Dynamical phase transition for a logarithm observable in chaotic systems

In de studie van complexe systemen zoeken wetenschappers vaak naar patronen in chaos. Ze onderzoeken hoe systemen die willekeurig en onvoorspelbaar lijken, zoals het kolken van een storm of de schommelingen op de aandelenmarkt, in werkelijkheid strikte regels volgen. Een centraal idee in dit vakgebied is dat hoewel individuele gebeurtenissen moeilijk te voorspellen zijn, het algemene gedrag van een systeem over een lange periode de neiging heeft om te bezinken in een voorspelbaar gemiddelde. De natuur zit echter vol met zeldzame, extreme gebeurtenissen die deze gemiddelden tarten. Dit zijn de uitschieters: de plotselinge hittegolven, de enorme aardbevingen of de catastrofale beurscrashes. Het begrijpen van hoe deze zeldzame gebeurtenissen plaatsvinden, en hoe waarschijnlijk het is dat ze voorkomen, is cruciaal voor zowel het voorspellen van rampen als het begrijpen van de fundamentele wetten van de fysica. Decennialang hebben onderzoekers deze "grote afwijkingen" bestudeerd in systemen die worden gedreven door toeval, waarbij de onvoorspelbaarheid voortkomt uit het proces zelf. Maar veel real-world systemen, waaronder weerpatronen, zijn niet werkelijk willekeurig; ze zijn deterministisch, wat betekent dat hun toekomst volledig wordt bepaald door hun startpunt, maar ze lijken nog steeds chaotisch. Er bleef een hardnekkige vraag bestaan of deze deterministische chaotische systemen zich hetzelfde gedragen als willekeurige systemen als het gaat om extreme fluctuaties.

Een team van natuurkundigen aan de Hebreeuwse Universiteit van Jeruzalem heeft dit vraagstuk nu verkend door te kijken naar hoe een eenvoudig, chaotisch systeem zich in de loop van de tijd gedraagt. Ze concentreerden zich op een specif kind van een wiskundig model dat bekend staat als een chaotische kaart (chaotic map), die een reeks getallen genereert op basis van een vaste regel. Ze kozen drie klassieke voorbeelden: de verdubbelingskaart (doubling map), de tentkaart (tent map) en de logistische kaart (logistic map). Dit zijn eenvoudige vergelijkingen die een getal nemen, een regel toepassen en een nieuw getal produceren, dat vervolgens de input vormt voor de volgende stap. De onderzoekers waren geïntrigeerd door een specifieke meting afgeleid van deze reeksen: de som van de negatieve logaritmen van de gegenereerde getallen. In gewone taal betekent dit dat deze meting groter wordt wanneer de reeks zeer kleine getallen produceert. Door deze kaarten duizenden stappen te laten doorlopen, kon het team het volledige bereik van uitkomsten observeren, van de meest voorkomende resultaten tot de meest extreme, zeldzame gevallen.

Wat zij vonden, was een duidelijk onderscheid tussen het "normale" gedrag van het systeem en het extreme gedrag. Wanneer het systeem typische resultaten produceerde, volgden de fluctuaties rond het gemiddelde een standaard klokcurve, precies zoals men zou verwachten van veel natuurlijke verschijnselen. De onderzoekers bevestigden dat de linkerkant van de distributie, die resultaten kleiner dan het gemiddelde vertegenwoordigt, zich exact gedroeg zoals voorspeld door gevestigde theorieën voor chaotische systemen. Echter, de rechterkant van de distributie, die uitkomsten veel groter dan het gemiddelde vertegenwoordigt, vertelde een totaal ander verhaal. In plaats van vloeiend weg te sterven zoals een standaard klokcurve, volgde de waarschijnlijkheid van deze extreme gebeurtenissen een vreemde, tragere afname. Dit betekende dat extreme fluctuaties veel waarschijnlijker waren dan standaardtheorieën zouden suggereren.

