跳轉到

2.2 May 方程：混沌進入生態學（1976）【數學↔生物】#

前因：Logistic 模型的離散版本#

連續 Logistic 模型（1.1）行為溫馴——單調趨近 \(K\) 。但許多昆蟲族群是離散世代（一年一代），模型應寫成差分方程。1976 年生態學家 Robert May 在《Nature》發表論文，指出這個教科書級的簡單模型藏著驚人的複雜性。

構造#

離散 Logistic 映射：

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

May 的數值實驗揭示，隨參數 \(r\) 增大，行為發生倍週期分岔：

\(r\) 範圍 長期行為
\(1 < r < 3\) 收斂到不動點 \(x^* = 1 - 1/r\)
\(3 < r < 3.449\) 2 週期振盪
\(3.449 < r < 3.57\) 4, 8, 16… 週期（每次分岔間距按 Feigenbaum 常數 \(\delta \approx 4.669\) 收縮）
\(3.57 < r \le 4\) 混沌：初值微小差異指數放大，Lyapunov 指數 \(\lambda > 0\)

混沌的判準可寫成：相鄰軌跡距離 \(d_n \approx d_0 e^{\lambda n}\) ， \(\lambda = \lim_{n\to\infty} \frac1n \sum \ln\left|\frac{dx_{n+1}}{dx_n}\right| > 0\) 。

後果#

  1. 顛覆「簡單模型行為簡單」的直覺：一維、單峰、確定性的方程就能混沌——May 呼籲「教科書應教學生：線性思維是例外」。這是混沌理論進入主流的推手之一。
  2. 生物學的預測極限：即使完美知道繁殖率 \(r\) ，族群長期仍不可預測——為生態管理、疫情波動提供了「內在隨機性」的解釋，有別於外部雜訊。
  3. 數學的新領域：Feigenbaum 發現倍週期的普適常數（不同映射皆同），催生重整化群方法的動力系統版本；混沌、分形、符號動力學成為 1980 年代數學與物理的熱點。

練習與思考#

  1. 取 \(r=2\) ，手算 \(x_0=0.2\) 起的軌跡，驗證收斂到 \(0.5\) 。
  2. 用電腦取 \(r=3.9\) ，比較 \(x_0=0.2\) 與 \(x_0=0.2001\) 在 30 代後的差異——體會「蝴蝶效應」。