TMA4165: Differensialligninger og Dynamiske Systemer
$$
\newcommand{\dt}{\,\mathrm{d}t}
\newcommand{\dx}{\,\mathrm{d}x}
\newcommand{\dy}{\,\mathrm{d}y}
\newcommand{\dh}{\,\mathrm{d}h}
\newcommand{\QEDA}{\hfill\ensuremath{\blacksquare}}
\newcommand{\QEDB}{\hfill\ensuremath{\square}}
\newcommand{\R}{\mathbb{R}}
\newcommand{\Q}{\mathbb{Q}}
\newcommand{\bmat}[1]{\begin{bmatrix}#1\end{bmatrix}}
$$
# Repetisjon
## Definisjoner
En **differensiallikning** er en relasjon mellom en **variabel** og dens deriverte. En **førsteordens**-differensiallikning inneholder ledd med **første-derivarte**, **andreordens** med andre-deriverte, og så videre.
$$
x'- x = t
$$
en lineær differensiallikning, mens
$$
x'^2 - x = t
$$
En **homogen** differensiallikning er en likning på formen,
$$
f(x, x', x'',\ldots,x^{(n)} = 0
$$
Reversert, har vi at en **uhomogen** differensiallikning er på formen
$$
f(x, x', x'',\ldots,y^{(n)} = g(t),\>g(t) \not\equiv 0
$$
Et **likningssystem** av første orden over $n$ variabler er et system med differensiallikninger
$$
\begin{align}
x_1' &= f_1(x_1,\dots,x_n) \\
x_2' &= f_2(x_1,\dots,x_n) \\
\dots& \\
x_n' &= f_n(x_1,\dots,x_n)
\end{align}
$$
Eksempelvis er
$$
x' = 2x - y \\
y' = y + x
$$
ett eksempel på et likningssystem. Vi kan alternativt skrive likningssystemet på matriseform:
$$
\begin{bmatrix}
x' \\ y'
\end{bmatrix}
= \begin{bmatrix}
2 & - 1 \\
1 & 1
\end{bmatrix}\begin{bmatrix}
x \\ y
\end{bmatrix}
$$
En alternativ notasjon for den deriverte, som vi og kommer til å bruke videre, er *Newtons* notasjon for tidsderiverte:
$$
\dot{x} = \frac{\dt}{\dx}
$$
## Løsningen til lineære systemer
### Separable lineære første-ordens likninger
Om vi har en lineær likning av første-orden på formen
$$
\frac{dx}{dt} = f(x)g(t)
$$
kaller vi likningen **separabel**. I så tilfelle kan vi løse den på følgende måte:
$$
\begin{align}
\frac{\dx}{\dt} =& f(x)g(t) \\
\frac{\dx}{f(x)} =& g(t)\dt \\
\int \frac{\dx}{f(x)} =& \int g(t) \dt \\
\end{align}
$$
Vi kan så gjennomføre de ubestemte integralene, og finne et utrykk for $x$.
** Eksempel.** Løs likningen
$$
x' - cos(t)x = 0
$$
*Løsning*.
$$
\begin{align}
\frac{\dx}{\dt} =& \cos(t) x \\
\int\frac{\dx}{x} =& \int \cos(t) \dt \\
\ln(x) =& \sin(t) + C \\
x(t) =& k\exp\left(sin(t)\right)
\end{align}
$$
Dette eksemplet fører oss til følgende proposisjon:
> **Proposisjon.** Enhver første-ordens lineær differensiallikning på formen
> $$ y' - f(t)y = 0$$
> har løsning
> $$ y(t) = k\exp\left(\int f(t) \dt\right) $$
*Bevis.* Ta eksemplet ovenfor og erstatt $cos(t)$ med $f(t)$.
### Generelle lineære første-ordens likninger
> **Lemma.** Løsningen til en første-ordens lineær differensiallikning
>
>$$
>x' + f(t)x = g(t)
>$$
>
>er
>
>$$
>x(t) = \frac{\int h(t)g(t)\dt + C}{h(t)},\> h(t) = ke^{\int f(t) \dt}
>$$
*Bevis.*
La $h(t)$ være en funksjon av $t$, slik at $h(t)f(t) = h'(t)$. Gang nå hele systemet med $h(t)$:
$$
\begin{align}
h(t)x'(t) + h(t)f(t)x(t) =& h(t)g(t) \\
h(t)x'(t) + h'(t)x(t) =& h(t)g(t) \\
\end{align}
$$
Vi ser nå at vi venstresiden danner resultatet av en produktderivasjon, og trekker sammen:
$$
(h(t)x(t))' = h(t)g(t)
$$
Vi tar så å integrer på begge sider:
$$
\begin{align}
\int (h(t)x(t))' \dt &= \int h(t)g(t) \dt \\
h(t)x(t) - C &= \int h(t)g(t) \dt \\
x(t) =& \frac{\int h(t)g(t)\dt + C}{h(t)}
\end{align}
$$
Merk at vi skriver $-C$ istedenfor $C$ utelukkende av estetiske grunner (En arbitrær konstant i $\R$ sitt fortegn er likegyldig).
