Архитектура Аудит Военная наука Иностранные языки Медицина Металлургия Метрология
Образование Политология Производство Психология Стандартизация Технологии


Траектории в абстрактных пространствах



Математический аппарат, позволивший ученым в течение трех последних десятилетий обнаружить упорядоченные паттерны в хаотических системах, основан на топологическом подходе Пуанкаре и тесно связан с развитием компьютеров. С помощью современных высокоскоростных компьютеров ученые могут решать нелинейные уравнения такими методами, которые ранее были недоступны; легко могут вычерчивать сложные траектории, которые Пуанкаре даже не пытался изобразить.

Как большинство читателей помнят со школьной скамьи, уравнение решают посредством различных манипуляций с ним, пока не получают окончательную формулу — решение. Оно и называется «аналитическим» решением уравнения. Результатом всегда является формула. Большинство нелинейных уравнений, описывающих естественные явления, слишком сложны для того, чтобы их можно было решить аналитически. Однако есть еще один способ — так называемое «численное» решение уравнения. Оно включает в себя метод проб и ошибок. Вы пробуете разнообразные комбинации чисел для переменных, пока не найдете те, которые удовлетворяют уравнению. Была разработана специальная техника и специфические приемы для эффективного решения этой задачи, но для большинства уравнений подобный процесс оказывается слишком громоздким, занимает много времени и дает очень грубые, приблизительные решения.

Ситуация изменилась с появлением нового поколения компьютеров. Теперь у нас есть программы для исключительно быстрого и точного численного решения уравнений. Применяя новые методы, мы можем решать нелинейные уравнения с любой степенью точности. Тем не менее это решения совершенно иного плана. Результатом становится не формула, а огромное множество значений переменных, удовлетворяющих уравнению, и компьютер можно запрограммировать так, чтобы он графически вычерчивал решение в виде кривой или множества кривых. Такая технология позволила ученым решить сложные нелинейные уравнения, связанные с хаотическими феноменами, и обнаружить порядок в кажущемся хаосе.

Для того чтобы обнаружить эти упорядоченные паттерны, переменные сложной системы отображаются в абстрактном математическом пространстве — так называемом фазовом пространстве. Эта хорошо известная методика была разработана в термодинамике еще в начале века15. Каждой переменной в системе ставится в соответствие одна из координат абстрактного пространства. Проиллюстрируем это очень простым примером: шариком, раскачивающимся на маятнике. Чтобы полностью описать движение маятника, требуются две переменные: угол, который может быть положительным либо отрицательным, и скорость, которая также может быть положительной или отрицательной, в зависимости от направления отклонения маятника. С помощью этих двух переменных, угла и скорости, можно полностью описать состояние движения маятника в любой момент времени.

Рис. 6-7. Двухмерное фазовое пространство маятника

Если теперь мы начертим декартову систему координат, в которой одна ось соответствует углу, а другая — скорости (рис. 6-7), эта система координат представит двухмерное пространство, в котором каждая определенная точка соответствует возможному состоянию движения маятника. Посмотрим, где располагаются эти точки. В состоянии крайнего отклонения скорость равна нулю. Это дает нам две точки на горизонтальной оси. В центре, где угол равен нулю, скорость максимальна и либо положительна (когда маятник движется, например, вправо), либо отрицательна (когда маятник движется в противоположном направлении). Это дает нам две точки на вертикальной оси. Эти четыре точки в фазовом пространстве, которые мы обозначили на рис. 6-7, отражают крайние состояния маятника — максимальное отклонение и максимальную скорость. Точное расположение этих точек будет зависеть от выбранных нами единиц измерения.

Если мы продолжим наблюдения и отметим точки, соответствующие состояниям движения между крайними положениями, то обнаружим, что они лежат на замкнутой петле. Можно превратить петлю в окружность, должным образом выбрав единицы измерения, но, в общем случае, это будет нечто вроде эллипса (рис. 6-8).

