MathLabs

微分方程与动力系统

热方程

描述温度如何随时间扩散,是抛物型偏微分方程的典型代表。

直观扩散会逐渐抹平温度差异

把一枚热硬币丢进一碗冷水中:冷热之间的尖锐边界不会保持不变。热量从较热的区域流向较冷的区域,片刻之后温度分布就从一个跳跃变成一条光滑的曲线。这正是热方程所刻画的本质行为:它是一条规则,描述温度分布 u(x,t)u(x,t) 如何随时间演化,使峰值被削平、谷值被填满,关于初始精确形状的信息逐渐模糊——但绝不会自发逆转。

交互式傅里叶级数组件,展示组合成热方程解的衰减正弦模态。
热方程的解是一系列衰减傅里叶模态之和,每个模态按 e−α(nπ/L)2te^{-\alpha (n\pi/L)^2 t} 收缩:增大 nn(项数)可看到较粗糙的初始轮廓,然后观察高频("摆动")分量最先消失,而光滑的基本模态存留最久。

大学热方程与傅里叶正弦级数解

定义: 热(扩散)方程

设 u(x,t)u(x,t) 表示长度为 LL 的杆上位置 xx 在时刻 t≥0t \ge 0 的温度。热方程表述为 ut=αuxxu_t = \alpha u_{xx},其中 α>0\alpha > 0 是材料的热扩散系数:α\alpha 越大,热量传播越快。在有限长杆上,我们施加边界条件,例如 u(0,t)=u(L,t)=0u(0,t) = u(L,t) = 0(两端保持零温),以及描述初始时刻温度分布的初始条件 u(x,0)=f(x)u(x,0) = f(x)。

ut=α uxx,0<x<L, t>0u_t = \alpha\, u_{xx}, \qquad 0 < x < L,\ t > 0

由于方程与边界条件都是线性的,解可以通过叠加原理构造。分离变量(u=X(x)T(t)u = X(x)T(t))迫使 XX 成为满足边界条件的二阶导数特征函数,即对 n=1,2,3,…n = 1, 2, 3, \dots 取 sin⁡ ⁣(nπxL)\sin\!\left(\frac{n\pi x}{L}\right),每一项都对应各自随时间的指数衰减 e−α(nπ/L)2te^{-\alpha (n\pi/L)^2 t}。将所有这些模态按选定以匹配初始数据的系数 bnb_n 相加,即得通解。

u(x,t)=∑n=1∞bnsin⁡ ⁣(nπxL)e−α(nπ/L)2t,bn=2L∫0Lf(x)sin⁡ ⁣(nπxL)dxu(x,t) = \sum_{n=1}^{\infty} b_n \sin\!\left(\frac{n\pi x}{L}\right) e^{-\alpha (n\pi/L)^2 t}, \qquad b_n = \frac{2}{L}\int_0^L f(x)\sin\!\left(\frac{n\pi x}{L}\right)dx
热方程与另外两个经典二阶偏微分方程的比较
方程公式类型 / 行为
热方程ut=αuxxu_t = \alpha u_{xx}抛物型;不可逆的平滑化,传播速度无限
波动方程utt=c2uxxu_{tt} = c^2 u_{xx}双曲型;振荡,传播速度有限,时间可逆
拉普拉斯方程uxx+uyy=0u_{xx} + u_{yy} = 0椭圆型;稳态(不依赖时间),极值原理

大学核心定理:级数解与极值原理

对于 0<x<L0<x<L 上的热方程 ut=αuxxu_t = \alpha u_{xx},配合边界条件 u(0,t)=u(L,t)=0u(0,t) = u(L,t) = 0 与初始条件 u(x,0)=f(x)u(x,0) = f(x)(其中 ff 分段连续),系数为 bn=2L∫0Lf(x)sin⁡ ⁣(nπxL)dxb_n = \dfrac{2}{L}\displaystyle\int_0^L f(x)\sin\!\left(\frac{n\pi x}{L}\right)dx 的级数 u(x,t)=∑n=1∞bnsin⁡ ⁣(nπxL)e−α(nπ/L)2tu(x,t) = \displaystyle\sum_{n=1}^{\infty} b_n \sin\!\left(\frac{n\pi x}{L}\right) e^{-\alpha (n\pi/L)^2 t} 在 t>0t>0 时收敛于满足全部三个条件的解。

为什么成立?

具有这些特定频率的正弦函数,正是能在两端保持零温、同时随时间独立衰减的那些形状;由于任何合理的初始形状都可以写成这类正弦波之和(傅里叶正弦级数),同样的分解立刻给出以后任意时刻的解。

证明

寻求分离变量形式的解 u(x,t)=X(x)T(t)u(x,t)=X(x)T(t)。代入 ut=αuxxu_t = \alpha u_{xx} 得 X(x)T′(t)=αX′′(x)T(t)X(x)T'(t) = \alpha X''(x)T(t),两边除以 αX(x)T(t)\alpha X(x)T(t) 即可分离变量:T′(t)αT(t)=X′′(x)X(x)=−λ\dfrac{T'(t)}{\alpha T(t)} = \dfrac{X''(x)}{X(x)} = -\lambda。左边只依赖 tt,右边只依赖 xx,故 λ\lambda 必为常数。

