考研数学——高数:微分方程

一、一阶线性微分方程

两种形式:

非齐次:        y'+p(x)y=Q(x)

齐次:           y'+p(x)y = 0

推导过程

推导公式的过程一般由特殊到一般:所以先求解齐次方程的解

>>>\frac{dy}{dx} = -p(x)y

>>>\frac{dy}{y} = -p(x)dx (然后对等式两边同时积分)

>>> ln|y| = -\int p(x)dx+ c_1

>>> y = \pm e^{c_1}e^{-\int p(x)dx} = ce^{-\int p(x)dx}

再来求非齐次方程的解,由齐次解中的常数c联想非齐次方程中的Q(x)

c如果是关于x的方程,那么由这个解就能推出非齐次方程的形式

那么直接有推断的式子;        y = C(x)e^{-\int p(x)dx}...(1)

>>>y' = C'(x)e^{-\int p(x)dx}-C(x)p(x)e^{-\int p(x)dx}...(2)

由于这个式子同时出现了C(x)与p(x)的乘积,为了能结合原方程式(含有p(x)y 且不含C(x)p(x)),所以将(1)式左右同乘p(x),并与(2)相加

y' + p(x)y = C'(x)e^{-\int p(x)dx} = Q(x) (将e移到右边再同时积分)

C(x) = \int Q(x)e^{\int p(x)dx}dx + c (再将这个C(x)代入解的式子中)

y = e^{-\int p(x)dx}\times[\int Q(x)e^{\int p(x)dx}dx+c](最终解)

例题

  •  p(x) 是谁
  •  Q(x) 是谁
  • 公式用哪个

(1)y'-\frac{2}{x}y = x^2        (2) \frac{dy}{dx} = \frac{1}{x+y} (两边求倒数,可以解出y关于x的解)

二、伯努利方程

y' + p(x)y = Q(x)y^\alpha

  1. 如果α=0,则是一阶非齐次的形式
  2. 如果α=1,则是一阶齐次的形式
  3. 故这里仅考虑α≠0,1的情况

推导过程

y^{-\alpha }y'+p(x)y^{1-\alpha } = Q(x) (将右边y项除到左边)

注意到1-α刚好比-α高一次,如果换元可以大大简化式子(令 z = y^(1-α) )

z' = y^{-\alpha }y',z'+p(x)z = Q(x)

这时候直接看作z与x的一阶线性微分方程求解,最后根据z与y的关系回代即可得到最终解

  1. 将y的次方移项
  2. 换元
  3. 看作新未知数的一阶方程求解
  4. 根据关系回代得到结果

例题

(1) \frac{dy}{dx}+\frac{y}{x} = a(lnx)y^2       

(2) \frac{dy}{dx} = \frac{1}{xy+x^2y^3} (两边求倒数后选择将一个看作未知数,根据满足伯努利公式形式的方程的解)


三、常系数齐次线性微分方程

二阶常系数齐次线性方程

y''+py'+qy =0

解法

  1. 写特征方程(改写为 r^2+pr+q=0
  2. 根据 △ 大于0(小于0、等于0)三种情况,代入三种根的解(r1、r2为特征方程的两个根)
    1. \Delta \geq 0 时 直接根据中学的求根公式得到根
    2. \Delta <0,r_1 = \alpha +\beta i,r_2 = \alpha -\beta i

        (1)\Delta >0,y = c_1e^{r_1x}+c_2e^{r_2x}

        (2)y = (c_1+c_2x)e^{r_1x},(r_1=r_2)

        (3)y = e^{\alpha x}(c_1cos\beta x+c_2sin\beta x)

例题

求微分方程通解        y^{(4)}-2y^{(3)}+5y'' = 0

  1. 写特征方程 r^4 -2r^3+5y^2 = 0
  2. 改写方程形式得到 r^2(r^2-2r+5) = 0
  3. 这时可以看到是有r1=r2=0(二重实根),计算得到r3,r4为单复根
  4. 结果 y = e^{0x}(c_1+c_2x)+e^x(c_3cos2x+c_4sin2x)

暂时没复习到线代部分,我看网课对这里的单复的理解就是,这个解如果有和它相等的,那这个就是复根,有多少个相同的就是多少重复根,这也能讲得通为什么 △>0时表现出来的是两个单实根,而等于0时表现出来的是2重复根

