Введение
1. Возникновение и история теории хаоса
2. Порядок и беспорядок
3. Прикладной хаос
4. Основные принципы хаоса (аттракторы и фракталы)
5. Детерминированный хаос и информационные технологии
6. Хаоса в других науках
7. Последствия хаоса
1.Начиная с рубежа 1980-х - 1990-х годов в дискуссиях историков-методологов появилось новое направление, связанное с "наукой о сложном" (complexity sciences). Так принято называть новую междисциплинарную область исследований, в центре внимания которой находятся проблемы исследования систем с нелинейной динамикой, неустойчивым поведением, эффектами самоорганизации, наличием хаотических режимов. Единая наука о поведении сложных систем, самоорганизации в Германии названа синергетикой (Г. Хакен), во франкоязычных странах - теорией диссипативных структур (И. Пригожин), в США - теорией динамического хаоса (М. Фейгенбаум). В отечественной литературе принят преимущественно первый термин, наиболее краткий и емкий.
ТЕОРИЯ ХАОСА - раздел математики, изучающий кажущееся случайным или очень сложное поведение детерминированных динамических систем. Динамическая система – это такая система, состояние которой меняется во времени в соответствии с фиксированными математическими правилами; последние обычно задаются уравнениями, связывающими будущее состояние системы с текущим. Такая система детерминирована, если эти правила не включают явным образом элемента случайности.
История теории хаоса . Первые элементы теории хаоса появились еще в XIX веке, однако подлинное научное развитие эта теория получила во второй половине XX века, вместе с работами Эдварда Лоренца из Массачусетского технологического института и франко-американского математика Бенуа Б. Мандельброта. Эдвард Лоренц в свое время рассматривал, в чем возникает трудность при прогнозировании погоды. До работы Лоренца в мире науки господствовало два мнения относительно возможности точного прогнозирования погоды на бесконечно длительный срок.
Первый подход сформулировал еще в 1776 году французский математик Пьер Симон Лаплас. Лаплас заявил, что "…если мы представим себе разум, который в данное мгновение постиг все связи между объектами во Вселенной, то он сможет установить соответствующее положение, движения и общие воздействия всех этих объектов в любое время в прошлом или в будущем". Этот его подход был очень похож на известные слова Архимеда: "Дайте мне точку опоры, и я переверну весь мир".
Таким образом, Лаплас и его сторонники говорили, что для точного прогнозирования погоды необходимо только собрать больше информации обо всех частицах во Вселенной, их местоположении, скорости, массе, направлении движения, ускорении и т.п. Лаплас думал, чем больше человек будет знать, тем точнее будет его прогноз относительно будущего.
Второй подход к возможности прогнозирования погоды раньше всех наиболее четко сформулировал другой французский математик, Жюль Анри Пуанкаре. В 1903 году он сказал: " Если бы мы точно знали законы природы и положение Вселенной в начальный момент, мы могли бы точно предсказать положение той же Вселенной в последующий момент. Но даже если бы законы природы открыли нам все свои тайны, мы и тогда могли бы знать начальное положение только приближенно.
Если бы это позволило нам предсказать последующее положение с тем же приближением, это было бы все, что нам требуется, и мы могли бы сказать, что явление было предсказано, что оно управляется законами. Но это не всегда так; может случиться, что малые различия в начальных условиях вызовут очень большие различия в конечном явлении. Малая ошибка в первых породит огромную ошибку в последнем.
Предсказание становится невозможным, и мы имеем дело с явлением, которое развивается по воле случая".
В этих словах Пуанкаре мы находим постулат теории хаоса о зависимости от начальных условий. Последующее развитие науки, особенно квантовой механики, опровергло детерминизм Лапласа. В 1927 году немецкий физик Вернер Гейзенберг открыл и сформулировал принцип неопределенности. Этот принцип объясняет, почему некоторые случайные явления не подчиняются лапласовому детерминизму.
Гейзенберг показал принцип неопределенности на примере радиоактивного распада ядра. Так, из-за очень малых размеров ядра невозможно знать все процессы, происходящие внутри него. Поэтому, сколько бы информации мы не собирали о ядре, точно предсказать, когда это ядро распадется невозможно.
В 1926–1927 голландский инженер Б.Ван-дер-Пол сконструировал электронную схему, соответствующую математической модели сердечных сокращений. Он обнаружил, что при определенных условиях возникающие в схеме колебания были не периодическими, как при нормальном сердцебиении, а нерегулярными. Его работа получила серьезное математическое обоснование в годы Второй мировой войны, когда Дж.Литтлвуд и М.Картрайт исследовали принципы радиолокации.
В 1950 Дж.фон Нейман предположил, что неустойчивость погоды может в один прекрасный день обернуться благом, поскольку неустойчивость означает, что желаемый эффект может быть
В начале 1960-х годов американский математик С.Смейл попытался построить исчерпывающую классификацию типичных разновидностей поведения динамических систем. Поначалу он предполагал, что можно обойтись различными комбинациями периодических движений, но вскоре понял, что возможно значительно более сложное поведение. В частности, он подробнее исследовал открытое Пуанкаре сложное движение в ограниченной задаче трех тел, упростив геометрию и получив при этом систему, известную ныне как «подкова Смейла». Он доказал, что такая система, несмотря на ее детерминированность, проявляет некоторые черты случайного поведения. Другие примеры подобных явлений были разработаны американской и российской школами в теории динамических систем, причем особенно важным оказался вклад В.И.Арнольда. Так начала возникать общая теория хаоса.
