Niestabilne orbity okresowe a (niektóre) własności układów chaotycznych

Podobne dokumenty
Podkowa Smale a jako klasyk chaosu

Jan Pyrzowski i Justyna Signerska. Termodynamika multifraktali

ZADANIA PRZYGOTOWAWCZE DO EGZAMINU Z UKŁADÓW DYNAMICZNYCH

czyli o szukaniu miejsc zerowych, których nie ma

Chaotyczne generatory liczb pseudolosowych

ϕ(t k ; p) dla pewnego cigu t k }.

Wstęp do układów statycznych

Fale biegnące w równaniach reakcji-dyfuzji

Liczba obrotu i twierdzenie Poincare go o klasyfikacji homeomorfizmów okręgu.

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

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

II. Równania autonomiczne. 1. Podstawowe pojęcia.

Teoria ergodyczna. seminarium monograficzne dla studentów matematyki. dr hab. Krzysztof Barański i prof. dr hab. Anna Zdunik. rok akad.

1 Relacje i odwzorowania

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.

Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki

Zadania do Rozdziału X

G. Plebanek, MIARA I CAŁKA Zadania do rozdziału 1 28

Informacja o przestrzeniach Sobolewa

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

Układy równań i równania wyższych rzędów

Robert Kowalczyk. Zbiór zadań z teorii miary i całki

Zbiór zadań z Układów Dynamicznych. Krzysztof Barański Michał Krych Anna Zdunik

O pewnych klasach funkcji prawie okresowych (niekoniecznie ograniczonych)

Układy dynamiczne. proseminarium dla studentów III roku matematyki. Michał Krych i Anna Zdunik. rok akad. 2014/15

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.

Przestrzenie metryczne. Elementy Topologii. Zjazd 2. Elementy Topologii

Chaos w układach dynamicznych: miary i kryteria chaosu

Zadania z Rachunku Prawdopodobieństwa III - 1

2. Definicja pochodnej w R n

Wykład z modelowania matematycznego.

Notatki z Analizy Matematycznej 2. Jacek M. Jędrzejewski

Krzysztof Rykaczewski. Szeregi

Twierdzenie 2: Własności pola wskazujące na istnienie orbit

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Szeregi liczbowe. Analiza Matematyczna. Alexander Denisjuk

Rodzinę spełniającą trzeci warunek tylko dla sumy skończonej nazywamy ciałem (algebrą) w zbiorze X.

Wykład 21 Funkcje mierzalne. Kostrukcja i własności całki wzglȩdem miary przeliczalnie addytywnej

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

Entropia w układach dynamicznych Środowiskowe Studia Doktoranckie z Nauk Matematycznych Uniwersytet Jagielloński, Kraków, marzec-kwiecień 2013

Wykłady ostatnie. Rodzinę P podzbiorów przestrzeni X nazywamy σ - algebrą, jeżeli dla A, B P (2) A B P, (3) A \ B P,

Ważne rozkłady i twierdzenia c.d.

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

Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014

Zdzisław Dzedzej. Politechnika Gdańska. Gdańsk, 2013

PRACA MAGISTERSKA DYSKRETNY NIELINIOWY UKŁAD SEMIDYNAMICZNY UNIWERSYTET JAGIELLOŃSKI

Teoria miary. WPPT/Matematyka, rok II. Wykład 5

Rachunek Różniczkowy

Rachunek różniczkowy funkcji dwóch zmiennych

Algorytm Metropolisa-Hastingsa

jest ciągiem elementów z przestrzeni B(R, R)

1. Liczby zespolone Zadanie 1.1. Przedstawić w postaci a + ib, a, b R, następujące liczby zespolone (1) 1 i (2) (5)

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

Kurs wyrównawczy - teoria funkcji holomorficznych

Korzystając z własności metryki łatwo wykazać, że dla dowolnych x, y, z X zachodzi

Analiza matematyczna. 1. Ciągi

Wykłady... b i a i. i=1. m(d k ) inf

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

Matematyka i Statystyka w Finansach. Rachunek Różniczkowy

Ciągi liczbowe wykład 3

Granica funkcji. 27 grudnia Granica funkcji

Pojęcie szeregu nieskończonego:zastosowania do rachunku prawdopodobieństwa wykład 1

Funkcje rzeczywiste jednej. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Wykład 3 Jednowymiarowe zmienne losowe

