科普
编辑
分享
反馈
  • 自治与非自治系统
  • 动手实践
  • 练习 1
  • 练习 2
  • 练习 3
  • 接下来学什么

自治与非自治系统

SciencePedia玻尔百科
定义

自治与非自治系统 是指动力系统中的两类系统,自治系统的演化规则仅取决于当前状态,而非自治系统则显式地依赖于时间。自治系统的固定向量场特征使其轨迹不会发生交叉,而非自治系统随时间变化的向量场则允许其在低维空间中展现出混沌等复杂行为。通过将时间视为一个补充的状态变量,任何非自治系统都可以被转化为更高维度的自治系统。

关键要点
  • 自治系统的演化规则仅取决于当前状态,而非自治系统的规则会随时间明确改变。
  • 在相空间中,自治系统具有固定的向量场且轨迹永不相交,而非自治系统的动态向量场允许其轨迹投影发生交叉。
  • 任何非自治系统都可以通过将时间视为一个额外的状态变量,从而变换为一个更高维度的自治系统。
  • 时间依赖性为系统提供了进入混沌所需的额外“自由度”,使得受周期性驱动的低维系统能绕过庞加莱-本迪克松定理的限制而产生混沌行为。

引言

在我们试图理解和预测从行星轨道到股市波动的万千世界时,一个根本性的问题摆在面前:支配一个系统演化的“规则”是永恒不变的,还是会随着时间的流逝而改变?一个精准运行的钟表和一个受天气影响的风向标,其背后遵循的动力学法则有着本质的不同。这种区别——自治与非自治——并不仅仅是数学上的分类,它构成了现代动力系统理论的基石,并深刻影响着我们对稳定性、可预测性乃至混沌现象的理解。

本文旨在系统性地阐明自治与非自治系统之间的核心差异。我们将首先深入探讨其基本定义、在相空间中的几何表现,以及它们各自独特的性质。随后,我们将跨越学科的边界,考察这一区别如何在物理学、工程学、生命科学乃至经济学中展现其强大的解释力,揭示从同步振荡到混沌诞生的丰富现象。

原理与机制

想象一下,你正在观看一场宏大的芭蕾舞。舞者们的每一个动作——旋转、跳跃、滑步——都由一套固定的编舞规则所决定。知道了舞者的当前位置和姿态,你原则上就能预测出他们下一个瞬间的动作。现在,再想象另一场表演:舞者们在一艘于波涛汹涌的大海上航行的轮船甲板上跳舞。现在,他们的动作不仅取决于编舞,还取决于脚下甲板的不可预测的摇晃。第一个场景描绘了​自治系统 (autonomous system) 的精髓,而第二个场景则是​非自治系统 (nonautonomous system) 的写照。

在物理学和工程学的世界里,这个区别至关重要。一个系统的演化规则是否明确地包含时间这个变量,是区分这两种系统的根本标准。如果一个系统的“游戏规则”——即描述其变化的微分方程——只取决于系统当前的状态,那么它就是自治的。如果这些规则本身随时间而变,那么它就是非自治的。

不变的法则,不变的图景:自治系统的世界

让我们先来探索自治系统的优雅简洁之美。想象一个由微分方程 dxdt=F(x)\frac{d\mathbf{x}}{dt} = \mathbf{F}(\mathbf{x})dtdx​=F(x) 描述的系统,其中 x\mathbf{x}x 是描述系统状态的向量(例如,一个摆的位置和速度),而 F\mathbf{F}F 是一个固定的规则,它告诉我们处于状态 x\mathbf{x}x 的系统该如何变化。请注意,时间 ttt 并没有作为独立的变量出现在 F\mathbf{F}F 的括号里。这意味着规则是永恒的。

相空间中的静态“风向图”

为了可视化这一点,我们可以引入一个叫做相空间 (phase space) 的概念。这是一个抽象的空间,它的每一个点都代表了系统的一个可能状态。对于我们这个系统,在相空间的每一点 x\mathbf{x}x,都有一个速度向量 F(x)\mathbf{F}(\mathbf{x})F(x) 与之对应,指示系统将从该点向何处移动。所有这些向量共同构成了一个​向量场 (vector field)。

对于一个自治系统,这个向量场是静态的​。它就像一张印在地图上的风向图,永恒不变。如果你把一个像尘埃一样的小粒子放在这张地图的任意一点,它就会顺着那里的箭头开始漂流,描绘出一条轨迹。

