Svět se může zdát uspořádaný, ale náhodnost a chaos formují vše ve vesmíru, od obrovských galaxií až po subatomární částice. Překryjte chladné okno s ledem: i jedna podivně tvarovaná sněhová vločka může ovlivnit konečný mrazivý vzor.
Francouzský matematik Vincent Vargas z Ženevské univerzity ve Švýcarsku se před více než 10 lety rozhodl pochopit, jak se mohou náhodné výkyvy rozvlnit a způsobit globální efekty. Jeho nejranější nápady na jednoduché geometrie se objevily v a deset let starý papírale teprve v roce 2023, když pracoval s Christophem Garbanem z University of Lyon ve Francii, tento koncept konečně vykrystalizoval do toho, co je nyní známé jako Garban-Vargasův dohad. Nyní matematici dokázali domněnku pomocí pronikavé techniky, která by měla otevřít dveře k pochopení mnohem složitějších systémů.
Dohad zahrnuje chování a forma náhodnosti nachází v obrovském rozsahu polí, od kvantového chaosu přes Brownův pohyb až po turbulence vzduchu. Matematici používají matematickou „měřicí pásku“ nazvanou Gaussův multiplikativní chaos nebo GMC, aby vybrali jemné vzorce skryté uvnitř jinak neproniknutelného moře náhodnosti. GMC byl dokonce použit k nalezení vzorů v prvočísla. Téma je dnes jednou z nejdůležitějších a základních myšlenek teorie pravděpodobnosti.
O podpoře vědecké žurnalistiky
Pokud se vám tento článek líbí, zvažte podporu naší oceňované žurnalistiky předplatné. Zakoupením předplatného pomáháte zajistit budoucnost působivých příběhů o objevech a nápadech, které formují náš dnešní svět.
Francouzský matematik Jean-Pierre Kahane je připisován prvnímu vývoji GMC v roce 1985, ačkoli jeho průkopnická práce byla rychle zapomenuta. „Byl jsem jedním z lidí, kteří oživili jeho práci,“ říká Vargas. „Setkal jsem se s ním mnohokrát a řekl, že byl ohromen, jak důležitým tématem (se) stalo. Všude na planetě lidé pracují na něčem, co souvisí s Gaussovým chaosem.“
Vargas se s opatřením poprvé setkal při studiu turbulencí a financí. Pak na to znovu narazil v projektu o konformní teorii pole, která se používá ke studiu vzorců, které zůstávají konstantní, když přibližujete nebo oddalujete. V poslední době se zaměřuje na zkoumání jeho základní matematické podstaty.
Abyste porozuměli GMC, představte si turbulentní tekutinu plnou vířících vírů v mnoha různých měřítcích. Obrovské víry se náhodně rozpadají na menší, které se samy rozpadají na ještě menší víry v obrovské, vnořené hierarchii náhodnosti. GMC slouží jako matematický model, který měří tento druh multiškálové náhodnosti – zachycuje náhodné fluktuace, které přetrvávají v každém měřítku pozorování. Z tohoto důvodu se často označuje jako fraktální míra.
Matematici odhalili překvapivé chování v typech náhodnosti řízených GMC. Například události v nejmenším měřítku mohou řídit celý systém; mocné úponky fraktální struktury utvářejí chaos na každé úrovni. Výsledkem je, že tyto systémy nelze pochopit při pohledu na průměry. Místo toho pravidla GMC vytvářejí univerzální obrázek, který platí pro každé měřítko.
Ale tento fascinující obraz se drží pouze na kritickém prahu. Pokud se základní náhodnost stane příliš silné, opatření GMC se zhroutí. Nebo, řečeno řečí vírů, jakmile do vírů vstoupí dostatek náhody, stanou se nestabilními a ztratí veškerý svůj skrytý řád. Stejně jako led přechází v kapalinu, tento rozpad představuje důležitý fázový přechod pro chaos.
V roce 2023 Garban a Vargas představili nový objektiv pro studium chaosu GMC. Pochází z oblasti matematiky zvané harmonická analýza. Místo toho, aby se dívali přímo na víry, zkoumali frekvence vzorů skrytých ve vírech, podobně jako analyzovali komplexní zvuk jeho rozbitím na čisté tóny.
Pak k nim přišel nápad. Pokud by dokázali porovnat dva zcela odlišné fyzikální popisy – složitost a harmonické – mohli by se naučit něco nového. Matematici označují tuto myšlenku porovnávání nesouvisejících fyzických popisů jako shody „rozměrů“.
Jako příklad si vezměme sněhové vločky padající na zem. Jak sníh pozvolna přistává, dvě možné dimenze mohou být, kolik vzorů se objeví v rozložení sněhových vloček a kolik se tvoří hromádky v různých měřítcích. Existuje však vzorec, který by dokázal spojit dvě dimenze vzorů (harmoniky) a shlukovosti (korelací)?
„Klíčovým slovem je dimenze,“ říká Vargas. „Tak se ta hra jmenuje. Máte spoustu přirozených rozměrů, ale kdy se shodují?“
Po prostudování systémů řízených GMC na kruhu duo vymyslelo mimořádně elegantní rovnici, která odpovídala korelační dimenzi systému GMC jeho harmonické dimenzi.
Bohužel nedokázali svůj vzorec prokázat ani pro jednoduchou geometrii. V roce 2023 oni zveřejnili svou domněnku na předtiskový server arXiv.org a následně se stal velkým otevřeným problémem.
V roce 2024 matematici Zhaofeng Lin a Yanqi Qiu z Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences, a Mingjie Tan z Wuhan University vyřešil domněnku. Jejich výzkum, který byl zveřejněn jako předtisk na arXiv.org a dosud nebyl recenzován, nejen potvrdil vzorec, ale také odhalil proč funguje to.
Matematicky přirovnali GMC ke „férové sázkové hře“, ve které očekávané výhry zůstávají konstantní bez ohledu na velikost hry. Při aplikaci na fraktální fluktuace to znamená, že systém zůstává vyvážený při přibližování a oddalování a každé menší měřítko přispívá náhodností způsobem, který šetří energii.
Matematici nazývají proces, který vykazuje tento typ spravedlivého chování v měřítku po měřítku, martingale. Na rozdíl od běžných sázkových her jsou však chaosové „hry“ mnohem složitější a vyžadují martingaly vyšší dimenze.
„Slyšel jsem o této domněnce během online matematického workshopu,“ říká Qiu. „Před několika lety jsem se zaměřil na martingaly ve své doktorandské práci a měl jsem tušení, že zde budou tím správným nástrojem.“
Skupina použila svou vyšší dimenzionální martingalovou strukturu k pečlivému sledování hromadění náhodnosti v každém měřítku. A jistě, úsporou energie se četné drobné „férové hry“ spojily, aby poskytly stejný vzorec pro rozklad, jaký předpokládali Garban a Vargas.
Qiu a důkaz jeho kolegů nejen vyřešil domněnku, ale také připravil cestu pro další důkazy na složitějších fraktálových modelech. Cesta k úplné teorii však není zcela bez bariér. Dokonce i nová metoda selže, když náhodnost donutí systém ke kritickému bodu fázového přechodu. Tento fázový přechod je sám o sobě bohatým a zajímavým tématem s vlastním souborem hlubokých otázek, říkají matematici. Ale „abychom šli dále,“ říká Qiu, „potřebujeme nové nápady.“
