Professional Documents
Culture Documents
A Természet Számai - Steward Ian
A Természet Számai - Steward Ian
Ian Steward
A TERMÉSZET SZÁMAI
A matematikai képzelet irreális realitása
ELŐSZÓ
A virtuális valótlanság gép
1. FEJEZET
A természet rendje
2. FEJEZET
Mire jó a matematika?
1. ábra
A szem evolúciójának számítógépes modellje.
A számítás minden lépése kb. kétszáz év biológiai evolúciónak felel meg.
3. FEJEZET
Miről szól a matematika?
Amikor meghalljuk a „matematika” szót, elsőnek a számok jutnak eszünkbe. A
számok alkotják a matematika szívét, hatásuk mindig érezhető, a számok az a
nyersanyag, amelyből a matematika nagy része kikovácsolódik. Mégis, a számok
önmagukban csak elenyésző részét alkotják a matematikának. Korábban már
említettem, hogy matematikával teli világban élünk, de ahol csak lehet, a matematikát
a szőnyeg alá söprik, hogy világunk „user-friendly” (vagyis „felhasználóbarát”,
ahogyan a számítógép-forgalmazó cégek mondják) legyen. Ugyanakkor, bizonyos
matematikai fogalmak annyira alapvetőek, hogy nem rejthetők el; a számok adják erre
a legjobb példát. Például, ha nem lennénk képesek a tojások megszámlálására és a
visszajáró pénz kiszámítására, még élelmiszert sem tudnánk vásárolni. Ezért aztán
oktatják is a számtant. Mégpedig mindenkinek. Ha valaki nem tud számolni, éppoly
hátrányos helyzetű, mint az analfabéta. Ezért közkeletű a felfogás, mely szerint a
matematika főleg a számokkal kapcsolatos, pedig valójában nem erről van szó. A
számolási trükkök, amelyeket az aritmetikában tanulunk, csak a jéghegy csúcsát
alkotják. Élhetjük mindennapi életünket anélkül, hogy sokkal többet tudnánk
matematikából, kultúránk azonban nem tudja működtetni társadalmunkat, ha az
eszközök közül ennyire keveset vesz igénybe. A számok csak egy fajtája az
objektumoknak, amelyekről a matematikus gondolkozik. Ebben a fejezetben
megpróbálok néhány mást is megmutatni és megmagyarázni, miért fontosak.
Szükségszerűen magukból a számokból indulok ki. A matematika korai történetének
zöme összefoglalható, mint a rátalálás különböző civilizációkban azon dolgok egyre
szélesebb skálájára, amelyeket számoknak nevezhetünk. A legegyszerűbbek a
számlálásra használt számok. Valójában a számlálás jóval megelőzte az 1, 2, 3
szimbólumok kialakulását – hiszen lehet számlálni számok nélkül is, például az
ujjainkkal. Kiszámolhatjuk, hogy „két kéznyi és egy hüvelykujjnyi tevém van”,
mindig kihajlítva egy-egy ujjunkat, s rápillantva egy-egy tevére. Nem szükséges, hogy
fogalmunk legyen a „tizenegyes” számról annak nyomon követésére, vajon lopják-e a
tevéinket. Csak azt kell észrevennünk, hogy legközelebb két kéznyi tevénk van – tehát
egy hüvelykujjnyi teve hiányzik.
A számlálást karcolásokkal is feljegyezhetjük fadarabon vagy csonton. Jeleket is
használhatunk számlálóként – agyagkorongokat juhok képeivel juhok számlálására,
vagy tevék képével díszített agyagkorongot tevék számlálására. Ahogy egy állat
elhalad előttünk, bedobunk egy zsákba egy korongot.
A szimbólumok használata számok jelzésére valószínűleg körülbelül ötezer évvel
ezelőtt alakult ki, amikor ilyenfajta számlálókat raktak egy lezárt agyagtartóba. Túl
bonyolultnak bizonyult, hogy amikor a számvevők ellenőrizni akarták ennek tartalmát,
az agyagedényt fel kellett törni, és az ellenőrzés végeztével újat készíteni. Így aztán
speciális jeleket helyeztek el a tartó külsejére, megjegyzendő, hogy mi van benne.
Később rájöttek, hogy egyáltalán nem kell belerakni semmit: ugyanezeket a jeleket
róhatják agyagtáblácskára is.
Csodálatos, hogy mennyire hosszú időbe telik, mire meglátjuk a nyilvánvalót. Persze
ez csak most nyilvánvaló.
A következő felfedezés a számok terén a tört volt – az a számfajta, amit ma úgy
jelölünk: 2/3 (kétharmad) vagy 22/7 (huszonkét heted – vagy akár három egész egy
heted). A törtekkel nem lehet számolni – bár kétharmad teve megehető, de nem
megszámlálható –, ehelyett sokkal érdekesebb dolgokat tehetünk velük. Például ha
három testvér az örökségen, két tevén osztozik, úgy képzeljük, hogy mindegyiknek a
tulajdona lesz kétharmad teve – ez a fikció teljesen törvényes, és annyira kényelmes,
hogy elfelejtjük, milyen furcsa, ha szó szerint vesszük.
Sokkal később, Kr. u. 400 és 1200 között a nulla fogalmát is felfedezték, és
elfogadták, hogy számot jelöl. Ha úgy véljük, nagyon furcsa a nullának ez az igen
kései törvényesítése, vegyük tekintetbe, hogy hosszú ideig az „egy”-et sem tekintették
számnak, mert úgy gondolták, hogy csak több dolgot lehet megszámolni. Sok
történelemkönyvben olvasható: a nulla megjelenésében a kulcsidea az volt, hogy
szimbólumot találtak a „semmire”. Ez az aritmetika gyakorlati szempontjából persze
hasznos volt; a matematika számára viszont fontossága egy újfajta szám fogalmában
rejlett, egy száméban, amely reprezentálta a „semmi” konkrét ideáját. A matematika
alkalmaz szimbólumokat, de ugyanúgy nem azonos velük, mint a zene a kottával vagy
a nyelv az ábécé betűivel. Carl Friedrich Gauss, akit sokan minden matematikus
legnagyobbikának tartanak, egyszer (latinul) ezt mondta: Mi lényeges a
matematikában? Nem a jelölések, hanem a fogalmak. A latinban ez szójáték: „non
notationes, sed notiones”.
