Ричард м. кроновер фракталы и хаос в динамических системах. основы теории. Хаос и порядок: фрактальный мир Что такое фракталы и хаос

Введение

Фрактальное множество - само подобная структура- один из "горячих" объектов современной науки.

Подобные объекты были известны довольно давно, но настоящий интерес к ним появился после активной популяризаторской деятельности Бенуа Мандельброта, работающего в корпорации IBM.

Понятия фрактал и фрактальная геометрия, появившиеся в конце 70-х, с середины 80-х прочно вошли в обиход математиков и программистов. Слово фрактал образовано от латинского fractus и в переводе означает состоящий из фрагментов. Оно было предложено Бенуа Мандельбротом в 1975 году для обозначения нерегулярных, но самоподобных структур, которыми он занимался. Рождение фрактальной геометрии принято связывать с выходом в 1977 году книги Мандельброта «The Fractal Geometry of Nature». В его работах использованы научные результаты других ученых, работавших в период 1875-1925 годов в той же области (Пуанкаре, Фату, Жюлиа, Кантор, Хаусдорф). Но только в наше время удалось объединить их работы в единую систему.

1977 год можно считать началом переворота, который геометрия фракталов производит не только а в математике и в физике, но и во всем естествознании. И даже уже в обществоведении, где лингвисты открыли общие фрактальные закономерности в строении самых разных языков. И все это - в считанные годы! Таких темпов общенаучной экспансии не знает история в науке.

Фракталы - это фигуры с бесконечным количеством деталей. При увеличении, они не становятся более простыми, а остаются такими же сложными, как до увеличения. В природе, вы можете находить их повсюду. Любая ветка дерева, при увеличении, напоминает целое дерево. Любой камень с горы напоминает целую гору. Теория фракталов была сначала разработана для изучения природы. Теперь она используется в ряде других областей. И, естественно, красота делает фракталы популярными!

Красота фракталов двояка: она услаждает глаз (и слух), о чем свидетельствует хотя бы обошедшая весь мир выставка фрактальных изображений, организованная группой математиков под руководством Пайтгена и Рихтера. Позднее экспонаты этой грандиозной выставки были запечатлены в иллюстрациях к книге "Красота фракталов". Но существует и другой, более абстрактный или возвышенный, аспект красоты фракталов, открытый, по словам Р.Фейнмана, только умственному взору теоретика, в этом смысле фракталы прекрасны красотой трудной математической задачи.

Фракталы обладают еще одной ипостасью, делающей их еще более прекрасными В глазах теоретика. Структура фракталов настолько сложна, что оставляет заметный отпечаток на физических процессах, протекающих на фракталах как на носителях. Фракталы иначе рассеивают электромагнитное излучение, по другому колеблются и звучат, иначе проводят электричество, по фракталам иначе происходит диффузия вещества. Возникает новая область естествознания - физика фракталов. Фракталы становятся удобными моделями, чем-то вроде интегрируемых задач классической механики, для описания процессов в средах, ранее считавшихся неупорядоченными.

Жидкость, газ, твердое тело - три привычных для нас состояния однородного вещества, существующего в трехмерном мире. Но какова размерность облака, клуба дыма, точнее их границ, размываемые турбулентным движением воздуха? Оказалось, что она больше двух, но меньше трех. Аналогичным образом можно посчитать размерности других реальных объектах вроде береговой линии или кроны дерева. Кровеносная система человека, например, имеет размерность порядка 2.7. Все объекты с нечеткой, хаотичной, неупорядоченной структурой оказались состоящими из фракталов. Связь между хаосом и фракталами далеко не случайна - она выражает их глубокую общность. Фрактальную геометрию можно назвать геометрией хаоса.

При фрактальном подходе хаос перестает быть синимом беспорядка и обретает тонкую структуру. Фрактальная наука еще очень молода, и ей предстоит большое будущее. Красота фракталов далеко не исчерпана и еще подарит нам немало шедевров - тех, которые услаждают глаз, и тех, которые доставляют истинное наслаждение разуму.

Роль фракталов в машинной графике сегодня достаточно велика. Они приходят на помощь, например, когда требуется, с помощью нескольких коэффициентов, задать линии и поверхности очень сложной формы. С точки зрения машинной графики, фрактальная геометрия незаменима при генерации искусственных облаков, гор, поверхности моря. Фактически найден способ легкого представления сложных неевклидовых объектов, образы которых весьма похожи на природные.

Одним из основных свойств фракталов является самоподобие. В самом простом случае небольшая часть фрактала содержит информацию о всем фрактале.

Определение фрактала, данное Мандельбротом, звучит так: "Фракталом называется структура, состоящая из частей, которые в каком-то смысле подобны целому".

Классификация фракталов

Для чтобы представить все многообразие фракталов удобно прибегнуть к их общепринятой классификации .

1.Геометрические фракталы

Фракталы этого класса самые наглядные. В двухмерном случае их получают с помощью некоторой ломаной (или поверхности в трехмерном случае), называемой генератором. За один шаг алгоритма каждый из отрезков, составляющих ломаную, заменяется на ломаную-генератор, в соответствующем масштабе. В результате бесконечного повторения этой процедуры, получается геометрический фрактал.

Для получения другого фрактального объекта нужно изменить правила построения. Пусть образующим элементом будут два равных отрезка, соединенных под прямым углом. В нулевом поколении заменим единичный отрезок на этот образующий элемент так, чтобы угол был сверху. Можно сказать, что при такой замене происходит смещение середины звена. При построении следующих поколений выполняется правило: самое первое слева звено заменяется на образующий элемент так, чтобы середина звена смещалась влево от направления движения, а при замене следующих звеньев, направления смещения середин отрезков должны чередоваться. .

В машинной графике использование геометрических фракталов необходимо при получении изображений деревьев, кустов, береговой линии. Двухмерные геометрические фракталы используются для создания объемных текстур (рисунка на поверхности объекта).

2.Алгебраические фракталы

Это самая крупная группа фракталов. Получают их с помощью нелинейных процессов в n-мерных пространствах.

3.Стохастические фракталы

Еще одним известным классом фракталов являются стохастические фракталы, которые получаются в том случае, если в итерационном процессе случайным образом менять какие-либо его параметры. При этом получаются объекты очень похожие на природные – несимметричные деревья, изрезанные береговые линии и т.д. Двумерные стохастические фракталы используются при моделировании рельефа местности и поверхности моря.

Существуют и другие классификации фракталов, например деление фракталов на детерминированные (алгебраические и геометрические) и недетерминированные (стохастические).

У любого фрактала есть бесконечно повторяющаяся форма. При создании такого фрактала, естественно, что самый простой способ состоит в том, чтобы повторить несколько действий, которые создают эту форму. Вместо слова "повтор" можно использовать математический синоним "итерация".

Чтобы создать настоящий фрактал, надо выполнить итерацию бесконечное количество раз. Однако, при выполнении этого на компьютере, возможности ограничены скоростью и количеством точек, так что итерации выполняются несколько раз. Увеличение количества итераций делает фракталы более точными.

ВИДЫ ИТЕРАЦИИ

Существуют три основных вида итерации:

1. Заменительная Итерация - Создает фракталы, заменяя некоторые геометрические фигуры другими фигурами.

2. Итерация ИФС - Создает фракталы, применяя геометрические преобразования (типа вращения и отражения) для геометрических фигур.

3. Итерация Формулы - Включает несколько путей создания фракталов, повторяя некоторую математическую формулу или несколько формул.

Существуют также несколько не основных видов итерации. Например, фракталы можно создавать, итерируя процесс свертывания бумаги. Однако, эти фракталы могут также быть созданы, используя по крайней мере один из основных видов итерации.

Заменительная итерация

Один из способов создания фракталов - заменительная итерация. Для ее выполнения мы начинаем с фигуры называемой основой. Затем каждая часть основы заменяется другой фигурой, называемой мотивом. В новом рисунке мы снова заменяем каждую частью мотивом. Если мы выполним эти замены бесконечное количество раз, мы закончим фракталом.

L -системы

Заменительная итерация очень проста. Все, что дня нее необходимо - это повторная замена основы мотивом. Для компьютера, однако, не достаточно иметь изображение основы и мотива. Мы нуждаемся в способе сохранения данных о фрактале, который не тратит много памяти на графические изображения и позволяет создавать простые алгоритмы для черчения фракталов. Наилучший подобный способ - это л-системы.). L-система - это грамматика некоторого языка (достаточно простого), которая описывает инициатор и преобразование, выполняемое над ним, при помощи средств, аналогичных средствам языка Лого (аксиоматическое описание простейших геометрических фигур и допустимых преобразований на плоскости и в пространстве). Л-системы были разработаны А. Линденмейером ("л" в слове " L -система" - его инициал). Они составлены из определения угла, аксиомы и по крайней мере одного правила. Аксиома - это начальная форма (основа), используемая в процессе создания фрактала. Правила указывают, какие символы в аксиоме должны быть заменены другими символами.

Большинство фракталов с фрактальной размерностью от 0 до 2 могут быть выражены, используя л-системы. Комбинация нескольких символов и правил могут создавать очень сложные фракталы. Такие л-системы используются, чтобы делать реалистичные модели растений.

Формульная итерация

Формульная итерация - самый простой вид итерации, однако он наиболее важный и дает самые сложные результаты. Он основан на использовании математической формулы для постоянного изменения числа.

Теоретические предпосылки.

Но Фрактальную геометрию в основном использовали только математики и Физики. Вот появилась идея использовать принципы фрактальной геометрии в биологии.

Исходя из того, что Фракталы в неживой природе отображают процесс разрушения (энтропия увеличивается), а в живой природе - процесс созидания (энтропия уменьшается).

Термодинамические процессы в живой природе идут по пути уменьшения энтропии системы, увеличения организованности объектов. Эти свойства являются фундаментальными для живой природы. Другие свойства живого - это рост и развитие. То есть живой объект постепенно разворачивается в пространстве и времени, увеличивая свои размеры и массу. (береговая линия - результат разрушения неких неживых тел (пород)). То есть, исходя из выше сказанного, мы предположили - в живой природе можно наблюдать фрактальные явления, можно попытаться их построить. На первом этапе мы решили попробовать проследить фрактальные явления там, где они сами напрашиваются на реализацию. В биологии при изучении роста растений была выявлена такая закономерность как "Ветвление".

Ветвление возникло в процессе эволюции тела растений еще до появление органов. Существуют несколько типов ветвления: дихотомическое, моноподиальное, симподильное.

При дихотомическом ветвлении конус нарастания раздваивается, образуя два побега, каждый из которых в свою очередь дает еще два побега и т.д. Это ветвление наиболее древние и, оно представлено у плаунов и некоторых других растений (рис 2) для построения таково тип ветвления надо выставить в рабочей области как показано на рис 3.

(рис 2)

(рис 3)

При моноподиальном ветвлении имеет место длительный неограниченный верхушечный рост главной оси первого порядка - моноподия от которой отходят более короткие боковые оси второго и последующих порядков. Их количество зависит от времени жизни растения. Это ветвление свойственно многим голосеменным (ель, пихта, кипарис и т.д.) (рис 4). Их ствол представляет ось одного порядка. Для построения такого типа ветвления надо установить все параметры в рабочей области как показано на рисунке 5.

(рис 4)

(рис 5)

При симподильном ветвлении главная ось рано прекращает вой рост, но под ее верхушкой трогается в рост боковая почка Выросший из нее побег как бы продолжает ось первого порядка. Этот побег в свою очередь также прекращает верхушечный рост, и тогда начинает расти его боковая почка, из которой возникает ось третьего порядка, и т.д. Такое ветвление характерно для большинства деревьев, кустарников и т.д.(рис 6). Для построения такого тип ветвления надо установить все параметры в рабочей области как показано на рисунке 7. Симподильное ветвление эволюционно более продвинутое.

(рис 6)

(рис 7)

Существуют два вида тоста первичный рост и вторичный рост.

Первичный рост происходит в близи верхушечных корней и стеблей. Он начинает их апикльными маристеиами и связан главным образом с удлинением тела растений. В ходе первичного роста образуются первичные ткани, составляющее первичное тело растения. Примитивные, также и многие современные сосудистые растения состоят целиком из первичных тканей.

Кроме первичного у многих растений происходит дополнительный рост, вызывающий утолщения стебля. Он называется вторичным и вязан с активностью латеральной меристемы, камбия, который формирует вторичные проводящие ткни. Вторичные проводящие вместе с пробковой тканью составляют вторичное тело растения.

Вторичный рост сопровождается изменением цвета стебля. И в зависимости от количества вторичной проводящей ткни окрас темнеет.

Решение проблемы.

Появилась идея попробовать создать программу при помощи которой можно было бы моделировать кроны деревьев.

В ходе работы была создана программа позволяющая быстро и удобно моделировать ветвление. В данной программе в отличии от других при увеличении числа итераций структура усложняется путем не дробления на себе подобные, а разворачивания себе подобных структур из точек роста. Поэтому в данном случаи можно рассматривать число итераций как возраст растения. Отличительной особенностью программы является удобный интерфейс. В отличии то других программ не нужно вводить данные в виде формулы, а визуально строить единичную структуру.

В своей работе я использовал геометрический метод построения фракталов, поскольку он является наиболее удобным для построения изображений кроны. Изображения строится как растущее.

Существенным отличием моей программы от программ подобного рода является применение удобного интерфейса. Этот интерфейс удобен тем, что пользователю легко вводить все необходимые данные.

В данной программе я использовал рекурсивный вызов процедуры построения единичной фигуру.

Алгоритм программы следующий:

Пользователь задает единичную фигуру, расположения почек роста, угол наклона, количество генерацией, степень уменьшения следующий фигуры.

Затем все эти данные записываются в массив.

Программа строит единичную фигуру с данным углом. Определяет где находятся точки роста. Строит следующею фигуру с этой точки заданное количество раз. Размер фигуру меньше начальной в заданное количество раз. При этом каждая новая фигур отличается по цвету от предыдущей. Цвет последней линии ярко зеленый поэтому, при большом количестве итераций, это имитирует листья которые действительно находятся на концах веток. Скорость построения зависит от количества итераций, поэтому следует вводить значение не больше 10.

Заключение

Привлекательность задачи на построения фрактальных изображений состоит не только в том, что эти изображения очень красивы, но и в том что и строятся они по средством простых алгоритмов.

В реальном мире мы не встретим геометрических форм, соответствующих канонам евклидовой геометрии, Его геометрическая первооснова оказывается фрактальной. Объединив идею фрактальности с идеей формообразующей случайности, современная геометрия совершила гигантский качественный скачок. Впервые за свою историю математика оказалась в состоянии правильно отражать мир во всем многообразии его сложных форм, не прибегая к многоярусным нагромождениям все более абстрактных и искусственных интеллектуальных конструкций. В этом плане особенно показательно то, как фрактальная геометрия рисует мир. Здесь человек научился творить многообразие геометрических форм наподобие самой природы. Пусть для начала - лишь на экране дисплея.

Кроме того, модели фрактального роста быстро вышли за рамки компьютерной графики. Они оказались феноменально продуктивны во многих областях физики и химии. Так, они вносят теоретическую ясность во многие проблемы, связанные с прочностью материалов. Даже загадочный феномен шаровой молнии удалось смоделировать на фрактальных структурах из тонкой проволоки. В помещении поведение этой конструкции аналогично поведению залетевшей шаровой молнии. Если материальная модель столь эффективна, то из этого прямо следует эффективность представлений о фрактальной структуре самих шаровых молний.

