Sie sind auf Seite 1von 11

Chaosforschung

aus Wikipedia, der freien Enzyklopdie

Dieser Artikel wurde den Mitarbeitern der Redaktion Physik zur Qualittssicherung
aufgetragen. Wenn Du Dich mit dem Thema auskennst, bist Du herzlich
eingeladen, Dich an der Prfung und mglichen Verbesserung des Artikels zu
beteiligen. Der Meinungsaustausch darber findet derzeit nicht auf der
Artikeldiskussionsseite, sondern auf der Qualittssicherungs-Seite der Physik statt.

Die Chaosforschung oder Chaostheorie bezeichnet populrwissenschaftlich ein nicht klar umgrenztes
Teilgebiet der Nichtlinearen Dynamik bzw. Dynamischen Systeme, welches der Mathematischen Physik
oder angewandten Mathematik zugeordnet ist. Im Wesentlichen beschftigt sie sich mit Ordnungen in
speziellen dynamischen Systemen, deren zeitliche Entwicklung unvorhersagbar erscheint, obwohl die
zugrundeliegenden Gleichungen deterministisch sind. Dieses Verhalten wird als deterministisches Chaos
bezeichnet und entsteht wenn Systeme empfindlich von den Anfangsbedingungen abhngen. Vermeintlich
identische Wiederholungen eines Experimentes fhren zu hchst unterschiedlichen Messergebnissen. Als
einfhrendes Beispiel wird oft auf das magnetische Pendel verwiesen. Chaotische dynamische Systeme
sind nichtlinear.
Andere Beispiele sind der Schmetterlingseffekt[1] beim Wetter, Turbulenzen, Wirtschaftskreislufe,
bestimmte Musterbildungsprozesse, wie beispielsweise Erosion, die Entstehung eines Verkehrsstaus,
neuronale Netze sowie Low Frequency Fluctuation[2] in Laserdioden. Die von den Phnomenen
abgeleiteten physkalischen Modelle ( = dynamische Systeme) beinhalten zumeist zahlreiche Parameter und
ob sich das Modell chaotisch, stabil bzw. vorhersagbar verhlt hngt stark von den gewhlten Parametern
ab.
Die Chaosforschung basiert unter anderem auf Arbeiten von Henri Poincar, Edward N. Lorenz, Benoit
Mandelbrot und Mitchell Feigenbaum. Die hier dargestellten Phnomene entsprechen dem
Minimalkonsens darber, was thematisch zur Chaosforschung zhlt.

Inhaltsverzeichnis
1 Grundlagen
1.1 Definition
1.2 Grenzen der Vorhersagbarkeit
1.3 Quantentheorie und Determinismus
1.4 Nichtlineare Systeme
1.5 Diskrete Systeme
2 Phnomene
2.1 Seltsame Attraktoren
2.1.1 Phasenraumdiagramme
2.1.2 Attraktoren
2.1.3 Der seltsame Attraktor

4
5
6
7
8

2.2 Strungen und Resonanzen


2.3 Der bergang ins Chaos
2.3.1 Periodenverdopplung
2.3.2 Intermittenz
Beispiele fr chaotische Systeme
3.1 Naturwissenschaftliche Beispiele
3.2 Geistes- und sozialwissenschaftliche Beispiele
Geschichte
Einzelnachweise
Siehe auch
Literatur
Weblinks

Grundlagen
Die Chaostheorie beschreibt das zeitliche Verhalten von Systemen
mit deterministisch chaotischer Dynamik. Versucht man
Experimente identisch zu wiederholen, so ist das in der Praxis
nicht mglich, da auf Grund unvermeidbarer Messungenauigkeit
und Rauschen die Ausgangssituation nicht identisch
wiederhergestellt werden kann. Falls ein System deterministisch
chaotisch ist, so endet das Experiment trotz experimentell
bestmglicher identischer Ausgangssituationen in anderen
Endzustnden bzw. Messergebnissen. Dies wird als sensitive
Abhngigkeit von den Anfangsbedingungen bezeichnet. Am
Computer knnen solche Systeme simuliert werden und diese
Simulationen prinzipiell identisch wiederholt werden. Die
Sensitivitt der Anfangsbedingung tritt hier in der Form auf, dass
wenn man z.B. die Genauigkeit der Startbedingung ndert sich
das Ergebnis der Simulation grundlegend ndert. Dies liegt daran,
dass anfangs beliebig dicht liegende Trajektorien am Ende der
Simulation diese Eigenschaft nicht mehr besitzen. In der
nebenstehenden Abbildung sind die durch Punkte in der Ebene
charakterisierten Anfangsbedingungen je nach Endzustand
farblich eingefrbt. Es gibt Bereiche, die fraktale Strukturen
bilden, also Anfangsbedingungen mit verschiedenen
Endzustnden beliebig dicht liegen und deterministische Bereiche,
also Bereiche in denen benachbarte Anfangsbedingungen alle den
gleichen Endzustand haben.

