高阶线性微分方程

高阶线性微分方程

1. 线性微分方程的一般理论

形如
d n x   d t n + a 1 ( t ) d n − 1 x   d t n − 1 + ⋯ + a n − 1 ( t ) d x   d t + a n ( t ) x = f ( t ) (1) \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1}(t) \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n-1}(t) \frac{\mathrm{d} x}{\mathrm{~d} t}+a_{n}(t) x=f(t) \tag1  dtndnx+a1(t) dtn1dn1x++an1(t) dtdx+an(t)x=f(t)(1)
,其中 a i ( t ) a_i(t) ai(t) f ( t ) f(t) f(t)都是区间 [ a , b ] \left[a,b\right] [a,b]的连续函数,叫做 n n n阶非齐次线性微分方程,简称非齐次线性微分方程

如果 f ( t ) ≡ 0 f(t) \equiv 0 f(t)0,则方程变为
d n x   d t n + a 1 ( t ) d n − 1 x   d t n − 1 + ⋯ + a n − 1 ( t ) d x   d t + a n ( t ) x = 0 (2) \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1}(t) \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n-1}(t) \frac{\mathrm{d} x}{\mathrm{~d} t}+a_{n}(t) x=0 \tag2  dtndnx+a1(t) dtn1dn1x++an1(t) dtdx+an(t)x=0(2)
称为 n n n阶其次线性微分方程,简称齐次线性微分方程,我们通常把 ( 2 ) (2) (2)叫做对应于方程 ( 1 ) (1) (1)齐次线性微分方程

1.1 齐次线性微分方程

叠加原理:如果 x 1 ( t ) , x 2 ( t ) , . . . , x k ( t ) x_1(t),x_2(t),...,x_k(t) x1(t)x2(t)...xk(t)是方程 ( 2 ) (2) (2) k k k个解,那么他们的线性组合
c 1 x 1 ( t ) + c 2 x 2 ( t ) + . . . + c k x k ( t ) c_1x_1(t)+c_2x_2(t)+...+c_kx_k(t) c1x1(t)+c2x2(t)+...+ckxk(t)
也是方程 ( 2 ) (2) (2)的解,这里 c i c_i ci是常数, i = 1 , 2 , . . . k i=1,2,...k i=1,2,...k

特别的,当 k = n k=n k=n时,即方程 ( 2 ) (2) (2)有解
x = c 1 x 1 ( t ) + c 2 x 2 ( t ) + ⋯ + c n x n ( t ) x=c_{1} x_{1}(t)+c_{2} x_{2}(t)+\cdots+c_{n} x_{n}(t) x=c1x1(t)+c2x2(t)++cnxn(t)
朗斯基行列式

定义了在区间 [ a , b ] [a,b] [a,b]上的 k k k个可微 k − 1 k-1 k1次的函数 x 1 ( t ) , x 2 ( t ) , . . . , x k ( t ) x_1(t),x_2(t),...,x_k(t) x1(t)x2(t)...xk(t)所作成的行列式
W [ x 1 ( t ) , x 2 ( t ) , ⋯   , x k ( t ) ] ≡ W ( t ) ≡ ∣ x 1 ( t ) x 2 ( t ) ⋯ x k ( t ) x 1 ′ ( t ) x 2 ′ ( t ) ⋯ x k ′ ( t ) ⋮ ⋮ ⋮ x 1 ( k − 1 ) ( t ) x 2 ( k − 1 ) ( t ) ⋯ x k ( k − 1 ) ( t ) ∣ \begin{aligned} & W\left[x_{1}(t), x_{2}(t), \cdots, x_{k}(t)\right] & & \\ \equiv & W(t) \equiv\left|\begin{array}{cccc} x_{1}(t) & x_{2}(t) & \cdots & x_{k}(t) \\ x_{1}^{\prime}(t) & x_{2}^{\prime}(t) & \cdots & x_{k}^{\prime}(t) \\ \vdots & \vdots & & \vdots \\ x_{1}^{(k-1)}(t) & x_{2}^{(k-1)}(t) & \cdots & x_{k}^{(k-1)}(t) \end{array}\right| \end{aligned} W[x1(t),x2(t),,xk(t)]W(t)x1(t)x1(t)x1(k1)(t)x2(t)x2(t)x2(k1)(t)xk(t)xk(t)xk(k1)(t)
称为这些函数的朗斯基行列式

