طريقة حساب المتوسط

في الرياضيات ، وتحديدًا في الأنظمة الديناميكية ، تستغل طريقة المتوسط ​​(أو نظرية المتوسط) الأنظمة التي تحتوي على تباين في المقاييس الزمنية: تذبذب سريع مقابل انجراف بطيء . تقترح هذه الطريقة إجراء عملية متوسط ​​على مدى فترة زمنية محددة للتخلص من التذبذبات السريعة وملاحظة السلوك النوعي للديناميكيات الناتجة. يكون الحل التقريبي صالحًا خلال فترة زمنية محدودة، ويتناسب عكسيًا مع المعامل الذي يمثل المقياس الزمني البطيء. وتُعد هذه مشكلة شائعة حيث يوجد توازن دقيق بين جودة الحل التقريبي والمدة الزمنية اللازمة لبقائه قريبًا من الحل الأصلي.

وبشكل أدق، يتخذ النظام الشكل التالي x˙=εو(x،ت،ε)،0ε1{\displaystyle {\dot {x}}=\varepsilon f(x,t,\varepsilon ),\quad 0\leq \varepsilon \ll 1}متغير فضاء الطورx.{\displaystyle x.}يُعطى التذبذب السريع بواسطةو{\displaystyle f}مقابل الانجراف البطيء لـ x˙{\displaystyle {\dot {x}}}تؤدي طريقة حساب المتوسط ​​إلى نظام ديناميكي مستقل y˙=ε1تي0تيو(y،s،0) دs=:εو¯(y){\displaystyle {\dot {y}}=\varepsilon {\frac {1}{T}}\int _{0}^{T}f(y,s,0)~ds=:\varepsilon {\bar {f}}(y)} والتي تقارب منحنيات الحل لـx˙{\displaystyle {\dot {x}}}داخل منطقة متصلة ومضغوطة من فضاء الطور وعلى مدار الزمن1/ε{\displaystyle 1/\varepsilon }.

في ظل صحة تقنية حساب المتوسط ​​هذه، يتم تمثيل السلوك التقاربي للنظام الأصلي بواسطة المعادلة الديناميكية لـy{\displaystyle y}وبهذه الطريقة، يمكن استخدام الأساليب النوعية للأنظمة الديناميكية المستقلة لتحليل التوازنات والهياكل الأكثر تعقيدًا، مثل المتشعب البطيء والمتشعبات الثابتة ، بالإضافة إلى استقرارها في فضاء الطور للنظام المتوسط.

بالإضافة إلى ذلك، في التطبيقات الفيزيائية، قد يكون من المعقول أو الطبيعي استبدال النموذج الرياضي، الذي يُعطى في شكل معادلة تفاضلية لـx˙{\displaystyle {\dot {x}}}، مع النظام المتوسط ​​المقابلy˙{\displaystyle {\dot {y}}}، وذلك لاستخدام النظام المتوسط ​​لإجراء تنبؤ ثم اختبار هذا التنبؤ مقابل نتائج تجربة فيزيائية. [ 1 ]

تتمتع طريقة حساب المتوسط ​​بتاريخ طويل، وهو متجذر بعمق في مشاكل الاضطراب التي نشأت في علم الميكانيكا السماوية (انظر، على سبيل المثال في [ 2 ] ).

المثال الأول

الشكل 1: حل معادلة النمو اللوجستي المضطربةx˙=ε(x(1-x)+الخطيئةت) xR، ε=0.05{\displaystyle {\dot {x}}=\varepsilon (x(1-x)+\sin {t})~x\in \mathbb {R} ,~\varepsilon =0.05}(الخط الأزرق المتصل) والمعادلة المتوسطةy˙=εy(1-y)، yR{\displaystyle {\dot {y}}=\varepsilon y(1-y),~y\in \mathbb {R} }  (خط برتقالي متصل).

لنفترض نموًا لوجستيًا مضطربًاx˙=ε(x(1-x)+الخطيئةت)xR،0ε1،{\displaystyle {\dot {x}}=\varepsilon (x(1-x)+\sin {t})\quad \quad x\in \mathbb {R} ,\quad 0\leq \varepsilon \ll 1,} والمعادلة المتوسطة y˙=εy(1-y)yR.{\displaystyle {\dot {y}}=\varepsilon y(1-y)\qquad y\in \mathbb {R} .}تهدف طريقة حساب المتوسط ​​إلى إخبارنا بالسلوك النوعي لحقل المتجهات عند حساب متوسطه على مدى فترة زمنية. وهي تضمن أن الحلy(ت){\displaystyle y(t)}تقريبيx(ت){\displaystyle x(t)}لأوقاتت=يا(1/ε).{\displaystyle t={\mathcal {O}}(1/\varepsilon ).}استثناءً: في هذا المثال، يكون التقريب أفضل، وهو صالح لجميع الأوقات. سنعرضه في قسم لاحق.