 

Рис. 6-8. Траектория маятника в фазовом пространстве

Эта кривая называется траекторией маятника в фазовом пространстве и полностью описывает движение системы. Все переменные системы (в нашем простом случае — две) представлены единственной точкой, всегда расположенной где-то на этой кривой. С каждым полным циклом качания маятника точка в фазовом пространстве будет описывать петлю.

В любой момент мы можем измерить две координаты точки в фазовом пространстве и таким образом узнать точное состояние системы (угол и скорость). Заметим, что эта кривая никоим образом не является траекторией самого маятника. Это кривая, образованная двумя переменными системы в абстрактном математическом пространстве.

В этом и заключается методика фазового пространства. Переменные данной системы изображаются в абстрактном пространстве, причем одна точка описывает всю систему. По мере того как система изменяет свое состояние, точка вычерчивает в фазовом пространстве траекторию — в нашем случае замкнутую кривую. Когда система является не простым маятником, а гораздо более сложной структурой, у нее, соответственно, больше переменных, но метод остается прежним. Каждая переменная представлена координатой в отдельном измерении фазового пространства. Если в системе 16 переменных, мы получим 16-мерное пространство. Одна точка в этом пространстве будет полностью описывать состояние всей системы, поскольку эта точка имеет 16 координат, каждая из которых соответствует одной из 16 переменных системы.

 

 

Скорость

Рис. 6-9. Траектория маятника с трением в фазовом пространстве

Безусловно, мы не можем визуально воспринять фазовое пространство с 16 измерениями; потому его и называют абстрактным математическим пространством. Математики не испытывают никаких проблем с такими абстракциями. Они вполне комфортно чувствуют себя в пространствах, которые нельзя визуализировать. В любом случае, по мере изменения системы точка, определяющая ее состояние в фазовом пространстве, будет двигаться по этому пространству, вычерчивая некую траекторию. Различные начальные состояния системы соответствуют различным начальным точкам в фазовом пространстве, что, в общем случае, обусловливает различные траектории.

Странные аттракторы

Теперь вернемся к нашему маятнику и отметим, что это был идеализированный маятник без трения, раскачивающийся вправо-влево в бесконечном движении. Это типичный пример классической физики, где трением, как правило, пренебрегают. Реальный маятник всегда подвержен некоторому трению, замедляющему его ход, поэтому рано или поздно он остановится. В двухмерном фазовом пространстве это движение отображено кривой, закручивающейся к центру, как показано на рис. 6-9. Эта траектория называется аттрактором, поскольку математики говорят, что, в метафорическом смысле, фиксированная точка в центре системы координат притягивает (англ. «attract») эту траекторию. Метафору распространили и на замкнутые петли, подобные той, что представляет маятник без трения. Траектория в виде замкнутой петли получила название периодического аттрактора, в то время как траектория, закручивающаяся к центру, называется точечным аттрактором.

В течение последующих двадцати лет метод фазового пространства использовался для исследования множества сложных систем. Каждый раз ученые и математики составляют нелинейные уравнения, решают их численными методами, а компьютеры вычерчивают решения в виде траекторий в фазовом пространстве. К своему великому удивлению, исследователи обнаружили, что число различных аттракторов весьма ограничено. Их формы можно классифицировать топологически, а общие динамические свойства системы — вывести из формы ее аттрактора.

Существует три основных типа аттракторов: точечные, соответствующие системам, которые достигают устойчивого равновесия; периодические, соответствующие периодическим колебаниям; и так называемые странные аттракторы, соответствующие хаотическим системам. Типичный пример системы со странным аттрактором представляет собой «хаотический маятник», впервые исследованный японским математиком Йошисуке Уэда в конце 1970-х годов. Это нелинейная электронная схема с внешним питанием, относительно простая, но с исключительно сложным поведением16. Каждое колебание этого хаотического генератора колебаний уникально. Система никогда не повторяет себя, и каждый цикл открывает новую область фазового пространства. Тем не менее, несмотря на кажущуюся неустойчивость движения, точки в фазовом пространстве расположены отнюдь не беспорядочно. Вместе они формируют сложный высокоорганизованный паттерн — странный аттрактор, который теперь носит имя Уэда.

