18.1 动力系统是什么?
动力系统主要是描述系统内部单变量或者多变量和t之间的关系。例如网络传播章节中,
在完全混合假设下,x为感染者占总人数的比例,研究x与t的关系,这一章会介绍一些关于分析这种方程的技巧。
18.1.1 不动点研究
研究动力系统一个最重要的方向就是系统在不动点的性质,固定点是系统的稳定状态,即系统中一个或者多个变量不再改变其状态。它有两个重要特征,首先,它们相对容易找到,其次,当系统接近但不完全位于某个固定点时,可以直接确定系统的动态。 通过围绕该点展开,可以找到接近固定点的动力学。例如,对于只有一个变量的系统而言,假设x*为不动点,那么 表示x*的邻域范围。则该系统满足
对第二个式子,我们使用泰勒展开,得到
由于f(x*)=0,忽略极小项,我们有
这是一个带解的线性一阶微分方程,解之可得


18.2 网络动力系统的一些例子
现在让我们将之前的一些思想应用于网络上的动态系统。 我们想要研究整个网络所有节点某个状态趋于不动点跟时间的关系,首先,我们的意思是我们有独立的动力学变量xi,yi, 。 在我们网络的每个顶点i上,它们仅沿着网络的边缘耦合在一起。 也就是说,当我们针对变量xi的时间演化编写方程式时,该方程式中出现的各个项仅包含xi,顶点i上的其他变量或与i相邻的顶点上的一个或多个变量。也就是条件独立性。
一个典型的例子就是
完全混合假设下,该方程表示一个节点x的感染状态跟t的关系,由它的邻居节点描述。我们可以将其拓展到一般形式
在这里,我们将包含相邻顶点变量的项与不包含相邻顶点变量的项分开。 您可以将fi(xi_看作是指定顶点的固有动力学,它指定了变量xi在顶点之间没有任何连接的情况下如何演化,gij描述边对x节点状态的贡献。有时候,比如在传播网络中,每个节点的固定内部动力学是相似的,那么公式可以写成
接下来的内容,都基于这个假设。比如在SI模型中,f(xi)为0,g(xi, xj) = β(1 − xi)xj。
18.2.1 线性稳定性分析
我们将用线性分析工具来分析18.35 公式在不动点邻域情况,比如有x*为不动点,对于所有的节点,都有
注意这是一个所有节点都稳定状态,那么再次使用前面的技术,我们有,使用多次泰勒展开,得
研究网络动力系统中每个节点状态和时间以及邻域节点关系,其实这和DMP中的推导每个节点状态和时间的关系式多么的相似,那么我们可以利用的是什么呢?
* 将DMP中节点状态推导过程和这里的动力系统节点状态做对比,发现异同?
* 将DMP中节点状态对比推导反映到SI模型上?
18.3 每个节点有多个状态的网络动力系统
在18.2的基础上,做一些拓展。
18.4 网络同步
本书没有讨论。
final 一些思考