Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...
Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ... Nichtlineare Methoden zur Quantifizierung von Abhängigkeiten und ...
70 KAPITEL 4. EXKURS: DYNAMISCHE SYSTEME Die von Arnhold et al. (1999) vorgeschlagene Methode zum Nachweis von Kopplung bzw. von verallgemeinerter Synchronisation kann auch auf dynamische Systeme x n+1 = X n+1 (x 0 ; p 0 ) = X 1 (x n ; p n ) , {p 0 , p 1 , p 2 , . . .} gegeben (4.15) angewendet werden, deren Parameter p n sich nur langsam in der Zeit verändern, p n+1 ≈ p n . (4.16) Hier ist zu beachten, dass die Parameter p 0 , p 1 , . . . gegeben sind; (p n ) n∈N0 ist kein dynamisches System. Kann X 1 lokal nach p n aufgelöst werden, p n = ζ(x n , x n+1 ), so folgt mit Gl. (4.16) x n+2 = X 1 (x n+1 ; p n+1 ) ≈ X 1 (x n+1 ; ζ(x n , x n+1 )) . Werden x n und x n+1 zu ˜x n+1 zusammengefasst und wird ˜X1 (˜x n ) = (X 1 (x n ; ζ(x n−1 , x n )), id(x n )) gesetzt, so ergibt sich hieraus ein neues parameterfreies dynamisches System [Hegger et al. (2000)], ˜x n+1 = ˜X 1 (˜x n ) . (4.17) Liegen die Beobachtungen von X als Zeitreihe vor, so kann das System (4.17) mittels Übereinbettung rekonstruiert werden. Hierzu ist jetzt eine Einbettungsdimension m > 2 (D f + P ) notwendig. Dabei ist D f die fraktale Dimension von X und P die Anzahl der Parameter [Hegger et al. (2000)]. Dies Verfahren soll an einem zeitdiskreten System von gekoppelten chaotischen Oszillatoren mit gerichteter Kopplung demonstriert werden, x n+1 = X 1 (x n ) + c · (Y 1 (y n ) − X 1 (x n )) y n+1 = Y 1 (y n ) . (4.18) Der Kopplungsparameter c wird mit c = 0.1 zunächst fest gewählt. Die einzelnen Subsysteme werden mit der logistische Abbildung modelliert, siehe beispeilsweise [Ott (1993)], X 1 (x) = a · x (1 − x) Y 1 (y) = b · x (1 − x) , wobei a = 3.81 und b = 3.80 gesetzt werden, so dass beide Subsysteme sich im chaotischen Regime befinden. Als Erstes wird das Verhalten der Interdependenz H (δ) (Y |X) untersucht, wenn der Kopplungsparameter einen zeitlichen Drift aufweist: c −→ c n = c + γ sin(2πν n)) . (4.19)
4.2. INTERDEPENDENZ, VERALLGEMEINERTE SYNCHRONISATION 71 Hierbei wurde die Driftfrequenz mit ν = 10 −4 fest gewählt. Das System in (4.18) wurde numerisch iteriert, um eine Zeitreihe mit 10 000 Punkten zu erhalten. Somit oszilliert c n genau einmal in dem verwendeten Datensatz. Für verschiedene γ, 0 ≤ γ ≤ 0.1, wurden die Interdependenzen H (δ) (Y |X) und H (δ) (X|Y ) berechnet. Die Ergebnisse für die Interdependenzen sind in Abb. 4.3 aufgetragen. Als Parameter wurde m = 4 (Einbettungsdimension von X und Y ), w = 10 (Theiler-Fenster) und δ = 1/20 des Wertebereich von X bzw. Y (Umgebungsgröße) verwendet. Die Interdependenz nimmt mit zunehmender Driftam- Interdependenz 1.5 1.0 0.5 H (δ) (Y|X) H (δ) (X|Y) 0 0.00 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.10 Kopplungsamplitude γ Abbildung 4.3: Interdependenz H (δ) (Y |X) (Linie mit Kreisen) und H (δ) (Y |X) (Linie mit Quadraten) für das in Gl. (4.18) gegebene System in Abhängigkeit der Kopplungsamplitude γ (Gl. (4.19)). δ wurde gleich 1/20 des Wertebereichs von X bzw. Y gesetzt. plitude γ ab, liefert aber dennoch in Kopplungsrichtung größere Werte als entgegen dieser Richtung, wo sie nahezu konstant ist. Somit gibt die Interdependenz H (δ) (.