V. Równanie przewodnictwa cieplnego
Transkrypt
V. Równanie przewodnictwa cieplnego
SPIS TREŚCI 1 V. Równanie przewodnictwa cieplnego Spis treści 1 Konstrukcja rozwiązania 2 2 Wykorzystanie transformaty Fouriera do konstrukcji rozwiązania 7 3 Zasada maksimum i jej konsekwencje 10 4 Niejednorodne równanie przewodnictwa cieplnego 14 5 Przypadek ograniczonej dziedziny dla zmiennych przestrzennych 16 6 ∗Dygresja probabilistyczna 20 1 Konstrukcja rozwiązania 2 Rozważmy zagdanienie początkowe Cauchy’ego ut = ∆x u dla x ∈ Rn , t > 0, u = φ dla x ∈ Rn , t = 0. (1) Zakładamy, że funkcja φ (poczatkowy rozkłąd temperatury) jest ograniczona i ciągła na Rn . Rozwiązaniem zagadnienia (1) nazywamy funkcję u, która należy do przestrzeni C 2 (Rn × (0, +∞)) ∩ C 0 (Rn × [0, +∞)) i spełnia warunki z (1), tzn. u jest ciągła na półprzestrzeni domkniętej, a jej obcięcie do półprzestrzeni otwartej jest funkcją klasy C 2 . 1 Konstrukcja rozwiązania Dla x ∈ Rn , t > 0 określmy funkcję: ||x||2 1 − . E (x, t) = n n exp 4t 2 (πt) 2 Lemat 1.1. Funkcja E ma nstępujace własności: 1. Rn E (x, t) dx = 1 dla każdego t > 0; 2. limt→0 Rn ψ(x)E (x, t) dx = ψ(0) dla każdej funkcji ψ ∈ C01 (Rn ) (C01 (Rn ) jest podzbiorem C 1 (Rn ) złożonym z tych funkcji, których nośniki są zbiorami zwartymi zawartmi w Rn ); 3. Et = ∆x E w Rn × (0, ∞). Dowód. Niech yi = x√i , 2 t dla i = 1, 2, ... , n. Otrzymujemy wtedy 1 E (x, t) dx = n n Rn 2 (πt) 2 ||x||2 exp − 4t Rn dx = √ n 1 t) n (2 2n (πt) 2 Rn exp(−||y ||2) dy = 1 Konstrukcja rozwiązania 3 n 2n t 2 = n n 2 (πt) 2 Rn e 1 dy = n π2 −||y ||2 e Rn −||y ||2 caki iterowane dy = ||y ||2 = y12 + y22 + ... + yn2 2 2 2 2 e −||y || = e −y1 e −y2 ... e −yn n 1 √ π i =1 = R e −yi2 dyi = 1 √ √ π = 1, π i =1 n co dowodzi pierwszej własności. Weźmy teraz dowolne ψ ∈ C01 (Rn ). Wtedy istnieje stała K (z tw. o wartości średniej = supy |∇ψ(y )|)) taka, że |ψ(x) − ψ(0)| K ||x|| dla x ∈ Rn . Zatem możemy napisać z jednej strony ψ(0) = ψ(0) · 1 = ψ(0) Rn E (x, t) dx = Rn ψ(0)E (x, t) dx, a z drugiej strony ψ(0) − Rn E (x, t)ψ(x) dx = Rn E (x, t)(ψ(x) − ψ(0)) dx ||x||2 exp − ||x|| dx = 4t Rn K n n 2 (πt) 2 √ x=2y t skoczona caka √ √ n √ √ K −||y ||2 −||y ||2 ¯ t→0 = t) (2 t) e ||y || dy = K̄ t e ||y || dy = K̄ n (2 n n n R R 2 (πt) 2 przy t → 0, co daje własność drugą. n Aby wykazać własność trzecią, zdefiniujmy Ẽ = 2n π 2 E . Wtedy Ẽ = t i mamy kolejno − n2 n n ||x||2 Ẽt = − t − 2 −1 exp − 2 4t Ẽxi = t Ẽxi xi = t Stąd − n2 ||x||2 exp − 4t Ẽt − ∆x Ẽ = t − n2 ||x||2 exp − 4t =t − n2 − n2 ||x||2 exp − , 4t +t − n2 ||x||2 exp − 4t ||x||2 exp − 4t · −xi , 2t −1 ||x||2 n · + t − 2 exp − 2t 4t · ||x||2 , 4t 2 −xi · 2t n n 1 ||x||2 ||x||2 − n2 + · − − t exp − 2t 4t 2 4t i =1 ||x||2 exp − 4t n n 1 ||x||2 1 + · − − − 2 2t 4t 2t i =1 a jednocześnie n Ẽt − ∆x Ẽ = 2n π 2 (Et − ∆x E ), czyli zachodzi własność trzecia. 2 . xi2 − = 0, 2 i =1 4t n x2 1 · − + i2 + 2t 4t 1 Konstrukcja rozwiązania 4 Wprowadźmy teraz nową przestrzeń funkcyjną L∞ (Rn ), tzw. przestrzeń funkcji istotnie ograniczonych na Rn , tzn. f ∈ L∞ (Rn ) ⇐⇒ sup |f (x)| < ∞ dla µ(Rn \ Ω) = 0, x∈Ω gdzie µ jest miarą Lebesque’a. Oznacza to, że sup |f (x)| < ∞ prawie wszędzie na Rn . Oznacza to również, że funkcje są określone prawie wszędzie na Rn , przy czym utożsamaimy ze sobą każde dwie funkcje f i g , jeśli f = g prawie wszędzie na Rn . W przestrzeni tej wprowadzamy normę ||f ||∞ := essupx∈Rn |f (x)| = inf {K > 0 : |f (x)| K p.w. w Rn } Możemy teraz sformułować twierdzenie. Twierdzenie 1.1. (o postaci rozwiązania) Jeśli φ ∈ C 0 (Rn ) ∪ L∞ (Rn ), to u(x, t) = Rn φ(y )E (x − y , t) dy φ(x) dla t > 0, (2) dla t = 0 jest funkcją ciągłą na Rn × [0, +∞), klasy C ∞ na Rn × (0, +∞) i spełnia zagadnienie Cauchy’ego (1). Uwaga 1.1. Całkę w powyższym