上一个问题中选择的初始速度剖面与直觉相符,但实际上是凭空想出来的。一个更现实的推导如下。
问题指出(为了得到一个IC),流体在一段时间内处于压差之下,因此流动变得稳定,即稳定流动。"稳定"是说"不随时间变化"的另一种说法,"不随时间变化"是说

将此代入上一节的PDE



独立于
,PDE变成了一个变量分离的ODE,因此我们可以积分。

无滑移条件导致以下边界条件:
at
和
。我们可以将边界条件值代入积分后的ODE并求解Cs。

将 C 代入并简化,得到

为了举例,假设
(注意,负压梯度会导致从左到右的流动)。 还要注意,这是一个恒定的梯度或斜率。 这将得到一个抛物线,它从
开始,增加到
的最大值,在
处,然后返回到
,在
处。
这个抛物线看起来与之前使用的正弦曲线非常相似(你必须放大才能看到差异)。 但是,更重要的是,在感兴趣的狭窄域内,这两个函数是截然不同的(例如,看看它们的泰勒展开)。 使用抛物线代替正弦函数会导致更复杂的解。
因此,这得出了稳态流动,我们将把它用作改进的、真实的初始条件。 回想一下,问题是关于一种最初处于运动状态的流体,由于没有驱动力而逐渐停止。 现在,初边值问题 (IBVP) 发生了微妙的变化




由于与上一节中的问题相比,唯一的区别是初始条件,因此变量可以分离,边界条件可以应用,没有任何区别,得到

但是现在我们卡住了(在应用边界条件后)!应用初始条件会使
项随着 t = 0 消失,这就是初始条件。然而,然后初始条件函数就无法与之匹配。


哪里出了问题?是假设
。无法满足初始条件意味着假设是错误的。现在应该很明显为什么在上一节中选择初始条件为
。
然而,由于问题的线性性,我们可以继续。需要另一个绕行,它很长。
线性(特别是叠加原理)表示,如果
是 BVP(不是整个 IBVP,仅是 BVP,边界值问题,应用边界条件)的解,另一个
也是,那么一个线性组合,
,也是解。
让我们退一步,假设初始条件为

这不再是一个现实的流动问题,但它包含了所谓的傅里叶正弦展开的前两项,请参阅这些傅里叶正弦展开示例。我们将在下面对此进行推广。现在让我们使用这个表达式,并将其与 t = 0 时消去
的半路解(应用边界条件)进行比较。

它仍然无法匹配。但是,请注意,初始条件中的各个项可以匹配。我们只需将常数设置为使两边匹配的值。


注意下标用于识别每个项:它们反映了从分离常数得到的整数
。 可以为用
识别的每个 IC 项获得解。


线性指出,这两个解的和也是 BVP 的解(不需要新常数)

因此,我们将解加起来得到了一个新解……这对什么有用?尝试设置 

每个分量解都满足 BVP, **而这些解的和恰好满足我们的替代 IC**。 现在,具有 IC
的 IBVP 现在已解决。 对于 **任何** 具有半频率为
的正弦函数的线性组合,它都将以相同的方式起作用。 “线性组合”是指项的和,每个项都乘以一个常数。 假设该和收敛且逐项可微分。
让我们以更通用的方式做我们刚才做过的事情。首先,我们将我们的初始条件 (IC) 表示为正弦函数的线性组合(其中
在 t = 0 时被消去),实际上,有无限多个正弦函数。但每一项都必须“收敛”,它不能在整个空间中任意地发散。

其次,在假设 t = 0(即初始条件)的情况下,找到每一项的 n 和 B,然后将它们代回每一项中,不作任何关于 t 的假设,保持 t 不变。

第三,将所有项与其各自的 n 和 B 相加。

第四,将 t = 0 代入各项之和,并从第一步中恢复初始条件。

因此,我们在这个例子中走了一圈,但找到了 n 和 B,因为我们能够将每一项与初始条件等效/满足。现在,如果初始条件是正弦函数的线性组合,我们就可以解决这个问题。但这个问题的初始条件不是这样的和,它只是一个愚蠢的抛物线。或者说不是吗?
在 19 世纪,一位名叫约瑟夫·傅里叶的科学家在帮助拿破仑征服世界的间隙,在研究同一个边值问题(关于热流)时提出了一個重要的问题:一个函数是否可以表示为正弦波的和,类似于泰勒级数?简短的回答是:可以,如果满足一些合理的条件,就像我们已经提到的那样。详细的答案如下,本节将给出更详细的解释。
满足某些条件的函数可以扩展为正弦函数、余弦函数或两者的和。在本例中,要完成这个扩展,只需要找到系数
。一个使用积分的小技巧可以实现这一点。
正弦函数有一个非常重要的性质,叫做正交性。正交性有很多种,我们将在下一章中介绍。与本问题相关的是以下内容:

一个小提示可能会有所帮助。正交性字面意思是两条直线相互垂直。这两条直线可以是向量,每个向量都有自己的坐标元组。如果这两个向量相互垂直,那么它们的坐标元组的乘积和总是等于零(在欧几里得空间中)。乘积和求和的方法也用于确定两个函数是否正交。根据这个定义,我们上面乘积和积分的函数大多数情况下是正交的,但并非总是如此。
让我们将初始条件称为
来对其进行概括。我们将初始条件与其展开式(即正弦函数的线性组合)相等,然后运用一些技巧。请记住,我们的目标是从线性组合的正弦函数中重构一个抛物线函数






在最后一步中,除了当
时,求和中的所有项都变成了
,因为这是正交正弦函数唯一得到
的情况。这隔离并明确定义了
,它与
相同,因为 m = n。则
的展开式为

或者等效地

许多重要的细节将在后面专门的一章中进行阐述;一个值得注意的细节是,这种展开仅在区间
上对抛物线进行了(非常肤浅的)逼近,而不是从
到
。
这个展开最终可以与之前推导的 BVP 的正弦解之和相结合。请注意,最后一个方程与
非常相似。由此得出


因此,该展开将满足作为
给出的 IC(惊讶了吗?)。具有任意 IC 的问题的完整解是


在这个问题中,具体来说,IC 是
,因此

正弦和余弦函数只取决于
的积分。由于
是一个整数,这些函数可以变得更美观。




需要注意的是,对于偶数
,
。把所有东西放在一起,最终完成了 IBVP 的求解。

可以观察到很多有趣的事情。首先,
并不是
函数和
函数的乘积。一开始就假设了这样的解,后来证明是错误的,但最终还是得出了解,这要归功于线性性和所谓的 **傅里叶正弦展开**。
仔细观察一下这个过程,会发现一些可能令人不安的事情:这种冗长的解法 **严格来说只对给定的边界条件有效**。由于
的定义,该解在初始条件方面是通用的(初始条件甚至不需要与边界条件匹配),然而,边界条件的微小变化将需要从头开始重新计算。
抛物线形的初始条件,它与上一节中使用的正弦函数非常相似,完全是造成无限求和的原因(或者,当你理解傅里叶级数的美妙之处后,就会感谢它!)。有趣的是,可以近似地计算序列
的前几个数值。

回想一下,偶数项都是
. 第一项远超其他项,这是有道理的,因为第一项看起来已经非常非常类似于抛物线。回想一下
出现在指数中,使得时间不太接近
时,高阶项变得更小。