Интеграл (2.52) — вклад недиагональных членов, который мы обозначим как: ; он обладает следующими свойствами:
1). убывает со временем (с характерным временем порядка: Dt «(DE)-1 ). Действительно, подынтегральная величина — плавная функция энергий Еi и Ej , которая велика в интервале и мала вне его. Экспоненциальный фактор с ростом времени t (при t>DE) становится сильно изрезанным и знакопеременным, что и приводит к убыванию интеграла..
2). Величина исчезает при DЕ®0. Действительно, при DЕ=0 исходное состояние является собственным и недиагональные члены отсутствуют.
3). В случае, когда коэффициенты С(Е) имеют полюсной характер, то есть:

(2.53)

итеграл в (2.52) убывает со временем экспоненциально:

=

(2.54)

В целом наблюдаемое значение оператора равно:

(2.55)

где последний член убывает со временем. В частном, но распространенном случае (2.53):

(2.56)

Эти соображения можно применить к энтропии в формуле (2.30), считая, что оператор О = -k{ rlnr}i,j .
Используя (2.56) можно записать энтропию S в виде:

(2.57)

или, в случае (2.53) в виде:

(2.58)

В данном случае при t=0 энтропия равна нулю, поскольку исходное состояние является чистым. Это означает, что:

(2.59)

C учетом (2.59) выражение (2.58) можно представить в виде:

(2.60)

Уместно сделать ряд замечаний.
(i). Величина Sdiag , представленная в виде суммы, равна:

(2.61)

Она представляет собой классическое выражение для энтропии в термодинамически равновесной системе. Второй член в (2.58) соответствует сумме недиагональных членов. По знаку он противоположен первому. Таким образом, (2.60) описывает процесс возрастания наблюдаемой энтропии при развитии исходно чистого состояния.
Тот же результат можно получить используя вместо процедуры (2.30) другой метод сглаживания.
Разобьем все величины, имеющие индекс i или j на группы по n членов. Выберем числа n большими по сравнению с единицей, но малыми по сравнению с полным числом членов в сумме (n << N= 1/ e ). При этом величины энергий в группе маняются слабо, так, что их можно внутри группы считать одинаковыми. Проведем усреднение внутри группы, то есть представим, например:

(2.64)

Здесь большие индексы нумеруют группы; их число меньше чем число индексов i, но все же больше, чем «гугол». В (2.64) уже учтено, что в пределах группы корреляции отсутствуют, поскольку они появляются на более высоком порядке (большем, чем «гугол»). После этого можно провести все вычисления, заменяя малые индексы бльшими, и получить тот же результат.
(ii). Согласно теореме фон Неймана [29] в квантово-механических системах энтропия не может изменяться со временем. Если исходное состояние чистое, то энтропия всегда равна нулю. Это значит, что при любом конкретном наборе параметров (то есть при заданном значении n) второй член всегда компенсирует первый. Это значит также, что если при вычислении энтропии провести сперва суммирование по i и j, то, согласно теореме фон Нёймана, мы должны получить ноль и последующее усреднение по n не должно изменить этого результата. Это значит, что предположение о статистической независимости величин и в (2.30) формально не корректно. Возникает парадокс, аналогичный тому, который мы обсуждали выше: формально корректные вычисления приводят к неверному (не соответствующему действительности) результату, а приближенные — к правильному.
Разрешение парадокса. как и ранее, связано с использованием понятия «гугол». В структурно неустойчивых системах величины и представляют собой весьма нерегулярные функции дискретных индексов. Эти функции случайны, поскольку случайны изменения параметров при сдвиге n на единицу. При усреднении по n, в предположении (2.52), эти функции не только сглаживаются, но и исчезают дальние корреляции между ними. Именно это позволяет получить результат (2.60).
Теорема фон Немана в квантовой механике — аналог теоремы Лиувилля в классике. Сглаживание сильно изрезанных функции в (2.52) — аналог введения синаевского фазового объема. В обоих случаях речь идет о пренебрежениями корреляциями высокого порядка (именно, порядка «гугол»). Обе процедуры формально не корректны (то есть не соответствуют современной математической аксиоматике), но правильны (то есть соответствует реальной действительности). В то же время теоремы Лиувилля и фон Неймана формально корректны, но не правильны, в том смысле, что не описывают наблюдаемого роста энтропии.
(iii). В простейших квантово-механических системах (атомы, простые молекулы и т.д.) разность уровней не мала. При этом малые изменения параметров не ведут к перемешиванию уровней. Свойства (1) — (3) в них не имеют места, то есть, они структурно устойчивы. Операция усреднения по n в этом случае равносильна умножению на единицу. Энергетический спектр остается дискретным и корреляции величин и сохраняются. Энтропия при этом не растет, что соответствует действительности.
То же относится и к коллективным регулярным системам (например, кристаллам), в которых энергетический спектр хотя и плотный, но условия (1) — (3) не выполняются. Однако, и в этих случаях используют термодинамический подход. При этом полагают, что образец помещен в «термостат». О последнем по умолчанию предполагают, что в нем соблюдены условия, необходимые и достаточные для роста энтропии.
(iv). В практических задачах часто используется предположение о том, что недиагональные элементы матрицы плотности исчезают со временем порядка времени расплывания пакета t (t » DЕ-1 ). Из изложенного выше следует, что это оправдано, но лишь при соблюдении условий (1) — (3), их и следует рассматривать, как условия применимости термодинамического подхода к квантово-механическим системам.

