上下解的构造技巧
通过上下解/比较函数构造估计解的存在区间与爆破时间。
在常微分方程（ODE）中，通过构造**比较函数（Comparison Functions）**来估计解的生存区间 \([0, \beta)\) 是一种经典的解析技巧。
构造的核心逻辑是：寻找一类初等函数，其导数形式与原方程的右端项 \(f(x, y)\) 在量级上匹配，且其爆破点（Singularity）易于计算。
以下是针对不同右端项增长速度的常见构造表：
1. 二次增长型（Ricatti 型微分不等式）
这是你遇到的类型，也是竞赛和考试中最常见的。
- 特征形式： \(y' \approx y^2 + C\) 或 \(y' \approx (y+a)^2 + b^2\)
- 推荐构造： 正切函数 \(\tan(kx + \theta)\)
- 构造细节：
- 若目标是证明 \(\beta \ge L\)，构造 \(u(x) = A \tan(kx + \frac{\pi}{4}) + B\)。
- 技巧： 利用 \((\tan x)' = 1 + \tan^2 x\)。通过调整频率 \(k\) 和相位，可以直接对齐爆破点。
- 爆破点： 当内部参数达到 \(\pi/2\) 时爆破。
2. 超二次增长型（级数增长）
- 特征形式： \(y' \approx y^p \quad (p > 1)\)
- 推荐构造： 幂函数 \(u(x) = \frac{A}{(L-x)^\alpha}\)
- 构造细节：
- 令 \(\alpha = \frac{1}{p-1}\)。
- 这类函数在 \(x = L\) 处爆破。
- 例子： 对于 \(y' = y^3\)，构造 \(u(x) = \frac{1}{\sqrt{2(L-x)}}\)，因为 \(u' = \frac{1}{(2(L-x))^{3/2}} = u^3\)。
3. 指数增长型（非爆破，用于估计下界）
- 特征形式： \(y' \approx Ay\)（线性增长）
- 推荐构造： 指数函数 \(u(x) = y(0)e^{Ax}\)
- 结论： 线性增长通常意味着解是全局存在的（\(\beta = \infty\)）。但在某些有限区间问题中，可以用它来证明解增长得“不够快”。
4. 含有自变量 \(x\) 的交互影响
- 特征形式： \(y' \approx x^n y^p + x^m\)
- 推荐构造： 变系数构造或分段放大
- 技巧：
- 先粗筛： 在区间 \([0, L]\) 上，将 \(x\) 替换为其最大值（如 \(x \le L\)），转化为上述的自治系统（Autonomous System）。
- 构造： \(u(x) = (A - Bx)^{-\alpha}\)。
综合构造对照表
| 原方程右端项 \(f(x, y)\) 的主导项 | 推荐的上解 \(u(x)\) 形式 | 爆破点 \(x_{blow-up}\) 计算 | 适用场景 |
|---|---|---|---|
| \(y^2 + k^2\) | \(k \tan(kx + \frac{\pi}{4})\) | \(x = \frac{\pi}{4k}\) | 证明存在区间的下界（如 \(\beta \ge \pi/4\)） |
| \(y^p\) (\(p>1\)) | \(C(L-x)^{-\frac{1}{p-1}}\) | \(x = L\) | 证明幂次增长型的爆破界限 |
| \(e^y\) | \(-\ln(L-x)\) | \(x = L\) | 涉及指数级增长增长的方程 |
| \(A y \ln y\) | \(e^{C e^{Ax}}\) | 无有限爆破点 | 验证 Osgood 条件或全局存在性 |
| \(y^2 + x^2\) | \(\tan(x + C)\) 或放缩为 \(y^2 + L^2\) | 视 \(C\) 而定 | 含有自变量扰动的二次增长 |
专家建议（如何选择 \(K\) 和相位）：
你在尝试 K tan(2x) - 1 时失败的根本原因在于待定系数法的匹配顺序。建议遵循以下流程：
- 先确定初值对齐： 设 \(u(x) = A \tan(kx + \phi) + B\)。首先令 \(x=0\), 确保 \(u(0) \ge y(0)\)。
- 再确定爆破位置： 如果题目要你证 \(\beta \ge L\)，那么令 \(kL + \phi = \frac{\pi}{2}\)。
- 最后验证微分不等式： 计算 \(u'(x)\)，看它是否满足 \(u' \ge f(x, u)\)。如果 \(u'\) 项太小，可以通过增大 \(A\) 或改变 \(k\) 来调整。
一个很有用的口诀：
- 想证明“解能活得久”（\(\beta \ge \dots\)），就找一个跑得刚好够快的上解去罩住它。
- 想证明“解死得早”（\(\beta \le \dots\)），就找一个跑得更快的下解去捅破它。
你的直觉中 tan(2x) 确实跑得很快，所以它更适合用来证明 \(\beta \leq \text{某个值}\)（作为下解），而不是证明 \(\beta \geq \text{某个值}\)。