Kaos teorisi - Chaos theory - Wikipedia

Bir arsa Lorenz çekicisi değerler için r = 28, σ = 10, b = 8/3
Bir animasyon çift ​​çubuklu sarkaç kaotik davranış gösteren bir ara enerjide. Sarkacı biraz farklı bir başlangıç ​​koşulu çok farklı bir sonuç doğururdu Yörünge. Çift çubuklu sarkaç, kaotik çözümlere sahip en basit dinamik sistemlerden biridir.

Kaos teorisi bir dalı matematik çalışmasına odaklanmak kaosdinamik sistemler Görünüşe göre rastgele düzensizlik durumları ve düzensizlikleri, gerçekte, son derece hassas olan temel kalıplar ve deterministik yasalar tarafından yönetilir. başlangıç ​​koşulları.[1][2] Kaos teorisi, görünüşteki rastlantısallık içinde olduğunu belirten disiplinler arası bir teoridir. kaotik karmaşık sistemler temelde örüntüler, birbirine bağlılık, sabit geribildirim döngüleri tekrarlama kendine benzerlik, fraktallar, ve kendi kendine organizasyon.[3] kelebek Etkisi kaosun altında yatan bir ilke, bir durumdaki küçük bir değişikliğin nasıl olduğunu açıklar. belirleyici doğrusal olmayan sistem daha sonraki bir durumda büyük farklılıklara neden olabilir (bu, başlangıç ​​koşullarına hassas bir bağımlılık olduğu anlamına gelir).[4] Bu davranış için bir metafor, bir kelebeğin kanatlarını çırpmasıdır. Teksas kasırgaya neden olabilir Çin.[5]

Ölçümlerdeki hatalardan veya sayısal hesaplamadaki yuvarlama hatalarından kaynaklananlar gibi başlangıç ​​koşullarındaki küçük farklılıklar, bu tür dinamik sistemler için büyük ölçüde farklı sonuçlar doğurabilir, bu da davranışlarının uzun vadeli tahminini genel olarak imkansız hale getirebilir.[6] Bu sistemler, belirleyici, gelecekteki davranışlarının benzersiz bir evrimi izlediği anlamına gelir[7] ve tamamen başlangıç ​​koşulları tarafından belirlenir. rastgele ilgili unsurlar.[8] Başka bir deyişle, bu sistemlerin deterministik doğası onları tahmin edilebilir kılmaz.[9][10] Bu davranış şu şekilde bilinir: deterministik kaos, ya da sadece kaos. Teori şu şekilde özetlendi: Edward Lorenz gibi:[11]

Kaos: Şimdiki zaman geleceği belirlediğinde, ancak yaklaşık şimdiki zaman geleceği yaklaşık olarak belirlemez.

Sıvı akışı, kalp atışı düzensizlikleri dahil olmak üzere birçok doğal sistemde kaotik davranış vardır. hava ve iklim.[12][13][7] Ayrıca yapay bileşenlere sahip bazı sistemlerde kendiliğinden oluşur. Borsa ve yol trafiği.[14][3] Bu davranış, kaotik bir analiz yoluyla incelenebilir. matematiksel model veya gibi analitik teknikler aracılığıyla yineleme grafikleri ve Poincaré haritaları. Kaos teorisinin çeşitli disiplinlerde uygulamaları vardır. meteoroloji,[7] antropoloji,[15] sosyoloji, fizik,[16] Çevre Bilimi, bilgisayar Bilimi, mühendislik, ekonomi, Biyoloji, ekoloji, pandemi kriz yönetimi,[17][18] ve Felsefe. Teori, bu tür çalışma alanlarının temelini oluşturdu. karmaşık dinamik sistemler, kaosun sınırı teori ve kendi kendine montaj süreçler.

Giriş

Kaos teorisi, davranışları ilke olarak tahmin edilebilen deterministik sistemlerle ilgilidir. Kaotik sistemler bir süre öngörülebilirdir ve ardından rastgele "görünür". Kaotik bir sistemin davranışının etkili bir şekilde tahmin edilebileceği zaman miktarı üç şeye bağlıdır: Tahminde ne kadar belirsizliğe tahammül edilebilir, mevcut durumu ne kadar doğru ölçülebilir ve sistemin dinamiklerine bağlı bir zaman ölçeği , aradı Lyapunov zamanı. Lyapunov zamanlarının bazı örnekleri şunlardır: kaotik elektrik devreleri, yaklaşık 1 milisaniye; hava sistemleri, birkaç gün (kanıtlanmamış); iç güneş sistemi, 4 ila 5 milyon yıl.[19] Kaotik sistemlerde, bir tahmindeki belirsizlik artar üssel olarak geçen süre ile. Bu nedenle, matematiksel olarak, tahmin süresini iki katına çıkarmak, tahmindeki orantısal belirsizliğin karesinden daha fazla olur. Bu, pratikte Lyapunov zamanının iki veya üç katından fazla bir aralıkta anlamlı bir tahmin yapılamayacağı anlamına gelir. Anlamlı tahminler yapılamadığında, sistem rastgele görünür.[20]

Kaotik dinamikler

Tarafından tanımlanan harita x → 4 x (1 – x) ve y → (x + y) mod 1 ilk x konumlarına duyarlılığı gösterir. Burada iki dizi x ve y değerler, küçük bir başlangıç ​​farkından zamanla belirgin bir şekilde farklılaşır.

Yaygın kullanımda "kaos", "düzensizlik durumu" anlamına gelir.[21][22] Bununla birlikte, kaos teorisinde terim daha kesin olarak tanımlanır. Kaosun evrensel olarak kabul edilmiş matematiksel bir tanımı olmamasına rağmen, yaygın olarak kullanılan bir tanım, orijinal olarak Robert L. Devaney, dinamik bir sistemi kaotik olarak sınıflandırmak için şu özelliklere sahip olması gerektiğini söylüyor:[23]

  1. olmalı başlangıç ​​koşullarına duyarlı,
  2. olmalı topolojik olarak geçişli,
  3. sahip olmalı yoğun periyodik yörüngeler.

Bazı durumlarda, yukarıdaki son iki özelliğin aslında başlangıç ​​koşullarına duyarlılığı ifade ettiği gösterilmiştir.[24][25] Ayrık zaman durumunda, bu, metrik uzaylardaki tüm sürekli haritalar için geçerlidir.[26] Bu durumlarda, pratik olarak en önemli özellik olmasına rağmen, "başlangıç ​​koşullarına duyarlılık" tanımında belirtilmesine gerek yoktur.

Dikkat sınırlıysa aralıklar ikinci özellik diğer ikisini ifade eder.[27] Kaosun alternatif ve genellikle daha zayıf bir tanımı, yalnızca yukarıdaki listedeki ilk iki özelliği kullanır.[28]

Topolojik süpersimetrinin kendiliğinden bozulması olarak kaos

Sürekli zaman dinamik sistemlerinde kaos, tüm stokastik ve deterministik (kısmi) diferansiyel denklemlerin evrim operatörlerinin kendine özgü bir özelliği olan topolojik süpersimetrinin kendiliğinden bozulması olgusudur.[29][30] Bu dinamik kaos resmi sadece deterministik modeller için değil, aynı zamanda fiziksel bakış açısından önemli bir genelleme olan dış gürültülü modeller için de işe yarar, çünkü gerçekte tüm dinamik sistemler stokastik ortamlarından etkilenir. Bu resimde, kaotik dinamiklerle ilişkili uzun menzilli dinamik davranış (ör. kelebek Etkisi ) bir sonucudur Goldstone teoremi - spontan topolojik süpersimetri kırılmasına uygulamada.

Başlangıç ​​koşullarına duyarlılık

Lorenz denklemleri y değişkeni için grafikler oluşturmak için kullanılır. İçin başlangıç ​​koşulları x ve z aynı tutuldu ama bunlar için y arasında değiştirildi 1.001, 1.0001 ve 1.00001. Değerleri , ve -di 45.92, 16 ve 4 sırasıyla. Grafikten de görülebileceği gibi, başlangıç ​​değerlerinde en ufak bir fark bile üç durumda yaklaşık 12 saniyelik evrimden sonra önemli değişikliklere neden olur. Bu, başlangıç ​​koşullarına hassas bağımlılığın bir örneğidir.

Başlangıç ​​koşullarına duyarlılık kaotik bir sistemdeki her noktanın, önemli ölçüde farklı gelecek yolları veya yörüngeleri olan diğer noktalar tarafından keyfi olarak yakından yaklaştırıldığı anlamına gelir. Bu nedenle, mevcut yörüngede keyfi olarak küçük bir değişiklik veya karışıklık, gelecekte önemli ölçüde farklı davranışlara yol açabilir.[3]

Başlangıç ​​koşullarına duyarlılık halk arasında "kelebek Etkisi ", tarafından verilen bir makalenin başlığı nedeniyle sözde Edward Lorenz 1972'de American Association for the Advancement of Science Washington, D.C.'de, başlıklı Tahmin Edilebilirlik: Brezilya'daki Kelebeğin Kanat Kanadı Teksas'ta bir Kasırga mı başlattı?.[31] Çırpınan kanat, sistemin başlangıç ​​durumunda küçük bir değişikliği temsil eder ve bu, büyük ölçekli olayların öngörülebilirliğini engelleyen bir olaylar zincirine neden olur. Kelebek kanatlarını çırpmasaydı, genel sistemin yörüngesi büyük ölçüde farklı olabilirdi.

Başlangıç ​​koşullarına duyarlılığın bir sonucu, sistem hakkında sınırlı miktarda bilgi ile başlarsak (genellikle pratikte olduğu gibi), belirli bir sürenin ötesinde sistemin artık tahmin edilebilir olmayacağıdır. Bu, genellikle sadece bir hafta kadar öngörülebilir olan hava durumunda daha yaygındır.[32] Bu, gelecekteki olaylar hakkında kimsenin iddia edilemeyeceği anlamına gelmez - yalnızca sistemde bazı kısıtlamaların mevcut olduğu anlamına gelir. Örneğin, hava koşullarında sıcaklığın yeryüzünde doğal olarak 100 ° C'ye ulaşmayacağını veya -130 ° C'ye düşmeyeceğini biliyoruz (mevcut jeolojik çağ ), ancak bu, hangi günün yılın en sıcak sıcaklığına sahip olacağını tam olarak tahmin edebileceğimiz anlamına gelmez.

