当前课程知识点:矩阵论及其应用 >  第八单元 矩阵分析 >  8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题 >  8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

返回《矩阵论及其应用》慕课在线视频课程列表

8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题在线视频

下一节:9.1 特征值的界的估计

返回《矩阵论及其应用》慕课在线视频列表

8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题课程教案、知识点、字幕

作为矩阵函数的另一个应用,我们来解一下

一阶常系数的微分方程组。

这就是一个,一阶常系数微分方程组的形式。

我们可以先把这个微分方程组,

写成矩阵的样子。

也就是,

dx/dt=Ax+f(t).

其中,

A是系数矩阵,

也就是方程组中,

未知函数xi的系数,构成的矩阵。

X是变量所形成的列,

它是我们要求的未知函数。

而dx/dt,

是这些变量关于t的导数,所构成的列。

而f(t),

是所谓的,已知函数向量。

也就是常数向量,

它的每个元素,都是t的函数。

我们要考虑的具体问题,

是一阶常系数微分方程组的初值问题。

也就是,给定一阶常系数微分方程组

和一个初始条件,

就是当t等于t0的时候,

我们的x,取值向量x0。

下面我们来解释一下,为什么上面

大家看到的方程组,

叫做一阶常系数

微分线性方程组?

所谓的一阶的意思就是,未知函数关于

变量t的导数,都是

一阶导数。

常系数,

它的意思就是

我们未知变量xi,

它的系数都是常数。

所以我们的系数矩阵A,是个常数矩阵。

x(t),

是 n 维的未知函数向量。

线性的意思就是,

每个函数xi(t),

和它关于t的导数,都是一次方的。

f(t) 是n维的,已知函数向量。

如果f(t) 恒等于0,

我们称,这个微分方程组是齐次的。

否则的话,

我们称,方程组是非齐次的。

x0是初始向量

在介绍我们所关心的一阶常系数

线性微分方程组之后,

我们来看一下,

如何来利用矩阵函数求解。

它的求解思路,

首先我们把方程,改写成下面这个样子。

也就是,把等号右边的Ax,挪到左边,

然后在两边,同时乘上e的负At次方。

经过整理,发现这时候,

等式的左边,

可以凑成,e的负At次方的,关于t的导数.。

所以这时候,两边我们在t0到t上

进行积分。

我们就得到了,

关于未知函数x(t) 的解,

这就是我们的求解公式。

大家可以看到,求解公式里面,

主要的事情就是,要求解e的At次方。

这个矩阵函数,

而在公式中,还有一个

关于矩阵函数的积分,

其中有一项是,e的负At次方.

如何求e的负At次方呢?

我们只需要把,e的At次方,它其中所有的t,

都换成负t。

这样就得到了,积分中的e的负At次方.

下面是我们求解公式的两个特殊情况:

第一,

我们的已知函数恒等于零,

也就是方程组是齐次的。

这时候,它的解有以下的简单形式。

第二个特殊情况,

我们的初始时刻t0,

是0的时候。

我们的求解公式,是下面这个样。

如果把初始时刻的向量,

换成任意一个列向量c的话,

我们所得到的是,

这个一阶常系数线性非齐次的

微分方程组的通解。

特别的是,

当常数列,恒等于零的时候,

我们得到的是

齐次的微分方程组的通解。

所以我们很容易可以看到,非齐次

线性方程组的通解,实际上是它的一个特解,

加上它所对应的齐次

线性方程组的通解。

下面我们用一个具体例子,来看一下

如何用矩阵函数e的At次方来求解,

一阶常系数的线性微分方程组。

我们有如下的线性微分方程组,

我们要求它的初值问题。

第一步,我们先把这个微分方程组

写成矩阵形式。

其中A是如下的矩阵,

而 f(t) 是我们已知函数的列。

初值x0,

由下面这个列向量给出。

接下来,先计算e的At次方,这个矩阵函数。

这个过程就是,我们以前所说的,

先来计算矩阵a的特征值;

然后利用待定系数法,假设出

带余除法中的余式;

根据我们以前,矩阵函数的理论,

我们可以得到未知待定系数的,如下的方程。

求解方程,可以得到这些未知的系数,

然后把它带入到,我们所要求的矩阵方程中,

我们得到了e的at次方.

