ktisatlar

neden zengin olamaz?

Kaos, Karmaklk Bilimi ve Yeni Bilimsel Anlaylar zerine

Do. Dr. Sinan Canan 2011 (Turgut zal niversitesi ktisadi dari Bilimler Fakltesi Seminerleri kapsamnda sunulmutur)

zet

Kaos Teorisi yirminci yzyln en nemli bilimsel yaklamlarndan birisidir. Yirminci yzyla kadar hkm sren Newton fizii ve buna bal olarak gelitirilen evren grne gre, evrendeki tm hadiseler belli ve belirlenebilir (determinist) kurallara bal olarak cereyan eder ve insanlar bilimsel yntemlerle, deikenleri yeterli kesinlikte lerek, tm sistemlerin davranlarn hesaplayabilir ve ngrebilirlerdi. Fakat yirminci yzylda meydana gelen nemli bilimsel devrimler bu konunun sanld kadar kolay olmadn ortaya koydu. Einsteinin nclk ettii izafiyet teorisi, zaman ve hzn gzlemciye gre deiiklik gstereceini ortaya koyarken, ardndan gelen kuantum fizii, belirsizlii ve bilimin mikro alemdeki snrllklarn ortaya koydu. Atom alt alemdeki olaylar tam olarak tesbit edemeyeceimizi ortaya koyan kuantum devriminden hemen sonra kaos ve karmaklk bilimi de, dzensiz ve rastgele grnen birok olayn aslnda karmak bir matematiksel dzeninin olduunu; fakat buna ramen bu tip sistemlerin davranlarnn (kurallar bilinse bile) uzun vadede tahmin edilemez olacan bilim dnyasna gsterdi. Yirmibirinci yzyl, bu byk bilimsel deiimlerin ardndan gelen yeni bir zaman dilimidir. Bu zamann insanlar artk, bilimsel olarak neleri bilebileceklerine ve neleri bilemeyeceklerine dair geen yzyldan ok farkl bir anlaya sahiptir. te bu anlayn temelini oluturan bak asna Kaos Anlay diyoruz. Kaos anlay ile dnyaya bakmak, biz bilimadamlarna hem etrafmzdaki hem de kendimizdeki olaylar ve biimler hakknda yepyeni ipular sunuyor. Bu bak as nda, kaos biliminin gnmzdeki durumunu ve gelecekte bilim dnyasna sunabilecei olanaklar bu yazda ksaca tartmaya alacam.

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.

Giri Yeni bilimler

Kaos kelimesi, eski Yunan medeniyetinden beri kullanmda olan ve mutlak evrensel dzen anlamna gelen cosmos kelimesinin tam zdd; yani mutlak anari, kargaa ve dzensizlik anlamnda kullanlm bir kelimedir. Milattan nce 8. Yzylda yaam olan Hesiodos, Theogony adl eserinde her eyden nce kaos vard ifadesini kullanmt. Eski Yunanllar kaosun kralszlk olmasnn yannda, dzeni douran bir zellie de sahip olduunu dnyorlard. Fakat yirminci yzyla kadar bu anlamda herhangi kayda deer bir fikir retilmemitir. Kaos kelimesinin yaygn olarak artrd anlam, evrende, en azndan bir takm hadiselerin matematiksel denklemlerle modellenip ngrlemeyecek denli karmak ve rastgele kuvvetlerin etkisi altnda bulunduunu veya hareket ettiini ifade eder. Bu gn bilim dnyasnda kullanlan kaos kavram ise, aada detaylandrmaya alacam gibi bu yaygn anlamndan ok farkl olarak, grnte dzensiz ve ngrlemez olarak snflandrlabilecek bir ok sistem ve davrann, aslnda st dzeyde matematiksel bir dzene sahip olduunu gsteren yeni bir fizik alann simgelemektedir. Bu gn kaos teorisi ve onun erevesinde meydana gelen geliimi daha iyi anlayabilmek iin bilimin geirdii dnme ksa bir bak atmak yararl olacaktr. Belirlenircilik (Determinizm) Isaac Newton, maddenin temel etkileim kanunlarn bularak adn bilim tarihine silinmez bir ekilde yazdrmt. Newtonun tanmlad olduka basit ve anlalr hareket kanunlar, ktleekimi ve ivme gibi konular, o zamana kadar zlememi olan bir ok soruna kkl ve kalc zmler salamt. Artk atlan bir okun zamanla hznn deimesini aklamak iin Newtonun ortaya koyduu hareket kanunlarn kullanarak ve balang artlarn (kuvvetleri, hareketi balatan kuvvetleri ve harekete kar olan etkileri) kesin bir ekilde bildiimiz takdirde okun decei noktay ok byk bir kesinlikle hesaplayabilirdik. Newtonun kanunlar o kadar kuatcyd ki, Newtondan sonra gelen takipileri doal olarak evrende hesaplanamaz, anlalamaz hi bir olay kalmad dnmeye baladlar. Nitekim Newtonun ada bir baka bilim adam olan Laplace, evrenin herhangi bir anndaki tm deikenleri bilen bir zihnin, evrenin gemiini ve geleceini herhangi bir zaman sresi boyunca rahatlkla hesaplayp ortaya koyabileceini ne srm ve bu gn Laplacen Cini olarak bilinen kavram ortaya koymutu. Bu kavramn znde, Newtoncu ynteme duyulan tam ve sarslmaz bir gven vard. Elbette doada, Newtonun ortaya koyduu kanunlarla aklanamayan bir ok karmak hadise vard. Her ne kadar aya gnderilen roketlerin hedeflerine doru bir ekilde varmasn salayan kanunlar Newtonun kanunlar olsa da, bu kanunlarn, doay ve evreni anlamak asndan bize tm cevaplar salamaktan uzak olduklar yava yava anlalmaya baland. Den bir yapran hareket yolu, akan bir suyun dzgn m girdapl m akaca problemi, hava koullarnn uzun sreli ngrlmesi gibi karmak sorunlar kolayca zlecek cinsten deildi. Fakat Newtonun yasalar o kadar evrenseldi ki bu karmak sistemleri bile hesaplayabilirdi; tek sorun, bu sistemler zerine etki eden deikenleri yeterince hassas bir ekilde lemiyor olmakt. Teknoloji geliip lm yntemleri ilerledike bu sknt da alacak ve evrende insanoluna gizli hi bir

bilgi kalmayacakt. Bu gre genel olarak Belirlenircilik (determinizm) adn veriyoruz. Ksaca determinizm, meydana gelen tm olaylarn, gemite meydana gelmi olaylarn kanlmaz sonucu olduu ne sren bir felsefi grtr. Grecelik Devrimi Newtoncu paradigma olarak adlandrlan bak as belki de dnya tarihinin en uzun sre baskn olarak kabul edilen bilimsel paradigmalarndan birisidir ve derin etkisi halen devam etmektedir. Newtonun nclk ettii evrensel fizik yasalar 16. Yzyldan yirminci yzyla kadar hakimiyetini srdrm, btn testlerden baaryla gemi ve ciddi olarak sorgulanmas iin ortada bir sebep grnmemiti. Yirminci yzyla girerken, Alman vatanda Albert Einstein, bilim dnyasnda depreme neden olan bulularn ard ardna yaynlamaya balad. Bunlardan en nemlisi, bu gn grecelik (relativity) kuram olarak bildiimiz kuramdr. Bu gn halen tartmasz geerlilie sahip olan bu zarif kuram bizlere, hz, konum ve zaman gibi, o zamana kadar mutlak zannedilen deikenlerin, lm yapan gzlemcinin referans erevesine gre deiiklik gsterdiini syledi. Yani gzlemcinin konumu ve hz, yapt lmleri etkiliyordu ve artk mutlak lmler yerine izafi (greceli) lmlerden sz etmek gerekiyordu. Einsteina kadar bu konunun dikkat ekmemesinin en nemli nedenlerinden birisi, izafiyet etkilerinin gnlk hayatmzda hissedilmezken, ancak ok yksek hzlara ulaldnda veya engin uzay boluunda seyahat eden k nlarnda gzlenebiliyor olmasyd. zafiyetin etkileri (rlativistik etkiler) gnlk yaammzda llemeyecek kadar kkt. Gnlk hayatmz dorudan etikelemese bile, bilimsel ynteme kesinsizlikleri ve izafiyeti sokmas asndan ok byk anlay deiikliklerine neden oldu. Kuantum Devrimi Einsteinn almalaryla hemen hemen ayn dnemlerde, bu byk bilimadamnn bulularndan da ilhamla, fizikte baka yenilikler oluyordu. Kara cisim mas ad verilen bir fiziksel olay aklamakta aresiz kalan bilim dnyas, Max Planckn bulduu zmle bir anda yepyeni bir gndeme sahip oldu. Planck, zmszle mahkum grnen denklemlere, elinde hi bir kant olmamasna ramen, enerjinin kk ve belirli paketler halinde yayld fikrini ekleyerek zm kolayca elde edebileceini gstermiti. Planckn quanta adn verdii bu paketikler, varsaymsal olsa da, denklemlerin deneysel sonularla uyumlu sonular vermesini salamt. O zamana kadar kesintisiz bir radyasyon olduu dnlen enerjinin, aslnda belirli byklkteki paketler halinde salnmas fikri, o dnem iin byk bir devrimdi ve Planckn kulland ve miktar anlamna gelen kuanta szcnden yola klarak bu bulgularn arkasndan ortaya kan yeni fizik, kuantum fizii olarak anlmaya baland. Kuantum fiziinin baars sadece bu zel olay aklamakla snrl kalmad. Nisbeten ksa bir sre iinde Warner Heisenberg, Niels Bohr, Erwin Schrdinger, Wolfgang Pauli ve daha bir ok bilim adam, evrenin yaptalar olan atomlarn dnyasndaki gariplikleri birer birer kefetmeye baladlar. Heisenberg, kuantum fizii deneylerinde, gnlk deneyimlerimizle hi uyumayan bir evreni kefetti. Daha da tuhaf, bu evrenin bizzat bizleri ve etrafmzdaki tm maddeyi oluturan atomlarn yaptalarnda gizli olmasyd. Heisenberg, kendi adyla anlan belirsizlik ilkesini ortaya koyarak, atom alt dzeyde lmlerimizin hep bir belirsizlie mahkum olacan, ilkesel olarak ispatlad. Schrdinger,

