LỜI NÓI ĐẦU

Phương trình vi phân và hệ động lực là một chuyên ngành quan trọng
trong Toán học giải tích và có nhiều ứng dụng trong các lĩnh vực khoa học,
công nghệ. Nó được xem như là cầu nối giữa lí thuyết và ứng dung. Bởi những
lí do đó, phương trình vi phân là môn học quan trọng được giảng dạy rộng
rãi ở các trường đại học trong nước và quốc tế.
Nội dung quốn sách bài tập này được biên soạn theo chương trình giảng
dạy môn Phương trình vi phân tại Khoa - Toán - Cơ - Tin cho K60 CNTN
Toán, K60 Toán học, K60 SP Toán, trường đại học khoa học tự nhiên, Hà
Nội. Nội dung cuốn sách được trình bày theo cách nêu ra các định nghĩa, định
lí (một hình thức tiếp cận quen thuộc của sinh viên ngành toán). Việc chứng
minh chi tiết từng bước trong các định lí là mục đích của tác giả để sách có
thể là một tài liệu tham khảo tốt cho sinh viên các ngành không chuyên về
toán. Sau mỗi một phương trình, tác giả cố gắng trình bày cách áp dụng toán
vào mô hình cụ thể nhằm giúp các bạn bên khoa học ứng dụng quen với cách
mô hình toán vào vấn đề thực tế (đây là kĩ năng quan trọng trong việc giúp
các bạn trong các ngành khoa học ứng dụng tiến xa hơn). Phần bài tập định
tính, dành riêng cho các bạn ngành toán, nhằm giúp các bạn làm quen với
cách nghiên cứu về toán lí thuyết trong phương trình vi phân (đối với sinh
viên ngành khác, không cần làm mục này).
Nội dung cuốn sách gồm 3 chương.
Chương 1 dành cho việc trình bày phương trình vi phân cấp 1, các tính
chất và các loại phương trình thường gặp. Đối với lớp phương trình phi tuyến
khó hơn, chúng tôi dành cho việc trình bày trong cuốn lí thuyết.

2
 Chương 2 trình bày về phương trình tuyến tính cấp cao, chủ yếu là phương
trình vi phân cấp 2. Đối với phần phi tuyến, chúng tôi chỉ nêu một số phương
trình đặc biệt để minh họa các mô hình toán cơ bản.
Chương 3 chủ yếu đề cập đến hệ phương trình vi phân tuyến tính và các
mô hình áp dụng.
Trong quá trình biên soạn chúng tôi đã tham khảo một số sách giáo trình
và sách mô hình toán trong nước và quốc tế. Danh sách các tài liệu này được
chỉ ra ở phần Tài liệu tham khảo.
Nhóm chúng tôi xin gửi lời cảm ơn chân thành tới các thành viên của bộ
môn giải tích, Khoa Toán - Cơ - Tin học, trường Đại học Khoa học Tự nhiên,
Hà Nội cho những đóng góp quý báu. Chúng tôi cũng xin cảm ơn sinh viên
Khoa Toán K60 đã giúp chúng tôi hoàn thiện phần mô hình toán của phương
trình vi phân.
Lần đầu ra mắt bạn đọc, cuốn sách còn nhiều thiếu sót, chúng tôi mong
nhận được ý kiến đóng góp của bạn đọc để nội dung được hoàn chỉnh hơn
trong các lần tái bản tiếp theo.

Hà Nội, ngày 30 tháng 12 năm 2016

Nhóm tác giả

3
Mục lục

Lời nói đầu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2

1 Phương trình vi phân cấp một 3

1.1 Phương trình tuyến tính . . . . . . . . . . . . . . . . . . . . . 3
1.2 Phương trình tách biến . . . . . . . . . . . . . . . . . . . . . 71
1.3 Sử dụng phương pháp đổi biến để giải một số lớp phương trình
đặc biệt . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
1.3.1 Phương trình vi phân thuần nhất . . . . . . . . . . . . 91
1.3.2 Phương trình Bernoulli . . . . . . . . . . . . . . . . . 93
1.3.3 Phương trình Riccati . . . . . . . . . . . . . . . . . . . 95
1.4 Phương trình vi phân toàn phần . . . . . . . . . . . . . . . . 105

2 Phương trình vi phân cấp cao 116

2.1 Phương trình tuyến tính . . . . . . . . . . . . . . . . . . . . . 116
2.1.1 Cấu trúc nghiệm của phương trình tuyến tính hệ số
biến thiên . . . . . . . . . . . . . . . . . . . . . . . . . 116
2.1.2 Cách giải phương trình tuyến tính hệ số hằng . . . . . 126
2.1.3 Một số phương trình tuyến tính hệ số biến thiên giải
được . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
2.2 Một số phương trình phi tuyến . . . . . . . . . . . . . . . . . 164

1
3 Hệ phương trình vi phân 165
3.1 Hệ phương trình vi phân tuyến tính . . . . . . . . . . . . . . 165
3.1.1 Cấu trúc nghiệm của hệ phương trình tuyến tính . . . 165
3.1.2 Cách giải hệ phương trình tuyến tính hệ số hằng . . . 169
3.2 Hệ phương trình phi tuyến . . . . . . . . . . . . . . . . . . . . 190
3.2.1 Phương pháp tổ hợp tích phân . . . . . . . . . . . . . 190
3.2.2 Trường hướng và mô hình toán . . . . . . . . . . . . . 198

Tài liệu tham khảo 212

2
Chương 1

Phương trình vi phân cấp

một

1.1 Phương trình tuyến tính

Định nghĩa 1.1.1. Phương trình vi phân cấp một có dạng

a1 (x)y 0 + a0 (x)y = g(x), (1.1)

được gọi là phương trình vi phân tuyến tính của hàm y theo biến x.
Nếu hàm g ≡ 0 thì ta gọi (1.1) là phương trình tuyến tính thuần nhất.
Ngược lại, ta gọi (1.1) là phương trình tuyến tính không thuần nhất.

Ví dụ 1.1.1. Phương trình

y 0 + 2xy = 0 và y0 − y = 5

tương ứng là ví dụ về phương trình tuyến tính thuần nhất và tuyến tính
không thuần nhất.

3
Nhận xét 1.1.1. Ta hạn chế miền xác định của x để a1 (x) khác 0, khi đó,
chia hai vế của phương trình (1.1) cho hệ số a1 (x), ta thu được dạng hữu ích
hơn của phương trình tuyến tính

y 0 + P (x)y = f (x). (1.2)

Ta chỉ xét phương trình (1.2) trên khoảng I với các hàm hệ số P (x) và
f (x) là liện tục. Khi đó, ta có định lí dưới đây.

Định lý 1.1.1. Nghiệm tổng quát của phương trình tuyến tính (1.2) có dạng
R
Z R R
− P (x)dx
y(x) = e e P (x)dx f (x)dx + ce− P (x)dx . (1.3)

Trong đó c là hằng số bất kì.

R
Trong giáo trình này, khi viết g(x)dx với g là hàm nào đó thì ta luôn
hiểu đây là một nguyên hàm nào đó của g (Không phải là họ nguyên hàm
của g).

Chứng minh. Xét hàm µ(x) > 0 (được chọn sau) xác định trên miền I thỏa
mãn
0
µ(x)y 0 + µ(x)P (x)y = (µ(x)y(x)) . (1.4)

Nhân cả 2 vế của (1.2) với hàm µ(x) được chọn ở trên ta thu được

µ(x)y 0 + µ(x)P (x)y = µ(x)f (x)

0
⇔ (µ(x)y(x)) = µ(x)f (x)
Z
⇔µ(x)y(x) = µ(x)f (x)dx + c.

Do µ(x) > 0 trên I nên

Z
1 c
y(x) = µ(x)f (x)dx + . (1.5)
µ(x) µ(x)
Tiếp theo, ta chọn hàm µ(x) thỏa mãn (1.4). Đẳng thức (1.4) tương đương
với
µ(x)y 0 + µ(x)P (x)y = µ0 (x)y(x) + µ(x)y 0 .

4
Giả sử y(x) 6= 0 với mọi x ∈ I (điều này làm được dựa vào định lí duy nhất
nghiệm). Khi đó, đẳng thức cuối cùng tương đương với

µ0 (x) = µ(x)P (x)

dµ(x)
⇔ = µ(x)P (x)
dx
dµ(x)
⇔ = P (x)dx (do µ(x) > 0 trên I)
µ(x)
Z Z
dµ(x)
⇔ = P (x)dx + c1
µ(x)
Z
⇔ ln |µ(x)| = P (x)dx + c1
R
⇔µ(x) = ±ec1 + P (x)dx

Do ta chỉ cần chọn hàm µ(x) > 0 thích hợp nên chọn c1 = 0 ta thu được
R
P (x)dx
µ(x) = e (1.6)

Thay µ(x) vào công thức (1.5) ta có điều phải chứng minh.

Nhận xét 1.1.2. Trong chứng minh trên, ta chọn hàm µ(x) < 0 trên I cũng
sẽ thu được kết quả tương tự.

Trong nội dung của sách, các ví dụ đều không áp dụng luôn các công thức
trong định lí mà đều lặp lại quy trình trong chứng minh định lí để giải ra
nghiệm. Chúng tôi nghĩ điều này sẽ có lợi hơn cho bạn đọc, thay vì phải nhớ
công thức cồng kềnh và giúp bạn đọc hiểu lí rõ hơn lí do tại sao có công thức
đấy.

Định nghĩa 1.1.2. Ta gọi hàm µ(x) trong định lí trên là nhân tử tích phân.

Ví dụ 1.1.2. Tìm nghiệm tổng quát của phương trình

y 0 − 3y = 0.

5
Đây là phương trình tuyến tính với P (x) = −3 và f (x) = 0. Theo công thức
(1.6) ta có
R
µ(x) = e (−3)dx
= e−3x .

Nhân hai vế của phương trình với µ(x) ta thu được

e−3x y 0 − 3e−3x y = 0

0
⇔ e−3x y = 0

⇔e−3x y = c

⇔y = ce3x . (∀x ∈ R)

Ví dụ 1.1.3. Tìm nghiệm tổng quát của phương trình

y 0 − 3y = 6.

Đây là phương trình tuyến tính với P (x) = −3 và f (x) = 6. Theo công thức
(1.6) ta có
R
µ(x) = e (−3)dx
= e−3x .

Nhân hai vế của phương trình với µ(x) ta thu được

e−3x y 0 − 3e−3x y = 6e−3x

0
⇔ e−3x y = 6e−3x

⇔e−3x y = −2e−3x + c

⇔y = −2 + ce3x . (∀x ∈ R)

Hình 1.1 mô tả Một số đường cong nghiệm cho ví dụ 1.1.4

Ví dụ 1.1.4. Tìm nghiệm tổng quát của phương trình

xy 0 − 4y = x6 ex .

Xét miền I = R \ {0}. Khi đó, chia cả hai vế của phương trình cho x ta thu
được
4
y0 − y = x5 ex .
x

6
 Hình 1.1:

−4
Đây là phương trình tuyến tính với P (x) = và f (x) = x5 ex . Ta xét
x
phương trình trên miền (0, +∞) (trường hợp (0, +∞) được làm tương tự).
Khi đó, nhân tử tích phân của phương trình có dạng
R
x−1 dx 1
µ(x) = e−4 = e−4 ln |x| = . (do x ∈ (0, +∞))
x4

Nhân hai vế của phương trình với µ(x) ta thu được

1 0 1
4
y − 4 5 y = xex
x x
 0
1
⇔ y = xex
x4
1
⇔ 4 y = xex − ex + c
x
⇔y = x5 ex − x4 ex + cx4 . (∀x ∈ (0, +∞))

Nhận xét 1.1.3. Để ý rằng nghiệm y(x) = x5 ex − x4 ex + cx4 của Ví dụ

1.1.4 là xác định với mọi x ∈ R nhưng rõ ràng đó không phải là nghiệm tổng
quát của phương trình trên miền R. Do với điều kiện ban đầu y(0) = y0 6= 0
nào đó, ta không thể giải ra c = ϕ(x0 , y0 ).

Ví dụ 1.1.5. Tìm nghiệm tổng quát của phương trình

(x2 − 9)y 0 + xy = 0.

7
Ta viết phương trình dưới dạng

x
y0 + y=0
x2 − 9

Do đó, P (x) = x/(x2 − 9) và f (x) = 0. Rõ ràng P (x) liên tục trên miền
(−∞, −3), (−3, 3) và (3, +∞). Ta tìm nghiệm tổng quát trên miền (3, +∞)
(trên các miền còn lại xem như bài tập). Theo Định lí (1.1.1) Ta có nhân tử
tích phân

x(x2 −9)−1 dx 1/2 ln |x2 −9|

R p
µ(x) = e =e = x2 − 9 ( do ta chỉ xét miền (3, +∞))

. Nhân 2 vế với µ(x), phương trình trở thành

p 0
x2 − 9y =0
p
⇔ x2 − 9y = c
c
⇔y = √
x2 − 9

Đối với bài toán Cauchy


 y 0 + P (x)y = f (x)
(1.7)
y(x0 ) = y0


ta có định lí dưới đây.

Định lý 1.1.2. Cho (x0 , y0 ) nằm trong miền duy nhất nghiệm của phương
trình (1.7). Khi đó, nghiệm duy nhất của bài toán (1.7) được xác định trong
lân cận của x0 có dạng
Rx Zx Rτ Rx
− P (τ )dτ P (s)ds − P (τ )dτ
x0 x0 x0
y(x) = e e f (τ )dτ + y0 e .
x0

Chứng minh. Trước hết, ta đặt

Z Z
Φ(x) = P (x)dx và Ψ(x) = eΦ(x) f (x)dx.

8
Khi đó, (1.3) được viết dưới dạng

y(x) = e−Φ(x) Ψ(x) + ceΦ(x) . (1.8)

Do nghiệm thỏa mãn điều kiện ban đầu y(x0 ) = y0 nên ta có

y0 = y(x0 ) = e−Φ(x0 ) Ψ(x0 ) + ce−Φ(x0 )

⇔ c = y0 eΦ(x0 ) − Ψ(x0 )

Thay giá trị này vào phương trình (1.8) ta thu được

y(x) = e−Φ(x) Ψ(x) + ce−Φ(x)

 
= e−Φ(x) Ψ(x) + y0 eΦ(x0 ) − Ψ(x0 ) e−Φ(x)

= e−Φ(x) Ψ(x) + y0 e−(Φ(x)−Φ(x0 )) − Ψ(x0 )e−Φ(x)

= e−Φ(x) (Ψ(x) − Ψ(x0 )) + y0 e−(Φ(x)−Φ(x0 ))

Zx Rx
− P (τ )dτ
= e−Φ(x) eΦ(τ ) f (τ )dτ + y0 e x0
(công thức Niuton - Leibnit)
x0
Zx Rx
− P (τ )dτ
−(Φ(x)−Φ(x0 ) Φ(τ )−Φ(x0 ) x0
=e e f (τ )dτ + y0 e
x0
Rx Zx Rτ Rx
− P (τ )dτ P (s)ds − P (τ )dτ
x0
=e ex0 f (τ )dτ + y0 e x0

x0

Do đó, ta có điều phải chứng minh.

Ví dụ 1.1.6. Giải bài toán Cauchy sau

y 0 + y = x, y(0) = 4.

Áp dụng Định lí 1.1.2, ta thu được nghiệm

y = x − 1 + 5e−x , −∞ < x < +∞.

9
Ngoai ra có thể giải bài toán theo cách sau. Nhận thấy phương trình trên có
dạng phương trình tuyến tính với hệ số P (x) = 1 và f (x) = x liên tục trên
(−∞, +∞). Khi đó, nhân tử tích phân có dạng
R
dx
µ(x) = e = ex .

Nhân 2 vế của phương trình với µ(x) ta thu được

ex y 0 + ex y = xex

⇔(ex y)0 = xex

⇔y(x) = x − 1 + cex .

Do điều kiện ban đầu là y(0) = 4. Thay vào công thức nghiệm tổng quát ta
thu được c = 5 và do đó, ta cũng thu được nghiệm của bài toán Cauchy.

Hình 1.2: Một số đường cong nghiệm của ví dụ 1.1.6 khi hằng số c thay đổi.

Tiếp theo, ta xét ví dụ trong trường hợp hệ số không liên tục

Ví dụ 1.1.7. Xét phương trình


1 0 ≤ x ≤ 1,
y 0 + y = f (x), y(0) = 0 trong đó f (x) =
0 x > 1.


Tìm đường cong y(x) liên tục trên [0, +∞) và thỏa mãn phương trình trên
từng miền [0, 1] và (1, +∞). Trước hết, ta xét miền 0 ≤ x ≤ 1. Khi đó, phương

10
 Hình 1.3: Đồ thị hàm f

trình có dạng
y 0 + y = 1 hay (ex y) = ex .

Tích phân hai vế ta thu được nghiệm tổng quát

y(x) = 1 + c1 e−x , x ∈ [0, 1].

Do y(0) = 0, thay vào ta có c1 = −1 và do đó

y(x) = 1 − e−x , x ∈ [0, 1].

Trên miền x > 1 ta có phương trình

y 0 + y = 0.

Giải phương trình ta có nghiệm

y(x) = c2 e−x .

Do đó, hàm cần tìm thỏa mãn phương trình trên [0, 1] và (1, +∞) có dạng

 1 − e−x 0 ≤ x ≤ 1,
y(x) =
c2 e−x x > 1.


11
Do giả thiết, hàm y(x) cần tìm liên tục nên c2 = e − 1. Do đó

 1 − e−x 0 ≤ x ≤ 1,
y(x) =
(e − 1)e−x x > 1.


Hình 1.4: Đồ thị hàm liên tục y(x) trong ví dụ 1.1.7

Nhận xét 1.1.4. Ta chú ý rằng hàm y(x) liên tục trên [0, +∞) ở ví dụ trên
không là nghiệm của bài toán Cauchy trên miền [0, +∞). Nếu thay liên tục
thành khả tích thì bài toán trên có vô số nghiệm trên [0, +∞). Câu hỏi: Nếu
thay liên tục thành Lp thì nghiệm sẽ duy nhất nếu p bằng bao nhiêu?

Nhận xét 1.1.5. Thực chất, bài toán hệ số không liên tục xuất hiện rất
nhiều trường hợp thực tế. Lúc đó, trong toán học, để nghiên cứu phương
trình này, khái niệm đạo hàm được chuyển thành khái niệm đạo hàm yếu và
nghiệm liên tục trong ví dụ trên được gọi là nghiệm yếu của phương trình
(hay chính là nghiệm của phương trình tích phân tương ứng). Việc chứng
minh tồn tại duy nhất nghiệm yếu trong các không gian khác nhau là bài
toán không hề dễ dàng (mỗi không gian hàm khác nhau phải dùng các kĩ
thuật khác nhau và đều cho ta kết quả mới).

12
Ví dụ 1.1.8. Giải bài toán Cauchy

y 0 − 2xy = 2, y(0) = 1.

2
Ta thấy rằng, bài toán trên có nhân tử tích phân là µ(x) = e−x . Nhân 2 vế
của phương trình với µ(x) ta thu được
Zx
2 2 2 2 2
(e−x y)0 = 2e−x ⇔ y(x) = 2ex e−t dt + cex .
0

Thay điều kiện y(0) = 1 dẫn đến c = 1. Do đó, nghiệm của bài toán là
Zx
2 2 2
y(x) = 2ex e−t dt + ex .
0

Hình 1.5: Đường cong nghiệm của ví dụ 1.1.8 (vẽ xấp xỉ bằng máy tính)

Nhận xét 1.1.6. Qua ví dụ trên ta thấy không phải lúc nào tích phân cũng
tính được, do đó, không phải lúc nào tích phân 2 vế của phương trình cũng
thu được dạng cụ thể của nghiệm. Tích phân trong ví dụ trên khá quan trọng
trong lí thuyết xác xuất thống kê và phương trình đạo hàm riêng nên được
thiết lập bảng để tính xấp xỉ (xem "Xác suất thống kê - Đặng Hùng Thắng"

13
- những trang cuối cùng). Trong kĩ thuật nói chung, tích phân trên được gọi
là "error function" và kí hiệu là
Zx
2 2
erf(x) = √ e−t dt.
0

Do đó, nghiệm của ví dụ trên có thể viết dưới dạng

2 √
y(x) = ex [1 + .erf(x)].

Bài tập định lượng

Tìm nghiệm tổng quát của phương trình vi phân tuyến tính sau

1. y 0 = 5y

2. y 0 + 2y = 0

3. 3y 0 + 12y = 4

4. y 0 + 3x2 y = x2

5. y 0 + 2xy = x3

6. x2 y 0 + xy = 1

7. y 0 = 2y + x2 + 5

8. xy 0 − y = x2 sin x

9. xy 0 + 2y = 3

10. xy 0 + 4y = x3 − x

11. (1 + x)y 0 − xy = x + x2

12. x2 y 0 + x(x + 2)y = ex

13. xy 0 + (1 + x)y = e−x sin 2x

14
 14. ydx − 4(x + y 6 )dy = 0

15. ydx = (yey − 2x)dy

16. cos xy 0 + (sin x)y = 1

17. cos2 x sin xy 0 + (cos3 x)y = 1

18. (x + 1)y 0 + (x + 2)y = 2xe−x

19. (x + 2)2 y 0 = 5 − 8y − 4xy

20. r0 + r sec θ = cos θ

21. P 0 + 2tP = P + 4t − 2

22. xy 0 + (3x + 1)y = e−3x

23. (x2 − 1)y 0 + 2y = (x + 1)2

Tìm nghiệm của các bài toán Cauchy dưới đây, tìm khoảng xác định cực đại
của nghiệm đó.

1. y 0 = x + 5y, y(0) = 3

2. y 0 = 2x − 3y, y(0) = 1/3

dx
3. y − x = 2y 2 , y(1) = 5
dy
di
4. L + Ri = E, i(0) = i0 , L, R, E, i0 là hằng số
dt
dT
5. = k(T − Tm ), T (0) = T0 , k, Tm , T0 là hằng số
dt
6. xy 0 + y = 4x + 1, y(1) = 8

7. y 0 + 4xy = 4x + 1, y(1) = 8
2
8. y 0 + 4xy = x3 ex , y(0) = −1

15
 9. (x + 1)y 0 + y = lnx, y(1) = 10

10. x(x + 1)y 0 + xy = 1, y(e) = 1

11. y 0 − (sin x)y = 2 sin x, y(π/2) = 1

12. y 0 + (tan x)y = cos2 x, y(0) = −1

13. xy 0 + (1 + x)y = e−x sin 2x

14. ydx − 4(x + y 6 )dy = 0

15. ydx = (yey − 2x)dy

16. cos xy 0 + (sin x)y = 1

17. cos2 x sin xy 0 + (cos3 x)y = 1

18. (x + 1)y 0 + (x + 2)y = 2xe−x

19. (x + 2)2 y 0 = 5 − 8y − 4xy

20. r0 + r sec θ = cos θ

21. P 0 + 2tP = P + 4t − 2

22. xy 0 + (3x + 1)y = e−3x

23. (x2 − 1)y 0 + 2y = (x + 1)2

Tìm hàm liên tục trên miền [0, +∞) (nghiệm yếu) của các bài toán sau.

1. y 0 + 2y = f (x), y(0) = 0, trong đó


 1, 0≤x≤3
f (x) =
0, x > 3.


16
 2. y 0 + y = f (x), y(0) = 1, trong đó

 1, 0≤x≤1
f (x) =
− 1, x > 1.


3. y 0 + 2xy = f (x), y(0) = 2, trong đó


 x, 0≤x<1
f (x) =
0, x ≥ 1.


4. (1 + x2 )y 0 + 2xy = f (x), y(0) = 0, trong đó


 x, 0≤x<1
f (x) =
− x, x ≥ 1.


5. y 0 + P (x)y = 4x, y(0) = 3, trong đó


 2, 0≤x≤1
P (x) =
− 2/x, x > 1.


6. Xét phương trình

y 0 + ex y = f (x), y(0) = 1

trên miền I = (0, +∞). Giải phương trình khi f (x) = 1, f (x) = 0,
f (x) = 3x .

7. Biểu diễn nghiệm của phương trình

y 0 − 2xy = 1, y(1) = 1

theo hàm erf(x).

Bài tập định tính

17
1. Cho f : [0, +∞) → R, f ∈ C 1 , và a ∈ R. Ta xét hai bài toán Cauchy

 y 0 + ay = f (x),
(1.9)
y(0) = 0, x ≥ 0.



 y 0 + ay = f 0 (x),
(1.10)
y(0) = 0, x ≥ 0.


Ta kí hiệu φ(x) và ψ(x) là nghiệm duy nhất của các bài toán (1.9)
và (1.10) tương ứng. Chứng minh rằng φ0 (x) = ψ(x) khi và chỉ khi
f (0) = 0.

2. Cho phương trình

y 0 + ay = f (x), x>0

Trong đó a là hằng số dương và f là hàm thỏa mãn lim f (x) = 0.

x→∞
Chứng minh rằng mọi nghiệm của phương trình đều dần tới 0 khi
x → +∞.

3. Cho phương trình

y 0 + a(x)y = f (x)

thỏa mãn

(i) a(x) ≥ α > 0

(ii) lim f (x) = 0.

x→∞

Chứng minh rằng mọi nghiệm của phương trình đều dần tới 0 khi
x → +∞.

4. Cho phương trình

y 0 + ay = f (x)

trong đó a là hằng số và lim f (x) = b. Chứng minh rằng

x→+∞

18
 b
a) Nếu a > 0 thì mọi nghiệm của phương trình trên đều dần tới
a
khi x → +∞.

b) Nếu a < 0 thì chỉ có duy nhất 1 nghiệm thỏa mãn ý (a). Tìm
nghiệm đó.

5. Cho phương trình

xy 0 + ay = f (x)

trong đó a là hằng số và lim f (x) = b. Chứng minh rằng

x→0

a) Nếu a < 0 thì mọi nghiệm của phương trình đều cùng một giới hạn
khi khi x → 0. Tìm giới hạn đó.

b) Nếu a > 0 thì chỉ có duy nhất 1 nghiệm thỏa mãn ý (a). Tìm giới
hạn của nghiệm đó.

6. Cho phương trình

y 0 + y = f (x)

trong đó f (x) là hàm bị chặn trên toàn trục số. Chứng minh rằng

a) Tồn tại duy nhất một nghiệm bị chặn trên toàn trục số. Tìm nghiệm
đó.

b) Nếu f là hàm tuần hoàn chu kì T thì tồn tại duy nhất một nghiệm
tuần hoàn trên toàn chu kì T .

7. Xét phương trình vi phân tuyến tính thuần nhất

y 0 = a(x)y

với a(x) là hàm liên tục, tuần hoàn chu kì T .

a) Nếu một ví dụ chứng tỏ hàm a(x) tuần hoàn chưa thể suy ra mọi
nghiệm của phương trình là tuần hoàn.

19
 b) Chứng minh rằng điều kiện cần và đủ để mọi nghiệm của phương
trình là tuần hoàn với chu kì T là
ZT
a(x)dx = 0.
0

8. Xét bài toán Cauchy 

 y 0 = a(x)y,

y(0) = y0 .


với a(x) là hàm tuần hoàn chu kì T . Chứng minh rằng nghiệm của
phương trình có dạng
y(t) = y0 P (t)eαt

trong đó P(t) là hàm tuần hoàn chu kì T và α là hằng số cố định nào

đó.

9. Chứng minh rằng phương trình

y 0 − 2(cos2 x)y = − sin x

có nghiệm tuần hoàn. Tìm nghiệm đó.

10. Xét phương trình vi phân tuyến tính không thuần nhất

y 0 + a(x)y = f (t)

với a(x), f (x) là hàm liên tục, tuần hoàn chu kì T . Chứng minh rằng
phương trình có nghiệm tuần hoàn khi và chỉ khi nó có nghiệm bị chặn.

Một số mô hình toán

Mô hình tăng trưởng dân số. Bài toán ước lượng thay đổi dân số rõ ràng
là một vấn đề quan trọng. Ví dụ về sự suy giảm của tỷ lệ sinh ở Anh trong
hơn một thập kỷ qua, sẽ tiếp diễn như thế nào để trong vài thập kỷ tiếp theo,
chính phủ có thay đổi thích hợp gì trong việc sử dụng các nguồn tài nguyên

20
của đất nước họ. Lúc đó, các giường thai sản có thể được cắt giảm, các cơ
sở y tế ít hơn cho trẻ em và số trẻ mới bước vào trường tiểu học mỗi năm
giảm. Rõ ràng những thay đổi về cách thức sử dụng các nguồn lực của đất
nước cần phải được lên kế hoạch trước cho những thay đổi dân số đó. Vậy
làm thế nào để ước lượng sự thay đổi dân số? Tương tự như vậy, các thị trấn
và thành phố cần phải ước lượng thay đổi dân số để điều chỉnh phúc lợi xã
hội và tiện nghi có sẵn. Do đó, vấn đề của thế giới thực tế chúng ta là để giải
thích cách thức mà các quần thể thay đổi và xây dựng một mô hình để dự
đoán những thay đổi trong tương lai. Nỗ lực đầu tiên để giải quyết vấn đề
này được đưa ra bởi các nhà kinh tế học người Anh, Thomas Malthus, trong
bài viết "Tiểu luận về nguyên lí dân số" xuất bản năm 1798 (xem trên https :
//en.wikipedia.org/wiki/An_Essay_on_the_P rincipleo f _P opulation).
Nếu N = N (t) biểu thị tổng dân số của cả nước tại thời điểm t, sau đó
trong một khoảng thời gian ∆t đủ bé, ta được giả sử rằng cả sinh và tử là tỷ
lệ thuận với lượng dân số tại thời điểm t và khoảng thời gian, tức là

births = αN (t)∆t deaths = βN (t)∆t

trong đó, α, β là hằng số. Khi đó, lượng tăng dân số trong thời điểm ∆t là

∆N (t) = N (t + ∆t) − N (t) = αN (t)∆t − βN (t)∆t = γN (t)∆t

trong đó γ = α − β. Chia cả hai vế cho ∆t và lấy giới hạn khi ∆t → 0. Ta

thu được phương trình vi phân

N 0 = γN

Giải phương trình trên ta có

N (t) = N0 eγt (N0 là dân số ban đầu)

Việc dự đoán tăng trưởng dân số phụ thuộc vào dấu của γ. Dân số sẽ tăng
trưởng cấp mũ nếu γ > 0, và sụt giảm cấp mũ nếu γ < 0 (xem hình vẽ) Bây

21
 Hình 1.6: Mô hình dân số của Malthus

giờ, ta áp dụng kết quả trên cho mô hình cụ thể. Bảng dưới đây là dân số
nước Mĩ trong 3 thập kỉ liên tiếp Tại thời điểm t = 0 tương ứng với năm

Hình 1.7: Thống kê dân số nước Mĩ 3 thập kỉ

1790, ta có N (0) = N0 = 3.9. Ta quy ước 10 năm ứng với khoảng thời gian
bằng 1, từ bảng trên ta có

N (1) = 5.3 = 3.9eγ .

Do đó,
γ = ln(5.3/3.9) = 0.307.

Cho nên N (t) = 3.9e0.307t . Quan sát thầy rằng tại thời điểm t = 2 ta có
N (2) = 7.3. Kết quả này khá gần với thực tế vào năm 1810. Do đó, các dự
đoán trong vòng 10 năm của mô hình trên khá hợp lí. Sau này, ta nhận thấy

22
rằng, mô hình trên cũng có thể dùng cho bất kì quần thể sinh học nào.
Bài tập vận dụng

1. Dân số của nước New Zealand được đưa ra ở bảng bên dưới. Lấy mốc

Hình 1.8: Dân số New Zealand trong năm 1921, 1926

1921, 1926 làm điều kiện ban đầu, hãy sử dụng mô hình của Malthus
để biểu diễn dân số New Zealand theo thời gian. Dựa vào mô hình,
hãy dự đoán dân số vào các năm 1936, 1945, 1953 và 1977. So sách kết
quả với số liệu thực tế bên dưới

Hình 1.9: Dữ liệu thực tế cho dân số New Zealand

2. Dân số của Liên Xô là 209 triệu người trong năm 1959, và nó đã được
ước tính sẽ tăng trưởng theo cấp số nhân với tỷ lệ 1% mỗi năm (mô
hình Malthus). Điều này có nghĩa là

P 0 = 0.01P.

23
 Tìm dân số dự báo sau năm 1959. Giá trị dự đoán cho năm 1980 là
bao nhiêu và khi nào dân số Nga sẽ gấp đôi năm 1959?

3. Dân số của một cộng đồng được biết đến để tăng với tỷ lệ tương ứng
với số người có mặt tại thời điểm t. Nếu một P0 dân số ban đầu và
tăng gấp đôi trong 5 năm. Hỏi sau bao lâu nó sẽ tăng gấp ba lần? tăng
gấp bốn lần?

4. Giả sử nó dân số của cộng đồng trong bài tập trên là 10.000 (người)
sau 3 năm. Hỏi dân số ban đầu của cộng đồng đó có bao nhiêu người?
Dân số trong 10 năm tới là bao nhiêu?

5. Dân số của một thành phố phát triển với một tốc độ tỉ lệ với mặt
dân số tại thời điểm t. Dân số ban đầu là 500 (nghìn người) tăng 15%
trong 10 năm. Dân số trong 30 năm tới là bao nhiêu?

6. Gần đây, các nhà khoa học Nhật Bản dẫn đầu là Hunsuke Yoshida,
tiến sĩ thuộc Viện Công nghệ Kyoto phát hiện một loài vi khuẩn mới
tiết ra enzyme phân hủy nhựa PET (loại nhựa phổ biến dùng để sản
xuất chai lọ và hộp nhựa). Trong nghiên cứu, họ nuôi cấy ban đầu có
số lượng P0 vi khuẩn. Tại t = 1 giờ số lượng vi khuẩn được đo được
bằng 3/2P0 . Giả định số lượng vi khuẩn tuân theo quy luật của mô
hình Malthus, hãy xác định thời gian cần thiết cho số lượng vi khuẩn
tăng gấp ba lần.

7. Số lượng vi khuẩn trong một ống nghiệm phát triển với một tốc độ
tỷ lệ thuận với số lượng vi khuẩn có mặt tại thời điểm t. Sau 3 giờ ta
quan sát thấy rằng có 400 con vi khuẩn. Sau 10 giờ có 2000 vi khuẩn.
số lượng ban đầu của vi khuẩn là bao nhiêu?

8. Mô hình tăng trưởng theo mùa của một loài động vật được cho bởi

24
 phương trình
P 0 = r cos(ωt)P

Trong đó r, ω là hằng số. Tìm nghiệm của phương trình và mô tả một

số nghiệm bằng Maple.

9. Tự tìm hiểu và làm bài tập của mô hình POLLUTION OF THE

GREAT LAKES

Phân rã phóng xạ. Khoảng năm 1950, một nhóm các nhà khoa học tại
Đại học Chicago dẫn đầu bởi các nhà hóa học Willard Libby đã phát minh
ra một phương pháp sử dụng một đồng vị phóng xạ carbon như một phương
tiện để xác định độ tuổi xấp xỉ của vật chất hóa thạch cacbon (gọi là Carbon
dating). Lý thuyết về Carbon dating được dựa trên nghiên cứu là: "Tỷ lệ số
lượng C-14 so với C-12 trong không khí và trong tất cả các sinh vật sống
trong bầu khí quyển dường như là một hằng số". Nguyên nhân do cây cỏ hấp
thụ carbon dioxide từ bầu khí quyển qua chức năng của lá cây. Súc vật ăn vào
lá cây thế là cuối cùng tất cả sinh vật (động vật và thực vật) đều có chứa hàm
lượng carbon phóng xạ với một tỷ lệ giống nhau (C-14/C-12) với điều kiện
tất cả đang còn sống. Sau khi sinh vật đó chết đi, sự hấp thu của C-14 qua
đường hô hấp, ăn uống, hoặc quang, chấm dứt. Rồi số lượng C-14 trong cơ
thể chết đó bắt đầu phân hủy (decayed) theo tốc độ lũy thừa (exponentially).
Chúng ta có thể tính toán thời gian đã trôi qua từ lúc sinh vật đó đã bắt đầu
chết đi bằng cách đo số lượng C-14 còn tồn động lại trong tàn tích sinh vật
đó. Bằng cách so sánh số lượng tương ứng của C-14, trong một hóa thạch với
tỷ lệ lượng không đổi được tìm thấy trong cơ thể sống tương ứng, ta có thể
có được một ước tính hợp lý của lứa tuổi. Phương pháp này dựa trên những
kiến thức về half life của C-14. Tính toán của Libby cho giá trị half life của
C-14 là khoảng 5600 năm, nhưng ngày nay người ta thường dùng giá trị là
5730 năm. Đối với công trình này, Libby đã được trao giải Nobel hóa học vào

25
năm 1960. Phương pháp của Libby đã được sử dụng cho đến nay ví dụ cho
đồ nội thất bằng gỗ được tìm thấy trong ngôi mộ Ai Cập, những mảnh vải
lanh dệt của người chết Cuộn Biển, một bản sao mới phát hiện của Đạo Tin
Lành của Judas viết trên giấy cói và vải của tấm vải liệm bí ẩn của Turin.
Bây giờ, ta sẽ đi tính toán mô hình cho trường hợp cụ thể. Hình bên dưới
là chiếc bàn tròn nổi tiếng được treo trên tường, trong hội trường lớn của
Winchester Castle. Bảng này là có đường kính là 18’ và chia thành 25 chỗ,
một chỗ nhà vua và còn lại dành cho các hiệp sĩ, nhà vua dùng hình vòng
tròn để không phân biệt các hiệp sĩ. Một số chuyên gia cho rằng đây là bàn

Hình 1.10: The Round Table in Winchester Castle

tròn của vua Arthur, nhưng đã có suy đoán gần đây về tính xác thực của nó.
Vào năm 1976, bảng đã được đưa xuống khỏi bức tường và các nhà khoa học
và nhà khảo cổ học đã sử dụng một số phương pháp để ước tính ngày tháng
năm xuất hiện của nó. Dưới đây là phương pháp Carbon dating. Theo tính
toán của Libby, tốc độ phân ra của phóng xạ tỉ lệ với lượng nguyên tử hiện
có, tức là
N 0 = −λN.

