Συνήθεις ∆ιαφορικές Εξισώσεις

2015

Πρόχειρες σηµειώσεις

΄Αλκης Τερσένοβ

Περιεχόµενα

1. ∆ιαφορικές Εξισώσεις Πρώτης Τάξης . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

2. Συστήµατα ∆ιαφορικών Εξισώσεων Πρώτης Τάξης . . . . . . . . . . . . . . . . . . . . 22

2.1 ∆ιαφορικές Εξισώσεις Ανώτερης Τάξης . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3. Γραµµικά Συστήµατα ∆ιαφορικών Εξισώσεων . . . . . . . . . . . . . . . . . . . . . . . . . 37

3.1 Οµογενή Γραµµικά Συστήµατα . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

3.2 Μη Οµογενή Γραµµικά Συστήµατα . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

3.3 Γραµµικά Συστήµατα Με Σταθερούς Συντελεστές . . . . . . . . . . . . . . . 46

4. Προβλήµατα Συνοριακών Τιµών . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51

5. Θεωρία Ευστάθειας . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

Σχήµατα . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
1
2

Οι σηµειώσεις αυτές είναι η συνέχεια του πρώτου µέρους των σηµειώσεων

”Εισαγωγή στις ∆ιαφορικές Εξισώσεις” και αφορούν την ποιοτική ϑεωρία των
Συνήθων ∆ιαφορικών Εξισώσεων.

§1. ∆ιαφορικές Εξισώσεις Πρώτης Τάξης

Θεωρούµε µια διαφορική εξίσωση πρώτης τάξης

(1.1) y 0 = f (x, y).
Πρόβληµα Cauchy (ή πρόβληµα αρχικών τιµών):
Να ϐρεθεί η λύση της εξίσωσης (1.1) η οποία στο σηµείο x0 παίρνει δοσµένη
εκ των προτέρων τιµή y0 , δηλαδή
(1.2) y(x0 ) = y0 ,
η συνθήκη (1.2) ονοµάζεται αρχική συνθήκη.
Για να αποδείξουµε οτι η λύση του προβλήµατος (1.1), (1.2) υπάρχει ϑα
χρειαστούµε µερικά εργαλία απο την Ανάληση τα οποία για την διευκόλυνση
της ανάγνωσης ϑα τα αναφέρουµε.
Ορισµός. Λέµε ότι η ακολουθία συναρτήσεων {φn (x)}∞
n=0 ορισµένων σε ενα
διάστηµα I ⊂ R συγκλίνει οµοιόµορφα στο I στην συνάρτηση φ(x) αν για κάθε
ε > 0 υπάρχει ϕυσικός αριθµός n(ε) (που δεν εξαρτάται απο την επιλογή του
x ∈ I ) τ.ω.
|φn (x) − φ(x)| ≤ ε ∀n > n(ε) και ∀x ∈ I.

Κριτήριο Cauchy . Η ακολουθία συναρτήσεων {φn (x)}∞ n=0 ορισµένων σε

ενα διάστηµα I ⊂ R είναι οµοιόµορφα συγκλίνουσα στο I αν και µόνο αν για
κάθε ε > 0 υπάρχει ϕυσικός αριθµός n(ε) (που δεν εξαρτάται απο την επιλογή
του x ∈ I ) τ.ω.
|φn (x) − φm (x)| ≤ ε ∀n, m > n(ε) και ∀x ∈ I.

Για παράδειγµα η ακολουθία φn (x) = xn δεν συγκλίνει οµοιόµορφα στο

διάστηµα [0, 1], ενώ στο διάστηµα [0, 1 − δ] ∀δ ∈ (0, 1) συγκλίνει οµοιόµορφα
στην φ(x) ≡ 0.
Θεώρηµα. Αν η ακολουθία συνεχών συναρτήσεων συγκλίνει οµοιόµορφα,
τότε το όριο είναι συνεχής συνάρτηση.
Αυτό δεν ισχύει αν η σύγκλιση δεν είναι οµοιόµορφη. Πράγµατι η ακολου-
ϑία συνεχών στο [0, 2] συναρτήσεων
xn , για x ∈ [0, 1)

φn (x) =
1, για x ∈ [1, 2]
συγκλίνει κατα σηµείο (οχι οµως οµοιόµορφα) στην συνάρτηση

0, για x ∈ [0, 1)
φ(x) =
1, για x ∈ [1, 2]
 3

η οποία είναι ασυνεχής στο σηµείο x = 1.

Ορισµός. Λέµε ότι η συναρτησιακή σειρά
∞
X
hi (x), x ∈ I
i=0
συγκλίνει οµοιόµορφα στο I αν συγκλίνει οµοιόµορφα η ακολουθία των µερικών
αθροισµάτων αυτης της σειράς. ∆ηλαδή αν συγκλίνει οµοιόµορφα η ακολουθία
n
X
Sn = hi (x).
i=0
Είναι αυτονόητο οτι οι συναρτήσεις hi ϑεωρούνται ορισµένες στο I .
Κριτήριο W eierstrass. ΄Εστω οτι η αριθµητική σειρά
∞
X
ai , ai ≥ 0
i=0
συγκλίνει, και έστω οτι
|hi (x)| ≤ ai , ∀x ∈ I, i = 0, 1, 2, ... .
Τότε η σειρά
∞
X
hi (x)
i=0
συγκλίνει οµοιόµορφα και απόλυτα στο I .
Ο τελευταίος ορισµός που ϑα µας χρειαστεί :
Ορισµός. Λέµε ότι η f (x, y) ικανοποιεί την συνθήκη του Lipschitz (ή είναι
Lipschitz συνεχής) ως προς y σε ένα χωρίο Ω ⊂ R2 αν
|f (x, y2 ) − f (x, y1 )| ≤ K|y2 − y1 |, ∀(x, y1 ), (x, y2 ) ∈ Ω.

1. Η συνάρτηση
f (x, y) = a(x)y + b(x)
µε συνεχείς στο διάστηµα I συναρτήσεις a(x), b(x) επαληθευει τη συνθήκη
του Lipschitz για κάθε x ∈ I και για κάθε |y| < ∞. Πράγµατι εδώ
|f (x, y2 ) − f (x, y1 )| = |a(x)y2 − a(x)y1 | ≤ K|y2 − y1 |
µε K = supI |a(x)|.
2. Η συνάρτηση
f (x, y) = sin y (ή cos y)
επαληθευει τη συνθήκη του Lipschitz και για κάθε |y| < ∞ µε K = 1.
Πράγµατι, σύµφωνα µε το Θεώρηµα της Μέσης Τιµής ∃ξ ∈ [y1 , y2 ] τ.ω.
|f (x, y2 ) − f (x, y1 )| = | sin y2 − sin y1 | = | cos ξ||y2 − y1 | ≤ |y2 − y1 |.
3. Οι συναρτήσεις
f (x, y) = y 2 και f (x, y) = 1 − y 2
4

επαληθευουν τη συνθήκη του Lipschitz και για κάθε |y| < l µε K = 2l.
Πράγµατι,
|f (x, y2 ) − f (x, y1 )| = |y2 + y1 ||y2 − y1 | ≤ 2l|y2 − y1 |.
παρατηρούµε οτι εδω η σταθερά K εξαρτάται απο το µέγεθος του χωρίου
ως προς το y , δηλαδή αν το χωρίο δεν είναι ϕραγµένο ως προς y τότε οι
συναρτήσεις αυτές δεν ικανοποιούν την συνθήκη του Lipschitz .
4. Η συνάρτηση
f (x, y) = y 1/3
δεν επαληθευει τη συνθήκη του Lipschitz σε οποιοδήποτε διάστηµα που πε-
ϱιέχει το y = 0. Πράγµατι, ∃ξ ∈ [y1 , y2 ] τ.ω.
1/3 1/3 1
|f (x, y2 ) − f (x, y1 )| = |y2 − y1 | = |ξ|−2/3 |y2 − y1 |
3
(εδω πάλι χρησιµοποιήσαµε το Θεώρηµα της Μέσης Τιµής). Προφανώς |ξ|−2/3
τείνει στο άπειρο καθώς ξ τείνει στο µηδέν.
Είµαστε τώρα έτοιµοι για να διατυπώσουµε το Θεώρηµα.
Θεώρηµα 1.1.(P icard) ΄Εστω οτι η συνάρτηση f (x, y) είναι συνεχής ως προς
x σε ένα χωρίο Ω ⊂ R2 (όχι απαραίτητα ϕραγµένο) και ικανοποιεί την συνθήκη
του Lipschitz ως προς y για οποιοδήποτε κλειστό και ϕραγµένο χωρίο Ω̄0 που
ανήκει εξολοκλήρου στο Ω (η σταθερά K µπορεί να εξαρτάται από την επιλογή
του Ω0 ).
Τότε για κάθε (x0 , y0 ) ∈ Ω υπάρχει ένα διάστηµα (a, b), το οποίο περιέχει το
σηµείο x0 , όπου υπάρχει µια και µοναδική λύση του προβλήµατος Cauchy
(1.1), (1.2).
Απόδειξη (µέθοδος των διαδοχικών προσεγγίσεων). Αν υποθέσουµε ότι η
λύση υπάρχει, τότε ολοκληρώνοντας την ταυτότητα
(1.3) y 0 (ξ) ≡ f (ξ, y(ξ))
από το x0 έως το x ϑα πάρουµε
Z x
(1.4) y(x) = y0 + f (ξ, y(ξ))dξ.
x0
Το x στο (1.4) µπορεί να είναι µεγαλύτερο του x0 µπορεί να είναι και µικρό-
τερο του x0 . Αφού η y(x) είναι λύση της (1.3), τότε είναι παραγωγίσιµη και
εποµένως συνεχής, άρα συνεχής είναι και η υπό ολοκλήρωση συνάρτηση στην
(1.4). Η σχέση (1.4) ονοµάζεται ολοκληρωτική εξίσωση. Οποιαδήποτε λύση
της (1.3) που ικανοποιεί την y(x0 ) = y0 αποτελεί την λύση της (1.4). Επίσης
οποιαδήποτε συνεχής λύση της (1.4) ικανοποιεί την (1.3) και την y(x0 ) = y0 .
Αυτό αµέσως προκύπτει από την (1.4) µετά την παραγώγιση και των δυο µελών
της. Η πράξη της παραγώγισης µπορεί να εφαρµοστεί επειδή µετά την αντι-
κατάσταση στην (1.4) της λύσης y(x) στο δεξί µέλος, ως αποτέλεσµα έχουµε
ότι το δεξί µέλος έχει την παράγωγο ως προς x. ΄Αρα την παράγωγο ως προς x
έχει και το αριστερό µέλος, δηλαδή η y(x). Εποµένως οι (1.3) και (1.4) είναι
ισοδύναµες. Θα αποδείξουµε ότι η (1.4) έχει µια και µοναδική λύση και ως
 5

συνέπεια ϑα έχουµε την ύπαρξη και µοναδικότητα για το πρόβληµα αρχικών

τιµών (1.1), (1.2).
΄Εστω A(x0 , y0 ) ∈ Ω0 ⊂ Ω και έστω M = max(x,y)∈Ω0 |f (x, y)| (ϐλ. σχήµα 1,
σελ. 76). Σχεδιάζουµε δυο ευθείες l1 και l2 που περνάν από το σηµείο (x0 , y0 )
και έχουν κλίσεις ±M αντίστοιχα (δηλαδή έχουν τη µορφή y = M x + (y0 −
M x0 ), y = −M x + (y0 + M x0 )). Σχεδιάζουµε επίσης δυο ευθείες x = a και
x = b (παράλληλες µε τον y -άξονα µε a < x0 < b) έτσι ώστε και τα δυο τρίγωνα
ADB και AEC να ανήκουν στο Ω0 και
K(b − a) < 1.
Εδώ B = {x = a} ∩ l1 , C = {x = b} ∩ l1 ,D = {x = a} ∩ l2 , E = {x = b} ∩ l2 .
Θα διαλέξουµε µια αυθαίρετη συνεχής συνάρτηση φ0 (x) το γράφηµα της
οποιας στο διάστηµα [a, b] ανήκει εξολοκλήρου στα τρίγωνα ADB και AEC
και φ0 (x0 ) = y0 . Αντικαθιστούµε την y(ξ) µε την φ0 (ξ) στο δεξί µέρος της
(1.4). Είναι προφανές ότι µετά την αντικατάσταση το δεξί µέρος της (1.4) ϑα
είναι συνεχής συνάρτηση του x και στο σηµείο x = x0 παίρνει την τιµή y0 . Θα
την συµβολίσουµε µε
Z x
(1.5) φ1 (x) = y0 + f (ξ, φ0 (ξ))dξ.
x0

Είναι εύκολο να αποδειχτεί ότι το γράφηµα της φ1 (x) δεν ϐγαίνει έξω από τα
τρίγωνα ADB και AEC . Πράγµατι, |f (ξ, φ0 (ξ))| ≤ M , αφού φ0 (ξ) ∈ Ω0 και
εποµένως
Z x 
|φ1 (x) − y0 | ≤  |f (ξ, φ0 (ξ))|dξ  ≤ M |x − x0 |
 
x0
η οποία προκύπτει από την (1.5) (ϑυµίζουµε οτι το x µπορεί να είναι µικρότερο
του x0 ). Θέτουµε
Z x
φ2 (x) = y0 + f (ξ, φ1 (ξ))dξ.
x0
Χρησιµοποιώντας τις ιδιότητες της φ1 (x) είναι εύκολο να αποδείξει κανείς ότι
φ2 (x) έχει ακριβώς τις ίδιες ιδιότητες µε την φ1 (x). Συνεχίζοντας αυτή τη
διαδικασία ϑα πάρουµε µια ακολουθία συναρτήσεων της µορφής :
Z x
φ3 (x) = y0 + f (ξ, φ2 (ξ))dξ.
x0

···
Z x
(1.6) φn (x) = y0 + f (ξ, φn−1 (ξ))dξ.
x0

···
Οι συναρτήσεις φ0 (x), φ1 (x), . . . , φn (x), ... ονοµάζονται διαδοχικές προσεγγί-
σεις της λύσης. ΄Ετσι καταλήγουµε σε µια άπειρη ακολουθία συναρτήσεων

(1.7) φ0 (x), φ1 (x), . . . , φn (x), ...

6

µε φi (x0 ) = y0 ∀i, τα γραφήµατα των οποίων ϐρίσκονται στα τρίγωνα ADB

και AEC . Θα δείξουµε τώρα ότι η ακολουθία (1.7) συγκλίνει οµοιόµορφα σε
µια συνεχής συνάρτηση φ(x), που είναι η λύση της (1.4). Είναι προφανές ότι
φn (x) = φ0 (x) + [φ1 (x) − φ0 (x)] + · · · + [φn (x) − φn−1 (x)].
Εποµένως για να αποδείξουµε ότι η (1.7) συγκλίνει οµοιόµορφα αρκεί να
δείξουµε ότι συγκλίνει οµοιόµορφα η σειρά
(1.8) φ0 (x) + [φ1 (x) − φ0 (x)] + [φ2 (x) − φ1 (x)] · · · + [φn (x) − φn−1 (x)] + · · ·
δηλαδή η
∞
X
hi (x), όπου h0 (x) = φ0 (x), hi (x) = φi (x) − φi−1 (x), i = 1, 2, . . . .
i=0
Προφανώς τα µερικά αθροίσµατα της σειράς αυτής είναι οι συναρτήσεις της
ακολουθίας (1.7)
n
X
φn (x) = hi (x).
i=1
Θα εκτιµήσουµε τους όρους της σειράς, έχουµε (σηµειώνουµε οτι το x µπορεί
να είναι και µικρότερο του x0 )
Z x 
|hn+1 (x)| = |φn+1 (x) − φn (x)| =  [f (ξ, φn (ξ)) − f (ξ, φn−1 (ξ))]dξ  ≤
 
x0
Z x  Z b
≤ K |φn (ξ) − φn−1 (ξ)|dξ  ≤ |φn (ξ) − φn−1 (ξ)|dξ
 
x0 a
K max |φn (x) − φn−1 (x)| (b − a).
a≤x≤b
Η σταθερά K παραµένει ίδια επειδή όλες οι συναρτήσεις φn ϐρίσκοντε στο ίδιο
χωρίο, αν το χωρίο ϑα άλλαζαι τότε και η σταθερά K µπορεί να άλλαζε. ΄Εστω
|φ0 (x)| ≤ L, |φ1 (x)| ≤ L και (b − a)K = m, τότε η απόλυτη τιµή των µελών
της (1.8) δεν υπερβαίνει τα αντίστοιχα µέλη της σειράς
L + 2L + 2Lm + 2Lm2 + · · · + 2Lmn + · · ·
2L
η οποία είναι συγκλίνουσα όταν m < 1 και ισούται µε L+ 1−m . Ας ϑυµηθούµε
οτι το διάστηµα [a, b] το επιλέξαµε ετσι ώστε
K(b − a) = m < 1.
΄Αρα η σειρά (1.8) οµοιόµορφα συγκλίνει και το άθροισµα αυτής της σειράς, δη-
λαδή η φ(x) είναι συνεχής συνάρτηση στο [a, b] και διαθέτει όλες
R x τις ιδιότητες
που έχουν οι φn (x), n = 0, 1, 2, .... Εποµένως το ολοκλήρωµα x f (ξ, φ(ξ))dξ
0
έχει νόηµα. Επειδή
Z x  Z x 
[f (ξ, φ(ξ))−f (ξ, φ (ξ))]dξ ≤ K |φ(ξ)−φn−1 (ξ)|dξ  → 0, n→∞
   
 n−1  
x0 x0
µπορούµε να περάσουµε στο όριο όταν n → ∞ και στο δεξί µέρος της (1.6)
και εποµένως φ(x) ικανοποιεί την (1.4).
Αποδείξαµε την ύπαρξη της λύσης.
 7

Για να αποδείξουµε την µοναδικότητα της λύσης ϑα υποθέσουµε το αντίθετο.

΄Εστω οτι υπάρχει η λύση φ(x) και καποια άλλη λύση v(x). Τότε
Z x
φ(x) = y0 + f (ξ, φ(ξ))dξ
x0
και Z x
v(x) = y0 + f (ξ, v(ξ))dξ.
x0
Εποµένως
Z x
|φ(x) − v(x)| = | [f (ξ, φ(ξ)) − f (ξ, v(ξ))]dξ| ≤ K(b − a) max |φ(x) − v(x)|
x0 x∈[a,b]
Αρα
(1.9) max |φ(x) − v(x)| ≤ K(b − a) max |φ(x) − v(x)|
x∈[a,b] x∈[a,b]

Αφού K(b − a) < 1 η (1.9) µπορεί να ισχύει µόνο στην περίπτωση

|φ(x) − v(x)| ≡ 0,
δηλαδή όταν φ(x) ≡ v(x).

Το ϑεώρηµα 1.1 µας εξασφαλίζει την ύπαρξη µιας (ενδεχοµένως µικρής)
περιοχής γύρο από το σηµείο x0 όπου υπάρχει λύση του προβλήµατος (1.1),
(1.2). Τέτοια λύση ονοµάζεται τοπική λύση. Αν η λύση υπάρχει σε όλο το
διάστηµα ως προς τη µεταβλητή x όπου ορίζεται η συνάρτηση f (x, y) τότε
µιλάµε για ολική λύση του προβλήµατος (1.1), (1.2). Παραδείγµατος χάριν το
πρόβληµα
y 0 = y, y(0) = 1
έχει ολική λύση y = ex διότι η λύση υπάρχει για όλες τις τιµές της µεταβλητής
x, παροµοίως το πρόβληµα
y 0 = 1 − y 2 , y(0) = 0
έχει ολική λύση
e2x − 1
y= .
e2x + 1
Αντίθετα το πρόβληµα
y 0 = y 2 , y(0) = 1
έχει τοπική λύση
1
y=
1−x
διότι η λύση υπάρχει µόνο για x < 1, παροµοίως το πρόβληµα
y 0 = −y 3 , y(0) = 2
έχει τοπική λύση
1
y=
(2x + 1/4)1/2
διότι η λύση υπάρχει µόνο για x > −1/8.
8

Παράδειγµα 1.1 ∆ώστε παράδειγµα προβλήµατος Cauchy όπου η λύση

υπάρχει µόνο σε ένα ϕραγµένο διάστηµα.
Λύση. Θεωρούµε το εξής πρόβληµα

y 0 = (2x + 2)y 2 , y(0) = 1/3.

Προφανώς η λύση δίνεται απο τον τυπο

1
y=
3 − 2x − x2
και υπάρχει µόνο στο διάστηµα (−3, 1).

΄Εστω ότι η f (x, y) είναι ορισµένη στο διάστηµα [c, d] (που περιέχει το [a, b]).
Το εύλογο ερώτηµα είναι γιατί αφού κατασκευάσαµε τη λύση στο [a, b] δεν
µπορούµε να πάρουµε αρχική συνθήκη στο σηµείο x0 = b και να κινηθούµε
προς τα δεξιά κατασκευάζοντας τη λύση σε κάποιο [b, b1 ] µετά στο [b1 , b2 ] ...
[bn−1 , bn ] ... και συνεχίζοντας να ϕτάσουµε στο σηµείο d; Παροµοίως προς
τα αριστερά µέχρι να ϕτάσουµε στο σηµείο c κατασκευάζοντας έτσι την ολική
λύση. Προφανώς σε κάποιες περιπτώσεις αυτό είναι εφικτό, και σε κάποιες
όχι (ϐλ. τα προηγούµενα δυο παραδείγµατα). Γιατί όµως δεν είναι εφικτό
πάντα; Η απάντηση είναι απλή : διότι εν γένει |bn − bn−1 | → 0 καθώς n → ∞
και µάλιστα αρκετά γρήγορα έτσι ώστε

lim bn < d
n→∞

µε αποτέλεσµα να µην ϕτάσουµε ποτέ στο σηµείο d (ή παροµοίως στο σηµείο

c ή και στα δύο). ΄Αρα για να µπορέσουµε να ϕτάσουµε στο σηµείο d πρέπει τα
διαστήµατα [bn−1 , bn ] να µην τείνουν στο µηδέν ή τουλάχιστον να µην τείνουν
στο µηδέν πολύ γρήγορα. Το µήκος του διαστήµατος όπου υπάρχει η τοπική
λύση καθορίζεται από την σχέση
1
b−a<
K
η σταθερά K εξαρτάται από την επιλογή του Ω0 , αν ϑα µπορούσαµε να προσ-
διορίσουµε την σταθερά αυτή ανεξάρτητα από την επιλογή του Ω0 τότε το κάθε
διάστηµα [bn−1 , bn ] ϑα είχε ίδιο µήκος και ϑα µπορούσαµε να ϕτάσουµε στο
σηµείο d. Αυτό είναι εφικτό αν γνωρίζουµε εκ των προτέρων ότι η λύση που
ψάχνουµε (αν υπάρχει) είναι ϕραγµένη στο [c, d] (ϐλ. Παράδειγµα 1.9 σελ.
19).
Πόρισµα. Αν στο Θεώρηµα 1.1 γνωρίζουµε εκ των προτέρων ότι υπάρχει
µια σταθερά C0 τ.ω. η λύση (αν υπάρχει) ϕράσσεται µε αυτή τη σταθερά στο Ω
(|y(x)| ≤ C0 ∀x ∈ Ω) τότε υπάρχει ολική λύση του προβλήµατος (1.1), (1.2).
Τέτοιου είδους εκτιµήσεις ονοµάζονται apriori (εκ των προτέρων) εκτιµήσεις
(ϐλ. Παράδειγµα 1.7).
Θα διατυπώσουµε τώρα µια άλλη συνθήκη (και ϑα δώσουµε εδώ αυστηρή
απόδειξη) που µας εξασφαλίζει την ύπαρξη της ολικής λύσης.
 9

Θεώρηµα 1.2. ΄Εστω ότι η συνάρτηση f (x, y) είναι συνεχής ως προς x και
ικανοποιεί την συνθήκη του Lipschitz ως προς y σε ένα χωρίο Ω ⊂ R2 που
περιέχει την λωρίδα c ≤ x ≤ d, −∞ < y < +∞.
Τότε για οποιοδήποτε (x0 , y0 ) ∈ Ω υπάρχει µια και µοναδική λύση της εξίσωσης
(1.1) ορισµένη στο [c, d] που ικανοποιεί την συνθήκη (1.2).
Παρατήρηση. Η γραµµική εξίσωση
y 0 = a(x)y + b(x)
µε συνεχείς στο [c, d] συναρτήσεις a(x) και b(x) επαληθεύει τις προϋποθέσεις
του Θεωρήµατος 1.2 όπως επήσης και η εξίσωση
y 0 = a(x) sin y + b(x).

Απόδειξη (του Θεωρήµατος 1.2). Παίρνουµε ως φ0 (x) µια αυθαίρετη συ-

νάρτηση ορισµένη και συνεχής στο διάστηµα [c, d] και φ0 (x0 ) = y0 . ΄Ολες οι
διαδοχικές προσεγγίσεις
Z x
(1.10) φn (x) = y0 + f (ξ, φn−1 (ξ))dξ
x0

υπάρχουν στο διάστηµα [c, d] και είναι συνεχείς, άρα είναι ϕραγµένες στο
[c, d]. Θα δείξουµε ότι οι διαδοχικές προσεγγίσεις συγκλίνουν στην λύση του
προβλήµατος αρχικών τιµών στο διάστηµα [c, d]. ΄Εστω maxx∈[c,d] |φ1 (x) −
φ0 (x)| = N . Τότε
Z x  Z x 
|φ2 (x)−φ1 (x)| =  [f (ξ, φ1 (ξ))−f (ξ, φ0 (ξ))]dξ  ≤ K  |φ1 (ξ)−φ0 |dξ  ≤
   
x0 x0
x
|x − x0 |
Z
≤ K| N dξ| = N K,
x0 1
Z x 
|φ3 (x) − φ2 (x)| =  [f (ξ, φ2 (ξ)) − f (ξ, φ1 (ξ))]dξ  ≤
 
x0
Z x  Z x  (x − x )2
2 0
K |φ2 (ξ) − φ1 (ξ)|dξ  ≤ N K  |ξ − x0 |dξ  ≤ N K 2.
  
x0 x0 2
Και γενικώς
|x − x0 |n
(1.11) |φn+1 (x) − φn (x)| ≤ N K n.
n!
Η σειρά
|x − x0 | |x − x0 |2 |x − x0 |n
NK + N K2 + · · · + N Kn + · · ·
1! 2! n!
συγκλίνει για όλες τις τιµές |x − x0 | (απο κριτήριο Dalembert). Εποµένως
και η σειρά (1.8) οµοιόµορφα συγκλίνει στο διάστηµα [c, d] (απο κριτήριο
W eierstrass).

