You are on page 1of 27

İktisatçılar  neden  zengin  olamaz?

   
 

Kaos,  Karmaşıklık  Bilimi  ve  Yeni  Bilimsel  Anlayışlar  Üzerine  
Doç.  Dr.  Sinan  Canan  –  2011  (Turgut  Özal  Üniversitesi  İktisadi  İdari  Bilimler   Fakültesi  Seminerleri  kapsamında  sunulmuştur)    

Özet

Kaos  Teorisi  yirminci  yüzyılın  en  önemli  bilimsel  yaklaşımlarından  birisidir.   Yirminci  yüzyıla  kadar  hüküm  süren  Newton  fiziği  ve  buna  bağlı  olarak   geliştirilen  evren  görüşüne  göre,  evrendeki  tüm  hadiseler  belli  ve  belirlenebilir   (determinist)  kurallara  bağlı  olarak  cereyan  eder  ve  insanlar  bilimsel   yöntemlerle,  değişkenleri  yeterli  kesinlikte  ölçerek,  tüm  sistemlerin   davranışlarını  hesaplayabilir  ve  öngörebilirlerdi.  Fakat  yirminci  yüzyılda   meydana  gelen  önemli  bilimsel  devrimler  bu  konunun  sanıldığı  kadar  kolay   olmadığını  ortaya  koydu.  Einstein’in  öncülük  ettiği  izafiyet  teorisi,  zaman  ve   hızın  gözlemciye  göre  değişiklik  göstereceğini  ortaya  koyarken,  ardından  gelen   kuantum  fiziği,  belirsizliği  ve  bilimin  mikro  alemdeki  sınırılılıklarını  ortaya   koydu.  Atom  altı  alemdeki  olayları  tam  olarak  tesbit  edemeyeceğimizi  ortaya   koyan  kuantum  devriminden  hemen  sonra  “kaos  ve  karmaşıklık  bilimi”  de,   düzensiz  ve  rastgele  görünen  birçok  olayın  aslında  karmaşık  bir  matematiksel   düzeninin  olduğunu;  fakat  buna  rağmen  bu  tip  sistemlerin  davranışlarının   (kuralları  bilinse  bile)  uzun  vadede  tahmin  edilemez  olacağını  bilim  dünyasına   gösterdi.       Yirmibirinci  yüzyıl,  bu  büyük  bilimsel  değişimlerin  ardından  gelen  yeni  bir   zaman  dilimidir.  Bu  zamanın  insanları  artık,  bilimsel  olarak  “neleri   bilebileceklerine”  ve  “neleri  bilemeyeceklerine”  dair  geçen  yüzyıldan  çok  farklı   bir  anlayışa  sahiptir.  İşte  bu  anlayışın  temelini  oluşturan  bakış  açısına  Kaos   Anlayışı  diyoruz.  Kaos  anlayışı  ile  dünyaya  bakmak,  biz  bilimadamlarına  hem   etrafımızdaki  hem  de  kendimizdeki  olaylar  ve  biçimler  hakkında  yepyeni  ipuçları   sunuyor.  Bu  bakış  açısı  ışığında,  kaos  biliminin  günümüzdeki  durumunu  ve   gelecekte  bilim  dünyasına  sunabileceği  olanakları  bu  yazıda  kısaca  tartışmaya   çalışacağım.  

Abstract

Chaos  theory  is  one  of  the  most  significant  scientific  approaches  surfaced  in  the   20th  century.  According  to  the  Newton  physics  and  the  world  view  based  on  this   long-­‐lasting  paradigm,  all  events  occuring  in  the  universe  can  be  explained  in   termes  of  computable  and  pre-­‐determined  rules  and  anyone  who  can  measure   the  variables  in  sufficient  precision  can  predict  both  the  future  and  the  past  of   any  system.  However,  the  scientific  achivements  of  the  20th  century  revealed   that  things  are  not  that  simple.  The  Theory  of  Relativity,  pioneered  by  Einstein,   revelaed  a  world  where  the  time  and  speed  may  vary  according  to  the  observer,     1  

while  the  Quantum  physics  unveiled  the  boundries  of  scientific  method  in   subatomic  realm,  especially  by  introducing  the  “uncertainty  principle”.  Right   after  this  revolution,  science  of  chaos  and  complexity  showed  us  that  seemingly   random  and  disordered  events  may  have  a  deeper  and  complex  set  of  rules  and   even  if  we  can  etablish  those  mechanisms,  most  of  such  systems  will  remain  to   be  ultimately  unpredictable.     21th  century  is  a  novel  time  zone  which  follows  a  centruy  full  of  such  great   scientific  paradigm  shifts.  Compared  to  the  past  century,  a  new  way  to   understand  the  questions  “what  can  and  cannot  be  known”  is  rapidly  emerging.  I   prefer  to  call  this  mentality  shift  as  Chaos  Approach  and  this  approach  may   suggest  some  tempting  and  encouraging  ways  to  look  at  the  nature,  like  we,   scientists,  never  had  before.  In  the  light  of  those  clues,  I  will  briefly  discuss  the   current  status  of  the  science  of  chaos  and  the  possible  oppotunities  it  may  offer   in  the  future.  

 

2  

 Kaos  kelimesinin  yaygın  olarak  çağrıştırdığı  anlam.  aslında  üst  düzeyde   matematiksel  bir  düzene  sahip  olduğunu  gösteren  yeni  bir  fizik  alanını   simgelemektedir.  “evrenin  herhangi  bir  anındaki  tüm  değişkenleri  bilen  bir  zihnin.  Düşen  bir  yaprağın  hareket   yolu.  kargaşa  ve  düzensizlik”  anlamında  kullanılmış  bir  kelimedir.  Fakat  Newton’un  yasaları  o  kadar  evrenseldi  ki  bu  karmaşık  sistemleri   bile  hesaplayabilirdi.  o  zamana  kadar   çözülememiş  olan  bir  çok  soruna  köklü  ve  kalıcı  çözümler  sağlamıştı.  Newton’dan  sonra  gelen  takipçileri   doğal  olarak  evrende  hesaplanamaz.  Bu  gün  bilim  dünyasında   kullanılan  kaos  kavramı  ise.  Bu  gün  “kaos  teorisi”  ve  onun  çerçevesinde  meydana  gelen   gelişimi  daha  iyi  anlayabilmek  için  bilimin  geçirdiği  dönüşüme  kısa  bir  bakış   atmak  yararlı  olacaktır.  Her  ne  kadar  aya  gönderilen  roketlerin  hedeflerine  doğru   bir  şekilde  varmasını  sağlayan  kanunlar  Newton’un  kanunları  olsa  da.  bu   kanunların.  görünüşte  düzensiz  ve  öngörülemez  olarak   sınıflandırılabilecek  bir  çok  sistem  ve  davranışın.  tek  sorun.  doğayı  ve  evreni  anlamak  açısından  bize  tüm  cevapları  sağlamaktan   uzak  oldukları  yavaş  yavaş  anlaşılmaya  başlandı.   Elbette  doğada.  Artık  atılan   bir  okun  zamanla  hızının  değişmesini  açıklamak  için  Newton’un  ortaya  koyduğu   hareket  kanunlarını  kullanarak  ve  başlangıç  şartlarını  (kuvvetleri.  Fakat  yirminci  yüzyıla  kadar  bu  anlamda  herhangi  kayda  değer   bir  fikir  üretilmemiştir.  Newton’cu  yönteme   duyulan  tam  ve  sarsılmaz  bir  güven  vardı.  Eski  Yunanlılar  kaosun  kralsızlık   olmasının  yanında.  en  azından  bir  takım  hadiselerin  matematiksel  denklemlerle   modellenip  öngörülemeyecek  denli  karmaşık  ve  rastgele  kuvvetlerin  etkisi   altında  bulunduğunu  veya  hareket  ettiğini  ifade  eder.  hava  koşullarının   uzun  süreli  öngörülmesi  gibi  karmaşık  sorunlar  kolayca  çözülecek  cinsten   değildi.  Milattan   önce  8.   evrenin  geçmişini  ve  geleceğini  herhangi  bir  zaman  süresi  boyunca  rahatlıkla   hesaplayıp  ortaya  koyabileceğini”  öne  sürmüş  ve  bu  gün  “Laplace’ın  Cini”  olarak   bilinen  kavramı  ortaya  koymuştu.  Yüzyılda  yaşamış  olan  Hesiodos.  eski  Yunan  medeniyetinden  beri  kullanımda  olan  ve  “mutlak   evrensel  düzen”  anlamına  gelen  “cosmos”  kelimesinin  tam  zıddı.Giriş – Yeni bilimler Kaos  kelimesi.  Newton’un  ortaya  koyduğu  kanunlarla  açıklanamayan  bir  çok   karmaşık  hadise  vardı.  Teknoloji  gelişip  ölçüm   yöntemleri  ilerledikçe  bu  sıkıntı  da  açılacak  ve  evrende  insanoğluna  gizli  hiç  bir     3   .   Belirlenircilik  (Determinizm)   Isaac  Newton.  anlaşılamaz  hiç  bir  olay  kalmadığı   düşünmeye  başladılar.  aşağıda  detaylandırmaya  çalışacağım  gibi  bu  yaygın   anlamından  çok  farklı  olarak.  yani  “mutlak   anarşi.  hareketi   başlatan  kuvvetleri  ve  harekete  karşı  olan  etkileri)  kesin  bir  şekilde  bildiğimiz   takdirde  okun  düşeceği  noktayı  çok  büyük  bir  kesinlikle  hesaplayabilirdik.  maddenin  temel  etkileşim  kanunlarını  bularak  adını  bilim  tarihine   silinmez  bir  şekilde  yazdırmıştı.   evrende.  bu  sistemler  üzerine  etki  eden  değişkenleri   yeterince  hassas  bir  şekilde  ölçemiyor  olmaktı.  Bu  kavramın  özünde.  Newton’un  tanımladığı  oldukça  basit  ve  anlaşılır   hareket  kanunları.  Theogony  adlı  eserinde  “her  şeyden   önce  kaos  vardı”  ifadesini  kullanmıştı.  Nitekim  Newton’un  çağdaşı  bir  başka  bilim  adamı  olan   Laplace.   Newton’un  kanunları  o  kadar  kuşatıcıydı  ki.  düzeni  doğuran  bir  özelliğe  de  sahip  olduğunu   düşünüyorlardı.  kütleçekimi  ve  ivme  gibi  konular.  akan  bir  suyun  düzgün  mü  girdaplı  mı  akacağı  problemi.

