Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen

Ähnliche Dokumente
Rückblick auf die letzte Vorlesung

Eigenwerte und Diagonalisierung

29.2 Lineare Differentialgleichungssysteme mit konstanten Koeffizienten Wir betrachten das homogene System. y = A y, t R, (1)

Lineare Algebra und analytische Geometrie II

6 Hauptachsentransformation

Differentialgleichungen für Ingenieure WS 06/07

Henning Krause Lineare Algebra Julia Sauter SS 2017 Klausur mit Lösungsvorschlag Jan Geuenich

2. Dezember Lineare Algebra II. Christian Ebert & Fritz Hamm. Skalarprodukt, Norm, Metrik. Matrizen. Lineare Abbildungen

Eigenwerte, Diagonalisierbarkeit, charakteristisches Polynom

D-Math/Phys Lineare Algebra II FS 2017 Dr. Meike Akveld. Clicker Fragen

Homogene Systeme in höheren Dimensionen

Systeme von Differentialgleichungen. Beispiel 1: Chemische Reaktionssysteme. Beispiel 2. System aus n Differentialgleichungen 1. Ordnung: y 1.

Mathematische Grundlagen für die Vorlesung. Differentialgeometrie

Leitfaden a tx t

Klausurenkurs zum Staatsexamen (SS 2015): Lineare Algebra und analytische Geometrie 2

TECHNISCHE UNIVERSITÄT MÜNCHEN FERIENKURS. Lineare Algebra FLORIAN NIEDERREITER & AILEEN WOLF

Vorlesung Mathematik für Ingenieure 3 (Wintersemester 2009/10)

Klausurähnliche Aufgaben

Proseminar Lineare Algebra SS10

6 Eigenwerte und Eigenvektoren

Lineare Algebra II. Prof. Dr. M. Rost. Übungen Blatt 7 (SS 2011) Abgabetermin: Donnerstag, 2. Juni.

9 Lineare Differentialgleichungen

Anleitung zu Blatt 4 Differentialgleichungen I für Studierende der Ingenieurwissenschaften

5 Diagonalisierbarkeit

Wiederholung von Linearer Algebra und Differentialrechnung im R n

4.4 Hermitesche Formen

Lineare Algebra: Determinanten und Eigenwerte

Wir wollen Systeme von linearen Differentialgleichungen 1. Ordnung über einem offenen Intervall I R untersuchen:

10 Unitäre Vektorräume

Orthonormalisierung. ein euklidischer bzw. unitärer Vektorraum. Wir setzen

7.2 Die adjungierte Abbildung

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Eigenwerte. Ein Eigenwert einer quadratischen n n Matrix A ist ein Skalar λ C (eine komplexe Zahl) mit der Eigenschaft Ax = λx (1)

2.11 Eigenwerte und Diagonalisierbarkeit

m 1 Die Bewegung der drei Kugeln wird beschrieben durch das folgende Differentialgleichungssystem x 1 (t) x 2 (t) x 3 (t) k 12 k 12 k 12 k k 23

45 Homogene lineare Differentialgleichungssysteme 1.Ordnung mit konstanten Koeffizienten

Implizite Funktionen, der Umkehrsatz und Extrema unter Nebenbedingungen

3 Lineare Differentialgleichungen

x 2 y + xp(x)y + q(x)y = 0, (1) wobei p(x) = Satz: Falls ρ 1, ρ 2 R, mit ρ 1 ρ 2 so gibt es für 0 < x < R ein Fundamentalsystem von (1) der Gestalt

KLAUSUR ZUR LINEAREN ALGEBRA II 19. Juli 2008

Lösungsskizze zur Wiederholungsserie

Lineare Differentialgleichungen höherer Ordnung

Klausur zur Vorlesung Lineare Algebra I

Ausgewählte Lösungen zu den Übungsblättern 4-5

9 Lineare Algebra 2 (SS 2009)

Lineare Algebra II 3. Übungsblatt

konvergent falls Sei eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der Nähe des Punktes darstellen mittels einer Potenzreihe in

von F bezüglich B eine obere Dreiecksmatrix ist, dh λ λ n x

konvergent falls eine allgemeine ("gutmütige") Funktion. Frage: kann man sie in der darstellen mittels einer Potenzreihe in

