【北京大學】《變分學》精品課 P27 - 27. 第27講 變分問題的數值方法(1)【變分學(北京大學)】

长安书院_
146粉絲
1 次觀看·2026年9月20日
AI 生成·可能包含錯誤
從今天開始我們基本的內容已經講完了
所以從今天開始我們進入第三個階段
就是講一些有點專題性的
就是讓大家做一些對變分問題的近來發展的一些瞭解
或者也不一定是最近來的
而是說就是最最基本內容之外的一些專題做一些介紹
因為這個課分成三部分
第一部分是最經典的變分理論
所以是我們第一階段一直講到
就是在這個存在性之前
一些判定極大極
要判定極小啊
弱極小 強極小啊
以及有條件極值啊
還有什麼守恆律等等
那是一塊
那一塊基本上是十九世紀以前的變分學
後來講存在性 正在性這部分
基本上是在二十世紀上半葉討論的問題
變分學還有很多發展
這些發展我們作為第三部分做一些介紹
因為這些內容講可能都比較專門了
內容很豐富
我們不可能詳細的說
但是我們盡量讓大家有一個入門
怎麼回事
將來你碰到這種問題
你就可以知道去查什麼書怎麼看
所以今天我先講一下這個變分問題的述之方法
這一部分呢
是這樣
就是變分學為什麼會變得發展到一定階段之後
現在大量的實際問題能夠去運用它
最要緊的是它能夠計算
如果不能計算
你只停留在討論什麼時候極小
什麼時候強極小 什麼時候弱極小
等等等等
那你就只能做一些理論上探討
如果後來
當然後來到存在性
到了存在性之後
存在的有了
怎麼拿得到
我們實際問題當然需要它的時候
怎麼能夠算出來
那麼這也是一個大的問題
所以述之方法的發展
有它的一種需要
那麼幸虧呢
應該說現在從有限元和優化的理論發展
技術發展
使得求極小的辦法碰到具體問題
總是有一些述之的辦法能夠幫你計算
這樣的話就使得它在變成應用數學的時候
在應用當中就有很大的優勢
我今天只能最簡單的介紹一下
這個述之方法的基本的思想
其實主要只能介紹兩個問題
就是兩個方面
一個就是有限元
一個就是最優化技術
那麼其實變分問題要去計算
這件事情是很早就提出來的
我們今天第一個主要的就講Ritz方法
Ritz方法是最早的對變分問題
用述之方法來考慮
這件事情大家
Ritz是1907年提出來的
下面這個方法
現在所有有限元等等
都是這個方法上的具體化
變得更好用一點
其實這個思想來說
事實上在存在性出來之後
不久就有了
大家可以從Curran-Hilbert
那本著名的《數學物理方法》
這是兩大院的《數學物理方法》上
就有專門介紹
Ritz1907年提出了這種計算方法
所以因為有這個方法之後
很多量子學理的計算
還有數學物理上的計算
通過Ritz方法來算
所以當時算的辦法
還是手搖計算機
還是很簡單
很粗糙的工具
但是它也是開始能夠
說明人們要計算變分問題
這個Ritz方法呢
也就是又稱為直接方法
我們說變分理論
我們講就叫直接方法
這個存在性就通過直接方法來
因為給定了一個半函
給了半函之後
一般講起來
它是給定一個Lagrangian
那麼要求績效
怎麼求得到績效
那麼我們過去
我們從理論
存在性證明的時候
就用直接方法
就什麼意思呢
找出一條序列
找一條績效序列
就是使得IU界
接近於它的下學界
那能不能實現
能不能達到我不知道
但是這是個績效序列
第二步呢
一般講是先考慮績效序列
第二件事情呢
來看績效序列是不是收斂
我們直接方法的話
就是通過這個辦法做
那麼怎麼能夠得到績效序列
這個事情是道理上
有下學界我總會找到一串東西
但是下學界是
你給定函數之後
下學界是什麼
你怎麼知道
那你怎麼找這串東西
所以真正說述之方法呢
是解決這部分問題
你說得很好聽
我上來就有下學界
