Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Нестационарные структуры и диффузионный хаос

..pdf
Скачиваний:
6
Добавлен:
12.11.2023
Размер:
14.86 Mб
Скачать

Cyjr-Cy(^) и ^ - /( 0 4 ^ ,) была близка. Если таких векто­

ров нет, выбирается любой близкий сосед. Далее траектории

прослеживаются, пока расстояние между ними не станет

рав­

ным

L'(t2), потом ищется новый вектор на расстоянии

Ц /,)

и т.

д.

 

При таком подходе максимальный ляпуновский показатель определяется по формуле

м

X

1

1°ё2

(6.79)

 

К ' * - , )

 

k= 1

 

 

 

 

Чтобы вычислить сумму двух наибольших показателей, нужно рассматривать пары близких траекторий и изменение площадей соответствующих треугольников (см. рис.6.18). Когда ищутся

243

новые соседние векторы, также надо

следить, чтобы ориента-

ция треугольников была близка. Здесь

 

 

 

 

м

А'1*4

(6.80)

А, + *2 =

м

I l°S2

A d ^ )

 

k= i

 

 

 

 

 

Обычно, пользуясь методом аналога, больше двух ляпуновских

показателей не вычисляют.

Тестовые расчеты позволили выявить область примени­ мости обоих методов и их ограничения. Примером такого ана­

лиза может служить работа [387].

Допустим, что имеется априорная информация о том, какова размерность вложения р изучаемой системы. Тогда оба метода дают разумные оценки старших показателей при срав­

нительно небольших выборках. Результаты в обоих случаях

слабо зависят от выбора е и шага интегрирования. Метод якобиана в этом случае в ряде тестовых расчетов позволял

оценить

не только

положительные,

но и отрицательные ляпу-

новские

показатели.

 

 

 

Однако при обработке экспериментальных данных обычно

приходится иметь дело с другой

ситуацией -

априорно неиз­

вестно,

какова размерность системы. И здесь естественно

было бы

ожидать,

что начиная

с некоторого

р, так же как

при вычислении размерности аттрактора, значения первых ляпуновских показателей перестанут меняться. В противном случае мы просто не сможем сказать, какие же показатели "настоящие". Проведенные исследования показали, что этим

важным свойством обладает метод аналога

и не обладает

метод якобиана [387].

увеличение р

При использовании последнего метода

обычно приводит к росту значений положительных ляпуновских показателей и их числа. Пояснить это можно следующим образом. Допустим, экспериментальные данные порождаются динамической системой, вложенной в р-мерное пространство. Тогда при р > р должны появляться большие отрицательные показатели (в идеальном случае А~ = А~+2 = ... = - « ),

244

что приводит к тому, что матрица А является плохо опреде­

ленной. Поиск ее собственных значений становится некор­

ректной задачей.

По-видимому, вопрос о возможности расчета отрицатель­

ных ляпуновских показателей по экспериментальным данным* в настоящее время остается открытым. В самом деле, нетрудно

представить себе ситуацию, в которой аттрактор в р-мерном пространстве лежит в fc-мерном многообразии. На больших ха­

рактерных временах можно считать, что траектория лежит на аттракторе. Чтобы узнать, каковы р - k отрицательных пока­ зателей, должны быть траектории, которые лежат вне аттрак­

тора и стремятся к нему. А последовательность эксперимен­

тальных данных,

соответствующих движению по аттрактору,

таких траекторий

может не содержать.

Отметим, что применение алгоритмов вычисления ляпу­

новских показателей по временным рядам оправдано, если в

фазовом пространстве есть

много

точек,

у

которых

существу­

ют достаточно

близкие

соседи.

Иначе

не

удается

проследить

поведение

близких траекторий,

и

результаты вычислений

мо­

гут быть никак

не связаны

с динамикой

изучаемой системы.

 

§ 6.6. О методах построения ^-векторов

 

 

Выше

считалось,

что

время

At, в

соответствии с

кото­

рым строятся ^-вектора, каким-то образом задано. И дейст­

вительно, по критерию Такенса оператор Ф является вложени­ ем почти для любого At. Однако при этом предполагается до­ ступной выборка неограниченной длины и возможность перейти к пределу при е —» О, рассматривая сколь угодно малые мас­ штабы.

