极限环
极限环（Limit Cycle）是非线性动力系统中的重要概念，用于描述系统在长期演化过程中所呈现的周期性行为。当系统的轨道不收敛于平衡点，而是趋于一条闭合曲线时，即形成周期运动。下面主要讨论二维自治系统（二维相空间）中的极限环。在这一情形下，极限环可以理解为相平面中的一条孤立闭轨道，即在该闭轨道的邻域内不存在其他周期轨道。该概念最早由 Henri Poincaré 提出，是微分方程定性理论的重要组成部分，并在分析二维系统的长期行为中具有核心作用。后续内容将基于二维相空间的框架，介绍极限环的定义、性质及其判定方法以及相关应用。
定义
在研究二维相空间的动力系统时，极限环（limit cycle）通常定义为孤立的周期轨道或闭合轨道。
该轨道是某一其他轨道的极限集，即至少存在另一条轨道，其在 [math]\displaystyle{ t \to +\infty }[/math] 或 [math]\displaystyle{ t \to -\infty }[/math] 时以螺旋方式趋近于该轨道。[1][2]
为使用更形式化的语言描述这一概念，现考虑一个二维动力系统
- [math]\displaystyle{ x'(t) = V(x(t)) }[/math]
其中 [math]\displaystyle{ V : \mathbb{R}^2 \to \mathbb{R}^2 }[/math] 为光滑向量场。[3]
该系统的一条轨道（trajectory）是满足上述微分方程的光滑函数 [math]\displaystyle{ x(t) }[/math]，其取值于 [math]\displaystyle{ \mathbb{R}^2 }[/math]；而该函数在相空间中的像称为其轨道（orbit），即 [math]\displaystyle{ \mathbb{R}^2 }[/math] 的一个子集。[1]
如果一条轨道不是常数解，并且存在 [math]\displaystyle{ T\gt 0 }[/math] 使得 [math]\displaystyle{ x(t+T)=x(t) }[/math] 对所有 [math]\displaystyle{ t \in \mathbb{R} }[/math] 成立，则称该轨道为周期轨道（periodic trajectory），其在相空间中的像称为闭轨道（closed orbit）或循环（cycle）。[3]
在二维系统中，极限环可以看作是一类孤立的周期轨道，即其附近不存在其他周期轨道。
性质
极限环作为二维动力系统中的孤立闭轨道，具有一系列重要的几何与动力学性质。这些性质从几何结构出发，逐步揭示了极限环如何约束其邻域内轨道的行为，并最终决定系统的长期演化趋势。
拓扑性质
极限环是相平面上的一条简单闭曲线。若尔当曲线定理（Jordan curve theorem）指出，任何简单闭曲线都将平面划分为两个互不相交的区域,即内部区域与外部区域，且两者只以该曲线为公共边界。[4]这一性质对极限环邻域内的轨道行为有根本性的约束：内部轨道与外部轨道处于拓扑上完全隔离的两个区域，无法在不穿越极限环本身的情况下相互转化。[5]
此外，极限环内部至少包含系统的一个平衡点（即满足 [math]\displaystyle{ V'(p) = 0 }[/math] 的点 [math]\displaystyle{ p }[/math]）。若极限环内部只有一个平衡点，则该点必为汇、源或中心，而不能是鞍点。[4]
不变性
极限环是相空间中的不变集：若系统的初始条件恰好落在该闭轨道上，则对应解将永远沿该轨道周期性演化。[3]
这一性质来源于微分方程解的存在唯一性定理（Picard定理）：相空间中过同一点只能有一条轨道。因此，一旦轨道进入极限环，它就不可能离开；反之，极限环外的轨道也不能穿入极限环。[6]
孤立性
极限环与一般闭轨道的本质区别在于其孤立性——在极限环任意足够小的邻域内，不存在其他闭轨道。[3]这一点可与可积哈密顿系统作对比：在哈密顿系统中，闭轨道以连续族的形式出现（轨道之间由能量守恒量连续参数化），任意一条闭轨道的邻域内都存在无穷多条其他闭轨道；而极限环则是耗散系统的产物，其孤立性正反映了系统能量耗散与补充之间的精确平衡。[7]
孤立性的一个直接推论是：极限环邻域内的轨道不再是闭合曲线，而只能呈螺旋状趋近或远离极限环。这就引出了极限环的稳定性问题。
稳定性分类
根据邻近轨道的渐近行为，极限环可分为三类：[3]
- 稳定极限环（stable limit cycle）：内外两侧的邻近轨道在 [math]\displaystyle{ t \to +\infty }[/math] 时均螺旋趋近于该极限环，是系统自发产生稳定周期振荡的典型来源。
- 不稳定极限环（unstable limit cycle）：内外两侧的邻近轨道在 [math]\displaystyle{ t \to +\infty }[/math] 时均螺旋远离该极限环；若将时间反向（[math]\displaystyle{ t \to -\infty }[/math]），则轨道趋近。
- 半稳定极限环（semi-stable limit cycle）：一侧轨道趋近，另一侧轨道远离。半稳定极限环通常出现在系统参数的临界值处，对应一个稳定极限环与一个不稳定极限环合并消亡的鞍结分岔（saddle-node bifurcation of periodic orbits）。[8]
