Uk lady Liego: teoria i zastosowania

Podobne dokumenty
Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Zagadnienie Dualne Zadania Programowania Liniowego. Seminarium Szkoleniowe Edyta Mrówka

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

Równania różniczkowe cz astkowe rzȩdu pierwszego

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Cia la i wielomiany Javier de Lucas

Sterowalność liniowych uk ladów sterowania

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Seria zadań z Algebry IIR nr kwietnia 2017 r. i V 2 = B 2, B 4 R, gdzie

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Wyk lad 7 Baza i wymiar przestrzeni liniowej

Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE

POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy

Wyk lad 9 Baza i wymiar przestrzeni liniowej

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

Wyk lad 6 Podprzestrzenie przestrzeni liniowych

Wyk lad 11 1 Wektory i wartości w lasne

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Wyk lad 13 Funkcjona ly dwuliniowe

Wyk lad 14 Formy kwadratowe I

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Funkcje wielu zmiennych

w = w i ξ i. (1) i=1 w 1 w 2 :

KOLOKWIUM Z ALGEBRY I R

Równania różniczkowe. Notatki z wykładu.

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

5.6 Klasyczne wersje Twierdzenia Stokes a

Rozdzia l 3. Elementy algebry uniwersalnej

1 Przestrzenie unitarne i przestrzenie Hilberta.

Przestrzenie wektorowe, liniowa niezależność Javier de Lucas

Funkcje wielu zmiennych

Wyk lad 10 Przestrzeń przekszta lceń liniowych

Geometria Różniczkowa II wykład piąty

Sterowanie minimalnoczasowe dla uk ladów liniowych. Krzywe prze l aczeń.

2. Kombinacja liniowa rozwiązań zeruje się w pewnym punkcie wtedy i tylko wtedy, gdy zeruje się w każdym punkcie.

WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3

Metody Lagrange a i Hamiltona w Mechanice

ANALIZA II 15 marca 2014 Semestr letni. Ćwiczenie 1. Czy dan a funkcjȩ da siȩ dookreślić w punkcie (0, 0) tak, żeby otrzymana funkcja by la ci ag la?

Geometria Różniczkowa I

Rozdzia l 11. Przestrzenie Euklidesowe Definicja, iloczyn skalarny i norma. iloczynem skalarnym.

OSOBNO ANALITYCZNYCH

LOGIKA ALGORYTMICZNA

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

Struktury Geometryczne Mechaniki

VI. Równania różniczkowe liniowe wyższych rzędów

Ekonomia matematyczna i dynamiczna optymalizacja

Przestrzenie wektorowe

Wykład 4 Udowodnimy teraz, że jeśli U, W są podprzetrzeniami skończenie wymiarowej przestrzeni V to zachodzi wzór: dim(u + W ) = dim U + dim W dim(u

Notatki do wykładu Geometria Różniczkowa I

Liniowe uk lady sterowania.

Niesimpleksowe metody rozwia zywania zadań PL. Seminarium Szkoleniowe Edyta Mrówka

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Analiza funkcjonalna 1.

Tomasz Downarowicz Instytut Matematyki i Informatyki Politechnika Wroc lawska Wroc law Wroc law, kwiecień 2011

Definicje i przykłady

Synteza optymalnego regulatora stanu. Uk lady z czasem ci ag lym.

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

Baza w jądrze i baza obrazu ( )

Podprzestrzeń wektorowa, baza, suma prosta i wymiar Javier de Lucas

II seria zadań z Geometrii różniczkowej I 26. grudnia 2014 r. (wraz z komentarzem z 5. stycznia 2015 r.)

Sekantooptyki owali i ich własności

1 Przestrzeń liniowa. α 1 x α k x k = 0

Przestrzenie wektorowe, liniowa niezależność wektorów, bazy przestrzeni wektorowych

Geometria Różniczkowa II

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Niech X bȩdzie dowolnym zbiorem. Dobry porz adek to relacja P X X (bȩdziemy pisać x y zamiast x, y P ) o w lasnościach:

Przestrzenie liniowe

1 Relacje i odwzorowania

Algebra i jej zastosowania konspekt wyk ladu, czȩść druga

1 Zbiory i działania na zbiorach.

Notatki do wykładu Geometria Różniczkowa I

Wprowadzenie z dynamicznej optymalizacji

Analiza II.2*, lato komentarze do ćwiczeń

Równania liniowe. Rozdział Przekształcenia liniowe. Niech X oraz Y będą dwiema niepustymi przestrzeniami wektorowymi nad ciałem

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Zadania z Algebry liniowej 4 Semestr letni 2009

Wyk lad 9 Baza i wymiar przestrzeni liniowej

Rozdzia l 2. Najważniejsze typy algebr stosowane w logice

Lokalna odwracalność odwzorowań, odwzorowania uwikłane

A. Strojnowski - Twierdzenie Jordana 1

Rozdzia l 10. Formy dwuliniowe i kwadratowe Formy dwuliniowe Definicja i przyk lady

Układy równań i równania wyższych rzędów

Zestaw zadań 5: Sumy i sumy proste podprzestrzeni. Baza i wymiar. Rzędy macierzy. Struktura zbioru rozwiązań układu równań.

