📄 معروضة نسخة «بسيط» — «متقدم» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها. اطلب التحليل الكامل

ألقِ حجراً في بركة هادئة، ستنتشر الدوائر بشكل منتظم. وألقِه في تيار متدفق، ستلتف المياه بشكل غير متوقع. سؤال مماثل طالما شغل العلماء: كيف يمكن، من مجرد مسار جسيم، معرفة ما إذا كانت حركته فوضوية؟ في السابق، كان يتعين مقارنة مسار الجسيم مع المسارات المجاورة، وهو أمر معقد ويستغرق وقتاً طويلاً. الآن، تم اقتراح طريقة تتجاوز هذه المقارنات.

بدلاً من الفضاء العادي، ينظر العلماء إلى فضاء خاص حيث تمثل كل نقطة كلاً من موقع الجسيم وسرعته في آن واحد. مسار الجسيم في هذا الفضاء يشبه خطاً على خريطة، لكنها خريطة غير عادية. إذا كانت الحركة منتظمة، يبقى هذا الخط أملساً وقصيراً، كخيط مشدود. أما إذا كانت الحركة فوضوية، يصبح الخط متعرجاً وطويلاً، كخط ساحلي بخلجان ورؤوس لا تنتهي. وهذا بالضبط ما اقترحوا قياسه: طول هذا الخط.

للتمييز بين الفوضى والنظام، ينظر العلماء إلى كيفية تغير طول الخط مع الزمن. في الحركة المنتظمة، يبقى هذا الطول ثابتاً، كخطوة منتظمة. أما في الحركة الفوضوية، فينمو الطول، ولكن ليس بشكل عشوائي، بل وفق قانون خاص يشبه ضجيج الأمواج: كلما طالت مدة الملاحظة، تراكمت التغيرات أكثر. هذا القانون معروف لدى الفيزيائيين ويسمى «الضجيج الوردي» (pink noise) — ويوجد في الموسيقى ونبضات القلب وحتى في تلألؤ النجوم.

تم اختبار هذا النهج على مسألتين تقليديتين حيث تتعايش الفوضى والنظام، مثل شوارع مدينة قديمة. في كلتا الحالتين، أشارت الطريقة بدقة إلى أين تكون الحركة منتظمة وأين تكون فوضوية. وكل ذلك دون حسابات معقدة كانت ضرورية في السابق. الآن، يمكن تحديد مناطق واسعة من الفضاء بسرعة، مما سيفيد في تعليم الآلات تمييز الفوضى والنظام في أنظمة مختلفة تماماً — من حركة الكواكب إلى نبضات القلب.

الملخص الأصلي

كما كتبه المؤلفون، بالإنجليزية arXiv:2602.07660

In this paper we demonstrate that the phase space arclength of a trajectory, quantified by the time-averaged Lagrangian descriptor, is a robust and self-contained chaos indicator. By invoking Birkhoff's Ergodic Partition Theorem, we show that this scalar function distinguishes dynamical regimes via its power spectral density: for regular motion it converges to a delta function, whereas for chaotic trajectories the spectrum exhibits an inverse power-law $$(1/\omega)$$ driven by the phenomenon of dynamical stickiness. With this approach, we avoid the computation and simulation of the variational equations and the usage of neighboring orbits, making it the simplest geometrical chaos indicator derivable from Lagrangian descriptors. Its computational efficiency enables the study of high-dimensional systems and allows the generation of large datasets of classified initial conditions, ideal for training Machine Learning models. We validate these findings using the H\'enon-Heiles and the Fermi-Pasta-Ulam systems. By linking the geometrical properties of phase space to spectral analysis, this work provides the mathematical justification to establish Lagrangian descriptors as a rigorous, self-sufficient framework for the global analysis of chaos and regularity in Hamiltonian systems.