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

 

Краевая

 

задача (3.25), очевидно, совпадает с (3.12).

Исходная

переменная

u(t,x,e)

связана

с

медленной

амплиту­

дой

£(т,дс)

при

d * О

формулой

 

 

 

 

 

 

 

 

 

u(t, дс.е)

=

1/2

[€(т,х)

а

е

 

+ £(т,х)

а

е

] +

 

0(е>.

 

е

 

 

 

Пусть

теперь

zQ >

0.

Тогда матрица A(zQ) имеет на

мнимой оси

только

одно

простое

нулевое

собственное

значе-

ние:

A(zQ)a

=

 

 

Л/

=

^

(a, b)

=

1.

Можно

показать,

0, A*(zQ)b

0,

 

Л/

 

Л/

=

(Da^b)

^

0,

где

а^

-

решение

уравне-

что (Da,b) = 0, А

ния

A (^Q)a 1

= Da. Введем также величину

 

 

 

 

+ 0,

где

0

=

0(e)

е

(-1,

0]

и

определяется

 

равенством 0 =

Можно показать, что в этом случае аналогом укороченной нормальной формы является краевая задача

+ 2п0т)ж + (а - л202)? + Ь%£2 + т)2),

Vt = Vxx ~ 2пв^х + (а

- я202)т> + Ьу(€2 +

п2),

(3.26)

 

€х(0.

0 =

€*(1.

0- =

40,

t) =

ТК1, t) =

о,

 

 

 

О i X S 1, - 1 < 0 s 0.

 

 

Здесь а и b -

постоянные

величины,

которые

определяются

матрицами

AQ,

Ay

D и

функцией

F.

Имеет место

следующее

утверждение [ДА].

 

Пусть при некотором 0

= 0Q краевая

. Т е о р е м а

3.1.

задача

(3.26)

имеет

состояние

равновесия

£о(х,0о),

т)о(х,0о) и спектр линеаризованной на этом состоянии равно­ весия краевой задачи не пересекается с мнимой осью.

 

Тогда

найдется

такая

последовательность е^ —*

+ 0,

что

система

(3.23)

имеет

состояние равновесия

uQ(x,ek) =

=

^JL^o(x,eo)cos(nn(ek)x)

+

T)o(x,0o)sin(nn(efe)jc)]a

+

0(e)

той

же. устойчивости,

что

и

€О(*,0О), TIQ( X ,Qq ).

Выбор

е^

определяется условием

постоянства величины 0Q = 0(efe).

 

101

Обратим внимание на интересный качественный эффект,

следующий

из

(3.26).

Если

в

уравнении Курамото

-

Цузуки

данной

системе

реакция -

диффузия

соответствовал

один

набор

параметров

CyC^l,

то

здесь

одной

системе

(3.23)

соответствует

целый

отрезок

а = const и

0 е

(-1,0], и

асимптотический анализ не позволяет указать, какое 0 будет реализоваться. Малое возмущение длины области приводит к

тому,

что система «сдвигается» вдоль линии а =

const.

При

этом

может меняться вид решения. Этоявление

напоминает

«чувствительность по отношению к параметрам»,

ранее

изу­

чавшуюся для хаотических систем [258]. Поэтому

такое

явле­

ние естественно назвать «чувствительностью по отношению к малому параметру».

В ряде случаев

возникают более сложные аналоги уко­

роченных нормальных

форм.

Пусть существуют

два значения

г01 и г02’

для К0Т0РЫХ

матрицаЛ(г0 .)

(i

= 1,2)

имеет

собственные

значения

с

нулевой вещественной частью.

Матри­

ца Л(г01) имеет на мнимой оси только одно простое нулевое собственное значение zQ1 > 0, zQ2 = 0 и матрица A(zQ2)

имеет пару чисто мнимых собственных значений. Квазинор-

мальной

формой

в этом случае является

краевая

задача

€,

=

€ „

+

2ndvx +

-

п202)€

+ а д 2

+ V2)

+ c£\v\2. ■

V,

=

Т1ХХ ~ 2пв£х +(а

-

п202)т) + 6тК€2

+ г}2)

+ст)|о|2,

vt

= a v xx

+

 

+

 

+

+

"Я2).

 

(3-23)

€ ,(0 .0

=

€ ,(1 .0

=

40, t) =

ТК1.0

=

О,

 

 

 

V jp ,0

=

vx(l,t)

=

0,

os

X S 1,

 

-1

< 0 *

0.

