Действие шума при переходе к хаосу через квазипериодический режим с отношением частот "золотое среднее" |
Отображение окружности
это одна из фундаментальных моделей, описывающая многие диссипативные нелинейные системы - автогенератор под периодическим воздействием, контакт Джозефсона в высокочастотном поле, волны плотности пространственного заряда в физике твердого тела, маятник с затуханием под внешним воздействием. В исследованиях, касающихся биологических и медицинских проблем, отображение окружности вводят как модель динамики сердца в присутствии конкуренции двух водителей ритма (пейсмекеров).
Отображение окружности - не только качественная модель,
но также представитель класса универсальности, ассоциирующегося с переходом к хаосу
через квазипериодическое движение. Наиболее проработан анализ перехода при отношении
основных частот или числе вращения «золотое среднее»:
В реальных физических системах неизбежно присутствует шум. Обратимся к отображению окружности, в которое добавлено случайное воздействие:
где xn - последовательность статистически независимых случайных величин с нулевым средним и фиксированным среднеквадратичным значением s, e - параметр, характеризующий интенсивность шума, который считается малым.
Ниже показаны карты показателя Ляпунова для отображения
окружности на плоскости параметров
В присутствии шума периодическая или квазипериодическая динамика в точном смысле не реализуется, но картина характерных областей на картах показателя Ляпунова остается видна, по крайней мере, при малых или умеренных шумах. Мы можем говорить о "шумовом периодическом режиме", когда ляпуновский показатель отрицателен, о "шумовом квазипериодическом", когда он близок к нулю, или о "шумовом хаотическом", если показатель Ляпунова положителен. Ляпуновские карты позволяют различать визуально эти режимы. В каком-то смысле, влияние шума выглядит довольно очевидным: тонкие детали картины оказываются "замазаны".
На следующем рисунке представлены фазовые портреты аттракторов на итерационных диаграммах - графиках зависимости xn+Fk от xn, где Fk – одно из чисел Фибоначчи. Диаграммы построены для F6 = 8 при значениях параметров K и r соответствующих критической точке GM в отображении без шума.
Первая картинка отвечает очень малому шуму, вторая и третья - большей его интенсивности (см. указанные на графиках значения e). Можно видеть, как с увеличением шума последовательно размываются сначала тонкие, а затем более крупные детали структуры аттрактора.
Поскольку без шума вблизи критической точки GM имеют место определенные универсальные закономерности [Shenker, Ostlund, Rand, Feigenbaum, Kadanoff], можно полагать, что и воздействие шума тоже должно характеризоваться какими-то свойствами универсальности и скейлинга. Ренормгрупповой (РГ) анализ, предложенный в работе [Hamm and Graham, 1992] приводит к заключению, что существует универсальная константа, которая показывает, во сколько раз надо уменьшить шум для того, чтобы можно было наблюдать каждый новый уровень мелкомасштабной структуры в окрестности критической точки GM: g=2.3061852653. (Содержание РГ анализа изложено здесь.)
Более общая формулировка свойства масштабного подобия (скейлинга) такова.
Предположим, что при отклонении r от значения, отвечающего числу вращения "золотое среднее"
Dr и при каком-то K близком
к Kc=1 в присутствии шума
e наблюдается некоторый режим поведения. Тогда при
Dr уменьшенном в
d1=2.83361066 раз,
при
Рассмотрим несколько компьютерных иллюстраций указанного свойства скейлинга. Начнем с серии графиков, каждый из которых изображает "зашумленный" аттрактор на итерационной диаграмме отображения окружности в координатах x(nFk), x((n+1)Fk, где Fk - число Фибоначчи для k=6, 7, 8. При этом от картинки к картинке параметр шума уменьшается в g раз. Значения K и r отвечают критической точке GM. На каждой диаграмме выделен фрагмент вблизи начала координат, показанный отдельно с увеличением в a раз больше для каждой следующей картинки. Подобие объектов на этих увеличенных фрагментах иллюстрирует свойство скейлинга в системе с шумом.
Обратимся теперь к диаграммам, показывающим зависимость числа вращения
от параметра r при K=1. На основном рисунке и первой вставке приводятся разультаты
расчета числа вращения при компьютерном моделировании динамики отображения окружности с шумом для
e=0.1. Следующие картинки показывают
фрагменты с возрастающим увеличением по горизонтальной и вертикальной оси,
соответственно, на факторы
Следующая иллюстрация изображает зависимость показателя Ляпунова от интенсивности шума при значениях K и r, отвечающих критической точке GM. Из рисунак видно, что включение шума приводит к уменьшению показателя Ляпунова, т.е. способствует стабилизации (в противоположность тому, что имеет место для перехода по Фейгенбауму, когда присутствие шума способствует увеличению показателя Ляпунова). На вставке показан фрагмент графика с пересчетом масштаба по горизонтали на фактор g, а по вертикали - в W=(51/2-1)/2 раз. Сходство обеих картинок служит проявлением ожидаемого свойства скейлинга.
Другой способ продемонстрировать свойство скейлинга состоит в том, чтобы представить показатель Ляпунова в зависимости от уровня шума в двойном логарифмическом масштабе. Из графика видно, что точки располагаются в среднем вдоль наклонной прямой с угловым коэффициентом loggW=0.5759, где W=(51/2+1)/2.
Следующая серия иллюстраций - ляпуновские карты, относящиеся к критическому значению параметра K=1.
По горизонтальной оси отложен параметр r, а по вертикальной - параметр интенсивности шума
e. Тона серого цвета от темных к светлым
кодируют уровень показателя Ляпунова от минус бесконечности до нуля, а черный цвет соответствует
положительным значениям показателя. При переходе к каждой последующей картинке для иллюстрации
скейлинга масштаб по горизонтали и вертикали пересчитывается на факторы, соответственно,
Наконец, последняя серия диаграмм - это ляпуновские карты, иллюстрирующие скейлинг картины языков Арнольда. Для этой демонстрации приходится ввести специальные локальные координаты (C1,C2) на плоскости параметров вблизи критической точки GM: одна координатная ось направлена вдоль критической линии K=1, а вторая - по линии постоянного числа вращения в отсутствие шума.
На основной диаграмме приведена ляпуновская карта на плоскости параметров отображения окружности (r,K) при уровне шума e=0.03. Первая вставка показывает внутреннюю часть выделенного параллелограмма в скейлинговых координатах, которые связаны с исходными параметрами модели соотношениями
Следующим двум картинкам отвечает параметр шума уменьшенный, соответственно, в g и g2 раз. При этом масштабы по горизонтали и вертикали пересчитывается при переходе от одной картинки к следующей на факторы d1 и d2, и переопределяется надлежащим образом правило кодирования величины показателя Ляпунова тонами серого цвета.