AM@二阶常系数非齐次线性微分方程@待定系数法可解决的经典类型1

文章目录

    • abstract
    • 二阶常系数非齐次线性微分方程
    • 待定系数法可解类型
      • 类型1
      • 小结

abstract

  • 二阶常系数非齐次线性微分方程
  • 待定系数法可解决的经典类型1及其解法总结与应用
    • 本文给出类型1为什么可以通过待定求出特解,并且待定函数要设成什么形式
    • 推理过程有一定工作量,而在应用中只需要记住可以用待定系数法求解,以及待定系数函数的形式公式以及公式中各部分的确定方法即可

二阶常系数非齐次线性微分方程

  • 二阶常系数非齐次线性微分方程的一般形式为 y ′ ′ + p y ′ + q y = f ( x ) y''+py'+qy=f(x) y′′+py+qy=f(x)(1),其中 p , q p,q p,q是常数

  • 求方程(1)的通解,归结为求对应齐次方程: y ′ ′ + p y ′ + q y = 0 y''+py'+qy=0 y′′+py+qy=0(2)的通解 Y ( x ) Y(x) Y(x)和一个(1)特解 y ∗ ( x ) y^*(x) y(x);则 Y ( x ) + y ∗ ( x ) Y(x)+y^*(x) Y(x)+y(x)为(1)的通解

  • 对于非齐次的二阶常系数线性微分方程,仅有限的类型(以 f ( x ) f(x) f(x)的不同类型作区分)是容易解决的,这里介绍两种类型

待定系数法可解类型

  • f ( x ) f(x) f(x)取两种特殊类型的函数时,可以不用积分的方法求 y ∗ y^* y,而是通过待定系数法
  • 两种形式分别为:
    • f ( x ) = e λ x P m ( x ) f(x)=e^{\lambda{x}}P_{m}(x) f(x)=eλxPm(x), f ( x ) f(x) f(x)= e λ x ( P l ( x ) cos ⁡ ω x + P n ( x ) sin ⁡ ω x ) e^{\lambda{x}}(P_{l}(x)\cos{\omega}x+P_{n}(x)\sin{\omega{x}}) eλx(Pl(x)cosωx+Pn(x)sinωx)

类型1

  • f ( x ) f(x) f(x)= e λ x P m ( x ) e^{\lambda{x}}P_{m}(x) eλxPm(x)(2),其中 λ \lambda λ是常数, P m ( x ) P_{m}(x) Pm(x) x x x的一个** m m m次**多项式(设为 ∑ i = 0 m a i x i \sum_{i=0}^{m}a_ix^{i} i=0maixi)

