5-3函数矩阵与矩阵微分方程
矩阵指数函数
(5) e
e e；
e；
(6) det e e , 其中
αα
证明 (1) 由定理 2.1.1 知
eµ
α 是 的迹．
λµ k!
若命k m l，则
eµ
但由于C
!，于是有
!!
eµ
∑
∑Cλ λ ．
!
C
λ
µ
1， l m!
λ
λ
e e µ．
m!
l!
反之亦然． (2) 由定理 2.1.1 知
i e
k!
i
i
!
!
!
6
中国矿业大学（北京）2011 届本科生毕业设计（论文）
d e
dt
dt dt k!
kt k 1!
t
t
l!
l!
e eA ．
(6) 设 所以
diag , , … ,
，其中 是 的 Jordan 标准型，则
e
é êe
li
eli
ê
ê
e ji
ê =ê
eli
ê
ê
ê
ê
êë
diag e , e , , … , e , ，
1 el eli
(di -1)!
现在矩阵经过两个多世纪的发展，已成为一门数学分支——矩阵论。矩阵 的应用是多方面的，不仅在数学领域里，而且在力学、物理、科技方面都有广 泛的应用．
1.2 本文所做工作
矩阵函数是矩阵理论的重要内容，矩阵函数中最简单的是矩阵多项式，是 研究其他矩阵函数的基础．本文讨论的是矩阵函数中的一类函数——矩阵指数 函数，阐述它的定义、一般基本性质、几种计算方法及这几种方法的比较，同 时阐述一下矩阵指数函数的一些应用．
矩阵论第七章函数矩阵与矩阵微分方程
矩阵论第七章函数矩阵与矩阵微分方程北京理工大学高数教研室* 第一章第一节函数第七章函数矩阵与矩阵微分方程函数矩阵定义: 以实变量的函数为元素的矩阵称为函数矩阵, 其中所有的元素都是定义在闭区间上的实函数。
函数矩阵与数字矩阵一样也有加法, 数乘, 乘法, 转置等几种运算, 并且运算法则完全相同。
例:已知计算定义:设为一个阶函数矩阵, 如果存在阶函数矩阵使得对于任何都有那么我们称在区间是可逆的。
称是的逆矩阵, 一般记为例 :已知那么在区间上是可逆的, 其逆为函数矩阵可逆的充分必要条件定理 : 阶矩阵在区间上可逆的充分必要条件是在上处处不为零, 并且其中为矩阵的伴随矩阵。
定义:区间上的型矩阵函数不恒等于零的子式的最高阶数称为的秩。
特别地, 设为区间上的阶矩阵函数, 如果的秩为 , 则称一个满秩矩阵。
注意:对于阶矩阵函数而言, 满秩与可逆不是等价的。
即:可逆的一定是满秩的, 但是满秩的却不一定是可逆的。
例 :已知那么。
于是在任何区间上的秩都是2。
即是满秩的。
但是在上是否可逆, 完全依赖于的取值。
当区间包含有原点时, 在上有零点, 从而是不可逆的。
函数矩阵对纯量的导数和积分定义:如果的所有各元素在处有极限, 即其中为固定常数。
则称在处有极限, 且记为其中如果的各元素在处连续, 即则称在处连续, 且记为其中容易验证下面的等式是成立的: 设则定义:如果的所有各元素在点处(或在区间上)可导, 便称此函数矩阵在点处(或在区间上)可导, 并且记为函数矩阵的导数运算有下列性质: 是常数矩阵的充分必要条件是设均可导, 则设是的纯量函数, 是函数矩阵,与均可导, 则特别地, 当是常数时有 (4) 设均可导, 且与是可乘的, 则因为矩阵没有交换律,所以 (5) 如果与均可导, 则 (6) 设为矩阵函数, 是的纯量函数, 与均可导, 则定义: 如果函数矩阵的所有各元素在上可积, 则称在上可积, 且函数矩阵的定积分具有如下性质: 例1 :已知函数矩阵试计算证明: 由于 , 所以下面求。
矩阵微分方程
矩阵微分方程第九讲 矩阵微分方程一、矩阵的微分和积分1. 矩阵导数定义：若矩阵ij m n A(t)(a (t))⨯=的每一个元素a (t)ij 是变量t 的可微函数，则称A(t)可微，其导数定义为ij m n da dA A (t)()dt dt⨯'==由此出发，函数可以定义高阶导数，类似地，又可以定义偏导数。