 ilkesel  olarak  ispatladı.  Günlük  hayatımızı  doğrudan   etikelemese  bile.  Yirminci  yüzyıla  girerken.  meydana  gelen  tüm  olayların.   Kuantum  Devrimi   Einstein’ın  çalışmalarıyla  hemen  hemen  aynı  dönemlerde.  bu  evrenin  bizzat  bizleri  ve  etrafımızdaki  tüm  maddeyi   oluşturan  atomların  yapıtaşlarında  gizli  olmasıydı.  konum  ve  zaman  gibi.  bu  büyük   bilimadamının  buluşlarından  da  ilhamla.  O  zamana  kadar  kesintisiz  bir  radyasyon   olduğu  düşünülen  enerjinin.   kuantum  fiziği  deneylerinde.  atom  altı  düzeyde  ölçümlerimizin  hep   bir  belirsizliğe  mahkum  olacağını.  Heisenberg.  Bu  gün  halen  tartışmasız  geçerliliğe  sahip  olan  bu  zarif  kuram  bizlere.   hız.  Yüzyıldan  yirminci  yüzyıla  kadar  hakimiyetini  sürdürmüş.  denklemlerin  deneysel  sonuçlarla   uyumlu  sonuçlar  vermesini  sağlamıştı.  evrenin  yapıtaşları  olan  atomların   dünyasındaki  gariplikleri  birer  birer  keşfetmeye  başladılar.  “Kara   cisim  ışıması”  adı  verilen  bir  fiziksel  olayı  açıklamakta  çaresiz  kalan  bilim   dünyası.  “kuantum  fiziği”  olarak  anılmaya  başlandı.  kendi  adıyla   anılan  “belirsizlik  ilkesi”ni  ortaya  koyarak.  o  dönem  için  büyük  bir  devrimdi  ve  Planck’ın  kullandığı  ve   “miktar”  anlamına  gelen  “kuanta”  sözcüğünden  yola  çıkılarak  bu  bulguların   arkasından  ortaya  çıkan  yeni  fizik.  varsayımsal  olsa  da.  günlük  deneyimlerimizle  hiç  uyuşmayan  bir  evreni   keşfetti.  yaptığı  ölçümleri  etkiliyordu  ve  artık   mutlak  ölçümler  yerine  “izafi”  (göreceli)  ölçümlerden  söz  etmek  gerekiyordu.   Wolfgang  Pauli  ve  daha  bir  çok  bilim  adamı.  enerjinin  “küçük  ve  belirli  paketler”  halinde  yayıldığı  fikrini   ekleyerek  çözümü  kolayca  elde  edebileceğini  göstermişti.   Bunlardan  en  önemlisi.  elinde  hiç  bir  kanıt   olmamasına  rağmen.   ölçümü  yapan  gözlemcinin  referans  çerçevesine  göre  değişiklik  gösterdiğini   söyledi.  Schrödinger.  Daha  da  tuhafı.  Heisenberg.  fizikte  başka  yenilikler  oluyordu.  o  zamana  kadar  “mutlak”  zannedilen  değişkenlerin.  Newton’un  öncülük  ettiği  evrensel  fizik   yasaları  16.  Niels  Bohr.  Max  Planck’ın  bulduğu  çözümle  bir  anda  yepyeni  bir  gündeme  sahip   oldu.  bilimsel  yönteme  kesinsizlikleri  ve  izafiyeti  sokması  açısından   çok  büyük  anlayış  değişikliklerine  neden  oldu.   Einstein’a  kadar  bu  konunun  dikkat  çekmemesinin  en  önemli  nedenlerinden   birisi.  Yani  gözlemcinin  konumu  ve  hızı.  Alman  vatandaşı  Albert  Einstein.  geçmişte  meydana   gelmiş  olayların  kaçınılmaz  sonucu  olduğu  öne  süren  bir  felsefi  görüştür.   Görecelik  Devrimi   Newton’cu  paradigma  olarak  adlandırılan  bakış  açısı  belki  de  dünya  tarihinin  en   uzun  süre  baskın  olarak  kabul  edilen  bilimsel  paradigmalarından  birisidir  ve   derin  etkisi  halen  devam  etmektedir.  çözümsüzlüğe  mahkum  görünen  denklemlere.  izafiyet  etkilerinin  günlük  hayatımızda  hissedilmezken.  bütün   testlerden  başarıyla  geçmiş  ve  ciddi  olarak  sorgulanması  için  ortada  bir  sebep   görünmemişti.   Nisbeten  kısa  bir  süre  içinde  Warner  Heisenberg.  Planck’ın  “quanta”  adın   verdiği  bu  paketçikler.  Bu  görüşe  genel  olarak  Belirlenircilik  (determinizm)  adını   veriyoruz.bilgi  kalmayacaktı.  Erwin  Schrödinger.  bu  gün  görecelik  (relativity)  kuramı  olarak  bildiğimiz   kuramdır.     4   .  Planck.  aslında  belirli  büyüklükteki  “paketler”  halinde   salınması  fikri.  İzafiyetin  etkileri  (rölativistik  etkiler)  günlük   yaşamımızda  ölçülemeyecek  kadar  küçüktü.   Kuantum  fiziğinin  başarısı  sadece  bu  özel  olayı  açıklamakla  sınırlı  kalmadı.  ancak  çok  yüksek   hızlara  ulaşıldığında  veya  engin  uzay  boşluğunda  seyahat  eden  ışık  ışınlarında   gözlenebiliyor  olmasıydı.  Kısaca  determinizm.  bilim   dünyasında  depreme  neden  olan  buluşlarını  ardı  ardına  yayınlamaya  başladı.

506  girmişti).  İkisi  arasındaki  bu  geçişin  nasıl  olduğu  bilimadamları   tarafından  hala  anlaşılmaya  çalışılan  önemli  gizemlerden  birisidir.  Yani  bir  kelebek  sadece  kanat  çırparak  büyük  bir   fırtına  çıkarmıştı!  Lorenz  bu  bulgularını  yayınladığı  makalesinde.  hızlı  bir  biçimde  yapabilme  özelliğine   sahiptirler.  bu  gün  oldukça     5   .  çünkü  bu  kadar  küçük  bir  ondalık  değerin.  Lorenz  adlı  bir  meteoroloji  uzmanı.  hesaplamalar  üzerinde   bir  etkisi  olmayacağını  düşünüyordu  (0.maddenin  temel  yapıtaşlarını  etkileyen  “dalgamsı”  dokunun  matematiğini  bize   sağlarken.  bilgisayardan  aldığı  çıktılarla   gözlemlemekteydi.  bir  insanın  ömrünün  yetmeyeceği  hesaplamaları   ve  tekrarlı  işlemleri  bıkıp  usanmadan.  orta  yerinden  başlatmak  istedi.   Mikro  alemde  karşımıza  çıkan  tüm  bu  yeni  olaylar.  orada  “ışınlanma”.  başlangıç  değerleri  olarak  bilgisayara  girmeyi  denedi.  bilgisayarın  verdiği  çıktılar  bir   önceki  hesaplama  dizisiyle  hiç  bir  ilgisi  kalmamış.   bilgisayar  süregiden  bir  işlem  yaparken.  Fakat  determinist   dünya  görüşünü  asıl  sarsan  buluşlar.  Kısacası.  işlemi  kesip.  hiç  de  bildiğimiz   dünyaya  benzmiyordu.   Bir  gün  Lorenz.  sonuçları  çıktı  olarak  vermek   amacıyla  kullanılıyorlardı.  sayısal  bir  hava  durumu  tahmin  sistemi   üzerinde  çalışıyordu.  hiç  durmadan  böyle  hesaplar  yaparak.  hava  koşullarını  belirleyen  parametrelerin   değişkenliklerini  ifade  eden  sayı  dizileri  şeklindeydi  ve  Lorenz  bunların  grafik   analizlerini  yaparak.  Lorenz’in  bilgisayara  girerken  yok   saydığı  o  ondalık  basamaklar.  bu  mikro  alemden  çok  farklı  olarak  klasik  fizik  kurallarının  hakim   gözüktüğü  bir  evrendi.  hava   durumunu  bilgisayarında  modelleyerek.  büyük  ölçekli  (makro)  sistemlerle  uğraşan   araştırmacılardan  geldi.  evrenin  yapıtaşlarını  oluşturan  küçüğün  de  küçüğü   yapıtaşlarının  bu  garip  davranışları  belki  bir  şekilde  kabul  edilebilirdi.  Kendisi  klavyeden  ondalık  bir  sayı  değerini  bilgisayara  girerken.  bilimadamlarının   “determinizm”  konusunu  en  baştan  sorgulamasına  neden  oldu.  Bu  çıktılar.  makinanın  vermiş  olduğu   ara  değerlerden  birini.  Zira.  “aniden  belirme  veya  yok  olma”.  değer  olarak  hava  akımları  içinde  “bir  kelebeğin   kanat  çırpması”  kadar  önemsizken.  “birden  çok  halde  aynı  anda  bulunma”  gibi  ancak  bilim-­‐kurgu   hikayelerinde  veya  masallarda  duyabileceğimiz  şeyler.  tamamen  farklı  sonuçlar   vermeye  başlamıştı.  Bu  yeni  serinin  önceki  seri  ile  hiç  bir  alakası  yoktu  artık.   Lorenz  önce  makinanın  bozulduğunu  düşünse  de  kısa  süre  sonra  durumu   farketti.  sayıları  hava  durumundaki  değişikliklere  dönüştürüyordu.  fakat  artık   her  gün  hayatımızın  içinde  olan  nice  olayın  hiç  de  sandığımız  gibi  olmadığını   anlaşılmaya  başlanıyordu.  izleyen  sonuçlarda  büyük   farklılıklara  neden  olmuştu.   virgülden  sonraki  üç  basamağı  girerek  işlemi  tekrar  başlatmakta  bir  sakınca   görmemişti.   “mesafeleri  hiçe  sayan  anında  haberleşmeler”  ve  “birden  fazla  yerde  aynı  anda   bulunabilme”.  O  günkü  örnekleri  çok  düşük  kapasiteli  ve  yavaş  cihazla  olsalar  da.506127  yerine  0.  kısa  bir  süre  sonra.   Kısa  bir  süre  sonra  hayretle  farkettiği  üzere.  adeta  sıradan  gerçekliğin   parçalarıydı!  Bu  parçacıklar  çok  sayıda  bir  araya  gelmeleriyle  oluşan  bildiğimiz   dünya  ise.   Kaos  biliminin  doğuşu   1971  yılında.  mikro  alem.  bilgisayarın  yaptığı  işlemi.  her  madde  parçasına  bir  “dalga”nın  eşlik  ettiğini  de  Fransız  bilim   adamı  Louis  de  Broglie’den  öğrendik.  Hava  olaylarını  rakamlara  ve  kodlara  indirgemiş  ve  sonra   bilgisayara  öğrettiği  kurallarla  -­‐ki  bunlar  meteorolojik  kurallardı-­‐  bu  girdilerden   nasıl  hava  sonuçlarının  çıkacağını.   günler  boyu.  Bigisayarlar.  Fakat   sonuçlar  hiç  de  onun  düşündüğü  gibi  değildi.  hava  tahminleri  yapmakla   uğraştığı  laboratuavarındaki  bilgisayarında  garip  bir  şeyler  keşfetti:  Lorenz.

  Şekil  1.  doğrusal  bir  sistemde  olduğu   gibi.popüler  bir  terim  olan  “kelebek  etkisi”ni  ilk  kez  kullanmıştır  (Ruelle.  bu  gün  bir  çok  uygulama  alanına  sahiptir.  Rastlantısal  da  değildirler.  kaotik  sistemlerin  önemli  bir   özelliği  olan  “başlangıç  şartlarına  hassas  bağlılık”  özelliğini  de  veciz  bir  biçimde   ifade  eder.  ‘doğrusal  olmayan’  (nonlinear)  sistemleri  inceler.  dünyanın  bir  yanında  kanat  çırpan  bir  kelebeğin.   suya  damlayan  bir  damla  mürekkebin  su  içinde  dağılışı.  Örneğin  açık  havada  ağaçtan  düşen  bir  yaprağın  yerde  hangi  notaya   düşeceğini  tam  olarak  hesaplamamız  imkânsızdır.   Bu  fizik  dalı.  Bu  sistemleri   aslında  günlük  hayatımızda  hepimiz  tanırız:  Bir  nehirde  dalga  dalga  akan  su.  Çünkü   artık  siz.     Bunlar  neden  doğrusal  değildir?  Çünkü.   sistemin  iç  dinamiklerinin  o  anki  haline  ve  sistemin  başlangıç  koşullarına   bağlıdır.  ağaçtan  düşen  bir   yaprağın  düşüş  güzergahı.  ondan  bambaşka  bir  tat  alırsınız  aslında.  açık  havada  çok  karmaşık   değişkenlerin  rol  aldığı  karmaşık  bir  hadiseye  dönüşüverir.  dünyanın   bambaşka  bir  köşesinde    fırtına  çıkmasına  sebep  olabileceğini  söyler.  fakat  meydana  gelecek  bir   fırtınayı  çok  önceden  tahmin  etmek  istiyorsak.  bir  yağmur  damlasının  camda  kayarken  izlediği  yol…   Bunlar  hep  doğrusal  olmayan  sistemlere  örnektirler.  hareketleri  önceden  hesaplanıp  tahmin   edilemez.  Kelebek  etkisi  kavramı.  bir  kelebeğin  kanat  çırpmasından  kaynaklanan  minik  hava  akımları   kadar  küçük  değişkenleri  bile  hesaba  katabilecek  bir  ölçüm  ve  modelleme   sistemimiz  olması  gerekir.  Yahut  yediğiniz  bir   tatlıyı  bir  kez  daha  tattığınızda.  Üç  boyutlu  faz  uzayında  Lorenz’in  dinamik  sisteminin  davranışlarını   gösteren  Lorenz  çekeri.  Elde  edilecek  cevap  veya  çıktı.  çünkü  içkin  ve  karmaşık  bir  düzene     6   .   “Kelebek  etkisi”.  o  tatlıyı  “ilk  kez  yiyen”  bir  insan  değilsinizdir.  Elbette   kanat  çırpan  her  kelebek  bir  fırtınaya  sebep  olmaz.  1990).  hava  durumu  gibi  karmaşık  bir   sistemde.  Laboratuarda  sabit  koşullar   altında  (rüzgârsız  bir  ortamda  örneğin)  oldukça  yakın  bir  şekilde   hesaplayabileceğimiz  yaprağın  yere  varma  noktası.   Lorenz’in  temellerini  attığı  kaos  fiziği.  bu  tip  hadiseler   ‘kaotik’tir.  Kısacası.  ‘girdi’leri  ile  orantılı  bir  ‘çıktı’  vermez.  Doğrusal  olmayan  bir  sistem  her  zaman.

