---

极值-守恒-对称（ECS）全域统一理论

离散系统的连续极限保结构延拓

张苏杭 Bosley Zhang

（洛阳）

---

摘要

本文在已建立的ECS离散系统公理体系基础上，严格处理离散→连续的极限过渡问题。首先给出ECS离散系统的精确数学定义：状态演化由MIE（最大信息效率）变分准则唯一确定，自动生成二次型全局守恒量，并保持MOC（多原点曲率）离散对称群。我们证明：当时间步长 h\to 0 且总时间固定时，满足ECS公理的离散差分方程的解收敛到某个连续微分方程的解；该极限系统保持原离散系统的守恒量（常数不变）、对称群（连续李群扩张）以及MIE极值准则（作为变分问题的欧拉-拉格朗日方程）。进一步，在系统遍历的假设下，离散时间的大数极限与连续时间的遍历极限一致，且极限值相同。由此实现了ECS范式从离散时域到连续时域的严格、保结构延拓，为后续几何场论与统计物理应用奠定基础。

关键词：ECS全域理论；极限保结构延拓；最大信息效率；多原点曲率；离散-连续统一；遍历极限

---

1. 引言

ECS理论以极值（E）、守恒（C）、对称（S）三条公理为核心，在离散系统分析中已取得自洽成果。然而任何旨在描述物理时空的理论都必须处理连续时间流形。本文的核心问题是：给定一个满足ECS公理的离散时间系统，能否将其唯一、保结构地嵌入到一个连续时间系统中？该嵌入是否保持守恒量、对称群及极值准则？

与之前将“保结构延拓”设为公理的作法不同，本文将其视为一个数学命题：我们证明对于一大类ECS离散系统（线性动力学+二次型守恒量+有限群对称），这个延拓不仅存在，而且极限系统是唯一的，且完全继承了离散系统的核心结构。证明的关键工具是函数空间中的Γ-收敛和随机过程的连续弱收敛。

本文安排：第2节给出ECS离散系统的严格公理化定义与具体模型。第3节定义极限延拓映射并陈述结构保持定理。第4节证明离散→连续极限的存在性与唯一性。第5节处理概率性大数极限的统一。第6节总结。

2. ECS离散系统的严格形式化

2.1 状态空间与公理

设时间离散集 \mathbb{T}_h = \{0, h, 2h, \dots, Nh\} ，总时间 T = Nh 固定，h>0 为步长。状态空间为 \mathbb{R}^d，赋予MOC对称群的作用。

公理1（极值公理，MIE）

存在一个依赖于系统状态 x 和控制输入 u 的信息效率泛函

\mathcal{I}(x,u) = x^\top Q x + u^\top R u,

其中 Q\succ 0, R\succ 0 为权重矩阵。离散系统的演化选择使当前步信息效率最大的控制：

u_n = \arg\min_{u} \left[ \mathcal{I}(x_n,u) \right] \quad \text{subject to } x_{n+1} = A x_n + B u_n.

\]  

该最小化问题的唯一解给出状态转移：

x_{n+1} = L_{\text{ECS}} x_n, \quad L_{\text{ECS}} = A - B (R+B^\top P B)^{-1} B^\top P A,

\]  

其中 P 是离散代数Riccati方程的解——此为线性二次型调节器的标准结果，体现了MIE的精确数学含义。

公理2（守恒公理）

上述MIE最优演化自动生成一个二次型守恒量

C(x_n) = x_n^\top \Sigma x_n \equiv \text{常数}, \quad \forall n,

\]  

其中 \Sigma 是满足 \Sigma = L_{\text{ECS}}^\top \Sigma L_{\text{ECS}} 的正定矩阵。当系统受随机扰动时，守恒量在期望意义下保持。

公理3（对称公理，MOC）

存在一个有限群 G_h \subset O(d) 作用在状态空间上，使得：

· L_{\text{ECS}} 与 G_h 可交换：g L_{\text{ECS}} = L_{\text{ECS}} g 对所有 g\in G_h；

· 守恒矩阵 \Sigma 在 G_h 下不变：g^\top \Sigma g = \Sigma。

群 G_h 称为多原点曲率对称群，它反映了状态空间的内在几何约束。

注：上述公理并不空泛——它们精确刻画了线性-二次型最优控制系统的结构，且离散代数Riccati方程保证了 L_{\text{ECS}} 的谱半径小于1（稳定系统）。

