- •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.