Рис. 6-10. Аттрактор Уэда. Из Ueda et al. (1993)

Аттрактор Уэда — это траектория в двухмерном фазовом пространстве, которая образует почти повторяющие друг друга паттерны. Это типичная особенность хаотических систем. Изображение на рис. 6-10 содержит более 1 000 000 точек. Ее можно представить в виде среза куска теста, который многократно растягивали и сворачивали. Это означает, что в основе аттрактора Уэда лежит математика преобразования пекаря.

Одно удивительное свойство странных аттракторов заключается в том, что они, как правило, ограничены малым числом измерений — даже в многомерном фазовом пространстве. Например, система может содержать 50 переменных, но ее движение при этом описывается трехмерным странным аттрактором — свернутой поверхностью в 50-мерном пространстве. Это, естественно, характеризует высокую степень порядка.

Таким образом, хаотичное поведение — в современном научном понимании этого термина — разительно отличается от беспорядочного, неустойчивого движения. С помощью странных аттракторов можно определить различие между обычной беспорядочностью, или шумом, и хаосом. Хаотичное поведение детерминировано и образует паттерны, а странные аттракторы позволяют преобразовывать на первый взгляд случайные данные в отчетливые визуальные формы.

«Эффект бабочки»

Как мы видели на примере преобразования пекаря, для хаотических систем характерна чрезвычайная чувствительность к начальным условиям. Мельчайшие изменения в начальном состоянии системы со временем приводят к крупномасштабным последствиям. В теории хаоса это называется «эффектом бабочки». Основой для названия послужило полушутливое утверждение, что бабочка, всколыхнув сегодня воздух в Пекине, может через месяц оказаться причиной бури в Нью-Йорке. Эффект бабочки был открыт в начале 1960-х годов метеорологом Эдвардом Лоренцом, разработавшим очень простую модель погодных условий, состоящую из трех связанных нелинейных уравнений. Он обнаружил, что решения его уравнений чрезвычайно чувствительны к начальным состояниям. Начинаясь практически в одной точке, две траектории будут развиваться совершенно по-разному, исключая возможность каких бы то ни было заблаговременных предсказаний17.

Это открытие привело в замешательство все мировое научное сообщество, поскольку ученые давно привыкли полагаться на детерминированные уравнения для предсказания с большой точностью таких феноменов, как солнечные затмения или появление комет. Казалось непостижимым, что четко детерминированные уравнения движения могут привести к непредсказуемым результатам. И все же именно это обнаружил Лоренц. По его собственным словам:

Обычный человек, видя, что мы достаточно эффективно предсказываем приливы на несколько месяцев вперед, спросит, почему мы не можем проделать то же самое в отношении атмосферы. Ведь это всего лишь другая система потоков и ее законы не более сложны. Но я понял, что любая физическая система, не проявляющая периодичности в поведении, непредсказуема18.

Модель Лоренца не представляет какого-то реального феномена погоды, но служит поразительным примером того, как простой набор нелинейных уравнений может привести к крайне сложному поведению.

Публикация этой модели в 1963 году знаменовала зарождение теории хаоса, и аттрактор, известный с тех пор как аттрактор Лоренца, стал самым известным и широко изучаемым из странных аттракторов. В то время как аттрактор Уэда двухмерен, аттрактор Лоренца расположен в трех измерениях (рис. 6-11). Вычерчивая его, точка в фазовом пространстве движется по видимости случайным образом и описывает несколько колебаний нарастающей амплитуды вокруг одного центра, затем следуют колебания вокруг второго центра, потом она внезапно возвращается и осциллирует вокруг первого центра и т. д.

