动机
常微分方程指定的是变化率,而不是直接给出函数。例如 y ′ = y 2 y'=y^2 y ′ = y 2 表示解曲线经过某个高度时,斜率必须等于该高度的平方。初始条件再指定曲线要经过哪一点。因此,解方程包含几个不同问题:曲线是否存在、是否由初值唯一决定、能延续多长时间,以及怎样有效地表示它。
得到显式公式后,仍须检查定义域。函数 1 / ( 1 − t ) 1/(1-t) 1/ ( 1 − t ) 满足 y ′ = y 2 y'=y^2 y ′ = y 2 和 y ( 0 ) = 1 y(0)=1 y ( 0 ) = 1 ,但相应初值解的区间是 ( − ∞ , 1 ) (-\infty,1) ( − ∞ , 1 ) 。相同代数式在 ( 1 , ∞ ) (1,\infty) ( 1 , ∞ ) 上表示另一条解的分支,两者不能跨过 t = 1 t=1 t = 1 接起来。实值可微函数不可能在该点取无穷大的值。只写公式而没有区间,便未完整描述初值问题的解。
本节先介绍分离变量、积分因子及全微分,再把标量指数推广为矩阵指数。每个变形都要回到原方程及初值检查。
定义
设 D ⊂ R × R n D\subset\mathbb R\times\mathbb R^n D ⊂ R × R n 为开集,f : D → R n f:D\to\mathbb R^n f : D → R n 连续。方程 x ′ = f ( t , x ) x'=f(t,x) x ′ = f ( t , x ) 在区间 I I I 上的解,是一个连续可微映射 x : I → R n x:I\to\mathbb R^n x : I → R n ,其图形包含于 D D D ,并在每个时刻满足方程。初值问题另外指定 x ( t 0 ) = x 0 x(t_0)=x_0 x ( t 0 ) = x 0 。若解不能在保留方程及初值下延伸至更大的区间,就称为极大解。
使用区间,是因为初值要沿着连通的时间范围传递。同一公式在两个不相交区间上的行为,不能单凭一边的初值连系起来。对已解出最高阶导数的 m m m 阶方程,令 x 1 = y , x 2 = y ′ , … , x m = y ( m − 1 ) x_1=y,x_2=y',\ldots,x_m=y^{(m-1)} x 1 = y , x 2 = y ′ , … , x m = y ( m − 1 ) ,便得到一阶系统,并需要指定 m m m 个初始数值。
对可分离方程 y ′ = a ( t ) b ( y ) y'=a(t)b(y) y ′ = a ( t ) b ( y ) ,只有在 b ( y ) ≠ 0 b(y)\ne0 b ( y ) = 0 的区域才可除以 b ( y ) b(y) b ( y ) 。若 B ′ = 1 / b B'=1/b B ′ = 1/ b ,链式法则给出 ( B ( y ( t ) ) ) ′ = a ( t ) (B(y(t)))'=a(t) ( B ( y ( t )) ) ′ = a ( t ) ,于是 B ( y ( t ) ) = ∫ a ( t ) d t + C B(y(t))=\int a(t)\,dt+C B ( y ( t )) = ∫ a ( t ) d t + C 。每个满足 b ( c ) = 0 b(c)=0 b ( c ) = 0 的常数 c c c 都要另行检查,因为 y = c y=c y = c 是在除法中可能遗失的平衡解。积分后还要检查所选分支能否反解成函数。
分离变量何时描述完整解?
设 a a a 在时间区间 I I I 上连续,b b b 在开状态区间 U U U 上连续可微,且 y ′ = a ( t ) b ( y ) y'=a(t)b(y) y ′ = a ( t ) b ( y ) 。b b b 的每个零点 c c c 都给出常值解 y = c y=c y = c 。局部唯一性定理还说明:从满足 b ( y 0 ) ≠ 0 b(y_0)\ne0 b ( y 0 ) = 0 的状态出发,解在其存在区间内,无论向前或向后,都不能遇到这样的常值解。事实上,两解若相遇,唯一性使它们在相遇时刻附近相等;相等时刻的集合相对于两者的共同区间既开又闭,因而是整个区间。因此,该非平衡解始终留在集合 { y ∈ U : b ( y ) ≠ 0 } \{y\in U:b(y)\ne0\} { y ∈ U : b ( y ) = 0 } 中含 y 0 y_0 y 0 的连通分支 J J J 内。
在 J J J 上,1 / b 1/b 1/ b 连续,故有原函数 B B B 。对链式法则从初时刻积分,得
B ( y ( t ) ) − B ( y 0 ) = ∫ t 0 t a ( s ) d s . (S) B(y(t))-B(y_0)=\int_{t_0}^{t}a(s)\,ds. \tag{S} B ( y ( t )) − B ( y 0 ) = ∫ t 0 t a ( s ) d s . ( S )
反过来,取值于 J J J 的可微函数若满足 (S),微分后便满足原方程。由于 B ′ = 1 / b B'=1/b B ′ = 1/ b 在区间 J J J 上不为零且符号不变,B B B 在那里严格单调,故该关系对每个 t t t 至多确定一个 y y y 值。在 I I I 内,取包含 t 0 t_0 t 0 且使 B ( y 0 ) + ∫ t 0 t a ( s ) d s B(y_0)+\int_{t_0}^t a(s)\,ds B ( y 0 ) + ∫ t 0 t a ( s ) d s 落在 B B B 的值域内的连通时间区间,初值解便是 B − 1 ( B ( y 0 ) + ∫ t 0 t a ( s ) d s ) B^{-1}(B(y_0)+\int_{t_0}^t a(s)\,ds) B − 1 ( B ( y 0 ) + ∫ t 0 t a ( s ) d s ) 。但这本身不 表示极大时间区间一定是整个 I I I :如上面的爆破例子,反函数可能在有限时刻不再存在。
解 y ′ = 2 t y ( 1 − y ) y'=2ty(1-y) y ′ = 2 t y ( 1 − y ) ,y ( 0 ) = 1 / 2 y(0)=1/2 y ( 0 ) = 1/2 。这里 a ( t ) = 2 t a(t)=2t a ( t ) = 2 t 会变号,但 b ( y ) = y ( 1 − y ) b(y)=y(1-y) b ( y ) = y ( 1 − y ) 光滑。唯一性保证解留在 0 < y < 1 0<y<1 0 < y < 1 。结合初值积分得到
log y 1 − y = ∫ 0 t 2 s d s = t 2 , y ( t ) = 1 1 + e − t 2 . \log\frac{y}{1-y}=\int_0^t2s\,ds=t^2,
\qquad y(t)=\frac{1}{1+e^{-t^2}}. log 1 − y y = ∫ 0 t 2 s d s = t 2 , y ( t ) = 1 + e − t 2 1 . 此公式对所有实数 t t t 有定义,直接微分可验证方程。当 t < 0 t<0 t < 0 时导数为负,t > 0 t>0 t > 0 时为正:唯一性阻止解穿过平衡解,却不保证非自治方程的解随时间单调。
除以 b b b 后检查它的零点,可以补回常值解,却未必补回所有解。对 y ′ = 3 ∣ y ∣ 2 / 3 y'=3|y|^{2/3} y ′ = 3∣ y ∣ 2/3 ,y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 ,y = 0 y=0 y = 0 和 y = t 3 y=t^3 y = t 3 都是在 R \mathbb R R 上的解;后者在零处穿过平衡解。任取 c ≥ 0 c\ge0 c ≥ 0 ,令 t ≤ c t\le c t ≤ c 时 y ( t ) = 0 y(t)=0 y ( t ) = 0 ,t ≥ c t\ge c t ≥ c 时 y ( t ) = ( t − c ) 3 y(t)=(t-c)^3 y ( t ) = ( t − c ) 3 ,又得到一个解;接合处的导数相同。每条曲线都可代回原方程验证。除以 ∣ y ∣ 2 / 3 |y|^{2/3} ∣ y ∣ 2/3 只能描述非零的部分,会遗漏接合方式。状态函数虽然连续,却在零处不满足局部 Lipschitz 条件,因此不能在该处使用上面的唯一性论证。
快速检查
(对 y ′ = 2 t y ( 1 − y ) y'=2ty(1-y) y ′ = 2 t y ( 1 − y ) ,y ( 0 ) = 2 y(0)=2 y ( 0 ) = 2 ,求分离变量所得的解和包含零的极大区间。它是否对所有实数时间都有定义?)
