混沌 · 微分方程

Lorenz 吸引子

在經典參數下,解會繞行於蝴蝶形集合;起點即使只差一點點,很快也會走上完全不同的路徑。

這個視覺化中的 Lorenz 吸引子

Lorenz 方程組是 Edward Lorenz 於 1963 年從對流模型導出的三個常微分方程 [1]。本頁固定 σ=10\sigma = 10 與 β=8/3\beta = 8/3,讓你調整加熱參數 ρ\rho。當 ρ=28\rho = 28 時,幾乎所有解最終都繞行於同一個有界、蝴蝶形的集合,永不靜止,也不重複:這就是 Lorenz 吸引子。

x˙=σ (y−x),y˙=x (ρ−z)−y,z˙=xy−βz,σ=10, β=83\dot x = \sigma\,(y - x),\qquad \dot y = x\,(\rho - z) - y,\qquad \dot z = xy - \beta z,\qquad \sigma = 10,\ \beta = \tfrac83

各圖顯示什麼

三維相空間,也就是大圖:每一點代表狀態 (x,y,z)(x, y, z)。淡灰色是從 (1,1,1)(1, 1, 1) 出發的一條長軌跡;移動點與其尾跡是參考軌跡;藍環是釋放點。拖曳可旋轉視圖;點選尾跡,可選擇下一群點雲的釋放位置。

紅色釋放按鈕會在釋放點周圍放出一群起點,每點沿各自方向,與釋放點精確相距 ε\varepsilon,並追蹤所有點。點的顏色表示它偏離參考軌跡多遠。這些色彩、光暈、尾跡、遠側變暗,以及釋放前淡淡流動的粒子,全都只是顯示效果。

面板頂端螢幕:上方是參考軌跡與相距 ε\varepsilon 起點的 x(t)x(t),也就是兩個「預測」;黃線標出兩者 xx 首次相差超過 1 的時間,每 0.005 個時間單位檢查一次(這是本頁選定的「預測已分離」門檻,不是系統本身的界限)。下方是 1m∑iln⁡(di(t)/di(0))\frac1m \sum_i \ln\bigl(d_i(t)/d_i(0)\bigr),也就是各點距離增長倍數的對數平均(座標軸顯示倍數),並附上各點第 10 到第 90 百分位的範圍帶;讀值中的「典型距離」是它們的幾何平均。在 ρ=28\rho = 28,虛線顯示長期平均斜率 λ≈0.906\lambda \approx 0.906,直到距離接近吸引子的尺寸。

重播會從相同點、沿相同方向,使用相同隨機種子和目前的 ε\varepsilon 再釋放一次;先前的曲線會淡淡保留以供比較。只有這樣重播,才能公平比較兩個 ε\varepsilon。

為何有這樣的行為

伸長與折疊:在吸引子附近,相近狀態在一個方向被拉開,在另一個方向被擠近;流動再把拉長的薄片折回自身。點雲呈現這兩個過程:先變成細線,再反覆折疊。

Lorenz 映射(ρ\rho 旁的視窗按鈕)取同一條長軌跡,將 zz 的每個極大值與下一個極大值配對作圖。點落在狹窄的尖峰曲線上(Lorenz 1963,圖 4),是近似的一維描述,不是經證明的精確降維。在 ρ=28\rho = 28,遠離尖點的同一分支上,取樣斜率的絕對值大於 1,因此原本相近的兩個極大值,下一圈會離得更遠(若分別在尖點兩側,就不一定)。

當 ρ>1\rho > 1 時,除了原點,還有兩個不動點 C±=(±β(ρ−1), ±β(ρ−1), ρ−1)C_\pm = \bigl(\pm\sqrt{\beta(\rho - 1)},\ \pm\sqrt{\beta(\rho - 1)},\ \rho - 1\bigr);當 ρ<1\rho < 1 時,原點吸引所有解。C±C_\pm 在 ρ=σ(σ+β+3)/(σ−β−1)=470/19≈24.74\rho = \sigma(\sigma + \beta + 3)/(\sigma - \beta - 1) = 470/19 \approx 24.74 的次臨界 Hopf 分岔中失去穩定性。其他行為改變的參數值來自數值計算:約 13.926(原點的同宿爆發)及約 24.06(混沌吸引子出現)[4, 5]。約 24.06(數值結果)與 470/19≈24.74470/19 \approx 24.74 之間,混沌吸引子與兩個穩定不動點共存;99.65 位於週期行為窗口內,而在 160 時,解會趨於週期軌道。

這些數字代表什麼

畫面是軌跡的數值近似。誤差隨時間增長,所以長時間後的精確位置,不能視為對指定初始值的可靠預測;距離增長與長期統計必須另外檢查步長、精度及取樣的影響。

每條軌跡都在你的電腦上,以經典四階 Runge–Kutta 法、雙精度計算積分,固定步長 0.005,不受畫面更新率影響。點雲以相對參考軌跡的差值積分,因此即使 ε=10−12\varepsilon = 10^{-12} 也能保留有效位數。

畫面中的散開,是不同起始值在同一個數值積分器下產生的差異。光靠它,不能證明精確方程同樣敏感;這需要理論(經典參數下有 Tucker 的證明 [2])。通常的陰影引理不適用於 Lorenz 吸引子 [6]。

λ≈0.906\lambda \approx 0.906 是統計估計:經典參數下的長期平均速率,由 Sprott 獨立計算 [3];它不是每個 ρ\rho 都適用的常數。「精度提高十萬倍,約可多預測 ln⁡105/0.906≈12.7\ln 10^5 / 0.906 \approx 12.7 個時間單位」是針對典型指數成長的估計;單次釋放可能差很多。

容易誤解的地方

歷史

Lorenz 於 1963 年沿用 Saltzman 的研究,發表這組大幅簡化的對流模型方程,並展示其解不具週期性,且敏感依賴起點 [1]。Sparrow 的 1982 年專書描繪了行為如何隨 ρ\rho 改變 [4]。電腦上看到的吸引子,是否真的存在於精確方程中,一直未有定論,直到 Tucker 提出電腦輔助證明(1999 年宣布,2002 年發表)[2]。

相關概念

邏輯斯諦映射 · 雙擺(頁面規劃中) · 奇異吸引子(頁面規劃中)

參考資料

  1. E. N. Lorenz, “Deterministic nonperiodic flow”, Journal of the Atmospheric Sciences 20 (1963) 130–141.
  2. W. Tucker, “A rigorous ODE solver and Smale’s 14th problem”, Foundations of Computational Mathematics 2 (2002) 53–117.
  3. J. C. Sprott, Chaos and Time-Series Analysis, Oxford University Press (2003).
  4. C. Sparrow, The Lorenz Equations: Bifurcations, Chaos, and Strange Attractors, Applied Mathematical Sciences 41, Springer (1982).
  5. J. L. Kaplan, J. A. Yorke, “Preturbulence: a regime observed in a fluid flow model of Lorenz”, Communications in Mathematical Physics 67 (1979) 93–108.
  6. M. Komuro, “Lorenz attractors do not have the pseudo-orbit tracing property”, Journal of the Mathematical Society of Japan 37 (1985) 489–514.
  7. E. N. Lorenz, The Essence of Chaos, University of Washington Press (1993).

延伸閱讀: 維基百科: Lorenz system (英文); MacTutor 數學史資料庫: Edward Lorenz (英文).