Введение 3
Постановка задачи 6
Глава 1. Спектр показателей Ляпунова 7
1.1. Определение спектра Ляпунова для разных классов движений динамических систем 7
1.2. Пример хаотического поведения для системы Лоренца 9
Глава 2. Расчёт спектра показателей Ляпунова методом Бе- неттина 11
2.1. Линеаризация системы 11
2.2. Ортогонализация методом Грама-Шмидта 12
Глава 3. Расчёт спектра Ляпунова для ротационно-симметричной модели движения звезды 14
3.1. Описание модели движения звезды 14
3.2. Вычисление старшего показателя Ляпунова по заданному множеству значений параметров 16
3.3. Примеры различных типов движения звезды в зависимости от параметров 18
Выводы 23
Список литературы 24
Для описания реальных процессов и явлений, их возможных режимов поведения и соответствующих им изменений, происходящих с течением времени, широко используется формализованное представление этих процессов и явлений в виде динамических систем. Под динамической системой подразумевается однозначное определение понятия состояния исследуемого объекта в фиксированный момент времени и задание закона изменения (эволюции) начального состояния с течением времени, например в виде системы дифференциальных уравнений
Х = F(X), X 2 E„.
В таком случае траектории движений динамических систем
X(t,X0,t0), t 2 (-1, +1)
будут определяться начальной точкой движения Х0 и присущими этим системам динамическим характеристикам, прямо зависящим от закона эволюции (в данном примере — от вида вида правых частей). В зависимости от этих характеристик и начальных данных типы траекторий самих движений могут быть как регулярными (положение покоя, периодическое колебание), так и хаотическими (странный аттрактор).
В таком случае, одной из основных задач будет являться предсказание движения на сколь угодно большой временной интервал динамической системы по начальным данным, особенно с учётом возможного задания начальной точки с определённой погрешностью. При этом важно определить, какие именно динамические характеристики системы (и их значения) отвечают за точность предсказания или, наоборот, не позволяют такую возможность в принципе.
Темой данной работы является исследование хаотических режимов поведения динамических систем и определение их соответствующих динамических характеристик, так как такие системы являются очень „чуткими“ по отношению к разного рода слабым воздействиям. Эти системы являются нелинейными, так как их отклик непропорционален силе „возмущающего“ воздействия, а часто и вообще непредсказуем. В качестве примера рассмотрим разностную систему логистического отображения
x(k + 1) = a • x(k)(1 — x(k)
при параметре a = 4 (хаотический режим), начальной точке х0 = 0.12 и возмущенной точке Х0 = 0.120001. Как видно на графике (Рис. 1), траектории, начавшиеся из близких точек х0 = 0.12 и Х0 = 0.120001 с течением времени (достаточно быстро) расходятся и, тем самым, предсказать траекторию возмущенного движения не представляется возможным.
Рис. 1: График логистического отображения при х0 = 0.12 (синий) и х0 = 0.120001 (красный).
Здесь можно заметить, что колебания x(k) носят хаотический характер, но при этом остаются ограниченными, что достигается за счёт нелинейного ограничения вида —ax2(k), входящего в правую часть логистического уравнения. Это нелинейное ограничение отвечает за так называемый эффект „перемешивания“ фазового пространства, а так же оказывает влияние на экспоненциальную (отвечающую за линейную составляющую уравнения) скорость расхождения изначально близких траекторий.
Динамическая характеристика, отвечающая за это расхождение близких траекторий, называется показатель Ляпунова. Для логистического отображения при параметре a = 4 показатель Ляпунова А = 0,6923. Причём для n-мерного фазового пространства имеет смысл рассматривать разбегание (сближение) соседних траекторий по n направлениям, тем самым определяя спектр показателей Ляпунова Л1,..., Лп. Положительные показатели Ляпунова будут отвечать за расхождение траекторий и возможность хаотического поведения движений динамичесих систем, нулевые или отрицательные значения показателей Ляпунова — за регулярное поведение.
В динамических системах могут возникать хаотические режимы, характеризующиеся чувствительностью к малым изменениям начальных условий. Для предсказания такого поведения можно использовать показатели Ляпунова. Данные показатели, если принимают положительные значения, указывают на наличие хаоса в системе. На примере стандартного метода Бенеттина был отработан расчёт спектра показателей Ляпунова на примере одной модели динамической системы движения звезды.
Основные результаты представленной дипломной работы:
• Изучен и отработан алгоритм Бенеттина-Вольфа расчёта спектра показателей Ляпунова (по направлениям главных осей фазового пространства) на примере модели Лоренца.
• Данный метод был применён для нахождения старшего показателя Ляпунова для рассмотренной модели динамики движения звезды при стационарном ротационно-симметричном потенциале '.
• Для предложенной модели было рассмотренно множество наборов параметров системы и произведено 160000 расчётов старших показателей Ляпунова по всем параметром. Получена матрица распределения значений старшего показателя Ляпунова по данному множеству параметров.
• Определены области значений параметров, допускающие хаотическое или регулярное поведение движений исследуемой системы.
• На основе цветовой визуализации полученной матрицы была отдельно исследована динамика движения некоторых классов при фиксированных параметрах системы. Высчитан полный спектр показателей Ляпунова для данных систем.
Таким образом, показана возможность наличия хаотических движений в ротационно-симметричной модели движения звезды и указаны области соответствующих параметров.
[1] Берже П., Помо И., Видаль К. Порядок в хаосе. О детерминистском подходе к турбулентности / Перевод с франц. Данилова Ю. А. М., 1991.
[2] Дубошин Г. Н. Небесная механика: Аналитические и качественные методы. М.: Наука, 1964. 560 с.
[3] Кратчфилд Д. П. Хаос //В мире науки, 1987. № 2. С. 18-28.
[4] Кроновер Р. М. Фракталы и хаос в динамических системах. Основы теории / Перевод с англ. - Кренкеля Т. Э. и Соловейчика А. Л., 2000.
[5] Кузнецов С. П. Динамический хаос. М.: ГИЗ ФИЗМАТЛИТ, 2006. 356 с.
[6] Головко В. А. - Нейросетевые методы обработки хаотических процессов. С. 43-91. Научная сессия МИФИ-2005. VII Всероссийская научно-техническая конференция «Нейроинформатика-2005»: Лекции по нейроинформатике. - М.: МИФИ, 2005. - 214 с.
[7] Davydenko A. A., Raspopova N. V., Ustimenko S. S. On mass simulations of dynamical models of galaxy. International Conference on "Stability and Control Processes"in Memory of V.I. Zubov, SCP 2015.
[8] Wolf A., Swift J. B., Swinney H. L., Vasano J. A. - Determining Lyapunov Exponents from a Time Series // Physica 16d