首页/文章/ 详情

非线性可视化(3)混沌系统

2年前浏览2481
承接上一篇二维相图。


如果二维相平面中出现了交叉的轨线,则说明这个系统的维度很可能大于二维。
下面就以几个经典的系统作为示范。本章不涉及太多知识点,以展示为主。主要介绍三个经典的非线性混沌系统。

  • Lorenz系统


Lorenz系统是气象学家洛伦兹发现并提出的一个非线性系统,也是混沌学科的开端。在模拟大气流动时,洛伦兹发现初始的一个小小的误差,都会导致系统未来极大的变化。这种思想在20世纪60年代,给了那些物理学界中决定论者沉重的打击。洛伦兹也将这种不确定性,总结为“蝴蝶效应”。
这个系统可以被写为:

图片

一般系统a=10,b=8/3,变化r值来观察系统的不同样子。下图分别展示了取不同r值所对应的xy平面的二维相轨线图:

图片

其中r=20时,对应系统收敛到定点。r=28对应混沌。r=99.36对应倍周期。
因为二维系统在相平面上不会出现交叉,所以混沌、倍周期等现象都是在三维或者更高维才出现。正如前文所说的,对于混沌来说,三是个神奇的数字。
它们在三维空间中的轨迹图为:

图片

中间的那个图就是经典的洛伦兹吸引子图。

  • 2 Rossler系统


Rossler系统是Rössler本人在70年代提出的一个非线性系统,和前面的Lorenz系统相比更为简单,但是却依然拥有复杂的非线性行为。
它可以写作:

图片

下图绘制了a=0.1,b=0.1,改变不同的c绘制的轨迹图。

图片

其中周期2指的是每两个波形一个循环,系统转2圈回到同一个点。随着c的增大,系统由周期1到了周期2,之后突然增加大周期4,再之后以越来越快的速度增大到周期8甚至更高,最后密密麻麻的周期似乎再也不会循环,变成了混沌。
这种周期越来越多逐渐变为混沌的现象,叫做倍周期分岔现象。是系统由有序变为无序混沌常见的一种方式。

  • 3 duffing方程



duffing方程也是以 Georg Duffing命名的一个非线性方程。它是基于强迫振动的单摆所提出的方程,它提出的时间非常早,但是被拿来做混沌研究还是比较晚的。由于它背后有着非常明显与简单的物理模型,所以甚至可以做实验去观察这个方程的非线性[3]。方程的形式为:

图片

与前面两个方程不同,duffing方程存在一个强迫振动项,带有时间t,所以不属于自治系统。可以看到虽然系统是二阶的,但仍然具有非常复杂的非线性。
如下图,固定激励的振幅频率r和w,改变阻尼d。

图片

可以看到随着阻尼d的增大,系统由混沌变为2周期,又变为了单周期运动。
对于这种一团乱麻的混沌现象,只观察轨迹图并不能看到什么规律。下一章节我们将引入一种新的观测方法——庞佳莱截面法。

后面附上代码:

































































































































