Запишите рецепт, а через час сверьтесь с ним: если пропорции хоть на грамм отклонились, вкус ушёл. Примерно так ведут себя химические реакции в открытых системах: малейшая разница в начальных концентрациях со временем вырастает в совершенно разные состояния. Это и есть хаос, и в пробирке он выглядит как непредсказуемые колебания цвета или температуры.
На уровне отдельных молекул всё иначе: реакции идут как случайные столкновения, и в малом объёме поведение системы описывается химическим мастер-уравнением — по сути, правилом, как меняются вероятности найти то или иное число молекул. Это стохастическое описание остаётся верным, даже когда макроскопические уравнения показывают хаос. Но как связать случайность молекул с детерминированным хаосом в большой пробирке?
Ответ нашли через взаимную информацию — меру того, насколько текущее состояние системы помнит своё начальное состояние. Если память исчезает быстро, система перемешивается быстро. Оказалось, что скорость этой потери памяти, вычисленная из мастер-уравнения, в пределе большого объёма сходится к энтропии Колмогорова–Синая — величине, которая для детерминированной модели равна сумме положительных показателей Ляпунова. Иными словами, скорость разбегания близких траекторий в макроскопической модели в точности равна скорости стирания информации в стохастической модели.
Численные симуляции для системы из трёх веществ и семи реакций подтвердили это: при объёме от $10^2$ до $10^6$ молекул появлялся промежуточный режим, где взаимная информация убывала почти линейно, и наклон этой линии стремился к значению 0.065 — ровно энтропии Колмогорова–Синая детерминированной модели. Это как если бы шум от случайных реакций в маленькой пробирке постепенно затихал, оставляя чистый хаос большой системы.
Работа даёт первый явный мост между двумя описаниями: стохастическим мастер-уравнением и детерминированным хаосом. Раньше было неясно, как связать эти уровни; теперь мы знаем, что потеря информации о начальном состоянии — это и есть та нить, которая соединяет молекулярную случайность с макроскопической непредсказуемостью. Возможно, этот подход пригодится для анализа других систем с внутренними флуктуациями, где нужно отличить настоящий хаос от простого шума.
Энтропия Колмогорова–Синая для модифицированной модели CS14 равна 0.065, что соответствует времени удвоения неопределённости около 10.7 единиц времени. При объёме V=$10^6$ время кроссовера, после которого гауссово приближение нарушается, оценивается как $t_c$ ≈ (1/0.065) ln($10^6$) ≈ 212 единиц времени.