跳到内容
返回探索
数学建模 / 英语

热方程

MIT OpenCourseWare · YouTube · 10:48

打开原视频
阅读与收藏

把讲解展开来看。

被收藏 0

已审核学习内容 · 视频分析 · 中文
阅读完整概览

本段为120秒长的讲授片段,介绍了 一维热方程 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2},并通过强调时间变量的出现,将其与拉普拉斯方程进行对比。主讲人提出分离变量形式的试探解 u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x),并将该设定类比于常微分方程系统中 eλte^{\lambda t} 乘以特征向量的情形;但此处的空间部分是一个特征函数。他将乘积形式代入热方程,得到 λeλtS=eλt∂2S∂x2\lambda e^{\lambda t}S=e^{\lambda t}\frac{\partial^2 S}{\partial x^2},消去公共的指数因子 eλte^{λt},并指出剩余关系是关于 SS 的特征值方程。最终简化后的方程在口述中已开始写出,但在本片段内未完全呈现。 这段持续120秒的白板讲解通过分离变量法求解热传导方程。讲师从 u(t,x)=eλtS(x)u(t,x) = e^{λt}S(x) 出发,选取正弦型空间函数 S(x)=sin⁡(kπx)S(x) = \sin (kπx),并计算该函数在二阶导数算子作用下的特征值,得到 λ=−kλ = -k²π²。随后,他利用线性性质,将通解表示为关于模态 k 的无穷级数,引入系数 BkB_k,并写出级数形式 u(t,x)=∑k=1∞Bkeu(t,x) = \sum _{k=1}^\infty B_k e^{-k²π² t} sin⁡(kπx)\sin (kπx)。 本段时长120秒的讲座回顾了板书展示的一维热传导方程 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2} 及其分离变量形式的乘积解 u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)。板书列出了正弦本征函数 S(x)=sin⁡(kπx)S(x)=\sin(k\pi x),对应本征值 λ=−k2π2\lambda=-k^2\pi^2,从而得到通解 u(t,x)=∑k=1∞Bu(t,x)=\sum_{k=1}^{\infty}B_ke^{-k^2π2t2\pi^2t}SkS_k。讲师解释说,时间依赖部分呈指数衰减,k 越大衰减越快,而 k=1k=1 的模式衰减最慢,形式为 e−π2te^{-\pi^2t}。他从物理上将该解解释为:一根两端温度恒为零(即“冻结”)的金属杆内的热量分布,因此热量会通过两端冻结的边界向外散失。随后他验证了正弦因子在 x=0x=0 和 x=1x=1 处为零,符合零温度边界条件。 本片段设置了一个单位长度细杆上的热方程示例,其两端冻结,初始温度为 u(0,x)=1u(0,x)=1。讲师回顾了分离变量法所得通解 u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x),其中 Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x;接着说明未知系数 BkB_k 可通过匹配初始条件来确定。他代入 t=0t=0,推导出正弦级数方程 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1,并在显式计算系数前停止。 此120秒的白板片段将之前推导出的热方程模态展开应用于特定的初始条件 u(0,x)=1u(0,x)=1 在0≤x≤10\le x\le 1 上。讲师指出系数求解步骤是一个傅里叶正弦级数问题,并写出匹配方程 ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty}B_k\sin(k\pi x)=1 在 t=0t =0 时,再重构 t>0t >0 的解为 u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x) = \sum_{k=1}^{\infty}B_k e^{-k^2\pi^2 t} \sin(k\pi x)。他强调了指数衰减因子的作用,并以定性示意图作结,展示温度分布逐渐松弛至零稳态。 这段持续 48 秒的黑板讲解回顾了用无穷正弦级数求解热方程的最终设定。黑板上半部分展示了通解 u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}S_k(x),以及 Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x 和 λ=−k2π2\lambda=-k^2\pi^2。黑板下半部分施加初始条件 u(0,x)=1u(0,x)=1,得到匹配方程 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k\sin k\pi x=1,并重新陈述了 t>0t>0 时的解。主讲人解释道:由于热方程是偏微分方程,且初始数据是一个完整的函数,因此需要无穷多个模态,而傅里叶级数正是用来确定系数 BkB_k 的独立步骤。该片段以版权与许可声明卡片结束。

在学习检查器中查看要点和时刻,或切换阅读标签查看完整笔记。

章节

0:00热方程简介0:12与拉普拉斯方程的对比及时间的作用0:34分离变量形式的解 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)0:56与常微分方程系统的特征函数类比1:14代入热方程1:45消去 eλte^{λt} 并得到特征值方程2:00热传导方程及其分离变量形式2:12选取正弦型特征函数2:27计算特征值3:00利用叠加原理构造通解4:00板书小结:热传导方程、分离变量解、本征函数及通解4:20时间依赖性:指数衰减;k 越大,衰减越快4:37衰减最慢的模式:k=1k=1 给出 e−π2te^{-\pi^2t}4:54物理模型:两端冻结的杆,热量从两端逸出5:34边界检验:正弦本征函数在 x=0x=0 和 x=1x=1 处为零6:00引入细杆示意图与冻结端点6:20陈述初始条件 u(0,x)=1u(0,x)=16:50回顾黑板上方给出的通解7:10在 t=0t=0 处将级数与初始条件相匹配8:00系数的傅里叶正弦级数解释8:28写出 t>0t>0 时的显式解9:01无穷级数解的结构及时间上的快速衰减9:23趋近于零稳态的冷却过程示意图10:00黑板上的热方程一般级数解10:05求系数的傅里叶级数步骤10:18为何偏微分方程需要无穷多个解10:28匹配初始函数并确定系数 BkB_k10:42版权与许可结束页

学习解说文稿

依据视频画面与讲解整理,并非逐字语音转写。

本片段开场,主讲人指出本次讲解的主题是热方程,并将其置于基本偏微分方程之列。黑板上展示了核心公式 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2},明确表明未知函数是时间与空间的二元函数。

随后,他将该方程与拉普拉斯方程进行对比。音频中指出的关键区别在于:拉普拉斯方程不涉及时间,而热方程则包含时间。这引出了黑板上可见的结构特征:左侧含一个时间导数,右侧含两个空间导数。

基于该结构,讲师引入因变量u(t,x)u(t,x),并强调解同时依赖于tt和xx。这为下一步做好铺垫:尝试将时间依赖性与空间依赖性分离。

所提出的分离形式被写在黑板上,记为u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)。讲师将其解释为一个关于时间的指数因子与一个仅关于空间的函数SS的乘积。其目的在于将偏微分方程简化为关于空间因子的一个更简单的关系式。

他明确将此方法与常微分方程组的求解方法作类比。在先前的情形中,会提出一个因子eλte^{\lambda t},其中λ\lambda作为特征值,剩余部分则为特征向量。而此处,由于剩余因子依赖于xx,讲师称S(x)S(x)为特征函数。

在建立类比之后,他陈述了计划:将分离形式代入热方程,并考察决定S(x)S(x)的条件。这是本段的操作核心,即将试探解转化为推导过程。

代入逐项进行。对eλtS(x)e^{\lambda t}S(x)关于tt求导,得到因子λ\lambda,从而左侧变为λeλtS\lambda e^{\lambda t}S。在空间部分,讲师指出存在两个空间导数,因此右侧变为eλte^{\lambda t}乘以SS关于xx的二阶导数。

黑板上显示了代入后的方程,形式为λeλtS=eλt∂S∂x2\lambda e^{\lambda t}S=e^{\lambda t}\frac{\partial S}{\partial x^2}。结合口头讲解,其意欲表达的数学内容是:SS的二阶空间导数乘以相同的指数因子eλte^{\lambda t}。

下一步是约去公因子。由于eλte^{\lambda t}同时出现在等式两侧,讲师在黑板上直观地将其划去,并说明这种约去总是可行的。这一约去操作消除了关系式中的时间依赖因子,留下一个仅含λ\lambda与空间函数SS的方程。

接着,他为该结果命名:特征值方程。本段的逻辑结论是:分离后的热方程已从关于u(t,x)u(t,x)的偏微分方程,简化为关于S(x)S(x)的特征值问题。最终简化公式在口述中以该函数的二阶导数为开头,但视频片段在此结束,完整表达式尚未完全写在黑板上。

本片段开始时黑板上已写有热传导方程∂u/∂t=∂2u/∂x2\partial u/\partial t=\partial^2u/\partial x^2及分离变量假设形式u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)。讲师的首要任务是阐释λ\lambda:它是空间算子作用于SS时所出现的标量乘子。

接着,他选定空间特征函数为正弦函数,并写出S(x)=sin⁡(kπx)S(x)=\sin(k\pi x)。这使得求解方法从一般的分离变量形式推进到由kk标记的一族具体候选模态。

为求得对应特征值,他对sin⁡(kπx)\sin(k\pi x)施加两次求导。每次求导均引出一个因子kπk\pi,而正弦函数的二阶导数还带来一个负号,因此结果为−k2π2sin⁡(kπx)-k^2\pi^2\sin(k\pi x)。故特征值为λ=−k2π2\lambda=-k^2\pi^2。

在确定了本征函数和本征值之后,主讲人从单一模态转向完整解。他指出,由于热方程是线性的,已知的解可以叠加组合。

因此,他将通解写为对所有模态的无穷级数求和:u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)。系数BkB_k用于加权每一个基本的分离变量解,最后的说明进一步明确:正弦本征函数自身携带模态指标kk。

黑板展示了热传导方程∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}、分离变量解u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)以及用大括号括起的本征函数数据列表。讲师指出所展示的函数族即为本征函数与本征值,随后指向求和式,说明这是这些解的线性叠加。

他通过说明 u(t,x)=∑k=1∞Bke−k2π2tSku(t,x)=\sum_{k=1}^{\infty}B_ke^{-k^2\pi^2t}S_k 来澄清通解中的记号 SkS_k 应写作 sin⁡(kπx)\sin(k\pi x)。这将紧凑的求和记号与旁边展示的显式正弦本征函数联系起来。

接下来的重点是时间因子。由于本征值为λ=−k2π2\lambda=-k^2\pi^2,时间部分变为e−k2π2te^{-k^2\pi^2t}。讲师将这种对tt的依赖描述为快速衰减;且当kk增大时,指数−k2π2-k^2\pi^2变得更负,因此级数中靠后的项衰减得更快。

对于所展示的衰减最慢的模式,他取k=1k=1。将k=1k=1代入e−k2π2te^{-k^2\pi^2t}得到e−π2te^{-\pi^2t},因此首项具有含B1B_1或按其口述为b1b_1、再乘以e−π2te^{-\pi^2t}的形式。这表明最低下标 k 的正弦模式持续时间最长。

接着,讲师从物理角度诠释这些数学表达式。他描述了一根两端温度始终保持为零(即“冻结”)的实体杆:初始存在于杆内的热量沿杆传导,并从两端逸出,最终整根杆趋近于冻结状态。在公式中,这种热量流失由时间上的指数衰减因子体现。

最后,他检验为何正弦本征函数满足边界条件:在 x=x=0x=0 处,sin⁡(kπx)=sin⁡0=0\sin(k\pi x)=\sin 0=0,因此左端冻结;在 x=x=1x=1 处,sin⁡(kπx)=sin⁡(kπ)=0\sin(k\pi x)=\sin(k\pi)=0 对任意整数kk成立,故右端也冻结。于是所展示的正弦模式满足u(t,0)=0u(t,0)=0 和 u(t,1)=0u(t,1)=0,与物理设定中两端温度均为零的情形完全吻合。