如果这些函数线性相关,则朗斯基行列式在区间上恒为0

一般逆定理不成立,但是如果这些函数是齐次线性微分方程的解,则逆定义也成立

如果这些函数线性无关并且是齐次线性微分方程的解,则朗斯基行列式在区间上恒不为0

推论:齐次方程的所有解构成一个 n n n维线性空间.

基本解组

如果 x 1 ( t ) , x 2 ( t ) , . . . , x n ( t ) x_1(t),x_2(t),...,x_n(t) x1(t)x2(t)...xn(t)是齐次线性微分方程的 n n n个线性无关的解,则 x 1 ( t ) , x 2 ( t ) , . . . , x n ( t ) x_1(t),x_2(t),...,x_n(t) x1(t)x2(t)...xn(t)叫做齐次线性微分方程的基本解组,特别的,当 W ( t 0 ) = 1 W(t_0)=1 W(t0)=1时称其为标准基本解组

1.2 非齐次线性微分方程

考虑到
d n x   d t n + a 1 ( t ) d n − 1 x   d t n − 1 + ⋯ + a n − 1 ( t ) d x   d t + a n ( t ) x = f ( t ) (1) \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1}(t) \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n-1}(t) \frac{\mathrm{d} x}{\mathrm{~d} t}+a_{n}(t) x=f(t) \tag1  dtndnx+a1(t) dtn1dn1x++an1(t) dtdx+an(t)x=f(t)(1)
和它的齐次方程
d n x   d t n + a 1 ( t ) d n − 1 x   d t n − 1 + ⋯ + a n − 1 ( t ) d x   d t + a n ( t ) x = 0 (2) \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1}(t) \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n-1}(t) \frac{\mathrm{d} x}{\mathrm{~d} t}+a_{n}(t) x=0 \tag2  dtndnx+a1(t) dtn1dn1x++an1(t) dtdx+an(t)x=0(2)
解的关系,可以得到以下两条性质:

性质1:如果 x ˉ ( t ) \bar{x}(t) xˉ(t)是方程 ( 1 ) (1) (1)的解,而 x ( t ) x(t) x(t) ( 2 ) (2) (2)的解,则 x ˉ ( t ) + x ( t ) \bar x(t)+x(t) xˉ(t)+x(t)也是方程 ( 1 ) (1) (1)的解.

性质2:方程 ( 1 ) (1) (1)的两个任意两个解的差必为方程 ( 2 ) (2) (2)的解.

