Documente Academic
Documente Profesional
Documente Cultură
Capitolul 1
Noiuni generale privind sistemele dinamice neliniare
1.1 Introducere
Un sistem dinamic determinist este un sistem fizic, artificial sau natural, modelat
matematic printr-o lege care determin n mod univoc starea sistemului la un moment
arbitrar t>t0, presupunnd c se cunoate starea lui la momentul iniial t0.
Majoritatea sistemelor dinamice sunt modelate prin sisteme de ecuaii difereniale
de ordinul nti,
o
x 1 = f 1 ( x1 , x 2 , ..., x n ; t )
o
x 2 = f 2 ( x1 , x 2 , ..., x n ; t )
.
o
x n = f n ( x1 , x 2 , ..., x n ; t ) ,
o
unde x dx / dt .
Dac variabila independent t nu apare explicit n membrul drept, sistemul se
numete autonom; n caz contrar, sistemul este neautonom. Prin introducerea unei noi
variabile xn+1=t, sistemul neautonom se transform n unul autonom, de ordin mai mare cu
o unitate.
Dac funciile fk din membrul drept nu sunt combinaii liniare ale variabilelor xk,
atunci sistemul se numete neliniar.
Un exemplu simplu de sistem dinamic descris de un sistem de ecuaii difereniale
de ordinul nti l reprezint oscilatorului armonic liniar. Ecuaia de micare
m
d2x
dx2
= kx ,
x1 = x 2
x2 =
k
x1 .
m
x0
sin t ,
x2 (t)=-x0sint+v0cost,
unde x0=x1 (0) i v0 =x2 (0) sunt condiiile iniiale, iar =
k
este frecvena oscilaiilor.
m
Cele dou variabile, x1(t) i x2(t), determin complet starea sistemului la momentul arbitrar
t. Ele reprezint variabilele de stare ale sistemului, sau gradele lui de libertate. Numrul lor
reprezint dimensiunea dinamic a sistemului.
Ne putem imagina un plan determinat de variabilele de stare, numit planul fazelor
sau, dac sistemul este de dimensiune >2, spaiul fazelor sau spaiul strilor. Atunci,
valorile lui x1 i x2, de la un moment arbitrar t, reprezint coordonatele unui punct din acest
planul, iar evoluia temporal a sistemului dinamic este reprezentat prin traiectoria
descris de acest punct.
Traiectoria pornete din punctul corespunztor condiiilor iniiale i evolueaz ctre
un obiect geometric care corespunde regimului permanent, i care se numete atractor.
Spre exemplu, regimului staionar i corespunde un punct, numit punct fix (sau punct de
echilibru). Dac sistemul evolueaz ctre un regim periodic, traiectoria respectiv tinde s
se nfoare pe o curb nchis, numit orbit periodic. O mulime de traiectorii care
reflect clar diferitele tipuri de evoluie ale sistemului dinamic formeaz portretul de faz
al sistemului respectiv.
n timp ce pentru sistemele de ecuaii difereniale ordinare liniare exist o metod
general de rezolvare, soluia fiind o superpoziie de funcii exponeniale, pentru sistemele
neliniare se cunosc soluii analitice doar pentru cteva cazuri particulare. Analiza lor se
bazeaz n principal pe structura topologic a portretului de faz, respectiv pe rezolvarea
prin metode numerice a ecuaiilor.
Sistemele dinamice descrise prin ecuaii difereniale se mai numesc i sisteme
dinamice n timp continuu. Foarte multe sisteme tehnice intr n aceast categorie. Dac ne
referim numai la sistemele electrice, orice sistem care conine cel puin o bobin sau un
condensator, este un astfel de sistem: diferite tipuri de maini electrice, convertoarele
statice, reelele electrice, .a. De aici rezult i importana studierii metodelor generale de
analiz a sistemelor dinamice neliniare.
O alt clas de sisteme dinamice se obine prin aplicarea repetat, la momente
discrete de timp, a unei reguli definit printr-o funcie matematic. Dac x este o variabil
de stare a sistemului, care la momentul tk are valoarea xk, atunci valoarea ei la un moment
ulterior tk+1, xk+1, rezult din relaia
x k +1 = f ( x k ) .
Acest tip de sistem dinamic se mai numete i sistem dinamic n timp discret, sau
aplicaie iterat (aici termenul de aplicaie se refer la funcia f). Traiectoria n spaiul
strilor este format de irul de puncte determinat de valorile x0, x1, x2, xn,
Aplicaiile iterate prezint importan n special datorit faptului c printr-o tehnic
de strobare, unui sistem dinamic n timp continuu i se poate asocia o aplicaie iterat, care
conine toate caracteristicile sistemului continuu, i care este mai uor de studiat dect
sistemul continuu.
x = f ( x)
f(x)
x<0
x0+x
x0
rad
Punctele fixe ale sistemului se obin ca soluii ale ecuaiei algebrice f(x)=0. n
spaiul strilor 1D exist trei tipuri de puncte fixe:
1. noduri atractoare: punctul fix atrage o traiectorie care pornete dintr-un punct vecin
lui;
2. noduri repulsive: este opusul punctul fix atractor;
3. ei: punctul fix care atrage unele traiectorii, iar pe altele le respinge.
Fie x0 un punct fix, adic :
o
x = x0
f(x)
= f ( x0 ) = 0
x>0
x0+x
X0
x
(respingtor)
stnga punctului fix X0. Dac f(X0-x)= x >0, punctul se deplaseaz spre punctual fix, iar
o
df ( x)
dx
df ( x)
dx
x = x0
<0,
x = x0
>0,
pentru un repulsor.
Valoarea acestei derivate o numim valoare proprie . Dac =0, pentru a decide
tipul de puncte fixe trebuie s evolum i derivata a doua a lui f(x) n X0:
d 2 f ( x)
, schimb semnul cnd trece printr-un nod sau un respingtor,
dx 2
respectiv nu schimb semnul cnd trece printr-un punct a.
v
Punctele fixe pentru care =0 atrag, respectiv resping, traiectoriile mai lent dect
cele cu 0. Punctele fixe cu =0 sunt relativ rare.
