Posted on Leave a comment

有理函数的积分,并非只有部分分式法

这篇文章我们考虑两个积分

\[\int\frac{1}{x^7-x}dx,\qquad \int\frac{x^2-1}{x^4+1}\]

这是两个有理函数的积分。我在之前的文章里说过 ,有理函数的积分,一般采用部分分式法,就是将有理函数分解成四种简单分式之和,然后对简单分式分别积分就行。对于有理函数的积分,总是能采用这种方法求得出它们的积分 (参见 不定积分求法总结)。 读者可以先试试用部分分式法求这两个积分,看看能不能积出来,需要花费多长时间。

我们的问题是,部分分式积分法对有理函数并不总是最有效的,对于有些有理函数,采用其它的方法或许会更有效。我们来看第一个积分

\[\int\frac{1}{x^7-x}dx\]

对于这一个积分 ,如果采用部分分式法来积分 ,我们来看一下需要哪些步骤:

\[ \frac{1}{x^7-x} =\frac{1}{x(x^3-1)(x^3+1)}=\frac{1}{x(x-1)(x^2+x+1)(x+1)(x^2-x+1)}\]

那么它的部分分式就该有五部分

\[\frac{A_1}{x}, \frac{A_2}{x-1},\frac{A_3}{x+1},\frac{B_1x+C_1}{x^2+x+1},\frac{B_2x+C_2}{x^2-x+1}\]

光是求这些系数就够烦琐的了,而且最后两个二次分式的积分还需要分成两个积分来求 。虽然这也能求出最后的积分,但这中间的过程绝不是一件有趣的事。

其实,这样的积分 ,我们有一种更有效,更简单的方式来求。我们来看解答。

解:积分可以写成

\[\int\frac{1}{x^7-x}dx=\int\frac{1}{x^7(1-\frac{1}{x^6})}dx\]

如果我们令 \(u= 1-\frac{1}{x^6} \),则 \(du=\frac{6}{x^7}\),则上式变为

\[\begin{align*} \int\frac{1}{x^7(1-\frac{1}{x^6})}dx &=\frac{1}{6}\int\frac{6}{x^7}\frac{1}{1-\frac{1}{x^6}}dx\\ &= \int\ \frac{1}{6}\frac{1}{u}du\\ &=\frac{1}{6}\ln|u|+c \\ &=\frac{1}{6}\ln|1-\frac{1}{x^6}|+c\end{align*}\]

我们来看第二个例子。

\[\int\frac{x^2-1}{x^4-1}dx\]

解:这个积分初看起来,甚至都不知道怎么对分式进行分解(当然是可以进行分解的,只是不那么明显而已,你可以试一试)。但即使是我们找到了它的分解方式,使用部分分式法来求这个积分,也不是最有效的。 我们来看一下如何简便地求出这个积分。我们先对分子分母同除以 \(x^2\),得到了

\[\int\frac{1-\frac{1}{x^2}}{x^2+\frac{1}{x^2}}dx\]

再对分母配方,我们得到

\[\int\frac{ 1-\frac{1}{x^2} }{(x+\frac{1}{x})^2-2}dx\]

这个时候注意到 \(\left( x+\frac{1}{x} \right)’= 1-\frac{1}{x^2} \),所以我们可以用代换 \(u= x+\frac{1}{x} \),从而积分可以变成

\[\int\frac{du}{u^2-2}\]

这时候我们再用部分分式 \[ \frac{1}{u^2-2}=\frac{1}{(u-\sqrt{2})(u+\sqrt{2})}=\frac{A}{u-\sqrt2}+\frac{B}{u+\sqrt2} \]

求出 \(A,B\),我们得到 \(A=\frac{1}{2\sqrt2}, B=-\frac{1}{2\sqrt2}\)。所以积分 变为

\[ \begin{align*}\int\frac{du}{u^2-2} &= \frac{1}{2\sqrt2} \int\frac{du}{u-\sqrt2}- \frac{1}{2\sqrt2} \int\frac{du}{u+\sqrt2}\\ &= \frac{1}{2\sqrt2}( \ln|u-\sqrt2|+\ln|u+\sqrt2|)+C\\ &= \frac{1}{2\sqrt2} \ln\left|\frac{u-\sqrt2}{u+\sqrt2} \right|+C \end{align*}\]

