Брахистохрона под землей: лишняя степень свободы и закон сохранения

18 ноября 2026 года, 00:00

В прошлый раз я записал свое решение задачи о брахистохроне под землей. В ней спрашивается, какую форму должен иметь тоннель, прорытый через Землю между двумя городами, чтобы поезд, двигаясь только под действием силы тяжести и без трения, добрался из одного города в другой быстрее всего. Если считать Землю однородным шаром, такой траекторией оказывается фрагмент гипоциклоиды.

В моем решении минимизировалось время прохождения траектории, заданной в полярных координатах. В интернете также нашлась заметка Аманды Максхэм с решением в декартовых координатах. Корректность этого решения вызвала у меня большие сомнения. Сомнениями я поделился, но в теме до конца не разобрался. В частности, открытыми остались три вопроса:

  1. Какой именно шаг в работе Аманды содержит ошибку?
  2. Есть ли препятствия для применения декартовых координат в этой задаче?
  3. Можно ли решить задачу до конца, описывая траекторию декартовыми координатами?

Обсудил эти вопросы с ChatGPT (больше-то и обсуждать не с кем). Он уже поумнел настолько, чтобы беседа вышла содержательной и прояснила мне самому нетривиальные моменты этой задачи, хотя я её сам решал, и математическая подготовка у меня соответствующая (вариационное исчисление было в курсах теоретической механики и дифференциальных уравнений, да и калибровочные симметрии в курсе квантовой теории поля тоже рассматривали). Ошибок у нейросети я не заметил. Законспектирую для полноты ход рассуждений и выводы.

Вспоминаем формулировку задачи

Внутри однородного шара гравитационная сила пропорциональна расстоянию до центра. Закон сохранения энергии для тела, стартующего с поверхности Земли без начальной скорости, дает

$$ v=\omega\sqrt{R^2-r^2}, $$

где $$R$$ — радиус Земли, $$r$$ — расстояние до её центра, а $$\omega=\sqrt{g/R}$$.

Время прохождения траектории определяется интегралом

$$ t=\int\frac{ds}{v}=\frac1\omega\int\frac{ds}{\sqrt{R^2-r^2}}. $$(1)

Пусть траектория задается декартовыми координатами $$x(\tau)$$ и $$y(\tau)$$, тогда

$$\ ds=\sqrt{x'^2+y'^2}\,d\tau, \qquad r^2=x^2+y^2. $$

Здесь и далее штрих означает производную по произвольному параметру $$\tau$$. Таким образом, оптимальная траектория соответствует минимуму функционала

$$ S=\omega t=\int\mathcal L\,d\tau, $$

где подынтегральное выражение — лагранжиан $$\mathcal L$$ — можно записать в виде функции от четырех переменных:

$$ \mathcal L(x,y,x',y')= \frac{\sqrt{x'^2+y'^2}} {\sqrt{R^2-x^2-y^2}}. $$(2)

Давайте разбираться, как продолжить решение в декартовых координатах.

Где ошибка решения Аманды?

В работе Аманды вместо уравнений Эйлера — Лагранжа используется их первый интеграл (в англоязычной литературе называется тождеством Бельтрами). Однако она применяет его по отдельности к двум координатам, получая два разных соотношения:

$$ \mathcal L-x'\frac{\partial\mathcal L}{\partial x'}\overset{\text{?}}{=}C_1, \qquad \mathcal L-y'\frac{\partial\mathcal L}{\partial y'}\overset{\text{?}}{=}C_2. $$(3)

Это и есть ошибочный шаг: никаких двух разных первых интегралов такого вида в этой задаче нет. Правильное выражение для первого интеграла есть

$$\boxed{ \mathcal L-\sum_i q_i' \frac{\partial\mathcal L}{\partial q_i'}=C. }$$(4)

Чтобы в этом убедиться, вычислим полную производную от левой части по $$\tau$$. Нам понадобятся уравнения Эйлера — Лагранжа для случая нескольких обобщенных координат $$q_i(\tau)$$:

$$ \frac{d}{d\tau}\frac{\partial\mathcal L}{\partial q_i'}=\frac{\partial\mathcal L}{\partial q_i}. $$

Дифференцируем:

$$\begin{aligned} &\frac{d}{d\tau}\left( \mathcal L-\sum_i q_i'\frac{\partial\mathcal L}{\partial q_i'} \right)=\frac{d\mathcal L}{d\tau} -\sum_i\left( q_i''\frac{\partial\mathcal L}{\partial q_i'} +q_i'\frac{d}{d\tau}\frac{\partial\mathcal L}{\partial q_i'} \right)=\\[6pt] &=\frac{\partial\mathcal L}{\partial\tau} +\sum_i\left( q_i'\frac{\partial\mathcal L}{\partial q_i} +q_i''\frac{\partial\mathcal L}{\partial q_i'} \right) -\sum_i\left( q_i''\frac{\partial\mathcal L}{\partial q_i'} +q_i'\frac{d}{d\tau}\frac{\partial\mathcal L}{\partial q_i'} \right)=\\[6pt] &=\frac{\partial\mathcal L}{\partial\tau} +\sum_i q_i'\left( \frac{\partial\mathcal L}{\partial q_i} -\frac{d}{d\tau}\frac{\partial\mathcal L}{\partial q_i'} \right) =\frac{\partial\mathcal L}{\partial\tau}. \end{aligned} $$(5)

В последнем равенстве уравнения Эйлера — Лагранжа на своих решениях обращают скобки в 0.

Если лагранжиан явно не зависит от $$\tau$$, то правая часть равна нулю, откуда следует (4). А это и есть правильный вид первого интеграла. В получившейся сумме нельзя оставить только одно слагаемое и заявить, что равенства (3) выполняются: в общем случае для этого оснований нет.

То же видно на примере механических систем. В общем случае, например, для движения материальной точки в трехмерном пространстве, когда лагранжиан не зависит явно от времени (то есть система автономна), есть только общая сохраняющаяся энергия, а сохранения отдельных «энергий по координатам» нет.

Для двух декартовых координат первый интеграл имеет вид

$$ \mathcal L- x'\frac{\partial\mathcal L}{\partial x'} -y'\frac{\partial\mathcal L}{\partial y'}=C. $$(6)

Если подставить производные нашего лагранжиана (2), получаем интересное равенство

$$ x'\frac{\partial\mathcal L}{\partial x'} +y'\frac{\partial\mathcal L}{\partial y'} =\frac{x'^2+y'^2} {\sqrt{x'^2+y'^2}\sqrt{R^2-x^2-y^2}} =\mathcal L. $$

Из него следует, что первый интеграл сводится к тривиальному соотношению

$$ \boxed{0=C.} $$

Кажется, что решение зашло в тупик и продолжить его нельзя. Давайте разбираться в причинах и искать пути выхода из этого тупика.

Что мешает применению декартовых координат?

В полярных координатах траектория задается одной функцией $$r(\varphi)$$, никаких проблем с первым интегралом нет, сложность только в самом вычислении интегралов и преобразовании выражений.

В декартовых координатах Аманда использовала две функции $$x(\tau)$$ и $$y(\tau)$$ от произвольного параметра $$\tau$$ вдоль траектории. Мотивация понятна: мы хотим или применить параметрические уравнения гипоциклоиды, или прийти к ним, потому что любые другие уравнения гипоциклоиды задаются более сложными выражениями.

На первый взгляд неизвестных стало больше, и что делать с ними — непонятно. Но нас интересует только форма кривой, а выбор параметра вдоль неё не имеет значения. Действительно, пусть задана траектория

$$ x=x(\tau),\qquad y=y(\tau). $$

Мы можем заменить параметр $$\tau$$ любым другим параметром $$\sigma=f(\tau)$$, монотонно связанным с $$\tau$$ (то есть $$f'>0$$), и получить ту же геометрическую кривую. Значение функционала времени (1) от такой замены не меняется, и такое свойство называется инвариантностью относительно репараметризации.

Репараметризация не влияет на функционал (1), так как он зависит от значения подынтегрального выражения вдоль траектории и от элемента её длины. Это можно показать и непосредственной заменой параметра. Поскольку функция замены $$f$$ монотонна, существует обратная функция $$\tau=g(\sigma)$$. После замены вместо исходных координатных функций мы получим

$$ \begin{cases} \tilde x(\sigma)=x(g(\sigma)),\\ \tilde y(\sigma)=y(g(\sigma)). \end{cases} $$

Лагранжиан в новых координатах будет равен

$$ \mathcal L\left( \tilde x,\tilde y, \frac{d\tilde x}{d\sigma}, \frac{d\tilde y}{d\sigma} \right) =\frac{\sqrt{ \big(\frac{d\tilde x}{d\sigma}\big)^2+ \big(\frac{d\tilde y}{d\sigma}\big)^2 }} {\sqrt{R^2-\tilde x^2-\tilde y^2}} =\frac{d\tau}{d\sigma} \frac{\sqrt{ \big(\frac{dx}{d\tau}\big)^2+ \big(\frac{dy}{d\tau}\big)^2 }} {\sqrt{R^2-x^2-y^2}} =\frac{d\tau}{d\sigma} \mathcal L(x,y,x',y'). $$

Таким образом,

$$ \mathcal L\left( \tilde x,\tilde y, \tilde x'_\sigma, \tilde y'_\sigma \right)\,d\sigma =\mathcal L(x,y,x',y')\,d\tau. $$

Изменение производных координатных функций в лагранжиане (2) в точности компенсируется изменением дифференциала параметра. Поэтому значение функционала не зависит от выбранной параметризации.

При этом экстремальная кривая остается экстремальной после репараметризации. Действительно, каждой её вариации соответствует вариация исходной кривой с тем же изменением функционала. Если до замены параметра первая вариация была равна нулю, то и после замены она также равна нулю.

Таким образом, каждой экстремальной геометрической кривой соответствует бесконечное семейство решений уравнений Эйлера — Лагранжа, отличающихся только параметризацией. В этом и проявляется лишняя степень свободы: две функции $$x(\tau)$$ и $$y(\tau)$$ задают не только форму кривой, но и произвольную расстановку значений параметра вдоль неё.

Теперь выясним, к каким следствиям приводит наличие инвариантности относительно репараметризации. Рассмотрим бесконечно малое изменение параметризации $$\sigma=\tau+\varepsilon(\tau)$$, где $$\varepsilon(\tau)$$ — произвольная достаточно малая гладкая функция, обращающаяся в ноль на концах рассматриваемого интервала. Новые координатные функции описывают те же геометрические точки, поэтому

$$ \begin{cases} \tilde x(\sigma)=x(\tau),\\ \tilde y(\sigma)=y(\tau), \end{cases}\implies \begin{cases} \tilde x(\sigma)=x(\sigma-\varepsilon(\sigma)+O(\varepsilon^2)),\\ \tilde y(\sigma)=y(\sigma-\varepsilon(\sigma)+O(\varepsilon^2)). \end{cases} $$

Будем считать, что кривая $$x(\tau)$$, $$y(\tau)$$ регулярна, то есть $$x'^2+y'^2\ne0$$, а все преобразования проводятся на её внутренних участках, где лагранжиан конечен. В первом порядке малости изменения координат равны

$$ \delta x=-\varepsilon(\tau)x',\qquad\delta y=-\varepsilon(\tau)y'. $$(7)

Геометрически это означает, что малое изменение параметризации эквивалентно малому сдвигу точек по касательным к кривой, что не меняет форму кривой.

