常系数线性微分方程组
第三章 一阶线性微分方程组 第四讲 常系数线性微分方程组的解法(1)
第四讲 常系数线性微分方程组的解法（4课时）一、目的与要求: 理解常系数线性微分方程组的特征方程式, 特征根, 特征向量的概念, 掌握常系数线性微分方程组的基本解组的求法. 二、重点：常系数线性微分方程组的基本解组的求法.三、难点：常系数线性微分方程组的特征方程式, 特征根, 特征向量的概念. 四、教学方法：讲练结合法、启发式与提问式相结合教学法. 五、教学手段：传统板书与多媒体课件辅助教学相结合. 六、教学过程：1 新课引入由定理3.6我们已知道，求线性齐次方程组(3.8)的通解问题，归结到求其基本解组. 但是对于一般的方程组(3.8)，如何求出基本解组，至今尚无一般方法. 然而对于常系数线性齐次方程组dYAY dx= (3.20) 其中A 是n n ⨯实常数矩阵，借助于线性代数中的约当(Jordan)标准型理论或矩阵指数，可以使这一问题得到彻底解决. 本节将介绍前一种方法，因为它比较直观.由线性代数知识可知，对于任一n n ⨯矩阵A ，恒存在非奇异的n n ⨯矩阵T ，使矩阵1T AT -成为约当标准型. 为此，对方程组(3.20)引入非奇异线性变换Y TZ = (3.21)其中()(,1,2,,),ij T t i j n == det 0T ≠,将方程组(3.20)化为1dZT ATZ dx-= (3.22) 我们知道，约当标准型1T AT -的形式与矩阵A 的特征方程111212122212det()0n n n n nn a a a a a a A E a a a λλλλ---==-2的根的情况有关. 上述方程也称为常系数齐次方程组(3.20)的特征方程式.它的根称为矩阵A 的特征根.下面分两种情况讨论.(一) 矩阵A 的特征根均是单根的情形. 设特征根为12,,,,n λλλ这时12100n T AT λλλ-⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦方程组(3.20)变为11122200n n n dz dx z dz z dx z dz dx λλλ⎡⎤⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦(3.23)易见方程组(3.23)有n 个解1110(),00xZ x e λ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦ 220010(),,()0001n x x n Z x e Z x e λλ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦把这n 个解代回变换(3.21)之中，便得到方程组(3.20)的n 个解12()i i i i x x i i ni t t Y x e e T t λλ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦(1,2,,)i n =陇东学院数学系常微分方程精品课程教案教案编写人:李相锋 李万军3这里i T 是矩阵T 第i 列向量，它恰好是矩阵A 关于特征根i λ的特征向量，并且由线性方程组()0i i A E T λ-=所确定. 容易看出，12(),(),,()n Y x Y x Y x 构成(3.20)的一个基本解组，因为它们的朗斯基行列式()W x 在0x =时为(0)det 0W T =≠. 于是我们得到定理3.11 如果方程组(3.20)的系数阵A 的n 个特征根12,,,,n λλλ彼此互异，且12,,,n T T T 分别是它们所对应的特征向量，则121122(),(),,()n x xxn n Y x e T Y x e T Y x e T λλλ===是方程组(3.20)的一个基本解组. 例1 试求方程组353dxx y z dt dyx y z dt dzx y z dt ⎧=-+⎪⎪⎪=-+-⎨⎪⎪=-+⎪⎩的通解.解 它的系数矩阵是311151313A -⎡⎤⎢⎥=--⎢⎥⎢⎥-⎣⎦特征方程是311det()1510313A E λλλλ---=---=--4即 321136360λλλ-+-=所以矩阵A 的特征根为1232,3,6λλλ===．先求12λ=对应的特征向量1a T b c ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦,,a b c 满足方程1111()1310111a a A E b b c c λ-⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥-=--=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦即0300a b c a b c a b c -+=⎧⎪-+-=⎨⎪-+=⎩可得,0a c b =-=. 取一组非零解，例如令1c =-，就有1,0,1a b c ===-. 同样，可求出另两个特征根所对应的特征向量，这样，这三个特征根所对应的特征向量分别是110,1T ⎡⎤⎢⎥=⎢⎥⎢⎥-⎣⎦ 211,1T ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦ 3121T ⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦故方程组的通解是236123()111()012()111t t t x t y t C e C e C e z t ⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=++-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦(二) 常系数线性微分方程组的解法复特征根 从上一讲我们已经知道，求解方程组dYAY dx= （3.20） 归结为求矩阵A 的特征根和对应的特征向量问题．现在考虑复根情形．因为A 是实的矩阵，所以复特征根是共轭出现的，设1,2i λαβ=±是一对共轭根，由定理3.11，对应解是陇东学院数学系常微分方程精品课程教案教案编写人:李相锋 李万军5111(),x Y x e T λ= 222()x Y x e T λ=其中12,T T 是特征向量，这是实变量的复值解，通常我们希望求出方程组（3.20）的实值解，这可由下述方法实现．定理3.12 如果实系数线性齐次方程组()dYA x Y dx= 有复值解()()()Y x U x iV x =+其中()U x 与()V x 都是实向量函数，则其实部和虚部12()()(),()n u x u x U x u x ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦ 12()()()()n v x v x V x v x ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦证明 因为()()()Y x U x iV x =+是方程组(3.8)的解，所以[]()()()()d dU x dV x U x iV x i dx dx dx+≡+ ()[()()]()()()()A x U x iV x A x U x iA x V x ≡+≡+由于两个复数表达式恒等相当于实部及虚部恒等，所以上述恒等式表明：()()()dU x A x U x dx = , ()()()dV x A x V x dx= 即()U x ,()V x 都是方程组(3.8)的解.证毕.定理3.13 如果12(),(),,()n Y x Y x Y x 是区间(,)a b 上的n 个线性无关的向量函数，12,b b 是两个不等于零的常数，则向量函数组112[()()],b Y x Y x + 212[()()],b Y x Y x - 3(),,()n Y x Y x (3.24)在区间(a, b )上仍是线性无关的.6证明 (反证法) 如果(3.24)线性相关，那么依定义3.1存在n 个不全为零的常数12,,,n C C C ，使得对区间(,)a b 上的所有x 皆有1112221233[()()][()()]()()0n n C b Y x Y x C b Y x Y x C Y x C Y x ++-+++≡所以112211122233()()()()()()0n n C b C b Y x C b C b Y x C Y x C Y x ++-+++≡因为12(),(),,()n Y x Y x Y x 线性无关，从而11220,C b C b += 11220,C b C b -= 30,,0n C C ==从上式可知，11220C b C b ==, 因为12,0b b ≠, 故120C C ==. 即所有常数12,,,n C C C 都等于零，矛盾. 证毕.由代数知识知, 实矩阵A 的复特征根一定共轭成对地出现.即，如果a ib λ=+是特征根，则其共轭a ib λ=-也是特征根. 由定理3.11，方程组(3.20)对应于a ib λ=+的复值解形式是1111222122()()()112()a ib x a ib x a ib x n n n t t it t t it x e T e e t t it ++++⎡⎤⎡⎤⎢⎥⎢⎥+⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥+⎣⎦⎣⎦1Y1112212212(cos sin )axn n t it t it e bx i bx t it +⎡⎤⎢⎥+⎢⎥=+⎢⎥⎢⎥+⎣⎦11121211212222211221cos sin cos sin cos sin cos sin cos sin cos sin ax ax n n n n t bx t bx t bx t bx t bx t bx t bx t bx eie t bx t bx t bx t bx -+⎡⎤⎡⎤⎢⎥⎢⎥-+⎢⎥⎢⎥=+⎢⎥⎢⎥⎢⎥⎢⎥-+⎣⎦⎣⎦陇东学院数学系常微分方程精品课程教案教案编写人:李相锋 李万军7这里1T 是对应于a ib λ=+的特征向量.由于矩阵A 是实的，所以上述向量的共轭向量是方程组(3.20)对应于特征根a ib λ=-的解，记作()2(),a ib x x e -=2Y T =21T T . 