
- •Оглавление
- •Теоретическая часть
- •1 Фрактальный анализ временных рядов
- •1.1.1 Концепция фрактального рынка
- •1.1.2 Эффективность цены
- •1.1.3 Хаусдорфова размерность
- •1.1.4 Корреляционная размерность
- •1.4 Зависимость стабильности временных рядов и их фрактальной структуры
- •1.5 Локальный фрактальный анализ и прогнозирование
- •1.6 Показатель Ляпунова
- •2 Реконструкции динамических систем по временным рядам
- •2.1 Теорема Такенса
- •2.2 Реконструкция динамической системы методом задержки
- •2.3 Реконструкция динамической системы с помощью отображений.
- •2.4 Реконструкция дифференциальных уравнений системы методом Магницкого.
- •Практическая часть Временные ряды и системы над которыми проводились исследования
- •Фрактальная размерность
- •Корреляционная размерность
- •Показатель Херста
- •Локальный фрактальный анализ
- •Зависимость стабильности временных рядов и их фрактальной структуры
- •Прогнозирование
- •Показатели Ляпунова
- •Реконструкция динамических систем методом задержки Система Магницкого
- •Реконструкция динамических систем методом отображения
- •Реконструкция сду методом Магницкого
2.4 Реконструкция дифференциальных уравнений системы методом Магницкого.
В ряде случаев, в том числе и в проблеме управления хаосом, необходимо решать задачу восстановления системы дифференциальных уравнений исходя из заданного множества точек в фазовом пространстве, принадлежащих аттрактору системы.
Множество
точек, определяющее отрезок траектории
нерегулярного аттрактора в пространстве
,
задает некоторую кривую, которая может
быть описана, например, параметрически
,
— множество значений независимой
переменной
(или количество точек в заданном
множестве). Предположим также, что
случайные погрешности, с которыми заданы
точки множества, некоррелированны и
имеют нулевое математическое ожидание.
Множество
фактически
определяет значения
сеточных функций, заданных на сетке
.
Последние задают в фазовом пространстве
некоторую сеточную траекторию
.
Аппроксимируем множество значении
,
сеточной функции
в фазовом пространстве
решением
системы
дифференциальных уравнений
(2.4.1)
на
промежутке
с
начальным условием
,
где
—
вектор
параметров,
— размерность пространства параметров.
Из множества решений системы (1.10.1)
необходимо выбрать такое
,
траектория которого в фазовом пространстве
наиболее близка к заданной сеточной
функции
.
Для оценки близости используем функционал
(2.4.2)
Задача
состоит в том, чтобы найти такое значение
вектора параметров
,
при котором функционал (1.10.2) будет иметь
наименьшее значение. Необходимое условие
экстремума функционала
,
равносильно системе из уравнений
,
(2.4.3)
нелинейных
относительно неизвестного вектора
параметров
.
Для
численного решения системы (1.10.3) с
помощью итерационного процесса разложим
решение
в ряд Тейлора в некоторой точке
(2.4.4)
и отбросим величины второго порядка малости. Тогда, подставляя
(1.10.4)
в (1.10.3), получим систему алгебраических
уравнений
линейную
относительно приращений
.
В векторной форме
последняя система имеет вид
,
(2.4.5)
где
матрица с элементами
Матрица
является решением дифференциального
матричного линейного неоднородного
уравнения
с начальным
,
где
Таким образом, все необходимые составляющие для решения системы (1.10.5) линейных алгебраических уравнений находятся из решения следующей системы дифференциальных уравнений
(2.4.6)
на
отрезке
при указанных выше начальных условиях.
Матрицы
и
в (1.10.1) вычисляются при значении вектора
и
Найденное
при решении системы (1.10.5) значение
минимизирует сумму квадратов
и
является в фазовом
-мерном
пространстве оценкой наименьших
квадратов для вектора
.
Поэтому величина
будет являться уточненной по отношению
к
оценкой вектора параметров
и далее может использоваться для
последующего улучшения решения, если
в приведенном выше алгоритме вместо
значения
положить
.
Таким образом, начиная с некоторого
значения
найдем последовательность векторов
,
где
— номер итерации. Предел этой
последовательности при
есть решение задачи.