Шпаргалка: Теория хаоса. Ричард м

Введение

" Почему геометрию часто называют "холодной" и "сухой" ? Одна из причин заключается в ее неспособности описать форму облака, горы, береговой линии или дерева. Облака - не сферы, горы - не конусы, береговые линии - не окружности, древесная кора не гладкая, молния распространяется не по прямой. В более общем плане я утверждаю, что многие объекты в Природе настолько иррегулярные и фрагментированы, что по сравнению с Евклидом - термин, который в этой работе означает всю стандартную геометрию, - Природа обладает не просто большей сложностью, а сложностью совершенно иного уровня. Число различных масштабов длины природных объектов для всех практических целей бесконечно".

Б. Мандельброт

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

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.

Теория хаоса в последнее время является одним из самых модных подходов к исследованию рынка. К сожалению, точного математического определения понятия хаос пока не существует. Сейчас зачастую хаос определяют как крайнюю непредсказуемость постоянного нелинейного и нерегулярного сложного движения, возникающую в динамической системе.

ХАОС НЕ СЛУЧАЕН

Следует отметить, что хаос не случаен, несмотря на свойство непредсказуемости. Более того, хаос динамически детерминирован (определен). На первый взгляд непредсказуемость граничит со случайностью - ведь мы, как правило, не можем предсказать как раз случайные явления.

И если относиться к рынку как к случайным блужданиям, то это как раз тот самый случай. Однако хаос не случаен, он подчиняется своим закономерностям. Согласно теории хаоса, если вы говорите о хаотичном движении цены, то вы должны иметь ввиду не случайное движение цены, а другое, особенно упорядоченное движение. Если динамика рынка хаотична, то она не случайна, хотя и по-прежнему непредсказуема.

Непредсказуемость хаоса

Непредсказуемость хаоса объясняется в основном существенной зависимостью от начальных условий. Такая зависимость указывает на то, что даже самые малые ошибки при измерении параметров исследуемого объекта могут привести к абсолютно неверным предсказаниям.

Эти ошибки могут возникать вследствие элементарного незнания всех начальных условий. Что-то обязательно ускользнет от нашего внимания, а значит, уже в самой постановке задачи будет заложена внутренняя ошибка, которая приведет к существенным погрешностям в предсказаниях.

"Эффект бабочки"

Применительно к невозможности делать долгосрочные прогнозы погоды существенную зависимость от начальных условий иногда называют "эффектом бабочки". "Эффект бабочки" указывает на существование вероятности того, что взмах крыла бабочки в Бразилии приведет к появлению торнадо в Техасе.

Дополнительные неточности в результат исследований и расчетов могут вносить самые на первый взгляд незаметные факторы воздействия на систему, которые появляются в период ее существования с начального момента до появления фактического и окончательного результата. При этом факторы воздействия могут быть как экзогенные (внешние), так и эндогенные (внутренние).

Ярким примером хаотического поведения является движение бильярдного шара. Если вы когда-либо играли в бильярд, то знаете, что 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.

То же самое по-простому - малые изменения и/или ошибки могут порождать большие последствия.

Рисунок 1. Существенная зависимость результата от начальных условий и факторов воздействия

• 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.

Рисунок 2. Экспоненциальное снижение достоверности прогнозов

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 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 во 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 всех этих объектов в любое время в прошлом или в будущем" . Этот его 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".

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.

Какими же инструментами располагает теория хаоса. В первую очередь это аттракторы и фракталы.

Аттрактор (от англ. to attract - притягивать) - геометрическая структура, характеризующая поведение в фазовом пространстве по прошествии длительного времени.

Здесь возникает необходимость определить понятие фазового пространства. Итак, 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 пространством будет спираль.

Рисунок 3. Движение маятника как пример фазового пространства

По простому, аттрактор - это то, к чему стремится прийти система, к чему она притягивается.

• 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.
• Третий тип аттрактора - тор. На рисунке 4. тор показан в верхнем правом углу.

Рисунок 4. Основные типы аттракторов. Вверху показаны три предсказуемых, простых аттрактора. Внизу три хаотических аттрактора.

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 аттрактора Лоренца. На рисунке 3.7. он показан в левом нижнем углу.

Рисунок 5. Хаотический аттрактор 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. Кстати, совпадение траекторий является правилом поведения простых предсказуемых аттракторов.

Сходимость-расходимость (говорят также, складывание и вытягивание соответственно) 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. То, чем так гордится наука - способностью устанавливать связи между причинами и следствиями - в хаотических системах невозможно. Причинно-следственной связи между прошлым и будущем в хаосе нет.