这个静态的特性带来了两个深刻的推论:

  1. 轨迹永不相交​:在相空间中,两条不同的轨迹永远不会交叉。为什么?想象一下,如果它们在某一点 PPP 相遇了。由于向量场是固定的,在 PPP 点的速度向量是唯一的。这意味着从 PPP 点出发的路径只有一条。如果两条轨迹在 PPP 点相遇,它们就必须拥有相同的“过去”和“未来”,因此它们必然是同一条轨迹。所以,如果你在实验中观察到两个系统状态,它们从不同的初始条件出发,却在同一时刻到达了空间的同一点 PPP,但却拥有不同的速度,你就可以肯定,这个系统必然是非自治的​。时间这个“隐藏”的变量一定在幕后操纵着游戏规则。

  2. 时间平移不变性 (Time-Translation Invariance):自治系统的另一个美妙特性是,实验开始的时间无关紧要。如果你今天做一个逻辑斯蒂增长实验来观察种群数量,记录下一条演化曲线 ϕ(t)\phi(t)ϕ(t),那么明天在完全相同的初始条件下重复这个实验,你得到的曲线将会是 ϕ(t−τ)\phi(t-\tau)ϕ(t−τ),其中 τ\tauτ 是24小时。曲线的形状完全一样,只是在时间轴上平移了而已。宇宙的物理定律并不关心今天是星期几。这就像播放一段录好的电影,你可以在任何时候按下播放键,看到的都是同样的情节。

一个具体的例子可以帮助我们理解如何判断一个系统是否是自治的。考虑一个由两个相互连接的储罐组成的化工系统。溶质的质量变化由方程 dxdt=A(t)x\frac{d\mathbf{x}}{dt} = A(t)\mathbf{x}dtdx​=A(t)x 描述。系统是否自治,完全取决于矩阵 A(t)A(t)A(t) 是否依赖于时间。如果我们设定所有流速为常数,但因此导致储罐的体积 V(t)V(t)V(t) 随时间线性变化,那么矩阵 A(t)A(t)A(t) 的元素(如 流速V(t)\frac{\text{流速}}{V(t)}V(t)流速​)就会随时间变化,系统就是非自治的。然而,如果我们设计一个更巧妙的方案,让流出某个储罐的速率与其体积成正比,例如 r12(t)=k1V1(t)r_{12}(t) = k_1 V_1(t)r12​(t)=k1​V1​(t),那么比率 r12(t)V1(t)\frac{r_{12}(t)}{V_1(t)}V1​(t)r12​(t)​ 就变成了一个常数 k1k_1k1​。如果所有流速都遵循这样的比例关系,矩阵 AAA 就会变成一个常数矩阵,系统就变成了自治的,无论体积本身如何演变。这揭示了一个关键点:自治性取决于控制法则的内在结构,而非系统状态的表面变化。

流变的法则,舞动的图景:非自治系统的世界

现在,让我们驶入非自治系统的波涛之中。其控制方程为 dxdt=F(x,t)\frac{d\mathbf{x}}{dt} = \mathbf{F}(\mathbf{x}, t)dtdx​=F(x,t),时间 ttt 堂而皇之地登上了舞台。

这会带来什么改变?一切都变了。

想象一下一个被外力周期性驱动的摆,比如它的悬挂点在垂直方向上做简谐振动。描述其运动的方程中会包含一个类似 cos⁡(ωdt)\cos(\omega_d t)cos(ωd​t) 的项。或者,一个种群的增长模型,其中包含季节性的捕捞活动,方程中也可能出现一个 sin⁡(ωt)\sin(\omega t)sin(ωt) 的项。

在这些情况下,相空间中的向量场不再是静态的地图,而变成了一部动态的电影​。在空间的同一个点,系统的“指令”会随着时间而改变。如果我们把一艘自动水下航行器 (AUV) 固定在水流中的某一点 (x0,y0)(x_0, y_0)(x0​,y0​),而水流本身随时间变化(例如,受到潮汐影响),那么即使 AUV 的位置不变,它内部导航系统计算出的“期望速度”向量也会不停地摆动。向量场本身在“呼吸”和“脉动”。

这种动态特性打破了自治系统的所有优雅规则:

  • 轨迹投影可以相交​:在二维的 (x,y)(x, y)(x,y) 相空间平面上,我们现在可能会看到轨迹相互交叉。这并不违反唯一性定理,因为交叉发生在不同的时刻。在时刻 t1t_1t1​,轨迹A经过 PPP 点,遵循当时的向量场 F(P,t1)\mathbf{F}(P, t_1)F(P,t1​)。在另一时刻 t2t_2t2​,轨迹B经过同一点 PPP,但遵循的是已经改变了的向量场 F(P,t2)\mathbf{F}(P, t_2)F(P,t2​)。因为 F(P,t1)≠F(P,t2)\mathbf{F}(P, t_1) \neq \mathbf{F}(P, t_2)F(P,t1​)=F(P,t2​),所以两条轨迹可以从同一点奔向不同的方向。我们之前提到的“轨迹永不相交”法则,在这里变成了诊断系统是否自治的有力工具。

  • 时间不再是无关变量​:启动实验的时间变得至关重要。在一个受季节影响的生态系统中,春天开始和秋天开始,种群的演化路径会截然不同。你不能再简单地通过平移时间来使两条轨迹重合。每一次实验都是独一无二的。

天才的戏法:用维度换取自治

非自治系统看起来比自治系统要复杂和“不守规矩”得多。但数学家们想出了一个绝妙的“戏法”,揭示了两者之间深刻的统一性。这个戏法就是:​通过增加一个维度,将任何非自治系统转化为一个自治系统。

让我们来看一个非自治方程,比如 d2xdt2=f(x,dxdt,t)\frac{d^2x}{dt^2} = f(x, \frac{dx}{dt}, t)dt2d2x​=f(x,dtdx​,t)。这是一个二阶非自治系统。我们引入新的状态变量:x1=xx_1 = xx1​=x (位置), x2=dxdtx_2 = \frac{dx}{dt}x2​=dtdx​ (速度)。到目前为止,这还是标准的做法,系统变为:

dx1dt=x2\frac{dx_1}{dt} = x_2dtdx1​​=x2​
dx2dt=f(x1,x2,t)\frac{dx_2}{dt} = f(x_1, x_2, t)dtdx2​​=f(x1​,x2​,t)

这是一个二维非自治系统。现在,关键一步来了:我们把时间本身也看作一个状态变量!令 x3=tx_3 = tx3​=t。那么,这个新变量的演化规则是什么?很简单:dx3dt=dtdt=1\frac{dx_3}{dt} = \frac{dt}{dt} = 1dtdx3​​=dtdt​=1。

通过这个简单的增维,我们得到了一个三维的自治系统:

dx1dt=x2\frac{dx_1}{dt} = x_2dtdx1​​=x2​
dx2dt=f(x1,x2,x3)\frac{dx_2}{dt} = f(x_1, x_2, x_3)dtdx2​​=f(x1​,x2​,x3​)
dx3dt=1\frac{dx_3}{dt} = 1dtdx3​​=1

请注意,方程组右侧的函数现在只依赖于状态变量 (x1,x2,x3)(x_1, x_2, x_3)(x1​,x2​,x3​),时间 ttt 不再明确出现。我们成功地用一个更高维度的自治系统“吸收”了非自治性。

这个看似简单的数学技巧,实际上是对现实的深刻洞察。它告诉我们,一个非自治系统之所以“规则可变”,是因为我们忽略了某个正在演化的背景变量——时间本身。一旦我们将这个变量也纳入系统的状态描述,整个扩展系统的“元规则”就又变回了永恒不变。

这也完美地解释了为什么非自治系统的轨迹投影可以相交。在那个扩展的、三维的 (x1,x2,x3)(x_1, x_2, x_3)(x1​,x2​,x3​) 空间(即 (x,x˙,t)(x, \dot{x}, t)(x,x˙,t) 空间)里,轨迹是永不相交的,就像一条条互不接触的意大利面。我们在二维 (x,x˙)(x, \dot{x})(x,x˙) 平面上看到的“交叉”,其实是这些三维曲线在不同“高度”(即不同时间 ttt)的投影。这就像从正上方看一个立交桥,你会觉得两条路交叉了,但实际上它们在三维空间中是分离的。

新维度的奇迹:混沌与欺骗

这个维度的提升不仅仅是一个数学花招,它为理解自然界的复杂性打开了一扇全新的大门。

著名的庞加莱-本迪克松定理 (Poincaré-Bendixson theorem) 指出,在一个二维自治系统中,如果一个轨迹被限制在一个有限的区域内,那么它的长期行为只能是趋向一个不动点(静止)或者一个极限环(周期性重复运动)。换句话说,二维自治系统里不可能出现混沌 (chaos)——那种复杂的、永不重复的、对初始条件极其敏感的运动。