Рис. 6-11. Аттрактор Лоренца. Из Mosekilde et al. (1994)

От количества к качеству

Невозможность предсказать, какую точку в фазовом пространстве пересечет траектория аттрактора Лоренца в определенный момент времени, являет собой общую для хаотических систем особенность. Однако это вовсе не означает, что теория хаоса не дает оснований никаким предсказаниям. Возможны чрезвычайно точные прогнозы относительно качественных особенностей поведения системы, а не точных значений ее переменных в определенный момент времени. Новая математика, таким образом, представляет сдвиг от количества к качеству, что характерно Для системного мышления вообще. В то время как традиционная математика имеет дело с количествами и формулами, теория динамических систем связана с качеством и паттерном.

Действительно, анализ нелинейных систем с помощью топологических характеристик их аттракторов известен как количественный анализ. У нелинейной системы может быть несколько аттракторов разных типов, как хаотичных, или «странных», так и нехаотичных. Все траектории, начинающиеся в определенной области фазового пространства, рано или поздно приводят к одному и тому же аттрактору. Эта область называется сферой притяжения данного аттрактора. Таким образом, фазовое пространство нелинейной системы разбивается на несколько сфер притяжения, каждой из которых соответствует ее отдельный аттрактор.

Количественный анализ динамической системы сводится к определению аттракторов системы и сфер их притяжения, а также классификации их в рамках топологических характеристик. Результатом является динамическая картина всей системы, называемая фазовым портретом. Математические методы анализа фазовых портретов основаны на новаторских трудах Пуанкаре; впоследствии они были развиты и усовершенствованы американским топологом Стивеном Смейлом в начале 60-х19. Смейл использовал свой метод не только для анализа систем, представленных определенным набором нелинейных уравнений, но также для изучения того, как ведут себя эти системы при небольших изменениях в их уравнениях. По мере того как параметры уравнений медленно меняются, фазовый портрет — т. е. формы его аттракторов и сферы притяжения — как правило, претерпевает соответствующие плавные изменения, не изменяя своих основных характеристик. Смейл использовал термин «структурно устойчивый» для описания таких систем, в которых небольшие отклонения в уравнениях не изменяют основного характера фазового портрета.

Во многих нелинейных системах, однако, малые изменения в определенных параметрах могут обусловить серьезные изменения основных характеристик фазового портрета. Аттракторы могут исчезнуть или превратиться из одного в другой, могут также внезапно появиться новые аттракторы. Говорят, что такие системы структурно неустойчивы, и критические точки неустойчивости называют точками бифуркации («разветвления»), поскольку в эволюции системы именно в этих местах внезапно появляется «вилка», и система отклоняется в том или ином новом направлении. В математическом смысле, точки бифуркации отмечают внезапные изменения фазового портрета системы. В физическом смысле, они соответствуют точкам неустойчивости, в которых система резко изменяется, и неожиданно появляются новые формы упорядоченности. Как показал Пригожий, такие неустойчивости случаются только в открытых системах, далеких от равновесия20.

Поскольку типов аттракторов достаточно мало, то не много существует и различных типов бифуркации; следовательно, их можно классифицировать топологически, как и аттракторы. Одним из первых, кто в 70-е годы осуществил это, был французский математик Рене Том; он использовал термин катастрофы вместо бифуркации и определил семь элементарных катастроф21. В настоящее время математикам известно примерно в три раза больше типов бифуркаций. Ральф Эбрахам, профессор математики в Калифорнийском университете в Санта-Круз, вместе с художником-графиком Кристофером Шоу создали серию книг по визуальной математике без единого уравнения или формулы; авторы считают эти книги началом полной энциклопедии бифуркаций22.

