微分方程模型——偏微分方程

article/2025/10/10 19:53:27

1. 简介

微分方程:描述自然界中存在的物理现象和普遍规律。

  • 常微分方程(ODE)
  • 偏微分方程(PDE)

偏微分方程理论:

  • 物理/工程问题————翻译(建模)/物理工程规律————》数学问题(PDE)
  • 物理/工程问题————求解/数学理论————》数学结果
  • 物理/工程问题————分析————》数学公式/物理意义

偏微分方程的基本概念:

  • 定义:未知函数及其偏导数所满足的方程;F(x, u(x), Du, D2u,…, Dnu) = 0;
  • 阶数:偏微分方程中偏导数的最高阶数,有n阶就为n。
  • 线性偏微分方程:方程中的未知函数或其偏导数的项都是一次项
  • 齐次方程:每项都含有未知函数或未知函数(定义的u = u(x, y))的偏导数。

导出微分方程的基本步骤:

  1. 明确研究的物理量
  2. 明确物理量遵守的物理规律
  3. 按物理规律写出微分方程(泛定方程)
  4. 微元法:划出一个微元,分析临近部分和ta的相互作用

微分方程解决的主要问题:

  • 描述对象特征随时间变化的过程
  • 分析对象特征的变化规律
  • 预报对象特征的未来形态
  • 研究控制对象特征的手段

常用的物理定律概述

  1. 牛顿第二定律:F = ma;
  2. 胡克定律,在弹性限度内,弹性体的张应力和弹性体的形变量成正比:张应力 = 杨氏模量 * 相对伸长,
  3. 热传导的傅立叶定律:在dt时间内,通过面积元dS流入一个小体积元的热量dQ,与沿着面积元法线方向的温度梯度成正比,也与dS和dt成正比:(k是导热系数,由材料决定)
  4. 牛顿冷却定律:单位时间内从周围介质,传到边界上单位面积的热量,与表面和外界的温度差成正比:(这里u1是外界媒质的温度,h为比例系数)
  5. 扩散定律(斐克定律):单位时间流过某横截面的杂质量dm与该横截面积S和浓度梯度成正比:(式中D为扩散系数,负号是指杂质浓度在减少)

2. 栗子——香烟过滤嘴的作用

问题:

  • 过滤嘴的作用和ta的材料与长度有什么关系;
  • 人体吸入的毒品量和哪些因素有关,因素的影响程度怎么样

模型分析:

  • 分析吸烟时毒物进入人体的模型,建立吸烟过程模型;
  • 假设一个机器人持续吸烟,并且环境不变

模型假设(假设的变量都在这儿哦):

  • 烟草长 l1,过滤嘴长 l2,总长度 l = l1 + l2,假设毒品均匀分布;
  • 毒物进入空气和沿香烟穿行的数量比:a’ : a, a’ + a = 1;
  • 未点燃烟草和过滤嘴的吸收率(过滤程度)分别为b和ß;
  • 烟雾沿着香烟的穿行速度为常速v,香烟的燃烧速度为u,v >> u;
  • Q为毒物进入人体的总量
  • q(x, t)为毒物的流量,w(x, t)为毒物密度

模型建立:

  • 建立毒物进入身体的总量:Q = ƒ0T q(l, t)dt, T = l1 / u;

  • 求q(x, 0) = q(x)——流量守恒

    q(x) - q(x + ∆x) = bq(x)∆∂, 0 ≤ x ≤ l1;

    q(x) - q(x + ∆x) = ßq(x)∆∂, l1 ≤ x ≤ l2;

    (∆∂ = ∆x / v)

    同时假设:

    • q(0) = aH0;(香烟毒物被吸入的量)
    • H0 = uw0;(香烟毒物的减少量)

    可得到

    dq/dx = -b/v * q(x), 0 ≤ x ≤ l1;

    dq/dx = -ß/v * q(x), l1 ≤ x ≤ l2;

    &

    q(x) = aH0e-bx/v, 0 ≤ x ≤ l1;

    q(x) = aH0e-bx/ve-ß(x-l1)/v, l1 ≤ x ≤ l2;

  • 目标是求q(l, t),假设t时刻,香烟燃烧到了x = ut;

