Caputo türevi kullanılarak Pehlivan kaotik sisteminin kesirsel ve fraktal-kesirsel analizine yönelik sayısal çerçeve

Hafızalı kaos neden önemli?

Birçok doğal ve mühendislik sistemi öngörülemez davranır: küçük bir müdahale çok farklı sonuçlara yol açabilir. Bu tür kaotik sistemler hava durumu, elektronik ve hatta güvenli iletişimde karşımıza çıkar. Bu makale, Pehlivan sistemi olarak bilinen belirli bir kaotik devreyi inceliyor ve ona geçmişini “hatırlama” yeteneği verilip zamanın girintili‑çıkıntılı, fraktal bir anlayışında evrilmesi durumunda ne olduğunu sorguluyor. Yazarlar, bu daha zengin kaos biçimini incelemek için yeni matematiksel araçlar ve bilgisayar yöntemleri geliştiriyor ve bu davranışların teknolojide daha güvenilir şekilde nasıl kullanılabileceğini gösteriyor.

Basit denklemlerden çılgın hareketlere

Pehlivan sistemi yalnızca üç bağlı denklemle tanımlanır, ancak üç boyutlu uzayda asla tekrarlanmayan girdap benzeri yörüngeler üretebilir; bu da kaosun tipik bir işaretidir. Standart biçiminde zaman düzgün akar ve sistem sadece o anki durumuna yanıt verir. Önceki çalışmalar, Lorenz hava modeli gibi benzer sistemlerin, değişimin kısmen sistemin tüm geçmişine bağlı olacak şekilde genelleştirildiğinde daha esnek hâle geldiğini göstermiştir. Kesirsel kalkülüs adı verilen bu fikir, sisteme sürekli ayarlanabilen bir hafıza kazandırır; yani hafıza açık‑kapalı değil, derecelendirilebilir.

Kaotik devrelere fraktal zaman eklemek

Yazarlar bir adım daha ileri giderek kesirsel hafızayı fraktal geometri ile birleştirir. Zamanın eşit adımlarla ilerlediği varsayımı yerine, zamanın ölçeğe bağlı olarak etkili biçimde gerilip sıkıştığı bir "fraktal‑kesirsel" yaklaşım kullanırlar. Artık dinamiği biçimlendiren iki ayar vardır: biri geçmişin şu anı ne kadar etkilediğini kontrol eder, diğeri zaman ölçeğinin ne kadar düzensiz olduğunu ayarlar. Bu çerçevede ekip, Pehlivan denklemlerini fiziksel sistemlere ve standart ilk koşullara uygun olan Caputo biçimindeki bir türev versiyonunu kullanarak yeniden yazar.

Matematiğin düzgün çalıştığından emin olmak

Simülasyonları çalıştırmadan önce, yazarlar genişletilmiş sistemlerinin matematiksel olarak sağlam olduğunu ispatlar. Analizden gelen standart araçları kullanarak, parametrelerin ve başlangıç değerlerinin makul seçimleri için denklemlerin en az bir çözüm verdiğini, hatta tekil bir çözümü olduğunu gösterirler. Ayrıca Ulam–Hyers kararlılığı adı verilen bir kavramı incelerler; bu, denklemler biraz bozulursa —örneğin sayısal hatalar veya küçük gürültü nedeniyle— elde edilen çözümlerin gerçek çözümlere yakın kalıp kalmayacağını sorgular. Sonuçları, net koşullar altında küçük rahatsızlıkların kontrolden çıkmadığını gösterir; bu da modelin ve sayısal çözümlerinin dayanıklı olduğuna güven verir.

Uzun hafızalı kaos için doğru şemalar tasarlamak

Bu denklemler tüm geçmişe yayılan hafızayı içerdiği için, basit sayısal yöntemler acı verici derecede yavaş olurdu: her yeni adım tüm geçmişi yeniden gözden geçirmek zorunda kalırdı. Yazarlar, uzun menzilli hafıza integrallerini verimli biçimde yaklaşıklamak için Newton ve Lagrange interpolasyon polinomlarına dayanan özel tahmin‑düzeltme şemaları tasarlarlar. Hata için açık formüller türetirler ve zaman adımı küçüldükçe hatanın nasıl azaldığını gösterirler. Daha sonra yaklaşımlarını, hızlı Fourier dönüşümlerinden yararlanan yaygın bir kesirsel çözücüye karşı kıyaslayarak beklenen yüksek doğruluğun sağlandığını ve ileri düzey uygulamaların uzun simülasyonlarda hesaplama süresini önemli ölçüde kısaltabileceğini doğrularlar.

Kaosun yeni biçimlerini görmek

Sayısal araçlar hazır olunca ekip, hafıza ve fraktal‑zaman parametrelerini değiştirmenin Pehlivan çekicisini—sistemin faz uzayında izlediği geometrik nesneyi—nasıl yeniden şekillendirdiğini araştırır. İki parametrenin belirli kombinasyonlarında çekici tek halkalar oluşturur; bazılarında ise fraktalları andıran çift taraflı, kendiyle benzer halka yapıları gelişir. Parametreler klasik değerlerine yaklaştıkça sistem özgün Pehlivan modelinin tanıdık kaotik desenlerini geri kazanır. Sistem içindeki bir sabitin değiştirilmesine bağlı davranış değişimlerinin ayrı bir incelenmesi, düzenli salınımlardan tamamen kaotik rejimlere geçişleri, periyot‑iki katlanma kademeleri dahil olmak üzere klasik kaosa geçiş yollarını ortaya koyar.

Gerçek dünya uygulamaları için ne anlama geliyor

Uzman olmayan bir okuyucu için ana mesaj şudur: kaos tamamen rastgele veya kontrol edilemez olmak zorunda değildir. Bir kaotik devrenin geçmişini hatırlamasına ve düzensiz bir zaman ölçeğinde evrilmesine izin vererek bu çalışma çok daha zengin bir davranış paletini ortaya çıkarıyor, ancak bu davranışların matematiksel olarak iyi tanımlı ve sayısal olarak işlenebilir kaldığını da gösteriyor. Böyle ince ayarlanabilir kaos, karmaşık ama öngörülebilir desenlerin değerli olduğu güvenli iletişim, sinyal işleme ve kriptografide kullanılabilir. Daha geniş anlamda çalışma, tarihin ve çok ölçekli zamanlamanın dinamikleri temelden şekillendirdiği sistemleri modellemek için fraktal‑kesirsel kalkülüsün güçlü bir mercek olduğunu gösteriyor.

Atıf: Vinoth, R., Jayalakshmi, M. A numerical framework for fractional and fractal-fractional analysis of the Pehlivan chaotic system using Caputo derivative. Sci Rep 16, 13669 (2026). https://doi.org/10.1038/s41598-026-42126-6

Anahtar kelimeler: kaotik sistemler, kesirsel kalkülüs, fraktal zaman, sayısal simülasyon, güvenli iletişim