Specjalistyczna Pracownia Komputerowa Obliczanie widma Lapunowa

Podobne dokumenty
Efekt motyla i dziwne atraktory

MODELOWANIE RZECZYWISTOŚCI

Chaos w układach dynamicznych: miary i kryteria chaosu

13. Równania różniczkowe - portrety fazowe

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

Podręcznik. Przykład 1: Wyborcy

Matematyka stosowana i metody numeryczne

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

OBLICZANIE POCHODNYCH FUNKCJI.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Z52: Algebra liniowa Zagadnienie: Zastosowania algebry liniowej Zadanie: Operatory różniczkowania, zagadnienie brzegowe.

Metody numeryczne. Janusz Szwabiński. Metody numeryczne I (C) 2004 Janusz Szwabiński p.1/50

Wprowadzenie Metoda bisekcji Metoda regula falsi Metoda siecznych Metoda stycznych RÓWNANIA NIELINIOWE

ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH

Metody numeryczne I Równania nieliniowe

Iteracyjne rozwiązywanie równań

TEORIA CHAOSU. Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska

Układy dynamiczne Chaos deterministyczny

1 Równania nieliniowe

IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,

Zastosowanie wykładników Lapunowa do badania stabilności sieci elektroenergetycznej

Obliczenia iteracyjne

Laboratorium 5 Przybliżone metody rozwiązywania równań nieliniowych

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Wstęp do metod numerycznych Uwarunkowanie Eliminacja Gaussa. P. F. Góra

1 Funkcje dwóch zmiennych podstawowe pojęcia

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 5. Terminologia. Metody Eulera, metody punktu środkowego i metody trapezowe

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. prof. dr hab.inż. Katarzyna Zakrzewska

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Egzamin z Metod Numerycznych ZSI, Grupa: A

Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym

Funkcje dwóch zmiennych

Numeryczne rozwiązywanie równań różniczkowych ( )

Układy równań liniowych. Krzysztof Patan

Metody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1

Układy równań i równania wyższych rzędów

Wyznaczanie przyspieszenia ziemskiego za pomocą wahadła prostego

Metody numeryczne w przykładach

Równania różniczkowe liniowe wyższych rzędów o stałych współcz

Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych

17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek

Metody numeryczne Wykład 4

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

Równania różniczkowe cząstkowe drugiego rzędu

Rozdział 1 PROGRAMOWANIE LINIOWE

Obliczenia naukowe Wykład nr 2

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

5. Rozwiązywanie układów równań liniowych

Wykład 3 Równania rózniczkowe cd

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 26 czerwca 2017 roku

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

Matematyka stosowana i metody numeryczne

Systemy. Krzysztof Patan

Komputerowa analiza zagadnień różniczkowych 3. Metody Eulera, metody punktu środkowego i metody trapezowe

II. Równania autonomiczne. 1. Podstawowe pojęcia.

Optymalizacja ciągła

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

ANALIZA MATEMATYCZNA Z ELEMENTAMI STATYSTYKI MATEMATYCZNEJ

5 Równania różniczkowe zwyczajne rzędu drugiego

Zaawansowane metody numeryczne

ZADANIA OPTYMALIZCJI BEZ OGRANICZEŃ

Równania różniczkowe zwyczajne

Metody numeryczne Technika obliczeniowa i symulacyjna Sem. 2, EiT, 2014/2015

Lista zadań nr 2 z Matematyki II

Optymalizacja ciągła

Zastosowanie ciągłych układów chaotycznych do bezpiecznej komunikacji. Karol Jastrzębski

Rozwiązywanie układów równań liniowych metody przybliżone Materiały pomocnicze do ćwiczeń z metod numerycznych

ELEMENTY ANALIZY NUMERYCZNEJ ELEMENTY ANALIZY NUMERYCZNEJ. Egzamin pisemny zestaw 1 24 czerwca 2019 roku

Rozwiązywanie układów równań liniowych

Rachunek różniczkowy funkcji dwóch zmiennych

8. PODSTAWY ANALIZY NIELINIOWEJ

Sprawozdanie z zad. nr 4 Wahadło Matematyczne z Fizyki Komputerowej. Szymon Wawrzyniak / Artur Angiel / Gr. 5 / Poniedziałek 12:15

Zastosowania pochodnych

Chaotyczne generatory liczb pseudolosowych

Komputerowa analiza zagadnień różniczkowych 10. Dwupunktowe problemy brzegowe (BVP, Boundary Value Problems)