    将q(x)中的H0拓展为H(t),x随时间会变成x-ut,l1会变成l1 - ut

    可以求得:

    q(x, t) = aH(t)e-b(x-ut)/v,ut ≤ x ≤ l1;

    q(x, t) = aH(t)e-b(l1-ut)/ve-ß(x-l1)/v,l1 ≤ x ≤ l;

  • 求w(ut, t)求∆t内毒物密度的增量。

    w(x, t + ∆t) - w(x, t) = b(q(x, t))/v * ∆t(单位长度烟雾被吸收的部分)

    我们已知:

    • q(x, t) = aH(t)e-b(x-ut)/v;
    • H(t) = uw(ut, t);(H0的拓展公式)

    结果可得到:

    w(ut, t) = w0/a’ * (1 - ae-a’but/v), a’ = 1 - a;

  • 计算Q,吸入一致烟毒物进入人体的总量;

    根据求出来的 w(x, t) 和 q(l, t) 可以代入Q = ƒ0T q(l, t)dt, T = l1 / u;求出现在的Q = aM e-ßl2/v µ®, r = a’bl1/v, µ® = 1 - e-r / r;

结果分析:

  1. Q和a,M成正比,aM是毒物集中在x = l处的吸入量;

  2. e-ßl2/v是过滤嘴的因素;

  3. µ®是烟草的吸收作用;

  4. 判断与不带过滤嘴的香烟比较

    Q1和Q2的差别为b和ß;

    我们已知:

    • 带滤嘴:Q1 = (aw0v / a’b) e-ßl2/v(1 - e-a’bl1/v);
    • 不带滤嘴:Q~12 = (aw0v / a’b) e-bl2/v(1 - e-a’bl1/v);

    所以明显是滤嘴提高了吸收能力

特点:

  • 引入两个基本函数:流量q(x,t)和密度w(x,t),运用物理学的守恒定律建立微分方程,构造动态模型。

3. 偏微方程的导出

3.1. 波动方程的导出

  • 传输线方程(电报方程 )
  • 均匀薄膜的微小横振动方程
  • 流体力学与声学方程
  • 电磁波方程

ta们的物理本质根本不同,但这些方程的数学形式与弦振动方程和杆纵振动方程完全一样:

3.2. 扩散方程的导出

3.2.1. 细杆热传导

现象描述:导热细杆各点的温度是不均匀的,热量由高到低传导。

目的:求出细杆中温度的变化方程。

定律:

  • 热传导的傅立叶定律:q = -k∆u(单位时间内流过单位时间的热量q与温度的梯度成正比,k为热传导系数);
  • 热量守恒定律:热量变化 = 边界流入 + 热源放出;

第一种情况(系统无热源):

(热传导仅由物体内部温度不均引发)

u(x, t)为x处t时刻的温度。

一维情况下热传导的傅立叶定律有: q = -k∂u/∂x;(q为热流强度)

在x方向上(微元法):

  • dt时间流入左表面的热量为:q|x Adt;
  • dt时间流出右表面的热量为:q|x+dx Adt;
  • 所以净流入为:q|x Adt - q|x+dx Adt = -∂q/∂xAdxdt =(然后把q换掉再整合)= kuxxAdxdt;

因为热量Q = c(øAdx)[u|t - u|t+dt] = c(øAdx)utdt;(假设ø为密度)

所以更具热量守恒定律得到kuxxAdxdt = c(øAdx)utdt;

结果:ut - a2uxx = 0, a2 = k/cp(这就得到了均匀物体内部无热源时的热传导方程)

第二种情况(系统内有热源):

比第一问不过就是多个热源,也就是加一个热量呗(设F(x, t)为单位时间,单位体积内产生的热量:kuxxAdxdt + F(x, t)Adxdt = c(øAdx)utdt;

得到:ut - a2uxx = F(x, t) / cp = f(x, t);(ƒ(x, t)为热源强度)

三维情况下就是:ut - a2∆u = f(x, t);

3.2.2. 扩散问题

扩散现象:系统浓度不均用时,物质从高浓度转移向低浓度的现象。

目的:建立空间各点浓度u(x, y, z, t)的方程。

物理规律:扩散定律和粒子数守恒定律

  • 扩散定律(裴克定律):单位时间内流过单位面积的分子数或质量,与浓度的梯度成正比:(D为扩散系数)

