Jęzory Arnolda, diabelskie schody, czarne dziury i synchronizacja w oscylatorach biologicznych.

Podobne dokumenty
Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu.

II. Równania autonomiczne. 1. Podstawowe pojęcia.

Fale biegnące w równaniach reakcji-dyfuzji

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Twierdzenie 2: Własności pola wskazujące na istnienie orbit

ϕ(t k ; p) dla pewnego cigu t k }.

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

21 maja, Mocna własność Markowa procesu Wienera. Procesy Stochastyczne, wykład 13, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

Definicje i przykłady

Chaotyczne generatory liczb pseudolosowych

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

Wykład z modelowania matematycznego.

Analiza matematyczna 1 - test egzaminacyjny wersja do ćwiczeń

Podkowa Smale a jako klasyk chaosu

Metody Lagrange a i Hamiltona w Mechanice

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

Zbiory, funkcje i ich własności. XX LO (wrzesień 2016) Matematyka elementarna Temat #1 1 / 16

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

Wykład 5. Zagadnienia omawiane na wykładzie w dniu r

Układy autonomiczne. Rozdział Stabilność w sensie Lapunowa. Przedmiotem analizy w tym rozdziale będą układy równań autonomicznych

WYKŁAD Z ANALIZY MATEMATYCZNEJ I. dr. Elżbieta Kotlicka. Centrum Nauczania Matematyki i Fizyki

Wstęp do równań różniczkowych

F t+ := s>t. F s = F t.

jest ciągiem elementów z przestrzeni B(R, R)

Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym

28 maja, Problem Dirichleta, proces Wienera. Procesy Stochastyczne, wykład 14, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1126

PROCESY STOCHASTYCZNE. PEWNE KLASY PROCESÓW STOCHASTYCZNYCH Definicja. Procesem stochastycznym nazywamy rodzinę zmiennych losowych X(t) = X(t, ω)

Całki podwójne. Definicja całki podwójnej. Jacek Kłopotowski. 25 maja Katedra Matematyki i Ekonomii Matematycznej

Fizyka 11. Janusz Andrzejewski

Wykład 2: Szeregi Fouriera

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

Ciągłość funkcji f : R R

Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych

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

Chaos w układach dynamicznych: miary i kryteria chaosu

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

Zadania z Analizy Funkcjonalnej I Które z poniższych przestrzeni metrycznych są przestrzeniami unormowanymi?

2. Definicja pochodnej w R n

2 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

Zagadnienia brzegowe dla równań eliptycznych

Pochodna funkcji. Pochodna funkcji w punkcie. Różniczka funkcji i obliczenia przybliżone. Zastosowania pochodnych. Badanie funkcji.

2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.

1 Zbiory. 1.1 Kiedy {a} = {b, c}? (tzn. podać warunki na a, b i c) 1.2 Udowodnić, że A {A} A =.

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Metody Lagrange a i Hamiltona w Mechanice

Wstęp do układów statycznych

Wykłady 11 i 12: Całka oznaczona

1. Funkcje monotoniczne, wahanie funkcji.

czyli o szukaniu miejsc zerowych, których nie ma

Proces rezerwy w czasie dyskretnym z losową stopą procentową i losową składką

Matematyka II. Bezpieczeństwo jądrowe i ochrona radiologiczna Semestr letni 2018/2019 wykład 13 (27 maja)

Wykład 3 Jednowymiarowe zmienne losowe

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

Rozdział 6. Ciągłość. 6.1 Granica funkcji

Funkcje. Część druga. Zbigniew Koza. Wydział Fizyki i Astronomii

Funkcje wielu zmiennych

Niestabilne orbity okresowe a (niektóre) własności układów chaotycznych

. : a 1,..., a n F. . a n Wówczas (F n, F, +, ) jest przestrzenią liniową, gdzie + oraz są działaniami zdefiniowanymi wzorami:

Zmienne losowe. dr Mariusz Grzadziel. rok akademicki 2016/2017 semestr letni. Katedra Matematyki, Uniwersytet Przyrodniczy we Wrocławiu

Pojęcie funkcji. Funkcja liniowa

1 Funkcje dwóch zmiennych podstawowe pojęcia

Równania różniczkowe zwyczajne

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

Rachunek różniczkowy i całkowy w przestrzeniach R n

Ciągłość funkcji i podstawowe własności funkcji ciągłych.