То, что чувствительность к начальным данным ведет к хаосу, понял - и тоже в 1963 году - американский метеоролог Эдвард Лоренц . Он задался вопросом: почему стремительное совершенствование компьютеров не привело к воплощению в жизнь мечты метеорологов - достоверному среднесрочному (на 2-3 недели вперед) прогнозу погоды? Эдвард Лоренц предложил простейшую модель, описывающую конвекцию воздуха (она играет важную роль в динамике атмосферы), просчитал ее на компьютере и не побоялся всерьез отнестись к полученному результату. Этот результат - динамический хаос- есть непериодическое движение в детерминированных системах (то есть в таких, где будущее однозначно определяется прошлым), имеющее конечный горизонт прогноза.
С точки зрения математики можно считать, что любая динамическая система, что бы она ни моделировала, описывает движение точки в пространстве, называемом фазовым. Важнейшая характеристика этого пространства - его размерность, или, попросту говоря, количество чисел, которые необходимо задать для определения состояния системы. С математической и компьютерной точек зрения не так уж и важно, что это за числа - количество рысей и зайцев на определенной территории, переменные, описывающие солнечную активность или кардиограмму, или процент избирателей, до сих пор поддерживающих президента. Если считать, что точка, двигаясь в фазовом пространстве, оставляет за собой след, то динамическому хаосу будет соответствовать клубок траекторий. Здесь размерность фазового пространства всего 3. Замечательно, что такие удивительные объекты существуют даже в трехмерном пространстве.
2. Порядок и беспорядок
Теория хаоса является достаточно общей, чтобы охватить широкий круг явлений нашего мира и при этом будоражит воображение читателей. Ведь оказалось, что порядок возникает именно из хаоса, а не откуда-нибудь еще! С другой стороны, в современных научных представлениях о хаосе есть много моментов, требующих пристального внимания и углубленного изучения. Пожалуй, вопросов тут больше, чем ответов.
Порядок и беспорядок
Из соображений, которые, возможно, станут ясны ниже, вначале мы обратимся к двум исключительно важным понятиям современной науки: «порядок» и «беспорядок». Обычно нам кажется, что здесь все с самого начала ясно и понятно, но на самом деле это далеко не так. И понятие хаоса, в известной мере, становится интересным и важным именно потому, что только порядком и беспорядком нам тут не обойтись.
Прежде всего – что такое порядок и что такое беспорядок? В каком отношении они находятся друг с другом? И как отличить одно от другого? Вопросы эти, оказывается, отнюдь не тривиальны, в чем мы скоро убедимся.
В повседневной жизни принято полагать, что беспорядок – это отсутствие порядка. Такие понятия встречаются довольно часто, например «холод». Мы употребляем его на каждом шагу и понимаем, что имеется в виду. Более того, мы даже «измеряем» его с помощью термометра. И, тем не менее, холода как такового не существует. Существует тепло, а холод на самом деле является его недостатком. Но мы говорим «холод» так, как будто бы он был чем-то реальным (или, как говорят философы, субстанциальным).
А вот с понятием «беспорядок» все, в известном смысле, обстоит наоборот. Мы используем это слово как обозначение отсутствия чего-то (порядка), что именно и существует само по себе. Но возникает вопрос: а так ли это?
Поясним суть дела на конкретном примере, для чего представим себе письменный стол некоего профессора. Глядя на него, мы, вероятно, решим что все, что находится на нем, свалено в беспорядочную кучу. Однако сам профессор, не глядя, протягивая руку, безошибочно находит нужный ему предмет. И напротив, если уборщица разложит все аккуратными стопками, то профессор не сможет работать так же, как не смогла готовить бабушка в романе Рэя Брэдбери «Вино из одуванчиков» после генеральной уборки, устроенной на кухне тетей.
Может быть, следует признать, что то, что мы привыкли называть беспорядком отнюдь не является отсутствием того, что обычно называют порядком? Впрочем, есть и другой путь: оставить за словом «беспорядок» его привычное значение, и ввести в оборот другой термин для обозначения того, что мы часто, не задумываясь, также называем беспорядком, хотя в действительности имеем в виду нечто совершенно иное.
Введение в теорию хаоса
Что такое теория хаоса?
Теория хаоса это учение о постоянно изменяющихся сложных системах, основанное на математических концепциях, в форме ли рекурсивного процесса или набора дифференциальных уравнений, моделирующих физическую систему (реку́рсия - процесс повторения элементов самоподобным образом).
Неправильные представления о теории хаоса
Широкая общественность обратила внимание на теорию хаоса благодаря таким фильмам, как "Парк юрского периода", и благодаря им же, постоянно увеличивается опасение теории хаоса со стороны общества. Однако, как и в отношении любой вещи, освещаемой средствами массовой информации, в отношении теории хаоса возникло много неправильных представлений.