z pokryciem (O i ) i I rozkładu jedności (α i ) i I. Zauważmy najpierw, że ( i I α i )ω dω = d(1 ω) = d d(α i ω). Z drugiej jednak strony

4 Równania różniczkowe w postaci Leibniza, równania różniczkowe zupełne

Metoda Simplex bez użycia tabel simplex 29 kwietnia 2010

II. Równania autonomiczne. 1. Podstawowe pojęcia.

Zadania z Algebry liniowej 3 semestr zimowy 2008/2009

PEWNE ZASTOSOWANIA TEORII DYSTRYBUCJI I RACHUNKU OPERATOROWEGO W TEORII RÓWNAŃ RÓŻNICZKOWYCH

Metody Numeryczne Wykład 4 Wykład 5. Interpolacja wielomianowa

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej:

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Algebra liniowa II. Lista 1. 1 u w 0 1 v 0 0 1

Transkrypt:

Uk lady Liego: teoria i zastosowania Javier de Lucas Araujo Katedra Metod Matematycznych w Fizyce 13 Marca 2014

Przyk lady zasad superpozycji I Dla dowolnego uk ladu równań różniczkowych jednorodnych liniowych, np. dx i n dt = aj(t)x i j, i = 1,..., n, j=1 rozwi azanie ogólne, x(t), można zapisać w formie x(t) = n k j x (j) (t), gdzie x (1) (t),..., x (n) (t) to fundamentalny uk lad rozwi azań i k 1,..., k n to zbiór sta lych. j=1 2 of 48

Przyk lady zasad superpozycji II Podobnie, rozwi azanie ogólne, x(t), dla każdego uk ladu równań różniczkowych liniowych, np. dx i dt = n aj(t)x i j + b i (t), i = 1,..., n, j=1 można zapisać w postaci x(t) = x (0) (t) + n k j (x (j) (t) x (0) (t)), gdzie x (0) (t),..., x (n) (t) to pewna rodzina rozwi azań uk ladu i k 1,..., k n to zbiór sta lych. j=1 3 of 48

Przyk lady zasad superpozycji III Rozwi azanie ogólne dla dowolnego równania rózniczkowego Riccatiego, tj. dx dt = a(t) + b(t)x + c(t)x 2, można zapisać w postaci x(t) = x (1)(t)(x (3) (t) x (2) (t)) + kx (2) (t)(x (3) (t) x (1) (t)), (x (3) (t) x (2) (t)) + k(x (3) (t) x (1) (t)) gdzie x (1) (t), x (2) (t), x (3) (t) s a trzema rozwi azaniami uk ladu i k to liczba rzeczywista. 4 of 48

Charakterystyka uk ladów posiadaj acych zasady superpozycji Definicja Mówimy, że uk lad równań różniczkowych posiada zasadȩ superpozycji kiedy jego ogólne rozwi azanie można zapisać w nastȩpuj acy sposób x(t) = F (x (1) (t),..., x (m) (t); k). gdzie F : N m N N to funkcja niezależna od czasu, tzw. zmienna t, x (1) (t),..., x (m) (t) to rodzina rozwi azań tego uk ladu i k to element rozmaitości N. 5 of 48

Kilka wyników dotycz acych teorii uk ladów Liego L. Königsberger, Über die einer beliebigen differentialgleichung erster Ordnung angehörigen selbst ändigen Transcendenten, Acta Math. 3, 1 48 (1883). (po niemiecku) M.E. Vessiot, Sur une classe d équations différentielles, Ann. Sci. École Norm. Sup. 10, 53 64 (1893) i C.R. Math. Acad. Sci. Paris 116, 959 961 (1893), (po francusku) M.S. Lie, Allgemeine Untersuchungen über Differentialgleichungen, die eine continuirliche endliche Gruppe gestatten, Math. Ann. 25, 71 151 (1885). (po niemiecku). M.S. Lie i G. Scheffers, Vorlesungen über continuierliche Gruppen mit geometrischen und anderen Anwendungen, Teubner, Leipzig, 1893. J.F. Cariñena, J. Grabowski i G. Marmo, Superposition rules, Lie theorem and partial differential equations, Rep. Math. Phys. 60, 237 258 (2007). D. Blázquez-Sanz and J.J. Morales-Ruiz, Local and Global Aspects of Lie s Superposition Theorem, J. Lie Theory 20, 483 517 (2010).

Algebra Liego Algebra Liego to przestrzeń wektorowa V wyposażona w nawias [, ] : V V V, tzw Nawias Liego, spe lniaj acy nastȩpuj ace w laśnosci: Nawias jest dwu-liniowe, czyli [λ 1 v 1 + λ 2 v 2, v 3 ] = λ 1 [v 1, v 3 ] + λ 2 [v 2, v 3 ], [v 3, λ 1 v 1 + λ 2 v 2 ] = λ 1 [v 3, v 1 ] + λ 2 [v 3, v 2 ], dla dowolnych λ 1, λ 2 R i v 1, v 2, v 3 V. Nawias jest antisymetryczny [v 1, v 2 ] = [v 2, v 1 ]. Nawias spe lnia tożsamość Jacobiego, czyli 7 of 48 [v 1, [v 2, v 3 ]] = [[v 1, v 2 ], v 3 ] + [v 2, [v 1, v 3 ]].