Фрактальная геометрия

В то время как в течение 60-х и 70-х гг. ученые исследовали странные аттракторы, независимо от теории хаоса была изобретена фрактальная геометрия, давшая мощный математический язык для описания тонкой структуры хаотических аттракторов. Автором этого нового языка стал французский математик Бенуа Мандельбро. В конце 50-х Мандельбро начал изучать геометрию самых разнообразных нерегулярных естественных феноменов, а в 60-е годы он осознал, что у всех рассматриваемых им геометрических форм есть поразительные общие особенности. В последующие десять лет Мандельбро разрабатывал новый тип математики, чтобы описать и проанализировать эти особенности. Он ввел термин фрактал, характеризующий его изобретение, и опубликовал свои результаты в замечательной книге «Фрактальная геометрия природы». Книга имела огромное влияние на новое поколение математиков, развивавших теорию хаоса и другие разделы теории динамических систем23.

Недавно в одной из бесед Мандельбро пояснил, что фрактальная геометрия имеет дело с тем аспектом Природы, который каждому известен, но который никто еще не смог описать в формальных математических терминах24. Некоторые природные характеристики геометричны в традиционном смысле. Ствол дерева более или менее подобен цилиндру; полная Луна более или менее напоминает круглый диск; планеты движутся вокруг Солнца по более или менее эллиптическим траекториям. Однако это исключения, и Мандельбро напоминает нам:

Чаще всего природа в высшей степени сложна. Как описать облако? Облако — это не сфера... Оно похоже на мяч, но очень неупорядоченно. А гора? Гора — не конус... Если вы хотите говорить о горах, реках, молнии, геометрический школьный язык оказывается совершенно неадекватным.

И Мандельбро создал фрактальную геометрию — «язык, на котором можно говорить об облаках», — чтобы описывать и анализировать сложность нерегулярных форм в окружающем нас мире природы.

Наиболее поразительное свойство этих «фрактальных» форм заключается в том, что их характерные паттерны многократно повторяются на нисходящих уровнях так, что их части на любом уровне по форме напоминают целое. Мандельбро иллюстрирует это свойство самоподобия, отламывая кусочек цветной капусты и указывая на то, что сам по себе кусочек выглядит как маленький кочан цветной капусты25. Он продолжает демонстрацию, деля часть дальше, изымая еще один кусочек, который тоже выглядит как очень маленький кочан. Таким образом, каждая часть выглядит как целый овощ. Форма целого подобна самой себе на всех уровнях выбранного диапазона.

В природе встречается множество других примеров самоподобия. Камни в горах напоминают маленькие горы; ответвления молнии или края облаков снова и снова повторяют один и тот же паттерн; побережье моря можно делить на все более мелкие части, и в каждой из них будут проявляться подобные друг другу очертания береговой линии. Фотографии дельты реки, кроны дерева или ветвления кровеносных сосудов могут проявлять паттерны такого разительного сходства, что мы порой не можем отличить один от другого. Подобие образов совершенно различных масштабов было известно очень давно, но до Мандельбро никто не владел математическим языком для описания этого явления.

Когда в середине 70-х Мандельбро опубликовал свою новаторскую книгу, он еще сам не догадывался о связи между фрактальной геометрией и теорией хаоса, но ему и его коллегам-математикам не понадобилось много времени, чтобы обнаружить, что странные аттракторы могут служить изысканнейшими примерами фракталов. Если части их структуры увеличить, то обнаруживается многослойная субструктура, в которой вновь и вновь повторяются одни и те же паттерны. В связи с этим странные аттракторы стали определять как траектории в фазовом пространстве, в которых проявляются черты фрактальной геометрии.

Еще одна важная связь между теорией хаоса и фрактальной геометрией проявилась в переходе от количества к качеству. Как мы видели, невозможно предсказать значения переменных хаотической системы в определенный момент времени, но можно предсказать качественные особенности поведения системы. Точно так же, невозможно вычислить длину или площадь фрактальной формы, однако можно — качественным способом — определить степень ее изрезанности.

Мандельбро подчеркнул эту существенную особенность фрактальных форм, задав провоцирующий вопрос: какова протяженность побережья Британии? Он показал, что, поскольку измеряемую длину можно растягивать до бесконечности, переходя ко все более мелкому масштабу, на этот вопрос нет однозначного ответа. Зато можно определить число в диапазоне от 1 до 2, которое характеризует изрезанность побережья. Для британского побережья это число равно около 1, 58; для более изрезанного норвежского берега оно близко к 1, 7027.