讲师首先将抽象的热方程解转化为具体图像。他在下方黑板写下“图像”,并画出一根水平细杆,表示空间区间从 0 到 1。

他在两端标上字母 f,并口头解释两端保持冻结。这确立了边界图像:一根端点被固定、热量仅能从这两端散失的细杆。

接着他明确初始状态。在细杆上方写下 u(0,x)=1u(0,x)=1,并说明起始时细杆是温热的,因此在时刻 0,区间上各处温度均为 1。他还把水平方向标记为 x,并随后在端点处标出 x=0x=0 和 x=1x=1。

通过说明细杆侧面绝热,进一步完善物理描述,从而热量仅能从两端散失。这使示意图与标准的一维有限长细杆热流模型相联系。

为了解决该问题,他指向黑板上方,回顾了之前推导出的通解:u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x),其中Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x,且λ=−k2π2\lambda=-k^2\pi^2。关键在于,该公式中仍含有未知系数BkB_k。

接着,他说明确定这些系数的方法:匹配初始条件。换言之,将通解在t=0t=0处取特例,并将其与给定的函数u(0,x)=1u(0,x)=1进行比较。

他在下方黑板上写下t=0t=0,并逐步构建匹配方程。令t=0t=0,指数因子变为1,于是级数简化为∑k=1∞Bksin⁡kπx\sum_{k=1}^{\infty} B_k \sin k\pi x。

他将该简化后的级数等于1,得到∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1。这是本片段的核心代数条件:需选取系数BkB_k,使得正弦级数能表示这一恒定的初始温度分布。

该片段在实际计算傅里叶系数之前即告结束。讲者指出,一旦从该匹配方程中解出BkB_k,便可将其代回通解,从而得到t>0t>0时的最终解答。

视频片段开始时,上方黑板已展示分离变量法求得的热方程解:u(t,x)=∑k=1∞Bke−k2π2tSku(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}S_k,其中 Sk(x)=sin⁡(kπx)S_k(x)=\sin(k\pi x),且 λ=−k2π2\lambda=-k^2\pi^2。下方黑板上,讲师指向初始条件方程 ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1,并解释:确定系数 BkB_k 是一个傅里叶正弦级数问题——此处仅出现正弦模态,不出现余弦模态。

接着,他转向下方黑板右侧,写出正时间下的解。从由初始条件确定的系数出发,他通过重新添加指数因子,逐个重构各模态,得到 u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)。口述讲解明确指出:BkB_k 来源于初始数据,而完整的含时解则通过对每个正弦模态乘以 e−k2π2te^{-k^2\pi^2 t} 得到。

公式书写完毕后,他评述其结构。尽管答案是一个无穷级数,他仍将其呈现为标准且可操作的偏微分方程解形式:一个数值系数 BkB_k、一个快速衰减的时间因子,以及一个依赖于 x 的空间因子。这一口头分解与所写级数中每一项的三个可见组成部分完全对应。

为从几何角度解读该公式,他回到标有 u(0,x)=1u(0,x)=1 且定义域为 0≤x≤10\le x\le 1 的图像。他在初始的水平轮廓线下方勾勒出一系列表示温度变化的曲线,显示温度先在两端下降,再整体下降。这一视觉演进直观体现了指数衰减因子的作用,他最终得出结论:稳态是整根细杆温度均为零的状态。

该片段以双板布局开场。上板写出热方程的模态解形式u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x),其旁列出所展示的正弦模态Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x及其对应特征值λ=−k2π2\lambda=-k^2\pi^2。讲师指向这一结构,并说明:这便是热方程解的形态。

接着,他指出缺失的计算环节:在写出无穷级数之后,仍需确定系数BkB_k。他将其称为“傅里叶级数步骤”,即在解的无穷级数中求出各系数。黑板在此处并未实际计算这些系数,而仅标示出它们出现的位置。

随后,他解释为何该级数必须是无穷的,而非有限的。因为该问题是偏微分方程,且初始条件是关于xx的一个完整函数,单个模态无法匹配全部数据;解必须组合无穷多个分离的模态,使其和能够复现所给定的初始轮廓。

下板则将这种匹配显式写出:它记录初始条件u(0,x)=1u(0,x)=1,并在标有t=0t=0的下方写出∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1。这是将t=0t=0代入通解级数后直接得出的结果,因为e−k2π2⋅0=1e^{-k^2\pi^2\cdot 0}=1。讲师指出,傅里叶级数告诉我们如何完成这一匹配,以及如何求出BkB_k。

在右侧、t>0t>0下方,黑板恢复了含时间依赖的形式u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)。因此,同一组正弦基函数——在t=0t=0时刻精确匹配初始状态——在正时间演化时,每个模态均乘以其对应的指数衰减因子。讲师最后称傅里叶级数是一个独立且重要的问题。

授课画面淡出,转为黑色结束页,其上显示 © 2015 版权归吉尔伯特·斯特兰格所有,并注明本作品依据知识共享署名-非商业性-相同方式共享国际许可协议发布,许可协议网址列于下方。

知识卡片

01

热方程定义

讲座将一维热方程定义为∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}。讲师强调,与拉普拉斯方程不同,该偏微分方程包含时间。因变量为u(t,x)u(t,x),含一个时间导数和两个空间导数。

∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}
02

分离解试探形式

为求解热方程,讲师寻找形如u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)的乘积解。其中因子eλte^{\lambda t}承载时间依赖性,而S(x)S(x)承载空间依赖性。

u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
03

特征值与特征函数类比

讲师将这一设定类比于常微分方程组:其中eλte^{\lambda t}与特征向量配对,λ\lambda为特征值;而在偏微分方程情形中,剩余对象依赖于xx,因此被称为特征函数而非特征向量。

04

代入热方程

将u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)代入热方程后,得到含时间导数的一侧为λeλtS\lambda e^{\lambda t}S,而含空间导数的一侧则为eλte^{\lambda t}乘以SS的二阶导数。黑板上展示了代入后的等式(消去前)。

λeλtS=eλt∂2S∂x2\lambda e^{\lambda t}S=e^{\lambda t}\frac{\partial^2 S}{\partial x^2}
05

消去指数因子

由于代入后等式两侧均出现相同的因子eλte^{\lambda t},讲师将其约去。此步骤消除了显式的时间依赖性,仅留下关于空间函数SS的方程。

06

所得的特征值方程

约去后,讲师指出剩余关系即为S(x)S(x)的特征值方程。该片段结束时,他刚开始陈述二阶导数形式,因此最终简化后的方程在此片段中并未在屏幕上完整呈现。

07

热方程的分离变量解形式

讲师从热方程出发∂u/∂t=∂2u/∂x2\partial u/\partial t=\partial^2u/\partial x^2并采用分离变量解法u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)。在此形式中,时间依赖部分呈指数形式,而空间依赖部分则被分离到S(x)S(x)中,随后通过特征值问题进行处理。

u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
08

正弦本征函数的选择

对于空间因子,主讲人选用了正弦函数,并写出S(x)=sin⁡(kπx)S(x)=\sin(k\pi x)。这给出了一族具体的候选本征函数,由模态指标kk标记。

S(x)=sin⁡(kπx)S(x)=\sin(k\pi x)
09

由两次求导得出本征值

对sin⁡(kπx)\sin(k\pi x)施加二阶导数,会两次带下kπk\pi并引入一个负号,得到−k2π2sin⁡(kπx)-k^2\pi^2\sin(k\pi x)。因此,对应的本征值为λ=−k2π2\lambda=-k^2\pi^2。

λ=−k2π2\lambda=-k^2\pi^2
10

通过叠加原理构造通解

由于热方程是线性的,主讲人通过对所有模态的基本分离变量解求和来构建通解。所得级数为u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x),其中BkB_k是各模态对应的系数。

u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)
11

黑板上展示的热传导方程

该片段聚焦于一维热传导方程∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2},其中u(t,x)u(t,x)表示一根细杆中的温度场。所展示的方程未引入额外的扩散系数,因此空间二阶导数前的系数为1。

∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}
12

分离变量形式的解

解以分离变量形式u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)构造,包含一个指数型时间因子和一个空间本征函数S(x)S(x)。黑板上还记录了本征值关系式λS=S′′\lambda S=S'',尽管附近部分粉笔字迹被划去。

u(t,x)=eλtS(x),λS=S′′u(t,x)=e^{\lambda t}S(x),\qquad \lambda S=S''
13

正弦本征函数与本征值

所列出的具体模态为S(x)=sin⁡(kπx)S(x)=\sin(k\pi x),对应本征值λ=−k2π2\lambda=-k^2\pi^2,其中kk为正整数。讲师明确说明:求和式中的SkS_k应理解为sin⁡(kπx)\sin(k\pi x)。

Sk(x)=sin⁡(kπx),λk=−k2π2S_k(x)=\sin(k\pi x),\qquad \lambda_k=-k^2\pi^2
14

通解作为无穷叠加

所展示的通解为u(t,x)=∑k=1∞Bke−k2π2tSku(t,x)=\sum_{k=1}^{\infty}B_ke^{-k^2\pi^2t}S_k。它将所有分离的正弦模态叠加而成,每一项均乘以系数BkB_k及其对应的指数衰减因子。

u(t,x)=∑k=1∞Bke−k2π2tSku(t,x)=\sum_{k=1}^{\infty}B_ke^{-k^2\pi^2t}S_k
15

为何更大的k衰减更快

时间因子e−k2π2te^{-k^2\pi^2t}随kk增大而衰减加剧,因为负指数的绝对值为k2π2tk^2\pi^2t。因此,级数中靠后的项比靠前的项衰减得更快。

e−k2π2te^{-k^2\pi^2t}
16

衰减最慢的模态是k=1k=1

在所有正整数模态中,最小衰减率出现在k=1k=1,对应的时间因子为e−π2te^{-\pi^2t}。讲师指出,该项衰减最慢,其系数口述为b1b_1,而黑板上写作BkB_k记号。

k=1:e−π2tk=1:\quad e^{-\pi^2t}
17

物理意义:热量从两端冻结的杆中散失

这种衰减被解释为热量从两端温度保持为零的材料杆中散失。热量在杆内流动,并通过冻结的两端逸出,因此杆内温度随时间推移趋于零。

18

正弦模态满足零温度端点条件

边界条件可直接由正弦本征函数验证:sin⁡(kπ⋅0)=0\sin(k\pi\cdot 0)=0和sin⁡(kπ⋅1)=sin⁡(kπ)=0\sin(k\pi\cdot 1)=\sin(k\pi)=0。因此每个模态在两个端点处均为零,与u(t,0)=0u(t,0)=0和u(t,1)=0u(t,1)=0一致。

sin⁡(kπ⋅0)=0,sin⁡(kπ⋅1)=sin⁡(kπ)=0\sin(k\pi\cdot 0)=0,\qquad \sin(k\pi\cdot 1)=\sin(k\pi)=0
19

单位长度杆上的热传导方程示例

该片段引入了一个具体的初边值问题:一根从0到1的杆,两端温度保持冻结,初始温度为u(0,x)=1u(0,x)=1。黑板上的示意图记录了后续级数解所必须满足的物理设定。

0≤x≤1,u(0,x)=10\le x\le 1,\quad u(0,x)=1
20

从黑板上回顾的一般分离变量解

在求解该具体例子之前,讲者指向此前在该区间上推导出的热传导方程公式。该公式将解表达为衰减型指数时间因子与正弦空间模态的乘积之和,其中系数BkB_k待定。

u(t,x)=∑k=1∞Bke−k2π2tSk(x),Sk(x)=sin⁡kπxu(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x),\quad S_k(x)=\sin k\pi x
21