对于公式中,e的负At次方的积分,

我们只需要,把刚刚求出的e的At次方中,

所有的t,都换成负t。

这样就得到了,e的负At次方。

接下来,我们依次来计算,

e的At次方,乘以x0。

和e的负At次方,乘上常数序列f(t),

在制定区间上的积分。

得到积分之后,

我们再把它乘上,e的At次方,

最后把所得到的结果代入公式,

我们就求得了,

我们所要求的,一阶常系数

线性微分方程组的解x(t)。

矩阵论及其应用课程列表:

第一单元 预备知识

-1.1 特征值与特征向量的定义与求法

--1.1 特征值与特征向量的定义和求法

-1.2 特征值与特征向量计算举例

--1.2 特征值与特征向量计算举例

-1.3 特征值与特征向量的性质

--1.3 特征值与特征向量的性质

-1.4 相似矩阵的定义及性质

--1.4 相似矩阵的定义及性质

-1.5 可对角化的条件

--1.5 可对角化的条件

-1.6 可对角化的计算举例

--1.6 可对角化的计算举例

-第1单元作业(共15个单选题)

--第1单元作业(共15个单选题)

第二单元 矩阵的Jordan标准形

-2.1 Jordan标准形的定义及方法1

--2.1Jordan标准形的定义及方法1

-2.2 求Jordan标准型的方法2—初等变换法

--2.2 求Jordan标准型的方法2—初等变换法

-2.3 求Jordan标准型的方法3—行列式因子法

--2.3 求Jordan标准型的方法3—行列式因子法

-2.4 相似变换矩阵的计算

--2.4 相似变换矩阵的计算

-2.5 应用案例一、Jordan标准型的应用举例

--2.5 应用案例一、Jordan标准型的应用举例

-第2单元作业(共15个单选题)

--第2单元作业(共15个单选题)

第三单元 最小多项式

-3.1 Hamilton-Cayley定理

--3.1Hamilton-Cayley定理

-3.2 最小多项式

--3.2 最小多项式

-第3单元作业(共10个单选题)

--第3单元作业(共10个单选题)

第四单元 酉相似下的标准型

-4.1 酉矩阵的定义及性质

--4.1 酉矩阵的定义及性质

-4.2 Schur分解定理

--4.2 Schur分解定理

-第4单元作业(共10个单选题)

--第4单元作业(共10个单选题)

第五单元 矩阵分解

-5.1 矩阵的LU分解

--5.1 矩阵的LU分解

-5.2 初等反射与初等旋转矩阵

--5.2 初等反射与初等旋转矩阵

-5.3 矩阵的QR分解

--5.3 矩阵的QR分解

-5.4 矩阵的奇异值分解

--5.4 矩阵的奇异值分解

-5.5 矩阵的满秩分解

--5.5 矩阵的满秩分解

-5.6 应用案例二、QR算法与最小二乘问题

--5.6 应用案例二、QR算法与最小二乘问题

-第5单元作业(共15个单选题)

--第5单元作业(共15个单选题)

第六单元 广义逆矩阵

-6.1 广义逆矩阵与线性方程组

--6.1 广义逆矩阵与线性方程组

-6.2 Moore-Penrose逆A+及其应用

--6.2 Moore-Penrose逆A+及其应用

-第6单元作业(共10个单选题)

--第6单元作业(共10个单选题)

第七单元 矩阵范数

-7.1 向量范数

--7.1 向量范数

-7.2 方阵范数

--7.2 方阵范数

-7.3 范数的应用 1-数值分析

--7.3 范数的应用 1-数值分析

-7.4 范数的应用 2

--7.4 范数的应用 2

-第7单元作业(共15个单选题)

--第7单元作业

第八单元 矩阵分析

-8.1 矩阵序列

--8.1矩阵序列

-8.2 矩阵函数计算 1

--8.2 矩阵函数计算 1

-8.3 矩阵函数计算 2

--8.3 矩阵函数计算 2

-8.4 矩阵函数计算 3

--8.4 矩阵函数计算 3(上)

-8.5 矩阵的微分和积分

--8.5 矩阵的微分和积分

-8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

--8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题

-第8 单元作业(共15个单选题)

--第8 单元作业(共15个单选题)

第九单元 特征值的估计与表示

-9.1 特征值的界的估计

--9.1 特征值的界的估计

-9.2 特征值的包含区域

--9.2 特征值的包含区域

-9.3 特征值的分离

--9.3 特征值的分离

-第9单元作业(共15个单选题)

--第9单元作业(共15个单选题)

8.6 矩阵函数的应用一阶常系数线性微分方程组的初值问题笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。