Динамическая система - множество элементов, для которого задана функциональная зависимость между временем и положением в фазовом пространстве каждого элемента системы. [ ] Данная математическая абстракция позволяет изучать и описывать эволюцию систем во времени.

Состояние динамической системы в любой момент времени описывается множеством вещественных чисел (или векторов), соответствующим определённой точке в пространстве состояний . Эволюция динамической системы определяется детерминированной функцией, то есть через заданный интервал времени система примет конкретное состояние, зависящее от текущего.

Введение

Динамическая система представляет собой такую математическую модель некоего объекта, процесса или явления, в которой пренебрегают «флуктуациями и всеми другими статистическими явлениями».

Динамическая система также может быть представлена как система, обладающая состоянием . При таком подходе, динамическая система описывает (в целом) динамику некоторого процесса, а именно: процесс перехода системы из одного состояния в другое. Фазовое пространство системы - совокупность всех допустимых состояний динамической системы. Таким образом, динамическая система характеризуется своим начальным состоянием и законом, по которому система переходит из начального состояния в другое.

Различают системы с дискретным временем и системы с непрерывным временем.

В системах с дискретным временем, которые традиционно называются каскадами , поведение системы (или, что то же самое, траектория системы в фазовом пространстве) описывается последовательностью состояний. В системах с непрерывным временем, которые традиционно называются потоками , состояние системы определено для каждого момента времени на вещественной или комплексной оси. Каскады и потоки являются основным предметом рассмотрения в символической и топологической динамике.

Динамическая система (как с дискретным, так и с непрерывным временем) часто описывается автономной системой дифференциальных уравнений , заданной в некоторой области и удовлетворяющей там условиям теоремы существования и единственности решения дифференциального уравнения. Положениям равновесия динамической системы соответствуют особые точки дифференциального уравнения, а замкнутые фазовые кривые - его периодическим решениям.

Основное содержание теории динамических систем - это исследование кривых, определяемых дифференциальными уравнениями . Сюда входит разбиение фазового пространства на траектории и исследование предельного поведения этих траекторий: поиск и классификация положений равновесия, выделение притягивающих (аттракторы ) и отталкивающих (репеллеры ) множеств (многообразий). Важнейшие понятия теории динамических систем - устойчивость состояний равновесия (т.е. способность системы при малых изменениях начальных условий сколь угодно долго оставаться около положения равновесия или на заданном многообразии) и грубость (т.е. сохранение свойств при малых изменениях самой математической модели; «грубая система - это такая, качественный характер движений которой не меняется при достаточно малом изменении параметров»).

Привлечение вероятностно-статистических представлений в эргодической теории динамических систем приводит к понятию динамической системы с инвариантной мерой .

Современная теория динамических систем является собирательным названием для исследований, где широко используются и эффективным образом сочетаются методы из различных разделов математики: топологии и алгебры, алгебраической геометрии и теории меры, теории дифференциальных форм, теории особенностей и катастроф.

Методы теории динамических систем востребованы в других разделах естествознания, таких как неравновесная термодинамика , теория динамического хаоса , синергетика .

Определение

Пусть X {\displaystyle X} - произвольное гладкое многообразие .

Динамической системой , заданной на гладком многообразии X {\displaystyle X} , называется отображение g: R x X -> X {\displaystyle g\colon R\times X\to X} , записываемое в параметрическом виде g t (x) {\displaystyle g^{t}(x)} , где t ? R , x ? X {\displaystyle t\in R,x\in X} , которое является дифференцируемым отображением, причём g 0 {\displaystyle g^{0}} - тождественное отображение пространства X {\displaystyle X} . В случае стационарных обратимых систем однопараметрическое семейство { g t: t ? R } {\displaystyle \{g^{t}:t\in R\}} образует группу преобразований топологического пространства X {\displaystyle X} , а значит, в частности, для любых t 1 , t 2 ? R {\displaystyle t_{1},t_{2}\in R} выполняется тождество g t 1 ? g t 2 = g t 1 + t 2 {\displaystyle g^{t_{1}}\circ g^{t_{2}}=g^{t_{1}+t_{2}}} .

Из дифференцируемости отображения g {\displaystyle g} следует, что функция g t (x 0) {\displaystyle g^{t}(x_{0})} является дифференцируемой функцией времени, её график расположен в расширенном фазовом пространстве R x X {\displaystyle R\times X} и называется интегральной траекторией (кривой) динамической системы. Его проекция на пространство X {\displaystyle X} , которое носит название фазового пространства , называется фазовой траекторией (кривой) динамической системы.

Задание стационарной динамической системы эквивалентно разбиению фазового пространства на фазовые траектории. Задание динамической системы в общем случае эквивалентно разбиению расширенного фазового пространства на интегральные траектории.

Способы задания динамических систем

Для задания динамической системы необходимо описать её фазовое пространство X {\displaystyle X} , множество моментов времени T {\displaystyle T} и некоторое правило , описывающее движение точек фазового пространства со временем. Множество моментов времени T {\displaystyle T} может быть как интервалом вещественной прямой (тогда говорят, что время непрерывно ), так и множеством целых или натуральных чисел (дискретное время). Во втором случае «движение» точки фазового пространства больше напоминает мгновенные «скачки» из одной точки в другую: траектория такой системы является не гладкой кривой, а просто множеством точек, и называется обычно орбитой. Тем не менее, несмотря на внешнее различие, между системами с непрерывным и дискретным временем имеется тесная связь: многие свойства являются общими для этих классов систем или легко переносятся с одного на другой.

Фазовые потоки

Пусть фазовое пространство X {\displaystyle X} представляет собой многомерное пространство или область в нем, а время непрерывно. Допустим, что нам известно, с какой скоростью движется каждая точка x {\displaystyle x} фазового пространства. Иными словами, известна вектор-функция скорости v (x) {\displaystyle v(x)} . Тогда траектория точки будет решением автономного дифференциального уравнения d x d t = v (x) {\displaystyle {\frac {dx}{dt}}=v(x)} с начальным условием x (0) = x 0 {\displaystyle x(0)=x_{0}} . Заданная таким образом динамическая система называется фазовым потоком для автономного дифференциального уравнения.

