1.一阶常微分

a,变数分离法,公式法

b,rikkachi方程式

【给一个特解,然后利用这个特解来求,这个特解可以用两个解相加的方式带进去,也可以利用特解方程式本身做转化,转化成关于y,x的微分方程式来求解。还有一种方式是用变数转换,把式子转化成二阶线性方程式来求解。】

c,贝努利方程式,可以处理一阶常微分中只有一项是多次的情况

d,一阶多次方程式,先考虑是否能做项之间的因数分解

【kurero方程式,特点是x前面的系数是p的一次项。用x做微分,把方程式做成关于p的式子,然后做p的因数分解,含有p的微分项算出来的是一般解,另一个是特意解,特意解表示的是一般解曲线的包络线。有些时候的骚操作来讲的话,就是用p来分别表示x和y,然后做x,y的常微分方程式来求解。】

【拉格朗日方程式,特点是x前面的系数是p的随便什么都可以。可以用x做微分来构造因数分解,或者把式子看成对x做p的微分方程式,用p来分别表示x和y,最后消掉p去求解x,y。另一种操作是把x放在方程式左边来表示,然后同时对y做微分,三个项x,y,p互相都可以随时表示,代到原式去里消符号。】

e,式子的变换操作

【比较好想到的是,式子里有复杂函数的情况,经常做的变换有把复杂的部分直接用u变化,或者是设x平方,y平方分别为其他变量u和v,把式子转换成关于u和v的微分方程式。】

f,集合上的直交截线

【用来求曲线的直交曲线,一定要把式子里的定数项消掉,把定数项用其他项进行表示,再把里面的y一瞥项换成-1/y一瞥项再来求解式子。

极坐标的情况,同样先去消定数项,然后把r一瞥换成-r平方/r一瞥。】

总结:最经常考的是关于p的式子【里面有阶数的不用也有次数的不同】,第一个首要目的要去降次,降次的方法主要是因数分解,注意观察式子。第二个可能出现的骚操作是,强行看出一个微分出来可以完美体现这几项的。

2.二阶常微分

a,常系数的二阶

先把同次形中的基本解求出来,重复解和复数解的情况的基本解要背下来。

特殊解的求法,待定系数法,演算子法,w行列法。后面在多阶的时候再总结。

b,非常系数的二阶

【欧拉方程式,y二阶前面有x平方等等的这种规律形式,有自己的特性方程式所以基本解很好解{基本解重解和复数解的情况}因为多阶的欧拉方程式一般是做变数变换后再解,所以转换成多阶常微分的特性方程式,因此不用记多阶欧拉方程式的特性方程式的解的情况。特殊解的求法主要是待定系数法,直接用w行列法的时候要注意r项部分是没做变化时的】

【二阶的情况解可以表示成为y等于uv的形式,这种形式解出来的是方程式的基本解。只要知道一个解就能把另一个解求出来,这种情况如果是同次形的话,没给第一个基本解的话,就只能强行看出来一个基本解,一般情况下可以试一下的基本解是,x和x的几次方,e的x次方和e的负x次方,和e的某次方。然后另一个基本解就出来了。但是如果是非同次形要找特殊解的话,二阶还可以处理,因为可以用w行列来求特殊解。三阶以上的话只能用特定系数法来强行解一个,要不就是以p的角度来看去先简化式子了。经常出现的特殊解,x某次方的x的多次项的形式,前面可能有e的x次方的cos和sin的多次项的形式,和前面有x次方的e的某次方的形式。】

【实际上实际操作性比较低的标准化方法,主要就是记公式】

c,图形上的应用

主要要抓住y一瞥代表的是tan阿尔法角,阿尔法是接线与x的相交角,然后在三角形上其实可以用式子表示要求的图形关系,这个要过一下。

总结:二阶的微分方程式解法实际上跟多阶的操作差不太多。主要因为是二阶有几点特殊性,第一,知道一个基本解的话,可以用uv代入式子去求另一个基本解。第二,求特殊解的话,知道两个基本解,就可以用w行列来求特殊解。第三,欧拉方程式的二阶,可以直接用特性方程式来求,特殊解也可以直接用w行列来求。第四,有一个所谓的标准型,实际上操作效果不咋地。