التعريفات

نفترض حقل المتجهاتو:Rن×R×RRن{\displaystyle f:\mathbb {R} ^{n}\times \mathbb {R} \times \mathbb {R} \to \mathbb {R} ^{n}}أن يكون من فئة التفاضلجر{\displaystyle C^{r}}معر2{\displaystyle r\geq 2}(أو حتى سنقول فقط "ناعم")، وهو ما سنشير إليهوجر(Rن×R×R+؛Rن){\displaystyle f\in C^{r}(\mathbb {R} ^{n}\times \mathbb {R} \times \mathbb {R} ^{+};\mathbb {R} ^{n})}نقوم بتوسيع هذا الحقل المتجهي المعتمد على الزمن في متسلسلة تايلور (بقوى ).ε{\displaystyle \varepsilon }) مع الباقيو[ك+1](x،ت،ε){\displaystyle f^{[k+1]}(x,t,\varepsilon )}نقدم الرموز التالية: [ 2 ]و(x،ت،ε)=و0(x،ت)+εو1(x،ت)++εكوك(x،ت)+εك+1و[ك+1](x،ت،ε)،{\displaystyle f(x,t,\varepsilon )=f^{0}(x,t)+\varepsilon f^{1}(x,t)+\dots +\varepsilon ^{k}f^{k}(x,t)+\varepsilon ^{k+1}f^{[k+1]}(x,t,\varepsilon ),} أينوج=و(ج)(x،ت،0)ج!{\displaystyle f^{j}={\frac {f^{(j)}(x,t,0)}{j!}}}هوج{\displaystyle j}المشتقة رقم n مع0جك{\displaystyle 0\leq j\leq k}بما أننا نهتم بمشاكل حساب المتوسطات، بشكل عامو0(x،ت){\displaystyle f^{0}(x,t)}بما أن قيمة تساوي صفرًا، يتضح أننا سنكون مهتمين بحقول المتجهات المعطاة بواسطة و(x،ت،ε)=εو[1](x،ت،ε)=εو1(x،ت)+ε2و[2](x،ت،ε).{\displaystyle f(x,t,\varepsilon )=\varepsilon f^{[1]}(x,t,\varepsilon )=\varepsilon f^{1}(x,t)+\varepsilon ^{2}f^{[2]}(x,t,\varepsilon ).} إلى جانب ذلك، نُعرّف مسألة القيمة الأولية التالية بأنها في الشكل القياسي : [ 2 ]x˙=εو1(x،ت)+ε2و[2](x،ت،ε)،x(0،ε)=:x0دRن،0ε1.{\displaystyle {\dot {x}}=\varepsilon f^{1}(x,t)+\varepsilon ^{2}f^{[2]}(x,t,\varepsilon ),\qquad x(0,\varepsilon )=:x_{0}\in D\subseteq \mathbb {R} ^{n},\quad 0\leq \varepsilon \ll 1.}

نظرية: حساب المتوسط ​​في الحالة الدورية

ضع في اعتبارك كلدRن{\displaystyle D\subset \mathbb {R} ^{n}}متصلة ومحدودة وكلε0>0{\displaystyle \varepsilon _{0}>0}يوجدل>0{\displaystyle L>0}وεε0{\displaystyle \varepsilon \leq \varepsilon _{0}}بحيث يكون النظام الأصلي (نظام ديناميكي غير مستقل) معطى بواسطة x˙=εو1(x،ت)+ε2و[2](x،ت،ε)،x0دRن،0ε1،{\displaystyle {\dot {x}}=\varepsilon f^{1}(x,t)+\varepsilon ^{2}f^{[2]}(x,t,\varepsilon ),\qquad x_{0}\in D\subseteq \mathbb {R} ^{n},\quad 0\leq \varepsilon \ll 1,} يوجد حلx(ت،ε){\displaystyle x(t,\varepsilon )}، أينو1جر(د×R؛Rن){\displaystyle f^{1}\in C^{r}(D\times \mathbb {R} ;\mathbb {R} ^{n})} دوريةذات دورةتي{\displaystyle T}وو[2]جر(د×R×R+؛Rن){\displaystyle f^{[2]}\in C^{r}(D\times \mathbb {R} \times \mathbb {R} ^{+};\mathbb {R} ^{n})}كلاهما معر2{\displaystyle r\geq 2}محدودة على مجموعات محدودة. عندئذٍ يوجد ثابتج>0{\displaystyle c>0}بحيث يكون الحلy(ت،ε){\displaystyle y(t,\varepsilon )}النظام المتوسط ​​( النظام الديناميكي المستقل) هو y˙=ε1تي0تيو1(y،s) دs=:εو¯1(y)،y(0،ε)=x0{\displaystyle {\dot {y}}=\varepsilon {\frac {1}{T}}\int _{0}^{T}f^{1}(y,s)~ds=:\varepsilon {\bar {f}}^{1}(y),\quad y(0,\varepsilon )=x_{0}} يكون x(ت،ε)-y(ت،ε)<جε{\displaystyle \|x(t,\varepsilon )-y(t,\varepsilon )\|<c\varepsilon }ل0εε0{\displaystyle 0\leq \varepsilon \leq \varepsilon _{0}}و0تل/ε{\displaystyle 0\leq t\leq L/\varepsilon }.

