Метки: Теория хаоса б.вильямса, теория хаоса наука, теория хаоса учебник скачать бесплатно, теория хаоса маркос сига, теория хаоса и порядка, теория хаоса текст, теория хаоса 1 сезон.
Тео́рия ха́оса — математический аппарат, описывающий поведение некоторых нелинейных динамических систем, подверженных при определённых условиях явлению, известному как хаос. Поведение такой системы кажется случайным, даже если модель, описывающая систему, является детерминированной.
Примерами подобных систем являются атмосфера, турбулентные потоки, биологические популяции, общество как система коммуникаций и его подсистемы: экономические, политические и другие социальные системы. Их изучение, наряду с аналитическим исследованием имеющихся рекуррентных соотношений, обычно сопровождается математическим моделированием.
Теория хаоса — область исследований, связывающая математику, физику и философию.
Содержание |
Теория хаоса гласит, что сложные системы чрезвычайно зависимы от первоначальных условий и небольшие изменения в окружающей среде ведут к непредсказуемым последствиям.
Математические системы с хаотическим поведением являются детерминированными, то есть подчиняются некоторому строгому закону и, в каком-то смысле, являются упорядоченными. Такое использование слова «хаос» отличается от его обычного значения (см. хаос в мифологии). Существует также такая область физики, как теория квантового хаоса, изучающая недетерминированные системы, подчиняющиеся законам квантовой механики.
Пионерами теории считаются французский физик и философ Анри Пуанкаре (доказал теорему о возвращении), советские математики А. Н. Колмогоров и В. И. Арнольд и немецкий математик Ю. К. Мозер, построившие теорию хаоса, называемую КАМ (теория Колмогорова — Арнольда — Мозера). Теория вводит понятие аттракторов (в том числе, странных аттракторов как притягивающих канторовых структур), устойчивых орбит системы (т. н. КАМ-торов).
В бытовом контексте слово «хаос» означает «быть в состоянии беспорядка». В теории хаоса прилагательное хаотический определено более точно. Хотя общепринятого универсального математического определения хаоса нет, обычно используемое определение говорит, что динамическая система, которая классифицируется как хаотическая, должна иметь следующие свойства:
Линейные системы никогда не бывают хаотическими. Для того, чтобы динамическая система была хаотической, она должна быть нелинейной. По теореме Пуанкаре-Бендиксона (Poincaré-Bendixson), непрерывная динамическая система на плоскости не может быть хаотической. Среди непрерывных систем хаотическое поведение имеют только неплоские пространственные системы (обязательно наличие не менее трех измерений или неевклидова геометрия). Однако дискретная динамическая система на какой-то стадии может проявить хаотическое поведение даже в одномерном или двумерном пространстве.
Чувствительность к начальным условиям в такой системе означает, что все точки, первоначально близко приближенные между собой, в будущем имеют значительно отличающиеся траектории. Таким образом, произвольно маленькое изменение текущей траектории может привести к значительному изменению в её будущем поведении. Доказано, что последние два свойства фактически подразумевают чувствительность к первоначальным условиям (альтернативное, более слабое определение хаоса использует только первые два свойства из вышеупомянутого списка).
Чувствительность к начальным условиям более известна как «Эффект бабочки». Термин возник в связи со статьёй «Предсказание: Взмах крыльев бабочки в Бразилии вызовет торнадо в штате Техас», которую Эдвард Лоренц в 1972 году вручил американской «Ассоциации для продвижения науки» в Вашингтоне. Взмах крыльев бабочки символизирует мелкие изменения в первоначальном состоянии системы, которые вызывают цепочку событий, ведущих к крупномасштабным изменениям. Если бы бабочка не хлопала крыльями, то траектория системы была бы совсем другой, что в принципе доказывает определенную линейность системы. Но мелкие изменения в первоначальном состоянии системы, могут и не вызывать цепочку событий.
Топологическое смешивание в динамике хаоса означает такую схему расширения системы, что одна её область в какой-то стадии расширения накладывается на любую другую область. Математическое понятие «смешивание», как пример хаотической системы, соответствует смешиванию разноцветных красок или жидкости.
