G.Strang的微分方程和線性代數(1.2)
§1.2所需微積分知識
以下簡單列出在學習微分方程過程中需要用到的微積分知識,其中應用較多的有乘法法則、自然對數和微積分基本定理。
1.特殊函數的導數
特殊函數包括。
以上函數的導數都可以從定義進行推導。其中正弦和餘弦函數是從的極限推導出來的,而最為重要,它是的解。
2.導數運演算法則
導數四則運演算法則和鏈式法則:當對原函數進行加減乘除等運算時,這些導數運演算法則給出所得函數的導數。導數求和運算的法則保證了微分方程的線性:
,則有。
鏈式法則也是很常用的求導方法,例如包含兩個函數。利用鏈式法則可以得到其導數為。
3.微積分基本原理
函數f(x)的積分的導數就是f(x)。
從差商的角度看待這件事,,其中(計算區域從到)。
對差商公式取極限變為積分。
4.代數運算和符號的含義
數學是一種語言,學習數學語言的方式就是使用它。因此通常課本中會堆積大量的練習,練習讀寫數學符號。例如:y的導數就是。
與在微積分中不同,在微分方程的課程中,原函數y(t)的解析式是未知量,微分方程的關鍵點就是將導函數和原函數聯繫起來,例如在之前所舉的例子中,我們從出發得到原函數是指數型增長的函數,其表達式為,它也是微分方程中最重要的函數形式。、
5.的三種應用
對於y(x)的函數圖像而言,dy/dx是其斜率而,是近似斜率,若知道三個量中的兩個,可以給出第三個量的近似解。
1)已知,則有。這就是線性近似公式。
從點出發移動會造成函數值變化,通過點的斜率dy/dx進行線性近似可以得到的近似值,但是給不出任何函數曲線彎曲變化的信息。
2)已知,則有。這就是牛頓迭代法。
牛頓迭代法是求解方程y(x)=0的方法。從點出發,希望函數值y在下一個點降至0,然而並不知道的數值,即不知道。所以應用公式,得到為。重複這一過程就可以逼近y(x)=0的解。
【扯淡中……
稍微解釋一下這個牛頓迭代法,牛頓迭代法是從一個猜測值出發,在(,)做函數的切線,並和X軸相交於一點,而就是下一個猜測值,重複前面的過程,則猜測值一直在逼近方程的解,即曲線與X軸的交點。
牛頓迭代法的誤差衰減速度非常好。但是,牛頓迭代法要求一階導數不能太小,二階導數不能太大,初值不能太遠。】
3)已知,給出斜率的近似。
計算過程中取這三種不同公式來計算函數值變化量分別稱為向前差分、向後差分和中間差分,中間差分要優於前兩者,從函數的計算可以看出中間差分具有二階精確度。
向前向後差分只有一階精度。就積分而言,這就是從矩形法到梯形法的變化。
6.泰勒級數
二階近似會給出比線性近似更好的精確度:
泰勒級數則給出了之後的無限項:
兩個最重要的應用泰勒公式的例子,在處有:
指數級數:
幾何級數:
7.應用:一個重要的微分方程
線性微分方程是一個重要的方程,導數中包含增長率a和外源q(t)。給出在化簡情況下(a=1),且y(0)=0時的解:
在0至t之間的任意時間s,輸入強度為q(s)的源,該"輸入"在剩餘的時間t-s之內增長或者衰減,在t時刻將給出「輸出」。將所有的輸出累加起來即為該積分。
對解函數做求導運算可以驗證其符合微分方程。
【又開始扯淡了……
有一陣,我一直將微分、積分作為一種算符,或者說作為一個黑箱子,輸入一個函數,算符給你輸出一個函數,僅此而已。但是後來我覺得只有你對細節有相當的了解之後,這種模塊化或者符號化的方法才有意義,否則只是將沒弄明白的東西遮蔽起來而已。積分的離散態就是「累積和」,因此我們可以從累積和的角度去理解積分。
對於函數,舉一個例子來進行說明。這是MIT單變數微積分課上的一個例題。
借款問題,時間變數t單位為「年」,借款率q(t)是隨時間變化的函數,單位為「美元/年」。每天都借款,則,例如第45天的借款額為,將每一天的借款額累積起來就是全年的借款額。
但是,借款是有利息的,當借款本金為C,利率為r,借款時間為T時,欠銀行的錢就是(這是上一節課學的連續增長模型)。例如第45天借的錢,在當天之後的365-45天之內都會計利息,因此這筆借款到年底就會變為一筆的欠款。將每一天借款在年底形成的欠款額進行累加,就得到總欠款額。】
推薦閱讀:
※是否存在一個常微分方程存在整體解的充要條件?
※矩陣,數列,微分方程的特徵值是什麼關係?
※微分方程與經典力學
※三階微分方程的初值問題的幾何意義是什麼?
※微分方程這樣設置邊界條件是否合理?