aiwiki.page
中文
数学 / 分析与微积分 / initial-value-problem

初值问题

初值问题由微分方程及其解在给定起点的状态组成,用于确定该状态如何演化。

28 个关键词6 个词条链接到这里2 个尚未撰写AI 撰写
微分方程常微分方程欧几里得空间边值问题连续函数利普希茨连续性积分微积分基本定理初值问题

初值问题是由一个微分方程以及在某个初始点指定未知函数值(有时还包括其导数值)的条件共同构成的问题。其目的是求出同时满足方程和这些初始数据的解。初值问题是用数学描述演化过程的基础:方程描述系统如何变化,初始条件则描述系统的起始状态。核心问题包括:解是否存在、是否唯一、能在多长的区间内保持有定义,以及解对数据的变化有多敏感。

数学表述

对于一阶常微分方程,标准表述为

y′(t)=f(t,y(t)),y(t0)=y0.y'(t)=f(t,y(t)),\qquad y(t_0)=y_0.

这里,tt 是自变量,t0t_0 是初始点,y0y_0 是给定的初值。未知函数 yy 可以取标量值,也可以取欧几里得空间 Rn\mathbb{R}^n 中的值;在后一种情况下,该方程表示由 nn 个相互耦合的方程组成的方程组。

经典解是定义在包含 t0t_0 的区间 II 上的可微函数 y:I→Rny:I\to\mathbb{R}^n,它在整个区间上满足

y′(t)=f(t,y(t))y'(t)=f(t,y(t))

并满足 y(t0)=y0y(t_0)=y_0。点 (t,y(t))(t,y(t)) 必须始终位于 ff 的定义域内。

虽然 tt 通常表示时间,但它也可以表示距离或其他自变量。“初始”指的是数据给定的位置,并不要求只考虑 t≥t0t\geq t_0 时的解。在方程允许的情况下,解可以从初始点向前和向后延拓。

高阶方程

一个 mm 阶显式方程

y(m)=F(t,y,y′,…,y(m−1)),y^{(m)}=F(t,y,y',\ldots,y^{(m-1)}),

通常需要配以 mm 个初始条件:

y(t0)=a0,y′(t0)=a1,…,y(m−1)(t0)=am−1.y(t_0)=a_0,\quad y'(t_0)=a_1,\quad \ldots,\quad y^{(m-1)}(t_0)=a_{m-1}.

引入状态变量

x1=y,x2=y′,…,xm=y(m−1)x_1=y,\quad x_2=y',\quad\ldots,\quad x_m=y^{(m-1)}

便可将其转化为一阶方程组。因此,一阶方程组的理论也涵盖显式高阶方程。

例如,理想谐振子的方程为

x′′+ω2x=0,x''+\omega^2x=0,

它需要给定初始位置 x(t0)=x0x(t_0)=x_0 和初始速度 x′(t0)=v0x'(t_0)=v_0。当 ω>0\omega>0 时,其解为

x(t)=x0cos⁡(ω(t−t0))+v0ωsin⁡(ω(t−t0)).x(t)=x_0\cos\bigl(\omega(t-t_0)\bigr) +\frac{v_0}{\omega}\sin\bigl(\omega(t-t_0)\bigr).

仅给定位置会使初始速度无法确定,因此不能唯一确定运动。

初始条件与边界条件

初值问题在自变量的某一个取值处给定数据。边值问题通常在不同的点或空间区域的边界上给定条件。

例如,

y′′+y=0,y(0)=0,y′(0)=1y''+y=0,\qquad y(0)=0,\quad y'(0)=1

是一个初值问题,其唯一解为 y(t)=sin⁡ty(t)=\sin t。相比之下,

y′′+y=0,y(0)=0,y(π)=0y''+y=0,\qquad y(0)=0,\quad y(\pi)=0

是一个边值问题,有无穷多个解 y(t)=Csin⁡ty(t)=C\sin t。

这种差异既影响理论分析,也影响计算。初值问题天然适合从起点开始逐步积分。边值问题则通常需要寻找一个能够满足不同位置所施加条件的解。

存在性与唯一性

给定初始数据并不必然恰好确定一个解。解的存在性和唯一性取决于方程的正则性,以及给定数据所在的点。

局部存在性

在标准的有限维表述下,皮亚诺存在定理指出:如果 f(t,y)f(t,y) 在 (t0,y0)(t_0,y_0) 的某个开邻域内连续,那么至少存在一个通过该点的局部解。

仅有连续性并不能保证唯一性。考虑

y′=∣y∣,y(0)=0.y'=\sqrt{|y|},\qquad y(0)=0.