Каскады

Пусть X {\displaystyle X} - произвольное множество, и f: X -> X {\displaystyle f\colon X\to X} - некоторое отображение множества X {\displaystyle X} на себя. Рассмотрим итерации этого отображения, то есть результаты его многократного применения к точкам фазового пространства. Они задают динамическую систему с фазовым пространством X {\displaystyle X} и множеством моментов времени T = N {\displaystyle T=\mathbb {N} } . Действительно, будем считать, что произвольная точка x 0 ? X {\displaystyle x_{0}\in X} за время 1 {\displaystyle 1} переходит в точку x 1 = f (x 0) ? X {\displaystyle x_{1}=f(x_{0})\in X} . Тогда за время 2 {\displaystyle 2} эта точка перейдет в точку x 2 = f (x 1) = f (f (x 0)) {\displaystyle x_{2}=f(x_{1})=f(f(x_{0}))} и т. д.

Если отображение f {\displaystyle f} обратимо, можно определить и обратные итерации : x - 1 = f - 1 (x 0) {\displaystyle x_{-1}=f^{-1}(x_{0})} , x - 2 = f - 1 (f - 1 (x 0)) {\displaystyle x_{-2}=f^{-1}(f^{-1}(x_{0}))} и т. д. Тем самым получаем систему с множеством моментов времени T = Z {\displaystyle T=\mathbb {Z} } .

Примеры

• Система дифференциальных уравнений

задает динамическую систему с непрерывным временем, называемую «гармоническим осциллятором». Её фазовым пространством является плоскость (x , v) {\displaystyle (x,v)} , где v {\displaystyle v} - скорость точки x {\displaystyle x} . Гармонический осциллятор моделирует разнообразные колебательные процессы - например, поведение груза на пружине. Его фазовыми кривыми являются эллипсы с центром в нуле.

Вопросы теории динамических систем

Имея какое-то задание динамической системы, далеко не всегда можно найти и описать её траектории в явном виде. Поэтому обычно рассматриваются более простые (но не менее содержательные) вопросы об общем поведении системы. Например:

1. Есть ли у системы замкнутые фазовые кривые, то есть может ли она вернуться в начальное состояние в ходе эволюции?
2. Как устроены инвариантные многообразия системы (частным случаем которых являются замкнутые траектории)?
3. Как устроен аттрактор системы, то есть множество в фазовом пространстве, к которому стремится «большинство» траекторий?
4. Как ведут себя траектории, выпущенные из близких точек - остаются ли они близкими или уходят со временем на значительное расстояние?
Ссылки

На многообразиях и их подмножествах. Тесно связан с теорией дифференциальных уравнений , поскольку обыкновенное дифференциальное уравнение задает однопараметрическую группу диффеоморфизмов своего фазового пространства .

Эту область изучения часто называют просто «Динамические системы», «Теория систем», или длиннее как «Теория математических динамических систем».

Шаблон:Системы

Wikimedia Foundation . 2010 .

• Теория групп Ли
• Теория дифференциальных уравнений

Смотреть что такое "Теория динамических систем" в других словарях:

МЕТРИЧЕСКАЯ ТЕОРИЯ ДИНАМИЧЕСКИХ СИСТЕМ - то же, что эргодическая теория … Математическая энциклопедия

ЭНТРОПИЙНАЯ ТЕОРИЯ ДИНАМИЧЕСКИХ СИСТЕМ - раздел эргодической теории, тесно связанный с теорией вероятностен и теорией информации. Природа этой связи в общих чертах такова. Пусть {Tt} динамич. система (обычно измеримый поток или каскад)с фазовым пространством Wи инвариантной мерой Пусть … Математическая энциклопедия

Кафедра нелинейных динамических систем и процессов управления ВМК МГУ - Кафедра Нелинейных Динамических Систем и Процессов Управления факультета Вычислительной математики и кибернетики МГУ им М. В. Ломоносова (НДСиПУ ВМК МГУ). Заведующий кафедрой (с 1989 года) – лауреат Ленинской, Государственных (СССР и РФ),… … Википедия

Теория катастроф (математика) - Теория катастроф раздел математики, включающий в себя теорию бифуркаций дифференциальных уравнений (динамических систем) и теорию особенностей гладких отображений. Термины «катастрофа» и «теория катастроф» были введены Рене Томом (Ren? Thom) и… … Википедия

Теория бифуркаций - динамических систем это теория, которая изучает изменения качественной картины разбиения фазового пространства в зависимости от изменения параметра (или нескольких параметров). Содержание 1 Обзор 2 Бифуркация равновесий … Википедия

Теория линейных стационарных систем - раздел теории динамических систем, изучающий поведение и динамические свойства линейных стационарных систем (ЛСС). Широко используется в процессе управления техническими системами, цифровой обработке сигналов и других областях инженерного дела.… … Википедия

Теория случайных матриц - Теория случайных матриц раздел математической статистики, изучающий свойства ансамблей матриц, элементы которых распределены случайным образом. Как правило задаётся закон распределения элементов. При этом изучается статистика собственных… … Википедия

Теория узлов - Теория узлов изучение вложений одномерных многообразий в трёхмерное евклидово пространство или в сферу. В более широком смысле предметом теории узлов являются вложения сфер в многообразия и вообще вложения многообразий. Содержание 1… … Википедия

Теория Колмогорова - Теория Колмогорова Арнольда Мозера, или теория КАМ названная в честь её создателей, А. Н. Колмогорова, В. И. Арнольда и Ю. Мозера, ветвь теории динамических систем, изучающая малые возмущения почти… … Википедия

Теория катастроф (значения) - Теория катастроф: Теория катастроф раздел математики, включающий в себя теорию бифуркаций дифференциальных уравнений (динамических систем) и теорию особенностей гладких отображений. Катастрофизм (теория катастроф) система… … Википедия

Книги

• Синхронизация динамических систем , . В настоящей книге делается попытка систематического изложения фактов и результатов, относящихся к быстро развивающейся области науки и техники- синхронизации динамических систем. Книга… Купить за 735 руб
• Теория динамических систем , Г. А. Степаньянц. Настоящая книга посвящена изложению основ общей теории динамических систем, созданной трудами ряда выдающихся отечественных и зарубежных математиков. Знакомствос этой теорией позволяет…

Исходным моментом в создании Левиным теории мотивации стали представления о том, что сознание детерминировано двояко: процессом ассоциации и волей. Он рассматривал их как отдельные тенденции. Левин показал, что детерминирующая тенденция, называемая им квазипотребностью, не является частным случаем, а, наоборот, является динамической предпосылкой любого поведения. Энергетическая составляющая поведения всегда представляла для Левина центральное звено в объяснении намерений и действий человека.

