111 年 國立臺灣大學國際企業學系碩士班乙組《微積分(C)》

📄 試題原卷 免費註冊後即可對照原始考卷 PDF免費註冊

第 1 題

  1. (30%) Consider a down-and-in call option whose payoff at maturity T is
    cT=max⁡(ST−K,0)c_T = \max(S_T - K, 0)
    only if the stock price StS_t has reached the barrier level B before the maturity date, where StS_t denotes the stock price at time t∈[0,T]t \in [0, T]. K denotes the strike price, and the barrier level B is assumed to be lower than min⁡(S0,K)\min(S_0, K).

Under the Black-Scholes framework, its value today (t=0t=0) is given by:
c0=S0exp⁡(−qt)(N(d1)σT)−Kexp⁡(−rT)(N(d2)σT)c_0 = S_0 \exp(-qt) \left( \frac{N(d_1)}{\sigma \sqrt{T}} \right) - K \exp(-rT) \left( \frac{N(d_2)}{\sigma \sqrt{T}} \right)
where
λ=r−q+σ22σ2,y=ln⁡(S0/B)+(λ−1/2)σ2TσT\lambda = \frac{r - q + \frac{\sigma^2}{2}}{\sigma^2}, \quad y = \frac{\ln(S_0/B) + (\lambda - 1/2)\sigma^2 T}{\sigma \sqrt{T}}
rr is the risk-free interest rate, qq is the dividend yield, σ\sigma is the stock price volatility, N(⋅)N(\cdot) is the cumulative distribution function of the standard normal distribution as
N(d)=∫−∞d12πe−x2/2dxN(d) = \int_{-\infty}^{d} \frac{1}{\sqrt{2\pi}} e^{-x^2/2} dx
and n(x)=12πe−x2/2n(x) = \frac{1}{\sqrt{2\pi}} e^{-x^2/2} is the probability density function of the standard normal distribution.

(a) (10%) Prove that S0exp⁡(−qt)(N(d1)σT)=Kexp⁡(−rT)(N(y−σT)σT)S_0 \exp(-qt) \left( \frac{N(d_1)}{\sigma \sqrt{T}} \right) = K \exp(-rT) \left( \frac{N(y- \sigma \sqrt{T})}{\sigma \sqrt{T}} \right).

(b) (10%) Derive ∂c0∂S0\frac{\partial c_0}{\partial S_0}. Express ∂c0∂S0\frac{\partial c_0}{\partial S_0} as αN(y)+βN(y−σT)\alpha N(y) + \beta N(y - \sigma \sqrt{T}) under the assumption of λ=0.5\lambda = 0.5. What are α\alpha and β\beta? Note that N(y)N(y), N(y−σT)N(y - \sigma \sqrt{T}), n(y)n(y), and n(y−σT)n(y - \sigma \sqrt{T}) are not allowed to appear in yy.

(c) (10%) Derive ∂c0∂S0\frac{\partial c_0}{\partial S_0}. Express ∂c0∂S0\frac{\partial c_0}{\partial S_0} as γn(y−σT)\gamma n(y - \sigma \sqrt{T}) under the assumption of λ=0.5\lambda = 0.5. What is yy? Note that N(y)N(y), N(y−σT)N(y - \sigma \sqrt{T}), n(y)n(y), and n(y−σT)n(y - \sigma \sqrt{T}) are not allowed to appear in yy.

登入後即可作答並保存紀錄。

這一題的完整詳解

核心觀念

本題涉及:

  • Black–Scholes 選擇權定價公式;
  • 標準常態分布函數 N(x)N(x) 與密度函數 n(x)n(x) 的關係:
    N′(x)=n(x);N'(x)=n(x);
  • 複合函數微分法;
  • 變數
    y=ln⁡(S0/B)+(λ−12)σ2TσTy=\frac{\ln(S_0/B)+(\lambda-\frac12)\sigma^2T}{\sigma\sqrt T}
    對 S0S_0 的微分:
    ∂y∂S0=1S0σT.\frac{\partial y}{\partial S_0}=\frac{1}{S_0\sigma\sqrt T}.

