玻尔百科在动力系统的研究中，我们通常从一个理想的、由固定不变的定律所支配的自洽世界开始——即一个自治系统。然而，我们观察和改造的现实世界很少如此恒定；它受到外部节律、季节周期和受控输入的驱动。这就产生了一个关键的知识鸿沟：我们如何理解和预测那些演化规则本身随时间变化的系统的行为？本文通过对非自治系统进行全面介绍来应对这一挑战。接下来的章节将首先阐明定义这些时间依赖系统的基本“原理与机制”，并探讨它们与自治系统的区别。随后，文章将在“应用与跨学科联系”中展示其巨大的实际意义，说明非自治动力学是如何成为模拟从卫星轨道到复杂的生命现象及先进工程等一切事物的关键。
想象一个钟表宇宙，一部宏伟的机器，其齿轮根据固定不变的定律转动。如果你在任何时刻知道机器的确切状态——所有部件的位置和速度——你就知道它的整个未来和过去。定律本身不关心现在是什么时间；它们是永恒的。这就是自治系统的本质。它的演化规则只取决于其当前状态，而不取决于时钟上的绝对时间。
混沌理论这个美妙世界中的一个经典例子是Rössler系统，它可以写成。这个“矢量场”告诉系统从当前状态下一步该去哪里，它是一个固定的映射。在其状态空间中的任何给定点，运动的箭头永远是相同的，永不改变。这种不变性赋予了自治系统一个深刻而优雅的特性：它们的轨迹，即在状态空间中描绘的路径，永远不会交叉（除非在运动停止的平衡点）。为什么？因为如果两条路径交叉，那么在那个交叉点上就会有两个不同的前进方向，这意味着运动定律是模糊的。但定律是唯一的！
然而，我们的世界很少如此恒定。宇宙不是一个密封的钟表。它受到外部影响的冲击，被昼夜和季节周期驱动，并受到演化和衰减过程的影响。那些其控制规律明确依赖于时间的系统被称为非自治系统。它们遵循形如的规则。在这里，时钟不再只是一个被动的观察者；它本身就是定律的一部分。
这种“对时间的显式依赖”到底意味着什么？考虑一个非常简单的、几乎微不足道的系统，由方程描述。的变化率不仅取决于它当前的值，还取决于时间。我们做两个实验。在第一个实验中，我们在时间时从开始，运行时间为。在第二个实验中，我们从完全相同的位置开始，但在一个较晚的时间开始，并运行完全相同的持续时间。
在一个自治的世界里，结果会是相同的。演化只关心旅程的持续时间，而不是出发时间。但在这里，结果是不同的。最终位置取决于你何时开始。求解该方程表明，最终状态不仅仅是经过时间的函数，而是起始和结束时间和的函数。演化由一个双参数映射描述。这是非自治系统的基本特征：历史，或者更确切地说，绝对时间，至关重要。
这并非某种数学上的奇特现象，而是常态。想象一个化学反应器，其进料流中反应物的浓度全天变化。控制反应器内部温度和浓度的规则在不断变化，因为输入在变化。或者想象一个像著名的van der Pol振子那样的电子电路，它模拟心脏的跳动，并由一个外部交流电压驱动。推动系统运动的力矩在不断变化。一个生态系统的动力学受季节变化支配；像环境温度这样的参数，它决定了生长和衰减速率，是时间的函数。在所有这些情况下，系统的“定律”不是固定的，而是本身就在变化之中。
这种对时间的显式依赖性带来了一个戏剧性的、视觉上引人注目的后果：当我们在状态空间中绘制非自治系统的轨迹时，它们可以相互交叉！乍一看，这似乎是对因果关系和唯一性的惊人违反。如果路径在点交叉，轨迹该走哪条路呢？
这个悖论的解答既巧妙又简单。非自治系统的真正“状态”必须包括时间本身。一条轨迹不仅仅是经过点；它是在特定时间经过事件。其下一步的规则，即切线向量，取决于位置和时间：。
