^Moya-Cessa, H.; Soto-Eguibar, F. Differential Equations: An Operational Approach. New Jersey: Rinton Press. 2011. ISBN 978-1-58949-060-4.
^Putzer, E. J. Avoiding the Jordan Canonical Form in the Discussion of Linear Systems with Constant Coefficients. The American Mathematical Monthly. 1966, 73 (1): 2–7. JSTOR 2313914. doi:10.1080/00029890.1966.11970714.
十一月 02, 2023
矩阵微分方程, 微分方程是变量的未知函数的数学方程, 将函数值与不同阶导数联系起来, 包含多个函数, 以向量形式堆叠在一起, 并由一个矩阵将它们与导数联系起来, 例如, 一阶矩阵常微分方程为, displaystyle, mathbf, mathbf, mathbf, 其中x, displaystyle, mathbf, 是基变量t, displaystyle, 的函数的n, displaystyle, times, 向量, displaystyle, mathbf, 是函数的一阶导, displaystyle, . 微分方程是变量的未知函数的数学方程 将函数值与不同阶导数联系起来 矩阵微分方程包含多个函数 以向量形式堆叠在一起 并由一个矩阵将它们与导数联系起来 例如 一阶矩阵常微分方程为 x t A t x t displaystyle mathbf dot x t mathbf A t mathbf x t 其中x t displaystyle mathbf x t 是基变量t displaystyle t 的函数的n 1 displaystyle n times 1 向量 x t displaystyle mathbf dot x t 是函数的一阶导 A t displaystyle mathbf A t 是n n displaystyle n times n 系数矩阵 若A displaystyle mathbf A 为常数且有n个线性无关的特征向量 微分方程有如下一般解 x t c 1 e l 1 t u 1 c 2 e l 2 t u 2 c n e l n t u n displaystyle mathbf x t c 1 e lambda 1 t mathbf u 1 c 2 e lambda 2 t mathbf u 2 cdots c n e lambda n t mathbf u n 其中l1 l2 ln 是A的特征值 u1 u2 un 是A相应的特征向量 c1 c2 cn 为常数 更一般地说 若A t displaystyle mathbf A t 等于其积分 a t A s d s displaystyle int a t mathbf A s ds 则马格努斯展开降为前导阶 微分方程的一般解是 x t e a t A s d s c displaystyle mathbf x t e int a t mathbf A s ds mathbf c 其中c displaystyle mathbf c 是n 1 displaystyle n times 1 常向量 通过使用哈密尔顿 凯莱定理和类范德蒙矩阵 这种形式化的矩阵指数解可简化为一种简单的形式 1 下面 我们将用普策算法 Putzer s algorithm 来展示这一方法 2 目录 1 矩阵系统的稳定性与稳态 1 1 双状态变量情形的稳定性 2 矩阵形式的解 2 1 计算eAt 的普策算法 3 矩阵常微分方程解构示例 4 解分解后的矩阵常微分方程 5 矩阵ODE已解示例 5 1 第一步 5 2 第二步 5 3 第三步 5 4 使用矩阵指数 6 另见 7 参考文献矩阵系统的稳定性与稳态 编辑矩阵方程 x t A x t b displaystyle mathbf dot x t mathbf Ax t mathbf b nbsp 当且仅当常数矩阵A的所有特征值的实部都为负 n 1参数常数向量b才稳定 稳定时收敛到的稳态x 可置 x t 0 displaystyle mathbf dot x t mathbf 0 nbsp 找到 因此有 x A 1 b displaystyle mathbf x mathbf A 1 mathbf b nbsp 假设A可逆 因此 原方程可用偏离稳态的齐次形式来写 x t A x t x displaystyle mathbf dot x t mathbf A mathbf x t mathbf x nbsp 一种等效的表达是 x 是非齐次方程的一个特解 