2. 数学基础与降阶思想
降阶模型（ROM）之所以能成立，根本原因在于：许多高维动力系统的解并不均匀地铺满整个状态空间，而是被约束在一个低维流形或低维子空间附近。本章从高维动力系统的数学描述出发，建立状态空间表达，再引出投影法这一降阶的核心思想，最后推导并对比 Galerkin 投影与最小二乘 Petrov-Galerkin 投影。
一、高维动力系统的状态空间表达
工程仿真中常见的半离散系统（如有限元、有限体积、有限差分空间离散后）可写成一般非线性动力系统：
dx/dt = f(x, t; μ), x(t0) = x0, x ∈ R^N, μ ∈ R^p其中 x 是状态向量，N 是自由度（可达 10^5～10^8），μ 是参数（材料、边界、载荷等），f 是（可能非线性的）右端算子。若系统线性时不变，则退化为：
M dx/dt = A x + B u, y = C xM 为质量/容量矩阵，A 为刚度/系统矩阵，B 为输入矩阵，C 为输出矩阵，u 为输入，y 为输出。状态空间表达的价值在于：它把“物理场问题”统一成“状态演化问题”，使降阶可以脱离具体物理背景，在向量空间层面操作。
二、投影法核心思想
投影法的基本假设是：高维状态 x 可由低维坐标 q 通过基矩阵近似表示：
x ≈ V q, V ∈ R^(N×r), q ∈ R^r, r ≪ NV 的列张成 r 维试探子空间（trial subspace）。将 x = Vq 代入原方程后一般不再严格成立，产生残差：
R(Vq) = M V dq/dt − A V q − B u ≠ 0投影法要求残差在某个 r 维测试子空间 W 上“消失”，即强制其与 W 的列正交：
W^T R(Vq) = 0由此得到 r 维降阶系统。V 决定“解长什么样”，W 决定“误差往哪个方向被消除”，二者共同决定 ROM 的精度与稳定性。
三、Galerkin 投影：W = V
Galerkin 投影取测试子空间等于试探子空间，即 W = V。此时降阶系统为：
V^T M V dq/dt = V^T A V q + V^T B u
令 Mr = V^T M V, Ar = V^T A V, Br = V^T B
则 Mr dq/dt = Ar q + Br u, y ≈ C V qGalerkin 的几何含义是：残差 R 与整个试探子空间正交。它的优点是结构对称、易于实现，且当原系统具有能量耗散、对称正定等性质时，降阶系统往往能继承这些性质（如 Mr 仍对称正定），因此稳定性较好。对于结构动力学、热传导等自伴问题，Galerkin 是首选。
但 Galerkin 也有明显局限：当原系统高度非正态（non-normal）、对流占优或强非线性时，Galerkin 投影可能产生伪振荡甚至不稳定。此时需要让测试子空间“偏离”试探子空间。
四、最小二乘 Petrov-Galerkin 投影：W ≠ V
Petrov-Galerkin 允许 W ≠ V。最小二乘准则选择 W 使残差的 2-范数最小：
min_q ‖R(Vq)‖₂² = min_q ‖M V dq/dt − A V q − B u‖₂²对 q 求导并令其为零，可得最优性条件：
(M V)^T (M V dq/dt − A V q − B u) = 0即取 W = M V（更一般地 W = (M V) 的列空间）。此时降阶系统为：
(M V)^T M V dq/dt = (M V)^T A V q + (M V)^T B u与 Galerkin 相比，最小二乘 Petrov-Galerkin 的测试子空间依赖 M 和 V，相当于在“质量加权”意义下最小化残差。它对非正态、对流占优问题通常更稳健，代价是矩阵不再保持对称性，且需要额外计算 (MV)^T M V 等项。
五、两种投影的对比与选用
| 对比项 | Galerkin 投影 | 最小二乘 Petrov-Galerkin |
|---|---|---|
| 测试子空间 | W = V | W = M V（或由最小二乘导出） |
| 正交条件 | V^T R = 0 | (M V)^T R = 0 |
| 降阶矩阵 | V^T M V, V^T A V | (MV)^T M V, (MV)^T A V |
| 对称性 | 自伴问题下保持对称 | 一般不保持对称 |
| 稳定性 | 自伴、耗散系统好 | 非正态、对流占优更稳健 |
| 计算成本 | 较低 | 略高（需构造 MV） |
| 典型场景 | 结构、热传导 | 流体、对流扩散、非正态系统 |
六、一个可手算的示例
设 N = 2 的线性系统：M = I，A = [[−1, 0], [0, −100]]，B = [1, 1]^T，u = 1。取基 V = [1, 0]^T（只保留慢模态）。
Galerkin：Mr = V^T V = 1，Ar = V^T A V = −1，Br = V^T B = 1，降阶方程 dq/dt = −q + 1，稳态 q = 1，对应 x ≈ [1, 0]^T。
最小二乘 Petrov-Galerkin：W = M V = V，此时与 Galerkin 相同（因 M = I）。若取 M = diag(2, 1)，则 W = [2, 0]^T，Mr = W^T M V = 4，Ar = W^T A V = −2，Br = W^T B = 2，降阶方程 4 dq/dt = −2q + 2，即 dq/dt = −0.5q + 0.5，稳态 q = 1，但时间常数由 1 变为 2。这说明测试子空间的选择会改变降阶系统的动态特性，需结合精度目标权衡。
小结：高维动力系统经状态空间表达后，降阶的本质是“用低维子空间逼近解，并用投影消除残差”。Galerkin 取 W = V，简洁且保结构；最小二乘 Petrov-Galerkin 取 W = MV，对非正态问题更稳健。理解二者的推导与差异，是后续构造 POD、DEIM、ECSW 等具体 ROM 方法的数学基础。