В популярных работах чувствительность к первоначальным условиям часто путается с самим хаосом. Грань очень тонкая, поскольку зависит от выбора показателей измерения и определения расстояний в конкретной стадии системы. Например, рассмотрим простую динамическую систему, которая неоднократно удваивает первоначальные значения. Такая система имеет чувствительную зависимость от первоначальных условий везде, так как любые две соседние точки в первоначальной стадии впоследствии случайным образом будут на значительном расстоянии друг от друга. Однако её поведение тривиально, поскольку все точки кроме нуля имеют тенденцию к бесконечности, и это не топологическое смешивание. В определении хаоса внимание обычно ограничивается только закрытыми системами, в которых расширение и чувствительность к первоначальным условиям объединяются со смешиванием.
Даже для закрытых систем, чувствительность к первоначальным условиям не идентична с хаосом в смысле изложенном выше. Например, рассмотрим тор (геометрическая фигура, поверхность вращения которой имеет форму бублика), заданный парой углов (x, y) со значениями от нуля до 2π. Отображение любой точки (x, y) определяется как (2x, y+a), где значение a/2π является иррациональным. Удвоение первой координаты в отображении указывает на чувствительность к первоначальным условиям. Однако, из-за иррационального изменения во второй координате, нет никаких периодических орбит — следовательно отображение не является хаотическим согласно вышеупомянутому определению.
Аттра́ктор (англ. attract — привлекать, притягивать) — множество состояний (точнее — точек фазового пространства) динамической системы, к которому она стремится с течением времени. Наиболее простыми вариантами аттрактора являются притягивающая неподвижная точка (к примеру, в задаче о маятнике с трением) и периодическая траектория (пример — самовозбуждающиеся колебания в контуре с положительной обратной связью), однако бывают и значительно более сложные примеры. Некоторые динамические системы являются хаотическими всегда, но в большинстве случаев хаотическое поведение наблюдается только в тех случаях, когда параметры динамической системы принадлежат к некоторому специальному подпространству.
Наиболее интересны случаи хаотического поведения, когда большой набор первоначальных условий приводит к изменению на орбитах аттрактора. Простой способ продемонстрировать хаотический аттрактор — это начать с точки в районе притяжения аттрактора и затем составить график его последующей орбиты. Из-за состояния топологической транзитивности, это похоже на отображения картины полного конечного аттрактора. Например, в системе описывающей маятник — пространство двумерное и состоит из данных о положении и скорости. Можно составить график положений маятника и его скорости. Положение маятника в покое будет точкой, а один период колебаний будет выглядеть на графике как простая замкнутая кривая. График в форме замкнутой кривой называют орбитой. Маятник имеет бесконечное количество таких орбит, формируя по виду совокупность вложенных эллипсов.
Большинство типов движения описывается простыми аттракторами, являющиеся ограниченными циклами. Хаотическое движение описывается странными аттракторами, которые очень сложны и имеют много параметров. Например, простая трехмерная система погоды описывается известным аттрактором Лоренца (Lorenz) - одной из самых известных диаграмм хаотических систем, не только потому, что она была одной из первых, но и потому, что она одна из самых сложных. Другим таким аттрактором является — отображение Рёслера (Rössler), котороя имеет двойной период, подобно логистическому отображению. Странные аттракторы появляются в обеих системах, и в непрерывных динамических (типа системы Лоренца) и в некоторых дискретных (например отображения Хенона (Hénon)). Некоторые дискретные динамические системы названы системами Жулиа по происхождению. И странные аттракторы и системы Жулиа имеют типичную рекурсивную, фрактальную структуру. Теорема Пуанкаре–Бендиксона доказывает, что странный аттрактор может возникнуть в непрерывной динамической системе, только если она имеет три или больше измерений. Однако это ограничение не работает для дискретных динамических систем. Дискретные двух- и даже одномерные системы могут иметь странные аттракторы. Движение трёх или большего количества тел, испытывающих гравитационное притяжение при некоторых начальных условиях может оказаться хаотическим движением.
Хаотическими могут быть и простые системы без дифференциальных уравнений. Примером может быть логистическое отображение, которое описывает изменение количества населения с течением времени. Логистическое отображение является полиномиальным отображением второй степени и часто приводится в качестве типичного примера того, как хаотическое поведение может возникать из очень простых нелинейных динамических уравнений. Еще один пример — это модель Рикера, которая также описывает динамику населения. Клеточный автомат — это набор клеток, образующих некоторую периодическую решетку с заданными правилами перехода. Клеточный автомат является дискретной динамической системой, поведение которой полностью определяется в терминах локальных зависимостей. Эволюция даже простых дискретных систем, таких как клеточные автоматы может сильно зависеть от начальных условий. Стивен Вольфрам исследовал это свойство клеточного автомата и назвал его Правило № 30. Простую модель консервативного (обратимого) хаотического поведения демонстрирует так называемое отображение "кот Арнольда". В математике отображение "кот Арнольда" является моделью тора, которую он продемонстрировал в 1960 году с использованием образа кошки.
