מטרת המדע בכלל והפיסיקה בפרט, היא להבין את העולם הסובב אותנו, למצוא בו תבניות של סדר המאפשרות לדעת מראש איך הוא יתנהג.

ניקח את דוגמת המטוטלת המאולצת המתוארת בפרק זה:

כשמשרעת האילוץ נמוכה, תנועת המטוטלת היא מחזורית. במקרה זה, אם ידוע לנו מהו המצב ההתחלתי של המטוטלת, נוכל לחזות בלי בעיות את מצבה בעתיד. אכן אי דיוק קטן בתנאי ההתחלה אינו גורם לאי דיוק גדול בעתיד.

לעומת זאת, כשהאילוץ גדול, כל אי דיוק קטן בתנאי ההתחלה הופך לגדול אחרי זמן קצר. האם קיום רגישות לתנאי ההתחלה משמעותו שלא ניתן לדעת כלום על המערכת? כלומר, אם אנו יודעים שהמערכת הזו בתנאים אלו היא כאוטית, בשביל מה לטרוח ללמוד אותה, אם ממילא לא נוכל לחזות עבורה כלום?

יתרה מזאת: אמרנו בפרק הראשון שאנו אומרים שמודל המתאר מערכת מסוימת הוא טוב אם משוואות מקום זמן הקיימות עבורו מאפשרות לנו לבצע חיזוי טוב ברוב המקרים. אז איך אנו יודעים שהמודל שבנינו למטוטלת הוא נכון? בשביל מה להשוות תוצאות נומריות לנמדדות במציאות כדי לאשר את המודל אם ידוע לנו שאין סיכוי לשחזר בדיוק של 100% את התנאים ההתחלתיים, וכתוצאה מכך אין אפשרות לחזות את המצב העתידי?

יש כאן צורך להרחיב את הגדרתנו: במקרה זה, אנו אומרים שהמודל הוא טוב (או לפחות, שהוא אינו גרוע), אם בעזרתו ניתן לשחזר את ההתנהגות הגלובלית של המערכת. כלומר, אם בעזרת המודל בו השתמשנו בהדמיית תנועת המטוטלת, הצלחנו לשחזר את ההתנהגות הגלובלית של המערכת (שבמקרה זה היא מעבר מתנועה מחזורית לתנועה כאוטית כשמגבירים את עצמת האילוץ), יש תקווה שמודל זה מתאים לתיאור המערכת.

לסיכום: כשהמערכת מתנהגת בתנאים מסוימים בצורה כאוטית, דחייתו או קבלתו של מודל אינה מתבססת על ההתאמה בין מסלולים ספציפיים שחושבו באופן נומרי ואלה שנמדדו במציאות, אלא על התאמה בין ההתנהגות הגלובלית של המערכת הנצפית לפי המודל והמתרחשת במציאות.

נחזור לנושא זה בפרק 4, כשיהיו לנו יותר כלים להבין את מה שנאמר כאן.