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

Системы обыкновенных дифференциальных уравнений

.pdf
Скачиваний:
68
Добавлен:
01.05.2014
Размер:
2.62 Mб
Скачать

~

= Φ( x) C , где C

– произвольный постоянный вектор, есть общее решение

Y

системы (10 ) в (D).)

Пусть вектор-функция Y*( x) = ψ ( x) , x I , – какое-нибудь решение неоднородной системы (1). Тогда

Y = Φ( x) C + ψ ( x)

(2)

есть общее решение системы (1) в (D).

 

1) Берем произвольную точку (x0 ,Y0 ) (D) и рассматриваем векторное

уравнение

 

Y0 = Φ( x0 ) C + ψ ( x0 )

 

Φ( x0 ) C =Y0 − ψ ( x0 ) .

(3)

(3) – алгебраическая система линейных уравнений относительно компонентов вектора C. Определителем этой системы является det Φ(x0 ) 0 . Следовательно,

(3) имеет и притом единственное решение C (0) = Φ1( x

0

) (Y − ψ ( x

0

)).

 

 

 

 

 

 

 

 

 

0

 

2) Подставим в (2) C(0) вместо C. Получим

 

 

 

 

 

 

 

 

 

 

 

Y = Φ( x) C (0) + ψ ( x) .

 

 

 

 

(4)

Убедимся, что (4) является решением системы (1). Имеем

 

 

 

 

 

 

 

 

d

[Φ( x) C(0) + ψ( x)]A( x) [Φ(x) C(0) + ψ( x)]=

 

 

 

 

 

 

 

dx

 

 

=

d

[Φ(x) C(0) ]+ dψ( x) A( x) [Φ(x) C(0) ]A( x) ψ(x) =

dx

 

 

 

 

 

dx

 

 

 

 

 

 

=

d

[Φ(x) C(0) ]A(x) [Φ(x) C(0) ]+ dψdx(x) A(x) ψ( x) F(x), x I .

dx

144444424444443

144424443

 

 

 

 

 

 

 

 

0, x I

F(x), x

I

 

 

 

Показано, таким образом, что (2) удовлетворяет определению общего решения системы (1).

§7. Метод вариации произвольных постоянных для нахождения решения Y*( x) = ψ( x) линейной неоднородной системы

обыкновенных дифференциальных уравнений

Пусть имеется линейная неоднородная система

 

 

dY

 

= A(x) Y + F( x).

(1)

 

dx

 

 

 

 

 

Тогда

 

dY

 

 

 

 

 

= A( x) Y

(10 )

 

 

 

 

 

 

 

dx

 

71

– линейная однородная система, соответствующая линейной неоднородной системе (1). Пусть Φ( x) – ф. м. р. с., (10 ) Y = Φ( x) C , где C – произвольный постоянный вектор, – общее решение системы (10 ) .

Станем искать решение Y*( x) = ψ ( x) системы (1) в виде:

Y*( x) = Φ( x) C( x) ,

(2)

C1( x)

где C( x) = C2 (x) – неизвестная (пока) вектор-функция. Хотим, чтобы вектор-

CnK( x)

функция (2) была решением системы (1). Но тогда должно быть справедливо тождество

Φ′(x) C(x) (x) C(x) A(x) Φ(x) C(x) + F( x),

x I

 

 

Φ′( x) A( x) Φ(x) C(x) (x) C(x) F(x),

x I

 

 

[144424443]

 

 

 

0, x I

 

 

Φ( x) C( x) F( x), x I C( x) ≡ Φ1( x) F(x), x I

x

C( x) = Φ1(t) F(t) dt

x0

(произвольный постоянный вектор, который получается в результате интегрирования, можно считать равным 0). Здесь точки x0 , x I = (a, b) – любые.

Видим, таким образом, что если в (2)

в качестве C( x) брать

x

 

C( x) = Φ1(t) F(t) dt , то вектор-функция

 

x0

 

x

 

Y*( x) = Φ( x) Φ1(t) F(t) dt,

x I ,

x0

 

будет решением системы (1).

Замечание. Общее решение линейной неоднородной системы (1) может быть записано, следовательно, в виде

x

 

Y = Φ(x) C (x) Φ1(t) F(t) dt, x I .

(3)

x0

 

Пусть требуется найти решение системы (1), удовлетворяющее начальному условию

Y

 

x =x0

=Y0 (точка (x0 ,Y0 ) (D) ).

