# Уравнение, изменившее мир: как простая формула порождает абсолютный хаос

Источник: https://www.youtube.com/watch?v=ovJcsL7vyrk
Канал: Veritasium
Опубликовано: 29.01.2020

---

В видеоролике популярного научно-просветительского канала Veritasium его автор и ведущий Дерек Маллер (Derek Muller) рассказывает об удивительном математическом уравнении — логистическом отображении. Эта простая формула, изначально призванная моделировать динамику численности популяций, неожиданно открыла ученым окно в мир хаоса, фракталов и универсальных законов природы. Маллер наглядно показывает, как из строгой детерминированности рождается абсолютная непредсказуемость, связывающая воедино биологию, физику, гидродинамику и анатомию.

## 🐇 Математическая модель популяции кроликов
[[JUMP:0:30]]

Представьте, что вам необходимо построить математическую модель изменения популяции кроликов во времени. Если в текущем году численность составляет x, то сколько кроликов появится в следующем году? Самый простой и очевидный подход — умножить текущую численность на некий коэффициент роста R. Например, если R = 2, популяция будет удваиваться каждый год. Однако у такой линейной модели есть фундаментальный изъян: численность кроликов будет бесконечно расти по экспоненте, чего в реальном мире не происходит из-за ограниченности ресурсов среды.

Чтобы учесть естественные ограничения среды обитания, Дерек Маллер вводит в уравнение дополнительный сдерживающий множитель: (1 - x). В данном случае величина x выражается не в абсолютных единицах, а в процентах (долях) от теоретически возможного максимума популяции, принимая значения от 0 до 1. По мере того как популяция приближается к экологическому пределу (x стремится к 1), сдерживающий член (1 - x) стремится к нулю, эффективно замедляя и останавливая рост.

Итоговая формула принимает классический вид логистического отображения:

$$x_{n+1} = R x_n (1 - x_n)$$

Здесь $x_{n+1}$ означает численность популяции в следующем году, а $x_n$ — в текущем. Если построить график зависимости будущей популяции от текущей, мы получим перевернутую параболу. По словам автора видео, это простейшее из возможных уравнений, обладающее встроенной отрицательной обратной связью: чем выше численность кроликов в этом году, тем сильнее среда «давит» на них, сокращая популяцию в следующем году.

Для демонстрации работы формулы Дерек Маллер приводит конкретный пример с активной группой кроликов, где темп роста R = 2.6, а начальная заселенность составляет 40% от максимума ($x_0 = 0.4$). Подставив значения в формулу, мы получим:

$$2.6 \times 0.4 \times (1 - 0.4) = 0.624$$

Однако наибольший интерес для науки представляет долгосрочное поведение системы при многократном повторении операции (итерации). Если последовательно подставлять полученный результат обратно в уравнение, траектория популяции будет выглядеть следующим образом:

* Первый год: 0.624
* Второй год: 0.611
* Третий год: 0.619
* Четвертый год: 0.613
* Пятый год: 0.617
* Шестой год: 0.615

Через несколько десятков итераций значение окончательно стабилизируется на отметке 0.615. Как отмечает ведущий, этот феномен достижения динамического равновесия идеально согласуется с тем, что биологи наблюдают в дикой природе: численность видов остается стабильной, пока процессы рождаемости и смертности сбалансированы. Примечательно, что изменение исходной популяции (например, если сдвинуть ползунок начального значения) влияет лишь на первые несколько лет флуктуаций, но итоговое равновесное значение 0.615 остается неизменным.

## 📈 Каскад бифуркаций и рождение математического хаоса
[[JUMP:3:07]]

Поскольку начальная популяция не влияет на конечный результат, ключевым объектом исследования становится управляющий параметр — коэффициент роста R. Дерек Маллер демонстрирует, что при низких значениях параметра (R < 1) популяция неизбежно вымирает, и равновесное значение падает до нуля. Когда R преодолевает единицу, популяция стабилизируется на фиксированном положительном уровне, который плавно растет вместе с увеличением R.

Настоящие странности начинаются, когда параметр R перешагивает отметку 3. В этой точке график долгосрочного равновесия внезапно разделяется надвое. Сколько бы итераций уравнения вы ни проводили, система больше никогда не придет к единой постоянной величине. Вместо этого численность популяции начинает бесконечно циклически колебаться между двумя уровнями: один год кроликов много, на следующий — мало, затем цикл в точности повторяется. В биологии такие двухгодичные циклы тоже хорошо известны.

При дальнейшем увеличении R происходит каскад новых расщеплений графика:

* Каждая из двух ветвей разделяется снова, формируя устойчивый четырехлетний цикл колебаний.
* Поскольку период цикла каждый раз увеличивается ровно вдвое, в математике это явление называют бифуркациями удвоения периода.
* С ростом параметра R новые бифуркации происходят все быстрее и чаще, порождая циклы из 8, 16, 32 и 64 лет.

