動機
常微分方程指定的是變化率,而不是直接給出函數。例如 y ′ = y 2 y'=y^2 y ′ = y 2 表示解曲線經過某個高度時,斜率必須等於該高度的平方。初始條件再指定曲線要經過哪一點。因此,解方程包含幾個不同問題:曲線是否存在、是否由初值唯一決定、能延續多長時間,以及怎樣有效地表示它。
得到顯式公式後,仍須檢查定義域。函數 1 / ( 1 − t ) 1/(1-t) 1/ ( 1 − t ) 滿足 y ′ = y 2 y'=y^2 y ′ = y 2 和 y ( 0 ) = 1 y(0)=1 y ( 0 ) = 1 ,但相應初值解的區間是 ( − ∞ , 1 ) (-\infty,1) ( − ∞ , 1 ) 。相同代數式在 ( 1 , ∞ ) (1,\infty) ( 1 , ∞ ) 上表示另一條解的分支,兩者不能跨過 t = 1 t=1 t = 1 接起來。實值可微函數不可能在該點取無窮大的值。只寫公式而沒有區間,便未完整描述初值問題的解。
本節先介紹分離變量、積分因子及全微分,再把純量指數推廣為矩陣指數。每個變形都要回到原方程及初值檢查。
定義
設 D ⊂ R × R n D\subset\mathbb R\times\mathbb R^n D ⊂ R × R n 為開集,f : D → R n f:D\to\mathbb R^n f : D → R n 連續。方程 x ′ = f ( t , x ) x'=f(t,x) x ′ = f ( t , x ) 在區間 I I I 上的解,是一個連續可微映射 x : I → R n x:I\to\mathbb R^n x : I → R n ,其圖形包含於 D D D ,並在每個時刻滿足方程。初值問題另外指定 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區間,就稱為極大解。
使用區間,是因為初值要沿著連通的時間範圍傳遞。同一公式在兩個不相交區間上的行為,不能單憑一邊的初值連繫起來。對已解出最高階導數的 m m m 階方程,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 ) ,便得到一階系統,並需要指定 m m m 個初始數值。
對可分離方程 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 的區域才可除以 b ( y ) b(y) b ( y ) 。若 B ′ = 1 / b B'=1/b B ′ = 1/ b ,鏈式法則給出 ( B ( y ( t ) ) ) ′ = a ( t ) (B(y(t)))'=a(t) ( B ( y ( t )) ) ′ = a ( t ) ,於是 B ( y ( t ) ) = ∫ a ( t ) d t + C B(y(t))=\int a(t)\,dt+C B ( y ( t )) = ∫ a ( t ) d t + C 。每個滿足 b ( c ) = 0 b(c)=0 b ( c ) = 0 的常數 c c c 都要另行檢查,因為 y = c y=c y = c 是在除法中可能遺失的平衡解。積分後還要檢查所選分支能否反解成函數。
分離變量何時描述完整解?
設 a a a 在時間區間 I I I 上連續,b b b 在開狀態區間 U U U 上連續可微,且 y ′ = a ( t ) b ( y ) y'=a(t)b(y) y ′ = a ( t ) b ( y ) 。b b b 的每個零點 c c c 都給出常值解 y = c y=c y = c 。局部唯一性定理還說明:從滿足 b ( y 0 ) ≠ 0 b(y_0)\ne0 b ( y 0 ) = 0 的狀態出發,解在其存在區間內,無論向前或向後,都不能遇到這樣的常值解。事實上,兩解若相遇,唯一性使它們在相遇時刻附近相等;相等時刻的集合相對於兩者的共同區間既開又閉,因而是整個區間。因此,該非平衡解始終留在集合 { y ∈ U : b ( y ) ≠ 0 } \{y\in U:b(y)\ne0\} { y ∈ U : b ( y ) = 0 } 中含 y 0 y_0 y 0 的連通分支 J J J 內。
在 J J J 上,1 / b 1/b 1/ b 連續,故有原函數 B B B 。對鏈式法則從初時刻積分,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 )
反過來,取值於 J J J 的可微函數若滿足 (S),微分後便滿足原方程。由於 B ′ = 1 / b B'=1/b B ′ = 1/ b 在區間 J J J 上不為零且符號不變,B B B 在那裏嚴格單調,故該關係對每個 t t t 至多確定一個 y y y 值。在 I I I 內,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 的值域內的連通時間區間,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 ) 。但這本身不 表示極大時間區間一定是整個 I I I :如上面的爆破例子,反函數可能在有限時刻不再存在。
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 。這裏 a ( t ) = 2 t a(t)=2t a ( t ) = 2 t 會變號,但 b ( y ) = y ( 1 − y ) b(y)=y(1-y) b ( y ) = y ( 1 − y ) 光滑。唯一性保證解留在 0 < y < 1 0<y<1 0 < y < 1 。結合初值積分得到
