IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 人工智能 -> 电动力学的数学准备 02 柱函数 -> 正文阅读

[人工智能]电动力学的数学准备 02 柱函数

内容


Bessel 函数

Bessel 方程的引入

在柱坐标系 ( r , θ , z ) (r,\theta,z) (r,θ,z) 下 Helmholtz 方程 ( ? 2 + k 2 ) u = 0 (\nabla^2+k^2)u=0 (?2+k2)u=0 写为

[ 1 r d d r ( r d d r ) + 1 r 2 d 2 d θ 2 + d 2 d z 2 + k 2 ] u ( r , θ , z ) = 0 \left[\frac{1}{r}\frac{{\rm d}}{{\rm d}r}\left(r\frac{{\rm d}}{{\rm d}r}\right)+\frac{1}{r^2}\frac{{\rm d}^2}{{\rm d}\theta^2}+\frac{{\rm d}^2}{{\rm d}z^2}+k^2\right]u(r,\theta,z)=0 [r1?drd?(rdrd?)+r21?dθ2d2?+dz2d2?+k2]u(r,θ,z)=0

分离变量 u ( r , θ , z ) = R ( r ) Θ ( θ ) Z ( z ) u(r,\theta,z)=R(r)\Theta(\theta)Z(z) u(r,θ,z)=R(r)Θ(θ)Z(z) 就得到

{ d 2 Z ( z ) d z 2 + λ Z ( z ) = 0 d 2 Θ ( θ ) d θ 2 + μ Θ ( θ ) = 0 1 r d d r ( r d R ( r ) d r ) + ( k 2 ? λ ? μ r 2 ) R ( r ) = 0 \begin{cases} \cfrac{{\rm d}^2Z(z)}{{\rm d}z^2}+\lambda{Z}(z)=0\\ \cfrac{{\rm d}^2\Theta(\theta)}{{\rm d}\theta^2}+\mu\Theta(\theta)=0\\ \cfrac{1}{r}\cfrac{{\rm d}}{{\rm d}r}\left(r\cfrac{{\rm d}R(r)}{{\rm d}r}\right)+\left(k^2-\lambda-\cfrac{\mu}{r^2}\right)R(r)=0 \end{cases} ????????????????dz2d2Z(z)?+λZ(z)=0dθ2d2Θ(θ)?+μΘ(θ)=0r1?drd?(rdrdR(r)?)+(k2?λ?r2μ?)R(r)=0?

其中 λ , μ \lambda,\mu λ,μ 是分离变量产生的参数,记 μ = ν 2 \mu=\nu^2 μ=ν2 。前两个方程容易求解,第三个方程在 k 2 ? λ = 0 k^2-\lambda=0 k2?λ=0 时也容易解出 R ( r ) = A r ν + B r ? ν R(r)=Ar^{\nu}+Br^{-\nu} R(r)=Arν+Br?ν
如果 k 2 ? λ k^2-\lambda k2?λ 非零,关于 R ( r ) R(r) R(r) 的方程作换元 x = r k 2 ? λ x=r\sqrt{k^2-\lambda} x=rk2?λ ? ,记 R ( r ) = y ( x ) R(r)=y(x) R(r)=y(x) 就得到

1 x d d x ( x d y ( x ) d x ) + ( 1 ? ν 2 x 2 ) y ( x ) = 0 \frac{1}{x}\frac{{\rm d}}{{\rm d}x}\left(x\frac{{\rm d}y(x)}{{\rm d}x}\right)+\left(1-\frac{\nu^2}{x^2}\right)y(x)=0 x1?dxd?(xdxdy(x)?)+(1?x2ν2?)y(x)=0

称为 ν \nu ν 阶 Bessel 方程 。以下先讨论 Bessel 方程解的性质,再介绍它在分离变量法中的应用。

Bessel 方程解的性质

先在复数域上讨论Bessel方程,已将其写成

d 2 w ( z ) d z 2 + 1 z d w ( z ) d z + ( 1 ? ν 2 z 2 ) w ( z ) = 0 \frac{{\rm d}^2w(z)}{{\rm d}z^2}+\frac{1}{z}\frac{{\rm d}w(z)}{{\rm d}z}+\left(1-\frac{\nu^2}{z^2}\right)w(z)=0 dz2d2w(z)?+z1?dzdw(z)?+(1?z2ν2?)w(z)=0

约定 R e ? ν > 0 {\rm Re}\,\nu>0 Reν>0

根据常微分方程的幂级数解法理论,由 p ( z ) = z ? 1 p(z)=z^{-1} p(z)=z?1 q ( z ) = 1 ? ν 2 z ? 2 q(z)=1-\nu^2z^{-2} q(z)=1?ν2z?2 知道

