#31
Az a szép a komplex dinamikus rendszerek elméletében (káoszelmélet), hogy bizonyos esetekben iszonyat pontos predikciókra képes, azonban vannak határai. Talán ez a két jelenség, a kezdeti adatok pontatlansága, és az úgynevezett pillangóhatás, a kis zavarok növekedése a legnyilvánvalóbbak.
A káoszrendszerekre jellemzőek a kőrfolyamatok, hogy az előző ciklus állapota hatással van a következőre, ez az ami az exponenciálisan növekvő eltéréseket okozza. Ilyen körfolyamata bolygók keringése, a légköri jelenségek is nagyon sok esetben, egy populáció változása, vagy akár a tőzsde.
Ha simán csak lefuttatod az algoritmust, ami kiadja az eredményt, akkor a kis eltérések növekedése miatt előbb utóbb hibás eredményt kapsz.
Vannak azonban ugye pl az attraktorok, amelyek olyan értékek, amelyek körül lebegnek a rendszer lehetséges állapotai.
Csak ugye nem feltétlenül találunk ilyeneket. Az attraktorok már jelzik azt, hogy az összetett képben (a káoszban) találhatunk egyszerűbb mintázatokat. Hasonlóak még az időjárásra vonatkozó népi megfigyelések, pl ha hajnalban elfordul a szélirány és ez meg ez van, akkor a következő nap este eső lesz.
Ezek egyszerűbb mintázatok mint egy attraktor és nehezebb is megtalálni őket. De szerintem ez lehetne egy kitörési pont.
#31