Поскольку можно показать, что это число имеет определенные свойства размерности, Мандельбро назвал его фрактальной размерностью. Мы можем понять эту идею интуитивно, зная, что извилистая линия занимает больше пространства на плоскости, чем одномерная гладкая линия, но меньше, чем сама двухмерная плоскость. Чем больше изрезана линия, тем ближе к числу 2 ее фрактальная размерность. Подобным же образом, скомканный лист бумаги занимает больше пространства, чем плоскость, но меньше, чем сфера. Таким образом, чем плотнее скомкана бумага, тем ближе к числу 3 будет ее фрактальная размерность.

Концепция фрактальной размерности, изначально появившаяся как чисто абстрактная математическая идея, превратилась со временем в мощный инструмент анализа сложности фрактальных форм, поскольку замечательно соответствует нашему жизненному опыту. Чем более изрезаны очертания молнии или границы облаков, чем менее сглажены формы побережий или гор, тем выше их фрактальные размерности. Чтобы смоделировать фрактальные формы, встречающиеся в природе, можно сконструировать геометрические фигуры, обладающие точным самоподобием. Основным методом для построения таких математических фракталов служит итерация, т. е. многократное повторение определенной геометрической операции. Процесс итерации, который привел нас к преобразованию пекаря — математической операции, лежащей в основе странных аттракторов, — оказался, таким образом, главной математической особенностью, объединяющей теорию хаоса с фрактальной геометрией.

Одной из простейших фрактальных форм, производимых итерацией, является так называемая кривая Коха, или «кривая снежинки»27. Геометрическая операция заключается в том, чтобы разбить отрезок линии на три равные части и затем заменить центральную секцию двумя сторонами равностороннего треугольника, как показано на рис. 6-12. Повторение этой операции во все более мелких масштабах приводит к появлению кружевной снежинки (рис. 6-13). Как и в случае с изрезанной береговой линией, кривая Коха становится бесконечно длинной, если итерация продолжается бесконечно. В сущности, кривую Коха можно рассматривать как очень грубую модель береговой линии (рис. 6-14).

 

Рис. 6-14. Моделирование береговой линии с помощью кривой Коха

Математика сложных систем

С помощью компьютеров простые геометрические итерации можно применять тысячи раз в различных масштабах, производя так называемые фрактальные подделки — компьютерные модели растений, деревьев, гор, береговых линий и т. п., обладающие поразительным сходством с реальными формами, которые встречаются в природе. На рис. 6-15 приведен пример такой подделки. Производя итерацию над простым рисунком веточки в различных масштабах, удалось получить красивое и сложное изображение папоротника.

Рис. 6-15. Фрактальная подделка папоротника. Из Garcia (1991)

Этот новый математический аппарат позволил ученым строить точные модели разнообразных нерегулярных естественных форм. Занимаясь этим моделированием, они повсеместно обнаруживали присутствие фракталов. Фрактальные паттерны облаков, которые изначально воодушевили Мандельбро на поиски нового математического языка, вероятно, самые изумительные. Их самоподобие охватывает семь порядков величин, а это означает, что если границу облака увеличить в 10 000 000 раз, она будет иметь все ту же знакомую форму.

Комплексные числа

Вершиной фрактальной геометрии стало открытие Мандельбро математической структуры, которая обладает ошеломляющей сложностью и все же может быть воспроизведена с помощью очень простой итеративной процедуры. Чтобы понять эту поразительную фрактальную фигуру, известную как множество Мандельбро, необходимо сначала ознакомиться с одним из важнейших математических понятий — комплексными числами.

