Г. Басина - Синергетика. Основы методологии

Если для какой-либо структуры в определенные моменты удалось экспериментально определить как величину выбранного нами параметра целого, так и его производной по времени, то затем, аппроксимируя функцию f( μ), например, при помощи дробно-рациональной функции

можно найти коэффициенты аппроксимации a i, b i, соответствующие экспериментальным данным.

Во многих случаях поведение системы вблизи особых точек, соответствующих нулям или полюсам функции f( μ)описывается степенной функцией с рациональным или иррациональным показателем степени или логарифмической функции. При этом появляется многозначность поведения исследуемой модели. Величины f( μ)могут одновременно с различной степенью вероятности принимать конечное или бесконечное множество действительных и комплексных значений, физический смысл которых для реальных систем должен быть специально уточнён.

Экспериментальные данные показывают, что большинство структур после периода бурного роста выходят на стабильный режим. в котором структура находится значительное время.

Этот процесс можно описать, используя квадратичную функцию f( μ).

Рассмотрим так называемое логистическое уравнение, которое было подробно изучено в связи с анализом роста и стабилизации популяций животных, однако имеет широкое применение при исследовании различных систем. Оно имеет вид d μ/dt= f(1- μ) μ.

Описываемый этим уравнением процесс имеет две стационарные точки μ=0 и μ= 1. Точка μ=0 неустойчива; это значит, что новые структуры могут появляться, в частности, при потере устойчивости старых. Точка μ=0 устойчива. Фазовая плоскость уравнения — зависимость d μ/dtот μ, представляющая собой параболу, наиболее сжато и полно характеризует особенности процесса.

В некотором смысле логистическое уравнение универсально, так как его интегральные кривые описывают процесс перехода динамической системы из одного — неустойчивого состояния в другое — устойчивое. Оно также характеризует типичный процесс роста и стабилизации структур различной природы. Его решение в случае μ< 1 имеет вид.

При стремлении μк нулю в момент начала роста структуры логистическая кривая асимптотически приближается к экспоненциальной. Однако, по мере увеличения меры μв структуре, описываемой этой кривой, развиваются процессы, препятствующие дальнейшему экспоненциальному росту структуры, и вблизи μ=0,5 различие кривых становится существенным. Логистическая кривая выходит на асимптоту μ= 1, а экспоненциальная кривая уходит вверх.

Этот закон является простейшим законом, описывающим непрерывным образом формирование новых структур.

Существуют и другие дифференциальные уравнения, решения которых дают функции, позволяющие смоделировать плавный переход из одного состояния в другое. В частности, при анализе роста и размножения биологических объектов нами было получено дифференциальное уравнение d μ/dt = - μln μ,обладающее теми же стационарными точками, что и логистическое уравнение, но позволяющее вместе со своим аналогом, итерационным соотношением со степенной правой частью единым образом описывать рост и размножение объектов.

Во многих случаях процесс роста сложных систем происходит не непрерывно, а путём размножения элементов системы или поглощения растущей системой новых элементов. Если скачки параметра целого малы, то в первом приближении этот дискретный процесс может быть заменён непрерывным, и для его описания может быть использован аппарат дифференциальных уравнений, в противном случае для описания динамики роста и стабилизации структур может быть использован аппарат итерационных соотношений.

Устойчивые стационарные точки фазовой плоскости или графика, представляющего решение системы итерационных соотношений, обычно являются пределом, к которому стремятся фазовые траектории системы. Такие точки называются аттракторами.

Аттракторами могут быть не только устойчивые стационарные точки, но и замкнутые траектории циклического типа (циклы и торы). В последние годы открыты и в настоящее время интенсивно изучаются ациклические аттракторы, названные странными.

Следующим этапом исследования является численное решение полученных уравнений. Численное решение совместно с качественным анализом позволяет строить не только зависимость меры от времени, которая была в прошлом, и сопоставить полученные данные с результатами наблюдений, но и предсказывать характер этой зависимости, которого следует ожидать в будущем.

Однако, учитывая наши предыдущие рассуждения, можно утверждать, что точное определение параметра целого системы в подавляющем большинстве случаев невозможно. Любое детерминированное математическое описание, использующее дифференциальные уравнения или итерационные процессы должно сопровождаться дополнительным к нему вероятностным описанием, характеризующим меру и характер распределения отклонения реальной величины параметра целого от его расчётного значения. Существование такой двойственности приводит к необходимости рассмотрения третьей величины, характеризующей структуру и её модель. Этой величиной может являться соотношение мер, определяемое некоторой функцией от параметра целого и меры его вариации. Элементы указанной триады в зависимости от ситуации и способа рассмотрения могут меняться местами.

Однако анализа динамики одного, хотя и удачно выбранного, параметра целого чаще всего бывает недостаточно для полного исследования поведения сложной системы, особенно в тех случаях, когда выбранный параметр принимает устойчивое стационарное значение. Система существует и активно функционирует при постоянном значении параметра целого. В этом, случае можно ввести некоторые обобщённые координаты, изменение которых более подробно характеризуют динамику системы. При этом исследуемый объект может быть описан как динамическая система в некотором фазовом пространстве обобщённых координат.