10

Παρατήρηση. Χρησιµοποιώντας την σχέση

φ(x) = φm (x) + [φm+1 (x) − φm (x)] + · · ·
και την εκτίµηση (11.1) παίρουµε
1 |x − x0 | |x − x0 |2
|φ(x) − φm (x)| ≤ N K m |x − x0 |m [ +K + K2 + · · · ].
m! (m + 1)! (m + 2)!
Η τελευταία σχέση είναι η εκτίµηση της απόκλισης της m-οστης προσέγγισης
από την ακριβή λύση.
Παράδειγµα 1.2. Κατασκευάστε τις διαδοχικές προσεγγίσεις της λύσης
του προβλήµατος
y 0 = y, y(0) = 1,
παίρνοντας ως µηδενική την φ0 ≡ 1.
Λύση. Από τον τύπο (1.6) έχουµε
Z x
φ1 (x) = 1 + dξ = 1 + x,
0
Z x
φ2 (x) = 1 + (1 + ξ)dξ = 1 + x + x2 /2,
0
Z x
φ3 (x) = 1 + (1 + ξ + ξ 2 /2)dξ = 1 + x + x2 /2 + x3 /6,
0
···
n
X xk
φn (x) = → ex καθώς n → ∞.
k!
k=0
Παράδειγµα 1.3 Κατασκευάστε τις τρεις πρώτες διαδοχικές προσεγγίσεις
της λύσης του προβλήµατος
y 0 = ey , y(0) = 0,
παίρνοντας ως µηδενική την φ0 ≡ 0.
Λύση. Από τον τύπο (1.6) έχουµε
Z x
φ1 (x) = dξ = x,
0
Z x
φ2 (x) = eξ dξ = ex − 1,
Z x 0
1 x eξ
Z
eξ −1
φ3 (x) = e dξ = e dξ.
0 e 0
Η µέθοδος των διαδοχικών προσεγγίσεων είναι ένα χρήσιµο εργαλείο σε
πολλά άλλα προβλήµατα ανάλυσης.
Παρατήρηση. Μπορούµε να ξεκινήσουµε την κατασκευή των προσεγγίσε-
ων από οποιαδήποτε συνεχής συνάρτηση φ0 (x), αρκεί µόνο το γράφηµά της
να είναι µέσα στο Ω0 . Αφού οι συνθήκες του ϑεωρήµατος µας εξασφαλίζουν
την µοναδικότητα πάντα ϑα καταλήγουµε µε την διαδικασία που περιγράψαµε
στην λύση του προβλήµατος αρχικών τιµών για την (1.1).
 11

Η ύπαρξη και η µοναδικότητα της λύσης µπορούν να αποδειχτούν υπό

πιο γενικές προϋπόθεσης. Θα διατυπώσουµε τα σχετικά ϑεωρήµατα χωρίς
απόδειξη.
Θεώρηµα ύπαρξης 1.3 (P eano). ΄Εστω η f (x, y) είναι ϕραγµένη και συ-
νεχής στο ανοιχτό χωρίο Ω. Τότε από κάθε σηµείο (x0 , y0 ) ∈ Ω περνάει τουλά-
χιστον µια τοπική λύση της (1.1).
Αν η f (x, y) δεν είναι συνεχής συνάρτηση, τοτε, εν γένει η λύση δεν υπάρχει.
Παράδειγµα 1.4. Παραδείγµατος χάριν το πρόβληµα
y 0 (x) = sign x, y(0) = y0 .
δεν έχει λύση. Εδω 
 1, για x > 0
sign x = 0, για x = 0
−1, για x < 0

Πράγµατι, παίρνοντας περιπτώσεις x > 0 και x < 0, ευκολα διαπιστώνουµε
οτι η µοναδική ”υποψήφια” λύση είναι η συνάρτηση
y(x) = y0 + |x|
η οποία όµως δεν εχει παράγωγο στο x = 0 (προφανώς λύση ονοµάζουµε µια
παραγωγίσιµη συνάρτηση).
Παράδειγµα 1.5. ∆εν εχει λύση για x > 0 το πρόβληµα
y 0 (x) = −sign y, y(0) = 0
µε

1, για y ≥ 0
sign y = .
−1, για y < 0
Πράγµατι, έστω οτι η λύση υπάρχει. Θεωρούµε τα σηµεία όπου η λύση
είναι ϑετική. Σε αυτά τα σηµεία η εξίσωση γράφεται ως
y 0 (x) = −1 άρα y(x) = −x.
Η y(x) = −x είναι ϑετική µόνο για x < 0. Θεωρούµε τώρα τα σηµεία όπου η
λύση είναι αρνητική. Σε αυτά τα σηµεία η εξίσωση γράφεται ως
y 0 (x) = 1 άρα y(x) = x.
Η y(x) = x είναι αρνητική πάλι µόνο για x < 0. Συνεπώς η λύση δεν υπάρχει
για κανένα x > 0.
Τώρα σχετικά µε την µοναδικότητα. Η συνέχεια της f (x, y) δεν µας εξασφα-
λίζει την µοναδικότητα της λύσης του προβλήµατος αρχικών τιµών. ΄Εχουµε
αποδείξει τη µοναδικότητα στην περίπτωση που η f (x, y) επιπλέον επαληθεύει
τη συνθήκη Lipschitz ως προς τη µεταβλητή y . Ισχύει πιο γενικό ϑεώρηµα.
Θεώρηµα µοναδικότητας1.4 (Osgood). ΄Εστω η f (x, y) για οποιαδήποτε
σηµεία (x, y1 ) και (x, y2 ) στο Ω ικανοποιεί την συνθήκη
(1.12) |f (x, y2 ) − f (x, y1 )| ≤ φ(|y2 − y1 |)
12

όπου φ(u) > 0 όταν 0 < u ≤ a. Εδώ η φ(u) είναι συνεχής και τέτοια ώστε
Z a
du
→ ∞, ε → 0.
ε φ(u)
Τότε µέσω οποιουδήποτε σηµείου (x0 , y0 ) από το Ω περνάει το πολύ µια λύση
της εξίσωσης (1.1).
Για παράδειγµα ως φ(u) µπορούµε να πάρουµε µια από τις ακόλουθες
συναρτήσεις
Ku, Ku|lnu|, Ku|lnu|ln|lnu|, . . .
όπου K είναι σταθερά. ΄Οταν φ(u) ≡ Ku τότε η (1.12) παίρνει την µορφή
|f (x, y2 ) − f (x, y1 )| ≤ K|y2 − y1 |
που είναι η συνθήκη Lipschitz ως προς τη µεταβλητή y .
Παράδειγµα 1.6. Θεωρούµε το πρόβληµα αρχικών τιµών
√
(1.13) y0 = y, y(x0 ) = 0.
√
Προφανώς η f (y) = y δέν είναι Lipschitz συνεχής ούτε επαληθεύει τις
συνθήκες του ϑεωρήµατος Osgood. ΄Αρα το πρόβληµα αρχικών τιµών (1.13)
µπορεί να µην έχει µοναδικότητα. Πράγµατι, αντικαθιστώντας την γενική
λύση της εξίσωσης η οποία δυνεται από τον τύπο
1
y = (x − c)2 ,
4
(c αυθαίρετη σταθερά) στην αρχική συνθήκη παίρνουµε ότι η y = 41 (x − x0 )2
είναι λύση του προβλήµατος (1.13). ΄Οµως ταυτόχρονα και η y ≡ 0 είναι
λύση του προβλήµατος (1.13). ∆ηλαδή έχουµε δυο λύσεις και η µοναδικότητα
παραβιάζεται.
΄Οπως προκύπτει από το Θεώρηµα 1.1, αν η f (x, y) είναι συνεχής ως προς
x και Lipschitz συνεχής ως προς y , τότε υπάρχει λύση y(x) του προβλήµατος
Cauchy η οποία είναι συνεχώς παραγωγίσιµη συνάρτηση. Πράγµατι η y(x)
είναι συνεχής συνάρτηση (ως οµοιόµορφο όριο συνεχών συναρτήσεων) που
λύνει την ολοκληρωτική εξίσωση (1.4) δηλαδή
Z x
y(x) ≡ y0 + f (ξ, y(ξ))dξ,
x0

η σύνθεση f (x, y(x)) είναι επίσης συνεχής (ως προς x) άρα το δεξί µέρος της
ταυτότητας είναι συνεχώς παραγωγίσιµη ως προς x συνάρτηση συνεπώς και το
αριστερό µέρος επίσης.
Αν τώρα η συνάρτηση f (x, y) εχει περισσότερη οµαλότητα, τη επίδραση ϑα
έχει αυτό στη οµαλότητα της λύσης του προβλήµατος Cauchy ;
Θεώρηµα1.5. (αύξησης της οµαλότητας). Αν η f (x, y) είναι της κλάσεως
C k , k = 1, 2, ... ως προς x και y σε µια περιοχή του σηµείου (x0 , y0 ), τότε η λύση
της (1.1) που ικανοποιεί την συνθήκη y(x0 ) = y0 ϑα είναι της κλάσεως C k+1
ως προς x σε µια περιοχή του σηµείου x0 .
 13

Απόδειξη. ΄Εστω k = 1. Η y(x) είναι λύση της (1.1) άρα η y(x) ικανοποιεί
την ταυτότητα
(1.14) y 0 (x) ≡ f (x, y(x)).
Το δεξί µέρος της (1.14) ως συνάρτηση του x έχει παράγωγο ως προς x. Πράγ-
µατι,
df (x, y(x))
(1.15) = fx (x, y(x)) + fy (x, y(x))y 0 (x).
dx
Εποµένως η y 0 (x) έχει την παράγωγο ως προς x. Αφού η (1.15) είναι συνεχής,
ϑα είναι συνεχής και η y 00 (x).
΄Εστω k = 2. Το δεξί µέρος της (1.14) ως συνάρτηση του x έχει δευτερη
παράγωγο ως προς x. Πράγµατι, παραγωγίζοντας την σχέση (1.15) παίρνουµε
d2 f (x, y(x))
= fxx (x, y(x)) + fxy (x, y(x))y 0 (x)+
dx2
fyx (x, y(x)) + fyy (x, y(x))y 0 (x) y 0 (x) + fy (x, y(x))y 00 (x).

Εποµένως η y 00 (x) έχει την παράγωγο ως προς x η οποία είναι συνεχής.

Παροµοίως αποδεικνύουµε το ϑεώρηµα και για k = 3, 4, ....


Μέχρι στιγµής µελετούσαµε την ύπαρξη και µοναδικότητα της λύσης του
προβλήµατος αρχικών τιµών
y 0 = f (x, y), y(x0 ) = y0 .
Αν όµως ϑα µεταβάλλουµε τα σηµεία x0 , y0 ϑα µεταβληθεί και η λύση του
προβλήµατος αρχικών τιµών. Εµφανίζεται µια σηµαντική ερώτηση : πως ϑα
µεταβάλλεται η λύση του προβλήµατος αρχικών τιµών καθώς µεταβάλλεται το
σηµείο (x0 , y0 ); Αυτή η ερώτηση είναι µεγάλης σηµασίας ιδιαίτερα στις εφαρ-
µογές. ΄Εστω µελετάµε ένα πρόβληµα ϕυσικής που ανάγεται στην µελέτη ενός
προβλήµατος αρχικών τιµών. Οι αρχικές συνθήκες ϐρίσκονται πειραµατικά,
και εποµένως δεν µπορούν να ϐρεθούν µε απόλυτη ακρίβεια. Συνεπώς στις
εφαρµογές µια λύση που παίρνει την τιµή y0 στο σηµείο x0 δεν ϑα παρουσί-
αζε κανένα ενδιαφέρον στην περίπτωση αν τα σφάλµατα στον υπολογισµό των
αρχικών τιµών ϑα µας οδηγούσαν σε µια λύση που είναι τελείως διαφορετική
από αυτήν που ψάχνουµε. Το ίδιο ισχύει και για το δευτερο µέρος της εξί-
σωσης. ∆ηλαδή η πραγµατική διαδικασία περιγράφεται από την διαφορική
εξίσωση µόνο κατά προσέγγιση. Το συµπέρασµα είναι : για να µπορούµε να
χρησιµοποιούµε τις διαφορικές εξισώσεις στις εφαρµογές οι λύσεις των δυο
διαφορετικών προβληµάτων αρχικών τιµών πρέπει να διαφέρουν ελάχιστα, αν
ελάχιστα διαφέρουν οι αρχικές συνθήκες και τα δεύτερα µέρη των εξισώσεων.
Αυτή η ιδιότητα της λύσης ονοµάζεται συνεχείς εξάρτηση από τα δεδοµένα.
Ορισµός. Λέµε ότι η f (x, y) ικανοποιεί την µονόπλευρη συνθήκη του Lipschitz
ως προς y σε ένα χωρίο Ω ⊂ R2 αν από το y2 > y1 προκύπτει
(1.16) f (x, y2 ) − f (x, y1 ) ≤ K(y2 − y1 ) ∀(x, y1 ), (x, y2 ) ∈ Ω
14

(π.χ. οποιαδήποτε µη αύξουσα συνάρτηση του y )

Λήµµα 1.1 Από την (1.16) προκύπτει ότι
[y2 − y1 ][y20 − y10 ] ≤ K(y2 − y1 )2
για οποιεσδήποτε y1 (x), y2 (x) που είναι λύσεις της (1.1).
Απόδειξη. Από το γεγονός ότι y1 , y2 είναι λύσεις της διαφορικής εξίσωσης
(1.1) έχουµε ότι
(1.17) [y2 (x) − y1 (x)][y20 (x) − y10 (x)] = [y2 (x) − y1 (x)][f (x, y2 ) − f (x, y1 )].
Αν y2 > y1 (για κάποια x), τότε από την (1.16) αµέσως προκύπτει ότι το δεξί
µέρος της (1.17) έχει ως άνω ϕράγµα το K(y2 − y1 )2 . Αφού και το δεξί και το
αριστερό µέρος της (1.17) µένει αµετάβλητο ως προς την εναλλαγή των ϱόλων
των y1 και y2 , η ανισότητα του λήµµατος ισχύει και στην περίπτωση y1 > y2 .

Λήµµα 1.2. ΄Εστω ότι η σ(x) ικανοποιεί την διαφορική ανισότητα
(1.18) σ 0 (x) ≤ Kσ(x), x ∈ [a, b],
όπου K είναι ϑετική σταθερά. Τότε

σ(x) ≤ σ(a)eK(x−a) , x ∈ [a, b].

Απόδειξη. Πολλαπλασιάζουµε την (1.18) µε e−Kx και µεταφέρουµε το δεξί

µέλος στην αριστερή πλευρά
(1.19) [σ 0 (x) − Kσ(x)]e−Kx ≤ 0.
Το αριστερό µέρος της (1.19) είναι η παράγωγος της σe−Kx . ∆ηλαδή
d
[σ(x)e−Kx ] ≤ 0.
dx
Εποµένως η σ(x)e−Kx είναι µη αύξουσα συνάρτηση στο διάστηµα [a, b], άρα
σ(x)e−Kx ≤ σ(a)e−Ka και σ(x) ≤ σ(a)eK(x−a) .

Χρησιµοποιώντας αυτά τα λήµµατα µπορούµε να αποδείξουµε ότι οι λύσεις
της (1.1) εξαρτώνται συνεχώς από τις αρχικές συνθήκες µε την προϋπόθεση
ότι η f (x, y) ικανοποιεί την (1.16).
Θεώρηµα 1.6. (συνεχούς εξάρτησης από τις αρχικές συνθήκες) ΄Εστω ότι
y1 και y2 είναι λύσεις της (1.1) σε ενα χωρίο Ω, όπου f (x, y) ικανοποιεί την
(1.16). Τότε
|y1 (x) − y2 (x)| ≤ eK(x−a) |y1 (a) − y2 (a)| για x ≥ a.

Απόδειξη. Θεωρούµε την σ(x) = [y1 (x) − y2 (x)]2 . Υπολογίζοντας την

παράγωγο της σ(x) παίρνουµε
σ 0 (x) = 2[y1 (x) − y2 (x)][y10 (x) − y20 (x)].
 15

Από το Λήµµα 1.1 προκύπτει ότι

σ 0 (x) ≤ 2Kσ(x).
Και εποµένως από το Λήµµα 1.2 ϑα πάρουµε
(1.20) σ(x) ≤ e2K(x−a) σ(a).
Εξάγοντας την τετραγωνική ϱίζα και από τις δυο πλευρές της (1.20) παίρ-
νουµε το Ϲητούµενο.

Παρατήρηση. Για να επεκτείνουµε αυτό το αποτελέσµα για x < a ϑα
υποθέσουµε ότι η f ικανοποιεί την πλήρη συνθήκη του Lipschitz , δηλαδή
(1.21) |f (x, y2 (x)) − f (x, y1 (x))| ≤ K|y2 − y1 |.
Θα δείξουµε ότι από την (1.21) προκύπτει η
(1.22) |y1 (x) − y2 (x)| ≤ eK|x−a| |y1 (a) − y2 (a)|.
Πράγµατι, αφού ισχύει η (1.21) ισχύει και η (1.16) άρα έχουµε την (1.22) για
x ≥ a. Από την (1.21) έχουµε
f (x, y1 ) − f (x, y2 ) ≥ −K|y1 − y2 |
και
f (x, y2 ) − f (x, y1 ) ≥ −K|y2 − y1 |
Αρα έχουµε αν y1 ≥ y2 , τότε
σ 0 (x) = 2[y1 (x)−y2 (x)][y10 (x)−y20 (x)] = 2[y1 (x)−y2 (x)][f (x, y1 )−f (x, y2 )] ≥
−2K[y1 − y2 ]|y1 − y2 | ≥ −2K(y1 − y2 )2 = −2Kσ,
και αν y2 ≥ y1 , τότε
σ 0 (x) = 2[y2 (x)−y1 (x)][y20 (x)−y10 (x)] = 2[y2 (x)−y1 (x)][f (x, y2 )−f (x, y1 )] ≥
−2K[y2 − y1 ]|y2 − y1 | ≥ −2K(y2 − y1 )2 = −2Kσ.
∆ηλαδή πάντα ισχύει
σ 0 (x) ≥ −2Kσ.
Παροµοίως µε το Λήµµα 1.2 ϑα πάρουµε
(σ 0 (x) + 2Kσ)e2Kx ≥ 0
και
d
(σe2Kx ) ≥ 0
dx
σε κάποιο διάστηµα [c, a] και εποµένως σ(x) ≤ σ(a)e2K(a−x) . Από όπου
αµέσως προκύπτει η (1.22).
Θεώρηµα 1.7. (συνεχούς εξάρτησης από τα δεδοµένα). ΄Εστω οι f (x, y) και
g(x, y) είναι ορισµένες και συνεχείς σε κάποιο Ω και έστω y1 (x) και y2 (x) είναι
λύσεις των εξισώσεων
(1.23) y10 (x) = f (x, y1 ), y20 (x) = g(x, y2 ), x ∈ [a, b]
16

αντιστοίχως. ΄Εστω f (x, y) είναι Lipschitz συνεχής ως προς y συνάρτηση και

(1.24) |f (x, y) − g(x, y)| ≤ ε, (x, y) ∈ Ω.
Τότε
ε K|x−x0 |
(1.25) |y1 (x) − y2 (x)| ≤ |y1 (x0 ) − y2 (x0 )|eK|x−x0 | + [e − 1],
K
σε ένα διάστηµα [a, b], όπου x0 ∈ [a, b].
Απόδειξη. Εισάγουµε την σ(x) = (y1 (x) − y2 (x))2 . Παραγωγίζοντας την
σ(x) παίρνουµε
σ 0 (x) = 2[y1 (x) − y2 (x)][y10 (x) − y20 (x)] =
2[y1 (x) − y2 (x)][f (x, y1 ) − g(x, y2 )] =
2[y1 (x) − y2 (x)][f (x, y1 ) − f (x, y2 ) + f (x, y2 ) − g(x, y2 )] =
2[y1 (x) − y2 (x)][f (x, y1 ) − f (x, y2 )] + 2[y1 (x) − y2 (x)][f (x, y2 ) − g(x, y2 )]
Θα εκτιµήσουµε την απόλυτη τιµή της σ 0 (x) χρησιµοποιώντας την τριγωνική
ανισότητα, το γεγονός ότι η f είναι Lipschitz συνάρτηση και την (1.24)
|σ 0 (x)| ≤
2|y1 (x) − y2 (x)||f (x, y1 ) − f (x, y2 )| + 2|y1 (x) − y2 (x)||f (x, y2 ) − g(x, y2 )| ≤
≤ 2K|y1 − y2 |2 + 2ε|y1 − y2 |.
Από την τελευταία ανισότητα προκύπτει
σ 0 (x) ≤ 2Kσ(x) + 2ε σ(x).
p
(1.26)
Χωρίς απόδειξη ισχυριζόµαστε ότι αν η σ(x) ικανοποιεί την (1.26) τότε
ε
σ(x) ≤ [ σ(x0 )eK|x−x0 | + (eK|x−x0 | − 1)]2
p
(1.27)
K
Βλέπουµε ότι η (1.25) αµέσως προκύπτει από την (1.27). Η αυστηρή απόδειξη
του ϑεωρήµατος συνεχούς εξάρτησης από τα αρχικά δεδοµένα ϑα δώσουµε
στην περίπτωση συστηµάτων διαφορικών εξισώσεων πρώτης τάξης στην § 2.

Παρατήτηση. Στις υποθέσεις του Θεωρήµατος 1.7 η Lipschitz συνέχεια
της f µπορεί να αντικατασταθεί µε την Lipschitz συνέχεια της g . Σε αυτη
την περίπτωση η µόνη αλλαγή στην απόδειξη ϑα είναι η προσθαφαίρεση της
g(x, y1 ) (αντι της προσθαφαίρεσης της f (x, y2 )).
Ορισµός. Λέµε ότι ένα πρόβληµα είναι καλώς τεθειµένο αν η λύση υπάρχει
είναι µοναδική και εξαρτάται συνεχώς από τα δεδοµένα του προβλήµατος.
Π.χ. το πρόβληµα Cauchy (1.1), (1.2) υπο τις προϋπόθεσης του Θεωρήµα-
τος 1.1 είναι καλώς τεθειµένο (τοπικά).

Αφού οι λύσεις των διαφορικών εξισώσεων συνήθως δεν µπορούν να πα-

ϱασταθούν µέσω των στοιχειωδών συναρτήσεων, είναι σηµαντικό να µπορεί
κανείς να συγκρίνει τις λύσεις των διαφορικών εξισώσεων µε διαφορετικά δεύ-
τερα µέρη. Αυτό µας δίνει την δυνατότητα να συγκρίνουµε µια άγνωστη λύση
µίας διαφορικής εξίσωσης µε µια γνωστή λύση µιας άλλης.
 17

Λήµµα 1.3. ΄Εστω οτι η συνάρτηση f (x, y) είναι συνεχής ως προς x και
ικανοποιεί την συνθήκη του Lipschitz ως προς y στο Ω. ΄Εστω η y1 (x) µια
συνεχώς παραγωγίσιµη συνάρτηση που ικανοποιεί στο Ω την διαφορική ανι-
σότητα
y10 (x) ≤ f (x, y1 ).
Υποθέτουµε ότι η y2 (x) είναι λύση της
y20 (x) = f (x, y2 ).
Αν y1 (x0 ) = y2 (x0 ) όπου (x0 , y1 (x0 )) ∈ Ω, τότε
y1 (x) ≤ y2 (x) για x ≥ x0 και y1 (x) ≥ y2 (x) για x ≤ x0 .
(Οι τελευταίες ανισότητες λαµβάνουν χώρα εκεί που οι y1 και y2 υπάρχουν.)
Απόδειξη. Θα αποδείξουµε οτι y1 (x) ≤ y2 (x) για x ≥ x0 .
΄Εστω οτι υπάρχει τέτοιο x1 > x0 ώστε y1 (x1 ) > y2 (x1 ). Λόγω συνέχειας ϑα
υπάρχει ένα x∗ ∈ [x0 , x1 ) τέτοιο ώστε για σ(x) ≡ y1 (x) − y2 (x) ϑα ισχύει
σ(x) ≥ 0 για x ∈ [x∗ , x1 ] και σ(x∗ ) = 0.
Επίσης στο [x∗ , x1 ] έχουµε
σ 0 (x) = y10 (x) − y20 (x) ≤ f (x, y1 (x)) − f (x, y2 (x)) ≤ K(y1 − y2 ) = Kσ.
Από το Λήµµα 1.2 παίρνουµε
∗)
σ(x) ≤ σ(x∗ )eK(x−x = 0,
αφού σ(x∗ ) = 0. Επειδή σ(x) ≥ 0 στο [x∗ , x1 ] αµέσως έχουµε σ(x) ≡ 0
στο [x∗ , x1 ] και ως συνέπεια y1 (x) − y2 (x) ≡ 0. Αυτό αντιφάσκει µε την
προϋπόθεση y1 (x1 ) > y2 (x1 ). Εποµένως y1 (x) ≤ y2 (x) για οποιοδήποτε
x ≥ x0 από το Ω.
Οµοίως αποδεικνύουµε ότι y1 (x) ≥ y2 (x) για x ≤ x0 .

Θεώρηµα 1.8. (σύγκρισης). ΄Εστω f (x, y) και g(x, y) είναι Lipschitz συνε-
χείς συναρτήσεις ορισµένες στο Ω τ.ω. f (x, y) ≤ g(x, y). ΄Εστω y1 (x) και y2 (x)
είναι λύσεις των εξισώσεων
y10 (x) = f (x, y1 ), y20 (x) = g(x, y2 )
αντίστοιχα. Αν y1 (x0 ) = y2 (x0 ) όπου (x0 , y1 (x0 )) ∈ Ω, τότε
y1 (x) ≤ y2 (x) για x ≥ x0 και y1 (x) ≥ y2 (x) για x ≤ x0 .

(Προφανώς οι ανισότητες αυτές λαµβάνουν χώρα εκεί που οι y1 και y2 υ-

πάρχουν.)
Απόδειξη. Θεωρούµε την περίπτωση x ≥ x0 . Αφού y10 (x) = f (x, y1 ) ≤
g(x, y1 ) και y20 (x) = g(x, y2 ) από το Λήµµα 1.3 αµέσως προκύπτει οτι y1 (x) ≤
y2 (x) για x ≥ x0 .
Οµοίως αποδεικνύουµε ότι y1 (x) ≥ y2 (x) για x ≤ x0 .

18

Παρατήρηση. Στην περίπτωση όταν µόνο η f είναι Lipschitz συνεχής

ϑεωρούµε τις
u1 = −y1 και u2 = −y2 .
Τότε
u01 (x) = −f (x, −u1 ), u02 (x) = −g(x, −u2 ).
Αφού f (x, −u2 ) ≤ g(x, −u2 ) τότε −f (x, −u2 ) ≥ −g(x, −u2 ) και
u02 (x) = −g(x, −u2 ) ≤ −f (x, −u2 ).
Για τις u1 , u2 από το Λήµµα 1.3 απορρέει ότι u1 (x) ≥ u2 (x) στο [x0 , b] και
εποµένως y1 (x) ≤ y2 (x). Με τον ίδιο τρόπο εξετάζεται το διάστηµα [a, x0 ].
Θα αποδείξουµε τώρα µερικά πορίσµατα από το ϑεώρηµα σύγκρισης.
Πόρισµα 1. ΄Εστω οτι ισχύουν όλες οι προϋποθέσεις του ϑεωρήµατος
σύγκρισης. Τότε για οποιοδήποτε σηµείο x1 > x0 ή y1 (x1 ) < y2 (x1 ) ή
y1 (x) ≡ y2 (x) στο [x0 , x1 ].
(Προφανώς υποθέτουµε οτι οι y1 και y2 υπάρχουν σε ενα διάστηµα I ε.ω.
[x0 , x1 ] ⊂ I .)
Απόδειξη. ΄Εστω y1 (x1 ) = y2 (x1 ) για κάποιο x1 > x0 και y1 (x) 6≡ y2 (x) στο
[x0 , x1 ]. Τότε υπάρχει ένα σηµείο x∗ ∈ (x0 , x1 ) τέτοιο ώστε y1 (x∗ ) < y2 (x∗ ).
Εισάγουµε την σ(x) = y2 (x) − y1 (x). Η σ(x) ≥ 0 στο [x∗ , x1 ] από το ϑεώρηµα
σύγκρισης και
σ 0 = y20 − y10 = g(x, y2 ) − f (x, y1 ) ≥ g(x, y2 ) − g(x, y1 ) ≥ −Kσ.
Αρα
d
σ eKx ≥ 0 στο [x∗ , x1 ]


dx
και εποµένως η σ(x)eKx είναι µη ϕθίνουσα συνάρτηση στο [x∗ , x1 ] και
∗ −x)
σ(x) ≥ σ(x∗ )eK(x > 0,
αφού σ(x∗ ) > 0. Συνεπώς σ(x1 ) > 0, όπου αυτή η ανισότητα αντιφάσκει µε
την προϋπόθεση y1 (x1 ) = y2 (x1 ).
Από εδώ αµέσως προκύπτει ότι αν για κάποιο x1 έχουµε y2 (x1 ) > y1 (x1 )
τότε y2 (x) > y1 (x) για x ≥ x1 . Εάν όµως y2 (x1 ) = y1 (x1 ), τότε y2 (x) ≡ y1 (x)
στο [x0 , x1 ].