四、常系数非齐次线性微分方程

这部分的教材资料可以参考下面这篇博客http://t.csdnimg.cn/Z9prHicon-default.png?t=N7T8http://t.csdnimg.cn/Z9prH

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/717516.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

03-grafana的下拉列表选项制作-grafana的变量

一、准备环境 为了实现下拉列表筛选的样例&#xff0c;我们监控两个linux节点&#xff1b; 目前&#xff0c;我们已经有了一个节点了&#xff0c;再添加一个&#xff1b; 二、grafana的仪表盘变量 如果想给仪表盘自定义下拉列表&#xff0c;那么&#xff0c;需要设置变量&#…

线上问题——2021-12-27 父子线程共用线程池导致死锁故障

一、事故现象 从早上6点开始edu-wings-admin的timer-task和mq就开始报警任务堆积&#xff0c;且数量持续上升&#xff0c;到6点50左右mq也开始告警&#xff0c;8点左右发现问题&#xff0c;开始排查&#xff0c;直到11点才找到问题&#xff0c;任务开始正常消费。 二、事故影响…

基于springboot+vue的疾病防控综合系统

博主主页&#xff1a;猫头鹰源码 博主简介&#xff1a;Java领域优质创作者、CSDN博客专家、阿里云专家博主、公司架构师、全网粉丝5万、专注Java技术领域和毕业设计项目实战&#xff0c;欢迎高校老师\讲师\同行交流合作 ​主要内容&#xff1a;毕业设计(Javaweb项目|小程序|Pyt…

计算机设计大赛 深度学习猫狗分类 - python opencv cnn

文章目录 0 前言1 课题背景2 使用CNN进行猫狗分类3 数据集处理4 神经网络的编写5 Tensorflow计算图的构建6 模型的训练和测试7 预测效果8 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; **基于深度学习猫狗分类 ** 该项目较为新颖&a…

Python测试框架pytest介绍用法

1、介绍 pytest是python的一种单元测试框架&#xff0c;同自带的unittest测试框架类似&#xff0c;相比于unittest框架使用起来更简洁、效率更高 pip install -U pytest 特点&#xff1a; 1.非常容易上手,入门简单,文档丰富&#xff0c;文档中有很多实例可以参考 2.支持简单的单…

C++内存模型与内存序

写在前面 在真正了解Memory Order的作用之前&#xff0c;曾经简单地将Memory Order等同于mutex和atomic来进行线程间数据同步&#xff0c;或者用来限制线程间的执行顺序&#xff0c;其实这是一个错误的理解。直到后来仔细研究了Memory Order之后&#xff0c;才发现无论是功能还…

力扣706:设计哈希映射

题目&#xff1a; 不使用任何内建的哈希表库设计一个哈希映射&#xff08;HashMap&#xff09;。 实现 MyHashMap 类&#xff1a; MyHashMap() 用空映射初始化对象void put(int key, int value) 向 HashMap 插入一个键值对 (key, value) 。如果 key 已经存在于映射中&#x…

【GPU驱动开发】- mesa编译与链接过程详细分析

前言 不必害怕未知&#xff0c;无需恐惧犯错&#xff0c;做一个Creator&#xff01; 一、总体框架图 暂时无法在飞书文档外展示此内容 二、Mesa API 处理 OpenGL 函数调用 Mesa API 负责实现 OpenGL 和其他图形 API 的函数接口。Mesa API 表是一个重要的数据结构&#xf…

数据中台的演进与实践——构建企业的数字核心_光点科技

数据中台&#xff0c;一个在近年来被频繁提及的概念&#xff0c;已经成为众多企业数字化转型的核心组成部分。然而&#xff0c;尽管它的重要性被业界广泛认可&#xff0c;对于数据中台的深入理解和有效实践仍然是许多企业面临的挑战。在本文中&#xff0c;我们将从数据中台的演…

基于window安装Elasticsearch详细教程

目录 一、安装Java环境1.1 Java版本选择 二、下载和安装ES2.1 下载地址2.2 文件目录 3、启动服务3.1 以管理员身份打开cmd3.2 首次登录会有密码&#xff0c;需要记住3.3 访问 一、安装Java环境 1.1 Java版本选择 官网地址&#xff1a;https://www.elastic.co/cn/support/matr…