通过匹配初始条件来确定系数

本片段强调的方法是:通过施加初始数据来确定未知系数。即将通解中的t设为0,再使所得结果与给定的初始温度分布相匹配。

u(t,x)∣t=0=u(0,x)\left.u(t,x)\right|_{t=0}=u(0,x)
22

正弦级数匹配方程的推导

将 t=0t=0代入通解,使每个指数因子变为1,仅剩下正弦级数。对于本题,初始轮廓是常数1,因此系数必须满足在区间1 on (0,1)上对的傅里叶正弦展开。

∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1
23

已完成的内容与后续待完成的内容

到本片段结束时,主讲人已将问题简化为确定 BkB_k 的方程,但尚未计算出这些系数的具体数值。下一步数学工作将是求解该正弦级数恒等式,并将所得系数代回 t>0t > 0 时的完整解中。

24

热方程的傅里叶正弦级数步骤

讲师指出,因空间基函数仅由 sin⁡(kπx)\sin(k\pi x) 项构成,故系数求解问题属于傅里叶正弦级数问题。当 t=0t=0 时,指数因子变为 1,因此匹配初始条件 u(0,x)=1u(0,x)=1 可得 ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1。

∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1

详细学习笔记

按知识点查看条件、步骤和证据。补充解释与视频直接内容分别标明。

符号定义 · 53

u(t,x)u(t,x)

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上展示了解的形式:u(t,x)=eλtS(x)u(t,x) = e^{λt} S(x)。

符号

u(t,x)u(t,x)

含义

热方程的未知函数或解,依赖于时间 t 和空间 x。

适用范围

关于两个变量 t 和 x 的函数。

t

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出时间出现在热方程中,且解依赖于 t。

  2. 公式
    观察依据

    t 出现在 ∂u/∂t 和 eλte^{λt} 中。

符号

t

含义

时间变量。

适用范围

出现在时间导数和指数因子中的变量。

x

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出解依赖于 x,且 x 此处也是一个坐标。

  2. 公式
    观察依据

    x 出现在 ∂^2u/∂x2x^2 和 S(x)S(x) 中。

符号

x

含义

空间变量或空间坐标。

适用范围

出现在二阶空间导数和特征函数 S(x)S(x) 中的变量。

λ

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师将 λ 称为特征值,并指出时间导数会提出一个 λ。

  2. 公式
    观察依据

    λ 出现在 eλte^{λt} 和 λeλtλ e^{λt} 中,且 S=eλtS = e^{λt} ∂S/∂x2x^2。

符号

λ

含义

与分离出的时间因子 eλte^{λt} 相关联的特征值。

适用范围

指数中乘以 t 的标量参数,且在代入后作为系数出现。

S(x)S(x)

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师称 S 为特征函数,因为它仅依赖于 x。

  2. 公式
    观察依据

    黑板上显示了 u(t,x)=eλtS(x)u(t,x) = e^{λt}S(x) 中的 S(x)S(x),以及代入后的方程中的 S。

符号

S(x)S(x)

含义

分离解中的空间因子;讲师将其描述为特征函数。

适用范围

关于 x 的函数。

∂u∂t\frac{\partial u}{\partial t}

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板最上方一行写着:热传导方程 ∂u/∂t = ∂^2u/∂x2x^2。

符号

∂u∂t\frac{\partial u}{\partial t}

含义

u 关于时间 t 的一阶偏导数。

适用范围

热传导方程的左端。

∂2u∂x2\frac{\partial^2 u}{\partial x^2}

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板最上方一行写着:热传导方程 ∂u/∂t = ∂^2u/∂x2x^2。

符号

∂2u∂x2\frac{\partial^2 u}{\partial x^2}

含义

u 关于空间 x 的二阶偏导数。

适用范围

热方程的右端项。

λeλtS\lambda e^{\lambda t} S

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板右侧显示 λeλtS=eλtλ e^{λt} S = e^{λt} ∂S/∂x2x^2。

符号

λeλtS\lambda e^{\lambda t} S

含义

对 eλtS(x)e^{λt}S(x) 应用时间导数所得结果,其中 S 视为仅含空间变量的因子。

适用范围

将分离变量形式代入热方程后得到的左端项。

eλt∂S∂x2e^{\lambda t}\frac{\partial S}{\partial x^2}

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板右侧显示 λeλtS=eλtλ e^{λt} S = e^{λt} ∂S/∂x2x^2。

符号

eλt∂S∂x2e^{\lambda t}\frac{\partial S}{\partial x^2}

含义

代入后黑板上写出的空间导数一侧的表达式;所展示的导数记号在口述的二阶导数意义上存在歧义。

适用范围

将分离变量形式代入热方程后得到的右端项。

u(t,x)u(t,x)

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上展示了热方程:∂u/∂t = ∂²u/∂x²,以及分离变量形式的解:u(t,x)=eλtS(x)u(t,x) = e^{λt} S(x)。

符号

u(t,x)u(t,x)

含义

温度,或关于时间 t 和空间 x 的未知函数。

适用范围

关于两个变量 t 和 x 的函数。

λ

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师称 λ 是‘某个数乘以我的函数’。

  2. 公式
    观察依据

    分离变量形式的解写作 eλtS(x)e^{λt} S(x),随后 λ 被确定为 -k^2π22π^2。

符号

λ

含义

与分离变量解中空间算子 d²/dx² 相关联的特征值。

适用范围

标量参数;在此例中,对于正弦特征函数,它取负值。

S(x)S(x)

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上写出 S(x)=sin⁡kπxS(x) = \sin kπx。

  2. 声音
    观察依据

    讲师表示他正在寻找函数 S,且这些函数将是正弦函数。

符号

S(x)S(x)

含义

分离变量解 u(t,x)=eλtS(x)u(t,x) = e^{λt}S(x) 中的空间特征函数。

适用范围

关于 x 的函数。

知识点 · 26

热方程的定义

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人将本视频介绍为热方程专题,并称其为三大基本偏微分方程中的第二个。

  2. 公式
    观察依据

    黑板上写有热方程:∂u/∂t = ∂^2u/∂x2x^2。

定义
解释

该片段将一维热方程定义为一个偏微分方程,它关联了 u 对时间的一阶导数与 u 对空间的二阶导数;主讲人通过指出‘此时时间变量进入方程’,将其与拉普拉斯方程加以对比。

公式
∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}
适用条件
  1. 因变量为 u(t,x)u(t,x)。

  2. 该方程包含一个时间导数和两个空间导数。

分离变量形式的试探解

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师表示希望将两部分分离,并寻找形如 eλte^{λt} 乘以 x 的函数的解。

  2. 公式
    观察依据

    黑板上写出解的形式:u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)。

定义
解释

讲师提出寻找乘积形式的解,即一个依赖于时间的指数因子与一个依赖于空间的因子 S(x)S(x) 相乘;他明确将此方法类比于求解常微分方程组——其中 eλte^{λt} 乘以一个特征向量;而此处的空间因子被称为特征函数,因为它依赖于 x。

公式
u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
适用条件
  1. 所寻求的解被设为 t 的函数与 x 的函数的乘积。

  2. λ 被视为特征值。

  3. S(x)S(x) 被视为特征函数。

先修条目
  1. 热方程的定义

将分离变量形式代入热方程

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师表示,他将所提出的解代入微分方程,以探明决定 S(x)S(x) 的条件。

  2. 公式
    观察依据

    黑板上显示:λeλtS=eλtλ e^{λt} S = e^{λt} ∂S/∂x2x^2。

待核验内容
  1. 所展示的右侧导数写作 ∂S/∂x2x^2,而口头讲解中提到的是两个空间导数以及该函数的二阶导数。

方法
解释

该方法是将 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x) 代入热方程。对时间求导会带出 λ,使等式左边变为 λeλtSλ e^{λt}S。在空间部分,讲者指出存在两个空间导数,从而得到一个含 S 的二阶导数乘以 eλte^{λt} 的表达式。

公式
λeλtS=eλt∂2S∂x2\lambda e^{\lambda t}S=e^{\lambda t}\frac{\partial^2 S}{\partial x^2}
适用条件
  1. 采用乘积形式 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)。

  2. 左边对 t 求导,右边对 x 求二阶导。

先修条目
  1. 热方程的定义
  2. 分离变量形式的试探解

消去指数因子,得到本征值方程

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲者说:‘并且我总是消去 e 的 λt 次方’,接着指出他得到了一个本征值方程。

  2. 动画
    观察依据

    讲者在代入后的方程两边的 eλte^{λt} 因子上画出对角线消去标记。

待核验内容
  1. 最终简化后的方程在片段结束前未完整写出;仅能听到下一行开头的语音:‘因此,我的函数的二阶导数是’。

方法
解释

代入后,公共因子 eλte^{λt} 同时出现在等式两边,并被直观地和口头地消去。讲者指出剩余的关系即为未知函数 S(x)S(x) 的本征值方程。

公式
eλt cancels from both sides, leaving an equation for S(x)e^{\lambda t}\text{ cancels from both sides, leaving an equation for }S(x)
适用条件
  1. 代入后,相同的非零指数因子 eλte^{λt} 必须同时出现在等式两边。

先修条目
  1. 将分离变量形式代入热方程

热方程的分离变量解

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上显示“热方程 ∂u/∂t = ∂²u/∂x²”和“解 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)”。

  2. 声音
    观察依据

    讲师解释说,λ 是一个乘在函数上的数,并指出 S 是一个正弦函数。

定义
解释

对于热方程,讲师采用形如 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x) 的分离变量解。时间部分呈指数依赖关系,而空间部分 S(x)S(x) 被选取为满足二阶导数算子的本征值问题。

公式
u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
适用条件
  1. 应用于热方程 ∂u/∂t = ∂²u/∂x²。

  2. 空间因子 S(x)S(x) 被视为 d²/dx² 的本征函数。

空间算子的正弦本征函数

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    讲师写出 S(x)=sin⁡kπxS(x)=\sin kπx。

  2. 声音
    观察依据

    他指出函数 S 将是正弦函数,并提问:对应的本征值是多少?

待核验内容
  1. 筛选出这些正弦模态的边界条件在此片段中未予说明。

公式
解释

本例中所用的空间本征函数是自变量为 kπx 的正弦函数。对其求二阶导数后,结果仍是同一正弦函数乘以一个常数,因此它是二阶导数算子的本征函数。

公式
S(x)=sin⁡(kπx)S(x)=\sin(k\pi x)
适用条件
  1. 用作 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x) 中的空间因子。

  2. 整数指标 k 用于标记不同的模态。

先修条目
  1. 热方程的分离变量解

对 sin⁡(kπx)\sin (kπx) 求二阶导数所得的特征值。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,对函数求二阶导数会使 kπ 出现两次,并带有一个负号。

  2. 公式
    观察依据

    黑板上显示 λ=−k2π2λ = -k^2π^2。

公式
解释

对 sin⁡(kπx)\sin (kπx) 求两次导数,会两次引出因子 kπ,并引入一个负号,从而得到空间算子的特征值 λ=−k2π2λ = -k^2π^2。

公式
λ=−k2π2\lambda=-k^2\pi^2
适用条件
  1. 适用于 S(x)=sin⁡(kπx)S(x) = \sin (kπx)。

  2. 使用二阶导数算子 d²/dx²。

先修条目
  1. 空间算子的正弦本征函数

通解为分离变量所得各解的线性组合。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,若已知多个解,且方程是线性的,则可取基本解的线性组合。

  2. 公式
    观察依据

    他将通解写作从 1 到无穷大的关于 k 的求和形式。

待核验内容
  1. 最终完整公式在每一帧中并非完全清晰可辨,但通过口述解释与可见项可确定其预期的级数形式。

方法
解释

由于热传导方程是线性的,讲师通过将所有模态 k 对应的基本分离解相加来构造通解,每个模态乘以系数 BkB_k。

公式
u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)
适用条件
  1. 要求该偏微分方程具有线性性质。

  2. 使用之前求得的特征对(sin⁡(kπx)\sin (kπx),-k²π²)。

  3. 该求和式在所展示的构造中对 k=1、2、3、…… 进行。

先修条目
  1. 热方程的分离变量解
  2. 对 sin⁡(kπx)\sin (kπx) 求二阶导数所得的特征值。

一维热传导方程

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板标题为“视频8.3:热传导方程”,其后为 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}。

