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

книги / Обыкновенные дифференциальные уравнения

..pdf
Скачиваний:
1
Добавлен:
12.11.2023
Размер:
2.7 Mб
Скачать

u(x, y, z) =a, v(x, y, z) =b,

(7.32)

то характеристики определятся как линии пересечения двух семейств поверхностей (7.32). Обратно, если на некоторой поверхности с непрерывно изменяющейся касательной плоскостью через каждую точку поверхности проходит лежащая на ней характеристика, то эта поверхность есть интегральная; в самом деле, в каждой ее точке вектор (V) лежит в плоскости (Т), т.е. удовлетворяется уравнение (7.30).

Теперь ясно, как построить интегральные поверхности; для этого достаточно из семейства характеристик (7.32) из двух параметров выделить семейство от одного параметра по некоторому закону, притом так, чтобы полученная поверхность имела непрерывно изменяющуюся касательную плоскость, а для этой цели достаточно установить между параметрами a и b одно произвольное соотношение

Φ (a,b=) 0,

где Φ – дифференцируемая функция.

Исключая из этого соотношения и из уравнений (7.32) a и b, мы получаем уравнение интегральной поверхности:

Φ [u(x, y, z),v(x, y, z)=] 0.

181

Cписок литературы

1.Степанов В.В. Курс дифференциальных уравнений. – М.: Едиториал УРСС, 2004. – 468 с.

2.Демидович Б.П. Лекции по математической теории устойчивости. –

М.: Наука, 1967. – 472 с.

3.Понтрягин Л.С. Обыкновенные дифференциальные уравнения. – М.:

Наука, 1982. – 331 с.

4.Малкин И.Г. Теория устойчивости движения. – М.: Наука, 1966. –

530с.

5.Петровский И.Г. Лекции по теории обыкновенных дифференциальных уравнений. – М.: Наука, 1964. – 272 с.

6.Эльсгольц Л.Э. Дифференциальные уравнения и вариационное исчисление. – М.: Едиториал УРСС, 2002. – 319 с.

7.Филиппов А.Ф. Сборник задач по дифференциальным уравнениям. – М.: Интеграл-Пресс, 1998. – 208 с.

8.Матвеев Н.М. Сборник задач и упражнений по обыкновенным дифференциальным уравнениям. – Минск: Вышэйшая школа, 1977. – 414 с.

9.Самойленко А.М., Кривошея С.А., Перестюк Н.А. Дифференциальные уравнения: примеры и задачи. – М.: Высшая школа, 1989. – 383 с.

10.Максимов В.П. О некоторых обобщениях обыкновенных дифференциальных уравнений, краевых задачах и их приложениях к задачам экономической динамики // Вестник Пермского государственного технического университета. Математика и прикладная математика. – 1997. –

4. – С. 103–121.

11.Люстерник Л.А., Соболев В.И. Краткий курс функционального анализа. – М.: Высшая школа, 1982. – 271 с.

182

ПРИЛОЖЕНИЕ 1

Жорданова форма матрицы

 

Пусть A=[aik ] – квадратная матрица порядка n и

 

∆ λ( ) det(λ −E =A) 0

(П1.1)

есть ее характеристическое или вековое уравнение. В раскрытом виде имеем

 

λ − a11

a12

...

a1n

 

∆ λ( =)

a21

λ − a22

...

a2n

...

...

...

...

 

 

an1

an2

...

λ − ann

Обозначим через λ p ( p =1,...,n) корни характеристического уравнения

(П1.1) (характеристические корни или собственные значения матрицы А). Можно доказать, что с помощью преобразования подобия

( detS ≠ 0)

Жордана

где

J p (λ p

J = SAS1

(П1.2)

матрица А может быть приведена к квазидиагональной форме

 

 

 

J =diag[J (λ

),...,J λ(

m

)] (mn),

 

 

 

 

 

1

1

m

 

 

 

 

λ p

1

0 ...

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

λ p

1 ...

0

 

 

 

 

 

 

(p =1,...,m; e 1,...,e 1)

)=

...