2. 矩阵导数性质：若A(t),B(t)是两个可进行相应运算的可微矩阵，则（1）d dA dB[A(t)B(t)]dt dt dt ±=±（2）d dA dB[A(t)B(t)]B Adt dt dt=+ （3）d da dA [a(t)A(t)]A adt dt dt =+ （4）()()()()tAtA tA d de Ae e A cos tA Asin tA dtdt===- ()()()dsin tA Acos tA dt=(A 与t 无关) 此处仅对tAtA tA d (e )Ae e A dt==加以证明 证明：tA 2233223d d 111(e )(1tA t A t A )A tA t A dt dt 2!3!2!=++++=+++22tA 1A(1tA t A )Ae 2!=+++=又22tA 1(1tA t A )A e A 2!=+++=3. 矩阵积分定义：若矩阵A(t)(a (t))m n ij =⨯的每个元素ij a (t)都是区间01[t ,t ]上的可积函数，则称A(t)在区间01[t ,t ]上可积，并定义A(t)在01[t ,t ]上的积分为1100ij t t A(t)dt a (t)dt t t m n ⎛⎫=⎰⎰ ⎪⎝⎭⨯4. 矩阵积分性质（1）111000t t t t t t [A(t)B(t)]dt A(t)dt B(t)dt ±=±⎰⎰⎰（2）11110000t t t t t t t t [A(t)B]dt A(t)dt B,[AB(t)]dt A B(t)dt ⎛⎫⎛⎫== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎰⎰⎰⎰（3）t baadA(t )dt A(t),A (t)dt A(b)A(a)dt '''==-⎰⎰二、 一阶线性齐次常系数常微分方程组 设有一阶线性齐次常系数常微分方程组11111221n n 22112222n n n n11n22nn n dx a x (t)a x (t)a x (t)dt dx a x (t)a x (t)a x (t)dtdx a x (t)a x (t)a x (t)dt⎧=+++⎪⎪⎪=+++⎪⎨⎪⎪⎪=+++⎪⎩ 式中t 是自变量，i i x x (t)=是t 的一元函数(i 1,2,,n),=ij a (i,j 1,2,,n)=是常系数。
线性微分方程组的解法
线性微分方程组的解法线性微分方程组是由多个关于未知函数及其导数的线性方程组成的，可以用矩阵形式来表示。
解这类方程组的方法有很多种，例如矩阵法、特征方程法等。
下面将介绍线性微分方程组的解法。
一、线性微分方程组的矩阵法考虑一个n个未知函数的线性微分方程组：$\frac{d}{dt}\mathbf{y}=A\mathbf{y}$其中$\mathbf{y}=\begin{pmatrix}y_1 \\ y_2 \\ \vdots \\ y_n\end{pmatrix}$，A是一个$n \times n$的矩阵。
解法：1. 将线性微分方程组写成矩阵形式：$\frac{d}{dt}\mathbf{y}=A\mathbf{y}$2. 求出矩阵A的特征值和特征向量。
设特征值为$\lambda$，对应的特征向量为$\mathbf{v}$。
3. 根据特征值和特征向量，构造矩阵的对角形式：$D=\begin{pmatrix}\lambda_1 & 0 & \cdots & 0\\ 0 & \lambda_2 &\cdots & 0\\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots &\lambda_n \end{pmatrix}$4. 求出初值条件的向量$\mathbf{c}$，使得$\mathbf{y}(t=0) =\mathbf{c}$。
5. 利用变量分离法求出解向量$\mathbf{y}$：$\mathbf{y}=e^{At}\mathbf{c}$其中$e^{At}$表示矩阵的指数函数，它可以通过特征值和特征向量来计算，即：$e^{At}=P e^{Dt}P^{-1}$其中P是一个由特征向量组成的矩阵，$P^{-1}$是P的逆矩阵，$e^{Dt}$是一个由特征值构成的对角矩阵的指数函数：$e^{Dt}=\begin{pmatrix}e^{\lambda_1 t} & 0 & \cdots & 0\\ 0 &e^{\lambda_2 t} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & e^{\lambda_n t} \end{pmatrix}$6. 将解向量$\mathbf{y}$代入初值条件$\mathbf{y}(t=0) =\mathbf{c}$，求出常数向量$\mathbf{c}$的值。