wzorze, tzn. u(x, t) = Rn φ(y )E (x − y , t) dy dla t > 0 nazywa się splotem i oznacza symbolem φ ∗ E i odtąd będziemy dalej pisali u = φ ∗ E , mając na myśli ten wzór. Dowód. Dowód twierdzenia. Na podstawie lematu 1.1 wnioskujemy, że całka jest dobrze określona, a ponadto mamy |u(x, t)| Rn |φ(y )||E (x − y , t)| dy ||φ||∞ Rn |E (x − y , t)| dy = 1 Konstrukcja rozwiązania 5 = ||φ||∞ Rn E (x − y , t) dy = ||φ||∞ · 1 = ||φ||∞ dla t > 0 i |u(x, t)| ||φ||∞ dla t = 0. Ponadto funkcja podcałkowa zależy od (x, t) w sposób gładki, a ze względu na szybko gasnący czynnik exp − ||x|| 4t 2 , który uzbieżnia całkę, można pod znakiem całki wykonać różniczkowanie dowolną ilość razy (sprawdzić to!), czyli u ∈ C ∞ (Rn × (0, ∞)). Pozostaje sprawdzić ciągłość u w punktach postaci (a, 0), gdzie a ∈ Rn , czyli wykazać, że u(x, t) → u(a, 0) = φ(a) dla (x, t) → (a, 0). Ponieważ φ jest ciągłe, ograniczymy się do przypadku t = 0. Mamy więc z jednej strony φ(a) = φ(a) · 1 = φ(a) · E (x − y , t) dy = Rn Rn φ(a)E (x − y , t) dy , a z drugiej strony |u(x, t) − φ(a)| = ||z||δ Rn |φ(y ) − φ(a)|E (x − y , t) dy = |φ(x − z) − φ(a)|E (z, t) dz + ||z||>δ Rn |φ(x − z) − φ(a)|E (z, t) dz = |φ(x − z) − φ(a)|E (z, t) dz = I1 + I2 Szacujemy I1 : Weźmy > 0 i δ dobierzmy tak, by |φ(ξ) − φ(a)| < 2 dla ||ξ − a|| < 2δ. Wtedy dla ||x − a|| < δ i ||z|| < δ mamy ||(x − z) − a|| < 2δ, więc |φ(x − z) − φ(a)| 2 . Stąd I1 ||z||δ E (z, t) dz · 1 = . 2 2 2 Szacujemy I2 : I2 2||φ||∞ ||z||>δ |φ(x − z)|E (z, t) dz + ||z||>δ E (z, t) dz = 2||φ||∞ 1 n n = 2||φ||∞ n n 2 t2 2 (πt) 2 δ ||y ||> 2√ t ||z||>δ ||z||>δ |φ(a)|E (z, t) dz ||z||2 1 − n exp 4t 2n (πt) 2 2||φ||∞ exp(−||y || ) dy = n π2 2 √ n z=2 ty , dz=2n t 2 dy dz δ ||y ||> 2√ t = exp(−||y ||2) dy . 1 Konstrukcja rozwiązania 6 2 Ponieważ ostatnia całka jest zbieżna po całym Rn i e −||y || jest funkcją klasy L1 (Rn ), to dla dostatecznie małego t → 0+ ta całka zbiega do 0 (całkujemy po zewnętrzu kuli o r → ∞). Zatem I2 → 0 przy t → 0+ , więc możemy napisać I2 . 2 Z tych dwóch oszacowań wynika, że jeśli (x, t) → (a, 0), to |u(x, t) − u(x, 0)| = |u(x, t) − φ(a)| < . Na koniec mamy jeszcze u(x, 0) = φ(x) z definicji, a spełnienie równania ut = ∆x u dla t > 0 wynika z ostatniej własności w lemacie 1.1 Z rozważań tych widać, że zagadnienie Cauchy’ego dla równania przewodnictwa cieplnego zawsze ma przynajmniej jedno rozwiązanie i jest ono klasy C ∞ . Przypomnijmy tutaj, że dla równań falowych rozwiązanie było jedynie klasy C 2 i potrzebne były mocniejsze założenia o danych początkowych. Ponadto uzyskaliśmy oszacowanie |u(x, t)| ||φ||∞, ale łatwo zauważyć, że |u(x, t)| sup φ, co oznacza fizycznie, że w żadnym punkcie i w żadnej chwili temperatura nie może być większa niż maksymalna temperatura w chwili początkowej. Zauważmy dodatkowo, że jeśli φ jest nieujemną funkcją ciągłą o zwartym nośniku i φ > 0 w pewnej kuli B, to dla dowolnego t > 0 i dowolnego x ∈ Rn , mamy u(x, t) = Rn φ(y )E (x − y , t) dy B φ(y )E (x − y , t) dy > 0 (bo funkcja podcałkowa jest dodatnia). Nierównośc ta zachodzi nawet dla bardzo małych t > 0 i nawet dla tych x, które leżą bardzo daleko od nośnika φ (tzn. od miejsca, gdzie “na początku nie ma mrozu”). Zatem równanie ut − ∆x u = 0 przewiduje, że ciepło rozprzestrzenia się z nieskończona prędkością! Z punktu widzenia fizyka jest to poważna wada tego modelu, więc w zastosowaniach rozpatruje się bardziej zawiłe równania nieliniowe, dla których prędkość propagacji zaburzeń jest skończona. 