Beruflich Dokumente
Kultur Dokumente
2011)
Heinz Horner
Inhaltsverzeichnis
1 Dynamische Systeme
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2
3
6
7
8
9
10
11
12
12
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
14
15
15
16
18
20
21
4 Konservative Systeme
4.1 Hamiltonsche Mechanik . . . . . . . . . . . . . . . . .
4.2 Integrable Systeme . . . . . . . . . . . . . . . . . . . .
4.3 Periodisch angestoener Rotator, Standard-Abbildung
4.4 Asteroiden, Ringsysteme . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
22
22
22
23
25
5 Literatur
.
.
.
.
.
.
.
.
.
.
.
.
25
Heinz Horner
Dynamische Systeme
Dynamische Systeme sind mathematische Modelle zeitabhngiger Prozesse. Beispiele finden sich nicht
nur in Mathematik und Physik, sondern auch in biologischer Modellbildung und in vielen Bereichen
der Wirtschaftswissenschaften. Im Allgemeinen betrachtet man autonome Systeme, i.e. Systeme ohne
von Aussen aufgeprgte Zeitabhngigkeit, derer zeitliche Entwicklung nur von der Anfangsbedingung
abhngt.
Der Zustand des Systems sei durch einen Punkt s in einem Zustandsraum S gegeben. Der Zustandsraum
kann diskret oder kontinuierlich sein, oder auch ein Raum von Funktionen sein.
Diskreter Zustandsraum:
Beispiel: Menge von natrlichen Zahlen {n1 , n2 nk }, die die Anzahl von Individuen verschiedener
Spezien angeben.
Beispiel: ni = {0, 1}: System von binren Eigenschaften, z.B. Besetzung von Gitterpunkten,
Kontinuierlicher Zustandsraum:
Beispiel: Punkt s in einem k-dimensionalen Raum S = Rk mit Koordinaten {s1 , s2 sk }.
(1.1)
wobei wir uns auf autonome Systeme beschrnken wollen, also auf Systeme bei denen F s nicht
explizit von der Zeit tn abhngt. Im Fall eines diskreten Zustandsraums spricht man von zellulren
Automaten.
Im Fall eines kontinuierlichen Zustandsraums kann die (zeitliche) Entwicklung auch durch einen Satz
von gewhnlichen Differentialgleichungen erster Ordnung gegeben sein
d
s(t) = F s(t)
(1.2)
dt
Die zeitliche Entwicklung im Fall eines Zustandsraums von Funktionen ist im allgemeinen durch partielle Differentialgleichungen oder Integralgleichungen gegeben.
Im folgenden werden wir uns weitgehend auf Abbildungen und Systeme von gewhnlichen Differentialgleichungen in einem k-dimensionalen kontinuierlichem Zustandsraum beschrnken.
Ein sehr einfaches nichtlineares dynamisches System mit nur einem Freiheitsgrad ist die logistische
Abbildung, die aber wesentliche Aspekte dynamischer Systeme und chaotischen Verhaltens zeigt. Sie
ist gegeben durch
xn+1 = F (xn )
F (x) = a x (1 x)
(2.1)
Sie wurde zunchst als Modell fr die Entwicklung von Populationen formuliert, in dem nicht nur
die Reproduktionsrate, sondern auch eine beschrnkte Nahrungsresource bercksichtigt wird. In einem
gegebenen Zeitraum, z.B. einem Jahr, wchst die Population durch Reproduktion um einen Faktor fr .
Die Sterberate hngt vom Verhltnis von Population zu Resource ab, also fs = fo + f 0 N/R. Damit
erhlt man
f0
Nn+1 = 1 + fr fs Nn = 1 + fr fo Nn Nn2
(2.2)
R
Heinz Horner
x=
f0
N
1 + fr fo R
(2.3)
Ganz hnlich kann der Lebenszyklus eines neu eingefhrten Produkts modelliert werden. Die Verkaufsrate des neuen Produkts hngt von seinem Bekanntheitsgrad, also von der Zahl der schon verkauften
Produkte ab. Eine Sttigung tritt ein, wenn schon jeder potentielle Konsument das Produkt gekauft
hat. Die Zahl der in einer bestimmten Periode verkauften Produkte folgt z.B.
