Dimensional analysis with constraints

Dit artikel introduceert een lineair-algebraïsche methode voor dimensionale analyse in systemen met constraints, die via logaritmische variabelen een systematische procedure biedt om redundante dimensieloze grootheden te elimineren zonder trial-and-error.

De kern

Stel je voor dat je een enorme, rommelige koffer hebt vol met verschillende voorwerpen: een hamer, een schroevendraaier, een liniaal, een klok, een fles water en nog veel meer. Je wilt weten welke van deze voorwerpen echt nodig zijn om een specifieke taak te doen, zoals een kast in elkaar zetten.

In de natuurkunde noemen we dit dimensionale analyse. Het is een slimme manier om te begrijpen hoe dingen met elkaar samenhangen zonder dat je de volledige wiskundige formules hoeft te kennen. De klassieke regel hiervoor (het Buckingham $\pi$-theorema) zegt: "Als je $n$ verschillende dingen hebt, kun je ze vaak samenvatten in minder 'dimensieloze groepen'."

Maar hier zit een addertje onder het gras, en dat is precies waar dit nieuwe artikel van Umpei Miyamoto over gaat.

Het Probleem: De "Dubbele" Koffer

Stel je voor dat je in je koffer niet alleen een fles water hebt, maar ook een emmer die precies de inhoud van die fles is. Of misschien heb je een liniaal en een meetlint, maar het meetlint is gewoon de liniaal in een andere vorm.

In de echte wereld gebeuren dit soort dingen vaak. Soms hebben we variabelen die aan elkaar gekoppeld zijn door een wet of een definitie. Bijvoorbeeld:

• Viscositeit (hoe dik een vloeistof is) is eigenlijk gewoon Dichtheid keer Snelheid (of iets dergelijks, afhankelijk van de eenheden).
• Als je in je berekening zowel de "dikte" als de "dikte gedeeld door dichtheid" gebruikt, heb je een variabele die eigenlijk dubbelop is.

De oude methode zegt: "Trek de dubbele variabele eruit en ga verder." Maar wat als je 50 variabelen hebt en ze zitten allemaal in een ingewikkeld web van formules? Dan is het "handmatig" uitzoeken welke je kunt weggooien een nachtmerrie. Je moet dan gissen en proberen, wat vaak leidt tot fouten of onnodig veel werk.

De Oplossing: Een Wiskundige "Schoonmaakbeurt"

Miyamoto heeft een nieuwe, slimmere manier bedacht. Hij gebruikt een trucje uit de lineaire algebra (een tak van de wiskunde die werkt met lijnen en vlakken) en verandert het probleem in een soort logische puzzel.

Hier is hoe het werkt, vertaald naar alledaagse taal:

1. De Logaritmische Truc:
   In plaats van te kijken naar de getallen zelf (bijv. $5 \times 10$), kijkt hij naar de "exponenten" (de machten). Denk aan het vermenigvuldigen als het optellen van blokjes. Als je $A \times B$ hebt, is dat in zijn wereld gewoon $A + B$. Dit maakt alles lineair en overzichtelijk, alsof je van een rommelige stapel blokken naar een strakke rij blokken gaat.

2. Het Netwerk van Regels:
   Stel je voor dat je twee netten hebt:

   • Net 1 (De Eenheden): Dit net vangt alle dingen die je kunt veranderen zonder de wetten van de natuurkunde te breken (zoals het veranderen van meters naar centimeters).
   • Net 2 (De Beperkingen): Dit net vangt de regels die zeggen dat sommige dingen niet onafhankelijk van elkaar kunnen zijn (zoals de regel dat "dikte = dichtheid $\times$ snelheid").

3. De Snijlijn:
   De kern van zijn methode is het vinden van het punt waar deze twee netten elkaar kruisen.

   • Alles wat in Net 1 zit, is een mogelijke combinatie.
   • Alles wat in Net 2 zit, is een verboden combinatie (of een dubbelop).
   • De snijlijn (waar ze elkaar raken) geeft je precies de unieke, onafhankelijke combinaties die overblijven.

De "Mechanische" Oplossing: Geen Gissen Meer

Het mooiste aan deze methode is dat je niet meer hoeft te gissen. Miyamoto beschrijft een mechanisch proces (als een machine):

1. Je maakt een lijst van alle mogelijke combinaties (de "kandidaten").
2. Je past de regels toe (de beperkingen) op deze lijst.
3. Met een simpele wiskundige operatie (die hij "rijreductie" noemt, vergelijkbaar met het oplossen van een kruiswoordraadsel waar je bepaalde vakjes moet schrappen) zie je direct welke combinaties overbodig zijn.
4. De machine "klikt" de dubbelop combinaties eruit en laat je alleen de essentiële over.

