سیستم های معادلات دیفرانسیل با تأخیر (Delay Differential Equation Systems)، در ریاضیات (Mathematics)
انواع سیستم های دینامیکی (Dynamical Systems را در آموزش زیر شرح دادیم :
سیستم های معادلات دیفرانسیل با تأخیر (Delay Differential Equation Systems) :
در بسیاری از سیستم های واقعی، نرخ تغییرات یک متغیر نه تنها به وضعیت کنونی، بلکه به وضعیت در زمان های گذشته نیز بستگی دارد. این پدیده با معادلات دیفرانسیل با تأخیر (DDE) مدل می شود. ساده ترین شکل آن:
\[ \frac{dx}{dt} = f(x(t), x(t-\tau)) \]که
\[ \tau > 0 \]مقدار تأخیر است. برخلاف ODEها که برای تعیین آینده فقط به مقدار اولیه در یک لحظه نیاز دارند، در DDEها به یک تابع اولیه روی بازه
\[ [-\tau, 0] \]نیاز داریم. یعنی فضای حالت این سیستم ها، یک فضای تابعی (معمولا
\[ C([-\tau,0], \mathbb{R}^n) \]) با بعد نامتناهی است.
این سیستم ها رفتارهای غنی تری نسبت به ODEها دارند. تأخیر می تواند باعث ناپایداری، نوسان، و حتی آشوب شود. یک مثال مشهور، معادله لسلی (Leslie) در جمعیت شناسی یا مدل های کنترل فیزیولوژیکی مانند تنفس (مدل مکی-گلس) است:
\[ \frac{dx}{dt} = \frac{a x(t-\tau)}{1 + x(t-\tau)^c} - b x(t) \]تحلیل پایداری نقاط تعادل در DDEها با استفاده از معادله مشخصه (characteristic equation) انجام می شود که یک معادله جبری-مثلثاتی (شامل
\[ e^{-\lambda \tau} \]) است و بینهایت ریشه دارد. با تغییر پارامترها، جفت های ریشه مختلط می توانند از محور موهومی عبور کنند و شاخه زایی هاپف (Hopf bifurcation) رخ دهد که منجر به نوسان های تناوبی می شود.
کاربردهای DDEها در علم بسیار گسترده است: در نورولوژی (تأخیر در انتقال سیگنال های عصبی)، اقتصاد (تأخیر در اثرگذاری سیاست ها)، کنترل فرآیندها (تأخیر در حسگرها و عملگرها)، و دینامیک جمعیت (دوره بارداری).
حل عددی DDEها نسبت به ODEها پیچیده تر است، زیرا باید تاریخچه سیستم ذخیره شود. روش های گام برداری با درونیابی برای نقاط گذشته به کار می روند. معادلات با تأخیرهای متغیر یا چندگانه نیز وجود دارند که پیچیدگی بیشتری ایجاد می کنند.
به طور خلاصه، DDEها پل مهمی بین ODEها و سیستم های با بعد نامتناهی هستند و در مدل سازی پدیده هایی با حافظه یا انتقال با سرعت محدود ضروری می باشند.
