第六章 线性微分方程组 99
6.2 常系数线性微分方程组
6.2.4 待定指数函数法(欧拉)
现在我们可以把上面由理论分析所得的公式(6.35)应用于下面的待定系数 法,以便确定方程组dydx = Ay相应的基解矩阵。
由于矩阵A的若当标准型依赖于它的特征根的重数,我们将区分两种不同的 情形:
(一)A只有单的特征值
设A的特征值λ1,· · · , λn均为单特征值,因此互不相同。则A的若当标准型J 就 是一个对角矩阵(复矩阵),因此得到基解矩阵
Φ(x) = exAP = P diag(eλ1x,· · · , eλnx).
§6.2 常系数线性微分方程组 111
并且由Φ(0) = P,可得到实的标准基解矩阵
exA= Φ(x)Φ−1(0). (6.36)
因此,问题归于如何确定矩阵P。令ri表示P的第i列的向量,则基解矩阵 Φ(x) = (eλ1xr1,· · · , eλnxrn).
它告诉我们dydx = Ay有如下形式的解(其实部和虚部也都是解):
eλixri.
Lemma 6.2.3. 引理6.6. 微分方程dydx = Ay有非零解y = eλxr,当且仅当λ是矩 阵A的特征值,而r是相应于λ的特征向量。
证明:y = eλxr为微分方程的解当且仅当 λeλxr = Aeλxr 即等价于求特征值与相应的特征向量
(A− λE)r = 0.
2 Theorem 6.2.4. 定理6.5. 设A有n个互不相同的特征值λ1,· · · , λn以及相应的特征 向量r1,· · · , rn,则
Φ(x) = (eλ1xr1,· · · , eλnxrn) 是dydx = Ay的一个基解矩阵。
证明:由引理6.6,Φ(x)是方程的解矩阵。另一方面,对应于不同特征值的特征 向量组是线性无关的,所以
det Φ(0) = det[r1,· · · , rn]̸= 0.
从而Φ(x)是一个基解矩阵。
为了得到所需的实基解矩阵,可以利用(6.36)得到实的标准基解矩阵exA =
Φ(x)Φ(0)−1。因为右乘非奇异矩阵仍然是基解矩阵,并且由下式及它在x = 0是单
位矩阵可知它是实矩阵(利用方程组解的唯一性)
d
dx[Φ(x)Φ(0)−1] = A(x)[Φ(x)Φ(0)−1].
或者,将Φ(x)分解为Φ(x) = B(x) + iC(x),则其实部与虚部都是解矩阵,它们
§6.2 常系数线性微分方程组 113
(二)A有相重的特征值
假设矩阵A的互不相同的特征值为λ1,· · · , λs,相应的重数分别为正整数n1,· · · , n2(n1+
· · · + ns= n)。在A的若当标准型J中,与λi相对应的若当块可能不止一个,这些若 当块的阶数之和为ni,记其中一块为Jp = λiEp+ Zp(阶为p)。我们可以把基解矩 阵的某一列表示出
exAP = P exJ = P diag(ex(λiEp+Zp)) = (p1,· · · , pn)diag(eλixexZp)
= diag(eλix(r0+ xr1+ 1
2!x2r2+· · · + 1
(p− 1)!xp−1rp−1)),
其中这里r0,· · · , rp−1取的是相应的倒序的pl−1,· · · , pl−p。所以我们已经知道如上形 式的列向量一定可以构成一个基解矩阵。接下来,对一般情形我们待定一个复数 值的解,形如
eλix(r0+ xr1+ 1
2!x2r2+· · · + 1
(ni− 1)!xni−1rni−1), (6.39) 主要问题是如何确定r0, r1· · · , rni−1。
Lemma 6.2.5. 引理6.7. 设λi是矩阵A的ni重特征值,则齐次方程有形如(6.39)的 非零解的充要条件是:r0是齐次线性代数方程组
(A− λiE)nir = 0 (6.40)
的一个非零解,而且(6.39)中的r1,· · · , rni−1由下面关系式逐次确定:
rk= (A− λiE)rk−1, k = 1,· · · , ni− 1. (6.41) 证明:(6.39)为dydx = Ay的解当且仅当
dy
dx = λieλix(r0+ xr1+ 1
2!x2r2+· · · + 1
(ni− 1)!xni−1rni−1) +eλix(r1+ xr2+· · · + 1
(ni− 2)!xni−2rni−1)
= Aeλix(r0+ xr1+ 1
2!x2r2+· · · + 1
(ni− 1)!xni−1rni−1), 即
(A− λiE)(r0+ xr1+ 1
2!x2r2+· · · + 1
(ni− 1)!xni−1rni−1)
= r1+ xr2+· · · + 1
(ni− 2)!xni−2rni−1.
当且仅当
(A− λiE)rj = rj+1, j = 0, 1,· · · , ni− 2; (A − λiE)rni−1 = 0, 即
rj+1= (A− λiE)j+1r0, j = 0, 1,· · · , ni− 2; (A − λiE)nir0 = 0.
又(6.39)非零当且仅当r0非零。引理得证。注意,在r0, r1,· · · , rni−1 中可能出现后 面若干个为零,其实x的最高幂次等于λi的若当子块的最高阶数减1。 2 Lemma 6.2.6. 命题4. 设矩阵A的互不相同的特征值为λ1,· · · , λs,它们的重数分 别是n1,· · · , ns(n1+· · · + ns= n)。记n维常数列向量所组成的(复)线性空间为V, 则
(1)V的子集合
Vi ={r ∈ V |(A − λiE)nir = 0} 是矩阵A的ni维不变子空间。
(2)V有直和分解V = V1⊕ V2⊕ · · · ⊕ Vs。
Theorem 6.2.7. 定理6.6. 设n阶实值矩阵A有互不相同的特征值为λ1,· · · , λs,它 们的重数分别是n1,· · · , ns(n1+· · · + ns = n)。则常系数齐次线性微分方程组有基 解矩阵
(eλ1xP1(1)(x),· · · , eλ1xPn(1)1 (x);· · · ; eλsxP1(s)(x),· · · , eλsxPn(s)s (x)), (6.42) 其中(i = 1,· · · , s; j = 1, · · · , ni)
Pj(i)(x) = r(i)j0 + xr(i)j1 +x2
2!r(i)j2 +· · · + xni−1 (ni− 1)!r(i)jn
i−1, (6.43)
r(i)10,· · · , r(i)ni0是(A − λiE)nir = 0的ni个线性无关解, 且r(i)jk = (A − λiE)kr(i)j0(i = 1, 2,· · · , s; j = 1, 2, · · · , ni; k = 1, 2,· · · , ni− 1)。
此外,当所得出的Φ(x)是复值时,可从Φ(x)中提取实值基解矩阵。
证明:由引理6.7可知,在(6.42)中矩阵Φ(x)的每一列都是(6.25)的解。因此,
我们只需证明Φ(x)的各列线性无关即可。从(6.42)和(6.43)不难看出 Φ(0) = (r(1)10,· · · , r(1)n10;· · · ; r(s)10,· · · , r(s)ns0). (6.44)
由命题4的(1)可知,我们可以适当选取{r(i)j0},使得相应于同一个λi的r(i)10,· · · , r(i)ni0是 线性无关的;再由命题4的(2)可见,矩阵Φ(0)中的各列构成了n维线性空间V的一 组基,从而det Φ(0)̸= 0。因此,Φ(x)是方程(6.25)的一个基解矩阵。 2
§6.2 常系数线性微分方程组 115