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 . 此公式對所有實數 t t t 有定義,直接微分可驗證方程。當 t < 0 t<0 t < 0 時導數為負,t > 0 t>0 t > 0 時為正:唯一性阻止解穿過平衡解,卻不保證非自治方程的解隨時間單調。
除以 b b b 後檢查它的零點,可以補回常值解,卻未必補回所有解。對 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;後者在零處穿過平衡解。任取 c ≥ 0 c\ge0 c ≥ 0 ,令 t ≤ c t\le c t ≤ c 時 y ( t ) = 0 y(t)=0 y ( t ) = 0 ,t ≥ c t\ge c t ≥ c 時 y ( t ) = ( t − c ) 3 y(t)=(t-c)^3 y ( t ) = ( t − c ) 3 ,又得到一個解;接合處的導數相同。每條曲線都可代回原方程驗證。除以 ∣ y ∣ 2 / 3 |y|^{2/3} ∣ y ∣ 2/3 只能描述非零的部分,會遺漏接合方式。狀態函數雖然連續,卻在零處不滿足局部 Lipschitz 條件,因此不能在該處使用上面的唯一性論證。
快速檢查
(對 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 ,求分離變量所得的解和包含零的極大區間。它是否對所有實數時間都有定義?)
初值高於平衡解 1 1 1 ,所以在 y > 1 y\gt1 y > 1 的分支上計算。
解答 · 答案 分離變量得到 y = 1 / ( 1 − 1 2 e − t 2 ) y=1/(1-\tfrac12e^{-t^2}) y = 1/ ( 1 − 2 1 e − t 2 ) 。分母至少為 1 / 2 1/2 1/2 ,所以解實際上在整個 R \mathbb R R 上有定義,且始終大於 1 1 1 。這說明必須由所得公式檢查定義域,不能單憑初值高於平衡點來猜測。
另一方法是辨認全微分。若存在勢函數 H H H 使 H x = M , H y = N H_x=M,H_y=N H x = M , H y = N ,則 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 稱為恰當方程。沿解圖形有 ( H ( x , y ( x ) ) ) ′ = M + N y ′ = 0 (H(x,y(x)))'=M+Ny'=0 ( H ( x , y ( x )) ) ′ = M + N y ′ = 0 ,因此解位於 H H H 的水平曲線上。係數連續可微時,M y = N x M_y=N_x M y = N x 是必要條件;在矩形區域上也是充分條件,可沿水平及垂直線段積分構造勢函數。但若區域有洞,不能只憑混合偏導相等便斷言整個區域有單值勢函數。
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 有勢函數 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 的點附近,隱函數定理把 H = C H=C H = C 寫成局部解圖形。在 H y = 0 H_y=0 H y = 0 處,等值集合仍可存在,但不能直接除以該係數得到正規的 y ′ y' y ′ 方程。水平曲線的幾何與選定自變量後的函數圖形,是兩個要分清的概念。
用障礙函數比較解
有時方程沒有容易寫出的初等函數解,但不等式已足以回答問題。下解 u u u 的變化率不大於方程在其自身狀態所指定的變化率;上解 v v v 的變化率則不小於該值。以下結果也處理兩條曲線初值相同的情況。
設 f : [ t 0 , T ] × J → R f:[t_0,T]\times J\to\mathbb R f : [ t 0 , T ] × J → R 連續,其中 J J J 是區間,且對所有 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,並滿足
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 )) , 則對整個 [ t 0 , T ] [t_0,T] [ t 0 , T ] 都有 u ( t ) ≤ v ( t ) u(t)\le v(t) u ( t ) ≤ v ( t ) 。這裏假設兩條曲線已在共同區間上存在;定理本身並不保證整體存在。
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 + 是絕對連續函數,並且在它可微的幾乎每個時刻,導數至多為 L w + Lw_+ L w + :當 w > 0 w>0 w > 0 ,微分不等式給出 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 ;當 w < 0 w<0 w < 0 ,正部在局部為零;而在幾乎每個零點,正部的導數為零。因此 ( e − L ( t − t 0 ) w + ) ′ ≤ 0 (e^{-L(t-t_0)}w_+)'\le0 ( e − L ( t − t 0 ) w + ) ′ ≤ 0 幾乎處處成立。積分並利用 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 ,故它處處為零,結論隨之成立。
證明透視
