研一数学基础复习笔记（九）：从微分方程反推泛函
1. 为什么面试前要看这个问题？
前面几篇主要是从“泛函”出发，通过变分得到控制方程。
例如对泛函：
$$ J[y] = \int_{x_0}^{x_1}F(x,y,y')\,dx $$进行变分，并令：
$$ \delta J = 0 $$可以得到欧拉-拉格朗日方程：
$$ \frac{\partial F}{\partial y} - \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) = 0 $$这是一条从泛函到微分方程的路线。
但是在实际问题中，我们经常遇到的是相反情况：
已经知道了微分方程，能不能找到它对应的泛函？
这就是变分反问题。
例如我们已经知道某个边值问题：
$$ y'' - y = 1 $$并且边界条件为：
$$ y(0) = 0,\quad y(L) = 0 $$那么是否可以找到一个泛函 $S[y]$，使得对它变分之后正好得到这个微分方程？
这个问题非常重要。
因为很多数值方法，尤其是 Ritz 方法和有限元方法，通常需要从泛函或弱形式出发。如果能从微分方程构造出泛函，就可以把微分方程问题转化为能量极值问题，再进一步转化为代数方程组。
所以本篇的核心是：
从微分方程反推泛函，本质上是在寻找这个方程背后的能量形式或变分结构。
2. 核心概念
2.1 什么是变分正问题？
所谓变分正问题，就是已知泛函，通过变分得到微分方程。
例如已知：
$$ J[y] = \int_{x_0}^{x_1}F(x,y,y')\,dx $$令：
$$ \delta J = 0 $$可以得到：
$$ \frac{\partial F}{\partial y} - \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) = 0 $$这条路线可以概括为：
$$ \text{泛函} \quad \Longrightarrow \quad \text{变分} \quad \Longrightarrow \quad \text{微分方程} $$在力学中，这对应于从能量原理推出平衡方程。
例如最小势能原理可以推出结构平衡方程，Hamilton 原理可以推出动力学方程。
2.2 什么是变分反问题？
变分反问题则是反过来。
已知微分方程：
$$ L[y] = 0 $$希望找到一个泛函：
$$ J[y] $$使得：
$$ \delta J = 0 $$能够推出原来的微分方程。
这条路线可以概括为：
$$ \text{微分方程} \quad \Longrightarrow \quad \text{构造泛函} \quad \Longrightarrow \quad \text{变分形式} $$这就是变分反问题。
需要注意的是：
并不是所有微分方程都一定存在自然对应的泛函。
有些方程可以很容易找到能量形式，有些方程则很难，甚至没有标准的变分结构。
2.3 为什么不是所有方程都有简单泛函？
从欧拉-拉格朗日方程看，一个方程如果能由泛函：
$$ J[y] = \int F(x,y,y')\,dx $$推出，那么它必须具有某种特殊结构：
$$ \frac{\partial F}{\partial y} - \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) = 0 $$也就是说，微分方程的形式要能写成某个泛函的一阶变分。
但有些微分方程中包含非保守项、阻尼项、对流项或非自伴算子，这些项不一定能直接对应到一个简单能量泛函。
例如讲义中提到的方程：
$$ y'' + y' - f(x) = 0 $$其中 $y’’$ 项和 $f(x)$ 项比较容易通过分部积分找到泛函来源，但 $y’$ 项就不容易直接写成某个常规泛函的一阶变分。
这说明变分反问题不是简单地“把方程积分一下”，而是要看方程本身是否具有合适的变分结构。
2.4 最小二乘法是一种通用构造思路
如果一个微分方程难以直接找到自然泛函，可以考虑最小二乘形式。
假设方程为：
$$ L[y] = 0 $$那么可以构造泛函：
$$ S[y] = \int_{x_0}^{x_1} \left(L[y]\right)^2 dx $$因为：
$$ S[y] \ge 0 $$并且当：
$$ L[y] = 0 $$时，$S[y]$ 取得最小值 $0$。
所以最小二乘法的思想是：
不直接寻找原方程的自然能量泛函，而是让微分方程残差的平方积分最小。
这种方法非常通用，也和后续的残差法、最小二乘有限元有关系。
3. 关键公式
3.1 从欧拉-拉格朗日方程反推
假设一个微分方程可以写成：
$$ \frac{\partial F}{\partial y} - \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) = 0 $$两端乘以任意变分 $\delta y$：
$$ \delta y \left[ \frac{\partial F}{\partial y} - \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) \right] = 0 $$在区间上积分：
