【北京大學】《變分學》精品課 P12 - 12. 第12講 含多重積分的變分問題【變分學(北京大學)】

长安书院_
146粉絲
1 次觀看·2026年5月28日
AI 生成·可能包含錯誤
我們今天接着講第六講
我們前幾講主要講的是
我們求的那個未知函數是一元函數
當然也可能是一元的向量值的函數
不管怎麼說
那個函數的自變量只有一個變數
但是我們在最早第一講當中就說
我們碰到很大量的變分問題
不一定都是這樣的情況
也可能含有多個變量的情況
我們說過績效曲面 各種場的方程
彈性力學的方程
一般都是多個變量的
所以我們必須要研究多元函數
未知函數是多元函數
那麼這個時候在變分問題當中就出現了
這個積分就應該是多重積分了
因爲我們原來一元函數就對T積分
函數雖然是UT
但是一大堆東西
那個L什麼一大堆
就是對T UT有的導出T等等
這些固態最後就積分
現在我們來考慮的是多元函數的時候
那當然積分應該是多重積分
所以在這個意義下
我們就把這個叫做多重積分的變分問題
那麼我們今天講的主要就是
想把原來在一重積分時候的討論推廣到多重去
也就是說過去我們講過變分問題
它的必要條件是歐拉方程的解
所以我們就推導出歐拉勒岡級方程
然後對於要判斷是不是極小的話
那我們就要考慮極小的充分條件和必要條件
那我們就考慮二階變分
那麼對應的二階變分
我們要把它推廣到高位的情形
同時我們也考慮過強極小弱極小等等
那麼這時候強極小的問題也應該有
在多元的時候也應該有所反映
所以我們今天想做的事情
就把這些推廣到多重去
這些推廣的過程大家看到
有一些東西我們總是利用已知的東西來去研究
向前推進
看到對未知的東西向前推進的時候
發現什麼地方過得去就過去
什麼地方過不去再想辦法
我們總是做研究 總是這樣做的
所以現在我們來看
像這個本來是這是Ltup
t是一個變量
我現在爲了強調多個變量寫了f
那麼變分問題的時候原來是tup
那麼這時候將來變出來的是
這個地方是x 這地方是ux
本來這地方是導數的u.x
過去是這樣子的
現在x就看成t就是了
但是現在多變量的情況就比較複雜一些了
因爲這個是x
這個地方呢
你到這個us還是可以這麼寫
還是可以
但這個地方就不能說了
這個地方你對誰求導數呢
就肯定有偏導數來了
所以我們各界偏導數肯定是這樣
而且t都不是向量值
那本來這個u還可以是向量值的
它也可以是這種形式
那麼這裏還可以是這種形式
所以一般講起來我們對Lxup這個時候
要想適應於多變量的話
這個時候x還是一般是在一個ω區域上
它是Rn上的一個
Rn的一個區域上
u有可能是Rn向量值
p是應該是什麼函數呢
p是應該是多少變量呢
p現在你看到這裏頭有這個偏導數
偏導數這個xα
α從1到n
這個i呢就從小1
小1到大n
所以有多少變量呢
就應該有R的n
小n乘大n
一般講起來這應該算是一個矩陣
但是是小n乘大n的兩個矩陣
所以以後我們寫的時候
我們可能寫簡單寫還是這麼寫xup
但是以後我們這個x是x
u可能是一個向量
是1到大n
這個p應該有兩個變量
一個i一個α
i呢是從1到大n
α呢從1到小n
所以一般講起來我們寫的是
在這方面定義
然後變量我就將來統一用這種寫法
爲了符號寫得簡單一點
我以後統一用下面的符號
我規定一下
這個時候我以後寫法上
這地方呢我偏導數
以後我每次寫偏導數
寫一大堆比較簡單
寫得麻煩
所以對於偏導數我的寫法就是
偏α就表示偏xα
省點事
就是一個簡單的符號
這是現在大家通用的寫法
到偏規方程
偏規方程寫的多頭就這麼寫了
所以以後用這個符號
所以這個時候就是它
那麼這個時候將來對應過來的話是
偏αui