Trong đó, λ là hằng số dương được gọi là hằng số phân rã. Hằng số này sẽ
khác nhau đối với các nguyên tố phóng xạ khác nhau và đa số, các giá trị
này khá lớn (tức là hầu hết các nguyên tố đều phân rã rất nhanh). Bằng tính

26
toán trực tiếp, ta thu được nghiệm của phương trình trên dưới dạng

N (t) = N0 e−λt .

Thời điểm T được gọi là half life của nguyên tố phóng xạ nếu

N (T ) = N0 e−λT .

Tức là tại thời điểm half life thì

N0
= N0 e−λT
2
ln 2
⇔T = .
λ
Dưới đây là một số tính toán cho half life của một số phóng xạ Từ bảng số

liệu trên ta có độ phân rã của Cacbon là

ln 2
λ= = 1.245 × 10−4
T
Dữ liệu đo được năm 1977, lượng C-14 còn lại trong chiếc bàn là 91.018%.
Lúc đó N (t) = 0.91018N0 Suy ra
1
t= ln 0.91018 ≈ 700(năm)
1.245 × 10−4
Điều này cho ta đoán được thời gian của chiếc bàn vào khoảng năm 1275, do
đó, chiếc bàn không phải là của vua Arthur (vì ông sống vào thế kỷ thứ 5).
Bài tập vận dụng

27
1. Các nhà khảo cổ đã sử dụng những mảnh gỗ bị đốt cháy, hoặc than,
được tìm thấy cùng thời với những bức tranh thời tiền sử và các bản
vẽ trên các bức tường và trần của một hang động Lascaux ở Pháp.
Xem hình bên dưới. Sử dụng thông tin trong phần trình bày ở trên
xác định tuổi gần đúng của một mảnh gỗ bị đốt cháy, nếu nó được
phân tích có 85, 5% của C-14 được tìm thấy trong cây sống cùng loại
đã bị suy giảm.

Hình 1.11: Bản vẽ trên tường của hang động Lascaux

2. Khăn liệm Turin hoặc Vải liệm Turin, là một tấm vải lanh mang hình
ảnh của một người đàn ông dường như đã bị chấn thương bởi các
tác nhân vật lý. Các dấu tích phù hợp với việc bị đóng đinh và nhiều
người cho là vải liệm của Chúa Giêsu thành Nazareth (đây chính là
tấm khăn đã liệm Chúa khi ngài được đem xuống khỏi thập giá và
mai táng trong mộ đá. Nó có màu đen và trắng rõ rệt hơn nhiều so
với màu nâu đỏ tự nhiên - Xem hình bên dưới). Năm 1988, Vatican
đã cho xác định tuổi của tấm liệm bằng phóng xạ Cacbon. Ba phòng
thí nghiệm khoa học độc lập phân tích vải và kết luận rằng tấm vải
liệm là khoảng 660 năm tuổi, một tuổi phù hợp với sự xuất hiện lịch
sử của nó (Một số học giả đã không đồng ý với kết luận này. Để biết
thêm thông tin bí ẩn hấp dẫn này xem Khăn liệm Turin trang chủ tại

28
 http://www.shroud.com/.). Sử dụng độ tuổi này, xác định tỷ lệ phần
trăm của số lượng ban đầu của C-14 trong vải ở năm 1988.

Hình 1.12: Khăn liệm hiện được lưu giữ trong nhà nguyện hoàng gia của Nhà
thờ chính tòa Turino, miền bắc nước Ý

3. Các đồng vị phóng xạ của chì, Pb-209, phân hủy với tốc độ tỷ lệ thuận
với số lượng hiện tại thời điểm t và còn lại một nửa sau 3.3 giờ. Nếu 1
gam đồng vị này là khối lượng ban đầu thì sau bao lâu nó sẽ phân rã
90% so với lượng ban đầu?

4. Người ta khảo sát nếu trong xương của một con lừa còn chứa 73%
lượng C-14 khi so sánh với một con lừa hiện đang sống. Tính xem nó
chết cách đâu bao nhiêu năm?

5. Bằng phương pháp Carbon dating người ta tính được ICE MAN, xác
một người thượng cổ tìm ra trên đỉnh ALPINE- (biên giới nước Ý và
ÁO -Âu Châu) năm 1991, chết cách đây khoảng 5200 năm , nhiệt độ
lạnh giá vĩnh hằng trên đỉnh núi này này đã tạo nên một xác ướp
thiên nhiên làm món quà quý giá cho các nhà khoa học nghiên cứu
con người thời buổi sơ khai ngót nghét cách đây hơn 5000 năm. Hỏi
tại thời điểm đó, lượng C-14 còn lại trong cơ thể đó là bao nhiêu?

29
 6. Một xương hóa thạch được tìm thấy có chứa 0, 1% số lượng ban đầu
của C-14. Hãy tính tuổi của hóa thạch.

7. Tự tìm hiểu và làm bài tập mô hình ART FORGERIES

Liều lượng thuốc trong cơ thể. Xem bản trình bày của Phú và Đạt lớp
K60 CNTN Toán.

1. Penicillin là một trong nhóm kháng sinh (thu được từ nấm Penicillium)
hay được điều chế. Alexander Fleming đã tình cờ phát hiện ra penicillin
vào năm 1928 nhưng phải 10 năm sau thì penicillin mới được nhà hoá
sinh người Anh gốc Đức Ernest Chain và nhà nghiên cứu bệnh học Úc
Howard Florey và một số nhà khoa học khác nghiên cứu kỹ. Penicillin
sát trùng bằng cách giết vi khuẩn và hạn chế sự sinh trưởng của chúng.
Biểu đồ dưới đây là một kết quả thí nghiệm đối với Penicillin trong
máu một bệnh nhân vào thời điểm đó.

a) Nếu thời điểm ban đầu, bệnh nhân được đưa vào trong máu với
lượng thuốc là 70, dựa vào biểu đồ trên, thiết lập phương trình
vi phân thể hiện nồng độ thuốc Penicillin trong máu.

b) Hỏi sau bao lâu, lượng thuốc trong máu là 0.01 đơn vị/ ml.

2. Digoxin là loại thuốc được sử dụng trong điều trị bệnh tim. Các bác sĩ
phải kê toa một lượng thuốc mà giữ nồng độ Digoxin trong máu ở trên
một mức độ hiệu quả mà không vượt quá mức an toàn (có sự khác

30
 biệt giữa các bệnh nhân). Đối với một liều khởi đầu a0 = 0, 5 unit/ml,
dữ liệu phân tích dưới đây cho thấy số lượng của Digoxin còn lại trong
máu của một bệnh nhân đặc biệt sau 9 ngày.

Hình 1.13: Biểu đồ về lượng thuốc còn lại trong máu

a) Nếu chọn a0 , a1 (trong bảng số liệu) làm điều kiện ban đầu, thiết
lập phương trình vi phân thể hiện lượng thuốc còn lại trong máu.

b) Hỏi sau bao lâu, bác sĩ cần đưa tiếp thuốc vào cơ thể bệnh nhân
(cho biết đối với bệnh nhân này cần giữ lượng thuốc trong máu
ít nhất 0.42 unit/ml).

Mô hình điều trị bệnh AIDS.

LIỆU HIV-AIDS LUÔN LÀ MỘT CĂN BỆNH CHẾT NGƯỜI?
HIV/AIDS được xem như là một đại dịch. Kể từ khi ca bệnh đầu tiên tử
vong do suy giảm miễn dịch được xác định vào năm 1981, số người tử vong vì
bệnh lên tới trên 25 triệu người và hơn 38.6 triệu người sống với HIV/AIDS.
Theo WHO, nếu không có biện pháp ngăn chặn, số tử vong vì AIDS vào năm
2010 sẽ là 45 triệu và tăng gấp đôi vào năm 2020. Việc nghiên cứu tìm ra các
phương pháp điều trị bệnh là một vấn đề cần thiết không chỉ đối với bộ phận

31
quốc gia mà còn mang tính chất toàn cầu. Bài tiểu luận sau đây của nhóm
1 sẽ thiết lập phương trình giữa các đại lượng liên quan tới bệnh và so sánh
tỷ lệ khả năng sống sót, thời gian sống sót trung bình của người bệnh AIDS
khi được sử dụng thuốc và khi không được điều trị bằng thuốc, để đưa ra câu
trả lời chính xác cho câu hỏi:” Liệu hội chứng suy giảm miễn dịch (AIDS),
giai đoạn cuối trong sự lây nhiễm của virut HIV có phải luôn luôn là một căn
bệnh chết người ?”

Hình 1.14:

Ivan Kramer phó giáo sư, tiến sĩ chuyên ngành Vật lý học. Ông có bằng cử
nhân Vật lý và Toán học của trường cao đẳng New York năm 1961 và nhận
bằng tiến sĩ Vật lý năm 1967 tại trường đại học California ở Berkerley năm
1967. Ông là phó giáo sư Vật lý học tại đại học Maryland, hạt Baltimore. Dự
án AIDS/HIV case ở Maryland do ông chủ nhiệm được trợ cấp bởi Bộ Y tế
và vệ sinh Maryland năm 1990.
Các nghiên cứu của ông xoay quanh các mô hình Vật lý lý thuyết và kỹ
thuật và việc ứng dụng các mô hình đó để trả lời các vấn đề nổi bật trong Y
học lý thuyết như:
- Mô hình về sự lây lan virus HIV.
- Các mô hình về sự đột biến của bệnh ung thư, Alzheimer và tâm thần
phân liệt.

32
 - Mô hình về khả năng sống sót của bệnh nhân AIDS.
Ông cũng là tác giả của các cuốn sách:
- Computational and Mathematical Methods in Medicine.
- Mathematical and Computer Modelling.

Bài toán thực tiễn đặt ra

Cần thiết lập một mô hình xác định tỷ lệ sống sót của người bệnh AIDS
của một vùng theo thời gian t, mối liên hệ với số người không bị tử vong
do AIDS, thời gian sống sót trung bình, thời gian một nửa số người bệnh bị
chết. So sánh các số liệu này khi được điều trị bằng thuốc và khi không được
điều trị bằng thuốc để đưa ra kết luận về hiệu quả của việc điều trị AIDS
bằng thuốc, liệu rằng thuốc có thể chữa khỏi bệnh AIDS hay không?

Thiết lập phương trình vi phân

Gọi thời gian sống sót của người bệnh là t, thời điểm người đó bắt đầu
chuyển sang giai đoạn AIDS la t = 0. Giả sử rằng bệnh AIDS không dẫn đến
tử vong với một nhóm người bệnh có tỷ lệ là Si , với những người bệnh còn
lại, tỷ lệ sống sót theo thời gian được ký hiệu là S(t). Khả năng dẫn đến tử
vong trong mỗi đơn vị thời gian tại thời điểm t được coi là một hằng số k
dương. Như vậy, tỷ lệ S(t) tính được là nghiệm của phương trình tuyến tính
cấp một:
dS(t)
= −k(S(t) − Si ) (1.11)
dt
Khi đó:
S(t) = Si + (1 − Si )e−kt (1.12)

Tham số k trong (2) có thể được biểu thị qua 2 tham số mới đặc trưng là
thời gian sống sót trung bình Taver = k −1 và thời gian mà một nửa số người
ln(2)
mắc bệnh tử vong là T1/2 = (T1/2 được xác định hoàn toàn tương tự
k

33
so với chu kỳ bán rã của hạt nhân). Như vậy, ta có:

e−kt = e−t/Taver = 2−t/T1/2 (1.13)

Áp dụng phương trình vi phân vào thực tiễn

Tính toán các đại lượng dựa trên số liệu thực tế đối với nhóm người
không được sử dụng thuốc

Sử dụng phương pháp bình phương tối thiểu để khớp với các số liệu thực
tế thu được từ năm 1985 về 159 người ở Maryland bị mắc AIDS với công thức
(2) ta thu được các tỷ lệ Si = 0.0665, thời gian một nửa số người mắc bệnh
tử vong T1/2 = 0.666 năm, thời gian sống sót trung bình là Taver = 0.96 năm.
Những người nhiễm HIV/AIDS thay đổi tên của mình rồi chết đi hoặc chết
ở nước ngoài đều vẫn được tính là còn sống theo thống kê của Maryland, vì
vậy, tỷ lệ Si = 0.0665 nhỏ nhưng khác 0 là điều có thể xảy ra ( mặc dù giá
trị của nó có lẽ chỉ bằng 0).

Hình 1.15:

Nhìn vào biểu đồ trên, so sánh giữa kết quả Si thu được từ công thức (2)
với số liệu thống kê thực tế, ta thấy chỉ có khoảng 10% người mắc AIDS ở
Maryland sống thêm được 3 năm. Đường biểu diễn số người bị AIDS sống
sót ở Maryland gần như trùng khớp với các năm 1983, 1984.

34
Tính toán các đại lượng dựa trên số liệu thực tế đối với nhóm người
khi được sử dụng thuốc

Loại kháng sinh đầu tiên xuất hiện với khả năng chống lại virut HIV là
Zidovudine (AZT). Vào năm 1993, Easterbrook công bố dữ liệu chi tiết về
sự sống sót của 1415 bệnh nhân nhiễm HIV đang được điều trị bằng thuốc
AZT ở Maryland, khi đó thì khả năng sống sót của những người này là
0.47, 0.316, 0.178 tương ứng với thời gian trôi qua là 1 năm, 1.5 năm, 2 năm.
Áp dụng phương pháp bình phương tối thiểu cho S(t) cùng với những số liệu
thực tế thu được từ Easterbrook cho ra được tỷ lệ Si = 0, thời gian một nửa
số người mắc bệnh tử vong T1/2 = 0.878 năm, thời gian sống sót trung bình
Taver = 1.27 năm.

Hình 1.16:

So sánh 2 kết quả

Từ 2 kết quả thu được ở trên, cho thấy rằng thuốc AZT không có tác
dụng trong việc chữa khỏi bệnh AIDS, do đó người mắc bệnh cuối cùng cũng
chết sau khoảng thời gian gần như tương tự với những người không sử dụng
thuốc AZT. Sự khác biệt nhỏ trong 2.5 tháng chệnh lệch giữa T1/2 năm 1993
với T1/2 năm 1985 có thể chỉ là do sự tiến bộ trong việc chăm sóc và điều trị
bệnh. Tổng hợp lại các kết quả, tỷ lệ người bệnh không bị tử vong Si rơi vào

35
khoảng từ 0 đến 0.0665, và thời gian sống trung bình của bệnh nhân AIDS
rơi vào khoảng từ 0.96 năm đến 1.27 năm. Tức là số lượng người không bị tử
vong do AIDS nhỏ hơn 6.65% và có thể chỉ bằng 0.
Kết quả này cũng tương tự so với kết quả nghiên cứu năm 1989 về người
vừa bị mắc chứng máu khó đông và bệnh AIDS tại Mỹ với phát hiện rằng
khả năng sống sót trung bình của một người bị AIDS là 11.7 tháng.

Hình 1.17:

Vậy từ những tính toán toán trên, ta có thể dẫn đến kết luận rằng tính
đến thời điểm hiện nay vẫn chưa có một loại thuốc hay phương pháp điều trị
nào có thể chữa khỏi bệnh AIDS. Có thể trả lời cho câu hỏi đặt ra ban đầu
rằng AIDS vẫn là một căn bệnh hiểm nghèo.
Bài tập tự luyện.

1.

2.

3.

Ảnh hưởng của quảng cáo đến doanh thu bán hàng. Rõ ràng là để có
thể đánh giá sự hiệu quả của một chiến dịch quảng cảo thì cả phương thức
quảng cáo lẫn khách hàng đều quan trọng. Biểu đồ dưới đây được dựa trên

36
nghiên cứu của Vidale và Wolfe. Đầu tiên chúng ta sẽ nói đến một số dữ liệu
được thống kê trên biểu đồ và một số giới hạn của chúng.
Nếu thiếu đi bất cứ một phương thức nào, đều dẫn tới sự suy giảm của
doanh thu.

37
 Hình 1.18: Lịch sử bán hàng của sản phẩm không quảng cáo

Hình 1.18 và 1.19 minh họa cho lịch sử bán hàng của hai sản phẩm, cả
hai đều không dùng hình thức quảng cáo nào. Ví dụ thứ hai cho ta thấy ảnh
hưởng rõ ràng của thời vụ. Dữ liệu được biểu thị dưới dạng bán logarit.
Trong cả hai trường hợp, sự xuất hiện của sự giảm đều là xấp xỉ tuyến tính

lnS = −λt + µ

trong đó S là tỉ lệ bán, t là thời gian và λ, µ là hằng số. Do đó

dS
= −λS (1.14)
dt

khi không có quảng cáo. Khái niệm câp độ bão hòa được thể hiện trong Hình
1.20
Sản phẩm này đã được quảng bá trong suốt một năm bởi một tờ báo
1
quảng cáo hàng tuần. Sáu tháng đầu tiên cho thấy doanh số tăng khoảng 3

trong khi đó sáu tháng tiếp theo cho thấy sự tăng nhẹ. Việc bổ sung quảng
cáo có thể giúp duy trì doanh số ở một tỉ lệ mới, nhưng từ những quan sát

38
Hình 1.19: Lịch sử bán hàng với sự ảnh hưởng theo thời vụ

Hình 1.20: Lịch sử bán hàng thể hiện cấp độ bão hòa

39
lịch sử bán hàng trước khi có quảng cáo, tỉ lệ suy giảm là rất nhỏ. Do vậy
chúng ta kết luận rằng chiến dịch quảng cáo có thể ngắn hơn đáng kể nhưng
vẫn hiệu quả.
Bây giờ chúng ta sẽ xây dựng những điều kiện của mô hình toán học. Nếu
A = A(t) là tỉ lệ quảng cáo, theo (1.14), nếu A ≡ 0,

dS
= −λS
dt

Bây giờ nếu A 6= 0, chúng ta giả sử sự tăng tỉ lệ bán hàng tỉ lệ với tỉ lệ quảng
cáo, A, và cũng tỉ lệ với mức độ không bão hòa của thị trường, cụ thể là
(M − S)/M , M là cấp độ bão hòa của sản phẩm. Do đó M là giới hạn bán
hàng thực tế có thể sinh ra, và (M − S)/M là đo lường thị phần mà vẫn
không mua sản phẩm. Kết hợp các giả thiết sẽ dẫn tới phương trình vi phân
sau
dS (M − S)
= rA − λS,
dt M
trong đó r là hằng số, và có thể viết lại như sau

dS rA
+( + λ)S = rA (1.15)
dt M

Đây là phương trình tuyến tính thuần nhất, và nghiệm của nó sẽ dựa trên
cấu trúc của hàm quảng cáo A = A(t). Ví dụ, giả sử A là hằng số trong một
khoảng thời gian và bằng 0 về sau, tức là

 A, 0 < t < T
A(t) =
 0, t > T

và đó là thời điểm ban đầu (t = 0), S = S0 . Sau đó 0 < t < T ,

 
dS rA
= + λ S = rA
dt M
R
rA bdt
và đặt b = M + λ , ta có thừa số tích phân e = ebt . Từ đó ta có

dS
ebt + ebt bS = ebt rA
dt

40
hay
d bt
(e S) = ebt rA
dt
rAebt
= +c
b
trong đó c là hằng số của phép lấy tích phân. Do đó

rA
S= + ce−bt
b

với 0 < t < T . Tại t = 0, S = S0 ta có

rA
S0 = +c
b
rA
Do dó c = S0 − b và với 0 < t < T
 
rA rA −bt
S(t) = + S0 − e (1.16)
b b

Với t > T, A = 0, và từ (1.15) ta có:

dS
− λS = 0
dt

có nghiệm S = ke−λt , với k là hằng số. Tại t = T , S = ST thì ST = ke−λT .

Do đó với t > T ,
ST = ST e−λ(t−T ) (1.17)

và từ (1.16), ST có giá trị

 
rA rA −bT
ST = + S0 − e
b b

Theo đó kết hợp (1.16) và (1.17) và thay giá trị của b, cuối cùng ta thu được
hàm doanh thu

 S0 e−(λ+rA/M )t + rA
(1 − e−(λ+rA/M )t )
(λ+rA/M )
S(t) =
 S e−λ(t−T )
T

Một dạng nghiệm được mô tả trong hình 4.4?.

41
 Như vậy, ta có thể thấy tỷ lệ tăng doanh số ban đầu là nhanh nhất, nhưng
sau đó đến giai đoạn bão hòa đã có xu hướng giảm. Tuy nhiên, khi quảng
cáo kết thúc ở thời điểm T, tỷ lệ doanh số giảm theo hàm mũ.
Việc xây dựng mô hình hiện nay có thể được sử dụng để kiểm tra hiệu
quả của chiến lược quảng cáo, ví dụ như so sánh độ dài ngắn hay mạnh của
một chiến lược đều đặn (xem ví dụ 1?).
Bài tập vận dụng

1. Phân tích phản hồi bán hàng với mô hình quảng cáo đã trình bày ở
trên, khi thực hiện các chiến dịch quảng cáo sau

a) A(t) = αt (α là hằng số dương)

b) A(t) = β (β là hằng số dương)

Trong cả hai trường hợp lấy hằng số phân rã dưới dạng số không, và
so sánh doanh số bán hàng trong một khoảng thời gian [0, T ] khi tổng
số nhịp độ quảng cáo được cố định. Tức là:

ZT
A(t)dt = A0
0

trong đó A0 là hằng số.

2. So sánh một chiến dịch quảng cáo liên tục, với một chiến dịch bao gồm
hai khoảng thời gian ngắn có cường độ quảng cáo cao hơn.

Mô hình tăng trưởng kinh tế tân cổ điển.

Mô hình toán kinh tế là gì?

Mô hình toán là một mô tả các hiện tượng bằng ngôn ngữ toán. Theo
cách hiểu này thì chúng ta đã gặp rất nhiều mô hình toán như vậy ngay từ
khi mới bắt đầu làm quen với môn toán. Có thể lấy ngay một ví dụ đơn giản

42
là bài toán vận tốc quãng đường mà chúng ta đã được học ở bậc tiểu học,
bài toán về vận tốc tức thời . . . .
Một câu hỏi có thể đặt ra là, những hiện tượng nào có thể mô tả theo
ngôn ngữ toán học? Toán học có ứng dụng rất nhiều trong thực tế. Từ những
vấn đề đơn giản như trong ví dụ trên đến phức tạp như các vấn đề trong tự
nhiên, xã hội. Ở đây chúng ta đề cập đến các ứng dụng của toán học trong
kinh tế. Một vấn đề đầu tiên trong kinh tế là quan hệ sản xuất, đây là mối
liên hệ giữa chi phí và khối lượng sản phẩm tạo ra.
Quan hệ này chúng ta có thể miêu tả bằng một hàm số y = f (x), trong
đó x là các nguyên liệu đầu vào, y là sản phẩm tạo ra.
Có rất nhiều câu hỏi đặt ra: - Tìm cách kết hợp các nguyên liệu đầu vào
để thu được nhiều sản phẩm nhất f (x) → max
- Trong điều kiện giá thị trường của mặt hàng y là p, giá nguyên liệu x là q,
và chúng ta chỉ có một lượng vốn nhất định. Tìm cách tối ưu hóa lợi nhuận
u = yp − xq.
Bên cạnh đó còn rất nhiều vấn đề khác như quá trình hình thành giá
trong điều kiện cạnh tranh tự do hoặc độc quyền, việc phân bố hàng hóa,
đổi mới công nghệ sản xuất, . . . . Đứng trước vấn đề này, người ta đã bắt đầu

nghiên cứu những mô hình toán kinh tế nhằm tối đa lợi nhuận thu được so

43
với vốn đầu tư ban đầu. Ứng với mỗi thời kì tường ứng với sự đặc thù của
nền kinh tế mỗi thời kì người ta dần nghiên cứu và phát triển các mô hình
kinh tế sao cho phù hợp với những sự thay đổi của bối cảnh nhằm tối đa lợi
nhuận thu được.

Hình 1.21: Các nữ công nhân đang làm việc trong một xưởng dệt may.

Kinh tế học tân cổ điển là gì?

Kinh tế học tân cổ điển là một trường phái kinh tế học có trọng tâm
nghiên cứu là cơ chế quyết định giá cả, sản lượng, phân phối thu nhập thông
qua nguyên lý cung - cầu dựa trên các giả định về hành vi tối đa hóa thỏa
dụng của người tiêu dùng trong điều kiện một ngân sách giới hạn hay tối đa
hóa lợi nhuận của nhà sản xuất trong điều kiện chi phí bị giới hạn. Kinh tế
học tân cổ điển khởi đầu bằng kinh tế học vi mô từ nửa cuối thế kỷ 19. Kinh
tế học tân cổ điển đóng góp vào kinh tế học vĩ mô chủ yếu từ sau Chiến
tranh thế giới thứ hai. Nó phối hợp với kinh tế học Keynes để tạo ra cái gọi
là Trường phái kinh tế học vĩ mô tổng hợp. Sở dĩ gọi là kinh tế học tân cổ
điển là vì các học thuyết này tiếp thu, kế thừa các chủ đề quan tâm của kinh
tế học cổ điển, song sử dụng cách thức tiếp cận (phương pháp luận) mới.

44
Kinh tế học cổ điển do Adam Smith khai sinh và được David Ricardo phát
triển. Alfred Marshall tiếp thu các lý luận của Ricardo, bổ sung thêm bằng
các lý luận về thỏa dụng và tính thỏa dụng cận biên được phát triển trước đó
bởi John Stuart Mill, William Stanley Jevons, Carl Menger và Leon Walras.
Marshall phê phán kinh tế học cổ điển rằng quá nhấn mạnh mặt cung cấp và
lợi nhuận, còn các thuyết thỏa dụng và giá trị cận biên lại quá nhấn mạnh
đến mặt nhu cầu và thỏa dụng. Marshall cho rằng cả hai mặt cung và cầu
đều quan trọng như nhau. Ông đã viết cuốn Principles of Economics (1890)
và tác phẩm này trở thành một trong những tác phẩm kinh điển của kinh
tế học tân cổ điển. Trong tác phẩm này, Marshall đã giải thích cơ chế quyết
định giá cả bởi sự giao nhau của hai đường cung cấp và đường nhu cầu. Ông
đã đem kỹ thuật phân tích cân bằng bộ phận vào kinh tế học tân cổ điển.
Joan Robinson và Edward H. Chamberlin là những người đã phát triển
kinh tế học tân cổ điển bằng các lý luận về cạnh tranh không hoàn hảo. Leon
Walras và Vilfredo Pareto đã phát triển kỹ thuật phân tích cân bằng tổng
thể và đưa nó vào kinh tế học tân cổ điển. John Hicks phát triển kinh tế
học tân cổ điển bằng lý luận về nhu cầu của người tiêu dùng. Francis Ysidro
Edgeworth và Vilfredo Pareto phát triển kinh tế học tân cổ điện bằng lý luận
về đường bàng quan.
Càng ngày, phương pháp tiếp cận của kinh tế học tân cổ điển càng áp
dụng nhiều toán học. Paul Samuelson với tác phẩm Foundations of Economic
Analysis (1947) đã làm cho kinh tế học tân cổ điển trở nên giống như một
ngành của toán học và được giảng dạy rộng rãi tại các khoa kinh tế học bậc
đại học ở Hoa Kỳ. Sau Chiến tranh thế giới thứ hai, một mặt kinh tế học tân
cổ điển tiếp tục phát triển ở mảng kinh tế học vi mô với một loạt lý luận mà
điển hình là mô hình Arrow-Debreu. Mặt khác, nó phát triển sang lĩnh vực
kinh tế học vĩ mô với sự đóng góp nổi bật của Robert Solow và Samuelson.
Tuy nhiên kinh tế học tân cổ điển bị phê phán bởi tính lý thuyết của nó,

45
theo đó nó không tập trung vào giải quyết các nền kinh tế thực tế, mà lại
mô tả một thứ quá lý thuyết nơi áp dụng Tối ưu Pareto. Điều kiện giả sử là
các cá nhân hành động theo kỳ vọng hợp lý bị phê phán, vì nó lờ đi các khía
cạnh quan trọng của hành vi con người. "Con người kinh tế" khác với con
người thực tế. Doanh nghiệp ngoài mục tiêu kinh tế còn có các các mục tiêu
xã hội. Nó cũng bị phê phán là dựa quá nhiều vào các mô hình toán phức
tạp, ví dụ như các mô hình trong lý thuyết cân bằng tổng thể. Nhìn chung,
phê phán tập trung vào các giả thuyết không thực tế của lý thuyết kinh tế
học tân cổ điển. Chính vì vậy Robert Solow đã khắc phục những hạn chế về
tính lí thuyết của các trường phái đi trước, ông đã xây dựng bài toán phát
triển kinh tế một cách thiết thực hơn và được áp dụng rộng rãi trong những
nước đang phát triển lúc bấy giờ.

Giới thiệu về Robert Solow

Robert Merton Solow (sinh ngày 23 tháng 8 năm 1924 tại Brooklyn, New
York) là một học giả kinh tế Hoa Kỳ, ông được biết đến với các đóng góp của
ông về lý thuyết tăng trưởng kinh tế mà đỉnh cao là mô hình tăng trưởng
ngoại sinh được đặt tên theo tên của ông. Ông đã được trao giải John Bates
Clark (1961), giải Nobel Kinh tế (1987), giải thưởng Nhà nước về Khoa học
(1999).
Năm 1956, Solow công bố nghiên cứu "The Economic Record" trong đó
ông trình bày về các nhân tố quy định tăng trưởng kinh tế. Sử dụng mô hình
toán, Solow đã tính ra rằng bốn phần năm mức tăng trưởng sản lượng bình
quân trên một lao động của Hoa Kỳ là nhờ sự tiến bộ về công nghệ. Mô hình
tăng trưởng kinh tế nội sinh, vì thế, sau này hay được gọi là Mô hình tăng
trưởng Solow hoặc Mô hình tăng trưởng Solow-Swan. Solow còn là người đầu
tiên phát triển một mô hình về tăng trưởng kinh tế với các loại vốn cũ. Ý
tưởng của Solow trong mô hình tăng trưởng dùng vốn cũ là vốn mới có giá

46
 Hình 1.22: Nhà kinh tế học Robert Solow

hơn vốn cũ bởi vì vốn được tạo ra dựa vào công nghệ đã biết và vì công nghệ
liên tục phát triển. Sau này, các mô hình tăng trưởng kinh tế của Paul Romer
và Robert Lucas, Jr. đều được phát triển trên cơ sở mô hình của Solow.
Kể từ sau khi Solow công bố công trình năm 1956, hàng loạt mô hình
tăng trưởng kinh tế phức tạp đã được xây dựng, dẫn tới nhiều kết luận khác
nhau về nguồn gốc của tăng trưởng kinh tế. Song cho đến nay, vẫn có nhiều
nhà kinh tế sử dụng cách tính nguồn tăng trưởng của Solow để ước lượng
sự đóng góp của các nhân tố thay đổi công nghệ, vốn và lao động vào tăng
trưởng kinh tế.

Giới thiệu về mô hình của Robert Solow

Cũng trong năm 1956, nhà kinh tế học MIT Robert Solow giới thiệu một
mô hình tăng trưởng kinh tế mới, là một bước tiến dài kể từ mô hình Harrod
Domar. Solow thừa nhận là có nhiều vấn đề phát sinh từ hàm sản xuất cứng
nhắc trong mô hình Harrod Domar. Giải pháp của Solow là bỏ hàm sản xuất
có hệ số cố định và thay thế nó bằng hàm sản xuất tân cổ điển cho phép có
tính linh hoạt hơn và có sự thay thế giữa các yếu tố sản xuất. Trong mô hình
Solow, các tỷ số vốn- sản lượng và vốn- lao động không còn cố định nữa mà

47
thay đổi tuỳ theo nguồn vốn và lao động tương đối trong nền kinh tế và quá
trình sản xuất. Cũng như mô hình Harrod Domar, mô hình Solow được triển
khai để phân tích các nền kinh tế công nghiệp, nhưng đã được sử dụng rộng
rãi để tìm hiểu tăng trưởng kinh tế tại tất cả các nước trên thế giới, kể cả các
nước đang phát triển. Mô hình Solow đã có ảnh hưởng vô cùng to lớn và vẫn
là trọng tâm của phần lớn các lý thuyết tăng trưởng kinh tế tại các quốc gia
đang phát triển. Chúng ta cùng so sánh một chút về hai mô hình của Harrod
Domar và Robert Solow. Ta thấy rằng mô hình này chỉ mang tính chất tính

Hình 1.23: Sự khác nhau hàm sản xuất trong mô hình tăng trưởng SoLow và
Harrod Domar

toán và vẫn chưa giải quyết được những vấn đề còn tồn tại ở các nước đang
phát triển:
Thứ nhất, nền kinh tế trong nước và thế giới ngày càng ở trình độ phát
triển cao, thì tăng trưởng kinh tế càng chịu sự tác động của nhiều nhân tố
hơn. Trên thực tế thì tăng trưởng kinh tế có thể xảy ra không phải vì lý do
tăng đầu tư, hoặc ngược lại đầu tư không có hiệu quả thì vẫn không có sự
tăng trưởng.
Thứ hai, các nước đang phát triển lại không có khả năng tích lũy vốn cao.
Vì vậy, chính phủ phải sử dụng chiến lược tích lũy vốn theo kế hoạch và cơ
chế mệnh lệnh nhằm hạn chế tiêu dùng hoặc dành quỹ đầu tư trước khi tiêu

48
dùng.
Vì những lí dó đó Solow đã nghiên cứu và hoàn thiện hơn mô hình tân cổ
điển với những yếu tố được biến đổi linh hoạt hơn, phù hợp hơn với sự đi lên
của thế giới.

Mô hình tăng trưởng kinh tế Tân cổ điển

Xây dựng hàm sản xuất theo mô hình tăng trưởng kinh tế của
Robert Solow. Trong phần này chúng ta sẽ cùng tìm hiểu về mô hình toán
học của một nền kinh tế đơn giản mà không có thương mại nước ngoài và
chỉ có một bài báo đồng nhất được sản xuất. Những mô hình toán sau đây
được ứng dụng rất nhiều trong nền kinh tế của các nước tư bản của thế kỉ
trước, nó quan trọng đến mức nếu một tập đoàn hay một công ty không áp
dụng theo những mô hình đó thì việc phá sản chỉ còn là vấn đề thời gian. Do
ba yếu tố nhân lực lao động, vốn đầu tư và sản phẩm ở mỗi thời điểm có thể
khác nhau, nên nói chúng hàm số của chúng ta những hàm phụ thuộc vào
thời gian. Ta gọi hàm sản xuất là Y = Y (t), vốn đầu tư là V = V (t) và lực
lượng lao động là L = L (t). Từ đó ta có

Y = Y (L, V )

F được gọi là hàm sản xuất. Chúng ta tiếp tục cho rằng F sở hữu một đặc
tính "trở lại quy mô", mà trong thuật ngữ toán học có thể được bắt đầu như
là:
F (αL, αV ) = αF (L, V )

Điều này có nghĩa, nếu ta tăng gấp đôi cả về vốn và lao động có hiệu lực sẽ
tạo ra tăng gấp đôi sản lượng. Với lực lượng lao động là L sẽ thu được sản
Y
phẩm là Y , từ đó suy ra năng suất làm việc của mỗi công nhân sẽ là y = L
V
và tiền vốn đầu tư cho mỗi công nhân sẽ làv = L bao gôm cả lương, thưởng

49
và chi phí của công nhân đó trong sản xuất. Từ đó ta có

Y F (V, L)
y= = = F (v, 1)
L L

Ta thấy rằng hàm F (v, 1) là một hàm chỉ phụ thuộc vào biến v, hay nói cách
khác đối với một công nhân thì nhà đầu tư sẽ bỏ ra số tiền là v và thu lại
lượng sản phẩm là y. Phương trình trên cho thấy rằng sản lượng trên lao
động là một hàm số theo vốn trên lao động. Ta kí hiệu:

y = f (v)

Bằng nghững khảo sát trên thực tế người ta thấy rằng hàm y = f (v) là một
hàm lõm với những tính chất:
   
df df
lim = ∞; lim =0
v→o dv v→∞ dv

Từ đồ thị ta thấy hàm f (v) đặc điểm quen thuộc sinh lợi giảm dần theo vốn.

Hình 1.24: Hàm sản xuất theo mô hình Solow

Với cung lao động cố định, việc bố trí một số máy móc ban đầu cho người lao
động làm việc sẽ dẫn đến gia tăng sản lượng. Nhưng khi bố trí thêm nhiều
máy móc hơn cho những người lao động này, mức tăng sản lượng của từng cỗ
máy mới sẽ ngày càng nhỏ dần. Hàm tổng sản xuất với đặc điểm này được
biểu diễn bằng đồ thị trong hình. Trục hoành tiêu biểu cho vốn trên lao động

50
(v), và trục tung thể hiện sản lượng trên lao động (y). Độ dốc của đường
cong giảm dần khi trữ lượng vốn tăng lên, phản ánh giả định về sản lượng
biên giảm dần của vốn. Sự di chuyển sang phải trên trục hoành sẽ mang lại
những mức tăng sản lượng trên lao động ngày càng nhỏ dần.
Trong kinh doanh sau khi tiêu thụ được sản phẩm các nhà đầu tư sẽ dùng
một phần lợi nhuận để đầu tư tiếp tục đầu tư lại dây chuyền sản xuất để mở
rộng sản xuất . . . , phần còn lại nhà đầu tư sẽ mang đi tiêu thụ. Vậy ta có

Y (t) = C (t) + I (t)

Trong đó C và I là tỷ lệ của tiêu thụ và đầu tư tương ứng. Đầu tư được sử

dụng để tăng vốn cổ phần, do đó ta có
dV
= I (t)
dt
Từ đó ta có:

1 dV
y = c (t) +
L dt
trong đó c = C/L là lợi nhuận bình quân mỗi công nhân mang lại. Cũng như
vậy    
dv d V 1 dV dL
= = −
dt dt L L dt L
ta giả sử một lực lượng lao động ngày càng tăng theo cấp số nhân L = L0 eλt
chúng ta thấy rằng:
dv 1 dV
= − λv
dt L dt
1 dV
Khử L dt chúng ta đi đến các "phương trình cơ bản" của tăng trưởng kinh
tế tân cổ điển
dv
= f (v) − λv − c(t)
dt
Như vậy chúng ta đã xấy dựng được hàm sản xuất theo tăng trưởng kinh tế
của Solow. Một số khảo sát thực tế về mô hình Để hiểu hơn về vấn đề này
ta đi đến ví dụ sau.

