最小曲面问题的欧拉-拉格朗日方程 / 曲面极值问题的变分法推导

题目

问题 4. 曲面的面积为

S=∬D1+ux2+uy2dxdyS = \iint_{D} \sqrt{1 + u_x^2 + u_y^2} dxdyS=∬D1+ux2+uy2 dxdy (5)

其中 z=u(x,y) z = u(x, y) z=u(x,y), (x,y)∈D(x, y) \in D (x,y)∈D 是曲面的方程。

(a) 写出最小面积曲面的欧拉-拉格朗日偏微分方程(边界条件为 u(x,y)=ϕ(x,y) u(x, y) = \phi(x, y) u(x,y)=ϕ(x,y) 当 (x,y)∈Γ(x, y) \in \Gamma (x,y)∈Γ,其中 Γ\GammaΓ 是 D D D 的边界)。

(b) 如果势能为

E=kS−∬DfudxdyE = kS - \iint_{D} f u dxdyE=kS−∬Dfudxdy (6)

其中 S S S 由 (5) 定义,f f f 是外力的面密度。写出最小能量曲面的欧拉-拉格朗日偏微分方程。

解题过程

部分 (a)

我们需要最小化曲面面积泛函:
I[u]=∬D1+ux2+uy2dxdy I[u] = \iint_{D} \sqrt{1 + u_x^2 + u_y^2} dxdy I[u]=∬D1+ux2+uy2 dxdy

定义被积函数 F=1+ux2+uy2 F = \sqrt{1 + u_x^2 + u_y^2} F=1+ux2+uy2 。由于 F F F 不显式依赖于 u u u,即 ∂F∂u=0 \frac{\partial F}{\partial u} = 0 ∂u∂F=0,欧拉-拉格朗日方程为:
∂F∂u−∂∂x(∂F∂ux)−∂∂y(∂F∂uy)=0 \frac{\partial F}{\partial u} - \frac{\partial}{\partial x} \left( \frac{\partial F}{\partial u_x} \right) - \frac{\partial}{\partial y} \left( \frac{\partial F}{\partial u_y} \right) = 0 ∂u∂F−∂x∂(∂ux∂F)−∂y∂(∂uy∂F)=0

计算偏导数:
∂F∂ux=ux1+ux2+uy2,∂F∂uy=uy1+ux2+uy2 \frac{\partial F}{\partial u_x} = \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}}, \quad \frac{\partial F}{\partial u_y} = \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} ∂ux∂F=1+ux2+uy2 ux,∂uy∂F=1+ux2+uy2 uy

因此,欧拉-拉格朗日方程变为:
−∂∂x(ux1+ux2+uy2)−∂∂y(uy1+ux2+uy2)=0 -\frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) - \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) = 0 −∂x∂⎝⎛1+ux2+uy2 ux⎠⎞−∂y∂⎝⎛1+ux2+uy2 uy⎠⎞=0

或等价地:
∂∂x(ux1+ux2+uy2)+∂∂y(uy1+ux2+uy2)=0 \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) + \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) = 0 ∂x∂⎝⎛1+ux2+uy2 ux⎠⎞+∂y∂⎝⎛1+ux2+uy2 uy⎠⎞=0

这是最小面积曲面的欧拉-拉格朗日 PDE。边界条件为 u(x,y)=ϕ(x,y) u(x, y) = \phi(x, y) u(x,y)=ϕ(x,y) on Γ \Gamma Γ.

部分 (b)

势能泛函为:
E=kS−∬Dfudxdy=∬D[k1+ux2+uy2−fu]dxdy E = kS - \iint_{D} f u dxdy = \iint_{D} \left[ k \sqrt{1 + u_x^2 + u_y^2} - f u \right] dxdy E=kS−∬Dfudxdy=∬D[k1+ux2+uy2 −fu]dxdy

定义被积函数 F=k1+ux2+uy2−fu F = k \sqrt{1 + u_x^2 + u_y^2} - f u F=k1+ux2+uy2 −fu。欧拉-拉格朗日方程为:
∂F∂u−∂∂x(∂F∂ux)−∂∂y(∂F∂uy)=0 \frac{\partial F}{\partial u} - \frac{\partial}{\partial x} \left( \frac{\partial F}{\partial u_x} \right) - \frac{\partial}{\partial y} \left( \frac{\partial F}{\partial u_y} \right) = 0 ∂u∂F−∂x∂(∂ux∂F)−∂y∂(∂uy∂F)=0

