非线性系统
定义
在数学上,一个线性函数(映射) f ( x ) {\displaystyle f(x)} 拥有以下两个性质:
叠加性: f ( x + y ) = f ( x ) + f ( y ) {\displaystyle \textstyle f(x+y)\ =f(x)\ +f(y)} ;
齐次: f ( α α --> x ) = α α --> f ( x ) {\displaystyle \textstyle f(\alpha x)\ =\alpha f(x)} 。
在 α 是有理数的情况下,一个可叠加函数必定是齐次函数(在讨论线性与否时,齐次函数专指一次齐次函数);若 f ( x ) {\displaystyle f(x)} 是连续函数,则只要 α 是任意实数,就可以从叠加性推出齐次。然而在推广至任意复数 α 时,叠加性便再也无法导出齐次了。也就是说,在复数的世界里存在一种反线性映射,它满足叠加性,但却非齐次。叠加性和齐次这两个条件常会被合并在一起,称之为叠加原理:
对于一个表示为
的方程,如果 f ( x ) {\displaystyle f(x)} 是一个线性映射,则称为线性方程,反之则称为非线性方程。另外,如果 C = 0 {\displaystyle C=0} ,则称此方程齐次(齐次在函数和方程上的定义不同,齐次方程指方程内没有和 x 无关的项 C ,即任何项皆和 x 有关)。
这里 f ( x ) = C {\displaystyle f(x)=C} 的定义是很一般性的, x {\displaystyle x} 可为任何数字、矢量、函数等,而 f ( x ) {\displaystyle f(x)} 可以指任意映射,例如有条件限制(给定初始值或边界值)的微分或积分运算。如果 f ( x ) {\displaystyle f(x)} 内含有对 x {\displaystyle x} 的微分运算,此方程即是一个微分方程。
非线性代数方程
代数方程又称为多项式方程。令某多项式等于零可得一个多项式方程,例如:
利用勘根法可以找出某个代数方程的解;但若是代数方程组则较为复杂,有时候甚至很难确定一个代数方程组是否具有复数解(见希尔伯特零点定理)。即使如此,对于一些具有有限个复数解的多项式方程组而言,我们已经找到解的方法,并且也已充分了解这种系统的行为 。代数方程组的研究是代数几何里重要的一环,而代数几何正是现代数学里的其中一个分枝。
非线性递回关系
若将一个序列前项和后项之间的关系定义成某个非线性映射,则称为非线性递回关系,例如单峰映射和 侯世达数列 ( 英语 : Hofstadter sequence ) 。由非线性递回关系构成的非线性离散模型,在实际应用中包括 NARMAX(Nonlinear AutoRegressive Moving Average with eXogenous inputs,外部输入非线性自回归移动平均)模型、非线性系统辨识和分析程序等。 这些方法可以用来分析时域、频域和时空域(spatio-temporal domains)里复杂的非线。
非线性微分方程
若描述一个系统的微分方程是非线性的,则称此系统为非线性系统。含有非线性微分方程的问题,系统彼此间的表现差异极大,而每个问题的解法或是分析方法也都不一样。非线性微分方程的例子如流体力学的纳维-斯托克斯方程,以及生物学的洛特卡-沃尔泰拉方程。
解非线性问题最大的难处在于找出未知的解:一般来说,我们无法用已知的解来拼凑出其他满足微分方程的未知解;而在线性的系统里,却可以利用一组线性独立的解,透过叠加原理组合出此系统的通解。例如满足狄利克雷边界条件的一维热传导问题,其解(时间的函数)可以写成许多不同频率之正弦函数的线性组合,而这也让它的解很弹性、具有很大的变化空间。通常我们可以找到非线性微分方程的特解,但由于此时叠加原理并不适用,故无法利用这些特解来建构出其他新的解。
常微分方程
一阶常微分方程常常可以利用分离变数法来解,特别是自守方程
例如
这个方程的通解为 u = 1 x + C {\displaystyle u={\frac {1}{x+C}}} ,特解为 u = 0(即通解在 C 趋近于无限大时的极限)。此方程是非线性的,因为它可以被改写为
而等号左边并不是 u 的线性映射。若把此式的 u 换成 u ,则会变成线性方程(指数衰减)。
二阶和高阶非线性常微分方程组的解几乎无法表示成解析解,反而较常表为隐函数或非初等函数积分的形式。
分析常微分方程常用的方法包括:
检查是否有任何守恒量(特别是在处理哈密顿系统的时候)。
检查有没有类似守恒量的耗散量(见李亚普诺夫函数)。
利用泰勒展开式作线性近似。
利用变数变换法,改写成较易分析的方程。
分岔理论。
摄动法(也可应用在代数方程上)。
偏微分方程
研究非线性偏微分方程最常见也最基础的方法就是变数变换,变换以后的方程会较简单,甚至有可能会变成线性方程。有时候,变数变换后的方程可能会变成一个或两个以上的常微分方程(如同用分离变数法解偏微分方程),不管这些常微分方程可不可解,都能帮助我们了解这个系统的行为。
另一个流体力学和热力学里常用的方法(但数学性较低),是利用尺度分析来简化一个较一般性的方程,使它仅适用在某个特定的边界条件上。例如,在描述一个圆管内一维层流的暂态时,我们可以把非线性的纳维-斯托克斯方程简化成一个线性偏微分方程;这时候尺度分析提供了两个特定的边界条件:一维和层流。
其他分析非线性偏微分方程的方法还有特征线法,以及上述分析常微分方程时常用的方法。
单摆
单摆(v 表示速度矢量;a 表示加速度矢量)
非线性问题的一个典型的例子,就是引力作用之下单摆的运动。单摆的运动可由以下的方程来描述(用拉格朗日力学可以证明 ):
这是一个非线性且无量纲的方程, θ θ --> {\displaystyle \theta } 是单摆和它静止位置所夹的角度,如动画所示。此方程的一个解法是将 d θ θ --> d t {\displaystyle {\frac {d\theta }{dt}}} 视为积分因子,积分以后得
上述的解是隐解的形式,同时也包含了椭圆积分。这个解通常没有什么用,因为非初等函数积分(即使 C 0 = 0 {\displaystyle C_{0}=0} 仍然是非初等函数)把解的各种特性隐藏了起来,使我们不易看出单摆系统的行为。
