ISHIZAKA Hiroki WebsiteMathematics · Numerical analysis

第2回:安定な方程式と不安定な方程式

一つの解が減衰しても,システム全体が安定とは限りません.指数関数を使って,この違いを見極めます.

大学1年生向け指数関数と連立微分方程式

はじめに――「安定」とは,どんな意味だろう?

第1回では,観測できる変数 \(x(t)\) と,見えない変数 \(y(t)\) を考えました.驚くことに,同じ \(x(0)=1\) から出発しても,\(y(0)\) が違うだけで \(x(t)\) の未来は大きく変わりました.

そこで,次の疑問が生まれます.

ある一つの解が0に近づけば,そのシステムは安定だといえるのでしょうか?

今回の答えは「必ずしもそうではない」です.この違いは,見えない変数を安全に消す方法を考える上で,とても重要です.

前半は指数関数の復習から始めます.後半では第1回の連立微分方程式を少し変え,安定性を決める境界を求めます.行列の固有値は使いません.

1.まず,変数が一つだけの場合

最初に,一つの変数 \(z(t)\) が

\[ z'(t)=cz(t),\qquad z(0)=z_0 \tag{1} \]

に従うとします.\(c\) は時間に依存しない実数です.

指数関数を微分すると \(\frac{d}{dt}e^{ct}=ce^{ct}\) なので,式(1)の解は

\[ \boxed{z(t)=z_0e^{ct}} \tag{2} \]

です.あとは \(c\) の符号だけを見れば,時間が経ったときの変化が分かります.

ここで0という値は,\(z(0)=0\) ならその後も0のままであるという特別な状態です.このような状態を平衡点と呼びます.

「安定性を調べる」とは,多くの場合,この平衡点の近くから出発した解がどう振る舞うかを調べることです.

2.「安定」と「0に近づく」は,同じではない

日常語の「安定」は便利ですが,数学ではいくつかの意味を区別します.今回は平衡点0について考えます.

安定(Lyapunovの意味)

0に十分近いところから出発した解が,その後ずっと0の近くにとどまることです.0に近づくことまでは要求しません.

漸近安定

0が安定であり,さらに0に十分近い初期値から出発した解が時間とともに0へ近づくことです.

指数安定

初期値に比例する大きさで,しかも \(e^{-\lambda t}\) のような指数関数の速さで減衰することです.今回は線形系なので,この形を具体的に確認できます.

式(2)では \(c<0\) のとき指数安定,\(c=0\) のとき0は安定ですが漸近安定ではなく,\(c>0\) のとき0は不安定です.

例えば \(z'(t)=0\) の解は \(z(t)=z_0\) のままです.初期値が0.001なら,いつまで経っても0.001です.小さいままなので「安定」ですが,0には近づきません.この違いを覚えておきましょう.

3.一つの解は減衰しているのに,全体は不安定?

第1回で扱った次の式に戻ります.

\[ \begin{aligned} x'(t)&=-x(t)+2y(t),\\ y'(t)&=2x(t)-y(t). \end{aligned} \tag{3} \]

和と差

\[ s(t)=x(t)+y(t),\qquad d(t)=x(t)-y(t) \]

を使うと,

\[ s'(t)=s(t),\qquad d'(t)=-3d(t) \tag{4} \]

でした.したがって,

\[ \begin{aligned} x(t)&=\frac{x_0+y_0}{2}e^t+\frac{x_0-y_0}{2}e^{-3t},\\ y(t)&=\frac{x_0+y_0}{2}e^t-\frac{x_0-y_0}{2}e^{-3t}, \end{aligned} \tag{5} \]

ただし \(x_0=x(0)\),\(y_0=y(0)\) としています.

特別な初期値 \(x_0=1,\ y_0=-1\) なら \(x_0+y_0=0\) なので,増大する \(e^t\) の項が消え,

\[ (x(t),y(t))^\top=(e^{-3t},-e^{-3t})^\top \]

と減衰します.

しかし,\(x_0=y_0=\eta\) とすると,どんなに小さい \(\eta>0\) に対しても,

\[ \boxed{(x(t),y(t))^\top=(\eta e^t,\eta e^t)^\top} \tag{6} \]

となります.最初の状態を限りなく0に近くしても,やがて大きくなります.

つまり,減衰する特別な解が存在することは,システム全体の安定性を意味しません.全体の安定性を判断するときには,特別な初期値だけでなく,その近くにある初期値も考える必要があります.