Przyk lady: Zbiór M n (R) macierz kwadratowych n n o wspó lczynnikach rzeczywistych: [A, B] = A B B A, A, B M n (R). Zbiór sl(n, R) macierz kwadratowych n n bezśladowych o wspó lczynnikach rzeczywistych z nawiasem Liego [A, B] = A B B A, Zbiór X(N) pól wektorowych na rozmaitości N: A, B M n (R). [D 1, D 2 ] = D 1 D 2 D 2 D 1, D 1, D 2 X(N). Lie 1880 Każda algebra Liego skończonego wymiaru na R jest podalgebr a Liego algebry x, x x, x 2 sl(2, R). x 8 of 48

GKO classification: Primitive Lie algebras # Primitive Basis of vector fields X i Domain P 1 A α R R 2 { x, y }, α(x x + y y ) + y x x y, α 0 R 2 P 2 sl(2) { x, x x + y y }, (x 2 y 2 ) x + 2xy y R 2 y 0 P 3 so(3) {y x x y, (1 + x 2 y 2 ) x + 2xy y }, 2xy x + (1 + y 2 x 2 ) y R 2 P 4 R 2 R 2 { x, y }, x x + y y, y x x y R 2 P 5 sl(2) R 2 { x, y }, x x y y, y x, x y R 2 P 6 gl(2) R 2 { x, y }, x x, y x, x y, y y R 2 P 7 so(3, 1) { x, y }, x x +y y, y x x y, (x 2 y 2 ) x +2xy y, 2xy x +(y 2 x 2 ) y R 2 P 8 sl(3) { x, y }, x x, y x, x y, y y, x 2 x + xy y, xy x + y 2 y R 2 9 of 48

GKO classification: Imprimitive Lie algebras # Imprimitive Basis of vector fields X i Domain I 1 R { x } R 2 I 2 h 2 { x }, x x R 2 I 3 sl(2) (type I) { x }, x x, x 2 x R 2 I 4 sl(2) (type II) { x + y, x x + y y }, x 2 x + y 2 y R 2 x y I 5 sl(2) (type III) { x, 2x x + y y }, x 2 x + xy y R 2 y 0 I 6 gl(2) (type I) { x, y }, x x, x 2 x R 2 I 7 gl(2) (type II) { x, y y }, x x, x 2 x + xy y R 2 y 0 I 8 B α R R 2 { x, y }, x x + αy y, 0 < α 1 R 2 I 9 h 2 h 2 { x, y }, x x, y y R 2 I 10 sl(2) h 2 { x, y }, x x, y y, x 2 x R 2 10 of 48

GKO classification: Imprimitive Lie algebras II # Imprimitive Basis of vector fields X i Domain I 11 sl(2) sl(2) { x, y }, x x, y y, x 2 x, y 2 y R 2 I 12 R r+1 { y }, ξ 1 (x) y,..., ξ r (x) y, r 1 R 2 I 13 R R r+1 { y }, y y, ξ 1 (x) y,..., ξ r (x) y, r 1 R 2 I 14 R R r { x, η 1 (x) y }, η 2 (x) y,..., η r (x) y, r 1 R 2 I 15 R 2 R r { x, y y }, η 1 (x) y,..., η r (x) y, r 1 R 2 I 16 Cα r h 2 R r+1 { x, y }, x x + αy y, x y,..., x r y, r 1, α R R 2 I 17 R (R R r ) { x, y }, x x + (ry + x r ) y, x y,..., x r 1 y, r 1 R 2 I 18 (h 2 R) R r+1 { x, y }, x x, x y, y y, x 2 y,..., x r y, r 1 R 2 I 19 sl(2) R r+1 { x, y }, x y, 2x x + ry y, x 2 x + rxy y, x 2 y,..., x r y, r 1 R 2 I 20 gl(2) R r+1 { x, y }, x x, x y, y y, x 2 x + rxy y, x 2 y,..., x r y, r 1 R 2 11 of 48

Pola wektorowe zależne od czasu Niech π 2 i π bȩd a rzutowaniami π 2 : (t, x) R N x N i π : (x, v) TN x N. Pole wektorowe zależne od czasu na rozmaitości N to odwzorowanie X : R N TN, takie jak na poniższym diagramie, jest przemienne π X = π 2 TN X π π(x (t, x)) = π 2 (t, x) = x π 2 R N N X (t, x) π 1 (x) = T x N Wówczas odwzorowania X t : x N X (t, x) TN s a polami wektorowymi. Pole wektorowe zależne od t X (t, x) pola wektorowe {X t } t R 12 of 48

Pola wektorowe zależne od czasu Krzyw a ca lkow a pola wektorowego X nad N nazywamy funkcjȩ γ : R R N, tak a, że X (t, γ(t)) = dπ γ. dt Każdy uk lad w powyższym wzorze definiuje tylko jedno pole wektorowe i na odwrót. X (t, x) dx i dt = X i (t, x), i = 1,..., n. 13 of 48