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Mechatronika i inteligentne systemy produkcyjne. Modelowanie systemów mechatronicznych Platformy przetwarzania danych

Definicje i przykłady

Stochastyczne równania różniczkowe, model Blacka-Scholesa

Przykład 4.1. Ściag stalowy. L200x100x cm 10 cm I120. Obliczyć dopuszczalną siłę P rozciagającą ściąg stalowy o przekroju pokazanym na poniższym

Stabilność II Metody Lapunowa badania stabilności

Kryptoanaliza algorytmu chaotycznego szyfrowania obrazu

TRYGONOMETRIA. 1. Definicje i własności funkcji trygonometrycznych

Układy równań i nierówności liniowych

Rachunek różniczkowy i całkowy w przestrzeniach R n

Drgania wymuszone - wahadło Pohla

W celu obliczenia charakterystyki częstotliwościowej zastosujemy wzór 1. charakterystyka amplitudowa 0,

Programowanie celowe #1

BŁĘDY OBLICZEŃ NUMERYCZNYCH

METODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. Rozwiązywanie równań nieliniowych z jedną niewiadomą

Biotechnologia, Chemia, Chemia Budowlana - Wydział Chemiczny - 1

Metody numeryczne. dr Artur Woike. Ćwiczenia nr 2. Rozwiązywanie równań nieliniowych metody połowienia, regula falsi i siecznych.

Metody numeryczne równań różniczkowych zwyczajnych

n=0 (n + r)a n x n+r 1 (n + r)(n + r 1)a n x n+r 2. Wykorzystując te obliczenia otrzymujemy, że lewa strona równania (1) jest równa

3 1 + i 1 i i 1 2i 2. Wyznaczyć macierze spełniające własność komutacji: [A, X] = B

Równania różniczkowe wyższych rzędów

Metody numeryczne. Instytut Sterowania i Systemów Informatycznych Wydział Elektrotechniki, Informatyki i Telekomunikacji Uniwersytet Zielonogórski

UKŁADY ALGEBRAICZNYCH RÓWNAŃ LINIOWYCH

Transkrypt:

Arkadiusz Neubauer IV rok, Fizyka z Informatyką. Specjalistyczna Pracownia Komputerowa Obliczanie widma Lapunowa 1 Problem fizyczny W poniższej pracy przedstawiono numeryczną metodę obliczania widma Lapunowa dla modelu Lorenza i odwzorowania Henona. Badane układy dynamiczne posiadają wielowymiarową przestrzeń fazową, zatem mamy doczynienia ze zbiorem wykładników Lapunowa zwanym widmem Lapunowa. Wykładników Lapunowa λ można używać jako miary wrażliwości na warunki początkowe, która jest charakterystyczna dla układów chaotycznych, takich jak atraktor modelu Lorenza. Jeśli λ jest ujemne ewolucja nie jest chaotyczna, jeśli λ jest dodatnie to ewolucja układu przejawia dużą wrażliwość na warunki początkowe zatem jest chaotyczna. Jeśli pozwolimy układowi ewoluować z różniących się nieco stanów początkowych, x i x + ɛ, to po n iteracjach rozbieżność tych stanów można w przybliżeniu opisać zależnością ɛ(n) ɛe λn.rozważmykonkretneodwzorowaniepostacix n+1 = f(x n ). Różnica pomiędzy dwoma bliskimi stanami początkowymi po n-tym kroku wynosi: ( f n (x + ɛ) f n ) (x) ln nλ (1) ɛ Dla małego ɛ: λ 1 ln ( ) df n n dx.przejdziemydogranicyzn dążącym do nieskończoności ipotraktujemypochodnąn-tej iteracji jako pochodną funkcji złożonej, by otrzymać: n 1 1 λ = lim ln f (x i ) (2) n n i=1 Zatem wykładnik Lapunowa daje średnią szybkość rozciągania na jedną iterację. 1 1 Wstęp do dynamiki układów chaotycznych, G. L. Baker, J. P. Gollub - str. 92 1