    • 此时方程(1)表示为 y ′ ′ + p y ′ + q y y''+py'+qy y′′+py+qy= e λ x P m ( x ) e^{\lambda{x}}P_{m}(x) eλxPm(x)(2-1)
      • λ = 0 \lambda=0 λ=0时, f ( x ) = P m ( x ) f(x)=P_m(x) f(x)=Pm(x),方程(2-1)进一步改写为 y ′ ′ + p y ′ + q y y''+py'+qy y′′+py+qy= P m ( x ) P_{m}(x) Pm(x)(2-2)
    • 对式(2)求导
      • f ′ ( x ) f'(x) f(x)= λ e λ x P m ( x ) \lambda e^{\lambda{x}}P_{m}(x) λeλxPm(x)+ e λ x P m ′ ( x ) e^{\lambda{x}}P_{m}'(x) eλxPm(x)= e λ x ( λ P m ( x ) + P m ′ ( x ) ) e^{\lambda{x}}(\lambda{P_{m}(x)}+P_{m}'(x)) eλx(λPm(x)+Pm(x))其中 Q m = λ P m ( x ) + P m ′ ( x ) Q_{m}=\lambda{P_{m}(x)}+P_{m}'(x) Qm=λPm(x)+Pm(x)仍然是 m m m次多项式,继续求高阶导数,得到相仿的结论,即
        • f ( n ) ( x ) f^{(n)}(x) f(n)(x)= e λ x Q m [ n ] ( x ) e^{\lambda{x}}Q_{m}^{[n]}(x) eλxQm[n](x),其中 Q m [ n ] ( x ) Q_{m}^{[n]}(x) Qm[n](x)表示 f ( x ) f(x) f(x) n n n阶导数包含的 m m m阶多项式
      • 此类型的特点是,多项式函数和指数型函数的乘积的导数仍然是多项式函数和指数型函数的乘积,再官产方程(2-1),这恰好可以并为等号右端形式,即 e λ x P m ( x ) e^{\lambda{x}}P_{m}(x) eλxPm(x)
    • 由此可以推测 y ∗ y^* y= Q ( x ) e λ x Q(x)e^{\lambda{x}} Q(x)eλx(3)可能是方程(1)的特解[待定系数法]
      • 其中 Q ( x ) Q(x) Q(x)是某个多项式
    • 对(3)求导, y ∗ ′ y^{*'} y= Q ′ ( x ) e λ x Q'(x)e^{\lambda{x}} Q(x)eλx+ Q ( x ) λ e λ x Q(x)\lambda{e^{\lambda{x}}} Q(x)λeλx= e λ x ( Q ′ ( x ) + Q ( x ) λ ) e^{\lambda{x}}(Q'(x)+Q(x)\lambda) eλx(Q(x)+Q(x)λ)(3-1)
      • y ∗ ′ ′ y^{*''} y′′= λ e λ x ( ( Q ′ ( x ) + Q ( x ) λ ) \lambda e^{\lambda{x}}((Q'(x)+Q(x)\lambda) λeλx((Q(x)+Q(x)λ)+ e λ x ( Q ′ ′ ( x ) + λ Q ′ ( x ) ) e^{\lambda{x}}(Q''(x)+\lambda Q'(x)) eλx(Q′′(x)+λQ(x))= e λ x ( λ 2 Q ( x ) + 2 λ Q ′ ( x ) + Q ′ ′ ( x ) ) e^{\lambda{x}}(\lambda^2{Q(x)}+2\lambda{Q'(x)}+Q''(x)) eλx(λ2Q(x)+2λQ(x)+Q′′(x))(3-2)
    • 将(3,3-1,3-2)代入方程(2-1),得 e λ x ( λ 2 Q ( x ) + 2 λ Q ′ ( x ) + Q ′ ′ ( x ) ) e^{\lambda{x}}(\lambda^2{Q(x)}+2\lambda{Q'(x)}+Q''(x)) eλx(λ2Q(x)+2λQ(x)+Q′′(x))+ p e λ x ( Q ′ ( x ) + Q ( x ) λ ) pe^{\lambda{x}}(Q'(x)+Q(x)\lambda) peλx(Q(x)+Q(x)λ)+ q Q ( x ) e λ x qQ(x)e^{\lambda{x}} qQ(x)eλx= e λ x P m ( x ) e^{\lambda{x}}P_{m}(x) eλxPm(x),整理得 Q ′ ′ ( x ) + ( 2 λ + p ) Q ′ ( x ) + ( λ 2 + p λ + q ) Q ( x ) Q''(x)+(2\lambda+p)Q'(x)+(\lambda^2+p\lambda+q)Q(x) Q′′(x)+(2λ+p)Q(x)+(λ2+pλ+q)Q(x)= P m ( x ) P_{m}(x) Pm(x)(4)
  • 根据 λ \lambda λ与方程(1)的特征方程 ( r 2 + p r + q = 0 ) (r^2+pr+q=0) (r2+pr+q=0)(5)的根(特征根)关系,分为:不是特征根,单根,重根,这三种情形讨论

    • λ \lambda λ不是(5)的根,则 λ 2 + p λ + q ≠ 0 \lambda^2+p\lambda+q\neq{0} λ2+pλ+q=0(5-1),

      • 由于 P m ( x ) P_{m}(x) Pm(x) m m m次多项式,要使(4)式两边相等,则 Q ( x ) Q(x) Q(x)必须也是 m m m次多项式,记为 Q ( x ) = Q m ( x ) Q(x)=Q_{m}(x) Q(x)=Qm(x)= ∑ i = 0 m b i x i \sum_{i=0}^{m}b_ix^{i} i=0mbixi(6)
      • 将(6)代入方程(4),比较两边同次幂的系数,得到 0 ∼ m 0\sim{m} 0m次共 m + 1 m+1 m+1个方程
      • 解这 m + 1 m+1 m+1个方程,可得 b 0 , ⋯ , b m b_0,\cdots,b_m b0,,bm
      • 代入(3),从而得到(2-1)的特解
    • λ \lambda λ是(5)的单根(两个互异根中的一个),则 λ 2 + p λ + q = 0 \lambda^2+p\lambda+q={0} λ2+pλ+q=0(6-1)

      • 此处 λ \lambda λ是单根,设另一根是 λ ‾ \overline\lambda λ;由韦达定理: λ + λ ‾ = − p \lambda+\overline{\lambda}=-p λ+λ=p,而 λ + λ ≠ λ + λ ‾ \lambda+\lambda\neq{\lambda+\overline{\lambda}} λ+λ=λ+λ,所以 2 λ ≠ − p 2\lambda\neq{-p} 2λ=p,即 2 λ + p ≠ 0 2\lambda+p\neq{0} 2λ+p=0(7)