3.多阶常微分方程式

a,常系数的多阶

常系数的情况,基本解非常好求。主要是涉及到求非同次的时候的特殊解的情况,如果右边是几项相加的情况,可以考虑单独项的特殊解,然后相加。以下是求特殊解的操作

第一个是,待定系数法

待定系数法这个主要是看运气,多试几次的问题。

第二个是演算子法,演算子法各种公式

演算子法实际上按道理是可以处理任何微分方程的特殊解问题的,但是实际情况在cos和sin的处理上并没有特定系数法好用,处理inx应该是最好用的。

b,多阶欧拉方程式

一句话就是用x替代e的t次方,然后将方程式里的y写成关于t的微分方程式,就回到了多阶常系数的情况。

特殊解在变换之前能不能用特定系数法设出来要考虑一下,一般欧拉方程式特殊解的套路是x,x倍的inx,sininx和cosinx的倍数等等,这个也是看命推的。

要不就是直接换成常系数的情况,然后用演算子来算。

像是sin,cos的演算子只有d平方才能带进去,所以这个时候就把cos或sin看成e的ix次方,当作e去处理,处理完之后取实部或者虚部就行了。

4.非线性常微分方程式

第一种操作是在,可以把式子调整成右边只有y项的情况,左边有二阶导,二阶导因为可以分成d/dx*dy/dx*的这种形式,所以左右两边同时乘2dy/dx,把左边做成积分量为d*dy/dx的形式,再左右两边做积分。

第二种操作是,里面有很多y的多阶导数的情况,式子整体做某个导数的除法,去凑左右两边对x积分可以出inx的这种情况。

第三种属于联立方程式中的应用形操作,就是利用临界点,在临界点上去做方程式的线性化

5.mit中学到的操作

主要是针对联立方程式,第一种是线性的,线性的情况如果是两个方程式的右边不是对应的变量的话,就可以做解耦这个操作,解耦就是找出矩阵的特征向量的逆向量乘上去,目的是为了同一方程式里的变量。

第二种是非线性的,非线性的第一步找临界点,也就是两个方程式等于0的情况,然后在临界点对方程式做线性化,主要操作是通过其矩阵的j矩阵,直接求线性化后的矩阵就行了。其实东大还介绍了个新操作就是,把临界点的基础上设yuragi,然后带入式子里就可以线性化了。

东京大学工学系研究科数学套路总结系列之一【常微分方程式所有解法总结】相关推荐

  1. 东京大学 数理科学研究科 H31A 第二题 TDU分解 题解

    题目链接 原创:中梓星音 禁止转载:禁止任何培训机构盗用,本文仅供交流学习使用. 题目大意: 对矩阵A=(230101105)A = \begin{pmatrix} 2 & 3 &0 ...

  2. 恶犬秒变萌汪:东京大学开源“治愈系”GAN图片拼贴工具 | 技术头条

    参加「CTA 核心技术及应用峰会」,请扫码报名 ↑↑↑ 译者 | linstancy 责编 | 琥珀 出品 | AI科技大本营(id:rgznai100) 教新手画画?字体风格迁移?换明星" ...

  3. 恶犬秒变萌汪:东京大学开源“治愈系” GAN 图片拼贴工具 | 技术头条

    翻译 | linstancy 责编 | 琥珀 出品 | AI科技大本营(id:rgznai100) 教新手画画?字体风格迁移?换明星"假脸"?毫无疑问,在图像生成中 GAN 以其生 ...

  4. 东京大学 the University of Tokyo

    报名条件: 1. 具有学士学位(攻读硕士).硕士学位(攻读博士),或在2003年7月前可获得所要求学位者: 2. 年龄35岁以下(2003年4月1日为限): 3. 申请的专业与其大学所学的专业相关或相 ...