Twierdzenie Liego Scheffera Uk lad równań różniczkowych pierwszego rzȩdu dx i dt = X i (t, x), i = 1,..., n, posiada zasadȩ superpozycji, wtedy i tylko wtedy, gdy powi azane pole wektorowe zależne od czasu X (t, x) można zapisać w nastȩpuj acy sposób r X (t, x) = b α (t)x α (x), α=1 gdzie X 1,..., X r to rodzina pól wektorowych generuj aca algebrȩ Liego skończonego wymiaru, tzw. algebrȩ Vessiota Guldberga. 14 of 48

Twierdzenie Liego Scheffera i równania Riccatiego Z każdym równaniem Riccatiego możemy powi azać pole wektorowe zależne od czasu dx dt = b 1(t) + b 2 (t)x + b 3 (t)x 2, które można zapisać w nastȩpuj acy sposób gdzie X (t, x) = b 1 (t)x 1 (x) + b 2 (t)x 2 (x) + b 3 (t)x 3 (x), X 1 = x, X 2 = x x, spe lniaj a relacje komutacyjne X 3 = x 2 x, [X 1, X 2 ] = X 1, [X 1, X 3 ] = 2X 2, [X 2, X 3 ] = X 3. Innymi s lowami, pola wektorowe X 1, X 2, X 3 generuj a algebrȩ Liego skończonego wymiaru (w laśnie sl(2, R)). 15 of 48

Równania Kummera-Schwarza drugiego rzȩdu Równaniami Kummera Schwarza nazywamy równania różniczkowe takie jak d 2 x dt 2 = 3 ( ) dx 2 2b 0 x 3 + a 0 (t)x, 2x dt gdzie b 0 to liczba rzeczywista i a 0 (t) to dowolna funkcja zależna od czasu. dx dt = v, dv dt = 3 v 2 2 x 2b 0x 3 + a 0 (t)x, 16 of 48

Równania Kummera-Schwarza drugiego rzȩdu Powyższy uk lad jest powi azany z polem wektorowym ( 3 v 2 ) X t = 2 x 2b 0x 3 + a 0 (t)x v + v x = 1 (X 2 + a 0 (t)x 1 ), 2 gdzie X 1 = 2x v, X 3 = x x + 2v v, X 2 2 = v x + spe lniaj a relacje ( 3 v 2 ) 2 x 2b 0x 3 v, [X 1, X 2 ] = 2X 3, [X 2, X 3 ] = X 2, [X 1, X 3 ] = X 1. Zatem X (t, x) to uk lad Liego. 17 of 48

Równania Kummera-Schwarza trzeciego rzȩdu Równania Kummera Schwarza trzeciego rzȩdu maj a postacie d 3 x dt 3 = 3 2 ( dx dt ) 1 ( d 2 x dt 2 ) 2 ( ) dx 3 2b 0 + 2a 0 (t) dx dt dt, gdzie b 0 to liczba rzeczywista i a 0 (t) to dowolna funkcja zależna od czasu. Teraz, mamy dx dt = y (1), dy (1) = y (2), dt dy (2) dt = 3 y (2)2 2 y (1) 2b 0y (1)3 + 2a 0 (t)y (1). 18 of 48

Równania Kummera-Schwarza trzeciego rzȩdu To równanie jest powi azane z polem wektorowym y (1) x + y (2) y (1) + ( ) 3 y (2)2 + + 2 y (1) 2b 0y (1)3 Niech X 1, X 2, X 3 bȩd a polami wektorowymi w formie 19 of 48 X 1 = y (1) y (2), ( X 2 = y (1) x + y (2) y (1) + X 3 = y (1) (2) + 2y y (1) y (2), 3 2 y (2) + 2a 0(t)y (1). (1) y (2) ) y (2)2 y (1) 2b 0y (1)3 y (2),

spe lniaj acymi relacje komutacyjne: [X 1, X 2 ] = X 3, [X 2, X 3 ] = X 2, [X 1, X 3 ] = X 1. Wówczas te pola wektorowe generuj a algebrȩ Liego, która jest izomorficzna z sl(2, R). Ponadto, można zapisać Innymi s lowy, X to uk lad Liego. X t = X 2 + 2a 0 (t)x 1. 20 of 48

Zastosowanie w mechanice klasycznej dx dt = v, dv dt = ω2 (t)x, dx dt = v, dv dt = ω2 (t)x + k x 3, dg dt = R g e(a(t)) dx dt = v, dv dt = 3 2 v 2 x 2b 0x 3 ω 2 (t)x, dx dt = 1 + ω2 (t). 21 of 48

Niech (A, [, ]) bȩdzie algebr a Liego, gdzie [, ] : A A A to nawias Liego i B podzbioru A, nazywamy przd lużeniem podzbioru B (wzglȩdem zbioru A), czyli Lie(B, A, [, ]), najmniejszej algebry Liego zawieraj acej B. Lemat Dla każdego podzbioru B A, jego przed lużenie jest generowane przez elementy zbioru B, [B, B], [B, [B, B]], [B, [B, [B, B]]],... gdzie [C, D] oznacza nawias Liego miȩdzy elementami podzbiorów C, D A. 22 of 48

