「常微分方程」2 奇解&包络、皮卡序列、解的存在唯一性

在学习检查器中查看要点和时刻，或切换阅读标签查看完整笔记。

章节

学习解说文稿

依据视频画面与讲解整理，并非逐字语音转写。

0:00这一段先停在“D、解最大存在区间”页。页面把问题拆成两条主线：一条是从 $f(x,y)$ 的连续性和解的唯一性去限制解能延伸到哪里；另一条是直接求出解后观察其定义域。旁边还写了两个风险：闭集关不住时会跳到边界，以及直接判断最大存在区间时容易出错。

0:19接着页面列出四条具体规则。第一条是延伸原则：若解经过 $P_0$，且 $f(x,y)$ 在区域 $G$ 中连续，则解可以延伸到 $G$ 的边界。第二条把条件加强：若 $f(x,y)$ 在 $G$ 中连续，并且关于 $y$ 满足局部李氏条件或 Osgood 条件，则过 $P\in G$ 的解存在、唯一，并能延伸到 $G$ 边界；页面还补了一句，在闭集上局部李氏条件与整体李氏条件由有限覆盖定理等价。

0:45第三条给出全局存在的情形：若方程定义在 $\mathbb{R}^2$ 上，$f(x,y)$ 连续有界，且 $\frac{df}{dy}$ 连续，则满足方程的解最大区间均为 $(-\infty,+\infty)$。第四条给出线性增长控制的情形：若 $|f(x,y)|\le A(x)|y|+B(x)$，且 $A(x),B(x)$ 在 $(a,b)$ 上连续，则最大区间均为 $(a,b)$。这四条共同构成“怎样判断最大存在区间”的操作框架。

1:12约 19 秒后，页面滚动到“E、皮卡序列”。讲者先交代主题衔接：前面谈的是解的存在唯一性、最大存在区间和延拓，而这里要用到皮卡序列。于是本页第一步不是直接给迭代公式，而是先说明皮卡序列的来源是初值问题本身。

1:30页面第(1)条把初值问题 $\begin{cases}\frac{dy}{dx}=f(x,y)\\ y(x_0)=y_0\end{cases}$ 等价为积分方程 $y=y_0+\int_{x_0}^{x} f(x,y)\,dx$。讲者一边圈出初值问题，一边解释：所谓“来源”，就是先把微分方程加初始条件改写成带积分的形式，这样后续才能在这个形式上做迭代。

1:48随后讲者特别指出记号问题：页面虽然写成 $\int_{x_0}^{x} f(x,y)\,dx$，但更严谨的写法应把积分变量改成哑变量 $s$，即 $\int_{x_0}^{x} f(s,y(s))\,ds$。因为上限已经是 $x$，若被积变量也写 $x$，容易造成混淆。这里属于口头纠正，页面本身没有重写。

1:58最后进入第(2)条：在积分方程基础上构造皮卡序列 $$y_{n+1}(x)=y_0+\int_{x_0}^{x} f(x,y_n(x))\,dx,\quad x\in I,\quad n=0,1,2,3,\cdots$$ 讲者用箭头和下划线强调，所谓迭代就是把右端中的未知函数 $y$ 替换成上一项 $y_n(x)$，从而逐项生成新的近似函数。片段在这里结束，尚未展开收敛性证明。

2:00接下来我们看皮卡序列的具体构造。根据板书上的递推公式 $y_{n+1}(x) = y_0 + \int_{x_0}^x f(t, y_n(t)) dt$，这是一个迭代过程。

2:10首先要明确初始项 $y_0$ 是什么。在这里，我们将 $y_0(x)$ 设为常数 $y_0$，也就是微分方程的初始值。

2:20有了 $y_0$，我们就可以算出第一项 $y_1(x) = y_0 + \int_{x_0}^x f(t, y_0) dt$。以此类推，不断迭代就能得到整个序列 $y_2, y_3, \dots$

