線性常微分方程組
耦合的未知函數(coupled unknowns)
想像兩個用管子連通的鹽水槽:流進第一個槽的鹽會改變第二個,而從第二個流出的又流回第一個。不知道同一時刻另一個槽的鹽量,你就算不出這一個槽的。這兩個量被鎖在一起,這種互鎖正是「耦合」的意思。
方程組中的未知函數是耦合的,當至少有一條描述某個未知函數導數的方程裡含有另一個未知函數。在 x1' = a x1 + b x2 中,x2 出現在 x1 方程的右邊(且 b 不為零),意味著 x1 無法被單獨求解,它的變化率被 x2 操縱,通常反之亦然。在向量-矩陣形式 x' = A x 中,耦合恰恰就是 A 中非對角元素不為零:每個非對角元 a_{ij} 是未知函數 j 驅動未知函數 i 的強度。如果 A 是對角的,每個非對角元都會是零,方程就會分裂成互相獨立的純量問題,未知函數也就解耦了。
耦合正是使方程組真正比一串分離方程更難的原因,也是整套線性代數機制存在的全部理由。特徵值方法與對角化,骨子裡是在尋找一組特殊座標,使耦合在其中消失,而特徵向量方向,正是非對角干擾彼此抵消的那些方向。所以「耦合的未知函數」指出了困難,而「藉對角化解耦」指出了藥方。
x1' = -2 x1 + x2、x2' = x1 - 2 x2:兩個槽是耦合的,因為 x2 驅動 x1、x1 驅動 x2(非對角元不為零)。相對地,x1' = -2 x1、x2' = -3 x2 是解耦的,各自獨立求解。
耦合住在 A 的非對角元裡;對角的 A 意味著完全沒有耦合。
耦合是所選座標的性質,而非絕對事實:一個耦合的方程組在對角化後可以變得解耦。任何線性座標變換都無法移除的,是特徵值這個集合本身。
又称
另见