 bu  deseni  oluşturan  iç   kuvvetler  o  denli  güçlüdür  ki.  Lorenz’in  hava  durumuna  ilişkin  ortaya   koyduğu  matematiksel  model.   İşte  bundan  dolayı.  Kaotik  çekiciler.  salınımın  iki  aşırı  ucu  arasında  bir   yerde  olmak  zorundadır  ve  bu  da  faz  uzayında  kapalı  bir  “daire”  ile  temsil  edilir.   Siz.  faz  uzayı  diyagramlarında  ortaya  çıkan  bu  tip  görüntülere   ‘çeker’  (attractor)  adı  verilir.  zaman  içinde  asla  kendini  aynen   tekrar  etmeyen.  Örneğin.   karşımıza.  daha  karmaşık  desenler  görülür.  incelenen  değişkenlerine  göre  farklı  çeker  biçimleri  ile   karşımıza  çıkarlar.  canlılar  olarak  bildiğimiz  ve  bizim   de  dâhil  olduğumuz  sistemlerdir.  fraktal  karmaşıklığa  sahip  eşsiz  biçimlerdir.  Duffing.  Çekerler.  herhangi  bir  anda.  sarkacın  anlık  hızını   anlık  konumuna  göre  bir  grafiğe  döktüğümüzde.  düzenli  salınan  ve  sönümlenmeye  uğramayan   (enerjiyle  beslenen)  basit  bir  sarkacı  ‘sistem’  olarak  alırsak.  böyle  karmaşık  ve  özel  şekillerdir.   Farklı  sistemler.  sistem  yine  kendisini  bu  sınır  döngü  içine  ‘çeker’.   Garip  Çekerler   Garip  çekerler  (strange  attractors).  Bu  desenin  anlamı  özetle  şudur:  Hava  koşulları  tamamen   rasgele  bileşenlerin  etkisi  ile  oluşuyor  gibi  görünse  de.  böyle  bir  grafikle  görselleştirildiği  takdirde.  ortaya  çıkan  çekerler  de  “garip”  özelliklerinden  dolayı  “garip   çekerler”  olarak  adlandırılırlar.  kanatları  yarı  açılmış  bir  kelebeği  andıran  bir   görüntü  çıkar  (Şekil  1).  Çünkü  bu  bir  davranış  grafiğidir  ve  sistemin  belli  bir  zaman  aralığında   ve  verilen  başlangıç  koşullarıyla  gösterebileceği  tüm  durumları  bir  arada  temsil   eder.  halen  bu  bilim  dalı  ile  yeni   tanışanları  şaşırtmaya  devam  ediyor.  üç  boyutlu  uzayda.     Daha  karmaşık  sistemlerde  ise.  Henon  veya   Rössler  çekerleri.  Örneğin.  hava  koşullarının  ne  olacağını  tam  olarak  kestiremezsiniz.  Sistem  buradaki  sınırlar  dışına  taşamaz.  tamamen  rastlantısal  davranıyormuş  gibi   gözüken  kaotik  sistemlerin  davranışlarının  uzun  süreli  seyirlerini  incelemekte   kullanılan  özel  bir  grafik  yöntemi  olan  ‘faz  uzayı’  diyagramlarıdır.  belli  bir  anda.     7   .  Burada  ortaya   çıkan  karmaşık  ama  düzenli  hareket  desenleri.  Örneğin   internette  örneklerine  bolca  rastlayabildiğimiz  Lorenz.  İncelenen  sistem  “kaotik”  özelliklere   sahip  olduğunda.sahiptirler.  Aslında  en  büyük  kaotik  sistemler.  ortaya  bir  ‘daire  çeker’   çıkacaktır.  incelenen  sistemin  gerçek   dünyada  doğrudan  gözlenemeyen  bazı  değişkenlerinin  zamana  karşı  nasıl  bir   dönüşüm  geçirdiğini  gösteren  grafiklerdir.  Taşsa  bile.   fakat  hava  koşullarının  bu  grafiğin  izin  verdiği  şartların  dışına  taşmayacağını   bilirsiniz.  aslında  belli  bir  sınır   dahilinde  ve  karmaşık  dinamik  kurallarla  hareket  eden  değişkenlerden  oluşur.  Çünkü  bu  sistem.

 yıllar  boyu  tutulmuş  kayıtlardan  yola   çıkılarak  incelenen  Nil  nehrinin  yükselme  ve  alçalma  davranışları.  Kaotik  sistemlerin  önemli   özelliklerini  şöyle  sıralayabiliriz:   1.  hala     8   .  Her  sistem  veya  her  hadise.  fakat  içkin  bir  düzene   sahip  karmaşıklık  anlamında  kullanılmakta.  veri  aktarım   hatlarında  meydana  gelen  gürültülerin  periyotları  (son  ikisi  bizzat  fraktal   geometrinin  kurucusu  Benoit  Mandelbrot  tarafından  incelenmiştir)  ve  alınıp   satılan  kağıtların  değerlerinin  sürekli  dalgalandığı  menkul  kıymetler  borsaları   gibi  sistemlerin  davranışlarıdır.  Rössler  çekeri.  şu  veya   bu  şekilde  bir  yerlerinde  kaotik  bileşenler  içerir.org/wiki/Rössler_attractor   Garip  grafik  biçimler  olarak  “çeker”ler  sadece  matematiksel  soyutlamalardan   türetilmiş  sistemlerle  ilgili  değildir.  Ayrıntılı  bilgi  için:   http://en.  Bunun  en   bildik  örneği.  hava  durumu  tahminleridir.  günlük  yaşamda   kullanıldığından  farklı  olarak.  Fakat  bu  hesaplanmazlık.  gerçekte  gözümüze  görünen  düzensizliklerin  çoğu  zaman   bir  aldanma  olduğu  görüşünde  birleşiyorlar  (Horgan.  Zira  kaos  terimi.  Bir-­‐iki  gün  için  yapılan  hava   tahminleri  genellikle  -­‐pek  büyük  bir  sapma  olmaksızın-­‐  doğru  çıkarken.  1995).wikipedia.  kısmen  hesaplanabilen.  Görünürde   etrafımızdaki  hemen  her  olayda  bir  hesaplanamazlık.   Kaotik  Sistemler   Kaos  bilimcileri  artık.Şekil  2.  rasgelelik  ve   düzensizlik  anlamına  da  gelmiyor.   Hesaplanamaz  olmak:  Karmaşık  veya  kaotik  sistemlerin  belli  bir  zaman   sonra  nasıl  davranacaklarını  tam  olarak  kestirebilmek  imkansızdır.  bir  karmaşa.  bir  önceden   bilinemezlik  hüküm  sürmekte.  Bunların   arasında  en  meşhur  örnekler.  vahşi  hayvan  topluluklarının  birey  sayılarında   yıllara  göre  meydana  gelen  değişiklikler.  İnsan  iradesinin  de  dahil  olduğu  gündelik  bir   çok  olayın  uzun  sürelerle  izlenmesi  sonucu  kaotik  bir  davranışa  sahip  olduğu  ve   belli  “çekerler”  ile  uyumlu  davranışlar  sergilediği  gösterilebilmektedir.

 hava  parçalı  bulutlu  olacak’  diyebilir   ama  bunu  bilimsel  yoldan  hesaplayabilmemiz  imkansızdır.  yahut  bildiğimiz  bilimsel  yöntemler  dışında   başka  bir  bilgi  alma  yolu  keşfetmiştir.  doğrusal  olmamak  ve  bilinen  anlamıyla  periyodik  olmamak   kaydıyla  belli  davranış  kalıplarını  gerek  aynı  zaman  ölçeğinde.   Başlangıç  koşullarına  hassas  bağlılık:  Bu  özelliği  bu  gün  bizler  “kelebek   etkisi”  olarak  yakından  tanıyoruz.   insanüstü  bir  duyu  yolu  vb.  en  küçük  bir  değişkeni  (örneğin  bir  kelebeğin   kanat  çırpmasından  ortaya  çıkan  hava  akımlarını)  ihmal  etmek  bile.  bir  kaç  günlük  ve   aylık  verilerinde  gözlenenlere  benzer  temel  davranış  kalıpları  içerebilir.     3.  self-­‐similarity):  Kaotik  davranış  gösteren   sistemler.  başlangıç  koşullarındaki  (yahut  sistemin   incelenmeye  balandığı  andaki  durumunu  belirleyen  değerlerdeki)   ölçülemeyecek  kadar  küçük  değişimlere  çok  farklı  tepkiler  vermeleri  ile  ideal   ve  öngörülebilir  sistemlerden  ayrılırlar.  kaotik  davranan  bir  sistemin  bir  kaç  saatlik  verileri.  özellikle  canlı  dünayda   karşımıza  çıkan  makro  ya  da  mikro  bir  çok  sistemde  bu  özelliğin  hakim   olduğunu  bu  gün  rahatlıkla  söyleyebiliyoruz.   Doğrusal  olmama:  Kaotik  sistemler  her  zaman  aynı  girdiye  aynı  biçimde   tepki  vermezler.  ya  çok  şanslı  biridir.  Doğrusal  sistemlerde.  Bu  yüzden.  Lorenz’in  yuvarlayarak  bilgisayara  girdiği   milyonda  birlik  bir  değişikliğin  sistemin  davranışında  kısa  bir  süre  içinde   büyük  değişiklikler  yapması.  gerekse  farklı   zaman  pencelerelerinde  tekrar  edebilirler.  veya  en  azından  bu  tip     9   .  her  zaman  girdiyle  orantılı  bir  çıktı   oluşmasına  rağmen  kaotik  sistemlerde.   hesabımızın  yanlış  çıkmasına  neden  olur.bir  haftalık  veya  yıllık  olarak  güvenilir  bir  hava  tahmini  yapmamız  mümkün   değildir.  Elbette  birisi  ‘seneye  şu  gün.   Herhangi  bir  anda  sistem  üzerine  etki  eden  tüm  etkenleri  bilmemiz  imkansız   olduğundan.  Şekil  15).  Eğer  yukarıdaki  tahmini  yapan  kişi.   2.  Bir  çok  kaotik  sistem.  sistemin  kaderini  belirleyen   koşulların  karmaşıklığından  ve  yukarıda  bahsedilen  diğer  özelliklerin  de   etkilerinden  dolayı.  kullanmıyorsa  ve  hava  gerçekten  tahmin  ettiği  gibi   çıkmışsa.   4.  sistem  öngörülemeyen  bir  davranış  sergiler.  Başlangıç  koşullarına  hassas   bağlı  olan  sistemler  aynı  zamanda  “öngörülememe”  özelliğine  de  sahiptir.  başlangıç  koşullarına  hassas  bağlılığın  bir   sonucu.  Dahası.   Kaos  Bilimi  Ne  işe  Yarar?   Kaos  kuramı  ve  bunun  üzerine  bina  edilen  kaos  bilimi.  Etrafımızdaki  biçimler  de   özbenzeşim  özellikleri  gösterir  (İlginç  bir  örnek  için  Bkz.  İleride  örneklerini  göreceğimiz   gibi.   Özbenzeşim  (Kendine  benzerlik.  Çünkü  Lorenz’in   da  kaza  eseri  gösterdiği  gibi.   bu  tip  sistemlerin  davranışlarını  (en  azından  görece  kısa  bir  zaman  dilim  için   bile  olsa)  hesaplayabilmek  için  doğrusal  olmayan  (nonlinear)  denklemler   kullanılır.  evrende  ve  günlük   hayatımızda  sıklıkla  karşılaşılan  ve  evvelce  tamamen  rasgele  (stokastik)  olarak   nitelenen  olayları  sayısallaştırıp  ölçülebilir  hale  getirmek.   Davranışların  bu  şekilde  tekrar  etmesi  “self-­‐similarity”  olarak  adlandırılır  ve   özellikle  günlük  hayatta  karşımıza  çıkan  bir  çok  karmaşık  davranış  biçimini   anlamak  üzere  bizlere  yepyeni  açılımlar  sunar.  sistemlerin  uzun  süreli  davranışlarını  tahmin  edemiyoruz.

