[家里蹲大学数学杂志]第394期分组求积分因子法

简介: 在第 2.3 节中, 我们已经知道, 对 $$\bee\label{ode} M(x,y)\rd x+N(x,y)\rd y=0 \eee$$而言,   1. 若 $M_y=N_x$, 则 \eqref{ode} 为恰当 ode, 而可通过求解 pde 组 $$\bex u_x=M,\quad u_y=N \eex$$ 求出 $u$, 而 \eqref{ode} 的通解为 $u=C$.

在第 2.3 节中, 我们已经知道, 对 $$\bee\label{ode} M(x,y)\rd x+N(x,y)\rd y=0 \eee$$而言,

 

1. 若 $M_y=N_x$, 则 \eqref{ode} 为恰当 ode, 而可通过求解 pde 组 $$\bex u_x=M,\quad u_y=N \eex$$ 求出 $u$, 而 \eqref{ode} 的通解为 $u=C$.

 

2. 若 $M_y\neq N_x$, 则再若

  (1). $\dps{\frac{M_y-N_x}{N}=\varphi(x)}$, 则 \eqref{ode} 有积分因子 $e^{\int \varphi(x)\rd x}$;

  (2). $\dps{\frac{M_y-N_x}{-M}=\psi(y)}$, 则 \eqref{ode} 有积分因子 $e^{\int \psi(y)\rd y}$.

 

上述讨论了仅含有 $x$ 或 $y$ 的积分因子. 现在我们讨论下另一求解方法, 叫做分组求积分因子法. 设 \eqref{ode} 的左端可分成两组, $$\bee\label{ode_two} (P_1\rd x+Q_1\rd y) +(P_2\rd x+Q_2\rd y)=0, \eee$$其中第一、第二组各有积分因子 $\mu_1,\mu_2$, 即 $$\bex \mu_1(P_1\rd x+Q_1\rd y)=\rd u_1,\quad \mu_2(P_2\rd x+Q_2\rd y)=\rd u_2. \eex$$ 若存在可微函数 $g_1,g_2$ 使得 $$\bex \mu_1g_1(u_1)=\mu_2g_2(u_2), \eex$$ 则 $\mu=\mu_1g_1(u_1)$ 是 \eqref{ode_two} 的积分因子. 事实上, $$\beex \bea &\quad \mu[(P_1\rd x+Q_1\rd y)+(P_2\rd x+Q_2\rd y]\\ &=g_1(u_1)\rd u_1+g_2(u_2)\rd u_2\\ &=\rd \sex{\int g(u_1)\rd u_1+\int g(u_2)\rd u_2}. \eea \eeex$$

 

: 求解 ode $$\bee\label{examp} x(4y\rd x+2x\rd y)+y^3(3y\rd x+5x\rd y)=0. \eee$$

 

: 设 $$\bex P_1=4xy,\quad Q_1=2x^2;\quad\quad P_2=3y^4,\quad Q_2=5xy^3. \eex$$ 则 $$\bex P_{1,y}-Q_{1,x}=0,\quad P_{2,y}-Q_{2,x}=12y^3-7y^3=7y^3. \eex$$ 据此, 第一组有积分因子 $\mu_1=1$, $$\bex \mu_1(P_1\rd x+Q_1\rd y)=\rd u_1,\quad u_1=2x^2y, \eex$$ 第二组有积分因子 $\mu_2=e^{\int \frac{7}{5x}\rd x}=x^\frac{7}{5}$, $$\bex \mu_2(P_2\rd x+Q_2\rd y)=\rd u_2,\quad u_2=\frac{5}{4} x^\frac{12}{5}y^4. \eex$$ 注意到 $$\bex 1\cdot \frac{1}{2}\sex{\frac{5}{4}}^\frac{1}{4}2x^2y =x^\frac{7}{5}\cdot \sex{\frac{5}{4} x^\frac{12}{5}y^4}^\frac{1}{4}, \eex$$ (取 $$\bex g_1(u_1)=\frac{1}{2}\sex{\frac{5}{4}}^\frac{1}{4}u_1,\quad g_2(u_2)=u_2^\frac{1}{4} \eex$$ 即可) 我们知 \eqref{examp} 有积分因子 $x^2y$ (常数没有关系, 可化为 $1$): $$\beex \bea 0&=x^2y[x(4y\rd x+2x\rd y)+y^3(3y\rd x+5x\rd y)]\\ &=(4x^3y^2\rd x+2x^4y\rd y) +(3x^2y^5\rd x+5x^3y^4\rd y)\\ &=\rd (x^4y^2)+\rd (x^3y^5)\\ &=\rd (x^4y^2+x^3y^5). \eea \eeex$$

