泛函分析 16｜变分方法与微分方程的弱解

1651 字

8 分钟

泛函分析 16｜变分方法与微分方程的弱解

2026-11-03

数学

/

泛函分析

数学总导航 · 本课程目录 · ← 上一章 · 下一章 →

两端固定的晾衣绳，挂上重量后弯成什么形状？#

将绳子拉紧，两端固定，均匀挂上轻小负载。用 $u(t)$ 表示向下位移，一个归一化的小挠度模型是 $-u''=1$ 、 $u(0)=u(1)=0$ 。

解是 $u(t)=t(1-t)/2$ ，中点下垂最多，为 $1/8$ 。这个数依赖我们选择的单位与归一化张力；它只是用来展示计算机制，不是任何实绳的直接工程预测。

如果重量分布粗糙甚至分段变化，直接要求每一点都存在二阶导数会很别扭。弱形式把要求转成整体平衡：让每一种小的试探位移都满足相应的积分关系。接下来会逐步说明这个转写过程，以及为什么它保证唯一解。

从绳子的方程走到积分平衡，中间不能省#

先假设 $u,v$ 足够光滑，且试探位移 $v$ 在两端为零。把 $-u''=f$ 乘 $v$ 再积分： $-\int u''v=\int fv$ 。分部积分后，左边为 $-[u'v]_0^1+\int u'v'$ 。

因为 $v$ 端点为零，边界项消失，留下 $\int u'v'=\int fv$ 。现在两边只要求一阶弱导数与函数平方可积，就可以把这条关系延伸为弱解定义。

这不是说所有经典方程都可无条件倒推回来；从弱解得到更强的经典正则性还需额外条件。这里先保证弱意义下问题完整且稳定。

把能量增量完整展开#

能量 $E(v)=\tfrac12\int|v'|^2-\int fv$ 。在候选 $u$ 周围改变 $\varepsilon h$ ，有

E(u+\varepsilon h)-E(u) =\varepsilon\left(\int u'h'-\int fh\right) +\frac{\varepsilon^2}{2}\int|h'|^2.

若 $u$ 为最小点，一阶系数对所有 $h$ 必须为零，便得到弱形式。反过来，一旦一阶系数全零，余下二次项非负，说明 $u$ 真是全局最小点。固定边界又排除非零常数方向，使最小点唯一。

用一个形状模板就能算出答案#

先只允许 $u_N(t)=c\,t(1-t)$ 。代入能量， $\int_0^1(1-2t)^2dt=1/3$ ， $\int_0^1t(1-t)dt=1/6$ ；当 $f=1$ ，

E(c)=\frac{c^2}{6}-\frac c6 =\frac16(c-1/2)^2-\frac1{24}.

因此 $c=1/2$ 最优。这个形状模板恰好包含精确解，所以一次就找到答案。一般载荷下，一个模板不够，就增加更多基函数，得到 Galerkin 线性系统。

强制性到底防住了什么#

强制性要求能量二次部分至少按 $\alpha\|u\|^2$ 增长，防止解逃到很远但代价不增加。连续性则控制相互作用不会突然放大。

Lax–Milgram 把这两种控制结合起来，给存在、唯一和稳定性。Céa 引理继续告诉你：数值解与真解的差，不会比所选有限维空间能做到的最佳近似差太多。理论并不替你选择网格，却能明确指出改善近似应往哪里努力。

带你做：载荷加倍，解为什么也加倍#

对弱问题 $a(u,v)=F(v)$ ，如果载荷变为 $2F$ ，线性性使 $2u$ 满足新方程；唯一性保证它就是新解。因此在线性小挠度模型中，重量加倍，下垂也加倍。

若载荷发生小扰动 $\Delta F$ ，两解之差满足 $a(\Delta u,v)=\Delta F(v)$ 。取 $v=\Delta u$ ，由强制性得

\alpha\|\Delta u\|^2\le\|\Delta F\|\|\Delta u\|, \quad\|\Delta u\|\le\frac{\|\Delta F\|}{\alpha}.

这份估计直接回答“称重误差会带来多少形状误差”，而不是只保证一个抽象解存在。

真实绳子在大变形时可能不再线性，材料也可能改变张力。模型中的加倍规律依赖线性前提；数学推导清楚，才能知道实际应用时要核验哪一种近似是否仍合理。

回头整理：定义、工具与练习#

不直接追问曲线的二阶导数#

考虑一根固定两端的弦：

-u''=f\quad\text{在 }(0,1),\qquad u(0)=u(1)=0.

如果 $f$ 不连续，要求处处存在经典二阶导数可能太严格。把方程乘测试函数后积分，转移一次导数，得到

\int_0^1u'v'\,dt=\int_0^1fv\,dt \quad\text{对所有 }v\in H_0^1(0,1).

现在只需一阶弱导数平方可积。这叫弱形式，边界条件通过函数空间编码。它不是随意放宽，而是保留积分意义下的全部平衡关系。

Lax–Milgram 定理#

以下使用实 Hilbert 空间版本。设 $a:H\times H\to\mathbb R$ 为双线性形式，满足

|a(u,v)|\le M\|u\|\|v\|,\qquad a(v,v)\ge\alpha\|v\|^2,\quad\alpha>0.

后者称强制性。对每个有界线性泛函 $F$ ，存在唯一 $u\in H$ 使 $a(u,v)=F(v)$ 对全部 $v$ 成立，并有 $\|u\|\le\|F\|/\alpha$ 。

证明路线：Riesz 表示把 $a$ 写为 $\langle Au,v\rangle$ 。强制性给 $\|Au\|\ge\alpha\|u\|$ ，故 $A$ 单射且像闭。若 $y$ 垂直于像，取 $v=y$ 得 $a(y,y)=0$ ，强制性迫使 $y=0$ ，故像还稠密，从而满射。范数界由把 $v=u$ 代回得到。