Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Optimierte lokale Modelle in der nichtlinearen Zeitreihenanalyse
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Kapitel 1. Grundlagen Seite 13<br />
k Lyapunov-Exponenten, <strong>in</strong>sofern diese <strong>der</strong> Größe nach sortiert s<strong>in</strong>d:<br />
1<br />
lim<br />
t→∞ t ln[V k(t)] =<br />
k∑<br />
λ i . (1.15)<br />
Die Matrix P(t) sei def<strong>in</strong>iert durch die zeitliche Än<strong>der</strong>ung <strong>der</strong> Basisvektoren<br />
i=1<br />
P(t) ≡ (U t (x 0 )b 1 , . . . , U t (x 0 )b d ) . (1.16)<br />
Dieses Volumen kann mit Hilfe <strong>der</strong> QR−Zerlegung [45, S. 53] <strong>der</strong> Matrix P erhalten<br />
werden. Hierfür bildet man<br />
⎛<br />
⎞<br />
R 11 R 12 · · · R 1d<br />
0 R 22 · · · R 2d<br />
P = QR = (Q 1 , . . . , Q d ) · ⎜<br />
⎝<br />
.<br />
. . ..<br />
⎟ . ⎠ . (1.17)<br />
0 0 · · · R dd<br />
Die Matrix Q ist orthogonal und die obere Dreiecksmatrix R besitzt positive Diagonalelemente,<br />
<strong>der</strong>en Produkt das Volumen (1.14) ergeben, d.h.<br />
V k (t) =<br />
k∏<br />
R ii . (1.18)<br />
i=1<br />
Für den i-ten Lyapunov-Exponent ergibt sich somit mit Hilfe von (1.15)<br />
1<br />
λ i = lim<br />
t→∞ t ln(R ii) . (1.19)<br />
Anschaulich lässt sich dies folgen<strong>der</strong>maßen darstellen: Unter <strong>der</strong> Wirkung des Flusses<br />
wird <strong>der</strong> anfängliche E<strong>in</strong>heitswürfel aus den Vektoren b i mit i = 1, . . . , d <strong>in</strong> den Spat<br />
P verformt. Durch QR-Zerlegung entsteht <strong>der</strong> Qua<strong>der</strong> R ii Q i , dessen Kantenlängen<br />
gegenüber dem E<strong>in</strong>heitswürfel exponentiell mit den Lyapunov-Exponenten gewachsen<br />
o<strong>der</strong> geschrumpft s<strong>in</strong>d, <strong>der</strong> jedoch das gleiche Volumen wie <strong>der</strong> Spat P besitzt.<br />
Üblicherweise beg<strong>in</strong>nt man mit <strong>der</strong> Basis b i = I, i = 1, . . . , d, die von <strong>der</strong> Transfermatrix<br />
U t auf die Matrix P abgebildet wird. Diese wird <strong>in</strong> diskreten Schritten mit<br />
Abstand ∆t <strong>der</strong> QR-Zerlegung unterworfen, wobei man über die dabei entstehende