  • z = 0 z=0 z=0 是方程的正则奇点
  • z = ∞ z=\infty z= 是方程的非正则奇点

z = 0 z=0 z=0 处指标 ρ = ± ν \rho=\pm{\nu} ρ=±ν ν ? Z \nu\notin\mathbb{Z} ν/?Z 时方程的两线性无关解可以写为

w 1 , 2 ( z ) = J ± ν ( z ) ≡ ∑ k = 0 + ∞ ( ? 1 ) k k ! Γ ( k ± ν + 1 ) ( z 2 ) 2 k ± ν w_{1,2}(z)=J_{\pm{\nu}}(z)\equiv\sum_{k=0}^{+\infty}\frac{(-1)^k}{k!\Gamma(k\pm{\nu}+1)}\left(\frac{z}{2}\right)^{2k\pm{\nu}} w1,2?(z)=J±ν?(z)k=0+?k!Γ(k±ν+1)(?1)k?(2z?)2k±ν

而如果 ν ∈ Z \nu\in\mathbb{Z} νZ J ± ν J_{\pm{\nu}} J±ν? 就线性相关,这是因为

J ? ν ( z ) = ∑ k = ν + ∞ ( ? 1 ) k k ! Γ ( k ? ν + 1 ) ( z 2 ) 2 k ? ν = ∑ l = 0 + ∞ ( ? 1 ) l + ν l ! Γ ( l + ν + 1 ) ( z 2 ) 2 l + ν = ( ? 1 ) ν J ν ( z ) J_{-\nu}(z)=\sum_{\color{DarkRed}{k=\nu}}^{+\infty}\frac{(-1)^k}{k!\Gamma(k-\nu+1)}\left(\frac{z}{2}\right)^{2k-\nu}=\sum_{l=0}^{+\infty}\frac{(-1)^{l+\nu}}{l!\Gamma(l+\nu+1)}\left(\frac{z}{2}\right)^{2l+\nu}=(-1)^{\nu}J_{\nu}(z) J?ν?(z)=k=ν+?k!Γ(k?ν+1)(?1)k?(2z?)2k?ν=l=0+?l!Γ(l+ν+1)(?1)l+ν?(2z?)2l+ν=(?1)νJν?(z)

注意 Γ ( ? n ) = ∞ ? n ≥ 0 , n ∈ Z \Gamma(-n)=\infty\quad\forall{n}\geq{0},n\in\mathbb{Z} Γ(?n)=?n0,nZ

特别地 ν = 0 \nu=0 ν=0 J ± ν ( z ) J_{\pm{\nu}}(z) J±ν?(z) 相同。以上表明 ν \nu ν 为非负整数 n n n 时 Bessel 方程的第二解要采取对数形式

w 2 ( z ) = g J n ( z ) ln ? z + ∑ k = 0 + ∞ d k z k ? n w_2(z)=gJ_n(z)\ln{z}+\sum_{k=0}^{+\infty}d_kz^{k-n} w2?(z)=gJn?(z)lnz+k=0+?dk?zk?n

Neumann 函数的构造

事实上如果知道二阶ODE的一个解 w 1 ( z ) w_1(z) w1?(z) ,可以通过方程的系数求另一解 w 2 w_2 w2?

( w 1 w 2 ′ ? w 2 w 1 ′ ) ′ w 1 w 2 ′ ? w 2 w 1 ′ = ? p ( z ) w 1 w 2 ′ ? w 2 w 1 ′ = A exp ? ( ? ∫ z p ( ξ ) d ξ ) \begin{aligned} &\frac{(w_1w_2'-w_2w_1')'}{w_1w_2'-w_2w_1'}=-p(z)\\ &{w}_1w_2'-w_2w_1'=A\exp\left(-\int^zp(\xi){\rm d\xi}\right) \end{aligned} ?w1?w2??w2?w1?(w1?w2??w2?w1?)?=?p(z)w1?w2??w2?w1?=Aexp(?zp(ξ)dξ)?

具体地,可以算出

W r o n s k i [ J ν , J ? ν ] ≡ ∣ J ν J ν ′ J ? ν J ? ν ′ ∣ = ? 2 π z sin ? π ν {\rm Wronski}[J_{\nu},J_{-\nu}]\equiv\begin{vmatrix}J_{\nu}&J_{\nu}'\\J_{-\nu}&J_{-\nu}'\end{vmatrix}=-\frac{2}{\pi{z}}\sin\pi\nu Wronski[Jν?,J?ν?]?Jν?J?ν??Jν?J?ν???=?πz2?sinπν

ν = 0 , 1 , 2 , ? ∈ N \nu=0,1,2,\cdots\in\mathbb{N} ν=0,1,2,?N W r o n s k i [ J ν , J ? ν ] ~ sin ? n π = 0 {\rm Wronski}[J_{\nu},J_{-\nu}]\sim\sin{n}\pi=0 Wronski[Jν?,J?ν?]sinnπ=0 。设 w 2 ( z ) = c 1 J ν ( z ) + c 2 J ? ν ( z ) w_2(z)=c_1J_{\nu}(z)+c_2J_{-\nu}(z) w2?(z)=c1?Jν?(z)+c2?J?ν?(z) ,考虑

