UNIVERSITATEA DE STAT DIN MOLDOVA

FACULTATEA RELAȚII INTERNAȚIONALE, ȘTIINȚE POLITICE

ȘI ADMINISTRATIVE

DEPARTAMENTUL RELAȚII INTERNAȚIONALE

REFERAT

TEORIA HAOSULUI

Autor – Deceva Domnica gr(301)RI

Coordonator ştiinţific – Ilaşciuc Andrei,
magistru în relaţii internaţionale, doctorand, lector universitar

CHIŞINĂU, 2020

1
 CUPRINS
1. INTRODUCERE……………………………………………………………………….3
2. FENOMENELE HAOSULUI………………………………………………………….5
3. EFECTUL FLUTURE………………………………………………………………….6
4. EXEMPLE DE SISTEME HAOTICE…………………………………………………8
5. CONCLUZII…………………………………………………………………………….11
6. BIBLIOGRAFIE………………………………………………………………………..12

2
 INTRODUCERE

Teoria haosului este o contradicție delicioasă - o știință a prezicerii comportamentului

sistemelor „inerent imprevizibile”. Este un set de instrumente matematice care ne permite să
extragem structuri frumos ordonate dintr-o mare de haos - o fereastră în funcționarea complexă a
unor sisteme naturale atât de diverse precum bătăile inimii umane și traiectoriile asteroizilor.
Teoria haosului sau teoria sistemelor complexe este o ramură a matematicii și fizicii
moderne care descrie comportamentul anumitor sisteme dinamice neliniare, a acelor sisteme care
prezintă fenomenul de instabilitate numit sensibilitate față de condițiile inițiale, motiv pentru care
comportamentul lor pe termen relativ lung (deși se conformează legilor deterministe) este
imprevizibil, adică aparent haotic (de unde și denumirea teoriei). Teoria haosului a fost formulată
de Edward Lorenz în 1960. Savantul spunea, "Un fenomen care pare a se desfășura la întâmplare,
are de fapt un element de regularitate ce ar putea fi descris matematic." În termeni mai simpli,
există o ordine ascunsă în orice evoluție aparent haotică a oricărui sistem dinamic complex.
Haosul este știința surprizelor, a neliniarului și a imprevizibilului. Ne învață să ne
așteptăm la neașteptat. În timp ce majoritatea științei tradiționale se ocupă de fenomene
presupuse predictibile precum gravitația, electricitatea sau reacțiile chimice, teoria haosului se
ocupă de lucruri neliniare care sunt efectiv imposibil de previzionat sau controlat, cum ar fi
turbulența, vremea, piața de valori, stările creierului nostru și așa mai departe.
Aceste fenomene sunt adesea descrise de matematica fractală, care surprinde infinita
complexitate a naturii. Multe obiecte naturale prezintă proprietăți fractale, inclusiv peisaje, nori,
copaci, organe, râuri etc., iar multe dintre sistemele în care trăim prezintă un comportament
complex, haotic. Recunoașterea naturii haotice și fractale a lumii noastre ne poate oferi o nouă
perspectivă, putere și înțelepciune. De exemplu, prin înțelegerea dinamicii haotice complexe a
atmosferei, un pilot de balon poate „direcționa” un balon către o locație dorită. Înțelegând că
ecosistemele noastre, sistemele noastre sociale și sistemele noastre economice sunt
interconectate, putem spera să evităm acțiunile care pot ajunge să fie în detrimentul bunăstării
noastre pe termen lung.

3
 În literatura de specialitate se găsesc adesea referințe la „teoria haosului”. De exemplu,
Kellert caracterizează teoria haosului ca fiind „studiul calitativ al comportamentului aperiodic
instabil în sistemele neliniare deterministe” (Kellert 1993, p. 2). În ce sens este haosul o teorie?
Este o teorie în același sens că electrodinamica sau mecanica cuantică sunt teorii?