51
Hình 1.25: Lợi nhuận gần như sẽ không tăng nếu như nhà đầu tư tiếp tục rót
thêm vốn vào sản xuất

Ví dụ 1.1.9. Ta giả sử rằng sự tiểu thụ hàng hóa được biểu thị như một
hàm tuyến tính với thời gian, nghĩa là c = at + b và hàm sản xuất là một
hàm tuyến tính, nghĩa là f = µv, từ đó công thức (12) trở thành

dv
− (µ − λ) v = − (at + b)
dt

Ta thấy đây là phương trình vi phân tuyến tính, ta giải phương trình thuần
nhất:
dv
− (µ − λ) v = 0
dt
ta được
v = Ce(µ−λ)t

thay v = C (x) e(µ−λ)t vào phương trình (13) ta được:

C 0 (x) e(µ−λ)t + (µ − λ) C (x) e(µ−λ) − (µ − λ) C (x) e(µ−λ) = − (at + b)

suy ra
at + b
C 0 (x) = −
e(µ−λ)t
Từ đó Z
at + b
C (x) = − dt + D, D ∈ R
e(µ−λ)t

52
 Z
1 
−(µ−λ)

= (at + b) d e t +D
µ−λ
1 a
= (at + b) e−(µ−λ)t + 2e
−(µ−λ)t
+D
µ−λ (µ − λ)
!
at b a
= e−(µ−λ)t + + +D
µ − λ µ − λ (µ − λ)2

Từ đó ta có nghiệm tổng quát của phương trình là:

at b a
v(t) = + + + De(µ−λ)t
µ − λ µ − λ (µ − λ)2

Trong đó D là hằng số của tích phân. Nếu v = v0 , tại thời điểm t = 0 ,

!
a b
D = v0 − 2 + (µ − λ)
(µ − λ)

và
" !#
at b a a b
v(t) = + + + v0 − + e(µ−λ)t
µ − λ µ − λ (µ − λ)2 (µ − λ)
2 (µ − λ)

Những dự báo của mô hình này phụ thuộc rất nhiều vào giá trị tương đối của
các thông số µ, λ, a, b và v0 . Ví dụ µ > λ , vì vậy mà , việc tiếp tục tăng vốn
được dự đoán sẽ còn tiếp diễn
!
a b
v0 > 2 + = vc
(µ − λ) µ−λ

Khi vốn ban đầu v0 lớn hơn ngưỡng vc kéo theo

!
a b
D = v0 − 2 + >0
(µ − λ) (µ − λ)

từ đó vốn đầu tư sẽ giảm và nền kinh tế suy giảm.

Đây là một ví dụ đơn giản là "hiệu ứng ngưỡng" trong kinh tế, trong đó một
mức độ nhất định của sự phát triển kinh tế (trong trường hợp v > vc ) là điều
kiện tiên quyết để tích lũy thêm vốn.

53
 Mô hình mạch điện. Trong phần này chúng ta xem xét những mạch
điện đơn giản chứa một điện trở, một cuộn cảm hoặc tụ điện mắc nối tiếp với
một nguồn sức điện động.Hai mạch điện như vậy được minh họa trên hình
sau:

Hình 1.26: Các mạch điện đơn giản.

Cơ năng của các mạch điện dựa trên những giả định sau : Cho một sức
điện động (lực điện) E (tính bằng V ). Vídụ: pin,... làm dịch chuyển một điện
tích Q (tính bằng C) và tạo ra một dòng điện I (tính bằng A) .Dòng điện và
điện tích được liên hệ với nhau bởi công thức
dQ
I= (1.18)
dt
Điện trở của điện trở R (tính bằng Ω ) cản trở dòng điện,tiêu tốn năng lượng
dưới dạng nhiệt. Sự sụt giảm điện áp tạo ra được đưa ra bởi định luật Ohm

ER = RI (1.19)

Một cuộn cảm với độ tực cảm L (tính bằng H) tạo ra sự sụt giảm điện thế
được cho bởi
dI
EL = L (1.20)
dt
Tụ điện với điện dung C (tính bằng F ) tích trữ điện tích, và do đó cản trở
dòng dịch chuyển của điện tích, tạo ra sự giảm điện thế cho bởi
Q
EC = (1.21)
C

54
Những đại lượng R, L và C là hằng số cùng với các bộ phận của mạch điện,
trong khi E có thể là một hằng số hoặc hàm của thời gian.Những sự sụt
giảm điện thế trong một mạch điện được liên hệ bởi định luật điện thế của
Kirchhoff‘:"Các tổng đại số của tất cả các sự sụt giảm điện áp xung quanh
một mạch kín là bằng 0" . Do đó cho mạch điện (i) được minh họa ở Hình
1.26
ER + EL − E = 0

Và sử dụng 1.19 và 1.20 ta được

dI
RI + L =E
dt
dI R E
⇔ + I=
dt L L
Đây là phương trình vi phân tuyến tính bậc 1 với thừa số tích phân eR/Ldt =
eRt/L .Vì vậy chúng ta viết

dI R E
eRt/L + eRt/L I = eRt/L
dt L L
d Rt/L E
⇔ (e I) = eRt/L
dt L

Z
E Rt/L
eRt/L I = e dt + A
L
Z
−Rt/L E(t) Rt/L
I(t) = e e dt + Ae−Rt/L (4.17)
L
Trong đó A là hằng số.
Ví dụ , nếu E(t) = E, không đổi, ta có

I(t) = E/R + Ae−Rt/L , (4.18)

và nếu I(0) = I0 ,dòng điên được cho bởi

I(t) = E/R + (I0 − E/R)e−Rt/L

55
 Hình 1.27: Đồ thị biến thiên theo thời gian của I.

Mẫu của phép giải này được minh họa ở hình sau Có thể thấy, dòng điện
có xu hướng đến một trạng thái không đổi khi thời gian tăng lên. Dạng của
định luật Kirchhoff cho mạch trong Hình 1.27 là

ER + EC − E = 0;

Từ 1.19 và 1.21 ta có :
dQ Q
R + = E,
dt C
Vì I = dQ/dt. Chúng tôi để lại cho các bạn chứng minh phần còn lại (công
thức mạch (ii) trong Hình 1.26).
Mô hình thiết kế máy lọc thận nhân tạo. Tự tìm hiểu và làm bài tập
mô hình "A MATHEMATICAL MODEL FOR AN ARTIFICIAL KIDNEY
MACHINE"", xem phần trình bày của Hùng và Linh lớp K60 CNTN Toán

Rủi ro tan nại khi dùng rượu. Tai nạn giao thông đang là một vấn đề
cần được quan tâm hiện nay. Mà một trong những nguyên nhân chính dẫn
đến tai nạn giao thông là do vi phạm nồng độ cồn khi điều khiển phương tiện
giao thông. Theo thống kê, có đến 30% các ca tử vong và 60% nạn nhân của
các vụ tai nạn giao thông đường bộ có nồng độ cồn trong máu vượt quá mức
cho phép. Vì vậy, trong buổi thuyết trình này, nhóm 1 muốn thiết lập một

56
mô hình thể hiện sự liên hệ các đại lượng liên quan tới nồng độ cồn trong
máu và khả năng xảy ra tai nạn, dựa vào đó, tính toán xem khi nồng độ cồn
đạt đến mức nào thì khả năng xảy ra tai nạn là 100%.

Hình 1.28:

Biểu đồ Hình 1.28 ở bên trên biểu thị số liệu thực tế về nồng độ cồn trong
máu b và khả năng xảy ra tai nạn R, từ đó ta có mô hình giả định sau. Mô
hình giả định. Gọi nguy cơ xảy ra tai nạn ô tô là R, nồng độ cồn trong
dR
máu là b, tỉ lệ xảy ra tai nạn ô tô là . Với k là một hằng số dương, nguy
db
cơ xảy ra tai nạn ô tô R là nghiệm của phương trình tách biến sau:

dR
= kR (1.22)
db

Giải phương trình (1):

dR
= kdb
R

Do đó:

R(b) = R0 ekb (1.23)

Với b = 0 (tức là với nồng độ cồn trong máu bằng 0) thì khả năng gặp phải
tai nạn là 1%, tức R0 = 1, khi đó:

57
 R(b) = ekb (1.24)

Do đó, theo mô hình dự đoán, tỉ lệ khả năng gặp tai nạn có thể tăng theo
cấp số mũ cùng với độ tăng của nồng độ cồn trong máu. Để mô hình được rõ
ràng hơn, ta sẽ đi đến việc ước tính hệ số k. Sử dụng dữ liệu từ đồ thị hình
ln20
1: Với R(0, 14) = 20% thì k = = 21, 4.
0, 14
Tóm lại, kết quả cuối cùng thu được từ mô hình này là:

R(b) = e21,4b (1.25)

Áp dụng mô hình vào thực tiễn. Công thức (4) được biểu diễn bởi đường
cong trong hình 2 như sau, dễ thấy đường này gần như trùng khớp hoàn toàn
với các số liệu có sẵn.

Hình 1.29:

Tuy nhiên có một nhược điểm của mô hình này, đó là, từ phương trình
(4), khi b tăng đến một giá trị nào đó, giá trị của R sẽ lớn hơn 100%.
ln100
Thật vậy, xét khi R = 100 thì giải ra được b = = 0, 22.
21, 4
Như vậy, khi R = 100% thì b = 0, 22%, tức là khi nồng độ cồn trong máu đạt
đến mức 0, 22% thì khả năng gặp tai nạn lúc lái xe sẽ là 100%, có nghĩa là
chắc chắn sẽ xảy ra tai nạn.
Tóm lại, ta có thể kết luận rằng, khi một người uống 12 chén whiski (tương

58
đương với việc có nồng độ cồn trong máu đạt đến mức 0, 22%)thì sẽ không
còn khả năng lái xe!
Mô hình giảm nhiệt độ.
Đôi nét về tác giả. Tom LoFaro vừa là một giáo sư, vừa là một nhà toán

Hình 1.30: Prof. Thomas P. LoFaro

học và khoa học máy tính tại trường đại học Gustavus Adolphus ở St.Peter,
Minnesota. Ông cũng tham gia vào dự án phát triển mô hình Toán dựa trên
Phương trình Vi phân khoảng hơn 10 năm, bao gồm việc trở thành một nhà
nghiên cứu chính cho NSF - ý tưởng tài trợ dự án và đóng góp cho kiến trúc
CODDE’s ODE (Wiley and Sons). Sở thích ngoài học thuật của ông gồm câu
cá và huấn luyện một số giải đấu bóng đá. Con gái út của ông thì khao khát
được trở thành một nhà nhân chủng học pháp y, giống như Thám tử Daphne
Marlow.
Facebook: https://www.facebook.com/tlofaro
Mục đích. Trong bài nghiên cứu này, chúng ta sẽ điều tra về một vụ giết
người dựa trên giả thuyết của tác giả TomLoFaro. Để tìm ra hung thủ, ta sẽ
xác định khoảng thời gian nạn nhân tử vong dựa vào các bằng chứng điều
tra và từ đó xác định một trong ba nghi phạm là kẻ Giết người.
Bằng sự kì diệu của Toán học kết hợp với Định luật trao đổi nhiệt Newton,

59
ta có thể xây dựng một mô hình tái hiện quá trình gây án và tính toán khá
chính xác thời gian chết của nạn nhân.
Nguyên tác. Bình minh ở Nhà hàng Mayfair. Ánh đèn vàng của những

Hình 1.31: Mayfair Diner at 7373 Frankford Ave Philadelphia 19136

cột đèn đường cùng với ánh đèn chớp của những chiếc xe cảnh sát bắt đầu
mờ dần bởi ánh nắng vàng chói chang. Cảnh sát điều tra Daphne Marlow đi
ra ngoài tửu lầu cầm một cốc café nóng bằng một tay và một bản tóm tắt
hiện trường phạm tội trong tay còn lại. Ngồi trên thanh cản trước xe LTD
(ford) của cô ấy, cảnh sát điều tra Marlow bắt đầu đánh giá các bằng chứng.

Lúc 5:30 sáng thi thể của Joe D. Wood được tìm thấy trên lối đi trong kho
lạnh dưới tầng hầm của Nhà hàng. Lúc 6:00 sáng, trinh sát đến và xác định
chắc chắn rằng thân nhiệt của xác chết là 85◦ F . Ba mươi phút sau, trinh sát
đo (measure) lại thân nhiệt. Lần này số đo là 84◦ F . Bộ điều chỉnh nhiệt độ
bên trong kho lạnh chỉ số 50◦ F .

60
 Hình 1.32: Hình 1.33:

Hình 1.34: Hình 1.35:

Daphne lấy ra một tập ghi chép màu vàng nhạt và cái máy tính bị dính (bẩn)
sốt cà chua từ ghế trước của xe cô ấy và bắt đầu tính. Cô ấy biết rằng Định
luật Newton về sự mất nhiệt nói rằng tốc độ mất nhiệt của vật thể tỉ lệ thuận
giữa nhiệt độ T của vật thể tại thời điểm t và nhiệt độ Tm của môi trường
xung quanh vật thể. Cô ấy ghi nhanh công thức:

dT
= k (T − Tm ) , t > 0 (1.26)
dt

Trong đó, k là hệ số tỉ lệ, T và T m được đo bằng độ F và t là thời gian

đo bằng giờ (h). Vì Daphne muốn điều tra quá khứ sử dụng giá trị dương
(positive) cho thời gian, cô ấy đặt tương ứng t = 0 với 6:00 sáng, vậy nên, ví

61
dụ t = 4 là 2:00 sáng. Sau một vài dòng nháp trên tập ghi chép màu vàng,
Daphne nhận thấy rằng với quy ước thời gian này, hệ số k ở (1) sẽ là dương.
1
Cô ấy ghi một cái nhắc nhở chính mình rằng 6:30 sáng bây giờ là t = − .
2

Hình 1.36:

Khi bình minh mát mẻ và yên tĩnh nhường chỗ cho buổi sáng vào giữa
mùa hè nóng nực. Daphne bắt đầu chảy mồ hôi và băn khoăn lớn, “Nhưng
nếu (giả sử) thi thể bị di chuyển vào kho lạnh trong sự cố gắng (yếu ớt) để
giấu cơ thể đi? Làm thế nào để thay đổi ước tính này của tôi? Cô ấy vào lại
nhà hàng và tìm thấy những vệt mỡ sọc trên bảng điều chỉnh nhiệt độ ở phía
trên máy tính tiền rỗng. Nó chỉ số 70◦ F (nhiệt độ phòng – enviroment).

“Nhưng khi nào thi thể bị di chuyển?” Daphne hỏi. Cô ấy quyết định bỏ câu
hỏi chưa có lời giải vào lúc này, đơn giản đặt h biểu thị số giờ mà thi thể đã
ở trong kho lạnh trước 6:00 sáng. Ví dụ, nếu h = 6, thi thể bị di chuyển (vào
kho) lúc giữa đêm.
Daphne lật một trang trên tập ghi chép và bắt đầu tính. Rất nhanh chóng,
cô ấy nhận ra cách để mô hình hóa nhiệt độ môi trường thay đổi gây ra bởi

62
 Hình 1.37: Hình 1.38:

sự di chuyển với hàm bậc thang U (t). Cô ấy viết

Tm (t) = 50 + 20U (t − h) (1.27)

Và phía dưới nó phương trình vi phân

dT
= k (T − Tm (t)) (1.28)
dt

Cái áo blouse polyme dính mù toạc của Daphne bắt đầu chảy mồ hôi thành
giọt dưới ánh nắng của mặt trời giữa trưa. Cô ấy nổ máy xe và đi đến Boo-
dle’s Café gọi một tách bạc xỉu và một đĩa đầy “bánh thịt lợn hầm thập cẩm”
và trứng chiên. Cô ấy nới lỏng đôi booth giả da. Máy điều hòa mạnh cộng
với cái áo blouse đẫm mồ hôi biến thành chất nhờn trên da làm mát người cô
ấy nhanh chóng. Cái lạnh dữ dội dường như là một lời nhắc nhở thảm kịch
đã xảy ra trước đó ở Mayfair.

Trong khi đang đợi bữa ăn sáng của cô ấy, cô ấy lấy ra tập ghi chép và khẩn
trương đánh giá những phép tính toán của cô ấy. Sau đó cô ấy xây dựng cẩn
thận một bảng thuật lại thời gian làm lạnh h tới thời gian chết trong khi ăn
bánh thịt lợn xông khói hầm và trứng.

63
 Hình 1.39:

Gạt đĩa ăn (hết r) sang một bên, Daphne cầm điện thoại di động lên
để check in với đồng nghiệp của cô ấy Marie. “Có phát hiện nghi phạm nào
không?” Daphne hỏi.
“Yeah” cô ấy trả lời, “chúng ta có ba nghi phạm. Đầu tiên là người vợ cũ cuối

Hình 1.40:

cùng của ông Wood, một vũ công với cái tên là Twinkles. Cô ta được trông
thấy ở Mayfair khoảng 5 và 6 giờ tối trong một cuộc cãi nhau với Wood.”

64
 “Khi nào cô ta đi?”
“Một nhân chứng cho biết cô ta rời đi hơi vội vã sau 6 giờ. Nghi phạm thứ
hai là South Philly mê đọc sách cái người mà người ta gọi là Slim. Slim đã
ở đó vào khoảng 10 giờ tối qua & có một cuộc trò chuyện thì thầm với Joe.
Không ai nghe lỏm được cuộc trò chuyện, nhưng nhân chứng nói rằng đã có
rất nhiều cử chỉ tay, giống như Slim đã buồn bã hoặc gì đó.”
"Có ai nhìn thấy anh ta đi?"
"Có. Anh ta lặng lẽ rời đi vào khoảng 11 giờ tối. Nghi phạm thứ ba là
đầu bếp. "
"Đầu bếp?"
"Đúng, người đầu bếp. Người ta gọi với cái tên Shorty. Thu ngân nói
rằng cô ấy nghe Joe và Shorty tranh cãi về cách trình bày một đĩa thịt bê
scaloppine. Cô ấy nói rằng Shorty có nghỉ giải lao dài bất thường tại 22:30
tối. Anh ta đã hạ cơn giận khi nhà hàng đóng cửa vào 02:00 sáng. Đoán được
(có thể) lý do tại sao nơi này là một mớ hỗn độn. "
"Làm tốt lắm, đồng nghiệp. Tôi nghĩ rằng tôi biết ai để mang đến thẩm
vấn. "
Giải bài toán.
Phân tích. Thi thể của Mr. Joe D. Wood được phát hiện trong kho lạnh
của nhà hàng Mayfair vào lúc 5:30 sáng. Ông ta bị giết bởi một trong ba nghi
phạm: Vợ cũ - Vũ công Twinkles; Tên mọt sách Slim; Đầu bếp Shorty. Mục
đích của phần này là xác định thời gian tử vong thông qua các dữ liệu thu
được kết hợp với thời gian đến và rời khỏi nhà hàng Mayfair của các nghi
phạm được cung cấp bởi các nhân chứng để đưa kẻ phạm tội ra thẩm vấn.
Ta có sơ đồ tổng họa sau đây:
Giải quyết vấn đề. Quan sát sơ đồ: Ta sẽ thu hẹp khoảng xác định thời
gian ông Wood bị sát hại bằng cách tìm câu trả lời cho câu hỏi...
- Cần ít nhất bao nhiêu thời gian để làm lạnh thi thể từ nhiệt độ T =

65
 Hình 1.41: Sơ đồ thời gian gây án và nhiệt độ thi thể

Hình 1.42: Sơ đồ thời gian gây án và nhiệt độ thi thể

98, 6◦ F (ngay lúc bị giết) xuống nhiệt độ T = 84◦ F (vào lúc 6:00am) ?
Giả thuyết đầu tiên là ông Joe D. Wood bị sát hại ngay trong kho lạnh -
nơi ông được tìm thấy. Trong trường hợp này, chúng ta sẽ mô hình hóa quá
trình thi thể bị giảm nhiệt độ bằng Định Luật về sự giảm nhiệt Newton - (1):

dT
= k (T − Tm ) , t > 0 (1)
dt

66
 Trong đó, T là nhiệt độ của vật thể tại thời điểm t và nhiệt độ Tm của
môi trường xung quanh vật thể, k là hệ số tỉ lệ. Trong trường hợp này, nhiệt
độ Tm là nhiệt độ bên trong kho lạnh, ta có:

Tm = 50◦ F

Quy ước:
Mốc thời gian t = 0 tại thời điểm 6:00 sáng.
Thời gian t nhận giá trị dương với những thời điểm trong quá khứ.
1
Ví dụ: t = 4 là 2:00 sáng, 6:30 sáng thì t = − .
2
Giải phương trinh vi phân (1):
dT
= k (T − Tm )
dt
dT
⇔ = k dt
T − Tm
Z Z
dT
⇔ = k dt
T − Tm
⇔ ln |T − Tm | = kt + C

⇔ |T − Tm | = ekt+C

⇔ T = Aekt ± Tm A = eC


(1.29)

Thay Tm = 50◦ F vào (4) ta có:

T = Aekt ± 50 (1.30)
 
1
Vào lúc [6:00am - T = 84◦ F ] & [6:30am - T = 85◦ F ] ⇒ (t, T ) = (0, 84) & − , 85 .
2
Thay vào (5) ta có hệ phương trình:

 85 = Ae0k ± 50
 84 = Ae− 21 k ± 50

Giải hệ phương trình này, ta được:


 A = 35
⇔
 k = −2 ln 34
35

67
Thay vào(5):
34
T = 35e−2t ln 35 + 50 (1.31)
 
T − 50
ln
35
⇔t= (1.32)
34
−2 ln
35
Tại thời điểm Joe D.Wood bị giết, thân nhiệt vẫn bình thường T = 98, 6◦ F =
37◦ C, thay vào (7):
98, 6 − 50
ln
⇒t= 35 ≈ 5, 66 (h) = 5h40m
34
−2 ln
35
Vậy ông Joe D. Wood chết lúc 0:20 sáng.
Giả thuyết thứ hai, ông Joe D. Wood bị giết vào một thời điểm khác. Sau
đó hung thủ giấu xác chết vào trong kho lạnh. Chắc chắn rằng khoảng thời
gian thi thể ở trong kho lạnh h phải ít hơn 5 giờ 40 phút.

Hình 1.43: Sơ đồ thời gian gây án và nhiệt độ thi thể

Từ khi nạn nhân chết cho tới khi thi thể được khám nghiệm, thi thể của
Joe D. Wood đã ở hai địa điểm khác nhau (trong và ngoài kho lạnh) - tương
ứng với hai nhiệt độ môi trường Tm khác nhau. Ta xác định nhiệt độ môi

68
trường theo hàm bậc thang U (t − h):

 1, if (t > h)
U (t − h) =
 0, if (t ≤ h)

⇒ Tm (t) = 50 + 20U (t − h) (1.33)

Ta xét các trường hợp h = {5, 4, 3, 2} giờ:

Trường hợp 1: h = 5 giờ, t > h
Xét khoảng thời gian từ 01:00 sáng đến 06:00 sáng ứng với Tm = 50◦ F .
Theo công thức (6), nhiệt độ T1 của xác chết vào thời điểm 01:00 sáng (t1 =
h = 5) là:
34
⇒ T1 = 35e−2t1 ln 35 + 50
34
⇒ T1 = 35e−2×5 ln 35 + 50

⇒ T1 = 96, 77◦ F

Xét khoảng thời gian từ thời điểm nạn nhân chết (t) cho tới thời điểm thi
thể được giấu vào kho lạnh (h) là: ∆t = t − h, nhiệt độ của thi thể đã giảm
từ mức bình thường T = 98, 6◦ F xuống T1 = 96, 77◦ F tương ứng với mức
giảm ∆T = T − T1 = 98, 6 − 96, 77 = 1, 83. Nhiệt độ của môi trường trong
khoảng thời gian đó theo (8) là Tm = 70◦ F .
Không mất tính tổng quát của công thức Newton’s law of Cooling (1), ta
có:
∆T
= k (T − Tm )
∆t
1, 83 34
⇔ = −2 ln (98, 6 − 70)
∆t 35
⇔ ∆t = 1, 11 h

⇒ t = ∆t + h = 1, 11 + 5 = 6, 11(h) ≈ 6 giờ 7 phút.

Vậy ông Joe D. Wood chết lúc 11:53 tối.
Tương tự, ta giải quyết các trường hợp còn lại h = {4, 3, 2} giờ. Ta thu
được bảng sau:

69
 h Thời gian giấu thi thể Thời gian tử vong
5 01:00 AM 11:53 PM
4 02:00 AM 11:04 PM
3 03:00 AM 10:12 PM
2 04:00 AM 09:13 PM
Đối chiếu với các mốc thời gian mà nhân chứng cung cấp về 3 nghi phạm
trong bảng sau:
Nghi Phạm Thời điểm đến Thời điểm đi
Twinkles 05:00 - 06:00 PM sau 06:00 PM
Slim 10:00 PM 11:00 PM
Shorty n/a 02:00 PM
Nhưng Shorty là đầu bếp của nhà hàng và có khoảng thời gian nghỉ giải
lao dài bất thường vào lúc 22:30 PM.
Vậy nghi điểm lớn nhất thuộc về Shorty - là người mà Cảnh sát điều tra
Marlow muốn thẩm vấn.
Tò mò?! Quá trình thay đổi nhiệt độ trong một xác chết được gọi là
Algor Motis. Nó không được mô tả một cách hoàn hảo bằng Định luật Trao
đổi nhiệt Newton. Trên thực tế, trong các văn bản pháp y, nhiệt độ xác chết
được xác định bởi nhiều yếu tố hơn là Định luật Trao đổi nhiệt Newton.
Trong vài giờ sau khi chết, các quá trình phản ứng Hóa - Sinh học vân tiếp
diễn tạo ra nhiệt. Do đó, một thân nhiệt gần như không đổi có thể duy trì
được một thời gian trước khi xảy ra sự mất nhiệt theo quy luật của Định
luật Trao đổi nhiệt Newton.
Một phương trình tuyến tính, được gọi là phương trình Glaister được dùng
để ước tính sơ bộ về thời gian t từ khi chết. Phương trình Glaister là:
98, 4 − T0
t=
1, 5
Trong đó, T0 là nhiệt độ của xác chết đo được (98, 4◦ F được dùng ở đây
là thân nhiệt của người bình thường thay vì 98, 6◦ F ). Mặc dù không có các

70
công cụ tính toán để thu được phương trình chính xác nhưng thông qua thực
nghiệm, ta xác định 1, 5◦ F là độ giảm mỗi giờ. Chúng ta có thể rút ra một
phương trình tương tự thông qua xấp xỉ tuyến tính.
Sử dụng phương trình (1) với điều kiện ban đầu của T (0) = T0 để tìm
phương trình tiếp tuyến với các nghiệm thông qua điểm (0, T0 ). Không sử
dụng các giá trị của Tm hay k tìm được trong Giả thuyết 1. Đơn giản chỉ coi
chúng như các tham số. Tiếp theo, lấy T = 98, 4◦ F và giả theo t thu được

98, 4 − T0
t=
k(T0 − Tm )

p/s: Một cách hiểu đơn giản hơn là không phải Nhân viên cảnh sát nào
cũng giỏi Phương trình Vi phân nên người ta đã dựa theo thực nghiệm để
xây dựng Phương trình Glaister dạng tuyến tính để tính toán cho dễ?!...
Thử thách??? Hãy giải phương trình (3) với các giả thuyết 1 và 2 bằng
Phép biến đổi Laplace.

Chúc các bạn thành công!!!

1.2 Phương trình tách biến

Định nghĩa 1.2.1. Phương trình vi phân cấp 1 có dạng

y 0 = g(x)f (y) (1.34)

được gọi là phương trình tách biến. Nếu hàm g ≡ 1 thì ta gọi phương trình
(1.34) là phương trình ô - tô - nôm.

Ví dụ 1.2.1. Phương trình

y 0 = y 2 xe3x+4y y 0 = y(y − 1)(y + 2)

tương ứng là phương trình tách biến và phương trình ô - tô - nôm tương ứng.

71
Định lý 1.2.1. Giả sử g, f liên tục trên miền G ⊂ R2 và f 6= 0 trên R2 .
Khi đó, tích phân tổng quát của phương trình (1.34) dạng
Z Z
dy
= g(x)dx + c. (1.35)
f (y)
Chứng minh. Giả sử y = φ(x) là nghiệm của (1.34) khi đó

φ0 (x) = g(x)f (φ(x))

⇔dφ(x) = g(x)f (φ(x))dx

dφ(x)
⇔ = g(x)dx
f (φ(x))
Z Z
dφ(x)
⇔ = g(x)dx
f (φ(x))
Đặt y = φ(x) ta thu được
Z Z
dy
= g(x)dx + c.
f (y)

Nhận xét 1.2.1. Phương trình tách biến thỉnh thoảng cũng được thể hiện
dưới các dạng khác nhau như

X(x)dx + Y (y)dy = 0, m1 (x)n1 (y)dx + m2 (x)n2 (y)dy = 0.

Ví dụ 1.2.2. Tìm tích phân tổng quát của phương trình

y 0 = y 2 − 4.

Giả sử y(x) 6= 2 và y(x) 6= −2 với mọi x ∈ R (điều này làm được do tính duy
nhất nghiệm). Khi đó, viết phương trình dưới dạng

dy
= dx
y2 − 4
Z Z
2
⇔ dyy − 4 = dx + c
 
1  y − 2 
⇔ ln  =x+c
4 y + 2
y−2
⇔ = ±e4x+4c
y+2

72
Đặt c1 = ±e4c ta thu được tích phân tổng quát (cũng là nghiệm tổng quát)
1 + c1 e4x
y(x) = 2 .
1 − c1 e4x
Rõ ràng cả hai đường y ≡ 2 và y ≡ −2 đều là nghiệm của phương trình.
Tuy nhiên nghiệm y ≡ 2 có thể suy ra từ nghiệm tổng quát với c1 = 0, còn
nghiệm y ≡ −2 không thể thu được từ nghiệm tổng quát với bất kì giá trị c1
nào, do đó, nó là một nghiệm riêng.

Định lý 1.2.2. Giả sử (x0 .y0 ) thuộc miền tồn tại duy nhất nghiệm. Khi đó,
đường cong tích phân của phương trình (1.34) thỏa mãn y(x0 ) = y0 có dạng
Zy Zx
dy
= g(x)dx.
f (y)
y0 x0

Chứng minh. Đặt

Z Z
dy
Φ(y) = , Ψ(x) = g(x)dx
f (y)
Khi đó, tích phân tổng quát (1.35) có dạng

Φ(y) = Ψ(x) + c.

Do đường cong tích phân qua điểm (x0 , y0 ) cho nên

Φ(y0 ) = Ψ(x0 ) + c.

⇔ c = Φ(y0 ) − Ψ(x0 )

Thay vào (1.35) ta thu được

Φ(y) = Ψ(x) + Φ(y0 ) − Ψ(x0 )

⇔ Φ(y) − Φ(y0 ) = Ψ(x) − Ψ(x0 )

Theo công thức Newton-Neibnit, đẳng thức cuối cùng tương đương với
Zy Zx
dy
= g(x)dx.
f (y)
y0 x0

73
Ví dụ 1.2.3. Tìm đường cong tích phân thỏa mãn

x
y0 = − , y(4) = −3.
y

Áp dụng công thức của Định lí 1.2.2 ta có

Zy Zx
ydy = xdx
−3 4

⇔ x2 + y 2 = 25.

là đường cong tích phân qua điểm (4, −3). Ngoài ra ta có thể giải bài toán
thông qua tích phân tổng quát. Cụ thể, ta có
Z Z
ydy = − xdx + c

y2 x2
=− +c
2 2
Nếu đặt c1 = 2c thì ta có tích phân tổng quát x2 + y 2 = c21 . Do điều kiện ban
đầu, thay vào tích phân tổng quát ta cũng thu được đường cong tích phân
x2 + y 2 = 25.

Hình 1.44: Một số đường cong tích phân của ví dụ trên khi c thay đổi

74
Ví dụ 1.2.4. Tìm đường cong tích phân của phương trình

(e2 y − y) cos xy 0 = ey sin 2x, y(0) = 0

Xét miền R \ {π/2 + kπ : k ∈ Z} chia cả hai vế của phương trình cho ey cos x
ta thu được
e2y − y sin 2x
y
dy = dx
e cos x
Tích phân 2 vế ta thu được tích phân tổng quát

ey + ye−y + e−y = −2 cos x + c

Do điều kiện ban đầu y = 0 khi x = 0 ta dân đến c = 4. Do đó, đường cong
tích phân của bài toán là

ey + ye−y + e−y = −2 cos x + 4

Ta thấy nghiệm này xác định trên R.

Hình 1.45: Hình 1.46:

Bài tập định lượng

Tìm tích phân tổng quát của phương trình sau.

1. dy − (y − 1)2 dx = 0

75
 2. y 0 + 2xy 2 = 0

3. y 0 = e3x+2y

4. ex yy 0 = e−y + e−2x−y
 2
0 2y + 3
5. y =
4x + 5
6. csc ydx + sec2 xdy = 0

7. sin 3xdx + 2y cos3 3xdy = 0

8. (ey + 1)2 e−y dx + (ex + 1)3 e−x dy = 0

9. x(1 + y 2 )1/2 dx = y(1 + x2 )1/2 dy

10. y 0 = y − y 2
xy + 3x − y − 3
11. y 0 =
xy − 2x + 4y − 8
xy + 2y − x − 2
12. y 0 =
xy − 3y + x − 3
p
13. y 0 = x 1 − y 2

14. (ex + e−x )y 0 = y 2

Tìm đường cong tích phân ứng với các bài toán sau.

0 y2 − 1
1. y = 2 , y(2) = 2
x −1
p √ √
2. 1 − y 2 dx − 1 − x2 dy = 0, y(0) = 3/2

3. (1 + x4 )dy + x(1 + 4y 2 )dx = 0, y(1) = 0

Tìm nghiệm của bài toán Cauchy và xác định khoảng cực đại của nghiệm đó.
2x + 1
1. y 0 = , y(−2) = −1
2y
2. (2y − 2)y 0 = 3x2 + 4x + 2, y(1) = −2

76
 3. ey dx − e−x dy = 0, y(0) = 0

4. sin xdx + ydy = 0, y(0) = 1

Bài tập định tính

1. Xét phương trinh y 0 = f (y). Chứng minh rằng, nếu y(x) = cos x là
nghiệm của phương trình thì y(x) = − sin x cũng là nghiệm của phương
trình

2. Xét phương trình

y 0 = f (y)

trong đó f (y) liên tục trên khoảng (a, b). Giả sử rằng tồn tại nghiệm
y(x) = φ(x) của phương trình thỏa mãn

lim φ(x) = c ∈ (a, b)

x→+∞

Chứng minh rằng hàm y(x) ≡ c cũng là nghiệm của phương trình.

3. Cho phương trình s

y2 + 1
y0 =
3
.
x4 + 1
Chứng minh rằng mọi nghiệm của phương trình trên đều tồn tại giới
hạn hữu hạn khi x → +∞.

4. Xét phương trình 

 y 0 = f (y), x≥0
(1.36)
y(0) = y0 ,


trong đó, f : R → R là hàm thuộc lớp C 1 .

a) Nếu f (y) = y 2 và y0 > 0. Chứng minh rằng, nghiệm của phương

trình (1.36) không có miền xác định cực đại là [0, +∞)

b) Nếu hàm f thỏa mãn xf (x) ≤ 0 với mọi x ∈ R thì nghiệm của bài
toán (1.36) có miền xác định cực đại là [0, +∞)

77
 c) Nếu tồn tại hàm g : R → R khả vi thỏa mãn

g(x) ≥ x2 và f (x)g 0 (x) < 0

với mọi x ∈ R \ {0} thì nghiệm của bài toán (1.36) có miền xác
định cực đại là [0, +∞).

5. Xét phương trình

y 0 (x) = −αy(x) + f (y(x)) (1.37)

trong đó α ∈ R là hằng số và f liên tục trên R. Chứng minh rằng y(x)

là nghiệm của phương trình (1.38) khi và chỉ khi y(x) là hàm liên tục
thỏa mãn đẳng thức
Zt
y(x) = e−αt y(0) + e−αt eαs f (y(s))ds
0

6. Xét phương trình

y 0 (x) = −αy(x) + f (y(x)) (1.38)

trong đó α > 0 và f thỏa mãn

∃a, k ∈ R, a > 0, 0 < K < α : |f (u)| ≤ k|u|, ∀u ∈ R, |u| ≤ a.

a) Giả sử y = φ(x) là nghiệm thỏa mãn |φ(x)| ≤ a với mọi x ∈ R+ .

Chứng minh rằng lim φ(x) = 0.
x→+∞

b) Giả sử y = φ(x) là nghiệm thỏa mãn |φ(0)| ≤ a. Chứng minh rằng

lim φ(x) = 0.
x→+∞

7. Chứng minh rằng, với α > 1, tất cả các nghiệm của phương trình

y 0 = −αy + ln(1 + x2 )

đều tiến về 0 khi x → +∞.

