맨위로가기

평형점

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

평형점은 미분 방정식과 차분 방정식에서 시스템의 상태가 변하지 않고 유지되는 점을 의미한다. 미분 방정식의 경우, 평형점은 시간에 따라 변화가 없는 점이며, 차분 방정식에서는 고정점 또는 부동점이라고도 불린다. 평형점은 시스템의 안정성을 분석하는 데 중요한 역할을 하며, 야코비 행렬의 고유값을 통해 분류할 수 있다. 선형계에서는 고유값의 실수부에 따라 안정성 여부가 결정되며, 비선형계에서는 선형화, 중심 다양체, 랴푸노프 함수 등을 활용하여 안정성을 판별한다.

더 읽어볼만한 페이지

  • 안정성 이론 - 나비 효과
    나비 효과는 초기 조건의 작은 변화가 예측 불가능한 결과로 이어지는 현상을 의미하며, 기상 모의 실험을 통해 발견되었고, 브라질 나비의 날갯짓이 텍사스 토네이도를 유발할 수 있다는 비유로 설명된다.
  • 안정성 이론 - 안장점
    안장점은 다변수 실수 함수에서 어떤 방향으로는 극대, 다른 방향으로는 극소가 되는 점이며, 헤세 행렬을 통해 안장점 여부를 확인할 수 있고, 수학, 게임 이론, 최적화 문제 등 다양한 분야에서 활용된다.
  • 동역학계 - 가상일
    가상일은 역학계에서 외력이 가상 변위에 대해 하는 일의 합으로, 정역학에서는 계의 정적 평형 조건으로 활용되며, 달랑베르 원리를 통해 동역학에도 적용되어 구조 해석 및 계산에 널리 쓰이는 물리량이다.
  • 동역학계 - 위상 공간 (물리학)
    위상 공간은 역학계의 모든 가능한 상태를 모아 시스템의 상태 변수를 좌표로 나타낸 공간으로, 시간의 흐름에 따라 궤적을 그리며 시스템의 동역학적 거동을 분석하는 데 사용된다.
평형점

2. 정의와 일반적인 성질

미분 방정식에서 평형점은 시간에 따른 변화율이 0이 되는 지점이다. 좀 더 일반적으로, 점 \tilde{\mathbf{x}}\in \mathbb{R}^n는 다음 미분 방정식의 평형점이다.

:\frac{d\mathbf{x}}{dt} = \mathbf{f}(t,\mathbf{x})

만약 모든 t에 대해 \mathbf{f}(t,\tilde{\mathbf{x}})=\mathbf{0}이면 이 점은 평형점이다.

차분 방정식에서도 비슷하게 평형점을 정의할 수 있다. 점 \tilde{\mathbf{x}}\in \mathbb{R}^n는 다음 차분 방정식의 평형점(고정점)이다.

:\mathbf{x}_{k+1} = \mathbf{f}(k,\mathbf{x}_k)

만약 k=0,1,2,\ldots에 대해 \mathbf{f}(k,\tilde{\mathbf{x}})= \tilde{\mathbf{x}} 라면 이 점은 평형점이다.

평형점 종류는 평형점 근처에서 방정식을 선형화하여 고유값 부호로 분류할 수 있다. 각 평형점에서 야코비 행렬을 구해 고유값을 찾고, 각 고유값에 해당하는 고유벡터를 찾아 평형점 근처 시스템 동작을 파악한다.

평형점 고유값 중 실수부가 0인 것이 없다면 쌍곡점이다. 모든 고유값이 음의 실수부를 가지면 안정하고, 적어도 하나가 양의 실수부를 가지면 불안정하다. 적어도 하나가 음의 실수부, 다른 하나가 양의 실수부를 가지면 안장점이며 불안정하다. 모두 실수이고 같은 부호면 노드라고 한다.

2. 1. 미분 방정식

독립 변수 ''t'' ∈ '''R'''와 종속 변수 '''x''' ∈ '''R'''''n''에 대해, ''d'''x'''''/''dt'' = f('''x''')와 같은 ''t''를 양으로 포함하지 않는 자립적인 상미분 방정식에서 f('''x'''''e'') = 0을 만족하는 '''x'''''e''를 평형점이라 부른다.[1] 한편, f('''x''') ≠ 0을 만족하는 '''x''' ≠ '''x'''''e''는 통상점이라고 부른다.[2]

미분 방정식의 정의역 '''R'''''n''를 역학계에서는 상 공간이라고 부른다. 역학계에서 독립 변수 ''t''는 종종 시간으로 간주된다. 역학적 관점에서 평형점은 시간이 변화해도 움직이지 않는 상 공간상의 점을 의미한다. 미분 방정식의 해는 상 공간상에서 곡선을 그리는데, 이것을 해 궤도라고 부른다. 평형점도 하나의 해 궤도이다.

