0.引言
本节关于二阶微分方程,首先泛化欧拉方法到二阶。其次介绍了两个定理,叠加定理和Wronskian定理。
1.欧拉方法用于高阶微分方程
对于二阶微分方程:
x
¨
=
f
(
t
,
x
,
x
˙
)
\ddot{x}=f(t, x, \dot{x})
x¨=f(t,x,x˙)
求解方法是化为一组一阶微分方程
x
˙
=
u
(1)
\dot{x}=u\tag{1}
x˙=u(1)
u ˙ = f ( t , x , u ) (2) \dot{u}=f(t, x, u)\tag{2} u˙=f(t,x,u)(2)
其中
u
=
x
˙
u=\dot{x}
u=x˙。式(1)中的微分方程提供了曲线
x
=
x
(
t
)
x=x(t)
x=x(t)的斜率,式(2)中的微分方程提供了曲线
u
=
u
(
t
)
u=u(t)
u=u(t)的斜率。设初始值为
(
x
,
u
)
=
(
x
0
,
u
0
)
(x, u)=\left(x_{0}, u_{0}\right)
(x,u)=(x0,u0),则利用欧拉积分方法可以获得
t
=
t
1
t=t_1
t=t1时刻的值:
x
1
=
x
0
+
Δ
t
u
0
u
1
=
u
0
+
Δ
t
f
(
t
0
,
x
0
,
u
0
)
(3)
\begin{array}{l} x_{1}=x_{0}+\Delta t u_{0} \\ u_{1}=u_{0}+\Delta t f\left(t_{0}, x_{0}, u_{0}\right) \end{array}\tag{3}
x1=x0+Δtu0u1=u0+Δtf(t0,x0,u0)(3)
注:理解
x
˙
\dot x
x˙和
x
x
x是独立的。
2.叠加原理
考虑齐次(等号右边为零)二阶线性ode:
x
¨
+
p
(
t
)
x
˙
+
q
(
t
)
x
=
0
(4)
\ddot{x}+p(t) \dot{x}+q(t) x=0\tag{4}
x¨+p(t)x˙+q(t)x=0(4)
有两个解
X
1
(
t
)
X_{1}(t)
X1(t)和
X
2
(
t
)
X_{2}(t)
X2(t),则其线性组合
x
=
c
1
X
1
(
t
)
+
c
2
X
2
(
t
)
(5)
x=c_{1} X_{1}(t)+c_{2} X_{2}(t)\tag{5}
x=c1X1(t)+c2X2(t)(5)也是方程(4)的解。(代入容易验证)
3. Wronskian
假定
x
=
X
1
(
t
)
x=X_{1}(t)
x=X1(t)和
x
=
X
2
(
t
)
x=X_{2}(t)
x=X2(t)是微分方程(4)的解。下面想把微分方程的通解写成:
x
=
c
1
X
1
(
t
)
+
c
2
X
2
(
t
)
(6)
x=c_{1} X_{1}(t)+c_{2} X_{2}(t)\tag{6}
x=c1X1(t)+c2X2(t)(6)的形式。因此,对于任意一个特解(其初始条件如下):
x
(
t
0
)
=
x
0
,
x
˙
(
t
0
)
=
u
0
(7)
x\left(t_{0}\right)=x_{0}, \quad \dot{x}\left(t_{0}\right)=u_{0}\tag{7}
x(t0)=x0,x˙(t0)=u0(7)都有对应的
c
1
c_1
c1,
c
2
c_2
c2使得下式成立
c
1
X
1
(
t
0
)
+
c
2
X
2
(
t
0
)
=
x
0
,
c
1
X
˙
1
(
t
0
)
+
c
2
X
˙
2
(
t
0
)
=
u
0
(8)
c_{1} X_{1}\left(t_{0}\right)+c_{2} X_{2}\left(t_{0}\right)=x_{0}, \quad c_{1} \dot{X}_{1}\left(t_{0}\right)+c_{2} \dot{X}_{2}\left(t_{0}\right)=u_{0}\tag{8}
c1X1(t0)+c2X2(t0)=x0,c1X˙1(t0)+c2X˙2(t0)=u0(8)因此关于
c
1
c_1
c1,
c
1
c_1
