Текст книги "Бабочка и ураган. Теория хаоса и глобальное потепление"

Автор книги: Карлос Мадрид

сообщить о нарушении

Текущая страница: 5 (всего у книги 8 страниц)

х_n+1 = kх_n (1 – х_n).

Иными словами, для данного начального условия х на интервале между 0 и 1 орбита х рассчитывается путем последовательного вычисления значений функции f(х) = kx (1 – х), где k – параметр, больший 1, но меньший 4. Поведение логистической системы, названной так потому, что она используется для моделирования динамики численности определенных популяций, удивительным образом зависит от значения k. Если k меньше некоторого критического значения, которое, по оценкам, составляет 3,569945…, то траектории будут иметь правильную форму. При превышении этого критического значения траектории будут стремиться к хаосу. Эта дискретная динамическая система четко показывает, что простые математические действия могут обладать неожиданно сложными свойствами.

Функция f(х) является функцией второй степени:

f(х) = kx (1 – х) = kx – kx².

Иными словами, f(х) – нелинейная функция, и именно эта нелинейность делает возможным хаотическое поведение: в силу нелинейности небольшие отклонения начальных условий могут приводить к значительным изменениям.

Изучим динамику логистического отображения для значений k, меньших критического, к примеру для k = 2. Примем в качестве начального условия x₀  = 0,8 и определим его орбиту с помощью калькулятора:

x₁ = f(х₀) = 2 х₀(1 – х₀) = 2∙0,8∙(1 – 0,8) = 2∙0,8∙0,2 = 0,32

х₂ = f(х₁) = 2х₁(1 – х₁) = 2∙0,32∙(1 – 0,32) = 2∙0,32∙0,68 = 0,4352

х₃ = f(х₂) = 2х₂(1 – х₂) = 2∙0,4352∙(1 – 0,4352) = 2∙0,4352∙0,5648 = 0,49160192.

Теперь, когда мы знаем, как рассчитываются первые члены орбиты, вычислим

следующие члены напрямую:

х₄ = 0,4998589…

х₅ = 0,4999998…

х₆ = 0,4999999…

…

Обратите внимание на полученные значения. Что вы видите? Они последовательно приближаются к 0,5. Рассматриваемая траектория четко приближается к пределу – точечному аттрактору, расположенному в точке 0,5. Ради любопытства вычислим орбиту точки 0,5: так как f (0,5) = 2∙0,5∙(1 – 0,5) = 22424∙0,5∙0,5 = = 0,5, орбита этой точки будет стационарной (значения функции всегда будут равны 0,5). Следовательно, орбита точки 0,8 сходится к точке равновесия.

Рассмотрим, как наша траектория сходится к этой фиксированной точке, геометрически. Используем компьютерную программу, чтобы показать, как изменяются значения орбиты (представленные на вертикальной оси) с ростом числа итераций (откладываются на горизонтальной оси).

Нетрудно видеть, что значения орбиты очень быстро стабилизируются в окрестности точки 0,5, что мы уже вычислили при помощи калькулятора.

Далее будем изображать орбиту точки на так называемой диаграмме-паутине.

Построив график f(х) = 2х (1 – х) (он будет представлять собой параболу, так как f(х) – функция второй степени), рассмотрим начальное условие x₀ = 0,8. Далее определим орбиту этой точки графически. Проведем вертикальную линию через точку с абсциссой x₀ = 0,8 до пересечения с параболой – графиком функции f(x).

Затем из точки пересечения этой линии с параболой проведем горизонтальную линию до пересечения с диагональю у = х. Полученная абсцисса (координата на горизонтальной оси) будет указывать положение точки пересечения построенной линии с диагональю и будет соответствовать х₁ Далее будем смещаться вертикально (вверх или вниз), пока вновь не пересечем график f(х). Повторив описанные выше действия, получим ломаную линию. Абсциссами ее вертикальных отрезков будут x₀, х₁, х₂, х₃. Эта ломаная линия укажет, куда будет стремиться орбита x₀.

На этом графике можно видеть, как «паутина» точки x₀ = 0,8 сходится к фиксированной точке, в которой пересекаются парабола – график функции f(х) – и прямая – график функции у = х. Как и следовало ожидать, этой фиксированной точкой будет точка 0,5.

Повторим описанные выше действия для другого значения параметра k. Примем его равным не 2, а 3,1. Орбита начальной точки x₀ = 0,8 будет выглядеть так.