얼마나 시간이 변화해도 해 궤도가 상 공간상의 어떤 집합에서 나오지 않는 경우, 그 집합을 불변 집합이라고 한다. 평형점은 가장 단순한 닫힌 불변 집합이자, 극소 집합이다.

2. 2. 차분 방정식

마찬가지로, 점 '''x'''''e'' ∈ ℝn는 다음의 차분 방정식에 대한 '''평형점'''(또는 고정점)이다.

: '''x'''''k''+1 = '''f'''(''k'', '''x'''''k'')

만약 ''k''=0, 1, 2, …에 대해 '''f'''(''k'', '''x'''''e'') = '''x'''''e''라면.

2. 3. 상 공간과 해 궤도

미분 방정식의 정의역나 를 역학계에서는 상 공간이라고 부른다.[1] 역학계에서 독립 변수 는 종종 시간으로 간주한다.[2] 역학적 관점에서 평형점은 시간이 변화해도 움직이지 않는 상 공간상의 점을 의미한다. 미분 방정식의 해는 상 공간상에서 곡선을 그리므로, 이것을 해 궤도 등으로 부른다. 평형점도 하나의 해 궤도이다. 가 일반적인 매끄러운 함수이면, 미분 방정식 해의 존재와 유일성 요건 때문에 평형점 이외의 해 궤도가 유한 시간 내에 평형점에 도달하는 일은 없다. 다만, 에서 평형점에 수렴하는 해 궤도는 있을 수 있다.

시간이 아무리 변화해도 해 궤도가 상 공간상의 어떤 집합에서 나오지 않는 경우, 그 집합을 불변 집합이라고 한다. 평형점은 가장 단순한 닫힌 불변 집합이다. 더 나아가, 닫힌 불변 집합 의 부분 집합으로 닫힌 불변 집합인 것은 과 공집합뿐일 때, 을 극소 집합이라고 한다. 평형점은 극소 집합이기도 하다.

2. 4. 불변 집합과 극소 집합

시간이 지나도 해 궤도가 벗어나지 않는 집합을 불변 집합이라고 한다[1]. 평형점은 가장 단순한 닫힌 불변 집합이다[2]. 더 나아가, 닫힌 불변 집합 $M$의 부분 집합으로 닫힌 불변 집합인 것은 $M$과 공집합뿐일 때, $M$을 극소 집합이라고 한다. 평형점은 극소 집합이기도 하다.

Steven Strogatz영어는 그의 저서에서 불변 집합을 "얼마나 시간이 변화해도 해 궤도가 상 공간상의 어떤 집합에서 나오지 않는 경우, 그 집합"으로 정의하였다.

3. 평형점 계산 예시

f('''x'''''e'') = 0영어을 대수적으로 풀면 평형점을 식으로 나타낼 수 있다.[1]

예를 들어 다음과 같은 미분 방정식계가 있다.

:

\begin{cases}

\dfrac{dx}{dt}= x (2 - x -y) \\

\dfrac{dy}{dt}= x - y

\end{cases}



변수 방정식의 예로는 로렌츠 방정식이 있다.

:

\begin{cases}

\dfrac{dx}{dt}= \sigma y - \sigma x \\

\dfrac{dy}{dt}= r x - y - xz \\

\dfrac{dz}{dt}= x y - b z

\end{cases}


3. 1. 예시 1

미분 방정식계의 평형점과 벡터장의 모습. 두 개의 파란 점 (0, 0)과 (1, 1)이 평형점이며, 화살표의 벡터장은 해 궤도의 흐름을 나타낸다.


대수적으로 f(xe) = 0영어을 풀 수 있을 때는, 평형점 xe영어를 식으로 나타낼 수 있다[1]。예를 들어, 다음과 같은 미분 방정식계가 주어졌다고 하자.