  2. 声音
    观察依据

    本次讲座的背景是热传导方程的解族。

定义
解释

该片段展示了热传导方程——一个将温度 u 对时间的导数与其空间二阶导数联系起来的偏微分方程。在讲师的物理诠释中,u 表示一根材料细杆内的温度,热量沿杆传导,并从两端散失。

公式
∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}
适用条件
  1. u 是时间 t 和位置 x 的函数

  2. 所显示的方程采用单位扩散系数,因为没有常数乘在 ∂2u∂x2\frac{\partial^2 u}{\partial x^2} 前面。

分离变量所得的乘积解

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上写着“解 u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)”。

  2. 声音
    观察依据

    主讲人将所显示的这一族函数称为特征函数和特征值。

定义
解释

通过寻找时间依赖与空间依赖可分离的乘积解来求解热方程:一个关于时间的指数因子乘以一个关于空间的函数。该空间函数被视为特征函数,而指数中的参数则被视为对应的特征值。

公式
u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
适用条件
  1. S 是空间部分

  2. λ\lambda 是控制时间因子的特征值

先修条目
  1. 一维热传导方程

空间部分的特征值方程

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上显示 d2S=λS=∂2S∂x2d^2S = \lambda S = \frac{\partial^2 S}{\partial x^2},其中部分被划掉。

  2. 声音
    观察依据

    主讲人提及这一族特征函数和特征值。

待核验内容
  1. 第一个表达式因粉笔涂改而视觉上模糊;可辨识的数学内容是特征值关系 λS=S\lambda S=S''。

公式
解释

空间因子 S(x)S(x) 满足二阶导数算子的特征值方程。黑板上被划掉的部分表示修订,但保留下来的关系表明 λS\lambda S 等于 S 的二阶导数。

公式
λS=S′′\lambda S=S''
适用条件
  1. S 在 x 处二阶可导

  2. λ 是与 S 相关联的特征值

先修条目
  1. 分离变量所得的乘积解

作为叠加的通解

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上写着“通解 u(t,x)=∑k=1∞Bu(t,x)=\sum_{k=1}^{\infty}B_ke^{-k^2π2t2\pi^2t}SkS_k"。

  2. 声音
    观察依据

    主讲人称这是这些解的组合,并将其称为通解。

公式
解释

所展示的通解是分离解构成的无穷线性组合。每一项都包含一个系数 BkB_k、一个指数型时间衰减因子 e−k2π2te^{-k^2\pi^2t},以及一个空间特征函数 SkS_k。

公式
u(t,x)=∑k=1∞Bke−k2π2tSku(t,x)=\sum_{k=1}^{\infty}B_ke^{-k^2\pi^2t}S_k
适用条件
  1. k 取遍所有正整数

  2. 该公式假设所列出的正弦模态构成了相关的解族

先修条目
  1. 分离变量所得的乘积解
  2. 空间部分的特征值方程
定理与条件 · 13

热方程的结构

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲者说:‘现在时间项进入热方程。我们有一个时间导数,并与两个空间导数相匹配。’

  2. 公式
    观察依据

    黑板上的方程为 ∂u/∂t = ∂^2u/∂x2x^2。

命题
命题

本节介绍的热方程,一侧含一个时间导数,另一侧含两个空间导数。

前提
  1. 正在讨论的方程是写在黑板上的热方程。

量词

本讲段中展示的函数为 u(t,x)u(t,x)。

偏微分方程分离变量法与常微分方程特征值解法之间的类比

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,这与求解常微分方程组完全类似:其中提取出 eλte^{λt},λ 为特征值,并出现一个特征向量;而此处则是一个特征函数,因为它依赖于 x。

命题
命题

将热方程的解设为 eλtS(x)e^{λt}S(x) 的形式,类似于用 eλte^{λt} 乘以特征向量来求解常微分方程组,只不过此处的空间因子是一个特征函数,而非向量。

前提
  1. 通过分离时间与空间依赖关系来寻求偏微分方程的解。

量词

本讲段中对常微分方程组与热方程所作的比较。

消去后剩下的关系式是一个特征值方程。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师称他消去了 eλte^{λt},从而得到一个特征值方程。

  2. 动画
    观察依据

    在等式两侧的指数因子上画出了消去标记。

待核验内容
  1. 屏幕上该片段内未完成最终简化后的精确公式。

命题
命题

将 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x) 代入热方程,并约去公因子 eλte^{λt} 后,剩余的关系式即为 S 的本征值方程。

前提
  1. 代入后的方程两侧均含有相同的因子 eλte^{λt}。

量词

针对本片段所采用的分离变量解形式。

sin⁡(kπx)\sin (kπx) 是算子 d²/dx² 的一个特征函数,对应的特征值为 -k²π²。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,对该函数求二阶导数后仍得到 sin⁡(kπx)\sin (kπx),因此它是一个特征函数,对应的特征值为 -k²π²。

  2. 公式
    观察依据

    黑板上显示 S(x)S(x)=sin kπx 且 λ=-k^2π22π^2。

命题
命题

对于 S(x)S(x)=sin⁡(kπx)\sin (kπx),应用二阶导数算子可得 d²S/dxS/dx² = -k²π² S(x)S(x),因此对应的特征值为 λ=-k²π²。

前提
  1. S(x)S(x) 等于 sin⁡(kπx)\sin (kπx)。

  2. 所考虑的算子是 d²/dx²。

量词

针对构造中所用的每个模态指标 k。

分离变量所得解的线性组合构成通解。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,若已知若干个解,且方程是线性的,则只需将这些基本解作线性组合即可。

待核验内容
  1. 叠加原理的证明未在此片段中展示;仅陈述了该原理。

命题
命题

由于热传导方程是线性的,已知的分离变量解的和也是解,而通解则通过对所有模态作此类组合得到。

前提
  1. 该偏微分方程是线性的。

  2. 求和式中的每一项都是热传导方程的一个已知解。

量词

在级数所用的基本解的带指标族上进行。

高阶模态衰减更快

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,对时间 t 的依赖表现为快速衰减;且当 k 增大时,求和式中靠后的项衰减得极快。

  2. 公式
    观察依据

    所展示的因子是 e−k2π2te^{-k^2\pi^2t}。

命题
命题

在所展示的一般解中,第 k 阶模态的时间因子为 e−k2π2te^{-k^2\pi^2t};随着 k 增大,负指数的绝对值增大,因此靠后的项随时间衰减得更快。

前提
  1. k 是一个正整数

  2. t 大于等于0

  3. 通解使用所展示的因子 e−k2π2te^{-k^2\pi^2t}

量词

对每个正整数 k 和非负时间 t,k 越大,指数衰减速率越快。

k=1k = 1 的模态是所展示模态中衰减最慢的

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人指出衰减最慢的项对应 k 等于一,其系数为 b1b_1,时间因子为 e−π2te^{-\pi^2t}。

  2. 公式
    观察依据

    令 k=1k=1 代入 e−k2π2te^{-k^2\pi^2t} 给出 e−π2te^{-π^2t}.

待核验内容
  1. 口述的系数被听作 b1b_1,而板书记号为 BkB_k。

命题
命题

在所展示求和式中由正整数 k 标记的各模态中,衰减最慢者出现在 k=1k = 1,其时间因子为 e−π2te^{-\pi^2t}。

前提
  1. k 取遍所有正整数

  2. 衰减因子为 e−k2π2te^{-k^2\pi^2t}

  3. t 大于等于0

量词

对于正整数模态指数 k,最小衰减率出现在 k=1k=1处。

正弦本征函数满足端点为零的条件。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出:当 x 为零时,正弦值为零;当 x 为一时,正弦值为 kπ 的正弦,结果仍为零。

  2. 公式
    观察依据

    黑板上列出了 S(x)=sin⁡kπxS(x)=\sin k\pi x。

命题
命题

对每个正整数 k,sin⁡(kπx)\sin (kπx) 等于 0 在 x=0x = 0 和在 x=1x = 1,因此所显示的空间本征函数满足所述的固定端边界条件。

前提
  1. k 是一个正整数。

  2. 空间本征函数是 sin⁡(kπx)\sin(k\pi x)。

量词

对所有正整数 k,函数 sin⁡(kπx)\sin(k\pi x) 在两个端点 x=0x=0 和 x=1x=1 处均为零。

衰减的物理意义是热量离开杆体。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师描述了一根两端温度保持为零的材料杆,热量在杆内流动,并随着杆逐渐趋近冻结而从两端散失。

命题
命题

在讲师的物理描述中,解模态的指数衰减对应于杆内初始存在的热量通过两端(两端温度保持为零)向外散失,从而使杆逐渐趋近冻结。

前提
  1. u 表示材料杆中的温度。

  2. 两端温度保持为零

  3. 杆内初始时刻存在热量

量词

对于两端固定为零温度的该杆,所展示的衰减解被理解为热量随时间不断散失。

求系数的步骤是一个傅里叶正弦级数问题

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“每当我需要求这些系数时,这就是一个傅里叶正弦级数。这里只有正弦项,没有余弦项。”

  2. 公式
    观察依据

    所展示的初始条件方程中仅包含 sin⁡(kπx)\sin(k\pi x) 项。

命题
命题

在这个热方程例子中,根据初始条件确定系数 BkB_k 是一个傅里叶正弦级数问题,而不是包含余弦项的完整傅里叶级数问题。

前提
  1. 空间基函数为 Sk(x)=sin⁡(kπx)S_k(x)=\sin(k\pi x)。

  2. 初始分布曲线在 0<x<10<x<1 区间内由正弦展开式表示。

量词

对于所展示的例子,其中 u(0,x)=1u(0,x)=1,且基函数为 sin⁡(kπx)\sin(k\pi x)。

长时间后的稳态温度为零

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人明确指出稳态是整根杆都处于零度温度的状态。

  2. 图示
    观察依据

    图中勾勒出的后续时刻曲线向下趋近于横轴。

命题
命题

在所描绘的演化过程中,稳态温度分布为整根杆上 u=0u=0。

前提
  1. 每个模态均带有因子 e−k2π2te^{-k^2\pi^2 t}。

  2. 图中所示的边界值始终保持为零。

量词

当 t→∞t \to \infty 时,对 0≤x≤10 \le x \le 1 成立。

一个偏微分方程的热传导问题需要无穷多个模态,才能匹配完整的初始函数

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“再次强调,我们有无穷多个解。我们讨论的是一个偏微分方程。我们需要匹配的是一个完整的函数,因此必须用到所有这些解。”

命题
命题

由于热方程是一个偏微分方程,且初始数据是一个完整的函数,因此解必须使用无穷多个分离的模态,而非单个模态。

前提
  1. 该问题是偏微分方程

  2. 存在一个完整的初始函数需要匹配

量词

对于所展示的热方程设定,需要无穷多个解模态。

推导与证明 · 9

从分离变量形式的热方程试探解出发推导本征值方程。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人讲解了分离变量、代入、约去公因子以及最终得到的本征值方程。

  2. 公式
    观察依据

    黑板上显示 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x),随后写出 λeλtS=eλtλ e^{λt}S=e^{λt}∂S/∂x2x^2,并在 eλte^{λt} 上画出约去标记。

待核验内容
  1. 视频片段中最后写出的化简步骤不完整;主讲人口述的语句以‘因此,我的函数的二阶导数是’开头,但在该片段结束前未说完。

严格证明
步骤
  1. 公式
    ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}
    解释