      • 此时方程(4)改写为 Q ′ ′ ( x ) + ( 2 λ + p ) Q ′ ( x ) Q''(x)+(2\lambda+p)Q'(x) Q′′(x)+(2λ+p)Q(x)= P m ( x ) P_{m}(x) Pm(x);因此 Q ′ ( x ) Q'(x) Q(x)必须是 m m m次多项式;相应的, Q ( x ) Q(x) Q(x)就得是 m + 1 m+1 m+1次多项式

      • Q ( x ) = x Q m ( x ) Q(x)=xQ_m(x) Q(x)=xQm(x)(8);仍然可以用系数比较法确定出 Q m ( x ) Q_{m}(x) Qm(x)的系数 b 0 , b 1 , ⋯ , b m b_0,b_1,\cdots,b_m b0,b1,,bm;就可以得出 Q m ( x ) Q_m(x) Qm(x),代入(8)得出 Q ( x ) Q(x) Q(x),再代入(3),得方程(2-1)的特解

    • λ \lambda λ是(5)的重根,此是也有(6-1)成立,并且 2 λ + p = 0 2\lambda+p=0 2λ+p=0(8-1)

      • 此时方程(4)改写为 Q ′ ′ ( x ) = P m ( x ) Q''(x)=P_{m}(x) Q′′(x)=Pm(x)
      • 要使方程(4)两端恒等,必有 Q ′ ′ ( x ) Q''(x) Q′′(x) m m m次多项式,从而可以令 Q ( x ) = x 2 Q m ( x ) Q(x)=x^2Q_{m}(x) Q(x)=x2Qm(x)
      • 同样使用系数比较法确定出 Q m ( x ) Q_{m}(x) Qm(x)的系数,从而得出 Q ( x ) Q(x) Q(x),最后代入(3)得出(2-1)的特解
  • 上述类型1的结论可知,方程(1)确实可以使用待定系数法求特解,该特解可以设为 y ∗ y^* y= x k Q m ( x ) e λ x x^kQ_{m}(x)e^{\lambda{x}} xkQm(x)eλx,并且保证这个待定形式是可求解且正确的👺

小结

  • 二阶常系数非齐次线性微分方程 y ′ ′ + p y ′ + q y y''+py'+qy y′′+py+qy= P m ( x ) e λ x P_m(x)e^{\lambda{x}} Pm(x)eλx(1)具有形如 y ∗ = x k Q m ( x ) e λ x y^*=x^kQ_{m}(x)e^{\lambda{x}} y=xkQm(x)eλx特解, ( k = 0 , 1 , 2 ) (k=0,1,2) (k=0,1,2)
    • 其中 Q m ( x ) Q_{m}(x) Qm(x), P m ( x ) P_m(x) Pm(x)是同为 m m m次多项式, Q m ( x ) Q_{m}(x) Qm(x) m + 1 m+1 m+1个系数由系数比较法构造 m + 1 m+1 m+1个方程分别求出
    • k k k按照 λ \lambda λ是方程(1)的特征方程 r 2 + p r + q = 0 r^2+pr+q=0 r2+pr+q=0(2)的根的重数决定的,
      • 0 0 0重根, k = 0 k=0 k=0;(表示 λ \lambda λ不是方程(2)的根的简称)
      • 1 1 1重根, k = 1 k=1 k=1
      • 2 2 2重根, k = 2 k=2 k=2