或者有時候更加省事寫就寫出去了
這是最簡單的寫法
就是稍微
看我們需要怎麼向上寫的時候就怎麼寫
我們先把符號規定好了
下面我們來討論具體該做什麼事
當然第一件事情我們說過
就是做判斷機制
首先就要找它必要條件
也就要想推廣
看看推廣的時候有沒有困難
我們上來就跟預言的考慮方法思想方法一樣去想
想到碰到什麼困難我們來看怎麼克服
現在給定一個iu
iu怎麼給法呢
當然現在是Lxux
我這麼寫
Tux也需是ω
這個是s
這些意思都在這了
寫這些水打飛的東西我簡單寫
不想寫得那麼囉嗦
所以Tux就是這麼多東西
這個u就是這麼多相連函數放在一起
那麼怎麼能夠推導出
按照老人方程
就假定u0是一個極小的話
那麼應該怎麼樣呢
那麼當然是我們跟原來想法一樣
所以認給一個π屬於c10ω
現在是向兩值
我們應該是I的u0加上y5應該大於Iu0
當y成爲小
任意給定它
對y成爲小
就應該有這個事
那麼跟過去做法一樣
我就來把這個叫做極y
然後就等於看極y在0的地方達到極小點
變億元函數
就還是變成億元函數
但是億元函數是在y上
原來的多元函數是在這裏頭 在u裏頭
在這邊
所以從這一點來看
你把它寫出來就是Lxu0x加上y5x
t0u0加上y5x
現在我們什麼都沒做
就是把這個帶進去
那麼要想做
要判定它是個極小
那麼必須是0點是極小
0點是極小就應該是必要條件
必要條件是它的導數在0點的導數是0
好 那就爲吧
這裏是誰的函數呢
是把它看成一層的函數
這些x都已經是積分變量積掉了
所以這裏積分之後是個一層的函數
所以下面我們就是要對一層積分上
然後讓一層積分上之後等於0
是吧
所以這跟前面一樣的
對於一元函數推導到現在爲止沒有任何差別
好 那就導吧
對它的一層求導數帶進去看
我想我們就往下算
這個地方是對三個變量來看
這裏沒有一層 對吧
不許管它
這裏有一層有的
那麼就是Ldu是導數
是吧
這U的話現在UI有每個多個變量
好了
這裏頭最後帶着一層點零
所以就是U0x
好 這兩個一層點零就是它
我現在再用省一個記號
我用tau表示xU0x
T度U0x
這個記號
所以我這裏就省事
就寫個tau
那麼這位一層求導數
所以求導數是5ix
是吧
那麼還有它是對這項求
還有這項
這項是什麼呢
這項是我剛纔的位置是Piα
是吧
Piα那麼我現在對於誰來看
那麼當然應該是Piα都應該爲
爲之後是對於誰
對於這個地方
Epsilon在這兒的話
那麼就是對於Piα5i
這項是tau
我現在寫的時候都是寫着沒求和號
事實上應該這裏有求和
事實上應該對i求和
所以首先這裏是σi從1到百
這裏偏導數也是
這個是有對
對α求偏導數
這是對它的偏導數求導
所以這裏是再來一個α從1
是吧
這裏沒有任何招
就是求爲上
好了
那麼以前我們做這個一元到現在
做法到多元完全是
到這一步爲止是一樣的
不過就是當時爲商是一個變量的
好容易
多做寫的時候簡單一點
就一項
這裏沒有這麼多東西
沒有這個α
那就求於爲商
這都一樣
那麼下面我要推導Euler Lagrangian方程的時候
看看能不能完全的一樣
當時我們想怎麼做
我當時是這一項是導數
是吧
我當時是留着導數
把它積分一下變成導數
是吧
大家記得
那樣的話好處是什麼
好處我就得到最後導數在這邊
那麼最後就導出一個積分形式的Euler Lagrangian方程
積分形式的Euler Lagrangian方程好處是什麼呢
就多一點對函數
我只要求原來是C1就夠了
但是現在你要留導數留這麼多導數了
是吧
你每個固定i之後導數有多少個呢
現在導數有n個導數
是吧
小n個導數
太多了
那留誰呀
你固定誰好呢