代回原来变量,我们得到了

\[\int\frac{x^2-1}{x^4+1}dx= \frac{1}{2\sqrt2} \ln\left|\frac{x+\frac{1}{x}-\sqrt2}{x+\frac{1}{x}+\sqrt2} \right|+C \]

最后,我们看看,如果要用部分分式法求解,如何对被积函数进行分解。我们需要对分母进行配方

\[\begin{align*}\frac{x^2-1}{x^4+1}&=\frac{x^2-1}{(x^4+2x^2+1)-2x^2}\\ &=\frac{x^2-1}{(x^2+1)^2-2x^2}\\ &= \frac{x^2-1}{(x^2+1-\sqrt{2}x)(x^2+1-\sqrt{2}x)}\\ &= \frac{A_1x+B_1}{x^2+1-\sqrt{2}x}+\frac{A_2x+B_2}{x^2+1-\sqrt{2}x} \end{align*}\]

剩下的部分留给读者去完成 。

Posted on Leave a comment

当旋转轴不是坐标轴时,如何求旋转体的体积?

我们知道,\(y=f(x), a\le x\le b\) 绕 \(x\) 轴旋转时,我们用切片法(参见切片法求旋转体的体积)求得它的体积为

\[V=\int_a^b \pi f^2(x)dx\]

当它绕 \(y\) 轴旋转时,我们用圆桶法(参见圆桶法求旋转体的体积)求得它的体积为

\[V=\int_a^b2\pi xf(x)dx\]

同样的分析,我们可以求得 \(x=g(y), c\le y\le d\) 分别绕 \(x\) 轴和 \(y\) 轴旋转时的旋转体体积

\[V_x=\int_c^d2\pi y g(y)dy,\quad V_y=\int_c^d\pi g^2(y)dy\]

那么,如果旋转轴不是坐标轴,那旋转体的体积怎么算呢?我们可以同样用切片法或者圆桶法来求得它们的体积。我们用例子来说明这些方法。

例1,求由曲线 \(y=x, y=\sqrt{x}\) 所围成的图形分别绕 \(y=-1\) 和 \(x=-1\) 旋转所得的旋转体的体积。

解:我们先求绕 \(y=-1\) 旋转的旋转体的体积。我们可以用外层的曲线旋转围出来的体积减去内层曲线旋转围出来的体积。对任何 \(0\le x\le 1\),外层曲线旋转的截面的半径为 \(y-(-1)=x+1\), 内层曲线旋转的截面的半径为 \(y-(-1)=\sqrt{x}+1\),所以由切片法, 我们得到旋转面的面积为

\[V_x=\pi\int_0^1[(x+1)^2-(\sqrt{x}+1)^2]dx\]

现在我们用圆桶法求绕 \(x=-1\) 旋转所得的体积。我们还是用外层曲线绕出来的体积减去内层曲线绕出来的体积。对任何 \(0\le x\le 1\), 圆桶的内径为 \(x-(-1)=x+1\),外径为 \(x+\Delta x-(-1)=x+1+\Delta x\),高为 \(x-\sqrt{x}\) (上曲线减下曲线)所以圆桶壁的体积近似为

\[\pi( x+1+\Delta x )^2( x-\sqrt{x} )- \pi( x+1 )^2( x-\sqrt{x} )=2\pi (x+1)( x-\sqrt{x} )\Delta x+\pi\Delta^2x( x-\sqrt{x} ) \]

略去高阶无穷小,圆桶壁的体积近似于

\[ 2\pi (x+1)( x-\sqrt{x} )\Delta x \]

求和之后再求极限,就是定积分

\[V_y=\int_0^12\pi(x+1)( x-\sqrt{x} )dx\]

Posted on Leave a comment

已知函数的切线过曲线外一点,如何求该切线的方程?

假如函数\(y=f(x)\) 的一条切线过点 \((a,b)\),如何求这条切线的方程?