2 Wykorzystanie transformaty Fouriera do konstrukcji rozwiązania 2 7 Wykorzystanie transformaty Fouriera do konstrukcji rozwiązania Skąd się wzięła funkcja E , służąca do konstrukcji rozwiązania? Rachunki wykonane w poprzednim paragrafie są wprawdzie elementarne, ale nie są oczywiste. Funkcja E pojawia się znikąd. Jeśli jednak umie się wykorzystać transformatę Fouriera, to postać rozwiązania można uzyskać bezpośrednio (przy okazji dostając postać funkcji E ). Niemniej jednak, ponieważ ten wykład nie jest poświęcony teorii transformaty, więc ograniczymy się tutaj tylko do niezbędnego minimum - wszystkie rachunki będą przedstawione niezbyt rygorystycznie. Określmy najpierw transformatę. Jeśli f jest ciągłą całkowalną funkcją, to transformata Fouriera funkcji f jest zdefiniowana formułą: 1 F [f ](ω) = √ 2π ∞ −∞ f (x)e −i ωx dx, gdzie i jest liczbą urojoną. Aby skrócić ten może nieco przydługi zapis będziemy pisać: F [f ] = fˆ. Tak określona transformata posiada następujące własności: • F jest przekształceniem różnowartościowym i na, zatem można je odwrócić. Przekształcenie odwrotne F −1 [f ] będziemy krótko oznaczać symbolem fˇ. • Jeśli f znika w ±∞, to całkując przez części, dostajemy 1 F [fx ](ω) = √ 2π ∞ −∞ fx (x)e −i ωx ∞ 1 iω dx = √ f (x)e −i ωx + √ 2π 2π −∞ ∞ −∞ f (x)e −i ωx dx = i ωF [f ](ω). • Jeśli również pochodne f względem x znikają w ±∞, to całkując dwa razy przez części, dostajemy F [fxx ](ω) = −ω 2 F [f ](ω). Widzimy więc, że transformata przekształca różniczkowanie do prostszej postaci - mnożenia transformaty przez liczbę. Przypomnijmy teraz, że jeśli f i g są dwiema całkowalnymi funkcjami takimi, że f (x)g (y − x) jest całkowalne dla dowolnego y , to splotem tych dwóch funkcji nazywamy (f ∗ g )(y ) = ∞ −∞ f (x)g (y − x) dx = ∞ −∞ f (y − x)g (x) dx. 2 Wykorzystanie transformaty Fouriera do konstrukcji rozwiązania 8 Jak przy różniczkowaniu, transformata Fouriera przekształca splot do prostszej operacji, mianowicie algebraicznego mnożenia transformat Fouriera dwóch funkcji. Istotnie, policzmy: 1 F [f ∗ g ](ω) = √ 2π ∞ ∞ −∞ −∞ f (x)g (y − x) dx e −i ωy dy = ∞ ∞ 1 f (x) g (y − x)e −i ωy dy dx = =√ −∞ 2π −∞ ∞ ∞ 1 −i ωx −i ω(y −x) f (x)e g (y − x)e dy dx = =√ −∞ 2π −∞ y −x=z √ ∞ ∞ 1 1 −i ωx −i ωz = 2π √ f (x)e dx · √ g (z)e dz = 2π −∞ 2π −∞ √ = 2πF [f ](ω)F [g ](ω). Stąd oczywiście 1 F −1 [fˆ · ĝ ] = √ · f ∗ g . 2π Ostatnią własnością transformaty Fouriera, której potrzebujemy, jest transformata Fouriera funkcji 2 e −ax , a > 0. Policzmy w tym celu F [e −ax 2 1 ](ω) = √ 2π ∞ −ω 2 e 4a e −i ωx dx = √ 2π ∞ −∞ e − √ ω ax+ 2i√ a 2 √ ax=t e dx = √ −ω 2 4a ∞ ω − t+ 2i√ a 2 e dt. 2πa −∞ √ ∞ −p 2 Ostatnia całka wygląda podobnie do całki −∞ e dp, która jest równa π, ale mamy w niej −∞ e −ax 2 zmienną zespoloną, a nie rzeczywistą. Nie wiemy, czy obie całki sa równe. Aby się o tym przekonać rozważmy następującą całkę IR = 2 γR e −z dz, gdzie z jest zmienną zespoloną i γR obiega prostokąt o bokach zbudowanych z dwóch poziomych odcinków: części osi rzeczywistej R < t < R, części t + ±R + it dla 0 < t < ω √ , 2 a i√ ω 2 a i dwóch pionowych odcinków: z = gdzie R jest liczbą całkowitą. Obieganie prostokąta przebiega w kierunku przeciwnym do ruchu wskazówek zegara (brzeg prostokąta jest dodatnio zorientowany). 2 Wykorzystanie transformaty Fouriera do konstrukcji rozwiązania 9 2 Ponieważ z → e −z jest funkcją całkowitą (zobacz [7]), to z twierdzenia Cauchy’ego dla prostokąta mamy z jednej strony, że 0 = IR , a z drugiej strony, wykonując elemeentarne rachunki, mamy 0 = IR = R −R e −t 2 dt − R −R e ω − t+ 2i√ a 2 dt − ω √ 2 a 0 e −(−R+it)2 dt + 0 ω √ 2 a 2 e −(R+it) dt. (3) Następnie zauważmy, że ω 2√a 2 e −(±R+it) 0 dt ω √ 2 a 0 −R 2 ±2iRt −t 2 e e e dt e −R 2 ω √ 2 a 0 ω R→∞ 2 1 dt = e −R √ → 0, 2 a 2 bo |e −t | 1 i e ±2iRt | = 1. Przechodząc w (3) do granicy przy R → ∞ dostajemy 0= ∞ −∞ e −t 2 dt − ∞ −∞ e ω − t+ 2i√ a 2 dt, co daje równość całek po prawej stronie, więc w efekcie ∞ −∞ e ω − t+ 2i√ a 2 dt = √ π. Stąd ostatecznie ω2 F [e −ax 2 e − 4a ](ω) = √ 2πa ∞ −∞ e ω − t+ 2i√ a 2 ω2 ω2 e − 4a √ e − 4a dt = √ π= √ 2πa 2a i stąd również x2 1 2 F −1 [e −aω ](x) = √ e − 4a . 