4 votos

¿Implica este libro que la PDE elíptica es la única que puede minimizarse mediante el cálculo de variaciones?

Estoy tratando de seguir este recurso para el aprendizaje de los fundamentos de Cálculo de Variaciones: https://ocw.mit.edu/courses/mathematics/18-086-mathematical-methods-for-engineers-ii-spring-2006/readings/am72.pdf

Estoy leyendo la página 5, y veo que se está hablando de Cálculo de Variaciones en 2 dimensiones. Por supuesto, tenemos un PDE como el integrando (ecuación 11):

$a\frac{\delta^2u}{\delta x^2}+2b\frac{\delta^2u}{\delta x \delta y}+c\frac{\delta^2u}{\delta y^2}=0$

Ahora, cuando veo a $P(u)$, que viene inmediatamente después de eso, también veo una explicación de abajo que dice "Si podemos minimizar P esperamos alcanzar (11) puesto que la ecuación de Euler. Pero hay más que eso. Para minimizar P debe ser positiva definida".

Sé que si P(u) es positiva definida, entonces eso significa que la ecuación diferencial debe ser de forma elíptica, y por lo tanto debe tener $ac>b^2$.

Así, por esta explicación me pregunto, ¿sólo tenemos ecuaciones en derivadas parciales elípticas con el fin de minimizar P de esta manera? Es decir "para minimizar P debe ser positiva definida", es por eso que estoy preguntando.

Gracias.

1voto

ctoi Puntos 416

Este es un fenómeno general; minimizers de problemas variacionales satisfacer una elíptica de la PDE. Si $u$ minimiza el funcional $I[w],$ para cualquier otra función de $v$ obtenemos $i(t) = I[u+tv]$ satisface $i''(t) \geq 0.$ a grandes rasgos, esto muestra el asociado 'Saco' de $I[w]$ $u$ es positiva definida. Intuitivamente se puede ver por qué obtener algún tipo de elíptica comportamiento como resultado.

Más precisamente, se puede mostrar que si $u : \Omega \rightarrow \mathbb R$ minimses la funcional,

$$ I[w] = \int_{\Omega} F(x,w,Dw)\,\mathrm{d}x, $$

a continuación, para cada una de las $x \in \Omega$ $\xi \in \mathbb R^n,$

$$ \sum_{i,j=1}^n \frac{\partial^2 F}{\partial p_i \partial p_j}(x,w,Dw) \xi_i\xi_j \geq 0. $$

Donde $F = F(x,z,p).$ En el caso de Euler-Lagrange ecuación es lineal ($D^2F$ sólo depende de $x$) y $n=2,$ recuperar la condición de búsqueda.

La idea de la prueba es utilizar el hecho de que $i''(t) \geq 0$ para una inteligente elección de $\phi.$ Los detalles son un poco implicado, pero se hace de Evans de la PDE libro (capítulo 8).


Escribiendo esta respuesta me doy cuenta de lo que he dicho anteriormente puede no ser adecuado para alguien que está aprendiendo sobre el cálculo de variaciones, desde un punto de vista aplicado. Me quedo con el ejemplo en el PDF enlazadas, es decir, la funcional,

$$ P(u) = \frac12\iint_S \left[ a \left(\frac{\partial u}{\partial x}\right)^2 + b\left(\frac{\partial u}{\partial x}\right)\left(\frac{\partial u}{\partial y}\right) + c\left(\frac{\partial u}{\partial y}\right)^2\right]\, \mathrm{d}x\,\mathrm{d}y.$$

Supongamos que un minimiser $u$ existe. A continuación, los asociados de Euler-Lagrange ecuación está dada por,

$$ a\frac{\partial^2 u}{\partial x^2} + 2b \frac{\partial^2 u}{\partial x\partial y} + c \frac{\partial^2 u}{\partial y^2} = 0.$$

Por otra parte, la segunda variación está dada por,

$$i''(0) = \iint_S \left[ a \left(\frac{\partial v}{\partial x}\right)^2 + b\left(\frac{\partial v}{\partial x}\right)\left(\frac{\partial v}{\partial y}\right) + c\left(\frac{\partial v}{\partial y}\right)^2\right]\, \mathrm{d}x\,\mathrm{d}y \geq 0,$$

para todas las funciones lisas $v : S \rightarrow \mathbb R^n$ fuga en el límite. Voy a dejar esto como un ejercicio, pero la derivación es similar a la de la primera variación. No es difícil ver que esto obliga a la matriz $$ \begin{pmatrix} a & b \\ b & c \end{pmatrix},$$ para ser no negativa definida.

i-Ciencias.com

I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.

Powered by:

X