文章目录

  • 一、一阶线性常系数齐次微分方程组
    • 1.1 基本定义
    • 1.2 解的存在性
    • 1.3 解的唯一性
    • 1.4 结论
  • 二、一阶线性常系数非齐次微分方程组
    • 2.1 基本定义
    • 2.2 解的存在性
  • 三、例题

一、一阶线性常系数齐次微分方程组

1.1 基本定义

{ d x 1 ( t ) d t = a 11 x 1 ( t ) + a 12 x 2 ( t ) + ⋯ + a 1 n x n ( t ) d x 2 ( t ) d t = a 21 x 1 ( t ) + a 22 x 2 ( t ) + ⋯ + a 2 n x n ( t ) ⋮ d x n ( t ) d t = a n 1 x 1 ( t ) + a n 2 x 2 ( t ) + ⋯ + a n n x n ( t ) \left\{\begin{array}{c} \frac{\mathbf{d} x_{1}(t)}{\mathbf{d} t}=a_{11} x_{1}(t)+a_{12} x_{2}(t)+\cdots+a_{1 n} x_{n}(t) \\ \frac{\mathbf{d} x_{2}(t)}{\mathbf{d} t}=a_{21} x_{1}(t)+a_{22} x_{2}(t)+\cdots+a_{2 n} x_{n}(t) \\ \vdots \\ \frac{\mathbf{d} x_{n}(t)}{\mathbf{d} t}=a_{n 1} x_{1}(t)+a_{n 2} x_{2}(t)+\cdots+a_{n n} x_{n}(t) \end{array}\right. ⎩ ⎨ ⎧​dtdx1​(t)​=a11​x1​(t)+a12​x2​(t)+⋯+a1n​xn​(t)dtdx2​(t)​=a21​x1​(t)+a22​x2​(t)+⋯+a2n​xn​(t)⋮dtdxn​(t)​=an1​x1​(t)+an2​x2​(t)+⋯+ann​xn​(t)​

给定初始条件: x i ( 0 ) , ( i = 1 , 2 , ⋯ , n ) x_{i}(0),(i=1,2, \cdots, n) xi​(0),(i=1,2,⋯,n)。

记 A = ( a i j ) ∈ C n × n , X ( 0 ) = ( x 1 ( 0 ) , x 2 ( 0 ) , ⋯ , x n ( 0 ) ) T X ( t ) = ( x 1 ( t ) , x 2 ( t ) , … , x n ( t ) ) T \begin{array}{l} \mathbf{A}=\left(a_{i j}\right) \in \mathbf{C}^{n \times n}, \\ \boldsymbol{X}(0)=\left(x_{1}(0), x_{2}(0), \cdots, x_{n}(0)\right)^{T} \\ \boldsymbol{X}(t)=\left(x_{1}(t), x_{2}(t), \ldots, x_{n}(t)\right)^{T} \end{array} A=(aij​)∈Cn×n,X(0)=(x1​(0),x2​(0),⋯,xn​(0))TX(t)=(x1​(t),x2​(t),…,xn​(t))T​

则上述微分方程组可以写成:
{ X ′ ( t ) = A X ( t ) X ( 0 ) = ( x 1 ( 0 ) , x 2 ( 0 ) , … , x n ( 0 ) ) T \left\{\begin{array}{l} \boldsymbol{X}^{\prime}(t)=\boldsymbol{A} \boldsymbol{X}(t) \\ \boldsymbol{X}(0)=\left(x_{1}(0), x_{2}(0), \ldots, x_{n}(0)\right)^{T} \end{array}\right. {X′(t)=AX(t)X(0)=(x1​(0),x2​(0),…,xn​(0))T​

1.2 解的存在性

利用矩阵微分性质有
( e − A t X ( t ) ) ′ = − e − A t A ⋅ X ( t ) + e − A t X ′ ( t ) = e − A t ( X ′ ( t ) − A X ( t ) ) \left(e^{-\boldsymbol{A} t} \boldsymbol{X}(t)\right)^{\prime}=-e^{-\boldsymbol{A} t} \mathbf{A} \cdot \boldsymbol{X}(t)+e^{-\mathbf{A} t} \boldsymbol{X}^{\prime}(t)=e^{-\mathbf{A} t}\left(\boldsymbol{X}^{\prime}(t)-\mathbf{A} \boldsymbol{X}(t)\right) (e−AtX(t))′=−e−AtA⋅X(t)+e−AtX′(t)=e−At(X′(t)−AX(t))