Nn+1 Nn = c Nn (1 Nn /N )
(2.4)
x=
c N
1+c N
(2.5)
Auch manche Regelungsprozesse knnen auf die logistische Abbildung zurckgefhrt werden. Dabei
hat man eine zu regelnde Gre r, die von einer Stellgre s abhngt
r = R(s)
(2.6)
Der Sollwert sei r und bei Abweichung von diesem Sollwert werde die Stellgre proportional zu dieser
Abweichung gendert, also
(2.7)
sn+1 sn = c R(sn ) r
Der Sollwert r werde bei einem Stellwert s erreicht, wobei
R(s) = r
(2.8)
(2.9)
x=
c R2
(s s)
1 + c R1
(2.10)
wieder die Standardform (2.1) der logistischen Abbildung. Der Kontrollparameter a der logistischen
Abbildung ist damit durch die Strke c der Rckkopplung gegeben.
2.1
f (x)
x2
Eine grafische Darstellung der Iterationsschritte der Abbildung, wie in der Figur gezeigt, ist fr qualitative Diskussionen ntzlich.
x1
x3
x0
x3 x1
x2 x
Heinz Horner
Attraktiver Fixpunkt x = 0
fr 0 < a < 1
xo = 0.5
a = 0.9
Repulsiver Fixpunkt x = 0
Attraktiver Fixpunkt x > 0
fr 1 < a < 2
Monotone Annherung.
xo = 0.9
a = 1.5
Repulsiver Fixpunkt x = 0
Attraktiver Fixpunkt x > 0
fr 2 < a < 3
Oszillierende Annherung.
Superstabiler Orbit fr a = 2
xo = 0.9
xo = 0.7
a = 2.9
a = 3.5
a = 3.7
Heinz Horner
a = 3.99
a = 4.01
0
1
a = 04
a = 34
Bifurkationsdiagramm:
2.2
Heinz Horner
(2.11)
In der Nhe des Fixpunktes kann die Abbildung nach = x x entwickelt werden
xn+1 = x + n+1 = f (x ) + f 0 (x ) n
n+1 = f 0 (x ) n
(2.12)
n = e n 0
= sign f 0 (x )
und
(2.13)
n2 = e2 n 02
(2.14)
Den Exponenten bezeichnet man als Lyapunov Exponent. Fr einen stabilen Fixpunkt ist |f 0 (x )| < 1
und damit < 0. Betrachtet man zwei benachbarte Trajektorien mit Anfangswerten x0 und
y0 = x0 + 0 , so gilt fr kleine entsprechend
2n = e2 n 20
(2.15)
1 00 n+1 2n+1
0
2 f (x )
(2.16)
f ! (x ) > 0
f (x)
x
instabil
f ! (x ) > 0
f (x)
x
stabil
f ! (x ) = 0
f (x)
x
superstabil
f ! (x ) < 0
f (x)
x
stabil
f ! (x ) < 0
x
instabil
2.3
Heinz Horner
Periodische Orbits
Einem n-periodischem Orbit einer Abbildung f (x) entsprechen n Fixpunkte in der n-fach iterierten
Abbildung fn (x).
Beispiele:
2-periodischer Orbit
f2 (x)
a = 3.4
4-periodischer Orbit
f4 (x)
a = 3.5
8-periodischer Orbit
f8 (x)
a = 3.56
3-periodischer Orbit
f3 (x)
a = 3.86
2.4
Heinz Horner
Fr a = 4 wird sowohl der Bereich x = 0 12 , wie auch der Bereich x = 12 1 auf den vollen
Bereich f (x) = 0 1 abgebildet. Damit kann aus einem Bildpunkt f (x) nicht mehr eindeutig auf den
Ausgangspunkt geschlossen werden. Die Abbildung ist damit nicht invertierbar.
