高等数学 7.10常系数线性微分方程组解法举例

在研究某些实际问题时,会遇到由几个微分方程联立起来共同确定几个具有同一自变量的函数的情况。这些联立的微分方程称为微分方程组

如果微分方程组中的每一个微分方程都是常系数线性微分方程,那么,这种微分方程组就叫做常系数线性微分方程组

对于常系数线性微分方程组,我们可以用下述的方法求解它:

第一步 从方程组中消去一些未知函数及其各阶导数,得到只含有一个未知函数的高阶常系数线性微分方程。

第二步 解此高阶微分方程,求出满足该方程的未知函数。

第三步 把已求得的函数代入原方程组,一般来说,不必经过积分就可求出其余未知函数。

例1 解方程组

\[\begin{cases} \cfrac{\mathrm{d}y}{\mathrm{d}x} = 3y - 2z \quad (1) \\ \cfrac{\mathrm{d}z}{\mathrm{d}x} = 2y - z \quad (2) \\ \end{cases} \]

解:这是含有两个未知函数\(y(x), z(x)\) 的由两个一阶常系数线性方程组成的方程组。

设法消去未知函数 \(y\) 。由 \((2)\) 式得

\[y = \cfrac{1}{2} \left( \cfrac{\mathrm{d}z}{\mathrm{d}x} + z \right) \tag{3} \]

对上式两端求导,有

\[\cfrac{\mathrm{d}y}{\mathrm{d}x} = \cfrac{1}{2} \left( \cfrac{\mathrm{d}^2 z}{\mathrm{d}x^2} + \cfrac{\mathrm{d}z}{\mathrm{d}x} \right) \tag{4} \]

\((3)\)\((4)\) 代入 \((1)\) 并化简,得

\[\cfrac{\mathrm{d}^2 z}{\mathrm{d}x^2} - 2 \cfrac{\mathrm{d}z}{\mathrm{d}x} + z = 0 \]

这是一个二阶常系数线性方程,它的通解是

\[z = (C_1 + C_2 x) \mathrm{e}^x \tag{5} \]

再把 \((5)\) 代入 \((3)\)

\[y = \cfrac{1}{2} (2C_1 + C_2 + 2C_2 x) \mathrm{e}^x \tag{6} \]

\((5)、(6)\) 联立起来,就得到所给方程组的通解。

如果我们要得到方程组满足初值条件

\[\left . y \right|_{x = 0} = 1, \quad \left . z \right|_{x = 0} = 0 \]

的特解,只需将此条件代入 \((6)\)\((5)\) 式,得

\[\begin{cases} 1 = \cfrac{1}{2} (2C_1 + C_2) \\ 0 = C_1 \end{cases} \]

由此求得

\[C_1 = 0, \quad C_2 = 2 \]

于是所给微分方程组满足上述初值条件的特解为

\[\begin{cases} y = (1 + 2x) \mathrm{e}^x \\ z = 2 x \mathrm{e}^x \end{cases} \]

例2 解方程组

\[\begin{cases} \cfrac{\mathrm{d}^2 x}{\mathrm{d}t^2} + \cfrac{\mathrm{d}y}{\mathrm{d}t} - x = \mathrm{e}^t \\ \\ \cfrac{\mathrm{d}^2y}{\mathrm{d}t^2} + \cfrac{\mathrm{d}x}{\mathrm{d}t} + y = 0 \end{cases} \]

解:用记号 \(\mathrm{D}\) 表示 \(\cfrac{\mathrm{d}}{\mathrm{d}t}\),则方程组可记作

\[\begin{cases} (\mathrm{D}^2 - 1)x + \mathrm{D}y = \mathrm{e}^t \quad (7) \\ \\ \mathrm{D}x + (\mathrm{D}^2 + 1)y = 0 \quad (8) \end{cases} \]

我们可以类似于解代数方程组那样消去一个未知数,例如为消去 \(x\) ,可做如下运算:

\[\begin{align*} (7) - \mathrm{D}(8) &: -x - \mathrm{D}^3 y = \mathrm{e}^t \\ (8) - \mathrm{D}(9) &: (-\mathrm{D}^4 + \mathrm{D}^2 + 1)y = \mathrm{D} \mathrm{e}^t \end{align*} \tag{9} \]

\[(- \mathrm{D}^4 + \mathrm{D}^2 + 1)y = \mathrm{e}^t \tag{10} \]

\((10)\) 式微四阶非齐次线性方程,其特征方程为

\[-r^4 + r^2 + 1 = 0 \]

解得特征根为

\[r_{1, 2} = \pm \alpha = \pm \sqrt{\cfrac{1 + \sqrt 5}{2}} , \quad r_{3, 4} = \pm \beta \mathrm{i} = \pm \mathrm{i} \sqrt{\cfrac{\sqrt 5 - 1}{2}} \]

容易求得一个特解 \(y^* = \mathrm{e}^t\),于是 \((10)\) 的通解为

\[y = C_1 \mathrm{e}^{- \alpha t} + C_2 \mathrm{e}^{\alpha t} + C_3 \cos{\beta t} + C_4 \sin{\beta t} + \mathrm{e}^t \tag{11} \]