然而,題目目前提供的公式存在關鍵缺漏與矛盾,因此無法得到唯一且確定的數值答案。

題目公式的缺漏

題目給出

c0=S0e−qt(N(d1)σT)−Ke−rT(N(d2)σT),c_0=S_0e^{-qt}\left(\frac{N(d_1)}{\sigma\sqrt T}\right) -Ke^{-rT}\left(\frac{N(d_2)}{\sigma\sqrt T}\right),

但沒有定義 d1d_1 與 d2d_2。因此無法計算

∂d1∂S0,∂d2∂S0,\frac{\partial d_1}{\partial S_0}, \qquad \frac{\partial d_2}{\partial S_0},

也就無法唯一決定 ∂c0∂S0\frac{\partial c_0}{\partial S_0}。

此外,第一項的折現因子寫成 e−qte^{-qt},但題目要求的是今天 t=0t=0 的價格,且其他項均以到期日 TT 表示,通常應為 e−qTe^{-qT}。

(a) 無法證明題示等式

題目要求證明

S0e−qt(N(d1)σT)=Ke−rT(N(y−σT)σT).S_0e^{-qt}\left(\frac{N(d_1)}{\sigma\sqrt T}\right) = Ke^{-rT}\left(\frac{N(y-\sigma\sqrt T)}{\sigma\sqrt T}\right).

約去共同因子 1σT\frac{1}{\sigma\sqrt T} 後,該式等價於

S0e−qtN(d1)=Ke−rTN(y−σT).S_0e^{-qt}N(d_1) = Ke^{-rT}N(y-\sigma\sqrt T).

因此必須知道 d1d_1 的定義,並且還必須滿足

N(d1)=KS0e−(rT−qt)N(y−σT).N(d_1) = \frac{K}{S_0}e^{-(rT-qt)} N(y-\sigma\sqrt T).

題目沒有提供此關係。僅憑

λ=r−q+12σ2σ2,y=ln⁡(S0/B)+(λ−12)σ2TσT\lambda=\frac{r-q+\frac12\sigma^2}{\sigma^2}, \qquad y=\frac{\ln(S_0/B)+(\lambda-\frac12)\sigma^2T}{\sigma\sqrt T}

無法推出上述等式。

特別要注意,標準常態分布函數一般不具有

N(a)=CebN(c)N(a)=Ce^{b}N(c)

這種可由代數直接成立的關係。Black–Scholes 推導中常見的是密度函數的關係,例如

n(x)=12πe−x2/2,n(x)=\frac{1}{\sqrt{2\pi}}e^{-x^2/2},

而不是題目所寫的 N(x)N(x) 之間的直接等式。因此,(a) 很可能將 NN 誤植為 nn,或遺漏了某些關於 d1,d2d_1,d_2 與 yy 的定義及冪次因子。

(b) 偏微分的一般形式

若暫時將題目公式照字面視為

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 2 題

  1. (7%) A company begins advertising a new product and finds that after t weeks the product is gaining customer recognition at the rate of t3ln⁡tt^3 \ln t thousand customers per week (for t≥1t \ge 1). Find the total gain in recognition from the end of week 1 to the end of week 4.

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求計算在給定時間區間內,累積的客戶識別度增長量。這是一個典型的定積分應用問題,代表了變化率函數在某區間上的累積效應。

核心觀念:

  1. 累積變化量等於變化率函數在該區間上的定積分。
  2. 對數函數的積分。
  3. 分部積分法。

設 R(t)R(t) 為客戶識別度(千人)隨時間 tt(週)的增長率,則題目給定 R(t)=t3ln⁡tR(t) = t^3 \ln t (千人/週),且 t≥1t \ge 1。
我們需要計算從第 1 週結束到第 4 週結束的總識別度增長,這相當於計算 R(t)R(t) 從 t=1t=1 到 t=4t=4 的定積分:
Total Gain=∫14R(t)dt=∫14t3ln⁡tdt\text{Total Gain} = \int_{1}^{4} R(t) dt = \int_{1}^{4} t^3 \ln t dt
我們使用分部積分法來計算這個積分。分部積分公式為 ∫udv=uv−∫vdu\int u dv = uv - \int v du。
令 u=ln⁡tu = \ln t 且 dv=t3dtdv = t^3 dt。
則 du=1tdtdu = \frac{1}{t} dt 且 v=∫t3dt=t44v = \int t^3 dt = \frac{t^4}{4}。

應用分部積分公式:
∫14t3ln⁡tdt=[(ln⁡t)(t44)]14−∫14t44(1tdt)\int_{1}^{4} t^3 \ln t dt = \left[ (\ln t) \left( \frac{t^4}{4} \right) \right]_{1}^{4} - \int_{1}^{4} \frac{t^4}{4} \left( \frac{1}{t} dt \right)
=[t4ln⁡t4]14−∫14t34dt= \left[ \frac{t^4 \ln t}{4} \right]_{1}^{4} - \int_{1}^{4} \frac{t^3}{4} dt