 maddenin  karmaşık  bir  düzen  oluşturacak   şekilde  bir  araya  getirilmesi  ve  bu  birleşmeden  tutarlı  ve  iç  dengesini   (homeostazis)  koruyabilen  bir  oraganizma  çıkmasını  sağlar.  adeta  tam  bir  karmaşa  halinde  hareket  eden   beyin  dalgaları.  2010).  bu  tip  “özdüzenlenmeli”   sistemlerin  işleyişini  anlamak  konusunda  bize  şimdiye  kadar  sahip  olmadığımız   bir  çok  ipucu  sunuyor.  Canlılık.  Bir  derede  akan  suyun  oluşturduğu  girdapların.  sağlıklı  borsa  hareketi  tahminleri   yapılmasına  imkan  verdiği  görülünce.  Tabii  ki.   ekonomik  ve  sosyal  sistemlerin  davranışlarını  incelerken  artık  kaos  biliminin   sağladığı  veriler  ve  bu  bilime  ait  matematiksel  yöntemler  sıklıkla   kulanılmaktadır.  tıptan  tutun.  karmaşık  etkileşimler  gösteren   hiyerarşik  iç  dinamiklerinden  şaşırtıcı  düzenler  doğurabilirler.  1997).  uçak   kanatlarında  oluşan  tribülansın  ve  diğer  başka  bir  çok  benzer  görüngünün   temelinde  yine  kaotik  kuralların  yattığı  bir  bir  ortaya  kondu.  bu  tip   karmaşık  sistemlerin  nasıl  işlediğine  ve  kendi  kendisini  nasıl  idame  ettirdiğine   dair  bilgilerimiz  çok  sınırlı.  yaşam  bilimlerinin  tüm  alanları.  yaşamın  o  akıl  almaz   karmaşıklığının  bolca  ‘kaos’  ihtiva  ettiğini  gün  geçtikçe  daha  açık  bir  biçimde   ortaya  koyuyorlar.  Para  piyasalarının  uzun  süreli  ‘davranış’   kayıtlarının  kaotik  yöntemlerle  incelenerek  matematiksel  olarak   modellenmesinin.  kaos  bilimcisinin   ilgi  alanındadır.  Canlı  sistemlerde.  özellikle  canlıları  oluşturan  maddenin  cansız  maddeden  olan   farklarına  dikkat  çekmişti.  aslında  böyle  karmaşık   ve  öngörülemez  birçok  bileşen  içerir.  enerji  akışını  kullanan  fakat  enerjinin   neden  olduğu  düzensizlik  artışına  teslim  olmayan  sistemlerin  kendi  kendilerini   örgütleyebildiğini  ve  termodinamik  dengeden  uzak  durumlarda  bu  doğurgan  ve   dinamik  düzeni  koruyabildiklerini  farketti.  İşte  bu  tip  sistemlere  bu  gün  biz  genel   olaral  dağılıcı  (dispatif)  sistemler  adını  veriyoruz  (Prigogine  ve  Stengers.   dışarıyla  enerji  ve  bilgi  alışverişinde  bulunan  açık  sistemler  olarak.  Sardar  ve  Abrams.  Günümüzde.  yaşadığımız  evreni   anlamaya  çalıştığımız  tüm  bilim  dallarının  ana  konuları.  kan  basıncı  dalgalanmaları.  Karmaşık  ve  öngörülemez  olan  her  şey.  Canlılar  gibi.  Psikiyatri  ve  sinir  bilimleri   başta  olmak  üzere.  çok   karmaşık  mekanizmalara  daysansa  da.  para  ve  ürün   alışverişi  ile  oluşturulan  pazar  sistemlerinin  davranışlarına  kadar  bir  çok   “sistem”  böyle  özdüzenlenme  (self  organization)  özellikleri  sergilerler  (Prigogine   ve  Stengers.     10   .  Örneğin  canlılar.  aslında  belli  kurallar  ve  döngüler  içinde  gerçekleştiğini.  yine  kaos   biliminin  matematiksel  formülleri  ortaya  koydu.sistemlerin  davranış  seyirleri  hakkında  yeterli  kesinlikte  tahminlerde   bulunabilmekle  uğraşır.  kaos  daha  da  ünlendi.  Isıtlan  bir  kap  suyun  yüzeyinde  belli   sıcaklık  derecelerinde  gözlenen  altıgen  Bernard  hücrelerinden.  1997.  Fakat  kaos  bilimi.  ekonomiye  kadar.  Canlılık.  göreceli  olarak  daha  basit  sistemlerde  de   dağılıcı  yapı  özelliği  ortaya  çıkabilmektedir.  dağılıcı   sistem  özelliği  sergilerler.  kaos  ve  karmaşıklık  bilimi  üzerine  yaptığı   çalışmalarda.  epilepsi  ve  benzeri  sinirsel   hastalıkların  ortaya  çıkış  düzenleri  gibi  görünürde  rastlantısal  olan  bir  çok   hadisenin.  kısa  vadeli  de  olsa.   Dağılıcı  (Dissipative)  Sistemler  –  Düzen  Doğuran  Kaos   Nobel  ödüllü  Kimyacı  İlya  Prigogine.  insanların  oluşturduğu  toplumsal  sistemler  başta  olmak  üzere.   Dağılıcı  sistemler.   Halen.  enerji  girdisi  sürdüğü  sürece.

 canlı  süreçleri  ve  yapıları  anlayacak  yepyeni  yöntemlerimiz  mevcut.   binlerce  ve  bazen  milyonlarca  iterasyonun  ard  arda  gerçekleştirilmesi  insan   gücünü  aşan  bir  işlemdir.Fraktal Geometri ve Kaos Fraktal  geometri.  bulutların  dairelere  benzemediğine  vurgu   yaparak.  basit  geometrik  kuralların  sürekli  tekrar  edilmesi  yoluyla  elde   edilen  şekillerle  ilgilenir.  İterasyonlar  sonucu  elde  edilen  sayısal   değerler  uygun  yöntemlerle  grafiksel  görüntülere  dönüştürülür  ve  böylece  (eğer   kullanılan  fonksiyon  uygun  ise)  fraktal  biçimleri  elde  etmek  gayet  kolaydır.  doğayı  anlamak  için  yeni  bir  geometriye  ihtiyacımız  olduğunu   söyleyerek  işe  başladı  (Mandelbrot.  doğadaki  biçim  ve  süreçleri  açıklama   konusunda  bize  ancak  sınırlı  ve  yaklaşık  bir  bilgi  verebilmektedir.     11   .  Bu  gün  özellikle   biyolojide.   Fraktal  geometri.  yaklaşık  çeyrek  asırdır  bilim  dünyasının  gündeminde  olan  ve   doğadaki  karmaşık  biçim  ve  süreçleri  gittikçe  daha  iyi  anlamamıza  yardımcı  olan   özel  bir  geometri  dalıdır.  Julia’dan  sonra  uzun  bir  süre  bu  alanda   dikkate  değer  bir  gelişme  olmadı.  dağların  konilere.  Sözgelimi.  Bu  geometri  dalı.  her  seferinde  fonksiyonun  çözümünden  elde  edilen  sonucun   bir  sonraki  basamakta  aynı  fonksiyona  girdi  olarka  verilmesi  ile  sürdürülür.   Mandelbrot  kümesi  (Şekil  6)  bu  gün  fraktal  biçimlerin  en  ünlüsü  olarak  kabul   edilmektedir.  yıldırımların  düz   çizgilere.  Biçimleri  oluşturmak  üzere   uygulanan  kurallar  genellikle  bilgisayarlara  basit  fonksiyonlar  olarak  tanımlanır   ve  bu  fonksiyonlara  verilen  başlangıç  değerleri  ile  hesaplamalara  başlanır.  kendi  adıyla   anılan  Mandelbrot  kümesini  keşfederek  fraktal  geometrinin  esas  kurucusu  oldu.  1980′li  yıllarda  söylediği  bu   sözlerinde  ne  kadar  haklı  olduğu  çok  kısa  bir  süre  geçtikten  sonra  anlaşıldı.   Fonksiyonlar  ve  iterasyon  işlemi  temel  mantık  olarak  her  ne  kadar  basit  olsa  da.  Kendi  adıyla  anılan  Julia  kümesini  (kendisi   bilgisayarlar  henüz  icat  edilmediğinden  nasıl  bir  şey  olduğunu  gerçekte  hiç   görmemiş  olsa  da)  keşfetti  (Şekil  5).  1983).  Bu  yüzden.  karmaşık  fraktal  biçimleri  oluşturabilmek   bilgisayarların  icadına  kadar  mümkün  olamadı.  kıyı  şeritlerinin  eğrilere.  Neredeyse  tamamen  matematiksel   soyutlamalardan  oluşan  olan  Öklit  geometrisi.     Fraktal  geometriyi  bugün  bildiğimiz  boyutlara  taşıyarak  bilim  dünyasındaki   yerini  almasını  sağlayan  Benoit  Mandelbrot.   Hesaplama  zinciri.  orta  öğretimden  beri  bildiğimiz  Öklit   (Euclid)  geometrisinden  çok  farklıdır.   Fonksiyonların  bu  şekilde  sürekli  olarak  tekrarlanarak  hesaplanmasına   matematikte  “iterasyon”  adı  verilir.   karelerin  ve  küplerin  geometrisidir.  Basit  bir  fraktal  biçimi  oluşturabilmek  için.  1960’larda  ise  Benoit  Mandelbrot.  önceden   tesbit  edilen  kuralların  defalarca  tekrarlanması  gerekir  ve  teorik  olarak  çoğu   zaman  bu  işlem  sonsuza  kadar  sürdürülebilir.  Fraktal  geometrinin  temelleri   üzerine  geçmişte  yapılan  çalışmalar  da  bilgisayarların  icat  edilmesini  beklemek   zorunda  kaldı.  doğruların.  bir   ağacın  geometrik  ve  biçimsel  özelliklerini  Öklid  geometrisi  ile  tanımlamaya   çalışmak  imkansıza  yakın  zorlukta  bir  girişimdir.   Fraktal  geometri  daha  sonraki  bölümde  örneklerini  vermeye  çalışacağım  gibi.  bir   çok  yeni  anlayış  ve  analiz  yönteminin  doğuşuna  zemin  hazırladı.   Bu  yöntemlerin  bir  çoğunda  “fraktal”  bakış  açısının  izlerini  görebilirsiniz.  Teknoloji  ve  matematik  alanında  çokça   işimize  yaramasına  rağmen.   Bildiğimiz  anlamda  fraktal  biçimlere  dair  ilk  çalışmalar  Fransız  matematikçi   Gaston  Julia  tarafından  yapılmıştı.  bildiğimiz  üçgenlerin.  bu  geometri.

 En  basit  fraktal  şekillerden  birisi  olan  Sierpinski  üçgeni.   Şekil  4.  Bilgisayarlar  aracılığıyla  ne  kadar  yakından   bakılırsa  bakılsın.  Sierpinski  üçgeni  iç  içe  geçmiş  (nested)  üçgenli  bir  yapısal  kalıp   gösterir.  Eşkenar  bir  üçgenle  başladıktan  sonra  sürekli  olarak   her  kenarın  orta  üçte  birinin  çıkartılarak.  yerine  çıkartılan  parçadan  iki  tane   eklenmesi  yoluyla  oluşturulan  basit  bir  fraktal  biçimdir.  Eşkenar  bir   üçgenden  başlanarak.Şekil  3.  her  seferindeki  eldeki  üçgenlerin  üçte  birlik  bir  kısmını   uzaklaştırmak  yoluyla  elde  edilir.  En  çarpıcı  özelliklerinden   birisi.  kenar  uzunluğu  sonsuz  iken  alanının  sınırlı  olmasıdır.  Koch’un  kar  tanesi.     12   .

 Benoit  Mandelbrot  tarafından  keşfedilen  ve  fraktal  biçimlerin  en   ünlülerinden  birisi  olan  Mandelbrot  kümesi.     13   .   Yüzyılın  başlarında  tanımlanan  Julia  kümesinin  bilgisayar  tarafından  çizilmiş  ve   renklendirilmiş  hali.Şekil  5.  İlk  defa  Fransız  matematikçi  Gaston  Julia  tarafından  tanımlanan  20.  Mandelbrot  kümesi  aynı  zamanda   Julia  kümelerini  üretmek  için  de  kullanılmaktadır.   Şekil  6.

