Теория хаоса - это учение о сложных нелинейных динамических системах. Ниже рассматривается истинное положение вещей, как ответ многим ошибочным представлениям об этой области науки.
Что такое теория хаоса?
Формально, теория хаоса определяется как учение о сложных нелинейных динамических системах. Под термином сложные это и понимается, а под термином нелинейные понимается рекурсия и алгоритмы из высшей математики, и, наконец, динамические — означает непостоянные и непериодические. Таким образом, теория хаоса - это учение о постоянно изменяющихся сложных системах, основанное не математических концепциях рекурсии, в форме ли рекурсивного процесса или набора дифференциальных уравнений, моделирующих физическую систему.
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.
Теория хаоса о беспорядке
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 (ри.1) . Он основан на трех дифференциальных уравнениях, трех константах и трех начальных условиях.
Рис. 1 Аттрактор Лоренца
Rnrnrn rnrnrn rnrnrn
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 колебаниями числа Авогадро (очень маленькое число порядка 10 24 ), 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.
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.
Броуновское движение и его применения
Броуновское движение — это, например, случайное и хаотическое движение частичек пыли, взвешенных в воде. Этот тип движения, возможно, является аспектом фрактальной геометрии, имеющий с наибольшее практическое использование. Случайное Броуновское движение производит частотную диаграмму, которая может быть использована для предсказания вещей, включающих большие количества данных и статистики. Хорошим примером являются цены на шерсть, которые Мандельброт предсказал при помощи Броуновского движения .
Частотные диаграммы, созданные при построении графика на основе Броуновских чисел так же можно преобразовать в музыку. Конечно этот тип фрактальной музыки совсем не музыкален и может действительно утомить слушателя. Занося на график случайно Броуновские числа, можно получить Пылевой Фрактал наподобие того, что приведен здесь в качестве примера.
Рис. 2 Частотная диаграмма
Кроме применения Броуновского движения для получения фракталов из фракталов, оно может использоваться и для создания ландшафтов. Во многих фантастических фильмах, как например Star Trek техника Броуновского движения была использована для создания инопланетных ландшафтов таких, как холмы и топологические картины высокогорных плато. Эти техники очень эффективны, и их можно найти в книге Мандельброта Фрактальная геометрия природы.
Rnrnrn rnrnrn rnrnrn
Мандельброт использовал Броуновские линии для создания фрактальных линий побережья и карт островов (которые на самом деле были просто в случайном порядке изображенные точки) с высоты птичьего полета.
Любой, кто когда либо брал в руки кий для бильярда, знает, что ключ к игре — точность. Малейшая ошибка в угле начального удара может быстро привести к огромной ошибке в положении шарика всего после нескольких столкновений. Эта чувствительность к начальным условиям называемая хаосом возникает непреодолимым барьером для любого, кто надеется предсказать или управлять траекторией движения шарика больше чем после шести или семи столкновений. И не стоит думать, что проблема заключается в пыли на столе или в нетвердой руке. Фактически, если вы используете ваш компьютер для построения модели, содержащей бильярдный стол, не обладающий ни каким трением, нечеловеческим контролем точности позиционирования кия, вам все равно не удастся предсказывать траекторию шарика достаточно долго!
Движение биллиардного шарика
Насколько долго? Это зависит частично от точности вашего компьютера, но в большей степени от формы стола. Для совершенно круглого стола, можно просчитать приблизительно до 500 положений столкновений с ошибкой около 0.1 процента. Но стоит изменить форму стола так, чтобы она стала хотя бы немножко неправильной (овальной), и непредсказуемость траектории может превышать 90 градусов уже после 10 столкновений! Единственный путь получить картинку общего поведения бильярдного шарика, отскакивающего от чистого стола — это изобразить угол отскока или длину дуги соответствующую каждому удару. Здесь приведены два последовательных увеличения такой фазово-пространственной картины.
Каждая отдельная петля или область разброса точек представляет поведение шарика, происходящее от одного набора начальных условий. Область картинки, на которой отображаются результаты какого-то одного конкретного эксперимента, называется аттракторной областью для данного набора начальных условий. Как можно видеть форма стола, использованного для этих экспериментов является основной частью аттракторных областей, которые повторяются последовательно в уменьшающемся масштабе. Теоретически, такое самоподобие должно продолжаться вечно и если мы будем увеличивать рисунок все больше и больше, мы бы получали все те же формы. Это называется очень популярным сегодня словом фрактал.