Наконец, при критическом значении R = 3.57 система переходит в режим абсолютного хаоса. Популяция больше никогда не возвращается к стабильным циклам и хаотично скачет вверх и вниз, имитируя случайный процесс. Дерек Маллер подчеркивает исторический факт: логистическое отображение легло в основу первых компьютерных генераторов случайных чисел. Это был революционный способ извлечь непредсказуемое поведение из полностью детерминированной машины. Тем не менее, эти числа являются лишь псевдослучайными: зная абсолютно точные начальные условия, вы сможете безошибочно рассчитать каждое последующее значение.

Удивительно, но хаос не поглощает систему безвозвратно. При дальнейшем увеличении коэффициента R среди хаотического шума внезапно возникают «окна стабильности» — зоны регулярного периодического поведения. К примеру, при R = 3.83 обнаруживается устойчивый цикл с периодом в три года. Затем этот трехлетний цикл точно так же претерпевает бифуркации, распадаясь на циклы из 6, 12, 24 лет, и снова уходит в хаос. Математический анализ показывает, что в рамках одного этого простого уравнения заложены циклы абсолютно любой длины.

## 🌀 Скрытая геометрия: связь с множеством Мандельброта
[[JUMP:6:25]]

Внимательный взгляд на диаграмму бифуркаций логистического отображения позволяет заметить её фрактальную природу: крупные элементы структуры с поразительной точностью повторяются на микроскопических масштабах. Самым известным фракталом в мире принято считать множество Мандельброта, и, по словам Дерека Маллера, между ними существует прямая, глубокая связь. Диаграмма бифуркаций — это не просто похожий объект, она буквально является физической частью множества Мандельброта.

Для понимания этой связи ведущий кратко напоминает базовый принцип построения множества Мандельброта, основанный на итерации комплексного уравнения:

$$z_{n+1} = z_n^2 + C$$

Процесс устроен следующим образом: выбирается любое число C на комплексной плоскости, за начальное значение принимается $z_0 = 0$, после чего формула рассчитывается заново шаг за шагом. Если в ходе итераций значение уходит в бесконечность, то точка C не принадлежит множеству. Если же траектория остается конечной, точка включается в границы фрактала. Дерек Маллер иллюстрирует это на двух простых примерах из действительных чисел:

1.  При C = 1 итерации дают последовательность: $0^2 + 1 = 1$; $1^2 + 1 = 2$; $2^2 + 1 = 5$; $5^2 + 1 = 26$. Значения стремительно растут, следовательно, единица не входит в множество Мандельброта.
2.  При C = -1 получается колеблющаяся последовательность: $0^2 - 1 = -1$; $(-1)^2 - 1 = 0$; $0^2 - 1 = -1$. Система бесконечно циклирует между -1 и 0, оставаясь конечной. Значит, точка -1 является частью множества.

Обычные изображения множества Мандельброта демонстрируют лишь плоскую двухмерную границу стабильных и нестабильных точек. Чтобы заглянуть глубже, авторы видео провели масштабный компьютерный эксперимент: они проитерировали уравнение тысячи раз для каждой точки, а затем построили трехмерный график, отложив по вертикальной оси Z те конкретные значения, в которых стабилизируется или колеблется система.

Если посмотреть на получившуюся сложную трехмерную фигуру сбоку, в профиль, взору открывается в точности диаграмма бифуркаций логистического отображения. Таким образом, геометрия фрактала кодирует поведение системы:

* Все точки внутри главного большого «сердца» (кардиоиды) множества Мандельброта соответствуют стабильному единичному равновесию.
* Точки внутри округлого «кармана» (главной круглой почки), прилегающего к кардиоиде, соответствуют двухпериодным колебаниям (бифуркации первого порядка).
* Следующие, более мелкие почки описывают колебания с периодами 4, 8, 16, 32 и так далее.
* Тонкая «игла» на вершине множества Мандельброта — это зона чистого математического хаоса. Маленький круглый элемент («медальон») на этой игле в точности совпадает с трехлетним окном стабильности, наблюдаемым на диаграмме бифуркаций.

## 💓 Проявления хаоса: от капающего крана до фибрилляции сердца
[[JUMP:10:17]]

Логистическое отображение могло бы остаться красивой математической абстракцией, если бы не тот факт, что оно с феноменальной точностью описывает фундаментальные процессы в самых разных, никак не связанных между собой областях науки. Первое весомое экспериментальное подтверждение этой теории в физике получил французский ученый Альбер Либшабер (Albert Libchaber), исследовавший гидродинамику жидкостей.

