Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Математическое моделирование и анализ аттракторов и бифуркаций нелинейных стохастических систем

Диссертация: Математическое моделирование и анализ аттракторов и бифуркаций нелинейных стохастических систем
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В современной теории случайных процессов имеется большое количество различных динамических моделей, отражающих те или иные вероятностные особенности исследуемых реальных систем. Важной математической конструкцией, широко используемой для изучения разнообразных эффектов воздействия случайных возмущений на динамическую систему, является стохастическое дифференциальное уравнение. Первым примером… Читать ещё >

Содержание

  • 1. Стохастические аттракторы и бифуркации
    • 1. 1. Одномерные системы
      • 1. 1. 1. Линейная стохастическая система
      • 1. 1. 2. Квадратичная стохастическая система
      • 1. 1. 3. Кубическое стохастическое уравнение
    • 1. 2. Двумерные системы
      • 1. 2. 1. Система Хопфа (мягкий режим)
      • 1. 2. 2. Система Хопфа (жесткий режим)
  • 2. Анализ аттракторов методом функции стохастической чувствительности
    • 2. 1. Устойчивость детерминированных аттракторов
    • 2. 2. Функция стохастической чувствительности
      • 2. 2. 1. Стохастическое равновесие
      • 2. 2. 2. Стохастический цикл
      • 2. 2. 3. Случай цикла на плоскости
    • 2. 3. Стохастический анализ классических моделей
      • 2. 3. 1. Система Хопфа (мягкий режим)
      • 2. 3. 2. Система Хопфа (жесткий режим)
      • 2. 3. 3. Оценка погрешности аппроксимации
      • 2. 3. 4. Осциллятор Ван-дер-Поля
      • 2. 3. 5. Модель брюсселятора
  • 3. Программный комплекс «Моделирование и анализ аттракторов нелинейных стохастических систем»
    • 3. 1. Постановка задачи
      • 3. 1. 1. Назначение комплекса
      • 3. 1. 2. Обзор моделей
    • 3. 2. Обзор методов
      • 3. 2. 1. Моделирование детерминированных систем
      • 3. 2. 2. Численное моделирование стохастических систем
    • 3. 3. Программная реализация
      • 3. 3. 1. Решаемые задачи для одномерных систем
      • 3. 3. 2. Решаемые задачи для двумерных систем
    • 3. 4. Интерфейс пользователя

Математическое моделирование и анализ аттракторов и бифуркаций нелинейных стохастических систем (реферат, курсовая, диплом, контрольная)

Настоящая диссертация посвящена моделированию и анализу аттракторов нелинейных динамических систем, находящихся под воздействием случайных возмущений. Случайные возмущения, сопровождающие функционирование любых реальных физических, химических, биологических систем, могут оказать существенное влияние на их динамику. Задача анализа динамических систем, возмущенных внешним шумом, является предметом интенсивного изучения на всем протяжении 20 века и вызвала появление огромного количества теоретических и экспериментальных работ. Явлениям, связанным со стохастичностью, посвящено большое количество публикаций [2], [3], [32], [35], [107], [70], [73], [71], [79], [83], [86], [87]. Один из первых результатов, касающихся выхода траектории системы под воздействием шума из области устойчивости, получил Arrhenius S.A. [49] еще в 1899 году. Значительную известность имеет классическая работа Понтрягина J1.C., Андронова A.A., Витта A.A. «О статистическом рассмотрении динамических систем» [44]. Опубликованная в 1933 году, она содержит формулировки основных задач, изучения стохастической динамики, остающихся актуальными и на сегодняшний день.

В современной теории случайных процессов имеется большое количество различных динамических моделей, отражающих те или иные вероятностные особенности исследуемых реальных систем. Важной математической конструкцией, широко используемой для изучения разнообразных эффектов воздействия случайных возмущений на динамическую систему, является стохастическое дифференциальное уравнение. Первым примером стохастического дифференциального уравнения в физике было уравнение Ланжевена [30], [74], которое оказалось идейно связано с предложенной Эйнштейном и Смолуховским [113] конструкцией броуновского движения. Построение теории стохастических дифференциальных уравнений с использованием соответствующих разностных уравнений дано в работах Бернштейна С. Н. [13] и Гихмана И. И. [20]. Другой подход, опирающийся на конструкцию стохастического интеграла по ви-неровскому процессу, использовал Ито [89], [94], [25]. Его простое и удобное построение решения стохастического уравнения и соответствующее стохастическое исчисление (формула Ито) является общепринятым и хорошо представлено в научно-методической литературе [21], [24], [31], [36], [50]. Система стохастических уравнений Ито служит базовой моделью в современной теории стохастической устойчивости [18], [92], [107]. Дальнейшая разработка стохастического анализа привела к появлению новых конструкций и более общих схем (интеграл Стратоновича [91], интегралы по мартингалам и точечным процессам [16]), позволяющих существенно расширить класс стохастических дифференциальных уравнений. В настоящее время стохастические дифференциальные уравнения имеют хорошо разработанную формальную математическую теорию и разнообразные приложения. В данной работе рассматриваются две модели — системы стохастических дифференциальных уравнений в формах Ито и Стратоновича.