Betrachtet man Ausgangspunkte mit einer Dichte p(x), ist die Dichte der Bildpunkte
Z 1
d y p(y) f (y) x
pf (x) =
(2.17)
1
p
x (1 x)
(2.18)
a=4
a = 3.6
Betrachtet man zwei benachbarte Trajektorien mit Anfangspunkt x0 und x0 + 0 , dann ist, fr kleine
o nach einer Iteration (siehe (2.13))
1 = f (x0 + 0 ) f (x0 ) = f 0 (x) o = e(x) o
(2.19)
n
Y
e(xn1 ) 0 = e
l=1
(xn1 )
0 en 0
(2.20)
o 0
n
Die Werte xn durchlaufen fr n alle Punkte mit einer Rate, die durch die invariante Dichte
gegeben ist. Damit ist der Lyapunov gegeben durch
Z
= dx (x) ln f 0 (x)
(2.21)
Diese Definition gilt auch fr Fixpunkte oder periodische Orbits, wobei hier die invariante Dichte durch
eine Summe von -Funktionen gegeben ist.
Fr die logistische Abbildung mit a = 4 erhlt man = ln(2) = 0.6931...
Fr a = 4 verdoppelt sich damit
die Abweichung im Mittel pro
Schritt. Bei einem Anfangswert
o = 1015 ist nach ca. 50
Schritten ein Wert 1 erreicht.
hnliches Verhalten zeigt sich
auch fr andere Werte des Kontrollparameters.
a=4
o = 1015
a = 3.6
o = 1015
Heinz Horner
Dies zeigt, dass auch bei extrem genauer Kenntnis der Anfangswerte in einem chaotischen System,
eine Vorhersage nur ber krzere Zeiten mglich ist. Ein positiver Lyapunov Exponent ist, neben
der Existenz einer kontinuierlichen invarianten Dichte, eine alternative Charakterisierung chaotischer
Dynamik.
2.5
Bifurkationen
Falls f (x) von einem Parameter abhngt, kann sich die Existenz oder Stabilitt von Fixpunkten an
speziellen Werten des Parameters, sogenannten Bifurkationen, ndern.
transkritische Bifurkation
Sattel-Knoten
Heugabel-Bifurkation
Hopf-Bifurkation
2.6
10
Heinz Horner
a) Transkritische Bifurkation
x = 0 x > 0 fr a = 1
e
b
c) Hopf-Bifurkation zu Periode 4 fr
a = 3.446
c
d
b) Hopf-Bifurkation
(HeugabelBifurkation) zu Periode 2 fr
a=3
a
a = 04
f
0
a = 3.8 3.9
1
f2 (x)
Im Folgendem Intervall bis a = 3.68 findet sich eine inverse Kaskade von Bandverschmelzungen chaotischer Bnder. An den Bandverschmelzungspunkten wird ein Teilbereich wieder vollstndig auf sich
selbst abgebildet. Die invariante Dichte ist, wie auch bei a = 4 kontinuierlich.
Eingebettet in chaotische Bereiche finden sich Fenster mit periodischen Orbits, Periodenverdopplung und Bndern chaotischer Dynamik.
a = 3.68
2.7
11
Heinz Horner
Lyapunov Exponent
1
x
3
1
3.9
-2
1
x
0
3.8
1
-2
3.8
3.9
2.8
Selbsthnliches Verhalten
Durch Skalennderung (und
Spiegelung) kann man Teile
des Bifurkationsdiagramms in
guter Nherung auf den gesamten Bereich abbilden. Entsprechend kann bei geeigneter Skalierung und geeigneter
Wahl von an und a2n die Abbildung fn mit einem Ausschnitt der Abbildung f2n zur
Deckung gebracht werden.
1
x
12
Heinz Horner
a = 34
f4 (x)
a = 3.5
f8 (x) a = 3.56
k =
k1
k
und k =
a ak1
a ak
(2.22)
n
1
2
4
8
16
32
64
128
256
512
1024
ak
2
3.236067978
3.498561699
3.554640863
3.566667380
3.569243531
3.569795294
3.569913465
3.569938774
3.569944195
3.569945355
1.5699457
0.3338777
0.0713839
0.0153048
0.0032789
0.0007021
0.0001503
0.0000322
0.0000069
0.0000015
0.0000003
4.708943
4.680771
4.662960
4.668404
4.668953
4.669157
4.669191
4.669199
4.669201
2.654744
2.531838
2.508718
2.504113
2.503161
2.502961
2.502919
2.502910
2.502908
3.569945672
4.669202
2.502908
2.9
x
In der Tabelle sind die entsprechenden Werte aufgelistet. und
sind universelle Gren. Die gleichen Werte findet man auch in den
Fenstern oder in anderen dynamischen Systemen, die eine Periodenverdoppelungskaskade zeigen. Die nfach iterierte Abbildung konvergiert
gegen eine Abbildung, die
f (y; ) = f2 ( y ; )
(2.23)
erfllt.
