AM@微分方程相关概念@线性微分方程@一阶线性微分方程的通解

2023-11-02 00:28

本文主要是介绍AM@微分方程相关概念@线性微分方程@一阶线性微分方程的通解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • abstract
      • 引言
    • 一般的微分方程
      • 常微分方程
      • 微分方程的解
      • 隐式解
      • 通解和特解
      • 初始条件
      • 初值问题
      • 微分方程的积分曲线
    • 线性微分方程
    • 一阶线性微分方程
      • 一阶齐次和非齐次线性微分方程
      • 一阶齐次线性微分方程的解
      • 一阶非齐次线性微分方程的解

abstract

  • AM@微分方程相关概念@线性微分方程@一阶线性微分方程的通解

引言

  • 经验表明,获得微分方程的一般性数学理论是困难的
    • 有少数类型的微分方程,比如线性微分方程具有一般的求解理论
    • 还有一些一阶的简单的微分方程类型

一般的微分方程

  • 含有未知函数,未知函数的导数与自变量之间的关系的方程,称为微分方程;

  • 未知函数导数的最高阶数称为该微分方程的

    • 方程 F ( x , y , y ′ , ⋯ , y n ) = 0 F(x,y,y',\cdots,y^{n})=0 F(x,y,y,,yn)=0(1)或方程 y ( n ) y^{(n)} y(n)= f ( x , y , y ′ , ⋯ , y ( n − 1 ) ) f(x,y,y',\cdots,y^{(n-1)}) f(x,y,y,,y(n1))(1-1)成为 n n n阶微分方程(形式(1-1)是一种常见的微分方程形式)

    • 其中 x , y , y ′ ⋯ , y ( n − 1 ) x,y,y'\cdots,y^{(n-1)} x,y,y,y(n1)可以没有,但必须有最高阶导数 y ( n ) y^{(n)} y(n)

    • n = 1 n=1 n=1时,方程(1)称为一阶微分方程

常微分方程

  • 未知函数是一元函数的微分方程称为常微分方程

微分方程的解

  • y = ϕ ( x ) y=\phi(x) y=ϕ(x)在区间 I = ( a , b ) I=(a,b) I=(a,b)上连续且 n n n阶可导,使得 F ( x , ϕ ( x ) , ϕ ′ ( x ) , ⋯ , ϕ ( n ) ( x ) ) = 0 F(x,\phi(x),\phi'(x),\cdots,\phi^{(n)}(x))=0 F(x,ϕ(x),ϕ(x),,ϕ(n)(x))=0,(2)即式(1)恒成立,则称 y = ϕ ( x ) y=\phi(x) y=ϕ(x)为该微分方程在区间 I I I上的一个

隐式解

  • 若关系 F ( x , y ) = 0 F(x,y)=0 F(x,y)=0(3)确定的隐函数 y = ϕ ( x ) y=\phi(x) y=ϕ(x)是(1)的解,则称(3)是(1)的隐式解
  • 例如: x 2 + y 2 = 1 x^2+y^2=1 x2+y2=1(4)是一阶微分方程 y ′ = − x y y'=-\frac{x}{y} y=yx(4-1)的隐式解
    • 对(4)求导, 2 x + 2 y y ′ = 0 2x+2yy'=0 2x+2yy=0,变形得(4-1)式

通解和特解

  • 若含有 n n n独立任意常数的函数 y = ϕ ( x , C 1 , ⋯ , C n ) y=\phi(x,C_1,\cdots,C_n) y=ϕ(x,C1,,Cn), x ∈ I x\in{I} xI(5) n n n阶微分方程(1)的解,则称(5)是(1)的通解
  • 不含任意常数的解称为特解
  • 详见函数线性相关性

