Масштабное самоподобие! Под микроскопом типичная траектория частицы пыльцы выглядит как изломанная лента из прямых звеньев. Но стоит только увеличить разрешение микроскопа, как каждый прямой участок превратится в новое скопление прямых звеньев. И это новое скопление будет подобно скоплению, зафиксированному на более грубом масштабе.

С появлением компьютеров стало возможным не только фиксировать стохастическое поведение в природе, но и моделировать стохастические процессы. Для этого применяются компьютерные генераторы случайных чисел, которые используют различные алгоритмы. Для примера опишем два.

Генератор случайных чисел RND (от англ. random — случайный, беспорядочный), хотя и подчиняется вполне определенному алгоритму, «вырабатывает» числа, которые можно считать случайными.

На первом этапе выбираем 4 случайных числа, например 1, 2, 3,4, и составляем из них число 4321. На этом все случайное в этом процессе заканчивается. Теперь возведем это число в квадрат, получим 18671041 и отбросим крайние числа. Останется четырехзначное число 6710. Для получения третьего числа в квадрат возводится число, полученное на предыдущем этапе После шестого шага результат — выборка из четырех цифр — подчиняется нормальному закону распределения случайных величин. Заметим, вопреки тому, что весь процесс строго детерминирован, его результат неотличим от случайного выбора или «выбрасывания» числа по случаю.

Другой часто используемый генератор случайных чисел, FRAC (от англ. fraction — доля, дробный), в качестве случайного числа «вырабатывает» дробную часть некоего рекуррентного алгебраического выражения, такого, например, как

Параметр х — выражение вещественного типа. Результат — дробная часть x, то есть

Как логически следует из принципа действия оператора FRAC, полученное число больше или равно 0 и меньше 1.

Таким образом, очевидно, что числа, полученные нами в результате применения функций RND и FRAC, имеют одинаковый масштаб и ни одно из них не выделяется из ряда других и не выглядит небоскребом «Тайбей 101» в квартале одноэтажных халуп. Согласно центральной предельной теореме, сумма достаточно большого количества полученных случайных или псевдослучайных чисел будет иметь нормальное или близкое к нормальному распределение. На практике достаточно суммы всего шести таких чисел, чтобы получить случайную величину, которая может считаться нормальной.

Заметим, что псевдослучайность не лишена эстетической привлекательности. Так, программа MONDRIAN производит отрезки, положение, длина и ориентация которых задаются генератором случайных чисел. Результат — эскиз a la Mondrian, приведенный на соседней странице.

Компьютерный эскиз a la mondrian и работы Питера Мондриана «Буги-Вуги на Бродвее» (1942-1943), «Победа буги-вуги» (1942-1944).

Типовая схема петли обратной связи показана на схеме. Она сводится к изменению переменного параметра х по правилу

при постоянном контролируемом параметре С. Единственное, что при этом требуется, — нелинейная зависимость между результатом и начальным значением, т. е. динамический закон

должен быть более сложным, чем простая пропорциональность

Если начать итерационный процесс указанного вида с некоторого произвольного значения х0, то его результатом будет последовательность х1, х2... Эта последовательность может сходиться к некоторому предельному значению X, стремясь к состоянию стабильности и покоя. Но она же может выйти на некоторый цикл значений, которые будут повторяться вновь и вновь. Наконец, эта последовательность может вести себя непредсказуемо, хотя и предопределенно.

Процессы с обратной связью известны давно. Еще в Вавилоне люди оперировали простыми уравнениями для вычисления площади поля или поголовья стада. Это обыкновенные уравнения. Ньютон открыл технику дифференциальных уравнений.

Рассмотрим пример. Рост некоторой популяции за несколько лет обычно описывают при помощи коэффициента прироста, т.е. отношения ежегодного прироста численности популяции к ее общей численности. Если эта величина остается постоянной в течение всего периода времени, то говорят, что закон роста является линейным, а сам рост называют экспоненциальным. Например, при коэффициенте прироста в 5% популяция удваивает свою численность каждые 14 лет. Законы такого типа, однако, применимы только на ограниченных промежутках времени. Для роста всегда существуют пределы.