这样的题通常有点迷惑性,有些同学经常是求出函数的导数后,想都不想就把 \((a,b)\) 的值代入到切线的方程里去,自然就求出了一个错误的方程。另外,这样的题也稍微有一点难度,纵然知道怎么求,也需要花一点点时间来计算。

我们用一个例子说明如何求这样的切线。

例:已知曲线 \(y=\frac{1}{x}\) 的切线过点 \((4,0)\) ,求该切线的方程。

解:这种题的迷惑性在于,它并没有直接说点 \((4,0)\) 不在曲线上,这使得不少的同学直接把它当成直线上的点来计算切线的方程。当然这个例子,比较明显这个点不在直线上。那我们来看一看如何处理这种题型。

我们假设切线与曲线相切于点 \((x_0,y_0)\),则切线的方程为

\[y-y_0=f'(x_0)(x-x_0)\]

我们求出函数的一阶导数为 \(f'(x)=-\frac{1}{x^2}\)。所以曲线在该点的切线方程为

\[ y-y_0=-\frac{1}{x_0^2}(x-x_0) \]

因为 \((x_0,y_0)\) 在曲线上,所以有 \(y_0=\frac{1}{x_0}\),所以切线方程为

\[y= -\frac{x}{x_0^2}+\frac{2}{x_0} \]

又因为切线过点 \((4,0)\) ,所以切线方程又可以写成

\[ y= -\frac{1}{x_0^2}(x-4) \]

将这两个方程比较 ,我们得到

\[ \frac{2}{x_0} = \frac{4}{x_0^2} \]

两边同乘以 \(x_0^2\),我们得到 \(x_0=2\),代入到上面任何一个切线方程里,就可以得到切线的方程为

\[y=-\frac{1}{4}x+1\]

对于这种类型的题目,关键步骤是求出切点的坐标。求切点坐标的方法就是将导数给出的切线方程与用已给点的导出直线方程做比较。只要求出切点,切线的方程就出来了。

Posted on Leave a comment

一阶线性微分方程的积分因子法

对于一阶线性微分方程\[y’+p(x)y=f(x)\]来说,一般教材采用常数变易来导出解的公式。事实上,我们也可以使用积分因子法来求解这类方程。

积分因子法的基本思想就是,将方程乘以 一个函数,将方程的右边变成一个函数的导数,然后两边积分,就可以求出未知函数了。

对于 一阶线性微分方程来说,积分因子是比较好找的,因为含有未知函数的就只有两项,导数含有两项的就是两个函数的乘积了。

我们假设方程有一个积分因子\(\mu(x)\),我们现在将它找出来。将它乘以方程两边,我们得到

\[\mu(x)y’+\mu(x)p(x)y=\mu(x)f(x)\]

因为第一项是 \(\mu(x)y’\),所以右边只能是 \((\mu(x)y)’\),利用乘积求导法则,我们知道 \(\mu(x)p(x)=\mu'(x)\),利用分离变量法,可以求出它的一个解

\[\mu(x)=e^{\int p(x)dx}\]

也就是说,这个积分因子是\( e^{\int p(x)dx}\),将它乘以方程两边,我们得到

\[( e^{\int p(x)dx} y)’= e^{\int p(x)dx} f(x)\]

两边积分 ,我们得到

\[ e^{\int p(x)dx} y =\int e^{\int p(x)dx} f(x) +C \]

再将两边乘以 \( e^{-\int p(x)dx} \),就得到了方程的解

\[ y = e^{-\int p(x)dx} \left(\int e^{\int p(x)dx} f(x) +C\right) \]

这个公式 ,与我们用常数变易法求得的公式是一致的。

Posted on Leave a comment

如何理解极限的严格定义?

初学高等数学(或者微积分)的同学,都会觉得极限的严格定义非常难以理解。我们来试着解释一下,如何才能比较好的理解它。

我们先来回顾一下极限的严格定义:对任何的 \epsilon>0,存在 \delta>0,使得当 0<|x-a|<\delta 的时候, 不等式 |f(x)-A|<\epsilon 成立。我们就说 A 是函数 f(x)x 趋近于 a 时的极限。

第一次看到这样的定义的时候,往往连句子都读不通顺,更别说里面的数学含义了。我们更习惯的是极限的直观定义:当 x 越来越接近于 a 时,f(x) 越来越接近数 A,我们就说当 x 趋近于 a 的时候 ,函数 f(x) 的极限是 A.

