力学中的数学方法-变分法
变分法原理

变分法原理变分法是一种用于求解泛函和微分方程问题的数学方法。
它通过对一个函数进行微小的变化,并计算出在这个微小变化下泛函的变化量,从而得到泛函的极值。
变分法在物理学和工程学等领域有广泛的应用,如优化问题、经典力学中的作用量原理以及量子力学中的路径积分等。
要理解变分法的原理,首先需要了解泛函的概念。
泛函是一种将函数映射到实数集上的函数,例如能量泛函、作用泛函等。
对于一个给定的泛函,我们希望找到使其取得最大或最小值的函数。
而变分法就是一种通过对函数进行微小变化,从而使得泛函的变化量趋于零的方法。
以最简单的泛函问题为例,考虑一个函数y(某)在区间[a,b]上的泛函J,即J[y(某)],例如J[y]=∫(a到b)F(某,y,y')d某,其中F是已知的函数,y'表示导数。
我们的目标是找到函数y(某),使得泛函J[y(某)]取得极值。
为了寻找这样的函数,我们引入一个变分函数δy(某),它表示函数y(某)关于自变量某的微小变化量。
于是,我们可以将函数y(某)写成y(某)+εδy(某),其中ε是一个小的实数。
然后,将变分函数代入泛函中得到J[y(某)+εδy(某)]。
将J[y(某)+εδy(某)]展开成泛函J[y(某)]关于ε的幂级数,取一阶项,得到J[y(某)+εδy(某)]≈J[y(某)]+ε∫(a到b)(∂F/∂y)δyd某+ε∫(a到b)(∂F/∂y')δy'd某。
由于δy(某)是任意的,我们要使得泛函J[y(某)+εδy(某)]的变化量趋于零,只需使得∂F/∂y- d/d某(∂F/∂y')=0,即Euler-Lagrange方程。
根据Euler-Lagrange方程解出δy(某),再令δy(某)的边界条件为零,即δy(a)=δy(b)=0。
这样,我们就可以得到函数y(某)的特解。
总结起来,变分法的原理是将函数表示为原函数与微小变化的函数之和,将其代入泛函中展开,并取一阶项,最后通过求解Euler-Lagrange 方程得到特解。
数学中的变分法

数学中的变分法变分法是一种数学方法,它在许多物理学原理的证明和应用中被广泛使用。
变分法的基本思想是将一个对象视为其可能的所有函数中一种函数。
例如,如果我们考虑曲线上的能量问题,我们将尝试确定曲线的最小能量。
在这种情况下,我们将使用变分法来确定能量的最小值,同时识别导致最小值的曲线。
变分法被广泛运用于许多科学和工程领域中的分析问题。
其中一些领域包括最优控制理论、力学、统计学、经济学和化学等。
变分法是这些领域的基础,并广泛应用于生物力学、流体力学、材料科学以及其他科学和工程领域的问题。
变分法的核心思想是通过应用变分运算符来寻找函数的极值。
对于一个实变函数f,它的变分是指通过对f进行微小调整来找到f的变化方向,例如δf。
对于函数f(x),它的变分可以表示为如下形式:δf(x)=f(x+εv)-f(x)其中,v是任意的可微向量函数,而ε是一小的正实数。
变量v 被称为变分方向或测试函数。
此时,我们可以考虑将上式变化为以下形式:δf(x;v)=lim(ε -> 0)[f(x+εv)-f(x)] / ε当ε趋近于0时, δf(x;v)的极限被称为f在v方向的变分。
当δf(x;v)等于0时,我们可以说f在v方向上不变。
因此,我们可以通过使用变分法来确定f的最小值或最大值。
例如,如果我们要找到一条曲线,其起点和终点都已知,同时满足总长度最小的条件。
在这个问题中,我们需要确定曲线的形状来最小化熵函数。
最小化长度问题的变分形式可以表示为:L[y]=∫[a,b]L(y,y')dx其中y是曲线的方程,L(y,y')是曲线的弧长元素。
此时,我们需要找到这条曲线,其满足以下条件:∫L(y,y')dx≤∫L(y0,y'0)dx其中y0和y'0是固定的曲线。
我们可以取v为x的变化方向,而L(y,y')可以视为动能或势能。
因此,我们可以将上式改写为:∂L[y]/∂y- d/dx∂L[y]/∂y'=0这里的d/dx是导数。
变分法 数值求解薛定谔方程

变分法数值求解薛定谔方程变分法是一种数学方法,常常用于求解薛定谔方程。