Τα επόµενα δυο πορίσµατα αποδεικνύονται µε παρόµοιο τρόπο.
Πόρισµα 2. ΄Εστω ισχύουν όλες οι προϋποθέσεις του ϑεωρήµατος σύγκρι-
σης. Τότε για οποιοδήποτε σηµείο x1 < x0 ή y1 (x1 ) > y2 (x1 ) ή y1 (x) ≡ y2 (x)
στο [x1 , x0 ].
Πόρισµα 3. Αν στο ϑεώρηµα σύγκρισης ϑα αντικαταστήσουµε την συνθήκη
y1 (x0 ) = y2 (x0 ) µε την ανισότητα y1 (x0 ) < y2 (x0 ), τότε y1 (x) < y2 (x) για
x > x0 .
Παράδειγµα 1.7. ΄Εστω ότι η y(x) είναι λύση του προβλήµατος

y 0 = −y 2 − |sin y 1/3 |, y(0) = 1.

 19

Χρησιµοποιώντας το Θεώρηµα σύγκρισης αποδείξτε ότι για κάθε x ≥ 0 ισχύει

y(x) ≤ 1 και υπάρχει x∗ ∈ (−1, 0) τ.ω.
lim y(x) = +∞.
x→x∗ +0

Λύση. ΄Εστω y0 (x) λύση του προβλήµατος

y00 = 0, y0 (0) = 1.
Προφανώς y0 ≡ 1. Σύµφωνα µε το Θεώρηµα σύγκρισης (αφού −y 2 −|sin y 1/3 | ≤
0) για x ≥ 0 έχουµε
y(x) ≤ y0 (x) ≡ 1.
΄Εστω y1 (x) λύση του προβλήµατος
y10 = −y12 , y0 (0) = 1.
Προφανώς y1 = (1 + x)−1 . Σύµφωνα µε το Θεώρηµα σύγκρισης (αφού −y 2 −
|sin y 1/3 | ≤ −y 2 ) για x ≤ 0 έχουµε
1
y(x) ≥ y1 (x) =
1+x
και
1
lim = +∞
x→−1+0 1+x
απ όπου προκύπτει το Ϲητούµενο.
Παράδειγµα 1.8. ΄Εστω ότι η y1 (x) είναι λύση του προβλήµατος
y10 = ey1 + ex sin y1 , y1 (0) = 1
και η y2 (x) είναι λύση του προβλήµατος
1
y20 = y22 + ex sin y2 , y2 (0) = 1
2
αντίστοιχα. Προσδιορίστε το πρόσηµο της συνάρτησης z(x) = y2 (x) − y1 (x)
στο (0, a) (προφανώς υποθέτουµε οτι οι λύσεις υπαρχουν στο (0, a)).
Λύση. Αφου
1
ey + ex sin y ≥ y 2 + ex sin y,
2
απο το Θεωρηµα σύγκρισης έχουµε ότι
z(x) = y1 (x) − y2 (x) ≥ 0 για x ≥ 0.
Παράδειγµα 1.9. ΄Εστω ότι οι k(x) και g(x) συνεχείς συναρτήσεις τέτοιες
ώστε
k(x) > 0, 1 ≤ g(x) ≤ 10.
Αποδείξτε ότι το πρόβληµα
(1.28) y 0 (x) = g(x) − k(x)y 2 (x), y(0) = 0
έχει ολική λύση.
Λύση. Θα δείξουµε πρώτα ότι αν η λύση υπάρχει τότε για κάθε x > 0 ισχύει
0 < y(x) ≤ 10x.
20

Πράγµατι, αφού y(0) = 0 άρα y 0 (0) = g(0) > 0 και υπάρχει x0 > 0 τ.ω.
y(x) > 0 στο (0, x0 ). ΄Εστω ότι υπάρχει ένα σηµείο x∗ > 0 τ.ω. y(x) > 0 στο
(0, x∗ ) και y(x∗ ) = 0, τότε σε αυτό το σηµείο η συνάρτηση είναι µη αύξουσα
άρα y 0 (x∗ ) ≤ 0, από την άλλη
y 0 (x∗ ) = g(x∗ ) − k(x∗ ) y 2 (x∗ ) = g(x∗ ) > 0,
άτοπο, συνεπώς
y(x) > 0 ∀x > 0.
Θεωρούµε την συνάρτηση z(x) = 10x, προφανώς
z 0 (x) = 10, z(0) = 0.
Αφού 10 ≥ g(x) − k(x) y 2 , από το ϑεώρηµα σύγκρισης έχουµε y(t) ≤ z(x) =
10x. Συνεπώς η λύση (αν υπάρχει) ικανοποιεί την ανισότητα
0 < y(x) ≤ 10x, ∀x > 0.
Θα ϑεωρήσουµε τώρα την περίπτωση x < 0.
Αφού y(0) = 0 άρα y 0 (0) = g(x) > 0 και υπάρχει x1 < 0 τ.ω. y(x) < 0
στο (x1 , 0). ΄Εστω ότι υπάρχει ένα σηµείο x∗ < 0 τ.ω. y(x) < 0 στο (x∗ , 0)
και y(x∗ ) = 0, τότε σε αυτό το σηµείο η συνάρτηση είναι µη αύξουσα άρα
y 0 (x∗ ) ≤ 0 από την άλλη
y 0 (x∗ ) = g(x) − y 2 (x∗ ) = g(x) > 0,
άτοπο, συνεπώς y(x) < 0 ∀x < 0.
Από το ϑεώρηµα σύγκρισης έχουµε y(x) ≥ 10x. Συνεπώς η λύση (αν
υπάρχει) ικανοποιεί την ανισότητα
10x ≤ y(x) < 0, ∀x < 0.
Η ύπαρξη της ολικής λύσης προκύπτει από το Πόρισµα στη σελίδα 8. Πράγ-
µατι, ας πάρουµε Ω = (−l, l) × (−10 l, 10 l) µε τυχαίο l > 0. Στο Ω και σε
οποιοδήποτε υποσύνολό του Ω0 ισχύει
|f (x, y2 ) − f (x, y1 )| = |g(x) + k(x)y22 − g(x) + k(x)y12 | ≤
max k(x)|y22 − y12 | = max k(x)(|y2 | + |y1 |)|y2 − y1 | ≤
x∈[−l,l] x∈[−l,l]
20 l max k(x)|y2 − y1 |.
x∈[−l,l]
Το Θεώρηµα 1.1 εξασφαλίζει την ύπαρξη της λύσης στο διάστηµα [−l0 , l0 ] µε
1 1

2l0 = α < , K = 20 l max k(x) π.χ. α = .
K x∈[−l,l] 2K
Αν ϑα πάρουµε την αρχική συνθήκη στο l0 ϑα έχουµε τη λύση στο [l0 , l1 ],
παίρνοντας την αρχική συνθήκη στο l1 κατασκευάζουµε τη λύση στο [l1 , l2 ] ...
[ln−1 , ln ]... µε
1
li − li−1 =
.
2K


Παρατηρούµε ότι όλα τα σηµεία li , y(li ) , i = 0, 1, 2, ... ανήκουν στο χω-
ϱίο Ω (αφού |y(li )| ≤ 10li < 10l). Προφανώς σε πεπερασµένο αριθµό ϐηµάτων
 21

(µε σταθερό ϐήµα µήκους 1/2K ) ϑα ϕτάσουµε στο σηµείο l. Παροµοίως για
αρνητικά x.
Εκτιµήσεις της λύσης υπο την προϋπόθεση ύπαρξής της ονοµάζονται apriori
εκτιµήσεις ή εκτιµήσεις εκ των προτέρων.
Παρατήρηση. Οπως γνωρίζουµε απο το µάθηµα ∆ιαφορικές Εξισώσεις (ϐλ.
τις σηµειώσεις ”Εισαγωγη στις ∆ιαφορικές Εξισώσεις”) για σταθερές g και k το
πρόβληµα (1.28) έχει ολική λύση σε κλειστή µορφή
√ 2√gkx
ge −1
(1.29) y(x) = √ √ .
ke 2 gkx +1

Ασκήσεις

΄Ασκηση 1.1. Κατασκευάστε τις τέσσερις πρώτες διαδοχικές προσεγγίσεις

φ1 , φ2 , φ3 , φ4 της λύσης του προβλήµατος
y 0 = −2 y, y(0) = 1,
παίρνοντας ως µηδενική την φ0 ≡ 1.
΄Ασκηση 1.2. Κατασκευάστε τις δύο πρώτες διαδοχικές προσεγγίσεις της
λύσης του προβλήµατος
y 0 = cos y + y, y(0) = 0,
παίρνοντας ως µηδενική την φ0 ≡ 0
΄Ασκηση 1.3. Κατασκευάστε τις τρεις πρώτες διαδοχικές προσεγγίσεις της
λύσης του προβλήµατος
y 0 = y 2 y(0) = 1,
παίρνοντας ως µηδενική την φ0 ≡ 1
΄Ασκηση 1.4. Θεωρούµε το εξής πρόβληµα Cauchy
1
y 0 = f (x, y), y(0) = .
ε
∆ώστε παράδειγµα συνάρτησης f (x, y) έτσι ώστε η λύση να υπάρχει µόνο στο
διάστηµα (−ε, ε) για ε > 0.
΄Ασκηση 1.5. ΄Εστω x(t) και y(t) έναι λύσεις των εξισώσεων
x0 = sin2 x, y 0 = ey + 1
στο διάστηµα (a, 0) αντιστοίχως. Προσδιορίστε το πρόσηµο της συνάρτησης
z(t) = x(t) − y(t) στο (a, 0) αν x(0) = y(0).
΄Ασκηση 1.6. ΄Εστω y(x) λύση του προβλήµατος Cauchy
y 0 = ey + sin2 y + 1, y(0) = 1.
Αποδείξτε ότι
lim y(x) = +∞
x→x∗
για κάποιο x∗ ∈ (0, 1).
22

΄Ασκηση 1.7. ΄Εστω y(x) - λύση του προβλήµατος

y 0 = y 2 (sin x + cos y + 3), y(0) = 1.
Χρησιµοποιώντας το Θεώρηµα σύγκρισης αποδείξτε ότι ∃ ένα x∗ > 0 τ.ω.
lim y(x) = +∞.
x→x∗

΄Ασκηση 1.8. Αποδείξτε ότι το πρόβληµα

y 0 = 1 − (sin2 x)y 4 , y(0) = 0
έχει λύση για όλα τα x (ολική ύπαρξη).
΄Ασκηση 1.9. Θεωρούµε το πρόβληµα (1.28) µε
0 < g0 ≤ g(x) ≤ g1 , 0 < k0 ≤ k(x) ≤ k1 , gi , ki , i = 0, 1 σταθερές.
1. Χρησιµοποιώντας το γεγονός ότι το πρόβληµα (1.28) µε σταθερές συναρ-
τήσεις g(x), k(x) έχει λύση σε κλειστή µορφή (ϐλ. (1.29) ) αποδείξτε την
εκτίµηση
√ √ √ √
g0 e2 g0 k1 x − 1 g1 e2 g1 k0 x − 1
√ √ √
≤ y(x) ≤ √ για x ≥ 0,
k1 e2 g0 k1 x + 1 k0 e2 g1 k0 x + 1
√ √ √ √
g1 e2 g1 k0 x − 1 g0 e2 g0 k1 x − 1
√ √ √
≤ y(x) ≤ √ για x ≤ 0.
k0 e2 g1 k0 x + 1 k1 e2 g0 k1 x + 1
2. Αποδείξτε ότι υπάρχει µοναδική λύση του προβλήµατος στο (−∞, +∞).
΄Ασκηση 1.10. Στο παράδειγµα 1.9 εφαρµόσαµε µια διαδικασία που µας
έδωσε την ολική λύση του προβλήµατος y 0 = g − k y 2 , y(0) = 0. 1. Γιατί δεν
µπορούµε να εφαρµόσουµε την ίδια διαδικασία για το πρόβληµα
y 0 = y 2 , y(0) = 1;
2. Τι ϑα γίνει αν πάρουµε y(0) = ε > 0 και ϑα περάασουµε στο όριο ε → 0;
΄Ασκηση 1.11. Θεωρούµε το εξής πρόβληµα (ϐλ. Παράδειγµα 1.5)
y 0 (x) = −sign y, y(0) = 0.
1. ∆ιαπιστώστε ότι η διαδοχικές προσεγγίσεις (µε φ0 (x) ≡ 0) είναι

−x, για m = 1, 3, 5, 7, . . .
φm (x) =
|x|, για m = 2, 4, 6, 8, . . .
2. Βρείτε το λάθος στον ακόλουθο συλλογισµό. Θεωρούµε την υπακολουθία
φk (x), k = 2m + 1, m = 0, 1, 2, 3, . . . και περνάµε στο όριο, προφανώς
lim φk (x) = lim (−x) = −x = φ(x).
k→∞ k→∞
Συνεπώς η φ(x) = −x είναι η λύση του προβλήµατός µας σε όλο τον R.

§2. Συστήµατα ∆ιαφορικών Εξισώσεων Πρώτης Τάξης

΄Εστω έχουµε ένα σύστηµα διαφορικών εξισώσεων :

dx1
= Φ1 (x1 , . . . , xn , t)
dt
 23

· · · · ·
dxn
= Φn (x1 , . . . , xn , t).
dt
Θα συµβολίσουµε µε x(t)
p = (x1 (t), . . . , xn (t)). Το µήκος του διανύσµατος
x(t) ϑα είναι η |x(t)| = x21 (t) + · · · + x2n (t). Με Φ(x, t) ϑα συµβολίσουµε
το διάνυσµα
Φ(x, t) = (Φ1 (x, t), . . . , Φn (x, t)).
Ο συµβολισµός x0 (t) ϑα σηµαίνει το διάνυσµα

x0 (t) = (x01 (t), . . . , x0n (t))

και το ολοκλήρωµα του x(t) ϑα είναι διάνυσµα µε συνιστώσες
Z b Z b Z b 
x(t)dt = x1 (t)dt, . . . , xn (t)dt .
a a a
Χρησιµοποιώντας αυτούς τους συµβολισµούς ϑα γράφουµε τα συστήµατα σε
διανυσµατική µορφή
dx
(2.1) = Φ(x, t).
dt
Ορισµός. Λέµε ότι το διανυσµατικό πεδίο Φ(x, t) ικανοποιεί την συνθήκη
του Lipschitz (ως προς x) σε κάποιο χωρίο Ω × (a, b) ⊂ Rn+1 , εάν

|Φ(x, t) − Φ(y, t)| ≤ K|x − y|,

όπου x, y ∈ Ω, t ∈ [a, b], K > 0 σταθερά του Lipschitz .
Ορισµός. Λέµε ότι το διανυσµατικό πεδίο Φ(x, t) είναι της κλάσεως C 1 ως
προς x, αν κάθε συνιστώσα Φk είναι της κλάσεως C 1 ως προς x.
Λήµµα 2.1. Αν Φ(x, t) ∈ C 1 σε κάποιο κυρτό χωρίο Ω, τότε είναι Lipschitz
συνεχής συνάρτηση στο Ω.
Απόδειξη. ΄Εστω M = supΩ,i,j=1,...,n | ∂Φ
∂xj |. Για κάθε Φi (x, t), σταθεροποι-
i

ηµένες x,y,t και µεταβλητή s έχουµε

n
d X ∂Φi
[Φi (x + sy, t)] = (x + sy, t)yk ,
ds ∂zk
k=1

όπου zk = xk + syk . Εφαρµόζοντας το Θεώρηµα Μέσης Τιµής για την Φi (z, t),
όπου z = x + sy, 0 ≤ s ≤ 1, ϑα πάρουµε
d 
Φi (x + y, t) − Φi (x, t) = [Φi (x + sy, t)] ∗

ds s=si

και εποµένως
(2.2)
n
d  X ∂Φi 
Φi (x + y, t) − Φi (x, t) = [Φi (x + sy, t)] ∗ = (x + sy, t) ∗ yk ,
 
ds s=si ∂zk s=si
k=1
24

για κάποιο s∗i ∈ [0, 1]. (Πράγµατι για την h(s) = Φi (x + sy, t) έχουµε h(1) −
h(0) = h0 (s∗i ) για κάποιο s∗i ∈ [0, 1]). Από την (2.2) προκύπτει
n
 2  X ∂Φi  2
Φi (x + y, t) − Φi (x, t) = (x + sy, t) ∗ yk ≤

∂zk s=si
k=1

n n
X ∂Φi 
2 X
(2.3) (x + sy, t) ∗ yk2 ≤ nM 2 |y|2 ,

∂zk s=si
k=1 k=1
όπου η τελευταία ανισότητα προκύπτει από την ανισότητα Cauchy − Schwarz
για το δεξί µέρος της (2.2).
h
Cauchy − Schwartz : |a · b| ≤ |a||b| ή
n n n
X
2 X
X
i
ak bk ≤ a2k b2k
k=1 k=1 k=1
Αθροίζοντας την (2.3) ως προς i, ϑα πάρουµε
(2.4) |Φ(x + y, t) − Φ(x, t)|2 ≤ n2 M 2 |y|2 .
Εξάγοντας την τετραγωνική ϱίζα από την (2.4), λαµβάνουµε
(2.5) |Φ(x + y, t) − Φ(x, t)| ≤ nM |y|.
΄Οπου η (2.5) είναι η συνθήκη του Lipschitz για την Φ(x, t), µε σταθερά του
Lipschitz να είναι η K = nM .
Θα περάσουµε τώρα στο πρόβληµα Cauchy για το σύστηµα (2.1) και ϑα
ξεκινήσουµε µε την µοναδικότητα της λύσης.
Θεώρηµα 2.1(µοναδικότητα). Αν το διανυσµατικό πεδίο Φ(x, t) ικανοποιεί
την συνθήκη του Lipschitz ως προς x και είναι συνεχές ως προς t σε ένα χωρίο
Ω×(a, b) ⊂ Rn+1 , τότε υπάρχει το πολύ µια λύση του συστήµατος (2.1), η οποία
ικανοποιεί την αρχική συνθήκη x(t0 ) = c (c = (c1 , . . . , cn )) όπου (c, t0 ) ∈ Ω.
Απόδειξη. Υποθέτουµε ότι υπάρχουν δυο λύσεις x(t) και y(t), όπου
x(t0 ) = y(t0 ) = c. Εισάγουµε την συνάρτηση σ(t) η οποία ισούται µε το
τετράγωνο της απόστασης µεταξύ των x(t) και y(t)
n
X
(2.6) σ(t) = [xk (t) − yk (t)]2 = |x(t) − y(t)|2 ≥ 0.
k=1
Παραγωγίζουµε την σ(t), έχοντας υπόψη ότι x(t) και y(t) είναι λύσεις του
συστήµατος (2.1)
n
X
σ 0 (t) = 2 [xk (t) − yk (t)][Φk (x, t) − Φk (y, t)] =
k=1

= 2[x − y] · [Φ(x, t) − Φ(y, t)].

Χρησιµοποιώντας την ανισότητα Cauchy − Schwarz , ϑα πάρουµε
(2.7) σ 0 (t) ≤ |σ 0 (t)| = 2|(x − y) · (Φ(x, t) − Φ(y, t))| ≤
 25

≤ 2|x − y||Φ(x, t) − Φ(y, t)| ≤ 2K|x − y|2 = 2Kσ(t).

Από την (2.7) αµέσως προκύπτει ότι

σ 0 ≤ 2Kσ =⇒ (σ 0 − 2Kσ)e−2Kt ≤ 0 =⇒ (σe−2Kt )0 ≤ 0,

άρα για t ≥ t0

σ(t)e−2Kt ≤ σ(t0 )e−2Kt0 =⇒ σ(t) ≤ σ(t0 )e2K(t−t0 ) .

Αφού x(t0 ) = y(t0 ), έχουµε σ(t0 ) = 0 και εποµένως σ(t) ≤ 0. Από την (2.6)
προκύπτει ότι σ(t) ≡ 0 και |x(t) − y(t)|2 ≡ 0 για t ≥ t0 .
Συνεπώς x(t) ≡ y(t) για t ≥ t0 .
Με παροµοιο τρόπο µπορούµε να µελετήσουµε την περίπτωση t < t0 . Προ-
ϕανώς −σ 0 (t) ≤ |σ 0 (t)| και εποµένως

−σ 0 ≤ 2Kσ =⇒ σ 0 ≥ −2Kσ =⇒ (σe2Kt )0 ≥ 0.

΄Αρα για t ≤ t0 έχουµε

σ(t)e2Kt ≤ σ(t0 )e2Ka =⇒ σ(t) ≤ σ(t0 )e2K(t0 −t) .

Συνεπώς σ(t) ≡ 0 για t ≤ t0 , δηλαδή x(t) ≡ y(t) για t ≤ t0 .

Το ϑεώρηµα µοναδικότητας ισχύει υπό πιο γενικές συνθήκες, συγκεκριµένα :
Θεώρηµα 2.2 (Osgood) (χωρίς απόδειξη). Αν κάθε συνιστώσα του Φ(x, t)
ικανοποιεί την
n
X
|Φi (x, t) − Φi (y, t)| ≤ ϕ( |xk − yk |), i = 1, . . . , n,
k=1

όπου ϕ(u) είναι συνεχής συνάρτηση, η οποία

1. ϕ(u) > 0 για u > 0 και 2.
Z a
du
→ ∞, όταν ε → 0
ε ϕ(u)
(a > 0),
τότε υπάρχει το πολύ µια λύση του συστήµατος
dx
= Φ(x, t).
dt

΄Οπως και στην περίπτωση µιας διαφορικής εξίσωσης, για να αποδείξουµε το

ϑεώρηµα ύπαρξης και µοναδικότητας της τοπικής λύσης, ϑα ακολουθήσουµε
την µέθοδο των διαδοχικών προσεγγίσεων. Το πρώτο ϐήµα είναι να περάσουµε
από το διαφορικό σύστηµα σε ολοκληρωτικό σύστηµα, που είναι ισοδύναµο
µε το διαφορικό. ΄Εστω x(t) είναι λύση του διαφορικού συστήµατος
dx
= Φ(x, t).
dt
26

Ολοκληρώνουµε αυτό το σύστηµα ως προς t από t0 έως t. Προφανώς

Z t Z t Z t 
0
x (τ )dξ = x01 (τ )dτ, . . . , x0n (τ )dτ =
t0 t0 t0
(x1 (t) − x1 (t0 ), . . . , xn (t) − xn (t0 )) = x(t) − x(t0 ).
΄Αρα
Z t
x(t) − x(t0 ) = Φ(x, τ )dτ
t0
και αφού x(t0 ) = c έχουµε
Z t
(2.8) x(t) = c + Φ(x, ξ)dξ.
t0
Θα δείξουµε τώρα ότι η συνεχής λύση της (2.8) ϑα είναι και η λύση του δια-
ϕορικού συστήµατος. Αν η x(t) είναι συνεχής, τότε και η Φ(x, t) ϑα είναι
συνεχής, εποµένως το δεξί µέρος της (2.8) έχει την παράγωγο ως προς t, επο-
µένως την έχει και το αριστερό µέρος, άρα x0 (t) = Φ(x, t), και η x(t) είναι
λύση του διαφορικού συστήµατος. Είναι προφανές ότι x(t0 ) = c.
Θα ξεκινήσουµε µε την περίπτωση ύπαρξης της ολικής λύσης. Πρώτα όµως
ϑα κάνουµε την εξής παρατήρηση : η γνωστή ανισότητα
Z t  Z t 
h(τ )dτ ≤ |h(τ )|dτ
   
   
t0 t0
για µια συνάρτηση h(t) : R → R ισχύει και για διανυσµατικές
συναρτήσεις
(διανυσµατικά πεδία) φ(t) : R → Rn , φ(t) = φ1 (t), ..., φn (t) , δηλαδή
Z t  Z t 
φ(τ )dτ ≤ |φ(τ )|dτ .
   
  
t0 t0
Πράγµατι, ϑεωρούµε την οµοιόµορφη διαµέριση του διαστήµατος (t0 , t) σε m
ισα διαστήµατα µήκους ∆t = |t − t0 |/m, tk = t0 + k∆t, k = 1, ..., m. ΄Εχουµε
Z t   Z t Z t 
φ(τ )dτ  =  φ1 (τ )dτ, ..., φn (τ )dτ  =
   

t0 t0 t0
 m
X m
X 
 lim φ1 (tk )∆t, ..., lim φn (tk )∆t  ≤
 
m→∞ m→∞
k=1 k=1
m

   t
X Z 

lim φ1 (tk ), ..., φn (tk ) ∆t =  |φ(τ )|dτ .
   
m→∞ t0
k=1
Θεώρηµα 2.3.΄Εστω το διανυσµατικό πεδίο Φ(x, t) είναι συνεχές και ικανο-
ποιεί την συνθήκη του Lipschitz στο διάστηµα |t−t0 | ≤ T για όλα τα x, y ∈ Rn .
Τότε για οποιοδήποτε σταθερό διάνυσµα c το πρόβληµα αρχικών τιµών έχει µια
και µοναδική λύση στο |t − t0 | ≤ T .
Απόδειξη. Κατασκευάζουµε τις προσεγγιστικές λύσεις του προβλήµατος :
Z t

φm (t) = c + Φ φm−1 (τ ), τ dτ, m > 0,
t0
 27

φ0 (t) τυχαία συνεχής συνάρτηση τ.ω. φ0 (t0 ) = c. Αφού η φ0 είναι συνεχής

στο |t − t0 | ≤ T , τότε και η φ1 ϑα είναι συνεχής στο |t − t0 | ≤ T κ.ο.κ.
Εποµένως όλες οι προσεγγίσεις είναι συνεχείς συναρτήσεις. Θα αποδείξουµε
ότι η ακολουθία
(2.9) φ0 (t), φ1 (t), φ2 (t), ..., φm (t), ...
συγκλίνει οµοιόµορφα για |t − t0 | ≤ T . Ας τονίσουµε εδώ ότι τα φm είναι
διανύσµατα :


φm (t) = φm1 (t), φm2 (t), ..., φmn (t) , m = 0, 1, 2, ....
΄Εστω M = max|t−t0 |≤T |Φ(φ0 , t)|. Το M < ∞, επειδή συνεχής συνάρτηση εί-
ναι ϕραγµένη σε κλειστό διάστηµα. Χωρίς ϐλάβη της γενικότητας, υποθέτουµε
ότι t0 = 0 και t ∈ [0, T ]. Η απόδειξη για αυθαίρετο t0 και για t < t0 γίνεται
µε χρήση της αντικατάστασης t → t + t0 , t → t0 − t αντίστοιχα. Θέτουµε για
λόγους απλότητας φ0 ≡ c, εποµένως
Z t Z t Z t
|φ1 (t) − φ0 (t)| = | Φ(φ0 , τ )dτ | ≤ |Φ(φ0 , τ )|dτ ≤ M dτ = M t,
0 0 0
Z t Z t
|φ2 (t) − φ1 (t)| = | [Φ(φ1 (τ ) − Φ(φ0 , τ )]dτ | ≤ |Φ(φ1 , τ ) − Φ(φ0 , τ )|dτ ≤
0 0
Z t Z t
≤ K|φ1 (τ ) − φ0 (τ )|dτ ≤ K M τ dτ = KM t2 /2.
0 0
Οµοίως παίρνουµε
t t
K 2 M t3
Z Z
|φ3 (t) − φ2 (t)| ≤ K |φ2 (τ ) − φ1 (τ )|dτ ≤ K KM τ 2 /2dτ = ,
0 0 2 3
...
M (Kt)m+1
|φm+1 (t) − φm (t)| ≤ .
K (m + 1)!
΄Οπως και στην περίπτωση µιας διαφορικής εξίσωσης, µπορούµε να αντικατα-
στήσουµε την ακολουθία (2.9) µε την σειρά
∞
X
(2.10) φ0 (t) + [φm+1 (t) − φm (t)],
m=0
∞
X

δηλαδή φ0i (t) + [φm+1i (t) − φmi (t)] i = 1, 2, . . . , n
m=0

της οποίας το m-οστο µερικό άθροισµα συµπίπτει µε την φm (t) (δηλαδή µε

(φm1 (t), . . . , φmn (t)). Οι απόλυτες τιµές των µελών της (2.10) δεν υπερβαίνουν
τα αντίστοιχα µέλη της σειράς
∞
M X (Kt)m+1
|c| + ,
K (m + 1)!
m=0
28

η οποία συγκλίνει οµοιόµορφα για |t| ≤ T στο MK (e

Kt − 1) + |c|. Εποµένως

η σειρά (2.10) συγκλίνει οµοιόµορφα και ως συνέπεια αµέσως παίρνουµε την

οµοιόµορφη σύγκλιση της (2.9). Αποµένει να αποδείξουµε ότι η
φ(t) = lim φm (t)
m→∞

είναι λύση του προβλήµατος αρχικών τιµών. Αρκεί να αποδείξουµε ότι φ(t)
είναι λύση της αντίστοιχης ολοκληρωτικής εξίσωσης. Θεωρούµε την σχέση
Z t Z t Z t
| Φ(φm , τ )dτ − Φ(φk , τ )dτ | ≤ |Φ(φm , τ ) − Φ(φk , τ )|dτ ≤
0 0 0
Z t
≤K |φm (τ ) − φk (τ )|dξ → 0, k, m → ∞.
0
Rt
Εποµένως 0 Φ(φm , τ )dτ συγκλίνει οµοιόµορφα και
Z t Z t
(2.11) Φ(φm , τ )dτ → Φ(φ, τ )dτ καθώς m → +∞.
0 0
Θεωρούµε την σχέση
Z t
(2.12) φm+1 (t) = c + Φ(φm , τ )dτ.
0

Το αριστερό µέλος της (2.12) τείνει στο φ(t). Από την (2.11) έχουµε ότι και το
Rt
δεξί µέλος έχει όριο που ισούται µε 0 Φ(φ, τ )dτ . Και εποµένως, περνώντας
στο όριο στην (2.12), για την φ(t) ϑα έχουµε
Z t
φ(t) = c + Φ(φ(τ ), τ )dτ.
0
΄Αρα η φ(t) είναι λύση του προβλήµατος
dx
= Φ(x, t), x(0) = c.
dt

Θα διατυπώσουµε τώρα το ϑεώρηµα ύπαρξης τοπικής λύσης.
Θεώρηµα 2.4.΄Εστω η Φ(x, t) είναι ορισµένη και συνεχής σε ένα χωρίο
Ω ⊂ Rn+1 και ικανοποιεί την συνθήκη του Lipschitz ως προς x για οποιοδήποτε
κλειστό και ϕραγµένο χωρίο Ω̄0 που ανήκει εξολοκλήρου στο Ω.
Τότε για κάθε (t0 , c) ∈ Ω υπάρχει ένα διάστηµα [a, b], το οποίο περιέχει το
σηµείο t0 , όπου υπάρχει µια και µοναδική λύση του προβλήµατος
dx
= Φ(x, t), x(t0 ) = c.
dt

Η απόδειξη είναι παρόµοια µε εκείνη για την εξίσωση y 0 = f (x, y).