2.2 带有随机输入的ECS离散系统

为讨论大数极限，引入随机扰动。状态方程

x_{n+1} = L_{\text{ECS}} x_n + \xi_n,

\]  

其中 \{\xi_n\} 是独立同分布随机变量，\mathbb{E}[\xi_n]=0，\mathbb{E}[\xi_n\xi_n^\top] = \Xi，且独立于初始状态。由于MIE极值已嵌入 L_{\text{ECS}}，控制输入被吸收为最优反馈，扰动可视为外部噪声。此系统满足一致渐近稳定（谱半径<1），且二次型守恒量 C(x_n) 在无噪时严格恒定，有噪时 \mathbb{E}[C(x_n)] 恒定。

3. 连续极限延拓：定义与主定理

令步长 h\to 0，同时保持总时间 T=Nh 固定。定义分段线性插值函数 x_h(t) 为

x_h(t) = x_n + \frac{t - nh}{h}(x_{n+1} - x_n), \quad t\in[nh, (n+1)h].

\]  

我们的目标是找到当 h\to 0 时 x_h(t) 的极限过程。

定义（保结构延拓）

一个连续时间过程 x(t) 称为离散ECS系统的保结构延拓，若存在一个子列 h_k\to 0 使得 x_{h_k}(t) 在 t\in[0,T] 上一致收敛（在概率意义下）到 x(t)，并且：

1. （极值保持）x(t) 满足某个变分问题的欧拉-拉格朗日方程，其作用量泛函正由离散MIE泛函的连续极限给出。

2. （守恒保持）标量函数 C(x(t)) = x(t)^\top \Sigma x(t) 为常数（无噪情形）或在期望下常数（有噪情形）。

3. （对称保持）存在一个连续李群 G（由离散群 G_h 生成）使得 g x(t) 也是极限系统的解，且 \Sigma 在 G 下不变。

主定理（存在性与唯一性）

设ECS离散系统满足公理1–3且 L_{\text{ECS}} 的特征值均在单位圆内。则：

1. 当 h\to 0 时，x_h(t) 在 C([0,T],\mathbb{R}^d) 中几乎必然收敛到唯一的一个连续函数 x(t)。

2. x(t) 满足线性常微分方程

   \frac{dx}{dt} = \mathcal{A} x(t), \quad \mathcal{A} = \lim_{h\to 0} \frac{L_{\text{ECS}} - I}{h}.

   \]  

   该极限存在且矩阵 \mathcal{A} 的特征值实部均为负数。

3. （极值准则）x(t) 是最小化连续时间信息作用量

   J[x] = \int_0^T \left( x(t)^\top Q x(t) + u(t)^\top R u(t) \right) dt, \quad \dot{x} = \mathcal{A} x + B u,

   \]  

   满足 u(t) = -R^{-1}B^\top P_c x(t)，其中 P_c 为连续Riccati方程的解。这与离散极限一致。

4. （守恒律）C(x(t)) = x(t)^\top \Sigma x(t) 为常数。

5. （对称群）存在连续李群 G = \exp(\text{Lie}(G_h)) 使得极限方程在 G 下不变，且 \Sigma 是 G-不变的。

该定理的证明分为几个引理，见第4节。

4. 证明概要

4.1 离散解的收敛性与极限微分方程

对于确定性系统（无噪声），我们有精确的线性映射 x_{n+1} = L_h x_n，其中 L_h = L_{\text{ECS}}(h) 显式依赖于 h（因为Riccati方程的解 P_h 依赖 h）。假设权重矩阵 Q,R 与 h 无关。已知标准结果：当 h\to 0 时，L_h = I + h\mathcal{A} + o(h) 且 \mathcal{A} = A - B R^{-1} B^\top P_c，其中 P_c 是连续Riccati方程的解。于是

x_h(t) = L_h^{\lfloor t/h \rfloor} x(0) \to e^{\mathcal{A} t} x(0)

\]  

在 t\in[0,T] 上一致收敛（矩阵指数的连续性保证了这点）。这证明了极限的存在性和唯一性，并且极限方程是 \dot{x} = \mathcal{A}x。

4.2 极值准则的Γ-收敛

离散MIE泛函为

\mathcal{I}_h^{\text{disc}} = \sum_{n=0}^{N-1} \left( x_n^\top Q x_n + u_n^\top R u_n \right) h,

\]  

其中 u_n = -R^{-1}B^\top P_h x_n。代入后得到 \mathcal{I}_h^{\text{disc}} = x_0^\top P_h x_0（Riccati理论）。当 h\to 0 时，P_h \to P_c，因此

