平均法
在动力系统理论中，平均法（averaging method）是分析弱非线性振荡极限环的主要近似工具，适用于含小参数 [math]\displaystyle{ \varepsilon \ll 1 }[/math] 的系统。其核心思想是：对于慢变量，用其在快速振荡周期上的平均值代替瞬时值，从而将原方程化为更易分析的平均方程。[1]
弱非线性振荡
当非线性参数较小时，系统可视为在线性谐振子基础上的小扰动，此类极限环称为弱非线性振荡（weakly nonlinear oscillation）。对于形如
[math]\displaystyle{ \ddot{x} + x + \varepsilon f(x, \dot{x}) = 0, \quad 0 \lt \varepsilon \ll 1 }[/math]
的系统，极限环振幅与频率均可展开为 [math]\displaystyle{ \varepsilon }[/math] 的幂级数。在最低阶近似下，假设解的形式为 [math]\displaystyle{ x(t) \approx a\cos(t + \phi) }[/math]，其中振幅 [math]\displaystyle{ a }[/math] 随时间缓慢变化。将此形式代入方程，利用消除久期项的条件，可得振幅满足的慢变方程：[2]
[math]\displaystyle{ \dot{a} = -\frac{\varepsilon}{2\pi} \int_0^{2\pi} f(a\cos\psi,\ -a\sin\psi)\sin\psi\, d\psi }[/math]
令 [math]\displaystyle{ \dot{a} = 0 }[/math] 即可求得极限环振幅的一阶近似值。
示例：Van der Pol 振子（[math]\displaystyle{ \varepsilon = \mu \ll 1 }[/math]，[math]\displaystyle{ f = -(1-x^2)\dot{x} }[/math]）
代入上式积分后得： [math]\displaystyle{ \dot{a} = \frac{\mu}{2}a\left(1 - \frac{a^2}{4}\right) }[/math]
令 [math]\displaystyle{ \dot{a} = 0 }[/math] 解得 [math]\displaystyle{ a = 2 }[/math]，即极限环振幅的一阶近似为 2，与数值结果在小 [math]\displaystyle{ \mu }[/math] 极限下高度吻合。[2]
平均方程
对于标准形式的弱非线性系统，引入变分换元 [math]\displaystyle{ x = a(t)\cos\theta(t) }[/math]、[math]\displaystyle{ \dot{x} = -a(t)\sin\theta(t) }[/math]（其中 [math]\displaystyle{ \theta = t + \phi(t) }[/math]），可将原方程改写为振幅 [math]\displaystyle{ a }[/math] 与相位 [math]\displaystyle{ \phi }[/math] 的慢变方程组。对这两个方程在一个周期 [math]\displaystyle{ [0, 2\pi] }[/math] 上取平均，得到平均方程（averaged equations）：[3]
[math]\displaystyle{ \dot{a} = \frac{\varepsilon}{2\pi}\int_0^{2\pi} g(a,\psi)\,d\psi }[/math]
[math]\displaystyle{ \dot{\phi} = \frac{\varepsilon}{2\pi}\int_0^{2\pi} h(a,\psi)\,d\psi }[/math]
其中 [math]\displaystyle{ g }[/math]、[math]\displaystyle{ h }[/math] 为由原方程非线性项导出的函数，[math]\displaystyle{ \psi = \theta \bmod 2\pi }[/math]。平均方程的不动点对应原系统的极限环，其稳定性可由平均方程线性化的特征值判定。
精度与推广
平均法定理保证：在 [math]\displaystyle{ O(1/\varepsilon) }[/math] 的时间尺度上，平均方程的解与原系统的解之间的误差为 [math]\displaystyle{ O(\varepsilon) }[/math]。[3] 当需要更高精度时，可通过多尺度展开（multiple scales method）将渐近展开推进至更高阶，系统性地消除各阶的久期项。