Открытие комплексных чисел стало восхитительной главой в истории математики28. Когда в средние века возникла алгебра и математики принялись исследовать все виды уравнений и классифицировать их решения, они вскоре столкнулись с задачами, не имевшими решения в рамках множества известных им чисел. В частности, уравнения типа х + 5 = 3 заставили их расширить понятие числа до отрицательных чисел, так чтобы решение могло быть записано как х = -2. В дальнейшем так называемые действительные числа — положительные и отрицательные целые числа, дроби и иррациональные числа (например, квадратные корни или знаменитое число п) — стали представлять как точки на единой плотно населенной числовой оси (рис. 6-16).

 

 

-5/2 1/2 π

-4 -3 -2 -1 0 1 2 3 4

Рис. 6-16 Числовая ось

С таким расширением понятия числа все алгебраические уравнения, в принципе, могли быть решены — за исключением тех, где фигурировали квадратные корни отрицательных чисел. Уравнение х2 = 4 имеет два решения: х = 2 и х = -2; однако для х2 = -4, по всей видимости, не должно быть решения, поскольку ни +2, ни - 2 при возведении в квадрат не дадут -4.

Древние индийские и арабские алгебраисты постоянно встречались с такими уравнениями, но отказывались даже записывать выражения типа , считая их абсолютно бессмысленными. И только в XVI веке квадратные корни отрицательных чисел стали появляться в алгебраических текстах, но и тогда авторы спешили пояснить, что такие выражения на самом деле ничего не означают.

Декарт называл квадратный корень отрицательного числа «мнимым числом» и был уверен, что появление таких мнимых чисел в расчетах означает, что проблема неразрешима. Другие математики использовали термины «фиктивные», «фальшивые» или «невозможные» для обозначения величин, которые сегодня мы, с легкой руки Декарта, все еще называем мнимыми числами.

Поскольку квадратный корень отрицательного числа не может быть помещен ни в одной точке числовой оси, математики, вплоть до XIX столетия, не могли наделить эти величины никаким реальным смыслом. Великий Лейбниц, изобретатель дифференциального исчисления, приписывал выражению мистические свойства, видя в нем проявление Божественного Духа и называя его «этой амфибией между бытием и небытием»29. Столетие спустя Леонард Эйлер, самый плодотворный математик всех времен, выразил ту же мысль в своей «Алгебре» словами хотя и менее поэтичными, но все же содержащими отголосок Чуда:

Следовательно, все такие выражения, как , и т. п., есть невозможные, или мнимые числа, поскольку представляют корни отрицательных величин; по поводу таких чисел мы можем достоверно утверждать, что они ни ничто, ни нечто большее, чем ничто, ни нечто меньшее, чем ничто, из чего неизбежно следует, что они мнимы, или невозможны30.

В XIX веке другой математический гений, Карл Фридрих Гаусс, окончательно и твердо провозгласил, что «этим мнимым сущностям может быть приписано объективное бытие»31. Гаусс, конечно, понимал, что мнимым числам не найдется места на числовой оси, а поэтому он попросту поместил их на перпендикулярную ось, которую провел через нулевую точку основной оси, построив таким образом декартову систему координат. В этой системе все действительные числа располагаются на действительной оси, а все мнимые числа — на мнимой оси (рис. 6-17 называется мнимой единицей и обозначается символом i. А поскольку любой квадратный корень отрицательного числа всегда может быть представлен как = = i , то все мнимые числа можно расположить на мнимой оси как кратные »'.

Таким остроумным способом Гаусс создал прибежище не только для мнимых чисел, но и для всех возможных комбинаций действительных и мнимых чисел, например, (2 + i), (3 — i) и т. п. Такие комбинации получили название комплексных чисел; они представлены точками на плоскости, которая называется комплексной плоскостью и образована действительной и мнимой осями. В общем случае любое комплексное число можно записать в виде

z = х + iy,

где х — действительная часть, а у — мнимая часть.

Введя это определение, Гаусс создал специальную алгебру комплексных чисел и разработал множество фундаментальных идей в области функций комплексного переменного. В конце концов это привело к появлению целого раздела математики, известного как комплексный анализ, который выделяется огромным диапазоном применений в самых разнообразных областях науки.