Το ϑεώρηµα της ύπαρξης ισχύει υπό πιο γενικές συνθήκες, συγκεκριµένα :
Θεώρηµα 2.5 (P eano). Αν το διανυσµατικό πεδίο Φ(x, t) είναι συνεχής
συνάρτηση ως προς (x, t) σε κάποιο χωρίο Ω ⊂ Rn+1 του χώρου (x, t), τότε
 29

υπάρχει τουλάχιστον µια τοπική λύση της (2.1) που περνά από το δοσµένο σηµείο
(x0 , t0 ) ∈ Ω.

Ας πάρουµε την περίπτωση δυο εξισώσεων

dx1
= Φ1 (x1 , x2 , t), x1 (t0 ) = c1
dt
dxn
= Φ2 (x1 , x2 , t), x2 (t0 ) = c2 .
dt
Ως µηδενική προσέγγιση ας πάρουµε την φ0 (t) = (c1 , c2 ), η πρώτη προσέγγι-
ση είναι φ1 (t) = (φ11 (t), φ12 (t)) µε
Z t
φ11 (t) = c1 + Φ1 (c1 , c2 , τ )dτ,
t0
Z t
φ12 (t) = c2 + Φ2 (c1 , c2 , τ )dτ,
t0
η δεύτερη προσέγγιση είναι φ2 (t) = (φ21 (t), φ22 (t)) µε
Z t
φ21 (t) = c1 + Φ1 (φ11 , φ12 , τ )dτ,
t0
Z t
φ22 (t) = c2 + Φ2 (φ11 , φ12 , τ )dτ,
t0
· · · · ·
η m-οστή προσέγγιση είναι φm (t) = (φm1 (t), φm2 (t)) µε
Z t
φm1 (t) = c1 + Φ1 (φm−11 , φm−12 , τ )dτ,
t0
Z t
φm2 (t) = c2 + Φ2 (φm−11 , φm−12 , τ )dτ,
t0
· · · · ·
Παράδειγµα 2.1 Κατασκευάστε την πρώτη και τη δεύτερη διαδοχική προ-
σέγγιση της λύσης του προβλήµατος Cauchy
dx1
= x1 + x22 + t2 , x1 (0) = 0
dt
dx2
= x1 + sin2 x2 , x2 (0) = 0,
dt
παίρνοντας ως µηδενική προσέγγιση το διάνυσµα φ0 (t) = (0, 0)
Λύση. Η πρώτη προσέγγιση είναι φ1 (t) = (φ11 (t), φ12 (t)) µε
Z t
t3
φ11 (t) = τ 2 dτ = ,
0 3
Z t
φ12 (t) = 0dτ = 0,
0
30

δηλαδή φ1 (t) = (t3 /3, 0). Η δεύτερη προσέγγιση είναι φ2 (t) = (φ21 (t), φ22 (t))
µε
t
τ3 t4 t3
Z
+ τ 2 dτ =


φ21 (t) = + ,
0 3 12 3
Z t 3 4
τ t
φ22 (t) = dτ = ,
0 3 12
4 3 4
δηλαδή φ2 (t) = (t /12 + t /3, t /12).
Παράδειγµα 2.2 Κατασκευάστε την πρώτη και τη δεύτερη διαδοχική προ-
σέγγιση της λύσης του προβλήµατος Cauchy
dx1
= x1 − x2 + t, x1 (0) = 0
dt
dx2
= x1 + x2 , x2 (0) = 1,
dt
παίρνοντας ως µηδενική προσέγγιση το διάνυσµα φ0 (t) = (0, 1)
Λύση. Η πρώτη προσέγγιση είναι φ1 (t) = (φ11 (t), φ12 (t)) µε
Z t
t2
φ11 (t) = (−1 + τ )dτ = − t,
0 2
Z t
φ12 (t) = 1 + 1dτ = 1 + t,
0
δηλαδή φ1 (t) = (t2 /2 − t, 1 + t). Η δεύτερη προσέγγιση είναι φ2 (t) =
(φ21 (t), φ22 (t)) µε
t
τ2 t3 t2
Z


φ21 (t) = − τ − 1 dτ = − − t,
0 2 6 2
Z t 2 3
τ
t
φ22 (t) = 1 + + 1 dτ = + t + 1,
0 2 6
δηλαδή φ2 (t) = (t3 /6 − t2 /2 − t, t3 /6 + t + 1).
Θεώρηµα 2.6 (συνεχούς εξάρτησης από τα αρχικά δεδοµένα). ΄Εστω x(t),
y(t) είναι δυο λύσεις της εξίσωσης (2.1) ορισµένες στο |t − t0 | < T . ΄Εστω ότι
το Φ(x, t) είναι Lipschitz διανυσµατικό πεδίο ως προς x και συνεχές ως προς
t. Τότε
(2.13) |x(t0 + h) − y(t0 + h)| ≤ eK|h| |x(t0 ) − y(t0 )|.

Απόδειξη. ΄Εστω h > 0. Θεωρούµε την

σ(t) = |x(t) − y(t)|2 .
Για την παράγωγο της σ(t) παίρνουµε
σ 0 (t) = 2 x(t) − y(t) · Φ(x, t) − Φ(y, t) ≤ 2K|x − y|2 = 2Kσ(t).

Συνεπώς

0
σ 0 (t) − 2Kσ(t) e−2Kt ≤ 0 ⇔ σ(t)e−2Kt


≤ 0.
 31

΄Αρα η σ(t)e−2Kt είναι µη αύξουσα και σ(t0 + h) ≤ σ(t0 )e2Kh . Εξάγοντας την
τετραγωνική ϱίζα αποδεικνύουµε την (2.13) για h > 0.
΄Εστω τώρα h < 0. Προφανώς
−σ 0 (t) ≤ |σ 0 (t)| ≤ 2Kσ(t).
Συνεπώς

0
σ 0 (t) + 2Kσ(t) e2Kt ≥ 0 ⇔ σ(t)e2Kt


≥ 0.
∆ηλαδή η σ(t)e2Kt είναι µη ϕθίνουσα και σ(t0 + h) ≤ σ(t0 )e−2Kh . Απ΄ όπου
προκύπτει η (2.13) για h < 0.

Από το Θεώρηµα 2.6, ως πόρισµα, αµέσως προκύπτει και το ϑεώρηµα µο-
ναδικότητας. Επίσης ϑα διατυπώσουµε ένα άλλο πόρισµα αυτού του ϑεωρή-
µατος :
Πόρισµα. ΄Εστω x(t, c) είναι λύση του προβλήµατος αρχικών τιµών
dx
= Φ(x, t), x(t0 , c) = c.
dt
΄Εστω ισχύουν όλες οι προϋποθέσεις του ϑεωρήµατος, και έστω η συνάρτηση
x(t, c) είναι ορισµένη στο |c − c0 | ≤ L, |t − t0 | ≤ T . Τότε
1. x(t, c) είναι συνεχής ως προς τις µεταβλητές (t, c), δηλαδή
lim x(t, c) = x(t0 , c0 ).
(t,c)→(t0 ,c0 )

2. Αν c → c0 τότε x(t, c) → x(t, c0 ) οµοιόµορφα για |t − t0 | ≤ T .

Και οι δυο ισχυρισµοί προκύπτουν από την εκτίµηση (2.13 ).
Θεώρηµα 2.7 (συνεχούς εξάρτησης από το δεύτερο µέρος του συστήµατος).
΄Εστω x(t), y(t) είναι λύσεις των συστηµάτων
dx dy
= F(x, t), = G(y, t),
dt dt
αντίστοιχα, στο διάστηµα |t − t0 | < T . ΄Εστω F και G είναι ορισµένα σε κάποιο
χωρίο D ⊂ Rn × (−T + t0 , T + t0 ) και στο χωρίο αυτό
|F(z, t) − G(z, t)| ≤ ε.
΄Εστω F(x, t) είναι Lipschitz συνεχής συνάρτηση. Τότε
ε K|t−t0 |
(2.14) |x(t) − y(t)| ≤ |x(t0 ) − y(t0 )|eK|t−t0 | + [e − 1].
K
 
Παρατηρούµε ότι δεν χρειάζεται η συνάρτηση G να είναι Lipschitz .
Απόδειξη. Εισάγουµε την
n
X
σ(t) = |x(t) − y(t)|2 = [xk (t) − yk (t)]2 .
k=1
Υπολογίζουµε την παράγωγο της σ(t)
σ 0 (t) = 2(x − y) · (F(x, t) − G(y, t)) = 2(x − y) · (F(x, t) − F(y, t))+
32

+2(x − y) · (F(y, t) − G(y, t)).

Χρησιµοποιώντας την ανισότητα Cauchy − Schwarz , παίρνουµε
|σ 0 (t)| ≤ 2|x − y||F(x, t) − F(y, t)| + 2|x − y||F(y, t) − G(y, t)|.
Αφού
|F(x, t) − F(y, t)| ≤ K|x − y| και |F(y, t) − F(y, t)| ≤ ε,
καταλήγουµε σε µια διαφορική ανισότητα για σ(t) της µορφής

σ 0 (t) ≤ 2Kσ(t) + 2ε
p
(2.15) σ(t).
Θα αποδείξουµε ότι από την (2.15) προκύπτει η
p ε
(2.16) σ(t) ≤ [ σ(t0 )eK(t−t0 ) + (eK(t−t0 ) − 1)]2 για t ∈ [t0 , t0 + T ].
K
Η περίπτωση t ∈ [−T + t0 , t0 ] εξετάζεται µε τον ίδιο τρόπο. Θεωρούµε την
συνάρτηση
√
H(σ) = 2Kσ + 2ε σ
η οποία ικανοποιεί την συνθήκη του Lipschitz στο ηµιεπίπεδο σ ≥ σ0 > 0.
Πράγµατι,
√ √
|H(σ1 ) − H(σ2 )| = |2Kσ1 + 2ε σ1 − 2Kσ2 − 2ε σ2 | ≤
√ √ 2ε|σ1 − σ2 |
≤ 2K|σ1 − σ2 | + 2ε| σ1 − σ2 | = 2K|σ1 − σ2 | + √ √ =
σ1 + σ2
2ε ε
(2K + √ √ )|σ1 − σ2 | ≤ (2K + √ )|σ1 − σ2 |
σ1 + σ2 σ0
Βλέπουµε ότι
ε
K1 = 2K + √ → ∞ αν το σ0 → 0.
σ0
Αυτό σηµαίνει ότι η H(σ) δεν είναι Lipschitz , αν σ0 = 0.
΄Εστω σ0 = σ(t0 ) > 0, τότε η λύση του προβλήµατος
du √
(2.17) = 2Ku + 2ε u, u ≥ 0,
dt
η οποία ικανοποιεί την αρχική συνθήκη u(t0 ) = σ(t0 ) ϑα παραµείνει στο
ηµιεπίπεδο σ ≥ σ(t0 ) για t > t0 , επειδή u0 (t) ≥ 0 από την εξίσωση. ∆ηλαδή,
u(t) ≥ σ(t0 ) > 0 για t > t0 . Η εξίσωση (2.17) είναι η γνωστή εξίσωση του
Bernoulli. Για να ϐρούµε την λύση της (2.17), p που ικανοποιεί την συνθήκη
u(t0 ) = σ(t0 ), ϑα κάνουµε αλλαγή v(t) = u(t). Αυτό είναι εφικτό επειδή
u(t) ≥ σ(t0 ) > 0. Χρησιµοποιώντας αυτήν την αντικατάσταση, από (2.17) ϑα
περάσουµε στην
2vv 0 = 2Kv 2 + 2εv.
Αφού u(t) > 0, εποµένως v(t) > 0 για t ≥ t0 , άρα είναι δυνατή η διαίρεση δια
το v και έτσι καταλήγουµε στην

v 0 − Kv = ε,
p
(2.18) v(t0 ) = u(t0 ).
 33

Η λύση της (2.18) έχει την µορφή

p ε p
v(t) = u(t0 )eK(t−t0 ) + (eK(t−t0 ) − 1) = u(t).
K
Αποp p σύγκρισης (αφού έχουµε τις (2.15) και 2.17) ) u(t) ≥ σ(t)
το Θεώρηµα
και u(t) ≥ σ(t), συνεπώς
p p ε
σ(t) ≤ σ(t0 )eK(t−t0 ) + (eK(t−t0 ) − 1)
K
και παίρνουµε το Ϲητούµενο αποτέλεσµα. Από εδώ αµέσως προκύπτει η (2.14).
Θεωρούµε τώρα την ειδική περίπτωση σ(t0 ) = 0. Ας τονίσουµε οτι εδώ δεν
µπορούµε να εφαρµόσουµε το ϑεωρηµα σύγκρισης. ΄Εστω un (t) είναι η λύση
της (2.17) µε αρχική συνθήκη un (t0 ) = 1/n. Θα αποδείξουµε ότι un (t) ≥ σ(t).
΄Εστω ισχύει το αντίθετο και υπάρχει t∗ > t0 τέτοιο ώστε un (t∗ ) < σ(t∗ ). Την
αρχική στιγµή
1 du dσ
= un (t0 ) > σ(t0 ) = 0 και > ,
n dt dt
εποµένως υπάρχει κάποιο διάστηµα [t0 , t0 ] στο οποίο un ≥ σ . ΄Εστω un (t0 ) =
σ(t0 ). Η un είναι αύξουσα συνάρτηση και un (t0 ) = 1/n > 0, εποµένως
un (t0 ) = σ(t0 ) > 0 και un (t) ≤ σ(t), για t0 ≤ t ≤ t∗ .
Αν ϑα πάρουµε ως αρχική στιγµή το t0 , ϑα ϐρεθούµε υπό τις συνθήκες του
προηγούµενου ισχυρισµού. ∆ηλαδή, αφού σ(t0 ) > 0, η Φ(σ, t) είναι Lipschitz
στο σ ≥ σ(t0 ) > 0 και εποµένως, από το ϑεώρηµα σύγκρισης, η λύση της (2.17)
µε αρχική συνθήκη u(t0 ) = σ(t0 ) ϑα ικανοποιεί την ανισότητα un (t) ≥ σ(t)
για t ≥ t0 . ΄Αρα ϑα πρέπει un (t∗ ) ≥ σ(t∗ ), το οποίο αντιφάσκει µε την αρχική
προϋπόθεση un (t∗ ) < σ(t∗ ). Εποµένως
ε K(t−t0 )
(2.19) σ(t) ≤ [n−1/2 eK(t−t0 ) +
(e − 1)]2
K
για n > 0. Περνώντας στο όριο στην (2.19), όταν n → ∞, ϑα πάρουµε
ε
σ(t) ≤ [ (eK(t−t0 ) − 1)]2 ,
K
που αντιστοιχεί στην (2.16) για σ(t0 ) = 0.


§2.1 ∆ιαφορικές Εξισώσεις Ανώτερης Τάξης

Θα εφαρµόσουµε τα αποτελέσµατα αυτά στις εξισώσεις n ταξεως.
΄Εστω έχουµε µια διαφορική εξίσωση n-οστης τάξης
(2.20) y (n) (t) = f (t, y, y 0 , y 00 , . . . , y (n−1) ),
σε συνδυασµό µε τις αρχικές συνθήκες
(2.21)
y(t0 ) = c1 , y 0 (t0 ) = c2 , ..., y (n−2) (t0 ) = cn−1 , y (n−1) (t0 ) = cn ,
όπου y (k) σηµαίνει την k -οστη παράγωγο της y(t) ως προς t. Για να διατυπώ-
σουµε το ϑεώρηµα ύπαρξης και µοναδικότητας για το πρόβληµα (2.20), (2.21)
34

ϑα περάσουµε από την (2.20) σε ένα σύστηµα εξισώσεων πρώτης τάξης. Για
αυτό το σκοπό εισάγουµε νέες συναρτήσεις µε τον εξής τρόπο :
x1 (t) = y(t),
x2 (t) = y 0 (t),
x3 (t) = y 00 (t),
...
xn−1 (t) = y (n−2) (t),
xn (t) = y (n−1) (t).
Για την διανυσµατική συνάρτηση x(t) = (x1 (t), x2 (t), . . . , xn (t)) ϑα πάρουµε
το εξής σύστηµα πρώτης τάξης
x01 = x2


x0 = x3



 20


x3 = x4
(2.22)
 ···
x0

= xn


 0n−1


xn = f (t, x1 , x2 , x3 , . . . , xn )
∆ηλαδή στο σύστηµα (2.1) παίρνουµε Φ1 = x2 , . . . , Φn−1 = xn , Φn = f (t, x).
Οι αρχικές συνθήκες (2.21) ϑα γραφτούν σε µορφή
(2.23) x1 (t0 ) = c1 , x2 (t0 ) = c2 , ..., xn (t0 ) = cn ή x(t0 ) = c.
Παράδειγµα 2.3 Γράψτε το πρόβληµα Cauchy
y 000 + y 2 = sin t, y(0) = 0, y 0 (0) = 1, y 00 (0) = −1
ως πρόβληµα Cauchy για σύστηµα εξισώσεων 1-ης τάξης.
Λύση. Θέτουµε x1 = y , x2 = y 0 , x3 = y 00 , τότε
dx1
= x2 , x1 (0) = 0,
dt
dx2
= x3 , x2 (0) = 1,
dt
dx3
= −x21 + sin t, x3 (0) = −1.
dt
Σύµφωνα µε το ϑεώρηµα ύπαρξης και µοναδικότητας για τα συστήµατα
πρώτης τάξης έχουµε, ότι για να υπάρχει µια και µοναδική λύση του προ-
ϐλήµατος (2.22), (2.23) το δεύτερο µέρος της (2.22) πρέπει να είναι Lipschitz
συναρτήσεις ως προς (x1 , x2 , . . . , xn ). Αν ϑα συµβολίσουµε µε Φ(x, t) το δεύ-
τερο µέρος της (2.22), ϑα πάρουµε
|Φ(x, t) − Φ(y, t)| =
p
(2.24) (x2 − y2 )2 + · · · + (xn − yn )2 + (f (t, x) − f (t, y))2 ≤
≤ |x − y| + |f (t, x) − f (t, y)|,
 35

όπου y = (y1 , . . . , yn ). ∆ηλαδή από την (2.24) προκύπτει ότι, αν η f (t, x)

είναι Lipschitz συνεχής ως προς x, τότε υπάρχει µια και µοναδική λύση της
(2.22) που ικανοποιεί την (2.23). ΄Αρα έχουµε
Θεώρηµα 2.8. Αν η f (t, y, y 0 , . . . , y (n−1) ) είναι συνεχής συνάρτηση της µε-
ταβλητής t και ικανοποιεί την συνθήκη του Lipschitz ως προς τις υπόλοιπες
µεταβλητές σε κάποια περιοχή του σηµείου (t0 , c), τότε υπάρχει µια και µοναδι-
κή τοπική λύση της (2.20) που ικανοποιεί τις αρχικές συνθήκες (2.21).
Αν η εξίσωση (2.20) είναι γραµµική δηλαδή
n−1
X
f (t, y, y 0 , y 00 , . . . , y (n−1) ) = ai (t)y (i) + g(t),
i=0
τότε το σύστηµα (2.22) παίρνει τη µορφή
 0
 x1 = x2
0 =x

x

 3
 x20 = x


3 4
 · · ·
x0

 = xn
 0n−1 Pn−1



xn = i=0 ai (t)xi+1 + g(t)
΄Αρα η (2.24) ϑα επαληθεύετε για κάθε x, y και ως συνέπεια εξασφαλίζεται
η ολική ύπαρξη της λύσης του προβλήµατος (2.20),(2.21)(ϐλ. Θεώρηµα 1.2
σελίδα 9).
Πράγµατι η (2.24) παίρνει τη µορφή
 n−1
X 
|Φ(x, t) − Φ(y, t)| ≤ |x − y| +  ai (t)(xi+1 − yi+1 ) =
i=0
|x − y| + |a · (x − y)|
όπου a = (a0 , ..., an−1 ). ΄Αρα, χρησιµοποιώντας την ανισότητα Cauchy −
Schwartz , έχουµε
|Φ(x, t) − Φ(y, t)| ≤ |x − y| + |a||x − y| ≤ K|x − y|
µε
 n−1
X 1/2
K = 1 + max a2i (t) .
t
i=0

΄Οπως έχουµε διαπιστώσει µια εξίσωση n τάξεως ανάγεται σε ένα σύστηµα

n εξισώσεων πρώτης τάξης. Στην περίπτωση που οι συντελεστές και το δεύτερο
µέρος του συστήµατος είναι παραγωγίσιµες συναρτήσεις, τοπικά ισχύει και το
αντίστροφο. Θα το αποδείξουµε για συστήµατα δυο εξισώσεων (η περίπτωση
περισσότερων εξισώσεων αντιµετωπίζεται παροµοίως). Θα γράφουµε x, y αντι
για x1 , x2 και f g αντί για Φ1 , Φ2 . Θεωρούµε το εξής σύστηµα
x0 = f (x, y, t)
y 0 = g(x, y, t).
36

΄Εχουµε
x00 = fx (x, y, t)x0 + fy (x, y, t)y 0 + ft (x, y, t) =
(2.25) fx (x, y, t)x0 + fy (x, y, t)g(x, y, t) + ft (x, y, t).
΄Εστω ότι fy 6= 0 για κάποιο y , τότε την πρώτη εξίσωση (χρησηµοποιόντας
το Θεώρηµα πεπλεγµένης συνάρτησης) µπορούµε τοπικά να την λύσουµε ως
προς y δηλαδη να την γράψουµε σε µορφή
y = h(x, x0 , t).
Τότε η (2.25) ϑα πάρει τη µορφή

x00 = fx (x, y, t)x0 + fy (x, y, t)g(x, y, t) + ft (x, y, t) = F (t, x, x0 ).

y=h(x,x0 ,t)

Παράδειγµα 2.4 Ανάγετε το σύστηµα

x0 = a(t)x + b(t)y,
y 0 = c(t)x + d(t)y
σε µια εξίσωση, υποθέτουµε πως οι a(t), b(t), c(t), d(t) είναι C 1 συναρτήσεις
και b 6= 0.
Λύση. ΄Εχουµε
x00 = a x0 + b y 0 + a0 x + b0 y = a x0 + b(c x + d y) + a0 x + b0 y =
a x0 + bc x + (bd + b0 )y + a0 x.
Απο την πρώτη εξίσωση έχουµε
x0 − a x
(2.26) y= ,
b
άρα
x0 − a x
x00 = a x0 + bc x + (bd + b0 ) + a0 x
b
και
b0
0 b0
x00 = a + d + x + bc − da − a + a0 x.


