一般非自治ODE的有界解问题：正定矩阵约束下解的特性分析

嘿，咱们来仔细拆解这个问题，先把所有已知条件理清楚，再一步步分析解的行为：

核心已知条件 #

• 对任意实数$t$，$A(t)$是$n\times n$矩阵，且连续依赖于参数$t$；
• 存在一个非负常数$m$，当$|t|\geq m$时，$A(t)$是正定矩阵；
• $A(t)$的矩阵范数是一致有界的：也就是说存在某个常数$C>0$，对所有$t\in\mathbf{R}$都有$|A(t)|\leq C$；
• 由柯西-利普希茨（Cauchy-Lipschitz）定理，任意初始条件$y_0\in\mathbf{R}^n$对应的解都是唯一存在的。

解的有界性分情况分析 #

1. 当$t\to+\infty$时：解无界（指数增长） #

我们可以用Lyapunov函数法来分析，选最简单的二次型$V(x) = x^T x$（也就是解的欧几里得范数的平方），计算它沿着解的导数：
$$\dot{V}(x(t)) = \dot{x}(t)^T x(t) + x(t)^T \dot{x}(t)$$
把$\dot{x}(t)=A(t)x(t)$代入，得到：
$$\dot{V}(x(t)) = x(t)^T\left(A(t)T + A(t)\right)x(t)$$
当$t\geq m$时，$A(t)$是正定矩阵，那么$A(t)^T + A(t)$也是正定矩阵（正定矩阵的转置仍正定，两个正定矩阵的和也正定）。设$\lambda_{\text{min}}>0$是$A(t)^T + A(t)$在$t\geq m$时的最小特征值（因为$A(t)$范数有界，这个最小值是正的且有下界），此时：
$$\dot{V}(x(t)) \geq 2\lambda_{\text{min}} V(x(t))$$
这是一个线性微分不等式，解出来就能得到：当$t\geq m$时，
$$V(x(t)) \geq V(x(m)) e^{2\lambda_{\text{min}}(t - m)}$$
转换成范数形式就是$|x(t)| \geq |x(m)| e^{\lambda_{\text{min}}(t - m)}$。显然，当$t$趋向正无穷时，解的范数会指数级增长，是无界的。

2. 当$t\to-\infty$时：解有界（指数衰减） #

反过来考虑$t\leq -m$的情况，我们做变量替换$\tau = -t$，这样原方程就变成：
$$\frac{dx}{d\tau} = -A(-\tau)x(\tau)$$
此时$-A(-\tau)$是负定矩阵（因为$A(-\tau)$正定）。同样用$V(x)=x^T x$计算导数：
$$\dot{V}(x(\tau)) = x(\tau)^{T\left(-A(-\tau)}T - A(-\tau)\right)x(\tau) \leq -2\lambda_{\text{min}} V(x(\tau))$$
解这个不等式可得：当$\tau\geq m$（也就是$t\leq -m$）时，
$$V(x(\tau)) \leq V(x(-m)) e^{-2\lambda_{\text{min}}(\tau - m)}$$
转换回$t$的形式就是$|x(t)| \leq |x(-m)| e^{\lambda_{\text{min}}(t + m)}$。当$t$趋向负无穷时，解的范数会指数级衰减，最终趋向0，显然是有界的。

3. 全局有界性结论 #

从整个实数轴$t\in\mathbf{R}$来看，只有零解（初始条件$y_0=0$）是全局有界的，其他非零解在$t\to+\infty$时都会无界增长，因此不存在非零的全局有界解。

内容的提问来源于stack exchange，提问作者WillemMSchouten