薛定谔方程是描述量子力学中粒子行为的基本方程,它可以用来计算粒子在不同势场中的波函数和能量。
变分法通过将波函数表示为一组参数的函数形式,然后通过最小化期望能量来找到最优的参数值,从而得到粒子的波函数和能量。
要使用变分法求解薛定谔方程,首先需要选择一个适当的波函数形式。
常见的选择有高斯型函数和分段线性函数等。
然后,我们将波函数表示为参数的函数形式,例如将高斯型函数表示为高斯函数的平移和缩放。
接下来,我们将薛定谔方程代入波函数中,并对其进行变分操作,即将波函数的参数做微小的变化。
通过最小化期望能量,我们可以得到参数的值,从而得到粒子的波函数和能量。
变分法在解决问题时具有很多优势。
首先,它可以得到比传统数值解法更高精度的结果。
其次,变分法能够处理复杂的势场和材料系统,而传统数值解法往往难以处理。
最后,变分法能够提供有关波函数和能量的物理洞见,例如通过最小化期望能量,我们可以得到粒子的基态能量和瞬态特性。
在实际的数值求解中,我们可以使用计算机程序来自动进行变分优化。
这样的程序通常使用数值方法来计算波函数和能量的期望值,并通过迭代最小化期望能量来得到最优参数值。
在程序中,我们还可以加入各种约束条件,例如保持波函数归一化和满足边界条件等。
变分法在量子力学中具有重要的指导意义。
通过求解薛定谔方程,我们可以得到粒子在不同势场中的波函数和能量,从而了解粒子的行为和性质。
这对于理解原子、分子、凝聚态物质和核物理等领域的现象至关重要。
此外,变分法还可以应用于其他领域的问题,例如最优控制和最优化问题等。
总之,变分法是一种强大的数值方法,可用于求解薛定谔方程。
通过最小化期望能量,我们可以得到粒子的波函数和能量,从而获得有关粒子行为和性质的重要信息。
在实际应用中,我们可以使用计算机程序来自动进行变分优化,并通过加入约束条件来求解特定问题。
通过变分法,我们可以深入了解量子力学中的粒子行为,并为其他领域的问题提供指导。
变分法的应用

变分法的应用在物理、工程、数学等领域中,变分法是一种非常重要的工具。
变分法可以被用来解决各种数学问题,如微积分、偏微分方程、力学问题和最优化问题等等。
本文将介绍变分法的定义、基本原理、应用以及其在实践中的意义。
一、什么是变分法?变分法是一种数学方法,它通过不断调整函数的形式来寻找一个极值问题的解。
变分法可以用来解决一系列的优化问题,如最优控制问题和最小能量问题等等。
在它最简单的形式中,变分法是一个求解“泛函”的问题:“找到一个函数使得某个固定泛函取得最小值”。
例如,我们想要找到长度为 L 的钢条上的最小弯曲量。
这个问题可以表示成一个泛函:J(y) = ∫[0,L] (y''(x))^2 dx,其中y表示弯曲的函数。
这个泛函是一个带有一个未知函数y的函数J。
我们的任务是找到一个函数y,使得J(y)的值最小。
二、变分法的基本原理变分法的基本原理可以归结为“求解一系列微积分变分问题”。
根据变分法的基本原理,我们可以从微积分和函数分析的角度来理解它。
变分法的原理是基于函数的连续性和光滑性的,即给定一个函数的任意两个点之间的连续性和可微性。
在求解变分问题时,我们首先需要找到一个函数,这个函数满足一些预定的条件。
然后,我们可以对这个函数进行微小的变化,来看看这个函数如何改变。
最后,我们可以通过对这个函数进行积分来得到一个新的函数值。
然后我们可以对这个函数进行微小的变化,得到y(x) → y(x) + εφ(x) (其中,ε很小,φ是一个任意函数)。
在这个情况下,我们可以用函数y(x)的一个小变化y(x) + εφ(x)来重新计算泛函J的值。
这个新的泛函的值可以表示为J(y + εφ) = ∫[0,L] F(x,y,y',y'') φ(x)dx,其中F(x,y,y',y'')为J(y)的一类一阶偏导数,我们需要将其解释为x和y的函数。
然后,通过对泛函J(y+εφ)中的项进行扩展,我们得到:J(y+εφ) = J(y) + ε∫[0,L] (F_yφ + F_{y'}φ' + F_{y''}φ'') dx。
变分法基本原理