ملاحظات

  • يوجد تقريبان في هذا ما يسمى بتقدير التقريب الأول : الاختزال إلى متوسط ​​حقل المتجهات وإهماليا(ε2){\displaystyle {\mathcal {O}}(\varepsilon ^{2})}شروط.
  • التناسق فيما يتعلق بالحالة الأوليةx0{\displaystyle x_{0}}إذا قمنا بالتغييرx0{\displaystyle x_{0}}يؤثر هذا على تقديرل{\displaystyle L}وج{\displaystyle c}يمكن الاطلاع على البرهان والمناقشة المتعلقة بهذا الأمر في كتاب ج. موردوك. [ 3 ]
  • تبسيط الانتظام: هناك صيغة أكثر عمومية لهذه النظرية تتطلب فقطو1{\displaystyle f^{1}}أن يكون ليبشيتز وو[2]{\displaystyle f^{[2]}}متصلة. هذا برهان أحدث، ويمكن الاطلاع عليه في ساندرز وآخرون [ 2 ] . يعود نص النظرية المعروض هنا إلى إطار البرهان الذي اقترحه كريلوف-بوغوليوبوف، والذي يعتمد على إدخال تحويل شبه متطابق. وتكمن ميزة هذه الطريقة في إمكانية تطبيقها على حالات أكثر عمومية، مثل الأنظمة اللانهائية الأبعاد - المعادلات التفاضلية الجزئية أو المعادلات التفاضلية التأخيرية.
  • يقدم ج. هيل تعميمات للحقول المتجهة شبه الدورية. [ 4 ]

استراتيجية البرهان

أدرك كريلوف-بوغوليوبوف أن الديناميكيات البطيئة للنظام تحدد الرتبة الرئيسية للحل التقاربي.

ولإثبات ذلك، اقترحوا تحويلاً شبه متطابق، والذي تبين أنه تغيير في الإحداثيات مع مقياس زمني خاص به يحول النظام الأصلي إلى النظام المتوسط.

رسم تخطيطي للإثبات

  1. تحديد تحويل شبه هوية: التعيين السلسyيو(y،ت،ε)=y+εu[1](y،ت،ε){\displaystyle y\mapsto U(y,t,\varepsilon )=y+\varepsilon u^{[1]}(y,t,\varepsilon )}أينu[1]{\displaystyle u^{[1]}}يُفترض أن يكون منتظمًا بما فيه الكفاية وتي{\displaystyle T}دوري. يُعطى التغيير المقترح للإحداثيات بواسطةx=يو(y،ت،ε){\displaystyle x=U(y,t,\varepsilon )}.
  2. اختر الخيار المناسبu[1]{\displaystyle u^{[1]}}حل المعادلة الهومولوجية لنظرية المتوسطات:u[1]ت=و1(y،ت)-و¯1(y){\displaystyle {\frac {\partial u^{[1]}}{\partial t}}=f^{1}(y,t)-{\bar {f}}^{1}(y)}.
  3. يؤدي تغيير الإحداثيات إلى نقل النظام الأصلي إلىy˙=εو¯1(y)+ε2و*[2](y،ت،ε).{\displaystyle {\dot {y}}=\varepsilon {\bar {f}}^{1}(y)+\varepsilon ^{2}f_{*}^{[2]}(y,t,\varepsilon ).}
  4. تقدير الخطأ الناتج عن الاقتطاع ومقارنته بالمتغير الأصلي.