Prawdopodobieństwo i statystyka

Dystrybucje, wiadomości wstępne (I)

Podstawy fizyki sezon 1 VII. Ruch drgający

Pochodna funkcji: definicja, podstawowe własności wykład 6

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

2. P (E) = 1. β B. TSIM W3: Sygnały stochastyczne 1/27

Część 1. Transmitancje i stabilność

Wykłady... b i a i. i=1. m(d k ) inf

Elementy logiki matematycznej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

8 Całka stochastyczna względem semimartyngałów

Kompensacja wyprzedzająca i opóźniająca fazę. dr hab. inż. Krzysztof Patan, prof. PWSZ

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska

Ruch drgający. Ruch harmoniczny prosty, tłumiony i wymuszony

Liniowe i nieliniowe oscylatory

FUNKCJE. 1. Podstawowe definicje

Całki krzywoliniowe. SNM - Elementy analizy wektorowej - 1

Wstęp do równań różniczkowych

Obliczanie długości łuku krzywych. Autorzy: Witold Majdak

I. Pochodna i różniczka funkcji jednej zmiennej. 1. Definicja pochodnej funkcji i jej interpretacja fizyczna. Istnienie pochodnej funkcji.

y(t) = y 0 + R sin t, t R. z(t) = h 2π t

Metody iteracyjne dla hiperbolicznych równań różniczkowo-funkcyjnych

Liczby zespolone. P. F. Góra (w zastępstwie prof. K. Rościszewskiego) 27 lutego 2007

Funkcje. Oznaczenia i pojęcia wstępne. Elementy Logiki i Teorii Mnogości 2015/2016

Zadania do Rozdziału X

Analiza matematyczna i algebra liniowa Wprowadzenie Ciągi liczbowe

Ruch drgajacy. Drgania harmoniczne. Drgania harmoniczne... Drgania harmoniczne... Notatki. Notatki. Notatki. Notatki. dr inż.

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Treści programowe. Matematyka 1. Efekty kształcenia. Literatura. Warunki zaliczenia. Ogólne własności funkcji. Definicja 1. Funkcje elementarne.

Podstawy logiki i teorii mnogości Informatyka, I rok. Semestr letni 2013/14. Tomasz Połacik

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

mechanika analityczna 1 nierelatywistyczna L.D.Landau, E.M.Lifszyc Krótki kurs fizyki teoretycznej

Transkrypt:

VI Matematyczne Warsztaty KaeNeMów p. 1/5 Jęzory Arnolda, diabelskie schody, czarne dziury i synchronizacja w oscylatorach biologicznych. Justyna Signerska jussig@wp.pl Wydział Fizyki Technicznej i Matematyki Stosowanej, Politechnika Gdańska

VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych

VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking...

VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking... Model IAF i jego uogólnienia

VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking... Model IAF i jego uogólnienia Firing map & Poincare rotation theory

VI Matematyczne Warsztaty KaeNeMów p. 2/5 Outline Przykłady oscylatorów biologicznych Pojęcia zwiazane z oscylatorami: phase resetting curves, synchronizacja, phase-locking... Model IAF i jego uogólnienia Firing map & Poincare rotation theory Oscylatory sprzężone

Przykłady oscylatorów biologicznych VI Matematyczne Warsztaty KaeNeMów p. 3/5

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach)

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG)

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG)

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny cykle metaboliczne (np. glikoliza)

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny cykle metaboliczne (np. glikoliza) układy typu drapieżnik-ofiara (np. model Lotki-Volterry)

VI Matematyczne Warsztaty KaeNeMów p. 4/5 Niektóre oscylatory biologiczne neurony (w odpowiednich warunkach) aktywność elektryczna mózgu (EEG) aktywność elektryczna serca (EKG) rytmy okołodobowe (circadian rhythms) - zegar biologiczny i timing snu oddychanie - oscylator fizjologiczny cykle metaboliczne (np. glikoliza) układy typu drapieżnik-ofiara (np. model Lotki-Volterry)...