所以這時候就跟一個變量的時候有點點差別
就在這兒我留它留不住
留誰
你要是把一大堆都留在那兒
那你決定怎麼返回到那邊去
所以現在我這點和它原來有點不同在哪兒呢
我乾脆我就把它刪掉了
留着它吧
可以吧
留着它的話
那當然我假定函數C2
假設C2的話你就可以多寫一部
這個別動
我不寫成那麼多事了
這個地方是它留着
它不動
Lui
好
減掉
α
只偏α
Lpiα
好
是不是
就是在這兒做違章
翻過去
翻過這兒之後
那麼對Y是任意選取
我想得到這個勢力
能不能做到
原來是靠這個導數隨便選取
叫導數滿足那個條件
隨便選取
那麼得到函數的積分這個形式
等於函數
是吧
那麼現在隨便選取這個能不能等於它等於0
假如能夠的話
原來那個叫做Dubois-Riemann引理
如果我現在
如果對於電影的情況也有個Dubois-Riemann引理的話
那我們就能夠最後得到
Lui減掉
減掉
σ
α
這是偏α
Lpiα
就是看我能不能有一個相應的Dubois-Riemann引理
Dubois-Riemann引理現在情況是什麼呢
現在對於I是因爲5隨便選取
可能很多是0、1、1就行了
所以很多是0其他不是0好了
所以一個一個看就夠了
所以我就看一個函數
就是積分一個函數
原來我把它寫成這個叫做AX
就是φX
看能不能聽出這個事
A這是什麼假設呢
A我就假定是A
就是我們把原來一元當時到現在多元的時候稍微有點變化
變化就把它
本來在導出的地方我把它換掉
那麼變成就是自己的
那麼能不能等於0呢
能不能從這AX等於0呢
這個我想大家已經常常知道見過這個事了
因爲我們經常是要去做任意函數來頂掉它的
所以我現在就說一個最簡單的
如果大家多元不熟悉的話
那我就說一個我們怎麼做
叫做一箇中性函數
中性函數就是這樣的函數
先看一元
一元隨便選一個點
以這個點爲中心做一個函數
它的不鼎立的積和
我們叫施積
是任意決定的一個小區間
那麼在這個上頭高起一塊
這函數甚至於是無窮的策略
我本來並不要求那麼多
但是現在我們這叫C1就夠了
但是我們這種函數因爲到處經常用
特別是在五元方程裏經常要很光滑的函數
要多光滑就光滑
所以就選擇這種函數
那麼這種函數一元函數呢
我們把它叫做Psi
Psi t等於
這是1的負的1
1-t平方
是0
這是t小於1的時候
t大於等於1的時候
這種函數非常好
它本來在這裏頭是光滑的
在外頭當然都是零度光滑的
就是銜接的地方檢查一下
銜接的地方它在這個心體上是無窮策略的
而且導致斷路
所以就要檢這部區 這部區見證
所以說一個變量的函數可以做出來
那麼你也可以做多一個變量的函數
多一個變量的函數我叫做Phi x
Phi x就是Psi
這個把它符號不一樣
我要給它換一個符號
我再換一個
Phi乘上一個Cn
不一
乘一個常數
目的是什麼呀
本來乘不乘無所謂
我就把它變成鏡像的函數
那麼鏡像的函數
鏡像的函數
鏡像的函數的話
這個我取Cn的這個目的是什麼呢
我去取Cn的
等於使得Cn的選取就等於這個
Phi x dx
選幾分
目的讓它
既然Phi放進去幾分是1
就是幾分是1的
然後我現在想要證明這個爲0的話
我就隨便取一個點
對任何一個點x0
我就取Phi
這個Phi是取成什麼呢
我把它叫做Phi0
就叫做
用Phi混淆起見
我就叫做Phi
就叫做什麼
就叫這麼好
那我叫做
我再引進一個Phi
epsilon x
對於任何一個epsilon大於0
我把它縮小
我想把它這個大小縮小一下
縮小一下就變成
這個乘是epsilon
-n
Phi
x
就把它寬度
本來是1這麼寬
變成了epsilon這麼寬
縮小之後
我將來這個Phi的選取