Показать хаос для соответствующих значений параметра может даже одномерное отображение, но для дифференциального уравнения требуется три или больше измерений. Теорема Пуанкаре — Бендиксона утверждает, что двумерное дифференциальное уравнение имеет очень стабильное поведение. Zhang и Heidel доказали, что трехмерные квадратичные системы только с тремя или четырьмя переменными не могут демонстрировать хаотическое поведение. Причина в том, что решения таких систем являются асимптотическими по отношению к двумерным плоскостям, и поэтому представляют собой стабильные решения.
Теорема Шарковского — это основа доказательства Ли и Йорке (Li and Yorke) (1975) о том, что одномерная система с регулярным тройным периодом цикла может отобразить регулярные циклы любой другой длины так же, как и полностью хаотических орбит. Математики изобрели много дополнительных способов описать хаотические системы количественными показателями. Сюда входят: рекурсивное измерение аттрактора, экспоненты Ляпунова, графики рекуррентного соотношения, отображение Пуанкаре, диаграммы удвоения и оператор сдвига.
Первым исследователем хаоса был Анри Пуанкаре. В 1880-х, при изучении поведения системы с тремя телами, взаимодействующими гравитационно, он заметил, что могут быть непериодические орбиты, которые постоянно и не удаляются и не приближаются к конкретной точке. В 1898 Жак Адамар издал влиятельную работу о хаотическом движении свободной частицы, скользящей без трения по поверхности постоянной отрицательной кривизны. В своей работе "бильярд Адамара" он доказал, что все траектории непостоянны и частицы в них отклоняются друг от друга с положительной экспонентой Ляпунова. Почти вся более ранняя теория, под названием эргодическая теория, была разработана только математиками. Позже нелинейные дифференциальные уравнения изучали Г. Биргхоф, A. Колмогоров, M. Каретник, Й. Литлвуд и Стивен Смэйл. Кроме С. Смэйла, на изучение хаоса всех их вдохновила физика: поведение трех тел в случае с Г. Биргхофом, турбуленция и астрономические исследования в случае с А. Колмогоровым, радиотехника в случае с М. Каретником и Й. Литлвудом. Хотя хаотическое планетарное движение не изучалось, экспериментаторы столкнулись с турбуленцией в жидкости и непериодическими колебаниями в радио-схемах, не имея достаточной теории чтобы это объяснить.
Несмотря на попытки понять хаос в первой половине двадцатого столетия, теория хаоса как таковая начала формироваться только с середины столетия. Тогда для некоторых ученых стало очевидно, что преобладающая в то время линейная теория просто не может объяснить некоторые наблюдаемые эксперименты подобно логистическому отображению. Чтобы заранее исключить неточности при изучении — простые "помехи" в теории хаоса считали полноценной составляющей изучаемой системы. Основным катализатором для развития теории хаоса стала электронно-вычислительная машина. Большая часть математики в теории хаоса выполняет повторную итерацию простых математических формул, которые делать вручную непрактично. Электронно-вычислительные машины делали такие повторные вычисления достаточно быстро, тогда как рисунки и изображения позволяли визуализировать эти системы.
