MATLAB求解矩阵方程单自治系统的解析解例题

一个典型的矩阵方程单自治系统可以表示为：

[\frac{d\mathbf{x}}{dt} = A\mathbf{x}]

其中，(\mathbf{x})是一个n维列向量，A是一个n×n的矩阵。

例如，考虑以下矩阵方程单自治系统：

[\frac{d\mathbf{x}}{dt} = \begin{bmatrix} 2 & -1 \ 3 & 4 \end{bmatrix} \mathbf{x}]

为了求解这个系统的解析解，我们可以先求解特征值和特征向量。

首先，我们计算特征值：

[\det(A - \lambda I) = 0]

其中，I是单位矩阵。

代入A的值，我们得到：

[\det\left(\begin{bmatrix} 2 & -1 \ 3 & 4 \end{bmatrix} - \lambda\begin{bmatrix} 1 & 0 \ 0 & 1 \end{bmatrix}\right) = 0]

化简得到：

[\begin{vmatrix} 2-\lambda & -1 \ 3 & 4-\lambda \end{vmatrix} = 0]

展开计算得到：

[(2-\lambda)(4-\lambda) - (-1)(3) = 0]

化简得到：

[\lambda^2 - 6\lambda + 11 = 0]

解这个二次方程，我们得到两个特征值：(\lambda_1 = 3 + i)和(\lambda_2 = 3 - i)。

接下来，我们计算对应于每个特征值的特征向量。

对于特征值(\lambda_1 = 3 + i)，我们解方程组：

[(A - \lambda_1 I)\mathbf{v}_1 = \mathbf{0}]

代入A和(\lambda_1)的值，我们得到：

[\begin{bmatrix} -1-i & -1 \ 3 & 1-i \end{bmatrix} \begin{bmatrix} v_{11} \ v_{21} \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix}]

化简得到：

[\begin{align*} (-1-i)v_{11} - v_{21} &= 0 \ 3v_{11} + (1-i)v_{21} &= 0 \end{align*}]

解这个方程组，我们得到特征向量(\mathbf{v}_1 = \begin{bmatrix} 1+i \ 3 \end{bmatrix})。

对于特征值(\lambda_2 = 3 - i)，我们解方程组：

[(A - \lambda_2 I)\mathbf{v}_2 = \mathbf{0}]

代入A和(\lambda_2)的值，我们得到：

[\begin{bmatrix} -1+i & -1 \ 3 & 1+i \end{bmatrix} \begin{bmatrix} v_{12} \ v_{22} \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix}]

化简得到：

[\begin{align*} (-1+i)v_{12} - v_{22} &= 0 \ 3v_{12} + (1+i)v_{22} &= 0 \end{align*}]

解这个方程组，我们得到特征向量(\mathbf{v}_2 = \begin{bmatrix} 1-i \ 3 \end{bmatrix})。

现在，我们可以使用特征值和特征向量来构造矩阵方程单自治系统的解析解。

解析解的形式为：

[\mathbf{x}(t) = c_1e^{\lambda_1 t} \mathbf{v}_1 + c_2e^{\lambda_2 t} \mathbf{v}_2]

其中，(c_1)和(c_2)是常数。

代入特征值和特征向量的值，我们得到：

[\mathbf{x}(t) = c_1e^{(3+i)t} \begin{bmatrix} 1+i \ 3 \end{bmatrix} + c_2e^{(3-i)t} \begin{bmatrix} 1-i \ 3 \end{bmatrix}]

这就是矩阵方程单自治系统的解析解。