但是,一个二维非自治系统,正如我们所见,等价于一个三维自治系统。而在三维或更高维度的空间里,混沌是完全可能发生的!这就是为什么一个被周期性驱动的摆(一个二维非自治系统)可以展现出令人着迷的混沌行为。季节性变化的捕食者-猎物模型也同样如此。时间的脉动,为系统提供了进入混沌之舞所需的额外“自由度”。

最后,这种区别也给我们带来了一个重要的警示:我们基于简单自治系统建立的直觉,在非自治的世界里可能完全失效。一个经典的例子是,我们可以构造一个线性非自治系统 x˙=A(t)x\dot{\mathbf{x}} = A(t)\mathbf{x}x˙=A(t)x,其中矩阵 A(t)A(t)A(t) 在任何时刻的特征值都具有负实部。在自治系统中,这意味着所有解都会衰减到零,系统是稳定的。然而,通过巧妙地随时间旋转这个矩阵 A(t)A(t)A(t),整个系统实际上可以产生指数增长的、无界的解!。这就像在每一步都向山下走,但由于山坡本身在以一种刁钻的方式旋转和抬升,你最终却发现自己到达了比起点高得多的地方。

因此,理解自治与非自治的界限,不仅是教科书上的一个分类,更是我们理解从行星运动到生态平衡,再到电路振荡等万千世界背后运行法则的关键一步。它教会我们,当我们审视一个系统时,不仅要问“规则是什么”,更要问——“这些规则,是否会随时间流转而改变?” 这个问题的答案,决定了我们将会看到一个可预测的钟表宇宙,还是一个充满无限惊奇与可能的动态世界。

应用与跨学科连接

在前面的章节中,我们已经严谨地剖析了自治与非自治系统之间的数学区别。你可能会觉得这不过是数学家们的一种分类癖好,一种为了理论整洁而进行的划分。然而,这种看似简单的区别,实际上是理解我们周围世界复杂性的关键。它揭示了物理定律的普适性与我们所处环境的特殊性之间深刻的互动。物理定律本身,比如牛顿定律或麦克斯韦方程组,是“自治”的——它们不依赖于今天是星期几,也不依赖于现在是上午还是下午。然而,这些定律作用的具体“舞台”或“条件”,却常常随着时间变化,从而催生了“非自治”的现象。这正是大自然丰富多彩、变幻莫测的根源所在。

“游戏规则”的变与不变:跨领域的视角

让我们从一杯正在冷却的咖啡开始这个探索之旅。如果我们将咖啡放在一个恒温的房间里,它的冷却速度只取决于它自身温度与房间温度的差值。这个冷却的“游戏规则”是固定的,只与系统当前的状态(咖啡的温度)有关——这是一个典型的自治系统。但是,如果我们将咖啡放在一个办公室里,中央空调的恒温器使得室温在一天之内周期性地波动,那么咖啡的冷却规则现在不仅取决于它的温度,还取决于现在是一天中的什么时刻。游戏规则本身就在随时间变化,系统因而变成了非自治的。

这个简单的思想如同一种强大的透镜,帮助我们在各个学科中发现深层的统一性:

  • 工程学​:一个由理想电阻、电感和电容组成的RLC电路,其行为是自治的。但是,如果电阻器因为电流通过而发热,导致其电阻值随时间增长,那么描述电路的微分方程就变成了非自治的,因为系统的一个内在参数在随时间演化。同样,在控制理论中,一个根据传感器实时反馈来调整姿态的机器人,其控制系统可以被看作是自治的;但如果它在执行一个预先编排好的、随时间展开的舞蹈动作,那么它的运动就是一个非自治过程,因为它严格遵循一个时间脚本。

  • 生命科学与医学​:生态学中经典的捕食者-猎物模型(Lotka-Volterra模型),如果假设环境恒定,那么种群数量的变化只取决于它们当前的数量,这是一个自治系统。然而,现实世界有四季更迭。季节变化会影响猎物的食物来源,从而使其增长率随时间周期性变化。为了更真实地描述这个生态系统,我们必须引入随时间变化的参数,从而将模型变为非自治的。在医学上,药物在体内的代谢过程,若清除率恒定,则可视为自治过程。但当我们通过一个程控静脉输液泵,以一种随时间精心设计的速率给药时,药物在体内的浓度变化就遵循一个非自治的微分方程。同样,流行病的传播模型(如SIR模型),如果考虑到公共卫生部门周期性地实施或放松干预措施,那么病毒的传播率 β\betaβ 就会成为时间的函数 β(t)\beta(t)β(t),使得整个疾病传播动力学成为非自治的。