Het Voorbeeld: De Weerstand van Water

In het artikel gebruikt hij een klassiek voorbeeld: een voorwerp dat door water beweegt (zoals een boot of een vis).

• Je hebt variabelen zoals: kracht, snelheid, grootte, dichtheid van water, en "viscositeit" (de dikte van het water).
• Maar er is een regel: Viscositeit is eigenlijk al een combinatie van dichtheid en een andere factor.
• Oude methode: Je zou eerst moeten proberen de variabele "viscositeit" uit de vergelijking te halen voordat je begint.
• Nieuwe methode: Je neemt gewoon alle variabelen mee (ook de dubbelop). Je voert je "wiskundige schoonmaakbeurt" uit, en de methode zegt automatisch: "Ah, deze ene variabele is overbodig omdat hij al in de andere zit." Je eindigt met precies de juiste twee belangrijke getallen: de Weerstand en het Reynoldsgetal (een maat voor hoe turbulent het water is).

Waarom is dit belangrijk?

Stel je voor dat je een ingenieur bent die een nieuwe raket ontwerpt. Je hebt honderden variabelen en honderden regels die ze met elkaar verbinden.

• Met de oude manier zou je uren besteden aan het proberen om de juiste variabelen te kiezen, en je zou misschien een fout maken.
• Met deze nieuwe methode heb je een recept. Je vult je gegevens in, draait de "wiskundige knop", en het systeem geeft je direct de juiste, unieke set van factoren die je nodig hebt.

Kort samengevat:
Deze paper geeft ons een nieuwe, automatische manier om de "rommel" uit complexe natuurkundige problemen te halen. Het is alsof je een slimme robot hebt die voor je uitzoekt welke ingrediënten in een recept echt nodig zijn en welke je kunt weglaten, zelfs als het recept honderden regels lang is. Het maakt het vinden van de essentie van een probleem veel sneller, makkelijker en foutloos.

Technische samenvatting

Titel: Dimensionale analyse met beperkingen: Een lineair-algebraïsche benadering

1. Het Probleem

Dimensionale analyse, gebaseerd op de stelling van Buckingham $\pi$, is een fundamenteel hulpmiddel in de natuurkunde en techniek om het aantal variabelen in fysische problemen te reduceren tot een set dimensieloze grootheden ($\pi$-groepen). De klassieke stelling stelt dat voor $n$ dimensionale variabelen en $m$ basiseenheden, het aantal onafhankelijke dimensieloze grootheden gelijk is aan $d = n - \text{rank}(A)$, waarbij $A$ de dimensiematrix is.

Echter, de klassieke aanpak heeft twee belangrijke beperkingen in complexe systemen:

1. Niet-uniekheid: De stelling biedt geen systematische methode om specifieke $\pi$-groepen te selecteren; de keuze van "herhalende variabelen" is vaak heuristisch.
2. Beperkingen (Constraints): In veel praktische situaties zijn variabelen verbonden door constitutieve relaties, definities of impliciete vergelijkingen (bijv. $\nu = \mu/\rho$). Wanneer het aantal variabelen groot is of de beperkingen complex, is het vaak onpraktisch om afhankelijke variabelen expliciet te elimineren voordat de dimensieloze groepen worden geconstrueerd. Als men alle variabelen behoudt en beperkingen later toepast, ontstaat een set kandidaat-$\pi$-groepen die dimensie-invariant zijn maar niet allemaal onafhankelijk zijn. Het identificeren en verwijderen van deze redundante groepen is een niet-triviale taak.

2. Methodologie

De auteur presenteert een lineair-algebraïsch raamwerk dat zowel dimensionale relaties als beperkingen behandelt door gebruik te maken van logaritmische variabelen.

• Logaritmische Formulering: Door de fysische variabelen $x_j$ te transformeren naar logaritmische variabelen $y_j = \ln x_j$, worden multiplicatieve structuren (zoals monomen $x^v$) omgezet in lineaire structuren (inproducten $\langle v, y \rangle$).
• Lineaire Ruimten:
  • De schaaltransformaties (veranderingen van eenheden) corresponderen met de beeldruimte van de getransponeerde dimensiematrix, $\text{im } A^\top$.
  • Dimensieloze richtingen corresponderen met de kern van de dimensiematrix, $\ker A$.
  • Beperkingen worden beschreven door een manifold $\mathcal{M}$ met een Jacobiaanse matrix $J$. Toegestane variaties moeten liggen in $\ker J$.
• Schaal-invariante Beperkingen: Een beperking wordt als schaal-invariant beschouwd als de schaalrichting ($\text{im } A^\top$) raak is aan de beperkingsmanifold. Dit betekent dat $\text{im } A^\top \subseteq \ker J$.
• Snijpunt van Ruimten: Het aantal effectief onafhankelijke dimensieloze grootheden wordt bepaald door de dimensie van het snijpunt van de dimensieloze richting en de door de beperking toegestane richting:
  $$d_{\text{eff}} = \dim(\ker A \cap \ker J)$$