O informaie important privind evoluia unei traiectorii n jurul unui punct fix se
obine descompunnd f(x) n serie Taylor n jurul punctului fix:
f ( x ) = f ( x0 ) + ( x x0 )
df
dx
x = x0
d2 f
1
+ ( x x0 )2
2
dx 2
x = x0
+ ...
x = f ( x ) f ( x0 ) + ( x x0 )
df
dx
x x0
= ( x x0 )
df
dx
x x0
unde
df
.
dx x = x0
P unc t fix
Ce fel de traiectorii putem avea n spaiul strilor 1D? Trebuie s notm, c discuia
de pn acum ne spune doar ce se ntmpl n vecintatea punctului fix, adic comportarea
local a sistemului. Pentru a obine o imagine pe un interval mai mare al traiectoriilor,
trebuie s lum n considerare relaia dintre poziiile diferitelor tipuri de puncte fixe.
Aceast relaie este puternic strns de funcia f(x), n cazul 1D: dou puncte fixe vecine
nu pot fi ambele noduri atractoare sau repulsoare; nu poate unul s fie punct a de tipul
unu, iar cellalt punct a de tipul doi. De exemplu, ntre dou noduri X0 i X1 trebuie s fie
un punct fix respingtor R. Fiind cunoscute tipurile i poziiile punctelor fixe pentru un
sistem, putem asambla un portret de faz global, o imagine a modului n care traiectoria
trebuie s cltoreasc prin spaiul strilor. Pentru cazul 1D acest lucru este destul de
simplu.
Alte cazuri sunt mai jos:
mrginite),
atunci
punctele
fixe
x1 = f 1 ( x1 , x 2 )
o
x 2 = f 2 ( x1 , x 2 )
portretul de faz poate fi mai complex.
Punctele fixe (x10, x20) ale sistemului se obin rezolvnd ecuaiile
f1 ( x1 , x 2 ) = 0
f 2 ( x1 , x ) = 0
Caracterul punctelor fixe i comportarea traiectoriilor n vecintatea lor sunt
determinate de derivatele pariale ale funciilor f1 i f2, evaluate n punctul fix considerat:
f 1 f 1
:
;
x1 x 2
f 2 f 2
,
.
x1 x 2
Pentru nceput s examinm cazul special cnd numai dou din cele patru derivate
sunt diferite de zero. n particular, s presupunem c n punctele fixe (x10, x20) derivatele au
valorile:
f 1
= 1
x1
f 1
=0
x 2
f 2
=0
x1
f 2
= 2
x 2
n acest caz special, ce se ntmpl dup direcia x1, n vecintatea punctului fix,
depinde numai de 1, i ceea ce se ntmpl n lungul direciei x2, depinde de 2. Spunem c
x1 i x2 sunt direciile caracteristice cu valorile asociate lui 1 i 2.
Putem acum construi un catalog de tipuri de puncte fixe n spaiul strilor 2D,
combinnd tipurile din spaiul strilor 1D. Ne vom limita deocamdat la cazul cel mai
simplu: 1, 2, numere reale nenule. n acest caz, tipurile posibile de puncte fixe sunt:
1. 1<0.
2<0 punct a
4. 1<0
2>0 punct a
Nod atractor
Punct a
repusor
Punct a
f 1 ( x, y ) =
g ( x, y )
g ( x, y )
, f 2 ( x, y ) =
.
x
y
strilor n patru cadrane. O traiectorie care nu este un in-set sau out-set este continu n
cadranul din care pornete. n acest sens, in-setul si out-setul organizeaz spaiul strilor.
Pentru acest tip de punct a, traiectoriile n vecintatea punctului a arat ca poriunea de
hiperbol, de unde i denumirea de punct hiperbolic, pentru acest punct a. De fapt
denumirea de hiperbolic se folosete pentru orice punct fix ale crui valori caracteristice
0.
Pentru a stabili caracterul unui punct fix, trebuie s determinm valorile
caracteristice. Ne vom rentoarce la ecuaiile de stare generale n 2D, pe care le dezvoltm
n serie Taylor n jurul punctelor fixe (x10, x20):
X 1 = f 1 ( x1 , x 2 ) = f ( x10 , x 20 ) + ( x1 x10 )
o
f
f 1
+ ( x 2 x 20 ) 1 + ...
x1
x 2
X 2 = f 2 ( x1 , x 2 ) = f ( x10 , x 20 ) + ( x1 x10 )
f 2
f
+ ( x 2 x 20 ) 2 + ...
x1
x 2
derivate fiind evoluate n (x10, x20). Introducem noile variabile x1=X1-X10 i x2=X2-X20 care
o
f 1
f
+ x2 1
x1
x 2
f 2
f
+ x2 2
x1
x 2
x1 = x1
x 2 = x1
f 1
x 2 x1
f 2 x
2
x 2
det( J ( f ) .1 ) = 0
sunt valorile proprii ale sistemului, n punctul fix n jurul cruia s-a efectuat dezvoltarea
n serie Taylor. Ca i la sistemul 1D, semnul acestor valori proprii determin stabilitatea,
deci tipul punctului fix.
geometrice
determin
ale
proprietile
sistemului.
Acest
obiect
Bazin de
atracie
atractor
strilor.
disipative,
atractori
Pentru
sistemele
proprietile
acestor
determin
proprietile
separatice
dA
= ( X 1B X 1 A )[ f 1 ( X 1 A , X 2 B ) f 2 ( X 1 A , X 2 A ) ] + ( X 2 B X 2 A )[ f 1 ( X 1B , X 2 A ) f 1 ( X 1 A , X 2 A )]
dt
o
x1 = f1 ( X 1 , X 2 ) ;
x2 = f2 ( X1, X 2 )
f 1 ( X 1 B , X 2 A ) = f ( X 1 A , X 2 A ) + ( X 1B X 1 A )
f 1
x1
X1 A X 2 A
+ ...
1 dA f 1 f 2
=
+
.
A dt x1 x 2
Dac derivatele din membrul drept sunt negative, domeniul de puncte iniiale se
contract pn la zero, pe msur ce timpul evolueaz, iar sistemul este disipativ. Toate
traiectoriile se prbuesc ntr-un atractor a crui dimensiune geometric este mai mic
dect a spaiului strilor. n cazul spaiului strilor n-D, evoluia unui volum ndimensional de puncte iniiale este dictat de:
N
f
1 dV
= 1 = divf
V dt
i =1 x1
Dac n medie pe spaiul strilor divf < 0 , atunci volumul iniial de puncte se va
contracta ctre o regiune geometric a crui dimensiune este NA N.