  • 经济学​:一个国家的经济系统也可以用动力学模型来描述。如果中央银行的利率政策完全是反应性的,比如“只要通货膨胀率超过X%,就加息Y%”,那么描述投资和通胀的系统就是自治的。但是,如果中央银行实施一项前瞻性的、有时间表的政策,例如“从下个季度开始,连续四个季度每个季度降息0.25%”,那么利率本身就成了时间的函数,整个经济模型就变成了非自治的。

通过这些例子,我们看到,自治与非自治的划分,本质上是在问:支配系统演化的规则,究竟是永恒不变的,还是会随着时间的节拍而改变?

时间的几何学:为什么路径可以交叉?

现在,让我们进入一个更深的层次。这个区别不仅仅是分类上的,它对系统在“相空间”中的行为有着根本性的影响。相空间是一个抽象的空间,它的每一个点都代表了系统的一个完整状态。例如,对于一个摆,它的状态由角度和角速度共同决定,所以它的相空间是一个二维平面。

对于一个自治系统,支配其运动的“箭头场”(即在相空间中每一点上,指示系统下一瞬间该去向何方的切向量)是固定不变的。无论一个粒子在何时到达相空间中的某一点 x\mathbf{x}x,它收到的“指令”总是相同的。这就好比一个稳流的河,水流的方向和速度在每个位置都是固定的。其直接且美妙的推论是:在二维自治系统的相空间中,不同的运动轨迹(除开在静止的平衡点)永远不会交叉。如果两条轨迹交叉了,那就意味着在交叉点处,系统收到了两个不同的运动指令,这与“规则固定”的假设相矛盾。

然而,对于非自治系统,情况就完全不同了。它的“箭头场”本身就在随时间舞动。因此,一个粒子在时刻 t1t_1t1​ 到达点 x\mathbf{x}x 和另一个粒子在时刻 t2t_2t2​ 到达同一点 x\mathbf{x}x 时,它们收到的“指令”可能是不同的。这就允许了它们在相空间投影(例如,投影到我们能直接观察的 (x,y)(x, y)(x,y) 平面)上的轨迹发生交叉。这就像一个湍急变化的漩涡,在不同时刻被扔进同一个位置的软木塞,它们的后续路径完全可能交叉重叠。

流体力学中的“流线”与“迹线”为这一抽象概念提供了一个绝佳的物理图像。在一个随时间变化的流场中,“流线”是在某一瞬间“冻结”流场后,画出的与该时刻速度场处处相切的曲线。这对应于一个自治系统的积分曲线。而“迹线”是一个流体质点随时间流逝所描绘出的真实运动轨迹。这正是一个非自治系统的解。在一个不稳定的流场中,流线和迹线通常是完全不同的。

当然,并非所有的时间依赖性都能带来质变。有些非自治系统,其时间依赖项仅仅是给整个系统的演化按下了“快进”或“慢放”键,它改变了轨迹被描绘出的速度,但没有改变轨迹本身的几何形状。这样的系统,通过一个巧妙的时间重新标度,仍然可以被看作是自治的。但真正有趣的是那些无法被简单消除的时间依赖性,它们为系统打开了通往全新行为的大门。

复杂性的诞生:同步、庞加莱映射与混沌

当一个系统被迫跟随时间的节拍起舞时,一些在自治世界中前所未见的奇妙现象便应运而生。

同步(注入锁定):一个自治的振荡器,比如一个自激的MEMS谐振器,有它自己“固执”的自然振动频率。但是,如果我们给它施加一个微弱的、周期性的外部驱动力,当驱动频率接近其自然频率时,奇迹发生了:振荡器会放弃自己的节奏,转而完全跟随外部驱动的频率振动。这种现象被称为“注入锁定”或“频率牵引”。这就像一个有主见的舞者,被一个节奏感极强的鼓手“霸道”地带入了鼓点的节奏。这种外部节拍对内部节律的“俘获”,是非自治系统独有的魅力,它在激光、通信和生物钟等领域都有着至关重要的应用。