边界条件 u(0,t)=u(L,t)=0u(0,t) = u(L,t) = 0 迫使 X(0)=X(L)=0X(0)=X(L)=0。在此边界条件下,特征值问题 X′′+λX=0X'' + \lambda X = 0 仅当 λn=(nπ/L)2\lambda_n = (n\pi/L)^2(n=1,2,3,…n=1,2,3,\dots)时才有非平凡解,对应特征函数 sin⁡ ⁣(nπxL)\sin\!\left(\frac{n\pi x}{L}\right);其余 λ\lambda 值都迫使 X≡0X \equiv 0。解 T′(t)=−αλnT(t)T'(t) = -\alpha\lambda_n T(t) 得 Tn(t)=e−α(nπ/L)2tT_n(t) = e^{-\alpha (n\pi/L)^2 t}。

每个乘积 un(x,t)=sin⁡ ⁣(nπxL)e−α(nπ/L)2tu_n(x,t) = \sin\!\left(\frac{n\pi x}{L}\right)e^{-\alpha (n\pi/L)^2 t} 都满足方程与边界条件。由线性性,有限和乃至(在温和收敛条件下)无穷和 u(x,t)=∑n=1∞bnsin⁡ ⁣(nπxL)e−α(nπ/L)2tu(x,t) = \displaystyle\sum_{n=1}^{\infty} b_n \sin\!\left(\frac{n\pi x}{L}\right) e^{-\alpha (n\pi/L)^2 t} 同样满足。令 t=0t=0,并利用正交关系 ∫0Lsin⁡(nπxL)sin⁡(mπxL) dx=0\int_0^L \sin(\frac{n\pi x}{L})\sin(\frac{m\pi x}{L})\,dx = 0(当 n≠mn \ne m;当 n=mn=m 时 =L/2=L/2)将 f(x)f(x) 投影到各模态上,恰好得到系数 bn=2L∫0Lf(x)sin⁡ ⁣(nπxL)dxb_n = \dfrac{2}{L}\displaystyle\int_0^L f(x)\sin\!\left(\frac{n\pi x}{L}\right)dx,于是初始条件 u(x,0)=f(x)u(x,0) = f(x) 逐项匹配。

设 uu 在 [0,L]×[0,T][0,L]\times[0,T] 上连续,并在开矩形 0<x<L, 0<t≤T0<x<L,\ 0<t\le T 上满足 ut=αuxxu_t = \alpha u_{xx}。那么 uu 在整个闭矩形上的最大值已经在"抛物边界"——初始边 t=0t=0 或两条侧边 x=0x=0、x=Lx=L 之一——上取得,除非 uu 在该处为常数,否则绝不会在 t>0t>0 的内点取得。

为什么成立?

热量除了来自初始数据和边界温度之外别无他源:如果某个隐藏的内部点在之后某一时刻成为唯一的最热点,那么热量必须在那里凭空产生,而扩散过程不允许这种事——扩散只会把热量从热处搬到冷处,绝不会在空白处凭空制造出新的峰值。

证明

固定 ε>0\varepsilon>0,令 v(x,t)=u(x,t)−εtv(x,t) = u(x,t) - \varepsilon t,则在开矩形的每一点都有 vt−αvxx=ut−ε−αuxx=−ε<0v_t - \alpha v_{xx} = u_t - \varepsilon - \alpha u_{xx} = -\varepsilon < 0。反证:假设 vv 在闭矩形上的最大值在抛物边界之外的内点 (x0,t0)(x_0,t_0)(其中 0<x0<L0<x_0<L,0<t0≤T0<t_0\le T)处取得。

因为 x0x_0 是空间方向的内部极大点,由二阶导数判据得 vxx(x0,t0)≤0v_{xx}(x_0,t_0)\le 0。因为 t0t_0 是 t∈[0,T]t\in[0,T] 上取得最大值之处(若为内部临界时刻则 vt(x0,t0)=0v_t(x_0,t_0)=0;若为端点 t0=Tt_0=T 从左逼近则 vt(x0,t0)≥0v_t(x_0,t_0)\ge 0),两种情形下均有 vt(x0,t0)≥0v_t(x_0,t_0)\ge 0。

结合两个不等式,vt(x0,t0)−αvxx(x0,t0)≥0−α⋅0=0v_t(x_0,t_0) - \alpha v_{xx}(x_0,t_0) \ge 0 - \alpha\cdot 0 = 0,这与处处成立的 vt−αvxx=−ε<0v_t-\alpha v_{xx}=-\varepsilon<0 矛盾。故不存在这样的内部极大点,于是 vv 的最大值落在抛物边界 Γ\Gamma(初始边与两条侧边)上,从而处处有 u(x,t)≤εt+max⁡Γuu(x,t) \le \varepsilon t + \max_{\Gamma} u。令 ε→0+\varepsilon \to 0^+ 即证得 uu 本身的极值原理。

