Overview#
This chapter builds a practical toolkit for first-order ODEs and related extensions.
- Core ideas: classification, modeling, and meaning of solutions
- Main methods: separable equations, integrating factor, substitution methods, exact equations
- Key themes: initial-value problems, existence/uniqueness, singular solutions, and geometric interpretation
- Advanced bridge: reducible second-order equations and implicit first-order equations via p=y′
The goal is not only to solve equations, but also to identify equation types quickly and choose the right method with domain/branch checks.
Introduction#
What is an ODE?#
An ODE is an equation involving an unknown function and its derivatives:
F(x,y,y′,…,y(n))=0
If there is only one independent variable, it is called an ordinary differential equation (ODE).
Classification#
Differential equations can be classified by:
- type: ODE / PDE
- order: highest derivative
- linearity: linear / nonlinear
- homogeneity: homogeneous / nonhomogeneous
Mathematical modeling#
ODEs are used to model changing quantities in physics, ecology, engineering, etc.
Typical variables:
- independent variable: time, position, …
- dependent variable: speed, temperature, population, …
Meaning of a solution#
A function y=ϕ(x) is a solution if it satisfies the ODE identically on an interval.
General vs particular solution#
- General solution: a family of parametrized solutions
- Particular solution: one specific solution selected by extra conditions
Subsidiary conditions#
To determine a unique particular solution, we usually need:
- initial condition
- boundary condition
Not every ODE has a solution, and not every solution is unique.
Two viewpoints#
- Analytical: solve for y=ϕ(x)
- Geometrical: use slope fields and solution curves
Slope field#
For
y′=f(x,y)
the value of f(x,y) gives the slope at each point (x,y).
A slope field visualizes the local direction of solutions.
Phenomenon → Modeling → ODE + conditions → Analysis → Solve / Approximate → Predict / Control
Separable Equations and Applications#
dxdy=H(x,y)=g(x)h(y),y(x0)=y0
Case 1:h(y)=0
可以把变量分开:
h(y)dy=g(x)dx然后两边积分:
∫h(y)1dy=∫g(x)dx最后再代入初值确定常数。
Case 2:h(y0)=0
这时常数函数
y≡y0往往本身就是一个解。