В данной работе я, вместе с наукой наших дней, попытался освоить определенный тип геометрического описания природы - фрактальный. Перспективы работы в этой области безграничны, как и сама природа.

ИСПОЛЬЗУЕМАЯ ЛИТЕРАТУРА

С. К.Абачиев Концепция современного естествознания. Балашиха - 1998.

Р. Баас, М. Фервай, Х. Гюнтер Delphi 5: для пользователей:пер. с нем. - Издательская группа BHV , 2000г.

Г. П. Яковлев, В. А. Челомбитько Ботаника. М. 1990г.

Http://library.thinkquest.org/26242/russian/tutorial/tutorial.html

Http://mahp.oil.rb.ru/kniga/

Http://www.chat.ru/~fractals/

Http://www.geocities.com/SoHo/Studios/6648/fractals.htm

Http://www.ipm.sci-nnov.ru/~demidov/java.htm

Http://www.visti.net/cplusp/all_96/6n96y/6n96y1a.htm

Хаос - это порядок, который нужно расшифровать.

Жозе Сарамаго, «Двойник»

«Грядущим поколениям ХХ век будет памятен лишь благодаря созданию теорий относительности, квантовой механики и хаоса... теория относительности разделалась с иллюзиями Ньютона об абсолютном пространстве-времени, квантовая механика развеяла мечту о детерминизме физических событий, и, наконец, хаос развенчал Лапласову фантазию о полной предопределенности развития систем» . Эти слова известного американского историка и популяризатора науки Джеймса Глейка отражают огромную важность вопроса, который лишь вкратце освещается в статье, предлагаемой вниманию читателя. Наш мир возник из хаоса. Однако если бы хаос не подчинялся своим собственным законам, если бы в нем не было особой логики, он ничего не смог бы породить.

Новое - это хорошо забытое старое

Позволю себе еще одну цитату из Глейка:

Мысль о внутреннем подобии, о том, что великое может быть вложено в малое, издавна ласкает человеческую душу... По представлениям Лейбница, капля воды содержит в себе весь блистающий разноцветьем мир, где искрятся водяные брызги и живут другие неизведанные вселенные. «Увидеть мир в песчинке» - призывал Блейк, и некоторые ученые пытались следовать его завету. Первые исследователи семенной жидкости склонны были видеть в каждом сперматозоиде своего рода гомункулуса, т. е. крошечного, но уже полностью сформировавшегося человечка.

Ретроспективу подобных воззрений можно обратить гораздо дальше в глубь истории. Один из основных принципов магии - неотъемлемой ступени развития любого общества - состоит в постулате: часть подобна целому. Он проявлялся в таких действиях, как захоронение черепа животного вместо всего животного, модели колесницы вместо самой колесницы и т. д. Сохраняя череп предка, родственники считали, что он продолжает жить рядом с ними и принимать участие в их делах.

Еще древнегреческий философ Анаксагор рассматривал первичные элементы мироздания как частицы, подобные другим частицам целого и самому целому, «бесконечные и по множеству, и по малости». Аристотель характеризовал элементы Анаксагора прилагательным «подобочастные» .

А наш современник, американский кибернетик Рон Эглэш, исследуя культуру африканских племен и южноамериканских индейцев, сделал открытие: с древних времен некоторые из них использовали фрактальные принципы построения в орнаментах, узорах, наносимых на одежду и предметы быта, в украшениях, ритуальных обрядах и даже в архитектуре. Так, структура деревень некоторых африканских племен представляет собой круг, в котором находятся маленькие круги - дома, внутри которых еще более мелкие круги - дома духов. У иных племен вместо кругов элементами архитектуры служат другие фигуры, но они также повторяются в разных масштабах, подчиненных единой структуре. Причем эти принципы построения не были простым подражанием природе, но согласовывались с бытующим мировоззрением и социальной организацией .

Наша цивилизация, казалось бы, ушла далеко от первобытного существования. Однако мы продолжаем жить в том же мире, нас по-прежнему окружает природа, живущая по своим законам, несмотря на все попытки человека приспособить ее к своим нуждам. Да и сам человек (не будем забывать об этом) остается частью этой природы.

Герт Эйленбергер, немецкий физик, занявшийся изучением нелинейности, как-то заметил:

Почему силуэт согнувшегося под напором штормового ветра обнаженного дерева на фоне мрачного зимнего неба воспринимается как прекрасный, а очертания современного многофункционального здания, несмотря на все усилия архитектора, вовсе не кажутся такими? Сдается мне, что... наше чувство прекрасного «подпитывается» гармоничным сочетанием упорядоченности и беспорядка, которое можно наблюдать в естественных явлениях: облаках, деревьях, горных цепях или кристаллах снежинок. Все такие контуры суть динамические процессы, застывшие в физических формах, и для них типична комбинация устойчивости и хаотичности.

У истоков теории хаоса

Что мы понимаем под хаосом ? Невозможность предсказать поведение системы, беспорядочные скачки в разных направлениях, которые никогда не превратятся в упорядоченную последовательность.

Первым исследователем хаоса считается французский математик, физик и философ Анри Пуанкаре. Еще в конце XIX в. при изучении поведения системы с тремя телами, взаимодействующими гравитационно, он заметил, что могут быть непериодические орбиты, которые постоянно и не удаляются от конкретной точки, и не приближаются к ней.

Традиционные методы геометрии, широко используемые в естественных науках, основаны на аппроксимации структуры исследуемого объекта геометрическими фигурами, например линиями, плоскостями, сферами, метрическая и топологическая размерности которых равны между собой. В большинстве случаев свойства исследуемого объекта и его взаимодействие с окружающей средой описываются интегральными термодинамическими характеристиками, что приводит к утрате значительной части информации о системе и к замене ее на более или менее адекватную модель. Чаще всего подобное упрощение вполне оправдано, однако известны многочисленные ситуации, когда применение топологически неадекватных моделей недопустимо. Пример такого несоответствия привел в своей кандидатской диссертации (теперь уже доктор химических наук) Владимир Константинович Иванов: оно обнаруживается при измерении площади развитой (например, пористой) поверхности твердых тел с помощью сорбционных методов, регистрирующих изотермы адсорбции. Оказалось, что величина площади зависит от линейного размера молекул-«измерителей» не квадратично, чего следовало бы ожидать из простейших геометрических соображений, а с показателем степени, иногда вплотную приближающемся к трем .

Прогнозирование погоды - одна из проблем, над которой человечество бьется с древних времен. Существует известный анекдот на эту тему, где прогноз погоды передается по цепочке от шамана - оленеводу, затем геологу, потом редактору радиопередачи, и наконец круг замыкается, поскольку выясняется, что шаман узнал прогноз по радио. Описание такой сложной системы, как погода, со множеством переменных, невозможно свести к простым моделям. С данной задачи началось использование компьютеров для моделирования нелинейных динамических систем. Один из основоположников теории хаоса, американский метеоролог и математик Эдвард Нортон Лоренц много лет отдал проблеме прогнозирования погоды. Еще в 60-х годах прошлого века, пытаясь понять причины ненадежности прогнозов погоды, он показал, что состояние сложной динамической системы может сильно зависеть от начальных условий: незначительное изменение одного из многих параметров способно кардинально изменить ожидаемый результат. Лоренц назвал эту зависимость эффектом бабочки: «Сегодняшнее трепетание крыльев мотылька в Пекине через месяц может вызвать ураган в Нью-Йорке» . Ему принесла известность работа, посвященная общему круговороту атмосферы. Исследуя описывающую процесс систему уравнений с тремя переменными, Лоренц графически отобразил результаты своего анализа: линии графика представляют собой координаты точек, определяемых решениями в пространстве этих переменных (рис. 1). Полученная двойная спираль, названная аттрактор Лоренца (или «странный аттрактор»), выглядела как нечто бесконечно запутанное, но всегда расположенное в определенных границах и никогда не повторяющееся. Движение в аттракторе абстрактно (переменными могут быть скорость, плотность, температура и др.), и тем не менее оно передает особенности реальных физических явлений, таких как движение водяного колеса, конвекция в замкнутой петле, излучение одномодового лазера, диссипативные гармонические колебания (параметры которых играют роль соответствующих переменных).

Из тысяч публикаций, составивших специальную литературу по проблеме хаоса, вряд ли какая-либо цитировалась чаще, чем написанная Лоренцем в 1963 г. статья «Детерминистский непериодический поток» . Хотя благодаря компьютерному моделированию уже во времена этой работы предсказание погоды из «искусства превратилось в науку», долгосрочные прогнозы по-прежнему оставались недостоверными и ненадежными. Причина этого заключалась в том самом эффекте бабочки.

В тех же 60-х годах математик Стивен Смэйл из Калифорнийского университета собрал в Беркли исследовательскую группу из молодых единомышленников. Ранее он был удостоен медали Филдса за выдающиеся исследования в области топологии. Смэйл занимался изучением динамических систем, в частности нелинейных хаотических осцилляторов. Для воспроизведения всей неупорядоченности осциллятора ван дер Поля в фазовом пространстве он создал структуру, известную под названием «подкова» - пример динамической системы, имеющей хаотическую динамику.

«Подкова» (рис. 2) - точный и зримый образ сильной зависимости от начальных условий: никогда не угадаешь, где окажется начальная точка после нескольких итераций. Этот пример послужил толчком к изобретению русским математиком, специалистом по теории динамических систем и дифференциальных уравнений, дифференциальной геометрии и топологии Дмитрием Викторовичем Аносовым «диффеоморфизмов Аносова» . Позже из этих двух работ выросла теория гиперболических динамических систем. Прошло десятилетие, прежде чем результаты работы Смэйла удостоились внимания представителей других дисциплин. «Когда это все же случилось, физики поняли, что Смэйл повернул целый раздел математики лицом к реальному миру» .

В 1972 г. математик из Мэрилендского университета Джеймс Йорк прочитал вышеупомянутую статью Лоренца, которая поразила его. Йорк увидел в статье живую физическую модель и посчитал своей святой обязанностью донести до физиков то, чего они не разглядели в работах Лоренца и Смэйла. Он направил копию статьи Лоренца Смэйлу. Тот изумился, обнаружив, что безвестный метеоролог (Лоренц) десятью годами раньше обнаружил ту неупорядоченность, которую он сам посчитал однажды математически невероятной, и разослал копии всем своим коллегам.

Биолог Роберт Мэй, друг Йорка, занимался изучением изменений численности популяций животных. Мэй шел по стопам Пьера Ферхлюста, который еще в 1845 г. обратил внимание на непредсказуемость изменения численности животных и пришел к выводу, что коэффициент прироста популяции - величина непостоянная. Иными словами, процесс оказывается нелинейным. Мэй пытался уловить, что случается с популяцией в момент приближения колебаний коэффициента роста к некоторой критической точке (точке бифуркации). Варьируя значения этого нелинейного параметра, он обнаружил, что возможны коренные перемены в самой сущности системы: увеличение параметра означало возрастание степени нелинейности, что, в свою очередь, изменяло не только количественные, но и качественные характеристики результата. Подобная операция влияла как на конечное значение численности популяции, находившейся в равновесии, так и на ее способность вообще достигнуть последнего. При определенных условиях периодичность уступала место хаосу, колебаниям, которые никогда не затухали.

Йорк математически проанализировал описанные явления в своей работе, доказав, что в любой одномерной системе происходит следующее: если появляется регулярный цикл с тремя волнами (плавными подъемами и спадами значений какого-либо параметра), то в дальнейшем система начнет демонстрировать как правильные циклы любой другой продолжительности, так и полностью хаотичные. (Как выяснилось через несколько лет после опубликования статьи на международной конференции в восточном Берлине, советский (украинский) математик Александр Николаевич Шарковский несколько опередил Йорка в своих исследованиях ). Йорк написал статью для известного научного издания «Американский математический ежемесячник» . Однако Йорк достиг большего, чем просто математический результат: он продемонстрировал физикам, что хаос вездесущ, стабилен и структурирован. Он дал повод поверить в то, что сложные системы, традиционно описывающиеся трудными для решения дифференциальными уравнениями, могут быть представлены с помощью наглядных графиков.

Мэй пытался привлечь внимание биологов к тому, что популяции животных переживают не одни лишь упорядоченные циклы. На пути к хаосу возникает целый каскад удвоения периодов. Именно в точках бифуркации некоторое увеличение плодовитости особей могло привести, например, к смене четырехгодичного цикла популяции непарного шелкопряда восьмигодичным. Американец Митчел Фейгенбаум решил начать с подсчета точных значений параметра, порождавших такие изменения. Его расчеты показывали, что не имело значения, какова начальная популяция, - она все равно неуклонно приближалась к аттрактору. Затем, с первым удвоением периодов, аттрактор, подобно делящейся клетке, раздваивался. Потом происходило следующее умножение периодов, и каждая точка аттрактора вновь начинала делиться. Число - инвариант, полученный Фейгенбаумом, - позволило ему предугадывать, когда именно это произойдет. Ученый обнаружил, что может прогнозировать этот эффект для сложнейшего аттрактора - в двух, четырех, восьми точках... Говоря языком экологии, он мог прогнозировать действительную численность, которая достигается в популяциях во время ежегодных колебаний. Так Фейгенбаум открыл в 1976 г. «каскад удвоения периода», опираясь на работу Мэя и свои исследования турбулентности. Его теория отражала естественный закон, который относится ко всем системам, испытывающим переход от упорядоченного состояния к хаосу. Йорк, Мэй и Файгенбаум первыми на Западе в полной мере осознали важность удвоения периодов и сумели передать эту идею всему научному сообществу. Мэй заявлял, что хаос необходимо преподавать.

Советские математики и физики продвигались в своих исследованиях независимо от зарубежных коллег. Начало изучению хаоса положили работы А. Н. Колмогорова 50-х годов. Но и идеи зарубежных коллег не оставались без их внимания. Пионерами теории хаоса считаются советские математики Андрей Николаевич Колмогоров и Владимир Игоревич Арнольд и немецкий математик Юрген Мозер, построившие теорию хаоса, называемую КАМ (теория Колмогорова - Арнольда - Мозера). Другой наш выдающийся соотечественник, блестящий физик и математик Яков Григорьевич Синай, применил в термодинамике соображения, аналогичные «подкове Смейла». Едва в 70-х годах с работой Лоренца познакомились западные физики, как она приобрела известность и в СССР. В 1975 г., когда Йорк и Мэй еще прилагали немалые усилия к тому, чтобы добиться внимания коллег, Синай и его товарищи организовали в Горьком исследовательскую группу для изучения этой проблемы.

В прошлом веке, когда узкая специализация и разобщение между различными дисциплинами стали в науке нормой, математики, физики, биологи, химики, физиологи, экономисты бились над схожими задачами, не слыша друг друга. Идеи, требующие изменения привычного мировоззрения, всегда с трудом пробивают себе путь. Однако постепенно стало ясно, что такие вещи, как изменение популяций животных, колебания цен на рынке, перемена погоды, распределение небесных тел по размерам и многое, многое другое, - подчиняются одним закономерностям. «Осознание этого факта заставило менеджеров пересмотреть отношение к страховке, астрономов - под другим углом зрения взглянуть на Солнечную систему, политиков - изменить мнение о причинах вооруженных конфликтов» .

