You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

求助:求解满足指定初值条件的三阶矩阵微分方程特解

求解线性微分方程的特解

先给你提个醒:你之前给出的通解是不正确的哦!这个系数矩阵并非可对角化形式,还包含特征值0(对应常数解),咱们得从原方程组一步步推导,先解最简单的方程再递推求解。

步骤1:拆解原方程组

把原方程写成分量形式,会清晰很多:
$$
\begin{cases}
x_1'(t) = a x_1(t) + x_2(t) \
x_2'(t) = a x_2(t) + x_3(t) \
x_3'(t) = 0
\end{cases}
$$
第三个方程最容易处理,直接积分可得 $x_3(t) = c_3$(常数),结合初值条件 $x_3(0)=1$,立刻就能确定 $x_3(t)=1$。

步骤2:分情况求解(区分$a≠0$和$a=0$)

情况1:$a≠0$

把$x_3(t)=1$代入第二个方程,得到一阶线性非齐次方程:
$$x_2'(t) - a x_2(t) = 1$$
用积分因子法,积分因子取$e^{-at}$,两边乘积分因子后积分:
$$
e^{-at}x_2(t) = \int e^{-at} \cdot 1 dt + c_2 = -\frac{1}{a}e^{-at} + c_2
$$
整理后得到:
$$x_2(t) = c_2 e^{at} - \frac{1}{a}$$
代入初值$x_2(0)=0$:
$$0 = c_2 - \frac{1}{a} \implies c_2 = \frac{1}{a}$$
所以$x_2(t) = \frac{1}{a}(e^{at} - 1)$。

接下来把$x_2(t)$代入第一个方程,得到:
$$x_1'(t) - a x_1(t) = \frac{1}{a}(e^{at} - 1)$$
这个方程右边包含齐次解形式$e^{at}$,所以特解要设为$A t e^{at} + B$:

  • 对$A t e^{at}$求导:$A e^{at} + a A t e^{at}$,代入方程得$A e^{at} = \frac{1}{a}e^{at} \implies A=\frac{1}{a}$
  • 对常数$B$,代入方程得$-a B = -\frac{1}{a} \implies B=\frac{1}{a^2}$

所以$x_1(t)$的通解是:
$$x_1(t) = c_1 e^{at} + \frac{1}{a}t e^{at} + \frac{1}{a^2}$$
代入初值$x_1(0)=0$:
$$0 = c_1 + \frac{1}{a^2} \implies c_1 = -\frac{1}{a^2}$$
整理后:
$$x_1(t) = \frac{1}{a^2}(1 - e^{at}) + \frac{t}{a}e^{at}$$

情况2:$a=0$

此时原方程组简化为:
$$
\begin{cases}
x_1'(t) = x_2(t) \
x_2'(t) = x_3(t) \
x_3'(t) = 0
\end{cases}
$$
由$x_3(0)=1$得$x_3(t)=1$,代入第二个方程得$x_2'(t)=1$,积分得$x_2(t)=t + c_2$,结合$x_2(0)=0$得$c_2=0$,即$x_2(t)=t$。

再代入第一个方程得$x_1'(t)=t$,积分得$x_1(t)=\frac{t^2}{2} + c_1$,结合$x_1(0)=0$得$c_1=0$,即$x_1(t)=\frac{t^2}{2}$。

最终特解

  • 当$a≠0$时:
    $$
    x(t) = \begin{pmatrix}
    \frac{1}{a^2}(1 - e^{at}) + \frac{t}{a}e^{at} \
    \frac{1}{a}(e^{at} - 1) \
    1
    \end{pmatrix}
    $$
  • 当$a=0$时:
    $$
    x(t) = \begin{pmatrix}
    \frac{t^2}{2} \
    t \
    1
    \end{pmatrix}
    $$

内容的提问来源于stack exchange,提问作者newbie

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.19 08:32:24