故 ( e − A t X ( t ) ) ′ = 0 \left(e^{-\boldsymbol{A} t} \boldsymbol{X}(t)\right)^{\prime}=0 (e−AtX(t))′=0,因此 X ( t ) = e A t C \boldsymbol{X}(\mathrm{t})=e^{A t} \boldsymbol{C} X(t)=eAtC

由初始条件, C = X ( 0 ) \boldsymbol{C}=\boldsymbol{X}(0) C=X(0),其中 C \boldsymbol{C} C 为常数向量。

1.3 解的唯一性

如果定解问题有两个解 X 1 ( t ) \boldsymbol{X}_1(t) X1​(t), X 2 ( t ) \boldsymbol{X}_2(t) X2​(t),则令

Y ( t ) = X 1 ( t ) − X 2 ( t ) \boldsymbol{Y}(t)=\boldsymbol{X}_1(t)-\boldsymbol{X}_2(t) Y(t)=X1​(t)−X2​(t)

满足

{ Y ′ ( t ) = X 1 ′ ( t ) − X 2 ′ ( t ) = A X 1 ( t ) − A X 2 ( t ) = A Y ( t ) Y ( 0 ) = X 1 ( 0 ) − X 2 ( 0 ) = 0 \left\{\begin{array}{l} \boldsymbol{Y}^{\prime}(t)=\boldsymbol{X}_{1}^{\prime}(t)-\boldsymbol{X}_{2}^{\prime}(t)=A \boldsymbol{X}_{1}(t)-A \boldsymbol{X}_{2}(t)=\boldsymbol{AY}(t) \\ \boldsymbol{Y}(0)=\boldsymbol{X}_{1}(0)-\boldsymbol{X}_{2}(0)=0 \end{array}\right. {Y′(t)=X1′​(t)−X2′​(t)=AX1​(t)−AX2​(t)=AY(t)Y(0)=X1​(0)−X2​(0)=0​

类似推导可知, Y ( t ) = e A t Y ( 0 ) = 0 \boldsymbol{Y}(t)=e^{\mathbf{A} t} \boldsymbol{Y}(0)=\boldsymbol{0} Y(t)=eAtY(0)=0,即 X 1 ( t ) = X 2 ( t ) \boldsymbol{X}_1(t)=\boldsymbol{X}_2(t) X1​(t)=X2​(t)。

1.4 结论

一阶线性常系数齐次微分方程组的定解问题有唯一解
X ( t ) = e A t X ( 0 ) \boldsymbol{X}(t)=e^{\boldsymbol{A}t}\boldsymbol{X}(0) X(t)=eAtX(0)


二、一阶线性常系数非齐次微分方程组

2.1 基本定义

{ X ′ ( t ) = A X ( t ) + F ( t ) X ( t 0 ) = ( x 1 ( t 0 ) , x 2 ( t 0 ) , … , x n ( t 0 ) ) T \left\{\begin{array}{l} \boldsymbol{X}^{\prime}(t)=\boldsymbol{A} \boldsymbol{X}(t)+\boldsymbol{F}(t) \\ \boldsymbol{X}\left(t_{0}\right)=\left(x_{1}\left(t_{0}\right), x_{2}\left(t_{0}\right), \ldots, x_{n}\left(t_{0}\right)\right)^{T} \end{array}\right. {X′(t)=AX(t)+F(t)X(t0​)=(x1​(t0​),x2​(t0​),…,xn​(t0​))T​

这里 F ( t ) = ( f 1 ( t ) , f 2 ( t ) , ⋯ , f n ( t ) ) T \boldsymbol{F}(t)=\left(f_{1}(t), f_{2}(t), \cdots, f_{n}(t)\right)^{T} F(t)=(f1​(t),f2​(t),⋯,fn​(t))T 是已知的向量函数, A \boldsymbol{A} A 和 X \boldsymbol{X} X 意义同前。