При значениях k, больших 3, происходит нечто удивительное: хотя движение по-прежнему будет оставаться правильным, орбита точки 0,8 уже не будет стремиться к какой-то одной точке. Вместо этого она будет колебаться между значениями 0,56 и 0,76. Точечный аттрактор 0,5 словно бы разделился на две точки с координатами 0,56 и 0,76. По сути, это пример орбиты с периодом, равным 2, так называемого 2-цикла, так как мы видим два точечных аттрактора. Новая паутина, которая будет порождать уже не точку, а квадрат, выглядит так.

Продолжим увеличивать значения k и рассмотрим k = 3,5. Орбита x₀ = 0,8 будет выглядеть так.

Теперь орбита будет колебаться между четырьмя точками. Их координаты приблизительно равны 0,39, 0,51, 0,82 и 0,86. Это уже 4-цикл, так как одни и те же значения будут повторяться каждые четыре шага. Кажется, что с увеличением k периоды будут удваиваться: 1, 2, 4. Сначала мы наблюдали единственный точечный аттрактор, затем – два, теперь – четыре. Логично предположить, что далее их число будет равняться восьми, шестнадцати, тридцати двум и так далее. Наблюдаемая динамика уже не столь проста, однако ее по-прежнему можно назвать более или менее регулярной.

Позднее мы рассмотрим это необычное удвоение периода еще раз, а пока ограничимся тем, что изобразим новую паутину, образованную двумя основными квадратами.

И наконец, осмелимся превысить критическое значение 3,569945. Рассмотрим k = 3,9. Ситуация радикально изменится. Орбита x₀ = 0,8 будет выглядеть так.

Орбита стала хаотической! В ней больше не наблюдается никаких закономерностей. Она даже не является квазипериодической, а «прыгает» с одного места на другое и кажется случайной. А что, если мы рассмотрим k = 4?

То же самое хаотическое поведение! Диаграмма-паутина будет хаотической, а представленные на ней значения будут беспорядочно колебаться между 0 и 1.

Однако орбита и диаграмма-паутина точки х₀ = 0,8 – не исключение: все остальные возможные орбиты и диаграммы будут выглядеть точно так же. И вновь мы наблюдаем эффект карточной колоды.

На этом сюрпризы не заканчиваются: два различных начальных условия, близких друг к другу, определяют орбиты, которые по прошествии определенного времени будут выглядеть совершенно по-разному. Примем k = 4. Если мы хотим изучить орбиту точки а = 0,900 и по ошибке введем значение Ь = 0,901 (например, при измерении мы допустили ошибку, равную одной тысячной), то увидим, что орбиты а и b вскоре будут значительно отличаться, хотя изначально они были близки друг к другу. Орбита точки а будет образована значениями {0,900; 0,360; 0,9216; 0,2890; 0,8219; 0,5854; 0,9708…}, орбита точки b – значениями {0,901; 0,3568; 0,9180; 0,3012; 0,8419; 0,5324; 0,9958…}. Иными словами, исходная разница в одну тысячную через несколько итераций будет иметь порядок нескольких сотых. Всего за семь итераций разница увеличится в 20 раз! По прошествии определенного времени реальная и прогнозная траектории уже не будут иметь ничего общего.

И вновь мы наблюдаем эффект бабочки.

Подведем итог: изменяя значения параметра k в логистическом отображении от k = 2 до k = 4, мы показали, как система постепенно приближается к хаотическому состоянию. А где же операции растяжения и складывания, которые порождают хаос? Прямо у нас перед глазами. Логистическая функция f(х) = kx(1 – х) «растягивает» числовой интервал между 0 и 1 вследствие умножения х на k. Затем этот интервал «складывается пополам» в результате умножения kx на (1 – х) – число, меньшее единицы. Таким образом, числовой интервал растягивается и складывается, подобно подкове.

В поисках хаоса

Хотя сегодня в математике не существует четкого определения детерминированного хаоса, он рассматривается как совокупность эффекта бабочки и эффекта карточной колоды, которые мы наблюдали и в сдвиге Бернулли, и в логистическом отображении Мэя.

От какого класса динамических систем стоит ожидать хаотического поведения?

