来自系列:GyD.F4y2Ba微分方程和线性代数GyD.F4y2Ba
吉尔伯特·斯特朗,麻省理工学院GyD.F4y2Ba
D.GyD.F4y2BayGyD.F4y2Ba/ dt = aGyD.F4y2BayGyD.F4y2Ba包含解决方案万博 尤文图斯GyD.F4y2BayGyD.F4y2Ba= E.GyD.F4y2Baλt.GyD.F4y2BaXGyD.F4y2Ba在哪里GyD.F4y2BaλGyD.F4y2Ba和GyD.F4y2BaXGyD.F4y2Ba是一个特征值/特征向量对GyD.F4y2Ba一种GyD.F4y2Ba.GyD.F4y2Ba
因此,这是解决n线性恒系数方程系统的关键视频。那么我如何编写这些方程式?y现在是一个矢量,一个矢量与n个组件。而不是一个标量,只有一个数字y--你想让我把箭头放在y上吗?不,我不会再重复一遍。但这是强调y是矢量。它的第一个衍生品,这是一个第一订单系统。系统意味着可以有并且将是一个以上的未知,y1,y2到yn。GyD.F4y2Ba
那么我们如何解决这样一个方程组呢?然后矩阵乘以y,它们相等。y由这个矩阵耦合在一起。它们是结合在一起的,我们怎么把它们分开呢?这就是特征值和特征向量的魔力。GyD.F4y2Ba
特征向量是以自己的方式进行的向量。所以当你有一个特征向量时,就像你有一个问题,一个问题是一个人只是一个数字,lambda。所以对于一般的矢量,一切都是混合在一起的。但对于特征向量,一切都保持一维。对于那个特殊方向的Lambda来说,更改。GyD.F4y2Ba
当然,和往常一样,我们需要n个特征向量因为我们想取初始值。就像我们对幂函数做的一样,我们现在对微分方程做这个。我取初始向量,它可能不是特征向量。我把它写成特征向量的组合。没问题,因为我假设有n个独立的特征向量。GyD.F4y2Ba
现在我跟着每个起始值c1 x1,它有什么?如果我在x1的方向上会发生什么,那么所有A的混乱就消失了。它就像1作用于向量x1。下面是你得到的结果。得到c1,这只是一个数,乘以e ^ (1t x1)你看这里,不是幂,我们有——我们有1的k次方当我们做矩阵的幂时,现在我们解微分方程。得到e ^ (1t)GyD.F4y2Ba
当然,接下来是叠加,我可以在解决方案上添加那个,这是e to lambda 2t x2加上的,加上cne到lambda nt xn。你可以看到什么时候,我可以问,什么时候稳定?解决方案什么时候转到0?万博 尤文图斯好吧,由于T变大,这个数字将转到0,所以Lambda 1是消极的。或者提供了它的真实部分是消极的。我们可以通过碎片公式从这件作品中了解一切。GyD.F4y2Ba
让我只是做一个例子。采取矩阵A.在矩阵的权力 - 在那个视频中,我采取了马尔可夫矩阵 - 让我在这里相当于微分方程。所以这将给我们一个马尔可夫微分方程。所以让我现在带走。GyD.F4y2Ba
Markov矩阵的列增加到1,但在微分方程情况下,它们会增加0.如减号1和1,或类似于负2和2.所以我们的权力有1的特征值就像特征值差分方程0。因为e到0t是1。GyD.F4y2Ba
所以,无论如何,让我们找到那个特征等值。第一个特征值为0.这就是我对的。该列增加了0,该列会增加0.告诉我有0的特征值0。GyD.F4y2Ba
什么是特征向量?可能是2,1,因为如果我将该矩阵乘以该载体,则我得到0.所以lambda 1是0.我的第二个特征值,痕量是减去3,Lambda 1加λ2必须给出minus 3.及其特征矢量是 - 它可能再次1减1。GyD.F4y2Ba
