微分方程（解析解和数值解的关系，解的存在性和唯一性）

本文链接：https://blog.csdn.net/modest_laowang/article/details/147401384

微分方程（解析解和数值解的关系，解的存在性和唯一性）

写在前面
第一个问题：微分方程的解析解和数值解
第二个问题：微分方程的解的存在性和唯一性
写在最后

写在前面

之前学习过工科的常微分方程课程，学了一堆求解常微分方程解析解的技巧。也学了工科的数值分析课程，学了一堆对于微分方程的数值求解算法。但是，有一些问题始终在脑子中没有想的很清楚（有的东西学了是学了，但是带没带脑子去学就不知道了。。。），今天把两个十分重要的问题重新理了一遍，记录如下。

第一个问题：微分方程的解析解和数值解

对于微分方程，工程上经常使用数值算法来求解，比如控制系统一般将系统的微分方程离散化来计算。如果我们这个世界真的是连续的（使用微分方程建模的物理过程是连续变化的），但是使用离散方法来计算能逼近真实的解析解吗？
对于微分方程 $\frac{dy}{dx}=f(x)$ ，初值 $y(x_{0})=y_{0}$ 。设 $y = y (x)$ 是满足初值条件的解析解，且 $y (x)$ 具有二阶导数(真实情况不一定存在，这里假设存在为了后续的数值解的误差分析)。考虑使用Euler法进行数值求解，迭代步长取为 $h$ ，得数值迭代序列为 $x_{0}, y_{0}), (x_{0}+h, y_{0}+f(x_{0})h), ...$
在这里插入图片描述
Fig. 1 数值解和解析解的误差示意图
如Fig. 1所示，图中曲线为微分方程的解析解， $y(x_{0}+(n-1)h)$ 与 $y(x_{0}+nh)$ 的真实差值为 $y^{'}(x_{0}+(n-1)h)+\frac{y^{''}(\xi)}{2!}h^{2}$ （注意 $y^{'}(x)=f(x)$ ），其中 $\xi \in((n-1)h,nh)$ 。

在使用Euler法求解微分方程的数值解时， $\hat{y}(x_{0}+nh)-\hat{y}(x_{0}+(n-1)h)=f(x_{0}+(n-1)h)h$ 。我们可以发现解析解从 $x_{0}+(n-1)h$ 到 $x_{0}+nh$ 与数值解计算出来的误差为 $\frac{y^{''}(\xi)}{2!}h^{2}$ 。

如果 $|y^{''}(x)|\leq C$ ，其中 $C > 0$ 。通过Euler法迭代出来的数值解在 $x=x_{1}=x_{0}+nh$ （在 $x_{0},x_{1}]$ 区间以 $h$ 为迭代步长）处累计误差小于 $\frac{C}{2}nh^{2}$ （ $\frac{C}{2}nh^{2}=\frac{C}{2}(x_{1}-x_{0})h$ ），则可以看出来当迭代步长 $h$ 趋向于 $0$ 时，Euler法的数值解的误差无限趋向于 $0$ 。

可以看出来微分方程的数值迭代算法（最简单的Euler法）迭代出来的数值解也是有理论保证可以逼近到真实的解析解。

更复杂的微分方程的数值迭代算法可以控制更高的迭代误差阶数（比如Runge-Kutta方法），具体请查阅数值分析相关教材。

第二个问题：微分方程的解的存在性和唯一性

对于一个微分方程，我们知道不给初值的时候，方程可能存在很多解（通解）。比如， $\frac{dy}{dx}=2x$ 的通解为 $y(x)=x^{2}+C$ 。
但是给定一个初值以后，有一些微分方程还是存在多个解。比如， $\frac{dy}{dx}=3y^{\frac{2}{3}}$ 的初值为 $y (0) = 0$ ，满足的解可以是 $y (x) = 0$ ，还可以是 $y(x)=x^{3}$ 。

那么，对于一个微分方程，给定初值以后，还需要需要满足什么样的条件，方程的解存在且唯一呢？
【Picard定理】 设微分方程
$\frac{dy}{dx}=f(x,y)，y(x_{0})=y_{0} \tag{1}$
满足如下条件：

$f (x, y)$ 在矩形区域 $D=[x_{0}-a,x_{0}+a]\times[y_{0}-b,y_{0}+b]$ 内连续；
$y$ 在 $D$ 中满足Lipschitz条件，即存在常数 $L$ ，使得对任意 $(x,y_{1}),(x,y_{2})\in D$ ，都有 $|f(x,y_{1})-f(x,y_{2})|\leq L|y_{1}-y_{2}|$ 。

