Слайд 2ДС
Под динамической системой понимают любой процесс или объект, для которого характерно:
однозначно определенное
состояние как совокупности некоторых величин в данный момент времени;
задан закон (эволюция), который описывает изменения начального состояния с течением времени
Слайд 4Число степеней свободы – наименьшее число независимых величин (координат), необходимых для однозначного
определения состояния системы.
Фазовое пространство – пространство на координатных осях которого отложены значения переменных состояния системы: х1, х2, …, хn, называемых фазовыми переменными.
Изображающая точка – точка, расположенная на фазовом пространстве.
Фазовая траектория – совокупность изображающих точек.
Совокупность фазовых траекторий при различных начальных условиях называется фазовым портретом системы
Слайд 5Одномерное и двумерное фазовое
пространство
Слайд 6Фазовая траектория и фазовый портрет
Слайд 7Формальное определение динамической системы
фазовое пространство Х, образующее полное метрическое пространство;
множество моментов времени
Т;
оператор эволюции Et – некоторое отображение, которое каждому состоянию х0 € Х в начальный момент времени t0 € T однозначно ставит в соответствие некоторое состояния xt € Х в любой другой момент времени t € T.
Слайд 8Классификация динамических систем
с непрерывным временем (континуальные системы), т.е. системы, которые задаются дифференциальными
уравнениями:
ẋ = F(x)
системы с дискретным временем, N – мерные отображения, например, геометрическая прогрессия:
xn+1 = f (xn)
по виду оператора эволюции:
- линейные:
Et (x + x') = Et (x) + Et (x')
Et (α·x) = α Et (x)
Слайд 9Классификация динамических систем
- нелинейные:
Et (x + x') ≠ Et (x) + Et
(x')
автономные, т.е. вектор F(x) зависит только от x и не зависит от времени:
ẋ = F(x)
неавтономные т.е. вектор F(x) зависит не только от координаты x, но зависит от времени:
ẋ = F (x, t)
Слайд 10Классификация динамических систем
детерминированные – это все рассмотренные выше системы, когда нет шумов,
случайных слагаемых.
случайные динамические системы – это автономные динамические системы, в которых есть шум определенного вида εt
ẋ = F(x) + εt
Слайд 11Устойчивость решения динамических систем
Устойчивость по Ляпунову. Решение динамической системы устойчиво по Ляпунову,
если для любого ε > 0 найдется число δ (ε) > 0, такое, что если ||х0 – π0|| < δ, то ||х (t) – π (t)|| < ε для всех t ≥ 0.
Таким образом, для двухмерной динамической системы любое решение, которое начинается в δ-окрестности точки π0 остается внутри трубки с максимальным радиусом ε при всех t ≥ 0
Слайд 12Устойчивость решения динамических систем
Асимптотическая устойчивость. Если решение динамической системы устойчиво не только
по Ляпунову, но и удовлетворяет соотношению
lim ||х (t) – π (t|| = 0 при условии t → ∞ и ||х0 – π0|| < δ, то решение является асимптотически устойчивым.
Таким образом, все решения, достаточно близкие к π0 в начальный момент времени постепенно сходятся к π (t) на больших временах. И если решение асимптотически устойчиво, то оно устойчиво и по Ляпунову.
Слайд 13Устойчивость решения динамических систем
Экспоненциальная устойчивость. Если решение динамической системы устойчиво не только
по Ляпунову, но из условия ||х0 – π0|| < δ следует, что ||х (t) – π (t)|| ≤ α ||х0 – π0||е-βt для всех t ≥ 0, то решение является асимптотически устойчивым.
Все решения, близкие к π0 в начальный момент времени сходятся к π (t) с большей или равной экспоненциальной скоростью. В отличии от предыдущего случая экспоненциальная устойчивость отличается лишь скоростью сходимости решения.
Слайд 14Одномерные динамические системы
Одномерные динамические системы – это динамические системы на прямой или
динамические системы с одной с одной степенью свободы.