Daha matematiksel terimlerle, Lyapunov üssü tedirgin başlangıç ​​koşullarından üssel sapma oranı biçiminde başlangıç ​​koşullarına duyarlılığı ölçer.[33] Daha spesifik olarak, iki başlangıç ​​verildiğinde yörüngeler içinde faz boşluğu ilk ayrılıkla sonsuz derecede yakın olan , iki yörünge tarafından verilen bir oranda birbirinden uzaklaşır.

nerede zaman ve Lyapunov üssüdür. Ayrılma hızı, ilk ayırma vektörünün yönüne bağlıdır, bu nedenle bütün bir Lyapunov üsleri spektrumu var olabilir. Lyapunov üslerinin sayısı, faz uzayının boyutlarının sayısına eşittir, ancak yalnızca en büyüğüne atıfta bulunmak yaygındır. Örneğin, maksimal Lyapunov üssü (MLE), sistemin genel öngörülebilirliğini belirlediği için en sık kullanılır. Pozitif bir MLE genellikle sistemin kaotik olduğunun bir göstergesi olarak alınır.[7]

Yukarıdaki özelliğe ek olarak, başlangıç ​​koşullarının hassasiyeti ile ilgili diğer özellikler de mevcuttur. Bunlar, örneğin şunları içerir: ölçü-teorik karıştırma (tartışıldığı gibi ergodik teorisi) ve özellikleri K sistemi.[10]

Periyodik olmayan

Kaotik bir sistem, evrimleşen değişken için kendilerini tam olarak tekrarlayan ve bu dizideki herhangi bir noktadan başlayarak periyodik davranışlar veren değer dizilerine sahip olabilir. Bununla birlikte, bu tür periyodik diziler çekmekten çok iticidir, yani gelişen değişken dizinin dışında, ne kadar yakın olursa olsun, diziye girmeyecek ve aslında ondan uzaklaşacaktır. Böylece Neredeyse hepsi başlangıç ​​koşullarında, değişken periyodik olmayan davranışla kaotik olarak gelişir.

Topolojik karıştırma

Bir dizi durumun altı yinelemesi lojistik haritadan geçti. İlk yineleme (mavi), esasen bir daire oluşturan başlangıç ​​koşuludur. Animasyon, döngüsel başlangıç ​​koşullarının birinci ila altıncı yinelemesini gösterir. Görülebilir ki karıştırma yinelemelerde ilerledikçe oluşur. Altıncı yineleme, noktaların neredeyse tamamen faz uzayında dağıldığını gösteriyor. Yinelemelerde daha da ilerlemiş olsaydık, karıştırma homojen ve geri döndürülemez olurdu. Lojistik haritanın denklemi var . Lojistik haritanın durum uzayını iki boyuta, ikinci bir duruma genişletmek için, , olarak oluşturuldu , Eğer ve aksi takdirde.
Tarafından tanımlanan harita x → 4 x (1 – x) ve y → (x + y) mod 1 ayrıca görüntüler topolojik karıştırma. Burada mavi bölge dinamikler tarafından önce mor bölgeye, ardından pembe ve kırmızı bölgelere ve nihayetinde uzaya dağılmış dikey çizgiler bulutuna dönüştürülür.

Topolojik karıştırma (veya topolojik geçişliliğin daha zayıf durumu), sistemin zaman içinde geliştiği ve böylece herhangi bir bölgenin veya açık küme onun faz boşluğu sonunda herhangi bir başka bölgeyle çakışır. Bu matematiksel "karıştırma" kavramı, standart sezgiye ve renklerin karıştırılmasına karşılık gelir. boyalar veya sıvılar kaotik bir sistem örneğidir.

Topolojik karıştırma, kaosu yalnızca başlangıç ​​koşullarına duyarlılıkla eşitleyen popüler kaos açıklamalarından genellikle çıkarılır. Bununla birlikte, başlangıç ​​koşullarına hassas bağımlılık tek başına kaos yaratmaz. Örneğin, bir başlangıç ​​değerinin art arda iki katına çıkarılmasıyla üretilen basit dinamik sistemi düşünün. Bu sistem, her yerde ilk koşullara hassas bir şekilde bağımlıdır, çünkü yakınlardaki herhangi bir nokta çifti sonunda büyük ölçüde birbirinden ayrılır. Bununla birlikte, bu örneğin topolojik karışımı yoktur ve bu nedenle de kaos içermez. Aslında, son derece basit bir davranışa sahiptir: 0 dışındaki tüm noktalar, pozitif veya negatif sonsuzluğa eğilimlidir.

Topolojik geçişlilik

Bir harita herhangi bir çift için ise topolojik olarak geçişli olduğu söylenir. açık setler var öyle ki . Topolojik geçişlilik, topolojik karıştırma. Sezgisel olarak, bir harita topolojik olarak geçişli ise, o zaman bir nokta verilir x ve bir bölge Vbir nokta var y yakın x kimin yörüngesi geçer V. Bu, sistemi iki açık kümeye ayırmanın imkansız olduğu anlamına gelir.[34]

Önemli bir ilgili teorem, Birkhoff Geçiş Teoremidir. Yoğun bir yörüngenin varlığının topolojik geçişkenliği ifade ettiğini görmek kolaydır. Birkhoff Geçiş Teoremi, eğer X bir ikinci sayılabilir, tam metrik uzay, o zaman topolojik geçişlilik, bir yoğun set puanların X yoğun yörüngeleri olan.[35]

Periyodik yörüngelerin yoğunluğu

Kaotik bir sisteme sahip olmak için yoğun periyodik yörüngeler uzaydaki her noktaya, periyodik yörüngelerle keyfi olarak yakından yaklaşıldığı anlamına gelir.[34] Tek boyutlu lojistik harita tarafından tanımlandı x → 4 x (1 – x) periyodik yörünge yoğunluğuna sahip en basit sistemlerden biridir. Örneğin,  →  → (veya yaklaşık 0,3454915 → 0,9045085 → 0,3454915) periyot 2'nin (kararsız) bir yörüngesidir ve 4, 8, 16 vb. periyotlar için benzer yörüngeler mevcuttur (aslında, tarafından belirtilen tüm periyotlar için). Sharkovskii teoremi ).[36]

Sharkovskii teoremi, Li ve Yorke'un temelidir.[37] (1975), üçüncü periyodun düzenli bir döngüsünü sergileyen herhangi bir sürekli tek boyutlu sistemin aynı zamanda diğer her uzunluktaki düzenli döngüleri ve tamamen kaotik yörüngeleri göstereceğini kanıtladı.

Garip çekiciler

Lorenz çekicisi kaotik davranış gösterir. Bu iki grafik, çekicinin kapladığı faz uzayı bölgesindeki başlangıç ​​koşullarına hassas bağımlılık gösterir.

Tek boyutlu gibi bazı dinamik sistemler lojistik harita tarafından tanımlandı x → 4 x (1 – x), her yerde kaotiktir, ancak çoğu durumda kaotik davranış yalnızca faz uzayının bir alt kümesinde bulunur. En çok ilgi çeken durumlar, kaotik davranış bir yerde gerçekleştiğinde ortaya çıkar. cazibe merkezi O zamandan beri geniş bir dizi başlangıç ​​koşulu, bu kaotik bölgeye yakınsayan yörüngelere yol açar.[38]

Kaotik bir çekiciyi görselleştirmenin kolay bir yolu, bir noktayla başlamaktır. çekim havzası çeker ve sonra basitçe sonraki yörüngesini çizin. Topolojik geçişlilik koşulundan dolayı, bu muhtemelen tüm son çekicinin bir resmini oluşturur ve aslında sağdaki şekilde gösterilen her iki yörünge de Lorenz çekicinin genel şeklinin bir resmini verir. Bu çeker, basit bir üç boyutlu modelin sonucudur. Lorenz hava durumu sistemi. Lorenz çekicisi belki de en iyi bilinen kaotik sistem diyagramlarından biridir, çünkü muhtemelen sadece ilklerden biri değil, aynı zamanda en karmaşıklarından biridir ve bu nedenle çok ilginç bir model ortaya çıkarır. biraz hayal gücü, bir kelebeğin kanatlarına benziyor.

Aksine sabit noktalı çekiciler ve limit döngüleri kaotik sistemlerden ortaya çıkan çekiciler, garip çekiciler, büyük ayrıntı ve karmaşıklığa sahip. Her ikisinde de garip çekiciler oluşur sürekli dinamik sistemler (Lorenz sistemi gibi) ve bazılarında ayrık sistemler (örneğin Hénon haritası ). Diğer ayrık dinamik sistemler, bir itici yapıya sahiptir. Julia seti sabit noktaların çekim havzaları arasındaki sınırda oluşan. Julia setleri garip kovucular olarak düşünülebilir. Hem garip çekiciler hem de Julia setleri tipik olarak fraktal yapı ve Fraktal boyut onlar için hesaplanabilir.

Kaotik bir sistemin minimum karmaşıklığı

Çatallanma diyagramı of lojistik harita xr x (1 – x). Her dikey dilim, belirli bir değer için çekiciyi gösterir. r. Diyagram görüntülenir dönem ikiye katlama gibi r artar, sonunda kaos üretir.

Lojistik harita gibi ayrı kaotik sistemler, ne olursa olsun garip çekiciler sergileyebilir. boyutluluk. Parabolik maksimuma sahip tek boyutlu haritaların evrenselliği ve Feigenbaum sabitleri ,[39][40] ayrık lazer dinamikleri için bir oyuncak modeli olarak önerilen harita ile iyi bir şekilde görülebilir: ,nerede elektrik alan genliği anlamına gelir, [41] çatallanma parametresi olarak lazer kazancıdır. Kademeli artış aralıklı dinamikleri normalden kaotik olana değiştirir[42] niteliksel olarak aynı çatallanma diyagramı bunun için lojistik harita.

Aksine, sürekli dinamik sistemler, Poincaré – Bendixson teoremi garip bir çekicinin yalnızca üç veya daha fazla boyutta ortaya çıkabileceğini gösterir. Sonlu boyutlu doğrusal sistemler asla kaotik değildir; dinamik bir sistemin kaotik davranış göstermesi için, ya doğrusal olmayan veya sonsuz boyutlu.