则上述微分方程在区间 $I=[x_{0}-\delta,x_{0}+\delta]$ 上存在唯一解，其中 $\delta=\min\{a,\frac{b}{M}\}$ ，其中 $\max\limits_{(x,y) \in D} |f(x,y)|$ 。
证明：
[Step 1: 等价求解转换]
上述定理中的微分方程的求解可以转换为对于下面积分形式的求解。
$y(x)=y_{0}+\int_{x_{0}}^{x}f(s,y(s))ds \tag{2}$
这里需要详细说明，(1)的解一定是(2)的解，但是(2)的解一定是(1)的解吗？显然不是。因为可能给(2)找出来一个不连续的解 $\bar{y}(x)$ （称为弱解），(2)的弱解代入(1)中直接在不连续处不存在导数，这时(2)的弱解就不是(1)的解。如果(2)的解 $y (x)$ 是连续的（称为经典解），由于(2)的右侧的积分形式中的 $f (x, y)$ 连续，且 $y (x)$ 连续，则(2)的右侧可导，那么(2)的左侧 $y (x)$ 也可导，则(2)的经典解一定是(1)的解。
下面的证明过程我们将会看到通过对(2)构造出来的Picard函数序列 ${y_{n}(x)\}$ ，可以证明出来(2)的解存在且唯一，且因为Picard函数序列 ${y_{n}(x)\}$ 中的每一个函数 $y_{n}(x)$ 都是连续的，且一致收敛（不妨记一致收敛到 $y^*(x)$ ），则 $y^*(x)$ 也连续可导（即(2)的经典解）。
所以，满足Picard定理中条件的微分方程(1)的积分形式(2)求解出来的解一定是(1)的解。又因为(2)的解存在且唯一，所以(1)的解存在且唯一。
[Step 2: Picard序列构造和Picard序列的一致收敛性]
构造Picard函数序列，
$y_{0}(x)=y_{0}, |x-x_{0}|\leq h$
$y_{1}(x)=y_{0}+\int_{x_{0}}^{x}f(s,y_{0}(s))ds, |x-x_{0}|\leq h$
$y_{2}(x)=y_{0}+\int_{x_{0}}^{x}f(s,y_{1}(s))ds, |x-x_{0}|\leq h$
…
$y_{n}(x)=y_{0}+\int_{x_{0}}^{x}f(s,y_{n-1}(s))ds, |x-x_{0}|\leq h$
…
对上述相邻项作差，得
$|y_{1}(x)-y_{0}(x)|=|\int_{x_{0}}^{x}f(s,y_{0}(s))ds|\leq M|x-x_{0}|\leq Mh$
$|y_{2}(x)-y_{1}(x)|=|\int_{x_{0}}^{x}[f(s,y_{1}(s))-f(s,y_{0}(s))]ds|\leq\int_{x_{0}}^{x}|f(s,y_{1}(s))-f(s,y_{0}(s))|ds\leq\int_{x_{0}}^{x}L|y_{1}(s)-y_{0}(s)|ds\leq\int_{x_{0}}^{x}Lh|s-x_{0}|ds\leq\frac{M}{L}\frac{L^{2}}{2!}h^{2}$
…
$|y_{n}(x)-y_{n-1}(x)|=|\int_{x_{0}}^{x}[f(s,y_{n-1}(s))-f(s,y_{n-2}(s))]ds|\leq\int_{x_{0}}^{x}|f(s,y_{n-1}(s))-f(s,y_{n-2}(s))|ds\leq\int_{x_{0}}^{x}L|y_{n-1}(s)-y_{n-2}(s)|ds\leq\frac{M}{L}\frac{L^{n}}{n!}h^{n}$
已知 $y_{n}(x)-y_{0}=(y_{n}(x)-y_{n-1}(x))+(y_{n-1}(x)-y_{n-2}(x))+...+(y_{1}(x)-y_{0}(x)), |x-x_{0}|\leq h$
$|y_{n}(x)-y_{n-1}(x)|+|y_{n-1}(x)-y_{n-2}(x)|+...+|y_{1}(x)-y_{0}(x)|+|y_{0}|\leq\frac{M}{L}Lh+\frac{M}{L}\frac{1}{2!}L^{2}h^{2}+\frac{M}{L}\frac{1}{n!}L^{n}h^{n}$