Răspunsul la astfel de întrebări este dificil dacă pentru niciun alt motiv decât acela nu
există un consens cu privire la ceea ce este o teorie. Oamenii de știință tratează adesea teoriile ca
corpuri sistematice de cunoștințe care oferă explicații și predicții pentru fenomenele lumii reale.
Dar încercarea de a deveni mai specifică sau mai precisă decât aceasta generează diferențe
semnificative în ceea ce privește modul de conceptualizare a teoriilor. Opțiunile de aici variază de
la viziunea axiomatică sau sintactică a pozitivistilor și empiricienilor logici (vezi Cercul de la
Viena) până la viziunea semantică sau model-teoretică (vezi modele în știință), până la Kuhnian
(vezi Thomas Kuhn) și concepții mai puțin riguroase ale teoriilor. Viziunea axiomatică a teoriilor
pare a fi inaplicabilă haosului. Nu există axiome - nu există legi - nu există structuri deductive, nu
există legături între afirmații observaționale și afirmații teoretice în literatura de specialitate
despre dinamica haotică.
Atât punctele de vedere sintactice, cât și cele semantice ale teoriilor se concentrează pe
structura formală a corpurilor teoretice, iar „potrivirea” lor cu teoretizarea dinamicii haotice pare
destul de problematică. În contrast, poate ar trebui să concepem teoria haosului într-un mod mai
informal sau paradigmatic, să spunem de-a lungul liniilor analizei Kuhn (1996) a paradigmelor
științifice. Nu se pune accent pe structura precisă a teoriilor științifice în imaginea științifică a lui
Kuhn. Mai degrabă, teoriile sunt corpuri de cunoștințe coerente și sistematice definite în principal
de rolurile pe care le joacă în practica științifică normală într-o paradigmă dominantă.
Există un sentiment foarte puternic în literatură despre haos că o „nouă paradigmă” a
apărut din cercetarea haosului, cu accent pe comportamentul instabil, mai degrabă decât stabil, pe
tiparele dinamice, mai degrabă decât pe mecanisme, pe caracteristicile universale (de exemplu,
numărul Feigenbaum), mai degrabă decât legile și mai degrabă pe înțelegerea calitativă decât pe
o predicție precisă. Indiferent dacă dinamica haotică reprezintă sau nu o paradigmă științifică
autentică, utilizarea termenului „teorie a haosului” în mare parte din literatura științifică și
filosofică are aroma definită a caracterizării și înțelegerii comportamentului complex, mai
degrabă decât un accent pe structura formală a principiilor și ipotezelor.

4
 Comportamentul haotic a fost observat în laborator pe o varietate de sisteme care include
circuite electrice, lasere, reacții chimice oscilante, dinamica fluidelor și aparate magneto-
mecanice și mecanice, dar și în simulări virtuale ale proceselor haotice. Una dintre aplicațiile cele
mai de succes a teoriei haosului este în ecologie, unde sistemele dinamice de genul modelului lui
Ricker au fost folosite pentru a arăta cum creșterea populației în raport cu suprafața ocupată duce
la o dinamică haotică.
FENOMENE
Sistemele complexe sunt sistemele care conțin atât de multe elemente în mișcare încât e
nevoie de un calculator care să calculeze toate posibilitățile de interacțiune. Acesta e motivul
pentru care Teoria Haosului nu avea cum să apară înainte de sfârșitul secolului al XX-lea. Mai
există un alt motiv pentru care această teorie a aparut atât de recent, acel motiv e Revoluția
Mecanicii Cuantice și felul în care a terminat Era Deterministă.
Până la apariția mecanicii cuantice, oamenii credeau că fenomenele sunt cauzate de alte
fenomene și că tot ce se duce în sus trebuie să vină în jos, și numai prin descoperirea și
etichetarea fiecărei particule din Univers am putea să cunoaștem tot ce urma să se întâmple.
Sisteme întregi de gândire au fost bazate pe această idee și din nefericire încă sunt.
Atunci când Sigmund Freud a inventat psihanaliza, el a pornit de la ideea că problemele
mentale sunt rezultatul unor traume din trecut. Terapia psihanalitică permite pacientului să își
străbată amintirile, să găsească, să înfrunte și să rezolve problema generatoare de conflict. Toată
această idee se baza pe o cauză și un efect liniar.
Teoria Haosului ne arată că natura lucrează după anumite tipare care sunt suma mai
multor impulsuri mărunte.
În 1960, Edward Lorenz a creat un model meteorologic pe unul din calculatoarele
Universității din Massachusetts. Modelul meteorologic al lui Lorentz era compus dintr-o serie
largă de formule complexe. Colegii și studenții au rămas uimiți în fața modelului, deoarece acesta
nu părea să repete nici o secvență, era cât se poate de asemănător cu vremea reală. Unii oameni
chiar au sperat că dacă vor fi introduse niște date meteorologice, care să fie în concordanță cu
vremea de afară, modelul s-ar transforma într-un adevărat profet.
Într-o zi, Lorenz a schimbat modul de lucru al modelului. A lăsat programul să ruleze
anumiți parametri în baza cărora să genereze un anumit tipar meteorologic pentru a putea să
observe mai bine finalitatea procesului. Dar în loc să lase programul să ruleze cu setările inițiale

