Résumé - États d'énergie élevée des trajectoires chaotiques récurrentes dans un puits potentiel dépendant du temps

Titre
États d'énergie élevée des trajectoires chaotiques récurrentes dans un puits potentiel dépendant du temps

Temps
2025-07-10 14:27:11

Auteur
{"Matheus S. Palmero","Flavio H. Graciano","Edson D. Leonel","Juliano A. de Oliveira"}

Catégorie
{nlin.CD}

Lien
http://arxiv.org/abs/2507.07801v1

PDF Lien
http://arxiv.org/pdf/2507.07801v1

Résumé

Dans une étude dirigée par Matheus S. Palmero et ses collègues, les chercheurs investiguent les dynamiques chaotiques à l'intérieur d'un puits potentiel à une dimension, dépendant du temps. Ils utilisent une technique appelée analyse de recurrence pour identifier des trajectoires chaotiques inhabituelles et fortement récurrentes, qui, bien que她们源自低能初始条件,却经历了长时间的高能状态。 Le modèle implique une particule confinée dans un puits potentiel où le fond oscille périodiquement. Cela conduit à un comportement dynamique complexe, où la particule gagne ou perd de l'énergie en fonction de la phase de la base en mouvement. Les chercheurs utilisent une carte non linéaire à deux dimensions, préservant l'aire, pour décrire l'évolution discrète du système dans le temps. Ils appliquent l'analyse de recurrence en ensemble à un grand nombre de conditions initiales, en calculant la fréquence de recurrence de chaque orbite. Cela leur permet d'identifier celles qui montrent une récurrence significativement plus élevée que la moyenne de l'ensemble. L'analyse révèle que de telles orbites à haute RR montrent souvent de la "stickiness", un phénomène où les trajectoires sont temporairement piégées près de structures régulières. Les chercheurs montrent que ces trajectoires chaotiques fortement récurrentes sont caractérisées par des écarts vers des états d'énergie élevée, qui sont beaucoup plus élevés que l'énergie initiale. Ils observent que ce comportement est fortement corrélé avec la "stickiness" dans les espaces de phase mélangés. L'étude montre que l'analyse de recurrence peut être un outil puissant pour identifier et étudier des caractéristiques dynamiques rares et à haute énergie dans des systèmes complexes. Elle offre des informations sur le phénomène de "stickiness", sa durée et les conditions dans lesquelles il peut être soutenu ou renforcé. De plus, les résultats ouvrent la voie à une exploration plus systématique du modèle de puits potentiel dépendant du temps, y compris l'identification des configurations de paramètres favorisant des états d'énergie élevée soutenus. Dans l'ensemble, la recherche fournit de nouvelles perspectives sur les dynamiques complexes des systèmes chaotiques et a des implications pour comprendre des comportements dynamiques rares et extrêmes dans divers contextes, tels que les phénomènes de transport et les dynamiques d'évasion.


Articles Recommandés

Informatique neuromorphique : Un cadre théorique pour l'échelle du temps, de l'espace et de l'énergie

Simulation de mouvements humains de haute fidélité alimentée par l'IA générative

Théorie quantique du piège opto-magnétique

Hess-MC2 : Monte Carlo en séquence à la puissance deux utilisant des informations de Hessian et des propositions de second ordre

Commande selon la taille des disques dans un canal étroit

Croissance de l'échelle de longueur structurale dans les mélanges binaires de Kob Andersen : rôle de l'ordre à moyenne portée

Un seuil inférieur inconditionnel pour la méthode de l'ensemble actif en maximisation quadratique convexe

TrajLens : Analyse visuelle pour la construction de trajectoires de développement cellulaire dans l'exploration croisée des échantillons

Simuler plusieurs perspectives humaines dans les systèmes socio-écologiques à l'aide de grands modèles de langage

Rapport Système pour la tâche 10 CCL25-Eval : SRAG-MAV pour la reconnaissance de discours d'hostilité chinois à granularité fine