Запишем вариацию функционала:

$$ \delta S=\int\left(E_x\delta x+E_y\delta y\right)d\tau, $$

где

$$ E_x= \frac{\partial\mathcal L}{\partial x} -\frac{d}{d\tau} \frac{\partial\mathcal L}{\partial x'}, \qquad E_y= \frac{\partial\mathcal L}{\partial y} -\frac{d}{d\tau} \frac{\partial\mathcal L}{\partial y'}. $$

Эти выражения и есть левые части уравнений Эйлера — Лагранжа. Сами уравнения Эйлера — Лагранжа, $$E_x=0$$ и $$E_y=0$$, как раз и получаются из принципа наименьшего действия, если положить $$\delta S=0$$.

В нашем случае для вариаций координат (7) граничные слагаемые отсутствуют, поскольку $$\varepsilon$$ обращается в ноль на концах интервала. Подставляя вариации координат в вариацию функционала, получаем

$$ \delta S=-\int\varepsilon(\tau) \left(x'E_x+y'E_y\right)d\tau. $$

Но выше мы видели, что любая репараметризация, в том числе и $$\tau\to\sigma=\tau+\varepsilon(\tau)$$, не меняет функционал, причем для любой допустимой кривой, а не только для экстремальной. Следовательно, $$\delta S=0$$ для любой функции $$\varepsilon(\tau)$$. Как учит вариационное исчисление, это возможно только тогда, когда

$$ \boxed{ x'E_x+y'E_y\equiv0. } $$(8)

Это тождество — математическое проявление избыточности параметризации. Геометрически оно означает, что вектор $$(E_x,E_y)$$ перпендикулярен касательной к кривой, причем на любых траекториях, а не только экстремальных. Поэтому независимым остается одно уравнение — равенство нулю его нормальной компоненты. Оно определяет только форму кривой: вариации в направлении нормали меняют эту форму, а вариации вдоль касательной соответствуют произвольному изменению параметризации.

Такие соотношения возникают в соответствии со второй теоремой Нётер из симметрий относительно непрерывных преобразований, зависящих от произвольных функций (калибровочных симметрий). Сама теорема утверждает, что наличие этих симметрий приводит не к существованию новых законов сохранения, а к дополнительным тождествам между уравнениями движения. Именно поэтому первый интеграл (6) превратился в тривиальное тождество, выполняющееся для любой траектории и не сообщающее ничего о форме искомой экстремальной траектории.

Таким образом, симметрия относительно сдвига $$\tau$$, проявляющаяся в отсутствии явной зависимости лагранжиана $$\mathcal L$$ от $$\tau$$, является частным случаем более общей симметрии относительно произвольной репараметризации. Она не меняет саму кривую и не дает физических следствий для нахождения экстремали.

При этом у самой задачи есть симметрия, связанная с вращением вокруг центра Земли. В отличие от репараметризации она имеет физическое содержание, так как меняет траекторию, не изменяя функционал. Именно эта симметрия давала содержательный первый интеграл в полярных координатах. Давайте посмотрим, как её учесть в декартовых координатах.

Можно ли решить задачу в декартовых координатах?

Лагранжиан (2) зависит от координат и их производных только через сумму квадратов: $$x^2+y^2$$ и $$x'^2+y'^2$$. Следовательно, он не меняется при одновременном повороте радиус-вектора и касательной на один и тот же угол. Это проявление сферической симметрии гравитационного поля внутри однородной Земли.

По теореме Нётер, на этот раз первой, этой симметрии должен соответствовать закон сохранения. Его можно получить и непосредственно из лагранжиана, не пользуясь самой теоремой. В механических системах симметрии относительно поворота соответствует закон сохранения момента импульса. Здесь математические выражения аналогичны.

Введем понятия «обобщенных импульсов» и «обобщенного момента импульса»:

$$ \begin{align*} p_x&=\frac{\partial\mathcal L}{\partial x'}=\frac{x'}{\sqrt{x'^2+y'^2}\sqrt{R^2-x^2-y^2}},\\[6pt] p_y&=\frac{\partial\mathcal L}{\partial y'}=\frac{y'}{\sqrt{x'^2+y'^2}\sqrt{R^2-x^2-y^2}},\\[6pt] J&=xp_y-yp_x. \end{align*} $$

Я сохранил названия этих величин только для наглядности и специально указываю их в кавычках. Не следует их путать с настоящими импульсом и моментом импульса, поскольку они определены через лагранжиан функционала времени, а не через механический лагранжиан. Однако соответствующий закон сохранения получается вполне настоящим, так как постоянство $$J$$ вдоль траектории движения тела означает и постоянство во времени. Продифференцируем:

$$ J'=x'p_y-y'p_x+xp_y'-yp_x'=xp_y'-yp_x'. $$

На экстремальной траектории уравнения Эйлера — Лагранжа дают

$$ p_x'=\frac{\partial\mathcal L}{\partial x}, \qquad p_y'=\frac{\partial\mathcal L}{\partial y}. $$

Поэтому

$$ J'=x\frac{\partial\mathcal L}{\partial y}-y\frac{\partial\mathcal L}{\partial x} =x{\partial\mathcal L\over\partial r}{\partial r\over\partial y}- y{\partial\mathcal L\over\partial r}{\partial r\over\partial x} =0. $$

Последнее равенство выполняется благодаря зависимости $$\mathcal L$$ от координат только через $$r=\sqrt{x^2+y^2}$$.

Мы получили нетривиальный первый интеграл:

$$ \boxed{ J=\frac{xy'-yx'} {\sqrt{x'^2+y'^2}\sqrt{R^2-x^2-y^2}} =\mathrm{const}. } $$(9)

В отличие от «энергетического» первого интеграла (6), этот закон сохранения накладывает существенное ограничение на форму траектории. Математически он эквивалентен первому интегралу в полярных координатах. Действительно, если выполнить подстановку $$x=r\cos\varphi$$, $$\qquad y=r\sin\varphi$$, то легко получить

$$ xy'-yx'=r^2\varphi', \qquad x'^2+y'^2=r'^2+r^2\varphi'^2. $$

Первый интеграл (9) превращается в

$$ \frac{r^2\varphi'} {\sqrt{r'^2+r^2\varphi'^2}\sqrt{R^2-r^2}} =J. $$

Избавимся от параметра $$\tau$$ вдоль траектории, по которому мы до сих пор брали производные, и при $$\varphi'>0$$ получим

$$ \frac{r^2} {\sqrt{\big(\frac{\partial r}{\partial\varphi}\big)^2+r^2}\,\sqrt{R^2-r^2}} =J. $$(10)

Это тот же первый интеграл, который мы получили в прошлом решении. В полярных координатах вращательная симметрия проявляется в отсутствии явной зависимости лагранжиана от угла $$\varphi$$. Поэтому первый интеграл там выражает сохранение $$J$$, а не тривиальное тождество (6).

Далее можно продолжить старое решение в полярных координатах, либо проверить напрямую, что известное решение — гипоциклоида — удовлетворяет первому интегралу (9). Параметрические уравнения гипоциклоиды имеют вид

$$ \begin{cases} x=(R-a)\cos\theta+ a\cos\left(\dfrac{R-a}{a}\theta\right),\\[9pt] y=(R-a)\sin\theta- a\sin\left(\dfrac{R-a}{a}\theta\right), \end{cases} $$(11)

где $$a$$ — радиус окружности, которая катится внутри окружности радиуса $$R$$. Для рассматриваемой дуги траектории будем считать $$0<a<R/2$$.

Чтобы упростить вычисления, обозначим

$$ A=R-a,\qquad \psi=\frac{R\theta}{2a}. $$

Дифференцируем (11) по $$\theta$$. После несложных тригонометрических преобразований получаем

$$ (x'_\theta)^2+(y'_\theta)^2=4A^2\sin^2\psi, $$

$$ R^2-x^2-y^2=4aA\sin^2\psi, $$

$$ xy'_\theta-yx'_\theta=2A(R-2a)\sin^2\psi. $$

Подстановка в (9) даёт

$$ J=\frac{R-2a}{2\sqrt{a(R-a)}}=\mathrm{const}. $$

Таким образом, гипоциклоида действительно удовлетворяет нашему первому интегралу. В точках возврата формула (9) не определена, но значение $$J$$ можно доопределить в них по непрерывности и продлить решение.

У такого способа решения через подстановку ответа есть подводные камни, которые легко пропустить. В нашей задаче первый интеграл постоянен не только на экстремальных траекториях, но и на окружностях с центром в центре Земли. Это сразу видно из (10): при $$r(\varphi)=const$$ левая часть постоянна. Дело в том, что неизменность первого интеграла дает необходимое условие экстремальности, а не достаточное. Действительно, первый интеграл остается постоянным, если сумма в (5) зануляется. Происходит это не только на настоящей экстремальной траектории, когда скобки равны нулю по уравнениям Эйлера — Лагранжа. Например, в полярных координатах это имеет место при $$q'\equiv r'=0$$, что как раз и дает уравнение окружности в нашей задаче. Таким образом, первый интеграл дает корректное решение задачи, когда расстояние от тела до центра Земли меняется. А в точке экстремума, где тело поворачивает назад к поверхности, решение гладко продолжается через эту точку. Разумеется, сами окружности не являются решениями задачи и на них не выполняются уравнения Эйлера — Лагранжа, что можно проверить непосредственным вычислением.