Как вы уже знаете, хаос нужно искать среди нелинейных систем – только в них действие совокупности причин может не равняться совокупному действию этих причин по отдельности и приводить к совершенно неожиданным последствиям. Также (об этом мы не упоминали) нужно искать среди неинтегрируемых систем. Система называется интегрируемой, если ее траектории или решения можно явно выразить при помощи известных функций. Интегрируемые системы (линейные и нелинейные) предсказуемы, так как известна формула, позволяющая вычислить орбиту любой точки в любой момент времени. В неинтегрируемых системах, напротив, решение нельзя представить в виде формулы, поэтому для них нельзя составить прогноз на бесконечно большой период времени. Кроме того, если мы рассмотрим такие си¬стемы с точки зрения топологии, то увидим, что траектории будут тесно сплетаться между собой.

Если мы сведем две рассмотренные выше категории воедино, то увидим, что нелинейные и неинтегрируемые системы обладают беспорядочным, непредсказуемым поведением, указывающим на присутствие хаоса. Следует заметить: даже тогда, когда хаос требует нелинейности (чтобы небольшие изменения начальных условий могли вызывать значительные изменения) и неинтегрируемости (чтобы мы не могли делать прогнозы в долгосрочном периоде), нелинейная и неинтегрируемая динамика необязательно будет хаотической. Существуют нелинейные и неинтегрируемые системы, демонстрирующие равномерное и предсказуемое поведение. Математики говорят, что эти две характеристики – нелинейность и неинтегрируемость – являются необходимыми, но не достаточными.

С другой стороны, среди нелинейных и неинтегрируемых систем выделяют два подвида: гамильтоновы системы, сохраняющие энергию, и диссипативные, которые не сохраняют энергию. Этим двум видам систем соответствуют две разновидности детерминированного хаоса, известные сегодня.

Гамильтонов хаос наблюдается в системах, сохраняющих энергию, например в системе из трех тел, изученной Пуанкаре, в звездной системе, рассмотренной Эно и Хайлсом, в моделях бильярда, описанных Адамаром и Синаем. Как мы рассказали, это хаотическое поведение возникает в силу бесконечного числа пересечений сепаратрис седловой точки, в результате которого образуется запутанная сеть траекторий. Хотя такие системы обладают очень сложной динамикой, в них отсутствуют странные аттракторы. Существует знаменитая теорема Лиувилля, согласно которой сохранение энергии препятствует возникновению аттракторов. В самом деле аттракторы – это диссипативные структуры, в которых энергия рассеивается по мере приближения системы к аттрактору.

Негамильтонов хаос, напротив, наблюдается в системах, не сохраняющих энергию, к примеру, в системе Лоренца. Так как эти системы не сохраняют энергию, в них присутствуют аттракторы и возникают наиболее известные хаотические объекты – странные аттракторы, представляющие собой промежуточное звено между теорией хаоса и фрактальной геометрией.

Странный аттрактор – это аттрактор хаотической системы, которому свойственна фрактальная геометрия. Фрактал – это геометрический объект неправильной формы с бесконечным множеством деталей, обладающий самоподобием, и, скорее всего, имеющий дробную размерность. Странные аттракторы – сложные структуры, которые при последовательном увеличении демонстрируют самоподобие, свойственное фракталам: в них вновь и вновь проявляется одна и так же структура. Кроме того, многие из них имеют дробную размерность. Иными словами, если мы находимся на плоскости, то размерность нашего фрактального аттрактора будет больше 1, но меньше 2 и составит, к примеру, 1,5: аттрактор будет занимать больше пространства, чем кривая, но меньше, чем плоскость. Если мы находимся в пространстве, размерность фрактального аттрактора будет больше 2, но меньше 3 и составит, к примеру, 2,25: аттрактор будет занимать больше пространства, чем плоскость, но меньше, чем объемное тело. Таков смысл дробной размерности. К примеру, размерность аттрактора Лоренца примерно равна 2,06. Любопытно, что с момента открытия аттрактора Лоренца считалось, что он имеет «странный» характер (то есть является аттрактором хаотической системы и, возможно, имеет фрактальную геометрию), однако строгое математическое доказательство этого было найдено лишь в 2000 году. В 1998 году Стивен Смэйл предложил доказательство этого утверждения в качестве одной из открытых математических задач XXI столетия.

В 2002 году математик Уорвик Такер смог строго доказать существование аттрактора Лоренца в статье под названием «Аттрактор Лоренца существует». Аттрактор в форме бабочки, изображенный Лоренцем на экране компьютера, стал реальностью. Аналогичная ситуация произошла со странным аттрактором Эно, открытым с помощью компьютера в 1976 году: его существование было математически доказано лишь в 1987 году усилиями шведского математика Леннарта Карлесона, лауреата Абелевской премии 2006 года.