Наиболее часто встречающееся несоответствие состоит в том, что люди полагают, что теория хаоса - это теория о беспорядке. Ничто не могло бы быть так далеко от истины! Это не опровержение детерминизма и не утверждение о том, что упорядоченные системы невозможны; это не отрицание экспериментальных подтверждений и не заявление о бесполезности сложных систем. Хаос в теории хаоса и есть порядок - и даже не просто порядок, а сущность порядка.
Это правда, что теория хаоса утверждает, что небольшие изменения могут породить огромные последствия. Но одной из центральных концепций в теории является невозможность точного предсказания состояния системы. В общем, задача моделирования общего поведения системы вполне выполнима, даже проста. Таким образом, теория хаоса сосредотачивает усилия не на беспорядке системы - наследственной непредсказуемости системы - а на унаследованном ей порядке - общем в поведении похожих систем.
Таким образом, было бы неправильным сказать, что теория хаоса о беспорядке. Чтобы пояснить это на примере, возьмем аттрактор Лоренца. Он основан на трех дифференциальных уравнениях, трех константах и трех начальных условиях.
Теория хаоса о беспорядке
Аттрактор представляет поведение газа в любое заданное время, и его состояние в определенный момент зависит от его состояния в моменты времени, предшествовавшие данному. Если исходные данные изменить даже на очень маленькие величины, скажем, эти величины малы настолько, что соизмеримы с вкладом отдельных атомов в число Авогадро (что является очень маленьким числом по сравнению со значениями порядка 1024), проверка состояния аттрактора покажет абсолютно другие числа. Это происходит потому, что маленькие различия увеличиваются в результате рекурсии.
Однако, несмотря на это, график аттрактора будет выглядеть достаточно похоже. Обе системы будут иметь абсолютно разные значения в любой заданный момент времени, но график аттрактора останется тем же самым, т.к. он выражает общее поведение системы.
Теория хаоса говорит, что сложные нелинейные системы являются наследственно непредсказуемыми, но, в то же время, теория хаоса утверждает, что способ выражения таких непредсказуемых систем оказывается верным не в точных равенствах, а в представлениях поведения системы - в графиках странных аттракторов или во фракталах. Таким образом, теория хаоса, о которой многие думают как о непредсказуемости, оказывается, в то же время, наукой о предсказуемости даже в наиболее нестабильных системах.
Применение теории хаоса в реальном мире
При появлении новых теорий, все хотят узнать что же в них хорошего. Итак что хорошего в теории хаоса? Первое и самое важное - теория хаоса - это теория. А значит, что большая ее часть используется больше как научная основа, нежели как непосредственно применимое знание. Теория хаоса является очень хорошим средством взглянуть на события, происходящие в мире отлично от более традиционного четко детерминистического взгляда, который доминировал в науке со времен Ньютона. Зрители, которые посмотрели Парк Юрского периода, без сомнения боятся, что теория хаоса может очень сильно повлиять на человеческое восприятие мира, и, в действительности, теория хаоса полезна как средство интерпретации научных данных по-новому. Вместо традиционных X-Y графиков, ученые теперь могут интерпретировать фазово-пространственные диаграммы которые - вместо того, чтобы описывать точное положение какой-либо переменной в определенный момент времени - представляют общее поведение системы. Вместо того, чтобы смотреть на точные равенства, основанные на статистических данных, теперь мы можем взглянуть на динамические системы с поведением похожим по своей природе на статические данные - т.е. системы с похожими аттракторами. Теория хаоса обеспечивает прочный каркас для развития научных знаний.
Однако, согласно вышесказанному не следует, что теория хаоса не имеет приложений в реальной жизни.
Техники теории хаоса использовались для моделирования биологических систем, которые, бесспорно, являются одними из наиболее хаотических систем из всех что можно себе представить. Системы динамических равенств использовались для моделирования всего - от роста популяций и эпидемий до аритмических сердцебиений.
В действительности, почти любая хаотическая система может быть смоделирована - рынок ценных бумаг порождает кривые, которые можно легко анализировать при помощи странных аттракторов в отличие от точных соотношений; процесс падения капель из протекающего водопроводного крана кажется случайным при анализе невооруженным ухом, но если его изобразить как странный аттрактор, открывается сверхъестественный порядок, которого нельзя было бы ожидать от традиционных средств.
Фракталы находятся везде, наиболее заметны в графических программах как например очень успешная серия продуктов Fractal Design Painter. Техники фрактального сжатия данных все еще разрабатываются, но обещают удивительные результаты как например коэффициента сжатия 600:1. Индустрия специальных эффектов в кино, имела бы горазда менее реалистичные элементы ландшафта (облака, скалы и тени) без технологии фрактальной графики.
В физике фракталы естественным образом возникают при моделировании нелинейных процессов, таких, как турбулентное течение жидкости, сложные процессы диффузии-адсорбции, пламя, облака и т. п. Фракталы используются при моделировании пористых материалов, например, в нефтехимии. В биологии они применяются для моделирования популяций и для описания систем внутренних органов (система кровеносных сосудов).
И, конечно, теория хаоса дает людям удивительно интересный способ того, как приобрести интерес к математике, одной из наиболее мало-популярной области познания на сегодняшний день.