В заключение этого раздела уместно сделать ряд замечаний.
I. Физической причиной возрастания энтропии и необратимости процессов во времени является неустойчивость динамических систем (как классических, так и квантовых). Однако, для корректного математического описания неустойчивых процессов необходимо дополнить математическую аксиоматику утверждением:
Корреляции высокого порядка между случайными величинами (именно: порядка «гугол», то есть 10100 и выше) должны быть признаны отсутствующими, даже если они возникают в аналитических расчетах.
Основанием для этого можно считать следующее:

Во-первых такие корреляции физически не реализуемы, то есть их в принципе невозможно ни наблюдать ни проверить.
Во-вторых в этом и только в этом случае расчеты ведут к наблюдаемым результатам, то есть описывают необратимые во времени процессы. Отметим, что при этом формализм гамильтоновых систем уже не обеспечивает автоматического сохранения энергии (поскольку энергия и время — сопряженные переменные). Этот закон необходимо учитывать как дополнительное условие с помощью метода множителей Лагранжа (что, собственно и делается во всех учебниках по статистической физике).
В-третьих это правило уже давно используется на интуитивном уровне при решении конкретных задач.
1. Отметим, что возрастание энтропии — одна из проблем парадокса измерения. Другая проблема заключается в описании редукции пакета, то есть автолокализации волновой функции частицы в малой пространственной области. Для этого регистрирующий прибор должен обладать дополнительными свойствами: энергия локализованного состояния должна быть ниже энергии исходного, а процесс локализации — сопровождаться выделением продуктов, уносящих избыток энергии (фотонов, фононов и т.п.). Для регистрации необходимо, чтобы эти продукты не возвращались обратно. Именно на этом этапе важен вопрос о возрастании энтропии, вопрос о «стреле времени» и переходе свободной энергии в связанную.
Сам процесс автолокализации требует специального рассмотрения.