Musterlösungen Blatt Mathematischer Vorkurs. Sommersemester Dr. O. Zobay. Matrizen

18 λ 18 + λ 0 A 18I 3 = / Z 2 Z 2 Z Z Z 1

Der n-dimensionale Raum

Analysis 2, Woche 3. Differentialgleichungen I. 3.1 Eine Einleitung

2.4 Gekoppelte lineare Differentialgleichungen

Lineare Systeme 1. Ordnung mit konstanten Koeffizienten

Symmetrische Polynome,Diskriminante und Resultante, Fermatscher Satz für Polynome

Aufgaben und Lösungen zur Klausur Lineare Algebra im Frühjahr 2009

5 Potenzreihenansatz und spezielle Funktionen

4.3 Anwendungen auf Differentialgleichungen

Lösungsskizzen zur Nachklausur

Übungen zur Vorlesung Lineare Algebra II, SoSe 2016, Blatt 12

Klausur Lineare Algebra I am Es sind insgesamt 60 Punkte bei der Klausur zu erreichen.

Lineare Algebra und analytische Geometrie I

Kapitel 3. Konvergenz von Folgen und Reihen

Fachbereich Mathematik/Informatik 16. Juni 2012 Prof. Dr. H. Brenner. Mathematik für Anwender II. Testklausur mit Lösungen

45 Eigenwerte und Eigenvektoren

7 Lineare Abbildungen und Skalarprodukt

12 Lineare Algebra - Übersicht. Themen: Unterräume Lineare Abbbildungen Gauß-Algorithmus Eigenwerte und Normalformen

9 Eigenwerte und Eigenvektoren

9 Eigenwerte und Eigenvektoren

a 11 a 12 a 1(m 1) a 1m a n1 a n2 a n(m 1) a nm Matrizen Betrachten wir das nachfolgende Rechteckschema:

Lineare Algebra II 8. Übungsblatt

Lineare Differentialgleichungen

Kapitel 5. Die trigonometrischen Funktionen Die komplexen Zahlen Folgen und Reihen in C

Folgen und Reihen. Thomas Blasi

6.3 Eigenwerte. γ ist Eigenwert von T [T] B B γi ist nicht invertierbar.

6.1 Komplexe Funktionen

Mathematik I. Vorlesung 18. Vielfachheiten und diagonalisierbare Abbildungen. µ λ = dim(eig λ (ϕ))

Grundlagen der Mathematik 2 Nachklausur

37 Gauß-Algorithmus und lineare Gleichungssysteme

Klausurenkurs zum Staatsexamen (WS 2015/16): Lineare Algebra und analytische Geometrie 3

5 Stetigkeit und Differenzierbarkeit

sie ist also eine Lösung der Differenzialgleichung y 0 = Ay. Bei x = 0 sind diese n Spalten auch linear unabhängig, da ja

Exkurs: Ableitung von Polynomen über K

4.7 Lineare Systeme 1. Ordnung

Technische Universität München Zentrum Mathematik. Übungsblatt 12

9 Höhere partielle Ableitungen und die Taylorformel

20.4 Gleichmäßige Konvergenz von Folgen und Reihen von Funktionen

PROSEMINAR LINEARE ALGEBRA SS10

Mathematik I. Vorlesung 16. Eigentheorie

Exponentialreihe von Matrizen

y hom (x) = C e p(x) dx

3.5 Trigonalisierbarkeit, verallgemeinerte Eigenräume und Jordansche Normalform

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2016

L7 Diagonalisierung einer Matrix: Eigenwerte und Eigenvektoren. Gegeben. Gesucht: Diagonalform: Finde und! Definition: Eigenvektor, Eigenwert

Gruppen in der Physik Liegruppen und Liealgebren 1.Teil Vortrag vom Claudia Würz

Analysis I. 3. Beispielklausur mit Lösungen

Determinanten. Motivation: Man betrachte das lineare Gleichungssystem =. (1) y = Sei o.b.d.a a 0 und c 0. Dann ist (1) äquivalent zu. = ac ad y.

Transkript:

Proseminar Lineare Algebra SS10 Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen Simon Strahlegger Heinrich-Heine-Universität Betreuung: Prof. Dr. Oleg Bogopolski

Inhaltsverzeichnis: I. Einleitung...1 II. Systeme von Differentialgleichungen...2 2.1 Allgemeine Form von homogenen Differentialgleichungen 1. Ordnung...2 2.2 Grenzwertbildung und Differentiation von Vektoren/Matrizen...2 2.3 Systeme linearer homogener Differentialgleichungen 1.Ordnung...3 III. Exponentialabbildung für Matrizen...6 3.1 Das Exponential einer Matrix...6 3.2 exp(a) als Basis des Vektorraums von Differentialgleichungssystemen...9 Literatur...11

I. Einleitung In diesem Text werde ich die Exponentialabbildung für Matrizen und Systeme von Differentialgleichungen behandeln. Es wird das Exponential einer Matrix, sowie deren Bezug zu Differentialgleichungssystemen dargestellt. Differentialgleichungen dienen im Allgemeinen zur Modellierung des zeitlichen Ablaufs von Vorgängen in Natur und Technik. Beispiele hierfür sind der freie Fall und die Planetenbahnen. So möchte ich mich in diesem Text mit Systemen von Differentialgleichungen erster Ordnung, von der Form y'(t)= Ay(t) auseinandersetzten. Ich werde hierbei zwei Lösungswege vorstellen: 1. Lösungen von Differentialgleichungssystemen über diagonale Matrizen. Hierbei werde ich allgemeine Form von Differentialgleichungssystemen erläutern und die Vektor/Matrixwertige Grenzwertbildung, sowie Differentiation erläutern. 2. Lösung über die Exponentialabbildung für Matrizen. Hierbei werde ich wiederum das Exponential einer Matrix einführen und die Theorie von Lösungen von Differentialgleichungen erster Ordnung auf die einer Matrix übertragen, um eine Lösung von Differentialgleichungssystemen zu finden. 1

II. Systeme von Differentialgleichungen 2.1 Allgemeine Form von homogenen Differentialgleichungen erster Ordnung Lineare Differentialgleichungen erster Ordnung haben die Form y'(t)= ay(t) in der Analysis II lernen wir, dass die allgemeine Form der Lösung von der Gestalt ist. y(t)= c e at mit a, t R und c konst. Beweis: Sei y(t) eine beliebig oft differenzierbare reellwertige Funktion. Betrachtet man t e at y t = ae at y t ae at y t =0 daraus folgt e at y t ist konstant, z.b. gleich c. => y(t)= c e at ist die allgemeine Form der Lösung. 2.2 Grenzwertbildung und Differentiation von Vektoren/Matrizen Die Limes Bildung und das Differenzieren erfolgt bei Vektoren bzw. Matrizen komponentenweise. Sei zum Beispiel: 1 t X t = x... ein x n t 1 Vektor, dann ist lim X t =... n mit t t 0 =lim t t 0 x i t. Analog verhält sich die Grenzwertbildung bei einer Matrix. Bei der = Differentiation von Vektoren/Matrizen verfährt man folgendermaßen: t a 11... t a 1n : :. Das heißt A t a m1... A t mn bzw. existiert, wenn jede X a Komponente, also jede Funktion x i t bzw. a ij t differenzierbar ist. 2

2.3 Systeme homogener linearer Differentialgleichungen erster Ordnung Die allgemeine Form von homogenen linearern Differentialgleichungen erster Ordnung ist hierbei: Also y'(t)=ay(t). y 1 ' t =a 11 y 1 t... a 1n y n t y n ' t =a m1 y 1 t... a mn y n t Wenn A diagonalisierbar ist, ist die Lösung solcher Systeme recht einfach anzugeben. Denn die spezielle Lösung des Differentialgleichungssystems hat dann die Form: y t =e t v, wobei v der Eigenvektor zum Eigenwert λ ist. Beispiel: Sei A= 1 6 1 4. 1. Bestimmung der Eigenwerte: A =det A E = 1 4 6 = 2 3 2 = 1 2 => 1 =2 und 2 =1 ebenso A zerfällt in Linearfaktoren und damit ist A diagonalisierbar über R. 2. Bestimmung der Eigenvektoren: 1 =2 : 1 6 1 4 X = 0 0 3 6 1 2 X = 0 0 3 6 0 0 X = 0 0 => x 1 =2 x 2 =1 daraus folgt: 2 1 ist Eigenvektor zum Eigenwert 1 =2. Analog erhält man 3 1 als Eigenvektor zum Eigenwert 2 =1. 3

3.Lösung des Differentialgleichungssystems y'(t)=ay: Für 1 =2 löst 2e2t e 2t Es ergibt sich also die Folgerung: speziell das System von Differentialgleichungen. Korollar: Systeme von Differentialgleichungen lassen sich immer lösen, wenn A paarweise verschiedene Eigenwerte besitzt. Sonderfall: Ist A bereits eine Diagonalmatrix, dann hat das System von Differentialgleichungen y'(t)=at die Lösung: y i t =c i e i t, wobei i die Eigenwerte von A sind. Das die Form der Lösung in diesem Spezialfall so aussieht ist eigentlich klar, da bei einer Diagonalmatrix die Eigenwerte auf der Diagonalen stehen. Nun bleibt nur noch die allgemeine Form der Lösung zu zeigen. Hierbei gilt: Jede Lösung ist Linearkombination der speziellen Lösung. Dies zeigt sich am besten, wenn wir A in die Diagonalform überführen. Satz: Sei A eine n n Matrix und S Gl n, K, so dass SAS 1 = A Diagonalform mit 1... n Eigenwerte von A auf der Diagonalen hat. Dann hat die allgemeine Lösung des Differentialgleichungssystems y= Ay t t die Form y=s 1 y, wobei y i =c i e i t ist. Beweis: Die Behauptung folgt aus dem Sonderfall, da A jetzt Diagonalgestalt hat, kann die Gleichung mit der Exponentialfunktion gelöst werden. Beispiel: Wir wollen y'(t)=ay(t) lösen. Sei A= 1 6 1 4. Wir sahen 1 =2 mit zugehörigem Eigenvektor 2 1, S = 1 2 3 1 1 und 2 =1 ---------------''--------------------- 3 1. ist jetzt die Matrix, welche aus den Eigenvektoren entsteht, 4

somit ist S= 1 3 1 2. daraus folgt: A=SAS = 1 1 3 1 2 1 6 1 => y 1 y 2 = c 1 e2t c 2 e t 4 S 1 = 2 6 1 2 2 3 1 1 = 2 0 0 1 Nun also: y 1 y 2 = S 1 y 1 y 2 = 2 3 1 1 c 1 e2t c 2 e t = 2 c 1 e2t 3c 2 e t c 1 e 2t c 2 e t also stammt jede Lösung aus dem Fundamentalsystem von Lösungen = y 2c = 1 e2t 1 und y c 1 e 2t 2 3c 2 et c 2 e. t Bemerkung: Bei komplexen Eigenwerten haben die Lösungen von Differentialgleichungen wieder die Form c e t, dabei ist e t eine komplexwertige Funktion. Die Theorie ist hierbei komplett übertragbar. Deswegen möchte ich nur ein Beispiel zur Lösung von homogenen Differentialgleichungssystemen 1. Ordnung angeben. Beispiel( komplexe Eigenwerte): Sei A= 1 1 1 hieraus ergibt sich: S = 1 1 i 1 die Eigenwerte sind hierbei 1 =1 i mit Eigenvektor 1 i 2 =1 i -------''----------- i 1 1 sowie S= i 1 1 2 1 i i => SAS = 1 1 i 0 0 1 i = A hieraus ergibt sich analog zum reellen Fall: y= y 1 y 2 = c 1 et it woraus sich y=s c 2 e t it 1 y= c 1 et it ic 2 e ergibt. ic 1 e t it c 2 e t it 5

Alle Lösungen ergeben sich wiederum aus dem Fundamentalsystem von Lösungen: y 1 = et it i e t it sowie y 2 = i et it e t it als Linearkombination. Dies lässt sich jetzt noch mittels der Gleichung e u iv = e u cos v i sin v in ein reelles Fundamentalsystem von Lösungen überführen. Es ergibt sich: y 1 = et cos t e t sin t sowie y 2 = et sin t e cos t t. III. Die Exponentialabbildung für Matrizen Zunächst ist festzustellen, Systeme homogener linearer Differentialgleichungen 1.Ordnung lassen sich auch direkt durch die Exponentialabbildung für Matrizen lösen, dazu: 3.1 Das Exponential einer n n Matrix Definition: Die Exponentialfunktion für eine n n Matrix A wird wie folgt gebildet: exp A = 1 n! An = E A 1 2! A2 1 3! A3... n=0 Beispiel: Sei A= 1 1 1 1. Dann ist exp(a)= 1 0 0 1 1 1 1 1 1 2! 0 0 0 0 1 3! 0 0 0 0... = 2 1 1 0 Bemerkung: Im allgemeinen ist es jedoch weitaus schwerer die Einträge von exp(a) anzugeben, da nur in Sonderfällen die Potenzen von A gleich der Nullmatrix sind, sowie auch nicht einfach nur das Exponential der Einträge gebildet werden kann. Letzteres funktioniert nur, wenn A Diagonalform hat. Es gilt jedoch folgendes: 6

Satz: Die Exponentialreihe konvergiert für alle komplexen Matrizen absolut. Beweis: Um die Konvergenz zu zeigen, zeigen wir, dass die Absolutbeträge der einzelnen Einträge e A ij eine beschränkte Reihe bilden. Dazu definieren wir die Norm von A, A =max ij A ij als das Maximum der Absolutbeträge der Matrixeinträge. Es gilt also: A ij A für alle i,j. Um den Satz zu beweisen benötigen wir noch folgendes Lemma, Lemma: Seien A, B Mat n,c Dann gelten AB n A B und A k n k 1 A k für alle k 0 Bewies: Es gilt: AB ij = A i B i A i B i n A B also AB n A B. Die zweite Ungleichung folgt per Induktion aus der ersten. Um nun die Konvergenz zu beweisen, schätzen wir die Einträge wie folgt ab: Sei a= n A. Dann gilt: e A ij E ij A ij 1 2! A2 ij... 1 A 1 2! n A 2 1 3! n2 A 3... => exp(a) ist konvergent. = 1 a 1 2! a2 1 3! a3... = 1 ea 1 n Nun wollen wir das Exponential einer diagonalisierbaren Matrix bestimmen. Wir wissen es gilt: S e A S 1 =SES 1 SAS 1 SAS 1 2 n! n SAS 1 3...=e SAS 1 3! und die Koordinatentransformation SAS 1 = A A in Diagonalform A überführt, folgt daraus, dass exp A =S 1 e A S ist. 7