常数矩阵微分方程基解矩阵的计算方法
常数矩阵微分方程基解矩阵的计算方法常数矩阵微分方程基解矩阵是指对于一个m阶常系数矩阵微分方程组x′(x)=xx(x)，其中x(x)为x的函数，x为常数矩阵，基解矩阵是一组线性无关的解所构成的矩阵。
计算常数矩阵微分方程基解矩阵的方法主要有以下几种：常数变易法、指数矩阵法、特征值法。
一、常数变易法
使用常数变易法求解常数矩阵微分方程基解矩阵的步骤如下：
1.假设基解矩阵为x(x)，则存在常数矩阵x，使得
x(x)=xx^xx。
2.对基解矩阵进行求导，并代入微分方程，得到
xxx(x)(x)=xx(x)，其中x(x)(x)表示第n阶导数。
3.解出x(x)(x)，得到x的表达式。
4.代入x=0时的初始条件，求解得到x的具体值。
5.将x代入基解矩阵的表达式中，得到基解矩阵。
二、指数矩阵法
使用指数矩阵法求解常数矩阵微分方程基解矩阵的步骤如下：
1.求解常数矩阵x的特征值和特征向量。
2.将特征值分别代入指数函数的表达式中，得到特征向量的指数函数形式。
3.将特征向量的指数函数形式构成的矩阵x和其逆矩阵x^(-1)代入基解矩阵的表达式中，得到基解矩阵。
三、特征值法
使用特征值法求解常数矩阵微分方程基解矩阵的步骤如下：
1.求解常数矩阵x的特征值和特征向量。
2.将特征向量的形式代入基解矩阵的表达式中，得到基解矩阵。
在实际计算中，选择哪种方法取决于方程的形式、矩阵的性质和计算的复杂程度。
以上三种方法均可得到常数矩阵微分方程的基解矩阵，计算方法相对较为简单，但对于高阶矩阵微分方程，计算工作量可能较大，需要根据具体情况选择合适的方法。
矩阵分析 - 北京理工大学研究生院
课程名称：矩阵分析一、课程编码：1700002课内学时： 32 学分： 2二、适用学科专业：计算机、通信、软件、宇航、光电、生命科学等工科研究生专业三、先修课程：线性代数，高等数学四、教学目标通过本课程的学习，要使学生掌握线性空间、线性变换、Jordan标准形，及各种矩阵分解如QR分解、奇异值分解等，正规矩阵的结构、向量范数和矩阵范数、矩阵函数，广义逆矩阵、Kronecker积等概念和理论方法，提升研究生的数学基础，更好地掌握矩阵理论，在今后的专业研究或工作领域中熟练应用相关的矩阵分析技巧与方法，让科研结果有严格的数学理论依据。
五、教学方式教师授课六、主要内容及学时分配1、线性空间和线性变换（5学时）1.1线性空间的概念、基、维数、基变换与坐标变换1.2子空间、线性变换1.3线性变换的矩阵、特征值与特征向量、矩阵的可对角化条件2、λ-矩阵与矩阵的Jordan标准形（4学时）2.1 λ-矩阵及Smith标准形2.2 初等因子与相似条件2.3 Jordan标准形及应用；3、内积空间、正规矩阵、Hermite 矩阵（6学时）3.1 欧式空间、酉空间3.2标准正交基、Schmidt方法3.3酉变换、正交变换3.4幂等矩阵、正交投影3.5正规矩阵、Schur 引理3.6 Hermite 矩阵、Hermite 二次齐式3.7.正定二次齐式、正定Hermite 矩阵3.8 Hermite 矩阵偶在复相合下的标准形4、矩阵分解（4学时）4.1矩阵的满秩分解4.2矩阵的正交三角分解（UR、QR分解）4.3矩阵的奇异值分解4.4矩阵的极分解4.5矩阵的谱分解5、范数、序列、级数（4学时）5.1向量范数5.2矩阵范数5.3诱导范数（算子范数）5.4矩阵序列与极限5.5矩阵幂级数6、矩阵函数（4学时）6.1矩阵多项式、最小多项式6.2矩阵函数及其Jordan表示6.3矩阵函数的多项式表示6.4矩阵函数的幂级数表示6.5矩阵指数函数与矩阵三角函数7、函数矩阵与矩阵微分方程（2学时）7.1 函数矩阵对纯量的导数与积分7.2 函数向量的线性相关性7.3 矩阵微分方程(t)()() dXA t X t dt=7.4 线性向量微分方程(t)()()() dxA t x t f t dt=+8、矩阵的广义逆（3学时）8.1 广义逆矩阵8.2 伪逆矩阵8.3 广义逆与线性方程组课时分配说明：第一章的课时根据学生的数学基础情况可以调整，最多5学时，如学生线性代数的基础普遍较高，可以分配3学时，剩余2学时可在最后讲解第九章部分内容(Kronecker 积的概念和基本性质)。
