- •Аннотация
- •От автора
- •ПРЕДИСЛОВИЕ
- •ВВЕДЕНИЕ
- •1. СИСТЕМЫ И ПРОЦЕССЫ
- •2. ПОРЯДОК, НЕПОРЯДОК, БЕСПОРЯДОК И ХАОС
- •3. ТЕРМОДИНАМИКА
- •3.1 Начала термодинамики
- •3.2 Равновесная термодинамика
- •4. НЕРАВНОВЕСНАЯ ТЕРМОДИНАМИКА
- •4.1 Диссипативные структуры, системы и среды
- •4.2 Термодинамика необратимых процессов
- •4.3 Линейная неравновесная термодинамика
- •4.4 Нелинейная неравновесная термодинамика
- •4.5 Статистическая термодинамика
- •5. ЭНТРОПИЯ
- •5.1 Определение и свойства энтропии
- •5.2 Энтропия в химической термодинамике
- •5.3 Энтропия в статистической физике
- •5.3.1 Энтропия Больцмана-Планка
- •5.3.2 Энтропия Гиббса
- •5.4 Тсаллис (Цаллис) энтропия (Революция в термодинамике)
- •6. ГЕОМЕТРИЯ ФРАКТАЛОВ
- •6.1 Элементы геометрии фракталов
- •6.2 Размерности фракталов
- •6.3 Примеры фракталов
- •6.4 Фракталы и энтропия
- •7. ИНФОРМАТИКА
- •7.1 Информация, информатика и информационные технологии
- •7.2 Теория информации
- •7.2.1 Информация Хартли
- •7.2.2 Энтропия Шеннона
- •7.3 Отрицательная энтропия, антиэнтропия, экстропия
- •7.4 Алгоритмическая теория информации
- •7.4.1 Энтропия Колмогорова
- •7.4.2 Эпсилон-энтропия
- •7.5 Энтропия Кульбака-Лернера
- •7.6 Энтропия Реньи
- •7.7 Квантовая информатика
- •7.7.1 Некоторые положения квантовой механики
- •7.7.2 Энтропия фон Неймана
- •7.7.3 Линейная энтропия
- •7.7.4 Сравнение энтропий Реньи, Цаллиса и Неймана
- •7.7.5 Энтропия Холево
- •8. СИНЕРГЕТИКА
- •8.1 Синергизм и синергетика
- •8.2 Детерминизм, случайность и неопределённость
- •8.3 Простые и сложные системы
- •8.4 Анализ систем
- •8.5 Параметры порядка (управляющие параметры)
- •8.6 Процессы самоорганизации
- •9. СИСТЕМЫ И ЗАКОНЫ ИХ ЭВОЛЮЦИИ
- •9.1 Статические системы
- •9.2 Динамические системы
- •9.3 Линейные динамические системы
- •9.4 Нелинейные динамические системы
- •9.5 Эволюция динамической системы
- •9.6 Математическое описание эволюции динамической системы
- •10. ОБЫКНОВЕННЫЕ ДИФФЕРЕНЦИАЛЬНЫЕ УРАВНЕНИЯ В ОПИСАНИИ ДИНАМИЧЕСКИХ СИСТЕМ
- •10.1 Обыкновенные дифференциальные уравнения
- •10.2 Фазовое пространство и пространство состояний
- •10.3 Линейные ОДУ на плоскости
- •10.4 Нелинейные дифференциальные уравнения
- •11. ОТОБРАЖЕНИЯ
- •11.1 Системы с дискретным временем в отображениях
- •11.2 Итерации в исследовании динамических систем
- •11.3 Графические методы нахождения неподвижных точек и исследования их свойств
- •11.4 Многопараметрические отображения
