雑記：線形微分方程式

はじめに

　この記事では線形微分方程式の基本事項について雑にまとめていきます。

問題設定

　線形微分方程式とは未知関数$x(t)$とその導関数$x',x'',\ldots$についての線型方程式
$$A_n(t)x^{(n)}+A_{n-1}(t)x^{(n-1)}+\cdots+A_1(t)x'+A_0(t)x=f(t)$$
のことを言います。
　より一般に線形微分方程式はベクトル値関数$\u(t)\;(t\in I)$についての線型方程式
$$\u'=A(t)\u+\bb(t)\qquad(\u,\bb\in\C^n,\ A\in M_n(\C))$$
の形に帰着されます(下で$A$のジョルダン標準形を考えたりするので各関数の終域を$\C$-線形空間としていますが、それぞれ$\R$に置き換えても特に問題ありません)。
　実際例えば上の$n$階線形微分方程式は、簡単のため$A_n(t)=1$とし
$$\u=\begin{pmatrix} x^{(n-1)}&\cdots&x'&x \end{pmatrix}^T$$
とおくことで
$$\u'=\begin{pmatrix} -A_{n-1}(t)&\cdots&-A_1(t)&-A_0(t)\\ 1&\cdots&0&0\\ \vdots&\ddots&\vdots&\vdots\\ 0&\cdots&1&0 \end{pmatrix}\u+\begin{pmatrix} f(t)\\0\\\vdots\\0 \end{pmatrix}$$
という微分方程式に書き換えることができます(逆にこれを満たすような$\u$は第$n$成分を$x$とおくことで
$$\u=\begin{pmatrix} x^{(n-1)}&\cdots&x'&x \end{pmatrix}^T$$
と表せることにも注意しましょう)。

行列の指数関数

　まず定数係数の線形微分方程式を考える上で重要となる行列の指数関数というものについて解説しておきます。

基本性質

　上の変形は冪級数の積
$$\l(\sum^\infty_{n=0}a_n\frac{t^n}{n!}\r)\l(\sum^\infty_{n=0}b_n\frac{t^n}{n!}\r) =\sum^\infty_{n=0}\l(\sum^n_{k=0}\binom nka_kb_{n-k}\r)\frac{t^n}{n!}$$
と比較するとわかりやすい。

計算方法

　行列$A$をジョルダン標準形$PJP^{-1}$に表したとき
$$\exp A=P(\exp J)P^{-1}$$
が成り立つので各ジョルダン細胞に対し$\exp$を計算すれば$\exp A$を求めることができます。

　ついで$\exp(At)$も計算しておきましょう。

定数係数の場合

　まず係数$A(t)$が$t$に依らない場合の方程式
$$\u'=A\u+\bb(t)$$
を考えましょう。
　これを解くにあたっては次の事実が重要となります。

　この事実によって
$$\W^{-1}(\u'-A\u)=(\W^{-1}\u)'$$
と変形できるので件の方程式
$$\u'=A\u+\bb(t)$$
は
$$(\W^{-1}\u)'=\W^{-1}\bb(t)$$
という微分方程式に帰着でき、これを解くことで
$$\u=\exp(At)\int\exp(-At)\bb(t)dt$$
という一般解が得られます。
　また必要に応じて$\W=\exp(A(t-t_0))$と平行移動することで次のような結果が得られます。

　ちなみにこのことから同次方程式
$$\u'=A\u$$
の解
$$\u=\exp(At)\u_0\qquad(u_0\in\R^n\mbox{は任意})$$
のなす線形空間$V$は$n$次元となることがわかります。
　実際$\exp(At)$は正則であったことに注意すると例えば
$$\u_i=\exp(At)\ee_i\qquad(i=1,2,\ldots,n)$$
は$V$の基底を成すことになります。

一般の場合

定数係数の場合との違い

　一般の場合も定数係数の場合と同じように
$$B(t)=\int^t_aA(s)ds$$
および$\W=\exp B(t)$とおくと
$$\W'=\sum^\infty_{n=1}\frac{B^{n-1}}{(n-1)!}B'=\W A$$
とできそうな気がしますが、残念ながらこれは成り立ちません。実際、行列値関数において積の微分は
$$(A_1A_2)'=A'_1A_2+A_1A'_2$$
となるので累乗の微分は
$$(B^n)'=\sum^{n-1}_{k=0}B^kB'B^{n-k-1}$$
となります。
　定数係数のときは$B=At$と$B'=A$の積が可換であったため$(B^n)'=nB^{n-1}B'$つまり
$$(\exp B(t))'=\exp(B(t))A$$
が成り立っていたのでした。
　このように一般の場合において明示的に解を求めることは難しいですが、同次形の方程式
$$\u'=A(t)\u$$
の基本解を構成できれば非同次形の方程式
$$\u'=A(t)\u+\bb(t)$$
の解も求めることはできます。

