1034 字
5 分钟
常微分方程求解(4)

本文将系统介绍常系数线性微分方程的解法方法,分别包括二阶常系数齐次线性微分方程、nn 阶常系数齐次线性微分方程、以及常系数非齐次线性微分方程的解法。详细推导各步骤,便于理解和掌握。

一、二阶常系数齐次线性微分方程的解法#

考虑如下方程:

d2ydx2+a1dydx+a0y=0\frac{\mathrm{d}^2y}{\mathrm{d}x^2} + a_1\frac{\mathrm{d}y}{\mathrm{d}x} + a_0 y = 0

其中 a0,a1a_0, a_1 为常数。

1、特征方程法#

y=eλxy = e^{\lambda x},代入原方程:

d2dx2eλx+a1ddxeλx+a0eλx=λ2eλx+a1λeλx+a0eλx=0\frac{\mathrm{d}^2}{\mathrm{d}x^2}e^{\lambda x} + a_1\frac{\mathrm{d}}{\mathrm{d}x}e^{\lambda x} + a_0 e^{\lambda x} = \lambda^2 e^{\lambda x} + a_1 \lambda e^{\lambda x} + a_0 e^{\lambda x} = 0

整理得:

(λ2+a1λ+a0)eλx=0(\lambda^2 + a_1\lambda + a_0) e^{\lambda x} = 0

由于 eλx0e^{\lambda x} \neq 0,所以:

λ2+a1λ+a0=0\lambda^2 + a_1\lambda + a_0 = 0

这就是特征方程。

2、特征方程的根的情况#

设特征方程的根为 λ1,λ2\lambda_1,\lambda_2,有三种情形:

(1)λ1λ2\lambda_1 \neq \lambda_2,且均为实根#

则通解为:

y(x)=C1eλ1x+C2eλ2xy(x) = C_1 e^{\lambda_1 x} + C_2 e^{\lambda_2 x}

(2)λ1=λ2=λ\lambda_1 = \lambda_2 = \lambda,为重根#

则通解为:

y(x)=(C1+C2x)eλxy(x) = (C_1 + C_2 x)e^{\lambda x}

(3)λ1,2=α±iβ\lambda_{1,2} = \alpha \pm i\beta,为共轭复根#

则通解为:

y(x)=C1e(α+iβ)x+C2e(αiβ)x=eαx(Acosβx+Bsinβx)\begin{aligned} y(x) &= C_1 e^{(\alpha + i\beta)x} + C_2 e^{(\alpha - i\beta)x} \\ &= e^{\alpha x}(A \cos\beta x + B \sin\beta x) \end{aligned}

其中 A,BA,BC1,C2C_1,C_2 线性组合而得。

二、nn 阶常系数齐次线性微分方程的解法#

考虑一般形式:

dnydxn+an1dn1ydxn1++a1dydx+a0y=0\frac{\mathrm{d}^n y}{\mathrm{d}x^n} + a_{n-1} \frac{\mathrm{d}^{n-1} y}{\mathrm{d}x^{n-1}} + \cdots + a_1 \frac{\mathrm{d}y}{\mathrm{d}x} + a_0 y = 0

1、特征方程#

同样设 y=eλxy = e^{\lambda x},代入得:

λn+an1λn1++a1λ+a0=0\lambda^n + a_{n-1}\lambda^{n-1} + \cdots + a_1\lambda + a_0 = 0

设其 nn 个根为 λ1,λ2,,λn\lambda_1,\lambda_2,\ldots,\lambda_n,重根和复根情况如下。

2、通解形式#

  1. λi\lambda_ikk 重实根,则通解中对应项为:

    (Ci,1+Ci,2x++Ci,kxk1)eλix(C_{i,1} + C_{i,2}x + \cdots + C_{i,k}x^{k-1})e^{\lambda_i x}
  2. λi,j=α±iβ\lambda_{i,j} = \alpha \pm i\betakk 重复共轭复根,则通解中对应项为:

    eαx[A1cosβx+B1sinβx++(Akcosβx+Bksinβx)xk1]e^{\alpha x}[A_1\cos\beta x + B_1\sin\beta x + \cdots + (A_k\cos\beta x + B_k\sin\beta x)x^{k-1}]
  3. 全部根的线性组合即为通解:

    y(x)=jPj(x)eαjxcos(βjx)+Qj(x)eαjxsin(βjx)y(x) = \sum_j P_j(x)e^{\alpha_j x}\cos(\beta_j x) + Q_j(x)e^{\alpha_j x}\sin(\beta_j x)