Fr die Zahl der Fenster lsst sich eine untere Schranke angeben.
f (x)
f2 (x)
f3 (x)
a=4
Fr a < 4 wird der Bereich x = 0 1 nicht mehr vollstndig 2p -fach auf sich selbst abgebildet, und bei bestimmten
Werten von a verschwinden jeweils zwei p-periodische Orbits in Form einer Sattel-Knoten Bifurkation. In einem endlichen Bereich oberhalb dieses Wertes findet sich ein stabiler
p-periodischer Orbit, Periodenverdopplung und n-Band Chaos. Das Fenster ist nach oben durch eine Krise-Bifurkation
begrenzt. In diesen Punkten hat die Abbildung eine invariante Dichte, die aus p kontinuierlichen Stcken besteht.
1
f5 (x)
13
Heinz Horner
a=4
a = 3.9903
a = 3.98
(2.24)
Fenster der Periode p. Mit wachsendem p nimmt also die Zahl der Fenster rasch zu: Z3 = 1, Z5 =
3, Z7 = 9, Z11 = 93, Z13 = 315, Z17 = 3855, Z19 = 13797. Die Zahl der p-periodischen Fenster
ist damit berabzhlbar. Jedes derartige Fenster beansprucht einen, wenn auch kleinen, Wertebereich
von a-Werten. p-periodischen Fenster knnen nur fr a > 3.68, dem Wert der letzten Bandverschmelzung, auftreten. Genauere Abschtzungen liefern, dass diese Fenster das Intervall 3.68 < a < 4 nicht
vollstndig ausschpfen.
Innerhalb jedes Fensters findet sich wieder chaotische Bereiche mit Fenstern. Damit finden sich Fenster mit beliebiger Periode n. Zerlegt man n in seine Primfaktoren n = p1 p2 , findet man ein
n-periodische Fenster in einem p1 -periodischen primren Fenster, dort innerhalb eines p2 -periodischen
Fensters innerhalb der chaotischen p1 -periodischen Bnder, . Damit erhlt man eine noch viel grere Zahl von Fenstern. An den oberen Grenzen jedes dieser Fensters findet man Chaos mit stckweise
stetiger invarianter Dichte und positivem Lyapunov Exponenten. Diese Punkte, obwohl es berabzhlbar viele sind, haben ein verschwindendes Lebesque-Ma.
Die verbleibenden a-Werte besitzen keine endlichen Umgebungen. Jeder Wert von a ist entweder innerhalb eines Fensters, oder es existiert ein Fenster in jeder beliebig kleinen Umgebung. Trotzdem haben
diese Werte ein endliches Lebesque-Ma.
Diese Strukturen sind allerdings in numerischen Simulationen kaum sichtbar, da die Fenster sehr schmal sein knnen, und da bei Fenstern mit hherer Periode lange Transienten auftreten (siehe Figur). Das Periode 5 Fenster bei
a = 3.99027 hat beispielsweise eine Breite von 104 .
a = 3.99027
14
Heinz Horner
In der Physik, aber auch in vielen anderen Bereichen findet man Gesetzmigkeiten fr die zeitliche
Entwicklung, die durch gekoppelte gewhnlicher Differentialgleichungen gegeben sind. Die Zustandsvariablen des betrachteten Systems seien x1 , x2 , xk . Sie bilden der k-dimensionalen Zustandsraum.
Sie gengen Bewegungsgleichungen der Form
d
xi (t) = Fi x1 (t), x2 (t) xk (t)
dt
d
x(t) = F x(t)
dt
(3.1)
wobei F(x) stetig differenzierbar sei und nicht explizit von der Zeit abhngen soll. Letzteres ist keine
wesentliche Einschrnkung, da eine explizite Zeitabhngigkeit oft durch Hinzunahme weiterer Freiheitsgrade bercksichtigt werden kann.
In der Physik hat man es oft mit dissipativen Systemen zu tun, deren Phasenraum kontrahierend ist.