Klassifikation des Verhaltens eines


magnetischen Pendels ber drei
Magneten. Jede Stelle entspricht
einem Startpunkt fr die
Pendelbewegung. Die Farbe
charakterisiert den Magnet, an dem
das Pendel zum Stillstand kommt. Je
heller die Farbe, umso frher ist das
der Fall. Die drei hellsten Stellen
markieren daher die Positionen der
Magnete.

Anders als der Begriff Chaos in der Umgangssprache verwendet wird, befasst sich die Chaostheorie nicht
mit Systemen die dem Zufall unterliegen ( = stochastischen Systemen), sondern mit dynamischen
Systemen die mathematisch beschreibbar sind und sich prinzipiell deterministisch verhalten. Des Weiteren
ist die Chaostheorie abzugrenzen von der Theorie komplexer Systeme, da auch sehr einfache Systeme
chaotisches Verhalten zeigen knnen.

Definition

Ein dynamisches System


d. h. fr jedes
und jedes

heit chaotisch, wenn eine -invariante Menge


ist
, fr die gilt:

1.
2.

besitzt sensitive Abhngigkeit von den Anfangsbedingungen auf


ist topologisch transitiv auf :
Zu allen offenen Mengen
mit
[3]
.
3. Die periodischen Orbits von liegen dicht in .

existiert,

.
existiert ein

, so dass

Grenzen der Vorhersagbarkeit


Liegt chaotisches Verhalten vor, dann fhren selbst geringste nderungen der Anfangswerte nach einer
gewissen Zeit zu einem vllig anderen Verhalten (sensitive Abhngigkeit von den Anfangsbedingungen).
Es zeigt sich also ein nichtvorhersagbares Verhalten, das sich zeitlich scheinbar irregulr entwickelt. Dabei
kann das Verhalten des Systems bei bestimmten Anfangswerten vllig regulr sein, wenn es sich z. B. um
einen periodischen Orbit handelt. Jede auch noch so kleine nderung der Anfangswerte kann jedoch zu
einem ganz anderen, auch vollkommen unregelmigen Verhalten fhren. Um das Systemverhalten fr
eine bestimmte zuknftige Zeit berechnen zu knnen, mssen die Anfangsbedingungen deshalb mit
unendlich genauer Przision bekannt sein und berechnet werden, was praktisch unmglich ist. Obwohl
auch solche Systeme determiniert und damit prinzipiell bestimmbar sind, sind daher praktische
Vorhersagen nur fr mehr oder weniger kurze Zeitspannen mglich.[4]
Dieses Phnomen ist auch unter dem Schlagwort Schmetterlingseffekt in der ffentlichkeit bekannt
geworden, wonach selbst der Flgelschlag eines Schmetterlings auf lange Sicht zu einem anderen Ablauf
des grorumigen Wettergeschehens fhren kann.

Quantentheorie und Determinismus


Im Folgenden wird die Determiniertheit der Quantenmechanik auf Grundlage der Kopenhagener Deutung
erlutert. Fr alle anderen Interpretationen der Quantenmechanik, beispielsweise die De-Broglie-BohmTheorie, ist der folgende Abschnitt nur in begrenztem Mae korrekt.
Whrend im Sinne der klassischen Physik die Vorhersagbarkeit realer komplexer Systeme an praktisch nie
vollkommen exakten Messungen der Anfangsbedingungen scheitert, zeigt die Bercksichtigung der
Erkenntnisse der Quantentheorie, dass deren Verhalten prinzipiell nicht determiniert ist. So besagt die
Heisenbergsche Unschrferelation, dass Ort und Impuls eines Objektes nicht gleichzeitig beliebig genau
bestimmbar sind; diese Einschrnkung bezieht sich nicht auf Unzulnglichkeiten des
Beobachtungsvorgangs (z. B. ungenaue Messung), sondern ist prinzipieller Natur. Diese Unschrfe ist bei
makroskopischen Systemen gewhnlich vernachlssigbar. Da ihre Auswirkungen bei chaotischen
Systemen jedoch beliebig wachsen, nehmen sie frher oder spter makroskopische Dimensionen an
(vgl. Schmetterlingseffekt). Bei dem Gert zur Ziehung der Lottozahlen mit Kugeln ist das bereits nach
etwa 20 Sten der Fall. Die Vorhersagbarkeit chaotischer Systeme scheitert daher sptestens an der
Unschrferelation. Das bedeutet, dass reale Systeme prinzipiell nicht im klassischen Sinn deterministisch
sein knnen im Gegensatz zu den sie beschreibenden mathematischen Modellen.