2.2 解的存在性

( e − A t X ( t ) ) ′ = e − A t ( X ′ ( t ) − A X ( t ) ) = e − A t F ( t ) \left(e^{-\mathbf{A} t} \boldsymbol{X}(t)\right)^{\prime}=e^{-\mathbf{A} t}\left(\boldsymbol{X}^{\prime}(t)-\boldsymbol{A} \boldsymbol{X}(t)\right)=e^{-\mathbf{A} t} \boldsymbol{F}(t) (e−AtX(t))′=e−At(X′(t)−AX(t))=e−AtF(t)

对此方程在 [ t 0 , t ] [t_0,t] [t0​,t] 上进行积分,可得
e − A t X ( t ) − e − A t 0 X ( t 0 ) = ∫ t 0 t e − A τ F ( τ ) d τ e^{-\mathbf{A} t} \boldsymbol{X}(t)-e^{-\mathbf{A} t_{0}} \boldsymbol{X}\left(t_{0}\right)=\int_{t_{0}}^{t} e^{-\mathbf{A} \tau} \boldsymbol{F}(\tau) \mathrm{d} \tau e−AtX(t)−e−At0​X(t0​)=∫t0​t​e−AτF(τ)dτ

上述定解问题的解
X ( t ) = e A ( t − t 0 ) X ( t 0 ) + ∫ t 0 t e A ( t − τ ) F ( τ ) d τ \boldsymbol{X}(t)=e^{\mathbf{A}\left(t-t_{0}\right)} \boldsymbol{X}\left(t_{0}\right)+\int_{t_{0}}^{t} e^{\mathbf{A}(t-\tau)} \boldsymbol{F}(\tau) \mathrm{d} \tau X(t)=eA(t−t0​)X(t0​)+∫t0​t​eA(t−τ)F(τ)dτ

解答的唯一性和结论已经忽略。


三、例题

例1 求定解问题 { X ′ ( t ) = A X ( t ) X ( 0 ) = ( 1 , 1 , 1 ) T \left\{\begin{array}{l} \boldsymbol{X}^{\prime}(t)=\mathbf{A} \boldsymbol{X}(t) \\ \boldsymbol{X}(0)=(1,1,1)^{T} \end{array}\right. {X′(t)=AX(t)X(0)=(1,1,1)T​,其中 A = ( 3 − 1 1 2 0 − 1 1 − 1 2 ) A=\left(\begin{array}{ccc} 3 & -1 & 1 \\ 2 & 0 & -1 \\ 1 & -1 & 2 \end{array}\right) A= ​321​−10−1​1−12​ ​

det ⁡ ( λ I − A ) = λ ( λ − 2 ) ( λ − 3 ) \operatorname{det}(\lambda \mathbf{I}-\mathbf{A})=\lambda(\lambda-2)(\lambda-3) det(λI−A)=λ(λ−2)(λ−3)

特征根 λ 1 = 0 , λ 2 = 2 , λ 3 = 3 \lambda_{1}=0, \lambda_{2}=2, \lambda_{3}=3 λ1​=0,λ2​=2,λ3​=3,相应的三个线性无关的特征向量分别为:
X 1 = ( 1 , 5 , 2 ) T , X 2 = ( 1 , 1 , 0 ) T , X 3 = ( 2 , 1 , 1 ) T \boldsymbol{X}_{1}=(1,5,2)^{T}, \quad \boldsymbol{X}_{2}=(1,1,0)^{T}, \quad \boldsymbol{X}_{3}=(2,1,1)^{T} X1​=(1,5,2)T,X2​=(1,1,0)T,X3​=(2,1,1)T


T = ( 1 1 2 5 1 1 2 0 1 ) , T − 1 = − 1 6 ( 1 − 1 − 1 − 3 − 3 9 − 2 2 − 4 ) \boldsymbol{T}=\left(\begin{array}{lll} 1 & 1 & 2 \\ 5 & 1 & 1 \\ 2 & 0 & 1 \end{array}\right), \quad \boldsymbol{T}^{-1}=-\frac{1}{6}\left(\begin{array}{ccc} 1 & -1 & -1 \\ -3 & -3 & 9 \\ -2 & 2 & -4 \end{array}\right) T= ​152​110​211​ ​,T−1=−61​ ​1−3−2​−1−32​−19−4​ ​