举个例子,当 x 越来越接近于 2 时, x^2 越来越接近于 4,我们就说 4x^2x 趋近于 2 时的极限。

这样的句子我们比较能够接受,也容易理解。问题是,这样的表述在数学上是不严谨的。“越来越接近”是多接近?这在数学上是不能够被接受的。

稍微数学(严格)一点的说法是:当 x 充分接近 a 时,函数 f(x) 可以无限接近于 A,……。当然这样的句子我们还是能够理解,知道意思跟前面的直观定义也差不多。但还是不够。

事实上,极限的严格定义只是将我们的直观定义用数学语言描述了一遍,我们仍然可以是直观的定义去理解。

我们说 x 充分接近于 a,那么就是说 xa 的距离足够近,而描述距离的数学方式,就是两个数之差的绝对值;足够近,就是两个数的距离足够小,而足够小就是它的值应该小于某个很小的数,这个数就是我们要找的 \delta

那么如何用数学语言或者数学式子描写“无限接近”?我们刚才讲了“接近” 就是距离,那么无限接近是什么?就是距离可以无限小。那么如何描写无限小?我们知道距离是正数,如果距离无限小,就是距离无限接近于 0。距离无限接近于 0,而又因为 0 小于任何正数,所以距离无限小就是它可以小于任何正数。所以说对于任何正数 \epsilon|f(x)-A|<\epsilon,那么 f(x) 就是无限接近于 A 了。

所以说,极限的严格定义,只是将我们以前的直观定义用严格的数学语言重新表述了一遍而已,我们大可以从前的直观定义来理解极限,而不用纠结于这个严格的定义。因为即使不理解这个定义,也不影响你后续内容的学习。

相关内容的视频可以在这里找到:极限的严格定义

Posted on Leave a comment

高等数学(微积分)如何学才不痛苦?

经常有学生或者家长跟我说(当年)学习高等数学或微积分时是多么的痛苦,多么的绝望。 甚至有同学发出“学完高数以后我再也不学数学了”的感叹。 确实 ,高等数学里面有不少的的定义、定理非常抽象、语言晦涩 难懂 。要弄懂这些内容确实是让人抓狂的事。

事实上,我们学习高数不用这么痛苦,可以很高效,比较轻松地学习好它的核心内容的。只要我们把握好几个原则就可以做到。

第一个原则就是:专注于计算,抽象的定义与理论先放一边。

高数,本质上就是微积分,很多课程 直接叫微积分。而微积分就是一种计算方法,它主要就是讲的这种计算方法以及它的应用。所以只要掌握了微积分的计算与它们的应用,也就掌握了高数这门课程。

高数或者微积分里面有些定义和定理确实很难,但如果确实弄不明白,先放一边,或许学到后面能明白,但实在不明白也没关系,根本不影响后面的学习。

举例来说,极限的严格定义:对所有的 \epsilon>0,存在 \delta>0,使得当0<|x-a|<\delta 时,不等式 |f(x)-A|<\epsilon 成立,我们称 Af(x)x 趋近于 a 时的极限。

很多同学看到这一段话,估计就懵了。不要说里面的数学,就是想把这段话读顺都不容易,太拗口了,逻辑顺序都难弄得清。但实际上,没有弄懂这个定义,完全没有影响的后面的学习。对于极限,我们只需要理解它的直观定义就够了:当 x 不断靠近 a 的时候, f(x) 无限靠近 A,我们就说 Af(x)x 趋近于 a 时的极限。

如果我们把这个定义完全用数学符号写出来,那更受不了:\forall \epsilon>0, \exists \delta>0, 使得当 0<|x-a|<\delta 时,不等式 |f(x)-A|<\epsilon 成立,我们称 Af(x)x 趋近于 a 时的极限。