maddenin temel yaptalarn etkileyen dalgams dokunun matematiini bize salarken, her madde parasna bir dalgann elik ettiini de Fransz bilim adam Louis de Broglieden rendik. Ksacas, mikro alem, hi de bildiimiz dnyaya benzmiyordu; orada nlanma, aniden belirme veya yok olma, mesafeleri hie sayan annda haberlemeler ve birden fazla yerde ayn anda bulunabilme, birden ok halde ayn anda bulunma gibi ancak bilim-kurgu hikayelerinde veya masallarda duyabileceimiz eyler, adeta sradan gerekliin paralaryd! Bu paracklar ok sayda bir araya gelmeleriyle oluan bildiimiz dnya ise, bu mikro alemden ok farkl olarak klasik fizik kurallarnn hakim gzkt bir evrendi. kisi arasndaki bu geiin nasl olduu bilimadamlar tarafndan hala anlalmaya allan nemli gizemlerden birisidir. Mikro alemde karmza kan tm bu yeni olaylar, bilimadamlarnn determinizm konusunu en batan sorgulamasna neden oldu. Fakat determinist dnya grn asl sarsan bulular, byk lekli (makro) sistemlerle uraan aratrmaclardan geldi. Zira, evrenin yaptalarn oluturan kn de k yaptalarnn bu garip davranlar belki bir ekilde kabul edilebilirdi; fakat artk her gn hayatmzn iinde olan nice olayn hi de sandmz gibi olmadn anlalmaya balanyordu. Kaos biliminin douu 1971 ylnda, Lorenz adl bir meteoroloji uzman, hava tahminleri yapmakla urat laboratuavarndaki bilgisayarnda garip bir eyler kefetti: Lorenz, hava durumunu bilgisayarnda modelleyerek, saysal bir hava durumu tahmin sistemi zerinde alyordu. Hava olaylarn rakamlara ve kodlara indirgemi ve sonra bilgisayara rettii kurallarla -ki bunlar meteorolojik kurallard- bu girdilerden nasl hava sonularnn kacan, bilgisayardan ald ktlarla gzlemlemekteydi. Bigisayarlar, bir insann mrnn yetmeyecei hesaplamalar ve tekrarl ilemleri bkp usanmadan, hzl bir biimde yapabilme zelliine sahiptirler. O gnk rnekleri ok dk kapasiteli ve yava cihazla olsalar da, gnler boyu, hi durmadan byle hesaplar yaparak, sonular kt olarak vermek amacyla kullanlyorlard. Bu ktlar, hava koullarn belirleyen parametrelerin deikenliklerini ifade eden say dizileri eklindeydi ve Lorenz bunlarn grafik analizlerini yaparak, saylar hava durumundaki deiikliklere dntryordu. Bir gn Lorenz, bilgisayarn yapt ilemi, orta yerinden balatmak istedi; bilgisayar sregiden bir ilem yaparken, ilemi kesip, makinann vermi olduu ara deerlerden birini, balang deerleri olarak bilgisayara girmeyi denedi. Ksa bir sre sonra hayretle farkettii zere, bilgisayarn verdii ktlar bir nceki hesaplama dizisiyle hi bir ilgisi kalmam, tamamen farkl sonular vermeye balamt. Bu yeni serinin nceki seri ile hi bir alakas yoktu artk. Lorenz nce makinann bozulduunu dnse de ksa sre sonra durumu farketti. Kendisi klavyeden ondalk bir say deerini bilgisayara girerken, virglden sonraki basama girerek ilemi tekrar balatmakta bir saknca grmemiti; nk bu kadar kk bir ondalk deerin, hesaplamalar zerinde bir etkisi olmayacan dnyordu (0.506127 yerine 0.506 girmiti). Fakat sonular hi de onun dnd gibi deildi. Lorenzin bilgisayara girerken yok sayd o ondalk basamaklar, deer olarak hava akmlar iinde bir kelebein kanat rpmas kadar nemsizken, ksa bir sre sonra, izleyen sonularda byk farkllklara neden olmutu. Yani bir kelebek sadece kanat rparak byk bir frtna karmt! Lorenz bu bulgularn yaynlad makalesinde, bu gn olduka 5

popler bir terim olan kelebek etkisini ilk kez kullanmtr (Ruelle, 1990). Kelebek etkisi, dnyann bir yannda kanat rpan bir kelebein, dnyann bambaka bir kesinde frtna kmasna sebep olabileceini syler. Elbette kanat rpan her kelebek bir frtnaya sebep olmaz; fakat meydana gelecek bir frtnay ok nceden tahmin etmek istiyorsak, hava durumu gibi karmak bir sistemde, bir kelebein kanat rpmasndan kaynaklanan minik hava akmlar kadar kk deikenleri bile hesaba katabilecek bir lm ve modelleme sistemimiz olmas gerekir. Kelebek etkisi kavram, kaotik sistemlerin nemli bir zellii olan balang artlarna hassas ballk zelliini de veciz bir biimde ifade eder.

ekil 1. boyutlu faz uzaynda Lorenzin dinamik sisteminin davranlarn gsteren Lorenz ekeri. Lorenzin temellerini att kaos fizii, bu gn bir ok uygulama alanna sahiptir. Bu fizik dal, dorusal olmayan (nonlinear) sistemleri inceler. Bu sistemleri aslnda gnlk hayatmzda hepimiz tanrz: Bir nehirde dalga dalga akan su, suya damlayan bir damla mrekkebin su iinde dal, aatan den bir yapran d gzergah, bir yamur damlasnn camda kayarken izledii yol Bunlar hep dorusal olmayan sistemlere rnektirler. Bunlar neden dorusal deildir? nk, hareketleri nceden hesaplanp tahmin edilemez. Dorusal olmayan bir sistem her zaman, dorusal bir sistemde olduu gibi, girdileri ile orantl bir kt vermez. Elde edilecek cevap veya kt, sistemin i dinamiklerinin o anki haline ve sistemin balang koullarna baldr. rnein ak havada aatan den bir yapran yerde hangi notaya deceini tam olarak hesaplamamz imknszdr. Laboratuarda sabit koullar altnda (rzgrsz bir ortamda rnein) olduka yakn bir ekilde hesaplayabileceimiz yapran yere varma noktas, ak havada ok karmak deikenlerin rol ald karmak bir hadiseye dnverir. Yahut yediiniz bir tatly bir kez daha tattnzda, ondan bambaka bir tat alrsnz aslnda. nk artk siz, o tatly ilk kez yiyen bir insan deilsinizdir. Ksacas, bu tip hadiseler kaotiktir. Rastlantsal da deildirler, nk ikin ve karmak bir dzene