首先計算第一項的定值:
[t4ln⁡t4]14=44ln⁡44−14ln⁡14\left[ \frac{t^4 \ln t}{4} \right]_{1}^{4} = \frac{4^4 \ln 4}{4} - \frac{1^4 \ln 1}{4}
由於 ln⁡1=0\ln 1 = 0,所以第二項為 0。
=256ln⁡44−0=64ln⁡4= \frac{256 \ln 4}{4} - 0 = 64 \ln 4
注意到 ln⁡4=ln⁡(22)=2ln⁡2\ln 4 = \ln (2^2) = 2 \ln 2。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 3 題

  1. (13%) Find the least squares approximation h(x)=a0+a1xh(x) = a_0 + a_1x for f(x)=exf(x) = e^x, 0≤x≤10 \le x \le 1. [Hint: Solve a0a_0 and a1a_1 through minimizing the integral of the squared difference between f(x)f(x) and h(x)h(x).]

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求在區間 [0,1][0, 1] 上找到函數 f(x)=exf(x) = e^x 的最佳線性近似 h(x)=a0+a1xh(x) = a_0 + a_1x,使得平方誤差積分最小。這是一個典型的最小平方法問題。

核心觀念:

  1. 最小平方法:最小化誤差函數的平方積分。
  2. 偏微分:利用誤差函數對待定係數的偏導數為零來求解。
  3. 積分計算:計算涉及指數函數的積分。

我們需要最小化誤差函數 E(a0,a1)E(a_0, a_1),其定義為:
E(a0,a1)=∫01[f(x)−h(x)]2dxE(a_0, a_1) = \int_{0}^{1} [f(x) - h(x)]^2 dx
將 f(x)=exf(x) = e^x 和 h(x)=a0+a1xh(x) = a_0 + a_1x 代入:
E(a0,a1)=∫01(ex−(a0+a1x))2dxE(a_0, a_1) = \int_{0}^{1} (e^x - (a_0 + a_1x))^2 dx
為了找到最小化 EE 的 a0a_0 和 a1a_1,我們需要計算 EE 對 a0a_0 和 a1a_1 的偏導數,並令它們等於零。

首先,計算對 a0a_0 的偏導數 ∂E∂a0\frac{\partial E}{\partial a_0}:
∂E∂a0=∫012(ex−a0−a1x)(−1)dx\frac{\partial E}{\partial a_0} = \int_{0}^{1} 2(e^x - a_0 - a_1x) (-1) dx
=−2∫01(ex−a0−a1x)dx= -2 \int_{0}^{1} (e^x - a_0 - a_1x) dx
令 ∂E∂a0=0\frac{\partial E}{\partial a_0} = 0:
∫01(ex−a0−a1x)dx=0\int_{0}^{1} (e^x - a_0 - a_1x) dx = 0
∫01exdx−∫01a0dx−∫01a1xdx=0\int_{0}^{1} e^x dx - \int_{0}^{1} a_0 dx - \int_{0}^{1} a_1x dx = 0
計算積分:
∫01exdx=[ex]01=e1−e0=e−1\int_{0}^{1} e^x dx = [e^x]_{0}^{1} = e^1 - e^0 = e - 1
∫01a0dx=a0[x]01=a0(1−0)=a0\int_{0}^{1} a_0 dx = a_0 [x]_{0}^{1} = a_0 (1 - 0) = a_0
∫01a1xdx=a1[x22]01=a1(122−0)=a12\int_{0}^{1} a_1x dx = a_1 [\frac{x^2}{2}]_{0}^{1} = a_1 (\frac{1^2}{2} - 0) = \frac{a_1}{2}
所以,第一個方程是:
(e−1)−a0−a12=0⇒a0+a12=e−1(1)(e - 1) - a_0 - \frac{a_1}{2} = 0 \quad \Rightarrow \quad a_0 + \frac{a_1}{2} = e - 1 \quad (1)