这个解有时会包含在通解里,有时不会,所以一定要单独检查。
TIP分离变量时如果除掉了某个可能为 0 的因子,可能会漏掉解。
Implicit, General, and Singular Solutions#
Implicit Solution#
例如
x2+y2=4对它求导:
2x+2yy′=0⇒x+yy′=0所以
x2+y2=4是微分方程的一个隐式解。
它对应两个显式分支:
y=±4−x2而初值会选定其中一个分支。
General Solution#
带任意常数 C 的解族通常叫通解。
例如:
y=Ae−3x2或
y=1+(x2+C)3都属于通解族。
Singular Solution#
奇异解是:
是原方程的解,但不能通过通解中取某个常数得到。
WARNING奇异解会在分离变量中被漏掉
考虑
dxdy=6x(y−1)2/3(y−1)2/3dy=6xdx∫3(y−1)2/31dy=∫2xdx(y−1)1/3=x2+C所以通解是
y=1+(x2+C)3但还有一个解
直接检查常数解
y≡1有
y′=0,6x(y−1)2/3=0所以 y≡1 也是解。
因为不存在常数 C,使得
1+(x2+C)3≡1对所有 x 成立。
所以 y≡1 是一个 奇异解。
在分离变量时你实际上做了
(y−1)2/31这一步默认了 (y−1)2/3=0。
而对 y≡1,这个因子恒为 0,所以它在分离过程中被排除了。
若取初值 y(1)=1,则至少有两条不同的解:
- y≡1
- y=1+(x2−1)3
它们都满足 y(1)=1。
这说明:
同一个初值问题,解可能不唯一。
而这正和存在唯一性定理呼应:
这里右端 f(x,y)=6x(y−1)2/3 在 y=1 附近关于 y 的性质不够好,所以唯一性会失效。
Logistic model#
dtdP=kP(1−MP),P(0)=P0这里:
- P(t):种群数量
- k:增长率
- M:环境容量
P(1−MP)dP=kdt(M−P)PMdP=kdt(M−P)PM=P1+M−P1∫(P1+M−P1)dP=∫kdt∫M−P1dP=−ln∣M−P∣lnM−PP=kt+CM−PP=Cekt于是可得常见形式
P(t)=Ce−kt+1M再由 P(0)=P0 确定 C,得到特解。
代入初值后的常见结果:
P(0)=P0=C+1MC=P0M−P0P(t)=(M−P0)e−kt+P0MP0P=0 和 P=M 也是常数解,需要单独检查;
它们有时能在通解表达式中体现出来,有时最好单独写明。
Torricelli’s law#
考虑底部有小孔的水箱。
记:
- y(t):水深
- V(t):水体积
- a:小孔面积
物理上,在理想条件下,出水速度满足
v=2gy因此体积变化率为
dtdV=−av=−a2gy令
k=a2g则
dtdV=−ky
若水箱在高度 y 的横截面积为 A(y),则
V(y)=∫0yA(yˉ)dyˉ所以
dydV=A(y)由链式法则:
dtdV=dydVdtdy=A(y)dtdy于是得到
A(y)dtdy=−ky
Extension 1: Equidimensional Equations#
dxdy=g(xy)这种方程右边只依赖于比值 y/x,叫 equidimensional equation(也常被称作 homogeneous type)。
标准换元:
令
u=xy即y=ux则
dxdy=u+xdxdu代回原方程后,通常可以化成关于 u 的 separable equation。
Example: Equidimensional Substitution#
xy′−y=x2−y2y′=1−(xy)2+xy令
u=xy,y=ux则
y′=u+xu′代入得
u+xu′=1−u2+u所以
xu′=1−u2从而分离变量:
1−u2du=xdx积分:
arcsinu=ln∣x∣+C代回 u=y/x,得
y=xsin(ln∣x∣+C)若
1−u2=0即 u=±1,也要单独检查,对应
y=±x这又是“分离变量时可能漏掉特殊解”的同一类问题。
dxdy=f(a2x+b2y+c2a1x+b1y+c1)目标:把它转化为更容易的方程,通常是 equidimensional,再进一步化成 separable。
Case 1:c1=c2=0
则
dxdy=f(a2x+b2ya1x+b1y)这是关于 x,y 同次的比值,可直接看成 equidimensional 型,再令 u=y/x。
Case 2:常数项不全为 0,且两条直线有唯一交点
解方程组
a1α+b1β+c1=0a2α+b2β+c2=0然后做平移换元:
u=x−α,v=y−β则原式会变成
dudv=f(a2u+b2va1u+b1v)从而化成 equidimensional 方程,再继续令 w=v/u。
Case 3:分子分母中的线性部分成比例
若
a2a1=b2b1=k则表达式可进一步简化成“一个线性组合”的函数形式,再寻找合适换元。
Solving Strategy for First-Order ODEs#
Step 1:Identify
先识别方程类型:
- 是不是 separable?
- 能不能通过换元化成 separable?
- 有没有明显常数解?
