Persamaan pembezaan biasa

Persamaan Pembezaan Biasa

pengenalan

Persamaan pembezaan biasa (ODE) ialah cabang matematik yang mengkaji hubungan antara fungsi dan terbitannya. Konsep ini adalah asas kepada sains dan kejuruteraan, kerana banyak fenomena semula jadi dan buatan manusia boleh dimodelkan menggunakan ODE.

Sebelum kita mendalami, mari kita mulakan dengan beberapa definisi asas. KDNK ialah persamaan matematik yang mengaitkan fungsi dengan terbitannya. Satu contoh mudah KDNK ialah:

\[ \frac{dy}{dx} = ky \]

dengan \(y\) ialah fungsi bagi pembolehubah \(x\), dan \(k\) ialah pemalar.

Pengelasan KDNK

KDNK boleh dikelaskan dalam beberapa cara, berdasarkan tahapnya, sama ada linear atau tidak, atau sama ada homogen atau tidak.

KDNK yang tinggi

Tahap KDNK ditentukan oleh derivatif tertinggi yang terdapat dalam persamaan. Contohnya:

1. KDNK Peringkat Pertama: \( \frac{dy}{dx} + y = 0 \)
2. KDNK Peringkat Kedua: \( \frac{d^2y}{dx^2} – 3\frac{dy}{dx} + 2y = 0 \)

Lineariti

KDNK dikatakan linear jika bentuknya linear dari segi fungsi dan semua terbitannya. Contoh:

1. KDNK Linear: \( \frac{dy}{dx} + p(x)y = q(x) \)
2. KDNK tak linear: \( \frac{dy}{dx} + y^2 = x \)

Kehomogenan

KDNK homogen ialah persamaan di mana setiap sebutan yang melibatkan suatu fungsi dan terbitannya didarabkan dengan pemalar. Sebaliknya, jika terdapat sebutan yang tidak linear dengan fungsi atau terbitannya, maka KDNK adalah tidak homogen.

1. KDNK homogen: \( \frac{dy}{dx} + py = 0 \)
2. KDNK tidak homogen: \( \frac{dy}{dx} + py = g(x) \)

Kaedah Penyelesaian KDNK

Terdapat beberapa kaedah berbeza untuk menyelesaikan KDNK, bergantung pada jenis dan ciri persamaan. Antara kaedah biasa termasuk kaedah pemisahan pembolehubah, kaedah faktor pengintegrasian dan transformasi Laplace.

Pemisahan Pembolehubah

Kaedah ini digunakan untuk KDNK di mana pembolehubah bebas dan bersandar boleh diasingkan kepada dua sisi persamaan yang berbeza. Contohnya:

\[ \frac{dy}{dx} = g(x)h(y) \]

Langkah-langkah untuk melengkapkan:
1. Asingkan pembolehubah: \( \frac{1}{h(y)} dy = g(x) dx \)
2. Integrasikan kedua-dua belah: \( \int \frac{1}{h(y)} dy = \int g(x) dx \)

Kaedah Faktor Integrasi

Kaedah ini digunakan untuk menyelesaikan PDB linear tertib pertama dalam bentuk piawai:

\[ \frac{dy}{dx} + p(x)y = q(x) \]

Langkah-langkah untuk melengkapkan:
1. Tentukan faktor pengamiran \(\mu(x) = e^{\int p(x) dx} \)
2. Darabkan persamaan asal dengan \(\mu(x)\)
3. Integrasikan kedua-dua belah supaya persamaan boleh diselesaikan untuk \(y\).

Transformasi Laplace

Transformasi Laplace merupakan alat yang ampuh untuk menyelesaikan KDNK, terutamanya yang melibatkan keadaan awal. Transformasi Laplace menukarkan persamaan pembezaan dalam domain masa kepada persamaan algebra dalam domain frekuensi.

