学习微分方程的全部意义在于,最终我们想模拟物理系统,微分方程可以描述很多系统,现实世界中,所有的东西都不是完美的连续函数
1. 定义
什么是微分方程:包含未知函数的等式
方程:包含未知数的等式
解微分方程步骤:
1. 是否可分离变量
2. 是否是恰当微分方程
3. 一阶齐次微分方程
4. 二阶线性齐次微分方程
注意:永远不会有一种方法,可以解所有的微分方程,直到现在,还存在着不能解的微分方程;人类所知的解这些方程的唯一途径,就是用计算机求数值解,事实上,在大多数应用里,那就是最后的办法;经济学、物理学中的微分方程常常不可解,因为它们会涉及到二阶或者三阶导数,很难求出解析解,你只能求出数值解,数值解通常简单很多
2. 区别
微分方程和普通方程区别:普通方程的解是一个数或一组数;微分方程的解是一个函数或一组函数
3. 分类
微分方程有两大类:常微分方程(ODE-ordinary differential equations,未知函数及其导数关于一个变量)、偏微分方程(PDE-partial differential equations,未知函数及其导数关于多个变量)
3.1. 常微分方程
按形式分类,又分为两大类(有重叠):几阶、是否线性
按解法分类:
3.1.1. 可分离变量微分方程:可以把含x和含y的项分开,分别做积分,就可以得到微分方程的解了
3.1.2. 恰当微分方程(exact differential equations):
理解恰当微分方程的预备知识:
偏导下的链式法则:
假设:
那么:
证明:
如果y不是x的函数,或者说y独立于x,那么dy/dx=0
偏导的另一个性质(比较像 操作符的运算):
如果上面两个函数(求导后的函数)是连续的,那么:
判断方程是否是恰当微分方程,假设:
那么:
如果:
方程就是恰当方程,然后根据上面的预备知识
最终,恰当微分方程的解为:
恰当微分方程举例:
因此该方程为恰当微分方程,它告诉我们,存在 ψ,使得:
因为(注意,下面不是用C,而是用 f(y) 代替C ):
求出 f(y) 即可求出 ψ ;为了求出f(y),我们对已求出的 ψ 求关于y的偏导数;换个符号:
最终,解出恰当微分方程:
由 ψ 再反推回原微分方程:
注意,对于含有y的部分,先求y导数,然后求y对x的导数
3.1.2.1. 积分因子(integrating factor)
使用积分因子 μ 的目的是,将原微分方程变成恰当微分方程。可以假设积分因子 μ 为x的函数,或y的函数,或者x,y的函数
3.1.3. 一阶微分方程
“齐次”意味着--如果f(x,y)代数上可以重写为F(y/x),那么做一个变量替换,微分方程就可分离变量了
齐次微分方程(homogeneous differential equation)
举例:
首先,它不是可分离变量微分方程,也不是恰当微分方程
其次,如果它是齐次微分方程,那么通过变量替换,可以使得方程变得可分离变量
假设 v 也是关于 x 的函数,利用乘法法则:
最后将 v 重新替换为 x,y 的形式:
3.1.4. 二阶微分方程
最有用的一类微分方程
二阶:最高阶是二阶导数
线性:a(x),b(x),c(x),d(x) 都只是关于x的函数
齐次:d(x)=0 称为齐次,另一种形式的齐次微分方程,虽称它为齐次的,但我实在没有办法把二阶中的“齐次”与一阶齐次方程中的“齐次”联系起来,这两种“齐次”,看上去没有什么联系,我想,它们只是恰巧有一样的名字,尽管它们没有联系,至于为什么称它为“齐次”,是因为d(x)为0,事实上,我倒是看出了这种方程和均脂牛奶的联系,因为你想啊,所有齐次方程的解,它们总是等于0,所以它们总是“均脂”的,这勉强说是有点联系吧
解普遍情况之前,先处理特殊情况:
3.1.4.1 二阶线性齐次微分方程
1. a(x),b(x),c(x)都是常数,d(x)是0:
该方程的解法,可以归结为代数2的问题。
首先了解一下该方程的解的性质:
1. 假设g(x)是方程的一个解,那么c*g(x)也是方程的一个解
2. 假设h(x)也是方程的一个解,那么g(x)+h(x)也是方程的解
例子1(实根)
且 r^2 + 5r + 6 = 0 称为特征方程
最终,微分方程有两个解:
又根据上面刚讲的“方程的解的性质”,微分方程的一般解为:
例子2(复根)
假设特征方程的根为
则微分方程的一般解为:
对一般解进行化简:
利用欧拉公式再次化简(第一次用欧拉公式、虚数来做一些有用的事,用它作为中介工具,求得一个实的,无虚数的解):
上面的公式中,假设C1 + C2 = C3, C1i - C2i = C4
例子3(重根)
假设二阶线性齐次微分方程为:
其特征方程为:
其两个根都为-2,它的通解不是:
它是一个解,但不是通解,此时需要用到“降阶法(reduction of order)”
通常解二阶常系数齐次微分方程时,ce^{rx}是一个合理猜测的解,对于重根的方程,我们猜测另一个解为g(guess),它是第一个解ce^{rx}的v(x)倍,不过这里的c的含义比较模糊,可以把它当成v(x)的一部分:
然后把它代回到原微分方程中,看能不能解出v:
g就是真正的通解,有两个常数,可以满足两个初始条件
3.1.4.2 二阶线性非齐次微分方程
非齐次方程的通解,其实就是齐次方程的通解加上一个特解
假设 h(x) 是齐次方程的通解,那么:
假设 j(x) 是非齐次方程的一个特解,那么:
最终,h(x) + j(x) 是非齐次方程的通解
证明:
所以 k(x) = h(x) + j(x) 是原微分方程的通解(目前还没有证明它就是方程的所有解,但直观上先这么想吧--因为齐次方程的通解是方程的所有解,加上一个特解,得到了方程右边的g(x) )
非齐次方程,先求齐次方程的通解,然后再求出特解;求特解的方法称为“待定系数法”,即先猜出特解的形式,然后求待定系数
例子
通解为
待定系数法求特解:猜测 j(x) 为
代入原微分方程,求出待定系数A,即求出了特解
最终,原微分方程的通解为:
猜测的函数有几类:指数函数、三角函数、多项式
如果方程右边包含指数函数和三角函数等多类函数,那么特解就是指数函数和三角函数分别求特解,然后相加
4. 拉普拉斯变换
一个函数把一个集合映射到另一个集合,一个变换则把一族函数映射到另一族函数
拉普拉斯变换(Laplace Transform),是我们学到的最有用的概念之一
拉普拉斯变换的定义:
为什么要写成极限的式子?因为我们不能代无穷进去算,但我们可以取极限
1. 拉普拉斯变换是线性变换(拉普拉斯是线性操作符-linear operator):
根据定义就可以证明
2. 导函数的拉普拉斯变换与原函数的拉普拉斯变换之间的关系:
证明:
根据定义
根据分部积分的定义
假设加号+前面的表达式收敛,即 f(t) 增长的速度慢于e^{-st}衰减的速度:
因此:
4.1. 拉普拉斯变换表
指数函数、三角函数、多项式的拉普拉斯变换
1. 原函数乘以e^{at}的拉氏变换,相当于原函数拉式变换的平移
2. u为单位阶跃函数(unit step function):
3. δ为狄拉克δ函数(Dirac delta function,它有无穷小的宽和无穷大的高,图像下的面积定义为1):
4. 卷积定义
举例:
阶跃函数拉氏变换的证明:
4.2. 拉普拉斯逆变换
拉普拉斯逆变换:从s域变换到t域,或者说从频率域变换到时间域
拉普拉斯变换是一一对应的变换,即如果对一个函数作拉普拉斯变换,然后再作拉普拉斯逆变换,得到的还是原函数
部分分式展开(分子比分母次数低),例如
通用的部分分式展开:
未知数的个数等于多项式的阶数,直接求解比较麻烦,可以使用“掩盖法(cover up method)”简化求解
4.3. 拉普拉斯变换在微分方程领域内的用途
拉普拉斯变换在微分方程方面的应用,直观理解比较困难,但它是一个非常有用的工具,它能把微分或积分问题转化为代数问题。如果想要理解它,需要学习傅里叶级数和傅里叶变换
注意:拉普拉斯变换是一种求解微分方程的比较通用的理论,利用拉普拉斯变换,不需要猜解,不需要猜测通解是什么形式,我们只需要做拉普拉斯变换,坦诚地说,传统方法比不上拉普拉斯变换,但因为拉普拉斯变换是线性变换,所以只能解线性微分方程
举例1,假设二阶线性非齐次微分方程为:
对微分方程两边分别进行拉普拉斯变换(使用拉普拉斯变换的另一种写法):
使用部分分式展开:
通过拉普拉斯逆变换,求出原函数y(t)为:
举例2,拉普拉斯逆变换