Nichtlineare Systeme
Chaotisches Verhalten kann nur in Systemen auftreten, deren Dynamik durch nichtlineare Gleichungen
beschrieben wird. Solche Gleichungen sind meist nicht analytisch, d. h. nicht durch Angabe expliziter
Gren, sondern nur numerisch lsbar. Ursache des exponentiellen Wachstums von Unterschieden in den

Anfangsbedingungen sind dabei oft Mechanismen von Selbstverstrkung beispielsweise durch


Rckkopplungen. Ist durch Reibung hinreichend Dissipation im Spiel, so kann sich in der Regel kein
chaotisches Verhalten ausbilden. So knnten beispielsweise bei Jahrmarktsfahrgeschften, die
konstruktionsbedingt zu chaotischem Verhalten neigen, ohne entsprechende Bremsmanahmen
unerwartete und unzumutbare Beschleunigungsspitzen auftreten. Dass dissipative Terme nicht
ausschlielich stabilisierend wirken, zeigt sich am Beispiel einer Grenzschicht. Mit der linearen
Stabilittstheorie lsst sich zeigen, dass erst der Einfluss der Reibung das Wachstum kleiner Strungen
ermglicht. Dieses exponentielle Anwachsen stellt die erste Phase des laminar-turbulenten Umschlags dar.

Diskrete Systeme
Bisher wurde nur das zeitliche Verhalten
kontinuierlicher physikalischer Systeme
betrachtet. Chaos wird jedoch auch in
Modellen studiert, bei denen jeder Zustand
durch einen Iterationsschritt diskret in den
Folgezustand bergeht. Beispiele sind die
logistische Gleichung oder die
Iterationsvorschrift, die zur MandelbrotMenge fhrt, die unter der Bezeichnung
Apfelmnnchen bekannt wurde. Dabei
knnen die gleichen Grundphnomene wie
bei kontinuierlichen Systemen auftreten.
Im Prinzip lsst sich einem kontinuierlichen
System durch die Betrachtung bestimmter
Mandelbrot-Menge
aufeinanderfolgender Zustnde stets ein
diskretes System zuordnen. Ein Verfahren ist
die sogenannte Poincar-Abbildung, mit der Henri Poincar Ende des 19. Jahrhunderts die Stabilitt der
Planetenbewegung studierte.

Phnomene
Ein wesentliches Ergebnis der Chaosforschung ist die Entdeckung, dass chaotische Systeme trotz ihres
langfristig nicht vorhersagbaren, scheinbar irregulren Verhaltens bestimmte typische Verhaltensmuster
zeigen. Da sie bei vllig unterschiedlichen Systemen beobachtet werden, sind sie von universeller
Bedeutung.

Seltsame Attraktoren
Ein typisches Phnomen bei chaotischen Prozessen sind sogenannte Seltsame Attraktoren. Fr ihr
Verstndnis betrachtet man die Dynamik des Systems anhand von sogenannten Phasenraumdiagrammen.
Phasenraumdiagramme
Phasenraumdiagramme bieten einen anschaulichen berblick ber die Dynamik eines Systems. Der
Zustand des Systems wird dabei zu jedem Zeitpunkt durch einen Punkt in einem Raum dargestellt, dessen
Koordinatenachsen durch den Satz von unabhngigen Zustandsgren des Systems und deren
Geschwindigkeiten gegeben sind. Die Dynamik lsst sich damit als die Bahn dieses Punktes im