Доводим решение до ответа в декартовых координатах

Оказывается, существует подстановка, которая позволяет проинтегрировать дифференциальное уравнение (9) напрямую. Выберем в качестве параметра длину дуги $$s$$. Тогда по теореме Пифагора

$$ \left({dx\over ds}\right)^2+\left({dy\over ds}\right)^2=1. $$

Смысл этого равенства в том, что вектор $$\vec T=(x'_s, y'_s)$$, направленный вдоль касательной, имеет единичную длину. Его компоненты можно выразить через угол $$\beta$$ между касательной и осью $$x$$:

$$ x'_s=\cos\beta,\qquad y'_s=\sin\beta. $$

В дифференциальной геометрии плоских кривых используют подвижный репер Френе, образованный единичными векторами касательной $$\vec T$$ и нормали $$\vec N$$. Введем координаты радиус-вектора в этом репере, который отличается от исходной системы осей поворотом на угол $$\beta$$:

$$ \begin{cases} u=x\cos\beta+y\sin\beta,\\ h=-x\sin\beta+y\cos\beta. \end{cases} $$(12)

Эти координаты можно выразить через векторы самого репера:

$$u=\vec r\cdot\vec T, \quad h=\vec r\cdot\vec N, \quad\text{где}\ \vec T=(\cos\beta,\sin\beta),\ \vec N=(-\sin\beta,\cos\beta).$$

Геометрически величина $$u$$ представляет собой проекцию радиус-вектора $$\vec{r}$$ точки кривой $$P$$ на направление касательной, а $$h$$ — «знаковое» расстояние от центра Земли до прямой, содержащей касательную. Для точки на рисунке $$h<0$$, поэтому длина отрезка $$OH$$ равна $$-h$$.

$$ \begin{tikzpicture} \def\a{1} \def\b{5} \def\tpoint{47} % Точка P на гипоциклоиде и направление касательной \pgfmathsetmacro{\px}{(\b-\a)*cos(\tpoint)+\a*cos((\b-\a)*\tpoint/\a)} \pgfmathsetmacro{\py}{(\b-\a)*sin(\tpoint)-\a*sin((\b-\a)*\tpoint/\a)} \pgfmathsetmacro{\dx}{-(\b-\a)*(sin(\tpoint)+sin((\b-\a)*\tpoint/\a))} \pgfmathsetmacro{\dy}{(\b-\a)*(cos(\tpoint)-cos((\b-\a)*\tpoint/\a))} \pgfmathsetmacro{\speed}{veclen(\dx,\dy)} \pgfmathsetmacro{\tx}{\dx/\speed} \pgfmathsetmacro{\ty}{\dy/\speed} \pgfmathsetmacro{\angbeta}{atan2(\ty,\tx)} \pgfmathsetmacro{\angphi}{atan2(\py,\px)} % Проекции радиус-вектора на касательную и нормаль \pgfmathsetmacro{\uu}{\px*\tx+\py*\ty} \pgfmathsetmacro{\hh}{-\px*\ty+\py*\tx} \pgfmathsetmacro{\hx}{\px-\uu*\tx} \pgfmathsetmacro{\hy}{\py-\uu*\ty} \pgfmathsetmacro{\nx}{-\ty} \pgfmathsetmacro{\ny}{\tx} \coordinate (O) at (0,0); \coordinate (A) at (\b,0); \coordinate (B) at (0,\b); \coordinate (P) at (\px,\py); \coordinate (H) at (\hx,\hy); \draw ([shift=(-10:\b)]O) arc (-10:90:\b); \draw (O) -- (A); \draw[line width=1pt,orange!80!red] plot[samples=72,domain=0:72,smooth,variable=\t] ({(\b-\a)*cos(\t)+\a*cos((\b-\a)*\t/\a)}, {(\b-\a)*sin(\t)-\a*sin((\b-\a)*\t/\a)}); \draw[-stealth] (O) -- node[pos=0.53,left=1pt] {$\vec r$} (P); \draw (0.65,0) arc (0:\angphi:0.65); \node at ({0.8*cos(\angphi*0.55)},{0.8*sin(\angphi*0.55)}) {$\varphi$}; % Касательная в точке P \draw[gray,dashed] ({\px-3.45*\tx},{\py-3.45*\ty}) -- ({\px+1.2*\tx},{\py+1.2*\ty}); % Векторы касательной и нормали в точке P \draw[-stealth,thick,green!45!black] (P) -- ({\px+1.2*\tx},{\py+1.2*\ty}) node[left,inner sep=3pt] {$\vec T$}; \draw[-stealth,thick,blue!70!black] (P) -- ({\px+1.2*\nx},{\py+1.2*\ny}) node[left,inner sep=2pt] {$\vec N$}; % Проекции h и u \draw[very thick,blue!70!black] (O) -- node[pos=0.55,above] {$-h$} (H); \draw[very thick,green!45!black] (H) -- node[pos=0.45,left] {$u$} (P); \draw[thin] ({\hx+0.20*\nx},{\hy+0.20*\ny}) -- ({\hx+0.20*\nx+0.20*\tx},{\hy+0.20*\ny+0.20*\ty}) -- ({\hx+0.20*\tx},{\hy+0.20*\ty}); \draw[gray] (P) -- ({\px+0.76},\py); \draw[gray] ({\px+0.54},\py) arc (0:\angbeta:0.54); \node at ({\px+0.83*cos(\angbeta/2)}, {\py+0.83*sin(\angbeta/2)}) {$\beta$}; \fill (O) circle (1pt) node[below left] {$O$}; \fill (P) circle (1.2pt) node[above=3pt,left=2pt] {$P$}; \fill (H) circle (1pt) node[below right] {$H$}; \node[right] at (A) {$A$}; \node[above] at (B) {$B$}; % \end{tikzpicture} $$

Поворот системы координат сохраняет расстояние:

$$ x^2+y^2=u^2+h^2. $$

Кроме того, поскольку $$x'_s=\cos\beta$$ и $$y'_s=\sin\beta$$, числитель первого интеграла (9) упрощается:

$$ xy'_s-yx'_s=-h. $$

Сам первый интеграл в этих координатах выглядит как

$$ J=-\frac{h}{\sqrt{R^2-u^2-h^2}}. $$

Возведем обе части в квадрат и преобразуем:

$$ u^2+\left(1+\frac1{J^2}\right)h^2=R^2. $$(13)

Мы получили одно уравнение, связывающее в каждой точке значения $$u(\cdot)$$ и $$h(\cdot)$$ как функции некоторого параметра. Он сам в это уравнение не входит, поэтому его можно выбирать произвольно. Чтобы получить второе уравнение, продифференцируем $$h$$ из определения (12) по длине дуги $$s$$:

$$ \begin{aligned} \frac{dh}{ds} &=-x'_s\sin\beta+y'_s\cos\beta -(x\cos\beta+y\sin\beta) \frac{d\beta}{ds}. \end{aligned} $$

Первые два слагаемых сокращаются, оставшиеся дают

$$ \frac{dh}{ds}=-u\frac{d\beta}{ds}. $$

Это соотношение — следствие формул Френе для производных касательного и нормального векторов, но мы получили его здесь непосредственным дифференцированием. На участке с ненулевой кривизной мы можем использовать сам угол $$\beta$$ в качестве независимой переменной:

$$ \frac{dh}{d\beta}=-u. $$(14)

Подставим (14) в (13) и обозначим для краткости $$1+1/J^2$$ через $$k^2$$, где $$k>1$$. Получаем

$$ \boxed{ \left(\frac{dh}{d\beta}\right)^2+k^2h^2=R^2. } $$

Это дифференциальное уравнение совпадает с первым интегралом (энергией) гармонического осциллятора. Одно из решений $$h=\pm R/k=\mathrm{const}$$, $$u=0$$ постороннее. Оно соответствует окружности с центром в центре Земли, и его мы подробно разбирали выше: на нем первый интеграл постоянен, а траектория не является оптимальной. Для непостоянного решения на участках, где $$dh/d\beta\ne0$$, получаем уравнение гармонического осциллятора

$$ \frac{d^2h}{d\beta^2}+k^2h=0 $$

откуда

$$ h=-\frac Rk\sin(k\beta+\delta). $$

Константа интегрирования (фаза) $$\delta$$ определяет положение траектории относительно системы координат. Подходящим поворотом системы координат её можно сделать нулевой, и тогда

$$ h=-\frac Rk\sin k\beta. $$

Из (14)

$$ u=-\frac{dh}{d\beta}=R\cos k\beta. $$

Теперь нужно сделать обратный к (12) поворот, чтобы вернуться к координатам $$x, y$$:

$$ \begin{cases} x=u\cos\beta-h\sin\beta,\\ y=u\sin\beta+h\cos\beta. \end{cases} $$

Подставляя найденные функции $$u(\beta)$$ и $$h(\beta)$$, получаем

$$ \begin{aligned} x(\beta)&=R\cos k\beta\cos\beta +\frac Rk\sin k\beta\sin\beta,\\ y(\beta)&=R\cos k\beta\sin\beta -\frac Rk\sin k\beta\cos\beta. \end{aligned} $$

Применим формулы произведения тригонометрических функций:

$$ \begin{aligned} x(\beta)&= \frac R2\left(1+\frac1k\right) \cos((1-k)\beta)+\frac R2\left(1-\frac1k\right) \cos((1+k)\beta),\\ y(\beta)&= \frac R2\left(1+\frac1k\right) \sin((1-k)\beta)+\frac R2\left(1-\frac1k\right) \sin((1+k)\beta). \end{aligned} $$

Введем радиус $$a$$ и новый параметр $$\theta$$:

$$ a=\frac R2\left(1-\frac1k\right), \qquad \theta=(1-k)\beta. $$

Тогда

$$ R-a=\frac R2\left(1+\frac1k\right), \qquad \frac{R-a}{a}=\frac{k+1}{k-1}. $$

После замены констант окончательно получаем

$$ \boxed{ \begin{cases} x=(R-a)\cos\theta+a\cos\left(\dfrac{R-a}{a}\theta\right),\\[9pt] y=(R-a)\sin\theta-a\sin\left(\dfrac{R-a}{a}\theta\right). \end{cases} } $$

Это и есть параметрические уравнения гипоциклоиды.

Мы рассматривали случай $$J\ne0$$. Особый случай $$J=0$$ соответствует нулевому моменту импульса, то есть радиальным траекториям. Для движения между противоположными точками поверхности получается прямой тоннель через центр Земли — предельный случай гипоциклоиды при $$a=R/2$$.

Выводы

Ошибка в декартовом решении Аманды Максхэм состоит в неправильном применении первого интеграла (тождества Бельтрами). Из независимости лагранжиана от параметра следует один общий закон сохранения, содержащий сумму по всем обобщенным координатам, а не несколько отдельных законов.

Однако для лагранжиана (2) даже правильное выражение первого интеграла превращается в тривиальное равенство. Причина заключается в инвариантности функционала относительно репараметризации: две неизвестные функции $$x(\tau)$$ и $$y(\tau)$$ одновременно задают и геометрическую кривую, и произвольный способ параметризации её точек.

При этом лишняя степень свободы не мешает корректному применению вариационного исчисления. Два уравнения Эйлера — Лагранжа в соответствии со второй теоремой Нётер оказываются зависимыми. Независимым остается условие равенства нулю нормальной компоненты вектора $$(E_x,E_y)$$, которое определяет форму экстремальной траектории.

Прошлое решение задачи в полярных координатах достаточно прямолинейное, но технически трудное, так как предполагает большой объем вычислений. Новое решение вычислительно простое, но содержит несколько неочевидных шагов: записать лагранжиан в декартовой форме; выписать первый интеграл, связанный с вращательной симметрией; перейти к прямоугольным координатам в репере Френе; использовать дифференциальное соотношение между координатами и углом наклона касательной как параметром.