现将上述两个复值解，按下述方法分别取其实部和虚部为1112212212cos sin cos sin 1[()()]2cos sin ax n n t bx t bx t bx t bx x x e t bx t bx -⎡⎤⎢⎥-⎢⎥+=⎢⎥⎢⎥-⎣⎦12YY 1211222121cos sin cos sin 1[()()]2cos sin ax n n t bx t bx t bx t bx x x e it bx t bx +⎡⎤⎢⎥+⎢⎥-=⎢⎥⎢⎥+⎣⎦12YY由定理3.12和定理3.13，它们分别是方程组(3.20)的解， 并且由此得到的n 个解仍组成基本解组.例2 求解方程组3dxx y z dt dyx y dt dzx z dt ⎧=--⎪⎪⎪=+⎨⎪⎪=+⎪⎩解 它的系数矩阵为111110301--⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦A特征方程是8111det()110301λλλλ----=--A E 即2(1)(25)0λλλ--+=特征根为11,λ= 2,312i λ=±先求11λ=对应的特征向量为1011⎡⎤⎢⎥=⎢⎥⎢⎥-⎣⎦T再求212i λ=+所对应的特征向量2T . 它应满足方程组2211((12))120302i a i i b i c ---⎡⎤⎡⎤⎢⎥⎢⎥-+=-=⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦A E T 0即2020320ia b c a bi a ci ⎧---=⎪⎪-=⎨⎪-=⎪⎩ 用2i 乘上述第一个方程两端，得422020320a bi ci a bi a ci ⎧--=⎪⎪-=⎨⎪-=⎪⎩陇东学院数学系常微分方程精品课程教案教案编写人:李相锋 李万军9显见，第一个方程等于第二与第三个方程之和. 故上述方程组中仅有两个方程是独立的，即20320a bi a ci -=⎧⎨-=⎩求它的一个非零解.不妨令2,a i = 则1,3b c ==. 于是212i λ=+对应的解是(12)222sin 22cos 21(cos 2sin 2)1cos 2sin 2333cos 23sin 2i t t t t i i t t e e t i t e t ie t t t +-⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=+=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦故原方程组的通解为123()02sin 22cos 2()1cos 2sin 2()13cos 23sin 2t t t x t t t y x C e C e t C e t z x t t -⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦⎣⎦(三) 矩阵A 的特征根有重根的情形由定理3.11，我们已经知道，当方程组(3.20)的系数矩阵A 的特征根均是单根时，其基本解组的求解问题，归结到求这些特征根所对应的特征向量. 然而，当矩阵A 的特征方程有重根时，定理3.11不一定完全适用，这是因为，若i λ是A 的i k 重特征根，则由齐次线性方程组()i i λ-=A E T 0所决定的线性无关特征向量的个数i γ, 一般将小于或等于特征根i λ的重数i k . 若i γ=i k ,那么矩阵A 对应的约当标准型将呈现对角阵，其求解方法与3.5.1情形相同.若i γ＜i k ，由线性代数的知识，此时也可以求出i k 个线性无关的特征向量，通常称为广义特征向量，以这些特征向量作为满秩矩阵T 的列向量，可将矩阵A 化成若当标准型10121m ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦-J J T AT J 其中未标出符号的部分均为零无素，而1010i ii i λλλ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦J (1,2,,)i m =是i k 阶约当块，12,m k k k n +++= 12,,,m λλλ是(3.20)的特征根，它们当中可能有的彼此相同.于是，在变换(3.21)下方程组(3.20)化成12m d dx ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦J J Z Z J (3.25) 根据(3.25)的形式，它可以分解成为m 个可以求解的小方程组.为了说清楚这个问题，我们通过一个具体重根的例子，说明在重根情形下方程组(3.20)的基本解组所应具有的结构．对于一般情形，其推导是相似的.设方程组d Dx=YAY （3.26） 中A 是5.5矩阵，经非奇异线性变换=Y TZ 其中()(,1,2,,5)ij t i j ==T 且det 0≠T ，将方程组(3.26)化为d dx=ZJZ (3.27) 我们假定陇东学院数学系常微分方程精品课程教案1112210000100000000010000λλλλλ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦J 这时，方程组(3.27)可以分裂为两个独立的小方程组 1112212313dz z z dx dz z dxdz z dx λλλ⎧=+⎪⎪⎪=⎨⎪⎪=⎪⎩(3.28)4245525dz z z dx dz z dxλλ⎧=+⎪⎪⎨⎪=⎪⎩ (3.29) 在(3.28)中自下而上逐次用初等积分法可解得11123121232332!()xxxC z x C x C e z C x C e z C e λλλ⎛⎫=++ ⎪⎝⎭=+= 同样对(3.29)可解得2245455()xx z C x C e z C eλλ=+= 这里125,,,C C C 是任意常数.由于在方程(3.28)中不出现45,,z z 在(3.29)中不出现123,,z z z ．我们依次取12345123451234512345123451,00,1,00,1,00,1,00,1C C C C C C C C C C C C C C C C C C C C C C C C C =========================可以得到方程组(3.27)的五个解如下11111121232!0,,00000000x xx x x x x e xe e e xe e λλλλλλ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥===⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦Z Z Z , 222450000,000x x x e xe e λλλ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦Z Z 从而1111112222002!000()00000000000x x x x x x x x x x exe e e xe x e e xe e λλλλλλλλλ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦Z (3.31) 是方程组(3.27)的一个解矩阵. 又det (0)10=≠Z ,所以(3.31)是方程组(3.27)的一个基本解矩阵.而(3.30)是(3.27)的一个基本解组.现在把(3.30)的每个解分别代入到线性变换Y =TZ 中可得原方程组(3.26)的五个解，1111111211314151,x x x x x t e t e t e t e t e λλλλλ⎡⎤⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎣⎦Y 11111111221222313241425152()(),()()()x x x x x t x t e t x te t x t e t x te t x t e λλλλλ⎡⎤+⎢⎥+⎢⎥⎢⎥=+⎢⎥+⎢⎥⎢⎥+⎣⎦Y陇东学院数学系常微分方程精品课程教案11111211121322122232313323324142432515253()2!()2!()2!()2!()2!x x x x x t x t x t e t x t x t e t x t x t e t x t x t e t x t x t e λλλλλ⎡⎤++⎢⎥⎢⎥⎢⎥++⎢⎥⎢⎥⎢⎥=++⎢⎥⎢⎥⎢⎥++⎢⎥⎢⎥++⎢⎥⎣⎦Y ,222222222214141524242545343435444445545455()(),()()()x x x x x x x x x x t e t x t e t e t x t e t e t x t e t e t x t e t e t x t e λλλλλλλλλλ⎡⎤⎡⎤+⎢⎥⎢⎥+⎢⎥⎢⎥⎢⎥⎢⎥==+⎢⎥⎢⎥+⎢⎥⎢⎥⎢⎥⎢⎥+⎣⎦⎣⎦Y Y而且这五个解构成方程组的一个基本解组.这是因为，若把上面五个解写成矩阵形式12345()[(),(),(),(),()]x x x x x x =Y Y Y Y Y Y 则显然有det (0)0=≠Y T .至此我们已清楚地看到，若J 中有一个三阶若当块，1λ是(3.26)的三重特证根，则(3.26)有三个如下形式的线性无关解，12345()()()(),1,2,3()()i i i x i i i i p x p x x p x e i p x p x λ⎡⎤⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦Y (3.32) 其中每个()(1,2,3,1,2,3,4,5)ki p x i k ==是x 的至多二次多项式.因此(3.32)也可以写成如下形式12012()x x x e λ++R R R其中012,,R R R 都是五维常向量.而对于J 中的二阶若当块，2λ是(3.26)的二重根，它 所对应的(3.26)的两个线性无关解应是如下形式234()x x e λ+R R其中34,R R 也都是五维常向量.最后，我们还应指出，对于方程组(3.20)，若i λ是A 的一个i k 重特征根，则i λ所对应的若当块可能不是一块而是几块，但是它们每一块的阶数都小于或等于i k ，而且这些阶数的和恰好等于i k . 这样，由以上分析我们得到定理3.14 设12,,,m λλλ是矩阵A 的m 个不同的特征根，它们的重数分别为12,,,m k k k . 