3. Belangrijkste Bijdragen

Het artikel introduceert drie kernbijdragen:

1. Een exacte formule voor het effectieve aantal variabelen:
   Voor schaal-invariante beperkingen wordt een eenvoudige algebraïsche uitdrukking afgeleid:
   $$d_{\text{eff}} = n - \text{rank}(A) - \text{rank}(J)$$
   Dit toont direct aan hoe beperkingen de vrijheidsgraden reduceren die door de klassieke Buckingham-stelling worden geïdentificeerd.

2. Een mechanische procedure voor eliminatie van redundantie:
   In plaats van variabelen handmatig te elimineren, stelt de auteur een algoritme voor om redundante $\pi$-groepen te verwijderen op basis van lineaire algebra:

   • Construeer een basis $\{e_1, \dots, e_d\}$ van $\ker A$ en vorm de matrix $E$.
   • Bereken de Jacobiaanse matrix $J$ van de beperkingen.
   • Los de relatie $J = C E^\top$ op om de matrix $C$ te vinden.
   • De matrix $C$ codeert alle lineaire relaties tussen de kandidaat-$\pi$-groepen. Door $C$ te reduceren tot rij-echelonvorm, kunnen de pivot-variabelen worden geïdentificeerd. De niet-pivot kolommen corresponderen met een systematische keuze van een onafhankelijke set dimensieloze grootheden.

3. Systematische integratie van beperkingen:
   De methode maakt het mogelijk om te werken op het niveau van alle variabelen en dimensieloze grootheden, zonder dat variabelen vooraf expliciet moeten worden geëlimineerd. Dit behoudt de structuur van het probleem en maakt de aanpak schaalbaar voor systemen met veel variabelen.

4. Resultaten en Demonstratie

De methode wordt geïllustreerd aan de hand van het klassieke probleem van de weerstandskracht (drag force) in een viskeus fluïdum.

• Situatie: Er worden 6 variabelen gebruikt: weerstandskracht $F_D$, dichtheid $\rho$, snelheid $U$, lengte $L$, viscositeit $\mu$, en kinematische viscositeit $\nu$.
• Beperking: Er geldt de definitie $\nu = \mu / \rho$.
• Analyse:
  • Zonder beperkingen levert de dimensiematrix $d=3$ kandidaat-$\pi$-groepen op (bijv. weerstandscoëfficiënt $C_D$, Reynoldsgetal $Re$, en een variant met $\nu$).
  • De beperking $\nu = \mu / \rho$ introduceert een lineaire relatie in de logaritmische ruimte.
  • De berekening van de matrix $C$ toont aan dat er één redundantie is ($\pi_2 / \pi_3 = \text{const}$).
  • De methode reduceert het systeem systematisch tot 2 onafhankelijke grootheden: $C_D$ en $Re$.
• Conclusie van het voorbeeld: De methode detecteert en verwijdert redundantie puur algebraïsch, zonder dat men vooraf de variabele $\nu$ hoeft te elimineren uit de lijst van variabelen.

5. Significantie

Deze paper biedt een fundamentele verbetering van de dimensionale analyse voor moderne, complexe systemen:

• Algorithmisch en Reproduceerbaar: Het vervangt heuristische keuzes en trial-and-error door een vaststaand lineair-algebraïsch algoritme.
• Efficiëntie: Het is bijzonder nuttig bij systemen met een groot aantal variabelen en impliciete beperkingen, waar handmatige eliminatie onpraktisch of foutgevoelig is.
• Generaliteit: Het raamwerk is toepasbaar op elk systeem waar variabelen door constitutieve relaties of datagedreven modellen aan elkaar gekoppeld zijn.
• Toekomstperspectief: De auteur wijst op mogelijke uitbreidingen, zoals het behandelen van situaties waar de rang van de Jacobiaanse matrix varieert (singulair gedrag) en toepassing op data-gedreven modellen.

Samenvattend biedt dit werk een strikt wiskundige basis voor het omgaan met beperkingen in dimensionale analyse, waardoor het proces van het vinden van onafhankelijke dimensieloze grootheden transparant, systematisch en computergestuurd wordt.