所以我们可以通过齐次方程的通解加非齐次方程的特解来表示非齐次方程的通解

定理:设 x 1 ( t ) , x 2 ( t ) , . . . , x n ( t ) x_1(t),x_2(t),...,x_n(t) x1(t)x2(t)...xn(t)为齐次方程的基本解组,而 x ˉ ( t ) \bar x(t) xˉ(t)是非齐次方程的一个特解,则非齐次方程的通解可以表示为
x = c 1 x 1 ( t ) + c 2 x 2 ( t ) + ⋯ + c n x n ( t ) + x ˉ ( t ) (*) x=c_{1} x_{1}(t)+c_{2} x_{2}(t)+\cdots+c_{n} x_{n}(t)+\bar{x}(t) \tag{*} x=c1x1(t)+c2x2(t)++cnxn(t)+xˉ(t)(*)
我们应用常数变易法,将齐次方程通解中的常数都变为一个关于 t t t的函数来代表非齐次方程的一个特解.
x = c 1 ( t ) x 1 ( t ) + c 2 ( t ) x 2 ( t ) + ⋯ + c n ( t ) x n ( t ) x=c_{1}(t) x_{1}(t)+c_{2}(t) x_{2}(t)+\cdots+c_{n}(t) x_{n}(t) x=c1(t)x1(t)+c2(t)x2(t)++cn(t)xn(t)
经过计算得到
( x 1 ( t ) x 2 ( t ) ⋯ x k ( t ) x 1 ′ ( t ) x 2 ′ ( t ) ⋯ x k ′ ( t ) ⋮ ⋮ ⋮ x 1 ( k − 1 ) ( t ) x 2 ( k − 1 ) ( t ) ⋯ x k ( k − 1 ) ( t ) ) ( c 1 ′ ( t ) c 2 ′ ( t ) ⋮ c n ′ ( t ) ) = ( 0 0 ⋮ f ( t ) ) \left(\begin{array}{cccc} x_{1}(t) & x_{2}(t) & \cdots & x_{k}(t) \\ x_{1}^{\prime}(t) & x_{2}^{\prime}(t) & \cdots & x_{k}^{\prime}(t) \\ \vdots & \vdots & & \vdots \\ x_{1}^{(k-1)}(t) & x_{2}^{(k-1)}(t) & \cdots & x_{k}^{(k-1)}(t) \end{array}\right) \left(\begin{array}{c} c_1^{\prime}(t) \\ c_2^{\prime}(t) \\ \vdots \\ c_n^{\prime}(t) \end{array} \right) =\left( \begin{array}{c} 0\\0\\ \vdots\\ f(t) \end{array} \right) x1(t)x1(t)x1(k1)(t)x2(t)x2(t)x2(k1)(t)xk(t)xk(t)xk(k1)(t)c1(t)c2(t)cn(t)=00f(t)
通过克莱姆法则解出来 c i ( t ) c_i(t) ci(t)代入,就可以求得方程的一个特解

接下来代入 ( ∗ ) (*) ()式,即可得到非齐次方程的通解.

2. 常系数线性微分方程的解法

2.1 常系数线性微分方程

形如
d n x   d t n + a 1 d n − 1 x   d t n − 1 + ⋯ + a n − 1 d x   d t + a n x = 0 (3) \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1} \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n-1} \frac{\mathrm{d} x}{\mathrm{~d} t}+a_{n} x=0 \tag3  dtndnx+a1 dtn1dn1x++an1 dtdx+anx=0(3)
其中 a i , i = 1 , 2 , . . . , n a_i,i=1,2,...,n ai,i=1,2,...,n为常数叫做常系数齐次线性微分方程

2.2 常系数齐次线性微分方程的特征根法

在方程 ( 3 ) (3) (3)中,将 d i x d t i \frac{d^ix}{dt^i} dtidix变为 λ i \lambda^i λi,得到的方程即为特征方程

所以方程 ( 3 ) (3) (3)的特征方程为
λ n + a 1 λ n − 1 + . . . + a n − 1 λ + a n = 0 (4) \lambda^n+a_1\lambda^{n-1}+...+a_{n-1}\lambda+a_n=0 \tag4 λn+a1λn1+...+an1λ+an=0(4)
特征方程的根叫做特征根.

下面我们对特征根的情况进行讨论.

①特征根是单根的形式

λ 1 , λ 2 , . . . , λ n \lambda_1,\lambda_2,...,\lambda_n λ1,λ2,...,λn是特征方程 ( 4 ) (4) (4) n n n个彼此不相等的实数根,相应的方程 ( 3 ) (3) (3)就有如下 n n n个解:
e λ 1 t , e λ 2 t , ⋯   , e λ n t e^{\lambda_1t},e^{\lambda_2t},\cdots,e^{\lambda_nt} eλ1t,eλ2t,,eλnt
因为这 n n n个解线性无关,则方程 ( 3 ) (3) (3)的通解可表示为
x = c 1 e λ 1 t + c 2 e λ 2 t + ⋯ + c n e λ n t x=c_1e^{\lambda_1t}+c_2e^{\lambda_2t}+\cdots+c_ne^{\lambda_nt} x=c1eλ1t+c2eλ2t++cneλnt
其中 c 1 , c 2 , ⋯   , c n c_1,c_2,\cdots,c_n c1,c2,,cn为任意常数

