2次元空間における固定点の安定性 最も一般的な4種類の固定点の模式図 典型的なケースは、線形自律微分方程式の下での原点の安定性である。X ˙ = A X \displaystyle {\dot {X}}=AX} どこX = [ x y ] {\displaystyle X={\begin{bmatrix}x\\y\end{bmatrix}}} そしてA {\displaystyle A} これは2×2行列です。
私たちは時々、基準変更を次のように行いますX ′ = C X {\displaystyle X'=CX} ある可逆行列に対してC {\displaystyle C} それによってX ˙ ′ = C − 1 A C X ′ {\displaystyle {\dot {X}}'=C^{-1}ACX'} 私たちは言うC − 1 A C {\displaystyle C^{-1}AC} は "A {\displaystyle A} 新しい基盤において」。検出 A = 検出 C − 1 A C {\displaystyle \det A=\det C^{-1}AC} そしてtr A = tr C − 1 A C {\displaystyle \operatorname {tr} A=\operatorname {tr} C^{-1}AC} 原産地の安定性を分類するには、検出 A {\displaystyle \det A} そしてtr A {\displaystyle \operatorname {tr} A} 基準変更を自由に利用しながら。
安定性タイプの分類 もし検出 A = 0 {\displaystyle \det A=0} すると、A {\displaystyle A} 0または1です。
ランクがゼロの場合、A = 0 {\displaystyle A=0} そして、流れがない。 ランクが1の場合、カー A {\displaystyle \ker A} そして私は A {\displaystyle \operatorname {im} A} どちらも一次元的である。 もしカー A = 私は A {\displaystyle \ker A=\operatorname {im} A} するとv {\displaystyle v} スパンカー A {\displaystyle \ker A} 、そしてw {\displaystyle w} の先像であるv {\displaystyle v} すると、{ v 、 w } {\displaystyle \{v,w\}} 基礎、A = [ 0 1 0 0 ] {\displaystyle A={\begin{bmatrix}0&1\\0&0\end{bmatrix}}} そのため、流れは v {\displaystyle v} 方向。この場合、tr A = 0 {\displaystyle \operatorname {tr} A=0} 。 もしカー A ≠ 私は A {\displaystyle \ker A\neq \operatorname {im} A} するとv {\displaystyle v} スパンカー A {\displaystyle \ker A} そしてw {\displaystyle w} スパン私は A {\displaystyle \operatorname {im} A} すると、{ v 、 w } {\displaystyle \{v,w\}} 基礎、A = [ 0 0 0 1 ] {\displaystyle A={\begin{bmatrix}0&0\\0&a\end{bmatrix}}} ゼロでない実数に対して1 {\displaystyle a} 。 もしtr A > 0 {\displaystyle \operatorname {tr} A>0} すると不安定になり、1 {\displaystyle a} からカー A {\displaystyle \ker A} 平行移動に沿って私は A {\displaystyle \operatorname {im} A} 。 もしtr A < 0 {\displaystyle \operatorname {tr} A<0} すると安定し、1 {\displaystyle a} にカー A {\displaystyle \ker A} 平行移動に沿って私は A {\displaystyle \operatorname {im} A} 。 もし検出 A ≠ 0 {\displaystyle \det A\neq 0} まず、行列のジョルダン標準形を 求めて基底を取得します。{ v 、 w } {\displaystyle \{v,w\}} その中でA {\displaystyle A} 可能な3つの形式のうちの1つです。
[ 1 0 0 b ] {\displaystyle {\begin{bmatrix}a&0\\0&b\end{bmatrix}}} どこ1 、 b ≠ 0 {\displaystyle a,b\neq 0} 。 もし1 、 b > 0 {\displaystyle a,b>0} 、 それから{ 4 検出 A − ( tr A ) 2 = − ( 1 − b ) 2 ≤ 0 検出 A = 1 b > 0 {\displaystyle {\begin{cases}4\det A-(\operatorname {tr} A)^{2}=-(ab)^{2}\leq 0\\\det A=ab>0\end{cases}}} 原点はソース であり、積分曲線は次の形式である。y = c x b / 1 {\displaystyle y=cx^{b/a}} 同様に1 、 b < 0 {\displaystyle a,b<0} 起源はシンク です。 もし1 > 0 > b {\displaystyle a>0>b} または1 < 0 < b {\displaystyle a<0<b} 、 それから検出 A < 0 {\displaystyle \det A<0} 、原点は鞍点 である。