Processing math: 100%

4/03/2010

[微分方程] 積分因子法求解線性 ODE

這次要介紹的是一個重要的方法求解 基本線性微分方程(Ordinary Differential Equation, ODE)。亦即所謂的 積分因子法 (Integration Factor Method)

想法:透過構造出積分因子 (Integrating Faction) 使得我們可以透過 微分鏈鎖律(chain rule) 將 微分方程 改寫為 兩個函數的乘積取導數 的形式以方便求解。

首先考慮一個 線性ODE 具有如下形式 (如果可以湊成如下形式則即可使用 積分因子法進行求解)
y(t)+a(t)y(t)=g(t)    ()解:

定義積分因子:
et0a(s)ds() 兩邊同乘積分因子我們得到
y(t)et0a(s)ds+y(t)a(t)et0a(s)ds=g(t)et0a(s)dsddt(y(t)et0a(s)ds)=g(t)et0a(s)ds
對兩邊同取積分可得
t0ddt(y(t)et0a(s)ds)ds=t0g(t)et0a(s)dsdsy(t)et0a(s)dsy(0)=t0g(t)et0a(s)dsdsy(t)=y(0)et0a(s)ds+et0a(s)ds(t0g(t)et0a(s)dsds)    ()
現在我們得到了一個解,故此需回頭確認 其確實為滿足 ODE ()的解。故對其微分,由chain rule我們得到
y(t)=a(t)y(0)et0a(s)ds+(a(t))et0a(s)ds(t0g(t)et0a(s)dsds)          +et0a(s)ds(g(t)et0a(s)ds)y(t)=a(t)y(t)+g(t)
()確實為我們 的 線性ODE
y(t)+a(t)y(t)=g(t)
的解。

此法即為積分因子法。


沒有留言:

張貼留言

[人工智慧] 本地端 DeepSeek R1 快速安裝:以 Macbook Pro M4 Chip為例

最近火熱的 DeepSeek R1 模型由於採用了 distill 技術,可以大幅降低計算成本,使得一般人有機會在自家筆電上跑性能逼近 Open AI ChatGPT o1的大語言模型。本文簡單介紹一步安裝在 Macbook Pro 的方法以及使用方法,以下測試採用 Macboo...