Теория «управляемого хаоса» – это современный феномен, геополитическая доктрина, уходящая своими корнями в древнейшие науки, такие как философия, математика, физика. Понятие «хаос» возникло от названия в древнегреческой мифологии изначального состояния мира, некой «разверзшейся бездны», из которой возникли первые божества.
Попытки научного осмысления понятий «порядок» и «хаос» сформировали теории направленного беспорядка, обширные классификации и типологии хаоса. В древнейшей историко-философской традиции хаос понимался как все собой обнимающее и порождающее начало. В античном мировосприятии безвидный и непостижимый хаос наделен формообразующей силой и означал первичное бесформенное состояние материи и первопотенцию мира.
Современный уровень научных исследований обосновал теорию хаоса на утверждении того, что сложные системы чрезвычайно зависимы от первоначальных условий, и небольшие изменения в окружающей среде могут привести к непредсказуемым последствиям.
Стивен Манн – ключевая фигура в развитии геополитической доктрины «управление хаосом», в том числе и в рамках национальных интересов США. Стивен Манн (год рождения 1951) в 1973 г. закончил Оберлинский колледж (степень бакалавра по немецкому языку), в 1974 г. получил степень магистра по немецкой литературе в Корнуэльском университете (Нью-Йорк), с 1976 г. находился на дипломатической службе. Начинал карьеру в качестве сотрудника посольства США на Ямайке. Затем работал в Москве и в отделе по вопросам Советского Союза при Госдепартаменте в Вашингтоне, работал в Операционном Центре Госдепартамента (круглосуточно функционирующем кризисном центре), а также с 1991 по 1992 гг. – в офисе секретаря по обороне, охватывавшем вопросы России и Восточной Европы. В 1985-1986 гг. был стипендиатом Института Гарримана по исследованиям Советского Союза (Harriman Institute for Advanced Soviet Studies) при Колумбийском университете (здесь получил степень магистра по политологии). Был первым временным поверенным в делах США в Микронезии (1986-1988 гг.), Монголии (1988 г.) и Армении (1992 г.). В 1991 г. с отличием закончил Национальный военный колледж (National War College) в Вашингтоне. В 1992-1994 гг. был заместителем посла на Шри-Ланке. В 1995-1998 гг. работал директором отдела Индии, Непала и Шри-Ланки при Госдепартаменте США. С 1998 по май 2001 г. был послом США в Туркменистане. С мая 2001 г. Стивен Манн является специальным представителем президента США в странах Каспийского бассейна. Он – главный представитель американских энергетических интересов в этом регионе, лоббист проекта АБТД (нефтяной трубопровод Актау-Баку-Тбилиси-Джейхан).
По результатам обучения в Национальном военном колледже Стивен Манн в 1992 году подготовил статью, получившую большой резонанс в военно-политическом сообществе: «Теория хаоса и стратегическая мысль». Она была напечатана в главном профессиональном журнале армии США (Mann, Steven R. Chaos Theory and Strategic Thought // Parameters (US Army War College Quarterly), Vol. XXII, Autumn 1992, pp. 54-68).
В этой статье С. Манн излагает следующие тезисы: «Мы можем многому научиться, если рассматривать хаос и перегруппировку как возможности, а не рваться к стабильности как иллюзорной цели…». «Международная среда является превосходным примером хаотической системы... «самоорганизованная критичность» ... соответствует ей в качестве средства анализа... Мир обречен быть хаотичным, потому что многообразные акторы человеческой политики в динамической системе... имеют разные цели и ценности». «Каждый актор в политически критических системах производит энергию конфликта, ...которая провоцирует смену статус-кво, участвуя, таким образом, в создании критического состояния... и любой курс приводит состояние дел к неизбежному катаклизменному переустройству».
Основная мысль, вытекающая из представленных тезисов Манна, – перевести систему в состояние «политической критичности». А далее она – при определенных условиях – сама неизбежно ввергнет себя в катаклизмы хаоса и «переустройства». В контексте его статьи важно отметить, что рассматриваемый подход может использоваться как для социального созидания, так и для асоциального разрушения и геополитических манипуляций.
Совершенно ясно из доклада С. Манна прослеживается не только научно-идеологическая мысль, но и преследование национальной безопасности США. В указанной статье Манн пишет: «С американскими преимуществами в коммуникациях и увеличивающимися возможностями глобального перемещения, вирус (речь идет об «идеологическом заражении») будет самовоспроизводящимся и будет распространяться хаотическим путем. Поэтому наша национальная безопасность будет иметь наилучшие гарантии...». И далее: «Это единственный путь для построения долговременного мирового порядка. Если мы не сможем достичь такого идеологического изменения во всем мире, у нас останутся спорадические периоды спокойствия между катастрофическими переустройствами». Слова Манна о «мировом порядке» здесь – дань «политкорректности». Потому что в его докладе речь идет исключительно о хаосе, в котором, судя по словам Манна о «наилучших гарантиях национальной безопасности США», только у Америки будет возможность сохраниться в качестве «острова порядка» в океане «управляемой критичности» или глобального хаоса.