另一个解法是把这个非线性方程作线性近似:利用泰勒展开式将非线性的 sine 函数线性化,并在某些特定的点附近讨论解的情形。例如,若在 θ θ --> = 0 {\displaystyle \theta =0} 的点附近作线性近似(又称小角度近似), θ θ --> ≈ ≈ --> 0 {\displaystyle \theta \approx 0} 时, sin --> ( θ θ --> ) ≈ ≈ --> θ θ --> {\displaystyle \sin(\theta )\approx \theta } ,故原方程可以改写为
近似后的方程变成了简谐振荡,因此当单摆运动到底部附近时,可以对应到一个简谐振子。而若在 θ θ --> = π π --> {\displaystyle \theta =\pi } (即当单摆运动到圆弧的最高点时)附近作线性近似, sin --> ( θ θ --> ) = sin --> ( π π --> − − --> θ θ --> ) ≈ ≈ --> π π --> − − --> θ θ --> {\displaystyle \sin(\theta )=\sin(\pi -\theta )\approx \pi -\theta } ,故原方程可以改写为
这个方程的解含有双曲正弦函数,因此和小角度近似不同,这个近似是不稳定的,也就是说 | θ θ --> | {\displaystyle |\theta |} 会无限制地增加(但此近似方程的解也可能是有界的)。当我们把解对应回单摆系统后,就可以了解为什么单摆在圆弧的最高点时不能达到稳定平衡,也就是说,单摆在最高点时是不稳定的状态。
另一个有趣的线性近似是在 θ θ --> = π π --> 2 {\displaystyle \theta ={\frac {\pi }{2}}} 附近,此时 sin --> ( θ θ --> ) ≈ ≈ --> 1 {\displaystyle \sin(\theta )\approx 1} ,故原方程可以改写为
这个近似后的方程可以对应到自由落体。
若把以上线性近似的结果合在一起看,就能大致了解单摆的运动情形。利用其他解非线性微分方程的方法,可以进一步帮助我们找到更精确的相图,或是估算单摆的周期。
非线性表现(列举)
经典混沌(和量子混沌相对)—— 指系统里无法预测的行为。
多稳态—— 指系统在两个或多个互斥的状态之间切换。
非周期振荡 —— 指一个函数在任何周期上都不会固定重复其函数值(也称作混沌振荡)。
振幅死亡 ( 英语 : Amplitude death ) —— 指系统内的某振荡因系统的自回馈或受其他系统影响而停止的现象。
孤波—— 指行进中能自我增强而不消散的孤立波。
非线性方程(列举)
交流电潮流模型 ( 英语 : AC power flow model )
代数黎卡提方程 ( 英语 : Algebraic Riccati equation )
球杆系统 ( 英语 : Ball and beam system )
最佳策略的贝尔曼方程
玻尔兹曼方程
科尔布鲁克方程 ( 英语 : Colebrook equation )
广义相对论
金兹堡-朗道方程
流体力学的纳维-斯托克斯方程
KdV 方程
非线性光学
非线性薛定谔方程 ( 英语 : Nonlinear Schrödinger equation )
未饱和层水流的 理查氏方程 ( 英语 : Richards equation )
Sine-Gordon 方程
朗道-利夫希兹-吉尔伯特方程
石森方程 ( 英语 : Ishimori equation )
范德波尔方程
林纳德方程 ( 英语 : Liénard equation )
弗拉索夫方程 ( 英语 : Vlasov equation )
分析非线性系统
interalg—— OpenOpt 和 FuncDesigner 架构下的求解器,可用来检查一个非线性代数方程系统是否有任何解,或甚至找出其所有解。
非线性模型及其模拟展示(连结至蒙纳许大学的虚拟实验室)
FyDiK—— 可模拟非线性动态系统的软件。
参见
亚历山大·李亚普诺夫
动态系统
初始条件
相互作用
线性系统
非线性偏微分方程列表
模态耦合 ( 英语 : Mode coupling )
矢量光孤子 ( 英语 : Vector soliton )
沃尔泰拉级数 ( 英语 : Volterra series )
延伸阅读
Diederich Hinrichsen ( 英语 : Diederich Hinrichsen ) and Anthony J. Pritchard. Mathematical Systems Theory I - Modelling, State Space Analysis, Stability and Robustness. Springer Verlag. 2005. ISBN 9783540441250.
Jordan, D. W.; Smith, P. Nonlinear Ordinary Differential Equations fourth. Oxford University Press. 2007. ISBN 978-0-19-920824-1.
Khalil, Hassan K. Nonlinear Systems. Prentice Hall. 2001. ISBN 0-13-067389-7.
Kreyszig, Erwin. Advanced Engineering Mathematics. Wiley. 1998. ISBN 0-471-15496-2.
Sontag, Eduardo. Mathematical Control Theory: Deterministic Finite Dimensional Systems. Second Edition. Springer. 1998. ISBN 0-387-98489-5.
免责声明:以上内容版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。感谢每一位辛勤著写的作者,感谢每一位的分享。
- 有价值
- 一般般
- 没价值