那么，对于每一个i λ，方程组(3.20)有i k 个形如1122()(),()(),,()()i i i i i x x x k k x x e x x e x x e λλλ===Y P Y P Y P 的线性无关解，这里向量()(1,2,,)i i x i k =P 的每一个分量为x 的次数不高于1i k -的多项式. 取遍所有的(1,2,,)i i m λ=就得到(3.20)的基本解组.上面的定理既告诉了我们当A 的特征根有重根时，线性方程组(3.20)的基本解组的形式，同时也告诉了我们一种求解方法，但这种求解方法是很繁的.在实际求解时，常用下面的待定系数法求解. 为此，我们需要线性代数中的一个重要结论.引理3.1 设n 阶矩阵互不相同的特征根为(1,2,,)i i m λ=，其重数分别是,1212,,,()m m k k k k k k n +++=, 记n 维常数列向量所组成的线性空间为V ，则(1) V 的子集合 {()0,}j kj j λ=-=∈V R A E R R V 是矩阵A 的(1,2,,)j k j m =维不变子空间，并且(2) V 有直和分解 12m =⊕⊕⊕V V V V ;现在，在定理3.14相同的假设下，我们可以按下述方法求其基本解组.陇东学院数学系常微分方程精品课程教案定理3.15 如果j λ是(3.20)的j k 重特征根，则方程组(3.20)有个j k 形如1011()()j j j k x k x x x e λ--=+++Y R R R (3.33) 的线性无关解，其中向量011,,,j k -R R R 由矩阵方程0112210()()2()(1)()0j j j j j j k j k k j k λλλλ--⎧-=⎪⎪-=⎪⎨⎪-=-⎪⎪-=⎩A E R R A E R R A E R R A ER (3.34)所确定.取遍所有的(1,2,,)j j m λ=，则得到(3.20)的一个基本解组.证明 由定理3.14知，若j λ是（3.20）的j k 重特征根，则对应解有（3.30）的形式.将（3.33）代入方程组（3.20）有21121011[2(1)]()j j j j j j k x k x j k j k x k xe x x e λλλ----+++-++++R R R R R R 1011()j j j k x k A x x e λ--=+++R R R消去j x e λ，比较等式两端x 的同次幂的系数（向量），有0112211()()2()(1)()0j j j j j j k j k j k k λλλλ---⎧-=⎪⎪-=⎪⎨⎪-=-⎪⎪-=⎩A E R R A E R R A E R R A ER （3.35）注意到方程组（3.35）与（3.34）是等价的.事实上，两个方程组只有最后一个方程不同，其余都相同．（3.35）与（3.34）同解的证明请见教材．这样，在方程组(3.31)中，首先由最下面的方程解出0R ，再依次利用矩阵乘法求出121,,,j k -R R R . 由引理3.1得知，线性空间V 可分解成相应不变子空间的直和，取遍所有的(1,2,,)j j m λ=，就可以由(3.34)最下面的方程求出n 个线性无关常向量，再由(3.31)逐次求出其余常向量，就得到(3.20)的n 个解. 记这n 个解构成的解矩阵为()x Y ，显然，(0)Y 是由(3.34)最下面的方程求出的n 个线性无关常向量构成，由引理3.1的2)矩阵(0)Y 中的各列构成了n 维线性空间V 的一组基，因此det (0)0≠Y ，于是()x Y 是方程组(3.20)的一个基本解组.例3 求解方程组123213312dy y y dx dy y y dxdy y y dx ⎧=+⎪⎪⎪=+⎨⎪⎪=+⎪⎩解 系数矩阵为011101110⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦A 特征方程为2(2)(1)0λλ-+=特征根为 1232, 1.λλλ===-其中12λ=对应的解是211()11x x e ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦Y 下面求231λλ==-所对应的两个线性无关解.由定理3.15，其解形如陇东学院数学系常微分方程精品课程教案01()()x x x e -=+Y R R并且01,R R 满足0120()()0=⎧⎨=⎩A +E R R A +E R 由于111()111,111⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦A +E 2333()333333⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦A +E 那么由20()0=A +E R 可解出两个线性无关向量11,0-⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ 101-⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦将上述两个向量分别代入01()=A +E R R 中，均得到1R 为零向量.于是231λλ==-对应的两个线性无关解是21()1,0x x e --⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦Y 31()01x x e --⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦Y 最后得到通解2123111()110101x x x x C e C e C e ----⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦Y 例4 求解方程组11232123312332dy y y y dx dy y y y dxdy y y y dx⎧=+-⎪⎪⎪=-++⎨⎪⎪=++⎪⎩ 解 系数矩阵是311121111-⎡⎤⎢⎥=-⎢⎥⎢⎥⎣⎦A特征方程为3(2)0λ-= , 有三重特征根1,2,32λ=由定理3.15，可设其解形如22012()()xx x x e =++Y R R R012,,R R R 满足方程组0121230(2)(2)(2)-=⎧⎪-=⎨⎪-=⎩A E R R A E RR A E R 0由于23111101000(2)101,(2)000,(2)000111101000--⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥-=--=-=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥--⎣⎦⎣⎦⎣⎦A E A E A E 故0R 可分别取10,0⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ 01,0⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ 001⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦陇东学院数学系常微分方程精品课程教案再将它们依次代入上面的方程，相应地求得1R 为11,1⎡⎤⎢⎥-⎢⎥⎢⎥⎣⎦ 10,1⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ 111-⎡⎤⎢⎥⎢⎥⎢⎥-⎣⎦2R 为120,12⎡⎤-⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦ 00,0⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦ 12012⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦于是，可得原方程组三个线性无关解 22212111012()010,()10,011012x x Y x x x e Y x x e ⎡⎤⎡⎤-⎢⎥⎢⎥⎡⎤⎡⎤⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=+-+=+⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦⎣⎦⎣⎦⎢⎥-⎢⎥⎣⎦⎣⎦2231012()0101112xY x x x e ⎡⎤⎡⎤⎢⎥⎢⎥-⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥=++⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎢⎥⎢⎥⎣⎦⎣⎦最后方程的通解可写成22112222233111()22()1()11122x x x x x x y x C y x e x x C y x C x x x x x ⎡⎤+--+⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=-⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦--+⎢⎥⎣⎦本讲要点：1 . 常系数线性微分方程组的解法归结为求出系数阵A的特征根和特征向量。
常系数线性微分方程组解法
dy (1) dx = 3 y 2 z , 例1 解微分方程组 dz = 2 y z . ( 2) dx 解 设法消去未知函数 y ， 由(2)式得 式得
1 dz y = + z ( 3) 2 dx dy 1 d 2 z dz = 2 + , 两边求导得， 两边求导得， dx 2 dx dx
原方程组的通解为
1 y = ( 2C1 + C 2 + 2C 2 x )e x 2 , z = ( C + C x )e x 1 2
d 用 D 表示对自变量 x求导的运算 , dx
例如， 例如， y
(n)
+ a1 y ( n 1 ) + L + a n 1 y ′ + a n y = f ( x )
类似解代数方程组消去一个未知数,消去 类似解代数方程组消去一个未知数 消去 x
(1) ( 2) × D :
x D3 y = et , ( D 4 + D 2 + 1) y = De t .
