미분방정식 정리 01 - 미분방정식의 정의, 분류, 수치적 해법, Seperable First-order Equation, Linear First-order Equation
정의
\[L\frac{d^2q}{dt^2}+R\frac{dq}{dt}+\frac{q}{C}=\epsilon_0 \cos{\omega t}\]
위 방정식과 같이, 독립변수에 대한 미지의 함수(종속변수)와 그 도함수로 이루어진 방정식을 '미분방정식'이라 한다.
분류
미분방정식은 여러 분류를 통해 나눌 수 있으며, 적절한 분류에 속한 미분방정식은 특정한 방식의 해법이 존재하고 해가 유일하게 존재한다는 것이 알려져 있기도 하다.
분류 기준은 다음과 같다.
- 계수(order)
- 2nd-order이면 함수에 대한 이계미분까지 포함되어 있다는 말이고, 1nd-order이면 함수에 대한 일계미분까지 포함되어 있다는 말이다.
- 차수(degree)
- 종속변수에 대한 몇차식인지에 따라 분류한다.
- linear/nonlinear
- 종속변수에 대해 선형적(1차식)으로 방정식이 표현될 때 linear이라고 한다. 참고로, 미분은 선형 연산이므로 차수를 높인다고 보지 않는다.
- ordinary/partial
- $dt$로 표현되면 ordinary differential equation(ODE), $\partial t$와 같이 편미분으로 표현되면 partial differential equation(PDE)라 한다.
- homogeneous/inhomogeneous
- 종속변수가 포함되지 않은 상수항이 없으면 homogeneous, 있으면 inhomogeneous라고 한다. homogenous란 '균일함'을 뜻하는데, 좌변을 종속변수에 대해 정리해 나타내고 우변에는 독립변수에 대한 항만을 나타내었을 때 우변이 0이 아니라면 좌변과 우변이 '균일하지' 않으므로 inhomogeneous라고 한다.
수치적 해법
Euler Method
$\frac{dy}{dx}=f(x,y)$임을 알고 있을 때, 아래 수식을 iterative하게 적용하여 $y_n$을 구한다. 각 시점에서 함수를 선형으로 근사하여 미래의 함숫값을 구하는 방식이다.
\[y_{n+1}=y_{n}+f(x_n, y_n) \Delta x\]
Runge-Kutta Method
위는 RK4(4개의 항을 이용하는 Runge-Kutta Method)의 수식이며, Euler Method보다 정확하게 수치적분을 할 수 있다.
각 iteration에서 오차는 $O(h^4)$, total accumulated error은 $O(h^5)$라고 한다.
Seperable First-order equation
좌변에 종속변수에 대한 수식, 우변에 독립변수에 대한 수식으로 정리가 되면 Seperable하다고 하고, 특히 first-order seperable equation은 간단한 풀이법이 존재한다.
예를 들어 $y^\prime + y^2\sin{x}=0, y(0)=1$을 보자. 이는 $\frac{1}{y^2}\frac{dy}{dx}=-\sin{x}$로 정리가 되고, 양변을 적분하면 해를 구할 수 있다.
일반화된 해법은 다음과 같다.
\[g(y)\frac{dy}{dx}=f(x), y(x_0)=y_0\]
\[\int_{y_0}^{y} g(y) dy=\int_{x_0}^{x}f(x)dx\]
\[G(y)-G(y_0)=F(x)-F(x_0)\]
(주: 첫번째 줄에서 두번째 줄로 넘어갈 때 양변에 $dx$를 곱해주고 integral을 씌우면 됨)
이제 $x$에 대해 $y$를 정리하면 된다.
Quiz
미분방정식은 예제 문제 풀이가 굉장히 중요하다. 내용 정리에 더해 문제도 꼭 풀어보도록 하자.
답은 3,1,2
Linear First-order equation
\[\frac{dy}{dx}+p(x)y=q(x), y(x_0)=y_0\]
위 미분방정식을 풀기 위해서, 적분인자(integrating factor) $\mu(x)$을 곱해준다. 그렇다면 적분인자는 뭘까? 양변에 곱해줄 적분인자가 아래 관계식을 만족한다면 적분인자를 양변에 곱한 후 쉽게 정적분이 가능할 것이다.
\[\mu(x)[\frac{dy}{dx}+p(x)y]=\frac{d}{dx}[\mu(x)y]\]
위의 관계를 만족하는 $\mu(x)$는 $\mu(x)p(x)=\frac{\mu(x)}{dx}$에서 $e^{\int_{x_0}^{x} p(x)dx}$라는 것을 알 수 있다. (지수의 integral에서 아래끝은 뭘로 둬도 상관 없지만 편의상 $x_0$로 둔다.)
따라서, 적분인자를 원래의 미분방정식의 양변에 곱하면
\[\mu(x)[\frac{dy}{dx}+p(x)y]=\frac{d}{dx}[\mu(x)y]=\mu(x)q(x)\]
양변을 $x_0$부터 $x$까지 정적분하면
\[\mu(x)y - \mu(x_0)y_0=\int_{x_0}^{x}\mu(x)q(x)dx\]
$\mu(x_0)=1$이고, 위 수식을 정리하면
\[y=\frac{1}{\mu(x)}(\int_{x_0}^{x}\mu(x)q(x)dx+y_0)\]
선형 일계 미분방정식의 해는 위와 같이 결정된다는 사실을 알 수 있다.
Quiz
답은 4,2,4
* Quiz는 Coursera의 Differential Equations for Engineers에서 따왔습니다.