线性代数--MIT18.06(二十三)

孤人 提交于 2021-01-13 17:37:14

正文共:1500 字 59 图    预计阅读时间: 4 分钟

前文推送


  1. 线性代数 -- MIT18.06(十三):第一部分复习

  2. 线性代数--MIT18.06(十四):正交向量和正交空间

  3. 线性代数--MIT18.06(十五):子空间投影

  4. 线性代数--MIT18.06(十六):投影矩阵和最小二乘

  5. 线性代数--MIT18.06(十七):正交矩阵和施密特正交化

  6. 线性代数--MIT18.06(十八):行列式及其性质

  7. 线性代数--MIT18.06(十九):行列式公式和代数余子式

  8. 线性代数--MIT18.06(二十):克拉默法则、逆矩阵、行列式的几何意义

  9. 线性代数--MIT18.06(二十一):特征值和特征向量

  10. 线性代数--MIT18.06(二十二):对角化和幂


23. 特征值和特征向量的应用


23.1 课程内容:求解一阶常系数微分方程

在上一讲我们已经介绍了特征值和特征向量的一种应用,那就是求解差分方程,这一讲,讲解其另一个应用——求解微分方程,当然,首先从一阶常系数微分方程开始讲解。

由该微分方程组,我们可以得到系数矩阵

和求解差分方程的过程一样,我们首先求解特征值和特征向量:这里可以发现一个小技巧,因为 是奇异矩阵(也就是说行向量或者列向量存在线性关系),因此必然有一个特征值为 0 ,而根据特征值的和与矩阵的迹(对角线元素之和)相等,由此可以知道另一个特征值为 -3 。

将两个特征值代入 ,即得到两个特征向量分别为

和差分方程的通解形式类似,只不过在微分方程这儿的通解形式是以指数的形式,即

在这里的话,解就是

现在我们假设初始值条件为

那么就可以根据初始值条件求得系数

观察解的形式,我们发现,实际上和差分方程的情况类似,对于 也可以写成 的形式,对于上述结果就是

总结一下求解过程就是:

  • 将微分方程组构造成  的形式

  • 求解  的特征值和特征向量,写出通解形式

  • 如果有初始值条件,则求解出系数 


在差分方程的求解过程中,我们已经知道了,我们可以直接由特征值的符号和绝对值的大小来判断方程组的性质,在这里也是一样,引入收敛性和稳态。

  • 收敛性(stability):即当 ,当然趋向于0 ,是指当前这个例子的情况,当然也可以是其他固定的值。要满足这样的情况,可以发现所有的特征值实部都是小于 0 的,即 

  • 稳态(steady state) : 有一个特征值为 0 ,而其他特征值的实部小于 0 。

  • 而如果有特征值的实部大于 0 ,那么结果是必然发散的,因为 ,

现在我们已经知道了通解的形式,以及特征值与通解性质之间的关联,我们就会考虑,如何将通解用  表示出来。

我们已经知道可以表示 , 代入 ,即

由此得到

那么

如何证明上述等式的右边是成立的呢? 即

这里用到泰勒展开,我们已经知道

同样地对 进行泰勒展开,并且我们知道,如果可以对 进行对角化的话,那么 ,即可推导:

可以发现括号内部就是 的泰勒展开式!

所以等式成立,即



23.2 习题课

2011年习题课

(http://open.163.com/movie/2016/4/R/G/MBKJ0DQ52_MBPD47BRG.html)

对于三阶微分方程 ,其中 的函数,请写出系数矩阵 , 以及 的第一列

解答

首先将三阶微分方程,转化为一阶微分方程的形式,我们可以令 ,则

根据原方程,我们就可以得到

由此,我们就可以使用之前的方法,求解 的特征值和特征向量

由此得到

将各个 分别代入求解 可以得到特征向量分别为
, ,

由此我们得到 的通解形式

对于 ,有

由此得到


PS:

1. 后台回复“线性代数”,“线代” 等任一关键词获取资源链接

2. 后台回复“联系“, “投稿“, “加入“ 等任一关键词联系我们

3. 后台回复 “红包” 领取红包

零维领域,由内而外深入机器学习

dive into machine learning

微信号:零维领域

英文ID:lingweilingyu

本文分享自微信公众号 - 零维领域(lingweilingyu)。
如有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

标签
易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!