就取成什麼呢
就取成Phi
x-x
好
然後你看假定Ax不是0的話
假定Ax有一點不等於0
我就把這點
讓一種搜索搜索
一點就
好
這我就不做了
這個引領很容易證明
就關鍵你去構造一箇中心函數
中心函數你
如果這點
人群函數在這點不等於0
那麼你
搜索搜到小領域裏都是大於0的
然後你按照這個函數去
好的
所以這樣我們就得到了
歐拉勒轉移方程
這個歐拉勒轉移方程事實上你看看
也很好記
你把這個函數你這麼寫的話
好像有點
有點
跟我們原來的一元情況有點不一樣
因爲這裏有偏導數在這
但是如果你
你要記着這個
偏
一個像量
函數
再求這個
第二個分量
再求第二個分量偏導數
加起來
這個
在多元函數里用的
記號
叫什麼
叫做像量的
散度
所以你如果用這個記號的話
就是LU
我R也不寫了
減掉這個散度
LP
P也不寫了
是吧
你認一認你看
跟一元的就
一個樣子了
你記住這個
然後到像量的時候怎麼擺
是吧
那就很像這個樣子
每個分量
所以可以
從這個形式上它完全和我們原來的
歐拉老張方程式一回事
也是一元的直接推廣
不同一點我們沒有經過積分形式
直接導位分形式
當然這時候我們要假定
U是屬於C2的
如果U沒有假定C2
如果U只是屬於C1
我們剛纔這個分佈積分就過不來了
是吧
過不來了
但是大家如果知道一點廣義函數的概念的話
在廣義爲上的意義下
這還是對的
那就是這個時候
這個的理解是廣義函數
廣義一張
所以也不怕
這樣的話我們不必擾積分形式
就這樣把它理解好就行
這個理解就是對的
翻過去的理解
好 這是我們關於歐拉老張方程
我們就這樣推出了
那麼有多個變量的歐拉老張方程推出來
當然很多在這個實際問題來說
具體問題來說它是很多的
我就簡單舉幾個例子
我們舉幾個例子
現在是N是小N大E
大N我現在假定就E
這種問題也常有的
多個變量
函數是數值函數
不是向量
這個L現在我們大N是就E
所以就一個
這個也是個向量
就是P1方加上P
我們看這時候它對應
相應的範函是什麼
那麼相應的歐拉老張方程是什麼
這個範函一樣的
讓我們來寫
那麼這個就是T2UX
那麼它的歐拉老張方程是什麼呢
就是這個
所以它的這個方程不依賴於U
所以只有依賴於P
所以散度
先T2再做散度是什麼
這就是調和方程
所以我們在研究調和函數
在無限方程裏頭
在物理裏頭
所以最普通的一個
最極端的一個它是
這個拉帕算子
拉帕算程就是
拉帕算程是這種能量的
1%能量平方的
這個N能量這樣一個變分問題
它的歐拉老張方程
就使得今後對於調和函數
特別是橢圓形方程
大多數的都要靠變分方法來研究
其實不一定是橢圓的
從變分來說
它其他的形式也可以是有變分性的
我再簡單舉個例子
我們考慮波動方程
就是也是N等於4
3N等於1
這種情況我空間
我寫成空間和時間
時空放在一起
自變量是4的變量
時間和空間大約是1
那麼我這時候
我把這個P寫成
L寫成1的p0方減掉
p1方減p2方
減p3
這實際上是
這一部分是一方面反應動
那一部分是反應位
這我就不再解釋物理記憶了
那麼這個Iu應該是全空間定義
而4上定義
這是偏qu的平方減掉
偏αu的α乘以tdx1dx2
那你現在去考慮它的Euler Lagrange方程是什麼
跟剛纔其實是一樣的
不過就是符號有點變化
它的前頭變成負的
它的前頭是正的
所以就變成負的偏t的平方u
加上打plus的u
這就是波動方程
所以波動方程它也是有一個Euler Lagrangian
Euler Lagrangian也是變分形式
不過它能不能通過極小來算那是另外一個問題
那它方程是這個
那麼再舉個例子
我們再看看多變量情形