При этом, до сих пор не существует четкого математической формулировки понятия «хаоса». В этой связи некоторые исследователи теории нередко формулируют хаос как крайнюю непредсказуемость постоянного нелинейного и нерегулярного сложного движения, которое возникает в динамической системе.
Однако, хаос не случаен. Подтверждением тому могут служить некоторые аспекты астрономии, астрологии и религиозных течений, которые мы не станем затрагивать в нашем тексте. И, более того, несмотря на кажущуюся непредсказуемость, он динамически детерминирован (т.е. определен) и не выходит за рамки четких закономерностей. И, хотя на первый взгляд, непредсказуемость
хаоса граничит со случайностью - это обманчивое впечатление. Согласно Теории Хаоса, когда речь заходит о хаотичном движении цен, то имеется в виду не их случайное движение, а упорядоченное определенным способом движение. И, если динамика рынка и хаотична, это не говорит о ее случайности. Т.е., случайность и непредсказуемость - понятия не однозначные, и это важно понимать.
Непредсказуемость хаоса, как правило, объясняется существенной зависимостью от начальных условий. Такая зависимость указывает на то, что даже самые незначительные просчеты в определении параметров изучаемого объекта могут привести к абсолютно неверному прогнозу. Такие ошибки могут возникнуть в результате незнания или непонимания изначально предлагаемых условий. Неважные на первый взгляд моменты, которым трейдер может по неопытности или лени не придать значения, дадут неверно поставленную задачу, и, как следствие, приведут к неправильному прогнозу. Например, касательно невозможности делать правильные долгосрочные прогнозы погоды существенную зависимость от начальных условий называют "эффектом бабочки". "Эффект бабочки" указывает на существование вероятности того, что взмах крыла бабочки в Бразилии приведет к появлению торнадо в Техасе.
Также отметим, что факторы воздействия могут быть экзогенные (внешние), и эндогенные (внутренние). В качестве характерного примера хаотичного движения и влияния экзогенных и эндогенных факторов можно привести движение бильярдного шара. Кто хоть раз играл в бильярд, прекрасно знает, насколько на конечный результат - попадание шара в лузу - влияет направление удара кием, сила удара, расположение шара относительно других шаров и некоторые другие вводные данные. Малейший просчет в одном из этих факторов приведет к абсолютно непредсказуемой траектории движения шара по столу. Однако, даже при всех правильных действиях игрока движение шара может стать непредсказуемым на одном из этапов движения: после соприкосновения с бортом стола, другими шарами, лузой.
Исходя из вышесказанного можно утверждать, что будущее предсказать невозможно, так как всегда существуют изначальные ошибки измерения, порожденные в том числе незнанием всех факторов и условий. Как итог: мелкие недочеты и/или ошибки порождают крупные последствия, которые, как правило, развиваются лавинообразно, или в геометрической прогрессии.
Существует утверждение, что Хаос - более высокая форма порядка. Однако, более правильно считать Хаос другой формой порядка: с неизбежностью в любой динамической системе за порядком в обычном его понимании следует хаос, а за хаосом - порядок. И, если определять Хаос как беспорядок, то внутри него формируется своя, особенную форму порядка. К примеру, дым от сигарет, поднимающийся сначала в виде упорядоченного столба далее под влиянием внешней среды принимает все более причудливые очертания, а его движения становятся хаотичными. Другой пример хаотичности в природе - лист дерева или рисунок кожи пальца человека: ученые доказали, что абсолютной идентичности не бывает НИКОГДА.
Движение от порядка к Хаосу и обратно является сущностью Вселенной, какие бы проявления ее мы не рассматривали. Даже в мозгу человека одновременно присутствует упорядоченное и хаотическое начала. Первое соответствует левому полушарию мозга, а второе - правому. Левое полушарие отвечает сознательное поведение человека, за выработку линейных правил и стратегий в поведении человека, где четко определяется "если…, то…". В правом же полушарии царит нелинейность и хаотичность. Интуиция является одним из проявлений правого полушария мозга. Не зря древняя китайская мудрость гласит, что мысли человека подобны обезьянам, прыгающим с ветки на ветку.
изучает порядок хаотичной системы, которая выглядит случайной, беспорядочной. При этом Теория Хаоса дает возможность построить модель такой системы, не ставя задачу точного прогнозирования поведения хаотичнойой системы в будущем.
Теория Хаоса начала зарождаться еще в XIX веке, однако действительное научное развитие она получила во второй половине XX века, вместе с работами Эдварда Лоренца (Edward Lorenz) из Массачусетского технологического института и франко-американского математика Бенуа Б. Мандельброта (Benoit B. Mandelbrot).
Эдвард Лоренц в свое время (начало 60-х годов XX века, работа опубликована в 1963 году) рассматривал причины трудности прогнозирования погоды. Заметим, что до появления работы Лоренца в научной среде господствовало два мнения относительно возможности точного прогнозирования погоды на бесконечно длительный срок.
