微分方程是将函数与其一个或多个导数联系起来的方程。在大多数应用中,函数表示物理量,导数表示其变化率,方程定义了它们之间的关系。在本文中,我们展示了求解某些类型的常微分方程所需的技术,这些方程的解可以用初等函数(多项式、指数、对数和三角函数及其逆)表示。这些方程中的许多在现实生活中都会遇到,但大多数其他方程无法使用这些技术求解,而是需要用特殊函数、幂级数或数值计算的方式来编写答案。本文假设您对微分和...
第1部分第1部分(共2部分):一阶方程
- 1线性一阶方程。在本节中,我们讨论了求解线性一阶微分方程的方法,包括在一般情况下以及在某些项设置为0的特殊情况下。我们假设y=y(x),{\displaystyle y=y(x),}p(x),{\displaystyle p(x),}和q(x){\displaystyle q(x)}是x.{\displaystyle x.}dydx+p(x)y=q(x){\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}+p(x)y=q(x}p(x)=0的函数。{\displaystyle p(x)=0。}根据微积分基本定理,函数导数的积分就是函数本身。然后我们可以简单地积分得到我们的答案。记住,计算不定积分会引入任意常数。y(x)=∫q(x)dx{\displaystyle y(x)=\int q(x)\mathrm{d}x}q(x)=0。{\displaystyle q(x)=0。}我们使用分离变量的技术。变量分离直观地将每个变量置于方程的不同侧面。例如,我们将所有y{\displaystyle y}项移到一边,将x{\displaystyle x}项移到另一边。我们可以将导数中的dx{\displaystyle\mathrm{d}x}和dy{\displaystyle\mathrm{d}y}视为可以移动的量,但请记住,这只是利用链式规则进行操作的简写。这些被称为微分的对象的确切性质超出了本文的范围。首先,我们得到方程两侧的每个变量。1岁=−p(x)dx{\displaystyle{\frac{1}{y}}\mathrm{d}y=-p(x)\mathrm{d}x}积分两侧。积分在两侧引入了一个任意常数,但我们可以在右侧合并它们。自然对数y=∫−p(x)dx{\displaystyle\ln y=\int-p(x)\mathrm{d}x}y(x)=e−∫p(x)dx{\displaystyley y(x)=e ^{-\int p(x)\mathrm{d}x}}}示例1.1。在最后一步中,我们利用指数定律ea+b=eaeb{\displaystyle e^{a+b}=e^{a}e^{b}},并将eC{\displaystyle e^{C}}替换为C{\displaystyle C},因为它同样是一个任意常数。dydx公司−2赖氨酸x={\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}2y\sin x=0}12ydy=sinxdx12lny=−余弦x+Clny=−2cosx+Cy(x)=Ce−2cosx{\displaystyle{\begin{aligned}{\frac{1}{2y}}\mathrm{d}y&=\sin x\mathrm{d}x\{\frac{1}{2}}\ln y&=-\cos x+C\\ n y&=-2\cos x+C\\y(x)&=Ce ^{-2\cos x}\end{aligned}}}p(x)≠0,q(x)≠0.{\displaystyle p(x)\neq 0\q(x)\neq 0}为了解决一般情况,我们引入了积分因子μ(x),{\displaystyle\mu(x),}一个x{\displaystyle x}的函数,通过将左侧置于公共导数下,使方程更容易求解。将两侧乘以μ(x)。{\displaystyle\mu(x)}μdydx+μpy=μq{\displaystyle\mu{\frac{\mathrm{d}y}{\mathrm{d}x}}+\mu py=\mu q}为了使左侧服从公共导数,我们必须具有以下条件。ddx(μy)=dμdxy+μdydx=μdydx+μpy{\displaystyle{\frac{\mathrm{d}}}{\mathrm{d}x}(\mu y)={\frac{\mathrm{d}\mu}{\mathrm{d}x}}y+\mu mu{\frac{\mathrm{d}y}{\mathrm{d}x}+\mu-py}后一个方程意味着dμdx=μp,{\displaystyle{\frac{\mathrm{d}\mu}{\mathrm{d}x}=\mu p,}具有以下解。这是求解每个线性一阶方程的积分因子。我们现在可以继续推导一个公式,用μ{\displaystyle\mu}来求解这个方程,但简单地进行计算更有指导意义。