5
și să calculeze rezultatul, Lorentz a decis să oprească și apoi să pornească programul de la
jumătatea secvenței de rulare prin introducerea valorilor pe care programul le calculase mai
devreme și le tipărise. Dar imprimanta putea să tipărească doar ultimele 3 zecimale. Deci în loc
să introducă exact aceleași numere cu 6 zecimale calculate de mașină (care țineau loc de vânt,
soare, etc.), Lorentz a introdus numere cu doar 3 zecimale. Această inexactitate aparent minoră a
fost amplificată și a dat peste cap întreg sistemul. Această exactitate este foarte importantă.
Vremea reprezintă comportamentul tuturor moleculelor care formeaza atmosfera. Principiul
Incertitudinii ne împiedică să localizăm cu exactitate o particulă; acesta este motivul pentru care
previziunile meteorologice nu sunt valabile mai mult de 2-3 zile, și totodată acesta e motivul
pentru care ele sunt simple aproximări ale situației din acel moment.
Prin prisma ideilor convenționale ale acelei vremi, Lorenz nu făcuse nimic greșit. El ar fi
trebuit să obțină un rezultat destul de asemănător cu cel precedent. Un cercetător se poate
considera norocos dacă măsurătorile sale au o acuratețe de 3 zecimale. Și e evident că cea de a 5-
a și cea de 6-a zecimală sunt imposibil de măsurat prin metode rezonabile și totodată că aceste
valori atât de mici nu au cum să influențeze rezultatul experimentului. Lorenz a demonstrat că
această idee e greșită.
EFECTUL FLUTURE
Efectul se referă la diferența dintre punctele de pornire ale celor două curbe din grafic,
care este atât de mică încât poate fi comparată cu bătaia aripilor unui fluture.
"Mișcarea aripilor unui fluture azi poate produce o mică schimbare a atmosferei. Din
această cauză și de-a lungul unei anumite perioade de timp, atmosfera se va schimba. Peste o lună
poate, o tornadă care trebuia să lovească coasta Indoneziei nu va mai apărea. Sau din contră,
tocmai din această cauză va apărea."
Acest fenomen este cunoscut mai ales pentru dependența sa de condițiile inițiale. Cea mai
mică schimbare a condițiilor inițiale duce la rezultate complet diferite. Această schimbare poate
proveni de la zgomot experimental sau de fond, lipsa de acuratețe a instrumentelor etc. Acest gen
de probleme sunt imposibil de evitat, chiar și în cel mai performant și dotat laborator existent.
Dacă se folosește ca bază a experimentului numărul 2, rezultatul va fi complet diferit față de
experimentul în care este folosit 2.0000001. Un asemenea nivel de acuratețe este practic
imposibil – de exemplu, este dificil de măsurat 0.0000001 cm.