Betrachten wir ein infinitesimales Volumen im Phasenraum
Y
V =
xi
(3.2)
i
(3.3)
j6=i
Dabei ist
Fi (x)
d
d
d
xi =
xi + xi xi = Fi xi + xi Fi xi =
xi
dt
dt
dt
xi
(3.4)
und
X Fi (x)
d
V =
V = divF(x) V
dt
xi
(3.5)
In dissipativen Systemen (Systemen mit kontrahierendem Phasenraum) ist div F(x) < 0 fr alle x,
fr konservative Systeme ist divF(x) = 0.
Der Phasenraum eines mechanischen Systems ist durch die Impulse p und Orte q aller Teilchen gegeben.
Die Hamiltonfunktion sei H(p, q). Falls auch Reibung vorhanden ist, sind die Bewegungsgleichungen
d
H(p, q) X
pi =
Aij pj
dt
qi
j
d
H(p, q)
qi =
dt
pi
(3.6)
wobei die Reibung durch eine positiv definite Matrix A mit Elementen Aij gegeben ist. Damit wird
X
2H
2H
div F =
Aii +
= TrA < 0
(3.7)
pi qi
qi pi
i
d
Fr konservative Systeme ohne Reibung, i.e. A = 0, ist
V = 0. Derartige Systeme werden wir
dt
spter diskutieren.
3.1
15
Heinz Horner
Die Dynamik kann als kontrahierende Strmung im Phasenraum aufgefasst werden, beschrieben als
zeitabhngige Abbildung T (t) des Phasenraums auf sich selbst, so dass x(t) = T (t) x(0). Falls ein
Teilvolumen Vo existiert, so dass T (t) Vo ganz in Vo liegt, also T (t) x Vo fr alle x Vo , dann hat
der Teilbereich
Y = lim T (t) Vo
(3.8)
(3.9)
3.2
Ein Fixpunkt ist ein Punkt x im Phasenraum so dass T (t) x = x . Zur Untersuchung der Stabilitt
betrachten wir Anfangspunkte x = x + x und linearisieren die Bewegungsgleichungen:
X Fi (x)
X
d
xi (t) =
Mij xj (t)
(3.10)
xj (t) =
dt
xj
x=x
wobei die Stabilittsmatrix M im allgemeinen nicht symmetrisch ist. Ihre Eigenwerte , definiert durch
M e = e
(3.11)
erhlt man
X
x(t) =
et x e
(3.13)
F okus
16
Heinz Horner
Sattel-Knoten
3.3
HomoklinerOrbit
Lotka-Volterra-Modell
Als Beispiel fr ein System mit zweidimensionalen Phasenraum betrachten wir das Lotka-VolterraModell. Es beschreibt die Populationen von Rubern R und Beutetieren B.
d
d
B = a B b R B + G(B)
R = c B R d R + H(R)
(3.14)
dt
dt
Dabei ist a die Reproduktionsrate der Beute, und b ist die Rate, mit der ein Ruber ein Beutetier
erlegt. Die Reproduktionsrate der Ruber ist proportional zum Nahrungsangebot, mit Koeffizient c,
und d ist die Sterberate der Ruber. Zustzliche Effekte, beispielsweise beschrnkte Ressourcen fr die
Beutetiere, knnen in den Funktionen G(B) und H(R) bercksichtigt werden.
Alternativ beschreibt das Lotka-Volterra-Modell das Zusammenspiel von Preis P und Angebot Q einer
Ware. Es seien P und Q Mittelwerte von Preis und Angebot. Liegt der Preis ber dem Mittelwert,
wird die Produktion der Ware gesteigert, andererseits dmpft ein berangebot den Preis.
d
P =
dt
1
P
QQ
P + G(P )
Q
d
Q=
dt
1
Q
P P
Q + H(Q)
P
(3.15)
P und Q sind Zeitkonstanten fr die Anpassung von Preis und Produktion. Auch hier knnen
zustzliche Effekte durch G(P ) und H(Q) bercksichtigt werden.