:

\begin{cases}

\dfrac{dx}{dt}= x (2 - x -y) \\

\dfrac{dy}{dt}= x - y

\end{cases}



이 경우, 다음과 같은 연립 방정식을 풀면,

:

\begin{cases}

x (2 - x -y) = 0 \\

x - y = 0

\end{cases}



(x, y) = (1, 1)영어과 (x, y) = (0, 0)영어의 두 점이 이 미분 방정식계의 평형점임을 알 수 있다[2]

3. 2. 예시 2: 로렌츠 방정식

로렌츠 방정식의 예는 다음과 같다.

:

\begin{cases}

\dfrac{dx}{dt}= \sigma y - \sigma x \\

\dfrac{dy}{dt}= r x - y - xz \\

\dfrac{dz}{dt}= x y - b z

\end{cases}



여기서 σ, r, b는 t에 의존하지 않는 상수 (파라미터)이다. 로렌츠 방정식의 한 평형점은 다음과 같다.

:

\begin{pmatrix} x \\ y \\ z \end{pmatrix} =

\begin{pmatrix} 0 \\ 0 \\ 0 \end{pmatrix}



이 원점의 평형점은 파라미터 값에 의존하지 않고 항상 존재한다. 또한 r > 1, b > 0 조건에서는, 원점의 평형점에 더하여, 다음의 두 평형점이 존재한다.

:

\begin{pmatrix} x \\ y \\ z \end{pmatrix} =

\begin{pmatrix} \sqrt{b(r-1)} \\ \sqrt{b(r-1)} \\ r-1 \end{pmatrix}



:

\begin{pmatrix} x \\ y \\ z \end{pmatrix} =

\begin{pmatrix} -\sqrt{b(r-1)} \\ -\sqrt{b(r-1)} \\ r-1 \end{pmatrix}


4. 평형점 근방에서의 해 궤도 거동 및 안정성 판별

평형점은 미분 방정식의 해를 이해하는 데 중요한 역할을 한다.[2] 미분방정식계 해의 거동을 알기 위해서는 우선 평형점을 조사하는 것이 일반적이며, 위상 공간 전체의 대역적인 성질을 다루는 경우에도 평형점 근방의 국소적인 성질을 분석하는 것이 기초가 된다.[2] 평형점 근방의 해 궤도의 거동을 조사하고 분류하는 것은 해 궤도의 기하학적 구조를 이해하는 첫걸음이다.[2]

평형점의 고유값 중 실수부가 0인 것이 없다면 해당 평형점은 쌍곡점이다. 모든 고유값이 음의 실수부를 가지면 해당 점은 안정하고, 적어도 하나가 양의 실수부를 가지면 해당 점은 불안정하다. 적어도 하나의 고유값이 음의 실수부를 가지고 적어도 하나가 양의 실수부를 가지면, 평형점은 안장점이며 불안정하다. 모든 고유값이 실수이고 동일한 부호를 가지면 해당 점은 노드라고 한다.

미분방정식의 어떤 해 궤도와 그 근처를 지나는 다른 해 궤도가 임의의 시각에서도 충분히 가까이 있는지, 아니면 멀어져 가는가 하는 문제는 안정성의 문제이며, 미분방정식의 정성적 이론에서 가장 기본적인 문제이다.[1]

4. 1. 안정성의 정의

미분방정식의 어떤 해 궤도와 그 근처를 지나는 다른 해 궤도가, 임의의 시각 에서도 충분히 가까이 있는지, 아니면 에서 멀어져 가는가 하는 문제는, 안정성의 문제라고 하며, 미분방정식의 정성적 이론에서 가장 기본적인 문제이다.[1] 평형점 에 충분히 가까운 초기값을 갖는 해가 모든 시간 에서 에 계속 머물러 있을 때, 그 평형점을 랴푸노프 안정이라고 한다.

4. 1. 1. 랴푸노프 안정

랴푸노프 안정의 개념도. 평형점을 중심으로 하는 반지름 δ의 원 안에서 시작된 해 궤도가 반지름 ε의 동심원 안에 머물러 있다.


점근 안정의 개념도. 평형점을 중심으로 하는 반지름 δ의 원 안에서 시작된 해 궤도가 반지름 ε의 동심원 안에 머물러 있으며, 또한 평형점으로 수렴한다.


평형점 에 충분히 가까운 초기값을 갖는 해가 모든 시간 에서 에 계속 머물러 있을 때, 그 평형점을 '''랴푸노프 안정'''이라고 한다. 엄밀히 말하면, 평형점 가 랴푸노프 안정이라는 것은 임의의 상수 가 주어질 때, 어떤 상수 가 존재하여 를 만족하는 임의의 해 가 모든 에서 를 만족하는 것을 말한다. 여기서 은 상 공간에 정의된 노름을 나타낸다. 랴푸노프 안정일 때, 단순히 '''안정'''이라고도 한다.