Тип энергии, осуществляющий психическую работу, Левин назвал психической энергией. Она высвобождается, когда психическая система пытается вернуть равновесие, вызванное неуравновешенностью. Последняя связана с нарастанием напряжения в одной части системы относительно других.

Первой сравнительно большой общетеоретической работой Левина, в которой он предложил достаточно детально разработанную общепсихологическую объяснительную модель поведенческой динамики, стала его книга "Намерение, воля и потребность", опиравшаяся на результаты первых экспериментов Овсянкиной, Зейгарник, Биренбаум, Карстен. В этой книге Левин, почти не дискутируя открыто с З. Фрейдом, предлагает весьма убедительный ответ академической психологии на вызов Фрейда, первым обратившего внимание на игнорировавшуюся до него область изучения побудительных сил человеческих поступков.

Ключевые понятия Левина вынесены в заголовок книги. Согласно Левину, основанием человеческой активности в любых ее формах, будь то ассоциация, поступок, мышление, память, является намерение - потребность. Потребности он рассматривает как напряженные системы, порождающие напряжение, разрядка которого происходит в действии при наступлении подходящего случая. Чтобы отличить свое понимание потребности от уже сложившегося в психологии и связанного главным образом с биологическими, врожденными потребностями, которые соотносятся с некоторыми внутренними состояниями, Левин называет их "квазипотребностями". В понятие волевых процессов он включает спектр преднамеренных процессов разной степени произвольности, обращая внимание на такой их признак, как произвольное конструирование будущего поля, в котором наступление самого действия должно произойти уже автоматически. Особое место занимает в модели Левина понятие ”Aufforderungscharakter", переводится этот термин как побудительность (там, где есть квалификатор чего) или побудитель (там, где такого уточнения нет). Квазипотребности образуются в актуальной ситуации в связи с принятыми намерениями и проявляются в том, что определенные вещи или события приобретают побудительность, контакт с которыми влечет за собой тенденцию к определенным действиям. Констатируя известный факт, что мы всегда воспринимаем предметы пристрастно, они обладают для нас определенной эмоциональной окраской, Левин замечает, что помимо этого они как бы требуют от нас выполнения по отношению к себе определенной деятельности: "Хорошая погода и определенный ландшафт зовут нас на прогулку, ступеньки лестницы побуждают двухлетнего ребенка подниматься и спускаться; двери - открывать и закрывать их". Побудительность может различаться по интенсивности и знаку (притягательный или отталкивающий), но это, по мнению Левина, не главное. Гораздо важнее то, что объекты побуждают к определенным, более или менее узкоочерченным действиям, которые могут быть чрезвычайно различными, даже если ограничиться только положительными побудителями. Приводимые Левином факты свидетельствуют о прямой связи изменений побудительности объектов с динамикой потребностей и квазипотребностей субъекта, а также его жизненных целей.

Левин дает богатое описание феноменологии побудительности, которая меняется в зависимости от ситуации, а также в результате осуществления требуемых действий: насыщение ведет к потере объектом и действием побудительности, а пресыщение выражается в смене положительной побудительности на отрицательную; одновременно положительную побудительность приобретают посторонние вещи и занятия, особенно в чем-то противоположные исходному. Действия и их элементы также могут утрачивать свою естественную побудительность в результате автоматизации. И наоборот: с повышением интенсивности потребностей не только усиливается побудительность отвечающих им объектов, но и расширяется круг таких объектов (голодный человек становится менее привередливым).

Левин полагал, что личность - сложная энергетическая система, а тип энергии, осуществляющий психологической работу, называется психической энергией. Психическая энергия высвобождается, когда человек пытается вернуть равновесие после того, как оказался в состоянии неуравновешенности. Неуравновешенность продуцируется возрастанием напряжения в одной части системы относительно др. частей в результате внешней стимуляции или внутренних изменений. Личность живет и развивается в психологическом поле окружающих ее предметов, каждый из которых имеет определенный заряд (валентность). Валентность - концептуальное свойство региона психологической среды, это ценность региона для человека. Его эксперименты доказывали, что для каждого человека эта валентность имеет свой знак, хотя в то же время существуют такие предметы, которые для всех имеют одинаково притягательную или отталкивающую силу. Воздействуя на человека, предметы вызывают в нем потребности, которые Левин рассматривал как своего рода энергетические заряды, вызывающие напряжение человека. В этом состоянии человек стремится к разрядке, т.е. к удовлетворению собственной потребности. Левин различал два рода потребностей - биологические и социальные (квазипотребности). Одно из наиболее известных уравнений Левина, которыми он описывал поведение человека в психологическом поле под влиянием различных потребностей, показывает, что поведение является одновременно функцией личности и психологического поля.

Для объяснения динамики Левин использует некоторые понятия. Напряжение - состояние внутриличностного региона относительно других внутриличностных регионов. Организм стремится к выравниванию напряжения данного региона по сравнению с другими. Психологическим средством выравнивания напряжения является процесс - мышление, запоминание и др. Потребность - возрастание напряжения или высвобождение энергии во внутриличностном регионе. Потребности в структуре личности не изолированы, но находятся в связи друг с другом, в определенной иерархии. Потребности делятся на физиологические состояния (истинные потребности) и намерения, или квазипотребности. Понятие потребности отражает внутреннее состояние индивида, состояние нужды, а понятие квазипотребности эквивалентно специфическому намерению удовлетворить потребность. "Это значит, что к намерению вынуждены прибегать тогда, когда нет естественной потребности в выполнении соответствующего действия, или даже когда налицо естественная потребность противоположного характера".

Дифференциация - одно из ключевых понятий теории "поля". и относится ко всем аспектам жизненного пространства. Например, для ребенка, по Левину, характерна большая подверженность влиянию среды и, соответственно, большая слабость границ во внутренней сфере, в измерении "реальность-нереальность" и во временной сфере. Возрастающую организованность и интеграцию поведения личности теория "поля". определяет как организационную взаимозависимость. С приходом зрелости возникает большая дифференциация и в самой личности, и в психологическом окружении, увеличивается прочность границ, усложняется система иерархических и селективных отношений между напряженными системами.