上述分类在直觉上清晰，但要对稳定性给出严格的定量判断，需借助庞加莱映射（Poincaré map）。其做法是：在相平面内作一条与极限环横截相交的截线，记录轨道每次穿越截线的位置，从而将连续系统的稳定性问题转化为一个离散映射的不动点稳定性问题。[9]若该映射在极限环对应不动点处的导数（即特征乘子，characteristic multiplier）的模小于1，则极限环渐近稳定；若模大于1，则不稳定。值得注意的是，这一稳定性判断与所选截线的具体位置无关。[10]
作为极限集
以上性质合在一起，揭示了极限环在系统长期行为中的核心作用。对于稳定极限环而言，其吸引域内所有轨道最终都将收敛至该极限环——无论初始条件如何，系统的长期行为都趋向同一个周期振荡。在动力系统的语言中，稳定极限环是其吸引域内轨道的ω极限集（即轨道在 [math]\displaystyle{ t \to +\infty }[/math] 时的极限集合）；相应地，不稳定极限环则是对应轨道的α极限集（即 [math]\displaystyle{ t \to -\infty }[/math] 时的极限集合）。[3]
因此，极限环描述的不是某一特殊初始条件下的解，而是系统在大范围初始条件下共同趋向的渐近行为。在生物节律、电子振荡器、化学振荡反应等领域，极限环正是系统自发产生稳定周期行为的数学根源。[4]
典型实例
简单构造的极限环
极限环可以通过显式构造二维系统的径向与角向动力学来得到。考虑如下系统： [math]\displaystyle{ \begin{cases} \dot{x} = x(1 - r^2) - y, \\ \dot{y} = y(1 - r^2) + x, \end{cases} }[/math]
其中 [math]\displaystyle{ r^2 = x^2 + y^2 }[/math]。将系统改写为极坐标形式，得：
[math]\displaystyle{ \begin{cases} \dot{r} = r(1 - r^2), \\ \dot{\theta} = 1. \end{cases} }[/math] 两个方程可独立分析：角变量 [math]\displaystyle{ \theta }[/math] 以常数速度单调增加，轨道因此始终绕原点旋转；径向变量 [math]\displaystyle{ r }[/math] 满足一维方程 [math]\displaystyle{ \dot{r} = r(1 - r^2) }[/math]，在 [math]\displaystyle{ r = 0 }[/math] 与 [math]\displaystyle{ r = 1 }[/math] 处存在平衡点。对 [math]\displaystyle{ r = 1 }[/math] 的稳定性分析表明：当 [math]\displaystyle{ 0 \lt r \lt 1 }[/math] 时 [math]\displaystyle{ \dot{r} \gt 0 }[/math]，轨道向外增长；当 [math]\displaystyle{ r \gt 1 }[/math] 时 [math]\displaystyle{ \dot{r} \lt 0 }[/math]，轨道向内收缩。因此，只要 [math]\displaystyle{ r \neq 0 }[/math]，径向分量都将单调收敛至 [math]\displaystyle{ r = 1 }[/math]。
综合两个方向的行为：轨道在趋向单位圆的过程中持续旋转，在相平面中呈螺旋形，并最终收敛到 [math]\displaystyle{ r = 1 }[/math] 上的周期运动。该单位圆即为系统唯一的稳定极限环，除原点外的所有轨道均以其为 ω 极限集。[3]
Van der Pol 振子
Van der Pol 振子是研究极限环的经典非线性系统之一。该方程最初由荷兰物理学家巴尔塔萨·范德波尔（Balthasar van der Pol）在研究电子管振荡电路时提出，[11]其方程为： [math]\displaystyle{ \ddot{x} - \mu (1 - x^2)\dot{x} + x = 0, }[/math] 其中 [math]\displaystyle{ \mu \gt 0 }[/math] 为参数，控制非线性阻尼的强度。将其改写为二维一阶系统： [math]\displaystyle{ \begin{cases} \dot{x} = y, \\ \dot{y} = \mu (1 - x^2)y - x. \end{cases} }[/math] 该系统在原点处存在唯一平衡点。对原点处的线性化矩阵进行分析，其特征值实部为正，因此原点是不稳定焦点，附近轨道向外螺旋发散。[3]
另一方面，通过估计能量函数可以证明，系统轨道被限制在相平面的某个有界环形区域内，且该区域内不含平衡点。由庞加莱-本迪克松定理（Poincaré–Bendixson theorem），该区域内必然存在闭轨道；再结合唯一性论证，可知系统恰好存在一条极限环，所有非平衡轨道最终都趋向该闭轨道。[1]
参数 [math]\displaystyle{ \mu }[/math] 的大小决定了振荡的形态：当 [math]\displaystyle{ \mu }[/math] 较小时，极限环近似为圆，振荡波形接近正弦波；当 [math]\displaystyle{ \mu }[/math] 较大时，极限环在相平面中显著拉伸变形，轨道呈现出缓慢漂移与快速跃迁交替的特征，这种现象称为松弛振荡（relaxation oscillation）。[3]
极限环的排除方法
