[논문 리뷰] Using an old method of Jacobi to derive Lagrangians: a nonlinear dynamical system with variable coefficients

M. C. Nucci, K. M. Tamizhmani|ArXiv.org|2008. 07. 17.

Complex Systems and Time Series AnalysisEconomics, Econometrics and Finance참고 문헌 15인용 수 20

한 줄 요약

이 논문은 변수 계수를 가진 2차 비선형 상미분 방정식, 예를 들어 $\ddot{x} + b(x)\dot{x}^2 + c(x)x = 0$에 대해 자코비의 마지막 승수 방법이 체계적이고 강력한 접근법을 제공함을 보여준다. 무시엘라크 등이 요구하는 장시간의 계산과는 달리, 자코비의 방법은 동일한 특정 라그랑지안 뿐 아니라, 1차 적분과 승수 곱하기를 통해 무한한 수의 서로 다른 라그랑지안을 도출하며, 새로운 해를 드러내고 리와 노에터 대칭성 간의 깊은 연관성을 보여준다.

ABSTRACT

We present a method devised by Jacobi to derive Lagrangians of any second-order differential equation: it consists in finding a Jacobi Last Multiplier. We illustrate the easiness and the power of Jacobi's method by applying it to the same equation studied by Musielak et al. with their own method [Musielak ZE, Roy D and Swift LD. Method to derive Lagrangian and Hamiltonian for a nonlinear dynamical system with variable coefficients. Chaos, Solitons & Fractals, 2008;58:894-902]. While they were able to find one particular Lagrangian after lengthy calculations, Jacobi Last Multiplier method yields two different Lagrangians (and many others), of which one is that found by Musielak et al, and the other(s) is(are) quite new.

연구 동기 및 목표

• 변수 계수를 가진 2차 비선형 상미분 방정식에 대해 자코비의 마지막 승수 방법이 얼마나 효과적이고 단순한지 보여주는 것.
• 무시엘라크 등이 장시간 계산을 거쳐 하나의 라그랑지안만 도출한 방식과 비교하여, 자코비의 방법이 계산 복잡도와 일반성 측면에서 어떻게 다른지 분석하는 것.
• 자코비의 방법이 이러한 방정식에 대해 유일한 라그랑지안뿐 아니라 무한한 수의 라그랑지안을 도출할 수 있음을 보여주는 것.
• 라그랑지안 역학의 맥락에서 자코비의 마지막 승수, 리 대칭성, 노에터 대칭성 간의 깊은 연관성을 강조하는 것.

제안 방법

• 이 방법은 벡터장과 관련 라그랑주 체계의 $ n-1 $개의 독립적인 1차 적분으로 구성된 행렬의 행렬식의 역수로 정의되는 자코비의 마지막 승수(JLM) $ M $ 를 사용한다.
• JLM은 선형 편미분방정식 $ \sum_{i=1}^{n} \frac{\partial(M a_i)}{\partial x_i} = 0 $ 를 만족하며, 이 방정식의 모든 해는 유효한 JLM이다.
• 기존의 JLM $ M_1 $ 이 주어지면, 방정식의 1차 적분 $ I $ 와의 곱으로 새로운 JLM $ M_2 = M_1 I $ 를 얻을 수 있으며, 이는 새로운 라그랑지안을 생성한다.
• JLM $ M $ 에서 유도된 라그랑지안의 일반형은 $ L = \frac{1}{2} M \dot{x}^2 + f_1(t,x)\dot{x} + f_2(t,x) $ 이며, 여기서 $ f_1 $ 과 $ f_2 $ 는 $ M $ 과 방정식의 계수와 관련된 특정 조건을 만족해야 한다.
• 이 방법은 방정식의 알려진 리 점 대칭성—특히 시간 이동 대칭성인 $ \partial_t $—을 활용하여 1차 적분을 생성하고, 이를 통해 새로운 JLM과 라그랑지안을 유도한다.
• 이 과정은 반복적이다: JLM에 1차 적분 $ I_1 $ 의 거듭제곱을 반복적으로 곱하면 서로 다른 무한한 수의 JLM과 해당 라그랑지안을 생성할 수 있다.

실험 결과

연구 질문

• RQ1 자코비의 마지막 승수 방법은 $ \ddot{x} + b(x)\dot{x}^2 + c(x)x = 0 $ 와 같은 변수 계수를 가진 2차 비선형 상미분 방정식에 대해 효율적으로 라그랑지안을 도출할 수 있는가?
• RQ2 무시엘라크 등의 방법과 비교해 자코비의 마지막 승수 방법은 복잡도와 일반성 측면에서 어떻게 다른가?
• RQ3 자코비의 마지막 승수 방법은 이러한 방정식에 대해 유일한 라그랑지안뿐 아니라 무한한 수의 라그랑지안을 도출할 수 있는가?
• RQ4 라그랑지안 역학의 맥락에서 자코비의 마지막 승수, 리 대칭성, 노에터 대칭성 간의 관계는 무엇인가?
• RQ5 1차 적분을 활용하여 자코비의 마지막 승수 방법을 통해 이전에 알려지지 않은 새로운 라그랑지안을 체계적으로 도출할 수 있는가?

주요 결과

• 방정식 $ \ddot{x} + b(x)\dot{x}^2 + c(x)x = 0 $ 에 대한 자코비의 마지막 승수는 $ M_1 = e^{2P_b(x)} $ 이며, 여기서 $ P_b(x) = \int b(x)\,dx $ 이다. 이는 일반적인 라그랑지안 형태를 직접적으로 도출한다.
• 이 방법은 오직 하나의 라그랑지안뿐 아니라, 무한한 수의 서로 다른 라그랑지안을 도출하며, 이 중에는 무시엘라크 등이 장시간 계산을 거쳐 이전에 도출한 것과 동일한 라그랑지안도 포함되어 있다.
• 첫 번째 JLM $ M_1 $ 을 1차 적분 $ I_1 = \frac{1}{2}e^{2P_b}\dot{x}^2 + \int e^{2P_b}c(x)x\,dx $ 와 곱하여 $ M_2 = M_1 I_1 $ 를 얻고, 이를 통해 두 번째 유효한 라그랑지안을 도출한다.
• 더 높은 거듭제곱의 $ I_1 $ 을 사용하여 $ M_1 $ 과 곱함으로써 추가적인 라그랑지안을 생성할 수 있으며, 예를 들어 $ M_3 = M_1 I_1^2 $ 는 $ \dot{x} $ 에 대해 4차 함수에 의존하는 세 번째 라그랑지안 $ L_3 $ 을 생성한다.
• 모든 유도된 라그랑지안은 시간 이동 대칭성 $ \partial_t $ 를 노에터 대칭성으로 가지며, 이에 대응하는 1차 적분은 에너지 유형의 적분 $ I_1 $ 의 거듭제곱이다.
• 이 방법은 1차 적분의 존재가 새로운 JLM과 따라서 새로운 라그랑지안을 단순한 대수적 곱하기로 생성할 수 있음을 확인하며, 이는 방법의 확장성과 강력함을 입증한다.