最终修订版 — 2026年6月

Robert Galida
独立研究者

---

摘要

吸引子框架将 $\kappa$κ（修正渗透率）定义为系统受扰动后返回其吸引子的速率。历史上，$\kappa$κ 被视为一个经验参数——通过拟合数据而非从第一原理推导得出。本文从框架的基础对象——累积偏差泛函 $D_T(x)={\int }_0^T\delta ({\varphi }_t(x))dt$DT​(x)=∫0T​δ(ϕt​(x))dt（其中 $\delta (x)=d(x,\mathcal{A})$δ(x)=d(x,A)）——推导出 $\kappa$κ。

我们定义：$$\kappa =\underset{x\in \mathcal{B}\setminus \mathcal{A}}{\inf }\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}$$κ=x∈B∖Ainf​D∞​(x)δ(x)​

我们证明，对于线性系统 $\dot{x}=-Ax$x˙=−Ax（其中 $A$A 对称正定），该定义恢复最慢特征值 ${\lambda }_{\min }(A)$λmin​(A)——即修正渗透率的传统概念。我们建立了尖锐的通用持久性上界 $D_{\mathrm{\infty }}(x)\le \delta (x)\mathrm{/}\kappa$D∞​(x)≤δ(x)/κ，展示了变分比的齐次性和尺度不变性，并证明了与有限维线性系统的Koopman谱理论和预解极点的相容性。一个比较定理将 $\kappa$κ 与经典指数稳定性常数联系起来。推导了 $D_{\mathrm{\infty }}$D∞​ 的Hamilton-Jacobi型输运方程。在明确假设下，提供了有限视界估计量 ${\kappa }_T={\inf }_x\frac{\delta (x)}{D_T(x)}$κT​=infx​DT​(x)δ(x)​ 及其指数收敛性。

该推导对线性系统严格且可检验。非线性、多尺度和随机系统的开放问题已被识别。

关键词： 修正渗透率，累积偏差泛函，吸引子框架，Koopman算子，轨迹泛函

---

1. 引言

吸引子框架已应用于物理学、生物学、认知学和社会系统。其核心变量——修正渗透率 $\kappa$κ——度量系统受扰动后返回其吸引子的速率。历史上，$\kappa$κ 被经验性地定义为 $\kappa =1\mathrm{/}\tau$κ=1/τ，其中 $\tau$τ 是测量的恢复时间常数。

本文从单一基础对象——累积偏差泛函 $D_T(x)$DT​(x)——推导 $\kappa$κ。在本框架内，$\kappa$κ 被变分地定义，而非作为经验拟合参数引入。我们表明 $\kappa$κ 是轨迹几何的后果——具体而言，是初始距离与总累积偏差之比。

该推导对线性系统严格，与已有理论（Koopman算子、预解极点）相联系，并提供了用于经验研究的有限视界估计量。非线性与随机系统的开放问题已被识别。

---

2. 累积偏差泛函

设 $\mathcal{X}$X 为带有距离函数 $\mathrm{\parallel }\cdot \mathrm{\parallel }$∥⋅∥ 的度量空间。设 ${\varphi }_t(x)$ϕt​(x) 为从状态 $x\in \mathcal{X}$x∈X 在时间 $t=0$t=0 开始的动力系统的流。设 $\mathcal{A}\subseteq \mathcal{X}$A⊆X 为吸引子集（轨迹收敛到的紧致不变集）。设 $\mathcal{B}$B 为 $\mathcal{A}$A 的吸引盆。

定义点到吸引子的距离：$$\delta (x)=d(x,\mathcal{A})=\underset{a\in \mathcal{A}}{\inf }\mathrm{\parallel }x-a\mathrm{\parallel }$$δ(x)=d(x,A)=a∈Ainf​∥x−a∥

定义 1（累积偏差泛函）： 对于有限视界 $T>0$T>0，定义：$$D_T(x)={\int }_0^T\delta ({\varphi }_t(x))dt$$DT​(x)=∫0T​δ(ϕt​(x))dt

