微分方程(Blanchard Differential Equations 4th)中文版Section1.6

news2024/11/13 10:20:56

平衡点与相直线

给定一个微分方程
d y d t = f ( t , y ) , \frac{dy}{dt} = f(t, y), dtdy=f(t,y),
我们可以通过绘制斜率场和勾勒图形来大致了解解的行为,或者使用欧拉法计算近似解。有时我们甚至可以推导出解的显式公式并绘制结果。所有这些技术都需要相当多的工作,无论是数值上的(计算斜率或欧拉法)还是解析上的(积分)。
在本节中,我们考虑右侧不依赖于 t t t 的微分方程。这类方程被称为自治微分方程。自治的意思是“自我管理的”,粗略地说,自治系统是自我管理的,因为它是根据完全由因变量的值决定的微分方程来演变的。对于自治微分方程,有一些定性技术可以帮助我们以较少的算术操作勾勒解的图形,而比其他方法更简便。

自治方程

自治方程是形式为
d y d t = f ( y ) \frac{dy}{dt} = f(y) dtdy=f(y)
的微分方程。换句话说,因变量的变化率可以仅仅表示为因变量自身的函数。自治方程作为模型出现频繁,有两个原因。首先,许多物理系统在任何时间点的行为都是相同的。例如,早上10点和下午3点,压缩相同量的弹簧提供的力是相同的。其次,对于许多系统,时间依赖性在所考虑的时间尺度上“平均化”了。例如,如果我们研究狼和田鼠的相互作用,我们可能会发现狼在白天吃的田鼠比晚上多。然而,如果我们对狼和鼠的种群在几年或几十年内的行为感兴趣,那么我们可以将每周每只狼吃掉的鼠的数量进行平均,忽略每日的波动。

我们已经注意到,自治方程的斜率场具有特殊的形式(见第40页,第1.3节)。因为方程的右侧不依赖于 t t t,所以斜率标记在 t t t- y y y 平面上的水平线上是平行的。也就是说,对于自治方程,两个 y y y 坐标相同但 t t t 坐标不同的点具有相同的斜率标记(见图1.51)。
在这里插入图片描述图 1.51 自治微分方程 d y d t = ( y − 2 ) ( y + 1 ) \frac{dy}{dt} = (y - 2)(y + 1) dtdy=(y2)(y+1)的斜率场。斜率在水平线上是平行的。
注意到斜率场表明存在两个平衡解,即 y 1 ( t ) = − 1 y_1(t) = -1 y1(t)=1 对于所有 t t t y 2 ( t ) = 2 y_2(t) = 2 y2(t)=2 对于所有 t t t。此外,初始值在 − 1 -1 1 2 2 2 之间的解是递减的,并且在所有时间内都是定义良好的。

因此,自治方程的斜率场中存在大量冗余。如果我们知道在单一垂直线 t = t 0 t = t_0 t=t0 上的斜率场,那么我们就知道整个 t t t- y y y 平面上的斜率场。因此,我们应该能够只绘制一条包含相同信息的线。这条线称为自治方程的相位线。

绳索的比喻

假设你得到一个自治微分方程
d y d t = f ( y ) . \frac{dy}{dt} = f(y). dtdy=f(y).
想象一根垂直悬挂的绳索,向上无限延伸,向下无限延伸。因变量 y y y 表示绳索上的一个位置(绳索是 y y y 轴)。函数 f ( y ) f(y) f(y) 给出绳索上每个位置的一个数值。假设这个数值 f ( y ) f(y) f(y) 实际上被印在绳索的高度 y y y 上。例如,在高度 y = 2.17 y = 2.17 y=2.17 处,绳索上印有 f ( 2.17 ) f(2.17) f(2.17) 的值。

假设你在时间 t = 0 t = 0 t=0 时被放置在高度 y 0 y_0 y0 的绳索上,并被给予以下指示:读取绳索上印刷的数字,并以与该数字相等的速度沿绳索上升或下降。如果数字是正数,则沿绳索上升;如果数字是负数,则沿绳索下降。(大的正数意味着你会很快上升,而接近零的负数意味着你会缓慢下降。)在移动时,继续读取绳索上的数字,并调整你的速度,以便它始终与绳索上印刷的数字一致。