初始条件

  • 关系式: y ( i ) ( x 0 ) = y 0 ( i ) y^{(i)}(x_0)=y_0^{(i)} y(i)(x0)=y0(i), ( i = 0 , 1 , 2 , ⋯ , n ) (i=0,1,2,\cdots,n) (i=0,1,2,,n)称为 n n n阶微分方程的初始条件
    • 其中 y 0 i y_{0}^{i} y0i, ( i = 0 , 1 , 2 , ⋯ , n ) (i=0,1,2,\cdots,n) (i=0,1,2,,n) n n n个给定的数

初值问题

  • 一般地,由初始条件确定通解中的任意常数,就得到相应的一个特解

  • 上述方式确定特解的问题称为初值问题

  • 利用初始条件定义特解:微分方程中,满足初始条件的称为特解

微分方程的积分曲线

  • 微分方程的解(函数)的图形是一条曲线,称为微分方程的积分曲线
  • 一阶微分方程的初值问题
    • y ′ = f ( x , y ) y'=f(x,y) y=f(x,y); y ′ ∣ x = x 0 = y 0 y'|_{x=x_0}=y_0 yx=x0=y0的几何意义,就是求通过点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)的那条积分曲线

线性微分方程

  • 方程 ∑ i = 0 n a i ( x ) y ( i ) \sum_{i=0}^{n}a_{i}(x)y^{(i)} i=0nai(x)y(i)= f ( x ) f(x) f(x),(1);式(1)展开写为: y ( n ) + a 1 ( x ) y ( n − 1 ) + ⋯ + a n − 1 ( x ) y ′ + a n ( x ) y y^{(n)}+a_1(x)y^{(n-1)}+\cdots+a_{n-1}(x)y^{'}+a_n(x)y y(n)+a1(x)y(n1)++an1(x)y+an(x)y= f ( x ) f(x) f(x);该方程称为** n n n阶线性微分方程**

  • 若式(1)中 f ( x ) = 0 f(x)=0 f(x)=0,此时方程(1)作 ∑ i = 1 n a i ( x ) y ( i ) = 0 \sum_{i=1}^{n}a_{i}(x)y^{(i)}=0 i=1nai(x)y(i)=0(2),称为** n n n阶线性齐次微分方程**,并且称(2)是(1)对应的齐次方程

  • 若式(1)中 f ( x ) ≠ 0 f(x)\neq{0} f(x)=0,其中系数 a i ( x ) a_i(x) ai(x)是已知函数,并假设 a i ( x ) a_i(x) ai(x), f ( x ) f(x) f(x)在某个区间 ( a , b ) (a,b) (a,b)连续,则式(1)为** n n n阶线性非齐次微分方程**, f ( x ) f(x) f(x)称为自由项

一阶线性微分方程

  • 形如 d y d x + P ( x ) y = Q ( x ) \frac{\mathrm{d}y}{\mathrm{d}x}+P(x)y=Q(x) dxdy+P(x)y=Q(x)(1)的方程称为一阶线性微分方程

  • 其通解为

    • y = C e − ∫ P ( x ) d x + e − ∫ P ( x ) d x ⋅ ∫ Q ( x ) e ∫ P ( x ) d x d x y=Ce^{-\int{P(x)}\mathrm{d}x}+{e^{-\int{P(x)}\mathrm{d}x}}\cdot\int{Q(x)e^{\int{P(x)\mathrm{d}x}}\mathrm{d}x} y=CeP(x)dx+eP(x)dxQ(x)eP(x)dxdx

    • 另一种表示方式: y = exp ⁡ ( − ∫ P ( x ) d x ) ( ∫ [ Q ( x ) exp ⁡ ( ∫ P ( x ) d x ) d x ] + C ) y=\exp\left(-\int{P(x)\mathrm{d}x}\right) \left(\int{[Q(x)}\exp\left(\int{P(x)\;\mathrm{d}x}\right)\;\mathrm{d}x]+C \right) y=exp(P(x)dx)([Q(x)exp(P(x)dx)dx]+C)