- •11.5 Примеры некоторых важные отображений
- •12. ОСОБЫЕ ТОЧКИ ФАЗОВЫХ ПОРТРЕТОВ ДИНАМИЧЕСКИХ СИСТЕМ
- •12.1 Дифференциальные уравнения и особые точки
- •12.2 Классификация точек равновесия
- •12.3 Фазовые портреты и особые точки нелинейных ОДУ
- •12.4 Многомерные системы
- •13. РЕГУЛЯРНЫЕ АТТРАКТОРЫ И РЕПЕЛЛЕРЫ
- •13.1 Типы аттракторов
- •13.2 Фазовый объём
- •13.3 Репеллеры
- •13.4 Осциллятор и осцилляции
- •14. УСТОЙЧИВОСТЬ ДИНАМИЧЕСКИХ СИСТЕМ
- •14.1 Устойчивые и неустойчивые равновесия
- •14.2 Устойчивость по Ляпунову (метод первого приближения)
- •14.3 Показатель Ляпунова
- •14.4 Устойчивость нелинейной системы
- •14.5 Метод функций Ляпунова
- •14.6 Функция Ляпунова и энтропия
- •14.7 Асимптотическая устойчивость
- •14.8 Устойчивость особых точек
- •14.9 Устойчивость особых точек
- •14.10 Устойчивость решений дискретных уравнений
- •15. БИФУРКАЦИИ
- •15.1 Бифуркации: основные понятия и классификация
- •15.2 Элементы теории бифуркаций
- •15.3 Простейшие бифуркации
- •16. БИФУРКАЦИИ ЦИКЛОВ
- •16.1 Предельные циклы
- •16.2 Устойчивость предельных циклов
- •16.3 Бифуркации устойчивых предельных циклов
- •16.5 Бифуркация рождения пары устойчивых замкнутых траекторий.
- •16.6 Транскритическая (обмена устойчивостью между циклами) бифуркация.
- •16.7 Бифуркация исчезновения (рождения) пары замкнутых траекторий.
- •16.8 Бифуркация удвоения периода цикла
- •16.9 Бифуркация рождения (гибели) двумерного тора.
- •16.10 Гомоклиническая бифуркация рождения/исчезновения цикла
- •17. ДИНАМИЧЕСКИЙ ХАОС
- •17.1 Хаос статистический и динамический
- •17.2 Предсказание статического поведения системы
- •17.3 Сценарии перехода к хаосу
- •17.4 Примеры систем с хаосом
- •18. ХАОС В ЛИНЕЙНЫХ ОДНОМЕРНЫХ СИСТЕМАХ
- •18.1 Бифуркационные диаграммы
- •18.2 Лестница Ламерея
- •18.3 Отображение Бернулли
- •18.4 Треугольное отображение
- •18.5 Отображение «тент»
- •18.6 Канторов репеллер
- •18.7 Детерминированная диффузия
- •19. ХАОС В ЛОГИСТИЧЕСКОМ ОТОБРАЖЕНИИ
- •19.1 Переход к хаосу через удвоение периода
- •19.2 Логистическое уравнение
- •19.3 Дискретное логистическое уравнение
- •19.4 Логистическое отображение
- •19.5 Бифуркационная диаграмма логистического отображения
- •19.6 Цикл периода 3
- •19.7 Фазовые диаграммы логистического отображения
- •19.8 Аттракторы и фракталы в логистическом отображении
- •20. ХАОС В НЕЛИНЕЙНЫХ ОДНОМЕРНЫХ ОТОБРАЖЕНИЯХ
- •20.1 Отображение xn+1=С+xn2.
- •20.2 Отображение xn+1=а-xn2.