4 2 t
(３) ３ (４) ４ (５) ５
( 2) ( 3) × D :
即
( D + D + 1) y = e
二、常系数线性微分方程组的解法
步骤: 步骤: １． 从方程组中消去一些未知函数及其各阶导 数，得到只含有一个未知函数的高阶常系数线性 微分方程． 微分方程． ２．解此高阶微分方程,求出满足该方程的未知 解此高阶微分方程, 函数. 函数. ３．把已求得的函数带入原方程组,一般说来， 把已求得的函数带入原方程组,一般说来， 不必经过积分就可求出其余的未知函数． 不必经过积分就可求出其余的未知函数．
代入(1)式并化简 把(3), (4)代入 式并化简 得 代入 式并化简,
常系数线性微分方程
常系数线性微分方程常系数线性微分方程是微分方程中一类重要的特殊形式，其特点是方程中的系数是常数。
本文将介绍常系数线性微分方程的定义、求解方法以及相关性质。
一、常系数线性微分方程的定义常系数线性微分方程又称为齐次线性微分方程，其一般形式为：\[a_ny^{(n)}+a_{n-1}y^{(n-1)}+...+a_1y'+a_0y=0\]其中，n为方程的阶数，\(y^{(n)}\)表示y的n阶导数。
二、常系数线性微分方程的求解方法1. 特征方程法通过设定方程的解为\(y=e^{mx}\)，将其代入原方程中，得到特征方程：\[a_nm^n+a_{n-1}m^{n-1}+...+a_1m+a_0=0\]解特征方程，可得到n个不同的解，分别是\(m_1, m_2,..., m_n\)。
则原方程的通解为：\[y=c_1e^{m_1x}+c_2e^{m_2x}+...+c_ne^{m_nx}\]其中，\(c_1, c_2,..., c_n\)为常数。
2. 变量分离法对于一些特殊的常系数线性微分方程，可以通过变量转换将其化为可分离变量的形式，从而简化求解过程。
三、常系数线性微分方程的性质1. 零解的存在唯一性对于常系数线性微分方程，其零解必然存在且唯一。
2. 齐次性质如果y1(x)是常系数线性微分方程的一个解，那么ky1(x)（k为常数）也是该微分方程的解。
3. 叠加性质如果y1(x)和y2(x)分别是常系数线性微分方程的解，那么y(x)=y1(x)+y2(x)也是该微分方程的解。
4. 线性性质设y1(x)和y2(x)分别是齐次常系数线性微分方程的两个解，c1和c2为常数，则c1y1(x)+c2y2(x)也是该微分方程的解。
总结：常系数线性微分方程作为微分方程中的重要形式，在工程、物理学以及其他科学领域中具有广泛的应用。
求解常系数线性微分方程的方法多种多样，特征方程法和变量分离法是常用的求解方法。
同时，常系数线性微分方程满足一系列重要性质，这些性质使得我们可以更加灵活地利用微分方程进行问题的建模和求解。
常系数线性微分方程
通常系数线性微分方程（Linear ODEs with Constant Coefficients）是一
类常用的数学工具，它可以用来解决各种跟时间有关的工程问题。
它
是一个重要的分支，是传统数学方法，它应用于解决一些常见的技术
和科学问题。
通常系数线性微分方程是一种形式，它可以用于处理各种类型的方程，包括常微分方程，偏微分方程以及一阶偏微分方程的线性部分。
它对
于一般的普通微分方程具有更高的效率，也更易于用符号数学系统求解，得到正确的解。
这种线性方程形式一般使用标准格式解决，即总是可以将其写成一阶
微分方程形式，表示为P(t)X + Q(t)Y + R(t)Y ′= 0。
其中P(t)、Q(t)和
R(t)是常数系数。
同时,Q(t)、R(t)必须都是非负函数。
一旦我们确定好
这些系数，求解一般线性微分方程就可以用一般办法来解决了。
通常系数线性微分方程的重要性首先在于它的解非常简单而直观，同
时可以用符号数学系统来解决。
此外，其出现的场景也比较丰富，可
以应用于从电子系统的传递函数的分析到电力系统的模拟分析等多种
工程领域。
最重要的是，由于它的特殊形式，其分析计算跨度非常大，可以很容易应用于设计和分析系统中不同时间尺度的复杂工程模型。
总之，通常系数线性微分方程具有广阔的应用范围，它是一种经典的
数学工具，为解决跟时间有关的工程问题提供了简洁而有效的解决方案。
消元法求解常系数线性微分方程组
消元法求解常系数线性微分方程组下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢!本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!消元法求解常系数线性微分方程组导言在微积分和线性代数领域，线性微分方程组是一类重要的数学问题，它们在物理学、工程学以及其他科学领域中有着广泛的应用。
常微分方程的常系数线性方程
常微分方程的常系数线性方程常微分方程是求解自然现象中变量随时间变化的数学工具。
它是描述自然现象中许多重要现象如振荡、决策、生长和衰变等的基础。
常微分方程又可分为一阶方程和高阶方程。
一般的高阶方程可以通过将其转化为同阶但有更多变量的方程来解决。
而本文所涉及的是常微分方程中的常系数线性方程，它是一类重要的高阶方程，大量实际问题都可以用常系数线性方程来描述和解决。
一、基本概念和定义常系数线性方程是指高阶形式为$y^n + a_{n-1}y^{n-1} + ... + a_1y’ + a_0y = f(x)$的方程，其中$n \in N, a_i \in R (i=0,1,...,n-1)$是常数，$f(x)$是已知函数，$y=y(x)$是要解的未知函数。
该方程中的常数称为常系数，线性指$f(x)$为一次函数，即不含有未知函数$y$的高次项。
二、解法为了求解常系数线性方程，我们首先要解其特征方程，即解形如$y^n + a_{n-1}y^{n-1} + ... + a_1y’ + a_0y = 0$的齐次方程。
特征方程的根称为特征根，常系数线性方程的解法要分三种情况：实根不同、重根和虚根。
(1)实根不同的情况当特征方程有$n$个不同实根$\lambda_1,\lambda_2,...,\lambda_n$时，设对应的齐次方程的$n$个线性无关解分别为$y_1,y_2,...,y_n$，那么方程的通解为$y=c_1y_1+c_2y_2+...+c_ny_n$，其中$c_1,c_2,...,c_n$是任意常数。
(2)重根的情况当特征方程有一个重根$\lambda$时，设对应的齐次方程的两个线性无关解分别为$y_1=e^{\lambda x}$和$y_2=xe^{\lambda x}$，那么方程的通解为$y=(c_1+c_2x)e^{\lambda x}$，其中$c_1，c_2$是任意常数。