clcclearclose all%% 洛伦兹吸引子h=1e-3;x0=0:h:40;[y1,~]=ODE_RK4_hyh(x0,h,[1;4;20],{'Lorenz',[10,8/3,20]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(1)subplot(1,3,1)plot(Lx,Ly);title('r=20')figure(2)subplot(1,3,1)plot3(Lx,Ly,Lz);view([51,30]);title('r=20')
[y1,~]=ODE_RK4_hyh(x0,h,[-13;-2;41],{'Lorenz',[10,8/3,28]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(1)subplot(1,3,2)plot(Lx,Ly);title('r=28')figure(2)subplot(1,3,2)plot3(Lx,Ly,Lz);view([51,30]);title('r=28')
[y1,~]=ODE_RK4_hyh(x0,h,[1;4;67],{'Lorenz',[10,8/3,99.36]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(1)subplot(1,3,3)plot(Lx,Ly);title('r=99.36')figure(2)subplot(1,3,3)plot3(Lx,Ly,Lz);view([51,30]);title('r=99.36')
%% Rossler吸引子h=2e-3;x0=0:h:180;[y1,~]=ODE_RK4_hyh(x0,h,[4.9;-5;0.07],{'Rossler',[0.1,0.1,4]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(4)subplot(2,2,1)plot3(Lx,Ly,Lz);view([51,30]);title('c=4 周期1')
[y1,~]=ODE_RK4_hyh(x0,h,[9.1;-5;0.17],{'Rossler',[0.1,0.1,6]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(4)subplot(2,2,2)plot3(Lx,Ly,Lz);view([51,30]);title('c=6 周期2')
[y1,~]=ODE_RK4_hyh(x0,h,[12.8;-5;0.277],{'Rossler',[0.1,0.1,8.5]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(4)subplot(2,2,3)plot3(Lx,Ly,Lz);view([51,30]);title('c=8.5 周期4')
[y1,~]=ODE_RK4_hyh(x0,h,[12.8;-5;0.277],{'Rossler',[0.1,0.1,9]});Lx=y1(1,:);Ly=y1(2,:);Lz=y1(3,:);
figure(4)subplot(2,2,4)plot3(Lx,Ly,Lz);view([51,30]);title('c=9 混沌')
%% Duffing吸引子h=2e-3;x0=0:h:180;[y1,~]=ODE_RK4_hyh(x0,h,[1;0.5],{'Duffing',[1.15,1,1]});Lx=y1(1,:);Ly=y1(2,:);figure(6)subplot(1,3,1)plot(Lx,Ly);title('d=1.15')
[y1,~]=ODE_RK4_hyh(x0,h,[0.8;0.75],{'Duffing',[1.35,1,1]});Lx=y1(1,:);Ly=y1(2,:);figure(6)subplot(1,3,2)plot(Lx,Ly);title('d=1.35')
[y1,~]=ODE_RK4_hyh(x0,h,[0.7;0.73],{'Duffing',[1.5,1,1]});%[0.7;0.73]Lx=y1(1,:);Ly=y1(2,:);figure(6)subplot(1,3,3)plot(Lx,Ly);title('d=1.5')
function [F,Output]=Fdydx(x,y,Input)%形式为Y'=F(x,Y)的方程,参见数值分析求解常系数微分方程相关知识%高次用列向量表示,F=[dy(1);dy(2)];y(1)为函数,y(2)为函数导数switch Input{1}    case 'Lorenz'        a=Input{2}(1);b=Input{2}(2);r=Input{2}(3);        dy(1)=a*(y(2)-y(1));        dy(2)=r*y(1)-y(2)-y(1)*y(3);        dy(3)=y(1)*y(2)-b*y(3);        F=[dy(1);dy(2);dy(3)];    case 'Rossler'        a=Input{2}(1);b=Input{2}(2);c=Input{2}(3);        dy(1)=-y(2)-y(3);        dy(2)=y(1) a*y(2);        dy(3)=b y(3)*(y(1)-c);        F=[dy(1);dy(2);dy(3)];    case 'Duffing'        d=Input{2}(1);r=Input{2}(2);w=Input{2}(3);        dy(1)=y(2);        dy(2)=-y(1)^3 y(1)-d*y(2) r*cos(w*x);        F=[dy(1);dy(2)];endOutput=[];end
function [y,Output]=ODE_RK4_hyh(x,h,y0,Input)%4阶RK方法%h间隔为常数的算法y=zeros(size(y0,1),size(x,2));y(:,1)=y0;for ii=1:length(x)-1    yn=y(:,ii);    xn=x(ii);    [K1,~]=Fdydx(xn    ,yn       ,Input);    [K2,~]=Fdydx(xn h/2,yn h/2*K1,Input);    [K3,~]=Fdydx(xn h/2,yn h/2*K2,Input);    [K4,~]=Fdydx(xn h  ,yn h*K3  ,Input);    y(:,ii 1)=yn h/6*(K1 2*K2 2*K3 K4);endOutput=[];end

参考资料:

[1] 微分方程、动力系统与混沌导论[M]

[2] Duffing equation Wiki 

[3] 计算物理基础-第10章第77讲(北京师范大学)(中国大学MOOC)计算物理基础_北京师范大学_中国大学MOOC(慕课) (icourse163.org)



理论科普非线性
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2021-12-08
最近编辑:2年前
过冷水
博士 | 讲师 讨论号:927550334
获赞 360粉丝 184文章 107课程 11
点赞
收藏
作者推荐
未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习 福利任务 兑换礼品
下载APP
联系我们
帮助与反馈