定义
这个玩意就是缺省了导函数的 向量,
具体作用:
和 矢量场 函数 点积 可以得到 散度 (标量)
和 矢量场 函数 叉乘 可以得到 旋度 (矢量)


引言:算子与特征值
微分算子法的底层逻辑:把求导当成算子(线性变换),函数当成”向量”——算子函数作用在特征函数上,直接代换特征值。
类比线性代数: 中 是矩阵 的特征值、 是特征向量。微积分里同样成立:把函数 看作”向量”,把线性变换 看作”算子”,它作用在单项式 上:
结果正好是常数 乘以 本身—— 是算子 的特征函数(相当于特征向量),指数 是特征值。
比如 :这里的函数是 (),所以算子 作用在它上面的特征值就是 。
于是任何由 构成的算子函数 作用在 上时,都可以把 直接替换成它的特征值 :
比如计算 ,算子函数是 ,直接把特征值 代进去:
连积分都不用做,直接用特征值代换秒出特解,既优雅又不容易出错。
同样的思想就是后面指数赋值那招:, 是 的特征函数、 是特征值
所以 。
二阶常系数方程
算 只需四招:指数赋值、移位、长除法、三角赋 ;
分母为零(共振)就提
算子法覆盖约 90% 的常考右端项.
定义
表示”求导”这个操作: 是 阶求导, 是积分:
方程 于是写成
令 ,特解
为什么可以这样"除"
是”求导”操作本身:、、 看成 就是 。左边因数分解成 作用于 ,形式和代数方程一样了。
算子法的全部技巧就是:把 当普通多项式,按 的类型把它”除”掉。
与特征方程的关系: 就是把 换成数 的结果。
指数型
赋值
是 的"特征向量"
对 求导还是 (只多乘一个 ),所以 。倒过来就是——把分母里的 直接替换成特征值 , 原样保留:
举例
共振
$F(k)=0$ 就提 x
-
赋值后分母为零( 是特征根)时,提一个 ,分母对 求一次导,再赋值:
例:。 ,,,故 。
-
若 ( 是重根),再提一个 、分母求二阶导:
例:。 ,故 。
为什么提 有用
说明 有因子 ,而 正好”杀死” 。但 ——于是 作用在 上就”产出” :提一个 = 消掉一个零因子;
是几重根,就提几个 。(和待定系数法重根乘 是一回事)
多项式型
长除法
是 次多项式:把 按 的升幂()长除展开,保留到 项,再逐项求导作用到 上。
例:。分母按升幂排 ,长除:
逐项作用(,):
为什么只算到
次多项式求 次以上导数是 ——求导次数超过多项式次数就清零,后面无穷多项全是白算。
# 指数复合型
移位定理
注: 可以是 三角 或 多项式
指数乘别的函数时,把 整体提到前面,分母里的 换成 ,只算剩下的 :
为什么是
:对乘积求导, 每次被”拽”出来多出一个 。反复运用,求导操作整体平移了 。
例: 。
移位得 ,
长除 ,作用于 得 ,故
三角型
赋值
求二阶导变号:,所以把分母中的 换成
与 的逻辑一致
易错点
求一阶导:
这里的 不能等价于 a, 因为 等式左右三角函数并不相同
共振
就提
和指数型同理,提一个 、分母求导:
例:。
分母含 一次项
上下同乘共轭,凑
举例
:分母 , 分母不是 的形,上下同乘 凑出
再代入 。
三角型主线
所有技巧都围绕 :能赋直接赋 → 赋完为零就提 → 有 一次项就凑 再赋。
不适用: 三角 多项式
多项式 × 三角
多项式 乘 三角函数的二阶常系数微分方程
算子法要动用欧拉公式( 写成复指数),越算越复杂——直接用待定系数法。
真题:2010 数一
求 的通解。
齐次通解:,。
算子法求特解( 是特征根、指数又带 ,所以移位):
对 长除(升幂排 ):
是一次多项式,保留到 项,作用于 :
故 。
卷面书写技巧
算子法不在考纲。解答题建议:卷面设特解形式 (待定系数法写法),草稿纸上用算子法瞬间算出 ,卷面直接写”解得 “,避免步骤争议。
现在大题很少单独考二阶常系数求解,多是变限积分、级数或几何应用里的一小步,只要算对结果就行,不必写详细步骤——这正是算子法的用武之地。
选择题
例 1(660): 的特解可能具有什么形式?
:分母非零,(纯三角函数、无 );:共振,(形式 )。
看到选项里只有带 的才可能成立 → 必是共振 → 直接选 那个。
例 2(660): 的特解形式?
赋 :分母 ,共振 → 提 :
形式 秒选
高代视角
算子法不是四招拼凑,它整套就是线性代数: 是函数空间上的线性变换, 是它的特征向量,特征方程 里的 正是 的特征值。四招本质是同一件事——在特征向量(及广义特征向量)基底上,把 化成数乘,求逆化成除法。
| 线性代数 | 算子法 |
|---|---|
| 矩阵 | 算子 (求导是线性变换) |
| 特征值 | : |
| 特征多项式 | |
| 对角化 → 数乘 | 赋值 → 数乘 |
| 奇异(不可逆) | 共振: |
| 零空间 | 齐次解空间 |
| 约当链 / 广义特征向量 | 提 : |
| 长除法( 在多项式上幂零) | |
| 解集 | 通解 齐次通解(特解不唯一) |
赋值 = 对角化:在 这个”方向”上, 就是乘 —— 是 的”特征方向”, 是”对角元”。
用线代的话说,“能不能取数值形式”的条件,就是这个函数是不是 D 的特征函数——是,就能取数值形式(数值就是对应的特征值);不是,就看做普通的求导
于是 作用在 上就是乘 ,求逆就是除以 ——和对角矩阵求逆 = 对角元取倒数是同一件事。
共振 = 奇异,提 = 约当链: 时 ,算子不可逆。但 : 是广义特征向量, 是一条约当链, 在链上”爬一格”、“退一格”。重根几重、链就多长,所以提几个 。
移位 = 谱平移:——乘以 相当于换基底,新基底里 的特征值整体平移 。移位定理就是”谱平移之后再求逆”。
长除 = 几何级数:把分母按升幂提常数因子后,求逆就是 的”几何级数”:
在 次多项式上是幂零算子( 清零),级数在 项后自然截断——“只算到 “不是偷懒,是幂零性。
三角 = 复特征向量: 是特征值 的特征向量组合, 在它们上面都是 。
所以”赋 “仍是特征值代入;共振 ⟺ 是特征根。
一句话本质
求导是线性变换 ⟹ 是”线性方程组”;
是特征向量 ⟹ “除以 “就是”除以 ”;
共振 = 特征值撞上 的零点,沿约当链取”广义逆”。
特征方程的名字就是这么来的——它就是算子的特征值方程。
2010 真题里特解”差一个齐次解分量”( 那个合并)也正是 的解集结构。