- •20.3 Подобие окон периодической динамики
- •20.4 Порядок Шарковского
- •20.5 Универсальность Фейгенбаума
- •20.6 Устойчивость циклов одномерных отображений
- •20.7 Топологическая энтропия
- •20.8 Синус-отображение
- •21. ХАОС В НЕЛИНЕЙНЫХ ДВУМЕРНЫХ ОТОБРАЖЕНИЯХ
- •21.1 Отображение Эно (Henon map)
- •21.2 Отображение подковы и отображение пекаря
- •21.3 Отображение «кот Арнольда» (Arnold’s cat map)
- •22. НЕРЕГУЛЯРНЫЕ АТТРАКТОРЫ
- •22.1 Хаос в консервативных и диссипативных системах
- •22.2 Регулярные и хаотические аттракторы
- •22.3 Квазиаттракторы
- •22.4 Хаотически аттракторы
- •22.5 Негиперболические хаотические аттракторы
- •22.6 Фрактальные аттракторы
- •22.7 Характеристика нерегулярных аттракторов
- •22.8 Странные нехаотические аттракторы
- •22.9 Сингулярные аттракторы
- •22.10 Многомерные нерегулярные аттракторы
- •22.11 Дикие аттракторы
http://profbeckman.narod.ru/
Существуют множества, которые при итерации сжимаются и сходятся к одной точке. В этом случае точка, которой идёт схождение, есть притягивающая неподвижная точка (аттрактор). Но при итерации могут появляться ортиты, исходящие из точки, такая точка есть неустойчивая неподвижная точка. Если точки орбиты сходятся к одному или нескольким пределам, то набор точек накопления орбит называется предельным множеством (набор -пределов). Возможны и блуждающие точки - точки, которые удаляются, и никогда не возвращаются и даже не приближаются к точке, в которой они возникли.
Пример. Доказать, что неподвижная точка отображения f(x)=Cx+D есть а=D/(1-C). Имеем:
Cx+D=x; Cx-x+D=0; (C-1)=-D, откуда D/(1-C)=a.
Неподвижную точки x0 находят по уравнению х0=f(x0). Неподвижной точке отвечает точка пересечения графика функции и биссектрисы (прямой, выходящей из начала координат под углом 45о) на итерационной диаграмме, рис.5.
Рис.5. Неподвижная точка x0 на итерационной диаграмме.
Неподвижная точка отображения f - точка х0, удовлетворяющая условию f(x0)=x0.
Неподвижная точка называется притягивающе в том случае, если орбиты всех точек из некоторой её окрестности (возможно, очень малой) сходятся к ней. Неподвижная точка х называется отталкивающей, если орбиты всех достаточно близких к ней точек удаляются от неё.
Простой способ определения, является ли неподвижная точка притягивающей или отталкивающей в рассмотрении величины |f'(x)|, в предположении, что она существует.
Если х неподвижная точка и |f'(x)<1|, то х – притягиваюшая, а если |f'(x)>1|, то х – отталкивающая. В случае, когда |f'(x)=1|, определённого вывода сделать нельзя: точка х может быть притягивающей, отталкивающей или ни той, ни другой.
Рис. 6. Схема итерационных последовательностей.
Орбита называется периодической с периодом р, если xn+p=xn для n=0,1,2,... Если уравнение периодичности xn+p=xn становится справедливым только после некоторого конечного числа шагов, скажем для n n0, то
говорят, что орбита является в конечном итоге периодической.
Многие задачи вычислительной математики можно свести к отысканию неподвижных точек, для чего используют метод последовательных приближений, или метод итераций, суть которого состоит в построении итерационного алгоритма. Если задать первое приближение х1 Х, то можно построить итерационную последовательность
(рис.6) {xn}={x1, x2=f(x1),...,xn+1=f(xn),...} элементов xn X, n N. При определённых условиях, зависящих от свойств множества Х, отображения f и выбора элемента х1 в качестве первого приближения, элементы этой последовательности могут сходиться к неподвижной точке.
11.2Итерации в исследовании динамических систем
Втеориях динамических систем существенную роль играют итерации. В процессе итерации дискретной динамической системы, время – непрерывная переменная – «квантуется». Интересно, что даже итерация простой квадратичной функции приводит к удивительному разнообразию явлений, таких как конвергенция, удвоение периода, хаос и
http://profbeckman.narod.ru/
др. Дискретные динамические системы возникают не только в математике, но и лежат в основе теории роста и распада биологических популяций, в моделях хищник-жертва, распространение инфекционных заболеваний, и множества других природных явлений. Более того, многие методы численного решения систем алгебраических уравнений, обыкновенных дифференциальных уравнений, уравнений в частных производных и т. д. – основаны на итерационном методе.