W r o n s k i [ J ν , w 2 ] = W r o n s k i [ J ν , c 2 J ? ν ] = ? 2 c 2 π z sin ? π ν {\rm Wronski}[J_{\nu},w_2]={\rm Wronski}[J_{\nu},c_2J_{-\nu}]=-\frac{2c_2}{\pi{z}}\sin\pi\nu Wronski[Jν?,w2?]=Wronski[Jν?,c2?J?ν?]=?πz2c2??sinπν

c 2 = ? 1 sin ? π ν c_2=-\cfrac{1}{\sin\pi\nu} c2?=?sinπν1? ,Wronski 行列式就非零,找到了线性无关的第二解:

w 2 ( z ) = c J ν ( z ) ? J ? ν ( z ) sin ? π ν w_2(z)=\frac{cJ_{\nu}(z)-J_{-\nu}(z)}{\sin\pi\nu} w2?(z)=sinπνcJν?(z)?J?ν?(z)?

考虑到 J ? n ( z ) = ( ? 1 ) n J n ( z ) J_{-n}(z)=(-1)^nJ_n(z) J?n?(z)=(?1)nJn?(z) ,为了使 w 2 ( z ) w_2(z) w2?(z) ν \nu ν 为整数也有意义,取 c = cos ? π ν c=\cos\pi\nu c=cosπν 。这样就得到 Neumann 函数

N ν ( z ) ≡ cos ? π ν J ν ( z ) ? J ? ν ( z ) sin ? π ν N_\nu(z)\equiv\frac{\cos\pi\nu{J}_{\nu}(z)-J_{-\nu}(z)}{\sin\pi\nu} Nν?(z)sinπνcosπνJν?(z)?J?ν?(z)?

ν \nu ν 为整数 n n n

N n ( z ) = lim ? ν → n N ν ( z ) = L ′ H 2 π J n ( z ) ln ? z 2 ? 1 π S 1 ? 1 π S 2 S 1 = ∑ k = 0 n ? 1 ( n ? k ? 1 ) ! k ! ( z 2 ) 2 k ? n ( n ≥ 1 ) S 2 = ∑ k = 0 + ∞ ( ? 1 ) k k ! ( k + n ) ! ( ψ ( n + k + 1 ) + ψ ( k + 1 ) ) ( z 2 ) 2 k + n \begin{aligned} N_{n}(z)&=\lim_{\nu\to{n}}N_{\nu}(z)\overset{L'H}{=}\frac{2}{\pi}J_n(z)\ln\frac{z}{2}-\frac{1}{\pi}S_1-\frac{1}{\pi}S_2\\ S_1&=\sum_{k=0}^{n-1}\frac{(n-k-1)!}{k!}\left(\frac{z}{2}\right)^{2k-n}\quad(n\geq{1})\\ S_2&=\sum_{k=0}^{+\infty}\frac{(-1)^k}{k!(k+n)!}\Big(\psi(n+k+1)+\psi(k+1)\Big)\left(\frac{z}{2}\right)^{2k+n} \end{aligned} Nn?(z)S1?S2??=νnlim?Nν?(z)=LHπ2?Jn?(z)ln2z??π1?S1??π1?S2?=k=0n?1?k!(n?k?1)!?(2z?)2k?n(n1)=k=0+?k!(k+n)!(?1)k?(ψ(n+k+1)+ψ(k+1))(2z?)2k+n?

ψ \psi ψ Γ \Gamma Γ 函数的对数微分。

Bessel 函数和 Neumann 函数的性质

零点和渐近特性

在这里插入图片描述

在这里插入图片描述

除了 J 0 ( 0 ) = 1 J_0(0)=1 J0?(0)=1 以外 J ν ( 0 ) = 0 J_{\nu}(0)=0 Jν?(0)=0
N ν ( 0 ) N_{\nu}(0) Nν?(0) 全部发散。
这样,如果实际问题要求 u ∣ r = 0 u|_{r=0} ur=0? 有界(很常见),边值问题解的径向部分就只含有 { J ν ( x ) } \{J_{\nu}(x)\} {Jν?(x)}

