1 基本概念
动力系统是研究系统状态随时间变化规律的数学框架。它通常关注一个对象在给定规则下如何演化，以及这种演化是否会趋于稳定、进入周期、表现出复杂波动，或在长期上呈现更高层次的组织结构。作为一门横跨数学与应用科学的分支，动力系统既研究具体模型，也关注可抽象推广的普遍性质。
1.1 系统与状态
“系统”指由若干变量及其相互关系构成的整体；“状态”则是对系统在某一时刻的完整描述。状态可以是位置、速度、温度、种群数量、概率分布等，取决于具体对象。动力系统研究的重点，不只是状态本身，而是状态之间如何按照既定规则发生转移。
1.2 时间演化与轨道
时间演化描述状态随时间推进的变化过程。若从某一初始状态出发，系统在不同时刻所经过的状态序列或连续曲线，称为轨道。轨道反映了系统的“运动历史”，也是判断长期行为的重要依据。
1.3 相空间与状态空间
相空间或状态空间是所有可能状态构成的集合。系统的每个状态都对应空间中的一个点，轨道则是在该空间中的曲线或点列。通过在相空间中观察轨道的分布，可以更直观地分析系统的稳定性、吸引区域和复杂结构。
1.4 初值问题
初值问题是指在给定初始状态的条件下，求系统未来或过去的演化。对许多动力系统而言，初值决定轨道的具体走向，因此初值问题是理解系统行为的起点。其解的存在性、唯一性与连续依赖性，构成动力系统理论的重要基础。
2 主要类型
动力系统可按时间参数、状态更新方式及随机性来源进行分类。不同类型的系统在数学表达上差异较大，但都以“状态随时间变化”为核心。
2.1 连续动力系统
连续动力系统中的时间变量连续变化，常用于描述物理运动、连续介质演化和某些生物过程。其状态通常通过微分方程刻画。
2.1.1 常微分方程系统
常微分方程系统用状态变量对时间的导数表示演化规律，例如粒子运动、化学反应速率或机械装置的动力学模型。此类系统的研究重点包括解的存在唯一性、平衡点附近行为及长时间动力学。
2.1.2 流与半流
“流”是指每个时刻都可向前和向后演化的连续时间变换族；“半流”则通常只允许向前演化。它们为连续动力系统提供了更抽象的描述方式，便于研究整体结构、连续依赖性及不变集合。
2.2 离散动力系统
离散动力系统在离散时刻更新状态，常见于迭代过程、数值模型和分时递推系统。其演化规则一般由映射或差分关系给出。
2.2.1 迭代映射
迭代映射是将当前状态经过同一规则重复作用，生成状态序列。简单的一维迭代就可能产生丰富行为，包括收敛、周期振荡与混沌。这使得迭代映射成为研究复杂动力学的典型模型。
2.2.2 差分方程
差分方程描述状态在相邻时刻之间的递推关系，常用于人口增长、经济时间序列和数字控制系统。与微分方程类似，它研究的是演化规律；不同之处在于时间是分段推进的。
2.3 随机动力系统
随机动力系统在确定性演化之外引入随机扰动，适用于受噪声影响的自然和工程过程。随机性可能来自环境波动、测量误差或内在不确定性。
2.3.1 随机微分方程
随机微分方程在常微分方程基础上加入随机项，用以刻画连续时间中的随机扰动。它广泛用于金融模型、随机振动和生物噪声过程分析。
2.3.2 马尔可夫过程
马尔可夫过程强调“无记忆性”，即未来状态只依赖当前状态，而与更早历史无关。该类过程在排队系统、扩散现象和离散随机演化中十分常见。
3 核心性质
动力系统理论的重要任务，是提炼出不同模型共享的核心性质。这些性质决定了系统长期表现的基本类型。
3.1 平衡点与定点
平衡点是系统在该处保持不变的状态；在离散系统中通常称为定点。若轨道最终停留在平衡点附近，说明系统存在某种静止或稳态结构。平衡点的数量、位置与稳定性，往往直接影响整体动力学。
3.2 周期轨道
周期轨道是系统状态按固定时间间隔重复出现的轨道。它体现出重复性和规律性，是介于静止与复杂运动之间的一类重要行为。振子、摆动和某些生物节律都可表现出周期轨道。
3.3 稳定性
稳定性描述系统受到扰动后是否能够维持原有行为。若小扰动不会导致轨道显著偏离，则可认为系统具有稳定性。稳定性分析是判断模型可靠性与可控性的基础。
3.3.1 渐近稳定
渐近稳定不仅要求轨道在扰动后保持接近原状态，还要求其随时间逐渐回到该状态。它通常比一般稳定性更强，体现了系统对扰动的恢复能力。
3.3.2 李雅普诺夫稳定
李雅普诺夫稳定强调扰动后轨道始终不会离开某个预定范围，但不一定收敛回原状态。这一概念常作为局部稳定性研究的起点，并与李雅普诺夫函数密切相关。