Теперь, надеюсь, все вопросы, возникшие при решении этой задачи, прояснены окончательно.

Оставить комментарий

Брахистохрона и свободное падение зарядов в дополнительном магнитном поле

22 марта 2025 года, 23:46

Вернемся к задаче о брахистохроне — кривой скорейшего спуска. Иоганн Бернулли доказал, что в однородном поле тяжести такой кривой является циклоида.

Есть еще одна задача на движение частиц, в которой ответом тоже является циклоида, — задача о падении заряда в однородном магнитном поле. Эта задача эквивалентна движению заряженной частицы в ортогональных однородных электрическом и магнитном поле с нулевой начальной скоростью. Ее можно решать переходом в движущуюся систему отсчета, в которой электрическое поле зануляется и частица движется по окружности в магнитном поле. Комбинация поступательного движения по прямой и вращательного движения по окружности и дает циклоиду.

$$ \begin{tikzpicture}[scale=0.52725,line width=0.2mm] \def\b{0.18} \draw[opacity=0] (-1.32,0.76) rectangle +(22.6,-5.52) \draw[->] (-0.52,0) -- (20.52,0) node[right] {\( x \)}; \draw[->] (0,0.52) -- (0,-4) node[below] {\( y \)}; \foreach \x in {1,3.12,...,20} { \foreach \y in {0.48,-0.92,...,-4} { \draw[blue, line width=0.14mm] (\x,\y) circle (0.24) +(-\b,\b) -- +(\b,-\b) +(\b,\b) -- +(-\b,-\b); } } \node[blue] at (-1,-3.5) {\(\vec{B}\)}; \draw[->,line width=0.4mm,red] (-0.98,0.5) -- +(0,-2) node[below] {\( \vec{E} \)}; \draw[thick,smooth,samples=100,domain=0:18.7] plot({\x-sin(deg(\x))},{cos(deg(\x))-1}); \foreach \x in {2,8.29,...,20} \draw[->,thick] ({\x-sin(deg(\x))}, {cos(deg(\x))-1}) -- ++(0.2, -0.1); \end{tikzpicture} $$

В прошлый раз мы занимались брахистохроной в центрально-симметричном силовом поле с потенциалом $$r^2$$ и обсудили, что ответом является дуга гипоциклоиды. Можно задать аналогичный вопрос и о свободном движении заряженной частицы: какова траектория заряда в потенциале $$r^2$$ и однородном магнитном поле, перпендикулярном плоскости движения заряда?

Из качественных соображений понятно, что траектория будет «звездообразной». Во-первых, заряд действительно всегда движется в одной плоскости, так как нет сил, не лежащих в этой плоскости. Во-вторых, когда заряд отпускают, он начинает двигаться к центру притяжения. По мере роста скорости увеличивается и магнитная сила, направленная перпендикулярно траектории и отклоняющая заряд в сторону. Заряд разворачивается, тормозится и останавливается на том же расстоянии от центра, на котором он был в начальном положении. Дальше этот цикл повторяется.

Численное решение уравнений движения показывает траекторию, очень напоминающую гипоциклоиду. Давайте разберемся, действительно ли заряд в магнитном поле и потенциале $$r^2$$ будет двигаться по гипоциклоиде и случайно ли траектория опять совпадает с брахистохроной?

Падение в «вертикальном» поле

Направим ось y вниз и будем рассматривать движение в поле с потенциальной энергией $$U(x,y,z)=-mf(y)$$, причем $$f(0)=0$$. Из закона сохранения энергии $$v^2=2f(y)$$. Брахистохрона минимизирует интеграл для времени движения:

$$t=\int {dl\over v}=\int {\sqrt{dx^2+dy^2\over 2f(y)}}={1\over\sqrt{2}}\int {\sqrt{y'^2+1\over f(y)}}\ dx.$$

Первый интеграл соответствующего уравнения Эйлера — Лагранжа имеет вид

$$\frac{1}{K_1^2} = (y'^2 + 1) f(y).$$(1)

Это дифференциальное уравнение для линейного потенциала $$f(y)=gy$$, то есть для однородного силового поля, описывает циклоиду.

Рассмотрим теперь свободное движение заряда в том же потенциале и горизонтальном магнитном поле (в этой системе координат оно направлено вдоль оси z). Выберем векторный потенциал в виде $$\vec{A}=(-yB,0,0)$$. Лагранжиан заряженной частицы в однородном магнитном поле

$${\cal L}={mv^2\over 2}-U+q\vec{v}\cdot\vec{A}=\frac{m}{2}\left(\dot{x}^2+\dot{y}^2\right)+mf(y)-qBy\dot{x}.$$

Лагранжиан не зависит явно от времени и координаты x, поэтому энергия и обобщенный импульс сохраняются:

$$p_x = m \dot{x} - q B y,\quad E = \dfrac{m}{2}\left( \dot{x}^2 + \dot{y}^2 \right) - mf(y).$$

В начальном положении энергия и импульс равны нулю, поэтому:

$$\begin{cases} 0=m\dot{x}-qBy,\\ 0=\cfrac{1}{2}\left(\dot{x}^2 + \dot{y}^2\right)-f(y). \end{cases} \Leftrightarrow \begin{cases} \dot{x}&=\dfrac{qB}{m}y,\\ f(y)\!\!\!\!&=\cfrac{1}{2}\left(\dot{x}^2 + \dot{y}^2\right). \end{cases}$$

$$f(y)={1\over2}\dot{x}^2(y'^2+1)={q^2B^2\over 2m^2}y^2(y'^2+1).$$(2)

Полученное дифференциальное уравнение (2) траектории заряда в поле притяжения и магнитном поле совпадает с уравнением брахистохроны (1) только если $$f(y)\sim y$$. Таким образом, свободное движение в силовом и магнитном полях имеет ту же траекторию, что и брахистохрона в силовом поле, только если это однородное поле.

Падение в центральном поле

В прошлый раз мы находили уравнение брахистохроны в поле с потенциалом $$g(r)\sim r^2$$. Если проделать те же выкладки для произвольного потенциала, получим следующее дифференциальное уравнение:

$$k^2\left(r'^2+r^2\right)\left(g(r_0)-g(r)\right)=r^4.$$(3)

Перейдем теперь к свободному движению заряда в этом поле и дополнительном магнитном поле.

$$\usetikzlibrary{calc} \begin{tikzpicture}[scale=1.25] \foreach \x in {-2.3,-0.8,...,3} { \foreach \y in {-2.3,-0.8,...,3} { \draw[thick,blue] (\x,\y) node {\small\(\odot{}\)}; } } \draw[->] (0,0) -- (2.5,0) node[right] {$x$}; \draw[] (0,0) circle (2); \def\a{0.3} \def\b{2} \newcommand{\xt}[1]{(\b-\a)*cos(#1)+\a*cos((\b-\a)*#1/\a} \newcommand{\yt}[1]{(\b-\a)*sin(#1)-\a*sin((\b-\a)*#1/\a} \draw[thick,domain=0:110,smooth,variable=\t,samples=100] plot ({\xt{\t}},{\yt{\t}}); \def\t{25} \def\q{25.1} \coordinate (P) at ({\xt{\t}},{\yt{\t}}); \coordinate (P1) at ({\xt{\q}},{\yt{\q}}); \draw[->] (0,0) -- (P) node[midway,above] {$r$}; \draw[->] ($(P)!0!(P1)$) -- ($(P)!130!(P1)$) node[left] {$\vec{v}$}; \draw[->] (0.95,0) arc (0:22:0.95); \node at (1.1,0.2) {$\theta$}; \end{tikzpicture}$$

В силу наличия вращательной симметрии удобно выбрать векторный потенциал в форме $$\vec{A}=\vec{B}\times\vec{r}/2$$. Лагранжиан заряженной частицы

$${\cal L}={mv^2\over 2}-U+q\vec{v}\cdot\vec{A}= \frac{m}{2}\left(\dot{r}^2+r^2\dot{\varphi}^2\right)-mg(r)+{qB\over2}r^2\dot{\varphi}.$$

Первые интегралы для уравнения Эйлера — Лагранжа дают сохранение энергии и обобщенного момента импульса:

$$\begin{cases} \dfrac{2E}{m}\!\!\!\!&=r^2\dot{\varphi}^2+\dot{r}^2+2g(r),\\ L&=r^2(m\dot{\varphi}+\dfrac{1}{2}qB). \end{cases}$$

Так как в начальный момент $$r(0)=r_0$$, а скорость равна нулю, то:

$$\begin{cases} 2g(r_0)\!\!\!\!&=r^2\dot{\varphi}^2+\dot{r}^2+2g(r),\\ r_0^2\dfrac{1}{2}qB\!\!\!\!&=r^2(m\dot{\varphi}+\dfrac{1}{2}qB). \end{cases} \Leftrightarrow \begin{cases} 2g(r_0)-2g(r)\!\!\!\!&=\dot{\varphi}^2(r^2+r'^2),\\ \dot{\varphi}r^2&=(r_0^2-r^2)\dfrac{qB }{2m}. \end{cases}$$

$$2(g(r_0)-g(r))=(r^2+r'^2)\left({r_0^2\over r^2}-1\right)^2\dfrac{q^2B^2}{4m^2}.$$(4)

Перемножив (3) на (4), получаем

$$2k^2\left(g(r_0)-g(r)\right)^2=\left(r_0^2 - r^2\right)^2\dfrac{q^2B^2}{4m^2}.$$

Мы видим, что только при $$g(r)\sim r^2$$ уравнения (3) и (4) могут совпадать.

Совпадение брахистохроны и траектории падения заряженной частицы в дополнительном магнитном поле оказалось случайным. Оно имеет место только для однородного поля притяжения и для осцилляторного потенциала в центрально-симметричном случае. Для других потенциалов дифференциальные уравнения различаются, поэтому совпадения не будет.

Ключевые слова: электродинамика, механика | Оставить комментарий

Задача о математическом ожидании количества случайных слагаемых

1 июля 2024 года, 13:04

Недавно Майкл Пенн разбирал интересную задачу, которую я cформулирую так:

Сколько в среднем нужно взять случайных натуральных чисел, равномерно распределенных на отрезке от 1 до $$n$$, чтобы их сумма превысила $$n$$?

Конструкция в его решении выглядит достаточно искусственной и требует непростых рассуждений. Я предлагаю решить задачу «в лоб», без применения хитрых конструкций. Оказывается, это можно сделать, немного повозившись с преобразованием сумм.

Решение

Ясно, что одного числа $$a_1\in[1,n]$$ недостаточно, чтобы сумма $$a_1$$ превысила $$n$$. Два числа уже могут в сумме $$a_1+a_2$$ дать число, большее $$n$$. Если это произошло, испытание завершается. В противоположном случае нужно выбрать еще одно число и т. д.