事实上可以证明

J ν ( z ) = 1 Γ ( ν + 1 ) ( z 2 ) ν + O ( z ν + 2 ) ( z → 0 ) J ν ( z ) ~ 2 π z cos ? ( z ? ν π 2 ? π 4 ) ( z → ∞ ) N ν ( z ) ~ ? Γ ( ν ) π ( z 2 ) ? ν ( z → 0 ) N ν ( z ) ~ 2 π z sin ? ( z ? ν π 2 ? π 4 ) ( z → ∞ ) \begin{aligned} J_{\nu}(z)&=\frac{1}{\Gamma(\nu+1)}\left(\frac{z}{2}\right)^{\nu}+O(z^{\nu+2})&\quad(z\to{0})\\ J_{\nu}(z)&\sim\sqrt{\frac{2}{\pi{z}}}\cos\left(z-\frac{\nu\pi}{2}-\frac{\pi}{4}\right)&\quad(z\to\infty)\\ N_{\nu}(z)&\sim-\frac{\Gamma(\nu)}{\pi}\left(\frac{z}{2}\right)^{-\nu}&\quad(z\to{0})\\ N_{\nu}(z)&\sim\sqrt{\frac{2}{\pi{z}}}\sin\left(z-\frac{\nu\pi}{2}-\frac{\pi}{4}\right)&\quad(z\to\infty) \end{aligned} Jν?(z)Jν?(z)Nν?(z)Nν?(z)?=Γ(ν+1)1?(2z?)ν+O(zν+2)πz2? ?cos(z?2νπ??4π?)?πΓ(ν)?(2z?)?νπz2? ?sin(z?2νπ??4π?)?(z0)(z)(z0)(z)?

特别地有 N 0 ( x ) ~ 2 π ln ? x 2 N_0(x)\sim\cfrac{2}{\pi}\ln\cfrac{x}{2} N0?(x)π2?ln2x? 。它在 x = 0 x=0 x=0 也发散。

多值性

约定 J ν , N ν J_{\nu},N_{\nu} Jν?,Nν? 的定义

J ν ( z ) = ∑ k = 0 + ∞ ( ? 1 ) k k ! Γ ( k + ν + 1 ) ( z 2 ) 2 k + ν N ν ( z ) = cos ? π ν J ν ( z ) ? J ? ν ( z ) sin ? π ν \begin{aligned} J_{\nu}(z)&=\sum_{k=0}^{+\infty}\frac{(-1)^k}{k!\Gamma(k+\nu+1)}\left(\frac{z}{2}\right)^{2k+\nu}\\ N_\nu(z)&=\frac{\cos\pi\nu{J}_{\nu}(z)-J_{-\nu}(z)}{\sin\pi\nu} \end{aligned} Jν?(z)Nν?(z)?=k=0+?k!Γ(k+ν+1)(?1)k?(2z?)2k+ν=sinπνcosπνJν?(z)?J?ν?(z)??

只适用于 ∣ arg ? z ∣ < π |\arg{z}|<\pi argz<π 范围。

递推关系

d d z [ z ν J ν ( z ) ] = z ν J ν ? 1 ( z ) ( 1 ) d d z [ z ? ν J ν ( z ) ] = ? z ? ν J ν + 1 ( z ) ( 2 ) \begin{aligned} &\frac{{\rm d}}{{\rm d}z}\left[z^{\nu}J_{\nu}(z)\right]=z^{\nu}J_{\nu-1}(z)&\quad(1)\\ &\frac{{\rm d}}{{\rm d}z}\left[z^{-\nu}J_{\nu}(z)\right]=-z^{-\nu}J_{\nu+1}(z)&\quad(2) \end{aligned} ?dzd?[zνJν?(z)]=zνJν?1?(z)dzd?[z?νJν?(z)]=?z?νJν+1?(z)?(1)(2)?

利用 Bessel 函数的级数展开可以验证。级数在全平面收敛,从而可以逐项求导

d d z J ν ( z ) = d d z ∑ k = 0 + ∞ ( ? 1 ) k Γ ( k + ν + 1 ) ( z 2 ) 2 k + ν z ν = ∑ k = 0 + ∞ ( ? 1 ) k Γ ( k + ν ) ( z 2 ) 2 k + ( ν ? 1 ) z ν = z ν J ν ? 1 ( z ) \begin{aligned} \frac{\rm d}{{\rm d}z}J_{\nu}(z)&=\frac{\rm d}{{\rm d}z}\sum_{k=0}^{+\infty}\frac{(-1)^k}{\Gamma(k+\nu+1)}\left(\frac{z}{2}\right)^{2k+\nu}z^{\nu}\\ &=\sum_{k=0}^{+\infty}\frac{(-1)^k}{\Gamma(k+\nu)}\left(\frac{z}{2}\right)^{2k+(\nu-1)}z^{\nu}\\ &=z^{\nu}J_{\nu-1}(z) \end{aligned} dzd?Jν?(z)?=dzd?k=0+?Γ(k+ν+1)(?1)k?(2z?)2k+νzν=k=0+?Γ(k+ν)(?1)k?(2z?)2k+(ν?1)zν=zνJν?1?(z)?

将左边的微分项打开,得到 J ν ′ , J ν , J ν ± 1 J_{\nu}',J_{\nu},J_{\nu\pm{1}} Jν?,Jν?,Jν±1? 之间的两个递推关系。分别消去 J ν J_{\nu} Jν? J ν ′ J_{\nu}' Jν? 就得到

J ν ? 1 ( z ) ? J ν + 1 ( z ) = 2 J ν ′ ( z ) ( 3 ) J ν ? 1 ( z ) + J ν + 1 ( z ) = 2 ν z J ν ( z ) ( 4 ) \begin{aligned} J_{\nu-1}(z)-J_{\nu+1}(z)&=2J_{\nu}'(z)&\quad(3)\\ J_{\nu-1}(z)+J_{\nu+1}(z)&=\frac{2\nu}{z}J_{\nu}(z)&\quad(4) \end{aligned} Jν?1?(z)?Jν+1?(z)Jν?1?(z)+Jν+1?(z)?=2Jν?(z)=z2ν?Jν?(z)?(3)(4)?