假设特征方程有复根 α ± i β \alpha\pm i\beta α±iβ,则对应的解为
λ 1 = α + i β → x 1 = e α t cos ⁡ β t λ 2 = α − i β → x 2 = e α t sin ⁡ β t \begin{aligned} \lambda_1 = \alpha + i\beta &\to x_1=e^{\alpha t} \cos {\beta t} \\ \lambda_2 = \alpha - i\beta &\to x_2=e^{\alpha t} \sin {\beta t} \end{aligned} λ1=α+iβλ2=αiβx1=eαtcosβtx2=eαtsinβt
②特征根有重根的情形

设特征方程有 k k k重根 λ = λ 1 \lambda=\lambda_1 λ=λ1,则对应的 k k k个解分别为
e λ 1 t , t e λ 1 t , t 2 e λ 1 t , ⋯   , t k − 1 e λ 1 t e^{\lambda_1t},te^{\lambda_1t},t^2e^{\lambda_1t},\cdots,t^{k-1}e^{\lambda_1t} eλ1t,teλ1t,t2eλ1t,,tk1eλ1t
对应复根也一样,如果特征方程有 k k k重根 α ± i β \alpha\pm i\beta α±iβ,则对应的方程的 2 k 2k 2k个解分别为
e α t cos ⁡ β t , t e α t cos ⁡ β t , ⋯   , t k − 1 e α t cos ⁡ β t e α t sin ⁡ β t , t e α t sin ⁡ β t , ⋯   , t k − 1 e α t sin ⁡ β t e^{\alpha t}\cos {\beta t},te^{\alpha t}\cos {\beta t},\cdots,t^{k-1}e^{\alpha t}\cos {\beta t} \\ e^{\alpha t}\sin {\beta t},te^{\alpha t}\sin {\beta t},\cdots,t^{k-1}e^{\alpha t}\sin {\beta t} eαtcosβt,teαtcosβt,,tk1eαtcosβteαtsinβt,teαtsinβt,,tk1eαtsinβt
例题

1.求方程 d 3 x   d t 3 − 3 d 2 x   d t 2 + 3 d x   d t − x = 0 \frac{\mathrm{d}^{3} x}{\mathrm{~d} t^{3}}-3 \frac{\mathrm{d}^{2} x}{\mathrm{~d} t^{2}}+3 \frac{\mathrm{d} x}{\mathrm{~d} t}-x=0  dt3d3x3 dt2d2x+3 dtdxx=0的通解.

特征方程为 λ 3 − 3 λ 2 + 3 λ − 1 = 0 \lambda^3-3\lambda^2+3\lambda-1=0 λ33λ2+3λ1=0,即 λ = 1 \lambda=1 λ=1是三重根,因此方程的通解为
x = c 1 e t + c 2 t e t + c 3 t 2 e t x=c_1e^t+c_2te^t+c_3t^2e^t x=c1et+c2tet+c3t2et
其中 c 1 , c 2 , c 3 c_1,c_2,c_3 c1,c2,c3为任意常数.

2.求方程 d 4 x   d t 4 + 2 d 2 x   d t 2 + x = 0 \frac{d^{4} x}{\mathrm{~d} t^{4}}+2 \frac{\mathrm{d}^{2} x}{\mathrm{~d} t^{2}}+x=0  dt4d4x+2 dt2d2x+x=0.

特征方程为 λ 4 + 2 λ 2 + 1 = 0 \lambda^4+2\lambda^2+1=0 λ4+2λ2+1=0,即 ( λ 2 + 1 ) 2 = 0 (\lambda^2+1)^2=0 (λ2+1)2=0,即特征根 λ = ± i \lambda=\pm i λ=±i是二重根,因此方程的通解为
x = c 1 cos ⁡ t + c 2 t cos ⁡ t + c 3 sin ⁡ t + c 4 t sin ⁡ t x=c_1 \cos t + c_2 t \cos t + c_3 \sin t+c_4t \sin t x=c1cost+c2tcost+c3sint+c4tsint
其中 c 1 , c 2 , c 3 , c 4 c_1,c_2,c_3,c_4 c1,c2,c3,c4为任意常数.

