【北京大學】《變分學》精品課 P28 - 28. 第28講 變分問題的數值方法(2)【變分學(北京大學)】

长安书院_
146粉絲
2026年9月27日
AI 生成·可能包含錯誤
我們接着講下去
剛纔說有限元這種做法
就是你把這些區域弄好了
點子佈置好了
就是這些網格弄好了
這些網格都弄好了之後
事實上你怎麼樣去做定義函數呢
我們的辦法就是一片一片地拿紙糊上去
就等於拿一塊
這個棱都弄好了
我就把紙糊上去
紙糊變成一個平的函數
線性函數
一塊塊線性函數
所以這個線性函數怎麼寫
你不寫你沒法表達
你沒法計算
所以表達的話呢
是這樣
這種很好玩
很好的一件事情
就是你現在把這節點拿出來
你函數的基
我們要造成一個空間的線性子空間
這個線性子空間我們叫做VN
VN
線性子空間
要構造它的一組基
這一組基怎麼構造呢
就是1 1 1 2 N怎麼構造呢
這個構造的話是拿
跟節點直接聯繫在一起
你看出是應該節點起主要作用
因爲這節點上的值
應該決定其他點的值
節點起什麼作用呢
起着共和級的作用
節點是點啊
但是現在起的作用是相當積極的作用
什麼意思呢
我定義一串函數
1 L 1到N
對每個節點來說
N接給了
所有那些N
1跟它來比的話
在這個
1在N
1這個函數只有哪點等於不等於0呢
就這個函數
只有它在這個
跟NI有關係的
它就是EI在這個
在NI的地方它是等於1
別的地方都是0
就這麼個函數
你看我假如取
取這個N接在這
那麼1這個函數
在這點它是1
在其他點都是0
這就形成一組基
所以每一個函節點來說
我再隨便拿一個在這個節點來說
這個節點周圍涉及的單行只有這幾個
這都涉及到
這些單行根本不涉及到
所以在這些單行上
這個1函數一定是0
因爲它是跟這個零點有關係
別的點無關
所以這些點都是0
那這點不見得是0
但是在外頭一定是0
所以從這來看
這個函數造成功
這樣做成的函數
我們可以換個角度來看
剛纔是從每個點點看
現在我換一個單行來看
我假如取一個單行
是一個單行
這個我就寫成是P0PN這個單行
我就拿出一個單行來看
拿出這個單行來看
我說這個函數應該是什麼樣子的
那我把這個一定跟這個點有關係
PI等於PIEPIN
座標拿出來
這個N個單行拿來之後
這一個單行拿來有N個
加一個頂點
每個頂點有個座標
那麼我們說看這個1這些函數
在這個K單行上
它是應該什麼樣子
那麼我說XJ等於SIGMA
PJIEIX等於SIGMA
這個關係非常好
因爲它都是逐段的線性函數
線性函數你看
拿一個單行出來看
拿一個這個來看
它有三個頂點
有三個座標
三個座標都寫出來
都是三個座標
1的這個函數
這點的函數
只在這點等於1
那兩點等於0
在這點的函數
只在這點等於1
那兩點等於0
你看起來
從這來看
你要檢查這個事情對不對
在單行上對不對的話
那隻要在每個單行的棱上
再考慮就可以了
單行的邊上來看的話
在某個單行的邊上的話
那麼在這條線上
就是說
比如這是一個
其他都是0
那麼好
其他都是0
只有這是XJ不等於0
其他都是0
所以這是XJ
所以你一個一個去看
在這裏頭的話
總和一定是1
先加起來
這個函數
這一點是1
其他是0
這一點是1
其他是0
這一點也是三個箱
三個箱加起來是1
所以這個關係非常簡單
由於這麼簡單的關係
所以我們下面呢
很多事情就好做多了
那麼現在VH的函數
什麼東西呢
VH的函數
就可以寫成功
V
我把它寫成
認給一個V屬於它
就寫成VPI
EIX
I從1到M個
所有的頂點
所有的在這個
在這些節點上的
所有的節點上的函數
放在這
有多少維呢
就剛纔有多少個節點
多少維
多少維之後
每個節點上有個EIX
把它放在一起
性性組合
這就是G
這點的
在這點的座標
投影的座標
所以給定一個V
就寫成這樣
所有這些東西
VPI
VPI上面