  • 任意整数阶的 Bessel 函数 J n ( z ) J_n(z) Jn?(z) 都可以用 J 0 , J 1 J_0,J_1 J0?,J1? 表出。
    例如 J 0 ′ ( z ) = ? J 1 ( z ) J_0'(z)=-J_1(z) J0?(z)=?J1?(z)
  • 递推关系 ( 1 ) , ( 2 ) (1),(2) (1),(2) 适合用于计算形如 ∫ x a J ν ( x ) d x \int{x}^aJ_{\nu}(x){\rm d}x xaJν?(x)dx 的积分。

类似地可以验证, Neumann 函数也有一样的递推关系

d d z [ z ν N ν ( z ) ] = z ν N ν ? 1 ( z ) d d z [ z ? ν N ν ( z ) ] = ? z ? ν N ν + 1 ( z ) \begin{aligned} &\frac{{\rm d}}{{\rm d}z}\left[z^{\nu}N_{\nu}(z)\right]=z^{\nu}N_{\nu-1}(z)\\ &\frac{{\rm d}}{{\rm d}z}\left[z^{-\nu}N_{\nu}(z)\right]=-z^{-\nu}N_{\nu+1}(z) \end{aligned} ?dzd?[zνNν?(z)]=zνNν?1?(z)dzd?[z?νNν?(z)]=?z?νNν+1?(z)?

柱函数

满足递推关系

d d z [ z ν C ν ( z ) ] = z ν C ν ? 1 ( z ) d d z [ z ? ν C ν ( z ) ] = ? z ? ν C ν + 1 ( z ) \begin{aligned} &\frac{\rm d}{{\rm d}z}\left[z^\nu{C}_\nu(z)\right]=z^{\nu}C_{\nu-1}(z)\\ &\frac{\rm d}{{\rm d}z}\left[z^{-\nu}C_{\nu}(z)\right]=-z^{-\nu}C_{\nu+1}(z) \end{aligned} ?dzd?[zνCν?(z)]=zνCν?1?(z)dzd?[z?νCν?(z)]=?z?νCν+1?(z)?
C ν ( z ) C_{\nu}(z) Cν?(z) 称为 柱函数 。可以证明柱函数一定是对应阶 Bessel 方程的解。

  • Bessel 函数 J ν ( z ) J_{\nu}(z) Jν?(z) 称为 第一类柱函数
  • Neumann 函数 N ν ( z ) N_{\nu}(z) Nν?(z) 称为 第二类柱函数
  • Hankel 函数 H ν ( z ) H_{\nu}(z) Hν?(z) 称为 第三类柱函数

J ν ( z ) ~ 2 π z cos ? ( z ? ν π 2 ? π 4 ) N ν ( z ) ~ 2 π z sin ? ( z ? ν π 2 ? π 4 ) H ν ( 1 ) ( z ) ≡ J ν ( z ) + i N ν ( z ) ~ 2 π z e i ( z ? ν π 2 ? π 4 ) H ν ( 2 ) ( z ) ≡ J ν ( z ) ? i N ν ( z ) ~ 2 π z e ? i ( z ? ν π 2 ? π 4 ) \begin{aligned} J_{\nu}(z)&\sim\sqrt{\frac{2}{\pi{z}}}\cos\left(z-\frac{\nu\pi}{2}-\frac{\pi}{4}\right)\\ N_{\nu}(z)&\sim\sqrt{\frac{2}{\pi{z}}}\sin\left(z-\frac{\nu\pi}{2}-\frac{\pi}{4}\right)\\ H_{\nu}^{(1)}(z)&\equiv{J}_{\nu}(z)+iN_{\nu}(z)\sim\sqrt{\frac{2}{\pi{z}}}e^{i\left(z-\frac{\nu\pi}{2}-\frac{\pi}{4}\right)}\\ H_{\nu}^{(2)}(z)&\equiv{J}_{\nu}(z)-iN_{\nu}(z)\sim\sqrt{\frac{2}{\pi{z}}}e^{-i\left(z-\frac{\nu\pi}{2}-\frac{\pi}{4}\right)}\\ \end{aligned} Jν?(z)Nν?(z)Hν(1)?(z)Hν(2)?(z)?πz2? ?cos(z?2νπ??4π?)πz2? ?sin(z?2νπ??4π?)Jν?(z)+iNν?(z)πz2? ?ei(z?2νπ??4π?)Jν?(z)?iNν?(z)πz2? ?e?i(z?2νπ??4π?)?