فئة الأنظمة غير المستقلة: المزيد من الأمثلة

على مرّ تاريخ تقنية حساب المتوسطات، دُرست فئة من الأنظمة على نطاق واسع، والتي تُقدّم لنا أمثلةً قيّمة سنناقشها لاحقًا. تُعرّف هذه الفئة من الأنظمة كما يلي: z¨+z=εز(z،z˙،ت)،zR،z(0)=z0 أند z˙(0)=v0،{\displaystyle {\ddot {z}}+z=\varepsilon g(z,{\dot {z}},t),\qquad z\in \mathbb {R} ,\quad z(0)=z_{0}~\mathrm {and} ~{\dot {z}}(0)=v_{0},} أينز{\displaystyle g}سلس. يشبه هذا النظام نظامًا خطيًا مع اضطراب غير خطي صغير معطى بواسطة [0ε ز(z،z˙،ت)]{\displaystyle {\begin{bmatrix}0\\\varepsilon ~g(z,{\dot {z}},t)\end{bmatrix}}}: z1˙=z2،z1(0)=z0z2˙=-z1+εز(z1،z2،ت)،z2(0)=v0،{\displaystyle {\begin{aligned}{\dot {z_{1}}}&=z_{2},&z_{1}(0)&=z_{0}\\{\dot {z_{2}}}&=-z_{1}+\varepsilon g(z_{1},z_{2},t),&z_{2}(0)&=v_{0},\end{aligned}}} يختلف عن الشكل القياسي. لذا، ثمة ضرورة لإجراء تحويل لجعله بالشكل القياسي صراحةً. [ 2 ] نستطيع تغيير الإحداثيات باستخدام طريقة تغيير الثوابت . ننظر إلى النظام غير المضطرب، أيε=0{\displaystyle \varepsilon =0}، مقدمة من [z1˙z2˙]=[01-10][z1z2]=أ[z1z2]{\displaystyle {\begin{bmatrix}{\dot {z_{1}}}\\{\dot {z_{2}}}\end{bmatrix}}={\begin{bmatrix}0&1\\-1&0\end{bmatrix}}{\begin{bmatrix}z_{1}\\z_{2}\end{bmatrix}}=A{\begin{bmatrix}z_{1}\\z_{2}\end{bmatrix}}}

والذي يمتلك الحل الأساسيΦ(ت)=هـأت{\displaystyle \Phi (t)=e^{At}}يتوافق ذلك مع الدوران. ثم يكون التغير الزمني للإحداثيات هوz(ت)=Φ(ت)x{\displaystyle z(t)=\Phi (t)x}أينx{\displaystyle x}هي الإحداثيات المتعلقة بالشكل القياسي.

إذا أخذنا المشتقة الزمنية في كلا الطرفين وعكسنا المصفوفة الأساسية، فسنحصل على x˙=εهـ-أت[0 ز~(x،x˙،ت)]  مع  ز~(x،x˙،ت)=ز(كوس(ت)x(ت)+الخطيئة(ت)x˙(ت)،-الخطيئة(ت)x(ت)+كوس(ت)x˙(ت)،ت).{\displaystyle {\dot {x}}=\varepsilon e^{-At}{\begin{bmatrix}0\\~{\tilde {g}}(x,{\dot {x}},t)\end{bmatrix}}~{\text{ with }}~{\tilde {g}}(x,{\dot {x}},t)=g(\cos(t)x(t)+\sin(t){\dot {x}}(t),-\sin(t)x(t)+\cos(t){\dot {x}}(t),t).}

ملاحظات

  • يمكن تطبيق الأمر نفسه على الأجزاء الخطية المتغيرة مع الزمن. ورغم أن كتابة الحل الأساسي بشكل صريح قد تكون معقدة، إلا أن الإجراء متشابه. انظر ساندرز وآخرون [ 2 ] لمزيد من التفاصيل.
  • إذا كانت القيم الذاتية لـأ{\displaystyle A}ليست جميعها تخيلية بحتة، وهذا ما يُسمى شرط القطع الزائد . في هذه الحالة، قد تُثير معادلة الاضطراب بعض المشاكل الخطيرة حتى لوز{\displaystyle g}[ 2 ] تكون محدودة، لأن الحل ينمو بسرعة أسية. [ 1 ] ومع ذلك، من الناحية النوعية، قد نتمكن من معرفة الحل التقاربي، مثل نتائج هارتمان-غروبمان وغيرها.
  • في بعض الأحيان، قد تُنتج الإحداثيات القطبية أشكالًا قياسية أسهل في التحليل. ضع في اعتباركz1=رالخطيئة(ت-ϕ) و z2=ركوس(ت-ϕ){\displaystyle z_{1}=r\sin(t-\phi )~{\text{and}}~z_{2}=r\cos(t-\phi )}، الذي يحدد الحالة الأولية(ر(0)،ϕ(0)){\displaystyle (r(0),\phi (0))}والنظام[ر˙ϕ˙]=ε[كوس(ت-ϕ)ز(رالخطيئة(ت-ϕ)،ركوس(ت-ϕ)،ت)1رالخطيئة(ت-ϕ)ز(رالخطيئة(ت-ϕ)،ركوس(ت-ϕ)،ت)].{\displaystyle {\begin{bmatrix}{\dot {r}}\\{\dot {\phi }}\end{bmatrix}}=\varepsilon {\begin{bmatrix}\cos(t-\phi )g(r\sin(t-\phi ),r\cos(t-\phi ),t)\\{\frac {1}{r}}\sin(t-\phi )g(r\sin(t-\phi ),r\cos(t-\phi ),t)\end{bmatrix}}.}