積分曲線の形状はy = c x − | b / 1 | {\displaystyle y=cx^{-|b/a|}} 。 [ 1 1 0 1 ] {\displaystyle {\begin{bmatrix}a&1\\0&a\end{bmatrix}}} どこ1 ≠ 0 {\displaystyle a\neq 0} これは、基準の変更によってさらに簡略化できます。C = [ 1 / 1 0 0 1 ] {\displaystyle C={\begin{bmatrix}1/a&0\\0&1\end{bmatrix}}} その後A = 1 [ 1 1 0 1 ] {\displaystyle A=a{\begin{bmatrix}1&1\\0&1\end{bmatrix}}} 明示的に解くことができますX ˙ = A X \displaystyle {\dot {X}}=AX} とA = 1 [ 1 1 0 1 ] {\displaystyle A=a{\begin{bmatrix}1&1\\0&1\end{bmatrix}}} 解決策はX ( t ) = e A t X ( 0 ) {\displaystyle X(t)=e^{At}X(0)} とe A t = e 1 t [ 1 1 t 0 1 ] {\displaystyle e^{At}=e^{at}{\begin{bmatrix}1&at\\0&1\end{bmatrix}}} このケースは「退化ノード 」と呼ばれます。この基底の積分曲線は、中心拡大です。x = y ln y {\displaystyle x=y\ln y} それにx軸も加えます。 もしtr A > 0 {\displaystyle \operatorname {tr} A>0} ならば、その始点は退化源 である。そうでなければ、それは退化シンク である。 どちらの場合も、4 検出 A − ( tr A ) 2 = 0 {\displaystyle 4\det A-(\operatorname {tr} A)^{2}=0} 1 [ コス θ 罪 θ − 罪 θ コス θ ] {\displaystyle a{\begin{bmatrix}\cos \theta &\sin \theta \\-\sin \theta &\cos \theta \end{bmatrix}}} どこ1 > 0 、 θ ∈ ( − π 、 π ] {\displaystyle a>0,\theta \in (-\pi ,\pi ]} 。 この場合、4 検出 A − ( tr A ) 2 = ( 2 1 罪 θ ) 2 ≥ 0 {\displaystyle 4\det A-(\operatorname {tr} A)^{2}=(2a\sin \theta )^{2}\geq 0} 。 もしθ ∈ ( − π 、 − π / 2 ) ∪ ( π / 2 、 π ] {\displaystyle \theta \in (-\pi ,-\pi /2)\cup (\pi /2,\pi ]} すると、これは螺旋状のシンク になります。この場合、 { 4 検出 A − ( tr A ) 2 > 0 tr A < 0 {\displaystyle {\begin{cases}4\det A-(\operatorname {tr} A)^{2}>0\\\operatorname {tr} A<0\end{cases}}} 積分線は対数螺旋 です。 もしθ ∈ ( − π / 2 、 π / 2 ) {\displaystyle \theta \in (-\pi /2,\pi /2)} すると、これは螺旋状の光源 になります。この場合、 { 4 検出 A − ( tr A ) 2 > 0 tr A > 0 {\displaystyle {\begin{cases}4\det A-(\operatorname {tr} A)^{2}>0\\\operatorname {tr} A>0\end{cases}}} 積分線は対数螺旋 です。 もしθ = − π / 2 、 π / 2 {\displaystyle \theta =-\pi /2,\pi /2} すると、これは回転 (「中立安定性 」)であり、1 {\displaystyle a} 原点に向かっても、原点から遠ざかることもなく移動する。この場合、 tr A = 0 {\displaystyle \operatorname {tr} A=0} 積分線は円である。 要約は右側の安定性図に示されています。各ケースにおいて、4 検出 A − ( tr A ) 2 = 0 {\displaystyle 4\det A-(\operatorname {tr} A)^{2}=0} 値( tr A 、 検出 A ) {\displaystyle (\operatorname {tr} A,\det A)} フローの種類を独自に分類できる。
特別なケースとして4 検出 A − ( tr A ) 2 = 0 {\displaystyle 4\det A-(\operatorname {tr} A)^{2}=0} 区別できないケースが2つあります( tr A 、 検出 A ) {\displaystyle (\operatorname {tr} A,\det A)} どちらの場合も、A {\displaystyle A} 固有値は1つだけで、代数的重複度 は2である。
固有値が2次元固有空間(幾何学的重複度 2)を持つ場合、システムは中心ノード (「スター 」または「ダイクリティカルノード 」と呼ばれることもある)であり、それはソース(tr A > 0 {\displaystyle \operatorname {tr} A>0} )またはシンク(tr A < 0 {\displaystyle \operatorname {tr} A<0} ) [ 2 ] 1次元固有空間(幾何学的重複度 1)を持つ場合、システムは縮退ノード である(検出 A > 0 {\displaystyle \det A>0} )またはせん断流 (もし検出 A = 0 {\displaystyle \det A=0} )
