二阶及高阶常微分方程式.PPT

第二章 二階及高階常微分方程式 齊次二階線性ODE線性 y‘’ + p(x)y‘+g(x)y = r(x)◎對於未知變數 y，其於方程式中各項係數(含其導數之係 數)值為x之方程式。齊次 r(x) = 0 y‘’ + p(x)y‘+g(x)y = 0 疊加()、線性原則(Linearity) 對 y ‘‘ – y = 0 y = ex and y = e-x 均為其解 甚至 y = c1ex or y = c2e-x 亦為其解 更進一歩 y = c1ex + c2e-x 也可為解 y = c1ex - c2e-x y‘ - y = 0 y = c1ex + c2e-x ??定理??對於一個齊次線性 ODE，任何任何兩個解之線性合 併乃為其解。 y = c1y1 + c2y2 代入 y‘’ + py‘+gy = 0 c1(y1 + py1 + gy1) + c2(y2 + py2 + gy2) = 0 ◎但非齊次式或非線性則未必如此！ Example2 and Example3 特解之初始值問題 齊次線性二階OED y = c1y1 + c2y2 需要兩個 initial condition 來求解 y(x0) = ko , y(x0) = k1 Example 4 通解 y = c1y1 + c2y2 其中 y1及y2 為基底(Basis) 如有特定之 c1 and c2 特解 線性相依(Linearly dependent)： 兩函數f、g中，一函數是另一函數的常數倍數。 g(x) = kf(x) 線性獨立(Linearly independent)： f、g 彼此不為常數倍數因數。 k1y1 + k2y2 = 0 唯有 k1= 0 及 k2 = 0 方可達成 ∴成為 basis 於條件：y1 及 y2 須為線性獨立 Example5、6 降階法(method of reduction of order)： 由一個已知之基底來推求另一個線性基底 y1 已知 假設 y2 = uy1 ∴y2 = uy1 + uy y2 = uy1 + 2uy1 + uy1 ∴y2 + py2 + gy2 = 0 (uy1 + 2uy1 + uy1) + p(uy1 + uy1) + guy1 = 0 改以u為主之ODE uy1 + u(2y1 + py1) + u(y1 + py1 + gy1) = 0 u+ u(2y1 + py1 / y1) = 0 假設 u = U u =U‘ U‘ + (2y’1/y1 + p) U = 0 ∴ dU / U = -(2y1/y1 + p) dx ln ∣U∣ = -2ln∣y1∣-∫pdx = -ln∣y21e∫pdx∣ U = 1 / y21e∫pdx = 1 / y21(e-∫pdx) = u‘ U = ∫Udx = ∫(1 / y21(e-∫pdx))dx y2 = uy1 = y1∫(1 / y21(e-∫pdx))dx ◎ u =y2 = uy1 但不等於 cnost 方可形成basis Example 7 常係數知齊次線性二階ODE y‘ + ay‘ +by = 0 with a,b = const 對於前述常係數知齊次一階ODE y‘ + k y = 0 y =e -kx Test y = e λx 代入上式(二階ODE) 基底 y = λeλx y = λ2eλx