Dac modelm un sistem fizic real, disipaia apare datorit frecrii, vscozitii, i
aa mai departe. Putem decide pe baze fizice, dac disipaia este prezent sau nu n
ecuaiile modelului. Este nsa util s avem o unealt matematic pe care s-o putem folosi
pentru a identifica un sistem disipativ pe baza ecuaiilor dinamice.
Pentru a estima disipaia, vom folosi o unealt conceptual important: un grup de
condiii iniiale. n 1D acest grup este un mic segment al axei x, de exemplu, cel cuprins
ntre X1 i XB>XA, de lungime XB-XA.
Vrem s vedem ce se ntmpl cu
lungimea acestui segment de lungime, pe
msur ce
timpul evolueaz
segmentului
descriu
strilor.
traiectorii
i
n
punctele
spaiul
xA
xB
df
dx
x= X A
+ ...
df
< 0 , lungimea segmentului de condiii iniiale se va reduce.
dx
Aceast condiie este satisfcut dac traiectoriile se apropie de un nod (deoarece un nod
df
< 0 , i prin continuitate, inegalitatea este valabil i n vecintatea nodului).
dx
O aglomerare de condiii iniiale se expandeaz, dac prsete regiunea unui
respingtor, ca mai apoi s se contracte pe msur ce se apropie de un nod. n medie, pe
ntreaga istorie a traiectoriei, grupul de puncte evoluante vor suferi o condiie pentru un
sistem disipativ mrginit.
se
poate
unui
determina
ciclu
cu
P = F (P )
este numit punct fix al aplicaiei F. Putem tii ce se ntmpl cu un punct P1 din apropierea
lui P , mai exact cu distana dintre cele dou puncte pe msur ce sistemul evolueaz:
P2 P = F ( P1 ) F ( P ) = F ( P ) +
dF
dP
( P1 P ) + ...} F ( P )
dF
dP
* d1
Prin definiie, M =
dF
dP
Dac M<1, atunci d2<d1, d3<d2 i aa mai departe, deci punctul de intersecie se
apropie de punctul fix ciclul atractor.
Dac M=1, dar derivata aplicaiei este >1 de-o parte a ciclului i <1 de cealalt,
avem un ciclu a (rar n 2D).
Mai putem defini i un exponent caracteristic asociat ciclului:
M = e
= ln M
x1 = ( R + r sin r t ) * cos R t
x 2 = r cos r t
x3 = ( R + r sin r t ) * sin R t
unde
R -viteza unghiular
corespunztoare relaiei n jurul circumferinei mari a torului, cu perioada TR =
2
;
R
perioada Tr =
Un tor general are seciunea transversal eliptic, iar axele de coordonat pot fi
transformate ntr-un tor circular.
Acest atractor corespunde unui regim cvasiperiodic al sistemului dinamic, care
apare de regul atunci cnd sunt prezente dou
oscilaii de frecvene diferite, f1, f2.
Seciunea Poincar se obine tind torul cu
un plan ce trece prin axa de simetrie a torului.
Configuraia punctelor de intersecie a traiectoriilor
cu acest plan depinde de raportul f1/f2 . Dac
raportul este un numr raional, atunci seciunea
Poincar va fi format dintr-un numr discret de puncte aezate uniform pe periferia unui
cerc. Acest tip de micare se mai numete
frequency-locked sau mode locking. Dac
raportul este un numr iraional, atunci punctele
aplicaiei Poincar vor umple pn la urm
periferia cercului, dnd senzaia de curb continu n
planul
Poincar,
iar
micarea
se
numete
corespund unui comportament asimptotic (adic pe termen lung) fie staionar, fie periodic
sau cvasiperiodic. Din punct de vedere geometric, atractorii respectivi sunt obiecte cu
dimensiune ntreag. S-a constatat ns c atractorii unor sisteme dinamice pot fi obiecte
geometrice deosebit de complexe, ca de exemplu ceva ntre un punct i o linie, sau ntre o
linie sau o suprafa, sau ntre o suprafa i un volum, etc. Generaliznd procedura de
stabilire a dimensiunii geometrice a unui obiect, s-a ajuns la concluzia c aceti atractori au
dimensiuni fracionare (fractali), primind denumirea de atractori stranii. Corespunztor,
variaia n timp a variabilelor de stare nu mai este periodic, avnd un aspect aleator. O
traiectorie care evolueaz pe un atractor straniu are schimbri de direcie imprevizibile,
avnd un comportament aparent haotic (din acest motiv se folosete i denumirea de
atractor haotic pentru un atractor straniu, dei atributele nu sunt ntotdeauna echivalente).
n mod informal, un sistem dinamic determinist, neliniar, prezint un
comportament haotic dac:
1
este straniu;
exist cel puin o traiectorie dens (adic ale crei puncte trec arbitrar de aproape
de orice punct al atractorului );
Regimul haotic poate apare n sistemele dinamice neliniare n timp continuu numai
dac dimensiunea spaiului strilor este cel puin 3. n schimb, aplicaiile iterate neliniare
pot avea regimuri haotice chiar dac dimensiunea lor este 1. Regimul haotic nu apare n
orice sistem dinamic neliniar. Chiar i n sistemele n care apare, el nu este singurul tip de
comportament posibil, ci apare atunci cnd se modific un anumit parametru al sistemului.
Tranziia de la un regim regulat, periodic, la un regim neregulat, neperiodic, ntr-un sistem
dinamic determinist, este studiat de teoria bifurcaiilor. Rutele spre haos cunoscute pot fi
clasificate n dou mari grupe.
n prima categorie (bifurcaii locale), pentru un anumit interval de valori al
parametrului, apare un ciclu limit. Pe msur ce un anumit parametru de control al
sistemului este modificat, ciclul limit dispare i apare comportarea haotic.
n a doua categorie (bifurcaii globale), comportarea pe termen lung a sistemului
este influenat de punctele fixe instabile sau cicluri instabile, ca i de un atractor (sau
atractorii).