当 $T\to \mathrm{\infty }$T→∞ 时，定义：$$D_{\mathrm{\infty }}(x)={\int }_0^{\mathrm{\infty }}\delta ({\varphi }_t(x))dt$$D∞​(x)=∫0∞​δ(ϕt​(x))dt

命题 1（D∞D∞​ 的有限性）： 假设存在常数 $C<\mathrm{\infty }$C<∞ 和 $\mu >0$μ>0，使得对所有 $x\in \mathcal{B}$x∈B：$$\delta ({\varphi }_t(x))\le C{e}^{-\mu t}\delta (x)$$δ(ϕt​(x))≤Ce−μtδ(x)

则对所有 $x\in \mathcal{B}$x∈B，$D_{\mathrm{\infty }}(x)<\mathrm{\infty }$D∞​(x)<∞。

证明：$$D_{\mathrm{\infty }}(x)={\int }_0^{\mathrm{\infty }}\delta ({\varphi }_t(x))dt\le {\int }_0^{\mathrm{\infty }}C{e}^{-\mu t}\delta (x)dt=\frac{C}{\mu }\delta (x)<\mathrm{\infty }$$D∞​(x)=∫0∞​δ(ϕt​(x))dt≤∫0∞​Ce−μtδ(x)dt=μC​δ(x)<∞$$\mathrm{\square }$$□

性质（来自 Galida, 2026a）：

性质	陈述
非负性	$D_T(x)\ge 0$DT​(x)≥0
单调性	当 $T_2\ge T_1$T2​≥T1​ 时，$D_{T_2}(x)\ge D_{T_1}(x)$DT2​​(x)≥DT1​​(x)
可加性	$D_{T+S}(x)=D_T(x)+D_S({\varphi }_T(x))$DT+S​(x)=DT​(x)+DS​(ϕT​(x))
瞬时增长	$\frac{d}{dT}{D}_T(x)=\delta ({\varphi }_T(x))$dTd​DT​(x)=δ(ϕT​(x))
占据测度	$D_T(x)=\int \delta (y)d{\mu }_T(y)$DT​(x)=∫δ(y)dμT​(y)，其中 ${\mu }_T$μT​ 是占据测度

---

3. 修正渗透率 ($\kappa$κ) 的推导

3.1 变分定义

定义 2（修正渗透率）：$$\kappa =\underset{x\in \mathcal{B}\setminus \mathcal{A}}{\inf }\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}$$κ=x∈B∖Ainf​D∞​(x)δ(x)​

解释： $\kappa$κ 是有效恢复率——初始距离与总累积偏差之比的最小值。它作为盆中最慢恢复模式的全局度量。

关于 κκ 的注记： 该定义允许 $\kappa =0$κ=0，如果 $D_{\mathrm{\infty }}(x)$D∞​(x) 发散或比值 $\delta (x)\mathrm{/}{D}_{\mathrm{\infty }}(x)$δ(x)/D∞​(x) 可以任意小。在本文其余部分，我们假设系统满足保证 $\kappa >0$κ>0 的条件（如命题1中的指数稳定性）。

关于可达性的注记： $\kappa$κ 定义中的下确界不一定可达；极小化序列可能存在而没有极小化状态。对于线性系统，下确界在慢特征空间上可达。

---

3.2 齐次性与尺度不变性

定理 1（齐次性与尺度不变性）： 假设流满足 ${\varphi }_t(\alpha x)=\alpha {\varphi }_t(x)$ϕt​(αx)=αϕt​(x) 对所有 $t$t 和所有 $\alpha >0$α>0 成立，且距离函数满足 $\delta (\alpha x)=\alpha \delta (x)$δ(αx)=αδ(x)。则：$$\frac{\delta (\alpha x)}{D_{\mathrm{\infty }}(\alpha x)}=\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}$$D∞​(αx)δ(αx)​=D∞​(x)δ(x)​