想象一下受迫van der Pol系统中的两条轨迹。一条在时间到达点。它的切线向量是。另一条轨迹可能在不同的时间到达完全相同的点。它的切线向量将是。由于驱动项在和时是不同的，这两个切线向量也会不同。这两条轨迹朝不同的方向前进，它们在平面上的路径交叉而没有任何矛盾。演化的唯一性被完美地保留了，但这是在一个更高维度的空间——扩展相空间中，其坐标是。我们看到的交叉仅仅是一个投影，就像一个复杂三维物体的影子投射在二维墙上时看起来会重叠一样。
这一洞见具有深远的影响。它告诉我们为什么在数值模拟一个非自治系统时，我们的算法必须在每一个时间步都计算函数。我们正试图在一个地形本身就在我们脚下移动的景观中追踪一条路径。为了在我们当前的位置和当前时间找到正确的方向，我们必须查阅那一瞬间的地图。
如果自治系统那熟悉的景象——具有不动点、不交叉的轨迹和强大的定理——已经消失，我们如何希望能分析这些依赖时间的野兽呢？科学家和数学家们已经发展出一些巧妙的方法来恢复某种程度的秩序。
最强大的技巧是我们已经暗示过的那个：状态增广。我们通常可以通过将时间本身或时间的函数视为新的状态变量，将一个非自治系统转化为一个自治系统。对于一个由像这样的周期性力驱动的系统，我们可以引入两个新变量，比如和，它们遵循自己简单的自治动力学：和。例如，我们原来的受迫Duffing振子的二维非自治系统，就变成了一个状态为的四维自治系统。
通过移动到这个更高维的扩展相空间，我们恢复了轨迹不交叉的特性。时间依赖性现在被编码在空间的几何结构中。对于一个周期性受迫系统，时间变量变成一个圆（因为驱动力是重复的），而扩展相空间可能看起来像一个圆柱体或一个环面。我们失去了平面的简单性，这就是为什么像庞加莱-本迪克松定理这样强大的结果不再适用，但我们获得了一个框架，在这个框架中，轨迹的概念再次变得行为良好。我们现在可以寻找新的结构，比如环绕这个圆柱形空间的周期轨道，这些轨道对应于我们原始系统中稳定、重复的行为。
即使是稳定性的概念也变得更加微妙。对于一个自治系统，我们通常可以使用一个类似能量的函数，一个李雅普诺夫函数，来证明系统会趋于平衡。如果能量总是在减少（），系统最终必须静止下来。但对于一个非自治系统，这还不够。时变动力学可能会“共谋”使系统在一个能量耗散为零的区域永远徘徊，即使它不能获得能量。为了证明真正的渐近稳定性——即系统确实趋于静止——我们需要更复杂的工具，比如Barbalat引理或LaSalle不变性原理的扩展，它们施加更严格的条件来排除这种病态的徘徊行为。
然而，并非所有的时间依赖性都是一样的。考虑一个像这样的系统，其中是一个严格为正的函数。在这里，时间只作为动力学上的一个全局缩放因子出现。这就像在快进或慢放一部电影。通过简单地重新标度时间——引入一个新的时钟，其滴答速率为——系统就变得完全自治了。相平面中轨迹的几何形状与自治情况完全相同；唯一改变的是它们被遍历的速度。这告诉我们，真正有趣的非自治行为发生于时间以一种改变矢量场方向而非仅仅改变其大小的方式进入方程时。
从自治系统转向非自治系统，我们用一个不断变化的动态世界的复杂性换取了一个静态规则手册的宁静优雅。我们失去了一些我们最珍视的分析工具，但我们获得了一种能够描述更丰富、更现实的现象的语言，从桥梁的受迫振动到生命本身的复杂节律。这段旅程需要新的地图和新的思维方式，揭示了我们宇宙数学结构中更深层次、更错综复杂的美。
在掌握了一个按自身节拍行进的系统与一个随外部节奏起舞的系统之间的根本区别之后，我们现在可以领会这个概念是多么无处不在。事实证明，这个世界绝大多数是非自治的。物理定律可能是恒定的，但它们发挥作用的环境却在不断变化。认识到这种对时间的显式依赖不仅仅是一个数学上的细微差别；它是理解、建模和设计从卫星的静默轨道到生命的繁复化学等大量现象的关键。
