Lineární modely – 12.

přednáška
Lineární diferenční rovnice

Ondřej Klíma

16. 12. 2016

12. přednáška Lineární diferenční rovnice 1/19

Osnova přednášky

Lineární diferenční rovnice

Homogenní lineární diferenční rovnice

Nehomogenní lineární diferenční rovnice

12. přednáška Lineární diferenční rovnice 2/19

Připomenutí – rekurentní metody v kombinatorice
Příklad (Schody)
Kolika způsoby lze vyjít 10 schodů, pokud mohu dělat kroky po
1 nebo 2 schodech.

Řešme obecně pro n schodů. Označme počet p(n).

Platí: p(1) = 1, p(2) = 2 Pozn.: Má smysl uvažovat i p(0) = 1.
Rozdělíme podle prvního kroku:
1 schod . . . zbývá n − 1 schodů. tj. p(n − 1) způsobů,
2 schody . . . zbývá n − 2 schodů. tj. p(n − 2) způsobů.
Celkem
p(n) = p(n − 1) + p(n − 2) .
Tj. p(3) = p(2) + p(1) = 3, p(4) = 3 + 2 = 5, . . . ,
Definice (Fibonacciho posloupnost)
p(n) = p(n − 1) + p(n − 2), p(0) = 1, p(1) = 1.

V literatuře nejednotný začátek – často p(0) = 0, p(1) = 1.

12. přednáška Lineární diferenční rovnice 3/19
Diferenční rovnice

Definice
Diferenční rovnice řádu k je formule

f (n + k) = F (n, f (n), f (n + 1), . . . , f (n + k − 1)),

kde F je reálná funkce v k + 1 promněnných.

Posloupnost f (0), . . . , f (k − 1) nazýváme počáteční podmínky.

Funkce F a počáteční podmínky jednoznačně určují

posloupnost
(f (n))n∈N = (f (n))∞ ω
n=0 ∈ R .

12. přednáška Lineární diferenční rovnice 4/19

Lineární diferenční rovnice

Definice
Diferenční rovnice se nazývá lineární, jestliže existují
skaláry(konstanty) a0 , a1 , . . . , ak , b takové, že
F (x0 , x1 , . . . , xk ) = a0 x0 + a1 x1 + · · · + ak xk + b.

Příklad (Lineární diferenční rovnice druhého řádu)

Fibonacciho posloupnost
p(n + 2) = p(n + 1) + p(n), p(0) = p(1) = 1
je lineární diferenční rovnice.
Zde dokonce a0 = b = 0. (a1 = a2 = 1).

Cíl: najít explicitní vyjádření (formulku) pro n-tý člen.

Pak lze vidět různé vlastnosti: např. znaménko, „tendenci
vývoje“.

12. přednáška Lineární diferenční rovnice 5/19

Homogenní lineární diferenční rovnice
Definice
Homogenní lineární diferenční rovnice řádu k je formule

f (n + k) = a1 f (n) + a2 f (n + 1) + · · · + ak f (n + k − 1) .

Píšeme také:
xn + b1 xn−1 + · · · + bk xn−k = 0 .
Hovoříme též o homogenní lineární rekurenci.
Řešení je nekonečná poslopnost x = (xn )∞ n=0 ∈ R .
ω

Součet dvou řešení je opět řešení.

Skalární násobek řešení je opět řešení.
Množina řešení je vektorovým prostorem a každý vektor je
jednoznačně dán posloupností x = (xn )kn=0
−1
∈ Rk .
Tzn. dimenze je rovna řádu k.
Rádi bychom nalezli vhodná bázická řešení.
Ostatní řešení dostaneme jako jejich lineární kombinace.
12. přednáška Lineární diferenční rovnice 6/19
Hledání bazických řešení

Uvažujme možnost xn = λn pro nějaký skalár λ 6= 0.

Pak dostáváme podmínku

λn−k (λk + b1 λk −1 + · · · + bk ) = 0

Ta znamená, že λ je kořenem tzv. charakteristického

polynomu v závorce.
Zde předpokládáme bk 6= 0, tj. 0 není kořenem
charakteristického polynomu.
Předpokládejme, že charakteristický polynom má k
různých kořenů λ1 , . . . , λk .
Každý z kořenů nám dává jedno možné řešení xn = (λi )n .
Můžeme za tímto účelem rozšířit uvažované pole skalárů z
R na C (později).

12. přednáška Lineární diferenční rovnice 7/19

Hledání bazických řešení – pokračování
Nezávislost plyne z nezávislosti k vektorů
(1, λi , λ2i , . . . , λik −1 ).
K tomu se použije Vandermondův determinant [MB201]:
1 1 1 ... 1
λ1 λ2 λ3 ... λk
λ21 λ22 λ23 ... λ2k
Y
= (λi − λj )
.. .. .. .. 1≤i<j≤k
. . . .
λk1 −1 λk2 −1 λ3k −1 ... λkk −1

Potom libovolné řešení zadané homogenní lineární

diferenční rovnice je tvaru
xn = c1 λn1 + c2 λn2 + · · · + ck λnk .
Konstanty ci určíme tak, abychom splnili počáteční
podmínky. Řešíme soustavu k rovnic s neznámými ci .
12. přednáška Lineární diferenční rovnice 8/19
Příklad — Fibonacciho posloupnost

Rekurence xn = xn−1 + xn−2 , x0 = x1 = 1 .