Одним из первых пионеров в теории хаоса был Эдвард Лоренц, интерес которого к хаосу появился случайно, когда он работал над предсказанием погоды в 1961 году. Погодное Моделирование Лоренц выполнял на простом цифровом компьютере McBee LGP-30. Когда он захотел увидеть всю последовательность данных, тогда, чтобы сэкономить время, он запустил моделирование с середины процесса. Хотя это можно было сделать введя данные с распечатки, которые он вычислил в прошлый раз. К его удивлению погода, которую машина начала предсказывать, полностью отличалась от погоды, рассчитанной прежде. Лоренц обратился к компьютерной распечатке. Компьютер работал с точностью до 6 цифр, но распечатка округлила переменные до 3 цифр, например значение 0.506127 было напечатано как 0.506. Это несущественное отличие не должно было иметь фактически никакого эффекта. Однако Лоренц обнаружил, что малейшие изменения в первоначальных условиях вызывают большие изменения в результате. Открытию дали имя Лоренца и оно доказало, что Метеорология не может точно предсказать погоду на период более недели. Годом ранее, Бенуа Мандельброт нашел повторяющиеся образцы в каждой группе данных о ценах на хлопок. Он изучал теорию информации и заключил, что Структура помех подобна набору Регента: в любом масштабе пропорция периодов с помехами к периодам без них была константа — значит ошибки неизбежны и должны быть запланированы. Мандельброт описал два явления: "эффект Ноя", который возникает, когда происходят внезапные прерывистые изменения, например, изменение цен после плохих новостей" и "эффект Иосифа" в котором значения постоянны некоторое время, но все же внезапно изменяются впоследствии. В 1967 он издал работу "Какой длины побережье Великобритании? Статистические данные подобностей и различий в измерениях" доказывая, что данные о длине береговой линии изменяются в зависимости от масштаба измерительного прибора. Он утверждал, что клубок бечевки кажется точкой, если его рассматривать издалека (0-мерное пространство), он же будет клубком или шаром, если его рассматривать достаточно близко (3-мерное пространство) или может выглядеть замкнутой кривой линией сверху (1-мерное пространство). Он доказал, что данные измерения объекта всегда относительны и зависят от точки наблюдения. Объект, изображения которого являются постоянными в различных масштабах ("самоподобие") является фракталом (например кривая Коха или "снежинка”). В 1975 году Мандельброт опубликовал работу «Фрактальная геометрия природы», которая стала классической теорией хаоса. Некоторые биологические системы, такие как система кровообращения и бронхиальная система, подходят под описание фрактальной модели.
Явления хаоса наблюдали многие экспериментаторы еще до того, как его начали исследовать. Например, в 1927 году Ван дер Поль, а в 1958 году П. Ивес. 27 ноября 1961 Й. Уэда, будучи аспирантом в лаборатории Киотского университета, заметил некую закономерность и назвал её "случайные явления превращений", когда экспериментировал с аналоговыми вычислительными машинами. Тем не менее его руководитель не согласился тогда с его выводами и не позволил ему представить свои выводы общественности до 1970 года. В декабре 1977 Нью-Йоркская академия наук организовала первый симпозиум о теории хаоса, который посетили Дэвид Руелл, Роберт Мей, Джеймс А. Иорк, Роберт Шоу, Й. Даян Фермер, Норман Пакард и метеоролог Эдвард Лоренц. В следующем году, Митчелл Феидженбом издал статью "Количественная универсальность для нелинейных преобразований", где он описал логистические отображения. М. Феидженбом применил рекурсивную геометрию к изучению естественных форм, таких как береговые линии. Особенность его работы в том, что он установил универсальность в хаосе и применял теорию хаоса ко многим явлениям. В 1979 Альберт Дж. Либчейбр на симпозиуме в Осине, представил свои экспериментальные наблюдения каскада раздвоения, который ведет к хаосу. Его наградили премией Вольфа в физике вместе с Митчеллом Дж. Фейгенбаумом в 1986 "за блестящую экспериментальную демонстрацию переходов к хаосу в динамических системах". Тогда же в 1986 Нью-Йоркская Академия Наук вместе с национальным Институтом Мозга и центром Военно-морских исследований организовали первую важную конференцию по хаосу в биологии и медицине. Там, Бернардо Уберман продемонстрировал математическую модель глаза и нарушений его подвижности среди шизофреников. Это привело к широкому применению теории хаоса в физиологии в 1980-х, например в изучении патологии сердечных циклов. В 1987 Пер Бак, Чао Тан и Курт Висенфелд напечатали статью в газете, где впервые описали систему самодостаточности (СС), которая является одним из природных механизмов. Многие исследования тогда были сконцентрированы вокруг крупномасштабных естественных или социальных систем. CC стала сильным претендентом на объяснение множества естественных явлений, включая: землетрясения, солнечные всплески, колебания в экономических системах, формирование ландшафта, лесные пожары, оползни, эпидемии и биологическая эволюция. Учитывая нестабильное и безмасштабное распределение случаев возникновения, странно, что некоторые исследователи предложили рассмотреть как пример CC возникновение войн. Эти "прикладные" исследования включали в себя две попытки моделирования: разработка новых моделей и приспособление существующих к данной естественной системе.