    从黑板上写出的热方程出发。

    步骤依据

    本讲片段中给出的热方程定义。

    视频直接表达
  2. 公式
    u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
    解释

    假设一个分离变量形式的解,其时间部分为指数函数,空间部分为函数 S(x)S(x)。

    步骤依据

    主讲人陈述的分离变量试探解形式。

    视频直接表达
  3. 公式
    ∂∂t(eλtS(x))=λeλtS(x)\frac{\partial}{\partial t}\left(e^{\lambda t}S(x)\right)=\lambda e^{\lambda t}S(x)
    解释

    对所假设的解关于时间求导;指数函数求导后引出因子 λ。

    步骤依据

    讲师提到时间导数会提出一个λ,这是eλte^{λt}的标准求导法则。

    视频直接表达
  4. 公式
    ∂2∂x2(eλtS(x))=eλt∂2S∂x2\frac{\partial^2}{\partial x^2}\left(e^{\lambda t}S(x)\right)=e^{\lambda t}\frac{\partial^2 S}{\partial x^2}
    解释

    对假设解关于空间变量求二阶导数;时间因子保留在空间导数之外并与其相乘。

    步骤依据

    讲师指出存在两个空间导数,并写出代入后的空间部分表达式,即eλte^{λt}乘以S的导数表达式。

    依据视频推导
  5. 公式
    λeλtS=eλt∂2S∂x2\lambda e^{\lambda t}S=e^{\lambda t}\frac{\partial^2 S}{\partial x^2}
    解释

    将代入热方程后的含时间导数的一侧与含空间导数的一侧相等。

    步骤依据

    代入热方程。

    视频直接表达
  6. 公式
    λS=∂2S∂x2\lambda S=\frac{\partial^2 S}{\partial x^2}
    解释

    两边同时约去公共因子eλte^{λt},从而得到关于S的本征值方程。

    步骤依据

    讲师明确约去了eλte^{λt},并称所得结果为本征值方程。

    依据视频推导
结论

分离变量后的热方程化为关于空间函数S的本征值问题,最终简化后的方程在视频片段结束前尚未完全写完。

sin⁡(kπx)\sin (kπx) 的特征值推导

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“对这个式子求二阶导数”,然后解释说 kπ 会出来两次,并带有一个负号。

  2. 公式
    观察依据

    黑板上写着 S(x)=sin⁡kπxS(x) = \sin kπx 和 λ=−k2π2λ = -k^2π^2。

严格证明
步骤
  1. 公式
    S(x)=sin⁡(kπx)S(x)=\sin(k\pi x)
    解释

    从黑板上写出的待定空间特征函数出发。

    步骤依据

    直接根据讲师的板书和口述观察得出。

    视频直接表达
  2. 公式
    d2dx2sin⁡(kπx)\frac{d^2}{dx^2}\sin(k\pi x)
    解释

    对正弦函数应用二阶导数算子。

    步骤依据

    这是对空间算子 d²/dx² 进行的特征值检验。

    视频直接表达
  3. 公式
    −k2π2sin⁡(kπx)-k^2\pi^2\sin(k\pi x)
    解释

    两次求导使因子 kπ 各出现一次,并引入一个负号。

    步骤依据

    正弦函数与线性自变量复合时的标准求导法则,由讲师口头讲解。

    视频直接表达
  4. 公式
    λ=−k2π2\lambda=-k^2\pi^2
    解释

    由于结果是原函数的一个常数倍,该常数即为特征值。

    步骤依据

    算子 d²/dx² 的特征函数/特征值的定义。

    视频直接表达
结论

函数 sin⁡(kπx)\sin (kπx) 是算子 d²/dx² 的一个特征函数,对应的特征值为 λ=−kλ = -k²π²。

由特征对构造通解。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出前一组解较为简单,随后通过组合基本解写出通解。

  2. 公式
    观察依据

    黑板上显示一个从 k=1k=1 到无穷的求和式,其系数为 BkB_k,含有指数衰减因子和正弦因子。

待核验内容
  1. 讲师书写过程中部分中间手写内容被遮挡,但最终口述的公式明确了所要表达的式子。

严格证明
步骤
  1. 公式
    u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
    解释

    从黑板上已写出的分离变量解形式出发。

    步骤依据

    此前已建立的求解热方程的设定。

    视频直接表达
  2. 公式
    λ=−k2π2,S(x)=sin⁡(kπx)\lambda=-k^2\pi^2,\quad S(x)=\sin(k\pi x)
    解释

    将每个模态 k 所求得的特征值与特征函数代入。

    步骤依据

    源自正弦特征对的推导过程。

    视频直接表达
  3. 公式
    uk(t,x)=e−k2π2tsin⁡(kπx)u_k(t,x)=e^{-k^2\pi^2 t}\sin(k\pi x)
    解释

    这就给出了一个针对固定 k 的基本分离变量解。

    步骤依据

    直接代入分离变量形式。

    依据视频推导
  4. 公式
    u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)
    解释

    对所有模态求和,并以系数 〔BkB_k〕 加权,从而构造通解。

    步骤依据

    如主讲人所述,热传导方程的线性性质允许解的叠加。

    视频直接表达
结论

通解表示为一系列分离的正弦模态解的无穷线性组合,各模态对应系数 〔BkB_k〕。

从特征值到指数衰减因子

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上显示 u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x),其中 λ=−k2π2\lambda=-k^2\pi^2,以及含 e−k2π2te^{-k^2\pi^2t} 的通解。

  2. 声音
    观察依据

    讲师讨论解关于 t 的依赖关系,指出这是快速衰减,并将 k=1k=1 对应的因子识别为 e−π2te^{-\pi^2t}。

严格证明
步骤
  1. 公式
    u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)
    解释

    从黑板上展示的分离变量乘积解出发。

    步骤依据

    黑板上观察到的热方程解的公式。

    视频直接表达
  2. 公式
    λ=−k2π2\lambda=-k^2\pi^2
    解释

    使用正弦空间模态所对应的特征值。

    步骤依据

    黑板上观察到的公式配对:S(x)=sin⁡kπxS(x)=\sin k\pi x 与 λ=−k2π2\lambda=-k^2\pi^2。

    视频直接表达
  3. 公式
    eλt=e−k2π2te^{\lambda t}=e^{-k^2\pi^2t}
    解释

    将特征值代入时间因子。

    步骤依据

    将 λ=−k2π2\lambda=-k^2\pi^2 直接代入 eλte^{\lambda t}。

    依据视频推导
  4. 公式
    k=1:e−π2tk=1:\quad e^{-\pi^2t}
    解释

    对于第一种模态,衰减因子变为 e−π2te^{-\pi^2t}。

    步骤依据

    将 k=1k=1 代入 e−k2π2te^{-k^2\pi^2t};这与讲师口述的例子一致。

    依据视频推导
结论

所展示的分离解随时间衰减,其形式为 e−k2π2te^{-k^2\pi^2t},其中 k=1k=1 的模态按 e−π2te^{-\pi^2t} 衰减。

检验正弦本征函数的端点取值

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师在 x=0x=0 和 x=1x=1 处计算正弦函数,并指出两者结果均为零。

  2. 公式
    观察依据

    黑板上列出 S(x)=sin⁡kπxS(x)=\sin k\pi x。

严格证明
步骤
  1. 公式
    Sk(x)=sin⁡(kπx)S_k(x)=\sin(k\pi x)
    解释

    取所展示的第 k 个空间本征函数。

    步骤依据

    黑板上的公式及讲师对 SkS_k 的说明

    视频直接表达
  2. 公式
    Sk(0)=sin⁡(kπ⋅0)=sin⁡0=0S_k(0)=\sin(k\pi\cdot 0)=\sin 0=0
    解释

    在左端点 x=0x=0 处,正弦因子为零。

    步骤依据

    在 0 处计算正弦函数。

    依据视频推导
  3. 公式
    Sk(1)=sin⁡(kπ⋅1)=sin⁡(kπ)=0S_k(1)=\sin(k\pi\cdot 1)=\sin(k\pi)=0
    解释

    在右端点 x=1x=1 处,当 k 为整数时,正弦因子也为零。

    步骤依据

    整数倍的 π\pi 的正弦值为零;这与讲师的陈述一致。

    依据视频推导
结论

每个显示的正弦本征函数在两个端点处均为零,符合所陈述的零温度边界条件。

将 t=0t=0代入通解,并匹配 u(0,x)=1u(0,x)=1

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“当 t 为零时,这个因子为一,此时只剩下 sks_k,即 kπx 的正弦函数。它必须与常数一相匹配。”

  2. 公式
    观察依据

    下方黑板显示 t=0t=0,随后是 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1。

严格证明
步骤
  1. 公式
    u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x)
    解释

    从上方黑板展示的通解出发。

    步骤依据

    黑板上观察到的公式。

    视频直接表达
  2. 公式
    Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x
    解释

    将 Sk(x)S_k(x) 替换为其显式的正弦形式。

    步骤依据

    上板所写的定义。

    视频直接表达
  3. 公式
    t=0t=0
    解释

    设定初始时刻,以满足初始条件。

    步骤依据

    明确写在下板,并在音频中陈述。

    视频直接表达
  4. 公式
    e−k2π2⋅0=1e^{-k^2\pi^2\cdot 0}=1
    解释

    在 t=0t=0 时,指数时间因子等于 1。

    步骤依据

    指数函数在零处的标准取值;与主讲人所说“当 t 为零时,这个值是一”一致。

    依据视频推导
  5. 公式
    ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1
    解释

    代入 t=0t=0 后,剩余的级数必须等于初始温度分布 1。

    步骤依据

    将代入后的通解与所写的初始条件 u(0,x)=1u(0,x)=1 进行匹配。

    视频直接表达
结论

系数 BkB_k 由要求正弦级数 ∑\sum _{k=1k=1用 }^{∞\infty} Bksin⁡kπxB_k \sin k\pi x 表示恒定的初始轮廓1在0<x<10<x<1上。

从通解推导出初始条件方程

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    上板显示 u(t,x)=∑Bke−k2π2tsin⁡(kπx)u(t,x)=\sum B_k e^{-k^2\pi^2 t}\sin(k\pi x);下板写出 ∑Bksin⁡(kπx)=1\sum B_k\sin(k\pi x)=1,当 t=0t=0 时。

  2. 声音
    观察依据

    讲师表示,他正在求出系数,以使该级数与初始条件“一”相匹配。

严格证明
步骤
  1. 公式
    u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)
    解释

    从上板展示的通分离解出发。

    步骤依据

    黑板上给出的公式。

    视频直接表达
  2. 公式
    e−k2π2⋅0=1e^{-k^2\pi^2\cdot 0}=1
    解释

    在初始时刻 t=0t=0,每个指数因子都等于 1。

    步骤依据

    将 t=0t=0 直接代入指数部分。

    依据视频推导
  3. 公式
    u(0,x)=∑k=1∞Bksin⁡(kπx)u(0,x)=\sum_{k=1}^{\infty} B_k\sin(k\pi x)
    解释

    因此,初始分布由纯正弦级数表示。

    步骤依据

    将 t=0t=0 代入通解。

    依据视频推导
  4. 公式
    ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1
    解释

    令给定初始条件 u(0,x)=1u(0,x)=1 与解匹配,即可得到下板所示的系数方程。

    步骤依据

    将 u(0,x)u(0,x) 的级数表示式与给定的初始值 1 相等化。

    视频直接表达
结论

系数 BkB_k 必须选取为使得该正弦级数在区间上等于 1,这正是傅里叶正弦级数匹配步骤。

在确定 BkB_k 后重构后续时刻的解

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    写出初始级数后,讲师写下 u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x),其中 t>0t>0。

  2. 声音
    观察依据

    他说:‘然后当 t 大于零时,解 u 将是……这些 bkb_k 的和……乘以 e−k2π2te^{-k^2\pi^2 t},再乘以 sin⁡(kπx)\sin (k\pi x)。’

