D’Alembert公式的解释

先复习一下D’Alembert公式

u(x,t)=12(φ(x+at)+φ(xat))+12axatx+atψ(ξ)dξu(x,t) = \frac{1}{2}(\varphi(x+at)+\varphi(x-at))+\frac{1}{2a}\int^{x+at}_{x-at}\psi(\xi)\rm d \xi

解在点(x,t)(x,t)的数值仅依赖于x轴上区间[xat,x+at][x-at,x+at]内的初值条件,与其他地方的初值条件无关。我们把[xat,x+at][x-at,x+at]叫做点(x,t)(x,t)依赖区间

对于x轴上的区间[x1,x2][x_1,x_2],在x1x_1作直线x=x1+atx=x_1+at,过x2x_2作直线x=x2atx=x_2-at,他们和原来的区间围成了一个三角形区域,解在此区域中任意点的值都完全由区间[x1,x2][x_1,x_2]上的初值条件决定,与其他区域无关

反过来说,做直线x=x1atx=x_1-atx=x2+atx=x_2+at,则经过时间t后受到区间[x1,x2][x_1,x_2]上初值扰动的区域为

x1atxx2+atx_1-at\leq x \leq x_2+at

在此区域之外的波动不受[x1,x2][x_1,x_2]上的初始扰动的影响,称为此区域为[x1,x2][x_1,x_2]的影响区域

![image-20241120101839463](/Users/konpoku/Library/Application Support/typora-user-images/image-20241120101839463.png)

直线x=x0±x=x_0\pm

一维半无界问题

我们之前的讨论都是基于整个xtx-t平面进行讨论的,现在我们希望讨论更加现实一点的问题:如果有边界挡住了波的传播,会发生什么?

表达成正规数学语言的话,半无界边界问题可以表达为在区域Q={0x<,0t<}\overline{Q} = \{0 \leq x < \infin , 0 \leq t<\infin \}上有下面的约束条件

u=f(x,t) ,0<x<, t>0u(x,0)=φ(x), 0x<tu(x,0)=ψ(x), 0x<u(0,t)=g(t),t>0\square u =f(x,t)\space,0 < x < \infin,\space t>0\\ u(x,0) = \varphi (x),\space 0 \leq x < \infin\\ \partial_t u(x,0) = \psi(x),\space 0 \leq x < \infin\\ u(0,t) = g(t), t>0

第四条是新附加的边界条件,但是g(t)0g(t)\neq0的时候边界条件是非齐次的(我没看懂为什么非齐次,但是既然他这么说那就是吧,反之就是很复杂)。

不过我们可以考虑u=v+g(t)u = v+g(t)将问题转化为齐次情况

v=f(x,t)g(t) ,0<x<, t>0v(x,0)=φ(x)g(0), 0x<tv(x,0)=ψ(x)g(0), 0x<v(0,t)=0,t>0\square v =f(x,t) - g''(t)\space,0 < x < \infin,\space t>0\\ v(x,0) = \varphi (x) - g(0),\space 0 \leq x < \infin\\ \partial_t v(x,0) = \psi(x)-g'(0),\space 0 \leq x < \infin\\ v(0,t) = 0, t>0

因此我们直接默认只去解决(3)中g(t)0g(t)\equiv0的情况

g(t)0g(t)\equiv0其实帮助我们满足了奇延拓的前置条件,我们可以自然的将半无界问题延伸到简单的初值问题

TODO

高维初值问题

大的要来了

大概的思路是这样的,先用球面平均法推导三维波动方程初值问题的解,再用降维法导出二维问题的解(听不懂啊啊啊)

三维的情况

三维初值问题表达如下

u=ttua2Δu=f(x,t),xR3u(x,0)=φ(x)tu(x,0)=ψ(x)\square u = \partial_{tt}u - a^2\Delta u = f(x,t), x \in \mathbb{R}^3\\ u(x,0) = \varphi(x)\\ \partial_t u(x,0)=\psi(x)

齐次化原理依然是满足的(因为齐次化原理部分的推导只和tt有关,没有涉及到xx的微积分操作)