接下來,計算對 a1a_1 的偏導數 ∂E∂a1\frac{\partial E}{\partial a_1}:
∂E∂a1=∫012(ex−a0−a1x)(−x)dx\frac{\partial E}{\partial a_1} = \int_{0}^{1} 2(e^x - a_0 - a_1x) (-x) dx
=−2∫01(xex−a0x−a1x2)dx= -2 \int_{0}^{1} (xe^x - a_0x - a_1x^2) dx
令 ∂E∂a1=0\frac{\partial E}{\partial a_1} = 0:
∫01(xex−a0x−a1x2)dx=0\int_{0}^{1} (xe^x - a_0x - a_1x^2) dx = 0
∫01xexdx−∫01a0xdx−∫01a1x2dx=0\int_{0}^{1} xe^x dx - \int_{0}^{1} a_0x dx - \int_{0}^{1} a_1x^2 dx = 0
計算積分:
∫01xexdx\int_{0}^{1} xe^x dx:使用分部積分法,令 u=xu=x, dv=exdxdv=e^x dx。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 4 題

  1. (10%) Determine the open intervals on which the graph of the function is concave upward or concave downward:
    f(x)=6x2+3f(x) = \frac{6}{x^2+3}

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求判斷函數 f(x)f(x) 的凹性,即在哪個開區間上函數是凹向上(Concave Upward)或凹向下(Concave Downward)。判斷凹性的方法是通過計算函數的二階導數。

核心觀念:

  1. 凹性判斷:
    • 若 f′′(x)>0f''(x) > 0 在某區間上,則 f(x)f(x) 在該區間上凹向上。
    • 若 f′′(x)<0f''(x) < 0 在某區間上,則 f(x)f(x) 在該區間上凹向下。
  2. 求導技巧:商的求導法則。

首先,我們需要計算函數 f(x)f(x) 的一階導數 f′(x)f'(x)。
f(x)=6(x2+3)−1f(x) = 6(x^2+3)^{-1}
使用連鎖法則和商的求導法則:
f′(x)=6⋅(−1)(x2+3)−2⋅(2x)f'(x) = 6 \cdot (-1) (x^2+3)^{-2} \cdot (2x)
f′(x)=−12x(x2+3)−2f'(x) = -12x (x^2+3)^{-2}
f′(x)=−12x(x2+3)2f'(x) = \frac{-12x}{(x^2+3)^2}

接下來,我們計算二階導數 f′′(x)f''(x)。我們使用商的求導法則,令 u=−12xu = -12x 且 v=(x2+3)2v = (x^2+3)^2。
則 u′=−12u' = -12。
v′=2(x2+3)⋅(2x)=4x(x2+3)v' = 2(x^2+3) \cdot (2x) = 4x(x^2+3)。

f′′(x)=u′v−uv′v2f''(x) = \frac{u'v - uv'}{v^2}
f′′(x)=(−12)(x2+3)2−(−12x)(4x(x2+3))((x2+3)2)2f''(x) = \frac{(-12)(x^2+3)^2 - (-12x)(4x(x^2+3))}{((x^2+3)^2)^2}
f′′(x)=−12(x2+3)2+48x2(x2+3)(x2+3)4f''(x) = \frac{-12(x^2+3)^2 + 48x^2(x^2+3)}{(x^2+3)^4}
我們可以從分子中提出公因式 −12(x2+3)-12(x^2+3):
f′′(x)=−12(x2+3)[(x2+3)−4x2](x2+3)4f''(x) = \frac{-12(x^2+3) [(x^2+3) - 4x^2]}{(x^2+3)^4}
f′′(x)=−12[(x2+3)−4x2](x2+3)3f''(x) = \frac{-12 [(x^2+3) - 4x^2]}{(x^2+3)^3}
f′′(x)=−12[3−3x2](x2+3)3f''(x) = \frac{-12 [3 - 3x^2]}{(x^2+3)^3}

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 5 題

  1. (10%) Find the area of the region bounded by the graph of y=x2−3x−4y = x^2 - 3x - 4 and the x-axis.

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求計算由函數 y=x2−3x−4y = x^2 - 3x - 4 的圖形與 x 軸所圍成的區域面積。

核心觀念:

  1. 區域面積的計算:由函數曲線與 x 軸圍成的面積,等於該函數在與 x 軸交點之間的定積分(若函數在此區間內非負)。若函數在此區間內為負,則面積為積分的絕對值。
  2. 求解二次方程:找出函數與 x 軸的交點,即令 y=0y=0 求解。
  3. 定積分計算:計算二次函數的定積分。

首先,我們需要找到函數 y=x2−3x−4y = x^2 - 3x - 4 與 x 軸的交點。令 y=0y=0,即:
x2−3x−4=0x^2 - 3x - 4 = 0
我們可以通過因式分解來求解這個二次方程:
(x−4)(x+1)=0(x - 4)(x + 1) = 0
所以,交點為 x=4x = 4 和 x=−1x = -1。