한편, 랴푸노프 안정과는 별개의 안정성 개념도 있다. 평형점 근처에 있는 초기점을 갖는 해가 그 평형점으로 수렴할 때, 그러한 평형점을 '''흡인적(attracting)'''이라고 한다. 엄밀한 정의에서는, 평형점 에 대해 어떤 상수 가 존재하여 를 만족하는 임의의 해 가, 일 때 를 만족하는 것을 흡인적이라고 한다. 흡인적인 평형점은 '''싱크(sink, 침점)'''이라고도 불린다.

또한, 평형점이 랴푸노프 안정하고 흡인적일 때, '''점근 안정'''이라고 한다. 오해나 혼란을 일으키지 않는다면, 점근 안정인 평형점을 단순히 "안정적인 평형점"이라고 부르기도 한다. 평형점이 랴푸노프 안정하지만 흡인적이지 않을 때는, 특히 '''중립 안정'''인 평형점이라고 한다.

평형점이 랴푸노프 안정하지 않을 때, 또는 평형점이 랴푸노프 안정하지만 흡인적이지 않을 때, '''불안정'''이라고 한다. 흡인적과는 반대로, 평형점 근방의 모든 초기값의 해가 시간 경과에 따라 평형점에서 멀어질 때, 그러한 평형점을 '''반발적(repelling)'''이라고 한다. 반발적인 평형점은 '''소스(source, 원점)'''라고도 불린다.

4. 1. 2. 흡인성과 점근 안정

평형점 근처에 있는 초기점을 갖는 해가 그 평형점으로 수렴할 때, 그러한 평형점을 '''흡인적(attracting)'''이라고 한다. 엄밀하게 정의하면, 평형점 에 대해 어떤 상수 가 존재하여 를 만족하는 임의의 해 가, 일 때 를 만족하는 것을 흡인적이라고 한다. 흡인적인 평형점은 '''싱크(sink, 침점)'''이라고도 부른다.

또한, 평형점이 랴푸노프 안정하고 흡인적일 때, '''점근 안정'''이라고 한다. 오해나 혼란을 일으키지 않는다면, 점근 안정인 평형점을 단순히 "안정적인 평형점"이라고 부르기도 한다.

4. 1. 3. 불안정성과 반발성

랴푸노프 안정하지 않거나, 랴푸노프 안정하지만 흡인적이지 않은 평형점을 불안정하다고 한다. 흡인적과는 반대로, 평형점 근방의 모든 초기값의 해가 시간 경과에 따라 평형점에서 멀어질 때, 그러한 평형점을 repelling|리펠링영어(반발적)이라고 한다. 반발적인 평형점은 source|소스영어(원점)라고도 불린다.

4. 2. 선형계

상수 계수를 갖는 선형 미분 방정식 ''d'''x'''''/''dt'' = '''A'''x'''에서 일반해는 행렬 지수 함수를 사용하여 ''e'''''''A'''t'''''''x'''''0로 나타낼 수 있다. 여기서 '''A'''는 상수를 각 요소로 하는 ''n''차 정사각 행렬이다.

:

\boldsymbol{A} =

\begin{pmatrix}

a_{11} & a_{12} & \cdots & a_{1n} \\

a_{21} & a_{22} & \cdots & a_{2n} \\

\vdots & \vdots & \ddots & \vdots \\

a_{n1} & a_{n2} & \cdots & a_{nn}

\end{pmatrix}



이러한 선형 미분 방정식을 풀기 위해서는 고유값과 고유 벡터를 구하는 것이 중요하다.[2]

4. 2. 1. 고유값과 안정성

선형 미분 방정식계에서 원점 '''o'''는 항상 평형점이다. 이 평형점의 안정성은 행렬 '''A'''의 고유값 λ에 따라 결정된다.[1]

행렬 '''A'''의 특성 방정식은 다음과 같다.

:\det(\boldsymbol{A} - \lambda I)=0

이 방정식을 풀면 n개의 고유값 λ를 얻을 수 있다.[2]

평형점 '''o'''의 안정성은 다음과 같이 판별한다.

  • 모든 고유값의 실수부가 음수이면 평형점은 점근적으로 안정하다.
  • 실수부가 양수인 고유값이 하나 이상 존재하면 평형점은 불안정하다.
  • 모든 고유값이 실수부가 음수인 고유값과 순허수(실수부가 0)인 고유값으로 구성되면 평형점은 중립적으로 안정하다.