78
Bài tập mô hình toán
Mô hình Logistic. Quay trở lại mô hình dân số ở mục trước, ta có bảng
dữ liệu dự đoán dân số theo mô hình Malthus với thực tế như sau Dựa vào

Hình 1.47: So sánh thực tế với dự đoán theo mô hình Malthus

dữ liệu cho thấy, mô hình của Malthus sau 50 (tức là năm 1850), dự đoán
bị sai số là 10%, và sai số năm 1870 tăng lên là 30%. Đó là lí do mô hình
này ít được sử dụng trong thực tế. Tại sao lại xuất hiện sai số đến như vậy?
Ta quay trở lại phân tích mô hình. Rõ ràng, theo mô hình của Malthus, dân
số sẽ tăng trưởng theo cấp mũ ra vô hạn (với γ > 0). Điều đó là không phù
hợp với thực tế, nguyên nhân là so các yếu tố môi trường chỉ có hữu hạn ví
dụ như tài nguyên lương thực, sự cung ứng năng lượng, . . . . Do đó, vào năm
1837, P. F. Verhulst (1840 - 1849) (nhà Toán học - Sinh học người Bỉ) điều
chỉnh lại phương trình của Malthus, ông đưa thêm giả thiết rằng, dân số của
một khu vực không thể tăng ra vô hạn mà chỉ tăng đến một ngưỡng (chặn

79
trên) nào đó. Và ông gọi ngưỡng đó là "sức chịu đựng của môi trường", kí
hiệu là hằng số N∞ . Do đó, tốc độ thay đổi dân số N 0 (t) được giả thiết tỉ lệ
với các đại lượng:

(i) Dân số hiện tại N (t) (giống mô hình Malthus)

N (t)
(ii) Nhân tố môi trường dạng 1 − .
N∞
Do đó, phương trình có dạng
 
N
N 0 = γN 1 − .
N∞

Dựa vào phương trình ta thấy khi dân số N gần đạt tới trạng thái N∞ , là
sức chứa lớn nhất mà môi trường chịu đựng được, thì vế phải dần về 0, lúc
đó, tốc độ N 0 giảm dần về 0, tức là dân số không thể tăng được nữa.
Giải phương trình trên bằng phương pháp tách biến ta có
Z Z
dN
= γdt
N (1 − N/N∞ )
Z  
1 1/N∞
⇔ + dN = γt + c
N 1 − N/N∞
⇔ ln N − ln(1 − N/N∞ ) = γt + c
N
⇔ ln = γt + c
1 − N/N∞
Do tại thời điểm t = 0, N = N0 , thay vào ta có c = ln[N0 /(1 − N0 /N∞ )], cho
nên
N N0 eγt
=
1 − N/N∞ (1 − N0 /N∞ )
Giải theo N ta thu được công thức

N∞
N (t) =  .
N∞
1 + e−γt −1
N0

Ta có nhận xét rằng, với N0 < N∞ thì N (t) sẽ tăng trưởng nhanh cấp mũ
đến sức chịu dựng môi trường, N∞ , khi t → +∞. Mặt khác, nếu N0 > N∞

80
 Hình 1.48: Mô hình dân số của Verhulst

thì dân số sẽ giảm nhanh cấp mũ đến N∞ .

Bây giờ quay trở lại bài toán của nước Mĩ, với dân số ban đầu cho ở Hình
1.1 ta tính được các đại lượng

N0 = 3.9, γ = 0.3134, N∞ = 197.

Thay vào công thức ta có bảng dự báo dưới đây. Kết quả cho được khá chính
xác cho dân số Mĩ trong vòng 100 năm, kể từ sau năm 1810. Mô hình tổng
quát của Verhulst có dạng

N 0 = N (a − bN ).

được gọi là phương trình Logistic. Tuy nhiên, kết quả của phương trình
Logistic sau năm 1930 không còn chính xác. Giá trị sức chứa môi trường của
mô hình Logistic năm 1930 là 197 × 106 , nhưng trên thực tế, dân số Mỹ lúc
đó đã vượt quá 200 × 106 . Dân số của một nước liệu có thể đoán trước? Phải
chăng có một chút phi lý trong việc mong đợi các mô hình để dự đoán chính
xác trong 100 năm? Liệu chúng ta có thể tự tin trong việc sử dụng các mô
hình toán học ngày hôm nay để dự đoán những thay đổi trong tương lai cho
đất nước? Các luật về dân số không cố định với từng bộ máy chính phủ, chiến

81
 Hình 1.49: Kết quả theo mô hình Verhulst

tranh hạt nhân trong vài thập kỷ tới, các thảm họa thiên tai, hay một cuộc
cách mạng công nghiệp khác, . . . là những lý do gây khó khăn trong việc dự
đoán dân số tương lai.
Phiên bản khác của Logistic Trên thực tế, để xem xét chính xác một
quần thể ta thường dùng phương trình Logistic dưới dạng

N 0 = N (a − bN ) + f (t, N ) (1.39)

với f (t, N ) là những tác động ngoại cảnh vào quần thể đó. Ví dụ như phương
trình
N 0 = N (a − bN ) + h (1.40)

mô tả lượng cá trong một khu vực. Trong đó h là đại lượng thêm vào do tác
động của con người, h > 0 khi có thêm sự nuôi trồng của con người và h < 0
khi có sự đánh bắt của con người. Đại lượng h có thể là hằng số hoặc là hàm

82
theo t khi việc đánh bắt bị phụ thuộc vào thời tiết (hàm gián đoạn), mùa
(hàm tuần hoàn), hay số lượng cá còn lại ở khu vực đó (h = h(t, N )). Đối
với một số loài cá, đánh bắt không tính toán trước sẽ dẫn đến nguy cơ tuyệt
chủng, xem thêm phần thuyết trình "The Allee Effect Model" của Nhóm 2
lớp K60 Toán học. Do đó, việc đưa ra mô hình sẽ giúp ngư dân có chiến
lược tốt hơn trong việc dánh bắt cá (khi nào cần đánh bắt, khi nào cần nuôi
thêm).
Một ví dụ khác cho (1.39) là phương trình

N 0 = N (a − bN ) − cN, c>0

thể hiện dân số của cộng đồng nhỏ, có tác động của nhập cư. Đối với cộng
đồng dân số lớn, việc nhập cư thường được mô tả bởi phương trình

N 0 = N (a − bN ) + ce−kN , c, k > 0.

Ngoài ra, phương trình (1.40) với h < 0 cũng có thể mô hình cho hiện tượng
di cư.
Sau này có một số phiên bản khác của phương Logistic như phương trình
Gompertz
P 0 = P (a − b ln P )

được lấy theo tên của nhà toán học người Anh là Benjamin Gompertz (1779
- 1865). Phương trình Gompertz chủ yếu được sử dụng như là một mô hình
trong nghiên cứu về sự phát triển hay suy giảm của quần thể, sự phát triển
của các khối u và một số loại dự đoán tính toán bảo hiểm. Xem thêm tại
"https : //en.wikipedia.org/wiki/Benjamin_Gompertz"
Bài tập vận dụng

1. Xét một quảng cáo trên truyền hình, gọi N (t) là số người trong một
cộng đồng được tiếp xúc với quảng cáo đó. Giả sử N (t) thỏa mãn
phương trình Logistic. Tại thời điểm ban đầu N (0) = 500, và theo

83
 khảo sát tại thời điểm t = 1 (tháng) ta có N (1) = 1000. Tìm N (t) nếu
theo dự đoán số lượng hạn chế của người dân trong cộng đồng những
người sẽ nhìn thấy quảng cáo là 50.000.

2. Mô hình cho dân số P (t) ở một ngoại ô của thành phố lớn được tính
bởi phương trình

P 0 = P (10−1 − 10−7 P ). P (0) = 5000

trong đó, t được đo theo tháng. Giá trị giới hạn của dân số ngoại ô là
bao nhiêu? Tính thời điểm mà dân số vùng ngoại ô bằng một nửa giá
trị giới hạn .

3. Bảng dưới đây cho giá trị dân số nước Bỉ (đơn vị nghìn), tại thời điểm
t. Dân số theo thời gian được kí hiệu là B(t).

Hình 1.50: Dân số nước Bỉ từ năm 1980 đến năm 2000.

a) Nếu chọn 1980, 1982 và 1984 (trong bảng số liệu) là 3 mốc thời
gian ban đầu, thiết lập phương trình Logistic cho phương trình
trên.

b) Với mô hình ở câu a) thì dân số nước Bỉ năm 2000 bị sai số so với
thực tế là bao nhiêu phần trăm?

4. Xét mô hình đánh bắt cá của một khu vực biển

P 0 = P (5 − P ) − 4, P (0) = P0

84
 a) Khi t → +∞ thì lượng cá khu vực đó sẽ là bao nhiêu nếu P0 > 4,
1 < P0 < 4 và 0 < P0 < 1

b) Tìm P0 > 0 mà khi đó cá có thể bị tuyệt chủng.

5. Khảo sát mô hình đánh bắt cá với hằng số a = 5, b = 1, h = 25/4. Xác

định lượng cá ban đầu P0 mà cá có thể bị tuyệt chủng.

6. Xét phương trình Logistic

P 0 = P (a − bP )

trong đó a, b > 0.

a) Dùng Maple, vẽ đồ thị nghiệm của phương trình cho trường hợp
a = b = 1 và điều kiện ban đầu là P (0) = 0.2, P (0) = 1.2

b) Chứng minh rằng mọi nghiệm không tầm thường của phương trình
đều có giới hạn a/b khi t → +∞

7. Xét phương trình Logistic nhập cư

P 0 = P (a − bP ) + ce−kP

trong đó a, b, c, k > 0.

a) Xét a = b = k = 1, c = 0.3. Dùng Maple, vẽ đồ thị nghiệm của

phương trình với điều kiện ban đầu là P (0) = 0.2, P (0) = 1.2

b) Chứng minh rằng tồn tại số ε > 0 sao cho mọi nghiệm không tầm
thường của phương trình thỏa mãn |P (0) − a/b| ≤ ε đều có giới
hạn a/b khi t → +∞

Mô hình tốc độ đổi mới công nghệ. Một công nghệ tiên tiến được áp
dụng thành công bởi một cá nhân (hoặc doanh nghiệp) nào đó. Bài toán đặt
ra là liệu mọi người có thể chấp nhận và áp dụng nó không? Và đâu là nhân

85
tố ảnh hương đến tốc độ lan truyền công nghệ đó rộng rãi? Đó là những câu
hỏi quan trọng đối với các nhà kinh tế, xã hội học và cuối cùng chính phủ!
Trong phần này chúng ta xây dựng một mô hình của tốc độ đổi mới công
nghệ của những người nông dân.
Giả sử một công nghệ tiến tiến được giới thiệu tới cộng đồng gồm N nông
dân tại thời điểm t = 0. Gọi y(t) là số lượng nông dân đã sử dụng công nghệ
đó tại thời điểm t. Rõ ràng y(t) là số nguyên nhưng ta có thể xấp xỉ nó bởi
một hàm liên tục. Theo nguyên lí tự nhiên, một người nông dân sẽ chấp nhận
bỏ chi phí để áp dụng công nghệ chỉ khi ông ta được tiếp xúc với những người
nông dân đã áp dụng thành công công nghệ đó. Do đó, ta giả sử rằng, lượng
số người sử dụng công nghệ (gọi là ∆y) sau thời gian ∆t sẽ tỉ lệ với

(i) số nông dân đã áp dụng công nghệ đó tại thời điểm t là y(t)

(ii) số nông dân còn lại chưa áp dụng công nghệ đó là N − y(t).

Do đó
∆y = y(t + ∆t) − y(t) = ay(t)(N − y(t))∆t.

Trong đó, a là hằng số dương. Chia cả 2 vế cho ∆t và cho ∆t → 0 ta thu

được phương trình vi phân

y 0 = ay(N − y)

Giả phương trình trên ta thu được

N eaN t
y(t) = . (1.41)
N − 1 + eaN t
Bây giờ ta thử nghiệm dự đoán của mô hình vào thực tiễn trên sự đổi mới
công nghệ của người nông dân của một số bang ở Mĩ ở thế kỉ trước.

(i) Các chất kích thích tăng trưởng tổng hợp mở đầu cho kỷ nguyên của
thuốc diệt cỏ hữu cơ. Vào những thập niên 1940, các loại thuốc này
ra đời sau một chương trình nghiên cứu dài hạn về các chất kích thích

86
 thực vật tăng trưởng – auxin. 2,4-D là thuốc diệt cỏ được tổng hợp từ
các auxin, là thuốc diệt cỏ tán rộng. Hiện nay chủ yếu 2,4-D được sử
dụng trong những hỗn hợp pha trộn với các loại thuốc diệt cỏ khác,
có vai trò như một chất tăng cường tác dụng. Nó đang được sử dụng
rộng rãi trên khắp thế giới. Chỉ tính riêng tại Mỹ, 2,4-D là chất diệt cỏ
thông dụng đứng hàng thứ ba. Hình 1.51 là thời điểm khi người dân ở
tiểu bang Iowa (miền tây Hoa kì) bắt đầu tiếp cận với loại thuốc này.

Hình 1.51: Số lượng người dân ở Iowa sử dụng thuốc diệt cỏ2,4-D, từ năm
1944-1955

(ii) Ngô là một loại cây lương thực được thuần canh tại khu vực Trung Mỹ
và sau đó lan tỏa ra khắp châu Mỹ. Ngô lan tỏa ra phần còn lại của
thế giới sau khi có tiếp xúc của người châu Âu với châu Mỹ vào cuối
thế kỷ 15, đầu thế kỷ 16. Ngô là cây lương thực được gieo trồng nhiều
nhất tại châu Mỹ (Chỉ riêng tại Hoa Kỳ thì sản lượng đã là khoảng
270 triệu tấn mỗi năm). Các giống ngô lai ghép được các nông dân ưa
chuộng hơn so với các giống, thứ ngô thông thường do có năng suất
cao vì có ưu thế giống lai. Bảng 1.52 là phần trăm diện tích cánh đồng
ngô tại Mĩ sử dụng để trồng ngô lai khi họ mới bắt đầu tiếp cận cách

87
 thức mới này.

Hình 1.52: Phần trăm diện tích trồng ngô được sử dụng để trồng ngô lai tại
3 bang của Mĩ, năm 1934 - 1958

Giả sử rằng, lúc đầu chỉ có 1 người áp dụng công nghệ đó, tức là y(0) = 1.
Các bạn hãy thử sử dụng công thức (1.41) để mô tả hai hiện tượng thực tiễn
trên và xem mô hình đó cho sai số bao nhiêu phần trăm. Việc dự đoán trước
số lượng người sẽ sử dụng công nghệ mới trong công việc của họ sẽ giúp các
công ti cung ứng đưa ra được các hoạch định đúng đắn trong sản xuất và
phân phối trong những năm tiếp theo.
Mô hình tốt hơn. Trong mô hình trên, ta chỉ giả sử rằng người nông
dân chỉ tiếp cận công nghệ mới thông qua những người đã ứng dụng thành
công. Tuy nhiên trên thực tế, anh ta có thể dễ dàng nghe qua nó thông qua
quảng cáo hay khuyến cáo của chính quyền . . . và điều này cũng có thể đóng
một phần quan trọng trong quá trình nhận chấp nhận công nghệ đó, đặc biệt
là trong giai đoạn đầu khi mới áp dụng công nghệ mới vào đại trà. Giả sử
rằng trong thời gian ∆t đủ nhỏ, số lượng nông dân bị ảnh hưởng thông qua
các phương tiện truyền thông đại chúng hay các yếu tố khác tỉ lệ với số nông
dân đã không được thông qua sự đổi mới, nghĩa là b(N − y(t))∆t trong đó b

88
là một hằng số dương. Điều này dẫn đến ràng buộc mới

∆y = ay(N − y)∆t + b(N − y)∆t

Do đó, ta thu được phương trình vi phân

y 0 = (ay + b)(N − y)

Do đây là phương trình tách biến nên ta có thể giải chúng như sau
Z Z
dy
= adt với c = b/a
(y + c)(N − y)
Z  
1 1 1
⇔ + dx = at + A
N +c y+c N −y
 
y+c
⇔ ln = (N + c)(at + A).
N −y
Đặt ln B = (N + c)A, ta rút gọn biểu thức thành

y+c
= Be(N +c)at
N −y

Giải theo y và cho điều kiện ban đầu y(0) = 1. Ta có

(a + b)N e(aN +b)t − n(N − 1)

y(t) = .
(N − 1)a + (a + b)e(aN +b)t

Một lần nữa ta có kiểu mô hình tăng trưởng khác và mô hình này cho dự báo
chính xác hơn với số liệu thực tiễn.
Các mô hình tương tự như mô tả ở trên cũng đã được sử dụng để mô
hình sự lây lan của những đổi mới trong ngành công nghiệp than, sắt thép,
sản xuất bia và đường sắt.
Bài tập áp dụng

1. Trong một mô hình dịch bệnh, một cá nhân nhiễm được đưa vào một
cộng đồng có chứa n cá nhân. Gọi y(t) là số lượng người không bị
nhiễm bệnh trong cộng đồng tại thời điểm t. Nếu chúng ta giả định

89
 rằng dịch bệnh lây lan đến tất cả mọi người (giả thiêt không có ai miễn
dịch), thì y(t) sẽ giảm từ giá trị ban đầu của nó x(0) = n tới không.
Phương trình mô tả hiện tượng truyền nhiễm được cho bởi

y 0 = −ry(n + 1 − y),

trong đó r là một hằng số dương đo tốc độ truyền nhiễm. Xác định

nghiệm của phương trình bậc nhất này. Khi nào tốc độ truyền nhiễm
là tối đa?

2. Một học sinh bị nhiễm virút cúm bên ngoài và trở lại trường nội trú
của mình (có khoảng 1000 sinh viên). Nếu nó được giả định rằng tốc
độ virus lây lan không chỉ tỷ lệ với số các học sinh bị nhiễm bệnh mà
còn tỉ lệ với số lượng sinh viên không nhiễm bệnh, xác định số lượng
học sinh nhiễm bệnh sau 6 ngày nếu trong quan sát, sau 4 ngày đã có
50 sinh viên bị nhiễm bệnh (trên thực tế, sau 6 ngày đã có 253 bạn bị
nhiễm virut).

3. Đại lượng N (t) thể hiện số lượng siêu thị trong cả nước đang sử dụng
một hệ thống thanh toán hiện đại được mô tả bởi phương trình Logistic

N 0 = N (1 − 0.0005N ), N (0) = 1.

Bao nhiêu siêu thị sẽ bị ảnh hưởng và sử dụng hệ thống thanh toán
hiện đại khi t = 10.

Mô hình REACTION TO STIMULUS. Tự tìm hiểu và làm bài tập

Mô hình ROCKET FLIGHT. Tự tìm hiểu và làm bài tập
Mô hình TORRICELLI’S LAW FOR WATER FLOW. Tự tìm hiểu
và làm bài tập
Mô hình INHIBITED GROWTH MODELS. Tự tìm hiểu và làm bài
tập

90
Mô hình REACTION TO STIMULUS. Tự tìm hiểu và làm bài tập
Mô hình REACTION TO STIMULUS. Tự tìm hiểu và làm bài tập

1.3 Sử dụng phương pháp đổi biến để giải một

số lớp phương trình đặc biệt

1.3.1 Phương trình vi phân thuần nhất

Định nghĩa 1.3.1. Hàm f : U ⊂ R2 → R được gọi là hàm thuần nhất bậc
α nếu nó thỏa mãn f (tx, ty) = tα f (x, y).

Ví dụ 1.3.1. Hàm f (x) = x3 + y 3 là hàm thuần nhất bậc 3 do

f (tx, ty) = (tx)3 + (ty)3 = t3 (x3 + y 3 ) = t3 f (x, y).

Trong khi đó hàm f (x, y) = x3 + y 3 + 1 không là hàm thuần nhất.

Định nghĩa 1.3.2. Phương trình vi phân cấp 1 có dạng

M (x, y)dx + N (x, y)dy = 0 (1.42)

được gọi là phương trình thuần nhất nếu hai hàm hệ số M (x, y), N (x, y) là
hàm thuần nhất cùng bậc. Hay nói cách khác,

M (tx, ty) = tα M (x, y), N (tx, ty) = tα N (x, y). (1.43)

Nhận xét 1.3.1. Khái niệm thuần nhất ở trên không trùng với khái niệm
thuần nhất của phương trình y 0 + P (x)y = f (x) trong đó f (x) ≡ 0.

Ví dụ 1.3.2. Các phương trình

r
y
(x2 + y 2 )dx + (x2 − xy)dy = 0, y0 =
x
là phương trình thuần nhất bậc 2 và 1/2 tương ứng.

91
Định lý 1.3.1. Xét trên miền x 6= 0, với phép đổi biến y = xu(x), phương
trình (1.42) trở thành phương trình tách biến có dạng

(M (1, u) + uN (1, u))dx + xN (1, u)du = 0.

Chứng minh. Sử dụng (1.43), thay t = 1/x ta thu được

 y 1  y 1
M 1, = α M (x, y), N 1, = α N (x, y)
x x x x
 y  y
α α
⇔ M (x, y) = x M 1, , N (x, y) = x N 1, .
x x
⇔ M (x, y) = xα M (1, u) , N (x, y) = xα N (1, u) .

Mặt khác dy = xdu + udx. Thay vào phương trình (1.42) ta thu được

xα M (1, u)dx + xα N (1, u)(xdu + udx) = 0

⇔ M (1, u)dx + N (1, u)(xdu + udx) = 0

⇔ (M (1, u) + uN (1, u))dx + xN (1, u)du = 0.

Ví dụ 1.3.3. Giải phương trình

(x2 + y 2 )dx + (x2 − xy)dy = 0

Rõ ràng đường cong x = 0 là một nghiệm của phương trình trên, do đó, ta
chỉ xét miền x 6= 0. Dặt y(x) = xu(x), khi đó dy = udx + xdu. Thay vào
phương trình ta thu được

(x2 + u2 x2 )dx + (x2 − ux2 )[udx + xdu] = 0

⇔ x2 (1 + u)dx + x3 (1 − u)du = 0

Đây là phương trình tách biến. Rõ ràng u ≡ −1 là nghiệm của phương trình
và do đó y = −x là nghiệm riêng của phương trình. Xét u 6= −1Chia cả 2 vế
cho x(1 + u) ta thu được phương trình
 
2 1
−1 + du + dx = 0
1+u x

92
Lấy tích phân 2 vế ta thu được

−u + 2 ln |1 + u| + ln |x| = ln |c|

y  y 
⇔ − + 2 ln 1 +  + ln |x| = ln |c|

x x
Sử dụng tính chất của Logarith, ta thu được tích phân tổng quát của phương
trình
 (x + y)2  y
 
ln  = hay (x + y)2 = cxey/x .
cx  x

Nhận xét 1.3.2. Đối với phương trình thuần nhất, ta có thể coi hai biến
x, y có vai trò như nhau, do đó, ta có thể dùng phép đổi biến x = yv để thu
được phương trình tách biến. Trong thực hành, đôi khi phép đổi biến đó lại
thu phương trình tách biến dạng đơn giải hơn là phép đổi biến y = xu.

1.3.2 Phương trình Bernoulli

Định nghĩa 1.3.3. Phương trình vi phân có dạng

y 0 + P (x)y = f (x)y α (1.44)

trong đó α là số thực dương, được gọi là phương trình Bernoulli.

Nhận xét 1.3.3. Ta chú ý rằng nếu α = 0 hoặc α = 1 thì (1.44) trở thành
phương trình tuyến tính.

Định lý 1.3.2. Xét miền y 6= 0, bằng phép đổi biến u(x) = [y(x)]1−α , phương
trình (1.44) sẽ trở thành phương trình vi phân tuyến tính có dạng

u0 + (1 − α)P (x)u = (1 − α)f (x)

Chứng minh. Nhân hai vế của phương trình (1.44) cho y −α ta được

y −α y 0 + P (x)y 1−α = f (x) (1.45)

93
Với phép đổi biến u(x) = [y(x)]1−α ta có

u0 = (1 − α)y −α y 0
1
⇔ y −α y 0 = u0
1−α
Thay vào (1.45) ta thu được
1
u0 + P (x)u = f (x)
1−α
⇔ u0 + (1 − α)P (x)u = (1 − α)f (x).

Ví dụ 1.3.4. Giải phương trình

xy 0 + y = x2 y 2 .

Xét miền x 6= 0, ta viết lại phương trình dưới dạng

1
y0 + y = xy 2
x
Rõ ràng y ≡ 0 là nghiệm của phương trình. Ta xét y 6= 0, nhân cả 2 vế với
y −2 ta thu được
1 −1
y −2 y 0 + y =x
x
Đặt u(x) = [y(x)]−1 . Khi đó u0 = −y −2 y 0 . Thay vào phương trình ta có
1
u0 − u = −x
x
Đây là phương trình tuyến tính không thuần nhất. Xét trên miền (0, +∞)
(miền (−∞, 0) làm tương tự) ta có nhân tử tích phân
R dx
− 1
µ(x) = e x = e− ln x =
x
Nhân cả 2 vế của phương trình với µ(x) ta thu được
 0
1
u = −1
x

94
 ⇔ x−1 u = −x + c

⇔ u = −x2 + cx

Do u = x−1 , ta có tích phân tổng quát

1
y(x) = .
x2 + cx

1.3.3 Phương trình Riccati

Định nghĩa 1.3.4. Phương trình dạng

y 0 + P (x)y = f (x) + g(x)y 2

được gọi là phương trình Riccati.

Nhận xét 1.3.4. Nếu g(x) ≡ 0 thì phương trình trở thành phương trình
tuyến tính còn nếu f (x) ≡ 0 thì phương trình trở thành phương trình
Bernoulli.

Phương trình Riccati tổng quát nhìn chung không thể giải được, mà chủ
yếu nghiên cứu tính chất nghiệm. Nếu P (x) ≡ 0, f (x) = axα , g(x) = b (a, b
là hằng số) thì ta thu được một dạng đặc biệt của phương trình Riccati

y 0 = axα + by 2 . (1.46)

Nhận xét 1.3.5. •

• Trong trường hợp α = 0, (1.46) có dạng phương trình tách biến.

• Trong trường hợp α = −2. (1.46) có dạng

y 0 = a−2 + by 2 .

Bằng phép đổi biến u(x) = xy(x), ta chuyển phương trình trên về dạng
tách biến
xu0 = (a + 1)u + bu2

95
 α
• Trong các trường hợp α thỏa mãn là số nguyên, người ta chứng
2α + 4
minh được (1.46) có thể giải được bằng các phép đổi biến thích hợp.
Liuvin chứng minh được rằng, ngoài các giá trị kể trên của α, phương
trình (1.46) không thể giải được.

Bài tập định lượng Giải các phương trình vi phân thuần nhất dưới đây

1. (x − y)dx + xdy = 0

2. (x + y)dx + xdy = 0

3. xdx + (y − 2x)dy = 0

4. ydx = 2(x + y)dy

5. (y 2 + xy)dx − x2 dy = 0

6. (y 2 + xy)dx + x2 dy = 0
y−x
7. y 0 =
y+x
x + 3y
8. y 0 =
3x + y
√
9. −ydx + (x + xy)dy = 0
p
10. xy 0 = y + x2 − y 2 , x > 0

Tìm đường cong tích phân của bài toán Cauchy sau

1. xy 2 y 0 = y 3 − x3 , y(1) = 2

2. (x2 + 2y 2 )dx − xydy = 0, y(−1) = 1

3. (x + yey/x )dx − xey/x = 0, y(1) = 0

4. ydx + x(ln x − ln y − 1)dy = 0, y(1) = e

Giải phương trình Bernoulli sau

96
 1
1. xy 0 + y =
y2
2. y 0 − y = ex y 2

3. y 0 = y(xy 3 − 1)

4. xy 0 − (1 + x)y = xy 2

5. t2 y 0 + y 2 = ty

6. 3(1 + t2 )y 0 = 2ty(y 3 − 1)

Tìm đường cong tích phân của các bài toán Cauchy sau

1. x2 y 0 − 2xy = 3y 4 , y(1) = 1/2

2. y 1/2 y 0 + y 3/2 = 1, y(0) = 4.

Sử dụng Bài tập 1 phần Bài tập định tính, giải phương trình vi phân sau

1. y 0 = (x + y + 1)2
1−x−y
2. y 0 =
x+y
3. y 0 = tan2 (x + y)

4. y 0 = sin(x + y)
√
5. y 0 = 2 + y − 2x + 3

6. y 0 = 1 + ey−x+5

Tìm đường cong tích phân của các bài toán Cauchy sau

1. y 0 = cos(x + y), y(0) = π/4

3x + 2y
2. y 0 = , y(−1) = −1.
3x + 2y + 2
Sử dụng bài 4, 5 phần Bài tập định tính để giải phương trình

97
 1. y 0 − x2 y = (−3x3 + 1) + xy 2
1
2. y 0 = + y2 .
2x2
3. y 0 − (1 − 2x)y = 2x − y 2

4. xy 0 = 1 + x2 y 2

5. y 0 + 2x2 y = x4 + 2x + 4 + y 2

6. xy 0 + (2x + 1)y = 1 + x2 y 2
 
2
7. xy 0 − y = 2 + 2 + x2 y 2
x
8. y 0 + 4x2 y = (x4 + x + 4) + 4y 2

9. xy 0 + 3y = (4x2 + 2) + y 2 .

Bài tập định tính

1. Xét phương trình có dạng

y 0 = f (ax + by + c)

Tìm phép đổi biến sao cho phương trình trên thành phương trình vi
phân tách biến.

2. Xét phương trình

(a1 x + b1 y + c1 )dx + (a2 x + b2 y + c2 )dy = 0

trong đó a1 , b1 , c1 , a2 , b2 , c2 là các hằng số.

a) Giả sử a1 b2 − a2 b1 6= 0. Tìm phép đổi biến sao cho phương trình

trên trở thành phương trình thuần nhất cấp 1. Ứng dụng giải
phương trình

(−7x + 3y + 7)dx − (3x − 7y − 3)dy = 0

98
 b) Giả sử a1 b2 − a2 b1 = 0. Tìm phép đổi biến sao cho phương trình
trên trở thành phương trình tách biến. Ứng dụng giải phương
trình
(x − 3y + 7)dx + (2x − 6y − 3)dy = 0

3. Xét phương trình

M (x, y)dx + N (x, y)dy = 0

thỏa mãn

M (tx, tk y) = tm M (x, y), N (tx, tk y) = tm−k+1 N (x, y).

Tìm phép đổi biến sao cho phương trình trên chuyển thành phương
trình tách biến. Ứng dụng giải phương trình

(6 − x2 y 2 )dx + x2 dy = 0

4. Xét phương trình Riccati

y 0 + P (x)y = f (x) + g(x)y 2

trong đó, P, f, g là các hàm liên tục trên R. Tìm hàm α(x), β(x) sao
cho phép biến đổi
y(x) = α(x)u(x) + β(x)

chuyển phương trình Riccati về dạng

u0 = u2 + R(x)

với R(x) là hàm nào đó.

5. Giả sử y1 (x) là một nghiệm riêng nào đó của phương trình Riccati.
Chứng minh rằng, phép đổi biến y(x) = y1 (x) + u(x) sẽ biến phương

99
 trình Riccati thành phương trình Bernoulli theo hàm u(x). Áp dụng
để giải phương trình

1 4
y0 + y = − 2 + y2
x x

nếu biết y1 (x) = 2/x là một nghiệm riêng của phương trình trên.

6. Giả sử y1 (x), y2 (x) là hai nghiệm riêng của phương trình Riccati.
Chứng minh rằng bằng phép đổi biến

1
u(x) = y(x) − y1 (x) −
y1 (x) − y2 (x)

biến phương trình Riccati thành phương trình vi phân tuyến tính.

7. Cho phương trình 

 y0 = x − y2

y(0) = 0.


Gọi y(x) là nghiệm của phương trình. Chứng minh rằng

a) Nghiệm y(x) là đơn điệu tăng, xác định với mọi x > 0 và thỏa mãn

0 < y(x) < x, (x > 0)

b) lim [y(x) − x] = 0.
x→+∞

8. Cho phương trình 

 y 0 = x2 − y 2

y(0) = 0.


Gọi y(x) là nghiệm của phương trình. Chứng minh rằng y xác định
không phải với mọi x và y là đường cong đối xứng qua gốc tọa độ

9. Chứng minh rằng nếu phương trình Riccati có 3 nghiệm riêng tuần
hoàn với cùng chu kì T thì mọi nghiệm của phương trình đó cũng tuần
hoàn với cùng chu kì T .

100
 10. Cho phương trình Riccati

y 00 + P (x)y = f (x) + g(x)y 2

với các hệ số P, f, g là liên tục trên R. Chứng minh rằng, bất kì 3

nghiệm riêng y1 , y2 , y3 của phương trình đều thỏa mãn hệ thức

y1 (x) < y2 (x) < y3 (x)

với mọi x nằm trong miền xác định của cả 3 nghiệm đó.

11. Cho y1 , y2 là 2 nghiệm riêng của phương trình Riccati

y 00 + P (x)y = f (x) + g(x)y 2

Chứng minh rằng

y20 − y10
= y1 + y2 − P (x).
y2 − y1

Mô hình toán Tăng trưởng của loài cá. Khí hậu mùa hè ấm áp cũng là
dịp để đi câu cá, câu cua ở Mỹ. Đừng nghĩ rằng cứ thích là vác cần câu ra bất
cứ bờ sông, con suối hay bãi biển nào mà câu nhé. Nếu bạn phạm các luật thì
bạn sẽ bị tịch thu cần câu, xe, bị ra tòa, nộp phạt ít nhất là cả nghìn đô còn
lý lịch thì bị một “vết dơ” vì không biết luật câu đấy. Một trong số luật câu
căn bản mà bạn bắt buộc phải biết là luật: một con cá, cua dài khoảng bao
nhiêu, nặng khoảng bao nhiêu thì được lấy. Nếu bạn nhỡ câu được cá, cua
nhỏ (dưới tiêu chuẩn cho phép) thì bạn phải thả vì cá chưa đủ lớn để bắt.
Tuy nhiên việc nhỏ như thế nào thì tùy từng loại (khi bạn mua giấy phép
câu, họ sẽ cho bạn một quyển sách về luật câu và bạn phải đọc để thực hiện
các luật đó). Thông thường người ta sẽ chỉ cho phép bạn bắt các con cua, cá
đã trưởng thành. Do đó, người đề xuất ra luật cần phải ước tính mối quan hệ
giữa khối lượng hay chiều dài của cua, cá với độ tuổi của chúng. Tuy nhiên,
mối quan hệ này có thể khác biệt ở từng khu vực (do điều kiện sống của từng

101
vùng khác nhau), do đó, luật bắt cua, cá ở từng bang cũng hơi khác nhau.
Trong phạm vi cuốn sách, chúng tôi đề cập đến mô hình mối quan hệ giữa
tuổi và khối lượng của cá, vấn đề chiều dài và tuổi có thể tham khảo ở http :
//www.f ao.org/docrep/w5449e/w5449e05.htm#3.1thevonbertalanf f y growthequatio
Đặt w = w(t) là khối lượng của cá tại thời điểm t. Theo mô hình tăng
trưởng của Bertalanffy ta có

w0 = αw2/3 − βw

trong đó α là hằng số thể hiện sự tăng của khối lượng do độ dinh dưỡng của
môi trường sống và nó được lấy tỉ lệ với diện tích sống của nó. β là hằng số
thể hiện sự giảm khối lượng của cá do hô hấp và được lấy tỉ lệ với khối lượng.
Rõ ràng nếu nhìn phương trình phi tuyến trên như một phương trình tách
biến thì sẽ rất khó khăn trong việc lấy tích phân. Nhưng nếu nhìn nó như
phương trình Bernoulli thì khối lượng tính toán sẽ được giảm đi rất nhiều.
Do đó, ta sẽ giải nó theo cách giải của Bernoulli. Nhân cả hai vế với w−2/3
ta thu được
w−2/3 w0 + βw1/3 = α.

Đặt u(t) = [w(t)]1/3 , khi đó u0 = 1/3w−2/3 w0 . Thay vào phương trình ta có

β α
u0 + u= .
3 3

Đây là phương trình tuyến tính cấp 1 với nhân tử tích phân là µ(x) = eβt/3 .
Nhân hai vế với phương trình với µ(x) ta thu được

β βt/3 α
eβt/3 u0 + e u = eβt/3
3 3
 0 α
βt/3
⇔ e u = eβt/3
3
α
⇔ eβt/3 u(x) = R βt/3 dt
3
α
⇔ u(x) = + Ae−βt/3
β

102
Do đó,
 3  3
α Aβ −βt/3
w(t) = 1+ e .
β α
Cho t → ∞ ta có w → w∞ = (α/β)3 . Giả sử thời điểm ban đầu w(0) = 0 khi
đó A = −α/β. Do đó, khối lượng dự báo cho cá được đưa bởi phương trình

w(x) = w∞ [1 − e−γt ]3

trong đó γ = β/3. Xem Hình 1.53 Ngoài ra ta có thể sử dụng mô hình để xem

Hình 1.53: Tăng trưởng khối lượng theo độ tuổi

xét việc bắt quần thể cá cho hiệu quả tối ưu (xem mô hình "EXPLOITED
FISH POPULATIONS")
Bài tập áp dụng

1. Bằng số liệu thống kê, Pauly (1980) xác định các thông số sau đây cho
cá ngựa hay slipmouth (Leiognathus splendens) từ miền tây Indonesia

w∞ = 63.99008(gam), γ=1

với thời gian tính bằng năm. Hoàn thành bảng số liệu dưới đây (Hình
1.54)

103
 Hình 1.54:

2. Thông số dưới đây là báo cáo của Edwards (1985) cho cá hồng mím
(Lutjanus malabaricus) tại vùng biển Arafura (phía tây Thái Bình
Dương)
γ = 0.168, , w∞ = 7.393(kg)

Tính độ tuổi trung bình khi cá hồng được 7 (kg).