2:40现在的核心问题是这个序列是否收敛。数学上，序列 $\{y_n(x)\}$ 的收敛性等价于级数 $\sum_{n=1}^{\infty} (y_n(x) - y_{n-1}(x))$ 的收敛性。

2:50为了证明这个级数收敛，我们需要借助一些条件。虽然 Osgood 条件也是一种选择，但在这种证明语境下不太好用。我们通常假设函数满足李氏条件（Lipschitz condition）。

3:00利用李氏条件和最大值原理，我们可以对序列的项进行放缩。首先看第一项与初始值的差：$|y_1(x) - y_0|$。

3:10通过积分不等式推导，可以得到 $|y_1(x) - y_0| \le m |x - x_0|$。这里的 $m$ 是什么呢？

3:20$m$ 定义为函数 $f(x,y)$ 在特定区域 $D$ 上的最大绝对值，即 $m = \max |f(x,y)|$。

3:30这个区域 $D$ 是一个矩形范围，具体表示为 $|x - x_0| < a$ 且 $|y - y_0| < b$。所有的估计都必须在这个范围内进行。

4:00视频开篇展示了第24页的密集板书，内容为皮卡序列（Picard sequence）的构造公式 $y_{n+1}(x) = y_0 + \int_{x_0}^x f(t, y_n(t)) dt$。下方详细记录了利用利普希茨条件进行放缩，并通过数学归纳法证明该序列一致收敛的积分不等式推导过程。这是后续存在唯一性定理的基石。

4:05画面切换至第9页，核心标题为“皮卡存在唯一性定理”。板书定义了矩形区域 $D: |x-x_0|\le a, |y-y_0|\le b$，并给出了定理的两个关键前提：$f(x,y)$ 在 $D$ 上连续，且关于 $y$ 满足利普希茨条件。右侧配有直观的坐标系示意图，画出了以 $(x_0, y_0)$ 为中心的矩形框及穿过的积分曲线。

4:12讲解者用红笔重重圈出了定理结论中的区间 $I=[x_0-h, x_0+h]$ 以及参数 $h = \min\{a, \frac{b}{M}\}$。他解释说，$h$ 的本质是对自变量 $x$ 取值范围的严格限制。之所以要取 $a$ 和 $b/M$ 的最小值，是为了防止解曲线在延伸时“跑出”预设的矩形区域 $D$。

4:50结合右侧的示意图，讲解者强调了定理中“唯一性”的几何表现：在满足条件的区域内，代表不同初值的积分曲线是绝对不能相交的。如果相交，则在交点处会出现多解，违背了唯一性。因此，必须通过限制 $x$ 的范围（即确定 $h$）来保证曲线的单一轨迹。

5:25讲解者进一步梳理了定理中出现的两个核心常数 $M$ 和 $L$。$L$ 对应利普希茨条件，控制函数值的变化率；而 $M = \max_{(x,y)\in D} |f(x,y)|$ 则可以理解为解曲线斜率的最大值。当斜率 $M$ 很大时，$b/M$ 就会变小，从而迫使 $h$ 变小，这意味着曲线必须在更短的 $x$ 区间内被“截断”，以确保其纵坐标变化不超过 $b$。

5:44最后，讲解者简要提及了板书下方的“Osgood 条件”。这是一种比标准利普希茨条件更弱的唯一性判定准则，它通过要求控制函数 $F(r)$ 的倒数积分发散（$\int_0^\eta \frac{dr}{F(r)} = +\infty$）来保证解的唯一性，拓展了定理的适用范围。

6:00画面是一页手写笔记，顶部已经写出 Picard 迭代与差分估计的框架。讲解者先用红笔指到底部条件 $h=\min$(a, $b/\max$|$f(x,y)$|)，说明这里是在确定局部区间边界；随后把注意力转回中部，指出后面要用到常数 M、L 以及两条关键公式。