Здесь же 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

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.

Рисунок 6. Фрактал "ковер Серпинского"

Данный фрактал получается путем проведения ряда итераций. Итерация (от лат. iteratio - повторение) - повторное применение какой-либо математической операции.

Рисунок 7. Построение ковра Серпинского

Хаотический аттрактор является фракталом. Почему? 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.

В техническом анализе типичным примером фрактала являются волны Эллиота, где также работает принцип самоподобия.

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 Nature) . 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. Скомкайте, например, лист бумаги 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.

Детерминистские фракталы

Различают детерминистские фракталы, примером которых является ковер Серпинского, и сложные фракталы. 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, получаемое из простой формулы Zn+1=Zna+C, где Z и C - комплексные числа и а - положительное число. На рисунке 8 мы видим фрактал 2-й степени, где а = 2.

Рисунок 8. 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.

Обязательно 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 Xn+1=CXn - С(Хn)2, где С - внешний параметр, откуда вывел, что при некоторых ограничениях во всех подобных уравнениях происходит переход от равновесного состояния к хаосу.

Ниже рассмотрен классический биологический пример этого уравнения.

Например, изолированно живет популяция особей нормированной численностью Xn. Через год появляется потомство численностью Xn+1. Рост популяции описывается первым членом правой части уравнения (СХn), где коэффициент С определяет скорость роста и является определяющим параметром. Убыль животных (за счет перенаселенности, недостатка пищи и т.п.) определяется вторым, нелинейным членом (С(Хn)2).

Результатом расчетов являются следующие выводы:

• при С < 1 популяция с ростом n вымирает;
• в области 1 < С < 3 численность популяции приближается к постоянному значению Х0 = 1 - 1/С, что является областью стационарных, фиксированных решений. При значении C = 3 точка бифуркации становится отталкивающей фиксированной точкой. С этого момента функция уже никогда не сходится к одной точке. До этого точка былапритягивающая фиксированная ;
• в диапазоне 3 < С < 3.57 начинают появляться бифуркации и разветвление каждой кривой на две. Здесь функция (численность популяции) колеблется между двумя значениями, лежащими на этих ветвях. Сначала популяция резко возрастает, на следующий год возникает перенаселенность и через год численность снова уменьшается;
• при C > 3.57 происходит перекрывание областей различных решений (они как бы закрашиваются) и поведение системы становится хаотическим.

Отсюда вывод - заключительным состоянием эволюционирующих физических систем является состояние динамического хаоса.

Зависимость численности популяции от параметра С приведена на следующем рисунке.

Рисунок 9. Переход к хаосу через бифуркации, начальная стадия уравнения Xn+1=CXn - С(Хn)2

Динамические переменные Xn принимают значения, которые сильно зависят от начальных условий. При проведенных на компьютере расчетах даже для очень близких начальных значений С итоговые значения могут резко отличаться. Более того, расчеты становятся некорректными, так как начинают зависеть от случайных процессов в самом компьютере (скачки напряжения и т.п.).

Таким образом, состояние системы в момент бифуркации является крайне неустойчивым и бесконечно малое воздействие может привести к выбору дальнейшего пути движения, а это, как мы уже знаем, является главным признаком хаотической системы (существенная зависимость от начальных условий).

Фейгенбаум установил универсальные закономерности перехода к динамическому хаосу при удвоении периода, которые были экспериментально подтверждены для широкого класса механических, гидродинамических, химических и других систем. Результатом исследований Фейгенбаум стало т.н. "дерево Фейгенбаума".

Рисунок 10. Дерево Фейгенбаума (расчет на основе немного измененной логистической формулы)

Что же такое бифуркации в обыденности, по простому. Как мы знаем из определения, 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.

К сожалению, само существование теории хаоса трудно совместимо с классической наукой. Обычно научные идеи проверяются на основании предсказаний и их сверки с реальными результатами. Однако, как мы уже знаем, 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.

На сейчас еще не существует математически точного аппарата применения теории хаоса для исследования рыночных цен, поэтому спешить с применением знаний о хаосе нельзя. Вместе с тем, это действительно самое перспективное современное направление математики с точки зрения прикладных исследований финансовых рынков.

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).

“Дьявол кроется в деталях”

Все слышали, что рынок фрактален (часть подобна целому), что на всех таймфреймах он выглядит одинаково, что он постоянно воссоздает подобные элементы на разных уровнях своей структуры. Обнако с руки Б.Вильямса произошла подмена и резкое сужение непростого понятия “Фрактал” до банальной свечной комбинации.