Обозначим через $$P_n(k)$$ вероятность неуспеха — вероятность того, что сумма случайно выбранных $$k$$ чисел окажется не больше $$n$$:

$$P_n(k)=P\left(\sum\limits_{i=1}^{k}a_i\leq n\right).$$(1)

Cхему одного испытания можно представить в виде дерева, где добавление нового числа при неуспехе каждый раз порождает развилку:

$$ \tikzstyle{level 1}=[level distance=5cm] \tikzstyle{level 2}=[level distance=6cm] \tikzstyle{bag}=[fill=red!20] \tikzstyle{end}=[fill=green!20] \begin{tikzpicture}[grow=right, sloped,sibling distance = 15mm] \node[bag, label=above:{$P_n(1)=1$}] {$a_1\leq n$} child[edge from parent/.style={draw, -latex, line width=0.8mm, black!30}] { node[end] {$a_1+a_2>n$} edge from parent node[below,black] {$P_n(1)-P_n(2)$} } child[edge from parent/.style={draw, -latex, line width=3mm, black!30}] { node[bag] {$a_1+a_2\leq n$} child[edge from parent/.style={draw, -latex, line width=1.2mm, black!30}] { node[end] {$a_1+a_2+a_3>n$} edge from parent node[below,black] {$P_n(2)-P_n(3)$} } child[edge from parent/.style={draw, -latex, line width=1.8mm, black!30}] { node[bag, label=right:{...}] {$a_1+a_2+a_3\leq n$} edge from parent node[above,black] {$P_n(3)$} } edge from parent node[above,black] {$P_n(2)$} }; \end{tikzpicture} $$

Из нее мы видим, что вероятность того, что в одном испытании будет взято ровно $$k$$ чисел, равна $$P_n(k-1)-P_n(k)$$. Действительно, событие, противоположное (1), состоит в том, что сумма произвольного не превосходящего $$k$$ количества случайно взятых чисел будет больше $$n$$. Его вероятность есть $$1-P_n(k)$$. Аналогично, вероятность того, что сумма произвольного не превосходящего $$k-1$$ количества случайно взятых чисел будет больше $$n$$ есть $$1-P_n(k-1)$$. Разность этих величин как раз и дает $$P_n(k-1)-P_n(k)$$.

Тогда искомое среднее $$N$$ можно выразить как

$$\begin{align*}N&=2\left[P_n(1)-P_n(2)\right]+3\left[P_n(2)-P_n(3)\right]+\ldots+(n+1)\left[P_n(n)-P_n(n+1)\right]=\\ &=2+P_n(2)+P_n(3)+P_n(4)+\ldots+P_n(n).\end{align*}$$(2)

В этой сумме мы раскрыли скобки и сгруппировали промежуточные слагаемые. Ясно, что дерево вероятностей конечно, и последняя ненулевая вероятность $$P_n(n)=1/n^n$$ в нем соответствует случаю $$a_1=a_2=\ldots=a_n=1$$. Поэтому сумма в (2) заканчивается на нулевом слагаемом $$-(n+1)P_n(n+1)=0$$, тем самым кроме сгруппированных промежуточных слагаемых никаких слагаемых в конце в ней нет.

Начнем с вычисления $$P_n(2)$$. Пространство элементарных событий для двух натуральных чисел от 1 до $$n$$ можно представить матрицей $$n\times n$$, в которой неудачные исходы $$a_1+a_2\leq n$$ расположены под главной диагональю:

$$ \usetikzlibrary {arrows.meta} \tikzstyle{bad}=[fill=red!10!white, minimum width=1.06cm, minimum height=1.06cm, text depth=0.5] \tikzstyle{good}=[fill=green!10!white, minimum width=1.06cm, minimum height=1.06cm, text depth=0.5] \begin{tikzpicture}[scale=1.0545,line width=0.2mm] \draw[opacity=0] (-1,-1) rectangle (5,5) \node[bad] at (0.5,0.5) {2}; \node[bad] at (1.5,0.5) {3}; \node[bad] at (0.5,1.5) {3}; \node[good] at (4.5,4.5) {$2n$}; \foreach \x in {0,...,4} { \node[good] at (0.5+\x, 4.5-\x) {$n$+1}; } \foreach \x in {0,...,3} { \node[good] at (1.5+\x, 4.5-\x) {$n$+2}; } \foreach \x in {0,...,2} { \node[good] at (2.5+\x, 4.5-\x) {}; } \foreach \x in {0,...,1} { \node[good] at (3.5+\x, 4.5-\x) {}; } \foreach \x in {0,...,3} { \node[bad] at (0.5+\x, 3.5-\x) {$n$}; } \foreach \x in {0,...,2} { \node[bad] at (0.5+\x, 2.5-\x) {}; } \draw[step=1] (0,0) grid (5,5); \draw[-Stealth] (0,-0.5) -- ++(5,0) node[pos=0.5,below] {$a_1$}; \draw[-Stealth] (-0.5,0) -- ++(0,5) node[pos=0.5,left] {$a_2$}; \end{tikzpicture}$$

Искомая вероятность $$P_n(2)$$ равна отношению количества красных квадратиков к общему количеству квадратиков. Вычисляя, получаем, что она связана с треугольными числами $$T_n=n(n+1)/2$$:

$$P_n(2)={1\over n^2}\sum\limits_{a_1+a_2\leq n}1={1\over n^2}\sum\limits_{a_1=1}^{n-1}\left(n-a_1\right)={1\over n^2}\cdot{(n-1)n\over 2}={T_{n-1}\over n^2}={C_n^2\over n^2}.$$

Перейдем к $$P_n(3)$$. Пространство элементарных событий для трех чисел можно представить себе как часть куба $$n\times n\times n$$, нарезанного на единичные кубики. Нас интересуют неудачные исходы $$a_1+a_2+a_3\leq n$$, которые соответствуют такой пирамидке:

$$ \usetikzlibrary {perspective} \colorlet{cube color}{blue!50!cyan} \begin{tikzpicture}[3d view={110}{25},scale=0.8, line join=round, line cap=round,every path/.style={cube color,thick}] \def\k{1.2} \def\n{2} \draw[black,thin,->] (0,0) -- ++(0,4.4) node[pos=0.9,above] {$a_1$}; \draw[black,thin,->] (0,0) -- ++(4.5,0) node[pos=0.9,left] {$a_2$}; \draw[black,thin,->] (0,0,0) -- ++(0,0,4.2) node[pos=0.9,left] {$a_3$}; \foreach \z in {0,...,\n} { \pgfmathsetmacro{\ymax}{\n-\z} \foreach \y in {0,...,\ymax} { \pgfmathsetmacro{\xmax}{\ymax-\y} \foreach \x in {0,...,\xmax} { \draw[fill=cube color!30] (\k*\x, \k*\y, \k*\z+1) -- ++(1, 0, 0) -- ++(0, 1, 0) -- ++(-1, 0, 0) -- cycle; \draw[fill=cube color!50] (1+\k*\x, \k*\y, \k*\z) -- ++(0, 0, 1) -- ++(0, 1, 0) -- ++(0, 0, -1) -- cycle; \draw[fill=cube color!70] (\k*\x, \k*\y+1, \k*\z) -- ++(1, 0, 0) -- ++(0, 0, 1) -- ++(-1, 0, 0) -- cycle; } } } \end{tikzpicture}$$

Здесь мы можем предположить, что вероятность $$P_n(3)$$ выражается через тетраэдральные числа $$\inlineTe_n=\sum_{k=1}^nT_n$$. Формально этот результат получается при вычислении суммы на множестве $$a_1+a_2+a_3\leq n$$ по слоям: сначала по слою $$a_1+a_2+a_3=n$$, потом по слою $$a_1+a_2+a_3=n-1$$ и т. д:

$$ \usetikzlibrary {perspective} \colorlet{cube color}{blue!50!cyan} \begin{tikzpicture}[3d view={110}{25},scale=0.8, line join=round, line cap=round,every path/.style={cube color,thick}] \def\k{1.2} \def\n{2} \foreach \z in {0,...,\n} { \pgfmathsetmacro{\ymax}{\n-\z} \foreach \y in {0,...,\ymax} { \pgfmathsetmacro{\xmax}{\ymax-\y} \foreach \x in {0,...,\xmax} { \pgfmathtruncatemacro{\layer}{\x + \y + \z} \ifnum \layer=2 \colorlet{cube color}{blue!50!cyan} \fi \ifnum \layer=1 \colorlet{cube color}{olive} \fi \ifnum \layer=0 \colorlet{cube color}{orange} \fi \draw[fill=cube color!30] (\k*\x, \k*\y, \k*\z+1) -- ++(1, 0, 0) -- ++(0, 1, 0) -- ++(-1, 0, 0) -- cycle; \draw[fill=cube color!50] (1+\k*\x, \k*\y, \k*\z) -- ++(0, 0, 1) -- ++(0, 1, 0) -- ++(0, 0, -1) -- cycle; \draw[fill=cube color!70] (\k*\x, \k*\y+1, \k*\z) -- ++(1, 0, 0) -- ++(0, 0, 1) -- ++(-1, 0, 0) -- cycle; \pgfmathsetmacro{\s}{5.5+5*(\n-\layer)} \pgfmathsetmacro{\p}{-1-2.5*(\n-\layer)} \pgfmathsetmacro{\t}{0.45} \draw[fill=cube color!30] (\k*\x+\p, \k*\y+\s, \k*\z+1+\t) -- ++(1, 0, 0) -- ++(0, 1, 0) -- ++(-1, 0, 0) -- cycle; \draw[fill=cube color!50] (1+\k*\x+\p, \k*\y+\s, \k*\z+\t) -- ++(0, 0, 1) -- ++(0, 1, 0) -- ++(0, 0, -1) -- cycle; \draw[fill=cube color!70] (\k*\x+\p, \k*\y+1+\s, \k*\z+\t) -- ++(1, 0, 0) -- ++(0, 0, 1) -- ++(-1, 0, 0) -- cycle; } } } \node[black] at (0,4,1.25) {$=$}; \node[black] at (0,10,2.25) {$+$}; \node[black] at (0,15.5,3.15) {$+$}; \end{tikzpicture}$$

$$\begin{align*} P_n(3)&={1\over n^3}\sum\limits_{a_1+a_2+a_3\leq n}1={1\over n^3}\left(\sum\limits_{a_1+a_2+a_3=n}1+\sum\limits_{a_1+a_2+a_3=n-1}1+\ldots\right)=\\ &={1\over n^3}\left(\sum\limits_{a_1+a_2\leq n-1}1+\sum\limits_{a_1+a_2\leq n-2}1+\ldots\right). \end{align*}$$

