Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Lektsii_DU_prof_Gromak__chast_2

.pdf
Скачиваний:
12
Добавлен:
01.03.2016
Размер:
803.88 Кб
Скачать

Глава 2. Линейные системы дифференциальных уравнений

41

n

 

: :11: (t)

:: :: ::

1n:(t:):

 

 

 

n

n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

 

 

 

 

 

PP

= i=1

 

:k=1: : Pik k1

:: :: ::

k=1 Pik :kn: :

 

 

 

 

 

 

 

 

 

n1(t)

: : :

nn(t)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Разбивая определитель, стоящий под знаком суммы, на n определителей, убеждаемся, что все они равны, за исключением определителя при k = i .

Следовательно,

n

Xi

 

_

 

W (t) = Pii(t)W (t) = Sp(P (t))W (t):

 

=1

 

Откуда

 

t

(21.2)

W (t) = W (t0)eR

Sp(P (t))dt

 

t0

 

здесь Sp(P (t)) - след матрицы P (t) . Это формула носит название формулы Лиувилля.

В частности, из (21.2) следует:

1.Если 9t0 2 (a; b) , что W (t0) 6= 0 ) W (t) 6= 0; 8t 2 (a; b) .

2.Если 9t0 2 (a; b) , что W (t0) = 0 ) W (t) = 0; 8t 2 (a; b) .

22 Матричные ряды. Экспонента матрицы

1. Подобные матрицы.

Пусть A; B 2 Mn;n и существует неособая матрица S такая, что A = S 1BS . Тогда A и B подобны.

Лемма 22.1. Характеристические уравнения подобных матриц совпадают, т.е. det(A E)= det(B E) .

В самом деле det(A E) = det(S 1BS S 1 ES) = det S 1(B E)S = (B E) .

Следствие 22.1. Определители и следы подобных матриц совпадают.

Пусть det(A E) = det(B E) = n + a1 n 1 + : : : + an . Тогда

( 1)nan = det A = det B;

a1 = Sp (A) = Sp (B):

Лемма 22.2. Каждая матрица A 2 Mn;n подобна своей нормальной жордановой матрице

A J = [J 1 ( 1); J 2 ( 2); : : : ; J s ( s)];

где - J ( ) клетка Жордана

01

1 : : : 0

J ( ) =

B:

0: :

 

: : :

0

матрица:

: : :

: : :

1C

 

B: : :

: : : : : : C

 

 

B

 

 

 

C

 

 

@

 

 

 

A

 

Глава 2.

Линейные системы дифференциальных уравнений

 

 

 

 

 

42

2. Производная и интеграл матрицы-функции

 

 

 

 

 

 

 

Пусть A(t) : (a; b) ! Mn;n

и aij(t) дифференцируемы. Тогда

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

_

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A(t) := (a_ij(t))

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

_

 

dAB(t)

_

 

 

 

 

 

 

 

Если A - постоянная, то A = 0;

 

 

= AB(t)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dt

 

 

 

 

 

 

 

 

 

 

 

 

0

 

_

 

_

 

 

 

 

 

 

 

 

 

 

 

 

 

(A(t)B(t)) = A(t)B(t) + A(t)B(t)

 

 

 

 

 

 

 

 

 

d

 

 

 

 

_

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dt

( A(t)) = A(t)

 

 

 

 

 

 

 

 

 

 

 

 

 

dA2(t)

 

 

d

_

 

_

 

 

 

_

_

2

0

_

_

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= 2AA = 2AA)

 

 

dt

 

m 1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= dtA(t)A(t) = AA + AA (Если при этом AA = AA; то A

 

 

 

 

(Am)0

=

Xk

Ak

dA

Am k 1:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

dt

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

=0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

_

 

 

 

 

 

 

 

Если же A коммутирует со своей производной A , то

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(Am)0

= mAm 1A_ = mAA_ m 1:

 

 

 

 

 

 

 

Определим интеграл от матрицы-функции

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

0 t

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Z

 

 

 

Z

aij(t)dtA

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t0

A(t)dt = @t0

 

 

 

 

 

 

 

3. Предел последовательности матриц, степенные матричные ряды Рассмотрим последовательность матриц

fAkg1k=1; Ak 2 Mn;n:

Будем говорить, что последовательность матриц Ak сходится к A , если

lim jjAk Ajj = 0:

k!1

1

P

Будем говорить, что Ak сходится, если последовательность частичных сумм Sk =

k=0

k

 

iP

 

Ai сходится.

 

=1

 

Определение 22.1. Пусть A 2 Mn;n . Ряд f(A) =

1

akAk; ak 2 C; A 2 Mn;n

называют степенным матричным рядом.