证明：$$D_{\mathrm{\infty }}(\alpha x)={\int }_0^{\mathrm{\infty }}\delta ({\varphi }_t(\alpha x))dt={\int }_0^{\mathrm{\infty }}\delta (\alpha {\varphi }_t(x))dt=\alpha {\int }_0^{\mathrm{\infty }}\delta ({\varphi }_t(x))dt=\alpha D_{\mathrm{\infty }}(x)$$D∞​(αx)=∫0∞​δ(ϕt​(αx))dt=∫0∞​δ(αϕt​(x))dt=α∫0∞​δ(ϕt​(x))dt=αD∞​(x)

推论： 对于线性系统，对所有 $x\mathrm{\ne }0$x=0 的下确界约化为对单位球面的下确界：$$\kappa =\underset{\mathrm{\parallel }x\mathrm{\parallel }=1}{\inf }\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}$$κ=∥x∥=1inf​D∞​(x)δ(x)​

---

3.3 尖锐通用持久性上界

定理 2（尖锐通用持久性上界）： 对所有 $x\in \mathcal{B}\setminus \mathcal{A}$x∈B∖A：$$D_{\mathrm{\infty }}(x)\le \frac{\delta (x)}{\kappa }$$D∞​(x)≤κδ(x)​

此外，常数 $1\mathrm{/}\kappa$1/κ 是最优的：它是使该不等式对所有 $x$x 成立的最小常数。

证明： 由 $\kappa$κ 作为 $\delta (x)\mathrm{/}{D}_{\mathrm{\infty }}(x)$δ(x)/D∞​(x) 的下确界的定义，对所有 $x$x 有 $\delta (x)\mathrm{/}{D}_{\mathrm{\infty }}(x)\ge \kappa$δ(x)/D∞​(x)≥κ。重排得：$$D_{\mathrm{\infty }}(x)\le \frac{\delta (x)}{\kappa }$$D∞​(x)≤κδ(x)​

最优性由定理3推出：对于慢特征向量 $v_1$v1​，$D_{\mathrm{\infty }}(v_1)=\delta (v_1)\mathrm{/}\kappa$D∞​(v1​)=δ(v1​)/κ，因此没有更小的常数可以成立。$$\mathrm{\square }$$□

---

3.4 与线性系统的一致性

考虑线性系统 $\dot{x}=-Ax$x˙=−Ax，其中 $A$A 对称正定。设其特征值为 $0<{\lambda }_1\le {\lambda }_2\le \cdots \le {\lambda }_n$0<λ1​≤λ2​≤⋯≤λn​，对应的标准正交特征向量为 $v_1,v_2,\dots ,v_n$v1​,v2​,…,vn​。

流为 ${\varphi }_t(x)=e^{-At}x$ϕt​(x)=e−Atx。吸引子为 $\mathcal{A}=\{0\}$A={0}，到吸引子的距离为 $\delta (x)=\mathrm{\parallel }x\mathrm{\parallel }$δ(x)=∥x∥。

定理 3（线性一致性）： 对于 $\dot{x}=-Ax$x˙=−Ax（$A$A 对称正定），$$\underset{x\mathrm{\ne }0}{\inf }\frac{\mathrm{\parallel }x\mathrm{\parallel }}{D_{\mathrm{\infty }}(x)}={\lambda }_{\min }(A)$$x=0inf​D∞​(x)∥x∥​=λmin​(A)

证明：

由于 $A$A 对称正定，$e^{-At}$e−At 对称正定，其特征值为 $e^{-{\lambda }_{i}t}$e−λi​t。因此其算子范数为 $\mathrm{\parallel }{e}^{-At}\mathrm{\parallel }=e^{-{\lambda }_{1}t}$∥e−At∥=e−λ1​t。对任意 $x\mathrm{\ne }0$x=0：$$D_{\mathrm{\infty }}(x)={\int }_0^{\mathrm{\infty }}\mathrm{\parallel }{e}^{-At}x\mathrm{\parallel }dt\le {\int }_0^{\mathrm{\infty }}\mathrm{\parallel }x\mathrm{\parallel }{e}^{-{\lambda }_{1}t}dt=\frac{\mathrm{\parallel }x\mathrm{\parallel }}{{\lambda }_1}$$D∞​(x)=∫0∞​∥e−Atx∥dt≤∫0∞​∥x∥e−λ1​tdt=λ1​∥x∥​

