Exact solution to a class of problems for the Burgers' equation on bounded intervals

技术摘要：有界区间上 Burgers 方程一类问题的精确解

问题陈述
本文研究了粘性 Burgers 方程，这是一个描述对流与扩散平衡的非线性偏微分方程，定义在通用有界区间 $[l_1, l_2]$ 上。具体问题涉及确定函数 $w(x, t)$，需满足以下条件：

1. 控制方程： $w_t - a^2 w_{xx} + w w_x = 0$，其中 $a^2$ 代表运动粘度系数（$1/Re$）。
2. 初始条件： 非齐次初始分布 $w(x, 0) = w_0(x)$。
3. 边界条件： 固定 Dirichlet 边界条件 $w(l_1, t) = \alpha_1$ 和 $w(l_2, t) = \alpha_2$。

作者指出，尽管数值方法（有限差分、有限元、谱方法）和半解析技术（Adomian 分解、同伦摄动）十分普遍，但它们往往缺乏闭式解，或需要大量的计算资源。本文旨在推导一种精确的运算解，该解在拉普拉斯域提供闭式表达式，并通过逆变换获得精确的时间域解。

方法论
所提出的求解策略依赖于两步变换过程：

1. Hopf-Cole 变换： 利用经典的 Hopf-Cole 变换将非线性 Burgers 方程线性化：
   $$w(x, t) = -2a^2 \frac{u_x(x, t)}{u(x, t)}$$
   这将非线性问题转化为一维热扩散方程（反应项为零的反应 - 扩散方程）的线性边值问题：
   $$u_t - a^2 u_{xx} = 0$$
   $u$ 的初始条件由初始条件 $w_0$ 的积分导出，而 $w$ 的 Dirichlet 条件则转化为 $u$ 的齐次 Robin 边界条件。

2. 拉普拉斯变换与运算解： 在拉普拉斯域（$p$域）中求解线性热方程。作者利用先前建立的、针对有限区间上常系数线性反应 - 扩散方程的精确运算解。

   • 问题在拉普拉斯域中被表述为两点边值问题。
   • 推导出了拉普拉斯变换 $U(x, p)$ 的精确表达式，该表达式包含依赖于 $\sqrt{p}$ 的指数项，并涉及一个由四个方程组成的线性系统以确定边界值（$U(l_1, p), U_x(l_1, p), U(l_2, p), U_x(l_2, p)$）。
   • 线性化方程中的源项为零，这使得运算解简化为仅依赖于初始条件的变换 $R(x, p)$。

3. 时间域恢复： 原始变量 $w(x, t)$ 的精确解通过逆拉普拉斯变换隐式获得：
   $$w(x, t) = -2a^2 \frac{\mathcal{L}^{-1}\{U_x(x, p)\}}{\mathcal{L}^{-1}\{U(x, p)\}}$$
   论文指出，虽然解析逆解可能以闭式存在（可能通过 Mellin 变换），但无论拉普拉斯表达式多么复杂，均采用了高效的数值算法（具体为在 Matlab 中实现为 invlap.m 的 de Hoog 等人算法）来计算时间域解。

主要贡献与结果
本文提出了两个示例以验证该方法：

• 示例 1： 一个具有初始条件 $w_0(x) = \frac{2a^2\pi \sin(\pi x)}{\sigma + \cos(\pi x)}$ 且边界条件为零的问题。作者推导了拉普拉斯域解并应用了逆变换。所得的时间域解与已知的经典精确闭式解（Wood, 2014）完全吻合。
• 示例 2： 一个具有初始条件 $w_0(x) = \sin(\pi x)$ 的问题。该情况的经典精确解已知为无穷级数。作者的方法在拉普拉斯域中产生了隐式精确解。当进行数值逆变换时，结果与截断的无穷级数解（“理论解”）高度一致。

比较性能
该研究突出了所提方法相对于现有方法的两个主要优势：

1. 计算效率： 在示例 2 中，数值逆拉普拉斯过程的执行时间比计算截断无穷级数解快 100 倍以上。
2. 精度： 与理论级数解相比，数值逆拉普拉斯解的误差可忽略不计。相比之下，有限差分解（通过 Matlab 的 pdepe() 计算）随着粘度系数的减小，特别是在早期时间步长，显示出日益增大的偏差。

意义与主张
作者声称，他们的工作提供了拉普拉斯域中的闭式运算解和时间域中的精确隐式解。他们断言，这种方法为基于无穷级数或纯数值离散化的解提供了一种“新颖的替代方案”。

该工作的意义阐述如下：

• 参考点： 推导出的精确解可作为验证和测试其他数值及半解析方法的稳健基准。
• 效率： 该方法在计算上优于级数展开，后者可能耗费大量资源。
• 通用性： 该方法既能处理光滑解，也能处理导数不连续的广义解。

论文结语谦逊地表示，该求解方法将成为未来工作的参考，包括潜在地扩展到更高维的受迫 Burgers 方程，以及与其他非线性演化方程技术（如 Painlevé 分析和 Hirota 双线性法）进行比较。