第十章 分形与混沌_第1页
第十章 分形与混沌_第2页
第十章 分形与混沌_第3页
第十章 分形与混沌_第4页
第十章 分形与混沌_第5页
已阅读5页,还剩73页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第六章分形与混沌 内容目录 哲学与研究分形的基本思想混沌的基本思想 哲学与研究 哲学是人类认识世界的最高层次的思考 寻找世界的本原问题 人类在世界中的位置 即人类作为认识的主体在研究中的重要性 了解哲学是从总体上 大局上把握世界 把握研究的方向 不至于走入死胡同 付里叶变换 Fourier是法国大革命时期的数学家 他在频谱分析领域做有卓越的贡献 在当时 拿破仑时代 科学界流行一种哲学 世界是有 基元 组成的 任何一种物质只是基元的加权的代数和 基元是什么 运动是物质的一种存在形态 也应该具有一种相同的特性 即运动应由基元组成 付里叶变换 续 Fourier通过研究 振动弦 的运动得出一个规律 即振动弦的运动可以分解为多个 正弦 信号的和 又通过对很多现象的研究 Fourier得出一个结论 任何一个信号可以分解为多个 简谐周期函数 的加权和 而sin x cos x 是最简单的 简谐周期函数 付里叶变换 续 由此 付里叶得出如下的结论 任意时间周期信号 基元 权值 常量 付里叶变换 续 从当时的角度 哲学观点 来看 是任何一个信号可以表示为 正弦 信号的加权和 符合哲学观点 推导正确 当Fourier将论文提交给法国研究院 由Lagrangri等三名数学家组成的委员会没有允许该论文的发表 原因是该数学推导不严格 Lagrangri提出对于处处不可导的信号 函数 该理论不成立 神经元理论 神经元网络 神经元网络 NerualNet 指由大量神经元互连而成的网络 有点象服务器互连而成的国际互连网 Internet 人脑有1000亿个神经元 每个神经元平均与10000个其他神经元互连 这就构成了人类智慧的直接物质基础 y x1 x2 x3 xn w1 w2 w3 wn ArtificialNeuralNetwork ANN 神经元网络 是根据生物的神经元组成而得来的两态工作 即只有兴奋和抑制两个状态阈值作用 超过某个阈值 神经元兴奋多输入 单输出 树状突起获得众多输入 轴突单输出空间 时间叠加可塑性连接 突起的连接强度可调节 神经元网络 续 每个神经元是基元 任何一个函数f x 可以通过神经元的加权和而得到 神经元的数目可以选择 层次的个数可以选择 原则上三层以上即可以模拟任何一个函数 包括线性函数 非线性函数 功能十分强大 网络模型构建后 需要获得权值 权值的获取方法是训练 即选择足够的训练样本空间 对模型中的连接进行训练 训练完成 既可以用于相关的应用 神经元网络 续 一个非常好的思路 可以同时解决线性和非线性问题 问题是 训练样本空间与应用样本空间不是一个集合 用训练样本空间训练出来的神经元模型对于样本空间的样本是最优的结果 而对于应用样本空间就不一定是最优的结果 例如 应用神经元网络识别0 9个数字 选定三层神经网 输入层 隐含层 输出层 隐含层包含128个节点 训练样本空间选择0 9的手写数字分别为100个 共1000个样本集 神经元网络 续 训练结束后 对于样本空间的样本的识别率可以达到100 而如果选择一个手写的字母 A 作为识别样本 发现他也会得出一个0 9之间的一个结果 显然出现了误识 那么误识率会是多大 结论 在世界是由基元组成这一哲学思想下 产生了一系列的十分有效的技术 可见哲学对研究的意义 相反 如果没有一种哲学思想 我们的研究如何归纳总结出一种一般的规律 总结出的规律正确与否 分形几何的基本思想 研究对象 欧几里得几何学的研究对象是具有特征长度的几何物体 一维空间 线段 有长度 没有宽度 二维空间 平行四边形 有周长 面积 三维空间 球 表面积 体积 自然界中很多的物体具有特征长度 诸如 人有高度 山有海拔高度等 研究对象 有一类问题却比较特别 Mandelbrot就提出了这样一个问题 英国的海岸线有多长 英国的海岸线地图 研究对象 续 当你用一把固定长度的直尺 没有刻度 来测量时 对海岸线上两点间的小于尺子尺寸的曲线 只能用直线来近似 因此 测得的长度是不精确的 如果你用更小的尺子来刻画这些细小之处 就会发现 这些细小之处同样也是无数的曲线近似而成的 随着你不停地缩短你的尺子 你发现的细小曲线就越多 你测得的曲线长度也就越大 如果尺子小到无限 测得的长度也是无限 研究对象 续 得到的结论是 海岸线的长度是多少 决定与尺子的长短 海岸线的长度是无限的 