Step 1.5:Convert(Optional)
如果不是直接 separable,尝试:
- 令 u=xy(equidimensional)
- 平移 u=x−α, v=y−β
- 观察线性分式是否可化简
Step 2:Solve
分离变量并积分。
Step 3:Check lost / special solutions
检查:
- 有没有在约分时漏掉的常数解
- 有没有奇异解
- 解是否满足原方程
Step 4:Use initial condition
代入初值求常数,并确定正确分支。
Step 5:State the answer clearly
答案要写清:
- 显式 or 隐式
- 特解 or 通解
- 是否还有额外常数解/奇异解
- 定义区间
Linear First-Order Equations#
一阶线性微分方程:
标准形式:
y′+P(x)y=Q(x)
Homogeneous vs Nonhomogeneous#
对线性方程
y′+P(x)y=Q(x)
若Q(x)≡0,则方程为
y′+P(x)y=0
称为 齐次(homogeneous) 线性方程。
若Q(x)≡0,则方程为
y′+P(x)y=Q(x)
称为 非齐次(nonhomogeneous) 线性方程。
Integrating Factor Method#
对方程
y′+P(x)y=Q(x)
我们想乘上一个函数 ρ(x),使左边变成一个乘积的导数:(ρ(x)y)′.
因为 (ρy)′=ρy′+ρ′y
所以只要让ρ′=ρP(x),就能把ρy′+ρP(x)y认成(ρy)′.
由
ρρ′=P(x)积分得到
lnρ=∫P(x)dx所以积分因子可取为
ρ(x)=e∫P(x)dx
乘上积分因子后:
ρy′+ρPy=ρQ左边就是
(ρy)′=ρQ然后两边积分:
ρy=∫ρQdx+C所以通解是
y=ρ(x)1(∫ρ(x)Q(x)dx+C)
核心:
(ρ(x)y)′=ρ(x)Q(x)这才是积分因子法的本质。
Standard Workflow#
Step 1: Rewrite to standard form
先写成
y′+P(x)y=Q(x)特别注意:
y′ 前面的系数必须先化成 1。
Step 2: Find the integrating factor
ρ(x)=e∫P(x)dxStep 3: Multiply both sides by ρ(x)
得到
(ρy)′=ρQStep 4: Integrate
ρy=∫ρQdx+CStep 5: Solve for y
y=ρ1(∫ρQdx+C)
Example 1#
求解
y′+y=exStep 1: Standard form
这里
P(x)=1,Q(x)=exStep 2: Integrating factor
ρ(x)=e∫1dx=exStep 3: Multiply by the integrating factor
exy′+exy=e2x左边是(exy)′。
所以
(exy)′=e2xStep 4: Integrate
exy=∫e2xdx+C=21e2x+C所以
y=21ex+Ce−x
What this example shows
Integrating factor works fully when Q(x)=0.
它本来就是为一般的一阶线性方程设计的。
The solution naturally splits into two parts.
y=齐次解Ce−x+特解21ex这正好对应后面的结构定理。
Example 2#
求解
x2y′+xy=sinx,y(1)=y0Step 1: Rewrite to standard form
当 x=0 时,除以 x2:
y′+x1y=x2sinx所以
P(x)=x1,Q(x)=x2sinxStep 2: Integrating factor
因为初值点在 x0=1,自然考虑区间 x>0。
ρ(x)=exp(∫1xt1dt)=elnx=xStep 3: Multiply by the integrating factor
xy′+y=xsinx左边是(xy)′。
所以
(xy)′=xsinxStep 4: Integrate
从 1 积到 x:
xy−y0=∫1xtsintdt于是
y(x)=x1[y0+∫1xtsintdt]
Key takeaways from this example
Why is the solution defined on the positive half-axis?
因为:
- 初值点 x0=1 在正半轴
- P(x)=1/x、Q(x)=sinx/x2 在 (0,∞) 上连续
- 但在 x=0 不连续
因此根据存在唯一性定理,解在整个(0,∞) 上唯一存在。
x=0 is not a singular solution.
x=0 不是一条解曲线,而是方程的 奇点(singular point)。
它和前面 1.4 的 奇异解 singular solution 不是一回事。
Existence and Uniqueness for Linear ODEs#
考虑初值问题
y′+P(x)y=Q(x),y(x0)=y0如果 P(x) 和 Q(x) 在某个包含 x0 的开区间 I 上连续,那么:
该初值问题在 I 上有且仅有一个解而且这个解在整个区间 I 上存在。
Key Consequences#
Linear IVPs are highly well-behaved.
