수학 개념 지도
미분방정식(Differential equation)

로렌츠 끌개(Lorenz attractor)

대기의 대류⁠(convection)⁠를 세 변수로 줄인 미분방정식⁠(differential equation)⁠의 해가 그리는 나비 모양 궤적. 대부분의 궤적은 되풀이되지 않으면서도 유한한 영역을 벗어나지 않는다.

x˙=σ(y−x),y˙=x(ρ−z)−y,z˙=xy−βz\dot x = \sigma(y - x), \quad \dot y = x(\rho - z) - y, \quad \dot z = xy - \beta z
먼저 보면 좋은 개념선형 미분방정식벡터미분계수

1963년 기상학자 에드워드 로렌츠는 아래에서 데우는 유체층의 대류, 곧 더운 유체가 오르고 식은 유체가 내려오며 도는 흐름을 흉내 내려 했습니다. 유체의 흐름과 온도는 위치와 시간에 따라 변하는 양이라 편미분방정식⁠(partial differential equation)⁠을 따르는데, 로렌츠는 앞서 배리 솔츠먼이 한 것처럼 그 해를 사인파⁠(sinusoid)⁠ 성분들(푸리에 모드)로 나눈 뒤, 가장 중요한 세 성분만 남겼습니다. x는 대류가 도는 세기와 방향, y는 오르는 흐름과 내리는 흐름 사이의 온도 차, z는 세로 온도 분포가 곧은 직선에서 벗어난 정도입니다. 공간의 점 (x, y, z)마다 속도⁠(velocity)⁠ 벡터⁠(vector)⁠가 하나씩 정해지고, 해는 그 벡터를 따라 흐르는 곡선입니다. 매개변수⁠(parameter)⁠는 로렌츠가 쓴 σ=10, ρ=28, β=8/3\sigma = 10,\ \rho = 28,\ \beta = 8/3입니다. σ는 유체의 끈적임과 열이 퍼지는 빠르기의 비, ρ는 위아래 온도 차의 세기, β는 대류 칸의 모양에서 나오는 수입니다.

파란 궤도⁠(orbit)⁠와 주황 궤도는 x 좌표만 ε=10−k\varepsilon = 10^{-k}, k=k = 만큼 다른 두 점에서 출발합니다. 시각 t=t = 재생 처음으로

끌어서 돌려 볼 수 있습니다. 흐린 선은 파란 궤도가 t = 0부터 40까지 지나는 전체 길이고, 두 점과 꼬리는 시각 t의 위치입니다. 회색 점 두 개는 대류 평형 C⁺, C⁻입니다.
두 궤도 사이 거리를 로그 눈금으로 그렸습니다. 회색 점선은 기울기⁠(slope)⁠ λ ≈ 0.91의 지수 성장입니다.

한동안 둘은 한 몸처럼 움직이다가 어느 순간 서로 다른 날개로 갈라섭니다. 지금 거리는 ∣δ∣=|\delta| = 입니다. 아래 그림에서 거리의 로그가 거의 직선으로 오르니 거리는 지수적으로, ∣δ(t)∣≈εeλt|\delta(t)| \approx \varepsilon e^{\lambda t}(λ≈0.91\lambda \approx 0.91)로 자랍니다. 이 λ가 가까운 궤도가 벌어지는 빠르기를 재는 랴푸노프 지수입니다. 거리가 1을 넘는 시각은 입니다. 처음 값을 한 자리 더 정확히 알아도 ln⁡10/λ≈2.5\ln 10/\lambda \approx 2.5만큼만 더 버팁니다. 다 벌어진 뒤에는 거리가 끌개⁠(attractor)⁠의 크기 정도에서 더 자라지 않습니다. 둘 다 같은 나비 위에 있지만 전혀 다른 곳에 있는 것입니다. 이것이 혼돈⁠(chaos)⁠의 초기값 민감성입니다. 로렌츠는 1961년 무렵 변수가 12개인 더 큰 기상 모형을 돌리다 이 현상을 알아챘다고 회고했습니다. 계산을 중간부터 다시 돌리면서 출력된 0.506127 대신 반올림한 0.506을 넣었더니 전혀 다른 결과가 나왔다는 것입니다. 작은 반올림 오차⁠(round-off error)⁠가 걷잡을 수 없이 불어나는 이 사례는 근사와 오차가 묻는 질문의 극단을 보여 줍니다.

평형점⁠(equilibrium)⁠, 곧 속도가 0인 점은 원점과 두 대류 상태 C±=(±β(ρ−1),±β(ρ−1),ρ−1)C^\pm = (\pm\sqrt{\beta(\rho-1)}, \pm\sqrt{\beta(\rho-1)}, \rho - 1)입니다. 각 평형 근처에서 흐름은 국소 선형 근사 u⃗˙=Ju⃗\dot{\vec u} = J\vec u, 곧 선형 미분방정식⁠(linear differential equation)⁠이 됩니다. J는 속도의 각 성분을 각 변수로 편미분⁠(partial derivative)⁠한 값을 늘어놓은 행렬⁠(matrix)⁠로, 야코비 행렬⁠(Jacobian matrix)⁠이라 부릅니다. 흐름의 모양은 J의 고유값⁠(eigenvalue)⁠이 정합니다.

