Gravity Pendulum

कैओस सिमुलेशन का ग्रेविटी पेंडुलम सिद्धांत

6 सिमुलेशन से चुना, प्रत्येक सिमुलेशन अलग पैटर्न बनाएगा।

अराजकता: जब वर्तमान भविष्य को निर्धारित करता है, लेकिन अनुमानित वर्तमान भविष्य को निर्धारित नहीं करता है।


अराजकता सिद्धांत गणित की एक शाखा है जो गतिशील प्रणालियों के व्यवहार पर ध्यान केंद्रित करती है जो प्रारंभिक स्थितियों के लिए अत्यधिक संवेदनशील हैं। अराजकता एक अंतःविषय सिद्धांत है जिसमें कहा गया है कि अराजक जटिल प्रणालियों की स्पष्ट यादृच्छिकता के भीतर, अंतर्निहित पैटर्न, निरंतर प्रतिक्रिया छोर, पुनरावृत्ति, आत्म-समानता, फ्रैक्टल, आत्म-संगठन, और प्रारंभिक बिंदु पर प्रोग्रामिंग पर निर्भरता है जो संवेदनशील निर्भरता के रूप में जाना जाता है। आरंभिक स्थितियां। तितली प्रभाव बताता है कि कैसे एक नियतात्मक nonlinear प्रणाली के एक राज्य में एक छोटा सा परिवर्तन बाद के राज्य में बड़े अंतर में परिणाम कर सकता है, उदा। चीन में अपने पंखों को फड़फड़ाते हुए एक तितली टेक्सास में एक तूफान का कारण बन सकती है।

प्रारंभिक परिस्थितियों में छोटे अंतर, जैसे कि संख्यात्मक गणना में त्रुटियों को कम करने के कारण, इस तरह के गतिशील प्रणालियों के लिए व्यापक रूप से विचलन परिणाम प्राप्त करते हैं, लंबे समय तक प्रतिपादन करते हैं। सामान्य रूप से उनके व्यवहार की भविष्यवाणी असंभव है। यह तब भी होता है, भले ही ये सिस्टम नियतात्मक हैं, जिसका अर्थ है कि उनका भविष्य का व्यवहार पूरी तरह से उनकी प्रारंभिक स्थितियों से निर्धारित होता है, जिसमें कोई यादृच्छिक तत्व शामिल नहीं हैं। दूसरे शब्दों में, इन प्रणालियों की नियतात्मक प्रकृति उन्हें अनुमानित नहीं बनाती है। इस व्यवहार को नियतात्मक अराजकता, या बस अराजकता के रूप में जाना जाता है।