顺带说一句,极限的这个严格定义,是分析学里的一个核心概念,它还在实变函数,泛函分析里面起到基础的作用。哪怕是数学系学了几年的学生,都不一定能把这个定义完全弄明白,所以第一次学,弄不懂是很正常的事。

我们的第二个原则是:学好三种计算,求极限,求导数,求不定积分

我们前面讲了,微积分就是计算,要学好微积分就要专注于计算。而微积分里的计算基本上都离不开这三种计算。以不定积分来说,定积分基本上可以用不定积分法来求,重积分是用定积分来求,曲线积分和曲面积分也都是用定积分来求。

这三种计算,求导数还好,基本上是套公式。十几个基本求导公式再加上几个求导法则,套上去,基本上就求出来了。这里我稍微提一下,基本的求导公式不要去背,很容易背混的。要边做题边记,最后能够不看公式,就能做完做对,那么公式就记下来了。

求极限的方法很多,十几种,四则运算,几种初等的方法,两个重要极限,洛必达法则是最常用的几种。会了这几种,可以对付绝大部分的极限了。但即使只用这几种方法,要熟练掌握也得花一点功夫,因为你事先并不知道哪一个极限要用哪一个方法来求,只有足够熟练了,才能一眼看出该用哪一个方法。

不定积分的求法是这三种计算里面最复杂也是最重要计算。看起来不定积分只有三种方法:第一类换元,第二类换元和分部积分。但是怎么换,第一类换元还是第二类换元,换哪一个,还是分部积分;或者是先换元再分部还是先分部再换元,都是需要很多练习以后才能熟练掌握的。另外再加上三角函数的恒等变换,有理函数的分解,都使得不定积分变得异常复杂。

虽然不定积分这么复杂,但我可以说,掌握了不定积分也就掌握了微积分。因为只要掌握了不定积分,导数就掌握了,定积分也掌握了。不定积分是求导的逆运算,就象掌握了除法,乘法肯定没问题。又因为有了牛顿-莱布尼兹公式,求定积分无非就是求一个不定积分,再代函数值而已。

我们的第三个原则是:学会微积分的应用

一元微积分部分,导数的应用主要是洛必达法则,极大极小值和函数的性态(增减,凹凸);积分的应用主要是面积、体积。

多元微积分基本上是计算,应用上主要是多元函数的极值及拉格朗日条件极值。

遵守这三条原则,高数就没那么难了。

可以参看我们的视频课程:高数(上)视频课程高数(下)视频课程

Posted on Leave a comment

如何求隐函数的二阶导数?

我们知道,求隐函数的二阶导数,方法就是将隐函数方程的两边同时对 \(x\) 求导,在求导的过程中,将 \(y\) 看成 \(x\) 的函数,然后利用复合函数的求导法则,得到 \(\frac{dy}{dx}\) 的方程,解这个方程,就得到了 \(\frac{dy}{dx}\) 的表达式。

那么,问题是,对于隐函数的二阶导数,我们是不是还要这样求呢?其实不必了,因为我们求出来一阶导数,它有个具体的表达式,我们对这个表达式再对 \(x\) 求导就行了。如果这个表达里还有 \(y\),那么就将它看成中间变量或者看成 \(x\) 的函数,它对 \(x\) 的导数是已知的(我们求一阶导数的时候就得到它了)。然后将它的表达式代入到二阶导数的表达里面就可以了。

我们来看一个例子。

例:设 \(xy+y^2=2\) ,求 \(\frac{d^2y}{dx^2}\)。

解:我们先求一阶导数。对方程两边同时对 \(x\) 求导,我们得到

\[y+x\frac{dy}{dx}+2y\frac{dy}{dx}=0\]

解出 \(\frac{dy}{dx}\),我们得到

\[\frac{dy}{dx}=-\frac{y}{x+2y}.\]

再对 \(x\) 求导,我们得到

\[\frac{d^2y}{dx^2}=-\frac{\frac{dy}{dx}(x+2y)-y(1+2\frac{dy}{dx})}{(x+2y)^2}\]

将 \( \frac{dy}{dx}=-\frac{y}{x+2y} \) 代入,并化简,我们得到

\[\frac{d^2y}{dx^2}= \frac{\frac{y}{x+2y}(x+2y)+y(1-2\frac{y}{x+2y})}{(x+2y)^2}=\frac{2y^2+2xy}{(x+2y)^3}\]

Posted on Leave a comment

什么是相关变化率?怎么求?