矩阵的微分与积分
4. 应用
x1 '( t ) a11 x1 ( t ) a12 x2 ( t ) a1n xn ( t ) b1 ( t ) x2 '( t ) a21 x1 ( t ) a22 x2 ( t ) a2 n xn ( t ) b2 ( t ) x '( t ) a x ( t ) a x ( t ) a x ( t ) b ( t ) n1 1 n2 2 nn n n n
4.3 矩阵的微分与积分
1. 矩阵的微分
2. 矩阵的积分
3. 其他微分概念
4. 应用
1. 矩阵的微分
如果矩阵A(t)=(aij(t))∈Cm×n的每个元素aij(t)都是t 的可微函数，则A(t)关于t的导数(微商)定义为： dA t t A t aij . mn dt
定理2：设A是n阶常数矩阵，则
d tA (1) e Ae tA e tA A; dt d (2) cos( tA) A sin( tA) sin( tA) A; dt d (3) sin( tA) A cos( tA) cos( tA) A. dt
2. 矩阵的积分
x1 df df , T. 例1 设 x , 求 dx dx x n
例2 设b是n维列向量，x=[x1,…,xn]T，f(x)=xTb， 求df/dx。 例3 设A是n阶矩阵，x=[x1,…,xn]T，f(x)=xTAx， 求df/dx。 例4 设A∈Rm×n，b∈Rm，若x∈Rn使得||Ax-b||2 =min，则ATAx=ATb。 例5 设X=(xij)∈Rn×n，f(X)=[tr(X)]2，求
定理3：齐次微分方程 x( t ) A x( t ) 的通解为： x(t ) e tAc, 其中c是任意常向量。若再加上初始条件x(t0)=x0， 则其解为 x ( t ) e ( t t 0 ) A x0 . 例8 设矩阵
矩阵微积分基础知识
矩阵微积分基础知识矩阵微积分是微积分的一个重要分支，它将微积分的概念和方法应用于矩阵和向量的运算中。
在矩阵微积分中，我们可以通过对矩阵进行微分和积分来研究矩阵的性质和变化规律。
本文将介绍矩阵微积分的基础知识，包括矩阵的导数、矩阵的积分和矩阵微分方程等内容。
一、矩阵的导数在矩阵微积分中，我们可以定义矩阵的导数。
对于一个矩阵函数f(X)，其中X是一个矩阵，我们可以通过对f(X)的每个元素分别求导来得到矩阵的导数。
具体而言，如果f(X)的每个元素都是可导的，那么矩阵f(X)的导数就是一个与f(X)具有相同维度的矩阵，其中每个元素都是对应元素的导数。
例如，对于一个2×2的矩阵X = [x1 x2; x3 x4]，我们可以定义一个矩阵函数f(X) = [x1^2 x2^2; x3^2 x4^2]。
那么矩阵f(X)的导数就是一个2×2的矩阵，其中每个元素都是对应元素的导数，即f'(X) = [2x1 2x2; 2x3 2x4]。
二、矩阵的积分与矩阵的导数类似，我们也可以定义矩阵的积分。
对于一个矩阵函数f(X)，其中X是一个矩阵，我们可以通过对f(X)的每个元素分别积分来得到矩阵的积分。
具体而言，如果f(X)的每个元素都是可积的，那么矩阵f(X)的积分就是一个与f(X)具有相同维度的矩阵，其中每个元素都是对应元素的积分。
例如，对于一个2×2的矩阵X = [x1 x2; x3 x4]，我们可以定义一个矩阵函数f(X) = [∫x1dx1 ∫x2dx2; ∫x3dx3 ∫x4dx4]。
那么矩阵f(X)的积分就是一个2×2的矩阵，其中每个元素都是对应元素的积分，即∫f(X)dX = [∫x1dx1 ∫x2dx2; ∫x3dx3 ∫x4dx4]。
三、矩阵微分方程矩阵微分方程是矩阵微积分中的一个重要概念。
它是描述矩阵函数与其导数之间关系的方程。
一般而言，矩阵微分方程可以分为常微分方程和偏微分方程两种类型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
