18 Deterministisches Chaos

In den vorherigen Kapiteln haben wir zwei grundlegende Formen dynamischen Verhaltens in biologischen Systemen untersucht.

Zunächst haben wir stabile Gleichgewichte betrachtet, bei denen ein System gegen einen stationären Zustand konvergiert. Negative Rückkopplung stabilisiert dabei die Dynamik und erlaubt biologischen Systemen, trotz fortwährender Störungen die Homöostase aufrechtzuerhalten.

Anschließend haben wir dieses Bild durch das oszillatorische Gleichgewicht erweitert. Anstatt gegen einen festen Punkt zu konvergieren, gehen manche biologischen Systeme in stabile periodische Oszillationen über, die als Grenzzyklen bezeichnet werden. Obwohl sich das System kontinuierlich mit der Zeit verändert, bleibt sein Langzeitverhalten vorhersagbar und reproduzierbar.

In diesem Kapitel begegnen wir nun einer dritten und vielleicht überraschendsten Form dynamischen Verhaltens:

deterministischem Chaos.

Auf den ersten Blick wirken chaotische Systeme vollständig zufällig. Ihre Trajektorien wiederholen sich nie exakt, und langfristige Vorhersagen scheinen unmöglich zu sein. Daher liegt die Vermutung nahe, chaotisches Verhalten müsse aus zufälligen Fluktuationen oder äußerem Rauschen entstehen.

Bemerkenswerterweise gilt das Gegenteil.

Chaotische Systeme sind vollständig deterministisch. Ihr Verhalten wird ausschließlich durch mathematische Gleichungen bestimmt, und jeder zukünftige Zustand ist durch den aktuellen Zustand des Systems eindeutig festgelegt. Im Modell ist keinerlei Zufall verborgen.

Wie kann ein deterministisches System dann praktisch unvorhersagbar werden?

Die Beantwortung dieser Frage gehört zu den zentralen Leistungen der Theorie nichtlinearer dynamischer Systeme.

Wie in den vorherigen Kapiteln besteht unser Ziel nicht darin, jede zukünftige Beobachtung eines biologischen Systems exakt vorherzusagen. Stattdessen wollen wir die Mechanismen verstehen, die unterschiedliche Formen dynamischen Verhaltens erzeugen.

In diesem Kapitel werden wir sehen, dass deterministisches Chaos nicht die Abwesenheit von Ordnung ist. Vielmehr handelt es sich um eine weitere stabile Form von Systemverhalten, die auf natürliche Weise aus nichtlinearer Dynamik hervorgeht. Wir werden untersuchen, wie chaotische Attraktoren entstehen, warum winzige Unterschiede in den Anfangsbedingungen mit der Zeit exponentiell anwachsen und warum deterministisches Chaos fundamentale Grenzen langfristiger Vorhersagen setzt.

Schließlich begegnen wir einer der bemerkenswertesten Einsichten der nichtlinearen Dynamik:

Selbst äußerst einfache mathematische Modelle können Verhalten erzeugen, das von Zufälligkeit kaum zu unterscheiden ist.