Порядок и беспорядок в природе.

Содержание

Введение
1.Объяснение порядка и беспорядка
2.Теория хаоса. Соотношение хаоса и порядка
3.Связь энтропия, информации и симметрия. Самоорганизация
Заключение
Список литературы

Порядок и беспорядок в природе.

Ярким примером хаотического поведения является движение бильярдного шара. От начальной точности удара, его силы, положения кия относительно шара, оценка месторасположения шара, по которому наносится удар, а также расположения других шаров, находящихся на столе, зависит конечный результат. Малейшая неточность в одном из этих факторов приводит к самым непредсказуемым последствиям – шар может покатиться совсем не туда, куда ожидал бильярдист. Более того, даже если бильярдист все сделал правильно, попробуйте предсказать движения шара после пяти-шести столкновений.
Рассмотрим еще один пример влияния начальных условий на конечный результат. Представим себе, например, камень на вершине горы. Стоит его чуть-чуть подтолкнуть, и он покатится вниз до самого подножия горы. Понятно, что совсем малое изменение силы толчка и его направления может привести к очень значительному изменению места остановки камня у подножия. Есть, правда, одна очень существенная разница между примером с камнем и хаотической системой. В первом факторы воздействия на камень во время его падения с горы (ветер, препятствия, изменения внутренней структуры вследствие столкновений и т.п.) уже не оказывают сильного воздействия на конечный результат, по сравнению с начальными условиями. В хаотических системах малые изменения оказывают значительное воздействие на результат не только в начальных условиях, но и прочих факторах.
Один из главных выводов теории хаоса, таким образом, заключается в следующем – будущее предсказать невозможно, так как всегда будут ошибки измерения, порожденные в том числе незнанием всех факторов и условий.
Еще одним из основных свойств хаоса является экспоненциальное накопление ошибки. Согласно квантовой механике начальные условия всегда неопределенны, а согласно теории хаоса – эти неопределенности будут быстро прирастать и превысят допустимые пределы предсказуемости.
Второй вывод теории хаоса – достоверность прогнозов со временем быстро падает. Данный вывод является существенным ограничением для применимости фундаментального анализа, оперирующего, как правило, именно долгосрочными категориями.
Обычно говорят, что хаос является более высокой формой порядка, однако более правильно считать хаос другой формой порядка – с неизбежностью в любой динамической системе за порядком в обычном его понимании следует хаос, а за хаосом порядок. Если мы определим хаос как беспорядок, то в таком беспорядке мы обязательно сможем увидеть свою, особенную форму порядка. Например, дым от сигарет сначала поднимающийся в виде упорядоченного столба под влиянием внешней среды принимает все более причудливые очертания, а его движения становятся хаотичными. Еще один пример хаотичности в природе – лист с любого дерева. Можно утверждать, что вы найдете много похожих листьев, например дуба, однако нет ни одной пары одинаковых листьев. Разница предопределена температурой, ветром, влажностью и многими другими внешними факторами, кроме чисто внутренних причин (например, генетической разницей).
Движение от порядка к хаосу и обратно, по всей видимости, является сущностью Вселенной, какие бы проявления ее мы не изучали. Даже в человеческом мозгу одновременно присутствует упорядоченное и хаотическое начала. Первое соответствует левому полушарию мозга, а второе – правому. Левое полушарие отвечает сознательное поведение человека, за выработку линейных правил и стратегий в поведении человека, где четко определяется «если..., то...». В правом же полушарии царит нелинейность и хаотичность. Интуиция является одним из проявлений правого полушария мозга.
Теория хаоса изучает порядок хаотической системы, которая выглядит случайной, беспорядочной. При этом теория хаоса помогает построить модель такой системы, не ставя задачу точного предсказания поведения хаотической системы в будущем.
Первые элементы теории хаоса появились еще в XIX веке, однако подлинное научное развитие эта теория получила по второй половине XX века, вместе с работами Эдварда Лоренца (Edward Lorenz) из Массачусетского технологического института и франко-американского математика Бенуа Б. Мандельброта (Benoit B. Mandelbrot).
Эдвард Лоренц в свое время (начало 60-х годов XX века, работа опубликована в 1963 году) рассматривал, в чем возникает трудность при прогнозировании погоды. До работы Лоренца в мире науки господствовало два мнения относительно возможности точного прогнозирования погоды на бесконечно длительный срок.