Hình 1.55: Cá hồng mím Hình 1.56: Vùng biển Arafura

Các mô hình Fluid flow. Nghiên cứu, viết báo cáo cho một số mô hình
động lực chất lỏng.

104
1.4 Phương trình vi phân toàn phần
Định nghĩa 1.4.1. Phương trình vi phân cấp một

M (x, y)dx + N (x, y)dy = 0 (1.47)

được gọi là phương trình vi phân toàn phần trên miền G ∈ R2 nếu tồn tại
hàm f (x, y) khả vi trên G sao cho phân toàn phần

∂f ∂f
df (x, y) = dx + dy = M (x, y)dx + N (x, y)dy (1.48)
∂x ∂y

Nhận xét 1.4.1. Nếu (1.47) là phương trình vi phân toàn phần thì

(1.47) ⇔ df (x, y) = 0

và do đó, ta có tích phân tổng quát của phương trình là f (x, y) = c

Ví dụ 1.4.1. Phương trình

x2 y 3 dx + x3 y 2 dy = 0

là phương trình vi phân toàn phần. Thật vậy, chọn hàm f (x, y) = 1/3x3 y 3 .
Khi đó
∂f ∂f
df (x, y) = dx + dy = x2 y 3 dx + x3 y 2 dy
∂x ∂y
Câu hỏi đặt ra là dấu hiệu nào của hàm M, N cho ta biết (1.47) có là
phương trình vi phân toàn phần hay không. Nếu có, thì thuật toán tìm hàm
f như thế nào? Định lí dưới đây sẽ trả lời cho câu hỏi trên.
∂M ∂N
Định lý 1.4.1. Giả sử M (x, y), N (x, y) và các đạo hàm , liên tục
∂y ∂x
trên miền đơn liên G. Khi đó, điều kiện cần và đủ để (1.47) là vi phân toàn
phần là
∂M ∂N
= . (1.49)
∂y ∂x

105
Chứng minh. Điều kiện cần. Giả sử (1.47) là vi phần toàn phần. Khi đó,
tồn tại hàm khả vi f (x, y) sao cho

∂f ∂f
= M (x, y), = N (x, y)
∂x ∂y

∂2f ∂M ∂2f ∂N
⇔ = , = .
∂x∂y ∂y ∂y∂x ∂x
∂M ∂N
Do giả thiết , liên tục, theo Định lí schwarz (Giáo trình Giải tích 1)
∂y ∂x
ta suy ra được
∂M ∂N
= .
∂y ∂x
Điều kiện đủ. Giả sử ta có

∂M ∂N
= .
∂y ∂x

Bây giờ ta sẽ nêu cách xây dựng hàm f . Nếu f thỏa mãn (1.48) thì

∂f
= M (x, y)
∂x
Z
⇔ f (x, y) = M (x, y)dx + g(y) (1.50)

với g(y) là hàm nào đó cần tìm theo y. Đạo hàm hai vế theo y ta có
Z
∂
∂f ∂y = M (x, y)dx + g 0 (y) = N (x, y).
∂y

Do đó, ta tìm được

Z
0 ∂
g (y) = N (x, y) − M (x, y)dx.
∂y

Tích phân hai vế suy ra hàm g, thay g vào (1.50) ta thu được công thức hàm
f . Việc kiểm tra (1.48) được xem như một bài tập.

Điều kiện đủ trong chứng minh định lí trên chính là quy trình để tìm hàm
f trong thực hành.

106
Ví dụ 1.4.2. Tìm tích phân tổng quát của phương trình

2xydx + (x2 − 1)dy = 0.

Với M (x, y) = 2xy và N (x, y) = x2 − 1 ta có

∂M ∂N
= 2x = .
∂y ∂x

Do đó, đây là phương trình vi phân toàn phần. Theo Định lí 1.4.1 tồn tại
hàm f (x, y) thoả mãn

∂f ∂f
= 2xy và = x2 − 1.
∂x ∂y

Từ đẳng thức đầu, nguyên hàm hai vế theo x ta thu được

f (x, y) = x2 y + g(y). (1.51)

Mặt khác
∂f
= x2 + g 0 (x) = x2 − 1
∂y
Do đó, g 0 (x) = −1 hay g(x) = −y. Thay vào (1.51) ta có

f (x, y) = x2 y − y.

Do đó, tích phân tổng quát có dạng x2 y − y = c.

Ví dụ 1.4.3. Tìm tích phân tổng quát của phương trình

(e2y − y cos xy)dx + (2xe2y − x cos xy + 2y)dy = 0.

Đây là phương trình vi phân toàn phần do

∂M ∂N
= 2e2y + xy sin xy − cos xy = .
∂y ∂x

Theo Định lí 1.4.1 tồn tại hàm f (x, y) thoả mãn

∂f ∂f
= M (x, y) và = N (x, y).
∂x ∂y

107
Bắt đầu từ đẳng thức ∂f /∂y = N (x, y) nghĩa là
∂f
= 2xe2y − x cos xy + 2y
∂y
nguyên hàm hai vế theo y ta thu được

f (x, y) = xe2y − sin xy + y 2 + g(x).

Mặt khác
∂f
= e2y − y cos xy + g 0 (x) = e2y − y cos xy
∂x
Do đó, g 0 (x) = 0 hay g(x) = c. Do đó, tích phân tổng quát có dạng

xe2y − sin xy + y 2 = c.

Ví dụ 1.4.4. Tìm tích phân tổng quát của phương trình

(e2y − y cos xy)dx + (2xe2y − x cos xy + 2y)dy = 0.

Đây là phương trình vi phân toàn phần do

∂M ∂N
= 2e2y + xy sin xy − cos xy = .
∂y ∂x
Theo Định lí 1.4.1 tồn tại hàm f (x, y) thoả mãn
∂f ∂f
= M (x, y) và = N (x, y).
∂x ∂y
Bắt đầu từ đẳng thức ∂f /∂y = N (x, y) nghĩa là
∂f
= 2xe2y − x cos xy + 2y
∂y
nguyên hàm hai vế theo y ta thu được

f (x, y) = xe2y − sin xy + y 2 + g(x).

Mặt khác
∂f
= e2y − y cos xy + g 0 (x) = e2y − y cos xy
∂x
Do đó, g 0 (x) = 0 hay g(x) = c. Do đó, tích phân tổng quát có dạng

xe2y − sin xy + y 2 = c.

108
Ví dụ 1.4.5. Tìm tích phân tổng quát của phương trình

(cos x sin x − xy 2 )dx + y(1 − x2 )dy = 0, y(0) = 2.

Đây là phương trình vi phân toàn phần do

∂M ∂N
= −2xy = .
∂y ∂x

Theo Định lí 1.4.1 tồn tại hàm f (x, y) thoả mãn

∂f ∂f
= M (x, y) và = N (x, y).
∂x ∂y

Xét đẳng thức ∂f /∂y = N (x, y) nghĩa là

∂f
= y(1 − x2 )
∂y

nguyên hàm hai vế theo y ta thu được

y2
f (x, y) = (1 − x2 ) + g(x).
2

Mặt khác
∂f
= −xy 2 + g 0 (x) = cos x sin x − xy 2
∂x
Do đó, g 0 (x) = cos x sin x hay g(x) = −1/2 cos2 x. Do đó, tích phân tổng quát
có dạng
y2 1
(1 − x2 ) − cos2 x = c1
2 2
⇔ y 2 (1 − x2 ) − cos2 x = c. (c = 2c1 )

Với điều kiện ban đầu y(0) = 2, thay vào ta có c = 3. Đường cong tích phân
của phương trình là
y 2 (1 − x2 ) − cos2 x = 3.

109
 Hình 1.57: Một số đường cong tích phân của ví dụ trên

Đôi khi trong thực tế, không phải lúc nào phương trình (1.47) cũng thỏa
mãn (1.49). Câu hỏi đặt ra rằng: Liệu có tồn tại hàm hai biến µ(x, y) sao cho
khi nhân µ(x, y) vào hai vế của phương trình (1.47) ta thu được phương trình
vi phân toàn phần? Ta gọi hàm µ(x, y) như thế là thừa số tích phân. Người
ta chứng minh được rằng luôn tồn tại thừa số tích phân nếu (1.47) có tích
phân tổng quát. Nhưng thuật toán tìm thừa số tích phân cụ thể như thế nào
là công việc rất khó. Ta chỉ làm được trong một số phương trình có M (x, y)
và N (x, y) đặc biệt (xem các dạng phương trình ở phần Bài tập định lượng)
Bài tập định lượng
Tìm tích phân tổng quát của phương trình vi phân toàn phần sau

1. (2x − 1)dx + (3y + 7)dy = 0

2. (2x + y)dx − (x + 6y)dy = 0

3. (5x + 4y)dx + (4x − 8y 3 )dy = 0

4. (sin y − y sin x)dx + (cos x + x cos y − y)dy = 0

5. (2xy 2 − 3)dx + (2x2 y + 4)dy = 0

110
  
1 0
y
3

6. 2y − + cos 3x y + − 4x + 3y sin 3x = 0
x x2
7. (x2 − y 2 )dx + (x2 − 2xy)dy = 0

8. (1 + ln x + y/x)dx = (1 − ln x)dy

9. (x − y 3 + y 2 sin x)dx = (3xy 2 + 2y cos x)dy

10. (x3 + y 3 )dx + 3xy 2 dy = 0

11. (y ln y − e−xy )dx + (1/y + x ln y)dy = 0

12. (3x2 y + ey )dx + (x3 + xey − 2y)dy = 0

13. xy 0 = 2xex − y + 6x2

 
3 3
14. 1 − + x y 0 + y = − 1
y x
 
2 3 1
15. x y − dx + x3 y 2 dy = 0
1 + 9x2
16. (5y − 2x)y 0 − 2y = 0

17. (tan x − sin x sin y)dx + cos x cos ydy = 0

2 2
18. (2y sin x cos x − y + 2y 2 exy )dx = (x − sin2 x − 4xyexy )dy

19. (4t3 y − 15t2 − y)dt + (t4 + 3y 2 − t)dy = 0

   
1 1 y y t
20. + 2− 2 dt + ye + 2 dy = 0.
t t t + y2 t + y2
Tìm đường cong tích phân của phương trình sau

1. (x + y)2 dx + (2xy + x2 − 1)dy = 0, y(1) = 1

2. (ex + y)dx + (2 + x + yey )dy = 0, y(0) = 1

3. (4y + 2t − 5)dt + (6y + 4t − 1)dy = 0, y(−1) = 2

 2
3y − t2

0 t
4. y + = 0, y(1) = 1
y5 2y 4

111
 5. (y 2 cos x − 3x2 y − 2x)dx + (2y sin x − x3 + ln y)dy = 0, y(0) = e
 
1
6. + cos x − 2xy y 0 = y(y + sin x), y(0) = 1.
1 + y2

Tìm k để phương trình dưới đây là phương trình vi phân toàn phần. Khi đó,
tìm tích phân tổng quát của phương trình

1. (y 3 + kxy 4 − 2x)dx + (3xy 2 + 20x2 y 3 )dy = 0

2. (6xy 3 + cos y)dx + (2kx2 y 2 − x sin y)dy = 0

Tìm tích phân tổng quát của phương trình biết thừa số tích phân tương ứng

1. (−xy sin x+2y cos x)dx+2x cos xdy = 0 với thừa số tích phân µ(x, y) =
xy

2. (x2 + 2xy − y 2 )dx + (y 2 + 2xy − x2 )dy = 0 với thừa số tích phân

µ(x, y) = (x + y)−2 .

Sử dụng bài tập 2 phần định tính để tính tích phân tổng quát của phương
trình

1. (2y 2 + 3x)dx + 2xydy = 0

2. y(x + y + 1)dx + (x + 2y)dy = 0

3. 6xydx + (4y + 9x2 )dy = 0

 
2
4. cos xdx + 1 + sin xdy = 0
y
5. (10 − 6y + e−3x )dx − 2dy = 0

6. (y 2 + xy 3 )dx + (5y 2 − xy + y 3 sin y)dy = 0

112
Bài tập định tính

1. Giả sử rằng phương trình

M (x, y)dx + N (x, y)dy = 0

có tích phân tổng quát f (x, y) = c, với f có đạo hàm riêng cấp 2 liên
tục. Chứng minh rằng tồn tại thừa số tích phân cho phương trình trên.

2. Cho phương trình

M (x, y)dx + N (x, y)dy = 0

với M, N thỏa mãn

∂M ∂N
−
∂x ∂x = φ(x)
N
với φ(x) là một hàm số chỉ phụ thuộc vào x. Chứng minh rằng
R
φ(x)dx
µ(x, y) = e

là một thừa số tích phân của phương trình. Áp dụng để giải phương
trình
(x2 − y)dx + (x2 y 2 + x)dy = 0

3. Cho phương trình

M (x, y)dx + N (x, y)dy = 0

với M, N thỏa mãn

∂M ∂N
−
∂y ∂x
= φ(y)
−M
với φ(x) là một hàm số chỉ phụ thuộc vào y. Chứng minh rằng
R
φ(y)dy
µ(x, y) = e

là một thừa số tích phân của phương trình.

113
4. Cho phương trình

M (x, y)dx + N (x, y)dy = 0

Giả sử tồn tại hàm ω(x, y) sao cho

∂M ∂N
−
∂y ∂x
= φ(ω)
∂ω ∂ω
N −M
∂x ∂
với φ(x) là một hàm số chỉ phụ thuộc vào ω. Chứng minh rằng
R dω
−
µ(x, y) = e ω

là một thừa số tích phân của phương trình. Áp dụng để giải phương
trình
y 3 dx + 2(x2 − xy 2 )dy = 0

5. Cho phương trình

M (x, y)dx + N (x, y)dy = 0

∂M ∂N
Với M, N, , liên tục và thỏa mãn điều kiện
∂y ∂x
∂M ∂N
=
∂y ∂x
Trong miền đơn liên G nào đó. Chứng minh rằng tồn tại đường cong
tích phân của phương trình sao cho đó là đường cong đóng và tồn tại
ít nhất một điểm (x0 , y0 ) bên trong đường cong đó để

M (x0 , y0 ) = N (x0 , y0 ) = 0.

6. Giả sử phương trình (1.47) có thừa số tích phân là µ(x, y) và có tích

phân tổng quát là f (x, y) = c. Chứng minh rằng với mọi hàm liên tục
φ(x) bất kì thì hàm h(x, y) = µ(x, y)φ(f (x, y)) là thừa số tích phân
của (1.47).

114
7. Giả sử phương trình (1.47) có 2 thừa số tích phân là µ1 (x, y), µ2 (x, y)
và f (x, y) = c là tích phân tổng quát. Chứng minh rằng tồn tại hàm
liên tục φ(x) sao cho µ1 (x.y) = µ2 (x.y)φ(f (x, y))

115
Chương 2

Phương trình vi phân cấp

cao

2.1 Phương trình tuyến tính

2.1.1 Cấu trúc nghiệm của phương trình tuyến tính hệ

số biến thiên

Phương trình vi phân có dạng

an (x)y (n) + · · · + a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = f (x) (2.1)

được gọi là phương trình vi phân tuyến tính cấp n.

• Nếu f (x) ≡ 0 thì (2.1) được gọi là phương trình tuyến tính thuần nhất

• Nếu f (x) 6≡ 0 thì (2.1) được gọi là phương trình tuyến tính không
thuần nhất.

Trước khi nghiên cứu cấu trúc nghiệm của phương trình (2.1), ta cần một số
khái niệm cơ bản sau đây.

116
Định nghĩa 2.1.1. Tập n hàm {f1 (x), f2 (x), . . . , fn (x)} được gọi là độc lập
tuyến tính trên khoảng I ⊂ R nếu tồn tại hằng số c1 , c2 , . . . , cn không đồng
thời bằng 0 sao cho

c1 f1 (x) + c2 f2 (x) + · · · + cn fn (x) = 0

với mọi x ∈ I.
Nếu tập n hàm trên không độc lập tuyến tính thì chúng được gọi là phụ
thuộc tuyến tính.

Nhận xét 2.1.1. Tập n hàm {f1 (x), f2 (x), . . . , fn (x)} là độc lập tuyến tính
nếu biểu thức
c1 f1 (x) + c2 f2 (x) + · · · + cn fn (x) = 0

đúng với mọi x thì c1 = c2 = · · · = cn = 0.

Để hiểu rõ hơn khái niệm này, ta xét nó trong trường hợp tập gồm 2 hàm
{f1 (x), f2 (x)}. Rõ ràng tập này phụ thuộc tuyến tính trên khoảng I nếu tồn
tại 2 số c1 , c2 không đồng thời bằng 0 sao cho

c1 f1 (x) + c2 f2 (x) = 0

−c2
Không mất tổng quát, giả sử c1 6= 0. Khi đó f1 (x) = f2 (x), tức là tập 2
c1
hàm là phụ thuộc tuyến tính nếu nó sai khác nhau một hằng số. Vậy 2 hàm
là độc lậ tuyến tính nếu không thể tồn tại hằng số k để f1 (x) = kf2 (x). Ví
dụ, tập 2 hàm {f1 (x) = sin 2x, f2 (x) = sin x cos x là phụ thuộc tuyến tính
trên R do f1 (x) = 2f2 (x) nhưng tập 2 hàm {f1 (x) = x, f2 (x) = |x| là độc lập
tuyến tính trên R do hàm này không thể bằng bội k lần hàm kia (xem hình
(2.1)).

Ví dụ 2.1.1. Tập hàm

{f1 (x) = cos2 x, f2 (x) = sin2 x, f3 (x) = 1/ cos2 x, f4 (x) = tan2 x}

117
 Hình 2.1:

là phụ thuộc tuyến tính trên khoảng (−π/2, π/2) do

1
c1 cos2 x + c2 sin2 x + c3 2
+ c4 tan2 x = 0
cos x

khi c1 = c2 = 1, c3 = −1, c4 = 1.

Ví dụ 2.1.2. Tập hàm

√ √
{f1 (x) = x, f2 (x) = x + 5x, f3 (x) = x − 1, f4 (x) = x2 }

là phụ thuộc tuyến tính trên khoảng (0, ∞) do

1
c1 cos2 x + c2 sin2 x + c3 2
+ c4 tan2 x = 0
cos x

khi c1 = c2 = −1, c3 = 5, c4 = 0.

Trước khi đi tìm hiểu nghiệm tổng quát của phương trình (2.2), ta đưa
ra cấu trúc nghiệm của phương trình thuần nhất tương ứng thông qua định
lí dưới đây.

Định lý 2.1.1. Giả sử tập gồm n hàm độc lập tuyến tính {y1 (x), y2 (x), . . . , yn (x)}
là nghiệm của phương trình tuyến tính thuần nhất

an y (n) + · · · + a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = 0. (2.2)

118
Khi đó, nghiệm tổng quát của phương trình (2.2) cho bởi

y(x) = c1 y1 (x) + c2 y2 (x) + · · · + cn yn (x),

trong đó ci , i = 1, 2, . . . , n là hằng số bất kì.

Nhận xét 2.1.2. Việc chứng minh luôn tồn tại tập n nghiệm là độc lập
tuyến tính cho phương trình (2.2) được chứng minh trong sách lí thuyết. Lúc
đó, ta gọi tập n nghiệm đó là hệ nghiệm cơ bản của phương trình (2.2)

Câu hỏi đặt ra lúc này là cho trước n nghiệm của phương trình (2.2), tiêu
chuẩn nào để kiểm tra đó là n hàm độc lập tuyến tính. Định lí dưới cho cho
ta một tiêu chuẩn dễ kiểm tra điều đó trong thực hành.

Định lý 2.1.2. Cho {y1 (x), y2 (x), . . . , yn (x)} là n nghiệm của phương trình
(2.2). Khi đó, tập hàm này là độc lập tuyến tính trên miền I ⊂ R khi và chỉ
khi tồn tại điểm x0 ∈ I sao cho
 
 
 y1 (x0 ) y2 (x0 ) ... yn (x0 ) 
 
 0
y20 (x0 ) 0 
 y1 (x0 ) ... yn (x0 ) 
  6= 0.
 
 ... ... ... ... 
 
 (n−1) (n−1) (n−1) 
 y1 (x0 ) y2 (x0 ) . . . yn (x0 )

Nhận xét 2.1.3. Định thức trong định lí trên được gọi là định thức Wron-
skian của hệ hàm {y1 (x), y2 (x), . . . , yn (x)} tại điểm x0 và kí hiệu
 
 
 y1 (x) y2 (x) ... yn (x) 
 
 0
y20 (x) 0 
 y1 (x) ... yn (x) 
W (y1 (x), . . . , yn (x)) =  .

 ... ... ... ... 
 
 (n−1) (n−1) (n−1) 
y1 (x) y2 (x) ... yn (x)

Ví dụ 2.1.3. Xét phương trình vi phân tuyến tính thuần nhất cấp 2

y 00 − 9y = 0.

119
Bằng cách thử trực tiếp, ta thấy rằng các hàm

y1 (x) = e3x , y2 (x) = e−3x

là nghiệm của phương trình. Hơn nữa

 
 3x
e −3x 
e 
W (y1 (x), y2 (x)) =   = −6 6= 0 (∀x ∈ R)
3x −3x
−3e

3e 

Theo Định lí 2.1.2 thì tập hai hàm {y1 (x) = e3x , y2 (x) = e−3x là độc lập
tuyến tính, do đó, nó là hệ nghiệm cơ bản của phương trình. Theo Định lí
(2.1) thì nghiệm tổng quát của phương trình là

y(x) = c1 e3x + c2 e−3x .

Nhận xét 2.1.4. Đối với phương trình ở Ví dụ 1 ta cũng có hệ nghiệm cơ

bản khác là
e3x − e−3x
 
y1 (x) = , y2 (x) = e−3x
2
điều này có thể chứng minh bằng cách làm tương tự Ví dụ 1. Do đó, một
phương trình có thể có nhiều hệ nghiệm cơ bản. Vậy nghiệm tổng quát của
phương trình trong ví dụ trên cũng có dạng
e − e−3x
 3x 
y(x) = c1 + c2 e−3x .
2
Mặc dù phương trình (2.2) có nhiều hệ nghiệm cơ bản, tuy nhiên người
ta chứng minh được rằng định thức Wronskian của các hệ nghiệm đó chỉ sai
khác một hằng số. Ta có công thức nổi tiếng sau.

Định lý 2.1.3 (Công thức Ostrogradski - Liuvil). Định thức Wronskian đối
với mọi hệ nghiệm cơ bản {y1 (x), . . . , yn (x)}của phương trình (2.2) được cho
bởi công thức
R an−1 (x)
− dx
W (y1 (x), . . . , yn (x)) = Ce an (x) ,

trong đó C là hằng số và an−1 (x), an (x) là hệ số của số hạng y (n−1) , y (n) và

công thức được xét trên miền an (x) 6= 0.

120
Ví dụ 2.1.4. Xét phương trình

y 000 − 6y 00 + 11y 0 − 6y = 0.

Rõ ràng, tập {y1 (x) = ex , y2 (x) = e2x , y3 (x) = e3x } là 3 hàm thỏa mãn
phương trình và
 
 x 2x 3x 
e e e 
 
W (y1 (x), y2 (x), y3 (x)) = ex 3x  = 2e6x 6= 0
2e2x

3e
 
 x
e 4e2x 9e 3x 

Do đó, nó là hệ nghiệm cơ bản của phương trình. Ta có nghiệm tổng quát có

dạng
y(x) = c1 ex + c2 e2x + c3 e3x .

Định lí dưới đây cho ta cấu trúc nghiệm đầy đủ của phương trình (2.1).

Định lý 2.1.4. Giả sử y ∗ (x) là một nghiệm riêng nào đó của phương trình
(2.1) và {y1 (x), y2 (x), . . . , yn (x)} là hệ nghiệm cơ bản của phương trình thuần
nhất (2.2) tương ứng. Khi đó, nghiệm tổng quát của phương trình (2.1) có
dạng
y(x) = c1 y1 (x) + c2 y2 (x) + · · · + cn yn (x) + y ∗ (x),

trong đó ci , i = 1, 2 . . . , n là hằng số bất kì.

Ví dụ 2.1.5. Xét phương trình

y 000 − 6y 00 + 11y 0 − 6y = 3x, (2.3)

có một nghiệm riêng là y ∗ (x) = −11/12−1/2x. Ngoài ra, phương trình thuần
nhất tương ứng
y 000 − 6y 00 + 11y 0 − 6y = 0

có hệ nghiệm cơ bản là

{y1 (x) = ex , y2 (x) = e2x , y3 (x) = e3x }.

121
(điều này có thể chứng minh bằng cách thử trực tiếp). Khi đó, nghiệm tổng
quát của phương trình (2.3) có dạng
11 1
y(x) = c1 ex + c2 e2x + c3 e3x − − x.
12 2
Nhận xét 2.1.5. Về mặt tổng quát, không có phương pháp để tìm nghiệm
riêng của phương trình (2.1) và hệ nghiệm cơ bản của phương trình (2.2). Ở
mục sau, ta sẽ chỉ ra cách tìm chúng trong một số trường hợp đặc biệt của
phương trình (2.1), (2.2).

Bài tập định lượng

1. Tính định thức Wronskian của phương trình

(1 − x2 )y 00 − 2xy 0 + n(n + 1)y = 0

2. Tìm nghiệm tổng quát của phương trình

2 0
y 00 + y +y =0
x
sin x
biết nghiệm riêng của nó là y1 (x) = .
x
3. Giải phương trình
y 00 sin2 x − 2y = 0

biết nghiệm riêng y1 (x) = cot x

4. Tìm nghiệm tổng quát của phương trình

x3 y 000 − 3x2 y 00 + 6xy 0 − 6y = 0

biết có hai nghiệm riêng của nó là y1 (x) = x và y2 (x) = x2 .

5. Giải phương trình

x2 y 00 − 2xy 0 + 2y = 0

biết một nghiệm riêng của phương trình là y1 (x) = x.

122
 6. Tìm nghiệm tổng quát của phương trình

x 1
y 00 + y0 − y=0
1−x 1−x

biết một nghiệm riêng của phương trình là y1 = ex .

7. Tìm nghiệm tổng quát của phương trình

1
y 00 + y=0
x2 ln x

biết một nghiệm riêng của phương trình là y1 = ln x.

Bài tập định tính

1. Chứng minh rằng, nếu hai nghiệm y1 (x), y2 (x) của phương trình

a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = 0

cùng đạt cực đại tại một điểm thì chúng phụ thuộc tuyến tính.

2. Chứng minh rằng, nếu q(x) < 0 thì nghiệm của phương trình

y 00 + a1 (x)y 0 + a0 (x)y = 0

không thể có giá trị cực đại dương.

3. Chứng minh rằng tỉ số giữa hai nghiệm độc lập tuyến tính bất kì của
phương trình
y 00 + a1 (x)y 0 + a0 (x)y = 0

(với hệ số liên tục) không thể có điểm cực đại địa phương.

4. Chứng minh rằng nếu a0 (x) ≤ 0 thì nghiệm y(x) của phương trình

y 00 + a0 y = 0

với điều kiện ban đầu y(x0 ) > 0, y 0 (x0 ) > 0, luôn dương với mọi
x ≥ x0 .

123
5. Chứng minh rằng nghiệm của phương trình

y 00 − x2 y = 0,

với điều kiện ban đầu y(0) = 1, y 0 (0) = 0 là hàm chẵn và dương.

6. Cho hệ hàm {y1 (x), y2 (x), . . . , yn (x)} liên tục trên đoạn [a, b]. Chứng
minh rằng hệ hàm trên phụ thuộc tuyến tính trên đoạn đó khi và chỉ
khi
 
 Rb Rb Rb 

 y12 (x)dx y1 (x)y2 (x)dx ... y1 (x)yn (x)dx
 a a a 
 Rb Rb b 
y22 (x)dx
R
 y2 (x)y1 (x)dx ... y2 (x)yn (x)dx
 
a a a =0
 

 ... ... ... ... 

b
Rb b

R 2 R 2 
 yn (x)y1 (x)dx yn (x)y2 (x)dx ... yn (x)dx 

a a a

7. Chứng minh rằng phương trình vi phân tuyến tính không thuần nhất
cấp n với các hệ số liên tục trên (a, b) có đúng n + 1 nghiệm độc lập
tuyến tính.

8. Trên (a, b) ta xét {y1 (x), y2 (x)} độc lập tuyến tính, có đạo hàm liên
tục và  
 
y1 (x) y2 (x)
 ≡0
 0
y1 (x) y20 (x)


Chứng minh rằng tồn tại điểm x0 ∈ (a, b) sao cho

y1 (x0 ) = y2 (x0 ) = y10 (x0 ) = y20 (x0 ) = 0.

9. Cho phương trình

x00 + q(t)x = 0 (2.4)

trong đó q là hàm liên tục từ R vào R.

124
 a) Cho a, b ∈ R, a < b. Giả sử rằng (3.13) có nghiệm x dương trên
(a, b) thỏa mãn x(a) = x(b) = 0. Chứng minh rằng

Zb
4
|q(t)|dt > .
b−a
a

R∞
b) Giả sử rằng |q(t)|dt hội tụ. Cho x là nghiệm bị chặn của (3.13).
0
Xác định giới hạn của x0 (t) khi t → ∞.

c) Giả sử rằng q ∈ C 1 là hàm dương và đơn điệu tăng trên R+ . Chứng

minh rằng tất cả cac nghiệm của (3.13) bị chặn trên R+ .

10. Cho phương trình vi phân cấp 2 sau

x00 + a(t)x = 0 (2.5)

trong đó a là hàm không dương và không đồng nhất bằng 0.

a) Chứng minh rằng nếu x là nghiệm của (2.5) thì x2 là hàm lồi.

b) Chứng minh rằng nếu x là nghiệm của (2.5) và thỏa mãn có 2

nghiệm phân biệt thì x ≡ 0.

c) Chứng minh rằng nếu x là nghiệm bị chặn của (2.5) thì x ≡ 0.

11. Cho phương trình vi phân cấp 2

x00 + a(t)x = 0 (2.6)

với a là hàm liên tục từ R vào R.

a) Cho x, y là hai nghiệm của (2.6). Chỉ ra rằng xy 0 − x0 y là hằng số.

b) Cho x1 , x2 là nghiệm của (2.6) thỏa mãn

x1 (0) = 1, x01 (0) = 0

x2 (0) = 0, x02 (0) = 1

125
 Chứng minh rằng {x1 , x2 } là cơ sở của không gian vector S với
S là tập các nghiệm của phương trình (2.6). Tính giá trị của
x1 x02 − x01 x2 ? Liệu rằng hai hàm x1 và x2 có chung nghiệm được
không?

c) Chứng minh rằng nếu q là hàm chẵn, thì hàm x1 là hàm chẵn và
x2 là hàm lẻ.

12. Cho phương trình vi phân cấp 2

a2 (t)x00 + a1 (t)x0 + a0 (t)x = 0 (2.7)

Cho f1 , f2 là hai nghiệm độc lập tuyến tính của (3.14)

a) Giả sử u, v là hai nghiệm liên tiếp của f1 . Chứng minh rằng u, v

không thể là nghiệm của f2 .

b) Chứng minh rằng giữa hai nghiệm của f1 , tồn tại duy nhất 1
nghiệm của f2 . (Gợi ý. Xét hàm f1 /f2 )

2.1.2 Cách giải phương trình tuyến tính hệ số hằng

Trong mục này ta xét trường hợp đặc biệt của phương trình tuyến tính
hệ số hằng cấp 2 dạng

a2 y 00 + a1 y 0 + a0 y = f (x) (2.8)

trong đó a1 , a2 là hằng số, f là hàm liên tục trên khoảng (a, b). Như đã nói
trong lí thuyết Mục 2.1.1, ta cần ba bước làm chính để giải phương trình
(2.8).

Bước 1. Tìm hệ nghiệm cơ bản {y1 (x), y2 (x)}của phương trình thuần nhất
tương ứng
a2 y 00 + a1 y 0 + a0 y = 0. (2.9)

126
Bước 2. Tìm một nghiệm riêng y ∗ của phương trình (2.8).

Bước 3. Nghiệm tổng quát của phương trình có dạng

y(x) = c1 y1 (x) + c2 y2 (x) + y ∗ .

Cách tìm hệ nghiệm cơ bản {y1 (x), y2 (x)} của (2.9).

Ta tìm nghiệm dưới dạng y(x) = eλx . Thay vào phương trình (2.9) ta có

a2 λ2 eλx + a1 λeλx + a0 eλx = 0.

⇔ a2 λ2 + a1 λ + a0 = 0. (2.10)

Phương trình (2.10) được gọi là phương trình đặc trưng của phương trình vi
phân (2.9). Giải (2.10) ta có các trường hợp sau đây.

Trường hợp 1. Phương trình (2.10) có 2 nghiệm phân biệt λ1 , λ2 . Khi đó,
hệ nghiệm cơ bản của (2.8) là

{y1 (x) = eλ1 x , y2 (x) = eλ2 x }.

Trường hợp 2. Phương trình (2.10) có nghiệm λ (bội 2). Khi đó, hệ nghiệm
cơ bản của (2.8) là

{y1 (x) = eλx , y2 (x) = xeλx }.

Trường hợp 3. Phương trình (2.10) có nghiệm phức λ = α ± iβ. Khi đó,
hệ nghiệm cơ bản của (2.8) là

{y1 (x) = eαx cos βx, y2 (x) = eαx sin βx}.

127
Cách tìm nghiệm riêng y ∗ của (2.8).

Phương pháp 1. (Công thức biến thiên hằng số Lagrange)

Sau khi đã tìm được hệ nghiệm cơ bản của (2.9), ta tìm nghiệm riêng của
(2.8) dưới dạng
y ∗ (x) = c1 (x)y1 (x) + c2 (x)y2 (x).

Trong đó c1 (x), c2 (x) là nghiệm của hệ


 c01 (x)y1 (x) + c02 (x)y2 (x) = 0
.
c01 (x)y10 (x) + c02 (x)y20 (x) = f (x)


Phương pháp 2. (Phương pháp hệ số bất định)

Đối với phương pháp này, tùy vào dạng cụ thể của phần nhiễu f (x) mà
ta có công thức cho nghiệm riêng y ∗ .
+ Nếu hàm f có dạng f (x) = Pn (x)eαx , trong đó, Pn (x) là đa thức bậc
n theo x. Ta chia ra một số trường hợp cho điều kiện của α như sau.

Trường hợp 1. Nếu α không là nghiệm của đa thức đặc trưng thì ta tìm
nghiệm riêng của (2.8) dưới dạng y ∗ (x) = Qn (x)eαx , trong đó, Qn (x)
là đa thức bậc n.

Trường hợp 2. Nếu α là nghiệm đơn của đa thức đặc trưng thì ta tìm
nghiệm riêng của (2.8) dưới dạng y ∗ (x) = xQn (x)eαx , trong đó, Qn (x)
là đa thức bậc n.

Trường hợp 3. Nếu α là nghiệm bội 2 của đa thức đặc trưng thì ta tìm
nghiệm riêng của (2.8) dưới dạng y ∗ (x) = x2 Qn (x)eαx , trong đó, Qn (x)
là đa thức bậc n.

+ Nếu hàm f có dạng

f (x) = eαx [Pn1 (x) cos βx + Pn2 (x) sin βx],

128
trong đó, Pn1 (x), Pn2 là đa thức bậc không quá n theo x. Ta chia ra một số
trường hợp cho điều kiện của α, β như sau.

Trường hợp 1. Nếu α + iβ không là nghiệm của đa thức đặc trưng thì ta
tìm nghiệm riêng của (2.8) dưới dạng

y ∗ (x) = eαx [Q1n (x) cos βx + Q2n (x) sin βx],

trong đó, Q1n (x), Q2n (x) là đa thức bậc n.

Trường hợp 2. Nếu α + iβ là nghiệm đơn của đa thức đặc trưng thì ta tìm
nghiệm riêng của (2.8) dưới dạng

y ∗ (x) = xeαx [Q1n (x) cos βx + Q2n (x) sin βx],

trong đó, Q1n (x), Q2n (x) là đa thức bậc n.

Dưới đây là các ví dụ cho tất cả các trường hợp trên.

Ví dụ 2.1.6. Giải phương trình vi phân dưới đây

a)2y 00 − 5y 0 − 3y = 0 b)y 00 − 10y 0 + 25y = 0 c)y 00 + 4y 0 + 7y = 0.

a) Xét đa thức đặc trưng

2λ2 − 5λ − 3 = 0

⇔ λ1 = −1/2, λ2 = 3.

Do đó, ta có nghiệm tổng quát

y(x) = c1 e−x/2 + c2 e3x .

b) Xét đa thức đặc trưng

λ2 − 10λ + 25 = 0

⇔ λ1 = λ2 = 5.

Do đó, ta có nghiệm tổng quát

y(x) = c1 e5x + c2 xe5x .

129
c) Xét đa thức đặc trưng
λ2 + 4λ + 7 = 0
√ √
⇔ λ1 = −2 + 3i, λ2 = −2 − 3i.

Do đó, ta có nghiệm tổng quát

−2x
 √ √ 
y(x) = e c1 cos 3x + c2 sin 3x .

Ví dụ 2.1.7. Giải phương trình

y 00 + 4y 0 − 2y = 2x2 − 3x + 6.

Bước 1. Ta tìm hệ nghiệm cơ bản của phương trình thuần nhất tương
ứng
y 00 + 4y 0 − 2y = 0.

Xét đa thức đặc trưng

√ √
λ2 + 4λ − 2 = 0 ⇔ λ1 = −2 − 6, λ2 = −2 + 6.