لوزج1{\displaystyle g\in C^{1}}يمكننا تطبيق المتوسط ​​طالما تم استبعاد جوار نقطة الأصل (لأن الإحداثيات القطبية تفشل): و¯11(ر)=12π02πكوس(s-ϕ)ز(رالخطيئة(s-ϕ)،ركوس(s-ϕ)،s)دsو¯21(ر)=12πر02πالخطيئة(s-ϕ)ز(رالخطيئة(s-ϕ)،ركوس(s-ϕ)،s)دs،{\displaystyle {\begin{array}{rcl}{\bar {f}}_{1}^{1}(r)&=&\displaystyle {\frac {1}{2\pi }}\int _{0}^{2\pi }\cos(s-\phi )g(r\sin(s-\phi ),r\cos(s-\phi ),s)ds\\[4pt]{\bar {f}}_{2}^{1}(r)&=&\displaystyle {\frac {1}{2\pi r}}\int _{0}^{2\pi }\sin(s-\phi )g(r\sin(s-\phi ),r\cos(s-\phi ),s)ds,\end{array}}} حيث يكون النظام المتوسط ر¯˙=εو¯11(ر¯)ϕ¯˙=εو¯21(ر¯).{\displaystyle {\begin{array}{lcr}{\dot {\bar {r}}}=\varepsilon {\bar {f}}_{1}^{1}({\bar {r}})\\{\dot {\bar {\phi }}}=\varepsilon {\bar {f}}_{2}^{1}({\bar {r}}).\end{array}}}

مثال: نتائج حساب المتوسطات المضللة

الشكل 2: مذبذب توافقي بسيط ذو حد تخميد دوري صغير معطى بواسطةz¨+4εكوس2(ت)z˙+z=0، z(0)=0، z˙(0)=1؛ ε=0.05{\displaystyle {\ddot {z}}+4\varepsilon \cos ^{2}{(t)}{\dot {z}}+z=0,~z(0)=0,~{\dot {z}}(0)=1;~\varepsilon =0.05}تُقارن المحاكاة العددية للمعادلة الأصلية (الخط الأزرق المتصل) بنظام المتوسطات (الخط البرتقالي المتقطع) ونظام المتوسطات التقريبي (الخط الأخضر المتقطع). يُظهر الرسم البياني الأيسر تطور الحل مع الزمن، بينما يُمثل الرسم البياني الأيمن الحل في فضاء الطور. نلاحظ أن المتوسطات التقريبية لا تتوافق مع الحل المتوقع.

تتضمن هذه الطريقة بعض الافتراضات والقيود. وتلعب هذه القيود دورًا هامًا عند حساب متوسط ​​المعادلة الأصلية التي لا تتبع الصيغة القياسية، ويمكننا مناقشة مثال مضاد لذلك. المثال التالي لتثبيط هذا التسرع في حساب المتوسط: [ 2 ]z¨+4εكوس2(ت)z˙+z=0،z(0)=0،z˙(0)=1،{\displaystyle {\ddot {z}}+4\varepsilon \cos ^{2}{(t)}{\dot {z}}+z=0,\qquad z(0)=0,\quad {\dot {z}}(0)=1,}أين نضعز(z،z˙،ت)=-4كوس2(ت)z˙{\displaystyle g(z,{\dot {z}},t)=-4\cos ^{2}(t){\dot {z}}}باتباع الترميز السابق.

يتوافق هذا النظام مع مذبذب توافقي مخمد حيث يتذبذب حد التخميد بين0{\displaystyle 0}و4ε{\displaystyle 4\varepsilon }. حساب متوسط ​​حد الاحتكاك على مدار دورة واحدة من2π{\displaystyle 2\pi }ينتج عن ذلك المعادلة التالية: z¯¨+2εz¯˙+z¯=0،z¯(0)=0،z¯˙(0)=1.{\displaystyle {\ddot {\bar {z}}}+2\varepsilon {\dot {\bar {z}}}+{\bar {z}}=0,\qquad {\bar {z}}(0)=0,\quad {\dot {\bar {z}}}(0)=1.}الحل هو z¯(ت)=1(1-ε2)12هـ-εتالخطيئة((1-ε2)12ت).{\displaystyle {\bar {z}}(t)={\frac {1}{(1-\varepsilon ^{2})^{\frac {1}{2}}}}e^{-\varepsilon t}\sin {((1-\varepsilon ^{2})^{\frac {1}{2}}t)}.} والتي يكون معدل تقاربها إلى نقطة الأصلε{\displaystyle \varepsilon }ينتج عن النظام المتوسط ​​المُستخلص من الصيغة القياسية ما يلي: ر¯˙=-12εر¯(2+كوس(2ϕ¯))، ر¯(0)=1ϕ¯˙=12εالخطيئة(2ϕ¯)، ϕ¯(0)=0،{\displaystyle {\begin{array}{lcr}{\dot {\bar {r}}}=-{\frac {1}{2}}\varepsilon {\bar {r}}(2+\cos(2{\bar {\phi }})),~{\bar {r}}(0)=1\\{\dot {\bar {\phi }}}={\frac {1}{2}}\varepsilon \sin(2{\bar {\phi }}),~{\bar {\phi }}(0)=0,\end{array}}} والذي يُظهر بوضوح في الإحداثيات المستطيلة أن معدل التقارب إلى نقطة الأصل هو بالفعل32ε{\textstyle {\frac {3}{2}}\varepsilon }يختلف عن النظام السابق الذي يعتمد على المتوسطات الخام: y(ت)=هـ-32εتالخطيئةت{\displaystyle y(t)=e^{-{\frac {3}{2}}\varepsilon t}\sin {t}}

