Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску


В прикладной математике и теории динамических систем векторы Ляпунова , названные в честь Александра Ляпунова , описывают характерные направления расширения и сжатия динамической системы. Они использовались в анализе предсказуемости и в качестве начальных возмущений для ансамблевого прогнозирования при численном прогнозировании погоды . [1] В современной практике для этой цели их часто заменяют на выведенных переносчиков . [2]

Математическое описание [ править ]

Изображение асимметричного роста возмущений по эволюционирующей траектории.

Векторы Ляпунова определены вдоль траекторий динамической системы. Если система может быть описана с помощью D-мерный вектор состояния векторов Ляпунова , точка в направлениях , в которых бесконечно малое возмущение будет расти асимптотически, экспоненциально со средней скоростью , заданной в ляпуновских .

  • При расширении по векторам Ляпунова возмущение асимптотически выравнивается с вектором Ляпунова в этом разложении, соответствующем наибольшему показателю Ляпунова, поскольку это направление перерастает все остальные. Поэтому почти все возмущения асимптотически совпадают с вектором Ляпунова, соответствующим наибольшему показателю Ляпунова в системе. [3]
  • В некоторых случаях векторы Ляпунова могут не существовать. [4]
  • Векторы Ляпунова не обязательно ортогональны.
  • Векторы Ляпунова не тождественны локальным главным направлениям расширения и сжатия, т. Е. Собственным векторам якобиана . В то время как последние требуют только местного знания системы, векторы Ляпунова находятся под влиянием всех якобианов вдоль траектории.
  • Векторы Ляпунова для периодической орбиты являются векторами Флоке этой орбиты.

Численный метод [ править ]

Если динамическая система дифференцируема и векторы Ляпунова существуют, их можно найти путем прямых и обратных итераций линеаризованной системы вдоль траектории. [5] [6] Позвольте отобразить систему с вектором состояния в момент времени в состояние в момент времени . Линеаризация этого отображения, т.е. матрица Якоби, описывает изменение бесконечно малого возмущения . То есть


Начиная с единичной матрицы, итерации


где дается Грамм-Шмидта QR - разложения из , будет асимптотически сходятся к матрицам , которые зависят только от точек траектории , но не на начальном выборе . Строки ортогональных матриц определяют локальную ортогональную систему отсчета в каждой точке, а первые строки охватывают то же пространство, что и векторы Ляпунова, соответствующие наибольшим показателям Ляпунова. Верхнетреугольные матрицы описывают изменение бесконечно малого возмущения от одной локальной ортогональной системы отсчета к другой. Диагональные элементы - это локальные факторы роста в направлениях векторов Ляпунова. Показатели Ляпунова даются средними темпами роста


а в силу растяжения, вращения и ортогонализации по Граму-Шмидту показатели Ляпунова упорядочены как . При повторении вперед во времени случайный вектор, содержащийся в пространстве, охватываемом первыми столбцами , почти наверняка будет асимптотически расти с наибольшим показателем Ляпунова и выровняться с соответствующим вектором Ляпунова. В частности, первый столбец будет указывать в направлении вектора Ляпунова с наибольшим показателем Ляпунова, если он достаточно велик. При итерации назад во времени случайный вектор, содержащийся в пространстве, охватываемом первыми столбцами матрицы, почти наверняка будет асимптотически выровнен с вектором Ляпунова, соответствующим наибольшему показателю Ляпунова, если идостаточно большие. Определение мы находим . Выбирая первые элементы случайным образом, а остальные элементы равные нулю, и повторяя этот вектор назад во времени, вектор почти наверняка выравнивается с вектором Ляпунова, соответствующим th наибольшему показателю Ляпунова, если и являются достаточно большими. Так как итерации будут экспоненциально увеличивать или уменьшать вектор, его можно повторно нормализовать в любой точке итерации без изменения направления.

Ссылки [ править ]

  1. ^ Kalnay, Е. (2007). Атмосферное моделирование, ассимиляция данных и предсказуемость . Кембридж: Издательство Кембриджского университета.
  2. ^ Kalnay, E .; Corazza, M .; Цай, М. (2002). "Разводимые векторы такие же, как и векторы Ляпунова?" . EGS XXVII Генеральная Ассамблея . Архивировано из оригинала на 2010-06-05.
  3. Отт, Эдвард (2002). Хаос в динамических системах (второе изд.). Издательство Кембриджского университета.
  4. ^ Ott, W .; Йорк, JA (2008). «Когда не существует показателей Ляпунова». Phys. Rev. E . 78 (5): 056203. Bibcode : 2008PhRvE..78e6203O . DOI : 10.1103 / PhysRevE.78.056203 . PMID 19113196 . 
  5. ^ Ginelli, F .; Poggi, P .; Turchi, A .; Chaté, H .; Livi, R .; Полити, А. (2007). «Характеризация динамики ковариантными векторами Ляпунова». Phys. Rev. Lett . 99 (13): 130601. arXiv : 0706.0510 . Bibcode : 2007PhRvL..99m0601G . DOI : 10.1103 / PhysRevLett.99.130601 . PMID 17930570 . 
  6. ^ Купцов, Павел В .; Парлитц, Ульрих (2012). «Теория и вычисление ковариантных векторов Ляпунова». Журнал нелинейной науки . 22 (5): 727–762. arXiv : 1105,5228 . Bibcode : 2012JNS .... 22..727K . DOI : 10.1007 / s00332-012-9126-5 .