(4)

 

 

 

Подстановка в (3) начальных данных (4) дает

Y = Φ( x

) C

C = Φ1(x

) Y .

0

0

 

0

0

72

Следовательно, решение задачи Коши (1) – (4) может быть записано в виде

x

 

Y = Φ( x) Φ1( x0 ) Y0 ( x) Φ1(t) F(t) dt .

(5)

x0

В частном случае, когда Φ( x0 ) = E , последняя формула принимает вид

x

Y = Φ(x) Y0 ( x) Φ1(t) F(t) dt .

x0

Прежде чем приступать к изложению метода интегрирования линейных систем с постоянными коэффициентами, продолжим обзор некоторых сведений из теории матриц, используемых в дальнейшем.

§8. Матричные последовательности и ряды

 

Пусть имеется последовательность матриц

 

(в (1) Ak = {ai(jk )} ( i, j =

 

{Ak }k N

(1)

 

)). Пусть имеется матрица A = {ai j } ( i, j =

 

).

 

1, n

1, n

 

Определение. Говорят, что последовательность матриц (1) сходится к мат-

рице A при k → ∞, и пишут Ak

A (или lim

Ak

= A), если

Ak A

 

 

 

0 .

Итак, по определению

 

 

 

k →∞

 

 

 

 

 

 

k

→∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k →∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

 

 

 

 

 

 

 

 

 

lim

A

 

 

 

 

 

 

 

 

 

A

 

A

 

 

 

 

 

 

 

 

 

 

k

k →∞

 

 

 

 

k →∞

 

k

 

 

 

 

 

 

 

 

 

 

k

 

 

 

 

 

 

k →∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Мы знаем, что

 

 

Ak

A

 

= max

 

ai(jk ) ai j

 

. Поэтому

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i, j =1, n

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

A

 

 

 

 

 

 

 

 

 

a

 

 

a

 

0,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

 

 

 

k →∞

 

 

 

 

 

 

 

 

i j

 

i j

k →∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Следовательно,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( k )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

 

 

 

 

 

 

 

 

a

 

 

 

a

 

,

 

i, j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k k →∞

 

 

 

 

 

 

 

i j

 

k →∞

i j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

т.е. сходимость последовательности матриц (1) эквивалентна одновременной

сходимости n2 числовых последовательностей.

Отметим следующие свойства сходящихся последовательностей матриц.

1) Если Ak A , то Ak A .

k →∞

k →∞

2)Если Ak k →∞A , Bk k →∞B , то Ak + Bk k →∞A + B .

3)Если Ak k →∞A , Bk k →∞B , то Ak Bk k →∞A B .

Установим, например, свойство 3.

73

Имеем

 

 

Ak Bk AB = Ak Bk Ak B + Ak B AB = Ak (Bk B) +( Ak A) B

 

 

 

 

Ak Bk AB

 

 

Ak (Bk

B)

 

+

 

( Ak A) B

 

n

 

Ak

 

 

 

 

 

 

 

 

 

Bk B

 

 

 

+n

 

 

 

Ak

A

 

 

 

 

 

 

 

B

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

{

 

 

 

 

 

 

124 43

 

 

 

 

 

 

 

124

43

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

A

 

 

 

 

 

 

 

0

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k→∞

 

 

 

 

 

 

 

 

 

 

 

k→∞

 

 

 

k→∞

 

 

 

 

 

 

 

 

 

 

A

B AB

 

 

 

0

A

 

 

B AB .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

k

 

 

 

 

 

k →∞

 

 

 

k k k →∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Определение. Пусть {Ak }k N – последовательность матриц. Выражение

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Ak

= A1 + A2 +K+ Ak +K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(2)

 

 

 

 

 

 

 

 

 

 

k =1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

называется матричным рядом.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Положим

 

 

 

 

S1 = A1,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S2 = A1 + A2 ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

. . . . . .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Sl = A1 + A2 +K+ Al ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

. . . . . . . . .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( Sl

 

l-я частичная сумма матричного ряда (2)). Ясно, что {Sl }l N – последова-

тельность частичных сумм ряда (2).

Если последовательность {Sl }l N сходится к матрице S при l → ∞, то мат-

ричный ряд (2) называется сходящимся, а матрицу S называют суммой матричного ряда (2).