4.結合の強さを変えてみよう

ここから,二つの変数が互いに影響する強さを \(a\geq0\) と置いてみます.

\[ \boxed{ \begin{aligned} x'(t)&=-x(t)+a y(t),\\ y'(t)&=a x(t)-y(t). \end{aligned}} \tag{7} \]

\(a=2\) とすれば,第1回と同じモデルです.\(a\) が小さければ相互作用は弱く,\(a\) が大きければ相互作用は強くなります.

ここでも和と差

\[ s(t)=x(t)+y(t),\qquad d(t)=x(t)-y(t) \]

を使いましょう.式(7)を足すと,

\[ \begin{aligned} s'(t)&=(-x+ay)+(ax-y)\\ &=(a-1)(x+y)=(a-1)s(t). \end{aligned} \]

第一式から第二式を引くと,

\[ \begin{aligned} d'(t)&=(-x+ay)-(ax-y)\\ &=-(a+1)(x-y)=-(a+1)d(t). \end{aligned} \]

よって,

\[ \boxed{ s(t)=s(0)e^{(a-1)t},\qquad d(t)=d(0)e^{-(a+1)t}. } \tag{8} \]

大事なのは,\(s(t)\) と \(d(t)\) が互いに独立に変化する形になったことです.

\(a\geq0\) なので,\(d(t)\) はどんな場合でも減衰します.一方,\(s(t)\) が増えるか減るかは \(a-1\) の符号によって決まります.

5.安定性は (a=1) を境に変わる

式(8)を見れば,結合の強さによって何が起こるか分かります.

係数和 \(s(t)\)全体の判定
\(0\leq a<1\)指数的に減衰指数安定
\(a=1\)一定のまま安定だが漸近安定ではない
\(a>1\)増大し得る不安定

たとえば,\(x(0)=y(0)=1\) なら \(d(0)=0\),\(s(0)=2\) なので,

\[ \boxed{x(t)=y(t)=e^{(a-1)t}.} \tag{9} \]

\(a=\tfrac12\) なら \(e^{-t/2}\),\(a=1\) なら1のまま,\(a=\tfrac32\) なら \(e^{t/2}\) です.

結合の強さ a による安定性の変化初期値x(0)=y(0)=1のとき、a=0.5は指数的に減衰、a=1は一定、a=1.5は指数的に増加.0123400.511.522.53時間 tx(t)
━━ a=0.5(減衰) ━━ a=1(一定) ━━ a=1.5(増加)初期値はすべて x(0)=y(0)=1.違うのは結合の強さ a だけです.

ここで,\(a=1\) は「不安定」ではないことに注意しましょう.たしかに0へ近づかない解が存在しますが,式(8)から \(s(t)\) は一定,\(d(t)\) は減衰するので,最初に0の近くから出発すれば,その後も0の近くにとどまります.したがって0は安定ですが,漸近安定ではありません.

一方,\(a>1\) の場合は,\(x(0)=y(0)=\eta\) を小さく選んでも,式(9)のように増大する解があります.これが不安定である理由です.

6.なぜ「すべての初期値」で言えるのか?(発展)

ここは,より厳密に理解したい方向けの節です.まず読み飛ばしても,次の話には進めます.

不等式を使った安定性の証明を見る

\(a\geq0\) に対して,式(8)から

\[ \begin{aligned} |s(t)|&=e^{(a-1)t}|s(0)|,\\ |d(t)|&=e^{-(a+1)t}|d(0)|. \end{aligned} \tag{10} \]

また,\(s=x+y\),\(d=x-y\) なので,

\[ x(t)^2+y(t)^2=\frac{s(t)^2+d(t)^2}{2} \tag{11} \]

です.ここで \((x,y)^\top\) の長さを

\[ \left\|(x,y)^\top\right\|_{\mathbb R^2} =\sqrt{x^2+y^2} \]

で表します.

\(0\leq a<1\): \(a+1\geq1-a>0\) だから,

\[ \left\|(x(t),y(t))^\top\right\|_{\mathbb R^2} \leq e^{-(1-a)t} \left\|(x_0,y_0)^\top\right\|_{\mathbb R^2}. \tag{12} \]

つまり,初期値が何であっても,一定の指数速度で減衰します.