|.) die Struktur des dynamischen Systems bei driftender Kopplungsstärke richtig wieder. Die Abnahme der Interdependenz H (δ) (Y |X) mit der Amplitude γ tritt auf, da mit wachsenem γ der zeitliche Drift von c n zunimmt, insbesondere wird die Näherung c n+1 ≈ c n immer schlechter. Für längere Zeitreihen ändern sich die Interdependenzen lediglich innerhalb geringer statistischer Fluktuationen. Desweiteren wurde die Interdependenz H (δ) (.|.) bei festgehaltenem γ und variierender Driftfrequenz ν untersucht. Auch hier spiegelte die Interdependenz die zugrunde liegende Modellstruktur richtig wieder. Als Nächstes wurde das Verhalten der Interdependenz bei fester Kopplung und driftenden Parametern des dynamischen Systems untersucht. Die Ergebnisse, bei denen der Parameter b des antreibenden Systems durch b −→ b n = b + β sin(2πν n)) (4.20) mit ν = 10 −4 ersetzt wurde, sind in Abb. 4.4 zu sehen. Die Amplituden β des
- Seite 25 und 26: 2.1. DISKRETE STOCHASTISCHE PROZESS
- Seite 27 und 28: 2.2. KONTINUIERLICHE STOCHASTISCHE
- Seite 29 und 30: 2.2. KONTINUIERLICHE STOCHASTISCHE
- Seite 31 und 32: 2.2. KONTINUIERLICHE STOCHASTISCHE
- Seite 33 und 34: 2.2. KONTINUIERLICHE STOCHASTISCHE
- Seite 35 und 36: 2.2. KONTINUIERLICHE STOCHASTISCHE
- Seite 37 und 38: Kapitel 3 Schätzen von Entropien u
- Seite 39 und 40: 3.1. SCHÄTZEN BEI EINER UND MEHRER
- Seite 41 und 42: 3.2. SCHÄTZER FÜR DISKRETE PROZES
- Seite 43 und 44: 3.3. PARTITIONIERUNG DES ZUSTANDSRA
- Seite 45 und 46: 3.3. PARTITIONIERUNG DES ZUSTANDSRA
- Seite 47 und 48: 3.3. PARTITIONIERUNG DES ZUSTANDSRA
- Seite 49 und 50: 3.4. PARAMETRISCHE VERTEILUNGEN 43
- Seite 51 und 52: 3.5. KONTINUIERLICHES BEISPIEL: AR(
- Seite 53 und 54: 3.6. KERNSCHÄTZER FÜR DICHTEN 47
- Seite 55 und 56: 3.6. KERNSCHÄTZER FÜR DICHTEN 49
- Seite 57 und 58: 3.6. KERNSCHÄTZER FÜR DICHTEN 51
- Seite 59 und 60: 3.7. RÄUMLICHE ABHÄNGIGKEIT DES W
- Seite 61 und 62: 3.7. RÄUMLICHE ABHÄNGIGKEIT DES W
- Seite 63 und 64: 3.7. RÄUMLICHE ABHÄNGIGKEIT DES W
- Seite 65 und 66: 3.7. RÄUMLICHE ABHÄNGIGKEIT DES W
- Seite 67 und 68: Kapitel 4 Exkurs: Dynamische System
- Seite 69 und 70: 4.1. ENTROPIE EINES DYNAMISCHEN SYS
- Seite 71 und 72: 4.1. ENTROPIE EINES DYNAMISCHEN SYS
- Seite 73 und 74: 4.2. INTERDEPENDENZ, VERALLGEMEINER
- Seite 75: 4.2. INTERDEPENDENZ, VERALLGEMEINER
- Seite 79 und 80: Kapitel 5 Punktprozesse 5.1 Definit
- Seite 81 und 82: 5.1. DEFINITION EINES PUNKTPROZESSE
- Seite 83 und 84: 5.2. MOMENTE UND EREIGNISRATEN 77 2
- Seite 85 und 86: 5.3. GEKOPPELTE PUNKTPROZESSE 79 Be
- Seite 87 und 88: 5.3. GEKOPPELTE PUNKTPROZESSE 81 f
- Seite 89 und 90: 5.4. NACHWEIS VON ABHÄNGIGKEITEN M
- Seite 91 und 92: 5.4. NACHWEIS VON ABHÄNGIGKEITEN M
- Seite 93 und 94: 5.4. NACHWEIS VON ABHÄNGIGKEITEN M
- Seite 95 und 96: 5.4. NACHWEIS VON ABHÄNGIGKEITEN M
- Seite 97 und 98: 5.4. NACHWEIS VON ABHÄNGIGKEITEN M
