1. 课程导入与Lorenz系统概览
1963年，气象学家爱德华·洛伦兹在麻省理工学院用一台Royal McBee LGP-30计算机运行一个简化的大气对流模型。这个模型只有三个变量，却让他发现了一件在当时看来近乎荒谬的事：他把一个中间结果从六位小数截断为三位重新输入，两次运行在最初一段时间几乎完全重合，随后却迅速分道扬镳，最终得到两条毫无相似之处的轨迹。这个偶然的发现，后来被称为“确定性混沌”，而那个三变量模型，就是本课程的主角——Lorenz系统。
Lorenz系统最常被引用的形式是一组三个耦合的一阶常微分方程：
dx/dt = σ (y - x)
dy/dt = x (ρ - z) - y
dz/dt = xy - β z其中 x、y、z 是状态变量，σ、ρ、β 是系统参数。经典取值 σ = 10、ρ = 28、β = 8/3 时，系统呈现典型的混沌行为。理解这三个方程各自的物理含义，比记住公式本身更重要：x 与 y 描述对流环流的强度与温度差，z 描述垂直温度剖面对线性分布的偏离；σ 是普朗特数，ρ 是瑞利数相对于临界值的比值，β 是与几何形状相关的参数。也就是说，参数不是随意可调的旋钮，它们对应着真实的物理量，改变 ρ 就意味着改变加热强度。
混沌现象有几个必须分清的基本特征。第一是对初值敏感依赖：两条初始只差 10⁻⁶ 的轨迹，误差会以近似指数速度放大，这就是“蝴蝶效应”的数学内核。第二是确定性：方程本身没有随机项，给定初值和参数，未来完全确定，敏感依赖与随机性不是一回事。第三是有界但非周期：轨迹被限制在一个有限区域内，却永不重复，也不会收敛到不动点或周期轨道。第四是奇异吸引子：轨迹最终被吸引到一个分形结构的集合上，其维数不是整数。这四点合起来，才是“混沌”的完整含义，缺一不可。
那么，为什么本课程要把“数值仿真”放在核心位置？原因很直接：Lorenz系统没有解析解。三个非线性方程耦合在一起，无法像简谐振子那样写出闭式表达式。我们想知道轨迹长什么样、吸引子是什么形状、参数改变后系统如何从稳定走向混沌，唯一的途径就是用计算机一步步把时间推进下去。数值仿真在这里不是“辅助手段”，而是唯一的实验台。更进一步，混沌系统对初值敏感这一特性，恰恰使数值方法本身成为研究对象：不同的步长、不同的积分器、不同的浮点精度，都会影响你看到的轨迹。仿真者必须清楚，屏幕上那条曲线是数值解的产物，而不是方程的“真解”。
上图把本课程的三层关系摆在一起：左侧是方程与参数，中间是数值仿真这一必经环节，右侧是混沌的四个判据；下方则是30章的学习路径。请注意那条橙色虚线反馈回路——它不是装饰。在混沌仿真中，“跑出结果”从来不是终点，你必须回头检查步长是否足够小、积分器是否稳定、误差是否已经吞掉了你关心的结构，然后调整参数重跑。这种“仿真—判读—修正”的循环，是混沌研究的工作常态。
为了让“数值解依赖方法”这件事变得具体，可以看一个教学示例（以下数值为按经典参数与RK4方法设计的示例设定，用于说明量级关系，非实测记录）。取初值 (1.0, 1.0, 1.0)，步长 h = 0.01，用四阶龙格—库塔法积分到 t = 40，你会看到轨迹先向外螺旋，随后被卷入两个“叶片”之间来回跳跃，形成经典的蝴蝶形吸引子。若把初值改为 (1.0, 1.0, 1.000001)，前 15 个时间单位内两条轨迹在图上几乎重合，之后开始明显分离，大约在 t = 25 之后，同一时刻的 x 值可能相差数十。若把步长放大到 h = 0.05，轨迹的整体形状仍然像蝴蝶，但局部细节和跳跃时刻会发生可见偏移；若改用一阶欧拉法配 h = 0.01，误差累积更快，长时间积分后甚至可能偏离吸引子。这些差异不是程序错误，而是混沌系统放大了数值方法本身的差别。
因此，本课程的目标可以归纳为三件事。其一，建立正确的物理与数学直觉：知道每个方程、每个参数在说什么，知道混沌四特征的确切含义，不被“蝴蝶效应”这类通俗说法带偏。其二，掌握可复现的仿真实现：从离散化、积分器选择、步长确定，到编写代码、生成轨迹、绘制相图，形成一条能独立跑通的链路。其三，学会判读与验证：会用相图、时间序列、功率谱、李雅普诺夫指数等工具判断系统是否混沌，会区分“数值伪影”与“真实动力学”。
学习路径上，课程先打基础，把方程、参数、平衡点与稳定性讲清楚；再进入数值方法，比较欧拉法、RK4 等方案的精度与稳定性，讨论步长与舍入误差的影响；随后进入仿真实现，用代码把轨迹真正跑出来，并绘制 x–y、x–z 相图与三维吸引子；接着是混沌分析，计算李雅普诺夫指数、分形维数，观察参数 ρ 从 0 增大到 28 过程中系统由稳定不动点经倍周期分岔走向混沌的完整序列；最后延伸到同步、保密通信等应用场景。每一章都会围绕一个可操作的问题展开，而不是停留在概念复述。
最后需要强调一个贯穿全课程的态度：混沌系统的仿真结果，永远要带着“这是哪个方法、哪个步长、哪个精度下得到的”这一前缀来读。同一个吸引子，不同实现会给出不同的细节；同一个“混沌判据”，不同算法会给出不同的数值。严谨的仿真者不追求一条“绝对正确”的曲线，而是追求一套可复现、可检验、误差可控的流程。这正是本课程希望带你建立的核心能力。