矩阵指数计算器

矩阵指数计算器用于计算 \(e^{At}\)，即齐次线性系统 \(x'(t)=Ax(t)\) 的状态转移矩阵。它适用于线性代数、控制理论、微分方程、马尔可夫链生成器以及任何由常系数矩阵驱动连续时间演化的模型。

矩阵指数的含义

对于标量 \(a\)，指数 \(e^{at}\) 是 \(x'=ax\) 的解。对于方阵 \(A\)，将数字的幂替换为矩阵的幂后，同样的理念依然适用：

结果并不是通过对 \(A\) 的每个条目求指数得到的。幂运算 \(A^2,A^3,\ldots\) 中的矩阵乘法捕捉了变量之间的耦合关系，这正是线性 ODE 系统所需要的。

求解线性 ODE 系统

如果 \(A\) 是常数且 \(x(0)=x_0\)，则初始值问题的解为：

这就是为什么 \(e^{At}\) 常被称为状态转移矩阵或基本矩阵解。每一列都展示了标准基状态在经过时间 \(t\) 后移动到的位置。

如何使用矩阵指数计算器

1. 输入矩阵 A。 每行输入一个，条目之间使用空格或逗号分隔。
2. 选择时间 t。 正值表示前向演化，负值表示后向演化。
3. 在解 ODE 时添加 x(0)。 该向量的条目数必须与矩阵的维数相同。
4. 计算并查看。 读取 \(e^{At}\)、可选的 \(x(t)\)、迹恒等式，以及当 A 为 2×2 时的二维动画。

数值方法

此计算器采用分层平方法 (scaling and squaring) 结合 13 阶 Padé 近似 (Padé approximant)。具体而言，它先将 \(At\) 缩放为较小的矩阵，计算有理近似值，然后通过重复平方结果回到原始时间尺度。这比简单地截断泰勒级数更加稳定。

重要恒等式：体积缩放

矩阵指数的行列式具有一个简洁的迹公式：

对于二维系统，这描述了流下的面积缩放；对于三维系统，它描述了体积缩放。负迹倾向于使体积收缩，而正迹则使体积膨胀。

何时使用此工具

常见问题 (FAQ)

计算器可以处理不可对角化的矩阵吗？

可以。Padé 方法直接计算 \(e^{At}\)，因此不需要对角化。只要数值保持在稳定极限内，若尔当块 (Jordan blocks) 和重特征值都是有效的输入。

为什么对 ||At|| 有限制？

\(\|At\|_1\) 的值过大可能导致巨大的指数条目或浮点溢出。计算器设定了一个保守的界限，以便用户获得可靠且浏览器友好的结果，而不是误导性的无穷大。

这会产生符号公式吗？

此工具专注于数值矩阵指数和 ODE 状态值。如需符号闭式解、对角化和若尔当型工作流程，请使用专门的特征值或若尔当标准型计算器。