首次接觸圖像為何仍需要估計 直觀的論證看 u u u 首次超過 v v v 的時刻並比較斜率,但在接觸點兩條曲線的斜率可以相等,單看斜率甚麼也決定不了。證明改為追蹤整個超出量 w + = max ( u − v , 0 ) w_+=\max(u-v,0) w + = max ( u − v , 0 ) 。兩個微分不等式只在 w > 0 w\gt0 w > 0 處使用;Lipschitz 假設只用了一次,把 f ( t , u ) − f ( t , v ) f(t,u)-f(t,v) f ( t , u ) − f ( t , v ) 化為 L w Lw L w 。這使 e − L ( t − t 0 ) w + e^{-L(t-t_0)}w_+ e − L ( t − t 0 ) w + 不增,而論證之所以收結,是因為它從 w + ( t 0 ) = 0 w_+(t_0)=0 w + ( t 0 ) = 0 出發。沒有 Lipschitz 界,這一步便沒有常數,下面的反例說明結論此時確實失效。
例題 1.1.4
(無需求解,便可估計捕撈後的種群)
設 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 連續且非負。在任一共同存在的正向時間區間上,將 y y y 與無捕撈的解 z ′ = z ( 1 − z ) z'=z(1-z) z ′ = z ( 1 − z ) 、z ( 0 ) = 1 / 2 z(0)=1/2 z ( 0 ) = 1/2 比較。在兩條曲線值域所包含的緊緻區間上,f ( s ) = s ( 1 − s ) f(s)=s(1-s) f ( s ) = s ( 1 − s ) 有有限的 Lipschitz 常數。因 y ′ ≤ f ( y ) y'\le f(y) y ′ ≤ f ( y ) 且 z ′ = f ( z ) z'=f(z) z ′ = f ( z ) ,比較定理給出
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 的公式可由分離變量或直接代入驗證。這個上界不保證 y y y 保持非負:若計算出的種群到達零,而捕撈仍持續,便須重新考慮模型。
反例模式
只有連續而欠缺 Lipschitz 條件,可能不能比較 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 。兩條曲線均解 x ′ = f ( x ) x'=f(x) x ′ = f ( x ) ,初值均為零,但當 t > 0 t>0 t > 0 時 u ( t ) > v ( t ) u(t)>v(t) u ( t ) > v ( t ) 。因此狀態依賴只有連續時,即使兩者都是精確解,相同初值也未必保持所需次序;這裏 f f f 在零附近不是 Lipschitz。
快速檢查
(解 x x x 滿足 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 。證明在它存在的任何區間 [ 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 。則 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 的導數在 u , x u,x u , x 值域所包含的緊緻區間上有界,因此比較定理給出 u ≤ x u\le x u ≤ x 。此不等式是下界,不是解的精確公式。
線性系統寫成 x ′ = A ( t ) x + g ( t ) x'=A(t)x+g(t) x ′ = A ( t ) x + g ( t ) ,其中 A A A 是區間上連續的 n × n n\times n n × n 矩陣函數,g g g 是同一區間上連續的向量函數。基解矩陣是 X ′ = A ( t ) X X'=A(t)X X ′ = A ( t ) X 的可逆矩陣解,其各列組成齊次解空間的一組基。
定義沒有假設矩陣是常數;在一個時刻可逆,藉唯一性便可推出在整個係數區間可逆。
定理/命題
假設閉圓柱 ∣ 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 包含於 D D D ,f f f 在其上連續,並對狀態變量滿足一致的 Lipschitz 條件,常數為 L L L 。則通過 ( t 0 , x 0 ) (t_0,x_0) ( t 0 , x 0 ) 的初值問題有唯一的局部解。特別地,開集上的連續可微向量場在每一點都有唯一局部解。
這裏的 Lipschitz 條件是同一時刻兩個狀態間的估計:∥ 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 ∥ 。只假設連續,在有限維的通常存在定理下仍有局部解,但未必唯一。若 f f f 連續可微,可取較小的凸圓柱,利用狀態偏導在緊緻閉包上的上界得到此條件。它是方便的充分條件,並非唯一性的必要條件。
設 A , g A,g A , g 在包含 t 0 t_0 t 0 的區間 J J J 上連續。則 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 在整個 J J J 上有唯一解。對任一基解矩陣 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 是常矩陣,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 ! 。
第一項傳遞初始狀態;第二項累積各時刻的外力。矩陣 X ( t ) X ( s ) − 1 X(t)X(s)^{-1} X ( t ) X ( s ) − 1 把時刻 s s s 的輸入傳遞至時刻 t t t 。若 A A A 隨時間改變,不同時刻的矩陣一般不交換,因此不能隨意把它改寫成 e ∫ s t A ( r ) d r e^{\int_s^tA(r)dr} e ∫ s t A ( r ) d r 。常矩陣的冪級數則在有界時間區間上一致絕對收斂,可以逐項微分。
