1 / 39

Megérthetjük-e a megjósolhatatlant? A káosz matematikája

Megérthetjük-e a megjósolhatatlant? A káosz matematikája. Krisztin Tibor Szegedi Tudományegyetem Bolyai Intézet Szeged. Megjósolható-e, jelezhető-e előre a jövő ?. Meg tudjuk-e mondani, hogy mi történik a a következő másodpercben ? a következő órában ? a következő évben ?.

Download Presentation

Megérthetjük-e a megjósolhatatlant? A káosz matematikája

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Megérthetjük-e a megjósolhatatlant? A káosz matematikája Krisztin Tibor Szegedi Tudományegyetem Bolyai Intézet Szeged

  2. Megjósolható-e, jelezhető-e előre a jövő? • Meg tudjuk-e mondani, hogy mi történik a • a következő másodpercben? • a következőórában? • a következőévben? Van-e a természetnek egy rejtett rendje?

  3. Elsőválasz …. IGEN! A tudomány a bennünket körülvevő világ rendjét, szerkezetét kutatja. Törvényszerűségek, rendezettség, szimmetria fedezhetők fel …

  4. Hókristályok Az állatvilág

  5. A bolygók mozgása

  6. Az elsők között ismerte fel mindezt Pisa Galileo Galilei (1564 — 1642) „A természet nagy könyve a matematika nyelvén íródott.”

  7. 1600 Galilei azinga mozgását figyelve állapította meg az alábbiakat • Az inga lengésideje állandó volt • függetlenül attól, hogyan lökte meg • hol lökte meg • mikor lökte meg Matematikailag: kis kitérések esetén az inga mozgása közelítőleg egy harmonikus oszcillátor mozgása. Megjegyzés: Hatvani László [Bolyai Intézet] és Bánhelyi Balázs, Csendes Tibor, Garay Barna bizonyították előszőr az ingamozgás kaotikusságátperiodikus külső erő hatására.

  8. Isaac Newton (1643 – 1727)

  9. 1686 NewtonaPrincipia (A természetfilozófia matematikai alapelvei) című művében megmutatta, hogy az inga mozgása (és a klasszikus mechanika jelenségei) matematikai egyenletekkel, differenciálegyenletekkel írhatók le Az inga egyenlete

  10. Az alapötlet …. • Írjuk fel az adott fizikai jelenségegyenleteit • Oldjuk meg azegyenleteket • A megoldás alapján jósoljuk meg • a fizikai jelenségjövőjét Működik ez?

  11. Newton gravitációs törvénye Neptunusz: matematikai eszközökkel fedezték fel 1846-ban A tény, hogy egy bolygót pusztán papírral és ceruzával, számítások révén fel lehet fedezni, a newtoni teória (és a matematika) látványos bizonysága volt.

  12. Navier-Stokes egyenletek Időjárás előrejelzés

  13. Pierre-Simon de Laplace(1749 – 1827) „Ha ismernénk az univerzum minden atomjának a pontos helyzetét egy adott pillanatban, akkor az univerzum jövőjét előre tudnánk jelezni.” A véletlennek, a szabad akaratnak nincs szerepe ! „Isten nem kockajátékos” (Einstein)

  14. Soktermészeti ésemberi jelenség véletlenszerűnek, előre jelezhetetlennek tűnik!! Milyen lesz a felhők alakja egy hét elteltével?

  15. Az óceán hőmérsékletének változása Year El Nino jelenség Klímaváltozás

  16. Tőzsdeindex

  17. Akomplex, bonyolultviselkedések oka az, hogy a természet legtöbb jelensége ténylegesenbonyolultésnem megmagyarázható vagy ……. a bonyolultság természetesen következikNewton törvényeiből ?

  18. Káosz elmélete Egyszerű szabályok, természeti törvények vezethetnekbonyolultés előre nem jelezhető viselkedéshez

  19. Henri Poincaré (1854 – 1912): a káosz felfedezője

  20. Előrejelezhető-e egy város népessége? Népesség Év A város lakóinak száma az n. évben Van-e kapcsolatazidei lakosságszám és a következő évilakosságszám között?