 Doğadaki  fraktal-­‐benzeri  biçimlerden  örnekler.  Mandelbrot  kümesinin  bir  noktasından  büyütülerek  alınmış  detay   görüntüsü.  Doğada  bulunan  canlı-­‐ cansız  bir  çok  biçim  fraktal  geometrik  özellikler  sergiler.  Bundan  dolayı  fraktal   geometri  tabiattaki  biçim  ve  oluşları  açıklamak  için  uygun  bir  model  olarak   değerlendirilmektedir.   Şekil  8.Şekil  7.  Sonsuz  karmaşıklığa  sahip  bir  geometrik  şekil  olduğundan  Mandelbrot   kümesinin  karmaşıklığı  yakından  baktıkça  artar.     14   .

  eğri.  eğrilik  ve  karmaşıklığına  bakılmaksızın  bir  çizgi  (yahut   eğri)  tek  boyutlu.  basit   de  olsa.   Fraktal  (Kesirli)  Boyutlar   Fraktal  geometrinin  anlayışımıza  kattığı  önemli  bir  kavram  da  “fraktal  boyut”   kavramıdır.  Zira  içinde  yaşadığımız  mekanlar  üç   boyutludur  (yahut  biz  o  kadarını  algılayabildiğimiz  için  bize  öyle  gelir).   Dolayısıyla  dünyamızdaki  tüm  maddesel  nesneler  gerçekte  bizim  için  üç   boyutludur  (ne  kadar  ince  olsalar  da  en.  bir  yüzey  iki  boyutlu  ve  katı  nesneler  üç  boyutlu  olarak  bilinir.   Bildiğimiz  gibi.  tekrarlı  hesaplamalar  boyunca  elde  edilen  sayı  dizileri  olduğu   unutulmamalıdır.  doğru  veya  yüzeylerden  kafası  karışanlardansanız.  boy  ve  yükseklikleri  vardır).   doğada  karmaşık  dinamiklerle  biçim  oluşumlarının  en  ilginç  örneklerinden   birisidir.  Fakat  bizim  yapısal  (geometrik)  anlamda   kavrayabildiğimiz  boyutların  sayısı  üçtür.  Benzer  şekilde.  Eğer  ortaöğretim  sırasında  nokta.  bu  kısmı  seveceksiniz:   Fraktal  geometri  bizlere  bu  bildiğimiz  boyutlara  ilaveten  kesirli  (fraktal)     15   .  özellikle  soyut  içerimleri  olan  bir  kavramdır.  sonsuz  karmaşıklık  ve  özbenzeşimdir.  Görüldüğü  gibi.  Oluşan  şekillerin  bir  çoğu  fraktal  geometrik  özellikler  taşır.  Daha  alt   boyutlar  (iki.  bir  ve  sıfır  boyut)  bizim  için  ancak  kavramlardan  ibarettirler.   Fraktal  geometrik  şekillerin  önemli  özellikleri.  içinde  yaşadığımız  üç  boyutlu  evrene  bir   de  dördüncü  zaman  boyutu  ilave  edildi.  boyutsuz  bir  kavramı  temsil  etmek  için   kullanılır.  başlangıç  şartlarına  hassas   bağlılık.  fraktalları  üreten  denklem  veya  fonksiyonların  iterasyonları  sonucunda   ortaya  çıkan  “davranışların”  kaotik  olmasıdır.  benzerliğin  altında  yatan  esas  unsur.   Einstein’in  görelilik  kuramından  sonra.  Burada  “davranış”  derken   kastedilen  şeyin.   bunlarla  gerçek  hayatımızda  karşılaşmayız.Şekil  9.  kaotik  sistemlerle   ortak  olan  bir  çok  özelliğe  sahip  olan  fraktal  geometri  “kaosun  resmi”  olarak  da   anılır.  Bu  benzerlik  tesadüfi  değildir.  Boyut  dediğimiz  şey.  Sığırcık  kuşlarının  oluşturdukları  sürülerin  dinamik  ve  değişken  biçimleri.  matematikte  “nokta”.

 Sonuçta  tüm  Öklit  biçimleri  sıfır.  çokgenimizin  kenar  sayısını  artırmakla.   Ayakkabınızın.  gittikçe  azalan  bir   hızla  artar.  çevresi  ise  kenar  uzuluğununun  dört  katıdır.  bir  dairenin   içine.  iki  ve  üç  boyutlu  bileşenlerden   oluşurlar.İkinci  olarak  da.  Bu  görüntülerde  gördüğünüz  yapıları  artık  iki  boyutlu   yüzeyler  olarak  görmekte  zorlanmaya  başlarsınız.  yedigen.23  boyutlu  çizgilerden.  üç  boyutlu  bir  nesne  olduğunu  biliriz.boyutları  armağan  etti.  O  güzelce  sırlanmış  ve   düzeltilmiş  aynanızın  yüzeyi  girinti  ve  çıkıntılarla.  yahut  bir  dairenin  kenarlarını  oluşturan  çizgilerin.  yahut  aynanızın  yüzeyine  mikroskopla  baktığınızı  düşünün.   Şimdi.  daireyi  oluşturan  çemberin  “eğri  kenarına”  dönüşene   kadar.  İşte  fraktal  boyut  kavramı  da   burada  devreye  girer.  Ayna  için  de  aynı   şey  geçerlidir:  Güçlü  bir  mikroskopla  baktığınızda  göreceğiniz  görüntü.  Bu  yapıların  sınırlarını  oluşturan  çizgiler  o  denli   karmaşıktır  ki.  kareden  başlayarak  kenar  sayıları  gittikçe  artan  çokgenler  yerleştirdiğimizi   düşünebiliriz.   Fraktal  geometrinin  de  bize  sağladığı  avantaj  budur.  kuramsal  olarak  iki  boyutlu  bir  yüzey  olarak  düşünülebilir.  ara  değerleri  tercih  etmeyi  düşünebilirsiniz.   çokgenimizin  kenarları.  sonsuz  kenar  uzunlukları  olmasına  rağmen  sonlu  (sınırlı)   alanları  çeviren  şekiller  içerir  (Koch  kar  tanesi  ve  Mandelbrot  kümesi  gibi.  alan  hep  sınırlı  kalır.  Gördüğünüz  şeyi  matematiksel  olarak  bir-­‐iki-­‐üç  boyuttan   herhangi  birine  oturtamıyorsanız.  sekizgen…  Daire  içine  yerleştirdiğimiz  şekillerin  kenar  sayısı   arttıkça  iki  şey  olur:  Öncelikle  kenar  uzunlukları  kısalır  ve  kenar  sayısı  artsa  da   uzunluğun  kısalmasına  bağlı  olarak  toplam  çokgen  çevresi.   sırasıyla  Şekil  3  ve  Şekil  6).  Fakat  kaç  kenarlı   olursa  olsun.  Sağduyumuzun  bize  söylediği  budur  ama.  ta  ki.  aslında   gerçek  biraz  daha  farklıdır.   altıgen.  Fraktal  geometri  sonrası  1.bunları  tek  boyutlu  çizgiler  olarak  nitelemek  matematiksel  olarak   artık  doğru  değildir.  bir.  2.  Gerçek  dünyada  da  sağduyumuz  (beynimizin  kolaylaştırıcı  işlevleri   sayesinde)  boyut  tesbitinde  zorlanmaz.  Ayakkabımızın  dış  yüzeyi   ise.  Bir  üçgenin.  yahut  o   izgileri  oluşturan  sonsuz  sayıda  noktanın  boyutunu  belirlemekte  bir  zorluğumuz   yok.  Düz  bir  aynanın  yüzeyi  aslında  iki   boyutlu  bir  yüzey  örneğidir.355   boyutlu  yüzeylerden  bahsedebiliyoruz  artık.  Evimizde  duvara   asılı  durumda  duran  bir  ayna  da  böyledir.   Ayakkabınızın  yüzeyi  mikroskobik  olarak  karmakarışık  bir  yapıya  sahiptir  ve   asla  dışarıdan  bakıldığı  zaman  görüldüğü  gibi  dümdüz  değildir.  Kare  dört  kenarlıdır.   Fraktal  boyut  ölçümü  için  matematikte  Hausdorff-­‐Besicovitch  boyutu  kavramı   sıkça  kullanılır.  İşte  bu  süreç  içinde  sonsuz  kenar  kullanabiliriz.  (tabir  yerindeyse)  dağlar  ve   vadilerle  doludur.  Zira  bu  şekilllerdeki  kenarları  oluşturan  algoritma   (matematiksel  bir  fonksiyonun  tekrar  tekrar  hesaplanması  anlamında)  bir   “iterasyon”dur  ve  iterasyon  sonsuza  ilerlerken  ilginç  bir  şey  olur:  Kenar   uzunluğu  sonsuza  giderken.   Fraktal  biçimler.  çokgenlerimizin  çevresi  asla  daireyle  eşit  olmayacaktır.  Bunu  anlamak  için.   Fraktal  boyut.  fakat  toplam  alanımız   yine  de  ilk  dairemizin  alanından  daha  küçük  olacaktır.  eğer   daha  önce  görmediyseniz  sizi  kesinlikle  şaşırtacaktır.  Ayakkabımızın  biraz  çok-­‐birimli  bir   yapısı  olsa  da.  bir  yapının  karmaşıklığını  bize  gösteren  oldukça  faydalı  bir  sayısal   değerdir.  ilk  çemberimizin  içinde  kalmak  şartı  ile  kenar  sayımızı  artıralım:  Beşgen.  Kısaca  tanımlamak  gerekirse  “bir  yapıyı  (örneğin  bir  çizgiyi)     16   .  çokgenin   kenar  uzunluğunu  daireye  gittikçe  daha  çok  yaklaştırırız.

kaplamak  için  gereken  disklerin  çapı  ve  sayısı  arasındaki  ilişki”  olarak  ifade   edilebilir.mit.  Hausdorff-­‐Besicovitch  boyutu  (D)  topolojik  boyutundan  (Dt)  daha  büyük   (D>Dt)  olan  nesnelerin  genel  adıdır.     Burada  N(h).  Yani  bazı  fraktallerin  de  Hausdorff-­‐Besicovitch   boyutu.  bu  davranış  biçimlerinin  “fraktal”  karakterler  gösterdiği  görülebilir.  Fakat  bu  hesabı  bir  Koch  eğrisi  için  yaparsak.  bir  doğru  parçasının  bildiğimiz  topolojik  (Öklid)  boyutu   da  1’dir.   Şekil  10.  Bunu  “bir  birimlik  bir  doğru”  için  yapacak  olursak:   [log2n/log2n]=1  olur  ki.edu/jaffer/Geometry/PSFC)   Dolayısıyla  fraktal  biçimlerle  ilgili  daha  doğru  bir  tanım  olarak  şunu   söyleyebiliriz:   Fraktal.  beynin  aktivitesi  sırasında  kaydedilen  EEG   (elektroensefalografi)  dalgaları.   Örneğin.  (1/h)  ise  diskin   çapını  belirtir.  sadece  ekranda   görüldüğü  gibi  “iki  boyutlu  çizgilerden”  ibaret  olmadıkları.  özel  yöntemlerle  incelendiğinde.  Doğada   meydana  gelen  bir  çok  olayın  zaman  içindeki  seyirlerinin  incelenmesi   sonucunda.  Yüzeyi  dolduran  Peano  eğrisinin  oluşturulma  basamakları   (http://people.  Fakat  iki  boyutlu  bir  yüzey  de  değildir.  Bazı  kaynaklarda   fraktal  biçimlerin  “fraktal  (kesirli)  boyutları”  olduğu  sıklıkla  göze  çarpar.csail.   Buradan.  bir  “tam  sayı”  olabilir.  Fakat  fraktal  geometrinin  bize   sağladığı  faydalar.  Koch  eğrisi  aslında  bir  çizgi  olmakla  birlikte.  topolojik  boyutları  1  olabilir  (Alttaki  şekilde  de  görüldüğü  gibi  Peano  eğrisi   aslında  tek  boyutlu  bir  eğridir).  yüksek  karmaşıklığa     17   .  karmaşıklığı  çok  fazla   olduğundan.  özellikle  canlı  dünyaya  bakışımızda  devrimsel   değişikliklere  yol  açtı.  İşte  Hausdorff-­‐Besicovitch  boyutu  bize  bunu  sağlamaktadır.   Süreçlerdeki  fraktal  boyutlar:     Fraktal  boyut  kavramı.  Formül  olarak  da     D  (Hausdorff-­‐Besicovitch  boyutu)  =  lim  (h–0)[log  N(h)]/[log(1/h)]  olarak  verilir.   dolayısıyla  bu  karmaşık  bir  çizginin  boyutunu  1  ile  2  arasındaki  bir  sayıyla  ifade   etmemiz  gerekir.  fraktal  geometri  için  yeni  bir  tanım  üretebiliriz.  kaplamak  için  gerekli  olan  disklerin  sayısı  ike.  biçimleri  anlamaktan  da  çok  ötelere  geçmiştir.  boyutu  1′den  fazladır.  Onların  Hausdorff-­‐Besicovitch  boyutu  2   iken.   yukarıda  ben  de  benzer  bir  ifade  kullandım.  insan  veya  hayvanlardan.  Koch  eğrisinde  kenar   uzunluğu  her  “büyütmede”  1/3′ün  katları  şeklinde  arttığından:   Buradaki  sonucu  günlük  tecrübeler  ışığında  tam  olarak  değerlendimek  biraz  zor   olabilir.  Fraktal  geometri  dendiğinde  aklımıza  genellikle  canlıların   veya  doğanın  biçimsel  özellikleri  geliyor  olabilir.  Fakat  (Peano  doldurucu  eğrileri   gibi)  bazı  “fraktal”  yapılar  böyle  değildir.