Конечной целью всех психических процессов является стремление вернуть человеку равновесие. Этот процесс может осуществляться путем поиска определенных валентных объектов психологической среды, которые могут снять напряжение.

Левиновский подход отличало два момента. Во-первых, он перешел от представления о том, что энергия мотива замкнута в пределах организма, к представлению о системе "организм-среда". Индивид и его окружение выступили в виде нераздельного динамического целого. Во-вторых, в противовес трактовке мотивации как биологически предопределенной константы, Левин полагал, что мотивационное напряжение может быть создано как самим индивидом, так и другими людьми (например, экспериментатором, который предлагает индивиду выполнить задание). Тем самым за мотивацией признавался собственно психологический статус. Она не сводилась более к биологическим потребностям, удовлетворив которые организм исчерпывает свой мотивационный потенциал.

Свое представление о мотивации Левин выводил из неразрывной связи субъекта и объекта. При этом противопоставление внутреннего и внешнего снималось, т.к они объявлялись разными полюсами единого пространства - поля по Левину. Для гештальтпсихологов поле - это то, что воспринимается в качестве непосредственно данного сознанию. Для Левина поле - это структура, в которой совершается поведение. Она охватывает мотивационные устремления индивида и одновременно объекты этих устремлений. Левин выводил поведение из факта взаимодействия личности и среды. Его не интересовали объекты как вещи, а лишь то, в каком отношении они находятся к потребностям личности. Мотивационные изменения выводились не из внутренних структур личности, а из особенностей самого поля, из динамики целого.

Эти результаты сближают позицию Левина с идеями Адлера и гуманистической психологией: важность сохранения целостности личности, ее Самости, необходимость осознания человеком структуры своей личности. Сходство этих концепций, к которым пришли ученые разных школ и направлений, говорит об актуальности данной проблемы, о том, что, осознав влияние бессознательного на поведение, человечество приходит к мысли о необходимости провести границу между человеком и другими живыми существами, понять не только причины его агрессивности, жестокости, сладострастия, которые великолепно объяснил психоанализ, но и основы его нравственности, доброты, культуры. Большое значение имело и стремление в новом мире, после войны, показавшей ничтожность и хрупкость человека, преодолеть складывающееся ощущение типичности и взаимозаменяемости людей, доказать, что люди - целостные, уникальные системы, каждый из которых несет в себе свой внутренний мир, не похожий на мир других людей.

Понятия системы, основные характеристики системы.

Система – это совокупность элементов, находящихся во взаимодействии и связаны определенной структурой.

Базовый блок любой системы – составляющие ее элементы, каждый элемент характеризуется набором состояний, в которой он может находиться.

Схема функционирования элемента системы:

Для многих систем характерен принцип обратной связи – выходной сигнал может использоваться для коррекции управления.

S(t) – состояние элемента в момент t.

U(t) – управление элементом в момент t.

a(t) – внешняя среда элемента в момент t.

E(t) – случайные воздействия элемента в момент t.

Y(t) – выходной сигнал элемента в момент t.

В общем случае описание функционирования элемента системы производится при помощи системы дифференциальных или разностных уравнений следующего вида:

Y(t) =f(S(t), S(t-1), …,U(t),U(t-1),…,a(t),a(t-1),…,E(t),E(t-1),…)

(Y(t) = g (S(t), a(t), E(t)) (1)

Примеры структуры системы:

линейная (последовательная):

иерархическая (древовидная):

радиальная (звездообразная):

сотовая или матричная:

многосвязная – с произвольной структурой.

При анализе динамических систем рассмотрим решение следующих задач:

Задача наблюдения – состоит в определении состояния системы в момент времени S(t) по данным выходных величин (о их поведении) в будущем.

Найти S(t) , зная,
для системы с дискретным временем.

для систем с непрерывным временем.

Задача идентификации – в определении текущего состояния S(t) по данным о поведении выходных величин в прошлом.

3. Задачи прогнозирования – определение будущих состояний по данным ткущих и

прошлых значений.

Найти S (t+1), S (t+2),… зная

Задача поиска управления – найти управляющую последовательность U(t), U(t+1),…, U(S), S > t, которая приводит систему из состояния S(t) = X в состояние S(S) = Y.

Задача синтеза максимального управления – состоит в определенной оптимальной последовательности управляющих воздействий U*(t) решающий задачу 4 и максимальную целевую функцию или функциональную:

F(S(t)), t = 0,1,2,…

Типы систем:

По наличию случайных факторов:

Детерминированные

Стохастические – влиянием случайных факторов нельзя принебреч.

2. По учету фактора времени:

Системы с непрерывным временем

Системы с дискретным временем

3. По влиянию прошлых периодов:

Марковские системы – для решения 1 и 2 задач нужна информация только за непосредственно предшествующий или последующий период. Для Марковской систем уравнение (1) принимает вид: G(S(t), S(t-1), U(t), U(t-1), a(t), a(t-1), E(t), E(t-1)) = 0

Немарковские.

Некоторые общие свойства систем:

причинность – возможность предсказывать последствия некоторых последствий в будущем. Част. случай: предопределенность системы означает, что в сущности такие состояния, для которых вся будущая эволюция системы может быть вычислена на базе прошлых наблюдений.

управляемость – состоит в том, что подходящим выбором входного воздействия U можно добиться любого входного сигнала Y.

устойчивость – система является устойчивой, если при достаточно малых изменениях условий ее функционирования поведение системы существенно не изменится.

инерционность – возникновение запаздываний в системе при реакции (запаздывания) на изменение управления и (или) внешней среды.

адаптивность – способность системы изменять поведения и (или) свою структуру в ответ на изменение внешней среды.

Детерминированные динамические системы с дискретным временем.

Многие приложения в экономике требуют моделирования систем во времени.

Состояние системы в момент времени t описывается мерным вектором X(t).

X(t) = ….. , X (t) R n (R – множество всех вещественных чисел)

t

Эволюция системы со временем описывается функцией

G (X 0 , t, ) , где

X 0 – начальное состояние системы;

t – время;

- вектор параметров.