2 Widmo Lapunowa dla modelu Lorenza Model Lorenza zadany jest przez układ trzech równań różniczkowych: dx dy dz = σx + σy, (3) = xz + rx y, (4) = xy bz, (5) gdzie σ, b są stałymi bezwymiarowymi charakteryzującymi układ, r jest parametrem kontrolnym. Rozważamy dla przykładu zbiór warunków początkowych, które tworzą kulę w badanej przestrzeni fazowej dla modelu Lorenza. Jeżeli będziemy iterować równania Lorenza (3-5) wtedy zbiór punktów przestrzeni fazowej zmieni swój kształt. Prędkość z jaką to zaburzenie zwiększa lub zmniejsza się w czasie nazywamy wykładnikiem Lapunowa. Jeżeli badany układ jest chaotyczny, to zazwyczaj kula powiększa się w jednym kierunku, a maleje w dwóch pozostałych. W takim wypadku możemy zdefiniować trzy wykładniki Lapunowa mierzące deformację w trzech wzajemnie prostopadłych kierunkach. Ilość wykładników Lapunowa jest więc zależna od wymiaru układu. Są one jednym z kryteriów chaotyczności ruchu. Aby znaleźć wykładniki Lapunowa posłużę się następującym algorytmem: 1. Linearyzujemy badane równania z modelu Lorenza. Zlinearyzowane równania Lorenza mają postać: d x d y d z = σ x + σ y, (6) = x z z x + r x y, (7) = x y + y x b z. (8) 2. Definiujemy wartość początkową r(0) dla wyjściowych równań (3-5) i trzy ortogonalne wartości początkowe r α (0) dla równań zlinearyzowanych (6-8). 3. Iterujemy wyjściowe i zlinearyzowane równania ruchu. Każda iteracja daje jeden nowy wektor r zrównańwyjściowychitrzynowewektory r α zrównań zlinearyzowanych. 4. Stosując procedurę Grama-Schmia tworzymy zbiór ortogonalnych wektorów r α. 2

5. Kładziemy r = r. 6. Akumulujemy sumy S α gdzie S α S α +ln r α (t). 7. Powtarzamy kroki (3-6) i obliczamy wykładniki Lapunowa λ α zzależności λ α = 1 n S α,gdzien jest liczbą iteracji. 3 Rozwiązanie zagadnienia dla modelu Lorenza 3.1 Testowanie programu WceluobliczeniawidmaLapunowanapisanoprogramdlamaszynyHPserii700 w Fortranie 90,który implementuje algorytm przedstawiony w punkcie 2 niniejszej pracy. Aby rozwiązać numerycznie równania różniczkowe dla modelu Lorenza, sprowadzono je do postaci iteracyjnej: x n+1 = ( σx n + σy n )h + x n, (9) y n+1 = ( x n z n + rx n y n )h + y n, (10) z n+1 = (x n y n bz n )h + z n. (11) WtymceluposłużonosięprostymmodelemEulera,gdzieh jest krokiem metody Eulera. Jednakże obliczenia dokonane tą metodą obarczone są dość dużym błędem, który rośnie wraz z kolejną iteracją. Powodem tego są błędy wynikające z obliczeń komputerowych. Duże znaczenie ma też właściwy dobór kroku h, jeżeli h z jakim wykonujemy obliczenia jest zbyt mały, błąd obliczeń się zwiększa. Nie mniej jednak metoda ta jest jak najbardziej poprawna. Jeśli tylko odpowiednio dobierze się parametry do jej zastosowania, można uzyskać wyniki obarczone małym błędem. Sposobem na to by błąd ten był możliwie jak najmniejszy jest dobranie odpowiedniego kroku. W tej pracy przy obliczeniach przyjęto krok h = 0, 01,jako dający miarodajne wyniki przy zastosowaniu modelu Eulera dla rozwiązania układu równańróżniczkowych z modelu Lorenza. W wyniku numerycznego rozwiązania równań (9-11) dla wartości parametrów zapostulowanych przez Lorenza σ =10,r =24, 74 i b = 8 3 jako parametrów, powyżej których występują zachowania chaotyczne 2,otrzymano wyniki, które na wykresie dały nam atraktor zgodny z atraktorem chaotycznym układu Lorenza (rysunek 1). 2 Chaos determistyczny, H. G. Schuster - str. 229 3