升维:通向混沌的阶梯​:然而,非自治系统带来的最深刻、最惊人的后果,莫过于为“混沌”的出现打开了方便之门。关键的洞察在于:一个 nnn 维的周期性非自治系统,可以通过引入一个代表时间相位的额外变量,等价地变换为一个 n+1n+1n+1 维的自治系统。例如,我们之前讨论的各种二维非自治系统(如受迫振子、季节性捕食模型),都可以被看作是一个三维自治系统在二维平面上的投影。

这个“升维”的观点为何如此重要?因为它帮助我们绕开了著名的庞加莱-本迪克松定理 (Poincaré-Bendixson Theorem)。该定理庄严地宣告:在二维的自治世界里,一切都井然有序。一个系统的长期行为无非是趋向一个稳定的不动点,或者陷入一个简单的闭合循环(称为极限环)。在这个平面的世界里,轨迹没有足够的“空间”来反复拉伸、折叠和缠绕,因此不可能出现那种具有分形结构、对初始条件极端敏感的“奇异吸引子”——也就是我们所说的“混沌”。

但是,一旦我们通过周期性驱动将系统“提升”到三维空间,庞加莱-本迪克松定理的紧箍咒便被解除了!在三维空间中,轨迹有了足够的自由度去进行复杂的编织和缠绕,从而形成混沌吸引子。一个经典的例子就是受迫杜芬 (Duffing) 振子:一个简单的、有阻尼的铁片在两个磁铁之间振动,最终会静止在其中一个磁铁上。这是一个二维自治系统,行为平淡无奇。但如果我们现在用一个周期性的电磁铁去“撩拨”它,当驱动的强度和频率恰到好处时,这个铁片会开始一种永不重复、看似随机、却又内含精密确定性规律的疯狂舞蹈——这就是混沌。同样的现象也出现在被周期性改变进料条件的化学反应器中。

为了“看见”这种在高维空间中发生的混沌,科学家们发明了一种巧妙的工具——庞加莱映射 (Poincaré map)。它就像一个频闪观测器,我们不再连续地盯着系统的演化,而是在每个驱动周期的特定时刻(比如驱动力达到峰值的时刻)对系统的状态进行一次“采样”或“拍照”。通过观察这些离散的快照点序列,一个连续的、高维的复杂流动就被简化成了一个低维的、离散的映射。当系统处于混沌状态时,这些在庞加莱截面上留下的点会构成一幅具有精细分形结构的奇异图案,将混沌的内在几何之美清晰地展现在我们眼前。

我们从一个简单的数学分类出发,最终抵达了确定性混沌的门口。自治与非自治的界限,区分了永恒普适的自然法则与千变万化的现实情境。正是这种“不变”的法则在“可变”的舞台上的上演,才孕育了从时钟的同步到生态的演替,再到混沌的诞生这般无穷无尽的复杂与美丽。理解这一区别,就是掌握了开启现代动力系统科学大门的一把金钥匙。

动手实践

练习 1

分析任何动力系统的第一步是正确地对其进行分类。这个练习将帮助你运用自治与非自治、线性与非线性系统的核心定义,来处理两个源于物理情境的例子。掌握这一区分至关重要,因为适用于不同系统类型的分析方法大相径庭。

问题​: 在动力系统的研究中,一个系统是根据其控制微分方程的结构来分类的。考虑由一阶常微分方程描述的两个不同的物理系统。所有参数 A,B,C,ω,K,γA, B, C, \omega, K, \gammaA,B,C,ω,K,γ 均为正常数。

系统 (I): 一个绕地球运行的卫星中某个组件温度 x(t)x(t)x(t) 的简化模型。该组件被太阳加热,并通过向太空辐射热量而冷却。由轨道引起的太阳照射的周期性变化通过一个正弦项进行建模。温度的演化由下式给出: dxdt=A−Bx+Csin⁡(ωt)\frac{dx}{dt} = A - Bx + C\sin(\omega t)dtdx​=A−Bx+Csin(ωt)

系统 (II): 细胞内某种蛋白质浓度 y(t)y(t)y(t) 的模型。该蛋白质的产生是自限性的(通过一个饱和项建模),并以恒定的比例速率降解。浓度的演化由下式描述: dydt=Ky1+y−γy\frac{dy}{dt} = \frac{K y}{1+y} - \gamma ydtdy​=1+yKy​−γy

