8.2 解初值問題#
本章導言#
8.1 節備好了字典與性質;本節把它們裝配成完整的生產線:初值問題 → 變換域代數方程 → 部分分式 → 逆變換 → 解。這條流水線的效率驚人:二階非齊次 IVP 常在六行內解完,且每一步無需靈感。本節以完整案例展示流程、討論共振情形的極點處理,並用「極點—行為對照表」把變換域結果翻譯回物理。
流水線總覽#
解 \(y'' + a y' + b y = g(t)\) 、 \(y(0) = y_0\) 、 \(y'(0) = y_1\) :
第一步:變換(微分律,8.1 節性質 2):
第二步:解出 \(Y\) ——純代數:
注意結構:分母 \(s^2 + as + b\) 就是特徵多項式(4.2 節)!其根(極點)決定齊次模態; \(G\) 的極點決定強迫成分。通解 = 特解 + 齊次解的結構(4.3 節)在變換域中一目了然。
第三步:部分分式——把 \(Y\) 拆成查表項。
第四步:逆變換——逐項查表得 \(y(t)\) 。
極點—行為對照表(翻譯字典)#
| \(Y(s)\) 的極點 | \(y(t)\) 的成分 | 物理意義 |
|---|---|---|
| \(r\) 單實極點 | \(Ce^{rt}\) | 指數模態 |
| \(r\) 重極點( \(k\) 重) | \((C_1 + C_2 t + \cdots + C_k t^{k-1}) e^{rt}\) | 共振(7.1 節) |
| \(\alpha \pm i\beta\) | \(e^{\alpha t}(C\cos\beta t + D\sin\beta t)\) | 阻尼振盪 |
| \(s = 0\) | 常數(階躍響應的終值成分) | 直流/靜態 |
| 左半平面 | 衰減 | 穩定模態 |
| 右半平面 | 增長 | 不穩定(7.1 顫振) |
工程師讀極點如讀病歷:極點位置就是系統的命運。這張表是 4.2 節三案例、6.1 節平衡分類、7.1 節共振在變換域的統一入口。
一個具體例題(完整流水線)#
例題 8.2.1:解初值問題
解:
第一步: \(G(s) = \mathcal{L}\{e^{-t}\} = \frac{1}{s + 1}\) ( \(u(t)\) 只表示信號從 0 開始,單邊變換自動處理)。初值皆零,微分律乾淨落地:
第二步:部分分式。設
蓋住法(cover-up): \(C = \lim_{s \to -2} (s + 2) Y = \frac{1}{(-2 + 1)^2} = 1\) 。 \(B = \lim_{s \to -1} (s+1)^2 Y = \frac{1}{-1 + 2} = 1\) 。 \(A\) :通分比對 \(s\) 的一次係數(或取 \(s = 0\) ): \(1 = A(s+1)(s+2)|_{\text{整理}} \cdots\) ,系統做法:兩邊乘 \((s+1)(s+2)\) 後展開
代入 \(C = 1, B = 1\) : \(1 = A(s^2 + 3s + 2) + s + 2 + s^2 + 2s + 1\) 。比對 \(s^2\) 係數: \(0 = A + 1 \Rightarrow A = -1\) 。(驗證常數項: \(1 = 2A + 2B + C = -2 + 2 + 1 = 1\) ✓。)
故
第三步:查表逆變換( \(t e^{at} \to \frac{1}{(s - a)^2}\) 型,此處 \(a = -1\) ):
第四步:檢驗與解讀。 \(y(0) = -1 + 0 + 1 = 0\) ✓; \(y'(0) = (1 - 0) + 1 + (-2)\) ……細算: \(\frac{d}{dt}(t e^{-t}) = (1 - t)e^{-t}\) ,故 \(y'(0) = 1 + 1 - 2 = 0\) ✓。
行為解讀:強迫 \(e^{-t}\) 與系統的齊次模態 \(e^{-t}\) 同頻——這是共振(7.1 節):響應含 \(t e^{-t}\) 項(重極點 \((s+1)^2\) 的時間域簽名,對照表第二行)。但阻尼( \(+2\) 模態 \(e^{-2t}\) )與強迫自身的衰減使振盪有界: \(t e^{-t} \to 0\) (指數壓過線性),峰值在 \(t = 1\) 附近 \(y \approx 0.37\) ,此後衰減歸零。「與衰減強迫共振」是暫時的放大而非災難——真正的災難需要持續的正頻率強迫(7.1 節 \(t\sin\omega_0 t\) )。