  • y ′ ′ − 2 y ′ − 3 y y''-2y'-3y y′′2y3y= 3 x + 1 3x+1 3x+1(1)的一个特解
    • 方程类型分析:方程(1)是常系数非齐次线性微分方程中的经典类型1
      • f ( x ) f(x) f(x)= 3 x + 1 3x+1 3x+1= e 0 x ( 3 x + 1 ) e^{0x}(3x+1) e0x(3x+1),即对应类型1问题模型中有(1-1)
        • λ = 0 \lambda=0 λ=0;
        • P m ( x ) P_m(x) Pm(x)是一次多项式 3 x + 1 3x+1 3x+1
        • m = 1 m=1 m=1
    • 特征方程为 r 2 − 2 r − 3 = 0 r^2-2r-3=0 r22r3=0(2)
    • 检查 λ \lambda λ和(2)的根的关系: λ = 0 \lambda=0 λ=0不是(2)的根,
    • 应用类型1的待定系数法结论可知,方程(1)的特解可以设为 y ∗ y^* y= x k Q m ( x ) e λ x x^kQ_{m}(x)e^{\lambda{x}} xkQm(x)eλx,代入(1-1),可以具体为 y ∗ y^* y= Q 1 ( x ) Q_{1}(x) Q1(x)= b 0 x + b 1 b_0{x}+b_1 b0x+b1(3)( Q 1 ( x ) Q_1(x) Q1(x)是一次多项式)
    • 将(3)代入到方程(1): − 2 b 0 − 3 ( b 0 x + b 1 ) -2b_0-3(b_0{x}+b_1) 2b03(b0x+b1)= 3 x + 1 3x+1 3x+1,整理得 − 3 b 0 x − 2 b 0 − 3 b 1 -3b_0x-2b_0-3b_1 3b0x2b03b1= 3 x − 1 3x-1 3x1(4)
    • 由系数比较法, − 3 b 0 = 3 -3b_0=3 3b0=3; − 2 b 0 − 3 b 1 -2b_0-3b_1 2b03b1= 1 1 1,解得 b 0 = − 1 b_0=-1 b0=1; b 1 = 1 3 b_1=\frac{1}{3} b1=31,从而得到特解为 y ∗ = − x + 1 3 y^*=-x+\frac{1}{3} y=x+31

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/129447.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Android系统Launcher启动流程学习(二)launcher启动

Zygote(孵化器)进程启动 在init进程中有解析.rc文件,在这个rc文件中配置了一个重要的服务service–zygote,这是app程序的鼻祖 zygote进程主要负责创建Java虚拟机,加载系统资源,启动SystemServer进程&#…

求两个(法)向量之间的rpy夹角

主要使用Eigen库实现: 1. 四元素到欧拉角的转换 #include <array> #include <Eigen/Geometry>template <typename T> inline Eigen::Matrix<typename std::remove_reference<T>::type::Scalar, 3, 1> eulerAnglesZYX(T q_in) {typedef typenam…

Postgresql批量按照顺序更新某一个字段

如批量更新采购订单行sequence字段&#xff0c;按照订单行id的顺序赋值1&#xff0c;2&#xff0c;3&#xff0c;4...&#xff1a; UPDATE purchase_order_line_copy1 SET sequence subquery.new_sequence FROM (SELECT id, ROW_NUMBER() OVER (ORDER BY id) AS new_sequence…

Pytest-Allure及Allure命令使用

一、Allure介绍 Allure是Pytest用于生成测试报告的框架&#xff0c;提供丰富的测试报告功能&#xff1b; 二、Allure安装 Allure安装分为2块&#xff0c;分别是pytest-Allure库安装&#xff0c;本地生成报告并导出的命令行allure安装&#xff1b; 1、pytest-Allure库安装 …

Ubuntu22.04离线安装docker

Ubuntu22.04离线安装docker carrycarryvm:~/deploy/docker_deploy$ tree -L 2 . ├── pkgs │ ├── containerd.io_1.6.8-1_amd64.deb │ ├── docker-ce-cli_24.0.5-1~ubuntu.22.04~jammy_amd64.deb │ ├── docker-ce_24.0.5-1~ubuntu.22.04~jammy_amd64.deb …

时序预测 | Python实现ARIMA-CNN-LSTM差分自回归移动平均模型结合卷积长短期记忆神经网络时间序列预测

时序预测 | Python实现ARIMA-CNN-LSTM差分自回归移动平均模型结合卷积长短期记忆神经网络时间序列预测 目录 时序预测 | Python实现ARIMA-CNN-LSTM差分自回归移动平均模型结合卷积长短期记忆神经网络时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 时序预测 …

【vtk学习笔记4】基本数据类型

一、可视化数据的基本特点 可视化数据有以下特点&#xff1a; 离散型 计算机处理的数据是对无限、连续的空间进行采样&#xff0c;生成的有限采样点数据。在某些离散点上有精确的值&#xff0c;但点与点之间值不可知&#xff0c;只有通过插值方式获取数据具有规则或不规则的结…

机器学习 - 加油站数据分析

一、实验数据 数据集&#xff1a;“加油站数据.xls” 数据集介绍&#xff1a;该表记录了用户在11月和12月一天24小时内的加油信息&#xff0c;包括&#xff1a;持卡人标识&#xff08;cardholder&#xff09;、卡号&#xff08;cardno&#xff09;、加油站网点号&#xff08;n…

本人支付人民币100元,求解答。String,intern(),StringBuilder相关

求大佬解答 环境&#xff1a; java8 之前版本不考虑 执行顺序&#xff1a; 第一行 天 第二行 地 第三行 人 三行代码 每次都只执行一句代码 即 天地人 一次只执行一个 观察结果 求解答 为什么结果不同 能把我讲明白 直接发收款码 文章看了几篇 讲的各有各的道理 放在单个可…

