机敏问答[常微][5] #20210622
本专栏主要作个人复习自测,有相关知识预备的同学也可作复习用。不保证无相应基础的人士能看明白。
万一考试考到了,或者对你的学习有较大帮助,一键三连不过分吧(斜眼笑)
常系数齐次线性微分方程组
- 定义矩阵的模是所有元素绝对值和。以下哪些事物相比实数有本质区别?
a. 模有正定性 b. 模保持(正)数乘(”齐次性“) c. 三角不等式 d. 乘积的模和正整数次幂的模 - 若两矩阵满足(),则和的e指数等于()。因此 e A e^A eA一定可逆。
- 用交换图表表示指数运算和相似变换。
- e x A e^{xA} exA是常系数齐次线性微分方程组的标准基解矩阵。证明是根据()前提下交换()和()。
- 由上直接写出常系数非齐次线性微分方程组初值问题的解的公式。
- 背诵Jordan块 J ( λ ) J(\lambda) J(λ)(三阶)的 e x J ( λ ) e^{xJ(\lambda)} exJ(λ).
- 由上,如何求解 y ˙ = A y \dot y=Ay y˙=Ay?
- 简化计算的方法:如果已知特征值都是1重的,则基解矩阵可以表示为一个可逆矩阵(待定)乘以()(写出矩阵具有性质)矩阵,从而方程组有 n n n个待定的 e λ i x r ⃗ i e^{\lambda_ix}\vec r_i eλixri形式的解, r ⃗ i \vec r_i ri是常数列向量。 r ⃗ i \vec r_i ri和 λ i \lambda_i λi是什么关系?
- 接上,其实只要矩阵 A A A可以()(动作),则能直接写出基解矩阵()。出现复值解怎么办?
- 如果出现不可对角化的情况,则和 λ i \lambda_i λi相关的 n i n_i ni列每一列都形如(),其中 r ⃗ 0 \vec r_0 r0一定是特征向量吗?如果不是,那是什么?为了括号中的项数少一些,你应该怎么做?
- 如果矩阵 A A A有一些行只有一个元素非0,有什么更简便的做法?
- 常系数齐次线性微分方程组任何解当 x → − ∞ x\to-\infty x→−∞时都趋于零,对特征值有何要求?
答案
- 只有d. 有本质区别。即 ∣ ∣ A ∣ ∣ ∣ ∣ B ∣ ∣ ≥ ∣ ∣ A B ∣ ∣ ||A||||B||\ge ||AB|| ∣∣A∣∣∣∣B∣∣≥∣∣AB∣∣
- 可交换,指数的乘积
- 先相似再指数等于先指数再相似。
- 一致收敛,求导,求和。
- 齐次方程通解 e x A C e^{xA}C exAC,非齐次方程特解 e x A ∫ e − s A f ( s ) d s e^{xA}\int e^{-sA}f(s)ds exA∫e−sAf(s)ds,非齐次方程通解 e x A C + ∫ e ( x − s ) A f ( s ) d s e^{xA}C+\int e^{(x-s)A}f(s)ds exAC+∫e(x−s)Af(s)ds,代入得 e ( x − x 0 ) A y 0 + ∫ e ( x − s ) A f ( s ) d s e^{(x-x_0)A}y_0+\int e^{(x-s)A}f(s)ds e(x−x0)Ay0+∫e