齊次解可以任意線性疊加,仍然是齊次解。固定非零外力時,特解的任意線性組合卻未必保留原方程;正確關係是任意兩個特解的差為齊次解。因此非齊次解的全體,是一個特解加上齊次解空間,形成一個 n n n 維仿射集合,其元素與初始狀態 x ( t 0 ) ∈ R n x(t_0)\in\mathbb R^n x ( t 0 ) ∈ R n 一一對應。
概念視角 結構
積分因子也是座標變換 代換 x = X c x=Xc x = X c 以隨時間移動的齊次基量度解。沒有外力時,c c c 保持常數;有外力時,只有座標向量按 c ′ = X − 1 g c'=X^{-1}g c ′ = X − 1 g 演變。純量積分因子在一維做的是同一件事。這個視角說明為何先抵消齊次演變,再進行積分,而不只留下一條要背誦的公式。
證明思路
把微分方程寫成積分方程
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 . 設圓柱上 ∥ f ∥ ≤ M \|f\|\le M ∥ f ∥ ≤ M ,選取 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 上考慮所有滿足 sup ∥ x ( t ) − x 0 ∥ ≤ b \sup\|x(t)-x_0\|\le b sup ∥ x ( t ) − x 0 ∥ ≤ b 的連續曲線。這是上確界範數下的閉且完備集合。上式右邊定義映射 T T T ;界限 M h ≤ b Mh\le b M h ≤ b 確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 ∥ ∞ 使它成為壓縮映射。壓縮映射定理給出唯一不動點;積分中的函數連續,又使該不動點連續可微,因而滿足原方程。從常曲線開始反覆使用 T T T ,就是逐次逼近法。這個論證控制整條曲線,並非只比較某一時刻的值。重疊區間上的局部唯一性容許把解一致拼接,得到極大區間。
證明透視
兩個估計各有任務 不等式 M h ≤ b Mh\le b M h ≤ b 使每次迭代留在假設有效的圓柱內;另一不等式 L h < 1 Lh<1 L h < 1 才使完備函數空間中的距離縮小。兩者不能互相代替:映射可能縮短距離卻離開容許集合,也可能保持集合卻不是壓縮映射。不動點先給出一條連續曲線,積分方程再提供它的可微性。
例題:y ′ = t + y y'=t+y y ′ = t + y 的 Picard 迭代
考慮初值問題 y ′ = t + y y'=t+y y ′ = t + y ,y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 。由 0 0 0 積分至 t t t ,可將它改寫為不動點方程 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 ,並令 y n + 1 = T ( y n ) y_{n+1}=T(y_n) y n + 1 = T ( y n ) 。首三個迭代為
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:當 n ≥ 1 n\ge 1 n ≥ 1 時,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 的情況正是 y 1 y_1 y 1 的公式。若公式對某個 n ≥ 1 n\ge 1 n ≥ 1 成立,則
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 ,
歸納完成。這些函數是指數級數去掉 1 1 1 與 t t t 兩項後的部分和。因此對每個實數 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 ,而且在每個有界區間上一致收斂。直接代入可驗證,y ( t ) = e t − 1 − t y(t)=e^t-1-t y ( t ) = e t − 1 − t 在整個 R \mathbb{R} R 上滿足 y ′ ( t ) = e t − 1 = t + y ( t ) y'(t)=e^t-1=t+y(t) y ′ ( t ) = e t − 1 = t + y ( t ) 及 y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 。這個全局結論來自顯式計算,而非來自壓縮映射論證。
構造性的局部保證
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 是完備空間 ( C ( I ) , ∥ ⋅ ∥ ∞ ) (C(I),\|\cdot\|_\infty) ( C ( I ) , ∥ ⋅ ∥ ∞ ) 的閉子集。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 。又因為 ∣ ( t + y ) − ( t + z ) ∣ = ∣ y − z ∣ |(t+y)-(t+z)|=|y-z| ∣ ( t + y ) − ( t + z ) ∣ = ∣ y − z ∣ ,右端對狀態變量是 Lipschitz 的,常數為 1 1 1 。對 I I I 中的 t t t ,不論正負,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 。於是對 y , z ∈ X y,z\in X y , z ∈ X ,T y Ty T y 連續,並且