A számfogalom következő bővítése a negatív számok felfedezése volt. Ismét nem sok
értelme van mínusz két tevének, legalábbis szó szerint; de ha két tevével tartozunk
valakinek, mégiscsak kettővel csökken a tulajdonunkban lévő tevék száma. Tehát egy
negatív szám úgy képzelhető el, mint ami valamilyen adósságot reprezentál. Sok más
módja van, hogyan értelmezzük ezeket a valamivel misztikusabb számokat; például a
negatív hőmérséklet (Celsius fokban) a fagypont alatti hőmérséklet, és egy negatív
sebességű tárgy visszafelé mozog. Tehát ugyanaz az elvont matematikai fogalom a
természet többféle nézőpontjához is kapcsolódhat.
A törtek tökéletesen elegendőek a legtöbb kereskedelmi tevékenységhez, de nem a
matematikához. Például, ahogy azt az ókori görögök, bánatukra, felfedezték, a kettő
négyzetgyöke nem fejezhető ki pontosan törtként. Vagyis, ha bármely törtet
megszorzunk önmagával, nem kaphatunk pontosan kettőt. Egészen közel juthatunk
hozzá – mondjuk, a 17/12 négyzete 289/144, és ha 288/144 volna, kettőt kapnánk. De
nem annyi és akármilyen törttel próbálkozunk, nem kapunk kettőt. A kettő
négyzetgyökét, amit általában jellel jelölünk, így „irracionálisnak” mondjuk. A
legegyszerűbb mód a számok halmazának kibővítésére, úgy, hogy az irracionálisak is
beletartozzanak, az ún. valós számok bevezetése. Lélegzetelállítóan alkalmatlan név
ez, mivel a valós számokat olyan tizedes törtekkel ábrázoljuk, amelyek akármeddig
folytatódnak, mint a 3,141599..., ahol a pontok végtelen sok tizedesjegyet jelentenek.
Hogyan lehet egy dolog valóságos, ha le sem tudjuk írni teljesen? Ez a név mégis
megmaradt, bizonyára mert a valós számok sok vizuális érzetünket öntik formába a
hosszúságokról és a távolságokról.
A valós számok az emberi elme által alkotott elvonatkoztatások közül a
legmerészebbek közé tartozik, ennek ellenére évszázadokig vidáman használták őket,
anélkül, hogy bárki kétkedett volna a mögöttük meghúzódó logikában. Paradox
módon, az emberek nagyon sokat kételkedtek a számfogalom ezt követő
kibővítésében, pedig az teljesen ártalmatlan volt. Ez, a negatív számok
négyzetgyökének bevezetése, az „imaginárius” és a „komplex” számokhoz vezetett.
Egy vérbeli matematikus soha nem megy el nélkülük otthonról, de szerencsére ebben a
könyvben sehol nem lesz szükség a komplex számok ismeretére, így hát a matematikai
szőnyeg alá söpröm őket; remélem, nem fogják észrevenni. Ugyanakkor szeretném
hangsúlyozni, hogy amíg egy végtelen tizedes törtet könnyen értelmezhetünk,
valamilyen hosszúság vagy súly mérése egyre finomuló sorozatának végállomásaként,
addig a mínusz egy négyzetgyökének egyszerű, szemléletes interpretációja nem
kézenfekvő.
A jelenleg érvényes szóhasználat szerint a 0, 1, 2, 3... számokat természetes
számoknak mondják. Ha negatív egész számok is megengedettek, egész számokról
beszélünk. A pozitív és negatív törteket racionális számoknak hívjuk. A valós számok
fogalma ennél általánosabb, a komplexeké még általánosabb. Így öt számhalmazunk
van, mindegyik nagyobb, mint az előző: természetes számok, egészek, racionálisak,
valós számok és komplex számok. Ebben a könyvben az egészek és a valósak halmaza
lesz fontos. Ugyanilyen gyakran kell majd beszélnünk a racionális számokról; és, mint
említettem, a komplex számokat teljesen ki tudjuk kerülni. Remélem azonban,
mostantól megértik, hogy ennek a szónak: „szám”, nincs semmilyen istenadta,
változtathatatlan jelentése. Többször is kitágult ennek a szónak a jelentése, ami elvileg
akármikor újra bekövetkezhet.
Ugyanakkor a matematika nem szűkíthető le a számokra. Futólag már találkoztunk
egy másfajta matematikai fogalommal, a művelettel; példa rá az összeadás, kivonás,
szorzás, osztás. Általában a művelet két (néha több) matematikai objektumra
alkalmazható, hogy segítségével egy harmadik objektumot kapjunk. Céloztam már egy
harmadik fajta matematikai objektumra is, amikor a négyzetgyököket említettem. Ha
kiindulunk egy számból és a négyzetgyökét képezzük, új számot kapunk. Az ilyen
„objektum” neve függvény. Egy függvényt úgy kell elképzelnünk, mint egy
matematikai szabályt, amely kiindul valamely matematikai objektumból – általában
egy számból –, és egy másik objektumot rendel hozzá speciális módon. A
függvényeket gyakran definiálják algebrai képletekkel, amelyek rövid formái a
szabály magyarázatának, de bármilyen más alkalmas módon is definiálhatók. Egy
másik kifejezés, ami ugyanazt jelenti, mint a függvény, a transzformáció: a szabály az
első objektumot a másodikba transzformálja. Ezt a kifejezést általában akkor
használják, amikor a szabályok geometriai jellegűek. A 6. fejezetben alkalmazunk
majd transzformációkat, hogy megragadjuk a szimmetria matematikai lényegét.