就是給定一個元素
它在這上頭給定一個值
也就在這PI這點給個值
或者你寫成NI
這個都或者寫成NI
這個寫成
因爲現在是頂點和
和那個節點是一回事
我寫成NI可能更好一點
把每個節點拿來
這函數在這點
節點值
這個值可以
你怎麼定義就得到不同的V
所以就它組成一個性性組合
好
這就是我們形成的子空間
有弦維子空間
關鍵是G
G怎麼定
這麼定
然後記得
這麼定之後有什麼好處
這樣的話都是
這樣的每個點的函數
在每個單元上都看得很
每個單元上看
都有個明確的表達式
有這些表達式
然後我們讓這個V
在不同點的變化
就得到一個M維子空間
那麼有這個M維子空間
有了之後
下面的問題是
我將來
你給的一個函數
我怎麼拿這個函數
隨便給的一個函數
我怎麼拿這個函數
拿這裏的元素和它畢竟
我這個將來是在H裏頭的函數
是不是
我要在這裏找一個
叫做πV
我就把V就不要了
叫πV屬於VH
找一個πV在這裏頭
使得這個和它
在某種意義上要接近
要接近
要不然我
做了半天干嘛
我總是拿它去逼近它
所以我想要逼近它的話
那就是說
我要考慮一個
跟它最合適的
最接近的一個東西
最接近的辦法
現在想
剛纔等於我在這糊好了
在這可以用線性
一片片粘貼的函數
那麼隨便給個函數
怎麼能夠粘得
跟它切得近呢
最自然的想法就是說
差值
在這些接點的地方
跟它一樣不就得了嗎
是不是
這是最自然的想法
差值
所以怎麼辦呢
給定一個U
屬於H10
我來定一個πU
它是在VH裏頭
它怎麼定義呢
就把U在這些點上的值
不簡單嗎
你接點放好了
我把這些接點上的值
安上去
稱上EIX
現成的
插上值了
所以在這些頂點的地方
接點的地方
它跟原來函數值是一樣的
那麼下面就問
這個東西
這個X
在什麼意義下
模會小
在什麼模下
意義會小
問題清楚吧
你只有
首先你逼近的初始
你得給定一個函數
我要逼近的好
我纔可能說將來你求極小
纔可能求的精確
一向來逼近的不好
你求了半天
也不見得會精確
對不對
所以必須要這個逼的好
那麼下面我們要做的事情
就是來估算一下這個東西
有什麼辦法能估算這個大小
用什麼模
或者用無窮模
或者用L模
或者用HG模
看你想用什麼模
咱們來說
不管怎麼說
不管是哪種模
你首先必須算兩個的X
對吧
好
現在我們就來算這個X
算這個X
當然首先是
關鍵是它了
它是怎麼算的
是個正來的
要這麼來
我現在要算這個X
整個網格上每一點都要看
那你過不過來
我看不了那麼多
但是我說我不需要看
一個事情不需要整體一塊看
我們就要在每一片上看就夠了
每個單行上看就夠了
然後我一塊塊單行看
這比較就算好了
所以我現在要看
就算在單行上看
給另一個單行
這裏的單行
那我就把它叫做P0PN
反正這些值是一片一片的
每個單行上看就行了
所以我把這個在單行上的限制
叫做πK
就是π在單行上限制就夠了
單行上限制就是
這個K呢
就是UPI
I等於1
I等於0
到N
EIX
如果是這樣的話
所有的好處就是
我每次都局部在一個單行上看
下面計算就簡單多了
好
那這個東西怎麼辦
我現在能做的就是把它
現在所有的工具就是用點
用點最簡單的數學分析工具
所以PI怎麼辦呢
我就把它寫成態度展開
將來因爲你目的要跟UX去比較嘛
我把它跟X展開
那麼就是T度的UXPI-X
再加上二解導數的U
就是叫做CX
這是PI-X平方
對吧
我CX是在單行裏頭一點
CX是什麼呢
本來是在X和PI之間連線上的一點
中置定理
是吧
那麼其中的一點
我現在
我不好說
我不想要這個
不管它是哪一點
反正是在它倆是連線當中
X又在這個單行裏頭
那麼這個CX當然在單行裏頭
是吧
單行圖集合
好
現在你要看
我要考慮看UX和這個的關係
那你看這裏有UX說不出來
UXEIX
EIX就是1
所以求和是1
所以這個就等於這個UX出來的一個東西
這裏頭PI在這