Pojęcia zwiazane z oscylatorami VI Matematyczne Warsztaty KaeNeMów p. 5/5

VI Matematyczne Warsztaty KaeNeMów p. 6/5 Faza oscylacji Rozważmy układ dynamiczny postaci ẋ = f(x) (1) Załóżmy, że układ ten posiada wykładniczo stabilny cykl graniczny C (tzn. że C jest stabilny i istnieje stała a taka, że d(x(t), C) < exp( at) dla dowolnego t, jeśli tylko x 0 znajduje się dostatecznie blisko C). Stan oscylatora może być wyrażony przy pomocy pojedynczej zmiennej ϑ, zwanej faza oscylacji. Postać tej zmiennej zależy od parametryzacji cyklu granicznego.

VI Matematyczne Warsztaty KaeNeMów p. 7/5 Faza oscylacji Wybierajac punkt x 0 na cyklu granicznym C o okresie T wybieramy punkt w przestrzeni fazowej, któremu odpowiada faza ϑ = 0 i każdemu punktowi x(t) możemy przyporzadkować fazę ϑ = t mod T. parametryzacja S 1 R 2 : ϑ x(ϑ)

VI Matematyczne Warsztaty KaeNeMów p. 8/5 Izochrony Pojęcie fazy oscylacji możemy zastosować również do punktów znajdujacych się poza atraktorem C. Jeśli trajektoria y(t) zbliża się do cyklu C dla t, to istnieje pewien punkt x 0 C (niekoniecznie najbliższy y 0 ) taki, że y(t) x(t) dla t. (2) Definicja Ustalmy x 0 C. Zbiór wszystkich y 0 takich, że y(t) spełnia (2) nazywamy izochroną (rozmaitościa stabilna) punktu x 0.

Izochrony VI Matematyczne Warsztaty KaeNeMów p. 9/5

VI Matematyczne Warsztaty KaeNeMów p. 10/5 Izochrony Stad każdemu punktowi x w przestrzeni fazowej (oprócz niestabilnego equilibrium) możemy przyporzadkować fazę ϑ(x). Izochrony to warstwice funkcji ϑ(x). W sasiedztwie wykładniczo stabilnego cyklu granicznego izochrony maja następujace własności: Ciagłość: Funkcja ϑ(x) jest ciagła, czyli bliskie punkty maja bliskie fazy Niezmienniczość: Jeśli ϑ(x(0)) = ϑ(y(0)), to ϑ(x(t)) = ϑ(y(t)) dla wszystkich t (izochrony przechodza na izochrony pod działaniem potoku indukowanego przez pole wektore f ).

VI Matematyczne Warsztaty KaeNeMów p. 11/5 Izochrony w oscylatorze Andronova-Hopfa ż = (1 + i)z z z 2

VI Matematyczne Warsztaty KaeNeMów p. 12/5 Izochrony w oscylatorze van der Pola ẋ = x x 3 y ẏ = x

VI Matematyczne Warsztaty KaeNeMów p. 13/5 PRC Załóżmy, że układ (1) poddajemy w momentach {t s } perturbacjom polegajacym na przesunięciu punktu x o stały wektor A: ẋ = f(x) + Aδ(t t s ). (3) Takiemu przesunięciu o wektor odpowiada zmiana fazy układu, która zależy nie tylko od A, ale również od czasu t s względem fazy oscylacji ϑ (wartości t s mod T), w którym dokonujemy perturbacji.

