微分方程進階：存在性、定性理論與動力系統

當解「存在」卻無法寫下來：微分方程的進階風景

你已經會解一階線性方程、會用分離變數法、也認得 $y'' + \omega^2 y = 0$ 描述的簡諧振動。但這裡有個尷尬的事實：絕大多數的微分方程，根本寫不出封閉形式的解。

考慮一條看似無害的方程：

$$ \frac{dy}{dx} = x^2 + y^2. $$

它沒有任何初等函數能表達的通解。分離變數失敗、積分因子失敗、代換也失敗。然而對任意初始條件 $y(x_0)=y_0$，這條曲線「確實存在」——只是它活在我們熟悉的函數庫之外。

入門篇教你怎麼求解；進階篇要問三個更深的問題：解存不存在？存在的話唯一嗎？就算寫不出公式，我們能不能知道它長什麼樣子、會不會爆掉、最後跑去哪裡？這套思維叫做定性理論（qualitative theory）與動力系統（dynamical systems），它是現代微分方程的主幹。

先確定解「存在且唯一」：Picard–Lindelöf 定理

在花力氣求解前，數學家會先確認自己沒在追逐幻影。考慮初值問題（initial value problem, IVP）：

$$ y' = f(x, y), \qquad y(x_0) = y_0. $$

Picard–Lindelöf 定理（又稱存在唯一性定理）說：若 $f$ 在 $(x_0, y_0)$ 的某個矩形鄰域內連續，且對 $y$ 滿足Lipschitz 條件——存在常數 $L$ 使得

$$ |f(x, y_1) - f(x, y_2)| \le L\,|y_1 - y_2|, $$

則在 $x_0$ 附近存在唯一一條解曲線。

為什麼 Lipschitz 條件不可少

少了 Lipschitz，唯一性會崩潰。看這個經典反例：

$$ y' = 3\,y^{2/3}, \qquad y(0) = 0. $$

函數 $f(y)=3y^{2/3}$ 在 $y=0$ 連續，但不 Lipschitz（它的「斜率」在原點趨於無窮）。結果是：$y(x)=0$ 是一個解，$y(x)=x^3$ 也是一個解，甚至

$$ y(x) = \begin{cases} 0, & x \le c, \\ (x-c)^3, & x > c \end{cases} $$

對任意 $c \ge 0$ 都是解。同一個初始點竟然長出無窮多條曲線。這不是計算錯誤，而是方程本身的病態——物理上對應「靜止的水滴何時開始滴落」這類無法由初始狀態決定的情形。

啟示：唯一性不是理所當然的贈品，而是 $f$ 的光滑性換來的。在工程模擬裡，若數值解莫名其妙分岔，第一個該懷疑的就是模型在某處違反了 Lipschitz。

既然解不出來，就用 Picard 迭代「逼近」它

Picard–Lindelöf 的證明本身就是一個建構性演算法，叫 Picard 迭代。把 IVP 改寫成等價的積分方程：

$$ y(x) = y_0 + \int_{x_0}^{x} f\bigl(t, y(t)\bigr)\, dt. $$

然後從 $y_0(x)=y_0$ 出發，反覆代入：

$$ y_{n+1}(x) = y_0 + \int_{x_0}^{x} f\bigl(t, y_n(t)\bigr)\, dt. $$

看一個例子

解 $y' = y$、$y(0)=1$（我們早知答案是 $e^x$，正好驗算）。

• $y_0(x) = 1$
• $y_1(x) = 1 + \displaystyle\int_0^x 1\, dt = 1 + x$
• $y_2(x) = 1 + \displaystyle\int_0^x (1+t)\, dt = 1 + x + \frac{x^2}{2}$
• $y_3(x) = 1 + \displaystyle\int_0^x \left(1 + t + \frac{t^2}{2}\right) dt = 1 + x + \frac{x^2}{2} + \frac{x^3}{6}$

每迭代一次就多長出泰勒級數的一項，極限正是

$$ y(x) = \sum_{n=0}^{\infty} \frac{x^n}{n!} = e^x. $$

這個迭代之所以收斂，背後靠的是Banach 不動點定理（contraction mapping）：映射 $T[y](x) = y_0 + \int_{x_0}^x f(t,y)\,dt$ 在 Lipschitz 條件下是壓縮映射，必有唯一不動點，而不動點正是解。存在性、唯一性、與逼近演算法在這裡是同一件事的三個面向，相當優雅。

不求公式，只問「形狀」：相平面與平衡點

對二維自治系統（autonomous system，右側不顯含 $t$）

$$ \dot{x} = f(x, y), \qquad \dot{y} = g(x, y), $$

我們把每個狀態 $(x,y)$ 畫成平面上一點，解曲線就是點在平面上隨時間移動的軌跡（trajectory）。整張圖叫相圖（phase portrait）。

平衡點（equilibrium / fixed point） 是 $f=g=0$ 的點——系統停在那裡不動。關鍵問題是：它穩定嗎？輕輕推一下會回來，還是一去不回？

線性化與 Jacobian

在平衡點 $(x^*, y^*)$ 附近，用一階泰勒展開把系統線性化，得到 Jacobian 矩陣：

$$ J = \begin{pmatrix} \dfrac{\partial f}{\partial x} & \dfrac{\partial f}{\partial y} \\[2mm] \dfrac{\partial g}{\partial x} & \dfrac{\partial g}{\partial y} \end{pmatrix}\Bigg|_{(x^*, y^*)}. $$

$J$ 的特徵值（eigenvalues） $\lambda_{1,2}$ 決定局部行為：

這就是 Hartman–Grobman 定理 的精神：只要特徵值實部不為零（雙曲平衡點），非線性系統在平衡點附近的拓樸結構與其線性化「長得一樣」。我們因此能用線性代數讀出非線性系統的局部命運。

