線形微分方程式系との関係

「線形代数と解析」の文脈における「線形微分方程式系との関係」について詳しく説明します。

---

1. 線形微分方程式系の基本形

線形代数と深く関係する微分方程式系は、次のような 一次線形常微分方程式系 です：

$$\frac{d\mathbf{x}(t)}{dt} = A \mathbf{x}(t), \quad \mathbf{x}(0) = \mathbf{x}_0$$

ここで、

• $\mathbf{x}(t) \in \mathbb{R}^n$ は未知のベクトル関数

• $A \in \mathbb{R}^{n \times n}$ は定数係数行列

• $\mathbf{x}_0$ は初期条件

この系の解法において、線形代数の固有値・固有ベクトル、行列指数関数が中心的役割を果たします。

---

2. 行列指数関数による一般解

解は行列指数関数を用いて次のように表されます：

$$\mathbf{x}(t) = e^{At} \mathbf{x}_0$$

ここで行列指数関数 $e^{At}$ は、べき級数によって定義されます：

$$e^{At} = I + At + \frac{(At)^2}{2!} + \frac{(At)^3}{3!} + \cdots$$

この式は、スカラー微分方程式の解 $e^{\lambda t}$ を多変数ベクトルに拡張したものと見ることができます。

---

3. 固有値・固有ベクトルとの関係

もし行列 $A$ が対角化可能であり、

$$A = PDP^{-1}, \quad D = \mathrm{diag}(\lambda_1, \lambda_2, \dots, \lambda_n)$$

と書けるならば、

$$e^{At} = P e^{Dt} P^{-1}, \quad e^{Dt} = \mathrm{diag}(e^{\lambda_1 t}, e^{\lambda_2 t}, \dots, e^{\lambda_n t})$$

となります。
したがって、解は固有値 $\lambda_i$ によって成長・減衰・振動の性質が決まります。

• $\mathrm{Re}(\lambda_i) < 0$ → 解は $t \to \infty$ で減衰

• $\mathrm{Re}(\lambda_i) > 0$ → 解は指数的に発散

• $\mathrm{Re}(\lambda_i) = 0$ → 解は持続的に振動または定常状態

---

4. ヨルダン標準形の場合

もし $A$ が対角化できない場合でも、ヨルダン標準形を用いて解を導けます。この場合、解には 多項式と指数関数の積 が現れます。
例：

$$e^{Jt} = e^{\lambda t} \begin{bmatrix} 1 & t \\ 0 & 1 \end{bmatrix}$$

のような形になり、固有値の重複や欠損が解の構造に影響します。

---

5. 応用例

1. 物理学（振動系）
   バネ-質点系や電気回路の解析で、線形微分方程式系が現れる。固有値が固有振動数や減衰率を与える。

2. 制御工学
   線形システム $\dot{\mathbf{x}} = A\mathbf{x} + B\mathbf{u}$ の安定性解析で、行列 $A$ の固有値が安定性を決定する。

3. 数値解析
   オイラー法やルンゲ＝クッタ法などの数値解法において、行列指数関数やスペクトル半径の知識が誤差や安定性の議論に重要となる。

---

まとめ

• 線形微分方程式系は、線形代数の行列理論と深く結びついている。

• 解は 行列指数関数 $e^{At}$ によって表され、固有値・固有ベクトルがシステムの挙動を支配する。

• 対角化可能な場合は解が指数関数の組み合わせで表され、非対角化可能な場合は多項式との積が含まれる。

• 安定性解析や物理・工学の応用で不可欠な枠組みとなっている。