(3)虚根的情况当特征方程有$n$个对应的虚根$\alpha_1 \pm \beta_i i(1\leq i\leq m)$时，设对应的齐次方程的$n$个线性无关解分别为：$y_1=e^{\alpha_1x}cos\beta_1x,...,y_{2m-1}=e^{\alpha_1x}cos\beta_mx$$y_2=e^{\alpha_1x}sin\beta_1x,...,y_{2m}=e^{\alpha_1x}sin\beta _mx$那么方程的通解为$y=(c_1cos\beta_1x+c_2sin\beta_1x)e^{\alpha_1x}+...+(c_{2m-1}cos\beta_mx+c_{2m}sin\beta_mx)e^{\alpha_1x}$，其中$c_1,c_2,...,c_{2m}$是任意常数。
09 第九节 常系数线性微分方程组
第九节 常系数线性微分方程组分布图示★ 微分方程组的解法★ 例1★ 例2 ★ 例3★ 内容小结★ 课堂练习 ★ 习题7—9★ 返回内容要点前面讨论的微分方程所含的未知函数及方程的个数都只有一个，但在实际问题中， 会遇到由几个微分方程联立起来共同确定几个具有同一自变量的函数的情形. 这些联立的微分方程称为微分方程组. 如果微分方程组中的每一个方程都是常系数线性微分方程，则称这种微分方程组为常系数线性微分方程组.本节只讨论常系数线性微分方程组，所用到的求解方法是：利用代数的方法消去微分方程组中的一些未知函数及其各阶导数，将所给方程组的求解问题转化为只含有一个未知函数的高阶常系数线性微分方程求解问题. 下面我们通过实例来说明.例题选讲例1（E01）求解微分方程组 ⎪⎩⎪⎨⎧=++=+++)2(035)1(02y x dt dy y x dt dy dt dx 解 由(2)得,5351y dt dy x --=,535122dt dy dt y d dt dx --= (3) 把(3)代入(1),得.022=+y dty d 这是一个二阶常系数线性微分方程,易求出它的通解为.sin cos 21t C t C y += (4)将上式代入(3),得.cos )3(51sin )3(512121t C C t C C x +--= (5) 联立(4),(5)即得所求方程组的通解.例2（E02）求方程组 ⎪⎩⎪⎨⎧++=+-=+)2(2)1(,2t y x dt dy dt dx y t dt dy dt dx 的通解. 解 为消去变量,y 先消去.dt dy 为此作运算(1)-(2),得,02=+++t y x dt dx 即有21-=y .⎪⎭⎫ ⎝⎛++t x dt dx 将其代入方程(2),得dt d dt dx 21-⎪⎭⎫ ⎝⎛++t x dt dx21+-x ⎪⎭⎫ ⎝⎛++t x dt dx,02=-t 即.13222-=+-t x dt dxdt xd 这是一个二阶常系数线性非齐次方程,解得.7321--+=t te C e C x t t (4)将上式代入(3)式,得21C e C y t --=⎪⎭⎫⎝⎛+t 21,5++t e t (5)联立(4),(5)即得所求方程组的通解.例3（E03）解微分方程组 ⎪⎪⎩⎪⎪⎨⎧=++=-+.0,2222y dt dx dt y d e x dt dy dt x d t解 记,dt dD =则方程组可写成⎪⎩⎪⎨⎧=++=+-0)1()1(22y D Dx e Dy x D t)2()1(设法消去变量,x 为此作如下运算:D ⨯-)2()1(得t e y D x =--3 (3)D ⨯+)2()1(得t De y D D =++-)1(24，即t e y D D =++-)1(24 (4) 方程(4)对应的齐次方程的特征方程为0124=++-r r 特征根为,2512,1+±=±=αr 2514,3-±=±=βi r又易求得方程(4)一个特解为,*t e y =故方程(1)的通解为t t t e t C t C e C e C y ++++=-ββααsin cos 4321(5) 将其代入方程(3),可得t t e C e C x αααα2313-=-t e t C t C 2sin cos 4333-+-ββββ(6) 联立(5),(6)即得所求方程组的通解.课堂练习1．求解微分方程组 ⎪⎪⎩⎪⎪⎨⎧-=-=)2(2)1(23z y dx dz z y dx dy .。
常系数线性微分方程组的解法举例
给定一个n阶常系数线性微分方程组，其一般形式为y' = Ay，其中y是一个n维向量，A是一个n×n的常数 矩阵。
线性微分方程组的分类
按照矩阵A的特征值分类
根据矩阵A的特征值，可以将线性微分方 程组分为稳定、不稳定和临界稳定三种 类型。
VS
按照解的形态分类
根据解的形态，可以将线性微分方程组分 为周期解、极限环解和全局解等类型。
总结解法技巧与注意事项
• 分离变量法：将多变量问题转化 为单变量问题，通过分别求解每 个变量的微分方程来找到整个系 统的解。
总结解法技巧与注意事项
初始条件
在求解微分方程时，必须明确初始条件，以便确定解 的唯一性。
稳定性
对于某些微分方程，解可能随着时间的推移而发散或 振荡，因此需要考虑解的稳定性。
常系数线性微分方程组的 解法举例
• 引言 • 常系数线性微分方程组的定义与性质 • 举例说明常系数线性微分方程组的解
法 • 实际应用举例 • 总结与展望
01
引言
微分方程组及其重要性
微分方程组是描述物理现象、工程问 题、经济模型等动态系统的重要工具。
通过解微分方程组，我们可以了解系 统的变化规律、预测未来的状态，并 优化系统的性能。
04
实际应用举例
物理问题中的应用
电路分析
在电路分析中，常系数线性微分方程组可以用来描述电流、电压和电阻之间的关系。通过解方程组，可以确定电 路中的电流和电压。
振动分析
在振动分析中，常系数线性微分方程组可以用来描述物体的振动行为。通过解方程组，可以预测物体的振动模式 和频率。
经济问题中的应用
供需关系
要点二
详细描述
初始条件是微分方程组中描述系统在初始时刻状态的约束 条件。它们对微分方程组的解具有重要影响，决定了解的 初始状态和行为。在求解微分方程组时，必须考虑初始条 件的影响，以确保得到的解是符合实际情况的。不同的初 始条件可能导致完全不同的解，因此在求解微分方程组时 ，需要仔细选择和确定初始条件。
常系数线性微分方程的求解
2(#
,(#
.
