线性微分方程

线性微分方程

  • 解的结构
    • nn 阶线性齐次微分方程
      • 通解是 nn 个线性无关的特解的线性组合: yˉ=C1y1+C2y2+⋯+Cnyn\bar y=C_1y_1+C_2y_2+\cdots+C_ny_n。
    • nn 阶线性非齐次微分方程
      • 通解是一个特解加上对应齐次方程的通解:y=y∗+yˉy=y^*+\bar y。
  • 求解
    • 二阶线性微分方程
      • 齐次方程 y′′+p(x)y′+q(x)=0y''+p(x)y'+q(x)=0
        • 刘维尔公式:已知一个二阶齐次线性微分方程的特解 y1y_1,则可以求出另外一个线性无关的特解 y2=y1∫1y12e−∫p(x)dxdxy_2=y_1\int \frac{1}{y_1^2}e^{-\int p(x)\mathrm dx}\mathrm dx。
      • 非齐次方程 y′′+p(x)y′+q(x)=f(x)y''+p(x)y'+q(x)=f(x)
        • 先求出对应齐次方程的通解 yˉ=C1y1+C2y2\bar y = C_1y_1+C_2y_2,再用常数变易法求原方程特解 y∗=c1(x)y1+c2(x)y2y^*=c_1(x)y_1+c_2(x)y_2。
        • 令 v(y1,y2)=∣y1y2y1′y2′∣v(y_1,y_2)=\begin{vmatrix} y_1 & y_2\\ y'_1 & y'_2\end{vmatrix},则 c1(x)=−∫y2f(x)v(y1,y2)dxc_1(x)=-\int\frac{y_2 f(x)}{v(y_1,y_2)}\mathrm dx,c2(x)=∫y1f(x)v(y1,y2)dxc_2(x)=\int\frac{y_1 f(x)}{v(y_1,y_2)}\mathrm dx
        • 原方程通解为 y=C1y1+C2y2−y1∫y2f(x)v(y1,y2)dx+y2∫y1f(x)v(y1,y2)dxy=C_1y_1+C_2y_2-y_1\int\frac{y_2 f(x)}{v(y_1,y_2)}\mathrm dx+y_2\int\frac{y_1 f(x)}{v(y_1,y_2)}\mathrm dx。
    • 常系数线性微分方程
      • 齐次方程 y(n)+a1y(n−1)+⋯+an−1y′+any=0y^{(n)}+a_1y^{(n-1)}+\cdots+a_{n-1}y'+a_ny=0
        • 特解的形式应当为 y=erxy=e^{rx}。
        • 将 y(n)y^{(n)} 换成 rnr^n,得到特征方程 rn+a1rn−1+⋯+an−1r+an=0r^n+a_1r^{n-1}+\cdots+a_{n-1}r+a_n=0,解出特征根。
        • 根据特征根对特解 yiy_i 进行讨论:
          • 如果 rr 是一重实根,则 rr 为通解贡献一个线性无关特解 erxe^{rx};
          • 如果 rr 是 kk 重实根,则 rr 为通解贡献 kk 个线性无关特解 erx,…,xk−1erxe^{rx},\dots,x^{k-1}e^{rx};
          • 如果 r1,2=α±βir_{1,2}=\alpha\pm\beta i 是一对一重共轭复根,则 r1,r2r_1,r_2 为通解贡献一对线性无关特解 eαxcos⁡βx,eαxsin⁡βxe^{\alpha x}\cos\beta x,e^{\alpha x}\sin\beta x;
          • 如果 r1,2=α±βir_{1,2}=\alpha\pm\beta i 是一对 kk 重共轭复根,则 r1,r2r_1,r_2 为通解贡献 kk 对线性无关特解 eαxcos⁡βx,eαxsin⁡βx,…,xk−1eαxcos⁡βx,xk−1eαxsin⁡βxe^{\alpha x}\cos\beta x,e^{\alpha x}\sin\beta x,\dots,x^{k-1}e^{\alpha x}\cos\beta x,x^{k-1}e^{\alpha x}\sin\beta x。
        • 通解为 y=C1y1+C2y2+⋯+Cnyny=C_1y_1+C_2y_2+\cdots+C_ny_n。
      • 非齐次方程 y(n)+a1y(n−1)+⋯+an−1y′+any=f(x)y^{(n)}+a_1y^{(n-1)}+\cdots+a_{n-1}y'+a_ny=f(x)