例子太多了
就是我們經常碰到的問題
總歸是多變量的多
但是我們一個變量研究透了
多個變量情形就好做了
方法是一樣的
再舉一個例子
我們前面在一開始講變分問題的時候就提到過極小曲面
所謂極小曲面就是一個曲面
它的所張的面積是在給定條件下是最小的
所以我現在假定ω是R1的一個區域
u是ω到R1的函數
那麼這時候對應的面積
我可以寫成面積範函
就是幾分1加上t到u平方
也就是說定的R是根號1加上p平方
跟剛纔略有不同
這是1加p平方
這是p平方
這是1加p平方的開方
這是面積
那麼區域還是ω
那麼這時候你去寫一下歐拉拉莊區方程
歐拉拉莊區方程現在是
我們照那個來寫
這是散度
這個裏頭對p去求一生
就是這裏頭求一生
在這裏頭求一生之後是根號1加上t到u平方
這是t到u
這就是極小曲面的方程
所以這些事我就作爲例子給大家看一看
大家回去仔細驗證
每個計算的時候每個驗證一下
同樣有了這些事情之後
第一就是歐拉拉莊區方程是我們可以從一個變量很容易的就推廣到多個變量
只有一個小地方做了一點變化
就是原來是從積分形式的歐拉拉莊區方程出來
現在變成微分形式的直接出來
直接出來的時候我們用那個丟不而歸定理的時候
我們就直接應用中心函數來構造
所以這一點我想我們做這個推廣大家不會感到有太難
但是做的計算的時候要小心
因爲這裏牽涉到很多指標
什麼時候怎麼增加怎麼弄
所以這個時候大家通過回去做些習題做些計算
真的上了之後你就知道這並不是很難的事情
那麼下面我們自然也要考慮二階變分
我們要判斷極小還要考慮二階變分
那麼怎麼考慮二階變分
沒有什麼新招 跟過去一樣
因爲其實假定U0已經是一個臨界點了
也就是已經是滿足歐拉拉莊程了
我們現在來考慮一下
決定任何一個方向 決定函數5
C0函數5
我來怎麼算它的二階變分
二階變分怎麼算
上次跟同樣我們說的一樣
原來我們考慮了GS是IU0加上S5
然後當時我們二階變分怎麼算
二階變分就是認給一個5之後
我來算SG這個函數在臨界點的二階倒數
所以這個東西你把它再回憶一下
它就是SU0加上S5
這是U0加上S5
GS行爲上不怕的
它就是在這上圍 跟你S根本沒關係
原來是怎麼算 還是一樣算
不過現在就是哪兒複雜了呢
就是這個L裏頭U裏頭不復雜
這裏複雜了 對不對
這裏現在本來就一個P
本來是PI 現在還多一個PI
所以你算的時候這點要小心一點就行了
所以我就往下算
這就是剛纔它
現在我把它寫出來
是I階等於1
等於SIGMA I階等於1到N
這是Omega
大家一邊跟我心裏想着算
UI U階
這是TAU
PI Y階
加上二倍的SIGMA
這裏又有混合的
又有這兒又有這兒
所以變成這個L
UI
這是偏α
P階α
這個地方是TAU
這是PI偏α
Y階αβ
這是LPIα
P階β
偏πα
偏β
Y階dx
就是反應
反應線
但是反應線你還是能認出來
這對於U的兩次的話
那麼僅除外兩個
這裏是U一次P一次
U的時候對P的時候對它
記住就行了
然後這兩次P
那麼對兩個導數
跟原來是一樣的
那麼這樣的話
我每次寫這麼多
還是複雜
符號簡單化
所以我現在再把符號簡單化一下
我過去就用過這種符號
U0
就是LPIα
P階αβ
有時候更簡單寫的就是AI階αβ
過去我們用過這種符號就夠了
當時用就比較簡單
沒有αβ
所以就一寫就完了
現在還多出αβ
所以就多寫αβ
BU0
等於就是LUIP階β
tau就是BI階β
CU0等於LUIU階
用這幾號
那麼我們就把這個事寫的省一點
就是σ這個地方是
我σ都不寫了
只要大家認得不錯的
就認得不會搞混淆的話
我就這麼簡單寫了
AI階αβ
就是
偏αΦI偏βΦ階
加上二倍的BI階