让我们先抬头仰望。想象一颗在轨卫星，一个在浩瀚太空中人类工程学的微小前哨。当它环绕地球时，它先是沐浴在太阳的强烈光芒中，然后又陷入地球阴影的寒冷黑暗中。它的内部温度不仅仅取决于其自身的隔热和发热；它被这种外部的加热和冷却循环无情地驱动着。它的温度模型可能包含描述其内部状态的项，但也必须包含一个明确说明太阳周期性影响的项，比如。卫星的热学生活是非自治的；它的动力学与其轨道的钟表机构紧密相连。
这种与外部驱动力的共舞延伸到了卫星穿越太空的路径本身。当我们为低地球轨道卫星的轨迹建模时，我们不能忽视高层大气稀薄的卷须。它施加的阻力是一个关键作用力。但这种大气阻力并非恒定。太阳，我们系统的最终外部驱动者，有其自身的周期，最著名的是11年的太阳活动周期。这个周期导致地球高层大气“呼吸”——膨胀和收缩。因此，在给定高度的大气密度不仅是高度的函数，也是时间的函数，。因此，控制卫星运动的方程必须明确包含这个缓慢、宏伟、时变的密度。该系统是非自治的，忽略这一事实将导致长期预测其轨道时误差不断累积，这对于任何任务来说都是一个致命的失败([@problem_gpid:1663010])。
这种对外部影响的认识不仅适用于观察者；它也是建造者和设计者的基本原则。考虑一下材料科学的前沿，化学家们正在创造能够自我修复的“智能”材料。我们可以用两种根本不同的方式来设计这些材料，这一选择取决于自治性的概念。一个自治的自修复材料就像一个生物有机体；损伤会触发一个即时的、预设的反应。例如，裂缝可能会使嵌入的微小胶囊破裂，释放出一种化学“修复剂”，它会自动聚合并封闭裂缝。
相比之下，一个非自治的自修复材料具有修复能力，但它等待外部指令。修复化学物质处于潜伏状态，直到我们提供一个特定的触发器——一束紫外线、pH值的变化，或者最常见的，一次加热。加热可能使热塑性塑料的聚合物链流动并跨越裂缝重新键合。材料的动力学明确地依赖于这个外部的、时间控制的输入。这些策略之间的选择是一个深刻的工程决策：我们是想要一种能自行即时反应的材料，还是想要一种其修复过程可以由我们在选定时间控制和触发的材料？
这种设计理念出现在无数其他领域。在电子学中，现代电路的行为可能对驱动它的时变信号极其敏感。想象一个包含像忆阻器——一种有记忆的电阻器——这样的未来主义元件的电路，由一个正弦电压源驱动。描述电容器电压和忆阻器内部状态的方程组中，将处处交织着项。这种动力学本质上是非自治的，被迫跟随外部电压源的节奏。理解这一点对于设计从简单的滤波器到用于神经形态计算的复杂、受大脑启发的电路等一切都至关重要。
非自治性的挑战可能更为深刻。考虑分析一枚火箭在燃烧燃料时振动的问题。火箭的质量不是恒定的；它随时间减少。系统的运动方程形式为。时变质量矩阵的存在使系统成为非自治的。这一个事实就带来了一个戏剧性的后果：我们用于分析振动的标准、强大的工具，即模态分析或特征值分析，完全失效了。这些方法依赖于系统具有一组恒定的、“固有”的振动模式和频率。但在一个质量变化的系统中，“固有”模式的定义本身就变得模糊不清且依赖于时间。允许清晰分离模式的数学结构丧失了。工程师们必须求助于更复杂的技术，例如“冻结时间”分析——假设系统在每个瞬间都是冻结的来计算模式——或者直接进行计算密集型的数值模拟，以理解和控制火箭的振动。
自治与非自治系统之间的区别为我们观察复杂的振荡世界提供了一个强有力的视角。有些系统会自行振荡。一个经典的例子是van der Pol振子，它是早期电子电路乃至心跳的模型。它包含一个巧妙的内部反馈机制：对于小振荡，它提供“负阻尼”，注入能量并放大运动。对于大振荡，它切换到正阻尼，耗散能量并缩小运动。这种仅取决于系统当前状态（其位置和速度）的自我调节，将系统驱动到一个稳定的、自我维持的振荡，称为极限环。这是自治行为的完美范例。