判断一个系统是否存在极限环，在一般情形下是困难的。然而，对于某些特殊结构的系统，可以通过分析系统的整体性质来直接排除极限环的存在。以下三种方法各自利用了不同的结构特征，适用范围依次扩大。
梯度系统
最直接的一类是梯度系统（gradient system）。若二维系统可以写成
- [math]\displaystyle{ x' = -\nabla V(x) }[/math]
其中 [math]\displaystyle{ V : \mathbb{R}^2 \to \mathbb{R} }[/math] 为光滑势函数（potential function），则沿任意轨道计算 [math]\displaystyle{ V }[/math] 的时间导数，得
- [math]\displaystyle{ \frac{d}{dt}V(x(t)) = \nabla V(x)\cdot x' = -|\nabla V(x)|^2 \leq 0. }[/math]
这说明 [math]\displaystyle{ V }[/math] 沿轨道单调不增，且在非平衡点处严格递减——系统始终沿势函数下降最快的方向运动。而周期轨道要求系统在一个周期后回到初始状态，[math]\displaystyle{ V }[/math] 的值也必须恢复原值，这与上述严格单调性矛盾。因此，梯度系统中不可能存在闭轨道或极限环。[3]
李雅普诺夫函数
梯度系统的条件较为严格，要求系统具有特定的势函数结构。更一般地，若能构造一个光滑函数 [math]\displaystyle{ V(x) }[/math]，使其沿轨道的时间导数
- [math]\displaystyle{ \dot{V}(x) = \nabla V(x)\cdot f(x) }[/math]
在某一区域内处处保持严格同号（恒正或恒负），则 [math]\displaystyle{ V }[/math] 在该区域内沿任意轨道单调变化。由同样的理由，该区域内不可能存在周期轨道。这样的函数称为该区域上的李雅普诺夫函数（Lyapunov function）。[1]
李雅普诺夫函数方法比梯度系统更灵活，但其局限在于需要预先猜测或构造出合适的 [math]\displaystyle{ V }[/math]，而这在一般情形下并无系统性方法。
Dulac 准则
对于无法直接找到李雅普诺夫函数的情形，Dulac 准则（Dulac criterion，又称 Bendixson–Dulac 定理）提供了另一种排除方法。考虑平面系统
- [math]\displaystyle{ x' = P(x,y), \qquad y' = Q(x,y), }[/math]
其中 [math]\displaystyle{ P }[/math]、[math]\displaystyle{ Q }[/math] 连续可微。若存在连续可微函数 [math]\displaystyle{ B(x,y) }[/math]（称为 Dulac 函数），使得
- [math]\displaystyle{ \frac{\partial (BP)}{\partial x} + \frac{\partial (BQ)}{\partial y} }[/math]
在某个单连通区域内处处同号且不恒为零，则该区域内不存在闭轨道，从而不存在极限环。[1]
其思想与李雅普诺夫方法一脉相承：上式本质上是加权向量场 [math]\displaystyle{ (BP, BQ) }[/math] 的散度。若散度处处同号，则向量场在该区域内整体表现为纯收缩或纯扩张，轨道无法首尾相接构成闭合回路。当 [math]\displaystyle{ B \equiv 1 }[/math] 时，该准则退化为经典的 Bendixson 判据。
三种方法在适用范围上逐步推广：梯度系统是最特殊的情形，李雅普诺夫函数方法将其推广到更一般的单调量，而 Dulac 准则则通过引入权函数 [math]\displaystyle{ B }[/math] 进一步扩大了适用范围。
极限环存在性理论
与排除方法相对，存在性理论回答的是：在什么条件下可以断言系统中一定存在极限环？以下两个定理是二维系统中最核心的存在性工具，各有其适用范围与局限。
庞加莱–本迪克松定理
庞加莱–本迪克松定理（Poincaré–Bendixson theorem）是二维连续动力系统中最基本的存在性定理，由亨利·庞加莱（Henri Poincaré）于1892年首先提出，后由伊瓦尔·本迪克松（Ivar Bendixson）于1901年给出严格证明。[12]
该定理的核心表述如下：
- 设平面自治系统 [math]\displaystyle{ \dot{x} = f(x) }[/math] 的向量场 [math]\displaystyle{ f }[/math] 连续可微。若某条正向轨道 [math]\displaystyle{ \gamma^+(x_0) }[/math] 有界，且其 ω 极限集 [math]\displaystyle{ \omega(x_0) }[/math] 中不含平衡点，则 [math]\displaystyle{ \omega(x_0) }[/math] 本身是一条周期轨道。[1][3]
在实际应用中，该定理通常通过构造捕获区（trapping region）来使用：若能找到一个有界闭区域 [math]\displaystyle{ R }[/math]，使得向量场在 [math]\displaystyle{ R }[/math] 的边界上处处指向区域内部（即轨道一旦进入便无法离开），且 [math]\displaystyle{ R }[/math] 内不含平衡点，则由定理可知 [math]\displaystyle{ R }[/math] 内至少存在一条极限环。[3]
