Beruflich Dokumente
Kultur Dokumente
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
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
"
5- AS =
D
i =
Ax
- "
I =
SDS ✗
' - "
5 ; =
DS ×
Eigenvektor basis)
"
Setze S ( Koordinatentransformation die
-
× in
y
-
: -
~>
j =
Dy
"
→
Lösung ✗ (f)
=
e
-
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
'
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
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,
-
% ¥,
-
-
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)
'
+ .
. .
über /
Bestimmung die
Eigenwerte -
vektoren von A :
"
diagonalisierbar)
" "
e
=
Se s ( falls A
^
Seit ( falls nicht )
-
=
S
Eigenschaften der Matrix -
Eponenlial funktion
¥ (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 )
"
✗ (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