c1的方程组(8)必有唯一解。因此有:
W
=
∣
X
1
(
t
0
)
X
2
(
t
0
)
X
˙
1
(
t
0
)
X
˙
2
(
t
0
)
∣
=
X
1
(
t
0
)
X
˙
2
(
t
0
)
−
X
˙
1
(
t
0
)
X
2
(
t
0
)
≠
0
(9)
W=\left|\begin{array}{ll} X_{1}\left(t_{0}\right) & X_{2}\left(t_{0}\right) \\ \dot{X}_{1}\left(t_{0}\right) & \dot{X}_{2}\left(t_{0}\right) \end{array}\right|=X_{1}\left(t_{0}\right) \dot{X}_{2}\left(t_{0}\right)-\dot{X}_{1}\left(t_{0}\right) X_{2}\left(t_{0}\right) \neq 0\tag{9}
W=∣∣∣∣X1(t0)X˙1(t0)X2(t0)X˙2(t0)∣∣∣∣=X1(t0)X˙2(t0)−X˙1(t0)X2(t0)=0(9)上式中
W
W
W被称为Wronskian。如果Wronskian不等于零,则两个解
X
1
(
t
)
X_1(t)
X1(t)和
X
2
(
t
)
X_2(t)
X2(t)是线性独立的。所有的二阶线性齐次ode的解构成了一个二维矢量空间。
3.1 例1
对于所有的 ω ≠ 0 \omega\neq0 ω=0,两个解 X 1 ( t ) = cos ω t X_{1}(t)=\cos \omega t X1(t)=cosωt和 X 2 ( t ) = sin ω t X_{2}(t)=\sin \omega t X2(t)=sinωt对任意的时刻 t t t都有非零的Wronskian
W = ( cos ω t ) ( ω cos ω t ) − ( − ω sin ω t ) ( sin ω t ) = ω (10) W=(\cos \omega t)(\omega \cos \omega t)-(-\omega \sin \omega t)(\sin \omega t)=\omega\tag{10} W=(cosωt)(ωcosωt)−(−ωsinωt)(sinωt)=ω(10)
3.2 例2
两个解
X
1
(
t
)
=
e
t
X_{1}(t)=e^t
X1(t)=et和
X
2
(
t
)
=
2
e
t
X_{2}(t)=2e^t
X2(t)=2et对任意的时刻
t
t
t都有
W
=
0
(11)
W=0\tag{11}
W=0(11)
说明这两个解不是线性独立的。
3.3 例3
对于
X
1
(
t
)
=
e
a
t
X_{1}(t)=e^{at}
X1(t)=eat和
X
1
(
t
)
=
e
b
t
X_{1}(t)=e^{bt}
X1(t)=ebt,对应的Wronskian为
W
=
(
b
−
a
)
e
(
a
+
b
)
t
(12)
W=(b-a)e^{(a+b)t}\tag{12}
W=(b−a)e(a+b)t(12)
因此两个解线性独立的充要条件是 a ≠ b a\neq b a=b
4 齐次二阶常系数ODE
齐次二阶常系数ODE的形式为 a x ¨ + b x ˙ + c x = 0 (13) a \ddot{x}+b \dot{x}+c x=0\tag{13} ax¨+bx˙+cx=0(13)
其求解转化为求特征方程
a
r
2
+
b
r
+
c
=
0
(14)
a r^{2}+b r+c=0\tag{14}
ar2+br+c=0(14)
注:这一转化是考虑指数函数性质后的一个自然而然的猜想。
4.1 两个不同的实根
此时,根据(12),两个解线性独立,可以直接利用公式(6)获得通解。
4.2 复共轭根
假设复共轭根为
r
=
λ
+
i
μ
,
r
ˉ
=
λ
−
i
μ
(15)
r=\lambda+i \mu, \quad \bar{r}=\lambda-i \mu\tag{15}
r=λ+iμ,rˉ=λ−iμ(15)
对应的解为
z
(
