Transcript 12.動学モデル
12.動学モデル
連続時間モデルを中心に
線形の差分方程式と複素数
• 固有値とジョルダン標準形 の応用
a11 a12
a
a22
21
A
a n1 a n 2
A I
a1n
a2 n
a11
a11
a12
a1n
a21
a22
a2 n
a n1 a n 2
a11
1 a12
0
2
1
AT
0 0
正方行列(対称と は限ら ない)
固有方程式 : のn次方程式
0
0
0
T
n
1, . . . n 固有根・ ・ すべて異なる と する
ジョ ルダン標準形
例
x 0 x 1 1
1
x n 2 x n 1 x n
2
のとき一般の
x n
を求める
1.5
1
-0.5
-1
-1.5
31
29
27
25
23
21
19
17
15
13
11
9
7
5
3
0
1
0.5
結構複雑
な動きをす
る。
解き方(受験テクニック? )
1
x n 2 x n 1 x n
2
1
x n 2 x n 1 x n 0
2
対応する二次方程式
1
x x 1 0
2
2
を解く
1
x x 1 0
2
2
の2根をα、βとすると
x n A B
n
n
一般解
初期条件からAとBを求める
x 0 A B A B 1
0
0
x 1 A1 B 1 A B 1
解は
n
1 1
1 1
1 1
1 1
x n
15i 15i
15i 15i
2 10
4 4
2 10
4 4
複素数が出てくるが各 x n は実数
n
行列とジョルダン標準形を使った表現
1
x n 2 x n 1 x n
2
x n 1 y n
x n 2 y n 1
1
y n 1 y n x n
2
x n 1 y n
連立の一階の差分方程式になる
1
y n 1 y n x n
2
x n 1 y n
行列を使って書く
1
y n 1
1 y n
2
x n 1 1 0 x n
一般のm階の定差方程式
x n m m x n m 1 m1x n m 2 ... 1x n
x n m 1 ym n
y1 n 1 m
y
n
1
1
2
ym n 1 0
2 1 y1 n
0
1
0 y2 n
0 ym n
m階の差分方程式は、連立差分方程式の特別な場合
一般の連立差分方程式を行列を使って書くと
y n 1 Ay n
y n 1 Ay n
の解
y n A y 0
n
Aの固有値に重根が無い
A T 1T
An T 1T T 1T
1n
1 n
1 0
T T T
0
1 0
0 2
0 0
1
T
T
0
2 n
0
0
0
T
n
m
0
0
m
y n A y 0
n
1n
n
1 n
1 0
A T T T
0
1n
1 0
y n T
0
0
2
n
0
0
2 n
0
0
0
Ty 0
n
m
0
0
T
n
m
1n
1 0
y n T
0
0
2 n
0
0
0
Ty 0
n
m
解の振る舞い
1 ,...., n の絶対値がすべて1より小さいときは0に収束
そうでないときは、初期値がたまたま0にいく
ところに乗っていなければ発散
複素数の積
a bi a 2 b 2 cos i sin a 2 b 2 ei
は、180度がπになるように取る
cos i sin e
i
e i 0
i
i
n
n!