不像前面某些非线性例子会出现:
线性方程在系数连续时非常“安全”。
The solution extends over the full continuity interval.
不是只在初值点附近,而是在 P,Q 连续的整个区间上。
First-order linear equations have no singular solutions.
积分因子法得到的通解已经包含所有解,
不会再额外冒出“通解之外的特殊解”。
对初值问题
y′+P(x)y=Q(x),y(x0)=y0可以直接取
ρ(x)=exp(∫x0xP(t)dt)则唯一解可直接写成
y(x)=ρ(x)1[y0+∫x0xρ(t)Q(t)dt]
Structure: Homogeneous + Particular#
对非齐次方程
y′+P(x)y=Q(x)若:
- Y(x) 是对应齐次方程
y′+P(x)y=0
的通解
- y∗(x) 是原方程的一个特解
那么原方程的通解是
y(x)=Y(x)+y∗(x)
Linear Superposition Principle#
对非齐次线性方程
y′+P(x)y=Q(x)通解可写为
y=Y+y∗这是 Principle of Linear Superposition(线性叠加原理)。
Bernoulli Equation#
Standard form
y′+P(x)y=Q(x)yn,n=0,1这是一个非线性方程,但可以通过换元化为线性方程。
Substitution
令
z=y1−n则可化成一阶线性方程:
z′+(1−n)P(x)z=(1−n)Q(x)解出 z 后,再反代回 y。
Example: Bernoulli Equation in Detail#
考虑几何推导得到的方程
y′=2xy−2yx改写成
y′−2x1y=−2xy−1这是 Bernoulli 方程,参数 n=−1。
Step 1: Substitute
因为 1−n=2,令
z=y2则
z′=2yy′Step 2: Rewrite the original equation
原方程两边乘 2y:
2yy′=xy2−x即
z′=x1z−x整理得
z′−x1z=−x这已经是一阶线性方程。
Step 3: Integrating factor
ρ(x)=e∫−1/xdx=e−lnx=x1于是
(xz)′=−1Step 4: Integrate
xz=−x+C所以
z=Cx−x2代回 z=y2:
y2=Cx−x2
Substitution Methods and Exact Equations#
若一阶方程可写成
dxdy=F(ax+by+c),则可令
v=ax+by+c.因为
y=bv−ax−c(若 b=0),对 x 求导后可把原方程化成关于 v 的 separable equation。
Standard substitution#
对最常见的形式
dxdy=F(x+y+c),令
v=x+y+c.则
y=v−x−c,dxdy=dxdv−1.代回后得到关于 v 的一阶方程,再分离变量。
Classic example#
dxdy=(x+y+3)2令
v=x+y+3,y=v−x−3则
dxdy=dxdv−1代入得
dxdv=1+v2.分离变量:
1+v2dv=dx积分得
arctanv=x+C.所以
v=tan(x+C),从而
y(x)=tan(x+C)−x−3
TIP看到右边只依赖于某个线性组合 ax+by+c,就优先考虑把这个整体设为新变量。
2. Homogeneous Equations#
若方程可写成
dxdy=F(xy),则称其为 homogeneous first-order equation。
这类方程右边只依赖于比值 y/x。
Standard substitution#
令
v=xy,y=vx则
dxdy=v+xdxdv.代回原方程:
v+xdxdv=F(v)所以
xdxdv=F(v)−v.这就是一个 separable equation。
How to recognize it#
若微分方程能整理成
dxdy=F(xy),或形如