称为函数矩阵，其中所有的元素
aij ( x), i 1,2,, m ; j 1,2,, n
都是定义在闭区间 [a , b]上的实函数。
函数矩阵与数字矩阵一样也有加法，数乘， 乘法，转置等几种运算，并且运算法则完 全相同。 例：已知
1 x sin x 1 x cos x A x , B x 1 x 1 x e e
函数矩阵可逆的充分必要条件
定理 : n 阶矩阵A( x ) 在区间[a , b] 上可逆 的充分必要条件是 A( x) 在 [a , b] 上处处不 为零，并且
1 * A ( x) A ( x) A( x ) * ，其中A ( x) 为矩阵 A( x ) 的伴随矩阵。
1
定义：区间 [a , b] 上的 m n 型矩阵函数不 恒等于零的子式的最高阶数称为 A( x ) 的秩。
(4) 设 A( x ), B( x ) 均可导，且 A( x ) 与 B ( x ) 是 可乘的，则
d dA( x ) dB( x ) [ A( x ) B( x )] B( x ) A( x ) dx dx dx
因为矩阵没有交换律，所以
d 2 dA( x ) A ( x ) 2 A( x ) dx dx d 3 dA( x ) 2 A ( x) 3A ( x) dx dx
设
则
a1n ( x0 ) a 2 n ( x0 ) amn ( x0 )
容易验证下面的等式是成立的：
x x0
lim A( x ) A, lim B( x ) B
x x0 x x0
(1)
lim( A( x ) B( x )) A B
那么 A( x) x 。于是 A( x ) 在任何区间 [a , b] 上的秩都是2。即 A( x )是满秩的。但 是 A( x ) 在 [a , b]上是否可逆，完全依赖于 a , b 的取值。当区间 [a , b] 包含有原点时， A( x) 在 [a, b]上有零点，从而 A( x ) 是不 可逆的 。
b
a12 ( x )dx
b
函数矩阵的定积分具有如下性质：
b
a b
kA( x )dx k A( x )dx
a b a
b
k R
b a
a
[ A( x ) B( x)]dx A( x)dx B( x)dx
例 1 ：已知函数矩阵
1 A( x ) x
试计算
x 0
计算
A B, AB, A ,2 ( A B)
T x
定义：设 A( x ) 为一个 n 阶函数矩阵，如果 存在 n 阶函数矩阵 B ( x ) 使得对于任何 x [a, b] 都有
A( x) B( x) B( x) A( x) I 那么我们称 A( x ) 在区间 [a , b] 上是可逆的。
(3)设
k ( x ) 是 x 的纯量函数，A( x ) 是函数矩
阵，k ( x ) 与 A( x ) 均可导，则
d dk ( x ) dA( x ) [k ( x ) A( x )] A( x ) k ( x ) dx dx dx
特别地，当 k ( x ) 是常数 k 时有
d dA( x ) [kA( x )] k dx dx
函数矩阵的导数运算有下列性质：
(1) A( x ) 是常数矩阵的充分必要条件是
dA( x ) 0 dx
(2) 设 A( x) (aij ( x))mn , B( x) (bij ( x))mn
均可导，则
d dA( x ) dB( x ) [ A( x ) B( x )] dx dx dx
特别地，设 A( x ) 为区间 [a , b]上的 n 阶矩阵 函数，如果 A( x ) 的秩为 n ，则称 A( x ) 一个 满秩矩阵。 注意：对于n阶函数矩阵而言，满秩与可逆 不是等价的。即：可逆的一定是满秩的，但 是满秩的却不一定是可逆的。 例 ：已知
0 1 A( x ) 2 x x
试求
(1) lim A( x )
x 0
d (2) A( x ) dx 2 d (3) A( x ) 2 dx d (4) A( x ) dx d (5) A( x ) dx
例 3 ：已知函数矩阵
sin x cos x A( x) cos x sin x
试求
x
0
A( x)dx , ( A( x)dx)
0
x3
'
函数向量的线性相关性