4. 3. 푸앵카레의 분류 (2차원 자율 선형 미분 방정식)

앙리 푸앵카레는 2차원 자율 선형 미분 방정식의 평형점을, 평형점 근방의 해 궤도의 움직임에 기초하여 다음과 같이 분류했다.

:

\begin{cases}

\dfrac{dx}{dt}= a x + b y\\

\dfrac{dy}{dt} = c x + d y

\end{cases}



이 경우 원점 '''''x'''e'' = '''''o''''' 는 항상 평형점이다. 이 계의 계수 행렬을

:

\boldsymbol{A} = \begin{pmatrix}

a & b \\

c & d

\end{pmatrix}



로 하고, '''''A''''' 의 고유값을 λ1 및 λ2 로 할 때, λ1 과 λ2 의 값에 따라 평형점 '''''x'''e'' 는 다음과 같이 분류된다.

  • '''결절점''' (node|노드영어): λ1과 λ2가 같은 부호의 실수인 경우이다. 해 궤도는 평형점을 향해 회전하지 않고 단조롭게 접근하거나 멀어진다.
  • λ1과 λ2가 음수이면 '''안정 결절점''' ('''안정 노드''')이다.
  • λ1과 λ2가 양수이면 '''불안정 결절점''' ('''불안정 노드''')이다.
  • 특히 λ1 = λ2이고 ''b'' = ''c'' = 0일 때는 '''스타 노드'''라고 불린다.
  • '''안장점''' (saddle|새들영어): λ1과 λ2가 서로 다른 부호의 실수인 경우이다. 해 궤도는 평형점을 향해 접근하는 방향과 멀어지는 방향이 공존한다.
  • '''소용돌이점''' (spiral|스파이럴영어 또는 focus|포커스영어): λ1과 λ2가 서로 켤레 복소수이고, 실수가 0이 아닌 경우이다. 해 궤도는 로그 나선 모양이 되며, 평형점에 회전하면서 접근하거나 멀어진다.
  • 고윳값의 실수부가 음수이면 '''소용돌이 침점''' ('''안정 스파이럴''', '''안정 초점''')이다.
  • 고윳값의 실수부가 양수이면 '''소용돌이 원점''' ('''불안정 스파이럴''', '''불안정 초점''')이다.
  • '''소용돌이 중심점''' (center|센터영어): λ1과 λ2가 서로 켤레 복소수이고 순허수인 경우이다. 해 궤도는 평형점을 중심으로 하는 원 모양이다.


4. 3. 1. 결절점 (Node)

node|한국어 발음표기=노드영어라고도 불리는 결절점은 λ1과 λ2가 같은 부호의 실수인 경우(λ1, λ2 < 0 또는 λ1, λ2 > 0)의 평형점이다[1]. 평형점이 결절점일 때, 평형점 주위의 해 궤도는 평형점을 향해 회전하지 않고 단조롭게 접근하거나 멀어지는 특성을 보인다[2].

  • '''안정 결절점''' (또는 '''안정 노드'''): λ1과 λ2의 부호가 음수이면 해 궤도는 평형점에 접근하고, 결절점은 점근적으로 안정적인 침점이 된다.

  • '''불안정 결절점''' (또는 '''불안정 노드'''): λ1과 λ2의 부호가 양수이면 해 궤도는 평형점에서 멀어지고, 결절점은 불안정한 원점이 된다.


특히 λ1 = λ2이고 ''b'' = ''c'' = 0일 때는 결절점 주위의 해 궤도는 결절점을 통과하는 방사형 직선군이 되며, '''스타 노드''' 등으로 불린다.

4. 3. 2. 안장점 (Saddle)

saddle|links=no영어 (안장점)은 계수 행렬의 고윳값 과 가 서로 다른 부호의 실수인 경우( 또는 )의 평형점이다.[1][2] 안장점 주위의 해 궤도에는 평형점을 향해 접근해 가는 방향과 멀어져 가는 방향이 공존한다. 안장점의 경우, 4개의 반직선 해 궤도가 평형점에 도달하는데, 2개는 에서, 나머지 2개는 에서 안장점으로 수렴한다.[1]

