如何应用凯莱-哈密尔顿定理计算线性时不变系统的矩阵指数？请结合实际的线性系统状态方程给出示例。

在控制理论和系统分析中，线性时不变（LTI）系统的动态可以通过状态方程来描述。矩阵指数( e^{At} )在求解这类系统的自由响应中起着至关重要的作用。凯莱-哈密尔顿定理提供了一种有效的方法来计算矩阵指数，特别是在矩阵维度较大时。以下是结合凯莱-哈密尔顿定理计算( e^{At} )的步骤，以及一个具体的示例来阐述这一过程。
参考资源链接：使用凯莱-哈密尔顿定理计算矩阵指数
首先，需要理解LTI系统的状态方程的一般形式：( \dot{x}(t) = Ax(t) + Bu(t) )，其中( x(t) )是状态向量，( A )是系统矩阵，( B )是输入矩阵，( u(t) )是输入向量。假设我们要求解系统的自由响应（即输入( u(t) = 0 )时的系统响应），可以将问题转化为求解齐次微分方程( \dot{x}(t) = Ax(t) )。

确定系统的特征多项式：对于矩阵( A )，其特征多项式为( \Delta(s) = |sI - A| )，其中( I )是单位矩阵，( s )是复变量。

应用凯莱-哈密尔顿定理：根据凯莱-哈密尔顿定理，矩阵( A )满足其自身的特征多项式，即( \Delta(A) \equiv [0] )。这意味着( A )的幂次可以通过多项式表示，且( A^n )可以表示为( A )的低次幂和( A )的线性组合。

利用泰勒级数展开：矩阵指数( e^{At} )可以展开为泰勒级数。结合凯莱-哈密尔顿定理，可以将高次项( A^k )（对于( k \geq n )）表示为( A )的低次幂的线性组合。

计算矩阵指数：通过上述步骤，我们可以将( e^{At} )表示为有限项的和，每一项为( A )的幂次乘以( t )的相应次幂。由于( A^n )及更高次幂可以被消去，计算得到了极大的简化。

举一个具体的例子，假设系统矩阵( A )为一个2x2矩阵：
[ A = \begin{bmatrix} 0 & 1 \ -2 & -3 \end{bmatrix} ]
我们首先计算( A )的特征多项式( \Delta(s) )，然后通过长除法得到( e^{At} )的泰勒级数展开式中( A )的幂次的系数。最后，根据凯莱-哈密尔顿定理，高次幂( A^k )（( k \geq n )）可以简化为低次幂的线性组合，从而得到( e^{At} )的解析表达式。
为了更好地掌握这一计算过程，我强烈推荐你查阅这篇资料：《使用凯莱-哈密尔顿定理计算矩阵指数》。这篇资料来自麻省理工学院机械工程系的高级系统动力学与控制课程，详细地阐述了如何使用凯莱-哈密尔顿方法来计算矩阵指数，以及它在解决状态方程中的应用。通过这份资料，你将能够深入理解矩阵指数的计算方法，并将其应用于线性时不变系统的分析中。
参考资源链接：使用凯莱-哈密尔顿定理计算矩阵指数