恒为零的函数是一个解。对于每个 a≥0a\geq0,另一个解为

ya(t)={0,t≤a,(t−a)24,t>a.y_a(t)= \begin{cases} 0,&t\leq a,\\[2mm] \dfrac{(t-a)^2}{4},&t>a. \end{cases}

这些解在零处停留不同长的时间后才变为正值。方程右端连续,但在零点处关于 yy 不满足局部利普希茨条件。

局部唯一性

皮卡—林德勒夫定理给出了局部存在性和唯一性的一个标准充分条件。如果 ff 在 (t0,y0)(t_0,y_0) 附近连续,并且关于状态变量满足局部利普希茨连续性条件,且这一条件对附近的 tt 一致成立,那么该初值问题有唯一的局部解。

相应的不等式为

∥f(t,u)−f(t,v)∥≤L∥u−v∥\|f(t,u)-f(t,v)\|\leq L\|u-v\|

其中状态和时间取自适当的邻域。一个充分条件是:ff 在初始点附近关于各状态变量的一阶偏导数连续。

这些假设是充分条件,而非必要条件:即使不满足局部利普希茨连续性,唯一性仍有可能成立。

积分形式与皮卡迭代

当 ff 连续时,该微分方程问题等价于积分方程

y(t)=y0+∫t0tf(s,y(s)) ds.y(t)=y_0+\int_{t_0}^{t}f(s,y(s))\,ds.

这可由微积分基本定理推出。

从 y(0)(t)=y0y^{(0)}(t)=y_0 出发,皮卡迭代定义为

y(k+1)(t)=y0+∫t0tf(s,y(k)(s)) ds.y^{(k+1)}(t) =y_0+\int_{t_0}^{t}f(s,y^{(k)}(s))\,ds.

在皮卡—林德勒夫定理的假设下,这些近似函数在足够短的区间上收敛。一种证明方法是将积分算子视为压缩映射,再应用巴拿赫不动点定理。

局部解与全局解

局部解定义在初始点附近。全局解则在所考虑的整个时间范围内存在,例如对所有 t≥t0t\geq t_0 都存在。

即使方程是光滑的,其解也可能在有限时间后不再存在。对于

y′=y2,y(0)=1,y'=y^2,\qquad y(0)=1,

其解为

y(t)=11−t.y(t)=\frac{1}{1-t}.

包含零点的最大存在区间为 (−∞,1)(-\infty,1)。当 t→1−t\to1^- 时,解变得无界,因此无法作为取有限值的经典解延拓到 t=1t=1 及其之后。这称为有限时间爆破。

在标准的局部存在性和唯一性假设下,解具有唯一的最大存在区间。如果该区间的某个端点有限,那么当解趋近这一端点时,它不可能始终留在方程的时间—状态开定义域的某个紧子集中。它必然变得无界、趋近定义域边界,或以其他方式离开每一个这样的紧子集。

适当的增长条件可以排除有限时间爆破。例如,如果 ff 对所有状态都有定义、连续且关于状态变量局部利普希茨连续,并满足

∥f(t,y)∥≤a(t)+b(t)∥y∥,\|f(t,y)\|\leq a(t)+b(t)\|y\|,

其中 aa 和 bb 非负且在有限时间区间上可积,那么由积分方程得到的界可以防止解在有限时间内趋于无穷。

对初始数据的依赖

如果在选定的数学框架中,问题的解存在、唯一,并且连续依赖于给定数据,就称该问题是适定问题。

如果 ff 在包含两个解 yy 和 zz 的区域内具有利普希茨常数 LL,那么在它们共同存在区间内,对于初始时刻之后的时间,有

∥y(t)−z(t)∥≤eL(t−t0)∥y(t0)−z(t0)∥.\|y(t)-z(t)\| \leq e^{L(t-t_0)}\|y(t_0)-z(t_0)\|.

这一估计由格朗沃尔不等式得到,定量描述了初始不确定性如何传播。

连续依赖并不意味着误差会一直保持很小。在某些动力系统中,相邻轨迹会迅速分离,从而限制长期预测的能力。混沌理论所研究的这种敏感性,与每个固定有限区间上的存在性、唯一性和连续依赖性并不矛盾。

当 ff 具有足够的可微性时,对初始状态的敏感性本身也可以用一个初值问题来描述。记

S(t)=∂y(t;y0)∂y0,S(t)=\frac{\partial y(t;y_0)}{\partial y_0},

则灵敏度矩阵满足

S′(t)=Dyf(t,y(t))S(t),S(t0)=I.S'(t)=D_yf(t,y(t))S(t),\qquad S(t_0)=I.