Странный аттрактор Уэды. Этот аттрактор, напоминающий водоворот, представляет собой сечение Пуанкаре для хаотической системы.

Слева направо и сверху вниз – последовательность увеличенных изображений аттрактора Эно. На всех иллюстрациях изображен один и тот же узор – складывающиеся кривые.

Судьба аттрактора Рёсслера, напротив, сложилась не столь удачно. Отто Рёсслер предложил ряд уравнений, описывающих химическую реакцию Белоусова – Жаботинского. Эта реакция протекает в колебательном режиме: участвующие в ней вещества непрерывно соединяются и распадаются, и в результате образуются удивительные узоры красно-синего цвета. Компьютерное моделирование решений системы дифференциальных уравнений обладало хаотическим поведением, подобным тому, что рассмотрел Аоренц при решении своей системы. Рёсслер, подобно Лоренцу, предположил, что в системе присутствует странный аттрактор – аттрактор Рёсслера, существование которого все еще не доказано. Никто до сих пор не знает, действительно ли посреди хитросплетения траекторий находится аттрактор Рёсслера или это всего лишь иллюзия, возникающая при компьютерном моделировании.

Странные аттракторы Лоренца (слева) и Рёсслера (справа). Существование последнего до сих пор математически не доказано.

Какое значение для динамики имеет фрактальная геометрия аттрактора? Можно предположить, что никакого, но это не так. Пуанкаре, Смэйл и Лоренц учат, что в основе любой динамики всегда лежит геометрия.

В классических аттракторах (фиксированных точках и предельных циклах – еще не так давно другие аттракторы были неизвестны) соседние орбиты всегда располагаются близко друг к другу, небольшие ошибки, как и предполагал Лаплас, заключены в определенных границах, таким образом, можно делать долгосрочные прогнозы. Если говорить о странных аттракторах, присущих хаотическим системам, то все обстоит иначе: две орбиты с близкими начальными условиями располагаются близко друг к другу лишь на коротком промежутке времени, после чего очень быстро отдаляются. Поведение соседних траекторий в странном аттракторе можно проиллюстрировать следующим экспериментом: если представить, что они действуют на маленькую каплю красящего вещества в жидкости, то капля постепенно примет форму очень длинной и тонкой нити, словно пронизывающей весь аттрактор.

Даже если точки, отмеченные красящим веществом, изначально будут находиться очень близко друг к другу, в конечном итоге они окажутся в произвольных частях аттрактора. Прогнозирование финального состояния любой из этих точек при сколь угодно малой ошибке измерения невозможно – в зависимости от допущенной ошибки финальные состояния точек могут располагаться в любой части странного аттрактора. Хаос перемешивает орбиты подобно тому, как пекарь замешивает тесто. Поведение орбит геометрически описывается посредством операций растяжения и складывания. Орбиты должны растягиваться, при этом будут возрастать ошибки (эффект бабочки), а также складываться и постепенно сплетаться по мере приближения к аттрактору (эффект карточной колоды). Растягивание увеличивает неопределенность, при складывании изначально далекие друг от друга траектории сближаются, а информация об исходном состоянии системы уничтожается. Траектории смешиваются, как смешиваются карты в колоде в руках умелого игрока. Так как операции растяжения и складывания повторяются бесконечное число раз, в аттракторах хаотических систем должно наблюдаться множество сгибов внутри каждого сгиба. Именно поэтому с геометрической точки зрения хаотические аттракторы намного сложнее классических. По мере увеличения масштаба хаотические аттракторы раскрывают всё новые и новые детали и проявляют свое самоподобие: структура хаотических аттракторов на микроуровне столь же сложна, как и на макроуровне. Одним словом, хаотические аттракторы – это фракталы.

Несколько примеров хаоса

Мы увидели, что существуют математические системы, обладающие хаотической динамикой. Но каково их практическое значение? Что такое хаос: правило или исключение?

Хаос вездесущ и проявляется повсеместно: и при движении небесных тел (задача трех тел), и при колебаниях двойных маятников, в потоках на грани турбулентности (поток Рэлея – Бенара), в некоторых химических реакциях (реакция Белоусова – Жаботинского), в определенных биологических популяциях и так далее. Открытие повсеместного присутствия хаоса стало третьей великой революцией в науке за последние 100 лет, после открытия теории относительности и квантовой механики.