Poincaré – Bendixson teoremi iki boyutlu bir diferansiyel denklemin çok düzenli davranışa sahip olduğunu belirtir. Aşağıda tartışılan Lorenz çekicisi, üçlü bir sistem tarafından üretilir. diferansiyel denklemler gibi:

nerede , , ve makyaj sistem durumu, zamandır ve , , sistem parametreleri. Sağ taraftaki terimlerin beşi doğrusal iken ikisi kareseldir; toplam yedi dönem. İyi bilinen başka bir kaotik çeker, Rössler denklemleri, yediden yalnızca bir doğrusal olmayan terimi vardır. Sprott[43] yalnızca bir doğrusal olmayan terimi olan ve belirli parametre değerleri için kaos sergileyen, yalnızca beş terimli üç boyutlu bir sistem buldu. Zhang ve Heidel[44][45] en azından enerji tüketen ve muhafazakar kuadratik sistemler için, sağ tarafta yalnızca üç veya dört terim bulunan üç boyutlu kuadratik sistemlerin kaotik davranış gösteremeyeceğini gösterdi. Nedeni, basitçe ifade etmek gerekirse, bu tür sistemlere yönelik çözümlerin iki boyutlu bir yüzeye asimptotik olması ve bu nedenle çözümlerin iyi davranmasıdır.

Poincaré – Bendixson teoremi, Öklid üzerinde sürekli bir dinamik sistem olduğunu gösterirken uçak kaotik olamaz, iki boyutlu sürekli sistemler Öklid dışı geometri kaotik davranış sergileyebilir.[46][kendi yayınladığı kaynak? ] Belki şaşırtıcı bir şekilde, sonsuz boyutlu olmaları koşuluyla, doğrusal sistemlerde de kaos meydana gelebilir.[47] Doğrusal kaos teorisi, matematiksel analizin bir dalında geliştirilmektedir. fonksiyonel Analiz.

Sonsuz boyutlu haritalar

Birleştirilmiş ayrık haritaların basit genellemesi[48] mekansal olarak dağıtılmış haritalar arasındaki etkileşime aracılık eden evrişim integraline dayanır:,

çekirdek nerede yayıcı, ilgili bir fiziksel sistemin Yeşil işlevi olarak türetilmiştir,[49] lojistik harita olabilir veya karmaşık harita. Karmaşık harita örnekleri için Julia seti veya Ikeda haritası hizmet edebilir. Uzaktan dalga yayılım problemleri olduğunda dalga boyu ile çekirdek olarak kabul edilir için bir Yeşil işlevi olabilir Schrödinger denklemi:.[50][51]

.

Sarsıntı sistemleri

İçinde fizik, pislik üçüncü türevi durum, zamana göre. Bu nedenle, formun diferansiyel denklemleri

bazen aranır Sarsıntı denklemleri. Üç birinci dereceden, sıradan, doğrusal olmayan diferansiyel denklemlerden oluşan bir sisteme eşdeğer olan bir sarsıntı denkleminin, kaotik davranış gösteren çözümler için belirli bir anlamda minimum ayar olduğu gösterilmiştir. Bu, sarsıntılı sistemlere matematiksel ilgiyi motive eder. Dördüncü veya daha yüksek bir türevi içeren sistemler buna göre hiperjerk sistemler olarak adlandırılır.[52]

Bir sarsıntı sisteminin davranışı bir sarsıntı denklemiyle tanımlanır ve bazı sarsıntı denklemleri için basit elektronik devreler çözümleri modelleyebilir. Bu devreler, sarsıntı devreleri olarak bilinir.

Sarsıntı devrelerinin en ilginç özelliklerinden biri, kaotik davranış olasılığıdır. Aslında, Lorenz çekicisi gibi bazı iyi bilinen kaotik sistemler ve Rössler haritası, geleneksel olarak, tek bir (oldukça karmaşık olmasına rağmen) sarsıntı denkleminde birleşebilen üç birinci dereceden diferansiyel denklem sistemi olarak tanımlanır. Doğrusal olmayan sarsıntı sistemleri, bir anlamda kaotik davranış sergileyen minimal karmaşık sistemlerdir; sadece iki birinci dereceden, sıradan diferansiyel denklemi içeren kaotik bir sistem yoktur (sistem yalnızca ikinci dereceden bir denklemle sonuçlanır).

Doğrusal olmayan büyüklüğünde sarsıntı denklemine bir örnek dır-dir:

Buraya, Bir ayarlanabilir bir parametredir. Bu denklemin kaotik bir çözümü var Bir= 3/5 ve aşağıdaki sarsıntı devresi ile uygulanabilir; gerekli doğrusal olmama iki diyot tarafından sağlanır:

JerkCircuit01.png

Yukarıdaki devrede, tüm dirençler, hariç, eşit değerdedir. ve tüm kapasitörler eşit boyuttadır. Hakim frekans . Çıktısı op amp 0, x değişkenine karşılık gelir, 1'in çıktısı, x'in ilk türevine karşılık gelir ve 2'nin çıktısı, ikinci türeve karşılık gelir.

Benzer devreler yalnızca bir diyot gerektirir[53] veya hiç diyot yok.[54]

Ayrıca iyi bilinenlere bakın Chua devresi Kaotik gerçek rasgele sayı üreteçleri için bir temel.[55] Devrenin yapım kolaylığı, onu kaotik bir sistemin gerçek dünyada her yerde bulunan bir örneği haline getirdi.

Spontane düzen

Doğru koşullar altında, kaos kendiliğinden bir kilit adımı modeline dönüşür. İçinde Kuramoto modeli kaotik bir sistemde senkronizasyon üretmek için dört koşul yeterlidir. birleşik salınım nın-nin Christiaan Huygens sarkaçlar, ateşböcekleri, nöronlar, Londra Millennium Köprüsü rezonans ve büyük diziler Josephson kavşakları.[56]

Tarih

Barnsley eğreltiotu kullanılarak oluşturuldu kaos oyunu. Doğal formlar (eğrelti otları, bulutlar, dağlar vb.) yinelenen işlev sistemi (IFS).

Kaos teorisinin erken bir savunucusu, Henri Poincaré. 1880'lerde, üç beden problemi, periyodik olmayan ve yine de sonsuza kadar artmayan veya sabit bir noktaya yaklaşmayan yörüngeler olabileceğini buldu.[57][58][59] 1898'de, Jacques Hadamard sabit negatif eğriliğin yüzeyinde sürtünmeden kayan serbest bir parçacığın kaotik hareketine ilişkin etkili bir çalışma yayınladı.Hadamard'ın bilardosu ".[60] Hadamard, tüm parçacık yörüngelerinin katlanarak birbirinden pozitif bir şekilde uzaklaştığı için tüm yörüngelerin kararsız olduğunu gösterebildi. Lyapunov üssü.

Kaos teorisi alanında başladı ergodik teori. Doğrusal olmayan konusunda da sonraki çalışmalar diferansiyel denklemler tarafından yapıldı George David Birkhoff,[61] Andrey Nikolaevich Kolmogorov,[62][63][64] Mary Lucy Cartwright ve John Edensor Littlewood,[65] ve Stephen Smale.[66] Smale dışında, bu çalışmalar doğrudan fizikten esinlenmiştir: Birkhoff durumunda üç cisim problemi, Kolmogorov durumunda türbülans ve astronomik problemler ve Cartwright ve Littlewood durumunda radyo mühendisliği.[kaynak belirtilmeli ] Kaotik gezegen hareketi gözlemlenmemiş olmasına rağmen, deneyciler, gördüklerini açıklayacak bir teori olmadan radyo devrelerinde akışkan hareketinde türbülans ve periyodik olmayan salınımla karşılaşmışlardı.

Yirminci yüzyılın ilk yarısındaki ilk kavrayışlara rağmen, kaos teorisi ancak yüzyılın ortasından sonra, bazı bilim adamları tarafından ilk kez anlaşıldığında resmileşti. doğrusal teori, o zaman geçerli olan sistem teorisi, basitçe, belirli deneylerin gözlemlenen davranışını açıklayamadı. lojistik harita. Belirsizliği ve basitliği ölçmek için atfedilen şey "gürültü, ses "kaos teorisyenleri tarafından incelenen sistemlerin tam bir bileşeni olarak kabul edildi.

Kaos teorisinin gelişimi için ana katalizör elektronik bilgisayardı. Kaos teorisinin matematiğinin çoğu, tekrarlanan yineleme El ile yapılması pratik olmayacak basit matematiksel formüller. Elektronik bilgisayarlar bu tekrarlanan hesaplamaları pratik hale getirirken, rakamlar ve resimler bu sistemleri görselleştirmeyi mümkün kıldı. Yoshisuke Ueda, Chihiro Hayashi'nin Kyoto Üniversitesi'ndeki laboratuvarında yüksek lisans öğrencisi olarak analog bilgisayarlarla deneyler yapıyordu ve 27 Kasım 1961'de "rastgele geçiş fenomeni" dediği şeyi fark etti. Yine de danışmanı o sırada vardığı sonuçlara katılmıyordu ve bulgularını 1970 yılına kadar rapor etmesine izin vermedi.[67][68]

Türbülans içinde bahşiş girdabı bir uçak kanat. Bir sistemin türbülans yarattığı kritik noktanın araştırılması, kaos teorisi için önemliydi, örneğin Sovyet fizikçi Lev Landau, kim geliştirdi Landau-Hopf türbülans teorisi. David Ruelle ve Floris Takens daha sonra Landau'ya karşı, sıvı türbülansı bir yoluyla gelişebilir garip çekici, kaos teorisinin ana kavramı.

Edward Lorenz teorinin ilk öncülerinden biriydi. Kaosa olan ilgisi, tesadüfen ortaya çıktı. hava Durumu tahmini 1961'de.[12] Lorenz basit bir dijital bilgisayar kullanıyordu. Kraliyet McBee LGP-30, hava simülasyonunu çalıştırmak için. Bir dizi veriyi tekrar görmek istedi ve zamandan tasarruf etmek için simülasyonu seyrinin ortasında başlattı. Bunu, orijinal simülasyonun ortasındaki koşullara karşılık gelen verilerin bir çıktısını girerek yaptı. Makinenin tahmin etmeye başladığı hava durumu, önceki hesaplamadan tamamen farklıydı. Lorenz bunu bilgisayar çıktısına kadar takip etti. Bilgisayar 6 basamaklı bir hassasiyetle çalıştı, ancak çıktı değişkenleri 3 basamaklı bir sayıya yuvarladı, böylece 0,506127 gibi bir değer 0,506 olarak yazdırıldı. Bu fark çok küçük ve o zamanki fikir birliği, pratik bir etkisinin olmaması gerektiğiydi. Ancak Lorenz, başlangıç ​​koşullarındaki küçük değişikliklerin uzun vadeli sonuçlarda büyük değişiklikler ürettiğini keşfetti.[69] Lorenz'in ismini veren keşfi Lorenz çekiciler, ayrıntılı atmosferik modellemenin bile genel olarak uzun vadeli kesin hava tahminleri yapamayacağını gösterdi.