Реально оба требования не выполнены, и выбор At ста­ новится важным методическим вопросом. Часто именно от его успешного решения зависит, будет ли обнаружена фрактальная структура того или иного аттрактора. В настоящее время во многих натурных и вычислительных экспериментах вначале оп­

245

ределяют статистические характеристики процесса, затем по ним выбирают At и потом получают серию экспериментальных данных [271, 376]. Рассмотрим несколько методов выбора Lt,

которые широко используются в настоящее время.

 

 

 

 

 

Тестовые

расчеты

показали,

что при выборе At полезны­

ми оказываются следующие простые соображения.

Пусть

At

очень

мало. Тогда

все

^-векторы

будут

лежать вблизи

прямой

в С- п Р0СТРанстве,

где

£fe+1 =

Это

приведет

к

тому,

что

интервал масштабов, на котором

сосредоточен линейный

учас­

ток кривой In С =

/(1п

е), будет смещен

в

область

очень

малых масштабов и оценить его будет очень трудно.

 

 

 

 

Напротив,

пусть

At

будет

достаточно

велико.

Тогда

С,п

и

практически

независимы

и ^-векторы

будут

заполнять

некоторый куб в ^-пространстве. Оценить наклон линейного участка кривой In С = /(1п е) также будет трудно.

Естественно выбрать At так, чтобы C,k и были бы

достаточно близки, но в наименьшей степени коррелированы. Тогда каждый следующий С-вектор будет независим от преды­ дущего, что позволит, используя выборку данной длины, на­ иболее полно охарактеризовать аттрактор. Этим требованиям удовлетворяют такие значения At, при которых автокорреля­ ционная функция

а(А О =

Г 1 } €(0 €(<+А0 dt - [ Г

1 J

£(t)

d t f

 

О

О

 

 

в первый раз достигает нуля (напомним,

что

£(t)

- перемен­

ная, по которой

строятся ^-векторы).

 

 

 

Смысл такого выбора At можно проиллюстрировать следу­ ющим примером. Пусть в системе реализуется простейший ко­

лебательный

режим £(/) = sin(w/). Посмотрим, при каком

значении At

вложение в двумерное пространство будет наибо­

лее простым. В этом случае

л

 

 

*»п+1

246

Если

представить £п+1

в

виде

sin(wnA/) cos(wA^) +

+ cos(nwAf)

sin(wA0, нетрудно

убедиться,

что

С+ - 2соэ(ЬЛ/)5„€„+1 = s i - W

Это

уравнение

определяет

эллипс

с

соотношением

полуосей

а

= (1

- cos(wA/))/(l+

cos(wAf)).

При

малых

At

эллипс

оказывается сильно вытянутым вдоль диагонали £п+1

= ^ .

Вблизи

точек

поворота,

через

которые

проходит

большая

полуось,

будет

лежать много ^-векторов.

Такая неравномер­

ность

заполнения фигуры требует для достижения данной точ­

ности

больших выборок. Автокорреляционная функция в этом

случае

равна

gCos^Af).

Первый ' ноль

достигается

при At

=

= п/2и>.

В

этом случае

точки (£п,

£п+1)будут

лежать

на

окружности. При Ы ~ Ы точки (£п, €л+1) будут равномерно заполнять фигуру, близкую к окружности, что и позволит определить размерность множества с помощью выборки неболь­

шой длины. (Строго говоря, при точном выборе At на этой окружности будут пробегаться только четыре точки, поэтому в этом случае разумно брать значения А/, лежащие вблизи

At. Это связано с постоянством времени оборота Т = 2л/ш. В

странных аттракторах дифференциальных уравнений время обо­

рота

варьируется в определенных пределах, и

такой

проблемы

не

возникает. Тем

не

м

лее,

в

ряде

работ

рекомендуется

брать At таким,

что

а(Li)

= а(0 )/е .

При

выборе

At

с помо­

щью

автокорреляционной

функции

на

каждый виток

траектории

в среднем обычно

приходится от

4

до

10 точек.

 

 

 

 

Применение

автокорреляционной

функции

для

выбора At

было связано с предположением, что наилучшим будет Af, при котором £(/) и £(/ + At) статистически независимы. Однако вопрос может быть поставлен иначе: при каком значении At

каждый следующий вектор £п+1 будет добавлять наибольшую информацию об аттракторе? Это зависит от того, каков был предыдущий ^-вектор И здесь естественно использовать представления теории информации.

247

 

Такой

подход

был развит в

работе

[271].

Рассмотрим

его

более

подробно.

 

 

 

 

 

 

 

 

Пусть

экспериментатор

рассматривает

систему

5.

