美文网首页
微分方程-高阶线性方程

微分方程-高阶线性方程

作者: 洛玖言 | 来源:发表于2019-11-14 17:46 被阅读0次

高阶线性方程

n 阶线性微分方程的一般形式为

\dfrac{\text{d}^nx}{\text{d}t^n}+a_{1}(t)\dfrac{\text{d}^{n-1}x}{\text{d}t^{n-1}}+\cdots+a_{n}(t)x=f(t)\quad(3.22)

这里假设系数 a_1(t),a_2(t),\cdots,a_{n}(t) 都在区间 [\alpha,\,\beta] 上连续. 当 f(t)\equiv0 时方程(3.22)变为齐次线性微分方程

\dfrac{\text{d}^nx}{\text{d}t^n}+a_{1}(t)\dfrac{\text{d}^{n-1}x}{\text{d}t^{n-1}}+\cdots+a_{n}(t)x=0\quad(3.23)

若令

x_1=x,\;x_2=\dfrac{\text{d}x}{\text{d}t},\;\cdots,\;x_{n}=\dfrac{\text{d}^{n-1}x}{\text{d}t^{n-1}},\quad(3.25)

则方程(3.22)可以转换成一阶线性微分方程组

\dfrac{\text{d}\boldsymbol{x}}{\text{d}t}=\boldsymbol{A}(t)\boldsymbol{x}+\boldsymbol{f}(t)\quad(3.25)

其中

\boldsymbol{A}(t)=\begin{pmatrix} 0&1&0&\cdots&0\\\\ 0&0&1&\cdots&0\\ \vdots&\vdots&\vdots&&\vdots\\ 0&0&0&\cdots&1\\\\ -a_{n}(t)&-a_{n-1}(t)&-a_{n-2}(t)&\cdots&a_1(t) \end{pmatrix}

\boldsymbol{f}(t)=\begin{pmatrix} 0\\\\ 0\\ \vdots\\ 0\\\\ f(t) \end{pmatrix},\quad \boldsymbol{x}= \begin{pmatrix} x_1\\\\ x_2\\ \vdots\\ x_{n-1}\\\\ x_n \end{pmatrix}.

f(t)\equiv0 时,方程组(3.25)变为齐次线性微分方程组

\dfrac{\text{d}\boldsymbol{x}}{\text{d}t}=\boldsymbol{A}(t)\boldsymbol{x}.\quad(3.26)

显然,由方程(3.22)的任一解 x=\phi(t) 可得到方程组(3.25)的一个解

\begin{pmatrix} \phi(t)\\\\ \phi'(t)\\ \vdots\\ \phi^{(n-1)}(t) \end{pmatrix}\quad(3.27)

反之,方程组(3.25)的任一解的第一个分量就是方程(3.22)的解. 特别地,方程(3.22)满足初值条件

x(t_0)=x_0,\;x'(t_0)=x_0^1,\;\cdots,\;x_{(n-1)}=x_{0}^{n-1}

的解在区间 [\alpha,\,\beta] 上存在并且唯一.


考虑方程

\dfrac{\text{d}^2x}{\text{d}t^2}+x=f(t)\quad(3.28)

它等价于方程组

\dfrac{\text{d}\boldsymbol{x}}{\text{d}t}=\begin{pmatrix} 0&1\\\\ -1&0 \end{pmatrix}\boldsymbol{x}+\begin{pmatrix} 0\\\\ f(t) \end{pmatrix},\quad(3.29)

这里 \boldsymbol{x}=\left(x,\dfrac{\text{d}x}{\text{d}t}\right)^T. 可以验证

\boldsymbol{X}(t)=\begin{pmatrix} \cos t&\sin t\\\\ -\sin t&\cos t \end{pmatrix}

为方程组(3.29)对应的齐次线性方程组的基解矩阵. 并且

\boldsymbol{X}^{-1}(t)=\begin{pmatrix} \cos t&-\sin t\\\\ \sin t&\cos t\\ \end{pmatrix}.

利用常数变易公式可得方程组(3.29)的通解为

\displaystyle \begin{aligned} \boldsymbol{x}(t)=&\begin{pmatrix} x(t)\\\\ x'(t) \end{pmatrix}=\boldsymbol{X}(t)\left[\begin{pmatrix}c_1\\\\c_2\end{pmatrix}+\int_{t_0}^t\boldsymbol{X}^{-1}(\tau)\begin{pmatrix}0\\\\f(\tau)\end{pmatrix}\right]\text{d}\tau\\ =&\begin{pmatrix} \displaystyle c_1\cos(t)+c_2\sin(t)+\int_{t_0}^t\sin(t-\tau)f(\tau)\text{d}\tau\\ \displaystyle -c_1\sin(t)+c_2\cos(t)+\int_{t_0}^t\cos(t-\tau)f(\tau)\text{d}\tau \end{pmatrix} \end{aligned},

因此方程(3.28)的通解为

\displaystyle x(t)=c_1\cos(t)+c_2\sin(t)+\int_{t_0}^t\sin(t-\tau)f(\tau)\text{d}\tau,

其中 c_1,\,c_2 为任意常数.