-dublri de perioad
-guasiperiodicitate
-via bifurcaii locale -cvasiperiodicitate
-intermiten
Tanziii
ctre
haos
-tip 1 (bifurcaie
tangent)
-tip 2 (bifurcaie Hopf)
-tip 3 (dubl
periodicitate)
-tranziente haotice
-crize
Cele dou categorii de tranziii nu sunt aa de distincte cum apar la prima vedere.
Bifurcaiile globale sunt influenate de poziiile i proprietile punctelor fixe locale.
Capitolul 2
Cuantificatori ai dinamicii neliniare complexe
2.1 Introducere
Pentru analiza comportamentului unui sistem dinamic liniar exist instrumente
matematice generale, deosebit de eficiente, cum ar fi de exemplu analiza Laplace sau
Fourier. Aceste metode, fiind bazate pe principiul superpoziiei, nu mai pot fi aplicate
sistemelor neliniare deoarece aceste nu satisfac acest principiu. Metodele folosite n
dinamica neliniar se bazeaz pe topologia spaiului strilor i pe folosirea extensiv a
metodelor numerice. Pe de alt parte trebuie definite mrimi care s caracterizeze n mod
relevant comportamentele complexe care pot apare n sistemele dinamice neliniare, cel
puin din urmtoarele motive:
1. Pentru a putea distinge comportarea aparent aleatorie a mrimilor de stare n
regim haotic de un proces aleator real;
2. Pentru a identifica unele caracteristici universale, valabile pentru o anumit
clas de sisteme;
3. Pentru a putea gsi unele corelri ntre valoarea unei anumite mrimi i
modificrile n comportarea fizic a sistemului.
Pentru cuantificarea regimurilor complexe (haosului) dintr-un sistem dinamic ne vom
referi la cele dou moduri complementare de descriere a unui sistem dinamic:
1. Prima descriere se refer la dinamica (dependen de timp) unei traiectorii
generice, cnd aceasta evolueaz pe un atractor, n relaie cu traiectoriile vecine
ei.
2. A doua descriere se refer la proprietile geometrice ale atractorului.
De precizat c ne vom limita la sisteme disipative, adic la sisteme la care regimul
tranzitoriu se stinge. Ne intereseaz comportarea pe termen lung, asimptotic (t),
respectiv n regim permanent, care este restrns la regiunea atractorului din spaiul
strilor. Ne vom ocupa numai de traiectorii care sunt pe atractori. Regimurile tranzitorii,
adic traiectoriile care pornesc departe de atractor, dar evolueaz ctre el, pot da informaii
utile privind dinamica sistemului, dar sunt adesea dificil de tratat, att experimental, dar si
in simulri. Vom introduce urmtorii cuantificatori ai dinamicii neliniare:
x = f (x)
Cum x este aproape de x0, dezvoltm f(x) n serie Taylor:
f ( x ) = f ( x0 ) + ( x x0 )
df
dx
x0
+ ...
s = x x 0 = f ( x) f ( x 0 )
obinem
o
df
s = s
dx x0
sau
s(t ) = s (0) * e t
unde
df
dx x0
df
Dac > 0 , traiectoriile diverg ; dac < 0 , ele converg. n general variaz
dx
cu x, deci se modific n lungul traiectoriei, deoarece se modific punctul iniial n
care-l evolum, va cuta deci o valoare medie a lui pe toat istoria traiectoriei.
n spaiul strilor cu dou sau mai multe dimensiuni, putem asocial un exponent
Liapunov vitezei de expansiune sau contraciei cu traiectoria, dup fiecare coordonat
(direcie) respective, spaiul strilor. n particular, pentru un spaiu al strilor 3D avem:
1 =
f1
x1
; 2 =
f 2
,
x2
3 =
f 3
x3
Dac
inem
cont
cum
am
definit
exponenii
Liapunov,
vedem
c.
unei traiectorii, ale acestor exponeni. Pentru un sistem disipativ valoarea medie a sumei
exponenilor Liapunov trebuie s fie negativa. Pentru sistemele disipative, cel puin unul
din exponenii Liapunov medii, va rmne i trebuie s fie negativ.
Dac sistemule este haotic, cel mult unul din exponenii Liapunov este pozitiv. n
spaiul strilor cu D=3, putem avea mai mult de un exponent Liapunov mediu pozitiv. n
aceste cazuri vorbim de hiperhaos.
Tipul atractorului
Semnele lui
(-, -, -)
Punct fix
(0, -, -)
Ciclu limita
(0, 0, -)
Tor
(+, 0 ,-)
Straniu( haotic)
dinamic. Exist mai multe definiii ale dimensiunii unui obiect fractal, numit generic
dimensiune fractal. Ele dau valori diferite pentru dimensiunea aceluiai obiect, dei in
unele cazuri valorile sunt apropiate. n studiul atractorilor care apar n sistemele dinamice,
se folosete o dimensiune uor de calculat, numit dimensiunea corelaie, care folosete
direct punctele unei traiectorii.
Procedura este urmtoarea:
C(R)=1/N*( pi(R))
i =1
Obs. 1. Dac toate cele N puncte ale traiectoriei sunt la o distan R atunci
C(R)=1/N*( N-1/N-1)=1/N*N=1
Obs. 2. Dac numai dou puncte sunt la distana R, atunci C(R) are valoarea
minim nenul, 2/[N(N-1)]; dac mai multe puncte au aceeai distan datorit, de
exemplu, rotunjirilor, atunci C(R)min=2N*/[N(N-1)], N* fiind numrul de puncte care se
suprapun.
Obs. 3. Exist un avantaj de calcul numeric prin excluderea din Pi, a punctului
propriu ei.
C(R)=1/N(N-1)*
i =1
j =1
j i
(R-xj-xi)
c= lim *logC(R)/logR
R 0
Capitolul 3
Reconstrucia dinamicii pe baza unei serii temporale
generate de o singur variabil de stare
n acest capitol ne vom concentra pe utilizarea unui serii de valori generate de o
variabil de stare x(t), numit i serie temporal, pentru a cuantifica comportarea
sistemului dinamic.
Vom presupune c avem nregistrate o secven de valori x(t0), x(t1),
x(t2)t0<t1<t2ale acestei variabile. Aceasta poate fi o serie de valori eantionate n timp
ale variabilei, sau poate fi o serie de valori ntr-o seciune Poincar ale variabilei.