4. 3. 3. 소용돌이점 (Spiral/Focus)

spiral|links=no영어 (스파이럴) 또는 focus|links=no영어 (포커스)라고 불리는 소용돌이점은, 계수 행렬의 고유값 λ1과 λ2가 서로 켤레인, 실수가 아닌 0이 아닌 복소수인 경우(λ1 = α + βi, λ2 = α - βi 이고 α ≠ 0)의 평형점이다.[1] 평형점이 소용돌이점일 때, 주위의 해 궤도는 로그 나선 모양이 되며, 평형점에 회전하면서 접근하거나 멀어지는 현상이 일어난다.[2]

고유값의 실수부(α)가 음수이면 해 궤도는 평형점에 접근하고, 소용돌이점은 점근적으로 안정적인 침점이기도 하다. 이 경우를 '''소용돌이 침점''', '''안정 스파이럴''', '''안정 초점'''이라고 부른다. 반대로 고유값 실수부(α)가 양수이면 해 궤도는 평형점에서 멀어지고, 소용돌이점은 불안정한 원점이 된다. 이 경우를 '''소용돌이 원점''', '''불안정 스파이럴''', '''불안정 초점'''이라고 부른다.

4. 3. 4. 소용돌이 중심점 (Center)

center|links=no영어 : 과 가 서로 켤레인 순허수인 경우()의 평형점[1][2]이다. 평형점이 소용돌이 중심점일 때, 주위의 해 궤도는 평형점을 중심으로 하는 원(폐곡선)군이다[1]。 주위의 해 궤도는 끌어당겨지지도 반발하지도 않으며, 소용돌이 중심점은 중립 안정적인 평형점이다

4. 3. 5. 행렬식과 트레이스를 이용한 분류

앙리 푸앵카레는 2차원 자율 선형 미분 방정식의 평형점을, 평형점 근방의 해 궤도의 거동에 기초하여 분류했다. 이 계의 계수 행렬을

:

\boldsymbol{A} = \begin{pmatrix}

a & b \\

c & d

\end{pmatrix}



라고 하고, '''A'''의 행렬식을 ''q'' = det '''A''', 트레이스를 ''p'' = tr '''A'''라고 하면, 다음과 같이 표현 가능하다.

: q= ad - bc = \lambda_1 \lambda_2

: p = a + d = \lambda_1 + \lambda_2

여기서 λ1과 λ2는 '''A'''의 고유값이다.

''q''와 ''p''의 값에 따라 평형점을 다음과 같이 분류할 수 있다.

  • ''q'' < 0 이면, 평형점은 안장점이다.
  • ''q'' > 0 이고
  • * ''p''2 > 4''q'' 이면, 평형점은 결절점이다.
  • * ''p''2 < 4''q'' 이고 ''p'' ≠ 0 이면, 평형점은 소용돌이점이다.
  • * ''p'' = 0 이면, 평형점은 소용돌이 중심점이다.


이 분류는 ''p''와 ''q''를 축으로 하는 ''pq''-평면에 나타낼 수 있으며, 2차원 선형 미분 방정식의 분기 그림을 만들 수 있다.

370px

4. 4. 비선형계

비선형계인 경우, 해석적인 해를 얻는 것은 드물지만, 평형점을 구하는 것은 가능하다. 선형계의 평형점에 대한 안정성 판별법을 비선형 평형점에 대한 안정성 판별에 응용할 수 있는데, 그 중 하나는 평형점 주변을 선형화하는 방법이다.

비선형 미분 방정식의 어떤 평형점이 쌍곡형이라면, 하트만-그로브만의 정리에 의해 그 평형점 주변에서 선형 근사한 미분 방정식에 의해 안정성을 정확하게 판별할 수 있다. 평형점이 쌍곡형이든 아니든, 야코비 행렬의 고유값 중 적어도 하나 이상이 양수이면, 그 평형점은 불안정하다.

하지만, 평형점의 야코비 행렬의 고유값의 실수가 음수와 0으로만 이루어져 있을 때는 야코비 행렬만으로는 안정성을 판별할 수 없다. 비쌍곡형 평형점의 안정성은 중심 다양체를 이용하여 판별할 수 있다.

랴푸노프 함수를 이용하면 야코비 행렬의 고유값을 조사하지 않고도 평형점의 안정성을 판별할 수 있다.

4. 4. 1. 선형화

다음과 같은 일반적인 자율적 미분방정식이 주어져 있다고 가정한다.