 etrafımızdaki   hiç  bir  şeyin  aslında  o  kadar  basit  olmadığını  bize  bir  kez  daha  farkettiriyor.  Çeker     18   .  çizgileri.  Karmaşık  matematiksel  tekniklerin  ve  bilgisayarların  gelişimine   kadar  beklemesi  gereken  bu  fraktal  ve  kaotik  yapı-­‐süreç  anlayışı.  Zaman  serileri.  herhangi  bir  değişkenin   zamanın  bir  fonksiyonu  olarak  değişimini  gösteren  verilerdir.  bir  sistemin  davranışındaki  değişiklikleri  ölçmek  için  “fraktal   boyutlarındaki  değişmelere  bakmak”  artık  çok  yaygın  olarak  kullanılmaya   başlanan  bir  analiz  yöntemidir.   Şekil  11.  Hausdorff-­‐Besicovitch  boyutları.  bilgisayarlar  yardımıyla   bugün  kolaylıkla  gerçekleştirilebilmektedir.  bir-­‐iki  ve  üç  boyut  kavramları  da  aslında  bizler  için  birer   idealleştirmeden  ibarettir.  Hatta.  Ikeda  çekerinin  farklı  büyütmelerdeki  görünümleri  (Soldan  sağa.sahip  fraktal  biçimler  oldukları  artık  bilinen  bir  olgudur.  sayısal  ve  matematiksel  olarak  da  fraktal  yapıda  olduklarını   böylece  gösterebiliyoruz  (yani.  Yüksek  karmaşıklığa  sahip  bu  grafiklerin  sadece   görsel  olarak  değil.  1-­‐4-­‐16   ve  64  kez  büyütülmüş  görüntüler)   Sonuçta  gelinen  noktada  ilginç  bir  durum  da  karşımıza  çıkıyor:  Nasıl  ki  Öklid   geometrisinin  noktaları.  Sistemin  zamanla  değişen  parametrelerini  gösteren  ve   sistemin  zaman  içinde  nasıl  bir  davranış  gösterdiğinin  bir  yansıması  olanb  u  tip   verilere  “zaman  serileri”  adı  verilir.  Bunun  gibi  daha  bir  çok   doğal  süreçte  fraktal  karmaşıklık  karşımıza  çıkar.  daha  ileriki  bölümlerde   değineceğimiz  gibi.  etrafındaki  evreni  basitleştirerek   algılamaya  yönelik  olarak  çalışan  bir  aygıt  olduğundan  bu  durum  çok  da  şaşırtıcı   olmasa  gerek.  zaman  serilerine  bir  kaç  örnek  olarak  zikredilebilir.  Şimdi.  Bir  dizi  karmaşık  hesap  gerektiren  bu  süreç.  topolojik   boyutlarından  daha  büyük).   yerkabuğu  hareketlerinin  kayıtları  yahut  çalışan  bir  makinanın  yüksek  frekanslı   titreşimleri.  MATLAB  gibi  yazılımların  içinde  bu   işlem  için  kullanılabilecek  hazır  makro  ve  algoritmalar  mevcuttur.  İnsan  kafatasının   üzerinden  kaydedilen  elektroensefalogram  verileri.   Kaosu Ölçme Yöntemleri Bir  sistemin  kaotik  olup  olmadığını  anlamak  için  elimizde  ilk  olması  gereken  şey.   Az  önce  bahsettiğimiz  garip  çekerler  üzerinde  yapılan  boyut  incelemeleri  de   fraktal  sonuçlar  vermektedir.  yıllara  göre  fiyat  endeksleri.   sistemin  davranışına  dair  olabildiği  kadar  uzun  süreyle  kaydedilmiş  bir   değişkenler  kaydıdır.  sıfır.  bir  zaman   serisinin  kaotik  olup  olmadığını  anlamak  sık  kullanılan  bazı  matematiksel   araçlara  kısaca  bir  göz  atalım:   Çeker  oluşturma  (attractor  construction):     Zamanla  değeri  değişen  bir  değişkenin  kaotik  analizi  için  ilk  basamaklardan   birisi  genellikle  sistemin  davranışının  faz  uzayındaki  görünümünün  elde   edilmesidir.  İnsan  beyni.  düzlemleri  ve  küpleri  aslında  birer   idelalleştirme  ise.

-­‐):  limit  döngü.  λ2.  Lyapunov  üsteli.   Laypunov  üstellerinin  sayısı  sistemin  kurgulandığı  faz  uzayının  boyut  sayısına   göre  değişir.  Başka  bir  deyişle   Lyapunov  üsteli.  daha  kısa   süreli  ve  kısmen  gürültülü  sinyaller  üzerinde  yapılacak  hesaplamalar  için  ilave   bazı  algoritmalar  kullanılması  gerekir.-­‐.  başlangıçta  yakın  komşu  olan  iki   rastgele  noktanın  birbirlerinden  ayrılma  derecesinin  sayısal  bir  fadesidir.       Lyapunov  Üstelleri:     İlk  defa  Aleksandr  Mikhailovich  Lyapunov  (1857-­‐1918)  tarafından  tanımlanan   bu  yöntem.  (-­‐.   Adından  da  anlaşılacağı  üzere.  Görsel  tutarlılık  açısından  üç  boyuttan  daha  büyük  gömme  boyutları   pek  tercih  edilmese  de  bazı  karmaşık  kaotik  sistemlerde  çok  daha  büyük  boyutlu   faz  uzaylarına  ihtiyaç  duyulabilmektedir.  burada  da  kesitlerin  görüntüleri.  Gömme  boyutu.   Bu  yöntem.   zaman  serisinin  hangi  zaman  aralıklarında  geciktirilerek  grafiğe  dökülmesi   gerektiği  hesaplanır.  Gereken  bir  diğer  parametre  de   “zaman  gecikmesi”  (time  delay)  parametresidir.  Özetle  söylemek   gerekirse.  λ3)  şöyledir.  canlı  dokuların  yapısını  anlamak  için  onlardan  ince  kesitler  alınarak   mikroskop  altında  incelenmesine  dayanan  histoloji  biliminin  işlevine  çok  benzer.  Eğer   bu  komşu  noktalar  hızla  birbirlerinden  ayrılıyorlarsa.  karmaşık  yapılı  kaotik  çekerlerin   istenen  herhangi  bir  noktasından  geçen  kesitler  alınarak.  bu  kesitlerin   görünümlerine  ve  özelliklerine  göre  sistem  hakkında  bazı  yargılara  varılabilir.     19   .  Poincaré  kesitindeki  noktaların  dağılımı  tek  ve  küçük  bir  bölgede   sonlu  sayıda  ise  hareket  periyodik.  bir  zaman  serisinin  kaotik  bileşenler  içerip  içermediğini  anlamamıza   yarayan  matematiksel  bir  analiz  yöntemidir.  “başlangıç  şartlarına  hassas  bağlılık”  özelliğinin  sayısal  bir   göstergesidir.-­‐):  simit.  (0.   En  büyük  Lyapunov  üstelinin  pozitif  olması  kaotik  durumun  bir  gostergesidir.  bu  yöntemle.-­‐):  sabit  nokta.     Poincaré  Kesiti  (Poincaré  Section):     Oluşturulan  çekerler  (attractor)  genellikle  çok  karmaşık  yapılara  sahip  olabilirler   ve  görsel  olarak  incelenmesi  çoğu  zaman  oldukça  zordur.  üç  boyutlu  bir  faz  uzayında  karşılaşılabilecek  Lyapunov   üstelleri  (λ1.  Bu  hesaplama  sonucunda.  (0.  Örneğin.0.  hesaplanan  en  büyük   Lyapunov  üsteli  pozitif  bir  değerde  olacaktır  ve  bu  da  incelenen  sistemin   davranışının  kaotik  olduğuna  dair  önemli  bir  işarettir.   (+.  kapalı  bir  eğri  ise  hareket  yarı  periyodik.  sistemin   davranışlarını  etkileyen  bağımsız  dinamik  kaynakların  sayısını  tahmin  eden  bir   hesaplamadır  ve  böylece  incelenen  sistemin  davranışının  en  iyi  biçmde  görsel   hale  getirilebilmesi  için  kaç  boyutlu  bir  faz  uzayına  ihtiyaç  olduğu  bu  şekilde   hesaplanır.oluşturmak  için  bilinmesi  gereken  en  önemli  parametre  “gömme  boyutu”   (embedding  dimension)  denen  parametredir.  Lyapunov  üsteli  hesaplamaları  genellikle  uzun  süreli   ve  temiz  kaydedilmiş  zaman  serileri  üzerinde  en  iyi  sonucu  verirken.  Poincaré  kesitleri   olarak  bilinen  yöntem  bu  zorluğu  aşmadaki  en  önemli  yardımcılardan  birisidir.-­‐.-­‐):  garip  çeker  (kaos).   Faz  uzayına  çizilen  çekerlerden  elde  edilen  kesitlerin  görüntüleri  sistemin   dinamiği  hakkında  da  bir  fikir  verir.0.  bir  sistemin  olası   durumlarını  gösteren  “çeker”ler  üzerinde.  Nasıl  ki  bir  simitten  alınan  kesit  bir  daire   veya  elips  olarak  karşımıza  çıkarsa.  faz   uzayındaki  çekerin  yapısı  hakkında  bize  bir  çok  fikirler  verir.

belirli  alanlarda  yoğunlaşmış  kümeler  şeklinde  ise  hareket  kaotiktir.  Bu  analiz  tipinde.  Bu  amaçla  en  çok  kullanılan  yöntem  “vekil  veri   analizi”  (surrogate  data  analysis)  denen  yöntemdir.  Bir  geometri  alanı  olmasının  yanı  sıra.  fraktal  doku  analizi  gibi  farklı  tekniklerin  kullanıldığı  bu  tip   analizlerde  temel  amaç  zaman  serisinin  karmaşıklığının  saptanmasıdır.  2006).   Fraktal  boyut  analizi   Daha  önce  bahsedildiği  gibi  “fraktal”  terimi.   bilgisayarların  hızlı  işlem  gücünü  de  kullanarak  bugün  bu  işlemler  hızlı  bir   biçimde  yapılabilmektedir.  Eğer   ilişki  yoksa.     Doğrusalsızlığın  Tesbiti  (Detection  of  Nonlinearity):     Bir  zaman  serisinde  izlenen  sinyallerin  doğrusal  olup  olmadığını  anlamanın  da   bazı  matematiksel  yolları  vardır.  Bir   zaman  serisinin  fraktal  boyutlarının  artışı  sürecin  karmaşıklığının  bir  ölçüsü   olarak  kullanılmaktadır.  sonuçta  sinyalin  doğrusal  olmadığı  gösterilmiş  olur.   Fraktal  sinyal  analizi.  özellikle   zaman  serilerinin  karmaşıklık  ve  kaotiklik  özelliklerini  belirlemek  için  kullanılır.     20   .  Bu  yöntemin   yanında  daha  başka  bir  çok  hesaplama  tekniği  de  önerilmiştir  fakat  hepsinin  de   sadece  belli  durumlarda  geçerli  olmasına  neden  olan  bazı  zayıflıkları  vardır   (Yılmaz  ve  Güler.  eldeki   sinyalin  bir  bezerini  oluşturmak  için  doğrusal  (lineer)  bir  algoritma  kullanılır  ve   üretilen  yapay  (vekil)  sinyalle  gerçek  sinyal  arasındaki  ilişkiler  incelenir.  değişik  ölçeklerde  artarak  karşımıza   çıkan  karmaşıklığın  bir  ifadesidir.  Bir  dizi  karmaşık  matematiksel  teknikle.

