不动点及线性化矩阵
二维映射的一般形式为
T:
x n+1 =f(xn ,yn ) ,
(y n+1 =g(x n ,y n ),
变换 T 将点(xn,yn)变换为点(xn+1,yn+1)。令 T 简记二维映射,p 记状态点,则二维映射也可以写作 Pn+1=T(Pn),一般说来,对于任意整数i,有 pn+i=Ti(Pn),设 P*是二维映射 T 的不动点,则 P*满足
P*=T(P*).
不动点对于映射行为具有重要意义。为了研究不动点的类型,考虑不动点 P*附近的一点 P,将它写作
P=P*+U,
其中 U 是小量。将上式代入二维映射,并展成级数,可得到关系
∂T
Un+1= ∂P
p=p*
U +O(U2 ),
这里∂T/∂P 是 2×2 矩阵,记作 J,称为映射 T 在 P*点的雅可比(C. G. J.Jacobi)矩阵。具体写出 J 的表达式便为
∂f
J=∂x
∂x
∂f
∂y
∂g
∂y p=p*
看三个例子。第一个是阿诺德猫映射(Arnold’s cat map):
xn +1=x n +yn ,
mod(1)
y =x +2y ,
n +1 n n
其中 mod(1)表示取模,大于 1 数只取其小数部分。此映射的雅可比矩阵
为
J 1 1
= .
2
第二个例子是变形标准映射(standard map)
xn +1=x n +asin(xn +y n ),
y =x +y ,
n +1 n n
其雅可比矩阵为
1+acos(x+y) acos(x+y)
J= .
1 1
第三个例子是埃农映射(Hénon map):
xn +1=y n ,
y =bx +ay
-y 2 ,
n +1 n n n
其雅可比矩阵为
0 1
J=b a-2y .
雅可比矩阵对于研究映射是十分关键的。藉此可以判断不动点的性质, 藉此可以判定映射是保守的还是耗散的。先说后者。当雅可比矩阵的行列式的绝对值等于 1 时,映射是保守的,或者叫保面积的。当其行列式的绝对值
大于 1 时,映射是发散的,我们不讨论;小于 1 时,映射是耗散的。对于阿诺德猫映射, |det (J)|=|2-1|=1,所以它是保面积(保守)映射。对于变形标准映射,|det(J)|=1,所以它是保守映射。对于埃农映射,| det(J)|=|0-b|=|-b|,当 b=+1 时它是保守映射,当| b|<1 时,它是耗散映射。实际上雅可比矩阵是映射的线性化矩阵。在 Un 与 Un+1 迭代关系中,去掉高次项(大于等于 2 次的项),就得到一个完全线性的映射。对于线性映射,我们可以做彻底研究。但要记住,线性化系统的性质只代表非线性系统的局部行为,即只能反映 不动点附近的行为。离开不动点稍远一些,由线性化方法导出的结论就不再适用于原来的非线性系统。