那我找一串序列
績效化
怎麼找
所以在構造上
怎麼做這個事情
這就是我們首先
Ritz方法提出來的解決辦法
這個辦法想起來也是
現在看起來是很簡單的想法
但是當時就是因為它能夠去實現
所以人們
辦法是這樣
你這個變分問題
本身是一個
是函數空間上的機制問題
對函數求機制
函數空間是無權為的
那麼怎麼樣
無權為的問題
我一下做不了
我有權為的辦法來逼近去做它
所以用這個無權為的問題
現在一般講起來
我們現在碰到的是什麼
WEQ
或者更簡單一點是HE
或者H10
這種空間
它是無權為的函數空間
那麼假定是說
迪士問題
那麼是這樣的
再加上一個非歧視項
而諾曼問題
可能就是這樣一個
這樣的變質問題
再加或者變非歧視項等等
那麼對於這樣的給定問題
空間有了
那麼就想辦法用有權為來逼近它
所以現在我們假定這個空間
我們就叫做M
是吧
這是一個字
M我就指這部分
非歧視項不要它了
我就考慮的是一個線性空間部分
非歧視項放在一邊上
加上去就是了
那麼這樣一個線性空間
是有權為的
那我就給它顯示出一座雞來
假定是M個變量
M個這個為數
我們取這個空間
是一個有權為線性空間
拿它來逼近這個空間
那我逼近不逼近
我先不知道
我說在這個子空間來看
怎麼求解
是吧
所以這上的子空間上有任何元素呢
現在我就寫成U
就可以實際上寫成
是Sigma Psi階一階
假如要加非歧視項呢
我再加一項這個非歧視項在這
那麼怎麼做呢
就把這個
Rist說的辦法
就是說把這個
本來這個泛含是在大空間上的
我現在把這個泛含
限制在這小空間上
我把它叫做IM好了
它限制在小空間上
在小空間上任何元素呢
那就是IMU就是
那它帶進去
U是這種形式帶進去
我現在這個就帶進去
所以變成這個R就是X
U的地方是
Phi0加上Sigma Psi階一階X
在T度Phi0加上Sigma Psi階T度一階X
現在你看這裡頭
限制在這子空間M上的話
那麼這裡頭實際上
誰在變化
有什麼是獨立的變量呢
這個積分變量在積分掉的
Phi0是給定函數
這個是給定函數
這是給定函數
所以真正能夠變化的
就是這幾個東西
是不是
就是Psi等於Psi1Cos
所以這樣得到的
這個函數我寫的是
寫是U
實際上不要寫成U好了
你就寫成一個JMCos好了
Cos就是這個
是吧
所以說這個
計算問題
總是變成我們可以去做
計算的辦法總是
不管怎麼樣
我都能夠去做
怎麼做呢
我現在就是
變成有窮微的東西之後
有窮微的東西
這個是有窮微的函數了
變成一個有窮微這個函數
這是Rn上的函數
這是一個函數機制問題
所以說Ritz方法的想法就是說
好我拿一個有窮微空間來
把它限制在這上面
在這上面我來看
求這個機制
講定這個Rn有什麼是強制的
那麼看看這個時候
是不是也是強制的
那麼如果是強制的
那麼求極小
就這個辦法
想法很簡單
那麼怎麼樣求極小
Ritz的說法兩種可能
對求極小的一種就是直接
你有什麼辦法求極小
給一個函數
比如說是二元的怎麼求極小
三維的怎麼求極小
n元的怎麼求極小
求極小的辦法
用數值辦法求極小
或者跟
這兩種辦法直接
直接求
一種是這個
第二種呢
這些給定函數之後求極小
當然也知道
我們可以把它
看它的穩定點
看它的
就是
是倒數為零的點
剔度為零的點
所以也或者呢
是求這個
求解方程
也就是說
你去求這個偏
變成非線性方程求根
一般是
這裡是n個方程
n個方程
n個變量求根
反正你近似求根
可以求的話
也可以
所以這兩種辦法
都可以做
總而言之
是劃到這個去
求解
這個種方法
就叫做類似方法
可以做
你拿來
要取多少維呢
那就看你
維數取得夠不夠
近似的好不好
是不是維數越多
就一定能取得更好