μ(x)=e∫p(x)dx{\displaystyle\mu(x)=e ^{\int p(x)\mathrm{d}x}}示例1.2。这个例子还引入了在给定初始条件下寻找微分方程特定解的概念。tdydt+2y=t2,y(2)=3{\displaytyle t{\frac{\mathrm{d}y}{\mathrm{d}t}+2y=t^{2},quad y(2)=3}dydt+2ty=t{\displaytyle{\frac{\mathrm{d}y}{\mathrm{d}t}+{\frac{2}{t}y=t}μ(t)=e∫p(t)dt=e2lnt=t2{\displaystyle\mu(t)=e{\int p(t)\mathrm{d}t}=e{2\ln t}=t{2}}ddt(t2y)=t3t2y=14t4+Cy(t)=14t2+Ct2{\displaystyle{\begin{aligned}{\frac{\mathrm{d}}}}{\mathrm{d}t}(t{2}y)&=t ^{3}\\t ^{2}y&={\frac{1}{4}}t^{4}+C\\y(t)&={frac{1}{4}}t{2}+{frac{C}{t{2}}}\end{aligned}}}3=y(2)=1+C4,C=8{displaystyle 3=y(2)=1+{frac{C}{4}},四元C=8}y(t)=14t2+8t2{displaystyle y(t)={frac{1}。{4}}t ^{2}+{\frac{8}{t ^{2}}}
- 2非线性一阶方程。在本节中,我们讨论求解某些非线性一阶微分方程的方法。没有封闭形式的通解,但某些方程可以使用以下技术求解。dydx=f(x,y){\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}}=f(x,y)}dydx=h(x)g(y)。{\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}=h(x)g(y)。}如果函数f(x,y)=h(x)g(y){f(x,y)=h(x)g(y)}可以分为每个变量的函数,则称方程是可分的。然后,我们继续使用与之前相同的方法。∫dyh(y)=∫g(x)dx{\displaystyle\int{\frac{\mathrm{d}y}{h(y}}}}=\int g(x)\mathrm{d}x}示例1.3。dydx=x3y(1+x4){\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}}={\frac{x^{3}}}{y(1+x^{4}}}}}}∫ydy公司=∫x31+x4dx12y2=14ln(1+x4)+Cy(x)=12ln(1+x4)+C{\displaystyle{\begin{aligned}\int y\mathrm{d}y&=\int{\frac{x ^{3}}{1+x ^{4}}}\mathrm{d}x\{\frac{1}{2}}}y ^{2}&={\frac{1}{4}}\ln(1+x ^{4})+C\\y(x)&={\frac{1}{2}}\ln(1+x ^{4})+C\end{aligned}}}dydx=g(x,y)h(x,y)。{\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}}={\frac{g(x,y)}{h(x,y)}}设g(x,y){\displaystyle g(x,y)}和h(x,y){\displaystyle h(x,y)}是x{\displaystyle x}和y的函数。{\displaystyle y。}则齐次微分方程是一个方程,其中g{\displaystyle g}和h{\displaystyle h}是相同阶的齐次函数。也就是说,该函数满足性质g(αx,αy)=αkg(x,y),{\displaystyle g(\alpha x,alpha y)=\alpha ^{k}g(x,y),}其中k{\displaystyle k}称为同质度。每个齐次微分方程都可以通过变量的充分变化转换为可分离方程,变量可以是v=y/x{\displaystyle v=y/x}或v=x/y。{\displaystyle v=x/y}示例1.4。上述关于同质性的讨论可能有些神秘。让我们通过一个例子来看看这是如何应用的。dydx=y3−x3y2x{\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}={\frac{y^{3}-x^{3}}{y^{2}x}}}}我们首先观察到这是y中的非线性方程。{\displaystyle y}我们还看到这个方程不能分离。然而,它是一个齐次微分方程,因为顶部和底部都是3次齐次的。因此,我们可以改变变量v=y/x.