二阶常系数非齐次线性微分方程的特征方程的选取技巧
二阶常系数非齐次线性微分方程y′′+py′+qy=Pm(x)eλxy^{''}+py^{'}+qy=P_m(x)e^{\lambda x}y′′+py′+qy=Pm(x)eλx有形如y∗=xkQm(x)eλxy*=x^kQ_m(x)e^{\lambda x}y∗=xkQm(x)eλx的特解,其中Qm(x)Qm(x)Qm(x)是与Pm(x)Pm(x)Pm(x)同次的多项式, 而k按λ\l...
二阶常系数非齐次线性微分方程
y
′
′
+
p
y
′
+
q
y
=
P
m
(
x
)
e
λ
x
y^{''}+py^{'}+qy=P_m(x)e^{\lambda x}
y′′+py′+qy=Pm(x)eλx
有形如
y
∗
=
x
k
Q
m
(
x
)
e
λ
x
y*=x^kQ_m(x)e^{\lambda x}
y∗=xkQm(x)eλx
的特解,其中
Q
m
(
x
)
Qm(x)
Qm(x)是与
P
m
(
x
)
Pm(x)
Pm(x)同次的多项式, 而k按
λ
\lambda
λ不是特征方程的根、是特征方程的单根或是特征方程的的重根依次取为0、1或2.
一
、
f
(
x
)
=
P
m
(
x
)
e
λ
x
型
一、f(x)=P_m(x)e^{\lambda x}型
一、f(x)=Pm(x)eλx型
以图中为例:对特征方程进行求解,解的
r
1
=
2
,
r
2
=
3
r_1=2,r_2=3
r1=2,r2=3
P
m
(
x
)
=
x
P_m(x)=x
Pm(x)=x是一次函数,故设特征方程中
Q
m
(
x
)
=
b
0
x
+
b
1
Qm(x)=b_0x+b_1
Qm(x)=b0x+b1
λ
=
2
\lambda=2
λ=2是特征方程的单根,所以
k
=
1
k=1
k=1
综上可得特征方程的特解
y
∗
=
x
1
(
b
0
x
+
b
1
)
e
2
x
y*=x^1(b_0x+b_1)e^{2x}
y∗=x1(b0x+b1)e2x
再加一道例题帮助理解
二 、 f ( x ) = e λ x [ P l ( x ) c o s ω x + Q n ( x ) s i n ω x ] 型 二 、f(x)=e^{\lambda x}[P_l(x)cos\,\omega x+Q_n(x)sin\,\omega x]型 二、f(x)=eλx[Pl(x)cosωx+Qn(x)sinωx]型
特 解 可 设 为 : y ∗ = x k e λ x [ R m ( 1 ) ( x ) c o s ω x + R m ( 2 ) ( x ) s i n ω x ] 特解可设为:\\y^{*}=x^ke^{\lambda x}[R^{(1)}_{m}(x)cos\,\omega x+R^{(2)}_{m}(x)sin\,\omega x] 特解可设为:y∗=xkeλx[Rm(1)(x)cosωx+Rm(2)(x)sinωx]
R
m
(
1
)
(
x
)
R^{(1)}_{m}(x)
Rm(1)(x)和
R
m
(
2
)
(
x
)
R^{(2)}_{m}(x)
Rm(2)(x)是m次多项式,
m
=
m
a
x
{
l
,
n
}
m=max\{l,n\}
m=max{l,n}
k
k
k按
λ
+
ω
i
(
或
λ
−
ω
i
)
\lambda+\omega i(或\lambda-\omega i)
λ+ωi(或λ−ωi)不是特征方程的根、是特征方程的单根依次取0或1.
开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!
更多推荐
所有评论(0)