2a Po tych wstępach rozważmy jednowymiarowy problem ut = uxx u = φ dla x ∈ R, t > 0, dla x ∈ R, t = 0. Zastosujemy transformatę Fouriera do obu równań w tym układzie. Dostaniemy wtedy z pierwszego kolejno 1 F [ut ](ω) = √ 2π ∞ −∞ ut (x, t)e −i ωx 1 ∂ dx = √ 2π ∂t ∞ −∞ u(x, t)e −i ωx dx = F [uxx ](ω) = −ω 2 F [u](ω), czyli ∂ F [u](ω) = F [uxx ](ω), ∂t ∂ F [u](ω), ∂t 3 Zasada maksimum i jej konsekwencje 10 a to oznacza, że ût = −ω 2 û, czyli ût + ω 2 û = 0 dla ω ∈ R, t > 0. Natomiast z drugiej równości dostajemy û(ω, 0) = φ̂(ω). Zbierając te wyniki razem, mamy ût + ω 2 û = 0, û(ω, 0) = φ̂(ω). Pierwsze równanie jest równaniem I rzędu o rozdzielonych zmiennych, czyli jego rozwiązanie jest postaci û(ω, t) = C (ω)e −ω 2t i z warunku początkowego C (ω) = φ̂(ω), więc mamy 2 û(ω, t) = φ̂(ω)e −ω t . Aby mieć więc teraz rozwiązanie na u, należy zapisać u = F −1[û], czyli 2 u(x, t) = F −1 [φ̂(ω)e −ω t ] = −x 2 1 1 = √ φ ∗ e 4t = √ 2 πt 2 πt ∞ −∞ e √ −(x−y)2 4t 2 2πF −1 [φ̂] ∗ F −1 [e −ω t ] = φ(y ) dy = ∞ −∞ φ(y )E (x − y , t) dy dla t > 0, w przypadku jednowymiarowym. 3 Zasada maksimum i jej konsekwencje W rozdziale tym spróbujemy odpowiedzieć na pytanie, czy rozwiązanie równania przewodnictwa cieplnego jest jednoznaczne. Lemat 3.1. (Słaba zasada maksimum) Niech ΩT := Rn × (0, T ). Załóżmy, że u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) ∩ L∞ (ΩT ) spełnia w ΩT równanie ut = ∆x u. Wtedy sup u(x, t) = sup u(x, 0) (x,t)∈ΩT x∈Rn (4) 3 Zasada maksimum i jej konsekwencje 11 Dowód. Niech M := sup u, ΩT N := sup u. Rn ×{0} Wtedy oczywiście M N. Przypuśćmy zatem, że teza jest fałszywa i M > N. Weźmy > 0, < 1 (M 3 − N). Z definicji kresu górnego wynika, że istnieje taki punkt (a, t0 ) ∈ ΩT , że u(a, t0 ) > N + 3 dla t0 < T . Rozpatrzmy funkcję w (x, t) = u(x, t) − α(2nt + ||x||2), α > 0. Ustalmy następnie α > 0 na tyle małe, by w (a, t0 ) > N + 2. Mamy wtedy w (x, t) M − α||x||2 N dla ||x||2 M −N . α (5) Oznaczmy R = ||x|| i załóżmy, że a ∈ B(0, R) (w razie potrzeby powiększamy R). Z definicji w wynika, że w (x, 0) = u(x, 0) − α||x||2. (6) Ponadto różniczkując w , dostajemy kolejno: wt = ut − 2αn, ∆x w = ∆x u − 2αn, więc wt = ∆x w . Niech teraz K bedzie walcem B(0, R) × [0, T1] , gdzie T1 ∈ (t0 , T ) i niech Σ := (B(0, R) × {0}) ∪ (∂B(0, R) × [0, T1]) oznacza sumę dolnego denka i powierzchni bocznej walca K . Wtedy z (5) i (6) wynika, że sup w N. Σ 2 Połóżmy h(x, t) = w (x, t) + β||x|| . Jeśli β jest dostatecznie małą liczbą dodatnią, to sup h N + . Σ Funkcja h : K → R osiąga swój kres górny. Ponieważ h(a, t0 ) w (a, t0 ) > N + 2, to albo h osiaga kres górny w pewnym punkcie wnętrza K , albo na górnym denku B(0, R) × {T1 } (na zbiorze Σ jej wartości są zbyt małe). W pierwszym przypadku w punkcie maksimum lokalnego mamy ht = wt = 0, ∆x h 0 (z warunku koniecznego i warunku wystarczajacego maksimum), a stąd ∆x w = ∆x h − 2nβ < 0 = wt , 3 Zasada maksimum i jej konsekwencje 12 co przeczy temu, że w spełnia równanie przewodnictwa cieplnego. W drugim przypadku rozumujemy podobnie, z jedna różnicą: mamy tylko ht = wt 0, ale to i tak wystarczy, by (jak poprzednio) uzyskać sprzeczność. Lemat 3.2. (Słaba zasada minimum) Niech ΩT := Rn × (0, T ). Załóżmy, że u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) ∩ L∞ (ΩT ) spełnia w ΩT równanie ut = ∆x u. Wtedy inf (x,t)∈ΩT u(x, t) = infn u(x, 0). x∈R (7) Dowód. Wystarczy do tezy lematu o słabej zasadzie maksimum podstawić −u w miejsce u (jeśli u jest rozwiązaniem, to −u też). Twierdzenie 3.1. Rozwiązanie zagadnienia Cauchy’ego ut = ∆x u u = φ dla x ∈ Rn , t > 0, dla x ∈ Rn , t = 0, φ ∈ C 0 (Rn ) ∩ L∞ (Rn ) istnieje, jest funkcją gładką i jest jednoznaczne w klasie tych u ∈ C 2 (Rn × (0, ∞)) ∩ C 0 (Rn , [0, ∞)), które spełniają warunek ∀T >0 , sup |u| < +∞ Rn ×[0,T ] (8) Dowód. Dowodu wymaga tylko jednoznaczność, ale wystarczy zastosować lemat o słabej zasadzie maksimum do różnicy dwóch rozwiązań. 