這些問題
當然都要研究
理論上
我只要能夠
這個空間
這個東西維數足夠高
跟這個非常
這是無窮維持的
它在很高很高
都相當高的話
那也許
所得的值就很近似
只是理論上
有可能性
但是是不是真正做到
還得研究
是吧
這叫做類似方法
那麼
還有在文獻上
也是後來
其實是
非常類似了
或者說
Galergin方法
就是
剛才Ritz方法
就是這麼一東西了
對他求知曉
那麼
Galergin的想法
就是說
在基礎上
就是說
你不是求泛含極值嗎
求泛含極值
你本來
在求泛含極值的時候
就有一個
Euler-Lagrange方程
是吧
我就對I來說
就有
就有Euler-Lagrange方程
對他來說就有
所以我就從
他的Euler-Lagrange方程出發
那麼就是
大家都知道
是吧
這個是偏U
LU
加上散度
這個Lp
把這套在一起求解
他到Euler-Lagrange方程去看
那麼你
這個時候我先
拿泛含
變成函數
變有權位的函數
求知曉
他說我這兒
先得到的是
Euler-Lagrange方程
然後我在這裡頭
套的這個Ux
再用有權位逼近
可不可以
那也可以考慮
是吧
所以這時候就是偏UL
這時候x
這是
這是這個
Ux就是φ0
加上σ
克賽階
E階
這個
這個是
t度
φ0
加上
克賽階
E階
x
加上
散度
Lp
但是這樣一寫的話不好
這樣一寫的話你看
這個x是
這裡有x
這邊函數方程不好
對吧
那你如果
本來你Euler-Lagrange方程
這是函數方程
你現在想用E帶進去之後
E進去之後還是函數方程
不好辦
所以
不要用這個
這樣形式的Euler-Lagrange方程
改用
我們Euler-Lagrange方程有好幾種形式
用積分形式的
把x積掉好了
所以
Euler-Lagrange方程
我可以把它寫成這樣
是吧
可以吧
其實這樣我也把它這麼寫好了
看有什麼好處
這個是
弱的形式
是對所有的φ
屬於我們剛才的H0
好了
那你這個
所以
按說也是應該對所有φ
屬於一切的H0來做
那你這個方程
變成無窮多格方程
是吧
φ可以乾乾取嗎
無窮多格方程
那還是不好
但是格雷根的想法是這樣
你其實
不要弄成無窮多格
你為什麼呢
你實際上你
φ0
右邊φ
不要取
不要取那麼多
你事實上
因為你
這個
這個地方
已經只是有窮多格
參數了
這皆從
1到N
是吧
那麼所以這裡要定的
只有定這些東西
只有有限多格
那你不需要取那麼多
隨便的φ
大家想取什麼就可以了呢
你看1
這個東西都是在
這個裡頭了
1 1 1
都是H0裡頭了
所以我不需要取那麼多
特殊的φ
不需要取所有的
我就取特殊的
可以吧
所以這樣
我事實上
就得到N個方程
N個變量
N個方程
所以我
所有這種地方
都換成1
Gx
得到N個方程
所以
所以Ritz-Galigan方法
是這個意思
就是我從
極分形式的
Euler-Lagrange方程出發
從它出發的話
在這個裡頭的
任意的這個函數φ
我就取成
剛才那串G的函數
那串
1 1 1 2 1 N的那串
函數
把它放進去
得到N個方程
所以這種形式也可以
這種形式也可以
是兩種方法
都是把它
化成有權位方法去做
這個想法和那個想法
基本上是
相同的
不過在這裡頭呢
它的好處是什麼呢
它的好處是說
只要你寫成弱的極分形式
我都可以
列成這樣
直接化成方程式
那個呢
是求直接
或者這樣子
或者變成方程式
那麼我們做個例子看看
這是空說
做個例子看看
我現在舉個例子
Iu
等於最簡單
我們經常遇到的
給定一個F
屬於L
ω
ω是有界的
區域
那麼我們空間就考慮
H10
最簡單的問題
怎麼做
那麼
按照剛才的想法