Jeśli X (t, x) jest uk ladem Liego, to istnieje algebra Vessiota Guldberga V taka, że {X t } t R V. Wówczas Lie({X t } t R ) V. Innymi s lowami, Lie({X t } t R ) jest algebr a Liego skończonego wymiaru. Odwrotnie, jeśli Lie({X t } t R ) jest algebr a Liego skończonego wymiaru, to X (t, x) jest algebr a Liego. Krótkie twierdzenie Liego Scheffersa Uk lad równań różniczkowych X (t, x) jest uk ladem Liego, wtedy i tylko wtedy, gdy Lie({X t } t R ) jest algebr a Liego skończonego wymiaru. Znikoma algebra Liego Znikom a algebr a Liego pola wektorowego X (t, x) nazywa siȩ najmniesz a algebrȩ Liego V X zawieraj ac a {X t } t R. 23 of 48

Równania Riccatiego drugiego rzȩdu Rozpatrzmy teraz równania Riccatiego drugiego rzȩdu, tj. gdzie ẍ + (b 0 (t) + b 1 (t)x)ẋ + c 0 (t) + c 1 (t)x + c 2 (t)x 2 + c 3 (t)x 3 = 0, b 1 (t) = 3 c 3 (t), b 0 (t) = c 2(t) c3 (t) ċ3(t) 2c 3 (t), c 3(t) 0. Jeżeli dodamy zmienne v = ẋ do tych uk ladów, to nie uzyskamy uk lad ow Liego. Jednak, te równania posiadaj a funkcjȩ Lagranjowsk a wzorem 1 L(t, x, v) = v + U(t, x), gdzie U(t, x) = a 0 (t) + a 1 (t)x + a 2 (t)x 2 i a 0 (t), a 1 (t), a 2 (t) s a funkcjami zmiennych czasu zależne od c 1 (t), c 2 (t), c 3 (t). 24 of 48

Ta funkcja Lagranjowska jest powi azana z funkcj a Hamiltonowsk a h(t, x, p) = vp L(t, x, v) = 2 p p U(t, x). Jej równania Hamiltona s a ẋ = H p = 1 a 0 (t) a 1 (t)x a 2 (t)x 2, p ṗ = H x = p(a 1(t) + 2a 2 (t)x). Udowodnimy, że ten uk lad jest uk ladem Liego. Rozważmy pola wektorowe na O. 25 of 48 X 1 = 1 p x, X 2 = x, X 3 = x x p p, X 4 = x 2 x 2xp p, X 5 = x p x + 2 p p,

One spe lniaj a relacje komutacyjne [X 1, X 2 ] = 0, [X 1, X 3 ] = 1 2 X 1, [X 1, X 4 ] = X 5, [X 1, X 5 ] = 0, [X 2, X 3 ] = X 2, [X 2, X 4 ] = 2X 3, [X 2, X 5 ] = X 1, [X 3, X 4 ] = X 4, [X 3, X 5 ] = 1 2 X 5, [X 4, X 5 ] = 0. Zatem one generuj a algebrȩ Vessiota Guldberga piȩciowymiarow a V. Ponadto, pole wektorowe zależne od czasu X t powi azane z uk ladami Hamiltona (25) ma formȩ X (t, x, p) = X 1 (x, p) a 0 (t)x 2 (x, p) a 1 (t)x 3 (x, p) a 2 (t)x 4 (x, p), Wówczas uk lad (25) jest uk ladem Liego. Poza tym, pola wektorowe X 1,..., X 5 s a polami Hamiltonowskimi zwi azanymi ze struktur a symplektyczn a na rozmaitości T R. 26 of 48

Dok ladniej, poniższe pola wektorowe maj a Hamiltonowskie funkcje h 1 (x, p) = 2 p, h 2 (x, p) = p, h 3 (x, p) = xp, h 4 (x, p) = x 2 p, h 5 (x, p) = 2x p, takie, że {h i, h j } h 1 h 2 h 3 h 4 h 5 h 6 h 1 0 0 h 1 /2 h 5 2h 6 0 h 2 0 0 h 2 2h 3 h 1 0 h 3 h 1 /2 h 2 0 h 4 2h 6 0 h 4 h 5 2h 3 h 4 0 h 5 /2 0 h 5 2h 6 h 1 2h 6 h 5 /2 0 0 h 6 0 0 0 0 0 0 i 27 of 48 h t = h 1 a 0 (t)h 2 a 1 (t)h 3 a 2 (t)h 4.

Równiania Riccatiego drugiego rzȩdu mog a być powi azane z dzia lani a grupy Liego Φ : G O O w formie ((( λ1 Φ λ 2 ) ( α β, γ δ i zasad a superpozycji )) ( )) x, = p ( ) x0 λ 1 p0 1 + λ 5 ( p 0 ), ( p 1/2 0 + λ 5 ) 2. x (0) = 3( p 2 x 2 p 1 x 1 ) + 2 ( p 1 x 1 p 3 x 3 ) + 1 x 1 p1 3 ( p 2 p 1 ) + 2 ( p 1 p 3 ) +, p 1 k 1 p (0) = ( 1 p1 + 3 ( p 1 p 2 ) + 2 ( p 1 p 3 ))( 2 + p 1 p 2 (x 2 x 1 )) 1 p2 p 1 (x 1 x 2 ) + 2 p2 p 3 (x 2 x 3 ) +. p 3 p 2 (x 3 x 2 ) + 1 28 of 48