再求 \(x\)。由 \((9)\) 式,即有

\[x = - \mathrm{D}^3 y - \mathrm{e}^t \]

\((11)\) 式代入上式,即得

\[x = \alpha^3 C_1 \mathrm{e}^{- \alpha t} - \alpha^3 C_2 \mathrm{e}^{\alpha t} - \beta^3 C_3 \sin{\beta t} + \beta^3 C_4 \cos{\beta t} - 2 \mathrm{e}^t \tag{12} \]

\((11)\)\((12)\) 两个函数联立,就是所求方程组的通解。

这里要注意,在求得一个未知函数以后,再求另一个未知函数式,一般不再积分(积分就会出现新的任意常数,从 \((11)、(12)\) 两式可知两式中的任意常数之间有着确定的关系)。

也可利用行列式接上述方程组。解法如下图:
行列式解线性微分方程组

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.hqwc.cn/news/822470.html

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

相关文章

2024-10-26:最长公共后缀查询。用go语言,给定两个字符串数组 wordsContainer 和 wordsQuery,要对每个 wordsQuery[i] 找到一个与其有最长公共后缀的字符串

2024-10-26:最长公共后缀查询。用go语言,给定两个字符串数组 wordsContainer 和 wordsQuery,要对每个 wordsQuery[i] 找到一个与其有最长公共后缀的字符串。如果有多个字符串与 wordsQuery[i] 有相同的最长公共后缀,则返回在 wordsContainer 中最早出现的那个。最后,返回一…

PTA第1~3次大作业分析及总结

一、前言 经过数周的努力,第三次大作业也落下了帷幕,这三次大作业从第一次到第三次难度逐渐递增,需求不断地增加,对于初学JAVA的我无疑是一个巨大的考验。 第一次大作业,主要侧重类的简单设计,老师在最后一题给出了类的参考设计,算是对我们java的一个入门考验,既是考验…

使用spi-gpio-custom模块配置SPI总线

使用spi-gpio-custom模块配置SPI总线来源 https://www.xuzhe.tj.cn/index.php/2023/10/26/spi-gpio-customspi/ 参考专栏 https://www.zhihu.com/column/c_16980846677677096961. 引言 SPI(Serial Peripheral Interface)是一种常见的串行通信协议,广泛应用于微控制器与外部设…

开源化验单智能识别:思通数科AI平台引领医疗数据处理新变革

智能化验单识别系统在医疗数据管理中的应用意义体现在多个方面,包括提高数据录入效率、减少人为错误、优化患者体验,以及为医疗研究提供高质量数据支持。以下是智能化验单识别系统在医疗数据高效管理中的主要应用意义:提升数据录入效率,减轻医护人员负担传统的化验单录入多…

关于栈

关于栈栈的图一.什么是堆栈平衡(比较抽象)含义就是 当函数在一步步执行的时候 一直到ret执行之前,堆栈栈顶的地址 一定要是call指令的下一个地址。 也就是说函数执行前一直到函数执行结束,函数里面的堆栈是要保持不变的。 如果堆栈变化了,那么,要在ret执行前将堆栈恢复成原…

简单谈谈Google TPUv6

简单谈谈Google TPUv6 根据Google TPU第六代的数据做了一些性能数据的对比,需要注意的是TPUv6当前应该是一个用于训推一体的单Die的版本,用于训练的V6p双Die版本应该会后期再发布. 需要注意的是在国内外都开始卷大模型推理价格的时候, TPU这样的东西对于提高ROI非常有帮助。快…

GNU编译器(GCC)原理简介

GNU编译器(GCC)原理简介GNU编译器(GCC, GNU Compiler Collection)是GNU工具链的关键组件,与GNU、Linux相关项目的标准编译器。它设计之初仅用来处理C语言的(也被称为GNU C编译器),紧接着扩展到C++、Objective-C/C++、Fortran、Java、Go等编程语言。 目前,GCC已经被以知…

22207130-叶盛东-Java大作业总结

Java大作业总结 目录Java大作业总结一.前言第一次作业1.设计与分析第一小题第二小题第三小题第四小题第五小题2.踩坑心得3.改进建议第二次作业1.设计与分析第一小题第二小题第三小题第四小题2.踩坑心得3.改进建议第三次作业1.设计与分析第一小题第二小题第三小题2.踩坑心得3.改…

基于ESP32的桌面小屏幕实战[1]:需求分析与方案选型

项目来源:B站小智学长 1. 需求分析看时间:可联网同步时间;有屏幕 看天气:可联网同步天气;有屏幕 记单词:可联网同步单词;有屏幕 番茄工作时钟:可以手机设置工作、休息时间;有屏幕 获取B站粉丝数: 看室内温湿度:有温湿度传感器;有屏幕 可放入口袋:1-2寸屏幕;带电池…

利用samtools flagstat 对bam文件统计比对率的时候看的是哪个mapping rate

001、 在samtools flagstat 对bam的统计结果中,一共有三个比对率的结果: 002、比对率结果应该以哪个为准? 答案是:以3为准003、以山羊、绵羊的fastq数据,绵羊的参考基因组进行比对测试 a、如果以primary mapped对比,基本看不出两者的差异(其中S是sheep,G是goat) b、…