De sleutel tot deze anomalie ligt in de manier waarop het systeem deze grote getallen genereert. Bij een typische fluctuatie draagt de gehele reeks getallen een klein beetje bij aan het uiteindelijke resultaat, waarbij elke stap een kleine variatie toevoegt. Maar voor de extreme gebeurtenissen in de rechterstaart gedraagt het systeem zich anders. De onderzoekers ontdekten dat deze enorme fluctuaties meestal worden veroorzaakt door een enkele, gelokaliseerde gebeurtenis: een korte periode waarin de reeks getallen naar een ongelooflijk kleine waarde daalt en daar een tijdje blijft. Omdat de meting gebaseerd is op de logaritme van deze getallen, creëert een kleine waarde een enorme piek in de totale som. Dit is een fenomeen dat bekend staat als het "big jump"-principe, waarbij één enkele gebeurtenis de gehele uitkomst domineert, in plaats van dat het hele systeem gelijkmatig bijdraagt.

Misschien wel de meest opvallende ontdekking was een scherpe transitie tussen deze twee modi van gedrag. Terwijl de onderzoekers naar fluctuaties van toenemende grootte keken, vonden ze een kritiek punt waar het systeem plotseling overschakelt van de "normale" modus, waarbij de hele reeks bijdraagt, naar de "gecondenseerde" modus, waarbij een enkele kleine uitbarsting van activiteit de overhand neemt. Deze transitie is geen geleidelijke verschuiving, maar een plotselinge verandering, vergelijkbaar met hoe water direct bevriest tot ijs bij een specifieke temperatuur. De onderzoekers identificeerden dit als een dynamische faseovergang. Onder dit kritieke punt gedraagt het systeem zich als een verzameling van vele kleine, onafhankelijke delen. Erboven "condenseert" het systeem effectief zijn energie in een enkele, massieve fluctuatie, aangedreven door een minuscule fractie van de reeks.

Om deze bevindingen te verifiëren, voerde het team uitgebreide computersimulaties uit, waarbij miljoenen datapunten werden gegenereerd om de waarschijnlijkheid van deze zeldzame gebeurtenissen in kaart te brengen. Ze gebruikten geavanceerde statistische technieken om ervoor te zorgen dat ze de zeldzaamste uitkomsten duidelijk konden zien. De simulaties bevestigden dat de transitie bestaat en dat de wiskundige beschrijving van de extreme staart universeel is, wat betekent dat deze er voor alle drie de geteste soorten kaarten hetzelfde uitziet, met als enige verschil een paar schaalfactoren. Interessant genoeg, ondanks dit vreemde, niet-standaard gedrag in de extreme staarten, vonden de onderzoekers dat de algemene statistische eigenschappen van het systeem, zoals het gemiddelde en de variantie, nog steeds op een eenvoudige, lineaire manier groeiden naarmate de reeks langer werd. Dit suggereert dat hoewel de zeldzame gebeurtenissen wild en onvoorspelbaar zijn, de fundamentele structuur van het systeem ordelijk blijft.

Dit werk overbrugt een kloof tussen de studie van willekeurige systemen en deterministische chaos. Het laat zien dat zelfs in een systeem zonder inherente willekeur, waarbij elke stap wordt bepaald door de vorige, de regels die de zeldzame gebeurtenissen beheersen net zo complex en verrassend kunnen zijn als die in werkelijk willekeurige systemen. De ontdekking van deze condensatietransitie in chaotische kaarten suggereert dat dergelijk gedrag een universeel kenmerk kan zijn van veel complexe systemen, van vloeistofdynamica tot financiële markten. Door te begrijpen hoe deze systemen overschakelen van collectief gedrag naar dominantie door een enkele gebeurtenis, kunnen wetenschappers nieuwe inzichten verkrijgen in het voorspellen en beheersen van de meest extreme en gevaarlijke gebeurtenissen in de natuurlijke wereld. De studie beweert niet het probleem van het voorspellen van specifieke rampen op te lossen, maar biedt een helderder beeld van de onderliggende mechanismen die dergelijke gebeurtenissen mogelijk maken.