К середине 80-х годов ситуация сильно изменилась. Идеи фрактальной геометрии объединили ученых, озадаченных собственными наблюдениями и не знавшими, как их интерпретировать. Для исследователей хаоса математика стала экспериментальной наукой, компьютеры заменили собой лаборатории. Графические изображения приобрели первостепенную важность. Новая наука дала миру особый язык, новые понятия: фазовый портрет, аттрактор, бифуркация, сечение фазового пространства, фрактал...

Бенуа Мандельброт, опираясь на идеи и работы предшественников и современников, показал, что такими сложными процессами, как рост дерева, образование облаков, вариации экономических характеристик или численности популяций животных управляют сходные, по сути, законы природы. Это определенные закономерности, по которым живет хаос. С точки зрения природной самоорганизации они намного проще, чем искусственные формы, привычные цивилизованному человеку. Сложными их можно признать лишь в контексте евклидовой геометрии, поскольку фракталы определяются посредством задания алгоритма, и, следовательно, могут быть описаны с помощью небольшого объема информации.

Фрактальная геометрия природы

Давайте попробуем разобраться, что же такое фрактал и «с чем его едят». А съесть некоторые из них действительно можно, как, например, типичного представителя, показанного на фотографии.

Слово фрактал происходит от латинского fractus - дробленый, сломанный, разбитый на куски. Под фракталом подразумевается математическое множество, обладающее свойством самоподобия, т. е. масштабной инвариантности.

Термин «фрактал» был придуман Мандельбротом в 1975 г. и получил широкую популярность с выходом в 1977 г. его книги «Фрактальная геометрия природы» . «Дайте чудовищу какое-нибудь уютное, домашнее имя, и вы удивитесь, насколько легче будет его приручить!» - говорил Мандельброт. Это стремление сделать исследуемые объекты (математические множества) близкими и понятными привело к рождению новых математических терминов, таких как пыль , творог , сыворотка , наглядно демонстрирующих их глубинную связь с природными процессами.

Математическое понятие фрактала выделяет объекты, обладающие структурами различных масштабов, как больших, так и малых, и, таким образом, отражает иерархический принцип организации. Конечно, различные ветви дерева, например, не могут быть точно совмещены друг с другом, но их можно считать подобными в статистическом смысле. Точно так же формы облаков, очертания гор, линия морского берега, рисунок пламени, сосудистая система, овраги, молния, рассматриваемые при различных масштабах, выглядят подобными. Хотя эта идеализация и может оказаться упрощением действительности, она существенно увеличивает глубину математического описания природы.

Понятие «природный фрактал» Мандельброт ввел для обозначения естественных структур, которые могут быть описаны с помощью фрактальных множеств. Эти природные объекты включают в себя элемент случайности. Созданная Мандельбротом теория позволяет количественно и качественно описывать все те формы, которые ранее назывались спутанными, волнистыми, шероховатыми и т. д.

Динамические процессы, о которых шла речь выше, так называемые процессы с обратной связью, возникают в различных физических и математических задачах. Все они имеют одно общее - конкуренцию нескольких центров (получивших имя «аттракторы») за доминирование на плоскости. То состояние, в котором система оказалась после некоторого числа итераций, зависит от ее «места старта». Поэтому каждому аттрактору соответствует некоторая область начальных состояний, из которых система обязательно попадет в рассматриваемое конечное состояние. Таким образом, фазовое пространство системы (абстрактное пространство параметров, ассоциированных с конкретной динамической системой, точки в котором однозначно характеризуют все возможные ее состояния) разбивается на области притяжения аттракторов. Налицо своеобразный возврат к динамике Аристотеля, согласно которой каждое тело стремится к предназначенному ему месту . Простые границы между «сопредельными территориями» в результате такого соперничества возникают редко. Именно в этой пограничной области и происходит переход от одной формы существования к другой: от порядка к хаосу. Общий вид выражения для динамического закона очень прост: х n+1 → f х n C . Вся сложность состоит в нелинейной зависимости между начальным значением и результатом. Если начать итерационный процесс указанного вида с некоторого произвольного значения \(x_0 \), то результатом его будет последовательность \(x_1 \), \(x_2 \), ..., которая либо будет сходиться к некоторому предельному значению \(X \), стремясь к состоянию покоя, либо придет к некоторому циклу значений, которые будут повторяться вновь и вновь, либо будет все время вести себя беспорядочно и непредсказуемо . Именно такие процессы исследовали еще во время Первой мировой войны французские математики Гастон Жюлиа и Пьер Фато.

Изучая множества, открытые ими, Мандельброт в 1979 г. пришел к изображению на комплексной плоскости образа, который является, как будет ясно из дальнейшего, своего рода оглавлением целого класса форм, именующегося множествами Жюлиа. Множество Жюлиа - это множество точек, возникающее в результате итерирования квадратичного преобразования: х n → х n−1 2 + C , динамика в окрестности которых неустойчива по отношению к малым возмущениям начального положения. Каждое последовательное значение \(x \) получается из предыдущего; комплексное число \(C \) называется управляющим параметром . Поведение последовательности чисел зависит от параметра \(C \) и начальной точки \(x_0 \). Если зафиксировать \(C \) и изменять \(x_0 \) в поле комплексных чисел, мы получим множество Жюлиа. Если же зафиксировать \(x_0 \) = 0 и изменять \(C \), получим множество Мандельброта (\(M \)). Оно подсказывает нам, какого вида множества Жюлиа следует ожидать при конкретном выборе \(C \). Каждое комплексное число \(C \) либо принадлежит области \(M \) (черной на рис. 3), либо нет. \(C \) принадлежит \(M \) тогда и только тогда, когда «критическая точка» \(x_0 \) = 0 не стремится к бесконечности. Множество \(M \) состоит из всех точек \(C \), которые ассоциируются со связными множествами Жюлиа, если же точка \(C \) лежит вне множества \(M \), ассоциированное с ней множество Жюлиа несвязно. Граница множества \(M \) определяет момент математического фазового перехода для множеств Жюлиа х n → х n−1 2 + C . Когда параметр \(C \) покидает \(M \), множества Жюлиа теряют свою связность, образно говоря, взрываются и превращаются в пыль. Качественный скачок, происходящий на границе \(M \), влияет и на примыкающую к границе область. Сложную динамическую структуру пограничной области можно приближенно показать, окрашивая (условно) в разные цвета зоны с одинаковым временем «убегания в бесконечность начальной точки \(x_0 \) = 0». Те значения \(C \) (один оттенок), при которых критической точке требуется данное число итераций, чтобы оказаться вне круга радиусом \(N \), заполняют промежуток между двумя линиями. По мере приближения к границе \(M \) необходимое число итераций увеличивается. Точка все большее время вынуждена блуждать извилистыми путями вблизи множества Жюлиа. Множество Мандельброта воплощает в себе процесс перехода от порядка к хаосу.

Интересно проследить путь, которым Мандельброт шел к своим открытиям. Бенуа родился в Варшаве в 1924 г., в 1936 семья эмигрировала в Париж. Окончив Политехническую школу, а затем и университет в Париже, Мандельброт переехал в США, где отучился еще и в Калифорнийском технологическом институте. В 1958 г. он устроился в научно-исследовательский центр IBM в Йорктауне. Несмотря на чисто прикладную деятельность компании, занимаемая должность позволяла ему вести исследования в самых разных областях. Работая в области экономики, молодой специалист занялся изучением статистики цен на хлопок за большой период времени (более 100 лет). Анализируя симметрию длительных и кратковременных колебаний цен, он заметил, что эти колебания в течение дня казались случайными и непредсказуемыми, однако последовательность таких изменений не зависела от масштаба. Для решения этой задачи он впервые использовал свои разработки будущей фрактальной теории и графическое отображение исследуемых процессов.

Интересуясь самыми разными областями науки, Мандельброт обратился к математической лингвистике, затем наступил черед теории игр. Он также предложил собственный подход к экономике, указав на упорядоченность масштабов в распространении малых и больших городов. Изучая малоизвестную работу английского ученого Льюиса Ричардсона, вышедшую после смерти автора, Мандельброт столкнулся с феноменом береговой линии. В статье «Какова длина береговой линии Великобритании?» он подробно исследует этот вопрос, над которым мало кто задумывался до него, и приходит к неожиданным выводам: длина береговой линии равна... бесконечности! Чем точнее вы стараетесь ее измерить, тем большим получается ее значение!

Для описания подобных явлений Мандельброту пришло в голову отталкиваться от идеи размерности. Фрактальная размерность объекта служит количественной характеристикой одной из его особенностей, а именно - заполнения им пространства.

Определение понятия фрактальной размерности восходит к работе Феликса Хаусдорфа, опубликованной в 1919 г., и было окончательно сформулировано Абрамом Самойловичем Безиковичем. Фрактальная размерность - мера детализации, изломанности, неровности фрактального объекта. В евклидовом пространстве топологическая размерность всегда определяется целым числом (размерность точки - 0, линии - 1, плоскости - 2, объемного тела - 3). Если проследить, например, проекцию на плоскость движения броуновской частицы, которая вроде бы должна состоять из отрезков прямой, т. е. иметь размерность 1, очень скоро окажется, что след ее заполняет почти всю плоскость. Но размерность плоскости - 2. Расхождение между этими величинами и дает нам право отнести данную «кривую» к фракталам, а ее промежуточную (дробную) размерность называть фрактальной. Если рассмотреть хаотическое движение частицы в объеме, фрактальная размерность траектории окажется больше 2, но меньше 3. Артерии человека, например, имеют фрактальную размерность примерно 2,7. Упомянутые в начале статьи результаты Иванова, относящиеся к измерению площади пор силикагеля, которые не могут быть истолкованы в рамках обычных евклидовых представлений, при использовании теории фракталов находят разумное объяснение .

Итак, с математической точки зрения, фракталом называется множество, для которого размерность Хаусдорфа - Безиковича строго больше его топологической размерности и может быть (а чаще всего и является) дробной.

Необходимо особо подчеркнуть, что фрактальная размерность объекта не описывает его форму, и объекты, имеющие одинаковую размерность, но порожденные различными механизмами образования, зачастую совершенно не похожи друг на друга. Физические фракталы обладают скорее статистическим самоподобием.

Дробное измерение позволяет вычислять характеристики, которые не могут быть четко определены иным путем: степени неровности, прерывистости, шероховатости или неустойчивости какого-либо объекта. Например, извилистая береговая линия, несмотря на неизмеримость ее длины, обладает присущей только ей шероховатостью. Мандельброт указал пути расчета дробных измерений объектов окружающей действительности. Создавая свою геометрию, он выдвинул закон о неупорядоченных формах, которые встречаются в природе. Закон гласил: степень нестабильности постоянна при различных масштабах.

Особую разновидность фракталов составляют временные фракталы . В 1962 г. Мандельброт столкнулся с задачей по устранению шумов в телефонных линиях, которые вызвали проблемы для компьютерных модемов. Качество передачи сигнала зависит от вероятности возникновения ошибок. Инженеры бились над проблемой уменьшения шумов, придумывая головоломные и дорогостоящие приемы, но не получали впечатляющих результатов. Опираясь на работу основателя теории множеств Георга Кантора, Мандельброт показал, что возникновения шумов - порождения хаоса - невозможно избежать в принципе, поэтому предложенные способы борьбы с ними не принесут результата. В поисках закономерности возникновения шумов он получает «канторову пыль» - фрактальную последовательность событий. Интересно, что тем же закономерностям подчиняется распределение звезд в Галактике:

«Вещество», однородно распределенное вдоль инициатора (единичный отрезок временной оси), подвергается воздействию центробежного вихря, который «сметает» его к крайним третям интервала... Створаживанием можно называть любой каскад неустойчивых состояний, приводящий в итоге к сгущению вещества, а термин творог может определять объем, внутри которого некая физическая характеристика становится - в результате створаживания - чрезвычайно концентрированной.

Хаотические явления, такие как турбулентность атмосферы, подвижность земной коры и т. д., демонстрируют сходное поведение в различных временных масштабах подобно тому, как объекты, обладающие инвариантностью к масштабу, обнаруживают сходные структурные закономерности в различных пространственных масштабах.

В качестве примера приведем несколько характерных ситуаций, где полезно использовать представления о фрактальной структуре. Профессор Колумбийского университета Кристофер Шольц специализировался на изучении формы и строения твердого вещества Земли, он изучал землетрясения. В 1978 г. он прочитал книгу Мандельброта «Фракталы: форма, случайность и размерность» и попытался применить теорию к описанию, классификации и измерению геофизических объектов. Шольц выяснил, что фрактальная геометрия снабдила науку эффективным методом описания специфичного бугристого ландшафта Земли. Фрактальное измерение ландшафтов планеты открывает двери к постижению ее важнейших характеристик. Металлурги обнаружили то же самое на другом масштабном уровне - применительно к поверхностям различных типов стали. В частности, фрактальное измерение поверхности металла зачастую позволяет судить о его прочности. Огромное количество фрактальных объектов продуцирует явление кристаллизации. Самый распространенный тип фракталов, возникающих при росте кристаллов, - дендриты, они чрезвычайно широко распространены в живой природе. Ансамбли наночастиц часто демонстрируют реализацию «пыли Леви». Эти ансамбли в сочетании с абсорбированным растворителем образуют прозрачные компакты - стекла Леви, потенциально важные материалы фотоники .

Поскольку фракталы выражаются не в первичных геометрических формах, а в алгоритмах, наборах математических процедур, понятно, что такая область математики стала развиваться семимильными шагами вместе с появлением и развитием мощных компьютеров. Хаос, в свою очередь, вызвал к жизни новые компьютерные технологии, специальную графическую технику, которая способна воспроизводить удивительные структуры невероятной сложности, порождаемые теми или иными видами беспорядка. В век Интернета и персональных компьютеров то, что представляло значительную сложность во времена Мандельброта, стало легко доступным любому желающему. Но самым важным в его теории стало, разумеется, не создание красивых картинок, а вывод, что данный математический аппарат пригоден для описания сложных природных явлений и процессов, которые раньше не рассматривались в науке вообще. Репертуар алгоритмических элементов неисчерпаем.

Овладев языком фракталов, можно описать форму облака так же четко и просто, как архитектор описывает здание с помощью чертежей, в которых применяется язык традиционной геометрии. <...> Прошло всего несколько десятилетий с тех пор, как Бенуа Мандельброт заявил: «Геометрия природы фрактальна!», на сегодняшний день мы уже можем предположить намного больше, а именно что фрактальность - это первоочередной принцип построения всех без исключения природных объектов.

В заключение позвольте представить вашему вниманию набор фотографий, иллюстрирующих этот вывод, и фракталов, построенных с помощью компьютерной программы Fractal Explorer . А проблеме использования фракталов в физике кристаллов будет посвящена наша следующая статья.

Post Scriptum

С 1994 по 2013 г. в пяти томах вышел уникальный труд отечественных ученых «Атлас временных вариаций природных антропогенных и социальных процессов» - не имеющий аналогов источник материалов, который включает в себя данные мониторинга космоса, биосферы, литосферы, атмосферы, гидросферы, социальной и техногенной сфер и сферы, связанной со здоровьем и качеством жизни человека. В тексте подробно приводятся данные и результаты их обработки, сопоставляются особенности динамики временных рядов и их фрагментов. Унифицированное представление результатов дает возможность получить сопоставимые результаты для выявления общих и индивидуальных черт динамики процессов и причинно-следственных связей между ними. На экспериментальном материале показано, что процессы в разных сферах, во-первых, схожи, а во-вторых, в большей или меньшей степени связаны друг с другом.

