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 .
- 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