重叠非线性吸引子维数的精细下界估计
3 浏览量
更新于2024-09-05
收藏 197KB PDF 举报
本文主要探讨了具有重叠结构的非线性吸引子的维数估计问题,作者肖加清在武汉理工大学理学院的研究中,针对这类特殊的压缩映射系统提出了新的理论。在传统的非线性动力系统中,当吸引子满足开集条件时,Hausdorff维数可以通过拓扑压力的概念来确定。然而,当压缩族不满足开集条件,即存在重叠结构时,计算吸引子的维数变得极其复杂,因为大部分情况下无法得到精确值。
肖加清的工作是在前人研究基础上的深化,如[1]和[3]的理论基础上。[1]的工作揭示了在压缩映射作用下吸引子的存在性,而[3]则通过分析第一级基本区间的重叠情况提供了维数的下界估计。本文的核心创新在于,通过观察更高层次的基本区间(这里提到的是第k级),利用质量分布原理,对吸引子的维数进行了更为精细的下界估计。
在文中,作者引入了记号和定义以简化表述。例如,对于复合函数
F(x) 和其导数,分别表示为
F(xσ) 和
F'(xσ),并且定义了最小导数值
min{F'(xσ)|x∈J}。在此基础上,作者定义了一个子集A,它满足与吸引子K相关的条件,即A包含所有与K重叠的区间,并且其定义有助于维数估计的精确性。
总结来说,本文的主要贡献在于提供了一种在重叠结构非线性吸引子的背景下,通过考虑更细致的数学结构来估计其维数的方法,这不仅理论上拓展了对这类复杂系统的理解,也为实际计算非线性动力系统分形维数提供了实用的工具。这对于深入研究混沌动力学、分形几何以及复杂系统的动态行为具有重要意义。
2021-06-01 上传
2022-07-14 上传
2021-10-15 上传
2023-06-01 上传
2023-08-21 上传
2023-08-16 上传
2024-06-18 上传
2023-05-18 上传
2023-05-14 上传
weixin_38610815
- 粉丝: 4
- 资源: 870
最新资源
- SSM动力电池数据管理系统源码及数据库详解
- R语言桑基图绘制与SCI图输入文件代码分析
- Linux下Sakagari Hurricane翻译工作:cpktools的使用教程
- prettybench: 让 Go 基准测试结果更易读
- Python官方文档查询库,提升开发效率与时间节约
- 基于Django的Python就业系统毕设源码
- 高并发下的SpringBoot与Nginx+Redis会话共享解决方案
- 构建问答游戏:Node.js与Express.js实战教程
- MATLAB在旅行商问题中的应用与优化方法研究
- OMAPL138 DSP平台UPP接口编程实践
- 杰克逊维尔非营利地基工程的VMS项目介绍
- 宠物猫企业网站模板PHP源码下载
- 52简易计算器源码解析与下载指南
- 探索Node.js v6.2.1 - 事件驱动的高性能Web服务器环境
- 找回WinSCP密码的神器:winscppasswd工具介绍
- xctools:解析Xcode命令行工具输出的Ruby库