! 11（+））］*（$&1"）+那么右端为：5*（4（+））%［0（+）./0"+&1（+）012"+］*$+所以#%%&1"， 32+.(2 2(#
%0（+）(11（+），仍是求如（4）的特解。如果由方程（4）求得的特解为"*（+），对应的方程（3）的特解
是："（+）%5*（"*（+）*（$&1"）+）。
" %（7’./0!+&7!012!+）*+&5*（"*）
%（7’./0!+&7!012!+）*+&’+,［!（(+&’）./0!+&（$+&)）012!+］*+。
（’!）
利用通常的比较系数法要求出通解（’!）是相当困难的，作变量代换后把求解方程（’#）的问题
变得得容易了。
参考文献：
［’］ 王高雄等8常微分方程8北京：高等教育出版社，!###
"& (%( ((%($
"& ! &$$! "$! ! &$
)（(）" (( (%( ((%( ，)$!（&）" ! ! & " ! & & ，
#(( & (%(%
#! & !% #! $! !%
" （!*(）(%(
$((%( ((%($
常系数线性齐次微分方程组的矩阵解法
常系数线性齐次微分方程组的矩阵
解法
常系数线性齐次微分方程组（LCCDE）是一类与定常差分方程组（LDE）类似的微分方程组，区别在于其中的系数是常数。
例如，LCCDE可以被表述为：
dy/dx + p_1(x)y + p_2(x)y' + ... + p_n(x)y^(n-1)=0
其中p_1(x),p_2(x),...,p_n(x)是常数。
矩阵解法是根据LCCDE来计算特解的一种解法，它基于Cramer规则对LCCDE给出解析解。
更具体地说，矩阵解法将LCCDE转换为一组线性方程组，采用矩阵乘法来求解此方程组，并将答案代入原微分方程组中，从而求得特解。
例如，考虑以下LCCDE：
dy/dx + 4y + 5y' + 6y''=0
我们可以将其转换为一组线性方程组：
a_0y+a_1y'+a_2y''=0 a_3y+a_4y'+a_5y''=0
a_6y+a_7y'+a_8y''=0
其中a_i (i=0,1,...,8)是常数，可以根据上面的LCCDE逐步求得。
然后，我们可以将上面的方程组转换为形如Ax=b的矩阵相乘方程，其中A是系数矩阵，x是未知向量，b是右端项向量。
矩阵相乘方程可以用Cramer规则计算得到解析解，然后将解代入原LCCDE，就可以求得特解。
常系数线性微分方程
常系数线性微分方程常系数线性微分方程是微积分学中的重要内容之一。
在这篇文章中，我们将探讨常系数线性微分方程的定义、解析解的求法以及应用领域。
一、常系数线性微分方程的定义常系数线性微分方程可以写成形如：\[a_ny^{(n)}+a_{n-1}y^{(n-1)}+...+a_1y'+a_0y=f(x)\]其中，\(y^{(n)}\)表示y对x的n阶导数，\(a_n, a_{n-1}, ..., a_1,a_0\)为常数，f(x)为已知函数。
二、解析解的求法对于形如上述的常系数线性微分方程，我们可以借助特征根法求解。
具体步骤如下：1. 首先，我们将微分方程中的导数表示转化为特征方程的根表示。
设解为\(y=e^{rx}\)，则微分方程可以表示为\(a_nr^n+a_{n-1}r^{n-1}+...+a_1r+a_0=0\)的特征根问题。
2. 解特征根问题，求得方程的特征根。
这一步需要借助代数方法或者传统解法（如求解一元高次方程），将特征方程的根求得。
3. 根据特征根的实部、虚部的不同情况，可以推导出不同的解的形式。
当特征根是实数时，解的形式可以表示为\(y=c_1e^{r_1x}+c_2e^{r_2x}+...+c_ne^{r_nx}\)，其中\(c_1, c_2, ..., c_n\)为常数；当特征根是共轭复数对时，解的形式可以表示为\(y=e^{px}(c_1\cos qx + c_2\sin qx)\)，其中\(p\)为实部，\(q\)为虚部，\(c_1, c_2\)为常数。
4. 根据已知条件，可以确定具体的常数值，从而得到微分方程的解析解。
三、应用领域常系数线性微分方程广泛应用于物理学、工程学和经济学等领域。
以下是一些常见应用的例子：1. 机械振动：通过建立质点在弹簧系统中的运动方程，可以使用常系数线性微分方程描述机械振动的行为。
2. 电路分析：电路中的电流和电势满足欧姆定律和基尔霍夫定律，可以通过常系数线性微分方程建立电路的运行模型。
常系数齐次线性微分方程组
dx (t ) du (t ) dv (t ) i A(t ) u (t ) iv (t ) dt dt dt A(t )u (t ) iA(t )v (t )
由于两个复数表达式相等等价于实部和虚部相等，
常系数线性方程组
所以有
du (t ) dv (t ) A(t )u (t ), A(t )v (t ) dt dt 即 u (t ) 和 v (t ) 是方程组（2）的解.
X (t ) X (t ) X 1 (0)
常系数线性方程组
1 0 0 3 3 t e cos 2t sin 2t cos 2t sin 2t . 2 2 3 1 sin 2t cos 2t sin 2t cos 2t 2
0
(1)矩阵A具有n个互不相同的特征值时 由线代知识知道A一定有对应的n个线性无关 的特征向量。
常系数线性方程组
5 28 18 dx x 的通解. 1 5 3 例1 求方程组 dt 3 16 10
解 系数矩阵A的特征方程为
det( E A) 3 (1 2 ) 0
§7.3 常系数线性方程组
常系数线性方程组
一阶常系数线性微分方程组:
dx Ax f (t ), dt
（ 1）
这里系数矩阵A为n n常数矩阵, f (t )在 a t b上连续的向量函数;
若f (t ) 0, 则对应齐线性微分方程组为
dx Ax (2) dt
本节先讨论(2)的基解矩阵的求法.
t
3e 0 et
t
故通解为
2 2et x (t ) (t )C 1 et 1 2et
常系数线性常微分方程
03 线性微分方程组的解法
矩阵表示法
矩阵表示法是一种将线性微分方程组 转换为矩阵形式的方法，通过矩阵运 算来求解微分方程组。
矩阵表示法可以简化计算过程，提高 求解效率，尤其适用于高阶线性微分 方程组。
特征值和特征向量
特征值和特征向量是线性微分方程组解的重要性质，它们描述了微分方程 组的解的特性。
投资回报
在金融领域，常系数线性常微分方程可以用来描述投资回报率随时 间的变化，为投资者提供决策依据。
经济增长模型
通过建立常系数线性常微分方程，可以分析一个国家或地区的经济 增长趋势，预测未来的经济状况。
在生物中的应用
1 2 3
生态模型
常系数线性常微分方程在生态学中广泛应用于描 述种群数量的变化规律，如种群增长、竞争等。
积分因子法
总结词
通过寻找一个积分因子，将微分方程转化为 积分方程，从而求解。
详细描述
积分因子法是一种求解常系数线性常微分方 程的方法。通过寻找一个积分因子，可以将 微分方程转化为积分方程，然后通过求解积 分方程得到原微分方程的解。这种方法在求 解某些特定类型的微分方程时非常有效，例 如通过寻找适当的积分因子可以将一阶线性
热传导问题
在热传导过程中，常系数线性常 微分方程可以用来描述温度随时 间的变化，从而分析热量传递的 规律。
波动方程
在声学和电磁学中，常系数线性 常微分方程可以用来描述波动现 象，如声波和电磁波的传播。
在经济中的应用
供需模型
常系数线性常微分方程可以用来描述市场的供需关系，分析价格 随时间的变化，预测市场趋势。
02
线性微分方程组的解还具有唯 一性和存在性，即对于给定的 初始条件和边界条件，存在唯 一的解。
微分方程中的线性方程与常系数方程