而所有解的形式都是 x h x displaystyle mathbf x h mathbf x nbsp 其中x h displaystyle mathbf x h nbsp 是齐次方程 b 0 的解 双状态变量情形的稳定性 编辑 n 2 2个状态变量 时 稳定条件为 过渡矩阵A的两个特征值均有负实部 等价于A的迹为负 行列式为正 矩阵形式的解 编辑x t A x t x displaystyle mathbf dot x t mathbf A mathbf x t mathbf x nbsp 的形式解为矩阵指数形式 x t x e A t x 0 x displaystyle mathbf x t mathbf x e mathbf A t mathbf x 0 mathbf x nbsp 使用多种技术中的任何一种进行评估 计算eAt 的普策算法 编辑 给定特征值为l 1 l 2 l n displaystyle lambda 1 lambda 2 dots lambda n nbsp 的矩阵A e A t j 0 n 1 r j 1 t P j displaystyle e mathbf A t sum j 0 n 1 r j 1 left t right mathbf P j nbsp 其中 P 0 I displaystyle mathbf P 0 mathbf I nbsp P j k 1 j A l k I P j 1 A l j I j 1 2 n 1 displaystyle mathbf P j prod k 1 j left mathbf A lambda k mathbf I right mathbf P j 1 left mathbf A lambda j mathbf I right qquad j 1 2 dots n 1 nbsp r 1 l 1 r 1 displaystyle dot r 1 lambda 1 r 1 nbsp r 1 0 1 displaystyle r 1 left 0 right 1 nbsp r j l j r j r j 1 j 2 3 n displaystyle dot r j lambda j r j r j 1 qquad j 2 3 dots n nbsp r j 0 0 j 2 3 n displaystyle r j left 0 right 0 qquad j 2 3 dots n nbsp r i t displaystyle r i t nbsp 的方程是简单的一阶非齐次常微分方程 注意该算法并不要求矩阵A可对角化 并绕过了通常使用的若尔当标准形的计算 矩阵常微分方程解构示例 编辑一阶齐次矩阵常微分方程包含两个函数x t y t 从矩阵形式解出后有如下形式 d x d t a 1 x b 1 y d y d t a 2 x b 2 y displaystyle frac dx dt a 1 x b 1 y quad frac dy dt a 2 x b 2 y nbsp 其中a 1 displaystyle a 1 nbsp a 2 displaystyle a 2 nbsp b 1 displaystyle b 1 nbsp b 2 displaystyle b 2 nbsp 可为任意标量 高阶矩阵ODE的形式可能复杂得多 解分解后的矩阵常微分方程 编辑求解上述方程并找到这种特定阶次和形式的所需函数的过程大概分3步 每个步骤的简要说明如下 找到特征值 找到特征向量 找到所需函数第三部通常是把前两步的结果代入专门形式的一般方程中 下详 矩阵ODE已解示例 编辑参见 矩阵指数 线性微分方程 2 要按上述3步解矩阵ODE 并在过程中使用简单矩阵 具体来说 现在下面的一阶齐次线性ODE中找到函数x 函数y 都用单一自变量t 表示 d x d t 3 x 4 y d y d t 4 x 7 y displaystyle frac dx dt 3x 4y quad frac dy dt 4x 7y nbsp 要解这个常微分方程系统 在过程中的某时刻需要一组两个初始条件 对应起点的两个状态变量 这时先取x 0 y 0 1 第一步 编辑 第一步即找到A的特征值 x y 3 4 4 7 x y displaystyle begin bmatrix x y end bmatrix begin bmatrix 3 amp 4 4 amp 7 end bmatrix begin bmatrix x y end bmatrix nbsp 上面的导数记号x 等称为拉格朗日记法 由约瑟夫 拉格朗日提出 等同于前面方程里的dx dt 这是莱布尼兹记法 得名于戈特弗里德 莱布尼茨 一旦两个变量的系数被写为上述矩阵形式A 就可估计特征值了 为此 可求矩阵行列式 即从上述系数矩阵中减去单位矩阵I n displaystyle I n nbsp 乘常数l 