变分法基本原理【1】变分法(Variational method)是一种数学方法,用于解决泛函的极值问题。
泛函是把函数映射到实数的映射,而泛函的极值问题是要找到使得泛函取得极值的函数。
变分法广泛应用于物理学、工程学、应用数学等领域中的最优化问题。
【2】变分法的基本原理可以概括为以下几个步骤:步骤一:定义泛函首先,要明确定义所研究的泛函。
泛函可以是一个函数的积分、一个函数的级数或者其他数学表达式。
要根据具体问题的特点来选择合适的泛函。
步骤二:提出变分函数接下来,通过引入一个假设的函数(称为变分函数)作为泛函的自变量,使泛函成为这个变分函数的函数。
变分函数通常具有一定的约束条件,如满足特定边界条件或其他限制条件。
步骤三:计算变分利用变分函数的小扰动,即在该函数上加上一个小的修正项,计算泛函的变分。
变分是泛函在变分函数上的一阶近似变化率。
步骤四:应用欧拉-拉格朗日方程将变分代入到泛函中,得到泛函的表达式。
然后,通过应用欧拉-拉格朗日方程,将泛函转化为一个微分方程。
这个微分方程是通过对变分函数求导,然后令导数为零得到的。
步骤五:求解微分方程解决微分方程,得到最优解的表达式。
这个最优解是使得泛函取得极值的函数。
【3】变分法的基本原理是通过引入一个变分函数,将泛函的极值问题转化为求解一个微分方程的问题。
这种方法的优势在于可以将复杂的极值问题转化为求解微分方程的问题,简化了求解的过程。
【4】变分法在物理学中的应用非常广泛。
例如,它可以用于求解经典力学中的最小作用量原理,即通过将作用量泛函取极值来得到物体的运动方程。
此外,变分法还可以应用于量子力学中的路径积分方法、场论中的泛函积分等问题的求解。
【5】总之,变分法是一种数学方法,用于求解泛函的极值问题。
它的基本原理是通过引入一个变分函数,将泛函的极值问题转化为求解一个微分方程的问题。
变分法广泛应用于物理学、工程学、应用数学等领域,并具有很好的应用前景。
变分法求基态能量的步骤课件

THANKS
感谢您的观看
对非线性问题处理困难 对于非线性问题,变分法往往难以找到合适的变分形式来 逼近真实解,这使得变分法在处理非线性问题时具有一定 的局限性。
变分法的未来发展
结合其他方法
为了克服变分法的局限性,未来研究可以将变分法与其他方法(如有限元方法、有限差分 方法等)相结合,形成一种混合方法,以提高算法的稳定性和精度。
变分法求基态能量的 步骤课 件
目录
CONTENTS
• 变分法的基本概念
01
引言
变分法的定义
定义
变分法是数学的一个分支,主要研究泛函的极值问题,即寻找函数集合中使特 定泛函取得极值的函数。在量子力学中,变分法用于求解粒子在给定势能下的 基态能量。
公式表示
假设粒子在势能函数V(x)下运动,基态能量E0可以通过变分法求解的公式为: E0 = ∫ (dV/dx²) dx。
氢原子的基态能量求解
氢原子是原子物理中的基本模型,其基态能量的求解可以 通过变分法实现。
首先,我们需要确定氢原子的运动方程,即薛定谔方程。 然后,我们构造一个变分函数来近似描述氢原子的波函数。 接下来,将变分函数代入薛定谔方程,并求解得到基态能 量。最后,我们需要验证求解结果的正确性。
谐振子的基态能量求解
泛函的极值与变分法
泛函的极 值
泛函在给定约束条件下的最大值或最 小值。
变分法
通过求解泛函的极值问题,得到满足 约束条件的函数,从而得到系统的最 优解或基态解。
03
变分法在物理中的
应用
基态能量的定义
基态能量
系统最低的能量状态,即系统处于稳定平衡时的能量。
基态能量的物理意义
描述系统的基本性质和行为,是研究系统稳定性和相变等问题的关 键参数。
数学的变分法

数学的变分法数学的变分方法是一种研究函数变化的数学工具,被广泛应用于数学分析、物理学等领域。
它通过寻找函数的变化率最小值或最大值,揭示了许多自然界和社会现象的规律。
本文将介绍变分法的基本原理和主要应用,以及一些经典的变分问题。
一、变分法的基本原理在介绍变分法之前,我们需要先了解变分和变分算子的概念。
变分是指通过微小的函数偏移来研究一个函数的性质。