Первый подход был сформулирован в 1776 году французским математиком Пьером Симоном Лапласом. Он утверждал, что "…если мы представим себе разум, который в данное мгновение постиг все связи между объектами во Вселенной, то он сможет установить соответствующее положение, движения и общие воздействия всех этих объектов в любое время в прошлом или в будущем". Направление его мыслей повторяли знаменитое изречение Архимеда: "Дайте мне точку опоры, и я переверну весь мир". Таким образом, Лаплас и приверженцы его теории говорили, что для точного прогнозирования погоды необходимо только собрать больше информации обо всех частицах во Вселенной, их местоположении, скорости, массе, направлении движения, ускорении и т.д. Лаплас считал, что чем больше человек будет иметь информации, тем точнее будет его прогноз относительно будущего.
Второй подход относительно возможности прогнозирования погоды был сформулирован другим французским математиком Жюлем Анри Пуанкаре. В 1903 году он сказал: "Если бы мы точно знали законы природы и положение Вселенной в начальный момент, мы могли бы точно предсказать положение той же Вселенной в последующий момент. Но даже если бы законы природы открыли нам все свои тайны, мы и тогда могли бы знать начальное положение только приближенно. Если бы это позволило нам предсказать последующее положение с тем же приближением, это было бы все, что нам требуется, и мы могли бы сказать, что явление было предсказано, что оно управляется законами. Но это не всегда так; может случиться, что малые различия в начальных условиях вызовут очень большие различия в конечном явлении. Малая ошибка в первых породит огромную ошибку в последнем.
Предсказание становится невозможным, и мы имеем дело с явлением, которое развивается по воле случая".
В этом высказывании Пуанкаре и состоит постулат Теории Хаоса о зависимости от начальных условий. Последующее развитие науки, особенно квантовой механики, опровергло детерминизм теории Лапласа. В 1927 году немецкий физик Вернер Гейзенберг открыл и сформулировал принцип неопределенности. Этот принцип объясняет, почему некоторые случайные явления не подчиняются детерминизму Лапласа. Гейзенберг показал принцип неопределенности на примере радиоактивного распада ядра. Так, из-за очень малых размеров ядра невозможно знать все процессы, происходящие внутри него. Поэтому, сколько бы информации мы не собирали о ядре, точно предсказать, когда это ядро распадется - невозможно.
Таким образом, мы подошли вплотную к самой Теории Хаоса, изучение которой основано на таких инструментах, как аттракторы и фракталы.
Аттрактор
Аттрактор (англ. to attract - притягивать) - геометрическая структура, характеризующая поведение в фазовом пространстве по прошествии длительного времени.
Аттрактор Лоренца рассчитан на основе всего трех степеней свободы - три обыкновенных дифференциальных уравнения, три константы и три начальных условия. Однако, несмотря на свою простоту, система Лоренца ведет себя псевдослучайным (хаотичным) образом.
Смоделировав свою систему на компьютере, Лоренц выявил причину ее хаотического поведения - разницу в начальных условиях. Даже микроскопическое отклонение двух систем в самом начале в процессе эволюции приводило к экспоненциальному накоплению ошибок и соответственно их стохастическому расхождению.
Наряду с этим, любой аттрактор имеет определенные размеры границ, поэтому экспоненциальная расходимость двух траекторий разных систем не может продолжаться бесконечно. Рано или поздно орбиты вновь сойдутся и пройдут рядом друг с другом или даже совпадут, хотя последнее и маловероятно. Кстати, совпадение траекторий является правилом поведения простых предсказуемых аттракторов.
Сходимость-расходимость (или складывание и вытягивание соответственно) хаотичного аттрактора систематически устраняет начальную информацию и заменяет ее новой. При схождении траектории сближаются и начинает проявляться эффект близорукости - возрастает неопределенность крупномасштабной информации. При расхождении траекторий наоборот, они расходятся и проявляется эффект дальнозоркости, когда возрастает неопределенность мелкомасштабной информации (этот подход применил в своей Теории Пассионарности Л. Н. Гумилев, назвав такие явления «оберрацией близости» и «оберрацией дальности»).
В результате постоянной сходимости-расходимости хаотичного аттрактора неопределенность стремительно нарастает, что с каждым моментом времени лишает нас возможности делать точные прогнозы. То, чем так гордится наука - способностью устанавливать связи между причинами и следствиями - в хаотичных системах невозможно. Причинно-следственной связи между прошлым и будущем в Хаосе не существует.
Также надо отметить, что скорость схождения-расхождения является мерой Хаоса, т.е. численным выражением хаотичности самой системы. Другой статистической мерой Хаоса служит размерность аттрактора.
Подводя промежуточный итог, заметим, что основным свойством хаотичных аттракторов является сходимость-расходимость траекторий разных систем, которые случайным образом постепенно и бесконечно перемешиваются.
На этом этапе поговорим о пересечении фрактальной геометрии и Теории Хаоса. А парадокс заключен в том, что хотя фрактал и является одним из инструментов Теории Хаоса, по сути он - противоположность Хаоса.
Главное различие между Хаосом и Фракталом состоит в том, что первый является динамическим явлением, а второй - статическим. Под динамическим свойством Хаоса понимается непостоянное и непериодическое изменение траекторий.
Фрактал
Фрактал - это геометрическая фигура, определенная часть которой повторяется снова и снова. Отсюда проявляется одно из свойств фрактала - самоподобие.
Другое свойство фрактала - дробность. Дробность фрактала является математическим отражением меры неправильности фрактала.