Процитирую Мандельброта. Он то и ввел в обиход этот термин лет 40 тому назад..

“Фрактал - геометрическая форма, которая может быть разделена на части, каждая из которых - уменьшенная версия целого. В финансах эта концепция - не беспочвенная абстракция, а теоретическая переформулировка практичной рыночной поговорки – а именно, что движения акции или валюты внешне похожи, независимо от масштаба времени и цены. Наблюдатель не может сказать по внешнему виду графика, относятся ли данные к недельным, дневным или же часовым изменениям. Это качество определяет диаграммы как фрактальные кривые и делает доступными многие мощные инструменты из математического и компьютерного анализа”.

Ну, положим, кто-то может по гэпам почувствовать дневные графики, но, по крайней мере, речь шла не о свечной комбинации, а о существенно более емком понятии. А то, “фрактал на покупку, фрактал на продажу”. Все-таки, скажу слово в защиту Билла Вильямса. В последней книге “Торговый Хаос 2” он сетует, что рынки изменились и пытается усилить свою систему. Ему жалко, что он упускает много из ценового движения. И я увидел маленький намек, что он слегка, может, даже не осознавая, сделал маленький шажок в сторону настоящего Фрактала, который скрывался между некоторыми фракталами по Б.В. Между некоторыми точками рынка (хаи и лои, но не все пары) существует невидимая связь, не всегда очевидная, Мандельброт ее чувствовал и пытался ее развить. Один из приемов (он подавал его как шутку) – вырастить из простой затравки график рынка, соблюдая простой алгоритм усложнения через простое подобие (Генератор Мандельброта).

Б.Вильямс этого не чувствовал. Странная у него была команда, математики, программисты. Не понимали они друг друга. Или загрузили себя рутинной работой по подбору параметров скользящих средних. Возможно, надо быть универсалом и строить Вавилонскую башню до какого-то уровня в одиночку. А Хаоса (настоящего, математического) у него, конечно же, тоже не было, как и Фрактала. Есть и еще гипотеза – он прикрывал настоящее знание.

Да, рынок бывает фрактальным. Временами это очевидно. Например, на следующем графике это можно было бы заметить невооруженным, но тренированным, глазом. Здесь, правда, все-таки, с применением техники. Зеленые, розовые и синяя фигуры (все - Фракталы) очень похожи. Можно было бы зеленые фигуры дробить еще глубже, но материала надолго не хватит, свечек ограниченное количество, да, и, из-за дискретности, нарастает относительная погрешность.

На TF(timeframe)=М1.

Довольно типичная для рынка структура (триадная), что на росте-спуске, что в боковике.

Для продвинутых. Теперь уже заметно, что идея генератора у Мандельброта была неплоха (как шутка).

Был бы он еще и трейдером, все бы уже лет 15 изучали его систему трейдинга, а не “машки” или Эллиота. Кстати, Эллиот изучал тренд, педалируя схему 5+3, и много “потерял”, в частности – боковик. А вполне мог бы ограничиться числом 3. А, так, Фрактал многое поглотил, включая волны Эллиота.

Заметно, что некоторые структуры начинают ломаться. На TF=М15 кто-то уже сказал бы: “пила, тухлый боковик”. А на самом деле боковик при соответствующей детализации просто прекрасен, надо просто перейти на более мелкий TF.

На TF=D структура просто была бы совершенно не видна, вся эта красота закрывалась бы одной дневной свечкой.

Рынок дискретен. Поток элементарных сделок, идущих то чаще, то реже. Снимаю шляпу перед теми, кто работает на тиковом уровне – они пытаются работать с первоисточником. Идеально, если у вас есть HFT-робот, находящийся непосредственно на бирже. Но большинство из нас торгуют дома или на работе. Между нами и биржей – брокер и телекоммуникационная среда. Информация о заявках и сделках, обычно накопленная в пакетах в некотором количестве (как бы, минисвечка или минибар), доходит до нас с некоторым опозданием, примерно на десятые доли секунды или еще медленнее. Да, еще, может, и разными логическими каналами в разные таблицы торгового терминала. Дискретность пакета и задержки – это реалии.