因此问题被转换为下面的形式

u2=0, u2(x,0)=0, tu2(x,0)=ψ(x)\square u_2 = 0, \space u_2(x,0) = 0, \space \partial_t u_2(x,0) = \psi (x)

高维情况下对x的微分情况复杂,不能~照抄~依葫芦画瓢使用前面的算子分解。这里使用球面平均法

将问题转化到球坐标系下

1a22u2t2=1r2r(r2u2r)+1r2sinθθ(sinθu2θ)+1r2sin2θ2u2φ2\frac{1}{a^2}\frac{\partial^2u_2}{\partial t^2} = \frac{1}{r^2}\frac{\partial}{\partial r}(r^2 \frac{\partial u_2}{\partial r})+\frac{1}{r^2 \sin \theta}\frac{\partial}{\partial\theta}(\sin \theta \frac{\partial u_2}{\partial \theta}) + \frac{1}{r^2 \sin^2\theta}\frac{\partial^2 u_2}{\partial \varphi^2}

在球对称假设(u2u_2θ,φ\theta,\varphi无关)下我们有

ra22u2t2=r2u2r2+2u2r\frac{r}{a^2}\frac{\partial^2u_2}{\partial t^2} = r\frac{\partial^2u_2}{\partial r^2}+2\frac{\partial u_2}{\partial r}

进一步转换就是

ra22u2t2=(r2u2r2+u2r)+u2r=r(ru2r)+u2r=2ru2r21a22(ru2)t2=2(ru2)r2\frac{r}{a^2}\frac{\partial^2u_2}{\partial t^2} = (r\frac{\partial^2 u_2}{\partial r^2} + \frac{\partial u_2}{\partial r})+\frac{\partial u_2}{\partial r}=\frac{\partial }{\partial r}(r\frac{\partial u_2}{\partial r})+\frac{\partial u_2}{\partial r} = \frac{\partial^2 ru_2}{\partial r^2} \\ \frac{1}{a^2}\frac{\partial^2(ru_2)}{\partial t^2}=\frac{\partial^2(ru_2)}{\partial r^2}

这其实就是一维半无界问题

但是实际问题没有球对称假设,于是我们考虑u2u_2(x1,x2,x3)(x_1,x_2,x_3)为球心,以r>0r>0为半径的球面上的平均值(其实是引入了第四维r)。x固定时,平均值只和r,tr,t有关。如果转化出x为参数的形式,那么问题就得到了简化

考虑均值

u(r,t;x)=14πr2y=ru2(x+y,t)dS=14πy=1u2(x+ry,t)dω\overline{u}(r,t;x) = \frac{1}{4\pi r^2}\iint_{|y|=r}u_2(x+y,t){\rm d S} = \frac{1}{4\pi}\iint_{|y|=1}u_2(x+ry,t){\rm d \omega}

上面的式子有两个重要结论

(1) Δx(ru(r,t;x))=2r2(ru(r,t;x))(2)limr0u(r,t;x)=u2(x,t)\begin{align*} &(1)\space\Delta_x(r\overline{u}(r,t;x)) = \frac{\partial^2}{\partial r^2}(r\overline{u}(r,t;x))\\ &(2)\lim_{r \rarr 0}\overline{u}(r,t;x) = u_2(x,t) \end{align*}

第二个比较显然,第一个我不会推

但是不管怎么说,我们能够得到

2(ru)t2a22(ru)r2=0\frac{\partial^2(r\overline{u})}{\partial t^2} - a^2\frac{\partial^2(r\overline{u})}{\partial r^2} = 0

这里利用了原方程条件(懒得写了)

这是一个半无界问题,因为r0r\geq0,具体表示为

ttMa2rrM=0M(r,0;x)=0tM(r,0;x)=rψ(r;x)M(0,t;x)=0\begin{align*} &\partial_{tt}M - a^2\partial_{rr}M = 0\\ &M(r,0;x) = 0\\ &\partial_{t}M(r,0;x) = r\overline{\psi}(r;x)\\ &M(0,t;x)=0 \end{align*}

TODO:推导

我们导出了Kirchhoff公式

TODO:抄公式

进行降维