2.3 欧拉方程

形状为
x n d n y   d x n + a 1 x n − 1 d n − 1 y   d x n − 1 + ⋯ + a n − 1 x d y   d x + a n y = 0 (5) x^{n} \frac{\mathrm{d}^{n} y}{\mathrm{~d} x^{n}}+a_{1} x^{n-1} \frac{\mathrm{d}^{n-1} y}{\mathrm{~d} x^{n-1}}+\cdots+a_{n-1} x \frac{\mathrm{d} y}{\mathrm{~d} x}+a_{n} y=0 \tag5 xn dxndny+a1xn1 dxn1dn1y++an1x dxdy+any=0(5)
的方程称为欧拉方程,这里 a 1 , a 2 , ⋯   , a n a_1,a_2,\cdots,a_n a1,a2,,an为常数.此方程通过变换 t = ln ⁡ ∣ x ∣ t=\ln|x| t=lnx可以变为常系数齐次线性微分方程.

t = ln ⁡ ∣ x ∣ t=\ln |x| t=lnx那么
d y d x = d y d t d t d x = e − t d y d t , d 2 y d t 2 = d ( d y d x ) d x = d ( d y d x ) d t d t d x = e − t d d t ( e − t d y d t ) = e − t ( − e − t d y d t + e − t d 2 y d t 2 ) = d 2 y d t 2 − d y d t e 2 t ⋯ \begin{array}{l} \frac{dy}{dx} =\frac{dy}{dt}\frac{dt}{dx}=e^{-t}\frac{dy}{dt} \text{,} \\ \frac{d^2y}{dt^2}=\frac{d\left( \frac{dy}{dx} \right)}{dx}=\frac{d\left( \frac{dy}{dx} \right)}{dt}\frac{dt}{dx}=e^{-t}\frac{d}{dt}\left( e^{-t}\frac{dy}{dt} \right)=e^{-t}\left( -e^{-t}\frac{dy}{dt}+e^{-t}\frac{d^2y}{dt^2} \right)= \frac{ \frac{d^2y}{dt^2}-\frac{dy}{dt}}{e^{2t}} \\ \cdots \end{array} dxdy=dtdydxdt=etdtdy,dt2d2y=dxd(dxdy)=dtd(dxdy)dxdt=etdtd(etdtdy)=et(etdtdy+etdt2d2y)=e2tdt2d2ydtdy
最终可以变成
d n y   d t n + b 1 d n − 1 y   d t n − 1 + ⋯ + b n − 1 d y   d t + b n y = 0. \frac{\mathrm{d}^{n} y}{\mathrm{~d} t^{n}}+b_{1} \frac{\mathrm{d}^{n-1} y}{\mathrm{~d} t^{n-1}}+\cdots+b_{n-1} \frac{\mathrm{d} y}{\mathrm{~d} t}+b_{n} y=0.  dtndny+b1 dtn1dn1y++bn1 dtdy+bny=0.
求出方程的解
y = f ( t , c 1 , c 2 , ⋯   , c n ) y=f(t,c_1,c_2,\cdots,c_n) y=f(t,c1,c2,,cn)
再反代入 t = ln ⁡ ∣ x ∣ t=\ln|x| t=lnx即为原方程的通解.

2.4 非齐次线性微分方程的比较系数法

形如
d n x   d t n + a 1 d n − 1 x   d t n − 1 + ⋯ + a n − 1 d x   d t + a n x = f ( t ) (6) \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1} \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n-1} \frac{\mathrm{d} x}{\mathrm{~d} t}+a_{n} x=f(t) \tag6  dtndnx+a1 dtn1dn1x++an1 dtdx+anx=f(t)(6)
的方程称为常系数非齐次线性微分方程 ,在这里 f ( t ) f(t) f(t)是连续函数.