A műveletek és a függvények nagyon hasonló fogalmak. Valójában az általánosság
megfelelő szintjén nem szükséges már őket megkülönböztetnünk. Mindkettő inkább
folyamat, mint dolog. S most itt a pillanat, hogy kinyissuk Pandóra szelencéjét és
bemutassuk az egyik leghatásosabb fegyvert a matematikus fegyvertárából, amit így
hívhatnánk: a folyamatok „dolgokká tétele”. A matematika „dolgai” nem léteznek a
való világban; absztrakciók. Csakhogy a matematikai folyamatok is absztrakciók,
tehát a folyamatok nem kevésbé „dolgok”, mint azok a „dolgok”, amelyekre
alkalmazzuk őket. Kézenfekvő ezért a folyamatok „dolgokká tétele”. Valójában tudok
olyan esetet, amikor a „kettes” szám éppen hogy nem dolog, hanem folyamat – az a
folyamat, amikor éppen számláljuk a tevéket és a juhokat, s ellátjuk őket az „1, 2”
címkékkel. A szám olyan folyamat, amelyet nagyon régen dologgá tettünk, és
mindenki dologként gondol rájuk. Ugyanennyire megengedhető – bár legtöbbünk
számára kevésbé természetes –, hogy egy műveletre vagy egy függvényre úgy
gondoljunk, mint egy dologra. Például beszélhetünk a „négyzetgyökről”, mintha dolog
volna és itt most nem egy bizonyos szám négyzetgyökére gondolok. Ebben a képben a
négyzetgyök függvény valamilyen hurkatöltő gép: az egyik végén betöltünk egy
számot, a négyzetgyöke pedig kijön a másikon.
A 6. fejezetben a sík és a tér mozgatásait úgy tekintem majd, mintha dolgok
lennének. Már most figyelmeztetem az olvasót, mert lehet, hogy zavarni fogja majd.
De nem a matematikusok az egyedüliek, akik a „dologgá tevés” vagy „dologiasítás”
játékot játsszák. A törvénykezés a „lopásról” úgy beszél, mint dologról; mi több,
pontosan be is határolja – bűncselekmény. Olyan mondatokban, mint „a nyugati
társadalom két fő rákfenéje a kábítószer és a lopás”, találunk egy igazi dolgot és egy
dologgá tevésből származó dolgot, miközben úgy kezelik őket, mintha ugyanazon a
szinten lennének. Mert a lopás folyamat, amelynek során tulajdonom máshoz kerül át
az én beleegyezésem nélkül, de a kábítószer valóságosan létező tárgy.
A számítógéptudósoknak van egy jó kifejezésük azokra a képződményekre, amelyek
számokból dologiasítási eljárásokkal építhetők fel: adatstruktúráknak hívják őket. Jól
ismert példák a számítógéptudományban a listák (számok sorozatai) és a tömbök
(számtáblázatok több sorral és oszloppal). Említettem már, hogy a számítógép
képernyője számpárok listájaként is felfogható; ez egy bonyolultabb, de egészen
szemléletes adatstruktúra. Elképzelhetők sokkal bonyolultabb lehetőségek is –
tömbök, amelyek számok helyett listákból álló táblázatok; tömbök listái; tömbök
tömbjei; listák tömbjeinek listáinak listái... A matematika hasonló módon építi
gondolati objektumait. Amikor a matematika logikai alapjai még éppen csak
kialakulóban voltak, Bertrand Russell és Alfred North Whitehead írtak egy hatalmas
háromkötetetes művet, a Principia Mathematicát, s ez a lehető legegyszerűbb logikai
egységgel kezdődött, a halmaz fogalmával. A halmaz dolgok gyűjteménye. A szerzők
fő célja a matematika logikai struktúrájának elemzése volt, de erőfeszítéseik zöme arra
irányult, hogy megfelelő adatstruktúrákat tervezzenek a matematikai gondolkodás
fontos objektumai számára.
A matematika képe alapvető objektumainak ebben a leírásában egy fához hasonlít,
amelynek gyökerei – a számok –, egyre ravaszabb adatstruktúrákba ágaznak el, ahogy
a törzstől az ágak felé, ágaktól az ágacskákhoz, ágacskáktól a gallyakhoz... haladunk.
Ebből a képből mégis hiányzik egy lényeges összetevő. Figyelmen kívül hagyja,
hogyan hatnak egymásra a matematikai fogalmak. A matematika nem egymástól
elszigetelt tények gyűjteménye: nem puszta táj; sajátos földrajza van, amit felhasználói
és alkotói jól ismernek, miközben keresztülnavigálnak rajta. E sajátos geográfia nélkül
áthatolhatatlan dzsungel lenne ez a táj. Például van valamiféle képletes távolságérzék.
Bármelyik matematikai tény közelében ott találunk más hozzá kapcsolódó tényeket.
Például a tény, hogy a kör kerülete az átmérőjének π szerese, szorosan összefügg
azzal, hogy a kerület a sugár két π szerese. A két tény között közvetlen a kapcsolat: az
átmérő a sugár duplája. Ezzel szemben nem egymáshoz kapcsolódó fogalmaknak
nagyobb a távolságuk; például az a tény, miszerint pontosan hatféle módon
rendezhetünk sorba három tárgyat, igen távol áll a fenti, körökkel kapcsolatos
tényektől. Van valamiféle képletes érzékünk a magaslatokról is. „A magasba törő
csúcsok kilyukasztják az eget” – a fontos, széles körben használható ideák messziről
láthatók, mint a Pitagorasz-tétel a derékszögű háromszögekről, vagy a
differenciálszámítás alapvető technikái. Minden kanyarban új látkép rajzolódik ki –
váratlan folyó, amit csak köveken lépkedve tudunk átszelni, hatalmas, nyugodt tó,
átjárhatatlan gleccserszakadék. A matematika alkalmazója csak a vidék jól kitaposott
ösvényein jár. Az alkotó matematikus felkutatja ismeretlen titkait, feltérképezi azokat,
és utakat épít rajtuk keresztül, hogy mindenki számára hozzáférhetők legyenek.