Durch Wahl geeigneter Variablen, z.B. x = P/P und y = Q/Q, erhlt man die Gleichungen
d
x = 1 y x + g(x)
dt
d
y = x 1 y + h(y)
dt
(3.16)
Sattel-Knoten
17
Heinz Horner
M=
0 1
1 0
(3.18)
Zentrum
xy
y
h(y) = b y (1 y),
(3.20)
Fr a < b ist dieser Fixpunkt ein (anziehender) Fokus, fr a > b ein abstoender
Fokus. In diesem Fall existiert als Attraktor
ein geschlossener Orbit, ein sogenannter
Grenzzyklus. Die nebenstehende Figur zeigt
Lsungen mit a = 0.3 und b = 0.1 und
unterschiedlichen Anfangswerten.
(3.19)
Das Phnomen periodisch schwankender Marktpreise und Angebote wurde zunchst anhand von
Schweinepreisen in den USA beobachtet. Der Begriff Schweinezyklus wird heute allgemein auf
periodische Schwankungen von Angebot und Nachfrage in allen mglichen Mrkten angewandt.
1896
1914
3.4
18
Heinz Horner
P eriode 2 Grenzzyklus
Ein vergleichsweise einfaches dreidimensionales Modellsystem wurde von O. Rssler angegeben. Es ist
durch zwei lineare und eine nichtlineare Differentialgleichung gegeben
dx
=yz
dt
dy
= x + ay
dt
dz
= b + z x c)
dt
(3.21)
Fr a < 0 ist damit x = y = 0 ein attraktiver Fokus, fr a > 0 wird dieser Fokus instabil und die
Trajektorien sind auswrts gerichtete Spiralen in der x-y-Ebene.
Fr b > 0 berlagert sich dieser Spiralbewegung eine Bewegung in z-Richtung, die fr x > c die
Trajektorie anhebt. Dies bewirkt aber, dass x wieder kleiner wird und damit auch z wieder abnimmt.
Die Trajektorie wird also zurckgefaltet. Der rotierenden Bewegung in der x-y-Ebene berlagert sich
ein Prozess der Dehnung und Zurckfaltung, wie bei der logistischen Abbildung. Damit sollte auch
der Rssler-Attraktor Grenzzyklen aufweisen, die sich erst nach mehreren Umlufen Schlieen, und
auch chaotisches Verhalten aufweisen.
Die folgenden Beispiele mit verschiedenen Werten von a sind mit b = 1 und c = 4 gerechnet.
a = 0.2
Grenzzyklus
a = 0.25
Periode 2 Grenzzyklus
a = 0.284
Periode 16 Grenzzyklus
a = 0.285
4 Band Chaos
19
Heinz Horner
a = 0.288
2 Band Chaos
a = 0.290
Periode 6 Grenzzyklus
a = 0.292
2 Band Chaos
a = 0.294
1 Band Chaos
a = 0.313
Periode 3 Grenzzyklus
a = 0.330
1 Band Chaos
3 Band Chaos
a = 0.350
Periode 6 Grenzzyklus
a = 0.40
2 Band Chaos
a = 0.324
a = 0.42
1 Band Chaos
dxk
xN ) Horner
= f2011)
k (x1 Heinz
Nichtlineare Dynamik und Chaosdt(Apr.
(4.1)
20
(4.2)
a = 0.33 t/to = 12
Poincare Abbildung:
!
"
Schneidet
Phasenraum
xk (tn+1 ) = man
Fk x1 (tden
(4.3) durch eine Ebene (Hyperebene),
n ) xN (tn )
bilden aufeinanderfolgende Durchstopunkte eine Abbildung, die
sogenannte Poincar Abbildung.
y(tn ) > 0
a = 0.33
Gezeigt ist yn+1 und zn+1 als Funktion von yn . Die Werte von yn+1 liegen mit mit nur geringfgigen
Abweichungen auf einer Kurve f (y), die der logistischen Abbildung hnelt. Auch bei den Werte von
zn+1 , die 30-fach berhht sind, sind nur minimale Abweichungen von einer Linie zu beobachten.
3.5
Bcker Abbildung
22
Bei genauerer Auflsung wrde man eine blttrige Feinstruktur erkennen. Diese kann man anhand
eines einfachen Modells, der sogenannten Bcker-Transformation, verstehen.
Die hier gezeigte Version entspricht einem kontrahierendem System. Zunchst wird die linke und
rechte Hlfte in x-Richtung mit einem Faktor 0
b.z.w. 1 kontrahiert. Danach wird in y-Richtung
gedehnt und im Verhltnis (1 )/) geschnitten.
