[論文レビュー] Prediction Errors and Local Lyapunov Exponents

Matthew B. Kennel, Henry D. I. Abarbanel+1 more|ArXiv.org|Mar 9, 1994

Complex Systems and Time Series Analysis参考文献 3被引用数 3

ひとこと要約

この論文は、カオス的系における予測誤差が、グローバルなリャプノフ指数によって定まる割合で指数関数的に増大するとする従来の仮定に挑戦する。代わりに、有限時間の局所的リャプノフ指数と飽和カットオフを用いたモデルを提案し、短時間および長時間の両方において誤差スケーリングを正確に予測する。その結果、局所的指数の変動性とアトラクタのサイズ制約のため、非指数的誤差増大が予想されることを示している。

ABSTRACT

It is frequently asserted that in a chaotic system two initially close points will separate at an exponential rate governed by the largest global Lyapunov exponent. Local Lyapunov exponents, however, are more directly relevant to predictability. The difference between the local and global Lyapunov exponents, the large variations of local exponents over an attractor, and the saturation of error growth near the size of the attractor---all result in non-exponential scalings in errors at both short and long prediction times, sometimes even obscuring evidence of exponential growth. Failure to observe exponential error scaling cannot rule out deterministic chaos as an explanation. We demonstrate a simple model that quantitatively predicts observed error scaling from the local Lyapunov exponents, for both short and surprisingly long times. We comment on the relevance to atmospheric predictability as studied in the meteorological literature.

研究の動機と目的

• 予測誤差がグローバルなリャプノフ指数の割合で指数関数的に増大するとする仮定に挑戦すること。
• 有限時間の局所的リャプノフ指数が、カオス的系における実際の誤差増大をよりよく記述することを示すこと。
• 初期の非指数的増大とアトラクタサイズにおける飽和を両方とも考慮した予測誤差スケーリングをモデル化すること。
• 気象的および力学的系における観測された誤差増大と指数的スケーリングの乖離を解明すること。
• 決定的カオスにおける予測可能性をより正確に、物理的に根拠のあるモデルとして提供すること。

提案手法

• 有限時間の局所的リャプノフ指数 λ₁(x, L) を用いて、L 時間ステップごとの拡大係数 E(x, L) を計算する。
• 初期条件全体にわたる拡大係数の幾何平均を用いて、平均予測誤差をモデル化する。
• アトラクタサイズにおける誤差増大の物理的限界をモデル化するため、飽和カットオフ R を導入する。
• log E(x, L) のしきい値を設けた対数平均を用いて誤差の進化をモデル化し、ハード限界 ρ = log R を設定する。
• 反復的予測誤差公式 (6) を用いて、アトラクタ上の対比較距離で正規化された幾何平均誤差 χ(L) を計算する。
• カオス的系および気象シミュレーションにおける観測された誤差スケーリングと照合して、モデルを検証する。

実験結果

リサーチクエスチョン

• RQ1 正のグローバルなリャプノフ指数を持つにもかかわらず、なぜカオス的系における予測誤差はしばしば指数的増大を示さないのか？
• RQ2 有限時間における局所的リャプノフ指数は、グローバル指数と比較して誤差増大ダイナミクスにどのように影響を与えるのか？
• RQ3 アトラクタサイズにおける誤差の飽和は、非指数的誤差スケーリングをどの程度説明できるのか？
• RQ4 なぜ誤差の算術平均は、カオス的系における誤差ダイナミクスを捉えるのに幾何平均ほど信頼性が低いのか？
• RQ5 単一の経験的誤差増大則が、初期段階と飽和段階の両方を正確に記述できるのか？

主な発見

• 局所的リャプノフ指数の変動性と飽和効果のため、有限時間では誤差スケーリング E(t) = E(0)exp(λ₁t) の指数的スケーリングに従わない。
• 有限時間の局所的指数と飽和カットオフを用いたモデルは、短時間および長時間の両方における誤差スケーリングを正確に予測する。
• 平均有限時間リャプノフ指数 ¯λ(L) が初期の誤差増大を支配するが、後期には局所的指数の分散と飽和が支配的になる。
• 幾何平均は、裾の大きな誤差に支配される算術平均と比較して、より安定的かつ正確な測定値を提供する。
• このモデルは、単一の経験的誤差則（例：dE/dt = αE(1 - E/E₀)）が真の初期増大率を捉えられない理由を説明する。これは、局所的ダイナミクスに依存するためである。
• 低次元カオス的系および気象シミュレーションにおける経験的妥当性の確認により、モデルの正確性が裏付けられ、非指数的誤差増大は予想されるものであり、決定的カオスに対する反証ではないことが示された。