Итерация – результат повторного применения какой-либо математической операции. Так, если у=f(x)≡f1(x) есть некоторая функция от х, то функции f2(x)=f[f1(x)], f3(x)=f[f2(x)],...,fn(x)=f[fn-1(x)] называется соответственно второй, третьей,..., n-й итерациями
функции |
|
|
f(x). |
|
Например, |
полагая |
f(x)=хα, |
получают |
||||||
f2 (x) (x |
|
|
|
f |
2 (x) (x |
|
x |
|
|
|
n 1 |
n |
Индекс |
n называется |
) x |
|
, |
) |
|
... fn (x) (x |
) |
x . |
показателем итерации, а переход от функции f(x) к функциям f2(x), f3(x),... – итерированием. Для некоторых классов функций можно определить итерации с произвольным действительным и даже комплексным показателем. Итерации используют при решении различного рода уравнений и систем уравнений.
Итеративная система вида x(k+1)=f(x(k)) – дискретная динамическая система. Решение представляет собой дискретный набор точек х(k), в которой индекс k=0, 1, 2, 3,..., принимает неотрицательные целочисленные значения (индексы (k) это не порядок производной, а число итераций, это – дискретное время: дней, лет, секунд и т. д.).
Функция f:Rn→Rn обычно считается непрерывной и достаточно гладкой: имеет всюду по крайней мере одну или две непрерывные частные производные. Если f(x)=Ax - линейная функция, она обязательно задаётся умножением на n×n-матрицу A. В нелинейном случае отображения имеют более сложный вид.
Если начальное условие (начальная итерация) задана в виде
x(0)=c, |
(7) |
то решение находится легко: x(1)=f(x(0))=f(c), x(2)=f(x(1))=f(f(c)), x(3)=f(x(2))=f(f(f(c))).., и т. д.
Пока каждая последующая итерация x(k) находится в области определения f, процесс просто повторяется до получения решения
x(k)=f◦f◦ ◦ f(c), k=0, 1, 2,. , , , |
(8) |
Замечание. Решение дискретной динамической системы получают многократным нажатием клавиши f на калькуляторе. Например, многократное попадание клавиши sin даёт решение системы x(k+1)=sinx(k). Обычно считают, что функция f определена на всех Rn. В противном случае нужно следить, чтобы последовательные итерации x(k) никогда не покидали область определения f, иначе процесс итераций разрушится.
Важное значение имеет сходимость итераций. Она определяется следующими положениями:
1)Решение с неподвижной точкой или равновесием дискретной динамической системы есть вектор x0 Rn такой, что f(x0)=x0. Каждая неподвижная точка обеспечивает постоянное решение, x(k)≡x*, дискретной динамической системы, причём сходящееся решение всегда сходятся к неподвижной (фиксированной) точке.
2)Если сходится решение дискретной динамической системы, то
limx k x0 ; предел x0 – неподвижная точка системы.
k
Рис. 7. Отображение с тремя неподвижными точками: функция кривая 1 y=x; кривая 2 - y=f(x)=x3.
Конечно, не все решения дискретной динамической системы обязательно сходятся, но если сходятся, то сходятся к неподвижной точке. Требуется определить сходится ли решение, и если да, то что собой представляет неподвижная точка: не превышает ли она единицы. (В линейном случае важно лишь понять сходится ли вообще система, поскольку большинство систем сходится к
http://profbeckman.narod.ru/
единственной неподвижной точке, а именно x=0.) Неподвижные точки грубо делятся на три класса: асимптотически устойчивые (все ближайшие решения сходятся к нему), стабильные(все близлежащие решения остаются рядом), и нестабильны (почти все близлежащие решения удаляются от неподвижной точки. Поэтому сходимость итератов дискретной динамической системы требует асимптотической устойчивости неподвижной точки.
Функция f(x)=x3 имеет три фиксированные точки, x= -1, 0, 1 (рис. 8). Если |x0|>1, то итерации расходятся до бесконечности, а если |x0|<1, то итерации сходятся к неподвижной точке при х=0.
Информацию об орбитах на реальной можно представить диаграммой рис.#.
Рис. 8. Фазовый портрет функции f(x)=x3.