Интеграция детерминированных фракталов и хаос
Из рассмотренных примеров детерминистских фракталов можно увидеть, что они не проявляют никакого хаотического поведения и что они на самом деле очень даже предсказуемы. Как известно, теория хаоса использует фрактал для того, чтобы воссоздать или найти закономерности с целью предсказания поведения многих систем в природе, таких как, например, проблема миграции птиц.
Теперь давайте посмотрим, как это в действительности происходит. Используя фрактал , называемый Деревом Пифагора, не рассматриваемого здесь (который, кстати, не изобретен Пифагором и никак не связан с теоремой Пифагора) и Броуновского движения (которое хаотично), давайте попытаемся сделать имитацию реального дерева. Упорядочение листьев и веток на дереве довольно сложно и случайно и, вероятно не является чем-то достаточно простым, что может эмулировать короткая программа из 12 строк.
Для начала нужно сгенерировать Дерево Пифагора (Рис. 6) . Результат напоминает те старые детсадовские рисунки… Так что давайте сделаем ствол толще. На этой стадии Броуновское движение не используется. Вместо этого, каждый отрезок линии теперь стал линией симметрии прямоугольника, который становится стволом, и веток снаружи.
Но результат все еще выглядит слишком формальным и упорядоченным. Дерево еще не смотрится как живое. Попробуем применить некоторые из тех знаний в области детерминированных фракталов, которые мы только что приобрели.
Теперь можно использовать Броуновское движение для создания некоторой случайной беспорядочности, которая изменяет числа, округляя их до двух разрядов. В оригинале были использованы 39 разрядные десятичные числа. Результат (Рис. 8) не выглядит как дерево. Вместо этого, он выглядит как хитроумный рыболовный крючок!
Может быть округление до 2 разрядов было слишком уж много? Снова применяем Броуновское движение , округленное на этот раз до 7 разрядов. Результат по-прежнему выглядит как рыболовный крючок, но на этот раз в форме логарифмической спирали (Рис. 9)
Так как левая сторона (содержащая все нечетные числа) не производит эффект крючка, случайные беспорядочности, произведенныеБроуновским движением применяются дважды ко всем числам с левой стороны и только один раз к числам справа. Может быть этого будет достаточно чтобы исключить или уменьшить эффект логарифмической спирали. Итак, числа округляются до
Огромное Спасибо за Ваш вклад в развитие отечественной науки и техники!
Изучение комплексных и динамических систем для выявления закономерностей порядка (нехаоса) из очевидных хаотичных явлений. Объяснение Chaos Theory (Теория хаоса) Lorenz ("60) и Poincaré. (ca 1900)
Что такое Chaos Theory (Теория хаоса) ? Описание
Методом Chaos Theory (Теория хаоса) от Lorenz и Poincaré будет методика можно использовать для систем изучать сложных и динамических для того чтобы показать закономерности порядка (нехаоса) из по-видимому хаотичных поведений.
«Chaos Theory (Теория хаоса) - Качественное изучение неустойчивого апериодического поведения в детерминистических нелинейных динамичных системах» (Kellert, 1993, P. 2). Апериодическое поведение наблюдается, когда нет ни одной переменной, описывающей состояние системы, которое испытывает регулярное повторение значений. Неустойчивое апериодическое поведение очень сложно: оно никогда не повторяется и проявляет эффект любого небольшого возмущения.
Согласно сегодняшней математической теории хаотичная система характеризуется «чувствительностью к начальным условиям». Другими словами, для того чтобы предсказать будущее состояние системы с определенностью, вам необходимо знать начальные условия с огромной точностью, в виду того что ошибки увеличиваются быстро из-за даже самой небольшой неточности.
Поэтому погоду настолько трудно прогнозировать. Теория также применялась к экономическим циклам, динамике животных популяций, в движении текучей среды, области планетарных орбит, электрического тока в полупроводниках, медицинских состояний (например, эпилептический припадок) и моделировании гонки вооружений.
