本頁使用了標題或全文手工轉換

蝴蝶效應

維基百科,自由的百科全書
前往: 導覽搜尋
二維相空間中的點吸引子

蝴蝶效應是指在一個動態系統中,初始條件下微小的變化能帶動整個系統的長期的巨大的連鎖反應,是一種混沌的現象。「蝴蝶效應」在混沌學中也常出現。

由來[編輯]

1961年冬天,美國氣象學家愛德華·羅倫茲在使用電腦程式來計算他所設計來模擬大氣中空氣流動的數學模型,在進行第二次計算時,想要省事,直接從程式的中段開始執行,並輸入前一次模擬結果列印出來的數據,計算出來的結果卻與第一次完全不同。經檢查後發現原因是出在列印的數據是0.506,精準度只有小數後3位,但該數據正確的值為0.506127,到小數後6位。

1963年,羅倫茲發表論文「決定性的非周期流」(Deterministic Nonperiodic Flow),分析了這個效應。這篇論文後來被廣泛引用。[1][2]他也在另一篇期刊文章寫道,「一個氣象學家提及,如果這個理論被證明正確,一隻海鷗扇動翅膀足以永遠改變天氣變化。」[3]在以後的演講和論文中他用了更加有詩意的蝴蝶。對於這個效應最常見的闡述是「一隻蝴蝶在巴西輕拍翅膀,可以導致一個月後德克薩斯州的一場龍捲風。」

含義[編輯]

「蝴蝶效應」是連鎖效應的其中一種,其意思即一件表面上看來毫無關係、非常微小的事情,可能帶來巨大的改變。此效應說明事物發展的結果,對初始條件具有極為敏感的依賴性,初始條件的極小偏差,將會引起結果的極大差異。

圖示[編輯]

勞侖次吸引子中的蝴蝶效應
時間0 ≤ t ≤ 30(放大) z座標(放大)
TwoLorenzOrbits.jpg LorenzCoordinatesSmall.jpg
這三幅圖展示出勞侖次吸引子中的兩條軌跡(藍色、黃色各一)的三維演變的三個時段, 這兩條軌跡的初始點只在x座標上相差10-5。正如藍色和黃色軌跡的z座標間的微小差所表明的,開始時,兩條軌跡似乎是重合的,但是當t > 23時,兩者的座標差就像軌跡的取值差異一樣大,小錐形體的最終位置表明兩條軌跡在t =30時不再重合。
勞侖次吸引子的Java動畫展示了振子狀態連續不斷的演變

數學定義[編輯]

t 增加時,任意接近的點分離,則具有向量場(演變映射)動態系統表現出初始條件的敏感依賴性。若M是映射的狀態空間,那麼當滿足以下條件時,會表現出初始條件的敏感依賴性:

  • 存在δ>0,使得每一個點都滿足x∈M;
  • 任意包含x鄰域N,都存在來自這一鄰域N的一點y
  • 存在時間τ,使得距離

定義不要求來自一個鄰域的全部點都與基點x分離。

參見[編輯]

參考文獻[編輯]

  1. ^ Lorenz, Edward N. Deterministic Nonperiodic Flow. Journal of the Atmospheric Sciences. March 1963, 20 (2): 130–141 [3 June 2010]. Bibcode:1963JAtS...20..130L. doi:10.1175/1520-0469(1963)020<0130:DNF>2.0.CO;2. ISSN 1520-0469. 
  2. ^ Google Scholar citation record
  3. ^ Lorenz, Edward N. The Predictability of Hydrodynamic Flow (PDF). Transactions of the New York Academy of Sciences. 1963, 25 (4): 409–432 [1 September 2014]. 

外部連結[編輯]