2.2.1. Переход к системе с постоянными коэффициентами
Рассмотрим линейную неавтономную систему обыкновенных дифференциальных уравнений
(2.10)
с ‑периодической матрицей и – ‑мерным вектором состояния.
Существует замена переменных, превращающая систему с периодическими коэффициентами в систему с постоянными коэффициентами. Такая замена переменных основана на понятии фундаментальной матрицы системы (2.10). Если матрица невырождена, то среди всевозможных решений, отвечающих различным начальным условиям , можно выделить ровно линейно независимых решений . Формируя из них столбцы некоторой матрицы , получим, что:
‑ матрица удовлетворяет уравнению ;
‑ любые линейно независимых решений образуют базис, поэтому любое решение можно представить в виде комбинации базисных решений
. (2.11)
Вектор можно найти из начальных условий
.
Фундаментальная матрица позволяет выразить решение через начальные данные . Решение системы (2.10) с учетом (2.11) представимо в виде
.
Матрица – также фундаментальная матрица. Она отвечает начальным данным ( – единичная матрица) и носит название нормированной фундаментальной матрицы. Фундаментальных матриц много, нормированная фундаментальная матрица одна. Очевидно, что , поэтому для рассматриваемой линейной системы матрица задает отображение . Для систем с постоянной матрицей имеем . Определитель фундаментальной матрицы называется определителем Вронского. Поскольку фундаментальная матрица невырождена ( ), то для определителя Вронского справедливо уравнение , где – след матрицы .
Вернемся к системам с периодическими коэффициентами. Поскольку фундаментальная матрица удовлетворяет уравнению , то
,
т. е. будет другой фундаментальной матрицей. Любое решение можно выразить как комбинацию фундаментальных решений
,
где – постоянная матрица с собственными значениями . Преобразованием подобия можно привести матрицу к диагональному виду . Представим = , откуда следует . С помощью величин , называемых характеристическими показателями, можно «прологарифмировать» матрицу (жорданову форму матрицы ). Здесь . Используя обратное преобразование, получим . Характеристические показатели являются собственными значениями матрицы ( ). Обозначим . Тогда
.
Из последнего равенства имеем
. (2.12)
Таким образом, фундаментальную матрицу можно выразить как произведение периодической матрицы на экспоненту постоянной матрицы.
При замене переменных
или (2.13)
система с периодическими коэффициентами превратится в систему с постоянными коэффициентами
. (2.14)
Теорема 2.2. (теорема Флоке). Каждое фундаментальное решение линейной системы (2.10) с периодическими вещественными коэффициентами представимо в виде (2.12), где – некоторая ‑периодическая комплексная матрица, а – некоторая постоянная комплексная матрица, причем существует невырожденная действительная матрица такая, что .
Матрица , называемая матрицей монодромии, единственным образом определяется периодической матрицей . – собственные значения матрицы , которые называются мультипликаторами линейной системы (2.10) или мультипликаторами цикла.
Собственные значения матрицы называются характеристическим показателями или показателями Флоке. Их вещественные части также определяются однозначно. Очевидно, что , а , если – единичная матрица. Неособая матрица не обязана иметь действительный логарифм, т.е. не всегда существует действительная матрица такая, что . Примером является матрица , имеющая простой отрицательный мультипликатор. Однако матрица уже всегда имеет действительный логарифм. Поэтому каждое действительное фундаментальное решение линейной системы (2.10) с ‑периодическими коэффициентами представимо в виде , где – некоторая ‑периодическая матрица, а – некоторая действительная матрица такая, что .
На практике найти замену вида (2.13), преобразующую систему (2.10) с периодическими коэффициентами к системе (2.14) с постоянными коэффициентами, удается очень редко, и анализ (например, нахождение показателей Флоке или характеристических показателей) проводится численно.
- Оглавление
- 3.6. Автокорреляционная функция и спектральная плотность ..118
- 3.7. Фрактальные структуры и размерность аттрактора ………123
- Введение
- 1. Модели нелинейных динамических систем
- 1.1. Потоки
- 1.2. Каскады
- 1.3. Связь уравнения движения и отображения
- 1.3.1. Непрерывное время
- 1.3.2. Дискретное время
- 1.4. Уравнения в вариациях
- 1.5. Диссипативные и консервативные системы
- 2. Регулярная динамика
- 2.1. Особые точки
- 2.1.1. Основные определения
- 2.1.2. Классификация особых точек линейных
- 2.1.3. Классификация особых точек нелинейных векторных полей
- 2.1.4. Особые точки каскада
- 2.2. Периодические решения
- 2.2.1. Переход к системе с постоянными коэффициентами
- 2.2.2. Линеаризация уравнений с периодическим решением
- 2.2.3. Построение сечения Пуанкаре
- 2.2.4. Периодические решения (циклы) каскадов
- 2.3. Инвариантные, предельные и притягивающие множества
- 2.3.1. Инвариантные множества (многообразия)
- 2.3.2. Предельные множества
- 2.3.3. Притягивающие множества
- 2.3.4. Аттрактор
- 2.3.5. Поглощающее множество
- 2.4. Устойчивость
- 2.4.1. Понятие устойчивости
- 2.4.2. Устойчивость по Ляпунову
- 2.4.3. Устойчивость по Пуассону
- 2.4.4. Структурная устойчивость
- 3. Хаотическая динамика
- 3.1. Признаки хаотического поведения
- 3.1.1. Существенная зависимость от начальных данных
- 3.1.2. Инвариантная мера
- 3.1.3. Эргодичность и перемешивание
- 3.1.4. Энтропия
- 3.1.5. Автокорреляционная функция
- 3.1.6. Фрактальная структура странных аттракторов
- 3.2. Характеристические показатели ляпунова
- 3.2.1. Непрерывные динамические системы
- 3.2.2. Дискретные динамические системы
- 3.2.3. Характеристические показатели и изменение фазового объема
- 3.2.4. Свойства характеристических показателей Ляпунова
- 3.3. Инвариантные меры динамических систем
- 3.3.1. Типы вероятностных мер
- 3.3.2. Инвариантная мера. Оператор Перрона‑Фробениуса
- 3.3.3. Эргодическая мера
- 3.3.4. Физическая мера
- 3.3.5. Устойчивость и сходимость мер
- 3.4. Эргодичность и перемешивание
- 3.4.1. Эргодичность
- 3.4.2. Перемешивание
- 3.4.3. Перекладывание