1.2.

Initial-Value Problems
 Initial-Value Problem

x0 를 포함하는 어떤 구간 I 에서

dny
n
 f  x, y, y ',..., y ( n1)  , y( x0 )  y0 , y '( x0 )  y1,..., y ( n1) ( x0 )  yn1 (1 )
dx

과 같이 주어진 미방을 초기값 문제(initial-value problem, IVP)라 한다. 위 식 (1)에서 단일 x0 에서

주어진 함수값 및 그 도함수들의 값들은 초기 조건(initial conditions, IC)이라 한다.

 First- and Second-Order IVPs

위 (1)에 주어진 문제는 n계 초기값 문제(nth-order initial value problem)이다.

dy
 f  x, y  , y( x0 )  y0 : 1계 초기값 문제 (2 )
dx

d2y
 f  x, y, y ' , y( x0 )  y0 , y '( x0 )  y1 : 2계 초기값 문제 (3 )
dx 2

그림 1.2.1과 그림 1.2.2 참고  1계 초기값 문제의 해곡선은 ( x0 , y0 ) 를 통과하게 되고, 2계

초기값 문제의 해곡선은 ( x0 , y0 ) 를 통과하면서 x0 에서의 접선의 기울기가 y1 값을 가진다.

(first-order IVP) (second-order IVP)

[Example 2]

1
y 은 미방 y ' 2 xy  0 의 1패러미터 해의 족이다. 초기조건 y(0)  1 을 부여하면
2

x c
2

1 1
1   c  1 이다. 따라서 y  2 이다. 이 해의 세가지 측면을 살펴보자.
0 c2
x 1

○
1 함수: 해의 영역은 x  1 과 x  1 을 제외한 모든 실수 (그림 1.2.4(a))

○
2 미방의 해: 정의구간 I 는 y( x) 가 정의되고 미분가능한 구역   ,  1 ,  1, 1 , 1,  
○
3 초기값 문제의 해: 정의구간 I 는 y( x) 가 정의되고, 미분가능하며, 초기값 x  0 을 포함하는
구역   1, 1 (그림 1.2.4(b))

-8-
 

[Example 3]

x  c1 cos 4t  c2 sin 4t 는 미방 x '' 16x  0 의 2패러미터 해의 족이다.

초기조건이 x( / 2)  2, x '( / 2)  1 로 주어졌을 때, x( / 2)  2  2  c1

x '  4c1 sin 4t  4c2 cos 4t  8sin 4t  4c2 cos 4t

1
x '( / 2)  1  1  4c2  x  2cos 4t  sin 4t 
4

 Existence and Uniqueness

초기값 문제를 고려할 때 아래 두 가지 기본적 질문을 생각해야 한다.

1) 해가 존재하는가? 2) 해가 존재한다면 유일한가?

1계 초기값 문제에서는 아래와 같이 물을 수 있다.

존재성(existence): 1계 미방 dy / dx  f ( x, y) 가 해를 가지는가?

해곡선 중 어떤 것이 ( x0 , y0 ) 를 통과하는가?

유일성(uniqueness): 언제 ( x0 , y0 ) 를 통과하는 오직 하나의 해곡선이 있는지 확신할 수 있는가?

[Example 4]

dy
다음 초기값 문제  xy1/2 , y(0)  0 는 1.1절의 예제 4와 그 이후에 기술한 것과 같이 적어도
dx
1 4
2개의 해 y x , y  0 을 가진다. 해곡선은 그림 1.2.5를 참고. 
16

-9-
어떤 미방을 풀 때 미리 해가 존재하는지와 그 해가 유일한지를 미리 조사할 필요가 있다. 우선
dy
1계 초기값 문제  f  x, y  , y( x0 )  y0 의 경우에 대해 증명 없이 아래 정리를 기술한다.
dx
Theorem 1.2.1 Existence of a Unique Solution

a  x  b, c  y  d 로 정의되고 내부에 점 ( x0 , y0 ) 를 포함하는 xy 평면상의 사각형 영역을

R 이라고 하자. 만일 f ( x, y ) 와 f / y 가 R 위에서 연속이면, [a, b] 내에 포함되어 있으며,
1계 초기값 문제 (2)의 해가 그 위에서 유일한 함수 y( x) 로 정의되는 어떤 구간
I 0 :  x0  h, x0  h  , h  0 가 존재한다 (그림 1.2.6 참고)

[Example 5]

dy
바로 앞 예제 4번,  xy1/2 , y(0)  0 가 두 개의 해를 가질 수 있음에 대해 알아보자.
dx

정리 1.2.1의 형태를 보면 f ( x, y )  xy 이다. 이 함수는 y  0 에서 연속이다.