∥ 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,並且是壓縮因子 q = 1 2 q=\tfrac12 q = 2 1 的壓縮映射。由 y 0 = 0 ∈ X y_0=0\in X y 0 = 0 ∈ X 出發的迭代在 I I I 上一致收斂至 T T T 在 X X X 中唯一的不動點。該不動點連續,由微積分基本定理可知它在 I I I 的內部滿足 y ′ = t + y y'=t+y y ′ = t + y 且 y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 ;端點處的導數按單側理解。這個論證對更大的區間不作任何斷言。
誤差估計如下。∥ 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 。對 m > n m>n m > n 作伸縮求和,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 → ∞ ,即得對所有 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 。這是有保證的上界,並非實際誤差。
數值檢驗。 當 n = 3 n=3 n = 3 時,上界為 1 / 32 = 0.03125 1/32=0.03125 1/32 = 0.03125 。由於 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 ! ,三角不等式給出的絕對值上界是該尾和在 t = 1 2 t=\tfrac12 t = 2 1 的值,且此處取等號。因此最大值在 t = 1 2 t=\tfrac12 t = 2 1 取得,其值為 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,但約為實際誤差的一百倍。
快速檢查
(只使用上述幾何誤差估計,求能保證在 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 。)
對整數 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 。由於 2 7 = 128 2^7=128 2 7 = 128 ,2 8 = 256 2^8=256 2 8 = 256 ,該估計能保證 n = 8 n=8 n = 8 ,而不能保證任何更小的 n n n 。y 8 y_8 y 8 的實際誤差小得多。可用精確解計算真實誤差;幾何估計則不使用精確解。
積分形式的 Gronwall 不等式
本章的解延拓與連續依賴性論證都建基於同一個原理:若一個非負量受「常數加上它自身過去值的積分」所控制,那麼它的增長不會快於指數函數。本節證明這個原理。
設 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 , ∞ ) 連續。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 ) , 則
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 ) .
定義 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 。由於 b v bv b v 連續,按微積分基本定理,h h h 連續可微,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 。假設正好表示 v ≤ h v\le h v ≤ h 。因為 b ≥ 0 b\ge 0 b ≥ 0 ,把 v ( t ) ≤ h ( t ) v(t)\le h(t) v ( t ) ≤ h ( t ) 兩邊乘以 b ( t ) b(t) b ( t ) 不會改變不等號方向,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 ,則 B ′ = b B'=b B ′ = b ,並且
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 單調不增,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 。於是 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 ) 。整個證明沒有除以 c c c ,所以 c = 0 c=0 c = 0 的情況亦包括在內,此時得到 v ≡ 0 v\equiv 0 v ≡ 0 。
比較兩個解
設 x x x 與 z z z 在公共區間 [ 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 。再設兩條解曲線都停留在集合 D D D 內,並且對所有 ( 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 在整個 [ t 0 , T ] [t_0,T] [ t 0 , T ] 上連續且非負。把兩條積分方程相減並估計被積函數,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 ,
對 v = ∣ x − z ∣ v=|x-z| v = ∣ x − z ∣ 應用引理,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 ) .