如果时间因子选为 e ? i ω t e^{-i\omega{t}} e?iωt , Hankel 函数 H ( 1 ) ( z ) , H ( 2 ) ( z ) H^{(1)}(z),H^{(2)}(z) H(1)(z),H(2)(z) 分别只包含 发散波汇聚波 成分。有时处理的问题中只包含发散波或汇聚波,或者希望明确区分这两种成分。使用 Hankel 函数在此时比较方便。

容易验证 Hankel 函数也满足以上递推关系和 Bessel 方程。

特殊的 Bessel 函数

整数阶 Bessel 函数

Bessel 方程的参数 μ = ν 2 \mu=\nu^2 μ=ν2 通常来自柱坐标系下角向的本征值问题

Θ ′ ′ + μ Θ = 0 Θ ( 0 ) = Θ ( 2 π ) , ? Θ ′ ( 0 ) = Θ ′ ( 2 π ) μ = m 2 , ? m = 0 , 1 , 2 , ? \begin{aligned} &\Theta''+\mu\Theta=0\\ &\Theta(0)=\Theta(2\pi),\ \Theta'(0)=\Theta'(2\pi)\\ &\mu=m^2,\ m=0,1,2,\cdots \end{aligned} ?Θ+μΘ=0Θ(0)=Θ(2π),?Θ(0)=Θ(2π)μ=m2,?m=0,1,2,??

所以整数阶 Bessel 函数值得特别介绍。

生成函数

exp ? [ z 2 ( t ? 1 t ) ] = ∑ n = ? ∞ + ∞ J n ( z ) t n , 0 < ∣ t ∣ < ∞ \exp\left[\frac{z}{2}\left(t-\frac{1}{t}\right)\right]=\sum_{n=-\infty}^{+\infty}J_{n}(z)t^n,\quad0<|t|<\infty exp[2z?(t?t1?)]=n=?+?Jn?(z)tn,0<t<

t = i e i θ t=ie^{i\theta} t=ieiθ ,就得到

e i z cos ? θ = ∑ n = ? ∞ + ∞ J n ( z ) i n e i n θ = J 0 ( z ) + 2 ∑ n = 1 + ∞ i n J n ( z ) cos ? n θ e^{iz\cos\theta}=\sum_{n=-\infty}^{+\infty}J_n(z)i^ne^{in\theta}=J_0(z)+2\sum_{n=1}^{+\infty}i^nJ_n(z)\cos{n\theta} eizcosθ=n=?+?Jn?(z)ineinθ=J0?(z)+2n=1+?inJn?(z)cosnθ

其中用到 i n J n ( z ) = i n ( ? 1 ) n J ? n ( z ) = i ? n J ? n ( z ) i^nJ_{n}(z)=i^{n}(-1)^nJ_{-n}(z)=i^{-n}J_{-n}(z) inJn?(z)=in(?1)nJ?n?(z)=i?nJ?n?(z)

进一步令 z = k r z=kr z=kr ,并取时间因子为 e ? i ω t e^{-i\omega{t}} e?iωt ,把 r , θ r,\theta r,θ 理解为柱坐标系中的坐标变量,上式的意义就是 单色平面波柱面波 展开。这是因为

  • e i ( k r cos ? θ ? ω t ) e^{i(kr\cos\theta-\omega{t})} ei(krcosθ?ωt) 的等相面是

k r cos ? θ ≡ k e ^ x ? r = c o n s t . kr\cos\theta\equiv{k}\boldsymbol{\hat e}_x\cdot\boldsymbol{r}={\rm const.} krcosθke^x??r=const.

这是沿 x x x 轴正方向传播的平面波。

  • 利用渐近关系看出 J n ( k r ) J_n(kr) Jn?(kr) 表示的确实是柱面波:

J n ( k r ) ~ 2 π k r cos ? ( k r ? n π 2 ? π 4 ) J_{n}(kr)\sim\sqrt{\frac{2}{\pi{kr}}}\cos\left(kr-\frac{n\pi}{2}-\frac{\pi}{4}\right) Jn?(kr)πkr2? ?cos(kr?2nπ??4π?)
等相面 k r = k ? r = c o n s t . kr=\boldsymbol{k}\cdot\boldsymbol{r}={\rm const.} kr=k?r=const.