В разделе 2.1 были изложены элементы теории так называемых «точечных» динамических систем, состоящих из обыкновенных дифференциальных уравнений типа (2.1). Они описывают развитие процессов во времена, но не в пространстве. Вместе с тем, в синергетике многие явления развиваются как во времени так и в пространстве. Речь идет о таких, популярных ныне, явлениях, как: образование диссипативных структур, границ между доменами, автоволнах и т.п. В этих процессах динамические переменные, будь то заряды, концентрации или численности живых организмов, могут перемещаться в пространстве за счет диффузии и миграции. Для описания их развиты специальные методы. Знакомство с ними полезно (и даже необходимо) для понимания сути явлений. В этом разделе мы изложим эти методы, по возможности просто и доступно. Иными словами, этот раздел (так же как и 2.1) адресуется людям. не имеющим специального математического образования, но владеющим элементами математики.
В простейшем, но достаточно общем случае поток (частиц, организмов и т.д.) j пропорционален градиенту переменных, а изменение их в данной точке пространства пропорционально дивергенции потока. Поэтому изменение DUi за интервал времени Dt за счет пространственных эффектов равно:

(2. 65)

Уравнение (2.1) с учетом пространственных эффектов принимает вид

(2.66)

Здесь величины Di называют коэффициентами диффузии, хотя (2.66) справедливо и в случае миграции и других процессов распространения в пространстве без выделенного направления. Величина — оператор Лапласа.
Уравнение (2.66) называется уравнением реакции с диффузией, поскольку впервые они появились в химической кинетике. В этом случае функции F1(u1, u2 … un) описывают химические реакции в данной точке х, а переменные ui — концентрации веществ, участвующих в реакции, величины ti — характерные времена реакций.
В случае, когда реакция происходит в ограниченном пространстве размеров L, то кроме начальных условий необходимо задать граничные.
Если все компоненты быстро перемешиваются, концентрации ui(x,t) одинаковы внутри реактора, то есть не зависит от пространственных координат (x, y, z). Тогда Dui=0 и (2.66) переходит в (2.1). В этом случае говорят, что реакции в пространстве протекает так же как в любой течке, и системы типа (2.1) называют точечными или системами с полным перемешиванием. То же имеет место и в случае, когда коэффициенты диффузии велики, так что длины диффузии li больше или порядка размеров реактора L:

При этом перемешивание осуществляется автоматически.
В общем случая когда li<L системы (2.6) называются распределенными.
Уравнения (2.66) описывают многие важные явления самоорганизации: образование фронтов, бегущих импульсов (в частности нервных), спиральных волн (в частности в реакторах Белаусова -Жабатинского), диситативных структур и другие процессы в активных средах. Мы приведем два примера: образование фронта и дисипативных структур и на них поясним методы исследования распределенных систем типа (2.66).

Рассмотрим уравнение, в которых нелинейный член соответствует бистабильной системе (2.15); а все состояния развиваются в одном направлении x (т.е. )

(2.67)

Здесь уже выбраны соответствующие масштабы u и x, при которых коэффициенты и D=1. Уравнение (2.67) исследовалось в работе Колмлглрова и Пискунова еще в 1937г. [33] и считается одним из первых примеров пространственно временной самоорганизации. Оно описывает распространение пожара в степени, горения бикфордова шнура, волны возбуждения в активной среде, волны перекристаллизации, а также образование границ между двумя фазами..
Введем атомодельную переменную:
h= x ± Vt
где V — скорость движения фронта.
Тогда (2.67) можно представить в форме:

(2.68)

По форме (2.68) совпадает с (2.15), если положить hєt и считать V=g коэффициентом трения, который в данном случае может принимать как положительные значения (нормальное трение, ведущее к затуханию), так и отрицательные («трение», ведущее к раскачке).
Однако формальное сходство не позволяет автоматически перенести результаты параграфа (2.1) на данный случай.
Имеется принципиальные различия, смысл которых сводится к формулировке начальных и граничных условий. Так, если переменную h отождествить со временем t (h=t), то уравнение (2.68) можно записать в виде

(2.69)

По виду (2.69) аналогично системе (2.13), но отличается от нее знаком правой части. В системе (2.69) имеется три стационарных точки: Фокус при u=V , p=0, (устойчивый или неустойчивый в зависимости от знака V). Два седла при р=0 и u=±1.
При V=0 фокус превращается в центр, а сепаратрисы седел замыкаются: выходящая из точки u=-1 входит в точку u=+1 и наоборот. Такие сепаратрисы называются гетероклиническими траекториями. Этот случай представлен на фазовом портрете рисунка 2.8.
Для выбора траектории необходимо задать начальные условия, то есть значения u(t=0) и р(t=0). В частности можно выбрать условия, лежащие на гетероклинике.
Такая постановка называется задачей Коши.