    其中 Pj(x),Qj(x)P_j(x), Q_j(x) 为多项式,次数不超过重根数减一。

三、常系数非齐次线性微分方程的解法#

考虑一般形式:

dnydxn+an1dn1ydxn1++a1dydx+a0y=f(x)\frac{\mathrm{d}^n y}{\mathrm{d}x^n} + a_{n-1} \frac{\mathrm{d}^{n-1} y}{\mathrm{d}x^{n-1}} + \cdots + a_1 \frac{\mathrm{d}y}{\mathrm{d}x} + a_0 y = f(x)

1、通解结构#

通解 y(x)=yc(x)+yp(x)y(x) = y_c(x) + y_p(x),其中:

  • yc(x)y_c(x):对应齐次方程的通解(见前述)。
  • yp(x)y_p(x):非齐次方程的一个特解。

2、求特解 yp(x)y_p(x) 的方法#

常用方法有待定系数法变系数法(常称为“变参数法”或“拉格朗日变参数法”)。

(1)待定系数法#

适用于 f(x)f(x) 为指数函数、三角函数、多项式或它们的有限和的情形。

  • f(x)f(x) 的形式为多项式、指数函数、三角函数的线性组合,则对应设 yp(x)y_p(x) 为类似形式的函数,代入方程,确定未知系数。

f(x)f(x)为多项式、指数函数、三角函数及其乘积的组合,记mm次多项式为Pm(x)P_m(x),则:

f(x)=Pm(x)eαxf(x) = P_m(x) e^{\alpha x}

则特解yy^*具有如下形式:

yp=xkRm(x)eαxy_p = x^k R_m(x) e^{\alpha x}

其中Rm(x)R_m(x)mm次多项式,kk为:

  • α\alpha是特征方程的kk重根(如果α\alpha不是特征方程的根则k=0k=0)。

f(x)=Pm(x)eαxcosbxQm(x)eαxsinbx或二者之和f(x) = P_m(x) e^{\alpha x} \cos bx \quad \text{或} \quad Q_m(x) e^{\alpha x} \sin bx\quad \text{或二者之和}

则特解ypy_p具有如下形式:

yp=xk[Rm(x)eαxcosbx+Sm(x)eαxsinbx]y_p = x^k\left[ R_m(x) e^{\alpha x} \cos bx + S_m(x) e^{\alpha x} \sin bx \right]

其中Rm(x)R_m(x)Sm(x)S_m(x)mm次多项式,kk为:

  • a±bia \pm bi的每一个值作为特征方程的kk重根(如果不是特征方程的根则k=0k=0)。

(2)变系数法(拉格朗日变参数法)#

原因解释见常微分方程求解(5)-二

适用于 f(x)f(x) 不是简单形式,或待定系数法不适用时。

  • 先求得对应齐次方程的两个线性无关解 y1(x),y2(x)y_1(x), y_2(x)

  • yp(x)=u1(x)y1(x)+u2(x)y2(x)y_p(x) = u_1(x) y_1(x) + u_2(x) y_2(x)

    其中 u1(x),u2(x)u_1(x), u_2(x) 为待定函数。

  • 根据拉格朗日法则,得

    {u1(x)y1(x)+u2(x)y2(x)=0u1(x)y1(x)+u2(x)y2(x)=f(x)\begin{cases} u_1'(x) y_1(x) + u_2'(x) y_2(x) = 0 \\ u_1'(x) y_1'(x) + u_2'(x) y_2'(x) = f(x) \end{cases}

    解该方程组,积分得到 u1(x),u2(x)u_1(x), u_2(x),最终得到 yp(x)y_p(x)

于是得到常系数非齐次线性微分方程的通解为:

y(x)=yc(x)+yp(x)y(x) = y_c(x) + y_p(x)

其中 yc(x)y_c(x) 为对应齐次方程的通解,yp(x)y_p(x) 为该非齐次方程的一个特解。

分享

如果这篇文章对你有帮助,欢迎分享给更多人!

常微分方程求解(4)
https://www.laoguantx.cn/posts/odesolutions4/
作者
老官童鞋gogo
发布于
2025-05-18
许可协议
CC BY-NC-SA 4.0

部分信息可能已经过时

封面
Sample Song
Sample Artist
封面
Sample Song
Sample Artist
0:00 / 0:00