定义：设有定义在区间 [a , b]上的 m 个连续的 函数向量
i ( x) (ai1( x), ai 2 ( x),, ain ( x))(i 1,2,, m)
如果存在一组不全为零的常实数 k1, k2 ,, km 使得对于所有的 x [a, b] 等式
称 B ( x )是 A( x ) 的逆矩阵，一般记为 A ( x ) 例 ：已知
1
1 1 A( x ) x x 0 e ，那么 A( x ) 在区间 [3,5] 上是可逆的，其
逆为
x x x e 1 A ( x) 0 1 x e
2
0 0 d A( x) 3 dx 0 0
3
由于 A( x) x3 ，所以
d 2 A( x ) 3 x dx
下面求 A ( x ) 。由伴随矩阵公式可得
1
1 * A ( x) A ( x) A( x )
1
0 2 1 0 x 3 1 x x 1 2 x d 1 A ( x) 再求 dx
定义：设 1 ( x),2 ( x),,m ( x) 是 在区间 [a , b] 上的连续函数向量
m 个定义
i ( x) (ai1( x), ai 2 ( x),, ain ( x))(i 1,2,, m)
记
gij i ( x) ( x)dx
a T j
b
(i, j 1,2,, m)
2
(
x
0
sin x A( x )dx ) 2 x 2 cos x
2 '
cos x 2 sin x
2
例 4 ：已知函数矩阵
e x A( x ) e 3x
2x
xe 2e 0
x x
x 0 0
2
试计算
1
0
A( x)dx , ( A( x)dx)
lim aij ( x ) aij ( x0 )
则称 A( x ) 在 x
x x0
x0 处连0 )
其中
a11 ( x0 ) a12 ( x0 ) a (x ) a (x ) 21 0 22 0 A( x0 ) am1 ( x0 ) am 2 ( x0 )
1 x 1 3 x
0 d 1 A ( x) d 2 3 x
例 2 ：已知函数矩阵
1 2 x 3 4 x
sin x sin x A( x ) x 1
cos x e
x
0
x 2 x 3 x
dA( x ) A( x0 x ) A( x0 ) A( x0 ) lim dx x x0 x0 x ( x0 ) a12 ( x0 ) a11 a ( x ) a ( x ) 21 0 22 0 2 ( x0 ) am1 ( x0 ) am n ( x0 ) a1 n ( x0 ) a2 ( x0 ) amn
以
gij 为元素的常数矩阵
G ( gij )mn 称为 1 ( x),2 ( x),,m ( x) 的Gram矩阵，
x x0
x0 处
lim A( x ) A
其中
a11 a12 a1n a a22 a2 n 21 A am1 am 2 amn
如果 A( x ) 的各元素 即
x x0
aij ( x) 在 x x0 处连续，
(i 1,, m; j 1,, n)
0
x2
'
证明：
x sin xdx x cos xdx x 0 0 0 A( x)dx x x cos xdx sin xdx 0 0 1 cos x sin x 1 cos x sin x
同样可以求得
函数矩阵对纯量的导数和积分
定义：如果A( x) (aij ( x))mn 的所有各元 素 aij ( x) 在 x x0 处有极限，即
x x0
lim aij ( x ) aij
(i 1,, m; j 1,, n)
其中 aij 为固定常数。则称 A( x ) 在 x 有极限，且记为
k11 ( x) k22 ( x) kmm ( x) 0
成立，我们称，在 [a , b]上
1 ( x),2 ( x),,m ( x) 线性相关。
否则就说 1 ( x),2 ( x),,m ( x) 线性无关。 即如果只有在 k1 k2 km 0 等式才成 立，那么就说 1 ( x),2 ( x),,m ( x) 线性无关。
2
d d d (1) A( x ), 2 A( x ), 3 A( x ) dx dx dx d (2) A( x ) dx d 1 (3) A ( x) dx
证明：
2
3
0 2 x d A( x ) dx 1 0