跳轉到

10.2 微小的初值差異如何引發巨變?(非線性微分方程)#

為什麼「線性」世界如此溫馴?#

線性方程 \(\dot{x} = ax\) 的解 \(x(t) = x_0 e^{at}\) 有個溫馴的性質:初值加倍,處處加倍。誤差不會「質變」。疊加原理成立,任何解都是基本解的組合——十九世紀物理(熱傳導、波動、電磁)的大成功,很大程度上是因為它們的方程都是線性的。

非線性方程則打破一切保證。看一個最小的例子——邏輯斯蒂映射(人口模型的離散版):

\[x_{n+1} = r\, x_n (1 - x_n)\]

只是個開口向下的拋物線疊代。但參數 \(r\) 的變化產生整部「動力系統百科全書」:

\(r\) 範圍 行為
\(r < 1\) 滅絕:\(x \to 0\)
\(1 < r < 3\) 收斂到穩定平衡
\(3 < r < 3.449\) 倍週期:在兩個值之間振盪
\(3.449 < r < 3.544\) 四週期、八週期……
\(r \approx 3.57\) 混沌誕生:永不重複
\(r = 4\) 完全混沌,遍歷整個區間

費根鮑姆的發現(1975):倍週期的分岔點以固定比例收斂:

\[\delta = \lim_{n\to\infty}\frac{r_n - r_{n-1}}{r_{n+1} - r_n} = 4.6692\ldots\]

更驚人的是:這個常數對一切「單峰映射」都相同——邏輯斯蒂、正弦映射、任何有單一峰的疊代,都給出 4.6692……。這是普適性(universality):混沌不是雜亂,它有跨越系統的普適常數。費根鮑姆用計算器 + 圖形計算「看」出這個常數,之後才有重正化群理論的嚴格解釋(借自量子場論的工具——又一次跨領域輸送)。

敏感依賴的精確定義:李雅普諾夫指數#

「混沌」不是形容詞,它有度量。李雅普諾夫指數 \(\lambda\):

\[\delta(t) \approx \delta(0)\, e^{\lambda t}\]
  • \(\lambda < 0\):誤差萎縮(可預測,吸引到平衡/週期)
  • \(\lambda = 0\):臨界
  • \(\lambda > 0\):誤差指數放大——混沌,可預報時間 \(T \sim \frac{1}{\lambda}\ln\frac{L}{\delta_0}\)

以洛倫茲系統為例:\(\lambda_1 \approx 0.906\)。初值精度加倍,預報時限只延長有限個時間單位——線性回報,遞減收益。這解釋了為什麼天氣預報實際收斂到約 7–10 天的理論上限:改進感測器與超級電腦仍能推遲極限,但指數放大是方程的性質,不是技術的缺陷。

非線性世界觀的四個後果#

1. 可預測性是一種資源,需要管理。 氣象機構的「集合預報」(同時跑 50+ 個微擾初值,輸出機率式預報)本質上是把蝴蝶效應產品化。經濟與政治決策(颱風停班課、保險定價)依賴的不是「預報值」而是「預報的機率分布」——混沌把機率論寫進了公共行政。

2. 短期可測 ≠ 長期可測。 天氣只能預報 10 天,但氣候(統計性質)可以預測數十年。混沌不否認長期預測,它改變了預測的對象(從軌跡到分布)。這是公眾誤解氣候科學的常見根源。

3. 「穩定」需要論證。 非線性系統可以有多重平衡、臨界點、滯後——湖泊優養化、生態系崩潰、金融擠兌、冰蓋融化的「不可逆轉折點」(tipping point),全部是非線性動力學的詞彙。環境政策與金融監管在 2000s 之後大量引入「臨界點」思維,這是混沌理論對公共政策最直接的輸出。

4. 保守的工程學。 塔科馬海峽大橋 1940 年風毀(氣動力自激振盪)、化學振盪反應、生理節律——工程師學會了尊敬非線性:「看起來穩」不是理由,「證明穩定」才是。 李雅普諾夫 1892 年的穩定性理論從俄國數學傳統(服務於炮塔穩定與電網)走向了全球工程課綱。

動手實驗:五分鐘體驗蝴蝶效應#

用試算表或 Python 疊代 \(x_{n+1} = 4x_n(1-x_n)\):

  1. 從 \(x_0 = 0.2\) 開始,記 30 步
  2. 從 \(x_0 = 0.2000001\) 開始,再記 30 步
  3. 比較兩列——前 15 步幾乎相同,20 步後完全脫鉤

兩個初值只差 \(10^{-7}\),約在第 20 步後毫無關聯。這就是混沌:不是因為方程複雜(就一行),而是因為拉伸與摺疊反覆放大誤差。

小結:非線性革命的思想位置#

決定論與機率的百年拉鋸(拉普拉斯 vs 龐加萊 vs 玻茲曼 vs 洛倫茲)在此有了成熟答案:機率不是萬物的本質,而是有限認知者面對非線性世界時的必需語言。 下一章,我們把鏡頭從物理轉向「理性的行動者」——賽局與網路,看數學如何描述生命、社會與合作的起源。


下一節:11.1 納什均衡