柯西-利普希茨定理

来自testwiki
跳转到导航 跳转到搜索

在数学中,柯西-利普希茨定理(Cauchy-Lipschitz Theorem),又称皮卡-林德勒夫定理(Picard-Lindelöf Theorem),保证了一階常微分方程的局部解以至最大解的存在性和唯一性。此定理最早由奧古斯丁·路易·柯西于1820年发表,但直到1868年,才由鲁道夫·利普希茨给出确定的形式。另一个很常见的叫法是皮卡-林德勒夫定理,得名于数学家埃米尔·皮卡恩斯特·林德勒夫

局部定理

Template:Mvar为一个完备的有限维賦範向量空間(即一个巴拿赫空间),Template:Mvar为一个取值在Template:Mvar上的函数:

f:U×IE(x,t)f(x,t)

其中Template:MvarTemplate:Mvar中的一个开集Template:Mvar中的一个区间。考虑以下的一阶非线性微分方程

dx(t)dt=f(x(t),t)(1)

如果Template:Mvar关于Template:Mvar连续,并在Template:Mvar中满足利普希茨条件,也就是说,

κ>0, tI, x,yU, |f(x,t)f(y,t)|κ|xy|

那么对于任一给定的初始条件: x(t0)=x0,其中 t0Ix0U,微分方程(1)存在一个解 (J,x(t)),其中 JI 是一个包含 t0 的区间,x(t) 是一个从 J 射到 U 的函数,满足初始条件和微分方程(1)。

局部唯一性:在包含点t0的足够小的J区间上,微分方程(1)的解是唯一的(或者说,方程所有的解在足够小的区间上都是重叠的)。

这个定理有点像物理学中的决定论思想:当我们知道了一个系统的特性(微分方程)和在某一时刻系统的情况(x(t0)=x0)时,下一刻的情况是唯一确定的。

局部定理的证明

一个简洁的证明思路为构造一个总是满足初始条件的函数递归序列yn+1=Φ(yn),使得Φ(yn)=f(yn,t),这样,如果这个序列有一个收敛点 y ,那么y为函数Φ不动点,这时就有y=Φ(y)=f(y,t),于是我们构造出了一个解y。为此,我们从常数函数

y0(t)=x0 开始。令
Φ(yi)(t)=x0+t0tf(yi(s),s)ds.

这样构造出来的函数列(yi)i0中的每个函数都满足初始条件。并且由于 fU 中满足利普希茨条件,当区间足够小的时候,Φ成为一个收缩映射。根据完备空间的不动点存在定理,存在关于Φ的稳定不动点,于是可知微分方程(1)的解存在。

由于收缩映射的局部稳定不动点只有一个,因此在足够小的区间内解是唯一的。

最大解定理

局部的柯西-利普希茨定理并没有说明在较大区域上解的情况。事实上,对于微分方程(1)的任意解 (J,x(t))(J,x(t)),定义一个序关系: (J,x(t))小于(J,x(t))当且仅当 JJ,并且x(t) J上的值与 x(t)一样。在这个定义之下,柯西-利普希茨定理断言,微分方程的最大解是唯一存在的

证明思路

解的唯一性:假设有两个不同的最大解,那么由局部柯西-利普希茨定理可以证明其重叠部分的值相同,将两者不同的部分分别延伸在重叠部分上,则会得到一个更“大”的解(只需验证它满足微分方程),矛盾。因此解唯一。

解的存在性:证明需要用到佐恩引理,构造所有解的并集。

扩展至高阶常微分方程

对于一元的高阶常微分方程

F(t,y(t),y(t)y(n1)(t))=y(n)(t)(2)

只需构造向量Y(t)=(y(t),y(t), , y(n1)(t))和相应的映射 Φ,就可以使得(2)变为Y(t)=Φ(Y(t),t)。这时的初始条件为Y(t0)=Y0,即

y(t0)=y0y(t0)=y1y(n1)(t0)=yn1

扩展至偏微分方程

对于偏微分方程,有柯西-利普希茨定理的扩展形式:柯西-克瓦列夫斯基定理,保证了偏微分方程的解的存在性和唯一性。

参见

参考资料

相关链接