Изме­

ряя

ее

состояние,

он

может

получить

результаты

$2,

...,

sn

с вероятностями

Ps(s2),

....

Ps(sJ.

Тогда, как было показано Шенноном, среднее количество информации, которое может быть получено после одного изме­

рения, определяет энтропию системы

 

 

 

 

 

 

а

д

= -

е ps(st)

logP s(S.)

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

(если

брать

log

по

основанию

2,

 

то

Н будет

измеряться

в

битах).

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введем

 

следующее

обозначение

 

для

пары

£(/),

£(t

+

At):

[$,(/] = [£(/). €(f+A/)], а множество всех таких

пар

будем

обозначать через (S,Q). Будем считать, что £(/)

попадает

в

ячейку s, с вероятностью Ps(s(.), вероятность

попадания £(/ + At) в ячейку

q

 

обозначим

через

Р ^ р ,

совместную

вероятность

двух

 

этих

событий

 

-

через

Р (s„q)-

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

sqy

i

 

 

измерение

величины

g(t)

дало

значение s.

(т.

е.

 

Пусть

£(/)

попало

в

ячейку

s.).

Тогда

неопределенность

величины

q определяется

формулой

 

 

 

 

 

 

 

 

 

 

 

Ж<31*,) = -

Е Р,|,(?,!*,)

IP,|W

‘ fl -

 

 

 

 

 

 

 

 

-

-

E lp4

s,-ii>/p p f l

x

]°A p4

si

 

 

 

 

где

P J I^ .I* .)

-

условная

вероятность

того, что

измерение

величины

q дало q^ если измерение « дало s.

 

 

 

 

 

Чтобы выяснить, какова неопределенность H(Q\s) в

измерении величины £(t +

At)

после

 

измерения

£(/),

нужно

просто просуммировать Я(ф|$(.) по всем ячейкам:

 

 

 

 

H(Q\s)

=

£

Ps(s.)

H(Q\s.) =

 

 

 

 

 

 

 

 

 

 

 

 

 

 

i

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

= -

г

р

(*,.я,)

ю

 

 

 

 

 

= ms,Q)

-

m s),

 

 

248

где

H(S,Q) = -

log[Psq(spqj)],

H(Q) - неопределенность в измерении величины q, H(Q\S) - неопределенность величины q в случае, когда измерена вели­ чина s. Таким образом, измерение величины s уменьшает неопределенность q на величину

I(Q,S) = H(Q)

- H(Q\S)

=

 

 

 

 

 

 

 

 

= H(Q) + H(S) -

H(S,Q) =

/(S,Q),

 

(6.81)

называемую взаимной информацией.

 

 

 

 

 

Эта

формула

естественно

обобщается

на непрерывный

случай

 

 

 

 

 

 

 

 

 

 

I(S,Q) = SPsq(s,4) log[Psq(s>qyPs(s)Pq(q)] dsdq.

 

(6.82)

Если две величины некоррелированы, то

I(s,Q)

=

0.

Предлагается

брать

в качестве

А/ такое

значение,

при

кото­

ром I(S,Q) в первый раз достигает минимума.

 

 

 

 

Если

пользоваться

этим

критерием

для

выбора А/,

то

нужно для различных значений At оценить по данным натур­

ного

или

вычислительного

эксперимента

вероятности

Ps(s),

Pq(q)>

Psq(s<q)> рассчитать взаимную

информацию

/(5.Q ) и найти первый минимум этой функции. В работе [271]

предложен экономичный

способ

расчета

интеграла

вида

(6.82).

 

 

 

 

Представление о том,

как

выглядит

аттрактор. в

£ -

пространстве, если для выбора А/ пользоваться двумя обсуж­

давшимися

выше

критериями, дает

рис. 6.19, взятый

из рабо­

ты [271].

В ней

рассматривался

реконструированный

аттрак­

тор системы, возникшей при наблюдении реакции Белоусова -

Жаботинского. Зависимость автокорреляционной функции С(А/)

и

функция

взаимной

информации

/(А/) строились

по массиву

из

32768 точек.

 

 

 

 

Слева

приведена

проекция

аттрактора при

значении А/,

определяемом нулем автокорреляционной функции, справа А/

найдено с помощью критерия минимума взаимной информации.

249

Слева большая часть аттрактора проектируется в не­

сколько узких полосок. Это приводит к смещению линейного

участка 1пС = /(1пе) в область малых масштабов, что за­

трудняет оценку его размерности. Справа траектории сравни­ тельно равномерно заполняют довольно большую область фазо­ вого пространства. Тзкой выбор At более удачен.

