一维热传导方程文学类边值问题的一种解.docxVIP

一维热传导方程文学类边值问题的一种解 方程正问题是如何描述和描述物理过程、系统状态、社会和生物现象，以及根据过程和状态的特定条件（初始或边界条件）解决该问题，从而获得过程和状态的数学描述。反演问题是指从“结果”逃到“原因”，即已知或部分已知微分方程的解算方法中的未知部分。反演问题的解决方案的本质性困难是解决问题的不均匀性。在许多反问题的研究中，需要解第一个算子方程，第二个算子方程通常是不固定的。主要原因是方程的解（如果存在）不连续依赖右侧的数据。如果右端的数据错误，它们的近似解和真解之间会发生很大的误差。 1 温度分布的热传导方程的不稳定性 考虑热传导方程第二类边值问题,即 {ut=α2uxx?0＜x＜l?t＞0ux|x=0=0,ux|x=l=0u|t=0=φ(x)(1)?????ut=α2uxx?0＜x＜l?t＞0ux|x=0=0,ux|x=l=0u|t=0=φ(x)(1) 其中u(x,t)为式(1)的解,φ(x)为初始条件,在边界处的一阶导数均为0,其正问题是典型的解偏微分方程初边值定解问题,即给定初始温度分布φ(x)和最终时间T,求T时的温度分布u(·,T),而反问题是通过测量T时的温度分布u(·,T),设法求出早些时间tT的温度u(x,t),如初始温度φ(x).对于式(1)用分离变量法可求得其古典解 u(x,t)=∞∑n=1(cncos√λx)e-(nπαl)2t+c0(2) 其中,cn=2l∫l0φ(x)cosnπxldx;c0=1l∫l0φ(x)dx;λ=(nπl)2. 式(1)对逆时间的不稳定性,若初值条件有扰动 δφ=1k2coskπxl(3) (k为整数),则解的变化为 δu=1k2coskπxle-(kπαl)2t(4) 显然,如果t0,当δφ充分大时,δu可以任意小,但t=0却可任意大.因此热传导问题对逆时间是不稳定的,即它是不适定的.物理上,热传导方程描述不可逆过程,一般不能根据t=0时刻的状态反推t0的状态.从方程本身的形式来看,由于热传导方程仅出现t的一阶偏导,故对时间反演不具有不变性. 由式(2)确定初始温度分布φ(x)的反问题,可转化为求解关于φ(x)的积分方程 u(x,Τ)=2l∫l0k(x,y)φ(y)dy(5) 其中k(x,y)=∞∑n=1cosnπylcosnπxle-(nπαl)2Τ+12(6) 为了得到初始温度分布φ(x)的稳定近似解,一般有两种方案:先正则化后离散化的处理方案(连续正则化)和先离散化后正则化的处理方案(离散正则化). 离散该积分方程时,其积分核用前n(其中n为正整数)项逼近,数值积分可采用中矩形求积公式,梯形求积公式或Simpson求积公式等等,取步长为h,可把积分方程转化成如下离散形式 Ax=b,x∈C[0,l],u∈L2[0,l] (7) 式中:A为已知矩阵;b为u(x,t)在t=T时的已知观测数据.由于第一类积分方程的求解是不适定的,故由它直接导出的离散线性方程组即使可解,也将是病态的,并且随着离散尺度的缩小而不断加剧.所有这些不适定问题,若采用传统的线性代数的方法,如LU、Cholesky、QR分解法等无法直接应用于问题的求解,这些方法所求得的解可能与原问题的真实解相差甚远,为了得到稳定的近似解,就需要采用特殊的方法来处理.可以证明,当离散尺度(步长h)趋于零时,离散正则解稳定的趋于离散形式的(连续的)准确解. 正则化方法的基本思想是设法构造一个连续算子(正则算子)去逼近不连续算子A-1,将不适定问题化为一个近似适定问题,可得原问题的近似解,著名的Tikhonov正则化方法,定义正则化解为: xα=min(‖Ax-b‖22+α2‖Lx‖22) (8) 从式(8)可以看出,这一正则化方法的实质就是在数据拟合程度(式(8)中的第一项)和解范数(式(8)的第二项)之间达到某种折衷的问题.其中α为正则化参数,它控制着参差的范数‖Ax-b‖2与附加约束条件之间的权重.L一般为单位矩阵或二阶导数矩阵.显然,从逼近的角度来看,参数α不能取的太大;否则,辅助问题将与原问题相差甚远.然而,从数值稳定性的角度来考虑,参数α又不可取的太小;否则,将因把原问题的不适定性“继承”的太多而难于处理.因此,如何选取最优的正则化参数α,至关重要. 2 关于确定正则参数的确定:传统研究与现代研究 关于正则参数的选择,始终是一个重要而具有魅力的研究课题.通常,有所谓先验的和后验的两类策略.在求正则解之前确定的正则参数是多值的,于是可以提出“最优正则参数”的问题.从另一角度来看,正则解与准确解之间的误差显然与正则参数的选取有关,这也导致了对使解的误差极小化的正则参数的存在性与确定方法的研究.关于确定正则参数的后验策略(即,在计算正则解的过程中根据一定的原则来确定与原始数据的