極形式の積
e e e
i1
1
i 2
2
1
i 1 2
2
絶対値部分はかけられ、角度については、足される
複素数の累乗
e e e
i1
1
i 2
2
1
i 1 2
2
ik
k k e
n ink
k k e
k 1
k 1
n
絶対値はどんどん大きくなる
絶対値はどんどん0に近づく
k 0 正の実数でない
くるくる回る
1n
1 0
y n T
0
0
2 n
0
0
0
Ty 0
n
m
解の振る舞い
1 ,...., n の絶対値がすべて1より小さいときは0に収束
そうでないときは、初期値がたまたま0にいく
ところに乗っていなければ発散
結構複雑な動きをする。
非同次の差分方程式
y n 1 Ay n 同次の差分方程式
y n 1 Ay n b 非同次の差分方程式
解き方
1がAの固有値でなければ
y Ay b は解 y* I A b を持つ
1
このときは、同次の差分方程式
y n 1 y * A y n y *
に帰着
例 乗数と加速度
• 古風な例
Yt Ct It
t期の国民所得= t期の消費+ t期の投資
Ct C Yt 1
消費関数・・前期の消費に依存
It I Yt 1 Yt 2
投資関数・・前期の国民所得の増加に依存
Yt C Yt 1 I Yt 1 Yt 2
Yt C Yt 1 I Yt 1 Yt 2
定常値を求める
Yt 2 Yt 1 Yt Y *
CI
Y*
1
定常値周りの同次差分方程式にする
yt Yt Y *
yt yt 1 yt 2
yt yt 1 yt 2
x x 0 を解く
2
補助方程式
x1
4
2
2
yt A x A2 x2
t
1 1
が一般解
t
x2
4
2
2
数値例
Ct C 0.6Yt 1
It I 0.4 Yt 1 Yt 2
1 1
x1 , x2
5i
2 10
解の経路の例
0.025
複素数なので
0.02
0.015
結構複雑に動く
0.01
0.005
2
系列1
2
1 1
2
5 1
2 10 5
0
1
-0.005
-0.01
なので0に収束
-0.015
3
5
7
9
11
13
15
確率差分方程式
yt yt 1 yt 2 t
乱数(独立な確率変数)を加える
解の経路の例(平均0、分散0.01の正規分布の
乱数を加える)
0.4
0.3
0.2
0.1
0
-0.1 1
-0.2
-0.3
-0.4
系列1
10 19 28 37 46 55 64 73 82 91 100
固定係数の線形連立微分方程式
dx t
ax t 1変数の線形微分方程式
dt
x t c exp at がuniqueな解
dx t
ax t を 恒等的に満たす式
dt
dx t
x ax
dt
固定係数の線形連立微分方程式
x1 a11 x1 a12 x2 .. a1n xn
x a x a x .. a x
1n n
2 21 1 22 2
a
x
a
x
..
a
x
x
nn n
1 n1 1 n 2 2
行列で書く と
x Ax
x Ax b
x A1bが存在
d
x x x Ax x
dt
x xを xと 置く と x Axに帰着
固定係数の線形連立微分方程式(続き)
x Ax
A T 1T
d
x T Tx Tx Tx
dt
y Tx
1
y y
固有方程式に重根が無い
y1 1 0
y 0
2
2
yn 0 0
0 y1 1 y1
0 y2 2 y2
n yn n yn
y1 1 0
y 0
2
2
yn 0 0
0 y1 1 y1
0 y2 2 y2
n yn n yn
yi ci exp it , i 1,..., n
y Tx x T 1y
xi ij y j ij c j exp j t , i 1,..., n : ij , T 1の要素
n
n
j 1
j 1
固有値の実数部分がすべてマイ ナス の場合0に収束
exp a bi t e at ebit e at cos bt i sin bt
元利合計と現在価値の積分表現
• 利子率が年5%
– 年初に100万円貯金すると、年末には、105万円
• 利子率が年2.5%
– 年初に60万円、6ヶ月後に、40万円貯金
– 年末の金額は
120
80
2
1.025 1.025 104, 0375
2
2
y 0 ,..., y 11 毎月初めの年率の預金額
r
12
月あたりの金利・・・日数の違いは無視する。
年末の複利元利合計
y 0
y 11
r
r
12 y i 1
r
1 ...
1 i 1
1
12 12
12 12
12 12
12
1
12i
年始が0、年末が1に正規化すると
0
y
12
12 1 r ...
12 12
11
i 1
y
y
1
12 i
12 1 r 12 12 1 r
i 1
12 12
12 12
0
y
12
12 1 r ...