Каждая из сумм в скобках уже вычислена на предыдущем этапе. Действительно, количество элементов в слоях задается треугольными числами. Подставляем:

$$P_n(3)={1\over n^3}(T_{n-2}+T_{n-3}+\ldots)={Te_{n-2}\over n^3}={C_n^3\over n^3}.$$

Идея с послойным вычислением суммы без каких-либо изменений обобщается на случай произвольного количества чисел $$k$$. Вероятность $$P_n(k)$$ будет выражаться через гипертетраэдральные числа:

$$P_n(k)={C_n^k\over n^k}.$$(3)

Подставим в (2):

$$N=2+{C_n^2\over n^2}+{C_n^3\over n^3}+{C_n^4\over n^4}+\ldots+{C_n^n\over n^n}.$$

А это есть не что иное, как разложение $$(1+1/n)^n$$ через бином Ньютона. Ответ:

$$N=\left(1+{1\over n}\right)^n.$$

Обсуждение

В пределе неограниченно больших $$n$$ ожидаемое количество слагаемых стремится к $$e$$. Да и сама задача в этом пределе переходит в известную задачу о математическом ожидании количества случайных величин, равномерно распределенных на интервале от 0 до 1, таких чтобы их сумма превзошла 1. О том, что это математическое ожидание равно $$e$$, я узнал из книги Мартина Гарднера «Математические досуги»:

Идея рассуждений в непрерывном случае аналогична нашему решению, а детали вычислений оказываются проще. Суммы заменяются на интегралы от многочленов, которые без проблем вычисляются и дают меру симплекса, построенного на единичных отрезках на осях координат: $$P(k)=1/k!$$. Сумма в (2) становится бесконечной и превращается в известный ряд для числа $$e=1+1/1!+1/2!+\ldots$$

В дискретном случае приходится заниматься конечными суммами, которые сводятся к треугольным числам и их обобщениям. Надо сказать, что для решения никакие их свойства не использовались. Явный вид $$P_n(k)$$ можно было получить для нескольких начальных $$k$$ и затем по индукции доказать общий вид (3). Либо можно воспользоваться свойствами чисел, стоящих на местах с номером $$k$$ в треугольнике Паскаля:

$$ \makeatletter \newcommand\binomialcoefficient[2]{ % Store values \c@pgf@counta=#1% n \c@pgf@countb=#2% k % % Take advantage of symmetry if k > n - k \c@pgf@countc=\c@pgf@counta% \advance\c@pgf@countc by-\c@pgf@countb% \ifnum\c@pgf@countb>\c@pgf@countc% \c@pgf@countb=\c@pgf@countc% \fi% % % Recursively compute the coefficients \c@pgf@countc=1% will hold the result \c@pgf@countd=0% counter \pgfmathloop% c -> c*(n-i)/(i+1) for i=0,...,k-1 \ifnum\c@pgf@countd<\c@pgf@countb% \multiply\c@pgf@countc by\c@pgf@counta% \advance\c@pgf@counta by-1% \advance\c@pgf@countd by1% \divide\c@pgf@countc by\c@pgf@countd% \repeatpgfmathloop% \the\c@pgf@countc% } \makeatother \begin{tikzpicture}[scale=0.8] \node[red, right] at (0.7,-0.5) {$_\swarrow\ \text{Натуральные числа}$}; \node[orange, right] at (1.2,-1.5) {$_\swarrow\ \text{Треугольные числа}$}; \node[olive, right] at (1.7,-2.5) {$_\swarrow\ \text{Тетраэдральные числа}$}; \node[right] at (2.4,-3.5) {...}; \foreach \n in {0,...,7} { \foreach \k in {0,...,\n} { \ifnum \k=0 \node[black] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=1 \node[red,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=2 \node[orange,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=3 \node[olive,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=4 \node[green!70!black,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=5 \node[blue,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=6 \node[magenta,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi \ifnum \k=7 \node[purple,node font=\bf] (\n\k) at (\k-\n/2,-\n) {\binomialcoefficient{\n}{\k}}; \fi } } \end{tikzpicture}$$

Ключевые слова: теория вероятностей | Оставить комментарий

Задача коллекционера

8 февраля 2024 года, 18:54

Представьте, что вы кидаете игральный кубик, и выпадает число от 1 до 6. Сколько раз в среднем нужно бросить кубик до того момента, как каждое число выпадет хотя бы один раз? Ясно, что число попыток не должно быть меньше 6. Но если при этом попадались одинаковые числа, потребуется больше бросков. Сколько именно?

Это одна из возможных формулировок задачи коллекционера. Под таким названием (Coupon Collector’s Problem) она встречается в англоязычной литературе, а в русскоязычной практически не упоминается (я нашел одну публикацию в «Математическом просвещении»). Давайте исправим несправедливость и разберем эту весьма интересную задачу.

Современному читателю проще прочувствовать смысл этой задачи на примере киндер-сюрприза: сколько нужно купить шоколадных яиц, внутри которых находится одна из $$N$$ машинок, чтобы собрать полную коллекцию?

Стандартное решение

Обозначим через $$T$$ искомое количество попыток сбора $$N$$ элементов коллекции. Оно состоит из суммы числа попыток $$t_i$$ получить элемент $$i$$, когда уже собрано $$i-1$$ элементов: $$T=t_1 + \cdots + t_N$$.

Вероятность найти новый $$i$$-й элемент коллекции, когда уже собрано $$i-1$$ элементов и осталось собрать $$N-i+1$$, равна

$$P(i)={N-i+1\over N}.$$(1)

То есть $$t_i$$ — случайная величина с геометрическим распределением и математическим ожиданием

$$\operatorname{E}(t_i)=\frac{1}{P(i)}=\frac{N}{N-i+1}.$$(2)

С учетом линейности математического ожидания

$$\begin{align*} \operatorname{E}(T) & {}= \operatorname{E}(t_1 + t_2 + \cdots + t_N)=\\ &=\operatorname{E}(t_1) + \operatorname{E}(t_2) + \cdots + \operatorname{E}(t_N)=\\ &=\frac{1}{P(1)} + \frac{1}{P(2)} + \cdots + \frac{1}{P(N)}=\\ &=\frac{N}{N} + \frac{N}{N-1} + \cdots + \frac{N}{1}=\\ &=N \cdot \left(\frac{1}{1} + \frac{1}{2} + \cdots + \frac{1}{N}\right)=\\ &=N H_N. \end{align*}$$

Здесь $$H_N$$ — частичные суммы гармонического ряда, асимптотика которых выражается через логарифм:

$$\operatorname{E}(T)=NH_{N}=N\ln N+\gamma N+{1\over 2}+O\left({1\over N}\right).$$(3)

Альтернативное решение

Решение выше получилось достаточно простым благодаря тому, что вероятность получения нового элемента коллекции (1) не зависит от истории, то есть от самих величин $$t_i$$. Однако такая зависимость может появиться в более сложном случае. Скажем, если коллекционер обменивается с другими коллекционерами, то чем больше у него накопилось дублей в коллекции, тем больше вероятность получить новый элемент через обмен. В этом примере формула (1) усложняется, а (2) вообще не работает.

В общем случае вероятность появления нового элемента может явно зависеть от номера шага $$t$$. Через $$P_t(n)$$ мы обозначим вероятность того, что после $$t$$ шагов мы собрали $$n$$ элементов коллекции. Я проведу рассуждения в условиях исходной задачи, а вы при необходимости можете их обобщить.

Если после выполнения $$t$$ шагов мы собрали $$n$$ элементов, это значит, что на предыдущем шаге количество элементов могло быть либо $$n-1$$, либо $$n$$. В первом случае мы получаем новый элемент с вероятностью, определяемой формулой (1), во втором случае противоположной вероятностью:

$$P_t(n)=\left(1-{n-1\over N}\right)P_{t-1}(n-1)+{n\over N}P_{t-1}(n).$$(4)

Это уравнение вместе с граничными условиями содержит в себе всю информацию из условия задачи, поэтому все остальные рассуждения будут чисто техническими.

О каких граничных условиях идет речь? Ясно, что $$P_0(0)=1$$, $$P_0(n)=0, 0<n\leq N$$ (в начале никакой коллекции нет). Кроме того, на первом шаге мы гарантированно получим один элемент, поэтому $$P_t(0)=0, t>0$$.

Перепишем для удобства (4) в другом виде после подстановки $$n=N-m$$:

$$P_t(N-m)={m+1\over N}P_{t-1}\left(N-(m+1)\right)+{N-m\over N}P_{t-1}(N-m)$$(4a)

Заметим еще, что на каждом шаге должна сохраняться нормировка вероятности — в коллекции точно должно быть хоть сколько-то элементов:

$$\sum_{n=0}^N P_t(n)=1.$$(5)

Нарушение условия нормировки сразу укажет на ошибку в построении математической модели. Давайте проверим, что в (4) подобных ошибок нет:

$$\begin{align*} \sum_{n=0}^N P_t(n)&=P_t(0)+\sum_{n=1}^N \left[\left(1-{n-1\over N}\right)P_{t-1}(n-1)+{n\over N}P_{t-1}(n)\right]=\\ &=\sum_{n=0}^{N-1} \left(1-{n\over N}\right)P_{t-1}(n)+\sum_{n=1}^N {n\over N}P_{t-1}(n)=\\ &=\sum_{n=0}^{N-1}P_{t-1}(n)-{0\over N}P_{t-1}(0)+{N\over N}P_{t-1}(N)=\\ &=\sum_{n=0}^{N}P_{t-1}(n). \end{align*}$$

Мы опустили нулевое слагаемое $$P_t(0)$$ из граничных условий, а также перенумеровали слагаемые в одной из сумм. По индукции видно, что нормировка сохраняется на каждом шаге.

В задаче нам нужно усреднить число попыток $$t$$ до окончания сбора коллекции:

$$\operatorname{E}(T)=\sum\limits_tt\left(P_t(N)-P_{t-1}(N)\right).$$

Чтобы получить вероятность окончания сбора коллекции именно на шаге $$t$$, я вычел из вероятности собрать $$N$$ элементов на шаге $$t$$ вероятность собрать $$N$$ элементов на шаге $$t-1$$ (вычитается вероятность того, что на предыдущем шаге коллекция уже собрана).

Из (4а) при $$m=0$$:

$$P_t(N)={1\over N}P_{t-1}\left(N-1\right)+P_{t-1}(N).$$

Отсюда

$$\operatorname{E}(T)={1\over N}\sum\limits_ttP_{t-1}(N-1).$$(6)

Здесь мы видим другое представление вероятности окончания сбора коллекции: вероятность сбора последнего элемента $$1/N$$ умножается на вероятность наличия $$N-1$$ элементов на предыдущем шаге.