(2.27)
b b
Συνεπώς αν ϑέλουµε να ϐρούµε τη λύση του συστήµατος µπορούµε πρώτα να
προσδιορίσουµε την x(t) απο (2.27) και µετά την y(t) απο (2.26)

Ασκήσεις
΄Ασκηση 2.1. Γράψτε την εξίσωση
y 000 + 2y 00 − y 0 + 5y = et − 1,
ως σύστηµα εξισώσεων 1-ης τάξης.
΄Ασκηση 2.2. Γράψτε την εξίσωση
y 000 + (y 00 )2 − |y 0 |α + sin y = f (t),
α - σταθερά, ως σύστηµα εξισώσεων 1-ης τάξης.
 37

΄Ασκηση 2.3. Βρείτε τη γενική λύση του συστήµατος

x0 = x + y + f (t),
y 0 = x − y + g(t)
ανάγοντάς το σε µια εξίσωση. Υποθέτουµε πως οι g(t), f (t) είναι C 1 συναρτή-
σεις.
΄Ασκηση 2.4. Για ποιές τιµές της σταθεράς α το πρόβληµα αρχικών τίµων
απο την ΄Ασκηση 1.2 έχει µοναδική λύση;
΄Ασκηση 2.5. Κατασκευάστε τις τέσσερις πρώτες διαδοχικές προσεγγίσεις
της λύσης του προβλήµατος Cauchy
x01 = x1 + x2 , x1 (0) = 1,
√
x02 = x1 − x2 , x2 (0) = 2 − 1,
√
- παίρνοντας ως µηδενική προσέγγιση το διάνυσµα φ0 = (1, 2 − 1).
΄Ασκηση 2.6. Κατασκευάστε την πρώτη και τη δεύτερη διαδοχική προσεγ-
γίση της λύσης του προβλήµατος
x01 = x2 − 1, x1 (0) = 0,
x02 = 4x1 + 4t, x2 (0) = 2,
- παίρνοντας ως φ0 = (0, 2).
΄Ασκηση 2.7. Κατασκευάστε την πρώτη και τη δεύτερη διαδοχική προσεγ-
γίση της λύσης του προβλήµατος
x01 = ex2 , x1 (0) = −1,
x02 = x1 , x2 (0) = 0,
- παίρνοντας ως φ0 = (−1, 0).
΄Ασκηση 2.8. Αποδείξτε ότι το πρόβληµα
s0 = v, s(0) = 0,
v 0 = g(t) − k(t)v 2 , v(0) = 0,
όπου k(t) > 0, 0 < g(t) < 10, έχει λύση για όλα τα t (ολική ύπαρξη).

§3. Γραµµικά Συστήµατα ∆ιαφορικών Εξισώσεων

Η γενική µορφή ενός γραµµικού συστήµατος πρώτης τάξης είναι

n
dxi X
(3.1) = aij (t)xj + fi (t), i = 1, . . . , n.
dt
j=1

Θα συµβολίσουµε µε A = (aij ) τον πίνακα συντελεστών του (3.1), µε x(t) =

(x1 (t), . . . , xn (t))T το διάνυσµα-στήλη των άγνωστων συναρτήσεων και µε f (t) =
(f1 (t), . . . , fn (t))T το διάνυσµα-στήλη των δεύτερων µέρων των εξισώσεων του
συστήµατος (3.1)
38

Χρησιµοποιώντας αυτούς τους συµβολισµούς ϑα ξαναγράψουµε την (3.1)

σε µορφή
dx
(3.2) = A(t)x + f (t) ή x0 = A(t)x + f (t),
dt
όπου στη συνέχεια ϑα υποθέτουµε ότι οι aij (t) και fi (t) είναι συνεχείς συ-
ναρτήσεις στο [a, b]. Υπό αυτές τις προϋποθέσεις αµέσως έχουµε το ϑεώρηµα
ολικής ύπαρξης και µοναδικότητα της λύσης για την (3.2) µε αρχικές συνθή-
κες x(t0 ) = c αφού η Φ(x, t) = A(t)x + f (t) ικανοποιεί όλες τις συνθήκες του
Θεωρήµατος 2.3. Πράγµατι
|Φ(x, t) − Φ(y, t)| ≤ K|x − y|, ∀x, y,
όπου η σταθερά K = maxt kA(t)k.

§3.1 Οµογενή Γραµµικά Συστήµατα

Αν fi (t) ≡ 0, i = 1, . . . , n, τότε λέµε ότι το (3.2) είναι οµογενές σύστηµα,
αλλιώς λέµε ότι το σύστηµα είναι µη οµογενές. ΄Εστω έχουµε m λύσεις του
οµογενούς συστήµατος
 (1)
  (m)

x1 (t) x1 (t)
 (1)   (m) 
 x2 (t)   x2 (t) 
· ·
   
x(1) (t) =   , · · · , x(m) (t) =  .
   
 ·   · 
· ·
   
   
(1) (m)
xn (t) xn (t)
Τότε η συνάρτηση
m
X
Ck x(k) (t)
k=1
ονοµάζεται γραµµικός συνδυασµός των λύσεων, όπου C1 , . . . , Cn είναι αυθαί-
ϱετες σταθερές.
Θεώρηµα 3.1. Ο γραµµικός συνδυασµός λύσεων του οµογενούς συστήµατος
είναι επίσης λύση αυτού του συστήµατος.
Απόδειξη. ΄Εστω έχουµε m λύσεις του οµογενούς συστήµατος
dx
(3.3) − Ax = 0,
dt
δηλαδή
(k) n
dxi X (k)
− aij xj = 0, i = 1, . . . , n, k = 1, . . . , m.
dt
j=1
Pm
Αντικαθιστούµε το x(t) µε k=1 Ck x(k) στην (3.3)
m m m
d X X X dx(k)
Ck x(k) − A Ck x(k) = Ck ( − Ax(k) ) = 0,
dt dt
k=1 k=1 k=1

επειδή κάθε x(k) είναι λύση της (3.3).

 39


Θεώρηµα 3.2. Αν η x(t) = u(t) + iv(t) είναι λύση του οµογενούς συστήµα-
τος τότε και το πραγµατικό µερος u(t) και το ϕανταστικό µέρος v(t) είναι επίσης
λύσεις αυτού του συστήµατος.
Απόδειξη. ΄Εχουµε
dx du dv
0= − Ax = ( − Au) + i( − Av),
dt dt dt
άρα
du dv
− Au = 0, − Av = 0.
dt dt
Ορισµός. ∆ιανυσµατικές συναρτήσεις x(k) (t), k = 1, . . . , m ονοµάζον-
ται γραµµικά εξαρτηµένες σε ένα διάστηµα, αν υπάρχουν τέτοιες σταθερές
C1 , . . . , Cm , ανάµεσα στις οποίες τουλάχιστον µια είναι διάφορη του µηδενός,
ώστε στο διάστηµα αυτό λαµβάνει χώρα η ταυτότητα :
m
X
Ck x(k) (t) ≡ 0.
k=1
Αλλιώς, ονοµάζονται γραµµικά ανεξάρτητες.
Η ορίζουσα  
 x(1) (t) · · · x(n) (t) 
 1 1 
 (1)
 x2 (t) · · · x2(n) (t)


···
 
W (t) = 
 
···

 
···
 
 
 (1)
 xn (t) · · · xn(n) (t)


ονοµάζεται Βρονσκιανή του συστήµατος διανυσµατικών συναρτήσεων
x(1) (t), . . . , x(n) (t).

Θεώρηµα 3.3. Αν οι x(1) (t), . . . , x(n) (t) είναι γραµµικά εξαρτηµένες σε ένα
διάστηµα, τότε η Βρονσκιανή στο διάστηµα αυτό ισούται µε µηδέν.
Απόδειξη. Από την Γραµµική ΄Αλγεβρα γνωρίζουµε ότι εάν ένας πίνακας
έχει γραµµικά εξαρτηµένες γραµµές ή στήλες, τότε η ορίζουσά του ισούται µε
µηδέν. Το Θεώρηµα 3.3 είναι άµεσο πόρισµα αυτού του ισχυρισµού.

Θεώρηµα 3.4. Αν η Βρονσκιανή των x(1) (t), . . . , x(n) (t), που είναι λύσεις
του x0 = Ax σε ένα διάστηµα, µηδενίζεται σε κάποιο σηµείο t = t0 του διαστή-
µατος, τότε x(1) , . . . , x(n) είναι γραµµικά εξαρτηµένες στο διάστηµα αυτό.
Απόδειξη. ΄Εστω W (t0 ) = 0. Τότε τα διανύσµατα x(1) (t0 ), . . . , x(n) (t0 )
είναι γραµµικά εξαρτηµένα, εποµένως υπάρχουν τέτοιες σταθερές C1∗ , . . . , Cn∗ ,
ανάµεσα στις οποίες τουλάχιστον µια είναι διάφορη του µηδενός, ώστε
n
X
Ck∗ x(k) (t0 ) = 0.
k=1
40

Κατασκευάζουµε την
n
X
∗
(3.4) x (t) = Ck∗ x(k) (t).
k=1

΄Εχουµε αποδείξει ότι η (3.4) είναι λύση του συστήµατος dx

dt = Ax και στο
t = t0 , x∗ (t0 ) = 0. Από το ϑεώρηµα µοναδικότητας προκύπτει ότι υπάρχει
µόνο µια συνάρτηση, η οποία ικανοποιεί την αρχική συνθήκη x∗ (t0 ) = 0.
Είναι προφανές ότι αυτή η συνάρτηση είναι η µηδενική συνάρτηση, εποµένως
n
X
Ck∗ x(k) (t) ≡ 0, t ∈ [a, b].
k=1

Πόρισµα. Αν η Βρονσκιανή µηδενίζεται σε ένα σηµείο t0 ∈ [a, b], τότε είναι
µηδέν σε όλο το διάστηµα [a, b]. (Υπενθυµίζω ότι το [a, b] είναι το διάστηµα
ύπαρξης των x(1) (t), . . . , x(n) (t)).
Παρατήτηση. Το Θεώρηµα 3.4 και το άνω Πόρισµα ισχύουν µόνο για
Βρονσκιανές των διανυσµατικών συναρτήσεων που αποτελούν λύσεις του συ-
στήµατος x0 = Ax.
Ορισµός. Το σύστηµα n γραµµικά ανεξάρτητων λύσεων του συστήµατος
dx
= Ax
dt
ονοµάζεται ϑεµελιώδες σύστηµα λύσεων.
Θεώρηµα 3.5. Θεµελιώδη συστήµατα λύσεων υπάρχουν.
(k)
Απόδειξη. Θα επιλέξουµε n2 αριθµούς γi τέτοιους ώστε
 
 γ (1) · · · γ (n) 
 1 1 
 (1)
 γ2 · · · γ2(n)


···
 
(3.5)  6= 0.
 
···

 
···
 
 
 (1)
 γn · · · γn(n)


Μπορούµε να ικανοποιήσουµε την (3.5) ϑέτοντας :

(k) 0, i 6= k,
γi =
1, i = k.
Θα κατασκευάσουµε n λύσεις, οι οποίες παίρνουν στο σηµείο t = t0 τις τιµές
(k) (k)
xi (t0 ) = γi , i, k = 1, . . . , n. Αφού στο t = t0 η Βρονσκιανή έχει την µορφή
(3.5) και διαφέρει από το µηδέν, άρα ϑα πάρουµε n γραµµικά ανεξάρτητες
λύσεις σύµφωνα µε το Θεώρηµα 3.4.

(k)
Θεώρηµα 3.6. ΄Εστω xi (t), i, k = 1, . . . , n είναι ϑεµελιώδες σύστηµα λύ-
σεων του x0 = Ax. Τότε οποιαδήποτε λύση αυτού του συστήµατος µπορεί να
 41

(k)
παρασταθεί ως γραµµικός συνδυασµός των xi (t), i, k = 1, . . . , n µε κατάλλη-
λες σταθερές, δηλαδή σε µορφή
n
X
x(t) = Ck x(k) (t).
k=1

Απόδειξη. ΄Εστω x(t) είναι µια λύση του dx dt = Ax, όπου x(t0 ) = c0 δηλαδή
(x1 (t0 ), ..., xn (t0 )) = (c01 , ..., c0n ) . Αφού W (t0 ) 6= 0, έχουµε ότι x(k) (t0 ),


k = 1, . . . , n είναι γραµµικά ανεξάρτητα διανύσµατα, εποµένως υπάρχουν
n
τέτοιες σταθερές Ck∗ , k = 1, . . . , n ώστε c0 = Ck∗ x(k) (t0 ). Κατασκευάζουµε
P
k=1
την
n
X
x∗ = Ck∗ x(k) (t).
k=1

Η x∗ (t)είναι γραµµικός συνδυασµός λύσεων του συστήµατος dx dt = Ax, άρα

είναι λύση αυτού του συστήµατος . Λόγω κατασκευής x∗ (t0 ) = c0 , άρα από
το ϑεώρηµα µοναδικότητας αµέσως προκύπτει x∗ (t) ≡ x(t), δηλαδή
n
X
x(t) = Ck∗ x(k) (t).
k=1


Θεώρηµα 3.7. ΄Εστω x(k) (t), k = 1, . . . , n σχηµατίζουν το ϑεµελιώδες
σύστηµα λύσεων του
dx
= Ax,
dt
τότε
Rt P n
t [
0 k=1
akk ]dξ
(3.6) W (t) = W (t0 )e .
Απόδειξη. Σύµφωνα µε τον κανόνα παραγώγισης των οριζουσών έχουµε
 (1) (n)  (1)
 x · · · x(n)
 
 dx1 dx
 dt · · · dt1
 
  1 1 
 (1)  (1) (n)
 x2 · · · x(n)  x2 · · · x2
 
2
 
···
   
W 0 (t) = 
 ···  + ··· + 
 
.

 ···   ··· 
···
   
 (1) · · · (n)
   
 (1)
 n · · · dx(n)
 
 x ···x  dx n 
n n dt dt
(k) n
(k) dxi (k)
Αφού dxdt = Ax(k) , εποµένως
P
dt = aij xj . Αντικαθιστώντας τις παρα-
j=1
(k)
dxi
γώγους µε τα δεξιά µέρη της τελευταίας ισότητας και εκµεταλλεύοντας το
dt
γεγονός ότι η τιµή της ορίζουσας δεν µεταβάλλεται αν ϑα προσθέσουµε σε µια
42

γραµµή της ορίζουσας έναν γραµµικό συνδυασµό υπόλοιπων, ϑα πάρουµε

(3.7)  n n 
(1) P (1) (n) P (n)
 a11 x1 + a1j xj ··· a11 x1 + a1j xj
 

 j=2 j=2 
W 0 (t) = 
 
···  + ···


 ··· 

 x(1) ···
(n)
xn 
n
 
(1) (n)
 x1 ··· x1
 

···
 
 
+ ··· .
 
 n−1 n−1 
(1) P (1) (n) P (n)
 ann xn + anj xj ··· ann xn + anj xj
 

 j=1 j=1 
Θα συµβολίσουµε µε Xj την j -οστη γραµµή της Βρονσκιανής. Τότε η πρώτη
γραµµή της πρώτης ορίζουσας στην (3.7) ϑα πάρει τη µορφή
n n
(1) (n) (1) (n)
X X
a11 (x1 , ..., x1 ) + a1j (xj , ..., xj ) = a11 X1 + a1j Xj ,
j=2 j=2
n
P
όπου a1j Xj είναι γραµµικός συνδυασµός των γραµµών από j = 2 έως
j=2
j = n της Βρονσκιανής, και σύµφωνα µε την προαναφερόµενη ιδιότητα των
οριζουσών ϑα έχουµε
n
 
 P   
 a11 X1 + a1j Xj   a11 X1 
j=2
   
   X2 
 X2   
(3.8)  = · .
 ·   
   · 

 ·  
  Xn


 Xn 
Εποµένως η (3.7) µε ϐάση την (3.8) ϑα µετατραπεί σε
(3.9)
 a11 x(1) · · · a11 x(n) (1) (n)
   
1 1
  x1 · · · x1 
    n
0
 · · ·  
 + ··· +  ···  X
W (t) =  = aii W (t).
 ··· 


 ··· 
 i=1
(1) (n)  a x(1) · · · a x(n)
 xn · · · xn 
nn n nn n


Ολοκληρώνοντας την σχέση (3.9), αµέσως παίρνουµε το Ϲητούµενο αποτέλε-

σµα.
Από την (3.6) προκύπτει ότι αν W µηδενίζεται σε κάποιο σηµείο t = t0 , τότε
είναι µηδενική συνάρτηση.


΄Εστω έχουµε n διανυσµατικές συναρτήσεις x(1) (t), . . . , x(n) (t), που είναι
της κλάσεως C 1 . Η συνθήκη W (t) 6= 0 είναι αναγκαία για να µπορούν οι
 43

x(1) (t), . . . , x(n) (t) να αποτελέσουν το ϑεµελιώδες σύστηµα λύσεων ενός δια-
ϕορικού συστήµατος. Κατασκευάζοντας ένα σύστηµα διαφορικών εξισώσεων,
το οποίο έχει ως ϑεµελιώδες σύστηµα λύσεων τις x(1) (t), . . . , x(n) (t) ϑα δεί-
ξουµε ότι η ίδια αυτή η συνθήκη είναι και ικανή. Θεωρούµε τις ακόλουθες n
γραµµικές διαφορικές εξισώσεις ως προς x(t) = (x1 (t), . . . , xn (t))
(1) (n)
 
 x1
 x1 ··· x1 

 · · ··· · 
(3.10)  = 0, i = 1, . . . , n.
 
(1) (n)
 xn xn ··· xn


 (1) (n) 
 dxi dxi dxi
dt dt ··· dt


Είναι προφανές ότι x(1) (t), . . . , x(n) (t) ικανοποιούν αυτές τις εξισώσεις. Πράγ-
µατι, αν ϑα αντικαταστήσουµε το x(t) µε x(k) (t), k = 1, . . . , n, η ορίζου-
σα ϑα έχει δυο ίδιες στήλες, άρα ϑα είναι µηδεν. Αφού η Βρονσκιανή των
x(1) (t), . . . , x(n) (t) διαφέρει από το µηδέν, µπορούµε να παραστήσουµε τις
εξισώσεις (3.10) σε λυµένη µορφή ως προς dx dt , i = 1, . . . , n. Πράγµατι απο
i

(3.10) έχουµε
dxi
(−1)n+2 W (t) +
dt
 (1) (n)
  (1) (n)

 x
 1 ··· x1 

 x
 2 ··· x2 

 · ··· ·   · ··· · 
(−1)n+1 xn  (1)  + · · · + x1  (1)  = 0,
   
(n) (n)
 xn−1 ··· xn−1   xn ··· xn 
 dx(1) (n)
dxi
  dx(1) (n)
dxi

 i
dt ··· dt
  i
dt ··· dt

i = 1, . . . , n. Εποµένως το Ϲητούµενο σύστηµα είναι το ακόλουθο
 (1) (n)
  (1) (n)

 x
 2 · · · x2   x
 1 ··· x1 

dxi (−1) n+1
 · ··· ·  (−1)n
 · ··· ·
   
= x1  (1) (n)  +· · ·+ xn  (1) ,

(n)
dt W (t)  xn · · · xn  W (t)  xn−1 · · · xn−1 
 dx(1) dxi
(n)   dx(1) (n)
dxi

 i ···
dt

dt
 i ··· dt dt


i = 1, . . . , n.
Είναι εύκολο να αποδειχθεί ότι υπάρχει µόνο ένα σύστηµα, που έχει ως
ϑεµελιώδες σύστηµα λύσεων τις δοσµένες συναρτήσεις. Πράγµατι, έστω υπάρ-
χουν δυο τέτοια συστήµατα
dx dx
(3.11) = A(t)x, = A∗ (t)x.
dt dt
Αφού και τα δυο συστήµατα έχουν κοινό ϑεµελιώδες σύστηµα λύσεων και
οποιαδήποτε λύση x(t) µπορεί να παρασταθεί ως γραµµικός συνδυασµός των
συναρτήσεων που αποτελούν το ϑεµελιώδες σύστηµα λύσεων, συµπεράνουµε
ότι (A(t) − A∗ (t))x = 0, και εποµένως (A − A∗ )x(t0 ) = 0 για οποιαδήποτε
λύση των συστηµάτων (3.11). Τα διανύσµατα x(1) (t0 ), . . . , x(n) (t0 ) αποτελούν
την ϐάση στον Rn και A − A∗ είναι τελεστής (γραµµική απεικόνιση) που δρα
από το Rn στο Rn για κάθε t0 ∈ [a, b], εποµένως έχουµε ότι (A − A∗ )x0 = 0
44

για οποιοδήποτε x0 ∈ Rn και t0 ∈ [a, b], άρα A − A∗ = 0, A = A∗ για κάθε

t0 ∈ [a, b], δηλαδή A ≡ A∗ .
Παράδειγµα 3.1. Κατασκευάστε το σύστηµα 2 διαφορικών εξισώσεων πρώ-
της τάξης, το οποίο έχει ως ϑεµελιώδες σύστηµα λύσεων τις
(1) (1)
x(1) (t) = (x1 (t), x2 (t))T = (2et , et )T ,
(2) (2)
x(2) (t) = (x1 (t), x2 (t))T = (e−t , 2e−t )T .
Λύση. Προφανώς  t −t 
 2e e 
W (t) =  t  = 3.
e 2e−t 
Αντι για x1 , x2 ϑα γράφουµε x, y . ΄Εχουµε (ϐλ. (3.10) )
 x 2et e−t 
 
 y et 2e−t  = 0,
 

2et −e−t 
 dx 

dt
και
2et e−t
 
 x 
t 2e−t
 
 y e  = 0,
 dy 

dt et −2e−t 
∆ηλαδή
e−t  2e−t 
 t   t 
dx  2e  e
3 − y  t + x  2et −e−t  = 0,
2e −e−t 

dt
−t −t 
 t   t 
dy  2e e   e 2e
3 − y  t  + x t
 e −2e−t  = 0.
e −2e−t 

dt
Το Ϲητούµενο σύστηµα είναι
dx 5 4
= x− y,
dt 3 3
dy 4 5
= x− y.
dt 3 3

§3.2 Μη Οµογενή Γραµµικά Συστήµατα

Θεώρηµα 3.8. ΄Εστω οτι η ϕ(t) είναι ειδική λύση του συστήµατος
dx
= Ax + f.
dt
Τότε οποιαδήποτε λύση αυτού του συστήµατος µπορεί να παρασταθεί σε µορφή
(3.12) x(t) = u(t) + ϕ(t),
όπου u(t) είναι λύση του αντίστοιχου οµογενούς συστήµατος.
Αν x(t) έχει τη µορφή (3.12) τότε είναι λύση του µη οµογενούς συστήµατος.
Απόδειξη. ΄Εστω x(t) τυχαία λύση του
dx
= Ax + f.
dt
 45

Θα αποδείξουµε ότι η u(t) = x(t)−φ(t) είναι λύση του οµογενούς συστήµατος.

Πράγµατι
du d

− Au = x − ϕ − A(x − ϕ) =
dt dt
dx dϕ
− Ax − ( − Aϕ) = f (t) − f (t) = 0.
dt dt
΄Εστω τωρα η u(t) είναι τυχαία λύση του οµογενούς συστήµατος. Θα δείξουµε
ότι η (3.12) µας δίνει την λύση του µη οµογενούς. ΄Εχουµε

dx d(u + ϕ) du dϕ
= = + = Au + Aϕ + f =
dt dt dt dt
A(u + ϕ) + f (t) = Ax + f.

Πόρισµα. Οποιαδήποτε λύση του µη οµογενούς συστήµατος µπορεί να
παρασταθεί σε µορφή
n
X
x(t) = ϕ(t) + Ck x(k) (t),
k=1

όπου x(k) (t), k = 1, . . . , n είναι το ϑεµελιώδες σύστηµα λύσεων του οµογενούς

συστήµατος.
∆ηλαδή, όπως και στην περίπτωση µιας εξίσωσης, για να ϐρούµε την γενική
λύση του µη οµογενούς συστήµατος, πρέπει να ϐρούµε µια ειδική λύση του
µη οµογενούς και να προσθέσουµε την γενική λύση του οµογενούς. Η γενική
λύση του οµογενούς συστήµατος είναι ο γραµµικός συνδυασµός λύσεων που
αποτελούν το ϑεµελιώδες σύστηµα λύσεων. Για να ϐρούµε την ειδική λύση,
ϑα χρησιµοποιήσουµε την µέθοδο µεταβολής των σταθερών.
΄Εστω x(k) (t), k = 1, . . . , n σχηµατίζουν το ϑεµελιώδες σύστηµα λύσεων του
dx
= Ax.
dt
Θα ψάχνουµε την λύση του µη οµογενούς συστήµατος σε µορφή
n
X
(3.13) φ(t) = ek (t)x(k) (t).
C
k=1

Αντικαθιστούµε την (3.13) στο µη οµογενές σύστηµα

n n n
dx X
e 0 (t)x(k) (t) +
X
ek (t)x0(k) (t) −
X
ek (t)x(k) (t) =
− Ax = C k C A(t)C
dt
k=1 k=1 k=1

n
X n
X n
X
= e 0 (t)x(k) (t)+
C ek (t)[x0(k) (t)−A(t)x(k) (t)] =
C e 0 (t)x(k) (t) = f (t).
C
k k
k=1 k=1 k=1
46

e 0 (t)
∆ηλαδή έχουµε να λύσουµε το ακόλουθο σύστηµα ως προς C k
 (1) (2) (n) T  
x1 x1 ··· x1 f1
e0 , . . . , C
e0 ) 
 · · ··· ·   · 
(3.14) (C 1 n 
 = .
· · ··· ·   · 
(1) (2) (n) fn
xn xn ··· xn
Αφού ο πίνακας συντελεστών αυτού του συστήµατος είναι η Βρονσκιανή του
ϑεµελιώδους συστήµατος λύσεων, η ορίζουσα αυτού του πίνακα διαφέρει από
το µηδέν. Εποµένως µπορούµε να προσδιορίσουµε τις C e0 , . . . , C
en0 µονοσή-
1
µαντα. ΄Εστω
e 0 (t) = ϕk (t),
C k
άρα Z
C
ek (t) = ϕk (t)dt + γk ,
όπου γk , k = 1, . . . , n είναι σταθερές. Αφού αρκεί να ϐρούµε µόνο µια ειδική
λύση, µπορούµε να ϑέσουµε γk = 0, k = 1, . . . , n. Εποµένως η ειδική λύση
ϑα γράφεται σαν
n Z
X
φ(t) = ϕk (t)dt x(k) (t)
k=1
και για την γενική ϑα έχουµε
n Z
X n
X
x(t) = ϕk (t)dt x(k) (t) + Ck x(k) (t).
k=1 k=1

§3.3 Γραµµικά Συστήµατα Με Σταθερούς Συντελεστές

Στην περίπτωση που το σύστηµα έχει σταθερούς συντελεστες το ϑεµελιώδες
σύστηµα λύσεων µπορεί εύκολα να κατασκευαστεί. Για να απλοποιήσουµε τα
πράγµατα ϑα περιοριστούµε µε συστήµατα δυο εξισώσεων (αντί για x1 (t), x2 (t)
ϑα χρησιµοποιούµε τον συµβολισµό x(t), y(t)).
dx
= a11 x + a12 y
dt
dy
(3.14) = a21 x + a22 y.
dt
Πρέπει να ϐρούµε δύο γραµµικώς ανεξάρτητες λύσεις του συστήµατος. Ψά-
χνουµε τις λύσεις σε µορφή
(3.15) x = αekt , y = βekt
όπου α, β κάποιες σταθερές. Αντικαθιστώντας τις συναρτήσεις (3.15) στο σύ-
στηµα (3.14) παίρνουµε
(a11 − k)α + a12 β = 0

(3.16) a21 α + (a22 − k)β = 0.