: \frac{d \boldsymbol{x} }{dt} = f( \boldsymbol{x} )

이 미분 방정식의 평형점을 \boldsymbol{x}_e라고 한다. \boldsymbol{x}_e를 원점으로 하는 새로운 변수를 \boldsymbol{y} 로 도입하면, \boldsymbol{x} = \boldsymbol{x}_e + \boldsymbol{y}이다. f매끄럽다면, f(\boldsymbol{x}_e + \boldsymbol{y})\boldsymbol{x}_e 주변에서 테일러 전개하여, \boldsymbol{y}의 2차 이상의 항을 무시함으로써,

: \frac{d \boldsymbol{y} }{dt} = Df(\boldsymbol{p})\boldsymbol{y}

라는 평형점 근방에서 선형 근사한 미분 방정식을 얻을 수 있다. 여기서, Df(\boldsymbol{x}_e)는 다음과 같은 \boldsymbol{x}_e에 대한 f야코비 행렬이다.

:

Df(\boldsymbol{x}_e) = \begin{pmatrix}

\cfrac{\partial f_1}{\partial x_1}(\boldsymbol{x}_e) & \cdots & \cfrac{\partial f_1}{\partial x_n}(\boldsymbol{x}_e) \\

\vdots & \ddots & \vdots \\

\cfrac{\partial f_n}{\partial x_1}(\boldsymbol{x}_e) & \cdots & \cfrac{\partial f_n}{\partial x_n}(\boldsymbol{x}_e)

\end{pmatrix}



A = Df(\boldsymbol{x}_e)라고 쓰면, 근사한 미분 방정식은 위의 선형계와 완전히 동일하다[1].

그리고 평형점 \boldsymbol{x}_e의 야코비 행렬 Df(\boldsymbol{x}_e)의 모든 고유값의 실수가 0이 아닌 경우, 그러한 평형점 \boldsymbol{x}_e를 '''쌍곡형 평형점'''이라고 한다[1]. 만약 평형점 \boldsymbol{x}_e가 쌍곡형 평형점이라면, 하트만-그로브만의 정리에 의해, 원래의 비선형 미분 방정식과 그것을 선형 근사하여 얻어진 미분 방정식의 해는 \boldsymbol{x}_e의 근방에서 위상 공액인 것으로 알려져 있다[2]. 다시 말해, 선형 근사 방정식의 해는 \boldsymbol{x}_e의 근방에서 원래 방정식의 해와 질적으로 동일하다.

한편, 평형점 \boldsymbol{x}_e의 야코비 행렬 Df(\boldsymbol{x}_e)의 모든 고유값의 실수가 0(순허수)인 경우, 그러한 평형점 \boldsymbol{x}_e를 '''타원형 평형점'''이라고 한다. 타원형 평형점은 일반적인 미분 방정식에서는 드물지만, 해밀턴 역학계에서는 드물지 않다. 2차원 선형계라면, 타원형 평형점은 와심점을 가리킨다. 하지만 일반적으로, 타원형 평형점의 근방의 해가 닫힌 곡선이 되는 것은 성립하지 않으며, 타원형 평형점의 근방의 해의 거동은 복잡하다.

4. 4. 2. 쌍곡형 평형점과 타원형 평형점

평형점 '''x'''''e''야코비 행렬 ''Df''('''x'''''e'')의 모든 고유값의 실수가 0이 아닌 경우, '''쌍곡형 평형점'''이라고 한다. 하트만-그로브만의 정리에 의해, 쌍곡형 평형점 근방에서 원래의 비선형 방정식과 선형 근사 방정식의 해는 질적으로 동일하다.

한편, 평형점 '''x'''''e''의 야코비 행렬 ''Df''('''x'''''e'')의 모든 고유값의 실수가 0(순허수)인 경우, '''타원형 평형점'''이라고 한다.[1] 타원형 평형점은 일반적인 미분 방정식에서는 드물지만, 해밀턴 역학계에서는 드물지 않다.[1] 2차원 선형계에서 타원형 평형점은 와심점을 가리킨다.[2] 하지만 일반적으로, 타원형 평형점 근방의 해가 닫힌 곡선이 되는 것은 성립하지 않으며, 타원형 평형점 근방의 해의 거동은 복잡하다.

4. 4. 3. 야코비 행렬의 고유값에 따른 안정성 판별

미분 방정식의 평형점 주변을 선형화하여 야코비 행렬의 고유값을 조사함으로써 안정성을 판별할 수 있다.

  • 평형점의 야코비 행렬의 모든 고유값의 실수가 음수이면, 평형점은 점근 안정이다.
  • 평형점의 야코비 행렬의 고유값 중 적어도 하나라도 양수가 존재하면, 평형점은 불안정하다.