该定理揭示了二维系统动力学的一个深刻约束：平面上有界轨道的长期行为只有三种可能——趋向平衡点、趋向周期轨道、或趋向由平衡点与同宿/异宿轨道构成的连接集。这也意味着二维连续系统不可能出现混沌行为，奇异吸引子只能在三维及以上系统中出现。[1]
庞加莱–本迪克松定理的局限在于它只适用于平面（或球面、圆柱面等二维流形）上的系统，对三维及更高维系统不成立。此外，构造捕获区本身在一般情形下并无系统性方法，需要结合具体系统的结构来设计。
李纳定理
庞加莱–本迪克松定理给出了极限环存在的充分条件，但其应用依赖于捕获区的构造，往往需要逐系统分析。对于一类具有特殊结构的非线性振荡方程——李纳系统（Liénard system），存在更直接的存在唯一性判据。
李纳系统的标准形式为：
- [math]\displaystyle{ \ddot{x} + f(x)\dot{x} + g(x) = 0, }[/math]
等价地写成二维一阶系统： [math]\displaystyle{ \begin{cases} \dot{x} = y - F(x), \\ \dot{y} = -g(x), \end{cases} }[/math] 其中 [math]\displaystyle{ F(x) = \int_0^x f(s)\,ds }[/math]。Van der Pol 振子即是令 [math]\displaystyle{ f(x) = \mu(x^2-1) }[/math]、[math]\displaystyle{ g(x) = x }[/math] 的特殊情形。
李纳定理（Liénard's theorem）给出了该系统恰好存在唯一稳定极限环的充分条件：[13][1]
- [math]\displaystyle{ f(x) }[/math] 和 [math]\displaystyle{ g(x) }[/math] 均为奇函数，且对 [math]\displaystyle{ x \gt 0 }[/math] 有 [math]\displaystyle{ g(x) \gt 0 }[/math]；
- [math]\displaystyle{ F(x) }[/math] 有且仅有一个正零点 [math]\displaystyle{ x = a }[/math]，且在 [math]\displaystyle{ x \in (0, a) }[/math] 上 [math]\displaystyle{ F(x) \lt 0 }[/math]，在 [math]\displaystyle{ x \gt a }[/math] 上 [math]\displaystyle{ F(x) \gt 0 }[/math]；
- 当 [math]\displaystyle{ x \to +\infty }[/math] 时，[math]\displaystyle{ F(x) \to +\infty }[/math]。
在上述条件下，系统在原点附近存在且仅存在一条极限环，且该极限环是稳定的。[3]
李纳定理的意义在于将存在性与唯一性同时给出，且条件可以直接从方程的函数形式验证，无需构造捕获区。其物理直觉是：条件2要求系统在小振幅时注入能量（[math]\displaystyle{ F \lt 0 }[/math] 对应负阻尼），在大振幅时耗散能量（[math]\displaystyle{ F \gt 0 }[/math] 对应正阻尼），两者的精确平衡使系统收敛到唯一的周期振荡。这与Van der Pol振子的物理机制完全吻合。[3]
两个定理各有侧重：庞加莱–本迪克松定理适用范围更广，但只给出存在性；李纳定理适用于特定结构的系统，但能同时保证唯一性。在实际分析中，两者常结合使用——先用庞加莱–本迪克松定理确认极限环存在，再用李纳条件或其他唯一性判据排除多个极限环的可能。
=
极限环的近似定量分析
松弛振荡
弱非线性振荡
摄动与平均法
待解决的问题
一般来说，寻找极限环是一个非常困难的问题。平面上一个多项式微分方程的极限环个数问题是希尔伯特第十六题（Hilbert's sixteenth problem）第二部分的主要研究对象。
例如，在平面上是否存在一个系统 [math]\displaystyle{ x' = V(x) }[/math]，其中 [math]\displaystyle{ V }[/math] 的两个分量都是二次多项式，使得该系统具有超过四个极限环。
应用
科学应用中许多自持振荡系统的仿真中，极限环具有重要意义。一些典型例子包括：
- 空气动力学中的极限环振荡[14]
- 神经元动作电位的霍奇金–赫胥黎模型（Hodgkin–Huxley model）
- 糖酵解过程中的塞尔科夫模型（Sel'kov model）[15]
- 癌细胞在局限微环境中的迁移过程可表现出极限环振荡[18]
- 一些非线性电路系统表现出极限环振荡[19]，这启发了范德波尔模型（Van der Pol model）
参考文献
- ↑ 1.0 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Perko, L. (2001). Differential Equations and Dynamical Systems. Springer.
