#Math285

Introduciton

Basic Terminology

[!tip] 基本概念
1. ODE 常微分方程
n 阶常微分方程形如

$$ F(t,y,y’,\dots,y^{n})=0 $$

其中 F 的定义域 $D\subset \mathbb{R}\times \mathbb{R}^{m}\times\dots \times \mathbb{R}^{m}$, n 阶即微分出现的最高次数为 n.
n 阶常微分方程的解为函数 $f:I\to \mathbb{R}^{m}$, f 定义在 $I \subset \mathbb{R}$,且 n 解可微,满足 $F(t,f(t),f’(t),\dots,f^{(n)}(t))=0$
2. IVP 初值问题
给定微分方程后,我们可以在给定初始条件 (initial condition) 的情况下可以进一步确定微分方程在该情况下对应的解
3. Explicit Form and Implicit Form
对于 n 阶常微分方程,
Explicit Form:

$$ y^{(n)} = G(t,y,y’,\dots,y^{(n-1)}) $$

对应的 Implicit Form:

$$ F(t,y,\dots,y^{(n)})=y^{(n)}-G(t,y,\dots,y^{(n-1)}) $$

4. Maximal Solution
在给定初始条件下,能够存在并且定义在最大可能的区间上的解

Ordinary Differential Equation(ODE)

29ac4cfa05aa117a5613988b61eeb8b.png

Initial Value Problem(IVP)

8cec95e7c91b46919de2956974ef485.png
c9c1cd76b54c804d79a3a98d8581482.png

Classification

1. ODE 与 PDE(常微分方程与偏微分方程)

  • 常微分方程(ODE, Ordinary Differential Equation)
    定义:常微分方程是指未知函数依赖于一个自变量,并且方程中包含该函数及其导数。常微分方程中的未知函数只与一个自变量(通常是时间)有关。

  • 偏微分方程(PDE, Partial Differential Equation)

定义:偏微分方程是包含未知函数及其偏导数的方程,且未知函数依赖于两个或多个自变量。它描述的是多维度空间中的变化关系。

2. Systems of Differential Equations

定义:系统的微分方程是指多个未知函数及其导数组成的微分方程组。这些方程系统的解通常需要一起求解。系统中的每个方程描述一个或多个变量随时间(或其他自变量)的变化关系。

3. 微分方程的阶数(Order)
定义:微分方程的阶数是指方程中最高阶导数的阶数。阶数反映了方程描述的是系统的动态过程的复杂程度。

4. 线性与非线性微分方程(Linear and Nonlinear)

  • 线性微分方程(Linear Differential Equations)
    定义:线性微分方程是指方程中的未知函数及其导数以 线性 方式出现,即它们的指数是 1,不涉及乘积、平方或其他非线性项。
    形式:线性常微分方程的一般形式为:

$$ a_{0}(t)y^{(n)}+a_{1}(t)y^{(n-1)}+\dots+a_{n}(t)y=g(t) $$

  • 非线性微分方程(Nonlinear Differential Equations)

定义:非线性微分方程是指方程中未知函数及其导数的关系是非线性的,即方程包含未知函数及其导数的乘积、平方或其他非线性项。

Ten Examples & Solutions

8759b7b8b4c5d14afb6e915b0e49ab6.png
aa3a0aa23973f971728bd5559751010.png

1.因变量 y 与自变量 t 已经充分解耦,直接积分即可得到
3dca073d824ac308fdf2eab1fef1aae.png

2.先猜出答案为指数形式,然后用对应函数形式为常数证明所有解
7ea1e4e3f3a26ffbbff619ab82919ef.png
3.4.5. 均为形如指数函数的形式,同时可以转化为线性齐次的形式
4e22d5bd95dc948410c7d05e507f773.png

a416a108154a6faf01628ca9cf00d8e.png

6.注意 autonomous ODE 自洽常微分方程 ->可以通过平移获得多组解

$$ y’ = G(y) $$

G 不取决于 t->可以进行平移
03d7c5af5bd02e4b38a51f09da4359b.png
e1d4296f4d20f0bff1aa027e0a524a6.png

f97bd0f6620d7d8d75c096bcacbd316.png 7. 可以直接将因变量与自变量分离,同时利用平移性
e26e2bd9403f3e8ef246c42308643fe.png8. 特殊形式的 ODE Exact Form $f_{x}dx +f_{y}dy = 0$ (利用庞加莱引理验证)
考虑联系 241 中的 Exact Form 以及 Vector Field,将 x,y 参数化
注意无解的情况 ->critical point
8028cb4b020ebb58b144685f67d434f.png
db6c55b627d26ef63ae34f382323f42.png
9.$y’=-\frac{x}{y}$

  • 直接考虑分离 x,y 积分即可
  • 参数后注意到该形式也为 exact,可以直接找到 antiderivative 的 contour
    ba4c3c016343f80e385eb4b4764cb56.png

10.$y’‘+y=0$
解决思路:

  • 先考虑 $\sin,\cos$ 的特解情况,同时利用特殊值注意到对任意一个 IVP 都有唯一解
  • 构造常函数 $(y^{2}+y’^{2})$ ,同时利用线性对特解差分,将得到的差分解的形式对应项代入证明所有解的情况

e0e5dbb0f15249f6d0d7477a78aac0f.png
0467518189872e840cfa6c642317bbd.png

Modeling with Initial Value Problems

Falling Objects

29dfebfcc477a684a2b95f6f9880772.png

Oscillating pendulum

d89c00c720f63dfde3e4a39f5373fe8.png

Predator-Prey Models

16484989fb4b7544335b05863a29fe0.png

Heat Conduction

edf37f48b1d61f2475aec3fbc755815.png

Vibrating String

726bb238e1e392459217be000d997e7.png