所以
取一個子空間
N為子空間
N為子空間就是
取N個函數
線性無關的函數
它們都在
H10裏頭
然後張出一個線性子空間
所以這時候
U呢
就可以寫成
在這個子空間上
就寫成
ξ解
E解S
E的N
Ritz方法
把它帶進去
I限制在這個
這個上頭
的ξ
ξ就是
ξ1
變成N個變量函數
向量
把它帶進去
你看是什麼
二分之一
這個地方是
ξI
ξJ
T到EIX
T到EJX
這邊
這邊是解掉
σ
EJ
F
UJX
EJX
CJ
EJ
把這個叫做
這是兩個
這是已知函數
求提度
求提度積分
F是已知函數
給定的
EJ是已知的
叫做BJ
好
這個就寫成
二分之一的
σ
AIJ
ξI
ξIJ
減掉
σ
BJ
ξIJ
這是IJ從1到N
這是J從1到N
看見沒有
這下容易吧
這下你應該都知道這是什麼東西了
是吧
這是一個
對一個系來說
變成是一個二次函數
二次函數的系數
就是由
這G函數
確定的
這個系數是
G函數和
給定的函數
是確定的
那麼這個函數
這個方程
這個問題
能不能求到G小
當然
這個畢竟是鎮定的
AIJ是鎮定的
為什麼鎮定的
因為這個
AIJ是一個形式
它是鎮定的
所以這個時候
可不可以求G小
當然可以求G小
是吧
那麼這是一個
從圖形上來
這是一個
二次函數
二次函數求G值點
那就相當於
一大堆妥求了
求中心
或者等價說
你就是看
解方程
信息方程組
求解
是吧
這個大家都會了
或者數值的方法
或者什麼的方法
你去做好了
是吧
所以像這樣的問題
本來Laplace方程是一個
比較
任意區域的話
你就不好說
解釋成什麼樣
但是你可以近似
理論上從近似
這麼去做
叫你選合適的
這AIJ
這是
從這條路走
你從
它的歐拉方程出發呢
歐拉方程出發
其實也是一樣的
你現在你看
這個時候變成
歐拉方程變成
UV
減掉
FV
對吧
DX
那麼你剛才
用那個方法帶進去
一樣的
又是剛才那麼帶進去
是變成
這個
σ
介
從E到N
ξ介
T到E介
EI
這是E
I
EI
這是E介
EI
T到E介
DX
減掉
幾分
這是F
乘上E介
DX
乘上
ξ介
你用FV
是用這個
你現在FV
是用E介
換進去
是吧
換進去
就這樣
所以這個來說呢
剛才一算
就是
σ
A
I介
ξI
這是
減B
介
等於零
是吧
你從介紹的字
也可以
兩個方程一樣不一樣呢
這是AI介
ξI
那個是AI介
ξI
對
這個
AI介
ξI
對
這是B介
一樣
所以兩條路都可以
而且實際上在具體問題上
很可能就是一樣的
那麼
為什麼有人
要把它
專門叫一個
Greece Galerian方法呢
那個叫Greece方法呢
這個方法
有一個好處
它不一定
必須是
某一個泛含的
Euler Lagrangian方程
是
泛含的Euler方程
當然可以這樣做
如果不是
而這個方程
只要能夠
那個微方程
能夠有一個弱的形式
這個形式
就寫成是
不一定是這個
但是是一些東西
這樣形式的話
都可以
所以這種方法
用的可以更廣泛
譬如說
我不要考慮這麼一個方程
我考慮更一般的方程
譬如考慮的是
不一定是Euler Lagrangian方程
那我譬如考慮的是
σ
AI介
x
偏介
Ux
再偏I
加上一個σ
偏
這是I介
先不說這個
本來其實我考慮的是
這樣一個方程
就是這邊是跟
拉帕拉斯一樣的
差不多類似的東西
這邊就是原來無所謂
就多一個
這個項無所謂
這也是
普通的黑定函式
就多出這麼一項來
多了一個一介項
這種形式的一介項
那麼就不一定是
就不能寫成
變分的形式
它不一定是變分的
Euler Lagrangian方程
但這個方程解
也給你提成弱解
我把這個叫負好了
那麼就是
