更改

Koopman[[算子]]理论的发展始于20世纪30年代，首要的贡献者是B. O. Koopman和[[冯诺伊曼]]。Koopman受到[[量子力学]]中[[算子]]方法的启发，试图用线性方法分析经典的[[非线性]][[哈密顿]]（Hamilton）系统。他关心的是观测函数随[[动力系统]]演化过程的性质，而不是单独的[[相空间]]轨道。在1931年，Koopman在其论文中首次引入了[[算子]]的理念，表明通过线性[[算子]]可以描述[[非线性]]的[[哈密顿]][[动力系统]]的演化<ref name=koopman_1931>Koopman, B. O. (1931). Hamiltonian Systems and Transformation in Hilbert Space. Proceedings of the National Academy of Sciences, 17(5), 315–318. https://doi.org/10.1073/pnas.17.5.315</ref>，这一构想为后来的发展奠定了基础。他强调，可以将[[动力系统]]看作是在某种函数空间中的[[算子]]作用过程。

Koopman[[算子]]理论的发展始于20世纪30年代，首要的贡献者是B. O. Koopman和[[冯诺伊曼]]。Koopman受到[[量子力学]]中[[算子]]方法的启发，试图用线性方法分析经典的[[非线性]][[哈密顿]]（Hamilton）系统。他关心的是观测函数随[[动力系统]]演化过程的性质，而不是单独的[[相空间]]轨道。在1931年，Koopman在其论文中首次引入了[[算子]]的理念，表明通过线性[[算子]]可以描述[[非线性]]的[[哈密顿]][[动力系统]]的演化<ref name=koopman_1931>Koopman, B. O. (1931). Hamiltonian Systems and Transformation in Hilbert Space. Proceedings of the National Academy of Sciences, 17(5), 315–318. https://doi.org/10.1073/pnas.17.5.315</ref>，这一构想为后来的发展奠定了基础。他强调，可以将[[动力系统]]看作是在某种函数空间中的[[算子]]作用过程。

[[冯诺伊曼]]是当时[[希尔伯特空间]]和谱理论的奠基人，他对[[动力系统]]的统计与[[概率]]性质、特别是遍历性和[[连续谱]]问题尤为关注。他希望将[[动力系统]]与[[算子]]谱理论紧密结合，发展[[概率]]与[[动力系统]]的严格基础。与Koopman合作的1932年论文中<ref name=koop_v_1932>Koopman, B. O., & Neumann, J. V. (1932). Dynamical Systems of Continuous Spectra. Proceedings of the National Academy of Sciences, 18(3), 255–263. https://doi.org/10.1073/pnas.18.3.255</ref>，[[冯诺伊曼]]更进一步地分析了具有[[连续谱]]的[[动力系统]]，给出了[[动力系统]]在[[算子]]谱理论下一般性的统计行为和遍历结果，对“不可积系统”的性质进行了深刻刻画。两人共同发表的重要论文是早期[[动力系统]]Koopman谱理论的里程碑，将Koopman的[[线性化]][[算子]]思想和[[冯诺伊曼]]的[[希尔伯特空间]]、谱理论、[[概率]]逻辑方法结合，[[系统分析]]了[[动力系统]][[连续谱]]情况下的统计与遍历性质<ref name=koop_v_1932 />。

[[冯诺伊曼]]是当时[[希尔伯特空间]]和谱理论的奠基人，他对[[动力系统]]的统计与[[概率]]性质、特别是遍历性和[[连续谱]]问题尤为关注。他希望将[[动力系统]]与[[算子]]谱理论紧密结合，发展[[概率]]与[[动力系统]]的严格基础。在与Koopman合作的1932年论文中<ref name=koop_v_1932>Koopman, B. O., & Neumann, J. V. (1932). Dynamical Systems of Continuous Spectra. Proceedings of the National Academy of Sciences, 18(3), 255–263. https://doi.org/10.1073/pnas.18.3.255</ref>，[[冯诺伊曼]]更进一步地分析了具有[[连续谱]]的[[动力系统]]，给出了[[动力系统]]在[[算子]]谱理论下一般性的统计行为和遍历结果，对“不可积系统”的性质进行了深刻刻画。两人共同发表的重要论文是早期[[动力系统]]Koopman谱理论的里程碑，将Koopman的[[线性化]][[算子]]思想和[[冯诺伊曼]]的[[希尔伯特空间]]、谱理论、[[概率]]逻辑方法结合，[[系统分析]]了[[动力系统]][[连续谱]]情况下的统计与遍历性质<ref name=koop_v_1932 />。

这一理论框架在后来的研究中得到了扩展，尤其是在流体动力学和[[混沌理论]]中被广泛应用。近年来，Koopman算子理论受到了越来越多的关注，特别是在数据驱动的动力学建模和控制领域。研究者们利用Koopman算子提取动态[[系统]]的特征，使得对[[复杂]]现象的预测和控制更加有效<ref name=brunton_2022>Brunton, S. L., Budišić, M., Kaiser, E., & Kutz, J. N. (2022). Modern Koopman Theory for Dynamical Systems. SIAM Review, 64(2), 229–340. https://doi.org/10.1137/21M1401243</ref>。

这一理论框架在后来的研究中得到了扩展，尤其是在流体动力学和[[混沌理论]]中被广泛应用。近年来，Koopman算子理论受到了越来越多的关注，特别是在数据驱动的动力学建模和控制领域。研究者们利用Koopman算子提取动态[[系统]]的特征，使得对[[复杂]]现象的预测和控制更加有效<ref name=brunton_2022>Brunton, S. L., Budišić, M., Kaiser, E., & Kutz, J. N. (2022). Modern Koopman Theory for Dynamical Systems. SIAM Review, 64(2), 229–340. https://doi.org/10.1137/21M1401243</ref>。