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

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

Specjalistyczna Pracownia Komputerowa Obliczanie widma Lapunowa

Twierdzenie o liczbach pierwszych i hipoteza Riemanna

Prawdopodobieństwo i statystyka

Algorytmy MCMC (Markowowskie Monte Carlo) dla skokowych procesów Markowa

Wykład 7: Szeregi liczbowe i potęgowe. S 1 = a 1 S 2 = a 1 + a 2 S 3 = a 1 + a 2 + a 3. a k

Podstawy analizy matematycznej II

Komputerowa analiza zagadnień różniczkowych 2. O tym, co można rozwiazać analitycznie. P. F. Góra

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

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

Wstęp do sieci neuronowych, wykład 11 Łańcuchy Markova

Wykład 3 Równania rózniczkowe cd

7. Miara, zbiory mierzalne oraz funkcje mierzalne.

Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

Stabilność II Metody Lapunowa badania stabilności

Metody numeryczne. Równania nieliniowe. Janusz Szwabiński.

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA WRACIBORZU PODSTAWY JEDNOWYMIAROWYCH UKŁADÓW DYNAMICZNYCH

Prawdopodobieństwo i statystyka

Metody Numeryczne w Budowie Samolotów/Śmigłowców Wykład I

Rozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład

Spacery losowe generowanie realizacji procesu losowego

Matematyka dyskretna. Andrzej Łachwa, UJ, /15

Metody numeryczne I Równania nieliniowe

Funkcje analityczne. Wykład 3. Funkcje holomorficzne. Paweł Mleczko. Funkcje analityczne (rok akademicki 2016/2017) z = x + iy A

Definicje i przykłady

Układy statystyczne. Jacek Jurkowski, Fizyka Statystyczna. Instytut Fizyki

8 Całka stochastyczna względem semimartyngałów

1 + iϕ n. = cos ϕ + i sin ϕ. e n z n n n. c M n z n, c n z Mn.

1 Szeregi potęgowe. 1.1 Promień zbieżności szeregu potęgowego. Wydział Informatyki, KONWERSATORIUM Z MATEMATYKI, 2008/2009.

Dystrybucje. Marcin Orchel. 1 Wstęp Dystrybucje Pochodna dystrybucyjna Przestrzenie... 5

SIMR 2016/2017, Analiza 2, wykład 1, Przestrzeń wektorowa

Teoria miary WPPT IIr. semestr zimowy 2009 Wyk lady 6 i 7. Mierzalność w sensie Carathéodory ego Miara Lebesgue a na prostej

Twierdzenie Li-Yorke a Twierdzenie Szarkowskiego

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

Transkrypt:

Niestabilne orbity okresowe a (niektóre) własności układów chaotycznych Justyna Signerska,Jan Pyrzowski Politechnika Gdańska, Akademia Medyczna w Gdańsku

Hel 2008 p.1/3 Outline Podstawowe definicje

Hel 2008 p.1/3 Outline Podstawowe definicje Odtwarzanie miary naturalnej przy pomocy niestabilnych orbit okresowych

Hel 2008 p.1/3 Outline Podstawowe definicje Odtwarzanie miary naturalnej przy pomocy niestabilnych orbit okresowych Escape rates

Hel 2008 p.1/3 Outline Podstawowe definicje Odtwarzanie miary naturalnej przy pomocy niestabilnych orbit okresowych Escape rates Inne własności układów dynamicznych a niestabilne orbity okresowe

Definicje Hel 2008 p.2/3

Hel 2008 p.3/3 Układ dynamiczny X -p. metryczna, T -zbiór indeksów, F : T X X Definicja (F, X, T) nazywamy układem Uwaga Układy ciagłe sa zadawane dynamicznym, gdy F(t, ) = F t, przez autonomiczne równania spełnia warunki: różniczkowe zwyczajne (rzędu pierwszego): (1) F 0 (x) = x, (2) t,s T F t+s (x) = F t (F s (x)). Dla układów ciagłych T = R, dla dyskretnych T = Z, T = N. ẋ = f(x), x(0) = x 0.

Hel 2008 p.4/3 Miara naturalna (X, F, µ) - przestrzeń probabilistyczna Definicja Mówimy, że odwzorowanie mierzalne F : X X zachowuje miarȩ, jeśli µ(f 1 (A)) = µ(a) dla każdego A F Definicja Miara generowana przez typowe trajektorie w przestrzeni fazowej nazywana jest miara naturalna i jest ona niezmiennicza względem dynamiki układu F.