AI介
x
偏介
Ux
偏I
φx
加上σ
這是介
I介
這是介
E介
偏介
U乘φ
加上Cx
U乘φ
等於
F乘φ
也可以對任意的φ
是H0
所有這種
如果對所有的φ
都有這個成立
那就成為這個方程的弱解
在有一定解
如果有一定這種
光合化性的話
那麼就可以
修飾這個方程解
所以
這樣能夠寫成
弱解的形式的話
照樣可以用
剛才這個
Ritz-Carlton方法去做
就不一定限定於
必須是變分的形式
這是我們
要說的一個
好
下面再說一下
有限元
既然是這樣了
剛才說
你到底取空間
取成
取些什麼東西
就是剛才我們
取些En
En
Vn
這個東西
張成一個
有窮為止空間
拿這個有窮為止空間
求出那個
泛含在
在這上的限制的解
極小
然後說那個作為
它的近似
這是一種說法
對吧
那麼到底
你該取些
什麼樣的
多少個
而這些東西
取成什麼樣
你
能夠跟原始的解
逼近到什麼程度
這些問題
你如果不能回答
那你就是說
一個形式想法
你並不能真實保證
這樣做有用
是吧
所以
給定了一個
方程
給定一個泛含給了
具體怎麼選擇這些
怎麼樣選擇
這個有窮為止空間
怎麼選
選了之後
得到的解
剛才從那個
剛才解
解的時候我叫它U
在這上的解
叫做UHR
是吧
它在
叫UN好了
這個UN
是在
這個
是RI
限制在VN上的
極值
這個解
和這個真的解
怎麼樣
是吧
這必須要回答的問題
如果沒有這個
那你就是做一個
有窮為止空間
算一算就是了
算出什麼呢
首先
算出來之後
這個解跟它
要
在某種意義下的接近
對吧
至少你說
這個
空間N取多少
那麼這個接近
在什麼意義下
接近到什麼程度
如果你能回答這個問題
那麼這就是能夠形成一個
系統的算法
數值方法
可行的數值方法
否則
你就是能算
算出是什麼
跟我原來問題
有什麼關係
不知道
所以必須要解決這兩個問題
選什麼樣子空間
選出來之後
按照那樣做
做出的解
是什麼
跟真實的解
什麼關係
那麼什麼叫
怎麼選有窮為止空間呢
那麼這裡我們就講
稍微有限語言的意思
有限語言現在是一個很大的學問
已經是
有很多人
做一個
專門的研究方向
而且
有一大堆
數學家是
專幹這個行
那麼我當然
只能給你簡單一個
意思
知道它是什麼意思
是吧
它的基本思想是什麼
基本思想
有些人幹什麼的呢
是
告訴你
怎麼選空間
怎麼樣去選這一組
有限
為的空間
對於具體的
剛纔像這樣類型的問題
或者稍微更廣一點的問題
大量的
五元方程的問題
應該怎麼樣選擇
這樣空間
我現在就以
剛才這樣的例子為
為
為背景
來考慮
我們假設
Omega呢
還不能非常一般
我假定是一個
多面體
也意思就是說
它的邊界
都是一些
超平面組成的
逐片的
超平面組成的
那麼平面上來看
就是一些
多邊形
它就是多邊形
空間的話
就是多面體
它每一個面
邊界
邊界是有一些
逐片的
超平面組成的
這是
我們下面討論的
出發點
如果不是
不是的話
有些人也可以做
但是需要
另外改造
但是基本上
以這個為基礎
來做改造
好
這是一點
怎麼做法呢
這個想法還是很有
很
數學上還是很巧妙的
那種想法
怎麼構造子空間
類型為子空間
對這個多面體進行
三角剖分
假如
多維
三角剖分的意思是指
平面上叫三角剖分
高維的話呢
就叫單行剖分
就是說
我把這個東西
分割成很多很多的
小三角形
我
你還可以再分
你要在這還可以分
你願意分還可以分
什麼意思
數學上怎麼說
數學上什麼叫單行剖分
現在什麼叫單行
單行大家知道
n位空間的一個
n單行什麼意思
是吧
那麼一個單行
就是應該有
n位空間
一個n單行就是
n加一個點
這個n加一個點當中
pi減掉p0
得到n個向量