這個X在這
先看
PI不看
先看它
X在這
EIX
這是一個
我先看這個
先X不動
不動它
先看這個
PI跟它
這是一個一個分量看
這個實際上什麼意思
這是一個片階階階
對吧
PI階跟EI
PI階EI
看見沒有
從R0加起來
所以這個完之後就是X階
消了
所以這項沒有了
就像這一項
這一項我
它和它的餘項
X就在這裏頭
所以我們就知道
它是一個二分之一
我就寫個餘項
這個就寫餘項
就一塊寫餘項
所以這樣的我們就知道
U減掉U
PIKU
就小於等於二分之一
這個東西是二階導數項
最大的
二階導數項
U
這邊EI
項最多是一
還是最多
是一零一零的
所以最多是一
放了
這個東西
是跟網格的大小有關係
網格的半徑
網格的直徑
或者網格的直徑
或者半徑
因爲這兩點之差
是網格的任意兩點之差
所以是直徑
頂多放成HDK上的直徑
所以這個東西
只要你二階導數好的話
你能夠得到估計
當然還有可能
趁着這裏它的公式
乘多少倍數
那你就是N平方
N加一
你去加
就多少倍放在這
不管它了
所以我們得到了一個估計
這個估計L無窮模的話
就這兩個函數值
和它這個差值的這個值
在這個L無窮模底下
是跟這個尺寸的平方
還有這個二階導數有關係
先擱在這
你也可以估計一下
這個U導數減掉πKU導數
那麼要看這個導數的話
我會在這兒再求導數
這兒求導數
等於這兒求導數
那麼求導數的話
就得對它求導數看看
這一求導數
就是偏K吧
這邊一求導數
ΔJK
這一求導數
0
好
你再帶回去
一樣看一看
是一樣的
我不做了
類似辦法
所以得到
這是一樣的平方
N加1這些不管它了
這是HK平方
這個裏頭都一樣
都像這個的導數
這個東西
它的導數的最大值
剛纔它最大值不怕
它是最一
了不起的一
是不是
因爲頂多高度是一
現在導數不見得
導數
它的意義是什麼呢
意義是在這個塊上
高度這是一
但求導數
那就跟這個東西
大小有很有關係
是吧
跟這個的直徑
很有關係
所以我們有引進一個數
叫做ρK
ρK是這些
上去鍵
這個是BRX
在這個K裏頭
X屬於K裏頭
它是測量
這個實際上
它跟三角形的角度有關係
所以這個時候
我們把它除以
叫做ρK
跟T度
跟這有關係
ρK分之一
好
利用這樣一種關係
我們就可以得到
利用這種關係
我們就可以得到一些估計
這些估計是很有用處的
我們最後就寫成功
這個πKU-U
ρK的話呢
小於等於C的HK平方
U的T度平方的
ρK
這個πKU-U的
這個H1
K呢
就小於等於
這個是C乘上HK
HK乘上ρK
這個HK和ρK的比
我們一般要求有一個
是小於等於一個β的
要求是小於一個數
這個比的話
就是剛纔說
它相當於這個角度
一個相當於這個單行
每個單行的這個角度不能太大
不能太小
要有一定的尺度
不能將來畫的時候
將來越畫分越細
越窄越窄
畫得很小很小
角度很小
這樣也沒有好處
好
所以基本上我們就得到了這樣的估計
這種估計的話是建立在一個基礎上
大家看到
這種函數必須要考慮它的二階導數
如果我們的函數沒有廣義的二階導數的話
就是屬於L的二階導數的話
你這個畢竟談不了什麼畢竟
事實上你想用差值的話
要能夠畢竟的話
你函數起碼要連續函數
你不連續的話
你這點怎麼插
你這點可以跳的話
你怎麼插
插不上
所以這種起碼是要有考慮到連續函數
但是你現在
假如我現在考慮二階導數這樣的L二的話
那已經夠好的了
只有當三維的話
這個二階導數才連續的
否則根本連續不了
但是我們就有這個估計就很好了
是吧
因爲我並沒有要求是點點一致好
剛纔這個好的話
在這兒是要求二階導數真正存在
那是點點的好
這樣放鬆一點到這個L的話
那這可以叫放在L
這有什麼用呢
這個告訴我們是什麼事情呢
只要我的函數還不壞
函數起碼是連續的
是H一零的
那麼我就可以用剛纔這套辦法來做逼近空間