 47

Για να υπάρχει µη τετριµµένη λύση α, β του αλγεβρικού συστήµατος (3.16)

πρέπει η ορίζουσα του συστήµατος να ισούται µε µηδέν
 
 a11 − k a12 
  = 0,
 a21 a22 − k 
δηλαδή
(3.17) k 2 − (a11 + a22 )k + a11 a22 − a12 a21 = 0.
Αν οι ϱίζες του k1 , k2 χαρακτηριστικού πολυωνύµου (3.17) είναι διαφορετικές
τότε οι δυο λύσεις του (3.14) που ψάχνουµε ϑα έχουν τη µορφή
(3.18) (x1 , y1 ) = (α1 ek1 t , β1 ek1 t), (x2 , y2 ) = (α2 ek2 t , β2 ek2 t).
Αντικαθιστώντας την (3.18) στο (3.14) προσδιορίζουµε (όχι µονοσήµαντα) τις
α1 , α2 , β1 , β2 . Προφανώς, (α1 , β1 ) είναι το ιδιοδιάνυσµα που αντιστοιχεί στην
ιδιοτιµή k1 , και (α2 , β2 ) είναι το ιδιοδιάνυσµα που αντιστοιχεί στην ιδιοτιµή
k2 .
Παράδειγµα 3.2. Να ϐρεθεί το ϑεµελιώδες σύστηµα και η γενική λύση του
συστήµατος
dx
= x + 2y + 2
dt
dy
= 4x + 3y + 1.
dt
Λύση. Ψάχνουµε πρώτα τη γενική λύση του συστήµατος
dx
= x + 2y
dt
dy
= 4x + 3y.
dt
Γράφουµε το χαρακτηριστικό πολυώνυµο
k 2 − 4k − 5 = 0,
οι ϱίζες είναι k1 = 5, k2 = −1. Συνεπώς
(x1 , y1 ) = (α1 e5t , β1 e5t ), (x2 , y2 ) = (α2 e−t , β2 e−t ).
Αντικαθιστώντας στο σύστηµα την (x1 , y1 ) παίρνουµε β1 = 2α1 µε α1 τυχαίο,
έστω 1. Αντικαθιστώντας στο σύστηµα την (x2 , y2 ) παίρνουµε β2 = −α2 µε α2
τυχαίο, έστω 1. ΄Αρα το ϑεµελιώδες σύστηµα είναι
(x1 , y1 ) = (e5t , 2e5t ), (x2 , y2 ) = (e−t , −e−t )
και η γενική λύση του οµογενούς συστήµατος
(x, y) = c1 (e5t , 2e5t ) + c2 (e−t , −e−t ).

Παρατηρούµε ότι το διάνυσµα (1, 2) είναι ιδιοδιάνυσµα του πίνακα A που

αντιστοιχεί στην ιδιοτιµή k1 = 5 και το διάνυσµα (1, −1) είναι ιδιοδιάνυσµα
του πίνακα A που αντιστοιχεί στην ιδιοτιµή k2 = −1.
48

Ψάχνουµε τώρα µια ειδική λύση φ(t) = (φ1 (t), φ2 (t)) του µη οµογενούς
συστήµατος σε µορφή (ϐλ. (3.13) )
φ1 = c̃1 (t)e5t + c̃2 (t)e−t , φ2 = c̃1 (t)2e5t − c̃2 (t)e−t .
Αντικαθιστώντας την φ(t) στο αρχικό µας σύστηµα για c̃1 (t), c̃2 (t) παίρνουµε
(ϐλ. (3.14»
c̃01 (t)e5t + c̃02 (t)e−t = 2,
c̃01 (t)2e5t − c̃02 (t)e−t = 1.
Συνεπώς c̃01 (t) = e−5t , c̃02 (t) = et άρα επιλέγουµε
1
c̃1 (t) = − e−5t , c̃2 (t) = et
5
και φ1 = 4/5, φ2 = −7/5.
Η γενική λύση του συστήµατος είναι
4 7
(x, y) = c1 (e5t , 2e5t ) + c2 (e−t , −e−t ) + ( , − ).
5 5
Παράδειγµα 3.3. Να ϐρεθεί και η γενική λύση του συστήµατος
dx
= x + 2y + 3e5t
dt
dy
= 4x + 3y + 3t.
dt
Λύση. Ψάχνουµε µια ειδική λύση φ(t) = (φ1 (t), φ2 (t)) του µη οµογενούς
συστήµατος σε µορφή
φ1 = c̃1 (t)e5t + c̃2 (t)e−t , φ2 = c̃1 (t)2e5t − c̃2 (t)e−t .
Αντικαθιστώντας την φ(t) στο σύστηµα για c̃1 (t), c̃2 (t) παίρνουµε
c̃01 (t)e5t + c̃02 (t)e−t = 3e5t ,
c̃01 (t)2e5t − c̃02 (t)e−t = 3t.
Συνεπώς c̃01 (t) = 1 + te−5t , c̃02 (t) = 2e6t − tet άρα
1 1
c̃1 (t) = t − (5te−5t + e−5t ), c̃2 (t) = e6t − tet + et
25 3
και
1 6 24
φ1 = te5t + e5t − t + ,
3 5 25
5t 1 5t 3 27
φ2 = 2te − e + t − .
3 5 25
Η γενική λύση του συστήµατος
(x, y) = c1 (e5t , 2e5t ) + c2 (e−t , −e−t ) + (φ1 , φ2 ).
Παράδειγµα 3.4. Να ϐρεθεί η γενική λύση του συστήµατος
dx
= x − 5y
dt
dy
= 2x − y.
dt
 49

Λύση. Γράφουµε το χαρακτηριστικό πολυώνυµο

k 2 + 9 = 0,
οι ϱίζες είναι k1 = 3i, k2 = −3i. Συνεπώς
(x1 , y1 ) = (α1 e3it , β1 e3it ).
Αντικαθιστώντας στο σύστηµα την (x1 , y1 ) παίρνουµε (1 − 3i)α1 − 5β1 = 0.
Π.χ. α1 = 5, β1 = 1 − 3i. ΄Αρα
(x1 , y1 ) = (5e3it , (1 − 3i)e3it ).
Αφού και το πραγµατικό και το ϕανταστικό µέρος ϑα είναι λύση του συστή-
µατος παίρνουµε ως ϑεµελιώδες σύστηµα το ακόλουθο
(5cos 3t, cos 3t + 3sin 3t), (5sin 3t, −3cos 3t + sin 3t)
και η γενική λύση του οµογενούς συστήµατος ϑα είναι
(x, y) = c1 (5cos 3t, cos 3t + 3sin 3t) + c2 (5sin 3t, −3cos 3t + sin 3t).

Αν έχουµε διπλή ϱίζα τότε ψάχνουµε τη λύση του συστήµατος σε µορφή

x = (α1 + α2 t)ekt , y = (β1 + β2 t)ekt
και προσδιορίζουµε τις σταθερές αντικαθιστώντας αυτή τη µορφή στο σύστηµα.
Παράδειγµα 3.5. Να ϐρεθεί το ϑεµελιώδες σύστηµα και η γενική λύση του
συστήµατος
dx
=x−y
dt
dy
= x + 3y.
dt
Λύση. Γράφουµε το χαρακτηριστικό πολυώνυµο
k 2 − 4k + 4 = 0.
΄Εχουµε διπλή ϱίζα k12 = 2. Συνεπώς ψάχνουµε τη λύση σε µορφή
(x, y) = (α1 + α2 t)e2t , (β1 + β2 t)e2t )
Αντικαθιστώντας στο σύστηµα παίρνουµε
2α1 + α2 + 2α2 t = α1 + α2 t − β1 − β2 t.
Οπότε
β2 = −α2
και
β1 = −α1 − α2 .
Αρα µπορούµε να πάρουµε ως ϑεµελιώδες σύστηµα π.χ. το ακόλουθο
(e2t , −e2t ), (te2t , (−1 − t)e2t )
και η γενική λύση ϑα είναι
(x, y) = c1 (e2t , −e2t ) + c2 (te2t , (−1 − t)e2t ).
50

Παράδειγµα 3.6. Να ϐρεθεί η λύση του προβλήµατος Cauchy µε αρχικές

συνθήκες x(0) = 1, y(0) = −1 για το σύστηµα από το Παράδειγµα 3.5.
Λύση. Η γενική λύση είναι
x(t) = c1 e2t + c2 te2t
y(t) = −c1 e2t − c2 (1 + t)e2t .
Για να προσδιορίσουµε τις αυθαίρετες σταθερές έχουµε
x(0) = c1 = 1
y(0) = −c1 − c2 = −1.
΄Αρα η Ϲητούµενη λύση είναι
(x, y) = (e2t , −e2t ).

Ασκήσεις
΄Ασκηση 3.1. Να ϐρεθεί η λύση του προβλήµατος Cauchy
dx 4
= x + 2y + 2, x(0) =
dt 5
dy 7
= 4x + 3y + 1, y(0) = − .
dt 5
΄Ασκηση 3.2. Να ϐρεθεί η γενική λύση του συστήµατος
dx et
=x−y+ ,
dt cost
dy
= x + y.
dt
΄Ασκηση 3.3. Να λύσετε τις προηγούµενες δυο ασκήσεις, ανάγοντας τα
συστήµατα σε εξισώσεις δευτερης τάξης.
Υπόδειξη : ϐλ. Παράδειγµα 2.4 στη σελίδα 36.
΄Ασκηση 3.4. Να ϐρεθεί η γενική λύση του συστήµατος
dx
= x + 2y + t1/3 (e3t + e−t ),
dt
dy
= 2x + y + t1/3 (e3t − e−t .
dt
΄Ασκηση 3.5. 1.) Κατασκευάστε το σύστηµα 2 διαφορικών εξισώσεων το
οποίο έχει ως ϑεµελιώδες σύστηµα λύσεων τις
(1) (1)
x(1) (t) = (x1 (t), x2 (t))T = (1, t)T , t ∈ (1, 2)
(2) (2)
x(2) (t) = (x1 (t), x2 (t))T = (1, −t)T , t ∈ (1, 2),
στο διάστηµα (1, 2).
2.) Θεωρούµε το σύστηµα (1, t), (1, −t) στο διάστηµα (−1, 1). Προφανώς
W (0) = 0. Αυτό αντιφάσκει ή όχι (και γιατί) στο Θεώρηµα 3.4 ;
 51

§4. Προβλήµατα Συνοριακών Τιµών

Θεωρούµε το εξής πρόβληµα : να ϐρεθεί η λύση της εξίσωσης

(4.1) y 00 + p1 (x)y 0 + p2 (x)y = f (x) στο (x0 , x1 )
η οποία επαληθεύει τις συνθήκες
(4.2) α1 y(x0 ) + α2 y 0 (x0 ) = d1 , β1 y(x1 ) + β2 y 0 (x1 ) = d2 .
Εδώ
α12 + α22 6= 0, β12 + β22 6= 0
και p1 (x), p2 (x), f (x) συνεχείς στο [x0 , x1 ] συναρτήσεις. Υπάρχουν πολλά
προβλήµατα ϕυσικής, που ανάγονται στα συνοριακά προβλήµατα τύπου (4.1),
(4.2).
Το πρόβληµα ύπαρξης και µοναδικότητας για τα συνοριακά προβλήµατα
διαφέρει από το αντίστοιχο για τα προβλήµατα αρχικών τιµών. Και η διαφορά
είναι στο ότι το οµογενές συνοριακό πρόβληµα, δηλαδή το πρόβληµα
y 00 + p1 (x)y 0 + p2 (x)y = 0,
α1 y(x0 ) + α2 y 0 (x0 ) = 0, β1 y(x1 ) + β2 y 0 (x1 ) = 0,
µπορεί να έχει άπειρο πλήθος λύσεων και όχι µόνο µηδενική λύση, όπως
στην περίπτωση οµογενούς προβλήµατος αρχικών τιµών. Επίσης το µη οµο-
γενές πρόβληµα (4.1), (4.2) µπορεί να µην έχει λύση. Θεωρούµε το ακόλουθο
πρόβληµα
(4.3) y 00 + y = 0, y(0) = 0, y(x1 ) = d2 .
Η γενική λύση της εξίσωσης y 00 + y = 0 δίνεται από την
y = c1 cosx + c2 sinx.
Η πρώτη συνοριακή συνθήκη ικανοποιείται, αν ϑα ϑέσουµε c1 = 0, εποµένως
y = c2 sinx. ΄Εστω x1 6= πn, τότε από την δεύτερη συνθήκη ϐρίσκουµε την
d2
c2 = sinx 1
. ΄Αρα η Ϲητούµενη λύση ϑα πάρει τη µορφή

d2
y= sinx.
sinx1
Παρατηρούµε ότι σε αυτή την περίπτωση το οµογενές πρόβληµα έχει µόνο
τετριµµένη λύση.
΄Εστω x1 = πn και d2 = 0, τότε y(x1 ) = y(πn) = c2 sin(πn) = 0. ΄Αρα
έχουµε µια µονοπαραµετρική οικογένεια λύσεων
y = C sinx, ∀C ∈ R
(προφανώς η µοναδικότητα παραβιάζεται). Αν d2 6= 0, τότε το πρόβληµα (4.3)
δεν έχει λύσεις, αφού c2 sin(πn) = 0 6= d2 .
Οποιοδήποτε πρόβληµα συνοριακών τιµών (4.1), (4.2) µπορεί να αναχθεί
σε πρόβλήµα µε οµογενείς συνοριακές συνθήκες. Συνεπώς χωρίς ϐλάβη της
52

γενικότητας µπορούµε να υποθέσουµε ότι d1 = d2 = 0. Πράγµατι έστω

α2 = β2 = 0 (α1 6= 0, β1 6= 0). Η συνάρτηση
d2 /β1 − d1 /α1
v ≡ y − φ(x), φ(x) ≡ (x − x0 ) + d1 /α1
x1 − x0
επαληθεύει την εξίσωση
v 00 + p1 (x)v 0 + p2 (x)v = f˜(x),
εδώ
f˜(x) = f (x) − [φ00 (x) + p1 (x)φ0 (x) + p2 (x)φ(x)] =
y 00 + p1 (x)y 0 + p2 (x)y − [φ00 (x) + p1 (x)φ0 (x) + p2 (x)φ(x)],
και τις συνθήκες
v(x0 ) = 0, v(x1 ) = 0,
αφού
v(x0 ) = y(x0 ) − φ(x0 ) = d1 /α1 − d1 /α1 = 0
και
v(x1 ) = y(x1 ) − φ(x1 ) = d2 /β1 − d2 /β1 = 0.
Π.χ. το πρόβληµα (4.3) γράφεται σε µορφή
d2
(4.4) v 00 + v = − x, v(0) = v(x1 ) = 0,
x1
εδώ φ(x) = xd21 x και v = y − xd21 x.
Αν α1 = β1 = 0 (α2 6= 0, β2 6= 0). Η συνάρτηση
d1 d2
v ≡ y − φ1 (x), φ1 (x) ≡ (x − x1 )2 + (x − x0 )2
2α2 (x0 − x1 ) 2β2 (x1 − x0 )
επαληθεύει την εξίσωση
v 00 + p1 (x)v 0 + p2 (x)v = f˜1 (x),
και τις συνθήκες
v 0 (x0 ) = 0, v 0 (x1 ) = 0.
Εδώ
f˜1 (x) = f (x) − [φ001 (x) + p1 (x)φ01 (x) + p2 (x)φ1 (x)]
Παροµοίως µπορούµε να αντιµετωπίσουµε και την γενική περίπτωση.

Θεώρηµα 4.1. Το πρόβληµα συνοριακών τιµών

(4.5) y 00 + p1 (x)y 0 + p2 (x)y = f (x),

(4.6) α1 y(x0 ) + α2 y 0 (x0 ) = β1 y(x1 ) + β2 y 0 (x1 ) = 0

έχει µοναδική λύση, αν και µόνο αν το αντίστοιχο οµογενές πρόβλήµα (f ≡ 0)
έχει µόνο τετριµµένη λύση.
Απόδειξη. Η λύση της εξίσωσης µπορεί να παρασταθεί σε µορφή
(4.7) y = yµ + c1 y1 + c2 y2 ,
 53

όπου yµ είναι η ειδική (µερική) λύση της µη οµογενούς εξίσωσης και y1 , y2

είναι (γραµµικώς ανεξάρτητες) ειδικές λύσεις της οµογενούς. Αντικαθιστώντας
την (4.7) στις συνοριακές συνθήκες (4.6), καταλήγουµε στο εξής σύστηµα ως
προς c1 , c2
α1 y1 (x0 ) + α2 y10 (x0 ) α1 y2 (x0 ) + α2 y20 (x0 )
  
c1
=
β1 y1 (x1 ) + β2 y10 (x1 ) β1 y2 (x1 ) + β2 y20 (x1 ) c2

−α1 yµ (x0 ) − α2 yµ0 (x0 )

 
,
−β1 yµ (x1 ) − β2 yµ0 (x1 )
το οποίο έχει µοναδική λύση, αν και µόνο αν η ορίζουσα του πίνακα συντε-
λεστών διαφέρει από το µηδέν. Αλλά όταν αυτή η ορίζουσα διαφέρει από το
µηδέν, το αντίστοιχο οµογενές πρόβληµα έχει µόνο τετριµµένη λύση, επειδή
ϑα έχουµε c1 = c2 = 0.

Στο πρόβληµα (4.4) το αντίστοιχο οµογενές πρόβληµα είναι
v 00 + v = 0, v(0) = v(x1 ) = 0,
το οποίο έχει µόνο τετριµµένη λύση v ≡ 0 αν x1 6= πn και άπειρες λύσεις
v = Csinx αν x1 = πn.

Θα ασχοληθούµε τώρα µε την κατασκευή της λύσης του προβλήµατος (4.5),

(4.6). R
Πολλαπλασιάζοντας την εξίσωση (4.5) µε e p1 (x)dx , ανάγουµε αυτήν την
εξίσωση σε
(4.8) (p(x)y 0 )0 + q(x)y = g(x),
R R R
όπου p = e p1 dx , q = p2 e p1 dx , g = f e p1 dx . Θα συµβολίσουµε µε
Bx0 y = α1 y(x0 ) + α2 y 0 (x0 ) = 0,
Bx1 y = β1 y(x1 ) + β2 y 0 (x1 ) = 0.
΄Εστω ότι έχουµε µια συνάρτηση G(x, s) µε ακόλουθες ιδιότητες :
(i). G(x, s) είναι συνεχής ως προς x για κάθε σταθεροποιηµένο s και x0 ≤
x ≤ x1 , x0 ≤ s ≤ x1 .
(ii). για κάθε σταθεροποιηµένο s η G(x, s) είναι λύση της εξίσωσης
(4.9) (pG0 )0 + qG = 0
στο διάστηµα [x0 , x1 ], εκτός από το σηµείο x = s.
(iii). Η G(x, s) ικανοποιεί τις συνοριακές συνθήκες
Bx0 G = Bx1 G = 0, ∀ s.
(iv). Στο σηµείο x = s η Gx (x, s) έχει άλµα µέτρου p1 .
∆ηλαδη
  1
Gx (x, s) − Gx (x, s) =
 
x=s+0 x=s−0 p(s)
54

ή
1
G0 (s + 0, s) − G0 (s − 0, s) =
p(s)
ή
1
(4.10) Gx (x + 0, x) − Gx (x − 0, x) = .
p(x)
Παρατήρηση 1. Είναι εύκολο να διαπιστώσει κανείς ότι
Gx (x + 0, x) − Gx (x − 0, x) = Gx (x, x − 0) − Gx (x, x + 0)
(ϐλ. σχήµα 2, σελ. 76).
Ορισµός. Η συνάρτηση G(x, s) που ικανοποιέι τις συνθήκες (i). − (iv).
ονοµάζεται συνάρτηση Green του προβλήµατος (4.8), (4.6).
Θα αποδείξουµε ότι η
Z x1
(4.11) y(x) = G(x, s)g(s)ds
x0
είναι λύση του προβλήµατος (4.8), (4.6). Θα υπολογίσουµε τις παραγώγους
της και µετά ϑα τις αντικαταστήσουµε στην εξίσωση (4.8). ΄Εχουµε
Z x1 Z x Z x1
0
y (x) = Gx (x, s)g(s)ds = Gx (x, s)g(s)ds + Gx (x, s)g(s)ds,
x0 x0 x

y 00 (x) =
Z x Z x1
Gx (x, x−0)g(x)+ Gxx (x, s)g(s)ds−Gx (x, x+0)g(x)+ Gxx (x, s)g(s)ds =
x0 x
Z x1
[Gx (x, x − 0) − Gx (x, x + 0)]g(x) + Gxx (x, s)g(s)ds.
x0
Rx
Αντικαθιστούµε την y = x 1 G(x, s)g(s)ds στην εξίσωση (4.8)
0
Z x
[p(x)Gxx (x, s) + p0 (x)Gx (x, s) + q(x)G(x, s)]g(s)ds+
x0
Z x1
[p(x)Gxx (x, s) + p0 (x)Gx (x, s) + q(x)G(x, s)]g(s)ds+
x
p(x)[Gx (x, x − 0) − Gx (x, x + 0)]g(x) =
p(x)[Gx (x, x − 0) − Gx (x, x + 0)]g(x) = g(x),
αφού σε κάθε διάστηµα [x0 , x), (x, x1 ] η G(x, s) είναι λύση της (4.9). Η τελευ-
ταία ισότητα προκύπτει από την (4.10) λαµβάνοντας υπ όψιν την Παρατήρηση
1. Συνεπώς
(py 0 )0 + qy = g.
Παρατήρηση. Η συνεχής εξάρτηση από τα δεδοµένα προκύπτει άµεσα από
τον τύπο (4.11).
 55

Θα κατασκευάσουµε την συνάρτηση του Green, έχοντας δυο γραµµικά

ανεξάρτητες ειδικές λύσεις της οµογενούς εξίσωσης, µε την προϋπόθεση ότι το
οµογενές συνοριακό πρόβληµα έχει µόνο τετριµµένη λύση. Θεωρούµε την
(4.12) (py 0 )0 + qy = 0.
΄Εστω y1 (x) είναι µη τετριµµένη ειδική λύση της (4.12), που ικανοποιεί την
συνθήκη Bx0 y1 = 0. Από την προηγούµενη προϋπόθεση που κάναµε, προ-
κύπτει ότι Bx1 y1 6= 0. Είναι προφανές ότι c1 y1 πάλι ικανοποιεί και την ε-
ξίσωση και την συνοριακή συνθήκη στο αριστερό άκρο. Οµοίως, ϑα ϐρούµε
την y2 , η οποία είναι (µη τετριµµένη) λύση της (4.12), ικανοποιεί την συνθήκη
Bx1 y2 = 0, όπου Bx0 y2 6= 0. Οποιαδήποτε c2 y2 ϑα ικανοποιεί και την εξίσωση
και την συνοριακή συνθήκη στο δεξιό άκρο. Αναζητάµε την συνάρτηση του
Green σε µορφή

c1 (s)y1 (x), x0 ≤ x ≤ s,
G(x, s) =
c2 (s)y2 (x), s < x ≤ x1 .
Για να ικανοποιήσουµε την (i) ϑα πρέπει να διαλέξουµε τις c1 , c2 έτσι ώστε
c1 (s)y1 (s) = c2 (s)y2 (s), ∀s ∈ [x0 , x1 ].
Για να ικανοποιήσουµε την (iv) ϑα πρέπει
1
c2 (s)y20 (s) − c1 (s)y10 (s) =
p(s)
΄Αρα το σύστηµα που παίρνουµε ως προς c1 (s), c2 (s) ϑα έχει την µορφή
    
y1 (s) −y2 (s) c1 (s) 0
(4.13) = 1 .
−y10 (s) y20 (s) c2 (s) p(s)

Η ορίζουσα αυτού του συστήµατος (η y1 y20 − y10 y2 ) είναι ίση µε την Βρονσκιανή
W (y1 , y10 , y2 , y20 ) (ϐλ. ΄Ασκηση 4.1), άρα διαφέρει από το µηδέν. Λύνοντας την
(4.13) ως προς c1 (s), c2 (s) ϑα ϐρούµε και την G(x, s) η οποία ϑα έχει την
µορφή
y2 (s)y1 (x)
(
W (s)p(s) , x0 ≤ x ≤ s
G(x, s) = y1 (s)y2 (x)
W (s)p(s) , s < x ≤ x1
∆ηλαδή
y2 (s) y1 (s)
c1 (s) = , c2 (s) = .
W (s) p(s) W (s) p(s)
Παράδειγµα 4.1. Βρείτε την συνάρτηση του Green του προβλήµατος συ-
νοριακών τιµών
y 00 (x) + y(x) = f (x), y(0) = 0, y(π/2) = 0.
Λύση. Οι λύσεις της αντίστοιχης οµογενούς εξίσωσης οι οποίες ικανοποιούν
τη συνθήκη y(0) = 0 ή τη συνθήκη y(π/2) = 0 έχουν την µορφή c1 sinx και
c2 cosx αντίστοιχα συνεπώς παίρνουµε y1 (x) = sinx, y2 (x) = cosx και

−cos s sinx, 0 ≤ x ≤ s
G(x, s) =
−sin s cosx, s < x ≤ π/2,
56

επειδή p ≡ 1, και W (s) ≡ −1.