Der untere Teil wird links an den oberen Teil
angesetzt und so verzerrt, dass das ursprngliche
Quadrat ausgefllt wird. Dieser Vorgang wird
iterier und fhrt zu einer blttrigen Struktur, die in
x-Richtung einer Cantor Menge entspricht.
Der Trajektorie eines Punktes kann eine Binrzahl
zugeordnet werden. Wenn der Punkt beim Schneiden im oberen Teil liegt, wird eine 1 notiert, wen
er im unteren Teil liegt, wird eine 0 geschrieben.
Entsprechend liegt er nach der Teilung und dem
Zusammenkleben in der linken b.z.w. rechten Hlfte.
21
Heinz Horner
Betrachtet man n Iterationen, wird jedem Anfangswert eine n-stellige Binrzahl zugeordnet. Damit ist
auch jeder Streifen in der n-fach iterierten Abbildung durch eine n-stellige Binrzahl charakterisiert.
Falls eine Binrzahl n0 -mal eine 0 und n1 -mal eine 1 enthlt, ist die gesamte Breite der zugehrigen
Streifen 0n0 1n1 und die Gesamte Lnge n0 0n0 (1 )n1 1n1 .
Zur Berechnung der Lyapunov-Exponenten muss man die Dehnung in y-Richtung und Stauchung in xRichtung ber alle Trajektorien, b.z.w. alle Binrzahlen mitteln. Die hchste Wahrscheinlichkeit haben
Binrzahlen mit n0 = n1 = n/2. Nimmt man diesen Wert erhlt man
1 = ln (1 ) ln(1 ) 0
2 = ln 0 + (1 ) ln 1 0
(3.23)
Die Bcker Transformation zeigt also empfindliche Abhngigkeit von Anfangswerten und damit chaotisches Verhalten.
3.6
Fraktale Dimension
ln N ()
(3.24)
N () df
0 ln 1/
Damit kann man dem Attraktor der Bcker-Transformation eine fraktale Dimension zuordnen. Nach n
Schritten ist die typische Breite der Streifen e2 n , deren Gesamtlnge e1 n . Benutzt man Kugeln
der Gre Breite der Streifen, erhlt man
df = lim
Breite e2 n =
Lnge e1 n = N ()
df = 1
1
2
(3.25)
Fr = 1/2, 0 = 1/4 und 1 = 1/2 erhlt man beispielsweise df = 5/3, also einen Wert > 1 und < 2.
22
Heinz Horner
Konservative Systeme
4.1
Hamiltonsche Mechanik
Es existiert eine Hamiltonfunktion H(p, q) mit p = {p1 pk } und q = {q1 qk }. Die Hamiltonschen
Bewegungsgleichungen lauten
dpi
H(p, q)
=
dt
qi
dqi
H(p, q)
=
dt
pi
2 H(p, q)
2 H(p, q)
q p
q q
M=
2 H(p, q)
2 H(p, q)
p p
p q
(4.1)
(4.2)
und Tr M = 0. Dies ist der Liouville-Satz, der besagt, dass die Dichte im Phasenraum erhalten ist.
(4.3)
(4.4)
n
o
pi , pj = 0
(4.5)
und
n
o
qi , qj = 0
n
o
qi , pj = ij
Unter einer kanonischen Transformation versteht man die Einfhrung neuer verallgemeinerter Ortsund Impulsvariablen Pi (p, q) und Qi (p, q) so da
n
o
n
o
n
o
Qi , Qj = 0
Pi , Pj = 0
Qi , Pj = ij
(4.6)
und einer neuen Hamilton Funktion K(P, Q) so dass
o
Pi n
K
= Pi , K =
t
Qi
4.2
o K
Qi n
= Qi , K =
t
Pi
(4.7)
Integrable Systeme
Erhaltungsgren sind Funktionen Fi (p, q), die Konstanten der Bewegung sind, also
o
Fi n
= Fi , H = 0
t
(4.8)
Man kann kanonische Transformationen finden, so dass die neuen Impulse Erhaltungsgren sind,
also Pi (p, q) = Fi (p, q). Falls die Zahl der Erhaltungsgren gleich k ist, sind alle neuen Impulse
Erhaltungsgren, und ihr Wert ist durch die Anfangsbedingungen bestimmt Pi (t) = fi = Fi (t = 0).