初值高于平衡解 1 1 1 ,所以在 y > 1 y\gt1 y > 1 的分支上计算。
解答 · 答案 分离变量得到 y = 1 / ( 1 − 1 2 e − t 2 ) y=1/(1-\tfrac12e^{-t^2}) y = 1/ ( 1 − 2 1 e − t 2 ) 。分母至少为 1 / 2 1/2 1/2 ,所以解实际上在整个 R \mathbb R R 上有定义,且始终大于 1 1 1 。这说明必须由所得公式检查定义域,不能单凭初值高于平衡点来猜测。
另一方法是辨认全微分。若存在势函数 H H H 使 H x = M , H y = N H_x=M,H_y=N H x = M , H y = N ,则 M ( x , y ) d x + N ( x , y ) d y = 0 M(x,y)\,dx+N(x,y)\,dy=0 M ( x , y ) d x + N ( x , y ) d y = 0 称为恰当方程。沿解图形有 ( H ( x , y ( x ) ) ) ′ = M + N y ′ = 0 (H(x,y(x)))'=M+Ny'=0 ( H ( x , y ( x )) ) ′ = M + N y ′ = 0 ,因此解位于 H H H 的水平曲线上。系数连续可微时,M y = N x M_y=N_x M y = N x 是必要条件;在矩形区域上也是充分条件,可沿水平及垂直线段积分构造势函数。但若区域有洞,不能只凭混合偏导相等便断言整个区域有单值势函数。
例如 ( 2 x y + 3 ) d x + ( x 2 + 4 y ) d y = 0 (2xy+3)\,dx+(x^2+4y)\,dy=0 ( 2 x y + 3 ) d x + ( x 2 + 4 y ) d y = 0 有势函数 H = x 2 y + 3 x + 2 y 2 H=x^2y+3x+2y^2 H = x 2 y + 3 x + 2 y 2 。在 H y = x 2 + 4 y ≠ 0 H_y=x^2+4y\ne0 H y = x 2 + 4 y = 0 的点附近,隐函数定理把 H = C H=C H = C 写成局部解图形。在 H y = 0 H_y=0 H y = 0 处,等值集合仍可存在,但不能直接除以该系数得到正规的 y ′ y' y ′ 方程。水平曲线的几何与选定自变量后的函数图形,是两个要分清的概念。
用障碍函数比较解
有时方程没有容易写出的初等函数解,但不等式已足以回答问题。下解 u u u 的变化率不大于方程在其自身状态所指定的变化率;上解 v v v 的变化率则不小于该值。以下结果也处理两条曲线初值相同的情况。
设 f : [ t 0 , T ] × J → R f:[t_0,T]\times J\to\mathbb R f : [ t 0 , T ] × J → R 连续,其中 J J J 是区间,且对所有 t ∈ [ t 0 , T ] t\in[t_0,T] t ∈ [ t 0 , T ] 、a , b ∈ J a,b\in J a , b ∈ J 都有 ∣ f ( t , a ) − f ( t , b ) ∣ ≤ L ∣ a − b ∣ |f(t,a)-f(t,b)|\le L|a-b| ∣ f ( t , a ) − f ( t , b ) ∣ ≤ L ∣ a − b ∣ 。若 u , v ∈ C 1 ( [ t 0 , T ] ) u,v\in C^1([t_0,T]) u , v ∈ C 1 ([ t 0 , T ]) 的值都在 J J J 中,并满足
u ( t 0 ) ≤ v ( t 0 ) , u ′ ( t ) ≤ f ( t , u ( t ) ) , v ′ ( t ) ≥ f ( t , v ( t ) ) , u(t_0)\le v(t_0),\qquad u'(t)\le f(t,u(t)),\qquad v'(t)\ge f(t,v(t)), u ( t 0 ) ≤ v ( t 0 ) , u ′ ( t ) ≤ f ( t , u ( t )) , v ′ ( t ) ≥ f ( t , v ( t )) , 则对整个 [ t 0 , T ] [t_0,T] [ t 0 , T ] 都有 u ( t ) ≤ v ( t ) u(t)\le v(t) u ( t ) ≤ v ( t ) 。这里假设两条曲线已在共同区间上存在;定理本身并不保证整体存在。
令 w = u − v w=u-v w = u − v ,w + = max ( w , 0 ) w_+=\max(w,0) w + = max ( w , 0 ) 。w + w_+ w + 是绝对连续函数,并且在它可微的几乎每个时刻,导数至多为 L w + Lw_+ L w + :当 w > 0 w>0 w > 0 ,微分不等式给出 w ′ ≤ f ( t , u ) − f ( t , v ) ≤ L w w'\le f(t,u)-f(t,v)\le Lw w ′ ≤ f ( t , u ) − f ( t , v ) ≤ L w ;当 w < 0 w<0 w < 0 ,正部在局部为零;而在几乎每个零点,正部的导数为零。因此 ( e − L ( t − t 0 ) w + ) ′ ≤ 0 (e^{-L(t-t_0)}w_+)'\le0 ( e − L ( t − t 0 ) w + ) ′ ≤ 0 几乎处处成立。积分并利用 w + ( t 0 ) = 0 w_+(t_0)=0 w + ( t 0 ) = 0 ,得 w + ( t ) ≤ 0 w_+(t)\le0 w + ( t ) ≤ 0 ;又 w + ≥ 0 w_+\ge0 w + ≥ 0 ,故它处处为零,结论随之成立。
证明透视
首次接触图像为何仍需要估计 直观的论证看 u u u 首次超过 v v v 的时刻并比较斜率,但在接触点两条曲线的斜率可以相等,单看斜率什么也决定不了。证明改为追踪整个超出量 w + = max ( u − v , 0 ) w_+=\max(u-v,0) w + = max ( u − v , 0 ) 。两个微分不等式只在 w > 0 w\gt0 w > 0 处使用;Lipschitz 假设只用了一次,把 f ( t , u ) − f ( t , v ) f(t,u)-f(t,v) f ( t , u ) − f ( t , v ) 化为 L w Lw L w 。这使 e − L ( t − t 0 ) w + e^{-L(t-t_0)}w_+ e − L ( t − t 0 ) w + 不增,而论证之所以能完成,是因为它从 w + ( t 0 ) = 0 w_+(t_0)=0 w + ( t 0 ) = 0 出发。没有 Lipschitz 界,这一步就没有常数,下面的反例说明结论此时确实失效。
例题 1.1.4
(无需求解,便可估计捕捞后的种群)
设 y ′ = y ( 1 − y ) − h ( t ) y'=y(1-y)-h(t) y ′ = y ( 1 − y ) − h ( t ) ,y ( 0 ) = 1 / 2 y(0)=1/2 y ( 0 ) = 1/2 ,其中 h h h 连续且非负。在任一共同存在的正向时间区间上,将 y y y 与无捕捞的解 z ′ = z ( 1 − z ) z'=z(1-z) z ′ = z ( 1 − z ) 、z ( 0 ) = 1 / 2 z(0)=1/2 z ( 0 ) = 1/2 比较。在两条曲线值域所包含的紧致区间上,f ( s ) = s ( 1 − s ) f(s)=s(1-s) f ( s ) = s ( 1 − s ) 有有限的 Lipschitz 常数。因 y ′ ≤ f ( y ) y'\le f(y) y ′ ≤ f ( y ) 且 z ′ = f ( z ) z'=f(z) z ′ = f ( z ) ,比较定理给出
y ( t ) ≤ z ( t ) = 1 1 + e − t . y(t)\le z(t)=\frac{1}{1+e^{-t}}. y ( t ) ≤ z ( t ) = 1 + e − t 1 . z z z 的公式可由分离变量或直接代入验证。这个上界不保证 y y y 保持非负:若计算出的种群到达零,而捕捞仍持续,便须重新考虑模型。
反例模式
只有连续而缺少 Lipschitz 条件,可能不能比较 在 [ 0 , 1 ] [0,1] [ 0 , 1 ] 上取 f ( y ) = ∣ y ∣ f(y)=\sqrt{|y|} f ( y ) = ∣ y ∣ 、u ( t ) = t 2 / 4 u(t)=t^2/4 u ( t ) = t 2 /4 和 v ( t ) = 0 v(t)=0 v ( t ) = 0 。两条曲线均解 x ′ = f ( x ) x'=f(x) x ′ = f ( x ) ,初值均为零,但当 t > 0 t>0 t > 0 时 u ( t ) > v ( t ) u(t)>v(t) u ( t ) > v ( t ) 。因此状态依赖只有连续时,即使两者都是精确解,相同初值也未必保持所需次序;这里 f f f 在零附近不是 Lipschitz。
