It is shown that one can convert a chaotic attractor to any one of a large number of possible attracting time-periodic motions by making only small time-dependent perturbations of an available system parameter. The method utilizes delay coordinate embedding, and so is applicable to experimental situations in which a priori analytical knowledge of the system dynamics is not available. Important issues include the length of the chaotic transient preceding the periodic motion, and the effect of noise. These are illustrated with a numerical example.

Over the past two decades scientists, mathematicians, and engineers have come to understand that a large variety of systems exhibit complicated evolution with time. This complicated behavior is known as chaos. In the new edition of this classic textbook Edward Ott has added much new material and has significantly increased the number of homework problems. The most important change is the addition of a completely new chapter on control and synchronization of chaos. Other changes include new material on riddled basins of attraction, phase locking of globally coupled oscillators, fractal aspects of fluid advection by Lagrangian chaotic flows, magnetic dynamos, and strange nonchaotic attractors. This new edition will be of interest to advanced undergraduates and graduate students in science, engineering, and mathematics taking courses in chaotic dynamics, as well as to researchers in the subject.

The occurrence of sudden qualitative changes of chaotic dynamics as a parameter is varied is discussed and illustrated. It is shown that such changes may result from the collision of an unstable periodic orbit and a coexisting chaotic attractor. We call such collisions crises. Phenomena associated with crises include sudden changes in the size of chaotic attractors, sudden appearances of chaotic attractors (a possible route to chaos), and sudden destructions of chaotic attractors and their basins. This paper presents examples illustrating that crisis events are prevalent in many circumstances and systems, and that, just past a crisis, certain characteristic statistical behavior (whose type depends on the type of crisis) occurs. In particular the phenomenon of chaotic transients is investigated. The examples discussed illustrate crises in progressively higher dimension and include the one-dimensional quadratic map, the (two-dimensional) Hénon map, systems of ordinary differential equations in three dimensions and a three-dimensional map. In the case of our study of the three-dimensional map a new route to chaos is proposed which is possible only in invertible maps or flows of dimension at least three or four, respectively. Based on the examples presented the following conjecture is proposed: almost all sudden changes in the size of chaotic attractors and almost all sudden destruction or creations of chaotic attractors and their basins are due to crises.

Dimension is perhaps the most basic property of an attractor. In this paper we discuss a variety of different definitions of dimension, compute their values for a typical example, and review previous work on the dimension of chaotic attractors. The relevant definitions of dimension are of two general types, those depend only on metric properties, and those that depend on the frequency with which a typical trajectory visits different regions of the attractor. Both our example and the previous work that we review support the conclusion that all of the frequency dependent dimensions take on the same value, which we call the "dimension of the natural measure", and all of the metric dimensions take on a common value, which we call the "fractal dimension". Furthermore, the dimension of the natural measure is typically equal to the Lyapunov dimension, which is defined in terms of Lyapunov numbers, and thus is usually far easier to calculate than any other definition. Because it is computable and more physically relevant, we feel that the dimension of the natural measure is more important than the fractal dimension.

We demonstrate the effectiveness of using machine learning for model-free prediction of spatiotemporally chaotic systems of arbitrarily large spatial extent and attractor dimension purely from observations of the system's past evolution. We present a parallel scheme with an example implementation based on the reservoir computing paradigm and demonstrate the scalability of our scheme using the Kuramoto-Sivashinsky equation as an example of a spatiotemporally chaotic system.

In this paper, we introduce a new, local formulation of the ensemble Kalman filter approach for atmospheric data assimilation. Our scheme is based on the hypothesis that, when the Earth’s surface is divided up into local regions of moderate size, vectors of the forecast uncertainties in such regions tend to lie in a subspace of much lower dimension than that of the full atmospheric state vector of such a region. Ensemble Kalman filters, in general, take the analysis resulting from the data assimilation to lie in the same subspace as the expected forecast error. Under our hypothesis the dimension of the subspace corresponding to local regions is low. This is used in our scheme to allow operations only on relatively low-dimensional matrices. The data assimilation analysis is performed locally in a manner allowing massively parallel computation to be exploited. The local analyses are then used to construct global states for advancement to the next forecast time. One advantage, which may take on more importance as ever-increasing amounts of remotely-sensed satellite data become available, is the favorable scaling of the computational cost of our method with increasing data size, as compared to other methods that assimilate data sequentially. The method, its potential advantages, properties, and implementation requirements are illustrated by numerical experiments on the Lorenz-96 model. It is found that accurate analysis can be achieved at a cost which is very modest compared to that of a full global ensemble Kalman filter.

The self-focusing of relativistically intense laser light pulses is analyzed, where the pulse length is short enough that ion inertia prevents any significant motion of ions. Self-focusing occurs as a result of an increase of the wave refractive index arising from two effects: the mass increase of electrons caused by their relativistic quiver velocity in the light wave, and the reduction of the electron density as a result of ponderomotive force expulsion of the electrons. The latter effect is significant even for rather small values of (P−PL)/PL, where P is the laser beam power and PL is the critical power above which self-focusing occurs. In fact, for (P−PL)/PL≳0.1 the effect is so strong that all electrons are expelled within a core radial region of the self-focused laser light channel (this new phenomenon is called electron cavitation).

It is shown that in certain types of dynamical systems it is possible to have attractors which are strange but not chaotic. Here we use the word strange to refer to the geometry or shape of the attracting set, while the word chaotic refers to the dynamics of orbits on the attractor (in particular, the exponential divergence of nearby trajectories). We first give examples for which it can be demonstrated that there is a strange nonchaotic attractor. These examples apply to a class of maps which model nonlinear oscillators (continuous time) which are externally driven at two incommensurate frequencies. It is then shown that such attractore are persistent under perturbations which preserve the original system type (i.e., there are two incommensurate external driving frequencies). This suggests that, for systems of the typw which we have considered, nonchaotic strange attractors may be expected to occur for a finite interval of parameter values. On the other hand, when small perturbations which do not preserve the system type are numerically introduced the strange nonchaotic attractor is observed to be converted to a periodic or chaotic orbit. Thus we conjecture that, in general, continuous time systems (“flows”) which are not externally driven at two incommensurate frequencies should not be expected to have strange nonchaotic attractors except possibly on a set of measure zero in the parameter space.

Basin boundaries for dynamical systems can be either smooth or fractal. This paper investigates fractal basin boundaries. One practical consequence of such boundaries is that they can lead to great difficulty in predicting to which attractor a system eventually goes. The structure of fractal basin boundaries can be classified as being either locally connected or locally disconnected. Examples and discussion of both types of structures are given, and it appears that fractal basin boundaries should be common in typical dynamical systems. Lyapunov numbers and the dimension for the measure generated by inverse orbits are also discussed.