Первый подход сформулировал еще в 1776 году французский математик Пьер Симон Лаплас. Лаплас заявил, что «...если мы представим себе разум, который в данное мгновение постиг все связи между объектами во Вселенной, то он сможет установить соответствующее положение, движения и общие воздействия этих объектов в любое время в прошлом или в будущем». Этот подход был очень похож на известные слова Архимеда: «Дайте мне точку опоры, и я переверну весь мир». Таким образом, Лаплас и его сторонники говорили, что для точного прогнозирования погоды необходимо только собрать больше информации обо всех частицах во Вселенной, их местоположении, скорости, массе, направлении движения, ускорении и т.п. Лаплас думал, чем больше человек будет знать, тем точнее будет его прогноз относительно будущего.
Второй подход к возможности прогнозирования погоды раньше всех наиболее четко сформулировал другой французский математик, Жюль Анри Пуанкаре. В 1903 году он сказал: «Если бы мы точно знали законы природы и положение Вселенной в начальный момент, мы могли бы точно предсказать положение той же Вселенной в последующий момент. Но даже если бы законы природы открыли нам все свои тайны, мы и тогда могли бы знать начальное положение только приближенно. Если бы это позволило нам предсказать последующее положение с тем же приближением, это было бы все, что нам требуется, и мы могли бы сказать, что явление было предсказано, что оно управляется законами. Но это не всегда так; может случиться, что малые различия в начальных условиях вызовут очень большие различия в конечном явлении. Малая ошибка в первых породит огромную ошибку в последнем. Предсказание становится невозможным, и мы имеем дело с явлением, которое развивается по воле случая». [10, c.105]
В этих словах Пуанкаре мы находим постулат теории хаоса о зависимости от начальных условий. Последующее развитие науки, особенно квантовой механики, опровергло детерминизм Лапласа. В 1927 году немецкий физик Вернер Гейзенберг открыл и сформулировал принцип неопределенности. Этот принцип объясняет, почему некоторые случайные явления не подчиняются лапласовому детерминизму. Гейзенберг показал принцип неопределенности на примере радиоактивного распада ядра. Так, из-за очень малых размеров ядра невозможно знать все процессы, происходящие внутри него. Поэтому, сколько бы информации мы не собирали о ядре, точно предсказать, когда это ядро распадется невозможно.
Теория хаоса располагает такими инструментами, как аттракторы и фракталы.
Аттракторы — притягивающие множества. Они как бы образуют центры, к которым тяготеют элементы. Когда, например, скапливается большое количество народа, почти невозможно пройти мимо и не примкнуть к ним. В обыденной жизни это называется любопытством, а в живом мире это получило название «сползание в точку скопления». Аттракторы притягивают и концентрируют вокруг себя стохастические элементы, которые как бы вбирают в себя хаос, одновременно структурируют Среду, являются участниками созидания порядка.
Аттрактор (от англ. to attract – притягивать) – геометрическая структура, характеризующая поведение в фазовом пространстве по прошествии длительного времени.
Фазовое пространство – это абстрактное пространство, координатами которого являются степени свободы системы. Например, у движения маятника две степени свободы. Это движение полностью определено начальной скоростью маятника и положением.
Если движению маятника не оказывается сопротивления, то фазовым пространством будет замкнутая кривая. В реальности на Земле на движение маятника влияет сила трения. В этом случае фазовым пространства будет спираль.
Самым простым типом аттрактора является точка. Такой аттрактор характерен для маятника при наличии трения. Независимо от начальной скорости и положения, такой маятник всегда придет в состояние покоя, т.е. в точку.
Следующим типом аттрактора является предельный цикл, который имеет вид замкнутой кривой линии. Примером такого аттрактора является маятник, на который не влияет сила трения. Еще одним примером предельного цикла является биение сердца. Частота биения может снижаться и возрастать, однако она всегда стремится к своему аттрактору, своей замкнутой кривой. Если частота биения становится постоянной – это указывает, что неминуема гибель человека.
Несмотря на сложность поведения хаотических аттракторов, иногда называемых странными аттракторами, знание фазового пространства позволяет представить поведение системы в геометрической форме и соответственно предсказывать его. И хотя нахождение системы в конкретный момент времени в конкретной точке фазового пространства практически невозможно, область нахождения объекта и его стремление к аттрактору предсказуемы.
Первым хаотическим аттрактором стал аттрактор Лоренца (рис.2.1.)
Рис.2.1 Хаотический аттрактор Э. Лоренца
Аттрактор Лоренца рассчитан на основе всего трех степеней свободы – три обыкновенных дифференциальных уравнения, три константы и три начальных условия. Однако, несмотря на свою простоту, система Лоренца ведет себя псевдослучайным (хаотическим) образом. Смоделировав свою систему на компьютере, Лоренц выявил причину ее хаотического поведения – разницу в начальных условиях. Даже микроскопическое отклонение двух систем в самом начале в процессе эволюции приводило к экспоненциальному накоплению ошибок и соответственно их стохастическому расхождению. Вместе с тем, любой аттрактор имеет граничные размеры, поэтому экспоненциальная расходимость двух траекторий разных систем не может продолжаться бесконечно. Рано или поздно орбиты вновь сойдутся и пройдут рядом друг с другом или даже совпадут, хотя последнее очень маловероятно. Совпадение траекторий является правилом поведения простых предсказуемых аттракторов.
