非线性方程与混沌.pptVIP

一只蝴蝶在巴西扇动翅膀，有可能在美国的德克萨斯引起一场龙卷风吗？ 关于牛顿切线法有下面收敛性定理 非线性方程组求解 考虑非线性方程组 求解非线性方程组的命令 [x,fval]=fsolve(fun,x0) fun是函数或m-文件，x0为迭代初值，返回的是解向量x和解向量对应的f(x)值。 function f=group(x) f=[4*x(1)^2+9*x(2)^2-16*x(1)-54*x(2)+61; x(1)*x(2)-2*x(1)+1]; [x,fval]=fsolve(group,[0 0]) 若取初值为[-2,2]，会收敛到不同的解。 Logistic方程与混沌 在生物学中，有一个刻画生物种群个体总量增长情况的著名的方程——逻辑斯谛（Logistic）方程： 设Mn表示生物种群在第n代的个体总量，经过繁衍第n+1代的个体总量为Mn+1，怎么建立种群增长模型呢？ 19世纪中叶荷兰生物学家Verhulst得出结论：种群的繁殖与种群的规模成正比，同时，种群生活在一定的环境中，在资源给定的情况下，个体数目越多，每一个个体获得的资源越少，这将抑制其生育率，增大死亡率。因此，种群的繁殖与可生存的容纳量成正比，即 结果显示： 当比例系数r为1和3之间的任意一个值时，按照上面的迭代格式产生的迭代序列是收敛的，且收敛结果与迭代初值无关。 结果分析： （1） 当r3.0时，每个r对应的50个迭代值凝聚在一点，这表明对这些r取值所产生的迭代序列是收敛的。 （2）当r为3、3.3时，对应的50个迭代值凝聚在两个点，表明r所对应的迭代序列不收敛，但凝聚在两个点附近。 （3）当r由3.3到3.6再到3.9越来越大时，对应的50个迭代值凝聚的点也越来越多，表明r对应的迭代序列变化情况逐渐复杂，轨道分岔也越来越多，但会不会还是按照一支分叉为两支的变化规律来变化呢？ 请同学们再次加密r取值进行实验，回答下面问题 （１）是否由４支分叉为８支，并依次类推呢？ （２）这些分叉点处r的取值，是否有规律？ 特别地，轨道由1条分差为2条、由2条分叉为4条、再由4条分叉为8条等等，这种现象称为倍周期现象。 4 在r取为3.8时，初值为0.1时运行1中的程序，迭代序列会出现没有呈现周期性的取值情形，而是一种紊乱状态。 在r不变，初值有0.005的增加时，迭代序列分布和上面分布会发生很大变化，即初值发生微小变化时，结果发生很大变化。这就是数学研究中常说的 “蝴蝶效应”，也被称为“混沌”。 方程中r是一个与环境因素有关的参数，因此在某些特定条件下，某些种群的繁殖会出现难以预料的混沌现象，甚至出现“生物灾难”。 什么是混沌呢？ 混沌（译自英文Chaos）的原意是指无序和混乱的状态。这些表面上看起来无规律、不可预测的现象，实际上有它自己的规律。 混沌学的任务：就是寻求混沌现象的规律，加以处理和应用。 60年代混沌学的研究热悄然兴起，渗透到物理学、化学、生物学、生态学、力学、气象学、经济学、社会学等诸多领域，成为一门新兴学科。 什么是混沌呢？ 科学家给混沌下的定义是：混沌是指发生在确定性系统中的貌似随机的不规则运动，一个确定性理论描述的系统，其行为却表现为不确定性一不可重复、不可预测，这就是混沌现象。 进一步研究表明，混沌是非线性动力系统的固有特性，是非线性系统普遍存在的现象。牛顿确定性理论能够充分处理的多为线性系统，而线性系统大多是由非线性系统简化来的。因此，在现实生活和实际工程技术问题中，混沌是无处不在的！ 混沌的特征 1.差之毫厘，失之千里、牵一发而动全身。 一个小小初始条件的差异可以严重影响系统长期的大变化。 2.对初始条件的敏感性。 对原本西方的科学基本理念来说，「如果你正在计算台面上的一颗撞球，就不用去理会室外一片树叶的掉落。很轻微的影响可以被忽略，事物进行总会殊途同归，任意的小干扰，并不致于膨胀到任意大的后果。」 1960年，美国麻省理工学院教授洛伦兹研究“长期天气预报”问题时，在计算机上用一组简化模型模拟天气的演变。他原本的意图是利用计算机的高速运算来提高长期天气预报的准确性。但是，事与愿违，多次计算表明，初始条件的极微小差异，均会导致计算结果的很大不同。 由于气候变化是十分复杂的，所以在预测天气时，输入的初始条件不可能包含所有的影响因素（通常的简化方法是忽略次要因素，保留主要因素），而那些被忽略的次要因素却可能对预报结果产生重大影响，导致错误的结论。由此，洛伦兹认定，尽管拥有高速计算机和精确的测量数据（温度、风速、气压等），也难以获得准确的长期天气预报。 ３蝴蝶效应 1979年12月，洛伦兹在华盛顿的美国科学促进会的一次讲演中提出：一只蝴蝶在巴西扇动翅膀，