Достойный упоминания пример хаотического движения в Солнечной системе – движение Гипериона, спутника Сатурна, по форме напоминающего картофелину, который, как может показаться, совершает случайные колебания. Гиперион движется вокруг Сатурна по орбите правильной формы, однако вращается вокруг себя совершенно беспорядочно: в результате быстрого хаотического движения он переворачивается каждые 6 часов и при вращении вокруг своей оси в буквальном смысле подскакивает.

* * *

МИТЧЕЛЛ ФЕЙГЕНБАУМ В ПОИСКАХ ХАОСА

Митчелл Фейгенбаум (род. 1944) – специалист по математической физике, первый, кто начал изучать хаос с помощью компьютеров. В 1975 году методом проб и ошибок он обнаружил число, которое сегодня называется постоянной Фейгенбаума и характеризует переход от периодического движения к хаотическому. Мы уже наблюдали это любопытное явление, когда говорили о логистическом отображении: по мере того как мы постепенно изменяли значение параметра к, периоды орбит удваивались. На смену орбитам с периодом 1 приходили орбиты с периодом 2,4,8,16,32 и так далее, после чего, при превышении критического значения к, равного 3,569945…, наступал хаос.

Удвоение периодов орбит, начиная с k – 2 и заканчивая этим значением, происходит так быстро, что в конечном итоге период удваивается бесконечное число раз. Так возникает хаос. По мере увеличения к возрастает и сложность логистической системы: из стационарной она становится периодической, затем – хаотической. Если мы представим точку или точки, к которым сходится орбита х – 0,8 в логистическом отображении для различных значений параметра k, получим диаграмму, представленную на следующей странице.

На этой диаграмме значения к откладываются по горизонтальной оси, значения, к которым стремится орбита х – 0,8, – по вертикальной. Если мы зафиксируем значение k, то вертикальный разрез будет изображением соответствующего аттрактора на интервале от 0 до 1. К примеру, при k – 3,0 вертикальная линия пересекает график всего в одной точке. Это означает, что точка имеет период, равный 1, и является фиксированной. Другой пример: при k – 3,2 вертикальная линия пересечет график в двух точках. Это означает, что орбита представляет собой 2-цикл. По мере движения по горизонтали от k – 2,4 до k – 4 ветви дерева Фейгенбаума будут раздваиваться вследствие удвоения периода. Когда мы преодолеем критическое значение 3,569945…, аттрактор, определяемый вертикальными линиями, превратится в беспорядочную полосу. Он будет представлять собой фрактал (Канторово множество). При значениях k, превышающих пороговое, будут наблюдаться отдельные островки периодичности. К примеру, при k – 3,82 на диаграмме наблюдается полоса: если мы проведем воображаемую вертикальную линию, она пересечет диаграмму всего в трех точках: вверху, в середине и внизу. Иными словами, орбита будет представлять собой 3-цикл. Как вы уже знаете, «период, равный трем, означает хаос», поэтому то хаотическое нагромождение точек, которое наблюдается на диаграмме для последующих значений параметра, не должно казаться таким уж удивительным.

Фейгенбаум вычислил отношения относительных расстояний между ветвлениями (иными словами, между размерами ветвей дерева) и заметил, что эти отношения в пределе стремились к 4,669201… вне зависимости от того, какое отображение рассматривалось – логистическое или любое другое.

Следовательно, найденная им постоянная была универсальной. Хотя Фейгенбаум обнаружил эту постоянную эвристическим методом, а не с помощью формального доказательства, его открытие считается гениальным.

Бифуркационная диаграмма, или диаграмма Фейгенбаума, для логистического отображения.

* * *

Кроме того, в 1988 году двое ученых из MIT, Джеральд Джей Сассман и Джек Уисдом, показали, что движение Плутона также является хаотическим. На самом деле траектория Плутона особенно интересна: его орбита пересекается с орбитой Нептуна, и, возможно, в не столь далеком будущем Нептун и Плутон столкнутся, и произойдет настоящая космическая катастрофа. С помощью суперкомпьютера Сассман и Уисдом рассчитали траекторию Плутона на ближайшие 845 млн лет и обнаружили, что в силу неопределенности исходных условий две изначально близкие траектории будут существенно различаться уже спустя всего 20 млн лет – совсем небольшой промежуток времени по сравнению с возрастом Солнечной системы, который составляет как минимум 4,5 млрд лет. К счастью, при движении нашей планеты хаос не столь заметен: неточности при определении положения Земли начинают наблюдаться только по прошествии 100 млн лет.