sahiptirler. Aslnda en byk kaotik sistemler, canllar olarak bildiimiz ve bizim de dhil olduumuz sistemlerdir. Garip ekerler Garip ekerler (strange attractors), tamamen rastlantsal davranyormu gibi gzken kaotik sistemlerin davranlarnn uzun sreli seyirlerini incelemekte kullanlan zel bir grafik yntemi olan faz uzay diyagramlardr. Burada ortaya kan karmak ama dzenli hareket desenleri, halen bu bilim dal ile yeni tananlar artmaya devam ediyor. ekerler, incelenen sistemin gerek dnyada dorudan gzlenemeyen baz deikenlerinin zamana kar nasl bir dnm geirdiini gsteren grafiklerdir. ncelenen sistem kaotik zelliklere sahip olduunda, ortaya kan ekerler de garip zelliklerinden dolay garip ekerler olarak adlandrlrlar. rnein, Lorenzin hava durumuna ilikin ortaya koyduu matematiksel model, byle bir grafikle grselletirildii takdirde, karmza, boyutlu uzayda, kanatlar yar alm bir kelebei andran bir grnt kar (ekil 1). Bu desenin anlam zetle udur: Hava koullar tamamen rasgele bileenlerin etkisi ile oluuyor gibi grnse de, aslnda belli bir snr dahilinde ve karmak dinamik kurallarla hareket eden deikenlerden oluur. Siz, herhangi bir anda, hava koullarnn ne olacan tam olarak kestiremezsiniz; fakat hava koullarnn bu grafiin izin verdii artlarn dna tamayacan bilirsiniz. nk bu bir davran grafiidir ve sistemin belli bir zaman aralnda ve verilen balang koullaryla gsterebilecei tm durumlar bir arada temsil eder. Sistem buradaki snrlar dna taamaz. Tasa bile, bu deseni oluturan i kuvvetler o denli gldr ki, sistem yine kendisini bu snr dng iine eker. te bundan dolay, faz uzay diyagramlarnda ortaya kan bu tip grntlere eker (attractor) ad verilir. Kaotik ekiciler, zaman iinde asla kendini aynen tekrar etmeyen, fraktal karmakla sahip esiz biimlerdir. Farkl sistemler, incelenen deikenlerine gre farkl eker biimleri ile karmza karlar. rnein, dzenli salnan ve snmlenmeye uramayan (enerjiyle beslenen) basit bir sarkac sistem olarak alrsak, sarkacn anlk hzn anlk konumuna gre bir grafie dktmzde, ortaya bir daire eker kacaktr. nk bu sistem, belli bir anda, salnmn iki ar ucu arasnda bir yerde olmak zorundadr ve bu da faz uzaynda kapal bir daire ile temsil edilir. Daha karmak sistemlerde ise, daha karmak desenler grlr. rnein internette rneklerine bolca rastlayabildiimiz Lorenz, Duffing, Henon veya Rssler ekerleri, byle karmak ve zel ekillerdir.

ekil 2. Rssler ekeri. Ayrntl bilgi iin: http://en.wikipedia.org/wiki/Rssler_attractor Garip grafik biimler olarak ekerler sadece matematiksel soyutlamalardan tretilmi sistemlerle ilgili deildir. nsan iradesinin de dahil olduu gndelik bir ok olayn uzun srelerle izlenmesi sonucu kaotik bir davrana sahip olduu ve belli ekerler ile uyumlu davranlar sergiledii gsterilebilmektedir. Bunlarn arasnda en mehur rnekler, vahi hayvan topluluklarnn birey saylarnda yllara gre meydana gelen deiiklikler, yllar boyu tutulmu kaytlardan yola klarak incelenen Nil nehrinin ykselme ve alalma davranlar, veri aktarm hatlarnda meydana gelen grltlerin periyotlar (son ikisi bizzat fraktal geometrinin kurucusu Benoit Mandelbrot tarafndan incelenmitir) ve alnp satlan katlarn deerlerinin srekli dalgaland menkul kymetler borsalar gibi sistemlerin davranlardr. Kaotik Sistemler Kaos bilimcileri artk, gerekte gzmze grnen dzensizliklerin ou zaman bir aldanma olduu grnde birleiyorlar (Horgan, 1995). Grnrde etrafmzdaki hemen her olayda bir hesaplanamazlk, bir karmaa, bir nceden bilinemezlik hkm srmekte. Fakat bu hesaplanmazlk, rasgelelik ve dzensizlik anlamna da gelmiyor. Zira kaos terimi, gnlk yaamda kullanldndan farkl olarak, ksmen hesaplanabilen, fakat ikin bir dzene sahip karmaklk anlamnda kullanlmakta. Her sistem veya her hadise, u veya bu ekilde bir yerlerinde kaotik bileenler ierir. Kaotik sistemlerin nemli zelliklerini yle sralayabiliriz: 1. Hesaplanamaz olmak: Karmak veya kaotik sistemlerin belli bir zaman sonra nasl davranacaklarn tam olarak kestirebilmek imkanszdr. Bunun en bildik rnei, hava durumu tahminleridir. Bir-iki gn iin yaplan hava tahminleri genellikle -pek byk bir sapma olmakszn- doru karken, hala

bir haftalk veya yllk olarak gvenilir bir hava tahmini yapmamz mmkn deildir. Elbette birisi seneye u gn, hava paral bulutlu olacak diyebilir ama bunu bilimsel yoldan hesaplayabilmemiz imkanszdr. nk Lorenzin da kaza eseri gsterdii gibi, en kk bir deikeni (rnein bir kelebein kanat rpmasndan ortaya kan hava akmlarn) ihmal etmek bile, hesabmzn yanl kmasna neden olur. Eer yukardaki tahmini yapan kii, insanst bir duyu yolu vb. kullanmyorsa ve hava gerekten tahmin ettii gibi kmsa, ya ok ansl biridir; yahut bildiimiz bilimsel yntemler dnda baka bir bilgi alma yolu kefetmitir. 2. Balang koullarna hassas ballk: Bu zellii bu gn bizler kelebek etkisi olarak yakndan tanyoruz. Lorenzin yuvarlayarak bilgisayara girdii milyonda birlik bir deiikliin sistemin davrannda ksa bir sre iinde byk deiiklikler yapmas, balang koullarna hassas balln bir sonucu. Bir ok kaotik sistem, balang koullarndaki (yahut sistemin incelenmeye baland andaki durumunu belirleyen deerlerdeki) llemeyecek kadar kk deiimlere ok farkl tepkiler vermeleri ile ideal ve ngrlebilir sistemlerden ayrlrlar. Dahas, zellikle canl dnayda karmza kan makro ya da mikro bir ok sistemde bu zelliin hakim olduunu bu gn rahatlkla syleyebiliyoruz. Balang koullarna hassas bal olan sistemler ayn zamanda ngrlememe zelliine de sahiptir. Herhangi bir anda sistem zerine etki eden tm etkenleri bilmemiz imkansz olduundan, sistemlerin uzun sreli davranlarn tahmin edemiyoruz.

3. Dorusal olmama: Kaotik sistemler her zaman ayn girdiye ayn biimde tepki vermezler. Dorusal sistemlerde, her zaman girdiyle orantl bir kt olumasna ramen kaotik sistemlerde, sistemin kaderini belirleyen koullarn karmaklndan ve yukarda bahsedilen dier zelliklerin de etkilerinden dolay, sistem ngrlemeyen bir davran sergiler. Bu yzden, bu tip sistemlerin davranlarn (en azndan grece ksa bir zaman dilim iin bile olsa) hesaplayabilmek iin dorusal olmayan (nonlinear) denklemler kullanlr. 4. zbenzeim (Kendine benzerlik; self-similarity): Kaotik davran gsteren sistemler, dorusal olmamak ve bilinen anlamyla periyodik olmamak kaydyla belli davran kalplarn gerek ayn zaman leinde, gerekse farkl zaman pencelerelerinde tekrar edebilirler. leride rneklerini greceimiz gibi, kaotik davranan bir sistemin bir ka saatlik verileri, bir ka gnlk ve aylk verilerinde gzlenenlere benzer temel davran kalplar ierebilir. Davranlarn bu ekilde tekrar etmesi self-similarity olarak adlandrlr ve zellikle gnlk hayatta karmza kan bir ok karmak davran biimini anlamak zere bizlere yepyeni almlar sunar. Etrafmzdaki biimler de zbenzeim zellikleri gsterir (lgin bir rnek iin Bkz. ekil 15).

Kaos Bilimi Ne ie Yarar? Kaos kuram ve bunun zerine bina edilen kaos bilimi, evrende ve gnlk hayatmzda sklkla karlalan ve evvelce tamamen rasgele (stokastik) olarak nitelenen olaylar saysallatrp llebilir hale getirmek, veya en azndan bu tip 9