하지만, 평형점의 야코비 행렬의 고유값의 실수가 음수와 0으로 이루어져 있으면, 야코비 행렬만으로는 안정성을 판별할 수 없다.

4. 4. 4. 중심 다양체

비쌍곡형 평형점의 안정성은 중심 다양체를 이용하여 판별할 수 있다. 다음과 같은 미분 방정식계가 주어져 있다고 가정한다.

: \frac{d \boldsymbol{x} }{dt} = A \boldsymbol{x} + f( \boldsymbol{x}, \boldsymbol{y} )

: \frac{d \boldsymbol{y} }{dt} = B \boldsymbol{y} + g( \boldsymbol{x}, \boldsymbol{y} )

여기서,

: \boldsymbol{x} \isin \mathbf{R}^c, \ \boldsymbol{y} \isin \mathbf{R}^s

: f(\boldsymbol{0}, \boldsymbol{0}) = 0, \ g(\boldsymbol{0}, \boldsymbol{0}) = 0

: Df(\boldsymbol{0}, \boldsymbol{0}) = 0, \ Dg(\boldsymbol{0}, \boldsymbol{0}) = 0

이며, 는 모든 고유값의 실수가 0인 차 정방 행렬, 는 모든 고유값의 실수가 음의 값인 차 정방 행렬이다. 이 경우, 평형점은 원점 로 평행 이동되어 있다. 이러한 미분 방정식계에 대해서는, 평형점을 통과하는 중심 다양체 및 그 중심 다양체에 제한된 벡터장을 평형점 근방에서 계산함으로써 안정성을 판별할 수 있다. 이것들을 해석적으로 엄밀한 해를 구하는 것은 어렵지만, 중심 다양체의 정리에 의해 원하는 정밀도로 근사적으로 계산할 수 있다는 것이 보장된다.

4. 4. 5. 랴푸노프 함수

랴푸노프 함수를 이용하면 야코비 행렬의 고유값을 조사하지 않고도 평형점의 안정성을 판별할 수 있다.[1] 평형점 를 포함하는 열린 집합 상에 정의된 실수값 함수 가 다음 조건들을 만족하면, 를 '''랴푸노프 함수'''라고 한다.[2]

# 이고 라면

# 상에서

조건 2 대신에,

# 상에서

을 만족할 때, 를 '''협의 랴푸노프 함수'''라고 한다.[2]

평형점 에 대해 랴푸노프 함수가 존재하면 는 랴푸노프 안정이고, 협의 랴푸노프 함수가 존재하면 는 점근 안정이다. 하지만, 랴푸노프 함수를 찾는 일반적이고 정해진 방법은 없으며, 발견적으로 시행착오를 거쳐 찾아야만 한다.

5. 사상의 "평형점" (부동점)

위상 공간의 한 점 '''x''' ∈ '''R'''''n''을 '''R'''''n''으로 사상하는 사상 ''f''('''x''')의 반복 합성 사상에서, ''f''('''x'''''e'') = '''x'''''e''를 만족하는 '''x'''''e''를 부동점이라고 한다.[1] 부동점은 이산적 역학계에서 미분 방정식의 평형점과 유사한 성질을 가지며, 중심적인 역할을 한다.[2]

부동점에서는 이산적 역학계의 해 궤도가 해당 지점에 계속 머물러 있음을 의미하며, 사상의 부동점과 미분 방정식의 평형점은 비슷한 성질을 가진다. 사상의 부동점은 미분 방정식의 평형점과 마찬가지로 이산적 역학계에서 중심적인 역할을 한다. 미분 방정식에 대해서는 "평형점", 사상에 대해서는 "부동점"이라고 부르며 구분하기도 하고, 두 가지를 함께 "부동점", "고정점", "평형점" 등으로 부르기도 한다.

6. 한국 사회와 평형점 (추가 제안)

(이전 출력이 없으므로, 주어진 지시사항에 따라 수정할 내용이 없습니다. 원본 소스와 함께 이전 출력을 제공해주시면, 지시사항에 맞춰 수정된 위키텍스트를 출력하겠습니다.)

참조

[1] 웹사이트 Egwald Mathematics - Linear Algebra: Systems of Linear Differential Equations: Linear Stability Analysis http://www.egwald.ca[...] 2019-10-10
[2] 서적 Nonlinear Systems Prentice Hall, New Jersey 2002



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com