微分方程中的线性方程与常系数方程微分方程是数学中重要的研究对象之一，广泛应用于物理学、工程学、经济学等领域。
微分方程可以分为线性方程和非线性方程。
本文将重点讨论微分方程中的线性方程与常系数方程。
一、线性方程线性微分方程是指满足线性叠加原理的微分方程。
线性叠加原理即线性微分方程的解的线性组合也是其解。
一般形式的一阶线性微分方程可以写作：y' + P(x)y = Q(x)其中P(x)和Q(x)是已知的函数，y是未知函数。
该方程可以用线性代数的方法求解，不再赘述。
对于高阶线性微分方程，一般形式可以表示为：yⁿ + a₁(x)yⁿ⁻¹ + a₂(x)yⁿ⁻² + ... + aₙ₋₁(x)y' + aₙ(x)y = Q(x)这里yⁿ表示y的n次导数，a₁(x)到aₙ(x)为已知函数，Q(x)为右端函数。
高阶线性微分方程的求解涉及到特征方程、齐次解和非齐次解等概念，需要借助一些数学方法。
二、常系数方程常系数方程是指方程中的系数是常数。
常系数线性微分方程是微分方程中最基础也是最常见的一类，常见的常系数方程有以下几种：1. 一阶常系数线性微分方程：y' + ay = b其中a和b均为常数。
该方程的解可以通过分离变量、求指数、利用一阶线性微分方程的通解公式等方法求解。
2. 二阶常系数齐次线性微分方程：y'' + by' + cy = 0其中b和c是常数。
该方程的解可以通过特征方程的求解，求出对应的特征根后，利用特征根的性质和初值条件求解出具体的解。
3. 二阶常系数非齐次线性微分方程：y'' + by' + cy = f(x)其中f(x)为已知函数。
该方程的解可以分为齐次解和非齐次解两部分。
齐次解可以通过特征方程的求解得到，而非齐次解可以通过待定系数法、常数变易法等方法求解。
类似地，对于高阶常系数线性微分方程，解的求解方法也可以通过特征方程和初值条件来确定。
常系数线性微分方程组
微分方程组的分类
按阶数分类
根据微分方程中导数的最高阶数，可以将微分方程组分为一阶、二阶和高阶微分方程组。
按线性与非线性分类
根据微分方程中是否含有未知函数的非线性项，可以将微分方程组分为线性微分方程组和非线性微分方程组。
02 一阶常系数线性微分方程 组
定义与解法
定义
一阶常系数线性微分方程组是形如 `y' + p(t)y = q(t)` 的方程，其中 `p(t)` 和 `q(t)` 是已知函数， `y(t)` 是未知函数。
在经济中的应用
金融分析
常系数线性微分方程组可以用来 描述股票价格、汇率等金融变量 的变化规律。
供需模型
在经济学中，常系数线性微分方 程组可以用来描述商品价格随时 间的变化规律，以及供需关系的 变化。
经济增长模型
在经济研究中，常系数线性微分 方程组可以用来描述一个国家或 地区的经济增长趋势。
THANKS FOR WATCHING
解法
常用的解法有分离变量法、变量代换法、积分因子法等，这些方法可以将微分方程转化为代数方程， 从而求解未知函数。
特解的求解方法
1 2
特解的概念
特解是指满足微分方程的某个特定条件的解。
求解方法
对于给定的特解条件，可以通过代入法、常数变 易法等求解特解。
3
举例
对于方程 `y' + 2y = 3`，如果要求特解满足条件 `y(0) = 1`，可以通过代入法和常数变易法求解 得到特解为 `y = 3 - 2t`。
特解的求解方法
特解
满足特定初始条件的解称为特解。
求解方法
根据初始条件，将特解设为满足该条件的形式，然后代入原方程进行求解，得到特解的 具体形式。
常系数线性微分方程组的解法
即(p(t)二泌为(5.33)解o (肛-A)c = 0,有非零解
例3试求矩阵入= 特征值和特征向量.
-5 3
解掘特征值就是特征方程
与—3 ~5 一
det(4E — A) =
— X2 — 62 + 34 = 0
常系数线性方程组
筒壬一页帛啊下一页「'惭返回'
证明：由上面讨论知，每一个向量函数
都是(5①.3⑺3)/=的'v[e解j气=,,因le,2外此,・2矩，・阵…・，,n/"J* ]
是(5.33由)的于解*,矩V阵2,,v〃线性无关， de所t 0以(0 = det(e%i, e^v2，…,e^vn)。0 故①⑴是(5.33)的基解矩阵
⑴
(2) ^AB^BA^\eA+B =eAeB.
对任何矩阵A,(expA)T存在,且
(expA)"1=exp (-A).
(3) 若『是非奇异的，则 exp (T-1AT) = T-1(expA)T.
3常系数齐线性微分方程组的基解矩阵
(1)定理9矩阵
(0)二E.
0(0 = exp At 是(5.33)的基解矩阵，且①
程
类似第四章4.2.2,寻求
尤=Ax, (5.33)
形 口 (p(f) — e%c,c。0, (5.43)
的解，其中常数人和向量c是待定的
将(5.43)代入(5.33)得 人 = Ae^c,
因泌、0,上式变为 (2E - A)c = 0, (5.44)
方程(5.44)有非零解的充要条件是
det(2E -A) = 0,
常系数线性微分方程(组)
常系数线性微分方程(组)1.什么是常系数线性微分方程(组)常系数线性微分方程(组)是一类用来描述变量之间关系的数学方程(组)。
这类方程(组)可以用来求解变量随时间变化的规律。
常系数线性微分方程(组)的形式如下：对于一元方程：a1y' + a2y = b对于二元方程组：a1x' + a2y' = b1a3x' + a4y' = b2其中，a1、a2、a3、a4是常数，y'和x'分别表示y和x关于时间的导数。
2.常系数线性微分方程(组)应用常系数线性微分方程(组)在实际生活中有许多应用。
下面是几个具体的例子：在物理学中，常系数线性微分方程(组)可以用来描述物体运动的轨迹。
例如，对于一个物体在地面上匀加速直线运动的情况，我们可以用如下方程来描述：s = v0t + 0.5a*t^2其中，s是物体位移，v0是初始速度，a是加速度，t是时间。
在经济学中，常系数线性微分方程(组)可以用来描述经济变量之间的关系。
例如，对于一个国家的人口数量随时间变化的情况，我们可以用如下方程来描述：P' = rP - aP^2其中，P是人口数量，P'是人口数量关于时间的导数，r是人口增长率，a是人口密度。
在生物学中，常系数线性微分方程(组)可以用来描述生物群体数量随时间变化的情况。
例如，对于一种动物的数量随时间变化的情况，我们可以用如下方程来描述：N' = rN - dN其中，N是动物数量，N'是动物数量关于时间的导数，r是动物生长率，d是动物死亡率。
在自动控制工程中，常系数线性微分方程(组)可以用来描述系统的动态行为。
例如，对于一个机器人的运动控制系统，我们可以用如下方程来描述：x'' + kx' + cx = u其中，x是机器人的位置，x''是机器人位置关于时间的二次导数，k是阻尼系数，c是弹性系数，u是控制输入。
线性常系数微分方程组的时域解
t
e A t0 t x t eO x t0 e A t0 Bu d t0
t
e A tt0 e A t0 t x t e A tt0 eO x t0 e A tt0 e A t0 Bu d t0
t
e A tt0 e A t0 t x t e A tt0 eO x t0 e A tt0 e A t0 Bu d , t t0
e A t0 t dx t
dt
e A t0 t Ax t
e A t0 t Bu t ,
t t0
(4)
根据《矩阵指数相关定理合集》定理 1, 可以得到式(5):
d
dt
e A t0 t
e A t0 t A , t t0
(5)
将式(5)代入式(4), 得到式(6):
(7)
t0
其中: O 为 n 行 n 列的零矩阵.
