×

高维的粗糙盆地边界:我们能通过实验对其进行分类吗? (英语) Zbl 1456.37096号

摘要:我们表明,双稳2D映射中具有粗糙盆地边界的已知条件适用于高维双稳系统,该系统在盆地边界中嵌入了唯一的非吸引混沌集。粗糙度的条件是非吸引集上的交叉边界Lyapunov指数(\lambda_x)不是最大指数。此外,我们还提供了粗糙盆地边界的一般非整数共维公式,该公式可视为Kantz-Grassberger公式的推广。这个最多可以是统一的共维可以被认为是部分共维,因此,它可以与Lyapunov指数相匹配。我们在2D不可逆和3D可逆最小模型中表明,形式上,它不能与\(\lambda_x)匹配。相反,在粗糙边界的情况下,与(lambda_x)相关联的分维(D_0^{(x)})是平凡的统一。进一步的结果表明,后者也适用于更高的维度。这是粗糙分形的一个特殊特征。然而,\(D_0^{(x)}\)不能通过沿着穿过边界的线的不确定性指数来测量。因此,无法通过测量分形维数来确定边界是粗糙分形还是丝状分形。相反,我们需要用数值或实验方法测量最大和跨界Lyapunov指数。
©2020美国物理研究所

MSC公司:

37米21 动力系统不变流形的计算方法
37立方厘米 光滑动力系统的维数理论
28A80型 分形

软件:

PlaSim公司
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 赖,Y.-C。;Tél,T.,《瞬态混沌》(2011),施普林格:施普林格,纽约·Zbl 1218.37005号
[2] Bódai,T。;Altmann,E.G。;Endler,A.,《开放混沌系统中的随机扰动:随机与噪声映射》,《物理学》。E版,87,042902(2013)·doi:10.1103/PhysRevE.87.042902
[3] 格雷博吉,C。;McDonald,S.W。;Ott,E.等人。;Yorke,J.A.,《最终状态敏感性:对可预测性的阻碍》,Phys。莱特。A、 99、415-418(1983)·doi:10.1016/0375-9601(83)90945-3
[4] Tél,T。;Gruiz,M.,《混沌动力学》(2006),剑桥大学出版社:剑桥大学出版社,剑桥·Zbl 1108.70001号
[5] Ginelli,F。;Chaté,H。;利维,R。;Politi,A.,共变Lyapunov向量,J.Phys。数学。理论,46254005(2013)·Zbl 1351.37123号 ·doi:10.1088/1751-8113/46/25/25405
[6] 康茨,H。;Grassberger,P.,《排斥、半吸引和长寿命混沌瞬变》,《物理学》。D非线性现象。,17, 75-86 (1985) ·Zbl 0597.58017号 ·doi:10.1016/0167-2789(85)90135-6
[7] 沃特斯,J。;Lucarini,V.,《解开多层次系统:平均、相关性和记忆》,J.Stat.Mech。理论实验,2012,P03003(2012)·Zbl 07230818号 ·doi:10.1088/1742-5468/2012/03/p03003
[8] 沃特斯,J。;Lucarini,V.,《多级动力系统:将Ruelle响应理论与Mori-Zwanzig方法联系起来》,J.Stat.Phys。,151, 850-860 (2013) ·Zbl 1273.82028号 ·doi:10.1007/s10955-013-0726-8
[9] Ruelle,D.,《一般可微动力系统的线性响应理论综述》,非线性,22855(2009)·Zbl 1158.37305号 ·doi:10.1088/0951-7715/2/24/009
[10] 也就是说,(Y)的特征时间尺度比(X)小得多。
[11] Franaszek,M.,噪声对混沌瞬态平均寿命的影响,物理学。修订版A,44,4065-4067(1991)·doi:10.1103/PhysRevA.44.4065
[12] 卢卡里尼,V。;Bódai,T.,Edge states in the climate system explorering global instabilities and critical transitions,Nonlinearity,30,R32(2017年)·Zbl 1369.86004号 ·doi:10.1088/1361-6544/a6b11
[13] 格雷博吉,C。;Ott,E.等人。;Yorke,J.A.,《分形盆地边界、长期混沌瞬变和不稳定-不稳定对分岔》,Phys。修订稿。,50, 935-938 (1983) ·doi:10.1103/PhysRevLett.50.935
[14] Vollmer,J。;施耐德,T.M。;Eckhardt,B.,《二维模型中的盆地边界、混沌边缘和边缘状态》,新物理学杂志。,11, 013040 (2009) ·数字对象标识代码:10.1088/1367-2630/11/1/013040
[15] Bódai,T。;卢卡里尼,V。;Lunkeit,F。;Boschi,R.,Ghil-Sellers模型中的全球不稳定性,Clim。动态。,44, 3361-3381 (2015) ·doi:10.1007/s00382-014-2206-5
[16] Ott,E.,动力系统中的混沌(2002),剑桥大学出版社:剑桥大学出版社,剑桥·Zbl 1006.37001号
[17] 亨特,B.R。;Ott,E.等人。;Yorke,J.A.,动力学系统混沌鞍的分形维数,物理学。E版,54,4819-4823(1996)·doi:10.1103/PhysRevE.54.4819
[18] Mandelbrot,B.B.,“一类具有负(潜在)“维”f值的多项式多重分形测度”,《分形的物理起源和属性》,L.Pietronero编辑(Springer US,Boston,MA,1989),第3-29页。
[19] Rossler,O.,超混沌方程,物理学。莱特。A、 71、155-157(1979)·Zbl 0996.37502号 ·doi:10.1016/0375-9601(79)90150-6
[20] 值得注意的是,尽管存在长时间平均值(langle y_i\rangle_i=0),但使(34)中的扰动围绕未扰动不动点(x=0)对称,即非吸引集上的平均值。
[21] 斯威特,D。;Ott,E.,《高维混沌排斥子的分形维数》,Phys。D非线性现象。,139,1-27(2000年)·Zbl 0974.37016号 ·doi:10.1016/S0167-2789(99)00222-5
[22] 卡普兰,J.L。;Mallet-Paret,J。;Yorke,J.A.,无处可微吸引环面的Lyapunov维数,遍历理论动力学。系统。,4, 261-281 (1984) ·Zbl 0558.58018号 ·网址:10.1017/S0143385700002431
[23] 公园,B.-S。;格雷博吉,C。;Lai,Y.-C.,《盆地边界变质时尺寸突变》,国际期刊《分叉》。《混沌》,02533-541(1992)·Zbl 0873.58047号 ·doi:10.1142/S0218127492000689
[24] 它也可以用Wasserstein距离来定义(参见参考文献31中的应用),但从计算上来说,这效率或鲁棒性要低得多。
[25] Altmann,E.G。;Endler,A.,混沌散射中的噪声增强捕获,Phys。修订稿。,105, 244102 (2010) ·doi:10.1103/PhysRevLett.105.244102
[26] Ghil,M.,《Sellers型模型的气候稳定性》,J.Atmos。科学。,33, 3-20 (1976) ·doi:10.1175/1520-0469(1976)033<0003:CSFAST>2.0.CO;2
[27] Holden,P.B。;爱德华兹,N.R。;Fraedrich,K。;柯克,E。;Lunkeit,F。;Zhu,X.,PLASIM-GENIE v1.0:一种新的中间复杂性AOGCM,Geosci。模型开发。,9, 3347-3361 (2016) ·doi:10.5194/gmd-9-3347-2016年
[28] 卢卡里尼,V。;Bódai,T.,《气候模型中忧郁症状态的转换:调和确定性和随机性观点》,Phys。修订稿。,122, 158701 (2019) ·doi:10.1103/PhysRevLett.122.158701
[29] 卢卡里尼,V。;Bódai,T.,《气候的全球稳定特性:忧郁状态、不变测度和相变》,非线性,33,R59-R92(2020)·Zbl 1457.86007号 ·doi:10.1088/1361-6544/ab86cc
[30] Bódai,T.,从噪声诱导逃逸时间数据估计潜在障碍物高度的有效算法,J.Stat.Phys。,179, 1625-1636 (2020) ·Zbl 1446.37067号 ·doi:10.1007/s10955-020-02574-4
[31] 罗宾,Y。;Yiou,P。;Naveau,P.,用Wasserstein距离检测强迫气候吸引子的变化,非线性过程。地球物理学。,24, 393-405 (2017) ·doi:10.5194/npg-24-393-2017
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。