第一章 绪论

混沌广泛的存在于各种现象中: Navier-Stokes 方程定义的流体力学运动; Reynold's 湍流实验; 热对流; 长期天气预报; 种群动力学; 地震、股市、心电图.

确定的线性系统只出现简单的状态: 趋向定常态, 或趋向无穷. 不可能出现复杂的随机状态.

非线性的本质在于相互作用.

混沌侧重于确定的非线性系统的状态量随时间的不确定变化; 分型侧重于确定的非线性作用在空间形成的复杂结构.

第二章 单峰映象 (Logistic Map)

(公式略去) 状态量 \(X_n \in [0,1]\) , 系统控制参数 \(\mu \in [0,4]\) .

方程的解包括定常态, 周期2, 周期4, ……, 周期 \(2^n\) 解.

定常状态满足: \(x=f(x)\) . 解得 \(x_1^* = 0\) , \(x_2^* = 1-1/\mu\) . \(x_1^* \) 的稳定区间为 \(\mu \in [0,1); x_2^* \) 的稳定区间为 \(\mu \in (1,3)\) . 周期2解满足: \(x_b = f(x_a), x_a = f(x_b)\) , 即 \(x = f(f(x))\) . 真正的周期2解满足 \(x^2 - (\mu+1)/\mu x + (\mu+1)/\mu^2 = 0\) . 稳定区间为 \(\mu \in (3,1+\sqrt{6})\) 周期4, 周期8, … 周期 \(2^n\) 解都有相应的稳定区间. 当 \(\mu > \mu_{\infty} \ge 3.569945627\) 时, 周期趋于无穷大, 出现混沌.

Li-York 定理 (“周期3意味着混沌”): 设映射 \(f:[-1,1][-1,1]\) 连续, 且f具有周期3轨道, 则f具有任意周期的轨道.

第三章 混沌的随机性和规律性

差别很小的初值在有限步“伸长”和“折叠”后, 有效信息全部丢失, 此后结果完全随机: 这就是混沌随机性的来源.

Lyapunov exponent 是 n 次迭代后初始误差的平均增长率: \( LE = \lim_{n \to \infty} 1/n \ln | \delta x_n / \delta x_0 | \). 正的 Lyapunov 特征指数是混沌系统的特征, 它定量表示了初条件的敏感性.

Logistic map 是一种无特征尺度现象, 但是存在不变量.

Feigenbaum 自相似泛函方程

第四章 混沌轨道

保守系统: 一般指能量不随时间变化的系统. 耗散系统: 指能量随时间减少的系统.

pattern 斑图: 系统的整体流形.

  • 鞍点同宿轨道: 孤立波;
  • 鞍-焦点异宿轨道: 振荡冲击波;
  • 鞍-结异宿轨道: 冲击波;

Silnikov 同宿轨道: 鞍点同宿轨道, 鞍-焦同宿轨道. 只要有 Silnikov 同宿轨道, 就有混沌.

自治动力系统平衡态的性质只反映平衡态附近解的性质, 是动力系统的局部性质. 在二维以上系统, 考察系统的整体性质与局部性质同样重要.

不同维度自治动力系统可能出现的最复杂的轨道:

  • 一维系统, 平衡态(奇点);
  • 二维系统, 周期轨道(极限环);
  • 三维以上系统, 混沌轨道.

第五章 混沌吸引子

吸引子: 动力系统长时间演化的极限状态, 即 \(t \to \infty\) 时系统状态的归宿.

只有耗散系统才有吸引子, 可能存在4种吸引子:

  1. 定常吸引子: 稳定结点, 稳定焦点
  2. 周期吸引子: 稳定极限环(沿环切线方向距离不变, 两个法方向指数衰减)
  3. 准周期吸引子: 三维相空间中的二维封闭环面(轨线的两个圆频率之比为无理数, 轨线密布整个环面; 沿环面两个方向距离不变, 法方向指数衰减)
  4. 混沌吸引子

m 维时间连续动力系统的每一个分量都可以求出相应的 Lyapunov 指数 \(\text{LE}_i\) , 将这 m 个 Lyapunov 指数按大小顺序排列, 就构成了该吸引子的 Lyapunov spectrum.

正的 Lyapunov 指数是混沌吸引子的重要特征, 表示两条相邻轨道在该方向以指数形式分离. 从整体上说, 耗散系统中的驱动因素——局部伸长, 和耗散因素——折叠, 使得所有的轨道收缩到有限范围.

Table: Lyapunov spectrum by attractor

吸引子\维度 一维 二维 三维
定常吸引子 { - } { -, - } { - , - , - }
周期吸引子 - { 0, - } { 0 , - , - }
拟周期吸引子 - - { 0 , 0 , - }
混沌吸引子 - - { + , 0 , - }

第六章 无特征尺度现象的描述

特征尺度: 特定现象的某一特性的一般大小, 是个统计概念.

无特征尺度现象: 自然界中一些非常复杂的现象(或几何体)具有多种尺度(或者说无特征尺度), 并且在不同的尺度上呈现不同的性质.

分形: 具有自相似结构的无特征尺度的复杂几何体. 【当然也可以用于描述函数图象, 如气候要素曲线. 】

分形是一种能够用于描述复杂现象的工具.

用尺度为 r 的尺子度量 m 维单位几何体, 测量个数为 \(N(r) = 1/r^m\) .

拓扑维: 确定一个几何对象中一点的位置所需要的独立坐标数目. 【坐标用实数表示】 \(d = \ln N(r) / \ln 1/r\)

Hausdorff 分数维: \(D_0 = \lim_{r_0} \ln N(r) / \ln 1/r\) .

分形的拓扑维 < 分形的分数维 \(D_0\) < 分形所在空间维数

分形的性质随尺度变化, 但是具有不变量. 分数维就是无特征尺度系统的不变量. 【不具有自相似结构的无特征尺度系统一定有不变量么?】

Kaplan-Yorke 假设: 设初始时刻相空间内混沌吸引子附近的一个单位立方体, 经过伸长、折叠, \(\tau\) 时刻的体积为 \(V(\tau) = e^{(\text{LE}1 + \text{LE}_3) \tau}.\) 用边长为 \(e^{\text{LE}_3 \tau}\) 的小立方体度量这个体积, 需要的小立方体的个数为 \(N(r) = e^{(\text{LE}_1 + \text{LE}_3) \tau} / e^{3 \text{LE}_3 \tau}.\) 得到混沌吸引子的分数维 \(D = \lim{r\to0} \ln N(r) / \n 1/r = \lim_{r\to0} (\text{LE}1 + \text{LE}_3 - 3\text{LE}_3) \tau / -\text{LE}_3\tau = 2 + \text{LE}_1 / |\text{LE}_3|\) . 类似的, 高维系统混沌吸引子的分数维为 \(D = j + \sum{i=1}^j \text{LE}i / |\text{LE}{j+1}|\) , 其中 j 满足 \(\sum_{i=1}^j \text{LE}i \ge 0\) , \(\sum{i=1}^{j+1} \text{LE}_i < 0\) .


🏷 Category=Modeling