Приведем, следуя Г. Шустеру [3], краткий обзор определений, результатов и методов нелинейной механики, используемых далее при анализе предельного поведения итерационных схем.
Пусть мы имеем уравнение
(1) |
Пусть
-- неподвижные точки уравнения
. Они образуют предельный цикл периода
, если мультипликатор
по модулю меньше единицы:
(2) |
Если
отображает некоторый отрезок
в себя и имеет нанем единственный максимум, причем
по обе стороны максимума монотонна(унимодальна), то у динамической
системы
может появиться свойство самоподобия -- каскад бифуркаций Фейгенбаума. Именно,
если
зависит от некоторого параметра
:
, -- то может существовать бесконечная последовательность значений параметра
(упорядоченная по возрастанию или убыванию
):
,
,
,
,
, -- такая, что в интервалах
динамическая система
имеет предельный цикл периода
ипри этом последовательность
имеет точку сгущения
, определяемую соотношением
(3) |
(4) |
При динамическая система может иметь хаотический аттрактор, когда независимо от начального значения (при ) предельное (при ) положение точки мы можем указать только с вероятностью попадания ее в интервал . Если не зависит от числа итераций , то функция называется плотностью инвариантной меры.
Переход к хаосу через каскад удвоения периода называется мягкимпереходом .
При других значениях картина может быть еще сложнее.
Хаусдорфова размерность
хаотического аттрактора, какправило, не является целым числом. Она определяется
по формуле
(5) |
Как пишет Г. Шустер [3], "настоящая первопричина нерегулярности определяется
свойством нелинейных систем экспоненциально быстро разводить первоначально
близкие траектории в ограниченной области фазового пространства", так что
"становится практически невозможно предсказать длительное поведение таких систем,
поскольку реально начальные условия можно задать лишь с конечной точностью,
а ошибки экспоненциально возрастают." Степень экспоненциального разбегания
характеризуется показателем Ляпунова
, вычисляемым по формуле
Так как по правилу дифференцирования суперпозиции двух функций
(6) |
Положительность показателя Ляпунова сигнализирует о наличии хаотической компоненты в аттракторе.
Отметим также теорему Шарковского [4]. Упорядочим натуральные числа следующим
образом:
(7) | |||
Остановимся на процедуре вычисления плотности инвариантной меры. За одну
итерацию точка
переходит в
, и поэтому любая функция
за одну итерацию переходит в функцию (напоминаем, что мы ограничились отрезком
как интервалом изменения переменной и функции)
(8) |
(9) |
Так как, по определению, плотность инвариантной меры
при итерациине меняется, то при
в (8) имеем
(10) |
Таким образом, удовлетворяет уравнению (10), которое называется уравнением Фробениуса - Перрона. В главе 8 мы вернемся к выводу этого уравнения и покажем, что итерационную схему (1) можно рассматривать как стационарный марковский процесс с дискретным временем и плотностью вероятности перехода (простейший детерминированный марковский процесс).
Естественно считать плотность не существующей, если во всем интервале изменения (т.е. в ).
Рассмотрим примеры решения уравнения Фробениуса - Перрона.
П р и м е р 1. Ответим на вопрос, существует ли плотность инвариантной
меры для линейной функции
, т.е. когда
(11) |
В соответствии с определением (9)
-функции уравнение (10) дл
в виде (11) превращается в функциональное уравнение
(12) |
(13) |
Ищем решение уравнения (13) в классе непрерывных функций, полезных возможностью
переходить к пределу под знаком функции. Воспользуемся методом последовательных
подстановок [5, с.31-33]. Именно, положим в (13)
и переобозначим после этого
через
. Мы получаем
(14) |
(15) |
Аналогичным образом, заменив в (14) снова
на
и подставив результат в (15), находим
Продолжая процесс далее, на
-ом шаге получаем
(16) |
Переходя к пределу в (16) при , убеждаемся в том, что при для всех , т.е. плотность инвариантной меры не существует. В случае в силу (11) обязательно , так что ,но это тождественное преобразование отрезка в себя не интересно.
Итак, линейное преобразование не имеет плотности инвариантной меры (оно при итерировании и не хаотизируется).
П р и м е р 2. Рассмотрим так называемое треугольное преобразование
отрезка
в себя:
(17) |
(18) |
Ищем его решение в виде ряда по степеням
:
(19) |
Подставив (19) в (18), получаем
(20) |
(21) |
В случае
видим, что в (21)
, и поэтому
может быть произвольной константой. Все прочие
образуют чебышевскую систему, так что равенство (20) для произвольных
возможно только при
,
. Таким образом, для треугольного преобразования плотность инвариантной меры
существует только при
и равна константе
, которую выбираем из условия нормировки:
(22) |
П р и м е р 3. Покажем теперь, что плотность инвариантной меры может отличаться
от константы. Рассмотрим логистическое отображение отрезка
в себя:
(23) |
Оно введено в 1845 г. П. Ф. Ферхюльстом для описания динамики популяции взамкнутой среде. Здесь -- численность особей в рассматриваемый год, которая пропорциональна численности особей в предыдущий год и свободной части жизненного пространства. Параметр зависит от плодовитости, жизненных ресурсов и т.д. [3].
Это же отображение описывает ситуацию с ценообразованием на замкнутом рынке,где -- цена всех продаж в день, пропорциональная цене всех продаж за предыдущий день и сумме денег , оставшихся у покупателей накануне (за единицу принята вся совокупность денег, могущая быть истраченной на рынке).
Чтобы
, параметр
в (23) должен удовлетворять условию
(24) |
Итерационная схема (1) с функцией (23) изучена хорошо. При она демонстрирует мягкий переход к хаосу в случае увеличения до некоторой точки сгущения [3].
Уравнение Фробениуса - Перрона (10) для функции (23) имеет вид
(25) |
(26) |
Вещественное значение обратной к (23) функции (25) во всем интервале
существует только при
. Этой величиной
и ограничимся. Полагая в(25)-(26)
и заменяя
в (25) на правую часть (26), получаем
Используя определение (9)
-функции, находим отсюда функциональное уравнение
(27) |
Если сделать в (27) замену
, то получим уравнение
(28) |
Уравнения (27)-(28) показывают, что в точках
и
функция
может обращаться в бесконечность (если
). Поэтому ищем решение в (27) в виде
(29) |
Так как
(30) |
З а м е ч а н и е. Итерационные схемы типа (1) лежат в основе вычислительной математики. Поэтому обнаружение хаотических аттракторов у самых простых нелинейных отображений ограничивает сферу применимости вычислительных методов.
Возьмем, к примеру, одну из простейших вычислительных процедур -- отыскание
вещественных корней функции действительного переменного
по методу Ньютона:
(31) |
(32) |
О хаотизации других вычислительных процедур расскажем в конце § 3.