3. 混沌基本概念与Lorenz系统定性分析
在进入数值仿真之前,必须先回答一个定性问题:Lorenz系统为什么会产生混沌?答案并不藏在复杂的数值积分里,而藏在它的平衡点结构、局部稳定性以及参数变化引起的分岔行为中。本节围绕不动点、稳定性、分岔与吸引子四个概念展开,并以Lorenz系统在典型参数下的线性化分析为主线,建立“参数—平衡点—特征值—动力学行为”的判断链条。
一、不动点与稳定性的基本含义
对连续自治系统 ẋ = f(x),不动点(平衡点)是满足 f(x*) = 0 的状态,系统一旦精确处于该点便永远停留。稳定性描述的是:当状态被微小扰动推离 x* 后,轨迹是回到平衡点(渐近稳定)、保持有界但不回归(Lyapunov稳定)、还是持续远离(不稳定)。
判断局部稳定性的标准工具是线性化。令 x = x* + δx,在平衡点处做一阶泰勒展开,得到变分方程 δẋ = J(x*)·δx,其中 J 为雅可比矩阵。若 J(x*) 的全部特征值实部为负,则平衡点局部渐近稳定;只要存在一个实部为正的特征值,平衡点就不稳定。若出现实部为零的特征值,线性化无法定论,需要非线性分析,这正是分岔发生的临界位置。
二、Lorenz系统的平衡点结构
采用课程统一约定:Lorenz系统写作
ẋ = σ(y − x)
ẏ = x(ρ − z) − y
ż = xy − βz
其中 σ 为Prandtl数,ρ 为Rayleigh数,β 为几何比例参数。令右端为零:由第一式得 y = x;由第二式得 x(ρ − z) = x,即 x(ρ − z − 1) = 0;由第三式得 z = x²/β。
于是得到两类平衡点。第一类是原点 O = (0, 0, 0),它对所有参数都存在。第二类是非零平衡点,当 ρ > 1 时出现:
x = y = ±√(β(ρ − 1)), z = ρ − 1
记作 C+ 与 C−,二者关于 z 轴(x=y=0 直线)对称。ρ ≤ 1 时它们退化为原点,因此 ρ = 1 是一个关键阈值——这是系统第一次发生分岔的位置。
三、线性化与特征值分析
先计算雅可比矩阵。对上述方程求偏导:
J = [ −σ σ 0 ]
[ ρ−z −1 −x ]
[ y x −β ]
原点处:代入 (0,0,0) 得
J(O) = [ −σ σ 0 ]
[ ρ −1 0 ]
[ 0 0 −β ]
由于第三行第三列独立,一个特征值为 λ₃ = −β < 0。剩余 2×2 子块的特征多项式为 λ² + (σ+1)λ + σ(1−ρ) = 0。当 ρ < 1 时,常数项 σ(1−ρ) > 0,两根实部均为负,原点渐近稳定;当 ρ > 1 时常数项变负,出现正实根,原点不稳定。ρ = 1 处一对特征值穿越虚轴,原点由稳定焦点变为鞍点,同时非零平衡点诞生——这是典型的叉式分岔(pitchfork bifurcation)。
非零平衡点处:以 C+ 为例,代入 x = y = q、z = ρ − 1,其中 q = √(β(ρ−1)),得
J(C+) = [ −σ σ 0 ]
[ 1 −1 −q ]
[ q q −β ]
其特征多项式可整理为
λ³ + (σ + β + 1)λ² + (ρ + σ)β·λ + 2σβ(ρ − 1) = 0
该三次多项式没有简单的显式根,但可用Routh–Hurwitz判据判断稳定性。对 λ³ + a₁λ² + a₂λ + a₃ = 0,全部根实部为负的充要条件是 a₁ > 0、a₃ > 0 且 a₁a₂ > a₃。前两条在 ρ > 1 时自动满足,关键在第三条:
(σ + β + 1)(ρ + σ)β > 2σβ(ρ − 1)
约去 β 并整理,可得临界条件。以经典参数 σ = 10、β = 8/3 代入,可解出临界值约为 ρ_H ≈ 24.74。当 1 < ρ < ρ_H 时,C+ 与 C− 均局部渐近稳定,原点不稳定,轨迹最终收敛到其中一个非零平衡点;当 ρ > ρ_H 时,C+、C− 也失去稳定性,此时系统不存在任何稳定的平衡点,轨迹被驱入一个有界的复杂集合——奇异吸引子。这一转变对应Hopf分岔,是Lorenz系统进入混沌的关键参数门槛。
四、分岔与吸引子的定性图像
上图把参数 ρ 划分为三个区间,并给出每个区间内平衡点的稳定性与吸引子类型。需要强调三点。
第一,分岔是稳定性交换的过程。ρ 穿过 1 时,原点把稳定性“让给”新生的 C±;ρ 穿过 24.74 时,C± 又通过一对共轭特征值穿越虚轴而失稳,系统再没有稳定的不动点可停留。分岔点正是线性化失效的位置,也是定性行为突变的临界参数。
第二,不稳定不等于轨迹发散。ρ > 24.74 后所有平衡点都不稳定,但Lorenz系统的耗散性(散度 ∇·f = −σ − 1 − β < 0)保证相空间体积持续收缩,轨迹被限制在有界区域内。局部排斥与全局有界共同作用,才形成既不收敛也不发散的奇异吸引子。
第三,吸引子是定性分析的落脚点。吸引子刻画的是长期行为的几何形态:ρ < 1 时是单个点;1 < ρ < 24.74 时是两个对称点之一;ρ > 24.74 时是具有分形结构和正Lyapunov指数的奇异吸引子。数值仿真中观察到的“绕两片旋转、永不重复”的轨迹,正是这一几何对象的投影。
五、面向仿真的操作要点
把上述分析落到实际计算,可按以下方式组织。取 σ = 10、β = 8/3,分别设置 ρ = 0.5、ρ = 15、ρ = 28 三组参数,初值统一取 (1, 1, 1),积分步长 h = 0.01,用四阶Runge–Kutta推进。对每组参数,先用上面的解析式算出平衡点坐标,再数值计算雅可比矩阵的特征值,与Routh–Hurwitz结论互相校验;随后观察轨迹末段是否收敛到某点、是否在两点间切换、还是持续在双翼间不规则游走。
判断依据很直接:若轨迹末段趋于常数,说明落在稳定平衡点;若轨迹在 C+ 与 C− 附近交替但每次绕行圈数不同、且对初值极敏感(初值差 10⁻⁶ 时轨迹在若干时间单位后明显分离),则已进入混沌区。需要注意,ρ 略大于 24.74 时可能出现暂态混沌后最终落到某个周期轨道,因此单次仿真的时长要足够长,最好配合Poincaré截面或最大Lyapunov指数估计来确认,而不能仅凭一段轨迹的“看起来乱”下结论。