t
)
=
e
λ
t
e
i
μ
t
,
z
(
t
)
=
e
λ
t
e
−
i
μ
(16)
z(t)=e^{\lambda t} e^{i \mu t}, \quad z(t)=e^{\lambda t} e^{-i \mu}\tag{16}
z(t)=eλteiμt,z(t)=eλte−iμ(16)
上述的解是两个复数解。下面相求两个线性独立实数解:根据叠加原理,(16)的两个解的线性组合也是二阶齐次ode的解。因此可以构造如下两个实数解 x 1 ( t ) = e λ t cos μ t , x 2 ( t ) = e λ t sin μ t (17) x_{1}(t)=e^{\lambda t} \cos \mu t, \quad x_{2}(t)=e^{\lambda t} \sin \mu t\tag{17} x1(t)=eλtcosμt,x2(t)=eλtsinμt(17)
则通解为
x
(
t
)
=
e
λ
t
(
A
cos
μ
t
+
B
sin
μ
t
)
(18)
x(t)=e^{\lambda t}(A \cos \mu t+B \sin \mu t)\tag{18}
x(t)=eλt(Acosμt+Bsinμt)(18)
注:
1.特征方程的根的实部反映在式(18)解的指数部分,虚部反应在三角函数部分。
2.(17)的推导还可以这样看:
复数解(16)是方程的复数解,则其实部和虚部分别就是方程的两个实数解,即(17)。
4.3 相同的根
此时只有一个线性独立的解,需要求另外一个。所用的方法是研究特征方程由复共轭根
r
=
λ
±
i
μ
r=\lambda \pm i \mu
r=λ±iμ的情形,并令
μ
\mu
μ的极限为零。
此时通解为
x
(
t
)
=
e
λ
t
(
A
cos
μ
t
+
B
sin
μ
t
)
(19)
x(t)=e^{\lambda t}(A \cos \mu t+B \sin \mu t)\tag{19}
x(t)=eλt(Acosμt+Bsinμt)(19)
此时根据初始条件 x ( 0 ) = x 0 x(0)=x_{0} x(0)=x0, x ˙ ( 0 ) = u 0 \dot{x}(0)=u_{0} x˙(0)=u0,A,B可写成初值 x 0 x_{0} x0, u 0 u_{0} u0, λ \lambda λ, μ \mu μ的函数。 x ( t ; μ ) = e λ t ( x 0 cos μ t + u 0 − λ x 0 μ sin μ t ) (20) x(t ; \mu)=e^{\lambda t}\left(x_{0} \cos \mu t+\frac{u_{0}-\lambda x_{0}}{\mu} \sin \mu t\right)\tag{20} x(t;μ)=eλt(x0cosμt+μu0−λx0sinμt)(20)
x
=
x
(
t
;
μ
)
x=x(t ; \mu)
x=x(t;μ)说明这里只考虑
μ
\mu
μ的改变。
上式取极限
μ
→
0
\mu \rightarrow 0
μ→0,并利用极限
lim
μ
→
0
μ
−
1
sin
μ
t
=
t
(21)
\lim _{\mu \rightarrow 0} \mu^{-1} \sin \mu t=t\tag{21}
μ→0limμ−1sinμt=t(21)式(21)中取极限过程中视
t
t
t不变。则有:
lim
μ
→
0
x
(
t
;
μ
)
=
e
λ
t
(
x
0
+
(
u
0
−
λ
x
0
)
t
)
(22)
\lim _{\mu \rightarrow 0} x(t ; \mu)=e^{\lambda t}\left(x_{0}+\left(u_{0}-\lambda x_{0}\right) t\right)\tag{22}
μ→0limx(t;μ)=eλt(x0+(u0−λx0)t)(22)
因此第二个线性独立的解是
t
t
t乘以第一个解。
注:注意这里的逻辑关系,假定初值,
λ
\lambda
λ均不变,只有
μ
\mu
μ变。求
μ
\mu
μ趋近于0时的解的极限。