$$ \int_{x_0}^{x_1} \delta y \left[ \frac{\partial F}{\partial y} - \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) \right] dx = 0 $$对第二项做分部积分：
$$ -\int_{x_0}^{x_1} \delta y \frac{d}{dx}\left(\frac{\partial F}{\partial y'}\right) dx = -\left.\delta y\frac{\partial F}{\partial y'}\right|_{x_0}^{x_1} + \int_{x_0}^{x_1} \frac{\partial F}{\partial y'}\delta y'\,dx $$如果边界变分为零：
$$ \delta y(x_0)=0,\quad \delta y(x_1)=0 $$则边界项消失，于是得到：
$$ \int_{x_0}^{x_1} \left[ \frac{\partial F}{\partial y}\delta y + \frac{\partial F}{\partial y'}\delta y' \right] dx = 0 $$而括号中的内容正是：
$$ \delta F = \frac{\partial F}{\partial y}\delta y + \frac{\partial F}{\partial y'}\delta y' $$所以：
$$ \delta \int_{x_0}^{x_1}F(x,y,y')\,dx = 0 $$因此可以得到泛函：
$$ J[y] = \int_{x_0}^{x_1}F(x,y,y')\,dx $$这就是从方程反推泛函的基本逻辑。
3.2 一个典型例子
考虑边值问题：
$$ y'' - y = 1 $$边界条件为：
$$ y(0)=0,\quad y(L)=0 $$先将方程改写为：
$$ y'' - y - 1 = 0 $$乘以任意变分 $\delta y$ 并积分：
$$ \int_0^L \delta y(y'' - y - 1)\,dx = 0 $$展开为：
$$ \int_0^L \delta y\,y''\,dx - \int_0^L \delta y\,y\,dx - \int_0^L \delta y\,dx = 0 $$对第一项分部积分：
$$ \int_0^L \delta y\,y''\,dx = \left.\delta y\,y'\right|_0^L - \int_0^L \delta y'\,y'\,dx $$由于边界变分为零：
$$ \delta y(0)=0,\quad \delta y(L)=0 $$所以边界项消失：
$$ \int_0^L \delta y\,y''\,dx = - \int_0^L \delta y'\,y'\,dx $$于是原式变成：
$$ -\int_0^L \delta y'\,y'\,dx - \int_0^L \delta y\,y\,dx - \int_0^L \delta y\,dx = 0 $$这可以写成：
$$ -\delta \int_0^L \left[ \frac{1}{2}(y')^2 + \frac{1}{2}y^2 + y \right] dx = 0 $$所以对应泛函可以取为：
$$ S[y] = \int_0^L \left[ \frac{1}{2}(y')^2 + \frac{1}{2}y^2 + y \right] dx $$这说明原微分方程：
$$ y'' - y = 1 $$可以通过上述泛函的变分得到。
3.3 最小二乘泛函
对于一个一般微分方程：
$$ L[y] = 0 $$可以构造最小二乘泛函：
$$ S[y] = \int_{x_0}^{x_1}(L[y])^2\,dx $$例如对方程：
$$ y'' + y' - f(x) = 0 $$可以构造：
$$ S[y] = \int_{x_0}^{x_1} \left[y'' + y' - f(x)\right]^2 dx $$显然：
$$ S[y] \ge 0 $$当：
$$ y'' + y' - f(x) = 0 $$时：
$$ S[y] = 0 $$因此原方程的精确解会使这个残差平方积分泛函取得最小值。
这就是最小二乘构造法的基本思想。
3.4 残差的概念
在数值计算中，如果近似解 $\tilde{y}$ 不能完全满足微分方程：
$$ L[\tilde{y}] = 0 $$那么：
$$ R = L[\tilde{y}] $$称为残差。
残差越小，说明近似解越接近满足原方程。
最小二乘法就是通过最小化残差平方积分：
$$ \int R^2\,dx $$来寻找近似解。
这和后续 Galerkin 方法、加权残值法、最小二乘有限元都有联系。
4. 和力学/数值计算的联系
4.1 变分反问题帮助我们从方程走向能量
在力学中，有些问题一开始是以微分方程形式给出的。
例如：
$$ L[y] = 0 $$如果能找到对应泛函：
$$ J[y] $$那么就可以从“方程求解”转化为“能量极值”。
这有几个好处：
第一，能量形式通常更适合整体建模。
第二，泛函形式更容易构造弱形式。