Функция g(*) называют также переходной функцией

Функция g(*) – это правило, описывающее текущее состояние как функцию от времени, начальных условий и параметров.

Например: X t = X 0 (1+) t = g (X 0 , t, )

Функция g(*) как правило не известна. Обычно она задана неявно как решение системы разностных уравнений.

Разностное уравнение или система уравнений – это уравнения в следующей форме: F (t, X t , X t +1 , …, X t + m , ) = 0 (1), где

X t – состояние системы в момент времени t.

Решение уравнения (1) – это последовательность векторов

X t = X 0 , X 1 ,…,

Обычно предполагается, что уравнение (1) можно решить аналитически относительно X t + m и переписать в форме так называемых уравнений – состояний:

X t+m = f (t, X t , X t+1 , …,X t+m-1 , )(2)

Например:

X t +2 = X t + X t +1 /2 + t

Любую систему представляют в форме (2) всегда можно?

Разностное уравнение (2) называется линейным, если F(*) является линейной фуекцией переменных состояний (не обязательно линейно относительно )

В уравнениях (1) и (2) величина m называется порядком системы не является серьезным ограничением, так как системы более высокого порядка путем введения дополнительных переменных и уравнений.

Пример: X t = f (X t -1 , Y t -1) – система 2-го порядка

Введем Y t = X t -1

X t = f(X t -1 , Y t -1)

Таким образом, мы будем рассматривать только системы 1-го порядка следующего вида:

X t -1 = f(t, X t , ) (3)

Уравнение (3) называется автономным, если t не входит в него отдельным аргументом.

Пример:

Рассмотрим динамику основных фондов на предприятии

K t – стоимость основных фондов предприятия в период t.

- норма амортизации, то есть % основных фондов, которые изъяли на предприятии за год.

I t = инвестиции в основные фонды.

K t +1 = (1 - )K t + I t – уравнение 1-го порядка, линейное, если I t = I, тогда

K t +1 = (1 - )K t + I – уравнение автономное

Если I t = I(t) – неавтономное (зависит от t)

Решение уравнения (3) – это последовательность векторов состояния {X t }, удовлетворяющих уравнению (3) для всех возможных состояний. Эта последовательность называется траекторией системы. Уравнение (3) показывает, как состояние системы изменяется от периода к периоду, а траектория системы дает ее эволюцию как функцию начальных условий и состояния внешней среды .

Если известно начальное состояние X 0 , легко получить последовательность решений путем итеративного применения отношения (3), получим переходную функцию следующим образом:

X t +1 = f (t, X t , )

X 1 = f (0, X 0 , ) = g (0, X 0 , )

X 2 = f (1, X, ) = f (1; f (0, X 0 , );) = g (1, X 0 , )

X t+1 = f (t, X t , ) = f (t, g, (t – 1, X 0 , ),) = g (t, X 0 , )

Если f (*) однозначная, всюду определенна функция, то существует уникальное решение уравнения (3) для любого X 0 .

Если функция имеет вид f (t, X t , ) = / X t – не всюду опрделенная.

Если f (*) непрерывная дифференциальная функция, то решение также будет гладким относительно и X 0

Полученное решение зависит от начального состояния X 0 .

Задача с граничным условием состоит из уравнения (3) и граничного условия, задаваемого в формуле:

X s = X s (4)

Если в уравнении (4) – S = 0 , то оно называется начальным состоянием.

Уравнение (3) имеет много решений, а уравнение (3) + (4) – система – единственное решение, поэтому различают общее и частное решение разностного уравнению (3):

X t g = X(t, c, ) = {X t (X t +1 = f (t, X t , ))} , где параметр е индексирует частное решение.

X t – размер вклада в момент t

Z - % я ставка

X t +1 = X t (1+ z) ; X 0 = …

X 1 = X 0 (1 + z)

X 2 = X 1 (1 + z) = X 0 (1 + z) 2 = g (X 0 , t, z) , где t = 2

Если можно найти общее решение системы (3) . у нас будет полная информация о поведении системы со временем, будет легко определить, как система реагирует на изменение параметров.

К сожалению, общее решение существует только для определенных классов l – го порядка (в частности для линейных систем)

Автономные системы

Поведение автономных систем задается разностным уравнением

X t +1 = f (X t , ) (1)

Автономные системы моделируют ситуации, где структура системы остается неизменной со временем. Это дает возможность использовать для анализа графический метод.

X t =1 = f (t, X t , )

X t = X t +1 – X t = f (t, X t , ) - X t = d (t, X t , ) (2)

Функция d (*) показывает на сколько изменится состояние системы от периода к периоду. В каждой точке X t можно сопоставить вектор X t в соответствующем уравнении (2) Функция d (*) в этом контексте называется векторным полем

X 0 /t = 0

Для автономных систем
и

В автономных системах все системы, попавшие когда-либо в т. Х 0 в последствии следуют одной и той же траекторией. В неавтономных системах поведение зависит также и от того, когда система попала в т. Х 0.

При начальном условии Х 0 для автономных систем применим уравнение (1):

дважды последовательно примененная.

В выше приведенной системе f t означает результат t-кратного итеративного применения функции f () к своему аргументу. Функция f t показывает, куда перейдет система за t периодов из начального состояния.

X t – куда перейдет система из т. Х 0 за t периодов времени.

Функция f t иногда называется потоком системы.

Устойчивые состояния. Периодические равновесия. Стабильность .

С течением времени система переходит к устойчивому состоянию. Поэтому нас будет интересовать асимптотическое поведение системы при t -> ?.

Рассмотрим систему

Следовательно, если
существует, то
.

Точка Х, удовлетворяющая уравнению
называется неподвижной точкой отображения
.

Точка называется в контексте динамических систем устойчивым состоянием или стационарным состоянием.

Неподвижные точки широко используются для изучения долговременного поведения динамических систем.

если
, то 1 в противном случае 0

Теория устойчивости Ляпунова

Точка называется стабильной по Ляпунову, если для любого числа
существует такое число,
, что из условия
для всех
.

–длина вектора на плоскости.

–равновесное состояние.

–норма вектора Х.

Точка будет стабильной по Ляпунову в том случае, когда система один раз попав в окрестность точкии в дальнейшем останется в окрестности.

