族谱网 头条 人物百科

泊松方程

2020-10-16
出处:族谱网
作者:阿族小谱
浏览:863
转发:0
评论:0
方程的叙述泊松方程为在这里ΔΔ-->{displaystyleDelta}代表的是拉普拉斯算子,而f{displaystylef}和φφ-->{displaystylevarph

方程的叙述

泊松方程为

在这里Δ Δ -->{\displaystyle \Delta }代表的是拉普拉斯算子,而f{\displaystyle f}和φ φ -->{\displaystyle \varphi }可以实数流形上的实数或复数值的方程。当流形属于欧几里得空间,而拉普拉斯算子通常表示为∇ ∇ -->2{\displaystyle {\nabla }^{2}},因此泊松方程通常写成

在三维直角坐标系,可以写成

如果有f(x,y,z){\displaystyle f(x,y,z)}恒等于0,这个方程就会变成一个齐次方程,这个方程称作“拉普拉斯方程”。

泊松方程可以用格林函数来求解;如何利用格林函数来解泊松方程可以参考screened Poisson equation。现在有很多种数值解。像是松弛法(英语:relaxation method),不断回圈的代数法,就是一个例子。

数学表达

通常泊松方程表示为

这里Δ Δ -->{\displaystyle \Delta }代表拉普拉斯算子,f{\displaystyle f}为已知函数,而φ φ -->{\displaystyle \varphi }为未知函数。当f=0{\displaystyle f=0} 时,这个方程被称为拉普拉斯方程。

为了解泊松方程我们需要更多的信息,比如狄利克雷边界条件:

其中 Ω Ω -->⊂ ⊂ -->Rn{\displaystyle \Omega \subset \mathbb {R} ^{n}} 为有界开集。

这种情况下利用基础函数构建泊松方程的解,拉普拉斯方程的基础函数为:

其中ω ω -->n{\displaystyle \omega _{n}}为n维欧几里得空间中单位球面的体积,此时可通过卷积(Φ Φ -->∗ ∗ -->f){\displaystyle (\Phi *f)}得到 − − -->Δ Δ -->φ φ -->=f{\displaystyle -\Delta \varphi =f}的解。

为了使方程满足上述边界条件,我们使用格林函数

ϕ ϕ -->x{\displaystyle \phi ^{x}} 为一个校正函数,它满足

通常情况下ϕ ϕ -->x{\displaystyle \phi ^{x}}是依赖于Ω Ω -->{\displaystyle \Omega }。

通过 G(x,y){\displaystyle G(x,y)}可以给出上述边界条件的解

其中σ σ -->{\displaystyle \sigma } 表示∂ ∂ -->Ω Ω -->{\displaystyle \partial \Omega }上的曲面测度。

此方程的解也可通过变分法得到。

静电学

在静电学很容易遇到泊松方程。对于给定的f找出φ是一个很实际的问题,因为我们经常遇到给定电荷密度然后找出电场的问题。在国际单位制(SI)中:

此Φ Φ -->{\displaystyle \Phi \!}代表电势(伏特为伏特),ρ ρ -->{\displaystyle \rho \!}是电荷体密度(单位为库仑/立方米),而ϵ ϵ -->0{\displaystyle \epsilon _{0}\!}是法拉电容率(单位为法拉/米)。

如果空间中有某区域没有带电粒子,则

此方程就变成拉普拉斯方程:

高斯电荷分布的电场

如果有一个三维球对称的高斯分布电荷密度 ρ ρ -->(r){\displaystyle \rho (r)}:

此处,Q代表总电荷

此泊松方程:∇ ∇ -->2Φ Φ -->=− − -->ρ ρ -->ϵ ϵ -->0{\displaystyle {\nabla }^{2}\Phi =-{\rho \over \epsilon _{0}}} 的解Φ(r)则为

erf(x)代表的是误差函数.

注意:如果r远大于σ,erf(x)趋近于1,而电场Φ(r)趋近点电荷电场 14π π -->ϵ ϵ -->0Qr{\displaystyle {1 \over 4\pi \epsilon _{0}}{Q \over r}};正如我们所预期的。

参阅

离散泊松方程(英语:Discrete Poisson equation)

泊松-玻尔兹曼方程

泊松方程的唯一性定理(英语:Uniqueness theorem for Poisson"s equation)

参考资料

Poisson Equationat EqWorld: The World of Mathematical Equations.