1963'te, Benoit Mandelbrot pamuk fiyatları ile ilgili verilerde her ölçekte yinelenen modeller buldu.[70] Önceden çalışmıştı bilgi teorisi Gürültünün bir Kantor seti: herhangi bir ölçekte gürültü içeren dönemlerin hatasız dönemlere oranı sabitti - bu nedenle hatalar kaçınılmazdı ve fazlalık dahil edilerek planlanmalıdır.[71] Mandelbrot, hem "Noah etkisini" (burada ani kesintili değişikliklerin meydana gelebildiği) hem de "Joseph etkisini" (bir değerin bir süre kalıcı olabileceği, ancak daha sonra aniden değişebileceği) tanımladı.[72][73] Bu, fiyatta değişiklik olduğu fikrine meydan okudu. normal dağılım. 1967'de yayınladı "Britanya sahili ne kadar uzun? İstatistiksel öz benzerlik ve kesirli boyut ", bir kıyı şeridinin uzunluğunun ölçüm cihazının ölçeğine göre değiştiğini, her ölçekte kendisine benzediğini ve bir kıyı şeridi uzunluğunun sonsuz olduğunu gösterir. sonsuz ölçüde küçük ölçüm cihazı.[74] Uzaklardan (0 boyutlu) bakıldığında bir sicim topunun, oldukça yakından (3 boyutlu) bakıldığında bir topun veya kavisli bir telin (1 boyutlu) bir nokta olarak göründüğünü savunarak, bir nesne gözlemciye bağlıdır ve kesirli olabilir. Düzensizliği farklı ölçeklerde sabit olan bir nesne ("kendine benzerlik"), fraktal (örnekler şunları içerir: Menger sünger, Sierpiński conta, ve Koch eğrisi veya kar tanesisonsuz uzunlukta olan ancak sonlu bir uzayı çevreleyen ve bir Fraktal boyut yaklaşık 1.2619). 1982'de Mandelbrot yayınlandı Doğanın Fraktal Geometrisi, bu bir kaos teorisi klasiği haline geldi.[75] Dolaşım ve bronşiyal sistemlerin dallanması gibi biyolojik sistemlerin fraktal bir modele uyduğu kanıtlandı.[76]

Aralık 1977'de New York Bilimler Akademisi David Ruelle'nin katıldığı ilk kaos sempozyumu düzenledi, Robert May, James A. Yorke (matematikte kullanılan "kaos" teriminin uydurucusu), Robert Shaw ve meteorolog Edward Lorenz. Ertesi yıl Pierre Coullet ve Charles Tresser "Iterations d'endomorphismes et groupe de renormalisation" yayınladı ve Mitchell Feigenbaum "Doğrusal Olmayan Dönüşümler Sınıfı için Niceliksel Evrensellik" adlı makalesi, 3 yıllık hakem reddinden sonra nihayet bir dergide yayınlandı.[40][77] Böylece Feigenbaum (1975) ve Coullet & Tresser (1978), evrensellik kaos içinde, kaos teorisinin birçok farklı fenomene uygulanmasına izin verir.

1979'da, Albert J. Libchaber tarafından Aspen'de düzenlenen bir sempozyum sırasında Pierre Hohenberg, deneysel gözlemini sundu. çatallanma kaosa ve türbülansa yol açan çağlayan Rayleigh-Bénard konveksiyonu sistemleri. O ödüllendirildi Fizikte Wolf Ödülü 1986'da Mitchell J. Feigenbaum ilham verici başarıları için.[78]

1986'da New York Bilimler Akademisi, Ulusal Ruh Sağlığı Enstitüsü ve Deniz Araştırmaları Ofisi biyoloji ve tıpta kaos üzerine ilk önemli konferans. Orada, Bernardo Huberman matematiksel bir model sundu göz izleme bozukluğu arasında şizofreni.[79] Bu yenilenmesine yol açtı fizyoloji 1980'lerde kaos teorisinin uygulanması yoluyla, örneğin, patolojik çalışmalarda kalp döngüleri.

1987 yılında Bak için, Chao Tang ve Kurt Wiesenfeld bir makale yayınladı Fiziksel İnceleme Mektupları[80] ilk defa tarif etmek kendi kendine organize kritiklik (SOC), hangi mekanizmalardan biri olarak kabul edilir? karmaşıklık doğada ortaya çıkar.

Büyük ölçüde laboratuvar tabanlı yaklaşımların yanı sıra Bak – Tang – Wiesenfeld kum tepesi Diğer birçok araştırma, gösterdiği bilinen (veya şüphelenilen) büyük ölçekli doğal veya sosyal sistemlere odaklanmıştır. ölçek değişmez davranış. Bu yaklaşımlar, incelenen konulardaki uzmanlar tarafından her zaman (en azından başlangıçta) memnuniyetle karşılanmasa da, SOC yine de, aşağıdakiler de dahil olmak üzere bir dizi doğal fenomeni açıklamak için güçlü bir aday olarak yerleşmiştir. depremler, (ki, SOC keşfedilmeden çok önce, ölçek değişmez davranışların kaynağı olarak biliniyordu. Gutenberg-Richter yasası deprem boyutlarının istatistiksel dağılımını ve Omori yasası[81] artçı şokların sıklığını açıklayan), Güneş ışınları gibi ekonomik sistemlerdeki dalgalanmalar finansal piyasalar (SOC'ye yapılan atıflar yaygındır: ekonofizik ), peyzaj oluşumu, Orman yangınları, heyelanlar, salgın hastalıklar, ve biyolojik evrim (SOC'nin, örneğin "teorisinin arkasındaki dinamik mekanizma olarak kullanıldığı yerlerde,noktalı denge "ileri sürmek Niles Eldredge ve Stephen Jay Gould ). Olay boyutlarının ölçeksiz bir dağılımının sonuçları göz önüne alındığında, bazı araştırmacılar, SOC'nin bir örneği olarak kabul edilmesi gereken başka bir olgunun, savaşlar. SOC'nin bu araştırmaları, hem modelleme girişimlerini (ya yeni modeller geliştirme ya da mevcut olanları belirli bir doğal sistemin özelliklerine uyarlama) hem de doğal ölçeklendirme yasalarının varlığını ve / veya özelliklerini belirlemek için kapsamlı veri analizini içermektedir.

Aynı yıl James Gleick yayınlanan Kaos: Yeni Bir Bilim Yapmak En çok satanlardan biri haline gelen ve kaos teorisinin genel ilkelerini ve tarihini geniş kamuoyuna tanıtan, ancak tarihinin önemli Sovyet katkılarını yeterince vurgulamamasına rağmen.[kaynak belirtilmeli ][82] Başlangıçta, birkaç izole bireyin etki alanı olan kaos teorisi, esas olarak şu ad altında, disiplinler arası ve kurumsal bir disiplin olarak aşamalı olarak ortaya çıktı. doğrusal olmayan sistemler analizi. İma etmek Thomas Kuhn kavramı paradigma kayması maruz Bilimsel Devrimlerin Yapısı (1962), birçok "kaolog" (bazılarının kendilerini tanımladığı gibi), bu yeni teorinin böyle bir değişimin bir örneği olduğunu, Gleick tarafından desteklenen bir tez olduğunu iddia etti.

Daha ucuz, daha güçlü bilgisayarların varlığı, kaos teorisinin uygulanabilirliğini genişletir. Şu anda, kaos teorisi aktif bir araştırma alanı olmaya devam ediyor.[83] gibi birçok farklı disiplini içeren matematik, topoloji, fizik,[84] sosyal sistemler,[85] nüfus modellemesi, Biyoloji, meteoroloji, astrofizik, bilgi teorisi, hesaplamalı sinirbilim, pandemi kriz yönetimi,[17][18] vb.

Başvurular

Bir Conus tekstil kabuk, görünüş olarak benzer Kural 30, bir hücresel otomat kaotik davranışla.[86]

Kaos teorisi, hava durumu modellerini gözlemlemekten doğmuş olmasına rağmen, çeşitli başka durumlara uygulanabilir hale geldi. Bugün kaos teorisinden yararlanan bazı alanlar jeoloji, matematik, mikrobiyoloji, Biyoloji, bilgisayar Bilimi, ekonomi,[87][88][89] mühendislik,[90][91] finans,[92][93] algoritmik ticaret,[94][95][96] meteoroloji, Felsefe, antropoloji,[15] fizik,[97][98][99] siyaset,[100][101] nüfus dinamikleri,[102] Psikoloji,[14] ve robotik. Aşağıda örneklerle birkaç kategori listelenmiştir, ancak bu hiçbir şekilde yeni uygulamalar göründüğü için kapsamlı bir liste değildir.