        • f(x)=pm(x)eλxf(x)=p_m(x)e^{\lambda x}
          • pm(x)p_m(x) 为 mm 次多项式。
          • 先求出对应齐次方程的通解 yˉ\bar y,再求原方程特解。
          • 设特解的形式为 y∗=qm+k(x)eλxy^*=q_{m+k}(x)e^{\lambda x},qm+k(x)q_{m+k}(x) 为待定 m+km+k 次多项式,kk 为特征方程中 λ\lambda 的重数(如果 λ\lambda 不是根,则重数为 00)。
          • qm+k(x)q_{m+k}(x) 只要设出从最高次项开始的 mm 个系数。
          • 代入 y∗y^* 各阶导数到原方程,化简为只有多项式的方程,比较系数,解出 qm+k(x)q_{m+k}(x)。
          • 如果是二阶微分方程,则代入结果是 qm+k′′(x)+qm+k′(x)(2λ+a1)+qm+k(x)(λ2+a1λ+a2)=pm(x)q_{m+k}''(x)+q_{m+k}'(x)(2\lambda+a_1)+q_{m+k}(x)(\lambda^2+a_1\lambda+a_2)=p_m(x)。
          • 通解为 y=yˉ+y∗y=\bar y+y^*。
        • f(x)=eαx(pm(x)cos⁡βx+qn(x)sin⁡βx)f(x)=e^{\alpha x}(p_m(x)\cos\beta x+q_n(x)\sin\beta x)
          • 先求出对应齐次方程的通解 yˉ\bar y,再求原方程特解。
          • 设特解的形式为 y∗=eαx(ul+k(x)cos⁡βx+vl+k(x)sin⁡βx)y^*=e^{\alpha x}(u_{l+k}(x)\cos\beta x+v_{l+k}(x)\sin\beta x),ul+k(x),vl+k(x)u_{l+k}(x),v_{l+k}(x) 为待定 l+kl+k 次多项式,l=max⁡{m,n}l=\max\{m,n\}。
          • 其他与 f(x)=pm(x)eλxf(x)=p_m(x)e^{\lambda x} 的情况类似。
    • 欧拉方程
      • 欧拉方程是形式为 xny(n)+a1xn−1y(n−1)+⋯+an−1xy′+any=f(x)x^ny^{(n)}+a_1x^{n-1}y^{(n-1)}+\cdots+a_{n-1}xy'+a_ny=f(x) 的微分方程。
      • 欧拉方程虽然不是常系数的,但可以通过 x=et (x>0)x=e^{t}\ (x>0) 换元变为常系数。x<0x<0 时 x=−etx=-e^{t},所以一般只要考虑一种情况。
      • 换元后各项表达式:
        • f(x)=f(et)f(x)=f(e^t)
        • xdydx=dydtx\frac{\mathrm dy}{\mathrm dx}=\frac{\mathrm dy}{\mathrm dt}
        • x2d2ydx2=d2ydt2−dydt=ddt(ddt−1)yx^2\frac{\mathrm d^2y}{\mathrm dx^2}=\frac{\mathrm d^2y}{\mathrm dt^2}-\frac{\mathrm dy}{\mathrm dt}=\frac{\mathrm d}{\mathrm dt}(\frac{\mathrm d}{\mathrm dt}-1)y
        • x3d3ydx2=d3ydt3−3d2ydt2+2dydt=ddt(ddt−1)(ddt−2)yx^3\frac{\mathrm d^3y}{\mathrm dx^2}=\frac{\mathrm d^3y}{\mathrm dt^3}-3\frac{\mathrm d^2y}{\mathrm dt^2}+2\frac{\mathrm dy}{\mathrm dt}=\frac{\mathrm d}{\mathrm dt}(\frac{\mathrm d}{\mathrm dt}-1)(\frac{\mathrm d}{\mathrm dt}-2)y
        • xndnydtn=ddt(ddt−1)⋯(ddt−n+1)yx^n\frac{\mathrm d^ny}{\mathrm dt^n}=\frac{\mathrm d}{\mathrm dt}(\frac{\mathrm d}{\mathrm dt}-1)\cdots(\frac{\mathrm d}{\mathrm dt}-n+1)y