где a, b, с и (3 - действительные параметры, а а, у и 5 - комплексные параметры. Ряд свойств этой модели мы обсудим далее.

Близкий подход, связанный с построением иерархии упрощенных моделей, в последние годы активно развивается при исследовании конвективной неустойчивости.

102

При этом удается рассматривать системы, длина и шири­

на которых намного превышает характерные размеры яйеек или конвективных валов. Непосредственное численное моделирова­ ние таких неустойчивостей требует решения трехмерной

гидродинамической задачи в большой области, что связано с огромным объемом вычислений. В то же время решение уравне­

ний, возникающих при анализе системы в окрестности термо­ динамической ветви, намного проще. Обычно при этом получа­

ются краевые

задачи

для

системы

двух

параболических

уравнений в двумерной области.

 

 

При таком описании часто возникают более сложные

уравнения,

чем

(3.7),

в

которых

фигурируют четвертые

производные

[341]:

 

 

 

 

W. = W + \ 0 -

i ___ af_ ]2

w -

(w\2w.

т

 

L ах

^я^r ay2J

 

 

Учет различных физических факторов может приводить к усложнению уравнений, получаемых с помощью асимптотических методов [324]. Обсуждение различных способов упрощенного описания конвективной неустойчивости и топологических осо­ бенностей возникающих течений можно найти в работе [241]. Численное решение получающихся уравнений обычно дает кар­ тину, хорошо согласующуюся с результатами экспериментов [286].

 

Мы обсудили

иерархию упрощенных

моделей

для случая,

когда

оба

коэффициента диффузии

достаточно близки.

Однако

в н;астоящее время активно развивается

исследование

и дру­

гого класса

моделей

типа реакция -

диффузия. Один

коэффи­

циент

диффузии у

них намного меньше

другого

(D j

= cD2,

е« 1). Такие задачи типичны для моделей морфогенеза,

экологии, физики полупроводников [32, 52, 166]. В этих системах обычно возникают стационарные диссипативные структуры, называемые контрастными. Контрастные структуры содержат чередующиеся участки резкого и плавного изменения переменных.

Пример контрастных структур дают так называемые дич­

ковые структуры, типичный вид которых показан на рис.

3.10. Такие структуры могут наблюдаться в модели брюсселятора или в модели А.Тьюринга.

Большие сложности вызывает численное моделирование контрастных структур. Оно требует специальных численных методов, включающих построение адаптивных сеток, узлы которых сгущаются в окрестности больших градиентов.

Рис. З.Ю

Для их описания естественно воспользоваться асимпто­ тическими методами. Однако стандартный подход здесь непри­

меним. Эта задача является сингулярно возмущенной: при е =

= 0 понижается порядок системы уравнений. Поэтому обычно здесь используются качественные представления, возникшие в теории колебаний [52].

В последние годы в работах А.Б.Васильевой и В.Ф.Буту­

зова были построены асимптотические разложения решений,

описывающих пичковые структуры, и получен ряд строгих ре­

зультатов. «Всплескам» концентраций при таком подходе со­

ответствуют внутренние пограничные слои [49].

Развитый

подход допускает обобщение и на пространственно

многомер­

ный случай. Дальнейшее развитие этого важного направления исследований, прежде всего связанное с изучением устойчи­ вости построенных асимптотических решений, представляет большой интерес.

Г Л А В А 4

ОДНОМЕРНЫЕ ОТОБРАЖЕНИЯ

Одной из базовых моделей, позволяющих исследовать

сложную

временную упорядоченность и стохастические

режимы

в нелинейных средах, являются отображения отр'езка

в себя,

или, как

их часто называют, одномерные отображения.

 

Исследование одномерных отображений позволило ввести новые понятия, применимые к большому классу диссипативных

систем, обнаружить ряд новых явлений, ответить на несколь­

ко принципиальных вопросов. Как происходит переход от простейших упорядоченных к стохастическим режимам? Как че­ редуются в пространстве параметров области, в которых наб­ людается порядок и хаос? Как происходит усложнение упоря­ доченности при изменении параметра? Каковы основные типы стохастических режимов в таких системах и способы их опи­ сания?

Обратим внимание на парадоксальность этих вопросов. В

самом деле, одномерное отображение -

детерминированная

система. Тем не менее процессы, которые

она

описывает,

мо­

гут обладать рядом стохастических свойств.

 

 

 

 

 

 

Рассмотрим для определенности простейшую модель, при­

водящую

к одномерным отображениям.

 

 

 

 

 

 

Допустим, что нас интересует изменение

численности

какого-либо вида животных в определенном

районе. Один

раз

в год мы считаем их и получаем число

х.

По

этим

данным

можно

построить

последовательность

х^,

х2..........

х^, ...

(п = 1

соответствует

первому измерению).

Для

краткости

бу -

105

дем обозначать ее {х^}. По-видимому, среди этих чисел есть какая-то закономерность. Естественно ожидать, что числен­ ность популяции в данный год х^+1 зависит от того, сколько животных было год назад, т. е. от величины хп. Таким обра­ зом, в простейшем случае

 

 

 

V i

= « v

A>-

 

 

 

<4 1 >

Здесь

f - непрерывная функция,

А

-

параметр,

который зави­

сит от того, какую конкретную

задачу

мы

рассматриваем.

Часто

используется

функция

f вида Ах (N-x

):

 

 

 

V

i =

Xxn(N -

ХП)'

0

-

xn s

N.

 

(4.2)

 

Эта формула показывает, что если АN >

1,

численность

вида

быстро

растет, пока

она

мала

(хп «

N),

и начинает

убывать, когда животных становится слишком много. Удобно

сделать

замену

переменных хп =

x'W ,

А =

А1/N,

при этом

формула

(4.2)

приобретает

вид

 

 

 

 

 

х '

=

А 'х'(1 -

х '),

0 s

х '

s 1.

(4.3)

 

п+1

 

п '

п ’ ’

 

п

 

У '

В дальнейшем штрихи у новых переменных будем опус­

кать.

Нас интересует вопрос о том, что произойдет с различ­

ными видами по прошествии достаточно долгого времени. Для

ответа на него в этой простейшей

модели

достаточно выяс­

нить, какой будет последовательность {х^},

п —* ю при

раз­

личных

значениях

А.

Отображения

вида

(4.1)

используются

при феноменологическом описании многих других

явлений.

 

 

§ 4.1. Переход к хаосу. Сценарий Фейгенбаума

 

При небольших

значениях

А

(0 < А < 1)

хп —* О

при

п —* оо

независимо

от

выбора

Ху

Поведение

последователь­

ности в этом и в других случаях удобно представлять графи­ чески.

106

Нарисуем кривую у = f(х) при выбранном значении Л и

прямую

у

= х (рис. 4.1). Отложим Ху по оси абсцисс,

прове­

дем вертикаль до пересечения с кривой у

=

f(x)

(точка

А),

затем

из

нее

горизонталь

до пересечения

с линией у = х

(точка

В).

Теперь вновь проведем вертикаль до переселения

с осью

х.

Легко проверить,

что *2 = f(x).

Взяв

точку

х2

за

начальную

и повторив все те же операции,

получим х3,

затем

х4 и т. д.

Из

рисунка видно, что хп —» 0 при

п —» оо.

 

 

Из формулы (4.3) следует, что функция f(x) переводит

отрезок

[0,1]

в

отрезок

[0,А/4]. Если

A s

4, то

все

значе­

ния хп лежат на отрезке [0,1]

при

условии,

что

0 ^ Ху ^ 1.

Именно

поэтому

говорят,

что

формула

(4.3)

задает

отображе­

ние отрезка

в

себя.

 

 

 

 

 

 

 

 

 

Пусть теперь А немного больше единицы. При этом пос­

ледовательность

(*п)

ведет

себя

по-другому

(рис.

4.2):

{хп} стремится

к

постоянному

значению

лс* >

0.

В

применении

к исходной

биологической

задаче

это

означает,

что числен­

ность такого вида по прошествии нескольких лет стабилизи­ руется и перестанет меняться со временем.

Значение х*

может быть найдено из

уравнения

 

 

 

** = f(x*.А)-

(4.4)

Все

точки,

удовлетворяющие этому

уравнению,

называют­

ся неподвижными точками отображения,

так как хп

= х* при

любом п,

если Ху

= х*.

 

 

107

При А < 1 квадратное уравнение х* = Ах*(1 - х*) имеет

один неотрицательный корень х* = 0. При А > 1 неотрица­ тельных корней два: х* = 0 и х* = (А - 1)/А. При А = 1 не­ подвижная точка х* = 0 теряет устойчивость, а вновь по­

явившаяся

точка

становится

устойчивой.

 

 

 

 

Нетрудно определить, будет ли устойчивой неподвижная

точка х* отображения f(x).

Пусть

хп =х*

+ Дхп,

где

Дхл -

малое число. Если точка устойчива, то с

ростом

п

величина

|Дхп| должна

уменьшаться. Перепишем формулу (4.1)

в

виде

*

 

 

*

 

*

df(x*)

 

 

 

х

+

A V

1 = f(x +

А * „ ) *

к * ) +

- Ш

Lxn-

 

При анализе устойчивости особых точек обыкновенных

дифференциальных уравнений показывается, что в невырожден­

ном

случае все определяется линейными членами (первый ме­

тод

теории устойчивости Ляпунова). Проводя здесь аналогич­

ные

рассуждения, можно убедиться, что устойчивость точки

хопределяется поведением отображения

df(x*)

Дхл+1

7Гх

 

Дхп.

(4.5)

Для того чтобы Дхп

0,

должно

выполняться

неравенство

| df{x*)

<

1.

(4.6)

'

dx

 

 

 

108

Это и есть достаточное условие устойчивости точки х*. Если

выполнено

противоположное

неравенство,

то можно утверж­

дать, что

точка х* будет

неустойчивой.

Если производная

равна единице, то нужно рассматривать следующие члены ряда Тейлора.

 

Будем дальше увеличивать параметр .А.

Поведение систе­

мы

снова

изменится:

в

последовательности

},

начиная с

достаточно

больших

п,

будут

чередоваться

 

два

числа:

и

а2.

(Точнее

говоря,

последовательность

{дсд}

устроена

так,

что

*2n+i

а\'

Х2п

 

а2

ПРИ п

“ )■

^ти

числа связаны

соотношениями

а^ =

f(a2),

а2

=

f(aj. Будем

говорить,

что

вэтом случае отображение (4.3) имеет устойчивый цикл с

периодом

2,

и

обозначать его S2.

Рис.

4.3

показывает,

как

выглядит

цикл 5

о

 

 

 

 

 

 

 

 

 

 

 

 

на графике.

 

 

 

 

 

 

 

 

 

 

Переход

от

неподвижной

точки

(ее

можно

считать

 

циклом

S1 ) к циклу S2 произошел в результате бифуркации,

 

которая

получила

название

бифуркации

удвоения

периода.

Точка

х*

при этом

не

исчезла,

однако

величина

df(x*)

 

меньше

—^

------ стала

- 1 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

При

дальнейшем

увеличении

А последовательность

}

опять

изменяется.

Возникает

цикл

А

х.

 

—» а,,

х.

,

^

S :

 

—*

 

 

 

 

 

 

 

 

 

 

4 т

Г

 

4 т+ 1

 

° Т

Х4 т +2

- >

а У

Х4 т +3

° 4

ПРИ т

*

ПРИЧвМ

° 2

=

= fta,),

a3 =

f(a2),

а4

= f(a3),

a,

=

f(a4)

(рис. 4.4).

 

 

 

 

109

У

0,8

Увеличивая далее значение параметра Л, мы увидим цик­

лы S8, S16. S32 и т. д. При этом каждый раз цикл Затеряет устойчивость, происходит бифуркация удвоения периода, и

устойчивым

становится

цикл S

2Р+1

Наконец,

при

некотором

 

значении

А

(его иногда

обозначают

Аш)

формула

(4.3)

дает

уже непериодическую

последовательность {х^}.

 

 

 

Наблюдаемая картина оказывается очень интересной. Во-

первых,

в

поразительно

простой

модели

(4.1)

заложено

очень

сложное

поведение.

Во-вторых,

в

ней

удается

проследить

большое количество бифуркаций, приводящих к усложнению ре­

шения.

Сделать

это

в

более

сложных

моделях гораздо

труд­

нее. В-третьих, при

0 < А < Аш устойчивы только циклы,

пе­

риод

которых

равен

2Р.

Хотелось

бы

понять,

чем

это

вызва­

но,

и

изучить

поведение

модели более

подробно.

 

 

 

 

 

 

Наряду

с

отображением

(4.1),

удобно

рассмотреть

отоб­

ражение

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

v , - « « * „ » 5 f 4 > -

 

 

 

 

 

<4-7>

 

 

В

этой

главе

fn(x)

всегда

 

будет

соответствовать

п

итерации функции f.

 

 

 

 

 

 

 

 

 

 

о

 

 

В нашем случае вид функции f (х) пока­

зан

на

рис.

4.5

и

4.6.

Первый

рисунок

соответствует

устой-

чивой

 

неподвижной

точке,

второй

-

устойчивому

циклу

2

 

5 .

График

2

пересекается с

прямой

у

=

х

во

всех

неподвиж­

f (х)

но

Соседние файлы в папке книги