Nu este deloc evident c un astfel de ir de valori eantionate ale unui singure
variabile ar fi suficient pentru a capta caracteristicile sistemului dinamic care a generat
irul de valori. Cu toate acestea, acest lucru este posibil, aa cum demonstreaz o teorem
enunat de Takens i Mane, numit teorema scufundrii. Vom descrie metoda n cele ce
urmeaz.
Fie x(t0+nt)x(n), n=0, 1, una din mrimile de stare ale sistemului, sau o
mrime exprimabil n funcie de mrimile de stare ale sistemului, eantionat la intervale
de timp t. Cu ajutorul acestor valori se construiesc vectorii
x( n )
x( n +
, n = 0 ,1, ...
Y( n ) =
...
x( n + (De 1) )
unde este numit timp de ntrziere, iar De este un numr ntreg, numit dimensiunea
spaiului de scufundare. Conform teoremei lui Takens i Mane, dac DeDA, unde DA este
dimensiunea atractorului care a generat seria temporal, atunci traiectoria generat de
vectorii Y(n), n=0, 1, 2, se aeaz pe un atractor care are aceleai proprieti topologice
ca i atractorul original. Acest atractor apare corect reprezentat numai dac timpul de
ntrziere are o valoare potrivit, nici prea mare, nici prea mic.
Vom exemplifica aceast metod prin referire la un sistem dinamic cunoscut drept
modelul Lorentz de evoluie a unei celule atmosferice, n care deplasarea aerului are loc
prin convecie termic. Ecuaiile modelului sunt:
x = x + y ,
y = rx y xz ,
z = bz + xy .
unde , r i b sunt constante determinate de fizica procedeului. Pentru =10, r=28 i b=8/3,
modelul are comportare haotic, atractorul avnd o geometrie particular.
Ecuaiile modelului au fost rezolvate prin simulare numeric n Simulink (Fig. 1).
Figura 1
Fig. 2
Fig. 3
Fig. 4: =0,01
Fig. 5: =0,05
Fig. 6: =0,5
Se observ c pentru timpi de ntrziere mici, punctele atractorului reconstruit sunt
prea nghesuite unele n altele, atractorul neavnd spaiu s se desfoare. Pe de alt parte,
dac timpii de ntrziere sunt prea mari, punctele succesive pierd contactul informatic
dintre ele, devenind din ce n ce mai slab intercorelate.
Dac exist un numr suficient de mare de valori ale seriei temporale folosit
pentru reconstrucie, sau, altfel spus, dac eantionarea are loc la intervale de timp suficient
de mici, atunci putem reconstrui caracteristicile eseniale ale dinamicii din spaiul
strilor, n ipoteza c am ales un timp de ntrziere corespunztor.
Valorile eantionate ale unei singure variabile nu ne va spune ce fac celelalte
variabile (dect dac avem o teorie complet a sistemului). Dac ne limitm obiectivele
doar a determina dac comportarea este haotic sau nu, respectiv ct de haotic, atunci se
dovedete c secvena discret a doar unei variabile este suficient.
Ar fi tentant sa ne bazm analiza sistemului pe traiectorii continue n timp, x(t),
vectorul reprezentnd un set complet de variabile dinamice ale sistemului (un set complet
este numrul minim de variabile necesare pentru a specifica uneia, starea sistemului).
Experimentele reale ns implic eantionri la momente discrete de timp ale variabilelor
msurate, calculele numerice, absolut necesare pentru studiul majoritii sistemului
neliniar, de asemenea lucreaz cu pai finii de timp. Din aceste motive trebuie s pornim
de la aceste secvene discrete in timp. Alegerea pasului t adecvat, este delicat. Dac avem
la dispoziie un ir infinit de valori neafectate de zgomote, atunci aproape orice t este bun
n irul real, cnd dispunem doar de un ir finit de valori, i acestea contaminate de
zgomot.
g(n) compar o valoare din seria temporal cu o valoare localizat n uniti de timp mai
departe. Dac in medie, aceste valori sunt corelate atunci, g(n)=0. Dac sunt aproape
aceleai, atunci g(n)=1. Pentru date provenite de la sisteme haotice, ne ateptm ca funcia
autocorelaie s scad exponenial in timp: g(n)=ae-nc, c fiind timpul de autocorelaie.
Acest timp va determina scara in care vom alege mai muli parametrii ai schemei de
scufundare.
Un alt interval de timp pe care l controlm, este intervalul intre componentele
succesive ale fiecruia din vectorii spaiului de scufundare. Nu este necesar s luam
eantioane succesive, s zicem (x4,x5,x6,). Putem alege, de exemplu, (x4,x9,x14,),
componentele succesive fiind acum separate prin cinci intervale de eantionare. Vom numi
intervalul de timp tL, intre componentele succesive ale unui vector din spaiu de
scufundare, de faz j (decalaj) temporal. Aceasta este un multiplu al timpului de
eantionare: tL=Lt, cu L=1,2,.
Experiena a artat c ceea ce pare a fi crucial este intervalul total de timp (terestra
temporala) acoperit de vector, (d-1)tL. Dac el este prea scurt sau prea lung, atunci
regiunea de scalare pentru suma de corelaie pare s devin foarte restrnsa. S-a sugerat c
alegnd acest interval de timp de cca. (23) se obine regiunea de scalare cea mai extins.
determinat de convertorul A/D (controlat prin computer). Dac datele sunt generate prin
rezolvare numeric de ctre computer a unor ecuaii, atunci numrul de bii este determinat
de softul utilizat. nregistrarea experimentala a datelor se face cu o rezoluie de minim 8
bii. n msurtori de precizie mai mare se face CA/D pe 14 sau 16 bii. n simulare
numeric pe PC simpla precizie nseamn apte cifre zecimale, iar dubla-precizie, 15
sau 16 cifre.
Preocuparea fundamental cnd se aplic tehnica scufundrii este de a folosi
suficiente date pentru a caracteriza in mod rezonabil atractorul, alegnd corect timpul de
ntrziere i cel de salt pentru a evita corelaii false.
Mai concret, vrem s avem suficiente date astfel nct n vecintatea fiecrui vector
dintr-un spaiu de scufundare De-dimensional s fie un numr suficient de vectori pentru a
obine o estimare precis a sumei de corelaie. Vrem totui, ca aceti vectori s consiste din
puncte date separate rezonabil in timp astfel nct compararea s se refere la punctele
traiectoriei care are trecut printr-o regiune particular din spaiul strilor la momente de
timp destul de distincte.