=0

kP

Лемма 22.3. Пусть A = S 1JS . Если f(J) сходится, то сходится и f(A) , при-

чем

f(A) = S 1f(J)S:

Если же f(J) расходится, то и f(A) расходится.

Глава 2. Линейные системы дифференциальных уравнений

43

Доказательство. Пусть Sk(A) - частичная сумма ряда f(A) . Тогда

 

k

k

 

XX

Sk(A) =

ai(S 1JS)i = S 1 aif(J)S = S 1Sk(J)S

i=0

i=0

Переходя к пределу при k ! 1 , получаем требуемое утверждение.

Лемма 22.4. Пусть

J = [J 1 ; J 2 ; : : : ; J s ]:

Если f(J i ) сходятся, то сходится и f(J) . Если же хотя бы один из рядов f(J i ) расходится, то расходится и ряд f(J) .

Доказательство аналогично доказательству леммы 22.3.

1

A 2 Mn;n; ak 2 C рассмотрим числовой ряд

Вместе с рядом f(A) = akAk;

kP

 

 

=0

 

 

 

1

 

 

Xk

(22.1)

f(z) =

akzk; ak 2 C; z 2 C

 

=0

 

Лемма 22.5. Если все собственные числа 1; : : : ; n матрицы A простые, то при j ij< ; i = 1; : : : ; n ,где - радиус сходимости ряда (22.1), ряд f(A) сходится и

f(A) = S 1[f( 1); : : : ; f( n)]S:

Если же существуют i такие , что j ij > , то ряд f(A) расходится.

Доказательство. Доказательство леммы 22.5 следует из предыдущих лемм 22.3, 22.4 так как в условиях леммы 22.5 J = [ 1; : : : ; n] .

Теорема 22.1. Если i - собственные числа матрицы A с кратностями ki и j ij < , то ряд f(A) сходится, причем f( i) являются собственными числами матрицы f(A) с теми же кратностями.

Доказательство. Доказательство основано на приведенных выше леммах. [Бибиков].

4. Экспоненциальная функция матрицы В качестве примера рассмотрим экспоненциальную функцию матрицы.

eA := E +

1

A +

 

1

A2

+ : : :

(22.2)

 

2!

 

1!

 

 

 

Так как радиус сходимости соответствующего числового ряда равен бесконечности, то ряд (22.2) сходится для любой матрицы A 2 Mn;n .

Заметим, что

eA+B = E + 1!1 (A + B) + 2!1 (A2 + AB + BA + B2) + : : : :

Если же A и B коммутируют, то eA+B = eAeB и сомножители можно переставлять местами.

Аналогично

eA(t) 0

=

E + 1!A +

2!A2

+ : : :

0

 

+

2!(AA_

+ AA_) + : : : :

= 1!A_

 

 

1

 

1

 

 

1

 

 

1

 

 

Глава 2. Линейные системы дифференциальных уравнений

44

Если же A

_

 

 

и A коммутируют, то

 

 

 

0

= A_(t)eA(t) = eA(t)A_(t):

 

 

eA(t)

 

Определим также логарифм матрицы как матрицу обратную к экспоненциальной матрице, т.е. матрицу B 2 Mn;n называем логарифмом матрицы A 2 Mn;n; если eB = A . При этом обозначаем B = Ln A . Логарифмическая матрица определяется неоднозначно. Это ясно уже из определения логарифма чисел

Ln A = ln jAj + arg A + 2k ; k 2 Z:

Теорема 22.2. Если матрица A - неособая, то Ln A существует.

Доказательство. Смотри, например, в [Бибиков].

23Линейные системы с постоянными коэффициентами

Рассмотрим линейную систему

x = P (t)x;

(23.1)

P (t) : (a; b) ! Mn;n и непрерывна. 1. Системы Ланно - Данилевского.

Теорема 23.1. Пусть матрица P (t) коммутирует со своим интегралом, т.е

tt

RR

P (t)t0

P (t)dt =

t0

P (t)dtP (t); 8t0; t

2 (a; b) . Тогда фундаменальная матрица си-

стемы (23.1) может быть взята в виде

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

P (t)dt

(23.2)

 

 

 

 

 

t0

:

 

 

 

(t) = e R

Доказательство. Для матрицы (t)

 

 

 

_

нужно проверить тождество (t) = P (t) (t) .