6
 Un exemplu de sistem complet dependent de condițiile inițiale este aruncarea unei
monede. Există două variabile în aruncarea unei monede: cât de repede lovește pământul și cât de
repede se rotește. Teoretic, este posibil să se controleze aceste variabile, reușind astfel să se
stabilească ce față va cădea în sus. Practic însă, este imposibil de controlat în mod exact viteza de
rotație a monedei și înălțimea la care e aruncată. Este posibil să se stabilească o medie ai acestor
parametri, dar este imposibil ca în baza lor să se facă estimări exacte asupra rezultatului final.
Această problemă poate fi regăsită în biologie la estimarea populațiilor biologice. Ecuația ar fi
simplă dacă acele populații doar ar crește, dar efectul prădătorilor și a rezervei limitate de hrană
schimbă totul.
În 1961, un meteorolog pe nume Edward Lorenz a făcut o descoperire profundă. Lorenz
folosea noua putere a computerelor în încercarea de a prezice mai precis vremea. El a creat un
model matematic care, atunci când este furnizat cu un set de numere reprezentând vremea
actuală, putea prezice vremea cu câteva minute înainte. Odată ce acest program de computer a
fost pus în funcțiune, Lorenz ar putea produce prognoze pe termen lung, alimentând din nou
vremea prognozată în computer, iar fiecare rută prognozează mai departe în viitor.
Previziunile precise minut cu minut s-au adăugat în zile și apoi în săptămâni. Într-o zi,
Lorenz a decis să relueze una dintre previziunile sale. Pentru a economisi timp, a decis să nu
înceapă de la zero; în schimb, a luat predicția computerului de la jumătatea primei runde și a
folosit-o ca punct de plecare. După o pauză de cafea bine câștigată, s-a întors pentru a descoperi
ceva neașteptat. Deși noile predicții ale computerului au început la fel ca înainte, cele două seturi
de predicții au început în scurt timp să divergă drastic. Ce greșise? Lorenz și-a dat seama curând
că, în timp ce computerul tipărea predicțiile la trei zecimale, efectiv scârțâia numerele folosind
șase zecimale. Deci, în timp ce Lorenz începuse a doua rundă cu numărul 0.506, rularea inițială
folosise numărul 0.506127.
O diferență dintr-o parte într-o mie: același fel de diferență pe care o clapă de aripă de
fluture ar putea să o facă la briza feței tale. Condițiile meteorologice de început fuseseră practic
identice. Cele două previziuni nu erau altceva decât. Lorenz găsise semințele haosului. În
sistemele care se comportă frumos - fără efecte haotice - diferențele mici produc doar efecte mici.
În acest caz, ecuațiile lui Lorenz au determinat creșterea constantă a erorilor în timp. Acest lucru
a însemnat că erorile minuscule la măsurarea vremii actuale nu vor rămâne mici, ci au crescut
neîncetat în dimensiuni de fiecare dată când au fost introduse înapoi în computer până când au