如果你按照这个相当奇怪的指示进行,你将生成一个函数 y ( t ) y(t) y(t),它给出你在时间 t t t 时的位置。你的初始位置在 t = 0 t = 0 t=0 时是 y ( 0 ) = y 0 y(0) = y_0 y(0)=y0,因为你最初是放置在这个位置的。你在时间 t t t 时的运动速度 d y d t \frac{dy}{dt} dtdy 由绳索上的数字给出,因此对于所有 t t t,都有 d y d t = f ( y ( t ) ) \frac{dy}{dt} = f(y(t)) dtdy=f(y(t))。因此,你的位置函数 y ( t ) y(t) y(t) 是初值问题
d y d t = f ( y ) , y ( 0 ) = y 0 \frac{dy}{dt} = f(y), \quad y(0) = y_0 dtdy=f(y),y(0)=y0
的解。

相位线是这根绳索的图示。由于记录所有速度的数值是繁琐的,我们仅在速度为零的地方标记相位线,并在区间中指示速度的符号。相位线提供了解的定性信息。

逻辑方程的相位线

考虑微分方程
d y d t = ( 1 − y ) y . \frac{dy}{dt} = (1 - y)y. dtdy=(1y)y.
这个微分方程的右侧是 f ( y ) = ( 1 − y ) y f(y) = (1 - y)y f(y)=(1y)y。在这种情况下, f ( y ) = 0 f(y) = 0 f(y)=0 正好当 y = 0 y = 0 y=0 y = 1 y = 1 y=1 时成立。因此,常数函数 y 1 ( t ) = 0 y_1(t) = 0 y1(t)=0 对于所有 t t t y 2 ( t ) = 1 y_2(t) = 1 y2(t)=1 对于所有 t t t 是这个方程的平衡解。我们称 y = 0 y = 0 y=0 y = 1 y = 1 y=1 y y y 轴上的点为平衡点。还要注意,如果 0 < y < 1 0 < y < 1 0<y<1,则 f ( y ) f(y) f(y) 为正;如果 y < 0 y < 0 y<0 y > 1 y > 1 y>1,则 f ( y ) f(y) f(y) 为负。我们可以通过在平衡点 y = 0 y = 0 y=0 y = 1 y = 1 y=1 处放置点来绘制相位线(或“绳索”)。对于 0 < y < 1 0 < y < 1 0<y<1,我们放置指向上的箭头,因为 f ( y ) > 0 f(y) > 0 f(y)>0 意味着你会向上爬;而对于 y < 0 y < 0 y<0 y > 1 y > 1 y>1,我们放置指向下的箭头,因为 f ( y ) < 0 f(y) < 0 f(y)<0 意味着你会向下爬(见图1.52)。
在这里插入图片描述

如果我们将相位线与斜率场进行比较,我们会发现相位线包含了关于平衡解的所有信息,以及解是递增还是递减。关于解的增减速度的信息会丢失(见图1.53)。但仅使用相位线,我们仍然可以给出解的图形的粗略草图。这些草图虽然不如斜率场的草图准确,但它们将包含关于解在 t t t 较大时的行为的所有信息(见图1.54)。
在这里插入图片描述

如何绘制相位线

我们可以通过给出绘制相位线所需的步骤来更准确地定义相位线。对于自治方程 d y d t = f ( y ) \frac{dy}{dt} = f(y) dtdy=f(y),步骤如下:

  • 绘制 y y y 轴线。
  • 找到平衡点(即 f ( y ) = 0 f(y) = 0 f(y)=0 的点),并在直线上标记它们。
  • 找到 f ( y ) > 0 f(y) > 0 f(y)>0 y y y 值区间,并在这些区间中画出指向上的箭头。
  • 找到 f ( y ) < 0 f(y) < 0 f(y)<0 y y y 值区间,并在这些区间中画出指向下的箭头。