J. -1

Рис. 6.19

Критерий, использующий взаимную информацию, широко используется во многих работах и обычно дает хорошие ре­ зультаты.

Экспериментальные данные, которые сейчас обрабатыва­ ются для оценки фрактальной размерности, могут относиться к самым разным объектам. Поэтому можно ожидать, что для ряда выборок наилучший выбор Ы не будет связан с двумя обсуждавшимися критериями, и существуют другие способы построения С-векторов.

250

Выбирая At, мы, по

существу, сразу

выбираем не

один,

а два параметра.

Один

характеризует

способ

построения

^-векторов. Другой

определяет частоту, с

которой

мы

строим

{'-векторы, сдвигаясь по траектории. В общем случае оба па­ раметра независимы, и можно ожидать, что наилучшие резуль­

таты будут получены, если оптимизировать по

обоим. Первый

параметр по-прежнему будем обозначать через

At,

второй

че­

рез АТ. Тогда ^-вектора в р-мерном

пространстве будут

та­

ковы:

 

 

 

 

 

 

 

 

 

 

с, = ( д а ) , д а о .

д а о ) ,

 

 

 

с2 = (да+Ао,

да+2до, ...

да+рАО), ....

 

Сп =

(€(А/

+

(п -

1)АТ), д а *

+ (л

- 1)АГ), ....

 

 

 

 

д а * + (п - 1)аг)).

 

 

 

 

Пусть

A7YA*

-

целое число. Тогда

можно

считать,

что

мы строим ^-вектора так же, как они строятся в теореме Та-

кенса. Однако

далее проводится

обработка

не

всех

векторов,

а только

их

части.

 

 

 

 

 

 

 

 

Выбрав ДГ большим А*, можно распорядиться ^-векторами

так,

чтобы

они наилучшим образом характеризовали аттрактор

при

данной

длине выборки. Величина s =

-

1)Д*

в литера­

туре

часто

называется длиной окна. Важное замечание

отно­

сительно

этой величины

сделано

в работе [211].

 

 

 

 

В

теории

Такенса

предполагается,

что

имеется

одна

траектория и нет никаких возмущений. В расчетах странных аттракторов в силу чувствительности к начальным данным вы­ численная траектория оказывается в окрестности различных траекторий исходной системы и дает представление о целом

множестве

последних.

Однако

представленные

по

ним

С-векторы

могут

не

иметь отношения

к изучаемому

аттракто­

ру. Длина

окна

5

должна быть выбрана таким образом, чтобы

все компоненты

{^-вектора с высокой

точностью определялись

одной траекторией.

Это

зависит

и от величин положительных

251

ляпуновских показателей, и от величины вносимых возмуще­

ний.

Вработе [211] предлагается оптимизировать Ы таким

образом, чтобы длина линейного

участка log С = /(log е)

была максимальной, предварительно

обрабатывая сам массив

С-векторов определенным образом. При таком подходе объем вычислительной работы значительно увеличивается по сравне­ нию с двумя методиками, обсуждавшимися выше.

Однако вопрос о том, как оптимизировать АТ и At, что­

бы наилучшим образом оценить размерность странных аттрак­ торов, остается открытым.

§ 6 .7 . Экспериментальное исследование маломодового хаоса

Анализ общих свойств динамических систем позволил вы­

двинуть предположение, что сложные стохастические режимы в нелинейных средах часто связаны не с возбуждением беско­

нечного

числа гармоник, как это

считалось

ранее,

а со

сложным

взаимодействием нескольких переменных, т. е. со

странным

аттрактором небольшой

размерности

[136,

167].

Подчеркнем, что это предположение носит общий характер и

относится не только к переходу

от

ламинарных к турбулент­

ным течениям в гидродинамике,

но

и к стохастическим режи­

мам в колебательных химических реакциях, к ряду систем в нелинейной оптике, ко многим другим явлениям. Развитые в последние годы алгоритмы анализа фракталей, странных ат­

тракторов позволили перейти к экспериментальной проверке

этого предположения.

Одной из систем, в которой наблюдается переход от упорядоченного ламинарного режима к хаотическому турбу­ лентному, является течение Куэтта - Тейлора. Это течение жидкости между двумя коаксиальными цилиндрами высоты L,

радиусы которых равны а и Ь. Внешний цилиндр вращается с угловой скоростью Qg, внутренний - со скоростью Qj. Число

252

Соседние файлы в папке книги