6:30接着从 Picard 迭代定义出发，写出 $y_{n+1}(x)=y_0+\int_{x_0}^{x}f(t,y_n(t))dt$ 与 $y_n(x)=y_0+\int_{x_0}^{x}f(t,y_{n-1}(t))dt$。两式相减时，常数项 $y_0$ 抵消，得到相邻差公式 $y_{n+1}(x)-y_n(x)=\int_{x_0}^{x}\bigl(f(t,y_n(t))-f(t,y_{n-1}(t))\bigr)dt$。讲解者同时提醒，板书里把积分变量和上限都写成 x 不够严谨，应区分变量名。

6:55如果 f 关于第二变量满足 Lipschitz 条件，则有逐点估计 $|f(t,u)-f(t,v)|\le L|u-v|$。把它代入相邻差公式，再用积分绝对值不等式，得到 $|y_{n+1}(x)-y_n(x)|\le \int_{x_0}^{x}L|y_n(t)-y_{n-1}(t)|dt$。这一步把“函数值之差”转换成“上一层差分”的积分。

7:02随后开始递归：对 $|y_n-y_{n-1}|$ 再套一次同样的估计，就出现两层积分和 $L^2$；继续下去，层数不断增加，L 的幂次也不断增加。讲解者把这称为“一步一步迭代”，其核心是把高阶差分一路降到低阶差分，最终落到 $|y_1(x)-y_0|$。

7:32利用前面已经建立的初始估计 $|y_1(x)-y_0|\le M|x-x_0|$，再结合多重积分化为幂除以阶乘的标准结果，得到最终上界 $|y_{n+1}(x)-y_n(x)|\le \frac{M(L|x-x_0|)^{n+1}}{(n+1)!}$。这里分母中的 $(n+1)!$ 正是反复积分产生的结果，而不是简单地把若干因子相乘。

7:48最后，讲解者把收敛问题归结为右侧控制项是否可求和。因为 $\sum_{n\ge0}\frac{M(L|x-x_0|)^{n+1}}{(n+1)!}$ 收敛，所以由比较判别法可知 Picard 序列的相邻差级数收敛，进而 $y_n(x)$ 收敛。片段末尾还提到，接下来会继续讨论 Lipschitz 条件本身。

8:00视频开篇回顾了皮卡序列（Picard sequence）的收敛性证明。画面中展示了通过放缩法得到的级数通项界限 $\frac{M L^n |x - x_0|^{n+1}}{(n+1)!}$。讲解者指出，这个形式非常类似于指数函数 $e^x$ 的泰勒展开式，因此该级数显然收敛，从而证明了皮卡序列的收敛性。

8:09随后，内容切换到“解的最大存在区间”这一主题。笔记中列出了四个相关的定理。讲解者表示，其中两个用于直接判定区间是有限还是无穷的定理较为简单，只需验证条件即可，因此不再赘述。

8:45接下来重点讲解了第一个核心概念：如果 $f(x,y)$ 在开区域 $G$ 上连续，那么其解具有“有界闭集关不住”的性质。讲解者在屏幕上画出一个椭圆代表开区域 $G$，并用红色箭头演示解的轨迹。他解释说，“达到边界”意味着解的轨迹会延伸到区域的边缘，可能是横向延伸，也可能是纵向延伸，或者两者兼有。

9:18通过图示进一步说明，解的最大存在区间不一定是整个实数轴 $(-\infty, +\infty)$。它可能是从某个有限值到 $-\infty$，或者从某个有限值到 $+\infty$，甚至两端都是有限值（即区间完全有限）。当解试图超出这些范围时，会因为碰到边界或渐近线而停止延伸。这就是所谓的“达到边界”或“关不住”。

9:40最后，视频简要提及了线性增长条件 $|f(x,y)| \le A|y| + B$。笔记中指出，如果满足这个条件，解的最大存在区间必然是 $(-\infty, +\infty)$。这意味着线性增长限制了解的增长速度，防止其在有限时间内趋向无穷大，从而保证了全局存在性。