一个由 dz⃗dt=f⃗(z⃗,t)\frac{d\vec{z}}{dt} = \vec{f}(\vec{z}, t)dtdz​=f​(z,t) 描述的系统,如果函数 f⃗\vec{f}f​ 不显式地依赖于时间 ttt,则称为自治(autonomous)​系统,否则称为非自治(non-autonomous)​系统。如果因变量及其导数仅以一次幂出现,则该系统是线性的(linear);否则,它是非线性的(nonlinear)。

根据这些定义,对系统 (I) 和系统 (II) 进行分类。

A. (自治,线性), (非自治,非线性)

B. (非自治,线性), (自治,非线性)

C. (非自治,非线性), (自治,线性)

D. (自治,非线性), (非自治,线性)

E. (非自治,线性), (非自治,非线性)

F. (自治,非线性), (自治,线性)

显示求解过程
练习 2

在掌握了基本定义之后,让我们来探索其几何意义。对于非自治系统,运动的“规则”随时间变化,这意味着相空间本身的结构是动态的。本练习聚焦于相平面的关键结构元素——零斜线 (nullclines),并要求你想象当系统受到一个随时间变化的外力驱动时,这些零斜线会如何运动。

问题​: 考虑一个二维非自治一阶常微分方程系统,该系统用于在某一参数区域内对一个受迫振子进行建模。该系统由以下关于状态变量 x(t)x(t)x(t) 和 y(t)y(t)y(t) 的方程描述:

dxdt=x−ydydt=x+y−cos⁡(t)\begin{aligned} \frac{dx}{dt} &= x - y \\ \frac{dy}{dt} &= x + y - \cos(t) \end{aligned}dtdx​dtdy​​=x−y=x+y−cos(t)​

在动力系统的分析中,零斜线(nullcline)是相平面中的一个点集,在这些点上,其中一个变量的变化率为零。具体来说,yyy-零斜线是满足 dydt=0\frac{dy}{dt} = 0dtdy​=0 的点 (x,y)(x, y)(x,y) 的集合。

在 xyxyxy-相平面中,下列哪个陈述准确地描述了该系统的 yyy-零斜线?

A. 它是一条斜率为1的静止直线。

B. 它是一条斜率随时间正弦振荡的直线。

C. 它是一个以原点为中心的静止圆。

D. 它是一条斜率恒为-1且垂直振荡的直线。

E. 它是一条斜率恒为1且水平振荡的直线。

显示求解过程
练习 3

现在,我们将前面的概念结合起来。如果相平面的结构是动态的,那么它最重要的特征——平衡点——会发生什么变化?这个问题引入了一种强大的分析技巧:在“冻结”的时间瞬间分析系统。它挑战你识别出系统定性行为发生根本性变化的临界时刻,这个概念与分岔理论密切相关。

问题​: 考虑一个由以下微分方程描述的一维非自治动力系统: dxdt=g(t)−x2\frac{dx}{dt} = g(t) - x^{2}dtdx​=g(t)−x2 其中 x(t)x(t)x(t) 是状态变量,函数 g(t)g(t)g(t) 由 g(t)=t−t2g(t) = t - t^{2}g(t)=t−t2 给出。

对于任意固定的时刻,例如 t=t0t=t_0t=t0​,该方程可以被分析为一个自治系统 x˙=C−x2\dot{x} = C - x^{2}x˙=C−x2,其中 C=g(t0)C=g(t_0)C=g(t0​) 是一个常数。该系统的定性行为由其相线所捕捉,相线描绘了其平衡点(也称作不动点)的位置以及沿 xxx 轴的流向。

随着时间 ttt 的变化,函数 g(t)g(t)g(t) 也随之改变,这可能导致平衡点的数量和位置发生变化。相线结构的拓扑变化被定义为在任何时间 ttt 发生,只要在该时间点上不同实平衡点的数量发生了改变。

下列哪个选项正确地指出了所有这些临界时间 ttt?

A. 仅 t=0t = 0t=0

B. 仅 t=1t = 1t=1

C. t=0t = 0t=0 和 t=1t = 1t=1

D. 仅 t=12t = \frac{1}{2}t=21​

E. t=0t = 0t=0, t=12t = \frac{1}{2}t=21​, 和 t=1t = 1t=1

F. 不存在这样的临界时间。

显示求解过程
接下来学什么
动力系统
尚未开始,立即阅读
连续时间系统与离散时间系统
状态空间与相空间