E táj egybekapcsolására a bizonyítás szolgál. A bizonyítás jelöli ki az utat az egyik
ténytől a másikig. Hivatásos matematikus nem tekint érvényesnek semmilyen állítást
mindaddig, amíg az be nincs bizonyítva logikai hiba nélkül. Ám vannak határok: mit
bizonyíthatunk be és hogyan. A filozófia és a matematika megalapozásának
tudománya igen nagy munkát fordított arra, hogy megmutassa: nem bizonyíthatunk
bármit, mert valahonnét ki kell indulnunk; s ha már eldöntöttük, honnan induljunk,
bizonyos állítások bizonyíthatatlanok vagy cáfolhatatlanok lehetnek. Nem kívánok
ebben az irányban továbbhaladni; ehelyett gyakorlatiasan szemügyre veszem, mik a
bizonyítások és miért szükségesek.
A matematikai logika tankönyvei szerint a bizonyítás állítások sorozata, ezek
mindegyike vagy előző állításokból következik, vagy axiómákból – bizonyíthatatlan,
de explicite feltételezett állításokból, amelyek végső soron meg is határozzák a
matematika éppen vizsgált területét. Ez így körülbelül annyit mond számunkra, mintha
egy regényt mondatok sorozataként jellemeznénk, mely mondatok mindegyike vagy
utal egy ismert szövegre, vagy hihetően következik az előző mondatokból. Mindkét
meghatározásból csak a lényeg hiányzik: hogy akár a bizonyításnak, akár a regénynek
érdekesnek kell lennie. Másodlagos szempontot ragadnak meg, ti. a sztori meggyőző
voltát, és a használandó formátumot is megjelölik, de a legfontosabb jellemző, valljuk
be, mégiscsak egy lendületes jó sztori volna.
Nagyon kevés tankönyv beszél erről.
Legtöbbünket felbosszant egy logikai bakugrással teli film, legyen mégoly fényes a
technikai kivitele. Nemrég láttam egy ilyet, ebben egy repülőteret gerillák foglalnak
el, és az irányítótorony elektronikus berendezését a sajátjukkal helyettesítik. A
személyzet és a főhős aztán a filmből másfél órát vagy még többet (sztori-időben
mérve több órát) töltenek el azzal, hogy képtelenek kommunikálni a közeledő
repülőgépekkel, amelyek egyre jobban összetorlódnak a magasban, és az
üzemanyaguk is kifogy. Senkinek nem tűnik fel, hogy van egy tökéletesen működő
repülőtér alig 50 kilométernyire, és eszükbe se jut, hogy telefonáljanak a legközelebbi
légibázisra. A sztorit ragyogóan és fényűzően vitték filmre – és bután.
Ettől még sokan élvezhetik a filmet, a kritikai szintjük, úgy látszik, alacsonyabb, mint
az enyém. De mindannyiunknak vannak korlátai, meddig fogadunk el valamit
hihetőnek. Ha egy amúgy realisztikus filmben egy gyerek azzal szórakozna, hogy
felkap egy házat, és odébbviszi, legtöbbünk elvesztené az érdeklődését. Hasonlóan, a
matematikai bizonyítás maga is történet a működő matematikáról. Nem fontos, hogy
minden i-re kitegye a pontot és áthúzza minden t szárát; az olvasók maguk is
elvégezhetik a rutinlépéseket – ahogy a film szereplői is felbukkanhatnak váratlanul új
körülmények között anélkül, hogy tudnánk, hogyan kerültek oda. De a sztoriban nem
lehetnek hézagok, és a cselekménynek bizonyosan hihetőnek kell lennie. A szabályok
szigorúak: a matematikában egyetlen rés is végzetes. Sőt, egy nemnyilvánvaló logikai
rés ugyanúgy, mint egy nyilvánvaló.
Vegyünk egy példát. Egyszerűt választottam, hogy elkerüljük a technikai
nehézségeket; ezért aztán a bizonyítás egyszerű és nem túlságosan jelentős sztorit
mesél el. Egy kollégámtól loptam, aki SHIP/DOCK Tételnek nevezi. Bizonyára ismeri
az olvasó azt a rejtvényt, amiben adott egy szó (SHIP), amit át kell alakítani egy
másikká (DOCK), mindig csak egy betűt változtatva, és végig értelmes szavakon
haladva. Megpróbálhatná az olvasó is megfejteni a rejtvényt még most, mielőtt tovább
olvasna: akkor talán könnyebben megértené a tételt és a bizonyítását. Íme egy
megoldás:
[3]
4. FEJEZET
A változás állandói
Mármost itt a mintát nehéz nem észrevenni, de menjünk egy lépéssel tovább, és
nézzük meg a gyorsulásokat. Az ágyúgolyó gyorsulásának megfelelő sorozat, ismét
negatív számokat használva a lefelé tartó mozgáshoz:
-10, -10, -10, -10, -10, -10, -10, -10, -10, -10, -10.
5. FEJEZET
A hegedűktől a videókig
6. FEJEZET
A sérült szimmetria
3. ábra
Hol a tükör?
Adott egy tátgy és a tükörképe, válasszuk ki a tárgy tetszőleges pontját és a képét.
Kössük össze őket egy egyenessel. A tükör merőleges lesz az egyenesre, és átmegy a
két pont távolságának felezőpontján.
8. FEJEZET
A kockák Istent játszanak?
9. FEJEZET
Cseppek, dinamika és százszorszépek
4. ábra
A leeső vízcsepp alakjai, miközben leválik.
Remélem, az olvasó is olyan csodálatosnak tartja ezt, mint én. Sose hittem
volna, hogy a hulló vízcseppek ilyen serények.
Ezek a megfigyelések megmagyarázzák, miért nem vizsgálta senki korábban a
problémát matematikai részletességgel. Túl nehéz. Amikor a csepp leválik, van egy
szingularitás a problémában – ezen a helyen a matematika nagyon csúnya szokott
lenni. A szingularitás a „tű” hegye. De miért van ott szingularitás egyáltalán?
