Skip to main content

降阶法

降阶法(Reduction of Order)是求解高阶线性齐次方程的核心技巧:若已知一个非零特解 y1(x)y_1(x),则可通过变量代换将方程降低一阶。

核心思想

对于 nn 阶线性齐次 ODE,若已知一个非零特解 y1y_1,设:

y=y1uy = y_1 \cdot u

其中 uu 是待定函数。代入原方程后,uu 的微分方程将不包含 uu 本身(只含 uu' 及其高阶导数),从而可通过令 v=uv = u' 将方程降为 n1n-1 阶。

二阶方程的标准步骤

对二阶线性齐次方程:

y+p(x)y+q(x)y=0y'' + p(x)\,y' + q(x)\,y = 0

已知非零特解 y1(x)y_1(x)

第一步:设解形式

y2(x)=y1(x)u(x)y_2(x) = y_1(x) \cdot u(x)

第二步:求导代入

y2=y1u+y1uy_2' = y_1' u + y_1 u'

y2=y1u+2y1u+y1uy_2'' = y_1'' u + 2y_1' u' + y_1 u''

代入原方程,利用 y1y_1 是解的事实,化简得:

y1u+(2y1+py1)u=0y_1 u'' + (2y_1' + p y_1) u' = 0

第三步:化为一阶方程

v=uv = u',得到一阶方程:

y1v+(2y1+py1)v=0y_1 v' + (2y_1' + p y_1) v = 0

dvv=2y1+py1y1dx\Longrightarrow \frac{dv}{v} = -\frac{2y_1' + p y_1}{y_1}dx

第四步:积分求解

lnv=(2y1y1+p)dx=2lny1pdx\ln|v| = -\int \left(2\frac{y_1'}{y_1} + p\right) dx = -2\ln|y_1| - \int p\,dx

v=Cy12epdxv = \frac{C}{y_1^2} \cdot e^{-\int p\,dx}

u=vdx=Cepdxy12dxu = \int v\,dx = C \int \frac{e^{-\int p\,dx}}{y_1^2}\,dx

降阶公式

最终:

y2(x)=y1(x)ep(x)dxy1(x)2dxy_2(x) = y_1(x) \int \frac{e^{-\int p(x)\,dx}}{y_1(x)^2}\,dx

y1y_1y2y_2 线性无关(y2/y1y_2/y_1 非常数)。

举例

已知 y2y+y=0y'' - 2y' + y = 0 的一个特解 y1=exy_1 = e^x,求通解。

这里 p(x)=2p(x) = -2epdx=e2xe^{-\int p\,dx} = e^{2x}

y2=exe2x(ex)2dx=ex1dx=xexy_2 = e^x \int \frac{e^{2x}}{(e^x)^2}\,dx = e^x \int 1\,dx = xe^x

通解:y=C1ex+C2xexy = C_1 e^x + C_2 x e^x

高阶推广

对于 nn 阶线性齐次方程,若已知 kk 个线性无关的特解,可通过反复应用降阶法将方程降为 (nk)(n-k) 阶。这是从已知特解逐步构造完整解空间的方法。

核心公式总结

方程形式已知特解降阶公式
y+py+qy=0y'' + p y' + q y = 0y1y_1y2=y1epdxy12dxy_2 = y_1 \int \dfrac{e^{-\int p\,dx}}{y_1^2}\,dx
y+=0y''' + \cdots = 0y1y_1y=y1uy = y_1 u,令 v=uv = u' 化为二阶