Gravity Pendulum

कैओस सिमुलेशन की गुरुत्वाकर्षण पेंडुलम सिद्धांत

कैओस सिमुलेशन की गुरुत्वाकर्षण पेंडुलम सिद्धांत

से चुनने के लिए 6 सिमुलेशन, प्रत्येक सिमुलेशन विभिन्न पैटर्न बना देगा।

   कैओस: जब वर्तमान भविष्य को निर्धारित करता है, लेकिन अनुमानित उपस्थिति भविष्य को लगभग निर्धारित नहीं करती है।

कैओस सिद्धांत गणित की एक शाखा है जो गतिशील प्रणालियों के व्यवहार पर केंद्रित है जो प्रारंभिक स्थितियों के प्रति अत्यधिक संवेदनशील हैं। 'कैओस' एक अंतःविषय सिद्धांत है जिसमें कहा गया है कि अराजक जटिल प्रणालियों की स्पष्ट यादृच्छिकता के भीतर, अंतर्निहित पैटर्न, निरंतर फीडबैक लूप, पुनरावृत्ति, आत्म-समानता, फ्रैक्टल, स्वयं संगठन, और प्रारंभिक बिंदु पर प्रोग्रामिंग पर निर्भरता के रूप में जाना जाता है प्रारंभिक स्थितियों पर निर्भरता। तितली प्रभाव वर्णन करता है कि एक निर्धारिती nonlinear प्रणाली के एक राज्य में एक छोटा सा परिवर्तन कैसे बाद के राज्य में बड़े अंतर हो सकता है, उदाहरण के लिए चीन में अपने पंखों को फिसलने वाली तितली टेक्सास में तूफान का कारण बन सकती है।

शुरुआती स्थितियों में छोटे अंतर, जैसे कि संख्यात्मक गणना में गोल करने वाली त्रुटियों के कारण, इस तरह के गतिशील प्रणालियों के लिए व्यापक रूप से अलग-अलग परिणामों का उत्पादन करते हैं, जो सामान्य रूप से उनके व्यवहार की दीर्घकालिक भविष्यवाणी को असंभव करते हैं। ऐसा तब भी होता है जब ये सिस्टम निर्धारक हैं, जिसका अर्थ है कि उनका भविष्य व्यवहार उनकी शुरुआती स्थितियों से पूरी तरह से निर्धारित होता है, जिसमें कोई यादृच्छिक तत्व शामिल नहीं होता है। दूसरे शब्दों में, इन प्रणालियों की निर्धारणात्मक प्रकृति उन्हें अनुमानित नहीं बनाती है। इस व्यवहार को निर्धारक अराजकता, या बस अराजकता के रूप में जाना जाता है।