- Seite 99 und 100: 5.4. NACHWEIS VON ABHÄNGIGKEITEN M
- Seite 101 und 102: 5.5. NACHWEIS VON KOPPLUNG MITTELS
- Seite 103 und 104: 5.5. NACHWEIS VON KOPPLUNG MITTELS
- Seite 105 und 106: 5.5. NACHWEIS VON KOPPLUNG MITTELS
- Seite 107 und 108: 5.5. NACHWEIS VON KOPPLUNG MITTELS
- Seite 109 und 110: 5.6. ABHÄNGIGKEITSNACHWEIS ÜBER E
- Seite 111 und 112: 5.6. ABHÄNGIGKEITSNACHWEIS ÜBER E
- Seite 113 und 114: 5.6. ABHÄNGIGKEITSNACHWEIS ÜBER E
- Seite 115 und 116: Kapitel 6 Zusammenfassung Die Besti
- Seite 117 und 118: 111 zwischen zwei Prozessen nachgew
- Seite 119 und 120: Anhang A Mathematische Werkzeuge De
- Seite 121 und 122: 115 Dies ist die Log-Summen-Ungleic
- Seite 123 und 124: Literaturverzeichnis [Arnhold et al
- Seite 125 und 126: LITERATURVERZEICHNIS 119 [Hindmarsh
70 KAPITEL 4. EXKURS: DYNAMISCHE SYSTEME<br />
Die <strong>von</strong> Arnhold et al. (1999) vorgeschlagene Methode zum Nachweis <strong>von</strong><br />
Kopplung bzw. <strong>von</strong> verallgemeinerter Synchronisation kann auch auf dynamische<br />
Systeme<br />
x n+1 = X n+1 (x 0 ; p 0 ) = X 1 (x n ; p n ) , {p 0 , p 1 , p 2 , . . .} gegeben (4.15)<br />
angewendet werden, deren Parameter p n sich nur langsam in der Zeit verändern,<br />
p n+1 ≈ p n . (4.16)<br />
Hier ist zu beachten, dass die Parameter p 0 , p 1 , . . . gegeben sind; (p n ) n∈N0 ist kein<br />
dynamisches System. Kann X 1 lokal nach p n aufgelöst werden, p n = ζ(x n , x n+1 ),<br />
so folgt mit Gl. (4.16)<br />
x n+2 = X 1 (x n+1 ; p n+1 ) ≈ X 1 (x n+1 ; ζ(x n , x n+1 )) .<br />
Werden x n <strong>und</strong> x n+1 zu ˜x n+1 zusammengefasst <strong>und</strong> wird ˜X1 (˜x n ) =<br />
(X 1 (x n ; ζ(x n−1 , x n )), id(x n )) gesetzt, so ergibt sich hieraus ein neues parameterfreies<br />
dynamisches System [Hegger et al. (2000)],<br />
˜x n+1 = ˜X 1 (˜x n ) . (4.17)<br />
Liegen die Beobachtungen <strong>von</strong> X als Zeitreihe vor, so kann das System (4.17)<br />
mittels Übereinbettung rekonstruiert werden. Hierzu ist jetzt eine Einbettungsdimension<br />
m > 2 (D f + P ) notwendig. Dabei ist D f die fraktale Dimension <strong>von</strong><br />
X <strong>und</strong> P die Anzahl der Parameter [Hegger et al. (2000)].<br />
Dies Verfahren soll an einem zeitdiskreten System <strong>von</strong> gekoppelten chaotischen<br />
Oszillatoren mit gerichteter Kopplung demonstriert werden,<br />
x n+1 = X 1 (x n ) + c · (Y 1 (y n ) − X 1 (x n ))<br />
y n+1 = Y 1 (y n ) . (4.18)<br />
Der Kopplungsparameter c wird mit c = 0.1 zunächst fest gewählt. Die einzelnen<br />
Subsysteme werden mit der logistische Abbildung modelliert, siehe beispeilsweise<br />
[Ott (1993)],<br />
X 1 (x) = a · x (1 − x)<br />
Y 1 (y) = b · x (1 − x) ,<br />
wobei a = 3.81 <strong>und</strong> b = 3.80 gesetzt werden, so dass beide Subsysteme sich im<br />
chaotischen Regime befinden.<br />
Als Erstes wird das Verhalten der Interdependenz H (δ) (Y |X) untersucht,<br />
wenn der Kopplungsparameter einen zeitlichen Drift aufweist:<br />
c −→ c n = c + γ sin(2πν n)) . (4.19)