VI Matematyczne Warsztaty KaeNeMów p. 14/5 PRC Dokonujac perturbacji trajektorii w różnych fazach możemy uzyskać tzw. phase response curve (phase resetting curve, PRC): PRC(ϑ) = {ϑ new ϑ} mod T (shift=new phase-old phase). (4)

PRC dla oscylatora A-H VI Matematyczne Warsztaty KaeNeMów p. 15/5

PRC dla oscylatora van der Pola VI Matematyczne Warsztaty KaeNeMów p. 16/5

VI Matematyczne Warsztaty KaeNeMów p. 17/5 PTC Równoważnie możemy rozpatrywać phase transition curves (PTC): Zachodzi więc relacja: ϑ new = PTC(ϑ old ). (5) PTC(ϑ) = {ϑ + PRC(ϑ)} mod T. (6) Możemy wyróżnić dwa typy perturbacji A (Winfree, 1980) typ 1 - weak resetting - otrzymujemy ciagł a krzywa PRC i krzywa PTC ze średnim nachyleniem równym 1, typ 0 - strong resetting - otrzymujemy nieciagł a krzywa PRC i krzywa PTC ze średnim nachyleniem równym 0.

Weak & strong resetting VI Matematyczne Warsztaty KaeNeMów p. 18/5

VI Matematyczne Warsztaty KaeNeMów p. 19/5 Time-crystal Zmieniajac nie tylko fazę perturbacji ϑ, ale również amplitudę A otrzymujemy sparametryzowane krzywe PRC(ϑ, A) i PTC(ϑ, A).

VI Matematyczne Warsztaty KaeNeMów p. 20/5 Poincare phase map Możemy badać odpowiedź oscylatora nie tylko na pojedynczy impuls, ale także na okresowe pobudzenia (perturbacje): Niech: T s - okres pulsujacej stymulacji ϑ n - faza oscylacji w momencie n -tej perturbacji Wtedy faza oscylacji zaraz przed przybyciem (n + 1) impulsu wynosi ϑ n + PRC(ϑ n ) + T s. Otrzymujemy odwzorowanie okręgu zwane Poincare phase map, którego kolejne iteracje wygladaj a następujaco: ϑ n+1 = (ϑ n + PRC(ϑ n ) + T s ) mod T. (7)

Poincare phase-map VI Matematyczne Warsztaty KaeNeMów p. 21/5

VI Matematyczne Warsztaty KaeNeMów p. 22/5 Poincare phase-map Własności badanego układu odczytujemy badajac strukturę orbit odwzorowania Poincarego.

VI Matematyczne Warsztaty KaeNeMów p. 23/5 Synchronizacja i phase-locking Stabilne punkty stałe Poincare phase-map odpowiadaja 1 : 1 oraz p : 1 phase-locking. Stabilne orbity periodyczne o okresie q odpowiadaja p : q phase-locking.

Arnold tongues VI Matematyczne Warsztaty KaeNeMów p. 24/5

Bifurkacje punktów stałych VI Matematyczne Warsztaty KaeNeMów p. 25/5

Model IAF i jego uogólnienia VI Matematyczne Warsztaty KaeNeMów p. 26/5

VI Matematyczne Warsztaty KaeNeMów p. 27/5 Integrate-and-Fire Najprostszy model neuronu został zaproponowany w 1907 roku przez Lapicque: du = σu + s(t), dt u(t) = Θ = u(t + ) = 0.

VI Matematyczne Warsztaty KaeNeMów p. 28/5 Uogólnienia IAF Często rozpatruje się modele IAF, gdzie wartości treshold i reset nie sa stałe, lecz również zmieniaja się w czasie: du dt = σu + s(t), u (T n ) lim u(t n ε) = h(t n ), ε 0 u + (T n ) lim u(t n + ε) = g(t n ), ε 0 oraz gdzie ciag firing times {T n } definiujemy następujaco: T n = inf{t : u(t) h(t); t T n 1 }. Funkcja s(t) często jest funkcja okresowa.

