🦋混沌系统模拟 - 逻辑斯谛映射分岔图、洛伦兹吸引子、蝴蝶效应

如何使用混沌系统模拟

1. 1在逻辑斯谛页拖动 r，看蛛网图从收敛到周期 2、4……再到混沌；在分岔图上拖框放大
2. 2切到洛伦兹页，调 σ、ρ、β 或选预设，拖动画面旋转，观察两条轨道何时分开
3. 3在受迫摆页依次点 A 的预设，看庞加莱截面从 1 个点、2 个点变成分形点集
4. 4在敏感性页改变初始偏差 d₀，读出拟合的李雅普诺夫指数和可预测时间

常见问题

混沌是不是就是随机？

不是。这里的系统都是完全确定的，同样的初值永远给出同样的结果。混沌指的是对初值极端敏感：两个几乎相同的初值的差距会按 e^(λt) 指数增长，任何微小的测量误差最终都会放大到和系统本身一样大，所以长期行为实际上无法预测，看起来像随机。

李雅普诺夫指数怎么理解？

它是相邻轨道平均每单位时间（或每一步）分离的指数速率。λ < 0 表示扰动会衰减，系统落到稳定的周期轨道；λ > 0 就是混沌。逻辑斯谛映射 r = 4 时 λ = ln 2，即每迭代一次误差翻倍；洛伦兹系统 λ ≈ 0.906，误差每过约 2.5 个时间单位扩大 10 倍。

费根鲍姆常数为什么重要？

倍周期分岔点之间的间隔按固定比例 δ ≈ 4.6692 缩小，分岔图在纵向按 α ≈ 2.5029 自相似。神奇的是，任何单峰（二次极大）映射通往混沌的倍周期级联都有同样的 δ 和 α，这种“普适性”在流体对流、电路、激光等实验中都观测到了。本工具用牛顿法精确求超稳定参数 Rₙ，十几级就能把 δ 算到 6 位有效数字。

为什么叫蝴蝶效应？

气象学家洛伦兹在 1963 年用一个简化的对流模型（就是洛伦兹方程）发现，把初值四舍五入到三位小数，天气预报就完全变了样。他后来用“巴西的一只蝴蝶扇动翅膀，会不会在得克萨斯引起龙卷风”来比喻这种敏感性。在洛伦兹页把初始偏差设为 10⁻¹⁴，两条轨道也只能同行大约 35 个时间单位。

庞加莱截面是什么？

对于周期驱动的系统，每过一个驱动周期记录一次状态 (θ, ω)，就得到庞加莱截面。周期 1 的运动在截面上是 1 个点，周期 2 是 2 个点；混沌运动则留下一团有精细层次结构的点集，即奇怪吸引子的截面。增大驱动幅度 A，可以看到 1 → 2 → 4 → 混沌的倍周期道路，和逻辑斯谛映射如出一辙。