sistemlerin davran seyirleri hakknda yeterli kesinlikte tahminlerde bulunabilmekle urar. Karmak ve ngrlemez olan her ey, kaos bilimcisinin ilgi alanndadr. Tabii ki, tptan tutun, ekonomiye kadar, yaadmz evreni anlamaya altmz tm bilim dallarnn ana konular, aslnda byle karmak ve ngrlemez birok bileen ierir. Para piyasalarnn uzun sreli davran kaytlarnn kaotik yntemlerle incelenerek matematiksel olarak modellenmesinin, ksa vadeli de olsa, salkl borsa hareketi tahminleri yaplmasna imkan verdii grlnce, kaos daha da nlendi. Gnmzde, ekonomik ve sosyal sistemlerin davranlarn incelerken artk kaos biliminin salad veriler ve bu bilime ait matematiksel yntemler sklkla kulanlmaktadr. Canl sistemlerde, adeta tam bir karmaa halinde hareket eden beyin dalgalar, kan basnc dalgalanmalar, epilepsi ve benzeri sinirsel hastalklarn ortaya k dzenleri gibi grnrde rastlantsal olan bir ok hadisenin, aslnda belli kurallar ve dngler iinde gerekletiini, yine kaos biliminin matematiksel formlleri ortaya koydu. Psikiyatri ve sinir bilimleri bata olmak zere, yaam bilimlerinin tm alanlar, yaamn o akl almaz karmaklnn bolca kaos ihtiva ettiini gn getike daha ak bir biimde ortaya koyuyorlar. Bir derede akan suyun oluturduu girdaplarn, uak kanatlarnda oluan triblansn ve dier baka bir ok benzer grngnn temelinde yine kaotik kurallarn yatt bir bir ortaya kondu. Dalc (Dissipative) Sistemler Dzen Douran Kaos Nobel dll Kimyac lya Prigogine, kaos ve karmaklk bilimi zerine yapt almalarda, zellikle canllar oluturan maddenin cansz maddeden olan farklarna dikkat ekmiti. Canllar gibi, enerji akn kullanan fakat enerjinin neden olduu dzensizlik artna teslim olmayan sistemlerin kendi kendilerini rgtleyebildiini ve termodinamik dengeden uzak durumlarda bu dourgan ve dinamik dzeni koruyabildiklerini farketti. te bu tip sistemlere bu gn biz genel olaral dalc (dispatif) sistemler adn veriyoruz (Prigogine ve Stengers, 1997). Dalc sistemler, enerji girdisi srd srece, karmak etkileimler gsteren hiyerarik i dinamiklerinden artc dzenler dourabilirler. rnein canllar, daryla enerji ve bilgi alveriinde bulunan ak sistemler olarak, dalc sistem zellii sergilerler. Canllk, maddenin karmak bir dzen oluturacak ekilde bir araya getirilmesi ve bu birlemeden tutarl ve i dengesini (homeostazis) koruyabilen bir oraganizma kmasn salar. Canllk, ok karmak mekanizmalara daysansa da, greceli olarak daha basit sistemlerde de dalc yap zellii ortaya kabilmektedir. Istlan bir kap suyun yzeyinde belli scaklk derecelerinde gzlenen altgen Bernard hcrelerinden, para ve rn alverii ile oluturulan pazar sistemlerinin davranlarna kadar bir ok sistem byle zdzenlenme (self organization) zellikleri sergilerler (Prigogine ve Stengers, 1997; Sardar ve Abrams, 2010). Halen, insanlarn oluturduu toplumsal sistemler bata olmak zere, bu tip karmak sistemlerin nasl ilediine ve kendi kendisini nasl idame ettirdiine dair bilgilerimiz ok snrl. Fakat kaos bilimi, bu tip zdzenlenmeli sistemlerin ileyiini anlamak konusunda bize imdiye kadar sahip olmadmz bir ok ipucu sunuyor.

10

Fraktal Geometri ve Kaos

Fraktal geometri, yaklak eyrek asrdr bilim dnyasnn gndeminde olan ve doadaki karmak biim ve sreleri gittike daha iyi anlamamza yardmc olan zel bir geometri daldr. Bu geometri dal, orta retimden beri bildiimiz klit (Euclid) geometrisinden ok farkldr. Neredeyse tamamen matematiksel soyutlamalardan oluan olan klit geometrisi, bildiimiz genlerin, dorularn, karelerin ve kplerin geometrisidir. Teknoloji ve matematik alannda oka iimize yaramasna ramen, bu geometri, doadaki biim ve sreleri aklama konusunda bize ancak snrl ve yaklak bir bilgi verebilmektedir. Szgelimi, bir aacn geometrik ve biimsel zelliklerini klid geometrisi ile tanmlamaya almak imkansza yakn zorlukta bir giriimdir. Fraktal geometriyi bugn bildiimiz boyutlara tayarak bilim dnyasndaki yerini almasn salayan Benoit Mandelbrot, dalarn konilere, yldrmlarn dz izgilere, ky eritlerinin erilere, bulutlarn dairelere benzemediine vurgu yaparak, doay anlamak iin yeni bir geometriye ihtiyacmz olduunu syleyerek ie balad (Mandelbrot, 1983). 1980li yllarda syledii bu szlerinde ne kadar hakl olduu ok ksa bir sre getikten sonra anlald. Fraktal geometri daha sonraki blmde rneklerini vermeye alacam gibi, bir ok yeni anlay ve analiz ynteminin douuna zemin hazrlad. Bu gn zellikle biyolojide, canl sreleri ve yaplar anlayacak yepyeni yntemlerimiz mevcut. Bu yntemlerin bir ounda fraktal bak asnn izlerini grebilirsiniz. Fraktal geometri, basit geometrik kurallarn srekli tekrar edilmesi yoluyla elde edilen ekillerle ilgilenir. Basit bir fraktal biimi oluturabilmek iin, nceden tesbit edilen kurallarn defalarca tekrarlanmas gerekir ve teorik olarak ou zaman bu ilem sonsuza kadar srdrlebilir. Biimleri oluturmak zere uygulanan kurallar genellikle bilgisayarlara basit fonksiyonlar olarak tanmlanr ve bu fonksiyonlara verilen balang deerleri ile hesaplamalara balanr. Hesaplama zinciri, her seferinde fonksiyonun zmnden elde edilen sonucun bir sonraki basamakta ayn fonksiyona girdi olarka verilmesi ile srdrlr. Fonksiyonlarn bu ekilde srekli olarak tekrarlanarak hesaplanmasna matematikte iterasyon ad verilir. terasyonlar sonucu elde edilen saysal deerler uygun yntemlerle grafiksel grntlere dntrlr ve bylece (eer kullanlan fonksiyon uygun ise) fraktal biimleri elde etmek gayet kolaydr. Fonksiyonlar ve iterasyon ilemi temel mantk olarak her ne kadar basit olsa da, binlerce ve bazen milyonlarca iterasyonun ard arda gerekletirilmesi insan gcn aan bir ilemdir. Bu yzden, karmak fraktal biimleri oluturabilmek bilgisayarlarn icadna kadar mmkn olamad. Fraktal geometrinin temelleri zerine gemite yaplan almalar da bilgisayarlarn icat edilmesini beklemek zorunda kald. Bildiimiz anlamda fraktal biimlere dair ilk almalar Fransz matematiki Gaston Julia tarafndan yaplmt. Kendi adyla anlan Julia kmesini (kendisi bilgisayarlar henz icat edilmediinden nasl bir ey olduunu gerekte hi grmemi olsa da) kefetti (ekil 5). Juliadan sonra uzun bir sre bu alanda dikkate deer bir gelime olmad. 1960larda ise Benoit Mandelbrot, kendi adyla anlan Mandelbrot kmesini kefederek fraktal geometrinin esas kurucusu oldu. Mandelbrot kmesi (ekil 6) bu gn fraktal biimlerin en nls olarak kabul edilmektedir. 11

ekil 3. Kochun kar tanesi. Ekenar bir genle baladktan sonra srekli olarak her kenarn orta te birinin kartlarak, yerine kartlan paradan iki tane eklenmesi yoluyla oluturulan basit bir fraktal biimdir. En arpc zelliklerinden birisi, kenar uzunluu sonsuz iken alannn snrl olmasdr.

ekil 4. En basit fraktal ekillerden birisi olan Sierpinski geni. Ekenar bir genden balanarak, her seferindeki eldeki genlerin te birlik bir ksmn uzaklatrmak yoluyla elde edilir. Bilgisayarlar araclyla ne kadar yakndan baklrsa baklsn, Sierpinski geni i ie gemi (nested) genli bir yapsal kalp gsterir.

12

ekil 5. lk defa Fransz matematiki Gaston Julia tarafndan tanmlanan 20. Yzyln balarnda tanmlanan Julia kmesinin bilgisayar tarafndan izilmi ve renklendirilmi hali.

ekil 6. Benoit Mandelbrot tarafndan kefedilen ve fraktal biimlerin en nllerinden birisi olan Mandelbrot kmesi. Mandelbrot kmesi ayn zamanda Julia kmelerini retmek iin de kullanlmaktadr.

13

ekil 7. Mandelbrot kmesinin bir noktasndan bytlerek alnm detay grnts. Sonsuz karmakla sahip bir geometrik ekil olduundan Mandelbrot kmesinin karmakl yakndan baktka artar.

ekil 8. Doadaki fraktal-benzeri biimlerden rnekler. Doada bulunan canl- cansz bir ok biim fraktal geometrik zellikler sergiler. Bundan dolay fraktal geometri tabiattaki biim ve olular aklamak iin uygun bir model olarak deerlendirilmektedir.