1/2

f x
 1/2 이고, 분모는 0일수 없으며 음수일 수 없으므로 y  0 이다.
y 2 y

따라서 정리 1.2.1은 y0  0 인 임의의 점 ( x0 , y0 ) , 즉 upper half-plane 에 x0 를 중심으로 하고

미방이 유일한 해를 가지는 어떤 구간이 존재한다고 결론지을 수 있다.

dy
  xy1/2 , y(2)  1 의 문제의 경우, 초기조건의 y0  1  0 으로 위 조건을 만족하므로,
dx
x0  2 를 중심으로 하는 유일한 해를 가지는 구간이 있다. 그러나 예제 4의 경우 초기조건의
y0  0 으로 조건을 충족하지 못하는 경우이며, 따라서 두 개의 해의 존재 가능성이 설명된다. 

- 10 -
 Interval of Existence/Uniqueness

존재성과 유일성 정리에 관해 아래를 참고하자.

1) 영역 R 에서 함수 f ( x, y) 의 연속성  어떤 구간 I 에서 초기값 문제를 만족하는 적어도

하나의 해가 있음을 알려준다. 이 구간은 보통 x0 를 포함하면서 해 y( x) 가 정의되고 미분가능
한 가장 큰 구간으로 잡는다.

2) 영역 R에서 f / y 의 연속성  x0 를 포함하는 어떤 구간 I 0 에서 해가 존재할 뿐만 아니라,

이것이 초기조건을 만족하는 유일한 해임을 알려준다.

그러나 정리 1.2.1은 구간 I 와 I 0 의 크기를 알려주지 않는다. 따라서 정의구간 I 는 영역 R

만큼 클 필요가 없으며, I 0 도 I 만큼 크지 않을 수 있다.

Remarks

* 정리 1.2.1의 조건들은 충분조건(sufficient)이지만 필요조건(necessary)은 아니다. 즉 정리 1.2.1의

조건들이 적용되지 않는 경우에는 어떤 일이든 일어날 수 있다. 즉 해가 유일할 수도 있고 여러
개의 해를 가질 수도 있다.

- 11 -
1.3. Differential Equations as Mathematic Models
 Mathematical Models

수학적 모델(mathematical model): 어떠한 시스템 혹은 현상의 수학적인 표현  e.g. 동물 집단의

개체수 증가를 통한 생태계(ecosystem) 예측, 방사성 원소 붕괴 분석을 통한 화석의 연대 예측 등.

수학적 모델의 구축 과정 (그림 1.3.2 참고)

1 시스템을 변화시키는 원인이 되는 변수의 규정 (identification of the variables): 초기에 해당하는

○
모든 변수를 고려할 필요는 없으며, 모델의 해상도 수준(level of resolution)을 지정한다.

2 시스템에 대한 합리적인 가정(혹은 가설) 수립 (making a set of reasonable assumptions): 여기에는

○
시스템에 적용 가능한 실험적인 법칙(empirical laws)도 포함된다.

3 가정의 수식화 (formulation): 가정에 주로 변수들의 변화율(rate of change)이 포함되면 도함수가

○
되므로, 이의 수식적 표현은 미방이 된다.

4 미방의 풀이 (solving)
○

5 결과가 시스템 거동에 대한 실험적 데이터나 알려진 사실과 일치하는지 확인 (checking model
○
predictions)  만일 예측이 정확하지 않으면 앞으로 돌아가 해상도 수준을 증가시키거나 다른
가정을 세워서 위 과정을 반복적으로 진행한다.

물리적 시스템의 수학적 모델은 종종 시간 변수 t를 포함한다. 이 때 해는 시스템의 상태(state of

the system)를 알려준다. 즉 적절한 시간값에 대해 과거, 현재 혹은 미래의 시스템을 기술하는 종
속 변수의 값을 알려준다.