Пишут: S = Ak .

k =1

Отметим, что Sl есть матрица с элементами

l

ai(jk ) (i, j =

 

) .

1, n

k =1

 

 

 

Следовательно, сходимость матричного ряда (2) означает сходимость n2 обычных числовых рядов

ai(jk ) (i, j =1, n) .

k =1

Справедливо утверждение:

Пусть имеются два сходящихся матричных ряда

74

 

 

 

(I)

Ak

и

(II)

Bk

 

k =1

 

 

k =1

и пусть A и B – суммы рядов (I)

и

(II)

соответственно. Тогда ряд (III)

 

 

 

 

( Ak + Bk ) тоже сходится и имеет сумму ( A + B) .

k =1

 

 

 

 

В самом деле, пусть Sl(I) ,

Sl(II) , Sl(III) l-е частичные суммы рядов (I), (II) и

(III) соответственно. Имеем: Sl(III) = (Sl(I) + Sl(II) )

Sl(III) ( A + B).

 

 

 

 

k →∞

§9. Матричные степенные ряды

Пусть имеется скалярный степенной ряд

 

ak xk .

(1)

k =0

Пусть r – радиус сходимости, f ( x) – сумма ряда (1). Пусть A – произвольная квадратная матрица порядка n. Рассмотрим ряд

 

ak Ak .

(2)

k =0

( A 0 = E ). Ряд (2) называется степенным рядом от матрицы A. Если ряд сходится, то его сумму уславливаемся обозначать через f ( A) .

Теорема (об условиях сходимости матричного степенного ряда). Пусть имеется скалярный степенной ряд (1):

 

 

 

 

 

 

 

 

 

 

 

 

ak xk .

Пусть r

 

 

 

 

 

k =0

радиус сходимости,

f ( x)

– сумма этого ряда. Рассмотрим ряд (2):

 

 

 

 

 

 

 

 

ak Ak ,

 

где

A –произвольная

квадратная матрица порядка n. Пусть

k =0

 

 

 

 

 

 

 

 

λ1, λ2 , K, λm – собственные числа матрицы A. Тогда:

1) если

λ j

 

< r , для любого

j =

 

, то ряд (2) сходится.

 

1, m

2) если имеется хотя бы одно j0 такое, что λj0 > r , то ряд (2) расходится. I. Рассмотрим сначала случай, когда матрица A имеет вид:

75

 

 

 

A1

0

0

K

 

 

 

0

A2

0

K

 

 

A =

 

 

 

 

 

 

K K K K

 

 

 

0

0

0

K

 

 

 

где матрица Aj ( j =

 

) имеет

размеры

1, m

0

0 ,

K

Am

m

(n j × n j ) и n j = n

j =1

 

 

A = diag[A1, A2 , K, Am ]. Наряду с рядом (2): ak Ak

рассмотрим ряды

 

k =0

 

 

ak Ajk ( j =

 

) .

(3)

1, m

k =0

 

Покажем, что ряд (2) сходится лишь тогда, когда сходится каждый из рядов (3) (причем, в случае сходимости: если f ( A) – сумма ряда (2), а f ( Aj ) ( j =1, m) –

суммы рядов (3), то f ( A) = diag[f ( A1 ), f ( A2 ), K, f ( Am )].) Для этого рассмотрим l-ю частичную сумму ряда (2). Имеем:

 

 

l

 

Ak

0

0

K 0

 

 

l

 

 

1

Ak

 

 

 

 

k

 

 

0

0

K 0

 

 

Sl = ak A

 

 

 

= ak

K K2

K K K

 

=

k =0

 

k =0

 

0

0

0 K Amk

 

 

 

 

 

 

 

 

l

 

ak A1k

 

k =0

 

 

 

0

=

 

 

K

 

 

 

0

 

 

 

Тогда:

 

 

f ( A) =

0

l

ak A2k

k =0

K

0

lim Sl ( A)

l→∞

0 K

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Sl ( A1 )

0

0 K 0

 

 

 

 

 

0 K 0

 

 

0

Sl ( A2 )

0 K 0

 

 

 

 

 

=

K

K K K

K

.