我们在图1.55中勾画了几个相位线的示例。在查看相位线时,你应该记住绳索的比喻,并“动态”地思考微分方程的解——想象随着时间的推移,人们在绳索上向上或向下攀爬。

在这里插入图片描述

如何利用相位线来勾画解的图形

我们可以直接从相位线中获得解图形的粗略草图,但前提是我们在解读这些草图时要小心。相位线在预测解的极限行为(即当 t t t 增大或减小时的行为)方面非常有效。

考虑方程
d w d t = ( 2 − w ) sin ⁡ w . \frac{dw}{dt} = (2 - w) \sin w. dtdw=(2w)sinw.
这个微分方程的相位线如图1.56所示。注意到平衡点是 w = 2 w = 2 w=2 w = k π w = k\pi w=(其中 k k k 为任意整数)。假设我们想要勾画初值为 w ( 0 ) = 0.4 w(0) = 0.4 w(0)=0.4 的解 w ( t ) w(t) w(t) 的图形。因为 w = 0 w = 0 w=0 w = 2 w = 2 w=2 是这个方程的平衡点,并且 0 < 0.4 < 2 0 < 0.4 < 2 0<0.4<2,根据存在性和唯一性定理,我们知道 0 < w ( t ) < 2 0 < w(t) < 2 0<w(t)<2 对于所有 t t t 都成立。此外,因为在 0 < w < 2 0 < w < 2 0<w<2 区间内 ( 2 − w ) sin ⁡ w > 0 (2 - w) \sin w > 0 (2w)sinw>0,所以解始终在增加。由于当 ( 2 − w ) sin ⁡ w (2 - w) \sin w (2w)sinw 接近零时解的速度较小,并且这种情况只发生在平衡点附近,我们知道解 w ( t ) w(t) w(t) 会随着 t → ∞ t \to \infty t 增加到 w = 2 w = 2 w=2(见第1.5节)。
在这里插入图片描述

类似地,如果我们将时间倒退,解 w ( t ) w(t) w(t) 会减少。它始终保持在 w = 0 w = 0 w=0 之上,且不能停下,因为

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2056111.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

武汉流星汇聚:西班牙时尚消费高涨,中国商家借亚马逊平台拓商机

在2024年第二季度的亚马逊西班牙站&#xff0c;一场前所未有的时尚盛宴正悄然上演。销售额同比高增长TOP10品类榜单的揭晓&#xff0c;不仅揭示了西班牙消费者对于时尚品类的狂热追求&#xff0c;更为亚马逊平台上的中国商家开启了一扇通往新蓝海的大门。其中&#xff0c;男士拳…

使用LlamaIndex中的Reli 进行实体链接和关系提取

从文本中构建知识图谱一直是一个引人入胜的研究领域。随着大型语言模型(LLM)的出现,这一领域获得了更多主流关注。然而,大型语言模型的成本可能相当高昂。另一种方法是对较小的模型进行微调,这种方法得到了学术研究的支持,并产生了更有效的解决方案。今天,我们将探讨罗马…

redis mysql oracle mssql postgresql提权工具mdut

mdut工具使用 mdut用于数据库的连接&#xff0c;连接成功后可用户反弹shell&#xff0c;命令执行 mdut工具运行说明 1&#xff0c;此工具需要在jdk1.8的环境下运行 2&#xff0c;下载完工具包之后&#xff0c;找到java1.8环境&#xff0c;运行jar文件 java.exe -jar Multipl…

Linux Redis 删除指定库下所有 Key

代码示例 以下是每一步需要执行的代码及其注释&#xff1a; 连接 Redis redis-cli -h <hostname> -p <port> -a <password>-h&#xff1a;指定 Redis 服务器的主机名。 -p&#xff1a;指定 Redis 服务器的端口号。 -a&#xff1a;指定 Redis 服务器的密码。…

基于Arch的轻量级发行版Archcraft结合内网穿透实现远程SSH连接

文章目录 前言1. 本地SSH连接测试2. Archcraft安装Cpolar3. 配置 SSH公网地址4. 公网远程SSH连接5. 固定SSH公网地址6. SSH固定地址连接 前言 本文主要介绍如何在Archcraft系统中安装Cpolar内网穿透工具,并以实现Windows环境ssh远程连接本地局域网Archcraft系统来说明使用内网…

ubuntu安装虚拟环境(tensorflow、torch)

一、安装需求 1、确保ubuntu可以ping通百度 2、设置好了pip镜像源&#xff0c;&#xff08;具体可看&#xff1a;ubuntu配pip的源-CSDN博客&#xff09; 二、安装虚拟环境&#xff08;务必使用sudo进行&#xff09; step1&#xff1a;执行安装命令 更改了pip默认使用pip3的…

SpringBoot+Vue在线商城(电子商城)系统-附源码与配套论文

摘 要 随着互联网技术的发展和普及&#xff0c;电子商务在全球范围内得到了迅猛的发展&#xff0c;已经成为了一种重要的商业模式和生活方式。电子商城是电子商务的重要组成部分&#xff0c;是一个基于互联网的商业模式和交易平台&#xff0c;通过网络进行产品和服务的销售。…

18705 01背包问题

### 分析 这是一个典型的0/1背包问题。我们需要在有限的背包容量下&#xff0c;选择若干物品&#xff0c;使得获得的总价值最大。可以使用动态规划来解决这个问题。 ### 伪代码 1. 定义一个一维数组dp&#xff0c;其中dp[j]表示容量为j的背包能获得的最大价值。 2. 初始化dp[0…

STM32的相关简单介绍

一、什么是STM32 STM32是ST公司设计的一系列以ARM Cortex-M为核心的32位微控制器 ST公司&#xff0c;即意法半导体集团(STMicrolectronics,简称ST)&#xff0c;1987年成立。由意大利的SGS微电子公司和法国Thomson半导体公司合并而成。 在当下的32位微控制器中&#xff0c;STM…