S ncepem analiza cu timpul de eantionare. In general, dorim ca timpul dintre
eantioane succesive s fie mult mai mic dect tp, timpul necesar nconjurrii
atractorului. Vom culege astfel eantioane din aproape toat regiunea atractorului. Desigur,
acest lucru este discutabil dac folosim o schem de eantionare prin seciunea Poincar.
Totui, n multe cazuri timpul de eantionare a fost deja fixat printr-un criteriu
experimental i trebuie s acceptm datele pe care le avem.
Referitor la timpul de decalaj tL ntre componentele succesive ale unui vector,ni-l
dorim suficient de mare astfel nct componentele succesive s fie independente. Timpul
necesar pentru independena este dat, grosso-modo, de reciprocul exponentului Liapunov
pozitiv pe setul de date, adic de 1/. Ca o regul grosier de mn, alegem tL astfel nct
intervalul total de timp pe care se ntinde un vector De-dimensional dat, adic (De-1) tL,
s fie mai mare dect, s zicem de trei ori, timpul de autocorelaie , adic
(De-1)tL>3/.
Xi+2
bun
reprezentare
geometriei
atractorului
in
Xi+1
X1
N=(Rmin/A)d*M=(1/2b-2)d*M
De exemplu, dac alegem N=2 (doar dou puncte ntr-o vecintate) o rezoluie pe
b=8 bii i un spaiu de scufundare De=3 dimensional, rezulta M=16.384 de vectori
necesari. Deci, chiar i pentru acest caz modest, avem nevoie de un numr mare de punctedate. Ce este mai ru, numrul necesar de puncte-date crete exponenial cu dimensiunea
de scufundare.
O alt filozofie n alegerea numrului de puncte-date este de al face pe M att de
mare astfel nct s fie cam tot attea puncte-traiectorie intr-un plan tranversal la o
traiectorie dat. Astfel vom fi siguri c vor exista suficiente puncte traiectorie in
vecintatea unui punct traiectorie dat, si deci vom putea calcula proprietile geometrice
ale atractorului, rezonabil de bine.
n general, am dorit s avem ct de multe puncte posibile pentru a calcula
dimensiunea entropii si aa mai departe. n practic, numrul de puncte-date este limitat fie
de capacitatea de nregistrare a echipamentului (unele osciloscoape digitale pot nregistra
numai 1000 sau 2000 de eantioane succesive) sau de timpul de calcul necesar, calcului
mrimilor de interes. n multe cazuri dorim s vedem cum, de exemplu, dimensiunea
corelaiei se modific datorit modificrii unui parametru de control sau intr-o instalaie
medical dorim s folosim o caracteristic a unei nregistrri EKG pentru a monitoriza, in
timp mai multe sau mai puin real, starea unui pacient. Este necesar deci un compromis
intre precizie (care necesit numrul de puncte-date pe care le putem folosi). Practic,
cteva mii de puncte-date par a fi suficiente pentru o estimare rezonabil a dimensiunii
corelaiei pentru sistemele cu o dinamic, avnd un numr mic de dimensiuni.
Dac sistemul este condus de o fora extern periodic, perioada T acestuia impune
un interval natural pentru eantionarea dinamicii sistemului. n acest caz, eantionarea unei
variabile a sistemului o efectum la o faz particulara a forei exterioare, obinnd o
eantionare prin seciunea Poincar. n acest caz ts=tp=T. Este rezonabil s alegem i
tl=tJ=ts, deoarece eantioanele de variabil sunt deja rezonabil separate in timp. n
concluzie, trebuie doar s ne asigurm c avem un numr suficient de puncte-date. Totui,
analiza trebuie repetat pentru diferite valori ale fazei pentru a vedea dac rezultatele
depind de faza. Diferitele faze aeaz seciune Poincar in diferite pri ale atractorului i
nu exist un motiv general ca s credem c dimensiunea corelaiei, de exemplu, trebuie s
fie exact aceiai peste tot pe atractor.
) *M.
6. Rezultatele obinute trebuie verificate privind dependena lor de ts,tJ,tL i un numr total
de puncte-date. Pentru datele obinute prin seciunea Poincar, se repet calculele
pentru alte poziii ale seciunii Poincar n spaiul strilor. Aceast verificare va furniza
estimri privind incertitudinile asociate rezultatelor.
Capitolul 4
Reconstrucia dinamicii pe baza unei serii temporale
obinut experimental
4.1 Introducere
O problem de importan practic const n a reconstrui dinamica, adic atractorul
unui sistem dinamic, atunci cnd avem la dispoziie un ir finit de valori, determinate
experimental, pentru o mrime care nu este neaprat o variabil de stare. n principiu,
metoda prezentat n capitolul precedent este aplicabil, dar apar complicaii suplimentare
datorit numrului finit de valori eantionate, care de regul este mic. n plus, valorile sunt
afectate de erori inerente de msur (zgomot).Algoritmii numerici trebuie s compenseze
aceste cauze. n cele ce urmeaz se vor prezenta unii din algoritmi folosii n acest scop.
Se presupune c valorile eantionate sunt uniform distribuite n timp. Astfel, la
fiecare interval t apare un nou vector, iar t e constant. Un asemenea set de date va fi
referit ca o serie de M vectori X 0, X 1,, X
M-1,
X i=(Xi0, Xi1,, Xin-1). Dac datele sunt dintr-un singur canal de msur, vectorii devin
cantiti scalare: X i=Xi0. Alternativ, datele pot proveni din N canale: X 0, X 1,, X
N-1
unde fiecare canal consist din M eantioane consecutive, X j=(X0j, X1j,, XM-1j).
Seturile de date vin n dou forme distincte ce trebuie a fi deosebite la
implementarea metodei de analiz. Prima e reprezentat de datele multidimensionale
provenite din canale multiple, ca de exemplu tensiunea i curentul nregistrate simultan
dintr-un circuit. A doua form e reprezentat de datele scalare provenite dintr-un singur
canal, unde la fiecare pas se face o singur msurtoare. n acest caz celelalte dimensiuni
pot fi construite prin manipularea datelor originale. Dac o singur variabil a sistemului
poate fi observat X(t), atunci (n+1) vectori dimensionali sunt construii n forma (X(t),
X(t+T),., X(t+nT)). Aceasta e metoda ce permite reconstruirea dinamicii n spaiul
strilor pornind de la o singur coordonat, fundamentat de Takens i Mane. Aplicarea ei
la datele de provenien experimental a fost fcut pentru prima dat de ctre Packard.