{\displaystyle v=y/x.}dydx=yx−x2y2=v−1v2{\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}={\frac{y}{x}}-{\frac{x^{2}}}{y^{2}}}=v-{\frac{1}{v^{2}}}}y=vx,dydx=DVDX+v{displaystyle y=vx,\quad{\frac{\mathrm{d}y}{\mathrm{d}x}}={\frac{\mathrm{d}v}{\mathrm{d}x}x+v}dvdxx=−1v2.{\displaystyle{\frac{\mathrm{d}v}{\mathrm{d}x}}x=-{\frac{1}{v ^{2}}}}}这现在是v.{\displaystyle v.}v(x)中的一个可分离方程=−3磅x+C3{\displaystyle v(x)={\sqrt[{3}]{-3\ln x+C}}}}y(x)=x−3磅x+C3{\displaystyle y(x)=x{\sqrt[{3}]{-3\ln x+C}}}}}dydx=p(x)y+q(x)yn。{\displaystyle{\frac{\mathrm{d}y}{\mathrm{d}x}}=p(x)y+q(x)y ^{n}这是伯努利微分方程,一个非线性一阶方程的特例,其解可以用初等函数表示。乘以(1)−n) y−n、 {\displaystyle(1-n)y ^{-n}.}(1−n) y−ndydx=p(x)(1)−n) y1−n+(1−n) q(x){\displaystyle(1-n)y ^{-n}{\frac{\mathrm{d}y}{\mathrm{d}x}=p(x)(1-n)y ^{1-n}+(1-n)q(x}使用左侧的链式规则将方程转换为y1中的线性方程−n、 {\displaystyle y ^{1-n},},然后可以使用前面的技术求解。dy1型−ndx=p(x)(1)−n) y1−n+(1−n) q(x){\displaystyle{\frac{\mathrm{d}y ^{1-n}}}{\mathrm{d}x}}=p(x)(1-n)y ^{1-n}+(1-n)q(x}M(x,y)+n(x,y)dydx=0。{\displaystyle M(x,y)+N(x,y){\frac{\mathrm{d}y}{\mathrm{d}x}}=0这里,我们讨论精确方程。我们希望找到一个称为势函数的函数φ(x,y),{\displaystyle\varphi(x,y),},使得dφdx=0。{\displaystyle{\frac{\mathrm{d}\varphi}{\mathrm{d}x}}=0。}为了满足这个条件,我们有以下总导数。总导数允许额外的变量依赖性。为了计算φ{\displaystyle\varphi}相对于x的总导数,{\displaystyle x,},我们考虑了y{\displaystyle y}也可能依赖于x.{\displaystyle x.}dφdx的可能性=∂φ∂x+∂φ∂ydydx{\displaystyle{\frac{\mathrm{d}\varphi}{\mathrm{d}x}}={\frac{\partial\varphi}{\partial x}+{\frac{\partial\varphi}{\partial y}}{\frac{\mathrm{d}y}{\mathrm{d}x}}}比较项,我们有M(x,y)=∂φ∂x{\displaystyle M(x,y)={\frac{\partial\varphi}{\partial x}}}}和N(x,y)=∂φ∂y、 {\displaystyle N(x,y)={\frac{\partial\varphi}{\partial y}}光滑函数的混合导数彼此相等是多变量微积分的标准结果。这有时被称为克莱罗定理。如果以下条件成立,则微分方程是精确的。∂M∂y=∂N∂x{\displaystyle{\frac{\partial M}{\partial y}}={\frac{\partial N}{\partial x}}}求解精确方程的方法类似于寻找pote
- 许多微分方程根本无法用上述方法求解,尤其是讨论部分提到的方法。当方程包含可变系数且不是Euler-Cauchy方程时,或当方程是非线性时,会发生这种情况,除非有一些非常特殊的例子。然而,上述方法足以求解科学中常见的许多重要微分方程。
- 与微分不同,微分可以计算任何给定表达式的导数,许多表达式的积分不能用初等函数求。因此,不要浪费时间尝试集成无法集成的表达式。检查积分表以进行验证。不能用初等函数表示的微分方程的解有时可以用积分形式表示,但在这种情况下,积分是否可以解析进行并不重要。
-
发表于 2022-07-18 12:37
- 阅读 ( 36 )
- 分类:教育和通信