Escolar Documentos
Profissional Documentos
Cultura Documentos
2015
Πρόχειρες σηµειώσεις
΄Αλκης Τερσένοβ
Περιεχόµενα
5. Θεωρία Ευστάθειας . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Σχήµατα . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
1
2
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
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
΄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→∞
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).
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
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).
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
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 .
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
· · · · ·
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
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
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
υπάρχει τουλάχιστον µια τοπική λύση της (2.1) που περνά από το δοσµένο σηµείο
(x0 , t0 ) ∈ Ω.
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 )|.
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 )
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
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
΄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)
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
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
(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
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
΄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
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
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
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
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
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
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
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
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
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.
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.
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
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
(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
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
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
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
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
lim x(t) = 0,
t→∞
lim v(x(t)) = α ≥ 0.
t→∞
lim x(t) = 0,
t→∞
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 .