常微分方程与常微分方程组的特征值解法总结笔记

来源链接：https://www.docin.com/p-2690426712.html

常微分方程特征值解法

设 $n$ 次常微分方程为 $$x^{(n)}+a_1{x}^{(n-1)}+\dots +a_{n-1}{x}^{{}^{\prime }}+a_{n}x=0,\text{\hspace{1em}(1)}$$则其特征方程为$${\lambda }^{(n)}+a_1{\lambda }^{(n-1)}+\dots +a_{n-1}{\lambda }^{{}^{\prime }}+a_n\lambda =0,\text{\hspace{1em}(2)}$$则方程（1）的线性无关解可表示如下：

特征值	重数	线性无关解
$\lambda$（实数根）	1	$e^{\lambda t}$
$\lambda$（实数根）	$k,k\le n$	$e^{\lambda t}$, $t{e}^{\lambda t}$, $\dots$, $t^{k-1}{e}^{\lambda t}$
$\alpha \pm \beta i$（复数根）	1	$e^{\alpha t}cos\beta t$, $e^{\alpha t}sin\beta t$
$\alpha \pm \beta i$（复数根）	$k,k\le n$	$e^{\alpha t}cos\beta t$, $e^{\alpha t}sin\beta t$, $t{e}^{\alpha t}cos\beta t$, $t{e}^{\alpha t}sin\beta t$, $\dots$, $t^{k-1}{e}^{\alpha t}cos\beta t$, $t^{k-1}{e}^{\alpha t}sin\beta t$