9个接口性能优化方案,RT从9000ms到180ms

昨天接到生产 SkyWalking 链路监控告警: 服务的百分位数响应时间在过去的 10 分钟内超过 2000 毫秒的次数达到 3 次。 经过不断的优化&#xff0c;将接口从 9000ms 优化到 180ms&#xff0c;先看结果 优化前&#xff1a; 优化后&#xff1a; 废话不多我们开始 一、定位性能差的…

Maven实战(2)之搭建maven私服

一, 背景: 如果使用国外镜像,下载速度比较慢; 如果使用阿里云镜像,速度还算OK,但是假如网速不好的时候,其实也是比较慢的; 如果没有网的情况下更加下载不了. 二, 本地仓库、个人/公司私服、远程仓库关系如下: 三, 下载安装nexus私服 略

Notepad3:告别Windows记事本,轻松进行文本编辑

名人说&#xff1a;莫道桑榆晚&#xff0c;为霞尚满天。——刘禹锡&#xff08;刘梦得&#xff0c;诗豪&#xff09; 创作者&#xff1a;Code_流苏(CSDN)&#xff08;一个喜欢古诗词和编程的Coder&#x1f60a;&#xff09; 目录 一、什么是Notepad3&#xff1f;①Notepad3②核…

openGauss学习笔记-234 openGauss性能调优-系统调优-资源负载管理-资源管理准备-设置控制组

文章目录 openGauss学习笔记-234 openGauss性能调优-系统调优-资源负载管理-资源管理准备-设置控制组234.1 背景信息234.2 前提条件234.3 操作步骤234.3.1 创建子Class控制组和Workload控制组234.3.2 更新控制组的资源配额234.3.3 删除控制组 234.4 查看控制组的信息 openGauss…

第八节 龙晰Anolis 8.8 安装 DDE 桌面环境

一、前言 最小化安装的龙晰 Anolis OS 8.8 是不带图形化界面的&#xff0c;只能使用命令行&#xff0c;有些时候需要用到桌面环境&#xff0c;而DDE (Deepin Desktop Enviroment) 就是很好的桌面环境&#xff0c;它是指龙晰 Anolis 所搭载的中国自主桌面环境&#xff0c;用起来…

【算法沉淀】刷题笔记:并查集 带权并查集+实战讲解

&#x1f389;&#x1f389;欢迎光临&#x1f389;&#x1f389; &#x1f3c5;我是苏泽&#xff0c;一位对技术充满热情的探索者和分享者。&#x1f680;&#x1f680; &#x1f31f;特别推荐给大家我的最新专栏《数据结构与算法&#xff1a;初学者入门指南》&#x1f4d8;&am…

Day13:信息打点-JS架构框架识别泄漏提取API接口枚举FUZZ爬虫插件项目

目录 JS前端架构-识别&分析 JS前端架构-开发框架分析 前端架构-半自动Burp分析 前端架构-自动化项目分析 思维导图 章节知识点 Web&#xff1a;语言/CMS/中间件/数据库/系统/WAF等 系统&#xff1a;操作系统/端口服务/网络环境/防火墙等 应用&#xff1a;APP对象/API接…

多模态大语言模型的ai反馈增强机器人操作研究

本研究关注于利用大语言模型&#xff08;LLMs&#xff09;提供的自动化偏好反馈来增强决策过程 ○ 提出了一种多模态LLM&#xff0c;称为CriticGPT&#xff0c;可以理解机器人操作任务中的轨迹视频&#xff0c;并提供分析和偏好反馈 ○ 从奖励建模的角度验证了CriticGPT生成的…

使用 MongoDB Atlas 无服务器实例更高效地开发应用程序

使用 MongoDB Atlas无服务器实例更高效地开发应用程序 身为开发者&#xff0c;数据库并不一定需要您来操心。您可不想耗费时间来预配置集群或调整集群大小。同样地&#xff0c;您也不想操心因未能正确扩展而导致经费超标。 MongoDB Atlas 可为您提供多个数据库部署选项。虽然…

【javascript】快速入门javascript

本文前言及说明 适合学过一门语言有一定基础的人看。 省略最初学习编程时的各种编程重复的基础知识。 javascript简介 编程语言&#xff08;主前端&#xff09; 用途&#xff1a;主web前后端&#xff0c;游戏&#xff0c;干别人网站 优点&#xff1a;速度快&#xff0c;浏…