球坐标系中的亥姆霍兹方程

                     

贡献者: addis

预备知识 球谐函数

   亥姆霍兹方程为1

\begin{equation} ( \boldsymbol{\nabla}^2 + k^2)f = 0~, \end{equation}
球坐标系中的求解过程与拉普拉斯方程 中的过程类似。将拉普拉斯算子分解为径向和角向两部分(式 6
\begin{equation} \boldsymbol{\nabla}^2 = \boldsymbol{\nabla}^2 _r + \frac{ \boldsymbol{\nabla}^2 _{\Omega}}{r^2} = \frac{1}{r^2} \frac{\partial}{\partial{r}} \left(r^2 \frac{\partial u}{\partial r} \right) + \frac{1}{r^2\sin\theta} \frac{\partial}{\partial{\theta}} \left(\sin \theta \frac{\partial u}{\partial \theta} \right) + \frac{1}{r^2\sin^2 \theta} \frac{\partial^{2}{u}}{\partial{\phi}^{2}} ~. \end{equation}
式 1 乘 $r^2$ 得
\begin{equation} \left(r^2 \boldsymbol{\nabla}^2 _r + k^2 r^2 - \boldsymbol{\nabla}^2 _\Omega \right) f = 0~. \end{equation}
注意前两项只含有 $r$ 的偏导,第三项只含有 $\theta,\phi$ 的偏导。用分离变量法,令 $f( \boldsymbol{\mathbf{r}} ) = R(r) Y( \hat{\boldsymbol{\mathbf{r}}} )$,则分离后的角向方程和径向方程分别为
\begin{equation} \boldsymbol{\nabla}^2 _{\Omega} Y( \hat{\boldsymbol{\mathbf{r}}} ) = -l(l+1) Y( \hat{\boldsymbol{\mathbf{r}}} )~, \end{equation}
\begin{equation} \left[r^2 \boldsymbol{\nabla}^2 _r + k^2 r^2 - l(l+1) \right] R(r) = 0~, \end{equation}
我们已知角向的解为球谐函数 $Y_{l,m}( \hat{\boldsymbol{\mathbf{r}}} )$。而径向方程比普拉斯方程中的(式 6 )多出了一项 $k^2r^2$,使用变量代换 $\rho = kr$ 得
\begin{equation} \rho^2 \frac{\partial^{2}{R}}{\partial{\rho}^{2}} + 2\rho \frac{\partial R}{\partial \rho} + [\rho^2 - l(l+1)] R = 0~. \end{equation}
该方程被称为球贝塞尔方程,两个线性无关解分别是第一和第二类球贝塞尔函数 $j_l(\rho)$ 和 $y_l(\rho)$。

   综上,方程的通解为

\begin{equation} f( \boldsymbol{\mathbf{r}} ) = \sum_{l,m} [A_l j_l(kr) + B_l y_l(kr)] Y_{l,m}( \hat{\boldsymbol{\mathbf{r}}} )~. \end{equation}


1. ^ 一般地,$k$ 可以是复数,所以 $k^2$ 也可以是负实数。


致读者: 小时百科一直以来坚持所有内容免费,这导致我们处于严重的亏损状态。 长此以往很可能会最终导致我们不得不选择大量广告以及内容付费等。 因此,我们请求广大读者热心打赏 ,使网站得以健康发展。 如果看到这条信息的每位读者能慷慨打赏 10 元,我们一个星期内就能脱离亏损, 并保证在接下来的一整年里向所有读者继续免费提供优质内容。 但遗憾的是只有不到 1% 的读者愿意捐款, 他们的付出帮助了 99% 的读者免费获取知识, 我们在此表示感谢。

                     

友情链接: 超理论坛 | ©小时科技 保留一切权利