΄Εστω f (x) = ex , έχουµε
Z π/2
y(x) = G(x, s) es ds =
0
Z x Z π/2
s
(−sin s cos x e )ds + (−cos s sin x es )ds =
0 x
1 x
(e − eπ/2 sin x − cos x).
2
΄Εστω f (x) = 1, έχουµε
Z π/2
y(x) = G(x, s) ds =
0
Z x Z π/2
(−sin s cos x)ds + (−cos s sin x)ds =
0 x
1 − cos x − sin x.
Αν το οµογενές πρόβληµα (4.5), (4.6) (f ≡ 0) έχει µη τετριµµένη λύση, τότε
το πρόβλήµα (4.5), (4.6) µε f 6≡ 0 µπορεί να µην έχει λύση. Στην περίπτωση
όταν αυτή υπάρχει, δεν έχουµε µοναδικότητα. Ισχύει το ακόλουθο ϑεώρηµα.
Θεώρηµα 4.2. (χωρίς απόδειξη) Για να υπάρχει λύση του προβλήµατος
(4.8), (4.6) στην περίπτωση που το αντίστοιχο οµογενές πρόβληµα έχει µη
τετριµµένη λύση, ϑα πρέπει η g να ικανοποιεί την ακόλουθη συνθήκη ορθο-
γωνιότητας :
Z x1
g(x) y0 (x)dx = 0
x0
για κάθε λύση y0 του αντίστοιχου οµογενούς προβλήµατος.
Παράδειγµα 4.2. Να ϐρεθούν οι λύσεις του προβλήµατος
(4.14) y 00 + y = cosx, y(0) = y(π) = 0.
Λύση. Παρατηρούµε ότι το αντίστοιχο οµογενές πρόβληµα έχει λύσεις, που
δίδονται από την σχέση y = Csinx. Για να καταλάβουµε, αν υπάρχει λύση
της (4.14), ϑα πρέπει να ελέγξουµε την προαναφερόµενη συνθήκη ορθογωνιό-
τητας. ΄Εχουµε
Z π Z π
C
C cosx sinxdx = sin2xdx = 0.
0 2 0
Συνεπώς υπάρχουν λύσεις του προβλήµατος (4.14). Η γενική λύση της εξίσω-
σης y 00 + y = cosx έχει τη µορφή
y = yµ + c1 cosx + c2 sinx.
∆εν είναι δύσκολο να ϐρεθεί η ειδική λύση. Ψάχνοντάς την σε µορφή
ĉ1 xcosx + ĉ2 xsinx
 57

και αντικαθιστώντας την στην εξίσωση, ϑα πάρουµε

1 1
yµ = xsinx, y = xsinx + c1 cosx + c2 sinx.
2 2
΄Αρα αντικαθιστώντας την y στις συνοριακές συνθήκες , ϑα πάρουµε
y(0) = c1 = 0, y(π) = −c1 = 0.
Εποµένως η λύση του προβλήµατος (4.14) δίδεται από την

1
y = xsinx + Csinx.
2
Παράδειγµα 4.3. Σύµφωνα µε το Θεώρηµα 4.2, το πρόβληµα
y 00 + y = 1, y(0) = y(π) = 0.
δεν έχει λύση. Πράγµατι, το αντίστοιχο οµογενές πρόβληµα έχει µη τετριµµέ-
νες λύσεις C sin x, C ∈ R και
Z π
sin x dx 6= 0.
0
Την µη ύπαρξη της λύσης µπορούµε να διαπιστώσουµε και αλλιώς. Η γενική
λύση της εξίσωσης y 00 + y = 1 είναι
y = 1 + c1 cosx + c2 sinx.
Για να επαληθεύεται η συνθήκη y(0) = 0 πρέπει το c1 = −1 από την άλλη για
να επαληθεύεται η συνθήκη y(π) = 0 πρέπει το c1 = 1, άτοπο.
Παροµοίως µπορούµε να δείξουµε ότι το πρόβληµα
d2
y 00 + y = x, y(0) = y(π) = 0
π
(ϐλ. (4.4) ) δεν έχει λύση.
Παράδειγµα 4.4. Βρείτε τη λύση του προβλήµατος χρησιµοποιώντας την
συνάρτηση του Green
4
y 00 (x) + y(x) = x, y(0) = −1, y(π/2) = 1.
π
Λύση. Θεωρούµε τη συνάρτηση
4
v(x) = y(x) − φ(x) όπου φ(x) = x − 1.
π
Προφανώς
v 00 (x) + v(x) = 1, v(0) = v(π/1) = 0.
Η συνάρτηση Green (ϐλ. Παράδειγµα 4.1) έχει τη µορφή

−cos s sinx, 0 ≤ x ≤ s
G(x, s) =
−sin s cosx, s < x ≤ π/2,
συνεπώς
Z π/2
v(x) = G(x, s)ds =
0
58

Z x Z π/2
(−sin s cos x)ds + (−cos s sin x)ds =
0 x
1 − sin x − cos x.
΄Αρα η λύση δύνεται από τον τύπο
4
y(x) = v(x) + φ(x) = x − sin x − cos x.
π
Παράδειγµα 4.5.Βρείτε τη λύση του προβλήµατος χρησιµοποιώντας την
συνάρτηση του Green
y 00 (x) − y 0 (x) = e−x , y(0) = 0, y 0 (1) = 0.
Λύση. Πολλαπλασιάζουµε την εξίσωση µε e−x αφού p1 = −1 και έχουµε
(e−x y 0 )0 = e−2x .
Οι λύσεις της αντίστοιχης οµογενούς εξίσωσης οι οποίες ικανοποιούν τη συν-
ϑήκη y(0) = 0 ή τη συνθήκη y 0 (1) = 0 έχουν την µορφή c1 (1 − ex ) και c2
αντίστοιχα συνεπώς παίρνουµε y1 (x) = 1 − ex , y2 (x) = 1 και
1 − ex , 0 ≤ x ≤ s

G(x, s) =
1 − es , s < x ≤ 1,
Αφού p(s) = e−s , W (s) = es . ΄Αρα έχουµε
Z 1
y(x) = G(x, s) e−2s ds =
0
Z x Z 1
−2s
s
(1 − e )e ds + (1 − e ) x
e−2s ds =
0 x
Z x Z x Z 1
1 1
− de−2s + de−s − (1 − ex ) de−2s =
2 0 0 2 x
1 1 −2x 1
− e + e−x − 1 − (e−2 − e−2x − ex−2 + e−x ) =
2 2 2
1 −x
 
e + ex−2 − 1 − e−2 .
2
Στα παραδείγµατα πού δώσαµε η διαπίστωση της ύπαρξής µόνο τετριµµένης
λύσης του αντίστοιχου οµογενούς προβλήµατος ήταν εύκολη. Εν γένει αυτό
µπορεί να αποδειχθεί αρκετά δύσκολη διαδικασία για αυτό ϑα δώσουµε µια
απλή ικανή συνθήκη η οποία µας εξασφαλίζει την ύπαρξη µόνο τετριµµένης
λύσης για οµογενή προβλήµατα. Θα περιοριστούµε µε την περίπτωση
(4.15) y 00 + p1 (x)y 0 + p2 (x)y = 0 στο (x0 , x1 ) και y(x0 ) = y(x1 ) = 0.

Θεώρηµα 4.3. Αν p2 (x) ≤ 0 τότε το πρόβληµα (4.15) έχει µόνο µηδενική

λύση.
Απόδειξη. 1. ΄Εστω p2 (x) < 0.
 59

Ας υποθέσουµε ότι η y(x) λαµβάνει αρνητικές τιµές στο (x0 , x1 ), τότε υπάρ-
χει σηµείο x∗ ∈ (x0 , x1 ) όπου η y(x) λαµβάνει το αρνητικό της ελάχιστο. Σε
αυτό το σηµείο έχουµε y(x∗ ) < 0, y 0 (x∗ ) = 0, y 00 (x∗ ) ≥ 0 δηλαδή
y 00 (x∗ ) + p1 (x∗ )y 0 (x∗ ) + p2 (x∗ )y(x∗ ) > 0,
από την άλλη (ϐλ. την εξίσωση)
y 00 (x∗ ) + p1 (x∗ )y 0 (x∗ ) + p2 (x∗ )y(x∗ ) = 0,
άτοπο. Συνεπώς y(x) ≥ 0.
Υποθέτουµε τώρα οτι η y(x) λαµβάνει ϑετικές τιµές στο (x0 , x1 ), τότε υπάρ-
χει σηµείο x∗ ∈ (x0 , x1 ) όπου η y(x) λαµβάνει το ϑετικό της µέγιστο. Σε αυτό
το σηµείο έχουµε y(x∗ ) > 0, y 0 (x∗ ) = 0, y 00 (x∗ ) ≤ 0 δηλαδή
y 00 (x∗ ) + p1 (x∗ )y 0 (x∗ ) + p2 (x∗ )y(x∗ ) < 0,
από την άλλη (ϐλ. την εξίσωση)
y 00 (x∗ ) + p1 (x∗ )y 0 (x∗ ) + p2 (x∗ )y(x∗ ) = 0,
άτοπο. Συνεπώς y(x) ≤ 0.
΄Αρα y(x) ≡ 0.
2. ΄Εστω τωρα p2 (x) ≤ 0. Επιλέγουµε τη σταθερά γ > 0 ε.ω.

γ 2 + p1 (x)γ + p2 (x) > 0 ∀x ∈ [x0 , x1 ].

Για την συνάρτηση yε (x) = y(x) + εeγ x έχουµε

yε00 + p1 yε0 + p2 yε = εeγx (γ 2 + p1 γ + p2 ) > 0,

άρα η yε δεν λαµβάνει το ϑετικό της µέγιστο στα εσωτερικά σηµεία του [x0 , x1 ],
και συνεπώς
(4.16) y + εeγ x ≤ εeγx1 ⇔ y ≤ ε(eγx1 − eγ x ).
Για την συνάρτηση y−ε (x) = y(x) − εeγ x έχουµε
00 0
y−ε + p1 y−ε + p2 y−ε = −εeγx (γ 2 + p1 γ + p2 ) < 0,
άρα η y−ε δεν λαµβάνει το αρνητικό της ελάχιστο στα εσωτερικά σηµεία του
[x0 , x1 ], και συνεπώς
(4.17) y − εeγ x ≥ −εeγx0 ⇔ y ≥ −ε(eγx0 − eγ x ).
Απο (4.16) και (4.17) παίρνουµε
−ε(eγx0 − eγ x ) ≤ y(x) ≤ ε(eγx1 − eγ x ).
Στέλνοντας το ε στο µηδέν καταλήγουµε στο Ϲητούµενο :
y(x) ≡ 0.

Παράδειγµα 4.6. Βρείτε τη λύση του προβλήµατος

2
y 00 − y = f (x), y(1) = 0, y(2) = 0.
x2
60

Λύση. Από τα Θεωρήµατα 4.1, 4.3 γνωρίζουµε ότι υπάρχει µοναδική λύση
του προβλήµατος
Z 2
y(x) = G(x, s) f (s) ds
1
όπου
1 2 − 8s−1 )(x2 − x−1 ), 1 ≤ x ≤ s

G(x, s) = 21 (s
1
21 (s
2 − s−1 )(x2 − 8x−1 ), s < x ≤ 2,
Αφου οι λύσεις της αντίστοιχης οµογενούς εξίσωσης οι οποίες ικανοποιούν τη
συνθήκη y(1) = 0 ή τη συνθήκη y(2) = 0 έχουν την µορφή
y1 (x) = c1 (x2 − x−1 ) και y2 (x) = c2 (x2 − 8x−1 )
αντίστοιχα. Προφανώς W = 21 και p = 1.

Ασκήσεις
΄Ασκηση 4.1. Αποδείξτε οτι η ορίζουσα του συστήµατος (4.13) είναι όντως
Βρονσκιανί.
Υπόδειξη : γράψτε την εξίσωση (4.12) σε µορφή y 0 = z, z 0 = −(p0 z +qy)/p.
Στίς ασκήσεις 4.2 -4.7 ϐρείτε τη λύση y(x)του προβλήµατος χρησιµοποιών-
τας την συνάρτηση του Green
΄Ασκηση 4.2.
y 00 + y = f (x), y 0 (0) = 0, y(π) = 0.
Εξετάστε τις περιπτώσεις f (x) = 1, f (x) = sin x.
΄Ασκηση 4.3.
4
y 00 + y = 2ex + x, y(0) = −1, y(π/2) = 1.
π
΄Ασκηση 4.4.
1
y 00 + y = , y 0 (0) = 0, y(π) = 0.
cos x
΄Ασκηση 4.5.
y 00 − y = f (x), y(x0 ) = 0, y(x1 ) = 0.
΄Ασκηση 4.6.
y 00 + y 0 − y = f (x), y(0) = 0, y(x1 ) = 0.
΄Ασκηση 4.7.
1 0 1
y 00 −
y = 6x − , y(1) = 1, y(2) = 2.
x x
΄Ασκηση 4.8. Μπορεί να κατασκευαστεί η συνάρτηση Green στην περίπτω-
ση που το οµογενές πρόβληµα έχει µη τετριµµένες λύσεις; ∆ικαιολογήστε την
απάντησή σας. Προσπαθήστε να κατασκευάσετε τη συνάρτηση Green για το
πρόβληµα (4.14).
 61

§5. Θεωρία Ευστάθειας

Θεωρούµε το ακόλουθο σύστηµα διαφορικών εξισώσεων

(5.1) x0 = Φ(t, x),
µε αρχική συνθήκη
x(t0 ) = x0 ,
όπου
x = (x1 , . . . , xn ), x(t0 ) = x0 = (x01 , . . . , x0n ),
Φ(t, x) = (Φ1 (t, x), . . . , Φn (t, x)).
Είναι γνωστό ότι στις εφαρµογές οι αρχικές συνθήκες είναι το αποτέλεσµα
υπολογισµού στην αρχική στιγµή t = t0 των δεδοµένων ενός ϕυσικού ϕαι-
νοµένου και δεν µπορούν να υπολογιστούν µε απόλυτη ακρίβεια. Τα µικρά
σφάλµατα στον υπολογισµό των αρχικών δεδοµένων µπορούν να µας οδηγή-
σουν σε µια λύση τελείως διαφορετική από εκείνη που ψάχνουµε. Για αυτό
είναι σηµαντικό να ορίσουµε τις συνθήκες, υπό τις οποίες οι µικρές διαταρα-
χές των αρχικών δεδοµένων προκαλούν µικρές διαταραχές της λύσης. Αν το
t µεταβάλλεται σε κάποιο πεπερασµένο διάστηµα [t0 , T ], η απάντηση δίνεται
από το ϑεώρηµα συνεχούς εξάρτησης της λύσης από τα αρχικά δεδοµένα. Αν
το t µπορεί να παίρνει οσοδήποτε µεγάλες τιµές, τότε µε αυτά τα προβλήµατα
ασχολείται η ϑεωρία της ευστάθειας.
Προφανώς αναφερόµαστε στις λύσεις που υπάρχουν ∀t > 0 (ή ∀t > t0 για
κάποιο t0 > 0).
Ορισµός. Η λύση φ(t) της (5.1) ονοµάζεται ευσταθής κατά Lyapunov , αν
για κάθε  > 0 υπάρχει δ() > 0, τέτοιο ώστε για οποιαδήποτε λύση x(t) της
(5.1), η αρχική τιµή της οποίας ικανοποιεί την
(5.2) |x(t0 ) − φ(t0 )| < δ,
η ανισότητα
(5.3) |x(t) − φ(t)| < 
ικανοποιείται για όλα τα t ≥ t0 .
Αν τουλάχιστον για µια λύση x(t), που ικανοποιεί την (5.2), δεν ισχύει η (5.3),
λέµε ότι η φ(t) είναι ασταθής.
Αν η φ(t) είναι ευσταθής και επιπλέον υπάρχει ένα δ1 > 0 τ.ω.
(5.4) lim |x(t) − φ(t)| = 0,
t→∞

για κάθε x(t) µε |x(t0 ) − φ(t0 )| < δ1 , τότε λέµε ότι η φ(t) είναι ασυµπτωτικά
ευσταθής.
Πρέπει να σηµειωθεί εδώ ότι η συνθήκη (5.4), από µόνη της, δεν συνεπά-
γεται ούτε καν τη συνήθη ευστάθεια. ∆ηλαδή η λύση µπορεί να µην είναι
ευσταθής, αλλά όλες η λύσεις x(t) προσεγγίζουν την φ(t), καθώς t → ∞.
Παράδειγµα 5.1. Θα εξετάσουµε αν είναι ευσταθής η λύση της εξίσωσης
x0 = −a2 x, a 6= 0 µε αρχική συνθήκη x(t0 ) = x0 .
62

Γνωρίζουµε ότι η λύση αυτού του προβλήµατος δίνεται από την

2 (t−t )
φ(t) = x0 e−a 0
.
΄Εστω x(t) είναι λύση της ίδιας εξίσωσης µε αρχική συνθήκη x(t0 ) = x1 .
Θεωρούµε την διαφορά |φ(t) − x(t)|, έχουµε
2 (t−t ) 2 (t−t ) 2 (t−t )
|φ(t) − x(t)| = |x0 e−a 0
− x1 e−a 0
| = e−a 0
|x0 − x1 | < 
για t ≥ t0 , αν |x0 − x1 | < e −a2 t0
= δ(). Αρα η λύση φ(t) είναι ευσταθής. Θα
εξετάσουµε, αν είναι ασυµπτωτικά ευσταθής. Προφανώς
2 (t−t )
lim |φ(t) − x(t)| = lim e−a 0
|x0 − x1 | = 0,
t→∞ t→∞
άρα είναι ασυµπτωτικά ευσταθής.
Παράδειγµα 5.2. Θεωρούµε το πρόβληµα αρχικών τιµών
(5.5) x0 = a2 x, a 6= 0, x(t0 ) = x0 .
Η λύση του (5.5) δίνεται από τον τύπο
2 (t−t )
φ(t) = x0 ea 0
.
Θα εξετάσουµε την ευστάθεια. Θεωρούµε την διαφορά |φ(t) − x(t)|. Σε αυτή
τη περίπτωση παίρνουµε
2 (t−t ) 2 (t−t ) 2 (t−t )
|φ(t) − x(t)| = |x0 ea 0
− x1 e a 0
| = ea 0
|x0 − x1 |,
και ϐλέπουµε ότι είναι αδύνατον να ϐρεθεί τέτοιο δ για να είναι η διαφορά
|φ(t) − x(t)| µικρότερη του  για όλα τα t ≥ t0 αν |x0 − x1 | < δ(). Συνεπώς
είναι ασταθής.
Παράδειγµα 5.3. Θεωρούµε το εξής σύστηµα
ds
=v
dt
dv
= 1 − v2.
dt
Εξετάστε την ευστάθεια της λύσης
e2t + 1
s̃(t) = ln − ln 2,
et
e2t − 1
ṽ(t) = .
e2t + 1
Λύση. Παίρνουµε µια λύση του συστήµατος (v(t), s(t)) που επαληθεύει τυχαί-
ες αρχικές συνθήκες (v(0), s(0))=(v0 , s0 ) (v0 , s0 - τυχαίοι αριθµοί). Προφανώς
η λύση δύνεται από τον τύπο
αe2t + 1 1 + v0
s(t) = ln − t + s0 , α = ,
α+1 1 − v0
αe2t − 1
v(t) = .
αe2t + 1
 63

(πρώτα λύνουµε την δεύτερη εξίσωση µε αρχική συνθήκη v(0) = v0 που είναι
εύκολη υπόθεση αφού η µεταβλητές χωρίζουν, και µετα την πρώτη µε αρχική
συνθήκη s(0) = s0 ). Σύµφωνα µε τον ορισµό η λύση (s̃(t), ṽ(t)) που επαλη-
ϑεύει τις αρχικές συνθήκες (s̃(0), ṽ(0)) = (0, 0) είναι ευσταθής αν για κάθε
ε > 0 υπάρχει δ(ε) > 0, τέτοιο ώστε από την ανισότητα
q
v02 + s20 < δ
να προκύπτει η ανισότητα
p
(s(t) − s̃(t))2 + (v(t) − ṽ(t))2 < ε, ∀t ≥ 0.
Θα εκτιµήσουµε τη διαφορά |v(t) − ṽ(t)|, έχουµε
 αe2t − 1 e2t − 1 
|v(t) − ṽ(t)| =  2t − =
 
αe + 1 e2t + 1
 2αe2t − 2e2t   2e2t   2e2t 
= (α − 1) < (α − 1)=
     
 2t 2t
(αe + 1)(e + 1)
  2t 2t
(αe + 1)(e + 1)
 
(α + 1)e2t

α−1
2 = 2|v0 |.
α+1
Θα εκτιµήσουµε τώρα τη διαφορά |s(t) − s̃(t)|, έχουµε
 αe2t + 1 e2t + 1

 ln − t + s0 − ln − ln 2  =

α+1 et
 αe2t + 1   2αe2t + 2 
 ln + s0 − ln(e2t + 1) − ln 2  =  ln + s ≤
   
0
α+1 (α + 1)(e2t + 1)
 2αe2t + 2   α − 1 e2t 
1 − + s = + s0 ≤
   
0
(α + 1)(e2t + 1) α + 1 e2t + 1
 
α − 1 
+ s0  = |v0 + s0 |.
 
α+1

Συνεπώς
p q
(s(t) − s̃(t))2 + (v(t) − ṽ(t))2 < 4v02 + (v0 + s0 )2 <
q √ q
6v02 + 6s20 = 6 v02 + s20 .
√
1/2
΄Αρα αν πάρουµε δ = ε/ 6 τότε ∀ε > 0 από την v02 + s20 < δ προκύπτει η

1/2
(s(t) − s̃(t))2 + (v(t) − ṽ(t))2 < ε ∀t ≥ 0.
΄Ετσι αποδείξαµε την ευστάθεια της συγκεκριµένης λύσης.
Μελέτη της ευστάθειας µιας λύσης φ(t) της (5.1) µπορεί να αναχθεί στην
µελέτη της ευστάθειας της τετριµµένης λύσης (λύσης ισορροπίας). Αν ϑα ει-
σάγουµε τη συνάρτηση
y(t) = x(t) − φ(t),
64

όπου ουσιαστικά y(t) είναι η απόκλιση όλων των λύσεων από την λύση φ(t)
υπό µελέτη. Η (5.1) ϑα πάρει τη µορφή
dy dφ
= F(t, y) ≡ − + Φ(t, y + φ).
dt dt
Είναι προφανές ότι η λύση y ≡ 0 αυτής της εξίσωσης αντιστοιχεί στην φ(t),
που είναι λύση της (5.1).
Παρατηρούµε ότι αν το σύστηµα είναι γραµµικό, δηλαδή
Φ(t, x) = A(t)x + f (t),
τότε
F(t, y) = A(t)y,
αφού
dφ
− + Φ(t, y + φ) = −A(t)φ − f (t) + A(t)(y + φ) + f (t) = A(t)y
dt
Θα δείξουµε αυτή τη σχέση χρησιµοποιώντας το παράδειγµα 5.1. Συµβολί-
Ϲουµε µε y(t) = x(t) − φ(t). ΄Αρα y(t) είναι λύση του προβλήµατος
y 0 = −a2 y, y(t0 ) = x0 − x1
(αφού y 0 = x0 − φ0 = −a2 (x − φ) = −a2 y).
Αποδείξαµε ότι εάν |x0 − x1 | < δ , τότε |x(t) − φ(t)| < ε, ή αλλιώς, εάν
|y(t0 )| < δ , τότε |y(t)| < ε. ∆ηλαδή για να είναι η x(t) ευσταθής ϑα πρέπει
από την |y(t0 )| < δ να προκύπτει |y(t)| < ε. Η συνάρτηση φ0 (t) ≡ 0 είναι
λύση του προβλήµατος
y 0 = −a2 y, y(t0 ) = 0.
Παρατηρούµε ότι για να είναι ευσταθής η λύση φ0 ϑα πρέπει για οποιαδήποτε
y(t), που είναι λύση της ίδιας εξίσωσης, από την
|y(t0 ) − 0| = |y(t0 )| < δ
να προκύπτει
|y(t) − 0| = |y(t)| < ε.
΄Αρα από την ευστάθεια της λύσης x = φ(t) προκύπτει η ευστάθεια της λύσης
y ≡ 0 και αντιστρόφως. ∆ηλαδή µπορούµε να αντικαταστήσουµε την µελέτη
της ευστάθειας της λύσης x = φ(t) µε την µελέτη της ευστάθειας της λύσης
ισορροπίας (ή σηµείο ισορροπίας ή σταθερό σηµείο) y ≡ 0.
Εδώ οι εξισώσεις για είναι ίδιες λόγω της γραµµικότητας, εν γένει αυτο δεν
ισχύει.
Παράδειγµα 5.4. Ανάγετε τη µελέτη της ευστάθειας της λύσης
e2t + 1 e2t − 1
s̃(t) = ln − ln 2, ṽ(t) =
et e2t + 1
του συστήµατος
ds dv
= v, = 1 − v2
dt dt
στη µελέτη της ευστάθειας της µηδενικής λύσης (ενός άλλου συστήµατος).
 65

Λύση. Εισάγουµε µια καινούργια συνάρτηση

e2t − 1 e2t + 1
(u, σ) = (v, s) − ( , ln − ln 2),
e2t + 1 et
προφανώς
d h e2t + 1 i e2t − 1
σ 0 = s0 − ln − ln 2 = v − =u
dt et e2t + 1
d e2t − 1 d e2t − 1 e2t − 1
u0 = v 0 − = 1 − v 2
− = −u 2
− 2u .
dt e2t + 1 dt e2t + 1 e2t + 1
΄Ετσι η µελέτη της ευστάθειας της λύσης
e2t + 1 e2t − 1

ln − ln 2,
et e2t + 1
του συστήµατος
ds
= v,
dt
dv
= 1 − v2
dt
ανάγεται στη µελέτη της ευστάθειας της λύσης (0, 0) του συστήµατος
σ 0 = u,
e2t − 1
u0 = −u2 − 2u .
e2t + 1
Ορισµός. Η λύση x ≡ 0 της (5.1) (αν υπάρχει) ονοµάζεται ευσταθής κατά
Lyapunov , αν για κάθε  > 0 υπάρχει δ() > 0, τέτοιο ώστε για οποιαδήποτε
λύση x(t) της (5.1), η αρχική τιµή της οποίας ικανοποιεί την
|x(t0 )| < δ,
η ανισότητα
|x(t)| < 
ικανοποιείται για όλα τα t ≥ t0 .
Αν τουλάχιστον για µια λύση x(t) (που ικανοποιεί την |x(t0 )| < δ, αυτό δεν
ισχύει, λέµε ότι η x ≡ 0 είναι ασταθής.
Αν η x ≡ 0 είναι ευσταθής και επιπλέον υπάρχει ένα δ1 > 0 τ.ω.
lim |x(t)| = 0,
t→∞
για κάθε x(t) µε |x(t0 )| < δ1 , τότε λέµε ότι η x ≡ 0 είναι ασυµπτωτικά ευστα-
ϑής.
Η λύση της (5.1) x = φ(t) είναι µια διανυσµατική συνάρτηση, που µπο-
ϱεί να ϑεωρηθεί ως παραµετρική αναπαράσταση µιας καµπύλης στο επίπεδο
x = (x1 , . . . , xn ). Μπορούµε να την ϑεωρούµε ως τροχιά ή διαδροµή, που
ακολουθείται από ένα κινούµενο σωµατίδιο, του οποίου η ταχύτητα καθορί-
Ϲεται από την διαφορική εξίσωση. Το επίπεδο (x1 , . . . , xn ) αποκαλείται πεδίο
ϕάσεων, και ένα αντιπροσωπευτικό σύνολο από τροχιές αναφέρεται ως εικόνα
ϕάσεων.
66

Θα ασχοληθούµε µε την ευστάθεια της λύσης ισορροπίας ενός γραµµικού

και οµογενούς συστήµατος πρώτης τάξης µε σταθερούς συντελεστές σε διδιά-
στατο πεδίο ϕάσεων. Θεωρούµε το σύστηµα

x0 = a11 x + a12 y,

(5.6)
y 0 = a21 x + a22 y,
όπου  
 a11 a12 
  6= 0
 a21 a22 
(άρα το µηδέν δεν είναι ιδιοτιµή του πίνακα). Η ευστάθεια της λύσης ισορρο-
πίας εξαρτάται από τις ιδιοτιµές του πίνακα συντελεστών της (5.6). Αναζητάµε
την λύση της (5.6) σε µορφή x = b1 ekt , y = b2 ekt . Για να προσδιορίσουµε το
k , πρέπει να ϐρούµε τις ϱίζες του χαρακτηριστικού πολυωνύµου
 
 a11 − k a12  = 0, =⇒ k 2 − (a11 + a22 )k + (a11 a22 − a21 a12 ) = 0.


 a21 a22 − k 

Η σταθερές b1 , b2 προσδιορίζονται από τις


(a11 − k)b1 + a12 b2 = 0,
(a21 b1 + (a22 − k)b2 = 0.
Υπάρχουν διάφορες περιπτώσεις τις οποίες ϑα µελετήσουµε ξεχωριστά.
Περίπτωση 1. Οµόσηµες πραγµατικές άνισες ιδιοτιµές.
Εδώ η γενική λύση έχει τη µορφή

x = c1 α1 ek1 t + c2 α2 ek2 t , y = c1 β1 ek1 t + c2 β2 ek2 t ,

όπου (α1 , β1 ), (α2 , β2 ) είναι ιδιοδιανύσµατα που αντιστοιχούν στις k1 , k2 αν-
τίστοιχα, c1 , c2 είναι αυθαίρετες σταθερές.
΄Εστω k1 < 0, k2 < 0. Τότε η λύση ισορροπίας x ≡ 0, y ≡ 0 είναι α-
συµπτωτικά ευσταθής. Η λύση ισορροπίας σε αυτή τη περίπτωση ονοµάζεται
κόµβος.
΄Εστω k1 > 0, k2 > 0. Η τροχιές σε αυτή τη περίπτωση έχουν το ίδιο σχήµα
µε τις τροχιές της προηγούµενης περίπτωσης, αλλά η διεύθυνση κίνησης είναι
αντίθετη, δηλαδή οι τροχιές αποµακρύνονται από το σηµείο ισορροπίας. Και
το σηµείο ισορροπίας είναι ασταθές και ονοµάζεται κοµβική πηγή.
Περίπτωση 2. Ετερόσηµες πραγµατικές ιδιοτιµές.
Εδώ έχουµε k1 > 0, k2 < 0. Το σηµείο ισορροπίας, καλείται σε αυτή τη
περίπτωση σαγµατικό σηµείο και είναι ασταθές.
Περίπτωση 3. ΄Ισες ιδιοτιµές.
Υποθέτουµε ότι k1 = k2 = k . Θα εξετάσουµε την περίπτωση, όπου k < 0.
Εάν k > 0, οι τροχιές ϑα είναι ίδιες, αλλά η διεύθυνση κίνησης ϑα έχει την
αντίθετη ϕορά. Σε διπλή ϱίζα k µπορούν να αντιστοιχούν δυο ανεξάρτητα
ιδιοδιανύσµατα, τότε η γενική λύση ϑα πάρει τη µορφή

x = (c1 α1 + c2 α2 )ekt , y = (c1 β1 + c2 β2 )ekt ,

 67

όπου (α1 , β1 ) και (α2 , β2 ) είναι δυο ανεξάρτητα ιδιοδιανύσµατα που αντιστοι-
χούν στο k . Στην περίπτωση αυτή το σηµείο ισορροπίας ονοµάζεται γνήσιος
κόµβος.
Επίσης, µπορεί να συµβεί ότι σε k αντιστοιχεί ένα ιδιοδιάνυσµα, τότε η
γενική λύση ϑα πάρει τη µορφή
(5.7) x = (c1 α1 + c2 (α1 t + γ1 ))ekt , y = (c1 β1 + c2 (β1 t + γ2 ))ekt ,
όπου (α1 , β1 ) είναι το αντίστοιχο ιδιοδιάνυσµα, και (γ1 , γ2 ) είναι το γενικευ-
µένο ιδιοδιάνυσµα, που αντιστοιχεί στην επαναλαµβανόµενη ιδιοτιµή. Χάρη
στον όρο ekt , όλες οι λύσεις τείνουν στο σηµείο ισορροπίας, δηλαδή το σηµεί-
ο ισορροπίας είναι ασυµπτωτικά ευσταθές. Στην περίπτωση (5.7) το σηµείο
ισορροπίας ονοµάζεται εκφυλισµένος κόµβος.
Περίπτωση 4. Μιγαδικές τιµές.
Η ϱίζες της χαρακτηριστικής εξίσωσης έχουν τη µορφή k1,2 = λ + iµ, µ 6= 0.
Η γενική λύση του συστήµατος (5.6) µπορεί να παρασταθεί σε µορφή
x = eλt (c1 cosµt + c2 sinµt), y = eλt (c∗1 cosµt + c∗2 sinµt),
όπου c1 , c2 είναι αυθαίρετες σταθερές και c∗1 , c∗1 είναι ορισµένοι συνδυασµοί
των c1 , c2 . Είναι προφανές ότι, αν λ < 0, τότε το σηµείο ισορροπίας είναι
ασυµπτωτικά ευσταθές. Αν λ > 0, τότε το σηµείο ισορροπίας είναι ασταθές.
Το σηµείο ισορροπίας σε αυτή τη περίπτωση αποκαλείται σπειροειδές σηµείο.
Αν λ = 0, το σηµείο ισορροπίας, το οποίο ονοµάζεται κέντρο. Το κέντρο
είναι ευσταθές, αλλά όχι ασυµπτωτικά ευσταθές.
Περίπτωση 5.  
 a11 a12 
  = 0.
 a21 a22 
Αυτό σηµαίνει ότι το µηδέν είναι ιδιοτιµή του πίνακα A. Αν είναι απλή ιδιοτι-
µή, δηλαδή k1 = 0, k2 6= 0, τότε η γενική λύση παίρνει τη µορφή
x = c1 α1 + c2 α2 ek2 t , y = c1 β1 + c2 β2 ek2 t .
Προφανώς, αν k2 > 0 τότε το σηµείο ισορροπίας είναι ασταθές, αν k2 < 0 τότε
το σηµείο ισορροπίας είναι ευσταθές, όχι όµως ασυµπτωτικά ευσταθές.
Αν το µηδέν είναι διπλή ιδιοτιµή, δηλαδή k1 = k2 = 0, τότε έχουµε δυο
περιπτώσεις :
1. η γενική λύση έχιε τη µορφή
x = c1 , y = c2 ,
και το σηµείο ισορροπίας είναι ευσταθές (όχι ασυµπτωτικά)
2. η γενική λύση έχιε τη µορφή
x = c1 + c2 t, y = c∗1 + c∗2 t,
και το σηµείο ισορροπίας είναι ασταθές.
Παράδειγµα 5.5. Ταξινοµείστε το σηµείο ισορροπίας του συστήµατος
dx dy
(5.8) = x − y, = 2x + 3y.
dt dt
68

Λύση. Η χαρακτηριστική εξίσωση της (5.8) έχει τη µορφή

 
 1 − k −1
 = 0 =⇒ k 2 − 4k + 5 = 0.