Основы теории устойчивости стохастических систем, базирующихся на методике использования функции Ляпунова, были заложены в работах Красовского H.H., Каца И. Я., Хасьминского Р. З., Гихмана И. И., Кушнера X. Данная методика получила в дальнейшем широкое развитие в работах [33], [34], [29], [19], [37], [103].

Метод стохастических функций Ляпунова, начиная с основополагающих работ [26], [27], является теоретическим фундаментом анализа устойчивости стохастических систем. Этот метод позволил не только распространить на стохастические уравнения базовые конструкции классической теории детерминированной устойчивости, но и получить новые интересные результаты, отражающие особенности, присущие только вероятностным системам.

Случай, когда аттрактором является точка покоя, рассматривается давно, достаточно хорошо исследован, и имеющиеся здесь результаты составляют глубоко разработанную часть общей теории стохастической устойчивости нелинейных динамических систем. Другим примером аттрактора служит предельный цикл. Он является математической моделью автоколебаний, наблюдаемых в системах самой различной природы: электронных генераторах, механических конструкциях, химических реакциях, сообществах живых организмов. Исследование детерминированной устойчивости периодических решений на плоскости началось с работ Ляпунова и Пуанкаре. Для предельных циклов многомерных систем основные результаты детерминированного варианта теории устойчивости (Теорема Андронова-Витта и ее аналоги [1], [100], [28], [106]) были получены с помощью теории Флоке в русле первого метода Ляпунова еще в 30-х годах. Соответствующие конструкции функции Ляпунова, необходимые для анализа устойчивости стохастически возмущенных предельных циклов, долгое время отсутствовали.

Исследование воздействий случайных возмущений на поведение автоколебаний нелинейных систем было начато в классический работе Понт-рягина Л.С., Андронова A.A., Витта A.A. [44]. В дальнейшем эти исследования были продолжены в большом числе работ и отражены в монографиях [2], [3], [14], [102], [87], посвященных флуктуациям в радиофизических и механических системах.

Под воздействием стохастических возмущений случайные траектории системы покидают детерминированный предельный цикл и формируют вокруг него некоторый пучок. Благодаря устойчивости цикла плотность распределения вероятности случайных состояний в этом пучке стабилизируется. Установившееся вокруг цикла стационарное вероятностное распределение определяет соответствующий стохастический аттрактор — стохастический предельный цикл. Для теории случайных нелинейных колебаний несомненный интерес представляют исследования стохастических предельных циклов, как вблизи точки бифуркации Андронов а-Хопфа (квазигармонические колебания), так и в зоне параметров, удаленных от этой точки (релаксационные колебания). Стохастически возмущенные предельные циклы изучались в [34], [103], [54], [59], [62], [67], [68], [72], [77], [85], [86].

В последнее время при исследовании неравновесных явлений в различных областях науки была обнаружена организующая роль шума. Было показано, что флуктуации способны индуцировать гораздо более богатое разнообразие режимов, в сравнении с детерминированными системами. К данной группе эффектов воздействия шумов относятся так называемые индуцированные шумом переходы (noise-induced transitions). Первое описание данных явлений было дано в конце 50х — начале 60х годов 20 века в работах Кузнецова П. И., Стратоновича P. J1., Тихонова В. И., Ланды П. С. Спустя несколько лет эти эффекты были переоткрыты в контексте экологических систем у May R.M. [82], Hahn H.S. [69] и др. Классической работой по индуцированным шумом переходам стала книга Horsthemke W., Lefever R. [93].

В конце 70х годов 20 века большое развитие получила теория стохастических бифуркаций, изучающая качественное изменение поведения динамических систем под воздействием случайных возмущений. В работах Arnold L. [107], [51], [52], [53] выделяются два основных подхода к определению понятия стохастической бифуркацит: феноменологический подход (Р-бифуркация), описывающий качественное изменение стационарной плотности распределения, и динамический (Б-бифуркация), описывающий изменение знака старшего показателя Ляпунова. Дальнейшее изучение стохастических бифуркаций в рамках, индуцированных шумом переходов для одномерного случая, проведено в работах [57], [63], [78], [84]. Воздействие шума на бифуркацию Хопфа двумерных систем подробно рассмотрено в работах [83], [64], [75], [76], [88], [80], [15].

Наиболее общее вероятностное описание воздействия шума на динамическую систему дает уравнение Фоккера-Планка-Колмогорова (ФПК). Если характер переходного процесса является несущественным, то обычно ограничиваются рассмотрением стационарного уравнения ФПК. Однако прямое использование этого уравнения даже в простейшем случае нелинейного стохастического осциллятора с одной степенью свободы, является затруднительным. Аналитически стационарная плотность распределения может быть получена только для одномерных систем. Для двумерных динамических систем этого сделать, как правило, не удается.

Для систем с малыми случайными возмущениями в работе Вентцеля А. Д. и Фрейдлина М. И. [18] предложен подход, использующий некоторую специально конструируемую функцию Ляпунова — квазипотенциал, с помощью которой можно находить асимптотику ряда важных вероятностных характеристик выхода случайных траекторий из области устойчивого аттрактора детерминированной системы. При помощи функции квазипотенциала удается предсказывать тонкие эффекты воздействия внешних помех на рассматриваемую систему. Применительно к точке покоя данный подход развивался в работах [56], [60]. Метод квазипотенциала в анализе стохастической чувствительности предельных циклов рассматривался в работах [58], [59], [77], [85], [61], [65], [66], [67], [68], [86], [81], [103], [105].