严格证明
步骤
  1. 公式
    ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1
    解释

    首先根据 t=0t=0 时的初始条件确定 BkB_k。

    步骤依据

    下板显示的方程及口头讲解。

    视频直接表达
  2. 公式
    u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)
    解释

    接着将含时间的指数因子逐模重新代入,从而得到 t>0t>0 时的解。

    步骤依据

    利用上板给出的一般解结构,并代入现已确定的系数。

    视频直接表达
结论

一旦从初始数据中获知傅里叶正弦系数,正时间下的完整热方程解,就是同一正弦级数,其每一项都按模乘以 e−k2π2te^{-k^2\pi^2 t}。

从一般级数出发推导初始条件方程

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    上方黑板给出 u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x),其中 Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x。

  2. 公式
    观察依据

    底板写 u(0,x)=1u(0,x)=1 且 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1 当 t=0t=0。

严格证明
步骤
  1. 公式
    u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x)
    解释

    从上方黑板所展示的一般解出发。

    步骤依据

    黑板上的公式。

    视频直接表达
  2. 公式
    Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x
    解释

    将所展示的空间模态代入一般解。

    步骤依据

    位于一般解旁边的黑板公式。

    视频直接表达
  3. 公式
    u(0,x)=∑k=1∞Bke−k2π2⋅0sin⁡(kπx)u(0,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2\cdot 0}\sin(k\pi x)
    解释

    在级数中令 t=0t=0。

    步骤依据

    将初始时刻直接代入所展示的公式。

    依据视频推导
  4. 公式
    ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k \sin(k\pi x)=1
    解释

    利用初始条件 u(0,x)=1u(0,x)=1,并简化 e0=1e^{0}=1,从而得到黑板上所示的匹配方程。

    步骤依据

    结合初始条件并对指数因子作初等化简。

    视频直接表达
结论

初始条件 u(0,x)=1u(0,x)=1 转化为傅里叶正弦匹配方程:在所示区间上,∑k=1∞Bksin⁡(kπx)=1\sum _{k=1}^{\infty } B_k \sin (kπx)=1。

例题详解 · 3

衰减最慢的一阶模

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人指出衰减最慢的项对应 k 等于一,其系数为 b1b_1,指数衰减因子为 e−π2te^{-\pi^2t}。

  2. 公式
    观察依据

    通解包含项 B_ke^{-k^2π2t2\pi^2t}SkS_k。

待核验内容
  1. 该系数口述为 b1b_1,但板书写作 BkB_k。

题目

从所显示的通解中,识别出衰减最慢项的时间因子。

已知条件
  1. 通解包含项 B_ke^{-k^2π2t2\pi^2t}SkS_k

  2. k 是正整数

  3. 讲师指出,k 越大,衰减越快

目标

求出 k=1k=1 对应的时间衰减因子的形式。

步骤
  1. 公式
    Bke−k2π2tSkB_ke^{-k^2\pi^2t}S_k
    解释

    从板书所示的第 k 项通式出发。

    步骤依据

    所观察到的通解公式。

    视频直接表达
  2. 公式
    k=1k=1
    解释

    选择最小的正整数指标,因为主讲人将其识别为衰减最慢的项。

    步骤依据

    音频说明:衰减最慢的项对应 k 等于一。

    视频直接表达
  3. 公式
    B1e−π2tS1B_1e^{-\pi^2t}S_1
    解释

    将 k=1 代入所显示的第 k 项。

    步骤依据

    直接代入 B_ke^{-k^2π2t2\pi^2t}SkS_k。

    依据视频推导
结果

第一阶模态的时间因子为 e−π2te^{-\pi^2t},其系数在黑板上写作 B1B_1,口述为 b1b_1。

检验

这与主讲人口述的例子一致:“会有一个 b1b_1 和 e−π2te^{-\pi^2t}”。

两端冻结、初始温度均匀的温热金属棒

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人说:“也许我一开始用一根温热的金属棒”,“所以我有一根普通的被加热的金属棒”,以及“然后我把这根棒放进冰箱。”

  2. 图示
    观察依据

    下板画出一条从 0 到 1 的水平线段,两端均标为 f,标出 x=0x=0 和 x=1x=1,并写出 u(0,x)=1u(0,x)=1。

待核验内容
  1. 本片段中未计算 BkB_k 的最终显式数值。

题目

画出满足条件的杆的解的图像:杆位于0≤x≤10\le x\le 1上,两端保持冻结,且初始温度为u(0,x)=1u(0,x)=1。

已知条件
  1. 杆从0延伸至1。

  2. 两端均标记为f,并描述为冻结状态。

  3. 杆的侧面绝热,因此热量仅从两端散失。

  4. 初始条件为u(0,x)=1u(0,x)=1。

目标

将热方程的一般解化简为确定该特定初值问题系数的方程。

步骤
  1. 公式
    0≤x≤10\le x\le 1
    解释

    将物理杆画作空间定义域。

    步骤依据

    音频中表述为“这是我的从零到一的杆”,并在黑板上展示。

    视频直接表达
  2. 公式
    u(0,x)=1u(0,x)=1
    解释

    在整个杆上指定初始温度分布。

    步骤依据

    写在黑板上,并口头表述为“所以u在零时刻、位置x处,我设为一。”

    视频直接表达
  3. 公式
    u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x)
    解释

    以之前已求得的一般解作为起始公式。

    步骤依据

    当讲师说他必须记住一般解时,所参考的是上方黑板上的内容。

    视频直接表达
  4. 公式
    t=0: ∑k=1∞Bksin⁡kπx=1t=0:\ \sum_{k=1}^{\infty} B_k \sin k\pi x = 1
    解释

    令 t=0t = 0,并将级数与初始条件匹配。

    步骤依据

    写在下部黑板上,并通过口头说明解释为与初始图像匹配。

    视频直接表达
结果

完成的设定过程以系数匹配方程 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1 结束。

检验

讲师指出,将从该方程中求出 BkB_k,然后得到 t>0t > 0 时的最终解。

示例:杆初始处于均匀温度1

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    标注为 u(0,x)=1u(0,x)=1 的图像,在区间 0≤x≤10\le x\le 1 上呈平坦顶部。

  2. 公式
    观察依据

    下板写出 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k\sin k\pi x=1,并注明 t=0t=0。

  3. 声音
    观察依据

    讲师说,整根杆子的初始温度处处为一。

待核验内容
  1. 本片段未计算 BkB_k 的具体数值;讲师指出,需另看一个傅里叶级数视频,才能知道这些数值的具体结果。

题目

在区间0≤x≤10\le x\le 1上求解热方程,初始温度为u(0,x)=1u(0,x)=1,并采用所展示的正弦模态展开式。

已知条件
  1. u(0,x)=1u(0,x)=1,其中0<x<10<x<1

  2. 空间模态为sin⁡(kπx)\sin(k\pi x)

  3. 通解形式为u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)

目标

将解表示为傅里叶正弦级数,其系数由初始条件确定,然后写出t>0t>0时的时间依赖解。

步骤
  1. 公式
    u(0,x)=∑k=1∞Bksin⁡(kπx)u(0,x)=\sum_{k=1}^{\infty} B_k\sin(k\pi x)
    解释

    在通解中令t=0t=0,使指数因子变为1。

    步骤依据

    代入所展示的通式。

    依据视频推导
  2. 公式
    ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1
    解释

    将所得正弦级数与恒定的初始分布1相匹配。

    步骤依据

    初始条件已在黑板上写出,并在口述中说明。

    视频直接表达
  3. 公式
    u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)
    解释

    恢复时间因子,从而得到后续时刻的解。

    步骤依据

    通解结构来自上方黑板。

    视频直接表达
结果

u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x),其中 BkB_k 是由 ∑k=1∞Bksin⁡(kπx)=1\sum_{k=1}^{\infty} B_k\sin(k\pi x)=1 确定的傅里叶正弦系数。

检验

视频中通过结构验证确认答案正确:检查当 t=0t=0 时,指数项等于 1,且级数复现初始条件;BkB_k 的显式数值验证留待另一讲中进行。

图示与动画 · 15

热方程讲座的黑板布局。

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    黑板背景上显示标题“视频8.3:热方程”、方程∂u/∂t = ∂^2u/∂x2x^2,以及解的形式u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)及其代入后的方程。

图中对象
  1. 黑板文字:“视频8.3:热方程”。

  2. 方程∂u/∂t = ∂^2u/∂x2x^2。

  3. 解的形式为 u(t,x)=eλtS(x)u(t,x) = e^{λt}S(x)。

  4. 代入后的方程为 λeλtS=eλtλ e^{λt}S = e^{λt}∂S/∂x2x^2。

  5. 讲师站在黑板前。

变化过程
  1. 讲师一边讲解方程结构,一边指向时间导数项和空间导数项。

  2. 他指向分离后的解形式,并将指数部分和 S(x)S(x) 部分分别标注为特征值部分和特征函数部分。

  3. 他在代入后方程两侧的 eλte^{λt} 因子上画出消去标记。

  4. 他在视频片段末尾、代入后方程下方开始书写新的一行。

不变量
  1. 主热传导方程在整个片段中始终可见。

  2. 分离后的解形式在整个片段中始终可见。

数学含义

视觉序列呈现了从偏微分方程到分离变量特征值方程的代数化简过程:先写出方程,再提出乘积形式的解,接着代入,最后消去公共的指数因子。

公共指数因子的视觉消去

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    对角粉笔划线在 λeλtS=eλtλ e^{λt}S = e^{λt}∂S/∂x2x^2 两侧的 eλte^{λt} 上进行消去。

图中对象
  1. 代入方程左侧的〔eλte^{λt}〕项。

  2. 代入方程右侧的〔eλte^{λt}〕项。

  3. 对角线消去标记。

变化过程
  1. 两个指数因子均被标记为从方程中移除。

不变量
  1. 剩余的因子 λ、S 以及 S 的导数表达式保留在黑板上。

数学含义

该动画表示用公共非零因子 eλte^{λt} 进行除法或约去,得到一个仅含 λ 和空间函数 S 的方程。

初始黑板布局

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    黑板充满画面,标题为“视频8.3:热方程”,偏微分方程为 ∂u/∂t = ∂²u/∂x²,分离变量解模板为 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)。

图中对象
  1. 热方程对应的黑板文字

  2. 分离变量解公式 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)

  3. 主讲人站在黑板前

变化过程
  1. 主讲人一边讲解 λ 和 S,一边指向黑板上已有的公式。

不变量
  1. 热方程本身始终保持显示,未作任何改动。

  2. 分离形式 eλtS(x)e^{λt}S(x) 仍作为参考结构。

数学含义

视觉布局表明本节课通过分离时间因子与空间因子来求解热传导方程。

写出正弦本征函数及其对应的本征值

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    主讲人写下 S(x)=sin⁡kπxS(x)=\sin kπx,随后在其下方写下 λ=−k2π2λ=-k^2π^2。

图中对象
  1. 公式 S(x)=sin⁡kπxS(x)=\sin kπx

  2. 公式 λ=−k2π2λ=-k^2π^2

  3. 主讲人手中拿着粉笔

变化过程
  1. 在先前的解模板下方添加了一个新的空间本征函数。

  2. 接着,将对应的本征值直接写在其正下方。

不变量
  1. 原始热传导方程及分离后的解形式仍保留在上方可见区域。

数学含义

黑板推演过程展示了为解的空间部分所选定的具体本征对。

在黑板上构建级数解

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    主讲人写下“通解 u(t,x)u(t,x)=”,随后添加一个求和符号,其下标为 k=1k=1,上标为 ∞\infty ,再依次写出系数 BkB_k、一个指数因子和一个正弦因子。

待核验内容
  1. 最终手写公式的精确排版在书写过程中部分被遮挡,但口述公式明确了预期的表达式。

图中对象
  1. 标注“通解”