所求的解为
X = e A t X ( 0 ) = T ( 1 e 2 t e 3 t ) T − 1 X ( 0 ) = − 1 6 ( − 1 + 3 e 2 t − 8 e 3 t − 5 + 3 e 2 t − 4 e 3 t − 2 − 4 e 3 t ) \begin{array}{l} \boldsymbol{X}=e^{\mathbf{A t}} \boldsymbol{X}(0)=\boldsymbol{T}\left(\begin{array}{lll} 1 & & \\ & e^{2 t} & \\ & & e^{3 t} \end{array}\right) \boldsymbol{T}^{-1} \boldsymbol{X}(0)=-\frac{1}{6}\left(\begin{array}{l} -1+3 e^{2 t}-8 e^{3 t} \\ -5+3 e^{2 t}-4 e^{3 t} \\ -2-4 e^{3 t} \end{array}\right) \end{array} X=eAtX(0)=T ​1​e2t​e3t​ ​T−1X(0)=−61​ ​−1+3e2t−8e3t−5+3e2t−4e3t−2−4e3t​ ​​


例2 求定解问题 { d X ( t ) d t = A X ( t ) + F ( t ) X ( 0 ) = ( 1 , 1 , 1 ) T \left\{\begin{array}{l} \frac{\mathrm{d} \boldsymbol{X}(t)}{\mathrm{d} t}=\mathbf{A} \boldsymbol{X}(t)+\boldsymbol{F}(t) \\ \boldsymbol{X}(0)=(1,1,1)^{T} \end{array}\right. {dtdX(t)​=AX(t)+F(t)X(0)=(1,1,1)T​ 的解,其中 A A A 如上例, F ( t ) = ( 0 , 0 , e 2 t ) T \boldsymbol{F}(t)=\left(0,0, e^{2 t}\right)^{T} F(t)=(0,0,e2t)T。

该问题的定解为 X ( t ) = e A t X ( 0 ) + ∫ 0 t e A ( t − τ ) F ( τ ) d τ \boldsymbol{X}(t)=e^{\mathbf{A} t} \boldsymbol{X}(0)+\int_{0}^{t} e^{\mathbf{A}(t-\tau)} \boldsymbol{F}(\tau) \mathrm{d} \tau X(t)=eAtX(0)+∫0t​eA(t−τ)F(τ)dτ

e A ( t − τ ) F ( τ ) = T e [ J ( t − τ ) ] T − 1 F ( τ ) = ( 1 1 2 5 1 1 2 0 1 ) ( 1 e 2 ( t − τ ) e 3 ( t − τ ) ) ( − 1 6 ) ( 1 − 1 − 1 − 3 − 3 9 − 2 2 − 4 ) ( 0 0 e 2 τ ) = − 1 6 ( − e 2 τ + 9 e 2 t − 8 e 3 t − τ − 5 e 2 τ + 9 e 2 t − 4 e 3 t − τ − 2 e 2 τ − 4 e 3 t − τ ) 。 \begin{aligned} e^{\mathbf{A}(t-\tau)} \boldsymbol{F}(\tau) & =\boldsymbol{T} e^{[J(t-\tau)]} \boldsymbol{T}^{-1} \boldsymbol{F}(\tau) \\ & =\left(\begin{array}{lll} 1 & 1 & 2 \\ 5 & 1 & 1 \\ 2 & 0 & 1 \end{array}\right)\left(\begin{array}{lll} 1 & & \\ & e^{2(t-\tau)} & \\ & & e^{3(t-\tau)} \end{array}\right)\left(\begin{array}{l} -\frac{1}{6} \\ \end{array}\right)\left(\begin{array}{ccc} 1 & -1 & -1 \\ -3 & -3 & 9 \\ -2 & 2 & -4 \end{array}\right)\left(\begin{array}{l} 0 \\ 0 \\ e^{2 \tau} \end{array}\right)=-\frac{1}{6}\left(\begin{array}{l} -e^{2 \tau}+9 e^{2 t}-8 e^{3 t-\tau} \\ -5 e^{2 \tau}+9 e^{2 t}-4 e^{3 t-\tau} \\ -2 e^{2 \tau}-4 e^{3 t-\tau} \end{array}\right) 。 \end{aligned} eA(t−τ)F(τ)​=Te[J(t−τ)]T−1F(τ)= ​152​110​211​ ​ ​1​e2(t−τ)​e3(t−τ)​ ​(−61​​) ​1−3−2​−1−32​−19−4​ ​ ​00e2τ​ ​=−61​ ​−e2τ+9e2t−8e3t−τ−5e2τ+9e2t−4e3t−τ−2e2τ−4e3t−τ​ ​。​