而变分算子是对这种微小的函数偏移进行数学上的描述。
变分法的基本思想是通过对一个函数进行变分,得到它的一阶变分和二阶变分,然后利用边界条件和变分的性质,求解出变分方程的解。
具体步骤如下:1. 假设函数的解是一个特定形式的函数表达式,其中包含一个或多个未知的参数。
2. 对这个函数进行变分,得到函数的一阶变分和二阶变分。
3. 将变分代入原方程,得到一个含有未知参数的函数方程。
4. 利用边界条件,求解出未知参数的值。
5. 将参数代入原方程,得到函数的解。
二、变分法的主要应用变分法具有非常广泛的应用领域,下面将介绍其中的几个重要应用。
1. 物理学中的作用量原理作用量原理是变分法在物理学中的重要应用之一。
它通过对作用量进行变分,得到物理系统的基本方程。
作用量原理在经典力学、电磁学、量子力学等领域均有广泛应用,是研究物理系统的基本工具。
2. 凸优化问题凸优化是变分法在应用数学领域的典型应用之一。
它研究如何寻找一个凸函数的最小值或最大值。
变分法可以帮助我们建立凸函数的变分问题,并通过求解变分问题来解决凸优化问题。
3. 经典的变分问题变分法在数学中的一个重要应用是解决一些经典的变分问题,比如著名的布拉赫罗恩极小曲面问题。
这个问题是在确定一个特定边界条件下,找到曲面的形状使其表面积最小。
三、经典的变分问题经典的变分问题是对变分法应用的经典案例,下面将介绍其中的两个。
1. 薛定谔方程薛定谔方程是量子力学中的一个基本方程,描述了微观粒子的运动行为。
通过对薛定谔方程进行变分,可以得到微观粒子的能量本征值和能量本征态。
变分法的基本思想

变分法的基本思想变分法是一种数学方法,用于研究函数的极值问题。
这一方法的基本思想是将函数的变化量表示成一个函数的积分,然后通过求积分的极值来求解函数的极值。
变分法不仅应用广泛,而且在理论上也有较大的价值。
一、变分法的历史变分法可以追溯到十七世纪,当时著名数学家莱布尼兹和尤拉分别独立地提出了这一方法。
莱布尼兹用变分法解决了曲线和曲面的最短路径问题,而尤拉则将其应用于力学中的最小作用量原理。
在之后的两个世纪里,变分法被广泛应用于物理学、工程学、经济学等领域。
二、变分法的基本思想变分法的基本思想是将函数的变化量表示成一个函数的积分,然后求解积分的极值。
具体来说,假设有一个函数y(x)满足某些条件,如y(x)在一个区间[a,b]内连续、光滑等等,那么可以构造一个函数J[y(x)],称为泛函,其表达式为:J[y(x)] = ∫[a,b] L(x,y,y’)dx其中L(x,y,y’)称为被积函数,y’表示y对x的导数,∫[a,b]表示在区间[a,b]内积分。
这里的J[y(x)]就是一个关于y(x)的函数,如果能够求出J[y(x)]的极值,那么对应的y(x)就是所要求的函数。
三、最小作用量原理最小作用量原理是变分法应用于力学中的一个重要例子。
假设有一质点从时刻t1到时刻t2经过一条路径,路径上有一个势场V(x),则质点的作用量可以表示为:S = ∫[t1,t2] L(x,v)dt其中L(x,v) = T(v) – V(x),T(v)表示质点的动能,V(x)表示势能。
根据最小作用量原理,实际上质点遵循的是作用量取极小值的路径。
换句话说,如果从t1到t2有多条路径,那么实际上质点所走的是其中作用量最小的路径。
四、应用举例变分法可以用于求解很多问题。
以下是一些应用举例:1、最短路径问题:这是莱布尼兹最早提出的应用之一。
假设有一条曲线y(x),要使得从点A到点B的路径长度最短,即曲线y(x)在[a,b]内的弧长最小,可以通过应用变分法求解。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
函数
微分:
Δz = f (x + Δx) − f (x)
变分:
泛函
δU = U[y(x) + δy(x)]−U[y(x)]
= A(x)Δx + ωΔx
当Δx→0时,ω →0,则 Δ z 可
用其线性主部表示其微分。即
= L[y(x)]δy + βmax δy L[y(x)] —— U 增量的线性主部
泛函的极值问题.
