[논문 리뷰] A systematic method of finding linearizing transformations for nonlinear ordinary differential equations

V. K. Chandrasekar, M. Senthilvelan외 1명|arXiv (Cornell University)|2010. 08. 19.

Advanced Differential Equations and Dynamical Systems참고 문헌 14인용 수 1

한 줄 요약

이 논문은 비선형 상미분방정식(ODE)에 대해, 국소적 또는 비국소적일지라도, 스칼라 및 결합된 시스템을 포함하여 최대 선형화 변환의 수를 유도하는 체계적이고 효율적인 알고리즘을 제시한다. 이 방법은 알려진 운동량 보존량을 활용하여 새로운 변환 유형을 밝혀내며, 특히 삼차 ODE에서 새로운 유형의 변환을 포함한다. 두 번째 및 세 번째 차수의 스칼라 ODE와 두 개의 결합된 두 번째 차수 ODE 시스템에 대한 구체적인 예제를 통해 그 효과성을 입증한다.

ABSTRACT

In this set of papers we formulate a stand alone method to derive maximal number of linearizing transformations for nonlinear ordinary differential equations (ODEs) of any order including coupled ones from a knowledge of fewer number of integrals of motion. The proposed algorithm is simple, straightforward and efficient and helps to unearth several new types of linearizing transformations besides the known ones in the literature. To make our studies systematic we divide our analysis into two parts. In the first part we confine our investigations to the scalar ODEs and in the second part we focuss our attention on a system of two coupled second order ODEs. In the case of scalar ODEs, we consider second and third order nonlinear ODEs in detail and discuss the method of deriving maximal number of linearizing transformations irrespective of whether it is local or nonlocal type and illustrate the underlying theory with suitable examples. As a by-product of this investigation we unearth a new type of linearizing transformation in third order nonlinear ODEs. Finally the study is extended to the case of general scalar ODEs. We then move on to the study of two coupled second order nonlinear ODEs in the next part and show that the algorithm brings out a wide variety of linearization transformations. The extraction of maximal number of linearizing transformations in every case is illustrated with suitable examples.

연구 동기 및 목표

• 모든 차수의 비선형 ODE에 대해 최대 선형화 변환의 수를 유도하는 체계적이고 효율적인 알고리즘을 개발하는 것.
• 기존 방법을 확장하여 국소적 및 비국소적 변환을 통합된 프레임워크 안에서 처리하는 것.
• 기존 문헌에서 알려진 바가 없는, 특히 삼차 비선형 ODE에서 새로운 종류의 선형화 변환을 밝혀내는 것.
• 스칼라 ODE와 두 개의 결합된 두 번째 차수 ODE 시스템에 모두 일반화하여 적용 가능한 방법을 제공하는 것.
• 방법의 효과성을 검증하기 위해 구체적인 예제로 구성된 명확하고 단계적인 절차를 제공하는 것.

제안 방법

• 이 방법은 알려진 운동량 보존량에서 출발하여 비선형 ODE에 대한 선형화 변환을 체계적으로 유도한다.
• 이 변환이 국소적인지 비국소적인지에 관계없이 독립적인 구조적 알고리즘 접근법을 적용한다.
• 스칼라 ODE의 경우, 두 번째 및 세 번째 차수 방정식에 대해 상세히 적용하여 새로운 변환 구조를 밝혀낸다.
• 이 접근법은 임의의 차수의 일반 스칼라 ODE로 확장되며, 일관성과 완전성을 유지한다.
• 결합된 시스템의 경우, 두 개의 두 번째 차수 ODE에 대해 적응하여 다양한 선형화 변환을 성공적으로 추출한다.
• 이론적 유도는 선형화 변환 집합을 추출하는 데 효과적인 구체적인 예제를 통해 뒷받침된다.

실험 결과

연구 질문

• RQ1 몇 가지 알려진 운동량 보존량만을 사용하여 비선형 ODE에 대해 최대 선형화 변환의 수를 체계적으로 유도할 수 있는 방법은 무엇인가?
• RQ2 기존에 알려진 것 외에 삼차 비선형 ODE에서 어떤 새로운 종류의 선형화 변환이 발견될 수 있는가?
• RQ3 제안된 방법은 다양한 ODE 유형에 걸쳐 국소적 및 비국소적 변환을 통합적으로 다룰 수 있는가?
• RQ4 두 개의 결합된 두 번째 차수 ODE 시스템으로 확장했을 때 알고리즘이 어떻게 작동하는가?
• RQ5 최근에 발견된 선형화 변환과 기존에 알려진 변환 사이의 구조적 차이는 무엇인가?

주요 결과

• 제안된 알고리즘은 모든 차수의 비선형 ODE, 스칼라 및 결합된 시스템을 포함하여 최대 선형화 변환의 수를 성공적으로 유도한다.
• 삼차 비선형 ODE에서 새로운 종류의 선형화 변환이 발견되어 기존의 변환 유형을 확장한다.
• 이 방법은 국소적 및 비국소적 변환 모두에 효과적이며, 이들의 유도를 위한 통합된 프레임워크를 제공한다.
• 이 방법은 두 번째 및 세 번째 차수의 스칼라 ODE에 대해 체계적으로 적용되어 완전한 선형화 변환 집합을 도출한다.
• 두 개의 결합된 두 번째 차수 ODE 시스템의 경우, 다양한 선형화 변환 유형을 밝혀내어 그 유연성을 입증한다.
• 이론적 결과는 구체적인 예제를 통해 검증되어, 변환 추출의 신뢰성과 완전성을 확인한다.