一阶齐次和非齐次线性微分方程

  • Q ( x ) ≡ 0 Q(x)\equiv{0} Q(x)0,则称 d y d x + P ( x ) y = 0 \frac{\mathrm{d}y}{\mathrm{d}x}+P(x)y=0 dxdy+P(x)y=0(2)为对应于(1)的齐次线性方程
  • Q ( x ) ≢ 0 Q(x)\not\equiv{0} Q(x)0(函数 Q ( x ) Q(x) Q(x)不总是取 0 0 0,这不同于函数 Q ( x ) ≠ 0 Q(x)\neq{0} Q(x)=0(不取0)),则称 d y d x + P ( x ) y = Q ( x ) ≢ 0 \frac{\mathrm{d}y}{\mathrm{d}x}+P(x)y=Q(x)\not\equiv{0} dxdy+P(x)y=Q(x)0(3)非齐次线性方程

一阶齐次线性微分方程的解

  • 方程(2)是可分离变量的: d y y \frac{\mathrm{d}y}{y} ydy= − P ( x ) d x -P(x)\mathrm{d}x P(x)dx(4),两边积分,得 ln ⁡ ∣ y ∣ \ln|y| lny= − ∫ P ( x ) d x + C 1 -\int{P(x)\mathrm{d}x}+C_1 P(x)dx+C1(4-1)
  • 两边取指数: ∣ y ∣ |y| y= e − ∫ P ( x ) d x + C 1 e^{-\int{P(x)\mathrm{d}x}+C_1} eP(x)dx+C1= e − ∫ P ( x ) d x ⋅ e C 1 e^{-\int{P(x)\mathrm{d}x}}\cdot{e^{C_1}} eP(x)dxeC1(5),为了便于书写复杂指数,使用 exp ⁡ x \exp{x} expx表示 e x e^{x} ex,则式(5)可以表示为 ∣ y ∣ |y| y= exp ⁡ ( − ∫ P ( x ) d x + C 1 ) \exp{(-\int{P(x)}\mathrm{d}x+C_1)} exp(P(x)dx+C1)= exp ⁡ ( C 1 ) ⋅ exp ⁡ ( − ∫ P ( x ) d x ) \exp(C_1)\cdot\exp{(-\int{P(x)}\mathrm{d}x)} exp(C1)exp(P(x)dx)
  • y = ± exp ⁡ ( C 1 ) ⋅ exp ⁡ ( − ∫ P ( x ) d x ) y=\pm{\exp(C_1)\cdot\exp{(-\int{P(x)}\mathrm{d}x)}} y=±exp(C1)exp(P(x)dx)= C exp ⁡ ( − ∫ P ( x ) d x ) C\exp{(-\int{P(x)}\mathrm{d}x)} Cexp(P(x)dx)(6),其中 C = ± exp ⁡ ( C 1 ) C=\pm{\exp(C_1)} C=±exp(C1)
  • 式(6)就是方程(3)的通解