Во 1960-х Edward Lorenz, метеоролог из MIT, работал над проектом по имитации закономерностей погоды на компьютере. Он случайно столкнулся с Эффектом бабочки (butterfly effect) после того, как отклонения в вычислениях на тысячные доли в значительной степени меняли процесс имитации. Эффект бабочки показывает, как изменения небольшого маштаба могут оказывать влияние на вещи большого масштаба. Это классический пример хаоса, где небольшие изменения могут повлечь большие изменения. Бабочка, хлопая своими крыльями в Гон Конге, может изменить закономерности торнадо в Техасе.
Chaos Theory (Теория хаоса) рассматривает организации/бизнес группы как сложные, динамические, нелинейные, созидательные и далекие от состояния равновесия системы. Их будущие результаты нельзя предсказать на основе прошлых и текущих событий и действий. В состоянии хаоса, организации одновременно ведут себя непредсказуемо (хаотично) и систематично (упорядоченно).
Происхождение Теории хаоса. История
Ilya Prigogine, лауреат Нобелевской премии, показал, что сложные структуры могут происходить от более простых. Это как порядок исходящий из хаоса. Henry Adams ранее описал данное явление цитатой «Chaos often breeds life, when order breeds habit». Однако Henri Poincaré был настоящим «отцом-основателем теории хаоса» . Планета Нептун была открыта в 1846 и была предсказана на основе наблюдений отклонений в орбите Урана. Король Норвегии Oscar II был готов дать награду любому, кто бы смог доказать или опровергнуть то, что солнечная система устойчива. Poincaré предложил свое решение, но когда его друг нашел ошибку в его вычислениях, награду отобрали до тех пор, пока он не смог придумать новое решение. Poincaré пришел к выводу, что решения не было. Даже законы Isaac Newton не помогали в решении этой огромной проблемы. Poincaré пытался найти порядок в системе, где его не было. Теория хаоса была сформулирована в 1960-х. Значительная и более практическая работа была проделана Edward Lorenz в 1960-х. Название хаос было придуманно Jim Yorke, ученым в области прикладной математики в университете Maryland (Ruelle, 1991).
Вычисление Chaos Theory (Теория хаоса)? Формула
В применении Теории хаоса, одиночная переменная x (n) = x (t0 + nt) с начальным временем, t0, и временем задержки, t, обеспечивает n-мерное пространство, или фазовое пространство, которое представляет собой все многомерное пространство состояния системы; может потребоваться до 4 измерений для того, чтобы представить фазовое пространство хаотичной системы. Таким образом, в течение длительного периода времени, анализируемая система выработает закономерности в рамках нелинейного временного ряда, что можно использовать для предсказания будущих состояний (Solomatine et al, 2001).
Применение Теории хаоса. Формы применения
Принципы Теории хаоса были успешно использованы для описания и объяснения разнообразных естественных и искусственных явлений. Such as:
- Предсказание эпилептических припадков. Предсказание финансовых рынков. Моделирование систем производства. Прогнозы погоды. Создание фракталов. Сгенерированные компьютером изображения с использованием принципов Chaos Theory (Теория хаоса) . (См. на этой странице.)
В условиях, когда Бизнес работает в неустойчивой, сложной и непредсказуемой среде, принципы Теории хаоса могут быть весьма ценны. Области применения могут включать:
- Бизнес стратегия/Корпоративная стратегия. Сложный процесс принятия решений. Социальные науки. Организационное поведение и организационное изменение. Сравните: Causal Model of Organizational Performance and Change (Причинно-следственная модель организационной деятельности и изменения) Поведение на фондовой биржи, инвестирование.
Стадии в Теории хаоса. Процесс
Для того, чтобы контролировать хаос, необходимо контролировать систему или процесс хаоса. Для контролирования системы, необходимы:
Цель, задача, которые система должна достигнуть и выполнить. Для системы с предсказуемым поведением (детерминистическим) это может быть определенное состояние системы. Система способная достигать цель или выполнять поставленные задачи. Некоторое способы оказания влияния на поведение системы. Включают Параметры контроля/control inputs (решения, правила принятия решений или начальные состояния).
Преимущества Теории хаоса. Преимущества
Теория хаоса имеет широкое применение в современном науке и технике. Коммуникация и менеджмент могут стать свидетелями смещения парадигмы, как и некоторые другие области бизнеса. Исследования и изучение этой области в академической среде могут быть весьма полезны для бизнеса и финансового мира.