7
inundat complet predicțiile.Lorenz a ilustrat faimos acest efect cu analogia unui fluture bătând
din aripi și provocând astfel formarea unui uragan la jumătate de lume distanță.
O modalitate drăguță de a vedea acest „efect de fluture” pentru tine este să joci biliard sau
biliard. Indiferent cât de consistent sunteți cu prima lovitură (pauza), cea mai mică diferență în
viteza și unghiul cu care bateți bila albă va face ca pachetul de biliard să se împrăștie de fiecare
dată în direcții sălbatice.
Cea mai mică diferență produce efecte mari - semnul distinctiv al unui sistem haotic.Este demn
de remarcat faptul că legile fizicii care determină modul în care se mișcă bilele de biliard sunt
precise și lipsite de ambiguitate: ele nu permit spațiu aleatoriu.Ceea ce la prima vedere pare a fi
un comportament aleatoriu este complet determinist - pare aleatoriu doar pentru că schimbările
imperceptibile fac diferența. Rata la care aceste mici diferențe se acumulează oferă fiecărui
sistem haotic un orizont de predicție - o perioadă de timp dincolo de care nu mai putem prevedea
cu precizie comportamentul său.
EXEMPLE DE SISTEME HAOTICE
Cele mai multe fenomene, procese din natură, au la bază transformări neliniare:
Principalele aspecte ale Teoriei Haosului sunt:
 cea mai mică schimbare a parametrilor inițiali va produce un comportament complet
diferit al acelui sistem complex.
 principiul incertitudinii neagă acuratețea. De aceea situația inițială a unui sistem complex
nu poate fi determinată cu precizie, prin urmare nici evoluția unui sistem complex.
 sistemele complexe, de obicei, încearcă să ajungă într-o anumită situație. Acea situație
poate fi statică (Atractor) sau dinamică (Atractor Straniu).

Curba lui Koch

Un alt matematician, Helge von Koch, a creat o construcție matematică numită Curba lui
Koch. Pentru a crea curba lui Koch, imaginați-vă un triunghi echilateral. Adăugați pe fiecare
latură un alt triunghi echilateral și continuați să adaugați pe fiecare din laturile triunghiurilor un
alt triunghi echilateral, ceea ce rezultă e o curbă Koch. Orice parte a ei, mărită, arată exact ca
originalul. Aceasta e o figură autosimilară. Curba lui Koch prezintă un paradox interesant. De
fiecare dată când un nou triunghi este adăugat la figura centrală, lungimea liniei crește. Dar aria
interioară a curbei lui Koch rămâne mai mică decât aria unui cerc desenat in jurul triunghiului
original. În esență, este o linie de o lungime infinită ce înconjoară o zonă finită.

8
 Fractalii
Pentru a putea depăși aceasta dificultate, matematicienii au inventat dimensiunile fractale.
Cuvântul fractal provine din cuvântul fracțional. Un fractal este “o figură geometrică fragmentată
sau frântă care poate fi divizată în părți, astfel încât fiecare dintre acestea să fie (cel puțin
aproximativ) o copie miniaturală a întregului”. Dimensiunea fractală a curbei lui Koch e de 1.26.
O dimensiune fractională e imposibil de perceput, dar are sens. În comparație cu o simplă linie
sau curbă, care au o singură dimensiune, curba Koch e brută și încrețită. De aceea ea ocupă spațiu
mai ușor, dar nu îl poate umple asemenea unui pătrat cu două dimensiuni, deoarece nu are arie.
Prin urmare dimensiunea curbei Koch e undeva între cele două. Termenul de fractal a ajuns să
descrie orice imagine care prezintă atributul de auto-similaritate.
Mai târziu, un cercetător pe nume Feigenbaum studia bifurcațiile unei diagrame și încerca
să iși dea seama cât de repede apar acele bifurcații. A reusit să își dea seama că au o viteză de
apariție constantă. El a calculat-o la 4.669, cu alte cuvinte, a descoperit scara la care diagrama
devenea auto-similară. Dacă se micșora diagrama de 4.669 ori, ea ar fi arătat ca una din regiunile
bifurcației. A decis să studieze și celelalte ecuații căutând un factor de scalare a lor. Spre surpriza
sa, factorul de scalare era același.
Nu numai că această ecuație complicată dădea dovadă de regularitate, dar regularitatea era
identică cu cea a unei ecuații mult mai simple. Aceasta era o descoperire revoluționară. El a
descoperit că o întreagă clasă de funcții matematice se comportau în același fel. Această
universalitate putea să îi ajute pe alți cercetători care studiau ecuațiile haotice. Universalitatea
oferise cercetătorilor unealta necesară pentru a studia sistemele haotice. Acum ei puteau utiliza o
simplă ecuație pentru a afla rezultatul unei ecuații mai complexe. Structurile fractale au fost
observate și în alte locuri în afara minții unui matematician. Vasele de sânge care se ramifică,
ramurile unui copac, structura internă a plămânilor, graficele de la bursă, etc. Toate acestea au un
singur lucru în comun: auto-similaritatea.

