二元非线性ODE是否存在简易解析解？Sympy求解结果简化探讨

问题背景 #

我有一组相对简单的二元非线性微分方程组：

1. $\frac{dx_1}{dt} = \frac{u_1 - u_3}{A}$
2. $\frac{dx_2}{dt} = u_1 u_2 - \frac{u_3 x_2}{x_1 A}$

尝试用SymPy求解解析解，代码如下：

from sympy import symbols, Function, Eq, dsolve

x1, x2 = symbols('x1, x2', cls=Function)
t, u1, u2, u3, A, x1_init, x2_init = symbols('t, u1, u2, u3, A, x1_init, x2_init')

ode_system = [
    Eq(x1(t).diff(t), (u1 - u3)  /  A), 
    Eq(x2(t).diff(t), u1 * u2 - u3 * x2(t)  /  (x1(t) * A))
]
ics = {x1(0): x1_init, x2(0): x2_init}

sol = dsolve(ode_system, [x1(t), x2(t)], ics=ics)

SymPy求出的解中，$x_1(t)$符合预期：

In [2]: sol[0]
Out[2]: Eq(x1(t), x1_init + t*(u1 - u3)/A)

但$x_2(t)$的解非常复杂且包含分段函数：

In [3]: sol[1]
Out[3]: Eq(x2(t), u1*u2*Piecewise((exp(u1*log(A*x1_init + t*u1 - t*u3)/(u1 - u3))/u1, Ne(u1, 0)), (log(A*x1_init + t*u1 - t*u3)/(u1 - u3), True))*exp(-u3*log(A*x1_init + t*u1 - t*u3)/(u1 - u3)) - (u1*u2*Piecewise((exp(u1*log(A*C1)/(u1 - u3))/u1, Ne(u1, 0)), (log(A*C1)/(u1 - u3), True)) - x2_init*(A*x1_init)**(u3/(u1 - u3)))*exp(-u3*log(A*x1_init + t*u1 - t*u3)/(u1 - u3)))

想请教：是否存在特定条件下的明显简化方式？还是这个解确实就是如此复杂的分段函数？

解答 #

首先简化$x_1(t)$的表达式，令$X(t) = A x_1(t) = A x_{1,\text{init}} + t(u_1 - u_3)$，原方程组的第二个方程可改写为一阶线性非齐次微分方程：
$$\frac{dx_2}{dt} + \frac{u_3}{X(t)} x_2 = u_1 u_2$$
用积分因子法求解，积分因子为$\mu(t) = \exp\left( \int \frac{u_3}{X(t)} dt \right)$，分情况讨论可得到大幅简化的解：

情况1：$u_1 \neq u_3$ #

此时$X(t)$是一次函数，积分得积分因子$\mu(t) = X(t)^{\frac{u_3}{u_1 - u_3}}$，代入线性方程通解公式计算后，结合初始条件可得：
$$x_2(t) = u_2 \left( A x_{1,\text{init}} + t(u_1 - u_3) \right) + \left( x_{2,\text{init}} - u_2 A x_{1,\text{init}} \right) \left( \frac{A x_{1,\text{init}}}{A x_{1,\text{init}} + t(u_1 - u_3)} \right)^{\frac{u_3}{u_1 - u_3}}$$

情况2：$u_1 = u_3$ #

此时$X(t) = A x_{1,\text{init}}$（常数），第二个方程变为常系数线性方程，求解后得：
$$x_2(t) = u_2 A x_{1,\text{init}} + \left( x_{2,\text{init}} - u_2 A x_{1,\text{init}} \right) \exp\left( -\frac{u_1 t}{A x_{1,\text{init}}} \right)$$

情况3：$u_1 = 0$ #

对应SymPy解中的分段分支，此时$X(t) = A x_{1,\text{init}} - u_3 t$，第二个方程为齐次线性方程，求解后得：
$$x_2(t) = x_{2,\text{init}} \cdot \frac{A x_{1,\text{init}}}{A x_{1,\text{init}} - u_3 t}$$
该结果可归为情况1的特例（对情况1公式取$u_1 \to 0$的极限即可验证），SymPy单独分出分支是为了避免分母为0的计算问题。

总结 #

SymPy给出的分段解是为了覆盖所有参数取值场景，但通过手动推导可拆分为上述几个清晰的简化形式：

• $u_1 \neq u_3$时，解为多项式加幂函数的组合；
• $u_1 = u_3$时，解退化为指数函数形式；
• $u_1 = 0$时，解为简单的反比例形式。

这些形式比SymPy直接输出的结果更易理解，核心是先解出$x_1(t)$后代入第二个方程，用一阶线性微分方程的积分因子法手动推导，避开符号计算工具生成的冗余表达式。

内容的提问来源于stack exchange，提问作者Bill