 Burada   özetlemeye  çalıştığım  gelişmeler.   öngörülemez  olması  ve  aynı  zamanda  da  içkin  ve  üst  boyutlu  bir  “gizli  sürücü   düzen”  içermesidir.   daha  önce  bahsettiğimiz  gibi.  Bir  zaman  serisinin  kendi  kendine  benzerlik  özelliğine  dair  bir  örnek.  2006).Sosyal Bilimler ve Ekonomide Kaos Kompleks  bir  dinamik  sistem  olarak  insan  toplulukları  gittikçe  artan  oranlarda   kaos  bilimcilerinin  ilgisini  çekiyor.   Fiyatların  gizli  düzeni   Kompleks  sosyal  davranış  biçimlerinin  incelenmesinde  göze  çarpan  en  önemli   bulgu.   Sinyalin  küçük  bir  kısmından  alınarak  büyütülen  davranışın  sinyalin  bütünü  ile     21   .   Şekil  12.  büyük  oranda  “geri  bildirim  ile  şekillenen”   karmaşık  bir  dinamik  sistem  gibi  davranmakta.  Uzun  süreli  olarak  izlenen  borsa  verileri   gibi  toplumsal  davranış  paramatreleri  bir  “zaman  serisi”  olarak  incelemeye  tabi   tutulduğunda.  ekonomideki  dalgalanmaların   ve  benzeri  bir  çok  rastlantısal  görünen  olayın.  rastgele  bir  şekilde  ortaya  çıkmadıkları  da  hesaplamalarla   açıkça  gösterilebilmektedir.  uzun  süreli  olarak  izlenen  davranışlarda  belirgin  bir  “özbenzeşim-­‐kendine   benzerlik”  (self-­‐similarity)  durumudur.  İnsan  iradesinin  baskın  rol  oynadığı  bir   sistem  olmasına  rağmen  sosyal  sistemler.  Bu  tip  sistemlerin  ortak  özelliği.     Meslek  olarak  sosyal  bilimlerin  dışında  çalışan  bir  araştırıcı  olmama  rağmen.  ekonomi  teorisinden  ziyade.  Sosyal  patlamaların.  tüm  bilim   alanlarında  görülen  değişimlerin  özellikle  sosyal  bilimler  ve  ekonomi  alanlarında   da  görülen  yansımalarına  dair  edindiğim  izlenimlerin  bir  özetidir.  krizlerin.   kaos  biliminin  tüm  bilim  dalları  üzerine  olan  etkisi  ve  ortak  metotları  nedeniyle   bu  konunun  da  çalışma  alanlarımız  ile  kesişmesi  kaçınılmazdır.  zaman  bağlı  görülen  değişikliklerin  farklı  zaman  ölçekleri  içinde   kalıp  olarak  kendisini  tekrarladığı  gözlenebilir.  rastgele  davranıyormuş  izlenimi  vermesi.  süreçlerin  ileri  ve  geriye  doğru   birbiri  üzerine  etkidiği  karmaşık  bir  dinamik  izlediği  günümüzde  daha  iyi   anlaşılmaktadır  (Mandelbort.  Bu  tekrarlar  periyodik  ve  özdeş   olmamakla  birlikte.  özellikle  günümüzdeki  yaygın  ve  hızlı   iletişim  imkanlarının  da  etkisiyle.

 Bu  yapı  içerisinde  yer  alan  geri  bildirim  ilişki   ağlarıyla  da  birikte  sistem  “kompleks  dinamik”  bir  davranış  gösterir.   heterojen  bir  yapı  oluşturur.  Periyodik   olmayan  tekrarlarla  kendini  gösteren  kaotik  bir  davranış  söz  konusudur.     22   .  1994.  sistemin  geri-­‐bildirimli   özdüzenlenmesi  (self  organization)  çok  daha  karmaşık  kurallar  üzerinden   yürümeye  başlar.  Sistemin  karmaşıklaşması.   menkul  kıymetler  borsasında  hizmet  veren  bazı  şirketler  bu  yöntemleri   kullanarak  müşterileri  için  daha  sağlıklı  tahminler  üretme  ve  birikimlerinin  daha   verimli  değerlendirme  yolunda  çalışmalarını  sürdürmektedirler.  ortaya  çıkan  yeni  ve  karmaşık   düzenlerin  de  gittikçe  kaotik  bir  yapı  arzetmesine  neden  olur.   Bu  davranışın  önemli  bir  özelliği.  Buna  göre.  Tabiatta  bir  çok   yerde  gördüğümüz  benzer  davranışlar  da  hemen  her  zaman  kaotik  ve  fraktal   bileşenlere  dayanan  bir  görünüm  sergiler.  Mandelbrot  ve  Hudson.  kaosu  ölçme  yöntemleri  başlıklı  bölümde  de   özetlemeye  çalıştığım  gibi.  önceden  düşünüldüğü  gibi  homojen  değil.  Bu  gün.  böyle  sistemler  ne   doğrusal  ve  periyodik.benzer  karakteristikler  taşıdığı  görülüyor.  ne  de  rastlantısal  (stokastik)  sistemlerdir.   Piyasada  hakim  olan  “etkin  pazar”  anlayışı  günümüzde  yerini  “fraktal  pazar”   teorisine  bırakmaktadır  (Örnek  kaynaklar:  Peters.  Bu  durum  doğadaki  bir  çok  olayda   karşımıza  çıkar.  uzun  süreli  davranışların  içinde  periyodik  olmayan   tekrarları  bulmak  ve  bunlar  üzerinden  sistemin  dinamiklerini  incelemek  için   elimizde  bir  hayli  matematiksel  ve  istatistiksel  araç  mevcuttur.  piyasada  kendi  özgür  iradeleri  ve  farklı  amaçlarla  alım-­‐satım   yapan  bireylerden  oluşan  bir  topluluk.  aperiyodik  tekrarlar   şeklinde  ortaya  çıkmakta  ve  sayısal  analizlerle  bu  tekrarların  dinamikleri   incelenebilmektedir.  sistem  içindeki  bir  etkinin  zamanla  yayılarak   gelecekteki  davranışları  da  etkilemesidir.   2006).  Gelişen   teknolojiyle  birlikte  iletişim  etkinliği  arttıkça.  Bu  etkileme.  Günümüzde.  İleri  düzey  nonlineer  analizlerle   incelendiğinde  sayısal  olarak  da  ortaya  konabildiği  gibi.

 benzer  davranış   kalıplarının  tekrar  ettiği  görülüyor.Şekil  13.  1  dakika.  Bunlardan  en  ünlüsü.  başta  (özellikle  karlılıkla  yakın  ilişkisi  açıısndan)  ekonomide  olmak   üzere.   araştırmacıları  yeni  fikirleri  uygulamaya  sokmaya  zorlamaktadır.  tüm  sosyal  bilimlerde  de  yeni  bakış  açılarına  duyulan  ihtiyaç.  belli  zaman  periyotları  içinde  başarılı  ve  karlı  kestirimler  yapmaya   imkan  vermesi.  dünyadaki  tüm  borsa  sistemlerinin  davranışının  bir  şekilde  bu  çeker   ile  uyumlu  olacağını  öne  sürmektedir.  Kalsik   teorilerin  hızla  terkedildiği  ve  etrafımızdaki  tüm  oluşların  yeni  modellerle     23   .  2  dakika.  Fraktal  Pazar  teorisinin  dayandığı  farklı  zaman  aralıklarındaki  davranış   tekrarları.  Buna   rağmen.   Araştırıcı.   borsa  sistemlerinde  davranışları  yönlendiren  garip  çekerlerin  varlığına  dair   kuvvetli  ipuçları  vermektedir.   Sosyal  davranışlarda  garip  çekerler  var  mı?   Kaotik  sistemleri  bir  başka  özelliğinin  de    “garip  çekerler”  olduğundan   bahsetmiştik.  1997)  Tamari’ye  göre  piyasadaki  para  miktarı.  bu  bakış  açısının  gittikçe  daha  popüler  olmasına  yardımcı   olmaktadır.  borsa  fiyatları  üzerinde  yapılan  uzun  süreli  çalışmalar.  (http://frugalinvestments.  sonuçta  piyasa  parametrelerinin  birbirlerine  göre   zaman  bağlı  dönüşümlerini  betimleyen  bir  garip  çeker  ortaya  koymuştur.  çeşitli  borsalarda  fiyat   hareketlerin  incelenmesi  ile  Ben  Tamari  adlı  araştırıcı  tarafından  ortaya  konan   “Tamari  çekeri”dir.   ürünler  ve  ekonomik  refah  seviyesi  gibi  parametrelerin  dahil  edildiği  bir   kompleks  dinamik  sistemin  modellenmesi  suretiyle  dünyanın  her  yerindeki   serbest  piyasaya  dayalı  borsa  hareketlerini  açıklamayı  sağlayacak  bir  model   kurulabilir.  Nitekim.  Ekonomik  parametreler  ile  yapılan  modellemelerden  ortaya  çıkartılan   Tamari  çekeri.net    adresinden   alınmıştır.  1  saat  ve  4  saatlik  dalgalanmalarda.)   Elbette  tüm  kaotik  sistemlerde  olduğu  gibi  borsada  da  karşımıza  çıkan  davranış   biçimi  kaotiktir  ve  uzun  süre  için  kesin  öngörüler  yapmaya  imkan  vermez.  Kendi  modelinde  kullandığı  parametrelerle  kompleks  dinamik  bir   sistem  oluşturan  Tamari.   Kısacası.  (Tamari.   Şekil  14.

 Bunların  yanısıra   bir  de  varlığı  gösterilebilen.  ister  insan   iradesini  içersin.   teknoloji  ve  insanlığın  ortak  faydası  açısından  da  yepyeni  imkanları  bizlere   sunabilir.  Matematiksel  modellerin  milyarlarca  adımlık  hesaplamalarını  kısa   sürelerde  yapabilen  bilgisayarlar  sayesinde  artık  eskiye  nazaran  çok  daha   karmaşık  modellerin  davranışlarını  bilgisayarlarımızda  inceleyerek.  yahut  değişkenliklere  ne  tip  tepkiler  verdiğini  ayrıntılı  şekilde   inceleyebiliyoruz.  daha  karmaşık  ve  kaotik  sistemleri  belli  bir  kesinliğin     24   .  etrafımızda  olan-­‐bitenler  hakkındaki  içgörümüzü  artıracağı  gibi.   Kurduğumuz  modellerin  tamamı.  sistem  içinde  potansiyel  olarak  çok  önemli  etkilere   sahip  olabilir.   Her  ne  kadar  gelişen  teknoloji  bize  doğayı  ve  kendimizi  anlama  konusunda  yeni   araçlar  sunsa  da  halen  bütün  bilimsel  bakışımız  “modellere”  dayanmakta.  olaylara  etki  ettiğini  düşündüğümüz  ve   ölçebildiğimiz  bileşenleri  hesaplamalara  dahil  ederek.  Yukarıda  anlatılan  kaos  ve  fraktal  geometri  konularının   bilim  gündemine  girmesinin  temel  nedeni  bilgisayarların  işlem  kapasitesindeki   gelişmelerdir.  Kaos  kuramı  ve  buna  bağlı   olarak  geliştirilen  yöntemlerin  mümkün  olduğunca  fazla  sayıda  farklı  alanlara   uygulanması.  dinamikleri   hakkında  fikir  edinebiliyoruz.  ölçülebilen  ve  sistem  üzerine  etki  ettiği  bilinen.  Zira  neredeyse  yüzyıldır.  modellenen  olay  veya   sistemle  ilgili  “henüz  keşfedilmemiş”  parametrelerdir.anlaşılmaya  çalışıldığı  günümüzde  kaos  ve  karmaşıklık  bilimi  oldukça  yeni  ve   şaşırtıcı  bulguların  ortaya  çıkmasını  sağlamaktadır.   Örneğin.  Modellenen  doğal  sistemler.  her  ne  kadar  tahmin  gücü  sınırlı  olsa  da.  fakat   etkileri  “ihmal  edilebilecek”  bilgiler  vardır  ki.   Modellerin  dışarıda  bıraktığı  bilginin  en  önemli  kısmı.  yapay  modelimize  göre  çok  daha  karmaşık  olaylardır.  molekül  ve  atomlar  düzeyinde  bir  hadiseyi  modellemek  istersek.  isterse  sadece  insan-­‐dışı  doğada  gerçekleşen  hadiseler  olsun.  Dolayısıyla.   Bu  nedenlerden  dolayı.  bu  “bilinenler”   çerçevesinde  sistemi  anlayıp  anlayamayacağımızı  sınamak  amacına  yöneliktir.  Keşfedilen  parametrelerin   sayısı  arttıkça  modelin  doğruluğu  ve  tahmin  etme  gücü  artar.  sistem  içinde   “ihmal  edilebilir”  gözüken  bir  çok  değişkenin  belki  de  sistemin  kaderinde  çok   önemli  belirleyici  rolleri  bulunur.   muhakkak  kuantum  fiziksel  etkileri  de  bilebildiğimiz  kadar  modelimize  dahil   etmek  zorundayız.  Fakat  eğer  biz  bu  fiziği   keşfetmemiş  olsaydık.  bunlar  da  genellikle  (karmaşıklığı   önlemek  için)  modelin  dışında  bırakılır.  yine  de  belli   oranlarda  açıklayıcı  ve  işe  yarar  modellerimiz  olacaktı  (Rutherford’un  atom   modeli  gibi).  atom  altı  alemin.   Modeller  ve  Gerçekler   Gittikçe  karmaşıklaşarak  gelişen  teknolojinin  de  yardımıyla  düşüncelerin  çok   hızlı  değişim  gösterdiği  ve  bilginin  (information)  sürekli  arttığı  bir  zaman   diliminden  geçiyoruz.  Kaotik  sistemlerle  ilgili  genel   tartışmamızda  da  gördüğümüz  gibi.  örneğin  bilgisayarlarda  “işleterek”  nasıl  sonuçlar   vereceğini.   Kurduğumuz  modelleri.  Fakat  modelleyerek  anlamaya  çalıştığımız  şeyler  gerçekte   hemen  her  zaman.  kurduğumuz  modeller  basit  ve  izole  sistemleri  başarılı   bir  şekilde  açıklarken.  bildiğimiz  klasik   dünyanın  kurallarına  göre  çalışmadığını  biliyoruz.  bu  tip  sistemlerin  en  önemli  özelliklerinden   birisi  “başlangıç  şartlarına  hassas  bağlılık”  konusudur.   her  zaman  modellerin  içereceğinden  daha  fazla  değişkene  sahip  olacaktır  ve   ihmal  edilen  her  değişken.

