[論文レビュー] Polynomial Time Nondimensionalisation of Ordinary Differential Equations via their Lie Point Symmetries

Évelyne Hubert, Alexandre Sedoglavic|arXiv (Cornell University)|Apr 13, 2006

Nonlinear Waves and Solitons参考文献 11被引用数 5

ひとこと要約

本稿では、リー点対称性（特にスケーリングおよび平行移動対称性）を用いて、常微分方程式（ODE）の次元なし化を多項式時間で行うアルゴリズムを提示する。これらの対称性から有理不変量を計算することで、パラメータ数を削減した次元なし座標系にODE系を再定式化する。計算複雑性はℓ（パラメータ数）に対してO(ℓ³)で抑えられる。

ABSTRACT

Lie group theory states that knowledge of a $m$-parameters solvable group of symmetries of a system of ordinary differential equations allows to reduce by $m$ the number of equation. We apply this principle by finding dilatations and translations that are Lie point symmetries of considered ordinary differential system. By rewriting original problem in an invariant coordinates set for these symmetries, one can reduce the involved number of parameters. This process is classically call nondimensionalisation in dimensional analysis. We present an algorithm based on this standpoint and show that its arithmetic complexity is polynomial in input's size.

研究の動機と目的

• 物理的および生物学的モデルに由来するODE系のパラメータ数を体系的かつ効率的に削減するアルゴリズムの開発。
• 次元なし化のプロセスを、リー点対称性に基づく変換として形式化すること。
• 有理不変量の計算および系の再定式化が、入力サイズに対して多項式時間で行えることを証明すること。
• 恣意的でない手動による操作を回避する、体系的かつアルゴリズム的なパラメータ削減フレームワークの提供。
• リー群理論および不変量理論を用いて、次元解析を計算代数的枠組みへと拡張すること。

提案手法

• ODE系を不変にする1パラメータ群としてのスケーリングおよび平行移動対称性を特定する。
• 偏微分方程式の決定系を用いて、これらの対称性群の無限小生成子を構成する。
• 対称性作用の係数行列に対する線形代数的処理、特にガウスの消去法を用いて、対称性群の有理不変量を計算する。
• これらの有理不変量を用いて、元のODE系を次元なし座標系に再定式化し、パラメータ数が少ない系を得る。
• 対称性に由来するリー代数の可解性を活用し、アルゴリズム内で平行移動対称性をスケーリング対称性よりも優先して処理する。
• 対称性指数に対する線形代数的技術を活用することで、算術的複雑性がO(ℓ³)で抑えられ、多項式時間に保証される。

実験結果

リサーチクエスチョン

• RQ1 ODE系の次元なし化プロセスは、保証された多項式時間複雑性を持つ対称性に基づくアルゴリズムとして形式化可能か？
• RQ2 リー点対称性から導かれる有理不変量は、どのように体系的に計算し、ODEのパラメータ数を削減できるか？
• RQ3 これらの不変量の計算および不変座標系への系の再定式化の計算複雑性は何か？
• RQ4 パラメータ削減を最大化するために、平行移動対称性とスケーリング対称性のどちらを先に適用すべきか？
• RQ5 本手法は、スケーリングおよび平行移動を越えたより一般的な対称性タイプ（例：非線形対称性）に対しても拡張可能か？

主な発見

• 本アルゴリズムは、ガウスの消去法を用いてリー点対称性から有理不変量を計算し、O(ℓ³)で抑えられる多項式時間複雑性を保証する。
• 本手法は、対称性群を利用することでODE系のパラメータ数を効果的に削減でき、ヴェルフュルストのロジスティックモデルおよび捕食者・被捕食者系の事例で有効であることを示した。
• 線形捕食を伴うヴェルフュルストモデルでは、不変量（t̃ = (a−c)t, x̃ = b/(a−c) x）を用いて、3パラメータの系が1パラメータの次元なし形式dx̃/dt̃ = x̃(1−x̃)に削減された。
• 捕食者・被捕食者モデルでは、スケーリング変換を選択することで3パラメータ（r, k₁, k₂）が削除され、残りのパラメータはs, e, hの3つにまで削減された。
• 本手法は、対称性基底の選択に対してロバストであり、ガウスの消去法における適切な変数順序の制御により、ユーザーがどのパラメータを削除するかを制御可能である。
• 本フレームワークは、フィッツフーリュ・ナグumoモデルにおける1パラメータ群∂/∂y + b∂/∂a + ∂/∂dのような非標準的対称性へも拡張可能であり、不変量ỹ = y−dおよびâ = a+bdを介してパラメータ削減を可能にする。