這個有限時間估計是有條件的:它只在兩個解都存在而且都停留在 D D D 內的區間上成立。若 x 0 = z 0 x_0=z_0 x 0 = z 0 ,則在 [ t 0 , T ] [t_0,T] [ t 0 , T ] 上 x = z x=z x = z ,這就是向前唯一性。對於 t < t 0 t<t_0 t < t 0 ,可對 x ~ ( τ ) = x ( t 0 − τ ) \tilde x(\tau)=x(t_0-\tau) x ~ ( τ ) = x ( t 0 − τ ) 與 z ~ ( τ ) = z ( t 0 − τ ) \tilde z(\tau)=z(t_0-\tau) z ~ ( τ ) = z ( t 0 − τ ) 作相同論證,它們滿足 y ~ ′ = − f ( t 0 − τ , y ~ ) \tilde y'=-f(t_0-\tau,\tilde y) y ~ ′ = − f ( t 0 − τ , y ~ ) ;但只有當向後區間上也有連續非負的 Lipschitz 界時,這一步才有根據。
例子
考慮 t ≥ 0 t\ge 0 t ≥ 0 上的 x ′ = 2 t x x'=2tx x ′ = 2 t x ,初值分別為 x ( 0 ) = c x(0)=c x ( 0 ) = c 與 z ( 0 ) = c ^ z(0)=\hat c z ( 0 ) = c ^ ,其中 c , c ^ c,\hat c c , c ^ 為任意實數。解為 c e t 2 ce^{t^2} c e t 2 與 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 ,估計給出 ∣ c − c ^ ∣ e t 2 |c-\hat c|e^{t^2} ∣ c − c ^ ∣ e t 2 ,正好等於 ∣ x ( t ) − z ( t ) ∣ |x(t)-z(t)| ∣ x ( t ) − z ( t ) ∣ ,因此這裏的界是精確的。在每個 [ 0 , T ] [0,T] [ 0 , T ] 上,解連續依賴於初值,常數為 e T 2 e^{T^2} e T 2 。但當 T → ∞ T\to\infty T → ∞ 時這個常數無界,而零解確實不穩定:有限區間上的連續依賴性並不蘊含全局穩定性。
快速檢查
(方程 y ′ = sin y y'=\sin y y ′ = sin y 的兩個解 x , z x,z x , z 滿足 ∣ x ( 0 ) − z ( 0 ) ∣ ≤ 10 − 2 |x(0)-z(0)|\le 10^{-2} ∣ x ( 0 ) − z ( 0 ) ∣ ≤ 1 0 − 2 。對 0 ≤ t ≤ 2 0\le t\le 2 0 ≤ t ≤ 2 估計 ∣ x ( t ) − z ( t ) ∣ |x(t)-z(t)| ∣ x ( t ) − z ( t ) ∣ 。)
先確認兩個解都存在於 [ 0 , 2 ] [0,2] [ 0 , 2 ] 。
解答 · 答案 由中值定理,對所有實數 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 。光滑向量場 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時間逃向無窮;由局部存在唯一性可將兩個解延拓至整個 [ 0 , 2 ] [0,2] [ 0 , 2 ] 。估計給出 ∣ 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 。
以下證明線性解公式。在線性情形,每個緊緻時間區間上的 Lipschitz 常數不超過 sup ∥ A ( t ) ∥ \sup\|A(t)\| sup ∥ A ( t ) ∥ 。若 ∥ A ∥ ≤ K , ∥ g ∥ ≤ G \|A\|\le K,\|g\|\le G ∥ A ∥ ≤ K , ∥ g ∥ ≤ G ,積分方程和 Grönwall 不等式給出,對 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 ) . 因此解不能在係數區間內的有限時刻發散。更具體地,若極大右端點位於 J J J 內,該估計使狀態有界,方程再使導數有界。解在端點有有限極限,局部存在定理便可從此延伸,與極大性矛盾。左端點可用反向時間處理。故線性解存在於整個 J J J 。
以標準基作初始列向量解齊次系統,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 ,齊次解 X ( t ) c X(t)c X ( t ) c 在 t 1 t_1 t 1 取零值。唯一性使它恆為零,故 c = 0 c=0 c = 0 ,證明 X X X 可逆。令 x = X c x=Xc x = X c ,代入非齊次方程後,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 。積分並套入初值便得到解公式。
例題詳解
考慮 y ′ = y ( 1 − y ) , y ( 0 ) = y 0 y'=y(1-y),\ y(0)=y_0 y ′ = y ( 1 − y ) , y ( 0 ) = y 0 。先記錄平衡解 0 , 1 0,1 0 , 1 ,再於其他區域積分:
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 . 公式代入兩個平衡初值也正確,但它們的存在已在除法前確認。若 y 0 = − 1 y_0=-1 y 0 = − 1 ,分母為 2 − e t 2-e^t 2 − e t ,包含零的極大區間是 ( − ∞ , log 2 ) (-\infty,\log2) ( − ∞ , log 2 ) ,右端解趨向 − ∞ -\infty − ∞ 。若 0 < y 0 < 1 0<y_0<1 0 < y 0 < 1 ,分母在全部實數時間為正,解遞增並在未來趨向 1 1 1 。相同公式可有不同的存在區間與極限行為。