مثال: معادلة فان دير بول

الشكل 3: فضاء الطور لمذبذب فان دير بول معε=0.1{\displaystyle \varepsilon =0.1}يُظهر التحليل النوعي للنظام المتوسط ​​دورة الحد المستقرة (الخط البرتقالي المتصل) في النظام بدقة. بالنسبة لحالتين ابتدائيتين مختلفتين (النقاط السوداء)، نلاحظ تقارب المسارات (الخط الأزرق المتقطع) نحو المدار الدوري.

كان فان دير بول مهتمًا بالحصول على حلول تقريبية لمعادلات من النوع z¨+ε(1-z2)z˙+z=0،{\displaystyle {\ddot {z}}+\varepsilon (1-z^{2}){\dot {z}}+z=0,} أينز(z،z˙،ت)=(1-z2)z˙{\displaystyle g(z,{\dot {z}},t)=(1-z^{2}){\dot {z}}}باتباع الترميز السابق، يُطلق على هذا النظام غالبًا اسم مذبذب فان دير بول . يوفر تطبيق المتوسط ​​الدوري على هذا المذبذب غير الخطي معرفة نوعية بفضاء الطور دون الحاجة إلى حل النظام بشكل صريح.

النظام المتوسط ​​هو ر¯˙=12εر¯(1-14ر¯2)ϕ¯˙=0،{\displaystyle {\begin{array}{lcr}{\dot {\bar {r}}}={\frac {1}{2}}\varepsilon {\bar {r}}(1-{\frac {1}{4}}{\bar {r}}^{2})\\{\dot {\bar {\phi }}}=0,\end{array}}} ويمكننا تحليل النقاط الثابتة واستقرارها. توجد نقطة ثابتة غير مستقرة عند نقطة الأصل، ودورة حدية مستقرة ممثلة بـر¯=2{\displaystyle {\bar {r}}=2}.

يمكن صياغة وجود مثل هذه الدورة الحدية المستقرة كنظرية.

نظرية (وجود مدار دوري) [ 5 ] : إذاص0{\displaystyle p_{0}}هي نقطة ثابتة زائدية لـ y˙=εو¯1(y){\displaystyle {\dot {y}}=\varepsilon {\bar {f}}^{1}(y)}ثم يوجدε0>0{\displaystyle \varepsilon _{0}>0}بحيث يكون ذلك لجميع0<ε<ε0{\displaystyle 0<\varepsilon <\varepsilon _{0}}، x˙=εو1(x،ت)+ε2و[2](x،ت،ε){\displaystyle {\dot {x}}=\varepsilon f^{1}(x,t)+\varepsilon ^{2}f^{[2]}(x,t,\varepsilon )} يتميز بمدار دوري زائدي فريدγε(ت)=ص0+يا(ε){\displaystyle \gamma _{\varepsilon }(t)=p_{0}+{\mathcal {O}}(\varepsilon )}من نفس نوع الاستقرار مثلص0{\displaystyle p_{0}}.

يمكن الاطلاع على البرهان في غوكنهايمر وهولمز، [ 5 ] وساندرز وآخرون [ 2 ] وبالنسبة لحالة الزاوية في شيكون. [ 1 ]

مثال: تقييد الفترة الزمنية

الشكل 4: يوضح الرسم البياني كميتين أساسيتين تعتمد عليهما تقنية المتوسط: المنطقة المحدودة والمنطقة المتصلةد{\displaystyle D}من فضاء الطور ومدة (محددة بالثابت)ج{\displaystyle c}) الحل المتوسط ​​صالح. في هذه الحالة،z¨+z=8εكوس(ت)z˙2، z(0)=0، z˙(0)=1؛ 8ε=215{\textstyle {\ddot {z}}+z=8\varepsilon \cos {(t)}{\dot {z}}^{2},~z(0)=0,~{\dot {z}}(0)=1;~8\varepsilon ={\frac {2}{15}}}لاحظ أن كلا الحلين يتلاشى في وقت محدود.  لذا،د{\displaystyle D}تم اختيارها وفقًا لذلك للحفاظ على محدودية الحل، والفترة الزمنية لصلاحية التقريب هي0εت<ل<13{\displaystyle 0\leq \varepsilon t<L<{\frac {1}{3}}}.