再得到特征多项式 det 3 4 4 7 l 1 0 0 1 displaystyle det left begin bmatrix 3 amp 4 4 amp 7 end bmatrix lambda begin bmatrix 1 amp 0 0 amp 1 end bmatrix right nbsp 再解得其零点 进一步简化 应用矩阵加法的基本规则 得出 det 3 l 4 4 7 l displaystyle det begin bmatrix 3 lambda amp 4 4 amp 7 lambda end bmatrix nbsp 应用求单一2 2矩阵行列式的规则 可得下列一元二次方程 det 3 l 4 4 7 l 0 displaystyle det begin bmatrix 3 lambda amp 4 4 amp 7 lambda end bmatrix 0 nbsp 21 3 l 7 l l 2 16 0 displaystyle 21 3 lambda 7 lambda lambda 2 16 0 nbsp 可以进一步简化 l 2 4 l 5 0 displaystyle lambda 2 4 lambda 5 0 nbsp 应用因式分解得到给定一元二次方程的两个根l 1 displaystyle lambda 1 nbsp l 2 displaystyle lambda 2 nbsp l 2 5 l l 5 0 displaystyle lambda 2 5 lambda lambda 5 0 nbsp l l 5 1 l 5 0 displaystyle lambda lambda 5 1 lambda 5 0 nbsp l 1 l 5 0 displaystyle lambda 1 lambda 5 0 nbsp l 1 5 displaystyle lambda 1 5 nbsp 上面算出的l 1 1 displaystyle lambda 1 1 nbsp l 2 5 displaystyle lambda 2 5 nbsp 即所求A的特征值 矩阵ODE的特征值可能是复数 求解过程的下一步及最终形式和解法可能会有巨大变化 第二步 编辑 第二步即找到A的特征向量 对算出的每个特征值 都有单独的特征向量 例如对第一个特征值即l 1 1 displaystyle lambda 1 1 nbsp 有 3 4 4 7 a b 1 a b displaystyle begin bmatrix 3 amp 4 4 amp 7 end bmatrix begin bmatrix alpha beta end bmatrix 1 begin bmatrix alpha beta end bmatrix nbsp 应用矩阵乘法规则简化上式 得到 3 a 4 b a displaystyle 3 alpha 4 beta alpha nbsp a 2 b displaystyle alpha 2 beta nbsp 所有计算都是为了得到最后一个式子 本例中就是a 2b 现在任取一个无关紧要的小值 这样更容易处理 代入a 2b 中的a 或b 选哪个并不重要 这样就得到了一个简单的向量 就是这个特定特征值所需的特征向量 在本例中 我们取a 2 得b 1 用标准的向量符号来写 向量是这样的 v 1 2 1 displaystyle mathbf hat v 1 begin bmatrix 2 1 end bmatrix nbsp 对第二个特征值l 5 displaystyle lambda 5 nbsp 进行相同的计算 得到第二个特征向量 结果为 v 2 1 2 displaystyle mathbf hat v 2 begin bmatrix 1 2 end bmatrix nbsp 第三步 编辑 最后一步是找到 隐藏 在导数背后的所求函数 有两个函数 因为微分方程涉及两个变量 方程包含之前得到的所有信息 形式如下 x y A e l 1 t v 1 B e l 2 t v 2 displaystyle begin bmatrix x y end bmatrix Ae lambda 1 t mathbf hat v 1 Be lambda 2 t mathbf hat v 2 nbsp 代入特征值和特征向量 得到 x y A e t 2 1 B e 5 t 1 2 displaystyle begin bmatrix x y end bmatrix Ae t begin bmatrix 2 1 end bmatrix Be 5t begin bmatrix 1 2 end bmatrix nbsp 简化 x y 2 1 1 2 A e t B e 5 t displaystyle begin bmatrix x y end bmatrix begin bmatrix 2 amp 1 1 amp 