這意味著函數圖形與 x 軸在 x=−1x = -1 和 x=4x = 4 處相交。
接下來,我們需要確定在區間 [−1,4][-1, 4] 上,函數 y=x2−3x−4y = x^2 - 3x - 4 的符號。
由於這是一個開口向上的拋物線(二次項係數為正),且在 x=−1x=-1 和 x=4x=4 處與 x 軸相交,因此在區間 (−1,4)(-1, 4) 內,函數的值是負的。
我們可以驗證這一點,例如取 x=0x=0: y=02−3(0)−4=−4<0y = 0^2 - 3(0) - 4 = -4 < 0。

因此,由函數圖形與 x 軸所圍成的區域面積 AA 為在區間 [−1,4][-1, 4] 上函數值的絕對值的積分:
A=∫−14∣x2−3x−4∣dxA = \int_{-1}^{4} |x^2 - 3x - 4| dx
由於在 [−1,4][-1, 4] 區間內 x2−3x−4≤0x^2 - 3x - 4 \le 0,所以 ∣x2−3x−4∣=−(x2−3x−4)=−x2+3x+4|x^2 - 3x - 4| = -(x^2 - 3x - 4) = -x^2 + 3x + 4。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 6 題

  1. (10%) Use a double integral to find the area of the region bounded by the graphs of y=x2y = x^2 and y=x3y = x^3.

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求使用二重積分計算由曲線 y=x2y = x^2 和 y=x3y = x^3 所圍成的區域面積。

核心觀念:

  1. 二重積分計算面積:區域 RR 的面積 A=∬RdAA = \iint_R dA。
  2. 確定積分區域:找出兩曲線的交點,並確定在交點之間哪條曲線在上。
  3. 設定積分限:根據區域的形狀,設定適當的積分限。

首先,我們需要找出兩條曲線 y=x2y = x^2 和 y=x3y = x^3 的交點。令 x2=x3x^2 = x^3:
x3−x2=0x^3 - x^2 = 0
x2(x−1)=0x^2(x - 1) = 0
解得 x=0x = 0 或 x=1x = 1。
當 x=0x=0 時,y=02=0y=0^2=0,y=03=0y=0^3=0,交點為 (0,0)(0,0)。
當 x=1x=1 時,y=12=1y=1^2=1,y=13=1y=1^3=1,交點為 (1,1)(1,1)。

現在我們需要確定在區間 [0,1][0, 1] 上,哪條曲線位於上方。
我們可以在區間 (0,1)(0, 1) 中取一個測試點,例如 x=0.5x = 0.5:
對於 y=x2y = x^2,y=(0.5)2=0.25y = (0.5)^2 = 0.25。
對於 y=x3y = x^3,y=(0.5)3=0.125y = (0.5)^3 = 0.125。
因為 0.25>0.1250.25 > 0.125,所以在區間 (0,1)(0, 1) 上,y=x2y = x^2 在 y=x3y = x^3 的上方。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 7 題

  1. (10%) Estimate the point of intersection of the graphs of y=e−x2y = e^{-x^2} and y=xy = x.

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求估計函數 y=e−x2y = e^{-x^2} 和 y=xy = x 的交點。這通常需要藉助圖形或數值方法來估計,因為這個方程 e−x2=xe^{-x^2} = x 沒有解析解。

核心觀念:

  1. 函數圖形交點:交點是滿足兩個函數方程的點。
  2. 圖形分析:通過繪製或觀察函數圖形來估計交點。
  3. 數值方法(概念性):理解解析解不存在時,如何通過迭代或逼近來找到近似解。

