プリセット
パラメータ
速度・表示
投影モード
操作
カオス領域：軌道は決して同じ経路を繰り返さず、2本は指数的に乖離します。
バタフライアトラクター（2軌道の乖離）
3D：ドラッグで回転・2本指でズーム ｜ ホイールでズーム ｜ Spaceで再生/停止
軌道A（予備計算後の基準点）
軌道B（x₀ + 10⁻⁵）
現在位置
同じ方程式・少し違う初期値： 青と赤はΔx₀=10⁻⁵だけ異なる2本の軌道です。古典カオスの設定では、初めは重なって見えても後で異なる経路をたどります。隔たりΔは一様に増え続けるわけではなく、伸長と収縮を繰り返します。
理論・主要公式
$$\frac{dx}{dt}= \sigma(y - x)$$
$$\frac{dy}{dt}= x(\rho - z) - y$$
$$\frac{dz}{dt} = xy - \beta z$$
近い軌道の隔たりは局所的に $\Delta(t)\approx\Delta_0 e^{\lambda t}$ と表せますが、十分離れるとこの近似は使えません。表示中のλは有限時間の推定値で、カオスや周期運動を単独で証明する値ではありません。
数値積分: ルンゲ・クッタ4次 (RK4, dt = 0.005)
この計算機で確認できること
ほぼ同一の2つの初期値（差Δx₀=10⁻⁵）から走る2本の軌道が、最初は重なって見えても指数関数的に離れ、やがて蝶の別々の羽へ。「決定論的なのに予測不能＝カオス」をリアルタイムで体験しよう。
式と要点を確認する
要点
ローレンツ方程式は dx/dt = σ(y − x)、dy/dt = x(ρ − z) − y、dz/dt = xy − βz の3元連立微分方程式です。本ツールは4次ルンゲ・クッタ法（dt = 0.005）で数値積分し、初期条件鋭敏性（バタフライ効果）を可視化します。
プリセットのβ=2.667は8/3の丸め値です。表示した入力値で計算します。 λは表示中の軌道に沿う有限時間推定です。短時間の符号だけで判定しないでください。
計算方法・比較値：Lorenz (1963) · Sprott: Lyapunov exponent
ローレンツアトラクターとカオスとは
会話形式の解説
🙋
ローレンツアトラクターって何ですか？「バタフライ効果」と関係あるって聞いたけど。
🎓
大まかに言うと、3つの簡単な方程式から生まれる、とてつもなく複雑な動きを描く軌跡だよ。初期のほんの少しの違いが、時間とともに巨大な差になる「バタフライ効果」を視覚化した、カオス理論の象徴なんだ。上のシミュレーターでは、最初から2本の軌道を描いている。差はたった10⁻⁵——ほぼ同じ点から出発しているから、最初は完全に重なって1本に見える。でも時間が経つと、青と赤がスルスルと離れていって、ついには蝶の別々の羽に分かれてしまう。それが「バタフライ効果」そのものさ。
🙋
え、そうなんですか！でも、σやρってパラメータを変えると、どうなるんですか？
🎓
パラメータを1つずつ変えて比較してみよう。ρ=28でも、σを10から4へ変えると固定点C±が安定になるよ。安定性の境界ρ_Hはσとβで変わり、安定な固定点と別の吸引先が共存する場合もある。これは低次元の対流モデルの挙動で、実際の流れの乱流遷移や天気を直接計算しているわけではないんだ。
🙋
なるほど！でも、こんな抽象的な式が、実際のCAEの役に立つんですか？
🎓
RK4はこのモデルの時間発展を近似する方法だよ。実務の解析では対象に応じて別の積分法、誤差管理、検証が必要になる。この画面では、入力を1つずつ変えて応答を比べることや、同じ方程式でも小さな初期差が成長することを学べるよ。
よくある質問
σ・ρ・βは安定性と軌道の形を変えます。ρ<1では原点が安定です。ρ>1の固定点C±の安定性はσ・βにも依存し、ρ=24.74だけを共通のカオス境界とはできません。レジーム表示は局所線形安定性、λは有限時間推定として読み分けてください。