В публикациях Ряшко Л. Б. и Башкирцевой И. А. [97], [111] разработана методика анализа стохастической чувствительности аттракторов. Данная методика базируется на аппроксимации квазипотенциала и построении функции стохастической чувствительности (ФСЧ), описывающей ковариацию отклонения случайной траектории от детерминированного аттрактора. ФСЧ является естественной вероятностной мерой, характеризующей реакцию стохастического аттрактора на малые внешние возмущения. В работах Ряшко Л. Б. и Башкирцевой И. А. с использованием терминов Р-устойчивости построены численные методы расчета ФСЧ, и продемонстрировано их применение для некоторых моделей нелинейной динамики.

В двумерном случае ФСЧ-матрица имеет аналитическое представление. Возможности аппарата ФСЧ в анализе воздействия малых возмущений на циклы двумерных систем Ван-дер-Поля и брюсселятора продемонстрированы в работах [96], [108], [109]. Стихии П. В. в своих работах использовал аппарат ФСЧ для анализа обратных стохастических бифуркаций в трехмерных системах при малых аддитивных шумах [11], [45]. Численным процедурам отыскания стохастической чувствительности для многомерных систем посвящены работы Губкина А. А. [22] Развитие аппарата ФСЧ для дискретных систем и применение его в анализе обратных стохастических бифуркаций для однои двумерных систем с дискретным временем приведено в работах Цветкова И. Н. 12], [47].

Представляемая диссертационная работа продолжает исследования в этой области. Основные результаты опубликованы в [4], [8], [38], [5], [6], [39], [40], [9], [41], [10], [42], [7], [43].

Диссертационная работа состоит из трех глав, заключения, приложения и списка литературы. Остановимся подробнее на структуре диссертации.

В главе 1 «Стохастические аттракторы и бифуркации» рассматривается система обыкновенных дифференциальных уравнений.

1х = 1,/бГ и соответствующие ей стохастические системы в форме Ито.

0.1) х = f{x)dt + e а{х) с1ги (?).

0.2) или Стратоновича.

1х =/(х)сИ—есг (х) о (1и)(&euro-).

0.3).

Здесь ии (1) — ттг-мерный стандартный винеровский процесс, сг (х) — достаточно гладкая п х га-матричная функция, задающая зависимость случайных возмущений от состояния системы, е — параметр интенсивности возмущений. Обозначение о с1ги (1) указывает на то, что уравнение (0.3) является стохастическим дифференциальным уравнением Стратоновича.

Предполагается, что детерминированная система (0.1) имеет экспоненциально устойчивый аттрактор Л4. В результате действия невырожденных шумов {(т{х)м 0) случайные траектории системы покидают детерминированный аттрактор Л4 и формируют вокруг него некоторый пучок.

Детальное вероятностное описание случайных траекторий системы (0.2) в этом пучке в терминах плотности распределения /у (£, х, е) дается уравнением Фоккера-Планка-Колмогорова (ФПК).

Если характер переходного процесса является несущественным, а основной интерес представляет возможный установившийся режим, то можно ограничиться рассмотрением стационарной плотности распределения р (ж, е), задаваемой стационарным уравнением ФПК е2 71 д2 71 д i, j—1 1 г=1 г.

В разделе 1.1 рассматривается стохастическое одномерное нелинейное дифференциальное уравнение dx = f{x)dt + scr (x)dw. (0.6).

В детерминированном одномерном случае аттракторами системы являются устойчивые точки покоя x (t) = х. Для системы (0.6) построено решение Ш)" 6) (а7) стационарного уравнения ФПК (0.5), которое задает функцию стациоо онарной плотности распределения, если интеграл f p (x)dx сходится. со.

Здесь К — константа интегрирования, которая может быть найдена из оо условия нормировки f p (x)dx = 1. оо.

Значения х, отвечающие максимальным значениям плотности вероятности р (х) играют важную роль в описании стохастических равновесий: величины х отмечают точки, в которых концентрация случайных состояний системы максимальна. В работе исследовано взаимное расположение х и х в зависимости от шума: в присутствии лишь аддитивного шума точки с максимальной и минимальной концентрацией совпадают с точками покоя детерминированной системыпри мультипликативных шумах точка максимальной концентрации х смещается от равновесия х детерминированной системы. Для величины сдвига ¿-(г) = x (s) — х получено следующее разложение по степеням е.

Лемма 1. Пусть х — устойчивое равновесие (fix) < 0). Для функции 5(e) при малых значениях? и достаточно гладких f{x) и о~(х), справедливо разложение с/ ч сг (х)(т'(х) о a-(g) — ж = //(ш)? +.

2f{x){{o>{x)Y + - Г (х)(а'(х)Уа2(х).

2(Г (х)У.

4 + 0{Е6).

В разделе 1.1.1 рассматривается стохастическая линейная система в интерпретации Ито.

У детерминированной системы при i, ф 0 существует единственная точка покоя х — 0, устойчивая при значении параметра ?1 < 0 и неустойчивая при /л > 0.

