当前位置: 首页 > news >正文

【高等数学】第七章 微分方程——第八节 常系数非齐次线性微分方程

上一节【高等数学】第七章 微分方程——第七节 常系数齐次线性微分方程
总目录【高等数学】 目录

  • 二阶常系数非齐次线性微分方程的一般形式是
    y′′+py′+qy=f(x)y'' + py' + qy = f(x)y′′+py+qy=f(x)其中 p,qp,qp,q 是常数
  • 根据非齐次线性微分方程解的结构,二阶常系数非齐次线性微分方程的通解等于对应的二阶常系数齐次线性微分方程,加上二阶常系数非齐次线性微分方程的特解。二阶常系数齐次线性微分方程的通解已经在上一节解决,本节关注求解二阶常系数非齐次线性微分方程的特解y∗y^*y
  • 本节介绍两种常见形式求y∗y^*y的方法。这种方法的特点是不用积分就可求出y∗y^*y来,称为待定系数法

1. f(x)=eλxPm(x)f(x) = \mathrm{e}^{\lambda x}P_m(x)f(x)=eλxPm(x)

  • 考虑到指数函数与多项式的乘积的导数还是指数函数与多项式的乘积,可以假定y∗=R(x)eλxy^*=R(x)\mathrm{e}^{\lambda x}y=R(x)eλx
  • 求出y∗′,y∗′′y^{*'},y^{*''}y,y′′
    y∗=R(x)eλxy^* = R(x)\mathrm{e}^{\lambda x}y=R(x)eλx
    y∗′=eλx[λR(x)+R′(x)]y^{*'}= \mathrm{e}^{\lambda x} \left[ \lambda R(x) + R'(x) \right]y=eλx[λR(x)+R(x)]
    y∗′′=eλx[λ2R(x)+2λR′(x)+R′′(x)]y^{*''} = \mathrm{e}^{\lambda x} \left[ \lambda^2 R(x) + 2\lambda R'(x) + R''(x) \right]y′′=eλx[λ2R(x)+2λR(x)+R′′(x)]
  • 代入二阶常系数非齐次线性微分方程得
    R′′(x)+(2λ+p)R′(x)+(λ2+pλ+q)R(x)=Pm(x)R''(x) + (2\lambda + p)R'(x) + (\lambda^2 + p\lambda + q)R(x) = P_m(x)R′′(x)+(2λ+p)R(x)+(λ2+pλ+q)R(x)=Pm(x)
    • λ2+pλ+q≠0\lambda^2 + p\lambda + q\ne 0λ2+pλ+q=0时,即λ\lambdaλ不是特征方程的根,要使两边相等,R(x)=Rm(x)R(x)=R_m(x)R(x)=Rm(x)
    • λ2+pλ+q=0\lambda^2 + p\lambda + q= 0λ2+pλ+q=02λ+p≠02\lambda + p\ne 02λ+p=0时,即λ\lambdaλ是特征方程的单根,R(x)=xRm(x)R(x)=xR_m(x)R(x)=xRm(x)
    • λ2+pλ+q=0\lambda^2 + p\lambda + q= 0λ2+pλ+q=02λ+p=02\lambda + p= 02λ+p=0时,即λ\lambdaλ是特征方程的重根,R(x)=x2Rm(x)R(x)=x^2R_m(x)R(x)=x2Rm(x)
  • 综上,特解y∗=xkRm(x)eλxy^* = x^k R_m(x)\mathrm{e}^{\lambda x}y=xkRm(x)eλx,其中kkkλ\lambdaλ不是特征方程的根、是特征方程的单根或是特征方程的重根依次取为0、1或2
  • 上述结论可推广到nnn阶常系数非齐次线性微分方程,但要注意kkk是特征根的重数(不是特征方程的根,则kkk取0)

2. f(x)=eλx[Pl(x)cos⁡ωx+Qn(x)sin⁡ωx]f(x) = \mathrm{e}^{\lambda x} \left[ P_l(x) \cos \omega x + Q_n(x) \sin \omega x \right]f(x)=eλx[Pl(x)cosωx+Qn(x)sinωx]