系统主机加固的十个方法,教你做好主机加固

环境背景 随着全球数字化转型的加速&#xff0c;企业IT环境变得愈发复杂&#xff0c;服务器主机面临的安全威胁也日益多样化。无论是工业控制系统、企业内部网络、企业内部服务器&#xff0c;还是云计算环境&#xff0c;都可能成为网络攻击的目标。此外&#xff0c;随着“工业…

重构版:链动3+1创新裂变模式解析

链动31模式&#xff0c;作为一种创新的市场扩张策略&#xff0c;专注于通过产品的独特魅力驱动用户自主传播与裂变。与传统的链动21模式相比&#xff0c;它在结构上进行了重大革新&#xff0c;不再局限于传统的太阳线裂变方式&#xff0c;而是引入了四四复制的架构&#xff0c;…

【Python零基础】while循环和用户输入

文章目录 前言一、input()函数二、while循环三、使用while循环来处理列表和字典总结 前言 我们开发一个应用程序&#xff0c;目的都是为了解决最终用户的问题&#xff0c;针对用户界面输入的数据&#xff0c;按照用户期待的逻辑进行处理&#xff0c;得到用户想要的结果。本章将…

如何查看Squid的DNS缓存

使用squidclient mgr:ipcache命令查看Squid的DNS缓存记录 如果squid端口不是3128, 需要指定端口号, squidclient -p {port} mgr:ipcache # squidclient mgr:ipcache ... IP Cache Statistics: ... IP Cache Contents:Hostname Flg lstref TTL N(b)…

【排序算法】八大排序(上)(c语言实现)(附源码)

&#x1f31f;&#x1f31f;作者主页&#xff1a;ephemerals__ &#x1f31f;&#x1f31f;所属专栏&#xff1a;算法 目录 前言 写一串测试数据 交换两元素的函数 一、冒泡排序 二、选择排序 三、插入排序 四、希尔排序 程序全部代码 总结 前言 排序算法是计算机科…

【pwnable.kr】0x01-fd Writeup

题目描述 解法 Ubuntu连接靶机&#xff08;连不通的可以试一下proxychains&#xff09; ssh fdpwnable.kr -p2222scp命令拷贝下fd源码文件 scp -P2222 fdpwnable.kr:fd.c .查看源码 #include <stdio.h> #include <stdlib.h> #include <string.h> char bu…

解决k8s分布式集群,子节点加入到主节点失败的问题

1.问题情况 Master主节点在 使用 kubeadm init 成功进行初始化后&#xff0c;如下所示 Your Kubernetes control-plane has initialized successfully!To start using your cluster, you need to run the following as a regular user:mkdir -p $HOME/.kubesudo cp -i /etc/k…

spring全面详解-最全最详细的spring基本认识和入门使用

文章目录 Springspring概述1 Spring定义2 Spring核心3 Spring Framework的特点 入门案例1 环境要求2 构建工程2.1 构建子工程first-spring2.2 入门案例2.3 对象存储 IoC容器1 控制反转IoC2 依赖注入DI3 IoC容器实现4 基于XML管理bean4.1 环境准备4.2 获取bean方式4.3 基于sette…

【微信小程序】自定义组件 - behaviors

1. 什么是 behaviors 2. behaviors 的工作方式 3. 创建 behavior 调用 Behavior(Object object) 方法即可创建一个共享的 behavior 实例对象&#xff0c;供所有的组件使用&#xff1a; 4. 导入并使用 behavior 5. behavior 中所有可用的节点 6. 同名字段的覆盖和组合规则* 关…

C++学习笔记----4、用C++进行程序设计(一)---- 什么是面向对象的程序设计

也许你看到这个题目的时候&#xff0c;就觉得这篇博文不用看了&#xff0c;难道这就是题目劝退了观众。我看到过一些程序&#xff0c;是由面向过程的传统程序修改过来了&#xff0c;只是将原来的函数变成了类的成员函数&#xff0c;其他几乎没有什么变化&#xff0c;可以说是换…

使用一致性哈希解决哈希分片负载均衡的扩展性问题

声明&#xff1a;本文的图全部源于&#xff1a;小林coding 上来咱先说&#xff0c;一致性哈希是应对分布式系统的算法 假设有一个负载均衡问题&#xff0c;也就是大批流量来请求&#xff0c;那怎么分配这些流量&#xff1f; 随机&#xff1f;还是挨个轮询&#xff1f; 这都…