当前位置: 首页 > web >正文

一阶线性方程 线性方程

好的!我们一步一步详细推导一阶线性微分方程的通解公式,不跳步、不省略,每个步骤都解释为什么这样做。


🧩 问题类型:

我们研究这种一阶线性微分方程:

d y d x + P ( x ) y = Q ( x ) \frac{dy}{dx} + P(x)y = Q(x) dxdy+P(x)y=Q(x)

目标:求出 y = y = y= 形式的通解。


✳️ 思路:让左边变成一个整体的导数!

我们希望把左边变成一个“整体函数的导数”,比如像这样:

d d x [ f ( x ) y ] \frac{d}{dx}[f(x)y] dxd[f(x)y]

如果能做到这一点,就能两边同时积分,从而解出 y y y


🔍 怎样让左边变成一个整体的导数?

设一个函数 μ ( x ) \mu(x) μ(x),我们乘在方程两边:

μ ( x ) ⋅ ( d y d x + P ( x ) y ) = μ ( x ) Q ( x ) \mu(x)\cdot \left( \frac{dy}{dx} + P(x)y \right) = \mu(x)Q(x) μ(x)(dxdy+P(x)y)=μ(x)Q(x)

展开左边:

μ ( x ) d y d x + μ ( x ) P ( x ) y \mu(x)\frac{dy}{dx} + \mu(x)P(x)y μ(x)dxdy+μ(x)P(x)y

我们希望这个形式变成:

d d x [ μ ( x ) y ] \frac{d}{dx}[\mu(x)y] dxd[μ(x)y]

❓什么时候成立?

根据乘积求导公式:

d d x [ μ ( x ) y ] = μ ( x ) d y d x + μ ′ ( x ) y \frac{d}{dx}[\mu(x)y] = \mu(x)\frac{dy}{dx} + \mu'(x)y dxd[μ(x)y]=μ(x)dxdy+μ(x)y

所以比较两边:

  • 我们已经有: μ ( x ) d y d x + μ ( x ) P ( x ) y \mu(x)\frac{dy}{dx} + \mu(x)P(x)y μ(x)dxdy+μ(x)P(x)y
  • 要让它变成: μ ( x ) d y d x + μ ′ ( x ) y \mu(x)\frac{dy}{dx} + \mu'(x)y μ(x)dxdy+μ(x)y

于是我们要求

μ ′ ( x ) = μ ( x ) P ( x ) \mu'(x) = \mu(x)P(x) μ(x)=μ(x)P(x)


✴️ 解这个微分方程找出 μ ( x ) \mu(x) μ(x)

d μ d x = μ ( x ) P ( x ) \frac{d\mu}{dx} = \mu(x) P(x) dxdμ=μ(x)P(x)

这个是可分离变量的微分方程:

d μ μ = P ( x ) d x ⇒ ∫ 1 μ d μ = ∫ P ( x ) d x ⇒ ln ⁡ ∣ μ ∣ = ∫ P ( x ) d x ⇒ μ ( x ) = e ∫ P ( x ) d x \frac{d\mu}{\mu} = P(x) dx \Rightarrow \int \frac{1}{\mu} d\mu = \int P(x)\, dx \Rightarrow \ln|\mu| = \int P(x)\, dx \Rightarrow \mu(x) = e^{\int P(x)\, dx} μdμ=P(x)dxμ1dμ=P(x)dxlnμ=P(x)dxμ(x)=eP(x)dx

这就是所谓的积分因子


🧮 回到原方程:

我们现在用这个 μ ( x ) \mu(x) μ(x) 乘以原方程:

μ ( x ) d y d x + μ ( x ) P ( x ) y = μ ( x ) Q ( x ) \mu(x)\frac{dy}{dx} + \mu(x)P(x)y = \mu(x) Q(x) μ(x)dxdy+μ(x)P(x)y=μ(x)Q(x)

左边变成:

d d x [ μ ( x ) y ] = μ ( x ) Q ( x ) \frac{d}{dx}[\mu(x)y] = \mu(x)Q(x) dxd[μ(x)y]=μ(x)Q(x)


🔚 两边积分

∫ d d x [ μ ( x ) y ] d x = ∫ μ ( x ) Q ( x ) d x ⇒ μ ( x ) y = ∫ μ ( x ) Q ( x ) d x + C ⇒ y = 1 μ ( x ) ( ∫ μ ( x ) Q ( x ) d x + C ) \int \frac{d}{dx}[\mu(x)y]\, dx = \int \mu(x)Q(x)\, dx \Rightarrow \mu(x)y = \int \mu(x)Q(x)\, dx + C \Rightarrow y = \frac{1}{\mu(x)}\left( \int \mu(x)Q(x)\, dx + C \right) dxd[μ(x)y]dx=μ(x)Q(x)dxμ(x)y=μ(x)Q(x)dx+Cy=μ(x)1(μ(x)Q(x)dx+C)


📌 最终通解公式

y = e − ∫ P ( x ) d x ( ∫ e ∫ P ( x ) d x Q ( x ) d x + C ) \boxed{ y = e^{-\int P(x)\, dx} \left( \int e^{\int P(x)\, dx} Q(x)\, dx + C \right) } y=eP(x)dx(eP(x)dxQ(x)dx+C)

这就是我们推导出来的一阶线性微分方程通解!