這跟向量是線性無關的
就一個單行
好
這是一個單行的意思
ω
怎麼叫單行剖分
就是ω
可以分成
現在有一大堆
單行
兩兩之間
橡膠
單行我都指的是b的
都是b的
邊界的都包含在裡頭
兩兩橡膠
要麼是空的
要麼是一個
p單行
兩兩橡膠的時候
要麼交不著
或者橡膠的是一個
低一維的單行
或低一維的單行
不能夠是
像這樣去行
假如這是
我畫成這樣
這樣的話你看
它和它的橡膠
只是這一部分
這一部分不是一個單行
允許這樣
擦掉可以
它和它橡膠
是一個這個
是一個維單行
所以這是
這是不允許的
但是如果貼上去
這是允許的
因為這是一個單行
這是一個單行
橡膠是一個單行
橡膠是一個e單行
就這意思
所以要劃分的時候
要按照這個原則劃分
兩兩橡膠或者是空的
要麼是一個
0維到
或者到n減1維的單行
0維單行就是點
1維單行是線
另外
所有的這個k
j
相加
等於
這樣一個劃分
我把它記成一個
套
所以就是所有的k
j都屬於套
綜合
我們要求的是
這是一個
基本的概念
所以你給定了一個
多面體
給定一個單元
單位的
單行的破分
第三條呢
對這個呢
我們就
規定一個長
一個尺寸
叫網格尺寸
跟這個破分有關係
你不管怎麼樣
你尺寸
就是指這個
一劃分之後
裡頭的
最大的直徑
每個小單元的
小單行的
直徑
然後所有這些單直徑
能取最大的
所以從這樣一看
你將
所謂將來要
逼近的好的話
你當然要分得
要很細
細的意思
現在就是要
每個直徑都要很小
是吧
這是意思
那麼
這是我們
對於劃分
是在區域上
做功夫
那麼具體函數
取什麼呢
你將來最終
要逼近的是函數
是這些
一言是什麼東西呢
一言什麼呢
我們現在就取
什麼樣簡單函數就好
什麼樣好
最簡單的函數
莫過於
珠片的長
珠片的
線性函數
或者叫仿射的函數
就是每一段
都是一個線性的
就是
cos
變成
u
變成a
加上一個b
這種形式
或者說
sin
x
就是ax
加b的形式
每一小片上
是一個線性函數
或者叫仿射函數
那
這樣的函數把它
因為你
你我們當然說
大家可能想
我最簡單就是
分段函數
分段就是常數的函數
分段常數的函數
你算導數不好算
導數肯定是不好的
跳躍的
對吧
你要想不跳躍的話
就要想連續的函數
那起碼就得要
分段式連
分段式這個
這個線性的函數
所以我們想法
基本上想法是這樣
你這個函數怎麼取呢
一段一段的上去
線性函數
就是在每個這塊上
它是一個
是一片線性函數
在這上頭
也是個線性函數
在這上也是線性函數
一塊塊的好像
貼磁磚一樣的
給它貼上去
你這裡有塊塊的棱
一塊棱等於一個骨架
給它架好
架好一塊一塊
或者說你是貼磁磚
或者你糊那個
大家看你糊那個燈
人家糊那種燈籠
小孩玩的那種燈籠
表面上都是一塊塊的紙
給它貼起來的
一塊塊貼
能貼成一個圓狀
形狀出來的
要跟什麼樣子
你糊起來
糊成這樣
這就是燈籠那些竹子
或者鐵絲的鋼架
所以就把它貼起來一塊塊
所以怎麼樣定義呢
就好像說你寫起來
這樣的
因為用單行這麼寫
反而是好
好用一個簡單的方式寫出來
在這裡頭
我們要特別提出一個概念
叫節點的概念
有把節點概念提出來之後
我們就可以把函數寫清楚
什麼叫節點
就是除去
假如H1零的話
剛才空氣是H0的話
那邊上我就不管它
先不管它
就是所有的內點的這些
在內部的那些單行的頂點
假如是H1不是H0
那就所有的頂點
所有的頂點我把它叫做節點
假如是邊區零
就是邊上這些點
它都要固定
給好值是零
是吧
所以把所有的節點的集合
我記成一個花N
就是所有這些N
多少個
我寫成大N個吧
跟這個不一樣
跟這個大N個吧
這個寫成N好了
不一樣
寫成N個
這個是大N個
下課休息會