Сходимость-расходимость хаотического аттрактора систематически устраняет начальную информацию и заменяет ее новой. При схождении траектории сближаются и начинает проявляться эффект близорукости – возрастает неопределенность крупномасштабной информации. При расхождении траекторий наоборот, они расходятся и проявляется эффект дальнозоркости, когда возрастает неопределенность мелкомасштабной информации.
В результате постоянной сходимости-расходимости хаотичного аттрактора неопределенность стремительно нарастает, что с каждым моментом времени лишает нас возможности делать точные прогнозы. Устанавливать связи между причинами и следствиями в хаотических системах невозможно. Причинно-следственной связи между прошлым и будущем в хаосе нет.
Необходимо отметить, что скорость схождения-расхождения является мерой хаоса, т.е. численным выражением того, насколько система хаотична. Другой статистической мерой хаоса служит размерность аттрактора.
Таким образом, можно отметить, что основным свойством хаотических аттракторов является сходимость-расходимость траекторий разных систем, которые случайным образом постепенно и бесконечно перемешиваются.
Здесь проявляется пересечение фрактальной геометрии и теории хаоса. И, хотя одним из инструментов теории хаоса является фрактальная геометрия, фрактал – это противоположность хаоса.
Главное различие между хаосом и фракталом заключается в том, что первый является динамическим явлением, а фрактал статическим. Под динамическим свойством хаоса понимается непостоянное и непериодическое изменение траекторий.
Фрактал – это геометрическая фигура, определенная часть которой повторяется снова и снова, отсюда проявляется одно из свойств фрактала – самоподобие. Другое свойство фрактала – дробность. Дробность фрактала является математическим отражением меры неправильности фрактала. Фактически все, что кажется случайным и неправильным может быть фракталом, например, облака, деревья, изгибы рек, биения сердца, популяции и миграции животных или языки пламени.
Данный фрактал получается путем проведения ряда итераций. Итерация (от лат. iteration – повторение) – повторное применение какой-либо математической операции.
Хаотический аттрактор является фракталом. В странном аттракторе, также как и во фрактале по мере увеличения выявляется все больше деталей, т.е. срабатывает принцип самоподобия. Как бы мы не изменяли размер аттрактора, он всегда останется пропорционально одинаковым.
Первым наиболее известным и авторитетным ученым, исследовавшим фракталы, был Бенуа Мандельброт. В середине 60-х годов XX века разработал фрактальную геометрию или, как он ее еще назвал – геометрию природы. Об этом Мандельброт написал свой известный труд «Фрактальная геометрия природы» (the Fractal Geometry of Natyre). Многие называют Мандельброта отцом фракталов, т.к. он первым начал использовать его применительно к анализу нечетких, неправильных форм.
Дополнительная идея, заложенная во фрактальности, заключается в нецелых измерениях. Мы обычно говорим об одномерном, двумерном, трехмерном и т.д. целочисленном мире. Однако могут существовать и нецелые измерения, например, 2,72. Такие измерения Мандельброт называет фрактальными измерениями.
Логика существования нецелых измерений очень простая. Так, в природе вряд ли найдется идеальный шар или куб, следовательно, 3-мерное измерение этого реального шара или куба невозможно и для описания таких объектов должны существовать другие измерения. Вот для измерения таких неправильных, фрактальных фигур и было введено понятие фрактальное измерение. Например, лист бумаги скомканный в комок. С точки зрения классической евклидовой геометрии новообразованный объект будет являться трехмерным шаром. Однако в действительности это по-прежнему всего лишь двумерный лист бумаги, пусть и скомканный в подобие шара. Отсюда можно предположить, что новый объект будет иметь измерение больше 2-х, но меньше 3-х. Это плохо укладывается в евклидовую геометрию, но хорошо может быть описано с помощью фрактальной геометрии, которая будет утверждать, что новый объект будет находиться во фрактальном измерении, приблизительно равном 2,5, т.е. иметь фрактальную размерность около 2,5.
Различают детерминистские фракталы, примером которых является ковер Серпинского (рис. 2.2.), и сложные фракталы.