例題 1.1.10
(積分因子就是反向使用乘積法則)
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 。從零積分到 t t t ,再分部積分,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 。因為積分因子從不為零,這些乘除步驟在係數區間上保留全部解。本例任意兩個解相差 e − 2 t e^{-2t} e − 2 t 的常數倍;非齊次部分由外力共同決定。
一般初值問題的公式值得仔細研究。設 p , q p,q p , q 在包含 t 0 t_0 t 0 的區間 I I I 上連續,且 y ( t 0 ) = y 0 y(t_0)=y_0 y ( t 0 ) = y 0 。把乘積法則從 t 0 t_0 t 0 積分到 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 的任一側:定積分帶有方向。第一項傳遞初值;積分項則以同一個積分因子加權,累積外力的影響。反過來,對 (1) 求導可得原方程,代入 t = t 0 t=t_0 t = t 0 可得 y 0 y_0 y 0 。因此公式在整個 I I I 上構造了解,而且該解唯一:任意兩個解的差乘以 μ \mu μ 後是常數,而初值使這個常數為零。
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 。這裏 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 。從 0 0 0 積分到 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 ,所以在整個 R \mathbb R R 上 y = 1 − e − t 2 y=1-e^{-t^2} y = 1 − e − t 2 。當 t t t 為負時,同一公式仍然成立,不必另選符號。直接求導得 y ′ = 2 t e − t 2 y'=2te^{-t^2} y ′ = 2 t e − t 2 ,代入便可驗證原方程。
守恆律:體積改變的混合槽
使用積分因子之前,先選定未知量及其單位。設槽內最初有 100 100 100 公升純水;每分鐘流入 3 3 3 公升、每公升含 2 2 2 克鹽的鹽水,並流出 2 2 2 公升完全混合的液體。假設槽有足夠容量,且流率和完全混合的條件持續成立。令 A ( t ) A(t) A ( t ) 為 t ≥ 0 t\ge0 t ≥ 0 分鐘後槽內的鹽量,單位為克。體積為 V ( t ) = 100 + t V(t)=100+t V ( t ) = 100 + t 公升,因此槽內濃度為 A ( t ) / ( 100 + t ) A(t)/(100+t) A ( t ) / ( 100 + t ) 克每公升。守恆式是流入鹽的速率減去流出鹽的速率,並非兩個濃度相減:
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.
右邊兩項的單位均為克每分鐘。體積變化使係數 2 / ( 100 + t ) 2/(100+t) 2/ ( 100 + t ) 隨時間改變。對 t ≥ 0 t\ge0 t ≥ 0 ,積分因子 ( 100 + t ) 2 (100+t)^2 ( 100 + t ) 2 為正;相乘並積分可得
( ( 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 ,
常數由 A ( 0 ) = 0 A(0)=0 A ( 0 ) = 0 決定。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 ) .
濃度趨向每公升 2 2 2 克,但鹽量隨不斷增加的體積而無界增長。濃度有極限,不代表總量有極限。直接代入可檢查方程和初值;係數在物理時間區間上連續,故解唯一。
練習 1.1.12
(保持相同的初始體積及流入鹽水,改為每分鐘流出 4 4 4 公升,並設初始鹽量為 200 200 200 克。求槽變空之前的鹽量;為甚麼該公式本身不能描述之後的混合物?)
核心
解答 (3) 1 以新的體積寫出守恆式
此時 V ( t ) = 100 − t V(t)=100-t V ( t ) = 100 − t ,在 0 ≤ t < 100 0\le t\lt100 0 ≤ t < 100 上,守恆式為 A ′ = 6 − 4 A / ( 100 − t ) A'=6-4A/(100-t) A ′ = 6 − 4 A / ( 100 − t ) ,初值為 A ( 0 ) = 200 A(0)=200 A ( 0 ) = 200 。
2 找出一個解並引用唯一性
關鍵一步
函數 A ( t ) = 2 ( 100 − t ) A(t)=2(100-t) A ( t ) = 2 ( 100 − t ) 滿足 A ′ = − 2 = 6 − 8 A'=-2=6-8 A ′ = − 2 = 6 − 8 及 A ( 0 ) = 200 A(0)=200 A ( 0 ) = 200 ,所以它就是此區間內的解:初始濃度 200 / 100 = 2 200/100=2 200/100 = 2 本來便等於流入濃度。
依據: 當 t < 100 t\lt100 t < 100 時係數 4 / ( 100 − t ) 4/(100-t) 4/ ( 100 − t ) 連續。
3 確定模型在何處終止
