분기 다이어그램: 단 하나의 숫자 변화가 어떻게 시스템을 갑작스러운 혼돈(카오스) 상태로 빠뜨릴 수 있을까요?

이 매개변수를 어떻게 조정하나요?

여기에는 클래식 로지스틱 맵, 텐트 맵, 사인 맵, 가우시안 맵, 큐빅 맵, 간헐 맵, 2차원 Enon 맵 등 총 이러한 유형의 이미지가 포함되어 있습니다. "다음" 버튼을 클릭하면 이러한 유형의 이미지를 표시하도록 전환할 수 있습니다.

"왼쪽 테두리" 및 "테두리 포함"은 그림의 가로축 왼쪽 및 오른쪽 범위입니다. 이 범위 밖의 그래픽은 직접 건너뛰고 그리지 않습니다.

다른 매개변수를 이해하지 못해도 상관없습니다. "다음" 버튼을 클릭하고 우리가 조정한 그래픽을 즐기세요.

오랜 시간 조정한 결과가 비효율적으로 느껴지지 않도록 "Second State"와 "Shrinkage"는 2차원 Enon 맵 유형에만 유효하고, "Power"는 간헐적 유형에만 유효하며, "Offset"은 가우시안 맵 유형에만 유효하다는 점을 참고하시기 바랍니다.

매개변수에 겁먹지 마세요

매개변수와 수학적 규칙은 잊어버리고 처음부터 시작하겠습니다.

먼저 우리는 그런 상황이 있다는 것을 먼저 알고 있습니다. 즉, 때로는 시스템의 변화가 조금씩 일어나지 않는 경우도 있습니다.

매개변수를 천천히 변경합니다. 처음에는 모든 것이 조용하고 시스템에는 단 하나의 안정적인 상태만 있습니다.

조금만 더 바꾸면 갑자기 두 가지 상태가 됩니다.

계속 변화하면서 둘은 넷이 되고, 그다음에는 8개가 되었습니다... 마침내 시스템은 더 이상 뚜렷한 패턴조차 보이지 않았고, 갑자기 질서에서 혼란으로 변한 것처럼 보였습니다.

이러한 변화를 그래프에 표시하면 분기 그래프라는 매우 특별한 수학적 그래프를 얻게 됩니다.

먼저 단순한 시스템을 상상해 보세요

점진적으로 증가시킬 수 있는 단 하나의 매개변수(예: 1에서 2, 3, 4, 5로)를 가진 아주 단순한 시스템을 상상해 봅시다. 매개변수가 조금씩 변할 때마다 시스템은 일정 기간 동안 자체 규칙에 따라 작동하며, 우리는 시스템이 최종적으로 안정화되는 상태를 기록합니다.

처음(매개변수 = 1)에는 시스템에 단 하나의 안정된 상태만 존재합니다. 매개변수를 약간 높여도 여전히 하나의 상태로 유지됩니다. 조금 더 높이면 갑자기 두 개의 안정된 상태가 나타납니다. 여기서 더 높이면 두 개의 상태가 네 개로 늘어납니다. 이처럼 매개변수를 계속 높여감에 따라 시스템은 점점 더 복잡해집니다.

이것이 바로 '분기(bifurcation)'입니다

왜 '분기(bifurcation)'라고 부를까요? 묘사된 변화의 모습이 마치 하나의 경로가 반복적으로 갈라지는 것처럼 보이기 때문입니다.

처음에는 하나의 경로만 존재하다가 특정 지점에 도달하면 갑자기 두 개로 갈라집니다. 더 나아가면 갈라진 두 경로가 각각 다시 두 개로 나뉠 수도 있습니다. 즉, 경로가 하나에서 둘, 넷, 여덟 개로 늘어나는 식으로 진행되는 것입니다. 이것이 바로 '분기'가 가진 가장 직관적인 의미를 보여줍니다.

수학자들은 매개변수가 변함에 따라 시스템의 안정된 상태가 이처럼 급격한 변화를 겪는 현상을 설명하기 위해 분기(bifurcation)라는 용어를 사용합니다.

모든 변화를 그래프로 나타내기

이제 방금 설명한 과정을 시각화해 보겠습니다.

가로축은 매개변수를 나타내며, 왼쪽에서 오른쪽으로 갈수록 값이 커집니다.

세로축은 시스템이 도달하는 최종 상태의 개수를 나타냅니다.

따라서 매개변수를 변경할 때마다 시스템의 최종 상태를 그래프에 기록합니다.

