初值敏感性.pptVIP

* *牛顿定律的初值敏感性 混沌（chaos） *牛顿定律的初值敏感性 混沌（chaos） 对牛顿定律确定性的绝对化理解， 1961年美国气象学家洛仑兹在研究大气对流对气候的影响时，用牛顿力学建立了一组非线性微分方程： （? , ? , b为参数） 在上世纪 六十年代受到了挑战。 初始值为0.506 与0.506127的两条气象曲线： 结论：长期的天气预报是不可能准确的。 初值敏感性 t 气候对初始值的敏感性现象称为“蝴蝶效应”。 运动对初始值的依赖性可以分为两类。 第一类是运动情况一般地依赖初值： 如单摆的自由小摆动（线性微分方程）。 第二类是运动情况敏感地依赖初值： 如气候的变化问题（非线性微分方程）。 一般来说，服从非线性规律的非线性系统， 对初始值表现出敏感性。 介绍一个典型的非线性迭代方程的例子： 0 ?? ? 4 ， 0 ? x ? 1。 若 ? = 4，对三个初值有： 混沌是在决定性动力学系统中出现的一种 貌似随机的运动。 对初值敏感引起的随机性，称为内在随机性， 在上面典型的非线性迭代方程中，还发现有“倍周期分叉”现象： ▲ 当 1? ? ? 3时, 迭代的归宿是一个确定的数? 。 例如：?=2.4时， xn+1=xn=7/12(n??)，周期为1。 ▲ 当 ?≥3时, 迭代出现多个确定的数值? 。 而结果的飘忽不定，称为