Hel 2008 p.5/3 Ergodyczność Definicja Odwzorowanie F : X X zachowuja ce miarȩ jest ergodyczne, jeśli spełniony jest warunek: F 1 (A) = A (A F) µ(a) = 0 lub µ(a) = 1. µ nazywamy wówczas miara ergodyczna dla F. Twierdzenie [Birkhoff] Jeśli F jest ergodyczne, µ-miara niezmiennicza oraz f L 1 (µ), to: 1 N N 1 i=0 f(f i (x)) X fdµ dla N (1)

Hel 2008 p.6/3 Rozmaitości stabilne i niestabilne Definicja X- zwarta gładka rozmaitość, f : X X - dyffeomorfizm klasy C k, p - punkt stały dla f Rozmaitościa stabilna punktu p nazywamy zbiór: W s (p) := {x X : lim n fn (x) p} Rozmaitościa niestabilna punktu p nazywamy zbiór: W u (p) := {x X : lim n f n (x) p}

Hel 2008 p.7/3 Hiperboliczność Definicja w przypadku układów dynamicznych dyskretnych x n+1 = f(x n ), mówimy, że punkt stały p jest hiperboliczny, jeśli wszystkie wartości własne macierzy Jakobiego Df(p) sa co do modułu różne od 1 w przypadku układów dynamicznych ciagłych ẋ = f(x), mówimy, że rozwiazanie stacjonarne x jest hiperboliczne, gdy żadna z wartości własnych macierzy Jakobiego Df( x) nie jest czysto urojona

Hel 2008 p.8/3 Hiperboliczność Definicja Odwzorowanie f nazywamy hiperbolicznym, jeśli przecinaja ce siȩ rozmaitości stabilne i niestabilne dowolnych punktów stałych zawsze przecinaja siȩ transwersalnie. Jeśli przecinaja siȩ stycznie, to odwzorowanie jest niehiperboliczne.

Hel 2008 p.9/3 Atraktory i repelery Definicja Zbiór zwarty i niezmienniczy A nazywamy atraktorem potoku/odwzorowania F t, jeżeli istnieje otoczenie (basen przyciagania) U A taki, że: t 0 F t (U) U oraz t 0 F t (U) = A. Repeler jest to nieprzyciagaj acy zbiór niezmienniczy; dynamika na nim ma również właściwości chaotyczne.

Hel 2008 p.10/3 Chaos Definicja Odwzorowanie f nazywamy tranzytywnym wtedy i tylko wtedy, gdy: =U,V X U,V otw. k>0 f k (U) V Definicja [Devaney, 1989] Odwzorowanie f : X X nazywamy chaotycznym, jeżeli: 1. f jest tranzytywne, 2. zbiór punktów periodycznych f jest gęsty, 3. f posiada wrażliwość na warunki poczatkowe.

Miara naturalna Hel 2008 p.11/3

Hel 2008 p.12/3 Wyznaczanie miary naturalnej A - atraktor o basenie przyciagania S {C i }-pokrycie atraktora A ρ(x 0, T, ǫ i )-ilość czasu, jaka trajektoria długości T wybranego losowo punktu x 0 S spędza w komórce C i rozmiaru ǫ i Wtedy miara naturalna atraktora zawarta w C i dana jest wzorem: µ i = lim T ρ(x 0, T, ǫ i ) T (2)

Hel 2008 p.13/3 M. naturalna a orbity okresowe Uwaga Hiperboliczne atraktory chaotyczne posiadaja nieskończenie wiele niestabilnych orbit okresowych, które tworza zbiór gęsty, ale o zerowej mierze Lebesque a. Stad miary niezmiennicze produkowane przez niestabilne orbity okresowe sa atypowe. Ponieważ jednak typowa trajektoria odwiedza ustalone otoczenie każdej z orbit okresowych z odpowiednia częstotliwościa, orbity te poniekad rozpinaja miarę naturalna.

Hel 2008 p.14/3 Wyznaczanie miary naturalnej M : X X - odwzorowanie d-wymiarowe x i,p - i-ty punkt periodyczny o okresie p (niekoniecznie minimalnym) Miara naturalna atraktora zawarta w C i : µ i = lim p µ i(p), (3) gdzie µ i (p) = L 1 (x i,p ) x i,p C i 1 (4) oraz L 1 (x i,p ) jest iloczynem rozszerzajacych wartości własnych macierzy Jakobiego DM p (x i,p ).

