Карлос Мадрид - Мир математики. т.32. Бабочка и ураган. Теория хаоса и глобальное потепление

При переходе от классической хаотической системы к соответствующей квантовой хаос исчезает, оставляя след в виде связанных между собой флуктуаций. Изучение этих следов получило название квантовой хаологии, или постмодернистской квантовой механики. Классическая механика является детерминированной и вместе с тем хаотической; квантовая механика, напротив, имеет вероятностную природу и вместе с тем отличается упорядоченностью. Следовательно, квантовая механика избавила нас от проклятия хаоса ценой того, что электроны, фотоны и прочие квантовые частицы кажутся нам безумными.

* * *

Пьер-Симон Лаплас был уверен, что система, описываемая законами Ньютона, должна быть предсказуемой. Однако оказалось, что динамическая система, подчиняющаяся законам Ньютона, может стать хаотической. Таким образом, одним из самых важных результатов теории хаоса стало опровержение тождества «детерминизм = предсказуемость».

Возможно, причина, по которой на протяжении трех столетий детерминизм отождествлялся с предсказуемостью, заключалась в том, что обычно рассматривались только линейные системы, а нелинейные оставались вне поля зрения ученых. Таким образом, вся Вселенная казалась подобной игрушечному механизму, столь же предсказуемому, как полет пушечного ядра или работа часового механизма.

Как это ни парадоксально, хаос детерминирован, он создается по строгим правилам, но накладывает фундаментальные ограничения на возможности составления прогнозов. Если мы допустим небольшую ошибку при измерении начального состояния системы (а это происходит постоянно, ведь в реальной жизни мы имеем дело с округленными и приближенными значениями), то в прогнозе, составленном по уравнению динамики, эта ошибка возрастет. Таким образом, прогнозированию препятствует сама реальность (любое измерение имеет конечную точность) и хаотическая структура уравнения динамики (изначальная ошибка возрастает экспоненциально).

Непредсказуемый хаос всегда остается детерминированным: если в две практически идентичные хаотические системы подать один и тот же входной сигнал, то выходной сигнал систем будет одинаковым, хотя и непредсказуемым. В качестве примера случайного и абсолютно детерминированного процесса можно привести бросок игральной кости. Сложно предсказать только одно — какой именно гранью вверх упадет кубик, поскольку любое незначительное изменение положения и скорости кубика повлияет на результат. Здесь источником случайности является выбор начальных условий. Если мы не можем полностью контролировать начальные условия, то и прогноз составить нельзя.

Две изначально близкие траектории в аттракторе Лоренцаотдаляются друг от друга. Обе траектории берут начало в одной и той же окрестности (обведена кружочком), однако по прошествии определенного времени они окажутся в разных частях аттрактора.

Существование хаоса ставит очень серьезный философский вопрос. Верификация научной теории заключается в составлении прогнозов и их последующей проверке.

Но для хаотических явлений в принципе невозможно делать прогнозы в среднесрочном или долгосрочном периоде. Предположим, что математик описывает некий физический процесс с помощью уравнений, демонстрирующих хаотическую динамику, то есть динамику, чувствительную к начальным условиям, в которой существуют случайные траектории, сплетенные с периодическими. Если наш математик с помощью классических математических методов попытается предсказать, каким будет состояние системы для данных начальных условий по прошествии длительного промежутка времени, он придет к выводу: «Я могу составить прогноз только в случае, если вы укажете положение начальной точки с бесконечно большой точностью». Так как на практике это невозможно, определить поведение системы в долгосрочном периоде нельзя. Ни один физик не рискнет работать с подобными уравнениями, ведь полученные результаты будут абсолютно случайными. Именно это произошло с метеорологом Эдвардом Лоренцем и астрофизиком Мишелем Эно, работы которых изначально не были оценены другими учеными.

Философский смысл проблемы таков: поскольку хаос подразумевает чувствительность к начальным условиям, неизбежные ошибки при определении начальных условий будут возрастать экспоненциально, и в результате практические прогнозы, составленные на основе хаотической модели, обязательно будут ошибочными. Возникает вопрос: как можно использовать моделирование, если в общем случае ошибка будет очень велика?