12 12
11
i 1
y
y
1
12 i
12 1 r 12 12 1 r
i 1
12 12
12 12
1日あたりにすると
i 1
y
365i
365 365
r
i1 365 1 365
年率の貯蓄額が連続に与えられているとして、時間
をどんどん細かくする
i 1
y
N i
N
r
N
lim N i 1
1
N N
i 1
y
N i
N
r
N
lim N i 1
1
N N
r
1
N
N i
N
r r
1
N
N
r
r
N i
N
k
r
1
lim N 1 limk 1 e
N
k
r
1
N
N i
er
N i
N
N
r
k
r
1
lim N 1 limk 1 e
N
k
k
1
Z k 1
k
の説明
両辺の対数を取る
1
limk 0
ln 1
k ln 1 x
ln Z k
1
x
k ロピタル・ルールを用いる
Zk e
対数を
戻す
d
ln 1 x
limk 0 ln Z k dx
d
x x 0
dx
x 0
1
1 x
1
x 0
1
i 1
y
N i
N
r
N
lim N i 1
1
N N
i 1
N
y
N
r r
N
lim N i 1
1
N N
i 1
y
N i
N
N
er N
lim N i 1
N
i 1
y
i
N
N 1 N r
lim N i 1
e
N
r
N i
N
i 1
y
i
N
N 1 N r
lim N i 1
e
N
y x e1 x r
y x er 1 x dx
1
0
結局
01 2
N N
i 1
y
N i
1
N
r
N
r 1 x
lim N i 1
dx
1 0 y x e
N N
N 1
N
i 1
y
N i
1
N
r
N
r 1 x
lim N i 1
dx
1 0 y x e
N N
時間なのでtにすると
1
0
y t er 1t dt
y t に残り1 t の時間の利子が付いて y t
割引現在価値
連続複利では
r
e
現在の1円 = 1年後の
円
各時点で y t 貯蓄したときの1年後の金額
=0時点で z 貯蓄したときの1年後の金額
ze y t e
r
1
0
r 1t
z y t e rt dt
1
dt
0
貯蓄流列の(割引)現在価値
t時点までの現在価値
t
0
y s e rs ds
rs
lim
y
s
e
ds
y
s
e
ds
t
将来を無限に取るとき
t
0
rs
0
連続モデルのメリット
• フロー変数(貯蓄・投資など)の時間について
の積分がストック変数(貯蓄残高、資本など)
になる
• ストック変数の時間についての微分がフロー
変数になる
• このあたりがメカニカルに出て、混乱すること
が少ない
時間についての微分
直線上の運動
x
dx
dt
位置
速度
dx
x
dt
独立変数が時間の
ときはこの書き方を
する
2
2
d x
2
dt
加速度
d x
x
2
dt
力を加えないと等速運動する
加速度を与えるには、力がいる
二次元、3次元では、結構難しい
貯蓄
S t
貯蓄残高
しばらくは、すべて時間の関数なのでtは省略
S
貯蓄残高の純増加
=その時点での純貯蓄+利子
S y rS
その時点での貯蓄残高の利子だけを考えればいい
微分方程式の例
資本の蓄積
資本・・・労働以外の生産要素
資本を増やすのが投資
資本が減るのが減価償却
K
I
K
資本の量に比例
資本の増加=投資-原価償却
K I K
放射性元素の崩壊型
常微分方程式
g x, x, t 0
x f x, t
一般的な微分方程式
(正規系の)常微分方程式
x t
x t f x t , t
微分方程式の解
が恒等的に成り立つ
fが行儀がよく、定義域が t0 , x0 を含む開集合なら
初期値
x0 x t0
を満たす解が一意に存在
t0 , x0 から x t f x t , t
にしたがって、じわじわ変化
例 貯蓄の蓄積
S y t rS
S0 , t0 を初期値とする解は
t
r t t
r t s
S t S0e
y s e
ds
t
0
0
最初の項が初期の貯蓄残高に利子が
ついた分で、二項目は、途中の貯蓄に
残りの期間の利子がついたもの
S t S0e
r t t0
y s e
t
r t s
t0
ds
右辺を微分する
rS0 e
r t t0
y t e
r t t
r y s e
t
t0
r t s
ds
y t rS t
t g x, s, t
d t
g x, s, t ds g x, t , t
d
t0
dt t0
t
合成関数微分と微分と積分が反対
微分と積分の入れ替えは、ルベーグ積
分の収束についての定理に依存する
ので、怪しいときは調べる
途中で利子率が変わるとき
S y t r t S
解は
S t S0 exp
r s ds y s exp r u du ds
t
t
t
t0
t0
s
初期値のチェックと右辺を微分して、
解であることをチェックすればいい。
ウェイトをかけない単純和になる。
瞬時ごとに指数的に増加
微分方程式の安定性
• 線形微分方程式や二体問題のように、陽表
的に解けることは少ない。
• 安定性を検討
x t : x f x, t の解