VI Matematyczne Warsztaty KaeNeMów p. 29/5 Firing maps Rozważmy ogólny model typu IAF postaci: dx = F(t, x), x R (8) dt lim x(t) = 0, jeśli x(s) = 1 t s + i załóżmy, że funkcja F : Ω R 2 R jest analityczna w obszarze Ω { < t < +, 0 x 1}.

VI Matematyczne Warsztaty KaeNeMów p. 30/5 Firing maps Dla (τ, µ) Ω niech x(t; τ, µ) oznacza rozwiazania r-nia (8) spełniajace warunek poczatkowy x(τ) = µ. Definicja Powiemy, że układ fires from the initial condition τ R, jeśli istnieje t > τ takie, że x(t ; τ, 0) = 1. Wówczas równanie x(t; τ, 0) = 1 ma minimalne rozwiazanie i możemy zdefiniować firing map, φ( ), następujaco: Definicja [Firing map] φ(τ) = min{t > τ : x(t; τ, 0) = 1}. (9)

VI Matematyczne Warsztaty KaeNeMów p. 31/5 Firing map Dziedzina naturalna odwzorowania φ( ) jest zbiór: D φ = {τ R : t > τ t. że x(t ; τ, 0) = 1}, (10) a firing sequence {t n } startujacy w momencie τ jest określony rekurencyjnie jako: t 0 = τ, t n+1 = φ(t n ).

Obszary regularności firing map i teoria rotacji Poincare go VI Matematyczne Warsztaty KaeNeMów p. 32/5

VI Matematyczne Warsztaty KaeNeMów p. 33/5 Circle map Niech T = R/Z i π : R T będzie naturalną projekcją. Definicja [Odwzorowanie okręgu] Odwzorowaniem okręgu nazywamy odwzorowanie g : T T. Jeśli g jest ciagłe, to istnieje ciagłe odwzorowanie G : R R takie, że poniższy diagram jest przemienny: Wówczas G nazywamy podniesieniem g.

VI Matematyczne Warsztaty KaeNeMów p. 34/5 Circle map Przykład Klasycznie (Arnold, 1965) odwzorowanie okręgu jest dane poprzez kolejne iteracje odwzorowania Θ n+1 = Θ n + ω 2π K sin(2πθ n). Uwaga Podniesienie G jest wyznaczone jednoznacznie z dokładnościa do przesunięcia o liczbę całkowita: G(x) = G(x) + k, k Z. Istnieje stała d taka, że G(x + 1) = G(x) + d dla wszystkich x R. d nazywamy stopniem odwzorowania g (stopień odwzorowania nie zależy od wyboru podniesienia G).

VI Matematyczne Warsztaty KaeNeMów p. 35/5 Rotation number Niech L 1 oznacza rodzinę wszystkich podniesień ciagłych odwzorowań okręgu T stopnia d = 1 i niech G L 1. Dla k Z, G(x + k) = G(x) + k i dla każdego n G n L 1, czyli G n (x + k) = G n (x) + k. Definicja Górna i dolna liczbę obrotu (rotation number, map winding number) elementu x R dla G L 1 definiujemy odpowiednio jako: G(x) = lim sup n G n (x) x n, G(x) = lim inf n G n (x) x n. Jeśli G(x) = G(x), to piszemy po prostu G(x) i nazywamy liczba obrotu elementu x.

VI Matematyczne Warsztaty KaeNeMów p. 36/5 Rotation number Jeśli G L 1, x R, k Z i n N, to: % G (x + k) = % G (x), % G n k(x) = n% G (x) k (analogicznie dla ). Jeśli G jest podniesieniem g i g n (π(x)) = π(x), to G n (x) = x + k dla pewnego k Z i G(x) = k n.