快速检查
(解 x x x 满足 x ′ = − x + x 2 / ( 1 + x 2 ) x'=-x+x^2/(1+x^2) x ′ = − x + x 2 / ( 1 + x 2 ) 、x ( 0 ) = 1 x(0)=1 x ( 0 ) = 1 。证明在它存在的任何区间 [ 0 , T ] [0,T] [ 0 , T ] 上,x ( t ) ≥ e − t x(t)\ge e^{-t} x ( t ) ≥ e − t 。)
解答 · 答案 令 f ( s ) = − s + s 2 / ( 1 + s 2 ) f(s)=-s+s^2/(1+s^2) f ( s ) = − s + s 2 / ( 1 + s 2 ) 和 u ( t ) = e − t u(t)=e^{-t} u ( t ) = e − t 。则 u ′ = − u ≤ f ( u ) u'=-u\le f(u) u ′ = − u ≤ f ( u ) ,而 x ′ = f ( x ) x'=f(x) x ′ = f ( x ) 且 u ( 0 ) = x ( 0 ) u(0)=x(0) u ( 0 ) = x ( 0 ) 。f f f 的导数在 u , x u,x u , x 值域所包含的紧致区间上有界,因此比较定理给出 u ≤ x u\le x u ≤ x 。此不等式是下界,不是解的精确公式。
线性系统写成 x ′ = A ( t ) x + g ( t ) x'=A(t)x+g(t) x ′ = A ( t ) x + g ( t ) ,其中 A A A 是区间上连续的 n × n n\times n n × n 矩阵函数,g g g 是同一区间上连续的向量函数。基解矩阵是 X ′ = A ( t ) X X'=A(t)X X ′ = A ( t ) X 的可逆矩阵解,其各列组成齐次解空间的一组基。
定义没有假设矩阵是常数;在一个时刻可逆,借唯一性便可推出在整个系数区间可逆。
定理/命题
假设闭圆柱 ∣ t − t 0 ∣ ≤ a , ∥ x − x 0 ∥ ≤ b |t-t_0|\le a,\ \|x-x_0\|\le b ∣ t − t 0 ∣ ≤ a , ∥ x − x 0 ∥ ≤ b 包含于 D D D ,f f f 在其上连续,并对状态变量满足一致的 Lipschitz 条件,常数为 L L L 。则通过 ( t 0 , x 0 ) (t_0,x_0) ( t 0 , x 0 ) 的初值问题有唯一的局部解。特别地,开集上的连续可微向量场在每一点都有唯一局部解。
这里的 Lipschitz 条件是同一时刻两个状态间的估计:∥ f ( t , u ) − f ( t , v ) ∥ ≤ L ∥ u − v ∥ \|f(t,u)-f(t,v)\|\le L\|u-v\| ∥ f ( t , u ) − f ( t , v ) ∥ ≤ L ∥ u − v ∥ 。只假设连续,在有限维的通常存在定理下仍有局部解,但未必唯一。若 f f f 连续可微,可取较小的凸圆柱,利用状态偏导在紧致闭包上的上界得到此条件。它是方便的充分条件,并非唯一性的必要条件。
设 A , g A,g A , g 在包含 t 0 t_0 t 0 的区间 J J J 上连续。则 x ′ = A ( t ) x + g ( t ) , x ( t 0 ) = x 0 x'=A(t)x+g(t),\ x(t_0)=x_0 x ′ = A ( t ) x + g ( t ) , x ( t 0 ) = x 0 在整个 J J J 上有唯一解。对任一基解矩阵 X X X ,
x ( t ) = X ( t ) X ( t 0 ) − 1 x 0 + X ( t ) ∫ t 0 t X ( s ) − 1 g ( s ) d s . x(t)=X(t)X(t_0)^{-1}x_0+
X(t)\int_{t_0}^{t}X(s)^{-1}g(s)\,ds. x ( t ) = X ( t ) X ( t 0 ) − 1 x 0 + X ( t ) ∫ t 0 t X ( s ) − 1 g ( s ) d s . 若 A A A 是常矩阵,可取 X ( t ) = e t A = ∑ k = 0 ∞ t k A k / k ! X(t)=e^{tA}=\sum\limits_{k=0}^{\infty}t^kA^k/k! X ( t ) = e t A = k = 0 ∑ ∞ t k A k / k ! 。
第一项传递初始状态;第二项累积各时刻的外力。矩阵 X ( t ) X ( s ) − 1 X(t)X(s)^{-1} X ( t ) X ( s ) − 1 把时刻 s s s 的输入传递至时刻 t t t 。若 A A A 随时间改变,不同时刻的矩阵一般不交换,因此不能随意把它改写成 e ∫ s t A ( r ) d r e^{\int_s^tA(r)dr} e ∫ s t A ( r ) d r 。常矩阵的幂级数则在有界时间区间上一致绝对收敛,可以逐项微分。
齐次解可以任意线性叠加,仍然是齐次解。固定非零外力时,特解的任意线性组合却未必保留原方程;正确关系是任意两个特解的差为齐次解。因此非齐次解的全体,是一个特解加上齐次解空间,形成一个 n n n 维仿射集合,其元素与初始状态 x ( t 0 ) ∈ R n x(t_0)\in\mathbb R^n x ( t 0 ) ∈ R n 一一对应。
概念视角 结构
积分因子也是坐标变换 代换 x = X c x=Xc x = X c 以随时间移动的齐次基度量解。没有外力时,c c c 保持常数;有外力时,只有坐标向量按 c ′ = X − 1 g c'=X^{-1}g c ′ = X − 1 g 演变。标量积分因子在一维做的是同一件事。这个视角说明为何先抵消齐次演变,再进行积分,而不只留下一条要背诵的公式。
证明思路
把微分方程写成积分方程
x ( t ) = x 0 + ∫ t 0 t f ( s , x ( s ) ) d s . x(t)=x_0+\int_{t_0}^{t}f(s,x(s))\,ds. x ( t ) = x 0 + ∫ t 0 t f ( s , x ( s )) d s . 设圆柱上 ∥ f ∥ ≤ M \|f\|\le M ∥ f ∥ ≤ M ,选取 h > 0 h>0 h > 0 使 h ≤ a , M h ≤ b , L h < 1 h\le a,Mh\le b,Lh<1 h ≤ a , M h ≤ b , L h < 1 。在 ∣ t − t 0 ∣ ≤ h |t-t_0|\le h ∣ t − t 0 ∣ ≤ h 上考虑所有满足 sup ∥ x ( t ) − x 0 ∥ ≤ b \sup\|x(t)-x_0\|\le b sup ∥ x ( t ) − x 0 ∥ ≤ b 的连续曲线。这是上确界范数下的闭且完备集合。上式右边定义映射 T T T ;界限 M h ≤ b Mh\le b M h ≤ b 确保它把集合映回本身,而
∥ T u − T v ∥ ∞ ≤ L h ∥ u − v ∥ ∞ \|Tu-Tv\|_\infty\le Lh\|u-v\|_\infty ∥ T u − T v ∥ ∞ ≤ L h ∥ u − v ∥ ∞ 使它成为压缩映射。压缩映射定理给出唯一不动点;积分中的函数连续,又使该不动点连续可微,因而满足原方程。从常曲线开始反复使用 T T T ,就是逐次逼近法。这个论证控制整条曲线,并非只比较某一时刻的值。重叠区间上的局部唯一性容许把解一致拼接,得到极大区间。
证明透视
两个估计各有任务 不等式 M h ≤ b Mh\le b M h ≤ b 使每次迭代留在假设有效的圆柱内;另一不等式 L h < 1 Lh<1 L h < 1 才使完备函数空间中的距离缩小。两者不能互相代替:映射可能缩短距离却离开容许集合,也可能保持集合却不是压缩映射。不动点先给出一条连续曲线,积分方程再提供它的可微性。
例题:y ′ = t + y y'=t+y y ′ = t + y 的 Picard 迭代
考虑初值问题 y ′ = t + y y'=t+y y ′ = t + y ,y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 。从 0 0 0 积分到 t t t ,可将其改写为不动点方程 y = T ( y ) y=T(y) y = T ( y ) ,其中
( T y ) ( t ) = ∫ 0 t ( s + y ( s ) ) d s . (Ty)(t)=\int_0^t \bigl(s+y(s)\bigr)\,ds. ( T y ) ( t ) = ∫ 0 t ( s + y ( s ) ) d s .