10:00在求解常微分方程时，我们经常会遇到“特解”。特解的出现意味着我们需要对相平面进行区域划分，或者将其视为其他解的渐近线。

10:10为了说明这一点，讲师在屏幕上写下了一个具体的例子：rac{dy}{dx} = $y(y-1)$。这是一个可分离变量的微分方程。

10:26通过令方程右侧为零，即 $y(y-1) = 0$，我们可以迅速求出两个常数特解：$y=0$ 和 $y=1$。在相平面上，它们表现为两条平行的水平直线。

10:40这两条特解直线将整个相平面划分成了三个独立的带状区域：$y<0$、$0<y<1$ 和 $y>1$。

10:55接下来，讲师引入了“局部利普希茨条件”。根据解的存在唯一性定理，如果方程满足该条件，那么不同的解曲线在相平面上绝对不能相交。

11:10这意味着，如果一条解曲线的初始值落在 $0<y<1$ 的区域内，它就永远无法穿越 $y=0$ 或 $y=1$ 这两条边界线。讲师在图上画了一个红色的“X”来强调这一“不可穿越”的性质。

11:23因此，该区域内的解曲线只能向左右两侧延伸，要么趋向于无穷远，要么渐近地贴近边界特解。

11:40对于 $y<0$ 和 $y>1$ 的区域，情况也是类似的。讲师最后补充道，刚才图中偶尔画出的相交曲线只是为了说明假设情况，在满足利普希茨条件的真实数学情境中，解曲线是绝不会相交的。

12:00在常微分方程 $\frac{dy}{dx} = f(x,y)$ 中，判断是否满足利普希茨条件是一个关键步骤。如果函数 $f$ 仅包含自变量 $x$，则不一定满足关于 $y$ 的利普希茨条件；但如果 $f$ 包含因变量 $y$，则通常可以满足，只需选取一个足够大的常数 $L$ 即可。

13:00接下来我们探讨奇解（或称特解）的概念。以方程 $f(x,y) \cdot \frac{dy}{dx} = 0$ 为例，当我们令 $f(x,y) = 0$ 时，可能会解得 $y$ 等于某个常数 $C$。这个常数解 $y=C$ 就是原方程的奇解。

14:00视频开始，讲师在平板上滑动笔记，回顾之前关于皮卡序列的内容，随后将页面滚动至“奇解与包络”部分，准备讲解新的知识点。

14:20讲师指出，关于奇解与包络，主要需要掌握的是 p 判别式和 c 判别式及其充分条件。板书上清晰地列出了 $F_p(x,y,p)=0$ 等公式，讲师简要提及这些判别式的基本内容不再赘述。

14:50讲师重点解释了 p 判别式充分条件的含义。他强调，求出 $F_p=0$ 后，不能直接认为得到的解就是奇解。正确的做法是，先对 p 求偏导，然后将得到的候选解 $y=\varphi(x)$ 代入原方程进行验证。

15:20讲师进一步说明，之前求解时是将问题转化为方程组来处理的，因此必须验证求出的 $\varphi(x)$ 是否真正满足原微分方程 $F(x,y,y')=0$。这是确认奇解的关键步骤，也是学生容易忽略的易错点。

15:50最后，讲师总结道，虽然有时验证了部分条件就能确认解的有效性，但为了保证严谨性，完整的验证步骤是不可或缺的。视频在讲师的讲解和笔记画面的停留中结束。

16:00讲师在黑板上写下奇解的判定条件，并用红笔圈出“疑问”二字。他提出一个未解决的问题：如果一个函数 $y=\varphi(x)$ 满足 $F(x, \varphi(x), \varphi'(x)) = 0$ 且 $F_p(x, \varphi(x), \varphi'(x)) = 0$，是否就能直接推断出它是原微分方程的解？

16:20接着，讲师将话题转向包络的求解。他用红笔圈出笔记中的偏导数公式，强调无论是判断奇解还是求包络，核心方法都是“先求偏导，后代入”。他特别指出，必须先把 $x, y, p$ 看作独立变量求出 $F_y, F_p, F_{pp}$ 等偏导数，然后再把已知的解 $y=\varphi(x)$ 和 $p=\varphi'(x)$ 代入这些偏导数表达式中进行检验，顺序绝不能颠倒。

知识卡片