三维空间中的线性系统
到目前为止,我们已经研究了具有两个相关变量的线性系统。对于这些系统,解的行为和相位平面的性质可以通过计算 2 × 2 2 \times 2 2×2 系数矩阵的特征值和特征向量来确定。一旦我们找到两个具有线性独立初始条件的解,我们就可以给出通解。
在本节中,我们将展示三维线性系统的情况也是如此。 3 × 3 3 \times 3 3×3 系数矩阵的特征值和特征向量决定了解的行为和通解。三维线性系统有三个特征值,因此可能的定性不同的相位空间的列表比平面系统要长。由于我们必须处理三个标量方程而不是两个,计算可能会变得更加复杂。你可能需要寻找能够处理 3 × 3 3 \times 3 3×3 矩阵的软件或计算器。
线性独立性和线性原理
具有三个相关变量的线性系统的通式为:
d x d t = a 11 x + a 12 y + a 13 z \frac{dx}{dt} = a_{11}x + a_{12}y + a_{13}z dtdx=a11x+a12y+a13z
d y d t = a 21 x + a 22 y + a 23 z \frac{dy}{dt} = a_{21}x + a_{22}y + a_{23}z dtdy=a21x+a22y+a23z
d z d t = a 31 x + a 32 y + a 33 z \frac{dz}{dt} = a_{31}x + a_{32}y + a_{33}z dtdz=a31x+a32y+a33z
其中 x x x、 y y y 和 z z z 是相关因变量,而系数 a i j a_{ij} aij( i , j = 1 , 2 , 3 i, j = 1, 2, 3 i,j=1,2,3)是常数。我们可以将此系统写成矩阵形式:
d Y d t = A Y , \frac{dY}{dt} = AY, dtdY=AY,
其中 A A A 是系数矩阵:
A = ( a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ) . A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix}. A= a11a21a31a12a22a32a13a23a33 .
和 Y Y Y 是依赖变量的向量,
Y = ( x y z ) . Y = \begin{pmatrix} x \\ y \\ z \end{pmatrix}. Y= xyz .
要为这样一个系统指定初始条件,我们必须给出三个数值 x 0 x_0 x0、 y 0 y_0 y0 和 z 0 z_0 z0。
线性原则在所有维度的线性系统中都适用,因此如果 Y 1 ( t ) Y_1(t) Y1(t) 和 Y 2 ( t ) Y_2(t) Y2(t) 是解,则 k 1 Y 1 ( t ) + k 2 Y 2 ( t ) k_1Y_1(t) + k_2Y_2(t) k1Y1(t)+k2Y2(t) 也是解,其中 k 1 k_1 k1 和 k 2 k_2 k2 是任意常数。
假设 Y 1 ( t ) Y_1(t) Y1(t)、 Y 2 ( t ) Y_2(t) Y2(t) 和 Y 3 ( t ) Y_3(t) Y3(t) 是线性系统
d Y d t = A Y \frac{dY}{dt} = AY dtdY=AY
的三个解。如果对于任意点 ( x 0 , y 0 , z 0 ) (x_0, y_0, z_0) (x0,y0,z0) 存在常数 k 1 k_1 k1、 k 2 k_2 k2 和 k 3 k_3 k3,使得
k 1 Y 1 ( 0 ) + k 2 Y 2 ( 0 ) + k 3 Y 3 ( 0 ) = ( x 0 , y 0 , z 0 ) , k_1Y_1(0) + k_2Y_2(0) + k_3Y_3(0) = (x_0, y_0, z_0), k1Y1(0)+k2Y2(0)+k3Y3(0)=(x0,y0,z0),
那么系统的一般解是
Y ( t ) = k 1 Y 1 ( t ) + k 2 Y 2 ( t ) + k 3 Y 3 ( t ) . Y(t) = k_1Y_1(t) + k_2Y_2(t) + k_3Y_3(t). Y(t)=k1Y1(t)+k2Y2(t)+k3Y3(t).
为了使得三个解 Y 1 ( t ) Y_1(t) Y1(t)、 Y 2 ( t ) Y_2(t) Y2(t) 和 Y 3 ( t ) Y_3(t) Y3(t) 能够给出一般解,这三个向量 Y 1 ( 0 ) Y_1(0) Y1(0)、 Y 2 ( 0 ) Y_2(0) Y2(0) 和 Y 3 ( 0 ) Y_3(0) Y3(0) 必须指向“不同的方向”;也就是说,它们中的任何一个都不能在其他两个通过原点的平面上。在这种情况下,这些向量 Y 1 ( 0 ) Y_1(0) Y1(0)、 Y 2 ( 0 ) Y_2(0) Y2(0) 和 Y 3 ( 0 ) Y_3(0) Y3(0)(以及相应的解)被称为线性无关。我们在练习中提供了检查线性无关的代数技术(见练习 2 和 3)。
示例
考虑线性系统
d Y d t = A Y = ( 0 0.1 0 0 0 0.2 0.4 0 0 ) ( x y z ) . \frac{dY}{dt} = AY = \begin{pmatrix} 0 & 0.1 & 0 \\ 0 & 0 & 0.2 \\ 0.4 & 0 & 0 \end{pmatrix} \begin{pmatrix} x \\ y \\ z \end{pmatrix}. dtdY=AY= 000.40.10000.20 xyz .
我们可以检查函数
Y 1 ( t ) = e 0.2 t ( 1 2 2 ) Y_1(t) = e^{0.2t} \begin{pmatrix} 1 \\ 2 \\ 2 \end{pmatrix} Y1(t)=e0.2t 122
Y 2 ( t ) = e − 0.1 t ( − cos ( 0.03 t ) − 3 sin ( 0.03 t ) − 2 cos ( 0.03 t ) + 2 3 sin ( 0.03 t ) 4 cos ( 0.03 t ) ) Y_2(t) = e^{-0.1t} \begin{pmatrix}- \cos(\sqrt{0.03}t)- \sqrt{3} \sin(\sqrt{0.03}t) \\ -2 \cos(\sqrt{0.03}t) + 2 \sqrt{3} \sin(\sqrt{0.03}t) \\ 4 \cos(\sqrt{0.03}t) \end{pmatrix} Y2(t)=e−0.1t −cos(0.03t)−