...

... ...

...

 

= λ

E +

I

(ep )

 

 

 

 

 

 

 

p ep

 

1

 

1

m

 

0

0

0 ...

1

 

 

 

 

 

 

 

 

 

0

0

0 ...

λ p

 

 

 

 

 

 

 

 

есть так называемые клетки Жордана, причем каждому характеристическому корню λ p кратности α p соответствует одна или несколько клеток Жордана

размерами e(1)p ,..., e(pr ) такие, что

e(1)p + ... + e(pr ) = α p .

Легко убедиться, что каждой клетке Жордана J p (λ p ) порядка ep

с точностью до нулевого скалярного множителя отвечает один и только один собственный вектор матрицы А, имеющий в надлежащем базисе вид

xp = colon(0,...,0,ξ p ,0,...,0),

где ξ p Eep и

Jp (λ p )ξ p = λ pξ p (ξ p 0) ,

183

причем различным клетками Жордана соответствуют линейно независимые собственные векторы. Поэтому постоянная r, так называемая степень

вырождения соответствующего собственного значения λ p , представляет собой максимальное число линейно независимых собственных векторов матрицы А, соответствующих λ p .

В общем случае r ≤ α p . Если степень вырождения характеристического корня λ p равна его кратности, т.е. r = α p , то, очевидно, e(1)p = ... = e(pr ) = 1 .

Таким образом, в этом случае все соответствующие клетки Жордана будут содержать по одному элементу (простые клетки).

Поскольку

λ E= Sλ1 S и A=S1JS,

то характеристический полином ∆λ( ) может быть представлен в виде

∆ λ( )

det(λ −E =A)λ −(λ

e1

m )

em

(e1

+...

+ em = n) ,

1λ)...λ (

 

где λ 1λ, 2,...λ,

m – характеристические числа матрицы А,

соответствующие

различным клеткам Жордана (не обязательно различные между собой). Множители (λ − λ p )e p (p=1,...,n) называются элементарными делителями

матрицы А, а натуральные числа ep (т.е. размеры (порядки) клеток Жордана) – показателями элементарных делителей, соответствующих характеристическому числу λ p или линейному множителю λ −λ p .

Если все характеристические числа λ p имеют простые элементарные делители ( ep =1), то матрица Жордана J будет чисто диагонального вида:

λ

1

 

 

 

 

 

 

 

λ

 

 

 

 

 

 

J =

2

 

= diag(λ

1,λ

2 , ...λ,

n ).

 

...

 

 

 

 

 

 

 

 

 

λ

 

 

 

 

 

 

 

n

 

 

 

 

При этом числа λ p не обязательно различны. Это обстоятельство, например, имеет место для симметрической матрицы.

Заметим, что, вообще говоря, характеристические числа λ p – комплекс-

ные, и, следовательно, в общем случае как матрица преобразования S, так и матрица Жордана J имеют комплексные элементы. Если ограничиться действительными преобразованиями, то соответствующая модифицированная матрица Жордана будет иметь более сложный вид.

Можно доказать, что форма Жордана обладает свойством единственности, т.е. данную матрицу с помощью преобразования подобия (П1.2) можно привести только к единственной форме Жордана, с точностью

184

до порядка клеток, и, в частности, размеры набора клеток Жордана не зависят от выбора матрицы S. Например, форма Жордана матрицы А будет полностью определена, если упорядочить ее характеристические числа λ p

( p =1,...,m) , а клетки Жордана, соответствующие одному и тому же

характеристическому числу, расположить в порядке возрастания их размеров.

Пусть существует неособенная матрица T (detT 0) такая, что

B=TAT1.

Отсюда

A=T1BT.

( 1.3)

 

П

Теорема 1. Подобные матрицы имеют одинаковые формы Жордана (с точностью до порядка клеток).

Доказательство. Действительно, из формулы (П1.3) имеем

λ EA= Т1(λ EB)Т,

отсюда

det(λ EA)= detТ1 det(λ EB)detТ= det(λ −E B)

и, следовательно, характеристические полиномы матриц А и В, а значит, и их собственные значения λ p (p=1,...,n) совпадают между собой.