Heinz Horner
23
(4.9)
Bercksichtigt man, dass die Werte der Impulse Pi = fi durch die Anfangsbedingungen gegeben sind,
ist
Qi
K(f )
= i (f )
=
t
fi
Qi (t) = i (f ) t + i
(4.10)
Falls das System in den ursprngliche Variablen beschrnkt bleibt, mssen die Trajektorien quasiperiodische Funktionen der neuen Ortskoordinaten Q sein. Die Perioden sind durch die Frequenzen i (f )
gegeben, und die Bewegung findet au einem Torus im k-dimensionalem Raum statt. Die Ortskoordinaten Q bezeichnet man dann als Winkelvariable.
4.3
In einem System mit einem Freiheitsgrad k = 1 hat dieses die Form eines freien Rotators, beschrieben
durch einen Winkel (t) und einen Impuls (t), gebracht werden. Die Lsung ist dann
(t) = (0)
(4.11)
Das System werde durch eine periodisch wirkende Kraft f (t) = a cos (t) (t mod ) gestrt, und
damit ist
d(t)
= f (t) = a cos (t) (t mod )
dt
Eine Poincar Abbildung, die die Koordinaten in Zeitschritten aufeinander abbildet, liefert
n+1 = n + n
n+1 = n + a cos n + n
(4.12)
(4.13)
(4.14)
yn = n sin(n )
(4.15)
Heinz Horner
24
a=0
a = 0.07
a = 0.15
Fr schwache Strungen a werden Orbits mit rationalem Frequenzverhltnis R = 2 zu sogenannten Resonanzschichten erweitert. Dies sind schmale
chaotische Bnder (in der Figur rot gezeihnet) mit
eingebetteten Tori (grn), die selbst zu Resonanzschichten erweitert sind. Schreibt man R = Z/N ,
ist die Breite fr kleine N gro, und nimmt mit
wachsendem N rasch ab. In der Figur mit a = 0.07
sind Bnder mit N = 1, N = 2 und N = 3 zu sehen.
Bnder mit N > 3 sind nicht aufgelst. Dazwischen
bleiben Tori (blau) mit ursprnglich irrationalem
Frequenzverhltnis erhalten (KAM-Tori, Kolmogorov, Arnold Moser), sind aber praktisch nicht von
Resonanzbndern mit groem N zu unterscheiden.
Bei greren Strungen, wie in der Figur mit a = 0.15 gezeigt, werden die Bnder breiter und verschmelzen. Zum Beispiel sind die bei a = 0.07 getrennten Bnder mit N = 3, N = 1 und N = 3 zu einem
chaotischen Bereich geworden, whrend die angrenzenden Bnder mit N = 2 durch KAM-Tori und
Resonanzschichten hoher Ordnung getrennt sind. Die bei a = 0.07 noch vorhandenen Resonanzschichten zwischen dem N = 1 und den benachbarten N = 3 Resonanzschichten bei a = 0.15 sind bei a = 0.15
aufgelst.
Es zeigt sich also, dass sich eine periodische Strungen mit Frequenz s besonders stark auf Trajektorien auswirkt, deren ungestrte Frequenz in Resonanz ist, also wenn /s = Z/N eine rationale
Zahl mit kleinen Z und N ist.
4.4
25
Heinz Horner
Asteroiden, Ringsysteme
Tr
oja
ne
!"#$%&'(&)'*+%&),"(&-
7/2
5/2
3/2
Tr
oja
ne
7/2
5/2
3/2
Jupiter
B-Ring
Saturnringe und Saturnmonde
2)&3&
Saturn
5+
9-#
&:5(
6+
45-6
+
3J 2J 2 2
3 3
7"8
2)&3&
Saturn
5+
45-6
+
B-Ring
3J 2J 2 2
3 3
Literatur
9-#
&:5(
6+
7"8
A-Ring
S
14.2.00
45
P. Cvitanovi, R. Artuso, P. Dahlqvist,
R. Mainieri, G. Tanner, G. Vattay: Chaos: classical and
quantum http://ChaosBook.org/
45
H. Strogatz: Nonlinear Dynamics
and Chaos, Perseus Books Publishing (1994)