Точка называется асимптотически устойчивой по Ляпунову если:

Для асимптотически устойчивых систем с течением времени система подходит все ближе и ближе к своему равновесному состоянию.

Система ведет себя так:

–поток системы

–куда перейдет система через к шагов

Периодическим решением динамической системы
называется решение в форме
, где р – период системы или период траектории.

Таким образом, периодическое решение является неподвижной точкой отображения
.

Неподвижная точка

Проверим, есть ли неподвижная точка
:

любая точка является неподвижной.

Скалярные линейные системы

Скалярные линейные системы имеют форму:
(1)

–уравнение, подданное в момент t.

Если в уравнении (1)
, то
, то оно называется однородным.

Однородные линейные системы

Для скалярных систем удобно анализировать поведение системы при помощи фазовой диаграммы. Фазовая диаграмма – это график зависимости

Случай 1. 0

Является аналитически стабильной

–линейная, если а=1, под 45 0 – угол наклона.

Для 0

Случай 2. -1

Затухающие колебания

Случай 3. а>1

Случай 4. а<-1

Случай 5. а = 1

Случай 6. а = 0

Случай 7. а = -1 x t+1 = -x t

Если
, то

, то

Общее решение однородных линейных систем имеет вид:

При
,
,

Неоднородные линейные системы первого порядка

(1)

–управление

При анализе неоднородных систем важную роль играет принцип «суперпозиции».

Он заключается в том, что общее решение уравнения (1) может быть записано в форме уравнения:

(2)

где – общее решение однородного уравнения (1):
и называется комплементарной функцией.

–любое частное решение неоднородного уравнения (1).

Автономное уравнение (1)

1.

2.

Доказательство:

Если – решение уравнения (1), то
.

Если – другое решение уравнения (1), то

Рассмотрим функцию
и проверим, является лирешением уравнения (1).

2. [Необходимость] Мы показали, что если мы начнем с какого-либо решения и добавим к нему
, то мы получим решение уравнения (1). Возникает вопрос, получим ли мы подобным образом все решения уравнения (1). Докажем, что это действительно так:

Пусть у нас есть два решения (1), и:

Обозначим

- однородное,
z t =ca t

-=ca t
=+ca t

Автономные линейные системы

Х t +1 =ax t +U (3)

=+ (2)

= ca t

= a + U
=

=+ ca t

Если

Если

В случае, когда
с течением времени система достигает состояния-> и соответствующим подбором уравнения U мы сможем достигнуть любого состояния. Система (3) называется в таком случае управляемой.

Если
, то с течением времени система примет неограниченные значения вне зависимости от уравнения и, следовательно, будет неуправляемой.

Общее решение (3) имеет вид:

(4)

Рассмотрим граничное условие x s =x s:

(5)

Неавтономные линейные системы

X t +1 =ax t +U t

X t+1 =ax t +U t =a(ax t-1 +U t-1)+U t =a 2 x t-1 +a U t-1 + U t = a 2 (ax t-2 +U t-2)+ aU t-1 + U t = a 3 x t-2 +a U t-2 + aU t-1 + U t)=

Если
, то

Если
, то

Предположим, последовательность U t является ограниченной, т.е. U t <=для любогоt.

Тогда - пограничное значение.

ЭКОНОМИЧЕСКИЕ ПРИЛОЖЕНИЯ ТЕОРИИ ЛИНЕЙНЫХ СИСТЕМ

Паутинообразная модель рыночного равновесия.

Основные предположения модели:

линейный характер кривой спроса

линейный характер кривой предложения

равенство кривой спроса и предложения

где d 0 , d 1 >0

Предложение:

, где S 1 >0, S 0 <=0 (так как при цене 0 никто ничего не выпускает).

Равновесие:

d 0 -d 1 P t =S 0 +S 1 P t-1

d 1 P t =d 0 -S 0 –S 1 P t-1 |:d 1

P t =
(*)

Для того чтобы цены с течением времени сходились к равновесной цене, необходимо, чтобы отношение илиS 1 d 1
в системе будут расходящиеся колебания.

на графике кривая

предложения круче, чем кривая спроса.

d 1 p * =d 0 -S 0 -S 1 p *

Для более рационального поведения производители в своих решениях должны учитывать не6 только текущую, но и будущую конъюнктуру рынка. Таким образом, для нормального функционирования рынка важна способность экономических агентов формировать ожидание будущего (делать прогнозы).

Динамика цен на финансовых рынках.

S – предложение недвижимости

D – спрос на недвижимость

P t – стоимость акций в момент t.

d t – дисиденті в момент t.

r –процентная ставка по депозитным счетам.

- ожидаемая стоимость акций в момент t+1.

Арбитражем называется ситуация, позволяющая получить инвестору немедленную прибыль без риска за счет покупки актива по низкой цене и его немедленной перепродажи по более высокой цене.

Считается что рынок является эффективным, если на нем отсутствуют возможности для арбитража.

Воспользуемся принципом отсутствия арбитража, чтобы получить балансовое соотношение для стоимости акций.

(1)

На примере Харьковской недвижимости:

P t =30 тыс.дол.

D t =2 тыс.дол. в год – плата за сдачу жилья

-ожидаемая цена на квартиру в следующем периоде.

=33-2=31 тыс. дол.

МЕХАНИЗМЫ ФОРМИРОВАНИЯ ОЖИДАНИЙ

1. Модель адаптивных ожиданий

=
, где 0<=<=1

0
=

1
=

- метод экспоненциального сглаживания (2)

(1)

(2)

Предположим, что d t =d=const для любого t

0

Общее решение:
, где Р 0 – первоначальная стоимость акций.

a<1,
a t P 0
0

фундаментальная стоимость акций.

a t P 0 – спекулятивная составляющая

2. Модель рациональных ожиданий

Недостаток – низкая скорость обучения участников рынка. Это открывает возможность для интертепорального арбитража, т.е. спекуляции на прогнозируемых изменениях курса акций в последующих периодах.

Чтобы устранить это логическое противоречие, в 1970-х была предложена модель рациональных ожиданий (Р. Лукас).

Суть модели – в среднем рынок не может систематически ошибаться в оценке курса активов. Применительно к нашей модели это означает следующее: инвесторы не должны систематически ошибаться в оценке стоимости акций.

- несмещенность оценки, т.е.
- является несмещенной оценкойP t +1 ; или
=P t +1 +E t

E t – ошибка оценивания

Рассмотрим экстремальный вариант модели рациональных ожиданий (модель с полным предвидением), в которой ошибка оценивания равна 0.

С модели с полным предвидением предположим, что E t =0, т.е.
=P t +1

Рассмотрим динамику цен на акции в модели с полным предвидением.

Условие арбитража:

(1+r) P t =dt

(1+r) P t =dtP t+1

=P t+1

P t+1 =(1+r) Pt-d (3)

P t является нестабильной, P t ->?, поскольку (1+r) >, если только не начинаем движение с неподвижной точки:

Если P t = , тоP t + k =

d=0, P t +1 =(1+r) Pt

В модели полного предвидения ожидания инвесторов играют роль самовыражающегося пророчества, цены на активы могут неограниченно расти, т.к. инвесторы считают, что они будут расти. Таким образом, в такой модели спекулятивная компонента стоимости акций доминирует над ее фундаментальным значением.

ДИНАМИЧЕСКАЯ СИСТЕМА, математическая модель эволюции реальной (физической, биологической, экономической и др.) системы, состояние которой в любой момент времени однозначно определяется её начальным состоянием.

Историческая справка . Основатели теории динамической системы - А. Пуанкаре и А. М. Ляпунов. В конце 19 - начале 20 века они обнаружили и исследовали класс задач (в небесной механике, в теории фигур равновесия вращающейся жидкости и т.д.), в которых необходимо было знать поведение не одного отдельно взятого решения х(t) системы обыкновенных дифференциальных уравнений (ОДУ), а всех (или очень многих) решений, соответствующих различным начальным состояниям реальной (например, физической) системы. В этом случае х(t) можно представить как кривую в пространстве всевозможных состояний (т. е. значений векторов х) и воспользоваться геометрическими свойствами этой кривой для понимания и описания свойств решения х(t). Такая кривая называется фазовой траекторией.

В 1-й трети 20 века теория динамической системы развивалась в работах ряда математиков. Наибольшее значение имели работы А. А. Андронова, который осознал и показал на важных примерах, что теория динамической системы эффективна для исследования нелинейных процессов в природе и в лаборатории. К этому времени стала понятна необходимость изучения нелинейных задач, так как линейный математический аппарат часто не в состоянии описать реальные процессы. Андронов описал автоколебания с помощью предельных циклов Пуанкаре и очертил контуры новой науки - нелинейной динамики. Вместе с Л. С. Понтрягиным он ввёл понятие грубой системы, нечувствительной к малым изменениям параметров. Такая система не меняет резко свойств при малых изменениях параметров, т. е. её состояния до и после изменения параметров топологически тождественны (эквивалентны). Грубые системы заполняют открытые области в функциональном пространстве всех динамических систем. Вне этих областей и, в частности, на их границах лежат негрубые системы. Проход через границу сопровождается бифуркацией - сменой структуры динамической системы. В семействе динамических систем, зависящих от параметра, зная структуру динамической системы при начальном значении параметра и все бифуркации, можно однозначно предсказать её структуру при конечном значении параметра.

Во 2-й половине 20 века Д. В. Аносов, В. И. Арнольд, Р. Боуэн, Р. Мане, Я. Г. Синай, С. Смейл, С. Хаяси, Л. П. Шильников и др. развили идеи Андронова и создали глубокую и стройную теорию динамической системы, которая даёт верные представления о природе детерминистских процессов и позволяет исследовать модели реальных систем.

Характеристики динамической системы. Определение динамической системы включает в себя пространство состояний {х} и зависящий от времени t оператор (закон) эволюции f t , по которому система из начального состояния х 0 приходит в состояние x t в момент времени t. Состояние динамической системы описывают набором переменных х, выбираемых из соображений естественности их интерпретации, простоты описания, симметрии и т. п. Множество состояний (фаз) динамической системы образует фазовое пространство, в котором каждому состоянию отвечает точка, а эволюция изображается движением точки по фазовой траектории - кривой, вложенной в фазовое пространство. Например, движение n частиц под действием сил притяжения описывается в фазовом пространстве множеством всех наборов координат и скоростей этих частиц, а оператор эволюции определяется решением соответствующей системы ОДУ.

Особенности эволюции системы проявляются в типе фазовых траекторий. В частности, состоянию равновесия динамической системы соответствует вырожденная траектория - точка в фазовом пространстве, периодическому движению - замкнутая кривая, квазипериодическому движению, имеющему в спектре m базовых частот, - кривая на m-мерном торе, вложенном в фазовое пространство. Стационарному режиму (установившемуся движению) диссипативной системы соответствует аттрактор - множество траекторий, притягивающих к себе все близкие траектории. Установившимся периодическим колебаниям соответствует предельный цикл - изолированная (в фазовом пространстве) замкнутая траектория; хаотическим автоколебаниям отвечает обычно странный аттрактор - притягивающее множество, состоящее из неустойчивых траекторий.

По характеру уравнений и методам исследований динамические системы делят на конечномерные (с конечномерным фазовым пространством) и бесконечномерные (распределённые). Конечномерные динамические системы можно подразделить на консервативные и диссипативные, что соответствует различной физической природе реальных систем. Консервативные динамические системы - это системы с сохраняющимся фазовым объёмом. Их образуют гамильтоновы системы с не зависящей от времени функцией Гамильтона. У диссипативных систем фазовый объём не сохраняется, в их фазовом пространстве существует ограниченная область (шар диссипации), в которую попадает навсегда точка на любой траектории.

Динамические системы можно также подразделить на системы с непрерывным и дискретным временем. Динамические системы с непрерывным временем задаётся обычно системой ОДУ х = f(х) (х - скалярная либо векторная величина, точкой обозначено дифференцирование по времени), в которой для каждой начальной точки х имеется единственное решение. Состояние равновесия х 0 такой динамической системы определяется из уравнения f(х 0) = 0. Поведение в окрестности состояния равновесия О зависит от свойств линеаризованной вблизи О системы, а именно от корней l 1 , l 2 ,.., l n характеристического уравнения

где d ij - символ Кронекера. Пусть Re l j отрицательны для р и положительны для q корней, причём р + q = n. Если р = n (q = n), точка О называется устойчивым (неустойчивым) узлом. Близкие к этой точке в фазовом пространстве траектории притягиваются к ней в случае устойчивого узла, когда время t -> +?, а в случае неустойчивого узла - при t-> -?. Если р?0, q?0, точка О называется седлом. Через неё проходят две поверхности: р-мерная W s O и q-мерная W u O , называемые устойчивым и неустойчивым многообразиями седла О, а также устойчивой и неустойчивой сепаратрисами. Эти поверхности образованы траекториями, стремящимися к О при t ->+? и t -> -? соответственно. Остальные траектории уходят из седла при t -> ± ? (рис. 1).

Траектория, лежащая одновременно в W s O W u O (и не совпадающая с О), называется гомоклинической или петлёй сепаратрисы седла. В одномерных моделях непрерывной среды гомоклинической траектории отвечает стационарная бегущая волна в форме солитона.

Периодическое решение х = р(t) системы х = f(х) имеет следующее свойство: р(t) = р(t+Т) для любого t, где Т - период. Этому решению соответствует замкнутая траектория L в фазовом пространстве. Поведение траекторий в окрестности периодической траектории L характеризуется мультипликаторами g 1 , ..., g n , которые находятся с помощью решений линеаризованной на L системы. Один из них, например g n , всегда равен 1. Если |g i | < 1 (|g i | > 1) для всех i = 1, 2, ..., n - 1, то траектория L устойчива (неустойчива). Если р мультипликаторов лежат внутри, а q - вне единичного круга в комплексной плоскости, р + q = n - 1, то L - траектория седлового типа. Она лежит в пересечении двух поверхностей: (р + 1)-мерной W s L и (q + 1)-мерной W u L (устойчивой и неустойчивой сепаратрис). Поверхность W s L (W u L) состоит из траекторий, стремящихся к L при t -> +? (t ->- ?). При n = 3 и р = q=1 поверхность W s L (W u L) топологически эквивалентна цилиндру, если мультипликатор g положителен и больше 1 (рисунок 2).

Поведение траекторий в окрестности L изучают, рассматривая их следы на (n - 1)-мерной поверхности D, пересекающей (без касания) L и близкие к ней траектории. Если точка m 0 на D достаточно близка к L, то траектория, проходящая через m 0 , пересекает D в другой точке m, называемой отображением последования (отображением Пуанкаре) (рис. 3).

Линеаризация отображения Пуанкаре в точке пересечения L с D описывается матрицей Якоби. Её собственные значения g 1 , ..., g n-1 являются мультипликаторами замкнутой траектории L.

Устойчивые и неустойчивые многообразия периодических траекторий могут пересекаться. Траектория, принадлежащая пересечению W s L и W u L и отличная от L, является гомоклинической. Если это пересечение происходит без касания, то в окрестности гомоклинической траектории имеется множество разнообразных неустойчивых траекторий, среди которых содержится бесконечное множество замкнутых траекторий седлового типа. Подобное множество траекторий типично для динамической системы с хаотической динамикой. Таким образом, наличие гомоклинической траектории может служить критерием существования хаотических режимов в динамической системе (смотри Динамический хаос).

Динамические системы с дискретным временем обычно задаются отображением G фазового пространства в себя: x n+1 = G(x n). Тогда эволюционный оператор f t , t = m, - просто m раз применённое отображение G: f n x=G(G(...G(x)...)). Например, простейшая модель динамики популяций описывает плотность числа членов (n + 1)-й генерации, х n+1 , как функцию числа х n предыдущей генерации: х n+1 = ах n - bх 2 n , а, b > 0 - параметры задачи. В зависимости от значений а и b эта динамическая система может демонстрировать либо регулярную (все аттракторы - периодические траектории), либо хаотическую динамику.

Отображение Пуанкаре фактически определяет систему с дискретным временем. Например, динамические системы, описывающие действие периодического возмущения на систему ОДУ, которые можно записать в виде х = f(х,th), th = o, где f - периодическая по th вектор-функция, всегда порождают отображение Пуанкаре. Для таких систем существует глобальная секущая поверхность Пуанкаре th = 0, которую каждая траектория пересекает бесконечное число раз. Поведение траекторий в системе с непрерывным временем полностью определяется динамической системой с дискретным временем.

Важная часть теории динамической системы - эргодическая теория, которая описывает статистические свойства траекторий. Если они неустойчивы, точки на разных траекториях расходятся в процессе эволюции на существенное расстояние друг от друга, несмотря на близость начальных состояний, система демонстрирует «чувствительную зависимость» от начальных условий. (Заметим, что именно с неустойчивостью траекторий связана невозможность долгосрочного предсказания погоды.) Поскольку невозможно определить начальное состояние с бесконечной точностью (всегда существуют мельчайшие ошибки измерения или запоминания), необходимо изучать поведение не отдельных траекторий, а пучков траекторий, проходящих сквозь «пятно» начальных условий. Эти траектории могут обладать различными свойствами, и разнообразие этих свойств можно описать в терминах вероятностных распределений.

А. Пуанкаре первым высказал в качественной форме мысль, что при неустойчивости траекторий динамической системы речь может идти об их статистических свойствах такого же характера, какие к тому времени уже упоминались в работах Л. Больцмана и Дж. У. Гиббса по статистической механике. Подобные идеи были реализованы в эргодической теории и успешно осуществляют роль «моста» между детерминированным и случайным «мирами».

С помощью теории динамической системы изучены и объяснены многие нелинейные явления в природе и технике, такие как динамический хаос, синхронизация периодических и хаотических колебаний, образование диссипативных структур, пространственно-временной хаос в моделях распределённых систем, конкуренция мод в нейронных сетях мозга и т. д.

Лит.: Качественная теория динамических систем второго порядка. М., 1967; Корнфельд И. П., Синай Я. Г., Фомин С. В. Эргодическая теория. М., 1980; Итоги науки и техники. Сер. Современные проблемы математики. Фундаментальные направления. М., 1985-1991. [Т. 1-9]: Динамические системы; Каток А., Хассельблатт Б. Введение в современную теорию динамических систем. М., 1999.

В. С. Афраймович, М. И. Рабинович.