Либшабер сконструировал миниатюрный закрытый прямоугольный контейнер, наполнил его жидкой ртутью и создал небольшой температурный градиент для инициации тепловой конвекции. Из-за малых размеров бокса внутри сформировались всего два противоположно вращающихся цилиндра жидкости. Ученый физически не мог заглянуть внутрь непрозрачной ртути, поэтому установил на верхней стенке высокочувствительный температурный датчик. Сначала прибор фиксировал строго регулярные, периодические всплески температуры — аналог схождения логистического уравнения к единой точке равновесия.

Однако по мере контролируемого увеличения температуры на вращающихся цилиндрах возникало характерное волнообразное биение, частота которого была в два раза ниже исходной. Температурные пики на графике начали чередоваться по высоте: один высокий, один низкий. Либшабер зафиксировал бифуркацию второго периода в реальном физическом эксперименте. При дальнейшем нагреве система продемонстрировала новые расщепления на 4, а затем и на 8 различных температурных уровней, блестяще подтвердив математическую модель.

После этого открытия лавина подтверждений каскада удвоения периода хлынула из других дисциплин:

* **Биология зрения:** Изучая реакцию глаз человека и саламандры на мерцающий свет, ученые обнаружили бифуркационный эффект. Когда частота вспышек достигает определенного порога, нейроны сетчатки физически перестают реагировать на каждый импульс и начинают генерировать электрический ответ строго через раз.
* **Кардиология:** В ходе медицинского эксперимента кроликам вводили специальный препарат, провоцирующий фибрилляцию сердца — опасное для жизни состояние, при котором сердечная мышца сокращается хаотично и перестает качать кровь. Исследователи зафиксировали, что переход от здорового ритма к смертельной аритмии происходит строго по сценарию бифуркационного каскада (одиночный удар — двухтактный цикл — четырехтактный — хаос). В режиме реального времени ученые применили теорию хаоса для расчета точных моментов подачи слабых электрических разрядов, что позволило успешно вернуть сердце кролика к нормальной периодичности.
* **Бытовой пример:** Обыкновенный капающий водопроводный кран при минимальном увеличении напора воды начинает демонстрировать удвоение периода. Капли начинают падать попарно, сдвоенными звуками («кап-кап... кап-кап»), а при дальнейшем открытии вентиля капель переходит в абсолютно хаотичный режим. Маллер предлагает каждому провести этот простой физический эксперимент в домашних условиях.

## 🔢 Постоянная Фейгенбаума и всеобщая универсальность
[[JUMP:14:22]]

Тот факт, что диаграмма бифуркаций возникает в столь полярных физических системах, наводит на мысли о существовании скрытого универсального кода природы. Еще более мистическим этот процесс сделал американский физик-теоретик Митчелл Фейгенбаум (Mitchell Feigenbaum). Изучая геометрию каскада бифуркаций, он решил измерить соотношение ширины соседних зон стабильности: он разделил ширину предыдущего шага расщепления на ширину последующего.

К великому удивлению Фейгенбаума, эти пропорции неизменно сходились к строго определенному числу — 4.669. Данная величина получила название постоянной Фейгенбаума. Она указывает на то, что новые бифуркации происходят геометрически быстрее предыдущих в строго заданном соотношении. По словам Дерека Маллера, природа этой константы до сих пор остается загадкой: она не выводится напрямую из каких-либо известных физических параметров Вселенной, являясь самостоятельной фундаментальной константой природы.

Шокирующее открытие заключалось в том, что число 4.669 и сам каскад бифуркаций вообще никак не привязаны к конкретному виду уравнения логистического отображения, которое рассматривалось изначально. Математики выяснили, что абсолютно любое нелинейное уравнение, имеющее на графике один гладкий горб (одно экстремальное значение), при итерации выдаст абсолютно идентичную фрактальную структуру.

Например, если взять тригонометрическую функцию:

$$x_{n+1} = R \sin(x_n)$$

При ее последовательном вычислении на графике проявятся точно такие же расщепления ветвей, а соотношение интервалов между точками бифуркаций будет в точности равно той же константе Фейгенбаума — 4.669. В современной науке это явление называют математической универсальностью, указывающей на глубокие принципы самоорганизации материи и информации во Вселенной.

В 1976 году знаменитый биолог Роберт Мэй (Robert May) опубликовал в авторитетном научном журнале Nature основополагающую статью, посвященную логистическому отображению и скрытому в нем хаосу. Эта публикация вызвала настоящий фурор и была процитирована тысячи раз. В финале своего труда Мэй выступил с эмоциональным призывом к мировому академическому сообществу: он настаивал на кардинальном пересмотре школьных и университетских программ по математике. По мнению Мэя, студентов критически важно обучать простым нелинейным уравнениям, чтобы развивать у них правильную интуицию. Дерек Маллер полностью солидарен с этой точкой зрения, с сожалением констатируя, что современное образование до сих пор избегает темы хаоса, предпочитая давать учащимся иллюзию того, что простые системы всегда ведут исключительно к простым и линейным результатам.