做它的有窮爲子空間來逼近它
那麼這有窮爲子空間有了
那麼用這辦法去求解
拿它去求在這有窮爲子空間求解
求這個解和你這個全空間真正的解
什麼關係
還剩下這個問題
U是有了
按照這辦法又可以算出一個UH
這兩個之間的關係怎麼樣
剛纔這是回答什麼呢
剛纔我們能回答的什麼呢
是給這個U
那麼我們在這個空間上頭
在剛纔那個VH空間上頭
做一個投影
它在什麼意義下小
什麼意義下
對吧
這個可以做到
這個什麼意思呢
就這個東西小的話
就說明這個U減掉任意一個V
在這個空間上
你在這個空間上
我可以把任意一個函數
我可以在這個空間找它的最好的逼近
可以逼近到什麼程度
那我可以通過這個辦法來得到一個估計
但是有了這個事情
我並不知道
我給定一個U
我要按照剛纔Galligan或者Ritz-Galligan方法求解
求出來的解跟它逼近到什麼程度
這仍然是一個問題
明確這個問題吧
那麼下面要回答這個問題
回答這個問題
我們叫一個C-R定理
這是有限原方法
它的理論基礎
就是你這樣子逼近做出來的解
是有用沒用
到底是不是跟真解有關係
什麼樣的關係
這是一個理論上的指導
這個定理我下面寫的時候
我不寫跟剛纔
那麼寫一下D方程了
我寫那麼寫方程
既寫的黑板寫起來夠嗆
也寫限制性很強
所以寫的更一般一點
我們用實際上做過的寫法
是在一個黑布空間
A區上頭的雙線性
這個雙線性有界
C-T做過了
是不是雙線有界
同時呢我們假定
對應αV方
在這個V屬於V
大V是它的一個子空間
B子空間
α大於0
那麼我們給定一個
F屬於V型號
我們來考慮方程
AUV對於FV的解
我現在這麼寫
大家就腦子裏想的就是具體的
這就是T到U T到V
這就是FV
腦子裏想對就行了
都符合
還可以跟一般
可以做各種各樣
一般的都可以
甚至於邊界
不一定是敵視問題
或者諾埃默問題等等
都可以考慮跟一般
那麼這是方程
也就是原來變分的問題提出來的
Euler-Lagrange方程
弱的形式
那麼現在給定一個VH
它是它的一個
有窮爲
限於子空間
現在我們VH
就是剛纔這麼構造出來
有限元構造出來的東西
那麼假定AUV等於FV
有解
存在唯一的UH
屬於VAH
對於一切的V
屬於VH
假定存在唯一的解
是這個
這就是用Ritz-Carlton方法求解
得到的那個
在有窮爲空間上得到的解
在那有窮爲子空間上得到的解
現在我來問
UH和這個U
這個方程
對認存在唯一的U
屬於V
滿足這個
所以要看U和U
在V的模
怎麼樣
我現在把這個問題
抽象化提法
抽象化提的目的
就是將來我們用起來更廣泛
寫起來簡單一點
寫定一個雙性性有介範函
是強制的
對於任何一個F
在V性區域上也假定存在
這時候實際上存在唯一的U
在V裏頭
滿足這個方程
這就是原來的
Laplace方程的解
就Poisson方程的解
那麼現在用Ritz-Carlton方法來求解
因此有意構造出一個有限元的空間
它是有窮爲的子空間
這有窮爲子空間當中
對這有窮爲子空間上
來求解這方程
叫做UH
UH在VH裏頭
同樣滿足這方程
就是現在我發一部V就取那些特殊的G
就行了
那麼得到一個解
VH
UH
現在問
UH和U
在V底下模
怎麼樣
CER定理
在那些前提下
U-UH的模
小於等於一個常數
C除上α
下去減
B屬於VH
U-V
這就是V的模
大家先看這個話什麼意思
這個CER定理表面上好像
它證明起來非常簡單
幾行就出來了
但這個意思很重要
意思是什麼意思呢
你本來要求的解是U
用有限微方
有限微逼近的辦法
求解求出來的UH
它們兩個到底是不是接近呢
接近不接近
不管別的
只依賴於什麼
除了這些常數之外
只依賴於
這個函數能不能在這次空間上
找到任意接近的元素
你能逼近到什麼程度
它就能逼近到什麼程度
懂嗎
所以只要你剛纔能夠讓這個東西
小於你要想的那個誤差範圍