В тот же самый год Джеймс Глеик издал работу «Хаос: создание новой науки», которая стала бестселлером и представила широкой публике общие принципы теории хаоса и ее хронологию. Теория хаоса прогрессивно развивалась как межпредметная и университетская дисциплина, главным образом под названием анализ нелинейных систем. Опираясь на концепцию Томаса Куна о парадигме сдвига, много "ученых-хаотиков" (так они сами назвали себя) утверждали, что эта новая теория и есть пример сдвига. Доступность более дешевых, более мощных компьютеров расширяет возможности применения теории хаоса. В настоящее время, теория хаоса продолжает быть очень активной областью исследований, вовлекая много разных дисциплин (математика, топология, физика, биология, метеорология, астрофизика, теория информации, и т.д.).
Теория хаоса применяется во многих научных дисциплинах: математика, биология, информатика, экономика, инженерия, финансы, философия, физика, политика, психология и робототехника. В лаборатории хаотическое поведение можно наблюдать в разных системах, например электрические схемы, лазеры, химические реакции, динамика жидкостей и магнитно-механических устройств. В природе хаотическое поведение наблюдается в движении спутников солнечной системы, эволюции магнитного поля астрономических тел, приросте населения в экологии, динамике потенциалов в нейронах и молекулярных колебаниях. Есть сомнения о существовании динамики хаоса в тектонике плит и в экономике.
Одно из самых успешных применений теории хаоса было в экологии, когда динамические системы похожие на модель Рикер использовались, чтобы показать зависимость прироста населения от его плотности. В настоящее время теория хаоса также применяется в медицине при изучении эпилепсии для предсказаний приступов, учитывая первоначальное состояние организма. Похожая область физики, названная квантовой теорией хаоса, исследует связь между хаосом и квантовой механикой. Недавно появилась новая область, названная хаосом относительности, чтобы описать системы, которые развиваются по законам общей теории относительности.
Только по исходным данным трудно сказать, каким является наблюдаемый процесс — случайным или хаотическим, потому что практически не существует явного чистого 'сигнала' отличия. Всегда будут некоторые помехи, даже если их округлять или не учитывать. Это значит, что любая система, даже если она детерминированная, будет содержать немного случайностей. Чтобы отличить детерминированный процесс от стохастического, нужно знать, что детерминированная система всегда развивается по одному и тому же пути от данной отправной точки. Таким образом, чтобы проверить процесс на детерминизм необходимо:
Погрешность определяется как различие между изменениями в тестируемом и подобном состояниях. Детерминированная система будет иметь очень маленькую погрешность (устойчивый, постоянный результат) или она будет увеличиваться по экспоненте со временем (хаос). Стохастическая система будет иметь беспорядочно распределенную погрешность.
По существу все методы определения детерминизма основываются на обнаружении состояний, самых близких к данному тестируемому (то есть, измерению корреляции, экспоненты Ляпунова, и т.д.). Чтобы определить состояние системы обычно полагаются на пространственные методы определения стадии развития. Исследователь выбирает диапазон измерения и исследует развитие погрешности между двумя близлежащими состояниями. Если она выглядит случайной, тогда нужно увеличить диапазон, чтобы получить детерминированную погрешность. Кажется, что это сделать просто, но на деле это не так. Во-первых, сложность состоит в том, что, при увеличении диапазона измерения, поиск близлежащего состояния требует намного большего количества времени для вычислений чтобы найти подходящего претендента. Если диапазон измерения выбран слишком маленьким, то детерминированные данные могут выглядеть случайными, но если диапазон слишком большой, то этого не случится — метод будет работать.
Когда в нелинейную детерминированную систему вмешиваются внешние помехи, ее траектория постоянно искажается. Более того, действия помех усиливаются из-за нелинейности и система показывает полностью новые динамические свойства. Статистические испытания, пытающиеся отделить помехи от детерминированной основы или изолировать их, потерпели неудачу. При наличии взаимодействия между нелинейными детерминированными компонентами и помехами, в результате появляется динамика, которую традиционные испытания на нелинейность иногда не способны фиксировать.
| Это заготовка статьи по математике. Вы можете помочь проекту, исправив и дополнив её. |
Tags: Теория хаоса б.вильямса, теория хаоса наука, теория хаоса учебник скачать бесплатно, теория хаоса маркос сига, теория хаоса и порядка, теория хаоса текст, теория хаоса 1 сезон.