因此：$$\frac{\mathrm{\parallel }x\mathrm{\parallel }}{D_{\mathrm{\infty }}(x)}\ge {\lambda }_1$$D∞​(x)∥x∥​≥λ1​

为证明等号可达，取 $x=v_1$x=v1​（对应 ${\lambda }_1$λ1​ 的特征向量）。则：$$\mathrm{\parallel }{e}^{-At}{v}_1\mathrm{\parallel }=\mathrm{\parallel }{v}_1\mathrm{\parallel }{e}^{-{\lambda }_{1}t}$$∥e−Atv1​∥=∥v1​∥e−λ1​t

且：$$D_{\mathrm{\infty }}(v_1)={\int }_0^{\mathrm{\infty }}\mathrm{\parallel }{v}_1\mathrm{\parallel }{e}^{-{\lambda }_{1}t}dt=\frac{\mathrm{\parallel }{v}_1\mathrm{\parallel }}{{\lambda }_1}$$D∞​(v1​)=∫0∞​∥v1​∥e−λ1​tdt=λ1​∥v1​∥​

因此：$$\frac{\mathrm{\parallel }{v}_1\mathrm{\parallel }}{D_{\mathrm{\infty }}(v_1)}={\lambda }_1$$D∞​(v1​)∥v1​∥​=λ1​

于是：$$\underset{x\mathrm{\ne }0}{\inf }\frac{\mathrm{\parallel }x\mathrm{\parallel }}{D_{\mathrm{\infty }}(x)}={\lambda }_1$$x=0inf​D∞​(x)∥x∥​=λ1​$$\mathrm{\square }$$□

推论： 对于线性系统，变分定义 $\kappa$κ 恢复最慢特征值——即修正渗透率的传统概念。

---

3.5 输运方程

定理 4（输运方程）： 假设向量场 $f$f 为 $C^1$C1，流 ${\varphi }_t$ϕt​ 为 $C^1$C1，且 $D_{\mathrm{\infty }}$D∞​ 在 $\mathcal{B}\setminus \mathcal{A}$B∖A 上连续可微。则：$$\mathrm{\nabla }{D}_{\mathrm{\infty }}(x)\cdot f(x)=-\delta (x)$$∇D∞​(x)⋅f(x)=−δ(x)

证明： 由定义：$$D_{\mathrm{\infty }}({\varphi }_s(x))=D_{\mathrm{\infty }}(x)-D_s(x)$$D∞​(ϕs​(x))=D∞​(x)−Ds​(x)

在 $s=0$s=0 处对 $s$s 求导：$$\frac{d}{ds}{D}_{\mathrm{\infty }}({\varphi }_s(x)){\mid }_{s=0}=-\delta (x)$$dsd​D∞​(ϕs​(x))​s=0​=−δ(x)

由链式法则：$$\mathrm{\nabla }{D}_{\mathrm{\infty }}(x)\cdot f(x)=-\delta (x)$$∇D∞​(x)⋅f(x)=−δ(x)$$\mathrm{\square }$$□

解释： 这是一阶输运方程 $f\cdot \mathrm{\nabla }D=-\delta$f⋅∇D=−δ，属于更广泛的Hamilton-Jacobi族，但不具有通常意义下的哈密顿量。它可作为数值计算和进一步理论发展的基础。

---

3.6 局部与全局解释

变分定义 $\kappa ={\inf }_x\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}$κ=infx​D∞​(x)δ(x)​ 是全局的——它是整个盆中最慢的恢复率。这不一定是吸引子附近的局部恢复率（线性化的最慢特征值）。对于线性系统，二者一致。对于非线性系统，如果暂态过程产生的有效恢复率比局部线性化预测的更慢，二者可能不同。