Оно выполняется, так как

 

 

 

 

 

 

 

t

1

0

 

 

 

 

 

P (t)dt

 

 

 

 

 

 

t0

= P (t) (t) = (t)P (t)

 

 

 

 

_ (t) = 0eR

 

 

 

 

@

A

 

 

 

в силу условия Ланно - Данилевского. При этом матрица (t)

неособая в силу

(t0) = E .

Рассмотрим сейчас линейную систему с постоянной матрицей коэффициентов

x = Ax; A 2 Mn;n:

(23.3)

Теорема 23.2. Матрица eAt - фундаментальная для системы (23.3).

t

 

 

t0) коммутируют. Следовательно,

Доказательство. Матрицы A и

Adt = A(t

 

это случай Ланно - Данилевского.tR0

 

 

 

Глава 2. Линейные системы дифференциальных уравнений

45

Следствие 23.1. Общее решение системы (23.3) имеет вид x = eAtC; 8C 2 Cn

Следствие 23.2. Задача Коши

x = Ax; A 2 Mn;n x(t0) = x0; x0 2 Cn

имеет решение x = eA(t t0)x0 .

24 Структура фундаментальной матрицы

Итак, мы знаем, что для линейной системы

 

x = Ax; A 2 Mn;n

(24.1)

фундаментальная матрица может быть взята в виде

 

(t) = eAt:

(24.2)

Выясним структуру этой матрицы. Пусть A = S J S 1 . Тогда

(t) = eS J S 1 t =

eS J t S 1 = SeJtS 1 . Умножение справа (t) на постоянную неособую матрицу при-

водит к фундаментальной матрице.

 

Таким образом матрица

 

SeJt

(24.3)

фундаментальная. Выясним структуру eJt . Очевидно,

eJt = [eJ 1 ( 1)t; eJ 2 ( 2)t; : : : ; eJ s ( s)t];

где 1; : : : ; s собственные числа матрицы A , среди которых могут быть одинаковые. Выясним структуру eJ ( )t , то есть структуру одной произвольной клетки.

 

eJ ( )t = e(J (0)+ E)t = eJ (0)e tE = e tEeJ (0)t

 

 

J (0)t

0

0

:

1: :

1

: : :1

1 0

0

: : :

1

: : :1

2

2

 

 

0

 

 

: : :

0

 

 

 

 

0

1 : : :

0

 

 

e

= E + B: : : : : :

0

1

Ct +

 

 

B: : : : : :

0

1

C t + : : :

2!

 

B

0

 

0

0

0

C

 

 

B

0

0

0

0

C

 

 

B

 

 

 

 

 

C

 

 

B

 

 

 

 

C

 

 

@

 

 

 

 

 

A

@

 

 

 

 

A

 

Матрица J (0) - нильпотентна и J

(0) = 0;

, то есть матричный ряд обрыва-

ется. Таким образом

0:1: : :t: : :t:2: :: :: ::

eJ (0)t = B: : : : : :

: : : : : :

B: : : : : : : : : : : :

B

 

B 0 : : :

: : : : : :

B

 

@

t 1 1

( 1)!

: : : C C

t2 C

2C

C

t A

1

Глава 2. Линейные системы дифференциальных уравнений

46

Следовательно,

 

0

e t te t : : :

eJ ( )t = BB: : : : : : : : :

B

@: : : : : : : : :

0 : : : : : :

t 1 e t1

( 1)!

: : : CC:

te t C A

e t

Таким образом, решения, представляющие фундаментальную матрицу, разобьются на s групп (по числу клеток Жордана), содержащих соответственно 1; 2; : : : ; s решений. Каждое из этих решений представляет собой квазиполином, т.е. произведение e t на полином t степени не выше 1 , где - порядок клетки Жордана, соответствующий собственному числу . Если при этом i простые собственные числа, то фундаментальная матрица имеет вид S[e 1 ; : : : ; e nt] . Такая же структура фундаментальной матрицы будет и в случае кратных корней, но с простыми элементарными делителями, т.е. в случае n - клеток Жордана.

25Матричный метод интегрирования линейных систем

Пусть дана система

x = Ax; A 2 Mn;n; x(t) : R ! Cn:

(25.1)

Пусть при этом A = S 1J S . В системе (25.1) положим

x = Sy; S 2 Mn;n; det S 6= 0:

(25.2)

Тогда имеем

Sy = ASy; y = S 1ASy:

Если при этом S выбрать так, чтобы J = S 1AS , то имеем

y = Jy

(25.3)

Откуда y = eJt и, следовательно, x = SeJt . Таким образом, задача интегрирования линейной системы свелась к уже известным задачам: определению матрицы перехода S и построению eJt .