歷史評註:本例的「蓋住法」部分分式技巧在 Heaviside 的運算微積分中已具雛形(他稱之「Heaviside expansion」);今日的系統化表述歸功於二十世紀教科書。一個電報工程師的操作,成為全世界的標準技能。
共振情形的極點語言#
強迫頻率與齊次模態重合 ⇔ \(G(s)\) 的極點與特徵多項式的根重合 ⇔ 部分分式出現重極點 ⇔ 時間域出現 \(t e^{rt}\) 或 \(t\sin\omega_0 t\) 。4.3 節的「撞形修正乘 \(x^s\) 」在變換域中就是「重數相加」——兩種語言的精確互譯:
一個具體例題(工程型:階躍輸入)#
例題 8.2.2:RLC 電路 \(q'' + 4q' + 5q = 10 u(t)\) ( \(q(0) = q'(0) = 0\) ),求電荷 \(q(t)\) 與穩態值。
解: \(G(s) = \frac{10}{s}\) ,
\(A = \frac{10}{5} = 2\) 。 \(1 = A(s^2 + 4s + 5) + (Bs + C) s\) :比對 \(s^2\) : \(0 = A + B \Rightarrow B = -2\) ; \(s\) : \(0 = 4A + C \Rightarrow C = -8\) 。
逆變換(配平方完成, \(\alpha = 2, \beta = 1\) ):
穩態: \(q(\infty) = 2 = CV\) 型靜態電荷 ✓(終值定理覆核: \(\lim_{s\to 0} sY = \frac{10}{5} = 2\) ✓)。行為:欠阻尼衰減振盪( \(\alpha = 2, \beta = 1\) ,對數衰減率 \(4\pi\) )叠加在靜態終值 2 之上——開關合上後,電荷以約 6.3% 的每週期衰減率「盪」到終值(7.1 節暫態/穩態語言)。∎
歷史啟示#
- 代數化的極致:微分方程的求解被壓縮為「展開分式 + 查表」——可教、可查、可編程。1950 年代類比計算機與今日的符號軟體(Mathematica 的
InverseLaplaceTransform)都是這條流水線的機械化。 - 極點視角的統一:4.2 節特徵根、6.1 節特徵值、本節極點、7.1 節共振——一個代數對象(多項式之根)穿四件衣服。學會極點視角,振動、控制、濾波、電路是同一門課。
- 驗算文化:本例的初值檢驗與終值定理覆核成本極低、收益極高——變換域方法的一個隱藏優點是「檢查點多」(初值、終值、微分律、極點符號都可以獨立驗證)。
與其他章節及領域的關聯#
- 8.1、8.3 節:工具與輸入信號(階躍、脈衝、方波)。
- 4.2、4.3 節:特徵根與撞形修正的變換域對應。
- 7.1 節:共振 = 重極點; \(Q\) = 極點靠近虛軸的程度。
- 9.1 節:PDE 分離變數後的時間因子正是本節的 \(e^{-\alpha t}\) 模態。
- 控制工程:閉環傳遞函數的極點配置 = 本節分母的設計;PID 控制器加入零點改變響應。
- 藥物動力學:口服藥濃度 \(C(t)\) 的房室模型(一階鏈)經 Laplace 求解;「二室模型」的雙指數衰減就是本節兩極點結構——臨床藥理師每天都在做部分分式。
- 電路暫態分析:SPICE 等模擬器的解析核就是這條流水線。
練習#
- 解 \(y'' - 3y' + 2y = 4e^{3t}\) 、 \(y(0) = 1\) 、 \(y'(0) = 0\) (全流程,並指出極點 3 與特徵根的關係)。
- 解 \(y' + 2y = u(t - 1)\) (延遲階躍)、 \(y(0) = 0\) ——用時移律(8.1 性質 5),並畫出解的示意圖。
- 求 \(q'' + 4q + 5q = 0\) 型電路的單位脈衝響應( \(g(0)=0, g'(0) = 1\) 型)並驗證其 Laplace 變換 = \(\frac{1}{s^2 + 4s + 5}\) (傳遞函數!)。
- 用終值定理直接求練習 1 解的 \(\lim_{t\to\infty} y\) (驗證無右半平面極點後使用),再與顯式解核對。
- 思考題:若 \(G(s)\) 的極點恰在虛軸上( \(g(t) = \cos\omega t\) )而系統無阻尼,部分分式出現什麼結構?這與 7.1 節「無阻尼純共振」如何對應?再說明:為什麼實際工程永遠「有阻尼」,於是「純共振」是理想化概念?
