본문으로 건너뛰기
268 / DIFFERENTIAL EQUATIONS LAB
먼저 알아두면 좋아요 · 연결된 선수 단원의 미적분·선형대수·수치 해법 기초
단원 목록 (600) · 안정성·Pitchfork 분기·이산 혼돈 진단
이해하는 속도로 읽으세요.개념도이론실험확인 문제
BUILD YOUR INTUITION

먼저 그림으로 이해하기

한 번에 한 단계씩 살펴보세요.

ODE 분기와 이산 map의 유한 시간 민감도를 구별합니다.

Pitchfork ODE yprime=mu y−y^3 has explicit trajectories and equilibrium derivatives. Separately the discrete logistic map x_(n+1)=r x_n(1−x_n) supplies a finite-window Lyapunov diagnostic after the chosen burn-in. A scalar autonomous smooth ODE does not generate this map chaos; a positive finite-window average is not a proof of asymptotic chaos. Empty windows and zero derivative factors are reported explicitly.

-0.164.160.52-0.02
ODE 그림: 가로 시간·파랑 궤적·주황 선택 부호의 평형 / map 그림: 가로 반복·가까운 두 초기값의 궤적
equilibriumlinearized derivative
0-0.5

pitchfork state at query = 0.154

고정 기준 예제의 그림과 수치입니다. 각 단계에서 같은 그림의 의미를 차례로 살펴보세요. 고정된 기준 예제이며 아래 실험의 설정과 독립적입니다.
1 / 4

평형

mu>0에서 새 평형 ±sqrt(mu)가 생깁니다.

fprime(y)=mu-3y²

실험에서 확인하기 →
이 단원 목차

안정성·분기·혼돈 진단을 나누어 읽기

안정성은 상태 근처의 반응, 분기는 매개변수에 따른 정성적 구조 변화입니다. 혼돈은 더 강한 장기 동역학의 성질이며 불규칙한 짧은 그림만으로 증명되지 않습니다. 실험은 pitchfork 분기의 연속 scalar ODE와 민감도 진단의 이산 logistic map을 별도로 사용합니다.

그림 선택은 두 계를 바꿉니다. 매끄러운 자율 scalar ODE는 logistic map처럼 상태 순서를 반복해서 접지 못합니다. 같은 화면에 있다는 이유로 ODE 궤적을 이산 혼돈 사례라고 부르면 안 됩니다.

Pitchfork의 평형 유도

y'=mu y-y³의 평형은 y(mu-y²)=0을 풉니다. Mu<0에서는 원점만 있고 끌어당깁니다. Mu>0이면 ±sqrt(mu)가 생깁니다. 장의 도함수 mu-3y²는 새 가지에서 -2mu여서 안정하고 원점에서는 양수가 되어 불안정합니다.

y(t)=y0eμt1+y02(e2μt−1)/μ,y(t)∣μ=0=y01+2y02t.y(t)=\frac{y_0e^{\mu t}}{\sqrt{1+y_0^2(e^{2\mu t}-1)/\mu}}, \qquad y(t)\big|_{\mu=0}=\frac{y_0}{\sqrt{1+2y_0^2t}}.

y²의 logistic형 방정식을 풀고 초기 부호를 유지하면 얻는 식입니다. 구현은 작은 인자의 급수로 영 매개변수 극한을 안정적으로 계산합니다.

선형 미분값 0에서 멈추지 않기

Mu=0의 원점에서 선형화는 0이라 엄격한 부호 판정이 결론을 주지 못합니다. 하지만 정확한 cubic 해는 0으로 가므로 지수보다 느린 대수적 수렴을 증명합니다. Mu>0의 불안정 원점에 정확히 놓아도 궤적은 영원히 정지합니다. 움직이지 않는 한 궤적이 안정성을 증명하지 않습니다.

유한 Lyapunov 평균은 진단이다

별도의 map x_(n+1)=r x_n(1-x_n)은 도함수 r(1-2x_n)를 가집니다. Burn-in 이후의 log 절댓값을 평균하고 가까운 두 초기값의 궤적을 비교합니다.

Λm,N=1N−m∑n=mN−1log⁡∣r(1−2xn)∣.\Lambda_{m,N}=\frac1{N-m}\sum_{n=m}^{N-1}\log|r(1-2x_n)|.

평균은 초기값·관측 길이·유한 산술에 의존하며 양수라는 것만으로 장기 혼돈을 인증하지 않습니다. 빈 관측창에는 평균이 없습니다. 미분 인자가 정확히 0이면 로그 합은 -무한대라 유한 값을 표시하지 않으며, 0인 인자 수로 빈 창과 구별합니다.

직접 풀기: 임계 사례 비교

Mu=0, y0=1/2, t=2의 해는 1/(2sqrt(2))입니다. 양의 mu에서는 두 비영 평형의 미분값이 음수인지 확인하세요. 다음으로 map r=4, seed=1/2, burn-in=0을 고르면 첫 미분 인자가 0입니다. 흔히 혼돈과 연결하는 매개변수라도 실제 초기값과 관측 구간을 명시해야 하는 이유를 설명하세요.

더 읽기: MIT 비선형 시스템과 동역학.

CHECK YOUR UNDERSTANDING

설명할 수 있나요?

실험 설정과 무관한 기준 예제를 묻습니다. 답을 고르고 설명을 확인해보세요.

1. 이 scalar autonomous ODE의 그림으로 logistic map 혼돈을 증명하나요?
2. mu=0의 선형 미분값 0은 안정성 판정의 끝인가요?

선택한 답과 학습 표시는 이 브라우저에 저장됩니다. 다시 풀거나 표시를 해제할 수 있습니다.