    沿着n方向的大小:

  • 粒子数守恒定律:单位时间流入一定体积粒子数流出同一体积粒子数的差,等于该体积单位时间内粒子数的增加量。

    同样是微元法,划出一个小立方体v分析浓度变化规律。

    • 计算单位时间沿x-方向的净流入量(负号是表示和浓度梯度的方向相反):(利用两个平面的流入流出的积分)
    • 同理可以求出y方向和z方向的净流入量:
    • 所以总的净流入量为
    • 单位时间的粒子增加数为:
    • 根据粒子数守恒定律就可以得到:

    我们在前面得到过这样的结果:

    所以我们将扩散定律代入就可以得到三维扩散方程

    我们484看到了吗有很多D,如果扩散是均匀的,D就是一个常数,我们可以令D = a2,则有

    那如果这个空间里面有扩散源,也就是扩散是从这儿来的,那么我们可以将ta们相等得到公式:

3.3. 稳定场方程

3.3.1. 热传导方程

如果边界条件与热源内不随时间变化,一定时间后,内部温度会达到稳态。

u = u(x, y, z), ∂u/∂t = 0;

so

ut - a2∆u = f(x, y, z, t) -> ∆u = -f(x, y, z)泊松方程

3.3.2. 静电场下的泊松方程和Laplace方程

从高斯定理出发,我们可以结合扩散定律简单的得到:

我们可以得到

还因为

我们可以得到两个方程:

  • 泊松方程:
  • Laplace方程(当的时候):

4. PDE导出总结

系统的物理状态除了取决于自己状态,还取决于系统环境的状态。

  • 物理、工程在t>0时刻的系统环境,在数学中称为边界条件;
  • 物理、工程在t=0时刻的系统状态,在数学中称为初始条件;

定解条件:是边界条件和初始条件的总体,反映了问题的个性。

泛定方程:不带边界和初始条件的方程,反映问题的个性。

4.1. 初始条件 ——描述系统的初始状态

  • 波动方程:含有时间的二阶导数,所以需要两个初始条件
    1. u|t=0 = u(x) 系统各点的初始位移
    2. ∂u/∂t|t=0 = v(x) 系统各点的初始速度
  • 热传导方程:含有时间的一阶导数
    1. u(x, t)|t=0 = u(x)初始时刻的温度分布
  • 泊松方程和拉普拉斯方程:不含时间的倒数,不需要初始条件

注意:初始条件给的是初始状态下物理量的分布,而不是指某一位置

4.2. 边界条件

未知函数在边界满足条件:

  1. 第一类Dirchlet边界条件:已知未知函数在边界上的函数值:

    基本形式:u(x, y, z, t)| = ƒ(M, t);

  2. 第二类Neumann:已知未知函数在边界上法线方向的导数值;
    基本形式:∂u(x, t)/∂n|x0 = ƒ(x0, t);

  3. 第三类Robin混合边界条件:混合牛顿冷却定律、傅立叶实验定律(一维);

    牛顿冷却定律:

    q = h(u - ø)n,u为物体表面温度,ø是周围介质温度,h是热交换系数。一维条件下简化为q = h(u - ø)。

    牛顿冷却定律可以得出流出热量与外界温差成正比。


    傅立叶实验定律:

    q|x=a = -k∂u/∂x|x=a

    基本形式:(u + H∂u/∂n)| = ƒ(x0, y0, z0, t);

4.3. 小结

5. 偏微分方程的求解

5.1. 达朗贝尔公式:行波解

基本思想:

  1. 求PDE的通解;
  2. 用定解求特解

关键步骤:通过变量变换,将波动方程化为齐次二阶偏微分方程。(所以也叫做波动方程的初始问题,或者柯西问题)

求解问题:

我们根据式1可以拆分得到,变换变量也就可以转换为

通过复合求导我们可以得到:
——》

一些不要的东西删了:

求通解:

对两个创建的变量进行积分:

积分得到

再积分得到

我们的通解就是

其中ƒ1, ƒ2 是连续可微的一元函数。

ƒ1(x - at)和ƒ2(x + at)的意义?