Рис.2.2 Построение ковра Серпинского
При построении первых не нужны формулы или уравнения. Достаточно взять лист бумаги и провести несколько итераций над какой-нибудь фигурой. Сложным фракталам присуща бесконечная сложность, хотя и генерируются простой формулой. Классическим примером сложного фрактала является множество Мандельброта (рис.2.3.), получаемое из простой формулы Zn+1 = Zna+C, где Z и C – комплексные числа и а – положительное число.
Рис.2.3.Множество Мандельброта.
К хаосу системы могут переходить разными путями. Среди последних выделяют бифуркации, которые изучает теория бифуркаций.
Бифуркация (от лат. bifurcus – раздвоенный) представляет собой процесс качественного перехода от состояния равновесия к хаосу через последовательное очень малое изменение (например, удвоение Фейгенбаума при бифуркации удвоения) периодических точек. Необходимо отметить, что происходит качественное изменение свойств системы, т.н. катастрофический скачок. Момент скачка (раздвоения при бифуркации удвоения) происходит в точке бифуркации. Хаос может возникнуть через бифуркацию, что показал Митчел Фейгенбаум (Feigenbaum). При создании собственной теории о фракталах Фейгенбаум, в основном, анализировал логистическое уравнение Хn+1=СХn – С(Хn)n, где С – внешний параметр, откуда вывел, что при некоторых ограничениях во всех подобных уравнениях происходит переход от равновесного состояния к хаосу.[10, c.111]
Скачкообразный переход системы из одного стационарного состояния в другое при монотонном изменении одного или нескольких параметров порядка называется катастрофой. Математическая теория катастроф была разработана в 1972 г. французским математиком Рене Томом. Им описаны следующие типы катастроф: «складка», «сборка», «ласточкин хвост», «пирамида», «зонтик», «кошелек». Их различают по характерному виду поверхности стационарных состояний системы.
В случае катастрофы типа «сборка» таких параметров два: а — нормальный фактор и b — расщепляющий фактор. Например, в модели волнений в обществе (рис. 15.2) a — это напряженность социально-политической обстановки, вызванная общим низким уровнем жизни, невыплатой зарплат, пенсий и т.п.; b — разобщенность общества по имущественному, национальному, религиозному и другим признакам. Поверхность стационарных состояний — это в данном случае уровень волнений D. Она образует сборку над областью бифуркации.
Рис.2.4 Модель волнений в обществе
Переход из состояния 1 в состояние 2 при малых значениях расщепляющего фактора (вне области бифуркации) происходит монотонно, а из состояния 1′ в состояние 2′ (при пересечении области бифуркации) — скачком.Из рисунка ясно, что рост напряженности в обществе при высокой разобщенности чреват резким скачком волнений и может привести к социальным потрясениям: смене политического режима, революции, гражданской войне и пр. Поэтому основной задачей руководства страной в условиях возрастающей напряженности является недопущение разобщенности общества путем его консолидации на каких-либо объединяющих идеях: национальной, религиозной, патриотической и т.п
Бифуркации возникают при переходе системы от состояния видимой стабильности и равновесия к хаосу. Примерами таких переходов являются дым, вода и многие другие самые обычные природные явления. Так, поднимающийся вверх дым сначала выглядит как упорядоченный столб. Однако через некоторое время он начинает претерпевать изменения, которые сначала кажутся упорядоченными, однако затем становятся хаотически непредсказуемыми. Фактически первый переход от стабильности к некоторой форме видимой упорядоченности, но уже изменчивости, происходит в первой точке бифуркации. Далее количество бифуркаций увеличивается, достигая огромных величин. С каждой бифуркацией функция турбулентности дыма приближается к хаосу.
С помощью теории бифуркаций можно предсказать характер движения, возникающего при переходе системы в качественно иное состояние, а также область существования системы и оценить ее устойчивость.
Само существование теории хаоса трудно совместимо с классической наукой. Обычно научные идеи проверяются на основании предсказаний и их сверки с реальными результатами. Однако, хаос непредсказуем, когда изучаешь хаотическую систему, то можно прогнозировать только модель ее поведения. Поэтому с помощью хаоса не только нельзя построить точный прогноз, но и, соответственно, проверить его. Однако это не должно говорить о неверности теории хаоса, подтвержденной как в математических расчетах, так и в жизни.

3. Связь энтропия, информации и симметрия. Самоорганизация
Для уточнения физического содержания второго закона термодинамики Р. Клаузиус ввел понятие энтропии. Энтропия означает в переводе с латинского языка поворот, превращение. Энтропия выражала у Клаузиуса меру неупорядоченности изолированной термодинамической системы, т. е. переход подобной системы со временем к состоянию хаотического движения составляющих ее элементов.