Disszertáció - Komputeralgebra Tanszék - Eötvös Loránd ...
Disszertáció - Komputeralgebra Tanszék - Eötvös Loránd ...
Disszertáció - Komputeralgebra Tanszék - Eötvös Loránd ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Fülöp Ágnes<br />
Nemlineáris jelenségek numerikus számítása<br />
Doktori értekezés<br />
<strong>Eötvös</strong> <strong>Loránd</strong> Tudományegyetem<br />
Informatikai Doktori Iskola<br />
Numerikus és szimbolikus számítások<br />
Doktori iskola vezetője:<br />
Dr Demetrovics János<br />
Programvezető: Témavezető:<br />
Dr Járai Antal Dr Járai Antal<br />
egyetemi tanár egyetemi tanár<br />
<strong>Komputeralgebra</strong> <strong>Tanszék</strong><br />
2005
Ezúton szeretném megköszönni témavezetőmnek, Dr Járai An-<br />
tal tanszékvezető egyetemi tanárnak a szakmai irányítást, Dr Tél<br />
Tamásnak és Kaufmann Zoltánnak a hasznos tanácsokat, és tan-<br />
széki munkatársaimnak a hatékony segítséget.<br />
2
Tartalomjegyzék<br />
1. Bevezetés 7<br />
2. Káosz dinamikai rendszerekben 9<br />
2.1. Káosz mérőszámai . . . . . . . . . . . . . . . . . . . . . . . . 9<br />
2.2. Káosz Hamiltoni rendszerekben . . . . . . . . . . . . . . . . . 13<br />
3. Fraktál struktúrák 17<br />
3.1. Dimenzió . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17<br />
3.2. Multifraktál valószínűség eloszlás . . . . . . . . . . . . . . . . 20<br />
3.3. Invariáns valószínűségi mérték . . . . . . . . . . . . . . . . . 23<br />
3.4. Metrikus entrópiák . . . . . . . . . . . . . . . . . . . . . . . . 25<br />
3.5. Dinamikai fázisátalakulások Hamiltoni rendszerekben . . . . . 30<br />
3.5.1. A Rényi-entrópia viselkedése fázisátalakulások során . . 32<br />
3.5.2. Kétdimenziós leképezések Hamiltoni rendszerekben . . 34<br />
4. Numerikus módszerek 37<br />
4.1. Geometriai multifraktál spektrum önhasonló struktúrákon . . 37<br />
4.2. D(q) meghatározásának numerikus<br />
4.3.<br />
módszerei . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38<br />
4.2.1. Sandbox eljárás . . . . . . . . . . . . . . . . . . . . . . 38<br />
4.2.2. Boxcounting módszer . . . . . . . . . . . . . . . . . . . 41<br />
Összehasonlítás az aszimmetrikus Cantor-halmazon . . . . . . 42<br />
4.3.1. Sandbox dimenzió . . . . . . . . . . . . . . . . . . . . . 43<br />
3
4.3.2. Boxcounting dimenzió . . . . . . . . . . . . . . . . . . 44<br />
4.4. Alkalmazások . . . . . . . . . . . . . . . . . . . . . . . . . . . 45<br />
4.4.1. Hénon és Lozi-leképezés különös attraktorainak vizsgálata 45<br />
4.4.2. Entrópiák és az általánosított dimenzió<br />
kapcsolata disszipatív leképezésekben . . . . . . . . . . 51<br />
4.4.3. A K(q) entrópia kiszámítása az általánosított<br />
sandbox módszer segítségével . . . . . . . . . . . . . . 51<br />
4.5. Rényi-entrópiák vizsgálata Hamiltoni<br />
rendszerekben . . . . . . . . . . . . . . . . . . . . . . . . . . . 52<br />
4.5.1. A szakaszonként-lineáris leképezés és standard leképezés 52<br />
4.6. DLA, anomális fraktál dimenzió,<br />
kaotikus szórás . . . . . . . . . . . . . . . . . . . . . . . . . . 54<br />
5. NAME 71<br />
5.1. Pályaintegrál és a részecskefizika<br />
kapcsolata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71<br />
5.1.1. Feynman pályaintegrál . . . . . . . . . . . . . . . . . . 72<br />
5.1.2. Feynman pályaintegrál a térelméletben . . . . . . . . . 75<br />
5.2. Statisztikus fizika és részecskefizika<br />
kapcsolata . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79<br />
5.3. Gauge mezők . . . . . . . . . . . . . . . . . . . . . . . . . . . 82<br />
5.3.1. Kanonikus tárgyalás . . . . . . . . . . . . . . . . . . . 84<br />
5.4. Csoport integrálás . . . . . . . . . . . . . . . . . . . . . . . . . 86<br />
5.4.1. Lie-algebra . . . . . . . . . . . . . . . . . . . . . . . . 88<br />
6. Rács térelmélet 91<br />
6.1. Parallel transzporter . . . . . . . . . . . . . . . . . . . . . . . 91<br />
6.1.1. Folytonos eset . . . . . . . . . . . . . . . . . . . . . . . 91<br />
6.1.2. Diszkrét eset . . . . . . . . . . . . . . . . . . . . . . . 93<br />
6.2. Wilson hatás, rács Hamilton . . . . . . . . . . . . . . . . . . . 94<br />
4
7. NAME kaotikus tulajdonságainak vizsgálata rácson 97<br />
7.1. XY modell . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98<br />
7.2. Rács Yang-Mills elmélet . . . . . . . . . . . . . . . . . . . . . 102<br />
7.2.1. Valós Ljapunov spektrum . . . . . . . . . . . . . . . . 104<br />
7.2.2. Teljes komplex Ljapunov spektrum . . . . . . . . . . . 105<br />
8. Összefoglalás 117<br />
9. Melléklet 133<br />
9.1. Yang-Mills egyenlet gömbi közelítése . . . . . . . . . . . . . . 133<br />
10.Summary 137<br />
5
1. fejezet<br />
Bevezetés<br />
A klasszikusan leírható statisztikus fizikai és részecskefizikai kutatások számos<br />
területén intenzív vizsgálat tárgya a nemlineáris jelenségek szerkezete és<br />
időbeli fejlődése. Ilyen modell-számolást végeznek a fraktál struktúrát és<br />
a kaotikus viselkedést mutató jelenségek körében is. Fontos, hogy ezen mo-<br />
dellek jellemzésére bevezetett mennyiségek meghatározására jól használható<br />
módszereket alkalmazzunk (kísérleti, elméleti szempontból egyaránt). A nu-<br />
merikus modellek és módszerek sok esetben megfelelő eszközt nyújtanak ezen<br />
kutatások számára.<br />
A fraktál struktúrák intenzív kutatása a XX. század második felében<br />
B.B. Mandelbrot eredményei nyomán váltak ismerté. A természeti jelenségek<br />
számos területén tapasztaltak önhasonló tulajdonsággal rendelkező objektu-<br />
mokat pl. DLA [25, 26, 27, 28], részecske kaszkádok [73], Brown mozgás [74],<br />
turbulencia [30, 31], Bloch elektronok mágneses térbeli energia spektruma<br />
[29] stb.<br />
A kaotikus dinamikai jelenségeket 1980-as évek óta tanulmányozzák ana-<br />
litikus és numerikus eszközökkel. A maximális Ljapunov-exponens energia<br />
függését és az entrópia produkciót vizsgálták klasszikus Hamiltoni rend-<br />
szerekben, melyek alkalmasak a fázisátalakulás kimutatására a kaotikus és<br />
reguláris tartományok határán. A részecskefizikában kaotikus viselkedést<br />
7
mutatnak a nemabeli gauge terek, melyek dinamikai viselkedése jól model-<br />
lezhető rácstérelméleti eszközökkel. Ennek vizsgálata intenzív kutatás tárgya<br />
jelenleg is.<br />
A dolgozat első fejezetében bevezetjük a káosz és a fraktál dimenzió ill.<br />
a különös attraktor fogalmát.<br />
A 4. fejezetben új eljárást vezetünk be a D(q) ill. K(q) mennyiségek<br />
numerikus meghatározására, melyet összehasonlítunk a már ismert boxcoun-<br />
ting módszerrel az aszimmetrikus Cantor-halmazon. Továbbiakban a sand-<br />
box eljárást alkalmazzuk különös attraktorok általánosított dimenziójának és<br />
entrópiájának meghatározására például a Lozi- és Hénon-leképezések vizsgá-<br />
latára. Fő célunk ezeket módszereket alkalmazni a fizika több területén is.<br />
A sandbox módszerre napjainkig 31 referált folyóiratban megjelent cikkben<br />
történt hivatkozás.<br />
A disszertáció második fele a nemabeli gauge-terekben fellépő kaotikus vi-<br />
selkedést vizsgálja. A 7. fejezetben a mozgásegyenletek stabilitás mátrixának<br />
sajátértékeiből határozzuk meg a teljes komplex Ljapunov spektrumot. Elő-<br />
ször bevezetjük a térelmélet alapvető fogalmait, kifejtjük milyen módon kap-<br />
csolódnak a statisztikus fizikában bevezetett fogalmakhoz. A gauge elmé-<br />
let leírásához a pályaintegrált és a csoportelmélet bizonyos területeit is fel-<br />
használjuk. Az ily módon bevezetett folytonos mennyiségeket rácsra helyezve<br />
diszkretizáljuk a parallel transzporter és a Wilson hatás segítségével. Első<br />
lépésben egy megfelelően választott ansatz segítségével az XY egyszerű mo-<br />
dellt vizsgáljuk, majd az általános esetben a teljes komplex Ljapunov spekt-<br />
rumot határozzuk meg.<br />
Ezen kutatásokat részben az ELTE TTK Szilárdtestfizika <strong>Tanszék</strong>én,<br />
részben az ELTE TTK Doktori Iskola keretein belül az MTA KFKI RMKI<br />
Elméleti Osztályán végeztem. A disszertációt az ELTE Informatika Kar<br />
<strong>Komputeralgebra</strong> <strong>Tanszék</strong>én dolgoztam ki, Dr Járai Antal témavezetésével.<br />
8
2. fejezet<br />
Káosz dinamikai rendszerekben<br />
2.1. Káosz mérőszámai<br />
Sok fizikai rendszer időfejlődését modellezhetjük autonom mozgásegyenlettel:<br />
˙x = F(x), (2.1)<br />
ahol x az E dimenziós fázistér vektora. A megoldás alakja numerikus szi-<br />
mulációknál<br />
x(t) = G t (x(0)). (2.2)<br />
Diszkrét időpillanatokban<br />
xn+1 = G(xn) (2.3)<br />
leképezést írhatjuk fel. Disszipatív dinamikai rendszereket vizsgálva a fázistér<br />
térfogata csökken az időfejlődés során (2.1)(2.3) egyenletek, mely a Liou-<br />
ville törvényben van megfogalmazva. Ez látszik az előző egyenletből (2.1)<br />
is, mivel az áramlás ∇F divergenciája negatív. Diszkrét időpillanatokban<br />
(2.3) vizsgálva a rendszert, a disszipáció úgy jelenik meg, hogy |DG| = J és<br />
|J| < 1, azaz a Jacobi-modulus kisebb mint 1, ahol DG jelöli az G derivált<br />
mátrixát.<br />
9
A valódi kísérleteknél és komputer szimulációknál disszipáció jelenlétében<br />
általában tranziens viselkedés lép fel, melyet aszimptotikus tartomány követ.<br />
A fázistérbeli Λ halmazt attraktornak [1] nevezzük, ha megadható egy<br />
kezdeti nyílt U halmaz úgy hogy, az n-edik jövő képe G n U lesz, ahol U ⊃<br />
G n U és Λ = ∞ n=0 G n U. Az U-t az attraktor vonzási halmazának [1] hívjuk.<br />
Az G leképezés Λ-ra való leszűkítése rendelkezzen azzal a tulajdonsággal,<br />
hogy van olyan x ∈ Λ pont, melyre a G n x, n = ...,−1, 0, 1,... trajektória<br />
sűrű a Λ halmazon.<br />
Legegyszerűbb példák az invariáns halmazokra az attraktorok, fixpon-<br />
tok, periódikus pályák (határciklus folytonos idő skálán) és kváziperiódi-<br />
kus pályák (tórusz). Ha a bizonytalanság exponenciálisan nő az időben<br />
((DG n )δx0 ∼ e nλ , λ > 0) a rendszer érzékenyen függ a kezdeti feltételek-<br />
től.<br />
Különös attraktornak [2] neveztük azon struktúrákat, melyek a korábbi<br />
tulajdonságokon túl speciális lokális szerkezettel rendelkeznek : sima sokaság<br />
és Cantor típusú halmaz Descartes szorzata.<br />
A különös attraktornál exponenciális szeparáció jelenik meg bizonyos irá-<br />
nyok mentén (annak ellenére, hogy a térfogat összehúzódik, a mozgás instabil<br />
az attraktoron). Mivel az attraktorok általában korlátosak, az exponenciális<br />
divergencia csak kis távolságokon valósulhat meg, ennek eredménye a tra-<br />
jektóriák ”egymásba lapozódása”.<br />
Vizsgáljuk meg a Hénon leképezést [3]:<br />
xn+1 = 1 − ax 2 n + byn,<br />
yn+1 = xn.<br />
Fixpontjai x∗ = y∗ <br />
= (b−1± (b − 1) 2 + 4a)/2a. A kontroll paraméterek kis<br />
értékeinél különös attraktor keletkezik. Ezen rendszer invariáns sokaságainak<br />
definiálásához vizsgáljuk meg a Jacobi mátrix DG közelítését az x ∗ fixpont<br />
körül, µ1,µ2 sajátértékeit és v1,v2 sajátvektorait. Ha a Hénon leképezés Ja-<br />
cobi determinánsára ahol J = −b, b = |DG| = |µ1µ2| < 1, akkor tetszőleges<br />
pont egy környezete képeinek területe exponenciálisan csökken az idő fejlődés<br />
10
y<br />
1.5<br />
1<br />
0.5<br />
0<br />
-0.5<br />
-1<br />
-1.5<br />
-1.5 -1 -0.5 0<br />
x<br />
0.5 1 1.5<br />
2.1. ábra. Hénon-leképezés attraktora az a = 1.4, b = 0.3 paraméterekkel.<br />
Az iteráció kezdőpontja x = 0.6, y = 0.6 az iterációk száma 2.5 × 10 6 .<br />
során, ami a disszipatív rendszerekre jellemző. A stabilitás vizsgálatából [34]<br />
következik, hogy ha a µ1 sajátérték nagyobb mint 1 ennélfogva a megfelelő<br />
sajátvektor iránya instabil (azaz a pontokat taszítja x ∗ -tól), a terület pe-<br />
dig csökken a leképezésben szereplő b faktorral, akkor a második sajátérték<br />
kisebb mint 1.<br />
A W s<br />
loc(x ∗ ),W u<br />
loc(x ∗ ) lokális stabil és instabil sokaságokat az x ∗ fixpontban<br />
a következő módon definiálhatjuk:<br />
W s<br />
loc(x ∗ ) = {x ∈ U|G n (x) → x ∗ , ha n → ∞ és G n (x) ∈ U, ∀n ≥ 0}<br />
W u<br />
loc(x ∗ ) = {x ∈ U|G n (x) → x ∗ , ha n → −∞ és G n (x) ∈ U, ∀n ≤ 0},<br />
ahol U az x ∗ fixpont környezete. A W s<br />
loc és W u<br />
loc invariáns sokaságok a v1 ill.<br />
v2 sajátvektorok által generált E s , E u lineáris alterek általánosításai. Az x ∗<br />
pontnál a W s<br />
loc és W u<br />
loc tangenciálisak az Es , Eu lineáris terekre. A lokális<br />
sokaságok W s<br />
loc, W u<br />
loc globális analógiáját W s , W u-t úgy kapjuk meg, hogy<br />
iteráljuk a W s<br />
loc pontjait időben visszafelé és W u<br />
loc pontjait az időben előre:<br />
W s (x ∗ ) = <br />
n≤0<br />
G n (W s<br />
loc(x ∗ )) (2.4)<br />
11
W u (x ∗ ) = <br />
n≥0<br />
G n (W u<br />
loc(x ∗ )). (2.5)<br />
Hasonló definíció adható meg folytonos idő (2.1) esetén is, mivel az áram-<br />
lások invariáns sokaságai a megoldásgörbék uniójából tevődnek össze. Egy<br />
vonzó Λ halmaz tartalmazza az összes ilyen pontok instabil sokaságait [1]. A<br />
(2.1) egyenlet megoldásainak létezése és egyértelműsége tiltja a különböző fix-<br />
pontok stabil (instabil) sokaságainak a kereszteződését és W s (x ∗ ) ill W u (x ∗ )<br />
önmetszését. Ugyanez fennáll diszkrét idő (2.3) esetén is, ha a leképezés<br />
diffeomorfizmus. Ezért csak a különböző fixpontok stabil és instabil so-<br />
kaságainak metszései (heteroklinikus keresztezések), vagy ugyanazon fixpon-<br />
tok esetén (homoklinikus keresztezések) jelenhetnek meg: ezek a fő forrásai<br />
a dinamikai rendszerek komplex viselkedésének. A különös attraktoron az<br />
instabil sokaságra transzverzális irány mentén gyakran fordul elő a Cantor-<br />
halmaz struktúra, mely önhasonló tulajdonsággal [2] rendelkezik.<br />
A fent említett mennyiségek leírására felhasználjuk a Poincaré-leképezést<br />
és a Ljapunov-exponens fogalmát.<br />
A Poincaré-leképezés [35] egy diszkrét leképezés:<br />
xi+1 = P(xi) i = 0, 1, 2,... (2.6)<br />
az n-dimenziós állapottérben kijelölünk egy (n − 1) dimenziós hiperfelületet,<br />
melyet a trajektóriák átmetszenek. Az egymást követő metszéspontokat adja<br />
meg a P(xi) = xi+1 leképezés.<br />
A Ljapunov-exponenst a következő kifejezéssel definiáljuk:<br />
d<br />
dt xi = Fi(x1,...,xn), i = 1,...,N (2.7)<br />
d<br />
dt (δxi)<br />
N<br />
<br />
∂Fi<br />
= δxk(t) , ahol δ ˜xi(t) = xi − ˜xi (2.8)<br />
∂xi<br />
d(t) =<br />
i=1<br />
<br />
N<br />
δ(xi(t))<br />
i=1<br />
2<br />
1 2<br />
xi=˜xk(t)<br />
, (2.9)<br />
azaz megmutatja, hogy egy dinamikai rendszert kezdetben közeli pontokból<br />
indítva, hogyan változik a trajektóriák távolsága.<br />
12
A maximális Ljapunov-exponenst definiáljuk a következő kifejezéssel:<br />
1<br />
λ = lim lim<br />
t→∞ d(0)→0 t<br />
d(t)<br />
ln . (2.10)<br />
d(0)<br />
Ha λ > 0, akkor a rendszer kaotikus viselkedést mutathat. Az információnyerés<br />
sebességéről a Kolmogorov-Sinai entrópia fogalma ad leírást:<br />
ahol λ (+)<br />
i<br />
hKS = <br />
i<br />
λ (+)<br />
i ≥ 0, (2.11)<br />
a pozitív Ljapunov-exponenseket jelöli. A statisztikus fizikában<br />
fontos, hogy az objektum mikroszkópikus mennyiségei alapján bevezetett<br />
fogalmak hogyan kapcsolódnak a makroszkópikus tulajdonságokhoz, mint<br />
termodinamikai határértékhez [53, 60].<br />
2.2. Káosz Hamiltoni rendszerekben<br />
A dinamikai rendszerek egy részét generálhatjuk Hamilton függvény segítsé-<br />
gével, mely a tér és impulzus koordináták függvénye.<br />
Például a Hénon-Heiles modellben:<br />
H = 1<br />
2 (p2 x + p 2 y) + x 2 y − 1<br />
3 y3 . (2.12)<br />
A kanonikusan konjugált változókat a Hamilton függvénnyel kifejezve, így<br />
írhatjuk fel:<br />
pi ˙ = − ∂H<br />
∂qi<br />
qi ˙ = ∂H<br />
. (2.13)<br />
∂pi<br />
Adjuk meg a qi + νi, pi + ζi közeli trajektóriákat lineáris közelítésben. Ekkor<br />
a módosított Hamilton függvény:<br />
H ′<br />
<br />
<br />
∂H ∂H<br />
= H + ζj + νj . (2.14)<br />
∂pj ∂qj<br />
A kanonikus változók:<br />
˙ζi = − ∂<br />
<br />
<br />
∂H ∂H<br />
ζj + νj , (2.15)<br />
∂qi ∂pj ∂qj<br />
13
˙νi = ∂<br />
<br />
∂pi<br />
H<br />
ζj<br />
pj<br />
<br />
∂H<br />
+ νj . (2.16)<br />
∂qj<br />
A mozgás egyenletet a következő alakban írhatjuk fel:<br />
⎛<br />
⎝ ˙ ζ<br />
˙ν<br />
⎞<br />
⎠ =<br />
⎛<br />
⎝ −∂2 pqH −∂ 2 qH<br />
∂ 2 pH ∂ 2 pqH<br />
⎞ ⎛<br />
⎠ ⎝ ζ<br />
⎞<br />
⎠ .<br />
ν<br />
(2.17)<br />
Ha az ebben az egyenletben található stabilitás mátrixnak van legalább egy<br />
pozitív sajátértéke, akkor a (ζ,ν) eltérés exponenciálisan nő és a rendszer<br />
kaotikus. Ekkor Ljapunov spektrum sajátértékekkel kifejezve:<br />
T<br />
0<br />
Li = lim<br />
T →∞<br />
Λi(t)dt<br />
, i = 1,...,f, (2.18)<br />
T<br />
ahol f a szabadsági fokok száma, Λi(t) pedig a karakterisztikus egyenlet<br />
megoldásai:<br />
det[Λi(t)1 − M(t)] = 0. (2.19)<br />
A diszkrét idejű Ljapunov spektrum:<br />
L ′ i = 〈Λi〉 = 1<br />
n<br />
n<br />
ln Λi(tj−1),<br />
j=1<br />
i = 1,...,f. (2.20)<br />
Hamilton rendszerben az energia megmaradás miatt minden i-re Li = 0,<br />
azaz Li = −Lf−i+1. Az integrálható Hamiltoni rendszerekben minden Li = 0.<br />
A nemkaotikus konzervatív rendszerek, azaz az integrálható rendszerek<br />
fázis terében a mozgás elliptikus pályákon és tóruszokon történik. Külső ε<br />
nemperturbatív erő hatására kaotikus mozgás válik dominánsá a rendszeren,<br />
mely a tóruszok felbomlásához vezet. Ennek feltételét fogalmazza meg a<br />
KAM (Kolmogorov, Arnold, Moser) elmélet:<br />
Egy H0 Hamilton-függvénnyel leírt integrálható rendszeren végzünk per-<br />
turbációt:<br />
H( I, Q) = H0( I, Q) + εH1( I, Q). (2.21)<br />
14
Ekkor az S generátorfüggvény alakja:<br />
S( I, Q) = I ′ Q + iε <br />
m=0<br />
H1m( I)<br />
m ω0( I) exp(im Q) + ..., (2.22)<br />
ahol ω0( I) = ∂H0<br />
∂ I és H1m a H1 Fourier együtthatóit jelöli:<br />
H1( I, Q) = <br />
H1m exp(im Q). (2.23)<br />
m<br />
A KAM elmélet szerint az S formális hatványsor minden olyan esetben<br />
konvergál, amikor a frekvenciák aránya csak rosszul közelíthető meg ra-<br />
cionális számmal.<br />
15
3. fejezet<br />
Fraktál struktúrák<br />
3.1. Dimenzió<br />
Az önhasonló objektumokra a legegyszerűbb példa a Cantor-halmaz, azon x<br />
pontok összessége, melyeket felírhatjuk a következő alakban:<br />
C = <br />
x|x = 2 ∞ i=1si3 −i ,si = 0, 1 <br />
. (3.1)<br />
Ez azt jelenti, hogy a [0,1] intervallum középső nyílt harmadát töröljük<br />
és megismételve ezt az eljárást minden egyes részhalmazon, generáljuk a<br />
Cantor-halmazt. Az eljárás n-edik lépésében a fennmaradó 2 n számú in-<br />
tervallum hossza ε = 3 −n . Az n-edik lépésben keletkező részintervallumok<br />
mindegyikét megjelölhetjük egy szimbólum sorozattal (s1,...,sn). (A fraktál<br />
struktúrák nem feltétlenül származnak dinamikai rendszerekből.) Az előző<br />
példában a megmaradó részintervallumokat különböző valószínűségi súllyal<br />
választhatjuk ki, vagy az intervallumok hosszával arányos mennyiséggel is<br />
beszorozhatjuk az n-edik felbontási szinten. A különös attraktorok vizsgá-<br />
latának szokásos modellje a nemegyenletes Cantor-halmaz, melyet a követ-<br />
kezőképpen hozunk létre: induljunk ki egységnyi hosszú szakaszból, a középső<br />
részét töröljük és az r1 és r2 hosszú intervallumok fogják alkotni a halmazt.<br />
Az eljárást iteráljuk minden egyes részintervallumon belül. Ráadásul azt is<br />
17
megtehetjük, hogy különböző p1,p2 valószínűségi súlyfaktort (p1 + p2 = 1)<br />
rendelünk a részintervallumokhoz minden egyes lépésben, tulajdonképpen<br />
egy valószínűségi mértéket adunk meg. Így az eljárás n-edik szintjén az<br />
ri 1r n−i<br />
2 hosszú és pi 1p n−i<br />
2 , 0 ≤ i ≤ n súlyú szakaszok száma <br />
n<br />
. Ha az<br />
i<br />
intervallumokat 2 helyett M részre bontjuk fel, az si szimbólumok értékei<br />
[0,...,M −1] között változhatnak. Végül vegyük az így kapott valószínűségi<br />
mértékek gyenge határértékét az Euklideszi terekben.<br />
A szeparábilis metrikus tér dimLA topológiai dimenzióját vezessük be a<br />
következő módon: Bármely Uγ,γ ∈ Γ nyílt lefedése A-nak, és létezik olyan<br />
Vδ,δ ∈ ∆ nyílt lefedése A-nak, mely finomítása az első lefedésnek, (azaz<br />
minden δ ∈ ∆ − hoz létezik γ ∈ Γ, hogy Vδ ⊂ Uγ) és melyre bármely N + 2<br />
<br />
halmaz metszete üres: Vγ1<br />
Vγ2 ... VγN+2 = 0, ahol γ1,...,γN+2 ∈ Γ<br />
különbözőek. A dimLA mennyiséget Lebesgue vagy A lefedési dimenziójának<br />
hívjuk. A dimenzió részletesebb tárgyalását lásd Hurewicz és Wallman (1948)<br />
és Billingsley(1965) könyvében [6].<br />
A Cantor-halmaz topológiai dimenziója DT = 0.<br />
A dimenzió klasszikus megfogalmazása a következő: Egy korlátos A hal-<br />
mazt fedjük le ε méretű boxokkal és a nem üres dobozok száma legyen N(ε).<br />
Az A kapacitása:<br />
ln N(ε,A)<br />
dimKA = lim sup<br />
ε→0 ln . (3.2)<br />
1<br />
ε<br />
A gyakorlatban azonban a következő box vagy fraktál dimenziót használjuk<br />
[2]:<br />
D0 = − lim<br />
ε→0<br />
ln N(ε)<br />
, (3.3)<br />
ln ε<br />
ahol a boxokat úgy kell választani, hogy minden egyes box tartalmazza a hal-<br />
maz lehető legnagyobb részét anélkül, hogy átfednék egymást. A számítógé-<br />
pes szimulációnál az infimumot nem mindig lehet megvalósítani, ezért egy fix<br />
reguláris rácsot helyezünk az attraktorra, a rács lineáris mérete a = εn. A<br />
(3.1) Cantor-halmaz esetén ekkor N(εn) = 2 n és εn = 3 −n , ebből következik,<br />
18
hogy D0 = ln 2/ ln 3. Az Vγ(ε) = ε γ inf N(ε) általánosított térfogat beve-<br />
zetésével, ha γ < D0, akkor Vγ(ε) tart ∞-hez, ha ε → 0; illetve, ha γ > D0,<br />
akkor Vγ(ε) → 0.<br />
Ezért a D0 box dimenziót (3.3) definiálhatjuk, mint az olyan γ-k infi-<br />
muma, amelyre Vγ(ε) → ∞, ha ε → 0 esetén. Másik dimenzió fogalmat<br />
Hausdorff [9] javasolta, εj átmérőjű halmazokat használt a lefedésre εj ≤ ε<br />
feltétellel. Ekkor az A halmazról nem kell feltenni, hogy kompakt legyen,<br />
lehet akármilyen metrikus tér.<br />
Ekkor a Vγ(ε) helyett Vγ(ε) = inf <br />
j ε γ<br />
j-t vesszük, ahol az infimumot az<br />
összes lefedésre tekintjük, melyre εj ≤ ε. Bár több példa is létezik, melyben<br />
D0 = DH, a fizikában vizsgált kompakt halmazokra ez a két mennyiség<br />
rendszerint egybeesik.<br />
Az előbb definiált mennyiség több változatát javasolták, ezek azonban<br />
csak kis mértékben térnek el egymástól [2]. A (3.3) box dimenzió a struktúra<br />
gometriai tulajdonságaira utal és nem érzékeny a valószínűségi struktúrára.<br />
A fraktál objektumot létre lehet hozni különböző eljárásokkal, amelyek<br />
nem szükségszerűen kapcsolódnak a kaotikus tulajdonságokhoz. Ilyen struk-<br />
túrákat vizsgálhatunk az invariáns mértékek skála tulajdonságainak formá-<br />
jában, elhagyva az alapvető (2.1), (2.3) evolúciós törvényeket.<br />
19
3.2. Multifraktál valószínűség eloszlás<br />
Ha úgy írjuk le a fraktálokat, hogy egy ̺ mértékkel látjuk el őket, a dimenziót<br />
úgy vezetjük be, mint ami leírja a mértékkel arányosan növekvő tömeget.<br />
Jelöljük P(ε,x) = <br />
B(ε,x) d̺(y)-nal az ε sugarú, x középpontú B(ε,x) gömböt,<br />
mely P(ε,x) tömeget tartalmaz. Az α(x) pontonkénti dimenziót [7] a követ-<br />
kező kifejezéssel definiáljuk:<br />
α(x) = lim<br />
ε→0 α(ε,x), ahol α(ε,x) =<br />
ln P(ε,x)<br />
ln ε<br />
(3.4)<br />
Ha α(x) függ az x helytől, akkor a fraktált nem-egyenletesnek hívjuk. Ezt<br />
általában megkülönböztetjük a ”tömeg indextől” α(x,ε)-tól , melyet ugyan-<br />
így definiálunk az ε → 0 kivételével. Az irodalomban a két mennyiséget<br />
ugyanazzal a szimbólummal (3.4) szokás jelölni az egyszerűség kedvéért.<br />
Megjegyezzük, hogy a P(ε,x) függvény nem sima általában. (A szakadás je-<br />
lenléte problémát okozhat, bár a különös attraktoroknál csak a stabil sokaság<br />
mentén jelenik meg, s az átlagolással a hatása elvész. Az ilyen szakadásokat<br />
leíró mennyiségeket hívjuk ’lacunarity’-nak [2]).<br />
A multifraktál spektrumot bevezethetjük a halmazon értelmezett való-<br />
színűségi mérték felhasználásával. Legyen Gδ := G µ<br />
δ<br />
a δ élhosszúságú bo-<br />
xok halmaza, melyeken µ(B) = 0 és legyen Nδ(α) azon boxok száma a Gδ<br />
halmazban, melyek valószínűségi mértéke µ(B) ≥ δ α . Ekkor<br />
f(α) = lim<br />
ǫ→0 lim<br />
δ→0<br />
ahol ln(0) = −∞.<br />
ln(Nδ(α + ǫ) − Nδ(α − ǫ))<br />
, (3.5)<br />
− ln δ<br />
A dimenzió globális becslését megadva, α(xi) pontszerű dimenziónak ki<br />
kell alakítani egy alkalmas átlagát. A D(q) átalánosított (Rényi) dimenziót<br />
a következő képpen definiáljuk [10, 11, 12]:<br />
D(q) = 1<br />
q − 1 lim<br />
ε→0<br />
ln <br />
i P q<br />
i (ε)<br />
, q ≥ 0, (3.6)<br />
ln ε<br />
ahol szabályos ε méretű boxokat helyezünk az objektumra és Pi(ε) az i-edik<br />
box tömege. Ez a boxcounting eljárás. A (3.6) egyenlet felhasználásával<br />
20
q = 0 esetén az összeg a nemüres boxok N(ε) számára redukálódik és visz-<br />
szakapjuk az eredeti (3.3) kifejezést. Ha q → 1 a D(1) Shanon információt<br />
[13] kapjuk, azaz a − <br />
i Pi(ε) lnPi(ε) és a − ln ε arányát, ezt hívjuk információs<br />
dimenziónak. A D(2) az úgynevezett korrelációs dimenzió [14].<br />
A D(q) függvény monoton nem növekvő, nagy q értékek kiemelik a nagy P<br />
tömegek relatív hozzájárulását, a q → ∞ határeset adja a legkisebb pont-<br />