Kriptografi

Kaos teorisi uzun yıllardır kullanılmaktadır. kriptografi. Geçtiğimiz birkaç on yılda, yüzlerce tasarımda kaos ve doğrusal olmayan dinamikler kullanılmıştır. kriptografik ilkeller. Bu algoritmalar görüntüyü içerir şifreleme algoritmaları, karma işlevler, güvenli sözde rasgele sayı üreteçleri, akış şifreleri, filigran ve steganografi.[103] Bu algoritmaların çoğu, tek modlu kaotik haritalara dayanır ve bu algoritmaların büyük bir kısmı, kontrol parametrelerini ve kaotik haritaların başlangıç ​​koşullarını anahtarları olarak kullanır.[104] Daha geniş bir perspektiften, genelliği kaybetmeden, kaotik haritalar ile kriptografik sistemler arasındaki benzerlikler, kaos tabanlı kriptografik algoritmaların tasarımı için ana motivasyondur.[103] Bir tür şifreleme, gizli anahtar veya simetrik anahtar güveniyor yayılma ve kafa karışıklığı, kaos teorisi ile iyi modellenmiştir.[105] Başka bir bilgi işlem türü, DNA hesaplama, kaos teorisiyle eşleştirildiğinde, görüntüleri ve diğer bilgileri şifrelemek için bir yol sunar.[106] DNA-Kaos kriptografik algoritmalarının birçoğunun ya güvenli olmadığı kanıtlanmıştır ya da uygulanan tekniğin verimli olmadığı öne sürülmüştür.[107][108][109]

Robotik

Robotik, son zamanlarda kaos teorisinden yararlanan bir başka alandır. Çevreleriyle etkileşime girmek için deneme yanılma tipi bir iyileştirme türünde hareket eden robotlar yerine, kaos teorisi bir tahmine dayalı model.[110]Kaotik dinamikler pasif yürüyüş iki ayaklı robotlar.[111]

Biyoloji

Yüz yıldan fazla bir süredir, biyologlar farklı türlerin popülasyonlarını takip ediyorlar. nüfus modelleri. Çoğu model sürekli, ancak son zamanlarda bilim adamları bazı popülasyonlarda kaotik modeller uygulayabildiler.[112] Örneğin, modellerle ilgili bir çalışma Kanadalı vaşak nüfus artışında kaotik davranış olduğunu gösterdi.[113] Chaos can also be found in ecological systems, such as hidroloji. While a chaotic model for hydrology has its shortcomings, there is still much to learn from looking at the data through the lens of chaos theory.[114] Another biological application is found in cardiotocography. Fetal surveillance is a delicate balance of obtaining accurate information while being as noninvasive as possible. Better models of warning signs of fetal hypoxia can be obtained through chaotic modeling.[115]

Diğer alanlar

In chemistry, predicting gas solubility is essential to manufacturing polimerler, but models using parçacık sürüsü optimizasyonu (PSO) tend to converge to the wrong points. An improved version of PSO has been created by introducing chaos, which keeps the simulations from getting stuck.[116] İçinde gök mekaniği, especially when observing asteroids, applying chaos theory leads to better predictions about when these objects will approach Earth and other planets.[117] Four of the five moons of Pluto rotate chaotically. İçinde kuantum fiziği ve elektrik Mühendisliği, the study of large arrays of Josephson junctions benefitted greatly from chaos theory.[118] Closer to home, coal mines have always been dangerous places where frequent natural gas leaks cause many deaths. Until recently, there was no reliable way to predict when they would occur. But these gas leaks have chaotic tendencies that, when properly modeled, can be predicted fairly accurately.[119]

Chaos theory can be applied outside of the natural sciences, but historically nearly all such studies have suffered from lack of reproducibility; poor external validity; and/or inattention to cross-validation, resulting in poor predictive accuracy (if out-of-sample prediction has even been attempted). Bardak[120] and Mandell and Selz[121] have found that no EEG study has as yet indicated the presence of strange attractors or other signs of chaotic behavior.

Researchers have continued to apply chaos theory to psychology. For example, in modeling group behavior in which heterogeneous members may behave as if sharing to different degrees what in Wilfred Bion 's theory is a basic assumption, researchers have found that the group dynamic is the result of the individual dynamics of the members: each individual reproduces the group dynamics in a different scale, and the chaotic behavior of the group is reflected in each member.[122]

Redington and Reidbord (1992) attempted to demonstrate that the human heart could display chaotic traits. They monitored the changes in between-heartbeat intervals for a single psychotherapy patient as she moved through periods of varying emotional intensity during a therapy session. Results were admittedly inconclusive. Not only were there ambiguities in the various plots the authors produced to purportedly show evidence of chaotic dynamics (spectral analysis, phase trajectory, and autocorrelation plots), but also when they attempted to compute a Lyapunov exponent as more definitive confirmation of chaotic behavior, the authors found they could not reliably do so.[123]

In their 1995 paper, Metcalf and Allen[124] maintained that they uncovered in animal behavior a pattern of period doubling leading to chaos. The authors examined a well-known response called schedule-induced polydipsia, by which an animal deprived of food for certain lengths of time will drink unusual amounts of water when the food is at last presented. The control parameter (r) operating here was the length of the interval between feedings, once resumed. The authors were careful to test a large number of animals and to include many replications, and they designed their experiment so as to rule out the likelihood that changes in response patterns were caused by different starting places for r.

Time series and first delay plots provide the best support for the claims made, showing a fairly clear march from periodicity to irregularity as the feeding times were increased. The various phase trajectory plots and spectral analyses, on the other hand, do not match up well enough with the other graphs or with the overall theory to lead inexorably to a chaotic diagnosis. For example, the phase trajectories do not show a definite progression towards greater and greater complexity (and away from periodicity); the process seems quite muddied. Also, where Metcalf and Allen saw periods of two and six in their spectral plots, there is room for alternative interpretations. All of this ambiguity necessitate some serpentine, post-hoc explanation to show that results fit a chaotic model.

By adapting a model of career counseling to include a chaotic interpretation of the relationship between employees and the job market, Aniundson and Bright found that better suggestions can be made to people struggling with career decisions.[125] Modern organizations are increasingly seen as open complex adaptive systems with fundamental natural nonlinear structures, subject to internal and external forces that may contribute chaos. Örneğin, takım kurma ve group development is increasingly being researched as an inherently unpredictable system, as the uncertainty of different individuals meeting for the first time makes the trajectory of the team unknowable.[126]

Some say the chaos metaphor—used in verbal theories—grounded on mathematical models and psychological aspects of human behaviorprovides helpful insights to describing the complexity of small work groups, that go beyond the metaphor itself.[127]

Kırmızı arabalar ve mavi arabalar sırayla hareket ediyor; kırmızı olanlar sadece yukarı doğru hareket eder ve mavi olanlar sağa doğru hareket eder. Her seferinde, aynı renkteki tüm arabalar, önünde araba yoksa bir adım ilerlemeye çalışır. Burada model, bazı trafik sıkışıklığının olduğu ve arabaların en yüksek hızda hareket edebileceği bazı alanların olduğu bir şekilde geometrik bir düzende kendi kendine organize olmuştur.

It is possible that economic models can also be improved through an application of chaos theory, but predicting the health of an economic system and what factors influence it most is an extremely complex task.[128] Economic and financial systems are fundamentally different from those in the classical natural sciences since the former are inherently stochastic in nature, as they result from the interactions of people, and thus pure deterministic models are unlikely to provide accurate representations of the data. The empirical literature that tests for chaos in economics and finance presents very mixed results, in part due to confusion between specific tests for chaos and more general tests for non-linear relationships.[129]

Traffic forecasting may benefit from applications of chaos theory. Better predictions of when traffic will occur would allow measures to be taken to disperse it before it would have occurred. Combining chaos theory principles with a few other methods has led to a more accurate short-term prediction model (see the plot of the BML traffic model at right).[130]

Chaos theory has been applied to environmental Su döngüsü data (aka hydrological data), such as rainfall and streamflow.[131] These studies have yielded controversial results, because the methods for detecting a chaotic signature are often relatively subjective. Early studies tended to "succeed" in finding chaos, whereas subsequent studies and meta-analyses called those studies into question and provided explanations for why these datasets are not likely to have low-dimension chaotic dynamics.[132]