Rysunek 1: Atraktor chaotyczny układu Lorenza. Na podstawie otrzymanych wyników obliczeń numerycznych dla modelu Lorenza isporządzonegonaichpodstawierysunku1wnioskujęopoprawnościotrzymanego rozwiązania. Przy rozwiązywaniu układu zlinearyzowanych równań Lorenza również posłużono się metodą Eulera jako metodą poprawną. Do ortogonalizacji wektorów otrzymanych w wyniku iteracji zlinearyzowanych równań Lorenza użyto bibliotecznej procedury ortogonalizacji Grama-Schmia. Parametrem wejściowym tej procedury jest macierz, w której kolumnach zawarte są wektory do ortogonalizacji. Na wyjściu macierz wejściowa nadpisana jest przez macierz zawierającą wektory zortogonalizowane. Po wstawieniu danych przykładowych załączonych do procedury bibliotecznej do mojego programu uzyskałem wyniki i- dentyczne z wynikami przykładowymi. Na tej podstawie wnioskuje o poprawnej implementacji procedury ortogonalizacji Grama-Schmia do mojego programu. WceluoszacowaniawidmaLapunowareprezentującegostacjonarnyatraktor, przy obliczeniach wykładników Lapunowa uwzględniłem tylko dane otrzymane po wygaśnięciu transientu początkowego. Jako transient początkowy przyjąłem 60 pierwszych iteracji równań modelu Lorenza. Dodatkowo dla każdego pomiaru wykładników Lapunowa wykonałem 50,000 iteracji. Powyżej 50,000 iteracji otrzymane wartości wykładników Lapunowa w niewielkim stopniu zależą od liczby iteracji, zatem dobór takiej właśnie liczby zapewnienia dostateczną dokładność wykonywanych obliczeń. 4

3.2 Przebieg obliczeń Wpierwszejkolejnościprzeprowadzonoobliczeniawceluuzyskaniawykładników Lapunowa dla zadanych parametrów σ = 16, b = 4 i r = 45, 92. Jako wartość początkową dla wyjściowego układu równań Lorenza (3-5) przyjęto r(0) = (0,1; 0,1; 0,1). Natomiast dla zlinearyzowanych równań Lorenza (6-8) przyjęto 3 ortogonalne wartośći początkowe r 1 (0) = (1; 0; 0), r 2 (0) = (0; 1; 0) i r 3 (0) = (0; 0; 1). Uzyskane wartości wykładników Lapunowa λ dla parametrów σ = 16, b = 4 i r =45, 92 to: λ 1 = 0, 14129147943968 λ 2 = 0, 135962814296652 λ 3 = 0, 29375683273752 Wykładnik Lapunowa λ 2 jest dodatni zatem badany układ dla zadanych parametrów jest chaotyczny. 3 Następnie celem porównania wyników zbadano inne wartości parametrów σ, b i r. Tym samym otrzymano wykresy(2-4)zależności wykładników Lapunowa od parametrów kontrolnych modelu Lorenza σ, b i r. Wniniejszejpracyobliczono widma Lapunowa reprezentujące stacjonarny atraktor Lorenza, czyli taki, otrzymany po wygaśnięciu transientu początkowego. Na rysunkach (2-4) przedstawione są otrzymane widma Lapunowa w zależności od parametrów r, σ i b. 3 Wstęp do dynamiki układów chaotycznych, G. L. Baker, J. P. Gollub - str. 93 5

Rysunek 2)Wykładniki Lapunowa w funkcji parametru r. σ = 16, b = 4. Rysunek 3)Wykładniki Lapunowa w funkcji parametru σ. r =45, 92, b =4. 6

Rysunek 4)Wykładniki Lapunowa w funkcji parametru b. σ =16,r =45, 92. Analizując otrzymane widma Lapunowa zauważono, ze niezależnie od badanych parametrów przynajmniej jeden z wyładników Lapunowa λ jest dodatni, zatem badany układ dynamiczny jest układem chaotycznym. Dodatkowo na rysunku 3 dla parametru σ>22 dwa wykładniki Lapunowa są dodatnie, zatem badany układ jest hiperchaotyczny. Jedynie na rysunku 4 dla parametru b>40 wszystkie trzy wykładniki Lapunowa λ są ujemne, zatem może to świadczyć, że powyżej parametru b = 40 badany układ nie jest mocno zależny od zmiany warunków początkowych, gdyż jest to charakterystyczne tylko tam, gdzie wykładnik jest dodatni. Zauważono również, analizując otrzymane widma Lapunowa, że suma wykładników Lapunowa jest zawsze ujemna. Automatycznie wynika z tego, że niezależnie od badanych parametrów zawsze przynajmniej jeden z wykładników jest ujemny. Nie występuje sytuacja, w której wszystkie trzy wykładniki Lapunowa byłyby jednocześnie dodatnie. Jest to warunek niezbędny, aby suma wykładników Lapunowa mogła być ujemna: n λ i < 0, (12) i=1 co jest konieczne dla układów dysypatywnych. 4 Badany układ nie jest układem dysypatywnym, zatem warunek (12) nie jest dla badanego układu konieczny. 4 Wstęp do dynamiki układów chaotycznych, G. L. Baker, J. P. Gollub - str. 93 7