А потом начинается ужасное - торговый терминал режет эту еще слегка искаженную последовательность на свечки-бары по желанию пользователя, как колбасу, обычно ровными порциями, на минутной, часовой, дневной и т.д. основе. Детали теряются, и чем выше TF, тем больше их теряется. Конкретное время, когда рынок достиг своего экстремума, спряталось внутри интервала свечки. Да, еще и эта условная нарезка по временным интервалам. Есть же и другие виды графиков. Одно время я исследовал эквивольюмные графики, на которых свечки имеют ширину, пропорциональную объему. Этап был проходной, но полезный.

Еще один дефект нарезки рыночного трафика на свечки-бары. Экстремумы (High-Low) абсолютны, а вот Open-Close – относительны. Сместите часовой график минут на 5, экстремумы еще могут остаться на месте в той же часовой свечке и не изменить своего значения, а у Open-Close шансов очень мало.

Поэтому, для меня естественным было бы работать на минимально допустимом TF (по техническим или физиологическим возможностям). Это качественно, по степени детализации и близости к тиковому уровню.

Многие задаются вопросом, на каком TF надо работать? Попробуем оценить количественно, пусть грубо, что еще, кроме деталей, теряется при переходе на другой, более высокий таймфрейм.

В середине прошлого века был обнаружен парадокс береговой линии. Разные измерения одной и той же границы или береговой линии давали сильно отличающиеся результаты, в зависимости от того какой единицей она измерялась. Через некоторое время Бенуа Мандельброт разработал новую область математики, фрактальную геометрию, для описания именно таких объектов в природе. И рынок по этой же причине попал в поле зрения Мандельброта.

Прикинем сумму высот свечек за день, например, для fRTS, на TF=D, TF=H1 и TF=M1. Может, кто-то думает, что они совпадают (объемы – да, совпадают)? Можно, например, воспользоваться индикатором ATR (Average True Range) или, грубо, можно ориентироваться на корень квадратный из соотношения таймфреймов. Распределением объемов и высот свечек я тоже занимался и даже сделал полезный индикатор.

Для TF=D сумма высот свечек в заурядный день это 2-3 тысячи пунктов, для TF=H1 это 8-10 тысяч пунктов, а для TF=M1 – 60-80 тысяч (если правильно запомнил, то 16.12.2014 было 484 тысячи). Это ориентир для нашей потенциальной прибыли (выбрать все свечки по всей высоте). Получить прибыль в 7 раз больше при переходе с H1 на M1 – нельзя игнорировать это обстоятельство (правда, объем работы увеличится в 60 раз.). Это я прояснил для себя еще до того, как выбрал брокера. Но физиологически я не мог работать на TF ниже M15. Сейчас, вооруженный до зубов, считаю TF=M1 медленным.

Оценивал TF=1sec, искусственно строя секундные свечки для fRTS и исследуя их в Excel. На этом таймфрейме рынок выглядит так же, как и на других. Алгоритмы выдержали. Вот и определился тот таймфрейм, на котором надо работать дома (роботом) с учетом задержек. Потенциально увеличение прибыли еще где-то в 7 раз.

Я не люблю использовать термин “таймфрейм”. У меня он фиксирован – M1 (предельная детализация по свечкам). Мне естественнее говорить “торговый горизонт”. У меня он редко уходит за 2-3 дня. Могу для поддержания разговора или если надо посмотреть что-то. Мог бы работать и на H1, и на D1 (система позволяет), но арифметику я знаю хорошо.

Разумеется, все это справедливо для ликвидных инструментов. Проверял работу системы на акциях ТГК-2, там 90% всех минуток проходили без сделок, были дни, когда до обеда сделок совсем не было. Работая на TF=M1 я застрял в позе на месяц, тогда, как на fRTS среднее время нахождения в позе – 10мин.

А если вы ворочаете миллиардами, то для вас нужен отдельный пост. Как продать или купить большой пакет акций, не уронив рынок и не взвинтив его в космос? Тоже есть ответ.

Вы не можете перейти на споте на минутки, потому, что комиссия превысит прибыль? Переходите на ФОРТС, там комиссия просто символическая (не считая других достоинств).

Ваша система покупает летом, а продает зимой или работает по фазам луны? Извините, ваша система не масштабируется, преимущества фрактальности не для вас.

В вашей системе зафиксированы конкретные значения параметров каких-то индикаторов и она плохо работает на других TF? Тоже, извините.

Вы физиологически не успеваете следить за своими индикаторами и выполнять нужные построения? Это проблема ваша или вашей системы. Автоматизируйте.

Потенциально, масштабируемые системы могут воспользоваться этим очевидным свойством фрактальности, особенно при автоматизации.