  • x - at为正方向运动的行波
  • x + at为反方向运动的行波

确定待定函数形式,求特解:

我们已经有初始条件:中的后两条。

我们可以根据之前的条件可以进行两个公式的化简:

  1. image-20210714150847740
  2. image-20210714150921073

所以可以得到我们求出的达朗贝尔公式:
image-20210714151011495

5.2. 分离变量法

基本思想:将偏微分方程通过分离变量变成一个常微分方程!

关键步骤:求特征值问题

适用问题:有界域上的波动方程、热传导方程、稳定场方程等

求解问题:

特征值问题:含有未知常数的常微分方程,求非零解的问题;

特征值:是方程有非零解的常数值;

特征函数:和特征值相对于的非零解

5.3. Fourier变换法(傅立叶变换法)

基本思想:将偏微分方程通过Fourier变换变成一个常微分方程~

关键步骤:求常微分方程定解问题和ta的解的方法,Fourier逆变换

适用问题:无界域上的波动方程、热传导方程等

求解问题:

Fourier变换法基本步骤:

  1. 对偏微分方程与初始条件中实行傅立叶变换,转化为常微分方程;
  2. 解常微分方程的定解问题,得到相应的傅立叶变换式;
  3. 对该式进行逆傅立叶变换,求的原问题的解

http://chatgpt.dhexx.cn/article/dy9TM5hX.shtml

相关文章

数学建模——微分方程模型的求解

文章目录 微分方程的符号解法微分方程数值解法一些常用的微分方程模型(学习中,持续更新)Logistics模型传染病模型 本文介绍微分方程的求解,不介绍微分方程的建立方法 微分方程的符号解法 求解微分方程的符号解主要是依赖于Python…

微分方程模型_常微分方程模型简介

注:本文是刘然对常微分方程模型的简介 什么是常微分方程模型 常用的回归分析聚焦于直接建立响应变量和协变量之间的关系,之后根据建立的模型进行分析和预测,比如常见的线性回归模型:。 而如果我们感兴趣的变量是随时间变化的,那么还有另外一种常用的建模方式:建立变量与变…

数学建模【微分方程模型(介绍、分析方法、数值模拟、传染病问题的建模和分析、经济增长模型、人口增长预测和控制模型)】

🚀【MOOC数学建模与实验---学习笔记---整理汇总表】🚀 🌈【学习网址:MOOC---郑州轻工业大学---数学建模与实验】🌈 【第1、2章】【概述、软件介绍】【第3章】【数据处理方法】【第4章】【规划模型】【第5章】【图与网络…

数学建模理论自制笔记1:微分方程及其模型

1、微分方程基础概念: 微分方程:含有自变量、未知函数及未知函数的导数或微分的等式,其定义式为;常微分方程(Ordinary Differential Equations, ODE):不含偏导数或偏微分的微分方程&#xff0c…

微分方程模型

微分方程模型简介 在研究生物、经济等学科的实际问题时,常常会联系到某些变量的变化率或导数,这样所得到变量之间的关系式就是微分方程。微分方程反映的是变量之间的间接关系,因此,要得到直接关系,就得求解微分方程。…

【数学建模】常用微分方程模型 + 详细手写公式推导 + Matlab代码实现

文章目录 一、学习内容二、学习时间三、学习产出3.1 微分方程基本概念3.2 微分方程在数学建模中的应用3.3 微分方程常用模型3.3.1 人口增长模型3.3.1.1 指数增长模型(马尔萨斯模型)3.3.1.2 阻滞增长模型(Logistic模型)3.3.1.3 人口模型小结 3.3.2 传染病模型3.3.2.1 SI模型3.3.…

数学建模之微分方程模型详解

全文共10110个字,码字总结不易,老铁们来个三连:点赞、关注、评论 作者:[左手の明天] 原创不易,转载请联系作者并注明出处 版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议&#xff0c…