 2 3−k 
Η ϱίζες είναι οι k1,2 = 2 ± i. Εποµένως η γενική λύση ϑα είναι η
x = c1 e2t cost + c2 e2t sint, y = c∗1 e2t cost + c∗2 e2t sint.
Λόγω της παρουσίας του όρου e2t , ϑα έχουµε
(5.9) lim x(t) = ∞, lim y(t) = ∞.
t→∞ t→∞
Από την (5.9) προκύπτει ότι το σηµείο ισορροπίας είναι ασταθές σπειροειδές
σηµείο.
Παράδειγµα 5.6. Θεωρούµε την εξίσωση x00 = −a2 x − 2bx0 , όπου αυτή η
εξίσωση περιγράφει τις ελαστικές ταλαντώσεις µε απόσβεση. Εδώ 2b είναι ο λε-
γόµενος συντελεστής απόσβεσης. Ανάγουµε την εξίσωση αυτή σε ένα σύστηµα
εξισώσεων πρώτης τάξης, ϑέτοντας x0 = y , καταλήγουµε στο σύστηµα
(5.10) x0 = y, y 0 = −a2 x − 2by.
Η χαρακτηριστική εξίσωση που αντιστοιχεί στην (5.10) είναι η
 
 −k 1 p
 = 0 =⇒ k 2 + 2bk + a2 = 0 =⇒ k1,2 = −b ± b2 − a2 .


 −a2 −2b − k 
΄Εχουµε διάφορες περιπτώσεις, αναλόγως των b√και a
1. b = 0, ταλαντώσεις χωρίς απόσβεση, k1,2 = −a2 = ±ia. ΄Ολες οι τροχιές
είναι περιοδικές. Το σηµείο ισορροπίας είναι ευσταθές αλλά όχι ασυµπτωτικά
ευσταθές (κέντρο). √
2. b2 −a2 ≥ 0, b > 0. Αρα −b± b2 − a2 < 0, εποµένως το σηµείο ισορροπίας
είναι ασυµπτωτικά ευσταθές (κόµβος).
3. b < 0, b2 −a2 < 0. Το σηµείο ισορροπίας είναι ασταθές σπειροειδές σηµείο.
4. b < 0, b2 − a2 ≥ 0. Το σηµείο ισορροπίας είναι ασταθής κόµβος (κοµβική
πηγή).
5. b2 − a2 < 0, b > 0. Το σηµείο ισορροπίας είναι ευσταθές σπειροειδές
σηµείο.

Θα εξετάσουµε τώρα τα µη γραµµικά συστήµατα

dx
(5.11) = Φ(t, x),
dt
όπου η Φ(t, x) είναι της κλάσεως C 1 στην -περιοχή της αρχής των αξόνων.
΄Οπως και προηγουµένως, ϑα διερευνήσουµε την συµπεριφορά των τροχιών
του συστήµατος (5.11) κοντά στο σηµείο ισορροπίας x ≡ 0. Θα µελετήσουµε
το σύστηµα (5.11), προσεγγίζοντάς το µε ένα κατάλληλο γραµµικό σύστηµα.
Καταρχήν ϑα δούµε τη σηµαίνει για ένα µη γραµµικό σύστηµα τύπου (5.11)
να είναι κοντά σε ένα γραµµικό. Υποθέτουµε ότι η Φ(t, x) στην -περιοχή της
αρχής των αξόνων έχει τη µορφή
Φ(t, x) = Ax + g(t, x),
 69

όπου A είναι πίνακας µε σταθερούς συντελεστές, και ότι x ≡ 0 είναι σηµείο

ισορροπίας. Επιπλέον, υποθέτουµε ότι detA 6= 0, έτσι ώστε το x ≡ 0 είναι
επίσης σηµείο ισορροπίας του γραµµικού συστήµατος
dx
(5.12) = Ax.
dt
Για να είναι το µη γραµµικό σύστηµα
dx
(5.13) = Ax + g(t, x)
dt
”κοντά” στο σύστηµα (5.12), πρέπει να υποθέσουµε ότι ο όρος g είναι ”µικρός”,
δηλαδή ικανοποιεί την συνθήκη

kgk
(5.14) → 0 καθώς x → 0.
kxk
΄Ενα τέτοιο σύστηµα (5.13) ονοµάζεται σχεδόν γραµµικό.
Το σύστηµα (5.12) ονοµάζεται σύστηµα πρώτης προσέγγισης για το σύστηµα
(5.13). Αφού υποθέτουµε ότι ο µη γραµµικός όρος είναι µικρός σε σύγκριση
µε το γραµµικό όρο, όταν το x → 0, είναι λογικό να ελπίζουµε ότι οι τροχιές
του γραµµικού συςτήµατος µας δίνουν καλή προσέγγιση των λύσεων του µη
γραµµικού στην -περιοχή της αρχής των αξόνων.
Θεώρηµα 5.1(χωρίς απόδειξη). Υποθέτουµε ότι το σύστηµα (5.11) ανάγεται
στο (5.13), όπου g ικανοποιεί την (5.14). Αν όλες οι ϱίζες της χαρακτηριστικής
εξίσωσης
det(A − λI) = 0,
όπου I είναι ο µοναδιαίος πίνακας, έχουν αρνητικά πραγµατικά µέρη, τότε το
σηµείο ισορροπίας x ≡ 0 είναι ασυµπτωτικά ευσταθές και για τα δυο συστήµατα
(5.12) και (5.11).
Αν τουλάχιστον µια ϱίζα της χαρακτηριστικής εξίσωσης έχει ϑετικό πραγµα-
τικό µέρος, τότε το σηµείο ισορροπίας είναι ασταθές.
Παρατήρηση 5.1. Το ϑεώρηµα δεν µπορεί να εφαρµοστεί αν τουλάχιστον
µια ϱίζα της χαρακτηριστικής εξίσωσης έχει πραγµατικό µέρος ίσο µε µηδέν
(και οι υπόλοιπες αρνητικά πραγµατικά µέρη).
Παράδειγµα 5.7. Εξετάστε την ευστάθεια του σηµείου ισορροπίας x ≡ 0,
y ≡ 0 του συστήµατος
dx dy
(5.15) = x − y + x2 + y 2 sint, = x + y − y2.
dt dt
Λύση. Ο µη γραµµικός όρος του συστήµατος (5.15) είναι η g = (g1 , g2 ) =
(x2 + y 2 sin t, −y 2 ). Εξετάζουµε την συνθήκη (5.14).
Είναι προφανές ότι η (5.14) ικανοποιείται, αν και µόνο αν

|g | |g2 |
p 1 → 0, p → 0 καθώς (x, y) → 0.
2
x +y 2 x2 + y 2
70

Στην περίπτωσή µας έχουµε

|x2 + y 2 sin t| y2
(5.16) lim p = lim p = 0.
(x,y)→0 x2 + y 2 (x,y)→0 x2 + y 2
Από την(5.16) προκύπτει ότι το αντίστοιχο γραµµικό σύστηµα ϑα πάρει τη
µορφή
dx dy
= x − y, = x + y.
dt dt
Η χαρακτηριστική εξίσωση είναι η
 
 1 − k −1
 = 0 =⇒ k 2 − 2k + 2 = 0,

 k1,2 = 1 ± i.
 1 1−k 
Εποµένως το σηµείο ισορροπίας είναι ασταθές.
Παράδειγµα 5.8. Εξετάστε την ευστάθεια του σηµείου ισορροπίας x ≡ 0,
y ≡ 0 του συστήµατος
dx dy
(5.17) = 2x + 8sin y, = 2 − ex − 3y − cos y.
dt dt
Λύση. Ο µη γραµµικός όρος g = (8sin y, 2 − ex − cos y) δεν ικανοποιεί την
(5.14). Πράγµατι,
sin y
lim = 1.
y→0 y
Αυτό που πρέπει να κάνουµε εδώ είναι να χρησιµοποιήσουµε τα αναπτύγµατα
του T aylor στο σηµείο (0, 0)
ex = 1 + x + x2 /2 + x3 /3! + · · · , sin y = y − y 3 /3! + · · · ,
cos y = 1 − y 2 /2 + · · · .
΄Αρα τα δεύτερα µέρη των εξισώσεων (5.17) µπορούν να παρασταθούν σε µορφή
2x + 8sin y = 2x + 8(y − y 3 /3! + · · · ) = 2x + 8y + O(x2 + y 2 ),
2 − ex − 3y − cos y = 2 − (1 + x + x2 /2 + · · · ) − 3y − (1 − x2 /2 + · · · ) =
−x − 3y + O(x2 + y 2 ).
Και έτσι καταλήγουµε στο σύστηµα πρώτης προσέγγισης της µορφής
dx dy
= 2x + 8y, = −x − 3y.
dt dt
Η χαρακτηριστική εξίσωση είναι η
√
 
 2−k 8
 = 0 =⇒ k 2 + k + 2 = 0,


 −1 k1,2 = −1/2 ± i 7/2.
−3 − k 
΄Αρα έχουµε ασυµπτωτική ευστάθεια.

Θα περάσουµε τώρα σε µια άλλη µέθοδο διερεύνησης της ευστάθειας των

σηµείων ισορροπίας, που ονοµάζεται δεύτερη µέθοδος του Lyapunov ή άµεση
µέθοδος. Το πλεονέκτηµα αυτής της µεθόδου είναι συνίσταται στο ότι δεν
απαιτείται γνώση της λύσης του συστήµατος. Το µειονέκτηµα είναι ότι δεν
 71

υπάρχει µια ορισµένη διαδικασία κατασκευής της συνάρτησης Lyapunov ,

ϐάσει της οποίας προσδιορίζεται η ευστάθεια της λύσης ισορροπίας.
Θεώρηµα 5.2. Αν υπάρχει µια συνάρτηση v(x1 , . . . , xn ), που ονοµάζεται
συνάρτηση του Lyapunov , η οποία είναι της κλάσεως C 1 και ικανοποιεί τις
ακόλουθες συνθήκες στην -περιοχή της αρχής των αξόνων
1. v ≥ 0 και v = 0, µόνο όταν xk = 0, k = 1, . . . , n.
2.
n
dv X ∂v
(5.18) = Φk (t, x1 , . . . , xn ) ≤ 0
dt ∂xk
k=1
για t ≥ t0 , τότε το σηµείο x ≡ 0 είναι ευσταθές.
Παρατήρηση 5.2. Στην συνθήκη (5.18) την παράγωγο της v ως προς t την
παίρνουµε κατά µήκος της τροχιάς του συστήµατος. Πράγµατι
n
dv X ∂v dxk
(5.19) = .
dt ∂xk dt
k=1
Αν x = (x1 , . . . , xn ) ικανοποιεί το σύστηµα (5.11), δηλαδή είναι τροχιά του
συστήµατος (5.11), τότε µπορούµε να αντικαταστήσουµε τις παραγώγους των
xk (t) ως προς t στην (5.19) µε αντίστοιχα δεύτερα µέρη του συστήµατος (5.11),
και έτσι ϑα καταλήξουµε στην σχέση
n
dv X ∂v
= Φk .
dt ∂xk
k=1
Απόδειξη του ϑεωρήµατος. Παρατηρούµε ότι σύµφωνα µε τις συνθήκες
του ϑεωρήµατος η v έχει γνήσιο ελάχιστο στο x = 0. Θεωρούµε τα σύνολα
στάθµης v = c (ϐλ. σχήµα 3, σελ. 76), όπου το σύνολο αυτό είναι το σύνολο
των σηµείων του πεδίου ϕάσεων, στα οποία v = c. ΄Ολα τα σύνολα στάθµης
περιέχουν µέσα τους το γνήσιο ελάχιστο. Αφού v(0) = 0, υπάρχει αρκετά
µικρό c, ώστε το σύνολο στάθµης v = c ϐρίσκεται εξολοκλήρου στην -περιοχή
του x = 0. Χρησιµοποιώντας πάλι το γεγονός ότι v(0) = 0 είναι γνήσιο
ελάχιστο µπορούµε να ϐρούµε ένα δ > 0, τέτοιο ώστε η δ -περιοχή του x = 0
να ϐρίσκεται εξολοκλήρου µέσα στην v = c. Παρατηρούµε ότι για τα σηµεία x
της δ -περιοχής του x = 0 ισχύει v(x) < c. Τώρα, αν ϑα διαλέξουµε το αρχικό
σηµείο x(t0 ) να ανήκει στην δ -περιοχή του x = 0, ϑα έχουµε v(x(t0 )) = c1 <
c. Καθώς t → ∞, τα σηµεία της τροχιάς δεν µπορούν να εγκαταλείψουν το
εσωτερικό του συνόλου στάθµης v = c, επειδή η συνάρτηση v , σύµφωνα µε
την συνθήκη (5.18), δεν αυξάνει κατά µήκος οποιασδήποτε τροχιάς, άρα
(5.20) v(x) ≤ c1 < c < .
Η (5.20) σηµαίνει ευστάθεια του σηµείου ισορροπίας x ≡ 0.
Θα δώσουµε επίσης µια άλλη απόδειξη, που ϐασίζεται στην διανυσµατική
ανάλυση. Θα περιοριστούµε µε την περίπτωση δυο µεταβλητών : x = (x, y).
Είναι γνωστό ότι το διάνυσµα ∇v = (vx , vy ) είναι κάθετο στην καµπύλη
v = c. Η ϕορά του ∇v δείχνει τη διεύθυνση αύξησης του v . ∆ηλαδή ∇v
δείχνει την διεύθυνση αποµάκρυνσης από το x = 0. Θεωρούµε µια τροχιά
72

x = φ1 (t), y = φ2 (t). Το διάνυσµα (φ01 , φ02 ) είναι εφαπτόµενο διάνυσµα

στην τροχιά και έχει τη διεύθυνση κίνησης κατά µήκος της τροχιάς. ΄Εστω
x1 = φ1 (t1 ), y1 = φ2 (t1 ) ένα σηµείο τοµής της τροχιάς µε v = c. Σε αυτό το
σηµείο
φ01 (t1 ) = Φ1 (x1 , y1 ),
φ02 (t1 ) = Φ2 (x1 , y1 ).
Από την (5.18) λαµβάνουµε στο (x1 , y1 )
dv
= vx φ01 + vy φ02 = (vx , vy ) · (φ01 , φ02 ) ≤ 0.
dt
΄Αρα η γωνία µεταξύ των διανυσµάτων (vx , vy ) και (φ01 , φ02 ) ανήκει στο διάστηµα
[π/2, 3π/2]. ΄Ετσι η διεύθυνση κίνησης στην τροχιά είναι προς τα µέσα ως προς
v = c, στην χειρότερη περίπτωση, εφαπτόµενη σε αυτή τη καµπύλη. ΄Αρα οι
τροχιές που ξεκινούν από το εσωτερικό της v = c δεν µπορούν να διαφύγουν,
και έτσι το (x, y) ≡ 0 είναι ευσταθές σηµείο.

Παράδειγµα 5.9. Θεωρούµε το εξής σύστηµα
dx
= Φ(x)
dt
αν το διανυσµατικό πεδίο Φ(x) είναι συντηρητικό και το δυναµικό του Φ(x) η
συνάρτηση φ(x) στο 0 έχει γνήσιο µέγιστο, τότε η συνάρτηση Lyapunov είναι
η
v(x) = φ(0) − φ(x)
και το σηµείο ισορροπίας είναι ευσταθές. Πράγµατι, v(0) = 0, v(x) > 0 για
x 6= 0 και
n n
dv X ∂φ dxi X  ∂φ 2
=− =− ≤0
dt ∂xi dt ∂xi
i=1 i=1
(αφού x0i = Φi = φxi ).
Παράδειγµα 5.10. Θεωρούµε το εξής σύστηµα
n
dxi X
= aij (t)xj , i = 1, ..., n.
dt
j=1

όπου aij (t) = −aji (t) για i 6= j και aii (t) ≤ 0. Η συνάρτηση Lyapunov σε
αυτή τη περίπτωση είναι η
n
X
v(x) = x2i
i=1
και το σηµείο ισορροπίας είναι ευσταθές. Πράγµατι, v(0) = 0, v(x) > 0 για
x 6= 0 και
n n
dv X dxi X
=2 xi =2 aii (t)x2i ≤ 0.
dt dt
i=1 i
 73

Θεώρηµα 5.3. Αν ισχύουν όλες οι προϋποθέσεις του ϑεωρήµατος 5.2, και

επιπλέον για κάθε δ0 > 0 ισχύει οτι
dv
(5.21) ≤ −β < 0,
dt
x2k ≥ δ02 > 0, t ≥ T0 , όπου β είναι µία σταθερά, τότε το σηµείο ισορροπίας
P
για
x ≡ 0 είναι ασυµπτωτικά ευσταθές.
Απόδειξη. Για να αποδείξουµε αυτό το ϑεώρηµα, παρατηρούµε ότι αφού
ισχύουν όλες οι προϋποθέσεις του ϑεωρήµατος 5.2, άρα x ≡ 0 είναι ευσταθές
σηµείο. Αφου ισχύει η (5.21), όπου έχουµε γνήσια ανισότητα, συνεπώς η
κίνηση στην τροχιά είναι προς τα µέσα, άρα

lim x(t) = 0,
t→∞

αλλιώς, ϑα υπήρχε κάποιο σηµείο (t1 , x1 ) όπου dv

dt = 0.
Θα αναφέρουµε επίσης µια άλλη απόδειξη. Παρατηρούµε ότι αφού είναι
ευσταθής η λύση x ≡ 0, άρα

v(x(t)) ≤ c1 < c < .

Λόγω της (5.21) η v µονοτονικά ϕθίνει κατά µήκος της τροχιάς, άρα

lim v(x(t)) = α ≥ 0.
t→∞

Θα δούµε ότι α = 0. ΄Εστω α > 0, άρα η τροχιά ϐρίσκεται στην περιοχή

v ≥ α > 0 για όλα τα t ≥ t0 . Σε αυτή τη περιοχή η v ικανοποιεί την συνθήκη
(5.21), άρα
dv
≤ −β < 0 για t ≥ T0 .
dt
Πολλαπλασιάζοντας αυτή την ανισότητα µε dt και ολοκληρώνοντας από T0 έως
t, παίρνουµε
(5.22) v(x(t)) ≤ v(x(T0 )) − β(t − T0 ).
Παίρνοντας το t αρκετά µεγάλο ϐλέπουµε ότι το δεξί µέρος της (5.22) γίνεται
αρνητικό και εποµένως v(x(t)) < 0, όπου αυτό έρχεται σε αντίθεση µε την
προϋπόθεση ότι v(x(t)) > 0. Συνεπώς α = 0. ΄Οµως υπάρχει µόνο ένα
σηµείο, στο οποίο µηδενίζεται η v , το σηµείο x = 0. Συνεπώς

lim x(t) = 0,
t→∞

το οποίο σηµαίνει ότι το x ≡ 0 είναι ασυµπτωτικά ευσταθές.


Παράδειγµα 5.11. Εξετάστε αν είναι ασταθές ή ευσταθές το σηµείο ισορ-
ϱοπίας (0, 0) του συστήµατος
dx dy
= −y 2 x + y 3 , = −x3 − y 3 x4 .
dt dt
74

Λύση. Θα προσπαθήσουµε να κατασκευάσουµε µια συνάρτηση Lyapunov .

Θέλουµε η v να ικανοποιεί τις συνθήκες
dv
v > 0 για (x, y) 6= (0, 0), v(0, 0) = 0 και ≤ 0.
dt
Αφού
n
dv X ∂v
= Φk (t, x1 , . . . , xn ) ≤ 0
dt ∂xk
k=1
οι µερικές παράγωγοι της v πρέπει να ικανοποιούν την σχέση
vx (−y 2 x + y 3 ) + vy (−x3 − y 3 x4 ) ≤ 0.
∆ιαλέγοντας vx = x3 , vy = y 3 λαµβάνουµε
x3 (−y 2 x + y 3 ) + y 3 (−x3 − y 3 x4 ) = −y 2 x4 − y 6 x4 ≤ 0.
΄Αρα η
v(x, y) = (x4 + y 4 )/4
ϑα είναι η Ϲητούµενη συνάρτηση Lyapunov . Πράγµατι v(0, 0) = 0, v > 0
αν (x, y) 6= (0, 0) και
dv
= vx (−y 2 x + y 3 ) + vy (−x3 − y 3 x4 ) = −y 2 x4 (1 + y 2 ) ≤ 0.
dt
΄Αρα το σηµείο ισορροπίας είναι ευσταθές, επειδή όµως η dv
dt µηδενίζεται όχι
µόνο στο σηµείο (0, 0) το Θεώρηµα 5.3 δεν µας εξασφαλίζει την ασυµπτωτική
ευστάθεια.
Παράδειγµα 5.12. Να δειχθεί ότι το σηµείο ισορροπίας (0, 0) του συστή-
µατος
dx dy
= −x − xy 2 , = −y − x2 y
dt dt
είναι ασυµπτωτικά ευσταθές.
Λύση. Θα προσπαθήσουµε να κατασκευάσουµε µια συνάρτηση Lyapunov
της µορφής
v(x, y) = ax2 + bxy + cy 2 .
Είναι γνωστό ότι για να είναι ϑετικά ορισµένη µια τετραγωνική συνάρτηση
ϑα πρέπει οι συντελεστές a, b, c να ικανοποιούν τις σχέσεις : a > 0, 4ac − b2 >
0. Ετσι
vx = 2ax + by, vy = bx + 2cy,
άρα
dv
= (2ax + by)(−x − xy 2 ) + (bx + 2cy)(−y − x2 y) =
dt
= −[2a(x2 + x2 y 2 ) + b(2xy + xy 3 + x3 y) + 2c(y 2 + x2 y 2 )].
Αν επιλέξουµε b = 0 και a = c = 1/2, τότε
dv x2 + y 2
= −[x2 +2x2 y 2 +y 2 ] ≤ 0, v = ≥ 0, v(x, y) = 0 ⇔ (x, y) = (0, 0).
dt 2
Αρα το σηµείο ισορροπίας είναι ευσταθές.
 75

Επίσης αν x2 + y 2 ≥ δ02 , τότε

dv
≤ −β µε β = δ02 .
dt
Αρα το σηµείο ισορροπίας είναι ασυµπτωτικά ευσταθές.

Ασκήσεις
Εξετάστε την ευστάθεια του σηµείου ισορροπίας για τα ακόλουθα συστήµατα :
΄Ασκηση 5.1.
dx dy
= x + a y, = x − 2 y.
dt dt
1. a = 0, 2. a = 1, 3. a = −2, 1.
΄Ασκηση 5.2.
dx
= x + cos x − sin y − 1,
dt
dy
= ex + ey − 2.
dt
΄Ασκηση 5.3.
dx dy
= x + 3y, = 5x − y.
dt dt
΄Ασκηση 5.4.
dx
= −et x − t2 y,
dt
dy
= t2 x − y.
dt
Υπόδειξη : κατασκευάστε την συνάρτηση Lyapunov .
΄Ασκηση 5.5. Αποδείξτε ότι το σηµείο ισορροπίας του εξής συστήµατος
dx
= −2x,
dt
dy
= −2y − 2z 2 sin y cos y,
dt
dz
= −2zcos2 y
dt
είναι ευσταθές.
Υπόδειξη : το διανυσµατικό πεδίο είναι συντηρητικό.
΄Ασκηση 5.6. Θεωρούµε το εξής σύστηµα
dx
= −2x,
dt
dy
= −2y − 2z 2 sin y cos y,
dt
dz
= −2zsin2 y.
dt
Αποδείξτε ότι το σηµείο ισορροπίας είναι ευσταθές.
Υπόδειξη : κατασκευάστε την συνάρτηση Lyapunov .