Фазовый портрет показывает, как точки на реальной линии перемещаются в новые точки на действительной линии при применении функции f(x). Хотя эта диаграмма не дает больше информации, чем диаграмма паутины, мы можем использовать фазовые портреты для систем с более высокой размерностью, где мы не можем применять диаграммы паутины.
Пример. Отображение f(x)=x2-3x+3 имеет неподвижные точки x=1 и x=3, поскольку f(1)=1 и f(3)=3. Неподвижные точки есть не у всякого отображения, например, отображение f(x)=x+1 вещественной прямой в себя неподвижных точек не имеет.
Неподвижная точка x=f(x) отображения f – притягивающая, если итерации любой начальной точки y, достаточно близкой к x, будут стремиться к x:
|
|
|
|
x, |
n |
f |
f ... f y ... |
||||
|
|
|
|
||
|
|
n раз |
|
|
(9) |
|
|
|
Важно, чтобы итерации y не покидали некоторой большей окрестности точки x — т. е., чтобы точка x была асимптотически устойчива.
Если производная |f'(x)|<1, то неподвижная точка является притягивающей.
Одним из применений идеи притягивающей неподвижной точки является метод Ньютона, в котором искомое решение оказывается притягивающей неподвижной точкой построенного отображения, и потому может быть найдено как предел (очень быстро сходящейся) последовательности итераций.
Пример. Квадратный корень из числа a>0 можно представить как последовательность итераций x a
отображения f (x) |
x |
|
2 |
||
|
В теории динамических систем используются итерируемые функции.
Итерированная функция – это функция X→X (т.е. функция от некоторого множества Х на себя самого), получаемая путем сопоставления другой функции f:X→X с собой определенное количество раз. Процесс многократного применения одной и той же функции называется итерацией. В этом процессе, начиная с некоторого начального числа, результат применения данной функции снова вводится в функцию как вход, и этот процесс повторяется.
Системы итерированных функций (СИФ, IFS) – конечное множество сжимающих отображений в полном метрическом пространстве. Они применяются для построения фракталов, поскольку результат их применения всегда самоподобен. Впрочем, аттрактор, возникший при применении системы итерированных функций, не всегда является фракталом, им может быть или квадрат или иное замкнутое ограниченное множество.
Для построения СИФ рассматривают совокупность сжимающих отображений, каждое со своим коэффициентом сжатия s<1.
http://profbeckman.narod.ru/
Ряд вопросов, связанных с существованием и единственностью решений уравнений того или иного типа можно сформулировать в виде вопроса о существовании и единственности неподвижной точки при некотором отображении соответствующего метрического пространства в себя. Среди различных критериев существования и единственности неподвижной точки при такого рода отображениях один из простейших и
в то же время наиболее важных – так называемый принцип сжимающих отображений. |
|
||||||||||||||||||||||||||
|
|
Пусть |
|
|
|
–метрическое пространство и |
|
|
– отображение метрического |
||||||||||||||||||
пространства ( |
в, |
себя. Тогда отображение |
называется сжимающим отображением, если |
||||||||||||||||||||||||
|
) |
|
|
. В |
|
0 < |
|
|
< 1 |
|
|
: |
→ |
|
|
|
|
|
|
|
|
|
|||||
существует |
такое |
число |
|
|
|
, что |
для любых |
x, |
y X |
выполняется неравенство |
|||||||||||||||||
( |
, ) ≤ |
¸( |
, |
|
|
) |
|
этом случае отображение также называется сжатием. Элемент |
|||||||||||||||||||
|
|
называется неподвижной точкой отображения |
, |
если |
= |
, |
т.е. |
неподвижные |
|||||||||||||||||||
точки – это решения уравнения |
|
|
. |
|
|
|
|
|
|
|
|
|
( , |
) |
|
||||||||||||
|
|
Пусть |
{ |
, … , } |
– |
конечный набор сжимающих |
отображений |
в |
с |
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