szerű dimenzióját a halmaznak (mely megfelel a legsűrűbben ”látogatott tar-<br />
tománynak”). DH Hausdorff dimenzió D(1) és D0 között fekszik (D0 ≥<br />
DH ≥ D(1)). Az egyenletes fraktálok D(q) dimenzió függvénye nem függ q-<br />
tól. A nemegyenletes Cantor-halmaz több dimenziós kiterjesztésénél implicit<br />
összefüggés kapható D(q)-ra, mely tartalmazza az összehúzódás mértékét és<br />
a valószínűségi súlyokat [12]. Az egységnyi élű E dimenziós hiperkockát és<br />
az egységnyi mértéket felosztjuk M részre, melyek mérete rj (j = 1,...,M)<br />
és tömege pj ( M j=1 pj = 1). A következő lépésben minden részintervallumot<br />
tovább osztunk M részhalmazra és mindegyik esetben a mértéket csökkent-<br />
jük pj faktorral, a méretet rj tényezővel. Ez a modell szigorúan önha-<br />
sonló izotróp (minden koordináta tengely mentén ugyanazt az öszszehúzódási<br />
mértéket használjuk). Lefedjük a halmazt ε méretű boxokból álló ráccsal,<br />
ε ≪ min{rj,j = 1,...,M}, összeget (3.6)-be helyettesítve:<br />
N(ε)<br />
<br />
i=1<br />
P q<br />
j (ε) = <br />
P q<br />
j (ε) + <br />
(1)<br />
(2)<br />
P q<br />
j (ε) + ... + <br />
(M)<br />
P q<br />
j (ε), (3.7)<br />
ahol j jelöli a fraktál j-edik részhalmazát (a Cantor-halmaz konstrukció<br />
első lépésénél). A <br />
(j) Pi = pj jelenti az össz tömeget a j-edik boxban.<br />
Belátható, hogy a j-edik részhalmaz struktúrája ugyanolyan, mint a tel-<br />
jes egységnyi hiperkocka átskálázva egy rj faktorral. (3.7) egyszerűsítve:<br />
ε (q−1)D(q) = M j=1 p q<br />
j(εr −1<br />
j ) (q−1)D(q) , ahol felhasználtuk D(q) (3.6) definícióját.<br />
Az egyszerűsítéssel az önhasonlóság feltétele[12], adódik:<br />
M<br />
j=1<br />
p q<br />
jr (1−q)D(q)<br />
j = 1 (3.8)<br />
21
Ez az egyenlet impliciten tartalmazza D(q)-t, és expliciten csak a D(1) in-<br />
formációs kifejezést lehet megkapni. A q → 0 határesetben a kifejezés függet-<br />
lenné válik a pj súlytól a box dimenzióval összhangban. Ha a fraktál egyenle-<br />
tes, a tömeg a következőképpen skálázódik: pj = r D j . Ugyanazzal a pontszerű<br />
D dimenzióval mindenhol az (3.8) egyenletet megoldva a D(q) = D-t kapjuk<br />
(azaz a dimenziófüggvény konstans).<br />
Általánosabban a rekurzív eljárás első lépésénél definiáljuk a partíciós függ-<br />
vényt [32]:<br />
Z(q,τ,r) =<br />
M<br />
j=1<br />
p q<br />
j<br />
rτ , (3.9)<br />
j<br />
ahol r maximuma rj-nek és meghatározzuk az r paramétert. A következő<br />
szinten az új partíciós függvény:<br />
Z(q,τ,r 2 ) =<br />
M<br />
i,j=1<br />
(pipj) q<br />
(rirj) τ = Z2 (q,τ). (3.10)<br />
Az exponenciális viselkedésnek köszönhetően Z-re az iterációk során a követ-<br />
kező összefüggést kapjuk:<br />
Z(q,τ,r n ) = Z n (q,τ,r). (3.11)<br />
Ha a fraktál nem szigorúan önhasonló, ez az összefüggés csak aszimptoti-<br />
kusan igaz és nem mint egy egzakt egyenlet az egyes lépésekben. Végül<br />
n → ∞ esetén ez a partíciós függvény egységnyi lesz, amikor τ = (q−1)D(q).<br />
Továbbá, mivel Z(q,τ,r) monoton nem növő q szerint és nem csökkenő τ<br />
szerint, belátható, hogy a τ(q) függvény létezik [32]:<br />
⎧<br />
⎨ ∞, ha τ > τ(q),<br />
lim Z(q,τ,r) =<br />
r→0 ⎩ 0, ha τ < τ(q).<br />
(3.12)<br />
Ez a Hausdorff dimenzió általánosítása. A τ = τ(q) esetén a határérték le-<br />
het 0, véges vagy végtelen is. Általában az rj arány és a pj súly aktuális<br />
választása nem ismert. Válasszuk a felbontást úgy, hogy M gömbökkel<br />
fedjük le az objektumot, melynek mérete εj < ε és a kiszámítjuk a pj<br />
22
gyakoriságot. A τ értékét meghatározzuk ε → 0 esetén (M → ∞). Ha<br />
véges M-t választunk a partíciónak (azaz εj is véges), azt kapjuk, hogy a<br />
Z(q,τ(q),ε) = 1, ami nem más mint a generátor. Az előző definíciókat<br />
átalakítva, úgy, hogy minden egyes nem üres boxra átfogalmazzuk az összeget<br />
a megfelelő átlaggal történő helyettesítésre <br />
i P q<br />
i = 〈P (q−1) 〉. A partíciós<br />
függvény a következő alakra hozható [32, 33]:<br />
<br />
(q−1) P<br />
Z(q,τ,ε) =<br />
ετ <br />
, (3.13)<br />
ahol εj ≤ ε méretű gömböket használunk és Pj = P(εj) tömeget választunk<br />
véletlenszerűen a ̺ természetes mérték szerint (nem a Lebesgue-mérték).<br />
Tetszőleges Q mennyiségre definiálhatjuk a nem üres boxokon a 〈Q〉 átlagot,<br />
amit közelíthetünk a 〈Q〉 = <br />
i PiQi kifejezéssel.<br />
3.3. Invariáns valószínűségi mérték<br />
A statisztikus fizikában alapvető fontosságú az a feltevés, miszerint a rendszer<br />
elég hosszú idő alatt felveszi az adott makroállapotnak megfelelő valameny-<br />
nyi mikroállapotot. Ezt a két középérték egyenlőségét jelentő hipotézist, me-<br />
lyet Boltzman vezetett be 1871-ben ergod-hipotézisnek nevezzük. Az állítás<br />
szigorú matematikai bizonyítása azóta sem ismert. Azt a gyengébb állítást,<br />
hogy a rendszer minden mikroállapotnak tetszőleges közelébe jut, sikerült bi-<br />
zonyítani. Ha ismerjük azt a valószínűség eloszlást, mellyel a vizsgált rend-<br />
szer az adott feltételek mellett a lehetséges mikroállapotait felveszi, ennek<br />
ismeretében kiszámíthatjuk a rendszerre vonatkozó különféle fizikai meny-<br />
nyiségek középértékeit.<br />
A dinamikai rendszerek hosszú idejű viselkedésének analízisét az ergod-<br />
elmélet keretein belül alakították ki, azaz alkalmas tér átlag ekvivalens a<br />
megfelelő idő intervallumra történő átlagolásával, ami akkor teljesül, ha a ρ<br />
valószínűségisúly eleget tesz a következő invariancia feltételnek:<br />
ρ[G −n (U)] = ρ(U) (n > 0), (3.14)<br />
23
ahol U a fázistér részhalmaza és G −n (U) az U n-edik előképe [1]. Több in-<br />
variáns mértéket is be lehet vezetni egy dinamikai rendszeren, de nem mind-<br />
nek van fizikai jelentősége. A dolgozatban két különböző mértéket fogunk<br />
használni, az úgynevezett ”természetes” [7] vagy ”fizikai” [1] mértéket és a<br />
”geometriai” [8] mértéket. Ha a fizikai mértékről feltesszük, hogy nem csak<br />
invariáns, hanem ergodikus is, akkor teljesül a következő egyenletet:<br />
1<br />
〈A〉 ≡ lim<br />
T →∞ T<br />
T<br />
0<br />
<br />
A[x(t)]dt = A(x)̺(d E x), (3.15)<br />
ahol A[x(t)] folytonos függvény és d E x térfogat elem az x fázistérbeli pont<br />
környezetében. Itt x(t)-vel jelöljük a fázistér egy pontját a t időpillanat-<br />
ban, mely az eredeti (2.1) egyenlet megoldása az x(0) kezdeti feltétellel, amit<br />
véletlenszerűen választunk a ̺ értékétől függően (úgy hogy nulla valószínű-<br />
séget rendelünk a periódikus pályákhoz). A ̺(x) mértéket kifejezhetjük a δ<br />
függvény időre történő átlagával:<br />
1<br />
̺(x) = lim<br />
T →∞ T<br />
T<br />
0<br />
δ(x − x(t))dt. (3.16)<br />
Más pontosabb definíciót is megadhatunk a mértékre a dinamikai rendszerek<br />
esetén. Fontos követelmény az instabil irányok mentén a simaság. Az ilyen<br />
mértékeket SRB (Sinai, Ruelle, Bowen) mértéknek hívjuk, ez rendszerint<br />
megfelel a fizikai mértéknek [1]. Míg a simaság fennáll az instabil irányok<br />
mentén, addig a mérték erősen szinguláris a transzverzális irányokba. Például<br />
a Hénon leképzés esetén a = 2, b = 0 paraméterérték mellett (logisztikus<br />
leképezés) a ̺(x) valószínűségi mérték analitikusan is meghatározható:<br />
̺(x) =<br />
1<br />
π √ 1 − x 2<br />
. (3.17)<br />
Erősen szinguláris eset a nem egyenletes Cantor-halmaz, melyet a követ-<br />
kező részben fogunk használni. Mint ismert, ez a struktúra önhasonló tulaj-<br />
donsággal rendelkezik. Az ilyen eloszlásokat fraktál mértéknek fogjuk hívni.<br />
A dinamikai rendszerekben a multifraktál dimenziókat ezzel a természetes<br />
mértékkel érdemes kiszámítani.<br />
24
3.4. Metrikus entrópiák<br />
Eddig a ̺ fraktál mérték skála viselkedését vizsgáltuk, ami ε felbontás függ-<br />
vénye. A pontonkénti dimenzió α(x) segítségével megfogalmazható az in-<br />
formáció fogalma I(ε) = − ln P(ε,x) ∼ −α(x) ln ε.<br />
Dinamikai rendszerek esetén az időbeli viselkedést a metrikus entrópiával<br />
lehet jellemezni, mely szekvenciális mérésre utal, azaz egy trajektória vizsgá-<br />
latának sorozatára (folytonos és diszkrét dinamikai rendszerekre egyaránt).<br />
Diszkrét dinamikai rendszereket (2.3) vizsgálva, a leképezés szigorúan deter-<br />
minisztikus: ha megadjuk az x0 kezdeti feltételt végtelen pontossággal, az<br />
xi = G i (x0) trajektória egyértelműen meg van határozva. Tegyük fel, hogy a<br />
rendszert véges felbontás mellett vizsgáljuk, azaz a A fázisteret partícionáljuk<br />
M diszjunkt részhalmazra Bj(mérete εj), úgy hogy A = <br />
j Bj minden egyes<br />
(xi|i = 1,...,n) trajektóriához egy Sn = (si,i = 1,...,n) szimbólum sorozat<br />
rendelhető (véges n-re, Sn jelöl egy szót). Az si ∈ [1,M] jelzi a partíciós ele-<br />
mek indexét, melyekben a trajektória tartózkodott az i-edik időpillanatban.<br />
A szimbólumok sorrendje az (si,i = 1,...,n) szóban fontos, nem úgy, mint<br />
a fraktál dimenzió esetén: különböző dinamikai rendszerek rendelkezhetnek<br />
ugyanazon invariáns mértékkel, míg nagyon eltérő az időfejlődésük. Legyen<br />
adva egy x0 kezdeti feltétellel a Bs0 halmaz, melynek képe az n-edik idő pil-<br />
lanatban G n Bs0. Ha a trajektóriák exponenciálisan divergálnak egymástól,<br />
ekkor az G n Bs0 a fázistér kiterjedt részhalmaza lehet. Így Gn Bs0 -nak a Bj<br />
halmazzal való metszete számos j indexre nem üres, amiből következik, hogy<br />
a kezdeti feltétel bizonytalansága nő az időfejlődés során. Annak a feltételes<br />
valószínűsége, hogy az n-edik idő pillanatban a Bk részhalmazban vagyunk,<br />
feltéve, hogy tudjuk, hogy a Bj-ben volt [15]:<br />
P(k,n|j) = ̺(G n Bj<br />
<br />
Bk)/̺(Bj), (3.18)<br />
ahol ̺ az invariáns mérték. A ̺(Bj) tömeg ugyanaz, mint ̺(GnBj) kapjuk:<br />
⎧<br />
⎨ 1, ha j = k,<br />
P(k, 0|j) =<br />
(3.19)<br />
⎩ 0, ha j = k.<br />
25
Keverő rendszerre<br />
lim<br />
n→∞ P(k,n|j) = ̺(Bk), (3.20)<br />
azaz a kezdeti Bj halmaz képe lefedi a teljes attraktort és nem marad kor-<br />
reláció a végső és a kezdeti elemek közt. A metrikus entrópiát úgy tekint-<br />
hetjük, mint az információ keletkezés mértékét [1]. Ennek köszönhetően<br />
nagy pontosságot használunk a mérési sorozat lokalizálására. Ha a szim-<br />
bólum sorozat a (j,k,...) akkor, a rendszer az i = 0 időpillanatban a Bj-<br />
ben van, az i = 1 időpillanatban a Bk-ban van, ezért az i = 0 időpont<br />
az G−1Bk tartományon belül kell legyen. Csak azok a kezdeti feltételek<br />
−1 eredményezhetik a (j,k,...) sorozatot, mely a Bj G Bk-hoz tartoznak<br />
(mely Bj részhalmaza). Ha a kezdeti feltétel elfogadható, korlátozódjunk<br />
az i = 0, 1 időpillanatokban végzett vizsgálatokra és információt nyerhetünk<br />
az egyetlen ismert x0 ∈ Bj-ről. Egy Sn szót, mely n szimbólumból áll,<br />
n-et növelve egyre kisebb és kisebb halmazokhoz rendeljük, mivel egyre ke-<br />
vesebb kezdeti feltétel fog olyan pályákat eredményezni, melyek ugyanazt a<br />
Bs1 → Bs2 → ... → Bsn sorozatot alkothat.<br />
G(x0) ∈ Bsi , ∀i = 1,...,n ⇔ x0 ∈<br />
n<br />
i=1<br />
G −i Bsi . (3.21)<br />
Ha egy végtelen sorozatnak (n → ∞) individuális egyedi pontok felelnek meg<br />
(és nem kicsi, de véges halmazok), a partíciót generáló partíciónak hívjuk.<br />
Ekkor igaz az, hogy a generáló partíció esetén minden S∞ szimbólum soro-<br />
zathoz legfeljebb egy kezdeti feltétel tartozik. Egy szó akkor fogadható el,<br />
ha megfeleltethető legalább egy pontnak (amin a természetes mérték nem<br />
nulla). Minél nagyobb a megengedett szavak száma a rendszer annál komp-<br />
lexebb. Ezért a fraktál dimenzió (3.3) analógiájára egy dinamikai rendszer<br />
komplexitásának a fokát megbecsülhetjük az n hosszú lehetséges sorozatok<br />
számának aszimptotikus viselkedésével, ha n → ∞. Partíciók metszetét<br />
A = {Al, 1 ≤ l ≤ L} és B = {Bm, 1 ≤ m ≤ M} definiáljuk a következő<br />
módon: A <br />
B = {Al Bm, 1 ≤ l ≤ L, 1 ≤ m ≤ M}. Ha A a B inverz<br />
26
képeinek a halmaza az A B metszetét hívjuk B finomításának. Legyen<br />
B n =<br />
n−1<br />
<br />
i=0<br />
G −i B. (3.22)<br />
A B n minden egyes nemüres eleme azokat a a kezdeti feltételeket tartal-<br />
mazza, melyek ugyanazt az n hosszú szót eredményezik. N(B n )-nel jelöljük<br />
az elfogadható szavak számát (azaz B n nem üres részhalmazainak számát).<br />
Az G-nek B lefedésére vonatkozó topológiai entrópiája:<br />
h(G|B) = lim<br />
n→∞<br />
Az G leképezés topológiai entrópiája:<br />
ln N(Bn )<br />
. (3.23)<br />
n<br />
h(G) = suph(G|B).<br />
(3.24)<br />
B<br />
A szuprémumot az összes lehetséges B felosztásra vesszük. Ha B generáló<br />
partíció akkor h(G) = h(G|B). Egy B generáló partíció bármely finomítása is<br />
generáló. A dinamikai rendszerek megoldása kaotikus, ha h > 0 ( a szabályos<br />
mozgás h = 0 a tisztán sztochasztikus pedig h = ∞). Ha megtaláltuk a<br />
generáló partíciót az Sn szimbólum sorozat az (un. szimbolikus dinamika)<br />
vizsgálata ekvivalens a valódi trajektóriák analízisével, és úgy alkalmas a<br />
mozgás dinamikai összetettségének jellemzésére. Az G leképezés hatását úgy<br />
írhatjuk le a fázistérben, hogy a szimbólumokat léptetjük a hozzá kapcsolódó<br />
”szavak” terében:<br />
xi → xi+1 ⇒ (...,si−1,si,si+1,...) → (...,si,si+1,si+2,...), (3.25)<br />
azaz az aktuális időpontot elmozdította egy hellyel jobbra a szimbólumsoro-<br />
zatban.<br />
Tekintsünk egy példát Lozi-leképezést [4, 5] definiáljuk a következő kife-<br />
jezéssel[3]:<br />
xn+1 = 1 − a|xn| + byn,<br />
yn+1 = xn. (3.26)<br />
27
y<br />
1000<br />
900<br />
800<br />
700<br />
600<br />
500<br />
400<br />
300<br />
200<br />
100<br />
0<br />
0 100 200 300 400 500<br />
x<br />
600 700 800 900 1000<br />
3.1. ábra. Lozi-leképezés attraktora az a = 1.7, b = 0.5 paraméterekkel. Az<br />
iteráció kezdőpontja x = 0.3, y = 0.3, az iterációk száma 2.5 × 10 6 .<br />
Ebben az esetben (bináris) generáló partíciót kapunk, elmetszve az x<br />
tengelyt az x = 0-nál. A trajektóriát leképezzük a 0-k (x < 0) és 1-ek<br />
(x > 0) sorozatára. Nem mindegyik sorozat érhető el és a különböző szavak<br />
is eltérő valószínűséggel fordulnak elő, kivéve ha a kontroll paraméter értéke<br />
a = 2.<br />
Általában nem létezik ilyen egyszerű módszer, mellyel a generáló<br />
partíciót létrehozhatjuk [45, 46].<br />
A topológiai entrópia a box dimenzió (3.3) dinamikai analogonja és ugyan-<br />
így nem függ az egyes szimbólum sorozatok megjelenésének gyakoriságától.<br />
Ezért a korábbi fejezethez hasonlóan az általánosított entrópia esetére a sza-<br />
vak valószínűség eloszlását kell leírni a pályák terében a következő módon:<br />
P (s0,...,sn−1) = ̺ <br />
Bs0,...,sn−1 =<br />
= ̺ <br />
Bs0 ∩ G −1 Bs1 ∩ ... ∩ G −n+1 <br />
Bsn−1 , (3.27)<br />
ahol ̺ az invariáns mérték. Ebből következik, hogy a P(s0,...,sn−1) valószí-<br />
nűség vizsgálata azt jelenti, hogy megadjuk az (s0,s1,...,sn−1) trajektóriákat<br />
a tömeg segítségével, melyek tartalmazzák a kezdeti feltételek Bs0,s1,...,sn−1<br />
halmazát, amivel generálhatjuk a trajektóriák n hosszú részsorozatát. Azon<br />
28
pályák halmazát, melyek első n szimbólumai egybeesnek, n-cilindernek hívjuk.<br />
Az általánosított metrikus entrópiát h(q)-t a következő módon definiáljuk:<br />
h(q) = sup<br />
B<br />
1 1 <br />
ln P<br />
n 1 − q q (Sn), (3.28)<br />
Sn<br />
ahol az összegzést az összes megengedett Sn sorozatra végezzük. A q → 0<br />
határátmenet esetén a topológiai entrópia definícióját nyerjük vissza, míg a<br />
h(1) metrikus entrópia Kolmogorov szerinti értelemben. Ha nem ismerjük<br />
a generáló partíciót, mint a kísérletek ill. a komputer szimulációk esetén<br />
legtöbbször: osszuk fel a teret boxokra vagy gömbökre, melyek mérete εj ≤ ε<br />
(bár rendszerint mindegyik mérete azonos) és közelítjük a metrikus entrópiát<br />
az alábbi mennyiséggel:<br />
1<br />
K(q) = lim lim<br />
ε→0 n→∞<br />
1 <br />
ln P<br />
n 1 − q q (Sn). (3.29)<br />
Sn<br />
(A generáló partícióhoz az ε → 0 határérték nem szükséges.) Az előző két<br />
definícióban (3.28),(3.29) a különbség csak a partíció választásában van. A<br />
P(Sn) valószínűséget értelmezzük a következőképpen:<br />
Ágyazzuk be a pályát<br />
(xi) egy E × n dimenziós térbe, a pontokat írjuk fel a következő módon:<br />
Xi(n) = (xi,xi+1,...,xi+n−1), (3.30)<br />
ahol n jelöli a pálya hosszát. Ekkor minden Yj(n), mely az Xi(n) ponttól ε-<br />
nál kisebb távolságon belül fekszik a beágyazási térben megfelel egy ε sugarú<br />
hengernek a trajektóriák terében. Azaz a P(ε,Xi(n)) valószínűség kifejezi<br />
azt, hogy egy Yj(n) pont a beágyazási térben Xi(n)-től ε távolságon belül<br />
helyezkedik el, azaz a trajektória (3.30) megfelelő részét ε-nál nagyobb pon-<br />
tossággal határozza meg. Ekkor kifejezhetjük a (3.29) egyenlet referencia<br />
pontokon vett átlagát [16]:<br />
1<br />
K(q) = lim lim<br />
ε→0 n→∞<br />
1<br />
n 1 − q<br />
ahol a súlyt P(ε,Xi(n))-nel jelöljük.<br />
ln <br />
P (q−1) (ε,Xi(n)) <br />
, (3.31)<br />
29
Látni fogjuk, hogy a metrikus entrópia hogyan kapcsolódik a fraktál di-<br />
menzióhoz a trajektóriák terében [15]. Mind a fraktál dimenzió és a metrikus<br />
entrópia invariáns a koordináta transzfomációkkal szemben. A D(q) metri-<br />
kus entrópia egybeesik az előzőleg definiált h(q)-val az alkalmasan választott<br />
”pályák” terében [15].<br />
Mint említettük a statisztikus fizika fogalmaihoz megfelelő makroszkópikus<br />
mennyiségeket rendelhetünk. Az ebben a fejezetben bevezetett D(q) általá-<br />
nosított entrópia, K(q) általánosított entrópia, α(x) pontonkénti dimenziót,<br />
multifraktál spektrum f(α) mennyiségekhez felhasználva a termodinamikai<br />
analógiát, bevezethetjük az alkalmas termodinamikai mennyiségeket [53, 60].<br />
3.5. Dinamikai fázisátalakulások Hamiltoni<br />
rendszerekben<br />
Eddig disszipatív rendszerekkel foglalkoztunk, és vizsgáltuk azok fraktál szer-<br />
kezetét, illetve a mérési sorozatokból származtatható q-ad rendű Rényi-entró-<br />
piát. Ebben a fejezetben a Hamiltoni rendszerek leírásával, illetve a di-<br />
namikai fázisátalakulásokkal foglalkozunk. A Hamiltoni rendszereknek egy<br />
speciális esete a konzervatív rendszerek. Ezek egy része szintén kaotikus vi-<br />
selkedést mutat. Az N = 1 szabadsági fokú konzervatív rendszerek mindig<br />
integrálhatók, mivel 2N −1 = N. Tehát a káosz a kialakulásához konzervatív<br />
rendszereknél egynél több szabadsági fokra van szükség és arra, hogy a rend-<br />
szer ne legyen integrálható. Mivel a Hamiltoni rendszerekben a fázistérfogat<br />
állandó, azaz a J Jacobi determináns abszolút értéke 1, nem alakul ki att-<br />
raktor.<br />
Integrálható rendszerekben a kaotikus mozgás kialakulása legegyszerűbben<br />
perturbációk segítségével érhető el, például a periódikusan gerjesztett harmo-<br />
nikus oszcillátor esetén [34].<br />
Az n-szabadsági fokú integrálható rendszerek Hamiltoni-függvényét ka-<br />
nonikus transzformációval felírhatjuk szög- és hatásváltozókat tartalmazó ki-<br />
30
fejezéssel. Az integrálható rendszerek 2n dimenziós fázisterében, tetszőleges<br />
kezdeti feltételek esetén a mozgás korlátos, n-dimenziós tóruszon történik,<br />
melynek két dimenziós esetben a Poincaré-metszete zárt görbe. Külső per-<br />
turbációk esetén azonban, az invariáns tóruszok egy része eltűnik, de léteznek<br />
olyan tóruszok is, melyek továbbra is fennmaradnak.<br />
Mint, ahogy a káosz bevezetésénél említettük, a KAM tétel [34] egy<br />
feltételt határoz meg az invariáns tóruszok deformációjára, külső perturbáció<br />
esetén: A perturbációszámítás segítségével előállított hatványsor konver-<br />
gens, ha a frekvenciák aránya rosszul közelíthető racionális számokkal. Két<br />
szabadsági fokú rendszereknél ez a következő formában fogalmazható meg :<br />
Létezik olyan K(ε) szám, melyre<br />
<br />
<br />
<br />
σ − r<br />
<br />
<br />
<br />
><br />
s<br />
K(ε)<br />
s2.5 (bármely r,s egész szám esetén), ahol σ = ω1<br />
ω2<br />
,(3.32)<br />
itt ω1 és ω2 a Hamilton függvény hatásváltozó szerinti parciális deriváltjai. A<br />
K(ε) a perturbáció erősségétől függő érték és ε → 0 határértékben K(ε) → 0.<br />
Két szabadsági fokú diszkrét leképezések segítségével a KAM tételt a<br />
következő alakban fogalmazhatjuk meg:<br />
Vizsgáljunk egy két szabadsági fokú konzervatív rendszert! Ha a rendszer<br />
integrálható, a Poincaré-metszete zárt görbe lesz, ez megadható a sík pont-<br />
jainak egy egyszerű transzformációjával, mely az origó körüli forgatást írja<br />
le az origótól mért távolság függvényében :<br />
In+1 = In,<br />
Φn+1 = Φn + 2πσ(In). (3.33)<br />
Az (3.33) leképezés tóruszt ír le, ahol a σ = ω1<br />
ω2<br />
frekvenciaarány az un.<br />
csavarási szög. Ha σ racionális szám, akkor a (3.33) iteráció tetszőleges<br />
kezdőfeltétel esetén zárt görbét ad meg a fázistérben, mely egy véges ciklust<br />
ír le. Ha azonban σ irracionális, akkor a (3.33) leképezés által meghatározott<br />
a görbe nem tér vissza önmagába és hosszú idő után egy felületdarabot jár<br />
be, ami a fázistérben az invariáns tóruszon történő mozgásnak felel meg.<br />
31
Ekkor a KAM tétel szerint, az integrálható rendszerek Poincaré-leképe-<br />
zésének azon invariáns görbéi (KAM tóruszai) nem tűnnek el a perturbáció<br />
során, amelyekre teljesül a (3.32) feltétel, azaz a σ csavarási szám nehe-<br />
zen közelíthető racionális számokkal. A perturbáció ε csökkenésével K(ε) is<br />
nullához tart, azaz növekvő sűrűséggel helyezkednek el a tóruszok a fázistérben.<br />
Ha azonban ε nő, egyre több KAM tórusz tűnik el és a köztük levő kaotikus<br />
sávok kiszélesednek és mindig maradnak reguláris tartományok, melyeknek<br />
belsejébe soha nem juthat el a fázispont. Minden KAM felületre megadható<br />
egy kontrollparaméter érték, melynél nagyobb perturbáció esetén a felület<br />
eltűnik.<br />
3.5.1. A Rényi-entrópia viselkedése fázisátalakulások<br />
során<br />
A Hamiltoni rendszerek fázisterében tipikus esetben a kaotikus és reguláris<br />
tartományok egyszerre vannak jelen. A kaotikus trajektória egy reguláris szi-<br />
get közelébe érve szabályos mozgást végez egy ideig, ami kritikus lelassulást<br />
eredményez a rendszer dinamikai viselkedésében. Ezt a jelenséget az inter-<br />
mittens mozgás okozza, melynek következtében fázisátalakulás jelenik meg<br />
a K(q) Rényi-entrópia spektrumában. Számos esetben tapasztaltak hasonló<br />
viselkedést a K(q) függvényben [37, 38, 39, 40].<br />
A dinamikai fázisátalakulás létezésére Hamiltoni rendszerekben algebrai<br />
bizonyítást a [41] irodalom nyújt: Belátva a Rényi-entrópiára, hogy q > 1<br />
esetén a K(q) = 0-vá válik, míg a Kolmogorov-Sinai entrópia általában véve<br />
nem nulla, ami szakadást eredményez a K(q) spektrumában, q = 1 + 0-nál.<br />
Ennek numerikus vizsgálatát a 4.5 fejezetben mutatjuk be.<br />
Alapvető szerepet játszanak a fázisátalakulás létrejöttében, hogy a re-<br />
guláris tartományok határai KAM görbék, melyeket instabil periódikus pályák<br />
vesznek körül és a Ljapunov-exponensük a nullához tart, ha periódusuk<br />
közelít a végtelenhez. Ez annak köszönhető, hogy egy KAM görbe akkor<br />
tűnik el, ha a szomszédos pályák elvesztik stabilitásukat [48].<br />
32
A továbbiakban kétdimenziós leképezésekkel foglalkozunk, de megjegyez-<br />
zük, hogy magasabb dimenziós esetekre is kiterjeszthetőek az eredmények.<br />
Legyen r j+1 = G(r j) egy Hamiltoni leképezés, j = 1, 2, 3..., és tanulmányoz-<br />
zuk a mozgás tulajdonságait egy adott kaotikus rendszeren! Válasszunk egy<br />
partíciót a fázistérben, a cella szélessége: ε. Az n hosszúságú pályák szimbó-<br />
lumsorozata I = (i1,i2,...in), ahol ij jelenti azt a cellát, ahol a részecske<br />
tartózkodott a j-edik időpillanatban. S(I)-vel jelöljük a pályák kezdőpontja-<br />
inak halmazát, melyek az I szimbólum sorozattal rendelkeznek. Mindegyik<br />
I szimbólum sorozathoz tartozik egy cilinder halmaz:<br />
S(i1...in) = Bi1 ∩ G −1 (Bi2) ∩ ... ∩ G −(n−1) (Bin), (3.34)<br />
ahol Bi a partíció i-edik cellája, G −t (Bi) a Bi cellának t-edik előképe. A<br />
µ(S(I)) valószínűségi mérték kifejezi annak valószínűségét, hogy n hosszúságú<br />
I szimbólum sorozatot kapunk a mérés során.<br />
A Rényi-entrópiát definiáljuk a következő módon:<br />
1 1<br />
K(q) = lim lim<br />
ε→0 n→∞ 1 − q n ln<br />
⎡<br />
⎣ <br />
(µ(S(i1...in))) q<br />
⎤<br />
⎦, q = 1, (3.35)<br />
ahol −∞ < q < ∞ közt változik.<br />
i1..in<br />
Az összegzést a nem nulla valószínűséggel rendelkező szimbólum soroza-<br />
tokra értelmezzük. Az n0 periódusú, instabil periódikus pálya hossza n =<br />
lN0.<br />
I = (In0) l = (i1...in0) l = (i1..in0)(i1..in0)...(i1..in0) , n = ln0. (3.36)<br />
A kaotikus terület általunk vizsgált részét jelöljük A-val. Jelentse mn(˜r)<br />
egy olyan n hosszúságú pálya instabil irány mentén történő kiterjedésének<br />
mértékét, mely ˜r-ből indul és I szimbólumsorozattal rendelkezik. Mivel a<br />
valószínűségeloszlás egy Hamiltoni rendszer fázisterének kaotikus tartományán<br />
egyenletes,<br />
µ(S(I)) = ε2<br />
A m−1<br />
n (r). (3.37)<br />
33
Megadva egy alsó korlátot a µ(S((i1...in0) l )) kifejezésnek és felhasználva a<br />
Rényi entrópia definícióját (3.35), a K(q)-ra egy felső korlátot kaphatunk<br />
q > 1 esetén [41]:<br />