📘 小提示(记忆技巧):

  • 积分因子是 e ∫ P ( x ) d x e^{\int P(x) dx} eP(x)dx
  • 左边变成“乘积的导数”,积分后再除回来

是否需要我再举一个简单的例子从头推一遍,边写边解释?这样你会更容易看明白。

非常好的问题!你问的这个:

d d x [ μ ( x ) y ] \frac{d}{dx}[\mu(x) y] dxd[μ(x)y]

到底是什么意思?我们来一步一步讲清楚它。


🧠 这是什么意思?

这是一个函数乘积的导数,意思是:

d d x [ μ ( x ) ⋅ y ( x ) ] \frac{d}{dx}[\mu(x) \cdot y(x)] dxd[μ(x)y(x)]

也就是说, μ ( x ) \mu(x) μ(x) 是一个函数, y ( x ) y(x) y(x) 也是一个函数,我们要对它们的乘积求导。


✍️ 用“乘积法则”展开:

根据乘积求导法则(Product Rule):

d d x [ μ ( x ) ⋅ y ( x ) ] = μ ( x ) ⋅ d y d x + d μ d x ⋅ y ( x ) \frac{d}{dx}[\mu(x) \cdot y(x)] = \mu(x) \cdot \frac{dy}{dx} + \frac{d\mu}{dx} \cdot y(x) dxd[μ(x)y(x)]=μ(x)dxdy+dxdμy(x)

也就是说:

d d x [ μ ( x ) y ] = μ ( x ) d y d x + μ ′ ( x ) y \frac{d}{dx}[\mu(x)y] = \mu(x)\frac{dy}{dx} + \mu'(x)y dxd[μ(x)y]=μ(x)dxdy+μ(x)y


🌟 为什么我们要这样做?

因为我们的原始方程是:

d y d x + P ( x ) y = Q ( x ) \frac{dy}{dx} + P(x)y = Q(x) dxdy+P(x)y=Q(x)

我们通过选一个合适的 μ ( x ) \mu(x) μ(x),让这个左边变成:

μ ( x ) d y d x + μ ( x ) P ( x ) y \mu(x)\frac{dy}{dx} + \mu(x)P(x)y μ(x)dxdy+μ(x)P(x)y

如果我们能 μ ′ ( x ) = μ ( x ) P ( x ) \mu'(x) = \mu(x)P(x) μ(x)=μ(x)P(x),那么:

μ ( x ) d y d x + μ ( x ) P ( x ) y = μ ( x ) d y d x + μ ′ ( x ) y = d d x [ μ ( x ) y ] \mu(x)\frac{dy}{dx} + \mu(x)P(x)y = \mu(x)\frac{dy}{dx} + \mu'(x)y = \frac{d}{dx}[\mu(x)y] μ(x)dxdy+μ(x)P(x)y=μ(x)dxdy+μ(x)y=dxd[μ(x)y]

这就把原来“两个项”的导数,合成成“一个整体”的导数,方便我们做积分!


✅ 小结:

  • d d x [ μ ( x ) y ] \frac{d}{dx}[\mu(x)y] dxd[μ(x)y] μ ( x ) ⋅ y ( x ) \mu(x) \cdot y(x) μ(x)y(x) 的导数。

  • 展开后是:

    μ ( x ) d y d x + μ ′ ( x ) y \mu(x)\frac{dy}{dx} + \mu'(x)y μ(x)dxdy+μ(x)y

  • 它表示“两个函数相乘后的导数”,不是分别对它们求导,也不是它们导数的积。


需要我用一个具体的数值函数(比如 μ ( x ) = e x \mu(x) = e^x μ(x)=ex y = x 2 y = x^2 y=x2)来演示一下乘积导数怎么算吗?这样你会更直观。

http://www.xdnf.cn/news/6891.html

相关文章:

  • JAVA EE_HTTP
  • Python训练营打卡Day28
  • Java二叉树题目练习
  • Unity3D仿星露谷物语开发44之收集农作物
  • 物联网赋能7×24H无人值守共享自习室系统设计与实践!
  • linux线程基础
  • Reactor (epoll实现基础)
  • 数字电子技术基础(五十九)——脉冲触发的触发器
  • 量化用到的机器学习书籍推荐
  • Kotlin与机器学习实战:Android端集成TensorFlow Lite全指南
  • 2025B难题练习
  • SEO 优化实战:ZKmall模板商城的 B2C商城的 URL 重构与结构化数据
  • 无监督学习在医疗AI领域的前沿:多模态整合、疾病亚型发现与异常检测
  • Windows本地化部署Dify完整指南
  • python的漫画网站管理系统
  • Oracle 11.2.0.4 pre PSU Oct18 设置SSL连接
  • 计算机操作系统概要
  • 学习日志09 java
  • windows编程中加载DLL的两种典型方式的比较
  • 找客户的app
  • 人脸表情识别检测数据集VOC+YOLO格式9400张8类别
  • Quartus qsf 文件 常用约束指令分析
  • 【C++】STL简介
  • 保存主表信息以及关联信息
  • 青少年ctf平台应急响应-应急响应1
  • 测试:TestCafe - 判断按钮是否活性化
  • ROS资料推荐学习
  • GCC 版本与C++ 标准对应关系
  • JWT令牌
  • 记一次从windows连接远程Linux系统来控制设备采集数据方法