limt x t x *
が成立するか
x f x 変化の法則が時間に依存しない
自律系の常微分方程式
f x 0
xが変化しない
xが定常点
x0が一つ定常点
f ' x0 0
x0
f x
xがx0より少し大きい
x f x 0
xは減少しx0に近づく
xがx0より少し小さい
x f x 0
xは増加しx0に近づく
x0の近くでは、局所的に安定
f ' x0 0
x0の近くでは、局所的に不安定
例 ソローの成長モデル
K I K 資本蓄積モデル
Y F K , L 一次同次の生産関数
L
g
労働成長率は一定
L
I sY sF K , L
投資=貯蓄=所得の一定割合
s=限界貯蓄性向=平均貯蓄性向
K
k
L
ln k ln K ln L
時間について微分する
両辺の対数を取る
K I K
L
g
L
I sY sF K , L
生産関数は一次同次
k K L
k K L
I K
g
K
sF K , L
g
K
F K, L
s
L g
K
L
K
sF ,1
L
g
k
K
sF ,1
k K L
sf k
L g
g
k K L
k
k
k sf k g k
k sf k0 g k0 0
g k
sf k
k sf k g k 0
k sf k g k 0時間がたつとどんどん
k0に近づく
k
k0
ポントリャーギン原理
ラグランジュ乗数法
max x1 ,..., xn f x1,..., xn
st g1 x1,..., xn 0,..., gm x1,..., xn 0
m n
ポントリャーギン原理を使う問題
max f y t , x1 t ,..., xn t , t dt
b
a
st y t g y t , x1 t ,..., xn t , t
以下(t)は省略
max f y, x1 ,..., xn , t dt
b
a
st y g y, x1,..., xn , t
y:位置のようにいっぺんにワープできない
状態変数
x1,..., x1:舵やガソリンの使用量のように瞬時
に変えられる
制御変数
例 f y, x1 ,..., xn , t 各時点での燃料消費
もとの問題が最小化問題なら、、特定の時間
で、燃料をできるだけ使わないで、対岸に行く
max f y, x1 ,..., xn , t dt
b
a
st y g y, x1,..., xn , t
ポントリャーギン原理のレシピ
(i)ハミルトニアン(ラグランジュアンの親玉)を作る
H f y, x1,..., xn , t g y, x1,..., xn , t
最大値問題でラグランジュ乗数の前の符号は
+で覚える・・・最小化問題なら、-を付け最大
化問題にする
ラグランジュ乗数法のときは、ラグランジュアン
の符号が変わるだけ
非線形計画法のときは、本で調べる
(i)ハミルトニアン(ラグランジュアンの親玉)を作る
H f y, x1,..., xn , t g y, x1,..., xn , t
(ii)ハミルトニアンを制御変数で微分して0と置く
g y, x1 ,..., xn , t
H f y, x1 ,..., xn , t
0
xi
xi
xi
(iii)状態変数に対する微分にマイナスをつける
と、その状態変数に対応するラグランジュ乗数
の変化になる
f y, x1 ,..., xn , t
g y, x1 ,..., xn , t
H
y
y
y
ポントリャーギン原理の注意点
• 以上のレシピ(+以下で説明する横断条件)が
ポントリャーギン原理
• 古典的な方法は、変分法で一階の条件がオ
イラー方程式だが、ポントリャーキン原理の
ほうが機械的に説ける
• 正確な条件は例によって本を見る
横断条件(transversality condition)
• yとλの最初と最後の条件
• 流れる川を渡って、できるだけ早く、燃費を少
なくいくには、舟が岸を出るときも、岸につくと
きも、岸と垂直にするのがいい????
y a , y b が与えらない
b
a b 0
limt t 0
初期値や終値が特定の関係を満たすなどの場
合は、本を調べる
状態変数と制約がたくさんある場合
max f y1 ,..., yk , x1 ,..., xn , t dt
b
a
st y j g j y1,..., yk , x1,..., xn , t , j 1,..., k
hs y1,..., yk , x1,..., xn , t 0, s 1,..., p
(i)ハミルトニアンを作る
H f y1 ,..., yk , x1 ,..., xn , t
j 1 j g j y1 ,..., yk , x1 ,..., xn , t
k
s 1 s hs y1 ,..., yk , x1 ,..., xn , t
p
(i)ハミルトニアンを作る
H f y1 ,..., yk , x1 ,..., xn , t j 1 j g j y1 ,..., yk , x1 ,..., xn , t
k
s 1 s hs y1 ,..., yk , x1 ,..., xn , t
p
(ii)ハミルトニアンを制御変数で微分して0と置く