由于 n 阶线性微分方程(3.22)利用上述转化方式可变换为与之等价的一阶线性微分方程组(3.25),因此我们可以把前几节的主要结果平行地推广到方程(3.22). 与方程组(3.25)相对应的,假设函数 x_1(t),x_2(t),\cdots,x_n(t) 是齐次线性微分方程(3.23)的 n 个解,我们称

W(t)=\begin{vmatrix} x_1(t)&\cdots&x_n(t)\\\\ x_1'(t)&\cdots&x_{n}'(t)\\ \vdots&&\vdots\\ x_1^{(n-1)}(t)&\cdots&x_{n}^{(n-1)}(t)\\ \end{vmatrix}\quad(3.30)

为解组 \{x_k(t):k=1,2,\cdots,n\} 的 Wronski 行列式. 齐次线性微分方程(3.23)的 n 个线性无关的解的全体称为该方程的一个基本解组. 利用关系式(3.24),我们可以把关于方程组(3.26)的定理自然转述到高次方程(3.23)上.


定理 3.7

n 阶齐次线性微分方程(3.23)的解组 \{x_k(t):k=1,2,\cdots,n\} 线性无关的充要条件是它的 Wronski 行列式 W(t) 在区间 [\alpha,\,\beta] 上恒不为零,而这等价于 W(t) 在区间 [\alpha,\,\beta] 的某点 t_0 处不为零,并且方程(3.23)的任一解组 \{x_k(t):k=1,2,\cdots,n\} 的 Wronski 行列式满足 Liouville 公式

\displaystyle W(t)=W(t_0)\exp\left(-\int_{t_0}^ta_1(\tau)\text{d}\tau\right)\quad(3.32)

这里由于与方程(3.23)等价的方程组(3.26)中矩阵函数 \boldsymbol{A}(t) 的迹 \text{tr}\boldsymbol{A}(t)=-a_1(t),因此由于关于方程组的 Liouville 公式(3.32),就可以求出方程(3.23)的通解.


x_1(t) 是二阶齐次线性方程的

\dfrac{\text{d}^2x}{\text{d}t^2}+a_1(t)\dfrac{\text{d}x}{\text{d}t}+a_2(t)x=0.\quad(3.33)

的一个非零解,其中 a_1(t)a_2(t)[\alpha,\,\beta] 上的连续函数,则方程(3.33)的通解为

\displaystyle x(t)=x_1(t)\left(C_2+C_1\int\dfrac{1}{x_1^2(t)}e^{-\int a_{1}(t)\text{d}t}\text{d}t\right)\quad(3.34)

证明

为简便起见,假设 x_1(t) 在区间 [\alpha,\,\beta] 上恒不为零. 设 x(t) 为方程(3.33)的任一解,则由 Liouville 公式(3.32)可得

W(t)=\begin{vmatrix} x_1(t)&x(t)\\\\ x_{1}'(t)&x'(t)\\ \end{vmatrix}=C_1e^{-\int a_1(t)\text{d}t}

亦即

x'(t)x_1(t)-x(t)x_1'(t)=C_1e^{-\int a_1(t)\text{d}t}

上式两端同乘以积分因子 \dfrac{1}{x_1^2(t)},可得

\dfrac{\text{d}}{\text{d}t}\left(\dfrac{x(t)}{x_1(t)}\right)=\dfrac{C_1}{x_1^2(t)}e^{-\int a_1(t)\text{d}t}.

积分上式,就可得公式(3.34).


这个例子告诉我们一个利用 Liouville 公式降阶的方法. 一般地,如果事先能够知道齐次高阶方程(3.23)的一个非平凡解 x=\phi(t),即 \phi(t)\not\equiv0,我们还可以用变量替换 x=\phi(t)y 把方程化成关于函数 v:=\dfrac{\text{d}y}{\text{d}t} 的低一阶的齐次线性微分方程. 事实上,对这个变量替换求导并带入(3.23),可得到形如

\phi(t)\dfrac{\text{d}^ny}{\text{d}t^n}+b_1(t)\dfrac{\text{d}^{n-1}y}{\text{d}t^{n-1}}+\cdots+b_{n-1}(t)\dfrac{\text{d}y}{\text{d}t}+b_{n}(t)y=0

的方程,它一定有解 y(t)\equiv1,因此 x=\phi(t) 是方程(3.23)的解. 由此推出,b_{n}(t)\equiv0,因此远方还曾可化为如下的 n-1 阶线性微分方程

\phi(t)\dfrac{\text{d}^{n-1}v}{\text{d}t^{n-1}}+b_1(t)\dfrac{\text{d}^{n-2}v}{\text{d}t^{n-2}}+\cdots+b_{n-1}(t)v=0.

根据非齐次线性方程组(3.25)与非齐次线性高阶微分方程(3.22)的关系,我们把非齐次线性微分方程的常数变易公式应用到方程(3.22)上,容易得到下面的结果.


定理 3.8

\{x_k(t):k=1,2,\cdots,n\}n 阶齐次线性微分方程(3.23)在 [\alpha,\,\beta] 上的一个基本解组,则非齐次线性微分方程(3.22)在 [\alpha,\,\beta] 上的通解为

\displaystyle x(t)=\sum_{k=1}^nC_kx_k(t)+x^{*}(t)\quad(3.35)

其中 C_1,C_2,\cdots,C_n 为任意常数,而

\displaystyle x^{*}(t)=\sum_{k=1}^{n}\int_{t_0}^t\dfrac{x_k(t)W_k(\tau)}{W(\tau)}f(\tau)\text{d}\tau\quad(3.36)

是方程(3.22)的一个特解,W(t) 是解组 \{x_k(t):k=1,2,\cdots,n\} 的 Wronski 行列式, W_k(t)W(t) 中第 n 行第 k 列元素的代数余子式.


相关文章

网友评论

      本文标题:微分方程-高阶线性方程

      本文链接:https://www.haomeiwen.com/subject/jutdictx.html