K(q) ≤ q 1<br />
ln(mn0(r<br />
q − 1 n0<br />
∗ 1 + η)), (3.38)<br />
ahol r∗ 1 a leképezés fixpontja. Az η → 0 határértéket képezve,<br />
0 ≤ K(q) ≤ q<br />
q − 1 λp(n0) (3.39)<br />
adódik, ahol λp valamely instabil periódikus pálya Ljapunov-exponense. Mi-<br />
vel λp tetszőlegesen megközelítheti a nullát, ezért kiválaszthatunk egy insta-<br />
bil periódikus pályát, melynek Ljapunov-exponense tetszőlegesen kicsi így<br />
q ≥ 1 esetén K(q) = 0. (3.40)<br />
A numerikusan kétdimenziós leképezések esetén vizsgáltuk a K(q) Rényi-<br />
entrópia fázisátalakulásának létezését, a standard leképezés és a szakaszonként-<br />
lineáris leképezés esetében.<br />
3.5.2. Kétdimenziós leképezések Hamiltoni rendsze-<br />
rekben<br />
A síkbeli területtartó transzformációk jellegzetessége, hogy egyidejűleg létez-<br />
hetnek kaotikus és reguláris tartományok, melyek egymásba fonódó bonyolult<br />
struktúrát alkotnak.<br />
Standard leképezés és szakaszonként-lineáris leképezés<br />
Standard leképezés:<br />
Az egy paraméterrel leírható leképezések családjába tartozó standard<br />
leképezés a Chirikov-Taylor leképezés [43], mely a következő alakú:<br />
xn+1 = xn + k<br />
2π sin(2πyn) mod 1 , (3.41)<br />
yn+1 = yn + xn+1 mod 1 .<br />
34
Ez a leképezés jól alkalmazható a zárt homogén mágneses térben töltött<br />
részecskék valamint felső holtpontból indított periódikusan gerjesztett inga<br />
mozgásának leírására.<br />
A standard leképezést sokféle szempontból vizsgálták numerikus eszközök-<br />
kel [43, 44, 45, 47]. Meghatározták a k perturbációs paraméter függvényében,<br />
hány N lépés után jut el az x0 = 0,y0 = 0 instabil fixpontból k > 0 esetén<br />
a rendszer az x = π koordinátájú pontok közelébe. Azt tapasztalták, hogy k<br />
növelésével a lépések N(k) száma meredeken csökken a k > 1 tartományban,<br />
ha azonban a k < 1, a rendszer soha sem jut el az x = π pont környezetébe<br />
[43].<br />
Szakaszonként-lineáris leképezés:<br />
Vizsgáljuk a szakaszonként-lineáris leképezés esetét:<br />
xn+1 = xn + 2k<br />
π (|yn − 0.5| − 0.25) mod 1, (3.42)<br />
yn+1 = yn + xn+1 mod 1.<br />
A leképezésre jellemző, hogy a reguláris tartományokon belül koncentrikus<br />
ellipszisek alakulnak ki a fixpont körül, melyek a kaotikus tartományba van-<br />
nak beágyazódva. A legkülső ellipszis által határolt területeken belül a<br />
mozgás szabályos, az ellipszis alakú pályák koncentrikusan helyezkednek el<br />
egymáshoz képest. Numerikus szimulációk tapasztalata alapján a fázispont<br />
mozgásának jellegzetes viselkedése Hamiltoni rendszerekben az, hogy időnként<br />
a reguláris tartományt határoló külső ellipszis pálya mentén szabályos mozgást<br />
végez. Megemlítjük, hogy a szakaszonként-lineáris leképezés az abszolut<br />
érték leképezések csoportjába tartozik, melynek egy tipikus példája a kon-<br />
zervatív Lozi-leképezés [42].<br />
35
4. fejezet<br />
Numerikus módszerek<br />
A fizikai objektumok Rényi dimenziójának és Kolmogorov-Sinai entrópiájá-<br />
nak numerikus meghatározására bevezetjük a sandbox módszert. Összeha-<br />
sonlítjuk a már ismert boxcounting eljárással, majd meghatározzuk a különös<br />
attraktorok (Hénon és Lozi) szerkezetét ill. dinamikai tulajdonságait jellemző<br />
D(q) és K(q) mennyiségeket. Végül bemutatjuk a sandbox módszer olyan<br />
alkalmazásait, mely széleskörben használta az általunk bevezetett eljárást.<br />
Először bevezetjük a geometriai multifraktál spektrumot önhasonló ob-<br />
jektumokon ([8]).<br />
4.1. Geometriai multifraktál spektrum<br />
önhasonló struktúrákon<br />
Vizsgáljunk olyan objektumot, melyen a valószínűség eloszlás egyenletes:<br />
⎧<br />
⎨<br />
P(Ba) =<br />
⎩<br />
1<br />
M0 , ha ρ(Ba) = 0,<br />
0, ha ρ(Ba) = 0,<br />
ahol a jelöli az objektum felbontását és M0 a halmaz összes olyan boxainak<br />
számát, amelyekre ρ(Ba) = 0. M0-t a vizsgált halmaz tömegének nevezzük<br />
és egy mérték rendszeren.<br />
37
Fektessünk l oldalú négyzetekből álló rácsot a klaszterre, ahol a ≤ l ≤ L<br />
(L az objektum lineáris mérete). Definiáljuk az α tömegindexet:<br />
M(l) ∼ M0<br />
α l<br />
, ha<br />
L<br />
l<br />
L<br />
→ 0. (4.1)<br />
Jelölje N(α) az α tömegindexű négyzetek számát. Ezen négyzetek közép-<br />
pontjai f(α) dimenziójú fraktált alkotnak:<br />
N(α) ∼<br />
−f(α) l<br />
. (4.2)<br />
L<br />
Ekkor, ha létezik a különböző tömegindexek halmaza, az önhasonló struk-<br />
túrákat geometriai multifraktáloknak nevezzük, ahol f(α) jelöli a halmaz<br />
geometriai multifraktál spektrumát.<br />
Az általánosított dimenzió, melyet korábban már definiáltunk, a követ-<br />
kező skála összefüggésnek tesz eleget:<br />
<br />
i<br />
M q<br />
i ∼ M q<br />
(q−1)D(q)<br />
l<br />
0 , (4.3)<br />
L<br />
ahol Pi = Mi/M0 a halmazon bevezetett valószínűségi mérték.<br />
4.2. D(q) meghatározásának numerikus<br />
módszerei<br />
Az általánosított dimenzió meghatározásához bevezetjük a sandbox módszert<br />
[49], melyet összehasonlítunk a boxcounting eljárással.<br />
4.2.1. Sandbox eljárás<br />
Geometriai multifraktál eloszlás<br />
Vizsgáljuk a halmazon elhelyezkedő adott középpontú R sugarú környezetét,<br />
melynek tömege M(R). Helyezzük el az R sugarú sandboxok centrumát az<br />
38
objektum egy tetszőleges pontjába, az ln <br />
M0 / ln M(R)<br />
<br />
L mennyiség a cent-<br />
R<br />
rum halmazon elfoglalt helyére jellemző tömegindexet adja R ≪ L. Mind<br />
α, mind ln(M(R)) erősen függ a centrum választásától. Ahhoz, hogy az<br />
objektumra jellemző dimenzió értéket kaphassuk, vizsgáljuk az M(R) tömeg<br />
hatványainak átlagát a rendszeren a P valószínűségeloszlás szerint választott<br />
centrumokra.<br />
Határozzuk meg 〈M q (R)〉 skála viselkedését növekvő R-re. Használjuk<br />
fel a korábban bevezetett összefüggést, melyet átalakítunk:<br />
<br />
(q−1)<br />
Mi Mi<br />
∼<br />
i<br />
M0<br />
M0<br />
(q−1)D(q)<br />
l<br />
. (4.4)<br />
L<br />
Mivel Mi/M0 egyenletes valószínűségeloszlású az objektumon ez ekvivalens<br />
a<br />
Mi (q−1) <br />
M0<br />
∼<br />
(q−1)D(q)<br />
l<br />
L<br />
(4.5)<br />
kifejezéssel, ahol az átlagolást a Pi = Mi/M0 eloszlás szerint kell elvégezni.<br />
Ha nem l rácsállandójú rácsot használunk, hanem véletlenszerűen választott<br />
centrumú, R sugarú sandboxokat, átfogalmazhatjuk a kifejezést:<br />
(q−1) <br />
M(R)<br />
∼<br />
M0<br />
(q−1)D(q)<br />
R<br />
. (4.6)<br />
L<br />
Azt várjuk, hogy a skála viselkedés továbbra is fennáll, ha az átlagolást u-<br />
gyanazon eloszlás szerint végezzük, azaz a centrumokat egyenletes eloszlás<br />
szerint választjuk a halmazon.<br />
D sb (q) =<br />
ln<br />
M(R) <br />
(q−1)<br />
M0<br />
ln <br />
R<br />
L<br />
Így a q-ad rendű sandbox dimenzió:<br />
1<br />
, a < R < L. (4.7)<br />
q − 1<br />
A D(q) mennyiség nem függ a centrumok választásától, ha R az a ≤ R ≤ L<br />
intervallumon változik. Konkrét példán vizsgáljuk, milyen kapcsolatban van<br />
D sb (q) a D(q) általánosított dimenzióval.<br />
39
Általánosított multifraktálok<br />
A geometriai multifraktálokra bevezetett általánosított sandbox módszert ki-<br />
terjesztjük tetszőleges multifraktálokra. P jelenti az objektumon bevezetett<br />
stacionárius valószínűségeloszlást.<br />
Általánosítsuk a geometriai multifraktál sandbox dimenzióját és definiáljuk<br />
a halmazon bevezetett valószínűségeloszlás sandbox dimenzióját, azaz a P<br />
valószínűségeloszlás segítségével vezetjük be a D sb (q) dimenziót.<br />
Az általánosított dimenzió kifejezést a skála összefüggésből kapjuk l/L →<br />
0 esetén:<br />
<br />
i<br />
P q<br />
(q−1)D(q)<br />
l<br />
i ∼ . (4.8)<br />
L<br />
Ez átalakítható, mint<br />
<br />
i<br />
P q−1<br />
(q−1)D(q)<br />
l<br />
i Pi ∼ . (4.9)<br />
L<br />
Mivel Pi valószínűségeloszlás a fraktálon, ezért átírható a következő formára:<br />
<br />
P q−1<br />
i<br />
<br />
∼<br />
(q−1)D(q)<br />
l<br />
. (4.10)<br />
L<br />
Írjuk fel az R sugarú valószínűségeloszlásnak megfelelően választott centrumú<br />
sandboxokra:<br />
<br />
P(R) (q−1)<br />
∼<br />
Ekkor a q-ad rendű sandbox dimenzió:<br />
(q−1)D(q)<br />
R<br />
. (4.11)<br />
L<br />
D sb <br />
ln P(R)<br />
(q) = (q−1)<br />
1<br />
ln(R/L) (q − 1)<br />
D sb (1) = 〈ln(P(R)〉<br />
ln(R/L) ,<br />
ahol az átlagolás a P valószínűnség szerint történik.<br />
40<br />
q = 1, (4.12)
4.2.2. Boxcounting módszer<br />
Geometriai multifraktál<br />
A vizsgált objektumot l rácsállandójú ráccsal fedjük le és meghatározzuk<br />
azon négyzetek számát, ahol ρ(Ba ∩ Tl) jelöljük N(l)-lel, ahol Tl jelöli a<br />
rácson az l oldalú boxot. A fraktál dimenzió kiolvasható abból, hogy N(l)<br />
l-nek milyen hatványa szerint divergál l<br />
L → 0. Azaz N(ε) ∼ ε−D(0) , ha<br />
ε → 0 (ε = l/L). Bevezetjük a boxcounting dimenziót:<br />
D bc<br />
0 (ε) =<br />
ln N(ε)<br />
. (4.13)<br />
ln (1/ε)<br />
A D(q) általánosított dimenziónak megfelelő D bc (q) dimenziót írjuk a követ-<br />
kező alakba:<br />
D bc (q) (ε) = ln ( (Pi) q )<br />
ln ε<br />
1<br />
, ε → 0, (4.14)<br />
q − 1<br />
ahol a Pi valószínűségeloszlás Pi = Mi/M0 (Mi az i-edik nem üres box<br />
tömege). A q = 1 esetben:<br />
D(1) bc <br />
= − . (4.15)<br />
i Pi ln Pi<br />
ln( 1<br />
ε )<br />
Ahhoz, hogy visszakaphassuk az eredeti definíciót, ε → 0 szükséges.<br />
Általánosított multifraktálok<br />
Helyezzünk egy ε rácsállandójú rácsot a rendszerre. Jelölje ρ az objektumon<br />
értelmezett valószínűségi mértéket, Pi jelenti az i-edik doboz stacionárius<br />
valószínűségét, így felírható:<br />
<br />
Pi = dρ(x) <br />
Pi = 1, (4.16)<br />
i<br />
ahol az integrálás az i-edik box felett történik. Előző fejezetben bevezetett<br />
D bc (q) boxcounting dimenziót kiterjesztjük az általános multifraktálokra,<br />
D bc (q) = ln( P q<br />
i )<br />
ln(ε)<br />
1<br />
, q = 1 , (4.17)<br />
q − 1<br />
41
ahol a Pi valószínűség a fraktálon bevezetett stacionárius valószínűségelosz-<br />
lást jelenti.<br />
4.3. Összehasonlítás az aszimmetrikus<br />
Cantor-halmazon<br />
Mivel az eddig vizsgált objektumok nagy részében találkoztunk aszimmetri-<br />
kus Cantor-halmazzal (különös attraktorok, repellorok, négyzetrács energiaspekt-<br />
ruma), ezért először ezt a struktúrát vizsgáljuk. Definiáljuk az aszimmetri-<br />
kus Cantor-halmazt úgy, hogy az iteráció első lépésében négy részre osztjuk<br />
az intervallumot és az első, harmadik, negyedik elemet tartjuk meg. Az<br />
n-edik lépés után 4 n a fraktál lineáris hossza, és 3 n elemet tartalmaz. A<br />
geometriai multifraktál D(q) spektrumot egzaktul is meghatározhatjuk [8]<br />
publikált cikkben leírt eljárással. Felhasználjuk a (p q<br />
1)/(lτ 1)+(p q<br />
2)/(lτ 2) = 1 és<br />
p1 = (l1)/(l1 + l2) egyenletet, ahol l2 = l 2 1. A következő eredményt kapjuk:<br />
D(q) = 1<br />
q − 1<br />
Innen<br />
⎛<br />
⎜<br />
⎝q +<br />
<br />
−1+<br />
ln<br />
√ <br />
q ⎞<br />
1+4(3/4)<br />
2<br />
ln(2)<br />
D(0) = ln √ <br />
5 − 1<br />
− 1,<br />
ln(2)<br />
D(∞) = ln <br />
2<br />
3<br />
ln , D(−∞) =<br />
1<br />
2<br />
ln <br />
1<br />
3<br />
ln .<br />
1<br />
4<br />
⎟<br />
⎠ , ha q = 1. (4.18)<br />
A numerikus eredményeket összehasonlítva vizsgáltuk a kapcsolatot D sb (q),<br />
D bc (q) és D(0) illetve az általánosított dimenzió között aszimmetrikus Cantor-<br />
halmaz esetén.<br />
42
D(q)<br />
0.85<br />
0.8<br />
0.75<br />
0.7<br />
0.65<br />
0.6<br />
ACH multifraktal spektrum<br />
(x+(log((-1+sqrt(1+4*(0.75**x)))/2)/log(2)))/(x-1)<br />
0.55<br />
-40 -30 -20 -10 0<br />
q<br />
10 20 30 40<br />
4.1. ábra. Az aszimmetrikus Cantor-halmaz általánosított dimenziója<br />
4.3.1. Sandbox dimenzió<br />
Első lépésben azon eseteket tanulmányoztuk, ahol a centrumokat a halmaz<br />
egy véletlenszerűen választott pontjába helyeztük el és ln (M0/M(R)) meny-<br />
nyiséget ábrázoltuk ln (L/R) függvényeként. A halmazon geometriai val-<br />
ószínűség eloszlást használtunk és az aszimmetrikus Cantor-halmaz n-edik<br />
szinten történő felbontását választottuk generálópartíciónak. Az így kapott<br />
görbék a rendszer lokális tulajdonágait tükrözi (4.5 ábra) x = 0 centrum<br />
koordinátája, iterációs lépések száma n = 8, L a klaszter maximális lineáris<br />
mérete.<br />
Vizsgáljuk meg a sandbox módszer több centrumra vett átlagát, úgy<br />
hogy a középpontokat a halmazon bevezetett egyenletes válószínűség eloszlás<br />
szerint választjuk. A ln <br />
M0 1 -t ábrázoltuk ln (L/R) függvényeként<br />
M(R) (1−q)<br />
(ábrák: (4.6) q = −8, (4.7) q = −3, (4.8) q = 3, (4.9) q = 8), az átlagolás<br />
75 a halmazon elhelyezekedő centrumra történt. A görbéken az egyenes il-<br />
lesztésből származó meredekség hibája q = 8-ra is kisebb, mint ±3% az<br />
elméleti értékkel összehasonlítva.<br />
43
4.3.2. Boxcounting dimenzió<br />
Ebben az eljárásban rácsot fektettünk a halmazra, melynek maximális mérete<br />
L és a legkisebb cella mérete a közt változik. A rácsállandó értékét lépésenként<br />
a felére csökkentettük. Minden egyes iterációs lépésben meghatároztuk az<br />
összes olyan boxhoz tartozó Mi tömegértéket, amihez tartozó Pi valószínűség<br />
nem nulla. Ennél a módszernél exakt rekurziós kifejezéssel határoztuk meg<br />
a tömegértéket, ezért n = 50 iterációs lépésig el tudtunk jutni a rácsállandó<br />
csökkentésében. Az ln ( P q<br />
i )/(q − 1)-t ábrázoltuk az ln(1/ε) függvényében<br />
((4.3)ábra: q = −8, q = −3, q = 3, q = 8, q = 0). Öt különböző q<br />
érték esetén vizsgáltuk görbék viselkedését, összehasonlítottuk az analitikus<br />
számolással.<br />
Ha q = 8 , akkor (2 10 , 2 55 ) intervallumban alakul ki D(q)-val párhuzamos<br />
plato. A q = 3 esetében (2 25 , 2 61 ) tartományon válik párhuzamossá D(q)-<br />
val. Legyen q = −3, ekkor (2 50 , 2 70 ) közti értékeken közelíti meg legjobban<br />
D(q) értéket. Ha q = −8 esetet vizsgáljuk, akkor azt tapasztaljuk, hogy<br />
(2 60 , 2 75 ) intervallumon lesz D(q)-val párhuzamos a kapott görbe. Ha q = 0<br />
akkor (2 40 , 2 64 ) tartományon közelítette meg legjobban az egzakt D(0)-t. Az<br />
összehasonlítás kedvéért megadjuk az n = 8 értéknek megfelelő grafikont is<br />
(4.2 ábra). Az ε → 0 határértékben megkapjuk a rácsmérettől független<br />
elméleti D(q) értéket, q = 10 értékre, melyet a 4.4 ábrán mutattuk meg.<br />
A numerikus szimulációk alapján a következő konklúziót vonhatjuk le:<br />
A boxcounting eljárás csak a a ≪ R és l ≪ L választás esetén ad jó<br />
közelítést a D(q) általánosított dimenzió meghatározásában.<br />
A D sb (q) dimenzió alkalmas hibahatáron belül megegyezik az analitikus<br />
számolásból származó értékekkel és elegendő a vizsgált objektum kisebb fel-<br />
bontását megadni az illesztés jelen esetben már n = 8 esetén is nagy pon-<br />
tossággal (±3%) megadta a D(q) értékét.<br />
44
4.4. Alkalmazások<br />
4.4.1. Hénon és Lozi-leképezés különös attraktorainak<br />
vizsgálata<br />
Vizsgáljuk meg a két dimenziós diszkrét leképezéseken kialakult különös<br />
attraktorok szerkezetére jellemző D(q) általánosított dimenziót, a dinami-<br />
kai tulajdonságot leíró K(q) általánosított entrópiát. A különös attraktor<br />
struktúrája (korább bevezettük) speciális lokális szerkezettel rendelkezik: si-<br />
ma sokaság és Cantor típusú halmaz direkt szorzata.<br />
Általánosított dimenzió<br />
A D(q) meghatározásához az általánosított sandbox módszert alkalmazzuk,<br />
melyet az aszimmetrikus Cantor-halmaz dimenziójának vizsgálatánál vezet-<br />
tünk be. Az iterációk számát válasszuk 2.5 ×10 6 -nek, az átlagolást végezzük<br />
5×10 3 véletlenszerűen választott centrumra. Az attraktor felbontását 1000×<br />
1000 rácson vizsgáltuk. Az adatok ilyen értéke mellett jó közelítéssel meg-<br />
határozható az attraktorok általánosított dimenziója. A fraktálok f(α) mul-<br />
tifraktál spektrumát a Legendre-transzformáció [32] segítségével határoztuk<br />
meg a sandbox módszerrel kiszámított általánosított dimenzió felhasználásá-<br />
val:<br />
D(q) = 1<br />
[qα(q) − f(α(q))],<br />
q − 1<br />
α(q) = d<br />
[(q − 1)D(q)] q = 1. (4.19)<br />
dq<br />
45
Lozi-leképezés<br />
xn+1 = 1 − a|xn| + byn,<br />
yn+1 = xn. (4.20)<br />
A Lozi leképezés együtthatóit válasszuk a = 1.7 és b = 0.5-nek. Ekkor<br />
különös attraktor alakul ki az iterációk során.<br />
Az előző fejezetben ismertetett általánosított sandbox módszerrel hatá-<br />
rozzuk meg a Lozi-leképezés geometriai multifraktál dimenzióját. Vegyünk<br />
ε = 1/1000 -es felbontású rácsot. Ebben az esetben M0 = 28688-nak<br />
adódik az összes elemszám, azaz az iterációk elvégzése után 28688 lesz a<br />
betöltött rácscellák száma. Az R értéke 0 és 1000 közt változik. Ennek<br />
alapján számított ln(〈(M0/M(R)) 1−q 〉)/(1−q) kifejezést vizsgálva az ln(L/R)<br />
függvényeként, a 0 ≪ R ≪ L intervallumon számított egyenes meredeksége<br />
szolgáltatja a D(q) általánosított dimenziót. A q = 10 értéknek megfelelő<br />
grafikont a (4.10) ábrán mutatjuk be, mely tipikus esete különböző q értékekre<br />
számolt ugyanezen függvényeknek. Ha q értékét 0 és 20 közt változtatjuk, a<br />
D(q) spektrumot kapjuk, melyet a (4.11) grafikon reprezentál. A függvény<br />
menete monoton csökkenő viselkedést mutat q növelésével [58]. A pontokra<br />
illesztett hatványfüggvény y = 1.3546x −0.0116872 jól közelíti a 0 < q < 20<br />
intervallumon a görbét. Mivel az egyenes illesztés hibája megnő a q < 0 tar-<br />
tományon, ezért a q ≥ 0 intervallumon határoztuk meg a D(q) spektrumot<br />
[58].<br />
Vizsgáljuk most a természetes mértékkel mért D(q) spektrumot. Használ-<br />
juk az általánosított sandbox módszert a különös attraktor esetére. Ekkor a<br />
geometriai multifraktálnál bevezetett rácsszerkezet celláinak betöltöttségét is<br />
vizsgálni kell, azaz megnézzük, hogy az attraktor létrehozása során hányszor<br />
kerültek ugyanabba a cellába az iteráció pontjai. Jelölje Hi az i-edik boxba<br />
kerülés gyakoriságát. Ekkor a fraktálon bevezetett valószínűségeloszlást a<br />
következő módon definiálhatjuk Pi = Hi/H, ahol Pi = 1.<br />
46
Áttérve az f(α) formalizmusra a Legendre-transzformáció segítségével,<br />
meghatároztuk a Lozi-leképezés f(α) spektrumát a goemetriai multifraktál<br />
és a természetes mértékkel mért adatokra egyaránt. A természetes mérték-<br />
kel meghatározott f(α) spektrumot összehasonlítva az irodalomban kapott<br />
eredményekkel [19, 36] 10 −2 nagyságrendben egyezést mutat ezekkel az érté-<br />
kekkel.<br />
A (4.13) ábra alapján, melyeken a Lozi-leképezés geometriai multifraktál<br />
és természetes mértékkel mért f(α) spektrumát ábrázoltuk, leolvasható, hogy<br />
ha a boxokat azonos súllyal vesszük figyelembe. Az f(α) kisebb értékeket<br />
vesz fel ugyanazon α értékek mellett, kivéve a q = 0-hoz tartozó pontot, ami<br />
arra utal, hogy a természetes mérték eloszlása jóval egyenetlenebb, mint a<br />
Lebesgue mértéké. Az ábrából leolvasható, hogy a geometriai multifraktál<br />
jóval keskenyebb α intervallumra képezi le a 0 ≤ q < 20 intervallumot, mint<br />
a természetes mértékkel mért multifraktál spektrum.<br />
A numerikus hibák elsősorban a különböző q értékekre meghatározott<br />
D(q) egyenes illesztéséből és a Legendre-transzformációnál alkalmazott nu-<br />
merikus differenciálásból erednek, ezért az f(α) spektrum hibája ±6 százalék<br />
lett.<br />
Hénon-leképezés<br />
Az<br />
xn+1 = 1 − ax 2 + byn,<br />
yn+1 = xn (4.21)<br />
Hénon-leképezés esetén a paraméterek legyenek a = 1.4 és b = 0.3. Ekkor<br />
M0 = 28044-nek adódik.<br />
Hasonlóan a Lozi-leképezéshez itt is először a geometriai multifraktál<br />
spektrumot határoztuk meg. A q = 10 értékéhez tartozó<br />
ln(〈M0/M(R)〉 (1−q) )/(1 − q)-t kifejezést ábrázolja a (4.14) grafikon ln(L/R)<br />
függvényeként, mely jellemző példája a különböző q értékekre számított áb-<br />
47
áknak. A (4.14) grafikonon az R ≪ L intervallumra illesztett egyenes mere-<br />
deksége szolgáltatja a D(q) dimenziót. A (4.15) ábra szemlélteti a D(q)<br />
spektrumot, mely az attraktor szerkezetére jellemző mennyiség, ahol a q<br />
értéke a −1 < q < 20 intervallumon változik. A mérési pontokra illesz-<br />
tett A arctan(Bx) + D0 függvény paramétere A = −6.876 10 −2 , B = 0.1003,<br />
D0 = 1.2636 választása mellett jó közelítést adtak a 0 ≤ q < 20 tartományon.<br />
A természetes mértékkel mért D(q) spektrumot hasonló módon határoz-<br />
tuk meg, itt az általános multifraktálokra bevezetett sandbox módszert alkal-<br />
maztuk −1 < q < 20 intervallumon. A D(q) spektrum q = 2-nél fázisátalaku-<br />
lást mutat [57]. Azonban azt tapasztaltuk, hogy a geometriai multifraktál<br />
spektrumban ez a jelenség eltűnik.<br />
Az f(α) formalizmusra való áttérést a (4.17) ábra mutatja, ahol szintén<br />
jól érzékelhető a korábban a Lozi-leképezésnél tapasztalt viselkedés, azaz a<br />
geometriai multifraktálnak megfelelő f(α) spektrum alacsonyabb értékeket<br />
vesz fel az azonos α-hoz tartozó természetes mértékkel mért f(α)-hoz képest,<br />
kivéve a q = 0-t. A geometriai multifraktálhoz tartozó α értékek jóval<br />
keskenyebb intervallumon helyezkednek el a természetes mértékkel mért α<br />
értékekhez viszonyítva.<br />
Tehát a Hénon-leképezés attraktorára is jellemző az a tulajdonság, hogy<br />
a természetes mérték jóval egyenetlenebb, mint a geometriai multifraktál<br />
mérték.<br />
Az irodalomban számos cikk foglalkozott a Hénon-leképezés dimenziójá-<br />
nak meghatározásával természetes mértéket használva [11, 15, 16, 17, 18, 20,<br />
54], mellyel a különös attraktor fraktál szerkezetének tulajdonságait vizsgálták.<br />
Megemlítem, hogy a fázisátalakulás jelenségét egydimenziós esetben is ta-<br />
pasztalták a logisztikus leképezésekben q = 2 értéknél [57].<br />
A különös attraktorok általánosított dimenziójának sandbox módszerrel<br />
történő vizsgálatát a Patrasi Egyetem Matematika <strong>Tanszék</strong>én Tassos Bountis<br />
professzorral folytattam a zajos rendszerek tanulmányozása során.<br />
48
Entrópia<br />
Lozi-leképezés<br />
Eddig az attraktorok geometriai és természetes mértékkel mért D(q) di-<br />
menzióját vizsgáltuk, mely a struktúra statikus tulajdonságát jellemzi. Ele-<br />
mezzük a mérési sorozatokból nyerhető dinamikai viselkedését a különös att-<br />
raktornak. A mérési sorozat hosszát 0 < n < 20 intervallumon változtatjuk.<br />
A pálya hossza 2.5 × 10 6 elemű. A generáló partíciót válasszuk a következő<br />
módon [17]:<br />
⎧<br />
⎨ 1, ha y > 0<br />
ij =<br />
⎩ 0, ha y < 0,<br />
(4.22)<br />
ahol ij az n hosszú szimbólum sorozat j-edik eleme. Az így nyert külön-<br />
böző bináris sorozatok száma 2 n . Az n hosszúságú Sn szekvenciák relatív<br />
gyakorisága Pi = Hi/H, ahol H = 2.5 × 10 6 . Az ebből számított ln(Pi)<br />
reprezentálja i függvényében a különböző n hoszú pályák eloszlását a teljes<br />
trajektória mentén (i = 0,...,2 n −1). Ha összehasonlítjuk az i függvényében<br />
ábrázolt ln(Pi) értékeket az n és n + 1 hosszú szekvenciákra jól láthatók a<br />
pályák felhasadása. n = 10 esetén a két grafikon (4.12) kétszeres nagyítással<br />
hozzávetőlegesen egymással fedésbe hozható, ezért a pálya valószínűségek<br />
stabilnak tekinthetők már ezen a szinten. A pályák terében bevezetett Sn<br />
szimbólum sorozathoz rendelt zn = n k=1 ikm −k érték helyett az i = n k=1 ikm k<br />
kifejezéssel meghatározott i-vel jelölt számot használjuk, s ennek függvényé-<br />
ben vizsgáljuk a Pi pályavalószínűségeket [55].<br />
A generáló partíció segítségével meghatároztuk a K(q) általánosított ent-<br />
rópiát a pályák terében, mellyel elkerülhetjük az ε minden határon túl való<br />
növelését. Jelölje Sn a különböző megengedett n hosszúságú (i1,...,in) szim-<br />
bólum sorozatokat. Az entrópia meghatározásánál feltételeztem, hogy K(q)<br />
eleget tesz a P(Sn) q = Ae (1−q)K(q)n kifejezésnek. Ekkor a két egymást<br />
követő n ill. n + 1 hosszúságú pálya valószínűségeloszlásai q-adik momentu-<br />
49
mainak összegét, azaz a P(Sn) q -t kiszámítva és képezve ezek hányadosát<br />
ln<br />
P(Sn+1) q<br />
P(Sn) q<br />
∼ = (1 − q)K(q) n ≫ 1, q = 1. (4.23)<br />
Így a K(q) entrópia, meghatározásánál elkerülhetővé válik az n → ∞ határér-<br />
ték képzése. A számolás hibája ±4%-nak adódik. Ezzel a módszerrel az<br />
n = 10 és n = 11 hosszú pályákból számított Lozi-leképezés entrópiája a<br />
(4.12) ábrán látható [58].<br />
Hénon-leképezés<br />
A Hénon-leképezés K(q) entrópiájának meghatározásához a fázistéren egyen-<br />
letes felbontású partíciót használtuk. Legyen xt, t = 1,...,n, n hosszúságú<br />
mérési sorozat. Jelöljük 0,...,m − 1 egész számokkal azon cellákat, melye-<br />
ket meglátogat a rendszer az adott pillanatban. m értéke 28044-nek adódott<br />
ε = 1/1000 rácsállandó választás esetén. Az n elemből álló pályát jellemez-<br />
hetjük az Sn = (i1,...,in) szimbólum sorozattal, ahol ij = 0,...,m − 1,<br />
j = 1,...,n, ahol ij jelenti annak a cellának a sorszámát, melyben a pálya<br />
j-edik időpillanatban tartózkodott. P(Sn) pályavalószínűség jelenti az Sn<br />
előfordulásának relatív gyakoriságát. Az n = 10 és 11 hosszú pálya sza-<br />
kaszokat vizsgáltunk. Az entrópia meghatározásánál feltételeztük, hogy K(q)<br />