Ограничения Теории хаоса. Недостатки
Ограничения применения Теории хаоса связаны, главным образом, с выбором вводных параметров. Методы, выбранные для вычисления этих параметров зависят от динамики, лежащей в основе данных и вида анализа, которая в большинстве случаев очень сложна и не всегда точна.
Непросто найти непосредственное и прямое применение теории хаоса в деловой среде, однако определенно стоит применять анализ деловой среды с использованием знаний о хаосе.
Предположения Теории хаоса). Условия
- Небольшие действия приводят к достаточно большим последствиям, создавая хаотичную атмосферу.
Говоря «хаос», мы, обычно, подразумеваем полное отсутствие порядка, абсолютную неупорядоченность и случайность. С математической точки зрения, хаос и порядок – понятия не взаимоисключающие. Теория хаоса (есть что-то завораживающие в названиях математических теорий) – достаточно молодая математическая область, создание которой приравнивают по значимости открытий ХХ века к созданию квантовой механики. Хаос случается в нелинейных динамических системах. Иначе говоря, любой процесс, который протекает со временем, может быть хаотичным (например, высота дерева, температура тела или популяция мадагаскарских тараканов).
Чтобы разобраться, что такое хаос, сначала обратимся к системам, такой чертой не наделённым. Детерминированные системы не допускают никаких случайностей: значение на выходе полностью определено значениями на входе. Таким образом, изменение начальных условий вызывает пропорциональное изменение результата. Так, ньютоновская механика подразумевает детерминированность, и изменяя, к примеру, силу пинка по мячу, можно ожидать соответствующее изменение в продолжительности полёта этого мяча. Так что, по принципу детерминированности, положение мяча в текущий момент полностью определено положением мяча в предыдущий момент и будущее положение зависит от текущего и всё это совсем несложно посчитать. Так, и астрономы прошлого времени полностью доверялись этому принципу и считали, что вселенная – строго детерминированная система и положение небесных тел в будущем (и в прошлом) можно рассчитать, зная их текущее положение и скорость, т.е. зная начальные условия. Предполагалось, что чем точнее известны начальные условия, тем точнее будет результат прогноза, однако известный математик Анри Пуанкаре, который (в свободное время, вероятно) занимался описанием орбит небесных тел, обнаружил, что в системах из 3-х и более тел, при незначительном изменение начальных условий (положения и скорости), траектории тела очень быстро удаляются друг от друга. Два близких набора начальных условий давали различные результаты.
Большой вклад в теорию хаоса внёс метеоролог Эдвард Лоренц. В шестидесятых годах прошлого века этот американец работал над компьютерной программой, моделирующей движение воздушных масс в атмосфере Земли. Все мы знаем, что компьютер (вопреки расхожим слухам) является строго детерминированной системой, и это создаёт известный принцип «garbage in garbage out». Лоренц гонял свою программу и в хвост, и в гриву, получая всякие разные результаты. Некоторые его коллеги даже делали предположения, что эта модель является точным предсказателем погоды, спрашивали, брать ли завтра зонтик. Разумеется, эти выводы были поспешны, вскоре выяснилась одна особенность модели погоды. Один раз для ускорения вычислений, Лоренц запустил программу не сначала, а ввёл в неё данные из предыдущего «прогона», которые были распечатаны на бумаге. Однако результаты такого запуска быстро начали отклоняться от уже полученных, формируя абсолютно другую картину. Немного неожиданно, не так ли? Оказалось, что Лоренц вводил не точные результаты прошлых вычислений, а округлённые перед выводом на печать, эта погрешность просто игнорировалась. Модель Лоренца оказалась сверхчувствительна к начальным условиям. Малейшее различие во входных данных приводило к сильному расхождению результатов с течением времени. Эта зависимость от начальных условий и была названа хаосом. Лоренцом была озвучена знаменитая черта хаоса, именуемая «эффектом бабочки», который предполагает, что в зависимости от того, махнёт ли бабочка крыльями в лесах Бразилии зависит случится ли в Техасе ураган или нет. Этот же принцип был положен в основу одноимённого фильма с Эштоном Катчером (кино ненаучное, смотреть необязательно).