VI Matematyczne Warsztaty KaeNeMów p. 37/5 Rotation number Niech L 1 będzie rodzina wszystkich niemalej acych elementów L 1. Twierdzenie Jeśli G L 1 jest podniesieniem odwzorowania okręgu g, to G(x) istnieje dla wszystkich x R i jest niezależne od x. Co więcej G(x) = G jest liczba wymierna wtedy i tylko wtedy, gdy odwzorowanie okręgu g posiada orbitę periodyczna.

VI Matematyczne Warsztaty KaeNeMów p. 38/5 Firing map - c.d. Niech w modelu dx = F(t, x), x R (11) dt lim x(t) = 0, jeśli x(s) = 1 t s + zachodzi F(t + T, x) = F(t, x) dla pewnego T R (periodic forcing). Bez straty ogólności T = 1. Zamiast rozważać firing sequence {t n } możemy rozważać firing phase sequence {s n = t n mod 1}.

VI Matematyczne Warsztaty KaeNeMów p. 39/5 Firing map - c.d. Ponieważ dla każdego rozwiazania x(t) r-nia (11), funkcja x(t + 1) również jest rozwiazaniem, to firing map φ spełnia: φ(t + 1) = φ(t) + 1, (12) czyli (jeśli D φ = R), to φ jest podniesieniem odwzorowania okręgu stopnia d = 1.

VI Matematyczne Warsztaty KaeNeMów p. 40/5 Phase-locking Właściwości synchronizacyjne oscylatora sa ukryte w dynamice tego odwzorowania okręgu: Twierdzenie System fires q times during p cycles of forcing (q : p phase-locking) iff the firing phase map has a periodic attractor of period q and wrapping number p, i.e., there is a time t such that a q (t) = t + p,...... czyli jeśli liczba obrotu φ = p/q. Definicja Phase locking typu 1 : 1 nazywamy synchronizacja.

VI Matematyczne Warsztaty KaeNeMów p. 41/5 Arnold tonques Załóżmy, że układ (11) jest zależny od parametrów, tj. dx dt = F(t, x; λ), gdzie λ = (λ 1,..., λ 1 ). Definicja Obszary w przestrzeni parametrów, gdzie firing phase map ma atraktor periodyczny nazywamy jęzorami Arnolda.

VI Matematyczne Warsztaty KaeNeMów p. 42/5 Devil s Staircase Mianem diabelskich schodów określa się w matematyce funkcję singularna, tj. funkcję f : [a, b] R o własnościach: f(x) jest ciagła na [a, b], istnieje zbiór N miary 0 taki, że dla wszystkich x / N pochodna f (x) istnieje i jest równa 0, f(x) jest niemalejaca na [a, b], f(a) < f(b).

VI Matematyczne Warsztaty KaeNeMów p. 43/5 Diabelskie schody i jęzory Arnolda (raz jeszcze) Diabelskie schody i jęzory Arnolda dla klasycznego odwzorowania okręgu:

VI Matematyczne Warsztaty KaeNeMów p. 44/5 Diabelskie schody i jęzory Arnolda dla IAF dv = V + I + f(t) + ξ(t) dt f(t) = A sin ωt (13)

VI Matematyczne Warsztaty KaeNeMów p. 45/5 Obszary regularności φ W zależności od własności firing phase map φ λ (t) możemy wyróżnić w przestrzeni parametrów cztery obszary regularności układu: I. obszar, gdzie φ λ (t) jest homeomorfizmem II. obszar, gdzie φ λ (t) jest ciagła III. obszar, gdzie φ λ (t) jest injekcja IV. obszar, gdzie φ λ (t) nie jest ani ciagła ani różnowartościowa.

VI Matematyczne Warsztaty KaeNeMów p. 46/5 Obszary regularności φ I. Liczba obrotu (φ λ ) istnieje i jest niezależna od t. Jeśli (φ λ ) = p/q, to zbiór orbit periodycznych φ λ jest niepusty i wszystkie te orbity maja okres q i wrapping number p. Jeśli (φ λ ) jest niewymierna to wszystkie orbity sa aperiodyczne i tworza zbiór gęsty w całym okręgu S 1 (lub w podzbiorze Cantora tego okręgu, gdy φ λ nie jest dostatecznie gładka). Nie ma wtedy synchronizacji, ale obserwujemy zachowanie quasi - periodyczne. Poza obszarem I. liczba obrotu (φ λ ) może nie istnieć lub być zależna od t.