  21. Thomas Malthus (1766 – 1834) Születési/halálozási ráta • a = 1 … lakók számaállandó marad • a > 1 … népességnő • a < 1 … népességcsökken

  22. Problémaa>1 esetén:a szükséges források végessége Módosított modell Robert May (1938 -) Maximális népességszám Mit jelez előre ez az egyenlet?

  23. a = 2, M = 1egyetlen határérték

  24. a = 3 két érték között oszcillál

  25. a = 3.55 8 érték között oszcillál

  26. a = 4káosz

  27. Modell megalkotása:a probléma a matematika nyelvén lehetséges állapotok halmaza a jelenség törvényszerűségeit magában foglaló függvény kezdeti állapot (t=0 időpontban) - adott állapot 1 egységnyi idővel később (t=1-ben) állapot 2 egységnyi idővel később (t=2-ben) állapot a t=k időpontban Jövőbeli állapot előrejelzése: milyen xk nagy k esetén?

  28. Példák: 1. jelentése: az M=1 maximális népesség x-ed része a lakosság száma 2. elemei lehetnek az időjárást jellemző adatok: hőmérséklet, páratartalom, légnyomás, szél sebessége, szél iránya, stb. Az f függvény azt mondja meg, hogy egy x időjárási állapotból, hogyan számolhatók ki az időjárást jellemző adatok értékei a következő 1 percre. (Navier-Stokes egyenletek)

  29. 3. T = [0,1] úgy, hogy a 0 és 1 azonosítva van, azaz T az 1 kerületű körvonal T x y g:T―›T definíciója: g(x) = {2x} = 2x (mod 1) ½ 0 1 x és y távolsága: az őket összekötő körívek közül a rövidebb T-beli x bináris (2-es számrendszerbeli) alakja: Ekkor Tehát g hatása a bináris alakra: a vessző utáni első jegyet töröljük, a többi egyet balra lép

  30. Hol fordul elő ilyen leképezés? Tésztagyúrás.Cél: a benne lévő anyagok minél teljesebb összekeveredése Tészta, benne egy szem mazsolával nyújtás kétszeresére félbe vágjuk a két felet egymásra helyezzük nyújtás kétszeresére félbe vágjuk a két felet egymásra helyezzük A fenti lépéseket sokszor ismételjük. Jól elkeverednek-e az összetevők? 0 1 2

  31. Ha , akkor Tehátxegyn-periodikuspont. Végtelen sok n-periodikus pont van. Bármelyy-hoz akármilyen közel van periodikus pont. A periodikus pontok sűrűn vannak.SZABÁLYOSSÁG!

  32. Egy érdekes tulajdonságú pont: Ekkor az sorozat minden T-beli pontot meglátogat (végtelen sokszor). Van sűrű pálya T-ben.

  33. Érzékeny függés a kezdeti adatoktól Ha akkor Nagy n esetén x és y közel vannak, de távolságanagy (= ½). és Ha x és y egy jelenség 2 közeli kezdeti adata, akkor a 2 közeli adatból bizonyos idő elteltével 2 nagyon eltérő állapotba juthatunk. PILLANGÓ EFFEKTUS!

  34. Egy f: X―›X leképezés kaotikus, ha a periodikus pontok sűrűn vannak X-ben, f érzékenyen függ a kezdeti adatoktól, van egy sűrű pálya. A g: X―›X leképezés kaotikus.

  35. Ezen alapszik a következő tétel. Rend a káoszban

  36. Kapcsolat g(x) = {2x} és f(x) = 4x(1-x) között Legyen Ekkor Azaz Következik, hogy f is kaotikus

  37. Arnold macskája V.I. Arnold (1937-2010)

  38. Megjegyzések: • R. May egy 1976-os problémáját oldottuk meg (Bartha Ferenc és Garab Ábel tanítványimmal – a Radnóti volt diákjai) • Röst Gergely (volt tanítványom, most kollégám) populációdinamikai, járványterjedési témával nyert ERC (European Reseach Coucil) Starting Grant támogatást (az első matematikus nyertes a Közép-Európai régióban)

More Related