Отклонение в результатах повторных вычислений
Вся эта зависимость от начальных условий предполагает, что мы не можем делать долгосрочные прогнозы в нестабильных динамических системах. Любая погрешность в начальных условиях не позволит нам предсказать результат на какой-либо продолжительный отрезок времени. Если, к примеру, взять модель Лоренца, в качестве входных данных для определения скорости ветра нам будет необходимо ввести значения температуры и давления в каждой точке земной атмосферы, только тогда можно будет ожидать достоверный прогноз на длительный срок. Причём, входные данные должны быть абсолютно точными, т. е. с бесконечным числом знаков после запятой. А как известно, совершенно все измерительные приборы на Земле имеют ненулевую погрешность. Как бы точно не была измерена величина, всегда можно (теоретически) измерить точнее. Да и нет таких машин, которые бы позволили вводить бесконечное количество знаков после запятой. Может с приходом квантовых компьютеров что-то и изменится, не знаю.
Вот и выходит, что никуда от хаоса не деться и надо с ним мириться. Но не всё так плохо, на мой взгляд. Если бы все процессы во вселенной были бы полностью детерминированными, без единого намёка на случайность, жить было бы намного скучнее. Некоторые учёные даже склоняются к мысли о том, что хаос придаёт вселенной «стрелу времени», направленное и необратимое движение из прошлого в будущее.
Однако «хаос» и «случайность» понятия совсем не равнозначные. Определённая интерпретация процессов, кажущихся случайными, приводит их в порядок. К примеру, время между биениями сердца человека величина непостоянная, даже если человек не подвержен физ нагрузке. Если мы понаблюдаем за биением сердца некоторое время и интервалы между биениями запишем в таблицу, а также создадим второй столбец, копируя значения из первого, но со сдвигом на одно значение (т.е. первому измерению (t) в первом столбце будет соответствовать второе измерение (t+1) во втором, второму - третье и т.д;), можно будет построить карту, где по вертикали будем иметь значения без сдвига (t), а по горизонтали - значения со сдвигом(t+1). Точки на этой карте не будут рассыпаны в случайном порядке, а будут притянуты к некой области, формируя аттрактор.
Распространённый пример хаотической системы – это двойной маятник, т.е. маятник, к концу которого прикреплен второй маятник. Вы, возможно, видели подобные маятники в магазинах подарков. Так вот если взять два одинаковых маятника, поставить рядом и отклонить их приблизительно на равную величину, то уже через несколько колебаний маятники полностью рассинхронизируются. Чем точнее мы будем соблюдать начальные условия, тем дольше маятники будут качаться в такт, однако от расходимости никуда не деться.
Такие узоры рисует лампочкой на двойном маятнике художник Джордж Иоаннидис
Долгое время теория хаоса считалась некой математической абстракцией, не имеющей подтверждения в реальных условиях. Эта проблема волновала одного японца по имени Леон Чуа, который был нацелен показать, что хаос можно создать. Для этой цели он собрал электрическую цепь.
Цепь Чуа явилась первой электрической цепью, способной генерировать хаотические сигналы. Его творение было гениально в своей простоте, цепь состояла из четырёх линейных элементов: двух конденсаторов, одной индуктивности и резистора, а также включала в себя один нелинейный локально активный элемент, на кусочно-линейной вольт-амперной характеристике которого имелась область с негативным сопротивлением. Этот элемент теперь часто называют диодом Чуа. Цепь представляет собой генератор, и диод Чуа является необходимой частью для достижения хаотических колебаний. Этот элемент недоступен как отдельный компонент, но его несложно собрать, задействовав два операционных усилителя. Другие способы реализации этой нелинейности включают в себя встречно-параллельно подключенную пару инверторов или туннельный диод (похоже, всё-таки доступен, как отдельный компонент), на ВАХ которого, как известно, имеется «долина».
Обобщённая схема генератора Чуа и уравнения, его описывающие
Математика за всем этим стоит довольно сложная, но если не вдаваться в дебри, то эта цепь описывается тремя дифференциальными уравнениями, показывающими изменение по времени напряжения на двух конденсаторах и тока через индуктивность. Численное решение этих уравнений показывает, что при определённых соотношениях между компонентами цепи, изменение значений переменных во времени приобретает хаотический характер.