Кроме того, если A=S1JS, где J

– форма Жордана, то

 

B =TAT 1 =TS1JST 1 = (ST1)1 J (ST1).

 

Таким образом, J – также форма Жордана матрицы В.

 

Следствие. Собственные значения λ

p (p=1,...,n) матрицы А и ее

элементарные делители (λ − λ

p )e p ( p =1,...,m)

являются инвариантами для

преобразований подобия (П1.3).

 

 

 

 

 

Отметим еще один полезный результат.

 

 

Теорема 2. Верхняя треугольная (n×

n) матрица

 

λ

γ 12 ...

γ

1n

 

 

 

 

0

λ ...

γ

 

 

 

 

K (λ )=

2n

Eλ + Г,

(П1.4)

 

0

0 ...

 

 

 

 

 

 

γ n1,n

 

 

0

0 ...

 

λ

 

 

 

где первый косой ряд отличен от нуля, т.е.

 

 

 

 

 

γ12,γ 23,...γ

n1,n

0,

 

(П1.5)

подобна соответствующей клетке Жордана

 

 

 

185

 

λ

1

0 ...

0

 

 

 

 

 

 

 

0

λ

1 ...

0

 

 

 

J (λ )=

...

 

 

 

 

= λ E+ I1.

(П1.6)

 

0

0

0 ...

1

 

 

 

 

0

0

0 ...

λ

 

 

 

 

Доказательство. Покажем, что

 

существует

неособенная

матрица

S = s

такая, что

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

jk

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

S 1 (λ E+ Г)S= λ E+ I ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

где I1 – первый единичный косой ряд, или

 

 

 

 

 

 

 

 

 

 

Положим

 

 

 

ГS = SI1.

 

 

 

 

 

 

 

(П1.7)

 

 

s

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s

 

...

 

 

s

 

 

0

 

 

 

 

 

 

 

 

 

 

11

12

 

 

 

 

 

1,n1

 

 

 

 

 

 

 

 

 

 

 

 

0

s22

 

...

 

 

s2,n1

0

 

 

 

 

 

 

 

 

 

 

S = ... ...

 

...

 

 

...

...

,

 

 

 

 

 

 

 

 

 

0

0

 

...

 

sn1,n1

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

...

 

 

0

 

 

 

 

 

 

 

 

тогда

 

 

 

0

 

 

 

 

1

 

 

 

 

 

0

 

 

γ 1 p sp,n1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

γ 12 s22 ...

γ

1n

 

 

 

 

 

0 s11

s12 ...

s1,n1

0

 

 

 

 

 

p>1

 

 

 

 

 

 

 

 

 

 

 

 

 

γ 2 p sp,n1

 

 

 

 

 

 

 

 

 

0 0

 

s22 ...

s2,n1

0

 

 

 

 

γ

 

 

 

 

 

 

 

 

 

 

0

0

...

2n

 

 

 

 

 

ГS =

 

 

p>2

 

 

 

 

 

 

, SI1

= ... ...

 

... ...

...

... .

 

 

 

 

 

 

 

 

 

 

... ... ...

...

 

 

...

 

 

 

 

 

 

0 0

 

0 ...

sn1,n1

0

 

 

 

 

 

 

 

γ

 

 

 

 

 

 

 

 

 

 

 

0

0

...

0

 

n1,n

 

 

 

0 0

 

0 ...

0

1

 

 

0

...

0

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Приравнивая в силу (П1.7) соответствующие элементы вторых

диагоналей матриц SI1 и ГS , будем иметь

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s = γ

12

s

 

,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

11

 

22

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s22 = γ 23s33 ,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s

 

 

= γ

n1,n

.

 

 

 

 

 

 

 

 

 

 

 

 

 

n1,n1

 

 

 

 

 

 

 

 

 

 

 

 

Учитывая условие (П1.5), получим

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s = γ γ

 

 

...γ

n1,n

 

0,

 

 

 

 

 

 

 

 

 

 

 

11

12

23

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

s22 = γ 23

...γ n1,n0,

 

 

 

 

 

(П1.8)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

...