Station P2(ROC-RK3568-PC) 裸机开发5_RKUBoot TPL

完整编译 u-boot-next-dev:./make.sh rk3568 2>&1 >log.txt 生成两个主要的文件是: RKLoader:rk356x_spl_loader_v1.08.111.bin Uoot FIT Image:uboot.img 两个都是有特定格式的混合文件。 RKLoader 的生成&#xf…

tpl怎么搞_emlog后台模板设置功能插件tpl_options

到目前为止emlog都没有集成模板后台设置功能,可能是和emlog一直走轻量级路径有关。但是集成模板后台配置功能,无论是对emlog模板开发者还是用户来说,其作用都非常大,可以使一些模板功能不需要修改模板文件就可以改变设置&#xff…

tpl.js的使用

tpl.js的使用 tpl.js简介1.如何写模板2.如何引用模板tpl.js的下载地址 tpl.js简介 tpl.js是用于和require.js相结合的html模板,和template.js的用法非常相似,我们可以从以下几点来学习它,我们先来看一下小案例中的目录结构: 1.如何写模板 …

vscode配置tpl文件关联html语言

使用beego框架的时候,有个操作,需要将tpl文件修改vscode识别成html; 有两种方法: 方法一:页面配置 ctrl shift p 选择打开工作区设置 找到Files:Associations文件关联 添加项:*.tpl html 方法二&…

基于JAVA的TPL解释器

基于JAVA的TPL解释器 编写一个Java程序,该程序读取一个文件中的TPL指令(见下文),并执行这些指令。该语言编写的程序每一行都必须以这些单词中的一个开头,不区分大小写。具体代码可参考链接 https://download.csdn.net…

U-Boot 之零 源码文件、启动阶段(TPL、SPL)、FALCON、设备树

最近,工作重心要从裸机开发转移到嵌入式 Linux 系统开发,在之前的博文 Linux 之八 完整嵌入式 Linux 环境、(交叉)编译工具链、CPU 体系架构、嵌入式系统构建工具 中详细介绍了嵌入式 Linux 环境,接下来就是重点学习一…

java .tpl是什么模版_tpl标签定义

canonical 阅读(996) 评论(0) 编辑 收藏 所属分类: Witrix开发平台 tpl自定义标签的设计目标之一是尽量减少配置说明项. 在tpl标签库中, 标签定义格式如下 importVars"varA, varB" otherArgs"optionalArgA, optionalArgB" localScope"trueOrFalse&q…

创建TPL自定义模板

文件布局 <!--1d7c7a527b6335cc7a623305ca940e1findex.tpl.html--><!DOCTYPE htmlPUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN""http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns"http://www.w3.org/1999…

php tpl模板文件,php自己创建TPL模板引擎之初学习

一&#xff0c;创建初始化模板所需的文件和文件夹。 1&#xff0c;index.php主文件&#xff0c;用于编写业务逻辑。 2&#xff0c;template.inc.php模板初始化文件&#xff0c;用于初始化模板信息。 3&#xff0c;templates目录存放所有的模板文件。 4&#xff0c;templates_c目…

观远数据苏春园:五年AI+BI路,数智化破局中的变与不变|数据猿采访

““2021年终大型金猿主题策划活动”已正式开启&#xff0c;欢迎报名参与&#xff1a;榜单奖项产业图谱行业报告线下论坛&#xff5c;或点击文末“阅读原文”链接后提交活动意向报名表&#xff0c;并进一步与数据猿工作人员沟通后&#xff0c;可获取相关申报资料与模板。 数据智…

大咖 | 王汉生:从数据到价值的转化,回归分析的“道”与“术”

摘自《数据思维》 作者&#xff1a;王汉生 学过统计学的同学们都知道一件事情&#xff0c;回归分析师数据分析的一个非常重要的模型方法。而且这些模型很可能是线性的、非线性的,也可能是参数的、非参数的,甚至是一元的、多元的,低维的、高维的,不尽相同。所以&#xff0c;把数…

李宏毅深度学习--《Backpropagation》

李宏毅深度学习 Gradient Descent of neural network&#xff1a; n e u r a l n e t w o r k neural\ \ network neural network的参数&#xff1a; θ { w 1 , w 2 , ⋯ , b 1 , b 2 , ⋯ } θ\{w_1,w_2,\cdots,b_1,b_2,\cdots \} θ{w1​,w2​,⋯,b1​,b2​,⋯}计算参数 θ…

郑宇:多源数据融合与时空数据挖掘(转载)

来自&#xff1a; https://mp.weixin.qq.com/s?__bizMzAwMTA3MzM4Nw&mid2649440531&idx1&snd9c92b1f157ee37c7c6e185919a3ffbb&chksm82c0a897b5b721810f4d795cc144d309086274a9071515e727f9f420d7ffb7f06c9b376557ee&scene21#wechat_redirect 和https:/…