3個の磁石の上を揺れる振り子の最終状態を色で塗り分けたフラクタル吸引盆を描画します。初期条件のわずかな違いが全く異なる結果をもたらすカオスの美しさを体験してください。
キャンバスをクリックして任意の初期位置から振り子を放す。吸引盆はRK4で各グリッド点の収束先を計算して描画します。
振り子の先端（質量 m）に働く力は、重力、空気抵抗による減衰力、そして3つの磁石からのクーロン力に近い斥力を合わせた引力です。運動は2次元平面内で記述され、ニュートンの運動方程式に従います。
$$ m\ddot{\mathbf{r}}= -mg\hat{\mathbf{y}}- \gamma \dot{\mathbf{r}}+ \sum_{i=1}^{3}\frac{k(\mathbf{r}- \mathbf{r}_i)}{(||\mathbf{r}- \mathbf{r}_i||^2 + \epsilon^2)^{3/2}}$$ここで、$\mathbf{r}$は振り子先端の位置ベクトル、$\mathbf{r}_i$は磁石iの位置、$g$は重力加速度、$\gamma$は減衰係数（シミュレーターのパラメータ）、$k$は磁気力の強さ、$\epsilon$は特異点（振り子が磁石と完全に重なる）を防ぐ小さな正則化パラメータです。
この2階の微分方程式は、状態変数を位置と速度に分けることで、1階の連立微分方程式系に変換され、RK4法で数値的に解かれます。
$$ \frac{d}{dt}\begin{bmatrix}\mathbf{r}\\ \dot{\mathbf{r}}\end{bmatrix}= \begin{bmatrix}\dot{\mathbf{r}}\\ \frac{1}{m}\left( -mg\hat{\mathbf{y}}- \gamma \dot{\mathbf{r}}+ \sum_{i}\mathbf{F}_{mag,i}\right) \end{bmatrix} $$この形式は「状態空間表現」と呼ばれ、コンピュータによる数値シミュレーションの標準的な形です。右辺の力の計算が非線形であることが、カオス的振る舞いの根源です。
非線形力学・カオス理論の教育・研究：初期値敏感性やフラクタル吸引盆といった抽象的概念を、視覚的で直感的に理解するための最も優れたデモンストレーションの一つです。研究室での教材として広く用いられています。
複雑系のモデリング：気象予報、株式市場の変動、生態系の個体数変動など、多数の要素が非線形に相互作用する系の挙動を理解するための単純化されたモデルとして、考え方の基礎を提供します。
CAEにおける非線形動解析：自動車のサスペンションや航空機の着陸装置など、複数の安定状態を持つ可能性のある機械システムの動的挙動をシミュレーションする際の基礎理論が応用されます。収束先が初期条件に敏感な系の設計では、特に注意が必要です。
芸術・デザイン：フラクタル吸引盆が生み出す無限に複雑で美しい模様は、デジタルアートやグラフィックデザインのインスピレーション源としても利用されています。
このシミュレーターを使い始めるとき、いくつか気をつけてほしいポイントがあるよ。まず、「初期位置をほんの少し変えると結果が大きく変わるから、計算は超精密でなければならない」という誤解だ。確かに初期値敏感性はカオスの核心だけど、シミュレーション自体の数値誤差も「別の初期値」とみなされてしまう。だから、計算手法（このツールの場合はRK4）と時間刻み（Δt）の選択が超重要。例えば、Δtを0.01秒から0.1秒に粗くすると、見た目の軌道がガラリと変わり、本来の「決定論的カオス」ではなく「数値誤差によるカオス」を観察することになっちゃう。実務でも、メッシュサイズや時間刻みを荒くしすぎて非物理的な振動を生み出してしまう落とし穴があるんだ。
次に、パラメータ設定のバランス。減衰係数γをゼロに近づけるとエネルギーが保存されて複雑で美しい軌跡が描けるけど、現実の物理系では空気抵抗など必ず減衰は存在する。逆にγを大きくしすぎると、振り子はすぐに動きを止めてしまい、カオスの面白さが半減する。例えば、質量m=1、磁力k=1000の系では、γ=0.1〜0.5あたりが、ほどよい減衰と複雑な挙動のバランスポイントになることが多い。実世界のCAEでも、ダンパーの減衰係数を現実離れした値に設定すると、シミュレーション結果が実際の試験データと合わなくなる典型例だね。
最後に、「このシミュレーションは完全にリアル」と思わないこと。ここでの磁石の力のモデルは、現実の磁気双極子間の力を完全には再現していない簡略化モデルだ。パラメータεは計算を安定させるための「細工」でもある。これは、CAEで複雑な現象をまずは理解しやすい線形ばねモデルで近似することと共通する考え方。完璧な再現より、現象の本質を抽出することが第一歩なんだ。
この磁気振り子のシミュレーションで使われている技術や概念は、さまざまな先端工学分野に直結しているよ。まず挙げるのは自動車や航空機の「操縦安定性解析」だ。車が高速でカーブを曲がるとき、タイヤの横力はスリップ角に対して非線形な関係になる。ほんの少しのハンドル角や路面状態の違いが、車両の挙動を予測困難なものにすることがあり、これも一種のカオス的振る舞いだ。シミュレーターで使った状態空間表現とRK4法は、まさにこの車両運動の微分方程式を解くのと同じ手法なんだ。
次に構造物の「非線形振動解析」。例えば、強風を受ける超高層ビルや長大橋は、変形が大きくなると材料の特性や幾何学的形状が変化して、復元力が変位に比例しなくなる（非線形になる）。このとき、特定の風速で小さな擾乱が巨大な振幅（カオス的振動）を引き起こす可能性がある。磁石が3つある代わりに、構造物には複雑なモード（振動の形）が複数存在し、それらがエネルギーをやり取りするんだ。
さらに
このシミュレーターに興味を持ったら、次はこんなステップで学びを深めてみよう。まずは数学的な背景から。カオス理論の入門書で「ロジスティック写像」を学ぶのがオススメだ。$$ x_{n+1} = a x_n (1 - x_n) $$ という超シンプルな漸化式が、パラメータaを変えるだけで、安定→周期倍分岐→カオス、という磁気振り子と同じ道筋をたどる。これで「非線形性こそがカオスの源」という感覚がつかめるよ。
次に、シミュレーション技術そのものを学ぼう。このツールの核心である「数値積分法」について、オイラー法、修正オイラー法（ホイン法）、そしてRK4法を実際に簡単な問題（例えば、自由落下やバネマス系）でコーディングして比較してみてほしい。RK4がなぜ精度が高いのか、計算コスト（関数評価回数）とのトレードオフを体感できる。これがCAEソフトウェアの「ソルバー」選択の基礎知識になる。
最後に、「カオスでないもの」も知ることが大事だ。線形システムや、カオスの前段階である分岐理論を学ぶと、逆にカオスの特異性が際立って見えてくる。工学的には、ほとんどの設計は「カオスが起こらない安定領域」で行うものだ。このシミュレーターでパラメータをいじりながら「どこからカオスが始まるのか（分岐点）」を探る作業は、実務で安全マージンを確認するプロセスに似ている。次のトピックとしては、この磁気振り子の「リアプノフ指数」を数値的に計算して、カオスの強さを定量化してみるチャレンジが待っているぞ。