我们知道,对n维常系数线性系统X=AX,X(0)=n;其解可表达为φ(t)=sum from i=1 to k e~λi^t[sum from i=0 to n_(j-1) t^i/i!(A-λ_j I)~i]v_j。其中λ_j是A的n_j重特征根,v_j是(A-λ_j I)^(nj)u=0的解空间中的元素,且η=v_1+…+v_k,由...我们知道,对n维常系数线性系统X=AX,X(0)=n;其解可表达为φ(t)=sum from i=1 to k e~λi^t[sum from i=0 to n_(j-1) t^i/i!(A-λ_j I)~i]v_j。其中λ_j是A的n_j重特征根,v_j是(A-λ_j I)^(nj)u=0的解空间中的元素,且η=v_1+…+v_k,由此可得到线性系统的基解矩阵expAt。直接使用这种方式计算不太方便,因为确定v_j的过程很繁。本文给出了三维系统的基解矩阵的直接算法,expAt可直接由A的元素表出,从而为三维线性系统的分析计算带来方便。展开更多
文摘我们知道,对n维常系数线性系统X=AX,X(0)=n;其解可表达为φ(t)=sum from i=1 to k e~λi^t[sum from i=0 to n_(j-1) t^i/i!(A-λ_j I)~i]v_j。其中λ_j是A的n_j重特征根,v_j是(A-λ_j I)^(nj)u=0的解空间中的元素,且η=v_1+…+v_k,由此可得到线性系统的基解矩阵expAt。直接使用这种方式计算不太方便,因为确定v_j的过程很繁。本文给出了三维系统的基解矩阵的直接算法,expAt可直接由A的元素表出,从而为三维线性系统的分析计算带来方便。