원점은 안장입니다. 고유값 가운데 양수가 하나 있어서, 어떤 방향으로는 궤도를 끌어들이고 한 방향으로는 밀어냅니다. C±C^\pm의 고유값은 음수 하나(약 −13.9)와 실수⁠(real number)⁠ 부분이 양수인 복소수⁠(complex number)⁠ 쌍(약 0.09±10.2i0.09 \pm 10.2i)입니다. 음수 고유값 방향으로는 궤도가 빨려 들어오고, 복소수 쌍이 만드는 평면에서는 나선으로 돌며 천천히 밀려납니다. 그래서 궤도는 한 날개에서 나선을 그리며 멀어지다가 원점 근처의 안장에 튕겨 다른 날개로 넘어가기를 끝없이 되풀이합니다. 넘어가는 순서(왼쪽, 오른쪽, 오른쪽, 왼쪽, …)는 동전 던지기 기록처럼 불규칙해 보입니다. 날개를 바꿀 때마다 왼쪽이면 한 걸음 뒤로, 오른쪽이면 한 걸음 앞으로 옮기면 무작위 행보⁠(random walk)⁠ 같은 자취가 나옵니다.

멈출 곳이 하나도 없는데 흩어지지도 않는 이유는 부피가 줄기 때문입니다. 공간에 점들의 작은 덩어리를 뿌려 흐름을 따라 움직이게 하면, 덩어리의 부피가 변하는 비율은 속도의 x 성분을 x로, y 성분을 y로, z 성분을 z로 미분⁠(differentiation)⁠해 더한 값(발산⁠, divergence⁠)으로 정해집니다. 로렌츠 방정식에서는 이 값이 어디서나 −(σ+1+β)≈−13.7-(\sigma + 1 + \beta) \approx -13.7이라, 덩어리의 부피는 e−13.7te^{-13.7t}배로 쪼그라들며 결국 부피가 0인 끌개에 모입니다. 그런데도 궤도끼리는 서로 가로지를 수 없고, 대부분의 궤도는 되풀이되지 않습니다. 그래서 끌개는 얇은 면이 무한히 겹친 모양이 됩니다. 공간을 채우는 정도를 재는 차원이 약 2.06으로, 면(2차원)보다 조금 더 두꺼운 프랙털입니다. 그 단면은 칸토어 집합⁠(Cantor set)⁠을 닮습니다. 이 끌개가 정말 혼돈 끌개라는 엄밀한 증명은 오래 미해결로 남았다가, 1999년 워릭 터커가 컴퓨터를 이용한 증명으로 해결했습니다.

이어지는 곳.

  • ρ는 아래위 온도 차에 해당하고, ρ를 올리면 분기⁠(bifurcation)⁠가 차례로 일어납니다. ρ가 1보다 작으면 원점만이 안정합니다. 유체는 가만히 있고 열은 열전도로만 전해집니다. ρ = 1에서 갈퀴 분기⁠(pitchfork bifurcation)⁠가 일어나 시계 방향과 반시계 방향으로 도는 두 대류 상태가 생깁니다. ρ ≈ 24.74를 넘으면 그 둘마저 불안정해져 이 끌개만 남습니다.
  • 같은 방정식이 전혀 다른 곳에서도 나옵니다. 가장자리에 물이 새는 양동이를 매단 물레방아는 이 방정식대로 돌다 멈추다 거꾸로 돌기를 되풀이하고, 레이저의 한 모형도 같은 식을 따릅니다.
  • 그림의 궤도는 독일 수학자 카를 룽게와 마르틴 쿠타의 이름을 딴 룽게-쿠타 방법⁠(Runge–Kutta method)⁠으로 계산했습니다. 한 걸음 동안 속도를 네 번 재어 가중 평균⁠(mean)⁠한 방향으로 나아가는 방법으로, 한 걸음의 결과가 참값의 테일러 전개와 4차 항까지 일치합니다.
  • 변수가 둘인 평면의 흐름에서는 궤도끼리 가로지를 수 없어 혼돈이 생길 수 없습니다(푸앵카레와 스웨덴 수학자 이바르 벤딕손의 이름을 딴 푸앵카레–벤딕손 정리⁠(Poincaré–Bendixson theorem)⁠). 이 정리는 시간이 식에 따로 들어가지 않는 흐름에 대한 것입니다. 그래서 그런 흐름에서 혼돈이 가능한 가장 낮은 차원은 3이고, 로렌츠 계가 그 대표 예입니다.
  • 기상 예보는 이런 계에서 초기값을 조금씩 흔든 계산을 여러 번 돌리고, 결과가 얼마나 퍼지는지로 불확실성을 잽니다. 무작위로 흔든 여러 계산으로 답을 어림하는 몬테카를로 방식입니다.

이 개념이 나오는 긴 글

혼돈 나비의 날갯짓 방정식이 정해져 있으면 미래도 정해질까? 소수점 아래 몇 자리를 버린 계산이 날씨 예보의 한계를 드러냈다. 계산 이론 기계가 풀 수 없는 문제 모든 수학 문제를 기계적으로 풀 수 있을까? 러셀의 역설에서 괴델과 튜링까지, 그 질문에 대한 답은 '아니오'였고, 그 증명이 컴퓨터를 낳았다. 측정의 수학 재는 순간 바뀐다 해안선의 길이는 자에 따라, 평균은 누구에게 묻느냐에 따라, 지표는 목표가 되는 순간 달라진다. 리처드슨의 국경과 프랙털 차원, 스티븐스의 척도, 버스 정류장과 타율의 역설, 스피어먼의 요인, 굿하트의 법칙과 보상 해킹을 한 줄로 꿴다. 수학의 오류 틀린 증명이 만든 수학 틀린 증명은 흔하다. 드물게, "정확히 어디가 틀렸는가"라는 물음이 새 분야를 낳는다. 코시의 합 정리와 균등 수렴, 라메의 증명과 아이디얼, 켐프의 사슬, 푸앵카레의 회수된 논문과 혼돈, 프레게의 법칙과 러셀의 편지, 보예보츠키와 증명 보조기까지. 오류는 대개 서로 다른 두 가지를 하나로 여긴 자리에 있었다.

이 개념을 언급하는 페이지

이 페이지가 가리키는 개념