Для стохастического уравнения (0.8) построено решение стационарного уравнения ФПК (0.5) для случаев воздействия на систему аддитивного и мультипликативного шума. Изменение интенсивности сг2 аддитивного шума не меняет положения экстремума функции плотности распределения р (х), в то время как изменение интенсивности мультипликативно2 го шума сдвигает его. При этом в зоне параметра ¡-л G (0, Ц-) наблюдается стабилизация неустойчивого равновесия.

Также рассматривается стохастически возмущенная система (0.8) в интерпретации Стратоновича.

Построено решение стационарного уравнения ФПК (0.5) для случаев аддитивного шума и мультипликативного шума. Получено, что в интерпретации Стратоновича не существует зоны стабилизации неустойчивой точки покоя. При ?1 < 0 в системе (0.9) также наблюдается сдвиг стохастического аттрактора при изменении интенсивности параметрического шума. dx = ?ixdt + (Ji{x — a) dw + a2dw2:

0.8) dx = ?ixdt + 2.

0.9).

В разделе 1.1.2 представлены результаты исследования системы с квадратичной нелинейностью в интерпретации Стратоновича йх = х{[1 — х) сИ + &-Х о с1и)1 + сг2 о сЬи2, (0.10).

У детерминированной системы существуют две точки покоя х = 0 и х2 = [IПри значении параметра ?1 < 0 точка покоя х = 0 устойчива, а точка покоя Х2 = Ц> неустойчива. При /л > 0 равновесие х = 0 неустойчиво, а Х2 = /л устойчиво.

Для стохастического уравнения (0.10) найдена стационарная плотность распределения. Показано, что в системе с аддитивным шумом не существует регулярного стохастического аттрактора, траектории стохастической системы уходят в бесконечность. В случае воздействия на систему только невырожденного мультипликативного шума (а ф- 0, (72 = 0) найдена стационарная плотность распределения, и проведен анализ форм ее графика в зависимости от параметров системы. Обнаруже2 но, что если ?1 < то плотность распределения неограниченно возрастает в нуле, случайные траектории системы концентрируются вблизи равновесия х — 0, что интерпретируется как стабилизация неустойчивого равновесия системы, вызванное увеличением мультипликативного шума. В системе (0.10) наблюдается сдвиг стохастических аттракторов при изменении интенсивности параметрического шума.

Заключение

.

В диссертации представлены результаты исследований, связанных с чувствительностью аттракторов и бифуркаций стохастических одномерных и двумерных систем. Ниже приведен перечень основных положений, выносимых на защиту.

1. Получена оценка сдвига стохастических аттракторов общих одномерных систем под воздействием мультипликативного шума. Проведен параметрический анализ сдвигов аттракторов для ряда одномерных и двумерных систем.

2. Для одномерной кубической системы и систем Хопфа (мягкий и жесткий случаи) детально исследованы стохастические бифуркации, связанные с качественными изменениями формы графика стационарной плотности распределения при изменении мультипликативного шума.

3. Получены необходимые и достаточные условия существования функции стохастической чувствительности в случае цикла на плоскости. С помощью этой функции исследованы стохастические аттракторы моделей Хопфа, Ван-дер-Поля и брюсселятора. Проведена оценка погрешности ФСЧ-аппроксимации функции плотности распределения в случае систем Хопфа (мягкий и жесткий случаи).

4. Разработан и отлажен программный комплекс «Моделирование и анализ аттракторов нелинейных стохастических систем», позволяющий проводить численные эксперименты по исследованию стохастической динамики однои двумерных динамических систем, проводить детальный анализ стохастических аттракторов с использованием аппарата ФСЧ.