考虑到这是非齐次方程,非齐次方程的通解可以由齐次方程的通解和非齐次方程的特解相加而成,方程对应的齐次方程我们可以用特征方程法来求出通解,如果 f ( t ) f(t) f(t)是某种特殊函数,我们可以用比较系数法来求方程的一个特解

类型 I

f ( t ) = P m ( t ) e λ t f(t)=P_m(t)e^{\lambda t} f(t)=Pm(t)eλt,其中 λ \lambda λ b i b_i bi为常实数, P m ( t ) P_m(t) Pm(t)是一个 m m m次多项式,那么方程 ( 6 ) (6) (6)就有形如
x ˉ = t k Q m ( t ) e λ t \bar x=t^k Q_m(t)e^{\lambda t} xˉ=tkQm(t)eλt
的特解,其中 k k k为特征方程 F ( λ ) = 0 F(\lambda)=0 F(λ)=0的根 λ \lambda λ 的重数(单根相当于 λ = 1 \lambda=1 λ=1,不是特征根相当于 λ = 0 \lambda=0 λ=0,而 Q m ( t ) Q_m(t) Qm(t)是一个 m m m次多项式,可以设为 Q m ( t ) = A 0 t m + A 1 t m − 1 + ⋯ + A m − 1 t + A m Q_m(t)=A_0t^m+A_1t^{m-1}+\cdots+A_{m-1}t+A_m Qm(t)=A0tm+A1tm1++Am1t+Am.然后将 x ˉ \bar x xˉ代入到方程中通过比较相同项的系数从而得到 A i A_i Ai,进而得到方程的特解.

例: d 3 x   d t 3 + 3 d 2 x   d t 2 + 3 d x   d t + x = e − t ( t − 5 ) \frac{\mathrm{d}^{3} x}{\mathrm{~d} t^{3}}+3 \frac{\mathrm{d}^{2} x}{\mathrm{~d} t^{2}}+3 \frac{\mathrm{d} x}{\mathrm{~d} t}+x=\mathrm{e}^{-t}(t-5)  dt3d3x+3 dt2d2x+3 dtdx+x=et(t5)的通解.

特征方程 λ 3 + 3 λ 2 + 3 λ + 1 = ( λ + 1 ) 3 = 0 \lambda^3+3\lambda^2+3\lambda+1=(\lambda+1)^3=0 λ3+3λ2+3λ+1=(λ+1)3=0有三重根 λ = 1 \lambda=1 λ=1,所以原方程有形状为 x ˉ = t 3 ( A x + B ) e − t \bar x=t^3(Ax+B)e^{-t} xˉ=t3(Ax+B)et的特解,将他带入方程得
A = − 5 6 , B = 1 24 A=-\frac56,B=\frac 1 {24} A=65,B=241
从而 x ˉ = 1 24 t 3 ( t − 20 ) e − t \bar x=\frac1{24}t^3(t-20)e^{-t} xˉ=241t3(t20)et.故方程的通解为
x = ( c 1 + c 2 t + c 3 t 2 ) e − t + 1 24 t 3 ( t − 20 ) e − t x=(c_1+c_2t+c_3t^2)e^{-t}+\frac1{24}t^3(t-20)e^{-t} x=(c1+c2t+c3t2)et+241t3(t20)et
其中 c 1 , c 2 , c 3 c_1,c_2,c_3 c1,c2,c3为任意常数