14

ekil 9. Srck kularnn oluturduklar srlerin dinamik ve deiken biimleri, doada karmak dinamiklerle biim oluumlarnn en ilgin rneklerinden birisidir. Oluan ekillerin bir ou fraktal geometrik zellikler tar. Fraktal geometrik ekillerin nemli zellikleri, balang artlarna hassas ballk, sonsuz karmaklk ve zbenzeimdir. Grld gibi, kaotik sistemlerle ortak olan bir ok zellie sahip olan fraktal geometri kaosun resmi olarak da anlr. Bu benzerlik tesadfi deildir; benzerliin altnda yatan esas unsur, basit de olsa, fraktallar reten denklem veya fonksiyonlarn iterasyonlar sonucunda ortaya kan davranlarn kaotik olmasdr. Burada davran derken kastedilen eyin, tekrarl hesaplamalar boyunca elde edilen say dizileri olduu unutulmamaldr. Fraktal (Kesirli) Boyutlar Fraktal geometrinin anlaymza katt nemli bir kavram da fraktal boyut kavramdr. Boyut dediimiz ey, zellikle soyut ierimleri olan bir kavramdr. Bildiimiz gibi, matematikte nokta, boyutsuz bir kavram temsil etmek iin kullanlr. Benzer ekilde, erilik ve karmaklna baklmakszn bir izgi (yahut eri) tek boyutlu, bir yzey iki boyutlu ve kat nesneler boyutlu olarak bilinir. Einsteinin grelilik kuramndan sonra, iinde yaadmz boyutlu evrene bir de drdnc zaman boyutu ilave edildi. Fakat bizim yapsal (geometrik) anlamda kavrayabildiimiz boyutlarn says tr. Zira iinde yaadmz mekanlar boyutludur (yahut biz o kadarn alglayabildiimiz iin bize yle gelir). Dolaysyla dnyamzdaki tm maddesel nesneler gerekte bizim iin boyutludur (ne kadar ince olsalar da en, boy ve ykseklikleri vardr). Daha alt boyutlar (iki, bir ve sfr boyut) bizim iin ancak kavramlardan ibarettirler; bunlarla gerek hayatmzda karlamayz. Eer ortaretim srasnda nokta, eri, doru veya yzeylerden kafas karanlardansanz, bu ksm seveceksiniz: Fraktal geometri bizlere bu bildiimiz boyutlara ilaveten kesirli (fraktal)

15

boyutlar armaan etti. Fraktal geometri sonras 1,23 boyutlu izgilerden, 2,355 boyutlu yzeylerden bahsedebiliyoruz artk. Fraktal boyut, bir yapnn karmakln bize gsteren olduka faydal bir saysal deerdir. Bir genin, yahut bir dairenin kenarlarn oluturan izgilerin, yahut o izgileri oluturan sonsuz sayda noktann boyutunu belirlemekte bir zorluumuz yok. Sonuta tm klit biimleri sfr, bir, iki ve boyutlu bileenlerden oluurlar. Gerek dnyada da saduyumuz (beynimizin kolaylatrc ilevleri sayesinde) boyut tesbitinde zorlanmaz. Ayakkabmzn biraz ok-birimli bir yaps olsa da, boyutlu bir nesne olduunu biliriz. Ayakkabmzn d yzeyi ise, kuramsal olarak iki boyutlu bir yzey olarak dnlebilir. Evimizde duvara asl durumda duran bir ayna da byledir. Dz bir aynann yzeyi aslnda iki boyutlu bir yzey rneidir. Saduyumuzun bize syledii budur ama, aslnda gerek biraz daha farkldr. Ayakkabnzn, yahut aynanzn yzeyine mikroskopla baktnz dnn. Ayakkabnzn yzeyi mikroskobik olarak karmakark bir yapya sahiptir ve asla dardan bakld zaman grld gibi dmdz deildir. Ayna iin de ayn ey geerlidir: Gl bir mikroskopla baktnzda greceiniz grnt, eer daha nce grmediyseniz sizi kesinlikle artacaktr. O gzelce srlanm ve dzeltilmi aynanzn yzeyi girinti ve kntlarla, (tabir yerindeyse) dalar ve vadilerle doludur. Bu grntlerde grdnz yaplar artk iki boyutlu yzeyler olarak grmekte zorlanmaya balarsnz. te fraktal boyut kavram da burada devreye girer. Grdnz eyi matematiksel olarak bir-iki- boyuttan herhangi birine oturtamyorsanz, ara deerleri tercih etmeyi dnebilirsiniz. Fraktal geometrinin de bize salad avantaj budur. Fraktal biimler, sonsuz kenar uzunluklar olmasna ramen sonlu (snrl) alanlar eviren ekiller ierir (Koch kar tanesi ve Mandelbrot kmesi gibi; srasyla ekil 3 ve ekil 6). Bu yaplarn snrlarn oluturan izgiler o denli karmaktr ki,bunlar tek boyutlu izgiler olarak nitelemek matematiksel olarak artk doru deildir. Zira bu ekilllerdeki kenarlar oluturan algoritma (matematiksel bir fonksiyonun tekrar tekrar hesaplanmas anlamnda) bir iterasyondur ve iterasyon sonsuza ilerlerken ilgin bir ey olur: Kenar uzunluu sonsuza giderken, alan hep snrl kalr. Bunu anlamak iin, bir dairenin iine, kareden balayarak kenar saylar gittike artan okgenler yerletirdiimizi dnebiliriz. Kare drt kenarldr; evresi ise kenar uzuluununun drt katdr. imdi, ilk emberimizin iinde kalmak art ile kenar saymz artralm: Begen, altgen, yedigen, sekizgen Daire iine yerletirdiimiz ekillerin kenar says arttka iki ey olur: ncelikle kenar uzunluklar ksalr ve kenar says artsa da uzunluun ksalmasna bal olarak toplam okgen evresi, gittike azalan bir hzla artar.kinci olarak da, okgenimizin kenar saysn artrmakla, okgenin kenar uzunluunu daireye gittike daha ok yaklatrrz. Fakat ka kenarl olursa olsun, okgenlerimizin evresi asla daireyle eit olmayacaktr; ta ki, okgenimizin kenarlar, daireyi oluturan emberin eri kenarna dnene kadar. te bu sre iinde sonsuz kenar kullanabiliriz; fakat toplam alanmz yine de ilk dairemizin alanndan daha kk olacaktr. Fraktal boyut lm iin matematikte Hausdorff-Besicovitch boyutu kavram ska kullanlr. Ksaca tanmlamak gerekirse bir yapy (rnein bir izgiyi)

16

kaplamak iin gereken disklerin ap ve says arasndaki iliki olarak ifade edilebilir. Forml olarak da D (Hausdorff-Besicovitch boyutu) = lim (h0)[log N(h)]/[log(1/h)] olarak verilir. Burada N(h), kaplamak iin gerekli olan disklerin says ike, (1/h) ise diskin apn belirtir. Bunu bir birimlik bir doru iin yapacak olursak: [log2n/log2n]=1 olur ki, bir doru parasnn bildiimiz topolojik (klid) boyutu da 1dir. Fakat bu hesab bir Koch erisi iin yaparsak, Koch erisinde kenar uzunluu her bytmede 1/3n katlar eklinde arttndan:

Buradaki sonucu gnlk tecrbeler nda tam olarak deerlendimek biraz zor olabilir. Koch erisi aslnda bir izgi olmakla birlikte, karmakl ok fazla olduundan, boyutu 1den fazladr. Fakat iki boyutlu bir yzey de deildir; dolaysyla bu karmak bir izginin boyutunu 1 ile 2 arasndaki bir sayyla ifade etmemiz gerekir. te Hausdorff-Besicovitch boyutu bize bunu salamaktadr. Buradan, fraktal geometri iin yeni bir tanm retebiliriz. Baz kaynaklarda fraktal biimlerin fraktal (kesirli) boyutlar olduu sklkla gze arpar; yukarda ben de benzer bir ifade kullandm. Fakat (Peano doldurucu erileri gibi) baz fraktal yaplar byle deildir. Onlarn Hausdorff-Besicovitch boyutu 2 iken, topolojik boyutlar 1 olabilir (Alttaki ekilde de grld gibi Peano erisi aslnda tek boyutlu bir eridir). Yani baz fraktallerin de Hausdorff-Besicovitch boyutu, bir tam say olabilir.

ekil 10. Yzeyi dolduran Peano erisinin oluturulma basamaklar (http://people.csail.mit.edu/jaffer/Geometry/PSFC) Dolaysyla fraktal biimlerle ilgili daha doru bir tanm olarak unu syleyebiliriz: Fraktal, Hausdorff-Besicovitch boyutu (D) topolojik boyutundan (Dt) daha byk (D>Dt) olan nesnelerin genel addr. Srelerdeki fraktal boyutlar: Fraktal boyut kavram, zellikle canl dnyaya bakmzda devrimsel deiikliklere yol at. Fraktal geometri dendiinde aklmza genellikle canllarn veya doann biimsel zellikleri geliyor olabilir. Fakat fraktal geometrinin bize salad faydalar, biimleri anlamaktan da ok telere gemitir. Doada meydana gelen bir ok olayn zaman iindeki seyirlerinin incelenmesi sonucunda, bu davran biimlerinin fraktal karakterler gsterdii grlebilir. rnein, insan veya hayvanlardan, beynin aktivitesi srasnda kaydedilen EEG (elektroensefalografi) dalgalar, zel yntemlerle incelendiinde, sadece ekranda grld gibi iki boyutlu izgilerden ibaret olmadklar, yksek karmakla 17

sahip fraktal biimler olduklar artk bilinen bir olgudur. Bunun gibi daha bir ok doal srete fraktal karmaklk karmza kar. Hatta, daha ileriki blmlerde deineceimiz gibi, bir sistemin davranndaki deiiklikleri lmek iin fraktal boyutlarndaki deimelere bakmak artk ok yaygn olarak kullanlmaya balanan bir analiz yntemidir. Az nce bahsettiimiz garip ekerler zerinde yaplan boyut incelemeleri de fraktal sonular vermektedir. Yksek karmakla sahip bu grafiklerin sadece grsel olarak deil, saysal ve matematiksel olarak da fraktal yapda olduklarn bylece gsterebiliyoruz (yani, Hausdorff-Besicovitch boyutlar, topolojik boyutlarndan daha byk).

ekil 11. Ikeda ekerinin farkl bytmelerdeki grnmleri (Soldan saa, 1-4-16 ve 64 kez bytlm grntler) Sonuta gelinen noktada ilgin bir durum da karmza kyor: Nasl ki klid geometrisinin noktalar, izgileri, dzlemleri ve kpleri aslnda birer idelalletirme ise, sfr, bir-iki ve boyut kavramlar da aslnda bizler iin birer idealletirmeden ibarettir. nsan beyni, etrafndaki evreni basitletirerek alglamaya ynelik olarak alan bir aygt olduundan bu durum ok da artc olmasa gerek. Karmak matematiksel tekniklerin ve bilgisayarlarn geliimine kadar beklemesi gereken bu fraktal ve kaotik yap-sre anlay, etrafmzdaki hi bir eyin aslnda o kadar basit olmadn bize bir kez daha farkettiriyor.