g j y1 ,..., yk , x1 ,..., xn , t
H f y1 ,..., yk , x1 ,..., xn , t
k
j 1 j
xi
xi
xi
hs y1 ,..., yk , x1 ,..., xn , t
s 1 s
0
xi
p
(iii)状態変数に対する微分にマイナスをつけると、その
状態変数に対応するラグランジュ乗数の変化になる
g j y1 ,..., yk , x1 ,..., xn , t
f y1 ,..., yk , x1 ,..., xn , t
H
k
j
j 1 j
y j
y j
y j
hs y1 ,..., yk , x1 ,..., xn , t
s 1 s
0
y j
p
ポントリャーキン原理の直感的説明
• 微分方程式を時点ごとの制約と考え、ラグラ
ンジュアンを作る
L f y, x1 ,..., xn , t dt t y g y, x1 ,..., xn , t dt
b
b
a
a
f y, x1 ,..., xn , t dt t ydt t g y, x1 ,..., xn , t dt
b
b
b
a
a
a
t ydt
b
a
を部分積分
t ydt b y b a y a t y t dt
b
b
a
a
L f y, x1 ,..., xn , t dt t ydt t g y, x1 ,..., xn , t dt
b
b
b
a
a
a
t ydt b y b a y a t y t dt
b
b
a
a
L f y, x1 ,..., xn , t dt b y b a y a t y t dt
b
a
t g y, x1 ,..., xn , t dt
b
a
b
a
b
a
f y, x1 ,..., xn , t t y t g y, x1 ,..., xn , t dt
b y b a y a
L
b
a
f y, x1 ,..., xn , t t y t g y, x1 ,..., xn , t dt
b y b a y a
元は、y(t)は微分方程式で関係していたが、この式では、バラバラ
微分して0でないと大きくも小さくもなる。
f y, x1 ,..., xn , t t y t g y, x1 ,..., xn , t
y
f y, x1 ,..., xn , t
g y, x1 ,..., xn , t
0
y
y
f y, x1 ,..., xn , t t y t g y, x1,..., xn , t
(iii)に対応
xi
f y, x1 ,..., xn , t
g y, x1,..., xn , t
0
xi
xi
y a , y b
が決まっていないと
(ii)に対応
横断条件に対応
a 0, y b 0
最適貯蓄
S yt rt S
S, St , S t :
t時点の貯蓄残高
y, yt , y t :
t時点の貯蓄額
r, rt , r t :
S 0 :
t時点の瞬時的な利子率
最初の貯蓄残高・・与件
S T 0
T時点に貯蓄を食いつぶして死ぬ
I , It , I t :
c, ct , c t :
t時点の(利子以外の)所得
各時点での消費
I c y 所得は、消費されるか貯蓄される
u c 各時点での消費からの効用
u ' c 0, u " c 0
T
0
u ct e
t
dt
生涯効用
将来の消費は時間選好率0で割り引かれる
問題
max u ct e dt
T
t
生涯効用の最大化
0
st S yt rt S It ct rt S
貯蓄蓄積の方程式、所得は与件
max u ct e dt
T
t
0
st S It ct rt S
(i)ハミルトニアンを作る
H u ct e
t
It ct rt S
(ii)制御変数(c)で微分して0
H
t
u ' ct e 0
ct
(iii)状態変数(S)で微分し-をつけるとラグランジュ
乗数の微分
H
rt
S
以下の体系は、コンピュータで近似計算できる
u ' ct e
t
0
S It ct rt S
H
rt
S
S 0 S0 , S T 0
S T
S T
0 仮に決める
c 0 が決まる
少し先の t , S t
が決まる
まで繰り返す
が0に近くないときは 0 を変え繰り返す
解析的解法
rt
t 0 exp rs ds
線形微分方程式
t
0
u ' ct e
t
t
u ' ct e 0 exp rs ds
t
ct u '
S It ct rt S
1
0 exp r ds e
t
0 s
St S 0 I s cs exp
0
線形微分方程式
S T 0
になるよう
0
t
0
を決める
t
r du ds
t
s u
ct u '
1
0 exp rs ds e t
t
0
利子率が一定の場合
0 exp rt e
0 exp r t
t
1
ct u '
1
u'
u'
r
r
1
は減少関数
なら消費をだんだん減らす
なら消費をだんだん増やす
例 最適資本蓄積
F K
マクロ的生産関数・・労働は一定
K F K ct 一国の実物的関係・・利子はつかない
max u ct e dt
t
T
0