  Kaos  ve  karmaşıklık  biliminin  ortaya  çıkışına  kadar  olan  süreçte  indirgemeci   (reductionist)  yaklaşımın  kaçınılmaz  üstünlüğüne  şahit  olduk.  Buna  göre.   dünyadaki  doğal  ve  dinamik  davranışlar  hakkında  bize  yepyeni  fikirler  sunuyor.  evreni   anlamanın  en  iyi  yolu.  bizzat  kesinliğin  ve   öngörülebilirliğin  üzerine  oturttuğumuz  klasik  bilim  anlayışımızı  yıkan  ve  bizi   uyaran  bazı  gelişmelerle  de  karşı  karşıyayız.  içinde  yaşadığımız  evreni  anlama  yolculuğunda  zamanın  ve  teknolojinin   bize  sağladığı  imkanlarla.  parçaların  toplamı  şeklinde   açıklamaya  çalışmaktı.  Bu  güne  kadar  elde  ettiğimiz  muzaam  bilimsel  bilgi   birikimini  bu  yeni  bakış  açılarıyla  doğru  bir  şekilde  harmanlamayı   becerebildiğimiz  takdirde.  Borsadan  hava  girdaplarına.  hem  bu  indirgemeci  yaklaşımın  hem  de  doğrusal   düşünmenin  bizi  bazı  olayları  anlamaktan  alıkoyduğunu  farkettik.       25   .  Bu  gerçek.   Hangi  bilim  ve  bilgi  alanıyla  uğraşırsak  uğraşalım.  daha  önceki  nesillerin  göremediği  bazı  yeni  bilgilere   erişme  imkanına  sahibiz.  bilimsel  araştırmanın  merkezine  koymayı  gerektirmektedir   Bütüncül  Bir  Bilim  Arayışı   Buraya  kadar  özetlemeye  çalıştığım  tüm  bulgu  ve  fikirler.  etrafımızdaki   dünyanın  hemen  her  yerinde  karşımıza  çıkan  her  türlü  olay  ve  biçimde  kendini   gösteren  temel  kurallara  yaslanıyorlar.  tabiattaki  oluşlar  hakkında  neyi   bilip  neyi  bilemeyeceğimiz  sorununa  daha  yakından  bakmayı  ve  bu  sorunu  göz   ardı  etmeyip.  ortaya  koydukları  ve  bizleri  de   incelemeye  zorladıkları  “bütüncül”  bakış  açısı  ile  bilimsel  dünya  görüşümüzü   sorgulamamıza  ve  yeni  bakış  açıları  geliştirmemize  yol  açıyorlar.   Bu  fikirlerin  bir  çoğu  tamamen  yeni  olmasa  da.  Fakat  tam  da  bu  noktada.  deniz   kabuklularının  biçimlerinden  nehirlerin  gelgitlerine.  onu  parçalarına  ayırıp  incelemek.  yeni   ve  daha  önce  düşünülmemiş  yöntemlerin  üretilmesini  zorunlu  kılıyor.  Bu  da  bizleri  daha  büyük  ölçekli.  Fakat  özellikle  canlı  dünyaya  ve  laboratuvar  dışındaki   gerçek  doğal  olaylara  baktıkça.  veri  nakil  hatlarındaki   gürütüden  hava  durumu  değişkenliklerine  kadar  birbiriyle  (şimdiye  kadar)   ilgisiz  gördüğümüz  bir  çok  olayın  ortak  bazı  mekanizmalarla  yürüdüğünü  artık   yavaş  yavaş  görmeye  başladık.  Bilimsel   araçlarımızın  ve  paradigmalarımızın  bizi  zorladığı  bakış  açılarını  kırarak  yeni   yollar  keşfetmemiz  gerekiyor.   doğayı  ve  kendimizi  anlama  açısından  yeni  bakış  açılarının  geliştirilmesini.  Günümüzdeki  değişim.   Bu  gün  ise  daha  kapsayıcı  ve  aynı  anda  daha  fazla  şeyin  “nedenini”   açıklayabilecek  “bütüncül  açıklamalar”a  dair  arayışların  arttığına  şahit  oluyoruz.   Sonuç Bu  gün.  daha  farklı   gözlem  ve  izleme  yöntemlerine  dayanan  yeni  bir  bilgi  edinme  sistemini   oluşturmak  üzere  zorluyor.  günümüzde  hem  daha   şiddetli  hem  de  çok  daha  sık  aralıklarla  karşımıza  çıkıyor.  Kaos  kuramı  ve  fraktal  geometri.ötesinde  tahmin  etmekten  acizdir.  bilimsel  düşüncelerimizde  yine   büyük  bir  değişim  gerçekleştirmemiz  gerekiyor.  bu  yeni  bakış  açısı  kaçınılmaz   bir  şekilde  bizleri  de  etkileyecektir.  İnsanoğlunun  dünyadaki  varlığı  boyunca  belli   aralıklarla  karşı  karşıya  kaldığı  bu  meydan  okuma.  Edinebileceğimiz  tüm   alternatif  bilgi  kaynaklarını  önümüze  koyarak.  evreni.  daha  sonra  bütünü  ve   bu  bütünleri  oluşturan  (varsa)  alt  organizasyonları.  şimdiye  kadar  hiç  farketmediğimiz  nice  “basit”   gerçeklerin  farkına  şaşırtıcı  bir  şekilde  varabileceğimizi  bekleyebiliriz.

 Geleneksel  düşünce  yöntemlerini  ve   indirgemeci  yaklaşımlarımızı  kullanarak  bu  tip  doğal  olaylar  hakkında  ancak   sınırlı  düzeyde  bilgi  ve  kontrol  imkanına  sahip  olacağımızı  artık  biliyoruz.   İnsan  yapısı  olan  ekonomik  ve  sosyal  sistemler  de  gördüğümüz  gibi.  Bu  ilginç  örnek  de  beyin   hücrelerinden  galaksilere  kadar  tüm  sistemleri  ortak  ve  büyük  bir  sistemin   parçaları  olarak  düşünme  konusunda  bizleri  bir  kez  daha  uyarır  gibidir.  Sol  tarafta  özel  bir  boyama  ile  işaretlenmiş  bir  fare  beyin  hücresi.   İktisatçılar  neden  zengin  olamaz?   Doğada  davranış  gösteren.Şekil  15.  Dolayısıyla  bunun  gibi  sistemleri  gerçek  anlamda  ve  uzun   vadeli  olarak  anlamanın  yolu  muhtemelen  analitik  bakış  açımızda  devrimsel  bir   takım  değişiklikleri  gerektirmekte.     26   .  bu  gün   yakalayacağımız  düşünce  aşamalarında  saklı  olacaktır.   “ekonomi  bilgisi  ile  ekonomistlerin  zengin  olamayacaklarını”  da  söylemek  yanlış   olmayacaktır.  fakat  o  dönüşümlerin  tohumları.  günümüz  bilgileri  ışığında.  ne  derece  derinlemesine  incelersek   inceleyelim.  İşte  bu   yüzden.  biçimler  oluşturan  neredeyse  tüm  sistemler.   Önümüzdeki  yıllar  belki  çok  daha  büyük  değişimleri.  İkisi  arasındaki  bu  şaşırtıcı  paralellik  biçimsel  olarak  özbenzeşimin   (self  similarity)  en  ilginç  örneklerinden  birisidir.  doğal  sistemleri  uzun  süreli  oarak  ön  göremeyeceğimizi  ve  aynen   meteorologların  bir  kaç  günden  fazla  kesin  hava  tahmini  yapamadıkları  gibi.  çok  daha  derin   dönüşümleri  mecbur  tutacak.  bu  kuralın   dışında  değildirler.  değişik   derinlikte  ve  farklı  boyutsal  özelliklere  sahip  kaotik  davranış  kalıpları  sergilerler.  sağ   tarafta  ise  bu  gün  bildiğimiz  evrenin  bilgisayarlar  aracılığıyla  üretilmiş  modeli   görülmekte.

I.  (Eng. Bifurcations. J. ISBN: 978-­‐0716711865. 7. E. ISBN: 978-­‐0295975146. 12.N. 11. ISBN:  975-­‐355-­‐103-­‐7. Alan Yayıncılık.. F. Springer. USA. Mandelbrot. (1995) The Essence of Chaos. 272(6): 104-108. Mandelbrot. (2006) “Kaotik Zaman Serisinin Analizi Üzerine Bir Araştırma”. Puu T. B. Khalili. Cramer.  WN. Türkiye. & Chaos. R. D. USA. 3. Peters. J. (1995) From complexity to perplexity. Sardar. Lorenz. Horgan. Scientific American. (2006) Finans piyasalarında saklı düzen: Risk. (1983) Fractal geometry of nature. Türkiye. USA. (2003). E.   27   . E. J. ISBN:9757414-63-8. 9.Kaynaklar ve İlave/İleri Okumalar 1. (1969) How much better can weather prediction become? Technology Rev. 4. 8. Türkiye. ISBN: 975-403-029-4 TÜBİTAK Popüler Bilim Kitapları. B. Prigogine.N. İzdüşüm Yayınları. Abrams. John Wiley & Sons. Lorenz. 2ed. N. Prigogine. İstanbul.F... I. 14.  CRC Press..  Türkiye... 16. ISBN: 978-­‐ 0297843054. Ruelle. çöküş ve kazanca fraktal yaklaşımlar. No 4.   Times Books. Nonlinear Phenomena in Economics”.. Ben  Tamari  (1997)  “Conservation  and  Symmetry  Laws  and  Stabilization   Programs  in  Economics”. ISBN: 9758408666. Z. (2003) “Attractors. 15. ISBN: 978-605-5813-89-5. Hudson. USA.E. Güncel Yayıncılık. Stengers. 5. (1997) Kesinliklerin Sonu: Zaman.L. Cilt 21. Gleick.  TÜBİTAK  Popüler  Bilim  Kitapları.A. Yılmaz. Chaos: A Guide for the Perplexed. 2. Türkiye. I. 39-49. NTV Yayınları.).  Ecometry  ltd. (1998) Kaos ve Düzen: Sırat Köprüsündeki Hayat.  D. (1994) Fractal merket analysis: Applying chaos theory to investments and economy. Güler. 13. ISBN: 0-471-58524-6. Inc. 10.  (1990)  Rastlantı  ve  Kaos  (Chance  and  Chaos)  ISBN:  975-­‐403-­‐ 011-­‐1. Türkiye. 759-779.  İz Yayıncılık. (2010) Kaos. (1987) Kaos (Chaos). Kaos ve Doğa Yasaları. Journal of The Faculty of Engineering and Architecture of Gazi University. (1996) Kaostan Düzene: İnsanın Tabiatla Yeni Diyaloğu. I. 6.