Phasenraum interpretieren. So wird beispielsweise der Phasenraum eines Pendels durch den
Auslenkwinkel und die zugehrige Winkelgeschwindigkeit aufgespannt, und eine periodische
Pendelbewegung entspricht einer geschlossenen Kurve um den Koordinatenursprung. Mathematisch lsst
sich die Gesamtheit aller mglichen Verhaltensweisen als Strmungsfeld im Phasenraum interpretieren.
Attraktoren
In manchen Fllen streben Systeme mit verschiedenen Anfangsbedingungen zu demselben Verhalten. Die
zugehrigen Bahnen im Phasenraum konvergieren dann zu einer bestimmten Bahn, die als Attraktor
bezeichnet wird. Bei einem freien Pendel mit Reibung wre das der Ruhezustand, das heit der
Koordinatenursprung im Phasendiagramm, zu dem alle Bahnen spiralfrmig hinstreben. In diesem Fall
handelt es sich um einen punktfrmigen Attraktor, einen Fixpunkt. Attraktoren knnen jedoch auch
Kurven sein, wie beispielsweise der periodische Grenzzyklus, der sich bei einem Pendel mit Reibung
einstellt, das durch eine uere periodische Kraft zu Schwingungen angeregt wird. Dieses Verhalten ist
typisch fr dissipative Systeme. Mathematisch betrachtet knnen Attraktoren immer dann auftreten, wenn
die Divergenz des Strmungsfeldes in Bereichen des Phasenraums negativ ist. Fixpunkte oder
Grenzzyklen mit positiver Divergenz heien Repeller.
Der seltsame Attraktor
Chaotische Systeme knnen nun eine besondere Form von
Attraktoren haben, die als seltsame Attraktoren bezeichnet
werden. Obwohl sie sich in einem begrenzten Gebiet des
Phasenraumes aufhalten, sind sie unendlich lang und nicht
periodisch. Bezglich kleiner Strungen zeigen sie
chaotisches Verhalten. Es sind Fraktale mit einer
komplizierten und scheinbar irregulren inneren
geometrischen Struktur. Sie sind in eine Teilmenge des
Phasenraums eingebettet, die eine niedrigere Dimensionalitt
besitzt als der Phasenraum selbst. Das bedeutet, dass in der
Dynamik trotz des chaotischen Charakters nur ein
infinitesimaler und damit verschwindender Bruchteil aller
mglichen Zustnde vorkommt. Der Attraktor selbst hat, wie
bei Fraktalen blich, eine fraktale Dimension, die durch eine
gebrochene Zahl dargestellt wird und die damit noch kleiner
als die Dimension des Einbettungsbereiches ist.
Das bekannteste Beispiel fr einen seltsamen Attraktor ist der
Lorenz-Attraktor, den Lorenz bei der Modellierung des
Wettergeschehens entdeckte. Ein weiteres Beispiel ist der
Rssler-Attraktor, auf den Otto E. Rssler durch die
Betrachtung einer Bonbonknetmaschine stie.
Nach dem Poincar-Bendixson-Theorem knnen seltsame
Attraktoren erst in Phasenrumen ab drei Dimensionen
auftreten. Ursache ist der Umstand, dass Bahnen im
Phasenraum, wie bei einem Strmungsfeld blich, sich nicht
kreuzen, was aber fr ein chaotisches Verhalten in zwei
Dimensionen erforderlich wre. Seltsame Attraktoren knnen
nur dann auftreten, wenn mindestens ein Ljapunow-Exponent

Lorenz-Attraktor in einem
dreidimensionalen Phasenraum, dem ein
einfaches Wettermodell zugrunde liegt.
Der Bahnpunkt kreist links im
Uhrzeigersinn und rechts entgegen. Bei
jedem Umlauf verbreitert sich das Band
der Bahnen auf das Doppelte und wird
anschlieend bei der Abwrtsbewegung in
der Bildmitte in zwei Hlften zerschnitten,
wobei die Entscheidung fllt, ob der
nchste Umlauf links oder rechts
stattfindet. Auf diesem Mechanismus
beruht der chaotische Charakter der
Bahnen.

negativ und mindestens einer positiv ist. Der negative sorgt in gewissem Sinne fr Konvergenz bezglich
einer Dimension und damit fr die Reduktion der Dimensionalitt, der positive fr das chaotische
Verhalten.
Schnittflchen durch den Phasenraum, die senkrecht von Bahnen durchstoen werden, werden als
Poincar-Abbildung bezeichnet. Im Fall von seltsamen Attraktoren bilden die Durchstopunkte CantorMengen.
Auch bei diskreten chaotischen Systemen werden seltsame Attraktoren beobachtet wie beispielsweise der
Hnon-Attraktor. Analog zu attraktiven Strukturen knnen auch repulsive Strukturen auftreten, die
ebenfalls fraktal sind, wie beispielsweise die Julia-Mengen.

Strungen und Resonanzen


Systeme knnen sehr empfindlich auf Strungen reagieren und dadurch schnell ins Chaos bergehen. Erst
das KAM-Theorem hat gezeigt, dass regelmige Einflsse an sensiblen Stellen im Phasenraum nicht
zwingend chaotisches Verhalten hervorrufen mssen. Sensibel sind z. B. rationale (ganzzahlige)
Verhltnisse zwischen einer ungestrten Schwingung (z. B. eines Doppelpendels) zu einer periodischen
Anregung. Diese rufen nmlich Resonanzen hervor, weshalb fr das Theorem nur irrationale Verhltnisse
betrachtet werden.
Aus mathematischer Sicht, gerade bei normalerweise vorherrschenden Messungenauigkeiten, kann man
jede irrationale Zahl durch Brche approximieren (Kettenbruchentwicklung). Daher scheint die
berlegung praktisch sinnlos zu sein. Man muss aber bedenken, dass sich ein System umso schneller
durch Resonanzen aufschaukeln wird, je nher das Frequenzverhltnis an einem rationalen Wert liegt. Das
heit, die erwarteten Werte weichen noch schneller von den gemessenen ab, als es sonst der Fall wre.
Besonders stabil gegenber Strungen (zeitlich gesehen) sind daher irrationale Verhltnisse, die sich nur
schlecht durch Brche annhern lassen. Allgemein spricht man in diesem Zusammenhang von edlen
Zahlen, wobei ein Verhltnis namens Goldener Schnitt die Zahl ist, die sich am schlechtesten mittels
Kettenbruchentwicklung annhern lsst und somit am stabilsten gegen chaotische Einflsse ist.