P(x,y)y′=Q(x,y)其中 P,Q 的每一项都有相同总次数,则通常可化成 homogeneous equation。
Classic example#
2xydxdy=4x2+3y2改写为
dxdy=2yx+23xy.令
v=xy,y=vx,y′=v+xv′代入得
v+xdxdv=v2+23v所以
xdxdv=2vv2+4.分离变量:
v2+42vdv=xdx积分:
ln(v2+4)=ln∣x∣+lnC于是
v2+4=C∣x∣.代回 v=y/x:
x2y2+4=C∣x∣.可写成
y2+4x2=kx3
Domain check#
由
y2=x2(kx−4)≥0得到
x2(kx−4)≥0.因此:
- 若 k>0,则 x≥k4
- 若 k<0,则 x≤k4
TIP对 homogeneous equation,解完后常要额外检查:
- ln∣x∣ 带来的区间限制
- 根号带来的定义域限制
- 写成 y=±g(x) 后要求 g(x)≥0
3. A special homogeneous IVP with radical#
考虑
xdxdy=y+x2−y2,y(x0)=0,x0>0.先除以 x:
dxdy=xy+1−(xy)2.令
v=xy,y=vx,y′=v+xv′得
v+xdxdv=v+1−v2所以
xdxdv=1−v2.分离变量:
1−v2dv=xdx积分得
arcsinv=lnx+C(因为初值点 x_0>0,可在 x>0 的区间上讨论,所以写 lnx 即可。)
由 v(x0)=0 得
C=−lnx0.所以
v=sin(lnx0x).代回 v=y/x:
y(x)=xsin(lnx0x)
Region restriction#
因为原方程中有根号
x2−y2,必须满足
x2−y2≥0⟺∣y∣≤∣x∣.又因为这里取的是 x0>0 的解支,所以在 x>0 上讨论,区域变成
x≥∣y∣.边界线
y=x,y=−x本身也是解,称为 singular solution curves。
4. Exact Equations#
若方程写成
M(x,y)dx+N(x,y)dy=0,并且左边恰好是某个函数 F(x,y) 的全微分
dF=Fxdx+Fydy,即
Fx=M,Fy=N,则该方程称为 exact equation。
这时通解直接写成
F(x,y)=C.
Exactness criterion#
在通常的连续性条件下,若
∂y∂M=∂x∂N则方程是 exact。
How to find the potential function F(x,y)#
若已知 exact,可按下面步骤求 F:
-
先由
Fx=M
对 x 积分:
F(x,y)=∫M(x,y)dx+g(y)
-
再对 y 求偏导,与 N 比较,确定 g(y)。
也可反过来先由 Fy=N 对 y 积分。
Classic example#
y3dx+3xy2dy=0这里
M=y3,N=3xy2.直接看出
F(x,y)=xy3因为
Fx=y3,Fy=3xy2.所以原方程是 exact,其通解为
xy3=C也可写成
y=kx−1/3.
若把上式在 y=0 的区域中除以 y2,得到
ydx+3xdy=0.此时
M=y,N=3x,有
My=1,Nx=3,所以它 不是 exact。
这说明:
WARNINGexactness 不是“解集本身”的性质,而与方程写成的具体形式 Mdx+Ndy=0 有关。
5. Integrating Factor for Nonexact Equations#
若
M(x,y)dx+N(x,y)dy=0不是 exact,我们希望找到一个函数 μ,使得
μMdx+μNdy=0变成 exact。
这个 μ 叫做 integrating factor。
Exactness condition after multiplying by μ#
需要满足
∂y∂(μM)=∂x∂(μN).一般直接求 μ(x,y) 很难,所以常先试两种简单情形:
Case 1: μ=μ(x)#
若
NMy−Nx恰好只依赖于 x,则存在积分因子
μ(x)=exp(∫NMy−Nxdx)
Case 2: μ=μ(y)#
若
MNx−My恰好只依赖于 y,则存在积分因子
μ(y)=exp(∫MNx−Mydy)