\(a=1\): 式(10)から \(|s(t)|=|s(0)|\),\(|d(t)|\leq|d(0)|\) なので,

\[ \left\|(x(t),y(t))^\top\right\|_{\mathbb R^2} \leq\left\|(x_0,y_0)^\top\right\|_{\mathbb R^2}. \tag{13} \]

したがって安定です.しかし \(x_0=y_0\neq0\) のとき解は一定で,0に近づきません.

\(a>1\): \(x_0=y_0=\eta>0\) と選べば \(x(t)=y(t)=\eta e^{(a-1)t}\) です.どんなに小さい \(\eta\) に対しても,十分時間が経てば任意に大きくなります.よって0は不安定です.

この不等式で,単にグラフがそう見えるだけでなく,すべての初期値に対する数学的な主張を証明できました.

7.なぜ縮約では安定性の判定が重要なのか?

「見えない \(y(t)\) は無視して,観測できる \(x(t)\) だけ計算しよう」と考え,式(7)で \(y(t)=0\) と置いたとします.この単純な近似では,

\[ x_{\mathrm{naive}}'(t)=-x_{\mathrm{naive}}(t) \tag{14} \]

となり,\(a\) の値に関係なく,いつでも減衰すると予測します.

しかし元の系は,\(a>1\) のとき不安定です.\(a=1\) のときにも,減衰しない成分が存在します.

つまり,単純な近似は,安定性が切り替わる境界 \(a=1\) を見落としてしまいます.

さらに,両方が安定なら近似が正確というわけでもありません.たとえば \(a=\tfrac12\),\(x_0=y_0=1\) のとき,本当の観測値は \(x(t)=e^{-t/2}\) ですが,単純な近似は \(e^{-t}\) です.どちらも減衰するのに,時間ごとの値は一致しません.

安定性の維持と,近似誤差の小ささは,別々に確かめる必要があります.

今回は安定性を見分ける方法を学びました.次回は,元の式が持つ重要な動きを残すにはどうすればよいかを考えます.なお,\(y=0\) と置いた式(14)は,正確な状態消去ではなく,あくまで単純な近似です.

8.練習問題

ノートとペンだけで挑戦してみましょう.

  1. 問題1: \(z'(t)=-2z(t)\),\(z(0)=3\) の解を求め,0に近づくか判定してください.
  2. 問題2: 式(7)で \(a=0\) のとき,\(x(t)\),\(y(t)\) はどう変化しますか.
  3. 問題3: 式(7)で \(a=1\),\(x(0)=2\),\(y(0)=0\) とします.和と差から解を求め,長い時間が経ったときの値を確認してください.
  4. 問題4: \(a=\tfrac32\),\(x(0)=y(0)=\varepsilon\) (\(\varepsilon>0\))のとき,\(\varepsilon\) がどんなに小さくても解が増大することを示してください.
解答と計算過程を表示する

問題1: \(z(t)=3e^{-2t}\) です.\(t\to\infty\) で0に近づきます.

問題2: \(a=0\) なら \(x'=-x\),\(y'=-y\) なので,\(x(t)=x(0)e^{-t}\),\(y(t)=y(0)e^{-t}\) です.二つは独立に減衰します.

問題3: \(s(0)=2\),\(d(0)=2\) で,\(s(t)=2\),\(d(t)=2e^{-2t}\) です.したがって,\(x(t)=1+e^{-2t}\),\(y(t)=1-e^{-2t}\) となります.ともに1へ近づきますが,0には近づきません.

問題4: \(d(0)=0\),\(s(0)=2\varepsilon\) なので \(x(t)=y(t)=\varepsilon e^{t/2}\) です.\(t\to\infty\) で無限に大きくなります.

おわりに――「残すべき動き」を見つけるために

今回は,指数関数から出発して,安定性を三つの段階で理解しました.

  1. 一つの変数なら,\(z'=cz\) の \(c\) の符号が減衰・一定・増大を決めます.
  2. 二つの変数では,特定の解が減衰してもシステム全体が安定とは限りません.
  3. 結合系では \(a=1\) を境に,指数安定,安定だが非漸近安定,不安定という三つの状態が現れました.

安定縮約のためには,見えない変数をただ消すのでなく,減衰する成分と増大し得る成分を見分けることが大切です.

次回のテーマは「何を残し,何を消せばよいのか?」.今回見つけた和 \(s(t)\) と差 \(d(t)\) を使って,小さなモデルをどう作るかを考えます.

今回の一言:「この解は減衰した」だけでは,システムの安全性は決められない.

関連する専門的な読み物