所以我已经完成了初步工作。鉴于此矩阵,我们有特征值和特征向量。现在我拿了你 - 我们应该为u0说什么?u0-- y0,说出0的y开始。Y为0,作为一些数字C1次X1加上C2次x2。是的,没问题,没问题。无论我们有什么,我们都会拿到这一点 - 这个载体的一些组合,并且特征向量都会给我们y为0。GyD.F4y2Ba
而现在,T是C1 e到0t- e to lampda 1t cipty x1,右图?你看,我们从C1X1开始,但经过一段时间后,它是Lambda T和这里的C2。e到λ2为负3t x2。这是马尔可夫进程的演变,是一个连续的马尔可夫过程。与矩阵的力量相比,这是该载体的连续演化演变。GyD.F4y2Ba
现在,我对稳定状态感兴趣。稳定状态会发生变大。由于T变大,该数字很快就会迅速到0.在我们的马尔可夫矩阵示例中,我们有1/2到一个电源,并且很快就会到0.现在我们有一个幂级,零指数为零点。E到0t是1.该E到0t等于1.以便1是稳定状态的信号。没有什么改变,没有什么可以根据时间坐在那里。所以我有C1x1是稳定状态。GyD.F4y2Ba
x1是这个。我是怎么想的?我想不管你怎么开始,不管y(0)是多少,随着时间的推移,x2部分会消失。如果只有x1部分在2:1中。再一次,如果在Y1和Y2之间有移动或者说随着时间变化,稳态是,这是稳态。GyD.F4y2Ba
存在微分方程的示例,碰巧具有马尔可夫矩阵。随着马尔可夫矩阵,我们知道我们将有一个特征值 - 在连续的情况下,随着时间的推移,负面的特征值将消失。e to minus 3t进入0.好。GyD.F4y2Ba
我想我可能只是向这个视频添加一点点,这是解释为什么每当添加到0的列时为什么0个特征值,减去1加1为0.2减号为零。告诉我0是一个特征值。对于马尔可夫矩阵,赋予添加到1和1的列是特征值。GyD.F4y2Ba
所以我想我现在有两个事实的例子。如果所有列都添加到一些 - 我该金的总和,对于总和,那么Lambda等于特征值。这是来自马尔可夫矩阵的重点,S是1.添加到1的每柱,然后λ等1是特征值。并且对于此视频,每个列添加到0然后lambda等于0是特征值。GyD.F4y2Ba
而且,这是关于特征值的另一个点,很好。转置的特征值与A的特征值相同。所以我也可以说,如果所有行都是加入S,那么lambda等于特征值。我说矩阵的特征值和转置的特征值是相同的。也许你想看到为什么这是真的。GyD.F4y2Ba
如果我想要一个矩阵的特征值,我看起来lambda的决定因子我减去A.这给了我A的特征值。如果我想要转阵的特征值,我会看这个等于0,对吧?这个等同的0.等式会给我一个横盘的特征值,就像这一个给我一个特征值的方式。GyD.F4y2Ba
但他们为什么一样?因为矩阵的决定因素和其转置的决定簇相等。矩阵及其转置具有相同的决定因素。让我只需用A,B,C,D.并且转置将是A,C,B,D.和两种情况的决定因素是AD减去BC,AD减去BC。转发不会影响。GyD.F4y2Ba
所以这就是这样。兰德斯是一样的。因此,我们可以查看添加到s的列或添加到s的行。GyD.F4y2Ba
所以这解释了为什么这两个语句都是真的,因为我可以看一下行或列并达到这个结论。那是,如果所有列添加到S--现在为什么是或所有的行添加到s?让我只是 - 我会告诉你特征向量。GyD.F4y2Ba
在这种情况下,特征向量将是所有的次数。假设矩阵为4〜4。如果我乘以所有的矩阵,当你将矩阵乘以一个矢量乘法时,那么这一行的点产品是总和的,那么加上那加上的那样加上那个加号是我们。这将是因为这是第一行 - 这是一个 - 第一行的一个增加了。GyD.F4y2Ba