eleget tesz a P(Sn) q = Ae (1−q)K(q)n kifejezésnek, mint a Lozi-leképezés<br />
esetén. Ekkor a két egymást követő n, ill. n+1 hosszúságú pálya valószínűség<br />
eloszlásai q-adik momentumainak összegét, azaz a P(Sn) q -t kiszámítva és<br />
képezve ezek hányadosát a K(q) entrópia kiszámítható. Mivel ebben az eset-<br />
ben nem alkalmaztuk a generáló partíciót, ezért az eredményeket a fázistér<br />
véges ε felbontása miatt nagyobb hibával kaptuk meg. A (4.16) grafiko-<br />
non ábrázoltuk a K(q) függvényt, melyet ebben az esetben is a két egymást<br />
követő n hosszúságú pályából számított pályavalószínűségek q-adik hatvá-<br />
nyának hányadosából határoztuk meg.<br />
Hamiltoni rendszerekben kimutattuk, hogy a fázisátalakulás jelen van<br />
[41], köszönhetően a szabályos tartományok határán az Arnold diffúzióból<br />
50
származó kritikus lelassulásnak, ahol entrópiaszámításra használt numerikus<br />
módszerek közül a Grasberger-Procaccia-eljárást [14, 51] alkalmaztuk.<br />
4.4.2. Entrópiák és az általánosított dimenzió<br />
kapcsolata disszipatív leképezésekben<br />
Vizsgáljuk meg milyen kapcsolat létezik a q-ad rendű dimenzió és a q-ad<br />
rendű Rényi-entrópia között [38], melyre 9 hivatkozás történt referált folyó-<br />
iratokban ([94]-[103]). Alkalmazzunk ε = m −n felbontást. Vizsgáljunk<br />
n hosszúságú sorozatokat, ahol P(Sn) a szimbólum sorozat valószínűségi<br />
sűrűség függvénye. Ebben az esetben kifejezhetjük a q-ad rendű Rényi-<br />
entrópiát a pályák terében értelmezett q-ad rendű dimenzióval, ugyanis<br />
<br />
In(q)<br />
K(q) = lim<br />
n→∞ n ln m ,<br />
<br />
ln m, q = 1, ahol (4.24)<br />
1 <br />
In(q) = ln P(Sn)<br />
1 − q q<br />
Sn<br />
K(q) = D ∗ (q) lnm q = 1, (4.25)<br />
ahol D ∗ (q) a P(Sn) eloszlás q-ad rendű dimenziója. Tehát a (4.25) ösz-<br />
szefüggés alapján megfogalmazhatjuk, hogy a K(q) Rényi-entrópia dimenzió-<br />
szerű viselkedést mutat a pályák terében. Ennek numerikus vizsgálatát a<br />
Lozi-map különös attraktorán végezzük el.<br />
A pályák terében bevezetett K(q) = D ∗ (q) lnm összefüggés az általá-<br />
nosított entrópia dinamikai multifraktál viselkedését mutatja. Numerikusan<br />
az általánosított sandbox módszerrel meghatároztuk a Pi függvény D ∗ (q)<br />
dimenzióját.<br />
4.4.3. A K(q) entrópia kiszámítása az általánosított<br />
sandbox módszer segítségével<br />
A (4.18) ábrán látható hisztogrammot használjuk fel a D ∗ (q) dimenzió meg-<br />
határozásához. Ezen ábra alapján az Hi értéke jelentse az i-edik boxhoz<br />
51
tartozó Pi valószínűségeket, mely az i-edik szimbólum sorozat előfordulási<br />
valószínűségét reprezentálja a H0 hosszú pályán. A grafikon meredekségéből<br />
meghatározhatjuk a D ∗ (q) értékét, mely ±5%-os hibahatáron belül egyező<br />
mennyiséget adott q = 2-höz tartozó K(q) entrópia értékkel [59].<br />
A D ∗ (q) pályatérbeli dimenzió kiszámításával numerikus eljárást kaptunk<br />
a K(q) entrópia meghatározására.<br />
4.5. Rényi-entrópiák vizsgálata Hamiltoni<br />
rendszerekben<br />
4.5.1. A szakaszonként-lineáris leképezés és standard<br />
leképezés<br />
A dinamikai fázisátalakulás előfordulását a K2 korrelációs entrópiában nu-<br />
merikus eszközökkel is ki lehet mutatni [41]. Két leképezést választottunk<br />
erre a célra:<br />
xn+1 = xn + k<br />
2π sin (2πyn) mod 1,<br />
yn+1 = yn + xn+1 mod 1 (4.26)<br />
a standard leképezést és<br />
xn+1 = xn + 2k<br />
π (|yn − 0.5| − 0.25) mod 1,<br />
yn+1 = yn + xn+1 mod 1 (4.27)<br />
szakaszonként-lineáris leképezést. Mindegyik esetben periódikus határfeltételt<br />
alkalmaztunk. A Grassberger-Procaccia algorimust [52] használtuk a kor-<br />
relációs integrál meghatározására. A<br />
C2(ε,n) =<br />
<br />
2 n−1 <br />
Θ ε − |xi+l − xj+l| + |yi+l − yj+l| ,<br />
n(n − 1) i,j l=0<br />
K2(n) = 1/2 [lnC2(ε,n + 1) − ln C2 (ε,n)] (4.28)<br />
52
összefüggésből származtatjuk K2-t az egy dimenziós leképezésekhez hasonlóan<br />
[39], ahol Θ a Heaviside függvényt jelöli.<br />
A kezdeti értéket úgy választottuk meg, hogy a kaotikus tartományon<br />
belül legyen. A cellák mérete 2 30 és 2 8 közt változott. A beágyazási dimenzió<br />
n értéke 1 és 30 közt mozgott.<br />
Három különböző illesztést végeztünk :<br />
K2(n) = a + be −ξn<br />
<br />
K2(n) = c ln 1 + 1<br />
<br />
n<br />
(4.29)<br />
(4.30)<br />
K2(n) = α <br />
(n + 1)<br />
1 − β<br />
1−β − n 1−β<br />
. (4.31)<br />
A k paraméternek három különböző értéket választottunk. Az illesztéseket<br />
elvégezve a következő értékeket kaptuk:<br />
A szakaszonként-lineáris leképezésre kapott értékek:<br />
k α β σ<br />
1.0 1.08 0.905 0.006<br />
2.5 1.45 0.820 0.033<br />
5.0 1.35 0.680 0.081<br />
míg a standard leképezésre kapott értékek:<br />
k α β σ<br />
1.0 1.01 0.74 0.034<br />
2.5 1.39 0.96 1.021<br />
5.0 1.63 0.92 0.065<br />
ahol σ az illesztés pontosságát jelenti. Meghatároztuk a korrelációs in-<br />
tegrált és az ebből számított K2 entrópiát a standard és szakaszonként-<br />
lineáris leképezés esetén.<br />
A legpontosabb illesztést (4.31) a szakaszonként-lineáris leképezésre kap-<br />
tuk. Ez a numerikus számolás alátámasztja a fázisátalakulás létezését a<br />
kaotikus Hamiltoni rendszerekben.<br />
53
4.6. DLA, anomális fraktál dimenzió,<br />
kaotikus szórás<br />
Az eredeti cikkre 33 referált folyóiratban megjelent cikk hivatkozott ([21, 22,<br />
23, 24, 50], [64]-[93]) a következő témakörökből: perkoláció, DLA végesméret<br />
skálázás, Brown mozgás Rényi entrópiája, nehézion fizikában keletkező kaszká-<br />
dok fraktál struktúrája. Ezek közül néhány fontosabb alkalmazást mutatunk<br />
be, két publikációt részletesebben kifejtünk.<br />
1. A kaotikus szórás elméletét Tél Tamás és Christofer Jung a Journal of<br />
Physics A Math. Gen. folyóiratban (1991) írt cikkükben tárgyalták,<br />
ahol a sandbox módszert alkalmazták a kaotikus repellor fraktál dimen-<br />
ziójának meghatározására ([21]).<br />
2. A növekedési modellek<br />
(a) random walk módszer a legegyszerűbb esete a növekedési model-<br />
leknek, ahol a klaszter fejlődése egy lánc mentén történik ([68,<br />
82, 83, 84]). Vizsgáljunk egy részecske mozgását D dimenziós<br />
fraktál hálózaton. A t = 0 időpillanattól a részecske egyenlő<br />
valószínűséggel lép egy szomszédos pontba a fraktálon. Ekkor<br />
az origótól mért négyzetes távolság úgy skálázódik, mint az idő<br />
lépések száma:<br />
R 2 0(t) ∼ t 2/dw , ahol (4.32)<br />
a dw exponens nemtriviális módon függ a fraktál struktúrájától.<br />
A t ∼ R dw<br />
0 kifejezés sugallja, hogy dw egy fraktál dimenzió szerű<br />
mennyiség. Ezért dw nem klasszikus értelemben vett fraktál di-<br />
menzió, mint egy geometriai objektum, de leírja a fraktál tömeg<br />
(lépések száma) skálázását R0 sugarú környezeten belül. A ran-<br />
54
dom walk effektust definiáljuk az yi sorozattal:<br />
i<br />
yi = xj,<br />
j=1<br />
ahol (4.33)<br />
xj = (±1, 0, 0, 0), (0, ±1, 0, 0), (0, 0, ±1, 0), (0, 0, 0, ±1). Minden<br />
egyes lépésben véletlenszerűen azonos valószínűséggel választunk<br />
egy irányt. A klaszter térbeli kiterjedését jellemezzük átlagos<br />
távolsággal:<br />
P = 1<br />
d<br />
d<br />
(imax − imin), (4.34)<br />
i=1<br />
ahol d a beágyazási dimenzió, imax,imin a legtávolabbi pontok<br />
koordinátája. Ekkor a random walk effektus átlagos-négyzetes<br />
távolsága, n-edik lépés után:<br />
<br />
R 2 <br />
n = nb 2 n konstans (4.35)<br />
(b) A diffúzió limitált aggregáció a növekedési modellek egy fontos<br />
esete. Több publikáció foglalkozik fraktál dimenziójuk meghatáro-<br />
zásával, számos eseben a sandbox módszert használták [22, 23, 24,<br />
72].<br />
(c) A Physica A-ban került publikálásra (1997) Kovács Tamás és<br />
Bárdos Géza DLA klaszter növekedés vizsgálata áramló folya-<br />
dékban, ahol a folyadék viszkozitása nem nulla. Folyadékáramlás<br />
eredményeképpen önaffin fraktálok alakulnak ki az áramlási térben<br />
([72]):<br />
Ha a sebesség nulla, akkor izotróp növekedései modelleket kapunk.<br />
δx = vx(x,y) + rx,<br />
δy = vy(x,y) + ry, (4.36)<br />
ahol vx(x,y), vy(x,y) a v(x,y) vektor két komponense, a sebesség<br />
az áramlás felületén nulla. Az rx, ry véletlen szám, a [−∆R, ∆R]<br />
55
intervallumon változik, ahol ∆R input paraméter, mely jellemzi a<br />
diffúzió erősségét.<br />
A Navier-Stokes egyenlet<br />
<br />
2 ∂v v<br />
+ ∇ + (∇ × v) × v =<br />
∂t 2<br />
1<br />
(−∇p − η∇ × ∇ × v)<br />
̺<br />
és kontinuitási egyenlet: ∇v = 0, ahol η a viszkozitási konstans, ̺<br />
tömeg-sűrűség, p a lokális nyomás, v és p a hely függvénye. Egy<br />
cső esetén ezt az alakot kapjuk:<br />
vx(x,y) = 4v0<br />
y(L − y),<br />
L2 (4.37)<br />
vy(x,y) = 0, (4.38)<br />
ahol v0 a sebesség az áramlási cső közepén, L a cső lineáris mérete.<br />
Az iteráció első lépéseként az előző egyenlet egzakt megoldása és<br />
annak feltétele, hogy egy részecske az áramlási cső falához tapadt.<br />
Az iterációs módszer: A Navier-Stokes egyenlet stacionárius meg-<br />
oldása, ahol<br />
∂v<br />
∂t<br />
= 0. (4.39)<br />
Az eredeti egyenlet egyenlet átalakítva kapjuk:<br />
<br />
δv = − ∇(v 2 /2) + (∇ × v) × v + 1<br />
<br />
η<br />
∇p + ∇ × ∇ × v δt<br />
̺ ̺<br />
Az új v ′ függvényt úgy kapjuk: v ′ = v + δv feltéve, hogy ∇v = 0.<br />
Az iterációt addig ismételjük, míg a δv elegendően kicsi a rács<br />
minden pontjában. Tegyük fel, hogy az áramlás kvázistacionárius,<br />
minden egyes időpillanatban egy részecske hozzátapad a klaszter-<br />
hez. Az új v ′ függvény határ feltétele:<br />
v(x, 0) = v(x,L) = 0, (4.40)<br />
v(0,y) = v(L,y), (4.41)<br />
56
ahol x,y egész értékű koordináták. Az aggregátum szimmetria<br />
paramétere:<br />
<br />
M − <br />
n =<br />
<br />
i m − i<br />
<br />
i(m − i + m + , (4.42)<br />
i )<br />
ahol i index jelöli a sokság i-edik elemét, m − i , m + i mutatja, hogy<br />
az első részecskéhez képest milyen irányba tapadt hozzá. Az 〈Mn〉<br />
paraméter jellemzi az átlagos növekedési mértéket.<br />
〈ml〉 = 1<br />
N<br />
<br />
mi(ri) (4.43)<br />
i<br />
ahol 〈ml〉 skálázódik mint 〈ml〉 ∼ l D .<br />
• A konklúziója a számolásnak, hogy a növekedési modell fraktál<br />
dimenziója érzékeny függést mutat az áramlás sebességére.<br />
(d) Vicsek Tamás, F. Family, P. Meakin foglalkoztak cikkeikben a<br />
DLA multifraktál tulajdonságával és a tömeg multifraktál visel-<br />
kedéssel.<br />
3. Az anomális fraktál dimenzió meghatározása a másik reprezantatív al-<br />
kalmazása a sandbox módszernek a nehézion fizika területén [78]: F.<br />
Kun, H. Sorge, K. Sailer, G. Bárdos, W Greiner által írt Phys. Lett.<br />
B cikkben került publikálásra (1995).<br />
A nagyenergiás nehézion fizika adatainak analízisében a geometriai<br />
multifraktálok egzaktul megoldható modelljére alkalmazták a sandbox<br />
és boxcounting eljárást. A nagyenergiás nehézion reakciókban tanulmá-<br />
nyozták a végállapotban részecskék rapiditás eloszlás skálázott impul-<br />
zus hányadát, bevezetve a dinamikai fluktuációk tulajdonságát és az<br />
intermittencia fogalmát a nagyenergiás magfizikában.<br />
A keletkezett részecskék rapiditás eloszlásásának skálázott impulzus<br />
hányada Fi:<br />
Fi(M) = M i−1<br />
M<br />
m=1<br />
<br />
nm(nm − 1)...(nm − i + 1)<br />
, (4.44)<br />
N(N − 1)...(N − i + 1)<br />
57
ahol a pszeudorapiditás ∆η intervallumát felbontottuk M egyenlő mé-<br />
retű cellára (binre) δη = ∆η/M, melyben nm a multiplicitás az m-edik<br />
bin-ben, N az esemény teljes multiplicitása, az átlagolás az esemé-<br />
nyekre történik. Intermittenciának hívjuk a skálázott impulzus hányad<br />
hatvány törvény szerint történő viselkedését:<br />
Fi ∼ (δη) −fi , (4.45)<br />
ahol az fi intermittencia index és az anomális fraktál dimenzió kap-<br />
csolata: di = fi/(i − 1). Az Fi definíciójában az átlagolás két eset-<br />
re történik: horizontális (eseményen belül), vertikális (az eseményen<br />
keresztül). A horizontális átlagolás vizsgálatával foglalkoztak. Meg-<br />
mutatták, hogy a 200 GeV-es mag-mag ütközések adataira számolt<br />
anomális fraktál dimenzió jóval pontosabb értéket szolgáltat a sandbox<br />
módszerrel, mint a boxcounting eljárással. Belátták, hogy az egzaktul<br />
számolható statisztikusan számolható geometriai multifraktál modell<br />
pontosabb eredményt szolgáltat sandbox módszerrel, mint a boxcoun-<br />
ting eljárás.<br />
A eloszlás skála viselkedését a Gq mennyiséggel írhatjuk le, melyet a<br />
következő képpen definiálunk:<br />
M<br />
Gq(M) = p<br />
m=1<br />
q m, (4.46)<br />
ahol pm = nm/N adott felbontás mellett és q tetszőleges valós szám.<br />
Ekkor ezt átalakítva adódik:<br />
G bc<br />
q (δη) =<br />
nm <br />
(q−1)<br />
ahol nm/N egy valószínűség eloszlás.<br />
G sb<br />
q (δη) =<br />
N<br />
∼<br />
(q−1) <br />
n(δη)<br />
N<br />
(q−1)D(q) bc<br />
δη<br />
, (4.47)<br />
∆η<br />
c<br />
58<br />
∼<br />
(q−1)D(q) sb<br />
δη<br />
, (4.48)<br />
∆η
ahol c jelenti a centrumokra történő átlagolást a pm = nm/N eloszlásnak<br />
megfelelően és δη jelöli cellák sugarát (δη < ∆η).<br />
A két módszer a horizontális átlagolásra geometriai multifraktálon eltérő<br />
eredményt ad.<br />
Az n-ed rendű korrelációs integrált definiáljuk:<br />
Cn(r) = N −n × <br />
részecske n-esek száma, | xiα − xiβ<br />
Az n = 2 esetben:<br />
C2(r) = 1<br />
N 2<br />
N<br />
i,j=1<br />
|≤ r ∀ (iα,iβ) <br />
.<br />
Θ (r− | xi − xj |), (4.49)<br />
Θ a Heaviside függvény. A részecskék száma δη sugarú gömbben, mely-<br />
nek középpontja xi:<br />
ni(δη) = 1<br />
N<br />
N<br />
Θ (δη− | xi − xj |) (4.50)<br />
j=1<br />
Az G2-höz rendelt G sb<br />
2 sandbox átlaga ekvivalens a C2(δη) két részecske<br />
korrelációs függvénnyel C2(δη) ≡ 〈n(δη)〉 c ≡ G sb<br />
2 (δη). A magasabb<br />
rendű korrelációs integrálok:<br />
C i n(r) = 1<br />
Nn, × (részecske n-esek száma az i-edik gömbben,<br />
<br />
| xiα − xiβ |≤ r ∀ (iα,iβ) .(4.51)<br />
Ha a részecske eloszlás egyenletes az i-edik boxban, akkor a C i n(δη) ∼<br />
n n i (δη) és G sb<br />
n (δη) ∼ Cn(δη). A nagy multipilicitással rendelkező nehézion<br />
kísérletek is vizsgálhatók multifraktál analízissel. Az Fi mennyiséget<br />
átalakíthatjuk:<br />
F bc<br />
i<br />
= M i−1<br />
M nm(nm − 1)...(nm − i + 1)<br />
m=1 N(N − 1)...(N − i + 1) =<br />
= M i−1<br />
M<br />
<br />
nm nm(nm − 1)...(nm − i + 1)<br />
. (4.52)<br />
m=1 N N(N − 1)...(N − i + 1)<br />
59
A sandbox eljárás szerint:<br />
F sb<br />
i =<br />
i−1 ∆η<br />
×<br />
δη<br />
<br />
(n(δη) − 1)...(n(δη) − i + 1)<br />
∼<br />
(N − 1)...(N − i + 1)<br />
fsb i ∆η<br />
.<br />
δη<br />
Az impulzus horizontális hányadára vonatkozó számítások szerint az<br />
anomális fraktál dimenzió:<br />
d sb<br />
i = 1 ln F<br />
i − 1<br />
sb<br />
i (δη)<br />
ln , (4.53)<br />
∆η<br />
δη<br />
d bc<br />
i = 1 ln F<br />
i − 1<br />
bc<br />
i (δη)<br />
ln . (4.54)<br />
∆η<br />
δη<br />
A d ex<br />
i egzakt megoldással összehasonlítva, a sandbox anomális fraktál<br />
dimenzió a jobb egyezést mutatott az expliciten meghatározott értékkel<br />
az anomális boxcounting dimenzióhoz képest.<br />
Az alacsony multiplicitásra is végeztek összehasonlítást a módszerek<br />
pontosságának meghatározása érdekében. Végül analizálták a<br />
200 GeV/mag energiájú kvázi centrális S 32 és Ag/Br nyalábok ütközésé-<br />
ből származó adatbázison is.<br />
Konklúzió:<br />
• Nagy multiplicitású eseménynél a sandbox dimenzió elvezet megbíz-<br />
ható anomális fraktál dimenzió értékekhez a felbontás széles tar-<br />
tományán, míg a boxcounting teljesen megbízhatatlan.<br />
• A sandbox átlagolás alacsony multiplicitású eseményeknél sokkal<br />
jobb konvergenciájára vezet az anomális fraktál dimenziók egzakt<br />
értékei esetén az események növekvő számával.<br />
• A kísérleti eredményeken végzett számításoknál a sandbox mód-<br />
szerrel meghatározott anomál fraktál dimenzió szignifikánsan eltér<br />
a boxcounting eljárásból számított ereményekhez képest.<br />
60
• Mivel a két részecske korrelációs számolásnál a horizontális átlago-<br />
lás esetén pontosabb eredményre vezetett a sandbox eljátrás a<br />
boxcountinghoz képest, ezért a korrelációk és az intermittencia<br />
analízis megbízhatóbb a sandbox módszerrel mind elmélet keretein<br />
belül, mind kísérleti adatokon.<br />
4. Entrópia számolás a Brown mozgás Rényi entrópiája végeztek [74] a<br />
sandbox módszer továbbfejlesztését alkalmazva.<br />
61
D(q)<br />
1<br />
0.95<br />
0.9<br />
0.85<br />
0.8<br />
0.75<br />
0.7<br />
0.65<br />
’box8.dat’<br />
0.729<br />
0.709<br />
0.677<br />
0.650<br />
0.694<br />
0.6<br />
0 5 10 15 20 25 30 35<br />
ln(1/eps)<br />
4.2. ábra. Az aszimmetrikus Cantor-halmazra számított D bc (q) az ln(1/ε)<br />
függvényében, melyet boxcounting módszerrel határoztunk meg n = 8(L =<br />
2 16 ).<br />
D(q)<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
’box50.dat’<br />
0.729<br />
0.709<br />
0.677<br />
0.650<br />
0.694<br />
0.5<br />
0 10 20 30 40 50<br />
ln(1/eps)<br />
60 70 80 90 100<br />
4.3. ábra. Az aszimmetrikus Cantor-halmazra számított D bc (q) az ln(1/ε)<br />
függvényében, melyet boxcounting módszerrel határoztunk meg n = 50(L =<br />
2 100 ).<br />
62
D(q)<br />
0.705<br />
0.7<br />
0.695<br />
0.69<br />
0.685<br />
0.68<br />
0.675<br />
0.67<br />
0.665<br />
0.66<br />
0.655<br />
0 0.0001 0.0002 0.0003 0.0004 0.0005 0.0006 0.0007 0.0008 0.0009<br />
epszilon<br />
4.4. ábra. Az aszimmetrikus Cantor-halmazra számított D bc (q) az ε függvé-<br />
nyében, melyet boxcounting módszerrel határoztunk meg.<br />
F<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’sbach1.dat’<br />
0.58*x<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.5. ábra. Az F = ln(M0/M(R)) az ln(L/R) függvényeként, melyet a sand-<br />
box módszer átlagolásától eltekintve határoztunk meg az n = 8 felbontási<br />
szinten az aszimmetrikus Cantor-halmaz esetén. A centrumot az x = 0<br />
pontba helyeztük.<br />
63
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’gg1grap.dat’<br />
0.73*x<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.6. ábra. F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szinten, q = −8<br />
érték mellett. A D(q) általánosított dimenziót a grafikon meredekségéből<br />
határozzuk meg.<br />
<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’gg2grap.dat’<br />
0.7095*x<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.7. ábra. F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szinten, q = −3<br />
érték mellett. A D(q) általánosított dimenziót a grafikon meredekségéből<br />
határozzuk meg.<br />
64
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’gg3grap.dat’<br />
0.677*x<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.8. ábra. F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szinten, q = 3<br />
érték mellett. A D(q) általánosított dimenziót a grafikon meredekségéből<br />
határozzuk meg.<br />
<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’gg4grap.dat’<br />
0.65*x<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.9. ábra. F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szinten, q = 8<br />
érték mellett. A D(q) általánosított dimenziót a grafikon meredekségéből<br />
határozzuk meg.<br />
65
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’sbhiszl.dat’<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.10. ábra. Lozi-leképezés: F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a ln(L/R)<br />
függvényében, q = 10 esetén, M0 = 28688 elemet tartalmazott, D(q) értékét<br />
R ≪ L tartományra illesztett egyenes meredekségéből határoztuk meg. Az<br />
átlagolást 5 × 10 3 véletlenszerűen választott centrumra végeztük el.<br />
D(q)<br />
1.4<br />
1.39<br />
1.38<br />
1.37<br />
1.36<br />
1.35<br />
1.34<br />
1.33<br />
1.32<br />
1.31<br />
’dqlog40.dat’<br />
1.3546*x**(-0.01168)<br />
1.3<br />
0 5 10 15 20 25<br />
q<br />
4.11. ábra. Lozi-leképezés: D(q) általánosított dimenzió spektruma 0 < q ≤<br />
20 esetén.<br />
66
K’(q)<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
’kql1011l.dat’<br />
0<br />
0 5 10 15 20 25<br />
q<br />
4.12. ábra. Lozi-leképezés:K ′ (q) = ln (( P(Hn+1) q ) / ( P(Hn) q )) (q − 1)<br />
általánosított entrópia spektruma, 0 ≤ q ≤ 20, a szimbólumsorozat hossza<br />
n = 10.<br />
f(alfa)<br />
1.6<br />
1.4<br />
1.2<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
’falfalt.dat’<br />
-17.96*x*x+51.66*x-35.72<br />
’falfalg.dat’<br />
-66.05*x*x+185.207*x-128.434<br />
0.2<br />
1.26 1.28 1.3 1.32 1.34 1.36 1.38 1.4 1.42 1.44<br />
alfa<br />
4.13. ábra. Lozi-leképezés: geometriai és természetes mértékkel mért D(q)<br />
spektrumból Legendre-transzformációval származtatott f(α) geometriai és<br />
természetes mértékkel mért multifraktál spektrum.<br />
67
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
’sbhiszh.dat’<br />
0<br />
0 2 4 6<br />
ln(L/R)<br />
8 10 12<br />
4.14. ábra. Hénon-leképezés: : F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a<br />
ln(L/R) függvényében, q = 10 esetén, M0 = 28688 elemet tartalmazott, D(q)<br />
értékét R ≪ L tartományra illesztett egyenes meredekségéből határoztuk<br />
meg. Az átlagolást 5 ×10 3 véletlenszerűen választott centrumra végeztük el.<br />
D(q)<br />
1.28<br />
1.26<br />
1.24<br />
1.22<br />
1.2<br />
1.18<br />
’hendq1.dat’<br />
-0.06876*atan(0.1003*x)+1.2636<br />
1.16<br />
0 5 10<br />
q<br />
15 20<br />
4.15. ábra. Hénon-leképezés: A D(q) geometriai multifraktál spektrumot<br />
ábrázoltuk 0 ≤ q ≤ 20 intervallumon.<br />
68
K’(q)<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
’kqh1011h.dat’<br />
0<br />
0 5 10 15 20 25<br />
q<br />
4.16. ábra. Hénon-leképezés: A K(q) általánosított entrópia, a K ′ (q) =<br />
ln(( P(Sn+1) q )/( P(Sn) q ))/(1 − q) a q függvényeként, 0 ≤ q ≤ 20 inter-<br />
vallumon. A szimbólumsorozat hossza n = 10.<br />
f(alfa)<br />
1.3<br />
1.2<br />
1.1<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
’alfalht2.dat’<br />
-4.18*x*x+11.33*x-6.36<br />
’alfalh2.dat’<br />
-93.97*x*x+232.59*x-142.67<br />
0.4<br />
0.9 0.95 1 1.05 1.1<br />
alfa<br />
1.15 1.2 1.25 1.3<br />
4.17. ábra. Hénon-leképezés: geometriai és természetes mértékkel mért D(q)<br />
spektrumból Legendre-transzformációval származtatott f(α) geometriai és<br />
természetes mértékkel mért multifraktál spektrum.<br />
69
ln(P(i))<br />
0<br />
-2<br />
-4<br />
-6<br />
-8<br />
-10<br />
-12<br />
-14<br />
’pval10lo.dat’<br />
-16<br />
0 200 400 600 800 1000<br />
i<br />
4.18. ábra. A Lozi-leképezés n = 10 elemű pálya szakaszainak Pi valószínű-<br />
ségeloszlását ábrázolja logaritmikus léptékben. A pálya teljes hossza H0 =<br />
2.5 × 10 6 .<br />
ln(P(i))<br />
0<br />
-2<br />
-4<br />
-6<br />
-8<br />
-10<br />
-12<br />
-14<br />
’pval11lo.dat’<br />
-16<br />
0 500 1000<br />
i<br />
1500 2000<br />
4.19. ábra. A Lozi-leképezés n = 11 elemű pálya szakaszainak Pi valószínű-<br />
ségeloszlását ábrázolja logaritmikus léptékben. A pálya teljes hossza H0 =<br />
2.5 × 10 6 .<br />
70
5. fejezet<br />
NAME<br />
A nagyenergiás fizika mikroszkópikus mechanizmusainak megértéséhez a nem-<br />
abeli gauge elmélet ad megfelelő elméleti modellt. Az olyan nemgyensúlyi fo-<br />
lyamatok megértésében, ahol az energia és az impulzus lokális egyensúlyban<br />
van, fontos szerepet játszik. Az egyensúlyi és transzport folyamatokat a per-<br />
turbatív kvantumtérelmélet keretein belül vizsgálják. A nemabeli térelmélet<br />
nempertubatív kutatása a termális egyensúlyi rendszerekre vonatkozik. Eb-<br />
ben a fejezetben röviden összefoglaljuk a nemabeli térelmélet fontosabb fo-<br />
galmait.<br />
5.1. Pályaintegrál és a részecskefizika<br />
kapcsolata<br />
A térelmélet számos reprezentációja ismert, a Schrödinger hullám mechanika<br />
ill. Heisenberg operátor algebra. A Feynman által bevezetett pályaintegrál<br />
az egyik legismertebb eljárás a kvantumtérelmélet tárgyalására. A módszer<br />
előnye, hogy könnyen láthatóvá lehet tenni az analógiát a statisztikus fizika<br />
és a részecskefizika közt. Jól alkalmazható a gauge elmélet megfogalmazására<br />
és szimmetriáit is pontosan visszaadja. A kvantummechanikán keresztül is-<br />
71
mertetjük röviden ezt a módszert.<br />
5.1.1. Feynman pályaintegrál<br />
A kanonikus transzformációk felhasználásával a klasszikus és kvantumme-<br />
chanikában a hatás a kanonikus transzformáció generáló függvénye. Dirac<br />
[127] alkalmazta ezt az eljárást a kvantummechanikában G = H Hamilton<br />
függvényre a t időpillanatban a q ′ állapotú, ill. T időpillanatban q állapotú<br />
rendszerre, ahol az átmeneti amplitudó:<br />
〈q ′ <br />
i t <br />
t|qT 〉 ∼ exp dtL . (5.1)<br />
¯h T<br />
A klasszikus mechanikában az egyenlőségjel a korrekt, a kvantum mecha-<br />
nikában nem pontos az egyenlőség (5.1) a T − t véges időintervallumon:<br />
T − t tartományt felbontjuk N infinitezimális idő intervallumra, ta = t + aε,<br />
Nε = T − t. Legyen qa = qta minden ta-ra. A dq|q 〉〈q| = 1 összefüggést<br />
felhasználva felírhatjuk:<br />
〈q ′ <br />
t|qT 〉 = dq1dq2 ...dqN−1 〈q ′ t|q1〉 〈q1|q2〉 ...〈qN−1|qT 〉 . (5.2)<br />
Ez egy egzakt kvantummechanikai összefüggés. Ha az (5.1) kifejezésben az<br />
