1. Лекция 7
Корреляционная функция.
Отображение «пекаря»
Малышев А.И.
Физический факультет ННГУ им. Н.И.Лобачевского
2. Как известно, возможен переход к хаосу через серию удвоений
периода. Рассмотрим теперь иной механизм и используем новый
метод анализа – метод корреляционной функции.
Рассмотрим отображение вида xn+1 = {K·xn}, где xn [0; 1], K –
управляющий параметр, фигурные скобки означают взятие дробной
части.
При K < 1 последовательность xn – бесконечно убывающая
геометрическая прогрессия → x = 0 – устойчивое положение
равновесия.
При K = 1 решение имеет вид: xn = x0, т.е. система находится в
режиме «безразличного равновесия».
При K > 1 динамика системы становится сложной…
2
3. При K > 1 преобразование вида xn+1 = K·xn является
преобразованием растяжения. Отбрасывание целой части приводит к
невозможности бесконечного разбегания двух соседних траекторий.
Оно заставляет их перемешиваться…
Для анализа динамики системы введем корреляционную функцию:
Rn
x mn xm n xm xm
,
x m xm
2
где черта сверху означает усреднение по начальной переменной xm:
1
a a dxm .
0
Функция Rn связывает произвольный m-й шаг и (m + n)-й. В
хаотическом режиме система быстро «забывает» о начальных
условиях, отчего Rn 0.
n
Заметим также, что согласно определению R0 = 1.
3
4. Обратимся к расчетам.
Так, например,
1 1 2
1
xm xm dxm , а также x m xm
2 1
xm dxm
1
.
0
0
2 2 12
Выражение для корреляционной функции упрощается:
Rn
x mn xm n xm xm
x
Rn 12 xm n xm m n .
x m xm
2
2
Дальнейшие расчеты при произвольном K > 1 довольно сложны.
Чтобы избежать громоздких вычислений, ограничимся далее
рассмотрением случаев, когда K является целым числом.
4
5. 1
Рассчитаем среднее значение xm+n: xm n K K K ...Kxm dxm ,
...
0
где фигурные скобки повторяются n раз.
Введем переменную y = Kxm и разобьем интервал интегрирования по
y от нуля до K на K единичных интервалов. Интеграл преобразуется в
сумму:
i 1
1 K 1
xm n K K K ...K y i dy .
...
K i 0 i
Здесь число фигурных скобок стало на одну меньше, т.к. {y} = y – i
при условии, что i < y < i + 1.
1 K 1
Обозначив теперь y – i за xm, получим xm n xm n 1 xm n 1 .
K i 0
Проделав подобный трюк с заменами переменных еще n – 1 раз,
придем к результату:
1
xm n xm n 1 ... xm .
2
5
6. Для расчета среднего значения произведения xmxm+n воспользуемся
тем же способом.
1
xm xm n xm K K K Kxm dxm
0
Далее y = Kxm и перейдем интегрированию по единичным отрезкам:
1 K 1
1
2 y K K K K y i dy
K i 0 0
Далее снова обозначаем y – i за xm, тогда
1 K 1 K 1
1
1
2 xm i xm n 1 dxm xm xm n 1 xm n 1 .
K i 0 0 K 2K
Подставляя найденные средние в корреляционную функцию, найдем:
Rn 1
Rn , откуда Rn K n e n lnK .
K
6
7. Запись корреляционной функции в виде exp(– n lnK) позволяет
ввести время расцепления корреляций:
1
.
ln K
Это характерное время, по истечении которого система «забывает» о
начальном условии. Так при K = 2
1
1.44,
ln 2
т.е. при K = 2 «забывание» происходит уже через 1-2 шага
отображения.
Корреляция исчезает полностью при n → ∞, и поведение системы
становится хаотическим.
7
8. Поскольку поведение системы случайно, возможен статистический
подход…
Введем вероятность dW(x) того, что система на n-м шаге попадает в
интервал от х до х + dx. Для того, чтобы на n-м шаге попасть в точку
х, на предыдущем шаге нужно находиться в одной из точек yi :
x x 1 x K 1
y1 , y2 , , y K .
K K K
Тогда вероятность dW(x) = ρ(x)dx можно вычислить так:
( x)dx ( y1)dy1 ( y 2 )dy 2 ( y K )dy K .
С учетом того, что dyi = dx/K, получим уравнение
x x 1 x K 1
K ( x ) .
K K K
Его решение ρ(x) = 1, т.е. отображение xn+1 = {K·xn} при K > 1
порождает случайные числа с равномерным распределением на
отрезке [0, 1].
8
9. Другой пример отображения, реализующего перемешивание –
отображение «пекаря».
Его название происходит из-за сходства отображения с процессом
замешивания теста.
Это двумерное отображение, задаваемое равенствами:
xn 1 2 xn mod 1 ,
y n 1 y n 2xn 2 ,
где x, y 0, 1, а квадратные скобки означают взятие целой части.
9
10. Пример нескольких первых шагов отображения «пекаря»:
Отображение «пекаря» консервативно: оно сохраняет площадь, т.е.
количество красного и синего на всех рисунках одинаково!
10
11. В чем причина перемешивания?
Если исключить разрезание прямоугольника с последующим
перемещением правой половинки поверх левой, то для расстояния
между двумя изначально близкими точками имеем:
xn x0 2n ,
n
d n xn y n 1 x0 2n ,
2 2
n
y n y 0 2 .
т.е. расстояние растет экспоненциально!
Разрез и сдвиг, которые при этом осуществляет «пекарь», не дают
двум точкам расходиться на бесконечное расстояние, но их
поведение становится совершенно некоррелированным.
11
12. Задания по теме
Визуализируйте отображения
xn 1 2xn и xn 1 3xn ,
построив для них «лестницу Ламерея».
1. В чем выражается наличие свойства перемешивания?
2. Возможны ли здесь периодические решения? Если «да», то
каковы их условия?
12