1994-ben J. Eggers és T. F. Dupont megmutatta, hogy a forgatókönyv a
folyadékmozgás egyenleteinek következménye. Számítógépen szimulálták az
egyenleteket, és megkapták ugyanazt a forgatókönyvet, mint Peregrine.
Brilliáns munka volt. Valamilyen szempontból mégsem adja meg a teljes választ a
kérdésemre. Megnyugtató, hogy a folyadékáramlás egyenletei előre jelezték az egész
forgatókönyvet, de ez önmagában nem segít, hogy megértsem: miért ez a
forgatókönyv, és nem más. Nagy különbség, ha csak kiszámítjuk a természet számait,
vagy hogy törjük rajta a fejünket – ahogy Majikthise és Vroomfondel, mikor kijött:
„negyvenkettő”.
A további bepillantás a leváló csepp mechanizmusába X. D. Shi, Michael Brenner és
Sidney Nagel (University of Chicago) munkája révén vált lehetővé. A megközelítés
jellege már Peregririe munkájában is hasonló volt: speciális fajta, „hasonlósági
megoldás” nevű megoldás a folyadékáramlási egyenletekre. Az ilyen megoldásnak
van egy bizonyos szimmetriája, amely matematikailag kezelhetővé teszi: struktúráját
rövid idő elteltével megismétli kisebb méretekben. Shi csoportja továbbment, s
megvizsgálta, hogyan függ a leváló csepp alakja a folyadék viszkozitásától. Víz és
glicerin keverékeivel kísérleteztek, hogy különböző viszkozitásokat kapjanak.
Számítógépes szimulációt is végeztek, és továbbfejlesztették az elméleti megközelítést
is a hasonlósági megoldásokkal. Azt kapták, hogy viszkózabb folyadékokra a fonál
második szakasza előbb megjelenik, mint ahogy a szingularitás kialakul, és a csepp
leválik. Ekkor inkább valami olyat kapunk, mint egy narancs, felfüggesztve egy húrral
egy kötőtű hegyére. Még nagyobb viszkozitásokra van egy harmadik szakasz – egy
narancs, felfüggesztve egy gyapjúszállal egy húrra, az pedig egy kötőtű hegyére. S
ahogy a viszkozitás nő, az elvékonyodások száma határtalanul növekszik – legalábbis
ha eltekintünk az anyag atomi struktúrájából következő korlátoktól.
Csodálatos!
A második példa a populációk dinamikájáról szól. Ennek a kifejezésnek a használata
a matematikai modellezésnek egy régi hagyományát tükrözi, ahol az egymással
kölcsönhatásban levő lények populációjának változását differenciálegyenletekkel
reprezentálják. Példa volt erre az én vaddisznó/szarvasgomba rendszerem.
Ugyanakkor nem teljes az ilyen modell biológiai realitása – és nem is a szereplő
élőlények megválasztása miatt. A valóságban a populációk méretét megszabó
mechanizmus nem egy Newton mozgástörvényével rokon „populációs törvény”.
Nagyon sok más hatás is érvényesül, például véletlenszerűek (ki tudja ásni a
vaddisznó a gombát, vagy egy szikla útját állja?) vagy az egyenletekbe be nem vett
változások (egyes nőstény vaddisznók több malacot ellenek, mint a többi).
1994-ben Jackie McGlade, David Rand és Howard Wilson (University of Warvick)
élvezetes tanulmányt írtak, amely foglalkozik a biológiai szempontból reálisabb
modellek és a hagyományos egyenletek viszonyával. Egy, a komplexitás-elméletben
szokásos stratégiát követ: olyan számítógépes szimulációt folytat, ahol „ágensek”
nagy tömege lép egymással kölcsönhatásba biológiai szempontból kézenfekvő (bár
erősen leegyszerűsített) szabályok szerint, és valamilyen nagyvonalú mintára próbál
következtetni a szimulációból. Ebben az esetben a szimulációt a „sejtautomata”
módszerével hajtották végre, amit úgy képzelhetünk, mint valamilyen számítógépes
játékot. McGlade, Rand és Wilson, mivel hiányzott belőlük az én nagy szimpátiám a
disznók iránt, a hagyományosabb róka-nyúl esetet vizsgálták. A számítógép
képernyője négyzetekre oszlik, és minden négyzetnek van színe – mondjuk, a vörös a
rókát, a szürke a nyulat, a zöld a füvet, a fekete a csupasz sziklát jelenti. Felállítanak
egy szabályrendszert is, hogy a főbb működő biológiai hatásokat modellezzék. Példák
ilyen szabályokra:
• Ha egy nyúl egy fű mellett van, rálép és megeszi.
• Ha egy róka egy nyúl mellett van, a pozíciójára lép, és megeszi.
• A játék minden fázisában egy nyúl új nyulakat szül valamilyen
valószínűséggel.
• Ha egy róka bizonyos számú lépés eltelte után még nem evett, elpusztul.
McGlade csoportja persze ennél bonyolultabb játékot játszott, de ebből a
példából talán képet lehet alkotni róla. A játék minden lépésében a gép veszi az
aktuális konfigurációt (nyulak, rókák, fű, szikla), és a szabályokat alkalmazva
generálja az új konfigurációt – feldobja a számítógép „kockáját”, ha véletlen
választásokra van szükség. A folyamat több ezer lépésig folytatódik, egy „mesterséges
ökológia” ez, amely az életjátékot játssza egy képernyőn. Ez a mesterséges ökológia
hasonlít egy dinamikus rendszerhez, amennyiben ismételten ugyanazt a
szabályegyüttest alkalmazza, de véletlen effektusokat is tartalmaz, ezért a modell
egészen más matematikai kategóriába kerül: sztochasztikus sejtautomaták – véletlen
számítógépes játékok.
Éppen mert az ökológia mesterséges, előfordulhat, hogy olyan kísérleteket végzünk,
amelyek lehetetlenek vagy túl költségesek az ökológiai megvalósításhoz.