Рис. 6-17. Комплексная плоскость

 

Паттерны внутри паттернов

Причина, по которой мы затеяли этот экскурс в историю комплексных чисел, заключается в том, что многие фрактальные формы могут быть воспроизведены математически, с помощью итеративных процедур на комплексной плоскости. В конце 70-х годов, опубликовав свою новаторскую книгу, Мандельбро обратил внимание на особый класс математических фракталов, известных как множества Жулиа32. Эти множества были открыты французским математиком Гастоном Жулиа в начале XX столетия, но скоро канули в безвестность. Интересно отметить, что Мандельбро впервые наткнулся на работы Жулиа еще студентом, посмотрел на его примитивные рисунки (выполненные в те времена без помощи компьютера) и потерял к ним интерес. Спустя полвека, однако, Мандельбро понял, что рисунки Жулиа представляют собой грубые наброски сложных фрактальных форм; и он принялся подробно воспроизводить их с помощью самых мощных компьютеров, какие только сумел найти. Результаты оказались поразительными.

В основу множества Жулиа положено простое отображение

Z→ Z2 + С,

Где z — комплексная переменная, а с — комплексная постоянная. Итеративная процедура состоит в выборе любого числа z на комплексной плоскости, возведении его в квадрат, добавлении константы с, возведении результата в квадрат, добавлении к нему константы с и т. п. Когда это вычисление выполняется с различными начальными значениями z, некоторые из них будут увеличиваться до бесконечности в ходе процесса итерации, в то время как другие остаются конечными33. Множество Жулиа — это набор всех тех значений z, или точек на комплексной плоскости, которые при итерации ограничены некоторым пределом, т. е. конечны.

 

Чтобы определить тип множества Жулиа для определенной константы с, итерацию необходимо каждый раз выполнить для нескольких тысяч точек, пока не выяснится, продолжают ли значения увеличиваться или остаются конечными. Если конечные точки помечать черным Цветом, а те, что продолжают увеличиваться, — белым, множество Жулиа в конце концов проявится в виде черной фигуры. Вся процедура очень проста, но занимает много времени. Очевидно, необходимо использование высокоскоростного компьютера, чтобы получить точную форму за приемлемое время.

Для каждой константы с можно получить различные множества Жулиа, поэтому число этих множеств неограниченно. Некоторые из них представляют собой отдельные, связанные между собой части; другие распадаются на несколько изолированных частей; а третьи выглядят так, будто они рассыпались на мелкие осколки (рис. 6-18). Все множества отличаются неровными, изрезанными очертаниями, что характерно для фракталов, и большинство из них невозможно описать языком классической геометрии. «Получается невообразимое разнообразие множеств Жулиа, — восхищается французский математик Адриен Дуади. — Одни напоминают плотные облака, другие — тощий куст ежевики, а некоторые похожи на искры, парящие в воздухе после фейерверка. Встречается форма кролика, многие напоминают хвосты морских коньков»34.

 




 




 

Рис. 6-18. Разнообразие множеств Жулиа. Из Peitigen and Richter (1986)

Богатство и разнообразие форм, многие из которых напоминают живые создания, просто поражает. Однако настоящие чудеса начинаются, когда мы увеличиваем очертания любой части множества Жулиа. Как и в случае с облаком или береговой линией, такое же богатство отображается на всех уровнях диапазона исследования. С увеличением степени разрешения (т. е. когда все больше и больше знаков после точки учитывается при вычислении числа z) появляется все больше и больше деталей контура фрактала и обнаруживается фантастическая последовательность паттернов внутри паттернов — похожих, но никогда не идентичных друг другу.


Поделиться:



Популярное:

Последнее изменение этой страницы: 2016-03-17; Просмотров: 1099; Нарушение авторского права страницы


lektsia.com 2007 - 2024 год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! (0.069 с.)
Главная | Случайная страница | Обратная связь