打开主菜单
首页
随机
登录
设置
关于集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
免责声明
集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
搜索
更改
←上一编辑
下一编辑→
Logistic映射
(查看源代码)
2020年4月30日 (四) 10:19的版本
添加5字节
、
2020年4月30日 (四) 10:19
→混沌与Logistic映射
第247行:
第247行:
−
有些混沌系统可对于其未来状态的可能性作准确的描述。若一个可能有混沌特性的动力系统存在吸引子,则存在一概率量测描述系统长期在吸引子各部分所花时间的比例。以<math>μ</math>=4的Logistic映射为例,初始状态在区间(0,1)中,而吸引子也在区间(0,1)中,其概率量测对应参数<math> a=0.5,b=0.5</math>的Β分布<ref>{{cite journal |last=Jakobson |first=M. |title=Absolutely continuous invariant measures for one-parameter families of one-dimensional maps |journal=Communications in Mathematical Physics |volume=81 |issue=1 |year=1981 |pages=39–88 |doi=10.1007/BF01941800 |bibcode=1981CMaPh..81...39J }}</ref>
,其不变测度为
+
有些混沌系统可对于其未来状态的可能性作准确的描述。若一个可能有混沌特性的动力系统存在吸引子,则存在一概率量测描述系统长期在吸引子各部分所花时间的比例。以<math>μ</math>=4的Logistic映射为例,初始状态在区间(0,1)中,而吸引子也在区间(0,1)中,其概率量测对应参数<math> a=0.5,b=0.5</math>的Β分布<ref>{{cite journal |last=Jakobson |first=M. |title=Absolutely continuous invariant measures for one-parameter families of one-dimensional maps |journal=Communications in Mathematical Physics |volume=81 |issue=1 |year=1981 |pages=39–88 |doi=10.1007/BF01941800 |bibcode=1981CMaPh..81...39J }}</ref>
,其不变测度为:
−
:<math> {\frac {1}{\pi {\sqrt {x(1-x)}}}}
.
</math>
+
:<math> {\frac {1}{\pi {\sqrt {x(1-x)}}}}</math>
。
不可预期性和随机并不一样,不过在一些情形下这二者很类似。 因此,幸运的是,即使我们对Logistic映射(或其他混沌系统)的初始状态知之甚少,我们仍然可以说一些关于任意未来状态分布的问题,并参考一些信息来判断系统的状态从而做出决定。
不可预期性和随机并不一样,不过在一些情形下这二者很类似。 因此,幸运的是,即使我们对Logistic映射(或其他混沌系统)的初始状态知之甚少,我们仍然可以说一些关于任意未来状态分布的问题,并参考一些信息来判断系统的状态从而做出决定。
薄荷
7,129
个编辑