2 end bmatrix begin bmatrix Ae t Be 5t end bmatrix nbsp 再简化 分别写出函数x y 的方程 x 2 A e t B e 5 t displaystyle x 2Ae t Be 5t nbsp y A e t 2 B e 5 t displaystyle y Ae t 2Be 5t nbsp 上述方程就是所求的一般函数 但只是一般形式 A B 的值未指定 但我们想找到它们的精确形式和解 因此现在 考虑问题的给定初始条件 即所谓初值问题 假设给定了x 0 y 0 1 displaystyle x 0 y 0 1 nbsp 是ODE的起点 条件的应用指定了常数A B 从条件x 0 y 0 1 displaystyle x 0 y 0 1 nbsp 可以看出 t 0 时 上述方程的左式等于1 由此可构造下列线性方程组 1 2 A B displaystyle 1 2A B nbsp 1 A 2 B displaystyle 1 A 2B nbsp 求解这些等式 发现常数A B 都等于1 3 因此将这些值代入这两个函数的一般形式 就可以得到它们的精确形式x 2 3 e t 1 3 e 5 t displaystyle x tfrac 2 3 e t tfrac 1 3 e 5t nbsp y 1 3 e t 2 3 e 5 t displaystyle y tfrac 1 3 e t tfrac 2 3 e 5t nbsp 所求的两个函数 使用矩阵指数 编辑 上述问题可以直接应用矩阵指数法解决 也就是说 可以说 x t y t exp 3 4 4 7 t x 0 t y 0 t displaystyle begin bmatrix x t y t end bmatrix exp left begin bmatrix 3 amp 4 4 amp 7 end bmatrix t right begin bmatrix x 0 t y 0 t end bmatrix nbsp 给出了 可用MATLAB的expm工具包之类 或通过对角化 并利用对角矩阵的矩阵指数与元素的指数化相等这一特性来计算 exp 3 4 4 7 t 4 e t 3 e 5 t 3 2 e 5 t 3 2 e t 3 2 e t 3 2 e 5 t 3 4 e 5 t 3 e t 3 displaystyle exp left begin bmatrix 3 amp 4 4 amp 7 end bmatrix t right begin bmatrix 4e t 3 e 5t 3 amp 2e 5t 3 2e t 3 2e t 3 2e 5t 3 amp 4e 5t 3 e t 3 end bmatrix nbsp 得到最终解 x t y t 4 e t 3 e 5 t 3 2 e 5 t 3 2 e t 3 2 e t 3 2 e 5 t 3 4 e 5 t 3 e t 3 1 1 displaystyle begin bmatrix x t y t end bmatrix begin bmatrix 4e t 3 e 5t 3 amp 2e 5t 3 2e t 3 2e t 3 2e 5t 3 amp 4e 5t 3 e t 3 end bmatrix begin bmatrix 1 1 end bmatrix nbsp x t y t e 5 t 3 2 e t 3 e t 3 2 e 5 t 3 displaystyle begin bmatrix x t y t end bmatrix begin bmatrix e 5t 3 2e t 3 e t 3 2e 5t 3 end bmatrix nbsp 这与之前展示的特征向量方法相同 另见 编辑齐次微分方程 矩阵差分方程 冷却定律 斐波那契数列 差分方程 波动方程 自治系统 数学 参考文献 编辑 Moya Cessa H Soto Eguibar F Differential Equations An Operational Approach New Jersey Rinton Press 2011 ISBN 978 1 58949 060 4 Putzer E J Avoiding the Jordan Canonical Form in the Discussion of Linear Systems with Constant Coefficients The American Mathematical Monthly 1966 73 1 2 7 JSTOR 2313914 doi 10 1080 00029890 1966 11970714 取自 https zh wikipedia org w index php title 矩阵微分方程 amp oldid 79370375, 维基百科,wiki,书籍,书籍,图书馆,