固定点の安定性 最も単純な軌道は、固定点、すなわち平衡点です。機械システムが安定平衡状態にある場合、小さな力を加えると、振り子 のように局所的な振動が生じます。 減衰 のあるシステムでは、安定平衡状態は漸近的に安定です。一方、丘の頂上に置かれたボールのような不安定平衡状態では、小さな力を加えると、大きな振幅の運動が生じ、元の状態に収束する場合もあれば、収束しない場合もあります。
線形システムの場合には、安定性を判定するための有用なテストが存在する。非線形システムの安定性は、多くの場合、その線形化 の安定性から推測できる。
地図 f : R → R を 不動点a を持つ連続微分可能な関数 、f ( a ) = a とする。関数f を反復することによって得られる力学系を考える。
x n + 1 = f ( x n ) 、 n = 0 、 1 、 2 、 … 。 {\displaystyle x_{n+1}=f(x_{n}),\quad n=0,1,2,\ldots .}
固定点aは、 a におけるf の導関数 の絶対値 が厳密に 1 より小さい場合に安定であり、厳密に 1 より大きい場合に不安定である。これは、点a の近傍では、関数f が傾きf' ( a )の 線形近似を 持つためである。
f ( x ) ≈ f ( 1 ) + f ′ ( 1 ) ( x − 1 ) 。 {\displaystyle f(x)\approx f(a)+f'(a)\left(x-a\right).}
したがって
x n + 1 = f ( x n ) ≈ f ( 1 ) + f ′ ( 1 ) ( x n − 1 ) = 1 + f ′ ( 1 ) ( x n − 1 ) {\displaystyle {\begin{aligned}x_{n+1}=f(x_{n})&\approx f(a)+f'(a)\left(x_{n}-a\right)\\&=a+f'(a)\left(x_{n}-a\right)\end{aligned}}} ⇒ f ′ ( 1 ) ≈ x n + 1 − 1 x n − 1 {\displaystyle \Rightarrow f'(a)\approx {\frac {x_{n+1}-a}{x_{n}-a}}}
つまり、導関数は、連続する反復計算が固定点a に近づく速度、あるいはそこから乖離する速度を測定するものです。点a における導関数がちょうど 1 または -1 の場合、安定性を判断するにはさらに情報が必要となります。
不動点aを持つ連続微分可能な写像 f : R n → R n についても、同様の判定基準が、 a におけるヤコビ行列 J a ( f ) を 用いて表される。Jのすべての固有値が 絶対値が厳密に 1 より小さい実数または複素数であれば、 a は安定な不動点である。少なくとも 1 つの固有値の絶対値が厳密に 1 より大きい場合、a は 不安定である。n = 1 の場合と同様に、最大の絶対値が 1 の場合についてはさらに調査する必要がある。ヤコビ行列の判定では結論が出ない。同じ判定基準は、滑らかな多様体の微分同相写像に対してより一般 的 に成り立つ 。
線形自律システム 定数係数の1階線形微分方程式 系の不動点の安定性は、対応する行列の固有値 を用いて解析することができる。
自律システム
x ′ = A x 、 {\displaystyle x'=Ax,}
ここで、x ( t ) ∈Rn で あり、Aは実数要素を持つ n × n 行列であり、定数解を持つ。
x ( t ) = 0. {\displaystyle x(t)=0.}
(別の言い方をすれば、原点0 ∈ R n は 対応する力学系の平衡点です。)この解は、t → ∞ (「未来」)のとき漸近安定であるのは、A のすべての固有値λに対して Re ( λ ) < 0 の場合のみです。同様に、 t → −∞ (「過去」)のとき漸近安定であるのは、A のすべての固有値λ に対してRe( λ ) > 0の場合のみです。Re ( λ ) > 0 となるA の固有値λが存在する場合、 t → ∞ のとき解は不安定になります。
線形システムの安定性は、微分方程式を解いて固有値を求めるか、方程式を解かずにラウス・フルヴィッツの安定性判定法 を用いることで判定できます。行列の固有値は、その特性多項式 の根です。実数係数を持つ1変数多項式は、すべての根の実部が厳密に負である場合、フルヴィッツ多項式 と呼ばれます。ラウス・フルヴィッツの定理は、 根の計算を回避するアルゴリズムによってフルヴィッツ多項式を特徴付けることを意味します。
非線形自律システム 非線形システムの固定点の漸近安定性は、ハートマン・グロブマンの定理 を用いて確立できることが多い。
vが R n 内のC 1 -ベクトル場 であり、点p でv ( p ) = 0 となると仮定します。すると、対応する自律系は次のようになります。
x ′ = v ( x ) {\displaystyle x'=v(x)}
定数解を持つ
x ( t ) = p 。 {\displaystyle x(t)=p.}
点p におけるベクトル場vの n × n ヤコビ行列を J p ( v ) とする。Jのすべての固有値の実部が厳密に負であれば、解は漸近的に安定である。この条件は、 ラウス・フルヴィッツの安定判別法 を用いて判定できる。
参考文献 ↑ Egwald Mathematics - 線形代数: 線形微分方程式系: 線形安定性解析2019年10月10日アクセス。 ↑ "Node - 数学百科事典" . encyclopediaofmath.org . 2020年10月26日のオリジナルからアーカイブ済み。 2023年3月30日 取得 。