Показать весь текст

Список литературы

  1. A.A., Витт A.A. Об устойчивости по Ляпунову. // ЖЭТФ, 1933. Т. 2. Вып. 5. С. 373.
  2. B.C. Стохастические колебания в радиофизических системах. 4.2. Изд-во СГУ. Саратов, 1985. 200 С.
  3. B.C., Астахов В. В., Вадивасова Т. Е., Нейман A.B., Стрелкова Г. И., Шиманский-Гайер JJ. Нелинейные эффекты в хаотических и стохастических системах. Под. редакцией Анищенко B.C. Москва-Ижевск, 2003. 535 С.
  4. И.А., Перевалова Т. В. Анализ стохастических аттракторов при бифуркации точка покоя цикл. // Автоматика и Телемеханика, 2007. № 10. С. 53−69.
  5. И.А., Перевалова Т. В. Метод функции стохастической чувствительности в анализе случайных возмущений предельных циклов. // Устойчивость, управление и моделирование динамических систем. Екатеринбург: УрГУПС, 2006. № 54(137). С. 20.
  6. И.А., Перевалова Т. В. Бифуркация «Точка покоя-цикл» для систем со случайными возмущениями. // Проблемы теоретической и прикладной математики: Труды 38-ой региональной молодежной конференции. Екатеринбург: УрО РАН, 2007. С. 116.
  7. И.А., Перевалова Т. В. Компьютерное моделирование 2Б-аттракторов стохастических систем. // Проблемы теоретической и прикладной математики: Труды 41-ой региональной молодежной конференции. Екатеринбург: УрО РАН, 2010. С. 216.
  8. И.А., Перевалова Т. В., Ряшко Л. Б. Анализ индуцированных шумом бифуркаций для системы Хопфа. // Изв. вузов. Прикладная нелинейная динамика. Саратов, 2010. Т. 17. № 5. С. 3−16.
  9. И.А., Перевалова Т. В., Ряшко Л. Б. Анализ стохастических бифуркаций в присутствии параметрических шумов. // Проблемы теоретической и прикладной математики: Труды 39-ой региональной молодежной конференции. Екатеринбург: УрО РАН, 2008. С. 97.
  10. И.А., Перевалова Т. В., Ряшко Л. Б. Индуцированные шумами переходы и бифуркации: модельные примеры. // Проблемы теоретической и прикладной математики: Труды 40-ой региональной молодежной конференции. Екатеринбург: УрО РАН, 2009. С. 112.
  11. И.А., Ряшко Л. Б., Стихин П. В. Стохастическая чувствительность циклов системы Ресслера при переходе к хаосу. // Изв. вуз. Прикладная нелинейная динамика, 2003. Т. 11. № 6. С. 32.
  12. И.А., Ряшко Л. Б., Цветков И. Н. Стохастическая чувствительность равновесий и циклов одномерных дискретных отображений. // Изв. вуз. Прикладная нелинейная динамика, 2009. Т. 17. № 6. С. 74−85.
  13. С.Н. Принципы теории стохастических дифференциальных уравнений. // Тр.физ.-мат. ин-та им. В. А. Стеклова, 1934. Т. 5. С. 95−124.
  14. В.В. Случайные колебания упругих систем. М.: Наука, 1997. 335 С.
  15. Т.Е., Анищенко B.C. Стохастические бифуркации. // Изв. вузов. Прикладная нелинейная динамика. Саратов, 2009. № 6. С. 37−50.
  16. С., Икэда Н. Стохастические дифференциальные уравнения и диффузионные процессы. М.: Наука, 1986. 445 С.
  17. А.Д., Фрейдлин М. И. Малые случайные возмущения динамических систем. // Успехи мат. наук, 1970. Т. 25. № 1. С. 3.
  18. А.Д., Фрейдлин М. И. Флуктуации в динамических системах под действием малых случайных возмущений. М.: Наука, 1979. 424 С.
  19. A.A., Матросов В. М. Метод векторных функций Ляпунова в теории устойчивости. М.: Наука, 1987. 312 С.
  20. И.И. Об одной схеме образования случайных процессов. // Доклад. АН СССР, 1947. Е. 58. № 6. С. 961−964.
  21. И.И., Скороходов A.B. Стохастические дифференциальыне уравнения. Киев. Наукова думка, 1967. 355 С.
  22. A.A., Ряшко JI.B. Анализ среднеквадратичной устойчивости предельных циклов нелинейных стохастических систем. // Автоматика и телемеханика, 2007. № 10. С. 79−91.
  23. М.Ф. Нелинейные стохастические задачи механических колебаний. М.: Наука, 1980. 363 С.
  24. Дуб Дж. Вероятностные процессы. М.: ИЛ, 1956. 606 С.
  25. Ито К. О стохастических дифференциальных уравнениях. // Математика I, 1957. № 1. С. 78.
  26. Кац И.Я., Красовский H.H. О устойчивости систем со случайными параметрами. // Прикл. математика и механика, 1960. Т. 24. Вып. 5. С. 809−823.
  27. H.H., Лидский Э. А. Аналитическое конструирование регуляторов с системах со случайными свойствами. I-III // Автоматика и телемеханика, 1961. Т. 22. № 9−11. С. 1145−1150. 1273−1278. 1425−1431.
  28. Э.А., Левинсон Н. Теория обыкновенных дифференциальных уравнений. М.: Изд-во ИЛ, 1958. 474 С.
  29. В.В., Носов В. Р. Устойчивость и периодические режимы регулируемых систем с последейсвтием. М.: Наука, 1981. 448 С.
  30. П. Избранные труды. М.: Изд-во АН СССР, 1960. 756 С.
  31. Р.Ш., Ширяев А. Н. Статистика случайных процессов. М.: Наука, 1974. 696 С.
  32. А., Либерман М. Регулярная и стохастическая динамика. М.: Мир, 1984. 528 С.