Zur Lösung von Differentialgleichungssystemen müssen wir jetzt noch die Funktionalgleichung der Exponentialabbildung für Matrizen verifizieren, d.h e x y =e x e y muss auf Matrizen übertragen werden. Satz: Seien A, B Mat n,c zwei kommutative Matrizen, dann gilt e A B =e A e B hieraus folgt unmittelbar die Inversenbildung von e A durch e A, falls e A invertierbar ist, denn es gilt: e A e A =e A A =e 0 =E. Da man durch die Matrizen nicht ohne weiteres die Gleichheit beider Reihen zeigen kann, benötigen wir folgenden Satz für den Beweis der Funktionalgleichung. Satz: Für A Mat n,c ist e At differenzierbar nach t und es gilt: t eat = Ae At =e At A. Beweis: Ist A k = a ij k dann sind die Koeffizienten in e At konvergente Potenzreihen 1 k =0 k! a k ij t k mit Konvergenzradius R=. Diese Reihen sind gliedweise differenzierbar und die Ableitungen von der Form 1 k =1 k 1! a k ij t k 1 = 1 k=0 k! a k 1 ij t k. Diese konvergieren wieder für alle t R. Hieraus ergibt sich = t eat 1 k =0 k! A k 1 t k = A e At. Beweis (Funktionalgleichung): Gilt AB=BA. Betrachten wir die Funktion f t =e A B t e At B e Bt. Mit der Produktregel und der Vertauschbarkeitseigenschaft gilt dann: f ' t = A B e A B t Ae At e Bt e At B e Bt = A B e A B t e At e Bt = A B f t 8

Daher ist f(t) eindeutig bestimmte Lösung von Y ' t = A B Y t mit f(0)=0, also muss f(t)=0 sein für alle t R, d.h. e A B t =e At e Bt Für t=1 ergibt sich dann die Aussage des Satzes. 3.2 exp(a) als Basis des Vektorraums von Differentialgleichungssystemen Theorem: Sei A Mat n,r oder C. Dann bilden die Spalten der Matrix e A Lösungen des Differentialgleichungssystems eine Basis für den Vektorraum der Y ' t = Ay t. Beweis: Da die Zuordnung t e At eine differenzierbare Funktion mit Ableitung t eat =A e At definiert, wurde oben gezeigt, dass die Differential - gleichung von den Spalten von A gelöst wird. (Differenzieren und die Multiplikation wirken hierbei unabhängig auf die Spalten von e At.) Analog zu 2.1 zeigen wir nun, dass Y(t) eine Linearkombination der Spalten von A ist und das System löst. Sei also Y(t) eine beliebige Lösung. Betrachten wir nun e At y t. Differenzieren nach t ergibt: t e At y t = Ae At y t e At y t. Da A,e At kommutativ sind, ist t e At y t =0 und somit konstant. Setze also 1 y t = c t e At :. c n =c Hieraus ergibt sich y t =e At c also Linearkombination der Spalten von e At. Es wurde also gezeigt, dass die Exponentialabbildung für Matrizen die Lösung eines Differentialgleichungssystems liefert. Wenn A diagonalisierbar ist, ist dieses auch leicht anzugeben, da e A =S 1 e A S gilt, mit A gleich der Diagonalform von A. 9

Beispiel: Sei A= 1 6 1 4, dann ist A= 2 0 0 1. hieraus ergibt sich: e t A = Daraus folgt wieder: e ta =S 1 e t A S= 2 3 e2t 1 1 e2t = 2e2t 3e t e 2t e t 0 0 e t 0 1 3 0 e t 1 2 1 3 1 2 = t 2e2t 3e t 6e 2t 6e t e 2t e t 3e 2t 2e. Die Spalten von e ta bilden nun eine Basis der allgemeinen Lösung des Differentialgleichungssystems. Abschließend bleibt noch zu erwähnen, dass bei nicht diagonalisierbaren Matrizen das Exponential einer Matrix nicht mit dieser Methode ermittelt werden kann, hierfür benötigt man die Jordansche Normalform. 10

Literatur: M. Artin Algebra, Birkhäuser, 1998 G. Fischer Lineare Algebra, Vieweg+Teubner, 2008 R. Meise Skript Analysis II., Mitschrift 2009 11