BI階α
就是偏αΦI
加上這個CI階ΦI
這個大家理解就成爲那麼理解
碰到I階碰到一起就加
有兩個和諧就加
有強階就加
碰到α就加
重備到加
原始的意思是在上面的意思
那麼具體的簡寫
那麼在我們進一步討論的時候
利用二階變分
我們下面要做什麼事情呢
我們下面就一般講起來
就要跟預演情況一樣
我們要做什麼事情呢
我們就要通過二階變分
我們引進甲骨比場
引進甲骨比算子
甲骨比場
所以同樣的
我們這裏先一樣的做法
把這個叫做Q0
Q0和B
它是對於B的一個二次形式
對於這個二次形式
我們可以通過它直接判斷
什麼時候它的
如果U0是極小的必要條件是什麼
U0是極小的充分條件是什麼
然後我們通過它再引進什麼叫做甲骨比算子
從這個二階變分來看
我們說這個時候
如果U0是極小
那麼就這個東西就應該是帶一點0
對 認給B帶一點0
所以極小的話就是QU0B
對吧
這個事情我們和預演的情況沒有任何不同
不過那個時候是二次式
這也是二次式
不過現在二次式寫複雜一點而已
那麼當然二次式複雜一點它也是應該帶一點0
反過來
作用什麼條件能夠保證它一定是一個極小
甚至於是一個嚴格極小
上次我們也做過這種題
上次習近課還講過一下
是吧 爲什麼呢
這有什麼條件呢
就是說如果存在一個λ大於0
使得這個等於大於λ
這個現在當時是φ平方加上φ點的導數
平方
是吧
那麼現在換成φ的平方加上7度φ的平方
如果存在這個λ大於0
使得它帶一點這個
那麼它就是一個實際上是個極小
不僅僅是個嚴格極小
這個極小什麼意思
這個極小就是弱極小
所有對於一個變量的情形在討論
現在都可以推廣到多個變量的情形
如果剛纔這條從一個導數點導數換成7度
理由很簡單
你就順着原來考慮
爲這件事原來一個變量爲什麼對
現在多個變量爲什麼應該變這個形式
所以像上次CT課上給大家解釋過
爲什麼這時候這一個變量的時候
如果它又大一點一點這個數就夠了
理由是什麼
你就是看這個二階導數
這個二階導數原來想到跟大家看的時候是什麼
原來就是考慮的是GS和G0
那麼GS和G0要它大一點就對了
那麼本來因爲它已經G'0已經是0了
對不對
因爲它已經是一階點了
那麼本來這個應該是G'1
某一個θS
S平方
泰勒公式
對吧
泰勒公式
泰勒公式好了
那麼現在我是知道G2'0是已經大於等於一個這麼大的數了
那麼是不是能夠保證它大於它呢
那就看G2'θS減掉G2'0
當S足夠小的時候它是不是小的數
小到什麼程度
比它小
還有這個東西
好 那你怎麼看
帶回去看
帶回去之後這裏都是這種示範
不過這個套地方換成U0加上θSb
是吧
所以當S小的時候這些都是聯繫函數
這些聯繫函數在0很小
所以剩下的是小O的最小O1
最小O1就像Lambda大於0
所以這個東西餘的那種壓迫度差
那麼這個說法
這個東西在我們原來講充分性的時候就靠這個事情
是吧 靠這個事情
那麼大家有人問我
那你這樣做是強極小還是弱極小呢
爲什麼你這是弱極小不是強極小呢
是在什麼脫谷意下呢
看我們剛纔這是什麼意下呢
必須導數一起小纔對
自己小 導數小
剛纔這個纔有這件事情
你剛纔這個聯繫比較的時候才能比較
纔有這件事情
強極小
你如果只是自己小沒有導數小
那你這個就不知道了
這個就很大了
導數的高極項就出問題
就不對 就壓不住
所以上次我們
你就看看我們上次講
強極小是有那種例子
它不是強極小
但是是弱極小那個例子
你放進去看看是不是對
可以驗證一下
你把學的東西都連起來
驗證一下
所以這種情況下
只能是弱極小的充分條件
不是強極小
好 我們現在這堂課就到這時間休息一下
下面我們在下一堂課
再把甲骨鼻腸進一步推廣
休息一下
