Bazinga:一点思考www(以及下篇的数学基础)?zhuanlan.zhihu.com在已经写过的一篇文章中,我们讨论了这样的微分方程 .
我曾经提到过可以用系数矩阵解一个微分方程组,其中该微分方程的一个解的形式是 ,其中 是矩阵的特征值. 因为系数矩阵是一个 的矩阵,所以一般我们会有两个特征值 . 其中我的一个疑惑是为什么当 的时候,会出现一个新的满足该方程的解 . 在上文中我给了一个让人无法吐槽但是又不爽的证明——我把解带到方程里面发现是成立的.
上次有朋友看了我的文章后跟我吐槽:长脑子的人都知道可以带进去好吗?于是我开始思考为什么这个解会产生. 我希望了解这个解的产生的动机(当时的数学家/物理学家是怎么想到的?凭直觉猜到的吗?那为什么会这么猜呢?)以及合理性(我们知道即使特征值一样,第一次得到的解 也是满足的,为什么它不能张成解集空间呢?如果答案是两个解,那么说明解集空间是二维的,这样两个解才能张成解集空间,那么为什么即使在特征值相等的情况下,解集空间还是2维的呢?)
以下是我的一点思路及理解
先构造一个特征值相等的矩阵微分方程. 我们知道如果让 , 那么微分方程 可以写成 . 现在构造一个特征值相等的矩阵 . 则其中的一个解为 ,读者可自行验证.
那么该微分方程就变成了 . 接下来我们来研究这个方程到底对输入值 做了什么.
核心思路是把微分方程看作一个线性变换.
考虑一个一阶微分方程
我们定义 .其中 为微分运算元,相当于对函数求导,而 相当於单位运算元,即不对函数做任何变化,那么 .
那么同理,一个二阶的微分方程可以看作是两个一阶运算元 相乘的结果. 即
对应的方程为 ,令 就得到了
这里需要说明的是运算元 都是线性的,证明附在后面.
假设我们的函数 性质很好,无限可微,我们定义向量空间 包含了所有这样的函数 ,运算元 定义了一个线性变换 . 其中满足 的函数从 被映射到了0.