С другой стороны, если h отождествить с пространственной переменной x (что имеет место при V =0), то необходимо поставить два граничных условия при x=+Ґ и x=-Ґ. Такая постановка называется задачей Дирихле. В реальных приложениях эти условия соответствуют разным стационарным значениям на разных сторонах пространства, например: U(x®-Ґ)=-1, U(x®+Ґ)=+1. Именно при таких условиях образуется фронт.
При V=0 уравнение:

(2.70)

решается точно и решение имеет вид:

(2.71)

Выражение (2.71) описывает переходную область, т. е. профиль фронта. Так, при переменная U практически постоянна и равна u =1 при и u=+1 при . Это решение соответствует гетероклинической траектории (т.е. сепаратрисе) на фазовом портрете 2.8.
На этом примере видно принципиальное отличие задачи Коши от задачи Дирихле.
Основная цель задачи Коши — предсказать будущее, если известно настоящее (т.е. начальное условие). Именно поэтому аргументом в задачах Коши является время t, поскольку в противном случае понятие «будущее» и «настоящее» теряет смысл.
Понятие устойчивости также имеет смысл только в задачах Коши, но не Дирихле. Движение по неустойчивым траекториям (в частности по сепартрисе, т.е. гетероклинике) в задачах Коши не реализуется.

В задачах Дирихле аргументом является пространственная переменная и это тоже принципиально. Основная цель задач Дирихле не предсказать будущее, а вичислить распределение переменных ui в пространстве, если известно, что на границах эти переменные (или их пространственные производные) зафиксированы и не зависят от времени. Иными словами, задача Дирихле — вычислить стационарное распределение в пространстве. Анализ устойчивости этого распределения выходит за рамки задач Дирихле. Само понятие устойчивости в задачах Дирихле теряет смысл, поскольку оба направления в пространстве (х®-Ґ и х®+Ґ) равноправны. Неустойчивые (с точки зрения Коши) траектории, в задаче Дирихле соответствуют вполне реальному распределению, как это и имеет место в нашем случае.

Для пояснения посмотрим на задачу Дирихле с точки зрения задачи Коши (т.е. заменим х®t, но условия оставим в виде U(t®-Ґ)=-1; U(t®+Ґ). Первое значит, что когда-то давным давно величина U была равна минус единице. Второе значит, что в отдаленном будущем мы твердо знаем, и абсолютно уверены, что U будет равно единице. Это условие носит теленомический характер, поскольку опирается на точное знание будущего. При такой постановке мы можем смело двигаться по траектории, удовлетворяющей этим условиям, не заботясь о том устойчива ли она.
В распределенных системах (2.65) мы имеем дело со смешанной постановкой, где участвуют и условия типа Коши, и условия типа Дирихле. Как они сочетаются мы покажем на втором примере.

Образование диссипативных структур было замечено уже давно на примере так называемых ячеек Бенара [34]. Оно заключается в следующем. На плоской сковороде подогревается масло. Казалось бы все условия постоянны и слой масла должен нагреваться равномерно. Однако, при достаточно интенсивном подогреве в масле появляется пространственная структура из чередующихся потоков, направленных врех и вниз.
Аналогичное явление наблюдается в биологии при морфогенезе. В среде, изначально равномерной, «вдруг» возникает периодические структуры. Они играют очень важную роль, дают разметку пространственного расположения будущих органов. В простейшем, но не самом важном, примере диссипативные структуры различают положение полос на теле зебры и тигра.
Суть процесса была выяснена в работе Тюринга в 1952 г. [35]. Там же была предложена математическая модель, ставшая базовой для последующих исследований.
Темин — диссипативные структуры — был предложен Пригожиным [36], который использовал модификацию модели Тюринга, известную сейчас как «Брюсселятор» [36]. Модель имеет вид:

	(2.72)

Соответствующая «Брюсселятору» точечная (не распределительная) система имеет вид:

	(2.73)

Уравнения (2.73) соответствуют некоторой гипотетической химической реакции. Компонента u1 образуется за счет автокатализа (член ) и способствует образованию u2 (член Bu1). Компонента u2 подавляет образование как u1 (член — (В+1) u1) так и само себя (член — u12 u2), она называется ингибитор.
Диссипативные структуры образуются в случае если длина диффузия ингибитера больше чем активатора, то есть при D2>D1.
Фазовый портрет системы (2.73) приведен на рисунке (2.9).
Видно, что имеется единственное стационарное состояние при u1=А и u2 = В/А. При В >А. это состояние — устойчивый фокус. Как увидим ниже, это свойство точечной системы (2.73) является необходимым условием (вместе с условием D2 >D1 ) образования диссипативных структур в распределенной системе (2.82).
Рассмотрим поведение системы (2.72) на конечном отрезке длины L. Примем, что границы отрезка не проницаемы, чему соответствуют граничные условия вида:

; при x=0 и x=L

(2.74)

(что соответствует постановке задачи Дирихле). Начальные условия, то есть функции u1(x,t=0) и u2 (x,t=0) будем считать произвольными.
Метод автомодельной переменной в данном случае не эффективен, поскольку пространство ограничено.
Здесь используется другой метод -разложение переменных u1 и u2 по пространственным гармоникам. Продемонстрируем его на примере, когда функции u1 и u2 мало отличаются от стационарных значений.
Обозначим:
x= u1(x,t)-A; h= u2 (x,t)- A/B ; x,h<<1.
В линейном по x и h приближении (2.72) имеет вид:

	(2.75)

Решения x(х1t), h(x1t) будем искать в виде, удовлетворяющем граничным условиям (2.74):

	(2.76)

, где (n=0,1,2 …) волновое число, оно связано с длиной стоячей волны n -ой гармоники: lт соотношением: . Целочисленность n означает, что на отрезке L укладывается целое число полуволн.
Функции xn(t) и hn(t) (так называемые гармоники) удовлетворяют дифференциальным уравнениям:

	(2.77)

Эти уравнения уже не содержат производных по пространственныой координате x и по форме являются точечными.
Исследование их на устойчивость можно провести стандартными методами и найти числа Ляпунова lт , которые зависят от параметров А, В, D1, D2 и волнового числа kn2. На рисунке 2.10 представлена зависимость вещественной части чисел Ляпунова от kn2. Эта зависимость называется дисперсионной диаграммой. При k2=0 числа Ляпунова l0 совпадают с таковыми для точечонй системы (2.73). Как упоминалось, стационарное состояние это системы — устойчива фокус. Это значит, что числа Ляпунова комплексны и сопряжены, то есть реальные части их одинаковы и отрицательны, что и представлено на рисунке 2.10. С увеличением kn2 фокус переходит в устойчивый узел, при этом числа Ляпунова становятся вещественными и отрицательными.

При некотрых, (бифуракционных) значениях параметров А, В, , D1, D2 верхняя ветвь параболы Rel(k2) касается абсциссы, и даже слегка выходит в верхнюю полуплоскость. При этом в интервале (kmin2, kmax2) одно из чисел Ляпунова становится положительным, а стационарное состояние — седлом.
Если в этот интервал попадает одно из дискретных, разрешенных граничными условиями значений kn2, амплитуда соответсвующей моды начинает расти со временем. Это явление называется неустойчивостью Тюринга (или бифуркацией Тюринга).