Charakteristický polynom: λ2 − λ − 1 .
√ √
1+ 5 1− 5
Kořeny λ1 = 2 , λ2 = 2 .
Explicitní vztah p(n) = c · λ1 + d · λn2 , kde p(0)
n = p(1) = 1.
√ √
Tedy 1 = c + d a 1 = c · 1+2 5 + d · 1−2 5 .
Odkud c = √15 λ1 , d = − √15 λ2 .
Celkem
√ !n+1 √ !n+1
1 1+ 5 1 1− 5
p(n) = √ −√ .
5 2 5 2

Všimněme si, že p(n) ∈ N.

Zkouška: p(2) = 2 dle rekurence. Vypočteme p(2) dle
vzorce. ◮◮
12. přednáška Lineární diferenční rovnice 9/19
Násobné kořeny

Technické komplikace: násobné kořeny, nereálné kořeny,

nehomogenní rovnice.
Necht’ λ je dvojnásobný kořen charakteristického
polynomu f (x).Tedy f ′ (λ) = 0. ◮◮
Pro f (x) = xk + b1 x k −1 + · · · + bk x0 víme
f ′ (x) = kx k −1 + b1 (k − 1)x k −2 + · · · + bk −1 + 0 a proto

0 = λf ′ (λ) = kλk + b1 (k − 1)λk −1 + · · · + bk −1 (1)λ + bk (0)λ0

Dostáváme řešení xn = n · λn zadané diferenční rovnice.

Podobně se postupuje — použitím vyšších derivací —
v případě vícenásobných kořenů.
Dostáváme dále řešení: xn = n2 · λn , xn = n3 · λn , . . .

Nebo výběrem jiné báze: xn = n j λn pro j = 0, . . . , ℓ − 1.

Opět nezávislé vektory/posloupnosti.

12. přednáška Lineární diferenční rovnice 10/19

Příklad — násobné kořeny

Rekurence xn = 4xn−1 − 4xn−2 , x0 = 0, x1 = 4 .

Charakteristický polynom: λ2 − 4λ + 4 = (λ − 2)2 .
Dvojnásobný kořeny λ1 = 2.
Explicitní vztah p(n) = c · 2n + d · n · 2n , kde
p(0) = 0, p(1) = 4.
Tedy 0 = c a 4 = c · 2 + d · 2. Tj. d = 2.
Celkem
p(n) = n · 2n+1 .

Zkouška: x2 = 4x1 − 4x0 = 4 · 4 − 0 = 16,

p(2) = 2 · 23 = 2 · 8 = 16.
„Tendence vývoje“: rostoucí posloupnost.

12. přednáška Lineární diferenční rovnice 11/19

Nereálné kořeny

Necht’ λ1 je nereálný kořen charakteristického polynomu

f (x). Tedy f (λ1 ) = 0, kde λ1 = |z|(cos(ϕ) + i sin(ϕ)) a
λ2 = |z|(cos(ϕ) − i sin(ϕ)). Přitom f (λ2 ) = 0.
Potom λn1 = |z|n (cos(nϕ) + i sin(nϕ)) a
λn2 = |z|n (cos(nϕ) − i sin(nϕ)).
Odtud 12 (λn1 + λn2 ) = |z|n cos(nϕ) ∈ R a také
1 n n n
2i (λ1 − λ2 ) = |z| sin(nϕ) ∈ R (pro libovolné n).
Řešení rekurence jsou také
xn = c · |z|n cos(nϕ) + d · |z|n sin(nϕ), kde c, d jsou
libovolná reálná čísla.
Opět potřebujeme nezávislost a můžeme kombinovat s
ostatními bazickými řešeními.

12. přednáška Lineární diferenční rovnice 12/19

Příklad — nereálné kořeny

Rekurence xn = 2xn−1 − 2xn−2 , x0 = 0, x1 = 1 .

Charakteristický polynom: λ2 − 2λ + 2 = (λ − 1)2 + 1 .
√
Kořeny λ1,2 = 1 ± i = 2(cos π4 ± i sin π4 ).
√ n √ n
Explicitní vztah p(n) = c · 2 cos( nπ nπ
4 ) + d · 2 sin( 4 ),
kde p(0) = 0, p(1) = 1.
Tedy 0 = c a 1 = c + d . Tj. d = 1.
Celkem √ n nπ
p(n) = 2 sin( ).
4

Zkouška: x2 = 2x1 − 2x0 = 2 · 1 − 0 = 2,

√ 2
p(2) = 2 · sin( 2π
4 ) = 2.
„Tendence vývoje“: p(4k) = 0, střídání znamének,
p(4k + 3) = p(4k + 2) = 2p(4k + 1) = 2 · (−4)k .