  2. 求和符号 ∑\sum ,下限为 k=1k=1,上限为 ∞\infty

  3. 系数 BkB_k

  4. 指数因子 e−k2π2te^{-k^2π^2 t}

  5. 正弦因子 sin⁡(kπx)\sin (kπx)

变化过程
  1. 授课内容从单个特征对过渡到一族带指标的解。

  2. 引入系数 BkB_k 以对每个模态加权。

不变量
  1. 底层分离结构 eλtS(x)e^{λt}S(x) 仍决定求和式中每一项的形式。

数学含义

视觉序列展示了叠加原理:多个基本分离解被组合成一个通解。

热方程解的黑板组织结构

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    黑板背景上显示标题“视频8.3:热方程”,顶部写有方程 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}。

  2. 图示
    观察依据

    下方列出了分离变量解、通解求和式,以及一个花括号,其中列出 S(x)=sin⁡kπxS(x)=\sin k\pi x 和 λ=−k2π2\lambda=-k^2\pi^2。

图中对象
  1. 标题“视频8.3:热方程”

  2. 方程 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}

  3. 分离变量解 u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x)

  4. 划掉的特征值关系式书写

  5. 通解 ∑k=1∞B\sum_{k=1}^{\infty}B_ke^{-k^2π2t2\pi^2t}SkS_k

  6. 花括号列举 S(x)=sin⁡kπxS(x)=\sin k\pi x 和 λ=−k2π2\lambda=-k^2\pi^2

变化过程
  1. 讲师在特征函数/特征值列表、分离变量解以及通解之间依次指点。

  2. 约在118秒时,下方黑板面板向上推动,使主体书写内容在画面中位置升高。

不变量
  1. 所展示的热传导方程在整个片段中始终可见。

  2. 通解及带花括号的正弦函数/特征值列表在整个片段中始终保留在黑板上。

数学含义

黑板将课程内容从偏微分方程,逐步组织为分离变量解、特征函数数据,再到叠加而成的通解,从而支撑讲师关于模态衰减与边界条件的口头讲解。

用手势演示物理杆体及端点取值

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    讲师用手势模拟一根杆及其两端,同时描述两端温度为零以及热量向外流出的情形。

  2. 动画
    观察依据

    他在评估 x=0x=0 和 x=1x=1 时,朝正弦公式方向做出手势。

图中对象
  1. 讲师的手

  2. 一根实物杆的脑海图像

  3. 对应于 x=0x=0 和 x=1x=1 的端点

  4. 显示的正弦本征函数 sin⁡kπx\sin k\pi x

变化过程
  1. 他双手向外并略向内移动,以表示杆及其两端。

  2. 他在讨论端点取值时,指向正弦表达式。

不变量
  1. 口头表述的边界条件仍是:两端温度始终保持为零。

  2. 当前讨论的空间本征函数仍为 sin⁡(kπx)\sin(k\pi x)。

数学含义

这一手势序列将 x=0x=0 和 x=1x=1 处抽象的正弦函数零点,与热量由此逸出的冻结端点这一物理图景联系起来。

加热杆的物理示意图

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    下部黑板显示一条水平线段,端点标记为 0 和 1,两端均标有 f,随后加注 x=0x = 0 和 x=1x = 1,并在其上方写出 u(0,x)=1u(0,x) = 1。

  2. 声音
    观察依据

    讲师说:“这是我的从零到一的杆”以及“这个方向是 x。”

图中对象
  1. 水平杆段

  2. 端点标记 0 和 1

  3. 固定端标记 f

  4. 坐标轴标签 x

  5. 初始条件 u(0,x)=1u(0,x) = 1

变化过程
  1. 讲师首先画出从0到1的线段。

  2. 接着,他在两端都标上 f,表示两端温度固定(冻结端)。

  3. 他添加方向标签 x,并在端点处标注 x=0x=0 和 x=1x=1。

  4. 他在线段上方写下 u(0,x)=1u(0,x)=1,以指定初始温度。

不变量
  1. 整个示意图中,空间区间始终保持为 0≤x≤10\le x\le 1。

  2. 两端始终标记为冻结端。

数学含义

该图示编码了热传导方程的边界条件与初始条件:一根单位长度的线段,两端温度固定且为低温,初始温度均匀为1。

回溯至黑板上方框出的一般解

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    在视频片段中段附近,讲师向上指向黑板上方框出的一般解。

  2. 声音
    观察依据

    他说:“让我回忆一下一般解的形式。”

图中对象
  1. 框出的公式:u(t,x)=∑k=1∞Bke−k2π2tSk(x)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k(x)

  2. 定义:Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x,且 λ=−k2π2\lambda=-k^2\pi^2

变化过程
  1. 讲师将注意力从黑板下方的示意图转移到黑板上方的公式。

  2. 他在讨论后续步骤时,指向了带方框的表达式。

不变量
  1. 在此次指涉过程中,黑板上方的公式保持不变。

数学含义

这一视觉手势将黑板下方具体的初值问题与上方已推导出的一般级数解联系起来。

常驻参考板,显示通解

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    在整个片段中,上层黑板始终保持可见,内容包括通解(General Sol.)、加框的级数、Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x,以及 λ=−k2π2\lambda=-k^2\pi^2。

图中对象
  1. 上层黑板文字

  2. 加框公式:u(t,x)=∑k=1∞Bke−k2π2tSku(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t} S_k

  3. 侧边注释:Sk(x)=sin⁡kπxS_k(x)=\sin k\pi x 和 λ=−k2π2\lambda=-k^2\pi^2

不变量
  1. 上层黑板上的公式在片段全程保持不变。

  2. 它们作为参考结构,在下层黑板上被重复使用。

数学含义

上层黑板提供已推导出的模态分解,而下层黑板将其应用于特定初始条件 u(0,x)=1u(0,x)=1。

初始条件以图像和级数两种形式展示

依据清楚
视频直接表达
来源依据
  1. 图示
    观察依据

    左下角图像标注为“Graph”及 u(0,x)=1u(0,x)=1,横轴标为 f→xf\to x,并标有 x=0x=0、x=1x=1。

  2. 公式
    观察依据

    其下方显示 t=0t=0 及 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k\sin k\pi x=1。

图中对象
  1. 矩形初始分布

  2. 坐标轴标签为 x=0x=0 和 x=1x=1

  3. 方程 ∑Bksin⁡kπx=1\sum B_k\sin k\pi x=1

不变量
  1. 初始分布在整个杆上为常数,且恒等于1。

  2. 该级数仅含正弦项。

数学含义

视觉配对表明:恒定的初始温度正由一个傅里叶正弦级数来表示。

t>0t>0 解的分步构造

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    讲师转向右下侧黑板,逐步写出 u(t,x)=∑k=1∞Bke−k2π2tsin⁡(kπx)u(t,x)=\sum_{k=1}^{\infty} B_k e^{-k^2\pi^2 t}\sin(k\pi x)。

  2. 声音
    观察依据

    他边写边叙述该构造过程:即各 bkb_k 乘以 e−k2π2te^{-k^2\pi^2 t},再乘以 sin⁡(kπx)\sin (k\pi x)。

图中对象
  1. u(t,x)u(t,x) 的手写体

  2. 求和符号

  3. 系数 BkB_k

  4. 指数因子

  5. 正弦因子

变化过程
  1. 首先写出左侧函数 u(t,x)u(t,x)。

  2. 然后加入求和号与系数 BkB_k。

  3. 接着插入指数衰减因子 e−k2π2te^{-k^2\pi^2 t}。

  4. 最后,空间因子 sin⁡(kπx)\sin(k\pi x) 完成每一项。

不变量
  1. 系数 BkB_k 来源于初始条件。

  2. 空间基函数保持为 sin⁡(kπx)\sin(k\pi x)。

数学含义

书写过程的动画清晰展示了:随时间演化的解是如何由初始条件确定的系数与模态衰减因子组合而成的。

易错点 · 9

混淆拉普拉斯方程与热传导方程在时间依赖性上的区别

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“我们之前有拉普拉斯方程,其中不含时间变量;现在时间变量出现在热传导方程中。”

误区

人们可能误以为此前讨论的拉普拉斯方程与热传导方程具有相同的变量结构。

说明

讲师通过指出拉普拉斯方程不涉及时间、而热传导方程包含时间导数,来区分二者。

在偏微分方程语境中将空间因子称为特征向量

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“此处它是特征函数,因为它依赖于〔x〕;我们之前没有〔x〕。”

误区

人们或许会沿用常微分方程系统的术语,将依赖于 x 的因子视为一个特征向量。

说明

在此热方程背景下,主讲人将依赖于 x 的因子 S(x)S(x) 称为特征函数,而非特征向量。

一个特征对并不能构成完整的解

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    在求得一个特征对后,讲者明确将其与“通解”对比,并指出必须取基本解的线性组合。

误区

仅找到一个形如 eλtS(x)e^{λt}S(x) 的分离解(对应某个 k 值),只能得到一个基本模态,而非热方程的完整解。

说明

主讲人强调,由于该方程是线性的,通解需通过将多个此类基本解加权求和来构造,权重系数为 BkB_k。

SkS_k 在求和式内部并未完全显式写出

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“而对于 SkS_k,我本应写成正弦 k pi x。”

  2. 公式
    观察依据

    通解中使用 SkS_k,而花括号所列内容则单独给出 S(x)=sin⁡kπxS(x)=\sin k\pi x。

误区

若将通解仅理解为由 SkS_k 单独确定空间函数,则实际的正弦形式可能隐而不显。

说明

讲师明确更正了记号,指出 SkS_k 应写作 sin⁡(kπx)\sin(k\pi x),该表达式也列在花括号标注的本征函数公式中。

黑板上被划掉的内容不应被当作一个独立的最终公式来读取。

时间近似
视频直接表达
来源依据
  1. 图示
    观察依据

    黑板上在本征值关系附近有被划掉的书写内容,包括 d2Sd^2S 和 λS\lambda S。

  2. 公式
    观察依据

    清晰可读且保留下来的关系式是 λS=∂2S∂x2\lambda S=\frac{\partial^2 S}{\partial x^2}。

待核验内容
  1. 修正前的确切原始表达式被粉笔划线遮盖,无法辨认。

误区

本征值关系附近的被划掉符号可能被误认为是额外的、彼此独立的方程。

说明

这些划线表示黑板上的修订过程;可用的数学内容是本征值关系 λS=S\lambda S=S'',以及所列出的正弦本征函数和本征值。

混淆一般解与完全确定的解

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说:“这些数字总是通过匹配初始条件来确定。”

  2. 公式
    观察依据

    他写下 t=0t=0,然后令该级数等于 1。

误区

有人可能认为带方框的级数已直接给出答案,无需进一步计算。

说明

该片段强调:系数 BkB_k 仍属未知,须待初始条件 u(0,x)=1u(0,x)=1 在 t=0t=0 处完成匹配后才能确定。

无穷级数解未必不可用

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师说道:“你可能会想,嗯,这个解看起来相当杂乱,因为它是一个无穷级数。但对偏微分方程而言,这其实并不算差。”

误区

人们可能会认为,由于热方程的解是一个无穷级数,因此过于复杂而失去实际意义。

说明

视频强调:对于偏微分方程而言,这种结构是常规且有用的——解可分离为数值系数、随时间快速衰减的因子,以及简单的正弦空间模态。

请勿将其与包含余弦项的完整傅里叶级数混淆

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师明确指出:‘这是一个傅里叶正弦级数。此处我只用了正弦项,没有余弦项。’