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= γ n1,n 0.

sn1,n1

186

Приравнивая соответствующие элементы третьих диагоналей матриц SI1 и ГS , находим

s

 

= γ

12

s

23

+ γ

13

s ,

12

 

 

 

33

s23 = γ

23s34

+ γ 24 s44 ,

 

 

 

 

 

 

 

 

(П1.9)

...

 

 

 

 

 

 

 

 

 

2,n1

= γ n2,n1sn1,n + γ n2,n .

sn

где sn1,n = 0. Отсюда последовательно определяются элементы sj, j+1 ( j ≥ 1). Аналогично находятся все остальные элементы матрицы S. Поскольку

на основании (П1.8) имеем det S = s11s22...sn1,n1 ≠ 0,

то матрица не особенная

и, следовательно, теорема доказана.

 

 

 

 

 

 

 

Следствие 1. Если матрица А имеет вид

 

 

 

 

 

A = S1diag[K (λ

1

),..., K (λ

m

)]S ,

 

0 и Kp (λ p ) (p =1,...,m)

1

 

m

 

 

 

где det S

верхние треугольные матрицы специ-

альной формы

 

 

 

 

 

 

 

 

 

λ

p

γ

 

12( p ) ...

γ

1(np )

 

 

0

 

λ

p ...

γ

( p )

 

 

K p (λ p )=

 

2n

,

 

...

 

... ...

 

...

 

 

 

 

 

 

 

 

λ p

 

 

0

 

 

0 ...

 

 

 

 

 

 

 

 

 

 

 

 

то числа λ

p (p =1,...,m) есть собственные значения матрицы А, причем если

 

γ 12( p) ...γ (np1,) n

0 (p=1,...,m),

 

то размеры клеток Kp (λ p ) представляют собой показатели элементарных

делителей матрицы А.

Следствие 2. Всякую квадратную матрицу А с помощью преобразования подобия B=SAS1 можно привести к почти диагональному виду

λ 1

b12

...

b1n

 

b

λ

 

...

b

,

B = 21

 

2

...

2n

... ...

...

 

 

bn 2

...

 

 

bn1

λ n

 

где bjk ≤ ε при j k и ε– сколь угодно мало. Действительно, матрица А подобна матрице

J =diag[J1(λ 1),...,Jmλ( m)],

187

где λ p (p =1,...,m) (mn) – характеристические корни матрицы А и J p (λ p ) (p=1,...,m) – соответствующие клетки Жордана. Поскольку в силу теоремы 2 имеем

J p (λ p ) ~ Kp (λ

p )

(p =1,...,m),

где

λ p

 

 

 

 

 

 

 

ε

 

...

0

 

K p (λ p )=

 

0

λ

p

...

0

 

,

 

 

 

 

 

 

 

 

 

 

...

...

ε

 

 

 

...

 

 

 

 

0

 

0

...

λ p

 

то, очевидно, матрица А подобна матрице

B =diag[K1(λ 1),...,Kmλ( m)],

обладающей нужным свойством.

188

ПРИЛОЖЕНИЕ 2

Экспоненциал матрицы

Пусть X = (xjk ) – квадратная матрица порядка n.

Определение. Под экспоненциалом квадратной матрицы X понимается матричная функция

X

p

 

exp X ex=

 

.

(П2.1)

 

 

p=0

p!

 

Матричный ряд (П2.1) сходится для любой квадратной матрицы X и при том абсолютно. Действительно, составляя соответствующий ряд норм, будем иметь

 

 

 

 

 

 

 

 

 

 

X

 

 

p

 

 

 

 

 

 

 

 

 

 

 

X

 

 

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

E

 

 

 

+

 

 

 

 

 

 

 

 

 

 

< ∞ ,

(П2.2)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p!

 

 

 

 

p!