Итак, атлас обобщил результаты междисциплинарных исследований и представил сравнительный анализ совершенно различных данных в широчайшем диапазоне времени и пространства. Книга показывает, что «протекающие в земных сферах процессы обусловлены большим числом взаимодействующих факторов, которые в разных областях (и в разное время) вызывают разную реакцию», что говорит о «необходимости комплексного подхода к анализу геодинамических, космических, социальных, экономических и медицинских наблюдений». Остается выразить надежду на то, что эти фундаментальные по значимости работы будут продолжены.

1.1. Что такое фракталы и хаос?

Когда-то большинству людей казалось, что геометрия в природе ограничивается такими простыми фигурами, как линия, круг, коническое сечение, многоугольник, сфера, квадратичная поверхность, а также их комбинациями. К примеру, что может быть красивее утверждения о том, что планеты в нашей солнечной системе движутся вокруг солнца по эллиптическим орбитам? Этот замечательный закон - один из трех постулатов планетарного движения, сформулированных Иоганном Кеплером на основе наблюдений и измерений, сделанных Тихо Браге. Позднее, сэр Исаак Ньютон вывел закон обратных квадратов для гравитационного притяжения как решение некоторого дифференциального уравнения, причем законы Кеплера следовали из его решения. Как в этом, так и в других случаях, когда применение простых геометрических моделей оказалось удачным, это привело к огромным научным достижениям.

Однако многие природные системы настолько сложны и нерегулярны, что использование только знакомых объектов классической геометрии для их моделирования представляется безнадежным. Как, к примеру, построить модель горного хребта или кроны дерева в терминах геометрии? Как описать то многообразие биологических конфигураций, которое мы наблюдаем в мире растений и животных? Представьте себе всю сложность системы кровообращения, состоящей из множества капилляров и сосудов и доставляющей кровь к каждой клеточке человеческого тела. Представьте, как хитроумно устроены легкие и почки, напоминающие по структуре деревья с ветвистой кроной.

Столь же сложной и нерегулярной может быть и динамика реальных природных систем. Как подступиться к моделированию каскадных водопадов или турбулентных процессов, определяющих погоду?

Какая математика отвечает за ритмы сердца и головного мозга, наблюдаемые на электрокардиограмме и энцефалограмме, в особенности за те внезапные приступы аритмии, которые могут вызвать сбой в работе сердца? Можно ли математически описать внезапное возникновение волны паники на финансовых рынках или даже построить математическую модель социального поведения?

Фракталы и математический хаос - подходящие средства для исследования поставленных вопросов. Термин фрактал относится к некоторой статичной геометрической конфигурации, такой как мгновенный снимок водопада. Хаос - термин динамики, используемый для описания явлений, подобных турбулентному поведению погоды. Данная книга является введением в математику, которая стоит за этими понятиями. Предполагается, что после освоения изложенных здесь методов читатель сможет перейти к изучению приложений по специализированным источникам.

Например, исследования показывают, что в физиологии встречается как «хороший» хаос, так и «плохой» . В опытах на кошках было замечено, что вид электрокардиограммы, снятой до и после введения кокаина, меняется с регулярной последовательности высоких пиков, сопровождаемых малыми пичками, на крайне нерегулярную последовательность, что, возможно, свидетельствует о приступе аритмии. С другой стороны, характер электроэнцефалограммы меняется с нерегулярного и непредсказуемого на гораздо более гладкий . См. также об анализе возможной роли хаоса в развитии болезни сердца.

Нередко то, что мы наблюдаем в природе, интригует нас бесконечным повторением одного и то же узора, увеличенного или уменьшенного во сколько угодно раз. Например, у дерева есть ветви. На этих ветвях есть ветки поменьше и т. д. Теоретически, элемент «разветвление» повторяется бесконечно много раз, становясь все меньше и меньше. То же самое можно заметить, разглядывая фотографию горного рельефа. Попробуйте немного приблизить изображение горной гряды - вы снова увидите горы. Приблизьте картинку еще - вы по-прежнему будете различать нечто, напоминающее горы, благодаря вашей способности (статистической по сути) различать тип объекта на рисунке. Так проявляется характерное для фракталов свойство самоподобия (п. 2.1 и 5.1).

Во многих работах по фракталам самоподобие используется в качестве определяющего свойства. Следуя Бенуа Мандельброту , мы принимаем точку зрения, согласно которой фракталы должны определяться в терминах фрактальной (дробной) размерности (глава 5). Отсюда и происхождение слова фрактал. Понятие дробной размерности представляет собой весьма сложную концепцию, которую мы изложим в несколько этапов. Прямая - это одномерный объект, а плоскость - двумерный. Как мы увидим далее, хорошенько перекрутив прямую или плоскость, можно повысить размерность полученной конфигурации; при этом новая размерность обычно будет дробной в некотором смысле, который нам предстоит уточнить. Связь дробной размерности и самоподобия состоит в том, что с помощью самоподобия можно сконструировать множество дробной размерности наиболее простым образом (п. 2.1). Даже в случае гораздо более сложных фракталов, таких, как граница множества Мандельброта (п. 8.3), когда чистое самоподобие отсутствует, имеется почти полное повторение базовой формы во все более и более уменьшенном виде.

В английском языке хаос обычно определяется как состояние полного беспорядка или неразберихи. Некоторые словари прибегают к понятию состояния, в котором правит случай. Термин хаос в математике используется в узком смысле.

Хотя универсального определения математического хаоса не существует, имеется, по-видимому, полное согласие в том, что любой вид хаоса обладает свойством непредсказуемости. Это свойство называют существенной зависимостью от начальных условий (п. 6.5). Как ни странно, оно не эквивалентно случайному поведению. По сути дела, математический хаос - это характерная черта именно детерминированных динамических систем. Поэтому наблюдаемые в состоянии хаоса флуктуации только кажутся случайными - их значения полностью предопределены входными параметрами. Но на практике мы никогда не располагаем абсолютно точной информацией о начальных условиях. Ошибки, пусть и ничтожные, всегда имеют место при измерении входных параметров. То, что кажется нам случайным результатом на выходе динамической системы, обусловлено большими ошибками, которые могут появиться, когда система ведет себя хаотично.

Когда-то считалось, что в детерминированной системе, при наличии достаточного объема вычислительных ресурсов, мы всегда в состоянии сделать значимое предсказание (например, дать надежный прогноз погоды), несмотря на маленькие ошибки измерения текущего состояния. В присутствии хаоса это не так.

Никакой самый мощный компьютер не позволит нам сделать точный прогноз на основе математической системы с существенной зависимостью от начальных условий.

С нашей точки зрения, наиболее интересный вопрос теории фракталов и хаоса состоит в том, как связать эти понятия воедино. Многие важные фракталы, включая снежинку Коха, ковер Серпинского и классическое множество Кантора, обсуждаемые во второй главе, могут быть получены как аттракторы систем итерированных функций (глава 4). Анализ этих систем итерированных функций указывает путь к построению хаотических операторов, ассоциированных с упомянутыми фракталами (глава 7).

Доктор физико-математических наук А. ДМИТРИЕВ, ведущий научный сотрудник Института радиотехники и электроники РАН (Москва).

Динамический (детерминированный) хаос и фракталы - понятия, вошедшие в научную картину мира сравнительно недавно, лишь в последней четверти ХХ века. С тех пор интерес к ним не угасает не только в кругу специалистов - физиков, математиков, биологов и т. д., но и среди людей, далеких от науки. Исследования, связанные с фракталами и детерминированным хаосом, меняют многие привычные представления об окружающем нас мире. Причем не о мире микрообъектов, где глаз человечес кий бессилен без специальной техники, и не о явлениях космического масштаба, а о самых обычных предметах: облаках, реках, деревьях, горах, травах. Фракталы заставляют пересмотреть наши взгляды на геометрические свойства природных и искусственных объектов, а динамический хаос вносит радикальные изменения в понимание того, как эти объекты могут вести себя во времени. Разрабатываемые на основе этих понятий теории открывают новые возможности в различных областях знаний, в том числе в информационных и коммуникационных технологиях.

Наука и жизнь // Иллюстрации

Деревья, как и многие другие объекты в природе, имеют фрактальное строение.

Наука и жизнь // Иллюстрации

Крымская сосна (слева) и искусственная фрактальная структура (справа) удивительно похожи.

Реакция колебательного контура на внешний периодический сигнал: а - периодический отклик линейного контура, б - хаотический отклик нелинейного контура. Роль нелинейной емкости выполняет p-n-переход полупроводникового диода.

Движение динамической системы можно наглядно изобразить траекторией на фазовой плоскости, где оси X и Y - обобщенные координата и импульс частицы. а - колебания затухающего маятника.

Примеры систем с хаосом.

Наука и жизнь // Иллюстрации

Основные способы синхронизации хаотических систем: а - через глобальные связи: каждая система влияет на каждую; б - с помощью пейсмейкера, или "ритмоводителя": одна из систем задает ритм всем остальным элементам.

Наука и жизнь // Иллюстрации

Пример записи информации с помощью детерминированного хаоса.

Сотрудники лаборатории ИнформХаос Института радиотехники и электроники РАН А. И. Панас и С. О. Старков проводят эксперимент по скоростной прямохаотической передаче данных в СВЧ-диапазоне (вверху).

Так выглядят хаотические СВЧ-колебания, позволяющие увеличить скорость передачи информации в десятки раз по сравнению с традиционными системами.

Что такое фрактал?

Фракталы вокруг нас повсюду, и в очертаниях гор, и в извилистой линии морского берега. Некоторые из фракталов непрерывно меняются, подобно движущимся облакам или мерцающему пламени, в то время как другие, подобно деревьям или нашим сосудистым системам, сохраняют структуру, приобретенную в процессе эволюции.
Х. О. Пайген и П. Х. Рихтер.

Геометрия, которую мы изучали в школе и которой пользуемся в повседневной жизни, восходит к Эвклиду (примерно 300 лет до нашей эры). Треугольники, квадраты, круги, параллелограммы, параллелепипеды, пирамиды, шары, призмы - типичные объекты, рассматриваемые классической геометрией. Предметы, созданные руками человека, обычно включают эти фигуры или их фрагменты. Однако в природе они встречаются не так уж часто. Действительно, похожи ли, например, лесные красавицы ели на какой-либо из перечисленных предметов или их комбинацию? Легко заметить, что в отличие от форм Эвклида природные объекты не обладают гладкостью, их края изломаны, зазубрены, поверхности шероховаты, изъедены трещинами, ходами и отверстиями. "Почему геометрию часто называют холодной и сухой? Одна из причин заключается в ее неспособности описать форму облака, горы, дерева или берега моря. Облака - это не сферы, горы - не конусы, линии берега - это не окружности, и кора не является гладкой, и молния не распространяется по прямой. Природа демонстрирует нам не просто более высокую степень, а совсем другой уровень сложности", - этими словами начинается "Фрактальная геометрия природы", написанная Бенуа Мандельбротом. Именно он в 1975 году впервые ввел понятие фрактала - от латинского слова fractus, сломанный камень, расколотый и нерегулярный. Оказывается, почти все природные образования имеют фрактальную структуру. Что это значит? Если посмотреть на фрактальный объект в целом, затем на его часть в увеличенном масштабе, потом на часть этой части и т. п., то нетрудно увидеть, что они выглядят одинаково. Фракталы самоподобны - их форма воспроизводится на различных масштабах.

Открытие фракталов произвело революцию не только в геометрии, но и в физике, химии, биологии. Фрактальные алгоритмы нашли применение и в информационных технологиях, например, для синтеза трехмерных компьютерных изображений природных ландшафтов, для сжатия (компрессии) данных (см. "Наука и жизнь" № 4, 1994 г.; №№ 8, 12, 1995 г.; № 7, 1998 г.). Далее мы убедимся, что понятие фрактала тесно связано с еще одним не менее любопытным явлением - хаосом в динамических системах.

Детерминированность и хаос

ХАОС (греч. caos) - в греческой мифологии беспредельная первобытная масса,
из которой образовалось впоследствии
все существующее. В переносном смысле - беспорядок, неразбериха.
Энциклопедия
Кирилла и Мефодия

Когда говорят о детерминированности некой системы, имеют в виду, что ее поведение характеризуется однозначной причинно-следственной связью. То есть, зная начальные условия и закон движения системы, можно точно предсказать ее будущее. Именно такое представление о движении во Вселенной характерно для классической, ньютоновской динамики. Хаос же, напротив, подразумевает беспорядочный, случайный процесс, когда ход событий нельзя ни предсказать, ни воспроизвести. Что же представляет собой детермини рованный хаос - казалось бы, невозможное объединение двух противоположных понятий?

Начнем с простого опыта. Шарик, подвешенный на нитке, отклоняют от вертикали и отпускают. Возникают колебания. Если шарик отклонили немного, то его движение описывается линейными уравнениями. Если отклонение сделать достаточно большим - уравнения будут уже нелинейными. Что при этом изменится? В первом случае частота колебаний (и, соответственно, период) не зависит от степени начального отклонения. Во втором - такая зависимость имеет место. Полный аналог механического маятника как колебательной системы - колебательный контур, или "электрический маятник". В простейшем случае он состоит из катушки индуктивности, конденсатора (емкости) и резистора (сопротивления). Если все три указанных элемента линейны, то колебания в контуре эквивалентны колебаниям линейного маятника. Но если, к примеру, емкость нелинейна, период колебаний будет зависеть от их амплитуды.

Динамика колебательного контура определяется двумя переменными, например током в контуре и напряжением на емкости. Если откладывать эти величины вдоль осей Х и Y, то каждому состоянию системы будет соответствовать определенная точка на полученной координатной плоскости. Такую плоскость называют фазовой . (Соответственно, если динамическая система определяется n переменными, то вместо двумерной фазовой плоскости ей можно поставить в соответствие n- мерное фазовое пространство.)

Теперь начнем воздействовать на наши маятники внешним периодическим сигналом. Реакция линейной и нелинейной систем будет различной. В первом случае постепенно установятся регулярные периодические колебания с той же частотой, что и частота вынуждающего сигнала. На фазовой плоскости такому движению соответствует замкнутая кривая, называемая аттрактором (от английского глагола to attract - притягивать), - множество траекторий, характеризующих установившийся процесс. В случае нелинейного маятника могут возникнуть сложные, непериодические колебания, когда траектория на фазовой плоскости не замкнется за сколь угодно долгое время. При этом поведение детерминирован ной системы будет внешне напоминать совершенно случайный процесс - это и есть явление динамического, или детерминированного, хаоса . Образ хаоса в фазовом пространстве - хаотический аттрактор - имеет очень сложную структуру: это фрактал. В силу необычности свойств его называют также странным аттрактором .

Почему же система, развивающаяся по вполне определенным законам, ведет себя хаотически? Влияние посторонних источников шума, а также квантовая вероятность в данном случае ни при чем. Хаос порождается собственной динамикой нелинейной системы - ее свойством экспоненциально быстро разводить сколь угодно близкие траектории. В результате форма траекторий очень сильно зависит от начальных условий. Поясним, что это значит, на примере нелинейного колебательного контура, находящегося под воздействием внешнего периодического сигнала. Внесем в нашу систему небольшое возмущение - изменим немного начальный заряд конденсатора. Тогда колебания в возмущенном и невозмущенном контурах, первоначально практически синхронные, очень скоро станут совершенно разными. Поскольку в реальном физическом эксперименте задать начальные условия можно лишь с конечной точностью, предсказать поведение хаотических систем на длительное время невозможно.

