- •Введение
- •Глава 1. Элементы векторного анализа
- •1. Векторы и действия над ними
- •2. Математическое понятие поля. Градиент
- •3. Дивергенция. Теорема Остроградского-Гаусса
- •4. Ротор. Теорема Стокса
- •5. Некоторые соотношения векторного анализа
- •6. Операции в криволинейных координатах
- •В цилиндрических координатах
- •В сферических координатах
- •7. О дифференциальных уравнениях с частными производными
- •Глава 2. Уравнения лапласа и пуассона
- •8. Дельта-функция Дирака
- •9. Интегрирование уравнения Пуассона
- •10. Граничные задачи для уравнения Лапласа
- •11. Метод разделения переменных
- •Г лава 3. Гармонические колебания и волны
- •12. Гармонические колебания и метод комплексных амплитуд
- •13. Волновые процессы и их математическое описание
- •14. Вращение декартовой системы координат
- •Глава 4. Решения волновых уравнений
- •15. Интегрирование неоднородного уравнения Гельмгольца и уравнения Даламбера
- •16. Уравнение Бесселя и цилиндрические функции
- •17. Решение однородного уравнения Гельмгольца методом разделения переменных
- •Глава 5. Краевые задачи электродинамики
- •18. Граничные задачи для уравнения Гельмгольца. Собственные функции и собственные значения
- •19. Ортогональные системы функций и ряды Фурье
- •20. Сведения из алгебры
- •21. Проекционные методы
- •Список литературы
- •Контрольные задания
21. Проекционные методы
21.1. Исходные представления. Метод Галёркина. Вернемся к рядам Фурье (п.19.3), чтобы провести следующее сравнение.
Пусть в трехмерном пространстве выбрана декартова система координат и, следовательно, имеются три единичных взаимно перпендикулярных вектора:
Взяв произвольный вектор , мы можем разложить его по этим ортам (рис. 21.1),что даёт:
(21.1)
Вектор теперь представлен при помощи трёх своих проекций являющихся скалярными произведениями на единичные базисные векторы .
Сопоставляя (21.1) и (19.13), замечаем отчётливую формальную аналогию между построенным разложением обычного вектора и рядом Фурье функции Функция подобна вектору в бесконечномерном пространстве, а её ряд Фурье можно рассматривать как разложение этого вектора в базисе, образованном ортонормированной системой .
Далее, пусть поставлена задача (быть может, некоторая граничная задача электродинамики) в виде
, (21.2)
где A - дифференциальный оператор, заданный с надлежащими граничными условиями. Разность равна нулю, а потому равны нулю её проекции на базис , коэффициенты Фурье :
k = 1, 2, …, ∞ (21.3)
В большинстве случаев замкнутые аналитические решения задач типа (21.2) недоступны. Но существуют методы, позволяющие получать приближенные решения, которые могут быть как угодно близки к рядам Фурье настоящих решений. Такие методы называются проекционными.
Проекционный метод Галёркина состоит в том, что строится представление решения в виде суммы
(21.4)
с неопределёнными коэффициентами и вместо (21.3) берутся N аналогичных соотношений ортогональности
; k = 1, 2, …, N. (21.5)
( разумеется, должно быть , п.19.1). Легко видеть, что эти соотношения порождают систему линейных уравнений
относительно коэффициентов ап как неизвестных, т. е. в матричной форме:
MaN=f, (21.6а)
где в левой части фигурирует вектор, образованный этими коэффициентами и матрица М с элементами ,а в правой части - заданный вектор с компонентами (ср. п. 20.1: векторы aN и f - это то же, что х и b в п. 20.1). Таким образом, метод Галёркина сводит граничную задачу (21.2) к системе линейных уравнений (21.6), решение которой определяет коэффициенты представления (21.4).
Возьмём теперь задачу на собственные значения вида
(21.7)
где L - некоторый дифференциальный оператор, а q - функция координат. Подобно (21.3) имеем:
(21.8)
Построив представление решения вида (21.4), подчиним его N условиям ортогональности:
(21.9)
подобно тому, как это делалось выше; индекс N при κ подчёркивает, что имеются в виду приближённые собственные значения. Из (21.9) следует однородная система линейных уравнений
MaN = κNQaN, (21.10)
где матрицы М и Q имеют элементы Mkn = (Lun, uk) и соответственно.
Таким образом, первые N собственных значений задачи (21.7) приближённо определяются как корни характеристического уравнения
Det|M - κNQ| = 0 (21.11)
(п. 20.3). Если, в частности q=1, то (21.11) имеет вид
Det|M - κNI| = 0, (21.11a)
что совпадает с (20.20). Приближёнными собственными значениями задачи (21.7) являются при этом собственные значения матрицы М.
Для широкого класса задач доказывается сходимость метода Галёркина, т. е. устанавливается тот факт, что
при , (21.12)
где ап - коэффициенты Фурье решения .
21.2. Вариационные принципы и метод Ритца. Рассматривая задачу на собственные значения (21.7), будем считать, что оператор L симметрический, функция q вещественна, а собственные значения κn образуют последовательность вида (19.9).
Пусть - произвольная функция . Запишем выражение
(21.13)
Легко видеть, что если - одна из собственных функций, то есть соответствующее собственное значение.
Выражение (21.13), в котором может изменяться в некотором классе функций, относится к так называемым функционалам (функционал - «функция от функции»). Можно показать, что функционал имеет минимум, который равен низшему собственному значению v1:
(21.14)
а каждое высшее собственное значение есть также минимум Ф(u), но при некотором дополнительном условии, а именно
(21.15)
Говорят, что функционал (21.13) выражает вариационный принцип для задачи (21.7); вычисление собственных значений можно свести к вариационной задаче нахождения (21.15) при переборе всевозможных Как частную форму функционала (21.13) следует рассматривать выражение (19.6), (19.7) и (19.8). Существуют также вариационные принципы совершенно иного рода, не имеющие связи с задачами на собственные значения. К ним, например, относится принцип Ферма [1].
Ограничивая класс функций, будем искать вместо величину , где есть представление (21.4) решения задачи (21.7); при этом варьируются коэффициенты . Внося (21.4) в (21.13), имеем:
(21.15)
Это функция переменных (комплексно сопряженные коэффициенты - независимые переменные), и чтобы определить минимум данной функции, надо составить и обратить в нуль производные по всем переменным: условие необходимое, хотя и, вообще говоря, недостаточное. Величину примем за выражение приближённых собственных значений κN. Составляя равенства
получаем:
(21.17)
т.е
или в матричной форме с использованием обозначений из п. 1:
MaN = κNQaN, (21.18)
что совпадает с результатом (21.10), полученным методом Галёркина. Способ, которым было найдено матричное уравнение (21.18), также относится к проекционным методам и называется методом Ритца.
Для задачи (21.2), если оператор А симметрический, тоже можно сформулировать вариационный принцип в виде функционала
(21.19)
Применяя метод Ритца, в данном случае придём к матричному уравнению (21.6а).
Уравнения (21.10), (21.6 а) и аналогичные алгебраические формы, к которым сводится граничная задача путём применения проекционных методов, называются уравнениями Галёркина-Ритца.