一阶非齐次线性微分方程的解

  • 显然方程(2)是方程(1)的特殊情况,两者存在一定的联系
  • 对方程(3)进行变形: d y y \mathrm{d}y\over{y} ydy= ( − P ( x ) + 1 y Q ( x ) ) d x (-P(x)+\frac{1}{y}Q(x))\mathrm{d}x (P(x)+y1Q(x))dx(7),两边积分 ln ⁡ ∣ y ∣ \ln|y| lny= ∫ ( − P ( x ) + 1 y Q ( x ) ) d x + C 1 \int{(-P(x)+\frac{1}{y}Q(x))\mathrm{d}x}+C_1 (P(x)+y1Q(x))dx+C1= ∫ ( − P ( x ) + 1 y Q ( x ) ) d x + ln ⁡ ∣ C ∣ \int{(-P(x)+\frac{1}{y}Q(x))\mathrm{d}x}+\ln{|C|} (P(x)+y1Q(x))dx+lnC(7-1),其中 C 1 = ln ⁡ ∣ C ∣ C_1=\ln{|C|} C1=lnC, C 1 C_1 C1可以取任何常数,但为了得到 y y y,我们要对(7-1)两边取指数, exp ⁡ ln ⁡ ∣ C ∣ \exp{\ln|C|} explnC= ∣ C ∣ |C| C,是一个简单的值,继续展开(7-1), − ∫ P ( x ) d x + ∫ 1 y Q ( x ) d x + ln ⁡ ∣ C ∣ -\int{P(x)}\mathrm{d}x+\int{\frac{1}{y}Q(x)\mathrm{d}x}+\ln{|C|} P(x)dx+y1Q(x)dx+lnC(7-2)
  • 取指数, ∣ y ∣ |y| y= exp ⁡ ( − ∫ P ( x ) d x + ∫ 1 y Q ( x ) d x + ln ⁡ ∣ C ∣ ) \exp{(-\int{P(x)}\mathrm{d}x+\int{\frac{1}{y}Q(x)\mathrm{d}x}+\ln{|C|})} exp(P(x)dx+y1Q(x)dx+lnC)(8),即 y = ± ∣ C ∣ exp ⁡ ( − ∫ P ( x ) d x ) exp ⁡ ( ∫ 1 y Q ( x ) d x ) y=\pm{|C|\exp(-\int{P(x)\mathrm{d}x})}\exp{(\int{\frac{1}{y}Q(x)\mathrm{d}x})} y=±Cexp(P(x)dx)exp(y1Q(x)dx)= C exp ⁡ ( − ∫ P ( x ) d x ) exp ⁡ ( ∫ 1 y Q ( x ) d x ) C{\exp(-\int{P(x)\mathrm{d}x})}\exp{(\int{\frac{1}{y}Q(x)\mathrm{d}x})} Cexp(P(x)dx)exp(y1Q(x)dx)(9)
    • 其中 C = ± ∣ C ∣ C=\pm{|C|} C=±C
      • C exp ⁡ ( − ∫ P ( x ) d x ) C{\exp(-\int{P(x)\mathrm{d}x})} Cexp(P(x)dx),这就是式(6),即式(9)包含一阶齐次线性微分方程的通解
      • T = exp ⁡ ( ∫ 1 y Q ( x ) d x ) T=\exp{(\int{\frac{1}{y}Q(x)\mathrm{d}x})} T=exp(y1Q(x)dx)
  • T T T是关于 x x x的函数( y y y是关于 x x x的一元函数,所以 T T T x x x的函数,可以表示为 T ( x ) T(x) T(x)),
    • 式(9)也是关于 x x x的函数,但其表达式包含 y y y,下面的工作是化去式等号右边的 y y y,使之仅含有已知的关于 x x x的函数式
  • 因此,比较式(9),(6),利用常数变易法,将方程(6)中的 C C C变易为 x x x待定函数 C ( x ) C(x) C(x),使之满足方程(1),从而求出 C ( x ) C(x) C(x)(其表示的是 C T ( x ) CT(x) CT(x)
    • y = C ( x ) exp ⁡ ( − ∫ P ( x ) d x ) y=C(x)\exp{(-\int{P(x)}\mathrm{d}x)} y=C(x)exp(P(x)dx);(10),对其两边求导
    • d y d x \frac{\mathrm{d}y}{\mathrm{d}x} dxdy= C ′ ( x ) exp ⁡ ( − ∫ P ( x ) d x ) C'(x)\exp{(-\int{P(x)}\mathrm{d}x)} C(x)exp(P(x)dx)+ C ( x ) exp ⁡ ( − ∫ P ( x ) d x ) ( − P ( x ) ) C(x)\exp{(-\int{P(x)}\mathrm{d}x)}(-P(x)) C(x)exp(P(x)dx)(P(x))