积分表示

t = e i θ t=e^{i\theta} t=eiθ 代入就得到

e i z sin ? θ = ∑ n = ? ∞ + ∞ J n ( z ) e i n θ e^{iz\sin\theta}=\sum_{n=-\infty}^{+\infty}J_{n}(z)e^{in\theta} eizsinθ=n=?+?Jn?(z)einθ
表明 J n ( z ) J_n(z) Jn?(z) e i z sin ? θ e^{iz\sin\theta} eizsinθ Fourier 分量 e i n θ e^{in\theta} einθ 的展开系数

利用 Fourier 系数的定义有

J n ( z ) = 1 2 π ∫ ? π π e i z sin ? θ e ? i n θ d θ J_n(z)=\frac{1}{2\pi}\int_{-\pi}^{\pi}e^{iz\sin\theta}e^{-in\theta}{\rm d}\theta Jn?(z)=2π1??ππ?eizsinθe?inθdθ
被积函数是复的,但虚部是奇函数,只有实部对结果有贡献。这样就得到 Bessel 函数的积分表示

J n ( z ) = 1 π ∫ 0 π cos ? ( z sin ? θ ? n θ ) d θ J_{n}(z)=\frac{1}{\pi}\int_{0}^{\pi}\cos(z\sin\theta-n\theta){\rm d}\theta Jn?(z)=π1?0π?cos(zsinθ?nθ)dθ

利用这个结果可以方便地计算 J n ( x ) J_{n}(x) Jn?(x) 的 Laplace 变换。

虚宗量 Bessel 函数

Helmholtz 方程在 k = 0 k=0 k=0 时变为 Laplace 方程。径向问题的方程是

1 r d d r ( r d R ( r ) d r ) + ( k 2 ? λ ? μ r 2 ) R ( r ) = 0 \frac{1}{r}\frac{{\rm d}}{{\rm d}r}\left(r\frac{{\rm d}R(r)}{{\rm d}r}\right)+\left(k^2-\lambda-\frac{\mu}{r^2}\right)R(r)=0 r1?drd?(rdrdR(r)?)+(k2?λ?r2μ?)R(r)=0

k = 0 k=0 k=0 时令 x = i λ r x=i\sqrt{\lambda}r x=iλ ?r R ( r ) ≡ y ( x ) R(r)\equiv{y}(x) R(r)y(x) 就再次得到 Bessel 方程

1 x d d x ( x d d x y ( x ) ) + ( 1 ? ν 2 x 2 ) y ( x ) = 0 \frac{1}{x}\frac{{\rm d}}{{\rm d}x}\left(x\frac{\rm d}{{\rm d}x}y(x)\right)+\left(1-\frac{\nu^2}{x^2}\right)y(x)=0 x1?dxd?(xdxd?y(x))+(1?x2ν2?)y(x)=0
其中 μ = ν 2 \mu=\nu^2 μ=ν2

这表明 Laplace 径向问题的解为

R ( r ) = c J ν ( i λ r ) + d N ν ( i λ r ) R(r)=cJ_{\nu}(i\sqrt{\lambda}r)+dN_{\nu}(i\sqrt{\lambda}r) R(r)=cJν?(iλ ?r)+dNν?(iλ ?r)
注意到柱函数的宗量都是纯虚数。另一方面,计算

J ν ( i x ) = ∑ k = 0 + ∞ ( ? 1 ) k k ! Γ ( k + ν + 1 ) ( i x 2 ) 2 k + ν = ∑ k = 0 + ∞ i ν Γ ( k + ν + 1 ) ( x 2 ) 2 k + ν J_{\nu}(ix)=\sum_{k=0}^{+\infty}\frac{(-1)^k}{k!\Gamma(k+\nu+1)}\left(\frac{ix}{2}\right)^{2k+\nu}=\sum_{k=0}^{+\infty}\frac{i^\nu}{\Gamma(k+\nu+1)}\left(\frac{x}{2}\right)^{2k+\nu} Jν?(ix)=k=0+?k!Γ(k+ν+1)(?1)k?(2ix?)2k+ν=k=0+?Γ(k+ν+1)iν?(2x?)2k+ν

i ν i^{\nu} iν 应该理解为 e i π ν / 2 e^{i\pi\nu/2} eiπν/2 ,下同。

方便起见,定义 I ν ( x ) ≡ i ? ν J ν ( i x ) I_{\nu}(x)\equiv{i}^{-\nu}J_{\nu}(ix) Iν?(x)i?νJν?(ix) ,称为 第一类虚宗量 Bessel 函数 。它是 虚宗量 Bessel 方程 的解:

1 x d d x ( x d d x y ( x ) ) + ( ? 1 ? ν 2 x 2 ) y ( x ) = 0 \frac{1}{x}\frac{{\rm d}}{{\rm d}x}\left(x\frac{\rm d}{{\rm d}x}y(x)\right)+\left(-1-\frac{\nu^2}{x^2}\right)y(x)=0 x1?dxd?(xdxd?y(x))+(?1?x2ν2?)y(x)=0

经过类似的讨论可以知道 I ± ν ( x ) I_{\pm\nu}(x) I±ν?(x) ν ? Z \nu\notin\mathbb{Z} ν/?Z 时线性无关,而

I ? n ( x ) = i n J ? n ( i x ) = i ? n J n ( i x ) = I n ( x ) I_{-n}(x)=i^{n}J_{-n}(ix)=i^{-n}J_n(ix)=I_n(x) I?n?(x)=inJ?n?(ix)=i?nJn?(ix)=In?(x)

