El artículo de Wolf Determinación de los exponentes de Lyapunov a partir de una serie temporal establece que:
Los datos experimentales suelen consistir en mediciones discretas de un solo observable. La conocida técnica de reconstrucción del espacio de fases con coordenadas de retardo [2, 33, 34] permite obtener a partir de una serie temporal de este tipo un atractor cuyo espectro de Lyapunov es idéntico al del atractor original.
Uno de los artículos citados, Geometry from a Time Series , elabora:
La idea heurística detrás del método de reconstrucción es que para especificar el estado de un sistema tridimensional en un momento dado, la medición de tres cantidades independientes cualquiera debería ser suficiente [...]. Las tres cantidades típicamente utilizadas son los valores de cada coordenada del espacio de estado, , , y . Hemos encontrado que [...] uno puede obtener una variedad de tres cantidades independientes que parecen producir una representación fiel del espacio de fase de la dinámica del original , , espacio. Un conjunto posible de tres de tales cantidades es el valor de la coordenada con sus valores en dos momentos anteriores, por ejemplo , , y .
Finalmente, el artículo de Rosenstein Un método práctico para calcular los exponentes de Lyapunov más grandes a partir de pequeños conjuntos de datos establece que:
El primer paso de nuestro enfoque consiste en reconstruir la dinámica del atractor a partir de una única serie temporal. Usamos el método de retrasos [27, 37] ya que uno de los objetivos de nuestro trabajo es desarrollar un algoritmo rápido y fácil de implementar. La trayectoria reconstruida, X, se puede expresar como una matriz donde cada fila es un vector de espacio de fase. Eso es,
dónde es el estado del sistema en tiempo discreto .
Los tres documentos parecen asumir implícitamente que el sistema en estudio tiene un espacio de fase multidimensional, pero que solo una dimensión puede medirse experimentalmente y, por lo tanto, los datos del espacio de fase completo deben reconstruirse a partir de una serie de tiempo unidimensional.
Sin embargo, ¿qué pasa si la serie de tiempo es multidimensional, de hecho de la misma dimensión que el espacio de fase, para empezar? Por ejemplo, considere el problema de demostrar experimentalmente que un péndulo simple no es caótico. El espacio de fase es de 4 dimensiones ( , , , ) y es sencillo diseñar un experimento que genere una serie de tiempo de 4 dimensiones de los valores de estas variables en cada paso de tiempo.
¿Es posible omitir la reconstrucción en este caso y usar en lugar de la trayectoria reconstruida en el artículo de Rosenstein, sin modificaciones adicionales? ¿Existe una forma más sencilla de calcular los exponentes de Lyapunov cuando se conoce el estado completo del espacio de fase del sistema?
Sin embargo, ¿qué pasa si la serie de tiempo es multidimensional, de hecho de la misma dimensión que el espacio de fase, para empezar?
Bueno, ¿cómo sabrías que tu serie de tiempo es de la misma dimensión que el espacio de fases? Por lo general, porque ya conoce las ecuaciones dinámicas de su sistema (como para su péndulo). Sin embargo, si observa un sistema complejo de la vida real, es posible que pueda obtener una serie de tiempo multivariante, pero no hay forma de decir si su dimensión corresponde a la dimensión real del espacio de fase, ya que no puede conocer este último. Por lo tanto, estoy abordando dos casos por separado:
En términos generales, determinas el exponente de Lyapunov más grande (y también los demás) observando qué tan rápido divergen dos trayectorias después de pasar por dos puntos que están cerca en el espacio de fase. Si solo tiene un espacio de fase reconstruido de su sistema a partir de una serie de tiempo, la única forma de obtener dos trayectorias cercanas de este tipo es buscar dos puntos que estén cerca uno del otro en su espacio de fase reconstruido. Sin embargo, si puede simular su sistema, puede generar dichos puntos por sí mismo simplemente aplicando una ligera perturbación al estado de su sistema simulado. Aparte de esto, el método es básicamente el mismo (y se describe en la sección 3 del artículo de Wolf et al., por ejemplo).
Además, hay algunos casos en los que puede determinar analíticamente los exponentes de Lyapunov.
La estimación de los exponentes de Lyapunov a partir de una serie temporal se realiza aproximadamente en dos pasos:
El paso 2 no se preocupa por cómo reconstruiste el espacio de fase, dado que lo haces correctamente y que el atractor se despliega al máximo. Y en el paso 1, tener más de un observable de su sistema suele ser un gran beneficio. Un enfoque simple sería comenzar con su serie de tiempo multivariable y agregar incrustaciones retrasadas (como se describe, por ejemplo, en su cita de Packard et al.) de su serie de tiempo componente hasta que esté seguro de que ha desplegado el atractor. Tenga en cuenta, sin embargo, que algunos de sus observables podrían no ser independientes o, al menos, estar fuertemente correlacionados. No es sorprendente que existan métodos más sofisticados para esto (para empezar, una búsqueda rápida arrojó este documento ).
1''
Wrzlprmft