取 y 0 ( t ) = 0 y_0(t)=0 y 0 ( t ) = 0 ,并令 y n + 1 = T ( y n ) y_{n+1}=T(y_n) y n + 1 = T ( y n ) 。前三个迭代为
y 1 ( t ) = ∫ 0 t s d s = t 2 2 , y 2 ( t ) = ∫ 0 t ( s + s 2 2 ) d s = t 2 2 + t 3 6 , y 3 ( t ) = ∫ 0 t ( s + s 2 2 + s 3 6 ) d s = t 2 2 + t 3 6 + t 4 24 . \begin{aligned}
y_1(t)&=\int_0^t s\,ds=\frac{t^2}{2},\\
y_2(t)&=\int_0^t\Bigl(s+\frac{s^2}{2}\Bigr)ds=\frac{t^2}{2}+\frac{t^3}{6},\\
y_3(t)&=\int_0^t\Bigl(s+\frac{s^2}{2}+\frac{s^3}{6}\Bigr)ds=\frac{t^2}{2}+\frac{t^3}{6}+\frac{t^4}{24}.
\end{aligned} y 1 ( t ) y 2 ( t ) y 3 ( t ) = ∫ 0 t s d s = 2 t 2 , = ∫ 0 t ( s + 2 s 2 ) d s = 2 t 2 + 6 t 3 , = ∫ 0 t ( s + 2 s 2 + 6 s 3 ) d s = 2 t 2 + 6 t 3 + 24 t 4 .
由此猜想:当 n ≥ 1 n\ge 1 n ≥ 1 时,y n ( t ) = ∑ k = 2 n + 1 t k / k ! y_n(t)=\sum\limits_{k=2}^{n+1} t^k/k! y n ( t ) = k = 2 ∑ n + 1 t k / k ! 。n = 1 n=1 n = 1 的情形就是 y 1 y_1 y 1 的公式。若公式对某个 n ≥ 1 n\ge 1 n ≥ 1 成立,则
y n + 1 ( t ) = ∫ 0 t ( s + ∑ k = 2 n + 1 s k k ! ) d s = t 2 2 + ∑ k = 2 n + 1 t k + 1 ( k + 1 ) ! = ∑ k = 2 n + 2 t k k ! , y_{n+1}(t)=\int_0^t\Bigl(s+\sum_{k=2}^{n+1}\frac{s^k}{k!}\Bigr)ds=\frac{t^2}{2}+\sum_{k=2}^{n+1}\frac{t^{k+1}}{(k+1)!}=\sum_{k=2}^{n+2}\frac{t^k}{k!}, y n + 1 ( t ) = ∫ 0 t ( s + k = 2 ∑ n + 1 k ! s k ) d s = 2 t 2 + k = 2 ∑ n + 1 ( k + 1 )! t k + 1 = k = 2 ∑ n + 2 k ! t k ,
归纳完成。这些函数是指数级数去掉 1 1 1 与 t t t 两项后的部分和。因此对每个实数 t t t 都有 y n ( t ) → e t − 1 − t y_n(t)\to e^t-1-t y n ( t ) → e t − 1 − t ,并且在每个有界区间上一致收敛。直接代入可验证,y ( t ) = e t − 1 − t y(t)=e^t-1-t y ( t ) = e t − 1 − t 在整个 R \mathbb{R} R 上满足 y ′ ( t ) = e t − 1 = t + y ( t ) y'(t)=e^t-1=t+y(t) y ′ ( t ) = e t − 1 = t + y ( t ) 与 y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 。这一全局结论来自显式计算,而不是来自压缩映射论证。
构造性的局部保证
令 I = [ − 1 2 , 1 2 ] I=[-\tfrac12,\tfrac12] I = [ − 2 1 , 2 1 ] ,X = { y ∈ C ( I ) : ∥ y ∥ ∞ ≤ 1 } X=\{y\in C(I):\|y\|_\infty\le 1\} X = { y ∈ C ( I ) : ∥ y ∥ ∞ ≤ 1 } 。X X X 是完备空间 ( C ( I ) , ∥ ⋅ ∥ ∞ ) (C(I),\|\cdot\|_\infty) ( C ( I ) , ∥ ⋅ ∥ ∞ ) 的闭子集。在矩形 ∣ t ∣ ≤ 1 |t|\le 1 ∣ t ∣ ≤ 1 ,∣ y ∣ ≤ 1 |y|\le 1 ∣ y ∣ ≤ 1 上有 ∣ t + y ∣ ≤ 2 |t+y|\le 2 ∣ t + y ∣ ≤ 2 。又因为 ∣ ( t + y ) − ( t + z ) ∣ = ∣ y − z ∣ |(t+y)-(t+z)|=|y-z| ∣ ( t + y ) − ( t + z ) ∣ = ∣ y − z ∣ ,右端关于状态变量是 Lipschitz 的,常数为 1 1 1 。对 I I I 中的 t t t ,无论正负,都有 ∣ ∫ 0 t g ( s ) d s ∣ ≤ ∣ t ∣ sup I ∣ g ∣ \bigl|\int_0^t g(s)\,ds\bigr|\le |t|\,\sup\limits_I|g| ∫ 0 t g ( s ) d s ≤ ∣ t ∣ I sup ∣ g ∣ ,且 ∣ t ∣ ≤ 1 2 |t|\le\tfrac12 ∣ t ∣ ≤ 2 1 。于是对 y , z ∈ X y,z\in X y , z ∈ X ,T y Ty T y 连续,并且
∥ T y ∥ ∞ ≤ 2 ⋅ 1 2 = 1 , ∥ T y − T z ∥ ∞ ≤ 1 2 ∥ y − z ∥ ∞ . \|Ty\|_\infty\le 2\cdot\tfrac12=1,\qquad \|Ty-Tz\|_\infty\le\tfrac12\,\|y-z\|_\infty . ∥ T y ∥ ∞ ≤ 2 ⋅ 2 1 = 1 , ∥ T y − T z ∥ ∞ ≤ 2 1 ∥ y − z ∥ ∞ .
所以 T T T 把 X X X 映入自身,并且是压缩因子 q = 1 2 q=\tfrac12 q = 2 1 的压缩映射。从 y 0 = 0 ∈ X y_0=0\in X y 0 = 0 ∈ X 出发的迭代在 I I I 上一致收敛到 T T T 在 X X X 中唯一的不动点。该不动点连续,由微积分基本定理可知它在 I I I 的内部满足 y ′ = t + y y'=t+y y ′ = t + y 且 y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 ;端点处的导数按单侧理解。这个论证对更大的区间不作任何断言。
误差估计如下。∥ y k + 1 − y k ∥ ∞ ≤ q k ∥ y 1 − y 0 ∥ ∞ \|y_{k+1}-y_k\|_\infty\le q^k\|y_1-y_0\|_\infty ∥ y k + 1 − y k ∥ ∞ ≤ q k ∥ y 1 − y 0 ∥ ∞ ,而 ∥ y 1 − y 0 ∥ ∞ = max I t 2 / 2 = 1 8 \|y_1-y_0\|_\infty=\max\limits_I t^2/2=\tfrac18 ∥ y 1 − y 0 ∥ ∞ = I max t 2 /2 = 8 1 。对 m > n m>n m > n 作伸缩求和,得
∥ y m − y n ∥ ∞ ≤ ∑ k = n m − 1 q k 8 ≤ q n 1 − q ⋅ 1 8 = ( 1 / 2 ) n 4 . \|y_m-y_n\|_\infty\le\sum_{k=n}^{m-1}\frac{q^k}{8}\le\frac{q^n}{1-q}\cdot\frac18=\frac{(1/2)^n}{4}. ∥ y m − y n ∥ ∞ ≤ k = n ∑ m − 1 8 q k ≤ 1 − q q n ⋅ 8 1 = 4 ( 1/2 ) n .