  33. Г. Н. Устойчивость и стабилизация периодических движений автономных систем. // Прикл. математика и механика, 1977. Т. 41. Вып. 4. С. 744.
  34. Г. Н., Ряшко Л. Б. Устойчивость и стабилизация орбит автономных систем при случайных возмущениях. // Прикл. математика и механика, 1992. Т. 56. Вып. 6. С. 951.
  35. Ю.И., Ланда П. С. Стохастические и хаотические колебания. М.: Наука, 1987. 426 С.
  36. . Стохастические дифференциальные уравнения. М.: Мир, 2003. 290 С.
  37. П.В. Экспоненциальная устойчивость одного класса нелинейных стохастических систем. // Автоматика и Телемеханика, 1980. № 2.
  38. Т.В. Компьютерное моделирование стохастической динамики нелинейных колебаний. // Компьютерное моделирование 2006. Санкт-Петебург, 2006. С. 86−87.
  39. Т.В. Стохастические бифуркации в модели Хопфа. // Компьютерное моделирование 2007. Санкт-Петебург, 2007. С. 57.
  40. Т.В. Анализ стохастических аттракторов и бифуркаций при переходе «точка покоя цикл». // Информационные и коммуникационные технологии в образовании. Борисоглебск, 2007. С. 140.
  41. Т.В. Программный комплекс «Исследование стохастической устойчивости динамических систем». // Компьютерное моделирование 2008. Санкт-Петебург, 2008. С. 147.
  42. JI.С., Андронов A.A., Витт A.A. О статистическом рассмотрении динамических систем. // ЖЭТФ, 1933. Т. 3. Вып. 3. С. 165.
  43. Л.Б., Стихии П. В. Обратные бифуркации в стохастической системе Ресслера. // Изв. вуз. Прикладная нелинейная динамика, 2005. Т. 13. Ш. С. 20.
  44. Р.Л. Избранные вопросы теории флуктуации в радиотехнике. М.: Сов. радио, 1961. 558 С.
  45. И.Н. Стохастические бифуркации циклов системы Ферх-юльста. // Системы управления и информационные технологии, 2009. 3.1(37) С. 199−202.
  46. А., Смолуховский М. Броуновское движение. М.-Л.: ОН-ТИ, 1936. 608 С.
  47. Arrhenius S.A. Ueber die Reaktongeschwindigkeit bei der inversion von Rohrzucker durch Saeuem. // Z. Phys. Chemie. 1899. Vol. 4. P. 226.
  48. Arnold L. Stochastic Differential Equations: Theory and Applications. New York: Wiley, 1974. 228 P.
  49. Arnold L., Bleckert G., Schenk-Hoppe K. The stochastic Brusselator: parametric noise destroys Hopf bifurcation. Stochastic dynamics. // New-York: Springer, 1999. P. 71.
  50. Arnold L., Horsthemke W., Lefever R. White and colored external noise and transition phenomena in nonlinear systems. // Zs. Phys, 1978. Vol. 29. P. 867.
  51. Baras F. Stochastic analysis of limit cycle behavior, jj Stochastic dynamics. Lerture notes in physics. Springer-Vergal, 1997. Vol. 484. P. 167−178.
  52. Bashkirtseva I., Ryashko L., Schurz H. Analysis of Noise-Induced Transitions for Hopf System with Additive and Multiplicative Random Disturbances. Chaos. Solitons and Fractals, 2009. Vol. 39. P. 72−82.
  53. Bucklew J.A. Large deviation techniques in decision, simulation and estimation. New York: Wiley, 1990. 270 P.
  54. Crauel H., Imkaller P., Steinkamp M. Bifurcation of one-dimensional stochastic differential equations. // in H. Crauel and M. Gundlach, editors, Stochastic dynamics. Springer-Verlag. New York, 1999. P. 27.
  55. Day M.V. Regularity of boundary quasi-potentials for planar systems. // Appl. Mathematics and Optimization, 1994. Vol. 30. P. 79.
  56. Day M.V. Exit cycling for van der Pol oscillator and quasipotential calculations. // J. Dynam. Differential Equations, 1996. Vol. 8. P. 573 601.
  57. Dembo M., Zietouni O. Large deviations techniques and applications. Boston: Jones and Bartlett Publishers, 1995. 396 P.
  58. Dykman M.I. et al. Activated escape of periodically driven systems. // Chaos, 2001. № 11. P. 587.
  59. Dykman M., Chu X., Ross J. Stationary probability distribution near stable limit cycles far from Hopf bifurcation points. // Phys. Rev. E, 1993. Vol. 48. № 3. P. 1646−1654.
  60. Crauel H., Flandoli F. Additive Noise Destroys a Pitchfork Bifurcation. // Journal of Dynamics and Differential Equations, 1998. Vol. 10. № 2. P. 259.
  61. Franzoni L., Mannella R., McClintock P., Moss P. Postponement of Hopf bifurcations by multiplicative colored noise. // Phys. Rev. A, 1987. Vol. 36. P. 834.
  62. Graham R., Tel T. Existence of a potential for dissipative dynamical systems. // Phys. Rev. Letters, 1984. Vol. 52. № 9. P. 12.
  63. Graham R., Tel T. Weak-noise limit of Fokker-Planck models and nondijferentiable potentials for dissipative dynamical systems. // Phys. Rev. A, 1985. Vol. 35. P. 1109.
  64. Graham R., Tel T. Nonequilibrium potential for coexisting attractors. // Phys. Rev. A, 1986. Vol. 33. P. 1322.
  65. Graham R., Tel T. Steady state ensenble for the complex Ginzburg-Landau equation with weak noise. // Phys. Rev. A, 1990. Vol. 42. P. 4661.