这一区分很重要：$\kappa$κ 是盆的全局不变量，而不仅仅是吸引子的局部性质。全局 $\kappa$κ 与局部Lyapunov指数之间的关系是一个开放问题（见§6）。

---

3.7 非对称线性系统

对于一般线性系统 $\dot{x}=Ax$x˙=Ax（其中 $A$A 稳定，即所有特征值具有负实部），在对角化情况下同样的原理成立。最慢模式对应实部最大（最接近零）的特征值。

猜想： 对于非正规线性系统，在半群满足附加假设（如满足适当范数界的均匀指数稳定半群）的情况下，类似结果成立。这仍是一个开放问题。

---

3.8 与指数稳定性的比较

定理 5（与指数稳定性的比较）： 假设系统满足指数稳定性界：$$\delta ({\varphi }_t(x))\le C{e}^{-\mu t}\delta (x)$$δ(ϕt​(x))≤Ce−μtδ(x)

对所有 $x\in \mathcal{B}$x∈B 成立，其中常数 $C<\mathrm{\infty }$C<∞ 且 $\mu >0$μ>0。则：$$\kappa \ge \frac{\mu }{C}$$κ≥Cμ​

证明： 由稳定性界：$$D_{\mathrm{\infty }}(x)={\int }_0^{\mathrm{\infty }}\delta ({\varphi }_t(x))dt\le {\int }_0^{\mathrm{\infty }}C{e}^{-\mu t}\delta (x)dt=\frac{C}{\mu }\delta (x)$$D∞​(x)=∫0∞​δ(ϕt​(x))dt≤∫0∞​Ce−μtδ(x)dt=μC​δ(x)

因此：$$\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}\ge \frac{\mu }{C}$$D∞​(x)δ(x)​≥Cμ​

对所有 $x$x 取下确界：$$\kappa =\underset{x}{\inf }\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}\ge \frac{\mu }{C}$$κ=xinf​D∞​(x)δ(x)​≥Cμ​$$\mathrm{\square }$$□

解释： 变分常数 $\kappa$κ 被指数稳定性常数 $\mu \mathrm{/}C$μ/C 下方有界。

---

4. 与已有理论的联系

4.1 Koopman算子

Koopman算子 $K^t$Kt 作用于可观测量：$$(K^{t}f)(x)=f({\varphi }_t(x))$$(Ktf)(x)=f(ϕt​(x))

对于线性系统 $\dot{x}=-Ax$x˙=−Ax，Koopman特征值为 $e^{-{\lambda }_{i}t}$e−λi​t。主导非平凡特征值（小于1的最大者）为 $e^{-{\lambda }_{1}t}$e−λ1​t，对应最慢衰减率。

对于有限维线性系统，$\rho =e^{-{\lambda }_{\min }t}$ρ=e−λmin​t，因此：$$-\frac{1}{t}\log \rho ={\lambda }_{\min }=\kappa$$−t1​logρ=λmin​=κ

因此，在定理3的假设下，变分常数等于与主导Koopman特征值相关的指数衰减率。

---

4.2 预解极点

对于有限维稳定线性系统，预解 $(sI+A{)}^{-1}$(sI+A)−1 在 $s=-{\lambda }_i$s=−λi​ 处有极点。最接近虚轴的极点为 $s=-{\lambda }_1$s=−λ1​。

由于定理3识别 $\kappa ={\lambda }_{\min }$κ=λmin​，且预解极点为 $s_i=-{\lambda }_i$si​=−λi​，我们得到：$$\kappa =\underset{i}{\min }\mathrm{\mid }\mathrm{\Re }(s_i)\mathrm{\mid }$$κ=imin​∣ℜ(si​)∣

对于有限维线性系统。

---

5. 有限视界估计

在实际中，我们只能测量有限轨迹。定义有限视界估计量：$${\kappa }_T=\underset{x\in \mathcal{K}}{\inf }\frac{\delta (x)}{D_T(x)}$$κT​=x∈Kinf​DT​(x)δ(x)​