Подчеркнем особенности этой бифуркации.
Во-первых она имеет место только в распределенных в пространстве системах. При этом нарушается исходная однородность и сама собой возникает структура.
Во-вторых, образуется вполне определения структура (т.е. предопределено значение kn2 и, следовательно пространственный период. Последний зависит от параметров системы(включая размеры), но не зависит от начальных условий.
В-третьих, вблизи бифуркации Тюринга учет нелинейных членов приводит к стабилизации структуры. При этом структура остается плавной (гармонической), со вполне определенной амплитудой, зависящей от тех же параметров.
Таким образом, в системе имеется только одно устойчивое стационарное состояние (один аттрактор) свойства которого предопределены параметрами, но не начальными условиями.

Подчеркнем: выбор диссипативной структуры (либо случайный, либо за счет начальных условий) в системах типа (2.72) невозможен, поскольку она единственна.
Мы остановимся на этом столь детально, поскольку слова «диссипативные структуры» сейчас употребляются очень часто, как к месту так и всуе. В действительности область применимости гармоничных диссипативных структур ограничена. Так при D2>>D1 образуются так называемые контрастные структуры, которые иногда также называются диссипативными, хотя и условно, поскольку по свойствам и методам исследования они сильно отличаются от описанных выше.
В этом случае сперва исследуются стационарные распределения (при ). При этом (2.72) переходит в систему обыкновенных дифференциальных уравнений (по координате x), которое решается в рамках задачи Дирихле. Затем исследуется устойчивость найденных решений в рамках задачи Коши Свойства контрастных структур принципиально отличается от описанных выше.

Так могут образовываться ступенчатые и пичковые структуры и даже уединенные пички. Положение пичка уже не определяется параметрами, а зависит от начальных условий. Если последние задаются в виде малых случайных отклонений от однородных распределений, то выбор положения пичка происходит случайно. Если начальное возмущение не мало, то расположение пичков им и определяется. Так, например, если начальное возмущение локализовано на одном из концов отрезка, то возбуждается волна перестройки, которая оставляет за собой регулярную пичковую структуру [37].
Подробное описание этих явлений можно найти в [8].

Очень интересные явления происходят в системах с режимом обостренияни [38]. При этом в определенный точке сама собой собирается (кумулируется) почти вся энергия изначально распределенная в широком интервале пространства. Это явление уже никак не относится к диссипативным структурам.
Другой круг явлений тоже очень важных, связан с образованием автоволн в активной среде. Под автовненами понимается не только «волны» но и отдельные импульсы, которые распространяются без затухания (за счет подпитки из среды). К таковым относятся нервные импульсы. Они описываются распределенными моделями Хочкина-Хаксли, или более простой (базовой) моделью Физхью-Наумо [39].

В двумерной среде образуются спиральные волны. Из них наиболее исследованы нелинейные волны в реакторе Белаусова-Жаботиского [40].
Все упомянутые явления описываются моделями типа (2.65). Методы исследования их также сходны и совпадают с изложенными выше.. Разным явлениям соответствуют разные виды нелинейных функций Fi(u1,u2…) и разное число переменных ui (и уравнений). Впрочем, в большинстве случаев оказывается достаточным всего два базовых уравнения.

Перечисленные выше модели используются для описания широкого круга явлений в различных областях естествознания: биологии, физике, химии и смешанных науках. Можно сказать, что эти модели являются математической основой описания процессов самоорганизации в природе.
Это не значит, что другие математические методы (как то «игры автоматов» или «математические грамматики») не используются для тех же целей. Они используются и иногда с успехом. Однако, при этом оказывается, что они представляютс собой частые (предельные) случаи теории динамических систем.

До сих пор слово «самоорганизация» мы употребляли на интуитивном уровне. Сейчас уместно обсудить, что оно означает, как произошло, и какую роль сыграло в науке.
По звучанию и смыслу самоорганизация — процесс, в котором происходит нечто не тривиальное, причем происходит само собой, без видимых причин и внешнего вмешательства.
Предметом науки о самоорганизации является перечисленные выше явления, включая автоколебания, динамический хаос и процессы в распределенных системах.
Из изложенного выше следует, что содержательная работа в этом направлении проводилась и раньше, задолго до появления слова, то есть в данном случае «слово» было не «вначале», а «после».
Выше мы уже приводили пример: один астроном открыл звезду, другой — предложил название, при этом честь открытия приписали второму. На самом деле это не так глупо, как кажется.