所以这些数字增加了,我得到了。这些数字加到了,我再次得到了。这些数字增加了。而这些,最后那些数字加到了。而且我有S时代1,1,1,1。GyD.F4y2Ba
你好吗?当所有行添加到s时,我可以告诉您特征向量是什么,1,1,1,1,1.然后是特征值,我可以看到这是总和s。因此,对于特殊的矩阵,在这种情况下,在马尔可夫命名的情况下,我们能够识别关于他们的特征值的重要事实,这就是普通的行和在该视频的情况下等于的情况,并且- 让我再次下来。GyD.F4y2Ba
所以在这里,添加到0的每一列。它并不是添加到0的行。我不需要。我只是说,无论如何,A或颠倒的是相同的特征值,其中一个是0,另一个是追踪告诉我们的任何事情。GyD.F4y2Ba
这些关于特定值的有用事实的集合出现了特定矩阵,您需要了解其特征值的内容。好的谢谢你。GyD.F4y2Ba
1.1:微分方程概述GyD.F4y2Ba线性方程包括GyD.F4y2BaDY / DT.GyD.F4y2Ba=GyD.F4y2Bay,dy / dtGyD.F4y2Ba= -GyD.F4y2Bay,dy / dtGyD.F4y2Ba=GyD.F4y2Ba2号GyD.F4y2Ba.方程式GyD.F4y2BaDY / DT.GyD.F4y2Ba=GyD.F4y2BayGyD.F4y2Ba*GyD.F4y2BayGyD.F4y2Ba是非线性的。GyD.F4y2Ba
1.2:你需要的微积分GyD.F4y2Ba和定则、乘积定则和链式定则由的导数派生出新的导数GyD.F4y2BaXGyD.F4y2BaNGyD.F4y2Ba,罪(GyD.F4y2BaXGyD.F4y2Ba) 和GyD.F4y2BaE.GyD.F4y2BaXGyD.F4y2Ba.微积分基本定理说积分求导数的倒数。GyD.F4y2Ba
1.4b:指数输入的响应,exp(s*t)GyD.F4y2Ba具有指数输入,GyD.F4y2BaE.GyD.F4y2Ba英石GyD.F4y2Ba,来自外面和指数增长,GyD.F4y2BaE.GyD.F4y2Ba在GyD.F4y2Ba从内部,解决方案Y(t)是两种指数的组合。GyD.F4y2Ba
1.4C:响应振荡输入,COS(W * T)GyD.F4y2Ba振荡输入COS(ΩGyD.F4y2BaT.GyD.F4y2Ba)产生具有相同频率ω(和相移)的振荡输出。GyD.F4y2Ba
1.4D:用于任何输入的解决方案,Q(T)GyD.F4y2Ba要解一个一阶线性方程,需要将每个输入相乘GyD.F4y2Baq(s)GyD.F4y2Ba通过其增长因素并整合这些产出GyD.F4y2Ba.GyD.F4y2Ba
1.4E:步骤功能和DELTA功能GyD.F4y2Ba单位阶跃函数从0跳跃到1.它的斜率是Δ函数:零点除外,跳转无限。GyD.F4y2Ba
1.5:对复杂指数的响应,exp(i * w * t)= cos(w * t)+ i * sin(w * t)GyD.F4y2Ba用于线性方程,解决方案GyD.F4y2Baf =GyD.F4y2Bacos(ω.GyD.F4y2BaT.GyD.F4y2Ba)是解决方案的真实部分GyD.F4y2BaF = E.GyD.F4y2Ba我ωtGyD.F4y2Ba.复杂的解决方案具有幅度GyD.F4y2BaGGyD.F4y2Ba(收益)。GyD.F4y2Ba
1.6:集成因子持续速率,aGyD.F4y2Ba整合因素GyD.F4y2BaE.GyD.F4y2Ba-在GyD.F4y2Ba乘以差分方程,Y'= Ay + Q,给出衍生物GyD.F4y2BaE.GyD.F4y2Ba-在GyD.F4y2Bay:准备融合。GyD.F4y2Ba