Eckmann i Ruelle au perfecionat metoda lui Packard, i va fi prezentat n continuare.
Se considera o serie de date X1j, X2j,., Xnptsj. Pentru reconstrucie sunt utilizai doi
parametri, o ntrziere d i o dimensiune de mbinare D .D descrie dimensionalitatea
vectorilor, iar d descrie separaia dintre punctele de date. Alegerile potrivite pentru aceti
parametri pot fi fcute prin analizarea seriilor de date. Astfel urmtorii vectori sunt creai:
Y 0=(X0j, Xdj, X2dj,.., Xj(D-1)d)
Y 1=(X1j, X1+dj, X1+2dj,.., Xj1+(D-1)d)
Alegerea unei ferestre potrivite e foarte important. O fereastr prea mic ascunde
dinamica, iar o fereastr prea mare duce la o median mare a fluctuaiilor. De aceea se
recomand ncercarea a cteva ferestre
x y
f ( x, y )
dxdy
f ( x) f ( y )
O alegere bun a timpului de ntrziere T e atunci cnd pentru un X(t) dat ofer noi
informaii cu msurtoarea X(T+t). Un grafic I(T) ncepe de sus, iar cu ct T crete I(T)
descrete, apoi crete din nou. Fraser i Swinney au sugerat folosirea primului minim din
I(T) pentru selectarea lui T, artnd astfel prima instana cnd data original ofer nite
informaii despre forma sa temporal ntrziat. O valoare rezonabil a timpului de
ntrziere corespunde deci primului minim al informaiei mutuale. Acest criteriu este
preferabil autocorelaiei, deoarece informaia mutuala poate msura corelaii nonliniare.
Nici unul din cele dou criterii nu conduce ntotdeauna la valori corecte pentru timpul de
ntrziere,astfel c este recomandat utilizarea ambelor.
d log(C )
, cu 0 i N; ea
d log( )
i vecinul su ntr-un spaiu (n+1) dimensional este mai mare dect distana medie dintre
punct i vecinul su n fiecare din dimensiunile anterioare. Concret, pentru fiecare vector
X=(X1, X2,.,Xn) din serie se caut cel mai apropiat vecin Y=(Y1, Y2,.,Yn) ntr-un
spaiu n-dimensional. Se calculeaz apoi distana ||X-Y||, se itereaz ambele puncte i apoi
se calculeaz
Rn=
X n+1 Yn +1
X Y
d0=xj-xi
d1=xj+1xi+1
...
dn=xj+n-xi+n
Va crete exponenial, cel puin in medie, pe msur ce n crete.
Aproximm termenii irului printr-o lege exponenial,
dn=d0*en,
de unde
=1/n*ln*dn/d0.
Aceasta este relaia de definiie a exponentului Liapunov. Dac comportarea
sistemului este haotic, atunci dn>d0 respectiv >0. De fapt, am localizat dou puncte
=1/N* (xi)
i =1
Din valorile (xi) putem calcula o deviaie standard pe care o putem folosi ca un
estimator al incertitudinii asociate cu acea valoare medie.
Vrem ca s reflecte faptul c unii xi apar mai frecvent dect alii, adic
traiectoriile viziteaz unele pri ale spaiului strilor
3. Pentru sistemele mrginite de care ne ocupm , numrul de n pai nu poate fi
prea mare , x(t) este mrginit dimax(xn)-max(xn), iar creterea exponeniala a lui d nu
merge la nesfrit. Trebuie deci s-l limitm pe n. Pentru aceasta este util s reprezentm
grafic secvena di pentru a vedea la ce n apare saturaia. Valoarea lui n depinde i de
valoarea lui si a lui d0. Dac d0 este fcut mic, alegndu-l pe xj mai aproape de xi, atunci
creterea exponenial va continua pn la valori mai mari ale lui n.
4. Dac secvena de valori a lui x corespunde unui componente periodice, valorile
lui dn trebuie s fie foarte mici sau zero, deoarece traiectoria se rentoarce la exact acelai
set de valori. Astfel, metoda se va da =0 reflectnd faptul c dn nici nu crete, nici nu
descrete. Punctele traiectoriei de pe o orbit periodic nu diverg. Pentru o direcie din
spaiul strilor transversala unei traiectorii vecine este atras de ctre orbita stabil. Seria
temporal de valori, de pe traiectorie nu poate spune cum sunt atrase. Sunt necesare
metodele mai generale.
5. Sunt restricii privind valoarea lui j pe care o folosim la un xi dat. Dac seria
temporal se obine dintr-o eantionare a unei cantiti care variaz neted, atunci nu vom
alege j prea aproape de i, deoarece aceste doua valori sunt apropiate in timp. Ne ateptm
Capitolul 5
Un test simplu pentru identificarea haosului
n sisteme dinamice deterministe
5.1 Introducere
Metoda reconstruciei dinamicii pe baza unei serii temporale generate de sistemul
dinamic, prezentat n capitolele 3 i 4, are dezavantajul c presupune multe calcule i
alegeri de parametrii pe baza unor criterii a cror efect nu este ntotdeauna controlabil.
Rezultatul ns recompenseaz acest efort deoarece se obin multe informaii privind
sistemul dinamic care a generat seria temporal. Acest lucru este deosebit de important
dac dinamica este complex i dac regulile care guverneaz evoluia sistemului nu sunt
cunoscute.
n aceast situaie ne intereseaz n primul rnd dac neperiodicitatea prezentat de
datele experimentale este datorat unei dinamici haotice a unui sistem determinist, dac
este rezultatul unui proces pur aleator sau se datoreaz contaminrii cu zgomot aleator a
unui semnal periodic. Rspunsul la aceast ntrebare l ofer semnul celui mai mare
exponent Liapunov, determinat cu ajutorul seriei temporale.
n al doilea rnd, dac am stabilit c sursa seriei de date experimentale este
activitatea complex a unui sistem dinamic determinist, ne intereseaz cte grade de
libertate are sistemul. Mai concret, este aspectul neperiodic al datelor prelevate rezultatul
evoluiei unui numr extrem de mare de variabile ( ca de exemplu n cazul unui gaz), sau
se datoreaz unui numr relativ mic de variabile (ca n cazul modelului Lorentz).
