Если мы продолжим наблюдения и отметим точки, соответствующие состояниям движения между крайними положениями, то обнаружим, что они лежат на замкнутой петле. Можно превратить петлю в окружность, должным образом выбрав единицы измерения, но, в общем случае, это будет нечто вроде эллипса (рис. 6-8).

Эта кривая называется траекторией маятника в фазовом пространстве и полностью описывает движение системы. Все переменные системы (в нашем простом случае — две) представлены единственной точкой, всегда расположенной где-то на этой кривой. С каждым полным циклом качания маятника точка в фазовом пространстве будет описывать петлю.

В любой момент мы можем измерить две координаты точки в фазовом пространстве и таким образом узнать точное состояние системы (угол и скорость). Заметим, что эта кривая никоим образом не является траекторией самого маятника. Это кривая, образованная двумя переменными системы в абстрактном математическом пространстве.

В этом и заключается методика фазового пространства. Переменные данной системы изображаются в абстрактном пространстве, причем одна точка описывает всю систему. По мере того как система изменяет свое состояние, точка вычерчивает в фазовом пространстве траекторию — в нашем случае замкнутую кривую. Когда система является не простым маятником, а гораздо более сложной структурой, у нее, соответственно, больше переменных, но метод остается прежним. Каждая переменная представлена координатой в отдельном измерении фазового пространства. Если в системе 16 переменных, мы получим 16-мерное пространство. Одна точка в этом пространстве будет полностью описывать состояние всей системы, поскольку эта точка имеет 16 координат, каждая из которых соответствует одной из 16 переменных системы.

Рис. 6-9. Траектория маятника с трением в фазовом пространстве

Безусловно, мы не можем визуально воспринять фазовое пространство с 16 измерениями; потому его и называют абстрактным математическим пространством. Математики не испытывают никаких проблем с такими абстракциями. Они вполне комфортно чувствуют себя в пространствах, которые нельзя визуализировать. В любом случае, по мере изменения системы точка, определяющая ее состояние в фазовом пространстве, будет двигаться по этому пространству, вычерчивая некую траекторию. Различные начальные состояния системы соответствуют различным начальным точкам в фазовом пространстве, что, в общем случае, обусловливает различные траектории.

Теперь вернемся к нашему маятнику и отметим, что это был идеализированный маятник без трения, раскачивающийся вправо-влево в бесконечном движении. Это типичный пример классической физики, где трением, как правило, пренебрегают. Реальный маятник всегда подвержен некоторому трению, замедляющему его ход, поэтому рано или поздно он остановится. В двухмерном фазовом пространстве это движение отображено кривой, закручивающейся к центру, как показано на рис. 6-9. Эта траектория называется аттрактором, поскольку математики говорят, что, в метафорическом смысле, фиксированная точка в центре системы координат притягивает (англ. «attract») эту траекторию. Метафору распространили и на замкнутые петли, подобные той, что представляет маятник без трения. Траектория в виде замкнутой петли получила название периодического аттрактора, в то время как траектория, закручивающаяся к центру, называется точечным аттрактором.

В течение последующих двадцати лет метод фазового пространства использовался для исследования множества сложных систем. Каждый раз ученые и математики составляют нелинейные уравнения, решают их численными методами, а компьютеры вычерчивают решения в виде траекторий в фазовом пространстве. К своему великому удивлению, исследователи обнаружили, что число различных аттракторов весьма ограничено. Их формы можно классифицировать топологически, а общие динамические свойства системы — вывести из формы ее аттрактора.

Существует три основных типа аттракторов: точечные, соответствующие системам, которые достигают устойчивого равновесия; периодические, соответствующие периодическим колебаниям; и так называемые странные аттракторы, соответствующие хаотическим системам. Типичный пример системы со странным аттрактором представляет собой «хаотический маятник», впервые исследованный японским математиком Йошисуке Уэда в конце 1970-х годов. Это нелинейная электронная схема с внешним питанием, относительно простая, но с исключительно сложным поведением16. Каждое колебание этого хаотического генератора колебаний уникально. Система никогда не повторяет себя, и каждый цикл открывает новую область фазового пространства. Тем не менее, несмотря на кажущуюся неустойчивость движения, точки в фазовом пространстве расположены отнюдь не беспорядочно. Вместе они формируют сложный высокоорганизованный паттерн — странный аттрактор, который теперь носит имя Уэда.

Аттрактор Уэда — это траектория в двухмерном фазовом пространстве, которая образует почти повторяющие друг друга паттерны. Это типичная особенность хаотических систем. Изображение на рис. 6-10 содержит более 1 000 000 точек. Ее можно представить в виде среза куска теста, который многократно растягивали и сворачивали. Это означает, что в основе аттрактора Уэда лежит математика преобразования пекаря.

Одно удивительное свойство странных аттракторов заключается в том, что они, как правило, ограничены малым числом измерений — даже в многомерном фазовом пространстве. Например, система может содержать 50 переменных, но ее движение при этом описывается трехмерным странным аттрактором — свернутой поверхностью в 50-мерном пространстве. Это, естественно, характеризует высокую степень порядка.

Таким образом, хаотичное поведение — в современном научном понимании этого термина — разительно отличается от беспорядочного, неустойчивого движения. С помощью странных аттракторов можно определить различие между обычной беспорядочностью, или шумом, и хаосом. Хаотичное поведение детерминировано и образует паттерны, а странные аттракторы позволяют преобразовывать на первый взгляд случайные данные в отчетливые визуальные формы.

Как мы видели на примере преобразования пекаря, для хаотических систем характерна чрезвычайная чувствительность к начальным условиям. Мельчайшие изменения в начальном состоянии системы со временем приводят к крупномасштабным последствиям. В теории хаоса это называется «эффектом бабочки». Основой для названия послужило полушутливое утверждение, что бабочка, всколыхнув сегодня воздух в Пекине, может через месяц оказаться причиной бури в Нью-Йорке. Эффект бабочки был открыт в начале 1960-х годов метеорологом Эдвардом Лоренцом, разработавшим очень простую модель погодных условий, состоящую из трех связанных нелинейных уравнений. Он обнаружил, что решения его уравнений чрезвычайно чувствительны к начальным состояниям. Начинаясь практически в одной точке, две траектории будут развиваться совершенно по-разному, исключая возможность каких бы то ни было заблаговременных предсказаний17.

Это открытие привело в замешательство все мировое научное сообщество, поскольку ученые давно привыкли полагаться на детерминированные уравнения для предсказания с большой точностью таких феноменов, как солнечные затмения или появление комет. Казалось непостижимым, что четко детерминированные уравнения движения могут привести к непредсказуемым результатам. И все же именно это обнаружил Лоренц. По его собственным словам: