Sei sulla pagina 1di 40

SHADOWING LEMMA E DETERMINAZIONE ORBITALE CAOTICA

Federica Spoto

10 Gennaio 2011

Presentazione del seminario

1 Determinazione orbitale caotica

Congettura di Wisdom Mappa standard del pendolo ed esperimenti numerici Conclusioni


2 Enunciato e spiegazione dello Shadowing Lemma 3 La congettura di Wisdom e lo Shadowing Lemma

Sommario

Determinazione orbitale caotica Congettura di Wisdom La mappa standard Risultati degli esperimenti numerici Conclusioni

Shadowing Lemma La versione classica dello Shadowing Lemma

Shadowing Lemma e congettura di Wisdom

Congettura di Wisdom

Nel 1984 Wisdom e Peale hanno messo in evidenza che lo stato di rotazione di Iperione caotico. Nel 1987 Wisdom ha congetturato:

In fact because of the exponential variety of trajectories which exists, the rotation state at the midpoint of the interval covered by the observations, and the principal moments of inertia, are determined with exponential accuracy.
Thus the knowledge gained from measurements on a chaotic dynamical system grows exponentially with the time span covered by the observations.

Risultato ottenuto Il nostro risultato stato quello di mostrare che la conoscenza dei parametri da cui dipendono le equazioni del sistema dinamico non pu crescere esponenzialmente nel tempo, ma solo in modo polinomiale, come nel caso di orbite non caotiche

Mostreremo il risultato ottenuto prima con un test numerico su un problema modello dato dalla mappa standard e poi come corollario dello Shadowing Lemma.

Problema modello

Per gli esperimenti numerici abbiamo usato il problema modello della mappa standard del pendolo, la cui espressione data da:

S=

xk +1 = xk + yk +1 yk +1 = yk sin(xk ).

Importanza utilizzo mappa standard

1 Semplica notevolmente i tempi di calcolo. 2 E' un sistema dinamico conservativo che ha sia orbite regolari
che orbite caotiche.

Figura: Orbite della mappa standard ottenute con = 0.5. Si tratta di uno zoom attorno al punto sso iperbolico.

I minimi quadrati

La matrice di transizione :

Ak =
che risolve:

(xk , yk ) (x0 , y0 )

Ak +1 = DS Ak .
(xk , yk ) S +

L'equazione alle variazioni :

(xk +1 , yk +1 )

= DS

Il procedimento
Processo di osservazioni

xxk = xk + randn yyk = yk + randn


I residui sono dati da:

k k

= xxk (0 ) xk () = yyk (0 ) yk ().

Il t ai minimi quadrati si ottiene risolvendo le equazioni normali

C =

n k =1

T Bk Bk

Il procedimento

D =
dove

n k =1

T Bk

k k

Bk =

(xk , yk ) (k , k ) = Ak | (x0 , y0 , )

Il metodo delle correzioni dierenziali applicato alle condizioni iniziali e al parametro

dx0 dy0 = D d

Esperimenti numerici

Centro dell'intervallo Tutti gli esperimenti sono stati eettuati con le condizioni iniziali poste nel centro dell'intervallo di osservazione. Se infatti una delle due si trovasse sulla variet stabile e l'altra sulla variet instabile, riusciremmo a determinare peggio la prima della seconda. Se cerchiamo di determinarle entrambe, abbiamo bisogno di porle nel centro dell'intervallo.

Determinante e autovalori della matrice di transizione

Valore assoluto del determinante e degli autovalori della matrice di transizione

Min. autovalori

Figura: Determinante e autovalori della matrice di transizione in scala semilogaritmica con dati iniziali x0 = 3, y0 = 0 e = 0.5.

Determinante e autovalori della matrice di transizione

Osservazione Problemi nel momento in cui il numero di condizionamento della matrice diventa maggiore dell'inverso dell'errore di arrotondamento. Intorno a

19TL

possiamo vericare il fenomeno

dell'instabilit numerica. Il valore dell'esponente di Lyapunov 0.1. Rapporto tra massimo e minimo degli autovalori troppo elevato intorno alle 200 iterate.

Determinante e autovalori della matrice di transizione

Figura: Determinante e autovalori della matrice di transizione in scala semilogaritmica con dati iniziali x0 = 3, y0 = 0 e = 0.25.

Determinante e autovalori della matrice di transizione

Figura: Determinante e autovalori della matrice di transizione in scala semilogaritmica con dati iniziali x0 = 2.8, y0 = 0 e = 0.5.

Derivata dei residui rispetto al parametro

Figura: Derivata dei residui rispetto al parametro nel caso x0 = 3, y0 = 0 e = 0.5.

Derivata dei residui rispetto al parametro

Osservazione Abbiamo una crescita esponenziale anche in questo caso, anche se minore della precedente. Il fatto che la crescita sia esponenziale mostra che la congettura di Wisdom vera nel caso unidimensionale, cio se cerchiamo di determinare soltanto un parametro ().

Condizionamento delle matrici normali

Figura: Condizionamento delle matrici normali C e G nel caso x0 = 3, y0 = 0 e = 0.5.

Condizionamento delle matrici normali

Osservazione Il condizionamento di impossibile. La matrice

cresce esponenzialmente no a che il

calcolo del sistema normale diventa numericamente

la matrice di ordine 2 del sistema normale

relativo solo alle condizioni iniziali e, come si vede, ben condizionata

Accuratezza delle condizioni iniziali e di

la matrice normale di ordine 3 e a partire dalla sua inversa

calcoliamo:

- sigmxC =11 - sigmyC = 22 - sigmu= 33


la matrice normale di ordine 2 e a partire dalla sua inversa
- sigmxG = G111 - sigmyG = G221

calcoliamo:

Accuratezza delle condizioni iniziali e di

Figura: Condizionamento delle matrici normali C e G e inverso dell'incertezza delle condizioni iniziali nel caso x0 = 3, y0 = 0 e = 0.5 nel caso in cui la matrice normale sia G .

Accuratezza delle condizioni iniziali e di

Figura: Condizionamento delle matrici normali C e G e inverso dell'incertezza delle condizioni iniziali e del parametro nel caso x0 = 3, y0 = 0 e = 0.5 nel caso in cui la matrice normale sia C .

Accuratezza delle condizioni iniziali e di : risultati

Osservazione Nel caso in cui cerchiamo di determinare soltanto le

condizioni iniziali, abbiamo che l'accuratezza della loro


determinazione cresce esponenzialmente. Se cerchiamo di determinare simultaneamente le

condizioni iniziali e il parametro dinamico, abbiamo che


l'accuratezza di tale determinazione non cresce

esponenzialmente ma polinomialmente.
La causa del cattivo comportamento dei parametri data dalla presenza di una correlazione.

10

2 0

Figura: Inverso dell'incertezza del parametro dinamico e funzione log (ii 1.8) in scala logaritmica e riferiti al caso in cui x0 = 3, y0 = 0 e = 0.5 e se la matrice normale C .

Nel nostro caso la congettura di Wisdom falsa. Se cerchiamo di determinare simultaneamente le condizioni iniziali e il parametro dinamico esponenzialmente. Se gli unici parametri da determinare sono invece le condizioni iniziali, la loro accuratezza cresce esponenzialmente nel tempo.

abbiamo che la loro

incertezza decresce nel tempo polinomialmente e non

Sommario

Determinazione orbitale caotica Congettura di Wisdom La mappa standard Risultati degli esperimenti numerici Conclusioni

Shadowing Lemma La versione classica dello Shadowing Lemma

Shadowing Lemma e congettura di Wisdom

Denizioni di base

Denizione Diciamo che una successione una

denita da = {xk X : k K} -pseudo orbita o -pseudo traiettoria di un sistema dinamico su K se vale la disuguaglianza

d ((xk ), xk +1 ) < ,

k K

(1)

Denizioni di base

Denizione Diciamo che un punto x X un -pedinamento di una -pseudotraiettoria = {xk } su K se vale la disuguaglianza

d (k (x ), xk ) < ,

k K.

(2)

Propriet fondamentali

Denizione Un sistema dinamico Property) su

Y X se > 0 > 0 tale che per ogni -pseudotraiettoria su Z, con Y , esiste un punto x -pedinamento di su Z.

gode della POTP (Pseudo-Orbit Tracing che un

Denizione Diciamo che il sistema dinamico ogni -pseudotraiettoria = {xk : k Z} Y ha x X. soddisfa la SUP (Shadowing

Uniqueness Property) su un insieme come

Y X

se esiste

>0

tale che

-pedinamento

al pi un punto

Propriet fondamentali

Denizione Un sistema dinamico Property) su

Y X

gode della LpSP (Lipschitz Shadowing

per ogni successione

{xk Y : k Z}

se esistono due costanti positive con

L, m0

tali che

d ((xk ), xk +1 ) m m0 , k Z,
esiste un punto

tale per cui vale la disuguaglianza

d (k (x ), xk ) Lm, k Z

Insiemi iperbolici
Denizione Sia

C e un dieomorsmo di classe C 1 Diciamo che M un insieme iperbolico per se


una variet (a)

su

M.

compatto e

-invariante;

(b) per ogni metrica Riemanniana su

0 (0, 1)

costanti tali che

sottospazi lineari di

esistono

C > 0,
e

esistono due famiglie di

che indichiamo con

Sx

Ux

e che

(b.1) Sx Ux = Tx M (dove Tx M lo spazio tangente alla variet M nel punto x ); (b.2) d x (Sx ) = S(x ) , d x (Ux ) = U(x ) x ; (b.3)
||d m v || x ||d m v || x

soddisfano i seguenti punti:

C m ||v || x , v 0 C m ||v || x , v 0

Sx ,

m0 Ux , m 0.

Enunciato

Teorema

Se un insieme iperbolico per un dieomorsmo , allora esiste W intorno di tale che gode della POTP su W . Inoltre possiamo trovare W1 intorno di tale che gode della SUP su W1 .
Teorema

Se un insieme iperbolico per un dieomorsmo , allora esiste W intorno di tale che gode della LpSp su W . Inoltre, possiamo scegliere m0 tale che m m0 esiste un unico x che gode della LpSP.

Punti fondamentali della dimostrazione

1 La dimostrazione si basa sul teorema di punto sso. 2 La dimostrazione non costruttiva perch usa come
condizione iniziale l'orbita vera e in pi l'orbita vera compare anche nell'equazione di punto sso.

Sommario

Determinazione orbitale caotica Congettura di Wisdom La mappa standard Risultati degli esperimenti numerici Conclusioni

Shadowing Lemma La versione classica dello Shadowing Lemma

Shadowing Lemma e congettura di Wisdom

Ricordiamo le notazioni

(xxk (0 ), yyk (0 )) (xk (), yk ()) = 0 + d


Fissiamo

sono le osservazioni;

rappresentano l'orbita a convergenza del

processo delle correzioni dierenziali applicato ai minimi quadrati. Poniamo

x = x0 + dx0 , y = y0 + dy0
e poniamo

= 0 + d

k S (x , y ) = (xk (), yk ()) k = 1, . . . , n

-pedinamento
Sia

= {(xxk (0 ), yyk (0 )), k = 1, . . . , n} (x , y )


un

la successione delle

osservazioni. Mostriamo che trovare

-pedinamento

di

cio dobbiamo

tale che

k d (S (x , y ), (xxk (0 ), yyk (0 ))) < k = 1, . . . , n


Basta porre

k =
e abbiamo

2 2 k + k k = 1, . . . , n

k =1,...,n

max

Problema Problema: relazione tra

-pseudotraiettoria

Dobbiamo mostrare che

una

-pseudotraiettoria.

Dobbiamo quindi mostrare che

d (S (xxk , yyk ), (xxk +1 (0 ), yyk +1 (0 )) <


Basta prendere

e abbiamo la disuguaglianza cercata.

Shadowing Lemma

Shadowing Lemma Dato

(x , y )

>0

esiste

tale che

> 0 tale che per ogni -pseudotraiettoria esiste (x , y ) un -pedinamento della -pseudotraiettoria.

Osservazione Scelto

valore di

d , tale per cui, qualunque sia la scelta fatta (x , y ) in modo da ottenere un'orbita (xk (), yk ()) tale per cui i residui
,
quindi di delle osservazioni, possiamo determinare le condizioni iniziali

cio una volta ssato un limite per i residui, troviamo un

sono minori di

anche se tale orbita ha un valore sbagliato del

parametro dinamico

Shadowing Lemma

Ipotesi Chiediamo che le condizioni iniziali si trovino su un aperto di un insieme iperbolico

L'esistenza di insiemi iperbolici garantita dal teorema di Smale del punto omoclinico trasversale. Ci saranno sempre degli insiemi iperbolici sui quali applicare lo Shadowing Lemma e contraddire quindi la congettura di Wisdom. La congettura di Wisdom non vera quasi ovunque perch l'insieme su cui non vale non di misura 0 ma contiene un aperto.

Grazie.