什么是相关变化率? 举例来说吧。我们知道圆的面积\(A=\pi r^2\),如果这个半径是根据时间变化的,那么很显然,面积也根据时间变化。变化率其实就是导数,如果我们知道半径的变化率(就是半径关于时间的导数) \(\frac{dr}{dt}\),那么在某个时刻,面积对于时间的变化率(导数\(\frac{dA}{dt}\))也就知道了。

从数学的角度来看这个问题,其实就是复合函数的求导法则。半径可以看成是时间的函数\(r=r(t)\),那么面积\(A(t)=\pi r^2(t)\),由复合函数的求导法则\(\frac{dA}{dt}=\frac{dA}{dr}\cdot\frac{dr}{dt}=2\pi r \frac{dr}{dt}\)。假如\(r\)每秒增加\(1\)cm, 那么当半径为\(2\)的时候的面积的变化率为\(2\pi \cdot 2\cdot 1=4\pi cm\)。

这种类型的问题,另一个难点是不知道怎么把实际问题转化成数学问题。这就是如何建立数学模型的问题。它的实际困难就是,很多同学并不知道其实变化率就相当于导数。但是从导数的定义就知道,导数就是变化率\(\frac{\Delta y}{\Delta x}\)的极限。当时间间隔足够短的时候,变化率就可以看成是导数。

我们来看两个例题,来说明如何求相关变化率。

例1:设\(x^2+y^2=25\)以及当\(x=4\) 的时候 \(\frac{dx}{dt}=5\), 求当 \(x=2\) 的时候 \(\frac{dy}{dt}\)的值。

解:两边关于 \(t\) 求导,我们得到

\[2x \frac{dx}{dt}+2y\frac{dy}{dt}=0 \]

当 \(x=4\) 的时候 , \(y=\pm 3\)

\[8\cdot 5\pm6 \frac{dy}{dt}=0 \]

所以

\[ \frac{dy}{dt}=\mp \frac{20}{3} .\]

例2:两辆汽车从同一点出发,其中一辆以 \(60\) 公里每小时向南行驶,另一辆车以每小时\(25\)公里向西行驶。问在两小时后,两辆车的距离的变化率是多少?

解:我们可以用图来说明

我们设AB 的长度为 \(x\), AC 的长度为 \(y\),BC 的长度为 \(z\),那么 \(z^2=x^2+y^2\),两小时后,\(x=120, y=50\),\(z=130\), 同时,由题设,\(\frac{dx}{dt}=60, \frac{dy}{dt}=25\),我们要求的是 \(\frac{dz}{dt}\),我们对方程 \(z^2=x^2+y^2\) 两边同时对 \(t\) 求导,我们得到

\[2z\frac{dz}{dt}=2x\frac{dx}{dt}+2y\frac{dy}{dt}\]

代入我们刚才得到的数值,我们有

\[2\cdot 130 \frac{dz}{dt}=2\cdot 120\cdot 60+2\cdot 50\cdot 25 \]

所以 \(\frac{dz}{dt}=\frac{16900}{260}=65\)公理/小时

Posted on Leave a comment

如何计算参数方程的二阶及高阶导数?

在高等数学教材里,推导出了参数方程的二阶导数公式

\[\frac{d^2y}{dx^2}=\frac{\psi”(t)\phi'(t)-\psi’t(t)\phi”(t)}{\phi’^3(t)}.\]

其中曲线的参数方程为 \(x=\phi(t), y=\psi(t)\)。但是,实际上,这个公式既不好记,又不好用。其实,参数方程确定的函数的二阶导数及高阶导数有更好的更有效的求法。我们来说明这种方法。

因为参数方程的一阶导数为

\[\frac{dy}{dx}=\frac{\psi'(t)}{\phi'(t)},\]