L.C. Evans, Partial Differential Equations, American Mathematical Society, Providence, 1998. ISBN 0-8218-0772-2

A. D. Polyanin, Handbook of Linear Partial Differential Equations for Engineers and Scientists, Chapman & Hall/CRC Press, Boca Raton, 2002. ISBN 1-58488-299-9


免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。

——— 没有了 ———
编辑:阿族小谱
发表评论
写好了,提交
{{item.label}}
{{commentTotal}}条评论
{{item.userName}}
发布时间:{{item.time}}
{{item.content}}
回复
举报
点击加载更多
打赏作者
“感谢您的打赏,我会更努力的创作”
— 请选择您要打赏的金额 —
{{item.label}}
{{item.label}}
打赏成功!
“感谢您的打赏,我会更努力的创作”
返回

更多文章

更多精彩文章
打赏
私信

推荐阅读

· 泊松流形
定义M上一个泊松结构(Poissonstructure)是一个双线性映射使得这个括号反对称:服从雅可比恒等式:是C(M)关于第一个变量的导子:上一个性质有多种等价的表述。取定一个光滑函数g∈C(M),我们有映射f↦↦-->{g,f}{\displaystylef\mapsto\{g,f\}}是C(M)上一个导子。这意味着存在哈密顿哈密顿向量场Xg使得对所有f∈C(M)。这说明这个括号只取决于f的微分。从而,任何泊松结构有一个相伴的从M的余切丛TM到切丛TM的映射将df映为Xf。泊松双向量余切丛与切丛之间的映射意味着M上存在一个双向量场η,泊松双向量(Poissonbivector),一个反对称2张量ηη-->∈∈-->⋀⋀-->2TM{\displaystyle\eta\in\bigwedge^{2}TM},使得这里⟨⟨-->,⟩⟩-->{\displaystyle\langle,\ran...
· 泊松代数
定义一个泊松代数是域K上一个向量空间装备着两个双线性乘积,⋅⋅-->{\displaystyle\cdot}与{,},满足如下性质:乘积⋅⋅-->{\displaystyle\cdot}构成一个结合K-代数;乘积{,},叫做泊松括号,构成李代数,从而反对称并满足雅可比恒等式。泊松括号是结合乘积⋅⋅-->{\displaystyle\cdot导子的导子,即对此代数中任何三个元素x,y与z,都有{x,y⋅⋅-->{\displaystyle\cdot}z}={x,y}⋅⋅-->{\displaystyle\cdot}z+y⋅⋅-->{\displaystyle\cdot}{x,z}。最后一个性质通常保证了这个代数有其他给出表述,可见下面例子中所指出。例子泊松代数出现于多种不同场合。辛流形辛流形上实值光滑函数组成一个泊松代数。辛流形上每个实值函数H{\disp...
· 泊松过程
性质考虑一个泊松过程,我们将第一个事件到达的时间记为T1。此外,对于n>1,以Tn记在第n-1个事件与第n个事件之间用去的时间。序列{Tn,n=1,2,...}称为到达间隔时间列。Tn(n=1,2,...)是独立同分布的指数随机变量,具有均值1/λ。参见泊松分布马尔科夫链
· 泊松光斑
历史1814年,菲涅耳开始致力于光的本性的研究,他再度重现了托马斯·杨于1801年建立的光的双缝干涉实验,并用惠更斯原理对这一现象作出完美的解释。与此同时,他开始研究小孔衍射问题。1817年,法兰西学术院举行了一次关于光的本性问题的科研成果最佳论文竞赛,菲涅耳加紧了研究工作;他在他弟弟的帮助下,成功地提出了惠更斯-菲涅耳原理(后人的称呼),他用这一原理出色地解释了光的直线传播规律,提出了光的衍射理论的子波解释,并于1818年提交了论文。科学院成立了一个评委会,评委会的成员中有波动的支持者弗朗索瓦·阿拉戈(1786—1853),有波动说的反对者泊松(1781—1840)、让-巴蒂斯特·毕奥(1774—1862)、皮埃尔-西蒙·拉普拉斯(1749—1827),有一中立者路易斯·盖-吕萨克(1778—1850)。尽管不少成员不相信菲涅耳的观念,但是最终还是被菲涅耳数学上的巨大成功及其与实验上的一...
· 泊松回归
泊松回归模型x∈∈-->Rn{\displaystyle\mathbf{x}\in\mathbb{R}^{n}}代表由一组相互独立的变量组成的向量,其泊松回归的模型形式为:log⁡⁡-->(E⁡⁡-->(Y∣∣-->x))=αα-->+ββ-->′x,{\displaystyle\log(\operatorname{E}(Y\mid\mathbf{x}))=\alpha+\mathbf{\beta}"\mathbf{x},}αα-->∈∈-->R{\displaystyle\alpha\in\mathbb{R}},ββ-->∈∈-->Rn{\displaystyle\mathbf{\beta}\in\mathbb{R}^{n}}.亦可简洁表示为:log⁡⁡-->(E⁡⁡-->(Y∣∣-->x))=θθ-...

关于我们

关注族谱网 微信公众号,每日及时查看相关推荐,订阅互动等。

APP下载

下载族谱APP 微信公众号,每日及时查看
扫一扫添加客服微信