chaos: 1/26 dynamik komplexer systeme deterministisches chaos
TRANSCRIPT
Chaos: 1/26
Dynamik komplexer Systeme
Deterministisches Chaos
Chaos: 2/26
Dynamische Systeme
• Der Systemzustand x(t) kann durch einen oder mehrere Parameter beschrieben werden.– Phasenraum: Raum der Zustandsparameter
• Der zukünftige Systemzustand hängt allein vom jetzigen Systemzustand ab.– kontinuierlich: Differentialgleichungen in t
• d/dt x(t) = F(x(t)) d/dt x(t) = k x(t)
• limt0 (x(t+t) x(t)) / t = F(x(t))
– diskret: Iterationsgleichungen in t• x(t+t) x(t) = F(x(t)) · t
• x(t+1) = G(x(t)) x(t+1) = c x(t)
x
x·
xt
xt+1
t
x
t
x
Gleichungs-diagramm
Zeitverlaufs-diagramm
Chaos: 3/26
Phasendiagramme
• Der Systemzustand x(t) kann durch einen oder mehrere Parameter beschrieben werden.– Phasenraum: Raum der Zustandsparameter
• -
– kontinuierlich:• d/dt x(t) = F(x(t)) • ))
– diskret:• t
• x(t+1) = G(x(t))
x
x·
xt
xt+1
t
x
t
x
Gleichungs-diagramm
Zeitverlaufs-diagramm
Phasen-diagramm
x
x
Chaos: 4/26
Phasendiagramme
• Der Systemzustand x(t) kann durch einen oder mehrere Parameter beschrieben werden.– Phasenraum: Raum der Zustandsparameter
• -
– kontinuierlich:• d/dt x(t) = F(x(t)) • ))
x
x·
t
x
Gleichungs-diagramm
Zeitverlaufs-diagramm
zweidimensionalesPhasen-
diagrammx2
x1
z. B. Pendel oder Federmit Auslenkung a
122
2
1
2
2
1
0
0
x
x
x
x
dt
d
aa
daam
a
a
x
xx
Phasen-diagramm
x
Chaos: 5/26
Lineare Systeme
• Wenn x(t) eine mögliche Abfolge von Systemzuständen ist, dann ist auch x(t) eine mögliche Abfolge.
• -
– kontinuierlich: Differentialgleichungen in t• d/dt x(t) = F(x(t)) d/dt x(t) = k x(t)
• limt0 (x(t+t) x(t)) / t = F(x(t))
– diskret: Iterationsgleichungen in t• x(t+t) x(t) = F(x(t)) · t
• x(t+1) = G(x(t)) x(t+1) = c x(t)
x
x·
xt
xt+1
t
x
t
x
Gleichungs-diagramm
Zeitverlaufs-diagramm
Chaos: 6/26
Lineare Systeme verschieben
• Wenn ein lineares System nicht ursprungslinear ist,kann man es verschieben:Man definiert eine neue Variable u(t) = x(t) xS,wobei F(xS) = 0 bzw. G(xS) = x.
• Wenn u(t) eine mögliche Abfolge von Systemzuständen ist, dann ist auch u(t) eine mögliche Abfolge.
• kontinuierlich:
• diskret:
x
x·
xt
xt+1
u
u·
ut
ut+1
Chaos: 7/26
Iterieren im Gleichungsdiagramm
• Steigung > 1 Systemzustand entfernt
sich exponentiell vom Schnittpunkt xS.
xt
xt+1
x1x0xsx0
t
x
xS
Chaos: 8/26
Iterieren im Gleichungsdiagramm
• Steigung < 1 aber > 0
xt
xt+1
x0 xs
Systemzustand nähert sich exponentiell an den Schnittpunkt xS.
t
x
xS
Chaos: 9/26
Abhängigkeit von der Steigung
• x(t+1) = G(x(t))– Steigung von G bei xS > 1: x entfernt sich exponentiell von xS.
– Steigung > 0 und < 1: x nähert sich exponentiell an xS.
t
x
xS
t
x
xS
+0.5 +1.5Steigung
Chaos: 10/26
Linear versus nichtlinear
• Viele reale Systeme sind– lokal linear– global nichtlinear
20 Heuschrecken erzeugen im nächsten Jahr eine doppelt so starke Population wie 10 Heuschrecken
200000000 Heuschrecken...
Chaos: 11/26
Die Nichtlinearität
• linear: Polynom erster Ordnung, a + b·x– Geraden, mit positiver (b>0) oder negativer (b<0) Steigung
• nichtlinear: Polynom zweiter Ordnung, a + b·x + c·x²– Parabeln, nach oben offen (c>0) oder nach unten offen (c<0)
– Eine nach unten offene Parabel schneidet die x-Achse zweimal.Eine Parabel mit den Schnittstellen 0 und 1 kann man auch wie folgt schreiben:
r · x · (1x)
Chaos: 12/26
• Demographisches Modell (Pierre-François Verhulst, 1837)– Fortpflanzung: k1 · x
– Aushungern: k2 · (1x) (Maximalgröße der Population: 1)
– Proportionalität: r = k1 · k2
xt+1 = r · xt · (1xt)
logistische Gleichung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
Chaos: 13/26
Abhängigkeit von der Steigung
• x(t+1) = G(x(t))– Steigung von G bei xS > 1: x entfernt sich exponentiell von xS.