Der bergang ins Chaos


Nichtlineare dynamische Systeme knnen neben Chaos auch andere Verhaltensweisen zeigen, wie
beispielsweise Konvergenz gegen einen Ruhezustand oder gegen einen periodischen Grenzzyklus.
Welches Verhalten auftritt, kann von den Anfangsbedingungen oder auch von anderen
Kontrollparametern abhngen. Eine grafische Darstellung der entsprechenden Einzugsgebiete fr
bestimmte Verhaltensweisen als Funktion dieser Parameter ist oft fraktal. Der bergangsbereich zu
chaotischem Verhalten zeichnet sich dabei durch bestimmte Eigenschaften aus, wie beispielsweise
pltzliche qualitative nderungen des Verhaltens, die auch als Bifurkation bezeichnet werden.
Periodenverdopplung
Bei bergang von periodischem Verhalten zum Chaos kann ein typisches Phnomen auftreten, das als
Periodenverdopplung oder Feigenbaum-Szenario bezeichnet wird. Dabei nimmt zum chaotischen Bereich
hin die Oszillationsperiode stufenweise um den Faktor zwei zu. Die zugehrigen Parameterintervalle
werden mit zunehmender Periode immer krzer. Das Verhltnis der Lngen aufeinander folgender
Parameterintervalle unterschiedlicher Perioden strebt dabei gegen die Feigenbaum-Konstante 4,669,
eine irrationale Zahl. Dabei ist der chaotische Bereich oft auf fraktale Weise immer wieder von Intervallen

mit periodischem Verhalten durchbrochen, die jeweils wiederum ber Periodenverdopplung in das
benachbarte Chaos bergehen. Dieses Verhalten und das zugehrige Zahlenverhltnis hngen nicht von
den Details des mathematischen oder physikalischen nichtlinearen Systems ab, sondern stellen ein
universelles und damit fundamentales Gesetz vieler chaotischer Systeme dar.
Ein einfaches Beispiel ist ein tropfender Wasserhahn, betrachtet als diskretes System der
aufeinanderfolgenden Zeitabstnde zwischen zwei Tropfen. Die Stellung des Hahns ist dabei der
Kontrollparameter. Bei hinreichend kleinem
Leck fallen die Tropfen in regelmigen
Abstnden. Bei hinreichend groem dagegen
ist keine Periodizitt erkennbar, sondern die
Folge der Zeitabstnde ist chaotisch. Bei einer
bestimmten Hahnstellung dazwischen lassen
sich zwei verschiedene Zeitabstnde
beobachten, die abwechselnd
aufeinanderfolgen. Das System befindet sich
nicht nach jedem Tropfen wieder im selben
Zustand, sondern erst nach jedem zweiten.
Eine solche Hahnstellung ist in der Praxis
jedoch nur schwer zu finden.
Intermittenz

Bifurkationsdiagramm der Zahlenfolge zur logistischen


Gleichung. Dargestellt sind die Hufungspunkte x der Folge
als Funktion des Kontrollparameters r. Links konvergiert die
Folge, rechts ist sie chaotisch und dazwischen periodisch. An
den Verzweigungsstellen im bergangsbereich findet jeweils
eine Periodenverdopplung statt.

Neben der Periodenverdopplung werden


auch andere Formen des bergangs ins
Chaos beobachtet, wie beispielsweise die
sogenannte Intermittenz. Dabei wechseln sich
bei einem Parameterwert im
bergangsbereich quasiperiodisches und chaotisches Verhalten stndig ab, wobei zu chaotischen
Parameterwerten hin der chaotische Anteil stndig zunimmt.

Beispiele fr chaotische Systeme


Naturwissenschaftliche Beispiele
Den meisten Vorgngen in der Natur liegen nichtlineare Prozesse zugrunde. Entsprechend vielfltig sind
die Systeme, die chaotisches Verhalten zeigen knnen. Hier einige wichtige oder bekannte Beispiele:
Das Wetter. Zurzeit ist die Zuverlssigkeit der Wettervorhersage durch die grobe Kenntnis des
Ausgangszustandes begrenzt. Aber auch bei vollstndiger Information wrde eine langfristige
Wettervorhersage letztlich am chaotischen Charakter des meteorologischen Geschehens scheitern.
Die Stabilitt des Wetters kann stark schwanken. So sind bei bestimmten Wetterlagen Vorhersagen
fr eine Woche durchaus mglich, bei anderen dagegen kaum fr 24 Stunden.
Das Doppelpendel. Da es sich aufgrund von nur zwei unabhngigen Freiheitsgraden leicht
modellieren und auch leicht herstellen lsst, ist es ein beliebtes Demonstrationsobjekt fr
berraschende Wechsel im chaotischen Bewegungsablauf. In Computersimulationen und bei den
Versuchen lassen sich bestimmte Klassen von Systemverhalten identifizieren, wie beispielsweise die
maximal mgliche Anzahl von berschlgen in Abhngigkeit von der anfnglichen Energie und der
Reibung. Bei der schwingenden atwoodschen Maschine liegen ebenfalls zwei Freiheitsgrade vor,
aber nur ein Krper schwingt wie ein Pendel.

