
- •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
2.1.4. Особые точки каскада
Для каскада
(отображения)
неподвижная точка должна удовлетворять
соотношению
.
Её устойчивость исследуется аналогично
случаю обыкновенных дифференциальных
уравнений. Возьмем
,
тогда
,
и задача сводится к исследованию линейного отображения с постоянной матрицей
.
Определение 2.5.
Особая точка
отображения называется гиперболической,
если у матрицы
нет собственных значений
таких, что
.
Для гиперболических точек отображения также существует теорема Гробмана–Хартмана.
Теорема
Гробмана–Хартмана.
Пусть отображение
имеет непрерывную первую производную.
Тогда в некоторой окрестности
гиперболической точки
существует гомеоморфизм
,
взаимно однозначно отображающий
траектории исходной системы на траектории
линеаризованной системы, т. е. такой,
что
для любого
.
Таким образом, и для гиперболических точек каскада (отображения) устойчивость по отношению к бесконечно малым и малым конечным возмущениям определяется свойствами собственных значений матрицы .
Пример. Рассмотрим двумерное дискретное отображение (кошка Арнольда), заданное системой двух разностных уравнений:
.
Собственные значения отображения , удовлетворяющие характеристическому уравнению
,
равны:
,
.
Корни характеристического
уравнения комплексно сопряженные, их
произведение равно единице. Они (корни)
не лежат на мнимой оси, поэтому неподвижная
точка является гиперболической. В
окрестности неподвижной точки
,
которая является решением нелинейного
уравнения
,
«кошка Арнольда» ведет себя как растяжение
с коэффициентом
вдоль собственного вектора
и сжатие с коэффициентом
вдоль собственного вектора
.
Отображение «кошка
Арнольда» представляет собой суперпозицию
двух операций: растяжения и перекладывания
фрагментов. Растяжение под действием
матрицы
– линейное
преобразование, которое переводит
прямые в прямые. Вторая часть преобразования
(
–
взятие дробной
части) соответствует разрезанию
параллелограмма, полученного при
сжатии – растяжении
исходного единичного квадрата на
треугольники с последующим перекладыванием
их в исходный единичный квадрат.
Итерации отображения
«кошки Арнольда», определяемые матрицей
,
равны
,
где
‑ матрица
преобразования
к диагональному виду.
2.2. Периодические решения
Определение 2.6.
Решение
автономной системы дифференциальных
уравнений (1.1)
называется
периодическим решением, если существует
постоянная
такая? что
для всех
.
Минимальное значение
называется периодом решения
,
а само решение
–
‑периодическим.
Фазовая кривая (траектория) периодического решения системы (1.1) является замкнутой и называется циклом. Обратно, любой цикл (замкнутая фазовая кривая) системы (1.1) определяет периодическое решение системы с некоторым периодом.
2.2.1. Переход к системе с постоянными коэффициентами
Рассмотрим линейную неавтономную систему обыкновенных дифференциальных уравнений
(2.10)
с
‑периодической
матрицей
и
–
‑мерным
вектором состояния.
Существует замена
переменных, превращающая систему с
периодическими коэффициентами в систему
с постоянными коэффициентами. Такая
замена переменных основана на понятии
фундаментальной матрицы
системы (2.10). Если матрица
невырождена, то среди всевозможных
решений, отвечающих различным начальным
условиям
,
можно выделить ровно
линейно независимых решений
.
Формируя из них столбцы некоторой
матрицы
,
получим, что:
‑ матрица
удовлетворяет уравнению
;
‑ любые линейно независимых решений образуют базис, поэтому любое решение можно представить в виде комбинации базисных решений
.
(2.11)
Вектор
можно найти из начальных условий
.
Фундаментальная матрица позволяет выразить решение через начальные данные . Решение системы (2.10) с учетом (2.11) представимо в виде
.
Матрица
– также
фундаментальная матрица. Она отвечает
начальным данным
(
– единичная
матрица) и носит название нормированной
фундаментальной матрицы. Фундаментальных
матриц много, нормированная фундаментальная
матрица одна. Очевидно, что
,
поэтому для рассматриваемой линейной
системы матрица
задает отображение
.
Для систем с постоянной матрицей
имеем
.
Определитель фундаментальной матрицы
называется определителем Вронского.
Поскольку фундаментальная матрица
невырождена (
),
то для определителя Вронского справедливо
уравнение
,
где
– след
матрицы
.
Вернемся к системам
с периодическими коэффициентами.
Поскольку фундаментальная матрица
удовлетворяет уравнению
,
то
,
т. е.
будет другой фундаментальной матрицей.
Любое решение можно выразить как
комбинацию фундаментальных решений
,
где
– постоянная
матрица с собственными значениями
.
Преобразованием подобия можно привести
матрицу
к диагональному виду
.
Представим
=
,
откуда следует
.
С помощью величин
,
называемых характеристическими
показателями, можно «прологарифмировать»
матрицу
(жорданову форму матрицы
).
Здесь
.
Используя обратное преобразование,
получим
.
Характеристические показатели
являются собственными значениями
матрицы
(
).
Обозначим
.
Тогда
.
Из последнего равенства имеем
.
(2.12)
Таким образом, фундаментальную матрицу можно выразить как произведение периодической матрицы на экспоненту постоянной матрицы.
При замене переменных
или
(2.13)
система с
периодическими коэффициентами
превратится в систему с постоянными
коэффициентами
.
(2.14)
Теорема 2.2.
(теорема Флоке). Каждое фундаментальное
решение линейной системы (2.10) с
периодическими вещественными
коэффициентами представимо в виде
(2.12), где
– некоторая
‑периодическая
комплексная матрица, а
– некоторая
постоянная комплексная матрица, причем
существует невырожденная действительная
матрица
такая, что
.
Матрица
,
называемая матрицей монодромии,
единственным образом определяется
периодической матрицей
.
– собственные
значения матрицы
,
которые называются мультипликаторами
линейной системы (2.10) или мультипликаторами
цикла.
Собственные
значения
матрицы
называются характеристическим
показателями или показателями Флоке.
Их вещественные части также определяются
однозначно. Очевидно, что
,
а
,
если
– единичная
матрица. Неособая матрица
не обязана иметь действительный логарифм,
т.е. не всегда существует действительная
матрица
такая, что
.
Примером является матрица
,
имеющая простой отрицательный
мультипликатор. Однако матрица
уже всегда имеет действительный логарифм.
Поэтому каждое действительное
фундаментальное решение линейной
системы (2.10) с
‑периодическими
коэффициентами представимо в виде
,
где
– некоторая
‑периодическая
матрица, а
– некоторая
действительная матрица такая, что
.
На практике найти замену вида (2.13), преобразующую систему (2.10) с периодическими коэффициентами к системе (2.14) с постоянными коэффициентами, удается очень редко, и анализ (например, нахождение показателей Флоке или характеристических показателей) проводится численно.