Ayrıca bakınız

Examples of chaotic systems
Diğer ilgili konular
İnsanlar

Referanslar

  1. ^ "The Definitive Glossary of Higher Mathematical Jargon — Chaos". Matematik Kasası. 2019-08-01. Alındı 2019-11-24.
  2. ^ "chaos theory | Definition & Facts". britanika Ansiklopedisi. Alındı 2019-11-24.
  3. ^ a b c "What is Chaos Theory? – Fractal Foundation". Alındı 2019-11-24.
  4. ^ Weisstein, Eric W. "Chaos". mathworld.wolfram.com. Alındı 2019-11-24.
  5. ^ Boeing, Geoff. "Chaos Theory and the Logistic Map". Alındı 2020-05-17.
  6. ^ Kellert, Stephen H. (1993). In the Wake of Chaos: Unpredictable Order in Dynamical Systems. Chicago Press Üniversitesi. s.32. ISBN  978-0-226-42976-2.
  7. ^ a b c d Bishop, Robert (2017), "Chaos", Zalta'da Edward N. (ed.), Stanford Felsefe Ansiklopedisi (Spring 2017 ed.), Metaphysics Research Lab, Stanford University, alındı 2019-11-24
  8. ^ Kellert 1993, s. 56
  9. ^ Kellert 1993, s. 62
  10. ^ a b Werndl, Charlotte (2009). "What are the New Implications of Chaos for Unpredictability?". The British Journal for the Philosophy of Science. 60 (1): 195–220. arXiv:1310.1576. doi:10.1093/bjps/axn053. S2CID  354849.
  11. ^ Danforth, Christopher M. (April 2013). "Chaos in an Atmosphere Hanging on a Wall". Mathematics of Planet Earth 2013. Alındı 12 Haziran 2018.
  12. ^ a b Lorenz, Edward N. (1963). "Deterministic non-periodic flow". Atmosfer Bilimleri Dergisi. 20 (2): 130–141. Bibcode:1963JAtS ... 20..130L. doi:10.1175 / 1520-0469 (1963) 020 <0130: DNF> 2.0.CO; 2.
  13. ^ Ivancevic, Vladimir G.; Tijana T. Ivancevic (2008). Complex nonlinearity: chaos, phase transitions, topology change, and path integrals. Springer. ISBN  978-3-540-79356-4.
  14. ^ a b Safonov, Leonid A.; Tomer, Elad; Strygin, Vadim V.; Ashkenazy, Yosef; Havlin, Shlomo (2002). "Multifractal chaotic attractors in a system of delay-differential equations modeling road traffic". Kaos: Disiplinlerarası Doğrusal Olmayan Bilim Dergisi. 12 (4): 1006–1014. Bibcode:2002Chaos..12.1006S. doi:10.1063/1.1507903. ISSN  1054-1500. PMID  12779624.
  15. ^ a b Mosko M.S., Damon F.H. (Eds.) (2005). On the order of chaos. Social anthropology and the science of chaos. Oxford: Berghahn Kitapları.CS1 bakimi: ek metin: yazarlar listesi (bağlantı)
  16. ^ Hubler, A (1989). "Adaptive control of chaotic systems". Swiss Physical Society. Helvetica Physica Acta 62: 339–342.
  17. ^ a b Piotrowski, Chris. "Covid-19 Pandemic and Chaos Theory: Applications based on a Bibliometric Analysis". Researchgate.net. Alındı 2020-05-13.
  18. ^ a b Weinberger, David (2019). Everyday Chaos - Technology, Complexity, and How We're Thriving in a New World of Possibility. Harvard Business Review Press. ISBN  9781633693968.
  19. ^ Wisdom, Jack; Sussman, Gerald Jay (1992-07-03). "Chaotic Evolution of the Solar System". Bilim. 257 (5066): 56–62. Bibcode:1992Sci...257...56S. doi:10.1126/science.257.5066.56. hdl:1721.1/5961. ISSN  1095-9203. PMID  17800710. S2CID  12209977.
  20. ^ Senkronizasyon: Gelişmekte Olan Spontane Düzen Bilimi, Steven Strogatz, Hyperion, New York, 2003, pages 189–190.
  21. ^ Tanımı kaos -de Vikisözlük;
  22. ^ "Definition of chaos | Dictionary.com". www.dictionary.com. Alındı 2019-11-24.
  23. ^ Hasselblatt, Boris; Anatole Katok (2003). A First Course in Dynamics: With a Panorama of Recent Developments. Cambridge University Press. ISBN  978-0-521-58750-1.
  24. ^ Elaydi, Saber N. (1999). Discrete Chaos. Chapman & Hall / CRC. s. 117. ISBN  978-1-58488-002-8.
  25. ^ Basener, William F. (2006). Topology and its applications. Wiley. s. 42. ISBN  978-0-471-68755-9.
  26. ^ Bankalar; Brooks; Cairns; Davis; Stacey (1992). "On Devaney's definition of chaos". American Mathematical Monthly. 99 (4): 332–334. doi:10.1080/00029890.1992.11995856.
  27. ^ Vellekoop, Michel; Berglund, Raoul (April 1994). "On Intervals, Transitivity = Chaos". American Mathematical Monthly. 101 (4): 353–5. doi:10.2307/2975629. JSTOR  2975629.
  28. ^ Medio, Alfredo; Lines, Marji (2001). Nonlinear Dynamics: A Primer. Cambridge University Press. s.165. ISBN  978-0-521-55874-7.
  29. ^ Ovchinnikov, I.V. (Mart 2016). "Introduction to Supersymmetric Theory of Stochastics". Entropi. 18 (4): 108. arXiv:1511.03393. Bibcode:2016Entrp..18..108O. doi:10.3390/e18040108. S2CID  2388285.
  30. ^ Ovchinnikov, I.V.; Schwartz, R. N.; Wang, K. L. (2016). "Topological supersymmetry breaking: Definition and stochastic generalization of chaos and the limit of applicability of statistics". Modern Physics Letters B. 30 (8): 1650086. arXiv:1404.4076. Bibcode:2016MPLB...3050086O. doi:10.1142/S021798491650086X. S2CID  118174242.
  31. ^ "Edward Lorenz, father of chaos theory and butterfly effect, dies at 90". MIT Haberleri. Alındı 2019-11-24.
  32. ^ Watts, Robert G. (2007). Global Warming and the Future of the Earth. Morgan ve Claypool. s.17.
  33. ^ Weisstein, Eric W. "Lyapunov Characteristic Exponent". mathworld.wolfram.com. Alındı 2019-11-24.
  34. ^ a b Devaney 2003
  35. ^ Robinson 1995
  36. ^ Alligood, Sauer & Yorke 1997
  37. ^ Li, T.Y.; Yorke, J.A. (1975). "Period Three Implies Chaos" (PDF). American Mathematical Monthly. 82 (10): 985–92. Bibcode:1975AmMM ... 82..985L. CiteSeerX  10.1.1.329.5038. doi:10.2307/2318254. JSTOR  2318254. Arşivlenen orijinal (PDF) 2009-12-29'da.
  38. ^ Strelioff, Christopher; ve ark. (2006). "Medium-Term Prediction of Chaos". Phys. Rev. Lett. 96 (4): 044101. Bibcode:2006PhRvL..96d4101S. doi:10.1103/PhysRevLett.96.044101. PMID  16486826.
  39. ^ Feigenbaum, M. J. (1976) "Karmaşık ayrık dinamiklerde evrensellik", Los Alamos Teorik Bölümü Yıllık Raporu 1975-1976
  40. ^ a b Feigenbaum, Mitchell (July 1978). "Quantitative universality for a class of nonlinear transformations". İstatistik Fizik Dergisi. 19 (1): 25–52. Bibcode:1978JSP....19...25F. CiteSeerX  10.1.1.418.9339. doi:10.1007/BF01020332. S2CID  124498882.
  41. ^ Okulov, A Yu; Oraevskiĭ, A N (1986). "Space–temporal behavior of a light pulse propagating in a nonlinear nondispersive medium". J. Opt. Soc. Am. B. 3 (5): 741–746. Bibcode:1986OSAJB...3..741O. doi:10.1364/JOSAB.3.000741.
  42. ^ Okulov, A Yu; Oraevskiĭ, A N (1984). "Regular and stochastic self-modulation in a ring laser with nonlinear element". Sovyet Kuantum Elektroniği Dergisi. 14 (2): 1235–1237. Bibcode:1984QuEle..14.1235O. doi:10.1070/QE1984v014n09ABEH006171.
  43. ^ Sprott, J.C. (1997). "Simplest dissipative chaotic flow". Fizik Harfleri A. 228 (4–5): 271–274. Bibcode:1997PhLA..228..271S. doi:10.1016/S0375-9601(97)00088-1.
  44. ^ Fu, Z.; Heidel, J. (1997). "Non-chaotic behaviour in three-dimensional quadratic systems". Doğrusal olmama. 10 (5): 1289–1303. Bibcode:1997Nonli..10.1289F. doi:10.1088/0951-7715/10/5/014.
  45. ^ Heidel, J.; Fu, Z. (1999). "Nonchaotic behaviour in three-dimensional quadratic systems II. The conservative case". Doğrusal olmama. 12 (3): 617–633. Bibcode:1999Nonli..12..617H. doi:10.1088/0951-7715/12/3/012.
  46. ^ Rosario, Pedro (2006). Underdetermination of Science: Part I. Lulu.com. ISBN  978-1411693913.[kendi yayınladığı kaynak ]
  47. ^ Bonet, J.; Martínez-Giménez, F.; Peris, A. (2001). "A Banach space which admits no chaotic operator". Londra Matematik Derneği Bülteni. 33 (2): 196–8. doi:10.1112/blms/33.2.196.
  48. ^ Adachihara, H; McLaughlin, D W; Moloney, J V; Newell, A C (1988). "Solitary waves as fixed points of infinite‐dimensional maps for an optical bistable ring cavity: Analysis". Matematiksel Fizik Dergisi. 29 (1): 63. Bibcode:1988JMP....29...63A. doi:10.1063/1.528136.
  49. ^ Okulov, A Yu; Oraevskiĭ, A N (1988). "Spatiotemporal dynamics of a wave packet in nonlinear medium and discrete maps". In N.G. Basov (ed.). Proceedings of the Lebedev Physics Institute (Rusça). 187. Nauka. pp. 202–222. LCCN  88174540.
  50. ^ Okulov, A Yu (2000). "Spatial soliton laser: geometry and stability". Optik ve Spektroskopi. 89 (1): 145–147. Bibcode:2000OptSp..89..131O. doi:10.1134/BF03356001. S2CID  122790937.
  51. ^ Okulov, A Yu (2020). "Structured light entities, chaos and nonlocal maps". Kaos, Solitonlar ve Fraktallar. 133 (4): 109638. arXiv:1901.09274. doi:10.1016/j.chaos.2020.109638.
  52. ^ K. E. Chlouverakis and J. C. Sprott, Chaos Solitons & Fractals 28, 739–746 (2005), Chaotic Hyperjerk Systems, http://sprott.physics.wisc.edu/pubs/paper297.htm
  53. ^ "A New Chaotic Jerk Circuit", J. C. Sprott, IEEE Transactions on Circuits and Systems,2011.
  54. ^ "Simple Autonomous Chaotic Circuits", J. C. Sprott, IEEE Transactions on Circuits and Systems--II: Express Briefs, 2010.