Untuk KDNK:

\[ \frac{d^2y}{dt^2} + 5\frac{dy}{dt} + 6y = 0, \quad y(0) = 2, \quad \frac{dy}{dt}(0) = 0 \]

Kita boleh menggunakan transformasi Laplace:

\[ s^2 Y(s) – sy(0) – y'(0) + 5sY(s) – 5y(0) + 6Y(s) = 0 \]

Kemudian, selepas menggunakan syarat awal, kita boleh menyelesaikan \(Y(s)\) dan melaksanakan transformasi Laplace songsang untuk mendapatkan \(y(t)\).

Permohonan KDNK

PDB mempunyai pelbagai aplikasi dalam pelbagai bidang sains semula jadi dan kejuruteraan.

Fisika

Dalam fizik, KDNK digunakan untuk menggambarkan pelbagai sistem dinamik. Contohnya, hukum kedua Newton \( F = ma \), dalam bentuk KDNK ialah:

\[ m\frac{d^2x}{dt^2} = F(x,v,t) \]

dengan \(x\) ialah kedudukan, \(v\) ialah halaju, \(m\) ialah jisim dan \(F\) ialah daya yang mungkin bergantung pada kedudukan, halaju dan masa.

biologi

Dalam biologi, model pertumbuhan penduduk sering menggunakan KDNK. Contoh biasa ialah model pertumbuhan eksponen dan model pertumbuhan logistik:

1. Eksponen: \( \frac{dP}{dt} = rP \)
2. Logistik: \( \frac{dP}{dt} = rP\left(1 – \frac{P}{K}\right) \)

di mana \(P\) ialah populasi, \(r\) ialah kadar pertumbuhan dan \(K\) ialah kapasiti persekitaran maksimum.

ekonomi

Dalam ekonomi, model pertumbuhan ekonomi dan model input-output sering menggunakan KDNK. Contohnya, dalam model Solow:

\[ \frac{dk(t)}{dt} = sf(k) – (n + \delta) k \]

dengan \(k(t)\) ialah modal setiap pekerja, \(s\) ialah kadar simpanan, \(f(k)\) ialah fungsi pengeluaran, \(n\) ialah kadar pertumbuhan penduduk dan \(\delta\) ialah kadar susut nilai modal.

Teknik

Dalam kejuruteraan elektrik, analisis litar RC, RL dan RLC menggunakan PDB untuk menentukan tindak balas litar terhadap pelbagai input isyarat.

Contoh untuk litar RC:

\[ V(t) = R \frac{dq}{dt} + \frac{q}{C} \]

di mana \(V(t)\) ialah voltan, \(R\) ialah rintangan, \(q\) ialah cas, dan \(C\) ialah kapasitans.

Simulasi dan Teknik Berangka

Walau bagaimanapun, tidak semua KDNK boleh diselesaikan secara analitikal. Dalam kebanyakan kes, kita mesti menggunakan teknik berangka untuk mendapatkan penyelesaian. Kaedah Euler, kaedah Runge-Kutta dan kaedah berbilang langkah adalah antara kaedah berangka popular yang kerap digunakan.

Kaedah Euler

Kaedah Euler merupakan pendekatan yang paling mudah dan biasanya digunakan untuk memberikan gambaran kasar tentang kelakuan penyelesaian PDB. Kaedah ini menggunakan penghampiran linear untuk setiap langkah kecil sepanjang selang masa yang diberikan.

Kaedah Runge-Kutta

Kaedah Runge-Kutta, terutamanya kaedah peringkat keempat (RK4), adalah lebih tepat dan digunakan secara meluas dalam aplikasi praktikal. Kaedah ini menggunakan empat langkah setiap selang untuk menganggarkan penyelesaian dengan lebih tepat.

penutup

Pemahaman tentang persamaan pembezaan biasa adalah penting bagi sesiapa sahaja yang bekerja dalam sains, kejuruteraan, ekonomi dan banyak disiplin lain. Dengan pelbagai kaedah dan aplikasinya, PDB menyediakan alat yang berkuasa untuk pemodelan dan pemahaman fenomena kompleks.

Tinggalkan komen

Laman ini menggunakan Akismet untuk mengurangkan spam. Ketahui cara data komen anda diproses.