Предсказание будущего

- Из-за такой малости! Из-за бабочки! - закричал Экельс.
Она упала на пол - изящное маленькое создание, способное нарушить равновесие, повалились маленькие костяшки домино... большие костяшки... огромные костяшки, соединенные цепью неисчисли мых лет, составляющих Время.
Р. Бредбери. И грянул гром

Насколько упорядочена наша жизнь? Предопределены ли в ней те или иные события? Что предсказуемо на многие годы вперед, а что не подлежит сколько-нибудь надежному прогнозированию даже на небольшие интервалы времени?

Человеку постоянно приходится сталкиваться как с упорядоченными, так и с неупорядоченными процессами, порождаемыми различными динамическими системами. Мы знаем, что Солнце встает и заходит каждые 24 часа, и так будет продолжаться в течение всей нашей жизни. Вслед за зимой всегда наступает весна, и вряд ли когда-нибудь будет наоборот. Более или менее регулярно функционируют коммунальные службы, снабжающие нас светом и теплом, учреждения и магазины, а также транспортные системы (автобусы, троллейбусы, метро, самолеты, поезда). Нарушения ритмичной работы этих систем вызывают законное возмущение и негодование граждан. Если сбои возникают неоднократно - говорят о хаосе, выражая отрицательное отношение к подобным явлениям.

Но в то же время существуют процессы, хорошо известные своей непредсказуемость ю. Например, подбрасывая монету, мы никогда точно не знаем, что выпадет - "орел" или "решка". Такая непредсказуемость не вызывает тревоги. К гораздо более драматичным последствиям она может привести при игре в рулетку, однако любители испытывать судьбу сознательно идут на этот риск.

Почему одни процессы предсказуемы по своим результатам, а другие нет? Может быть, нам просто не хватает каких-то начальных данных для хорошего прогноза? Надо улучшить знания о начальных условиях - и все будет в порядке, и с монетой и с предсказанием погоды. Сказал же Лаплас: дайте мне начальные условия для всей Вселенной, и я вычислю ее будущее. Лаплас ошибался: ему и его современникам не были известны примеры детерминированных динамических систем, прогноз поведения которых на длительное время нельзя осуществить. Лишь в конце XIX столетия французский математик Анри Пуанкаре впервые почувствовал, что такое возможно. Однако прошло еще три четверти века, прежде чем началась эпоха бурного изучения детерминированного хаоса.

Динамические системы можно условно разделить на два типа. У первых траектории движения устойчивы и не могут быть значительно изменены малыми возмущениями. Такие системы предсказуемы - именно потому мы знаем, что Солнце взойдет завтра, через год и через сто лет. Для определения будущего в этом случае достаточно знать уравнения движения и задать начальные условия. Небольшие изменения в значениях последних приведут лишь к несущественной ошибке в прогнозе.

К другому типу относятся динамические системы, поведение которых неустойчиво, так что любые сколь угодно малые возмущения быстро (в масштабе времени, характерном для этой системы) приводят к кардинальному изменению траектории. Как отметил Пуанкаре в своей работе "Наука и метод" (1908), в неустойчивых системах "совершен но ничтожная причина, ускользающая от нас по своей малости, вызывает значительное действие, которое мы не можем предусмотреть. (...) Предсказание становится невозможным, мы имеем перед собой явление случайное". Таким образом прогнозирование на длительные времена теряет всякий смысл.

Пример с нелинейным колебательным контуром, рассмотренный выше, показывает, что хаотическое поведение с непредсказуемым будущим может иметь место даже в очень простых системах.

Реконструкция прошлого

Итак, прогноз будущего не всегда возможен. А как обстоит дело с прошлым? Всегда ли можно реконструировать ("предсказать", однозначно истолковать) прошлое? Казалось бы, здесь проблем быть не должно. Раз траектории удаляются одна от другой при движении вперед, они должны сближаться при движении назад. Так оно и есть. Однако направлений, по которым может происходить схождение или расхождение траекторий в фазовом пространстве, не одно, а несколько. При движении как вперед, так и назад траектории могут сближаться по одной части направлений, но расходиться по другой.

Прошлое "не предсказывается"? Бред какой-то! Ведь что-то уже произошло. Все известно... Но давайте подумаем. Если бы с реконструкцией прошлого все было так просто, как тогда могло случиться, что для одних Николай II по-прежнему кровавый, а для других святой? И кто все-таки Сталин: гений или злодей? Отвлечемся пока от проблемы, насколько вольны они были принимать те или иные решения, насколько эти решения предопределялись обстоятельствами и каковы могли быть последствия альтернативных решений. Рассмотрим исторический процесс как динамику некоторой гипотетической хаотической системы. Тогда при попытке реконструкции прошлого мы столкнемся с быстро увеличивающимся числом вариантов (траекторий), отвечающих нынешнему состоянию системы. Только один из них соответствует реальному течению событий. Если выбрать не его, а какой-то другой, то получится уже искаженная "версия" истории. На основании чего выбирается правильная траектория ("версия")? Информация, на которую мы можем опереться, - совокупность имеющихся конкретных фактов. Траектории, несовместимые с ними, отбрасываются. В результате при наличии достаточного количества надежных фактов останется одна траектория, определяющая единственную версию истории. Однако даже для недалекого прошлого траекторий может оказаться значительно больше, чем достоверных сведений, - тогда однозначная трактовка исторического процесса уже не может быть произведена. И все это при добросовестном и уважительном отношении к истории и к фактам. Теперь добавьте сюда пристрастия первичных источников, потерю части информации со временем, манипуляции с фактами на этапе интерпретации (замалчивание одних, выпячивание других, фальсификация и др.) - и заменить черное на белое окажется не такой уж сложной задачей. И что интереснее всего, при необходимости те же самые интерпретаторы через некоторое время могут без труда утверждать противоположное. Знакомая картина?

Итак, динамическая природа "непредсказуемости" прошлого сходна с природой непредсказуемости будущего: неустойчивость траекторий динамической системы и быстрое нарастание числа возможных вариантов по мере удаления от точки отсчета. Чтобы реконстру ировать прошлое, кроме самой динамической системы нужна достаточная по количеству и надежная по качеству информация из этого прошлого. Следует отметить, что на разных участках исторического процесса степень его хаотичности различна и может даже падать до нуля (ситуация, когда все существенное предопределено). Естественно, что чем менее хаотична система, тем проще реконструируется ее прошлое.

Управляем ли хаос?

Хаос часто порождает жизнь.
Г. Адамс

На первый взгляд природа хаоса исключает возможность управлять им. В действительности все наоборот: неустойчивость траекторий хаотических систем делает их чрезвычайно чувствительными к управлению.

Пусть, например, требуется перевести систему из одного состояния в другое (переместить траекторию из одной точки фазового пространства в другую). Требуемый результат может быть получен в течение заданного времени путем одного или серии малозаметных, незначительных возмущений параметров системы. Каждое из них лишь слегка изменит траекторию, но через некоторое время накопление и экспоненциальное усиление малых возмущений приведут к существенной коррекции движения. При этом траектория останется на том же хаотическом аттракторе. Таким образом, системы с хаосом демонстрируют одновременно и хорошую управляемость, и удивительную пластичность: чутко реагируя на внешние воздействия, они сохраняют тип движения.

Как считают многие исследователи, именно комбинация этих двух свойств служит причиной того, что хаотическая динамика характерна для поведения многих систем живых организмов. Например, хаотический характер ритма сердца позволяет ему гибко реагировать на изменение физических и эмоциональных нагрузок, подстраиваясь под них. Известно, что регуляризация сердечного ритма приводит через некоторое время к летальному исходу. Одна из причин заключается в том, что сердцу может не хватить "механической прочности" для того, чтобы скомпенсировать внешние возмущения. На самом деле ситуация более сложная. Упорядочение работы сердца служит индикатором снижения хаотичности и в других, связанных с ним системах. Регулярность свидетель ствует об уменьшении сопротивляемости организма случайным воздействиям внешней среды, когда он уже не способен адекватно отследить изменения и достаточно гибко на них отреагировать.

Очевидно, что подобной пластичностью и управляемостью должны обладать любые сложные системы, функционирующие в изменчивой среде. В этом залог их сохранности и успешной эволюции.

От хаоса - к упорядоченности

Как же обеспечивается целостность и устойчивость живых организмов и других сложных систем, если отдельные их части ведут себя хаотически?

Оказывается, кроме хаоса в сложных нелинейных системах возможно и противоположное явление, которое можно было бы назвать антихаосом . В том случае, если хаотические подсистемы связаны друг с другом, может произойти их спонтанное упорядочение ("кристаллизация"), в результате чего они обретут черты единого целого. Простейший вариант такого упорядочения - хаотическая синхронизация , когда все связанные друг с другом подсистемы движутся хотя и хаотически, но одинаково, синхронно. Процессы хаотической синхронизации могут происходить не только в организме животных и человека, но и в более крупных структурах - биоценозах, общественных организациях, государствах, транспортных системах и др.

Чем определяется возможность синхронизации? Во-первых, поведением каждой отдельной подсистемы: чем она хаотичнее, "самостоятельнее" , тем труднее заставить ее "считаться" с другими элементами ансамбля. Во-вторых, суммарной силой связи между подсистемами: ее увеличение подавляет тенденцию к "самостоятельности" и может, в принципе, привести к упорядочению. При этом важно, чтобы связи были глобальными , то есть существовали не только между соседними, но и между отстоящими далеко друг от друга элементами.

В реальных системах, включающих большое число подсистем, связь осуществляется за счет материальных или информационных потоков. Чем они интенсивнее, тем больше шансов, что элементы будут вести себя согласованно, и наоборот. Например, в государстве роль связующих потоков играют транспорт, почта, телефонная связь и др. Поэтому повышение тарифов на эти услуги в том случае, когда оно приводит к уменьшению соответствующих потоков, ослабляет целостность государства и способствует его разрушению.

Из теории хаотической синхронизации следует, что согласованную работу отдельных частей сложной системы может обеспечивать один из ее элементов, называемый пейсмейке ром , или "ритмоводителем". Будучи связан односторонним образом со всеми компонентами системы, он "руководит" их движением, навязывая свой ритм. Если при этом сделать так, что отдельные подсистемы не будут связаны друг с другом, а только с пейсмейкером, - получим случай предельно централизованной системы. В государстве, например, роль "ритмоводителя" выполняет центральная власть и...средства массовой информации, действующие на всей или значительной части территории страны. Сегодня это в особенности относится к электронным средствам массовой информации, поскольку по мобильности и общему информационному потоку они значительно превосходят остальные. Интуитивно понимая это, центральная власть старается держать СМИ под контролем, а также ограничивает влияние каждого из них в отдельности. В противном случае управлять государством будет уже не она.

Здесь мы коснулись очень важного вопроса. Поскольку средняя сила связей является суммарным параметром, в который входят как материальные связи, так и информационные, то это значит, что ослабление одних из них может быть компенсировано усилением других. Простейший пример - замена реальных товаров на бумажные или даже электронные деньги. В этом случае поставщику, по сути, вместо материального продукта поступает информация об изменении на его счете - и такой обмен его вполне устраивает. Подобным же образом путем биржевых операций ежедневно приобретаются или теряются громадные суммы, которые, в конечном счете, кто-то должен компенсировать реальными продуктами или услугами.

Как может происходить разрушение синхронизованного состояния?

Об одной возможности мы уже упомянули. Это ослабление связей. Другая причина - неадекватное воздействие "ритмоводителя" на ансамбль. Действительно, если "ритм", диктуемый пейсмейкером, будет слишком противоречить естественному поведению компонент системы, то даже при достаточной силе связи ему не удастся навязать ансамблю свою линию поведения. Однако прежнее поведение также не сохранится. В результате синхронизация будет разрушена.

Фрактальность и устойчивость

Мы уже убедились, что теорию динамического хаоса можно применить ко многим системам, в том числе к государству и обществу в целом. А какую роль играет при этом фрактальная структура хаоса? Ведь образ хаоса в фазовом пространстве - странный аттрактор - геометрически представляет собой фрактал. Несмотря на то, что каждая отдельная хаотическая траектория чрезвычайно чувствительна к малейшим возмущениям, странный аттрактор (совокупность всех возможных траекторий) является очень устойчивой структурой. Таким образом, динамический хаос подобен двуликому Янусу: с одной стороны, он проявляет себя как модель беспорядка, а с другой - как стабильность и упорядоченность на разных масштабах.

Если задуматься, то легко увидеть, что в обществе, как и в природе, многие системы построены по принципу фракталов: из малых элементов образуются некоторые комплексы, они в свою очередь служат элементами для более крупных комплексов и т. д. Как, например, организованы жизнеспособные экономические и производственные структуры? Две крайние позиции: крупные транснациональные компании и "мелкий бизнес". Каждая из них в отдельности нежизнеспособна. Большие компании, обладая огромной экономической мощью, малоподвижны и не могут быстро реагировать на изменения в окружающей экономической среде. "Малый бизнес" не способен решать крупные задачи, обеспечивать развитие инфраструктуры. Где же золотая середина? В средних по размеру предприятиях? Отнюдь. Устойчивая экономическая инфраструктура обеспечивается (при необходимой подкачке нужных ресурсов) совокупностью разномасштабных (вот он фрактал!) экономических объектов, образующих пирамиду. У основания ее находится множество мелких компаний и фирм, выше по пирамиде размер предприятий постепенно увеличивается, а их число, соответственно, сокращается, и, наконец, наверху находятся самые крупные компании. Такая структура характерна, например, для экономики США. При этом мелкие предприятия наиболее мобильны: они часто рождаются и умирают, являясь основными поставщиками новых идей и технологий. Нововведения, получившие достаточное развитие, позволяют ряду предприятий вырасти до следующего уровня либо передать (продать) накопленные инновации более крупным компаниям. При достаточной восприимчивости среды такой механизм способен создать новые отрасли промышленности и экономики за несколько лет. Недаром в так называемой "новой экономике" основную массу даже крупных предприятий составляют компании, которые 15-20 лет назад либо вообще не существова ли, либо находились в разряде мелких.

Другой пример. Во времена перестройки много писалось и говорилось о "неправильном" устройстве СССР, в котором государство имело сложную иерархическую структуру, организованную по принципу матрешки. Что было предложено взамен? Каждому народу свою туземную армию, свой язык, свою "элиту", своих племенных вождей. Звучит неплохо. А теперь взгляните, чем обернулась эта идея для многих народов бывшего СССР и Югославии... С точки зрения теории устойчивости, идея однородного устройства российского государства - идея двоечника. Почему? Принцип матрешки - это, по сути, фрактальный принцип, благодаря которому хаотическая система обретает структуру и устойчивость. СССР и Российская империя были построены по принципу фрактальных систем, и это обеспечивало их стабильность как государств. На разных уровнях в общую систему были вкраплены естественные государственные, этнические, территориальные и другие образования с отлаженными механизмами внутреннего функциониро вания, со своими правами и обязанностями.

Хаос порождает информацию

Мы уже установили, что поведение хаотических систем не может быть предсказано на большие интервалы времени. По мере удаления от начальных условий положение траектории становится все более и более неопределенн ым. С точки зрения теории информации это означает, что система сама порождает информацию, причем скорость этого процесса тем выше, чем больше степень хаотичности. Отсюда, согласно теории хаотической синхрониза ции, рассмотренной ранее, следует интересный вывод: чем интенсивнее система генерирует информацию, тем труднее ее синхронизировать, заставить вести себя как-то иначе.