= |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
коэффициентами сжатия |
|
|
|
. СИФ состоит из полного метрического пространства |
|||||||||||||||||||||||
( , |
) |
и конечного |
множества сжимающих отображений |
: |
→ |
с коэффициентами |
|||||||||||||||||||||
|
|
|
|
|
, … |
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
сжатия . Коэффициент сжатия СИФ определяется как |
|
|
|
|
|
. |
|
|
|
|
|||||||||||||||||
|
|
Основной |
задачей |
теории систем |
итерированных функций является ответ на |
||||||||||||||||||||||
|
|
|
|
|
= |
> |
{ , … , |
} |
|
|
|
|
вопрос, когда заданная система итерированных функций порождает предельное
множество |
: |
|
( ) = lim |
|
|
|
|
|
|
|
|
|
|||||
|
|
|
= lim→ |
|
|
|
|
|
|
(10) |
|
|
|||||
где |
|
последовательность |
{ } |
порождается |
итерационной |
схемой ( |
– |
произвольное |
|||||||||
множество): |
|
|
|
|
|
|
= |
( |
) |
|
|
|
|||||
|
|
сжимающее отображение. |
|
|
= |
( |
|
) |
|
|
|
||||||
где Т – Если предел существует, то его называют |
аттрактором системы итерированных функций. |
||||||||||||||||
При этом аттрактор часто (но не всегда) оказывается фрактальным множеством. |
|
||||||||||||||||
Для |
|
Пусть |
{( |
, );{ |
} .. |
} |
– система итерированных сжимающих отображений. |
||||||||||
Теорема. |
|
|
|
|
|
||||||||||||
{ |
|
произвольного |
компактного |
начального |
|
множества |
, |
последовательность |
|||||||||
}= { |
( |
)} |
сходится в метрике Хаусдорфа к |
единственному множеству |
. Множество |
||||||||||||
|
|
|
|
|
|
( ) |
|
|
|||||||||
называется аттрактором системы итерированных функций. Обратно, множество |
|||||||||||||||||
можно представит в виде: |
= Æ |
→ |
( ). |
|
|
|
|
|
Сжимающее отображение – отображение метрического пространства в себя, уменьшающее расстояние между любыми двумя точками. Согласно теореме Банаха, у сжимающего отображения полного метрического пространства М в себя существует неподвижная точка, причём ровно одна. Это утверждение, также называется «принципом сжимающих отображений».
Теорема Банаха о неподвижной точке (принцип сжимающих отображений). Всякое сжимающее отображение, определенное в полном метрическом пространстве ,
имеет одну и только одну неподвижную точку. Пусть |
|
|
– такое непрерывное |
|
отображение в полном метрическом пространстве |
, |
что некоторая его степень |
||
: → |
|
|||
|
является сжатием. Тогда отображение |
|
имеет одну и только одну |
|
неподвижную точку. |
|
|
|
|
= |
Теорема Банаха о неподвижной точке – утверждение в метрической геометрии, |
гарантирующее наличие и единственность неподвижной точки у определённого класса отображений метрических пространств; содержит метод нахождения этой точки. Теорема Банаха используется в теории дифференциальных уравнений для доказательства существования и единственности решения некоторых классов краевых задач, некоторых
http://profbeckman.narod.ru/
видов нелинейных интегральных уравнений, а также в численных методах и в теории фракталов.
Отображение А метрического пространства М в себя называется сжимающим отображением (сжатием), если существует такое число <1, что для любых точек x,y М выполняется неравенство (Ax,Ay) .
Точка x называется неподвижной точкой отображения А, если А(х)=х: неподвижные точки – решения уравнения Ах=х.
Неподвижная точка f – любой элемент x X, для которого f(x)=x. Она остаётся на месте при отображении f. Неподвижные точки f - это точки пересечения графика f с диагональю в ХхХ.
Принцип сжимающего отображения лежит в основе метода простой итерации – одного из простейших численных методов решения уравнений. Принцип сжимающего отображения применительно к численным методам называется методом последовательных приближений.