Гиперион – спутник Сатурна неправильной формы. Фотография сделана зондом Кассини-Гойгенс.

Есть и другие примеры, показывающие, как проявляется хаос в нашей Солнечной системе. Пояс астероидов между Марсом и Юпитером движется под действием силы притяжения Солнца, однако подвержен колебаниям, вызванным притяжением Юпитера. Таким образом, можно говорить о задаче трех тел (Солнце, Юпитер и пояс астероидов). Некоторые движения в этой системе будут равномерными, другие – хаотическими. Астероиды, движущиеся равномерно, остаются на своих орбитах, а те, что движутся по хаотическим траекториям, через некоторое время сходят с орбит и теряются в космосе. Следовательно, астероиды распределены неоднородно, между ними есть промежутки – щели Кирквуда, названные в честь американского астронома, который открыл их еще в 1860 году. Если при вращении вокруг Солнца астероид пересекает одну из этих зон, его период вращения входит в резонанс с периодом обращения Юпитера, и газовый гигант уводит астероид с орбиты. Если астероид, сойдя с орбиты, направится к Марсу или к Земле, то гармонии в Солнечной системе придет конец. Нечто похожее происходит с полосами между кольцами Сатурна: частицы, движущиеся в зоне резонанса, сходят с орбит, в результате чего образуются щели.

* * *

АНТИНЬЮТОНОВСКИЙ МИР

Американский физик Джулиан Спротт (род. 1942) описал мир, параллельный нашему, в котором первые два закона Ньютона выполняются, а третий, закон действия и противодействия, – нет. В этом мире силы взаимодействия двух тел не равны по величине и противоположны по направлению, а равны и по величине, и по направлению. Иными словами, когда лягушка, севшая на кувшинку, спрыгивает с нее, то кувшинка не отклоняется назад, а словно бы тянется вслед за лягушкой. Итоговая динамика обладает рядом любопытных свойств, в число которых входит хаотическое по ведение в задаче двух тел.

Хаотическая орбита в антиньютоновской задаче двух тел.

* * *

Но удивительнее всего хаотическое поведение не сложных систем (Солнечная система, погода, климат, атмосфера), а очень простых – оно свойственно, в частности, обычному маятнику. И действительно, если мы рассмотрим двойной маятник, который представляет собой обычный маятник, к концу которого подвешен еще один, то увидим, что при превышении определенного уровня энергии его движение становится хаотическим и абсолютно непредсказуемым.

Хаотическое движение двойного маятника.

* * *

НЕПЛОТНО ЗАКРЫТЫЙ КРАН

Многие из нас хотя бы раз наблюдали, как из неплотно закрытого крана капает вода. Но не все знают, что за этим явлением скрывается хаотическая система. Очень часто в падении капель нет никакой закономерности, и предсказать, когда упадет следующая капля, нельзя. Это явление изучил Роберт Шоу совместно с другими учеными из Калифорнийского университета. Его эксперимент начался с измерения временных промежутков между падениями отдельных капель с помощью микрофона. Затем полученные значения были сгруппированы попарно, и получилась последовательность пар чисел – точек плоскости. Изобразив эти точки на графике, исследователи получили сечение аттрактора. Если ритм падения капель был периодическим, на графике была видна разновидность предельного цикла, если же ритм был непериодическим, на графике наблюдался странный аттрактор. Это было не пятно, а структура, имеющая форму подковы – наиболее явного отпечатка, который оставляют операции растяжения и складывания траекторий, порождающие хаос. Здесь случайность опирается на детерминированный фундамент.

* * *

Основные области применения теории хаоса

В последние годы теория хаоса, нелинейная динамика и науки о сложности в целом играют важную роль в медицине, биологии и смежных областях. Слияние точных и гуманитарных наук всего за несколько лет доказало свою эффективность. До середины XX века медицину и физику, казалось, разделяла непреодолимая стена: единственным применением физики в медицине стало использование радиоволн для диагностики и лечения раковых заболеваний. Однако начиная с 1950-х годов в этой стене, к счастью для всех нас, стали возникать бреши: так, медицинская визуализация и получение изображений внутренних органов стали возможными только благо даря симбиозу математики, физики и медицины.