تفترض نظرية المتوسط ​​وجود منطقة متصلة ومحدودةدRن{\displaystyle D\subset \mathbb {R} ^{n}}مما يؤثر على الفترة الزمنيةل{\displaystyle L}فيما يتعلق بصحة النتيجة. يوضح المثال التالي ذلك. لنفترض z¨+z=8εكوس(ت)z˙2، z(0)=0، z˙(0)=1،{\displaystyle {\ddot {z}}+z=8\varepsilon \cos {(t)}{\dot {z}}^{2},~z(0)=0,~{\dot {z}}(0)=1,} أينز(z،z˙،ت)=8z˙2كوس(ت){\displaystyle g(z,{\dot {z}},t)=8{\dot {z}}^{2}\cos(t)}يتكون النظام المتوسط ​​من ر¯˙=3εر¯2كوس(ϕ¯)، ر¯(0)=1ϕ¯˙=-εر¯الخطيئة(ϕ¯)، ϕ¯(0)=0،{\displaystyle {\begin{array}{lcr}{\dot {\bar {r}}}=3\varepsilon {\bar {r}}^{2}\cos({\bar {\phi }}),~{\bar {r}}(0)=1\\{\dot {\bar {\phi }}}=-\varepsilon {\bar {r}}\sin({\bar {\phi }}),~{\bar {\phi }}(0)=0,\end{array}}} وهذا في ظل هذه الظروف الأولية يشير إلى أن الحل الأصلي يتصرف مثل z(ت)=الخطيئة(ت)1-3εت+يا(ε)،{\displaystyle z(t)={\frac {\sin(t)}{1-3\varepsilon t}}+{\mathcal {O}}(\varepsilon ),} حيث ينطبق ذلك على منطقة محدودة فوق0εتل<13{\displaystyle 0\leq \varepsilon t\leq L<{\frac {1}{3}}}.

البندول المخمد

لنفترض وجود بندول مخمد تهتز نقطة تعليقه عموديًا بإشارة ذات سعة صغيرة وتردد عالٍ (يُعرف هذا عادةً باسم التذبذب ). تُعطى معادلة الحركة لهذا البندول بالصيغة التالية: م(لθ¨-أكω2الخطيئةωتالخطيئةθ)=-مزالخطيئةθ-ك(لθ˙+أωكوسωتالخطيئةθ){\displaystyle m(l{\ddot {\theta }}-ak\omega ^{2}\sin \omega t\sin \theta )=-mg\sin \theta -k(l{\dot {\theta }}+a\omega \cos \omega t\sin \theta )} أينأالخطيئةωت{\displaystyle a\sin \omega t}يصف حركة نقطة التعليق،ك{\displaystyle k}يصف تخميد البندول، وθ{\displaystyle \theta }هي الزاوية التي يصنعها البندول مع الخط الرأسي.

يُعطى شكل فضاء الطور لهذه المعادلة بواسطةت˙=1θ˙=صص˙=1مل(مأكω2الخطيئةωتالخطيئةθ-مزالخطيئةθ-ك(لص+أωكوسωتالخطيئةθ)){\displaystyle {\begin{aligned}{\dot {t}}&=1\\{\dot {\theta }}&=p\\{\dot {p}}&={\frac {1}{ml}}(mak\omega ^{2}\sin \omega t\sin \theta -mg\sin \theta -k(lp+a\omega \cos \omega t\sin \theta ))\end{aligned}}} حيث أدخلنا المتغيرص{\displaystyle p}وكتب النظام كنظام مستقل من الدرجة الأولى في(ت،θ،ص){\displaystyle (t,\theta ,p)}-فضاء.

لنفترض أن التردد الزاوي للاهتزازات الرأسية،ω{\displaystyle \omega }، وهو أكبر بكثير من التردد الطبيعي للبندول،ز/ل{\textstyle {\sqrt {g/l}}}لنفترض أيضاً أن سعة الاهتزازات الرأسية،أ{\displaystyle a}، وهو أقل بكثير من الطولل{\displaystyle l}للبندول. سيرسم مسار البندول في فضاء الطور شكلاً حلزونياً حول منحنىج{\displaystyle C}، والمضي قدماًج{\displaystyle C}بوتيرة بطيئةز/ل{\displaystyle {\sqrt {g/l}}}لكن التحرك حولها بسرعةω{\displaystyle \omega }نصف قطر اللولب حولج{\displaystyle C}سيكون صغيرًا ومتناسبًا معأ{\displaystyle a}. متوسط ​​سلوك المسار، على مدى زمني أكبر بكثير من2π/ω{\displaystyle 2\pi /\omega }، سيكون اتباع المنحنىج{\displaystyle C}.

