Доклады АН ВШ РФ

ДОКЛАДЫ АКАДЕМИИ НАУК
ВЫСШЕЙ ШКОЛЫ РОССИЙСКОЙ ФЕДЕРАЦИИ

Print ISSN: 1727-2769    Online ISSN: 2658-3747
English | Русский

Последний выпуск
№3(72) июль-сентябрь 2026

ОБ УСЛОВИЯХ ФОРМИРОВАНИЯ ПРОЦЕССОВ СУБ- И СУПЕРДИФФУЗИИ НА САМОПОДОБНЫХ МНОЖЕСТВАХ

Выпуск № 4 (25) октябрь - декабрь 2014
Авторы:

Селезнёв Вадим Александрович ,
Аркашов Николай Сергеевич ,
DOI: http://dx.doi.org/10.17212/1727-2769-2014-4-33-38
Аннотация
В работе получены условия формирования математических моделей суб- и супердиффузии в случае, когда фазовое пространство процесса параметризуется самоподобным континуумом, инвариантным относительно системы итерированных функций. Моделирование аномальных процессов переноса в виде суб- и супердиффузии в известной зарубежной и отечественной литературе отражено в виде поиска моделей, обобщающих винеровский процесс. Примером такого процесса является известное фрактальное броуновское движение, которое в некоторых работах формально рассматривают как процесс суб- или супердиффузии в зависимости от значения параметра Херста и для которого до сих пор не найдено физических реализаций. Нами предложен способ моделирования суб- и супердиффузии, реализующий процесс блуждания частицы и связанный с выбором системы наблюдения винеровского процесса. Это позволяет моделировать параллельные фазовые пространства в случае, когда физический процесс не попадает под формат феноменологической модели. Постановку такой задачи можно найти, например, в [1]. Ключевым моментом моделирования процесса суб- и супердиффузии на двоично-рациональной решетке является построение счетно-аддитивной хаусдорфовой меры на этой решетке, в замыкании которой лежит фазовое пространство процесса, параметризованное континуумом.
Ключевые слова: самоподобные множества, аномальный перенос, мера Хаусдорфа, субдиффузия, супердиффузия
Селезнёв Вадим Александрович
д-р физ.-мат. наук, профессор, заведующий кафедрой высшей математики НГТУ. Область научных интересов: методы геометрической теории функций в задачах математической физики. Опубликовано более 50 работ. (Адрес: 630005, Россия, Новосибирск, Крылова 41–56, e-mail: ).
selvad@ngs.ru
Orcid:

Аркашов Николай Сергеевич
канд. физ.-мат. наук, доцент, доцент кафедры высшей математики НГТУ. Область научных интересов: функциональные предельные теоремы теории вероятностей. Опубликовано более 10 работ. (Адрес: 630060, Россия, Новосибирск, Экваторная 18–57, e-mail: ).
nicky1978@mail.ru
Orcid:

Список литературы
  1. Заславский Г.М. Гамильтонов хаос и фрактальная динамика: пер. с англ. – М.: Регулярная и хаотическая динамика; Ижевск: Институт компьютерных исследований, 2010. – 472 c.
  2. Учайкин В.В. Автомодельная аномальная диффузия и устойчивые законы // Успехи физических наук. – 2003. – Т. 173, № 8. – C. 847–876. – doi: 10.3367/UFNr.0173.200308c.0847.
  3. Metzler R., Klafter J. The random walk’s guide to anomalous diffusion: a fractional dynamics approach // Physics Reports. – 2000. – Vol. 11, iss. 2. – P. 69–80. – doi: 10.1016/S0370-1573(00)00070-3.
  4. Зеленый Л.М., Милованов А.В. Фрактальная топология и странная кинетика: от теории перколяции к проблемам космической электродинамики // Успехи физических наук. – 2004 . – Т. 174, № 8. – C. 809–852. – doi: 10.3367/UFNr.0174.200408a.0809.
  5. Аркашов Н.С., Селезнев В.А. О модели случайного блуждания на множествах с самоподобной структурой // Сибирский математический журнал. – 2013. – Т. 54, № 6. – С. 1216–1236.
  6. Hutchinson J. Fractals and self similarity // Indiana University Mathematics Journal. – 1981. – Vol. 30, № 5. – P. 713–747.
  7. Edgar G. Measure, topology, and fractal geometry. – New York: Springer, 2008. – 268 p.
Просмотров аннотации: 1950
Скачиваний полного текста: 795
Просмотров интерактивной версии: 0
 

Обработка персональных данных

Мы используем сервис веб-аналитики Яндекс Метрика, который использует cookie.

Собранная при помощи cookie информация не может идентифицировать вас, однако может помочь нам улучшить работу нашего сайта. Вы можете отказаться от использования cookies, выбрав соответствующие настройки в браузере. Также Вы можете запретить сбор данных с помощью расширения для браузера «Блокировщик Яндекс Метрики». Используя этот сайт, вы соглашаетесь на обработку персональных данных.