
- •Оглавление
- •3.6. Автокорреляционная функция и спектральная плотность ..118
- •3.7. Фрактальные структуры и размерность аттрактора ………123
- •Введение
- •1. Модели нелинейных динамических систем
- •1.1. Потоки
- •1.2. Каскады
- •1.3. Связь уравнения движения и отображения
- •1.3.1. Непрерывное время
- •1.3.2. Дискретное время
- •1.4. Уравнения в вариациях
- •1.5. Диссипативные и консервативные системы
- •2. Регулярная динамика
- •2.1. Особые точки
- •2.1.1. Основные определения
- •2.1.2. Классификация особых точек линейных
- •2.1.3. Классификация особых точек нелинейных векторных полей
- •2.1.4. Особые точки каскада
- •2.2. Периодические решения
- •2.2.1. Переход к системе с постоянными коэффициентами
- •2.2.2. Линеаризация уравнений с периодическим решением
- •2.2.3. Построение сечения Пуанкаре
- •2.2.4. Периодические решения (циклы) каскадов
- •2.3. Инвариантные, предельные и притягивающие множества
- •2.3.1. Инвариантные множества (многообразия)
- •2.3.2. Предельные множества
- •2.3.3. Притягивающие множества
- •2.3.4. Аттрактор
- •2.3.5. Поглощающее множество
- •2.4. Устойчивость
- •2.4.1. Понятие устойчивости
- •2.4.2. Устойчивость по Ляпунову
- •2.4.3. Устойчивость по Пуассону
- •2.4.4. Структурная устойчивость
- •3. Хаотическая динамика
- •3.1. Признаки хаотического поведения
- •3.1.1. Существенная зависимость от начальных данных
- •3.1.2. Инвариантная мера
- •3.1.3. Эргодичность и перемешивание
- •3.1.4. Энтропия
- •3.1.5. Автокорреляционная функция
- •3.1.6. Фрактальная структура странных аттракторов
- •3.2. Характеристические показатели ляпунова
- •3.2.1. Непрерывные динамические системы
- •3.2.2. Дискретные динамические системы
- •3.2.3. Характеристические показатели и изменение фазового объема
- •3.2.4. Свойства характеристических показателей Ляпунова
- •3.3. Инвариантные меры динамических систем
- •3.3.1. Типы вероятностных мер
- •3.3.2. Инвариантная мера. Оператор Перрона‑Фробениуса
- •3.3.3. Эргодическая мера
- •3.3.4. Физическая мера
- •3.3.5. Устойчивость и сходимость мер
- •3.4. Эргодичность и перемешивание
- •3.4.1. Эргодичность
- •3.4.2. Перемешивание
- •3.4.3. Перекладывание
3.2.2. Дискретные динамические системы
Пусть задана динамическая система с дискретным временем
,
(3.8)
где
‑ начальные
данные. Оценим изменение траектории
при бесконечно малом изменении начальных
данных
.
Рассмотрим траектории
и
.
По заданному начальному возмущению
можно найти
,
решая соответствующую линейную систему
,
где
– матрица
Якоби. Переход от бесконечно малых
величин
к конечным значениям
(например, считая
)
позволяет свести исследование устойчивости
системы (3.8) к исследованию устойчивости
линейной системы
.
(3.9)
Начальное возмущение определяет направление, в котором мы выбираем бесконечно близкую траекторию в точке . Векторы и принадлежат разным пространствам: принадлежит фазовому пространству динамической системы, а – касательному пространству в точке .
Для системы (3.9)
решение бывает удобно выразить через
нормированную фундаментальную матрицу
,
которая удовлетворяет тем же самым
разностным уравнениям
.
(3.10)
Тогда решение
системы (3.9) можно записать в виде
.
Для одних направлений выбранного вектора
близкие траектории будут экспоненциально
удаляться, для других – экспоненциально
сближаться, для третьих –
расстояние
примерно остается тем же или меняется
медленнее, чем экспоненциально. Для
неподвижной точки когда
,
эти случаи соответствуют собственным
значениям
.
Здесь
– собственные
значения матрицы
.
В случае дискретной
системы характеристические показатели
Ляпунова определяются из следующих
соображений. Отрезок длины
после
итераций в случае экспоненциального
разбегания фазовых траекторий будет
иметь длину порядка
,
т. е.
.
Из последнего соотношения и следует формула для определения характеристического показателя дискретной системы
.
(3.11)
Величина
определяет «среднее» растяжение
расстояния между близкими начальными
точками за одну итерацию.
Воспользовавшись формулой для производной сложной функции
,
где
,
можно соотношение (3.11) для характеристического
показателя представить в виде
.
Если
– матрица
Якоби для дискретного отображения
,
тогда характеристические показатели
могут быть определены следующим образом
,
– собственные
значения матрицы Якоби дискретного
отображения
.
Фундаментальная
матрица дискретной системы (3.9)
удовлетворяет разностному уравнению
(3.10), и для определителя Вронского имеем
.
Следовательно, показатель Ляпунова
‑го
порядка равен
,
а при имеем
,
где
‑ среднее
по времени от функции
.
Пример. Рассмотрим треугольное отображение, которое задается соотношением
,
где
.
Модуль производной отображения
равен
,
а значение показателя Ляпунова
.
При
показатель Ляпунова
,
и в системе наблюдается хаотический
режим. При
,
и в системе есть притягивающая точка,
т. е. хаоса не возникает.
Пример. Рассмотрим отображение Хенона
,
,
.
Определитель
матрицы Якоби не зависит от вектора
.
Он и будет средним значением, поэтому
характеристический показатель второго
порядка равен
.
Пример. Рассмотрим отображение «кот Арнольда»
.
Отображение
(«кот Арнольда») совпадает со своим
касательным отображением
,
причем
,
т. е. оба отображения сохраняют
площадь. Из характеристического уравнения
получаем собственные значения и соответствующие им собственные векторы
,
,
.
Растяжение
происходит вдоль направления
,
а сжатие – вдоль
ортогонального направления
.
При этом
.
Чтобы подчеркнуть экспоненциальный
характер растяжения, можно записать
собственные значения в виде
,
где значение
одинаково для всех начальных условий.
Поэтому характеристический показатель
не зависит от траектории
.