Vizsgálhatjuk, hogyan változik az időben a nyúlpopuláció egy adott területen, hogy
megkapjuk a pontos számokat. Ez az, amiben McGlade csoportja drámai és meglepő
felfedezést tett. Azt vették észre, hogy ha egy területet túlságosan kicsinek választunk,
véletlenszerű képet kapunk. Például, mi történik egyetlen négyzeten? Ez túlságosan
bonyolult. Másrészt, ha túl nagy területet nézünk, csak egy kiátlagolt
populációstatisztikát látunk, semmi mást. A kettő között valami kevésbé unalmasat
kapunk. Kifejlesztettek hát egy technikát, hogy megtalálják azt a területméretet, ami a
legtöbb érdekes információt szolgáltatja. Aztán egy ilyen méretű területet
megfigyeltek, és feljegyezték a változó nyúlpopulációt. A káoszelméletben
kidolgozott módszerekkel azt nézték meg, vajon az adott sorozat determinisztikus
vagy véletlenszerű, és ha determinisztikusnak találták, megvizsgálták az attraktorát.
Ez elég furcsa ötletnek látszik, hiszen, amennyire tudjuk, a szimuláció szabályaiba
nagyfokú véletlenszerűség épül, mindenesetre ők ezt csinálták.
Amit találtak, igen meglepő volt. A nyúlpopuláció dinamikájának 94%-a ebben a
köztes nagyságrendben úgy tekinthető, mint determinisztikus mozgás egy kaotikus
attraktoron a négydimenziós térben. Röviden, egy differenciálegyenlet mindössze
négy változóban már megragadja a nyúlpopuláció dinamikájának legfontosabb
jellemzőit, összesen 6%-os hibával – a számítógépes játékmodell jóval nagyobb
bonyolultsága ellenére. Ez a felfedezés azt mutatja, hogy bizonyos kevésváltozós
modellek reálisabbak lehetnek, mint ahogy azt eddig sok biológus feltételezte. Ennél
mélyebb következmény, hogy a komplex ökológiai játékok finom struktúrájából
adódhatnak egyszerű jellemzések nagyméretű rendszerekre.
Harmadik és egyben utolsó példám a természet matematikai szabályosságára, amely
inkább komplexitásból, mint „a beépített szabályokból” következik, a virágok
szirmainak száma. Az első fejezetben említettem, hogy a virágok többségénél a
szirmok száma a 3, 5, 8, 13, 21, 34, 55, 89 sorozat egy tagja. A konzervatív
biológusok úgy vélik, hogy a virágok génjei tartalmaznak minden ilyen információt, és
másról nincs is szó. Azonban, éppen mivel az élő szervezetekben bonyolult a
DNS-láncnak az a része, amely meghatározza, hogy mely proteinekből épüljenek fel,
és így tovább, a gének mégsem határoznak meg mindent. S még ha meghatároznak is,
nem közvetlenül. Például a gének megmondják a növényeknek, hogyan készítsenek
klorofillt, de nem mondják meg, milyen színűt. Ha klorofill, akkor zöld – nincs
választás. Így az élőlények néhány morfológiai jellemzője genetikai eredetű, mások a
fizika, kémia és a növekedésdinamika következményei. A megkülönböztetésre az
egyik fogódzó, hogy a genetikai hatások rugalmassága óriási, míg a fizika, kémia és
növekedésdinamika matematikai szabályosságokat produkál.
A növényeknél előforduló számok – nemcsak szirmok számai, hanem mindenféle
más jellemzőké is – matematikai szabályosságot mutatnak. Az ún. Fibonacci-sorozat
elejét alkotják, ebben a sorozatban minden szám az előző kettőnek az összege. De nem
csak a szirmok esetében találunk Fibonacci-számokat. Ha megnézünk egy óriási
napraforgót, virágocskák egy figyelemre méltó mintáját látjuk rajta – apró virágok,
ezek amelyekből a végén mag lesz – a fejben. A virágocskák két, egymást átmetsző
spirálcsaládba rendeződnek, az egyik az óramutató járásával egyező, a másik
ellenkező irányba. Egyes fajtáknál az első fajta spirálok száma 34, a másik fajtáé 55.
Ez két egymás utáni Fibonacci-szám. A pontos számok a napraforgó fajtájától
függnek, de gyakran találunk 34-et és 55-öt vagy 55-öt és 89-et, akár 89-et és 144-et, a
következő Fibonacci-számot. Az ananásznak 8 sor pikkelye – gyémánt alakú dísze van
–, ezek a sorok bal fele lejtenek, 13 pedig jobb fele.
Leonardo Fibonacci 1200 körül fedezte fel sorozatát egy nyúlpopuláció
növekedésével kapcsolatos probléma vizsgálatakor. Nem annyira realisztikus modell
volt ez, mint az „életjáték”-modell, amit fent tárgyaltam, de nagyon érdekes részeit
jelentette a matematikának, mert ez volt az első ilyenfajta modell és mert a
matematikusok a Fibonacci-számokat elragadónak és önmagukért szépnek találják. Az
erre a fejezetre szánt fő kérdés: ha a genetika akármilyen számú szirommal is
elláthatja a virágokat, vagy az ananászt akármilyen számú pikkellyel, akkor miért
tapasztaljuk a Fibonacci-számoknak ezt a túlsúlyát?
A válasz feltehetően az, hogy a számokat egy olyan mechanizmus hozza létre, amely
inkább matematikai, mint tetszőleges genetikai utasítás. A legesélyesebb egyfajta
dinamikus feltétel a növényfejlődésre, ami természetes módon vezet a
Fibonacci-számokhoz. Persze a jelenségek félrevezetőek is lehetnek, lehet az egész is
gének által vezérelt folyamat. Ha így van, szeretném tudni, hogyan kerültek a
Fibonacci-számok a DNS-kódba, és miért éppen ezek. Lehetséges, hogy az evolúció
eleve a természetes módon előadódó matematikai mintákkal kezdte, és a természetes
kiválasztódás segítségével hangolta be őket. Úgy sejtem, sok ilyen történt – a tigris
csíkjai, a lepke szárnyai. Ez megmagyarázná, miért vannak a genetikusok
meggyőződve arról, hogy a minták genetikai eredetűek, míg a matematikusok az
ellenkezőjéről.
