Дифференциальные уравнения
Уравнение теплопроводности
Почему размытие изображения и охлаждение кофе описываются одним уравнением? Оба - диффузия. Gaussian blur в Photoshop буквально решает уравнение теплопроводности. Диффузионные модели AI (Stable Diffusion) - тоже.
- **Gaussian blur = теплопроводность:** свёртка изображения с гауссовым ядром σ эквивалентна эволюции по уравнению теплопроводности до t = σ²/2.
- **GPU тепловые карты:** симуляция теплораспределения в процессорах и GPU при проектировании систем охлаждения - прямое численное решение ∂T/∂t = α∇²T.
- **Диффузионные модели:** DDPM (Stable Diffusion, DALL-E) - прямой процесс добавления гума = дискретизованное уравнение теплопроводности. Нейросеть учится обращать его.
Предварительные знания
Вывод уравнения теплопроводности
Закон Фурье теплопроводности: поток тепла **q = -κ∇T** (тепло течёт от горячего к холодному). Закон сохранения энергии для элемента объёма: ρc·∂T/∂t = -div(q) = κ∇²T. Обозначая **α = κ/(ρc)** (коэффициент температуропроводности), получаем: **∂u/∂t = α∇²u**.
**Физический смысл:** u(x,t) - температура в точке x в момент t. Лапласиан ∇²u измеряет «насколько u в точке отличается от среднего по окрестности». Если u в центре меньше среднего - тепло притекает, u растёт.
| Величина | Обозначение | Единицы |
|---|---|---|
| Коэффициент теплопроводности | κ | Вт/(м·К) |
| Плотность | ρ | кг/м³ |
| Удельная теплоёмкость | c | Дж/(кг·К) |
| Температуропроводность α=κ/(ρc) | α | м²/с |
| Медь: α | 1.17×10⁻⁴ м²/с | быстро |
| Дерево: α | ~10⁻⁷ м²/с | медленно |
Уравнение теплопроводности - **параболическое** УЧП. Краевые условия: Дирихле (u задана на границе), Нейман (∂u/∂n задан - поток), Робин (αu + β∂u/∂n = g - конвекция). Задача Коши: задано u(x,0) = f(x) - начальное распределение температуры.
Стержень с теплоизолированными концами (условие Неймана ∂u/∂x = 0). Что произойдёт с температурой при t → ∞?
Разделение переменных
Метод разделения переменных: предполагаем **u(x,t) = X(x)·T(t)**. Подставляем в ∂u/∂t = α∂²u/∂x²: X·T' = α·X''·T. Делим на αXT: **T'/(αT) = X''/X = -λ**. Левая часть зависит только от t, правая - только от x: оба равны константе -λ.
Задача на собственные значения для X: X'' + λX = 0 с условиями Дирихле X(0) = X(L) = 0. Решение: **λₙ = (nπ/L)², Xₙ(x) = sin(nπx/L)**, n = 1, 2, 3, ... Для T: T' = -αλₙT → **Tₙ(t) = e^{-αλₙt}**.
**Общее решение:** u(x,t) = Σ bₙ sin(nπx/L) e^{-α(nπ/L)²t}. Каждая гармоника затухает с собственной скоростью. Высокочастотные гармоники (большие n) затухают в n² раз быстрее - уравнение теплопроводности сглаживает.
В решении u(x,t) = Σ bₙ sin(nπx/L)e^{-α(nπ/L)²t}, какая гармоника затухает быстрее всего?
Тепловое ядро
Для задачи Коши на всей прямой (без граничных условий) решение выражается через **тепловое ядро**: **G(x,t) = (4παt)^{-1/2} exp(-x²/(4αt))**. При начальном условии u(x,0) = f(x): **u(x,t) = ∫_{-∞}^{∞} G(x-y,t) f(y) dy** - свёртка с гауссианом!
Тепловое ядро G(x,t) - это гауссиан с дисперсией σ²(t) = 2αt. При t→0: G → δ(x) (всё тепло в точке). При t→∞: G→ 0 (тепло расплывается по всей прямой). Это математическое основание **Gaussian blur** в компьютерном зрении.
**Диффузионные модели в генеративном AI:** stable diffusion, DALL-E - это прямой процесс (добавление шума) = решение уравнения теплопроводности со случайным членом (SDE). Обратный процесс (денойзинг) = решение обратного уравнения теплопроводности.
Эйнштейн и броуновское движение (1905)
В одной из своих знаменитых статей annus mirabilis Эйнштейн вывел, что концентрация коллоидных частиц подчиняется уравнению теплопроводности с коэффициентом D = kT/(6πηr). Это связало макроскопическое уравнение Фурье с микроскопической случайностью молекул - и косвенно доказало существование атомов (Перрен экспериментально подтвердил формулу в 1908, Нобелевская премия 1926). Тепловое ядро (4παt)^(-1/2)·exp(-x²/(4αt)) - в точности плотность нормального распределения с σ² = 2αt: каждая «частица тепла» совершает броуновское блуждание.
Та же формула сегодня лежит в основе SDE-моделей в финансах (Black-Scholes), физике и diffusion models в генеративном AI.
Gaussian blur изображения с σ=2 эквивалентен решению уравнения теплопроводности при каком t (α=1)?
Численное решение: схема FTCS
Схема **FTCS** (Forward Time, Centered Space): аппроксимируем производные конечными разностями. Временная производная: (uⁿ⁺¹ᵢ - uⁿᵢ)/Δt ≈ ∂u/∂t. Пространственная: (uⁿᵢ₊₁ - 2uⁿᵢ + uⁿᵢ₋₁)/Δx² ≈ ∂²u/∂x². Явная схема: **uⁿ⁺¹ᵢ = uⁿᵢ + αΔt/Δx² · (uⁿᵢ₊₁ - 2uⁿᵢ + uⁿᵢ₋₁)**.
**Условие устойчивости FTCS:** r = αΔt/Δx² ≤ 1/2. При r > 1/2 схема взрывается. Для устойчивого решения без ограничений на Δt используют **неявную схему Кранка-Николсон** (уроки о конечных разностях).
Сетка: Δx = 0.1, α = 0.01. Какой максимальный Δt обеспечивает устойчивость FTCS?
Ключевые идеи
- **∂u/∂t = α∇²u** - уравнение теплопроводности выводится из закона Фурье и сохранения энергии.
- **Разделение переменных:** u = X(x)T(t) → задача на собственные значения. Решение: ряд по синусам с экспоненциальным затуханием.
- **Тепловое ядро G(x,t) = (4παt)^{-1/2}e^{-x²/(4αt)}** - гауссиан с σ = √(2αt). Gaussian blur = свёртка с тепловым ядром.
- **FTCS схема:** явная, простая, условно устойчива при r = αΔt/Δx² ≤ 1/2.
Связанные темы
Уравнение теплопроводности - прототип параболических PDE:
- Преобразование Фурье — Решение через ряд Фурье - разложение начального условия по собственным функциям
- Волновое уравнение — Замена первой производной по t на вторую - переход от диссипации к волнам
- Метод конечных разностей — Схема FTCS - простейший конечно-разностный метод для параболических PDE
Вопросы для размышления
- Тепловое ядро G(x,t) - гауссиан с σ = √(2αt). Как это связано с центральной предельной теоремой и случайными блужданиями?
- Диффузионные модели AI добавляют шум (прямой процесс) и учатся его убирать. Почему прямой процесс - это именно уравнение теплопроводности?
- Схема FTCS взрывается при r > 1/2. Объясните физически: почему слишком большой шаг по времени приводит к неустойчивости?