第7章 变分原理直接方法.docVIP

第7章 变分问题的直接方法 为了书写方便, 我们在这里引入内积空间和线性算子两个概念。 1. 内积空间 是复线性空间， 上定义一个两元函数，满足 (A) 对称性， (B) 双线性， ， (C) 正定性， ， 而且只有当时等号才成立 那么我们称该两元函数定义了线性空间上的一个内积。定义了内积的线性空间称为内积空间。 例7.1: ， 那么下面定义的就是内积 例7.2: 是定义在上连续函数所组成的线性空间，，那么下面定义的就是内积 通常，在连续函数空间中按如下来定义内积 其中是个权函数。 2. 线性算子 是定义在内积空间上的一个线性映射；如果存在另一线性映射，使得，则称为的伴映射。当是函数空间时，称为（线性）算子，称为共轭算子；特别当，称为对称算子。如果当对称算子满足，并且等号仅当时成立，则称为对称正定算子。 7.1 里兹方法 由线性对称正定算子及函数所确定的一个线性泛函为 (7.1.1) 该泛函的变分为 泛函极值问题(也就是变分问题)其所对应的Euler方程为 (7.1.2) 不失一般性,我们假设泛函的边界条件是齐次的，否则我们总是可以通过函数变换来实现齐次的边界条件: 其中非齐次的边界条件, 那么满足齐次的边界条件。 现选定一组满足泛函齐次边界条件的函数序列, 那么由该函数序列所张成的子空间为 该子空间上的每个函数都满足齐次边界条件. 里兹法的核心思想就是用上述函数序列所张成的一个线性空间来近似地替代原泛函的定义域空间，然后在线性空间中找到一个使得泛函最小的一个函数,该函数就是原问题的一个近似解。显然满足齐次边界条件的函数序列不是唯一的，如果我们选择了比较合适的函数序列，而且该序列的个数足够多时(当然函数序列的个数越多, 其张成的子空间就越逼近原来的定义域空间)，那么里兹法所得到的近似解就能很好地逼近原问题的解。 具体地讲，由线性组合成的一个函数为 其中系数为待定的常数，对应的泛函为 由于是线性正定对称算子，那么 式中 这是一个关于的一个二次型。选择的要使得该函数取到最小值，也就是说 从而有 这是关于一个线性代数方程组。解此代数方程组后得到，由此得到原泛函极值问题(或者微分方程边值问题)的近似解为 如果用向量的形式来表示 那么 其中 是的矩阵，是向量。要使取到最小值，必须 这也就是说 该方程的解为 由于是对称正定算子, 可以证明是对称正定矩阵, 上述解必定存在。 所以说，通过里兹法，我们可以把一个泛函的极值问题转化成一个函数的极值问题，求解该函数极值问题所对应的代数方程组就可以得到原问题的近似解。 里兹法的关键在于函数序列的选择, 如果选择合适的函数序列是该算法最核心之处。 例7.3求变分问题的近似解。 取, 那么 令得到 由此可以求得 一阶近似解为 更进一步, 可以取近似解为 例7.4 设 求变分问题的近似解。 该变分问题的精确解为 现取,如果, 也就是说,上面求法一样, 得到, 也就是说一阶近似解为 如果,,代入泛函表达式, 并令,得到 由此可以求得 也就是说两阶近似解为 与精确解相比,两阶近似解误差已经非常小。 例7.5 长度为，抗弯刚度为的简支梁，受均布载荷的作用。 图7.1例7.5图 取位移（挠度）的试函数为 为了满足两端位移的简支边界条件，取 那么 梁内的应变能为 作用在梁上的外力势能为 把度的试函数表达式代入总势能表达式中 由 得到 从而梁挠度的近似解为 这里只是满足了位移边界条件, 但是没有满足力的边界条件。 练习:另一种解法：取位移（度）的试函数为 7.2 康托罗维奇法（Kantorovich） 康托罗维奇法是里兹法在多元自变函数变分问题中的推广。假设泛函的自变函数是个关于的多元函数，在康托罗维奇法中，取试函数为 (7.2.1) 也就是说, 现在的基函数为它要满足相应的齐次边界条件，而是待定的关于的函数。将该试函数代入到原泛函 得到一个关于的新泛函 于是问题就变为求函数，使得新泛函能取到极小值。这是关于多个一元函数的变分问题，相应的Euler方程一般为常微分方程组（而原来变分问题得到的Euler方程一般为偏微分方程），求解该常微分方程的边值问题就得到了原变分问题的近似解。 和里兹法相比，康托罗维奇法稍显麻烦，因为里兹法最终得到的是代数方程，而康托罗维奇法最终得到的是常微分方程组。 但是由于里兹法中的试函数一般都不满Euler方程，而康托罗维奇法中有一部