egyen̷lőséget használjuk, akkor az exponensben az integrált feloszthatjuk N<br />
integrációs tartományra. Ez a következő nem pontos összefüggésre vezet:<br />
〈qt|qT 〉 = 〈qt|q1〉 〈q1|q2〉 ...〈qN−1|qT 〉 , (5.3)<br />
mely eltér a korrekt kifejezéstől az integrálás hiánya miatt. Ebben az alakban<br />
q1,q2,... a trajektória mentén felvett klasszikus értékek a t1,t2 ... időpilla-<br />
natban. Feynman cikkében [126] kifejtette, hogy az (5.1) egyenlőség fennáll<br />
az infinitezimális intervallumokon, azaz<br />
〈q ′ <br />
t|qt+δt〉 = A exp − i<br />
¯h δtL(q′ <br />
t,qt+δt) , (5.4)<br />
ahol L függvénye q ′ t,qt+δt-nek, de nem kerülünk ellentmondásba a kvantum-<br />
mechanikai kifejezéssel (5.2). A Feynman által bevezetett pályaintegrállal<br />
72
felírt átmeneti amplitudó (5.2,5.4 kifejezéseket felhasználva):<br />
<br />
N−1 N−1 <br />
dqi dpi ×<br />
〈q ′ t|qt+δt〉 = lim<br />
( N→∞<br />
Nε=konst.) AN<br />
i=1<br />
<br />
exp − i<br />
t <br />
dtL(q, ˙q) ≡<br />
¯h T<br />
<br />
≡ DqDp exp − i<br />
¯h S(t,T,q)<br />
<br />
.<br />
A határfeltételek a pálya kezdeti ill. végső időpillanatban felvett értékei.<br />
A fenti kifejezés megadja a részecske valószínűségi amplitudóját, feltéve,<br />
hogy a t időpillanatban q ′ -ben volt, a T időpillanatban pedig q-ban. Az<br />
átmenetiamplitudót, mint a lehetséges pályák mindegyikére vett összeget fe-<br />
jezzük ki, ami a q-ban kezdődik T időpillanatban, ill. a q ′ -ben végződik a<br />
t időpillanatban, súlyozva az (− i )S exponenciális kifejezéssel minden egyes<br />
¯h<br />
pályára. Ez a kifejezés jól tükrözi a klasszikus mechanika és a kvantumme-<br />
chanika közti különbséget. A klasszikus határesetben ¯h → 0 az integrandus<br />
nagyobb frekvenciával oszcillál, mint a q változók maguk, míg S konstans<br />
azaz, ha S stacionárius és q a klasszikus trajektória, akkor visszakapjuk a<br />
(5.3) kifejezést, ahol a ¯h → 0.<br />
i=1<br />
Vizsgáljuk a Feynman hipotézis egy konkrét példját:<br />
Legyen H 1 dimenziós rendszer időfüggetlen Hamilton operátora. A<br />
qt+δt a t + δt időpillanatban vett állapot a Heisenberg képben, melyet a t<br />
időpillanatban vett qt állapotból kapunk meg:<br />
|qt+δt〉 ≃ |qt〉 + i<br />
¯h δt H |qt〉 + O(δt) 2 . (5.5)<br />
Ezért<br />
<br />
q ′ <br />
<br />
t+δt<br />
qt<br />
Legyen H = 1<br />
= 〈q ′ t| qt〉 − i <br />
¯h<br />
2 p2 + V (q). Ekkor<br />
<br />
q ′ <br />
<br />
t H <br />
<br />
<br />
qt = − ¯h2 ∂<br />
2<br />
2<br />
<br />
∞<br />
=<br />
−∞<br />
q ′ <br />
<br />
t H <br />
<br />
qt<br />
+ V (q)<br />
∂q2 dl<br />
2π<br />
− ¯h2<br />
2<br />
<br />
δt + O(δt) 2 . (5.6)<br />
〈q ′ t|qt〉 =<br />
∂2 <br />
+ V (q) exp(il(q<br />
∂q2 ′ − q)).<br />
73
Alkalmas átalakításokkal, felhasználva<br />
〈q|q ′ 〉 = δ(q − q ′ ) és δ(x − x ′ ) = ∞<br />
−∞ dl<br />
2π exp(il(x − x′ ))<br />
összefüggéseket, kapjuk:<br />
<br />
q ′ ∞<br />
dl<br />
t+δt<br />
qt =<br />
−∞ 2π exp<br />
<br />
i δt<br />
<br />
¯hl ˙q −<br />
¯h<br />
1<br />
2 ¯h2 l 2 <br />
− V (q)<br />
<br />
+ O(δt) 2 . (5.7)<br />
Ekkor az l-re történő integrálás nem pontos, mert az integrandus oszcillál.<br />
Két megoldás lehetséges: bevezetünk egy −εl 2 konvergencia faktort, vagy<br />
áttérünk euklideszi térbe: t → it. Ekkor δt helyébe iδt-t írva, l helyébe l ′ -t<br />
l → l ′ =<br />
iδt<br />
¯h<br />
<br />
q ′ <br />
<br />
t+δt<br />
qt<br />
(¯hl − ˙q) azt kapjuk, hogy<br />
= 1<br />
2π exp<br />
<br />
iδt 1<br />
¯h 2 ˙q2 <br />
− V (q)<br />
√ ∞<br />
¯h<br />
−∞<br />
Gauss-integrált használva:<br />
<br />
q ′ <br />
<br />
¯h<br />
t+δt<br />
qt =<br />
2πiδt exp<br />
<br />
iδt<br />
¯h<br />
dl ′ <br />
√ exp −<br />
idt 1<br />
2 l′2<br />
<br />
.<br />
<br />
1<br />
2 ˙q2 <br />
− V (q)<br />
<br />
, (5.8)<br />
ahol a ˙q függ q és q ′ -től, a zárójelben lévő mennyiség Lagrange függvény.<br />
Ezért a Feynman hipotézis pontos. Véges idő intervallumon:<br />
<br />
q f<br />
<br />
<br />
t q i ⎛<br />
<br />
1 ⎞<br />
N−1 <br />
2 ¯h<br />
T<br />
... ⎝dqj ⎠ exp<br />
2πiδt<br />
<br />
= lim<br />
δt→0, ( Nδt=konst.)<br />
j=1<br />
<br />
i t<br />
Ldt(5.9)<br />
¯h T<br />
(q i ≡ q0,q f ≡ qN). Ez az eredmény általában igaz a Hamiltoni rendszerekre.<br />
A klasszikus Hamiltoni rendszerekre is belátható, hogy (¯h = 1)<br />
<br />
q f<br />
t<br />
<br />
<br />
q i <br />
T =<br />
N−1 dqi<br />
... √ v<br />
i=1 2πiδt −1<br />
t <br />
2(qi + qi−1) exp i dtL , (5.10)<br />
T<br />
ahol H = 1<br />
2 p2 v(q).<br />
Ezen fejezet konklúziója, a Hamiltoni rendszerekre átmeneti amplitudó<br />
kifejezése pontosabban felírható:<br />
〈q ′ <br />
t|qT 〉 =<br />
<br />
...<br />
DqDp exp<br />
<br />
i<br />
t<br />
T<br />
dτ<br />
<br />
p dq<br />
dτ<br />
ahol 〈q〉 a q átlagát jelöli egy adott intervallumon.<br />
74<br />
− H(p, 〈q〉)<br />
<br />
, (5.11)
5.1.2. Feynman pályaintegrál a térelméletben<br />
Generáló funkcionál<br />
Vizsgáljuk a legegyszerűbb teret: önkölcsönható skalármezőt. A hatás függvé-<br />
nye:<br />
<br />
S =<br />
d 4 <br />
1<br />
x<br />
2 ∂µφ∂ µ φ − 1<br />
2 m2φ 2 <br />
− V (φ) =<br />
d 4 xL(φ,∂µφ). (5.12)<br />
A Hamilton-sűrűség felírásához használjuk fel a kanonikus impulzust:<br />
π(x) = ∂L<br />
∂0φ = ∂0φ = ˙ φ. (5.13)<br />
Ekkor a Hamilton-sűrűség a Legendre-transzformációval:<br />
H <br />
π,φ, −→ ∇φ <br />
= π ˙ φ − L = 1 <br />
π<br />
2<br />
2 + −→ 2<br />
∇ + m <br />
φ 2<br />
+ V (φ) (5.14)<br />
H pozitív definit, ha m 2 > 0 és V > 0. A vákuum-vákuum amplitudót<br />
definiáljuk:<br />
<br />
〈Ω|Ω〉 J ≡ W[J] = N<br />
DφDπ exp <br />
i <br />
π ˙ φ − H + Jφ <br />
, (5.15)<br />
ahol N konstans, 〈〉 jelenti az integrálást a téridőre és J(x) pedig tetszőleges<br />
forrást. Integráljunk ki π-re:<br />
W[J] = N ′<br />
<br />
1<br />
Dφ exp i<br />
2 ∂µφ∂ µ φ − 1<br />
2 m2φ 2 <br />
− V (φ) + Jφ , (5.16)<br />
ahol Dφ jelenti a dφk szorzatot, φk a φ értéke x = xk-ban. Az integrandus<br />
oszcillál ezért a pályaintegrál rosszul definiált, ekkor két utat választhatunk:<br />
- konvergencia faktort használunk exp(− 1<br />
2 ε 〈φ2 〉), ahol ε > 0;<br />
- definiálunk W-t az euklideszi térben (x0 = −ix,d 4 x = −id 4 x<br />
∂µ∂ µ = −∂µφ∂µφ, ahol ∂µ = ∂<br />
∂x µ). Ekkor (5.16) alakja:<br />
<br />
1<br />
WE[J] = NE Dφ exp −<br />
2 ∂µφ∂µφ + 1<br />
2 m2φ 2 <br />
+ V (φ) − Jφ .(5.17)<br />
Az integrandus negatív definit pozitív m 2 és V mellett.<br />
W[J] =<br />
∞<br />
N=0<br />
(i) N<br />
N!<br />
<br />
J1J2 ...JNG (N) (1, 2,...,N) <br />
75<br />
1,...,N<br />
. (5.18)
Generáló funkcionált használunk, melynek együtthatója Green függvény:<br />
G (N) (1, 2,...,N) = 1<br />
(i) N<br />
<br />
δ δ δ <br />
<br />
... W[J] <br />
δJ1 δJ2 δJN<br />
J=0<br />
, (5.19)<br />
ahol Ji = J(xi)...,〈〉 1...N jelenti az integrálást d 4 x1 ...d 4 xN. G (N) (x1 ...xN)<br />
meghatározásának egyik módja a perturbáció számítás, mely Wick forgatással<br />
G (N)<br />
E (x1 ...xN)-be alakítható a szingularitások figyelembevételével.<br />
Feynman propagátor<br />
Fejtsük ki W[J]-t, ha V = 0. Válasszunk Minkowski térben ε eljárás<br />
<br />
W0[J] ≡ N<br />
<br />
1<br />
Dφ exp i<br />
2 ∂µφ∂ µ φ − 1<br />
2 (m − iε)φ2 <br />
+ Jφ . (5.20)<br />
Használjunk Fourier transzformációt a 4 dimenziós térben:<br />
F(x) =<br />
∞<br />
d4p (2π) 2 exp(ipx) ˜ F(p),<br />
−∞<br />
∞<br />
˜F(p)<br />
d<br />
=<br />
−∞<br />
4x exp(ipx)F(x),<br />
(2π) 2<br />
δ (4) (x − x ′ ) = δ(x 0 − x ′0 )δ( −→ x − −→ x ′ ∞<br />
) =<br />
−∞<br />
d4p (2π) 4 exp(i(x − x′ )p)<br />
xp = x 0 p 0 − −→ x −→ p . (5.21)<br />
A φ és J Fourier transzformáltjait behelyettesítjük az integrandus expo-<br />
nensébe kapjuk:<br />
<br />
i<br />
2<br />
d 4 <br />
p ˜φ ′ (p) <br />
p 2 − m 2 + iε <br />
φ ˜′ (−p) − J(p) ˜ p 2 − m 2 + iε <br />
−1<br />
˜J(−p) ,<br />
ahol ˜ φ ′ (p) = ˜ φ(p) + [p 2 − m 2 + iε] −1 ˜ J(p). (5.22)<br />
Az új változó φ ′ egy konstans erejéig tér csak el a φ-től, így<br />
Dφ = Dφ ′ . (5.23)<br />
76
Visszahelyettesítve<br />
⎛<br />
⎜<br />
W0[J] = N exp ⎝− i<br />
<br />
d<br />
2<br />
4 <br />
<br />
<br />
p<br />
˜ J(p) 2 <br />
p2 − m2 ⎞<br />
⎟<br />
⎠ ×<br />
+ iε<br />
<br />
Dφ ′ <br />
1<br />
exp i<br />
2 ∂µφ ′ ∂ µ φ ′ − 1<br />
2 (m2 − iε)φ ′2<br />
<br />
,<br />
ahol a φ ′ -től függő tag ugyanolyan alakkal rendelkezik, mint a φ-t tartalmazó<br />
kifejezés, ha J = 0. Azaz<br />
<br />
W0[J] = W0[0] exp − i<br />
<br />
2<br />
Mivel<br />
ahol<br />
d 4 p ˜ J(p) ˜ J(−p)<br />
p2 − m2 <br />
. (5.24)<br />
+ iε<br />
<br />
W0[J] = W0[0] exp − i<br />
2 〈J1∆F(x1<br />
<br />
− x2)J2〉 , (5.25)<br />
<br />
∆F(x1 − x2) =<br />
d 4 p<br />
(2π 4 )<br />
exp(−ip(x1 − x2))<br />
p2 − m2 , (5.26)<br />
+ iε<br />
ami nem más mint a Feynman propagátor. Használjuk sokkal megfelelőbb<br />
alakját a W[J] mennyiségeknek:<br />
W[J] = exp(iZ[J]) (5.27)<br />
és vezessük be a Green függvényt a Z[J] segítségével:<br />
iZ[J] = <br />
N<br />
(i) N<br />
N!<br />
<br />
G (N)<br />
<br />
c (1,...,N)J1 ...JN . (5.28)<br />
1...N<br />
Közvetlen fizikai jelentése a Green függvénynek:<br />
<br />
∂µ∂ µ + m 2<br />
∆F(x) = −δ 4 (x), (5.29)<br />
ahol ∆F a ∂µ∂ µ + m 2 operátor Green függvénye.<br />
Értelmezhető, mint egy<br />
részecske és egy antirészecske propagátor, mely nem más mint a Klein-Gordon<br />
egyenlet megoldásai:<br />
(∂µ∂ µ + m 2 )φ = 0. (5.30)<br />
Hasonló megoldással vezethetünk be más kvantumszámokat is például töltést.<br />
77
Effektív hatás<br />
Túl a generáló funkcionálon létrehozhatunk olyan lokális mennyiségeket, me-<br />
lyek hasonló eredményre vezetnek. Például V = 0 esetén:<br />
φ (0) ln W0<br />
cl (x) ≡ iδ<br />
δJ(x)<br />
ami kielégíti a klasszikus mozgásegyenletet:<br />
δZ<br />
= , (5.31)<br />
δJ(x)<br />
(∂ µ ∂µ + m 2 )φ (0)<br />
cl (x) = J(x). (5.32)<br />
Formálisan felírható a Legendre-transzforáció:<br />
Γ0[φ (0)<br />
cl ] = Z0[J] − <br />
Jφ (0)<br />
cl<br />
<br />
, (5.33)<br />
ahol Γ0 független J-től. Ekkor Γ0 explicit alakját megkaphatjuk, ha behe-<br />
jettesítjük J-t a φ 0 cl kifejezésébe és parciálisan kiintegrálunk, az így kapott<br />
végső alak:<br />
Γ0[φ (0)<br />
<br />
1<br />
cl ] =<br />
2<br />
ami szabad hatás.<br />
δ ln W<br />
φcl(x) ≡ −i<br />
δJ<br />
d 4 x <br />
∂µφ (0)<br />
cl ∂µ φ (0)<br />
cl − m2φ (0)2<br />
<br />
cl , (5.34)<br />
Általában, ha V = 0<br />
Megpróbáljuk kiszámítani az effektív hatást.<br />
δZ<br />
= . (5.35)<br />
δJ(x)]<br />
Γ[φcl] = Z[J] − 〈Jφcl〉 , ahol (5.36)<br />
J(x) = − δΓ[φcl]<br />
,<br />
δφcl(x)<br />
<br />
(5.37)<br />
W[J] ≡ N Dφ exp (−i 〈V (φ)〉) × (5.38)<br />
exp<br />
<br />
1<br />
i<br />
2 ∂µφ∂ µ φ − 1<br />
2 (m2 − iε)φ 2 <br />
+ Jφ .<br />
Vizsgáljuk meg a következő kifejezést:<br />
1<br />
i<br />
δ<br />
exp (i 〈Jφ〉) = φ(x) exp(i 〈Jφ〉). (5.39)<br />
δJ(x)<br />
78
Mivel J és φ független változók<br />
exp (−i 〈V (φ)〉) exp (i 〈Jφ〉) = exp<br />
<br />
−i<br />
<br />
V<br />
<br />
1 δ<br />
i δJ<br />
<br />
exp(i 〈Jφ〉). (5.40)<br />
Ez lehetővé teszi, hogy leválasszuk a V -től függő tagot az integráltól<br />
<br />
1 δ<br />
W[J] = exp −i V W0[J], ahol (5.41)<br />
i δJ<br />
<br />
1<br />
W0[j] = N Dφ exp i<br />
2 ∂µφ∂ µ φ − 1 <br />
m<br />
2<br />
2 − iε <br />
φ 2 <br />
+ Jφ .<br />
vagy<br />
exp (iZ[J]) = W[J] = N exp<br />
<br />
−i<br />
<br />
V<br />
<br />
1 δ<br />
i δJ<br />
<br />
<br />
exp − i<br />
2 〈J1△FJ2〉<br />
<br />
.<br />
W[J] perturbáció számítással való kifejtésének V = 0 esetben explicit meg-<br />
oldása nem ismert. Kifejthetjük Γ[φcl]-t φcl szerint:<br />
<br />
Γ[φcl] = d 4 <br />
x<br />
+ magasabb rendű deriváltak.<br />
<br />
V e (φcl) + 1<br />
2 F(φcl)∂µφcl∂ µ φcl<br />
Az effektívhatás nemlokális módon történő kifejezése φcl szerint:<br />
Γ[φcl] = <br />
N<br />
1 <br />
Γ<br />
N!<br />
(N) (1...N)φcl(1)...φcl(N) <br />
. (5.42)<br />
1...N<br />
Fourier transzformációt használva:<br />
˜Γ (N) (p1,...,pN)(2π) 4 δ(p1 + ... + pN) =<br />
<br />
= d 4 x1 ...d 4 xN exp (−i(p1x1 + ... + pNxN)) Γ (N) (x1 ...xN).<br />
5.2. Statisztikus fizika és részecskefizika<br />
kapcsolata<br />
A statisztikus mechanika szoros kapcsolatban van a kvantummechanika Feyn-<br />
man pályaintegráljával. Creutz 1977-ben megmutatta [112], hogy a transz-<br />
fer mátrix módszer leegyszerüsíti a problémát a négyzetesen ingtegrálható<br />
függvények operátora diagonalizálására a Hilbert térben.<br />
79
Az m tömegű szabad nemrelativisztikus részecske Lagrange-függvénye<br />
V (x) potenciálban mozogva (imaginárius idő rácson):<br />
L(x, ˙x) = K( ˙x) + V (x), K( ˙x) = 1<br />
2 m ˙x2 . (5.43)<br />
A hatás tetszőleges trajektóriára<br />
<br />
S = dtL ( ˙x(t),x(t)), (5.44)<br />
mellyel megadható a pályaintegrál:<br />
<br />
Z = [dx(t)]e −S . (5.45)<br />
Az integrál az összes x(t) trajektóriára értendő. Diszkretizáljuk a rács idő<br />
szerinti komponensét. Vizsgáljuk a teljes τ idő intervallumon a trajektóriákat,<br />
melyet bontsuk fel a = τ/N hosszúságú diszkrét idő szeletekre. Az i-edik idő<br />
szelethez tartozó koordináta xi. Az x időderiváltját közelítsük a szomszédok<br />
különbségével:<br />
S = a <br />
i<br />
<br />
1<br />
2 m(xi+1 − xi) 2<br />
<br />
+ V (xi) . (5.46)<br />
a<br />
A (5.45) kifejezést felhasználva a Z integrál közelítését az xi koordinátákkal<br />
felírva:<br />
<br />
Z =<br />
<br />
<br />
dxi exp(−S). (5.47)<br />
i<br />
A (5.47) egyenlet nem más, mint egy statisztikus fizikai rendszer partíciós<br />
függvényének alakja.<br />
Vizsgáljunk egy 1 dimenziós rendszert (azaz xi 1 dimenziós). Megmutat-<br />
ható, hogy ezen partíciós függvények kifejtése ekvivalens egy kvantumme-<br />
chanikai Hamiltoni rendszer diagonalizálásával, melyet megkaphatunk ebből<br />
a hatásból kanonikus módszerekkel. Ezt mutatja meg a transzfer mátrix<br />
80
módszer. Fontos szempont, hogy a hatás (5.46) lokális természete miatt le-<br />
hetővé válik a partíciós függvény felírása mátrix szorzat alakjában:<br />
<br />
<br />
Z = dxiTxi+1,xi , ahol<br />
i<br />
Tx ′ <br />
,x = exp − m<br />
2a (x′ − x) 2 − a<br />
2 (V (x′ <br />
) + V (x)) . (5.48)<br />
Ezen operátor hatása a négyzetesen integrálható függvények Hilbert terén,<br />
ahol a belső szorzat: 〈ψ ′ | ψ〉 = dxψ ∗ (x)ψ(x), bázis állapotok:{| x〉} úgy,<br />
hogy :| ψ〉 = dxψ | x〉 és 〈x ′ | x〉 = δ(x ′ − x) és 1 = dx | x〉 〈x |. Ebben<br />
a Hilbert térben a T operátort 〈x ′ | T | x〉 = Tx ′ ,x összefüggéssel definiáljuk,<br />
ahol Tx ′ ,x a már korábban bevezetett kifejezés. N elemű rácson periódikus<br />
határfeltételt használva a pályaintegrál kifejezhető kompakt formában: Z =<br />
tr(T N ).<br />
Összességében az az eljárás, mely elvezet a pályaintegrálból a kvantum-<br />
mechanikai Hilbert tér kifejezéséhez három lépésből áll: Először definiáljuk a<br />
pályaintegrált egy idő-szerű rácson. Megkonstruáljuk a transzfer mátrixot a<br />
Hilbert téren. Végül vesszük a transzfer mátrix logaritmusát, ahol a lineáris<br />
tag a rendszer időbeli fejlődését fejezi ki. Ha a transzfer mátrix i-edik saját-<br />
értéke λi, akkor Z = λ N i . Mivel az idő szeletek száma a végtelenhez tart,<br />
ezért a kifejezést a λ0 maximális sajátértékkel jellemezhetjük:<br />
<br />
Z = λ N 0<br />
1 + O<br />
exp<br />
−N ln<br />
λ0<br />
λ1<br />
. (5.49)<br />
A statisztikus fizikában gyakran használják a statisztikai változók korrelációs<br />
függvényét, mely megfelel a térelméleti változók Green függvényének, ekkor<br />
a partíciós függvény alakja:<br />
〈xi,xj〉 = 1<br />
<br />
<br />
dxkxixj exp (−S) . (5.50)<br />
Z k<br />
Transzfermátrix pedig:<br />
〈xi,xj〉 = 1 <br />
tr T<br />
Z N−i+j xT i−j x <br />
, ahol i − j > 0. (5.51)<br />
81
5.3. Gauge mezők<br />
A gauge mezők több bevezetése ismert. A legegyszerűbb a nemabeli gauge<br />
mezőt az elektromágneses elméletet leíró abeli gauge elmélet kiterjesztését<br />
bevezetni.<br />
Az antiszimmetrikus tenzor komponenseit elektromágneses mezők alkotják,<br />
melyek négydimenziós vektorok:<br />
Fµν = ∂µAν − ∂νAµ µ,ν = 0, 1, 2, 3. (5.52)<br />
A tér-idő indexeket µ,ν-vel, a csoport generátorokat α,β,γ-val fogjuk jelölni.<br />
Yang, és Mills [104] tettek javaslatot (1954) arra, hogy izospin indexet ren-<br />
deljenek hozzá az Aµ-höz és Fµν-höz:<br />
Aµ → A α µ Fµν → F α µν α = 1,...,N, (5.53)<br />
és egy további antiszimmetrikus tag hozzádásával az Fµν alakja:<br />
F α µν = ∂µA α ν − ∂νA α µ + g0C αβγ A β µA γ ν, (5.54)<br />
ahol g0 a csupasz csatolási konstans, C αβγ egy G Lie csoport Lie-algebrájának<br />
struktúra konstansa. Itt csak unitér csoportokat használunk, a G csoport<br />
fundamentális reprezentációját. Parametrizáljuk G elemeit a generátorok<br />
halmazával:<br />
g = exp(iω α λ α ), (5.55)<br />
ahol ω α a paraméterek és λ α Hermitikus mátrixok halmaza, melyek ge-<br />
nerálják a csoportot. A struktúra konstansokat definiáljuk a következő ösz-<br />
szefüggéssel:<br />
<br />
λ α ,λ β<br />
= iC αβγ λ γ . (5.56)<br />
A generátorok ortonormáltak: tr(λ α ,λ β ) = 1<br />
2 δαβ . A legegyszerűbb nemabeli<br />
elmélet az SU(2) csoportot használja, melyet a Pauli-mátrixok generálnak:<br />
λ α = 1<br />
2 τ α , C αβγ = ε αβγ . (5.57)<br />
82
A Maxwell-egyenletek származtathatók a Lagrange-sűrűségből:<br />
L = 1<br />
4 FµνFµν + jµAµ, (5.58)<br />
ahol jµ jelenti elektrodinamikai mezőnek a külső forrását. A nemabeli Lag-<br />
range-sűrűség ugyanígy kezdődik, kivéve az izospinre vonatkozó összeget és<br />
Fµν tartalmaz egy további tagot. Az elektrodinamikának klasszikus mozgás-<br />
egyenlete a ∂µFµν = jν egyenlet. A nemabeli elméletben (DµFµν) α = j α ν . Itt<br />
a kovariáns derivált:<br />
(DµFµν) α = ∂µF α µν + g0C αβγ A β µF γ µν. (5.59)<br />
Az áram megmaradás nemabeli analógiája:<br />
Dµjµ = 0. (5.60)<br />
Mátrix jelölést használva: Aµ = A α µλ α , Fµν = F α µνλ α , jµ = j α µλ α . Így<br />
Fµν = ∂µAν − ∂νAµ − ig0[AµAν]. Ezzel a jelöléssel a Lagrange-sűrűség L =<br />
1<br />
2tr(FµνFµν) + 2tr(jµAµ).<br />
A gauge mezők másik definíciója a hatás függvény lokális szimmetriáját<br />
használja fel. Az elektrodinamika gauge szimmetriája: Aµ+∂µΛ, ahol a Λ(x)<br />
gauge függvény a téridő koordináták tetszőleges függvénye. A nemabeli eset-<br />
ben az Aµ következőképpen transzformálódik: Aµ → g −1 Aµg+ i<br />
g0 g−1 ∂µg, ahol<br />
g az alkalmasan választott gauge csoport eleme. Az elektrodinamikában ezt<br />
a transzformációt egy egyszerű fázissal írjuk fel: g(x) = exp(−ig0Λ(x)). Ez<br />
az elektrodinamikának az úgynevezett U(1) gauge elmélete. Ekkor a fent<br />
megadott transzformációs formula felhasználásával az Fµν trnaszformációja<br />
egyszerűen felírható: Fµν → g −1 Fµνg. A kovariáns derivált gauge transz-<br />
formációja hasonló alakban adható meg.<br />
A gauge elmélet harmadik lehetséges bevezetése a fázis elmélet (Mandel-<br />
stam(1962) [110], Yang(1975)).<br />
Ezen dolgozatban megemlítjük a gauge elméletek kanonikus Hamiltoni<br />
formalizmussal történő bevezetését Steven Weinberg (1965) nyomán [113].<br />
Az alábbiakban ezt a leírást részletezem.<br />
83
5.3.1. Kanonikus tárgyalás<br />
Tegyük fel, hogy a gauge elmélet Lagrange-sűrűsége invariáns az infinite-<br />
zimális transzfomációk halmazára, ahol φl(x)-szel jelöljük az anyagmezőt,<br />
ekkor a<br />
δφl(x) = iε α (x)(Tα) m l φm(x), (5.61)<br />
ahol ε α valós infinitezimális paraméter, Tα eleget tesz a Lie csoport kom-<br />
mutációs relációjának:<br />
ahol C γ<br />
αβ<br />
[Tα,Tβ] = iC γ<br />
αβ Tγ, (5.62)<br />
a csoport struktúra konstanssa, mely antszimmetrikus azaz Cγ<br />
αβ =<br />
−C γ<br />
βα . Mivel az εα (x) kifejezés hely függő mennyiség és a Lagrange-sűrűség<br />
tartalmazza az anyag mező deriváltját, ezért ezen keresztül az ε α (x) kifejezés<br />
deriváltja is szerepelni fog az anyagmező transzformáltjában:<br />
δ(∂µφl(x)) = iε α (x)(Tα) m l (∂µφm(x)) + i(∂µε α (x))(Tα) m l φm(x). (5.63)<br />
Ahhoz, hogy a Lagrange-sűrűség invariáns maradjon, be kell vezetnünk az<br />
A α µ vektorteret, melynek segítségével eltüntethető a második tag. Ezért az<br />
új gauge mező transzformáltját a következőképpen vezetjük be:<br />
δA β µ = ∂µε β + iε α (T A α ) β γA γ µ<br />
(5.64)<br />
alkalmas reprezentációt használva. Ennek segítségével megkonstruálhatjuk a<br />
kovariáns derivált kifejezést:<br />
(Dµφ(x))l = ∂µφl(x) − iA β µ(x)(tβ) m l φm(x), (5.65)<br />
ahol φ(x) skalár mező, melynek felhasználásával:<br />
δ(Dµφ)l = iε α (tα) m l (Dµφ)m, (5.66)<br />
mely ugyanúgy transzformálódik, mint φ. Mivel ∂νA β µ − ∂µA β ν, mely µ-ben<br />
és ν-ben antiszimmetrikus, arányos az ε(x) első deriváltjával, ezért az F γ µν<br />
térerősség tenzor transzformáltjában az összes ilyen ε(x) derivált eltűnik:<br />
F γ µν = ∂νA γ µ − ∂µA γ ν + C γ<br />
αβ Aα µA β ν, (5.67)<br />
84
melynek transzformáltja:<br />
δF β µν = iε α C β γαF γ µν. (5.68)<br />
A legegyszerűbb Lorentz invariáns paritás őrző Lagrange-sűrűség:<br />
LA = gαβF α µνF β ̺σ, (5.69)<br />
ahol gαβ konstans mátrix.<br />
A teljes Lagrange-sűrűség tartalmaz egy ,,anyag” Lagrange-sűrűséget is.<br />
L = − 1 µν<br />
FαµνF α + LM(φ,Dµφ). (5.70)<br />
4<br />
Ezen kifejezések segítségével itt is levezethető az áram megmaradás és moz-<br />
gásegyenlet megfelelő alakjai.<br />
A kanonikusan konjugált változók a φl anyag mező és a kanonikusan<br />
konjugált impulzus:<br />
πl = ∂L<br />
∂(∂0φl)<br />
∂LM<br />
= . (5.71)<br />
∂(D0πl)<br />
A gauge mező kanonikusan konjugált impulzusa:<br />
Π µ<br />
αi =<br />
A Hamilton-sűrűség:<br />
L<br />
. (5.72)<br />
∂(∂0Aαµ)<br />
HM = πl∂0φl + Παi∂0Aαi − LM. (5.73)<br />
A j ν α megmaradó áram (∂νj ν α = 0)<br />
∂µF µν<br />
α = −j ν α. (5.74)<br />
A kovariáns áram DλF µµ<br />
α = −J ν α, mely teljesíti a gauge kovariáns árammegmaradást,<br />
azaz DνJ ν α = 0.<br />
A kvantumtérelmélet keretén belül megadható egy olyan Lagrange sűrűség,<br />
mely renormálható kölcsönhatásnak felel meg és a következő szimmetria tu-<br />
lajdonságokkal rendelkezik: Lorentz invariancia, globális gauge invariancia,<br />
85
BRST szimmetria, antighost transzlációs invariancia, ghost szám megma-<br />
radás. A megfelelő Lagrange-sűrűség alakja:<br />
LN = −ZA ˜ F µν<br />
α ˜ Fαµν − Zφ ¯ φγ µ [∂µ − i˜tαAαµ]φ + 1<br />
2 ξ′ hαhα +<br />
(Zω/N£)hα∂µA µ α − Zω(∂µω ∗ α)(∂µωα) + Zω ˜ Cαβγ(∂µω ∗ α)ωβA µ γ, (5.75)<br />
ahol az ˜ F µν<br />
α mezőerősség tenzort felhasználva ˜ Cαβγ = Cαβγ/N a renormált<br />
struktúra konstans és ˜tα = tα/N. A ξ ′ ,Zω,ZA konstansok, hα segédtér, ωα<br />
ghost mező, ω ∗ α antighost mező.<br />
Mivel a Lagrange-sűrűség csak az első ZA ˜ F µν<br />
α ˜ Fαµν tag tartalmaz A α µ-ban<br />
nemlineáris kifejezést, ezért csak ezzel fogunk foglalkozni a későbbiekben.<br />
Megjegyzzük, hogy ha nem követeltük volna meg a fenti invarianciákat,<br />
további A α µ vektortérrel kölcsönható tagokat, ill. A α µ-ben magasabb fokú<br />
kifejezéseket is tartalmazhatna a Lagrange-sűrűség.<br />
5.4. Csoport integrálás<br />
Invariáns integrál létezik és a létezés ekvivalens az invariáns Radon mérték<br />
létezésével. Ebben a fejezetben Haar[111], Wilson által bevezetett invariáns<br />
integrál néhány alapvető tulajdonságát vizsgáljuk meg kompakt Lie csopor-<br />
tokon. Minden integrálra fennáll:<br />
<br />
<br />
<br />
dg(af(g) + bh(g)) = a<br />
<br />
dgf(g) + b<br />
dgh(g)<br />
dgf(g) > 0, ha f(g) > 0 minden g-re, (5.76)<br />
ahol f és h folytonos függvények a csoporton és a, b komplex számok. Ahhoz,<br />
hogy mérték invariáns legyen:<br />
<br />
dgf(g) = dgf(gg ′ ), (5.77)<br />
ahol g ′ a csoport egy tetszőleges fix eleme. (A közönséges integrálnál ez meg-<br />
felel az integrációs változó eltolásának.) Mivel kompakt csoportokat fogunk<br />
86
vizsgálni, ezért normáljuk a mértéket úgy, hogy<br />
<br />
dg1 = 1. (5.78)<br />
Belátható, hogy ez a mérték létezik és egyértelmű.<br />
Tetszőleges kompakt csoportra a Haar-mérték az egyetlen, ami eleget tesz<br />
a következő feltételnek:<br />
1. Invariáns<br />
<br />
f(U)dU =<br />
G<br />
<br />
G<br />
<br />
f(V U)dU =<br />
G<br />
f(UV )dU ∀ V ∈ G. (5.79)<br />
2. Normálás:<br />
<br />
dU = 1. (5.80)<br />
G<br />
Kompakt csoporton a Haar-mérték kielégíti a következő feltételt:<br />
<br />
f(U)dU = f(U −1 )dU. (5.81)<br />
G<br />
G<br />
A G = SU(2) esetben a csoportelemeket parametrizálhatjuk a következő<br />
módon:<br />
U = x 0 1 + ixτ =<br />
⎛<br />
⎝ x0 + ix 3 , x 2 + ix 1<br />
−x 2 + ix 1 , x 0 − ix 3<br />
Az x i paraméterek ki kell, hogy elégítsék a<br />
detU = x 2 = (x 0 ) 2 + x 2 = 1 (5.82)<br />
feltételt, mely S 3 gömböt határoz meg. A numerikus számítások során,<br />
x0,x1,x2,x3 kvaternió reprezentációt alkalmaztuk , mivel a futás idő is gyor-<br />
sabb és a memória igény is kisebb a mátrix reprezentációhoz képest. Másik<br />
általánosan ismert parametrizálása az SU(2)-nek a ϕ szöggel és n egység-<br />
vektorral történik.<br />
<br />
iϕnτ<br />
U = exp = cos<br />
2<br />
ϕ<br />
<br />
1 + i sin<br />
2<br />
ϕ<br />
<br />
nτ, (5.83)<br />
2<br />
ahol 0 ≤ ϕ < 2π, | n |= 1. A Haar-mérték alakja:<br />
dU = 1<br />
4π2dϕdΩ(n) <br />
sin ϕ<br />
2 .<br />
2<br />
(5.84)<br />
Ezzel a jelöléssel a Haar-mérték, ahol dΩ(n) az egységsugarú gömbön definiált<br />
3 dimenziós Hausdorff-mérték.<br />
87<br />
⎞<br />
⎠ .
