混种科学中的蝴蝶效应:初始条件的微小变动,导致未来的不可预测
混沌的特征:在确定性系统中看似随机的无规律行为;由于确定性的规律,短期内可预测;又因为蝴蝶效应的不可预测性,长期则无法预测 。
文章插图
混沌:蝴蝶效应混沌的现象引起了一些微妙的哲学问题,这些问题蒙蔽了一些粗心的人 。例如,我的几名学生对蝴蝶效应嗤之以鼻,认为它平淡无奇 。我们都知道,小事情确实可以在我们的生活中引起巨大的不同,甚至会影响国家的命运 。由于如此多的复杂性、如此多的无法解释的变量夹杂其中,微不足道的事件有时确实会引发与之不相称的连锁反应 。下面是一首描述王国没落的古代诗歌 。
断了一枚钉子,掉了一只蹄铁;
掉了一只蹄铁,折了一匹战马;
折了一匹战马,摔死了一位将军;
摔死了一位将军,吃了一场败仗;
吃了一场败仗,亡了一个国家 。
【混种科学中的蝴蝶效应:初始条件的微小变动,导致未来的不可预测】但直到混沌理论出现后,这首诗才得到了广泛的认同 。类似的连锁反应甚至可以让最简单的系统苦恼不已:水轮、旋转的月球、滴水的水龙头,这些力学系统中的所有定律都已知,只存在几个变量 。即使在这些系统中,也潜伏着混沌的种子,随时准备展现它们带来的惊喜 。
另一个微妙之处是:在混沌中,每个点都是不稳定的点 。每一刻都是真理的时刻 。每一个决定都会产生长期的后果,将你的生活改变得面目全非 。当你系衬衫扣子时,你完全无法预知选择从上向下系还是从下向上系,在其数年后产生的结果会有多么的不同 。我们的生活可能就是这样的,我们只能沿着一条轨迹前进,所以我们无法知道当我们从下向上系扣子时,命运会发生怎样的改变 。但为了保持心智健康的生活,我们只能相信,几乎所有的决定都是无关紧要的 。电影《双面情人》(Sliding Doors )就对这种困境进行了探索,影片中描绘了一个女人生活的两个完全不同的版本,而这两种不同的命运取决于在屏蔽门关闭时她是否赶上了地铁 。
相比于混沌系统,有节律的系统并不显现这种对小干扰的过度敏感 。拍打一个节拍器,它会断断续续地移动,但随后仍会恢复它持续不断的嘀嗒声 。虽然这会使计时产生偏差,但这种偏差不会随着时间的推移而增长 。通过下面这个假设,我们可以看得更清楚 。有两个相同的节拍器,初始状态是同步的,干扰其中的一个,它恢复后就不再与另一个同步,二者之间会有一个固定的时间间隔,这种差异不会增加也不会减小 。更普遍的是,当一个非混沌系统受到轻微的扰动,干扰要么不增加,要么增加幅度非常轻微,且与时间长短成比例 。
有人说,误差的增长速度不会快于随时间的线性增速 。这里的要点是如何进行定量计算 。误差的线性增长暗示,混沌系统至少在原理上是可预测的 。潮汐、哈雷彗星的回归、日食的时间,所有这些都有强烈的节律性,因而可以预测,因为微小的干扰不会迅速增长成为主要误差 。预测非混沌系统的时间每长一倍,其初始状态的测量精度就要提高一倍 。让系统多运行三倍长的时间,你的测量精度就要提高三倍 。换句话讲,可预测的范围也是线性增加的,它与初始状态的测量精度成正比 。
而另一方面,混沌系统有着一种完全不同的表现方式,正是在这里,我们开始了解到蝴蝶效应真正令人丧失信心的含义 。成功地预测一个混沌系统状态的时间长度取决于三个因素:我们可以容忍多大的预测误差;我们对初始状态的测量精度的高低;我们无法控制的时间尺度,又被称为“李雅普诺夫时间”,它主要取决于系统本身的内在动力学特性 。
粗略地讲,我们能够预测的时间的极限长度即相当于李雅普诺夫时间,此后,真实初始状态的测量误差会滚雪球似的迅速增大,超出可容忍的限度 。通过降低我们的预测标准或提高我们的初始测量精度,我们总是可以预测更长的时间 。但问题是,可预测的极限总是取决于初始测量精度:如果你想预测两倍长的时间,且仍要达到相同的精度,那么它将花费你十倍而不是两倍的努力 。如果你有雄心,想预测三倍长的时间,那么它将花费 100 倍的努力;四倍长的时间就需要 1000 倍的努力,以此类推 。在混沌系统中,所需要的初始测量精度是呈指数级增长的,而不是线性增长 。
这种指数级增长是毁灭性的 。这意味着在实践中,无论你的仪器有多好,你能够预测的时间永远都不会长于李雅普诺夫时间 。李雅普诺夫时间限定了一个极限值,超过了它,便无法得到可接受的预测 。对于一个混沌电路,极限值大约为千分之一秒;对于天气,极限值是未知的,但通常来说是几天的时间;对于太阳系,极限值则是 500 万年 。
- 高中数学中的美育渗透
- 器蕴数学——元代瓷器中的数学
- 分析家中的财运风水宝地,分析家中的三大财运风水宝地
- 为什么数学中的沟通与写作如此重要
- 正五边形中的五个有趣的问题
- 数学故事中的"蛋"和"母鸡"
- 如何用数字表达的友情和浪漫?可以考虑用数学中的亲和数
- 追寻蕴藏在圆周率 π 之中的无限美丽
- 简述“数学皇后”数论,回顾在其发展史中的2个重要里程碑
- 数学漫步:如何理解四维空间中的物体?