第五章节,线性微分方程组-II.pptVIP

我们从 寻找重根的基解矩阵表示 因为 而 技巧： 引入到计算中 这样 得到 例7 ：以例4矩阵A的微分方程的基解矩阵 例4 矩阵为 其特征值和特征向量为： 计算 也可以按照书上的公式（5.53） 也可以按照书上的公式（5.52） 分别令 算出两个线性无关 的解得到同样的结果。 例8 如果 求 矩阵A具有5重特征值-4 因此 例9 考虑方程组 系数矩阵为 求满足初始条件 并求 解：第一步求A的特征值和特征向量 A的特征值 （二重根） 特征根1的特征向量 特征根2的特征向量 只有一个特征值，亏损。 因为 因此取 这样 三个线性无关的解就得到了 基解矩阵为 是 例9 重根但是特征向量不亏损 求解方程 特征值是：5（单根），3（二重根） 对应5 的特征向量：[ 1 -1 1]T 对应3的特征向量：[0 0 1 ]T [2 3 0]T 定理11 给定常系数的微分方程组， 那么 1.如果矩阵A的特征值的实部都是负的，则（5.33）的任何一个解当t趋向无穷大时候，解都趋向零。 2. 如果A的特征值的实部是非正的，且实部为零的特征值是简单特征值，则任何一个解当t趋向无穷时候，有界。 总结：我们这节介绍的计算基解矩阵的方法是多种方法的一部分。还有比如约当标准型法，利用哈密顿-凯莱定理等。 3。 如果矩阵A至少有一个特征值的实部是正的，那么（5.33）至少有一个解当t趋向无穷时候，趋向无穷大。 附注3 计算基解矩阵的另一种方法 其中： 对于常系数的非齐次方程 5.3.3 拉普拉斯变换的应用 例13 求解方程 解 令 方程两边做拉普拉斯变换 解出X1（s），X2（s） 再做拉普拉斯反变换得到： 第五章，线性微分方程组 续 5.3.2 基解矩阵的计算公式 虽然我们可以计算矩阵级数来得到基解矩阵，但是计算无穷级数，并不是一件简单的事情。 因此我们还需要寻找另外的方法计算基解矩阵。这个是本节内容，这个需要线性代数的内容。 与第四章采取的措施基本相同。 设方程 设方程有如下形式的解（回忆第四章为什么这样设）： 这样求方程的解问题就变成了 求解 的问题。问题简单了，代价是我们做了一个假设，这个假设的来源是方程的线性性。 现在看如何求解 将假设的解代入到原来的方程中得 这个是矩阵的特征值和特征向量问题（线性代数）。要使得方程有非零解c，那么系数矩阵的行列式为零。即： 得到 这个是关于 的多项式，称为A的特征多项式，多项式等于零，称为特征方程，根为特征值，对应的非零解是特征向量。 根据代数学理论，这个n阶多项式有n个根，根可以相同，为重根。 例3 试求矩阵的特征值和对应的特征向量。 解 特征向量 例4 试求矩阵的特征值和特征向量 特征向量 总结一下 在例三中，不同的特征值给出了不同的特征向量，而例四中，相同的特征值（二重根）给出了相同的特征向量（相同的特征值可以给出不同的特征向量。 如：矩阵 特征值是2（二重根），特征向量： 定理10 如果矩阵A具有n个线性无关的特征向量 它们对应的特征值分别为： （不必互不相同），那么矩阵： 是方程 的基解矩阵 证明： 根据求解过程知道，每一列项 都是方程的一个解 因此，其构成的矩阵式一个解矩阵，只要证明其是线性无关即可，或者证明其矩阵行列式不等于零，根据 也可以根据定理2* 如果对于定义于定义域区间上任何一点行列式不等于零，则整个区间上均不等于零，这个也是定理四的另一种说法。 例5 前面例3 其中 已经求得特征值与特征向量，而且特征值不同，特征向量不相关。因此，基解矩阵为： 特征值与特征向量 特征值 特征向量 基解矩阵 使用特征值与特征向量方法求得的基解矩阵与指数矩阵 一般不一样 但是根据基解矩阵的相关推论（193页，推论2）两者之间可以通过一个非奇异的常数矩阵进行转换。即