Теория хаоса также перестала быть наукой об абстрактных закономерностях и в руках специалистов превратилась в мощнейший инструмент. Применение теории хаоса в медицине не позволяет делать прогнозы и решать какие-либо частные задачи – оно скорее позволяет описывать некоторые аспекты поведения сложных биологических систем с помощью определенных «магических чисел», например экспонент Ляпунова, фрактальных размерностей и других. Иными словами, теория хаоса может использоваться при классификации состояний организма, наиболее ценным при этом будет не полученное числовое значение, а переформулирование медицинских задач, переход от наблюдений к моделированию и измерениям. Прекрасным примером этому служат кардиология, электроэнцефалография и магнитоэнцефалография. Через несколько лет исследования хаоса и фракталов в физиологии помогут получить важные показатели, позволяющие понять, что именно происходит в организме в ходе старения или во время болезни. Важнейшее открытие таково: организм здорового человека – сложная хаотическая система, организм больного человека, напротив, является строго упорядоченным.

Различные показатели работы сердца больного (в верхнем ряду) и здорового человека (в нижнем ряду). Периодичность и предсказуемость этих показателей свидетельствует о сердечных заболеваниях, в то время как у здорового человека показатели будут совершенно хаотическими.

С экспериментальной точки зрения эта проблема заключается в том, чтобы на основе временного ряда наблюдаемых или измеренных значений (пульса, ритмов мозговой активности) воссоздать развитие динамической системы (сердца или мозга соответственно) в фазовом пространстве, где мы сможем измерить и рассчитать магические числа хаоса: экспоненты Ляпунова, фрактальные размерности и так далее. Нам на помощь придет хитроумный прием, придуманный Давидом Рюэлем и Флорисом Такенсом: чтобы как-то воссоздать аттрактор системы, рассмотрим исходные значения с некоторым запаздыванием. Если мы имеем последовательность значений x₁, x₂, х₃, х₄ …, то можно образовать множество пар чисел (х₁, x₂), (x₂, x₃), (x₃, x₄). Эти точки определят некоторую траекторию на плоскости. Если мы сгруппируем числа в тройки, получим траекторию в пространстве. Таким образом, динамика нашей системы будет описываться динамикой этого множества точек, и мы сможем вычислить фрактальную размерность системы или ее экспоненты Ляпунова. Будем воссоздавать систему со все большим запаздыванием (то есть будем объединять данные не в пары или тройки, а в четверки, пятерки и так далее). Существует теорема, гласящая: если исходная система периодическая, то ее фрактальная размерность будет возрастать до определенного значения, после чего примет некоторое целое значение (то есть перестанет быть фрактальной, дробной) и будет оставаться неизменной. Если же исходная система хаотическая, то ее фрактальная размерность стабилизируется вблизи некоторого дробного значения и как минимум одна экспонента Ляпунова будет положительной.

Но нужна ли вся эта математика? Да, нужна, нравится вам это или нет. Как это ни парадоксально, простая динамика свидетельствует о заболевании, а сложная (хаотическая) динамика – синоним здоровья. Заболевание предполагает потерю сложности, а рост упорядоченности приближает нас к смерти. Появление упорядоченности сердечного или мозгового ритма у тяжелобольных пациентов – опасный симптом. Если измерить электрические сигналы мозга с помощью электродов, то полученная кривая будет казаться хаотической (непериодической) и фрактальной (то есть обладающей самоподобием). Если мы применим метод Рюэля – Такенса для восстановления аттрактора с запаздыванием, то увидим, что у здоровых пациентов в рассматриваемой системе будут наблюдаться странные аттракторы, у пациентов с заболеваниями головного мозга – квазипериодические циклы.

Наконец, следует отметить, что некоторые органы человека подобны фракталам.

Так, бронхи имеют практически фрактальную структуру со множеством ветвлений. Возможно, происходит это потому, что фракталы прекрасно позволяют перейти от одной размерности к другой в силу своей дробной размерности. Бронхи, имеющие фрактальную размерность, примерно равную двум, – идеальный переход от трехмерного дыхательного горла (его размерность равна 3) к плоскости диффузии (ее размерность равна 2), в ходе которого кислород из воздуха поступает в кровь.

Если ритмы мозговой активности беспорядочны и описывают странный аттрактор (слева), то человек здоров. Если же ритмы мозговой активности становятся периодическими и возникает предельный цикл (справа), это означает, что пациент испытывает приступ эпилепсии.