A levelek, szirmok és a növények hasonló részeinek elrendeződéséről hatalmas
irodalommal rendelkezünk. Azonban a korai megközelítések pusztán leíróak – nem
magyarázzák meg, hogyan függnek össze a számok a növény fejlődésével, csak
osztályozzák az elrendeződések geometriáját. A legdrámaibb betekintést egy
meglehetősen friss munka adja, Stéphane Douady és Yves Couder francia matematikai
fizikusoktól. Felállítottak egy elméletet a növényfejlődés dinamikájáról, és
számítógépes modelleket, valamint laboratóriumi kísérleteket használtak, hogy
megmutassák: az elmélet megmagyarázza a Fibonacci-mintát.
5. ábra
Pontok sorakoznak egymás után, 137,5°-os szögben egymáshoz képest egy szorosan
megcsavart spirál mentén (amelyet nem ábrázoltunk), és természetes módon lazán
megcsavart spirálok két családjára oszlanak szét, amelyek szabad szemmel jól
láthatók. Itt 8 spirál látszik az egyik, 13 a másik irányban – ezek egymást követő
Fibonacci-számok.
EPILÓGUS
Morfomatika
1. FEJEZET
Stewart, Ian – Golubitsky, Martin: Fearful Symmetry, Blackwell, Oxford, 1992.
Thompson, D'Arcy: On Growth and Form, Cambridge University Press,
Cambridge, 1972.
2. FEJEZET
Dawkins, Richard: The Eye in a Twinkling, Nature, 368, 1994, 690-691.
Kline, Morris: Mathematics In Western Culture, Oxford University Press,
Oxford, 1953.
Nilsson, Daniel E. – Pelger, Suzanne: A Pessimistic Estimate of the Time
Required for an Eye to Evolve, Proceedings of the Royal Society of London, B 256,
1994, 53-58.
3. FEJEZET
McLeish, John: Number, Bloomsbury, London, 1991.
Schmandt-Besserat, Denise: From Couting to Cuneiform, 1. kötet, Before
Writing, University of Texas Press, Austin, 1992.
Stewart, Ian: The Problems of Mathematics, 2. kiadás, Oxford University Press,
Oxford, 1992.
4. FEJEZET
Drake, Stillman: The Role of Music in Galileo's Experiments, Scientific
American, 1975/június, 98-104.
Keynes, John Maynard: Newton, the Man, in: The World of Mathematics, 1.
kötet, James R. Newman (szerk.): Simon & Schuster, New York, 1956, 277-285.
Stewart, Ian: The Electronic Mathematician, Analog, 1987/január, 73-89.
Westfall, Richard S.: Never at Rest: A Biography of Isaac Newton, Cambridge
University Press, Cambridge, 1980.
5. FEJEZET
Kline, Morris: Mathematical Thought from Ancient to Modern Times, Oxford
University Press, Oxford, 1972.
6. FEJEZET
Cohen, Jack – Stewart, Ian: Let T Equal Tiger..., New Scientist, 1993/november
6., 40-44.
Field, Michael J. – Golubitsky, Martin: Symmetry in Chaos, Oxford University
Press, Oxford, 1992.
Stewart, Ian – Golubitsky, Martin: Fearful Symmetry, Blackwell, Oxford, 1992.
7. FEJEZET
Buck, John – Buck, Elisabeth: Synchronous Fireflies, Scientific American,
1976/május, 74-85.
Gambaryan, P. P.: How Mammals Run: Anatomical Adaptations, Wiley, New
York, 1974.
Mirollo, Renato – Strogatz, Steven: Synchronization of Pulse-Coupled
Biological Oscillators, Siam Journal of Applied Mathematics, 50, 1990, 1645-1662.
Smith, Hugh: Synchronous Flashing of Fireflies, Science, 82, 1935, 51.
Stewart, Ian – Golubitsky, Martin: Fearful Symmetry, Blackwell, Oxford, 1992.
Strogatz, Steven – Stewart, Ian: Coupled Oscillators and Biological
Synchronization, Scientific American, 1993/december, 102-109.
8. FEJEZET
Albert, David Z.: Bohm's Alternative to Quantum Mechanics, Scientific
American, 270, 1994/május, 32-39.
Garfinkel, Alan – Spano, Mark L. – Ditto, William L. – Weiss, James N.:
Controlling Cardiac Chaos, Science, 257, 1992, 1230-1235.
Gleick, James: Chaos: Making a New Science, Viking Penguin, New York,
1987.
Shinbrot, Troy – Grebogi, Celso – Ott, Edward – Yorke, James, A.: Using Small
Perturbations to Control Chaos, Nature, 363, 1993, 411-417.
Stewart, Ian: Does God Play Dice?, Blackwell, Oxford, 1989.
9. FEJEZET
Cohen, Jack – Stewart, Ian: The Collapse of Chaos, Viking, New York, 1994.
Douady, Stéphane – Couder, Yves: Phyllotaxis as a Physical Self Organized
Growth Process, Physical Review Letters, 68, 1992, 2098-2101.
Peregrine, D. H. – Shoker, G. – Symon A.: The Bifurcation of Liquid Bridges,
Journal of Fluid Mechanics, 212, 1990, 25-39.
Shi, X. D. – Brenner Michael P. – Nagel Sidney R.: A Cascade Structure in a
Drop Falling from a Faucet, Science, 265, 1994, 219-222.
Waldrop, M. Mitchell: Complexity: The Emerging Science at the Edge of Order
and Chaos, Simon & Schuster, New York, 1992.
Wilson, Howard B.: Applications of Dynamical Systems in Ecology, doktori
értekezés, Unniversity of Warwick, 1993.
EPILÓGUS
Cohen, Jack – Stewart, Ian: Our Gerces Aren't Us, Discover, 1994/április,
78-83.
Goodwin, Brian: How the Leopard Changed Its Spots, Weidenfeld & Nicolson,
London, 1994.