类型II

f ( t ) = [ A ( t ) cos ⁡ β t + B ( t ) sin ⁡ β t ] e α t f(t)=[A(t)\cos {\beta t}+B(t) \sin {\beta t}]e^{\alpha t} f(t)=[A(t)cosβt+B(t)sinβt]eαt,其中 α , β \alpha,\beta α,β为常数,而 A ( t ) , B ( t ) A(t),B(t) A(t),B(t)是带实系数 t t t的多项式,他们其中一个的次数为 m m m,另一个的次数不超过 m m m,那么我们有如下结论:方程有形如
x ˉ = t k [ P ( t ) cos ⁡ β t + Q ( t ) sin ⁡ β t ] e α t \bar x=t^k[P(t)\cos {\beta t}+Q(t) \sin {\beta t}]e^{\alpha t} xˉ=tk[P(t)cosβt+Q(t)sinβt]eαt
的特解,这里的 k k k是特征方程 F ( λ ) = 0 F(\lambda)=0 F(λ)=0的根 α + i β \alpha + i\beta α+iβ的重数,而 P ( t ) , Q ( t ) P(t),Q(t) P(t),Q(t)均为待定的带实系数的次数不高于 m m m的多项式

解法依然和类型I相同,代入比较系数.

例1 x ′ ′ + 6 x ′ + 5 x = e 2 t x^{\prime \prime}+6x^{\prime}+5x=e^{2t} x+6x+5x=e2t

:对应齐次方程为
x ′ ′ + 6 x ′ + 5 x = 0 (1) x^{\prime \prime}+6x^{\prime}+5x=0 \tag1 x+6x+5x=0(1)
齐次方程对应的特征方程为
λ 2 + 6 λ + 5 = 0 (2) \lambda^2+6\lambda+5=0 \tag2 λ2+6λ+5=0(2)
解得 λ 1 = − 1 , λ 2 = − 5 \lambda_1=-1,\lambda_2=-5 λ1=1,λ2=5
所以 ( 1 ) (1) (1)的通解为 x ∗ = c 1 e − t + c 2 e − 5 t x^*=c_1e^{-t}+c_2e^{-5t} x=c1et+c2e5t
因为 2 2 2不是特征方程 ( 2 ) (2) (2)的根,所以设方程的一个特解为
x ˉ = A e 2 t (3) \bar x=Ae^{2t} \tag3 xˉ=Ae2t(3)
将特解代入原方程得到
21 A e 2 t = e 2 t 21Ae^{2t}=e^{2t} 21Ae2t=e2t
解得 A = 1 21 A=\frac {1}{21} A=211

所以 x ˉ = 1 21 e 2 t \bar x=\frac {1}{21}e^{2t} xˉ=211e2t是方程的一个特解

所以方程的通解为
x = x ∗ + x ˉ = c 1 e − t + c 2 e − 5 t + 1 21 e 2 t x=x^*+\bar x=c_1e^{-t}+c_2e^{-5t}+\frac {1}{21}e^{2t} x=x+xˉ=c1et+c2e5t+211e2t

例2 x ′ ′ − 2 x ′ + 3 x = e − t cos ⁡ t x^{\prime \prime}-2x^{\prime}+3x=e^{-t}\cos t x2x+3x=etcost

:原方程对应的齐次方程是 x ′ ′ − 2 x ′ + 3 x = 0 (1) x^{\prime \prime}-2x^{\prime}+3x=0 \tag1 x2x+3x=0(1)

对应的特征方程为 λ 2 − 2 λ + 3 = 0 (2) \lambda^2-2\lambda+3=0\tag 2 λ22λ+3=0(2)

解得 λ 1 = 3 , λ 2 = − 1 \lambda_1=3,\lambda_2=-1 λ1=3,λ2=1

所以 ( 1 ) (1) (1)的通解为 x ∗ = c 1 e 3 t + c 2 e − t x^*=c_1e^{3t}+c_2e^{-t} x=c1e3t+c2et

因为 − 1 ± i -1\pm i 1±i不是特征方程 ( 2 ) (2) (2)的根,所以设特解为 x ˉ = e − t ( A cos ⁡ t + B sin ⁡ t ) \bar x=e^{-t}(A\cos t + B \sin t) xˉ=et(Acost+Bsint)

