MathLabs

微分方程式と力学系

力学系の安定性

力学系の平衡点を、近傍の軌道が収束するか発散するかによって分類する。

直観直感:少し掼されたシステムは戻ってくるのか、それとも逃げていくのか?

器の底にあるボールは少し掼すと底に転がり戻るが、丘の頂上でバランスを取ったボールは少し掼すと転がり落ちて二度と戻らない。真下に垂れ下がった振子は安定だが、同じ振子を真上にバランスさせると不安定になる。力学系 x˙=f(x)\dot x=f(x) は f(x∗)=0f(x^{*})=0 となるところに平衡点 x∗x^{*} を持つ — 放っておけば何も動かない状態である。安定性理論は問う:システムが x∗x^{*} ちょうどではなくその近くから始まったら、近くに留まるか、戻ってくるか、それとも離れていくか?

収束と発散を示す離散力学系の有向グラフ
2次元相図 x′=Ax\mathbf{x}' = A\mathbf{x}:制御パラメータを安定性閾値 tr(A)=0\mathrm{tr}(A) = 0 をまたいで動かすと、軌道が内向き渦(漸近安定)から外向き渦(不安定)へ切り替わる。

大学平衡点と線形化

大学平衡点と線形化

定義: 平衡点とリアプノフ安定性

Rn\mathbb{R}^n 上のシステム x˙=f(x)\dot x=f(x) において、f(x∗)=0f(x^{*})=0 となる点 x∗x^{*} を平衡点という。x∗x^{*} に十分近い点から始まる軌道が以後も常に任意に近くに留まるならば(リアプノフ)安定であり、さらに t→∞t\to\infty で x∗x^{*} に収束するならば渐近安定である。どれほど近くから始めても一部の近傍軌道が離れていくならば、x∗x^{*} は不安定である。

x˙=f(x),f(x∗)=0\dot{x}=f(x),\qquad f(x^{*})=0

平衡点近傍で非線形システムを調べるには、微小なずれを ξ=x−x∗\xi=x-x^{*} と書き、ff をテーラー展開する:f(x)=Df(x∗)ξ+o(∥ξ∥)f(x)=Df(x^{*})\xi+o(\|\xi\|)。ここで Df(x∗)Df(x^{*}) は平衡点で評価した偏微分のヤコビ行列である。小さな剰余項を省くと線形化されたシステムが得られ、x∗x^{*} 近傍での真の非線形ダイナミクスを近似する。

ξ˙=Df(x∗) ξ,ξ=x−x∗\dot{\xi}=Df(x^{*})\,\xi,\qquad \xi=x-x^{*}

ヤコビ行列 A=Df(x∗)A=Df(x^{*}) の固有値が局所的な様相を決定する:すべての固有値の実部が厳密に負であれば x∗x^{*} は渐近安定であり、少なくとも1つの固有値の実部が厳密に正であれば x∗x^{*} は不安定である。ある固有値の実部がゼロ(かつ正の実部を持つものがない)ならば、その平衡点は非双曲型と呼ばれ、線形化だけでは安定性を決定できず、非線形項を直接調べる必要がある。

ヤコビ行列のトレースと行列式による2次元平衡点の分類
トレース/行列式固有値タイプと安定性
det⁡A>0, tr A<0, (tr A)2>4det⁡A\det A>0,\ \text{tr}\,A<0,\ (\text{tr}\,A)^{2}>4\det A実数、両方負安定結節点
det⁡A<0\det A<0実数、符号が逆鮯点、常に不安定
det⁡A>0, tr A<0, (tr A)2<4det⁡A\det A>0,\ \text{tr}\,A<0,\ (\text{tr}\,A)^{2}<4\det A複素、実部が負安定な渦状点(フォーカス)
tr A=0, det⁡A>0\text{tr}\,A=0,\ \det A>0純虐数線形化では中心;実際の振る舞いは非線形項が決定する

大学主要な定理

A=Df(x∗)A=Df(x^{*}) とする。AA のすべての固有値の実部が厳密に負であれば、x∗x^{*} は非線形システム x˙=f(x)\dot x=f(x) の渐近安定な平衡点である。AA の少なくとも1つの固有値の実部が厳密に正であれば、x∗x^{*} は不安定である。

なぜ正しいのか?

x∗x^{*} の近傍では非線形項は線形項よりはるかに小さいので、線形部分がすべての方向で指数的に収縮すれば、その収縮が優勢であり、真の軌道も x∗x^{*} に引き戻される。

証明

AA のすべての固有値の実部が負である(AA はフルウィッツ行列)ため、行列方程式 ATP+PA=−IA^{T}P+PA=-I は一意の対称正値行列解 PP を持ち、収束する積分 P=∫0∞eATteAt dtP=\int_0^{\infty}e^{A^{T}t}e^{At}\,dt で明示的に与えられる。

すれ ξ=x−x∗\xi=x-x^{*} に対して候補リアプノフ関数 V(ξ)=ξTPξ≥0V(\xi)=\xi^{T}P\xi\ge0 を定義する。非線形システムを ξ˙=Aξ+g(ξ)\dot\xi=A\xi+g(\xi)(ξ→0\xi\to0 で g(ξ)=o(∥ξ∥)g(\xi)=o(\|\xi\|)、テーラー剰余)と書き、非線形軌道に沿った VV の時間微分を計算する。