所以我们看得出,一阶导数 \(\frac{dy}{dx}\)还是关于 \(t\) 的函数,我们直接关于 \(x\) 再求导是不方便的,但是我们可以利用复合函数的求导法则,将关于 \(x\) 的导数转化成关于 \(t\)  的导数。由复合函数的求导法则

\[\begin{align}\frac{d^2y}{dx^2}&=\frac{d}{dx}(\frac{dy}{dx})=\frac{d}{dt}(\frac{dy}{dx})\frac{dt}{dx}\\
&=\frac{d}{dt}(\frac{dy}{dx})\frac{1}{\frac{dt}{dx}}=\frac{d}{dt}(\frac{dy}{dx})\frac{1}{\phi'(t)}
\end{align}\]

这上面一大堆的东西可能你会看得眼花缭乱。那么我们用一种简单的方式来说吧。因为 \(\frac{dy}{dx}\)是关于 \(t\) 的函数,我们假设 \(F(t)=\frac{dy}{dx}\),那么二阶导数\(\frac{d^2y}{dx^2}=\frac{d}{dx}F(t)\),把 \(t\) 看成中间函数,那么 \(F(t)\) 关于\(x\) 的导数就是 \(\frac{d}{dx}F(t)=F'(t)\frac{dt}{dx}\),而 \(\frac{dt}{dx}=\frac{1}{\frac{dt}{dx}}=\frac{1}{\phi'(t)}\),从而 \(\frac{d}{dx}F(t)=F'(t)\frac{dt}{dx}=F'(t)\cdot \frac{1}{\phi'(t)}\)。

二阶以上的导数可以用相同的方法来求。我们用一个例子来说明这种方法。

例1, 求由参数方程
\[\begin{cases}
x=a\cos t\\
y=b\sin t
\end{cases}\]所确定的函数的二阶导数\(\frac{d^2y}{dx^2}\)。

解:我们先计算一阶导数
\[\frac{dy}{dx}=\frac{\psi'(t)}{\phi'(t)}=\frac{b\cos t}{-a\sin t}=-\frac{b}{a}\cot t.\]
所以,二阶导数为
\[\frac{d^2y}{dx^2}=\frac{d}{dx}(\frac{dy}{dx})=\frac{d}{dt}(\frac{dy}{dx})\frac{1}{\phi'(t)}=-\frac{b}{a}(-\csc^2t)\frac{1}{-a\sin t}=-\frac{b}{a^2}\csc^3t\]

Posted on Leave a comment

二阶微分方程的常数变易法

我们都知道一阶线性微分方程的常数变易法,那是我们的高等数学里学到的一阶线性微分方程的公式的由来。其实,对于任何高阶线性微分方程,我们都可以用常数变易法来求得非齐次方程的通解。 这里我们仅讲述二阶方程的常数变易法,更高阶的方程可以用同样的方法求得方程的通解。

所谓常数变易法,就是在求得相应齐次方程的通解后,将齐次方程的通解里的任意常数用关于自变量的任意函数代替,然后代入到原非齐次方程里去,从而求得非齐次方程的特解的一种方法。由非齐次方程的解的定理,我们只需要将齐次方程的通解加上非齐次方程的一个特解,就得到了齐次方程的通解。我们在求一阶非齐次方程的通解的过程中,用的就是这一方法。现在我们将它推广到二阶去, 为叙述简便, 我们只考虑常系数方程的情形。

考虑二阶微分方程
\[y”+py’+qy=f(x),\]
这里 \(p, q\) 都是常数, 其对应的齐次微分方程为
\[y”+py’+qy=0.\]

