Upload
wardah
View
62
Download
1
Embed Size (px)
DESCRIPTION
FRAKTÁLY A NELINEÁRNA ANALÝZA ČASOVÝCH RADOV. Mária Markošová. Frakt ály. Problém: Meranie dĺžky čínskeho múra Rôzne atlasy dávajú rôzne údaje , v rozpatí 2 - 8 tisíc km. Prečo? (Podobný problém je s pobrežím Nórska) - múr je nesúvislý, niektorí nezahrnuli medzery - PowerPoint PPT Presentation
Citation preview
FRAKTÁLY A NELINEÁRNA
ANALÝZA ČASOVÝCH RADOV
Mária Markošová
Fraktály
Problém: Meranie dĺžky čínskeho múra
Rôzne atlasy dávajú rôzne údaje , v rozpatí 2 - 8 tisíc km. Prečo? (Podobný problém je s pobrežím Nórska)
- múr je nesúvislý, niektorí nezahrnuli medzery
- niektorí nezahrnuli rozpadnuté časti
- ……možné iné vysvetlenia
Najpravdepodobnejšia odpoveď: Čínsky múr je fraktál
Problém merania “objemu” veľmi zložitých objektov
Letecký pohľad na múr
Pohľad zboku
rôzne meradlá
“Objemom” 1-d objektu je jeho dĺžka
LlN , - počet 1-d “kociek” o dĺžke l pokrývajúcich objekt, ktorý možno vnoriť do 1-d priestoru o veľkosti L
Ll /
11,
l
LNLlN
“Objemom” 2-d objektu je jeho plocha
L
l
22
2
l
LN
D- dimenzionálny objekt
DN
Ak D je celé číslo, máme normálny objekt, ak D nie je celé číslo, máme fraktálny objekt,
je fraktálna dimenzia objektu. FDD
/1log
log NDF
Príklady
Kochova krivka
lLLlN
NDF
/log/,log
/1log/log
n
n
LlN
l
L
4,
3/1
1
n- iteračný krok
1n
2n
Čo vyjadruje fraktálna dimenzia?
Fraktálna dimenzia vystihuje rozloženie objektu do priestoru:
- ak je medzi 0 a 1, objekt sa sklada z “bodov” rozložených do línie (Cantorov prach)
-ak je medzi 1 a 2, objekt sa skladá z 1-d štruktúr rozložených do plochy ( Kochova krivka)
-ak je medzi 2 a 3, objekt sa skladá z plošných štruktúr rozložených do priestoru
Charakteristiky fraktálu (príklad: Kochova krivka)
1. Sebepodobnosť (aj štatistická)
2. Štruktúra na veľkom rozsahu škál
3. Objem rastie so zjemňovaním merania cez niekoľko rádov. Nech L je konšt. A d dimenzia priestoru vnorenia, potom
lDdlV
lNV
F
d
/1loglog
Ak ,potom V(l)=konšt. Ak potom FDd FDd
log V(l)
log 1/l
Typy fraktálov
1. Deterministické fraktály - tvorené determinist. pravidlom
- jednoškálové (Kochova krivka, snehová vločka)
- multiškálové (Dvojškálový Cantorov prach)
- fraktálne funkcie (Weierstrass - Mandelbrotova)
2. Náhodné fraktály - tvorené nedeterminist. pravidlom
3. Zložené fraktály - zjednotenie viacerých podfraktálov
4. Multifraktály
Multifraktály
Procesy, prebiehajúce na fraktálnych a nefraktálnych podložkách, vytvárajú stacionárne pravdepodobnostné distribúcie.
Príklad: Koral je prírodný fraktál. Jeho rast je pravdepodobnejší na špičkách vetiev ako v pazuchách distribúcia pravdepodobnosti rastu
Netriviálnu, zložitú pravdepodobnostnú distribúciu nazývame multifraktálom
Príklad - multifraktál na intervale (0,1)
1
3
2
6
0 1
21 pp
1. iteračný krok
2. Iteračný krok
Ako charakterizovať multifraktál?
Ktoré oblasti najviacej prispievajú k celkovej pravdepodobnosti ak zjemňujeme meranie (teda zvyšujeme počet iteračných krokov n)?
- stredná oblasť: ale je len jedna
-oblastí s pravdepod. je mnoho, ale ich pravdepod. sa blíži k nule
- najviac prispievajú oblasti, pre ktoré platí:
je ich a tvoria subfraktál o
fraktálnej dimenzii
npP 20 n
n pP 1
111mm PN
1
1
fmN
1f
q-ty moment pravdepodobnosti oblastí
Ku q-tej mocnine pravdepodobnosti jednotlivých oblastí Cantorovej množiny rozhodujúco prispievajú oblasti , ktorých je
a tvoria subfraktál o fraktálnej dimenzii .
spektrum je jednou z charakteristík
multifraktálu
q
q
fmN
qf
qfq,
Najpoužívanejšia charakteristika - Renyiho zovšeobecnené dimenzie
/1log
log
1
1
i
qi
q
P
qD iP - pravdepod.
i-tej oblasti0 q
FDD 0
1q IDD 1
2q kDD 2
- fraktálna dimenzia
- informačná dimenzia
- korelačná dimenzia
Nelineárna analýza časových radov
Dynamický systém:
Je to systém, ktorého stav sa s časom mení. Je popísaný dynamickými rovnicami:
- spojitý
-diskrétny
txFdt
xd,,
,1 nn xFx
- vektor parametrov
Nelineárny dynamický systém: Ak sa na pravej strane dynamických rovníc vyskytujú aj nelineárne členy.
Stavové veličiny dynamického systému: Menia sa s časom a
určujú stav systému v danom okamihu:
Stavový priestor: Priestor určený nezávislými stavovými veličinami.
x
Príklad
tmgdt
ddt
d
sin
Dynamické rovnice nelin. kyvadla
stavový (fázový) priestor
1t
2t
3t
Ak meriame len ako sa mení jedna veličina dynamického systému s časom, dostaneme časový rad, ktorý má pri nelin. dyn. systémoch komplikovanú (fraktálnu) štruktúru.
t
Fázový (stavový) priestor nelineárneho dynamického systému
Pod analýzou nelin. dyn. systému rozumieme analýzu jeho stavového priestoru:
-aká je jeho dimenzionalita
-fixné body
-periodické trajektórie
-kváziperiodické trajektórie
-chaotické, podivné atraktory
Fixné body
atraktor repulzor
Periodické trajektórie
periodický atraktor
periodický repulzor
Chaotický atraktor: má vo fázovom priestore multifraktálny charakter a dá sa popísať pomocou spektra zovšeobecnených dimenzií
Typ atraktora je invariantný voči zmene súradníc
Vlastnosti chaotického atraktora
Statické: Multifraktálna štruktúra
Dynamické:
1.Všetky trajektórie vo fázovom (stavovom) priestore ) v okolí atraktora k nemu konvergujú.
2. Vnútri atraktora sa pamäť o počiatočnom stave systému rýchlo stráca (Lyapunove exponenty)
Nelineárna analýza časových radov
Cieľ:
-Zrekonštruovať atraktor z merania jednej jeho komponenty v čase (Takensova veta)
-Analyzovať dynamický systém: nájsť spektrum zovšeobecnených dimenzií, napr.
Čo hovorí Takensova veta?
V podstate to, že z časového priebehu jednej komponenty deterministického dynamického systému možno tento systém zrekonštruovať.
Príklad: Pohyb bodu po kružnici
tAdt
dy
tAdt
dx
sin
cosdynamické rovnice
x
y
A Stavový (fázový) priestor a atraktor
Stav systému v čase t je určený bodom
tytx ,
tytx ,
Nech z merania poznáme len časový priebeh x(t)
x
t
- časový rad
ttx ,
ttx ,
Ako z časového radu zrekonštruovať pôvodný atraktor?
- stav systému v čase t ts
iiii
iiiii
txtxtt
tttytxts
,2/sin,sin
cos,sin,
Pôvodný atraktor zrekonštruujeme s využitím časovo posunutej x – ovej komponenty
podstata Takensovej vety
Čo urobí plot ? txtx ,
x(t)
tx
Problémy: voľba posunu
skreslenie atraktora
dim. priestoru vnorenia m
a m : parametre rekonštrukcie
m=2
Problém priestoru vnorenia –pojem typickosti
1. Máme v rovine dve priamky
V typickom prípade sa pretínaju vjednom bode. Ak sa dve priamky typicky nemajú pretínať, musia byť vnorené do 3d priestoru.
Máme 1d objekt v 3d priestore, nech nemá žiaden priesek samého so sebou.
Je možné ho v typickom prípade vnoriť do 2d priestoru a zachovať jeho topologické vlastnosti (t.j. žiaden priesek samého so sebou)?
Nie! Aby sme dostali topologicky ekvivalentný výsledok, priestor vnorenia musí byť minimálne 2d+1, ak d je dimenziou objektu.
Čo to znamená pre rekonštrukciu atraktora ?
-volíme 2d+1 časovo posunutých súradníc v časovom rade:
, , , …, tx tx 2tx )2( dtx
-skonštruujeme 2d+1 rozmerný stavový priestor
- zrekonštruujeme atraktor z časového radu
- spočítame jeho spektrum zovšeobecnených dimenzií
Ako hľadať dimenziu priestoru vnorenia?
Metóda falošných susedov:
1. Predpokladáme, že je minimálna dimenzia priestoru vnorenia.
2. Teda susedia bodu v skutočnom atraktore sa namapujú do susedných bodov tohto bodu v zrekonštruovanom atraktore a topologická štruktúra sa zachová.
3. Susedia susedov sa opať mapujú do ich blízkosti.4. Ak , potom sa k bodu mapujú aj falošní
susedia. 5. Algoritmus: -zvolíme m a zrekonštruujeme atraktor - pre každý bod nájdeme najbližšieho suseda a
spočítame vzdialenosť -iterujeme oba body v a počítame pomer ich
novej a povodnej vzdialenosti
0m
0mm
ix
1m
-ak je zlomok bodov, pre ktorý je tento pomer veľký, musíme zvoliť ešte vačšie m
-tento zlomok by mal klesať s rastúcim mZ
lom
ok f
aloš
ných
sus
edov
d1 2 3 4
m=2
Problém voľby posunu v čase
je velmi malé – lineárna závislosť a , atraktor sa nerozvinie
tx tx
je veľmi veľké – skreslenie, zašumenie atraktora
tx
tx
tx
tx
Ako zvoliť správny časový posun?
-existuje množstvo metód voľby časového posunu
-najčastejšie používaná metóda: interval poklesu autokorelačnej funkcie na polovicu
tN
jtjj xx
tNtC
1
1limN
12
1)( CtC
Ak
potom t
Iné metódy hľadania
1. Vzájomná informácia
ji
ij
ijij pp
tptpS ln
tpijPravdepodobnosť, že pozorovaná hodnota je v i-tom intervale a pozorovaná hodnota o vzdialená je v j-tom intervale.
Pravdepodobnosť, že hodnota časového radu je v i-tom intervale.
Ak S má minimum, t=
t
ip
Lorenzov dynamický systém
tbztytxdt
tdz
tytrxtztxdt
tdy
tytxdt
tdx
, r, b sú parametre
t
x(t)zl
omok
fal
. sus
edov
1
0.5
1 2 3 dimenzia vnorenia