Kaosu lme Yntemleri

Bir sistemin kaotik olup olmadn anlamak iin elimizde ilk olmas gereken ey, sistemin davranna dair olabildii kadar uzun sreyle kaydedilmi bir deikenler kayddr. Sistemin zamanla deien parametrelerini gsteren ve sistemin zaman iinde nasl bir davran gsterdiinin bir yansmas olanb u tip verilere zaman serileri ad verilir. Zaman serileri, herhangi bir deikenin zamann bir fonksiyonu olarak deiimini gsteren verilerdir. nsan kafatasnn zerinden kaydedilen elektroensefalogram verileri, yllara gre fiyat endeksleri, yerkabuu hareketlerinin kaytlar yahut alan bir makinann yksek frekansl titreimleri, zaman serilerine bir ka rnek olarak zikredilebilir. imdi, bir zaman serisinin kaotik olup olmadn anlamak sk kullanlan baz matematiksel aralara ksaca bir gz atalm: eker oluturma (attractor construction): Zamanla deeri deien bir deikenin kaotik analizi iin ilk basamaklardan birisi genellikle sistemin davrannn faz uzayndaki grnmnn elde edilmesidir. Bir dizi karmak hesap gerektiren bu sre, bilgisayarlar yardmyla bugn kolaylkla gerekletirilebilmektedir. MATLAB gibi yazlmlarn iinde bu ilem iin kullanlabilecek hazr makro ve algoritmalar mevcuttur. eker 18

oluturmak iin bilinmesi gereken en nemli parametre gmme boyutu (embedding dimension) denen parametredir. Gmme boyutu, sistemin davranlarn etkileyen bamsz dinamik kaynaklarn saysn tahmin eden bir hesaplamadr ve bylece incelenen sistemin davrannn en iyi bimde grsel hale getirilebilmesi iin ka boyutlu bir faz uzayna ihtiya olduu bu ekilde hesaplanr. Grsel tutarllk asndan boyuttan daha byk gmme boyutlar pek tercih edilmese de baz karmak kaotik sistemlerde ok daha byk boyutlu faz uzaylarna ihtiya duyulabilmektedir. Gereken bir dier parametre de zaman gecikmesi (time delay) parametresidir. Bu hesaplama sonucunda, zaman serisinin hangi zaman aralklarnda geciktirilerek grafie dklmesi gerektii hesaplanr. Lyapunov stelleri: lk defa Aleksandr Mikhailovich Lyapunov (1857-1918) tarafndan tanmlanan bu yntem, bir zaman serisinin kaotik bileenler ierip iermediini anlamamza yarayan matematiksel bir analiz yntemidir. Lyapunov steli, bir sistemin olas durumlarn gsteren ekerler zerinde, balangta yakn komu olan iki rastgele noktann birbirlerinden ayrlma derecesinin saysal bir fadesidir. Eer bu komu noktalar hzla birbirlerinden ayrlyorlarsa, hesaplanan en byk Lyapunov steli pozitif bir deerde olacaktr ve bu da incelenen sistemin davrannn kaotik olduuna dair nemli bir iarettir. Baka bir deyile Lyapunov steli, balang artlarna hassas ballk zelliinin saysal bir gstergesidir. En byk Lyapunov stelinin pozitif olmas kaotik durumun bir gostergesidir. Laypunov stellerinin says sistemin kurguland faz uzaynn boyut saysna gre deiir. rnein, boyutlu bir faz uzaynda karlalabilecek Lyapunov stelleri (1, 2, 3) yledir; (-,-,-): sabit nokta, (0,-,-): limit dng, (0,0,-): simit, (+,0,-): garip eker (kaos). Lyapunov steli hesaplamalar genellikle uzun sreli ve temiz kaydedilmi zaman serileri zerinde en iyi sonucu verirken, daha ksa sreli ve ksmen grltl sinyaller zerinde yaplacak hesaplamalar iin ilave baz algoritmalar kullanlmas gerekir. Poincar Kesiti (Poincar Section): Oluturulan ekerler (attractor) genellikle ok karmak yaplara sahip olabilirler ve grsel olarak incelenmesi ou zaman olduka zordur. Poincar kesitleri olarak bilinen yntem bu zorluu amadaki en nemli yardmclardan birisidir. Adndan da anlalaca zere, bu yntemle, karmak yapl kaotik ekerlerin istenen herhangi bir noktasndan geen kesitler alnarak, bu kesitlerin grnmlerine ve zelliklerine gre sistem hakknda baz yarglara varlabilir. Bu yntem, canl dokularn yapsn anlamak iin onlardan ince kesitler alnarak mikroskop altnda incelenmesine dayanan histoloji biliminin ilevine ok benzer. Faz uzayna izilen ekerlerden elde edilen kesitlerin grntleri sistemin dinamii hakknda da bir fikir verir. Nasl ki bir simitten alnan kesit bir daire veya elips olarak karmza karsa, burada da kesitlerin grntleri, faz uzayndaki ekerin yaps hakknda bize bir ok fikirler verir. zetle sylemek gerekirse, Poincar kesitindeki noktalarn dalm tek ve kk bir blgede sonlu sayda ise hareket periyodik, kapal bir eri ise hareket yar periyodik, 19

belirli alanlarda younlam kmeler eklinde ise hareket kaotiktir. Dorusalszln Tesbiti (Detection of Nonlinearity): Bir zaman serisinde izlenen sinyallerin dorusal olup olmadn anlamann da baz matematiksel yollar vardr. Bir dizi karmak matematiksel teknikle, bilgisayarlarn hzl ilem gcn de kullanarak bugn bu ilemler hzl bir biimde yaplabilmektedir. Bu amala en ok kullanlan yntem vekil veri analizi (surrogate data analysis) denen yntemdir. Bu analiz tipinde, eldeki sinyalin bir bezerini oluturmak iin dorusal (lineer) bir algoritma kullanlr ve retilen yapay (vekil) sinyalle gerek sinyal arasndaki ilikiler incelenir. Eer iliki yoksa, sonuta sinyalin dorusal olmad gsterilmi olur. Bu yntemin yannda daha baka bir ok hesaplama teknii de nerilmitir fakat hepsinin de sadece belli durumlarda geerli olmasna neden olan baz zayflklar vardr (Ylmaz ve Gler, 2006). Fraktal boyut analizi Daha nce bahsedildii gibi fraktal terimi, deiik leklerde artarak karmza kan karmakln bir ifadesidir. Bir geometri alan olmasnn yan sra, zellikle zaman serilerinin karmaklk ve kaotiklik zelliklerini belirlemek iin kullanlr. Fraktal sinyal analizi, fraktal doku analizi gibi farkl tekniklerin kullanld bu tip analizlerde temel ama zaman serisinin karmaklnn saptanmasdr. Bir zaman serisinin fraktal boyutlarnn art srecin karmaklnn bir ls olarak kullanlmaktadr.