第三，弱形式更适合有限元离散。
第四，能量形式有助于分析稳定性和误差性质。
所以从微分方程反推泛函，是连接微分方程方法和变分数值方法的重要步骤。
4.2 分部积分是从强形式到弱形式的关键
在反推泛函过程中，最关键的操作往往是分部积分。
例如：
$$ \int_0^L \delta y\,y''\,dx $$通过分部积分可以转化为：
$$ -\int_0^L \delta y'\,y'\,dx $$这个操作有两个意义：
第一，把二阶导数转移成一阶导数。
第二，使方程形式更接近能量泛函的变分。
在有限元中，分部积分同样重要。
强形式微分方程通常要求较高阶导数存在；弱形式通过分部积分降低导数阶次，使得分片多项式近似成为可能。
例如有限元形函数通常只要求在单元内满足一定连续性，而不一定能满足强形式所要求的高阶光滑性。
4.3 最小二乘法适合构造残差型泛函
有些方程很难找到自然能量泛函，这时可以使用最小二乘思想。
比如将方程残差写成：
$$ R[y] = L[y] $$然后构造：
$$ S[y] = \int R[y]^2\,dx $$这样做的优势是比较通用。
只要能定义残差，就可以构造残差平方积分泛函。
但它也有代价：
- 可能提高微分阶次要求；
- 可能改变原问题的数值结构；
- 形成的矩阵可能更复杂；
- 不一定保留原方程的物理能量意义。
所以最小二乘法是一种有效的构造方法，但它不一定等同于原问题的自然能量原理。
4.4 Ritz 方法需要泛函，Galerkin 方法需要弱形式
后续要讲的 Ritz 方法通常从泛函出发。
它的基本思路是：
$$ y(x) \approx \sum_{i=1}^{n}a_i\phi_i(x) $$然后把近似解代入泛函：
$$ J[y] $$再对未知系数 $a_i$ 求极值条件。
所以，如果要用 Ritz 方法，通常需要先有泛函。
而 Galerkin 方法可以直接从微分方程的残差出发，要求残差对试函数正交。
这两者的区别可以简单理解为：
- Ritz 方法：从泛函极值出发；
- Galerkin 方法：从残差正交或弱形式出发。
这也是为什么本篇作为第 10 篇的铺垫非常重要。
4.5 从面试角度看这部分
面试中通常不会要求完整推导一个复杂泛函，但可能会问：
已知微分方程，怎么构造对应的变分形式？
这时可以回答：
第一步，把微分方程乘以任意变分或测试函数。
第二步，在定义域上积分。
第三步，通过分部积分降低导数阶次。
第四步，观察能否写成某个泛函的一阶变分。
第五步，如果自然泛函不好找，可以考虑最小二乘残差泛函。
这样回答会比单纯说“积分一下”更准确。
5. 面试中可以怎么回答？
如果面试官问：
什么是变分反问题？
可以这样回答：
从泛函出发，通过变分得到微分方程，这是变分正问题。反过来，如果已知微分方程，希望找到一个泛函，使它的一阶变分为零时能够推出原方程，这就是变分反问题。它的核心是寻找微分方程背后的能量形式或变分结构。
如果面试官问：
已知微分方程，怎么构造泛函？
可以这样回答：
一种常见方法是将微分方程乘以任意变分或测试函数，然后在定义域上积分，通过分部积分把高阶导数转移到测试函数或变分上，再判断能否写成某个泛函的一阶变分。如果可以，就得到了对应泛函。如果自然泛函不好构造，也可以考虑最小二乘残差泛函。
如果面试官问：
为什么有些方程不好构造泛函？
可以这样回答：
因为不是所有微分方程都具有自然的变分结构。能由欧拉-拉格朗日方程推出的方程通常具有特定形式，而含有非保守项、阻尼项或非自伴算子的方程，不一定能直接对应到简单的能量泛函。因此变分反问题有时并不容易。
如果面试官问：
最小二乘法构造泛函的思想是什么？
可以这样回答：
最小二乘法的思想是把微分方程残差作为衡量误差的量。如果方程为 $L[y]=0$，就构造泛函 $S[y]=\int (L[y])^2 dx$。这个泛函非负，当残差为零时取得最小值。因此通过最小化残差平方积分，可以逼近原微分方程的解。
如果面试官问：
变分反问题和有限元有什么关系？
可以这样回答：
有限元方法通常需要弱形式或泛函形式。对于已知微分方程，如果能构造对应泛函，就可以使用 Ritz 方法；如果构造出弱形式，也可以使用 Galerkin 方法。因此变分反问题是从微分方程通向有限元离散的重要桥梁。
6. 这一篇的核心总结
这一篇主要复习了泛函构造和变分反问题。
可以总结为三句话：
- 从泛函变分得到微分方程是变分正问题，从微分方程反推泛函是变分反问题。
- 常见构造思路是将方程乘以任意变分后积分，再通过分部积分寻找对应泛函。
- 如果自然泛函难以构造，可以使用最小二乘法，将残差平方积分作为泛函。
所以，变分反问题的意义在于：
它把已知微分方程转化为能量形式或残差最小化形式，为 Ritz 方法、Galerkin 方法和有限元离散做准备。
从面试角度看，可以这样理解：
变分反问题是在问：这个微分方程背后有没有一个能量或残差泛函，使真实解成为它的驻点或最小点？
7. 下一篇预告
下一篇准备整理：
研一数学基础复习笔记（十）：Ritz、Galerkin 与有限元思想
下一篇会作为这个系列的收束，重点讨论如何把连续的变分问题转化为有限维代数问题。会讲 Ritz 方法、Galerkin 方法、残差正交、基函数选择，以及它们和有限元方法之间的关系。