Собрать генератор Чуа труда особого не составляет. Эта цепь может демонстрировать такие явления хаоса как бифуркации и хаотический аттрактор. Однако для наблюдения всех этих чудес, будет необходим осциллограф, да ещё с двумя входами. В классическом варианте, схема состоит из двух конденсаторов, одной индуктивности, семи резисторов, микросхемы с парой операционных усилителей и двух батареек на 9В (можно использовать блок питания, но питание должно быть двухполярным). Для достижения хаотического поведения, между номиналами элементов должны соблюдаться определённые соотношения. Так, ёмкость конденсатора С2 должна быть примерно 10 ёмкостей С1, отношение С2/С1 называют α. Коэффициент β показывает отношение между R, C2 и L, а именно, β = R^2 C2 / L и должен равняться приблизительно 15.
Принципиальная схема генератора с отрицательным сопротивлением на операционных усилителях
Итак, приступим к сборке. Собирать можно и на макетной плате, но чтобы сигналы были чётче, лучше компоненты спаять на печатной плате. В своей сборке я использовал конденсаторы на 47нФ и 470нФ, индуктивность на 15мГн и потенциометр на 1кОм (за неимением такового номиналом 2кОм, соединил его последовательно с резистором на 1кОм). Последовательно с индуктивностью можно (но необязательно) включить резистор малого номинала (до 10Ом), чтобы добавить «красоты» в сигналы. Диод Чуа реализован стандартным способом, с применением двух операционников. Я использовал микросхему TL082CP, по спецификации, это широкополосный операционный усилитель, советую использовать такой тип, с более простыми аналогами схема у меня не «завелась». Для создания характеристики с необходимыми наклонами, нам потребуются следующие номиналы резисторов: R1 = R2 = 220Ом, R3 = 2.2кОм, R4 = R5 = 22кОм, R6 = 3.3кОм. Запитать операционник можно двумя батарейками 9В, для корректной работы ОУ питание нам нужно двухполярное. Моя сборка топорная, согласен - проводки под питание и скрученные резисторы, другие мелкие недочёты, но для мониторинга хаотических сигналов этого хватило.
Остальную часть платы сбережём для следующих проектов
После аккуратной сборки этой несложной схемы, можно попробовать посмотреть, что за сигналы она генерирует. Сигналы будем снимать с конденсаторов C1 и С2. На моей схеме я сделал два BNC разъёма для удобства подсоединения схемы к осциллографу. Подключаем кабели к осциллографу и выбираем X-Y режим, когда по одной оси у нас будет напряжение на первом конденсаторе, а по другой – напряжение на втором. Что вывести на X, а что на Y значения не имеет. Выкрутим ручку потенциометра на максимальное значение и запитаем схему. На экране осциллографа должна появиться точка. Медленно уменьшаем значение сопротивления (лучше использовать потенциометры с большим ходом и с крупной ручкой, дабы обеспечить плавность изменения сопротивления), в какой-то момент точка должна превратиться в орбиту. Последующее уменьшение сопротивления приводит к раздваиванию этой орбиты, мы начинаем наблюдать бифуркации. Удвоения периода орбиты будут происходить и дальше с уменьшением сопротивления, расстояния между последующими раздвоениями будут постоянно и планомерно уменьшаться. Т.е. разница сопротивлений между четверной и восьмерной орбитой будет меньше, чем между четверной и двойной. Скорость, с которой интервал между бифуркациями уменьшается определяется константой Фейгенбаума. Период, до которого вам удастся наблюдать бифуркации зависит от четкости сигналов (т.е. от качества соединений) и от чувствительности потенциометра (дрожание рук тоже не на пользу). В какой-то момент стабильная орбита уступает место двухпетлевому аттрактору, который знаменует наступление хаоса. Этот аттрактор имеет три точки равновесия: одну в начале координат, и две в «дырках» петель. Типичная траектория аттрактора начинает вращение вокруг одной из «дырок», удаляясь от точки равновесия с каждым витком, затем траектория либо возвращается ближе в центру и вновь удаляется, либо направляется к другой точке равновесия, где процесс повторяется. Количество вращений в каждом случае случайно.
Образование хаоса через бифуркации
Этот аттрактор будет существовать в некотором интервале сопротивлений, а затем уступит место стабильной орбите, показывающей гармонические колебания. При достаточно малых значениях сопротивления, цепь превращается в простой колебательный контур, генерирующий синусоидальный сигнал с частотой, определённой значениями конденсаторов и индуктивности. Для большей «гибкости» цепи, потенциометрами можно заменить резисторы в цепи отрицательного сопротивления.
