Summary

비동차 이계 선형 미분방정식 의 특수해(particular solution) 를 구하는 두 가지 방법이다. 미정계수법(undetermined coefficients) 은 가 다항식·지수·사인/코사인처럼 “착할 때” 같은 꼴로 답을 추측해서 빠르게 푸는 방법이고, 매개변수변화법(variation of parameters) 은 가 무엇이든(예: , ) 작동하는 만능 방법이다. 둘 다 최종 답은 형태로 합친다.

용어 설명

  • homogeneous (동차): 우변이 0인 방정식 . 그 일반해가 .
  • nonhomogeneous (비동차): 우변에 가 붙은 방정식. “외부에서 미는 힘(forcing)“이 있다고 생각.
  • forcing term (강제항): 우변 . 시스템을 흔드는 입력.
  • particular solution (특수해): 를 딱 맞춰 주는 해 하나, .
  • general solution (일반해): . 모든 해를 포함.
  • undetermined coefficients (미정계수법): 답의 모양을 추측하고 미정 상수(A, B, …)를 대입해서 정하는 방법.
  • variation of parameters (매개변수변화법): 동차해의 상수를 함수로 “변하게” 만들어 특수해를 만드는 방법.
  • Wronskian (론스키안): 두 해 가 독립인지 재는 양, .

Undetermined Coefficients and Variation of Parameters

1. 큰 그림 (일반해 = 동차해 + 특수해 )

비동차 방정식

의 모든 해는 이렇게 쪼개진다.

비유: 그네를 생각하자. 는 “내가 안 밀어도 그네가 스스로 흔들리는 자연스러운 움직임”이고, 는 “내가 일정한 리듬으로 밀 때(=forcing ) 생기는 추가 움직임”이다. 진짜 그네의 전체 움직임은 이 둘을 더한 것이다.

그래서 순서는:

  1. 먼저 우변을 0으로 두고 를 구한다 (특성방정식 , 이건 Second-Order Linear ODE (Constant Coefficients) 참고).
  2. 그다음 를 미정계수법 또는 매개변수변화법으로 구한다.
  3. 둘을 더한다. 초기조건은 맨 마지막에 전체에 적용한다.

Warning

초기조건(initial condition)을 에만 먼저 끼워 맞추면 틀린다. 반드시 를 다 합친 다음에 상수 를 정해야 한다.

2. 미정계수법 (forcing 모양 따라 형태 추측)

핵심 아이디어: 가 미분해도 모양이 안 변하는 함수(다항식, 지수, 사인/코사인)면, 도 같은 종류일 것이다. 그래서 같은 꼴로 가정하고, 원래 식에 대입해서 미정계수(A, B, …)를 맞춘다.

추측표 (guess table)

의 모양가정하는
상수
다항식 (n차) (같은 n차 전부)
또는 (둘 다 넣기)
위 항들의 곱·합각각의 곱·합으로 가정

Tip

만 있어도 에는 도 같이 넣어야 한다 (). 미분하면 로 서로 바뀌기 때문. 다항식도 “최고차만”이 아니라 그 아래 차수를 전부 넣는다.

중복(겹침) 규칙

가정한 의 항이 이미 에 들어있으면(=동차해와 겹치면) 그대로 대입했을 때 0이 되어 버려서 계수를 못 정한다. 이때는 에 를 곱한다. 그래도 또 겹치면 을 곱한다. 자세한 예시는 5절 참고.

3. 매개변수변화법 (일반적, Wronskian 공식)

미정계수법은 가 “착한 꼴”일 때만 쓴다. , , , 처럼 추측이 안 되는 경우엔 매개변수변화법을 쓴다. 이건 어떤 든 작동하는 만능 공식이다.

먼저 동차해 두 개 를 구해 둔다 (). 그리고 표준형(standard form), 즉 의 계수를 1로 만든 형태

로 정규화한 뒤, Wronskian

을 계산한다. 그러면 특수해는

Warning

이 공식에서 쓰는 는 계수를 1로 나눈 뒤의 우변이다. 원래 식이 였다면 전체를 2로 나눠 로 만들고 써야 한다. 안 나누면 답이 틀린다.

직관: 동차해는 원래 로 상수 였다. 매개변수변화법은 이 상수를 함수 로 “변하게(variation)” 해서 로 두고, forcing을 흡수하도록 를 푼 결과가 위 적분 공식이다.

4. 예시 (각 방법 하나씩)

예시 A — 미정계수법

동차해: , 따라서 .

이고 는 와 겹치지 않으므로 (지수 3은 1, 2와 다름) 그대로 로 가정.

대입하면 , 이므로

따라서

예시 B — 매개변수변화법 (비표준 forcing)

는 추측표에 없다 → 매개변수변화법. 동차해: , 따라서 , .

Wronskian:

이미 표준형이고 . 공식에 대입:

두 번째 적분: .

첫 번째 적분: .

정리하면

따라서 .

5. 언제 무엇을 / 흔한 함정 (중복 시 곱하기)

언제 무엇을?

  • 미정계수법: 가 다항식 / 지수 / 사인·코사인 / 그 곱·합일 때. 빠르고 적분 없음. 먼저 시도.
  • 매개변수변화법: 가 그 외 아무거나 (, , , 등). 만능이지만 적분이 무겁다.

흔한 함정

  1. 중복(겹침) → 곱하기: 가정한 가 의 한 항과 같으면 를 곱한다.
    • 예: 에서 . 가 이미 에 있으므로 가 아니라 .
    • 만약 가 중근이라 에 둘 다 있었다면 (한 번 더 곱).
  2. 표준형으로 정규화 안 함: 매개변수변화법 공식의 는 계수를 1로 만든 뒤의 우변이다. 안 나누면 틀린다.
  3. 사인만 보고 코사인 빠뜨림: 여도 둘 다 넣어야 한다.
  4. 다항식 저차항 빠뜨림: 면 가 아니라 .

6. 30초 요약

  • 비동차 의 답은 .
  • 먼저 (우변 0), 그다음 .
  • 미정계수법: 가 다항식·지수·사인/코사인일 때 같은 꼴로 추측 → 대입 → 계수 결정. 빠름.
  • 매개변수변화법: 가 아무거나일 때 만능. , (표준형 기준).
  • 겹치면 (또 겹치면 ) 곱하기.
  • 매개변수변화법 전에 계수를 1로 정규화.
  • 교과서: Boyce & DiPrima, §3.5 (미정계수법), §3.6 (매개변수변화법).

관련 노트