Magyar nyelvű ajánlott irodalom
1. FEJEZET
Lánczos Kornél: Számok mindenütt, Gondolat Kiadó, Budapest, 1977.
Rényi Alfréd: Dialógusok a matematikáról, Akadémiai Kiadó, Budapest, 1969.
Rényi Alfréd: Levelek a valószínűségről, Akadémiai Kiadó, Budapest, 1967.
Stewart, Ian: Matematikai problémák, Akadémiai Kiadó, Budapest, 1991.
2. FEJEZET
Sain Márton: Nincs királyi út! Gondolat Kiadó, Budapest, 1986.
Simonyi Károly: A fizika kultúrtörténete, Gondolat Kiadó, Budapest, 1986.
3. FEJEZET
Waerden, B. L. van der: Egy tudomány ébredése, Gondolat Kiadó, Budapest,
1977.
Neugebauer Ottó: Egzakt tudományok az ókorban, Gondolat Kiadó, Budapest,
1984.
Szabó Árpád: A görög matematika kibontakozása, Magvető, Budapest, 1978.
4. FEJEZET
Stauffer, D. – Stanley, H. E.: Newtontól Mandelbrotig (Bevezetés az elméleti
fizikába), Springer Hungarica, Budapest, 1994.
Vekerdi László: Így élt Newton, Móra Könyvkiadó, Budapest, 1972.
Jauch, Joseph M.: Galileo Galilei pere, in: Fizika '77, Gondolat Kiadó,
Budapest, 1977.
Tímár László: Galileo Galilei, Galilei Társaság, Budapest, 1991.
5. FEJEZET
Struik D. J.: A matematika rövid története, Gondolat Kiadó, Budapest, 1958.
6. FEJEZET
Weyl, Hermann: Szimmetria, Gondolat Kiadó, Budapest, 1982.
Hargittai Magdolna – Hargittai István: Fedezzük föl a szimmetriát!
Tankönyvkiadó, Budapest, 1989.
Wigner Jenő: Csoportelméleti módszer a kvantummechanikában, Akadémiai
Kiadó, Budapest, 1980.
Wigner Jenő: Szimmetriák és reflexiók, Gondolat Kiadó, Budapest, 1972.
Vicsek Tamás: Fraktálnövekedés, in: A szilárdtestkutatás újabb eredményei,
No. 22. Akadémiai Kiadó, Budapest, 1990.
7. FEJEZET
Weisskopf, Victor R: Az egyszerűség nyomában, Természet Vikíga, Budapest,
1989.
Eigen, Manfred – Winkler, Ruthild: A játék – Természeti erők irányítják a
véletlent, Gondolat Kiadó, Budapest, 1981.
8. FEJEZET
Neumann János: A kvantummechanika matematikai alapjai, Akadémiai Kiadó,
Budapest, 1980.
Blohincev, D. I.: A kvantummechanika elvi kérdései – Kvantummechanikai
méréselmélet, Gondolat Kiadó, Budapest, 1987.
Marx György: Életrevaló atomok, Akadémiai Kiadó, Budapest, 1978.
Broglie, Louis de: Válogatott tanulmányok, Gondolat Kiadó, Budapest, 1968.
Bröckner, Bernhard: Atomfizika, SH-Atlasz, Springer Hungarica, Budapest,
1995.
9. FEJEZET
Arnold, V I.: A mechanika matematikai módszerei, Műszaki Könyvkiadó,
Budapest, 1985.
Haken, Hermann: Szinergetika (bevezető tankönyv), Műszaki Könyvkiadó,
Budapest, 1984.
Szépfalusy Péter – Tél Tamás (szerk.): Káosz, Akadémiai Kiadó, Budapest,
1982.
Jegyzetek
1
Az alakulóban lévő magyar terminológia miatt a „minta” és „mintázat”
egyaránt használható. (A szaklektor megj.)
2
Ezt a magyarázatot és egyebeket a Jack Cohennel közösen írt, The Collapse of
Chaos (A káosz összeomlása) című könyvben tárgyaljuk (Viking, New York, 1994).
3
A játék szellemének érzékeltetésére magyarul is készítettünk egy változatot –
miként lesz a NAPOS-ból BORÚS. (A szaklektor megj.)
4
Quod erat demonstrandum (latin) = amit bizonyítani kellett, ahogy az
Eukleidész latin forrásaiból közkinccsé vált. (A szaklektor megj.)
5
Vegyük ezt leszűkítő szóhasználatnak, ugyanis sok transzformáció nem
helyettesíthető mozgatással. (A szaklektor megj.)
6
A pontos recept megtalálható Jack Cohen – Ian Stewart The Collapse of Chaos
című könyvének jegyzetei között.
7
A számítástechnikában használt fogalom. Addig van érvényben, amíg további
utasítás nem érkezik. (A szaklektor megj.)
8
Egyben szellemes szójáték, ugyanis leg (angol) = láb. (A szaklektor megj.)
9
A modern természettudomány és a modern ismeretelmélet közös törekvése,
hogy megtalálja azt a legátfogóbb elméletet, amely minden létező lényegét meg tudja
ragadni. Ez természetesen nem azonos a világmindenség elméletével, márcsak azért
sem, mert ez utóbbi a minden létezőnek végső soron otthont nyújtó „valami”
absztrakciójának és nem a „lakók” absztrakciójának az elmélete. E törekvések részben
a matematika (differenciálgeometria, topológia stb.), részben a kozmológia
spekulációiból nőttek ki. Más kérdés, hogy milyen sikerekben reménykedhetünk. (A
szaklektor megj.)
Tartalom
ELŐSZÓ
A természet rendje
Mire jó a matematika?
Miről szól a matematika?
A változás állandói
A hegedűktől a videókig
A sérült szimmetria
Az élet ritmusa
A kockák Istent játszanak?
Cseppek, dinamika és százszorszépek
EPILÓGUS
Bibliográfia és további olvasmányok
Magyar nyelvű ajánlott irodalom
Jegyzetek