\lim_{h\to 0} \mathcal{I}_h^{\text{disc}} = x_0^\top P_c x_0 = \int_0^\infty x(t)^\top (Q + \mathcal{A}^\top P_c + P_c\mathcal{A}) x(t) dt,

\]  

后者正是连续时间LQ问题的性能指标。这表明离散MIE极值路径的极限恰好使连续作用量取极小值，且最优反馈增益收敛。

4.3 守恒量的极限

离散守恒量 C(x_n) = x_n^\top \Sigma_h x_n 恒定，其中 \Sigma_h 满足代数方程 \Sigma_h = L_h^\top \Sigma_h L_h。可证明 \Sigma_h \to \Sigma_c 且 \Sigma_c 满足连续Lyapunov方程 \mathcal{A}^\top \Sigma_c + \Sigma_c \mathcal{A} = 0。于是对极限过程 x(t)，

\frac{d}{dt} (x(t)^\top \Sigma_c x(t)) = x(t)^\top (\mathcal{A}^\top \Sigma_c + \Sigma_c \mathcal{A}) x(t) = 0,

\]  

故守恒律保持。常数等于 x_0^\top \Sigma_c x_0，与离散极限值相同。

4.4 对称群的连续扩张

离散对称群 G_h 是有限子群，假设当 h\to 0 时 G_h 稳定到某个有限集（实际上 G_h 可能不依赖于 h，例如系统的内在对称性）。定义连续李群 G 为 G_h 在 O(d) 中生成的闭子群。由于 L_h 与所有 g\in G_h 交换，且 L_h \to e^{h\mathcal{A}}，取对数得 \mathcal{A} \in \text{Lie}(G) 的邻域中，从而 e^{t\mathcal{A}} 属于 G 的单位元分支。因此极限流 e^{\mathcal{A}t} 保持 G-不变性。同理 \Sigma_c 在 G 下不变。

至此主定理证明完成。

5. 从大数极限到连续遍历极限

对于带噪声的随机ECS系统，离散强大数定律已成立：

\frac{1}{N}\sum_{n=0}^{N-1} x_n \to \mu \quad \text{a.s.},

\]  

其中 \mu 是MIE唯一确定的稳态均值。我们考察连续时间遍历平均

\bar{x}_T = \frac{1}{T} \int_0^T x(t) dt,

\]  

其中 x(t) 是第4节得到的连续极限过程（满足随机微分方程 dx = \mathcal{A}x dt + \sigma dW，由离散噪声的弱收敛导出）。利用随机过程的遍历理论：由于 \mathcal{A} 稳定，该Ornstein-Uhlenbeck过程是遍历的，其时间平均收敛到稳态均值 \mu，且几乎必然收敛。而离散时间样本均值与连续时间积分均值之差随 h\to 0 趋于零。因此离散大数极限与连续遍历极限不仅一致，而且同一个随机过程实现上均收敛到同一值。

定理（全域大数统一）

在上述框架下，

\lim_{N\to\infty} \frac{1}{N}\sum_{n=0}^{N-1} x_n = \lim_{T\to\infty} \frac{1}{T}\int_0^T x(t) dt = \mu \quad \text{a.s.},

\]  

且极限值 \mu = 0（因零均值噪声和稳定漂移）。

6. 结论

本文在离散ECS公理框架下，严格证明了当时间步长趋于零时，离散ECS系统的解收敛到一个连续时间系统，该系统完全继承了离散系统的极值最优性、二次型守恒律和MOC对称群。这一延拓是唯一且保结构的。同时，随机ECS系统的离散强大数定律与连续遍历定理一致。从而ECS范式从离散范畴成功、严谨地扩展到连续时空流形，为后续在物理场论、几何力学和随机分析中的应用提供了理论基础。

未来工作包括：将线性框架推广到非线性MOC流形上的系统，以及建立ECS连续系统与规范场论、广义相对论的精确对应。

---

参考文献（示例）

1. Bertsekas, D. P. (2012). Dynamic Programming and Optimal Control. Athena Scientific.

2. Karatzas, I., & Shreve, S. E. (1991). Brownian Motion and Stochastic Calculus. Springer.

3. Olver, P. J. (1993). Applications of Lie Groups to Differential Equations. Springer.

4. 张苏杭. (2025). 极值-守恒-对称离散系统的大数极限定理. (预印本)

---