Фактически все, что кажется случайным и неправильным, может быть фракталом (очертания океанов и морей, облака, деревья, биение сердца, популяции и миграции животных, дым от костра или языки пламени).
В итоге, Теория Хаоса предполагает три основных принципа для изучения рынка :
Все в мире следует путем наименьшего сопротивления. Рынок подобен реке, выбирающей свое русло.
Путь наименьшего сопротивления определяется структурой, которая всегда обусловлена причинами и обычно не видна. Если русло реки глубоко и широко, течение медленное, если неглубокое и узкое - на реке образовываются буруны и стремнины. Поведение течения можно предсказать путем исследования русла реки.
Основная и обычно невидимая структура всегда может быть определена и изменена. Структура определяет поведение. Вы можете изменить поток вашей жизни и вашей торговли, распознавая основную структуру вашей торговли.
Тео́рия ха́оса - математический аппарат, описывающий поведение некоторых нелинейных динамических систем , подверженных при определённых условиях явлению, известному как хаос (динамический хаос , детерминированный хаос ). Поведение такой системы кажется случайным, даже если модель, описывающая систему, является детерминированной . Для акцентирования особого характера изучаемого в рамках этой теории явления, обычно принято использовать название: теория динамического хаоса .
Примерами подобных систем являются атмосфера , турбулентные потоки , некоторые виды аритмий сердца, биологические популяции , общество как система коммуникаций и его подсистемы: экономические, политические, психологические (культурно-исторические и интер-культуральные) и другие социальные системы. Их изучение, наряду с аналитическим исследованием имеющихся рекуррентных соотношений, обычно сопровождается математическим моделированием .
Теория хаоса - область исследований, связывающая математику и физику.
Энциклопедичный YouTube
1 / 5
✪ Тайна теории хаоса раскрыта!
✪ 15x4 - 15 минут о теории хаоса
✪ Илья Щуров. Бифуркации, катастрофы и хаос
✪ Veritasium #1 Что НЕ является Случайностью?
✪ Теория струн для чайников
Субтитры
всем привет меня зовут артур шарифов и вы смотрите мое новое видео на канале кверти как я сюда попал буквально откуда я пришел слева может быть справа может я вообще сидел на корточках и просто привстал вы затрудняетесь ответить ведь то что вы видите это лишь результат это конечная точка а конечная точка чего можно вообразить себе много разных вариантов развития событий при которых я оказался бы там где я оказался теория хаоса пытается дать ответы на подобного рода вопросы но она немного уходит в сторону хитрит куда проще и как оказалось куда полезней дать ответ на вопрос а что могло бы помешать мне здесь оказался все что угодно любое даже самое незначительное изменение в прошлом неминуемо привело бы к тому что я бы здесь не оказался это явление называется эффект бабочки это одно из ключевых свойств хаотичных систем теория хаоса на самом деле занимается изучением неистинного хауса неполного беспорядков хаотичная система в данном контексте тоже упорядочена причинно- следственная связь присутствует только вот управлять такой системой становится практически невозможно давайте рассмотрим вот такой пример расстояние от деревни горшки до парижа который в челябинской области 100 километров я выезжаю из горшков в париж и еду со скоростью 50 километров час через сколько часов я доеду до парижа решаем задачку если я за один час проезжаю 50 километров то за два часа я как раз проезду 100 километров да для того чтобы добраться от горшков до парижа мне нужно два часа действительно ли все так просто да на самом деле все потому что мы знаем что если я буду двигаться и чуть чуть быстрей то и приеду я чуть чуть раньше а если я буду двигаться немножко медленней то чутка позже и приеду в точку назначения это яркий пример устойчивой системы система описанная по математическим законам может считаться устойчивой если при малых изменениях начальных условий мы наблюдаем малые изменения результата двигался чуть чуть быстрее приехал чуть чуть раньше чем сложнее система тем она как правило неустойчивее но когда речь идет о сложных системах уже по самому названию можно понять что не все здесь так просто в английском языке есть слово complex и слово complicated b они оба переводятся на русский язык как сложный но при этом их значения немного разнятся и по иронии именно эти маленькие различия имеют очень большое значение комплекс это сложный в смысле навороченный продвинутый возможно состоящий из нескольких других объектов которые тоже можно считать навороченными например айфон достаточно сложная навороченная штука которая внутри состоит из большого количества компьютеров сложная но тем не менее устойчивая мы ведь очень легко управляемся с айфонами при этом при малых изменения параметров мы наблюдаем малое изменение результата такие сложные на самом деле ведь сложные системы являются устойчивыми к начальным условиям а вот те сложные системы которые по-английски называются complecated как раз и являются неустойчивыми они и есть объекты изучения теории хаоса в таких системах при малых изменениях начальных условий происходит просто колоссальное изменение результата самый лучший синоним который я смог подобрать в русском языке это слово запутанный создателем теории хаоса является эдвард лоренц нет это не тот лоренц который открыл силу лоренца и преобразование лоренца наш лоренц в первую очередь был метеоролог просто видимо у метеорологов очень скучная работа и лоенц видать от скуки начал просто по несколько раз перепроверять результаты он получал лист с распечаткой всей информации по исследованию а затем брал начальные условия и снова забивал их в компьютер парадокс в том что каждый раз после такого вот повторного прогона компьютер выдавал результаты которые значительно отличались от основного исследования причем чем долгосрочнее прогноз тем сильнее были различия лоренц конечно не хотел делать вывод о неправильности метеорологии как области знаний и естесственно начал искать причину таких глобальных несостыковок и этим самым он навсегда изменил математику дело в том что данные в компьютер вбивались с точностью до шести