常微分方程（九）：混沌理论与洛伦兹系统

1961 年的一个冬日，Edward Lorenz 把一次气象模拟从一个截断后的数字 0.506 重新启动——而不是 0.506127。 几周模拟时间后，预报已经面目全非。这一次意外给了我们蝴蝶效应，把混沌从隐喻变成了科学。教训既深刻又冷静：严格确定性的方程，可以是实质上不可预测的。

本章要点

• 共同定义混沌的四个条件
• Lorenz 系统：确定性混沌的范例
• 蝴蝶效应在吸引子上的可视化
• Lyapunov 指数：混沌的数字指纹
• 分岔级联与倍周期通向混沌之路
• 其他混沌系统：Rossler、双摆
• 奇异吸引子、分形维数、拉伸-折叠机制
• 应用：天气、加密、控制混沌、集合预报

前置知识

• 第八章：非线性系统、相图、极限环
• 第七章：稳定性与分岔基础
• 习惯 3D 可视化

什么是混沌？

混沌系统同时满足以下四条：

1. 确定性——由精确方程支配，无随机
2. 对初值敏感依赖——微小差异指数放大
3. 有界——轨迹困在有限区域
4. 非周期——永不严格重复

深刻洞见： 极简单的方程可以产生无穷复杂的行为。Lorenz 用三条方程证明了这一点。

Lorenz 系统

Lorenz 把大气对流简化为三个耦合 ODE：

• $x$：对流强度
• $y$：水平温差
• $z$：垂直温度偏离
• 经典参数：$\sigma = 10,\ \rho = 28,\ \beta = 8/3$

奇异吸引子

“奇异"的三个标志：

• 分形结构。 Hausdorff 维数 $\approx 2.06$——比曲面厚，比体积薄。
• 非周期。 无限长的轨迹困在有限体积。
• 不自交。 ODE 解的唯一性禁止同一时刻的相交。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import numpy as np, matplotlib.pyplot as plt
from scipy.integrate import odeint

def lorenz(state, t, sigma=10, rho=28, beta=8/3):
    x, y, z = state
    return [sigma*(y-x), x*(rho-z)-y, x*y-beta*z]

t = np.linspace(0, 50, 10000)
sol = odeint(lorenz, [1, 1, 1], t)

fig = plt.figure(figsize=(10, 7))
ax = fig.add_subplot(111, projection='3d')
ax.plot(sol[:,0], sol[:,1], sol[:,2], lw=0.4, alpha=0.85)
ax.set_title('Lorenz 奇异吸引子'); plt.tight_layout(); plt.show()

蝴蝶效应可视化

两条仅相距百亿分之一的轨迹——$[1, 1, 1]$ 与 $[1 + 10^{-10}, 1, 1]$——指数发散直到差异达到系统尺度。

对大气：$\lambda \approx 1/$天，$\ln(L/\varepsilon_0) \approx 15$，$T \approx 15$ 天。无论模型多好都无法突破——只有更精的测量才能拓宽对数里的窗口。

集合视角

单条轨迹只告诉你最坏情况。集合告诉你分布。

Lyapunov 指数：量化混沌

Lorenz 经典参数下的谱约为 $\{0.91,\ 0,\ -14.57\}$。

Kaplan-Yorke（Lyapunov）维数

吸引子几乎是个曲面，但有无穷多分形层叠在一起。

平衡点与通向混沌之路

令 $\dot x = \dot y = \dot z = 0$，得三个平衡点：

• 原点 $C_0 = (0,0,0)$：$\rho < 1$ 稳定，$\rho > 1$ 鞍点
• 对称对 $C_\pm = (\pm\sqrt{\beta(\rho-1)},\ \pm\sqrt{\beta(\rho-1)},\ \rho - 1)$：$\rho = 1$ 时诞生

通向混沌之路在逻辑斯蒂映射 $x_{n+1} = r x_n (1 - x_n)$ 中显现得最经典：

其他混沌系统

Rossler 系统

参数 $a = b = 0.2,\ c = 5.7$ 给出"折叠丝带"吸引子，比 Lorenz 更直观地暴露拉伸-折叠机制。

双摆

两根铰接的杆——展示混沌的最简物理系统之一。

可在桌面上搭建一个真实的双摆，目睹微小差异随时间放大——比任何模拟都更有冲击力。

奇异吸引子：拉伸与折叠

混沌吸引子有分形结构——自相似、非整数维。机制是力学的：

• 拉伸： 相邻轨迹被拉开 -> 敏感性。
• 折叠： 拉伸的物质被折回 -> 有界性。

无限重复就得到无限层数的"千层饼”。想象面包师揉面：拉伸、折叠、再拉伸、再折叠——$n$ 步后，初始相距 $\varepsilon$ 的两个酵母细胞，沿层方向已相距 $2^n \varepsilon$。

这一个机制——某些方向膨胀、其它方向收缩、外加全局折叠——正是自然界一切奇异吸引子在做的事。

混沌的应用

天气预报极限

• 1-3 天：高度准确
• 3-10 天：有用参考
• 两周后：仅统计趋势

现代气象中心用集合预报：跑几十个微扰的初值，报告分布。

混沌加密

双方共享混沌系统的参数作为密钥。输出的不可预测性使其成为流密码——没有密钥就无法重现混沌序列。

控制混沌（OGY 方法，1990）

1. 找出嵌在混沌吸引子里的不稳定周期轨道。
2. 当轨迹自然接近这些轨道时，施加微小扰动让它停在上面。
3. 混沌被"压制"为周期运动，而控制可以任意小。

已用于激光物理、化学反应、心脏起搏。

混沌同步

两个耦合够强的混沌系统可以同步在一条共同的（仍是混沌的）轨迹上——混沌保密通信的数学基础。

混沌与哲学

Laplace 妖（1814）： “若知道每个粒子的完整状态，未来可计算。”

混沌的回答： 即使在严格确定的宇宙中，未来也只在测量无穷精确时才可计算。误差指数增长，任何有限精度都会在有限时间内被遗忘。

这并不破坏因果——它限制可预测性。区别至关重要。

总结

练习题

概念题。

1. 混沌与随机的本质区别？
2. 为什么 2D 连续系统不能混沌，而 3D 可以？
3. 正 Lyapunov 指数在物理与操作上分别意味着什么？

计算题。

4. 验证 Lorenz 原点在 $\rho < 1$ 时稳定，$\rho > 1$ 时为鞍点。
5. 证明 $\nabla\cdot\mathbf{f} = -(\sigma + 1 + \beta)$——Lorenz 流以恒速率收缩相空间体积。
6. 对 Cantor 集，证明盒维数为 $\ln 2/\ln 3$。

编程题。

7. 画 $\rho \in \{10, 28, 100\}$ 的 Lorenz 吸引子并比较拓扑。
8. 数值计算三个 Lyapunov 指数；验证 $\sum \lambda_i = -(\sigma + 1 + \beta)$。
9. 动画展示双摆从两个几乎相同的初值，可视化发散。
10. 构造 Rossler 关于 $c$ 的分岔图，识别倍周期路径。

参考资料

• Lorenz, “Deterministic Nonperiodic Flow,” J. Atmospheric Sciences (1963)
• Strogatz, Nonlinear Dynamics and Chaos, CRC Press (2015)
• Gleick, Chaos: Making a New Science, Viking Press (1987)
• Ott, Chaos in Dynamical Systems, Cambridge (2002)
• Ott, Grebogi & Yorke, “Controlling Chaos,” Physical Review Letters (1990)
• Sparrow, The Lorenz Equations: Bifurcations, Chaos, and Strange Attractors, Springer (1982)

系列导航