Hel 2008 p.15/3 Wyznaczanie miary naturalnej Wzór (4) dla układów hiperbolicznych może być wyprowadzony w nastepujacy sposób: Pokrywamy odpowiednio atraktor zbiorami C i

Hel 2008 p.16/3 Wyznaczanie miary naturalnej x 0 C i - warunek poczatkowy x p - punkt powrotu do C i trajektorii startujacej z x 0 po p iteracjach (ergodyczność)

Hel 2008 p.17/3 Wyznaczanie miary naturalnej M p (ab) = a b M p (c d ) = cd M p (efgh) = e f g h. x i,p - niestabilny punkt stały dla M p

Hel 2008 p.18/3 Wyznaczanie miary naturalnej Załóżmy, że odcinek c d ma długość ǫ. Wtedy odcinek cd ma długość ǫ/l 1 (x i,p ). Stad ǫ/l 1 (x i,p ) ǫ = 1 L 1 (x i,p ) jest częścia trajektorii (zwiazanych z x i,p ), które powróca do C i po p iteracjach (ponieważ miara naturalna jest jednostajna w kierunku niestabilnym). Biorac pod uwagę wszystkie niestabilne punkty stałe dla M p w C i oraz przechodzac do granicy p otrzymujemy µ i = lim p 1 L 1 (x i,p ). x i,p C i

Hel 2008 p.19/3 Uwagi W wyprowadzeniu wzoru (4) założono, że istnieje dobra partycja {C i } przestrzeni fazowej, tj. taka, dla której nie zachodza przypadki Dla układów hiperbolicznych taki podział przestrzeni fazowej istnieje (tzw. Markov partition). Dla niehiperbolicznych nie możemy go skonstruować, ponieważ istnieje nieskończenie wiele styczności między rozmaitościami stabilnymi i niestabilnymi.

Hel 2008 p.20/3 Uwagi ρ(x 0, T, ǫ i ) µ i = lim T T 1 µ i (p) = L 1 (x i,p ) x i,p C i (5) (6) Niech µ p = N [µ i (p) µ i ] 2 /N. i=1 Dla układów hiperbolicznych obserwujemy: µ p exp αp, α - tzw. entropia topologiczna (7)

Stałe ucieczki (Escape rates) Hel 2008 p.21/3

Orbity periodyczne Hel 2008 p.22/3

Hel 2008 p.23/3 Odwzorowania 1D Rozważmy jednowymiarowy repeler: f(x c ) > x max

Hel 2008 p.24/3 Odwzorowania 1D Obserwujemy przy pierwszej iteracji ucieka odcinek wokół x c w drugiej iteracji uciekaja jego dwa przeciwobrazy itd., itd.... W n-tym kroku punkty, które ocalały możemy podzielic na 2 n rozłacznych odcinków: i - ty odcinek zakodowany jest ciagiem i = ǫ 1 ǫ 2...ǫ n, gdzie ǫ k = 0, jeśli f k (x) < x c ; 1, jeśli f k (x) > x c.

Hel 2008 p.25/3 Odwzorowania 1D l i - szerokość i-tego odcinka Miara zbioru punktów poczatkowych x, które przetrwaja n iteracji wynosi Γ n = (n) i l i. (8) Odzworowanie jest gładkie i ma ograniczona pochodna Λ = df/dx: 1 < Λ min df/dx Λ max Stad każdy odcinek w (8) jest ograniczony: Λ n max l i Λ n min

Hel 2008 p.26/3 Odwzorowania 1D W konsekwencji ( ) n 2 Γ n Λ max Γ n jest rzędu wykładniczego: Γ n = e nγ n e nγ ( 2 ) n Λ min Definicja γ = 1/T - stała ucieczki - (ang. escape rate) T - asymptotyczny czas życia (asymptotic lifetime) losowo wybranego punktu poczatkowego x

Odwzorowania 1D Każdy odcinek i zawiera punkt periodyczny x i. Jeśli odcinki te sa dostatecznie małe, to ich ekspansja na odcinek [0, 1] w ciagu n-iteracji może być przybliżona przy pomocy stabilności punktu x i : l i = a i Λ i, gdzie Λ i = d dx fn (x i ) = n 1 k=0 f (f k (x i )) (9) Hel 2008 p.27/3

Hel 2008 p.28/3 Odwzorowania 1D a i = l i Λ i Uwaga Jeśli układ jest hiperboliczny, to dla dostatecznie dużych n a 1 O(1) moga być zaniedbane z powodu wykładniczego przyrostu Λ i. Stad Γ n = (n) i 1 Λ i.