  55. ^ "Secure Image Encryption Based On a Chua Chaotic Noise Generator", A. S. Andreatos*, and A. P. Leros, Journal of Engineering Science and Technology Review, 2013.
  56. ^ Steven Strogatz, Senkronizasyon: Gelişmekte Olan Spontane Düzen Bilimi, Hyperion, 2003.
  57. ^ Poincaré, Jules Henri (1890). "Sur le problème des trois corps et les équations de la dynamique. Divergence des séries de M. Lindstedt". Acta Mathematica. 13 (1–2): 1–270. doi:10.1007/BF02392506.
  58. ^ Poincaré, J. Henri (2017). The three-body problem and the equations of dynamics : Poincaré's foundational work on dynamical systems theory. Popp, Bruce D. (Translator). Cham, İsviçre: Springer International Publishing. ISBN  9783319528984. OCLC  987302273.
  59. ^ Diacu, Florin; Holmes, Philip (1996). Celestial Encounters: The Origins of Chaos and Stability. Princeton University Press.
  60. ^ Hadamard, Jacques (1898). "Les surfaces à courbures opposées et leurs lignes géodesiques". Journal de Mathématiques Pures et Appliquées. 4: 27–73.
  61. ^ George D. Birkhoff, Dynamical Systems, vol. 9 of the American Mathematical Society Colloquium Publications (Providence, Rhode Island: American Mathematical Society, 1927)
  62. ^ Kolmogorov, Andrey Nikolaevich (1941). "Local structure of turbulence in an incompressible fluid for very large Reynolds numbers". Doklady Akademii Nauk SSSR. 30 (4): 301–5. Bibcode:1941DoSSR..30..301K. Yeniden basıldı: Kolmogorov, A. N. (1991). "The Local Structure of Turbulence in Incompressible Viscous Fluid for Very Large Reynolds Numbers". Kraliyet Derneği Tutanakları A. 434 (1890): 9–13. Bibcode:1991RSPSA.434 .... 9K. doi:10.1098 / rspa.1991.0075. S2CID  123612939.
  63. ^ Kolmogorov, A. N. (1941). "On degeneration of isotropic turbulence in an incompressible viscous liquid". Doklady Akademii Nauk SSSR. 31 (6): 538–540. Yeniden basıldı: Kolmogorov, A. N. (1991). "Dissipation of Energy in the Locally Isotropic Turbulence". Kraliyet Derneği Tutanakları A. 434 (1890): 15–17. Bibcode:1991RSPSA.434...15K. doi:10.1098/rspa.1991.0076. S2CID  122060992.
  64. ^ Kolmogorov, A. N. (1954). "Preservation of conditionally periodic movements with small change in the Hamilton function". Preservation of conditionally periodic movements with small change in the Hamiltonian function. Doklady Akademii Nauk SSSR. Fizikte Ders Notları. 98. s. 527–530. Bibcode:1979LNP....93...51K. doi:10.1007/BFb0021737. ISBN  978-3-540-09120-2. Ayrıca bakınız Kolmogorov – Arnold – Moser teoremi
  65. ^ Cartwright, Mary L.; Littlewood, John E. (1945). "On non-linear differential equations of the second order, I: The equation y" + k(1−y2)y ' + y = bλkcos(λt + a), k large". Journal of the London Mathematical Society. 20 (3): 180–9. doi:10.1112/jlms/s1-20.3.180. Ayrıca bakınız: Van der Pol osilatör
  66. ^ Smale, Stephen (January 1960). "Morse inequalities for a dynamical system". Amerikan Matematik Derneği Bülteni. 66: 43–49. doi:10.1090/S0002-9904-1960-10386-2.
  67. ^ Abraham & Ueda 2001, See Chapters 3 and 4
  68. ^ Sprott 2003, s.89
  69. ^ Gleick, James (1987). Kaos: Yeni Bir Bilim Yapmak. Londra: Kardinal. s. 17. ISBN  978-0-434-29554-8.
  70. ^ Mandelbrot, Benoît (1963). "Belirli spekülatif fiyatların değişimi". Journal of Business. 36 (4): 394–419. doi:10.1086/294632. JSTOR  2350970.
  71. ^ Berger J.M.; Mandelbrot B. (1963). "A new model for error clustering in telephone circuits". IBM Araştırma ve Geliştirme Dergisi. 7 (3): 224–236. doi:10.1147/rd.73.0224.
  72. ^ Mandelbrot, B. (1977). Doğanın Fraktal Geometrisi. New York: Freeman. s. 248.
  73. ^ Ayrıca bakınız: Mandelbrot, Benoît B.; Hudson, Richard L. (2004). Piyasaların (Yanlış) Davranışı: Fraktal Bir Risk, Yıkım ve Ödül Görüşü. New York: Temel Kitaplar. s.201.
  74. ^ Mandelbrot, Benoît (5 May 1967). "How Long Is the Coast of Britain? Statistical Self-Similarity and Fractional Dimension". Bilim. 156 (3775): 636–8. Bibcode:1967Sci...156..636M. doi:10.1126 / science.156.3775.636. PMID  17837158. S2CID  15662830.
  75. ^ Mandelbrot, B. (1982). Doğanın Fraktal Geometrisi. New York: Macmillan. ISBN  978-0716711865.
  76. ^ Buldyrev, S.V.; Goldberger, A.L.; Havlin, S.; Peng, C.K.; Stanley, H.E. (1994). "Fractals in Biology and Medicine: From DNA to the Heartbeat". In Bunde, Armin; Havlin, Shlomo (eds.). Fractals in Science. Springer. pp.49 –89. ISBN  978-3-540-56220-7.
  77. ^ Coullet, Pierre, and Charles Tresser. "Iterations d'endomorphismes et groupe de renormalisation." Le Journal de Physique Colloques 39.C5 (1978): C5-25
  78. ^ "The Wolf Prize in Physics in 1986".
  79. ^ Huberman, B.A. (Temmuz 1987). "A Model for Dysfunctions in Smooth Pursuit Eye Movement". New York Bilimler Akademisi Yıllıkları. 504 Perspectives in Biological Dynamics and Theoretical Medicine (1): 260–273. Bibcode:1987NYASA.504..260H. doi:10.1111/j.1749-6632.1987.tb48737.x. PMID  3477120. S2CID  42733652.
  80. ^ Bak, Per; Tang, Chao; Wiesenfeld, Kurt (27 July 1987). "Self-organized criticality: An explanation of the 1/f noise". Fiziksel İnceleme Mektupları. 59 (4): 381–4. Bibcode:1987PhRvL..59..381B. doi:10.1103 / PhysRevLett.59.381. PMID  10035754. However, the conclusions of this article have been subject to dispute. "?". Arşivlenen orijinal on 2007-12-14.. See especially: Laurson, Lasse; Alava, Mikko J .; Zapperi, Stefano (15 Eylül 2005). "Mektup: Kendi kendine organize olan kritik kum yığınlarının güç spektrumları". Journal of Statistical Mechanics: Theory and Experiment. 0511. L001.
  81. ^ Omori, F. (1894). "On the aftershocks of earthquakes". Journal of the College of Science, Imperial University of Tokyo. 7: 111–200.
  82. ^ Gleick, James (August 26, 2008). Kaos: Yeni Bir Bilim Yapmak. Penguin Books. ISBN  978-0143113454.
  83. ^ Motter, A. E.; Campbell, D. K. (2013). "Chaos at fifty". Phys. Bugün. 66 (5): 27–33. arXiv:1306.5777. Bibcode:2013PhT....66e..27M. doi:10.1063/pt.3.1977. S2CID  54005470.
  84. ^ Hubler, A.; Foster, G .; Phelps, K. (2007). "Managing chaos: Thinking out of the box". Karmaşıklık. 12 (3): 10. Bibcode:2007Cmplx..12c..10H. doi:10.1002/cplx.20159.
  85. ^ Kiel, L.; Elliott, Euel, eds. (1996). Chaos Theory in the Social Sciences: Foundations and Applications. Ann Arbor, MI: Michigan Üniversitesi Yayınları. doi:10.3998/mpub.14623. hdl:2027/fulcrum.d504rm03n. ISBN  9780472106387.
  86. ^ Stephen Coombes (February 2009). "The Geometry and Pigmentation of Seashells" (PDF). www.maths.nottingham.ac.uk. Nottingham Üniversitesi. Alındı 2013-04-10.
  87. ^ Kyrtsou C.; Labys W. (2006). "Evidence for chaotic dependence between US inflation and commodity prices". Makroekonomi Dergisi. 28 (1): 256–266. doi:10.1016/j.jmacro.2005.10.019.
  88. ^ Kyrtsou C., Labys W.; Labys (2007). "Detecting positive feedback in multivariate time series: the case of metal prices and US inflation". Physica A. 377 (1): 227–229. Bibcode:2007PhyA..377..227K. doi:10.1016/j.physa.2006.11.002.
  89. ^ Kyrtsou, C.; Vorlow, C. (2005). "Complex dynamics in macroeconomics: A novel approach". In Diebolt, C.; Kyrtsou, C. (eds.). New Trends in Macroeconomics. Springer Verlag.
  90. ^ Hernández-Acosta, M. A.; Trejo-Valdez, M.; Castro-Chacón, J. H.; Miguel, C. R. Torres-San; Martínez-Gutiérrez, H. (2018). "Chaotic signatures of photoconductive Cu 2 ZnSnS 4 nanostructures explored by Lorenz attractors". Yeni Fizik Dergisi. 20 (2): 023048. Bibcode:2018NJPh...20b3048H. doi:10.1088/1367-2630/aaad41. ISSN  1367-2630.
  91. ^ Applying Chaos Theory to Embedded Applications
  92. ^ Hristu-Varsakelis, D.; Kyrtsou, C. (2008). "Evidence for nonlinear asymmetric causality in US inflation, metal and stock returns". Doğada ve Toplumda Ayrık Dinamikler. 2008: 1–7. doi:10.1155/2008/138547. 138547.
  93. ^ Kyrtsou, C.; M. Terraza (2003). "Is it possible to study chaotic and ARCH behaviour jointly? Application of a noisy Mackey-Glass equation with heteroskedastic errors to the Paris Stock Exchange returns series". Hesaplamalı Ekonomi. 21 (3): 257–276. doi:10.1023/A:1023939610962. S2CID  154202123.
  94. ^ Williams, Bill Williams, Justine (2004). Trading chaos : maximize profits with proven technical techniques (2. baskı). New York: Wiley. ISBN  9780471463085.
  95. ^ Peters, Edgar E. (1994). Fractal market analysis : applying chaos theory to investment and economics (2. baskı. Ed.). New York u.a .: Wiley. ISBN  978-0471585244.
  96. ^ Peters, / Edgar E. (1996). Chaos and order in the capital markets : a new view of cycles, prices, and market volatility (2. baskı). New York: John Wiley & Sons. ISBN  978-0471139386.