4 Obliczanie widma Lapunowa dla odwzorowania Henona 4.1 Problem fizyczny Odwzorowanie Henona jest przykładem dyskretnego układu dynamicznego drugiego rzędu wykazującego dynamikę chaotyczną. 5 Jest ono dwuwymiarowym rozszerzeniem jednowymiarowego odwzorowania logistycznego. Relacje rekurencyjne dla odwzorowania Henona: x n+1 = y n +1 ax 2 n, (13) y n+1 = bx n, (14) gdzie a oraz b 1sąliczbamirzeczywistymi. 6 Jeżeli b = 1, odwzorowanie to zachowuje powierzchnię, jeśli b < 1, to jest dysypatywne, czyli ma własność zmniejszania powierzchni fazowej (rysunek 5). 4.2 Obliczenia W wyniku iteracji równań rekurencyjnych (13) i (14) odwzorowania Henona o- trzymano trajektorię układu składającą się z 2000 punktów (rysunek 5) zgodną zatraktoremhenona. 7 Rysunek 5: Atraktor Henona zbudowany z 2000 punktów. 5 Atwodimensionalmapwithastrangeattractor, M. Henon - str. 463 6 Chaos deterministyczny, H.G.Schuster - str. 30-31 7 Chaos deterministyczny, H.G. Schuster - str. 117 8

W celu znalezienia wykładnika Lapunowa λ dla odwzorowania Henona, użyto algorytmu z punktu 2 niniejszej pracy. Gdzie równaniem wyjściowym są rekurencyjne relacje odwzorowania Henona (13) i (14). Natomiast zlinearyzowane równania Henona są postaci: x n+1 = y n +1 a(x n x n + x n x n ), (15) y n+1 = b x n. (16) Ponieważ odwzorowanie Henona jest odwzorowaniem dwuwymiarowym otrzymano dwa wykładniki Lapunowa λ 1 i λ 2 dla odwzorowania Henona przy zadanych parametrach a =1, 4ib =0, 3: λ 1 = 1, 97630726201042 λ 2 = 0, 9003276249162 Następnie celem zbadania widma Lapunowa dla odwzorowania Henona powtórzono obliczenia zmieniając po każdej iteracji wartość parametru b. Otrzymanewidmo Lapunowa przedstawiono na rysunku 6. Rysunek 6: Wykładniki Lapunowa dla odwzorowania Henona w funkcji parametru b, a =1, 4. Widać na wykresię, że przynajmniej jeden wykładnik Lapunowa jest zawsze dodatni, zatem zgodnie z przewidywaniami dla zadanych parametrów badany układ jest układem chaotycznym. Jedynie dla parametru b =0wykładnikLapunowaλ 2 = 5.91526 10 13 jest bliski 0 natomiast λ 1 < 0, co może być spowodowane nieznacznym błędem obliczeń numerycznych lub brakiem chaosu dla parametru b = 0. 9

5 Wnioski Obliczanie wykładników Lapunowa pozwala określićczy badany układ jest chaotyczny, czy też nie. Układ chaotyczny, to taki układ, którego ewolucja mocno zależy od warunków początkowych. Zatem mała różnica w warunkach początkowych może doprowadzić do dużych różnic w wyniku końcowym. Wykładniki Lapunowa są właśnie średnią miarą rozbiegania się trajektorii takiego układu. Zpraktycznegopunktu widzenia układy chaotyczne są więc nieprzewidywalne w długich okresach czasu. W przypadku zachowania chaotycznego co najmniej jeden wykładnik Lapunowa jest większy od zera. Mówimy zatem, że układ zachowuje się chaotycznie, gdy co najmniej największy wykładnik Lapunowa jest większy od zera. Zmieniając parametry układu możemy uzyskać widmo Lapunowa i tym samym badać zachowanie się układu chaotycznego w zależności od parametrów zewnętrznych. 10