那你的解
也就是在那誤差範圍乘上個倍數
這倍數是能夠控制的
這個C呢
是和這個雙性性有介反含的C有關係
這個α呢
就是這個α
這個定理很乾淨很簡單
很說明問題
就是你
你本來你求有限微空間逼近
求解解了半天
解出來跟它什麼關係
你不知道啊
但是這樣的話之後
你就知道
不僅是可以接近
而且實際上只跟着函數的空間
變成一個逼近的問題
跟你方程丟開了
你只要函數能夠在這個子空間上逼近的好
你解就會好
證明非常簡單
記好
因爲AUV等於FV
對一切V是對的
因爲AUH等於V等於FV
對一切的V是
VH是有的
所以差AU-UH
V等於0
證明對一切V屬於VH是對的
因爲VH在這裏頭
對吧
這個對了
那我寫AU-UH
這個我知道是大於等於αU-UH
平方
這是強制性條件
不管怎麼樣
對比都對
對不對
這個我多寫一下
加上AU-UH
U-V
加上AU-UH
V-VH
多寫一個V
這個V我叫做V0吧
V0呢
屬於VH
我差一項
補一項
對吧
我隨便取一個V0
去補一項
那麼這一項呢
因爲V0在AU-UH頭
AU-UH也在AU-UH頭
所以減之差還在AU-UH頭
所以這項算過了等於0
好了
那麼根據有界雙線循環
對吧
好
去掉一個
出來了吧
就這麼幾行字
誰的CT都能做得出來
但是想不到
是不是
這CT能做得出來
一步步都不難
但是想不到
爲什麼
你看不到這個關係
這個事情原來你逼近好不好
就是這個方法能不能求解
解到解
是不是隻能逼近
全取決於這個空間
能不能跟你的元素
在H1裏的東西
能不能在這個空間裏
找到最好的逼近
這個逼近的界怎麼樣
這個能夠任意的逼近的話
你就能任意逼近這個界
好
太好了
有這件事情
CR定理是我們這裏最核心的定理
有了它
有線源就有辦法了
有線源怎麼樣
有線源我剛纔不是已經說了嗎
這個東西又減掉V
這個V屬於VH
這個模能不能小
那我就取V等於H10
對吧
VH就取那個有線源做成的空間
有線源的話
就是那套ω
那套三角破分
那套節點
那套給了之後
就能做成那個子空間出來了
那個子空間就叫做VH了
是吧
那個子空間做出來之後
這個東西能怎麼樣呢
這個上次我估了
這個東西等於什麼
是U減掉πU
是吧
U減掉πU等於什麼呢
U等於πU可以估計出來的
U減πU是什麼東西呢
上次我就是H10模了
現在是H10模了
H10模的話
小於等於
這個是一個H
下面是一個
有一個β
是吧
有一個β
這個C
還有一個T度的U的平方的這個R模
是不是
好
所以
這個好像又好又不太好
好的上來
這個東西U還
U自己是要求解的東西
對吧
U是要求解的
我知道它的R模有多大
如果這個東西
你能知道它的二階導受的R模有多大
那麼你說
這固定
當H趨0的時候
它趨它
說得過來
但這個東西是什麼呢
這是什麼呢
這個你現在你們的
目前你們如果沒有學過偏原方程一點
你不知道這是什麼東西
這偏原方程知道一點什麼呢
要是學過一點偏原方程的
鮮豔估計
或者叫做
我們說的變分問題的
正則性
我們知道
假如這方程是U等於F這樣方程的話
在一個區域上
0邊值
這個U的二階導數
的R模
是小於等於
C倍的
F的
這叫正則性
或者叫做
鮮豔估計
假如不是更一般的
就是一般的二階橢圓形方程
等等等等
也是有這種東西
但是其中
跟那個什麼有關係呢
跟這個α常數
還跟這個
剛纔這個
跟這個α有關係
也就是跟我們
假如是一般橢圓形的方程的話
那麼這裏頭會出現
那個鎮定性
鎮定項數
是有常數的關係
不管怎麼樣
那你先把這兩件事情
結合在一起
就得跟
管它呢
是吧
這都不關
不重要了
這就
到了這一步
你就太
放心大膽做
有些圓方法的好處
就在這
是吧
它現在你
右邊
只要是函數是好的
L函數
那麼只要尺寸
尺寸
這個
網格的尺寸是
按照足夠的小
小要多小
我就看我想要
要我畢竟的
解的