令 m → ∞ m\to\infty m → ∞ ,即得对所有 n ≥ 0 n\ge 0 n ≥ 0 都有 ∥ y − y n ∥ ∞ ≤ ( 1 / 2 ) n / 4 \|y-y_n\|_\infty\le (1/2)^n/4 ∥ y − y n ∥ ∞ ≤ ( 1/2 ) n /4 。这是有保证的上界,并非实际误差。
数值检验。 当 n = 3 n=3 n = 3 时,上界为 1 / 32 = 0.03125 1/32=0.03125 1/32 = 0.03125 。由于 y − y 3 = ∑ k ≥ 5 t k / k ! y-y_3=\sum\limits_{k\ge 5}t^k/k! y − y 3 = k ≥ 5 ∑ t k / k ! ,三角不等式给出的绝对值上界是该尾和在 t = 1 2 t=\tfrac12 t = 2 1 处的值,且此处取等号。因此最大值在 t = 1 2 t=\tfrac12 t = 2 1 处取得,其值为 e 1 / 2 − 3 2 − y 3 ( 1 2 ) ≈ 0.148721 − 0.148438 ≈ 2.84 × 10 − 4 e^{1/2}-\tfrac32-y_3(\tfrac12)\approx 0.148721-0.148438\approx 2.84\times10^{-4} e 1/2 − 2 3 − y 3 ( 2 1 ) ≈ 0.148721 − 0.148438 ≈ 2.84 × 1 0 − 4 。上界成立,但约为实际误差的一百倍。
快速检查
(只使用上述几何误差估计,求能保证在 I I I 上 ∥ y − y n ∥ ∞ ≤ 10 − 3 \|y-y_n\|_\infty\le 10^{-3} ∥ y − y n ∥ ∞ ≤ 1 0 − 3 的最小 n n n 。)
对整数 n n n 解 ( 1 / 2 ) n / 4 ≤ 10 − 3 (1/2)^n/4\le10^{-3} ( 1/2 ) n /4 ≤ 1 0 − 3 。
解答 · 答案 需要 ( 1 / 2 ) n / 4 ≤ 10 − 3 (1/2)^n/4\le 10^{-3} ( 1/2 ) n /4 ≤ 1 0 − 3 ,即 2 n ≥ 250 2^n\ge 250 2 n ≥ 250 。由于 2 7 = 128 2^7=128 2 7 = 128 ,2 8 = 256 2^8=256 2 8 = 256 ,该估计能保证 n = 8 n=8 n = 8 ,且不能保证任何更小的 n n n 。y 8 y_8 y 8 的实际误差要小得多。可用精确解计算真实误差;几何估计则不使用精确解。
积分形式的 Gronwall 不等式
本章的解延拓与连续依赖性论证都依赖同一个原理:若一个非负量被“常数加上它自身过去值的积分”所控制,那么它的增长不会快于指数函数。本节证明这一原理。
设 c ≥ 0 c\ge 0 c ≥ 0 ,v , b : [ t 0 , T ] → [ 0 , ∞ ) v,b:[t_0,T]\to[0,\infty) v , b : [ t 0 , T ] → [ 0 , ∞ ) 连续。若
v ( t ) ≤ c + ∫ t 0 t b ( s ) v ( s ) d s ( t 0 ≤ t ≤ T ) , v(t)\le c+\int_{t_0}^{t} b(s)v(s)\,ds \qquad (t_0\le t\le T), v ( t ) ≤ c + ∫ t 0 t b ( s ) v ( s ) d s ( t 0 ≤ t ≤ T ) , 则
v ( t ) ≤ c exp ( ∫ t 0 t b ( s ) d s ) ( t 0 ≤ t ≤ T ) . v(t)\le c\exp\Big(\int_{t_0}^{t} b(s)\,ds\Big)\qquad (t_0\le t\le T). v ( t ) ≤ c exp ( ∫ t 0 t b ( s ) d s ) ( t 0 ≤ t ≤ T ) .
定义 h ( t ) = c + ∫ t 0 t b ( s ) v ( s ) d s h(t)=c+\int_{t_0}^{t} b(s)v(s)\,ds h ( t ) = c + ∫ t 0 t b ( s ) v ( s ) d s 。由于 b v bv b v 连续,由微积分基本定理,h h h 连续可微,且 h ′ ( t ) = b ( t ) v ( t ) h'(t)=b(t)v(t) h ′ ( t ) = b ( t ) v ( t ) ,h ( t 0 ) = c h(t_0)=c h ( t 0 ) = c 。假设恰好说明 v ≤ h v\le h v ≤ h 。因为 b ≥ 0 b\ge 0 b ≥ 0 ,将 v ( t ) ≤ h ( t ) v(t)\le h(t) v ( t ) ≤ h ( t ) 两边乘以 b ( t ) b(t) b ( t ) 不改变不等号方向,所以 h ′ ( t ) ≤ b ( t ) h ( t ) h'(t)\le b(t)h(t) h ′ ( t ) ≤ b ( t ) h ( t ) 。
令 B ( t ) = ∫ t 0 t b ( s ) d s B(t)=\int_{t_0}^{t} b(s)\,ds B ( t ) = ∫ t 0 t b ( s ) d s ,则 B ′ = b B'=b B ′ = b ,并且
d d t ( h ( t ) e − B ( t ) ) = ( h ′ ( t ) − b ( t ) h ( t ) ) e − B ( t ) ≤ 0. \frac{d}{dt}\Big(h(t)e^{-B(t)}\Big)=\big(h'(t)-b(t)h(t)\big)e^{-B(t)}\le 0 . d t d ( h ( t ) e − B ( t ) ) = ( h ′ ( t ) − b ( t ) h ( t ) ) e − B ( t ) ≤ 0. 因此 h e − B he^{-B} h e − B 单调不增,h ( t ) e − B ( t ) ≤ h ( t 0 ) e 0 = c h(t)e^{-B(t)}\le h(t_0)e^{0}=c h ( t ) e − B ( t ) ≤ h ( t 0 ) e 0 = c 。于是 v ( t ) ≤ h ( t ) ≤ c e B ( t ) v(t)\le h(t)\le c\,e^{B(t)} v ( t ) ≤ h ( t ) ≤ c e B ( t ) 。整个证明没有除以 c c c ,所以 c = 0 c=0 c = 0 的情形也包含在内,此时得到 v ≡ 0 v\equiv 0 v ≡ 0 。
比较两个解
设 x x x 与 z z z 在公共区间 [ t 0 , T ] [t_0,T] [ t 0 , T ] 上都是 y ′ = f ( t , y ) y'=f(t,y) y ′ = f ( t , y ) 的解,x ( t 0 ) = x 0 x(t_0)=x_0 x ( t 0 ) = x 0 ,z ( t 0 ) = z 0 z(t_0)=z_0 z ( t 0 ) = z 0 。再设两条解曲线都停留在集合 D D D 内,并且对所有 ( s , y ) , ( s , w ) ∈ D (s,y),(s,w)\in D ( s , y ) , ( s , w ) ∈ D 有 ∣ f ( s , y ) − f ( s , w ) ∣ ≤ b ( s ) ∣ y − w ∣ |f(s,y)-f(s,w)|\le b(s)|y-w| ∣ f ( s , y ) − f ( s , w ) ∣ ≤ b ( s ) ∣ y − w ∣ ,其中 b b b 在整个 [ t 0 , T ] [t_0,T] [ t 0 , T ] 上连续且非负。将两条积分方程相减并估计被积函数,得
∣ x ( t ) − z ( t ) ∣ ≤ ∣ x 0 − z 0 ∣ + ∫ t 0 t b ( s ) ∣ x ( s ) − z ( s ) ∣ d s , |x(t)-z(t)|\le |x_0-z_0|+\int_{t_0}^{t} b(s)\,|x(s)-z(s)|\,ds , ∣ x ( t ) − z ( t ) ∣ ≤ ∣ x 0 − z 0 ∣ + ∫ t 0 t b ( s ) ∣ x ( s ) − z ( s ) ∣ d s ,
对 v = ∣ x − z ∣ v=|x-z| v = ∣ x − z ∣ 应用引理,得到
∣ x ( t ) − z ( t ) ∣ ≤ ∣ x 0 − z 0 ∣ exp ( ∫ t 0 t b ( s ) d s ) . |x(t)-z(t)|\le |x_0-z_0|\exp\Big(\int_{t_0}^{t} b(s)\,ds\Big). ∣ x ( t ) − z ( t ) ∣ ≤ ∣ x 0 − z 0 ∣ exp ( ∫ t 0 t b ( s ) d s ) .
