Super. Resteem. Bin jedoch etwas verwirrt

Wenn ein (natürliches) System in seinem Verhalten einen seltsamen Attraktor generiert oder seine Dynamik ihm zu folgen scheint, dann ist dieses "chaotische" Verhalten eine Emergenz aus der Komplexität.

Komplexität ist wiederum eine Emergenz aus der Entropie. In der Informationstheorie ist der komplexeste String (als 1-dimensionales System), jener mit der höchsten Entropie/ "Unordnung"

Je nach Betrachtungsweise (systemtheoretisch, informationstheoretisch, mathematisch) meint Entropie, Rauschen, Zufall doch das selbe? *gemessen an dem was tatsächlich IST.

Wenn Systeme als Generatoren modelliert/sich vorgestellt werden, meinetwegen unser Universum als Wellenfunktionsgenerator - sagen wir das IFS ist (M): z=z² +c (*nicht dass es so wäre aber nur mal angenommen, da das generierte System ein offenes geschlossenes System unendlicher Komplexität ist),

dann ist doch alles was ist, (aufgrund der mathematischen Funktionsweise): Die Veränderung, generiert durch den Iterationsprozess.

UND durch das hohe n bzw. statistische Gesetz der Zunahme der Entropie (aus welcher z.B. unsere Zeit emergiert), --> wächst die Unordnung. Elementar ist also nur und allein die Veränderung und der Zuwachs an Unordnung (sofern man beobachtet). Sofern man nicht beobachtet ist allein die Iteration.

Dass determinstisch-chaotische Systeme selbst Zufall aka. Rauschen aka. Unordnung generieren, schließt ja nicht aus, dass sie selbst aus dem Zufall heraus emergieren.

Bei der Volatilität sehe ich z.B. mehr als nur Ungewissheit. Es hat etwas mit Exposition eines konkreten oder Referenz- Systems gegen über einer Quelle zu tun. Ereignisse hohen Sigmas haben dabei starke Auswirkungen auf das expositionierte System. Führen somit je nach Abweichung zur Bifurkation/Phasetransition im System. Beispiel: Das Wasser welches kocht. ...Ohne die Volatilität der Strahlenquelle nicht denkbar. Ist Volatilität somit phänomenal nicht die Abweichung von einem referenz Zustand? Die Ungewissheit resultiert ja wieder nur aus dem approximations Problem oder der fat-tailedness einer (scheinbar) zugrunde liegenden Wahrscheinlichkeitsverteilung. Z.B. einer heavy-tailed wie der Cauchy-Verteilung.