而显然海岸线的面积为零 而我们确实看到了海岸线的存在 而且海岸线应该是有界的 海岸线什么有界 长度 面积 体积显然无界 Koch曲线 Koch曲线 续 Koch曲线曾经在数学界成为一个魔鬼 同样的道理 长度无限 面积为零 而曲线还有 界 另外 有一个特点 当取其中的一部分展开 与整体有完全的自相似性 似乎是一个什么东西的无数次的自我复制 自然界中的其他事物 取下一片蕨类植物叶子似乎与整体有某种相似性 England的海岸线从视觉上也感觉有某种自相似性 分形的概念 分形理论的创始人B B Mandelbrot 有人译为曼德尔布罗特 有人译为曼得勃罗等等通过对这些不具有特征长度 欧氏几何学研究不了的问题 提出了一个全新的概念 分形 分形几何 分数维 fractal fractal一词是由Mandelbrot自创的 来自于描述碎石的拉丁文fractus曼德布罗特擅长于形象的 空间的思维 具有把复杂问题化为简单的 生动的 甚至彩色的图象的本领 他是个数学特别是几何学与计算机兼通的难得人才 1967年发表于美国 科学 杂志上的 英国的海岸线有多长 的划时代论文 是他的分形思想萌芽的重要标志 1973年 在法兰西学院讲课期间 他提出了分形几何学的整体思想 并认为分维是个可用于研究许多物理现象的有力工具 分形的概念 续 形看作具有如下所列性质的集合F F具有精细结构 即在任意小的比例尺度内包含整体 F是不规则的 以致于不能用传统的几何语言来描述 F通常具有某种自相似性 或许是近似的或许是统计意义下的 F在某种方式下定义的 分维数 通常大于F的扑维数 F的定义常常是非常简单的 或许是递归的 JuliaSet JuliaSet Zn 1 Zn2 C令複數C為一定值 將Z平面上任意一點代入 則Z平面上部分區域收斂 部分區域發散 而發散與收斂區域間的邊界 即為JuliaSet的圖形 根据C Z0的不同会生成不同的Julia集合 MandelbrotSet 在复平面中 M集是通过下述迭代式产生的 Zn 1 Zn 2 C 其中 Z和c都是复数 由各自的实部和虚部组成Xn 1 iYn 1 Xn iYn 2 Cx iCy 展开得 Xn 1 Xn2 Yn2 Cx 实部 Yn 1 2 XnYn Cy 虚部 对上述迭代式反复进行迭代 得到的数集 称为Mandelbrot集 简称M集 在迭代过程中 Z的初值定为0 而C选择一个不为0的数 使C在复平面的某个区域内有规律地变化 对于二次函数fc Z Z 2 C的迭代 定义M集为 M c C fck 0 k 用不同的C值反复进行迭代 由此产生的Zk序列有两种情况 1 Zk序列自由地朝着无穷大的方向扩散 即发散 2 Zk序列被限制在复平面的某一区域内 即收敛 建立判断收敛与发散的判断准则 对于那些收敛的Zk序列的点 设置某种颜色的色调 就可以显示M集的计算机图象 对于那些发散的Zk序列的点 根据发散速度的不同 按照给定的规则着上不同颜色的色调 就能显示M集周围的图象 自然界中的分形 山 星云 星云 天空中的云朵 植物的叶子 视网膜中央动脉颞上支阻塞 视乳头旁毛细血管瘤 毛细血管分布 河流分布图 自然界中的分形 股票价格曲线岩石裂缝金属损伤裂缝道路分布神经末梢的分布 局部结论 从分析上述现象可以看到 Julia Mandelbrot集合所显现出来的图形是极端复杂的 而且存在着自相似性 即局部等于全体 而这么复杂的图形是由一个非常简单的方程通过初值的选择反复迭代得到的结果 反推回来 一个具有分形特征的自然现象是否可以认为是有一个非常简单的方程通过初值的选择反复迭代得到的结果 如果是 只要找到方程和初值 就可以随意地生成我们所希望的图形 如何来研究分形 Mandelbrot提出了一个分形维数的概念 在Euchlid几何学中我们知道维数的概念点 0维 线 1维 面 2维 体 3维 如何来研究分形 续 将长度为1的线段分为n等分 每段长为r 则n r 1 将面积为1的正方形n等分 每一个小正方形的边长为r 则n r2 1 将体积为1的正方体n等分 每一个小正方体的边长为r 则n r3 1 分形维数 从上面的等式中可以看到 r的幂次实际就是该几何体的空间维数 可以表示为 n rD 1对上式两边取对数得 显然 D具有维数的概念 分形维数 续 对Koch曲线而言 分形维数 续 在第n步时 其等长折线段总数为4n 每段的长度为则Koch曲线的维数为 英国海岸线的维数为D 1 25 Mandelbrot 如何来研究分形 续 拓扑维数 拓扑维数是比分形维数更基本的量 以Dt表示 它取整数值 在不作位相变换的基础上是不变的 0维即通过把空间适当地放大或缩小 