对上式右侧取极限得 $\frac{M}{L}e^{Lh}$ 。
记 $u_{n}(x)=y_{n}(x)-y_{n-1}(x)$ ，
由Weierstrass判别法（Weierstrass判别法：设函数项级数 $\sum_{n=1}^{\infty} u_n(x)$ 定义在集合 $\subseteq \mathbb{R}$ （或更一般的度量空间）上。如果存在一个收敛的正项数项级数 $\sum_{n=1}^{\infty} M_n$ ，使得对任意 $\in D$ 和所有 $\in \mathbb{N}$ ，满足： $|u_n(x)| \leq M_n$ ，则函数项级数 $\sum_{n=1}^{\infty} u_n(x)$ 在 $D$ 上绝对且一致收敛。）知，函数列 ${y_{n}(x)-y_{0}\}$ 一致收敛，则函数列 ${y_{n}(x)\}$ 一致收敛，记函数列 ${y_{n}(x)\}$ 一致收敛到 $\varphi(x)$ 。
因为函数列 ${y_{n}(x)\}$ 中的每一项 $y_{n}(x)$ 都连续（因为 $y_{0}(x)$ 连续，则 $y_{1}(x)=y_{0}+\int_{x_{0}}^{x}f(s,y_{0}(s))ds$ 连续，依次类推，每一项都连续），由连续性定理（连续性定理： $S_{n}(x)$ 在 $D$ 上连续， ${S_{n}(x)\}$ 在 $D$ 上一致收敛于 $S (x)$ ，则 $S (x)$ 在 $D$ 上连续。）知， $\varphi(x)$ 连续。
在 $y_{n}(x)=y_{0}+\int_{x_{0}}^{x}f(s,y_{n-1}(s))ds$ 两边令 $n$ 趋向于无穷大得：
$\varphi(x)=y_{0}+\int_{x_{0}}^{x}f(s,\varphi(s))ds$
即 $y=\varphi(x)$ 是(2)的一个解。又因为 $\varphi(x)$ 连续，所以 $\varphi(x)$ 是(2)的一个经典解。
[Step 3: 解的唯一性]
设 $\phi(x)$ 也是(2)的一个解，则有 $\phi(x_{0})=y_{0}$ 且 $\phi(x)=y_{0}+\int_{x_{0}}^{x}f(s,\phi(s))ds$ 。
直接和上述的解 $\varphi(x)$ 作差得，
$r(x)=|\phi(x)-\varphi(x)|\leq\int_{x_{0}}^{x}|f(s,\phi(s))-f(s,\varphi(s))|ds\leq L\int_{x_{0}}^{x}|\phi(s)-\varphi(s)|ds=L\int_{x_{0}}^{x}r(s)ds$ 。
由Gronwall不等式（Gronwall不等式： 设 $f (x), g (x)$ 在 $[a, b]$ 上连续，且 $g(x)\geq 0$ ， $c$ 为常数，若 $f(x)\leq c+\int_{a}^{x}g(s)f(s)ds$ ，则 $f(x)\leq ce^{\int_{a}^{x}g(s)ds}$ 。证明请参考常微分方程：Picard定理与Peano定理（解的存在性与唯一性））知， $r(x)\leq 0$ (令Gronwall不等式中的 $c = 0$ 和 $g (x) = 1$ 即得)。因为 $r(x)\geq 0$ （因为 $r(x)=|\phi(x)-\varphi(x)|$ ），所以 $r (x) = 0$ 。即(2)的解唯一。
综上，(2)只存在一个经典解。因为(1)的所有解都是(2)的经典解，且(2)的所有经典解都是(1)的解，所以(1)的解存在且唯一。
【补充】上述的Weierstrass判别法和连续性定理 可以在数学分析教材中找到。

再回过头来看上面的例子： $\frac{dy}{dx}=3y^{\frac{2}{3}}$ 的初值为 $y (0) = 0$ ，满足的解可以是 $y (x) = 0$ ，还可以是 $y(x)=x^{3}$ 。这个例子是符合上述Picard定理中的一般微分方程形式，但是由于违反了Picard定理中的Liptschitz条件（ $y^{\frac{2}{3}}$ 在 $y = 0$ 处的导数无界，所以不存在Liptschitz常数 $L$ ），所以在给定初值的条件下，还存在多个解。