要多精度
精度多好
同時
要控制住它那個尺寸的
每個三角形
破分的時候
三角破分的時候
就單線破分的時候
每個角度
別弄得太小
那行
那有很好的估計在這
所以
也看到出來
大家看到
近代的這種
計算的技術
也很強的依賴於
這個
數學讓人的理論
是吧
這個理論
並不是計算機有了
我就去算就完了
你沒有這種指導
你算出結果
誰知道怎麼回事
當然
這個結果保證了什麼呢
至少像
剛纔我說的
用Ritz方法
處理這樣一大堆的
線性
線性微分方程
也就是說
從變分來說
它是二次變分的
這種問題的話
那麼
有完整的理論
從
問題存在性
解的
規性
一直到解的正則性
再聯繫到
用什麼樣的網格
什麼樣的網格
能夠算出來的結果
會想要多麼精密
都能夠有一整套
完整的理論來保證
那麼
這也是說
從這個理論
這個地方也看
就是說
從計算方法上
它所需要的理論
也需要我們前面那些
支持
理論上的支持
今天我想
我只能
就這麼多時間
來介紹
這個有限元的技術
那麼還有一些呢
我當然又不講了
就是說
這個
除了有限元的方法之外
那有限元問題
有了之後
當然還有怎麼算的
快的問題
變成線性方程組
還有求解的問題
這麼快的問題
那當然我就不在這說了
它同時如果不是
正好是線性的
那變成
比如不是二次變分
變分問題
那麼可能就都得到的是
非線性的問題
那麼
用自由化技術
也還是可以
進行下去
現在自由化技術
就是用數值的方法
來處理
有權威空間的
機制問題
現在也發展一套一套方法
我這就不介紹了
所以總的來說
我想
我們就
對於數值方法
只能介紹這麼一點
給大家
增加大家的一些瞭解
就是說
你最終能夠算
這樣能算
很多事情就
可以到各種工程上
各種應用就方便了
那麼下面我想
簡單說一下
這些期
我們的下面還有一些打算
我說從今天開始
我們就進入
一些專題介紹
不完全是
不是最基本的內容了
那我們先說一下考試
考試
只涉及基本內容
所以從今天就講的
和以後講的
我就不再
作爲考試範圍
大家聽就
你願意來聽
就聽好了
這個
你多瞭解
想對知識多瞭解
你多瞭解一些
考試我不涉及這內容
考試的範圍先說一下
我覺得範圍
就是那兩部分
那兩部分
凡是你提題
內容不超過細題
就這樣
你學題材
平常都會做
那你考試就
放心考
要不然你就趕快做題
我就說你們
有不會做題
你們可以問
沈老師
也可以來問我
但是希望你把題都會做
因爲我們
我不光問你
你們聽過多少課
我看你掌握到的內容
題不會做
你反應不出來
你正掌握了
所以考試就這個事
你把回去的題都做一遍
做熟了
肯定你考試不會有問題
不超這範圍
第二下面講的是什麼東西
因爲這樣的話
我就說
我下面就比較可以
不是每次都是一步一步的
給你黑板上去講東西了
因爲我想那樣講也講不了
就是對你們
視野就不會開闊的大
因爲從變分理論來說
它現在我們介紹的
實際上到現在爲止
大概也就是到五六十年代的
二十世紀五六十年代的情況
那麼後來還有很多發展
尤其近年來變分
還有很多在應用上
在理論上的發展
理論上可能講不了太多了
在應用各個方面
它還有很多
從很多新的變分問題
和需要解決的辦法
所以我想下面
還有四五堂課
我想介紹一下
介紹一下鬆弛範和伽瑪鎖鏈
這是一種處理
現在處理
就是沒有失去
弱下半連續性之後怎麼辦的問題
是理論上都怎麼做
當然有實際問題的需要
介紹一下自由控制的問題
因爲很多人可能會在不同方面
在控制的碰到
就是經濟學的用到變分
大多是碰到跟自由控制有關係
控制理論的
當然從工程控制的時候
也涉及到這個問題
所以這裏也需要變分的一些
新的方法和理論和方法
可能我們再介紹一些
比如圖像裏頭
圖像處理當中
現在用的新的變分技術是什麼
再可能介紹一下
Ekron變分原理
也就是對於非極小的變分
我們怎麼處理
好 我想大概今天就這樣
好吧 下課