 

 

 

 

 

 

K K l

K

 

0

0

 

 

 

 

 

 

 

0 K Sl ( Am )

 

 

 

k

 

 

 

 

 

 

 

 

0 K ak Am

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

lim S

( A )

 

0

0

K

0

 

 

 

l→∞ l

1

lim Sl ( A2 ) 0

 

 

 

 

 

 

 

0

 

K

0

 

 

=

 

 

l→∞

 

 

 

 

 

=

 

 

 

 

 

 

 

 

 

 

 

 

K

 

K

K K

K

 

 

0

 

 

0

0

K lim S

 

( A

 

 

 

 

l

)

 

 

 

 

 

 

 

l→∞

 

m

 

76

f ( A1 )

 

0

=

 

K

 

0

 

0

0

K

0

 

f ( A2 ) 0

K

0

 

K

K K

K

= diag[f ( A1 ), f ( A2 ), K, f ( Am )].

0

0

 

 

 

K f ( Am )

II. Допустим, что матрица Aj

λ j

0

0

 

1

λ

j

0

 

0

 

λ j

 

1

Aj =

K K K

 

0

0

0

 

 

0

0

0

 

имеет вид ( j =1, m):

K0 0

K0 0

K0 0

KK K – клетка Жордана.

Kλ1j λ0

Kj

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Покажем, что если

 

λ j

 

 

< r , то ряд ak Ajk сходится,

если же

 

λ j

 

> r , то ряд

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ak Ajk расходится.

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

Ajk (для произвольного k). Для этого представим ее в

Вычислим матрицу

виде:

λ j

0

 

 

0

K 0

 

 

 

 

 

 

 

 

 

 

 

 

0 0 0 K 0 0

 

 

 

 

 

 

 

 

 

 

λ j

 

 

 

 

 

 

 

 

 

 

 

A

= 0

 

0

K 0

+

1 0 0 K 0 0

 

= λ

E + E .

j

K K K K K

 

K K K K K K

j

1

 

 

 

 

 

 

 

0

 

 

0 0 0 K 1 0

 

 

 

 

 

 

 

 

0 0

K λ j

 

 

 

 

 

 

 

 

 

144424443

144424443

 

 

 

 

 

 

 

 

 

j E

 

=E1

 

 

 

 

 

 

 

Отметим, что матрица λ j E коммутирует с любой матрицей (в частности, с матрицей E1 ). Поэтому сумму λ j E + E1 можно возводить в степень по формуле бинома Ньютона. Значит,

 

k

 

 

 

k

k

 

 

k 1

 

 

 

k (k 1)

k 2

 

2

 

k (k 1)K1

 

k

 

A

j

= (λ

j

E + E )

 

= λ

j

E + k λ

j

 

E +

 

 

 

 

λ

j

E

 

+K+

 

 

E

1

.

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

 

1

 

 

2

 

 

1

 

k !

 

 

Подсчитаем различные степени матрицы E1 . Имеем:

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

0

K 0

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

0

K 0

0

0

 

 

 

 

 

 

 

 

 

 

 

 

E

2

= E

E

 

=

 

1

0

0 K 0 0 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

1

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K K K K K K K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

0

0

K 1

0

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

– имеет две первых нулевых строки и два последних нулевых столбца,

77

 

 

0

0

K 0

0

0

0

 

 

 

0

0

K 0

0

0

0

 

 

 

0

0

K 0

0

0

0

 

E13 = E1 E12

 

 

=

1

0

K 0 0 0 0

 

 

 

0

1

K 0

0

0

0

 

 

 

 

 

 

 

 

 

 

 

 

K K K K K K K

 

 

0

0

K 1

0

0

0

 

 

 

 

– имеет три первых нулевых строки и три последних нулевых столбца, и т. д. А тогда

 

 

 

 

 

 

 

 

 

λk

 

0

 

0 K 0

 

 

 

 

 

 

 

 

 

 

j

 

λkj

 

 

 

 

 

 

 

 

 

 

 

kλkj1

 

 

0 K 0

 

 

 

 

 

 

k (k 1)

 

 

 

 

 

 

 

Ajk = (λ j E + E1)k =

 

λkj2

kλkj1

λkj K 0

=

 

 

 

 

 

 

 

 

 

 

 

 

 

2!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K

 

K K K K

 

 

 

 

 

 

 

 

n j

1 k ( n j

1)

 

 

k

 

 

 

 

 

Ck

 

λ j

 

K K K λ j

 

 

 

 

λk

 

 

 

 

0

 

 

0

K 0

 

 

 

 

 

 

j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(λkj )

 

λkj

0

K 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(λkj )′′

 

 

(λkj )

 

 

 

 

 

=

 

 

λkj

K 0

.