5.4.1. Lie-algebra<br />
Tetszőleges Lie csoport egységelemének egy elegendően kicsiny környezetében<br />
a csoport elemeit felírhatjuk (A gauge elméletben a jelölés némileg eltér<br />
a matematikában szokásos jelölésektől, ahol a képletekben néhány helyen<br />
imaginárius egység szerepel (például a struktúra konstansok elött is, ahol a<br />
matematikában nem.))<br />
g(α) = 1 + α a iT a + O(α 2 ), (5.85)<br />
ahol a T a mennyiségek a Lie-algebra generátorai. A Lie csoport infinite-<br />
zimális generátorai algebrát alkotnak a [T a ,T b ] = T a T b − T b T a műveletre.<br />
Az Abel csoportnál [T a ,T b ] kommutátorok azonosan nullák. A különböző Lie<br />
csoportok, melyek az egységelemhez infinitezimálisan közeli elemekkel való<br />
szorzás tekintetében ekvivalensek, azaz a Lie-algebrájuk ugyanaz, globálisan<br />
eltérően viselkedhetnek. Ez tükröződik a nemabeli Lagrange-sűrűség tulaj-<br />
donságaiban is.<br />
A T a generátorok kommutációs relációja: <br />
T a ,T b<br />
= C abc T c , ahol a C abc -<br />
k a struktúra konstansok. A kommutációs relációkra tejesül az alábbi Jacobi<br />
azonosság:<br />
<br />
T a , <br />
T b ,T c<br />
+ <br />
T b , [T c ,T a ] <br />
+ <br />
T c , <br />
T a ,T b<br />
= 0,<br />
C ade C bcd + C bde C cad + C cde C abd = 0. (5.86)<br />
Mivel a gauge elméletben a lokális szimmetriák a mezők unitér transz-<br />
formációi, ezért a Lie-algebrák véges dimenziós Hermitikus reprezentációjával<br />
foglalkozunk, ami elvezet a megfelelő Lie csoportok véges dimenziós unitér<br />
reprezentációjához.<br />
Ha a T a generátorok kommutálnak, akkor a megfelelő Lie csoport Abel<br />
csoport. Például ilyen csoport a fázis forgatások csoportja U(1), melynek<br />
elemei a ψ → exp(iα)ψ. Ha az algebra nem tartalmaz kommutáló eleme-<br />
ket, akkor féligegyszerűnek hívjuk. Ha a Lie-algebra nem osztható a ge-<br />
nerátorok két kölcsönösen kommutáló halmazára a Lie-algebra egyszerű. A<br />
88
Lie-algebra általában nemabeli egyszerű komponensek és további abeli ge-<br />
nerátorok direkt összege. Killing és Cartan osztályozása [125] szerint az<br />
összes lehetséges kompakt egyszerű Lie-algebrának három család felel meg<br />
az úgynevezett klasszikus csoportoknak. Számomra a következő 2 mátrix<br />
csoport és Lie-algebrájuk lesz fontos:<br />
1. Az N dimenziós vektorok unitér transzformációi ξ, η, legyenek komplex<br />
N dimenziós vektorok. A lineáris transzformáció alakja: ξa → Uabξb ηa →<br />
Uabηb. Ez a transzformáció unitér, ha skalár szorzat tartó: (η,ξ) = (Uη,Uξ).<br />
Az U(1) ezen családhoz tartozik, továbbá fontos szerepet kapnak az SU(N)<br />
részcsoportok is, melyek elemeire det(U) = 1. Az SU(N) infinitezimális<br />
generátorai N × N-es Hermitikus mátrixok, melyekre tr(T a ) = 0. Ezek<br />
N 2 − 1 dimenziós teret alkotnak.<br />
2. Az N dimenziós vektorok ortogonális transzformációi az O(N) csopor-<br />
ton. Ezen csoportok egy részcsoportja a forgás csoportok N dimenziós térben<br />
az SO(N) csoport, infinitezimális generátorai N(N−1)<br />
2 . A jövőben SU(N) és<br />
U(1) csoportokkal fogunk foglalkozni.<br />
Reprezentáció: Ha egy G csoport minden g eleméhez hozzárendelünk a<br />
V lineáris téren ható U[g] : V → V leképezést úgy, hogy a hozzárendelés<br />
művelettartó, azaz U(g1g2) = U(g1)U(g2), akkor a g → U[g] leképezést a G<br />
csoport V téren való ábrázolásának hívjuk. Egy ábrázolás V lineáris terének<br />
alterét invariánsnak nevezzük, ha az ábrázolás operátorai önmagára képezik<br />
le. Az ábrázolás teljes tere és az üres altér triviális invariáns alterek.<br />
Az U ábrázolás reducibilis az V téren, ha V felbontható két nem-triviális<br />
invariáns altér direkt összegére: V = V1 ⊕ V2.<br />
Egy ábrázolás irreducibilis, ha nem reducibilis. Irreducibilis unitér repre-<br />
zentációkkal fogunk foglalkozni. Felhasználjuk a Lie csoport Lie-algebrájának<br />
reprezentációi és a Lie csoport reprezentációi közti kacsolatot [124]. Irredu-<br />
cibillis unitér reprezentáció esetén vizsgáljuk a félegyszerű Lie-algebra két<br />
generátor mátrixa szorzatának nyomát: tr[T a r ,T b r] = D ab . Mivel a generátor<br />
mátrixok Hermitikusak a D ab mátrix pozitív definit.<br />
89<br />
Általában igaz az összes
irreducibilis reprezentációra, hogy<br />
C abc = − i <br />
tr [T<br />
c(r) a r ,T b r],T c <br />
r , (5.87)<br />
ebből következik, hogy a C abc struktúra konstans teljesen antiszimmetri-<br />
kus. G minden egyes irreducibilis reprezentációjához hozzárendelhető a r<br />
konjugált reprezentáció. Az r reprezentáció segítségével felírhatjuk a φ tér<br />
infinitezimális transzformációját: φ → (1 + iα a T a r )φ. Ezen transzformáció<br />
komplex konjugáltja: φ ∗ → (1 − iα a (T a r ) ∗ )φ ∗ . A r konjugált reprezentációja:<br />
T a r = −(T a r ) ∗ = −(T a r ) T .<br />
Másik fontos irreducibilis reprezentáció bármely egyszerű Lie-algebrára<br />
az adjungált reprezentáció, ahol a mátrix:<br />
<br />
T b <br />
G = iCabc<br />
ac<br />
<br />
T b G,T c <br />
G = iCabc T<br />
ae d <br />
G<br />
ae<br />
(5.88)<br />
(5.89)<br />
Nem más mint a Jacobi azonosság. Mivel struktúra konstansok valósak és<br />
antiszimmetrikusak: T a G = − (T a G) ∗ , ezért az adjungált reprezentáció mindig<br />
valós.<br />
Bianchi azonosság:<br />
ε µνλσ (DνFλσ) µ = 0, (5.90)<br />
mely ugyanazt a szerepet játsza a Yang-Mills elméletben, mint a Maxwell<br />
egyenletek az elektrodinamikában.<br />
90
6. fejezet<br />
Rács térelmélet<br />
6.1. Parallel transzporter<br />
6.1.1. Folytonos eset<br />
Jelöljön Cyx olyan pályát, amelyben x a kezdeti y a végpontja a tér-időben.<br />
A Cyx és az SU(N) mátrix kapcsolata:<br />
A párhuzamos eltolás egy olyan s U(Cyx) : Vx → Vy leképezés, ahol a Vx ill.<br />
Vy az x ill. y pontbeli vektorterek, ekkor U(Cyx)φ(x) ∈ Vy, φ i (x) a komplex<br />
skalár mező i = 1,...,N a folytonos euklideszi térben, a φ(x) vektor mező<br />
komponensei, melyre U(Cyx)φ(x) = φ(y), ahol U(Cyx) SU(N)-beli mátrix.<br />
Azaz általánosan azt mondhatjuk, hogy a fenti kifejezéssel a φ(x) mezőt a<br />
(Cyx) pálya mentén leképezzük a φ(y)-ba folytonos és differenciálható módon.<br />
A parallel transzpoter kielégíti a következő feltételeket:<br />
1. U(C) = 1, ha (C) zéró hosszúságú görbe azaz (Vx → Vx) a konstans<br />
leképezés.<br />
2. U(C2 ◦ C1) = U(C2)U(C1), ahol C2 ◦ C1 jelöli a C1 és C2 egymás utáni<br />
felosztását.<br />
3. U(−C) = U(C) −1 , ahol −C a C-vel ellentétes irányítású pályát jelöli.<br />
91
A parallel transzformáció lokális gauge transzformáltja:<br />
U(Cyx) → U ′ (Cyx) = Λ −1 (y)U(Cyx)Λ(x). (6.1)<br />
A kovariáns derivált bevezetéséhez vizsgáljunk az x és y = x + dx infi-<br />
nitezimálisan közeli pontokat összekötő parallel transzportert egy egyenes<br />
mentén<br />
U(Cx+dx,x) = 1 − Aµ(x)dx µ , (6.2)<br />
ahol Aµ(x) ∈ SU(N) Lie-algebra eleme. A φ(x) mező kovariáns differenciálja:<br />
kapjuk<br />
Dφ(x) = U −1 (Cx+dx,x)φ(x + dx) − φ(x), (6.3)<br />
Dφ(x) = Dµφ(x)dx µ , ahol (6.4)<br />
a kovariáns derivált:<br />
Dµφ(x) = (∂µ − Aµ(x))φ(x). (6.5)<br />
A lokális gauge mező transzformációja:<br />
Aµ → A ′ µ = Λ −1 (x)Aµ(x)Λ(x) − (∂µΛ −1 (x))Λ(x) =<br />
Λ −1 (x)(∂µ + Aµ(x))Λ(x), (6.6)<br />
ahol Λ SU(N)-beli N × N mátrix. Ekkor a kovariáns derivált kovariánsan<br />
transzformálódik:<br />
D ′ µφ ′ (x) = Λ −1 (x)Dµφ(x). (6.7)<br />
A kovariáns derivált geometriai jelentése az általános relativitás elméletben<br />
bevezetett mezőerősség tenzorral analóg módon történik. A parallel transz-<br />
portert felírjuk dx, dy infinitezimális oldalú paralelogramma mentén:<br />
U(Cxx) = 1 − Fµνdx µ dy ν . (6.8)<br />
A térerősség lokális gauge transzformációja :<br />
F ′ µν(x) = Λ −1 (x)Fµν(x)Λ(x). (6.9)<br />
92
6.1.2. Diszkrét eset<br />
Vizsgáljunk egy a rácstávolságú hiperköbös rácsot, az előző fejezetben tárgyalt<br />
folytonos euklideszi-tér rács regularizációját. A φ(x) skalár mezőt csak a<br />
rácspontokon értelmezzük. A lokális gauge transzformációja:<br />
φ(x) → φ ′ (x) = Λ −1 (x)φ(x). (6.10)<br />
A folytonos esettel ellentétben, ahol a gauge mezőt megadtuk a parallel<br />
transzporterek segítségével infinitezimális távolság esetén, ezen esetben be<br />
kell vezetni a legközelebbi nemzérus rácstávolságot a-t a hiperköbös rácson.<br />
Ezért az elemi parallel transzporterek rácson összekapcsolódnak a b linkek-<br />
kel, mely a szomszédos pontokat köti össze. Legyen x egy tetszőleges pont<br />
a rácson. A szomszédos pontokat felírhatjuk az x + aˆµ alakban, ahol µ =<br />
1, 2, 3, 4 és ˆµ jelöli az µ-edik egységvektort. Az x-ből x + aˆµ-be mutató lin-<br />
keket, jelölhetjük a következő rendezett párral: b = (x + aˆµ,x) ≡ (x,µ). A<br />
parallel transzportert megfogalmazhatjuk a b linkkel:<br />
U(b) ≡ U(x + aˆµ,x) ≡ Uxµ ∈ G, (6.11)<br />
ahol G a gauge csoport. Az így bevezetett link változó eleget tesz a parallel<br />
transzporter megfelelő tulajdonságainak. Tetszőleges C = bn ◦ bn−1 ◦ ... ◦ b1<br />
pályára a rácson a parallel transzporter U(b) = U(bn)...U(b1) ≡ <br />
b∈C U(b),<br />
ami leírja a link változókat. Ezek összességét {U(b)}-vel jelöljük [119]. A<br />
link változók transzfomációja:<br />
U ′ (y,x) = Λ −1 (y)U(y,x)Λ(x). (6.12)<br />
Definiáljuk a kovariáns deriváltat:<br />
Dµφ(x) = 1<br />
a (U −1 (x,µ)φ(x + aˆµ) − φ(x)). (6.13)<br />
A közönséges deriváltak helyettesítése kovariáns deriváltakkal a kinetikus<br />
tagban:<br />
1<br />
2<br />
<br />
x<br />
a 4 <br />
2<br />
DµφDµφ = −a<br />
〈xy〉<br />
φ(x)U(x,y)φ(y) + 4a<br />
93<br />
2 <br />
x<br />
φ(x) 2 . (6.14)
A legkisebb zárt loopot a rácson plakettnek hívjuk. Egy plakettet 4 link<br />
határol, a plakett a következő pontokat tartalmazza:x,x+aˆµ,x+aˆµ+aˆν,x+<br />
aˆν, ezt p = (x;µν): jelöljük. A megfelelő parallel transzportert a következő<br />
alakban írhatjuk:<br />
Up ≡ Ux;µν ≡ U(x,x + aˆν)U(x + aˆν,x + aˆµ + aˆν) ×<br />
U † (x + aˆµ + aˆν,x + aˆµ)U † (x + aˆµ,x), (6.15)<br />
melyet plakett változónak hívunk. Wilson javaslatára [114, 115] a hatás egy-<br />
szerű rács gauge elméleti definícióját a plakett változókkal felírva: S[U] =<br />
<br />
p Sp(Up) alakban adhatjuk meg, azaz a hatás az összes p plakettre lett<br />
összegezve, ahol <br />
p = <br />
x<br />
felírt hatás (egyetlen irányt kitüntetve):<br />
Sp(Up) = β<br />
<br />
1≤µ,ν≤4 kifejezést jelenti. Az elemi plakettre<br />
<br />
1 − 1<br />
N RetrUp<br />
<br />
. (6.16)<br />
6.2. Wilson hatás, rács Hamilton<br />
A Wilson hatás gauge invariáns, mivel trU ′ p = trUp alkalmasan választott<br />
SU(N) csoportra, továbbá valós és pozitív. Vizsgáljuk meg hogyan lehet<br />
felírni a Yang-Mills hatást a Wilson hatás segítségével. Korábban bevezettük<br />
a vektorpotenciált: Aµ(x) = −igA b µ(x)Tb. Lie-algebra értékű vektormezőt<br />
definiálták rácson és<br />
U(x,µ) ≡ exp(−aAµ(x)) = 1 − aAµ(x) + a2<br />
2 Aµ(x) 2 + ... (6.17)<br />
felhasználjuk:Aν(x+aˆµ) = Aν(x)+a∆ f µAν(x), ahol ∆ f µf(x) = 1<br />
a (f(x+aˆµ)−<br />
f(x)). A Campbell-Baker-Hausdorff kifejezés: exp(x) exp(y) = exp(x + y +<br />
1[x,y]<br />
+ ...), ezért kapjuk:<br />
2<br />
Ux;µν = exp <br />
−a 2 Gµν(x) <br />
, ahol Gµν(x) = Fµν(x) + O(a) (6.18)<br />
Fµν(x) = ∆ f µAν(x) − ∆ f νAµ(x) + [Aµ(x),Aν(x)]. (6.19)<br />
94
Ezért<br />
1 − 1<br />
N RetrUp = 2tr1 + a 4 tr(Fµν(x)) 2 + O(a 5 ), (6.20)<br />
mivel trGµν(x) = 0 és <br />
p tr(Fµν(x)) 2 = 1 <br />
2 x;µν tr(Fµν(x)) 2 .<br />
hatásra a következő kifejezést kapjuk:<br />
A Wilson<br />
S = − β<br />
4N<br />
<br />
a<br />
x<br />
4 trFµν(x)F µν (x) + O(a 5 ). (6.21)<br />
Ezért a vezető tag kis a-ra egybeesik a Yang-Mills hatással, ha β = 2N<br />
g 2 és g<br />
megfelel a rács elmélet csupasz csatolási konstansának. Felbontjuk a hatást<br />
tér- és időszerű komponensekre<br />
S = 2<br />
g 2<br />
<br />
pt<br />
(N − trUpt) − 2<br />
g 2<br />
<br />
(N − trUps),<br />
ps<br />
ahol g a csatolási állandó folytonos határértéke, a (-) előjel a Minkovski tér-<br />
idő szerkezetéből származik. Az Upt Taylor sor kifejtése az idő függő tagban.<br />
Upt = U(t)U † (t + at) = UU † + atU ˙ U † + a2 t<br />
2 U܆ + ...,<br />
U † jelenti U adjungáltját. A Wilson hatásban megjelenő kifejezések:<br />
N − trUpt = − a2 t<br />
2 tr(U܆ ) O(a 3 t) korrekcióval.<br />
Mivel UU † = 1, a trace eltűnteti N-et. A U ˙ U + U ˙ U † = 0 kifejezésből<br />
tr(U ˙ U † ) is nullává válik. A UU † = 1 második deriváltja: ÜU† + 2 ˙ U ˙ U † +<br />
UÜ † = 0. Ezért a Hamiltoni rácshatás:<br />
∆SH = 2<br />
g2 ⎛<br />
⎝ a2 <br />
t<br />
tr<br />
2<br />
Ui<br />
˙ ˙ U †<br />
<br />
i − <br />
⎞<br />
(N − tr (Uij)) ⎠ .<br />
Az általános diszkretizált ansatz:<br />
<br />
S = at a<br />
t<br />
3 <br />
s L.<br />
s<br />
i<br />
ij<br />
95
A skálázott Hamilton sűrűség.<br />
atH = 2<br />
g2 ⎛<br />
⎝ a2 <br />
t<br />
tr<br />
2<br />
Ux,i, ˙ ˙ U †<br />
<br />
x,i + <br />
⎞<br />
(N − tr (Ux,ij)) ⎠ , (6.22)<br />
azaz<br />
x,i<br />
H = a 3 <br />
<br />
s tr<br />
s<br />
x,ij<br />
˙U, ∂L<br />
∂ ˙ <br />
− L . (6.23)<br />
U<br />
A várhatóérték:<br />
〈Θ〉 = Z −1<br />
<br />
<br />
(dU)Θ(U) exp(−S(U)), ahol (6.24)<br />
Z = (dU) exp(−S(U)).<br />
A gauge mező leírásához funkcionál integrált használunk. Folytonos esetben<br />
az előző mennyiség várhatóértéke:<br />
〈Θ〉 = 1<br />
<br />
D[Aµ]Θ exp(−S[Aµ]). (6.25)<br />
Z<br />
Az integrált a gauge mező összes konfigurációjára vett funkcionál integráljára<br />
írjuk fel. Rácson a gauge mezőt megadhatjuk a link változók konfigurációjával.<br />
A {U(b)} ≡ U és Θ({U(b)}) link változókkal felírt mennyiség várhatóértéke:<br />
〈Θ〉 = 1<br />
<br />
<br />
dU(b)Θ exp(−S(U)), (6.26)<br />
Z b<br />
<br />
ahol Z = b dU(b) exp(−S(U)) és S(U) a Wilson hatás. Ha bevezetjük<br />
φ(x) az ”anyag” mezőt az ennek megfelelő integrált kapjuk:<br />
〈Θ〉 = 1<br />
<br />
<br />
dU(b)<br />
Z<br />
<br />
dφ(x)Θ exp(−S(U,φ)). (6.27)<br />
b<br />
x<br />
Ezekben a kifejezésekben az integrációs mértéket, dU(b)-t, úgy kell választa-<br />
ni, hogy gauge invariáns legyen.<br />
A gauge transzformáció során<br />
U ′ (x,y) = Λ −1 (x)U(x,y)Λ(y) (6.28)<br />
mérték és hatás invariáns: dU = dU ′ , S(U) = S(U ′ ).<br />
96
7. fejezet<br />
NAME kaotikus<br />
tulajdonságainak vizsgálata<br />
rácson<br />
A klasszikusan leírható mértékterek kaotikus dinamikája nagy energia sűrűsé-<br />
gen és hőmérsékleten lezajló, a nehézionreakciók során fellépő entrópia pro-<br />
dukció (mely a keletkezett hadronok nagy számában tükröződik), illetve a ko-<br />
rai univerzum magas hőmérsékletű (T ≈ 200GeV) tartományában entrópia<br />
keltő fizikai mechanizmusok megértéshez nyújt egy lehetséges modellt.<br />
A mértékterek kaotikus tulajdonságait az 1980-as évek óta vizsgálják<br />
analitikus és numerikus eszközökkel. Az előző fejezetben láttuk, hogy a<br />
Wu-Yang monopólus egy instabil analitikus megoldását adja a Yang-Mills<br />
egyenletnek. A 90-es évek második felében a relativisztikus nehézion re-<br />
akciók és a forró univerzum korai időszakának kutatása során a mértékterek<br />
kaotikus dinamikáját vizsgálták a Hamiltoni rácstérelmélet keretében klasz-<br />
szikus közelítésben. Az energia függést tanulmányozták U(1),SU(2), SU(3)<br />
mértéktereken illetve Higgs doubletekből álló összetett rendszereken, a ma-<br />
ximális Ljapunov-exponens meghatározása érdekében. Kisebb rendszerekre<br />
a teljes valós Ljapunov spektrumot is tanulmányozták, melyből az entrópia<br />
97
produkció is kiszámítható.<br />
Mint statisztikus fizikai rendszer kanonikus és mikrokanonikus sokaságo-<br />
kat feltételezünk, azaz az energia állandó marad az időfejlődés során a teljes<br />
rendszeren ill. minden egyes elemi cellára.<br />
7.1. XY modell<br />
A Yang-Mills elmélet legegyszerűbb modellje az XY modell, mely az ere-<br />
deti rendszer több fontos tulajdonságával rendelkezik. Vizsgáljuk csak két<br />
homogén módusát a nemabeli SU(2) vektorpotenciálnak: x = A 2 1(t) és<br />
y = A 1 2(t)-t, melyek nem egyenlőek nullával. Ekkor a következő egyszerű<br />
effektív Hamilton-sűrűséget kapjuk, mely a nemzéró vektorpotenciál kompo-<br />
nensnek köszönhetően egy nemlineáris csatolt két szabadság fokú mechanikai<br />
rendszernek felel meg:<br />
H(p,q) = 1<br />
2 (p2 x + p 2 y) + g2<br />
2 x2 y 2 , ahol V (x,y) = g2<br />
2 x2 y 2 , (7.1)<br />
px = ˙x, py = ˙y, px ˙ = −g 2 xy 2 , py ˙ = −g 2 x 2 y.<br />
Szorozzunk g 2 -tel és skálázzunk g-vel:<br />
gx → x, gy → y, g 2 H → H ′ . Ekkor a skálázott Hamilton függvény:<br />
H ′<br />
= g 2 H = 1<br />
2 (p2 x + p 2 y + x 2 y 2 ), ahol g a csatolási konstans. (7.2)<br />
A mozgásegyenletet a Hamilton függvényből származtatva:<br />
¨x + xy 2 = 0, (7.3)<br />
¨y + x 2 y = 0.<br />
Ilyen x 2 y 2 típusú potenciált a fizika több területén is alkalmaztak mágneses<br />
erőtérbeli hidrogén atom diszkrét spektrumának meghatározásánál.<br />
Számos tanulmányban vizsgálták a mozgásegyenletet, mely nemintegrál-<br />
ható és kaotikus mozgást ír le [129, 130, 131, 132]. A Yang-Mills modell<br />
98
y<br />
0.1<br />
0.05<br />
0<br />
-0.05<br />
-0.1<br />
-0.15<br />
-0.2<br />
’lpc2.dat’<br />
’lpcn.dat’<br />
0.00075/x<br />
-0.00075/x<br />
-0.1 -0.05 0 0.05 0.1 0.15 0.2<br />
x<br />
7.1. ábra. Klasszikus trajektóriák az XY modellben.<br />
numerikus vizsgálatát az XY modell tanulmányozásával kezdtem, a Ljapu-<br />
nov spektrum meghatározása volt az első közelítése a NAME kaotikus vi-<br />
selkedésének, mely során kapott eredmények egy része a [61] cikkben lett<br />
publikálva.<br />
Mivel bármely energián a mozgás hasonló egy másik alkalmasan skálázott<br />
energián történő mozgáshoz, ezért elég egy energia értéket vizsgálni. Ezért<br />
H = E = 1<br />
2 állandó energián a mozgás hiperbolikus x2 y 2 = 1 potenciálon<br />
belül történik, ahol a pályák a potenciálfalakat érintve kitöltik a fázisteret.<br />
A valós idejű rácsszámolással ki lehet számolni a periódikus, azaz reguláris<br />
pályákat. A rendszer kaotikus viselkedése könnyen látható a potenciálfal ne-<br />
gatív görbületéből, az ilyen konkáv alakú potenciálfal defókuszálja a beérkező<br />
közeli trajektóriákat. Ez megfelel a M stabilitásmátrix negatív sajátértékei-<br />
nek.<br />
A (7.2) egyenletnek eleget tevő egy paraméteres Hamilton függvény<br />
H = 1<br />
<br />
p<br />
2<br />
2 x + p 2 y + <br />
x 2 1 <br />
y<br />
2 a<br />
, (7.4)<br />
ahol a kvadratikus potenciált a = 1 esetén kapjuk vissza és hiperbolikus<br />
billiárdra vezet, ha a → 0.<br />
99
Az XY modell stabilitás mátrixa, ahol q ≡ (x,y), p ≡ (px,py) :<br />
M =<br />
M =<br />
⎛<br />
⎜<br />
⎝<br />
⎛<br />
⎜<br />
⎝<br />
∂ ˙q<br />
∂q<br />
,<br />
∂ ˙q<br />
∂p<br />
∂ ˙p<br />
∂q<br />
,<br />
∂ ˙p<br />
∂p<br />
⎞<br />
∂ 2 H<br />
∂p∂q , ∂ 2 H<br />
∂ 2 p<br />
− ∂2 H<br />
∂ 2 q , − ∂2 H<br />
∂p∂q<br />
⎟<br />
⎠ , ahol ˙q = ∂H<br />
∂p<br />
⎞<br />
⎟<br />
⎠ .<br />
A karakterisztikus egyenlet:<br />
⎛<br />
0 − ω, 1<br />
det(M − ω1) = det ⎝<br />
−∂2 ⎞<br />
⎠ ,<br />
qV, 0 − ω<br />
ahol<br />
∂ 2 qV =<br />
⎛<br />
⎝ y2<br />
2xy<br />
2xy x 2<br />
⎞<br />
⎠, azaz V = 1<br />
2 x2 y 2 ,<br />
⎛ ⎞ ⎛<br />
δ ˙x 0<br />
⎜ ⎟ ⎜<br />
⎜ ⎟ ⎜<br />
⎜ δ˙y ⎟ ⎜ 0<br />
⎜ ⎟<br />
⎜ ⎟ = ⎜<br />
⎜ δpx ˙ ⎟ ⎜ −y<br />
⎝ ⎠ ⎝<br />
δpy ˙<br />
0 1 0<br />
0 0 1<br />
2 −2xy<br />
−2xy 0 0<br />
−x2 ⎞ ⎛ ⎞<br />
δx<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ δy ⎟<br />
⎟ ⎜ ⎟<br />
⎟ ⎜ ⎟ .<br />
⎟ ⎜ δpx ⎟<br />
⎠ ⎝ ⎠<br />
0 0 δpy<br />
, ˙p = −∂H , azaz<br />
∂q<br />
Az analitikus Hamilton függvény x 2 y 2 potenciállal komplex fázis tér struk-<br />
túrával rendelkezik: KAM tórusszal, keverő stabil tartománnyal, stabilitás<br />
elliptikus szigeteivel. Numerikusan tanulmányozták a Poincaré-leképezését<br />
és Ljapunov-exponensét, mely a kaotikus ill. reguláris tartományokra jel-<br />
lemző tulajdonságokat mutat.<br />
T. Bountis egy általánosabban definiált Hamilton függvényt vizsgált:<br />
H(α) = ( ˙x 2 + ˙y 2 + x 2 y 2 )/2 + α(x 2 + y 2 )/2, (7.5)<br />
mely α → 0 esetén destabilizálja az összes pályát, azaz α = 0 esetén nincs<br />
stabil pálya. A H(0) Hamilton függvény teljesen kaotikus a periódus kettőző<br />
bifurkáció következtében [128].<br />
100
Vizsgálták az M stabilitásmátrix sajátértékeit, mely szerint, ha a saját-<br />
értékek valósak, a trajektóriák exponenciálisan távolodnak, azaz a mozgás<br />
instabil, az imaginárius sajátértékek pedig a stabil mozgásnak felelnek meg.<br />
Mivel a sajátértékek idő függőek, ezért a mozgás stabilitása is időben változó.<br />
Az M sajátértékei ω± = ±[−b ± (b2 − 4c) 1<br />
2] 1<br />
2, ahol b = ∂2V/∂x 2 1 + ∂2V/∂x 2 2<br />
és c = (∂2V/∂x 2 1)(∂2V/∂x 2 2) − (∂2V/∂x1∂x2) 2 .<br />
A trajektóriák hiperbolikus potenciálfalak közti mozgását, azaz a centrális<br />
és az egyes csatornákban kialakuló időfejlődést szögfüggő lineáris oszcillátorral<br />
modellezték, ahol az x-et paraméternek tekintjük ωy = x. Ha a sebesség<br />
párhuzamos az x vagy y tengelyekkel a mozgás nem korlátos, a részecske<br />
végtelen ideig tartózkodik a csatornában. Numerikus számolások alapján, ha<br />
a részecske sebessége rendelkezik a tengelyre merőleges irányú komponenssel,<br />
véges időtartam után visszatér a centrális tartományba. A periódikus pályák<br />
a centrális tartományban alakulhatnak ki átmenetileg. Bár a fázistérbeli<br />
mozgás majdnem minden esetben korlátos, a csatornákban logaritmikusan<br />
divergens. A korábban bevezetett egyenlet kvantum mechanikai analógiájára<br />
Berry Simon adott formális bizonyítást , miszerint a klasszikusan végtelen<br />
fázis térfogat a kvantummechanikában diszkrét spektrummal rendelkezik.<br />
A klasszikus Hamilton függvény kvantálása fontos kérdés az eredeti Yang-<br />
Mills térelmélet problémáinak minél pontosabb megválaszolására. Bohr és<br />
Sommerfeld kvantálást, Gutzwiller trace formulát, további modell számo̷lá-<br />
sokat vezettek be. Ez a kérdés máig is nyitott kérdése a rácstérelméletnek.<br />
Az XY modell numerikus számolását [61] cikkben vizsgáltam. A stabi-<br />
litásmátrix sajátértékeinek meghatározása fontos szerepet játszik a Ljapunov-<br />
exponens teljes spektrumának kiszámításában, melyet a következő fejezetben<br />
mutatunk meg.<br />
101
7.2. Rács Yang-Mills elmélet<br />
A következőkben a klasszikus rács SU(2) gauge elmélet Hamiltoni megfogal-<br />
mazását használjuk [106]. A Hamilton függvény:<br />
H ′ = g2 aH<br />
4<br />
= <br />
x,i<br />
a2 4 tr U ˙ †<br />
x,i, ˙ <br />
Ux,i<br />
+ <br />
x,ij<br />
<br />
1 − 1<br />
2 trUx,ij<br />
<br />
,<br />
ahol Ux,i jelenti az SU(2) csoport elemet, mely a rácson az x = (x1,x2,x3)<br />
pontban kezdődő i irányba mutató x + aei linket jelenti, Ux,ij azt az Ux,ij =<br />
Ux,iUx+i,jU †<br />
x+j,iU †<br />
x,j elemi plakettet jelöli , mely az x pontban kezdődő i és j<br />
elemi vektorok által kifeszített síkban fekszik. Áttérünk csak linkek szerinti<br />
összegzésre:<br />
H = <br />
x,i<br />
<br />
1<br />
2 〈 ˙ Ux,i, ˙ <br />
Ux,i〉 + 1 − 1<br />
4 〈Ux,i,Vx,i〉<br />
<br />
,<br />
ahol a komplement link változó Vx,l(U):<br />
Vx,l = 1<br />
4<br />
<br />
( (l,s):{(i,j),(k,j),<br />
(−i,j),(−k,j)} )<br />
Ux+l,sU †<br />
†<br />
x+l+s,−lU x+l,−l , ahol<br />
az i,j,k a három dimenziós rács egységvektorai.<br />
A már korábban bevezett kvaternió reprezentációt alkalmaztuk:<br />
U = u01 + iτu U =<br />
⎛<br />
⎝ u0 + iu3,iu1 + u2<br />
iu1 − u2,u0 − iu3<br />
A Hamilton függvényből származtatott mozgásegyenlet:<br />
˙U = P,<br />
P ˙ = V − 〈U,V 〉 U − 〈P,P 〉 U,<br />
ahol 〈P,P 〉 = 1 <br />
2 j PjP j .<br />
102<br />
⎞<br />
⎠ .
