Processing math: 26%

1차원 열방정식은 

ut(x,t)=κuxx(x,t),<x<, t>0

으로 초기조건이 주어지거나 경계조건이 주어야 한다. u(x,t)가 해라면 u(λx,λ2t) 또한 해가 됨음 쉽게 확인해 볼 수 있다. 즉, 열방정식은 scale 변경에 불변이 특성을 가진다. 이 특성을 이용해서 열방정식의 특별한 해를 구해보자. scale 불변성을 보면 해의 x,t에 대한 의존성은 x/tλx/λ2t=x/t의 조합형태로 나타나야 될 것으로 보인다.

u(x,t)=h(x/t)

그런데 에너지 보존에 의해서 계의 전체 열에너지는 시간에 무관하게 일정한 값을 가져야 한다. 열에너지가 온도에 비례하므로 총 열에너지는 다음 적분값에 비례한다.

u(x,t)dx=const

따라서 u=h(x/t)와 같은 형태의 해는 에너지 보존을 만족시킬 수 없다.

h(x/t)dx=th(y)dyt

그렇지만 u(x,t)dx가 스케일 불변꼴이면 가능하므로 

u(x,t)=1th(x/t)

와 같은 형태로 시도하자. 그러면 열방정식의 좌우변의 항이

uxx=t3/2h

이므로 이를 열방정식에 대입하면 (y= x/\sqrt{t})

\begin{align} \kappa h''(y) + \frac{1}{2} h(y) + \frac{1}{2} y h'(y)=0 \\ \to ~ h''(y) + \frac{1}{2\kappa} (y h(y) )' = 0 \\ \to~ h'(y) + \frac{y}{2\kappa } h(y) = \text{const} \to 0 \end{align}

여기서 \text{const}=0 일 때 해만 고려한다. 이 경우

h(y) = A e^{- y^2/4\kappa} \qquad \to \qquad u(x,t) = \frac{A}{\sqrt{t}} e^{- x^2 / 4\kappa t }

인 해를 얻는다. \int _{-\infty}^\infty u(x,t) dx = 1로 정규화시키면 적분상수 A

A= \frac{1}{\sqrt{4\pi \kappa } }

임을 알 수 있다. 이렇게 정규화된 해를 열방정식의 기본해, Green 함수 또는 heat kernel이라고 부른다.

K(x,t) = \frac{1}{\sqrt{4\pi\kappa t} }e^{- x^2/4\kappa t}

K(x,t)t\to 0^+일 때 \delta(x)와 같은 특성을 가지는데, 물리적으로는 t=0 시점에 원점에 \delta-함수로 표현되는 열원을 놓았을 때 열의 확산을 기술하는 해이다. 열방정식이 선형이므로  x-축을 따라 분포된 각각의 \{ \delta(x-x_i)| i=1,2,\dots\} 열원의 선형결합도 해가 된다. 

u(x,t) = \sum_i K(x-x_i, t) f_i

또한 연속적으로 분포하는 열원의 경우에는 합을 적분형태로 변경하면 되므로 t=0일 때 온도분포가 f(x)로 주어진 경우 다음 표현이

u(x,t) = \int_{-\infty}^\infty K(x-y, t)f(y)dy

열방정식을 만족시키고, 초기조건도 만족시킴을 확인할 수 있다.

\lim_{t\to 0} \int_{-\infty}^\infty K(x-y, t) f(y)dy = \int_{-\infty}^\infty \delta(x-y) f(y) dy = f(y)

 

해의 몇가지 재미있는 특징을 살펴보자. t=0일 때 열원이 유한한 영역에서만 0이 아니더라도 K(x,t>0)가 0이 아니기 때문에 매우 짧은 시간에 모든 영역으로 열이 퍼져나간다. 즉 열이 퍼지는 속도가 무한대에 해당한다. 열방정식은 비상대론적인 방정식이다. 두 번째로 t>0일 때 K(x-y,t)x=y인 지점에서 벗어나는 경우에 매우 빨리 0으로 변하므로 해는 무한번 미분가능하다. 즉, 처음 주어진 온도 분포가 불연속적이더라도 바로 매끄러운 온도분포로 변하게 만드는 특성이 있다. 이 열방정식을 잡음이 들어있는 신호나 영상에 적용하면 smoothing 효과를 줄 수 있다. 그리고

\begin{align}u(\lambda x, \lambda^2 t) &= \int K(\lambda x - y, \lambda ^2 t) f(y)dy \\ &= \int K(\lambda x - \lambda y' , \lambda^2 t )  {\lambda } f(\lambda y') dy' \\ &= \int K(x-y',t)  {\lambda }f(\lambda y') dy' \end{align}

이므로 스케일링된 해는 초기 온도분포가 \lambda f(\lambda y)인 경우와 같음을 알 수 있다. 초기에 국소적으로 가열된 경우라면 \lambda f(\lambda x)의 분포는 거의 \delta 함수에 접근할 것이므로 충분히 시간이 지나고 먼 거리에서는 온도분포는 초기조건에 무관하게 됨을 알 수 있고, 이는 smoothing 효과로 이해할 수 있다.

728x90
,