3 Zasada maksimum i jej konsekwencje 13 Uwaga 3.1. • W istocie jednoznaczność można udowodnić przy nieco słabszych założeniach, tzn. wystarczy przyjąć, że dla dowolnego T > 0 istnieją stałe CT , αT > 0 takie, że |u(x, t)| CT exp αT ||x||2 dla (x, t) ∈ Rn × [0, T ] . • Jeśli nie zakłada się nic prócz gładkości rozwiązań (tzn. nie narzuca się żadnych ograniczeń na wzrost u dla ||x|| → ∞), to wtedy jednoznaczności rozwiązań nie ma. (Przykład podał Tichonow, np. w T. Körner: “Fourier Analysis”). • Tak naprawdę zagadnienie Cauchy’ego ma nieskończenie wiele rozwiązań, ale każde z nich oprócz funkcji u ≡ 0 rośnie bardzo szybko dla ||x|| → ∞. Zasada maksimum pozwala również uzyskać stabilność rozwiązania zagadnienia Cauchy’ego (czyli jedną z cech zagadnienia dobrze postawionego), mówiącą o tym, że mała zmiana danych początkowych implikuje małą zmianę rozwiązania. Twierdzenie 3.2. Niech u1 , u2 oznaczają dwa rozwiązania zagadnienia Cauchy’ego z danymi φ1 , φ2 odpowiednio. Wtedy dla dowolnego T > 0 zachodzi sup |u1 (x, t) − u2 (x, t)| = sup |φ1(x) − φ2 (x)|. (x,t)∈ΩT x∈Rn Dowód. Z założenia wynika, że różnica u1 − u2 spełnia zagadnienie Cauchy’ego z warunkiem φ = φ1 − φ2 . Z zasady maksimum dostajemy sup |u1 (x, t) − u2 (x, t)| = sup |u1 (x, 0) − u2 (x, 0)| = sup |φ1(x) − φ2 (x)|. (x,t)∈ΩT x∈Rn x∈Rn 4 Niejednorodne równanie przewodnictwa cieplnego 4 14 Niejednorodne równanie przewodnictwa cieplnego Rozważmy zagadnienie ut = ∆x u + h u = φ dla x ∈ Rn , t > 0, (9) dla x ∈ Rn , t = 0. Zakładamy, że φ jest ciągła i ograniczona na Rn , a h jest ciągła i ograniczona na Rn × [0, ∞). Jak w przypadku poprzednich równań niejednorodnych, rozwiązania poszukamy w postaci sumy u = v + w , gdzie v i w spełniają odpowiednio: vt = ∆x v dla x ∈ Rn , t > 0, wt = ∆x w + h dla x ∈ Rn , t > 0, v = φ dla x ∈ Rn , t = 0, w dla x ∈ Rn , t = 0. = 0 (10) Wiemy już, jak znaleźć v . Wystarczy przyjąć v = φ ∗ E . Zdefiniujmy teraz funkcję w (x, t) := t Rn 0 h(y , s)E (x − y , t − s) dyds. (11) Sprawdzimy, że w spełnia równanie wt − ∆x w = h dla t > 0. Zatem dla t > 0 policzymy kolejne pochodne. wt (x, t) = t 0 Rn h(y , s)Et (x − y , t − s) dyds + lim τ →0 Rn lemat 1.1 t = 0 Rn Dalej ∆x w (x, t) = h(y , t)E (x − y , τ ) dy = h(y , s)Et (x − y , t − s) dyds + h(x, t). t 0 Rn h(y , s)∆x E (x − y , t − s) dyds, więc = wt (x, t) − ∆x w (x, t) = t Rn 0 = h(x, t) + h(y , s)Et (x − y , t − s) dyds + h(x, t) − t 0 Rn t 0 Rn h(y , s)∆x E (x − y , t − s) dyds = h(y , s)(Et (x − y , t − s) − ∆x E (x − y , t − s)) dyds lemat 1.1 = h(x, t) + 0 = h(x, t) dla t > 0, x ∈ Rn . Wystarczy sprawdzić jeszcze, że w określone równaniem (11) jest funkcją ciągłą w punktach Rn ×{0}. Policzmy zatem |w (x, t) − w (x, 0)| = |w (x, t) − 0| = t 0 Rn h(y , s)E (x − y , t − s) dyds 4 Niejednorodne równanie przewodnictwa cieplnego t 0 sup |h| Rn E (x − y , t − s) dyds 15 lemat 1.1 = t sup |h|→ 0 przy t → 0. Dostajemy stąd natychmiast lemat. Lemat 4.1. Funkcja w określona równaniem (11) jest rozwiązaniem drugiego zagadnienia w (10). Pozostaje pytanie, skąd w ogóle wzięła się postać w w (11)? Możemy tutaj również stosować zasadę Duhamela i rozważać funkcję t w (x, t) = 0 w (x, t − s, s) ds, która spełnia wt − ∆x w = h, w (x, 0) = 0, o ile w (x, t, s) jest rozwiązaniem zagadnienia wt w (x, 0, s) = h(x, s) = ∆x w dla x ∈ Rn , t > 0, dla x ∈ Rn , t = s. Istotnie, w (x, 0) = 0 jest oczywiste, a różniczkując w = w (x, t), dostajemy kolejno: wt (x, t) = w (x, 