计算偏导数:
∂F∂u=−f \frac{\partial F}{\partial u} = -f ∂u∂F=−f
∂F∂ux=k⋅ux1+ux2+uy2,∂F∂uy=k⋅uy1+ux2+uy2 \frac{\partial F}{\partial u_x} = k \cdot \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}}, \quad \frac{\partial F}{\partial u_y} = k \cdot \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} ∂ux∂F=k⋅1+ux2+uy2 ux,∂uy∂F=k⋅1+ux2+uy2 uy

因此,
∂∂x(∂F∂ux)=k∂∂x(ux1+ux2+uy2),∂∂y(∂F∂uy)=k∂∂y(uy1+ux2+uy2) \frac{\partial}{\partial x} \left( \frac{\partial F}{\partial u_x} \right) = k \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right), \quad \frac{\partial}{\partial y} \left( \frac{\partial F}{\partial u_y} \right) = k \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) ∂x∂(∂ux∂F)=k∂x∂⎝⎛1+ux2+uy2 ux⎠⎞,∂y∂(∂uy∂F)=k∂y∂⎝⎛1+ux2+uy2 uy⎠⎞

代入欧拉-拉格朗日方程:
−f−k∂∂x(ux1+ux2+uy2)−k∂∂y(uy1+ux2+uy2)=0 -f - k \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) - k \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) = 0 −f−k∂x∂⎝⎛1+ux2+uy2 ux⎠⎞−k∂y∂⎝⎛1+ux2+uy2 uy⎠⎞=0

整理得:
k[∂∂x(ux1+ux2+uy2)+∂∂y(uy1+ux2+uy2)]=−f k \left[ \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) + \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) \right] = -f k⎣⎡∂x∂⎝⎛1+ux2+uy2 ux⎠⎞+∂y∂⎝⎛1+ux2+uy2 uy⎠⎞⎦⎤=−f


∂∂x(ux1+ux2+uy2)+∂∂y(uy1+ux2+uy2)=−fk \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) + \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) = -\frac{f}{k} ∂x∂⎝⎛1+ux2+uy2 ux⎠⎞+∂y∂⎝⎛1+ux2+uy2 uy⎠⎞=−kf

这是最小能量曲面的欧拉-拉格朗日 PDE。边界条件同样为 u(x,y)=ϕ(x,y) u(x, y) = \phi(x, y) u(x,y)=ϕ(x,y) on Γ \Gamma Γ.

答案

(a) 最小面积曲面的欧拉-拉格朗日 PDE 为:
∂∂x(ux1+ux2+uy2)+∂∂y(uy1+ux2+uy2)=0 \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) + \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) = 0 ∂x∂⎝⎛1+ux2+uy2 ux⎠⎞+∂y∂⎝⎛1+ux2+uy2 uy⎠⎞=0

(b) 最小能量曲面的欧拉-拉格朗日 PDE 为:
∂∂x(ux1+ux2+uy2)+∂∂y(uy1+ux2+uy2)=−fk \frac{\partial}{\partial x} \left( \frac{u_x}{\sqrt{1 + u_x^2 + u_y^2}} \right) + \frac{\partial}{\partial y} \left( \frac{u_y}{\sqrt{1 + u_x^2 + u_y^2}} \right) = -\frac{f}{k} ∂x∂⎝⎛1+ux2+uy2 ux⎠⎞+∂y∂⎝⎛1+ux2+uy2 uy⎠⎞=−kf

相关推荐
RTC老炮2 小时前
webrtc弱网-AlrDetector类源码分析与算法原理
服务器·网络·算法·php·webrtc
孤廖2 小时前
【算法磨剑:用 C++ 思考的艺术・Dijkstra 实战】弱化版 vs 标准版模板,洛谷 P3371/P4779 双题精讲
java·开发语言·c++·程序人生·算法·贪心算法·启发式算法
sali-tec2 小时前
C# 基于halcon的视觉工作流-章33-矩状测量
开发语言·人工智能·算法·计算机视觉·c#
songx_993 小时前
leetcode29( 有效的括号)
java·数据结构·算法·leetcode
于樱花森上飞舞3 小时前
【java】常见排序算法详解
java·算法·排序算法
GawynKing3 小时前
图论3 图的遍历
算法·深度优先
东方芷兰5 小时前
Leetcode 刷题记录 21 —— 技巧
java·算法·leetcode·职场和发展·github·idea
kyle~5 小时前
排序---选择排序(Selection Sort)
java·算法·排序算法
编码浪子8 小时前
趣味学RUST基础篇(智能指针_结束)
开发语言·算法·rust