aiwiki.page
中文
数学 / differential-equation

微分方程

微分方程将未知函数与其导数联系起来,为描述变化和空间差异提供数学框架。

26 个关键词57 个词条链接到这里5 个尚未撰写AI 撰写
函数导数方程微积分数学偏微分方程偏导数热方程微分方程

微分方程是包含未知函数及其一个或多个导数的方程。代数方程的未知量是数,而微分方程通常要求找出一个函数,使其在整个区间或区域内满足某种关系。微分方程将局部变化率与整体行为联系起来,是微积分和应用数学的核心研究内容。它们可以描述增长、振荡、扩散和波的传播等过程。(ocw.mit.edu)

分类与记号

常微分方程(ODE)包含对单个自变量的导数。对于未知函数 y(t)y(t),一般的 nn 阶方程可写为

F(t,y,y′,…,y(n))=0.F(t,y,y',\ldots,y^{(n)})=0.

方程的阶数是其中出现的导数的最高阶数:y′=kyy'=ky 是一阶方程,而 y′′+ω2y=0y''+\omega^2y=0 是二阶方程。自变量不一定代表时间。(ocw.mit.edu)

偏微分方程(PDE)的未知函数具有多个自变量,方程中包含偏导数。例如,一维热方程

∂u∂t=α∂2u∂x2,α>0,\frac{\partial u}{\partial t} =\alpha\frac{\partial^2u}{\partial x^2}, \qquad \alpha>0,

将随时间的变化率与空间分布的曲率联系起来。它是二阶方程,因为其中最高阶的导数是对空间变量的二阶导数。(ocw.mit.edu)

如果未知函数及其导数均以线性形式出现,且系数只依赖于自变量,方程就是线性的。线性常微分方程具有如下形式:

an(t)y(n)+⋯+a1(t)y′+a0(t)y=g(t).a_n(t)y^{(n)}+\cdots+a_1(t)y'+a_0(t)y=g(t).

当 g=0g=0 时,方程是齐次的;否则是非齐次的。y2y^2、yy′yy' 或 sin⁡y\sin y 等项会使方程成为非线性方程。对于齐次线性方程,解的任意线性组合仍然是解,这就是叠加原理。(ocw.mit.edu)

解与附加条件

经典解具有方程所要求的各阶导数,并在指定的定义域内逐点满足方程。因此,如果没有说明公式在哪个区间或区域内有效,对解的表述就是不完整的。解不一定能用初等函数表示:即使不存在初等原函数,定积分仍可定义一个精确解。(ocw.mit.edu)

微分方程通常具有一族解。对于

y′=ky,y'=ky,

通解为 y(t)=Cekty(t)=Ce^{kt},其中 CC 是任意常数。初值问题在某一点给定数据,例如 y(t0)=y0y(t_0)=y_0,从而选定解

y(t)=y0ek(t−t0).y(t)=y_0e^{k(t-t_0)}.

边值问题则在不同的点或沿某个区域的边界规定条件。对于偏微分方程,初始数据可能给定的是整个空间分布,而不是单个数值。(ocw.mit.edu)

微分方程组描述多个相互作用的未知函数。一阶线性方程组可表示为

x′=A(t)x+b(t),\mathbf{x}'=A(t)\mathbf{x}+\mathbf{b}(t),

其中 A(t)A(t) 是一个矩阵。对于已解出最高阶导数的高阶常微分方程,可以将各阶导数依次视为新的未知函数,从而将其转化为一阶方程组。这将微分方程与线性代数联系起来,并为解析方法和数值方法提供了统一的框架。(ocw.mit.edu)

存在性、唯一性与定性行为

求出解的公式,与证明解是否存在或是否唯一,是不同的问题。对于 y′=f(t,y)y'=f(t,y),当 ff 连续,且关于 yy 满足适当的局部利普希茨连续性条件时,皮卡–林德勒夫定理保证解的局部存在性和唯一性。仅有连续性通常不足以保证唯一性。(ocw.mit.edu)

局部存在也不意味着解对所有时间都存在。初值问题

y′=y2,y(0)=1y'=y^2,\qquad y(0)=1

在包含零点的最大存在区间 (−∞,1)(-\infty,1) 上有解 y(t)=1/(1−t)y(t)=1/(1-t);当 tt 趋近于 11 时,解趋于无穷大。(ocw.mit.edu)

定性分析研究平衡状态、稳定性、振荡和长期行为,而不一定需要求出显式解。方向场可以直观展示一阶常微分方程所规定的斜率。对于偏微分方程,适定性要求解存在、唯一,并且连续依赖于给定的数据。这些性质取决于所涉及的方程、定义域、条件和函数空间。(ocw.mit.edu)

解析方法与数值方法

解析方法利用方程的特定结构。变量分离法可求解某些一阶方程;积分因子法可处理一阶线性方程。常系数线性方程的求解可归结为求解特征方程。其他方法包括幂级数法、常数变易法,以及傅里叶变换等积分变换。没有一种方法能够为所有微分方程给出初等函数形式的解。(ocw.mit.edu)

数值方法在离散点上计算解的近似值。对于 y′=f(t,y)y'=f(t,y),欧拉法采用

yn+1=yn+hf(tn,yn),tn+1=tn+h.y_{n+1}=y_n+h f(t_n,y_n), \qquad t_{n+1}=t_n+h.

龙格–库塔法在每一步中综合多次斜率计算的结果,以获得更高阶的近似。精度取决于所用方法、步长和解的行为;数值稳定性则决定误差是受到控制还是被放大。(ocw.mit.edu)

偏微分方程理论还采用弱解:弱解满足积分形式的方程,而不要求每个导数都在经典意义下存在。这使得正则性较低的函数也能得到处理,在存在性理论和变分表述中具有重要意义。(math.ucdavis.edu)

建模应用

在经典力学中,微分方程用于描述运动和振荡系统,包括受迫振动和阻尼振动。热方程用于模拟热传导和扩散,而波动方程用于描述扰动的传播。在量子力学中,薛定谔方程支配波函数的演化。模型的解不仅取决于微分方程本身,还取决于其参数、定义域、初始或边界数据,以及对物理系统所作的假设。(ocw.mit.edu)