Vi trenger nå bare å vise at $h$ eksister, og forhåpentligvis i samme sleng finne en formel for å konstruere $h$ i samme sleng. Vi kan bruke separasjon av variable, og får:
$$
\begin{align}
h(t)f(t) =& h'(t) \\
f(t) =& \frac{h'(t)}{h(t)}\\
f(t) =& (\ln( h(t)))' \\
\int f(t) \dt =& ln(h(t))+k \\
h(t) =& \exp\left({\int f(t) \dt +k_0}\right) \\
h(t) =& k\exp\left({\int f(t) \dt}\right)
\end{align}
$$
Vi ser at om vi setter inn utrykket vårt for $h$ i utrykket for $x(t)$ vil konstanten $k$ inntre både i nevner og første ledd i teller. Trekker vi ut $k$ av teller, og forkorter, står vi igjen med:
$$
x(t) = \frac{\int \exp\left(\int f(t) \dt \right)g(t)\dt + \frac{C}{k}}{\exp\left(\int f(t) \dt \right)}
$$
Med andre ord forsvinner $k$ fra utrykket til $h$ og blir "en del av" konstanten $C$. Vi kan dermed "ignorere at den finnes" i faktiske utregninger.
Dette fullfører beviset.
$\square$
I faktiske utregninger bruker vi gjerne heller utledningen ovenfor steg for steg, heller enn formelen.
** Eksempel**
La
$$
y' - 2t\,y = 4.
$$
Finn $y$.
*Løsning*.
Vi finner først $h(t)$ som definert over:
$$
h(t) = \exp\left(\int -2t \dt\right) \\
h(t) = \exp\left(-t^2\right) \\
$$
Vi setter så inn $h(t)$ i utrykket $(h(t)x(t))' = h(t)g(t)$, og integrerer
$$
\begin{align}
\left(\exp\left(-t^2)\right) x(t)\right)' &= \exp\left(-t^2\right)\cdot 4 \\
\left(\exp\left(-t^2)\right) x(t)\right) &= \int \exp\left(-t^2\right)\cdot 4 \dt \\
\left(\exp\left(-t^2)\right) x(t)\right) &= 8\sqrt{\pi}\,\mathrm{erf}(t) + C \\
x(t) &= \frac{8\sqrt{\pi}\,\mathrm{erf}(t) + C}{\exp\left(-t^2\right)} \\
\end{align}
$$
hvor $erf$ er [Gauss' error funksjon](https://en.wikipedia.org/wiki/Error_function).
### Andre-ordens likninger
##
# Fasediagrammer
Av "alle differensiallikninger", er det forholdsvis få som har en endelig, lukket, og lettleselig form. Dette kan gjøre det vanskelig å analysere løsningen til differensiallikningen. En av metodene en kan bruke til å trekke ut interessant informasjon om systemet, er ved et **fasediagram**.
## En-dimensjonal differensiallikning
La oss bruke et eksempel for å få litt intuisjon bak nytten til et fasediagram.
Vi ser på differensiallikningen
$$
\ddot{x} - x = 0.
$$
Vi ignorerer for øyeblikket at vi kan finne en den generelle løsningen for systemet.
La oss skrive om likningen vår til ett likningssystem:
$$
\dot{x} = y \\
\dot{y} - x = 0 \implies \dot{y} = x
$$
Så hva hjelper dette oss, mon tro? Jo, det vi nå kan gjøre er å plotte et fasediagram, hvor vi ved vært punkt $(x,y)$ får assosiert en *endringsvektor* $\bmat{\dot{x}\\\dot{y}}$. Om vi plotter denne endringsvektoren i et koordinatsystem får vi fasediagrammet vårt:

Dette diagrammet forteller oss hvordan $\ddot{x}$ og $\dot{x} = y$ oppfører seg som en funksjon av $x$ og $\dot{x}$. Dette gir oss innsikt i hvordan systemet utvikler seg over tid. Vi kan også se at vektorene i fasediagrammet danner *faselinjer*. Én slik linje representerer én løsning av systemet, avhengig av initialverdier.
## To-dimensjonale autonome systemer
For to-dimensjonale autonome systemer har vi typisk den generelle relasjonen
$$
\dot{x} = F(x,y),\quad \dot{y} = G(x, y)
$$
Fasediagrammet for et to-dimensjonalt system konstrueres analogt som for det en-dimensjonale tilfellet.