Definicja Struktur a Liego Hamiltona nazywamy trókȩ (M, Λ, h), gdzie (M, Λ) to rozmaitośc Poissona z bi-wektorem Poissona Λ i h to t-parametryzowana rodzina funkcji h t : M R, taka, że Lie({h t } t R ) to algebra Liego skończonego wymiaru. Definicja Uk ladem Liego Hamiltona nazywamy uk lad X na rozmaitości Poissona (M, Λ) taki, że istnieje struktura Liego Hamiltona (M, Λ, h) taka, że X t Λ( dh t ) dla dowolnego t R. Trójkȩ (M, Λ, X ) nazywamy trójk a Liego Hamiltona. 29 of 48

Oscylatory Winternitza Smorodinsky ego można zapisać w nastȩpuj acy sposób ẋ i = p i, ṗ i = ω 2 (t)x i + k i = 1,..., n. xi 3, Powyższy uk lad opisuje ca lki pola wektorowego zależnego od czasu n [ ( X t = p i + ω 2 (t)x i + k ) ] x i xi 3. p i i=1 na T R n. Rozpatrzmy pola wektorowe n n ( 1 X 1 = x i, X 2 = p i 2 i=1 i=1 n ( X 3 = p i + k x i xi 3 i=1 x i p i x i p i ). Za pomoc a tych pól wektorowych można zapisać X t = X 3 ω 2 (t)x 1. 30 of 48 p i ),

Ponieważ [X 1, X 2 ] = X 1, [X 2, X 3 ] = X 3, [X 1, X 3 ] = 2X 2, zatem powyższy uk lad jest uk ladem Liego. Ponadto, pola wektorowe X 1, X 2 i X 3 s a polami wektorowymi powi azanymi z funkcjami Hamiltonowskimi h 1 = 1 n n xi 2, h 2 = x i p i, h 3 = 1 n ( pi 2 + b ) i 2 2 xi 2, i=1 i=1 które spe lniaj a relacje komutacyjne i=1 {h 1, h 2 } = h 1, {h 1, h 3 } = 2h 2, {h 2, h 3 } = h 3. Ponieważ X t = Λ(d(h 3 ω 2 (t)h 1 )), wiȩc (M, Λ, h) to struktura Liego Hamiltona. 31 of 48

Niech g bȩdzie algebr a Liego, jej przestrzeń dualna g ma strukturȩ rozmaitości Poissona (g, {, } g ). Dok ladniej, {f, g} g (θ) = [d θ f, d θ g] g, θ, f, g C (g ). Rozpatrzmy uk lady w formie dθ dt = ad φ(t) θ, θ g, gdzie φ(t) to krzywa zawarta w g i ad φ(t) θ = θ ad φ(t). Wybierzmy bazȩ {e 1,..., e r } dla g ze sta lymi strukturalnymi c αβγ, tj. [e α, e β ] g = r γ=1 c αβγe γ, α, β = 1,..., n. Zatem pola wektorowe X α (θ) = ad e α (θ) T θ g, α = 1,..., r, generuj a algebrȩ Vessiota Guldberga dla uk ladu na g. 32 of 48

Ponadto, te pola wektorowe s a Hamiltonowskimi polami z funkcjami Hamiltonowskimi h α =, e α. Co wiȩcej, funkcje h α generuj a algebrȩ Liego (W, {, } g ) skończonego wymiaru: {h α, h β } g (θ) = [d θ h α, d θ h β ] g, θ = [e α, e β ] g, θ r r = c αβγ e γ, θ = c αβγ h γ (θ). γ=1 W konsekwencji, za pomoc a każdej krzywej h t w (W, {, } g ) możemy zdefinionować strukturȩ Liego Hamiltona (g, Λ g, h). Wówczas X t = r α=1 b α(t)x α, gdzie φ(t) = r α=1 b α(t)e α. Ponieważ X α s a Hamiltonowskimi polami wektorowami, zatem [ ( r r r )] X t = b α (t)x α = b α (t) Λ( dh α ) = Λ d b α (t)h α. α=1 α=1 γ=1 α=1 Innymi s lowami, trójca (g, Λ g, h), gdzie h t = r α=1 b α(t)h α, jest struktur a Liego Hamiltona dla uk ladu X. 33 of 48

Pole wektorowe zależne od czasu (jeszcze raz) Z każdym polem wektorowym X n rozmaitości N można powi azać dystrybucjȩ D X tak a, że i jedn a kodystrybucjȩ D X x = {Y x Y V X }, V X x = {ω x ω x (Y ) = 0, Y D X x } = (D X x ). Można stwierdzić, że D X jest inwolutywn a dystrybucj a. Ponadto, dim D x jest lokalnie maksymalny w otwartym i gȩstym podzbiorze U N. 34 of 48

Pole wektorowe zależne od czasu Lemat Dla każdego punktu p U gdzie dim D X = k, istnieje (lokalna) baza dla kodystrybucji V X w postaci df 1,..., df n k, gdzie f 1,..., f n k : V U R s a ca lkami pierwszami pól wektorowych w dystrybucji D X V. Twierdzenie Funkcja f : V N R to ca lka uk ladu X, wtedy i tylko wtedy, gdy df V X V. 35 of 48