Do đó, hệ nghiệm cơ bản của phương trình thuần nhất là

√ √
−(2+ 6)x (−2+ 6)x
{y1 (x) = e , y2 (x) = e }

Bước 2. Ta tìm nghiệm riêng của phương trình không thuần nhất ban
đầu theo Phương pháp hệ số bất định. Do nhiễu có dạng f (x) = Pn (x)eαx
với Pn (x) = 2x2 − 3x + 6 và α = 0. Do α = 0 không là nghiệm của đa thức
đặc trưng nên ta tìm nghiệm riêng dưới dạng

y ∗ (x) = Ax2 + Bx + C.

Khi đó y ∗ 0 (x) = 2Ax + B và y ∗ 00 (x) = 2A. Thay vào phương trình ban đầu
ta có

y ∗ 00 + 4y ∗ 0 − 2y ∗ = (−2A)x2 + (8A − 2B)x + (2A + 4B − 2C) = 2x2 − 3x + 6.

130
Đồng nhất hệ số ta có hệ

−2A = 2, 8A − 2B = −3, 2A + 4B − 2C = 6.

Giải hệ trên ta thu được A = −1, B = −5/2, C = −9. Do đó nghiệm riêng

của phương trình ban đầu là

y ∗ (x) = −x2 − 5/2x − 9.

Bước 3. Nghiệm tổng quát của phương trình là

√ √
y(x) = c1 y1 (x) + c2 y2 (x) + y ∗ = c1 e−(2+ 6)x
+ c2 e(−2+ 6)x
− x2 − 5/2x − 9.

Ví dụ 2.1.8. Giải phương trình

y 00 − y 0 + y = 2 sin 3x.

Bước 1. Trước hết, ta giải phương trình thuần nhất tương ứng y 00 −y 0 +y =
0. Ta xét phương trình đặc trưng
√ √
2 1 3 1 3
λ − λ + 1 = 0 ⇔ λ1 = + iλ2 = − i.
2 2 2 2

Do đó, ta có hệ nghiệm cơ bản là

( √ √ )
3x 3x
y1 (x) = ex/2 cos , y2 (x) = ex/2 sin .
2 2

Bước 2. Ta tìm nghiệm riêng của phương trình không thuần nhất ban
đầu theo Phương pháp hệ số bất định. Do nhiễu có dạng

f (x) = eαx [Pn1 (x) cos βx + Pn2 (x) sin βx]

với Pn1 (x) = 0, Pn2 (x) = 2 và α = 0, β = 3. Do α = 0 không là nghiệm của

đa thức đặc trưng nên ta tìm nghiệm riêng dưới dạng

y ∗ (x) = A cos 3x + B sin 3x

131
Khi đó

y ∗ 0 (x) = −3A sin 3x + 3B cos 3x và y ∗ 00 (x) = −9A cos 3x − 9B sin 3x.

Thay vào phương trình ban đầu ta có

y ∗ 00 − y ∗ 0 + y ∗ = (−8A − 3B) cos 3x + (3A − 8B) sin 3x = 2 sin 3x.

Đồng nhất hệ số ta có hệ

−8A − 3B = 0, 3A − 8B = 2.

Giải hệ trên ta thu được A = 6/73, B = −16/73. Do đó nghiệm riêng của

phương trình ban đầu là
6 16
y ∗ (x) = cos 3x − sin 3x.
73 73
Bước 3. Nghiệm tổng quát của phương trình là
√ √
x/2 3x x/2 3x 6 16
y(x) = c1 e cos + c2 e sin + cos 3x − sin 3x.
2 2 73 73
Ví dụ 2.1.9. Giải phương trình
1
4y 00 + 36y = .
sin 3x
Bước 1. Trước hết, ta giải phương trình thuần nhất tương ứng 4y 00 +36y =
0. Ta xét phương trình đặc trưng

λ2 + 9 = 0 ⇔ λ1 = 3iλ2 = 3i.

Do đó, ta có hệ nghiệm cơ bản là

{y1 (x) = cos 3x, y2 (x) = sin 3x} .

Bước 2. Ta tìm nghiệm riêng của phương trình không thuần nhất ban
đầu theo Công thức biến thiên hằng số Lagrange. Nghiệm riêng được tìm
dưới dạng
y ∗ (x) = c1 (x) cos 3x + c2 (x) sin 3x.

132
Trong đó c1 (x), c2 (x) thỏa mãn hệ phương trình

 c01 (x) cos 3x + c02 (x) sin 3x = 0


 c01 (x)3 sin 3x + c02 (x)3 cos 3x =

 1
sin 3x
Ta tính định thức Cramer cho hệ trên (Xem sách Đại số tuyến tính - Nguyễn
Hữu Việt Hưng, trang 147, Định lí 7.2)
 
 
 cos 3x sin 3x 
D =   = 3,
−3 sin 3x 3 cos 3x

 
0 sin 3x 
 
 = −1,

D1 =  1
− 3 cos 3x
 4
4 sin 3x
 
 cos 3x 0 
 
cos 3x
D2 =  1  = 4 sin 3x ,

−3 sin 3x 
4 sin 3x
Do đó, ta có
D1 1 D2 cos 3x
c01 (x) = =− , c02 (x) = = .
D 12 D 12 sin 3x
1 1
⇔ c1 (x) = − x, c2 (x) = ln | sin 3x|.
12 36
Vậy nghiệm riêng của phương trình ban đầu là
1 1
y ∗ (x) = − x cos 3x + (sin 3x) ln | sin 3x|.
12 36
Bước 3. Nghiệm tổng quát của phương trình là
1 1
y(x) = c1 cos 3x + c2 sin 3x + − x cos 3x + (sin 3x) ln | sin 3x|.
12 36
Nhận xét 2.1.6. Các phương pháp trên có thể mở rộng cho phương trình
tuyến tính cấp n hệ số hằng. Lí thuyết mở rộng dành cho bạn đọc tự xây
dựng.

Bài tập định lượng

Sử dụng phương pháp hệ số bất định để giải phương trình vi phân dưới
đây.

133
 1. y 00 + 3y 0 + 2y = 6

2. 4y 00 + 9y = 15

3. y 00 − 10y 0 + 25y = 30x + 3

4. y 00 + y 0 − 6y = 2x
1 00
5. y + y 0 + y = x2 − 2x
4
6. y 00 + 3y = −48x2 e3x

7. 4y 00 − 4y 0 − 3y = cos 2x

8. y 00 − y 0 = −3

9. y 00 − 16y = 2e4x

10. y 00 + 4y = 3 sin 2x

11. y 00 − 4y = (x2 − 3) sin 2x

12. y 00 + y = 2x sin x

13. y 00 − 5y 0 = 2x3 − 4x2 − x + 6

14. y 00 − 2y 0 + 5y = ex cos 2x

15. y 00 − 2y 0 + 2y = e2x (cos x − 2 sin x)

Sử dụng công thức biến thiên hằng sô Lagrange để giải phương trình vi phân
dưới đây
1
1. y 00 + y =
sin x
2. y 00 + y = tan x

3. y 00 + y = cos2 x

134
 e2x
4. y 00 − 4y =
x
1
5. y 00 + y =
sin2 x
00 e2x − e−2x
6. y − y =
2
9x
7. y 00 − 9y = 3x
e
1
8. y 00 + 3y 0 + 2y =
1 + ex
ex
9. y 00 − 2y 0 + y =
1 + x2
10. y 00 + 3y 0 + 2y = sin ex

11. y 00 − 2y 0 + y = ex arctan x

12. y 00 + 2y 0 + y = e−x ln x
√
13. 2y 00 + 2y 0 + y = 4 x

00 0 ex
14. 3y − 6y + 6y =
sin x
√
15. 4y 00 − 4y 0 + y = ex/2 1 − x2

Dùng nguyên lí chồng chất nghiệm Bài 1 (Bài tập định tính) để tìm nghiệm
của phương trình

1. y 00 − 2y 0 − 3y = 4x − 5 + 6xe2x

2. y 00 − 8y 0 + 25y = 5x3 e−x − 7e−x

3. y 00 − 9y 0 + 14y = 3x2 − 5 sin 2x + 7xe6x

4. y 00 + y = 4x + 10 sin x

5. y 00 − 6y 0 + 9y = 6x2 + 2 − 12e3x

6. y 00 − 8y 0 + 20y = 100x2 − 26xex

135
 7. y 00 + 2y 0 = 2x + 5 − e−2x
1
8. y 00 − y 0 + y = 3 + ex/2
4
9. y 00 + 2y 0 + y = sin x + 3 cos 2x

10. y 00 + 2y 0 − 24y = 16 − (x + 2)e4x

Giải bài toán Cauchy sau

1. y 00 + 4y = −2, y(π/8) = 1/2, y 0 (π/8) = 2

2. 2y 00 + 3y 0 − 2y = 14x2 − 4x − 11, y(0) = 0, y 0 (0) = 0

3. 5y 00 + y 0 = −6x, y(0) = 0, y 0 (0) = −10

4. y 00 + 4y 0 + 4y = (3 + x)e−2x , y(0) = 2, y 0 (0) = 5

5. y 00 + 4y 0 + 5y = 35e−4x , y(0) = −3, y 0 (0) = 1

ex + e−x
6. y 00 − y = , y(0) = 2, y 0 (0) = 12
2
7. 4y 00 − y = xex/2 , y(0) = 1, y 0 (0) = 0

8. 2y 00 + y 0 − y = x + 1, y(0) = 1, y 0 (0) = 0

9. y 00 + 2y 0 − 8y = 2e−2x − e−x , y(0) = 1, y 0 (0) = 0

10. y 00 − 4y 0 + 4y = (12x2 − 6x)e2x , y(0) = 1, y 0 (0) = 0

Bài tập định tính

1. Chứng minh rằng, nếu y1∗ là nghiệm riêng của phương trình

a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = f1 (x)

và y2∗ là nghiệm riêng của phương trình

a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = f2 (x)

136
 thì y∗1 (x) + y2∗ (x) là nghiệm riêng của phương trình

a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = f1 (x) + f2 (x).

Ứng dụng tính chất trên để giải phương trình

y 00 − 6y 0 + 8y = ex + e2x .

2. Chứng minh rằng nghiệm y(x) của phương trìn y 00 + λ2 y = f (x) với
điều kiện ban đầu y(0) = y 0 (0) = 0 có dạng
Zx
1
y(x) = sin λ(x − τ )f (τ )dτ.
λ
0

3. Cho phương trình

y 00 + ay 0 + y = 0

Tìm điều kiện của a để

a) Mọi nghiệm của phương trình đều giới nội trên R+

b) Mọi nghiệm của phương trình đều dần tới 0 khi x → ∞ (quá trình
tắt dần của dao động con lắc lò xo nằm ngang, xem phần mô
hình toán).

4. Với giá trị nào của k và ω thì phương trình

y 00 + k 2 y = sin ωx

có ít nhất một nghiệm tuần hoàn.

5. Tìm giá trị λ để phương trình dưới đây có nghiệm không tầm thường
trên đoạn [0, π]. 
 x00 + λx = 0

x(0) = x(π) = 0.


137
6. Tìm giá trị λ để phương trình dưới đây có nghiệm không tầm thường
trên đoạn [0, π]. 
 x00 + λx = 0

x0 (0) = x0 (π) = 0.


7. Tìm giá trị λ để phương trình dưới đây có nghiệm không tầm thường
trên đoạn [0, π]. 
 x00 + λx = 0

x(0) = x0 (π) = 0.


8. Tìm giá trị λ để phương trình dưới đây có nghiệm không tầm thường
trên đoạn [0, 1].

 x00 + 2x0 + (1 − λ)x = 0

x(0) = x(1) = 0.


Có nhận xét gì về chiều của không gian nghiệm trong 4 bài tập trên.

9. Xét phương trình vi phân trên đoạn [0, e] sau


λ
 tx00 + x0 + x = 0, t ∈ [1, e],

t

 x(1) = 0, x(e) = 0.

a) Tìm các giá trị λ để phương trình có nghiệm không tầm thường.

b) Lấy 2 giá trị phân biệt bất kì λ1 , λ2 thỏa mãn ở câu a). Kí hiệu
V1 , V2 là không gian nghiệm của phương trình tương ứng với
λ1 , λ2 . Chứng minh rằng V1 , V2 là hai không gian trực giao, tức
là tích vô hướng < x1 , x2 >= 0, ∀x1 ∈ V1 , x2 ∈ V2 . Trong đó
Ze
1
< x1 , x2 >= x1 (t)x2 (t)dt.
t
1

138
10. Xét phương trình vi phân trên đoạn [α, β] sau

 (p(t)x0 )0 + q(t)x + λr(t)x = 0,




a0 x(α) + a1 x0 (α) = 0,



 b x(β) + b x0 (β) = 0.

0 1

trong đó λ là tham số, a20 + a21 6= 0, b20 + b21 6= 0, p, q, r là các hàm số

khả vi trên [α, β].

a) Cho λ là tham số để phương trình có nghiệm không tầm thường.

Chứng minh rằng không gian nghiệm tương ứng Vλ là không
gian 1 chiều.

b) Chứng minh rằng hai không gian Vλ1 , Vλ2 (được nói đến trong câu
a) là trực giao với nhau theo nghĩa

Zβ
< x1 , x2 >= r(t)x1 (t)x2 (t)dt = 0. ∀x1 ∈ Vλ1 , ∀x2 ∈ Vλ2
α

c) Chứng minh tập các giá trị λ thỏa mãn ở ý a) là một tập đếm
được và không bị chặn trong R

λ1 < λ2 < · · · < λn < . . . .

d) Gọi φn là 1 cơ sở của không gian nghiệm Vλn với λn được sắp thứ
tự trong câu c). Cho h ∈ C 2 [α, β]. Đặt

Zβ
cn = h(t)φn (t)dt.
α

Chứng minh rằng chuỗi

∞
X
cn φn (t)
n=1

hội tụ tuyệt đối và đều trên đoạn [α, β] đến hàm h.

139
 e) Nếu thay hàm h thuộc L2 (α, β) thì kết quả trong câu d) sẽ thay
đổi như thế nào?

Bài tập mô hình toán

Mô hình dao động cơ học. Ta xét mô hình dao động (điều kiện lí
tưởng) như Hình 2.1.2. Vật có khối lượng m được gắn vào chiếc lò xo nằm

ngang với đầu còn lại cố định. Ta giả sử rằng, chiếc lò xo tuân theo Định
luật Hooke (đọc là Định luật Húc), được đặt tên theo nhà vật lý người Anh
thế kỷ 17, Robert Hooke. Ông tuyên bố điều luật này lần đầu tiên năm 1676.
Trong cơ học và vật lý, định luật đàn hồi Hooke là một định luật gần đúng
cho rằng đa số lò xo tuân theo liên hệ tuyến tính giữa lực đàn hồi và độ biến
dạng.
Lực của lò xo luôn ngược hướng với chiều biến dạng. Tức là lực lò xo luôn
có xu hướng làm vật trở về trạng thái không biến dạng. Do dó, lực lò xo còn
gọi là lực hồi phục, giúp vật trở lại vị trí cân bằng, luôn hướng về vị trí cân
bằng. Theo định luật Hooke, lực hồi phục tỉ lệ với độ biến dạng của lò xo
(trong trường hợp này trùng với tọa độ con lắc) theo công thức

F (t) = −kx(t)

với F là lực đàn hồi, k là hệ số đàn hồi của lò xo, x là ly độ của con lắc. Áp
dụng định luật II Newton cho chuyển động ngang của con lắc dưới tác dụng
của lực đàn hồi, ta sẽ có phương trình

F (t) = ma = mx00 (t).

140
Kết hợp hai định luật trên ta có

−kx(t) = mx00
p
⇔ x00 + ω 2 x = 0. (với ω = k/m)

Xét phương trình đặc trưng

λ2 + ω 2 = 0

λ1 = ωi, λ2 = −ωi.

Do đó phương trình có nghiệm là

x(t) = c1 cos ωx + c2 sin ωx.

Ta có thể viết lại biểu thức trên dưới dạng

x(t) = A cos(ωt + ϕ) (2.11)

r
k 2π
trong đó ω = . Rõ ràng nghiệm (2.11) là tuần hoàn với chu kì . Ta
m ω
gọi đó là dao động điều điều hòa và chuyển động được mô tả như Hình 2.1.2
Ta gọi ω là tần số dao động và A là biên độ dao động.

Xét phương trình dao động có ngoại lực

x00 + ω 2 x = f (t)

141
Giả sử f có dạng f (t) = F0 cos ωt. Bằng phương pháp biến thiên hằng số ta
thu được nghiệm riêng
F0 t
x∗ (t) = sin ωt
ω
Do đó, nghiệm tổng quát có dạng

F0 t
x(t) = x(t) = A cos(ωt + ϕ) + sin ωt
ω

Các đặc tính của dao động đã thay đổi đáng kể. Vật vẫn dao động, nhưng
biên độ của nó là F0 t/2ω, tăng lên vô hạn. Vì vậy, sự dịch chuyển sẽ dao động
với biên độ ngày càng tăng (xem Hình 2.1.2). Hiện tượng này được gọi là sự

cộng hưởng và xảy ra khi các tần số ngoại lực và tần số của phương trình
bằng nhau. Vì vậy, khi lực ma sát bị bỏ qua, lò xo bị buộc vào hệ thống dao
động cùng kỳ với chức năng cưỡng bức, thì thời gian càng tăng lên sẽ dẫn
đến biên độ gia tăng nhanh chóng. Cấu trúc này có thể dẫn tới hậu quả thảm
khốc, bởi thế, các kỹ sư và nhà khoa học phải thận trọng khi tính toán và
phải để ý không để cộng hưởng xảy ra.
Có hai trường hợp nổi bật đã từng xảy ra trong lịch sử do hiện tượng cộng
hưởng xảy ra

142
 Hình 2.2: The rebuilt Broughton suspension bridge in 1883

• Cầu treo Broughton (Anh, 1831). Cầu ở Broughton, gần Manchester

Anh, được xây dựng vào năm 1826 theo phong cách "treo" kiểu mới.
Là một trong những cầu treo đầu tiên của châu Âu và chỉ mới 5 tuổi,
nó được coi là một trong những tượng trưng của nghệ thuật.

Vào ngày 12 tháng 4 năm 1831, khi quân đội Anh trên đường hành
quân phải đi qua cầu Broughton, họ chia làm bốn hàng và cùng hành
quân qua cầu. Bước chân hành quân nhịp nhàng của họ đã tạo nên
một sự cộng hưởng nhẹ nhàng và một luồng hơi dễ chịu. Một số chiến sĩ
bắt đầu huýt sáo! Nhưng thật không may, quân đội đã không nhận ra
rằng sự cộng hưởng nảy tạo ra nhiều hơn và nhiều hơn nữa sự chuyển
động của cầu cho đến khi cấu trúc cầy bắt đầu tan rã và sụp đổ.

May mắn cho những binh lính đó, con sông chỉ sâu vài feet cho nên
mặc dù nhiều người bị thương (một số xương bị gãy) nhưng không ai
chết đuối hoặc chết do thương tích.

Từ sau đó những người lính Anh không phải hành quân qua cầu mà đi
bộ bình thường khi qua cầu. Các cựu chiến binh của quân đội Hoa Kỳ
cũng gặp trường hợp tương tự nhưng khi cây cầu bắt đầu cộng hưởng
mạnh thì người chỉ huy đã lệnh cho những người lính không cần bước
đi đều nhau khi đi qua cầu nữa.

143
 • Cầu Tacoma (Washington, 1940) Vào ngày 1 tháng 7 năm 1940, Cầu

Tacoma Narrows được xây dựng để phục vụ giao thông trong khu vực.
Từ ngày đầu tiên, cây cầu bắt đầu dao động thẳng đứng, và được đặt
biệt danh là "Galloping Gertie" (Phi mã?). Trong bốn tháng tiếp theo,
mọi người từ xa đến để tận hưởng cảm giác lái xe qua cây cầu "phi
mã". Nhưng vào ngày 7 tháng 11, sáng sớm, cây cầu bắt đầu nhấp nhô
liên tục trong ba giờ đồng hồ, và lúc 10 giờ 30 phút, cây cầu bắt đầu
rạn nứt, và cuối cùng là lúc 11 giờ 10 phút toàn bộ cây cầu rơi xuống.
Rất may không có ai thiệt mạng ngoại trừ con vật cưng của một phóng
viên. Con chó bị bỏ rơi cùng với chiếc xe của phóng viên trên cây cầu.
Xem trên https://www.youtube.com/watch?v=nFzu6CNtqec

Bây giờ, ta xét chuyển động của con lắc không có ngoại lực nhưng sự cản lực
tỉ lệ nghịch với vận tốc và khối lượng, tức là

F = −kx − αmx0

⇔ mx00 = −kx − αmx0

p
⇔ x00 + αx + ω 2 x = 0. (where ω = k/m) (2.12)

Ta xét phương trình đặc trưng

λ2 + αm + ω 2 = 0

144
 √ √
−α + α2 − 4ω 2 −α + α2 + 4ω 2
⇔ λ1 = , λ2 =
2 2
Dạng cụ thể của λ1 , λ2 sẽ phụ thuộc vào dấu của α2 − 4ω 2 .

i) Nếu α2 − 4ω 2 < 0. Đặt √

4ω 2 − α2
c= .
2
Khi đó
−α −k
λ1 = + ic, λ2 = − ic.
2 2
và nghiệm của phương trình (2.12) là (xem Hình 2.3)

x(t) = e−αt 2(A cos ct + B sin ct).

Rõ ràng dựa vào hình vẽ ta thấy dao động có biên độ giảm dần về

Hình 2.3: Trường hợp α2 − 4ω 2 < 0.

không (dao động tắt dần).

ii) Nếu α2 −4ω 2 = 0, phương trình đặc trưng có nghiệm bội λ1 = λ2 = −α/2.
Khi đó, ta có nghiệm tổng quát của (2.12) là (xem Hình 2.4)

x(t) = Ae−αt/2 + Bte−αt/2 .

145
 Hình 2.4: Trường hợp α2 − 4ω 2 = 0

iii) Nếu α − 4ω 2 > 0, phương trình (2.12) có nghiệm

√ √
−α + α2 − 4ω 2 −α + α2 + 4ω 2
λ1 = , λ2 =
2 2

và cả hai đều âm. Dựa vào Hình 2.5, ta thấy, dao động giảm dần về 0
theo cấp số mũ.

Hình 2.5: Trường hợp α − 4ω 2 > 0

Bài tập áp dụng

1. Một lò xo có độ cứng là k = 50N/m đặt nằm ngang, một đầu cố định

vào tường, đầu còn lại gắn vào vật có khối lượng m = 50g. Kéo vật ra

146
 √
khỏi vị trí cân bằng một khoảng x = 3cm rồi thả ra. Viết phương
trình dao động của vật.

2. Con lắc lò xo gồm một vật nhỏ có khối lượng 250g và lò xo nhẹ có độ
cứng 100N/m dao động điều hòa dọc theo trục Ox với biên độ 4cm.
Khoảng thời gian ngắn nhất để vận tốc của vật có giá trị từ −40cm/s
√
đến 40 3cm/s là bao nhiêu?

3. Một lò xo có độ cứng là k = 20N/m đặt nằm ngang, một đầu cố định

vào tường, đầu còn lại gắn vào vật có khối lượng m = 10g. Kéo vật ra
khỏi vị trí cân bằng một khoảng x = 1.5cm rồi truyền cho vật vận tốc
ban đầu là v = 5cm/s. Viết phương trình dao động của vật.

4. Thiết lập mô hình phương trình vi phân cho con lắc lò xo treo thẳng
đứng.

Định luật Kirchhoff và mô hình mạch điện.

Gustav Kirchhoff sinh tại Königsberg, East Prussia, là con trai của Friedrich
Kirchhoff, một luật sư, và Johanna Henriette Wittke. Ông tốt nghiệp trường
Đại học Königsberg Albertus năm 1847 nơi ông dự Hội thảo toán-vật lý dưới
sự hướng dẫn của Franz Ernst Neumann và Friedrich Julius Richelot. Ông
kết hôn cùng Clara Richelot, con gái của giáo sư toán học của ông. Cũng vào
năm đó, họ chuyển tới Berlin, nơi ông ở cho đến khi nhận dược chức giáo sư
tại Breslau.
Kirchhoff đã đưa ra một định luật về mạch, hiện nay rất phổ biến trong
kĩ thuật điện vào năm 1845, khi ông còn là học sinh.
Định luật Kirchhoff khẳng định rằng tổng giá trị điện áp dọc theo một
vòng luôn bằng 0.
Sau đây, ta xét mạch điện như Hình 2.6 bao gồm điện trở R, cuộn cảm
L, tụ điện C được mắc nối tiếp với nguồn điện E.
Hệ động lực của mạch điện dựa trên các giả thiết dưới đây.

147
 Hình 2.6: Mạch điện

• Nguồn điện có hiệu điện thế V sản sinh ra sự thay đổi điện tích Q (đo
bằng coulombs) và lượng điện tích thay đổi trong đơng vị thời gian
được gọi là cường độ dòng điện I (đo bằn amperes). Ta có công thức
liên hệ
dQ
I= .
dt

• Điện trở R (đo băng ohms) thể hiện sự cản trở dòng điện và sản sinh
năng lượng dưới dạng nhiệt. Hiệu điện thế ở hai đầu điện trở được tính
theo đinh luật Ohm VR = RI

• Độ tự cảm của cuộn cảm được kí hiệu bằng L (đơn vị là henrys) và

hiệu điện thế giữa hai đầu cuộn cảm được cho bởi

dI
VL = L
dt

• Điện dung của tụ điện kí hiệu là C (đơn vị là farads). Tụ điện khi có

dòng điện chạy qua, nó sẽ cản trở dòng điện (để nạp cho nó?). Hiệu
điện thế giữa hai đầu tụ điện được cho bởi

Q
VC = .
C

148
 Các đại lượng R, L, C là hằng số liên kết với mạch điện và nguồn
điện V có thể là hằng số hoặc hàm số theo thời gian. Theo định luật
Kirchhoff ta có
VR + VL + VC − V = 0.
dI(t) Q(t)
RI(t) + L + =V
dt C
Do Q0 (t) = I nên đạo hàm hai vế ta thu được

1
LI 00 (t) + RI 0 (t) + I(t) = 0
C

Đây là phương trình vi phân cấp 2 có phương trình đặc trưng là

R 1
λ2 + λ+ =0
L CL
p p
−R + R2 − 4L/C −R − R2 + 4L/C
⇔ λ1 = , λ2 =
2L 2L
Ta giả sử

L = 1 henry, R = 100 ohms, C = 10−4 farads, V = 1000 volts.

Khi đó
√ √
λ1 = −50 + 50 3i, λ2 = −50 − 50 3i.
√ √
I(t) = e−50t (A cos 50 3t + B sin 50 3t).

Giả sử, tại thời điểm t = 0, không có sự phát điện (Q(0) = 0, I(0) = 0). Khi
đó, A = 0, B = 20. Do đó
√
50 3t √
I = 20e−50t sin 3

và
Q(t) = C[V − LI 0 (t) − RI(t)]
√ √ √
1 e−50t [sin 50 3t + 3 cos 50 3t]
= − √ .
10 10 3

149
 Hình 2.7: Đồ thị biểu diễn Q(t) và I(t).

Ta nhận thấy cường độ dòng điện I(t) bị sụt giảm về 0 nhanh chóng trong
khi điện tích Q(t) có xu hướng ổn định quanh nghiệm cân bằng Q(t) = 1/10
coulombs (xem Hình 2.7).
Bài tập áp dụng

1. Thiết lập lại mô hình trên với nguồn điện là xoay chiều và điện thế
tuân theo quy luật
√
V (t) = 200 2 cos(100πt − π/2)

2. Thiết lập lại mô hình trên cho mạch điện sau (xem Hình 2.8)

3. Thiết lập lại mô hình trên cho mạch điện sau (xem Hình 2.9)

4. Thiết lập lại mô hình trên cho mạch điện sau (xem Hình 2.10)

Về vụ sập cầu Tacoma Narrows.

Lật lại lịch sử

Ngày 1/7/1940, cây cầu treo Tacoma Narrows trị giá 6 triệu tư bản (tương
đương 38,4 triệu tư bản năm 2016, xấp xỉ 844 tỉ VNĐ, bằng một nửa tượng
Bác Hồ tại Sơn La), chính thức được thông xe, bắc qua eo biển Pujet Sound

150
 Hình 2.8:

Hình 2.9:

nước Mỹ từ bang Washington nối tới bán đảo Olympic. Cây cầu dạng dây
võng này có chung nhà thiết kế với cầu Golden State nổi tiếng. Nhưng gần
như ngay sau đó, người ta để ý rằng những cơn gió mạnh thổi qua cầu thỉnh
thoảng tạo nên sự rung lắc dữ dội, khiến những người lưu thông qua cầu cảm
thấy như đang ngồi trên yên ngựa vậy. Cây cầu nhanh chóng trở thành nơi
thu hút khách du lịch đổ về đây chiêm ngưỡng, và thậm chí là đi qua cây cầu
gợn sóng.
Cuối cùng, ngày 7/11/1940, tức chỉ bốn tháng sau ngày thông xe, cây cầu

151
 Hình 2.10:

Hình 2.11: Cầu Tacoma Narrrows khi mới xây, vào 7/1940.

sụp đổ trong một cơn bão lớn, với vận tốc gió lên tới 65km/h.

Đặt vấn đề

Cầu dây võng là một loại cầu được loài người bắt đầu xây dựng vào những
năm 30 của thế kỉ XIX, cùng với hai loại cầu treo khác là cầu dây văng kiểu
đàn hạc và cầu dây văng kiểu rẻ quạt. Bề mặt của cây cầu dây võng được
treo bởi những dây cáp đỡ cầu thẳng đứng gắn vào những cáp treo chính giữa

152
các tháp như trong mô hình dưới đây.

Hình 2.12: Phác thảo một cây cầu dây võng.

Khi có lực tác dụng, giả dụ như một phương tiện giao thông đi qua, cơ
chế chịu lực của cầu dây võng là lực sẽ truyền từ dầm cầu đến dây cáp thẳng
đứng, qua cáp chính rồi đến tháp cầu, cuối cùng truyền đến neo. Cơ chế này
khiến cầu được chắc chắn và an toàn.
Nhưng đây là một câu chuyện kì lạ với cây cầu Tacoma Narrows, khi mà
dầm cầu của cây cầu này lúc nào cũng lắc lư dữ dội, kể cả khi không có xe
đi qua!
Vụ sập cầu đã gây chấn động dư luận Mỹ lúc bấy giờ. Kĩ sư von Karman
đã được yêu cầu để tìm ra nguyên nhân vụ sập. Ông và các cộng sự cho ra
rằng các cơn gió thổi vuông góc với đường cầu được chia thành các cơn gió
lốc thổi phía trên và dưới cây cầu, tạo nên sự dao động dữ dội, tác động một
lực tuần hoàn lên cây cầu theo hướng thẳng đứng. Một số giả thuyết xa hơn
rằng tần số của phương trình lực này bằng chính xác tần số tự nhiên của cây
cầu, tạo nên sự cộng hưởng và gây ra vụ sập. Và suốt năm mười năm tiếp
theo, sự cộng hưởng bị cho là thủ phạm, mặc dù nhóm của von Karman đã
phủ nhận điều này.
Thực sự nếu ta coi mỗi dây cáp thẳng đứng như là một lò xo và với một

153
 Hình 2.13: Cầu Tacoma Narrows một thời gian sau khi thông xe.

vài kiến thức căn bản về dao động cộng hưởng, hầu như ai cũng sẽ cho rằng
gió đã tác động một lực tuần hoàn và đó chính là nguyên nhân sập cầu.
Nhưng như chúng ta đã biết, cộng hưởng chỉ xảy ra khi tần số của phương
trình lực đúng bằng tần số tự nhiên của cây cầu, mà điều này là khó xảy ra
liên tục, trong một thời gian ngắn (4 tháng).

Hình 2.14: Ảnh chụp vụ sập cầu Tacoma Narrows.

Một nghiên cứu gần đây đưa ra một giải thích khác cho vụ sập (bởi hai
nhà toán học Lazer và McKenna). Họ cho rằng những tác động phi tuyến là

154
nguyên nhân chính gây ra sự dao động mạnh trên cây cầu. Giả thuyết này
còn bao gồm phương trình vi phân từng phần. Tuy nhiên, ta có thể xây dựng
một mô hình đơn giản hóa, mà dẫn tới một phương trình vi phân phi tuyến.
Mô hình dưới đây không giống hoàn toàn như của Lazer và Mc Kenna,
nhưng cho ra kết quả là một phương trình vi phân như nhau. Mô hình này
đã diễn giải rõ về những đặc tính của cầu treo và cả những gợi ý về cách gia
tăng độ an toàn của cầu.

Cấu trúc của cầu dây võng qua phương trình vi phân

Xét từng sợi dây cáp thẳng đứng của cầu, mỗi dây như vậy là một dây
đàn hồi với lực kéo đến từ dầm cầu, khi chịu ngoại lực như trọng lực của xe
cộ, và mặt đường ở dưới vị trí cân bằng thì những sợi cáp bị kéo căng ra. Còn
khi mặt đường chịu tác động của ngoại lực như gió, và ở phía trên vị trí cân
bằng, dây cáp bị nén. Nhưng độ cứng của sợi dây cáp là khác nhau khi chịu
lực nén và kéo. Xét một đoạn dầm cầu cố định, ta đặt y(t) (với căn nguyên
là met hoặc feet) biểu thị vị trí (độ cao) của đoạn dầm cầu đó tại thời điểm
t, y = 0 ứng với vị trí khi dây cáp căng nhưng không bị kéo, y < 0 ứng với vị
trí khi dây cáp bị kéo và y > 0 khi dây cáp bị chùng.
Để phát triển một mô hình phương trình cho y(t), ta xét các lực tác dụng
lên dầm cầu. Gọi g(t) là ngoại lực, f (y) là lực đàn hồi của dây cáp, khi đó
Ftác dụng lên dầm = g(t) + f (y), theo định luật II Newton, thì

my 00 = Ftác dụng lên dầm = g(t) + f (y).

Suy ra
my 00 − f (y) = g(t). (2.13)

Với m là khối lượng của đoạn dầm cầu, lực đàn hồi f (y) được xác định bởi

 −by ∀ y ≥ 0;
f (y) =
−ay ∀ y < 0.

155
Hãy cùng xem nghiệm của phương trình (3.1) ra sao trong trường hợp đơn
giản. Giả sử ngoại lực duy nhất là lực của gió tác động lên cầu, và lực này
là tuần hoàn. Vì bất kì một lực tuần hoàn đều có thể viết thành tổng của
các hàm sin, cos bởi khai triển Fourier, nên ta giả sử đây là hàm sin. Với
m = 1kg, b = 4N/m, a = 1N/m và g(t) = sin(4t)N. Ta gán bài toán với giá
trị ban đầu y(0) = 0, y 0 (0) =  > 0, phương trình trở thành

y 00 + 4y = sin(4t) (2.14)

Nghiệm của phương trình này là tổng của nghiệm tổng quát yc (t) = c1 cos(2t)+
1
c2 sin(2t) và nghiệm riêng yp (t) = − sin(4t). Vậy
12
1
y(t) = c1 cos(2t) + c2 sin(2t) − sin(4t). (2.15)
12
 + 13
Thế vào điều kiện ban đầu, suy ra c1 = 0 và c2 = , (3.3) trở thành
3
 
1 1 1
y(t) = + sin(2t) − sin(4t) (2.16)
2 3 12
   
1 1 1
= sin(2t) + − cos(2t) . (2.17)
2 3 6
h π π
Suy ra y(t) > 0 với y ∈ 0, ,y = 0. Ngay sau thời điểm t = π2 , vì
  2 2
0 π

2
y 2 = − + < 0, y(t) trở thành âm, dây cáp bị chùng (nén) lại, độ
3
cứng là a = 1, lúc này phương trình trở thành

y 00 + y = sin(4t). (2.18)

Giải phương trình vi phân cấp 2 có nhiễu với giá trị ban đầu như trên, ta
được
 
2 1
y(t) =  + cos t − sin(4t) (2.19)
5 15
  
2 4
= cos t  + − sin t cos(2t) . (2.20)
5 15

156
    
π 3π 3π
Nghiệm này có tính chất y(t) < 0 ∀y ∈ , , và y = 0, sau thời
2 2 2
3π 2
, do y 0 3π


điểm t = 2 =+ > 0, y(t) trở thành dương, dây cáp thẳng
2 15
đứng lại bị nén. Vòng lặp này diễn ra liên tục với giữa trạng thái kéo và nén
của dây cáp. Bằng tay, ta tính toán được rằng
 
1 7 1
y(t) = − + sin(2t) − sin(4t) (2.21)
2 15 12
   
1 7 1 3π
= − sin(2t)  + + cos(2t) > 0 ∀t ∈ , 2π . (2.22)
2 15 3 2
 
4
Và y(2π) = 0, y 0 (2π) = −  + . Sau thời điểm 2π, y(t) lại < 0, tiếp tục
5
giải phương trình dạng (3.6) với trạng thái ban đầu như trên, ta được
 
8 1
y(t) = −  + sin t − sin(4t) (2.23)
15 15
 
8 4
= − sin t  + + cos t cos(2t) < 0 ∀ t ∈ (2π, 3π) . (2.24)
15 15
4
Và các giá trị y(3π) = 0, y 0 (3π) = + > 0, lần dao động tiếp theo y(t) > 0,
15
sử dụng phương trình (3.2) ta tính ra được nghiệm
 
1 3 1
y(t) = + sin(2t) − sin(4t) (2.25)
2 5 12
   
1 3 1 7π
= sin(2t)  + − cos(2t) > 0 ∀t ∈ 3π, . (2.26)
2 5 3 2
     
7π 7π 14
Và y = 0, y 0 =− + < 0. Ngay sau đó, y(t) < 0, lại tiếp
2 2 15
tục tính toán với phương trình (3.6), ta có nghiệm
 
2 1
y(t) = −  + cos t − sin(4t) (2.27)
3 15
   
2 4 7π 9π
= − cos t  + + sin t cos(2t) < 0 ∀ t ∈ , . (2.28)
3 15 2 2
   
9π 0 9π 2
Khi dây cáp thúc trạng thái bị kéo, y = 0, y =  + > 0. Dây
2 2 5
cáp lại bị nén, tiếp tục tính toán bài toán giá trị ban đầu này với phương

157
trình (3.2)
 
1 11 1
y(t) = − + sin(2t) − sin(4t) (2.29)
2 15 12
   
1 11 1 9π
= − sin(2t)  + + cos(2t) > 0 ∀ t ∈ , 5π . (2.30)
2 15 3 2
 
0 16
Ta có các giá trị tới hạn y(5π) = 0, y (5π) = −  + < 0, lại có sau thời
15
điểm này, y(t) < 0, sử dụng phương trình (3.6)
 
4 1
y(t) =  + sin t − sin(4t) (2.31)
5 15
  
4 4
= sin t  + − sin t cos(2t) < 0 ∀ t ∈ (5π, 6π). (2.32)
5 15

8
Và y(6π) = 0, y 0 (6π) =  + > 0. Dây cáp sẽ bị kéo sau thời điểm 6π, ta
15
cần tính toán tiếp với phương trình (3.2). Nhưng ta thấy rằng trường hợp
này rất giống với trường hợp mà ta đặt ra ban đầu vì 6π là bội của 2π, và
dây cáp cùng bị nén. Bài toán bây giờ không khác gì bài toán lúc đầu với giá
8
trị ban đầu tại 0 cũng bằng 0, nhưng đạo hàm tại 0 bằng  + thay vì . Vì
15
8
+ > 0, những tính toán và bất đẳng thức là hoàn toàn tương tự. Bằng
15
quy nạp, ra rút ra được chu trình nén - kéo này có chu kì 6π, nhưng với giá
8
trị tuyệt đối của y 0 (t) tăng lên sau mỗi chu kì.
15
Qua các lập luận trên, ta thấy rằng biên độ của dao động sẽ tăng theo
thời gian, vì biên độ trong mỗi vòng có quan hệ với vận tốc vào thời điểm
ban đầu của mỗi vòng. Nhìn hình 5, ta thấy một đồ thị của dao động của
dầm
 cầu trên khoảng [0, 3π]. Chú ý rằng độ lệch lớn nhất của dầm cầu trên
3π h πi
, 2π lớn hơn độ lệch lớn nhất trên 0, , trong khi độ lệch lớn nhất
2 2 
π 3π
trên [2π, 3π] lớn hơn độ lệch lớn nhất trên , .
2 2
Vì y 0 (t) không bị chặn, độ lệch của cầu sẽ ngày càng tăng sau những
khoảng thời gian nhất định (cụ thể là 6π). Khi bê tông không còn chịu được
sự rung lắc, sự rạn nứt và tan vỡ là điều không tránh khỏi.