其中 $\mathcal{K}\subset \mathcal{B}$K⊂B 紧致且 $\mathcal{K}\cap \mathcal{A}=\mathrm{\varnothing }$K∩A=∅。

命题 2（有限视界估计）： 假设：

1. 流 ${\varphi }_t(x)$ϕt​(x) 在 $(t,x)$(t,x) 中联合连续。
2. $\delta (x)$δ(x) 连续。
3. 指数稳定性界 $\delta ({\varphi }_t(x))\le C{e}^{-\mu t}\delta (x)$δ(ϕt​(x))≤Ce−μtδ(x) 对所有 $x\in \mathcal{K}$x∈K 一致成立，其中 $\mu >0$μ>0。

则由定理5，变分常数 $\kappa$κ（定义2）满足 $\kappa \ge \mu \mathrm{/}C$κ≥μ/C，且：$${\kappa }_T\to \kappa \text{当 }T\to \mathrm{\infty }$$κT​→κ当 T→∞

误差为：$$\mathrm{\mid }{\kappa }_T-\kappa \mathrm{\mid }=\mathcal{O}(e^{-\mu T})$$∣κT​−κ∣=O(e−μT)

证明： 对任意 $x\in \mathcal{K}$x∈K，尾部界给出：$$\mathrm{\mid }{D}_{\mathrm{\infty }}(x)-D_T(x)\mathrm{\mid }={\int }_T^{\mathrm{\infty }}\delta ({\varphi }_t(x))dt\le \frac{C{e}^{-\mu T}\delta (x)}{\mu }$$∣D∞​(x)−DT​(x)∣=∫T∞​δ(ϕt​(x))dt≤μCe−μTδ(x)​

由于 $\delta (x)$δ(x) 在紧致集 $\mathcal{K}$K 上有界，令 $M={\sup }_{x\in \mathcal{K}}\delta (x)<\mathrm{\infty }$M=supx∈K​δ(x)<∞。则：$$\mathrm{\mid }{D}_{\mathrm{\infty }}(x)-D_T(x)\mathrm{\mid }\le \frac{CM{e}^{-\mu T}}{\mu }$$∣D∞​(x)−DT​(x)∣≤μCMe−μT​

右侧与 $x$x 无关且当 $T\to \mathrm{\infty }$T→∞ 时趋于零。因此 $D_T\to D_{\mathrm{\infty }}$DT​→D∞​ 在 $\mathcal{K}$K 上一致收敛。

此外，由于 $\mathcal{K}$K 紧致且 $\mathcal{K}\cap \mathcal{A}=\mathrm{\varnothing }$K∩A=∅，$\delta$δ 的连续性给出 ${\inf }_{x\in \mathcal{K}}\delta (x)>0$infx∈K​δ(x)>0。由于 $D_T(x)$DT​(x) 连续（由假设1-2）且关于 $T$T 单调非递减（由§2），对任意固定的有限 $T_0>0$T0​>0，$D_{\mathrm{\infty }}(x)\ge D_{T_0}(x)$D∞​(x)≥DT0​​(x)，且 $D_{T_0}$DT0​​ 在 $\mathcal{K}$K 上连续且严格正。紧致集上的连续严格正函数具有正下确界：$$m=\underset{x\in \mathcal{K}}{\inf }{D}_{T_0}(x)>0$$m=x∈Kinf​DT0​​(x)>0

因此：$$\underset{x\in \mathcal{K}}{\inf }{D}_{\mathrm{\infty }}(x)\ge m>0$$x∈Kinf​D∞​(x)≥m>0

$D_T$DT​ 在 $\mathcal{K}$K 上一致收敛到 $D_{\mathrm{\infty }}$D∞​ 因此意味着 $\delta (x)\mathrm{/}{D}_T(x)$δ(x)/DT​(x) 一致收敛到 $\delta (x)\mathrm{/}{D}_{\mathrm{\infty }}(x)$δ(x)/D∞​(x)。因此下确界收敛。$$\mathrm{\square }$$□