Если мы взглянем на спектр сигналов, то увидим, что в хаотическом режиме полоса генерации достаточно широкая и не имеет ярко выраженных пиков, к тому же начинается с постоянной составляющей.
Спектр хаотического сигнала
Схема предельно проста, но её поведение изучалось многими учёными, работающими с теорией хаоса. С её помощью изучались бифуркации и создавалась целая галерея различных аттракторов. Однако кроме чисто научного интереса, данная схема имеет и практическое применение.
Поскольку это генератор, значит, его можно использовать для радиосвязи, а раз этот генератор необычный, радиосвязь можно сделать защищённой. Существует несколько типов модуляции хаотического сигнала, от простого маскирования информационного сигнала, до высокоуровневой цифровой модуляции. Высокая чувствительность хаотического генератора позволяет использовать его в качестве детектора слабых сигналов. Также сообщалось о создании генератора случайных чисел на основе данной схемы. Кроме того, как вы заметили, спектр данного генератора лежит в звуковом диапазоне, так что этой схемой не преминули воспользоваться концептуальные музыканты.
Не знаю, многие ли захотят собрать этот хаотический генератор, ибо практической пользы от него маловато, но, мне кажется, возможность поиграться с ним и понаблюдать интересные узоры на осциллографе стоит этих копеечных деталей и получаса времени. Даже если покупать все компоненты поштучно в магазине, 200 рублей – максимум, что можно потратить, но я уверен, что у многих все детали есть в загашниках!
Данная схема может быть интересна студентам математических и электротехнических факультетов. Думаю, что демонстрация работы генератора Чуа сможет заинтересовать преподавателей, в чьи научные интересы входит теория хаоса. Спасибо всем за внимание!
Чем больше читаю, тем больше удивляюсь! Кажется, что О"Коннор и Макдермотт собрали в своей книге все что только можно про самые разные области знаний, постичь которые мне казалось уже практически делом невозможным. О каждой области они не много и не мало, а ровно столько, сколько необходимо для понимания сути концепции без углубления в лишние детали. Вот теперь добрался до теории хаоса, о которой они пишут внятно и популярно, и вместе с тем глубоко...
Правда, некоторые вещи приходится на ходу додумывать, но ведь это нормально, правда? Вот и здесь, говоря о хаосе, я бы для начала привел цитату из Википедии, где есть статья о теории хаоса:
Теория хаоса - математический аппарат, описывающий поведение некоторых нелинейных динамических систем, подверженных, при определённых условиях, явлению, известному как хаос, которое характеризуется сильной чувствительностью поведения системы к начальным условиям. Результатом такой чувствительности является то, что 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.
Что означает вышесказанное? То что любая мелочь может кардинально изменить очень сложную систему и вызвать даже настоящую катастрофу. Помните "Ледниковый период"? Там белочка пытается запрятать еще один орешек, начинает на нем прыгать и тем самым вызывает глобальное потепление (или похолодание - я уже не помню). Вот что-то вроде этого. И в нашей жизни бывает что-то похожее. Про это О"Коннор и Макдермотт пишут так:
Аналогичные силы проявляются в мелких, вроде бы случайных событиях, направляющих нашу жизнь. Существует немало научнофантастических
книг и фильмов (например, «Назад в будущее») о том, как жизнь могла бы развиваться иначе, если бы не произошло определенных незначительных событий. Малозаметные случаи могут иметь крайне серьезные последствия. В случайном телефонном разговоре мы вдруг получаем приглашение на встречу, которая совершенно изменит направление нашей карьеры. Несколько шутливых слов могут перевернуть чью-то жизнь. И нет, как в магнитофоне, кнопки, которая позволила бы вернуться назад, чтобы проверить, как все могло бы быть. Мы творим собственное будущее мелкими, незначительными ежедневными поступками, и только позднее узнаем, что какие-то решения определили всю последующую жизнь.
То же самое справедливо и в отношении таких систем, как предприятие или группа предприятий. Какая-то мелочь может привести к тому, что бизнес начинает вести себя по-другому, не так как раньше. И эта хаотичность, изменчивость бизнеса иногда служит реальным препятствием на пути к автоматизации бизнес-процессов.