甚至扭转 可转换成孤立点那样的集合的拓扑维数是0 而可转换成直线那样的集合的拓扑维数是1 所以 拓扑维数就是几何对象的经典维数Dt d 拓扑维数是不随几何对象形状的变化而变化的整数维数 Hausdorff维数 对于任何一个有确定维数的几何体 若用与它相同维数的 尺r 去度量 则可得到一确定的数值N 若用低于它维数的 尺 去量它 结果为无穷大 若用高于它维数的 尺 去量它 结果为零 其数学表达式为 N r r Dh上式两边取自然对数 整理后可得Dh lnN r ln 1 r 或Dh lim lnN ln 1 式中的Dh就称为豪斯道夫维数 它可以是整数 也可以是分数 欧氏几何体 它们光滑平整 其D值是整数 人们常把豪斯道夫维数是分数的物体称为分形 把此时的Dh值称为该分形的分形维数 简称分维 也有人把该维数称为分数维数 当然还必须看其是否具有自相似性和标度不变性 英国海岸线的自相似性及分形维数的获得 语音信号是分形的 维数的含义 分形是复杂不规则的系统 而描述这系统的粗糙 破碎 不规则 不光滑程度及复杂性的定量指标和手段就是非整数维数 分维 分数维数是描述复杂对象或系统的最基本特征 分形特征的定量参数 分维D度量了系统填充空间 致密 或缝隙 疏松 的能力 刻划了系统的无序性 表征了动力学系统最低的基本或独立变量的个数 豪斯道夫维数定量地描述了一个集合规则与不规则的几何尺度 其整数部分反映出图形的空间规模 整数维数 对于奇怪吸引子 维数给出了需要表征其上点的位置所需的信息量 广义维数或奇异谱主要表征多分形的非均衡性和奇异性 分形几何学与欧氏几何学的差异 分形几何学 欧氏几何学 IFS 混沌的思想 混沌的产生 混沌的产生 续 混沌的产生 续 奇异吸引子 湍流 turbulence 复杂 不规则 貌似游走无常的流体运动 例如 水流的漩涡 以前的理论解释 模态 modes 周期运动 当流体受到外力的作用时 一定数目的模态就被激发出来 没有模态被激发 流体就处于定常状态 如果单一模态被激发 就是周期振荡 如果几个模态被激发 流动变得不规则 许多模态被激发时 就是湍流 初始条件敏感依赖性 有圆形或凸起障碍物的台球游戏不考虑 自旋 忽略摩擦 假设碰撞是弹性的 真实球 虚拟球 混沌的定义 设V为一个集合 f VV称为在V上是混沌的 如果 f对初始条件的敏感依赖性 f是拓扑传递的 周期点在V中是稠密的 烟头燃烧 没有任何外力的情况下 烟会自动分解 在什么时候分解 什么原因分解 分解时刻是否可以预测 一维逻辑斯蒂映射 映射 mapping 也叫迭代 iteration xn 1 2xn 若x1 3 则x2 6 x3 12 从控制系统的角度看 这也叫反馈 feedback 把输出当作输入 不断滚动 很容易想到 反馈的结果有若干种 发散的 收敛的 周期的等等 但是我们要问一下 一共有多少种可能的运动类型 是否存在既不收敛也不发散 也不周期循环的迭代过程 这就是有界非周期运动 它与混沌有关 逻辑斯蒂映射的形式为其中a是参数 取值范围是 2 4 通常人们只注意 0 4 这一半 其实另一半 2 0 也一样有趣 x的取值为 0 1 映射的不动点是指满足关系 a 1 的相点 解得 1 0 2 1 1 a 设映射用f表示 f的2次迭代记作f2 3次迭代记作f3 等等 注意 这种记法不表示乘方关系 f的不动点也叫f的周期1点 f2的不动点实际上是f的周期2点 同理fn的不动点与f的周期n点是一回事 映射f的周期m点的稳定性由乘子完全决定 映射f的周期点 包括不动点 它为周期1点 的稳定性可具体定义为 1 吸引 稳定 1 排斥 不稳定 1 中性 0 超稳定 以参数a为横坐标 以x的稳定定态 stablesteadystates 为纵坐标作图 得到1 图2等 从图中可以看出开始是周期加倍分岔 也称周期倍化分岔或周期倍分岔 然后是混沌 混沌区中又有周期窗口 窗口放大后又可见到同样结构的一套东西 此所谓无穷自相似结构 在洛斯阿拉莫斯国立实验室任职的费根鲍姆在研究周期倍化过程中 发现相邻分岔间距之比收敛到一个不变的常数 不仅仅对于逻辑斯蒂映射有这个常数 对于一维 单峰 映射 都能算出同一个常数 来 的含义是什么 意义何在 Thegeneralconceptofchaos 如果一个接近实际而没有系统内在随机性的模型仍然具有貌似随机的行为 就可以称这个真实的物理系统是混沌的 例如 钟摆的摆动 如果科学家忽略任何外来的随机扰动和气流 该模型应是线性的 周期性的系统 易于

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论