158
 Hình 2.15: Đồ thị dao động của dầm cầu so với thời gian.

Phương trình đơn giản này đã giải thích phần nào việc sập cầu Tacoma.
Qua mô hình này, ta thấy để xây dựng một cây cầu dây võng là rất khó, cần
rất nhiều tính toán về sự chịu lực. Nhưng bù lại là đỡ tiêu tốn chi phí hơn so
với cầu nhịp liên tục và có thể tăng nhịp cầu.
Hiện nay trên thế giới đã ngừng xây cầu dây võng mà xây loại cầu dây
văng - tối ưu hơn. Tuy vậy nhưng cây cầu đẹp và nổi tiếng nhất trên thế giới
thường là cầu dây võng, giả dụ như như cầu Akashi Kyokai - Nhật Bản.
Tại Đà Nẵng, Việt Nam cũng có cầu Thuận Phước có dạng dây võng, bắc
qua hai bờ sông Hàn thơ mộng.

2.1.3 Một số phương trình tuyến tính hệ số biến thiên

giải được

Trong mục này, ta xét phương trình

a2 (x)y 00 + a1 (x)y 0 + a0 (x)y = f (x). (2.33)

Nói chung hầu hết các phương trình tuyến tính hệ số biến thiên cấp n ≥ 2
đều không giải được. Tuy nhiên, trong một số trường hợp đặc biệt, bằng các

159
 Hình 2.16: Cầu Thuận Phước, Đà Nẵng.

phép biến đổi khác nhau ta có thể đưa phương trình tuyến tính hệ số biến
thiên về phương trình tuyến tính hệ số hằng và do đó, tìm được nghiệm tổng
quát của nó. Dưới đây, ta nêu ra 2 phương pháp chủ yếu để làm điều đó.

Phép đổi biến số độc lập

Phép đổi biến số độc lập là phép biến đổi dạng t = ϕ(x) với ϕ là một hàm
nào đó đã biết. Khi đó y(x) = y(t(x)). Khi đó, ta có

yx0 = y 0t .t0x = y 0t .ϕ0 (x)

yx00 = (y 0t .ϕ0 (x))0t .t0x = y 00t .[ϕ0 (x)]2 + y 0t + ϕ00 (x).

Thay vào phương trình (2.33) ta được

a2 (x)[y 00t .[ϕ0 (x)]2 + y 0t + ϕ00 (x)] + a1 (x)y 0t .ϕ0 (x) + a0 (x)y(t) = f (x)

⇔ a2 (x)[ϕ0 (x)]2 y 00t + [...]y 0t + a0 (x)y(t) = f (x)

Xét miền liên thông mà a2 (x) 6= 0. Chia cả 2 vế cho a2 (x)[ϕ0 (x)]2 ta thu được

a0 (x)
y 00t + [...]y 0t + y(t) = f (x).
a2 (x)[ϕ0 (x)]2

160
Để phương trình trên là hệ số hằng thì ít nhất hệ số của y(t) phải bằng hằng
số. Tức là
a0 (x)
=c
a2 (x)[ϕ0 (x)]2

Z s
a0 (x)
⇔ ϕ(x) = dx (2.34)
ca2 (x)

trong đó, hằng số c được chọn tùy ý. Nếu phép đổi biến ϕ(x) ở trên cũng biến
hệ số [...] của y 0t thành hệ số hằng thì đó là phép đổi biến cần tìm.

Ví dụ 2.1.10. Giải phương trình

x2 y 00 − 4xy 0 + 6y = 0.

Đây là phương trình hệ số biến thiên với a0 (x) = 1, a1 (x) = −4x, a2 (x) = x2 .
Ta xét miền x ∈ R+ (trường hợp R− làm tương tự). Từ (2.34)ta có
Z s Z r
a0 (x) 1 ln x
ϕ(x) = dx = dx = √ .
ca2 (x) cx2 c

Chọn c = 1 ta có phép đổi biến t = ln x. Khi đó

y 0 = y 0t .t0x = y 0t .ϕ0 (x) = e−t y 0t

y 00 = (y 0t .ϕ0 (x))0t .t0x = y 00t .[ϕ0 (x)]2 + y 0t + ϕ00 (x) = (y 00t − y 0t )e−2t .

Thay vào phương trình và rút gọn ta thu được

y 00t − 5y 0t + 6y(t) = 0

Bằng cách xét phương trình đặc trưng, ta có nghiệm tổng quát của phương
trình này có dạng
y(t) = c1 e2t + c2 e3t .

Thay t = ln x suy ra nghiệm tổng quát của phương trình ban đầu là

y(x) = y(t(x)) = c1 x2 + c2 x3 .

161
Nhận xét 2.1.7. Nếu thay ϕ(x) vào hệ số [...] của y 0t mà hệ số [...] đó không
chuyển về hằng số thì phép đổi biến trên không dùng được. Khi đó, ta có
phép đổi biến khác dưới đây.

Phép biến đổi tuyến tính hàm cần tìm

hép biến đổi tuyến tính hàm cần tìm là phép biến đổi dạng y(x) =
ϕ(x).z(x) với ϕ là một hàm nào đó đã biết. Khi đó, ta có

y 0 = ϕ0 (x)z(x) + ϕ(x)z 0 (x)

y 00 = ϕ00 (x)z(x) + 2ϕ0 (x)z 0 (x) + ϕ(x)z 00 (x).

Thay vào phương trình (2.33) ta được

a2 (x)ϕ(x)z 00 + [a1 (x)ϕ(x) + 2a2 (x)ϕ0 (x)] + [...]z = f (x)

Xét miền liên thông mà a2 (x) 6= 0. Chia cả 2 vế cho a2 (x)ϕ(x) ta thu được
a1 (x) 2ϕ0 (x)
 
00
z + + + [...]z = f (x).
a2 (x) ϕ(x)
Để phương trình trên là hệ số hằng thì ít nhất hệ số của z 0 phải bằng hằng
số. Tức là

a1 (x) 2ϕ0 (x)

+ =c (2.35)
a2 (x) ϕ(x)

trong đó, hằng số c được chọn tùy ý. Nếu phép đổi biến ϕ(x) ở trên cũng biến
hệ số [...] của z thành hệ số hằng thì đó là phép đổi biến cần tìm.

Ví dụ 2.1.11. Xét phương trình

y 00 − 2xy 0 + x2 y = 0.

Rõ ràng đây là phương trình hệ số biến thiên với a2 (x) = 1, a1 (x) = −2x, a0 (x) =
x2 . Dựa vào (2.35), chọn c = 0 ta thu được
a1 (x) 2ϕ0 (x)
+ =0
a2 (x) ϕ(x)

162
 2ϕ0 (x)
⇔ −2x + =0
ϕ(x)
2
⇔ ϕ(x) = e−x /2
.
2
Xét phép thế hàm y(x) = e−x /2
z. Bằng cách thế trực tiếp, ta chuyển phương
trình ban đầu về dạng
z 00 + z = 0.

Rõ ràng, đây là phương trình hệ số hằng và nghiệm tổng quát của phương
trình có dạng
z(x) = c1 cos x + c2 sin x.

Bởi vậy, nghiệm tổng quát của phương trình ban đầu có dạng

2 2
y(x) = e−x /2
z(x) = e−x /2
(c1 cos x + c2 sin x) .

Bài tập định lượng

1. 2xy 00 + y 0 − 2y = 0

2. (x + 1)2 y 00 − 2(x + 1)y 0 + 2y = 0

1
3. xy 00 + y 0 + y = 0
2
4. x2 y 00 − 3xy 0 + 5y = 3x2

5. (1 + x2 )2 y 00 + 2x(1 + x2 )y 0 + y = 0

6. (2x + 1)2 y 00 − 4(2x + 1)y 0 + 8y = −8x − 4

7. y 00 − y 0 + e2x y = 0

8. x2 y 00 + xy 0 + y = 2 sin ln x

9. (sin x cos x)y 00 − y 0 + (m tan x sin2 x)y = 0

10. (x − 2)2 y 00 − 3(x − 2)y 0 + 4y = x

163
 2 0
11. y 00 + y − a2 y = 2
x
12. x2 y 00 − 2y = sin ln x
 
00 0 1 2
13. y + 2xy + +1+x y =0
x2
14. xy 00 + 2y 0 − xy = ex
 
00 0 1 2
15. y − 2xy − +1−x y =0
x2
16. x4 y 00 + k 2 y = 0

17. xy 00 − y 0 − 4x3 y = 0

18. (1 + x2 )y 00 + xy 0 + y = 0

Bài tập định tính.

1. Tìm điều kiện của hàm q(x) để phương trình

y 00 + q(x)y = 0

có thể đưa được phương trình hệ số hằng nhờ phép thế biến độc lập.

2. Tìm điều kiện của hàm p(x), q(x) để phương trình

y 00 + p(x)y 0 + q(x)y = 0

có thể đưa được phương trình hệ số hằng nhờ phép thế biến độc lập.

2.2 Một số phương trình phi tuyến

164
Chương 3

Hệ phương trình vi phân

3.1 Hệ phương trình vi phân tuyến tính

3.1.1 Cấu trúc nghiệm của hệ phương trình tuyến tính

Định nghĩa 3.1.1. Hệ phương trình vi phân tuyến tính cấp 1 là hệ có dạng



 y10 = a11 (x)y1 + a12 (x)y2 + · · · + a1n (x)yn + f1 (x)


 y20 = a21 (x)y1 + a22 (x)y2 + · · · + a2n (x)yn + f2 (x)


(3.1)
···






 0

yn = an1 (x)y1 + an2 (x)y2 + · · · + ann (x)yn + fn (x)

Trong đó, aj (x), fi (x) là các hàm liên tục trên khoảng (a, b) với mọi i, j =
1, 2, . . . , n.

Ta chú ý rằng, nếu các hàm fi ≡ 0, i = 1, 2, . . . , n thì (3.1) được gọi là

hệ phương trình vi phân tuyến tính thuần nhất. Nếu không, hệ được gọi là
phương trình vi phân tuyến tính không thuần nhất.

Nhận xét 3.1.1 (Dạng ma trận của hệ tuyến tính). Nếu Y (x), A(x), F (x)

165
lần lượt là các kí hiệu
     
y1 (t) a (x) a12 (x) ··· a1n (x) f1 (x)



  11  



 y2 (t)  
 a11 (x) a12 (x) ···

a1n (x)   f2 (x) 
Y (x) =   , A(x) =  , F (x) = 
   

 ··· ··· ··· ··· 
 
 ···   ··· 
   
     
yn (t) an1 (x) an2 (x) ··· ann (x) fn (x)

thì phương trình (3.1) có thể viết lại dưới dạng

      
0
y (t) ··· a1n (x)  y1 (t)   f1 (x) 
 1   a11 (x) a12 (x)

 0     
 y2 (t)   a (x) a12 (x) ···

a1n (x)   y2 (t)   f2 (x) 
  11
= +
    
  
 ···  
  ··· ··· ··· ···  ···   ··· 
  
      
yn0 (t) an1 (x) an2 (x) · · · ann (x) y (t) f (x)
n n

hay đơn giản là

Y 0 = A(x)Y + F (x)

trong đó Y 0 (x) được hiểu là đạo hàm theo từng thành phần. Nếu hệ là thuần
nhất thì dạng ma trận khi đó là

Y 0 = A(x)Y. (3.2)

Ví dụ 3.1.1. a) Nếu
 
y1 (x)
Y (x) =  
y2 (x)

thì dạng ma trận của hệ thuần nhất


 y10 = (sin x)y1 + 10y2

y20 = ex y2 + (cos x)y2



là  
sin x 10
Y0 =  Y.
x
e cos x

166
b) Nếu  
y (x)
 1 
 
Y (x) = 
 y2 (x)

 
y3 (x)

thì dạng ma trận của hệ thuần nhất




 y10 = y1 + 2y2 + y3 + sin x


y20 = 2y2 + y2 + 3y3 + 6x



 y 0 = 9y + 2y + 4y + ex

3 2 2 3

là    
1 2 1 sin x
   
Y 0 = 2 1 3 Y +  6x  .
   
   
x
9 2 4 e

Trước khi đi vào cấu trúc nghiệm của hệ (3.1), ta có các khái niệm cơ bản
dưới đây.
Cho hệ gồm n vector hàm
   
y (x) y (x)
 11   1n 
   
Y1 (x) =  y
 21 (x) . . .  , . . . , Yn (x) =  y (x) . . .
  2n 
   
yn1 (x) ynn (x)

xác định trên khoảng I.

Định nghĩa 3.1.2. Ta nói rằng, hệ các vector hàm {Y1 (x), Y2 (x), . . . , Yn (x)}
là phụ thuộc tuyến tính trên khoảng I nếu tồn tại các hằng số a1 , . . . , an không
đồng thời bằng 0 sao cho

a1 Y1 (x) + a2 Y2 (x) + . . . , an Yn (x) = 0, ∀x ∈ I

Nếu hệ không phụ thuộc tuyến tính thì ta gọi hệ là độc lập tuyến tính.

167
Định lý 3.1.1. Giả sử hệ độc lập tuyến tính {Y1 (x), Y2 (x), . . . , Yn (x)} là n
nghiệm của phương trình thuần nhất (3.2). Khi đó, nghiệm tổng quát của
phương trình thuần nhất có dạng là

Y (x) = c1 Y1 (x) + c2 Y2 (x) + · · · + cn Yn (x)

với ci , i = 1, . . . , n là các hằng số bất kì. Trong trường hợp này, ta gọi hệ

{Y1 (x), Y2 (x), . . . , Yn (x)}

là hệ nghiệm cơ bản của phương trình thuần nhất (3.2) và ma trận

X(t) = [Y1 (x), Y2 (x), . . . , Yn (x)]

là ma trận nghiệm cơ bản của (3.2)

Nhận xét 3.1.2. Hệ thuần nhất (3.2) có vô số ma trận nghiệm cơ bản và

các ma trận nghiệm cơ bản luôn sai khác nhau một ma trận hằng.

Định lí dưới đây cho ta cấu trúc nghiệm của hệ (3.1)

Định lý 3.1.2. Giả sử {Y1 (x), Y2 (x), . . . , Yn (x)} là hệ nghiệm cơ bản của
trình thuần nhất (3.2) và Y ∗ (x) là một nghiệm riêng nào đó của phương
trình (3.1). Khi đó, nghiệm tổng quát của phương trình (3.1) có dạng là

Y (x) = c1 Y1 (x) + c2 Y2 (x) + · · · + cn Yn (x) + Y ∗ (x)

với ci , i = 1, . . . , n là các hằng số bất kì.

Hiện nay, không có một thuật toán nào để tìm một hệ nghiệm cơ bản cho
hệ phương trình trình tuyến tính thuần nhất. Tuy nhiên trong trường hợp
đặc biệt là hệ số hằng (xem Mục 3.1.2) ta có thể đưa cách giải trực tiếp cho
hệ tuyến tính.

168
3.1.2 Cách giải hệ phương trình tuyến tính hệ số hằng

Mục đích chính của phần này nhằm đưa ra thuật toán để giải phương
trình tuyến tính hệ số hằng có dạng



 y10 = a11 y1 + a12 y2 + · · · + a1n yn + f1 (x)


 y20 = a21 y1 + a22 y2 + · · · + a2n yn + f2 (x)


(3.3)
···






 0

yn = an1 y1 + an2 y2 + · · · + ann yn + fn (x)

Ta có hệ thuần nhất tương ứng với hệ (3.3) là




 y10 = a11 y1 + a12 y2 + · · · + a1n yn


 y20 = a21 y1 + a22 y2 + · · · + a2n yn


(3.4)
···






 0

yn = an1 y1 + an2 y2 + · · · + ann yn

hay viết dưới dạng ma trận tương ứng là

Y 0 = AY + F (x) và Y 0 = AY

Cách giải hệ (3.3) được chia làm 3 bước chính

Bước 1. Tìm hệ nghiệm cơ bản của phương trình thuần nhất (3.4)

{Y1 (x), Y2 (x), . . . , Yn (x)}

Bước 2. Tìm nghiệm riêng Y ∗ (x)của phương trình (3.3)

Bước 3. Nghiệm tổng quát của phương trình (3.3) có dạng

Y (x) = c1 Y1 (x) + c2 Y2 (x) + · · · + cn Yn (x).

Đối với từng bước cụ thể, ta có cách làm dưới đây.

169
Tìm hệ nghiệm cơ bản của (3.4)

Ta tìm nghiệm của (3.4) dưới dạng

 
v1
 
 
 v2 
Y (x) = e   = eλx v
λx  
 · · ·
 
 
vn

với v = (v1 , v2 , · · · , vn )T là vector hằng khác vector 0. Thay vào dạng ma

trận của phương trình (3.4) ta có

eλx v = Aeλx v

⇔λ eλx v = Aeλx v

⇔eλx (Av − λv) = 0

⇔Av − λv = 0 (do eλx 6= 0)

⇔(A − λI)v = 0

Trong đó, I là ma trận đơn vị. Vậy để Y (x) = eλx v là nghiệm của phương
trình (3.4) thì λ là giá trị riêng của ma trận A. Lúc đó, ta có 3 trường hợp
sau
Trường hợp 1. Nếu λ là giá trị riêng đơn của ma trận A. Khi đó, chọn v là
một vector riêng nào đó, ứng với giá trị riêng λ. Ta thu được một nghiệm là
 
v1
 
 
 v2 
λx 
Y (x) = e  

 . . .
 
 
vn

170
Trường hợp 2. Nếu λ = α ± iβ là cặp giá trị riêng phức đơn của ma trận A
. Khi đó, chọn      
v1 v11 v12
     
   1   2 
 v2   v2   v2 
= + i
     
     
 . . .  . . .  . . .
     
     
1
vn vn vn2

là một vector riêng (phức) tương ứng của giá trị riêng λ = α + iβ. Ta có hai
nghiệm độc lập tuyến tính là
   
v11 cos βx − v12 sin βx v12 cos βx + v11 sin βx
   
 1
 v2 cos βx − v22 sin βx 
 2
 v2 cos βx + v21 sin βx 
 
Y 1 (x) = eαx  , Y 2 (x) = eαx 
   

 ···  ···
   
 
   
1 2 2 1
vn cos βx − vn sin βx vn cos βx + vn sin βx

Trường hợp 3. Nếu λ là giá trị riêng thực bội k của ma trận A. Khi đó,
chọn cơ sở của không gian Ker(A − λI)k gồm k vector v 1 , v 2 , . . . , v k . Ta có k
hàm độc lập tuyến tính
2 2 k k
 
x(A − λI) x (A − λI) x (A − λI)
Yi (x) = eλx I + + + ··· + vi , i = 1, 2 . . . , k.
1! 2! k!

Sau khi xử lí hết 3 trường hợp trên, ta có đủ n phần tử trong hệ nghiệm cơ

bản là
{Y1 (x), Y2 (x), . . . , Yn (x)}. (3.5)

Tìm nghiệm riêng Y ∗ của phương trình (3.3)

Phương pháp 1. (Phương pháp biến thiên hằng số)

Sau khi có hệ nghiệm cơ bản (3.5), ta tìm nghiệm riêng dưới dạng

Y ∗ (x) = c1 (x)Y1 (x) + c2 (x)Y2 (x) + · · · + cn (x)Yn (x)

171
trong đó, c(x) = (c1 (x), c2 (x), . . . , cn (x))T là nghiệm của hệ phương trình đại
số
(Y1 (x) Y2 (x) . . . Yn (x))c(x) = F (x)

Phương pháp 2. (Phương pháp hệ số bất định)

Về hình thức phương pháp này giống trong trường hợp hệ số bất định
trong Chương 2. Tuy nhiên, các hệ số của đa thức là n chiều.
Dưới đây là các ví dụ cho tất cả trường hợp trên.

Ví dụ 3.1.2. Giải hệ phương trình


 y10 = 2y1 + 3y2

y20 = 2y1 + y2


Trước tiên, ta tìm giá trị riêng của ma trận hệ số. Xét phương trình đặc trưng
 
2 − λ
 
3 
det(A − λI) =   = λ2 − 3λ − 4 = 0
1 − λ

 2

⇔ λ1 = −1, λ2 = 4.

Với λ1 = −1. Vector riêng tương ứng v = (v1 , v2 ) là nghiệm của phương trình

(A + I)v = 0

⇔ v1 + v2 = 0.

Chọn vector riêng là v = (1, −1). Ta có một nghiệm là

 
1
Y1 (x) =   e−x
−1

Với λ1 = 4. Vector riêng tương ứng v = (v1 , v2 ) là nghiệm của phương trình

(A − 4I)v = 0

⇔ 2v1 − 3v2 = 0.

172
Chọn vector riêng là v = (3, 2). Ta có một nghiệm là
 
3
Y2 (x) =   e4x .
2

Do đó, ta có nghiệm tổng quát của phương trình là

   
1 3
−x  e4x . (xem Hình 3.1)
Y (x) = c1 Y1 (x) + c2 Y2 (x) = c1   e + c2 
−1 2

Hình 3.1: Đường cong nghiệm cho Ví dụ 3.1.2

Ví dụ 3.1.3. Giải hệ phương trình


 y10 = 6y1 − y2

y20 = 5y1 + 4y2



Ma trận hệ số có phương trình đặc trưng là

 
6 − λ −1 
 
det(A − λI) =   = λ2 − 10λ + 29 = 0
4 − λ

 5

⇔ λ1 = 5 + 2i, λ2 = 5 − 2i.

173
Với λ1 = 5 + 2i, vector riêng phức, gọi là v = (v1 , v2 )T tương ứng là nghiệm
của phương trình
5v1 − (1 + 2i)v2 = 0

Chọn một vector riêng là v = (1, 1 − 2i), khi đó ta có 2 nghiệm độc lập tuyến
tính
   
cos 2x sin 2x
Y1 (x) =   e5x , Y2 (x) =   e5x
cos 2x + 2 sin 2x −2 cos 2x + sin 2x

Do đó, ta có nghiệm tổng quát của phương trình là

Y (x) = c1 Y1 (x) + c2 Y2 (x) (xem Hình 3.2)

Hình 3.2: Đường cong nghiệm của Ví dụ 3.1.3

Ví dụ 3.1.4. Giải phương trình

 
3 −18
Y0 =  Y.
2 −9

Xét phương trình đặc trưng

 
3 − λ −18 
 
det(A − λI) =   = (λ + 3)2 = 0
−9 − λ

 2

174
 ⇔ λ= − 3 (bội 2)

Do Ker(A + 3I)2 là tập các v = (v1 , v2 ) ∈ R2 sao cho (A − 3I)2 v = 0. Mà

 2 
6 −18 0 0
(A + 3I)2 =   = ,
2 −6 0 0

cho nên ta chọn cơ sở của Ker(A + 3I)2 là

   
1 0
v1 =   , v2 =   .
0 1

Khi đó, ta có hai nghiệm độc lập tuyến tính là

x2 (A + 3I)2 1
 
−3x
Y1 (x) = e I + x(A + 3I) + v
2
       
1 0 6 −18 2 0 0 1
= e−3x   + x + x    
0 1 2 −6 2 0 0 0
 
1 + 6x
= e−3x  
2x

và
x2 (A + 3I)2 2
 
−3x
Y2 (x) = e I + x(A + 3I) + v
2
       
1 0 6 −18 2 0 0 0
= e−3x   + x + x    
0 1 2 −6 2 0 0 1
 
−18x
= e−3x  
1 − 6x

Do đó, nghiệm tổng quát của hệ là

   
1 + 6x −18x
Y (x) = c1 e−3x   + c2 e−3x   (xem Hình 3.3)
2x 1 − 6x

175
 Hình 3.3: Đường cong nghiệm cho Ví dụ 3.1.4

Ví dụ 3.1.5. Giải phương trình

   
6 1 6t
Y0 = + 
4 3 −10t + 4

Bước 1. Trước hết, ta tìm hệ nghiệm cơ bản của phương trình thuần nhất
tương ứng. Xét đa thức đặc trưng
 
6 − λ
 
1 
det(A − λI) =   = λ2 − 9λ + 14 = 0
3 − λ

 4

⇔ λ1 = 2, λ2 = 7.

Các giá trị riêng tương ứng là v 1 = (1, −4)T , v 2 = (1, 1)T . Do đó, hệ nghiệm
cơ bản của phương trình thuần nhất là
     
 1 2t
1 7t

Y (x) = e , Y2 (x) = e .
 1
   
−4 1 

Bước 2. Tìm nghiệm riêng Y ∗ của phương trình ban đầu. Do hàm F (x) có
dạng    
6 0
F (x) =  x +  
−10 4

176
cho nên ta tìm nghiệm của phương trình dưới dạng
   
a2 a1
Y ∗ (x) =   x +   .
b2 b1

Thay Y ∗ vào phương trình ban đầu ta có

         
a 6 1 a a 6
 2 =    2  x +  1  +  
b2 4 3 b2 b1 −10x + 4
   
(6a2 + b2 + 6)x + 6a1 + b1 − a2 0
⇔  =  .
(4a2 + 3b2 − 10)x + 4a1 + 3b1 − b2 + 4 0

Đồng nhất hệ số, ta có hệ




 6a2 + b2 + 6 = 0



 4a2 + 3b2 − 10 = 0


6a1 + b1 − a2 = 0







4a1 + 3b2 − b2 + 4 = 0


Giải hệ phương trình trên (kết hợp 2 phương trình đầu và 2 phương trình
cuối) ta thu được giá trị của các hệ số

4 10
a2 = −2, b2 = 6, a1 = − , b1 = .
7 7

Do đó, ta có nghiệm riêng của phương trình không thuần nhất ban đầu là
   
−2 −4/7
Y ∗ (x) =   x +  .
6 10/7

Bước 3. Nghiệm tổng quát của phương trình có dạng

Y (x) = c1 Y1 (x) + c2 Y2 (x) + Y ∗ (x)

       
1 1 −2 −4/7
c1   e2x + c2   e7x +   x +  
−4 1 6 10/7

177
 Bài tập định lượng
Giải hệ phương trình vi phân sau (ma trận hệ số có n giá trị riêng phân
biệt)

 y10 = y1 + 2y2
1.
y20 = 4y1 + 3y2



 y10 = 2y1 + 2y2
2.
y20 = y1 + 3y2


 y10 = −4y1 + 2y2

3.
 y20 = − 5 y1 + 2y2

2
5

 y10 = − y1 + 2y2

4. 2
3
 y 0 = y1 − 2y2

2
4

 y10 = 10y1 − 5y2
5.
 0
y2 = 8y1 − 12y2



 y10 = y1 + y2 − y3


6. y20 = 2y2



 y0 = y − y

3 2 3



 y10 = 2y1 − 7y2


7. y20 = 5y1 + 10y2 + 4y3



 y 0 = 5y + 2y

3 2 3



 y10 = −y1 + y2


8. y20 = y1 + 2y2 + y3



 y 0 = 3y − y

3 2 3

178
 


 y10 = y1 + y3


9. y20 = 10y2 y2



 y0

= y1 + y3
3



 y10 = −y1 − y2


 3 3
10. y20 = y1 − y2 + 3y3

 4 2

 y30
 1 1 1
= y1 + y2 − y3

8 4 2



 y10 = −y1 + 4y2 + 2y3


11. y20 = 4y1 − y2 − 2y3



 y 0 = 6y

3 3

Giải bài toán Cauchy sau

1

 y10 = y1
   
y (0) 3

2 1
1. ,   =  .
 y 0 = y1 − 1 y2

y2 (0) 5
2
2
    
0
 y1 = y1 + y2 + 4y3 y (0) 1

 1   


    
2. y20 = 2y2 ,   y2 (0) =  3.
  

    

 y0 = y + y + y

y3 (0) 0
3 1 2 3

Giải hệ phương trình vi phân sau (ma trận hệ số có giá trị riêng bội)

 y10 = 3y1 − y2
1.
 0
y2 = 9y1 − 3y2

 y10 = −6y1 + 5y2
2.
y20 = −5y1 + 4y2



 y10 = −y1 + 3y2
3.
y20 = −3y1 + 5y2


179
 
 y10 = 12y1 − 9y2
4.
y20 = 4y1




 y10 = 3y1 − y2 − y3


5. y20 = y1 + y2 − y3



 y0

= y1 − y2 + y3
3



 y10 = 3y1 + 2y2 + 4y3


6. y20 = 2y1 + 2y3



 y0

= 4y1 + 2y2 + 3y3
3



 y10 = 5y1 − 4y2


7. y20 = y1 + 2y3



 y0

= 2y2 + 5y3
3



 y10 = y1


8. y20 = 3y2 + y3



 y0

= −y2 + y3
3



 y10 = y1


9. y20 = 2y1 + 2y2 − y3



 y0

= y2
3



 y10 = 4y1 + y2


10. y20 = 4y2 + y3



 y0

= 4y3
3

Giải bài toán Cauchy sau

    
 y10 = 2y1 + 4y2 y1 (0) −1
1. ,  = .
 0
y2 = −y1 + 6y2 y2 (0) 6

180
     
 y10 = y3 y (0) 1
 1   



    
2. y20 = y2 ,  y (0) =  2.
 2   

    

 y0 = y

y3 (0) 5
3 1

Giải hệ phương trình vi phân sau (ma trận hệ số có giá trị riêng phức)

 y10 = 6y1 − y2
1.
 0
y2 = 5y1 + 2y2

 y10 = y1 + y2
2.
y20 = −2y1 − y2



 y10 = 4y1 + 5y2
3.
y20 = −2y1 + 6y2



 y10 = 5y1 + y2
4.
y20 = −2y1 + 3y2



 y10 = 4y1 − 5y2
5.
y20 = 5y1 − 4y2



 y10 = y1 − 8y2
6.
y20 = y1 − 3y2




 y10 = y3


7. y20 = −y3



 y0

= y2
3



 y10 = 2y1 + y2 + 2y3


8. y20 = 3y1 + 6y3



 y0

= −4y1 − 3y3
3

181
 


 y10 = 4y1 + y2


9. y20 = 4y2 + y3



 y0

= 4y3
3



 y10 = y1 − y2 + 2y3


10. y20 = −y1 + y2



 y0

= −y1 + y3
3



 y10 = 4y1 + y3


11. y20 = 6y2



 y0

= −4y1 + 4y3
3



 y10 = 2y1 + 5y2 + y3


12. y20 = −5y1 − 6y2 + 4y3



 y0

= 2y3
3



 y10 = 2y1 + 4y2 + 4y3


13. y20 = −y1 − 2y2



 y0

= −y1 − 2y2
3

Giải bài toán Cauchy sau

    
 y10 = 6y1 − y2 y1 (0) −2
1. ,  = .
 0
y2 = 5y1 + 4y2 y2 (0) 8
    
0
 y1 = y1 − 12y2 − 14y3 y (0) 4
 1  



 
   
2. y20 = y1 + 2y2 − 3y3 ,   y2 (0) =  6 .
  

    

 y 0 = y + y − 2y

y3 (0) −7
3 1 2 3

Giải hệ phương trình tuyến tính không thuần nhất sau đây (bằng phương
pháp hệ số bất định)

182
 
 y10 = 2y1 + 3y2 − 7
1.
y20 = −y1 − 2y2 + 5



 y10 = 5y1 + 9y2 + 2
2.
y20 = −y1 + 11y2 + 6



 y10 = y1 + 3y2 − 2x2
3.
y20 = 3y1 + y2 + x + 5



 y10 = y1 − 4y2 + 4x + 9e6x
4.
y20 = 4y1 + y2 − x + e6x


1

 y10 = 4y1 + y2 − 3ex

5. 3
 y 0 = 9y + 6y + 10ex

2 1 2


 y10 = −y1 + 5y2 sin x
6.
y20 = −y1 + y2 − 2 cos x




 y10 = y1 + y2 + y3 + e4x


7. y20 = 2y2 + 3y3 − e4x



 y0

= 5y3 + 2e4x
3



 y10 = 5y3 + 5


8. y20 = 5y2 − 10



 y0

= 5y1 + 40
3
    
 y10 = −y1 − 2y2 + 3 y1 (0) −4
9. với  = .
y20 = 3y1 + 4y2 + 3 y2 (0) 5


Giải hệ phương trình tuyến tính không thuần nhất sau đây (bằng phương
pháp biến thiên hằng số)

183
 
 y10 = 3y1 − 3y2 + 4
1.
y20 = 2y1 − 2y2 − 1



 y10 = 2y1 − y2
2.
y20 = 3y1 − 2y2 + 4x


 y10 = 3y1 − 5y2 ex/2

3.
 y20 = 3 y1 − y2 − ex/2

4

 y10 = 2y1 − y2 + e2x sin 2x
4.
y20 = 4y1 + 2y2 + 2e2x cos 2x



 y10 = 2y2 + ex
5.
y20 = −y1 + 3y2 − ex



 y10 = 2y2 + 2
6.
y20 = −y1 + 3y2 + e−3x



 y10 = y1 + 8y2 + 12x
7.
y20 = y1 − y2 + 12x



 y10 = y1 + 8y2 + e−x
8.
y20 = y1 − y2 + xex



 y10 = 3y1 + 2y2 + 2e−x
9.
y20 = −2y1 − y2 + e−x



 y10 = 3y1 + 2y2 + 1
10.
y20 = −2y1 − y2 + 1


1

 y10 = −y2 +

11. sin x
 y0 = y

2 1

184
 
 y10 = y1 − y2 + 3ex
12.
y20 = y1 + y2 + 3ex



 y10 = y1 − y2 + ex cos x
13.
y20 = y1 + y2 + ex sin x


e−2x

0
 y1 = 2y1 − 2y2 +


14. x
−2x
 y20 = 8y1 − 6y2 + e


3x

 y10 = y2

15.
 y20 = −y1 + 1

cos x

 y10 = y2
16.
 0
y2 = −y1 + cos x

ex

 y10 = y1 + 2y2 +

17. cos x
x
 y 0 = − 1 y1 + y2 + e

2
2 sin x

 y10 = y1 − 2y2 + tan x
18.
 0
y2 = y1 − y2 + 1



 y10 = y1 + y2 + ex


19. y20 = y1 + y2 + e2x



 y 0 = 3y + xe3x

3 3



 y10 = 3y1 − y2 − y3


20. y20 = y1 + y2 + −y3 + x



 y 0 = y − y + y + 2ex

3 1 2 3

Giải bài toán Cauchy sau

185
     
 y10 = 3y1 − y2 + 4e2x y1 (0) 1
1. ,   =  .
y20 = −y1 + 3y2 + 4e 4x
y2 (0) 1


1

 y10 = y1 − y2 +
   
y1 (0) 2

2. x,  = .
 y 0 = y1 − y2 + 1

y2 (0) −1
2
x
Bài tập định tính

1. Cho A là ma trận cỡ n × n, ta định nghĩa

2 k ∞
At 2x kx
X xk
e = I + Ax + A + ...A + ··· = Ak .
2! k! k!
k=0

Chứng minh rằng eAx là ma trận nghiệm cơ bản của phương trình vi
phân tuyến tính hệ số hằng.

y 0 = Ay.

