Теорія Хаосу

Теорія хаосу вивчає детерміновані системи, довгострокова поведінка яких є практично непередбачуваною, тому що крихітні відмінності в початкових умовах зростають експоненційно з часом. Кожна симуляція в цьому хабі керується рівнянням без жодної випадковості — той самий початковий стан, запущений двічі, дає точно той самий результат, — але на практиці два початкові стани, що відрізняються менш ніж на похибку округлення, повністю розходяться за короткий час. Це математичне серце популярного «ефекту метелика», і цей хаб зібрав усі симуляції хаосу, дивних атракторів та фрактальної динаміки mysimulator.uk в одній точці входу.

Найочевидніша точка входу — логістичне відображення, одне рівняння x → rx(1−r), спочатку використане для моделювання обмеженого росту популяції. Зі зростанням параметра r довгострокова поведінка переходить від стійкої нерухомої точки через каскад біфуркацій подвоєння періоду (період 2, потім 4, потім 8...) і, нарешті, до повного хаосу — усе це видно одразу на діаграмі біфуркацій, яка відображає кожне довгострокове значення для кожного значення r. Відношення між послідовними порогами подвоєння періоду сходиться до сталої Фейгенбаума δ ≈ 4,669 — універсального числа, що з'являється в незв'язаних хаотичних системах далеко за межами моделей популяції, від краплинних кранів до певних електронних схем.

Симуляції подвійного та потрійного маятника роблять ту саму чутливість механічною й видимою: запустіть кілька маятників з початковими кутами, що відрізняються на частку градуса, і за кілька секунд їхні траєкторії виглядатимуть цілком незв'язаними, хоча основна фізика (механіка Лагранжа, розв'язана інтегратором RK4) абсолютно детермінована. Атрактор Лоренца — найвідоміший приклад у неперервному часі: три зв'язаних диференціальних рівняння, виведені в 1963 році зі спрощеної моделі атмосферної конвекції, траєкторії яких ніколи не повторюються й малюють знамениту форму «крил метелика» у трьох вимірах. Атрактор Рьосслера та схема Чуа демонструють, що та сама якісна поведінка — дивний атрактор з додатним показником Ляпунова — може виникати з набагато простіших рівнянь, включно з реальною електронною схемою, зібраною із серійних компонентів.

Хаос і фрактальна геометрія — дві сторони однієї монети: межа басейну притягання хаотичної системи, або множина параметрів, що дають обмежені орбіти, зазвичай є нескінченно деталізованим фракталом. Провідники по множинах Мандельброта та Жулія показують це безпосередньо на комплексній площині — межа між точками, що втікають у нескінченність, і точками, що залишаються обмеженими при повторній ітерації простої квадратичної формули, самоподібна на кожному масштабі, до якого ви наближаєтесь, віддзеркалюючи ту саму чутливу залежність, що й у маятниках та системі Лоренца.

Скористайтеся навчальним шляхом нижче для рекомендованого маршруту від найпростішої можливої хаотичної системи до реальних механічних і фрактальних прикладів, або перегляньте всю сітку симуляцій і зануртесь у той атрактор чи осцилятор, що вас найбільше цікавить.

Кожна симуляція в цьому хабі справді інтегрує основне диференціальне рівняння кадр за кадром чисельним методом на кшталт RK4, а не відтворює фіксований запис — саме тому чутливість до початкових умов взагалі видима. Запустіть два подвійних маятники з початковими кутами, що відрізняються на частку градуса, і інтегратор обчислює дві справді різні траєкторії крок за кроком; момент, коли вони помітно розходяться, — це момент, коли накопичена чисельна різниця перевищила поріг, за яким два рухи вже не виглядають пов'язаними. Симуляції атракторів Лоренца та Рьосслера дозволяють безпосередньо змінювати σ, ρ, β або a, b, c і спостерігати, як змінюється якісна форма атрактора — невелика зміна параметра може перетворити одноконтурний граничний цикл на повноцінний двоспіральний хаотичний атрактор, саме так, як передбачає теорія біфуркацій. Ця жива чутливість і відрізняє інтерактивну симуляцію хаосу від статичної картинки метелика Лоренца: ви спостерігаєте, як математика обчислює власну непередбачуваність у реальному часі, а не дивитесь на чийсь знімок екрана.

Теорія хаосу — не суто академічна цікавинка: саме через неї прогнози погоди залишаються надійними лише на тиждень-два, хоч би скільки обчислювальної потужності на них витрачали, а та сама математика чутливої залежності проявляється в серцевій аритмії, турбулентній течії рідини, динаміці популяцій та орбітах астероїдів у певних резонансах з Юпітером. Едвард Лоренц випадково відкрив ефект, названий на його честь, у 1961 році, коли перезапустив модель погоди з округлених проміжних даних і отримав кардинально інший довгостроковий прогноз через різницю в одну тисячну. Розуміння теорії хаосу означає розуміння жорсткої межі прогнозованості, що застосовується до величезного діапазону реальних систем, а не примхи якогось одного рівняння — саме тому та сама жменька ідей (чутлива залежність, дивні атрактори, біфуркації, фрактальні межі) повторюється в дуже по-різному виглядаючих симуляціях, зібраних на цій сторінці. Вивчення цих симуляцій у запропонованому порядку дає компактну, але повну ментальну модель усієї теми — від одного рівняння з одним параметром до реальної механічної системи й нескінченно деталізованої фрактальної межі, — корисну і для курсу з динамічних систем, і для власної цікавості.