形式陈述

一阶线性常微分方程组为

$$x^{\prime }(t)=A(t)x(t)+b(t),$$

其中 $A(t)$ 为矩阵函数。齐次方程的基本矩阵 $\mathrm{\Phi }$ 满足

$${\mathrm{\Phi }}^{\prime }(t)=A(t)\mathrm{\Phi }(t),\mathrm{\Phi }(t_0)=I,$$

并给出变参数公式

$$x(t)=\mathrm{\Phi }(t)(x_0+{\int }_{t_0}^t\mathrm{\Phi }(s{)}^{-1}b(s)ds).$$

若 $A$ 为常矩阵，则 $\mathrm{\Phi }(t)=e^{(t-t_0)A}$。连续系数保证任意初值在系数定义区间上存在唯一解。

直觉

基本矩阵一次记录所有初始方向如何随时间演化；非齐次项则把每个时刻注入的微小响应运输到终点并叠加。

例子与边界

对常矩阵 $A$，Jordan 结构决定 $e^{tA}$ 中指数与多项式因子。若不同时间的 $A(t)$ 两两交换，才可写成 $\exp (\int A)$；一般非交换情形需要时间有序指数或 Peano–Baker 级数，直接把矩阵积分放进指数通常错误。Wronskian/行列式满足 Liouville 公式。线性系统的解空间维数等于状态维数；这不意味着每个非线性系统都可全局线性化。

推论与应用

线性系统连接矩阵谱与连续时间动力学，用于稳定性、控制系统状态转移、线性化、振动和数值时间推进。

参考资料

• Gerald Teschl, Ordinary Differential Equations and Dynamical Systems, American Mathematical Society, 2012，Ch. 3, linear systems and fundamental matrices。
• Morris W. Hirsch, Stephen Smale, and Robert L. Devaney, Differential Equations, Dynamical Systems, and an Introduction to Chaos, 3rd ed., Academic Press, 2013，Chs. 4–6, linear systems, matrix exponentials and phase portraits。