Lemat Dla każdego uk ladu Liego Hamiltona X posiadaj acego strukturȩ Liego Hamiltona (M, Λ, h), odwzorowanie Λ d : Lie({h t } t R ) V X jest homomorfizmem surjektywnym miȩdzy algebrami Liego. W rezultacie, V X Lie({h t} t R ) ) ker ( Λ d i elementy algebry V X s a Hamiltonowskimi polami wektorowymi na rozmaitości Poissona (M, Λ). Dowód Odwzorowanie Λ d jest liniowe. Ponadto, Λ d{f, g} Λ = Λ[df, dg] Λ = [ Λ(df ), Λ(dg)] f, g C (M). Latwo zauważyć, że Λ d jest surjektywny. Z tego wynika stwierdzenie lematu. 36 of 48

Twierdzenie Dany uk lad X jest uk ladem Liego Hamiltona wzglȩdem rozmaitości Poissona (M, Λ), wtedy i tylko wtedy, gdy jest uk ladem Liego a elementy algebry V X s a Hamiltonowskimi polami wektorowymi. Niech (M, Λ, h) bȩdzie struktur a Liego-Hamiltona dla uk ladu X. Odwzorowanie Λ d jest morfizmem miȩdzy algebrami Liego (C (M), {, } Λ ) i (X(M), [, ]). Ponieważ Lie({h t } t R ) ma skończony wymiar, to Λ d(lie({h t } t R )) ma skończony wymiar. Zatem, X t V X = Λ d(lie({h t } t R )) i X to uk lad Liego. Latwo zauważyć, że V X s a Hamiltonowskimi polami wektorowymi wzglȩdem rozmaitości (M, Λ). 37 of 48

Odwrotnie, jeśli X to uk lad Liego i elementy algebry V X s a Hamiltonowskimi polami wektorowymi, to można definiować zbiór h 1,..., h r Hamiltonowskich funkcji (nad M) dla tych pól. Wówczas I ij = {h i, h j } to funkcja Hamiltonowska dla pola wektorowego Y ij = [X i, X j ] V X. Zatem, istniej a kombinacje g ij = λ 1 h 1,..., λ n h n, takie, że każda g i j jest funcj a Hamiltonowsk a dla Y ij. W konsekwencji, każda funkcja I ij g ij jest Casimir. Jeśli V = {h 1,..., h n }, V (1) = {I ij g ij i = 1,..., n}, to latwo zauważyć, że V V (1) jest algebr a funkcji skończonego wymiaru i X t = Λ(dh t ). Twierdzenie Niech (M, Λ, h) bȩdzie struktur a Liego Hamiltona. Uk lad w postaci X t = Λ( dh t ) jest uk ladem Liego-Hamiltona. 38 of 48

Uk lady Liego-Hamiltona i zasady superpozycji Twierdzenie Dany uk lad Liego Hamiltona X powi azany ze struktur a Liego Hamiltona (M, Λ, h) tak a, że dim D X = dim M = dim V X = Lie({h t } t R ), wiȩc X i Λ mog a być zapisane w liniowej postaci na pewnym uk ladzie wspó lrzȩdnych. Dowód Ponieważ zak ladaliśmy, że dim V X = dim Lie({h t } t R ), istnieje baza h 1,..., h r, dla algebry Liego Lie({h t } t R ) taka, że Hamiltonowskie pola wektorowe X 1,..., X r tych elementów s a baz a dla V X. Ponadto, mamy dim M = dim V X, wiȩc te pola wektorowe s a (lokaln a) baz a dla kostycznej przestrzeni TM. Wówczas h 1,..., h r s a uk ladem wspó lrzȩdnych na M i 39 of 48

Λ = r {h i, h j } = h i h j i,j=1 r i,j,k=1 c ijk h k. (2) h i h j Latwo zauważyć, że X t = Λ df t, gdzie f t to krzywa zawarta w algebrze Lie({h t } t R ). Zatem ( n ) n X t = Λ dh t = Λ d b l (t)h l = b l (t)( Λ dh l ) = 2 l=1 n b l (t)c ljk h k. h j j,k=1 W rezultacie, X t jest liniowe i posiada liniow a zasadȩ superpozycji w tym uk ladzie wspó lrzȩdnych. l=1 40 of 48

Twierdzenie Dany uk lad Liego Hamiltona X ustalony na rozmaitości M, takiej że dim D X = dim M, to M ma wymiar parzysty. Dowód Niech (M, Λ, X ) bȩdzie trójc a Liego Hamiltona a (M, Λ, h) struktur a Liego Hamiltona dla uk ladu X. Za lożmy, że V X jest algebr a Liego skónczonego wymiaru. Zatem istnieje (lokalnie) rodzina pól wektorowych X 1,..., X n V X liniowo niezależnych. Wówczas, rodzina 1 form dh 1,..., dh n W, jest liniowo niezależna i Λ(ω j ) = X j dla j = 1,..., n. W konsekwencji, odwzorowanie Λ U jest izomorfizmem. Zatem, M ma parzysty wymiar. 41 of 48