знаков после запятой а на распечатке данные округлялись до трех знаков после запятой то есть когда лоренц вбивал данные повторно с листочка он вбивал не изначальные данные а данные которые были уже округлены и хотя это очень маленькие различия то есть максимальная ошибка ведь составляет одну тысячную это очень незначительно и этого было достаточно для того чтобы вместо яркой и солнечной погоды начался ураган с градом лоренц стал все глубже опускаться в математику и таким образом открыл новую науку которая называется теория хаоса кстати термин эффект бабочки тоже был введен лоренцом график показывающий изменение множества состоянии нелинейной динамической системы с течением времени в трехмерном случае подозрительно напоминает крылья бабочки но как он сам признаётся такое название ему предложили организаторы его конференции лоренц для большей ироничности привел вот такой пример взмах крыльев бабочки в бразилии может породить целую цепочку событий которые проведут за собой смерч в техасе эффект бабочки является центральным понятием теории хаоса при этом очень важно не путать хаос и случайность многие явления в биологии химии, медицине и даже экономике которые раньше было сложно писать математические законами которые тогда условно считались случайными сейчас оказались хаотичными и работать с ними можно по законам теории хаоса к примеру стало намного проще предсказывать приступы эпилепсии у больных движение спутников по орбите оказались хаотичными транспортный поток по многополосной трассе также подвержен эффекту бабочки особенно сильное влияние теория хаоса оказала на демографические и экологические исследования ну и конечно у синоптиков теперь есть отговорка почему это не обещали нам теплую и ясную погоду а на улице холодно идет дождь бабочка где-нибудь в бразилии махнула крыльями мы ничего не могли поделать конечно же исследования лоренца были революционными и оказали огромное влияние на массовую культуру в трилогии фильмов назад в будущее можно заметить как изменяя что то в прошлом марти макфлай наблюдает колоссальные изменения в настоящем это и есть эффект бабочки лично у меня словосочетание эффект бабочки в первую очередь ассоциируется с эштоном катчером хотя бы потому что мое первое знакомство с этим явлением произошло именно благодаря одноименному фильму где в главной роли был эштон наш мир что уж там скрывать сложная конструкция сразу во всех смыслах очень навороченная и очень запутанная штука в своем прошлом видео я рассказал о таком абстрактном компьютере который вполне возможно мог бы предсказывать будущее на сотни или даже тысячи лет вперед так вот эффект бабочки который несомненно присутствует в нашем запутанном и хаотичном мире делает такое предсказание практически невозможным никаких округлений никаких приближений никаких допущений это запрещено а одна маленькая незначительная упущенная деталь будет стоить нам больших последствий в наших естественно неудачных попытках предсказать будущее причем чем дальше тем сильнее будут неточности чем дальше тем безнадежнее выглядит вся эта задумка если вам понравилось это видео обязательно поставьте ему большой палец вверх кстати говоря я пришел оттуда а теория хаоса все еще берет верх над нами так и не давая нам понять как же это вышло и что будет дальше на этом все если это видео соберет большое количество пальцев вверх то мы с вами увидимся уже на следующем видеоролике всем пока
Основные сведения
Теория хаоса гласит, что сложные системы чрезвычайно зависимы от первоначальных условий, и небольшие изменения в окружающей среде могут привести к непредсказуемым последствиям.
Математические системы с хаотическим поведением являются детерминированными, то есть подчиняются некоторому строгому закону, и, в некотором смысле, являются упорядоченными. Такое использование слова «хаос» отличается от его обычного значения (см. хаос в мифологии). Отдельная область физики - теория квантового хаоса - изучает 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).
Понятие хаоса
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 небольшое 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 определённую линейность системы. Но мелкие изменения в первоначальном состоянии системы могут и не вызывать цепочку событий.
Топологическое смешивание
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 жидкостей.
Тонкости определения
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 окружности вокруг оси лежащей в плоскости этой окружности - 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.
Аттракторы
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 .
Странные аттракторы
Странные аттракторы появляются в обеих системах , и в непрерывных динамических (типа системы Лоренца) и в некоторых дискретных (например, отображение Эно (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 .
Простые хаотические системы
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 . Ещё один пример - это модель Рикера, которая также описывает динамику населения.
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.
Хронология
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 трёх тел в случае с Г. Биргхофом, Турбулентность 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 турбулентностью течения жидкости и непериодическими колебаниями в радиосхемах, 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 учёных 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.
Явления хаоса наблюдали многие экспериментаторы ещё 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.
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 биологическую эволюцию .
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 её 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 «учёных-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.).
Эволюции 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 .
Различия между случайными и хаотическими данными
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:
- Выбрать тестируемое состояние.
- Найти несколько подобных или почти подобных состояний.
- Сравнить их развитие во времени.
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, её 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.