0, t) + t 0 wt (x, t − s, s) ds = h(x, t) + t ∆x w (x, t) = 0 t 0 wt (x, t − s, s) ds, ∆x w (x, t − s, s) ds. Stąd wt (x, t) − ∆x w (x, t) = h(x, t) dla wszystkich x, t. A więc, jak w przypadku równania falowego, tutaj też wystarczy rozwiązać nieskończoną rodzinę zagadnień Cauchy’ego dla powyższego jednorodnego równania przewodnictwa cieplnego, indeksowaną parametrem s. Jej rozwiązaniem jest w (x, t, s) = czyli w (x, t − s, s) = i stąd dostajemy w (x, t) := Rn t 0 Rn Rn h(y , s)E (x − y , t) dy , h(y , s)E (x − y , t − s) dy h(y , s)E (x − y , t − s) dyds, 5 Przypadek ograniczonej dziedziny dla zmiennych przestrzennych 16 czyli postać (11). Możemy zatem przedstawić ogólną postać rozwiązania równania niejednorodnego jako: u(x, t) = Rn φ(y )E (x − y , t) dy + t 0 Rn h(y , s)E (x − y , t − s) dyds. Uwaga 4.1. Jednoznaczność rozwiązania zagadnienia (9) w klasie funkcji opisanej w twierdzeniu 3.1, tzn. w klasie takich funkcji u, że u ∈ C 2 (Rn × (0, ∞)) ∩ C 0 (Rn , [0, ∞)), które spełniają warunek (8), wynika natychmiast z jednoznaczności rozwiązań dla h ≡ 0. Stabilność natomiast wynika z faktu, że u1 − u2 spełnia zagadnienie Cauchy’ego z funkcjami h ≡ 0 i φ = φ1 − φ2 . 5 Przypadek ograniczonej dziedziny dla zmiennych przestrzennych Niech Ω ⊂ Rn będzie teraz ograniczonym otwartym podzbiorem, a ΩT = Ω × (0, T ) dla pewnego T > 0 bedzie dziedziną “przestrzenno-czasową”. Wprowadźmy następujace oznaczenia: ΩT = (x, t) : x ∈ Ω̄, 0 t T , ΓT = Ω̄ × {t = 0} ∪ (∂Ω × [0, T ]) . Jak poprzednio, rozważać będziemy równanie ut = ∆x u. (12) Możemy sformułować, jak poprzednio, słabą własność maksimum i minimum. Różnica jest taka, że nie jest nam teraz potrzebne żadne ograniczenie na wzrost funkcji u. 5 Przypadek ograniczonej dziedziny dla zmiennych przestrzennych 17 Lemat 5.1. (Słaba zasada maksimum (minimum)) Załóżmy, że u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) spełnia w ΩT równanie (12). Wtedy max u(x, t) = max u(x, t). (13) (x,t)∈ΓT (x,t)∈Ω̄T Jeśli max zastąpimy przez min, to uzyskamy słabą zasadę minimum. Dowód. Dowód można przeprowadzić podobnie, jak poprzednio (jest nawet łatwiejszy, bo zbiór jest ograniczony, więc funkcja w osiąga minimum (maksimum))- zostawiam, to jako ćwiczenie. Lemat 5.2. (Mocna zasada maksimum (minimum)) Załóżmy, że u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) spełnia w ΩT równanie (12). Wtedy, jeśli Ω jest zbiorem spójnym i istnieje punkt (x0 , t0 ) ∈ ΩT taki że u(x0 , t0 ) = max(x,t)∈Ω̄T u(x, t), to u jest stała w Ω̄t0 . Jeśli max zastąpimy przez min, to uzyskamy mocną zasadę minimum. Lemat ten mówi, że jeśli u osiąga swą wartość największą (albo najmniejszą) w punkcie wewnętrznym, to dla wszystkich mniejszych t funkcja u jest stała. Dowód. W dowodzie tego twierdzenia wykorzystywać będziemy tzw. własność wartości średniej dla równania przewodnictwa cieplnego. Mówi ona tyle, że jeśli u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) spełnia w ΩT równanie (12), to u(x, t) = 1 ||x − y ||2 u(y , s) dyds 4r n (t − s)2 Ê (x,t;r ) (14) dla każdego Ê (x, t; r ) ⊂ ΩT , gdzie Ê (x, t; r ) := (y , s) ∈ R n+1 1 : s t, E (x − y , t − s) n r dla ustalonych x ∈ Rn , t ∈ R i r > 0. Zbiór Ê (x, t; r ) nazywany jest czasem “kulą cieplną” (por. [8]). Zauważmy, że punkt (x, t) znajduje się na brzegu “kuli cieplnej”. Dowód równości (14) omijamy, można go znaleźć w [8] na str. 65-67. 