常微分方程组特征值解法

考虑如下一阶非齐次线性常微分方程组
$$\{\begin{array}{l}{x}_1^{{}^{\prime }}(t)=a_{11}(t)x_1+a_{12}(t)x_2+\dots +a_{1n}(t)x_n+f_1(t)\\ x_2^{{}^{\prime }}(t)=a_{21}(t)x_1+a_{22}(t)x_2+\dots +a_{2n}(t)x_n+f_2(t)\\ ⋮\\ x_n^{{}^{\prime }}(t)=a_{n1}(t)x_1+a_{n2}(t)x_2+\dots +a_{nn}(t)x_n+f_n(t)\end{array}$$写为向量形式为$$\dot{x}(t)=A(t)x(t)+f(t),\text{\hspace{1em}(3)}$$其中 $x(t)=(x_1(t),x_2(t),\dots ,x_n(t){)}^T$, $A(t)=(a_{ij}(t){)}_{n\times n}$, $f(t)=(f_1(t),f_2(t),\dots ,f_n(t){)}^T$.
若 $f(t)=0$, 则方程组 (3) 为齐次线性方程组。即$$\dot{x}(t)=A(t)x(t).\text{\hspace{1em}(4)}$$定理1（解的表示）
（i）若$\phi (t)$, $\psi (t)$ 为齐次线性方程组 (4) 的解， 则$\phi (t)$, $\psi (t)$的任意线性组合 $\alpha \phi (t)+\beta \psi (t)$ 也为齐次线性方程组 (A3) 的解，$\alpha ,\beta$ 为任意的常数。
（ii）若 ${\phi }^{\ast }(t)$ 为非齐次线性方程组 (A2) 的一个特解，$\psi (t)$ 为 (4) 的一个解，则（3）的任意一个解 $x(t)$ 可表示为 $$x(t)={\phi }^{\ast }(t)+\psi (t).$$定理2（解的存在唯一性） 设系数矩阵函数 $A(t)$ 和向量值函数 $f(t)$ 在定义区间 $I$ 内连续，$t_0\in I$. 则 $\forall \xi =({\xi }_1,{\xi }_2,\dots ,{\xi }_n{)}^T\in R^n$, 初值问题 $$\dot{x}(t)=A(t)x(t)+f(t),x(t_0)=\xi$$在区间 $I$ 上存在唯一解。
定义 (Wronsky 行列式) 设区间 $I$ 上有向量值函数$${\phi }_k(t)=({\phi }_{1k}(t),{\phi }_{2k}(t),\dots ,{\phi }_{nk}(t){)}^T,(k=1,2,\dots ,n)$$ 称以这些向量值函数为列的行列式$$det\left(\begin{array}{cccc}{\phi }_{11}(t)& {\phi }_{12}(t)& \dots & {\phi }_{1n}(t)\\ {\phi }_{21}(t)& {\phi }_{22}(t)& \dots & {\phi }_{2n}(t)\\ ⋮& ⋮& \dots & ⋮\\ {\phi }_{n1}(t)& {\phi }_{n2}(t)& \dots & {\phi }_{nn}(t)\end{array}\right)$$为向量值函数${\phi }_1(t),{\phi }_2(t),\dots ,{\phi }_n(t)$ 的Wronsky行列式，记作$$W(t)=W[{\phi }_1(t),{\phi }_2(t),\dots ,{\phi }_n(t)].$$定理 若向量值函数 ${\phi }_1(t)$, ${\phi }_2(t)$, $\dots$, ${\phi }_n(t)$ 在区间 $I$ 上线性相关， 则Wronsky行列式$W[{\phi }_1(t),{\phi }_2(t),\dots ,{\phi }_n(t)]=0,\forall t\in I.$
定理 设齐次线性方程组 (A3) 有 $n$ 个解 $${\phi }_k(t)=({\phi }_{1k}(t),{\phi }_{2k}(t),\dots ,{\phi }_{nk}(t){)}^T,(k=1,2,\dots ,n)$$则以下条件等价：
（i）${\phi }_1(t),{\phi }_2(t),\dots ,{\phi }_n(t)$ 在区间 $I$ 上线性相关；
（ii）$W[{\phi }_1(t),{\phi }_2(t),\dots ,{\phi }_n(t)]=0,\forall t\in I.$
（iii）存在 $t_0\in I$, 使得$W[{\phi }_1(t),{\phi }_2(t),\dots ,{\phi }_n(t_0)]=0.$
定理 $A(t)$ 为区间 $I$ 上连续的 $n\times n$矩阵函数，则一阶齐次线性常微分方程组（A3）的解集合是一个$n$ 维线性空间。
定义（基本解矩阵） 齐次线性常微分方程组（4）的 $n$ 个线性无关解$${\phi }_k(t)=({\phi }_{1k}(t),{\phi }_{2k}(t),\dots ,{\phi }_{nk}(t){)}^T,(k=1,2,\dots ,n)$$称为(A3)的一个基本解组。称矩阵$$\Phi (t)=\left(\begin{array}{cccc}{\phi }_{11}(t)& {\phi }_{12}(t)& \dots & {\phi }_{1n}(t)\\ {\phi }_{21}(t)& {\phi }_{22}(t)& \dots & {\phi }_{2n}(t)\\ ⋮& ⋮& ⋮& ⋮\\ {\phi }_{n1}(t)& {\phi }_{n2}(t)& \dots & {\phi }_{nn}(t)\end{array}\right)$$为齐次方程组 (4) 的一个基本解矩阵。
注： 已知 (4) 的一个基本解矩阵 $\Phi (t)$, 则 (4) 的通解可以表示为 $x(t)=\Phi (t)c$. 其中 $c\in R^n$ 为常变量。
设常系数齐次线性方程组$$x^{{}^{\prime }}=Ax,\text{\hspace{1em}(5)}$$$A$ 为 $n\times n$矩阵有非平凡解形如$$x(t)=e^{\lambda t}v,$$其中 $\lambda \in R$, $v\in R^n$为常向量，$v\ne 0$. 代入方程组(A4) 中得 $$\lambda e^{\lambda t}v=A{e}^{\lambda t}v,$$ 消去 $e^{\lambda t}$ 得$$\lambda v=Av,$$因为 $v\ne 0$，所以 $\lambda$ 为矩阵 $A$ 的特征值，而 $v$ 为系数矩阵 $A$ 的对应于特征值 $\lambda$ 的特征向量。
定义 称 $det(\lambda I-A)$ 为方程组(5)的特征方程，它的根称为方程组的特征根。
定理（常系数齐次方程组基本解组表示）$A$ 为 $n\times n$ 阶矩阵，若常系数齐次方程组（5）有 $n$ 个实的线性无关的特征向量 $v_k(k=1,2,\dots ,n)$，且分别对应于系数矩阵 $A$ 的（不同或相同的）实特征根 ${\lambda }_k(k=1,2,\dots ,n)$。则$${\phi }_k(t)=e^{{\lambda }_{k}t}{v}_k,k=1,2,\dots ,n,\text{\hspace{1em}(6)}$$为常系数齐次方程组（5）的一个基本解组。
注1： 设 $\lambda$ 是系数矩阵 $A$ 的 $m$ 重根， 而 $v_k(k=1,2,\dots ,m)$ 是与 $\lambda$ 对应的 $m$ 个线性无关的特征向量，则$$e^{\lambda t}{v}_k,(k=1,2,\dots ,m)$$ 是方程组 (5) 的 $m$ 个线性无关的解。
注2： 若 ${\lambda }_{\pm }=\alpha \pm i\beta$ 是实系数矩阵 $A$ 的一对共轭复根，$v_{\pm }=a\pm ib$ 是与之对应的特征向量（这里 $a,b$为向量）, 则$$\begin{array}{rl}{e}^{{\lambda }_{+}t}{v}_{+}& =e^{(\alpha +i\beta )t}(a+ib)\\ & =e^{\alpha t}(acos\beta t+bsin\beta t)+i{e}^{\alpha t}(asin\beta t+bcos\beta t)\end{array}$$$$\begin{array}{rl}{e}^{{\lambda }_{-}t}{v}_{-}& =e^{(\alpha -i\beta )t}(a-ib)\\ & =e^{\alpha t}(acos\beta t-bsin\beta t)+i{e}^{\alpha t}(asin\beta t+bcos\beta t)\end{array}$$是方程组（5）的两个线性无关的复解。