[논문 리뷰] When Chaos Meets Computers

SJ Li|ArXiv.org|2004. 05. 14.

Chaos-based Image/Signal Encryption참고 문헌 5인용 수 13

한 줄 요약

이 논문은 유한 정밀도 부동소수점 산술로 인해 디지털 컴퓨터가 일부 혼돈 맵—특히 텐트 맵과 베르누이 시프트 맵—의 장기적 역학을 정확하게 시뮬레이션할 수 없음을 보여준다. 더블 정밀도에서도 혼돈 궤도는 유한한 반복 횟수 이내에 0으로 수렴하며, 이론적 한계보다 훨씬 이르게 수렴함을 보여주어, 수치적으로 혼돈을 연구하기 위해 컴퓨터를 사용할 때 근본적인 제약이 있음을 드러낸다.

ABSTRACT

This paper focuses on an interesting phenomenon when chaos meets computers. It is found that digital computers are absolutely incapable of showing true long-time dynamics of some chaotic systems, including the tent map, the Bernoulli shift map and their analogues, even in a high-precision floating-point arithmetic. Although the results cannot directly generalized to most chaotic systems, the risk of using digital computers to numerically study continuous dynamical systems is shown clearly. As a result, we reach the old saying that "it is impossible to do everything with computers only".

연구 동기 및 목표

• 디지털 컴퓨터가 텐트 맵과 베르누이 시프트 맵와 같은 혼돈 시스템의 진정한 장기 역학을 재현하지 못하는 이유를 조사하기 위해.
• 특히 더블 정밀도 형식에서의 유한 정밀도 부동소수점 산술이 혼돈 맵의 행동을 어떻게 왜곡하는지 분석하기 위해.
• 디지털 구현에서 혼돈 궤도가 0으로 수렴하기 이전의 예상 및 최대 반복 횟수를 정량화하기 위해.
• 이진 산술과 비트 시프팅이 디지털 컴퓨터에서 혼돈 시스템의 역학적 열화를 유도하는 데 수행하는 역할을 명확히 하기 위해.

제안 방법

• IEEE 754 더블 정밀도 표준 하에서 정규화 및 비정규화된 부동소수점 표현을 분석하여 지수 및 가수의 행동에 초점을 맞추기 위해.
• 부동소수점 공간 내 초기 조건 분포를 바탕으로 0으로 수렴하기 이전의 반복 횟수 $ N_r $ 를 위한 수학적 표현을 유도하기 위해.
• 균일 분포된 초기 조건이 유효한 부동소수점 수에 걸쳐 있을 때를 고려하여 반복 횟수 $ E(N_r) $ 의 기대값을 계산하기 위해 확률 이론을 적용하기 위해.
• 왼쪽 비트 시프팅을 통한 2의 거듭제곱 곱셈이 정밀도 손실을 유도하고 결국 0으로 수렴하게 되는 원인을 비트 수준 분석을 통해 보여주기 위해.
• 형태적 유사성에 기반해 베르누이 시프트 맵의 결과를 V-맵, 반사 베르누이 맵, 베이커 맵 등의 관련 맵으로 확장하기 위해.
• MATLAB의 rand 함수를 사용해 1000개의 초기 조건을 생성하고 실제 수렴 시간을 측정함으로써 이론적 예측을 검증하기 위해.

실험 결과

연구 질문

• RQ1 디지털 컴퓨터에서 텐트 맵과 베르누이 시프트 맵의 혼돈 궤도는 결정론적 혼돈 성질을 지니고 있음에도 불구하고 왜 결국 0으로 수렴하는가?
• RQ2 이러한 맵의 부동소수점 구현에서 0으로 수렴하기까지의 반복 횟수 $ N_r $ 는 무엇에 의해 결정되는가?
• RQ3 부동소수점 공간 상의 초기 조건 분포가 기대 수렴 시간 $ E(N_r) $ 에 어떤 영향을 미치는가?
• RQ4 텐트 맵과 베르누이 시프트 맵에 대한 결과는 다른 조각별 선형 혼돈 맵으로 얼마나 일반화할 수 있는가?
• RQ5 왜 이진 산술로 인해 수치 혼돈 시뮬레이션에서 수치 2가 특히 문제적인가?

주요 결과

• 모든 텐트 맵과 베르누이 시프트 맵의 혼돈 궤도는 초기 조건과 무관하게 더블 정밀도 부동소수점 산술로 구현된 경우 유한한 반복 횟수 이내에 0으로 수렴한다.
• 수렴까지의 반복 횟수 기대값 $ E(N_r) $ 는 베르누이 시프트 맵의 경우 약 53이며, 텐트 맵의 경우 약 54로, 이론적 상한값인 1074 또는 1075보다 훨씬 작다.
• 기대 수렴 시간 $ E(N_r) $ 는 지수와 가수 분포의 조합 효과로 유도되며, $ E(e) \approx 2 $ 와 $ E(i) \approx 1 $ 으로 인해 $ E(L) \approx 53.997 $ 가 된다.
• 정규화된 수의 경우 $ E(N_r) \approx 53 $ 이며, 비정규화된 수의 경우 지수 범위가 낮기 때문에 기대 수렴이 더 빠르다.
• 1000개의 임의로 생성된 초기 조건을 사용한 수치 실험에서 평균 $ N_r \approx 54.03 $ 이 도출되었으며, 이는 이론적 예측값 54와 매우 유사하다.
• 이 현상은 디지털 컴퓨터에서 사용하는 이진 표현과 비트 시프팅 연산에 기인한 근본적인 원인을 지닌다. 특히 2의 거듭제곱으로 곱하는 것의 영향이 크다.