Идея дальнейших вычислений в том, чтобы пользуясь равенством (4а) и дальше понижать аргумент в (6) от $$N-1$$ до 0. Тогда в сумме останется только один ненулевой элемент, соответствующий $$P_0(0)=1$$. Вы можете проделать несколько подстановок (4а) вручную и увидеть закономерность. Я же сразу сформулирую ее в виде утверждения, связывающего $$\operatorname{E}(T)$$ и $$P_{t}(N-m)$$:

Утверждение. Существуют такие числа $$A_m$$ и $$B_m$$, что при любых натуральных $$N$$ и $$m\in [1,N]$$ выполняется равенство

$$\operatorname{E}(T)={m\over N}\sum\limits_ttP_{t-m}(N-m)+A_mN-B_m.$$(7)

Доказательство по индукции. Если $$m=1$$, то из (6) гипотеза верна при $$A_1=B_1=0$$. Пусть она верна для $$m>1$$. Тогда из (4а)

$$\begin{align*}\operatorname{E}(T)&={m\over N}\sum_tt\left[{m+1\over N}P_{t-m-1}\left(N-(m+1)\right)+{N-m\over N}P_{t-m-1}(N-m)\right]+A_mN-B_m=\\ &={m\over N}{m+1\over N}\sum_ttP_{t-m-1}\left(N-(m+1)\right)+{N-m\over N}\underbrace{{m\over N}\sum_ttP_{t-m-1}(N-m)}_{S_1}+A_mN-B_m.\end{align*}$$

Сумма в первом слагаемом похожа на нужную сумму из (7) для $$m$$, увеличенного на 1. Пока отдельно вычислим оставшуюся сумму:

$$\begin{align*}S_1&={m\over N}\sum\limits_ttP_{t-m-1}(N-m)=\\ &={m\over N}\sum_{t+1}(t+1)P_{t-m}(N-m)=\\ &={m\over N}\sum_ttP_{t-m}(N-m)+{m\over N}\sum_tP_{t-m}(N-m)=\\ &=\operatorname{E}(T)-A_mN+B_m+\underbrace{{m\over N}\sum_tP_t(N-m)}_{S_2}.\end{align*}$$

Здесь мы дважды воспользовались изменением индекса суммирования. Так как суммирование идет по всем возможным $$t$$, мы можем спокойно менять индексы. Лишних или отсутствующих слагаемых не будет, так как вероятности зануляются, когда число шагов меньше размера коллекции: $$P_t(n)=0, t<n$$.

Просуммируем теперь (4a) по всем $$t$$:

$$\begin{align*}\sum_tP_t(N-m)&=\sum_t{m+1\over N}P_{t-1}\left(N-(m+1)\right)+\sum_t{N-m\over N}P_{t-1}(N-m)=\\ &={m+1\over N}\sum_tP_t\left(N-(m+1)\right)+{N-m\over N}\sum_tP_t(N-m), \end{align*}$$

откуда

$${m\over N}\sum_tP_t(N-m)=\sum_t{m+1\over N}P_t\left(N-(m+1)\right).$$

Таким образом, по индукции $$\inlineS_2={m\over N}\sum_tP_t(N-m)$$ не зависит от $$m$$ и равно 1, так как при $$m=N$$ переходит в $$P_0(0)+P_1(0)+P_2(0)+\ldots=1+0+0+\ldots=1$$. Возвращаемся к $$\operatorname{E}(T)$$:

$$\begin{align*}\operatorname{E}(T)&={m\over N}{m+1\over N}\sum\limits_ttP_{t-m-1}\left(N-(m+1)\right)+\\ &+{N-m\over N}(\operatorname{E}(T)-A_mN+B_m+1)+A_mN-B_m,\\ N\operatorname{E}(T)&=m{m+1\over N}\sum_ttP_{t-m-1}\left(N-(m+1)\right)+\\&+\operatorname{E}(T)N-A_mN^2+B_mN+N-m\operatorname{E}(T)+mA_mN-mB_m-m+A_mN^2-B_mN,\\ m\operatorname{E}(T)&=m{m+1\over N}\sum_ttP_{t-m-1}\left(N-(m+1)\right)+N+mA_mN-mB_m-m,\\ \operatorname{E}(T)&={m+1\over N}\sum_ttP_{t-m-1}\left(N-(m+1)\right)+(A_m+{1/m})N-(B_m+1).\end{align*}$$

По форме это совпадает с (7) при условии

$$A_{m+1}=A_m+{1\over m},\quad B_{m+1}=B_m+1.$$

С учетом начальных условий $$A_1=B_1=0$$ получаем явные выражения коэффициентов: $$A_m=1+1/2+\ldots+1/(m-1)=H_{m-1}$$ — частичные суммы гармонического ряда, $$B_m=m-1$$. $$\square$$

Подставим теперь $$m=N$$ в (7). Тогда

$$\omeratorname{E}(T)=\sum_ttP_{t-N}(0)+H_{N-1}N-N+1=H_{N-1}N+1=N\left(H_{N-1}+{1\over N}\right)=NH_N,$$

что совпадает с ответом стандартного решения.

Вывод

Мы решили задачу коллекционера, записав уравнение эволюции распределения вероятности (4). Это уравнение можно рассматривать как дискретный вариант уравнения, описывающего поток вероятности.

Такой подход универсален для задач подобного типа, потому что позволяет их решать не только аналитически, но и численно. Например, в нашем случае эволюцию распределения вероятности можно рассчитать на основе уравнения (4) даже в Excel. На скриншоте видно, как распределение вероятности со временем смещается от меньших $$n$$ к большим для $$N=10$$.

Ключевые слова: теория вероятностей | Оставить комментарий

Как создается электрическое поле в проводнике с током?

28 ноября 2023 года, 13:50

Мотивация

Вопрос, вынесенный в заголовок, в свое время породил большую дискуссию на физическом форуме (1, 2, 3). Вот более точная формулировка вопроса:

Рассмотрим длинный провод, подключенный к батарейке. По нему течет постоянный ток. Ток создается электрическим полем Е, которое, в свою очередь, создается зарядами на полюсах батарейки. Почему вдали от полюсов (например, в середине проводника) поле Е=const, а не убывает при удалении от полюсов, как ему положено по закону Кулона?

Правильный ответ заключается в том, что батарейка не является единственным источником электрического поля, какие бы процессы в ней ни происходили. На поверхности проводника с током возникают дополнительные заряды, которые и создают постоянное электрическое поле внутри.

Обоснование появления зарядов на поверхности проводника с током следующее. Плотность тока внутри проводника по закону Ома пропорциональна напряженности поля:

$$\vec{j}=\lambda \vec{E}.$$

Возьмем дивергенцию обеих частей и воспользуемся первым уравнением Максвелла $$\text{div}\vec{E}=4\pi\rho$$ и законом сохранения электрического заряда в локальной форме $$\text{div}\vec{j}=-\partial\rho/\partial t$$:

$$-{\partial\rho\over\partial t}=4\pi\lambda\rho.$$(1)

Так как протекание тока — стационарный процесс, в котором величины со временем не меняются, то производная в левой части зануляется, поэтому правая часть — плотность зарядов внутри проводника — тоже есть 0. Следовательно, поле в проводнике может создаваться только зарядами на его поверхности.

Почему-то у этого простого обоснования есть противники, которые утверждают, что появление постоянного электрического поля вдоль проводника нельзя объяснить в классической электродинамике, и изобретают свои объяснения, например: источник тока создает избыток электронов с одного конца провода, и эти лишние электроны «расталкивают» другие электроны. Физического содержания в этих объяснениях нет, и мы не будем их рассматривать.

В этом посте попробуем найти, каким именно должно быть распределение поверхностного заряда, чтобы внутри проводника с постоянным сечением создалось однородное электрическое поле.

Близкая задача из электростатики

К сожалению, мы не можем найти точное распределение поверхностных зарядов по проводнику, если не учтем механизм того, как именно создается разность потенциалов на его концах. Вместо выбора такого механизма сделаем приближение, сказав что никакого механизма нет. Фактически, будем решать упрощенную задачу: как нужно распределить заряд по поверхности, чтобы поле внутри стало таким же, как и при стационарном протекании тока?

Разумеется, распределенный по поверхности проводника заряд без механизма создания разности потенциалов сразу же растечется (характерное время растекания можно найти из уравнения (1)), и, казалось бы, решать такую задачу бессмысленно. Но можно сформулировать задачу из электростатики о проводнике во внешнем однородном электрическом поле с точно таким же ответом:

Цилиндрический проводник длины l и радиуса R помещен во внешнее однородное электрическое поле так, что его ось направлена по полю. Найти распределение поверхностных зарядов.

Действительно, в этом случае заряды так распределятся по поверхности проводника, что линейный потенциал внешнего поля $$\varphi_\text{внеш}=-|E|x$$ будет скомпенсирован их собственным потенциалом $$\varphi=kx$$ во всем объеме проводника.

Для полноты отметим, что аналогичная задача о проводнике в форме шара имеет простое точное решение.

Наивный подход

$$ \newcommand{\drawCircle}[3]{ \draw (#1,#2) arc (90:270:#3 and #2); \draw[dashed] (#1,-#2) arc (-90:90:#3 and #2); } \newcommand{\drawTik}[2]{\draw (#1,0.1) -- ++ (0,-0.2) node[fill=white,below,inner sep=0,pos=1.4] {$#2$}} \begin{tikzpicture}[>=latex,scale=1.0545,line width=0.2mm] \draw[opacity=0.1,step=0.5] (-5,-2) grid (5.5,3) \def\rx{4} \def\xx{-1.9} \def\x{1.9} \def\ry{1.2} \def\e{0.48} \node[above right,inner sep=2] at (0,\ry) {$R$} \node[below right,inner sep=2] at (0,-\ry) {$-R$} \node[below right] at (0,0) {$0$} \draw[->,very thin] (-\rx-1,0) -- (\rx+1,0) node[below] {$x$}; \draw[->,very thin] (0,-1.5*\ry) -- (0,2*\ry) node[left] {$r$}; \draw (\rx,0) ellipse (0.48 and \ry); \draw[] (-\rx,-\ry) -- (\rx,-\ry) (-\rx,\ry) -- (\rx,\ry); \drawCircle{-\rx}{\ry}{\e} \drawCircle{\xx-0.1}{\ry}{\e} \drawCircle{\xx+0.1}{\ry}{\e} \node[above] at (\xx,\ry) {$dx_1$} \drawTik{\xx}{x_1} \drawTik{\x}{x} \draw[dashed](\xx,\ry) -- (\x,0) \draw (\rx,0) ellipse (0.25 and 0.62); \draw (\rx,0) ellipse (0.3 and 0.75); \drawTik{-\rx}{-{l\over2}} \drawTik{\rx}{l\over2} \draw[dashed] (\x,0) -- (\rx,0.68) node[inner sep=2,pin={[pin distance=6, pin edge={<-,solid,black},fill=white,inner sep=1]30:$dr$}] {} \draw[->] (2.8,\ry+0.8) -- ++(2,0) node[pos=0.9,above] {$\vec{E}$}; \end{tikzpicture} $$

Обозначим плотность зарядов через $$\sigma_1(x)$$ на боковой поверхности и $$\sigma_2(r)$$ на поверхности оснований. Через эти величины можно выразить электрическое поле или потенциал внутри цилиндра, взяв интегралы по поверхности. Скажем, на оси цилиндра

$$\varphi(x)=\int\limits_{-l/2}^{l/2}{2\pi R\,dx_1\,\sigma_1(x_1)\over\sqrt{R^2+(x-x_1)^2}}+ \int\limits_{0}^{R}{2\pi r\,dr\,\sigma_2(r) \over\sqrt{r^2+\left(x-{l\over2}\right)^2}} -\int\limits_{0}^{R}{2\pi r\,dr\,\sigma_2(r)\over\sqrt{r^2+\left(x+{l\over2}\right)^2}} =Ex.$$(2)

Здесь учтены симметрии задачи: вращательная симметрия вокруг оси повлияла на выбор элементов площади, а зеркальная симметрия выражается в том, что плотности зарядов на основаниях цилиндра имеют противоположный знак ($$\sigma_2$$ и $$-\sigma_2$$), и в том, что функция $$\sigma_1(x)$$ — нечетная.