 

: 2015 年 3 月 23 日上课的时候讲积分因子这一小节, 这是举的第二个例子, 可惜了, 不能完完全全按照书上的方法求解. 就此写出, 以为(读第四声)来者. 本 ``小文'' 由自丁同仁李承志《常微分方程教程(第三版)》第 49 页, 及王高雄等《常微分方程(第三版)》第 61 页习题 2(11). 

目录
相关文章
|
关系型数据库 MySQL 数据库
mysql中如何将默认用户名root改成其他?
mysql中如何将默认用户名root改成其他?
|
消息中间件 存储 分布式计算
【Flume】Flume配置文件详细分析
【4月更文挑战第4天】【Flume】Flume配置文件详细分析
|
SQL 关系型数据库 MySQL
MYSQL-SQL语句性能优化策略以及面试题
MYSQL-SQL语句性能优化策略以及面试题
401 1
|
2月前
|
人工智能 安全 API
OpenClaw(Clawdbot)阿里云/本地部署实战指南:百炼API配置流程 + 8个必装核心 Skill 详解
OpenClaw(原Clawdbot)作为2026年开源AI Agent领域的热门工具,其核心竞争力在于丰富的Skill生态系统。ClawHub作为官方技能商店,已收录13,000余个Skill,但其中多数需要编程基础或海外网络环境,普通用户难以直接使用。经过实测筛选,8个高频实用Skill脱颖而出——无需代码能力、零配置即可上手,覆盖技能发现、偏好记忆、内容总结、日常管理等核心场景,真正实现“装上就用”。
588 7
Photoshop - 怎么让画布大小自适应图像大小?
Photoshop - 怎么让画布大小自适应图像大小?
1797 0
Photoshop - 怎么让画布大小自适应图像大小?
|
2月前
|
人工智能
GEO优化公司报价与ROI分析:2026年服务费用结构与价值衡量口径
企业采购GEO优化服务常困于报价不透明、ROI难量化。本文解析其典型费用结构(诊断审计、策略咨询、执行服务含内容/公关/技术/工具),并提供可落地的ROI模型——聚焦防御流失、MQL转化、获客成本等直接指标,兼顾品牌权威与竞争壁垒等长期价值,助决策者科学评估与采购。(239字)
|
6月前
|
监控 安全 Cloud Native
永不信任,始终验证:零信任架构入门
永不信任,始终验证:零信任架构入门
336 112
|
4月前
|
域名解析 存储 弹性计算
阿里云服务器购买与使用参考:云服务器购买、域名注册、备案流程
阿里云服务器购买与使用涵盖ECS选购、域名注册、备案及绑定等流程。ECS选购提供包年包月/按量付费模式,用户可根据需求选择地域、实例规格及镜像存储等配置。域名注册支持多种后缀,提供创建信息模板、实名认证等服务。备案攻略包括准备材料、在线提交申请及审核流程。最后,通过域名解析与服务器绑定,实现网站访问。购买前可先在权益中心领券以获得更多减免。
|
12月前
|
人工智能 Cloud Native 安全
云原生+AI 为企业出海提供全新技术引擎!明天见
5月22日 14:00「飞天发布时刻」,阿里云云原生应用平台产品负责人李国强将重磅揭晓面向 AI 场景的云原生产品体系升级,通过弹性智能的全球一体化架构、开箱即用的云原生 AI 工程化能力,为中国企业出海提供全新技术引擎。
|
数据采集 数据可视化 数据挖掘
数据分析大神养成记:Python+Pandas+Matplotlib助你飞跃!
在数字化时代,数据分析至关重要,而Python凭借其强大的数据处理能力和丰富的库支持,已成为该领域的首选工具。Python作为基石,提供简洁语法和全面功能,适用于从数据预处理到高级分析的各种任务。Pandas库则像是神兵利器,其DataFrame结构让表格型数据的处理变得简单高效,支持数据的增删改查及复杂变换。配合Matplotlib这一数据可视化的魔法棒,能以直观图表展现数据分析结果。掌握这三大神器,你也能成为数据分析领域的高手!
366 2