现在，将其与荡秋千的孩子对比。为了让秋千荡得更高，孩子会“蹬”腿，有节奏地改变他们的质心。他们在周期性地改变系统的一个参数——其有效长度。这是参数共振的一个例子。该系统是非自治的；它的振幅之所以增长，是因为一个外部代理正在随时间调制其核心参数之一，在每个周期中为其注入能量。这与简单的受迫共振（你只是在推秋千）有根本的不同。在这里，你是在以一种时间依赖的方式改变秋千运动的规则本身。这种通过周期性地改变系统参数来驱动系统的原理，是非自治动力学的一个标志。
这种外部、时变输入的思想是系统生物学和机器学习现代挑战的核心。想象一位生物学家试图模拟生物反应器中的微生物培养。微生物的生长取决于它们当前的浓度，也取决于营养物质输入系统的速率，这是一个生物学家可以随时间变化的外部控制信号。如果他们选择使用一种名为神经微分方程（Neural ODE）的前沿工具来建模，他们必须训练一个神经网络，使其表现得像系统微分方程的右侧。为了使网络成功，必须给它所有相关信息。仅仅向它提供培养物当前的状态是不够的。网络还必须被告知外部控制的值，并且通常还需要时间本身。学习问题的结构本身必须是，明确承认系统的演化是非自治的。
由于非自治系统如此不同，它们需要一套新的数学工具。自治系统熟悉的相图，其中轨迹永不交叉，随着矢量场本身随时间变化和扭曲，变成了一团乱麻。
为了恢复秩序，我们可以使用一个巧妙的技巧，特别是对于由周期性外力驱动的系统。想象一下拍摄一个垂直驱动的摆的复杂、旋转的运动。如果你只看连续的运动，它可能看起来混乱且难以理解。但如果你使用一个频闪灯，每当驱动力完成一个周期，就在完全相同的相位闪烁一次呢？你看到的将是一系列离散的点，而不是连续的模糊影像。这就是庞加莱映射的精髓。在完整系统中一个简单的周期性运动，在这个映射上可能表现为一个固定的点。一个每三个驱动周期重复一次的更复杂的运动，则会表现为系统按顺序访问的三个点集。而真正的混沌则会表现为一个复杂的、类似分形的点图案。庞加莱映射驯服了时间依赖性，让我们能够看到混沌中美丽、隐藏的几何结构。
这种与系统驱动同步采样的思想也延伸到了稳定性分析。对于一个自治系统，我们可以通过查看其（常数）雅可比矩阵的特征值来确定一个平衡点是否稳定。对于像参数激励振子这样的非自治系统，这是没有意义的，因为雅可比矩阵是时变的。由Gaston Floquet开创的正确方法是问：如果我们稍微扰动系统使其偏离平衡，经过一个完整的外力驱动周期后，这个扰动会到哪里去？这种关系由一个特殊的工具——单值矩阵来捕捉。它的特征值，即弗洛凯乘子，告诉我们稳定性的故事。如果所有乘子的模都小于一，扰动在每个周期都会缩小，系统是稳定的。如果任何一个乘子的模大于一，扰动会增长，系统是不稳定的。弗洛凯理论是周期性世界的特征值分析。
最后，非自治的概念甚至迫使我们重新思考像控制这样的基本思想。对于一个时不变系统，我们可以问：“这个系统是可控的吗？”但对于一个时变系统，这个问题是不完整的。将系统从一个状态引导到另一个状态的能力取决于系统参数和随时间所走的路径。正确的问题变成了：“这个系统在从到的时间区间上是可控的吗？”答案不在于一个简单的代数测试，而在于一个称为可控性格拉姆矩阵的积分量，它评估了系统在该整个区间内的能力。
归根结底，自治与非自治之间的区别是深刻的。它是那些可以孤立理解的系统与那些其故事与周围世界密不可分的系统之间的分界线。将一个系统视为非自治的，就是认识到它是更大舞蹈的一部分，要理解它的运动，你必须首先倾听音乐的节拍。