Valószínûleg a pillangó hatás és a hibaterjedés legalább is szegrõl-végrõl rokonok, de nem ugyanarról szólnak. Matek elõadóm, Sándor István a BME-n 30 éve mutatott be érdekességként egy 1000 (?,kb?) ismeretlenes lineáris egyenletrendszert, melynek minden gyöke 1 volt. Remélem jól emlékszem. Egy paraméter, REAL változóban, 1E-6 értékû hibája az egyenletrendszer megoldása során az utolsó kiszámított gyöknél 1+E6 nagyságrendû hibát okozott. Megemlített egy másik példát a Paksi erõmû hûtõvizének a Dunában terjedõ hõcsóvájának mozgását, eloszlását modellezték. A számítás eredményeként a Duna 100 km megtétele után a hozamához viszonyítva kis mennyiségû 40 oC-os víz hatására vagy befagyott, vagy felforrt. Az elõadása szerint ez nem pillangó effekt, hanem számítási módszertani hiba. Minden számítás során a hibaterjedést minimalizálni kell. Ezt legegyszerûbben az algoritmus választással lehet : pl. egy n ismeretlenes lin. egyenletrendszert aldetermináns/determináns módszerrel n! (faktoriális), míg bázistranszformációval nköb-bel arányos mûveletszámmal lehet megoldani. Saját tapasztalatom szerint egy Kirchof 1-2 törvényeket nemlineáris hálózaton megoldó Newton-Rapson módszerû iteráció alatt nem túl speciális esetben párszáz hurok esetén akár a csomóponti egyensúly is felborulhat, bõdületes marhaságokat produkálva végeredményként. Ez a méret és számítási igény pedig a poros nyomába sem ér bármelyik idõjárás elõrejelzõ modell bonyolultsága és változószámához képest (korábban kicsit szemléletesebben fogalmaztam, de valaki kimoderálta). Minden tiszteletem azoké a meteorológusoké, matematikusoké, programozóké, akik ezeket a legalább rövid távon használható modelleket megalkották. Egyébként saját, vízépítõ mérnöki szakmámban a pillangó effekt helyett a lokális kis mértékû paraméter változás - lokális hatás elvet tanítják. A globális dolgokról késõbb, holnap nyûgös napom lesz. Maximáli tisztelettel mindenkinek : Lujó