 

2!

 

 

 

 

1!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K

 

 

 

 

 

K K K K

 

 

 

k

( n j 1)

 

 

 

 

 

 

 

 

 

 

(λ j )

 

 

 

 

 

 

 

 

 

 

k

 

 

 

 

 

 

 

 

 

 

 

 

K K K λ

j

 

(n j

1)!

 

 

 

 

 

 

 

 

 

 

 

 

Имеем

78

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ak λkj

 

 

 

 

 

 

 

0

 

 

 

 

 

0

 

K 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ak λ j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

ak λkj

 

 

 

0

 

K 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k

=

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

Sl ( Aj ) = ak Aj

 

 

 

 

 

 

 

 

 

 

k

 

 

 

 

 

 

 

 

k

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

ak λ j

 

 

 

 

 

 

 

 

ak λ j

 

 

 

 

k

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ak λ j

K

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2!

 

 

 

 

 

 

 

 

 

 

1!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K

 

 

 

 

 

 

 

 

 

 

K

 

 

k =0

 

 

K

K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( n j 1)

 

 

 

 

K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ak

 

 

k

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

l

 

 

 

 

 

 

 

 

 

 

 

 

 

λ j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K

 

 

 

K K ak λkj

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(n j 1)!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пусть

 

λ j

 

 

 

< r . Тогда ряд

ak λkj

 

сходящийся. Пусть

f (λ j )

– сумма этого

 

 

 

ряда. Но тогда существует

k =0

 

 

f (λ j )

 

0

 

 

0

 

K 0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (λ j )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (λ j )

 

0

 

K

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f (λ j )

 

 

 

 

 

 

 

 

 

 

 

 

lim Sl ( Aj ) = f ( Aj ) =

 

 

 

f ′′(λ j )

 

f (λ j ) K

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

2!

 

 

 

 

 

 

 

1!

 

 

 

 

l→∞

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

( n

K

 

 

 

 

 

 

 

K

 

K

 

K

K

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1)

(λ j )

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

f

 

 

 

j

 

 

 

 

 

 

 

 

 

K f (λ j

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

K

 

K

 

)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

(n j 1)!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ряд ak Ajk сходится.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пусть

 

λ j

 

> r . Тогда ряд ak λkj

расходится ряд ak Ajk

расходится.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

k =0

 

 

 

 

III. Пусть теперь A – произвольная матрица размера

n × n , J

жорданова

форма матрицы A, т.е. J = diag[J1, J2 , K, Jm ], где

 

 

 

 

 

 

 

 

 

 

.

79

Пусть матрица S такая, что A = S 1JS ( det S 0 , S – матрица подобия; матрицы A и J имеют одинаковые собственные числа). Пусть собственные числа

λ1, λ2 , K, λm матрицы A удовлетворяют условию:

λ j

< r ,

j =

 

. Но тогда

1, m

 

 

 

 

 

 

 

по доказанному сходится ряд ak J kj при любом

j =

 

,

причем этот ряд

1, m

k =0

 

 

 

 

 

 

 

имеет своей суммой

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Следовательно, ряд ak J k

сходится и имеет своей суммой матрицу:

k =0

 

 

 

 

f ( J ) = diag[f ( J1 ), f ( J2 ), K, f ( Jm )].

 

 

 

 

Но тогда сходится ряд ak Ak

и имеет своей суммой f ( A) = S 1 f ( J ) S . До-

k =0

 

 

 

 

 

 

 

 

j0

 

> r . Тогда ряд ak J jk0 расхо-

пустим теперь, что имеется

такое, что

λj0

 

 

 

 

k =0

 

 

 

 

дится (по доказанному) расходится ряд

ak J k расходится ряд

k =0

ak Ak , так как матрица A подобна матрице J.

k =0

§10. Экспонента от матрицы

Рассмотрим скалярный степенной ряд

x

k

 

 

 

 

.

(1)

k !

k =0

 

 

 

 

 

 

 

 

Мы знаем, что радиус сходимости ряда (1) r = +∞ и что сумма ряда

(1)

f ( x) = ex . Рассмотрим матрицу A размером n × n ( n 1) и матричный ряд

 

 

 

 

 

 

Ak

.

(2)

 

k =0

k !

 

 

 

 

 

 

 

 

80