– Steigung > 0 und < 1: x nähert sich exponentiell an xS.
t
x
xS
t
x
xS
+0.5 +1.5Steigung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 14/26
Iterieren im Gleichungsdiagramm
• Steigung < 0 aber > 1
xt
xt+1
x0 xs
Systemzustand nähert sich „exponentiell oszillierend“ an den Schnittpunkt xS.
t
x
xS
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 15/26
Iterieren im Gleichungsdiagramm
• Steigung < 1
xt
xt+1
x0 xs
Systemzustand entfernt sich „exponentiell oszillierend“ vom Schnittpunkt xS.
t
x
xS
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 16/26
Abhängigkeit von der Steigung
• x(t+1) = G(x(t))– Steigung von G bei xS > 1: x entfernt sich exponentiell von xS.
– Steigung > 0 und < 1: x nähert sich exponentiell an xS.
– Steigung aus > 1 und < 0: x nähert sich exponentiell oszillierend.
– Steigung < 1: x entfernt sich exponentiell oszillierend.
t
x
xS
t
x
xS
t
x
xS
t
x
xS
1.5 0.5 +0.5 +1.5Steigung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 17/26
Phasen-diagramm
x
r
Das Bifurkationsdiagramm
• Bifurkation = qualitative Zustandsänderung
• asymptotisches Phasendiagramm als Funktion von rlangfristige Entwicklung der Population x
t
x
xS
t
x
xS
t
x
xS
t
x
xS
1.5 0.5 +0.5 +1.5Steigung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 18/26
Das Bifurkationsdiagramm
• Bifurkation = qualitative Zustandsänderung
• asymptotisches Phasendiagramm als Funktion von rlangfristige Entwicklung der Population x
t
x
xS
t
x
xS
t
x
xS
t
x
xS
1.5 0.5 +0.5 +1.5Steigung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 19/26
Das Bifurkationsdiagramm
t
x
xS
t
x
xS
t
x
xS
t
x
xS
1.5 0.5 +0.5 +1.5Steigung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 20/26
Das Bifurkationsdiagramm
t
x
xS
t
x
xS
t
x
xS
t
x
xS
1.5 0.5 +0.5 +1.5Steigung
0 1r = 0
r = 1
r = 3
r = 2
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Attraktor
Bifurkation
Chaos: 21/26
Die Feigenbaumkonstanten
• Der Abstand in r von aufeinander folgenden Bifurkationen nimmt asymptotisch ab im Verhältnis
1 : 4.66920160910299067185320382...
• Die Größe von aufeinander folgenden Gabelungen in x nimmt asymptotisch ab im Verhältnis
1 : 2.50290787509589282228390287...
M. J. Feigenbaum, Quantitative universality for a class of nonlinear transformations, J. Stat. Phys. 21, 669 (1978)
Chaos: 22/26
zwei Zeitverläufe• Fixpunkte:
– 0.75: instabil
– 0.00: stabil
– 0.50 1.00 0.00: letztendlich stabil
– 0.50 hat zwei Vorläufer
• Menge aller letztendlich stabilen Fixpunkte: fraktal
a=0.333333;
b=1/3;
for i=1:50;
a(i+1)=a(i)*(1-a(i))*4; b(i+1)=b(i)*(1-b(i))*4;
end
0 1
r = 4
xt
xt+1
0
1
xt+1 = r · xt · (1xt)
Chaos: 23/26
Pendel und Doppelpendel
• Das einfache Pendel ist – deterministisch,
– nonlinear (es gibt eine lineare Idealisierung),
– nicht chaotisch (langfristig vorhersagbar)
• Das Doppelpendel ist– deterministisch
– nonlinear
– chaotisch
Chaos: 24/26
Zwei- und Dreikörperproblem
• Das Zweikörperproblem (zwei Massen bewegen sich in ihrer gegenseitigen Gravitation)ist analytisch lösbar.– deterministisch, nonlinear,
– nicht chaotisch (langfristig vorhersagbar)
• Das Dreikörperproblem kann bis auf Spezialfälle nicht analytisch gelöst werden.– deterministisch, nonlinear, chaotisch
– eingeschränktes Dreikörperproblem:dritte Masse verschwindend klein
• Demo: J002E3
Chaos: 25/26
Billard
• Rechteckiger Tisch, keine Reibung, eine Kugel:– linearer Anstieg der Änderung
• mehrere Kugeln: zu kompliziert.konvexe Reflektoren an den Banden:– exponentieller Anstieg der Änderung
– Chaos
• mehrere Kugeln in gerader Reihe– Radius R, Abstand (Rand zu Rand) D:
• ein winziger Winkelfehlervergrößert sich mit jedem Stoßin etwa um D/R.
D R
Billard: Einfluß der Gravitation eines ZuschauersD = 60mm, R = 30mm D/R = 2,Mensch 60 kg 6 m entfernt: a = 1010 m/s2 v=1m/s, t=.06s, x = ½ a t² = 1,8·10 13m, nach 37 Stößen x30 mm (R).
N2 1bar 300 K: Gravitation Elektron (1030kg) in 14·109 LJD = 7·108m, R = 5·1011m D/R = 1400a = 8·1093 m/s2 , t = 1.4·1010s, x = 8·10 113m, nach 32 Stößen x5·1011m (R).
Chaos: 26/26
Deterministisches Chaos
• Voraussetzungen (notwendig, nicht hinreichend)– Deterministisch
– Nichtlinear
• Kennzeichen– Aperiodisch
– Empfindliche Abhängigkeit von den Startbedingungen
– Abhängigkeit von Kontrollparameter• Bifurkationen
– meist: Periodenverdoppelungen als Weg ins Chaos• Attraktoren „seltsame Attraktoren“