现代 PDE I · 分布与弱导数
对标:Evans PDE §5.2 / Friedlander–Joshi 入门章 | 前置:本科泛函 I–III、实变 II–III、pde 两页 现代 PDE 的第一步是放宽"解"的定义:经典解要求足够光滑,但物理与变分法给出的解常常不光滑(激波、尖角、点源)。出路:把求导从函数身上转嫁给测试函数——分布理论。δ"函数"从物理系的口头禅升格为严格对象。
1. 动机:经典求导的三处失灵
① 点源:单位点电荷的密度是什么函数?(没有——任何函数积分出不了"集中在一点的质量 1");② 激波:守恒律的解在有限时间形成间断,间断处经典导数不存在,但物理演化明明在继续;③ 变分法:能量泛函的极小元先天只有"积分意义的导数"(下一页 Sobolev 空间的成员)。三者共同指向:需要一种"函数不必逐点可导也能谈导数"的框架。
2. 分布:定义与运算
测试函数空间 \(\mathcal{D}(\Omega) = C_c^\infty(\Omega)\)(光滑 + 紧支集——"最好说话的函数",磨光核保证存在,实变 III 稠密性的主角)。
定义(分布) \(\mathcal{D}'(\Omega)\) = \(\mathcal{D}(\Omega)\) 上的连续线性泛函(连续性按测试函数的一致收敛族语义【引用】细节)。写 \(\langle T, \varphi\rangle\)。
两大来源:局部可积函数 \(f \mapsto T_f = \int f\varphi\)(普通函数嵌入分布——"分布是函数的推广"由此严格);测度 \(\mu \mapsto \int\varphi\,d\mu\),特例即 Dirac δ:
——"在 \(x_0\) 处采样"这个泛函本身。它不是函数(若 \(\delta = T_f\) 则 \(f\) 在 \(x_0\) 外 a.e. 为零 ⇒ 积分为零,与 \(\varphi(x_0) \neq 0\) 矛盾【证明】),但作为分布身份完全合法。
分布导数(本页核心定义):把分部积分公式当定义用——
(动机:\(f\) 光滑时 \(\int f'\varphi = -\int f\varphi'\),边界项被紧支集杀死。)每个分布无穷可导——求导的重担全数转嫁给了 \(\varphi \in C^\infty\):这是整个理论的杠杆支点。
3. 名例三连(必会手算)
例 A(阶跃函数) Heaviside \(H = \mathbb{1}_{x>0}\):
——"跳一下的导数是个尖峰",工程口诀的两行证明。
例 B(折角函数) \(f = |x|\):\(f' = \mathrm{sign}(x)\)(同法),\(f'' = 2\delta\)——折角处二阶导集中成点质量;凸函数的分布二阶导是非负测度(凸性的分布刻画,优化线呼应)。
例 C(对数的拉普拉斯) \(\mathbb{R}^2\) 上 \(\Delta\big(\frac{1}{2\pi}\ln|x|\big) = \delta\);\(\mathbb{R}^3\) 上 \(\Delta\big(\frac{-1}{4\pi|x|}\big) = \delta\)【骨架】(挖去小球 \(B_\varepsilon\) 分部积分两次,体积项消失、球面边界项 \(\to \varphi(0)\)——静电学"点电荷的势"的严格版)。由此定义基本解:\(\Delta E = \delta\) ⇒ \(\Delta(E * f) = f\)——卷积基本解解方程,热核方法(本科 pde-02)的统一原理。
4. 弱导数:分布导数的 \(L^p\) 版
定义 \(u \in L^1_{loc}\) 有弱导数 \(v = D^\alpha u\):\(v \in L^1_{loc}\) 且 \(\int u\,D^\alpha\varphi = (-1)^{|\alpha|}\int v\,\varphi\) 对一切测试函数成立。
即:分布导数恰好还是个函数时称弱导数(例 B 的 \(|x|\) 有一阶弱导数 \(\mathrm{sign}\),无二阶弱导数——\(\delta\) 不是函数:弱导数存在与否是函数光滑度的分级线,下一页 Sobolev 空间按它建制)。
性质:唯一(a.e.);线性;乘积法则对 \(C^1\) 因子成立;磨光逼近:\(u_\varepsilon = \eta_\varepsilon * u\) 光滑且 \(D(u_\varepsilon) = (Du)_\varepsilon\)、在 \(L^p_{loc}\) 收敛【骨架】(卷积求导换序 + 实变 III 逼近定理)——"弱导数 = 光滑函数导数的 \(L^p\) 极限",两种观点等价(下一页 \(H = W\) 定理的雏形)。
5. 练习与要点
例 1(手算弱导数) \(u(x) = x\mathbb{1}_{x>0}\)(ReLU!):弱导数 \(= H(x)\)(分部积分验证);二阶分布导数 \(= \delta\),非函数 ⇒ \(u \in W^{1,p}\) 而 \(\notin W^{2,p}\)。ReLU 网络的"导数"在分布意义下完全合法——ai 课里含糊带过的"ReLU 在 0 处导数"在此有正式户口(优化 I 次梯度之外的第二种严格化)。
例 2(分布收敛) \(f_n = \frac{n}{2}\mathbb{1}_{[-1/n, 1/n]} \to \delta\)(分布意义):\(\langle f_n, \varphi\rangle \to \varphi(0)\)(连续性一行)——"越来越尖的针"的极限身份;同理磨光核 \(\eta_\varepsilon \to \delta\):δ 是一切近似单位元的极限(概率里的"退化分布"、信号里的"冲激响应"同源)。
例 3(求基本解的用法) 解 \(-u'' = f\)(全直线):一维基本解 \(E = -\frac12|x|\)(例 B:\(E'' = -\delta\))⇒ \(u = E * f = -\frac12\int|x - y|f(y)dy\)——验证两次弱求导即得。"解 = 基本解卷数据"三例合一(Laplace/热/波各有其 \(E\))。\(\blacksquare\)
下一页:把"有 \(k\) 阶弱导数且 \(L^p\) 可积"的函数组织成 Banach 空间——Sobolev 空间:嵌入定理、迹定理,现代 PDE 的主舞台。