1. 泛函 变分法研究的对象是泛函,泛函是函数概念的推广.
先看一个例题:
3
考虑著名的最速降线落径问题。如图1 所示,
已知A和B为不在同一铅垂线和不同高度的两点,要求 找出A、B间的这样一条曲线,当一质点在重力作用下沿 这条曲线无摩擦地从A滑到B时,所需的时间T最小.
A
x
B(x,y)
的定义域。简单地说,泛函就是函数的函数(不是复合函数
的那种含义).
所谓泛函不过是更广泛意义下的函数关系罢了!
泛函定义:一般来说,设C是函数的集合,B是实数或复数的集合
J 如果对于C的任一元素 y( x) 在B中都有一个元素 与之对应, 则称 J 为 y(x) 的泛函,记为
J = J[ y(x)]
6
泛函通常以积分形式出现,比如上面描述的最速降线 落径问题的式. 更为一般而又典型的泛函定义为
—— 一阶变分为零。
15
1.4 泛函的极值
泛函的极值问题,一般来说是比较复杂的.因为它
与泛函包含的自变量个数,未知函数的个数以及函数导 数的阶数等相关.另外,在求泛函极值时,有的还要加 约束条件,且约束条件的类型也有不同,等等.下面我
们首先讨论泛函的极值的必要条件.
16
1) 泛函的极值的必要条件――欧拉-拉格朗日方程
∂F − d (∂F ) = 0 ∂yi dx ∂yi′
(i = 1, 2,⋅⋅⋅, n)
23
c). 泛函的积分形式中含有高阶导数
∫ J[ y(x)] = b F (x, y, y′, y′′,⋅ ⋅⋅, y(n) )dx a
δ y(a) = δ ′y(a) = ⋅⋅⋅ = δ (n−1) y(a) = 0
∫δ 1( y′2 + λ y2 )dx = 0 0
对应的E-L方程为 y′′ − λ y = 0
其通解为
y = Acos −λ x + B sin −λ x
(λ < 0)
28
代入附加条件 y(0) = 0, y(1) = 0. 得到
yn (x) = cn sin(nπx) (n = 1, 2,⋅ ⋅ ⋅)
在极值曲线 y(x) 附近,泛函 J[ y(x)] 的增量,定义为
ΔJ = J[ y(x,ε )] − J[ y(x)]
ε 依照上述约定,当 → 0 时,泛函增量 ΔJ 的线性
主要部分定义为泛函的变分,记为
δ
J
=
∂J
∂ε
|ε =0
dε
13
在求一元或多元函数的极值时,微分起了很大的 作用;同样在研究泛函极值问题时,变分起着类似微 分的作用.因此,通常称泛函极值问题为变分问题; 称求泛函极值的方法为变分法.
δ y(b) = δ ′y(b) = ⋅⋅⋅ = δ (n−1) y(b) = 0
与此泛函极值问题相应的E-L方程为
∂F − d ( ∂F ) + d2 ( ∂F ) + ⋅ ⋅ ⋅ + (−1)n dn ( ∂F ) = 0
∂y dx ∂y′ dx2 ∂y′′
dxn ∂y(n)
24
1.5 泛函的条件极值问题
若考虑两端固定边界的泛函问题:积分是在区域内通过两点
(x1, y1), (x2 , y2 )
x 的任意曲线进行的,其中 1
=
a, x2
=b
18
y 泛函中 为 y(x,ε ) = y(x) + εη(x)
∫ δ J = b (∂F δ y + ∂F δ y′)dx
a ∂y
∂y′
δ y =η(x)dε
J[ y(x) + εη(x)] 取极值. 17
于是原来的泛函极值 问题,就化为一个求普通函数
Φ(ε ) 的极值问题.
由函数取极值的必要条件
dΦ
dε
|ε
=0
=
0
即有
∂J
∂ε
|ε =0 =
0
a) 泛函表示为一个自变量,一个函数及其一阶导数的积分形式
∫ J[ y(x)] = b F (x, y, y′ )dx a
代入归一化条件得到
∫1 0
cn2
sin
2
(nπx)dx
=
1
于是得到 cn = ± 2,故原极值问题的解为
yn = ± 2 sin(nπx)
∫ 而题中要求的泛函 1( y′)2dx 的极值为 0 29
∫12n2π2 cos2 (nπx)dx = n2π2 0
y,
y′)]dx
=
0
a
于是问题转化为不带条件的由上式所表示的变分问题.