  • 应用欧拉公式,将f(x)f(x)f(x)化成复指数函数形式
    f(x)=eλx[Plcos⁡ωx+Qnsin⁡ωx]=eλx[Pleωxi+e−ωxi2+Qneωxi−e−ωxi2i]=(Pl2+Qn2i)e(λ+ωi)x+(Pl2−Qn2i)e(λ−ωi)x=P(x)e(λ+ωi)x+Pˉ(x)e(λ−ωi)x,\begin{align*} f(x) &= \mathrm{e}^{\lambda x} \left[ P_l \cos \omega x + Q_n \sin \omega x \right] \\ &= \mathrm{e}^{\lambda x} \left[ P_l \dfrac{\mathrm{e}^{\omega x \mathrm{i}} + \mathrm{e}^{-\omega x \mathrm{i}}}{2} + Q_n \dfrac{\mathrm{e}^{\omega x \mathrm{i}} - \mathrm{e}^{-\omega x \mathrm{i}}}{2\mathrm{i}} \right] \\ &= \left( \dfrac{P_l}{2} + \dfrac{Q_n}{2\mathrm{i}} \right) \mathrm{e}^{(\lambda + \omega \mathrm{i})x} + \left( \dfrac{P_l}{2} - \dfrac{Q_n}{2\mathrm{i}} \right) \mathrm{e}^{(\lambda - \omega \mathrm{i})x} \\ &= P(x) \mathrm{e}^{(\lambda + \omega \mathrm{i})x} + \bar{P}(x) \mathrm{e}^{(\lambda - \omega \mathrm{i})x}, \end{align*} f(x)=eλx[Plcosωx+Qnsinωx]=eλx[Pl2eωxi+eωxi+Qn2ieωxieωxi]=(2Pl+2iQn)e(λ+ωi)x+(2Pl2iQn)e(λωi)x=P(x)e(λ+ωi)x+Pˉ(x)e(λωi)x,
  • 根据上一种形式的结论
    m=max⁡{l,n}m=\max\{l,n\}m=max{l,n}
    对于f1(x)=P(x)e(λ+ωi)xf_1(x)=P(x) \mathrm{e}^{(\lambda + \omega \mathrm{i})x}f1(x)=P(x)e(λ+ωi)x
    有特解y1∗=xkRm(x)e(λ+ωi)xy_1^*=x^kR_m(x)\mathrm{e}^{(\lambda + \omega \mathrm{i})x}y1=xkRm(x)e(λ+ωi)x,其中 kkkλ+ωi\lambda + \omega\mathrm{i}λ+ωi 不是特征方程的根或是特征方程的单根依次取 000111
    对于f2(x)=Pˉ(x)e(λ−ωi)xf_2(x)= \bar{P}(x) \mathrm{e}^{(\lambda - \omega \mathrm{i})x}f2(x)=Pˉ(x)e(λωi)xf1(x)=fˉ2(x)f_1(x)=\bar{f}_2(x)f1(x)=fˉ2(x),有特解y2∗=y1∗ˉ=xkRˉm(x)e(λ−ωi)xy_2^*=\bar{y_1^*}=x^k \bar{R}_m(x)\mathrm{e}^{(\lambda - \omega \mathrm{i})x}y2=y1ˉ=xkRˉm(x)e(λωi)x,根据共轭与导数可交换,可以验证满足非齐次微分方程
    根据线性微分方程的叠加原理,对于f(x)=f1(x)+f2(x)f(x)=f_1(x)+f_2(x)f(x)=f1(x)+f2(x)
    有特解
    y∗=xkRm(x)e(λ+ωi)x+xkRˉm(x)e(λ−ωi)x=xkeλx[Rm(cos⁡ωx+isin⁡ωx)+Rˉm(cos⁡ωx−isin⁡ωx)]=xkeλx[Rm(1)(x)cos⁡ωx+Rm(2)(x)sin⁡ωx]\begin{aligned}y^*&=x^kR_m(x)\mathrm{e}^{(\lambda + \omega \mathrm{i})x}+x^k \bar{R}_m(x)\mathrm{e}^{(\lambda - \omega \mathrm{i})x}\\&= x^k \mathrm{e}^{\lambda x} \left[ R_m (\cos \omega x + \mathrm{i} \sin \omega x) + \bar{R}_m (\cos \omega x - \mathrm{i} \sin \omega x) \right]\\&= x^k \mathrm{e}^{\lambda x} \left[ R_m^{(1)}(x) \cos \omega x + R_m^{(2)}(x) \sin \omega x \right]\end{aligned}y=xkRm(x)e(λ+ωi)x+xkRˉm(x)e(λωi)x=xkeλx[Rm(cosωx+isinωx)+Rˉm(cosωxisinωx)]=xkeλx[Rm(1)(x)cosωx+Rm(2)(x)sinωx]
  • 综上,特解可设为
    y∗=xkeλx[Rm(1)(x)cos⁡ωx+Rm(2)(x)sin⁡ωx]y^* = x^k \mathrm{e}^{\lambda x} \left[ R_m^{(1)}(x) \cos \omega x + R_m^{(2)}(x) \sin \omega x \right]y=xkeλx[Rm(1)(x)cosωx+Rm(2)(x)sinωx]其中 Rm(1)(x)R_m^{(1)}(x)Rm(1)(x)Rm(2)(x)R_m^{(2)}(x)Rm(2)(x)mmm 次多项式,m=max⁡{l,n}m = \max\{l, n\}m=max{l,n},而 kkkλ+ωi\lambda + \omega\mathrm{i}λ+ωi(或 λ−ωi\lambda - \omega\mathrm{i}λωi)不是特征方程的根、或是特征方程的单根依次取 000111
  • 上述结论可推广到 nnn 阶常系数非齐次线性微分方程,但要注意 kkk 是特征方程中含根 λ+ωi\lambda + \omega\mathrm{i}λ+ωi(或 λ−ωi\lambda - \omega\mathrm{i}λωi)的重复次数.

