6.

Lineare Differentialgleichungen
Was wir kennen :

I =
ax

→
Lösung :
✗ (f) = eat .
( =
eatx .

( +
Anfangsbedingung ✗ lol =
%)

Jetzt :

Ü = Ax
,
✗ c- Rd

Ae pokal

"
etttc
→
Lösung :
✗ A) = =
e ✗
◦

Def .
:
Eine
Differentialgleichung I -
_
flx) heißt linear , falls f linear ist
,

d.h. falls
flxty / =
flx) +
fly) ,
×, y c-
Rd

flax ) =
a. flx ) ,
a c- IR .

durch
Da jede lineare
Abbildung eine Matrix darstellbar ist ,
hat eine lineare

DGL also immer die Form

ü = Ax ( A- =

≤
Mlf/ ± ) .

" "
Was ist e bzw . e ?

① A-
Diagonal matrix
=

A =

diag / % . . . .
.
td )

) / / =/ )
"

(
" "
i -
- a- ✗ =
i. :

,
Xd xd
damit hat unsere Dhl i -
_ d- × die Form :

i. text
( ¥ ) =/
=

)
" "
: bzw. :

id id Xd Id =
td ✗
d

Lösungen )
x.lt/- eHxo.e:xd(t- e+dtxqd
:

" "

( ) (
e " e
"

bzw .
✗ A) = : = i
.
-

etdt
◦

✗
„ d

FF

② A
diagonalisierbar

d. h Matrizen und ( D diagonal ) dass

. es
gibt S D ,
so

"
5- AS =
D

( wobei auf der Diagonalen von D die

Eigenwerte von A stehen

und in den Spalten von S die zugehoerigen Eigenvektoren ) .

i =
Ax
- "

I =
SDS ✗

' - "
5 ; =
DS ×

Eigenvektor basis)
"
Setze S ( Koordinatentransformation die
-

× in
y
-
: -

~>
j =

Dy

dh . in der Eigenvektor basis erhalten wir Fall ① .

"
→
Lösung ✗ (f)
=
e
-

Rück transformation mit ✗ =

Sy :

"
✗ A) =

Sylt) =
Se .

<
 !
"

( a) ( )
e

Seite =
u. . .
.
<
öd

"" ""
=
(s e V, t + (d
. . . e
vd

>
c)
'
=
Seit 5 i ( c- = 5.

"ᵗ

sfe "
-

etat ) s
-
'
ä

kalt § ,
" ]
e = 1 + a + a + . . .

( )
^ + tet + tritt .
.

- '
=
g s i
" "" Etat .
.

. .

5¢ ( %
a) ( a) )
"
?
;) E
"
= + .
1- + " 1- +
.
.
s c-
✗
.

( ( a) ( / a) 5) 4-
" "
4- { i
'
"
s
-

= SIS + s " s + : +

+ >

( f-
< '

)
"
I SDS ( SDS 1) 1- c-
-

=
t + +
. .
.

=
ii

^
Für
diagonalisierbare Matrix A-
-

eine =
SDS ist

" "

e
= Sis

③ A ist nicht diagonalisierbar

"
→
es
gibt es
reguläre Matrix SEIR ,
so dass

'
AS
J
-

s =

( )
J "

wobei J eine
Jordan matrix ist :
J -
-
:
.

Ja

( )
"
und JordanKästchen Ji
-
-
Beispiel :
einfachster Fall :

( i)
"
I :
Ax =
×

(A hat den
Eigenwert t mit
algebraischer Vidfachheit 2 aber

geometrischer Vidfachheit 1) .

" "
Was ist e ( bzw . e ) ?

a- =L : :/ ( %) +

(N
"
)
" " Potente Matrix -0 für ein K
= :D = : N <

N
EA ED DEN
+

=
=
e.

[
gilt nur
,
weil DN -
ND §

(
"

)
e o
ED =

o et

EN =
I + N +
# ¥ +
,
da N2 -0
-

erhalten also
insgesamt wir

( ! !) ( ! !)
" "

( )
e
d-
e
=
EDEN =
ED ( II. N ) = =

o et

Analog erhalten wir für die Lösung etttx .

von i. Ax :

At Ntt "
EID "
ent
'
-

e.
= =
e =
e / It Nt )
" "

(! !)
"

( ) / ! ;) ( /
e o e te "
-

=
= =
e
" O "
O e e

o.it 1-
/ ! !) :c)
"

/
" " ✗ ×

✗ A) = e
:
=
e ×
.
=
e
✗
0,2
 ( ÷;)
"
Allgemeiner Fall :
I =
Jx , I. =
Jordan Kästchen

( / ( :)
"
^:
I. i.
,
+

001

=D = N ( nilpotentl N2 = e.
i. I!
"

Wieder gilt DN =
ND und daher EN -
-
EDEN

und damit

¥:( Nt)
"

&
'

ent =
I + Nt +
( Nf) +
. . .
+ +
0

1 c- % . . . .

¥:
t t %
'
;
-

- "
= -
.
,
.
.

H,
-

insgesamt ergibt das

% ¥,
-
-

1 c- . . . .

1 1- %
'
;
este " " "
"
A)
'
" '
'
= '

✗ =
e , × e ✗
.
=

µ,
-

.
,
◦

.
1 .

also
Wir erhalten in der Lösung hier (A nicht diagonalisierbar )
auch polynomietle Anteile (in f)

Zusammenfassung :

Skater : eat =
It at + ? (af)
'
+ .
. .

Fur Matrices : d-+ =

It At + { ( Af) ! .
. .

über /
Bestimmung die
Eigenwerte -

vektoren von A :

"

diagonalisierbar)
" "
e
=
Se s ( falls A

^
Seit ( falls nicht )
-

=
S
Eigenschaften der Matrix -

Eponenlial funktion

(1) die Reihe der Matrix Eponentialfunktion konvergiert absolut .

daher können wir sie summandenweise ableiten :

¥ (e )
"
=
% ( I + At +
f- ( At)
?
+ ( At /
'
+ . . . )

=
0 + A + Ät +
f- Ätzt . . .

( I )
'
=
A I + At + At +
. . .

=
Aettt

"
( in
Analogie zu :
flt) -
e →
f.(f) = aeat )

Format haben wir jetzt auch :

"
✗ (f) =
e ✗
◦

"
:(f) Ae Axlt)
-

=
✗ =

"
121 Falls AB dann EA ' ☐
ette
-

-
-
BA ,
=

EA
" "
(3) Ist A- = SBS dann = SEBS
,

(4) Falls
A
,

A ( Block
Diagonalmatrix )
:
= -
.

Am

dann
eh
EA
'

= .

ettm
Zusammenfassung :
Lösen von Ü = Ax
, ✗ (O) =
✗◦

① Berechne die
Eigenwerte und
Eigenvektoren / Haupt vektoren von A

→
Transformation auf Diagonal -
oder
Jordan form

" "
A- SDS A
SJS
=
=

② Lösung :

"
✗ (f) =
e ×
.

SÄST
"
SMS
-

=
×
.
bzw .
.

"" "+
= + +
( e v (
e ,
. . .

de vd

wobei ( = ( ce ,
.. .

,
(d) die Koordinaten von ✗
◦
in

der
Eigenvektor basis :
( =

sxo