zoukankan      html  css  js  c++  java
  • 关于二阶非齐次常系数线性微分方程特解的解法

    关于 二阶非齐次常系数线性微分方程 特解 的解法

    考研期间遇到的一个很强大的解题技巧,但是步骤依然要用待定系数法写,不然没有过程分(口口相传,待考证),不过熟练掌握此方法可以极大的节约答题时间,遂本人讲看到的几份对自己收获大的资料进行总结整理,本着分享学习精神,写出以下文章。如有谬误,望大家不吝赐教。

    若并不关心原理证明之类的,则可以直接看性质,或看例题(虽然我这么懒大概率不会往上敲例题)。

    希望能给各位带来帮助,难理解之处我会添加注释 //

    一、定义

    二阶非齐次常系数线性微分方程的一般形式如下:

    [frac{d^2y}{dx^2}+pfrac{dy}{dx}+qy=f(x),(p、q为常数) ]

    引入微分算子:

    [frac{d}{dx}=D,frac{d^2}{dx^2}=D^2,cdots,frac{d^n}{dx^n}=D^n ]

    于是有:

    [frac{dy}{dx}=Dy,frac{d^2y}{dx^2}=D^2y,cdots,frac{d^ny}{dx^n}=D^ny\ frac{1}{D^n}=underbrace{intcdotsint}_{共n次} f(x)(dx)^n\ frac{1}{D+K}f(x)=frac{1}{K}(1-frac{D}{K}+cdots+(-1)^nfrac{D^n}{K^n}+cdots)f(x) ]

    则(1)式可以简化为:

    [egin{align} f(x)&=qy+pDy+D^2y\ &=(D^2+pD+q)y\ ::&=F(D)y,称F(D)为“算子多项式” end{align} ]

    则式(1)的特解(y^*)为:

    [y^*=frac{1}{F(D)}f(x) ]

    二、引理若干

    这些我才懒得证明,别想了哼 (ˉ▽ ̄~)

    2.1.1 算子多项式性质

    (f(x)、g(x))为可微函数:则有

    • (F(D)[alpha f(x)+eta g(x)]=alpha F(D)f(x)+eta F(D)g(x))
    • (F(D)=F_1(D)F_2(D)),则有(F(D)f(x)=F_1(D)[F_2(D)f(x)]=F_2(D)[F_1(D)f(x)])
    • (F(D)=F_1(D)+F_2(D)),则(F(D)f(x)=F_1(D)f(x)+F_2(D)f(x))

    2.1.2 算子多项式の公式

    设k,a为任意常数,v(x)为二阶可导多项式,则

    • (F(D)e^{kx}=e^{kx}F(k))
    • (F(D^2)sin{ax}=sin{ax}F(-a^2)、F(D^2)cos{ax}=cos{ax}F(-a^2))
    • (F(D)e^{kx}v(x)=e^{kx}F(D+k)v(x))
    • (F(D)xv(x)=xF(D)v(x)+F'(D)v(x))

    三、一些性质

    3.1 逆算子移位原理

    [frac{1}{F(D)}e^{kx}v(x)=e^{kx}frac{1}{F(D+k)}v(x) ]

    • (F(k) eq0),则:

    [frac{1}{F(D)}e^{kx}=e^{kx}frac{1}{F(k)},此时F(k)已然是数值 ]

    • (F(k)=0),则说明 k 为(F(k)=0) 的 m 重根,则有:

    [frac{1}{F(D)}e^{kx}=x^mfrac{e^{kx}}{F^{(m)}(k)} ]

    3.2 关于三角函数

    欧拉公式:

    [e^{reta x}=cos{eta x}+isin{eta x}\ cos{eta x}=Re[e^{ieta x}],称为实部\ sin{eta x}=Im[e^{ieta x}],称为虚部 ]

    • (F(-a^2) eq0)时:

    [frac{1}{F(D^2)}sin{ax}=frac{sin{ax}}{F(-a^2)}\ frac{1}{F(D^2)}cos{ax}=frac{cos{ax}}{F(-a^2)}\ ]

    • (F(-a^2)=0)时:

    [frac{1}{F(D^2)}sin{ax}=xfrac{1}{F'(D^2)}sin{ax}\ frac{1}{F(D^2)}cos{ax}=xfrac{1}{F'(D^2)}cos{ax}\ ]

    • [frac{1}{F(D^2)}sin{ax}=Im[frac{e^{iax}}{F(ia)}]\ frac{1}{F(D^2)}cos{ax}=Re[frac{e^{iax}}{F(ia)}]\ ]

    3.3 含多项式的情况

    设 k 为任意实数,v(x)为二阶可导函数,则:

    [frac{1}{F(D)}P_m(x)=Q_m(D)P_m(x) ]

    [frac{1}{F(D)}xv(x)=[x-frac{1}{F(D)}F'(D)]frac{1}{F(D)}v(x) ]

    四、 公式(8)~(16)证明

    引理(1):若(p(x))为多项式,(v(x))为任意函数,那么有:

    [p(D)e^{lambda x}v(x)=e^{lambda x}p(D+lambda)v(x) ]

    引理(2):设(f_p(x))为 p 次多项式,即(f_p(x)=a_0x^p+a_1x^{p-1}+cdots+a_p),那么:

    [frac{1}{prod_{i=1}^m(D+K)}f_p(x) ]

    仍为 p 次多项式。

    [egin{align} &ecausefrac{1}{D+K_1}f(x)=frac{1}{K_1}(frac{1}{1+frac{D}{K_1}})f_p(x)=frac{1}{K_1}(1-frac{D}{K_1}+cdots+(-1)^nfrac{D^n}{K_1^n}+cdots)f_p(x)\ &ecause D^{n+1}f_p(x)=0,\ & herefore frac{1}{D+K_1}f(x)=frac{1}{K_1}(1-frac{D}{K_1}+cdots+(-1)^nfrac{D^n}{K_1^n})f_p(x)\ & hereforefrac{1}{prod_{i=1}^m(D+K_i)}f_p(x)=[frac{1}{D+k_m}[cdots[frac{1}{D+K_1}f_p(x)]]],仍为p次多项式 end{align} ]

    五、 一些例子

    1. (frac{d^2y}{dx^2}+y=xcos{2x},F(D)=1+D^2)

    [egin{align} 特解:y^*&=frac{1}{1+D^2}xcos{2x}\ &=Re[frac{1}{1+D^2}xe^{2ix}]\ &=Re[e^{2ix}frac{1}{1+(D+2i)^2}x],移位原理\ &=Re[e^{2ix}frac{1}{D^2+4iD-3}x],(*)这一步我会贴图\ &=Re[e^{2ix}(-frac{1}{3}-frac49iD)x]\ &=Re[(cos{2x}+isin{2x})(-frac{1}{3}x-frac49i)],D::=frac{dy}{dx}\ &=frac{1}{3}xcos{2x}+frac{4}{9}sin{2x} end{align} ]

    六、引用

    • [1] 《常微分方程》王高雄、高等教育出版社“高阶微分方程中的拉普拉斯变换方法”
    • [2 ] “"二阶常系数线性微分方程特解的微分算子法" 李绍刚、徐安农”桂林电子科技大学学报“
  • 相关阅读:
    JAXB
    webservice引用spring的bean
    org.apache.cxf.interceptor.Fault: No such operation
    org.apache.cxf.transport.servlet.CXFServlet cannot be cast to javax.servlet.Servlet
    Java常用jar包用途
    访问者模式
    模板模式
    策略模式
    状态模式
    代理模式
  • 原文地址:https://www.cnblogs.com/rrrrraulista/p/12293670.html
Copyright © 2011-2022 走看看