ξ˙=Aξ+g(ξ)\dot\xi=A\xi+g(\xi) を用いると: V˙=ξ˙TPξ+ξTPξ˙=ξT(ATP+PA)ξ+2ξTPg(ξ)=−∥ξ∥2+2ξTPg(ξ)\dot V=\dot\xi^{T}P\xi+\xi^{T}P\dot\xi=\xi^{T}(A^{T}P+PA)\xi+2\xi^{T}Pg(\xi)=-\|\xi\|^{2}+2\xi^{T}Pg(\xi)。g(ξ)=o(∥ξ∥)g(\xi)=o(\|\xi\|) なので、2ξTPg(ξ)≤12∥ξ∥22\xi^{T}Pg(\xi)\le\frac{1}{2}\|\xi\|^{2} となる x∗x^{*} の近傍が存在し、そこで V˙≤−12∥ξ∥2<0\dot V\le-\frac{1}{2}\|\xi\|^{2}<0(ξ≠0\xi\ne0)となる。

VV が正値で V˙\dot V が x∗x^{*} 近傍で負値であるため、リアプノフの直接法(次に証明)によりその近傍から始まる軌道は x∗x^{*} に収束する:渐近安定である。不安定の場合、AA が正の実部を持つ固有値を持てば、対称的な構成(チェタエフの不安定性定理)により VV が増加する方向が存在し、どれほど近くから始めても軌道が x∗x^{*} から押し出されることが示される。

VV が x∗x^{*} の近傍で連続微分可能で、V(x∗)=0V(x^{*})=0、近傍の x≠x∗x\ne x^{*} で V(x)>0V(x)>0 とする。x∗x^{*} 近傍のすべての軌道で V˙(x)≤0\dot V(x)\le0 ならば x∗x^{*} は安定であり、代わりに近傍の x≠x∗x\ne x^{*} で V˙(x)<0\dot V(x)<0 ならば x∗x^{*} は渐近安定である — 方程式を解くことも線形化することも必要としない。

なぜ正しいのか?

VV を一般化されたエネルギーと考えよう:エネルギーが軌道に沿って決して増加せず、x∗x^{*} でのみゼロならば、システムは x∗x^{*} から離れてさすらうことはできず、エネルギーが厳密に減少すれば最終的にはゼロとなる唐一の点に落ち着かなければならない。

証明

{∥x−x∗∥≤ε}\{\|x-x^{*}\|\le\varepsilon\} が VV の定義域に含まれ x∗x^{*} 以外で正となるように十分小さな ε>0\varepsilon>0 を固定し、その境界球面を Sε={∥x−x∗∥=ε}S_\varepsilon=\{\|x-x^{*}\|=\varepsilon\} とする。VV はコンパクト集合 SεS_\varepsilon 上で連続かつ厳密に正であるため、最小値 m=min⁡SεV>0m=\min_{S_\varepsilon}V>0 をとる。

VV の連続性と V(x∗)=0V(x^{*})=0 により、∥x(0)−x∗∥<δ\|x(0)-x^{*}\|<\delta が V(x(0))<mV(x(0))<m を含意するような δ∈(0,ε)\delta\in(0,\varepsilon) を選ぶ。

軌道に沿って V˙≤0\dot V\le0 であるため、解が存在するすべての t≥0t\ge0 で V(x(t))≤V(x(0))<mV(x(t))\le V(x(0))<m となる。SεS_\varepsilon のすべての点で V≥mV\ge m なので、軌道は決して SεS_\varepsilon に到達できず、t↦x(t)t\mapsto x(t) の連続性により、すべての t≥0t\ge0 で半径 ε\varepsilon の球の内部に留まる。これはまさにリアプノフ安定性の定義である。

さらに近傍の x≠x∗x\ne x^{*} で V˙(x)<0\dot V(x)<0 が厳密に成り立てば、V(x(t))V(x(t)) は厳密に減少し、00 で下に有界なので、ある極限 c≥0c\ge0 に収束する。もし c>0c>0 ならば、軌道は V≥c>0V\ge c>0 となるコンパクトな環状領域に留まり、そこで V˙\dot V は厳密に負の最大値をとり、有限時間で VV が cc を下回ることを強いる — 矛盾である。したがって c=0c=0 であり、VV が正値であることから x(t)→x∗x(t)\to x^{*} となる:渐近安定である。

大学実世界での応用と具体例

制御エンジニアは、フィードバック制御器がドローン、ロボットアーム、化学反応器を目標値に保てるかを、閉ループ全体の力学を線形化してすべての固有値の実部が負であるかを確かめることで検証する。経済学者は市場均衡価格がショック後に自己修正するかを研究し、生態学者は捕食者・被食者モデルを線形化して共存平衡が小さな個体数変動に耐えるかを調べ、疫学者は無病平衡の安定性を調べて流行が収束するか拡大するかを判断する。