動手試試：捕食者—被捕食者模型

經典的 Lotka–Volterra 方程 描述兔子 $x$ 與狐狸 $y$：

$$ \dot{x} = x(\alpha - \beta y), \qquad \dot{y} = y(\delta x - \gamma), $$

其中 $\alpha,\beta,\gamma,\delta>0$。先找平衡點，令右側為零：

• $(0,0)$：兩物種都滅絕。
• $\left(\dfrac{\gamma}{\delta},\ \dfrac{\alpha}{\beta}\right)$：共存平衡。

計算共存點的 Jacobian。因為在該點 $\alpha-\beta y^*=0$ 且 $\delta x^*-\gamma=0$，對角項消失：

$$ J = \begin{pmatrix} 0 & -\dfrac{\beta\gamma}{\delta} \\[2mm] \dfrac{\delta\alpha}{\beta} & 0 \end{pmatrix}. $$

特徵值 $\lambda = \pm i\sqrt{\alpha\gamma}$ ——純虛數。線性化預測這是一個中心，軌跡是繞著共存點的閉合環，意味族群數量週期性振盪：兔子多了狐狸跟著多，狐狸多了把兔子吃光，狐狸又餓死，兔子再復甦……生態學裡真的觀測得到這種循環。

但要小心：純虛數落在上表的「臨界」列，Hartman–Grobman 不適用。Lotka–Volterra 之所以真的是中心，得另外找一個守恆量

$$ H(x,y) = \delta x - \gamma \ln x + \beta y - \alpha \ln y $$

證明它沿軌跡為常數，閉軌才成立。這提醒我們：線性化是強大的第一步，但臨界情形必須回到非線性本身。

解會「跑去哪裡」：吸引子與極限環

當時間 $t \to \infty$，軌跡的歸宿叫 $\omega$-極限集。除了收斂到平衡點，平面系統還可能繞向一條孤立的閉合軌道——極限環（limit cycle），對應自我維持的穩定振盪（心跳、神經元放電、電子振盪器都是）。

Poincaré–Bendixson 定理 是平面動力系統的招牌結果：在二維有界區域內，若軌跡不趨於平衡點，就必定趨於一個極限環。換句話說，平面上的長期行為只有兩種結局——靜止或週期。

這個定理的深刻之處在於它的維度依賴性：它在三維徹底失效。一旦進入三維，軌跡可以永遠不重複、不收斂，卻又被困在有界區域裡來回纏繞——這就是混沌（chaos） 的幾何前奏。

重點回顧

• 先問存不存在：Picard–Lindelöf 定理用連續性 + Lipschitz 條件保證初值問題局部存在唯一解；缺 Lipschitz（如 $y'=3y^{2/3}$）唯一性即崩潰。
• 解不出也能逼近：Picard 迭代把微分方程化為積分方程的不動點問題，靠 Banach 壓縮映射收斂；對 $y'=y$ 逐步長出 $e^x$ 的泰勒級數。
• 定性勝於公式：相圖、平衡點、Jacobian 特徵值讓我們在無封閉解時仍能判讀系統的局部穩定性。
• 線性化有界限：Hartman–Grobman 只對雙曲平衡點有效；純虛特徵值（如 Lotka–Volterra 共存點）必須回到非線性與守恆量分析。
• 維度決定命運：Poincaré–Bendixson 保證平面系統只會靜止或週期振盪，而三維起才可能出現混沌。

深入探討（研究所視角）

從平面到混沌：為何維度三是分水嶺。 Poincaré–Bendixson 的失效不是技術瑕疵，而是拓樸的必然。在平面上，Jordan 曲線定理讓閉軌把平面切成內外，軌跡因「不能自交」而被嚴格約束；三維沒有這種圍堵。Lorenz 系統

$$ \dot{x}=\sigma(y-x),\quad \dot{y}=x(\rho-z)-y,\quad \dot{z}=xy-\beta z $$

在 $\sigma=10,\ \beta=8/3,\ \rho=28$ 時，所有平衡點皆不穩定，軌跡卻被吸入一個有界、非週期、自相似的奇異吸引子（strange attractor），其 Hausdorff 維度約 $2.06$——一個分數維的幾何物件。對初始條件的敏感依賴性（蝴蝶效應）由正的最大 Lyapunov 指數量化，意味再精密的長期預報終究失效。

分岔理論（bifurcation theory）。 真正的研究戰場是參數變動時相圖的質變。當控制參數 $\mu$ 越過臨界值，平衡點可能消失、分裂或改變穩定性：鞍結分岔（saddle-node）、跨臨界分岔（transcritical）、叉式分岔（pitchfork），以及一對共軛特徵值穿越虛軸時誕生極限環的 Hopf 分岔。後者是理解振盪「如何無中生有」的核心——化學振盪反應、雷射閾值、心律失常的起點都是 Hopf。

結構穩定性與 KAM 理論。 Lotka–Volterra 的中心其實是結構不穩定的：任意小的擾動就會把閉軌變成緩慢的螺旋。這引出哈密頓系統（Hamiltonian systems）中可積性的脆弱問題，而 KAM（Kolmogorov–Arnold–Moser）定理 回答了「小擾動下哪些不變環面得以存留」，是天體力學中太陽系長期穩定性論證的數學基石。

通往偏微分方程。 上述都是常微分方程（ODE）。把時間演化的「狀態」從有限維向量換成函數空間中的元素，動力系統就升級為無窮維，這正是反應—擴散方程、Navier–Stokes 方程的舞台。Navier–Stokes 三維解的整體存在唯一性至今未解，名列 Clay 千禧年七大難題——足見本文開頭那個「解到底存不存在」的樸素問題，在最前沿仍是懸而未決的疆界。