Это правило, видимо, справедливо для любых систем, производящих информацию. Например, если некий творческий коллектив генерирует достаточное количество идей и а активно работает над способами их реализации, ему труднее навязать извне какую-то линию поведения, неадекватную его собственным воззрениям. И наоборот, если при наличии тех же материальных потоков и ресурсов коллектив ведет себя пассивно в информационном смысле, не создает идей или не проводит их в жизнь - иными словами, следует принципу "...тепло и сыро", - тогда его очень легко подчинить.

Хаотические компьютеры

Чего нам не хватает в современных компьютерах? Если живой организм для существования в изменчивой среде должен обладать элементами хаотического поведения, то можно предположить, что и искусственные системы, способные адекватно взаимодей ствовать с меняющимся окружением, должны быть в той или иной степени хаотичными. Современные компьютеры таковыми не являются. Они представляют собой замкнутые системы с очень большим, но конечным числом состояний. Возможно, в будущем на основе динамического хаоса создадут компьютеры нового типа - открытые с термодина мической точки зрения системы, способные адаптироваться к условиям внешней среды.

Однако уже сегодня хаотические алгоритмы могут успешно применять ся в компьютер ных технологиях для хранения, поиска и защиты информации. При решении некоторых задач они оказываются более эффективными по сравнению с традиционными методами. Это относится, в частности, к работе с мультимедийными данными. В отличие от текстов и программ мультимедийная информация требует иного способа организации памяти. Голубая мечта пользователей - возможность поиска мелодии, видеосюжета или нужных фотографий не по их атрибутам (названию директории и файла, дате создания и т. д.), а по содержанию или ассоциации, чтобы, например, по фрагменту мелодии можно было найти и воспроизвести музыкальное произведение. Оказывается, такой ассоциативный поиск можно осуществить с помощью технологий на основе детерминированного хаоса. Каким образом?

Мы уже обсуждалигенерацию информации хаотическими системами. Теперь зададимся вопросом: а нельзя ли поставить в соответствие траектории конкретные данные, записанные в виде определенной последовательностей символов? Тогда часть траекторий системы находилась бы во взаимно однозначном соответствии с нашими информаци онными последовательностями. А поскольку каждая траектория - это решение уравнений движения системы при определенных начальных условиях, то и любую последователь ность символов можно было бы восстановить путем решения этих уравнений, задав в качестве начальных условий небольшой ее фрагмент. Таким образом появилась бы возможность ассоциативного поиска информации, то есть поиска по содержанию.

Коллективом сотрудников нашего института были созданы математические модели записи, хранения и поиска информации с помощью траекторий динамических систем с хаосом. Хотя алгоритмы казались очень простыми, их потенциальная информационная емкость значительно превысила объем всей информации, имеющейся в Интернете. Развитие идеи привело к созданию технологии, позволяющей обрабатывать любые типы данных: изображения, текст, цифровую музыку, речь, сигналы и т. д. (Патент РФ 2050072, Патент США 5774587, Патент Канады 2164417).

Пример использования технологии - программный комплекс "Незабудка", предназначен ный для работы с архивами неструктурированной информации как на персональных компьютерах, так и на информационных серверах. "Незабудка" реализована в виде поисковой машины, работающей под стандартными Интернет-броузерами типа Netscape и Explorer. Вся информация в архиве записывается и хранится в виде траекторий хаотической системы. Для поиска необходимых документов пользователь составляет запрос путем набора в произволь ной форме нескольких строк текста, относящегося к содержанию требуемого документа. В ответ система выдаст искомый документ, если входной информации достаточно для его однозначного поиска, либо предложит набор вариантов. При необходимости можно получить и факсимильную копию найденного документа. Наличие ошибок в запросе не оказывает существенного влияния на качество поиска.

Дополнитель ную информацию по комплексу "Незабудка", а также демонстрационную версию программы можно получить по адресу http://www.cplire.ru .

Связь с помощью хаоса

В большинстве современных систем связи в качестве носителя информации используются гармонические колебания. Информационный сигнал в передатчике модулирует эти колебания по амплитуде, частоте или фазе, а в приемнике информация выделяется с помощью обратной операции - демодуляции. Наложение информации на носитель осуществляется либо за счет модуляции уже сформированных гармонических колебаний, либо путем управления параметрами генератора в процессе его работы.

Аналогичным образом можно производить модуляцию хаотического сигнала. Однако возможности здесь значительно шире. Гармонические сигналы имеют всего три управляемые характеристики (амплитуда, фаза и частота). В случае хаотических колебаний даже небольшие вариации в значении параметра одного из элементов источника хаоса приводят к изменениям характера колебаний, которые могут быть надежно зафиксированы приборами. Это означает, что у источников хаоса с изменяемыми параметрами элементов потенциально имеется большой набор схем ввода информационного сигнала в хаотический носитель (схем модуляции). Кроме того, хаос принципиально обладает широким спектром частот, то есть относится к широкополосным сигналам, интерес к которым в радиотехнике традиционно связан с их большей информационной емкостью по сравнению с узкополосными колебаниями. Широкая полоса частот несущей позволяет увеличить скорость передачи информации, а также повысить устойчивость системы к возмущающим факторам. Широкополосные и сверхширокополосные системы связи, основанные на хаосе, имеют потенциальные преимущества перед традиционными системами с широким спектром по таким определяющим параметрам, как простота аппаратной реализации, энергетическая эффективность и скорость передачи информации. Хаотические сигналы могут также служить для маскировки передаваемой по системе связи информации без использования расширения спектра, то есть при совпадении полосы частот информационного и передаваемого сигналов.

Совокупность перечисленных факторов стимулировала активные исследования хаотических коммуникационных систем. В настоящее время уже предложено несколько подходов к расширению спектра информационных сигналов, построению простых по архитекту ре передатчиков и приемников.

Одна из последних идей в этом направлении - так называемые прямохаотические схемы связи. В прямохаотической схеме связи информация вводится в хаотический сигнал, генерируемый непосредственно в радио- или СВЧ-диапазоне длин волн. Информацию вводят либо путем модуляции параметров передатчика, либо за счет ее наложения на хаотический носитель уже после его генерации. Соответственно, извлечение информационного сигнала из хаотического также осуществляют в области высоких или сверхвысоких частот. Оценки показывают, что широкополосные и сверхширокополосные прямохаотические системы связи способны обеспечить скорости передачи информации от десятков мегабит в секунду до нескольких гигабит в секунду. В Институте радиотехники и электроники Российской академии наук уже проведены эксперименты по прямохаотической передаче информации со скоростью до 70 Мбит/сек.

Хаос и компьютерные сети

В коммуникационных схемах хаос может использоваться как носитель информации, как динамический процесс, обеспечивающий преобразование информации к новому виду, и, наконец, как комбинация того и другого. Устройство, преобразующее с помощью хаоса сигнал в передатчике из одного вида в другой, называется хаотическим кодером . С его помощью можно изменять информацию таким образом, что она окажется недоступной стороннему наблюдателю, но в то же время будет легко возвращена к исходному виду специальной динамической системой - хаотическим декодером , находящимся на приемной стороне коммуникационной системы.

В каких процессах может использоваться хаотическое кодирование?

Во-первых, с его помощью можно принципиально по-новому организовать общее информационное пространство, создавая в нем большие открытые группы пользователей - подпространства. В рамках каждой группы вводится свой "язык" общения - единые для всех участников правила, протоколы и другие признаки данной "информационной субкультуры". Для желающих освоить этот "язык" и стать членом сообщества имеются относительно простые средства доступа. В то же время для сторонних наблюдателей участие в подобном обмене будет затруднено. Таким образом, хаотическое кодирование может служить средством структуризации "народонаселения" общего информационного пространства.

Во-вторых, подобным же образом можно организовать многопользовательский доступ к информации. Наличие глобальной сети Интернет и магистральных информационных потоков (Highways) предполагает существование общих протоколов, обеспечивающих прохождение информации по единым каналам. Однако в рамках определенных групп участников (например, в рамках корпоративных сетей) существует острая необходимость доставки информации конкретным потребителям, без разрешения доступа "чужим" участникам. Методы хаотического кодирования являются удобным средством организации таких виртуальных корпоративных сетей. Кроме того, они могут использоваться и непосредственно для обеспечения определенного уровня конфиденциальности информации, переходя в область традиционной криптографии.

Наконец, еще одна функция хаотического кодирования очень актуальна в связи с развитием электронной коммерции и обострением проблемы авторских прав в Интернете. В особенности это касается продажи через сеть мультимедийных товаров (музыки, видео, цифровой фотографии и др.). На основе детерминированного хаоса можно обеспечить такой способ защиты авторских прав и прав на интеллектуальную собственность, как снижение качества информационного продукта при общем доступе. Например, музыкальные треки, закодированные с помощью хаоса, будут распространяться в сети без каких-либо ограничений, так что каждый пользователь сможет воспользоваться ими. Однако при прослушивании без специального декодера качество звука будет низким. В чем смысл такого подхода? Распространяемая информация остается открытой и не подпадает под ограничения, накладываемые применением криптографических методов защиты. Кроме того, потенциальный покупатель имеет возможность ознакомиться с продуктом, а уже потом решить, стоит ли приобретать его высококачественную версию.

Следует отметить, что вышеперечисленные функции хаотического кодирования далеко не исчерпывают потенциальные возможности его применения в современных информационных технологиях. В ходе дальнейшего изучения и развития этой проблематики, по всей видимости, могут открыться новые грани и перспективные области использования.

Таким образом, использование динамического хаоса и фракталов в информационных технологиях не экзотика, как могло показаться еще несколько лет назад, а естествен ный путь для разработки новых подходов к созданию систем, эффективно работающих в изменчивой окружающей среде.

ФРАКТАЛЫ И ТЕОРИЯ ХАОСА

Иван Тугой

РАЗДЕЛ 1: ОБЩИЕ СВЕДЕНИЯ

ФРАКТАЛЫ И МИР ВОКРУГ НАС

Фракталы - уникальные объекты, порожденные непредсказуемыми движениями хаотического мира. Их находят в местах таких малых, как клеточная мембрана и таких огромных, как Солнечная система.

Разветвления трубочек трахей, листья на деревьях, вены в руке, река, бурлящая и изгибающаяся, рынок ценных бумаг - это все фракталы. От представителей древних цивилизаций до Майкла Джексона, ученые, математики и артисты, как и все остальные обитатели этой планеты, были зачарованы фракталами и применяли из в своей работе.

Программисты и специалисты в области компьютерной техники так же без ума от фракталов, так как фракталы бесконечной сложности и красоты могут быть сгенерированы простыми формулами на простых домашних компьютерах. Открытие фракталов было открытием новой эстетики искусства, науки и математики, а так же революцией в человеческом восприятии мира.

ЧТО ЖЕ ТАКОЕ ФРАКТАЛЫ НА САМОМ ДЕЛЕ?

Слово “Фрактал” - это что-то, о чем много людей говорит в наши дни, от физиков до учеников средней школы. Оно появляется на обложках многих учебников математики, научных журналов и коробках с компьютерным программным обеспечением. Цветные картинки фракталов сегодня можно найти везде: от открыток до футболок. За последние два десятка лет количество производимых в месяц единиц продукции, связанной с фракталами, увеличилось от нескольких десятков до многих тысяч!

Итак, что это за цветные формы, которые мы видим повсюду вокруг? Говоря простым языком, фрактал - это геометрическая фигура, определенная часть которой повторяется снова и снова, изменяясь в размерах. Отсюда следует принцип самоподобия. Все фракталы подобны самим себе, то есть они похожи на всех уровнях. Существует много типов фракталов, причем здесь описываются довольно большое их количество.

Однако фракталы - не просто сложные фигуры, сгенерированные компьютерами. Все, что кажется случайным и неправильным может быть фракталом. Теоретически, можно сказать, что все что существует в реальном мире является фракталом, будь то облако или маленькая молекула кислорода.

НАСКОЛЬКО ХАОТИЧЕН ХАОС?

Фракталы всегда ассоциируются со словом хаос. Я лично, определил бы фракталы, как частички хаоса. Фракталы проявляют хаотическое поведение, благодаря которому они кажутся такими беспорядочными и случайными. Но если взглянуть достаточно близко, можно увидеть много аспектов самоподобия внутри фрактала. Например, посмотрите на дерево, затем выберите определенную ветку и изучите ее поближе. Теперь выберите связку из нескольких листьев. Для ученых, занимающихся фракталами (которых иногда называют хаологами), все эти три объекта представляются идентичными.

Слово хаос наводит большинство людей на мысли о чем-то беспорядочном и непредсказуемом. На самом деле, это не совсем так. Итак насколько хаотичен хаос? Ответ таков, что хаос, в действительности, достаточно упорядочен и подчиняется определенным законам. Проблема состоит в том, что отыскание этих законов может быть очень сложным. Цель изучения хаоса и фракталов - предсказать закономерность в системах, которые могут казаться непредсказуемыми и абсолютно хаотическими.

Система - это набор вещей, или область изучения, причем некоторые из обычных систем, которые хаологи любят изучать включают облачные образования, погода, движение водных потоков, миграции животных, и множество других аспектов из жизни матери природы. Так что, в конце концов, может быть, весь мир вокруг нас фрактален!

ГЕОМЕТРИЯ 21 ВЕКА

Для многих хаологов, изучение хаоса и фракталов не просто новая область познания, которая объединяет математику, теоретическую физику, искусство и компьютерные технологии - это революция. Это открытие нового типа геометрии, той геометрии, которая описывает мир вокруг нас и которую можно увидеть не только в учебниках, но и в природе и везде в безграничной вселенной.

Пионером в этой новой области познания, которого многие называют отцом фракталов был Франко-Американский математик Профессор Бенуа Б. Мандельброт (Benoit B. Mandelbrot). В середине 1960х после десятилетий обучения и научной деятельности, Мандельброт разработал то, что он назвал фрактальная геометрия или геометрия природы (об этом он написал свой бестселлер - Фрактальная геометрия природы). Целью фрактальной геометрии был анализ сломанных, морщинистых и нечетких форм. Мандельброт использовал слово фрактал, потому что это предполагало осколочность и фракционность этих форм.

Сегодня Мандельброт и другие ученые, такие как Клиффорд А. Пикковер (Clifford A. Pickover), Джеймс Глейк (James Gleick) или Г. О. Пейтген (H.O. Peitgen) пытаются расширить область фрактальной геометрии так, чтобы она могла быть применена практически ко всему в мире, от предсказания цен на рынке ценных бумаг до совершения новых открытий в теоретической физике.

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ФРАКТАЛОВ

Фракталы находят все большее и большее применение в науке. Основная причина этого заключается в том, что они описывают реальный мир иногда даже лучше, чем традиционная физика или математика. Вот несколько примеров:

КОМПЬЮТЕРНЫЕ СИСТЕМЫ

Наиболее полезным использованием фракталов в компьютерной науке является фрактальное сжатие данных. В основе этого вида сжатия лежит тот факт, что реальный мир хорошо описывается фрактальной геометрией. При этом, картинки сжимаются гораздо лучше, чем это делается обычными методами (такими как jpeg или gif). Другое преимущество фрактального сжатия в том, что при увеличении картинки, не наблюдается эффекта пикселизации (увеличения размеров точек до размеров, искажающих изображение). При фрактальном же сжатии, после увеличения, картинка часто выглядит даже лучше, чем до него.