代入方程得

e − t [ ( − 4 B + 5 A ) cos ⁡ t + ( 4 A + 5 B ) sin ⁡ t ] = e − t cos ⁡ t e^{-t}[(-4B+5A)\cos t+(4A+5B)\sin t]=e^{-t}\cos t et[(4B+5A)cost+(4A+5B)sint]=etcost
则有
{ 5 A − 4 B = 1 , 4 A + 5 B = 0   \left\{ \begin{aligned} 5A-4B=1,\\ 4A+5B=0\ \end{aligned} \right. {5A4B=1,4A+5B=0 
解得
{ A = 5 41 ,     B = − 4 41   \left\{ \begin{aligned} A=\frac{5}{41},\ \ \ \\ B=-\frac{4}{41}\ \end{aligned} \right. A=415,   B=414 

所以 x ˉ = 1 41 e − t ( 5 cos ⁡ t − 4 sin ⁡ t ) \bar x=\frac {1}{41}e^{-t}(5\cos t-4\sin t) xˉ=411et(5cost4sint)是方程的特解

所以方程的通解
x = x ∗ + x ˉ = c 1 e 3 t + c 2 e − t + 1 41 e − t ( 5 cos ⁡ t − 4 sin ⁡ t ) x=x^*+\bar x=c_1e^{3t}+c_2e^{-t}+\frac {1}{41}e^{-t}(5\cos t-4\sin t) x=x+xˉ=c1e3t+c2et+411et(5cost4sint)

3. 高阶微分方程的降阶

类型I

方程有形状
F ( t , x ( k ) , ⋯   , x ( n ) ) = 0 F(t,x^{(k)},\cdots,x^{(n)})=0 F(t,x(k),,x(n))=0
如果令 x ( k ) = y x^{(k)}=y x(k)=y则方程变为关于 y y y n − k n-k nk阶方程
F ( t , y , y ′ , ⋯   , y ( n − k ) ) = 0 F(t,y,y^{\prime},\cdots,y^{(n-k)})=0 F(t,y,y,,y(nk))=0
如果能求得上式的通解
y = φ ( t , c 1 , c 2 , ⋯   , c n − k ) y=\varphi(t,c_1,c_2,\cdots,c_{n-k}) y=φ(t,c1,c2,,cnk)

x ( k ) = φ ( t , c 1 , c 2 , ⋯   , c n − k ) x^{(k)}=\varphi(t,c_1,c_2,\cdots,c_{n-k}) x(k)=φ(t,c1,c2,,cnk)
通过 n n n次积分得到
x = ψ ( t , c 1 , c 2 , ⋯   , c n ) x=\psi(t,c_1,c_2,\cdots,c_n) x=ψ(t,c1,c2,,cn)
其中 c 1 , c 2 , ⋯   , c n c_1,c_2,\cdots,c_n c1,c2,,cn为任意常数,即为方程的通解

特别地,二阶方程不显含 x x x,则利用变换 x ′ = y x^{\prime}=y x=y便把方程化为一阶方程

类型II

不显含自变量 t t t的方程,可降一阶
F ( x , x ′ , ⋯   , x ( n ) ) = 0 F(x,x^\prime,\cdots,x^{(n)})=0 F(x,x,,x(n))=0
x ′ = y x^\prime=y x=y则有
F ( x , y , ⋯   , y ( n − 1 ) ) = 0 F(x,y,\cdots,y^{(n-1)})=0 F(x,y,,y(n1))=0
类型III

齐次线性微分方程
d n x   d t n + a 1 ( t ) d n − 1 x   d t n − 1 + ⋯ + a n ( t ) x = 0 \frac{\mathrm{d}^{n} x}{\mathrm{~d} t^{n}}+a_{1}(t) \frac{\mathrm{d}^{n-1} x}{\mathrm{~d} t^{n-1}}+\cdots+a_{n}(t) x=0  dtndnx+a1(t) dtn1dn1x++an(t)x=0
如果我们知道 k k k个线性无关的特解,则可以让方程降低 k k k阶.

x 1 , x 2 , ⋯   , x k x_1,x_2,\cdots,x_k x1,x2,,xk是上式的 k k k个线性无关的解,令 x = x k y x=x_ky x=xky代入则会让方程降一阶.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值