对变量 τ \tau τ 从 0 到 t t t 进行积分,即得
P = − 1 6 ( 1 2 + ( 9 t + 15 2 ) e 2 t − 8 e 3 t 5 2 + ( 9 t + 3 2 ) e 2 t − 4 e 3 t 1 + 3 e 2 t − 4 e 3 t ) \boldsymbol{P}=-\frac{1}{6}\left(\begin{array}{l} \frac{1}{2}+\left(9 t+\frac{15}{2}\right) e^{2 t}-8 e^{3 t} \\ \frac{5}{2}+\left(9 t+\frac{3}{2}\right) e^{2 t}-4 e^{3 t} \\ 1+3 e^{2 t}-4 e^{3 t} \end{array}\right) P=−61​ ​21​+(9t+215​)e2t−8e3t25​+(9t+23​)e2t−4e3t1+3e2t−4e3t​ ​
因此 X ( t ) = e A t X ( 0 ) + P \boldsymbol{X}(t)=e^{\mathbf{A} t} \boldsymbol{X}(0)+\boldsymbol{P} X(t)=eAtX(0)+P

X ( t ) = − 1 6 ( − 1 2 + ( 9 t + 21 2 ) e 2 t − 16 e 3 t − 5 2 + ( 9 t + 9 2 ) e 2 t − 8 e 3 t − 1 + 3 e 2 t − 8 e 3 t ) X(t)=-\frac{1}{6}\left(\begin{array}{l} -\frac{1}{2}+\left(9 t+\frac{21}{2}\right) e^{2 t}-16 e^{3 t} \\ -\frac{5}{2}+\left(9 t+\frac{9}{2}\right) e^{2 t}-8 e^{3 t} \\ -1+3 e^{2 t}-8 e^{3 t} \end{array}\right) X(t)=−61​ ​−21​+(9t+221​)e2t−16e3t−25​+(9t+29​)e2t−8e3t−1+3e2t−8e3t​ ​

一阶常系数微分方程组的笔记相关推荐

  1. [每日一氵]求解一阶线性常系数微分方程组

    求解一阶线性常系数微分方程组 关键字有这么多: 一阶 线性 常系数 微分方程 组 直接给例子吧: d x 1 d t = x 2 d x 2 d t = x 3 d x 3 d t = − 6 x 1 ...

  2. 一阶微分方程的物理意义_MIT—微分方程笔记24 一阶常微分方程组

    18.03 微分方程 Differential Equations 第四单元 一阶常微分方程组 Unit 4 First-Order Systems 第24讲 一阶常微分方程组 第25讲 常系数齐次线 ...

  3. 常系数微分方程组的V函数构造定理的解释

    这是王高雄里的常微分方程里的二次型V函数的构造-一节的定理, 定正矩阵,这个书里没注意到在哪,不过在高等代数中就是正定矩阵的意思, 第二个划线部分矩阵里的微分运算,也是没见过的, 看起来很有意思,但是 ...

  4. 第二十三讲 解一阶微分方程组

    例题 {u1′=−u1+2u2u1′=u1−2u2\left\{\begin{matrix}{u_{1}}'=-u_{1}+2u_{2}\\ {u_{1}}'=u_{1}-2u_{2}\end{mat ...