Das magnetische Pendel, bei dem eine an einem Faden aufgehngte Eisenkugel ber mehreren
Magneten pendelt.
Systeme mit stoenden Kugeln. Wichtig ist, dass die Kugeln entweder kollidieren oder an
gekrmmten Hindernissen reflektiert werden, damit Strungen exponentiell anwachsen. Beispiele
sind das Gert zur Ziehung der Lottozahlen, der Flipperautomat und Billard.
Das Dreikrperproblem und damit auch unser Sonnensystem oder Sternsysteme aus drei oder mehr
Sternen wie beispielsweise Sternhaufen.
Der Herzrhythmus wurde zeitweise als chaotisches Signal angesehen. Je nach Gesundheitszustand
lsst sich der Herzrhythmus ber chaostheoretische Kriterien klassifizieren. Die dabei berechneten
Parameter stellen jedoch lediglich empirische Gren dar. Anwendungsgebiete sind die Vorhersage
des pltzlichen Herztodes oder allgemein gesprochen die Diagnose von Erkrankungen, die durch
das vegetative Nervensystem vermittelt werden. Hierbei wird angenommen, dass das System umso
stabiler ist, je chaotischer das Verhalten ist. Die Betrachtung des Herz-Kreislaufsystems als
"chaotisch" ist jedoch in verschiedener Hinsicht problematisch.
In der Medizin sind die Entstehung tdlicher Embolien bei Arterienverkalkung, der Ausfall
bestimmter Hirnfunktionen beim Schlaganfall oder die Entstehung bsartiger Tumoren nach
Mutationen von Suppressor-Genen typische Beispiele fr chaotisches Verhalten.
Turbulenz wie beispielsweise beim Bnard-Experiment zur Konvektion.
Die Belousov-Zhabotinsky-Reaktion, eine chemische Reaktion.
Die Populationsdynamik in Ruber-Beute-Modellen.
Die Bcker-Transformation, ein diskretes System, das den Ort einer Rosine im Kuchenteig beim
abwechselnden Auswalzen und Falten des Teigs betrachtet.

Geistes- und sozialwissenschaftliche Beispiele


Neben diesen naturwissenschaftlichen Beispielen, wird die Chaosforschung auch in verschiedenen
Geistes- und Sozialwissenschaften genutzt, um chaotisches Verhalten zu beschreiben und zu erklren. Hier
einige Beispiele:
Brsenkurse und Konjunkturentwicklung. Bereits Mandelbrot hatte darauf hingewiesen, dass
zahlreiche Verlaufskurven von Wirtschaftsdaten nichtlineare Eigenschaften haben und sich mit Hilfe
von Fraktalen und Intermittenzen beschreiben lassen.[5]
In der Geschichtswissenschaft wird die Chaosforschung vor allem zur Beschreibung und Erklrung
von Krisen und bergangszustnden genutzt.[6]
In der Kommunikationswissenschaft wird die Chaosforschung im Bereich der
Nachrichtenforschung verwendet, um die Auswahl und Gestaltung von Nachrichten besser zu
erklren.[7]
In der Psychologie dient die Chaosforschung als Ansatz, um beispielsweise sprachpsychologische
Befunde zum Stottern[8] oder die Ursachen fr kriminelle Affekttaten (wie Amoklufe)[9] zu
erklren.

Geschichte
Ende des 19. Jahrhunderts gewann Henri Poincar einen Preis mit dem Lsungsansatz fr die Frage, ob
das Sonnensystem stabil ist. Manche Quellen geben dies als die Geburtsstunde der Chaosforschung an, es
dauerte jedoch bis in die Mitte des 20. Jahrhunderts bis der Lsungsansatz von Poincar mit Hilfe von
Computern brauchbar umgesetzt werden konnte.
Chaotische Phnomene sind schon seit langem bekannt, wie beispielsweise das Dreikrperproblem oder
Turbulenz. Lange Zeit wurden diese Phnomene als eher weniger verbreitete Spezialflle angesehen. Da
eine angemessene Untersuchung ohne Computer wenig erfolgversprechend schien, und kaum jemand

