更改

删除1,338字节 、 2021年10月25日 (一) 21:49
第92行: 第92行:  
[[文件:逻辑图分岔图,Matplotlib.svg|350px |拇指|右|分岔图[[逻辑图]]。参数“r”所有的吸引子显示在区间<math>0<x<1</math>的纵坐标上。点的颜色表示在10次<sup>6次迭代过程中访问点<math>(r,x)</math>的频率:经常遇到的值用蓝色表示,不太常见的值用黄色表示。在<math>r\approx3.0</math>附近出现[[倍周期分岔|分岔]],在<math>r\approx3.5</math>附近出现第二个分岔(导致四个吸引子值)。当<math>r>3.6<math>时,行为变得越来越复杂,中间穿插着简单行为区域(白色条纹)。]]
 
[[文件:逻辑图分岔图,Matplotlib.svg|350px |拇指|右|分岔图[[逻辑图]]。参数“r”所有的吸引子显示在区间<math>0<x<1</math>的纵坐标上。点的颜色表示在10次<sup>6次迭代过程中访问点<math>(r,x)</math>的频率:经常遇到的值用蓝色表示,不太常见的值用黄色表示。在<math>r\approx3.0</math>附近出现[[倍周期分岔|分岔]],在<math>r\approx3.5</math>附近出现第二个分岔(导致四个吸引子值)。当<math>r>3.6<math>时,行为变得越来越复杂,中间穿插着简单行为区域(白色条纹)。]]
   −
The parameters of a dynamic equation evolve as the equation is iterated, and the specific values may depend on the starting parameters.  An example is the well-studied [[logistic map]],  <math>x_{n+1}=rx_n(1-x_n)</math>, whose basins of attraction for various values of the parameter ''r'' are shown in the figure. If <math>r=2.6</math>, all starting ''x'' values of <math>x<0</math> will rapidly lead to function values that go to negative infinity; starting ''x'' values of <math>x>0</math> will go to infinity. But for <math>0<x<1</math> the ''x'' values rapidly converge to <math>x\approx0.615</math>, i.e. at this value of ''r'', a single value of ''x'' is an attractor for the function's behaviour. For other values of ''r'', more than one value of x may be visited: if ''r'' is 3.2, starting values of <math>0<x<1</math> will lead to function values that alternate between <math>x\approx0.513</math> and <math>x\approx0.799</math>. At some values of ''r'', the attractor is a single point (a [[#Fixed_point|"fixed point"]]), at other values of ''r'' two values of ''x'' are visited in turn (a [[period-doubling bifurcation]]); at yet other values of r, any given number of values of ''x'' are visited in turn; finally, for some values of ''r'', an infinitude of points are visited. Thus one and the same dynamic equation can have various types of attractors, depending on its starting parameters.
     −
动力学方程的参数随着方程的迭代而变化,具体值可能取决于初始参数。一个例子是得到深入研究的逻辑图,<math>x{n+1}=rx\u n(1-xün)</math>,图中显示了参数r各种值的吸引域。如果<math>r=2.6</math>,则<math>x<0</math>的所有x值将迅速使函数值变为负无穷大;<math>x>0的起始x值将变为正无穷大。但是对于<math>0<x<1</math>,x值会迅速收敛到<math>x\approx0.615</math>,也就是说,在这个r值下,x的单个值是函数行为的吸引子。对于r的其他值,x可以取多个值:如果r为3.2,<math>0<x<1</math>的起始值将导致函数值在<math>x\approx0.513</math>和<math>x\approx0.799</math>之间交替。在r的某些值处,吸引子是一个单点(“不动点”),在r的其他值处,依次访问x的两个值(倍周期分岔);在r的其他值处,依次访问任意数量的x值;最后,对于r的某些值,访问无穷多个点。因此,同一个动力学方程可以有不同类型的吸引子,这取决于它的起始参数。
+
动力学方程的参数随着方程的迭代而变化,具体值可能取决于初始参数。一个例子是得到深入研究的逻辑图,<math>x{n+1}=rx\u n(1-xün)</math>,图中显示了参数''r''各种值的吸引域。如果<math>r=2.6</math>,则<math>x<0</math>的所有''x''值将迅速使函数值变为负无穷大;<math>x>0的起始''x''值将变为正无穷大。但是对于<math>0<x<1</math>,''x''值会迅速收敛到<math>x\approx0.615</math>,也就是说,在这个''r''值下,''x''的单个值是函数行为的吸引子。对于''r''的其他值,''x''可以取多个值:如果''r''为3.2,<math>0<x<1</math>的起始值将导致函数值在<math>x\approx0.513</math>和<math>x\approx0.799</math>之间交替。在''r''的某些值处,吸引子是一个单点(“不动点”),在''r''的其他值处,依次访问''x''的两个值(倍周期分岔);在''r''的其他值处,依次访问任意数量的''x''值;最后,对于''r''的某些值,访问无穷多个点。因此,同一个动力学方程可以有不同类型的吸引子,这取决于它的起始参数。
   −
齐次形式的单变量(单变量)线性差分方程<math>x_t=ax{t-1}</math>从除0以外的所有初始点| a|>1发散到无穷大;没有吸引子,因此没有吸引池。但是如果|a|<1,则数线图上的所有点渐进地(或在0的情况下直接)趋向0;0是吸引子,整个数线是吸引域。
+
 
 +
齐次形式的单变量(单变量)线性差分方程<math>x_t=ax{t-1}</math>从除0以外的所有初始点|a|>1发散到无穷大;没有吸引子,因此没有吸引池。但是如果|a|<1,则数线图上的所有点渐进地(或在0的情况下直接)趋向0;0是吸引子,整个数线是吸引域。
 +
 
 +
<br>
    
==吸引池==
 
==吸引池==
7,129

个编辑