TIP线性方程中的积分因子
ρ(x)=e∫P(x)dx本质上就是 exact equation 理论中的一个特殊情形。
Reducible Second-Order Equations#
二阶微分方程一般写成
F(x,y,y′,y′′)=0.若其中 缺少 y 或 缺少 x,则常可通过代换降为一阶方程。
1. Dependent variable y missing#
若方程形如
F(x,y′,y′′)=0,则令
p=y′=dxdy.于是
y′′=dxdp=p′.原方程变为
F(x,p,p′)=0,这是关于 p 的一阶方程。
若解得
p=p(x,C1),则再由
y′=p(x,C1)积分得到
y(x)=∫p(x,C1)dx+C2
Example#
y′′+(y′)2=0令
p=y′则
p′+p2=0.分离变量:
p2dp=−dx积分得
p=x+C11.所以
y′=x+C11再积分:
y=ln∣x+C1∣+C2
2. Independent variable x missing#
若方程形如
F(y,y′,y′′)=0,则令
p=y′=dxdy并把 p 看成 y 的函数。
这时由链式法则
y′′=dxdp=dydpdxdy=pdydp.所以原方程变为
F(y,p,pdydp)=0这就是关于 p(y) 的一阶方程。
若解出
p=p(y,C1),再由
dxdy=p(y)⟹dydx=p(y)1积分得
x(y)=∫p(y,C1)1dy+C2通常最后得到的是 隐式解。
Classic example#
yy′′=(y′)2这里缺少 x。令
p=y′,y′′=pdydp.代入得
ypdydp=p2.在 p=0 的情形下可分离为
pdp=ydy.积分:
ln∣p∣=ln∣y∣+C所以
p=C1y.即
dxdy=C1y.于是
dydx=C1y1.积分可得
C1x=ln∣y∣+C2.整理后:
y(x)=AeBx其中 A,B 为任意常数。
虽然推导过程中常暂时假设 y>0, p>0 以便写成 lny, lnp,
但最后结果
y=AeBx对任意实数 A,B 都成立。
例如:
- B=0 时,得到所有水平直线 y=A
- A<0 时,对应关于 x 轴的对称
- B<0 时,对应关于 y 轴的反射型指数曲线
Bonus: Implicit First-Order Equations, 3D Embedding, and Singular Solutions#
在前面的小节中,我们主要学习的是能够写成显式形式的一阶方程:
y′=f(x,y).但很多方程天然写成 隐式形式
F(x,y,y′)=0这时不一定容易直接把 y′ 解出来。
一种新的视角:
- 把 p=y′ 当作新变量;
- 将方程看成三维空间 (x,y,p) 中的曲面
F(x,y,p)=0;
- 在该曲面上寻找满足
dxdy=p⟺dy=pdx
的曲线。
- 再把这条空间曲线投影回 (x,y)-平面,得到原微分方程的解曲线。
这就是 Parametrization with 3D Embedding。
Basic geometric idea#
对于隐式方程
F(x,y,y′)=0,令
p=y′.则方程变成
F(x,y,p)=0它表示三维空间中的一个曲面。
但是仅仅落在这个曲面上还不够,因为 p 还必须真的是曲线 y(x) 的斜率。
因此还要满足接触条件
dxdy=p⟺dy=pdx所以真正的任务是:
在曲面 F(x,y,p)=0 上找一条曲线,使它同时满足 dy=pdx。
General procedure of 3D embedding#
若能将曲面参数化为
x=f(u,v),y=g(u,v),p=h(u,v),则由
dy=pdx可得到关于参数 u,v 的一阶微分方程。
因为
dx=fudu+fvdv,dy=gudu+gvdv,代入条件 dy=pdx:
gudu+gvdv=h(u,v)(fudu+fvdv).整理得
(gu−hfu)du+(gv−hfv)dv=0如果能把它解成
u=φ(v)或v=ψ(u),那么代回参数式即可得到平面中的解曲线:
x=f(φ(v),v),y=g(φ(v),v),或
x=f(u,ψ(u)),y=g(u,ψ(u)).