besondere Erkenntnisse erwartete, da die Phnomene vollstndig auf den Konzepten der klassischen
Physik beruhen, wurden sie wenig beachtet. Das nderte sich erst mit dem Aufkommen schneller
Computer.
In den 1960er Jahren entdeckte Edward N. Lorenz die Phnomene, die heute als deterministisches Chaos
bezeichnet werden, an einem Modell fr das Wetter mit einem Gleichungssatz von drei Gleichungen zur
Strmungsmechanik. Als er, um Zeit zu sparen, gerundete Werte einer frheren Berechnung verwendete,
beobachtete er, dass winzige nderungen der Anfangsbedingungen nach kurzer Zeit zu vllig
unterschiedlichen Ergebnissen fhrten. Der daraus abgeleitete Schmetterlingseffekt und die Formulierung
des Begriffs der sensiblen Abhngigkeit von Anfangsbedingungen wurden zu hufig missgedeuteten
Metaphern der Chaostheorie.
Robert May simulierte 1976 eine Fischpopulation P mit einer Wachstumsrate R mit der Formel P(neu) = R
* P(alt) * (1 P(alt)), um mit dem zweiten Term 1 P(alt) begrenzte Ressourcen abzubilden. Er whlte
fr seine rechnerische Simulation eine sehr kleine Anfangspopulation von 2 % und entdeckte, dass bei
einer Wachstumsrate R um 3,8 ein chaotisches Verhalten seiner Modellrechnung einsetzt.[10]
In den 1970 - 80er Jahren entdeckte Mitchell Feigenbaum die Phnomene der logistischen Gleichung und
die nach ihm benannte Feigenbaum-Konstante. Diese Gleichung korrespondiert mit der von Benoit
Mandelbrot 1980 untersuchten Mandelbrot-Menge, da sie ebenfalls auf einer quadratischen Gleichung
beruht.
Etwa zur selben Zeit arbeiteten Siegfried Gromann in Marburg und Hermann Haken in Stuttgart an der
Formulierung ihrer Theorien, die bald von den Ideen um Mandelbrot und Feigenbaum inspiriert wurden.
Gromann formulierte eine Beschreibung des Lasers mit Hilfe der nichtlinearen Dynamik, und Haken gilt
als Begrnder der Synergetik und Entdecker des sogenannten Versklavungsprinzips. Die MandelbrotMenge, populr Apfelmnnchen genannt, gilt als eines der formenreichsten Fraktale, das berhaupt
bekannt ist.
Ab den 1980er Jahren wurden an vielen Universitten Arbeitsgruppen eingerichtet, wie z. B. in Graz,
Wien oder Regensburg. In Mnchen wirkte die Chaosgruppe der TU Mnchen unter der Leitung von
Alfred Hbler mit zahlreichen Forschungsprojekten am Lehrstuhl Physik E13 (Edgar Lscher). Sie
organisierte sich nach dem Tod Lschers in einem Forschungsverein und veranstaltete eine Ringvorlesung
und mehrere Jahrestagungen, bei denen versucht wurde, die gesamte Bandbreite der Chaosforschung zu
reprsentieren und einen interdisziplinren Dialog zu ermglichen. Es entstanden auch groe
Forschungsinstitute wie z. B. das Santa Fe Institute (USA) oder das Institut fr nichtlineare Dynamik in
Potsdam.
Die aktuelle Forschung befasst sich eher mit einem uneinheitlichen Satz von Phnomenen und Theorien.
Viele Forscher, die sich heute noch mit der Thematik beschftigen, wrden sich selbst nicht mehr als
Chaosforscher bezeichnen.

Einzelnachweise
1. The Chaos Avant-garde: Memories of the Early Days of Chaos Theory
(http://books.google.com/books?id=0E667XpBq1UC&pg=PA91) . World Scientific 2000, ISBN
978-981-02-4404-0 (Zugriff am 19. August 2012), S. 91
2. Fujiwara, Kubota, Lang: Low-frequency intensity fluctuation in laser diodes with external optical
feedback. In: Applied Physics Letters. 38, Nr. 4, 1981, S. 217-220. doi:10.1063/1.92314
(http://dx.doi.org/10.1063%2F1.92314) .
3. mit

