lyapunov指数求取时运用qr法与jacobi法之间的区别与联系【基于matlab的动力学模型学习笔记_10】

在进行lyapunov指数的求取时，需要知道离散动力学系统对应Jacobi矩阵的特征值，qr法与Jacobi法都可以求解矩阵特征值，其中qr法求解的是矩阵所有特征值，而Jacobi法求解的是矩阵的最大特征值。本文以二维Henon映射为例，分别展示两种方法在求解时的区别与联系。

目录

1.准备工作

1.1 henon映射

动力学系统

代码实现

 1.2 jacobi矩阵

1.3 lyapunov指数

2.Jacobi法

 代码实现 

3.qr法

 代码实现

 lypunov指数谱：

4.qr法与Jacobi法之间代码的联系

代码实现

---

1.准备工作

1.1 henon映射

动力学系统

Henon映射为二维映射，其动力学方程通常有以下两种写法：

 和

 式中a、b为参数，0<b≤1我们通常运用式(1)表达形式。

代码实现

clc;clear all;close all
%初值设置
x0=0.2;y0=0.3;
%参数设置
b=0.3;n=800;t=600;
hold on
for a = 0:0.01:1.4 %参数a
x(1)=1+y0-a*x0^2;
y(1)=b*x0;
for i =2:n
   x(i)=1+y(i-1)-a*x(i-1)^2;
   y(i)=b*x(i-1);
end
xn=x(t+1:n);%取80次迭代之后的数据
pause(0.1);
plot(a,xn,'r.','Markersize',2);
xlabel('a');ylabel('x');
set(gca,'XLim',[0 1.4]);
set(gca,'XTick',[0:0.2:1.4]);
set(gca,'YLim',[-1.5  1.5]);
set(gca,'YTick',[-1.5:0.5:1.5]);
end

混沌图像：

图1 .henon映射 

 1.2 jacobi矩阵