差Δx₀=10⁻⁵だけ異なる2本の軌道を比較します。カオス的な設定では小さな差が成長して別の経路をたどりますが、Δは単調には増えません。時刻0以前の表示用履歴は共通で、そこから青と赤を別々に積分します。
周期軌道は閉じた経路を繰り返し、固定点への収束では動きが点へ近づきます。カオス的な軌道は不規則に動き続けますが、短い軌跡や短時間のλの符号だけでは区別できません。観測時間、過渡応答、パラメータを変えて比較してください。
まず一時停止中か、固定点に収束したかを確認してください。RK4は近似計算です。有限の境界テストで発散がなくても全設定・全時刻の保証にはなりません。表示が消える、NaNになる場合は設定と再現手順を添えてお問い合わせください。
実世界での応用
気象・気候予測： ローレンツがこの方程式を研究したきっかけそのものです。大気の流れは本質的にカオス的であり、長期予測の根本的な限界（バタフライ効果）を示しました。現在の数値気象予報の基礎理論となっています。
乱流の研究（CFD）： パイプ内の流れや翼周りの剥離流など、乱流現象には複雑な秩序（コヒーレント構造）があります。ローレンツ系のような低次元カオスは、乱流の背後にある決定論的メカニズムを理解するための入り口として研究されます。
非線形振動子・回路設計： 電気回路や機械システムにおいて、特定の非線形性を持つとローレンツ系と同様のカオス振動が現れます。これを応用した秘匿通信や、逆にカオスを抑制する制御技術の研究が進められています。
CAEにおける数値解析技術： このシミュレーターの核心であるRK4法は、自動車のサスペンション振動、建物の地震応答、機械部品の疲労寿命予測など、幅広い時間依存現象のシミュレーションで実際に使われるアルゴリズムの基礎です。
よくある誤解と注意点
まず、「カオス＝ランダム」ではないという点を押さえよう。ローレンツアトラクターの軌道は、一見でたらめに見えても、決まった方程式から完全に決定論的に生まれている。初期値が同じなら、毎回全く同じ軌道を描くんだ。この「決定論的カオス」の概念は、実務でも重要だ。例えば、同じ条件でCFDシミュレーションを2回走らせて微妙に違う結果が出た場合、それは「カオスだから仕方ない」のではなく、メッシュのわずかな違いや数値誤差が原因かもしれない、と疑う視点が必要になる。
次に、パラメータ設定の「安全地帯」と「危険地帯」を知っておこう。デフォルト値（σ=10, ρ=28, β=8/3）はカオスが顕著に出る黄金パラメータだが、ローレンツ方程式は散逸系なので、ρを50まで上げても軌道は発散しない。むしろ注意したいのは、ρを少し動かしただけで挙動が入れ替わる領域があることだ（標準設定では24.06〜24.74でカオスと固定点が共存する）。実務の非線形解析でも、パラメータの小さな変更で応答の性質が変わる領域を見極めることが大切だ。まずはデフォルト値で動かし、少しずつ（例えばρを1や2刻みで）変化させて挙動を見るのがコツだ。
最後に、このシミュレーターは「可視化ツール」であって「設計ツール」ではないと理解すること。実務のCAEでは、ローレンツ方程式そのものを解くことは稀だが、そこで使われているRK4などの数値積分法や、カオス的な振る舞いを理解する「感覚」が非常に役立つ。例えば、自動車のサスペンションの非線形振動で、初期条件のわずかな差（乗員の体重配置など）が、長時間走行後の各部品の疲労寿命に大きなばらつきを生む現象を考察する際の基礎体力になるんだ。
具体的な計算例
古典カオスのプリセットからσだけを4にすると、ρ=28、β=2.667での安定な固定点は C±=(±√(β(ρ−1)), ±√(β(ρ−1)), ρ−1)≈(±8.486, ±8.486, 27) です。十分に再生して、x・yが同符号の約±8.49、zが約27へ近づくか確認してください。到達する側は初期条件に依存します。σを10に戻し、同じρでも安定性が変わることを比較できます。
