复系数齐次线性微分方程

复系数微分方程的特征

当特征方程有复系数时，可能会得到两个不共轭的复数根，这在常规的实系数微分方程中是不会出现的。在处理这种情况时，需要考虑的因素和解的形式会有所不同。

复系数线性微分方程的形式为

$$a\frac{d^2y}{dx^2}+b\frac{dy}{dx}+cy=0,$$

其中 $a,b,c$ 可能是复数。相应的特征方程为

$$ar^2+br+c=0.$$

它可能产生两个非共轭复根，例如 $r_1=\alpha+\beta i$ 和 $r_2=\gamma+\delta i$，其中 $\alpha,\beta,\gamma,\delta$ 为实数，但 $\alpha\neq\gamma$ 或 $\beta\neq-\delta$。

解的构建

每个根对应一个复指数形式的解：

$$e^{(\alpha+\beta i)x}=e^{\alpha x}(\cos\beta x+i\sin\beta x),$$

$$e^{(\gamma+\delta i)x}=e^{\gamma x}(\cos\delta x+i\sin\delta x).$$

因此，两个不同特征根对应的通解为

$$y(x)=C_1e^{r_1x}+C_2e^{r_2x},$$

也可将每个复指数按上面的三角形式展开。与实系数方程不同，两个根不一定互为共轭，因此一般不能把它们合并成一对实值的正弦、余弦解。

若特征方程有二重根 $r$，则通解为

$$y(x)=(C_1+C_2x)e^{rx}.$$

如果方程模型或初始条件本身涉及复数，复值解是自然的。若要求实值解，则必须另外检查方程系数、初始条件与所得解是否相容；不能仅靠任意调整 $C_1,C_2$ 保证虚部抵消。

矩阵指数方法

实根、重根、复根三种情形通常分开讨论；矩阵指数方法将它们统一为一个一阶系统，特别在复数根时尤为有效。

令

$$\mathbf v(x)=\begin{bmatrix}y(x)\\y'(x)\end{bmatrix},$$

则原方程可写为

$$\frac{d\mathbf v}{dx}=\mathbf A\mathbf v, \qquad \mathbf A=\begin{bmatrix} 0&1\\ -\frac ca&-\frac ba \end{bmatrix}.$$

给定初值 $\mathbf v(0)$，解为

$$\mathbf v(x)=e^{\mathbf A x}\mathbf v(0),$$

其中 $e^{\mathbf A x}$ 是矩阵指数。若 $\mathbf A=PDP^{-1}$ 可对角化，则

$$e^{\mathbf A x}=Pe^{Dx}P^{-1}.$$

若 $\mathbf A$ 不可对角化，则使用 Jordan 标准形。矩阵指数方法统一涵盖不同根、复根和重根；其中重根对应的 Jordan 块会产生 $xe^{rx}$ 项。