1.6B:对不同速率的积分因子,a(t)GyD.F4y2Ba不同利率的积分为不断增长的解决方案(银行余额)提供了指数。GyD.F4y2Ba
1.7:物流方程GyD.F4y2Ba什么时候GyD.F4y2Ba——GyD.F4y2Ba2GyD.F4y2Ba减慢成长并使方程式非线性,解决方案接近稳定状态GyD.F4y2Bay(GyD.F4y2Ba∞GyD.F4y2Ba)= a / b。GyD.F4y2Ba
1.7C:稳定状态的稳定性和不稳定性GyD.F4y2Ba稳态解决方案可以是稳定或不万博 尤文图斯稳定的 - 一个简单的测试决定。GyD.F4y2Ba
1.8:可分离方程式GyD.F4y2Ba可分离等式可以通过两个单独的集成来解决,一个GyD.F4y2BaT.GyD.F4y2Ba另一个GyD.F4y2BayGyD.F4y2Ba.最简单的是GyD.F4y2Bady / dt = yGyD.F4y2Ba, 什么时候GyD.F4y2BaDY / Y.GyD.F4y2Ba等于GyD.F4y2BaDT.GyD.F4y2Ba.然后ln(GyD.F4y2BayGyD.F4y2Ba)=GyD.F4y2BaT + C.GyD.F4y2Ba.GyD.F4y2Ba
2.1:二阶方程GyD.F4y2Ba对于没有阻尼的振荡方程,没有迫使,所有解决方案都具有相同的固有频率。万博 尤文图斯GyD.F4y2Ba
2.1B:强制谐波运动GyD.F4y2Ba迫使GyD.F4y2BaFGyD.F4y2Ba= cos(ωGyD.F4y2BaT.GyD.F4y2Ba),特定的解决方案是GyD.F4y2BayGyD.F4y2Ba* cos(ωGyD.F4y2BaT.GyD.F4y2Ba)。但如果强制频率等于自然频率存在共振。GyD.F4y2Ba
2.3:未经裁减的潮湿运动GyD.F4y2Ba在微分方程中的恒定系数,基本解决方案是指数万博 尤文图斯GyD.F4y2BaE.GyD.F4y2Ba英石GyD.F4y2Ba.指数GyD.F4y2BaS.GyD.F4y2Ba解决简单的等式,如GyD.F4y2Ba作为GyD.F4y2Ba2GyD.F4y2Ba+ BS + C = 0GyD.F4y2Ba.GyD.F4y2Ba
2.3C:脉冲响应和步骤响应GyD.F4y2Ba脉冲响应GyD.F4y2BaGGyD.F4y2Ba当力是脉冲(Δ函数)时是解决方案。这也解决了具有非零初始条件的空方程(无力)。GyD.F4y2Ba
2.4:指数响应 - 可能的共振GyD.F4y2Ba当自然频率与从内部和外部的强制频率相等的指数匹配时发生共振。GyD.F4y2Ba
2.4B:具有阻尼的二阶方程GyD.F4y2Ba阻尼强制方程具有特定的解决方案GyD.F4y2BaY = G.GyD.F4y2Bacos(ω.GyD.F4y2BaT -GyD.F4y2Baα)。阻尼比率为NULL解决方案提供了洞察力。万博 尤文图斯GyD.F4y2Ba
2.5:电气网络:电压和电流GyD.F4y2Ba流程周围的电流解决了具有系数的线性方程GyD.F4y2BaL.GyD.F4y2Ba(电感),GyD.F4y2BaR.GyD.F4y2Ba(抵抗),和GyD.F4y2Ba1 / C.GyD.F4y2Ba(GyD.F4y2BaCGyD.F4y2Ba=电容)。GyD.F4y2Ba
2.6:未确定系数的方法GyD.F4y2Ba具有恒定系数和特殊强制术语(权力GyD.F4y2BaT.GyD.F4y2Ba,余弦/阳叶,指数),特定解决方案具有相同的形式。GyD.F4y2Ba