基本解系

　いま同次方程式
$$\u'=A(t)\u$$
の解として
$$\u=\u_1,\u_2,\ldots,\u_n$$
が得られたとき、これらが線形独立であるかどうかを判定する方法としてロンスキアンというものがあります。

　通常ロンスキー行列と言えば$n$階線形微分方程式
$$\u=\begin{pmatrix} x&x'&\cdots&x^{(n-1)} \end{pmatrix}^T$$
の場合に定まるもの
$$\W(x_1,x_2,\ldots,x_n)=\begin{pmatrix} x_1&x_2&\cdots&x_n\\ x'_1&x'_2&\cdots&x'_n\\ \vdots&\vdots&\ddots&\vdots\\ x^{(n-1)}_1&x^{(n-1)}_2&\cdots&x^{(n-1)}_n \end{pmatrix}$$
のことを言いますが、ここではより一般の方程式
$$\u'=A(t)\u$$
の解を横に並べたものについてもロンスキー行列と言うことにします。

　 この記事 にて紹介したように同次方程式
$$\u'=A(t)\u$$
は($A(t)$が連続ならば)必ず$n$個の線形独立な解$\u_1,\u_2,\ldots,\u_n$を持ち、そのような関数の組のことを基本解系と言います。
　いま、ある基本解系のなすロンスキー行列を$\W(t)$とおくとこれは可逆であり
$$0=(\W\W^{-1})'=\W'\W^{-1}+\W(\W^{-1})'$$
より
\begin{align} (\W^{-1})' &=-\W^{-1}\W'\W^{-1}\\ &=-\W^{-1}(A(t)\W)\W^{-1}\\ &=-\W^{-1}A(t) \end{align}
が成り立つので
$$\W^{-1}(\u-A(t)\u')=(\W^{-1}\u)'$$
と変形できます。
　したがって件の方程式
$$\u'=A(t)\u+\bb(t)$$
は
$$(\W^{-1}\u)'=\W^{-1}\bb(t)$$
という微分方程式に帰着され、これを解くことで
$$\u=\W(t)\int \W(t)^{-1}\bb(t)dt$$
という一般解が得られます。

定数係数の$n$階線形微分方程式

　最後に定数係数の$n$階線形微分方程式
$$x^{(n)}+a_{n-1}x^{(n-1)}+\cdots+a_1x'+a_0x=0$$
の性質について簡単に紹介しておきましょう。

　この補題と命題4から以下の事実が得られます。

　なお$x(t)\in\R$の範囲で考えると、$(\bigstar)$の基本解系として
$$x=t^je^{\mu_kt}\cos(\nu_k t),\ t^je^{\mu_kt}\sin(\nu_k t)\qquad(\la_k=\mu_k+i\nu_k)$$
が取れます。

おまけ：線形漸化式

　ちなみに一般に線形演算子$L$に対して、$x$に関する定数係数の方程式
$$(L^n+a_{n-1}L^{n-1}+\cdots+a_1L+a_0)x=0$$
を考えたときにも
$$\u=\begin{pmatrix} L^{n-1}x\\L^{n-2}x\\\vdots\\x \end{pmatrix},\quad A=\begin{pmatrix} -a_{n-1}&\cdots&-a_1&-a_0\\ 1&\cdots&0&0\\ \vdots&\ddots&\vdots&\vdots\\ 0&\cdots&1&0 \end{pmatrix}$$
とおき
$$L\u=A\u$$
という方程式に帰着させることでいい感じになることがあります。
　上では微分演算子$L=\frac d{dt}$について議論してきましたが$L=S$を数列$x_n$に対する前進作用素$Sx_n=x_{n+1}$とすると$l$項間漸化式
$$x_{n+l}+a_{l-1}x_{n+l-1}+\cdots+a_1x_{n+1}+a_0x_n=0$$
は一項間漸化式
$$S\u_n=\u_{n+1}=A\u_n$$
に帰着されます。これは単純に
$$\u_n=A^n\u_0$$
と解けるので以下の主張が得られます。