这一有限时间估计是有条件的:它只在两个解都存在且都停留在 D D D 内的区间上成立。若 x 0 = z 0 x_0=z_0 x 0 = z 0 ,则在 [ t 0 , T ] [t_0,T] [ t 0 , T ] 上 x = z x=z x = z ,这就是向前唯一性。对于 t < t 0 t<t_0 t < t 0 ,可对 x ~ ( τ ) = x ( t 0 − τ ) \tilde x(\tau)=x(t_0-\tau) x ~ ( τ ) = x ( t 0 − τ ) 与 z ~ ( τ ) = z ( t 0 − τ ) \tilde z(\tau)=z(t_0-\tau) z ~ ( τ ) = z ( t 0 − τ ) 作同样的论证,它们满足 y ~ ′ = − f ( t 0 − τ , y ~ ) \tilde y'=-f(t_0-\tau,\tilde y) y ~ ′ = − f ( t 0 − τ , y ~ ) ;但只有当向后区间上也有连续非负的 Lipschitz 界时,这一步才有依据。
例子
考虑 t ≥ 0 t\ge 0 t ≥ 0 上的 x ′ = 2 t x x'=2tx x ′ = 2 t x ,初值分别为 x ( 0 ) = c x(0)=c x ( 0 ) = c 与 z ( 0 ) = c ^ z(0)=\hat c z ( 0 ) = c ^ ,其中 c , c ^ c,\hat c c , c ^ 为任意实数。解为 c e t 2 ce^{t^2} c e t 2 与 c ^ e t 2 \hat c e^{t^2} c ^ e t 2 。取 b ( t ) = 2 t b(t)=2t b ( t ) = 2 t ,估计给出 ∣ c − c ^ ∣ e t 2 |c-\hat c|e^{t^2} ∣ c − c ^ ∣ e t 2 ,恰好等于 ∣ x ( t ) − z ( t ) ∣ |x(t)-z(t)| ∣ x ( t ) − z ( t ) ∣ ,因此这里的界是精确的。在每个 [ 0 , T ] [0,T] [ 0 , T ] 上,解连续依赖于初值,常数为 e T 2 e^{T^2} e T 2 。但当 T → ∞ T\to\infty T → ∞ 时这个常数无界,而零解确实不稳定:有限区间上的连续依赖性并不蕴含全局稳定性。
快速检查
(方程 y ′ = sin y y'=\sin y y ′ = sin y 的两个解 x , z x,z x , z 满足 ∣ x ( 0 ) − z ( 0 ) ∣ ≤ 10 − 2 |x(0)-z(0)|\le 10^{-2} ∣ x ( 0 ) − z ( 0 ) ∣ ≤ 1 0 − 2 。对 0 ≤ t ≤ 2 0\le t\le 2 0 ≤ t ≤ 2 估计 ∣ x ( t ) − z ( t ) ∣ |x(t)-z(t)| ∣ x ( t ) − z ( t ) ∣ 。)
先确认两个解都存在于 [ 0 , 2 ] [0,2] [ 0 , 2 ] 。
解答 · 答案 由中值定理,对所有实数 y , w y,w y , w 有 ∣ sin y − sin w ∣ ≤ ∣ y − w ∣ |\sin y-\sin w|\le |y-w| ∣ sin y − sin w ∣ ≤ ∣ y − w ∣ ,因此可取 D = [ 0 , 2 ] × R D=[0,2]\times\mathbb{R} D = [ 0 , 2 ] × R ,b ≡ 1 b\equiv 1 b ≡ 1 。光滑向量场 sin y \sin y sin y 全局 Lipschitz,且 ∣ y ′ ∣ = ∣ sin y ∣ ≤ 1 |y'|=|\sin y|\le 1 ∣ y ′ ∣ = ∣ sin y ∣ ≤ 1 ,所以解不可能在有限时间逃向无穷;由局部存在唯一性可将两个解延拓至整个 [ 0 , 2 ] [0,2] [ 0 , 2 ] 。估计给出 ∣ x ( t ) − z ( t ) ∣ ≤ 10 − 2 e t ≤ 10 − 2 e 2 ≈ 0.0739 |x(t)-z(t)|\le 10^{-2}e^{t}\le 10^{-2}e^{2}\approx 0.0739 ∣ x ( t ) − z ( t ) ∣ ≤ 1 0 − 2 e t ≤ 1 0 − 2 e 2 ≈ 0.0739 。
以下证明线性解公式。在线性情形,每个紧致时间区间上的 Lipschitz 常数不超过 sup ∥ A ( t ) ∥ \sup\|A(t)\| sup ∥ A ( t ) ∥ 。若 ∥ A ∥ ≤ K , ∥ g ∥ ≤ G \|A\|\le K,\|g\|\le G ∥ A ∥ ≤ K , ∥ g ∥ ≤ G ,积分方程和 Grönwall 不等式给出,对 t ≥ t 0 t\ge t_0 t ≥ t 0 ,
∥ x ( t ) ∥ ≤ ( ∥ x 0 ∥ + G ( t − t 0 ) ) e K ( t − t 0 ) . \|x(t)\|\le(\|x_0\|+G(t-t_0))e^{K(t-t_0)}. ∥ x ( t ) ∥ ≤ ( ∥ x 0 ∥ + G ( t − t 0 )) e K ( t − t 0 ) . 因此解不能在系数区间内的有限时刻发散。更具体地,若极大右端点位于 J J J 内,该估计使状态有界,方程再使导数有界。解在端点有有限极限,局部存在定理便可从此延伸,与极大性矛盾。左端点可用反向时间处理。故线性解存在于整个 J J J 。
以标准基作初始列向量解齐次系统,得到 X ( t 0 ) = I X(t_0)=I X ( t 0 ) = I 。若 X ( t 1 ) c = 0 X(t_1)c=0 X ( t 1 ) c = 0 ,齐次解 X ( t ) c X(t)c X ( t ) c 在 t 1 t_1 t 1 取零值。唯一性使它恒为零,故 c = 0 c=0 c = 0 ,证明 X X X 可逆。令 x = X c x=Xc x = X c ,代入非齐次方程后,X ′ c = A X c X'c=AXc X ′ c = A X c 抵消,留下 c ′ = X − 1 g c'=X^{-1}g c ′ = X − 1 g 。积分并套入初值便得到解公式。
例题详解
考虑 y ′ = y ( 1 − y ) , y ( 0 ) = y 0 y'=y(1-y),\ y(0)=y_0 y ′ = y ( 1 − y ) , y ( 0 ) = y 0 。先记录平衡解 0 , 1 0,1 0 , 1 ,再于其他区域积分:
1 y ( 1 − y ) = 1 y + 1 1 − y , log ∣ y 1 − y ∣ = t + C . \frac1{y(1-y)}=\frac1y+\frac1{1-y},\qquad
\log\left|\frac{y}{1-y}\right|=t+C. y ( 1 − y ) 1 = y 1 + 1 − y 1 , log 1 − y y = t + C . 套入初值得
y ( t ) = y 0 e t 1 + y 0 ( e t − 1 ) . y(t)=\frac{y_0e^t}{1+y_0(e^t-1)}. y ( t ) = 1 + y 0 ( e t − 1 ) y 0 e t . 公式代入两个平衡初值也正确,但它们的存在已在除法前确认。若 y 0 = − 1 y_0=-1 y 0 = − 1 ,分母为 2 − e t 2-e^t 2 − e t ,包含零的极大区间是 ( − ∞ , log 2 ) (-\infty,\log2) ( − ∞ , log 2 ) ,右端解趋向 − ∞ -\infty − ∞ 。若 0 < y 0 < 1 0<y_0<1 0 < y 0 < 1 ,分母在全部实数时间为正,解递增并在未来趋向 1 1 1 。相同公式可有不同的存在区间与极限行为。