2.6B:未确定系数的方法的一个例子GyD.F4y2Ba这种方法对于力和解也很成功万博 尤文图斯GyD.F4y2Ba(在GyD.F4y2Ba2GyD.F4y2Ba+ bt + c)eGyD.F4y2Ba英石GyD.F4y2Ba:替代路程以找到GyD.F4y2BaA,B,CGyD.F4y2Ba.GyD.F4y2Ba
2.6C:参数的变化GyD.F4y2Ba组合空解决方案万博 尤文图斯GyD.F4y2BayGyD.F4y2Ba1GyD.F4y2Ba和GyD.F4y2BayGyD.F4y2Ba2GyD.F4y2Ba与系数GyD.F4y2BaCGyD.F4y2Ba1GyD.F4y2Ba(t)GyD.F4y2Ba和GyD.F4y2BaCGyD.F4y2Ba2GyD.F4y2Ba(t)GyD.F4y2Ba找到任何特定的解决方案GyD.F4y2Baf(t)。GyD.F4y2Ba
2.7:拉普拉斯变换:第一阶方程GyD.F4y2Ba在线微分方程中将每个术语转换为创建代数问题。然后,您可以将代数解决方案转换回ODE解决方案,GyD.F4y2Bay(t)GyD.F4y2Ba.GyD.F4y2Ba
2.7B:拉普拉斯变换:二阶方程GyD.F4y2Ba二阶导数变换为GyD.F4y2BaS.GyD.F4y2Ba2GyD.F4y2BayGyD.F4y2Ba代数问题涉及传递函数GyD.F4y2Ba1 /(如GyD.F4y2Ba2GyD.F4y2Ba+ BS + C)。GyD.F4y2Ba
2.7C:拉普拉斯变换和卷积GyD.F4y2Ba当力是脉冲δ时GyD.F4y2Ba(t)GyD.F4y2Ba,脉冲响应是GyD.F4y2Bag(t)GyD.F4y2Ba.当力量是GyD.F4y2Baf(t)GyD.F4y2Ba,响应是“卷积”GyD.F4y2BaFGyD.F4y2Ba和GyD.F4y2BaG。GyD.F4y2Ba
3.1:解决方案的图片万博 尤文图斯GyD.F4y2Ba方向场GyD.F4y2Bady / dt = f (t, y)GyD.F4y2Ba有一个斜坡的箭头GyD.F4y2BaFGyD.F4y2Ba在每一点GyD.F4y2BaT,Y.GyD.F4y2Ba.箭头沿着Isocline躺着。GyD.F4y2Ba
3.2:阶段平面图片:源,水槽马鞍GyD.F4y2Ba万博 尤文图斯二阶方程的解决方案可以接近无穷大或零。鞍点包含正面和负指数或特征值。GyD.F4y2Ba
3.2B:阶段平面图片:螺旋和中心GyD.F4y2Ba虚拟振荡的虚构指数在相平面提供“中心”。点GyD.F4y2Ba(y,dy / dt)GyD.F4y2Ba围绕着椭圆形身漫步。GyD.F4y2Ba
3.2C:两个第一阶方程:稳定性GyD.F4y2Ba二阶方程给出了两个第一阶方程GyD.F4y2BayGyD.F4y2Ba和GyD.F4y2BaDY / DT.GyD.F4y2Ba.矩阵成为伴侣矩阵。GyD.F4y2Ba
3.3:关键点的线性化GyD.F4y2Ba临界点是一个恒定的解决方案GyD.F4y2BayGyD.F4y2Ba到微分方程GyD.F4y2Bay ' = f (y)GyD.F4y2Ba.附近,GyD.F4y2BayGyD.F4y2Ba,标志GyD.F4y2Badf / dy.GyD.F4y2Ba决定稳定还是不稳定。GyD.F4y2Ba