- 12 -
 Population Dynamics

맬더스(Thomas Malthus)의 인구 증가 예측 모델: 어느 시기의 한 국가의 인구 증가 비율은 그

당시 그 국가의 총 인구수에 비례한다고 가정.

dP dP
P   kP : 1780~1860년대의 미국 인구 예측에 사용. 최근에는 이민 등의 factor를
dt dt
반영하지 못하나, 여전히 짧은 기간 동안의 소규모 집단의 인구 증가 예측에 사용되고 있다.

 Radioactive Decay

방사성 붕괴(radioactive decay)의 설명도 인구 증가 모델과 같은 미분방정식이 적용된다.

dA dA
A   kA : 인구 모델의 경우 k > 0, 방사성 붕괴 모델의 경우 k < 0 이다.
dt dt

 Newton’s Law of Cooling/Warming

 Spread of a Disease

전염성 질병은 사회 내 구성원의 접촉에 의해 진행된다. x(t ) 를 질병과 접촉한 인원 수, y(t ) 는

아직 노출되지 않은 인원수라고 하면, 질병이 퍼지는 비율 dx / dt 는 이 두 그룹 인원들의 만남
(encounters) 혹은 상호작용(interactions)에 비례하고 이는 다시 x 와 y 의 곱에 비례한다고 가정할
수 있다.

dx
즉  kxy 이다.
dt

이제 작은 집단이 고정된 n 명의 인구를 가진다고 하자. 만일 1명의 감염자가 이 집단에 유입되

dx
면, x  y  n  1 이라고 할 수 있다. 따라서  kx  n  1  x  와 같으며 초기조건은 x(0)  1
dt
이다.

 Chemical reactions
 Mixtures

농도가 다른 두 소금물을 혼합했을 때 용액 내 소금양을 알아내는 문제는 1계 미방으로 기술된다.

e.g. (소금 양을 모르는) 소금물 300 gal이 들어있는 혼합 탱크가 있다. 여기에 2 lb/gal의 농도의
소금물이 분당 3 gal씩 펌핑되어 들어오고 잘 섞인 뒤 역시 같은 비율로 나간다. 이 때 어느 특정
시간 t 에서의 탱크 내 소금 양 A(t ) 는 얼마인가 (그림 1.3.3) ?

- 13 -
 dA
Sol. = (들어오는 소금의 비율)  (나가는 소금의 비율) = Rin  Rout
dt
Rin = (2 lb/gal)  (3 gal/min) = (6 lb/min)

탱크의 소금물 양은 항상 300 gal 이므로 나가는 소금물의 농도는 A(t ) /300 lb/gal 이다. 따라서

A(t ) A(t )
Rout = ( lb/gal)  (3 gal/min) = ( lb/min)
300 100
dA A dA 1
따라서  6 혹은  A6 
dt 100 dt 100

 Draining a Tank
 Series Circuits

전압원 E(t)가 연결된 LRC 직렬 회로에 대한 미분방정식을 생각해 보자 (그림 1.3.5(a)).

3개의 수동 회로 소자(passive circuit elements)의 특성

○
1 저항(resistance) R [] 을 가지는 저항 양단의 전압 𝑣𝑅 = 𝑖𝑅
𝑑𝑖
○
2 인턱턴스(inductance) L [H]을 가지는 인덕터 양단의 전압 𝑣𝐿 = 𝐿 𝑑𝑡
𝑞 𝑑𝑣𝐶
○
3 커패시턴스(capacitance) C [F]를 가지는 커패시터 양단의 전압 𝑣𝐶 = 𝐶 (𝑖 = 𝐶 )
𝑑𝑡

- 14 -
 𝑑𝑞 𝑑𝑖 𝑑2 𝑞 𝑑𝑞
𝑖= 이므로 𝑣𝐿 = 𝐿 𝑑𝑡= 𝐿 𝑑𝑡 2 , 𝑣𝑅 = 𝑖𝑅 = 𝑅 𝑑𝑡 이다. 따라서 키르히호프 법칙에 따른 미방은
𝑑𝑡

d 2q dq 1
L 2  R  q  E (t )
dt dt C

 Falling Bodies
 Falling Bodies and Air Resistance
 Suspended Cables

- 15 -