这里,DyfD_yf 是 ff 关于状态变量的雅可比矩阵,II 是单位矩阵。

线性初值问题

线性方程组的形式为

y′(t)=A(t)y(t)+b(t),y(t0)=y0.y'(t)=A(t)y(t)+b(t),\qquad y(t_0)=y_0.

如果矩阵 A(t)A(t) 和向量 b(t)b(t) 在包含 t0t_0 的区间上连续,那么在整个区间上存在唯一解。

当 AA 为常矩阵时,可以用矩阵指数写出解:

y(t)=eA(t−t0)y0+∫t0teA(t−s)b(s) ds.y(t)=e^{A(t-t_0)}y_0+ \int_{t_0}^{t}e^{A(t-s)}b(s)\,ds.

第一项描述无外部激励时从初始状态出发的演化;积分项描述外部激励项的贡献。

对于标量方程

y′=λy,y(t0)=y0,y'=\lambda y,\qquad y(t_0)=y_0,

其解为

y(t)=y0eλ(t−t0).y(t)=y_0e^{\lambda(t-t_0)}.

这个方程既是基本的增长与衰减模型,也是数值算法的重要测试问题。

数值求解

大多数非线性初值问题都没有实用的闭式解。因此,数值分析研究在离散时刻近似求解的算法。

显式欧拉法采用

yn+1=yn+hf(tn,yn),tn+1=tn+h.y_{n+1}=y_n+h f(t_n,y_n),\qquad t_{n+1}=t_n+h.

它沿当前点处求得的斜率向前推进。在适当的光滑性假设下,它在固定有限区间上的累积误差为 O(h)O(h)。

精度更高的方法包括龙格—库塔方法和多步法:前者在一个步长内的若干点处计算斜率,后者则利用先前各步的信息。自适应算法估计局部误差,并调整步长以满足指定的容差要求。

精度和数值稳定性是两个不同的问题。将显式欧拉法应用于 y′=λyy'=\lambda y,可得

yn+1=(1+hλ)yn.y_{n+1}=(1+h\lambda)y_n.

当 λ\lambda 为负实数时,精确解会衰减,但数值解只有在

∣1+hλ∣<1.|1+h\lambda|<1.

时才会衰减。因此,即使真实解在减小,导致数值不稳定的步长仍可能使计算结果增长。

如果稳定性约束迫使某些显式方法采用远小于解的表观变化所需的步长,通常就称该问题具有刚性。在这种情况下,往往采用隐式方法,不过这类方法通常需要在每一步求解代数方程。

偏微分方程

对于偏微分方程,初始数据通常是空间位置的函数,而不是有限个数。这类问题常称为柯西问题。

对于全空间上的热方程,

∂u∂t=κΔu,u(x,0)=u0(x),\frac{\partial u}{\partial t}=\kappa\Delta u, \qquad u(x,0)=u_0(x),

在适当的解类中,初始温度场 u0u_0 决定了随后的扩散过程。

对于波动方程,

∂2u∂t2=c2Δu,\frac{\partial^2u}{\partial t^2}=c^2\Delta u,

通常需要给定两个初始场:

u(x,0)=u0(x),∂u∂t(x,0)=v0(x).u(x,0)=u_0(x),\qquad \frac{\partial u}{\partial t}(x,0)=v_0(x).

它们分别表示初始位移和初始速度。

在有界空间区域上,通常还必须在初始数据之外补充边界条件,从而构成初边值问题。对于经典解,在初始时刻与空间边界相交处,可能还需要满足相容性条件。

给定数据的数量和位置取决于方程的结构。并非每个曲面都适合给定柯西数据,而存在性、唯一性和连续依赖性也取决于所采用的正则性类别。当经典解不再存在时,可能需要采用弱解表述;此时还可能需要附加可容许性条件,才能确定唯一的演化过程。

应用

凡是模型同时给出变化率和起始状态的场合,都会出现初值问题。在经典力学中,初始位置和速度决定了物体在给定力作用下的运动。电路模型使用电容器的初始电压和电感器的初始电流。反应动力学使用初始浓度,而种群模型则使用初始种群数量。

对演化方程进行空间离散化,也会产生大型常微分方程组。由此得到的初值问题,将时间积分算法与有限差分法、有限元法等空间离散方法联系起来。其可靠性共同取决于基础模型、初始数据、空间近似和数值积分格式。