 

 

 

 

 

 

 

 

 

 

 

 

 

p=0

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p=1

 

 

 

 

 

 

 

что и доказывает наше утверждение.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

В частности, на основании формулы (П2.2), используя I или II нормы,

где

 

 

 

E

 

 

 

=1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

, имеем

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

X

 

 

 

 

p

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

eX

 

 

 

 

 

 

 

 

 

 

=

e

 

 

 

X

 

 

 

.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

p=0

 

 

 

 

p!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пусть матрицы X и Y перестановочны, т.е.

XY = YX .

Докажем основное свойство экспоненциала матрицы

eXeY =eX+Y.

Действительно, в силу абсолютной сходимости разложения имеем

eX eY = X p Y q =∑∑X p Y q .

p=0 p! q=0 q! p=0 q=0 p! q!

Положим

p+q =s (s =0,1 2,);

тогда

и, следовательно,

eX eY

где

q=sp0, т.е. p

s ,

s

X

p

Y

sp

s

= ∑∑

 

 

 

 

=

1

Csp X pY sp ,

p! (s p)!

 

s=0 p=0

s=0 s! p=0

Csp =

s!

p!(s p)!

 

(П2.3) (П2.1)

(П2.4)

189

есть число сочетаний из s элементов по p.

Поскольку матрицы X

и Y

перестановочны, то

 

 

 

 

 

 

 

 

 

 

 

 

s

 

 

 

 

 

 

 

 

 

 

 

 

Csp X pY sp = (X +Y)p.

 

 

 

 

 

p=0

 

 

 

 

 

 

 

 

 

 

Отсюда на основании формул (П2.4) и (П2.1) получаем

 

 

 

 

 

 

 

 

 

 

 

 

 

e X eY =

1

( X + Y )s = e X +Y ,

 

 

 

 

 

 

 

что и требовалось доказать.

s =0 s!

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Из формулы (П2.3), в частности, находим

 

 

 

 

 

 

(eX )1 = eX .

 

 

 

(П2.5)

Отметим еще одно свойство экспоненциала матрицы. Если

X1

квадратная матрица, подобная матрице X , т.е.

 

 

 

 

 

 

X = SXS1

(det S

0),

 

 

 

1

 

 

 

 

 

 

 

 

 

 

то имеем

 

 

 

 

 

 

 

 

 

 

 

 

1

 

 

 

 

eX1 =

1

(SXS

1 ) p = S

X p S 1

= SeX S

1,

 

 

 

 

p=0 p!

 

 

p=0

p!

 

 

 

 

т.е.

 

 

 

 

 

 

 

 

 

 

 

 

exp(SXS1) = S(exp X )S1 .

 

 

(П2.6)

Нормальная форма экспоненциала матрицы

Пусть A – квадратнаяматрица. Рассмотримэкспоненциалболееобщеговида

 

 

 

 

 

 

 

eAt ,

 

 

 

(П2.7)

где t – числовой множитель (параметр). Обозначим через

 

 

 

 

 

λ 1,...,λ

m (mn)

 

 

собственные значения

 

матрицы

 

A ,

отвечающие различным

клеткам

J1(λ1),, Jm(λ m1) ее канонической

 

формы Жордана, и пусть e1,,em

соответственно порядки этих клеток. Тогда

 

 

 

A = S1diag[J (λ

1

), ..., Jm(λ

m)]S,

 

 

 

 

 

 

 

 

1

 

 

 

 

 

 

где S – некоторая неособенная матрица (det S

0).

 

Воспользовавшись формулой (П2.1) и учитывая известные свойства

квазидиагональных матриц, имеем

 

 

 

 

 

 

 

 

 

eAt = exp{tS1diag[J1(λ 1), ..., Jm (λ

m )]S=}

S1diag[etJ1 (λ 1 ) , ..., etJm (λ m ) ]S.

(П2.8)

Поскольку

 

 

 

 

 

 

 

 

 

 

 

 

 

 

J

q

(λ

q

)= λ

q

E+

 

I

( q )

(q =1,..., m),

 

 

 

 

 

q

 

 

1

 

 

 

190

Соседние файлы в папке книги