Математики спокойно занимались фрактальными объектами задолго до Мандельброта. Так часто бывает. Но как только становится очевидным прикладной характер, идет взрывоподобное развитие. Материаловедение, технология Stealth, фрактальные антенны – много куда проникла фрактальность. Теперь и рынок может взорваться (в разных смыслах).

С несколькими Фракталами я познакомился в средних классах, еще лет 10-15 оставалось до внедрения в массы этого термина. О кроликах Фибоначчи я узнал еще раньше, все из тех же научно-популярных книжек и брошюрок.

Треугольник Серпинского.

Кривая Дракона (опреденно есть у Гарднера, но, уверен, встречал и раньше).

Генератор Мандельброта. Идея, как в кривой Дракона. Уже ближе к рыночным графикам.

О курьезах. Я с детства, оказывается, знал что-то о Фракталах и Фибоначчи. О генераторе Мандельброта я узнал, когда уже писал этот пост. Фамилию Мандельброт мне подсказали, когда я уже озвучил свои первые результаты. Я никогда не занимался ни чистой математикой, ни прикладной. Но, думаю, мехмат с красивой и строгой математикой сидит во мне прочно. Я не помню, когда я узнал о проблеме береговой линии, но фрактальность рынка принял совершенно естественно.

Говорят, что Фракталы хорошо описывают природу, но не объясняют ее. В части рынка хорошие объяснения его сути у меня определенно есть. Хотя, формально это уже, как бы, лишнее.

Я стал подбирать математический аппарат, на базе которого можно было развивать некоторые мысли и наблюдения.

Экспонента Херста. Временные ряды. Персистентность. Антиперсистентность. Прошел исключительно поверхностно. Почувствовал некоторую инерционность, усредненность и закладываемое отставание. Требовалось большое количество данных. Использование стандартных отклонений отталкивало. Мне больше подходила динамика, ведь рынок очень динамичен. Да и слишком много народа занималось временными рядами.

Теория групп – тогда было очень рано, ее время еще не пришло, но скоро может наступить. Трейдеры, специалисты по теории групп, готовьтесь занять нишу. Можно попробовать навести порядок во фрактальных структурах.

Фрактальная геометрия – очень легко, по простым алгоритмам, получаются красивые сложные статические фигуры. Смоделировать рынок из простых затравок, типа генератора Мандельброта, было очень частной задачей. Было бы этими моделями охвачено все многообразие рынка – неизвестно.

Но была одна необычная математическая дисциплина. Она была несколько не в ладах с классической наукой, в которой какие-то идеи что-то предсказывают, а предсказания сверяют с реальными результатами. Теория Хаоса занималась непредсказуемыми системами.

Теория Хаоса (теория нелинейных динамических систем, с непостоянным и непериодическим изменением траектории) имеет отношение к фрактальными системам и к рынку. Только не Билла Вильямса, а математическая (вот, ведь, человек – использовал два прекрасных термина совершенно не по назначению). Под хаосом в быту вообще понимают полный беспорядок, в то время как Хаос - это особая, изысканная форма порядка.

Представьте себе автомобиль, который едет равномерно-прямолинейно по прямой. Вы всегда знаете, где он был или будет находиться в любой момент времени. Можно заменить прямую на синусоиду, а равномерное движение на равноускоренное – принципиально ничего не меняется. Полная предопределенность.

Другая крайность – бросание монетки. Полная непредсказуемость результата.

Хаос занимает промежуточное положение. Он выглядит случайным, беспорядочным, однако в нем есть закономерности, но они обнаруживаются не сразу (“Видишь суслика? Нет. И я не вижу. А он есть.” (ДМБ)). Но, в то же время, при наличии закономерностей, результат движения является непредсказуемым. Вот такое интересное сочетание.

Первый вывод Теории Хаоса – будущее точно предсказать невозможно. Много раз встречал ситуации, когда до целевой кривой оставалось буквально полсвечки, но рынок откатывался и закономерно выходил на целевую только на следующий день и совсем на другом уровне. Поэтому прогнозами не занимаюсь – теория не велит.

При всей непредсказуемости траектории движения существуют рамки, пределы, которые это движение ограничивают. Эти статичные рамки и образуют Фрактал, но только по завершении движения. То есть, предельное положение хаотической системы (динамического явления) и есть Фрактал (статическое явление). Тот самый Фрактал из фрактальной геометрии. В процессе движения прообраз фрактала тоже меняется, уточняется, приближается к законченной форме, с возникновением промежуточных финишей. Дополнительно, результат существенно зависит от начальных данных и от факторов воздействия во время движения (для рынков, например, от новостей или действий трейдеров).