3.3b:y'= f(y,z)和z'= g(y,z)的线性化GyD.F4y2Ba有两个方程式,一个关键点GyD.F4y2Baf(y,z)GyD.F4y2Ba= 0且GyD.F4y2Bag(y,z)GyD.F4y2Ba= 0恒定的溶液附近,两个线性化方程使用2乘2的部万博 尤文图斯分衍生物GyD.F4y2BaFGyD.F4y2Ba和GyD.F4y2BaGGyD.F4y2Ba.GyD.F4y2Ba
3.3C:特征值和稳定性:2乘2矩阵,aGyD.F4y2Ba两个方程式GyD.F4y2Bay'= ayGyD.F4y2Ba当痕迹时,稳定(解决方案万博 尤文图斯接近零)GyD.F4y2Ba一种GyD.F4y2Ba是消极的,决定蛋白是阳性的。GyD.F4y2Ba
3.3D:三维翻滚盒GyD.F4y2Ba空气中的一个盒子可以在其最短和最长的轴上旋转。在中间轴周围它疯狂地翻滚。GyD.F4y2Ba
5.1:矩阵的列空间,aGyD.F4y2Ba一个GyD.F4y2BamGyD.F4y2Ba经过GyD.F4y2BaNGyD.F4y2Ba矩阵GyD.F4y2Ba一种GyD.F4y2Ba具有GyD.F4y2BaNGyD.F4y2Ba列中的列GyD.F4y2BaR.GyD.F4y2BamGyD.F4y2Ba.捕获这些列的所有组合AV给出了列空间 - 一个子空间GyD.F4y2BaR.GyD.F4y2BamGyD.F4y2Ba.GyD.F4y2Ba
5.4:独立,基础和维度GyD.F4y2Ba如果它们的组合跨越整个子空间并且是独立的,则V 1至V D是子空间的基础:没有基础载体是其他的基础。Dimension D =基础向量的数量。GyD.F4y2Ba
5.5:线性代数的大图片GyD.F4y2Ba矩阵生成四个子空间 - 列空间,行空间(相同的维度),垂直于所有行(Nullspace)的矢量空间,以及垂直于所有列的矢量空间。GyD.F4y2Ba
5.6:图形GyD.F4y2Ba图表有GyD.F4y2BaNGyD.F4y2Ba节点连接GyD.F4y2BamGyD.F4y2Ba边缘(其他边缘可能丢失)。这是互联网,大脑,管道系统等的有用模型。GyD.F4y2Ba
5.6B:图的发病矩阵GyD.F4y2Ba发病率矩阵GyD.F4y2Ba一种GyD.F4y2Ba每个边缘都有一行,包含-1和+1以显示两个节点(两列GyD.F4y2Ba一种GyD.F4y2Ba)由这条边连接。GyD.F4y2Ba
6.1:特征值和特征向量GyD.F4y2Ba特征向量GyD.F4y2BaXGyD.F4y2Ba乘以矩阵时保持相同的方向(GyD.F4y2Ba一种GyD.F4y2BaXGyD.F4y2Ba=GyD.F4y2BaλGyD.F4y2BaXGyD.F4y2Ba)。一个GyD.F4y2BaNGyD.F4y2BaXGyD.F4y2BaNGyD.F4y2Ba矩阵有GyD.F4y2BaNGyD.F4y2Ba特征值。GyD.F4y2Ba
6.2:对角化矩阵GyD.F4y2Ba如果它具有矩阵可以是对角化的GyD.F4y2BaNGyD.F4y2Ba独立的特征向量。对角线矩阵λis的特征值矩阵。GyD.F4y2Ba
6.2B:权力,A ^ n和马尔可夫矩阵GyD.F4y2Ba对角化GyD.F4y2Ba一种GyD.F4y2Ba=GyD.F4y2BaV.GyD.F4y2Baλ.GyD.F4y2BaV.GyD.F4y2Ba-1GyD.F4y2Ba也是对角化GyD.F4y2Ba一种GyD.F4y2BaNGyD.F4y2Ba=GyD.F4y2BaV.GyD.F4y2Baλ.GyD.F4y2BaNGyD.F4y2BaV.GyD.F4y2Ba-1GyD.F4y2Ba.GyD.F4y2Ba