VI Matematyczne Warsztaty KaeNeMów p. 47/5 Obszary regularności φ II. Jeśli φ λ jest ciagła, ale nie monotoniczna, to możemy wyznaczyć dla niej rotation interval o własności takiej, że dla każdej liczby wymiernej p/q w tym przedziale firing phase map φ ma przynajmniej jedna orbitę periodyczna o okresie q (multistabilność). III. Jeśli φ λ jest monotoniczna i nieciagła, ale wszystkie jej nieciagłości sa typu skokowego, to możemy zdefiniowac pewien analog liczby obrotu i zależnie od tego, czy jest wymierna czy też nie, firing map φ λ ma atraktory periodyczne lub gęste orbity aperiodyczne w zbiorze Cantora.

VI Matematyczne Warsztaty KaeNeMów p. 48/5 Twierdzenia o regularności φ Niektóre własności firing phase map φ możemy odczytywać z samej postaci układu: dx = F(t, x), x R dt lim x(t) = 0, jeśli x(s) = 1. t s + Twierdzenie [Twierdzenie o injekcji φ] Firing map φ jest injekcja w int(d φ ) iff F(t, 0) 0 dla każdego t int(d φ ). Twierdzenie [Twierdzenie o ciagłości φ] Firing map φ jest ciagła w int(d φ ) iff F(t, 1) 0 dla każdego t w otoczeniu punktu φ(τ), gdzie τ jest dowolnym punktem w int(d φ ).

VI Matematyczne Warsztaty KaeNeMów p. 49/5 Bibliografia 1. R. Brette, Dynamics of one-dimensional spiking neuron model, J.Math.Biol. 48, 38-56 (2004) 2. R. Brette, Rotation numbers of Discontinuous Orientation - Preserving Circle Maps, Set-Valued Analysis 11, 359-371 (2003) 3. H. Carrillo, F. A. Ongay, On the firing maps of a general class of forced integrate and fire neurons, Math. Biosci. 172, 33-53 (2001) 4. S. Coombes, Liapunov exponents and mode-locked solutions for integrate-and-fire dynamical systems, Physics Letters A 255, 49-57 (1999), 5. T.Gedeon, M. Holzer, Phase locking in integrate and fire models with refractory periods and modulation, J. Math. Biol. 49, 577-603 (2004), 6. L. Glass, Fine Structure of Phase Locking, Phys. Rev. Lett. 48, 1772-1775 (1982), 7. E. M. Izhikevich, Dynamical Systems in Neuroscience: The Geometry of Excitability and Bursting, The MIT Press 2005, 8. M.H. Jensen, P. Bak, T. Bohr, Complete Devil s Staircase, Fractal Dimension and Universality of Mode-Locking Structure in the Circle Map, Phys. Rev. Lett. 50, 1637-1639 (1983),

VI Matematyczne Warsztaty KaeNeMów p. 50/5 Bibliografia - c.d. 9. M. Misiurewicz, Rotation Theory 10. J. D. Murray, Wprowadzenie do biomatematyki, PWN, Warszawa 2006, 11. Y. Ono, H. Suzuki, K. Aihara, Grazing bifurcation and mode locking in reconstructing chaotic dynamics with a leaky integrate and fire model, Artif Life Robotics 7, 55-62 (2003), 12. E. Ott, Chaos w układach dynamicznych, WNT, Warszawa 1993, 13. P.H.E. Tiesinga, J.M. Fellous, T.J. Sejnowski, Spike-timing reliability of periodically driven integrate and fire neurons, Neurocomputing 44-46, 195-200 (2002).