---

6. 开放问题

问题	状态	难度
Q1: 非线性系统	$\inf \frac{\delta }{D_{\mathrm{\infty }}}$infD∞​δ​ 是否等于局部Lyapunov指数？	困难
Q2: 局部与全局一致性	对一般非线性系统，${\lim }_{x\to \mathcal{A}}\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}=\kappa$limx→A​D∞​(x)δ(x)​=κ 是否成立？	困难
Q3: 非正规系统	下确界是否等于非正规 $A$A 的最慢特征值？	中等
Q4: 多时间尺度	下确界是否分离最慢时间尺度？	困难
Q5: 随机系统	噪声如何影响有限视界估计量？	困难
Q6: 多吸引子	$\kappa$κ 在具有多个吸引子的盆中如何表现？	中等

---

7. 结论

本文从累积偏差泛函 $D_T(x)$DT​(x) 推导了修正渗透率 $\kappa$κ。变分定义：$$\kappa =\underset{x}{\inf }\frac{\delta (x)}{D_{\mathrm{\infty }}(x)}$$κ=xinf​D∞​(x)δ(x)​

被证明对线性系统恢复最慢特征值，与经验定义 $\kappa =1\mathrm{/}\tau$κ=1/τ 一致。建立了尖锐通用持久性上界 $D_{\mathrm{\infty }}(x)\le \delta (x)\mathrm{/}\kappa$D∞​(x)≤δ(x)/κ。比较定理将 $\kappa$κ 与经典指数稳定性常数联系起来。推导了 $D_{\mathrm{\infty }}$D∞​ 的Hamilton-Jacobi型输运方程。建立了对有限维线性系统的Koopman理论和预解理论的联系。在明确假设下提供了具有指数收敛性的有限视界估计量 ${\kappa }_T$κT​。

关键贡献： 在本框架内，$\kappa$κ 被变分地定义而非作为经验拟合参数引入——至少对于本文分析的这类系统是如此。

后续步骤： 将推导扩展到非线性系统（Q1-Q2）、非正规系统（Q3）、多时间尺度（Q4）和随机动力学（Q5）。

---

参考文献

Crandall, M. G., Ishii, H., & Lions, P. L. (1992). “User’s Guide to Viscosity Solutions of Second Order Partial Differential Equations.” Bulletin of the American Mathematical Society, 27(1), 1-67.

Evans, L. C. (2010). Partial Differential Equations. American Mathematical Society.

Galida, R. (2026a). “The Persistence Functional: A Candidate Formal Foundation for the Attractor Framework.” Fantasy Attractor.

Hale, J. K. (1988). Asymptotic Behavior of Dissipative Systems. American Mathematical Society.

Hirsch, M. W., Smale, S., & Devaney, R. L. (2004). Differential Equations, Dynamical Systems, and an Introduction to Chaos (2nd ed.). Elsevier Academic Press.

Khalil, H. K. (2002). Nonlinear Systems (3rd ed.). Prentice Hall.

Koopman, B. O. (1931). “Hamiltonian Systems and Transformations in Hilbert Space.” Proceedings of the National Academy of Sciences, 17(5), 315-318.

Lyapunov, A. M. (1892). The General Problem of the Stability of Motion. (英文翻译: 1992, Taylor & Francis).

Mezić, I. (2005). “Spectral Properties of Dynamical Systems, Model Reduction and Decompositions.” Nonlinear Dynamics, 41(1-3), 309-325.

Pazy, A. (1983). Semigroups of Linear Operators and Applications to Partial Differential Equations. Springer.

Vidyasagar, M. (1993). Nonlinear Systems Analysis (2nd ed.). Prentice Hall.

---

建议引用： Galida, R. S. (2026). 从累积偏差泛函推导修正渗透率. Fantasy Attractor.