МЕХАНИКА ЖИДКОСТЕЙ

Изучение турбулентности в потоках очень хорошо подстраивается под фракталы. Турбулентные потоки хаотичны и поэтому их сложно точно смоделировать. И здесь помогает переход к из фрактальному представлению, что сильно облегчает работу инженерам и физикам, позволяя им лучше понять динамику сложных потоков.

При помощи фракталов также можно смоделировать языки пламени.

Пористые материалы хорошо представляются в фрактальной форме в связи с тем, что они имеют очень сложную геометрию. Это используется в нефтяной науке.

ТЕЛЕКОММУНИКАЦИИ

Для передачи данных на расстояния используются антенны, имеющие фрактальные формы, что сильно уменьшает их размеры и вес.

ФИЗИКА ПОВЕРХНОСТЕЙ

Фракталы используются для описания кривизны поверхностей. Неровная поверхность характеризуется комбинацией из двух разных фракталов.

МЕДИЦИНА

Биосенсорные взаимодействия

Биения сердца

БИОЛОГИЯ

Моделирование хаотических процессов, в частности при описании моделей популяций.

ФРАКТАЛЬНАЯ РАЗМЕРНОСТЬ: СПРЯТАННЫЕ ИЗМЕРЕНИЯ

Одной из идей, выросших из открытия фрактальной геометрии была идея нецелых значений для количества измерений в пространстве. Конечно, мы не можем осознать четырехмерные вещи, хотя Lucky Tesseract и активно работает в этом направлении. Мандельброт назвал нецелые измерения такие как 2.76 фрактальными измерениями. Обыкновенная евклидова геометрия утверждает, что пространство ровное и плоское. Свойства такого пространства такого пространства задают точки, линии, углы, треугольники, кубы, сферы, тетраэдры и т. д.

Мандельброт верил, что действительный ландшафт пространства не ровный и что в нашем мире нет ничего, что было бы совершенно плоским, круглым, то есть все фрактально. Следовательно объект, имеющий точно 3 измерения невозможен. Вот почему концепция фрактального измерения была нужна для измерения степени неровности вещей.

Например посмотрите на лист бумаги (предположим, что он двумерный), скомканный в шар. Разве он двумерный? Нет, так как у него есть длина, ширина и высота. Но он не может быть и трехмерным, потому что он сделан из одного бесконечно тонкого листа и, к тому же, он не полностью однородный. Итак, его фрактальная размерность приблизительно равна 2.5. Но его нормальная размерность, так же называемая Евклидовой размерностью будет равна 3. Все фракталы, особенно фрактальные кривые, имеют фрактальные размерности. Мандельброт часто использовал пример того, что береговая линия Англии имеет бесконечную длину.

Попытайтесь наложить нитку на береговую линии Англии на атласе. Затем сделайте то же самое с мореходной картой. Удивительно, но величина последнего измерения будет гораздо больше. Затем поезжайте в Англию и измерьте ее береговую линию метровой полкой. Эта длина будет еще длинней. Продолжайте этот процесс до тех пор, пока у вас в руках не окажется чертежная линейка, которой вы можете измерить береговую линию частичка за частичкой, атом за атомом. Конечно идея этого непрактичного эксперимента в том, что расстояния должны быть соизмеримы по масштабу, положению и деталям. Позже Мандельброт определил, что фрактальная размерность береговой линии Англии составляет 1.25.

Многие объекты в природе (например человеческое тело) состоят из множества фракталов, смешанных друг с другом, причем каждый фрактал имеет свою размерность отличную от размерности остальных. Например, двумерная поверхность человеческой сосудистой системы изгибается, ветвится, скручивается и сжимается так, что ее фрактальная размерность равна 3.0. Но если бы она была разделена на отдельные части, фрактальная размерность артерий была бы только 2.7, тогда как бронхиальные пути в легких имели бы фрактальную размерность 1.07.

РАЗДЕЛ 2: ДЕТЕРМИНИРОВАННЫЕ ФРАКТАЛЫ

ОБЩАЯ ХАРАКТЕРИСТИКА

Первыми открытыми фракталами были т.н. детерминированные фракталы. Их отличительной чертой является свойство самоподобия, обусловленное особенностями метода их генерации.

Некоторые предпочитают называть эти фракталы классическими, геометрическими фракталами или линейными фракталами. Эти фракталы обычно формируются начиная с инициатора - фигуры, к которой применяется определенный основной рисунок. Во всех детерминированных фракталах, само-подобие проявляется на всех уровнях. Это значит, что независимо от того насколько вы приближаете фрактал, вы увидите все тот же узор. Для сложных фракталов, которые будут рассмотрены позже, это не так. Детерминистские фракталы образуются в процессе, называемом итерацией, которая применяет основной рисунок к инициатору, после чего применяет его к результату и так далее. Большинство людей итерируют детерминированные фракталы 5-7 раз чтобы получить четкую красивую картинку. Эти фракталы линейны, так как при каждой итерации, что-то убирается либо прибавляется в форме прямых линий. Ниже находятся примеры некоторых обычных детерминированных фракталов, сгенерированных на обычном компьютере простыми программами на BASIC’е.

РЕШЕТКА СЕРПИНСКОГО

Это один из фракталов, с которыми экспериментировал Мандельброт, когда разрабатывал концепции фрактальных размерностей и итераций. Треугольники, сформированные соединением средних точек большего треугольника вырезаны из главного треугольника, образовывая треугольник, с большим количеством дырочек. В этом случае инициатор - большой треугольник а шаблон - операция вырезания треугольников, подобных большему. Так же можно получить и трехмерную версию треугольника, используя обыкновенный тетраэдр и вырезая маленькие тетраэдры. Размерность такого фрактала ln3/ln2 = 1.584962501.

Чтобы получить ковер Серпинского, возьмем квадрат, разделим его на девять квадратов, а средний вырежем. То же сделаем и с остальными, меньшими квадратами. В конце концов образуется плоская фрактальная сетка, не имеющая площади, но с бесконечными связями. В своей пространственной форме, губка Серпинского преобразуется в систему сквозных форм, в которой каждый сквозной элемент постоянно заменяется себе подобным. Эта структура очень похожа на разрез костной ткани. Когда-нибудь такие повторяющиеся структуры станут элементом строительных конструкций. Их статика и динамика, считает Мандельброт, заслуживает пристального изучения.

ФРАКТАЛ СЕРПИНСКОГО

Не перепутайте этот фрактал с решеткой Серпинского. Это два абсолютно разных объекта. В этом фрактале, инициатор и генератор одинаковы. При каждой итерации, добавляется уменьшенная копия инициатора к каждому углу генератора и так далее. Если при создании этого фрактала произвести бесконечное число итераций, он бы занял всю плоскость, не оставив ни одной дырочки. Поэтому его фрактальная размерность ln9/ln3 = 2.0

КРИВАЯ КОХА

Кривая Коха один из самых типичных детерминированных фракталов. Она была изобретена в девятнадцатом веке немецким математиком по имени Хельге фон Кох, который, изучая работы Георга Контора и Карла Вейерштрассе, натолкнулся на описания некоторых странных кривых с необычным поведением. Инициатор - прямая линия. Генератор - равносторонний треугольник, стороны которого равны трети длины большего отрезка. Эти треугольники добавляются к середине каждого сегмента снова и снова. В своем исследовании, Мандельброт много экспериментировал с кривыми Коха, и получил фигуры такие как Острова Коха, Кресты Коха, Снежинки Коха и даже трехмерные представления кривой Коха, используя тетраэдр и прибавляя меньшие по размерам тетраэдры к каждой его грани. Кривая Коха имеет размерность ln4/ln3 = 1.261859507.

Крест Коха - это один из вариантов кривой Коха, изобретенный Мандельбротом. Вместо отрезка прямой, он использовал в качестве инициатора квадрат или прямоугольник. Так как в этом фрактале использован та же самая идея что и в оригинальной кривой Коха, его фрактальная размерность такая же: ln4/ln3 = 1.261859507.

ФРАКТАЛ МАНДЕЛЬБРОТА

Это НЕ множество Мандельброта, которое можно достаточно часто видеть. Множество Мандельброта основано на нелинейных уравнениях и является комплексным фракталом. Это тоже вариант кривой Коха несмотря на то, что этот объект не похож на нее. Инициатор и генератор так же отличны от использованных для создания фракталов, основанных на принципе кривой Коха, но идея остается той же. Вместо того, чтобы присоединять равносторонние треугольники к отрезку кривой, квадраты присоединяются к квадрату. Благодаря тому, что этот фрактал занимает точно половину отведенного пространства при каждой итерации, он имеет простую фрактальную размерность 3/2 = 1.5

ФРАКТАЛЫ ЗВЕЗДА И СНЕЖИНКА

Оба эти объекта не являются классическими фракталами и они не были изобретены Мандельбротом или кем-либо из известных математиков. Я просто создал эти фракталы из интереса и чтобы поэкспериментировать в программировании. И инициатор и генератор здесь фигура, сформированная соединением средних точек сторон со средними точками противолежащих сторон в правильном шестиугольнике. Более того, я могу только подозревать о размерности этих фракталов.

КОЛБАСА МИНКОВСКОГО

Автор этого фрактала Герман Минковский, по имени которого он и был назван. Минковский не предлагал термин колбаса для названия этого объекта. Слово кривая или просто фрактал, возможно, понравилось бы больше. И инициатор и генератор довольно сложны и составлены из ряда прямых углов и сегментов различной длины. У самого инициатора 8 частей. Фрактальная размерность колбасы Минковского - ln8/ln4 = 1.5

ФРАКТАЛ ЛАБИРИНТ

Этот фрактал еще иногда называют H-деревом. И инициатор и генератор имеют вид буквы H. На приведенном здесь примере сама H не закрашена. Вместо этого заполнены области вне фрактала, что облегчает восприятие рисунка и шаблона. Фрактальная размерность этого конкретно фрактала весьма интересна. Так как толщина H в процессе итераций уменьшается, размерность кончиков буквы H точно 2.0, но элементы между кончиками имеют другую размерность, меняющуюся от 1.3333 до 1.6667.

ПЯТИУГОЛЬНИК ДАРЕРА

Фрактал выглядит как связка пятиугольников, сжатых вместе. Фактически он образован при использовании пятиугольника в качестве инициатора и равнобедренных треугольников, отношение большей стороны к меньшей в которых в точности равно так называемой золотой пропорции (1.618033989 или 1/(2cos72)) в качестве генератора. Эти треугольники вырезаются из середины каждого пятиугольника, в результате чего получается фигура, похожая на 5 маленьких пятиугольников, приклеенных к одному большому.

Вариант этого фрактала можно получить при использовании в качестве инициатора шестиугольника. Этот фрактал называется Звезда Давида и он довольно похож на шестиугольную версию Снежинки Коха. Фрактальная размерность пятиугольника Дарера ln6/ln(1+g), где g - отношение длины большей стороны треугольника к длине меньшей. В данном случае, g - это Золотая Пропорция, так что фрактальная размерность приблизительно равна 1.86171596. Фрактальное измерение Звезды Давида ln6/ln3 или 1.630929754.

КРИВАЯ ДРАКОНА

Изобретенная итальянским математиком Джузеппе Пеано, Кривая Дракона или Взмах Дракона, как он назвал его, очень похож на колбасу Минковского. Использован более простой инициатор, а генератор тот же самый. Мандельброт назвал этот фрактал Река Двойного Дракона. Его фрактальная размерность приблизительно равна 1.5236.

КРИВАЯ ГИЛЬБЕРТА

Этот фрактал очень похож на Фрактал Лабиринт, кроме того факта что ширина буквы U, являющейся генератором не изменяется с каждой итерацией. Однако, в отличии от Фрактала Лабиринта, кривая Гильберта также называемая Отелем Гильберта, имеет одно единственное фрактальное измерение, которое точно равно 2.0, так как при бесконечном количестве итераций, он займет всю плоскость.

ФРАКТАЛ КОРОБКА

Это очень простой детерминированный фрактал, который образуется при прибавлении квадратов к вершинам других квадратов. И инициатор и генератор - квадраты. Его фрактальная размерность ln8/ln3 или 1.892789261.

РАЗДЕЛ 3: СЛОЖНЫЕ ФРАКТАЛЫ

ОБЩАЯ ХАРАКТЕРИСТИКА

Большая часть встречающихся сегодня фракталов не являются детерминированными. Они не линейны и не собранны из повторяющихся геометрических форм. Такие фракталы называются сложными.

Фактически, если вы увеличите маленькую область любого сложного фрактала а затем проделаете то же самое с маленькой областью этой области, то эти два увеличения будут значительно отличаться друг от друга. Два изображения будут очень похожи в деталях, но они не будут полностью идентичными.

Сравните, например приведенные здесь картинки множества Мандельброта, одна из которых получена при увеличении некоторой области другой. Как видно, они абсолютно не являются идентичными, хотя на обоих мы видим черный круг, от которого в разные стороны идут пылающие щупальца. Эти элементы повторяются бесконечно долго во множестве Мандельброта в уменьшающейся пропорции.

Детерминистские фракталы являются линейными, тогда как сложные фракталы таковыми не являются. Будучи нелинейными, эти фракталы генерируются тем, что Мандельброт назвал нелинейными алгебраическими уравнениями. Хороший пример - это процесс Zn+1=ZnІ + C, что является уравнением, используемым для построения множества Мандельброта и Жулии второй степени. Решение этих математических уравнений вовлекает комплексные и мнимые числа. Когда уравнение интерпретируется графически на комплексной плоскости, результатом оказывается странная фигура, в которой прямые линии переходят в кривые, появляются хотя и не без деформаций, эффекты самоподобия на различных масштабных уровнях. При этом вся картина в целом является непредсказуемой и очень хаотичной.

Как можно увидеть, смотря на картинки, сложные фракталы действительно очень сложны и их невозможно создать без помощи компьютера. Для получения красочных результатов этот компьютер должен обладать мощным математическим сопроцессором и монитором с высоким разрешением. В отличии от детерминистских фракталов, сложные фракталы не вычисляются за 5-10 итераций. Практически каждая точка на экране компьютера как отдельный фрактал. Во время математической обработки, каждая точка рассматривается как отдельный рисунок. Каждой точке соответствует определенное значение. Уравнение встраивается, применительно к каждой точке и производится, к примеру 1000 итераций. Для получения сравнительно неискаженного изображения за приемлемый для домашних компьютеров промежуток времени, для одной точки возможно проводить 250 итерации.

Большинство фракталов, которые мы видим сегодня, красиво раскрашены. Возможно фрактальные изображения получили такое большое эстетическое значение именно благодаря своим цветовым схемам. После того, как уравнение посчитано, компьютер анализирует результаты. Если результаты остаются стабильными, или колеблются вокруг определенного значения, точка обычно принимает черный цвет. Если значение на том или ином шаге стремится к бесконечности, точку закрашивают в другой цвет, может быть в синий или красный. Во время этого процесса, компьютер назначает цвета для всех скоростей движения.

Обычно, быстро движущиеся точки закрашивают в красный цвет, тогда как более медленные в желтый и так далее. Темные точки, вероятно, самые стабильные.