Идея метода простой итерации состоит в том, чтобы уравнение f(x)=0 привести к эквивалентному уравнению x= (x), так, чтобы отображение было сжимающим. Если это удаётся, то последовательность итераций xi+1= (xi) сходится. Такое преобразование можно делать разными способами. В частности, сохраняет корни уравнение вида x=x- (x)f(x),
если (x) 0 |
на исследуемом отрезке. Оптимальным выбором является x |
1 |
, что |
|
f '(x)
приводит к методу Ньютона, который является быстрым, но требует вычисления производной. Если в качестве (x)выбрать константу того же знака, что и производная в окрестности корня, то мы получаем простейший метод итерации.
Займёмся проблемой нахождения неподвижных точек скалярных функций.
Скалярные функции – детерминированные функции, возвращающие одно значение. Они могут принимать множество параметров, выполнять вычисления, но в результате выдают одно значение.
Рассмотрим дискретную динамическую систему |
|
|||
x(k + 1)=d(x(k)), x(0)=c, |
(11) |
|||
в которой f:R→R – непрерывная скалярнозначная функция. |
|
|||
Аффинная функция |
|
|||
f(x)=ax+b, |
(12) |
|||
приводит к аффинной дискретной динамической системе |
|
|||
x(k+1)=аx(k)+b. |
(13) |
|||
Единственной неподвижной точкой является решение x0=f(x0)=ax0+b: |
||||
х |
b |
|
(14) |
|
|
||||
0 |
1 a |
|
||
|
|
где a 1.
Аффинные функции – функции, графики которых – прямые линии на плоскости (неправильно называются линейными). Каждая аффинная функция полностью определяется своим "наклоном" и значением в одной-единственной точке. Функции, которые переводят ноль в ноль, называются линейными (совершенно правильно) и имеют форму "умножений на разные константы".
Можно показать, что х(k)→х0, тогда и только тогда, когда |a|<1. Это критерий асимптотической устойчивости неподвижной точки, т.е. сходимость аффинной итеративной системы (13). Величина |a|<1 определяет скорость сходимости, и чем ближе а к 0, тем быстрее итерации приближаются к неподвижной точке.
Пример. Пусть f (x) |
1 |
x 2 , применим итерационную схему |
x k 1 |
1 |
x k 2. |
|
|
||||
4 |
|
4 |
|
Начиная с начального условия u(0)=0, следующие значения: |
|
|||||||
k |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
|
|
|
|
|
|
|
|
|
|
|
|
http://profbeckman.narod.ru/ |
x(k) |
|
2,0 |
2,5 |
|
2,625 |
2,6562 2,6641 2,6660 2,6665 2,6666 |
||||||
После 8 итераций, итерации сходятся к неподвижной точке х0=8/3 с точностью до 4 знаков |
||||||||||||
после запятой. Скорость сходимости равна 1/4: |
||||||||||||
|
|
k |
|
1 |
k |
0 |
|
8 |
|
1 k |
||
|
|
|
|
|||||||||
|
x |
|
x0 |
|
|
x |
|
x0 |
|
|
|
0 при k . |
|
|
|
|
|
|
|||||||
|
|
|
|
4 |
|
|
|
3 |
|
4 |
Поясним |
поведение |
системы в случае, когда значения |
переменной |
близки к |
||||
предельному значению x0 (x0=f(x0)). Положим xn 1 |
~ |
и |
xn |
~ |
, где знаком " " |
|||
x0 xn 1 |
x0 xn |
|||||||
отмечены малые добавки к х0. Тогда из xn+1=f(xn) имеем |
|
|
~ |
|
|
|||
~ |
~ |
~ |
~ |
|
|
|
(15) |
|
x0 xn 1 f x0 xn f |
(x0 ) f '(x0 ) f '(x0 )x |
xn 1 f '(x0 )xn |
|
Если имеется некоторая маленькая добавка к значению х0, то после первой итерации она умножается на постоянное число С=f'(x0), после второй – на С2, после третьей – на С3 и т.д. Это означает, что переменная х приближается к неподвижной очке по закону геометрической прогрессии с показателем С, т.е. в окрестности х0 f(x) аппроксимируется касательной (рис. 14).