下一节【高等数学】第七章 微分方程——第九节 欧拉方程
总目录【高等数学】 目录

http://www.dtcms.com/a/312797.html

相关文章:

  • 【lucene】ByteBuffersIndexInput
  • k8s日志收集
  • Redis面试精讲 Day 8:Stream消息队列设计与实现
  • 对接古老系统的架构实践:封装混乱,走向有序
  • [硬件电路-146]:模拟电路 - DCDC与LDO详解、常见芯片、管脚定义
  • 基于 LangChain + 通义千问 + bge-large 中文 Embedding 搭建一个RAG问答示例
  • TVS二极管数据手册解读
  • 【lucene】ByteBufferGuard
  • Android 之 MVVM架构
  • 【MySQL】MySQL中锁有哪些?
  • Flutter 函数的基本使用
  • day39 力扣198.打家劫舍 力扣213.打家劫舍II 力扣337.打家劫舍 III
  • 常见框架漏洞靶场攻略
  • Java 实现poi方式读取word文件内容
  • 力扣967:连续差相同的数字
  • Mysql1
  • Docker-03.快速入门-部署MySQL
  • python的蛋糕店管理系统
  • MySQL的创建管理表:
  • 求根到叶子节点数字之和
  • 【数据分享】南京诗歌文学地理数据集(获取方式看文末)
  • 电机结构设计与特性曲线分析:基于MATLAB和FEMM的仿真研究
  • 6. 平台总线
  • 机器学习第四课之决策树
  • Shell 脚本流程控制语句详解(四):while 循环详解
  • lua table常用函数汇总
  • Django 序列化详解:从 Model 到 JSON,全面掌握数据转换机制
  • 使用AndroidStudio调试Framework源码
  • 腾讯人脸识别
  • 数据治理:DQC(Data Quality Center,数据质量中心)概述