首先,我們分析兩個函數的性質:
函數 y=xy = x 是一條通過原點的直線,斜率為 1。
函數 y=e−x2y = e^{-x^2} 是一個偶函數,圖形是對稱於 y 軸的。
當 x=0x=0 時,y=e−02=e0=1y = e^{-0^2} = e^0 = 1。
當 x→±∞x \to \pm \infty 時,y=e−x2→0y = e^{-x^2} \to 0。
函數 y=e−x2y = e^{-x^2} 在 x=0x=0 處達到最大值 1。
y′=e−x2(−2x)=−2xe−x2y' = e^{-x^2} (-2x) = -2xe^{-x^2}。
y′=0y'=0 當 x=0x=0。
y′′=−2e−x2+(−2x)(−2xe−x2)=−2e−x2+4x2e−x2=e−x2(4x2−2)y'' = -2e^{-x^2} + (-2x)(-2xe^{-x^2}) = -2e^{-x^2} + 4x^2e^{-x^2} = e^{-x^2}(4x^2 - 2)。
y′′=0y''=0 當 4x2=2⇒x2=1/2⇒x=±124x^2=2 \Rightarrow x^2=1/2 \Rightarrow x = \pm \frac{1}{\sqrt{2}}。
在 x=0x=0 處,y′′=−2<0y'' = -2 < 0,所以 x=0x=0 是局部最大值點。
在 x=±12x=\pm \frac{1}{\sqrt{2}} 處是拐點。

我們需要找到 e−x2=xe^{-x^2} = x 的解。
由於 y=e−x2y = e^{-x^2} 的值始終大於 0,而 y=xy=x 的值在 x<0x<0 時為負,所以交點一定出現在 x>0x > 0 的區域。
考慮 x>0x>0 的情況:
當 x=0x=0 時,e−x2=1e^{-x^2} = 1,x=0x = 0。 1>01 > 0。
當 x=1x=1 時,e−x2=e−1≈0.368e^{-x^2} = e^{-1} \approx 0.368,x=1x = 1。 0.368<10.368 < 1。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

第 8 題

  1. (10%) Find the general solution of dydx−2y=x2\frac{dy}{dx} - 2y = x^2.

登入後即可作答並保存紀錄。

這一題的完整詳解

本題要求解一個一階線性微分方程。該方程的形式為 dydx+P(x)y=Q(x)\frac{dy}{dx} + P(x)y = Q(x)。

核心觀念:

  1. 一階線性微分方程的通解。
  2. 積分因子法。
  3. 積分計算。

給定的微分方程是 dydx−2y=x2\frac{dy}{dx} - 2y = x^2。
這是一個標準的一階線性微分方程,其中 P(x)=−2P(x) = -2 且 Q(x)=x2Q(x) = x^2。

我們可以使用積分因子法來求解。積分因子 I(x)I(x) 的定義為:
I(x)=e∫P(x)dxI(x) = e^{\int P(x) dx}
計算積分因子:
∫P(x)dx=∫−2dx=−2x\int P(x) dx = \int -2 dx = -2x
所以,積分因子是:
I(x)=e−2xI(x) = e^{-2x}

將微分方程兩邊同時乘以積分因子 e−2xe^{-2x}:
e−2x(dydx−2y)=e−2xx2e^{-2x} \left(\frac{dy}{dx} - 2y\right) = e^{-2x} x^2
左邊可以寫成 ddx(y⋅I(x))\frac{d}{dx} (y \cdot I(x)):
ddx(ye−2x)=x2e−2x\frac{d}{dx} (y e^{-2x}) = x^2 e^{-2x}

現在,我們對兩邊進行積分:
∫ddx(ye−2x)dx=∫x2e−2xdx\int \frac{d}{dx} (y e^{-2x}) dx = \int x^2 e^{-2x} dx
ye−2x=∫x2e−2xdxy e^{-2x} = \int x^2 e^{-2x} dx

我們需要計算右邊的積分 ∫x2e−2xdx\int x^2 e^{-2x} dx。這需要使用兩次分部積分法。
令 ∫x2e−2xdx\int x^2 e^{-2x} dx。
第一次分部積分:令 u=x2u = x^2,dv=e−2xdxdv = e^{-2x} dx。
則 du=2xdxdu = 2x dx,v=∫e−2xdx=−12e−2xv = \int e^{-2x} dx = -\frac{1}{2}e^{-2x}。
∫x2e−2xdx=uv−∫vdu=x2(−12e−2x)−∫(−12e−2x)(2xdx)\int x^2 e^{-2x} dx = u v - \int v du = x^2 \left(-\frac{1}{2}e^{-2x}\right) - \int \left(-\frac{1}{2}e^{-2x}\right) (2x dx)
=−12x2e−2x+∫xe−2xdx= -\frac{1}{2}x^2 e^{-2x} + \int x e^{-2x} dx

第二次分部積分,計算 ∫xe−2xdx\int x e^{-2x} dx:
令 u=xu = x,dv=e−2xdxdv = e^{-2x} dx。

🔒

後續完整解題步驟與【答案】

免費註冊,享三天全站完整詳解閱覽。

免費註冊

其他考古題