매개변수 값이 작을 때는 점이 하나뿐이라 그래프에 단일 선으로 나타날 수 있습니다. 매개변수가 증가함에 따라 시스템은 두 개의 안정된 상태를 갖게 되고, 두 개의 선이 나타납니다. 값을 더 높이면 선이 네 개, 그다음에는 여덟 개로 늘어납니다.

이 모든 변화를 함께 그래프로 그리면 아름다운 '수학적 나무' 모양이 드러나는데, 이것이 바로 분기 다이어그램(bifurcation diagram)입니다.

왜 결국에는 그렇게 혼란스러워 보일까요?

이것이 바로 분기 다이어그램의 가장 흥미로운 점입니다.

매개변수가 계속 변함에 따라 시스템은 점점 더 빈번하게 분기(나뉨) 과정을 거칩니다. 하나의 상태가 둘로, 둘이 넷으로, 넷이 여덟 개로 나뉘는 식이죠.

분기 속도는 점점 빨라지고, 마침내 수많은 서로 다른 상태가 밀집하게 됩니다. 멀리서 보면 이 구간은 마치 검은 구름처럼 보이며 완전히 무작위적인 것처럼 느껴집니다.

하지만 자세히 들여다보면 그 안에 숨겨진 구조를 발견하게 되는데, 바로 여기서 카오스(혼돈)가 나타납니다.

혼돈(Chaos)은 무작위성이 아닙니다

이쯤 되면 이런 의문이 들 수도 있습니다. '결과가 이렇게 혼란스러우니, 컴퓨터가 그저 무작위로 숫자를 생성하는 것 아닐까?'

전혀 그렇지 않습니다. 이는 분기 다이어그램(bifurcation diagram)의 핵심적인 특징을 보여줍니다. 바로 혼돈은 무작위성이 아니라는 점입니다.

이 시스템은 여전히 ​​엄격하게 결정론적인 규칙을 따릅니다. 즉, 동일한 매개변수와 초기 조건을 사용하면 항상 동일한 결과가 나옵니다.

단지 시스템이 변화함에 따라 그 거동이 매우 복잡해져서, 전체적인 관점에서 다음 단계를 예측하기 어려울 뿐입니다. 따라서 패턴이 보이지 않는다고 해서 패턴이 존재하지 않는 것은 아닙니다.

분기 다이어그램은 왜 그토록 아름다울까요?

수식만 놓고 보면 사실 꽤 간단합니다.

하지만 수많은 계산 결과를 그래프로 그려보면 복잡한 구조가 나타납니다. 가지가 갈라지는 모습, 밀집된 혼돈 영역, 그리고 그 사이에 갑자기 다시 등장하는 안정적인 구조 등이 그것입니다.

특정 부분을 확대해 보면 더 많은 분기 구조가 드러나며, 다이어그램에 독특한 깊이감과 층위(layering)를 부여합니다.

무한한 자기 유사성을 강조하는 만델브로 집합(Mandelbrot set)이나, 특정 매개변수 조합으로 만들어지는 예술적 패턴을 보여주는 클리포드 끌개(Clifford attractor)와는 달리...

이 다이어그램은 매개변수가 변함에 따라 시스템이 안정 상태에서 복잡한 상태로 어떻게 단계적으로 이행하는지를 보여줍니다.

분기 다이어그램의 가장 매력적인 점은 질서가 점차 혼돈으로 바뀌어가는 과정을 직접 목격할 수 있다는 것입니다.

왼쪽에서는 하나의 가지로 시작합니다. 그러다 두 개, 네 개, 여덟 개로 가지가 늘어나며 점점 복잡해지다가 마침내 혼돈 영역으로 진입합니다.

하지만 이야기는 거기서 끝나지 않습니다. 혼돈 영역을 자세히 들여다보면 다시 나타나는 안정적인 구조들을 발견할 수 있습니다. 혼돈 속에도 질서가 숨어 있는 것입니다.

세상을 변화시키는 단순한 매개변수

분기 다이어그램(bifurcation diagram)에는 매우 중요한 매개변수가 하나 있는데, 이 값을 바꾸는 것은 시스템 전체의 환경을 변화시키는 것과 같습니다.

매개변수 값이 낮을 때 시스템은 결국 하나의 상태로 안정화됩니다. 값을 약간 높이면 시스템이 두 가지 상태를 오가게 될 수 있습니다. 값을 더 높이면 상태의 수가 4개, 8개 등으로 늘어나다가 마침내 시스템은 혼돈(카오스) 상태로 빠져들게 됩니다.

분기 다이어그램은 바로 이러한 과정을 기록한 것입니다. 즉, 단순한 하나의 곡선이 아니라 매개변수 값의 변화에 ​​따라 시스템이 나타낼 수 있는 모든 가능한 상태를 보여주는 것입니다.