6.3:求解线性系统GyD.F4y2BaD.GyD.F4y2BayGyD.F4y2Ba/ dt = aGyD.F4y2BayGyD.F4y2Ba包含解决方案万博 尤文图斯GyD.F4y2BayGyD.F4y2Ba= E.GyD.F4y2Baλt.GyD.F4y2BaXGyD.F4y2Ba在哪里GyD.F4y2BaλGyD.F4y2Ba和GyD.F4y2BaXGyD.F4y2Ba是一个特征值/特征向量对GyD.F4y2Ba一种GyD.F4y2Ba.GyD.F4y2Ba
6.4:矩阵指数,exp(a * t)GyD.F4y2Ba最短形式的解决方案使用矩阵指数GyD.F4y2BayGyD.F4y2Ba= E.GyD.F4y2Ba在GyD.F4y2BayGyD.F4y2Ba(0)GyD.F4y2Ba.矩阵GyD.F4y2BaE.GyD.F4y2Ba在GyD.F4y2Ba有特征值GyD.F4y2BaE.GyD.F4y2Baλt.GyD.F4y2Ba和特征向量的GyD.F4y2Ba一种。GyD.F4y2Ba
6.4b:类似的矩阵,a和b = m ^( - 1)* a * mGyD.F4y2Ba一种GyD.F4y2Ba和GyD.F4y2BaB.GyD.F4y2Ba如果是“类似”GyD.F4y2BaB.GyD.F4y2Ba=GyD.F4y2BamGyD.F4y2Ba-1GyD.F4y2Ba是GyD.F4y2Ba对于一些矩阵GyD.F4y2BamGyD.F4y2Ba.GyD.F4y2BaB.GyD.F4y2Ba然后具有与之相同的特征值GyD.F4y2Ba一种GyD.F4y2Ba.GyD.F4y2Ba
6.5:对称矩阵,真古等值,正交特征向量GyD.F4y2Ba对称矩阵有GyD.F4y2BaNGyD.F4y2Ba垂直特征向量和GyD.F4y2BaNGyD.F4y2Ba真正的特征值。GyD.F4y2Ba
6.5B:二阶系统,y''+ sy = 0GyD.F4y2Ba振荡方程GyD.F4y2BaD.GyD.F4y2Ba2GyD.F4y2BaY / DT.GyD.F4y2Ba2GyD.F4y2Ba+ sy =GyD.F4y2Ba0有GyD.F4y2Ba2NGyD.F4y2Ba万博 尤文图斯解决方案(田间和余弦)。万博 尤文图斯解决方案使用特征向量GyD.F4y2BaS.GyD.F4y2Ba
7.2:正定矩阵,s = a'aGyD.F4y2Ba一个正定矩阵S具有正的特征值、正的枢轴、正的行列式和正的能量vGyD.F4y2BaT.GyD.F4y2Ba每个载体的sv v。s = aGyD.F4y2BaT.GyD.F4y2Ba如果A有独立的列,A总是积极的。GyD.F4y2Ba
7.2B:奇异值分解,SVDGyD.F4y2Ba每个矩阵的SVD因素GyD.F4y2Ba一种GyD.F4y2Ba进入正交矩阵GyD.F4y2Ba你GyD.F4y2Ba沿对角线矩阵σ(奇异值)倍增另一正交矩阵vGyD.F4y2BaT.GyD.F4y2Ba:旋转时间拉伸时间旋转。GyD.F4y2Ba
7.3:边界条件替换初始条件GyD.F4y2Ba二阶方程可以改变其初始条件GyD.F4y2Bay(0)GyD.F4y2Ba和GyD.F4y2BaDY / DT(0)GyD.F4y2Ba边界条件GyD.F4y2Bay(0)GyD.F4y2Ba和GyD.F4y2BaY(1)GyD.F4y2Ba.GyD.F4y2Ba
