You are on page 1of 3

先介绍一下简单的数学基础:

计算弧长的方法:
弧长微元为

dy 2
ds  dx 2  dy 2  ds  1  ( )  dx  ds  1  ( y ) 2  dx
dx
弧长积分就是
x1

S   ds  S   1  ( y )2 dx ,显然弧长可以看成 y 的函数,也就是一个泛函。下面看一个具体


x0
的例子:
例子:计算圆弧长

2 2
曲线方程: x  ( y  1)  1
两边对 x 求导得 2 x  2( y  1) y  0
x
于是 y  
1 y
1
带入 S   1  ( y)2 dx
0
利用 Maple 软件计算得
1 1 1
x 2 x2 1 
S   1 ( ) dx   1  2
dx =  2
dx =
0
1 y 0
1 x 0
1 x 2

最速降线问题
问题:下滑时间最短的曲线是什么形状?
重物从原点下滑到 p( x, y ) 时,速度为 v ,设重物的质量为 m ,重力加速度为 g ,则重物从 O 到 p( x, y )
点,由能量守恒可得:
1 2
mgy  mv  v  2 gy
2
用 s 代表曲线从 O 算起的弧长,则有
ds
 v  2 gy
dt
且弧长元素为
ds  dx 2  dy 2
可得
2
 dy 
1+  
ds  dx  dx
dt  
 ds  2 gy
 
 dt 
于是总时间为
T x1
1+y 2
T   dt   dx
0 0
2 gy
不同的曲线形状对应不同的 y ( x) ,也就对应不同的下降时间 T 。所以时间 T 是曲线 y ( x) 的某种广义的
函数,称为泛函,即 T 是函数 y ( x) 的一种泛函。凡变量的值是由一个或多个函数确定,这个变量称为这些
函数的泛函。最速降线问题可以阐述为:在满足边界条件 y (0)  0, y ( x1 )  y1 的所有 y ( x) 函数集中,选择
一个函数,使泛函 T 取最小值。

欧拉-拉格朗日方程
变分法的关键定理是欧拉-拉格朗日定理,它对应于泛函的临界点。在寻找函数的极大和极小值时,对
一个解附近的微小变化的分析给出一阶的一个近似值。这个方法不一定能找到最大值或最小值。大家都知
道,函数的最大值及最小值会出现在其驻点的地方。求解变分问题时也可以先求解相关的欧拉-拉格朗日方
程。
下面通过一个寻找平面上两点 ( x1 , y1 ) 和 ( x2 , y2 ) 最短曲线的例子来说明求解的过程。
曲线的长度表示为
x2

S[ f ]   1  ( f )2 dx
x1

df
其中 f   ,且有 f ( x1 )  y1 , f ( x2 )  y2 。
dx
函数 f 具有一阶可微的性质。若 S [ f ] 在 f 0 处取得极值,而 f1 是一个在端点 x1 及 x2 取值为零且至少有
一阶导数的函数,则可得 S [ f 0 ]  S [ f 0 + f1 ] ,其中  是充分小的数。因此 S [ f 0 + f1 ] 对  的导数(S 的一
阶偏导数)在  =0 时必为 0。对任何的函数 f1 ,有下式成立(对 S 求  的偏导即得,只有 f 含有  ,即
f  f 0 + f )。
x2
f 0( x) f1( x)
 dx  0
x1 1  ( f 0( x)) 2
此条件可看作在可微函数集中, S [ f 0 ] 在各方向的导数均为 0。若假设 f 0 二阶可微,则利用分部积分
法可得:
d  
x2
f 0( x )
 f1 ( x )   dx  0
dx  1  ( f 0( x)) 2 
x1 
变分法基本引理
设 f ( x ) 是 [a, b] 上的光滑函数,对每个无限光滑函数 H ( x) 有
x2

 f ( x) H ( x)dx  0
x1

且 H (a )  H (b)  0 ,那么在 [a, b] 上恒有 f ( x )  0 。


证明:反证法即可。若存在 x  x* 使 H ( x )  0 ,则在 x* 周围有一区间的 H 也是正值。可选择 f ( x )
x2
*
在此区间外恒为 0,在此区间内为非负值,因此  f ( x) H ( x)dx  0 ,与前提矛盾。若存在 x  x 使
x1

H ( x )  0 ,同理。 ■
借助引理可得
d  f 0( x ) 
 0
dx  1  ( f 0( x )) 2 
 
d 2 f0
即有  0 (很简单,对上式求导展开即可)
dx 2
这说明两点间最短曲线是一直线。结论是显然的。
x2

上面的只是特殊情况,在一般情况下,则需考虑 S [ f ]   L( x, f , f )dx ,其中 f 需要有二阶连续的导


x1

数。在此情况下,拉格朗日量 L 在极值 f 0 处满足欧拉-拉格朗日方程


d L L
  0
dx f  f
这就可以转化为求解欧拉-拉格朗日方程了,当然还可以推广到多个待定 f 的情况得到更复杂的形式。通
常这时可应用哈密尔顿原理求解。