Direct substitution as a simpler method#
在很多例子里,其实不必完整走“两个参数 u,v”那一套。
如果能把曲面方程直接写成
y=Φ(x,p)或x=Ψ(y,p),则可直接代入 p=y′ 来求解。
常见套路是:
- 先令
p=y′;
- 把原方程改写成含 x,y,p 的代数关系;
- 用这个关系把 y 表成 x,p;
- 对 x 求导,并利用
dxdy=p;
- 得到关于 p 和 x 的一阶方程;
- 解出后,再代回得到 x,y 的参数形式。
这就是 Direct substitution。
Example 1#
考虑
(y′)2+y−x=0.令
p=y′,则方程化为
p2+y−x=0⟹y=x−p2
Method 1: direct parametrization#
可把曲面直接参数化为
x=u,y=u−v2,p=v.因为 p=y′,所以
v=dxdy.而
x=u,y=u−v2.于是
dxdy=dx/dud(u−v2)/du=1−2vdudv.由 p=v=y′,得
v=1−2vdudv.整理为
2vdudv=1−v.分离变量:
1−v2vdv=du.积分得
u=−2v−2ln∣1−v∣+C.由于 x=u,所以
x=−2v−2ln∣1−v∣+C.再由
y=u−v2得
y=−2v−v2−2ln∣1−v∣+C其中 v 是自由参数。
Method 2: direct substitution#
由
y=x−p2两边对 x 求导:
dxdy=dxd(x−p2)=1−2pdxdp.但左边 dxdy=p,所以
p=1−2pdxdp.即
2pdxdp=1−p.这与上面一致。
分离变量:
1−p2pdp=dx.积分得
x=−2p−2ln∣1−p∣+C.再由
y=x−p2可得
x=−2p−2ln∣1−p∣+C,y=−2p−p2−2ln∣1−p∣+C这就是参数解,其中 p 是自由参数。
Note#
这个例子说明:
- 隐式方程不一定要先显式解出 y′;
- 直接把 p=y′ 当作参数,有时会更自然;
- 最终答案常是 (x(p),y(p)) 的参数方程,而不是 y=f(x) 的显式式子。
Example 2: Clairaut-type equation and singular solution#
考虑
y=xy′+2(y′)2.令
p=y′,则
y=xp+2p2对 x 求导:
dxdy=dxd(xp+2p2)=p+xdxdp+pdxdp.左边 dxdy=p,所以
p=p+(x+p)dxdp.因此
(x+p)dxdp=0这给出两种可能性。
Branch 1: dxdp=0#
则
p=C为常数。
代回
y=xp+2p2得
y=Cx+2C2这是一族直线,称为 general solution family。
Branch 2: x+p=0#
则
p=−x.代回
y=x(−x)+2(−x)2=−2x2.所以得到
y=−2x2这条曲线并不是把某个固定常数 C 代入上一族直线得到的,因此它是一个新的解,称为
singular solution
Geometric interpretation#
对于一般解族
y=Cx+2C2,每个 C 对应一条直线。
而曲线
y=−2x2恰好是这族直线的包络线(envelope)。
也就是说,每条直线都与它相切。
因此 singular solution 的一个典型来源就是:
一族一般解曲线的包络线。
Example 3#
考虑
x(y′)2−2yy′+9x=0.令
p=y′,则
xp2−2yp+9x=0.若 p=0,可解出
2yp=xp2+9x⟹y=2xp+2p9x
Differentiate#
对 x 求导:
dxdy=dxd(2xp+2p9x).右边展开为
2p+2xdxdp+2p9−2p29xdxdp.由于左边 dxdy=p,所以
p=2p+2xdxdp+2p9−2p29xdxdp.整理可化为
(1−p29)(xdxdp−p)=0.因此又分成两支。
Branch 1: 1−p29=0#
即
p=±3.代回原方程
xp2−2yp+9x=0可得
y=±3x这两条直线是 singular solutions。
Branch 2: xdxdp−p=0#
即
dxdp=xp.分离变量:
pdp=xdx.积分得
p=Cx.代回
y=2xp+2p9x得到
y=2x(Cx)+2Cx9x=2Cx2+2C9.因此一般解为
y=2Cx2+2C9再加上 singular solutions
y=±3x
Important observation#
这个例子再次说明:
- 在由隐式方程推导出的中间方程里,如果出现了乘积形式
A(p,x,y)⋅B(p,x,y)=0,
那么两因子对应的分支都要讨论;
- 其中某些分支会给出一般解族;