例题 1.1.10
(积分因子就是反向使用乘积法则)
解 y ′ + 2 y = t , y ( 0 ) = y 0 y'+2y=t,\ y(0)=y_0 y ′ + 2 y = t , y ( 0 ) = y 0 。乘以 e 2 t e^{2t} e 2 t 得 ( e 2 t y ) ′ = t e 2 t (e^{2t}y)'=te^{2t} ( e 2 t y ) ′ = t e 2 t 。从零积分到 t t t ,再分部积分,得到
y ( t ) = t 2 − 1 4 + ( y 0 + 1 4 ) e − 2 t . y(t)=\frac t2-\frac14+\left(y_0+\frac14\right)e^{-2t}. y ( t ) = 2 t − 4 1 + ( y 0 + 4 1 ) e − 2 t . 一般的 y ′ + p ( t ) y = q ( t ) y'+p(t)y=q(t) y ′ + p ( t ) y = q ( t ) 可用 μ ( t ) = exp ( ∫ t 0 t p ( s ) d s ) \mu(t)=\exp(\int_{t_0}^t p(s)ds) μ ( t ) = exp ( ∫ t 0 t p ( s ) d s ) ,使 ( μ y ) ′ = μ q (\mu y)'=\mu q ( μ y ) ′ = μ q 。因为积分因子从不为零,这些乘除步骤在系数区间上保留全部解。本例任意两个解相差 e − 2 t e^{-2t} e − 2 t 的常数倍;非齐次部分由外力共同决定。
一般初值问题的公式值得仔细研究。设 p , q p,q p , q 在包含 t 0 t_0 t 0 的区间 I I I 上连续,且 y ( t 0 ) = y 0 y(t_0)=y_0 y ( t 0 ) = y 0 。将乘积法则从 t 0 t_0 t 0 积分到 t t t ,得到
y ( t ) = e − ∫ t 0 t p ( r ) d r ( y 0 + ∫ t 0 t e ∫ t 0 s p ( r ) d r q ( s ) d s ) . (1) y(t)=e^{-\int_{t_0}^t p(r)\,dr}
\left(y_0+\int_{t_0}^t e^{\int_{t_0}^s p(r)\,dr}q(s)\,ds\right). \tag{1} y ( t ) = e − ∫ t 0 t p ( r ) d r ( y 0 + ∫ t 0 t e ∫ t 0 s p ( r ) d r q ( s ) d s ) . ( 1 )
上限可以在 t 0 t_0 t 0 的任一侧:定积分带有方向。第一项传递初值;积分项则在用同一个积分因子加权后累积外力。反过来,对 (1) 求导可得原方程,代入 t = t 0 t=t_0 t = t 0 可得 y 0 y_0 y 0 。因此公式在整个 I I I 上构造了解,而且该解唯一:任意两个解的差乘以 μ \mu μ 后是一个常数,初值又使它为零。
解 y ′ + 2 t y = 2 t y'+2ty=2t y ′ + 2 t y = 2 t ,y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 。这里 μ = e t 2 \mu=e^{t^2} μ = e t 2 ,因此 ( e t 2 y ) ′ = 2 t e t 2 (e^{t^2}y)'=2te^{t^2} ( e t 2 y ) ′ = 2 t e t 2 。从 0 0 0 积分到 t t t 得 e t 2 y = e t 2 − 1 e^{t^2}y=e^{t^2}-1 e t 2 y = e t 2 − 1 ,所以在整个 R \mathbb R R 上 y = 1 − e − t 2 y=1-e^{-t^2} y = 1 − e − t 2 。当 t t t 为负时,同一公式仍然成立,不必另选符号。直接求导得 y ′ = 2 t e − t 2 y'=2te^{-t^2} y ′ = 2 t e − t 2 ,代入便可验证原方程。
守恒律:体积变化的混合槽
使用积分因子之前,先选定未知量及其单位。设槽内最初有 100 100 100 升纯水;每分钟流入 3 3 3 升、每升含 2 2 2 克盐的盐水,并流出 2 2 2 升充分混合的液体。假设槽有足够容量,且流率和充分混合的条件持续成立。令 A ( t ) A(t) A ( t ) 为 t ≥ 0 t\ge0 t ≥ 0 分钟后槽内的盐量,单位为克。体积为 V ( t ) = 100 + t V(t)=100+t V ( t ) = 100 + t 升,因此槽内浓度为 A ( t ) / ( 100 + t ) A(t)/(100+t) A ( t ) / ( 100 + t ) 克每升。守恒式是流入盐的速率减去流出盐的速率,并非两个浓度相减:
A ′ = 3 ⋅ 2 − 2 A 100 + t , A ( 0 ) = 0. A'=3\cdot2-2\frac{A}{100+t},\qquad A(0)=0. A ′ = 3 ⋅ 2 − 2 100 + t A , A ( 0 ) = 0.
右边两项的单位均为克每分钟。体积变化使系数 2 / ( 100 + t ) 2/(100+t) 2/ ( 100 + t ) 随时间变化。对 t ≥ 0 t\ge0 t ≥ 0 ,积分因子 ( 100 + t ) 2 (100+t)^2 ( 100 + t ) 2 为正;相乘并积分可得
( ( 100 + t ) 2 A ) ′ = 6 ( 100 + t ) 2 , ( 100 + t ) 2 A = 2 ( 100 + t ) 3 − 2 ⋅ 100 3 , \bigl((100+t)^2A\bigr)'=6(100+t)^2,\qquad
(100+t)^2A=2(100+t)^3-2\cdot100^3, ( ( 100 + t ) 2 A ) ′ = 6 ( 100 + t ) 2 , ( 100 + t ) 2 A = 2 ( 100 + t ) 3 − 2 ⋅ 10 0 3 ,
常数由 A ( 0 ) = 0 A(0)=0 A ( 0 ) = 0 决定。故
A ( t ) = 2 ( 100 + t ) − 2 ⋅ 100 3 ( 100 + t ) 2 , A ( t ) V ( t ) = 2 ( 1 − 100 3 ( 100 + t ) 3 ) . A(t)=2(100+t)-\frac{2\cdot100^3}{(100+t)^2},\qquad
\frac{A(t)}{V(t)}=2\left(1-\frac{100^3}{(100+t)^3}\right). A ( t ) = 2 ( 100 + t ) − ( 100 + t ) 2 2 ⋅ 10 0 3 , V ( t ) A ( t ) = 2 ( 1 − ( 100 + t ) 3 10 0 3 ) .
浓度趋向每升 2 2 2 克,但盐量随不断增加的体积而无界增长。浓度有极限,不代表总量有极限。直接代入可检查方程和初值;系数在物理时间区间上连续,故解唯一。
练习 1.1.12
(保持相同的初始体积及流入盐水,改为每分钟流出 4 4 4 升,并设初始盐量为 200 200 200 克。求槽变空之前的盐量;为什么该公式本身不能描述之后的混合物?)