Ta for eksempel
$$
\dot{x} = x - y \\
\dot{y} = x + 2y \\
\bmat{\dot{x}\\\dot{y}} = \bmat{1 & - 1\\1 & 2} \bmat{x \\ y}
$$
Her får vi følgende fasediagram:

## Teknikker for å tegne fasediagrammer
# Lineære systemer
Et lineært dynamisk system over $n$ variable er et system på følgende form:
$$
\begin{align}
\dot{x_1} &= f_1(x_1,\dots,x_n) \\
\dot{x_2} &= f_2(x_1,\dots,x_n) \\
\dots& \\
\dot{x_n} &= f_n(x_1,\dots,x_n)
\end{align}
$$
hvor hver $f_n$ er en lineær funksjon. En alternativ måte å skrive systemet på er
$$
\bmat{\dot{x_1} \\ \dot{x_2} \\ \dots \\ \dot{x_n}} = A\bmat{x_1 \\ x_2 \\ \dots \\ x_n}
$$
hvor $A$ er en $n \times n$-matrise med reelle tall.
**Eksempel.**
La
$$
\begin{align}
\dot{x} &= 2x - 3y \\
\dot{y} &= x + y
\end{align}
$$
være et dynamisk system i to dimensjoner.
Systemet kan også skrives
$$
\bmat{\dot{x} \\ \dot{y}} = \bmat{2 & - 3 \\ 1 & 1}\bmat{x \\ y}
$$
# Likevektspunkter
Om vi tar en titt på følgende fasediagram

ser vi fort at vi i origo må ha $\bmat{\dot{x}\\\dot{y}} = 0$. Et slikt punkt kalles et **likevektspunkt**.
Det er forskjellige typer likevektspunkter, og noen systemer kan ha flere likevektspunkter. Et lineært system har alltid *ett*, og bare ett, likevektspunkt.
Vi klassifiserer likevektspunkter inn i følgende grupper:
* Sentre
* Stabil Node
* Stabil Spiral
* Ustabil Node
* Ustabil Spiral
* Sadelpunkt
* Degenerert stabil node
* Degenerert ustabil node
For å finne ut hva slags likevektspunkt et system har, holder det å regne på matrisen $A$. I det to-dimensjonale tilfellet, hvor $A = \bmat{a & b \\ c & d}$, (som også er det tilfellet vi jobber mest med), regner vi ut følgende verdier:
$$
p = a + d \\
q = ad - cb \\
\Delta = p^2 - 4q
$$
Utifra dette kan vi bestemme typen likevektspunkt via følgende tabell:
|| Senter || p = 0 || q > 0 || \Delta > 0 ||
|| Stabil node || p < 0 || q > 0 || \Delta > 0 ||
|| Stabil spiral || p < 0 || q > 0 || \Delta < 0 ||
|| Ustabil node || p > 0 || q > 0 || \Delta > 0 ||
|| Ustabil spiral || p > 0 || q > 0 || \Delta < 0 ||
|| Sadelpunkt || -- || q < 0 || \Delta > 0 ||
|| Degenerert stabil node || p < 0 || q > 0 || \Delta = 0 ||
|| Degenerert ustabil node || p > 0 || q > 0 || \Delta = 0 ||
Vi kan se en oversikt over alle mulighetene i følgende bilde

Et grei mengde huskeregler er følgende:
* $q < 0$ er et sadelpunkt
* $p = 0$ er et senter
* $\Delta \geq 0$ er en node
* $\Delta < 0$ er en spiral
* $p < 0$ er stabilt, $p > 0$ er ustabilt
* $\Delta = 0$ er en degenerert node
Om dimensjonen på systemet er $> 2$, generaliserer vi formlene til
$$
p = tr(A) \\
q = \det(A) \\
\Delta \mathrm{\,as\,before}
$$
**Eksempel.**
La oss ta systemet fra eksemplet i forige seksjon.
$$
\bmat{\dot{x} \\ \dot{y}} = \bmat{2 & - 3 \\ 1 & 1}\bmat{x \\ y}
$$
Vi regner ut $p, q$ og $\Delta$:
$$
p = 2 + 1 = 3 \\
q = 2\cdot1 - (1\cdot -3) = 5 \\
\Delta = 3^2 - 4*5 = 9 - 20 = -11
$$
Vi vet dermed at vi har en spiral (av $\Delta < 0$) og at den er ustabil $p > 0$. Fasediagrammet av systemet kan sees i bildet under:
.
# Hamiltonske systemer
# Indekser
# Grensesykler
# Stabilitet
# Liapunovmetoden
# Poincaré-Bendixson og Hartman-Grobman
# Nyttige tabeller