MIT 18.06 linear algebra 第二十三講筆記
第二十三課課程要點:
- Differential Equation dudt=AU
- Exponential eAt of a matrix
本節跳躍有點大,其實好些我也沒懂,先記錄下。
常係數線性方程的解是指數形式的
例子:
{du1dt=−u1+2u2du2dt=u1−2u2 , 其中U(0)=[10] ,首先把方程組寫成dudt=AU 的形式,那麼矩陣A=[−112−2] 。首先求解矩陣A 的特徵值與特徵向量。可以解出特徵值爲λ1=0,λ2=3 ,對應的特徵向量爲x1=[21],x2=[−11] 。
方程的解爲U(t)=C1eλ1tx1+C2eλ2tx2 ,因爲上面說dudt=AU ,所以如果單單將eλ1tx1 對t 求導的話,結構爲λ1eλ1tx1=Aeλ1tx1
當t=0 時,C1[21]+C2[1−1]=[10] ,可以解出C1=C2=13 。進而U(t)=13[21]+13[1−1]e−3t 。所以U(∞)=13[21] 。
- Stability
當t→∞ 時 U(t)→0 需要eλt→0 因此λ<0 。如果我們求解λ 是解出其爲複數時,只要複數的實部小於0即可,而不用管虛部如何。在這裏實數部分是重要的。
- Steady State
λ1=0 其他的Reλi<0 其中Re 用來表示實數部分。
Blow up 如果存在 Reλ 大於0.
對於一個2×2 形式的,要達到穩定狀態需要Reλ1<0andReλ2<0
A=[acbd] ,矩陣的跡Trace=a+d=λ1+λ2<0 。detA=λ1λ2>0 ,如果僅保證跡小於零依舊有可能出現Blow up。
例如矩陣[−2001] 就會出現Blow up
dudt=AU ,矩陣A 表明u1 與u2 耦合。
這裏讓U=SV (以特徵向量爲基,把U 表示爲SV ),dudt=SdVdt=ASV 。dVdt=S−1ASV=ΛV 。|dvidt=λ1v1| ,各個未知數之間沒有聯繫的方程組存在,也就達到了解耦的目的。
V(t)=eΛtV(0) ,U(t)=SeΛtS−1U(0)=eAtU(0)
Matrix exponential
eAt=I+At+(At)22+(At)36+⋯+(At)nn! ,這個就是傳說中的泰勒展開,應用到矩陣上的結果。
泰勒展開11−x=∑∞0xn ,應用到矩陣上時可以寫爲:(I−At)−1=I+At+(At)2+⋯+(At)n 。
上面的eAt=I+SΛS−1t+SΛ2S−1t22+⋯+SΛnS−1tnn!=S(I+Λt+Λ2t22+⋯)=SeΛtS−1 。
eΛt=⎡⎣⎢⎢⎢⎢⎢eλ10⋮00eλ1⋮0⋯⋯⋱⋯00⋮eλnt⎤⎦⎥⎥⎥⎥⎥ ,其中Λ 是由特徵值組成的對角陣,且Reλ<0 就能收斂。
下面是一個複數平面:
圖中的圓形區域是矩陣冪的穩定區域,在該區域內特徵值的絕對值小於1。灰色區域矩陣的冪收斂於0。
y′′+by′+ky=0 怎麼把這個二階線性方程化爲一階的呢?可以想想前面一節斐波那契數列的例子。令U=[y′y] ,因此U′=[y′′y′]=[−b1−k0][y′y]
以上內容看上去挺亂的,還需後面再整理。