[논문 리뷰] General definitions of chaos for continuous and discrete-time processes

Andrei Vieru|ArXiv.org|2008. 02. 05.

Quantum chaos and dynamical systems참고 문헌 4인용 수 7

한 줄 요약

이 논문은 기존의 반복 기반 또는 컴act 메트릭 공간에 대한 제약을 초월하여 연속 및 이산 시간 동역학계 모두에 적용 가능한 혼돈의 일반화된 정의를 제안한다. 감도 의존성과 위상적 전이성의 핵심 동역학적 특성을 추상화함으로써, 시스템의 생성 메커니즘이나 기저 공간의 구조와 관계없이 혼돈 행동을 포괄하는 통합 프레임워크를 수립한다.

ABSTRACT

A precise definition of chaos for discrete processes based on iteration already exists. We shall first reformulate it in a more general frame, taking into account the fact that discrete chaotic behavior is neither necessarily based on iteration nor strictly related to compact metric spaces or to bounded functions. Then we shall apply the central idea of this definition to continuous processes. We shall try to see what chaos is, regardless of the way it is generated.

연구 동기 및 목표

• 기존의 이산 시간 시스템에서의 혼돈 정의를 더 넓은 수학적 프레임워크로 확장하기 위해.
• 혼란 행동을 정의할 때 반복, 컴act 메트릭 공간, 또는 유계 함수에 의존하지 않도록 하기 위해.
• 동일한 기본 원칙을 사용하여 연속 시간 과정으로 혼돈 개념을 일반화하기 위해.
• 특정 동역학 생성 방법에 종속되지 않는 통합적이고 내재된 혼돈 정의를 제공하기 위해.
• 특정 표현 방식이 아닌 구조적 및 위상적 특성에 기반하여 혼돈을 동역학계의 성질로 체계화하기 위해.

제안 방법

• 반복이 아닌 위상역학 원리를 사용하여 표준 이산 혼돈 정의를 재구성하기 위해.
• 일반 위상공간에서 초깃값에 대한 감도 의존성과 위상적 전이성을 통해 혼돈을 정의하기 위해.
• 흐름(flow)을 맵(map) 대신 사용하여 동일한 기준을 연속 시간 시스템으로 확장하기 위해.
• 유계성을 가정하지 않고 궤도 간 분리와 재귀성을 통해 혼란 행동을 특성화하기 위해.
• 내재된 동역학적 특성에 초점을 맞춤으로써 이산 및 연속 과정 모두에 프레임워크를 적용하기 위해.
• 정의가 위상 동치(topological conjugacy)에 대해 불변함을 보장하여, 다양한 시스템 유형 간의 일반성 유지하기 위해.

실험 결과

연구 질문

• RQ1 반복이나 컴act 메트릭 공간에 의존하지 않고 이산 시간 시스템에서 혼돈을 어떻게 정의할 수 있는가?
• RQ2 동역학계에서 혼란 행동을 특성화하기 위해 필요한 최소한의 위상 조건은 무엇인가?
• RQ3 동일한 원칙을 연속 및 이산 시간 과정에 일관되게 적용할 수 있는가?
• RQ4 제안된 정의는 유계 또는 컴act 시스템을 초월해 어떻게 일반화되는가?
• RQ5 일반적인 설정에서 혼돈적과 비혼돈적 동역학계를 구분하는 구조적 특징은 무엇인가?

주요 결과

• 제안된 정의는 반복 기반 시스템을 초월하여 반복이 아닌 이산 과정에도 적용 가능하게 혼돈을 일반화한다.
• 감도 의존성과 위상적 전이성을 동일한 핵심 기준으로 사용함으로써, 연속 및 이산 시간 시스템 모두에 프레임워크를 적용한다.
• 기저 공간의 컴팩트성 또는 유계성에 종속되지 않게 혼돈을 정의함으로써 그 일반성을 높인다.
• 정의는 위상 동치에 대해 불변하므로 동치 동역학계 간 일관성을 유지한다.
• 이 접근법은 혼란 행동이 특정 함수 형태의 특성보다는 본질적으로 위상적 성질임을 드러낸다.
• 이론은 무한차원 또는 비유계 설정과 같은 다양한 시스템에서 혼돈을 분석할 수 있는 기반을 제공한다.