A rács mozgásegyenlet [107]:<br />
Ut+1 − Ut−1 = 2h(P ⋆<br />
t − εU ⋆ t ),<br />
Pt+1 − Pt−1 = 2h(V (U ⋆ t ) − µU ⋆ t + εP ⋆<br />
t ), ahol<br />
ε = 〈U⋆ t ,P ⋆<br />
t 〉<br />
〈U⋆ t ,U ⋆ t 〉 , µ = 〈V (U⋆ t ),U ⋆ t 〉 + 〈P ⋆<br />
〈U⋆ t ,U ⋆ t 〉<br />
t ,P ⋆<br />
t 〉<br />
, és (7.6)<br />
U ⋆ t = aUt+1 + bUt + cUt−1. (7.7)<br />
Az ε,µ a Lagrange multiplikátorokat jelöli.<br />
A Hamiltoni rendszer energiája, a mozgás során állandó volt. Az egyenle-<br />
trendszer megoldásánál periodikus határfeltételt alkalmaztuk. A színtöltést<br />
definiáltuk<br />
Γi = <br />
l+<br />
PlU †<br />
l<br />
− <br />
összefüggéssel. A megváltozás mértéke:<br />
l−<br />
U †<br />
l Pl, i = 1,...N (7.8)<br />
˙Γi = <br />
(V U † − 〈V,U〉1), (7.9)<br />
l+<br />
ahol P1 = QU1 és Pn = U †<br />
n−1Pn−1Un, 1 < n < N. A semlegesség feltételét<br />
úgy fogalmazták meg, hogy<br />
Q − F † QF = 0, (7.10)<br />
amiből következik<br />
trQ = 0, (7.11)<br />
Q = q<br />
2 (F † N−1 <br />
− F), ahol F = Ui rendezett szorzat (7.12)<br />
i=1<br />
a kezdeti színtöltés értéke Q, a végállapoté −F † QF.<br />
103
7.2.1. Valós Ljapunov spektrum<br />
A Yang-Mills mezők valós Ljapunov spektrumának meghatározásával az 1990-<br />
es évek elején kezdtek el foglalkozni. Numerikus módszerekkel megmutatták,<br />
hogy az SU(2) gauge elmélet valós idejű Hamiltoni dinamikája térbeli rácson<br />
determinisztikus káoszt mutat a szemiklasszikus határesetben. Meghatároz-<br />
ták a maximális Ljapunov-exponenst háromdimenziós rácson a kezdetben infi-<br />
nitezimálisan közeli trajektóriák exponenciális divergenciájának segítségével,<br />
feltéve az energia és a Gauss törvény megmaradását és a link változók uni-<br />
taritását a mozgásegyenlet megoldása során [116, 117].<br />
ahol<br />
D(Ul,U ′ l) = 1 <br />
| trUp − trU<br />
2Np p<br />
′ p |, (7.13)<br />
<br />
Ul = exp −i 1<br />
2 τ a A a <br />
l , (7.14)<br />
mely eleme az SU(2)-nek. Kezdeti random konfigurációból indítva, hosszú<br />
idő elteltével a D szaturálódik.<br />
A teljes valós Ljapunov spektrumot a rescaling módszerrel vizsgálták<br />
[118]. Tegyük fel, hogy ki akarjuk számolni a két legnagyobb Ljapunov-<br />
exponenst. Válasszunk három, a térben infinitezimálisan közeli z0(0),z1(0),<br />
z2(0) pontot véletlenszerűen. Ha a rendszer kaotikus, a trajektóriák expo-<br />
nenciálisan távolodnak egymástól. Jelölje a trajektóriák közti szeparációs<br />
vektort<br />
di(t) = zi(t) − z0(t), i = 1, 2. (7.15)<br />
A két vektor távolsága Di =| di |. Rögzítsük a fix referencia távolságot: D0 =<br />
Di(0) a t = 0 időpillanatban. A teljes eljárás két lépésből áll. Először kifejt-<br />
jük a zi(t) trajektóriát a mozgásegyenletnek megfelelően adott t0 időinterval-<br />
lumon. A második lépésben átskálázzuk d1 és d2 a szeparációs vektort. A<br />
z0(t0) pont fix marad, de a D1 távolságot átskálázzuk D0 szerint:<br />
z ′ 1(t0) = z0(t0) + D0<br />
D1(t0) d1(t0). (7.16)<br />
104
A skálafaktor legyen:<br />
s k 1 = D1(t0)<br />
D0<br />
, (7.17)<br />
ahol k a k-adik újra skálázást jelöli. A z2(t0) esetén először ortogonalizáljuk<br />
d2(t0)-t d1(t0)-ra, ezután skálázzuk az ortogonalizált d ′ 2 vektort D0 referencia<br />
hosszra, az új skála faktor s k 2. Ezt az eljárást iterálva n-szer:<br />
n ln s<br />
λi = lim<br />
n→∞<br />
k=1<br />
k i<br />
. (7.18)<br />
t0<br />
Itt λ1 a legnagyobb, a λ2 a második legnagyobb Ljapunov-exponens. Hozzá-<br />
adva további trajektóriákat megkaphatjuk a teljes valós Ljapunov spektru-<br />
mot.<br />
Maximális Ljapunov-exponens energia függése aλ0 ∝ g 2 aE (7.7) ábrán<br />
látható.<br />
7.2.2. Teljes komplex Ljapunov spektrum<br />
Az SU(2) Yang-Mills mező teljes komplex Ljapunov spektrumát határoztuk<br />
meg numerikusan három dimenziós rácson a klasszikus kaotikus dinamika<br />
felhasználásával a monodromia mátrix sajátértékeivel. Meghatároztuk a<br />
mikrokanonikus sokaság állapotegyenletét, mint az entrópia-energia relációt,<br />
felhasználva a Kolmogorov-Sinai entrópiát nagy rácsméretre extrapolálva.<br />
Korábbi numerikus kutatások során a Yang-Mills rendszer klasszikus Hamil-<br />
toni dinamikájának vizsgálata során ellenőrizték ekvipartíció teljesülését a<br />
három dimeziós rácson.<br />
Az átlagos energia és a Kolmogorov-Sinai entrópia közti megfeleltetést<br />
először [116] cikkben tárgyalták az egyszerű SU(2) Yang-Mills rendszerre.<br />
A rescaling módszerrel csak a pozitív valós Ljapunov-exponenseket tudták<br />
kiszámítani viszonylag kis rácson (N = 2, 3). A termodinamikai határértékre<br />
(N → ∞) nem lehetett következtetni és a kezdeti értéktől való függésre sem<br />
adtak választ [118]. A [63] cikkben az SU(2) rács gauge elmélet klasszikus<br />
105
kaotikus dinamikának köszönhető ergodizációját vizsgáltuk. Kiszámoltuk<br />
nagyobb rácsokra (N = 2, 3, 4, 5, 6) az entrópiát és extrapoláltuk nagy N<br />
értékekre. A monodromia mátrix felhasználásával a teljes komplex Ljapunov<br />
spektrum jó közelítését állítottuk elő az időben kifejlődő mező konfigurációk<br />
terében rácson. A hosszú időre vett határérték a Ljapunov-exponensek kiszá-<br />
mításában játszik fontos szerepet, a nagy rácsokra vett közelítés a termodi-<br />
namikai határértéket adja meg. A kezdeti konfigurációkat véletlenszerűen<br />
választottuk a Haar-mértéknek és a teljes energiának megfelelően.<br />
A (2.20) összefüggéssel összhangban Li Ljapunov-exponenst kifejezzük a<br />
monodromia mátrix Λi sajátértékeivel:<br />
nt=1 ln Λi(t)dt<br />
Li = lim<br />
n→∞ n<br />
i = 1,...,f, (7.19)<br />
ahol Λi(t) a karakterisztikus egyenlet megoldása:<br />
det[Λi(t)1 − M(t)] = 0, (7.20)<br />
mely összefüggésben M a lineáris stabilitási mátrix, f a szabadsági fokok<br />
száma. A konzervatív dinamikai rendszerek kielégítik a Liouville tételt:<br />
f<br />
Li = 0. (7.21)<br />
i=0<br />
A numerikus számolásokban a diszkrét Ljapunov spektrum definícióját hasz-<br />
náljuk:<br />
L ′ i = 〈Λi〉 (n) = 1<br />
n<br />
n<br />
Λi(tj−1), i = 1,...,f, (7.22)<br />
j=1<br />
ahol a tj idősorozat a gauge mező konfiguráció pálya menti fejlődése során.<br />
A L ′ i mennyiségeket extrapoláljuk hosszú idejű (n → ∞) határértékre, fix<br />
időlépésekkel. Feltesszük, hogy konvergál az Li Ljapunov-exponenshez.<br />
A rescaling módszerben két egymáshoz közeli trajektóriát alkalmaznak,<br />
a monodromia mátrix eljárás csak egy gauge mező idő fejlődését használja,<br />
és lehetőséget ad arra, hogy rövid és hosszú idejű viselkedést is meg tudjuk<br />
különböztetni.<br />
106
A Kolmogorov-Sinai entrópia definiálásához a Pesin kifejezést használjuk:<br />
h KS = <br />
i<br />
L ′ iΘ(L ′ i), (7.23)<br />
ahol a Θ(x) függvény értéke 1, ha az argumentum pozitív és 0 egyébként. A<br />
h KS mennyiség dimenziója 1/idő. Ezért az entrópia sűrűség változását meg-<br />
adhatjuk egy N ×N ×N-es rácson a Kolmogorov-Sinai entrópia normálásával:<br />
〈S〉 =<br />
h KS<br />
Re(L0)N 3,<br />
mely intenzív mennyiség.<br />
(7.24)<br />
Az előző fejezetben bevezetett mozgásegyenlet felhasználásával a stabi-<br />
litás mátrix alakja:<br />
⎛<br />
∂<br />
⎜<br />
M = ⎝<br />
˙ U<br />
∂U ∂ ˙ U<br />
∂P<br />
∂ ˙ P ∂P˙ ∂U ∂P<br />
⎞<br />
⎟<br />
⎠ .<br />
Az egyes parciális deriváltakat felírjuk a mozgásegyenlet segítségével:<br />
∂ ˙ U a<br />
b = 0, ∂<br />
∂U<br />
˙ U a<br />
∂P b = δab ,<br />
∂ ˙ P a<br />
<br />
a<br />
b = ∂V Nc=1 c<br />
b − ∂V Uc<br />
∂U ∂U ∂U b<br />
<br />
Ua − V bU a − N c=1 (UcV c + PcP c )δ ab ,<br />
∂ ˙ P a<br />
∂P b = −2P bU a , ahol<br />
∂V αq N<br />
k ∂V<br />
= βq<br />
∂U αq<br />
l=1<br />
k (U1,...,UN)<br />
∂U βq<br />
l<br />
A karakterisztikus egyenlet alakja ekkor:<br />
⎡⎛<br />
0 1<br />
det ⎣⎝<br />
∂ ˙<br />
⎞ ⎤<br />
⎠<br />
P ∂P˙ − Λi1⎦<br />
= 0.<br />
∂U ∂P<br />
, ahol N = 12, αq,βq = 0, 1, 2, 3.<br />
Ezen kifejezések segítségével mutattuk meg a trajektóriák stabilitását a pálya<br />
tetszőleges pontjának környezetében az (U,P) fázistérben. Kis (δU,δP) per-<br />
turbáció időbeni fejlődését a monodromia mátrix határozza meg. A stabilitás<br />
107
mátrix sajátértékei közül a valós és pozitív mennyiségek a szomszédos tra-<br />
jektóriák exponenciális távolodására utalnak, azaz a mozgás instabil. Hosz-<br />
szú idejű határértékben a Ljapunov-exponenseket megkapjuk a sajátértékek-<br />
ből. A komplex sajátérték imaginárius része a perturbáció oszcillátor frek-<br />
venciáit írja le. A numerikus szimulációkban a szabadsági fokok teljes száma<br />
f = 4×3×N 3 = 12×N 3 , ahol SU(2) csoportelemet 4 valós kvaternió repre-<br />
zentálja (így a fázis tér 2f = 24N 3 dimenziójú). A megmaradási feltételek mi-<br />
att (unitaritás, ortogonalitás) csökken a fizikailag releváns független szabad-<br />
sági fokok száma.<br />
A 2f ×2f méretű stabilitás mátrix spektruma tartalmaz valós és képzetes<br />
részt a komplex számsíkon (7.8,7.9 ábra). A monodromia mátrix bár ritka,<br />
de nagy méretű a sajátérték megfelelő pontossággal történő meghatározására<br />
nem lehet akármilyen módszert alkalmazni. Az eredményeket különböző<br />
eljárásokkal teszteltük: Fagyejev módszer, Jacobi eljárás, Hessenberg módszer,<br />
Lánczos módszer, QR transzformáció. Mivel a komplex sajátértékek meg-<br />
határozására O(f 2 ) memóriát igényel, ezért N = 6 volt a rendszer ma-<br />
ximális mérete, aminek vizsgálatát a számítógép kapacitása lehetővé tette<br />
(ez 2f = 5184 dimenziójú fázistérnek felel meg). A (7.8,7.9) ábrák mutatják<br />
a komplex spektrumot különböző konfigurációkra a trajektória időfejlődése<br />
során. Ha az egy szabadsági fokra jutó energia g 2 aE = 0.1 zártabb struktúrát<br />
alkot alacsony energián, mintha g 2 aE = 0.8 (közel a szaturáció értékhez, 1-<br />
hez). Mindkét esetben a spektrum szimmetrikus a valós és imaginárius tenge-<br />
lyekre, ami annak köszönhető, hogy a Hamiltoni rendszer konzervatív (ener-<br />
gia időfüggetlen). Fontos kvalitatív vonása ezen sajátérték eloszlásoknak a<br />
gap a pozitív és negatív imaginárius rész között: a rendszer úgy viselkedik,<br />
mint egy időben kifejlődött infravörös cutoff (”gluon tömeg”)[108]. A zéró<br />
frekvenciájú módusok száma a szimmetria transzformációkkal áll kapcsolat-<br />
ban, például az időfüggetlen gauge transzformációkkal.<br />
A dinamikai szimulációkból származtathatjuk az állapot egyenletet. Elő-<br />
ször meghatározzuk a végesméret skálázást és extrapoláljuk a végtelenre<br />
1<br />
N<br />
= 0 a rácsot. Megvizsgáljuk a maximális Ljapunov-exponens és a Kol-<br />
108
mogorov-Sinai entrópia energia függését. Ez elvezet az állapotegyenlethez,<br />
ami az S(E) entrópia-energia összefüggés a termodinamikai határértékben.<br />
A (7.10) ábra Ljapunov spektrum valós részzét mutatja meg nagy energián<br />
(g 2 Ea = 0.8) és extrapolálva 1<br />
N<br />
→ 0 az N = 2, 3, 4, 5, 6 rácsméretekből. Ezen<br />
valós spektrumok egymáshoz hasonlóak különböző rácsméretekre. A tisztán<br />
imaginárius rész nagyobb a változók száma növekedésének (több megma-<br />
radási feltétel) köszönhetően. A Ljapunov spektrum rendezett valós részének<br />
struktúrája hasonló minden energián, de az aL0 valós maximális pont a g 2 Ea<br />
energiával skálázódik.<br />
A (7.3) ábra mutatja a Ljapunov-exponens maximális valós részének fluk-<br />
tuációját az eredetileg eltérő kezdeti feltételekre. Az eltérés néhány százalék.<br />
A maximális Ljapunov-exponens energia skálázását vizsgálták korábban is<br />
[116] és a hosszú idejű határesetben lineáris viselkedést tapasztaltak. Alacsony<br />
energián tapasztaltak L0 ∼ E 1<br />
4. További vizsgálatok tendenciája<br />
a L0 ∼ E-re relációra vezet (7.5 ábra). A mi eredményeink lineáris ösz-<br />
szefüggést mutatnak 0.5 együtthatóval (7.6) az energia tartomány középső<br />
részén. A hosszú idejű vizsgálatát a monodromia mátrix sajátértékeiből ka-<br />
pott maximális Ljapunov-exponens valós részének viselkedése még nem teljesen<br />
érthető (7.7 ábra). A legjobb fit E 1<br />
4, de a logaritmus is jól illeszt-<br />
hető. Feltételezhető, hogy túl hosszú trajektória és a konfigurációs tér kom-<br />
paktsága okozza a vizsgált sajátértékeket, ami a Hamiltoni rács mezőelmélet<br />
műterméke. A következőkben a lineáris skálázásra fogunk utalni.<br />
(7.4) ábra mutatja a maximális Ljapunov-exponens extrapolációját a ter-<br />
modinamikai határértékre, különböző energián. Az illesztések majdnem line-<br />
árisnak bizonyultak, feltéve, hogy végesméret szerint skálázódik:<br />
L0 ∼ 1<br />
√ f ∼ N −3<br />
2. (7.25)<br />
Nagy energián az extrapolált L0 nagyobb értéket vesz fel, mint a szimulációk-<br />
ból kapott véges N-re adódott érték.<br />
Végül megkaptuk a normált Kolmogorov-Sinai entrópiát a végesméret<br />
109
szerint extrapolált Li adatokból, melyek a kezdeti értékektől csak kis mér-<br />
tékben függnek és az energia szerint lineárisan skálázódnak.<br />
〈S〉 = (0.5084 ± 0.023) lg(g 2 Ea) + (2.3334 ± 0.0452), (7.26)<br />
ahol a hiba a statisztikából származik. Ez a legjobb fit az inverz hőmérsékletre:<br />
1<br />
T<br />
= ∂ 〈S〉<br />
∂E<br />
0.5<br />
∼ . (7.27)<br />
E<br />
Így az ekvipartíció, azaz az egy szabadsági fokra jutó energia:<br />
E = 1<br />
kT. (7.28)<br />
2<br />
A normált entrópia-energia függése látható a (7.2) ábrán. Az energia<br />
intervallumon belül az entrópia nem mutatott anomális viselkedést véges<br />
rácsméretre. A normált Kolmogorov-Sinai entrópia dinamikáját mutatja a<br />
(7.11 ábra). A kezdeti oszcillációtól eltekintve normált entrópia konstanssá<br />
vált az idő fejlődés során a vizsgált energia intervallumon belül.<br />
H. Markum az előző modell kezdetiértékeit rács kvantum Monte Carlo<br />
módszerrel határozta meg és a klasszikus rescaling eljárással adta meg a<br />
Ljapunov spektrumot SU(2) gauge csoportokra, mellyel a kaotikus tulaj-<br />
donságok és a bezárás fázisátalakulására utaló viselkedést tanulmányozta<br />
[62]. A kezdeti értéket a csatolási állandó függvényében adta meg β = 4/g 2<br />
négy dimenziós euklideszi rácson, melyet áttranszformált Minkowski impul-<br />
zus és mező konfigurációra a három dimenziós Hamiltoni szimulációra, ahol<br />
az időfejlődés és a Ljapunov exponensek már az ismert eljárásokkal meg-<br />
határozhatók. Ezen tanulmány fő eredménye, hogy a maximális Ljapunov<br />
exponens függ a csatolási állandótól és ahol a sztatikus kvark bezárás jelen<br />
van a mozgás kaotikus. Az átmenet a bezárás fázisára visszadja a kritikus<br />
hőmérsékletet. A Ljapunov exponens csökkenése jelzi a káosz csökkenését a<br />
kvark gluon plazmában. Ez kvantitatívan egyezik a QCD vákuum random<br />
mátrix szimulációjával.<br />
110
Ebben a fejezetben numerikusan meghatároztuk a teljes komplex Ljapu-<br />
nov spektrumát az SU(2) Yang-Mills mezőnek háromdimenziós rácson. Fel-<br />
használtuk a monodromi mátrix saját értékeit a klasszikus kaotikus dinami-<br />
kai számításokból. Felírtuk az állapot egyenletet az energia-entrópia reláció<br />
segítségével, felhasználva a Kolmogorov-Sinai entrópia végesméret skálázását<br />
1<br />
N<br />
123] :<br />
→ 0.<br />
Erre a módszerre a következő cikkekben történt hivatkozás [120, 121, 122,<br />
A [121] cikkben az U(1) gauge mezőt monopolus és foton tartományra<br />
bontották fel a bezáró és Coulomb fázis közti átmenettel. Meghatározták<br />
a teljes komplex Ljapunov spektrumot a monodromia mátrix segíségével,<br />
kvantum Monte-Carlo kezdeti értékekre. A monopolus mező Ljapunov sepkt-<br />
ruma ugyanolyan, mint az U(1) mezőé, folytonos esetben a monopolus mező<br />
kaotikus maradt, míg a foton mező regulárissá vált.<br />
A [123] cikkben meghatározták SU(2) és U(1) gauge szimmetria csoporto-<br />
kon a teljes Ljapunov spektrumot a korábban bevezetett eljárással, random<br />
kezdeti értékkel. Tanulmányozták a különös attraktor viselkedését a reguláris<br />
viselkedés uralkodóvá válik a folytonos határérték esetén.<br />
A [122] publikációban a kaotikus kvantálás tanulmányozása során a klasz-<br />
szikus rácson a nemabeli plazmafizika infravörös határértéke mellett számolt<br />
teljes Ljapunov spektrumra történt hivatkozás.<br />
111
L 0<br />
3<br />
2.8<br />
2.6<br />
2.4<br />
2.2<br />
2<br />
1.8<br />
1.6<br />
1.4<br />
1.2<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
SU(2) Yang-Mills EOS<br />
0<br />
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9<br />
g2 a E<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
7.2. ábra. Normált Kolmogorov-Sinai entrópia.<br />
N=6, E=0.964, 10 different seeds<br />
0<br />
10 20 30 40 50 60<br />
seed<br />
70 80 90 100<br />
7.3. ábra. Ljapunov-exponens maximális valós részének különböző random<br />
kezdeti feltételek függvényében, N = 6 rács méret esetén, a skálázott energia<br />
g 2 aE = 0.964.<br />
112
L_0<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
0<br />
0 0.1 0.2<br />
(1/N)^3/2<br />
0.3 0.4<br />
7.4. ábra. Ljapunov-exponensnek maximális valós részének végesméret<br />
skálázása. A különböző egyenesek az eltérő skálázott energia értéknek felel-<br />
nek meg.<br />
aL_0<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
0<br />
0 0.2 0.4 0.6 0.8 1<br />
ag^2E<br />
7.5. ábra. Lineárisan skálázott Ljapunov-exponens maximális valós része az<br />
energia függvényében.<br />
113
a Lmax<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
fit: 0.52929 * x<br />
fit: 1.129 * log( 1 + x/1.826)<br />
Lyapunov scaling, N=6<br />
0<br />
0 0.2 0.4 0.6 0.8 1<br />
g2 a E<br />
7.6. ábra. Ljapunov-exponens maximális valós része az energia függvényében,<br />
rövid idejű tartományon. (N=6)<br />
Lmax<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
fit: f(x) = 0.199 * log(1 + x/0.051)<br />
Lmax time average N=6<br />
0<br />
0 0.1 0.2 0.3 0.4 0.5<br />
g2 aE<br />
0.6 0.7 0.8 0.9 1<br />
7.7. ábra. Ljapunov-exponens maximális valós része az energia függvényében,<br />
hosszú idejű tartományon, N=6 rácsméret esetén.<br />
114
Im<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
-0.4<br />
-0.6<br />
-0.8<br />
RND N=6 DIM=3 E=0.8<br />
-1<br />
-0.6 -0.3 0 0.3 0.6<br />
Re<br />
7.8. ábra. A monodromia mátrix komplex sajátérték spektruma nagy e-<br />
nergián.<br />
Re<br />
1<br />
0.8<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
-0.4<br />
-0.6<br />
-0.8<br />
RND N=6 DIM=3 E=0.06<br />
-1<br />
-0.6 -0.3 0 0.3 0.6<br />
Im<br />
7.9. ábra. A monodromia mátrix komplex sajátérték spektruma alacsony<br />
energián.<br />
115
Re(lambda_i)<br />
0.6<br />
0.4<br />
0.2<br />
0<br />
-0.2<br />
-0.4<br />
Dim=3, RND<br />
-0.6<br />
0 0.2 0.4 0.6 0.8 1<br />
i/(Dim*quat*N^3)<br />
7.10. ábra. A Ljapunov-exponens valós részének spektruma skálázva<br />
(N → ∞) és véges (N=6) rács méret esetén.<br />
1.1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
<br />
1<br />
0<br />
0.001<br />
t/a<br />
0.002<br />
0.003<br />
0.004<br />
0.5<br />
0.45<br />
0.4<br />
0.35<br />
0.3<br />
0.25 g^2Ea<br />
0.2<br />
0.15<br />
0.1<br />
7.11. ábra. A normált Kolmogorov-Sinai entópia idő fejlődése konstans e-<br />
nergia érték esetén (N=6)<br />
116
8. fejezet<br />
Összefoglalás<br />
A dolgozat a nemlineáris jelenségek két ma is kutatott területével foglalko-<br />
zik: fraktál geometriával és a nemabeli térelmélet kaotikus tulajdonságainak<br />
numerikus leírásával.<br />
Bevezettünk egy numerikus módszert, a sandbox eljárást a (4.2) fejezet-<br />
ben, az önhasonló struktúrák általánosított dimenziójának meghatározására<br />
először geometriai, majd természetes mértéket használva. A sandbox eljárás<br />
gyorsabb konvergenciát mutatott a boxcounting módszerhez képest az aszim-<br />
metrikus Cantor-halmazon összehasonlítva ((4.3) fejezet). Stacionárius való-<br />
színűség eloszlást alkalmazva meghatároztuk a Hénon és Lozi-map különös<br />
attraktorának ((4.4) fejezet) általánosított dimenzióját és általánosított ent-<br />
rópiáját, a generáló partíciót felhasználva. Mindkét struktúra multifraktál<br />
viselkedést mutatott.<br />
A (4.5) fejezetben foglalkoztunk a klaszikus Hamiltoni rendszrekkel, me-<br />
lyek kaotikus dinamikája fázisátalakulást mutatott a reguláris és kaotikus<br />
tartományok határán.<br />
Tanulmányoztuk az nemabeli gauge elmélet klasszikus kaotikus tulaj-<br />
donságát rácson. Először az XY modell numerikus megoldásával foglal-<br />
koztunk hiperbolikus potenciál völgyben ((7.1) fejezet). A (7.2) fejezet-<br />
ben felhasználtuk a SU(2) Yang-Mills egyenlet valós idejű megoldását és<br />
117
numerikusan meghatároztuk a teljes komplex Ljapunov spektrumát a mo-<br />
nodromia mátrix sajátértékeinek felhasználásával. A véges méret skálázás<br />
eredményeképpen kapott normált Kolmogorov-Sinai entrópia energia függése<br />
az ideális gáz állapot egyenletéhez hasonló eredményt mutatott.<br />
A nemabeli gauge elmélet egy lehetséges numerikus analízise elvezetett<br />
a kvázi-kvantummechanikai rendszerek vizsgálatához a Ljapunov-exponens<br />
csatolási állandótól való függés tanulmányozásának köszönhetően.<br />
118
Irodalomjegyzék<br />
[1] J. P. Eckmann, D. Ruelle, Rev. Mod. Phys. 57(1985)617.<br />
[2] B. B. Mandelbrot, The Fractal Geometry of Nature (Freeman, San<br />
Francisco, CA) 1982.<br />
[3] M. Hénon, Commun. Math. Phys. 50(1976)69.<br />
[4] R. Lozi, Journal de Physique, 39(1978)C5.<br />
[5] M. Misiurewicz, in: Nonlinear dynamics (Ann. NY Acad. Sci. 357), ed.<br />
R. H. G. Helleman (The NY Acad. Sci. New York, 1980)348.<br />
[6] Witold Hurewicz, Henry Wallman, Dimension Theory, (Princeton Uni-<br />
versity Press, 1948).<br />
[7] J. D. Farmer, E. Ott, J. A. Yorke, Physica D 7(1983)153.<br />
[8] T. Tél, T. Vicsek, J.Phys. A:Math. Gen. 20(1987)L835.<br />
[9] F. Hausdorff, Math. Ann. 79(1919)157.<br />
[10] A. Rényi, Probability Theory, (North Holland, Amsterdam, 1970).<br />
[11] P. Grassberger, Phys. Lett. A 97(1983)227.<br />
[12] H. G. E. Hentschel, I. Procaccia, Physica D 8(1983)435.<br />
[13] Balatoni J., Rényi A., MTA Mat. Kut. Int. 1(1956)9.<br />
119
[14] P. Grassberger, I. Procaccia, Phys. Rev. Lett. 50(1983)346.<br />
[15] J. D. Farmer, Z. Naturforsch. 37a(1983)1304.<br />
[16] P. Grassberger, I. Procaccia, Physica D 9(1983)189.<br />
[17] P. Cvitanovic, G. H. Gunurate, I. Procaccia, Phys. Rev. A 38 (1988)<br />
1503.<br />
[18] H. Hata, Progr. Theor. Phys. 78(1987)721.<br />
[19] P. Grassberger, J. Phys. A 22(1989)585.<br />
[20] P. Grassberger. Phys. Lett. A 97(1983)224.<br />
[21] C. Jung, T. Tél, J. Phys. A 24(1991)2793.<br />
[22] T. Vicsek, F. Family, P. Meakin, Europphys. Lett. 12(1990)217.<br />
[23] T. Vicsek, Phys. A 168(1990)490.<br />
[24] P. Meakin, Progr. Solid. 20(1990)135.<br />
[25] P. Meakin, S. Havlin, Phys. Rev. A 36(1987)4428.<br />
[26] P. Meakin, A. Coniglo, H. E. Stanley, T. A. Witten, Phys. Rev. A<br />
34(1986)3325.<br />
[27] Y. Hayakawa, S. Sato, M. Matsushita, Phys. Rev. A 36(1987)1963.<br />
[28] T. Halsey, P. Meakin, I. Procaccia, Phys. Rev. Lett. 8(1986)854.<br />
[29] D. R. Hofstadter, Phys. Rev. B 14(1976)2239.<br />
[30] G. Paladin, A Vulpiani, Phys. Rep. 156(1987)147.<br />