      • = C ′ ( x ) exp ⁡ ( − ∫ P ( x ) d x ) C'(x)\exp{(-\int{P(x)}\mathrm{d}x)} C(x)exp(P(x)dx)- C ( x ) P ( x ) exp ⁡ ( − ∫ P ( x ) d x ) ) C(x)P(x)\exp{(-\int{P(x)}\mathrm{d}x)}) C(x)P(x)exp(P(x)dx))(11)
    • 将(10),(11)代入方程(1),得 C ′ ( x ) exp ⁡ ( − ∫ P ( x ) d x ) C'(x)\exp{(-\int{P(x)}\mathrm{d}x)} C(x)exp(P(x)dx)- C ( x ) P ( x ) exp ⁡ ( − ∫ P ( x ) d x ) ) C(x)P(x)\exp{(-\int{P(x)}\mathrm{d}x)}) C(x)P(x)exp(P(x)dx))+ P ( x ) C ( x ) exp ⁡ ( − ∫ P ( x ) d x ) P(x)C(x)\exp{(-\int{P(x)}\mathrm{d}x)} P(x)C(x)exp(P(x)dx)= Q ( x ) Q(x) Q(x);
    • 即得 C ′ ( x ) exp ⁡ ( − ∫ P ( x ) d x ) C'(x)\exp{(-\int{P(x)}\mathrm{d}x)} C(x)exp(P(x)dx)= Q ( x ) Q(x) Q(x),(11-1),整理可得 C ′ ( x ) C'(x) C(x)= Q ( x ) exp ⁡ ( ∫ ( P ( x ) d x ) ) Q(x)\exp{(\int(P(x)\mathrm{d}x))} Q(x)exp((P(x)dx))(11-2),两边积分,就求得函数 C ( x ) C(x) C(x)= ∫ [ Q ( x ) exp ⁡ ( ∫ ( P ( x ) d x ) ) ] d x + C \int{[Q(x)\exp{(\int(P(x)\mathrm{d}x))}]\mathrm{d}x}+C [Q(x)exp((P(x)dx))]dx+C(12)
    • 将式(12)代入到(10),得方程(3)的通解: y = [ ∫ [ Q ( x ) exp ⁡ ( ∫ ( P ( x ) d x ) ) ] d x + C ] y=[\int{[Q(x)\exp{(\int(P(x)\mathrm{d}x))}]\mathrm{d}x} +C] y=[[Q(x)exp((P(x)dx))]dx+C] ⋅ \cdot [ exp ⁡ ( − ∫ P ( x ) d x ) ] [\exp{(-\int{P(x)}\mathrm{d}x)]} [exp(P(x)dx)](13),习惯上把指数式放在前面,即 y y y= [ exp ⁡ ( − ∫ P ( x ) d x ) ] [\exp{(-\int{P(x)}\mathrm{d}x)]} [exp(P(x)dx)] ⋅ \cdot [ ∫ [ Q ( x ) exp ⁡ ( ∫ ( P ( x ) d x ) ) ] d x + C ] [\int{[Q(x)\exp{(\int(P(x)\mathrm{d}x))}]\mathrm{d}x} +C] [[Q(x)exp((P(x)dx))]dx+C](13-1),或者展开成两项和:
      • y y y= C [ exp ⁡ ( − ∫ P ( x ) d x ) ] C[\exp{(-\int{P(x)}\mathrm{d}x)]} C[exp(P(x)dx)]+ [ exp ⁡ ( − ∫ P ( x ) d x ) ] [\exp{(-\int{P(x)}\mathrm{d}x)]} [exp(P(x)dx)] [ ∫ [ Q ( x ) exp ⁡ ( ∫ ( P ( x ) d x ) ) ] d x ] [\int{[Q(x)\exp{(\int(P(x)\mathrm{d}x))}]\mathrm{d}x}] [[Q(x)exp((P(x)dx))]dx](14)
      • 式(14)中第一项(包含任意常数)就是齐次方程(2)的解,第二项(不包含任意常数)是非齐次方程(3)的一个特解
    • 总之,一阶非齐次线性微分方程的通解等于对应的齐次方程的通解加上非齐次方程的一个特解之和;这一点和线性代数中非齐次线性方程组解的结构结论相仿