2. Tính eAx với A trong các trường hợp sau

 
2 0
a) A =  
0 3
 
1 0
b) A =  
0 2
 
0 1
c) A =  
1 0
 
1 −1
d) A =  
2 −2
 
0 0 0
 
e) A = 3
 
0 0
 
5 1 0

186
  
1 1 1
 
f) A =  1
 
1 1
 
−2 −2 −2

3. Cho trước các ma trận vuông cấp n là A, B thỏa mãn

[A, [A, B]] = [B, [A, B]] = 0,

trong đó [A, B] = BA − AB. Chứng minh rằng

2
eAx eBx = e(A+B)x e[A,B]x /2
, x ∈ R.

4. Xét hệ phương trình

y 0 = A(x)y (3.6)

với
1
 
x
A(x) =  x 
0 1

a) Tìm nghiệm của phương trình (3.6).

b) Tính Z x 
X(x) = exp A(s)ds
0

và chứng minh rằng X(x) không là ma trận nghiệm cơ bản của

phương trình (3.6).

5. Xét phương trình

y 0 = A(x)y (3.7)

với A(x) là hàm ma trận xác định trên R và thỏa mãn điều kiện

A(t)A(s) = A(s)A(t), ∀t, s ∈ R.

Chứng minh rằng

Z x 
X(x) = exp A(s)ds
0

là ma trận nghiệm cơ bản của phương trình (3.7).

187
6. Xét phương trình
y 0 = A(x)y (3.8)

với A(x) là hàm ma trận có dạng

A(x) = f (x)U + g(x)V

với U, V là hai ma trận giao hoán cỡ n × n và f, g là hai hàm thực.

Chứng minh rằng
Z x  Z x 
X(x) = exp f (s)ds.U exp g(s)ds.V
0 0

là ma trận nghiệm cơ bản của phương trình (3.8).

7. Tìm ma trận nghiệm cơ bản của phương trình

y 0 = A(x)y

với
 
a(x) −b(x)
a) A(x) =  .
b(x) a(x)
 
a(x) b(x)
b) A(x) =  .
b(x) a(x)

8. Xét hệ phương trình vi phân tuyến tính cấp n

x0 = A(t)x (3.9)

trong đó hàm ma trận A(t) xác định trên R và thỏa mãn các định lí
tồn tại duy nhất nghiệm. Gọi X(t), Y (t) là hai ma trận nghiệm cơ bản
của (3.13).

a) Chứng minh công thức Liouville

 t 
Z 
det X(t) = det X(t0 ) exp trA(s)ds .
 
t0

188
 b) Chứng minh rằng tồn tại ma trận (hằng) khả nghịch C sao cho

X(t) = Y (t)C với mọi t ∈ R.

c) Giả sử tồn tại ω sao cho

A(t + ω) = A(t), ∀t ∈ R.

Chứng minh rằng, tồn tại ma trận (hằng) khả nghịch V sao cho

X(t + ω) = X(t)V.

d) Gọi λi (i = 1, . . . , n) là các giá trị riêng của ma trận V (được nói

đến trong ý b). Chứng minh rằng
 ω 
Yn  Z 
λi = exp trA(s)ds
 
i=1 0

9. Chứng minh rằng hệ phương trình tuyến tính

 
4
cos x 0 sin 2x
 
0
y =  sin 4x sin x −4  y
 
 
− sin 5x 0 − cos x

có ít nhất một nghiệm bị chặn.

10. Xét hệ phương trình

y 0 = A(x)y (3.10)

trong đó A(t) là hàm ma trận cấp n × n trên R thỏa mãn A(x + ω) =

A(x) với ω là hằng số dương nào đó. Gọi P(ω) là tập tất cả các nghiệm
tuần hoàn với chu kì ω của phương trình (3.10). Chứng minh rằng P(ω)
là không gian vector.

11. Xét hệ không thuần nhất

y 0 = A(x)y + f (x) (3.11)

189
 thỏa mãn tồn tại số dương ω sao cho A(x + ω) = A(x) và f (x + ω) =
f (x).

a) Chứng minh rằng, hệ (3.11) có duy nhất nghiệm tuần hoàn với chu
kì ω khi và chỉ khi [X −1 (ω) − X −1 (0)] là ma trận khả nghịch.

b) Gọi P(ω) là tập tất cả các nghiệm tuần hoàn với chu kì ω của
phương trình thuần nhất tương ứng với phương trình (3.11).
Theo Bài 10 thì P(ω) là không gian vector. Chứng minh rằng
hệ (3.11) có duy nhất nghiệm tuần hoàn với chu kì ω khi và chỉ
khi dim P(ω) = 0.

Mô hình toán
Mô hình CONSUMER BUYING BEHAVIOUR. Xem phần trình
bày của Nguyễn Thị Oanh, Nguyễn Thị Nhật Lệ K60 Sư phạm Toán và làm
bài tập.
TESTING FOR DIABETES. Xem phần trình bày của Hoàng Minh
Tuần, Nguyễn Thị Thu Thảo K60 Sư phạm Toán và làm bài tập.
SPRING MASS SYSTEM. Của ...?
THE DYNAMICS OF ARMS RACES. Xem phần trình bày của
Trần Quang Thắng, Nguyễn Thị Duyên K60 Sư phạm Toán và làm bài tập.

3.2 Hệ phương trình phi tuyến

3.2.1 Phương pháp tổ hợp tích phân

Trong mục trước, ta đã đưa ra cấu trúc nghiệm của hệ phương trình tuyến
tính và chỉ rõ được thuật toán để tìm nghiệm của phương trình tuyến tính
hệ số hằng. Đối với các phương trình phi tuyến, vấn đề trở nên phức tạp hơn
rất nhiều và không có thuật toán chung để giải. Trong phần này, ta chỉ nêu

190
ra một phương pháp khác, nếu may mắn có thể cho ta nghiệm của hệ phi
tuyến, đó là phương pháp tổ hợp tích phân.
Xét hệ phương trình vi phân dạng tổng quát



 y10 = f1 (x, y1 , y2 , . . . , yn )


 y20 = f2 (x, y1 , y2 , . . . , yn )


(3.12)
...






 0

yn = fn (x, y1 , y2 , . . . , yn )

Định nghĩa 3.2.1. Hệ thức dạng

ϕ(x, y1 ,2 , . . . , yn ) = c

được gọi là tích phân đầu của hệ (3.12) nếu nó thỏa mãn thay y1 , y2 , . . . , yn
bằng nghiệm y1 (x), y2 (x), . . . , yn (x) của (3.12) thì vế trái của nó đồng nhất
bằng C.

Nhận xét 3.2.1. Nếu từ phương trình (3.12), ta tìm được n tích phân đầu
độc lập nhau 


 ϕ1 (x, y1 , y2 , . . . , yn ) = c1



 ϕ2 (x, y1 , y2 , . . . , yn ) = c2


...







ϕn (x, y1 , y2 , . . . , yn ) = cn


thì ta có thể giải được yi là hàm theo x, c1 , . . . , cn (i = 1, dots, n). Từ đó,

ta có nghiệm của phương trình. Do đó, nếu tìm được n tích phân đầu của
phương trình, ta xem như đã giải được phương trình (trên miền nào đó của
x).

Dưới đây là một số ví dụ cho phương pháp tổ hợp tích phân.

191
Ví dụ 3.2.1. Tìm 2 tích phân đầu của phương trình
y2

0
 y1 = (y − y )2


2 1
.
0 y 1
 y2 =


(y2 − y1 )2
Trước hết, ta viết hệ lại dưới dạng đối xứng như sau
dy1 dy2 dx
y2 = y1 =
1
(y2 − y1 )2 (y2 − y1 )2
hay
dy1 dy2 dx
= = .
y2 y1 (y2 − y1 )2
Từ hệ thức
dy1 dy2
= ,
y2 y1
lấy tích phân hai vế ta tìm được

y12 − y22 = c1
 
a b a+b
Ngoài ra áp dụng tích chất của tỉ lệ thức = 0 = 0 ta có
a0 b a + b0
y1 − y2 dx
= .
y2 − y1 (y2 − y1 )2
Lấy tích phân hệ thức này ta được

2x + (y1 − y2 )2 = c2

Như vậy, ta có 2 tích phân đầu độc lập của phương trình

 y12 − y22 = c1

2x + (y1 − y2 )2 = c2 .


Nhận xét 3.2.2. Để dễ dàng tìm được các tích phân đầu, người ta hay viết
phương trình (3.12) dưới dạng đối xứng
dy1 dy2 dyn dx
= = ··· = = .
φ1 (x, y1 , . . . , yn ) φ2 (x, y1 , . . . , yn ) φn (x, y1 , . . . , yn ) φ0 (x, y1 , . . . , yn )
Trong hệ đối xứng trên thì vai trò của biến và hàm đều như nhau.

192
Ví dụ 3.2.2. Tìm 2 tích phân đầu của hệ
2xy1

0
 y1 = x2 − y 2 − y 2


1 2
.
0 2xy2
 y2 = 2


x − y12 − y22

Dạng đối xứng của hệ là

dx dy1 dy2
= = .
x2 − y12 − y22 2xy1 2xy2

Tích phân phương trình

dy1 dy2
=
2xy1 2xy2
ta được
y1
= c1 .
y2
Tiếp theo, phương trình đối xứng tương đương với

xdx y1 dy1 y2 dy2

= = .
x(x2 − y12 − y22 ) 2xy12 2xy22

Sử dụng tính chất của tỉ lệ thức ta có

xdx + y1 dy1 + y2 dy2 dy

=
x(x2 + y12 + y22 ) 2xy12

Do đó
ln(x2 + y12 + y22 ) = ln |y1 | + ln c2

hay
x2 + y12 + y22
= c2 .
y12
Các tích phân đầu này là độc lập. Vì thế chúng cho ta xác định hàm phải
tìm y1 , y2 qua x, c1 , c2 .

Bài tập định lượng

Tìm các tích phân đầu cho hệ phương trình sau.

193
 x − y1

0
 y1 = x + y


1
1.
y − 2xy1 − x2
2
 y20 = 1


y2 (x + y1 )
y2 + ey1

0
 y1 = y + ex


2
2.
 0 2
y − ex+y1
 y2 = 2

y2 + ex
cos x

 y10 =

3. cos y1
 y 0 = cos x

2

 y10 = y12 − y22
4. với y1 (1) = −1, y2 (1) = 0.
y20 = 2y1 y2



 y10 = −y12 + y22
5. với y1 (0) = 0, y2 (0) = 1.
y20 = −2y1 y2



 y10 = e−y1 cos y2
6. với y1 (0) = 1, y2 (0) = 0.
y20 = −e −y1
sin y2


Bài tập định tính

Xét hệ phương trình trong 2 chiều

 x0 = f (x, y)
(3.13)
0
y = g(x, y).


Trong các bài tập dưới đây, ta chỉ xét nghiệm của phương trình (3.13) là
đường cong (x(t), y(t)) (trong mặt phằng) xác định với mọi t ∈ R+ . Ta gọi
điểm (a1 , a2 ) là điểm giới hạn với điều kiện ban đầu (x0 , y0 ) nếu tồn tại dãy
tk → ∞ sao cho lim (x(tk ), y(tk )) = (a1 , a2 ) với (x(t), y(t)) là nghiệm xuất
k→∞
phát từ (x0 , y0 ) tại thời điểm t = 0. Kí hiệu ω(x0 , y0 ) là tập tất cả các điểm
giới hạn như thế.

194
1. Tìm tập ω(x2 ), ω(x3 ), ω(x3 ) của bức tranh pha dưới đây

2. Giả sử nghiệm (x(t), y(t)) của phương trình (3.13) là bị chặn. Chứng
minh rằng ω(x(0), y(0)) là tập khác rỗng, compact, liên thông.

3. Giả sử nghiệm (x(t), y(t)) của phương trình (3.13) là tuần hoàn. Chứng
minh ω(x(0), y(0)) = {(x(t), y(t)) : t ∈ R}.

4. Cho hàm H : R2 → R thuộc lớp C 2 . Xét hệ phương trình

(x0 , y 0 ) = ∇H(x, y)

Chứng minh rằng mọi tập ω(x0 , y0 ) khác rỗng chỉ chứa 1 điểm. Có
nhận xét gì về điểm đó? Tập A ⊂ R2 được gọi là tập bất biến với
phương trình (3.13) nếu (x(0), y(0)) ∈ A thì (x(t), y(t)) ∈ A với mọi
t > 0.

5. Tìm một vài tập bất biến trong bức tranh pha của Bài 7 và các bức
tranh pha dưới đây

195
 Ta gọi tập M ⊂ R2 là một tập cực tiểu của phương trình (3.13) nếu
M khác rỗng, đóng, bất biến và M không chứa tập con thực sự nào
có 3 tính chất này.

6. Giả sử A là tập con khác rỗng, compact, bất biến của phương trình
(3.13). Khi đó, luôn tồn tại tập cực tiểu M ⊂ A.

7. Nếu M là một tập cực tiểu bị chặn của phương trình (3.13) thì M là
một điểm tới hạn (điểm làm cho vế trái của (3.13) bằng 0) hoặc M kaf
một quỹ đạo tuần hoàn.

196
 8. Nếu (x(t), y(t)) là nghiệm bị chặn của phương trình (3.13) và đường
cong (x(t), y(t)) không chưa điểm tới hạn. Chứng minh rằng, ω(x(0), y(0))
là đường cong kín. Hay nói cách khác, quỹ đạo xuất phát từ một điểm
thuộc ω(x(0), y(0)) là quỹ đạo tuần hoàn.

9. Cho D ⊂ R2 là miền đơn liên, f và g là các hàm khả vi liên tục từ D

vào R. Chứng minh rằng, nếu hệ

 x0 = f (x, y)

y 0 = g(x, y)


có nghiệm tuần hoàn thì hoặc ∇·(f, g) đổi dấu trong D hoặc ∇·(f, g) =
0 trong D. Trong đó, ta kí hiệu
 
∂ ∂ ∂f ∂g
∇ · (f, g) = , · (f, g) = + .
∂x ∂y ∂x ∂y

10. Xét phương trình phi tuyến cấp 2

x00 + x = µ(1 − x2 )x0 , với µ là hằng số khác 0. (3.14)

Sử dụng Bài 9, chứng minh rằng, nếu phương trình (3.14) có nghiệm
tuần hoàn x(t) thì tồn tại t0 sao cho hoặc x(t0 ) = 1 hoặc x(t0 ) = −1.

11. Cho hệ phương trình phi tuyến




 y10 = 10(y2 − y1 )


y20 = 28y1 − y2 − y1 y3

 y0 = y y − 8 y .



3 1 2 3
3
Phương trình này còn được gọi là hệ Lorenz. Chứng minh rằng nghiệm
của hệ Lorenz với điều kiện ban đầu là (1, 1, 10) là bị chặn (xem Hinh
3.4).

197
 Hình 3.4: Quỹ đạo nghiệm của hệ Lorenz với điều kiện ban đầu (1,1,10)

3.2.2 Trường hướng và mô hình toán

Thật không may, chúng ta không thể giải hầu hết phương trình vi phân
theo nghĩa có được một công thức tường minh cho nghiệm. Tuy nhiên, chúng
ta chỉ ra rằng, mặc dù không có nghiệm tường minh, chúng ta vẫn có tìm hiểu
được rất nhiều về nghiệm thông qua cách tiếp cận đồ họa (trường hướng).
Trong phần này, chúng ta sử dụng trường hướng để nghiên cứu mô hình toán
sinh nổi tiếng là mô hình Lotka-Volterra.

Trường hướng

Giả sử chúng ta được yêu cầu phác họa đồ thị của nghiệm của bài toán
giá trị đầu
y 0 = x + y, y(0) = 1.

Nếu không tìm công thức nghiệm thì làm thế nào chúng ta có thể có thể
phác họa đồ thị của nó? Hãy suy nghĩ về ý nghĩa của phương trình vi phân.
Phương trình y 0 = x + y cho chúng ta biết độ dốc tại điểm bất kỳ (x, y) trên
đồ thị (được gọi là đường cong nghiệm) bằng tổng của các tọa độ x và y
của điểm đó (xem Hình 3.5). Đặc biệt, bởi vì đường cong đi qua điểm (0, 1),

198
 Hình 3.5: Nghiệm của y 0 = x + y

độ dốc của nó phải bằng 0 + 1 = 1. Vì vậy, một phần nhỏ của đường cong
nghiệm gần điểm (0, 1) trông giống như một đoạn thẳng ngắn đi qua (0, 1)
có độ dốc 1. (Xem Hình 3.6). Như hướng dẫn để phác thảo phần còn lại của

Hình 3.6: Bắt đầu của đường cong nghiệm qua (0, 1)

đường cong, hãy vẽ các đoạn thẳng ngắn tại một số điểm (x, y) có độ dốc
x + y. Kết quả được gọi là trường hướng và được thể hiện trong Hình 3.7. Ví
dụ, đoạn thẳng tại điểm (1, 2) có độ dốc 1 + 2 = 3. Trường hướng cho phép
chúng ta hình dung dáng điệu chung của đường cong nghiệm bằng cách chỉ
ra các hướng tại mỗi điểm mà đường cong đi qua. Bây giờ chúng ta có thể
phác họa đường cong nghiệm đi qua điểm (0, 1) bởi trường hướng như trong
Hình 3.8. Chú ý rằng chúng ta đã vẽ ra những đường cong mà nó song song

199
 Hình 3.7: Trường hướng đối với y 0 = x + y

Hình 3.8: Đường cong nghiệm (0, 1)

với những đoạn thẳng ở gần.

Nói chung, giả sử chúng ta có một phương trình vi phân cấp một dạng
y 0 = F (x, y), trong đó F (x, y) là biểu thức nào đó của x và y. Phương trình
vi phân nói rằng độ dốc của đường cong nghiệm tại điểm (x, y) trên đường
cong là F (x, y). Nếu chúng ta vẽ những đoạn thẳng ngắn với độ dốc F (x, y)
tại vài điểm (x, y), kết quả được gọi là trường hướng (hoặc trường độ dốc).
Các đoạn thẳng đó biểu thị hướng mà theo đó đường cong nghiệm hướng tới,
vì vậy trường hướng giúp chúng ta hình dung dáng điệu chung của các đường
cong.

200
Ví dụ 3.2.3. Xét phương trình

y 0 = x2 + y 2 − 1

a) Phác họa trường hướng đối với phương trình trên

b) Sử dụng phần a) để phác họa đường cong nghiệm đi qua gốc tọa độ. Với
ý a), chúng ta bắt đầu tính độ dốc tại vài điểm trong bảng sau

Hình 3.9: Bảng độ dốc của phương trình

sau đó, chúng ta vẽ các đoạn ngắn với độ dốc tại các điểm đó. Kết quả là
trường hướng được chỉ ra trên Hình 3.10. Đối với ý b), Chúng ta bắt đầu tại

Hình 3.10: Trường hướng của phương trình

gốc tọa độ và di chuyển sang bên phải theo hướng của đoạn thẳng có độ dốc
bằng −1. Chúng ta tiếp tục vẽ đường cong nghiệm để nó di chuyển song song
với các đoạn gần đó. Đường cong nghiệm kết quả được thể hiện trong Hình
3.11. Trở lại gốc tọa độ, chúng ta vẽ đường cong nghiệm bên trái như vừa rồi.

201
Càng nhiều đoạn thẳng được vẽ trên trường hướng thì bức tranh càng trở

Hình 3.11: Đường cong nghiệm qua gốc tọa độ

nên rõ ràng. Tuy nhiên, sẽ phải mất rất nhiều sức để tính độ dốc và vẽ các
đoạn thẳng với số lượng lớn một cách thủ công và do đó, phần mềm Maple
là sự phụ hợp khá tốt cho nhiệm vụ này. Hình 3.12 chỉ ra chi tiết hơn, máy
tính đã vẽ ra trường hướng cho phương trình vi phân trong ví dụ này. Nó cho
phép chúng ta vẽ với độ chính xác hợp lý. Các đường cong nghiệm được chỉ
ra trên Hình 3.13.

Hình 3.12: Hình 3.13:

Phần cuối cùng của cuốn sách này, chúng tôi dành cho việc trình bày mô
hình toán sinh nổi tiếng được gọi là phương trình Lotka–Volterra hay còn gọi
là phương trình kẻ săn mồi và con mồi (hay gọi đơn giản là bài toán về kẻ săn

202
mồi và con mồi) là một dạng phương trình vi phân do Alfred J. Lotka đưa ra
từ sự bổ sung, phát triển bởi Vito Volterra, phương trình này giải thích về
sự cân bằng sinh thái trong hệ sinh thái giữa thú săn mồi và con mồi trong
mối tương quan về dân số.
Phương trình này xuất hiện vào quãng năm 1925, về sự thay đổi mang
tính tuần hoàn của dân số các loài sinh vật trong một môi trường sinh thái
nào đó, mà ở đó có các con vật thuộc loại săn mồi và các con vật thuộc loại
con mồi. Ví dụ như trong rừng có các con hổ săn bắt các con hươu, hay ở
dưới biển có các con cá to thuộc loại săn mồi ăn các con cá nhỏ thuộc loại bị
săn (cá lớn nuốt cá bé), hay ngay trong một môi trường rất nhỏ cũng có thể
có các con vi khuẩn thuộc loại săn mồi ăn các con vi khuẩn thuộc loại bị săn.
Một trong các xuất phát điểm của mô hình Lotka-Volterra chính là các
quan sát của nhà sinh vật học người Italia tên là Umberto D’Aconna về việc
trong khoảng thời gian chiến tranh thế giới lần thứ nhất, khi lượng đánh bắt
cá ở cảng Fiume (thuộc Italia vào thời điểm đó, ngày nay thuộc Croatia)
giảm đi, thì tỷ lệ cá thuộc loại thuộc nhóm cá săn mồi tăng lên đột biến so
với những năm trước và sau đó. Nghĩa là khi quần thể người đạt giá trị tối
đa, quần thể cá sẽ giảm dần và điều này sẽ dẫn đến một sự giảm đột ngột
trong dân số. (xem bài báo gốc "Volterra, V., “Variazioni e fluttuazioni del
numero d’individui in specie animali conviventi”, Mem. Acad. Lincei Roma,
2, 31–113, (1926)")
Số lượng kẻ săn mồi giảm đi cho phép quần thể cá có thể phát triển trở
lại, dẫn đến quần thể người sẽ tăng lên và chu kỳ cứ thế lặp lại. Những mức
độ thực sự của sự tăng giảm này phụ thuộc vào những quỹ đạo nào được vạch
ra. Môi trường thay đổi có thể chuyển hệ sinh thái từ một quỹ đạo sang một
quỹ đạo khác nhưng độ dao động tại từng thời điểm sẽ tiếp tục và không có
khuynh hướng trở về một trạng thái cân bằng. Đây chính là điểm hạt nhân
hợp lý.

203
 D’Aconna cung cấp các số liệu quan sát cho Vito Volterra, và Volterra
đã nghiên cứu đưa ra mô hình toán học nhằm giải thích. Ngay sau đó, các
mô hình sinh thái được nhà toán học người Mỹ tên là Alfred James Lotka
nghiên cứu, dựa trên mô hình dân số của Votlterra và của những người đi
trước như là Pierre François Verhulst. Mô hình Lotaka-Volterra trở nên nổi
tiếng ở lĩnh vực dân số học trong sinh vật (population biology), các mô hình
khác về tương tác dân số giữa loài đi săn và loài bị săn đều có thể coi là mở
rộng của mô hình này. Các mở rộng đó có thể là thay thế một loài bị săn
bằng nhiều loài bị săn (sẽ thành hệ có nhiều biến hơn), thêm điều kiện về
chỗ trú ẩn cho con mồi, khả năng các con mồi bị tiêu diệt hoàn toàn, thay vì
biến đổi dân số tuần hoàn thì có thể biến đổi một cách hỗn loạn hơn.
Nội dung của mô hình. Giả định, một hòn đảo biệt lập mà loài săn

mồi sinh sống trên đó chỉ có một nguồn thức ăn duy nhất là hươu là con mồi.
Đặt x(t) là quần thể hươu tại thời điểm t và y(t) là số lượng kẻ săn mồi.
Trong sự vắng mặt của kẻ săn mồi, nguồn cung lương thực dồi dào sẽ hỗ
trợ tăng trưởng theo số mũ của con mồi, do đó x0 (t) = αx(t) trong đó α là
hằng số dương.
Trong sự vắng mặt của con mồi, chúng ta giả thiết rằng quần thể săn mồi
sẽ giảm theo tỷ lệ thuận với số lượng của chúng, tức là và y 0 (t) = −γy(t),
trong đó γ là hằng số dương.
Tuy nhiên, với sựu hiện diện của cả hai loài, chúng ta giả thiết rằng nguyên

204
nhân chính gây tử vong ở con mồi là bị kẻ săn mồi ăn thịt, và tốc độ sinh và
tồn tại của những kẻ săn mồi phụ thuộc vào nguồn thức ăn sẵn có của mình,
cụ thể là các con mồi. Chúng ta cũng giả định rằng khả năng hai loài này
chạm trán nhau tỷ lệ thuận với cả hai quần thể và do đó là tỷ lệ thuận với
tích x(t).y(t). (Số lượng một hoặc cả hai quần thể càng nhiều thì càng tăng
khả năng chạm trán). Ta có được công thức của phương trình Lotka-Volterra
như sau 
 x0 (t) = αx(t) − βx(t).y(t)
(3.15)
0
y (t) = −γy(t) + δx(t).y(t)


trong đó β, δ là hằng số dương mô tả dân số hai loài. Rõ ràng đây là hệ

phương trình phi tuyến và hiên nay chưa có cách giải ra công thức nghiệm
tường minh. Sử dụng phần mềm Maple, ta có đường cong nghiệm của phương
trình (xem Hình 3.14) Dưới đây là ví dụ cụ thể cho mô hình trên.

Hình 3.14:

Xét phương trình


 R0 (t) = 0.08R(t) − 0.001R(t).W (t)
(3.16)
0
W (t) = −0.02W (t) + 0.00002R(t).W (t)


với R(t) là kí hiệu số con mồi (Rabbits: thỏ) và W (t) là số lượng động vật ăn

205
thịt (Wolves: sói) tại thời điểm t.
Sử dụng phần mềm Maple, ta vẽ trường hướng đối với phương trình vi
phân này trên Hình 3.15 và sử dụng để phác họa một vài đường cong nghiệm
trên Hình 3.16. Nếu di chuyển dọc theo đường cong nghiệm, chúng ta nhận
thấy mối quan hệ giữa R(t) và W (t) thay đổi khi thời gian trôi qua như thế
nào. Chú ý rằng các đường cong là khép kín nói lên rằng nếu đi dọc theo một
đường cong, chúng ta luôn luôn quay trở lại điểm xuất phát. Cũng thấy rằng
điểm (1000, 80) là bên trong tất cả các đường cong nghiệm. Điểm đó được gọi
là điểm cân bằng bởi vì nó tương ứng với nghiệm cân bằng R = 1000, W = 80.
Khi chúng ta thể hiện các nghiệm của hệ phương trình vi phân như trong

Hình 3.15: Trường hướng của Hình 3.16: Biểu đồ pha của hệ
hệ (3.16) (3.16)

Hình 3.16, chúng ta dựa vào mặt phẳng RW như là mặt phẳng pha, và chúng
ta gọi là quỹ đạo pha. Vì vậy, một quỹ đạo pha là một đường được vạch ra
bởi các nghiệm (R, W ) theo thời gian. Một biểu đồ pha bao gồm các điểm
cân bằng và các quỹ đạo pha điển hình, như trong Hình 3.16.
Bắt đầu với 1000 thỏ và 40 sói tương ứng với đường cong đi qua điểm
P0 (1000, 40). Hình 3.17 thể hiện quỹ đạo pha với trường hướng đã được xóa
bỏ. Bắt đầu tại điểm P0 tại thời gian t = 0 và giả sử t tăng, chúng ta sẽ di
chuyển theo chiều kim đồng hồ hay ngược chiều kim đồng vòng quanh quỹ

206
 Hình 3.17: Quỹ đạo pha đi qua (1000, 4)

đạo pha? Nếu chúng ta đặt R = 1000 và W = 40 vào phương trình đầu tiên,
ta nhận được

R0 (t) = 0.08(1000) − 0.001(1000)(40) = 40

Bởi vì điểm R0 (t) > 0, chúng ta kết luận rằng R tăng tại P0 và vì vậy chúng
ta di chuyển ngược chiều kim đồng hồ vòng quanh quỹ đạo pha.
Chúng ta thấy rằng tại P0 không có đủ sói để duy trì một sự cân bằng
giữa các quần thể, do đó số lượng các con thỏ tăng lên. Kết quả là nhiều con
sói và cuối cùng có rất nhiều con sói mà những con thỏ rất khó tránh chúng.
Vì vậy, số lượng thỏ bắt đầu giảm (tại P1 , nơi mà chúng ta ước tính R đạt
giá trị tối đa của nó là khoảng 2800). Điều này có nghĩa rằng tại một thời
điểm sau đó số sói bắt đầu giảm (tại P2 , khi R = 1000 và W ≈ 140). Nhưng
điều này có lợi cho thỏ, vì vậy số lượng của chúng sau đó bắt đầu tăng (tại
P3 , khi W = 80 và R ≈ 210). Kết quả là, số sói cuối cùng lại tăng lên. Điều
này xảy ra khi các quần thể trở về giá trị ban đầu của chúng là R = 1000 và
W = 40, và chu kỳ lại bắt đầu. Từ mô tả ở trên về cách mà các quần thể thỏ
và sói tăng và giảm, chúng ta có thể phác họa đồ thị của R(t) và W (t). Giả
sử các điểm P1 P2 và P3 trong Hình 3.17 đạt được tại các mốc thời gian t1 , t2
và t3 . Khi đó chúng ta có thể phác họa đồ thị của R(t) và W (t) như trong
Hình 3.18, 3.19. Để dễ so sánh các đồ thị, chúng ta vẽ chúng trên cùng một

207
 Hình 3.18: Hình 3.19:

hệ trục nhưng với tỷ lệ khác nhau như trên Hình 3.20. Chú ý rằng số thỏ đạt
giá trị lớn nhất khoảng phần tư đầu tiên của chu kỳ trước số sói. Một phần

Hình 3.20: So sánh quần thể thỏ và sói

quan trọng của quá trình xây dựng mô hình là để giải thích kết luận toán
học của chúng ta như những dự đoán thế giới thực và để kiểm tra những dự
đoán đối với dữ liệu thực. Công ty Hudson’s Bay, bắt đầu kinh doanh lông
thú động vật tại Canada vào năm 1670, đã giữ hồ sơ từ những năm 1840.
Hình 3.21 cho thấy đồ thị của số lượng những bộ lông của thỏ và kẻ thù của
nó là mèo rừng Canada, công ty kinh doanh trong khoảng thời gian 90 năm.
Có thể thấy rằng các dao động kết hợp trong quần thể thỏ và mèo rừng được

208
 Hình 3.21: Độ phong phú tương đối giữa thỏ và mèo rừng

dự đoán bởi mô hình Lotka-Volterra thực sự xảy ra và thời gian của các chu
kỳ là khoảng 10 năm. Mặc dù mô hình Lotka-Volterra tương đối đơn giản
đã có một số thành công trong việc giải thích và dự đoán các quần thể cùng
chung sống.
Ý nghĩa. Phương trình này là một trong những công cụ để giải thích
nguồn gốc của cân bằng sinh thái. Trong một hệ sinh thái, vật chất luân
chuyển từ thành phần này sang thành phần khác. Đây là một chu trình
tương đối khép kín. Trong điều kiện bình thường, tương quan giữa các thành
phần của hệ sinh thái tự nhiên là cân bằng. Cân bằng sinh thái không phải là
một trạng thái tĩnh của hệ. Khi có một tác nhân nào đó của môi trường bên
ngoài, tác động tới bất kỳ một thành phần nào đó của hệ, nó sẽ biến đổi. Sự
biến đổi của một thành phần trong hệ sẽ kéo theo sự biến đổi của các thành
phần kế tiếp, dẫn đến sự biến đổi cả hệ.
Sau một thời gian, hệ sẽ thiết lập được một cân bằng mới, khác với tình
trạng cân bằng trước khi bị tác động. Bằng cách đó hệ biến đổi mà vẫn cân
bằng. Trong quá trình này động vật ăn cỏ và vi sinh vật đóng vai trò chủ
đạo đối với việc kiểm soát sự phát triển của thực vật. Khả năng thiết lập
trạng thái cân bằng mới của hệ là có hạn. Nếu một thành phần nào đó của
hệ bị tác động quá mạnh, nó sẽ không khôi phục lại được, kéo theo sự suy

209
thoái của các thành phần kế tiếp, làm cho toàn hệ mất cân bằng, suy thoái.
Hệ sinh thái càng đa dạng, nhiều thành phần thì trạng thái cân bằng của hệ
càng ổn định.
Các hệ sinh thái tự nhiên bền vững có đặc điểm là có rất nhiều loài, mỗi
loài là thức ăn cho nhiều loài khác nhau. Ví dụ như: trên các cánh đồng cỏ,
chuột thường xuyên bị rắn, chó sói, cáo, chim ưng, cú mèo... săn bắt. Bình
thường số lượng chim, trăn, thú, chuột cân bằng với nhau. Khi con người tìm
bắt rắn và chim thì chuột mất kẻ thù, thế là chúng được dịp sinh sôi nảy nở.
Cân bằng sinh thái là trạng thái ổn định tự nhiên của hệ sinh thái, hướng
tới sự thích nghi cao nhất với điều kiện sống. Cân bằng sinh thái được tạo ra
bởi chính bản thân hệ và chỉ tồn tại được khi các điều kiện tồn tại và phát
triển của từng thành phần trong hệ được đảm bảo và tương đối ổn định. Con
người cần phải hiểu rõ các hệ sinh thái và cân nhắc kỹ trước khi tác động lên
một thành phần nào đó của hệ, để không gây suy thoái, mất cân bằng cho
hệ sinh thái.
Hoạt động thực tiễn. Nắm được bản chất của phương trình này, con
người có thể tác động vào hệ sinh thái để đạt được những mục đích của mình,
thông qua việc tác động vào các tham số của phương trình. Tác động của con
người đối với hệ sinh thái rất lớn, có thể phân ra các loại tác động chính như
là

• Tác động vào cơ chế tự ổn định, tự cân bằng của hệ sinh thái: Cơ chế
của hệ sinh thái tự nhiên là tiến tới tỷ lệ P/R = 1; P/B = 0. Cơ chế
này không có lợi cho con người, vì von người cần tạo ra năng lượng cần
thiết cho mình bằng cách tạo ra hệ sinh thái có P/R > 1vP/B > 0. Do
vậy, con người thường tạo ra các hệ sinh thái nhân tạo (đồng cỏ chăn
nuôi, đất trồng lương thực thực phẩm). Các hệ sinh thái này thường
kém ổn định. Để duy trì các hệ sinh thái nhân tạo, con người phải bổ
sung thêm năng lượng dưới dạng sức lao động, xăng dầu, phân bón.

210
 • Tác động vào cân bằng sinh thái, thông qua việc: Săn bắn quá mức,
đánh bắt quá mức gây ra sự suy giảm một số loài và làm gia tăng
mất cân bằng sinh thái. Săn bắt các loài động vật quý hiếm như hổ,
tê giác, voi... có thể dẫn đến sự tuyệt chủng nhiều loại động vật quý
hiếm. Lai tạo các loài sinh vật mới làm thay đổi cân bằng sinh thái tự
nhiên. Các loài lai tạo thường kém tính chống bệnh, dễ bị suy thoái.
Mặt khác, các loài lai tạo có thể tạo ra nhu cầu thức ăn hoặc tác động
khác có hại đến các loài khác hoặc đối với con người.

Lời kết của tác giả. Khi các nhà khoa học vật lý, hóa, sinh, . . . hay các
nhà khoa học xã hội sử dụng giải tích, thường sẽ phân tích một phương trình
vi phân đã phát sinh trong quá trình mô hình hóa một số hiện tượng mà
họ đang nghiên cứu. Điều này không phải là đáng ngạc nhiên vì trong một
bài toán thực tế, chúng ta thường nhận thấy rằng những thay đổi xảy ra và
chúng ta muốn dự đoán hành vi trong tương lai trên cơ sở thay đổi như thế
nào của các giá trị hiện tại. Đây là một trong các lí do các tác giả chọn viết
cuốn sách này, hi vọng cuốn sách góp ích một phần nhỏ trong quá trình học
toán và tìm hiểu ứng dụng toán cho sinh viên các trường đại học trong nước.
Các tác giả cũng xin gửi lời cảm ơn tới các bạn sinh viên Ngành Toán và
Toán Sư Phạm K60 trường Đại học Khoa học Tự nhiên đã đóng góp cho việc
hoàn thiện phần mô hình toán và các đáp án chi tiết phần bài tập của cuốn
sách. Cuốn sách cũng được viết nhân dịp kỉ niệm 60 năm truyền thống của
Khoa Toán - Cơ - Tin học trường Đại học Khoa học Tự nhiên.

Ha Noi, Spring 2017.

211
Tài liệu tham khảo

[1] Nguyễn Thế Hoàn, Trần Văn Nhung (1979), "Bài tập phương trình vi
phân", Nhà xuất bản đại học và trung cấp chuyên nghiệp, Hà Nội.

[2] Nguyễn Thế Hoàn, Phạm Phu (2000), "Cơ sở phương trình vi phân và
lí thuyết ổn định", NXB Giáo dục, Hà Nội.

[3] Nguyễn Văn Minh (2002), "Phương trình vi phân thường", Bài giảng
lớp tài năng - trường ĐHKHTN, Hà Nội.

[4] James R. Brannan, William E. Boyce (2011), "Differential equation -

An Introduction to Modern Methods and Application", Wiley.

[5] Frank R. Giordano, William P.Fox, Steven G. Horton (2014), "A First
Course in Mathematical Modeling", Brook - Cole.

[6] B. Demidovich, "Problems in Mathematical Analysis", Moscow.