7.4:拉普拉斯方程GyD.F4y2Ba∂GyD.F4y2Ba2GyD.F4y2BaU /GyD.F4y2Ba∂GyD.F4y2BaXGyD.F4y2Ba2GyD.F4y2Ba+GyD.F4y2Ba∂GyD.F4y2Ba2GyD.F4y2BaU /GyD.F4y2Ba∂GyD.F4y2BayGyD.F4y2Ba2GyD.F4y2Ba= 0.GyD.F4y2Ba描述圆圈或正方形或任何平面区域内的温度分布。GyD.F4y2Ba
8.1:傅里叶系列GyD.F4y2Ba傅立叶系列分隔定期函数GyD.F4y2Baf(x)GyD.F4y2Ba进入所有基本函数的组合(无限)COS(GyD.F4y2BaNX)GyD.F4y2Ba和罪恶(GyD.F4y2BaNX)GyD.F4y2Ba.GyD.F4y2Ba
8.1b:傅立叶系列的例子GyD.F4y2Ba甚至功能均仅使用余弦(GyD.F4y2Baf(-x)= f(x)GyD.F4y2Ba)奇数函数仅使用凸丝。系数GyD.F4y2Ba一种GyD.F4y2BaNGyD.F4y2Ba和GyD.F4y2BaB.GyD.F4y2BaNGyD.F4y2Ba来自整体的GyD.F4y2Baf(x)GyD.F4y2BaCos(GyD.F4y2BaNX.GyD.F4y2Ba) 和GyD.F4y2Baf(x)GyD.F4y2Ba罪(GyD.F4y2BaNX.GyD.F4y2Ba)。GyD.F4y2Ba
8.1c:拉普拉斯方程的傅里叶级数解GyD.F4y2Ba在一个圆圈内,解决方案GyD.F4y2Ba你GyD.F4y2Ba(GyD.F4y2BaR.GyD.F4y2Baθ)结合GyD.F4y2BaR.GyD.F4y2BaNGyD.F4y2BaCos(GyD.F4y2BaNGyD.F4y2Baθ)和GyD.F4y2BaR.GyD.F4y2BaNGyD.F4y2Ba罪(GyD.F4y2BaNGyD.F4y2Baθ)。边界解决方案结合了傅立叶系列中的所有条目以匹配边界条件。GyD.F4y2Ba
8.3:热方程GyD.F4y2Ba热方程∂GyD.F4y2Ba你GyD.F4y2Ba/∂GyD.F4y2BaT.GyD.F4y2Ba=∂GyD.F4y2Ba2GyD.F4y2Ba你GyD.F4y2Ba/∂GyD.F4y2BaXGyD.F4y2Ba2GyD.F4y2Ba从温度分布开始GyD.F4y2Ba你GyD.F4y2Ba在GyD.F4y2BaT.GyD.F4y2Ba= 0并跟随它GyD.F4y2BaT.GyD.F4y2Ba> 0,因为它很快变得平滑。GyD.F4y2Ba
8.4:波浪方程GyD.F4y2Ba波浪方程∂GyD.F4y2Ba2GyD.F4y2Ba你GyD.F4y2Ba/∂GyD.F4y2BaT.GyD.F4y2Ba2GyD.F4y2Ba=∂GyD.F4y2Ba2GyD.F4y2Ba你GyD.F4y2Ba/∂GyD.F4y2BaXGyD.F4y2Ba2GyD.F4y2Ba展示如何沿着GyD.F4y2BaXGyD.F4y2Ba轴,从波形开始GyD.F4y2Ba你GyD.F4y2Ba(0)及其速度∂GyD.F4y2Ba你GyD.F4y2Ba/∂GyD.F4y2BaT.GyD.F4y2Ba(0)。GyD.F4y2Ba
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:GyD.F4y2Ba.GyD.F4y2Ba
选择GyD.F4y2Ba网站GyD.F4y2Ba您还可以从以下列表中选择一个网站:GyD.F4y2Ba
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。GyD.F4y2Ba