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=y1⋅uy = 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 u′u' 及其高阶导数),从而可通过令 v=u′v = u' 将方程降为 n−1n-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′=y1′u+y1u′y_2' = y_1' u + y_1 u'

y2′′=y1′′u+2y1′u′+y1u′′y_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​

令 v=u′v = 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​

ln⁡∣v∣=−∫(2y1′y1+p)dx=−2ln⁡∣y1∣−∫p dx\ln|v| = -\int \left(2\frac{y_1'}{y_1} + p\right) dx = -2\ln|y_1| - \int p\,dx

v=Cy12⋅e−∫p dxv = \frac{C}{y_1^2} \cdot e^{-\int p\,dx}

u=∫v dx=C∫e−∫p dxy12 dxu = \int v\,dx = C \int \frac{e^{-\int p\,dx}}{y_1^2}\,dx

降阶公式​

最终:

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

且 y1y_1 与 y2y_2 线性无关(y2/y1y_2/y_1 非常数)。

举例​

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

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

y2=ex∫e2x(ex)2 dx=ex∫1 dx=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 (n−k)(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=y1∫e−∫p dxy12 dxy_2 = y_1 \int \dfrac{e^{-\int p\,dx}}{y_1^2}\,dx
y′′′+⋯=0y''' + \cdots = 0y1y_1设 y=y1uy = y_1 u,令 v=u′v = u' 化为二阶