其对应的E-L方程为
∂F
+λ
∂G
−
d
∂F (
+λ
∂G ) =
0
∂y ∂y dx ∂y′ ∂y′
26
a 这是通过 和 b 两点的 y( x) 在附加条件
之下使泛函取极值的必要条件.它实际上是一个关于 y( x)
λ 的二阶常微分方程.其通解中含有三个参数,即 和两个积分
∫ J[ y(x)] = b F (x, y, y′)dx a
7
1.2 变分法 变分法:所谓的变分法就是求泛函极值的方法.
对于不同的自变量函数 y( x) ,与此相应的泛函 J[ y(x)] 也有不同的数值.找出一个确定的自变量函数 y( x) ,使泛函
J[ y(x)] 具有极值(极小或极大),这种泛函的极小值与极大
在许多泛函的极值问题中,变量函数还受到一些附加条件 的限制,其中最常见和重要的一种是以积分形式表示的限制 条件 即所谓的等周问题:
⎧
∫ ⎪
⎨
∫ ⎪⎩
J
[
y
b a
(x)] = G(x, y,
b
F(x, y,
a
y′)dx = l
y′)dx,
y(a) = y0 , y(b) = y1
(注:这种问题之所以称为等周问题,是因为在历史上起源
于求一条通过两点,长度固定为的曲线 y( x), 使面积
b
∫ S = y(x)dx 取极大值) a 25
其中 l, y0 , y1 为常数.此类问题可以仿照普通函数的
条件极值问题的拉格朗日乘子法.即将附加条件乘以
参数,求其变分后,加到泛函取极值的必要条件中得到
∫δ
b
[F (x;
y,
y′)
+
λG ( x;
题的,只要解出E-L方程,就可以得到泛函的极值.
22
b). 泛函表示为多个函数的积分形式
∫ J[ y(x)] =
b a
F
(
x,
y1
,
y1′,y2
,
y2′
,
⋅
⋅
⋅
yn
,
yn′
)dx
δ yi |x=a = 0,
δ yi |x=b =0
(i = 1, 2,⋅⋅⋅, n)
则与此泛函极值问题相应的E-L方程为
dz = f ′(x)dx
当 max|δy|→0时,βmax →0,则 δ U 可用其线性主部表示, 即
极值:
δU = L[y(x)]δy
极值:
若 z = f (x) 在 x0 处有极值,
则有:
f ′(x) x=0 = 0
若 U[y(x)] 在 y0(x) 处有极值,
条件: δU [y(x)] = 0
y
图
4
此时质点的速度是
ds = 2gy dt
从 A滑到B所需的时间为
∫ ∫ ∫ T = tB dt
B
=
ds
B 1+y′2
=
dx
tA
A 2gy
A 2gy
B 1+y′2
T[ y(x)] = ∫A
dx 2gy
5
x 式中 y′ 代表对 求一阶导数. 我们称上述的 T 为
y(x) 的泛函,而称 y(x) 为可取的函数类,为泛函 T[ y(x)]
和 y1(x) 的微差δ y 。y δ y 是x 的函数。
y1=y1(x) δy
y=y(x)
Δy dy
o
x
△x=dx
12
2) 泛函的变分
∫ 对于泛函 J[ y(x)] = b F (x, y, y′ )dx a
泛函的变分定义为
∫ δ J = b ( ∂F δ y + ∂F δ y′)dx
a ∂y
∂y′
y
=
∂
∂ε
y(x,ε )dε
|ε =0 = η(x)dε
δ y′ = η′(x)dε
x 这里 y′,η′ 代表对 求一阶导数.
δ y′ = d δ y
dx
即变分和微分可以交换次序.
11
dy和δy的区别
dy : 是针对一条曲线 y =y(x) ,当△x= dx 时 函数
值增量的线性主部是 dy 。
δy:是在x不变时,针对两条接近的函数曲线 y(x)
=
0
欧拉(Euler)-拉格朗 日(Lagrange)方程,简 称为E-L方程.
J 此即泛函取极值的必要条件.即泛函 的极值函数 y( x)
δ J 必须是满足泛函的变分 = 0 的函数类 y(x) .因此,