Но с другой стороны, не все так плохо. Сложным динамическим системам кроме чистого хаоса присущи еще и черты самоорганизации. Авторы книги пишут об этом так:
У теории хаоса есть и обратная, «светлая» сторона. Нужно знать, на что обращать внимание, и тогда за внешне случайными событиями можно увидеть некий скрытый порядок. Если взять простую систему и раз за разом подвергать ее одному и тому же простому воздействию, она может стать очень сложной. Хаос не случаен. Сколь бы глубоко мы ни заглянули в него, там можно найти сходную структуру связи событий, элементов, т.е. один и тот же паттерн. Например, очертания побережья, различаемые с высоты, очень похожи на береговую линию, видимую с земли, и тот же рисунок вы обнаружите при более близком рассмотрении. Структура береговой линии никогда не становится гладкой, - ее характер остается неизменным, один и тот же паттерн возникает на всех этих азномасштабных изображениях. Структуры - паттерны, воспроизводящиеся на всех уровнях, называют фракталами.
...
Можно различать два типа сложности: подлинная, неустранимая, и внешняя, видимая. Подлинная сложность
есть свойство реальности - это проявление «темной» стороны хаоса. Небольшие различия на начальном этапе становятся со временем огромными, а петли обратной связи создают такую путаницу, что система превращается в гордиев узел, и даже самый мощный компьютер не в состоянии сыграть роль дамоклова меча, чтобы разрубить его. Внешняя, видимая сложность
- есть «светлая» сторона хаоса. Он выглядит сложным, но в нем есть порядок, иногда очень простой. Для тех, кто интересуется системным мышлением, важно находить структуры, паттерны в видимом проявлении сложности. Собственная, неустранимая сложность - область исследования теоретиков хаоса и применения суперкомпьютеров. Это поразительно интересная область пространства, но в этой книге мы не будем ее рассматривать.
Там, где сложность систем невысока и к тому же относится к внешнему типу, серьезных проблем не возникает. Нас же интересуют системы промежуточного уровня, в которых присутствует значительная сложность внешнего типа, но подлинная, неустранимая сложность невысока.
Кстати, в мне пришлось высказать мнение о наличии некоего "фундамента" ИТ-системы , которая и является основой автоматизации бизнес-процессов. dreary_life тогда попросила меня немного пояснить понятие "фундамент". Я как-то попытался это сделать, но мне кажется получилось очень приблизительно и потому не очень удачно. Сейчас это можно уточнить.
В бизнесе действительно существуют т.н. паттерны , то есть некие устойчивые связи между элементами, которые выражаются часто в привычных стереотипах поведения каких-то определенных людей, сотрудников компании. Хотя это и не очень приятно, но если посмотреть на этих сотрудников как на элементы системы, а на их поведение как на структуру системы, которая связывает людей в единое целое, то можно обнаружить некие скрытые закономерности и привнести порядок даже туда, где его, казалось бы, нет и быть не может.
Вот один пример. На счете "Материалы" в бухгалтерии компании содержится огромное количество наименований материалов, классифицировать которые кажется нет никакой возможности. Однако такая классификация может быть существенно облегчена, если обнаружить, что значитеьная доля наименований материалов привязана только к одному конкретному поставщику. Дело в том, что бухгалтер обычно привыкает вносить материалы от определенного поставщика в одни и те же позиции. Просто в силу привычки, потому что в накладных регулярно проскакивает повторяющиеся наименования. С другой строны, аналогичные материалы прочих поставзиков он привыкает вносить в другие позиции. Эта психологическая особенность позволяет (после некоторой обработки данных) сгруппировать материалы по поставщикам.
С другой стороны, в бухгалтерии списание материалов и запчастей производится с привязкой к определенным единицам техники, на которую они были потрачены. Опять-таки, после некоторой обработки, это позволяет сгруппировать материалы по тому, на какие группы техники они используются, и тем самым упростить классификацию.
То и другое (группировка по поставщикам и по группам техники) можно назвать паттерном, повторяющимся событием. Обнаружение таких паттернов значительно ускоряет работу и даже позволяет анализировать ситуацию на складе в динамике. Например, интересно выявить, на какие группы техники уходят запчасти от того или иного поставщика. Или почему растет остаток запчастей, получаемых от определенного поставщика или списываемых на определенную технику и т.д.
Такие паттерны можно выявить и на других участках бизнес-процессов. Обнаружие скрытых закономерностей делает хаос не таким уж хаотичным, как это могло показаться поначалу...