Поясним это на нашем примере. Слово «самоорганизация» объединило ученых разных специальностей.. Если это считать цельно, то слово «самоорганизация» (как условная информация), как оказалось, имеет высокую ценность. Без этого «слова» междисциплинарное направление не было бы поддержано (в частности финансами), не собирались бы конференции и в целом процесс интеграции наук был бы замедлен.
Эта история — пример того, сколь важную роль играет условная информация в науке и жизни.
Наряду с «самоорганизацией» сейчас популярны слова «кибернетика» и «синергетика». Возникает вопрос: чем они отличаются друг от друга и от «самоорганизации».

В действительности эти направления в большой степени пересекаются. Тем не менее есть отличия.

Кибернетика — наука об управлении — появилась как обобщение опыта управления в технике. Отсюда были заимствованы такие понятия, как положительная и отрицательная обратная связь. Благодаря усилиям доктора Эшби (медика по образованию) эти понятия были внедрены в медицину и на их основе создана концепция гомеостаза. Явления, составляющие суть самоорганизации естественно вписывались в эту концепцию и были восприняты с энтузиазмом. Примерно тогда же доктор Эшби выдвинул лозунг (или парадигму): в кибернетике математический аппарат вторичен. Иными словами, кибернетиком может считаться человек, не владеющий математикой.
На первых порах эта идея сильно расширила круг кибернетиков и способствовала ее популярности. Однако, вскоре выяснилось, что доктор Эшби оказал науке медвежью услугу. В кибернетику ринулись толпы людей, которые не владели не только математикой, но и никакой другой наукой. Был утерян критерий уровня науки кибернетики, ее рейтинг и популярность понизились.

На смену ей пришла синергетика. По существу предметом синергетики служат те же явления, что и в самоорганизации и кибернетике. Главное отличие в том, что в синергетике владение математическим аппаратом (теорией динамических систем, математическим моделированием) считается необходимым условием.

Слово — «синергетика» в переводе с греческого означает «совместное действие». Предложил этот термин профессор Штудгартского университета Герман Хакен в 1978г. По существу синергетика состоит из математических моделей явлений самоорганизации. Таким образом история повторилась: сама наука появилась раньше чем «слово» ее обозначающее. Тем не менее это «слово» тоже сыграло положительную роль в интеграции наук (как ценная условная информация).
В данном случае интеграция произошла на более высоком профессиональном уровне, поскольку человек, не владеющий математикой, синергетиком считаться не может. Сейчас слова «синергетика» и «самоорганизация» часто выступают как синонимы.

В заключении этого раздела уместно обсудить вопрос: почему математическое моделирование (или, что тоже, теория динамических систем) является необходимым элементом таких междисциплинарных наук как синергетика и самоорганизация. Этот вопрос важен поскольку имеет методологическое значение.

Причин тому несколько:

Во-первых, многие из явлений, происходящих в различных областях (физики, химии, биологии) описываются одинаковыми базовыми моделями. Их фазовые портреты тоже одинаковы, что позволяет увидеть общие во множестве, казалось бы различных, явлений. Более того удается уловить общее даже в случае, когда явления с внешнего взгляда различны, как например, ход часов и колебания численности популяций в экологии. При вербальном описании явлений тоже можно уловить некоторую аналогию, но увидеть столь глубоко они простираются уже нельзя.

Во-вторых, в математике разработаны методы упрощения систем уравнений. Они позволяют описать суть явления максимально просто, отделив его от второстепенных и несущественных подробностей. Такие модели называются базовыми. Сформулированы требования, которым должны удовлетворять базовые модели. Главные из них — грубость (термин предложен Андроновым) или, что то же, структурная устойчивость (термин предложен французским математиком Рене Томом).