Рассмотрим динамическую систему первого порядка, математическая модель которой задана в следующем виде:
ẋt = F (xt), xt = x (t), t ≥ 0
Слайд 151. Аналитический подход решения задачи Коши
Формулировка задачи Коши: известен закон эволюции и
начальное состояние системы, требуется найти решение дифференциального уравнения или интеграл.
Это самый мощный подход к анализу динамических систем. Но есть один недостаток к анализу нелинейных – не всегда удается получить аналитическое решение задачи.
Слайд 162. Численное решение задачи Коши
это численный эксперимент, применение численных методов. Однако не
всегда удается получить фазовый портрет, так как коэффициенты динамической системы принимают непрерывный набор численных значений.
Когда пытаются построить фазовую траекторию, теоретически нужно рассмотреть все возможные параметры решений, чтобы не упустить важные параметры, например, бифуркацию.
Иногда этот подход применяют как дополнение к первому или третьему подходу.
Слайд 173. Качественный анализ или метод фазовых траекторий
Позволяет по заданному закону эволюции получить
фазовый портрет.
Применим как к линейным, так и к нелинейным динамическим системам.
Основное достоинство этого метода – глобальная картина поведения фазовых траекторий. Зная фазовый портрет можно однозначно определить поведение всей динамической системы.
Есть и ограничения, связанные с числом степеней свободы.
Для одномерных, двухмерных и трехмерных можно получить решение, а для четырехмерных и выше степеней свободы это становиться затруднительно.
Слайд 18Качественный анализ динамических систем
Задача Коши в рамках качественного анализа формулируется следующим образом.
Входные
данные:
ẋt = F (x0, α),
где
xt € Rn – вектор длин переменных;
α € Rm – вектор параметров системы.
Необходимо найти компоненты (координаты) α при которых:
равновесие системы является устойчивым;
происходит локальная бифуркация в системе.
Слайд 19Алгоритм анализа одномерных динамических систем ẋt = F (xt)
Шаг 1. Решить уравнение F (xt)
и определить стационарные (фиксированные, равновесные) точки х* Их может быть одна, две или три, все зависит от функции
Слайд 20Алгоритм анализа одномерных динамических систем ẋt = F (xt)
Шаг 2. Изобразить фазовую траекторию
ẋt = F (xt) на плоскости х0ẋ. Особенность фазовой траектории в том, что она пересекает ось х в равновесных точках.
Слайд 21Алгоритм анализа одномерных динамических систем ẋt = F (xt)
Шаг 3. Классифицировать стационарные точки,
т е. определить какие точки являются асимптотически устойчивые, какие неустойчивые.
Если в некоторой окрестности х* фазовая траектория убывает, то х* является асимптотически устойчивой точкой или аттрактором.
Неустойчивая точка – это репеллер, фазовая траектория в их окрестности возрастает.
Слайд 22Поведение решений динамической системы вблизи аттрактора и репеллеров
Слайд 23Модель Т. Мальтуса
Т. Мальтус – известный демограф, экономист. Он показал в своем
труде «О росте народонаселения», что с увеличением населения, ростом популяции истощаются ресурсы.
Адаптируем модель Мальтуса к моделированию роста производства продукции без ограничения на потребление ресурсов. Математическая модель представлена ниже:
ẋt = αxt,
где
xt ≥ 0 – количество продукции;
α > 0 – постоянный темп роста продукции.
Слайд 25Фазовые траектории модели Мальтуса
Слайд 26Выводы:
Во-первых, неограниченное потребление ресурса приводит к неограниченному производству продукта. В реальной ситуации
этого конечно же не происходит, следовательно, модель является неадекватной и необходимо перейти к другой модели.
Во-вторых, неограниченное производство приводит к истощению ресурсов.
Слайд 27Модель Ферхюльста
Математическая модель роста производства продукции с учетом ограничения на потребление ресурсов
представлена ниже:
ẋt = α‧xt (1 - xt / К),
где
xt ≥ 0 – количество продукции;
α > 0 – постоянный темп роста продукции;
К > 0 – максимальное количество продукции, определяемое доступным ресурсом.
Слайд 28Фазовая плоскость модели Ферхюльста
Слайд 29Поведение фазовых траекторий модели Ферхюльста