误区

人们可能误以为任何傅里叶型系数计算都同时包含正弦项和余弦项。

说明

本例中展开式仅使用正弦模态 ​sin⁡(kπx)\sin(k\pi x),因此求系数的问题特指傅里叶正弦级数问题。

误将所展示的设定当作实际的系数计算过程。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师称此步骤为‘我尚未进行的一步’,并指出这是求解傅里叶系数的傅里叶级数步骤。

  2. 声音
    观察依据

    他最后称傅里叶级数是‘一个独立且重要的问题’。

误区

人们可能以为黑板上已算出了系数 BkB_k 的值。

说明

本片段中,讲师仅建立了匹配方程 ∑k=1∞Bksin⁡kπx=1\sum_{k=1}^{\infty} B_k \sin k\pi x = 1,并指出傅里叶级数是求解 BkB_k 的方法;具体计算则留待后续进行。

概念关系 · 25

热方程的定义 → 分离变量形式的试探解

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人首先写出热方程,然后表示希望将两个部分分离,并寻找形如 eλtS(x)e^{λt}S(x) 的解。

先修
解释

这种分离变量形式的解被专门作为求解本片段早先定义的热方程的一种方法而引入。

分离变量形式的试探解 → 将分离变量形式代入热方程

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人称他将所提出的解代入该微分方程。

  2. 公式
    观察依据

    黑板上从 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x) 推出 λeλtS=eλtλ e^{λt}S=e^{λt}∂S/∂x2x^2。

应用
解释

通过将乘积形式的试探解直接代入热方程,推导出关于 S 的方程。

将分离变量形式代入热方程 → 消去指数因子,得到本征值方程

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    消去标记仅在代入后的方程已出现在黑板上之后才画出。

先修
解释

消去步骤的前提是:先将分离形式的解代入热方程,并在等式两边得到相同的指数因子。

分离变量形式的试探解 → 偏微分方程分离变量法与常微分方程特征值解法之间的类比

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人将当前设定与含 eλte^{λt} 和特征向量的常微分方程系统作类比,随后指出此处的因子是一个特征函数。

对比
解释

分离变量所得的偏微分方程解,其形式类似于常微分方程的特征值解,但空间部分的对象由特征向量变为特征函数。

热方程的分离变量解 → 空间算子的正弦本征函数

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上首先写出 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x),随后具体取 S(x)=sin⁡kπxS(x)=\sin kπx 且 λ=−k2π2λ=-k^2π^2。

包含
解释

一般分离形式包含了本例中所采用的正弦特征函数这一更具体的选取。

空间算子的正弦本征函数 → 对 sin⁡(kπx)\sin (kπx) 求二阶导数所得的特征值。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人在写出正弦函数后,询问特征值,并随即进行计算。

  2. 公式
    观察依据

    黑板上将 S(x)=sin⁡kπxS(x)=\sin kπx 与 λ=−k2π2λ=-k^2π^2 配成一对。

证明依赖
解释

该特征值是通过对正弦特征函数施加二阶导数算子而得到的。

对 sin⁡(kπx)\sin (kπx) 求二阶导数所得的特征值。 → 通解为分离变量所得各解的线性组合。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人指出,此前的结果只是一个简单的特征对,现在则通过叠加组合来构造通解。

  2. 公式
    观察依据

    该级数使用了 e−k2π2te^{-k^2π^2 t} 和 sin⁡(kπx)\sin (kπx),这正是来自该特征对的两个因子。

应用
解释

将特征值与特征函数代入分离形式,再求和,从而得到通解。

分离变量所得解的线性组合构成通解。 → 通解为分离变量所得各解的线性组合。

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人明确指出:若面对一个线性方程且已知若干个解,则应取它们的线性组合。

证明依赖
解释

将无穷级数写成和式的方法依赖于命题中所述的线性性/叠加性性质。

一维热传导方程 → 分离变量所得的乘积解

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板将热方程写在分离解 u(t,x)=eλtS(x)u(t,x)=e^{\lambda t}S(x) 的上方。

应用
解释

分离的乘积形式被呈现为一种构造所展示热方程解的方法。

分离变量所得的乘积解 → 空间部分的特征值方程

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    分离解中包含 S(x)S(x),而黑板上相邻的关系式将 λS\lambda S 与 S'' 等同起来。

证明依赖
解释

乘积解中的空间因子 S 必须满足二阶导数算子的本征值方程。

空间部分的特征值方程 → 正弦特征函数与负特征值

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    花括号标注的列表将 S(x)=sin⁡kπxS(x)=\sin k\pi x 与 λ=−k2π2\lambda=-k^2\pi^2 配对。

特例
解释

具有特征值 -k^2π22\pi^2 的正弦函数,是本热方程问题中所展示的特定特征函数—特征值对。

正弦特征函数与负特征值 → 作为叠加的通解

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    通解为各项 B_ke^{-k^2π2t2\pi^2t}SkS_k 的和,讲师说明 SkS_k 即 sin⁡(kπx)\sin(k\pi x)。

包含
解释

通解通过叠加各分离模态而构造,这些模态的空间部分即为正弦特征函数。

问题定位 · 31

本讲段中展示的热传导方程是什么?

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    视频片段开头,黑板上即显示了热方程。

涉及知识点
  1. 热方程的定义

主讲人为什么说时间变量进入了热传导方程?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人通过指出‘时间变量此时被引入’,将拉普拉斯方程与热传导方程进行对比。

涉及知识点
  1. 热方程的定义
  2. 混淆拉普拉斯方程与热传导方程在时间依赖性上的区别

针对热传导方程,提出了哪种分离变量形式的解?

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板上写出了 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x)。

涉及知识点
  1. 分离变量形式的试探解

为什么 S(x)S(x) 被称为特征函数而非特征向量?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人称 S 是一个特征函数,因为它仅依赖于 x。

涉及知识点
  1. 分离变量形式的试探解
  2. 在偏微分方程语境中将空间因子称为特征向量

在代入分离变量形式的解后,为什么可以消去 eλte^{λt}?

依据清楚
视频直接表达
来源依据
  1. 动画
    观察依据

    主讲人在代入后的等式两边同时划去了 eλte^{λt}。

涉及知识点
  1. 消去指数因子,得到本征值方程
  2. 从分离变量形式的热方程试探解出发推导本征值方程。

消去指数因子后,剩下的是什么方程?

时间近似
视频直接表达
来源依据
  1. 声音
    观察依据

    主讲人称他得到了一个特征值方程,并开始写出该函数的二阶导数。

待核验内容
  1. 最终简化后的方程在本片段中并未完全写出。

涉及知识点
  1. 消去指数因子,得到本征值方程
  2. 从分离变量形式的热方程试探解出发推导本征值方程。

在分离变量法求解热方程的解中,λ是什么?又是如何确定的?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师先提问特征值λ是多少,然后通过求两次导数来计算它。

涉及知识点
  1. 热方程的分离变量解
  2. 对 sin⁡(kπx)\sin (kπx) 求二阶导数所得的特征值。

讲师为何选择正弦函数作为S(x)S(x)?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出函数S将是正弦函数,并写出S(x)=sin⁡kπxS(x)=\sin kπx。

涉及知识点
  1. 空间算子的正弦本征函数

为什么对sin⁡(kπx)\sin (kπx)求两次导数会产生一个负号以及k²π²?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师解释说,对sin⁡(kπx)\sin (kπx)求两次导数会使kπ出现两次,并带有一个负号。

涉及知识点
  1. 对 sin⁡(kπx)\sin (kπx) 求二阶导数所得的特征值。
  2. sin⁡(kπx)\sin (kπx) 的特征值推导

热方程的通解是如何由分离变量所得的各个解构造出来的?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师指出,对于线性方程,需取基本解的线性组合,并写出从k=1k=1到无穷的和式。

涉及知识点
  1. 通解为分离变量所得各解的线性组合。
  2. 分离变量所得解的线性组合构成通解。
  3. 由特征对构造通解。

级数解中的系数BkB_k代表什么?

依据清楚
视频直接表达
来源依据
  1. 声音
    观察依据

    讲师在级数中引入了称为BkB_k的系数。

涉及知识点
  1. 通解为分离变量所得各解的线性组合。
  2. BkB_k

本片段中黑板上写出的是哪个热方程?

依据清楚
视频直接表达
来源依据
  1. 公式
    观察依据

    黑板顶部一行写的是 ∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}。

涉及知识点
  1. 一维热传导方程
覆盖情况与待核验内容

已覆盖 · 热方程简介,它在基本偏微分方程中的地位,以及与拉普拉斯方程的对比。

已覆盖 · 分离变量形式的试探解 u(t,x)=eλtS(x)u(t,x)=e^{λt}S(x) 的提出,并类比常微分方程系统中的特征向量。

已覆盖 · 将分离变量形式代入热方程,得到一个包含 λ、S 及其导数的关系式。

已覆盖 · 消去公共的指数因子,并指出剩余关系即为特征值方程;最终简化后的等式已在黑板上写出开头,但未完成。

已覆盖 · 黑板上显示着热方程及分离变量解的模板,此时讲师引入了λ和S。

已覆盖 · 讲师写出 S(x)=sin⁡(kπx)S(x) = \sin (kπx),要求求出对应的特征值,并推导出 λ=−kλ = -k²π²。

已覆盖 · 讲师总结已找到一族特征函数与对应的特征值,并转向通解的构建。

已覆盖 · 讲师解释线性方程的叠加原理,并写出含系数 BkB_k 的级数解形式。

已覆盖 · 最后口头强调:特征函数应带有下标 k;除级数构造外,不引入任何新的数学内容。

已覆盖 · 黑板展示了热方程、分离变量解、一般求和式以及正弦函数/本征值列表;讲师指出了本征函数族与本征值,并明确 SkS_k 即 sin⁡(kπx)\sin (kπx)。

已覆盖 · 讲师分析时间依赖项 e−k2π2te^{-k^2\pi^2t},指出 k 越大衰减越快,并指出 k=1k=1 的项是所展示模态中衰减最慢的。

已覆盖 · 讲师给出物理解释:一根两端保持零度的材料杆,热量在杆内流动并从冻结的两端散失。

已覆盖 · 讲师验证了 sin⁡(kπx)\sin (kπx) 在 x=0x=0 和 x=1x=1 处为零,从而将正弦本征函数与零温度边界条件联系起来;靠近黑板底部面板被向上推起。

已覆盖 · 整个片段呈现了一个连贯的完整推导过程:画出细杆、陈述初始条件、回顾通解,并将其化简为系数匹配方程。

已覆盖 · 讲师指向预先写好的通解,并解释:求解系数是一个傅里叶正弦级数问题,需使其匹配初始值 1。

已覆盖 · 他在右下侧黑板上写出显式解:当 t>0t>0 时,u(t,x)=∑Bke−k2π2tsin⁡(kπx)u(t,x)=\sum B_k e^{-k^2\pi^2 t}\sin(k\pi x)。

已覆盖 · 他评论道:尽管答案是无穷级数,但其结构易于处理,因为它将系数、快速衰减的时间因子以及关于 x 的正弦模态分离开来。

已覆盖 · 他绘制出逐次下降并趋近于零的温度分布图,并指出稳态温度为零。

已覆盖 · 讲课片段:黑板展示了热方程的级数解、正弦本征对、初始条件匹配方程、正时间公式,主讲人解释傅里叶级数用于确定系数。

已覆盖 · 版权与知识共享许可声明结尾卡片;不含数学内容。

探索视频中的知识

打开视频知识图谱 →

  • 热方程 讲解定位 0:00
    查看关联依据

    已审核中文素材 v1:card「热方程定义」出现在 0:00——讲座将一维热方程定义为∂u∂t=∂2u∂x2\frac{\partial u}{\partial t}=\frac{\partial^2 u}{\partial x^2}。讲师强调,与拉普拉斯方程不同,该偏微分方程包含时间。因变量为u(t,x)u(t,x),含一个时间导数和两个空间导数。