LeetCode 面试题 16.13. 平分正方形

文章目录 一、题目二、C# 题解 一、题目 给定两个正方形及一个二维平面。请找出将这两个正方形分割成两半的一条直线。假设正方形顶边和底边与 x 轴平行。 每个正方形的数据 square 包含3个数值&#xff0c;正方形的左下顶点坐标 [X,Y] [square[0],square[1]]&#xff0c;以及…

Simulink的To Workspace

To Workspace模块将Simulink产生的数据存储到matlab的工作区。 用To Workspace模块中的数据进行绘图。 参见Matlab/simulink/simscape multibody-to wotkspace模块使用_to workspace模块_五VV的博客-CSDN博客To workspace模块入门详解_哔哩哔哩_bilibili&#xff08;很好&#…

c++之类和对象

首先我们要理解cin,cout只能自动识别内置类型&#xff0c;原因就是因为cin,cout里面的函数重载。 那么如果我想输入非内置类型&#xff0c;就要进行运算符重载。 但是会发生如下的情况。 友元函数可以访问对象的私有。 运算符重载的总结 成员初始化既可以用函数体内初始化也可…

月报总结|Moonbeam 10月份大事一览

万圣节快乐&#xff01;时间一晃眼&#xff0c;10月已经迈入尾声&#xff0c;也即将迎来寒冷的冬天。但与季节相反&#xff0c;加密产业近期的发展可以说是高潮起伏&#xff0c;热度不断攀升。Moonbeam在10月中也发布了许多重大的更新&#xff0c;如Uniswap V3前段上线、众贷DO…

antd的Table组件使用rowSelection属性实现多选时遇到的bug

前言 前端样式框架采用AntDesign时&#xff0c;经常会使用到Table组件&#xff0c;如果要有实现多选或选择的需求时往往就会用到rowSelection属性&#xff0c;效果如下 rowSelection属性属性值如下 问题 文档中并没有说明选择时以数据中的哪个属性为准&#xff0c;看官方案例…

python第一课 变量

1.离线的情况下首选txt文档 2.有道云笔记 3.思维导图 xmind mindmaster 4.博客 5.wps流程图 # 变量的命名规则 1.变量名只能由数字字母下划线组成 2.变量名不能以数字开头 3.变量名不能与关键字重名 快捷键 撤销&#xff1a;Ctrl/Command Z 新建&#xff1a;Ctrl/Com…

VScode + opencv + c++ + win配置教程

准备&#xff1a; 1、下载opencv 2、下载MinGw 3、 3、下载CMake 下载完解压放到一个文件夹里面&#xff0c;便于环境管理&#xff0c;文件夹我重命名了&#xff0c;解压出来文件名不一样正常 环境变量配置 C:\Users\wuxulong\cpp_env\MinGw\mingw64\bin C:\Users\wuxulon…

linux下sqlplus登录oracle显示问号处理办法

问题描述 昨天紧急通过rpm按安装方式给客户装了一台linux的19c数据库&#xff0c;操作系统是CentOs Stream release 9&#xff0c;过程不再回忆了… 今天应用发现sqlplus登入后部分显示问号&#xff1f;&#xff0c;需要处理下 原因分析&#xff1a; 很明显&#xff0c;这就是…

2024上海国际人工智能展(CSITF)“创新驱动发展·科技引领未来”

人工智能&#xff08;Artificial Intelligence&#xff0c;AI&#xff09;作为当今世界科技发展的关键领域之一&#xff0c;正不断推动着各行各业的创新和变革。作为世界上最大的消费市场之一&#xff0c;中国正在积极努力将AI技术与产业融合并加速推广应用。在这个背景下&…

数字孪生三剑客!云渲染及虚拟仿真服务器产品MapGIS Server for Unreal来了

10月18日&#xff0c;新一代全空间智能GIS平台的升级之作——MapGIS 10.6 Pro在深圳正式发布&#xff0c;整场发布会全空间GIS、智能GIS、信创GIS、全栈开发各维度创新一一揭晓&#xff0c;全空间一体化、深度融合云端的全系产品全面升级&#xff0c;科技盛宴、高潮迭起。其中尤…

【快速解决】Android Button页面跳转功能

目录 让我们直接开始 第一步&#xff1a;先建立一个新的activity ​编辑 第二步&#xff1a;打开第一个页面的Java文件MainActivity 方法一&#xff1a;直接跳转功能如下&#xff1a; 方法二&#xff1a;输入密码才能进行跳转功能如下&#xff1a; 需要注意的地方 结语 让…