5 Przypadek ograniczonej dziedziny dla zmiennych przestrzennych 18 “Kula cieplna” Zajmiemy się teraz wykorzystaniem (14) do dowodu mocnej zasady maksimum. Krok1. Przypuśćmy, że istnieje punkt (x0 , t0 ) ∈ ΩT taki, że u(x0 , t0 ) = M := maxΩ̄T u. Wtedy dla wszystkich, dostatecznie małych r > 0, Ê (x0 , t0 ; r ) ⊂ ΩT . Zatem z własności wartości średniej dostajemy 1 ||x0 − y ||2 u(y , s) dyds M = u(x0 , t0 ) = n 4r (t0 − s)2 Ê (x0 ,t0 ;r ) 1 max |u(y , s)| 4r n Ω̄T gdyż 1 rn Ê (0,0;r ) Ê (x0 ,t0 ;r ) ||y ||2 dyds = s2 ||x0 − y ||2 dyds = M · 1 = M. (t0 − s)2 Ê (0,0;1) ||y ||2 dyds = 4 s2 (rachunki omijamy). Równość (= M) zachodzi tylko wtedy, gdy u jest tożsamościowo równa M we wnętrzu Ê (x0 , t0 ; r ). Zatem u(y , s) = M 5 Przypadek ograniczonej dziedziny dla zmiennych przestrzennych 19 dla wszystkich (y , s) ∈ Ê (x0 , t0 ; r ). Możemy teraz poprowadzić w ΩT dowolny odcinek L, łączący (x0 , t0 ) z jakimś innym punktem (y0 , s0 ) ∈ ΩT o współrzędnej s0 < t0 . Niech r0 := min {s s0 : u(x, t) = M dla wszystkich (x, t) ∈ L, s t t0 } . Ponieważ u jest ciągła, więc minimum jest osiągane. Przypuśćmy, że r0 > s0 . Wtedy u(z0 , r0 ) = M dla pewnego punktu (z0 , r0 ) ∈ L ∩ ΩT , a więc u ≡ M na Ē (z0 , r0 ; r ) dla dostatecznie małych r > 0. Dla dostatecznie małego σ > 0 zbiór Ē (z0 , r0 ; r ) zawiera odcinek L ∩ {r0 − σ t t0 } , więc mamy sprzeczność. Zatem r0 = s0 , co oznacza, że u ≡ M na L. Krok 2. Ustalmy teraz dowolny punkt x ∈ Ω i dowolną chwilę 0 t < t0 . Istnieją wtedy punkty x0 , x1 , ... , xm = x takie, że odcinki, które w Rn łączą xi −1 z xi , są zawarte w Ω dla i = 1, ... , m (ze spójności zbioru Ω). Wybierzmy teraz t0 > t1 > ... > tm = t. Wtedy odcinki w Rn+1 , łączące punkty (xi −1, ti −1) z (xi , ti ) dla i = 1, ... , m są zawarte w ΩT . Na mocy kroku 1, u ≡ M na każdym takim odcinku, a więc u(x, t) = M. Z mocnej zasady maksimum wynika, że jeśli zbiór Ω jest spójny, a u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) spełnia w ΩT zagadnienie początkowo-brzegowe ut = ∆x u + h dla x ∈ Ω, t ∈ [0, T ] , u(x, t) = 0 dla x ∈ ∂Ω, t ∈ [0, T ] , u(x, 0) = φ(x) dla x ∈ Ω, gdzie φ 0, to u jest dodatnia wszędzie w ΩT , o ile φ jest dodatnia na pewnym podzbiorze zbioru Ω. Jest to ilustracja tego, że zaburzenia rozchodzą się z nieskończona prędkością. Jak poprzednio, własność maksimum (minimum) stosuje się do udowodnienia jednoznaczności i stabilności rozwiązania zagadnienia początkowo-brzegowego ut = ∆x u + h dla x ∈ Ω, t > 0, u(x, t) = g (t) dla x ∈ ∂Ω, t > 0, u(x, 0) = φ(x) dla x ∈ Ω. (15) Twierdzenie 5.1. (o jednoznaczności) Jeśli Ω jest zbiorem ograniczonym, to istnieje co najwyżej jedno rozwiązanie u ∈ C 2 (ΩT ) ∩ C 0 (Ω̄T ) zagadnienia (15) . 6 ∗Dygresja probabilistyczna 20 Dowód. Gdyby istniały dwa rozwiązania u1 i u2 , to u = u1 − u2 spełniałoby (15) z h = φ = 0, czyli u = 0 na ΓT dla dowolnego T > 0. Stąd i z zasady maksimum i minimum, mamy 0 = max u(x, t) = max u(x, t) (x,t)∈ΓT (x,t)∈Ω̄T i jednocześnie 0 = min u(x, t) = min u(x, t). (x,t)∈ΓT (x,t)∈Ω̄T Zatem u = 0 na Ω̄T dla dowolnego T > 0. Twierdzenie 5.2. (o stabilności) Niech u1 , u2 oznaczają dwa rozwiązania zagadnienia Cauchy’ego z danymi φ1 , φ2 i g1 , g2 odpowiednio. Wtedy dla dowolnego T > 0 zachodzi max |u1 (x, t) − u2 (x, t)| maxn |φ1 (x) − φ2 (x)| + (x,t)Ω̄T x∈R max (x,t)∈∂Ω×[0,T ] |g1 (x, t) − g2 (x, t)|. Dowód. Z założenia wynika, że różnica u1 −u2 spełnia zagadnienie Cauchy’ego z warunkami h = 0, g = g1 −g2 , φ = φ1 − φ2 . Z zasady maksimum dostajemy max |u1 (x, t) − u2 (x, t)| = max |u1 (x, t) − u2 (x, t)| (x,t)∈ΓT (x,t)Ω̄T max |u1 (x, 0) − u2 (x, 0)| + x∈Ω = max |φ1 (x) − φ2 (x)| + x∈Ω 6 max (x,t)∈∂Ω×[0,T ] max (x,t)∈∂Ω×[0,T ] |u1 (x, t) − u2 (x, t)| = |g1 (x, t) − g2 (x, t)|. ∗Dygresja probabilistyczna Wzór (2) na rozwiązanie zagadnienia Cauchy’ego ma ciekawą interpretację probabilistyczną. Opiszemy ją krótko w najprostszym przypadku n = 1 (cytując właściwie [15]). 