Из свойств геометрической прогрессии очевидно, что если |f'(x0)|<1, то итерации сходятся, а если |f'(x0)|>1, то итерации расходятся. Это позволяет судить об устойчивости неподвижной точки. В первом случае неподвижную точку называют устойчивой, а во втором – неустойчивой. В силу большой важности величины f′(x0), она носит специальное
название – мультипликатор, и обозначается |
|
=f′(x0). |
(16) |
Поведение траекторий в окрестности предельного цикла связано со значениями его мультипликаторов. Если абсолютные величины всех мультипликаторов меньше 1, то все траектории неограниченно приближаются к нему и он устойчив. Устойчивый предельный цикл является математическим образом периодических автоколебаний.
Поведение траекторий в окрестности предельного цикла связано со значениями его мультипликаторов. Если абсолютные величины всех мультипликаторов меньше 1, то все траектории неограниченно приближаются к нему и он устойчив. Устойчивый предельный цикл является математическим образом периодических автоколебаний.
Если все мультипликаторы по модулю больше 1, то предельному циклу неустойчив (устойчив при обращении направления движения по траектории). Переход через единичное значение абсолютных величин одного или нескольких мультипликаторов при изменении параметров динамической системы свидетельствует о бифуркации смены устойчивости или исчезновения предельных циклов.
Пример. Рассмотрим отображение прямой в себя f0(x)=-x+x3
Мультипликатор неподвижной точки 0 равен -1.
На каждом шаге дискретного времени возмущение умножается на величину, равную мультипликатору.
Неподвижная точка устойчива (возмущение убывает), если | |<1 (т.е. -1< <1) и неустойчива (возмущение нарастает), если | |>1. Скорость сходимости определяется мультипликатором =f'(x0). Если =0, то сходимость будет самой быстрой. Такие неподвижные точки называют сверхустойчивыми.
http://profbeckman.narod.ru/
Рис. 9. Два типа неподвижных точек, отличающихся знаком мультипликатора.
По характеру приближения траектории к неподвижной точке на итерационной диаграмме можно дополнительно выделить два типа неподвижных точек. Первый тип отвечает положительным значениям мультипликатора. В этом случае изображающая точка приближается к неподвижной точке таким образом, что все время находится от нее с одной и той же стороны, рис. 9а. Если же мультипликатор отрицателен, то изображающая точка приближается к неподвижной точке, перемещаясь на итерационной диаграмме так, что попеременно оказывается то справа, то слева от нее, рис. 9б. Используя терминологию теории систем с непрерывным временем можно назвать первую точку точкой типа «узел», а вторую – точкой типа «фокус».
Рис. 10. а) Аппроксимация отображения f(x) касательной, б) сходимость к неподвижной точке.
Рис. 11. а), б) Случаи общего положения, в) вырожденная (бифуркационная) ситуация, г) двукратно вырожденная ситуация. Пунктир – положение функции при небольшом изменении параметра.
Если слегка изменить параметр, характеризующий отображение, то обычно неподвижная точка сохраняется и сохраняет свой характер устойчивости (рис. 11а). (Отметим, что неподвижной точки может не быть вообще (рис.11б)). Однако возможны вырожденные) ситуации), когда это не
так. В этих случаях, даже если слегка «пошевелить» параметр, то динамика изменится существенным образом (рис.11в). Такая ситуация и соответствует бифуркации. Поэтому говорят, что обычный случай является грубым, а бифуркационная ситуация – негрубой. Степень вырождения может быть разной. Например, для ситуации на рис.11г «произвольное» шевеление параметров разрушит обе ситуации касания. Однако, можно некоторым специальным образом регулировать параметры так, что одно из касаний сохранится, а второе – разрушится.
Отображение f в нелинейной системе (в отличие от линейной) не предполагается сжимающим, теорема о неподвижной точке неприменима и уже нельзя сделать вывод о сходимости последовательности f(n).
Вблизи данной точки любая (гладкая) нелинейная функция может быть аппроксимирована её касательной линией, которая является аффинной (линейной) функцией. Вблизи неподвижной точки x0 поведение нелинейной системы ведёт себя как её аффинная аппроксимация. Это пример анализа нелинейной системы основанный на её линейном (точнее, аффинном) приближении.