Entropia topologiczna

Ten artykuł należy dopracować:
→ napisać/poprawić definicję.
Po wyeliminowaniu niedoskonałości należy usunąć szablon {{Dopracować}} z tego artykułu.

Entropia topologiczna – wykładnicze tempo wzrostu liczby segmentów orbity układu dynamicznego odróżnianych z dowolnie dobrą, ale skończoną dokładnością. W tym sensie, entropia topologiczna opisuje w toporny, ale sugestywny sposób całkowitą wykładniczą złożoność struktury orbity poprzez jedną tylko liczbę. Układy chaotyczne wyróżniają się posiadaniem dodatniej entropii, a sama entropia topologiczna jest niczym innym jak tempem wzrostu orbit okresowych. Zatem stosownie jest patrzeć na entropię jak na ilościową miarę chaosu w układzie dynamicznym[1].

Metryka Bowena-Dinaburga

Niech f : X X {\displaystyle f\colon X\to X} będzie odwzorowaniem ciągłym w zwartej przestrzeni metrycznej X {\displaystyle X} z funkcją odległości d . {\displaystyle d.}

Zdefiniujmy ciąg rosnący metryk d n f , {\displaystyle d_{n}^{f},} n = 1 , 2 , . . . , {\displaystyle n=1,2,...,} poczynając od d 1 f = d , {\displaystyle d_{1}^{f}=d,} dany wzorem:

d n f ( x , y ) = max 0 i n 1 { d ( f i ( x ) , f i ( y ) ) } {\displaystyle d_{n}^{f}(x,y)=\max _{0\leq i\leq n-1}\{d(f^{i}(x),f^{i}(y))\}}

Innymi słowy, d n f {\displaystyle d_{n}^{f}} jest odległością pomiędzy segmentami orbit O n ( x ) = { x , . . . , f n 1 ( x ) } {\displaystyle {\mathcal {O}}_{n}(x)=\{x,...,f^{n-1}(x)\}} oraz O n ( y ) = { y , . . . , f n 1 ( y ) } . {\displaystyle {\mathcal {O}}_{n}(y)=\{y,...,f^{n-1}(y)\}.}

Definicja entropii topologicznej

Niech N d ( f , r , n ) {\displaystyle N_{d}(f,r,n)} będzie maksymalną liczbą punktów w X {\displaystyle X} parami odległych o co najmniej r {\displaystyle r} w metryce d n f . {\displaystyle d_{n}^{f}.}

O takim zbiorze mówimy, że jest ( n , r ) {\displaystyle (n,r)} -oddzielony. Punkty tej postaci generują maksymalną liczbę segmentów orbity długości n , {\displaystyle n,} które są odróżnialne z dokładnością do r . {\displaystyle r.}

Rozważmy wykładniczą prędkość wzrostu h d ( f , r ) := lim ¯ n 1 n log N d ( f , r , n ) {\displaystyle h_{d}(f,r):=\varlimsup _{n\to \infty }{\frac {1}{n}}\log N_{d}(f,r,n)} wielkości N d ( f , r , n ) . {\displaystyle N_{d}(f,r,n).}

Oczywiście liczba h d ( f , r ) {\displaystyle h_{d}(f,r)} nie maleje wraz z r , {\displaystyle r,} więc możemy zdefiniować wielkość h d ( f ) := lim r 0 h d ( f , r ) . {\displaystyle h_{d}(f):=\lim _{r\to 0}h_{d}(f,r).}

Liczbę h ( f ) := h top ( f ) := h d ( f ) {\displaystyle h(f):=h_{\text{top}}(f):=h_{d}(f)} nazywamy entropią topologiczną odwzorowania f . {\displaystyle f.}

Własności entropii topologicznej

  • Jeśli d {\displaystyle d'} jest metryką na X {\displaystyle X} równoważną metryce d , {\displaystyle d,} to h d ( f ) = h d ( f ) . {\displaystyle h_{d'}(f)=h_{d}(f).}
  • Entropia topologiczna jest niezmiennikiem sprzężenia topologicznego.
  • Entropia topologiczna odwzorowań zwężających oraz izometrii jest zerowa.
  • Jeżeli Λ {\displaystyle \Lambda } jest domkniętym zbiorem f-niezmienniczym, to h t o p ( f Λ ) h t o p ( f ) . {\displaystyle h_{top}(f_{\upharpoonright \Lambda })\leq h_{top}(f).}
  • Jeżeli X = i = 1 m Λ i , {\displaystyle X=\bigcup _{i=1}^{m}\Lambda _{i},} gdzie Λ i {\displaystyle \Lambda _{i}} są domkniętymi zbiorami f-niezmienniczymi, to h t o p ( f ) = max 1 i m h t o p ( f Λ i ) . {\displaystyle h_{top}(f)=\max _{1\leq i\leq m}h_{top}(f_{\upharpoonright \Lambda _{i}}).}
  • h t o p ( f m ) = | m | h t o p ( f ) . {\displaystyle h_{top}(f^{m})=|{m}|\cdot h_{top}(f).}
  • Jeżeli odwzorowanie g {\displaystyle g} jest faktorem odwzorowania f , {\displaystyle f,} to h t o p ( g ) h t o p ( f ) . {\displaystyle h_{top}(g)\leq h_{top}(f).}
  • h t o p ( f × g ) = h t o p ( f ) + h t o p ( g ) , {\displaystyle h_{top}(f\times g)=h_{top}(f)+h_{top}(g),} gdzie f : X X , {\displaystyle f\colon X\rightarrow X,} g : Y Y , {\displaystyle g\colon Y\rightarrow Y,} zaś odwzorowanie f × g : X × Y X × Y {\displaystyle f\times g\colon X\times Y\to X\times Y} dane jest wzorem: ( f × g ) ( x , y ) = ( f ( x ) , g ( y ) ) . {\displaystyle (f\times g)(x,y)=(f(x),g(y)).}

Przypisy

  1. Boris Hasselblatt, Anatole Katok: A first course in dynamics with a Panorama of Recent Developments, Cambridge University Press, 2003.