20

Sosyal Bilimler ve Ekonomide Kaos

Kompleks bir dinamik sistem olarak insan topluluklar gittike artan oranlarda kaos bilimcilerinin ilgisini ekiyor. nsan iradesinin baskn rol oynad bir sistem olmasna ramen sosyal sistemler, zellikle gnmzdeki yaygn ve hzl iletiim imkanlarnn da etkisiyle, byk oranda geri bildirim ile ekillenen karmak bir dinamik sistem gibi davranmakta. Bu tip sistemlerin ortak zellii, daha nce bahsettiimiz gibi, rastgele davranyormu izlenimi vermesi, ngrlemez olmas ve ayn zamanda da ikin ve st boyutlu bir gizli src dzen iermesidir. Sosyal patlamalarn, krizlerin, ekonomideki dalgalanmalarn ve benzeri bir ok rastlantsal grnen olayn, srelerin ileri ve geriye doru birbiri zerine etkidii karmak bir dinamik izledii gnmzde daha iyi anlalmaktadr (Mandelbort, 2006). Meslek olarak sosyal bilimlerin dnda alan bir aratrc olmama ramen, kaos biliminin tm bilim dallar zerine olan etkisi ve ortak metotlar nedeniyle bu konunun da alma alanlarmz ile kesimesi kanlmazdr. Burada zetlemeye altm gelimeler, ekonomi teorisinden ziyade, tm bilim alanlarnda grlen deiimlerin zellikle sosyal bilimler ve ekonomi alanlarnda da grlen yansmalarna dair edindiim izlenimlerin bir zetidir. Fiyatlarn gizli dzeni Kompleks sosyal davran biimlerinin incelenmesinde gze arpan en nemli bulgu, uzun sreli olarak izlenen davranlarda belirgin bir zbenzeim-kendine benzerlik (self-similarity) durumudur. Uzun sreli olarak izlenen borsa verileri gibi toplumsal davran paramatreleri bir zaman serisi olarak incelemeye tabi tutulduunda, zaman bal grlen deiikliklerin farkl zaman lekleri iinde kalp olarak kendisini tekrarlad gzlenebilir. Bu tekrarlar periyodik ve zde olmamakla birlikte, rastgele bir ekilde ortaya kmadklar da hesaplamalarla aka gsterilebilmektedir.

ekil 12. Bir zaman serisinin kendi kendine benzerlik zelliine dair bir rnek. Sinyalin kk bir ksmndan alnarak bytlen davrann sinyalin btn ile

21

benzer karakteristikler tad grlyor. Bu durum doadaki bir ok olayda karmza kar. Piyasada hakim olan etkin pazar anlay gnmzde yerini fraktal pazar teorisine brakmaktadr (rnek kaynaklar: Peters, 1994, Mandelbrot ve Hudson, 2006). Buna gre, piyasada kendi zgr iradeleri ve farkl amalarla alm-satm yapan bireylerden oluan bir topluluk, nceden dnld gibi homojen deil, heterojen bir yap oluturur. Bu yap ierisinde yer alan geri bildirim iliki alaryla da birikte sistem kompleks dinamik bir davran gsterir. Gelien teknolojiyle birlikte iletiim etkinlii arttka, sistemin geri-bildirimli zdzenlenmesi (self organization) ok daha karmak kurallar zerinden yrmeye balar. Sistemin karmaklamas, ortaya kan yeni ve karmak dzenlerin de gittike kaotik bir yap arzetmesine neden olur. Tabiatta bir ok yerde grdmz benzer davranlar da hemen her zaman kaotik ve fraktal bileenlere dayanan bir grnm sergiler. leri dzey nonlineer analizlerle incelendiinde saysal olarak da ortaya konabildii gibi, byle sistemler ne dorusal ve periyodik, ne de rastlantsal (stokastik) sistemlerdir. Periyodik olmayan tekrarlarla kendini gsteren kaotik bir davran sz konusudur. Bu davrann nemli bir zellii, sistem iindeki bir etkinin zamanla yaylarak gelecekteki davranlar da etkilemesidir. Bu etkileme, aperiyodik tekrarlar eklinde ortaya kmakta ve saysal analizlerle bu tekrarlarn dinamikleri incelenebilmektedir. Bu gn, kaosu lme yntemleri balkl blmde de zetlemeye altm gibi, uzun sreli davranlarn iinde periyodik olmayan tekrarlar bulmak ve bunlar zerinden sistemin dinamiklerini incelemek iin elimizde bir hayli matematiksel ve istatistiksel ara mevcuttur. Gnmzde, menkul kymetler borsasnda hizmet veren baz irketler bu yntemleri kullanarak mterileri iin daha salkl tahminler retme ve birikimlerinin daha verimli deerlendirme yolunda almalarn srdrmektedirler.

22

ekil 13. Fraktal Pazar teorisinin dayand farkl zaman aralklarndaki davran tekrarlar. 1 dakika, 2 dakika, 1 saat ve 4 saatlik dalgalanmalarda, benzer davran kalplarnn tekrar ettii grlyor. (http://frugalinvestments.net adresinden alnmtr.) Elbette tm kaotik sistemlerde olduu gibi borsada da karmza kan davran biimi kaotiktir ve uzun sre iin kesin ngrler yapmaya imkan vermez. Buna ramen, belli zaman periyotlar iinde baarl ve karl kestirimler yapmaya imkan vermesi, bu bak asnn gittike daha popler olmasna yardmc olmaktadr. Sosyal davranlarda garip ekerler var m? Kaotik sistemleri bir baka zelliinin de garip ekerler olduundan bahsetmitik. Nitekim, borsa fiyatlar zerinde yaplan uzun sreli almalar, borsa sistemlerinde davranlar ynlendiren garip ekerlerin varlna dair kuvvetli ipular vermektedir. Bunlardan en nls, eitli borsalarda fiyat hareketlerin incelenmesi ile Ben Tamari adl aratrc tarafndan ortaya konan Tamari ekeridir. (Tamari, 1997) Tamariye gre piyasadaki para miktar, rnler ve ekonomik refah seviyesi gibi parametrelerin dahil edildii bir kompleks dinamik sistemin modellenmesi suretiyle dnyann her yerindeki serbest piyasaya dayal borsa hareketlerini aklamay salayacak bir model kurulabilir. Kendi modelinde kulland parametrelerle kompleks dinamik bir sistem oluturan Tamari, sonuta piyasa parametrelerinin birbirlerine gre zaman bal dnmlerini betimleyen bir garip eker ortaya koymutur. Aratrc, dnyadaki tm borsa sistemlerinin davrannn bir ekilde bu eker ile uyumlu olacan ne srmektedir.

ekil 14. Ekonomik parametreler ile yaplan modellemelerden ortaya kartlan Tamari ekeri. Ksacas, bata (zellikle karllkla yakn ilikisi asndan) ekonomide olmak zere, tm sosyal bilimlerde de yeni bak alarna duyulan ihtiya, aratrmaclar yeni fikirleri uygulamaya sokmaya zorlamaktadr. Kalsik teorilerin hzla terkedildii ve etrafmzdaki tm olularn yeni modellerle 23

anlalmaya alld gnmzde kaos ve karmaklk bilimi olduka yeni ve artc bulgularn ortaya kmasn salamaktadr. Kaos kuram ve buna bal olarak gelitirilen yntemlerin mmkn olduunca fazla sayda farkl alanlara uygulanmas, etrafmzda olan-bitenler hakkndaki igrmz artraca gibi, teknoloji ve insanln ortak faydas asndan da yepyeni imkanlar bizlere sunabilir. Modeller ve Gerekler Gittike karmaklaarak gelien teknolojinin de yardmyla dncelerin ok hzl deiim gsterdii ve bilginin (information) srekli artt bir zaman diliminden geiyoruz. Yukarda anlatlan kaos ve fraktal geometri konularnn bilim gndemine girmesinin temel nedeni bilgisayarlarn ilem kapasitesindeki gelimelerdir. Matematiksel modellerin milyarlarca admlk hesaplamalarn ksa srelerde yapabilen bilgisayarlar sayesinde artk eskiye nazaran ok daha karmak modellerin davranlarn bilgisayarlarmzda inceleyerek, dinamikleri hakknda fikir edinebiliyoruz. Her ne kadar gelien teknoloji bize doay ve kendimizi anlama konusunda yeni aralar sunsa da halen btn bilimsel bakmz modellere dayanmakta. Kurduumuz modelleri, rnein bilgisayarlarda ileterek nasl sonular vereceini; yahut deikenliklere ne tip tepkiler verdiini ayrntl ekilde inceleyebiliyoruz. Fakat modelleyerek anlamaya altmz eyler gerekte hemen her zaman, yapay modelimize gre ok daha karmak olaylardr. Kurduumuz modellerin tamam, olaylara etki ettiini dndmz ve lebildiimiz bileenleri hesaplamalara dahil ederek, bu bilinenler erevesinde sistemi anlayp anlayamayacamz snamak amacna yneliktir. rnein, molekl ve atomlar dzeyinde bir hadiseyi modellemek istersek, muhakkak kuantum fiziksel etkileri de bilebildiimiz kadar modelimize dahil etmek zorundayz. Zira neredeyse yzyldr, atom alt alemin, bildiimiz klasik dnyann kurallarna gre almadn biliyoruz. Fakat eer biz bu fizii kefetmemi olsaydk, her ne kadar tahmin gc snrl olsa da, yine de belli oranlarda aklayc ve ie yarar modellerimiz olacakt (Rutherfordun atom modeli gibi). Modellerin darda brakt bilginin en nemli ksm, modellenen olay veya sistemle ilgili henz kefedilmemi parametrelerdir. Kefedilen parametrelerin says arttka modelin doruluu ve tahmin etme gc artar. Bunlarn yansra bir de varl gsterilebilen, llebilen ve sistem zerine etki ettii bilinen; fakat etkileri ihmal edilebilecek bilgiler vardr ki, bunlar da genellikle (karmakl nlemek iin) modelin dnda braklr. Kaotik sistemlerle ilgili genel tartmamzda da grdmz gibi, bu tip sistemlerin en nemli zelliklerinden birisi balang artlarna hassas ballk konusudur. Dolaysyla, sistem iinde ihmal edilebilir gzken bir ok deikenin belki de sistemin kaderinde ok nemli belirleyici rolleri bulunur. Modellenen doal sistemler, ister insan iradesini iersin, isterse sadece insan-d doada gerekleen hadiseler olsun, her zaman modellerin iereceinden daha fazla deikene sahip olacaktr ve ihmal edilen her deiken, sistem iinde potansiyel olarak ok nemli etkilere sahip olabilir. Bu nedenlerden dolay, kurduumuz modeller basit ve izole sistemleri baarl bir ekilde aklarken, daha karmak ve kaotik sistemleri belli bir kesinliin