Некоторая аналогия (аналогия – это не доказательство). Зарядили пушку (порох, ядро), установили угол (прицелились) и выстрелили. Место пушки, количество пороха, прицел – начальные условия. Баллистик скажет – полетит по параболе. При некоторых условиях – правдоподобно. При других – вполне может выйти и на эллиптическую орбиту, и на гиперболическую. А в микромире и вовсе другие закономерности. В рынке фрактальные свойства тоже могут иметь свой диапазон.

И летит ядро, пока не встретит препятствие. А здесь уже рельеф местности играет роль, гора ли на пути или ущелье, а, при правильных начальных условиях – какая-нибудь точка на крепостной стене. Встреча ядра с препятствием неизбежна (закономерность) и зависит от начальных условий и текущего рельефа (+ гравитационные аномалии), а каким рельеф будет – мы еще не знаем, поэтому и не знаем, где и когда ядро встретит рельеф (непредсказуемость).

У нас так же. Только траектория (целевая кривая) специфическая. И начальные условия важны, еще и профиль графика корректирует траекторию.

Как при таких установках найти что-то закономерное?

Есть смягчающие ситуацию факторы. Хаотические системы – с обратной связью, последующие значения зависят от предыдущих (память). В хаотических системах есть много точек равновесия.

Взгляните еще раз на вышеприведенные графики, теперь уже на динамику.

Мне понравился второй вывод Теории Хаоса – достоверность прогнозов со временем быстро падает. Этот вывод является существенным ограничением для применимости фундаментального анализа, оперирующего, как правило, именно долгосрочными категориями. Поэтому для меня естественно работать накоротке, “прямой наводкой”, на не очень больших торговых горизонтах (обычно не более 1-2 дня на минутках). Есть еще очень важное обстоятельство. К моему удовлетворению, рыночная фрактальность дала очень мощную возможность повысить точность (что-то вроде самофокусировки лазерного луча).

Прекрасно подходила Теория Хаоса под мои задачи, но осваивать ее я не собирался.

Теория Хаоса сказала мне, что в хаотичных системах есть странные аттракторы (точки, кривые, фигуры), к которым притягиваются элементы системы. В частности, странные аттракторы образуют определенные рамки движения. И есть у них особенность - они существенно зависят от точки приложения (более широко – от начальных условий).

И стал я искать странные аттракторы. Мне просто деваться было некуда, все было так хорошо объяснено. Я нашел их с десяток. Один из странных аттракторов оказался фигурой - Фракталом. Есть в его формуле одна интересная деталь, я ее обнаружил когда решил основное уравнение - деталь называется «среднее гармоническое». Для математика это очень ценно. А Фрактал получился и обобщением основной гармонической модели AB=CD, и обобщением Генератора Мандельброта, похоже, что и Волны Эллиота может закрыть. Одновременно целевая и коррекционные кривые обобщили дискретность расширений и коррекций Фибоначчи до непрерывности. И еще какие-то мелочи.

Странными путями иногда доходила до меня информация, дающая мне ценные импульсы.
В выходные на даче как-то застал по ТВ самый конец боевика-детектива, где играли У.Снайпс и Дж.Стэтэм.
Один из них говорит (не дословно): ”Cобытия, поначалу кажущиеся случайными, со временем могут стать закономерностью. Называется Теория Хаocа".

Посмотрел в домашней коллекции с другим переводом: «Один случайный поступок тянет за собой другой, другой следующий, в конце возникает закономерность. Это Теория Хаоca».
Фильм назывался ”Хаос".

Какие ассоциации у нормального человека должны были возникнуть при упоминании термина “подобие”? Правильно, подобные треугольники.

Но, не только. Чем не суперпозиция (в собранном виде)?

Фракталы не обязаны иметь красивую форму, как в триадной структуре. Вот форма, напоминающая треугольники.

P.S. Кто прочитает предпоследний абзац раздела из книги Э.Наймана (“Путь к финансовой свободе. Глава 6. В поисках Грааля. 6.2.Теория Хаоса на службе у трейдера”) о проблемах совместимости Теории Хаоса с классической наукой, поймет, что я только из духа противоречия должен был выбрать Теорию Хаоса.

Э.Найман советует не спешить с применением знаний о хаосе. А я и не спешил.

А еще он подтверждает, что это самое перспективное современное направление для прикладных исследований финансовых рынков .

И я тоже это подтверждаю.