根据式(7)及《矩阵指数相关定理合集》定理 5, 可以得到式(8)
t
e A tt0 A t0 t x t e A tt0 x0 e A tt0 A t0 Bu d t0
t
eO x t e A tt0 x0 e A t Bu d , t t0
(8)
t0
其中: O 为 n 行 n 列的零矩阵.
根据式(8)及《矩阵指数相关定理合集》定理 4, 可以得到式(9)
t
Ex t e A tt0 x0 e A t Bu d t0
t
x t e A tt0 x0 e A t Bu d , t t0
(9)
t0
式(9)给出了式(1)所描述的系统的解. 比较式(3)和式(9), 可知式(3)就是式(1)所描述的系统的
式(2)给出了系统的初始条件:
常系数微分方程组的解法
将高阶线性微分方程转化为幂级数形式，然后通过幂 级数的性质求解方程。
高阶非线性微分方程的解法
分离变量法
将非线性微分方程转化为多个一阶微分方程 ，然后分别求解。
迭代法
通过迭代公式逐步逼近非线性微分方程的解。
数值解法
利用数值计算方法求解非线性微分方程的近 似解，如欧拉法、龙格-库塔法等。
05
解决微分方程组对于理解复杂系统的 行为和预测未来发展趋势具有重要意 义。
常系数微分方程组的定义
常系数微分方程组是指方程中的系数 为常数的一类微分方程组。
常系数微分方程组的一般形式为 dy/dx = f(x, y)，其中 f(x, y) 是已知 的函数。
02
线性常系数微分方程组的解法
特征根法
总结词
神经传导
在神经传导过程中，微分方程组可以用来描述神 经信号的传递速度和传导通路的建立。
生态系统的稳定性
微分方程组可以用来分析生态系统的稳定性，如 物种之间的相互作用和生态平衡的维持。
THANKS
感谢观看
特征根法是一种通过解方程的特征方程来求解线性常系数微 分方程组的方法。
详细描述
特征根法的基本思想是，对于形如$y'' + py' + qy = 0$的一阶 线性常系数微分方程，通过求解其特征方程$lambda^2 + plambda + q = 0$，得到其特征根$lambda_1$和 $lambda_2$，然后利用这些特征根来求解原微分方程。
线性微分方程的方法。
02
通过将多个变量分离，可以将一个复杂的微分方程组
分解为多个简单的微分方程，从而简化求解过程。
03
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
基解矩阵
d x Ax (33) dt
定理8 矩阵 (t) exp At
是常系数线性方程组(33)的基解矩阵（即基本解组),
且Φ(0)=E。方程组(33)的任一解可表为(expAt)c。
证 显然， Φ(0)=exp0=E ，且
'(t) exp At ' A A2t A3t2 Ak1tk
• 而由绝对收敛的乘法定理又有
exp
A exp B
i0
Ai i!
j0
Aj j!
k
k0 l0
Al l!
Bkl (k l)!
• 比较上两式，即得 exp(A+B)=expA·expB
3 第五章线性方程组§5.2
矩阵指数性质(3)(4)
矩阵指数性质(2)
(2) 矩阵A、B可交换，即AB=BA时有
exp(A+B)=expA·expB； 证 利用绝对收敛级数的重排定理证明。
• 由二项定理及AB=BA有
exp(A B) (A B)k k0 k !
k 0
l
k 0
l
Al Bk !(k
l l)!
5
3
ቤተ መጻሕፍቲ ባይዱ
u
u1 u2
5
3
2
6
34
0
必得须解满足u 线性1i代数此方即程为组对应(1特E 征A)值u λ155=i 3+55i5i的uu12 特 征55ui向u115量5iuu。22 0
ea1t
ea2t
eant
此即为所求的基解矩阵。 实际上，原方程组可写成
n个方程 xk’=Axk (k=1,2,…,n) 分别进行积分。
6
第五章线性方程组§5.2
例2
试求
x
'
2 1
1 2
x
的基解矩阵
解因
A
2 1
1 2
2 0
则称特征值λ0为k重根。 k=1时称为单根。 • 特征值λ0可以是实的， 也可以是复的。
• λ0为复数时，则其共轭复数 0 也是特征值。 8
第五章线性方程组§5.2
例3
试求矩阵
A
3 5
5 3
的特征值和特征向量
解 A的特征值就是的特征方程
det(E A)
的根。解得λ1,2=3±5i。 • 对应特征值λ1=3+5i的特征向量
矩阵指数有性质：
(1)
eAt exp At Aktk k0 k !
在t的任有限区间上一致收敛；
证 对一切正整数k，当|t|≤c时有
Ak t k
Ak tk
A k ck
k!
k!
k!
•
而数值级数
A ck
k0 k !
是收敛的，故
Aktk
k0 k !
一致收敛。
2
第五章线性方程组§5.2
1! 2!
k!
即是方程组(33)的解矩阵。
Aexp At A(t)
而
det (0) det E 1 0
得Φ(t)是基解矩阵。 • 由基解矩阵的性质，
知方程组(33)的任一解可表为(expAt)c
5 第五章线性方程组§5.2
a1
例1 对对角矩阵(其中未写出的
A
a2
• 同样，对应特征值λ2=3-5i的特征向量v必须
满足线性代数方程组
(2
E
A)v
5
5
i
5 5i
v1 v2
5iv1 5v1
5
5v2 iv2
(3) (expA)-1存在且(expA)-1 =exp(-A)；
证 因A与-A可交换，取B=-A，由性质(1)得
exp Aexp(A) exp(A (A)) exp 0 E
于是(expA)-1 =exp(-A) 。
(4) 如T为非奇异矩阵，即detT≠0，
则
exp(T-1AT)=T-1 (expA)T。
• 称为的特征多项式。 n次代数方程p(λ)=0 称为A的特征方程，或线性微分方程组的特征方程。
• 特征方程的根λ称为特征值，或特征根。 • 而线性代数方程组(λE-A)u=0的非零解u
称为对应特征值λ的特征向量。 • n次特征方程有n个特征值（包括重数）。 • 如p(λ)含因子(λ- λ0)k而不含因子(λ- λ0)k+1 ，
，最后得基解矩阵为
e2t exp At
0
0 0
e2t
E
0
1 e2t
0
t
0
te2t e2t
e2t
1 0
t 1
7 第五章线性方程组§5.2
特征值和特征向量
• 对n×n阶(实)常数矩阵A，n次多项式 p() det(E A)
§5.2 常系数线性微分方程组
常系数线性方程组 d x Ax dt
其中A为n×n常数矩阵
1 第五章线性方程组§5.2
矩阵指数 expAt
• n×n阶常数矩阵A的矩阵指数定义为
eA exp A Ak E A A
k0 k !
2!
其中A0 = E为单位矩阵。
Am m!
元均为零)试求x’=Ax的基解矩阵
an
解 由定义得
a1
exp At E
a2
an
t 1!
a12
a22
t2 2!
an2
a1k
a2k
tk 2!
ank
0 2
0 1
1 0
后面两个矩阵可交换，可得
exp
At
exp
2 0
0 2
t
exp
0 0
1 e2t
0 t
0
0 e2t
E
0 0
1 0
t
0 0
12 0
t2 2!
因 0 12 0 0 0 0 0 0
证有
exp(T 1AT ) E (T 1AT )k E T 1AkT
k1 k !
k1 k !
E
T
1
k 1
Ak k!
T
T
1
k 0
Ak k!
T
T 1 exp
AT
4
第五章线性方程组§5.2