24

tesinde tahmin etmekten acizdir. Bu gerek, tabiattaki olular hakknda neyi bilip neyi bilemeyeceimiz sorununa daha yakndan bakmay ve bu sorunu gz ard etmeyip, bilimsel aratrmann merkezine koymay gerektirmektedir Btncl Bir Bilim Aray Buraya kadar zetlemeye altm tm bulgu ve fikirler, etrafmzdaki dnyann hemen her yerinde karmza kan her trl olay ve biimde kendini gsteren temel kurallara yaslanyorlar. Kaos kuram ve fraktal geometri, dnyadaki doal ve dinamik davranlar hakknda bize yepyeni fikirler sunuyor. Bu fikirlerin bir ou tamamen yeni olmasa da, ortaya koyduklar ve bizleri de incelemeye zorladklar btncl bak as ile bilimsel dnya grmz sorgulamamza ve yeni bak alar gelitirmemize yol ayorlar. Kaos ve karmaklk biliminin ortaya kna kadar olan srete indirgemeci (reductionist) yaklamn kanlmaz stnlne ahit olduk. Buna gre, evreni anlamann en iyi yolu, onu paralarna ayrp incelemek, daha sonra btn ve bu btnleri oluturan (varsa) alt organizasyonlar, paralarn toplam eklinde aklamaya almakt. Fakat zellikle canl dnyaya ve laboratuvar dndaki gerek doal olaylara baktka, hem bu indirgemeci yaklamn hem de dorusal dnmenin bizi baz olaylar anlamaktan alkoyduunu farkettik. Bu gn ise daha kapsayc ve ayn anda daha fazla eyin nedenini aklayabilecek btncl aklamalara dair araylarn arttna ahit oluyoruz. Hangi bilim ve bilgi alanyla urarsak uraalm, bu yeni bak as kanlmaz bir ekilde bizleri de etkileyecektir. Borsadan hava girdaplarna, deniz kabuklularnn biimlerinden nehirlerin gelgitlerine, veri nakil hatlarndaki grtden hava durumu deikenliklerine kadar birbiriyle (imdiye kadar) ilgisiz grdmz bir ok olayn ortak baz mekanizmalarla yrdn artk yava yava grmeye baladk. Bu da bizleri daha byk lekli, daha farkl gzlem ve izleme yntemlerine dayanan yeni bir bilgi edinme sistemini oluturmak zere zorluyor. Bu gne kadar elde ettiimiz muzaam bilimsel bilgi birikimini bu yeni bak alaryla doru bir ekilde harmanlamay becerebildiimiz takdirde, imdiye kadar hi farketmediimiz nice basit gereklerin farkna artc bir ekilde varabileceimizi bekleyebiliriz.

Sonu

Bu gn, iinde yaadmz evreni anlama yolculuunda zamann ve teknolojinin bize salad imkanlarla, daha nceki nesillerin gremedii baz yeni bilgilere erime imkanna sahibiz. Fakat tam da bu noktada, bizzat kesinliin ve ngrlebilirliin zerine oturttuumuz klasik bilim anlaymz ykan ve bizi uyaran baz gelimelerle de kar karyayz. Gnmzdeki deiim, evreni, doay ve kendimizi anlama asndan yeni bak alarnn gelitirilmesini, yeni ve daha nce dnlmemi yntemlerin retilmesini zorunlu klyor. Bilimsel aralarmzn ve paradigmalarmzn bizi zorlad bak alarn krarak yeni yollar kefetmemiz gerekiyor. nsanolunun dnyadaki varl boyunca belli aralklarla kar karya kald bu meydan okuma, gnmzde hem daha iddetli hem de ok daha sk aralklarla karmza kyor. Edinebileceimiz tm alternatif bilgi kaynaklarn nmze koyarak, bilimsel dncelerimizde yine byk bir deiim gerekletirmemiz gerekiyor. 25

ekil 15. Sol tarafta zel bir boyama ile iaretlenmi bir fare beyin hcresi; sa tarafta ise bu gn bildiimiz evrenin bilgisayarlar araclyla retilmi modeli grlmekte. kisi arasndaki bu artc paralellik biimsel olarak zbenzeimin (self similarity) en ilgin rneklerinden birisidir. Bu ilgin rnek de beyin hcrelerinden galaksilere kadar tm sistemleri ortak ve byk bir sistemin paralar olarak dnme konusunda bizleri bir kez daha uyarr gibidir. nmzdeki yllar belki ok daha byk deiimleri, ok daha derin dnmleri mecbur tutacak; fakat o dnmlerin tohumlar, bu gn yakalayacamz dnce aamalarnda sakl olacaktr. ktisatlar neden zengin olamaz? Doada davran gsteren, biimler oluturan neredeyse tm sistemler, deiik derinlikte ve farkl boyutsal zelliklere sahip kaotik davran kalplar sergilerler. nsan yaps olan ekonomik ve sosyal sistemler de grdmz gibi, bu kuraln dnda deildirler. Dolaysyla bunun gibi sistemleri gerek anlamda ve uzun vadeli olarak anlamann yolu muhtemelen analitik bak amzda devrimsel bir takm deiiklikleri gerektirmekte. Geleneksel dnce yntemlerini ve indirgemeci yaklamlarmz kullanarak bu tip doal olaylar hakknda ancak snrl dzeyde bilgi ve kontrol imkanna sahip olacamz artk biliyoruz. te bu yzden, gnmz bilgileri nda, ne derece derinlemesine incelersek inceleyelim, doal sistemleri uzun sreli oarak n gremeyeceimizi ve aynen meteorologlarn bir ka gnden fazla kesin hava tahmini yapamadklar gibi, ekonomi bilgisi ile ekonomistlerin zengin olamayacaklarn da sylemek yanl olmayacaktr.

26

Kaynaklar ve lave/leri Okumalar

1. Cramer, F. (1998) Kaos ve Dzen: Srat Kprsndeki Hayat. ISBN:9757414-63-8, Alan Yaynclk, Trkiye. 2. Gleick, J. (1987) Kaos (Chaos). ISBN: 975-403-029-4 TBTAK Popler Bilim Kitaplar, Trkiye. 3. Horgan, J. (1995) From complexity to perplexity. Scientific American, 272(6): 104-108. 4. Khalili, J.A. (2003), Chaos: A Guide for the Perplexed. ISBN: 978- 0297843054, WN, USA. 5. Lorenz, E.N. (1969) How much better can weather prediction become? Technology Rev., 39-49. 6. Lorenz, E.N. (1995) The Essence of Chaos. ISBN: 978-0295975146, CRC Press, USA. 7. Mandelbrot, B. (1983) Fractal geometry of nature. ISBN: 978-0716711865, Times Books, USA. 8. Mandelbrot, B., Hudson, R.L. (2006) Finans piyasalarnda sakl dzen: Risk, k ve kazanca fraktal yaklamlar. Gncel Yaynclk, stanbul. 9. Prigogine, I. (1997) Kesinliklerin Sonu: Zaman, Kaos ve Doa Yasalar. ISBN: 9758408666. zdm Yaynlar, Trkiye. 10. Prigogine, I., Stengers, I. (1996) Kaostan Dzene: nsann Tabiatla Yeni Diyalou. ISBN: 975-355-103-7, z Yaynclk, Trkiye. 11. Peters, E.E. (1994) Fractal merket analysis: Applying chaos theory to investments and economy. ISBN: 0-471-58524-6, John Wiley & Sons, Inc. USA. 12. Puu T. (2003) Attractors, Bifurcations, & Chaos; Nonlinear Phenomena in Economics, 2ed., Springer. 13. Ruelle, D. (1990) Rastlant ve Kaos (Chance and Chaos) ISBN: 975-403- 011-1, TBTAK Popler Bilim Kitaplar, Trkiye. 14. Sardar, Z., Abrams, I. (2010) Kaos. ISBN: 978-605-5813-89-5, NTV Yaynlar, Trkiye. 15. Ben Tamari (1997) Conservation and Symmetry Laws and Stabilization Programs in Economics, (Eng.), Ecometry ltd. 16. Ylmaz, D., Gler, N.F., (2006) Kaotik Zaman Serisinin Analizi zerine Bir Aratrma, Journal of The Faculty of Engineering and Architecture of Gazi University, Cilt 21, No 4, 759-779.

27