大学实际应用与典型例题

热方程的应用远远超出热力学范畴。在工程中它刻画墙壁、发动机零件与电子芯片中的热传导;在环境科学中它刻画污染物在空气或水中的扩散;在图像处理中,"高斯模糊"实质上就是热核作用于像素强度;而在量化金融中,期权定价的 Black–Scholes 方程经过变量替换后恰好变成这一方程,这正是期权定价存在封闭公式的原因。

例题: 冷却具有混合频率初始轮廓的杆

一根长度 L=πL=\pi、扩散系数 α=1\alpha=1 的杆两端保持零温,初始温度为 u(x,0)=3sin⁡(x)−sin⁡(3x)u(x,0) = 3\sin(x) - \sin(3x)。求 t>0t>0 时的 u(x,t)u(x,t)。

解答

初始条件 u(x,0)=3sin⁡(x)−sin⁡(3x)u(x,0) = 3\sin(x) - \sin(3x)(在 0<x<π0<x<\pi 上,L=πL=\pi,α=1\alpha=1)已经写成特征函数 sin⁡(nx)\sin(nx) 的组合形式:只用到 n=1n=1(系数 33)与 n=3n=3(系数 −1-1),其余所有系数均满足 bn=0b_n=0。

根据分离变量定理,每个模态 sin⁡(nx)\sin(nx) 只需乘上各自的衰减因子 e−n2te^{-n^2 t}(此处 α=1\alpha=1,L=πL=\pi,故 (nπ/L)2=n2(n\pi/L)^2=n^2)。由于初始数据已经是有限正弦和,无需再做积分。

将 n=1n=1 与 n=3n=3 代入级数得 u(x,t)=3sin⁡(x)e−t−sin⁡(3x)e−9tu(x,t) = 3\sin(x)e^{-t} - \sin(3x)e^{-9t}。注意 n=3n=3 项的衰减速度是 n=1n=1 项的九倍,因此当 tt 较大时,温度分布几乎与单个光滑的 3sin⁡(x)e−t3\sin(x)e^{-t} 完全一样——这直接说明了高频模态最先消失。

例题: 基本解:静止河道中的污染物羽流

在一条长而静止的河道中,总质量为 M=100M=100(任意单位)的污染物在 x=0x=0 处瞬间释放,以 α=0.5 m2/s\alpha = 0.5\ \text{m}^2/\text{s} 扩散。估计 t=10 st=10\ \text{s} 后下游 x=2 mx=2\ \text{m} 处的浓度 u(2,10)u(2,10)。

解答

在无界区域上,质量 MM 于 x=0x=0、t=0t=0 处点释放后,按基本解(热核)u(x,t)=M4παt e−x2/(4αt)u(x,t) = \dfrac{M}{\sqrt{4\pi\alpha t}}\, e^{-x^2/(4\alpha t)} 扩散,这正是傅里叶级数构造在 n→∞n\to\infty、L→∞L\to\infty 时的极限:一个开始是尖峰、随后随时间变平的高斯型峰,总面积始终保持为 MM。

取 M=100M=100(任意浓度单位)、α=0.5 m2/s\alpha = 0.5\ \text{m}^2/\text{s}、x=2 mx=2\ \text{m}、t=10 st=10\ \text{s}:先计算指数部分,x24αt=44(0.5)(10)=420=0.2\dfrac{x^2}{4\alpha t} = \dfrac{4}{4(0.5)(10)} = \dfrac{4}{20} = 0.2,故 e−0.2≈0.819e^{-0.2} \approx 0.819。

计算前置系数:4παt=4π(0.5)(10)=20π≈7.927\sqrt{4\pi\alpha t} = \sqrt{4\pi (0.5)(10)} = \sqrt{20\pi} \approx 7.927,故 M4παt≈1007.927≈12.61\dfrac{M}{\sqrt{4\pi\alpha t}} \approx \dfrac{100}{7.927} \approx 12.61。相乘得 u(2,10)≈12.61×0.819≈10.3u(2,10) \approx 12.61 \times 0.819 \approx 10.3:释放十秒后,下游两米处的浓度已降至约 10.310.3 个单位,并随 tt 增大继续下降和扩散,直接说明了平滑化性质。

对于长度 L=2L=2、α=3\alpha=3、边界条件为 u(0,t)=u(L,t)=0u(0,t) = u(L,t) = 0 的热方程 ut=αuxxu_t = \alpha u_{xx},当 n=2n=2 时,第 nn 个模态按 e−λnte^{-\lambda_n t} 衰减的衰减率 λn\lambda_n 是多少?

根据热方程的弱极值原理,在一个闭合的时空矩形上,最高温度必须出现在哪里?

在使用基本解 u(x,t)=M4παte−x2/(4αt)u(x,t) = \frac{M}{\sqrt{4\pi\alpha t}}e^{-x^2/(4\alpha t)} 的污染物扩散例子中,当 t→∞t \to \infty 时浓度分布会怎样?

为什么量化金融中的 Black–Scholes 期权定价方程存在封闭形式解?

参考文献

  1. Lawrence C. Evans (2010). Partial Differential Equations
  2. James Ward Brown, Ruel V. Churchill (2011). Fourier Series and Boundary Value Problems