  66. Hahn H.S., Nitzan A., Ortoleva P., Ross J. Threshold excitation relaxation oscillations and effect of noise in an enzyme reactions. // Proc. Nat. Acad. Sci. USA, 1974. Vol. 71. P. 4067.
  67. KiferY. Random perturbations of dynamical systems. Birkhaeuser, 1988. 295 P.
  68. Khovanov I.A., Luchinsky D.G., Mannella R. end McClintock P.V.E. ed. M.W. Evans, Wiley Fluctuational escape and related phenomena in nonlinear optical systems. // Adv. Chem. Phys. In Modern Nonlinear Optics. Part 3. New York, 2001. Vol. 119. P. 469.
  69. Klosek-Dygas M.M., Matkowsky B.J., Schuss Z. Stochastic stability of nonlinear oscillators. // SIAM J. Appl. Math, 1988. V. 48. № 5. P. 11 151 127.
  70. Landa P. S., McClintock P.V.E. Changes in the dynamical behavior of nonlinear systems induced by noise. // Physics Reports, 2000. Vol. 323. P. 1.
  71. Langeven P. Sur la theorie du mouvement brownien. // C.R.Acade. Sci. Paris, 1908. V. 146. P. 530−533.
  72. Lefever R., Turner J. Sensitivity of a Hopf bifurcation to external multipicative noise. //In W. Horsthemke D.K.Kondepudi, editors. Fluctuations and sensitivity in nonequilibrium systems. Springer-Velgar. Berlin, 1984. P. 143−149.
  73. Lefever R., Turner J. Sensitivity of a Hopf bifurcation to multplicative colored noise. // Phys. Rev. Lett, 1986. Vol. 56. P. 1631.
  74. Ludvig D. Persistence of dynamical systems under random perturbations. // SIAM Rev, 1975. Vol. 17. № 4. P. 605−640.
  75. Leng G., Namachchivaya N., Talwar S. Robustness of nonlinear systems perturbed by external random excitation. // ASME Journal of Applied Mechanics, 1992. Vol. 59. P. 1.
  76. Luchinsky D.G., Mannella R., McClintock P.V.E., Stocks N.G. Stochastic resonance in electrical circuits II: Nonconventional stochastic resonance. // IEEE Trans. on Circuits and Systems II: Analog and Digital Signal Processing, 1999. Vol. 46. P. 1215.
  77. Malick K., Marcq P. Stability analysis of noise-induced Hopf bifurcation. // Eur. Phhys. J.B., 2003. Vol. 36. P. 119.
  78. Maier R.S., Stein D.L. Oscillatory behavior of the rate of escape through an unstable limit cycle. // Phys. Rev. Lett, 1996. № 24. P. 4860.
  79. May R.M. Stability and complexity in model ecosystems. Princeton: University Press, 1974. 265 P.
  80. Moss F., McCHntock P.V.E. Noise in nonlinear dynamical systems. Cambridge University Press. 1989. 223 P.
  81. Namachchivaya N. Stochastic bifurcation. // Applied Mathematics and Computation, 1990. Vol. 38. Issue 2. P. 101.
  82. Naeh Т., Klosek M.M., Matkowsky B.J., Schuss Z. A direct approach to the exit problrm. // SIAM Journal Appl. Math, 1990. Vol. 50. № 2. P. 595.
  83. Smelyanskiy V.N., Dykamn M.I., Maier R.S. Topological features of large fluctuations to the interior of a limit cycles. // Phys. Rev. E, 1997. Vol. 55. № 3. P. 2369.
  84. Stratonovich R.L. Topics in the Theory of Random Noise. Gordon and Breach. New York, 1963. 292 P.
  85. Xu В., Lai.Y.-C., Zhy L., Do Y. Experimental Characterization of Tranzition to Chaos in the Presence of Noise. // Phys. Rev. Lett, 2003. Vol. 90. P. 164 101.
  86. Ито К. Об одной формуле, касающейся стахастических дифференциалов. // Математика. Сб. пер, 1959. Т. 3 № 5. С. 131−141.
  87. Д.Ф. Численное моделирование стохастических дифференциальных уравнений и стохастических интегралов. СПб.: Наука, 1999. 458 С.
  88. Стратонович P. J1. Новая форма записи стохастических интегралов и уравнений. // Вестник МГУ, 1964. Сер. 1. № 1. С. 3−12.
  89. Р.З. Устойчивость систем дифференциальных уравнений при случайных возмущениях их параметров. М.: Наука, 1969. 316 С.
  90. В., Лефевр Р. Индуцированые шумом переходы. М.: Мир, 1987. 398 С.
  91. Ito К. On stohastic differential equations. // Memoirs Amer. Math. Soc, 1951. Vol. 4. P. 1−51.
  92. И.А., Исакова M.Г., Ряшко Л. Б. Асимптотическое разложение квазипотенциала для стохастически возмущенной нелинейного осциллятора. // Дифференциальные уравнения, 1999. Т. 35. № 10. С. 1319−1324.
  93. И.А., Ряшко Л. Б. Метод квазипотенциала в анализе чувствительности автоколебаний к стохастическим возмущениям. // Изв. вузов. Прикладная нелинейная динамика, 1998. Т. 6. № 5. С. 19−27.
  94. И.А., Ряшко Л. Б. Метод квазипотенциала в исследовании локальной устойчивости предельных циклов к случайным возмущениям. // Изв. вузов. Прикладная нелинейная динамика, 2001. Т. 9. № 6. С. 104−114.
  95. В.В., Ряшко Л. Б. Элементы нелинейной динамики: от порядка к хаосу. Ижевск. НИЦ «Регулярная и хаотическая динамика», 2006. 159 С.