  5. 东京大学招生海报上的那些事(中)

    我只是觉得很好玩==!,这篇就是STAGE1上的原文,也备案在这里,可以看看他们寻找答案的过程~PS:还有若干对和服的探讨~~ 来自http://bbs.saraba1st.com/2b/read-h ...

  6. 人工智能高考511分,未来有望考上东京大学!

    人工智能越来越"聪明"了,寒窗苦读的童鞋请护好自己的玻璃心. 如果说中国高考犹如千军万马过独木桥,那么日本高考的难度也不亚于中国.最近,一款人工智能却在日本高考中取得了不错的成绩, ...

  7. 卡内基梅隆大学机器学习系副主任邢波:AI落地现在最缺的是思维方式

    来源:亿欧 摘要:邢波认为:人工智能现在最缺的不是算法和知识,而是落地应用的思维方式:数据如何被处理.系统如何被调试.资源如何配置,目前阶段还处于黑箱,很混沌的状态:人工智能未来会成为非常朴实的领域. ...

  8. 平板就是生产力?东京大学研究者“辟谣”了,用纸笔记录,更有利于记忆

    子豪 发自 凹非寺 量子位 报道 | 公众号 QbitAI 不少人都有过为「提高学习效率」而购买平板电脑或其他电子设备的经历. 然而在新鲜劲儿过去之后,又直呼"买前生产力,买后只追剧&quo ...

  9. Talk | 东京大学博士生刘海洋:多模态驱动谈话动作生成-质量与多样性

    本期为TechBeat人工智能社区第471期线上Talk! 北京时间2月1日(周三)20:00,东京大学情报理工系博士生--刘海洋的Talk将准时在TechBeat人工智能社区开播! 他与大家分享的主 ...

最新文章

  1. 变速更顺滑_1.6TGDI直喷发动机+7速湿式双离合自动变速箱,表现会如何?
  2. SpringBoot内置tomcat出现error:An incompatible version [1.1.32] of the APR based Apache Tomcat Native lib
  3. rxjs fromEvent的用法
  4. 十分钟搞定pandas+实战
  5. SQL Server中的查询优化技术:提示和技巧
  6. python na不显示 占位_Python学习之路—Python基础(一)
  7. PHP 面向对象 精华
  8. Hibernate关系映射(三) 多对一和一对多
  9. 数字光栅投影技术——相移轮廓术(PSP)
  10. Android进阶——性能优化之APP启动速度优化实战总结(三)
  11. 【NOIP2016提高A组五校联考4】ksum
  12. 培训机构让考java证书有必要吗在线等
  13. python3 破解 geetest(极验)的滑块验证码
  14. 火狐浏览器安装FoxyProxy代理插件
  15. 深圳大数据学习:高阶函数--【千锋】
  16. 【编译原理核心知识点总结】第三章、正则文法、NFA、DFA
  17. “破产清算”的拉夏贝尔,不会是最后一个
  18. 怎么通过facebook找客户
  19. php微博互粉网站源代码,微博粉丝平台开发全攻略_PHP教程
  20. 学生选修课程系统C语言课程设计

热门文章

  1. 计算机无法打开打印机ip端口,讲述Win10电脑上无法选择打印机端口的解决方法...
  2. ionic之如何隐藏navBar导航栏
  3. 浅谈你们根本不懂的区块链游戏 1
  4. 理解前端Babel编译原理
  5. squad服务器不稳定,Survival Squad黑屏闪退原因及解决方法介绍 Survival Squad黑屏闪退怎么办...
  6. 学计算机怎么预防脱发,电脑一族如何预防脱发_39健康网
  7. 头条竞价php下单系统源码_PHP在线订单系统V8.0竞价单页网站源码 短信提醒+网银支付+支付宝...
  8. Mems传感器的七大分类是哪些?
  9. 中国定制家具行业发展趋势分析与前景战略研究报告2022-2028年
  10. 日照分析的计算机精度,郴州市规划局建筑工程日照分析技术规定(试行)