- 某些分支会给出奇异解。
这和前面 Example 2 的结构完全一致。
Example 4#
考虑
y2+(y′)2=1.令
p=y′,则曲面方程为
y2+p2=1.这是 (y,p)-平面中的单位圆关系,因此适合用三角参数化:
y=cosθ,p=sinθ这里 x 不受约束,可保留为自变量。
Use the relation p=y′#
因为
p=sinθ,y=cosθ,又 p=y′,所以
sinθ=dxdy=dxd(cosθ)=−sinθdxdθ.于是
sinθ(1+dxdθ)=0.所以有两种可能。
Branch 1: sinθ=0#
则
p=0.由
y2+p2=1可得
y=±1.因此有两条常数解
y=1,y=−1
Branch 2: 1+dxdθ=0#
即
dxdθ=−1.积分:
θ=C−x.因此
y=cosθ=cos(C−x).故得到一般解
y=cos(C−x)再加上两条 singular solutions
y=±1
Why are y=±1 singular solutions?#
因为对于一般解
y=cos(C−x),若你试图通过某个固定常数 C 让它变成恒等于 1 或 −1,是不可能的。
它们不是一般解族中的某个成员,而是额外出现的解支。
所以依然属于 singular solutions。
Example 5#
Consider the implicit first-order ODE
y(1+(y′)2)=1.Let
p=y′.Then the equation becomes
y(1+p2)=1,so
y=1+p21
Differentiate with respect to x#
Since p=y′, differentiate
y=1+p21with respect to x:
dxdy=dxd(1+p21)=−(1+p2)22pdxdp.Because dxdy=p, we get
p=−(1+p2)22pdxdp.
Branch 1: p=0#
If
p=0,then
y′=0,so y is constant. Substituting into the ODE gives
y=1.Hence
y=1is a solution.
This is a singular solution.
Branch 2: p=0#
If p=0, divide both sides by p:
1=−(1+p2)22dxdp.Thus
dxdp=−2(1+p2)2,dpdx=−(1+p2)22.Integrating,
x=−2∫(1+p2)2dp+C.Using
∫(1+p2)2dp=21(arctanp+1+p2p),we obtain
x=C−arctanp−1+p2pTogether with
y=1+p21this gives the general solution in parametric form:
x=C−arctanp−1+p2p,y=1+p21where p is a free parameter.
Since
y=1+p21,we always have
0<y≤1.When p=0,
y=1.So the line
y=1is touched by the family of parametric solution curves, and it is the envelope of the general family.
Therefore y=1 is a singular solution.
Singular solutions#
若某个解:
- 满足原方程;
- 但不能通过一般解族中某个特定常数值代入得到;
则称其为 singular solution。
Typical ways singular solutions appear#
From factorization#
在推导中出现
A⋅B=0时,一支给出一般解,另一支给出奇异解。
Examples:
- Example 2:
(x+p)dxdp=0
- Example 3:
(1−p29)(xdxdp−p)=0
- Example 4:
sinθ(1+dxdθ)=0
As an envelope of the general solution family#
例如 Example 2 中
y=Cx+2C2的一族直线,其包络线为
y=−2x2.这条包络线就是 singular solution。
WARNING在分离变量或因式分解时,若随手除掉某个因子,往往会把 singular solution 丢掉。
所以做题时要检查:
- 有没有把可能为零的因子除掉;
- 有没有额外的常数解或特殊分支;
- 最终答案是否应写成“一般解 + singular solutions”。