核心
解答 (3) 1 以新的体积写出守恒式
此时 V ( t ) = 100 − t V(t)=100-t V ( t ) = 100 − t ,在 0 ≤ t < 100 0\le t\lt100 0 ≤ t < 100 上,守恒式为 A ′ = 6 − 4 A / ( 100 − t ) A'=6-4A/(100-t) A ′ = 6 − 4 A / ( 100 − t ) ,初值为 A ( 0 ) = 200 A(0)=200 A ( 0 ) = 200 。
2 找出一个解并引用唯一性
关键一步
函数 A ( t ) = 2 ( 100 − t ) A(t)=2(100-t) A ( t ) = 2 ( 100 − t ) 满足 A ′ = − 2 = 6 − 8 A'=-2=6-8 A ′ = − 2 = 6 − 8 及 A ( 0 ) = 200 A(0)=200 A ( 0 ) = 200 ,所以它就是此区间内的解:初始浓度 200 / 100 = 2 200/100=2 200/100 = 2 本来就等于流入浓度。
依据: 当 t < 100 t\lt100 t < 100 时系数 4 / ( 100 − t ) 4/(100-t) 4/ ( 100 − t ) 连续。
3 确定模型在何处终止
当 t = 100 t=100 t = 100 时体积为零,A / V A/V A / V 及充分混合流出模型不再有定义。将代数式延伸至 100 100 100 以后,并不能得到此模型的物理解。
看下一步 (2/3) 全部展开
反例模式
除以最高阶导数的系数可能排除初始点 考虑初始时刻为 t = 0 t=0 t = 0 的方程 t y ′ − y = 0 ty'-y=0 t y ′ − y = 0 。除以 t t t 得到的 y ′ − y / t = 0 y'-y/t=0 y ′ − y / t = 0 只在不含零的区间上成立,所以不能跨越零应用连续系数定理及公式 (1)。在原方程中,每个函数 y ( t ) = C t y(t)=Ct y ( t ) = C t 都是 R \mathbb R R 上满足 y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 的解;因此这个初值不能保证唯一性。若改为 y ( 0 ) ≠ 0 y(0)\ne0 y ( 0 ) = 0 ,原方程在零处要求 − y ( 0 ) = 0 -y(0)=0 − y ( 0 ) = 0 ,于是不存在可微解。最高阶导数的系数为零时,必须重新检查原方程:仅凭定理假设不成立,既不能证明不存在解,也不能证明解不唯一。
例题 1.1.13
(Jordan 块与同速率外力)
设
A = ( − 1 1 0 − 1 ) , g ( t ) = ( 0 e − t ) , x ( 0 ) = ( a b ) . A=\begin{pmatrix}-1&1\\0&-1\end{pmatrix},\quad
g(t)=\binom0{e^{-t}},\quad x(0)=\binom ab. A = ( − 1 0 1 − 1 ) , g ( t ) = ( e − t 0 ) , x ( 0 ) = ( b a ) . 写成 A = − I + N A=-I+N A = − I + N ,其中 N 2 = 0 N^2=0 N 2 = 0 ,故 e t A = e − t ( I + t N ) e^{tA}=e^{-t}(I+tN) e t A = e − t ( I + tN ) 。又有
e − s A g ( s ) = ( − s 1 ) , ∫ 0 t e − s A g ( s ) d s = ( − t 2 / 2 t ) . e^{-sA}g(s)=\binom{-s}{1},\qquad
\int_0^t e^{-sA}g(s)ds=\binom{-t^2/2}{t}. e − s A g ( s ) = ( 1 − s ) , ∫ 0 t e − s A g ( s ) d s = ( t − t 2 /2 ) . 常数变易公式给出 x ( t ) = e − t ( a + t b + t 2 / 2 , b + t ) T x(t)=e^{-t}(a+tb+t^2/2,b+t)^T x ( t ) = e − t ( a + t b + t 2 /2 , b + t ) T 。先检查第二行,再检查第一行,便可直接验证。重复特征值不保证有足够特征向量,幂零部分带来时间多项式。不过指数衰减快于任何固定次数多项式的增长,所以两个分量最后都趋向零。
常见错误
除以状态变量会遗失平衡解,必须把所有被排除的数值代回原方程,正如上面分离变量一节所做。另一方面,积分得到的隐式关系不会在每一点都自动成为函数图形;要反解某个变量,须检查相应偏导或另作局部分析。选择自变量也是解的描述的一部分。
公式中的奇点须分析。可去奇点可能只表示写法不方便;状态真正发散则阻止有限值延伸。全实数上系数连续的线性系统,在有限时间不会有状态爆破,即使它在无穷远时间增长得很快。不能把无穷时间的增长与有限端点混为一谈。
只有 A , B A,B A , B 交换时,才可一般地使用 e t A e t B = e t ( A + B ) e^{tA}e^{tB}=e^{t(A+B)} e t A e tB = e t ( A + B ) 。对角化公式 e t A = P e t D P − 1 e^{tA}=Pe^{tD}P^{-1} e t A = P e t D P − 1 也需要先找到可逆特征向量矩阵。遇到不足特征向量的矩阵,应用 Jordan 链、直接解系统或幂级数,而不是把缺少的向量当作存在。例如取 A = ( 0 1 0 0 ) A=\begin{pmatrix}0&1\\0&0\end{pmatrix} A = ( 0 0 1 0 ) 、B = ( 0 0 1 0 ) B=\begin{pmatrix}0&0\\1&0\end{pmatrix} B = ( 0 1 0 0 ) ,则 A B ≠ B A AB\ne BA A B = B A ,e t A e t B = ( 1 + t 2 t t 1 ) e^{tA}e^{tB}=\begin{pmatrix}1+t^2&t\\t&1\end{pmatrix} e t A e tB = ( 1 + t 2 t t 1 ) ,而 e t ( A + B ) = ( cosh t sinh t sinh t cosh t ) e^{t(A+B)}=\begin{pmatrix}\cosh t&\sinh t\\\sinh t&\cosh t\end{pmatrix} e t ( A + B ) = ( cosh t sinh t sinh t cosh t ) 。
总结
初值解包含其存在区间。显式方法的每一步都要在合法的除法与分支范围内进行。局部 Lipschitz 条件给出唯一性;线性系统则在整个连续系数区间有解。基解矩阵描述齐次传递,常数变易公式把外力的累积效果加入其中。
练习
快速检查
(解 y ′ = y 2 y'=y^2 y ′ = y 2 、y ( 0 ) = − 2 y(0)=-2 y ( 0 ) = − 2 ,并给出包含零的极大区间。)
解答 · 答案 分离变量得 y = − 2 / ( 1 + 2 t ) y=-2/(1+2t) y = − 2/ ( 1 + 2 t ) 。分母在 − 1 / 2 -1/2 − 1/2 为零,故极大区间是 ( − 1 / 2 , ∞ ) (-1/2,\infty) ( − 1/2 , ∞ ) 。微分得 y ′ = 4 / ( 1 + 2 t ) 2 = y 2 y'=4/(1+2t)^2=y^2 y ′ = 4/ ( 1 + 2 t ) 2 = y 2 ,并符合初值。在左端的发散阻止有限值延伸。
快速检查
(解 y ′ + y = e − t y'+y=e^{-t} y ′ + y = e − t 、y ( 0 ) = 3 y(0)=3 y ( 0 ) = 3 ,并解释时间多项式的来源。)
解答 · 答案 乘积方程为 ( e t y ) ′ = 1 (e^t y)'=1 ( e t y ) ′ = 1 ,所以 y = e − t ( 3 + t ) y=e^{-t}(3+t) y = e − t ( 3 + t ) ,对所有实数时间成立。外力具有齐次解的指数速率,变换后成为常数,再积分便产生因子 t t t 。
快速检查
(对 A = ( 0 1 0 0 ) A=\begin{pmatrix}0&1\\0&0\end{pmatrix} A = ( 0 0 1 0 ) 计算 e t A e^{tA} e t A ,并解 x ′ = A x x'=Ax x ′ = A x 、x ( 0 ) = ( a , b ) T x(0)=(a,b)^T x ( 0 ) = ( a , b ) T 。)
解答 · 答案 幂级数终止于 e t A = I + t A = ( 1 t 0 1 ) e^{tA}=I+tA=\begin{pmatrix}1&t\\0&1\end{pmatrix} e t A = I + t A = ( 1 0 t 1 ) ,故 x = ( a + t b , b ) T x=(a+tb,b)^T x = ( a + t b , b ) T 。第二分量为常数,第一分量的导数等于该常数,直接验证了两行方程。
快速检查
(若 x ′ = f ( t , x ) x'=f(t,x) x ′ = f ( t , x ) 的两条解在 [ 0 , 3 ] [0,3] [ 0 , 3 ] 上都留在 Lipschitz 常数为 2 2 2 的同一区域,初始距离多小足以保证时刻 3 3 3 的距离至多为 0.01 0.01 0.01 ?)
使用“比较两个解”中的估计,取 b ≡ 2 b\equiv2 b ≡ 2 。
解答 · 答案 估计为 ∥ u ( 3 ) − v ( 3 ) ∥ ≤ e 6 ∥ u ( 0 ) − v ( 0 ) ∥ \|u(3)-v(3)\|\le e^6\|u(0)-v(0)\| ∥ u ( 3 ) − v ( 3 ) ∥ ≤ e 6 ∥ u ( 0 ) − v ( 0 ) ∥ 。因此初始距离至多 0.01 e − 6 0.01e^{-6} 0.01 e − 6 就足够。这只是由 Lipschitz 信息得到的上界,并非每一对解都会达到等号。