  97. ^ Hubler, A.; Phelps, K. (2007). "Guiding a self-adjusting system through chaos". Karmaşıklık. 13 (2): 62. Bibcode:2007Cmplx..13b..62W. doi:10.1002/cplx.20204.
  98. ^ Gerig, A. (2007). "Chaos in a one-dimensional compressible flow". Fiziksel İnceleme E. 75 (4): 045202. arXiv:nlin/0701050. Bibcode:2007PhRvE..75d5202G. doi:10.1103/PhysRevE.75.045202. PMID  17500951. S2CID  45804559.
  99. ^ Wotherspoon, T.; Hubler, A. (2009). "Adaptation to the Edge of Chaos in the Self-Adjusting Logistic Map". Fiziksel Kimya Dergisi A. 113 (1): 19–22. Bibcode:2009JPCA..113...19W. doi:10.1021/jp804420g. PMID  19072712.
  100. ^ Borodkin, Leonid I. (2019). "Challenges of Instability: The Concepts of Synergetics in Studying the Historical Development of Russia". Ural Historical Journal. 63 (2): 127–136. doi:10.30759/1728-9718-2019-2(63)-127-136.
  101. ^ Progonati, E (2018). "Brexit in the Light of Chaos Theory and Some Assumptions About the Future of the European Union". Chaos, complexity and leadership 2018 explorations of chaotic and complexity theory. Springer. ISBN  978-3-030-27672-0.
  102. ^ Dilão, R.; Domingos, T. (2001). "Periodic and Quasi-Periodic Behavior in Resource Dependent Age Structured Population Models". Bulletin of Mathematical Biology. 63 (2): 207–230. doi:10.1006/bulm.2000.0213. PMID  11276524. S2CID  697164.
  103. ^ a b Akhavan, A .; Samsudin, A .; Akhshani, A. (2011-10-01). "Doğrusal olmayan kaotik haritaların kombinasyonuna dayanan simetrik bir görüntü şifreleme şeması". Franklin Enstitüsü Dergisi. 348 (8): 1797–1813. doi:10.1016 / j.jfranklin.2011.05.001.
  104. ^ Behnia, S .; Akhshani, A .; Mahmodi, H .; Akhavan, A. (2008-01-01). "Kaotik haritaların karışımına dayalı yeni bir görüntü şifreleme algoritması". Kaos, Solitonlar ve Fraktallar. 35 (2): 408–419. Bibcode:2008CSF .... 35..408B. doi:10.1016 / j.chaos.2006.05.011.
  105. ^ Wang, Xingyuan; Zhao, Jianfeng (2012). "An improved key agreement protocol based on chaos". Commun. Nonlinear Sci. Numer. Simul. 15 (12): 4052–4057. Bibcode:2010CNSNS..15.4052W. doi:10.1016/j.cnsns.2010.02.014.
  106. ^ Babaei, Majid (2013). "A novel text and image encryption method based on chaos theory and DNA computing". Doğal Hesaplama. 12 (1): 101–107. doi:10.1007/s11047-012-9334-9. S2CID  18407251.
  107. ^ Akhavan, A .; Samsudin, A .; Akhshani, A. (2017-10-01). "DNA kodlamasına dayalı bir görüntü şifreleme algoritmasının kriptanalizi". Optik ve Lazer Teknolojisi. 95: 94–99. Bibcode:2017OptLT..95 ... 94A. doi:10.1016 / j.optlastec.2017.04.022.
  108. ^ Xu, Ming (2017-06-01). "Cryptanalysis of an Image Encryption Algorithm Based on DNA Sequence Operation and Hyper-chaotic System". 3D Araştırma. 8 (2): 15. Bibcode:2017TDR.....8..126X. doi:10.1007/s13319-017-0126-y. ISSN  2092-6731. S2CID  125169427.
  109. ^ Liu, Yuansheng; Tang, Jie; Xie, Tao (2014-08-01). "Cryptanalyzing a RGB image encryption algorithm based on DNA encoding and chaos map". Optik ve Lazer Teknolojisi. 60: 111–115. arXiv:1307.4279. Bibcode:2014OptLT..60..111L. doi:10.1016/j.optlastec.2014.01.015. S2CID  18740000.
  110. ^ Nehmzow, Ulrich; Keith Walker (Dec 2005). "Quantitative description of robot–environment interaction using chaos theory" (PDF). Robotik ve Otonom Sistemler. 53 (3–4): 177–193. CiteSeerX  10.1.1.105.9178. doi:10.1016/j.robot.2005.09.009. Arşivlenen orijinal (PDF) 2017-08-12 tarihinde. Alındı 2017-10-25.
  111. ^ Goswami, Ambarish; Thuilot, Benoit; Espiau, Bernard (1998). "A Study of the Passive Gait of a Compass-Like Biped Robot: Symmetry and Chaos". Uluslararası Robotik Araştırma Dergisi. 17 (12): 1282–1301. CiteSeerX  10.1.1.17.4861. doi:10.1177/027836499801701202. S2CID  1283494.
  112. ^ Eduardo, Liz; Ruiz-Herrera, Alfonso (2012). "Chaos in discrete structured population models". SIAM Journal on Applied Dynamical Systems. 11 (4): 1200–1214. doi:10.1137/120868980.
  113. ^ Lai, Dejian (1996). "Comparison study of AR models on the Canadian lynx data: a close look at BDS statistic". Hesaplamalı İstatistikler ve Veri Analizi. 22 (4): 409–423. doi:10.1016/0167-9473(95)00056-9.
  114. ^ Sivakumar, B (31 January 2000). "Chaos theory in hydrology: important issues and interpretations". Hidroloji Dergisi. 227 (1–4): 1–20. Bibcode:2000JHyd..227....1S. doi:10.1016/S0022-1694(99)00186-9.
  115. ^ Bozóki, Zsolt (February 1997). "Chaos theory and power spectrum analysis in computerized cardiotocography". European Journal of Obstetrics & Gynecology and Reproductive Biology. 71 (2): 163–168. doi:10.1016/s0301-2115(96)02628-0. PMID  9138960.
  116. ^ Li, Mengshan; Xingyuan Huanga; Hesheng Liua; Bingxiang Liub; Yan Wub; Aihua Xiongc; Tianwen Dong (25 Ekim 2013). "Kendinden uyarlamalı parçacık sürüsü optimizasyon algoritmasına ve kaos teorisine dayanan geri yayılımlı yapay sinir ağıyla polimerlerde gaz çözünürlüğünün tahmini". Akışkan Faz Dengesi. 356: 11–17. doi:10.1016 / j.fluid.2013.07.017.
  117. ^ Morbidelli, A. (2001). "Gök mekaniğinde kaotik yayılma". Düzenli ve Kaotik Dinamikler. 6 (4): 339–353. doi:10.1070 / rd2001v006n04abeh000182.
  118. ^ Steven Strogatz, Senkronizasyon: Gelişmekte Olan Spontane Düzen Bilimi, Hyperion, 2003
  119. ^ Dingqi, Li; Yuanping Chenga; Lei Wanga; Haifeng Wanga; Liang Wanga; Hongxing Zhou (Mayıs 2011). "Kömür ve gaz patlamaları riskleri için, sondaj kesimlerinin gaz desorpsiyon indeksini kullanarak uzamsal kaos teorisine dayanan tahmin yöntemi". Maden Bilimi ve Teknolojisi. 21 (3): 439–443.
  120. ^ Glass, L (1997). "Dinamik hastalık: Doğrusal olmayan dinamiklerin ve kaosun kardiyoloji ve tıp üzerindeki etkisi". Grebogi'de C; Yorke, J.A. (editörler). Kaosun bilim ve toplum üzerindeki etkisi. Birleşmiş Milletler Üniversite Yayınları.
  121. ^ Mandell, A. J .; Selz, K.A. (1997). "EEG garip bir çeker mi?" Grebogi'de C; Yorke, J.A. (editörler). Kaosun bilim ve toplum üzerindeki etkisi. Birleşmiş Milletler Üniversite Yayınları.
  122. ^ Dal Forno, Arianna; Merlone, Ugo (2013). "Bion'un temel varsayımlarıyla çalışma gruplarında doğrusal olmayan dinamikler". Doğrusal Olmayan Dinamikler, Psikoloji ve Yaşam Bilimleri. 17 (2): 295–315. ISSN  1090-0578.
  123. ^ Redington, D. J .; Reidbord, S. P. (1992). "Bir psikoterapi seansı sırasında bir hastanın otonom sinir sistemi aktivitesindeki kaotik dinamikler". Biyolojik Psikiyatri. 31 (10): 993–1007. doi:10.1016 / 0006-3223 (92) 90093-F. PMID  1511082. S2CID  214722.
  124. ^ Metcalf, B. R .; Allen, J. D. (1995). "Programa bağlı polidipsi içinde kaos arayışı içinde". Abraham, F. D .; Gilgen, A.R. (editörler). Psikolojide kaos teorisi. Greenwood Press.
  125. ^ Pryor, Robert G. L .; Norman E. Aniundson; Jim E. H. Bright (Haziran 2008). "Olasılıklar ve Olasılıklar: Kaos Kariyer Teorisinin Stratejik Danışmanlık Sonuçları". Kariyer Gelişimi Üç Aylık Bülteni. 56 (4): 309–318. doi:10.1002 / j.2161-0045.2008.tb00096.x.
  126. ^ Thompson, Jamie; Johnstone, James; Bankalar, Curt (2018). "Birleşik Krallık'taki bir spor kurumundaki başlangıç ​​ritüellerinin incelenmesi ve grup gelişimi üzerindeki etkisi". Üç Aylık Avrupa Spor Yönetimi. 18 (5): 544–562. doi:10.1080/16184742.2018.1439984. S2CID  149352680.
  127. ^ Dal Forno, Arianna; Merlone, Ugo (2013). "Örgüt Teorisinde Kaotik Dinamikler". Bischi'de Gian Italo; Chiarella, Carl; Shusko, Irina (editörler). Ekonomi ve Finansta Dinamik Modellerin Küresel Analizi. Springer-Verlag. s. 185–204. ISBN  978-3-642-29503-4.
  128. ^ Juárez, Fernando (2011). "Finansal göstergeler arasında ilişkiler kurmak için kaos teorisini ve karmaşık bir sağlık modelini uygulamak". Prosedür Bilgisayar Bilimleri. 3: 982–986. arXiv:1005.5384. doi:10.1016 / j.procs.2010.12.161.
  129. ^ Brooks, Chris (1998). "Döviz piyasalarında kaos: şüpheci bir görüş" (PDF). Hesaplamalı Ekonomi. 11 (3): 265–281. doi:10.1023 / A: 1008650024944. ISSN  1572-9974. S2CID  118329463.
  130. ^ Wang, Jin; Qixin Shi (Şubat 2013). "Kaos-Dalgacık Analizi-Destek Vektör Makinesi teorisine dayalı kısa vadeli trafik hızı tahmini hibrit modeli". Ulaştırma Araştırması Bölüm C: Gelişen Teknolojiler. 27: 219–232. doi:10.1016 / j.trc.2012.08.004.
  131. ^ "Dr. Gregory B. Pasternack - Havza Hidrolojisi, Jeomorfolojisi ve Ekohidrolik :: Hidrolojide Kaos". pasternack.ucdavis.edu. Alındı 2017-06-12.
  132. ^ Pasternack, Gregory B. (1999-11-01). "Nehir vahşi akıyor mu? Hidrolojik sistemlerdeki kaosu değerlendirmek". Su Kaynaklarındaki Gelişmeler. 23 (3): 253–260. Bibcode:1999AdWR ... 23..253P. doi:10.1016 / s0309-1708 (99) 00008-1.

daha fazla okuma

Nesne

Ders kitapları

Yarı teknik ve popüler eserler

Dış bağlantılar