这篇关于AM@微分方程相关概念@线性微分方程@一阶线性微分方程的通解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/326834

相关文章

Redis的Hash类型及相关命令小结

《Redis的Hash类型及相关命令小结》edisHash是一种数据结构,用于存储字段和值的映射关系,本文就来介绍一下Redis的Hash类型及相关命令小结,具有一定的参考价值,感兴趣的可以了解一下... 目录HSETHGETHEXISTSHDELHKEYSHVALSHGETALLHMGETHLENHSET

python中的与时间相关的模块应用场景分析

《python中的与时间相关的模块应用场景分析》本文介绍了Python中与时间相关的几个重要模块:`time`、`datetime`、`calendar`、`timeit`、`pytz`和`dateu... 目录1. time 模块2. datetime 模块3. calendar 模块4. timeit

sqlite3 相关知识

WAL 模式 VS 回滚模式 特性WAL 模式回滚模式(Rollback Journal)定义使用写前日志来记录变更。使用回滚日志来记录事务的所有修改。特点更高的并发性和性能;支持多读者和单写者。支持安全的事务回滚,但并发性较低。性能写入性能更好,尤其是读多写少的场景。写操作会造成较大的性能开销,尤其是在事务开始时。写入流程数据首先写入 WAL 文件,然后才从 WAL 刷新到主数据库。数据在开始

线性因子模型 - 独立分量分析(ICA)篇

序言 线性因子模型是数据分析与机器学习中的一类重要模型,它们通过引入潜变量( latent variables \text{latent variables} latent variables)来更好地表征数据。其中,独立分量分析( ICA \text{ICA} ICA)作为线性因子模型的一种,以其独特的视角和广泛的应用领域而备受关注。 ICA \text{ICA} ICA旨在将观察到的复杂信号

【VUE】跨域问题的概念,以及解决方法。

目录 1.跨域概念 2.解决方法 2.1 配置网络请求代理 2.2 使用@CrossOrigin 注解 2.3 通过配置文件实现跨域 2.4 添加 CorsWebFilter 来解决跨域问题 1.跨域概念 跨域问题是由于浏览器实施了同源策略,该策略要求请求的域名、协议和端口必须与提供资源的服务相同。如果不相同,则需要服务器显式地允许这种跨域请求。一般在springbo

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

log4j2相关配置说明以及${sys:catalina.home}应用

${sys:catalina.home} 等价于 System.getProperty("catalina.home") 就是Tomcat的根目录:  C:\apache-tomcat-7.0.77 <PatternLayout pattern="%d{yyyy-MM-dd HH:mm:ss} [%t] %-5p %c{1}:%L - %msg%n" /> 2017-08-10

Node Linux相关安装

下载经编译好的文件cd /optwget https://nodejs.org/dist/v10.15.3/node-v10.15.3-linux-x64.tar.gztar -xvf node-v10.15.3-linux-x64.tar.gzln -s /opt/node-v10.15.3-linux-x64/bin/npm /usr/local/bin/ln -s /opt/nod

git ssh key相关

step1、进入.ssh文件夹   (windows下 下载git客户端)   cd ~/.ssh(windows mkdir ~/.ssh) step2、配置name和email git config --global user.name "你的名称"git config --global user.email "你的邮箱" step3、生成key ssh-keygen

zookeeper相关面试题

zk的数据同步原理?zk的集群会出现脑裂的问题吗?zk的watch机制实现原理?zk是如何保证一致性的?zk的快速选举leader原理?zk的典型应用场景zk中一个客户端修改了数据之后,其他客户端能够马上获取到最新的数据吗?zk对事物的支持? 1. zk的数据同步原理? zk的数据同步过程中,通过以下三个参数来选择对应的数据同步方式 peerLastZxid:Learner服务器(Follo