现在设我们已知齐次微分方程 \(y”+py’+qy=0\) 的通解为
\[y=c_1y_1(x)+c_2y_2(x).\]
我们将其中的任意常数 \(c_1\) 和 \(c_2\) 用关于 \(x\) 的任意函数 \(u_1(x)\) 和 \(u_2(x)\) 代替,来找一个非齐次方程的特解,此特解具有形式
\[y_p(x)=u_1(x)y_1(x)+u_2(x)y_2(x).\]
将此式对 \(x\) 求导,可以得到
\[y’_p(x)=(u’_1(x)y_1(x)+u’_2(x)y_2(x))+(u_1(x)y’_1(x)+u_2(x)y’_2(x)).\]
因为函数 \(u_1(x)\) 和 \(u_2(x)\) 是任意的,所以我们可以取函数 \(u_1(x)\) 和 \(u_2(x)\) 使得
\[u’_1(x)y_1(x)+u’_2(x)y_2(x)=0\]
从而使方程得到简化。再对 \(y’_p\) 求导并应用上述条件,我们得到了
\[y”_p(x)=u’_1(x)y’_1(x)+u’_2(x)y’_2(x)+u_1(x)y”_1(x)+u_2(x)y”_2(x)\]

代回到原方程 \(y”_p(x)+py’_p(x)+qy_p(x)=f(x)\),我们得到了
\[\begin{align}
& u’_1(x)y’_1(x)+u’_2(x)y’_2(x)+u_1(x)y”_1(x)+u_2(x)y”_2(x) \\ &\quad +p((u_1(x)y’_1(x)+u_2(x)y’_2(x))+q(u_1(x)y_1(x)+u_2(x)y_2(x))\\
&=f(x).\end{align}\]
因为 \(y_1,y_2\) 是齐次方程的解,所以
\[u_1(x)y”_1(x)+pu_1(x)y’_1(x)+qu_1(x)y_1(x)=0,\]及
\[u_2(x)y”_2(x)+pu_2(x)y’_2(x)+qu_2(x)y_2(x)=0.\]
所以 \(u_1(x)\) 和 \(u_2(x)\) 满足方程
\[u’_1(x)y’_1(x)+u’_2(x)y’_2(x)=f(x).\]
以及限制条件
\[u’_1(x)y_1(x)+u’_2(x)y_2(x)=0.\]

我们解联立方程
\[\begin{cases}
u’_1(x)y’_1(x)+u’_2(x)y’_2(x)=f(x),\\
u’_1(x)y_1(x)+u’_2(x)y_2(x)=0.
\end{cases}\]就可以求出方程的一个特解。

我们来看一个例子。

例:求方程
\[y”+4y=2\tan x\]
的通解。

解:齐次方程的特征方程为
\[r^2+4=0\]
特征根为 \(r_{1,2}=\pm 2i\) 。所以齐次方程的通解为 \(Y=c_1\sin 2x + c_2 \cos 2x\) 。现在我们用常数变易法来求方程的一个特解。

设 \(y_p=u_1(x)\sin 2x + u_2(x)\cos 2x\) 为方程的一个特解,\(u_1(x)\) 和 \(u_2(x)\) 满足条件
\[\begin{cases}
2u’_1(x)\cos 2x-u’_2(x)\sin 2x=2\tan x,\\
u’_1(x)\sin 2x+u’_2(x)\cos 2x=0.
\end{cases}\]

解此方程,用线性代数的方法,克莱姆法则。系数行列式为
\[D=\begin{vmatrix}
2\cos 2x&-2\sin2x\\
\sin2x&\cos2x
\end{vmatrix}=2.\]

\[D_1=\begin{vmatrix}
2\tan x&-2\sin2x\\
0&\cos2x
\end{vmatrix}=2\tan x\cos2x.\]

\[D_2=\begin{vmatrix}
2\cos 2x&2\tan x\\
\sin2x&0
\end{vmatrix}=-2\tan x\sin2x.\]

所以我们得到
\[\begin{cases}
u’_1(x)=\tan x\cos2x\\
u’_2(x)=-\tan x\sin2x
\end{cases}\]
积分可得
\[
\begin{cases}
u_1(x)=\displaystyle\frac{1}{2}\ln(\sin^2x-1)+\sin^2x\\
u_2(x)=\displaystyle\frac{1}{2}\sin2x-x
\end{cases}
\]

所以微分方程的通解为
\[
y=c_1\cos2x+c_2\sin2x+\left(\displaystyle\frac{1}{2}\ln(\sin^2x-1)+\sin^2x\right)\cos2x+\left(\displaystyle\frac{1}{2}\sin2x-x\right)\sin2x
\]