26 Метод Эйлера решения линейных систем

Пусть дана система

 

x = Ax; A 2 Mn;n; x(t) : R ! Cn

(26.1)

Ненулевые решения системы (26.2) будем искать в виде

 

x = ve t; v = 0; v 2 Cn; v 6= 0

(26.2)

Тогда, подставляя (26.2) в (26.1), имеем

 

ve t = Ave t (A E)v = 0

(26.3)

Глава 2. Линейные системы дифференциальных уравнений

47

Следовательно, для существования ненулевого решения (26.2) необходимо и достаточно, чтобы было собственным числом матрицы A , а v - соответствующим собственным вектором.

Пусть сейчас 1; : : : ; n - простые собственные числа, а v1; : : : ; vn соответствующие им собственные вектора. Тогда

x = C1v1e 1t + : : : + Cnvne nt

общее решение системы (26.1).

Если 1 - k - кратное собственное число матрицы A , то решение можно искать в виде

x = q(t)e 1t;

(26.4)

где q(t) – вектор-функция, компоненты которой полиномы, степень которых не выше k 1 .

27Линейные системы с периодическими коэффициентами

Пусть дана линейная система

 

x = P (t)x;

(27.1)

где x(t) : R ! Cn; P (t) : R ! Mn;n; P (t + w) = P (t); 8t 2 R; w > 0:

 

Теорема 27.1. (Флоке-Ляпунова) Произвольная фундаментальная матрица (t) системы (27.1) имеет структуру

(t) = G(t)etR;

(27.2)

где G(t) : R ! Mn;n и G(t + w) = G(t); 8t 2 R; R - постоянная матрица.

Доказательство. Если (t) - фундаментальная, то (t + w) - тоже фундаментальная. Следовательно, существует неособая матрица B такая, что

 

(t + w) = (t)B

(27.3)

Так как матрица B неособая, то она имеет логарифм. Пусть

 

R :=

1

LnB; G(t) = (t)e tR:

(27.4)

 

w

Покажем, что G(t) - периодическая. В самом деле

G(t + w) = (t + w)e (t+w)R = (t)Be tR wR =

= (t)Be wRe tR = (t) Be LnB e tR = (t)e tR = G(t):

| {z }

E

Определение 27.1. Постоянная матрица B называется матрицей монодромии.

Глава 2. Линейные системы дифференциальных уравнений

48

Пусть 1(t) другая фундаментальная матрица. Тогда

 

1(t + w) = 1(t)B1:

(27.5)

Покажем, что матрицы монодрамии B и B1 подобны. В самом деле, существует

неособая матрица S , что

 

1(t) = (t)S

(27.6)

Тогда

 

1(t + w) = (t + w)S:

 

Или

1(t)B1 = (t)BS , (t)SB1 = (t)BS ) SB1 BS = 0 или B1 = S 1BS:

Пусть ~ фундаментальная матрица, нормированная в . Тогда из (27.3)

(t) t = 0

~ ~

(t + w) = (t)B

Откуда ~ .

(w) = B

Определение 27.2. Собственные числа матрицы монодромии ( 1; : : : ; n) назы-

вают мультипликаторами. Собственные числа матрицы R; т.е. ( 1; : : : ; n)

на-

зывают характеристическими показателями.

 

 

 

 

 

 

 

 

Очевидно,

 

 

 

 

 

 

 

 

i =

1

Ln j; (j = 1; : : : ; n)

 

 

 

(27.7)

 

 

 

 

w

 

 

 

 

 

 

 

 

Заметим, что характерестические показатели определены с точностью до

 

1

 

2k i

w

( 2k i это период Ln j ).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

t

 

 

 

 

 

 

 

 

 

 

Sp(P (t))dt

 

!

 

 

 

 

 

Из формулы Лиувилля det ~(t) = det ~(t0)eR

; полагая t

t + w и выбирая

 

 

t0

 

 

 

 

 

 

 

 

t0 = 0 , находим

 

 

 

 

 

 

 

 

 

 

w

:

 

 

 

 

 

 

det (w) = det B = eR

 

 

 

 

 

 

 

 

 

 

Sp(P (t))dt

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

Следовательно,

 

 

 

 

 

 

 

 

 

 

w

 

:

 

 

 

 

 

 

det B = 1 : : : n = eR

Sp(P (t))dt

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

Заметим, что замена

x = G(t)y (27.8) приводит исходную систему к системе с постоянной матрицей. В самом деле

x = G_ (t)y + G(t)y = P (t)G(t)y:

Дифференцируя (t) = G(t)etR , находим

_ _

tR

+ GRe

tR

= P (t) (t) = P Ge

tr

= Ge

 

 

 

_

 

 

 

 

 

G = GR + P G

 

 

 

( GR + P G)y + Gy = P Gy или Gy = GRy:

 

 

 

 

y = Ry

(27.9)

Это свойство, то есть приведение исходной системы посредством замены (27.8) к системе с постоянной матрицей, называется приводимостью.