當 t = 100 t=100 t = 100 時體積為零,A / V A/V A / V 及完全混合流出模型不再有定義。將代數式延伸至 100 100 100 以後,並不能得到此模型的物理解。
看下一步 (2/3) 全部展開
反例模式
除以最高階導數的係數可能排除初始點 考慮初始時刻為 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 只在不含零的區間上成立,所以不能跨越零應用連續係數定理及公式 (1)。在原方程中,每個函數 y ( t ) = C t y(t)=Ct y ( t ) = C t 都是 R \mathbb R R 上滿足 y ( 0 ) = 0 y(0)=0 y ( 0 ) = 0 的解;因此這個初值不能保證唯一性。若改為 y ( 0 ) ≠ 0 y(0)\ne0 y ( 0 ) = 0 ,原方程在零處要求 − y ( 0 ) = 0 -y(0)=0 − y ( 0 ) = 0 ,於是不存在可微解。最高階導數的係數為零時,必須重新檢查原方程:僅憑定理假設不成立,既不能證明不存在解,也不能證明解不唯一。
例題 1.1.13
(Jordan 塊與同速率外力)
設
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 ) . 寫成 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 ) . 常數變易公式給出 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 。先檢查第二行,再檢查第一行,便可直接驗證。重複特徵值不保證有足夠特徵向量,冪零部分帶來時間多項式。不過指數衰減快於任何固定次數多項式的增長,所以兩個分量最後都趨向零。
常見錯誤
除以狀態變量會遺失平衡解,必須把所有被排除的數值代回原方程,正如上面分離變量一節所做。另一方面,積分得到的隱式關係不會在每一點都自動成為函數圖形;要反解某個變量,須檢查相應偏導或另作局部分析。選擇自變量也是解的描述的一部分。
公式中的奇點須分析。可去奇點可能只表示寫法不方便;狀態真正發散則阻止有限值延伸。全實數上係數連續的線性系統,在有限時間不會有狀態爆破,即使它在無窮遠時間增長得很快。不能把無窮時間的增長與有限端點混為一談。
只有 A , B A,B A , B 交換時,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 ) 。對角化公式 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徵向量矩陣。遇到不足特徵向量的矩陣,應用 Jordan 鏈、直接解系統或冪級數,而不是把缺少的向量當作存在。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 ) ,則 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 ) 。
總結
初值解包含其存在區間。顯式方法的每一步都要在合法的除法與分支範圍內進行。局部 Lipschitz 條件給出唯一性;線性系統則在整個連續係數區間有解。基解矩陣描述齊次傳遞,常數變易公式把外力的累積效果加入其中。
練習
快速檢查
(解 y ′ = y 2 y'=y^2 y ′ = y 2 、y ( 0 ) = − 2 y(0)=-2 y ( 0 ) = − 2 ,並給出包含零的極大區間。)
解答 · 答案 分離變量得 y = − 2 / ( 1 + 2 t ) y=-2/(1+2t) y = − 2/ ( 1 + 2 t ) 。分母在 − 1 / 2 -1/2 − 1/2 為零,故極大區間是 ( − 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 ,並符合初值。在左端的發散阻止有限值延伸。
快速檢查
(解 y ′ + y = e − t y'+y=e^{-t} y ′ + y = e − t 、y ( 0 ) = 3 y(0)=3 y ( 0 ) = 3 ,並解釋時間多項式的來源。)
解答 · 答案 乘積方程為 ( 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 ) ,對所有實數時間成立。外力具有齊次解的指數速率,變換後成為常數,再積分便產生因子 t t t 。
快速檢查
(對 A = ( 0 1 0 0 ) A=\begin{pmatrix}0&1\\0&0\end{pmatrix} A = ( 0 0 1 0 ) 計算 e t A e^{tA} e t A ,並解 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 冪級數終止於 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 。第二分量為常數,第一分量的導數等於該常數,直接驗證了兩行方程。
快速檢查
(若 x ′ = f ( t , x ) x'=f(t,x) x ′ = f ( t , x ) 的兩條解在 [ 0 , 3 ] [0,3] [ 0 , 3 ] 上都留在 Lipschitz 常數為 2 2 2 的同一區域,初始距離多小足以保證時刻 3 3 3 的距離至多為 0.01 0.01 0.01 ?)
使用「比較兩個解」中的估計,取 b ≡ 2 b\equiv2 b ≡ 2 。
解答 · 答案 估計為 ∥ 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 ) ∥ 。因此初始距離至多 0.01 e − 6 0.01e^{-6} 0.01 e − 6 就足夠。這只是由 Lipschitz 資訊得到的上界,並非每一對解都會達到等號。