Comportament atractiv, ciudat.

Stabilitatea este de dorit în multe scenarii, cum ar fi zborul. Avioanele comerciale sunt
stabile din punct de vedere aerodinamic, astfel încât un mic ghiont turbulent (posibil legat de
fluture) nu va împinge avionul din calea de zbor la nivel. Confortabil, este nevoie de o schimbare
mare a comenzilor de zbor pentru a efectua o schimbare mare în mișcarea avionului. Pe de altă

9
parte, această stabilitate este oarecum un inconvenient pentru piloții de vânătoare care preferă ca
avioanele lor să facă schimbări rapide cu un efort minim.
Avioanele de luptă moderne realizează o manevrabilitate mare datorită faptului că sunt
instabile din punct de vedere aerodinamic - cel mai mic ghiont este suficient pentru a-și modifica
drastic traseul de zbor.În consecință, acestea sunt echipate cu computere de bord care reglează
constant și delicat suprafețele de zbor pentru a anula efectele de fluture nedorite, lăsând pilotul
liber să-l exploateze pe al său.
Dacă puteți elimina sistemele haotice care stau la baza modelului, puteți efectua o măsură
de control asupra aleatoriei și puteți transforma instabilitatea într-un activ. Cheia pentru
deblocarea structurii ascunse a unui sistem haotic constă în determinarea setului său preferat de
comportamente - cunoscut matematicienilor drept atractivul său. Matematicianul Ian Stewart a
folosit următorul exemplu pentru a ilustra un atractiv. Imaginați-vă că luați o minge de ping-pong
departe în ocean și o lăsați să plece. Dacă este eliberat deasupra apei, va cădea și, dacă este
eliberat sub apă, va pluti.
Indiferent de unde începe, mingea se va deplasa imediat într-un mod foarte previzibil spre
atractivul său - suprafața oceanului. Odată ajuns acolo, se agață de atragătorul său, deoarece este
lovit încoace și încolo într-o mare literală de haos și se mișcă repede la suprafață dacă este
aruncat temporar deasupra sau aruncat sub valuri. Deși este posibil să nu putem prevedea exact
cum se va comporta un sistem haotic moment cu moment, cunoașterea atrăgătorului ne permite să
restrângem posibilitățile. De asemenea, ne permite să prezicem cu exactitate cum va răspunde
sistemul dacă este scos din atractiv. Matematicienii folosesc conceptul de „spațiu de fază” pentru
a descrie comportamentele posibile ale unui sistem din punct de vedere geometric. Spațiul de fază
nu este (întotdeauna) ca un spațiu obișnuit - fiecare locație din spațiul de fază corespunde unei
configurații diferite a sistemului.
Comportamentul sistemului poate fi observat prin plasarea unui punct în locația care
reprezintă configurația de pornire și urmărirea modului în care acel punct se deplasează prin
spațiul de fază. În spațiul de fază, un sistem stabil se va deplasa previzibil către un atractiv foarte
simplu (care va arăta ca un singur punct în spațiul de fază dacă sistemul se instalează sau o buclă
simplă dacă sistemul trece între diferite configurații în mod repetat). Un sistem haotic se va
deplasa, de asemenea, în mod previzibil spre atractivul său în spațiul de fază - dar în loc de

10
puncte sau bucle simple, vedem că apar „atragători ciudați” - forme complexe și frumoase
(cunoscute sub numele de fractali) care se răsucesc și se întorc, detaliate la toate scalele posibile .
Ramura matematicii fractale, inițiată de matematicianul francez american Benoît
Mandelbröt, ne permite să abordăm comportamentul preferat al acestui sistem, chiar dacă forma
incredibil de complicată a atractivului ne împiedică să prezicem exact cum va evolua sistemul
odată ce ajunge la ea.
CONCLUZII