Глава 2. Линейные системы дифференциальных уравнений

49

Теорема 27.2. Существует линейная замена переменных (27.8), где

G(t) : R !

Mn;n - матричная функция класса C1 – ! -периодическая и неособая, переводящая периодические системы в линейные системы с постоянной матрицей, собственные числа которой суть характеристические показатели.

28Линейные неоднородные системы дифференциальных уравнений

Пусть дана линейная неоднородная система

 

x = P (t)x + q(t);

(28.1)

где P (t) : (a; b) ! Mn;n; q(t) : (a; b) ! Cn . Пусть

(t) - решение. Тогда замена

x = (t) + y

(28.2)

приводит к системе

 

y = P (t)y:

(28.3)

Таким образом, структура общего решения неоднородной системы (28.1) следующая x = (t)C + q(t);

где (t) - фундаментальная матрица однородной системы (28.3), а q(t) частное решение неоднородной системы.

Теорема 28.1. (Метод вариации произвольной постоянной) Пусть (t) : (a; b) ! Mn;n - фундаментальная матрица однородной системы (28.2).Тогда

x = (t)C + tZ0

t

 

(t) 1(s)q(s)ds

(28.4)

где 8C 2 Cn; t0; t 2 (a; b) , есть общее решение неоднородной системы (28.1).

Доказательство. Будем искать решение (28.1) в виде

 

x = (t)C(t)

(28.5)

Тогда x = _ C + C_ = P C + C_ = P C + q . Откуда C_ = q . Или C_ = 1(t)q(t) .

t

 

 

 

Интегрируя, находим C(t) = tR0

1(s)q(s)ds + C , где

C 2 Mn;n . Следовательно,

имеем (28.4).

 

 

 

Рассмотрим случай постоянной матрицы коэффициентов, то есть уравнение

 

x = Ax + q(t)

(28.6)

В этом случае (t) = eAt и, следовательно, общее решение имеет вид

x = eAtC + tZ0

t

 

eA(t s)q(s)ds

(28.7)

Формула (28.4) называется формулой Коши.

Глава 2. Линейные системы дифференциальных уравнений

50

29 Линейные неоднородные периодические системы

Пусть дана система

 

x = P (t)x + q(t);

(29.1)

где P (t) : R ! Mn;n; P (t + w) = P (t); q(t + w) = q(t);

8t 2 R; w > 0

Теорема 29.1. Для того, чтобы x = '(t) : R ! Cn было - w -периодическим решением необходимо и достаточно, чтобы

'(0) = '(w)

(29.2)

Доказательство. Если '(t) - w -периодическое, то '(t+w) = '(t) и (29.2) очевидно необходимо.

Достаточность. Рассмотрим функцию (t) = '(t+w) . Она является решением (29.1) в силу w -периодичности P (t) и q(t) . Но '(0) = '(w) = '(0) , то есть для двух решений имеем совпадение начальных условий. По теореме единственности '(t)

(t) .

Теорема 29.2. Если среди мультипликаторов системы (29.1) нет равных единице, то система (29.1) имеет единственное w -периодическое решение.

Доказательство. Все решения системы можно записать формулой Коши (28.4). В качестве фундаментальной матрицы (t) возьмем нормированную в t = 0 . Тогда решение с начальными условиями x(0) = x0 имеет вид

t

Z

~

x(t) = (t)x0 +

~ ~

1

(s)q(s)ds:

(29.3)

(t)

 

0

Условие w -периодичности имеет вид x(w) = x(0) = x0 , то есть

w

 

 

x0 = ~(w)x0 + Z0

~(w)~ 1(s)q(s)ds

(29.4)

Матрица этой линейной неоднородной алгебраической системы относительно x0 име-

ет вид ~ . Она неособая, если среди мультипликаторов нет равных единице.

(w) E

В этом случае система (29.4) имеет единственное решение относительно x0 , которое и определяет единственное w -периодическое решение.

Рассмотрим частный случай, то есть систему

 

 

x = Ax + q(t);

 

(29.5)

n;n

~

At

.

где q(t) = q(t + w); t 2 R; w > 0; A 2 M

. В этом случае (w) = e

 

Теорема 29.3. Необходимым и достаточным условием существования единственного w -периодического решения является отсутствие у матрицы A собственных значений вида 2 ik=w .

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]