Мы получили интегральное уравнение на $$\sigma_1(x)$$ и $$\sigma_2(r)$$. Я не смог решить его в явном виде. Можно было бы рассмотреть предельный режим, когда $$l\gg R$$, и поискать приближенное решение в области $$|x|\ll l$$. Тогда вкладом двух последних интегралов можно пренебречь, а в первом интегрировать от минус бесконечности до бесконечности:

$$\int\limits_{-\infty}^{\infty}{R\,dx_1\,\sigma_1(x_1)\over\sqrt{R^2+(x-x_1)^2}}=x.$$(3)

Здесь я опустил коэффициент пропорциональности, не влияющий на дальнейшие рассуждения. Это интегральное уравнение имеет вид свертки ядра $$k(x)=1/\sqrt{1+x^2/R^2}$$ и искомой функции. Такое уравнение можно решить, взяв преобразование Фурье от обеих частей:

$${\cal F}(\sigma_1)\int {e^{-ikx}\over\sqrt{1+\dfrac{x^2}{R^2}}}dx=\int xe^{-ikx}dx.$$

Интегрирование по частям справа дает $$\inline\int xe^{-ikx}dx=-i\delta(k)/k$$. Искомая функция ищется через обратное преобразование Фурье:

$$\sigma_1(x)={-i\over2\pi}\int\dfrac{\delta(k)e^{ikx} dk}{k\int {e^{-iks}\over\sqrt{1+\frac{s^2}{R^2}}}ds}.$$

Дельта-функция просто возвращает подынтегральное выражение при $$k=0$$. Интеграл в знаменателе можно выразить через модифицированную функцию Бесселя второго рода, и знаменатель стремится к 0 при $$k\to0$$. Получается, не существует «достаточно хорошей» функции $$\sigma_1(x)$$, определенной на всей вещественной оси, удовлетворяющей приближенному уравнению. Мы сделали слишком сильное упрощение, перейдя от уравнения (2) к уравнению (3).

Пока оставим попытки решить интегральное уравнение и посмотрим, что нам предлагает математика, а именно раздел, изучающий уравнения математической физики.

Аналитические методы заводят в тупик

Наша задача на языке математики формулируется так. Вне цилиндра потенциал подчиняется уравнению Лапласа $$\Delta\varphi=0$$ и стремится к нулю (как поле диполя) на бесконечности. На поверхности цилиндра потенциал фиксирован и описывается начальными условиями

$$\begin{align*}\varphi(x, R)&=Ex,\quad x\in\left[-{l\over2},{l\over2}\right],\\ \varphi\left(\pm{l\over2}, r\right)&=\pm E{l\over2},\quad r\in\left[0,R].\end{align*}$$

Это формулировка задачи Дирихле для уравнения Лапласа. Решение у этой задачи существует и оно единственно. Потенциал определяет электрическое поле вне цилиндра, а скачок нормальной составляющей электрического поля на границе цилиндра пропорционален искомой поверхностной плотности заряда.

Уравнение Лапласа в цилиндрических координатах с учетом цилиндрической симметрии задачи записывается так:

$${1\over r}{\partial\over\partial r}\left(r{\partial\varphi\over\partial r}\right)+{\partial^2\varphi\over\partial x^2}=0.$$(4)

Стандартный метод решения таких уравнений — метод разделения переменных, он же метод Фурье. Искомая функция ищется в виде суммы (конечной, счетной или интеграла) произведений функций, в которых каждый сомножитель зависит только от своей переменной:

$$\varphi(x,r)=\sum_kX_k(x)R_k(r).$$

Мы хотим, чтобы (4) выполнялось не только для всей суммы целиком, но и для каждого элемента $$X_k(x)R_k(r)$$. Подставляем его в (4) и получаем:

$${1\over rR_k}{\partial\over\partial r}(rR_k')=-{1\over X_k}X_k''=-\lambda_k.$$

После такой подстановки получилось представить равенство так, что левая его часть зависит только от координаты r, а правая — только от координаты x. Равенство возможно, только если никакой зависимости нет, то есть и правая, и левая часть равны некоторой константе $$\lambda_k$$. Дальше, в зависимости от вида граничных условий, выбирается одно из двух получившихся дифференциальных уравнений

$$\left\{ \begin{array}{l} R_k'+rR_k''+\lambda_krR_k=0,\\ X_k''-\lambda_kX_k=0,\end{array} $$

и исследуется задача Штурма — Лиувилля: при каких $$\lambda_k$$ с учетом граничных условий у этого дифференциального уравнения возможны решения. Наконец, для этих $$\lambda_k$$ решается оставшееся дифференциальное уравнение и ответ обычно записывается в виде ряда по собственным функциям оператора Штурма — Лиувилля.

Проделать эту процедуру в нашем случае не представляется возможным. Дело в том, что первое уравнение нужно решать на области $$r\in[R,\infty)$$, когда $$x\in\left[-{l/2},{l/2}\right]$$, и на области $$r\in[0,\infty)$$ в противоположном случае. Аналогично со вторым уравнением. Представить решение по всему пространству вне цилиндра в виде одного ряда по собственным функциям какой-либо задачи Штурма — Лиувилля не получается. Есть предложение разбить пространство на несколько частей (как минимум на 3, а то и на 5), решить задачу Дирихле в каждой из них, а затем сшивать эти решения вместе с производными, накладывая дополнительные условия на коэффициенты в рядах и выкидывая слагаемые, которые сшить нельзя. Я не стал заходить в эти дебри, тем более что ответ в виде непонятного ряда по функциям Бесселя вряд ли вызовет известное ощущение завершенности от решения задачи.

Численное решение

Возвращаемся к интегральному уравнению (2) из наивного подхода. Зададимся какими-нибудь конкретными значениями размеров. Пусть длина провода будет 10 сантиметров, а его диаметр — 1 миллиметр. В подходящих единицах измерения можно считать, что $$l=2$$, $$R=0,\!01$$, а коэффициент пропорциональности в уравнении (2) отсутствует. Таким образом, мы будем решать уравнение

$$\int\limits_{-1}^{1}{dx_1\,\sigma_1(x_1)\over\sqrt{1+10000(x-x_1)^2}}+ \int\limits_{0}^{0,01}r\,dr\,\sigma_2(r)\left({1 \over\sqrt{r^2+\left(x-1\right)^2}} -{1\over\sqrt{r^2+\left(x+1\right)^2}}\right) =x.$$

Приближение к его решению можно искать не на всех функциях, а на определенном классе функций, например, на нескольких первых слагаемых разложения в степенной ряд. Отклонение получающейся функции $$\widetilde{\varphi}_a(x)$$ от правой части будем оценивать как интеграл от квадрата разности, и будем подбирать параметры функций a, добиваясь минимума этого интеграла:

$$f(a)=\int\limits_{-1}^{1}\left(\widetilde{\varphi}_a(x)-x\right)^2dx\to \text{min}.$$

Как обычно, решение попробовал найти в Maple. У меня не получилось заставить его минимизировать такой интеграл, зависящий от набора параметров. Поэтому я оставлял только один параметр, заменяя остальные их текущими значениями, строил график по этому параметру и определял его текущее значение в минимуме. Фактически выполнял вручную итерации из метода координатного спуска для функции $$f(a)$$ такого типа:

f := a -> int((
   int((11.485*s + 0.584*s^3 + 0.883*s^5 + 0.587*s^7 + 0.2*s^9 + 3.57*s^11)/
      sqrt(1 + 10000*(x - s)^2), s = -1 .. 1, numeric) +
   int((5.01 + 5.46*10^2*r + 5.71*10^5*r^2 + 3.62*10^6*r^3 + 42.35*10^8*r^4 + a*r^5)*
      r*(1/sqrt(r^2 + (1 - x)^2) - 1/sqrt(r^2 + (x + 1)^2)), r = 0 .. 0.01, numeric)
- x)^2, x = -1 .. 1, numeric)

Здесь все интегралы отмечены как «numeric», чтобы Maple не пытался вычислить их аналитически. В моем случае попытка аналитического вычисления существенно замедляла работу, так что я не мог дождаться результата. Потенциал на оси для моего приближения на глаз отличается от прямой только у краев:

График отклонения от прямой (интеграл от квадрата этой функции я минимизировал, здесь масштаб по осям разный):

Можно также нарисовать графики плотностей на основаниях и на боковой поверхности:

Перейдем теперь к исследованию этого решения по всему пространству. Чтобы найти потенциал в произвольной точке не на оси, нужно добавить интегрирование по углу, так как теперь расстояние от элемента поверхности до расчетной точки уже зависит от угла. Трехмерный график потенциала выглядит так:

Нарисуем сечения эквипотенциальных поверхностей:

Рассмотрим поближе край проводника:

На полученный потенциал можно наложить внешнее электрическое поле и проверить, какая будет поверхность нулевого потенциала. Для правильного решения она должна совпадать с цилиндрической поверхностью проводника. В нашем случае у его краев (от 0,7 до 1) наблюдаются заметные утолщения, наглядно показывающие степень полученного приближения:

Вывод

Мы пытались решить две близких задачи: одна об электрическом поле внутри и снаружи провода с током, вторая о разделении зарядов в проводнике во внешнем электрическом поле. Аналитические методы не привели к успеху. Пришлось искать приближенное численное решение в Maple и использовать встроенные инструменты визуализации решения.

Из этого мини-исследования на третьем курсе получилась бы хорошая курсовая работа. Преподаватели урматов и вычматов были бы довольны.

Ключевые слова: электродинамика, maple | Оставить комментарий

туда →