線形独立と微分方程式

1. はじめに

線形微分方程式を解く際に、独立な特解の線形結合が一般解を与えるという重要な性質があります。この記事では、なぜこの性質が成り立つのかを数学的に詳しく解説します。

2. 線形微分方程式の基本構造

$n$ 階の線形微分方程式は以下の形で表されます

$L[y] = a_n(x)\frac{d^n y}{dx^n} + a_{n-1}(x)\frac{d^{n-1} y}{dx^{n-1}} + \cdots + a_1(x)\frac{dy}{dx} + a_0(x)y = f(x)$

ここで、 $L[y]$ は線形微分作用素、 $f(x)$ は既知関数です。

2.1 線形性の重要性

線形微分作用素 $L$ は以下の性質を持ちます

加法性 $L[y_1 + y_2] = L[y_1] + L[y_2]$
斉次性 $L[cy] = cL[y]$ （ $c$ は定数）

3. 線形独立性の定義

関数 $y_1(x), y_2(x), \ldots, y_n(x)$ が線形独立であるとは、次の条件を満たすことです

$c_1 y_1(x) + c_2 y_2(x) + \cdots + c_n y_n(x) = 0 \quad \Rightarrow \quad c_1 = c_2 = \cdots = c_n = 0$

3.1 線形独立性の判定

ロンスキアン（Wronskian）を用いて線形独立性を判定できます

$W(y_1, y_2, \ldots, y_n) = \begin{vmatrix} y_1 & y_2 & \cdots & y_n \\ y_1′ & y_2′ & \cdots & y_n’ \\ \vdots & \vdots & \ddots & \vdots \\ y_1^{(n-1)} & y_2^{(n-1)} & \cdots & y_n^{(n-1)} \end{vmatrix}$

$W \neq 0$ ならば、関数は線形独立です。

線形独立性の数学的証明

1. ロンスキアンの定義

$n$ 個の関数のロンスキアンは上記の行列式で定義されます。

2. 線形従属の場合

関数が線形従属なら、非自明な解 $c_1, c_2, \ldots, c_n$ が存在し、すべての導関数について

$c_1 y_1^{(k)} + c_2 y_2^{(k)} + \cdots + c_n y_n^{(k)} = 0$

が成り立ちます。これは $W = 0$ を意味します。

3. 逆の証明

$W = 0$ ならば、上記の連立方程式が非自明な解を持つため、関数は線形従属です。

4. 重ね合わせの原理

線形微分方程式において、重ね合わせの原理が成り立ちます。

4.1 斉次方程式の場合

斉次線形微分方程式 $L[y] = 0$ の解 $y_1, y_2, \ldots, y_k$ について、任意の線形結合

$y(x) = c_1 y_1(x) + c_2 y_2(x) + \cdots + c_k y_k(x)$

もまた解になります。

重ね合わせの原理の証明

1. 線形性の利用

線形微分作用素 $L$ の線形性により

$L[y] = L[c_1 y_1 + c_2 y_2 + \cdots + c_k y_k]$

2. 分配法則の適用

加法性と斉次性から

$L[y] = c_1 L[y_1] + c_2 L[y_2] + \cdots + c_k L[y_k]$

3. 各項がゼロ

$y_1, y_2, \ldots, y_k$ がすべて $L[y_i] = 0$ を満たすので

$L[y] = c_1 \cdot 0 + c_2 \cdot 0 + \cdots + c_k \cdot 0 = 0$

4. 結論

したがって、 $y$ も $L[y] = 0$ を満たす解です。

5. 一般解の構成

$n$ 階の線形微分方程式の一般解は、 $n$ 個の線形独立な特解の線形結合で与えられます。

5.1 基本解系

斉次方程式 $L[y] = 0$ の $n$ 個の線形独立な解 $y_1, y_2, \ldots, y_n$ を基本解系と呼びます。

$y_h(x) = c_1 y_1(x) + c_2 y_2(x) + \cdots + c_n y_n(x)$

ここで、 $c_1, c_2, \ldots, c_n$ は任意定数です。

5.2 完全性の証明

基本解系がすべての解を表現できる理由を説明します。

基本解系の完全性の証明

1. 解空間の次元

$n$ 階線形微分方程式の解空間は $n$ 次元ベクトル空間です。

2. 基本解系の性質

$n$ 個の線形独立な解 $y_1, y_2, \ldots, y_n$ は解空間の基底を形成します。

3. 任意の解の表現

任意の解 $\phi(x)$ は、初期条件

$\phi(x_0), \phi'(x_0), \ldots, \phi^{(n-1)}(x_0)$

によって一意に決まります。

4. 係数の決定

これらの初期条件から、連立方程式

$c_1 y_1(x_0) + c_2 y_2(x_0) + \cdots + c_n y_n(x_0) = \phi(x_0)$

$\vdots$

$c_1 y_1^{(n-1)}(x_0) + c_2 y_2^{(n-1)}(x_0) + \cdots + c_n y_n^{(n-1)}(x_0) = \phi^{(n-1)}(x_0)$

を解くことで係数 $c_1, c_2, \ldots, c_n$ が一意に決まります。

5. ロンスキアンの非零性

基本解系の線形独立性により、ロンスキアン $W \neq 0$ なので、この連立方程式は一意解を持ちます。

6. 具体例：2階線形微分方程式

2階線形微分方程式の例で理解を深めましょう。

6.1 特性方程式による解法

定係数2階線形微分方程式

$y” + py’ + qy = 0$

の特性方程式は

$\lambda^2 + p\lambda + q = 0$

6.2 異なる根の場合

特性方程式が異なる2つの実根 $\lambda_1, \lambda_2$ を持つ場合

基本解： $y_1(x) = e^{\lambda_1 x}$ , $y_2(x) = e^{\lambda_2 x}$
一般解： $y(x) = c_1 e^{\lambda_1 x} + c_2 e^{\lambda_2 x}$
線形独立性：ロンスキアン $W = (\lambda_2 – \lambda_1)e^{(\lambda_1 + \lambda_2)x} \neq 0$

6.3 重根の場合

特性方程式が重根 $\lambda$ を持つ場合

基本解： $y_1(x) = e^{\lambda x}$ , $y_2(x) = xe^{\lambda x}$
一般解： $y(x) = (c_1 + c_2 x)e^{\lambda x}$
線形独立性：ロンスキアン $W = e^{2\lambda x} \neq 0$

7. まとめ

線形微分方程式において、独立な特解の線形結合が一般解を与える理由は以下の通りです

線形性 線形微分作用素の加法性と斉次性により、解の線形結合も解となる
重ね合わせの原理 複数の解を重ね合わせたものも解となる
完全性 $n$ 個の線形独立な解が解空間全体を張る
一意性 初期条件により任意定数が一意に決まる

この性質により、複雑な線形微分方程式も基本的な特解を組み合わせることで解くことができるのです。