Haosul și dinamica neliniară nu sunt doar zone bogate pentru investigații științifice, ci
ridică și o serie de întrebări filosofice interesante. Majoritatea acestor întrebări rămân totuși
temeinic studiate de filosofi. Multe fenomene naturale pot fi descrise prin conceptele geometriei
fractale. Prin urmare, fractalii au devenit din ce în ce mai importanti. Ceea ce a început ca un pur
concept matematic are acum numeroase aplicatii în stiinta. Multe dintre tehnicile matematice au
gasit un teren solid în industria graficii computerizate pentru crearea unor imagini uimitoare,
precum si a unor structuri care imita fidel realitatea. Din anii 1990 fractalii sunt larg folositi, si
cel mai mult în stiinta informaticii. Productii cinematografice importante îi folosesc pentru efecte
speciale, sistemele de redare grafica pe calculator îi folosesc pentru a crea structuri naturale,
oamenilor de stiinta si matematicienilor le sunt indispensabili.

Interesul crescând în grafica fractala a fost de asemenea influentat de proliferarea

microcalculatoarelor puternice. Numeroase articole despre fractali au aparut în publicatii
tehnologice. Parte din acest interes porneste din natura imprevizibila a anumitor fractali; un
pasionat poate petrece ore în sir explorând varietatea formelor pe care le poate crea un singur
program.

stiinta, matematica si tehnologia nu mai sunt domeniile plictisitoare, inestetice si rigide, ci

capata o frumusete care face competitie artei.

11
 BIBLIOGRAFIE

1. ihara, K. (2008), “Chaos in Neurons”, Scholarpedia, 3(5): 1768 available online,

referenced on 31 July 2014.
2. Anderson, M. L. (2010), “Neural Re-use as a Fundamental Organizational Principle
of the Brain”, Behavioral Brain Science, 33: 45–313.
3. Aristotle (1985) [OTH], On the Heavens,; in. J. Barnes (ed.), The Complete Works
of Aristotle: The Revised Oxford Translation, Vol 1. Princeton: Princeton University
Press.
4. Arnold, V. I. and Avez, A. (1968), Ergodic Problems of Classical Mechanics.
Reading, MA: W. A. Benjamin.
5. Atmanspacher, H. and Scheingraber, H. (1987), “A Fundamental Link between
System Theory and Statistical Mechanics”, Foundations of Physics, 17: 939–963.
6. Avnir, D., Biham, O., Lidar, D. and Malcai, O. (1998), “Is the Geometry of Nature
Fractal?” Science, 279: 39–40.
7. Bokulich, A. (2008), Reexamining the Quantum-Classical Relation: Beyond
Reductionism and Pluralism. Cambridge: Cambridge University Press.
8. Cartwright, N. (1999), The Dappled World: A study of the Boundaries of Science.
Cambridge: Cambridge University Press.
9. Casati, G., Chirikov, B. V., Izrailev, F. M. and Ford, J. (1979), “Stochastic
Behavior of a Quantum Pendulum Under a Periodic perturbation”, in G. Casati and
J. Ford (eds.) Stochastic Behavior in Classical and Quantum Hamiltonian
Systems. Lecture Notes in Physics, Vol. 93. Berlin: Springer. pp. 334–352.
10. Smith, L. A. (2007), Chaos: A Very Short Introduction, Oxford: Oxford University
Press.
11. Smith, L. A., Ziehmann, C. and Fraedrich, K. (1999), “Uncertainty Dynamics and
Predictability in Chaotic Systems”, Quarterly Journal of the Royal Meteorological
Society, 125: 2855–86.
12. Smith, P. (1998), Explaining Chaos, Cambridge: Cambridge University Press.
12
13. Stapp, H. (1993) Mind, Matter, and Quantum Mechanics. Berlin: Springer.

13