[31] M. J. Feigenbaum, Comm. Math. Phys. 77(1980)65.<br />
[32] T. C. Halsey et al. Phys. Rev. A 33(1986)1141.<br />
120
[33] P. Grassberger, Phys. Lett. A 107 (1985)101.<br />
[34] Káosz, szerk. Szépfalusy Péter, Tél Tamás (Akadémia Kiadó, Buda-<br />
pest)1982.<br />
[35] H. G. Schuster, Deterministic chaos (Physic-Verlag, Weinheim, 1984).<br />
[36] D. Auerbach, B. Oshughnessy, I. Procaccia, Phys. Rev. A 37(1988)<br />
2234.<br />
[37] Z. Kaufmann, P. Szépfalusy, Phys. Rev. A 40(1989)2615.<br />
[38] A. Csordás, P. Szépfalusy, Phys. Rev. A 39(1989)4767.<br />
[39] A. Csordás, P. Szépfalusy, Phys. Rev. A 38(1988)2582.<br />
[40] P. Szépfalusy, T. Tél, A. Csordás, Z. Kovács, Phys. Rev. A 36(1987)<br />
3525.<br />
[41] J. Bene, P. Szépfalusy, Á. Fülöp, Generic dynamical phase transition<br />
in chaotic Hamiltonian systems, Phys. Rev. A 40(1989)6719.<br />
[42] T. Tél, J. Stat. Phys. 33(1983)195.<br />
[43] B. V. Chirikov, 52(1979)265.<br />
[44] B. V. Chirikov, D. L. Shepelyansky, Physica D 13(1984)395.<br />
[45] P. Grassberger, K. Kantz, Phys. Lett. A 113(1985)235.<br />
[46] A. Cohen, I. Procaccia, Phys. Rev. A 31(1985)1872.<br />
[47] R. Mackay, J. Meiss, I. Percival, Physica D 13(1984)55.<br />
[48] G. Schmidt, J. Bialek, Physica D 5(1982)397.<br />
[49] T. Tél, Á. Fülöp, T. Vicsek, Determination of fractal dimensions for<br />
geometrical multifractals, Physica A 159(1989)155.<br />
121
[50] J. F. Fernandez. J.M. Albarrán, Phys. Rev. Lett. 64(1990)2133.<br />
[51] G. Paladin, A. Vulpiani, J. Phys. A 19(1986)L997.<br />
[52] P. Grassberger, I. Procaccia, Phys. Rev. A 28(1983)2591.<br />
[53] T. Tél, Z. Naturforsch a 43(1988)1154.<br />
[54] D. Russel, J.D. Hanson, E. Ott, Phys. Rev. Lett. 45(1980)1175.<br />
[55] J. D. Farmer, Physica D 4(1982)366.<br />
[56] J. P. Eckmann, I. Procaccia, Phys Rev. A 34(1986)659.<br />
[57] P. Grassberger, R. Badii, A. Politi, J. Stat. Phys. 51(1988)135.<br />
[58]<br />
[59]<br />
[60]<br />
Á. Fülöp, Determination of fractal dimensions and generalized entro-<br />
pies for strange attractors, Proceedings of the NATO Conference ’Chao-<br />
tic Dynamics: Theory and Practice’, Plenum Publ. Corp. , New York,<br />
(1992) 49-52.<br />
Á. Fülöp, The generalized dimensions and generalized entropies of<br />
strange attractors, the Vth Rencontres de Blois ’Chaos and Comp-<br />
lexity’(1993) Conference Proceedings, Editions Frontiéres, France,<br />
(1996)251-252.<br />
Á. Fülöp, Thermodynamical formalism in chaotic systems ”Thermo-<br />
dynamical Lectures”, Proceedings, Esztergom, (1992) <strong>Loránd</strong> <strong>Eötvös</strong><br />
Physical Society, Budapest(1994)111-114.<br />
[61] T. S. Biró,<br />
Á. Fülöp, C. Gong, S. Matinyan, B. Müller and A. Tra-<br />
yanov, Chaotic Dynamics in Classical Lattice Field Theories ”Bad<br />
Honnef 1996,Theory of spin lattices and lattice gauge models” Lecture<br />
Notes in Physics, Springer Verlag 494(1997)164-176.<br />
122
[62] T. S. Biró, Á. Fülöp, M. Feurstein, H. Markum, Investigation of Chao-<br />
[63]<br />
tic Dynamics of Lattice Gauge Configurations Created by Monte Carlo<br />
Techniques Conference Proceedings, ”Strong and Electroweak Matter<br />
’97” Eger,(1997), in World Scientific Publishing Co., (1997)304-308.<br />
Á. Fülöp, T.S. Biró, Towards the Equation of State of Classical<br />
SU(2) Lattice Gauge Theory Phys. Rev. C 64(2001) 064902(5), hep-<br />
ph/0107008.<br />
[64] T. Vicsek, Fractal Growth Phenomena, World Scientific, Singapore,<br />
(1992).<br />
[65] N. N. Oiwa, J. A. Glazier, Cell Biochemistry and Biophysics 41(1)<br />
(2004) 41.<br />
[66] S. G. de Bartolo, R. Gaudio, S. Gabriele, Water Resour Res.<br />
40(2)(2004) 02201.<br />
[67] Z. G. Yu, V. Anh, K. S. Lau, J. Theor. Biol. 226(3)(2004)341-348.<br />
[68] N. N. Oiwa, J.A. Glazier, Physica A 311(1-2)(2002)221-230.<br />
[69] A. Bershadskii, Phys. Lett. A 284(2-3)(2001)136-140.<br />
[70] A. P. S. de Moura, C. Grebogi, Phys. Rev. Lett. 86(13) (2001)2778-<br />
2781.<br />
[71] V. Latora, A. Rapisarda, S. Vinciguerra, Phys. Earth Planet In 109<br />
(3-4)(1998)115-127<br />
[72] T. Kovács, G. Bárdos, Physica A 247(1-4)(1997)59-66.<br />
[73] F. Kun, G. Bárdos, Phys. Rev. E 55(2)(1997)1508-1513.<br />
[74] C. T. Suarez, M. A. L. Quintela, M. C. B. Nunez, An. Quim. 92(4)<br />
(1996)228-232.<br />
123
[75] F. Jestczemski, M. Sernetz, Fractals 4(2)(1996)133-138.<br />
[76] C. K. Lee, L. S. Lee, Heterogen Chem. Rev. 3(3)(1996)269-302.<br />
[77] F. Jestczemski, M. Sernetz, Physica A 223(3-4)(1996)275-282.<br />
[78] F. Kun, H. Sorge, K. Sailer et al., Phys. Lett. B 355(1-2)(1995)349-<br />
355.<br />
[79] J. A. Glazier, S. Raghavachari, C. L. Berthelsen, et al. Phys. Rev. E<br />
51(3)(1995)2665-2668.<br />
[80] F. Caserta, W. D. Eldred, E. Fernandez et al. J. Neurosci Meth.<br />
56(2)(1995)133-144.<br />
[81] M. D. Rintoul, H. Nakanishi, J. Phys. A-Math. Gen. 27(16) (1994)<br />
5445-5454.<br />
[82] C. L. Berthelsen, J. A. Glazier, S. Raghavachari, Phys. Rev. E 49(3)<br />
(1994)1860-1864.<br />
[83] G. A. Niklasson Phys. Scripta T49B (1993)659-662.<br />
[84] T. R. M. Sales, Phys. Rev. E 48(4) (1993)2418-2421.<br />
[85] P. P. Trigueros, F. Mas , J. Claret , et al., J. Electroanal Chem. 348(1-<br />
2) (1993)221-246.<br />
[86] M. A. Lopez-Quintela, M. C. Bujan-Nunez, Mol. Phys. 77(5) (1992)<br />
857-867.<br />
[87] C. L. Berthelsen, J. A. Glazier, M. H. Skolnick, Phys. Rev. A 45(12)<br />
(1992)8902-8913.<br />
[88] M. A. Lopez-Quintela, M. C. Bujan-Nunez, Europhys Lett. 18 (1992)<br />
115-118.<br />
124
[89] C. Allain, M. Cloitre, Phys. Rev. A 44(6)(1991)3552-3558.<br />
[90] P. P. Trigueros, J. Claret, F. Mas, et al., J. Electroanal Chem. 312(1-<br />
2) (1991)219-235.<br />
[91] S. S. Manna, T. Vicsek, I. J. Stat. Phys. 64(3-4)(1991)525-539.<br />
[92] J. Hakansson, G. A. Niklasson, Z. Phys. D Atom Mol. Cl. 20(1-<br />
4)(1990)135-233.<br />
[93] A. Beghdadi, C. Andraud, J. Lafait, J. Peiro, M. Perreau, Fractals,<br />
1(3)(1993)671-679.<br />
[94] P. Pollner, G. Vattay, Phys. Rev. Lett. 76(22)(1996)4155-4158.<br />
[95] Z. Kaufmann, H. Lustfeld, J. Bene, Phys. Rev. E 53(2)(1996)1416-<br />
1421.<br />
[96] A. Németh, P. Szépfalusy, Phys. Rev. E 52(2)(1995)1544-1549.<br />
[97] W. Breymann, Z. Kovács, T. Tél, Phys. Rev. E 52 (2)(1994)1994-2006.<br />
[98] X. J. Wang, C. K. Hu, Phys. Rev. E 48(2)(1993)728-733.<br />
[99] J. Bene, P. Szépfalusy, Phys. Rev. A 46(2)(1992)801-808.<br />
[100] Z. Kovács, T. Tél, Phys. Rev. A 45(4)(1991)2270-2284.<br />
[101] T. Tél Phys. Rev. A 44(2)(1991)1034-1043.<br />
[102] P. Szépfalusy, T. Tél, G. Vattay, Phys. Rev. A 43(2)(1991)681-692.<br />
[103] Z. Kovács, T. Tél, Phys. Rev. Lett. 64(14)(1990)1617-1620.<br />
[104] C. N. Yang, R. L. Mills, Phys. Rev. 96(1)(1954)191.<br />
[105] T. S. Birò, S. Martinyan, B. Müller Chaos in Gauge Field Theory 1995.<br />
125
[106] T. S. Birò, C. Gong, B. Müller, A. Trayanov, Int. Journ. of Modern<br />
Phys. C 5(1994)113-149.<br />
[107] T. S. Birò, Int. Journ. of Modern Phys. C 6(1995)327-344.<br />
[108] T. S. Biró, C. Gong, B. Müller, Phys. Rev. D 52 (1995)1260.<br />
[109] I. M. Jánosi, L. Flepp, T. Tél, Phys. Rev. Lett. 73(1994)529-532.<br />
[110] S. Mandelstam, Ann. Phys. 19(1962)1.<br />
[111] A. Haar, Ann. Math. 34 (1933)147.<br />
[112] M. Creutz, Phys. Rev. D 15(1977)1128.<br />
[113] S. Weinberg, The quantum theory of fields (1996).<br />
[114] J. Kogut, L. Susskind, Phys. Rev. D 11(1975)395-408.<br />
[115] K. G. Wilson, Phys. Rev. D 10 (1974)2445.<br />
[116] B. Müller, A. Trayanov, Phys. Rev. Lett 68(1992)3387.<br />
[117] C. Gong, Phys. Lett. B 298(1993)257.<br />
[118] C. Gong, Phys. Rev. D 49(1994)2642.<br />
[119] G. Mack, Physical principles, geometrical aspects, and locality proper-<br />
ties of gauge field theories, Fortsch. Phys. 29(1981)135.<br />
[120] L. J. Ab-Raddad, J. Piekarewicz, nucl-th/0206003, Proceedings of In-<br />
ternational Symposium on Electromagnetic Interactions in Nuclear and<br />
Hadron Physics (EMI 2001) Osaka, Ibaraki, Japan (4-7 Dec. 2001)<br />
[121] T. S. Biró, H. Markum,R. Pullrisch,W. Sakuler, Nucl. Phys Proc.<br />
Suppl., 121. (2003)307-311. (hep-lat/0210020), Montpellier 2002,<br />
Quantumchromodinamics: High-Energy PhysicsInternational Confe-<br />
rence in QCD.<br />
126
[122] T. S. Biró, B. Müller, S. G. Matinyan, hep-lat/0305023, Idea-Finding<br />
Symposium for the Frankfurt Institute for Advanced Studies, Frankfurt<br />
Germany 15-17 Apr. 2003.<br />
[123] T. S. Biró, H. Markum, R. Pullrisch, hep-lat/0402014, 4th Advan-<br />
ced Studies Conference on Chaos and Complex Systems, Novacella,<br />
Southern Tryol, Italy, 29 May-1 Jun. 2003.<br />
[124] Robert D. Richtmyer, Principles of Advanced Mathematical Physics<br />
vol. II. Springer-Verlag (1981).<br />
[125] S. Helgason, Differential Geometry, Lie Groups, and Symmetric Spaces<br />
(Academic Press, 1978).<br />
[126] R. P. Feynman, Rev. Mod. Phys. 20 (1948)367.<br />
[127] P. A. M. Dirac, Rev. Mod. Phys. 17 (1945)195.<br />
[128] G. Sohos, T. Bountis, H. Polymilis, Il Nuovo Cimento 104 B (1989)339.<br />
[129] G. K. Savidy, Phys Lett. 159B (1985)325.<br />
[130] B. Eckhardt, D. Wintgen, J. Phys. B 23 (1990)355.<br />
[131] W. H. Steeb, C. M. Villet, A. Kunick, J. Phys. A Math. Gen. 18 (1985)<br />
3259.<br />
[132] L. Salasnich, Modern Physics Lett. A 12 (1997)1473.<br />
[133] E. Witten, Phys. Rev. Lett. 38 (1977)121.<br />
127
128
Ábrák jegyzéke<br />
2.1. Hénon-leképezés attraktora az a = 1.4, b = 0.3 paraméterekkel.<br />
Az iteráció kezdőpontja x = 0.6, y = 0.6 az iterációk száma<br />
2.5 × 10 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11<br />
3.1. Lozi-leképezés attraktora az a = 1.7, b = 0.5 paraméterekkel.<br />
Az iteráció kezdőpontja x = 0.3, y = 0.3, az iterációk száma<br />
2.5 × 10 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28<br />
4.1. Az aszimmetrikus Cantor-halmaz általánosított dimenziója . . 43<br />
4.2. Az aszimmetrikus Cantor-halmazra számított D bc (q) az ln(1/ε)<br />
függvényében, melyet boxcounting módszerrel határoztunk meg<br />
n = 8(L = 2 16 ). . . . . . . . . . . . . . . . . . . . . . . . . . . 62<br />
4.3. Az aszimmetrikus Cantor-halmazra számított D bc (q) az ln(1/ε)<br />
függvényében, melyet boxcounting módszerrel határoztunk meg<br />
n = 50(L = 2 100 ). . . . . . . . . . . . . . . . . . . . . . . . . . 62<br />
4.4. Az aszimmetrikus Cantor-halmazra számított D bc (q) az ε függ-<br />
vényében, melyet boxcounting módszerrel határoztunk meg. . 63<br />
4.5. Az F = ln(M0/M(R)) az ln(L/R) függvényeként, melyet a<br />
sandbox módszer átlagolásától eltekintve határoztunk meg az<br />
n = 8 felbontási szinten az aszimmetrikus Cantor-halmaz esetén.<br />
A centrumot az x = 0 pontba helyeztük. . . . . . . . . . . . . 63<br />
129
4.6. F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szin-<br />
ten, q = −8 érték mellett. A D(q) általánosított dimenziót a<br />
grafikon meredekségéből határozzuk meg. . . . . . . . . . . . . 64<br />
4.7. F(q) = ln <br />
[M0/M(R)] (1−q) /(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szin-<br />
ten, q = −3 érték mellett. A D(q) általánosított dimenziót a<br />
grafikon meredekségéből határozzuk meg. . . . . . . . . . . . . 64<br />
4.8. F(q) = ln <br />
[M0/M(R)] (1−q) /(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szin-<br />
ten, q = 3 érték mellett. A D(q) általánosított dimenziót a<br />
grafikon meredekségéből határozzuk meg. . . . . . . . . . . . . 65<br />
4.9. F(q) = ln <br />
[M0/M(R)] (1−q) /(1 − q) a ln(L/R) függvényében<br />
az aszimmetrikus Cantor-halmaz esetén n = 8 felbontási szin-<br />
ten, q = 8 érték mellett. A D(q) általánosított dimenziót a<br />
grafikon meredekségéből határozzuk meg. . . . . . . . . . . . . 65<br />
4.10. Lozi-leképezés: F(q) = ln <br />
[M0/M(R)] (1−q) /(1−q) a ln(L/R)<br />
függvényében, q = 10 esetén, M0 = 28688 elemet tartal-<br />
mazott, D(q) értékét R ≪ L tartományra illesztett egye-<br />
nes meredekségéből határoztuk meg. Az átlagolást 5 × 10 3<br />
véletlenszerűen választott centrumra végeztük el. . . . . . . . 66<br />
4.11. Lozi-leképezés: D(q) általánosított dimenzió spektruma 0 <<br />
q ≤ 20 esetén. . . . . . . . . . . . . . . . . . . . . . . . . . . . 66<br />
4.12. Lozi-leképezés:K ′ (q) = ln (( P(Hn+1) q )/( P(Hn) q )) (q−1)<br />
általánosított entrópia spektruma, 0 ≤ q ≤ 20, a szimbólum-<br />
sorozat hossza n = 10. . . . . . . . . . . . . . . . . . . . . . . 67<br />
4.13. Lozi-leképezés: geometriai és természetes mértékkel mért D(q)<br />
spektrumból Legendre-transzformációval származtatott f(α)<br />
geometriai és természetes mértékkel mért multifraktál spekt-<br />
rum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67<br />
130
4.14. Hénon-leképezés: : F(q) = ln <br />
[M0/M(R)] (1−q)<br />
/(1 − q) a<br />
ln(L/R) függvényében, q = 10 esetén, M0 = 28688 elemet tar-<br />
talmazott, D(q) értékét R ≪ L tartományra illesztett egye-<br />
nes meredekségéből határoztuk meg. Az átlagolást 5 × 10 3<br />
véletlenszerűen választott centrumra végeztük el. . . . . . . . 68<br />
4.15. Hénon-leképezés: A D(q) geometriai multifraktál spektrumot<br />
ábrázoltuk 0 ≤ q ≤ 20 intervallumon. . . . . . . . . . . . . . . 68<br />
4.16. Hénon-leképezés: A K(q) általánosított entrópia, a K ′ (q) =<br />
ln(( P(Sn+1) q )/( P(Sn) q ))/(1 − q) a q függvényeként, 0 ≤<br />
q ≤ 20 intervallumon. A szimbólumsorozat hossza n = 10. . . 69<br />
4.17. Hénon-leképezés: geometriai és természetes mértékkel mért<br />
D(q) spektrumból Legendre-transzformációval származtatott<br />
f(α) geometriai és természetes mértékkel mért multifraktál<br />
spektrum. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69<br />
4.18. A Lozi-leképezés n = 10 elemű pálya szakaszainak Pi valószínű-<br />
ségeloszlását ábrázolja logaritmikus léptékben. A pálya teljes<br />
hossza H0 = 2.5 × 10 6 . . . . . . . . . . . . . . . . . . . . . . . 70<br />
4.19. A Lozi-leképezés n = 11 elemű pálya szakaszainak Pi való-<br />
színűségeloszlását ábrázolja logaritmikus léptékben. A pálya<br />
teljes hossza H0 = 2.5 × 10 6 . . . . . . . . . . . . . . . . . . . . 70<br />
7.1. Klasszikus trajektóriák az XY modellben. . . . . . . . . . . . 99<br />
7.2. Normált Kolmogorov-Sinai entrópia. . . . . . . . . . . . . . . 112<br />
7.3. Ljapunov-exponens maximális valós részének különböző ran-<br />
dom kezdeti feltételek függvényében, N = 6 rács méret esetén,<br />
a skálázott energia g 2 aE = 0.964. . . . . . . . . . . . . . . . . 112<br />
7.4. Ljapunov-exponensnek maximális valós részének végesméret<br />
skálázása. A különböző egyenesek az eltérő skálázott energia<br />
értéknek felelnek meg. . . . . . . . . . . . . . . . . . . . . . . 113<br />
7.5. Lineárisan skálázott Ljapunov-exponens maximális valós része<br />
az energia függvényében. . . . . . . . . . . . . . . . . . . . . 113<br />
131
7.6. Ljapunov-exponens maximális valós része az energia függvé-<br />
nyében, rövid idejű tartományon. (N=6) . . . . . . . . . . . . 114<br />
7.7. Ljapunov-exponens maximális valós része az energia függvé-<br />
nyében, hosszú idejű tartományon, N=6 rácsméret esetén. . . 114<br />
7.8. A monodromia mátrix komplex sajátérték spektruma nagy e-<br />
nergián. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115<br />
7.9. A monodromia mátrix komplex sajátérték spektruma alacsony<br />
energián. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115<br />
7.10. A Ljapunov-exponens valós részének spektruma skálázva<br />
(N → ∞) és véges (N=6) rács méret esetén. . . . . . . . . . . 116<br />
7.11. A normált Kolmogorov-Sinai entópia idő fejlődése konstans<br />
energia érték esetén (N=6) . . . . . . . . . . . . . . . . . . . . 116<br />
132
9. fejezet<br />
Melléklet<br />
9.1. Yang-Mills egyenlet gömbi közelítése<br />
A NAME vektor potenciál csak az r és t függvénye. A legáltalánosabb 3 + 1<br />
dimenziós vektor potenciált egy gömbszimmetrikus energia sűrűséggel felírva<br />
A a j(r,t) = Φ1<br />
r (δja − njna) +<br />
A a 0(r,t) = A0na,<br />
1 + Φ2<br />
εjaknk + A1njna,<br />
r<br />
ahol nj = xj sugárirányú egység vektor és a = 1, 2 az SU(2) csoport ge-<br />
r<br />
nerátorok, míg a térbeli irányok indexei i,j,k = 1, 2, 3. Az A0,A1, Φ0, Φ1<br />
sugár és idő függő függvények. Ez az ansatz invariáns a<br />
g = exp(if(r,t)xaT a )<br />
gauge transzformációra, ahol T a az SU(2) csoport generátor és f(r,t) tetsző-<br />
leges függvény.<br />
Megjegyezzük, hogy az a index megjelenik a belső indexek és a térbeli<br />
indexek jelölésénél is, azaz ez az ansatz keveri a külső és belső szabadsági<br />
fokokat.<br />
133
A mezőerősség tenzor<br />
F a µν = ∂µA a ν − ∂νA a µ − εabcA b µA c ν,<br />
a klasszikus hatás:<br />
S = − 1<br />
16πg2 <br />
d 4 xF a µνF aµν .<br />
Kiintegrálva a szögváltozókra:<br />
S = 2<br />
g2 +∞ ∞ <br />
1<br />
dt dr<br />
−∞ 0 2 (DµΦi) 2 + 1<br />
8 r2 (Fµν) 2 + 1<br />
4r2(1 − Φ21 + Φ 2 2) 2<br />
<br />
,<br />
ahol a két dimenziós kovariáns jelölés:<br />
Fµν = ∂µAν − ∂νAµ,<br />
DµΦi = ∂µΦi + εijAµΦj,<br />
µ,ν = 0, 1 idő és sugár, i,j = 1, 2. A Witten ansatz [133] olyan hatáshoz<br />
vezet, mely formálisan egy 1 + 1 dimenziós abeli Higgs modellel ekvivalens,<br />
melyben a Φ = Φ1 − iΦ2 töltött skalár mező az Aµ abeli gauge mezőhöz<br />
csatolódik.<br />
A klasszikus mozgás egyenlet:<br />
DµD µ Φi − 1<br />
r 2(1 − Φ 2 1 − Φ 2 2)Φi = 0,<br />
1<br />
2 ∂ν(r 2 Fµν)εij(DµΦi)Φj = 0.<br />
Ansatz: Φ1 = A0 = A1 = 0, Φ2 = Φ. Ez nemlineáris sztring egyenletre vezet:<br />
(∂ 2 t − ∂ 2 s)Φ = 1<br />
r 2(1 − Φ2 )Φ,<br />
ahol a triviális Φ = 0 megoldás, a Wu-Yang monopólus:<br />
Aj = 1<br />
r εjaknk.<br />
Más statikus megoldás pl. a vákuum: Φ = −1,Aj = 0 ill. az egyszerű gauge<br />
konfiguráció: Φ = +1,A a j = 2εajknk/r.<br />
134
Érdekes statikus megoldást kapunk ha, bevezetünk egy változó transz-<br />
formációt: r = r0 exp(s),<br />
(∂ 2 s − ∂s)Φ = (Φ 2 − 1)Φ,<br />
mely a Duffin egyenlet speciális esete (lökdösött anharmonikus oszcillátor)<br />
y ′′ +ay ′ +y+by 3 = 0, ahol a vessző jelenti az s szerinti deriváltat. Az a,b > 0<br />
erős húr, az a > 0,b < 0 a gyenge húr esetének felel meg.<br />
Összegezve látható, hogy a Yang-Mills egyenletnek statikus gömbszimme-<br />
trikus megoldása instabil. A kezdeti konfiguráció kis perturbációjára Φ(0) és<br />
Φr(0) drasztikusan változik az idő fejlődés során, sőt szingularitások jelen-<br />
nek meg a véges tartományon. Csak 5 megoldás marad korlátos minden r-ra:<br />
Φ = ±1, Φ = 0, és a két szeparátrix. Megjegyezzük, hogy a szeparátrix meg-<br />
oldások interpolálnak a Wu-Yang monopólus (r → 0) és a vákuum (r → ∞)<br />
közt.<br />
A gömb szimmetrikus Yang-Mills rendszer dinamikai tulajdonságának<br />
tanulmányozására megvizsgálták az időtől függő megoldásokat. Ezek a tra-<br />
jektóriái a ∂tΦ = 0 síkot közelítik a fázistérben. A statikus megoldás körüli<br />
kis perturbáció tanulmányozható a δΦ(r,t) kis amlitudónál. A perturbációs<br />
egyenlet<br />
(∂ 2 t − ∂ 2 r)δΦ = 1<br />
r 2(1 − 3Φ2 (r))δΦ,<br />
ahol Φ(r) a statikus megoldás. Irjuk fel δΦ(r,t)-t ilyen alakban u(r) exp(iωt).<br />
Ekkor<br />
− d2 1<br />
dr2u +<br />
r2(3Φ2 (r) − 1)u = ω 2 u,<br />
mely formálisan ekvivalens a stacionárius Schrödinger problémával, ahol a<br />
sajátérték E = ω 2 és a radiális potenciál V (r) = (3Φ 2 (r)−1)/r 2 . Az instabi-<br />
litás akkor jelenik meg, amikor ω 2 < 0, azaz a formális Schrödinger probléma<br />
kötött állapotai megjelennek. A vákuum megoldás (Φ = ±1) egy V (r) = 2<br />
r 2<br />
repulziv potenciálhoz és ezért egy pozitiv ω 2 sajátértékhez vezet: ezek stabi-<br />
lak. A Φ = 0 Wu-Yang megoldás és a szeparátrixok, egy vonzó potenciálhoz<br />
135
V (r) = − 1<br />
r 2 vezetnek, mely végtelen sok kötött állapottal rendelkeznek. Így<br />
ω 2 < 0, és a kis perturbáció exponenciálisan növekszik.<br />
136
10. fejezet<br />
Summary<br />
The dissertation consists of two large parts of the nonlinear systems: fractal<br />
geometry and classical chaos in nonabelian field theory. We studied these<br />
important problems by numerical models.<br />
We introduced the sandbox method to determine the generalized dimensi-<br />
ons of a growing fractal. Two independent approaches, the boxcounting and<br />
sandbox methods are used for the determination of the generalized dimensi-<br />
ons associated with the selfsimilar deterministic fractals. The two methods<br />
are equivalent only if the sandbox method is applied with an averaging over<br />
randomly selected centers. We found that the multifractal nature of the<br />
structures on the geometrical and natural probabilistic distribution, nume-<br />
rically calculat to show slower convergence to their true values in the case<br />
of boxcounting than the sandbox method. In this case these approaches<br />
provides better estimates of the generalized dimensions. Two independent<br />
quantities of chaotic behavior, the generalized fractal dimensions and the<br />
generalized entropies are determined for strange attractors. We have found<br />
that both of the Lozi- and Henon-map exhibit multifractal structures.<br />
It was shown that a dynamical phase transition is typical in chaotic Ha-<br />
miltonian systems due to the intermittent motion near regular islands. Nu-<br />
merical measurements have been carried out for the correlation entropy.<br />
137
We studied the classical equations of the field theory (compact SU(2)<br />
Yang-Mills); it shows a chaotic dynamical behavior of homogeneous time-<br />
dependent configurations.<br />
The numerical simulation of the gauge field dynamics is usually calculated<br />
on a lattice, because this method ensures an adequate treatment of gauge<br />
symmetries and is non-perturbative. We have applied the results of statistical<br />
and particle physics.<br />
The Hamiltonian lattice regularization of such theories were studied by<br />
us and the full complex Lyapunov exponent -real time property- has been<br />
extracted. As a first step the classical trajectory was determined by nume-<br />
rical method in the XY model. Any classical motion with a fixed energy<br />
e.g. H=0.5 has turning points, on the hyperbolas satisfying x 2 y 2 = 1. It is<br />
simple to understand the chaoticity of this systems, because such a concave<br />
shape defocuses the nearly incoming trajectories and this wall corresponds<br />
to negative eigenvalues of the stability matrix. The full complex Lyapunov<br />
spectrum of the SU(2) Yang-Mills fields was determined numerically based<br />
on the monodromy matrix. The microcanonical equation of state was deter-<br />
mined as the entropy-energy relation utilizing the Kolmogorov-Sinai entropy<br />
extrapolated to the large size limit. This method has been generalized to pre-<br />
pare the initial configurations by lattice Monte-Carlo simulations. The full<br />
Lyapunov spectrum has been calculated on the initial configurations also.<br />
This is important to understand chaos in the quantum Hamiltonian systems.<br />
138