4. Werndl, Charlotte (2009). What are the New Implications of Chaos for Unpredictability?
(http://bjps.oxfordjournals.org/cgi/content/abstract/60/1/195) . The British Journal for the
Philosophy of Science 60, 195-220.
5. Albert Christmann: Anwendungen der Synergetik und Chaostheorie in der konomie. Karlsruhe
1990; Otto Loistl / Betz, Iro: Chaostheorie. Zur Theorie nichtlinearer dynamischer Systeme.
Mnchen 1993
6. Bernd-Olaf Kppers: Chaos und Geschichte. Lt sich das Weltgeschehen in Formeln fassen? in:
Reinhard Breuer (Hg.): Der Flgelschlag des Schmetterlings. Ein neues Weltbild durch die
Chaosforschung. Herne 1993; Walter L. Bhl: Sozialer Wandel im Ungleichgewicht. Zyklen,
Fluktuationen, Katastrophen. Stuttgart 1990
7. Stefan Frerichs: Journalismus als konstruktives Chaos. in: Martin Lffelholz (Hg.): Theorien des
Journalismus. 2. Auflage, Wiesbaden 2004, S. 349 ff.; derselbe Aufsatz als PDF-Datei
(http://www.stefre.de/Journalismus_als_konstruktives_Chaos.pdf)
8. Rainer Hger: Chaos-Forschung und ihre Perspektiven fr die Psychologie. in: Psychologische
Rundschau, 43. Jg., Heft 4, Gttingen 1992, S. 223 ff.
9. Thomas Fabian / Stadler, Michael: A chaos theoretical approach to delinquent behavior in
psychosocial stress situations. in: Gestalt Theory, An international multidisciplinary journal, 13. Jg.,
Heft 2/1991, Opladen 1991, S. 98 ff.
10. Robert M. May: Simple Mathematical Models with Very Complicated Dynamics, Nature 261
(1976) 459-467

Siehe auch
Christopher Langtons Ameise (Turingmaschine)
Systemtheorie
Volterra-Regeln
fraktale Geometrie
Theoretische Biologie
Lvy-Verteilung
Semiklassische Nherung
Nichtlineare Dynamik

Literatur
Paul Davies: Prinzip Chaos. Die neue Ordnung des Kosmos. (Cosmic Blueprint). Goldmann,
Mnchen 1991, ISBN 3-442-11469-1.
Bruno Eckardt: Chaos. Fischer, Frankfurt am Main 2004, ISBN 3-596-15569-X.
James Gleick: Chaos, die Ordnung des Universums. Vorsto in Grenzbereiche der modernen
Physik. (Chaos. Making a new science). Droemer Knaur, Mnchen 1990, ISBN 3-426-04078-6.
Gnter Kppers (Hrsg.): Chaos und Ordnung. Formen der Selbstorganisation in Natur und
Gesellschaft. Reclam, Ditzingen 1996, ISBN 3-15-009434-8.
Wolfgang Metzler: Nichtlineare Dynamik und Chaos, B.G. Teubner, Stuttgart, Leipzig 1998, ISBN
3-519-02391-1
Gregor Morfill, Herbert Scheingraber: Chaos ist berall und es funktioniert. Eine neue Weltsicht.
Ullstein, Frankfurt am Main 1993, ISBN 3-548-35343-6.
Peter Smith: Explaining Chaos.Cambridge University Press, Cambridge 1994. Standardwerk der
Philosophie der Chaostheorie

Marco Wehr: Der Schmetterlingsdefekt. Turbulenzen in der Chaostheorie. Klett-Cotta, Stuttgart


2002, ISBN 3-608-94322-6.
Karin S. Wozonig: Chaostheorie und Literaturwissenschaft. Studienverlag, Innsbruck, Wien 2008,
ISBN 978-3-7065-4507-5.
Heinz Georg Schuster: Deterministisches Chaos. VCH, Weinheim 1994, ISBN 3-527-29089-3.

Heinz Georg Schuster: Deterministisches Chaos. VCH, Weinheim 1994, ISBN 3-527-29089-3.

Weblinks
Einfhrung in die Chaos-Forschung (http://www.eberl.net/chaos/Skript/) ehemalige Vorlesung an
der Fachhochschule Mnchen
H.-D. Mutschler: Chaostheorie und Theologie
(http://www.akademieforum.de/grenzfragen/open/Grundlagen/Mu_Chaos/frame.htm)
Einfhrung in die Mathematik nichtlinearer dynamischer Systeme
(http://www.katharinen.ingolstadt.de/chaos/index.htm)
Frank Grotelschen, DRadio 13. November 2005: Apfelmann im Abseits. Was wurde aus der
Chaostheorie? (http://www.dradio.de/dlf/sendungen/wib/437312/) Mit vier aktuellen
Anwendungsbeispielen
Interaktives Ausprobieren chaotischer Prozesse (http://www.robert-doerner.de/index.html)
Internetseite von Robert Doerner
Dieser Artikel wurde in die Liste der lesenswerten Artikel aufgenommen.

Von http://de.wikipedia.org/w/index.php?title=Chaosforschung&oldid=106997045
Kategorien: Wikipedia:Lesenswert Nichtlineare Dynamik
Diese Seite wurde zuletzt am 19. August 2012 um 17:49 Uhr gendert.
Der Text ist unter der Lizenz Creative Commons Attribution/Share Alike verfgbar; zustzliche
Bedingungen knnen anwendbar sein. Einzelheiten sind in den Nutzungsbedingungen beschrieben.
Wikipedia ist eine eingetragene Marke der Wikimedia Foundation Inc.
Abrufstatistik