  5. matlab求解一阶微分方程组

    在matlab里运用ode计算一阶微分方程组 可以根据需求选择合适的ode 举个例 程序为:function dy = odefun(t,y) dy = zeros(3,1); % 一个列向量 dy( ...

  6. 二阶偏微分方程组 龙格库塔法_1、经典四阶龙格库塔法解一阶微分方程组

    1.经典四阶龙格库塔法解一阶微分方程组 陕 西 科 技 大 学 数值计算课程设计任务书 理学院信息与计算科学/应用数学专业信息08/数学08 班级 学生: 题目:典型数值算法的C++语言程序设计 课程 ...

  7. 四阶龙格库塔法的基本思想_经典四阶龙格库塔法解一阶微分方程组讲义.doc

    1.经典四阶龙格库塔法解一阶微分方程组 1.1运用四阶龙格库塔法解一阶微分方程组算法分析 , 经过循环计算由 推得 -- 每个龙格-库塔方法都是由一个合适的泰勒方法推导而来,使得其最终全局误差为,一种 ...

  8. 龙格库塔法解微分方程组的matlab程序,MATLAB实例源码教程:龙格库塔法求解微分方程组源代码实例.doc...

    MATLAB实例源码教程:龙格库塔法求解微分方程组源代码实例.doc MATLAB实例源码教程龙格库塔法求解微分方程组源代码实例题目用经典 Runge-Kutta方法求下列一阶微分方程组的近似解y1 ...

  9. 龙格库塔法matlab求解微分方程组,微分方程组的龙格库塔公式求解matlab版.pdf

    微分方程组的龙格库塔公式求解matlab版 微分方程组的龙格-库塔公式求解matlab版 南京大学 王寻 1. 一阶常微分方程组 考虑方程组     y'f x,y,z , y x y ...

最新文章

  1. 每天多一点(2016.12.04)》Javascript隐式转换
  2. python异步和多线程_Python 异步 IO(asyncio)、多进程、多线程性能对比
  3. 软件测试工资高还是运维高,IT行业的6大热门岗位,薪酬都有多高?
  4. 没有wan接口_“伪千兆”路由器,快回家看看你家中招了没有?
  5. 【POJ 1456】Supermarket【并查集】
  6. html 隐藏广告代码大全,JS广告代码_JS广告代码大全_js特效代码_js特效代码大全 - 懒人建站...
  7. shell脚本大全-个人收藏
  8. arcgis分析道路节点中心性degree,closeness,betweenness
  9. wx-jssdk,IOS调用API,config通过了,但是报错[ the permission value is offline verifying ]
  10. The server time zone value 'XXXXXXXXX' is unrecognized or represents more tha
  11. 航芯技术分享 | BMS专题之BMS基础功能模块概述
  12. 第三方支付的商户订单号和支付交易号
  13. uos应用_终极指标(UOS)应用法则
  14. 云米、品钛、趣店等中概股领跌,多家公司股价创历史新低
  15. Photoshop CC 2017 One-on-One: Fundamentals Photoshop CC 2017 系列进阶教程之基础训练 Lynda课程中文字幕
  16. (转)Android Jetpack Compose 最全上手指南
  17. 【计算机网络】彻底明白IP地址——计算相关地址
  18. DBCO-MMPs-PEG DBCO-基质金属蛋白酶MMPs-聚乙二醇
  19. 8.java中面向对象---基础概念(1)(附讲解与练习)
  20. 小学计算机教海探航论文名字,教海探航获奖论文题目参考(95页)-原创力文档...

热门文章

  1. Elastalert的报警功能拓展:分组报警
  2. 【因果学习】因果推断分析
  3. C++实现二路归并排序算法
  4. 高效能管理之要事第一 时间管理表格
  5. mysql字符串类型的数字比较大小sql该如何写呢
  6. 学习数据分析、数据挖掘、大数据ETL工程师到什么程度可以找工作?
  7. 华为云面试指南—Rainbow
  8. 360手机官方刷机教程(N6系列+N7系列通用)
  9. Build Library By xcodebuild
  10. Markdown(编辑器)工具与使用总结Markdown语法图文全面详解