Contents

Part I. General

1. Entropy, Complexity, Predictability,

and Data Analysis of Time Series
and Letter Sequences . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
By W. Ebeling, L. Molgedey, J. Kurths, and U. Schwarz (With 9 Figures)
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Conditional Entropies and Predictability . . . . . . . . . . . . . . . . . . . .
1.3 Concepts of Complexity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4 Applications to Biosequences and Other Information Carriers . .
1.5 Applications of Entropy Concepts to Data Analysis . . . . . . . . . . .
1.6 Applications of Complexity Concepts . . . . . . . . . . . . . . . . . . . . . . .
1.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3
4
6
10
12
16
21
23

2. Wavelet Based Multifractal Formalism:

Applications to DNA Sequences, Satellite Images
of the Cloud Structure, and Stock Market Data . . 27
By A. Arneodo, B. Audit, N. Decoster, J.-F. Muzy, and C. Vaillant
(With 22 Figures)
2.1
2.2
2.3
2.4

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
The Wavelet Transform Modulus Maxima Method
for the Multifractal Analysis of 1D signals . . . . . . . . . . . . . . . . . . .
Wavelet Based Fractal Analysis of DNA Sequences . . . . . . . . . . .
The 2D Wavelet Transform Modulus Maxima Method
for the Multifractal Analysis of Rough Surfaces . . . . . . . . . . . . . . .

28
32
46
59

XII

Contents

2.5

Application of the 2D WTMM Method

to High-Resolution Satellite Images of Cloud Structure . . . . . . . .
2.6 Beyond Multifractal Analysis
with Wavelet-Based Space-Scale Correlation Functions:
Revealing a Causal Information Cascade
in Stock Market Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

75

84
94
95

Part II. Climate Systems

3. Space-Time Variability of the European Climate . . 105

By K. Fraedrich and C.-D. Schonwiese (With 16 Figures)
3.1
3.2
3.3

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
Time and Space Scales: Peaks, Gaps, and Scaling . . . . . . . . . . . . . 106
Europes Climate: Storm Tracks, Grosswetterlagen,
and Climate Zones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.4 Climate Trends: Europe at the End
of the Twentieth Century . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138

4. Is Climate Predictable? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141

By K. Hasselmann (With 17 Figures)
4.1
4.2
4.3
4.4
4.5

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
Weather and Climate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
Climate Prediction of the First Kind: ENSO . . . . . . . . . . . . . . . . . 144
Stochastic Climate Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147
Climate Predictions of the Second Kind:
Global Warming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
4.6 Linear Response Relations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
4.7 Detection and Attribution of Climate Change . . . . . . . . . . . . . . . . 159
4.8 Nonlinear Signatures in Linear Response . . . . . . . . . . . . . . . . . . . . 163
4.9 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

Contents

XIII

5. Atmospheric Persistence Analysis:

Novel Approaches and Applications . . . . . . . . . . . . . . . . . 171
By A. Bunde, S. Havlin, E. Koscielny-Bunde, and H.J. Schellnhuber
(With 7 Figures)
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
5.2 Analysis of Meteorological Methods . . . . . . . . . . . . . . . . . . . . . . . . . 173
5.3 The Modeling Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
5.4 Record Analysis: Detrending Techniques . . . . . . . . . . . . . . . . . . . . 176
5.5 Analysis of Temperature Records . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
5.6 Analysis of Simulated Temperature Records . . . . . . . . . . . . . . . . . 184
5.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 187
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

6. Assessment and Management of Critical Events:

The Breakdown of Marine Fisheries
and The North Atlantic Thermohaline Circulation193
By J. Kropp, K. Zickfeld, and K. Eisenack (With 12 Figures)
6.1
6.2

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
The Role of Market Mechanisms
in Marine Resource Exploitation . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.3 Could Europes Heating System
be Threatened by Human Interference? . . . . . . . . . . . . . . . . . . . . . 204
6.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
Part III. Biodynamics

7. Fractal and Multifractal Approaches

in Physiology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
By P.Ch. Ivanov, A.L. Goldberger, and H.E. Stanley (With 22 Figures)
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219
7.2 Limitations of Traditional Techniques . . . . . . . . . . . . . . . . . . . . . . . 222
7.3 Monofractal Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 227
7.4 Multifractal Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240
7.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254

XIV

Contents

8. Physiological Relevance of Scaling

of Heart Phenomena . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
By L.S. Liebovitch, T. Penzel, and J.W. Kantelhardt (With 11 Figures)
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 259
8.2 Methods of Scaling Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261
8.3 Heart Rate During Sleep . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267
8.4 Timing Between Arrhythmic Events . . . . . . . . . . . . . . . . . . . . . . . . 277
8.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 279
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 280

9. Local Scaling Properties for Diagnostic Purposes . 283

By W. Bunk, F. Jamitzky, R. Pompl, C. Rath, and G. Morll
(With 16 Figures)
9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 283
9.2 Reductionism . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 284
9.3 Scaling Index Method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 286
9.4 Applications . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
9.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 308
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 309

10. Unstable Periodic Orbits

and Stochastic Synchronization
in Sensory Biology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
By F. Moss and H. Braun (With 10 Figures)
10.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
10.2 Unstable Periodic Orbits in Physical and Biological Systems . . . 319
10.3 Synchronization of Stable Periodic Orbits
in the Paddlesh Electroreceptor
with an External Periodic Stimulus . . . . . . . . . . . . . . . . . . . . . . . . . 324
10.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 326
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 327

11. Crowd Disasters and Simulation

of Panic Situations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
By D. Helbing, I.J. Farkas, and T. Vicsek (With 9 Figures)
11.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 331
11.2 Observations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 335

Contents

XV

11.3 Generalized Force Model of Pedestrian Motion . . . . . . . . . . . . . . . 336

11.4 Simulation Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 338
11.5 Conclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 349
Part IV. Nonlinear Economics

12. Investigations of Financial Markets

Using Statistical Physics Methods . . . . . . . . . . . . . . . . . . . 353
By R.N. Mantegna and H.E. Stanley (With 6 Figures)
12.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353
12.2 Econophysics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
12.3 An Historical Note . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357
12.4 Key Concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361
12.5 Idealized Systems in Physics and Finance . . . . . . . . . . . . . . . . . . . . 363
12.6 Empirical Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363
12.7 Collective Dynamics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 367
12.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 369

13. Market Fluctuations I: Scaling,

Multiscaling, and Their Possible Origins . . . . . . . . . . . 373
By F. Lux and M. Ausloos (With 5 Figures)
13.1
13.2
13.3
13.4

Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373
Scaling in the Probability Distribution of Returns . . . . . . . . . . . . 374
Temporal Dependence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384
Multiscaling, Multifractality, and Turbulence
in Financial Markets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 393
13.5 Explanations of Financial Scaling Laws . . . . . . . . . . . . . . . . . . . . . 397
13.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 403
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 406

14. Market Fluctuations II: Multiplicative

and Percolation Models, Size Eects,
and Predictions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411
By D. Sornette, D. Stauer, and H. Takayasu (With 7 Figures)
14.1 Stylized Facts of Financial Time Series . . . . . . . . . . . . . . . . . . . . . . 411
14.2 Fluctuations of Demand and Supply in Open Markets . . . . . . . . . 415

XVI

Contents

14.3 Percolation Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 421

14.4 Critical Crashes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 427
14.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 432
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433

Glossary . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 437
Subject Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 441

http://www.springer.com/978-3-540-41324-0