6 ∗Dygresja probabilistyczna 21 Zauważmy, że funkcja E , służąca do produkowania rozwiązań u z wartości początkowych φ, jest gęstością rozkładu normalnego, tzn. E (z, t) = √ jest gęstością rozkładu N(0, σ) dla σ = √ 2t. z2 1 e − 4t 4πt Weźmy pewną przestrzeń probabilistyczną (Ω, F , P) (gdzie Ω jest zbiorem mierzalnym, F - zbiorem funkcji mierzalnych, P -miarą), i rodzinę zmiennych losowych (Wt )t0 , indeksowaną nieujemnym parametrem t, który będziemy interpretować jako czas. Załóżmy, że spełnione są następujące warunki: 1. W0 = 0 z prawdopodobieństwem 1 (tzn. prawie wszędzie na Ω względem miary P). 2. Wt ma, dla każdego t > 0, rozkład normalny N(0, σ) z parametrem σ = √ 2t. 3. Jeśli odcinki (si , ti ) są rozłączne, i = 1, 2, ... , m, to przyrosty Wti − Wsi są niezależnymi zmiennymi losowymi (w szczególności dla t > s zmienne Wt − Ws i Ws są niezależne). 4. Dla P-prawie wszystkich ω ∈ Ω trajektorie t → Wt (ω) są ciągłymi funkcjami zmiennej t ∈ [0, +∞). Taką rodzinę zmiennych losowych nazywamy ruchem Browna lub procesem Wienera. Różnorodne konstrukcje odpowiedniej przestrzeni probabilistycznej i zmiennych Wt można znaleźć w wielu podręcznikach rachunku prawdopodobieństwa. Na wykładzie rachunku prawdopodobieństwa dowodzi się, że jeśli zmienna losowa ξ : Ω → R ma rozkład z gęstością g , to wówczas R g (z)φ(z) dz = Ω φ(ξ(ω))dP(ω) = E(φ(ξ)) dla φ : R → R ciągłych i ograniczonych, gdzie E oznacza wartość oczekiwaną. Zatem, w naszej sytuacji, gdy g = E (·, t) jest gęstością odpowiedniego rozkładu normalnego, mamy u(x, t) = R E (z, t)φ(x + z) dz = E(φ(x + Wt )). Ten wzór ma nastepującą interpretację: aby określić temperaturę w chwili t w punkcie x, należy wypuścić z x ruch Browna, odczekać czas t, złożyć otrzymaną zmienną losową x + Wt z początkowym rozkładem temperatury φ i wziąć wartość oczekiwaną. Można przyjmować, że jest to matematyczne uzasadnienie zgodności dwóch modeli zjawiska rozprzestrzeniania się ciepła: modelu w skali makroskopowej (odwołującego się do równania różniczkowego, w którym przyjmujemy, że substancja stanowi jednorodne continuum) i modelu w skali mikro (w którym uznaje się, że powodem przekazywania ciepła są losowe zderzenia wielu cząsteczek, podlegających dyfuzji). BIBLIOGRAFIA 22 Bibliografia [1] W. I. Arnold, Metody matematyczne mechaniki klasycznej, PWN, Warszawa 1981. [2] W. I. Arnold, Lectures on Partial Differential Equations, Springer-Verlag Berlin Heidelberg and PHASIS Moscow 2004 (tłumaczenie z rosyjskiego). [3] A. W. Bicadze, Równania fizyki matematycznej, PWN, Warszawa 1984. [4] A. W. Bicadze, D. F. Kaliniczenko, Zbiór zadań z równań fizyki matematycznej, PWN, Warszawa 1984. [5] Birkholc A. Analiza matematyczna. Funkcje wielu zmiennych, Wydawnictwo Naukowe PWN, Warszawa 2002. [6] D. Bleecker, G. Csordas, Basic Partial Differential Equations, Chapman & Hall, Oxford 1995. [7] J. Chądzyński, Wstęp do analizy zespolonej, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 1990 (lub następne wydania). [8] L. Ewans, Równania różniczkowe czastkowe, PWN, Warszawa 2002. [9] Fichtenholz G.M. Rachunek różniczkowy i całkowy, PWN, Warszawa 1980. [10] W. Kołodziej, Wybrane rozdziały analizy matematycznej, PWN, Warszawa 1982. [11] H. Marcinkowska, Wstep PWN, Warszawa 1972. do teorii równań różniczkowych czastkowych, [12] Ockendon J., Howison S., Lacey A., Movxhan A., Applied Partial Differential Equations, Oxford University Press, 2003. [13] J. Ombach, Wykłady z równań różniczkowych wspomagane komputerowo -Maple, Wydawnictwo Uniwersytetu Jagiellońskiego, Kraków 1999. [14] B. Przeradzki, Równania różniczkowe czastkowe. Wybrane zagadnienia, Wydawnictwo Uniwer sytetu Łódzkiego, Łódź 2000. Wydawnictwo Uni[15] P. Strzelecki, Krótkie wprowadzenie do równań różniczkowych czastkowych, wersytetu Warszawskiego, Warszawa 2007. [16] Zauderer, Partial Differential Equations of Applied Mathemathics, John Wiley & Sons, Singapore-New York-Chichester-Brisbane-Toronto 1989.