3.4 吸引子
吸引子是轨道在长期演化中趋向的集合，可以是点、闭曲线、区域或更复杂的几何对象。它概括了系统的长期行为特征，因此在动力系统研究中占有核心地位。
3.4.1 奇异吸引子
奇异吸引子通常具有复杂几何结构和非整数维特征，常与混沌行为相关。其轨道在局部上看似无序，但整体上又被限制在某个狭小区域内。
3.4.2 全局吸引子
全局吸引子是对系统中多数甚至全部初始条件都具有吸引作用的集合。它反映了整个系统的长期归宿，常用于研究耗散系统和偏微分方程的整体行为。
4 定性分析方法
定性分析不必求出精确解析解，而是通过结构性质判断系统的整体行为。这类方法在非线性问题中尤为重要。
4.1 相平面分析
相平面分析主要用于二维系统，通过观察轨道、方向场和特殊点的位置来判断系统的动态特征。它能够直观展示平衡点、周期解及轨道走向，是入门和应用中常用的方法。
4.2 线性化方法
线性化方法在平衡点附近用线性系统近似原系统，从而分析局部行为。若线性近似能准确反映原系统的主要特征，则可借此判断稳定性和局部分岔趋势。
4.3 李雅普诺夫函数
李雅普诺夫函数是一类沿轨道单调变化的标量函数，常被用来判断稳定性。若能构造出合适的函数，就可在不求解方程的情况下证明系统的稳定或收敛性质。
4.4 不变流形理论
不变流形理论研究在演化下保持不变的曲面或子空间，如稳定流形、中心流形等。它在分析平衡点附近的局部结构、简化高维动力系统方面具有重要作用。
5 复杂动力学
当系统具有强非线性或参数变化时，可能出现多种复杂现象，例如分岔、混沌和多稳态。这些现象是现代动力系统研究的重点。
5.1 分岔理论
分岔理论研究系统参数变化时，轨道结构如何发生质变。一个看似微小的参数调整，可能导致平衡点消失、周期解产生或系统稳定性改变。
5.1.1 鞍结分岔
鞍结分岔是指两个平衡点在参数变化下相互靠近并最终合并、消失或生成的现象。它常用于描述系统中平衡结构的突变。
5.1.2 Hopf分岔
Hopf分岔指平衡点失稳并产生周期轨道的分岔类型。它在振荡系统中十分常见，是从静态行为过渡到周期振动的重要机制。
5.2 混沌
混沌是确定性系统中出现的一种表面无序、实际受规则支配的复杂行为。它通常表现为长期不可预测，但并不等同于纯随机过程。
5.2.1 敏感依赖初值
敏感依赖初值是混沌的重要特征之一，指两个极其接近的初始状态，经过演化后可能迅速分离。由于这种放大效应，长期精确预测变得困难。
5.2.2 分形结构
许多混沌吸引子具有分形结构，即在不同尺度下都呈现相似的几何特征。分形维数可用于描述其复杂程度，也反映了轨道在空间中的细致排列方式。
5.3 分叉与多稳态
分叉通常指系统参数改变引起的动态结构变化；多稳态则指同一系统在相同条件下可能存在多个稳定状态。二者常相互关联，体现了系统响应的丰富性与选择性。
6 数学基础
动力系统建立在多个数学分支之上，尤其依赖方程理论、拓扑、测度与泛函分析等工具。
6.1 微分方程
微分方程是连续动力系统的主要表达形式，也是定性分析的重要对象。动力系统理论从微分方程出发，不仅关心方程是否可解，还关注解的整体几何结构。
6.2 拓扑学
拓扑学提供了研究连续变形下不变性质的语言。动力系统中，拓扑方法常用于分析不变集、连通性、同胚关系及结构稳定性。
6.3 测度论与遍历理论
测度论用于处理“大小”与概率意义下的集合，而遍历理论研究轨道长期平均与空间平均之间的关系。它们在随机系统、统计物理和混沌研究中非常重要。
6.4 函数分析
函数分析为高维系统、无穷维系统和偏微分方程动力学提供基础。它关注空间结构、算子性质与收敛行为，是现代动力系统理论不可缺少的工具。
7 重要分支
动力系统内部形成了多个具有鲜明特征的分支，它们对应不同的守恒、耗散或可积结构。
7.1 哈密顿动力系统
哈密顿动力系统常用于描述保守体系，如经典力学中的粒子和场。其结构具有较强的几何特征，与能量守恒和相空间体积保持密切相关。
7.1.1 守恒量
守恒量是在演化过程中保持不变的物理或数学量，如能量、动量等。守恒量的存在通常会限制轨道形态，使系统呈现较强的结构性。
7.1.2 辛结构
辛结构是哈密顿系统的核心几何框架，规定了相空间中某些面积或体积形式的保持性质。它为研究相轨道、变换和守恒规律提供了统一语言。