Dimensiunea spaiului de scufundare ne ofer o msur a numrului de grade de libertate
active, sau dominante, ale sistemului. Spre exemplu, modelul Lorentz privind dinamica
unei celule atmosferice, n prezena conveciei termice, avea iniial 27 de variabile de stare.
Simplificri succesive, bine motivate, au redus modelul la doar 3 variabile, care sunt cele
dominante, adic impun carecterisicile distinctive ale dinamicii sistemului fizic.
n multe situaii practice, suntem interesai doar de a tii dac seria temporal
generat de o cutie neagr, despre care tim doar c conine un sistem determinist,
corespunde unei dinamici periodice, regulate, sau unei dinamici haotice (n sensul n care
am definit acest termen). n astfel de cazuri se dovedete util un test care s fie simplu de
efectuat, aciunea lui s fie controlabil, i el s poat fi efectuat n timp real, dac seria
p(n)= ( j ) cos( jc ) ,
n=1,2,3,...
j =1
1
M(n)= lim
n N
[ p ( j + n) p ( j ) ]
n=1,2,3,
j =1
log M (n)
.
log n
irul de date fiind colectat experimental, el este finit, adic 1 n N, unde N este
numrul de valori pentru .
Pentru irul finit de valori (n),distana ptratic medie este dat de relaia
2
1 N n
M(n)=
[ p ( j + n) p ( j )] .
N n j =1
Avnd n<<N este normal s ne ateptm ca M(n) s scaleze cu n ntr-un mod
similar cu n cazul seriei.
Practic, pentru calculul lui K vom reprezenta valorile log(M(n)+1)) n funcie de
log n, pentru 1 n N1, unde 1NN (termenul 1 a fost adugat pentru a evita logaritmii
unor numere negative). Este convenabil s alegem N1=N\10. n aceste condiii K
reprezint panta dreptei obinut ca regresie, prin metoda celor mai mici ptrate, a funciei
log(M(n)+1))-log n. Dac panta K este aproape de zero, atunci dinamica este periodic, iar
dac panta K este aproape de 1, atunci dinamica este haotic.
Pentru serii scurte de date, cu sau fr zgomot suprapus, poate apare un efecte de
rezonan ntre anumite valori ale lui c i frecventele din dinamica dominant a sistemului.
Pentru a evita acest fenomen, se repet calculul lui K pentru diferite valori ale lui c. Apoi
se determin valoarea median a lui K, care reprezint mrimea de ieire a testului.
Vom exemplifica acest text pentru aplicaia
xn+1=xn(1-xn),
(n)=xn.
n figura 1 se vede cum metoda veche se compar cu testul modificat, unde pentru
testul modificat se consider mediana a 100 de valori diferite ale lui c. Este evident o
mbuntire dramatic n testul nostru. O critica evidenta e aceea c K e ntotdeauna
departe de 1 pentru serii de date scurte. Mai ncolo vom demonstra c aceast problem are
o importana neglijabil comparativ cu metoda tradiional. Singurul scop n aceast parte
e de a compara cele doua teste.
Figura 1
n figura 2 vom compara efectele utilizrii a 1,10 de valori diferite ale lui c. Este
evident c o singur alegere a lui c nu este eficient i c utilizarea a 10 valori pentru c
reprezint o mbuntire semnificativ, cu toate c unele ferestre sunt slab definite. Acest
lucru e remediat folosind 100 de valori ale lui c; creterea la 1000 de valori nu aduce o
mbuntire semnificativ. Pe parcursul lucrrii se vor utiliza 100 de valori.
Figura 2
N=1000;
tran=20000;
N1=N/10;
C=100
k=0;
for i=1:C
r=0;
c=rand+1;
for u=3.5:0.001:4
%Initializare
p=zeros(1,N);
M=zeros(1,N1);
m=zeros(1,N);
logn=zeros(1,N1);
logM=zeros(1,N1);
x=zeros(1,N+tran);
r=r+1;
U(r)=u;
%Calculam pe x(n)
x(1)=0.0001;
for n=1:N+tran-1
x(n+1)=u*x(n)*(1-x(n));
end
%Calculam p(n)
for n=1:N
for j=1:n
p(n)=p(n)+x(j+tran)*cos(c*j);
end
end
%Calculam M(n)
for n=1:N1
for j=1:N-n
m(n)=m(n)+(p(j+n)-p(j))^2;
end
M(n)=1/(N-n)*m(n);
end
% Calculam logaritmi
for n=1:N1
logn(n)=log(n);
logM(n)=log(M(n)+1);
end
kn=polyfit(logn,logM,1);
k(r,i)=kn(1);
end
end
K=median(k,2);
plot(U,K), grid on
Figura 6. Folosind metoda celor mai mici ptrate se realizeaz regresia liniar dup
valoarea median a lui K, log (M(n)+1) funcie de log n, adic n funcie
de valoarea de mijloc, K=0.44
Figura 8. Reprezint diagrama de bifurcaie cu zoom, unde se poate observa foarte bine c
anumite poriuni, n anumite valori de pe garfic (aprox. 3,85)ale lui K, acesta are 3 valori,
ce se poate observa i n rezultatele obinute din testul de mai sus <0, iar n alte
valori (aprox. 3,95), K nu are nici o valoare <0, se pot observ ferestrele
de ordine. Astfel putem afirma c testul este corect.
Figura 9. Semnalul zgomotului din acest test este cuprins ntre -1 i 1, se observ destul de
bine din diagram alura zgomotului
Figura 10. Fitarea lui K (folosind metoda celor mai mici ptrate), log (M(n)+1 funcie
de log n n prezena zgomotului. Se alege valoare median a lui K, K=0,45.
Detaliu
Figura 11. Reprezint semnalul random cuprins ntre 0.1 i 0.1, se observ c zgomotul
este mai mic dect n precedentul caz
Figura 13. Regresia liniar a lui K (intervalul 0,1; 0,1), log (M(n)+1) funcie de log n, iar
valoare lui este aproape de zero, K=0.02, reprezint o dinamic haotic.
BIBLIOGRAFIE