Hel 2008 p.29/3 Odwzorowania 1D Zdefiniujmy Ω(z) = z n Γ n = n=1 n=1 (n) z n i Λ i 1 = z/ Λ 0 + z/ Λ 1 + z 2 / Λ 00 + + z 2 / Λ 01 + z 2 / Λ 10 + z 2 / Λ 11 + +z 3 / Λ 000 + z 3 / Λ 001 + (10) Dla dostatecznie małych z suma ta jest zbieżna. Ponieważ Γ n e nγ, to escape rate γ jest wyznaczony poprzez najmniejsze z = e γ, dla którego szereg Ω(z) jest rozbieżny: Ω(z) (ze γ ) n. (11) n=1

Hel 2008 p.30/3 Odwzorowania 1D Definicja Cykle pierwsze (ang. prime cycles) sa to takie orbity periodyczne (x 1 x 2 x n ), które nie moga być przedstawione w krótszej postaci - orbita taka jest zakodowana przy pomocy niepowtarzajacego się ciagu symboli. Uwaga Istnieje dokładnie jeden cykl pierwszy dla każdej cyklicznej permutacji, np. p = 0011 = 0110 = 1100 = 1001 jest cyklem pierwszym, ale nie jest nim p = 0101 = 01. Stad Ω(z) = p n p (z n p Λ 1 p ) r = p r=1 n p z n p Λ 1 p 1 z n p Λ 1 p, (12) gdzie sumujemy po wszystkich cyklach pierwszych p długości n p, a r jest liczba powtórzeń danego cyklu.

Hel 2008 p.31/3 Dynamiczna funkcja ζ Zauważmy, że Ω(z) = z d dz p ln(1 zn p Λ p ) Stad Ω(z) jest pochodna logarytmiczna funkcji 1 ζ(z) = p (1 zn p Λ p ) (13) Jest to tzw. dynamiczna funkcja ζ. Uwaga Funkcja ζ-riemanna: ζ(z) = n 1 1 n z = p l. pierwsza 1 1 p z

Układy wielowymiarowe V -ograniczone otoczenie d-wymiarowego repelera Stała ucieczki z V dana jest wzorem: (n) i e nγ n = 1 det(1 J (n) (x i )) = = V V δ(y fn (x))dxdy V dx = V (n) i δ(x f n (x))dx = 1 d a=1 (1 (14) Λa i ), gdzie J (n) (x i ) = n 1 j=0 J(f (j) (x i )), J kl = x l f k (x) oraz Λ 1 i, Λ2 i,..., Λd i sa wartościami własnymi J(n). Hel 2008 p.32/3

Hel 2008 p.33/3 Układy wielowymiarowe Zakładajac, że Λ a i 1: gdzie Λ i = rozsz a Λ a i e nγ n = (n) i 1 Λ i, (15) jest iloczynem rozszerzajacych wartości własnych. Stad funkcja ζ (13) uogólnia się również dla układów wielowymiarowych.

Inne własności układów dynamicznych a niestabilne orbity okresowe Hel 2008 p.34/3

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna escape rates

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna escape rates ciśnienie topologiczne P(β) (escape rate = P(1))

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna escape rates ciśnienie topologiczne P(β) (escape rate = P(1)) wymiary Renyi ego D(β)

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna escape rates ciśnienie topologiczne P(β) (escape rate = P(1)) wymiary Renyi ego D(β) spektrum osobliwości f(α)

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna escape rates ciśnienie topologiczne P(β) (escape rate = P(1)) wymiary Renyi ego D(β) spektrum osobliwości f(α) znajdowanie partycji Markowa

Hel 2008 p.35/3 co jeszcze możemy policzyć... miara naturalna escape rates ciśnienie topologiczne P(β) (escape rate = P(1)) wymiary Renyi ego D(β) spektrum osobliwości f(α) znajdowanie partycji Markowa i przypuszczalnie jeszcze więcej...

Hel 2008 p.36/3 Bibliografia 1. Lai YC, Nagai Y, Grebogi C. Characterization of the Natural Measure by Unstable Periodic Orbits in Chaotic Attractors. Phys Rev Lett 79(4):649-652 (1997) 2. Artuso R, Aurell E, Cvitanovic P. Recycling of strange sets I: Cycle expansions. Nonlinearity 3:325-359 (1990) 3. Grebogi C, Ott E, Yorke JA. Unstable periodic orbits and the dimensions of multifractal chaotic attractors. Phys Rev A 37(5):1711:1724 (1988) 4. Beck C, Schlogl F. Thermodynamics of chaotic systems: an introduction. Cambridge University Press (1993)