カオス理論におけるバタフライ効果の科学的背景と歴史

バタフライ効果（英語: butterfly effect）とは、力学系の状態にわずかな変化を与えた場合、そのごく微小な差異がなければ生じなかったほど、その後の系の状態を大きく異ならせてしまう現象を指す言葉である。カオス理論におけるカオス運動の予測困難性や、初期値鋭敏性を象徴する寓意的な表現として広く知られている。

用語の由来とエドワード・ローレンツの研究

この表現は、気象学者のエドワード・ローレンツが1972年にアメリカ科学振興協会で行った講演のタイトルである「予測可能性：ブラジルの1匹の蝶の羽ばたきはテキサスで竜巻を引き起こすか？」に由来すると考えられている。ローレンツ自身は元々カモメを用いて初期値鋭敏性を象徴させていたが、学会主催者であるフィリップ・メリリースが蝶に変更したことでこのタイトルとなった。また、ローレンツが1963年に発表した論文『決定論的な非周期な流れ』で示された3元連立非線形常微分方程式（ローレンツ方程式）が描くストレンジアトラクタの形状が蝶の羽に似ていることからも、関連して語られることが多い。

科学的なメカニズムと初期値鋭敏性

時間経過とともに状態が変化し、その法則が一定の決定論に従うシステムやそれを扱う数学分野を力学系と呼ぶ。ある系において初期状態のわずかな差が時間経過に伴って指数関数的増加を引き起こし、無視できない差を生むとき、その系は初期値鋭敏性を有するとされる。大気運動などは非線形な力学系方程式に従い、初期値鋭敏性を持つ代表的な例とされる。

気象予報における影響と実践

実在する自然現象をコンピュータの計算モデルで予測する際、観測によって初期値を得るが、そこに含まれる観測誤差を完全に無くすことはできない。計算モデルが初期値鋭敏性を持つ場合、初期値の極めて小さな誤差も指数関数的に増大するため、短期間であれば予測可能であっても、長期間後の状態予測は不可能となる。これを長期予測不能性と呼ぶ。現代の気象予報においても、初期値の誤差や予報モデルの不完全さが主要な課題となっており、初期値をわずかに変えた複数の計算結果の平均をとるアンサンブル予報などの手法が活用されている。