進階研讀:初值問題的變換視角五場景#
場景一:零狀態與零輸入分解。 \(Y = \frac{\text{初值項}}{\text{特徵多項式}} + \frac{G}{\text{特徵多項式}}\) ——零輸入響應(由初值)與零狀態響應(由輸入)天然分解,且兩者對初值/輸入分別線性。系統理論(疊加的工程版)以這個分解為公理級結構。
場景二:脈衝響應是系統的完整描述。 \(\mathcal{L}\{h\} = G(s)\) (單位脈衝的響應 = 傳遞函數):知道 \(h(t)\) 就知道系統的一切(任意輸入的響應 = 捲積 \(h * u\) ,Duhamel)。8.3 節將以 \(\delta\) 正式化;這裡只需知道:傳遞函數的時域化身是脈衝響應——測量工程師「敲一下看怎麼震」(modal testing)的理論根據。
場景三:剛性系統的變換視角。極點 \(-1\) 與 \(-10000\) 並存的系統(快慢模態混合,3.3 節場景四):顯式數值法被快極點鎖死步長;變換域中,「剛性」就是極點模差距懸殊。隱式方法(10.1)的 A-穩定性在 \(s\) 域中一目了然(映射 \(z = \frac{1}{1 - s h}\) 把左半平面映入單位圓)。剛性是極點幾何,不是方程的道德缺陷。
場景四:離散時間的鏡像。採樣後的系統 \(Y(z) = G(z) U(z)\) ,極點在單位圓內外決定穩定(6.1 節場景五)。連續 \(s\) 平面 → 離散 \(z\) 平面的映射 \(z = e^{sT}\) :左半平面映到單位圓內——兩個世界的穩定域互為鏡像。數位控制(飛控、馬達驅動)的穩定性證明都在 \(z\) 域完成。
場景五:從部分分式到譜分解。高階系統的傳遞函數 \(G(s) = \sum \frac{R_i}{s - p_i}\) (留數展開):留數 \(R_i\) = 各模態的「權重」,由極點—零點幾何決定。留數理論(複分析,Cauchy 積分公式)是 Bromwich 積分的引擎——部分分式不是技巧,是 Cauchy 留數定理的初等化身。
補充:為什麼「蓋住法」有效#
\(\frac{A}{s + 1}\) 的係數 \(A = \lim_{s \to -1} (s + 1) Y(s)\) ——這正是留數(複分析語言): \(A = \operatorname{Res}_{s = -1} Y\) 。蓋住法不是小聰明,是 Cauchy 積分公式的一次應用。中學代數技巧的底下埋著十九世紀最深定理——數學的分層結構常以這種方式咬合。
補充:終值定理的陷阱#
\(f(\infty) = \lim_{s \to 0} s F(s)\) 只在 \(F\) 的極點全在左半平面(除可能單極點在原點)時成立。反例: \(f(t) = \sin t\) , \(F = \frac{1}{s^2 + 1}\) , \(\lim_{s\to 0} sF = 0\) 但 \(f(\infty)\) 不存在(振盪不止)。定理的條件不是修辭,是防彈衣——工程考試與真實設計中,誤用終值定理的「穩態為零」結論曾導致真實事故。查極點,再用定理。
名詞速查表(本節出現的核心術語)#
- 流水線:變換 → 代數 → 部分分式 → 逆變換。
- 零輸入 / 零狀態響應:初值驅動與輸入驅動的分解。
- 極點—行為對照:極點位置 ⇔ 時域模態。
- 蓋住法(cover-up):留數的一次性計算技巧。
- 共振 = 重極點:撞形修正的變換域表述。
- 終值定理: \(\lim_{s\to0} sF(s) = f(\infty)\) (需極點條件)。
- 傳遞函數:零初值下 \(Y/G\) ;系統身份證。
- 脈衝響應: \(h = \mathcal{L}^{-1}\{G\}\) ;系統的完整描述。
- 剛性:極點模差距懸殊;數值步長的殺手。
- A-穩定性:隱式方法對全部左半平面極點穩定。
年表速查(本節涉及的關鍵年份)#
- 1880s–1890s:Heaviside 展開定理(部分分式運算化)。
- 1916:Bromwich 嚴格逆變換。
- 1932:Nyquist 判據(極點視角的穩定性)。
- 1940s:伺服與控制理論的傳遞函數標準化。
- 1952:藥物動力學房室模型(Teorell)。
- 1963:Dahlquist A-穩定性(剛性問題)。
- 1970s:SPICE 電路模擬器(解析核 + 數值積分)。
深化問答三則#
問:初值為零(零狀態)的問題,變換法與 4.3 節經典法哪個快? 答:多數情況變換法快(無需猜特解、無需匹配常數),尤其輸入是 \(e^{-t}\) 、 \(u(t)\) 、 \(\sin\) 等查表族時。但若輸入複雜(如 \(\sec t\) ), \(G(s)\) 本身難求,經典法(參數變異)反而可用。方法選擇的準則是「表示成本」:哪個空間裡問題更簡單,就在哪個空間工作(6.1 節的座標選擇哲學)。
問:為什麼「共振」在變換域中那麼顯眼(重極點)? 答:因為變換域把「頻率匹配」從時間域的動態現象壓縮成代數的重合: \(G\) 的極點與分母的根重疊 → 部分分式分母的冪升高 → 時域多項式因子。時間域的「能量累積過程」在 \(s\) 域只是一次代數接觸——這就是變換視角的壓縮魔力(對比 7.1 節的能量收支敘事:同一現象,兩種解析度)。
問:變換法有解不了的情況嗎? 答:有,且邊界清晰:(1) \(g\) 無指數階(如 \(e^{t^2}\) );(2)變係數方程( \(t y'' + y' = 0\) 型——變換產生 \(s\) 域微分方程,只對 Euler 型(5.1 節場景)友好);(3)非線性方程(乘積 \(y y'\) 變成 \(s\) 域捲積——換了形式沒換難度)。Laplace 是線性常係數的專屬武器;它的成功恰好丈量了「線性常係數」這個王國的面積。
(本節完)