Сложные фракталы отличаются от детерминистских в том смысле, что они бесконечно сложные, но, при этом, могут быть сгенерированы очень простой формулой. Детерминистским фракталам не нужны формулы или уравнения. Просто возьмите чертежную бумагу и вы можете построить решето Серпинского до 3 или 4 итерации без каких-либо затруднений. Попробуйте сделать это с множеством Жулиа! Легче пойти мерить длину береговой линии Англии!

МНОЖЕСТВО МАНДЕЛЬБРОТА

Множества Мандельброта и Жулиа, вероятно, два наиболее распространенных среди сложных фракталов. Их можно найти во многих научных журналах, обложках книг, открытках, и в компьютерных хранителях экрана. Множество Мандельброта, которое было построено Бенуа Мандельбротом, наверное первая ассоциация, возникающая у людей, когда они слышат слово фрактал. Этот фрактал, напоминающий чесальную машину с прикрепленными к ней пылающими древовидными и круглыми областями, генерируется простой формулой Zn+1=Zna+C, где Z и C - комплексные числа и а - положительное число.

Множество Мандельброта, которое чаще всего можно увидеть - это множество Мандельброта 2й степени, то есть а=2. Тот факт, что множество Мандельброта не только Zn+1=ZnІ+C, а фрактал, показатель в формуле которого может быть любым положительным числом ввел в заблуждение многих. На этой странице вы видите пример множества Мандельброта для различных значений показателя а.

Также популярен процесс Z=Z*tg(Z+C). Благодаря включению функции тангенса, получается множество Мандельброта, окруженное областью, напоминающей яблоко. При использовании функции косинуса, получаются эффекты воздушных пузырьков. Короче говоря, существует бесконечное количество способов настройки множества Мандельброта для получения различных красивых картинок.

МНОЖЕСТВО ЖУЛИА

Удивительно, но множества Жулиа образуются по той же самой формуле, что и множество Мандельброта. Множество Жулиа было изобретено французским математиком Гастоном Жулиа, по имени которого и было названо множество. Первый вопрос, возникающий после визуального знакомства с множествами Мандельброта и Жулиа это “если оба фрактала сгенерированы по одной формуле, почему они такие разные?” Сначала посмотрите на картинки множества Жулиа. Достаточно странно, но существуют разные типы множеств Жулиа. При рисовании фрактала с использованием различных начальных точек (чтобы начать процесс итераций), генерируются различные изображения. Это применимо только ко множеству Жулиа:

Хотя это нельзя увидеть на картинке, фрактал Мандельброта - это, на самом деле, множество фракталов Жулиа, соединенных вместе. Каждая точка (или координата) множества Мандельброта соответствует фракталу Жулиа. Множества Жулиа можно сгенерировать используя эти точки в качестве начальных значений в уравнении Z=ZІ+C. Но это не значит, что если выбрать точку на фрактале Мандельброта и увеличить ее, можно получить фрактал Жулиа. Эти две точки идентичны, но только в математическом смысле. Если взять эту точку и просчитать ее по данной формуле, можно получить фрактал Жулиа, соответствующий определенной точке фрактала Мандельброта.

РАЗДЕЛ 4: ТЕОРИЯ ХАОСА

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. Он основан на трех дифференциальных уравнениях, трех константах и трех начальных условиях.

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.

Однако согласно вышесказанному не следует, что теория хаоса не имеет приложений в реальной жизни.

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.

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.

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. 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.

ДВИЖЕНИЕ БИЛЛИАРДНОГО ШАРИКА

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!

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. 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 (слева) не выглядит как дерево. Вместо этого, он выглядит как хитроумный рыболовный крючок!

Может быть округление до 2 разрядов было слишком 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!

Так как левая сторона (содержащая все нечетные числа) не производит эффект крючка, случайные беспорядочности, произведенные Броуновским 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 24 разрядов. На этот раз, результат - приятно выглядящая компьютеризированная хаотическая эмуляция реального дерева.

РАЗДЕЛ 5: ДЕРЕВО ФЕЙГЕНБАУМА

ОБЩАЯ ИНФОРМАЦИЯ

Теория хаоса находит прямое применение в задаче моделирования роста популяций и рассматривается здесь на примере диаграммы Фейгенбаума, построенной с помощью программы LT Bifurcator.

БИФУРКАЦИИ В МОДЕЛЯХ ПОПУЛЯЦИЙ

Чудо фрактальной геометрии заключается в том, что чрезвычайно сложные формы могут получаться из таких простых процессов генерирования. Еще один сюрприз преподносит нам учение о динамических системах: такие простые, детерминированные уравнения могут порождать такое хаотическое поведение, при котором система никогда не возвращается в стабильное состояние и не проявляется никакой закономерности. Часто такие системы ведут себя вполне нормально до некоторого определенного значения ключевого параметра, потом испытывают переход и в котором существует две возможности дальнейшего развития, потом четыре, и, наконец, хаотический набор возможностей.

В 1786 году Томас Мальтус разработал математическую модель роста популяций и оказалось, что эта и другие модели подобного типа обладают описанным выше свойством. Предположим, что у нас есть модель в которой скорость роста популяции это функция, в частности, от численности популяции:

Новая популяция = скорость роста * старая популяция (1 – старая популяция)

Где популяция нормализована так, что она принимает значения от 0 до 1. Естественно, такая модель является сильно упрощенной и не может достаточно точно описывать динамику развития популяций. При скорости роста меньше 200%, эта модель стабильна, т.к. для любого начального значения, после нескольких поколений, численность популяции устанавливается на стабильном уровне. Но если скорость роста превышает 200%, кривая, графически отображающая уравнение, разделяется или бифурцирует на два дискретных решения, затем на четыре, и вскоре становится хаотической.

ДЕРЕВО ФЕЙГЕНБАУМА

Логистическое уравнение - это формула, над которой, в основном, работал Митчел Фейгенбаум при создании своей теории о фракталах. Эта формула должна описывать динамику развития популяции:

f(x) = (1 – x)rx

Простейшая модель - это пропорциональное соотношение численности с прошлым годом. Допустим в прошлом году у нас было x животных. В этом году их должно быть rx животных. Но это не выполняется в реальных условиях. Лучшее соответствие с реальностью получится если добавить фактор, зависящий от того какой потенциал существует у популяции для дальнейшего развития, и пусть x - коэффициент полноты, который меняется от 0 до 1. Потом добавляется фактор 1 – x, так что территория почти полностью заполнена, популяция не возрастет выше верхнего предела.

Расширяя логистическое выражение, получаем:

f(x) = аx – ах 2

Формула, использующаяся в программе LT Bifurcator для объяснения сущности фрактала Фейгенбаума - (1 + r)x – rx 2 не сильно отличается от формулы, приведенной выше. В принципе, для изучения теории можно было использовать любую формулу, например самую простую из формул данного вида - xІ – r. Единственными различиями являются различия в координатах окон на картинке и несколько измененный внешний вид изображения.

ПОЧЕМУ СИСТЕМА СТАНОВИТСЯ НЕПРЕДСКАЗУЕМОЙ?

Объяснение этому явлению дать не просто. Для каждой точки параметра r (по оси абсцисс), для функции x возможны следующие варианты. У функции могут быть:

· периодическая орбита, т.е. она периодически принимает одно или несколько значений, что происходит с фракталом, приведенным здесь в качестве иллюстрации на сегменте 0 < r < 2.57

· хаотическая орбита, т.е. она принимает такое большое количество различных значений при итерационном процессе, что невозможно найти какой-либо закономерности, как это можно было сделать в первом случае

· значения, не ограниченные по абсолютной величине, причем это происходит с обоих сторон дерева. Поэтому здесь уже невозможно отображать точки.

В первом случае, мы видим функцию, периодически принимающую определенные значения. При этом у дерева наблюдается одна или несколько ветвей. Число значений, которые принимает функция называется периодом итераций. У функции может быть период от одного до бесконечности.

Когда параметр пробегает значения от 0 до 2, период функции равен единице. В этом случае, соответствующее значение функции называется фиксированной точкой. Эта фиксированная точка оказывается решением уравнения

x = (1 + r)x – rx 2

1 + r)x – rx 2 – x = 0

Решения этого уравнения:

Отображая эти решения графически, мы видим, что один из графиков (для случая сложения членов в числителе) точно соответствует стеблю дерева Фейгенбаума вплоть до параметра, равного 2. Решения уравнения называются фиксированными точками. Так как только одно из решений совпадает с деревом Фейгенбаума и является результатом итераций, вторая функция дает притягивающие фиксированные точки.

x=(1+r)x - rx 2 ; r=2.1; x0=0.8

При r = 2, фиксированная точка (т.е. одно из решений приведенного выше уравнения) перестает быть притягивающей фиксированной точкой и становится отталкивающей. С этого момента, функция уже никогда не сходится к одной точке. Далее начинается периодический цикл для функции, причем вначале функция колеблется между двумя точками. Анализируя полученные результаты, можно понять, что эти значения можно расценивать, как решения, полученные при итерации функции два раза. Давайте посмотрим, что будет, если мы запишем x как следующую функцию

x = [(1 + r)x – rx 2 ] 2 + (1+r)x

В результате получается четыре решения, причем первые два из них являются решениями исходного выражения. Это достаточно очевидно, что они тоже появляются здесь. Но интерес представляют третье и четвертое выражения. Если мы подставим в них 2.1 (значение, использовавшееся при составлении таблицы), то получим соответственно 1,128746121 и 0,823648487, т.е. те же значения, что и в таблице. Чего, собственно говоря, и следовало ожидать. Графическое изображение функции также представляет интерес. Фактически, мы получаем начало фегенбаумова дерева. Установленные факты можно использовать для расчета точек бифуркаций. Третье и четвертое уравнения не определены при значении параметра меньше 2, т.е. там, где линия разветвляется.

ОКНА В ДЕРЕВЕ ФЕЙГЕНБАУМА

Трудно сказать почему появляются окна в фейгенбаумовом дереве. Легче ответить на вопрос как они появляются. Это те области, для которых итерационным орбитам соответствуют нули. Например, если результат первой итерации дает в ответе 0, у нас появляется окно. Фактически это означает решение уравнения: 0 2 – r = 0

АТТРАКТОР И КОНСТАНТА ФЕЙГЕНБАУМА

АТТРАКТОР ФЕЙГЕНБАУМА

В отличие от константы Фейгенбаума, это число не является универсальным. Значение этого аттрактора зависит от того, какая используется формула. Для формулы, используемой в Lt Bifurcator x = (1 + r)x – rxІ графически можно найти значение приблизительно равное 2.56.

Число представляет значение параметра, при котором график первый раз проходит бесконечное количество бифуркаций. Это означает, что аттрактор Фейгенбаума - это хаотический аттрактор, т.к. функция никогда не проходит повторяющейся орбиты.

Чтобы просчитать это значение, можно использовать константу Фейгенбаума, но т.к. эта константа появляется только при многих буфуркациях если вам необходима приемлемая точность, практически это трудно реализуется и мне пока не удалось использовать этот метод.

Также следует заметить, что для всех окон на диаграмме Фейгенбаума, существует свое значение постоянной, при котором функция бифурцирует бесконечное количество раз.

КОНСТАНТА ФЕЙГЕНБАУМА

Если бы от меня требовался короткий ответ, я бы сказал: Это приблизительно 4.669211660910299067185320382047...

Однако это бы никого не удовлетворило. Вероятно это число является самым фантастическим фактом этого фрактала. Существует много формул, результатом которых является это дерево, но число все время остается одним и тем же. Стало уже почти легендой то обстоятельство, что Митчел Фейгенбаум позвонил домой маме, когда открыл универсальность и сказал, что это сделает его известным.

Знаменитая постоянная появляется, когда вы сравниваете длину одной части дерева, т.е. частей между линией бифуркаций (смотри иллюстрацию). Первая часть от 0 до 2. Ее длина равна 2. Следующая часть - от 2 до 2.448 и ее длина 0,448. Отношение между двумя длинами - 2/0.448 = 4,4642. В общем-то это достаточно близко к значению константы Фейгенбаума, но, согласно теории, результат можно улучшить, если взять предел отношения n+1 длины отрезка к n при n стремящемся к бесконечности (конечно это стремление ограничено аттрактором Фейгенбаума).

Конечно, данный пример является просто примером и не претендует на какую-либо точность, т.к. данные получены достаточно быстро чисто графическим методом.

Важно запомнить, что с каждой бифуркацией требуется просчитать все больше и больше значений, чтобы получить точный результат, т.к. функции требуется больше итераций для стабилизации. Если вы пытаетесь построить дерево Фейгенбаума лишь по нескольким точкам, бифуркации последуют раньше, чем это есть на самом деле. Это становится все более важно при все большем и большем приближении дерева. Я использовал около 1000 итераций для значений, приведенных в таблице.

ГЕНЕРАЦИЯ СЛУЧАЙНЫХ ЧИСЕЛ

Посмотрите на распределение точек где-нибудь на правом краю дерева Фейгенбаума (Свойства -> Интервал -> Отрезок Псевдохаоса в программе Lt Bifurcator) Видите, они кажутся очень случайными. Так что кажется вполне оправданной идея использования этого для генерации случайных чисел.

Все что для этого может потребоваться - это запустить формулу x = (1 + r)x – rx 2 или какую-либо ей подобную и использовать последнее вычисленное значение каждый раз, когда требуется случайное число. Да это сработает: вы получите орбиту, которая никогда не повторяется, так как там хаос, но, к несчастью, я проверил распределение точек и результат не оказался равномерным, т.е. возможно, не равный для всех интервалов.

Числа, вычисленные по формуле всегда лежат между –2 и 2. Это легко растянуть на интервал от 0 до 9 и сделать числа целыми. Я сделал это и посчитал сколько попаданий получилось для каждого числа при проведении многих тысяч итераций. Вот результат:

r=1.99999, 50000 итераций

среднее x: 4.501

стандартное отклонение x: 3.430

Нетрудно увидеть, что это не дает желаемого распределения. Но может быть взять значения, лежащие ближе к 3? Новый тест:

r=1.99999999999999, 50000 итераций

среднее x: 4.489

стандартное отклонение x: 3.425

К сожалению, это дает нам почти такую же кривую распределения.

Примечание

Чтобы дать некоторое представление о среднем и стандартном отклонении: Если бы у нас был результат, который мы хотели получить, частота каждого числа между 0 и 9 была бы равна 5000, среднее значение было бы 4.5 и стандартное отклонение - 2.872.

ДЕРЕВО ФЕЙГЕНБАУМА И МНОЖЕСТВО МАНДЕЛЬБРОТА

Если вы когда-либо видели формулу множетсва Мандельброта z=z 2 + x, вы могли бы заметить схожесть между этой формулой и самой простой из формул для построения дерева Фейгенбаума x 2 – r. И это действительно так. Сходство существует. Но фейгенбаумово дерево растет в другую сторону. Измените формулу Фейгенбаума на x 2 + r и вы увидите сходство. Что касается множества Мандельброта, вам нужно смотреть вдоль горизонтальной оси, так как это единственная позиция в которой комплексная часть числа Мандельброта равна нулю. Вы увидите, что основное тело фигуры Мандельброта находится там, где функция в дереве Фейгенбаума принимает лишь одно значение. Когда происходит первое разделение линии (бифуркация) появляется новое тело на фигуре Мандельброта и т.д. Обратите также внимание на то, что когда в дереве открывается главное окно, на фигуре Мандельброта появляется дочернее тело.