此处用到 J ? n ( z ) = ( ? 1 ) n J n ( z ) J_{-n}(z)=(-1)^nJ_n(z) J?n?(z)=(?1)nJn?(z)

虚宗量 Bessel 方程的第二解可以取为 McDonald 函数

K ν ( x ) = π sin ? π ν [ I ? ν ( x ) ? I ν ( x ) ] K_{\nu}(x)=\frac{\pi}{\sin\pi\nu}\Big[I_{-\nu}(x)-I_{\nu}(x)\Big] Kν?(x)=sinπνπ?[I?ν?(x)?Iν?(x)]
它也叫 第二类虚宗量 Bessel 函数 ν \nu ν 为整数时它(在极限的意义上)依然有定义。利用 Wronski 行列式的方法可以类似地说明它和 I ± n ( x ) I_{\pm{n}}(x) I±n?(x) 线性无关。

渐近行为

在这里插入图片描述

可以证明

∣ I ν ( 0 ) ∣ < ∞ K ν ( 0 ) ? 发散 I ν ( x ) ~ 1 2 π x e x K ν ( x ) ~ π 2 x e ? x \begin{aligned} &|I_{\nu}(0)|<\infty\\ &K_{\nu}(0)\,\text{发散}\\ &I_{\nu}(x)\sim\sqrt{\frac{1}{2\pi{x}}}e^{x}\\ &K_{\nu}(x)\sim\sqrt{\frac{\pi}{2x}}e^{-x} \end{aligned} ?Iν?(0)<Kν?(0)发散Iν?(x)2πx1? ?exKν?(x)2xπ? ?e?x?

应用举例

柱坐标系下的 Laplace 边值问题

? 2 u = 0 u ∣ θ = 0 = u ∣ θ = 2 π , ? u ? θ ∣ θ = 0 = ? u ? θ ∣ θ = 2 π u ∣ z = 0 = 0 , u ∣ z = h = 0 u ∣ r = 0 ? 有界 , u ∣ r = a = f ( θ , z ) \begin{aligned} &\nabla^2u=0\\ &u\big|_{\theta=0}=u\big|_{\theta=2\pi},&\qquad\frac{\partial{u}}{\partial{\theta}}\Big|_{\theta=0}=\frac{\partial{u}}{\partial{\theta}}\Big|_{\theta=2\pi}\\ &u\big|_{z=0}=0,\qquad&u\big|_{z=h}=0\\ &u\big|_{r=0}\,\text{有界},\qquad&u\big|_{r=a}=f(\theta,z) \end{aligned} ??2u=0u?θ=0?=u?θ=2π?,u?z=0?=0,u?r=0?有界,??θ?u??θ=0?=?θ?u??θ=2π?u?z=h?=0u?r=a?=f(θ,z)?

的一般解为

u ( r , θ , z ) = ∑ m = 0 + ∞ ∑ n = 1 + ∞ ( A m n cos ? m θ + B m n sin ? m θ ) I m ( n π h r ) sin ? ( n π h z ) u(r,\theta,z)=\sum_{m=0}^{+\infty}\sum_{n=1}^{+\infty}(A_{mn}\cos{m\theta}+B_{mn}\sin{m\theta})I_m\left(\frac{n\pi}{h}r\right)\sin\left(\frac{n\pi}{h}z\right) u(r,θ,z)=m=0+?n=1+?(Amn?cosmθ+Bmn?sinmθ)Im?(hnπ?r)sin(hnπ?z)

半奇数阶 Bessel 函数

由于 J ± 1 / 2 J_{\pm{1/2}} J±1/2? 是初等函数:

J 1 / 2 ( z ) = 2 π z sin ? z J ? 1 / 2 ( z ) = 2 π z cos ? z \begin{aligned} J_{1/2}(z)&=\sqrt{\frac{2}{\pi{z}}}\sin{z}\\ J_{-1/2}(z)&=\sqrt{\frac{2}{\pi{z}}}\cos{z} \end{aligned} J1/2?(z)J?1/2?(z)?=πz2? ?sinz=πz2? ?cosz?

利用递推关系就推出: 所有半奇数阶的 Bessel 函数都是初等函数 。而所有半奇数阶 Neumann 函数事实上都可以写成半奇数阶 Bessel 函数。

半奇数阶 Bessel 函数的意义并不只在此,它还在球 Bessel 函数中有应用。

球 Bessel 函数

  人工智能 最新文章
2022吴恩达机器学习课程——第二课(神经网
第十五章 规则学习
FixMatch: Simplifying Semi-Supervised Le
数据挖掘Java——Kmeans算法的实现
大脑皮层的分割方法
【翻译】GPT-3是如何工作的
论文笔记:TEACHTEXT: CrossModal Generaliz
python从零学(六)
详解Python 3.x 导入(import)
【答读者问27】backtrader不支持最新版本的
上一篇文章      下一篇文章      查看所有文章
加:2022-02-03 01:12:38  更:2022-02-03 01:15:09 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 20:33:38-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码