7.2 可积系统
可积系统是指可通过足够多的守恒量或特殊结构得到较完整解析描述的系统。此类系统通常行为规则，便于精确分析。
7.2.1 作用-角变量
作用-角变量是一种将系统分解为“幅度”和“相位”的坐标表示，常用于近周期运动的分析。它能显著简化某些哈密顿系统的研究。
7.2.2 Lax对
Lax对是一种把可积方程表示为算子演化的结构方式。它常用于发现和证明可积性，并帮助构造大量守恒量。
7.3 耗散系统
耗散系统在演化中会“消耗”某些守恒性质，常与摩擦、阻尼、热交换等过程相关。其长期行为往往趋向稳定集合或吸引子。
7.3.1 能量耗散
能量耗散指系统能量随时间减少或转化为其他形式。它是许多实际系统中不可避免的机制，也是产生稳定态的重要原因。
7.3.2 非平衡态演化
非平衡态演化研究系统远离平衡时的动力学变化。此类过程常表现出复杂的过渡行为，并可能伴随多尺度结构和持续驱动。
8 应用领域
动力系统理论的应用极为广泛，几乎凡是存在时间演化的对象，都可能借助这一框架加以描述和分析。
8.1 物理学中的应用
物理学中大量现象可归结为动力系统问题，从天体运行到粒子统计，再到振动与波动，都可用相应模型研究。
8.1.1 天体力学
天体力学研究行星、卫星和其他天体在引力作用下的长期运动。其问题常涉及轨道稳定性、共振现象和多体系统的复杂演化。
8.1.2 统计物理
统计物理利用动力系统观点研究大量粒子组成系统的宏观行为。遍历性、涨落与相变等问题，常与动力学过程密切相关。
8.2 生物学中的应用
生物系统具有自组织、反馈和适应性等特征，因此特别适合用动力系统描述。种群变化、神经活动和生化调控都属于典型对象。
8.2.1 种群动力学
种群动力学研究生物数量随时间的增长、衰减和相互作用。模型常包含繁殖率、竞争关系和环境容量等因素。
8.2.2 神经动力学
神经动力学关注神经元膜电位、放电节律与网络活动模式。它有助于理解脉冲产生、同步现象及信息处理机制。
8.3 工程学中的应用
工程系统常由反馈控制、机械部件和信号处理单元组成，动力系统方法可用于分析性能、稳定性和响应特征。
8.3.1 控制系统
控制系统通过反馈调节输出，使装置保持在期望状态附近。动力系统理论为控制器设计、稳定性验证和鲁棒性分析提供了基础。
8.3.2 机械振动
机械振动研究结构或装置在外力和内在作用下的周期或非周期运动。它与共振、阻尼和非线性响应等问题紧密相关。
8.4 经济与金融中的应用
经济与金融系统具有明显的时间依赖性和反馈特征，因此常借助动力系统模型描述其变化趋势。
8.4.1 经济周期模型
经济周期模型用于解释产出、就业和投资在不同阶段的波动。通过动力学分析，可以研究增长、衰退及周期形成机制。
8.4.2 市场演化模型
市场演化模型关注价格、供需和参与者行为随时间的变化。此类模型常用于探讨均衡形成、波动传播和策略互动。
9 发展历程
动力系统理论并非一开始就以统一学科形态出现，而是在天体力学、微分方程和几何分析的推动下逐步形成。
9.1 早期思想
早期动力学思想主要来自古典力学和天体运动研究。研究者逐渐意识到，除了求出精确轨道外，还需要理解系统的整体性质与长期趋势。
9.2 现代动力系统理论的形成
19世纪末至20世纪，随着微分方程定性理论、庞加莱思想以及李雅普诺夫方法的发展，动力系统逐渐成为独立学科。此后，分岔、混沌和遍历理论等方向进一步扩展了其研究边界。
9.3 计算机辅助研究的发展
计算机的普及使复杂动力系统的数值实验成为可能。轨道可视化、参数扫描和高维模拟大大增强了人们对复杂现象的理解，也推动了理论与计算的结合。
10 相关概念
动力系统与多个数学与科学概念相互交织，构成广泛的研究网络。
10.1 非线性科学
非线性科学研究不满足简单叠加原理的系统。许多动力系统之所以复杂，正是因为其核心机制具有非线性特征。
10.2 复杂系统
复杂系统通常由大量相互作用的部分组成，并表现出整体层面的涌现行为。动力系统为研究复杂系统的时序演化提供了基本工具。
10.3 数值模拟
数值模拟通过计算机近似求解动力学模型，适用于解析方法难以处理的问题。它既是验证理论的手段，也是探索新现象的重要方式。
10.4 图论与网络动力学
图论为研究节点与连接关系提供结构语言，网络动力学则关注这些结构上的状态传播与集体行为。此方向广泛用于社交网络、通信网络和生物网络分析。