پایداری مرتبه اول چیست؟ توضیح به زبان ساده

پایداری مرتبه اول روشی برای بررسی رفتار نزدیک نقطه تعادل در یک سیستم معادلات دیفرانسیل غیرخطی است. ایده‌ی اصلی این است که سیستم را در نزدیکی نقطه تعادل با یک سیستم خطی تقریب بزنیم و سپس پایداری آن را از روی مقادیر ویژه‌ی ماتریس ژاکوبین بررسی کنیم. برای دستگاهی به‌شکل X′=f(X)، ابتدا نقطه تعادل را پیدا می‌کنیم؛ یعنی نقطه‌ای که در آن f(X)=0 است. سپس مشتق‌های جزئی توابع سیستم را محاسبه می‌کنیم و ماتریس ژاکوبین را در همان نقطه به دست می‌آوریم. اگر نقطه تعادل مبدأ نباشد، می‌توان با انتقال مختصات آن را به مبدأ تبدیل کرد. در نزدیکی تعادل، بخش خطی سیستم با رابطه‌ی y′=Jy نمایش داده می‌شود و رفتار آن به بخش حقیقی مقادیر ویژه‌ی J بستگی دارد.

اگر همه‌ی مقادیر ویژه بخش حقیقی منفی داشته باشند، تعادل در سیستم غیرخطی نیز به‌طور موضعی مجانبی پایدار است. اگر حتی یک مقدار ویژه بخش حقیقی مثبت داشته باشد، تعادل ناپایدار است. اما اگر هیچ مقدار ویژه‌ای بخش حقیقی مثبت نداشته باشد و دست‌کم یکی از آن‌ها بخش حقیقی صفر داشته باشد، تقریب مرتبه اول به‌تنهایی نتیجه‌ی قطعی نمی‌دهد و باید از روش‌هایی مانند تابع لیاپانوف یا بررسی جمله‌های غیرخطی استفاده کرد. در مثال‌های این مطلب، یک سیستم با مقادیر ویژه مختلط و بخش حقیقی منفی به تعادل پایدار می‌رسد؛ یک سیستم دیگر با مقدار ویژه‌ی مثبت، حتی با ریشه‌ی تکراری، ناپایدار است؛ و نمونه‌ی سوم به‌دلیل داشتن یک مقدار ویژه مثبت و دیگری منفی، نقطه‌ی زینی و ناپایدار دارد. این روش یک ابزار محلی است: درباره‌ی رفتار سیستم نزدیک تعادل نتیجه می‌دهد، نه لزوماً درباره‌ی مسیرهای دور از آن یا پایداری سراسری.

پایداری مرتبه اول چیست؟

پایداری مرتبه اول روشی برای بررسی رفتار یک سیستم غیرخطی در نزدیکی نقطه تعادل است. در این روش، سیستم با استفاده از جمله‌های خطی تقریب زده می‌شود و پایداری تقریبی از روی مقادیر ویژه‌ی ماتریس ژاکوبین به دست می‌آید. این روش زمانی نتیجه‌ی قطعی می‌دهد که بخش حقیقی همه‌ی مقادیر ویژه ناصفر باشد؛ در حالت‌هایی که مقدار ویژه‌ای بخش حقیقی صفر دارد، رفتار جمله‌های غیرخطی نیز باید بررسی شود.

نقطه تعادل و خطی‌سازی سیستم

یک سیستم خودمختار از n معادله دیفرانسیل را در نظر بگیرید:

X′ = f(X)

در این رابطه، X بردار متغیرهای حالت و f بردار توابع سیستم است. نقطه‌ای مانند X₀ نقطه تعادل است اگر f(X₀)=0 باشد؛ یعنی اگر سیستم در آن نقطه قرار گیرد، حالت آن در گذر زمان تغییر نمی‌کند.

برای بررسی رفتار سیستم نزدیک X₀، تغییر متغیر Y=X−X₀ را تعریف می‌کنیم تا نقطه تعادل به مبدأ منتقل شود. سپس سیستم را در نزدیکی این نقطه با بخش خطی آن تقریب می‌زنیم:

Y′ ≈ J(X₀)Y

J(X₀) ماتریس ژاکوبین سیستم است که همه‌ی مشتق‌های جزئی توابع f را در نقطه تعادل در بر می‌گیرد:

J(X₀) = [∂fᵢ/∂xⱼ] در X=X₀

اگر توابع سیستم به اندازه‌ی کافی مشتق‌پذیر باشند، جمله‌های حذف‌شده در این تقریب در فاصله‌ی بسیار نزدیک به نقطه تعادل نسبت به جمله‌های خطی کوچک‌ترند. به همین دلیل، خطی‌سازی می‌تواند رفتار موضعی سیستم غیرخطی را توصیف کند؛ البته تنها وقتی شرایط لازم برای نتیجه‌گیری برقرار باشد.

مقادیر ویژه چه چیزی درباره پایداری می‌گویند؟

مقادیر ویژه‌ی ماتریس ژاکوبین از معادله‌ی مشخصه‌ی det(J−λI)=0 به دست می‌آیند. برای نتیجه‌گیری درباره‌ی پایداری محلی سیستم غیرخطی، بخش حقیقی این مقادیر را بررسی می‌کنیم.

اگر همه‌ی مقادیر ویژه بخش حقیقی ناصفر داشته باشند، تعادل را هایپربولیک می‌نامند. در این حالت، پایداری یا ناپایداری سیستم غیرخطی در نزدیکی تعادل با رفتار سیستم خطی‌شده تعیین می‌شود. تکراری بودن یک مقدار ویژه، به‌تنهایی مانع نتیجه‌گیری نیست؛ مهم‌تر از آن، علامت بخش حقیقی مقادیر ویژه است.

