第 7 讲:高阶线性方程的一般理论

高阶线性方程的重点不只是某一种求解技巧,而是先看清“全部解”形成什么结构。这个结构决定了为什么齐次方程需要 nn 个基本解、非齐次方程只需再找一个特解。

标准形式与线性算子

nn 阶线性方程标准化为

L[y]=y(n)+a1(x)y(n−1)+⋯+an(x)y=f(x).L[y] =y^{(n)}+a_1(x)y^{(n-1)}+\cdots+a_n(x)y=f(x).

线性意味着

L[c1y1+c2y2]=c1L[y1]+c2L[y2].L[c_1y_1+c_2y_2] =c_1L[y_1]+c_2L[y_2].

它不要求系数是常数,只要求未知函数及各阶导数都一次出现,彼此不相乘,也不经过非线性函数。

若系数和 ff 在区间 II 连续,则给定 x0∈Ix_0\in I 和初值

y(x0),y′(x0),…,y(n−1)(x0),y(x_0),y'(x_0),\dots,y^{(n-1)}(x_0),

初值问题在整个 II 上存在唯一解。

齐次解空间

对 L[y]=0L[y]=0,任意解的线性组合仍是解,因此解集是向量空间。存在唯一性定理表明其维数为 nn。

若 y1,…,yny_1,\dots,y_n 线性无关,则它们构成基本解组,通解为

yh=C1y1+⋯+Cnyn.y_h=C_1y_1+\cdots+C_ny_n.

任意常数的个数不是经验,而是解空间维数。

Wronski 行列式

W(y1,…,yn)(x)=det⁡(y1⋯yny1′⋯yn′⋮⋮y1(n−1)⋯yn(n−1)).W(y_1,\dots,y_n)(x) =\det \begin{pmatrix} y_1&\cdots&y_n\\ y_1'&\cdots&y_n'\\ \vdots&&\vdots\\ y_1^{(n-1)}&\cdots&y_n^{(n-1)} \end{pmatrix}.

对同一个 nn 阶线性齐次方程的解,若某一点 W(x0)≠0W(x_0)\ne0,它们线性无关并构成基本解组。Abel 公式给出

W(x)=W(x0)exp⁡(−∫x0xa1(t)dt).W(x)=W(x_0) \exp\left(-\int_{x_0}^{x}a_1(t)dt\right).

所以在系数连续区间内,Wronski 要么处处非零,要么处处为零。

对任意一般函数,W=0W=0 并不总能推出线性相关;这个充分结论依赖它们是同一线性方程的解等条件。

非齐次解的仿射结构

若 ypy_p 是 L[y]=fL[y]=f 的一个特解,而 yhy_h 是齐次解,则

L[yp+yh]=f.L[y_p+y_h]=f.

反过来,任意两个非齐次解之差满足齐次方程。因此全部非齐次解为

y=yp+C1y1+⋯+Cnyn.y=y_p+C_1y_1+\cdots+C_ny_n.

非齐次解集不是过原点的向量空间,而是齐次解空间平移后的仿射空间。

右端叠加

若 L[yi]=fiL[y_i]=f_i,则

L[c1y1+c2y2]=c1f1+c2f2.L[c_1y_1+c_2y_2]=c_1f_1+c_2f_2.

这允许把复杂右端拆成几部分,分别找特解再相加。注意只有线性方程能这样做。

已知一个解时降阶

二阶齐次方程

y′′+p(x)y′+q(x)y=0y''+p(x)y'+q(x)y=0

若已知非零解 y1y_1,令 y=v(x)y1(x)y=v(x)y_1(x)。代入后含 vv 的项因 y1y_1 满足原方程而抵消,剩下关于 v′v' 的一阶方程。最终第二个解可写为

y2=y1∫e−∫p(x)dxy1(x)2dx.y_2=y_1\int \frac{e^{-\int p(x)dx}}{y_1(x)^2}dx.

这叫降阶公式。使用时要在 y1≠0y_1\ne0 的区间内工作。

检查线性题的结构

  • 标准化前先除以最高阶系数,并排除其零点;
  • 齐次通解必须有 nn 个独立常数;
  • 找到候选解后代回并检查 Wronski;
  • 非齐次答案必须是“齐次通解 + 一个特解”;
  • 初值条件用于解常数,不改变通解结构。

评论