プリセット
パラメータ
軌道・速度
表示
ローレンツ方程式
$$\frac{dx}{dt} = \sigma(y - x)$$
$$\frac{dy}{dt} = x(\rho - z) - y$$
$$\frac{dz}{dt} = xy - \beta z$$
数値積分: Runge-Kutta 4次 (dt = 0.01)
CAEへの接続: RK4は構造動解析・CFDの時間積分で広く使われる手法。乱流のカオス的挙動もこの方程式系と数学的に近縁です。
最大リャプノフ指数 (推定): 軌道を2本以上に
経過時間 t = 0.0
ドラッグで視点回転 ｜ スクロール/ピンチでズーム
ローレンツアトラクターとカオスとは
🧑🎓
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。
🎓
ざっくり言うと、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。このシミュレーターで、上の「軌道数」を2に増やして、ほぼ同じ場所からスタートする2本の軌跡を描いてみて。最初は重なって見えるけど、すぐに全く別の道を歩き始めるのが「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？
🎓
これが面白いところで、パラメータで世界が一変するんだ。例えば、デフォルトのρ=28を、スライダーで24.74より小さく（例えば10）してみて。カオスな蝶が消えて、単純な周期運動に落ち着くでしょう？ ρは浮力の強さを表すレイリー数で、実務では加熱条件を変えることに相当する。ある閾値を超えると流れが乱流（カオス）になる、その転移点をこの式は捉えているんだ。
🧑🎓
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？
🎓
大いにあるよ！このシミュレーターが使っている「RK4（ルンゲ・クッタ4次）」という数値積分法は、自動車の衝突シミュレーションや飛行機のフラッター解析など、実際のCAEソフトで時間発展を計算する基礎技術なんだ。また、乱流の不規則な振る舞いの背後には、ローレンツ方程式と数学的に似たカオス構造がある。パラメータをいじって挙動を観察することは、非線形現象への直感的な理解に繋がるんだ。
物理モデルと主要な数式
ローレンツ方程式は、流体の熱対流（ベナール対流）を大幅に簡略化したモデルです。3つの変数 $(x, y, z)$ は、それぞれ対流の強さ、上昇・下降流の温度差、垂直方向の温度分布の偏差を表しています。
$$\frac{dx}{dt} = \sigma(y - x)$$
$$\frac{dy}{dt} = x(\rho - z) - y$$
$$\frac{dz}{dt} = xy - \beta z$$
$x, y, z$: 系の状態変数（無次元化された物理量）。
$\sigma$ (sigma): プラントル数。運動粘性と熱拡散率の比。流体の種類で決まる。
$\rho$ (rho): レイリー数。浮力と粘性力・熱拡散の比。加熱の強さに相当。
$\beta$ (beta): アスペクト比に関連するパラメータ。系の幾何学的形状を反映。
このシミュレーターでは、上記の常微分方程式を数値的に解くために、4次のルンゲ・クッタ法 (RK4) を使用しています。これはCAEにおける動的解析の標準的な手法の一つです。
$$y_{n+1} = y_n + \frac{1}{6}(k_1 + 2k_2 + 2k_3 + k_4)\Delta t$$
ここで $k_1, k_2, k_3, k_4$ は各ステップの中間的な傾きの評価値です。この方法は、比較的少ない計算量で高い精度を得られるため、構造動解析やCFDの時間積分で広く利用されています。
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。