  96. И.А., Ряшко Л. Б., Стихии П. В. Стохастическая чувствительность циклов системы Ресслера при переходе к хаосу. // Изв. вузов. Прикладная нелинейная динамика, 2003. № 6. С. 32−47.
  97. .Д. Лекции по математической теории устойчивости. М.: Наука, 1967. 471 С.
  98. Г. М., Сагдеев Р. З. Введение в нелинейную физику: от маятника до турбулентного хаосу. М.: Наука, 1988. 368 С.
  99. Г. Н., Ряшко Л. Б. Первое приближение квазипотенциала в задачах об устойчивости систем со случайными невырожденными возмущениями. // Прикладная математика и механика, 1995. Т. 59. Вып. 1. С. 51.
  100. Г., Пригожин И. Самоорганизация в неравновесных системах. М.: Мир, 1977. 512 С.
  101. Л.Б. Об устойчивости стохастически возмущенных орбитальных движений. // Прикладная математика и механика, 1996. Т. 60. Вып. 4. С. 582.
  102. Ф. Обыкновенные дифференциальные уравнения. М.:Мир, 1970. 720 С.
  103. Arnold. L. Random dynamical systems. Springer, 1998. 585 P.
  104. Bashkirtseva I.A., Isakova M.G., Ryashko L.B. Quasipotensial in stohastic stability analysis of the nonlinear oscillator orbits. //J. Neural Parallel and Scientific Computations, 1999. V. 7. № 3. P. 299−310.
  105. Bashkirtseva I.A., Ryashko L.B. Sensitivity analysis of the stohastically and periodically forced Brusselator. // Phys. A, 2000. Vol. 278. P. 126 139.
  106. Bashkirtseva I.A., Ryashko L.B. Sensitivity analysis of stohastically forced Lorenz model cycles under period-doubling bifurcations. // Dynamic Systems and Applications, 2002. Vol. 11. P. 293−309.
  107. Bashkirtseva I.A., Ryashko L.B. Stohastic sensitivity of 3D-cycles. // Mathematics and Computers in Simulation, 2004. Vol. 66. P. 55−67.
  108. Bashkirtseva I.A., Ryashko L.B. Sensitivity and chaos control for the forced nonlinear oscillations. // Chaos, Solitons and Fractals, 2005. Vol. 26. P. 1437−1451.
  109. Gardiner C.W. Handbook of Stochastic Methods. 2nd ed. New York: Springer, 1996. 418 P.
  110. Bashkirtseva I., Ryashko L., Schurz H. Analysis of noise-induced transition for Hopf system with additive and multiplicative random disturbances. // Chaos. Solitons and Fractals, 2009. Vol. 39. P. 7−16.
  111. T.A., Артемьев С. С. Численное решение стохастических дифференциальных уравнений с растущей дисперсией. // Сибирский журнал вычислительной математики, 2005. Т. 8. № 1. С. 1−10.
  112. С.С. Устойчивость численных методов решения стохастических дифференцианльных уравнений. // Сибирский математический журнал, 1994. Т. 35. № 6. С. 1210−1214.
  113. Н., Жидков Н., Кобельков Г. Численные методы. М.: Бином. Лаборатория знаний, 2003. 630 С.
  114. В.И., Пантелеев Численные методы в примерах и задачах. М.: Высшая школа, 2004. 480 С.
  115. А.В., Смирнов С. Н. Численные методы решения стохастических дифференциальных уравнений. // Математическое моделирование, 1990. Т. 2. Ml. С. 108−121.
  116. Г. Н. Численное интегрирование стохастических дифференциальных уравнений. Свердловск: Изд-во «Уральского ун-та, 1988. 223 С.
  117. Э., Нерсетт С., Ваннер Г. Решение обыкновенных дифференциальных уравнений. Нежесткие задачи. М.: Мир, 1990. 512 С.
  118. Дж., Уатт Дж. Современные численные методы решения обыкновенных дифференциальных уравнений. М.: Мир, 1979. 312 С.
  119. Box G.E.P., Mervin Е. Muller A note on the generation of random normal deviates. // Ann.Math.Statist, 1958. Vol. 29. № 2. P. 610−611.
  120. Clements D.J., Anderson B.D.O. Well behaved Ito equations with simulations that always misbehave. // IEEE Trans. Autom. Contorl, 1973. Vol. 18. P. 676−677.
  121. Gart T.C. Introduction to Stochastic Differential Equations. New York: Marcel Dekker, 1988. 130 P.
  122. Kloeden P.E., Platen E. Numerical solution of stochastic differential equations. Springer, 1992. 636 P.
  123. Kloeden P.E., Platen E., Schurz H. Numerical solution of SDE through computer experiments. Springer, 1994. 292 P.
  124. Kuznetsov D.F. Numerical integration of stochastic differential equations. University of S.-Peterburg. S.-Peterburg, 2001. 800 P.
  125. Maruyama G. Continuous Markiv processes and Stohastic equaions. // Rend. Circolo Math. Palermo, 1955. Vol. 4. P. 48−99.
  126. Milstein G.N., Tretyakov M.V. Stochastic Numerics for Mathematical Physics. Springer, 2004. 596 P.
  127. Rimelin W. Numerical treatment of stochastic differential equations. // SI AM, J.Numer. Anal., 1982. Vol. 19. P. 604−613.
  128. Planet E. Zur zietdiskreten Approximation von Ito prozesseen.// Diss. В., I Math., Akad. der Wiss. der DDR. Berlin, 1984.
  129. Wright D.J. The digital simulation of stochastic differential equations. // IEEE Trans. Autom. Control, 1974. Vol. 19. P. 75−76.
Заполнить форму текущей работой

На отлично!