Twierdzenie Dany uk lad Liego-Hamiltona X ustalony na rozmaitości M takiej, że dim D X = dim M i X posiada strukturȩ Liego Hamiltona (M, Λ, h) tak a, że Lie({h t } t R ) V X, wiȩc centrum V X jest trywialne. Dowód Niech X 1 bȩdzie nietrywialnym elementem centrum algebry V X. Ponieważ dim D X = n, istniej a pola wektorowe X 2,..., X n V X generuj ace (razem z X 1 ) lokaln a bazȩ dla wi azki stycznej TM. Jednocześnie, te pola wektorowe s a Hamiltonowskimi polami wektorowymi wzglȩdem pewnych funkcji h 1,..., h n zawartych w Lie({h t } t R ). Jako, że X 1,..., X n s a liniowo niezależne, to dh 1,..., dh n s a liniowo niezależne. Wówczas {h 1,..., h n } to uk lad wspó lrzȩdnych w M. 42 of 48

Jako, że V X Lie({h t } t R ), wiȩc [X 1, X j ] = 0, dla j = 2,..., n, oznacza, że {h 1, h j } = 0. Wówczas, Λ = n {h i, h j } = X 1 = h i h Λ(dh 1 ) = 0. j i,j=2 Zatem V X ma trywialne centrum. 43 of 48

Ca lka uk lady Liego Hamiltona Twierdzenie Rodzina I X U ca lek niezależnych od czasu na zbiorze otwartym U M dla trójcy (M, Λ, X ) jest algebr a Poissona i ko-dystrybucja V X jest inwolutywna, tj. [ω, ω ] Λ V X U dla każdych ω, ω V X U. Dowód Dane dwie ca lki f 1, f 2 : U R, to df i (Y ) = 0, i = 1, 2, dla każdego pola wektorowego Y V X. Ponieważ X to uk lad Liego Hamiltona, elementy w V X s a Hamiltonowskimi polami wektorowymi. Wówczas, można zapisać Y {f, g} = {Yf, g} + {f, Yg} dla każdej pary funkcji f, g C (M). Zatem Y ({f 1, f 2 }) = {Yf 1, f 2 } + {f 1, Yf 2 } = 0. Jako, że λf 1 + µf 2 i f 1 f 2 s a również ca lkami niezależnymi od czasu dla każdych λ, µ R, to rodzina I X U jest algebr a Poissona. 44 of 48

Ko-dystrybucja jest inwolutywna, wtedy i tylko wtedy, gdy dla każdej lokalnej bazy nawias Liego miȩdzy jej elementami należy do dystrybucji. Ko-dystrybucja V X ma lokalk a bazȩ df 1,..., df n k. Ponadto, [df i, df j ] Λ = d({f i, f j }) i funkcja {f i, f j } jest ca lk a pierwsz a. Zatem {f i, f j } = G(f 1,..., f n k ) wynika, że [df i, df j ] Λ V X. Twierdzenie Jeżeli X to uk lad Liego Hamiltona, wiȩc przestrzeń I X U jest grup a funkcji. 45 of 48

Definicja Niech X bȩdzie uk ladem na rozmaitości Poissona (M, Λ), jego dystrybucja symetrii, SΛ X, jest dystrybucj a Stefana Sussmana w formie (S X Λ ) x = Λ x (V X x ) T x M. Twierdzenie Niech X bȩdzie uk ladem Liego Hamiltona, to Dystrybucja symetrii powi azana z uk ladem X jest inwolutywna. Jeśli f jest ca lk a pierwsz a (niezależn a od czasu) dla uk ladu X, to Λ(df ) jest symetri a Liego (niezależn a od czasu) dla X. Dystrybucja S X ma lokaln a bazȩ symetrii Liego dla uk ladu X. Ponadto, elementy tej bazy s a Hamiltonowskimi polami wektorotwymi powi azanymi z funkcjami Hamiltonowskimi, które s a ca lkami ruchu (niezależnymi od czasu) dla X. 46 of 48

Dla każdych pól wektorowych Y 1, Y 2 w S X, istniej a dwie 2-formy ω, ω S X takie, że Y 1 = Λ(ω), Y 2 = Λ(ω ). Ponieważ X jest uk ladem Liego Hamiltona, to V X jest inwolutywna. Wówczas, [Y 1, Y 2 ] = [ Λ(w), Λ(w )] = Λ([w, w ] Λ ) S X. Niech (M, Λ, h) bȩdzie struktur a Liego Hamiltona dla uk ladu X : [X t, Λ(df )] = [ Λ(dh t ), Λ(df )] = Λ(d{h t, f }) = Λ[d(X t f )] = 0. Ponieważ V X ma lokaln a bazȩ df 1,..., df n k, gdzie f 1,..., f n k to rodzina ca lek ruchu (niezależnych od czasu) dla X. Wówczas, X f1,..., X fn k, to rodzina symetrii Liego dla X generuj aca (lokalnie) S X. Z tego, można latwo wybrać (lokaln a) bazȩ dla S X. 47 of 48

Twierdzenie Jeśli Y to Hamiltonowskie pole wektorowe i symetria Liego dla uk ladu Liego Hamiltona X takie, że [V X, V X ] = V X, wiȩc Y S X. 48 of 48