مثال اول: تعادل پایدار با مقادیر ویژه مختلط

سیستم زیر را در نظر بگیرید:

x′ = y + 3x² + 2y²

y′ = −2x − y + xy

مبدأ نقطه تعادل است. مشتق‌های جزئی را محاسبه و در (0,0) ارزیابی می‌کنیم:

J(0,0) = [0 1; −2 −1]

معادله مشخصه‌ی این ماتریس برابر است با λ²+λ+2=0؛ بنابراین مقادیر ویژه عبارت‌اند از:

λ₁,₂ = −1/2 ± i√7/2

بخش حقیقی هر دو مقدار ویژه منفی است. پس مبدأ برای سیستم خطی‌شده پایدار است و بر اساس قضیه‌ی خطی‌سازی، نقطه تعادل سیستم غیرخطی نیز به‌طور موضعی مجانبی پایدار است. وجود بخش موهومی باعث نوسانی‌بودن رفتار نزدیک تعادل می‌شود، اما بخش حقیقی منفی نشان می‌دهد که دامنه‌ی نوسان با گذشت زمان کاهش می‌یابد.

مثال دوم: مقدار ویژه مثبت و تعادل ناپایدار

سیستم زیر را بررسی می‌کنیم:

x′ = x² − y

y′ = x − 1

برای یافتن نقطه تعادل، سمت راست هر دو معادله را صفر قرار می‌دهیم. از x−1=0 نتیجه می‌شود x=1 و با جای‌گذاری در معادله‌ی اول، y=1 به دست می‌آید. پس نقطه تعادل (1,1) است.

برای انتقال آن به مبدأ، u=x−1 و v=y−1 را تعریف می‌کنیم. سیستم در مختصات جدید به شکل زیر درمی‌آید:

u′ = u² + 2u − v

v′ = u

ماتریس ژاکوبین در تعادل جدید (u,v)=(0,0) برابر است با:

J(0,0) = [2 −1; 1 0]

معادله مشخصه به صورت (λ−1)²=0 است؛ بنابراین مقدار ویژه‌ی تکراری λ=1 است. چون بخش حقیقی این مقدار مثبت است، نقطه تعادل ناپایدار است. تکراری بودن مقدار ویژه این نتیجه را تغییر نمی‌دهد.

مثال سوم: نقطه زینی

سیستم زیر را در نظر بگیرید:

x′ = e^x+y − 1

y′ = ln(1+x)

برای یافتن نقطه تعادل، دو تابع را صفر قرار می‌دهیم. از ln(1+x)=0 به x=0 می‌رسیم و با قرار دادن آن در معادله‌ی اول، y=0 به دست می‌آید. بنابراین مبدأ تنها نقطه تعادل این سیستم است.

ماتریس ژاکوبین در مبدأ برابر است با:

J(0,0) = [1 1; 1 0]

معادله مشخصه‌ی آن λ²−λ−1=0 است و مقادیر ویژه برابرند با:

λ₁ = (1+√5)/2 > 0، و λ₂ = (1−√5)/2 < 0

یک مقدار ویژه مثبت و دیگری منفی است؛ در نتیجه، تعادل از نوع زینی و ناپایدار است. در یک جهت، مسیرهای نزدیک به نقطه تعادل به آن نزدیک می‌شوند و در جهت دیگر از آن دور می‌شوند.

چه زمانی تقریب مرتبه اول کافی نیست؟

اگر همه‌ی مقادیر ویژه بخش حقیقی منفی داشته باشند یا دست‌کم یکی از آن‌ها بخش حقیقی مثبت داشته باشد، خطی‌سازی برای تعیین پایداری محلی نتیجه‌ی روشنی می‌دهد. اما اگر مقدار ویژه‌ای بخش حقیقی صفر داشته باشد و هیچ مقدار ویژه‌ای بخش حقیقی مثبت نداشته باشد، نتیجه‌ی خطی‌سازی قطعی نیست. در این وضعیت، جمله‌های غیرخطی حذف‌شده ممکن است پایداری یا ناپایداری را تعیین کنند.

برای تحلیل چنین تعادل‌هایی می‌توان از روش‌هایی مانند تابع لیاپانوف، بررسی جمله‌های مرتبه بالاتر، یا مطالعه‌ی مستقیم رفتار مسیرهای سیستم استفاده کرد. بنابراین، «نتیجه‌ندادن خطی‌سازی» به معنی پایدار بودن یا ناپایدار بودن سیستم نیست؛ فقط یعنی اطلاعات مرتبه اول برای تصمیم‌گیری کافی نیست.

جمع‌بندی

برای بررسی پایداری مرتبه اول، ابتدا نقطه تعادل را پیدا کنید، ماتریس ژاکوبین را در آن نقطه بسازید و بخش حقیقی مقادیر ویژه‌اش را بسنجید. منفی بودن بخش حقیقی همه‌ی مقادیر ویژه، پایداری مجانبی موضعی را نشان می‌دهد؛ وجود حتی یک مقدار ویژه با بخش حقیقی مثبت، نشانه‌ی ناپایداری است. اگر مقدار ویژه‌ای بخش حقیقی صفر داشته باشد، باید تحلیل را با روش‌های دیگری ادامه داد.

— لینک های مرتبط:

• وب سایت math24.net