生涯効用の最大化
前の例は、完全競争市場の個人だが、この例は、
経済全体
max u ct e dt
t
0
st K F K ct , K 0 K0
(i)ハミルトニアンを作る
H u ct e
t
F K ct
H u ct e
t
F K ct
(ii)制御変数(c)で微分して0
H
t
u ' ct e 0
ct
(iii)状態変数(K)で微分し-をつけるとラグランジュ
乗数の微分
H
F ' K
K
解析的解法
e
t
対数を取ってtで微分
u ' ct e
t
0
F ' K
u ' ct
F ' K
K F K ct
1
1
K F K u '
ct u '
自律系の連立常微分方程式
(右辺は状態変数のみ)
連立微分方程式と位相図
F ' K
K F K u '1
自律系の連立常微分方程式
(右辺は状態変数のみ)
このタイプの二元のシステム
は位相図により、だいたいの
振る舞いがわかる
F ' K
K F K u '
1
0
F ' K 0
1
K F'
は、一定
F ' K
K
限界生産力逓減により減少関数
F ' K
右はプラスで上がり
左はマイナスで下がる
F ' K
1
K F K u '
1
K F K u'
0
0
F K u'
u ' F K
1
K 0
K
減少関数なので右下がり
K F K u '
1
右は、+で右へ、
左は-で左へ
F ' K
K F K u '
1
0
C
全体としては矢印の
ように動きそう
一本だけ定常点Bから
B
K 0
出て行くパスがある
A
K
一本だけ定常点Bに入る
パス(trajectory)がある。
このタイプの定常点は鞍点
F ' K
1
K F K u '
0
C
一本だけ定常点Bに入る
パス(trajectory)がある。
これ以外のパスでは、資 0
本がどんどん増えたり、
減ったりして、うまくいき
そうもない。最適なパス
はここにのっている
初期の資本が決まると
B
K0
K 0
A
の初期μが決まる
位相図はphase diagramでtoplogyとは関係ない
K
連立微分方程式の局所的安定性
x f x, y
y g x, y
自律系の連立常微分方程式
位相図を描いて考えるのが一つのアプローチ
定常点付近で線形近似し、線形代数と関係付ける
のが以下の話
x f x, y , y g x, y
f x0 , y0 0, g x0 , y0 0
x0 , y0 : 定常点
この付近で線形(一次)近似
x f x, y f x0 , y0
f x x0 , y0 x x0 f y x0 , y0 y y0
y g x, y g x0 , y0
g x x0 , y0 x x0 g y x0 , y0 y y0
x f x x0 , y0 x x0 f y x0 , y0 y y0
y gx x0 , y0 x x0 g y x0 , y0 y y0
d
x x0 f x x0 , y0 x x0 f y x0 , y0 y y0
dt
d
y y0 g x x0 , y0 x x0 g y x0 , y0 y y0
dt
y y0 Y
x x0 X
X f x X f yY
Y gx X g yY
x0 , y0
独立変数は略
X f x X f yY 行列で表す X f x
g
Y gx X g yY
Y x
fx
fy
gx
gy
fx
gx
fy
gy
fy X
gy Y
2 fx g y fx g y f y gx 0
の固有方程式
異なる2根を持つとする(重根のときは厄介)
1 , 2
X fx
g
Y x
fy X
gy Y
fx
gx
fx
gx
f y をジョルダン標準形にする
gy
fy
0
1 1
T
T
gy
0 2
Tは正則行列
0 X
X
1 1
T
T
0 2 Y
Y
0 X
X
1 1
T
T
0 2 Y
Y
X 1 0 X
T
T
Y 0 2 Y
X U
T
Y V
U 1 0 U 1U
V 0 2 V 2V
U 1 0 U 1U
V 0 2 V 2V
U 1U ,V 2V
1t
2t
U U0e ,V V0e
X U
T
Y V
1t
X
1 U 0 e
T 2t
Y
V0e
U 0 U 0
V 0 V0
初期値
1t
X
1 U 0 e 1 , 2 実根のケース
T 2t
Y
V0e
1 0, 2 0 X,Yの絶対値がどんどん大きくなる
不安定
1 0, 2 0 2 0, 1 0
X,Yは、trajectoryにのっていない
限り、やがては、発散
鞍点に対応
1 0, 2 0
X,Yの絶対値がどんどん小さくなる
安定
1t
X
1 U 0 e 1 , 2 実根でないケース
T 2t
Y
V0e
1 a bi, 2 a bi 根の公式により共役複素数
cos bt i sin bt ,
a bi t
e
eat cos bt i sin bt
e
a bi t
e
at
a0
a0
やがては発散し不安定
やがては収束し安定
虚部もあるので、一般には回転し、
複雑な動き
安定性のRemarks
• 多次元でも、すべての固有値の実部が負の
とき局所的に安定
• 局所的でない大域的安定には、リヤプーノフ
関数を用いる