12. přednáška Lineární diferenční rovnice 13/19

Nehomogenní diferenční rovnice
Nehomogenní lineární diferenční rovnice řádu k je formule
f (n + k) = a1 f (n) + a2 f (n + 1) + · · · + ak f (n + k − 1) + b(n) ,
kde a1 , . . . , ak jsou skaláry (z R) a b polynom (nad R).
Všechna řešení nehomogenních lineárních diferenčních
rovnic můžeme dostat tak, že najdeme jedno řešení a
přičteme celý vektorový prostor dimenze k řešení
odpovídajících zhomogenizované diferenční rovnici.
Hledáme (tzv. partikulární) řešení ve tvaru polynomu
xn = α0 + α1 n + · · · + αs ns
s neznámými koeficienty αi , i = 1, . . . , s, kde s je stupeň
polynomu b. (Výjimka: vyšší, pokud je 1 kořenem
charakteristického polynomu.)
Dosazením do diferenční rovnice dostatneme systém s + 1
rovnic pro s + 1 proměnných αi .
12. přednáška Lineární diferenční rovnice 14/19
Příklad — nehomogenní diferenční rovnice
Příklad
Najděte posloupnost, která vyhovuje nehomogenní diferenční
rovnici s počátečními podmínkami:

xn+2 = xn+1 + 2xn − n, x0 = 2, x1 = 5.

Obecné řešení zhomogenizované rovnice je tvaru ◮◮

a(−1)n + b2n . (Pokud bychom řešili homogenní případ)
Partikulárním řešením je n2 + 41 . ◮◮
Obecné řešení dané nehomogenní rovnice bez
počátečních podmínek je tedy a(−1)n + b2n + n2 + 41 .
Dosazením do počátečních podmínek zjistíme konstanty
a = − 41 , b = 2. Dané rovnici s počátečními podmínkami
tedy vyhovuje posloupnost ◮◮
1 n 1
(−1)n+1 + 2n+1 + + .
4 2 4
12. přednáška Lineární diferenční rovnice 15/19
Shrnutí

Prostor všech řešení homogenní lineání diferenční rovnice

řádu k je vektorový prostor dimenze k.
Všechna řešení jsou generována fundamentálním
systémem k řešení, který lze obdržet z kořenů
charakteristického polynomu.
Všechna řešení nehomogenní lineání diferenční rovnice
obdržíme, když přičteme jedno pevně zvolené partikulární
řešení ke všem řešením zhomogenizované lineání
diferenční rovnice.
Řešení vyhovující daným počátečním podmínkám
x0 = f0 ,. . . , xk −1 = fk −1 hledáme z obecného řešení
dosazením podmínek a určením koeficientů lineání
kombinace fundamentálních řešení.
Z explicitní formule vidíme asymptotické chování
(exponenciální růst, znaménka, periodicita, . . . ).

12. přednáška Lineární diferenční rovnice 16/19

Domácí úloha

Příklad (13.1)
Určete explicitní formuli pro posloupnost celých čísel, která je
dána následující rekurentní formulí a počátečními podmínkami:

xn+2 = 5xn+1 − 6xn − 2n + 3, x0 = 0, x1 = 0 .

Příklad (13.2)
Určete explicitní formuli pro posloupnost celých čísel, která je
dána následující rekurentní formulí a počátečními podmínkami:

xn+4 = 6xn+3 − 14xn+2 + 16xn+1 − 8xn − n + 2 ,

x1 = 0, x2 = 2 x3 = 11, x4 = 40 .

12. přednáška Lineární diferenční rovnice 17/19

Požadavky
Dnes nic. Provedeme rekapitulaci nejpodstatnějších požadavků
a témat během semestru.
(1,2) Kombinatorika: elementární příklady na princip součtu
a součinu; permutace, variace a kombinace s opakováním
i bez; rekurentní metody; princip inkluze a exkluze (n ≤ 5).
(3) Pravděpodobnost: elementární příklady, podmíněná a
geometrická pravděpodobnost.
(2,5,8,7) Matice a soustavy lineárních rovnic: determinant,
inverzní matice, vlastní čísla a vektory.
(4) Geometrie v rovině: velikosti úseček a úhlů, viditelnost,
obsah, otáčení, pravidelné n-úhelníky.
(6) Vektorové prostory: báze a dimenze podprostorů,
souřadnice vektorů, skalární součin a ortogonální báze.
(7) Lineární zobrazení: matice lineárního zobrazení v dané
bázi, změna báze – matice přechodu, identifikace
shodných zobrazení analýzou vlastních vektorů.
12. přednáška Lineární diferenční rovnice 18/19
Požadavky II

(8) Afinní geometrie přímek a rovin (zejména) – implicitní a

parametrický popis, průniky, příčky a osy mimoběžek.
(9) Euklidovská geometrie: vzdálenost podprostorů, kolmá
projekce, ortogonální doplněk, odchylka dvou přímek.
(10) Lineární programování (optimalizace): geometrické
řešení úlohy v rovině, algoritmické řešení zjednodušené
úlohy.
(11) Lineární procesy: Leslieho model růstu, Markovovy
procesy s primitivní maticí.

Přeji mnoho zdaru.

12. přednáška Lineární diferenční rovnice 19/19