7b初值敏感性.pdfVIP

*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，在上世纪 六十年代受到了挑战。 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： d x σ( ) − x −y d t d y γ −xz + x −y （σ, γ , b为参数） d t d z xy −bz 1 d t 初始值为0.506 与0.506127的两条气象曲线： t 初值敏感性 结论：长期的天气预报是不可能准确的。 气候对初始值的敏感性现象称为“蝴蝶效应” 。 2 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： 3 x λx （1−x ） 0 λ≤4 ，0 x ≤1。 n+1 n n n 0 ，1 ，2 ，⋅⋅⋅ 若λ = 4，对三个初值有： n x n 0 x 0=0.1 x 0=0.1+10-8 x 0=0.1+10-7 1 0.36 0.36 … 0.36 … 2 0.9216 0.9216 … 0.9216 … … … … … 10 0.147837 … 0.147824 … 0.147715 … … … … … 50 0.277 … 0.435 … 0.973 … 51 0.802 … 0.983 … 0.141 … 52 0.634 … 0.066 … 0.373 … 4 对初值敏感引起的随机性，称为内在随机性， 而结果的飘忽不定，称为混沌现象。 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。 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1λ3时, 迭代的归宿是一个确定的数ξ 。 如：λ=2.4时，x =x =7/12(n→∞) ，周期为1。 n+1 n ▲ 当λ≥3时, 迭代出现多个确定的数值ξ 。 （ 曲线开始分叉） 5 λ = 3 时， 例如：λ= 3.2 时，一个λ值对应的有两个ξ值， 即其归宿轮流取两个值： xn+2 = xn , 0.