当前位置: 首页 > news >正文

(续)解的存在唯一性定理

内容来源

常微分方程(第四版) (王高雄,周之铭,朱思铭,王寿松) 高等教育出版社


之前写了存在唯一性定理的证明

这篇笔记补充了证明中所采用的逐步逼近法的一个例子

建议先读一阶微分方程的解的存在唯一性定理


误差估计

n n n 次近似解 φ n ( x ) \varphi_n(x) φn(x) 和真正解 φ ( x ) \varphi(x) φ(x) 的误差估计式如下

∣ φ n ( x ) − φ ( x ) ∣ ⩽ M L n ( n + 1 ) ! h n + 1 \left|\varphi_n(x)-\varphi(x)\right|\leqslant\frac {ML^n}{(n+1)!}h^{n+1} φn(x)φ(x)(n+1)!MLnhn+1

具体怎么来的请参看之前的笔记

方程 y ′ = x 2 + y 2 y'=x^2+y^2 y=x2+y2 定义在矩形域 R : − 1 ⩽ x ⩽ 1 , − 1 ⩽ y ⩽ 1 R:-1\leqslant x\leqslant1,-1\leqslant y\leqslant1 R:1x1,1y1 上,试利用存在唯一性定理确定经过点 ( 0 , 0 ) (0,0) (0,0) 的解的存在区间,并求在此区间上与真正解的误差不超过 0.05 0.05 0.05 的近似解的表达式

f ( x , y ) = x 2 + y 2 f(x,y)=x^2+y^2 f(x,y)=x2+y2 R R R 上的利普希茨常数可以取为 2 2 2 ,因为

∣ ∂ f ∂ y ∣ = ∣ 2 y ∣ ⩽ 2 = L \left|\frac{\partial f}{\partial y}\right|=|2y|\leqslant 2=L yf =∣2y2=L

a a a b b b 表示初值点满足条件的领域大小,即

{ ∣ x − x 0 ∣ ⩽ a , ∣ y − y 0 ∣ ⩽ b } ∈ R \{|x-x_0|\leqslant a,|y-y_0|\leqslant b\}\in R {xx0a,yy0b}R

所以 a = b = 1 a=b=1 a=b=1

M = max ⁡ ( x , y ) ∈ R ∣ f ( x , y ) ∣ = 2 , h = min ⁡ ( a , b M ) = 1 2 M=\max_{(x,y)\in R} |f(x,y)|=2,h=\min(a,\frac{b}{M})=\frac{1}{2} M=(x,y)Rmaxf(x,y)=2,h=min(a,Mb)=21

先根据误差算出要求第几次近似解

M L n ( n + 1 ) ! h n + 1 = 2 ⋅ 2 n ( n + 1 ) ! ( 1 2 ) n + 1 = 1 ( n + 1 ) ! ⩽ 0.05 \frac{ML^n}{(n+1)!}h^{n+1}= \frac{2\cdot2^n}{(n+1)!}\left(\frac{1}{2}\right)^{n+1} =\frac{1}{(n+1)!} \leqslant0.05 (n+1)!MLnhn+1=(n+1)!22n(21)n+1=(n+1)!10.05

解得 n ⩾ 3 n\geqslant3 n3

然后求近似解,上篇笔记中构造的皮卡逐步逼近序列如下

{ φ 0 ( x ) = y 0 φ n ( x ) = y 0 + ∫ x 0 x f ( t , φ n − 1 ( t ) ) d t \begin{cases} \varphi_0(x)=y_0\\ \varphi_n(x)=y_0+\int^x_{x_0}f(t,\varphi_{n-1}(t))\mathrm{d}t \end{cases} {φ0(x)=y0φn(x)=y0+x0xf(t,φn1(t))dt

所以

φ 0 ( x ) = 0 φ 1 ( x ) = 0 + ∫ x 0 x ( t 2 + 0 2 ) d t = x 3 3 φ 2 ( x ) = 0 + ∫ x 0 x [ t 2 + ( t 3 3 ) 2 ] d t = x 3 3 + x 7 63 φ 3 ( x ) = 0 + ∫ x 0 x [ t 2 + ( x 3 3 + x 7 63 ) 2 ] d t = x 3 3 + x 7 63 + 2 x 11 2079 + x 15 59535 \begin{align*} &\varphi_0(x)=0\\ &\varphi_1(x)=0+\int^x_{x_0}(t^2+0^2)\mathrm{d}t=\frac{x^3}{3}\\ &\varphi_2(x)=0+\int^x_{x_0}\left[ t^2+\left(\frac{t^3}{3}\right)^2 \right]\mathrm{d}t=\frac{x^3}{3}+\frac{x^7}{63}\\ &\varphi_3(x)=0+\int^x_{x_0}\left[ t^2+\left(\frac{x^3}{3}+\frac{x^7}{63}\right)^2 \right]\mathrm{d}t=\frac{x^3}{3}+\frac{x^7}{63}+\frac{2x^{11}}{2079} +\frac{x^{15}}{59535}\\ \end{align*} φ0(x)=0φ1(x)=0+x0x(t2+02)dt=3x3φ2(x)=0+x0x[t2+(3t3)2]dt=3x3+63x7φ3(x)=0+x0x[t2+(3x3+63x7)2]dt=3x3+63x7+20792x11+59535x15

φ 3 ( x ) \varphi_3(x) φ3(x) 就是所求近似解,在 − 1 2 ⩽ x ⩽ 1 2 -\frac{1}{2}\leqslant x\leqslant\frac{1}{2} 21x21 上,这个解与真正解的误差不会超过 0.05 0.05 0.05

近似解的存在区间为 [ x 0 − h , x 0 + h ] [x_0-h,x_0+h] [x0h,x0+h]


http://www.mrgr.cn/news/61265.html

相关文章:

  • Kutools for Excel 简体中文版 - 官方正版授权
  • 什么是Qt
  • EFCore HasDefaultValueSql
  • 【从0带做】基于Springboot3+Vue3的高校食堂点餐系统
  • Github 2025-01-11 Rust开源项目日报 Top10
  • Netty 入门学习
  • 入门车载以太网(2) -- 数据链路层
  • 【Android14 ShellTransitions】(八)播放动画
  • 基于边缘计算的智能门禁系统架构设计分析
  • 【JIT/极态云】技术文档--数据处理
  • 线上虚拟3D画展有何优势?
  • DRC-20开发指南:新一代区块链代币标准
  • LeetCode HOT100系列题解之课程表(9/100)
  • 什么是crm软件?最全百科
  • 掌握机器学习中的偏差与方差:模型性能的关键
  • 【pyvimomi脚本实践01】使用 Python 连接 VMware ESXi 并获取主机信息
  • 【ROS2】cv_bridge:ROS图像消息和OpenCV的cv::Mat格式转换库
  • 深度学习(七)深度强化学习:融合创新的智能之路(7/10)
  • pyinstaller 打包python GUI程序避坑指南
  • 串联两个检测模型
  • 金山C++一面-面经总结
  • HTB:Analytics[WriteUP]
  • [Linux进程控制]进程创建|进程终止|进程等待
  • 练习pandas的基础操作,有题目有详解有源码
  • 使用不可靠来源的住宅代理的风险
  • 怎么提取视频里的音频?关于提取视频里音频的几种方法