- ↑ Devaney, R. (1989). An Introduction to Chaotic Dynamical Systems. CRC Press.
- ↑ 3.00 3.01 3.02 3.03 3.04 3.05 3.06 3.07 3.08 3.09 3.10 3.11 3.12 3.13 3.14 Strogatz, S. H. (1994). Nonlinear Dynamics and Chaos. Westview Press.
- ↑ 4.0 4.1 4.2 Limit cycle. Wikipedia. https://en.wikipedia.org/wiki/Limit_cycle
- ↑ Coddington, E. A., & Levinson, N. (1955). Theory of Ordinary Differential Equations. McGraw-Hill.
- ↑ Lebl, J. Differential Equations for Engineers, §8.4: Limit cycles. LibreTexts. https://math.libretexts.org
- ↑ Jordan, D. W., & Smith, P. (1977). Nonlinear Ordinary Differential Equations. Clarendon Press.
- ↑ Kuznetsov, Yu. A. (2004). Elements of Applied Bifurcation Theory (3rd ed.). Springer.
- ↑ Poincaré map. Wikipedia. https://en.wikipedia.org/wiki/Poincaré_map
- ↑ Wiggins, S. (2003). Introduction to Applied Nonlinear Dynamical Systems and Chaos (2nd ed.). Springer.
- ↑ van der Pol, B. (1926). On relaxation-oscillations. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 2(11), 978–992.
- ↑ Poincaré–Bendixson theorem. Wikipedia. https://en.wikipedia.org/wiki/Poincaré–Bendixson_theorem
- ↑ Liénard, A. (1928). Etude des oscillations entretenues. Revue générale de l'électricité, 23, 901–912.
- ↑ Thomas, Jeffrey P.; Dowell, Earl H.; Hall, Kenneth C. (2002). "Nonlinear Inviscid Aerodynamic Effects on Transonic Divergence, Flutter, and Limit-Cycle Oscillations". AIAA Journal, 40(4): 638. DOI: 10.2514/2.1720.
- ↑ Sel'kov, E. E. (1968). "Self-Oscillations in Glycolysis 1. A Simple Kinetic Model". European Journal of Biochemistry, 4(1): 79–86. DOI: 10.1111/j.1432-1033.1968.tb00175.x.
- ↑ Leloup, Jean-Christophe; Gonze, Didier; Goldbeter, Albert (1999). "Limit Cycle Models for Circadian Rhythms Based on Transcriptional Regulation in Drosophila and Neurospora". Journal of Biological Rhythms, 14(6): 433–448. DOI: 10.1177/074873099129000948.
- ↑ Roenneberg, Till et al. (2008). "Modelling Biological Rhythms". Current Biology, 18(17): R826–R835. DOI: 10.1016/j.cub.2008.07.017.
- ↑ Brückner, David B. et al. (2019). "Stochastic nonlinear dynamics of confined cell migration in two-state systems". Nature Physics, 15(6): 595–601. DOI: 10.1038/s41567-019-0445-4.
- ↑ Ginoux, Jean-Marc; Letellier, Christophe (2012). "Van der Pol and the history of relaxation oscillations: Toward the emergence of a concept". Chaos, 22(2): 023120. DOI: 10.1063/1.3670008.