例: 減衰振子の2つの平衡点の安定性

減衰振子は θ¨+bθ˙+gLsin⁡θ=0\ddot\theta+b\dot\theta+\frac{g}{L}\sin\theta=0 に従う。ω=θ˙\omega=\dot\theta として1階のシステムとして書くと: θ˙=ω, ω˙=−bω−gLsin⁡θ\dot\theta=\omega,\ \dot\omega=-b\omega-\frac{g}{L}\sin\theta、平衡点は(2π2\pi を法として)(θ,ω)=(0,0)(\theta,\omega)=(0,0)(真下に垂れ下がる)と (π,0)(\pi,0)(真上でバランス)の2つである。g/L=10 s−2g/L=10\text{ s}^{-2}、b=1 s−1b=1\text{ s}^{-1} として、それぞれの安定性を分類せよ。

解答

(θ,ω)(\theta,\omega) に関する (θ˙,ω˙)(\dot\theta,\dot\omega) のヤコビ行列は J(θ,ω)=(01−gLcos⁡θ−b)J(\theta,\omega)=\begin{pmatrix}0&1\\-\frac{g}{L}\cos\theta&-b\end{pmatrix} である。

(0,0)(0,0) では cos⁡0=1\cos0=1 なので J=(01−10−1)J=\begin{pmatrix}0&1\\-10&-1\end{pmatrix}、tr J=−1<0\text{tr}\,J=-1<0、det⁡J=10>0\det J=10>0 となる。(tr J)2−4det⁡J=1−40=−39<0(\text{tr}\,J)^{2}-4\det J=1-40=-39<0 なので、固有値は実部が負の複素数:(0,0)(0,0) は安定な渦状点であり、振子は真下に垂れ下がった状態に落ち着く。

(π,0)(\pi,0) では cos⁡π=−1\cos\pi=-1 なので J=(0110−1)J=\begin{pmatrix}0&1\\10&-1\end{pmatrix}、det⁡J=−10<0\det J=-10<0 となる。行列式が負であればトレースに関係なく実部の固有値が符号違いとなるため、(π,0)(\pi,0) は鮯点である。

鮯点は常に不安定である:減衰があっても、真上の位置からのどのような少しの掼でも不安定方向に沿って増大し、振子は直感どおりバランスを保てずに倒れる。

例: ロジスティック人口モデルにおける不動点の安定性

離散ロジスティック写像 xn+1=rxn(1−xn)x_{n+1}=rx_n(1-x_n)(0≤xn≤10\le x_n\le1 を正規化された人口、r>0r>0 を成長率とする)は2つの不動点を持つ:x∗=0x^{*}=0 と x∗=1−1rx^{*}=1-\frac{1}{r}(r>1r>1 のとき)。1次元の安定性判定 ∣f′(x∗)∣<1|f'(x^{*})|<1 を用いて、各不動点が安定となる rr の範囲を求めよ。

解答

f(x)=rx(1−x)f(x)=rx(1-x) の導関数は f′(x)=r−2rxf'(x)=r-2rx である。

x∗=0x^{*}=0 では f′(0)=rf'(0)=r なので、安定性条件 ∣f′(0)∣<1|f'(0)|<1 は ∣r∣<1|r|<1、すなわち 0<r<10<r<1(r>0r>0 を思い出して)となる。この範囲では、初期個体数に関係なく個体数は常に 00 へと消滅する。

x∗=1−1rx^{*}=1-\frac{1}{r}(r>1r>1 のときのみ存在)では: f′ ⁣(1−1r)=r−2r(1−1r)=r−2r+2=2−rf'\!\left(1-\frac{1}{r}\right)=r-2r\left(1-\frac{1}{r}\right)=r-2r+2=2-r。安定性条件 ∣2−r∣<1|2-r|<1 は 1<r<31<r<3 と同値である。

したがって 0<r<10<r<1 では絶滅平衡 x∗=0x^{*}=0 が安定であり、1<r<31<r<3 ではその平衡点が不安定になり(ゼロでない個体数は必ずそこから離れて増加する)、共存平衡 x∗=1−1/rx^{*}=1-1/r が安定点となる。r>3r>3 ではどちらの不動点も安定ではなく、個体数は振動やカオスに遷行する — これがロジスティック写像を力学系の古典的な例にしている有名な周期倍化ルートである。

平衡点 x∗x^{*} の(リアプノフ)安定と渐近安定の違いは何か?

2次元システムの平衡点で、ヤコビ行列が tr A=−3\text{tr}\,A=-3、det⁡A=2\det A=2 である。平衡点を分類せよ。

エンジニアは安定性理論をどのように使って、ドローンのバランス制御器が小さな風のあおりから回復することを証明するのか?

リアプノフ関数は何のために使われるか?

参考文献

  1. Steven H. Strogatz (2015). Nonlinear Dynamics and Chaos: With Applications to Physics, Biology, Chemistry, and Engineering
  2. Morris W. Hirsch, Stephen Smale, Robert L. Devaney (2013). Differential Equations, Dynamical Systems, and an Introduction to Chaos