어디서나 일어날 수 있는 분기 현상

여기서는 수학적 모델을 다루고 있지만, 이와 유사한 현상은 현실 세계에서도 나타납니다.

시스템 내부의 특정 조건이 변하여 임계점을 넘어서면, 시스템이 갑자기 완전히 다른 상태로 전환될 수 있습니다.

예를 들어 생태계, 물리적 시스템, 화학 반응, 심지어 특정 공학 시스템에 이르기까지 다양한 분야에서 이와 유사한 '임계 전이(critical transition)'가 일어날 수 있습니다.

분기 이론은 이러한 변화를 연구하는 데 있어 매우 중요한 수학적 도구입니다.

고전적인 예시: 로지스틱 맵

분기 다이어그램(bifurcation diagram)의 가장 고전적인 예 중 하나는 '로지스틱 맵(logistic map)'이라 불리는 단순한 수학적 모델입니다. 특히 위에서 볼 수 있는 그림은 '혼돈(chaos)으로 향하는 고전적인 경로'를 보여줍니다.

이 모델은 원래 아름다운 패턴을 만들어내기 위해 고안된 것이 아닙니다. 오히려 아주 간단한 공식을 사용하여 시간이 지남에 따라 시스템이 어떻게 변화하는지를 설명합니다.

예를 들어 동물 개체군을 생각해 봅시다. 처음에는 일정한 수로 시작해 이듬해 번식하지만, 먹이와 공간이 한정되어 있기 때문에 개체 수가 무한정 늘어나지는 않습니다.

결과적으로 올해의 개체 수는 내년의 개체 수에 영향을 미치고, 이는 다시 그 다음 해의 개체 수에 영향을 주는 식으로 이러한 순환이 계속 반복됩니다.

수학적 '혼돈'에도 고유한 패턴이 있다

분기 다이어그램에서 가장 흥미로운 점은 단순히 나무 모양을 하고 있다는 사실이 아니라, 이 '나무'가 시스템이 진화하는 전체 과정을 기록하고 있다는 점입니다.

가로축의 각 점은 특정 매개변수를 나타내고, 세로축의 각 점은 시스템이 도달할 수 있는 잠재적 상태를 나타냅니다.

따라서 분기 다이어그램을 왼쪽에서 오른쪽으로 살펴보는 것은 시스템의 '성장 과정'을 지켜보는 것과 같습니다. 즉, 안정 상태에서 분기(splitting)가 일어나고, 복잡성이 증가하다가, 마침내 혼돈 상태로 접어드는 과정을 보는 것입니다.

우리는 흔히 '혼돈'과 '질서'를 상반된 개념으로 보지만, 분기 다이어그램은 이 둘이 반드시 대립하는 관계가 아님을 보여줍니다.

매우 단순한 규칙으로도 고도로 복잡한 행동이 나타날 수 있으며, 이러한 행동 또한 수학적으로 포착하고 설명할 수 있습니다.

겉보기에는 혼란스러운 나무 모양의 패턴이 사실은 질서에서 혼돈으로 이행하는 시스템의 변화 과정을 기록하고 있는 것입니다. 바로 이 점이 분기 다이어그램을 그토록 매력적으로 만듭니다.

수학의 세계를 계속 탐구해 보세요

분기 다이어그램(bifurcation diagram)은 매개변수가 변함에 따라 시스템이 어떻게 변화하는지를 보여줍니다.

수학적 규칙이 복잡한 구조를 만들어내는 과정을 관찰하는 것을 즐기신다면, 클리포드 끌개(Clifford attractor), 아이자와 끌개(Aizawa attractor), 줄리아 집합(Julia set), 만델브로트 집합(Mandelbrot set)과 같은 다른 수학적 형태들도 탐구해 볼 수 있습니다.

공간상의 움직임을 묘사하거나 무한한 구조를 드러내는 시각화 자료도 있지만, 분기 다이어그램은 단순한 시스템이 단계적으로 복잡성을 띠며 진화하는 과정을 보여줍니다. 이 다이어그램은 안정 상태에서 분기(splitting)로, 그리고 분기에서 혼돈(chaos)으로 이어지는 경로를 추적하며, 겉보기에는 무질서해 보이는 현상 속에 숨겨진 수학적 질서를 드러냅니다.

또한 더 흥미로운 수학적 시각화 자료를 살펴보거나 위키백과에서 분기 이론(bifurcation theory)에 대해 더 자세히 읽어볼 수 있습니다.