تقديرات خطأ التمديد

لقد تم التعامل مع تقنية المتوسط ​​لمسائل القيمة الأولية حتى الآن بتقديرات خطأ الصلاحية من الرتبة1/ε{\displaystyle 1/\varepsilon }مع ذلك، توجد ظروف يمكن فيها تمديد التقديرات لأوقات أطول، بل وحتى لجميع الأوقات. [ 2 ] فيما يلي، نتناول نظامًا يحتوي على نقطة ثابتة مستقرة تقاربياً. تُعيد هذه الحالة ما هو موضح في الشكل 1.

نظرية (إيكهاوس [ 6 ] /سانشيز-بالينسيا [ 7 ] ) فكر في مشكلة القيمة الأولية x˙=εو1(x،ت)،x0دRن،0ε1.{\displaystyle {\dot {x}}=\varepsilon f^{1}(x,t),\qquad x_{0}\in D\subseteq \mathbb {R} ^{n},\quad 0\leq \varepsilon \ll 1.} يفترض y˙=εليمتي1تي0تيو1(y،s) دs=:εو¯1(y)،y(0،ε)=x0{\displaystyle {\dot {y}}=\varepsilon \lim _{T\to \infty }{\frac {1}{T}}\int _{0}^{T}f^{1}(y,s)~ds=:\varepsilon {\bar {f}}^{1}(y),\quad y(0,\varepsilon )=x_{0}} توجد نقطة ثابتة مستقرة تقاربياً وتحتوي على نقطة ثابتةy=0{\displaystyle y=0}في التقريب الخطي. علاوة على ذلك،و¯1{\displaystyle {\bar {f}}^{1}}قابلة للتفاضل باستمرار بالنسبة إلىy{\displaystyle y}فيد{\displaystyle D}وله مجال جذبد0د{\displaystyle D^{0}\subset D}لأي جهاز صغير الحجم كد0{\displaystyle K\subset D^{0}}وللجميعx0ك{\displaystyle x_{0}\in K}x(ت)-y(ت)=يا(دلتا(ε))،0ت<،{\displaystyle \|x(t)-y(t)\|={\mathcal {O}}(\delta (\varepsilon )),\quad 0\leq t<\infty ,} معدلتا(ε)=o(1){\displaystyle \delta (\varepsilon )=o(1)}في الحالة العامة ويا(ε){\displaystyle {\mathcal {O}}(\varepsilon )}في الحالة الدورية.

مراجع

  1. 1 2 3 تشارلز، شيكون، كارمن (2006). المعادلات التفاضلية العادية مع تطبيقاتها (الطبعة الثانية  ). نيويورك: سبرينغر. ISBN 9780387307695. OCLC 288193020 . {{cite book}}: صيانة CS1: أسماء متعددة: قائمة المؤلفين ( رابط )
  2. 1 2 3 4 5 6 7 8 9 10 ساندرز، جان أ.؛ فيرهولست، فرديناند؛ موردوك، جيمس (2007). طرق حساب المتوسطات في الأنظمة الديناميكية غير الخطية . العلوم الرياضية التطبيقية. المجلد 59. doi : 10.1007/978-0-387-48918-6 . ISBN  978-0-387-48916-2.
  3. ميردوك، جيمس أ. (1999). الاضطرابات : النظرية والأساليب . فيلادلفيا: جمعية الرياضيات الصناعية والتطبيقية. ISBN  978-0898714432. OCLC 41612407 . 
  4. هيل، جاك ك. (1980). المعادلات التفاضلية العادية ( الطبعة الثانية). هنتنغتون، نيويورك: دار نشر آر إي كريجر. رقم ISBN  978-0898740110. OCLC 5170595 . 
  5. 1 2 جوكنهايمر، جون؛ هولمز، فيليب (1983). التذبذبات غير الخطية، والأنظمة الديناميكية، وتشعبات حقول المتجهات . العلوم الرياضية التطبيقية. المجلد 42. doi : 10.1007/978-1-4612-1140-2 . ISBN  978-1-4612-7020-1ISSN 0066-5452 
  6. إيكهاوس، فيكتور (1975-03-01). "مقاربة جديدة للنظرية التقاربية للتذبذبات غير الخطية وانتشار الموجات" . مجلة التحليل الرياضي والتطبيقات . 49 (3): 575-611 . doi : 10.1016/0022-247X(75)90200-0 . ISSN 0022-247X . 
  7. ^ سانشيز بالنثيا، إنريكي (1976/01/01). "طريقة تقدير مركزية الخطأ وسلوك المسارات في مساحة المراحل". المجلة الدولية للميكانيكا غير الخطية . 11 (4): 251– 263. بيب كود : 1976IJNLM..11..251S . دوى : 10.1016/0020-7462(76)90004-4 . ISSN 0020-7462 .