如果一只蝴蝶就能改变未来,那么每一次行动就不能让未来陷入混乱吗?根据关于蝴蝶效应的问题,这一定是如此,不是吗?如果这是对物理世界的准确描述,如果有这么多事物连续地作用于其他事物,有没有一种方法可以预测任何事物或行动?如果是这样,我们为什么要担心呢?
-
3.\ begingroup美元 @BarryCarter -宇宙不是确定的。假设我给你一个氚分子。你无法预测组成分子的两个氚原子衰变成氦-3的确切时间。 \ endgroup美元- - - - - -大卫Hammen2014年10月15日15:51
-
\ begingroup美元 我觉得你把混沌和熵混淆了。预测是基于我们对现在(或过去)的了解,以及我们用数字表示物理/化学变化的能力。地球上所有的行动都可以总结和平均…允许做出一般的预测。蝴蝶扇动翅膀,改变了风场。这不是混乱。 \ endgroup美元- - - - - -f.thorpe ♦2014年10月17日18:46
-
\ begingroup美元 @farrenthorpe -巴西蝴蝶翅膀的扇动是否会引起德克萨斯州的龙卷风是混乱的典型例子。它是a的主题他被邀请到美国科学促进会做演讲在这个话题上。 \ endgroup美元- - - - - -大卫Hammen2014.10.18 11:46
-
1\ begingroup美元 @DavidHammen,我认为你误解了这个比喻。龙卷风是很多因素共同作用的结果,不仅仅是蝴蝶。是的,单个事件的下游变化是不可预测的,但这与混乱不是一回事。一个混乱的湍流环境更像是太阳表面,而不是我们的大气层。 \ endgroup美元- - - - - -f.thorpe ♦2014年10月18日20:47
-
\ begingroup美元 @farrenthorpe -我觉得你读得不够诗意。大多数科学家确实认为我们的大气层是混乱的。洛伦兹,蝴蝶谈话的作者,同时也是"确定性非周期流"大气科学杂志20.2 (1963): 130-141可以说,这标志着混沌理论的开始。那篇论文被引用了5000多次! \ endgroup美元- - - - - -大卫Hammen2014年10月18日21:31
3答案
你知道四小时后天气如何吗?你可以很有把握地猜测一下。明天这个时候怎么样?你可能会有一个相当自信的猜测。这一次呢,14天后?现在,你不那么自信了。
这是因为天气是一个混沌系统,它对边界条件非常敏感。在这样一个系统中,非常小的干扰可以造成非常大的变化,而且影响范围足够远。
现在,对于威斯康星州(这是OP的资料给出的位置),让我们考虑2017年2月1日5点和2017年7月1日14点的外部空气温度。你认为哪个会更高?它是几个开尔文的差异,还是超过10开尔文(18°F)的差异?你对自己的答案有多自信?你可能非常非常有信心七月的温度会更高,超过10开尔文。未来几个月或几年的气候仍然是可以合理预测的,尽管要准确预测10天以上的天气是非常困难的。气候是一个长期系统,不像天气那样对边界条件敏感。
如果你掷一次均匀的六面骰子,无论你对掷骰子时房间里的空气运动了解多少,你都不能非常确信是否会掷出一个1(无论你对空气了解多少,你都可以合理地确定概率是1/6)。然而,如果你掷这个骰子6000次,你可以有理由相信其中一个会出现1000次,误差100次,你不需要知道房间里的空气运动。
这就是天气和气候的区别;尽管天气只是气候的一种表现形式,但它只是气候分布的一个样本。
我们已经建立了全球经济,居住和移动的模式,食物供应,能源系统,围绕着我们过去几百年的气候。这应该没问题,因为气候、海平面和海水pH值通常需要数千年到数百万年的时间才能发生根本变化。但是,我们排放的温室气体正在造成巨大的变化,在几年到几十年内发生:这将是非常昂贵的,破坏性的,并给数十亿人带来巨大的痛苦,重新定位全球经济,居住和移动模式,食物供应和能源系统,到新的,未知的,不熟悉的气候,再加上海平面上升和海洋酸化。
媒体喜欢蝴蝶效应,但他们也喜欢曲解它的含义。当洛伦兹发表演讲时“可预测性:一只蝴蝶在巴西扇动翅膀会引发德克萨斯州的龙卷风吗?”这使得媒体开始关注混沌理论这一新兴领域。媒体把注意力集中在他演讲的题目上。听起来太酷了!他们没有阅读文章的主体来了解它的全部内容。
选择这个标题是为了引发思考,而不是混乱。洛伦兹并不是说一切都是相互联系的。蝴蝶效应仅仅意味着混沌系统对初始条件非常敏感。
洛伦兹以
…真正让我们感兴趣的问题是,它们是否能做到这一点——例如,仅仅因为一只蝴蝶的直接影响而差别很小的两种特定天气情况,是否会在足够的时间后演变成仅仅因为龙卷风的存在而差别很大的两种情况。用更专业的语言来说,相对于小振幅的扰动,大气的行为是不稳定的吗?
他以
因此,我们必须在几年之内不回答我们最初提出的问题,即使在确认我们对大气层不稳定的信念的同时。与此同时,今天天气预报的错误不能完全归咎于天气模式的精细结构,甚至不能主要归咎于天气模式。它们主要是由于我们未能近乎完整地观察到更粗糙的结构,我们对支配物理原理的知识有些不完整,以及在将这些原理表述为人类思维或计算机可以执行的程序时必须引入的不可避免的近似。
这种对初始条件的极端敏感性意味着,从理论上讲,巴西的一只蝴蝶是否竖起翅膀,就足以创造出略微不同的条件,最终导致龙卷风袭击德克萨斯州。即使这是事实(洛伦兹在他的演讲中把这个问题留作一个开放的问题),说蝴蝶引起了龙卷风也不太公平。蝴蝶扇动翅膀所产生的扰动的李雅普诺夫时间非常短。当两个事件相隔数百个李雅普诺夫倍的时候说一个事件引起了另一个事件是没有意义的。
这意味着,在洛伦兹发表演讲40多年后,天气预报员仍然无法做出准确的两周天气预报,而且他们很可能永远也做不到。他们现在可以做出相当准确的5天或7天的天气预报,这是40年前气象学家无法做到的。
警告:不要相信当地电视台的天气预报。他们是出了名的不准确。如果美国国家气象局说明天有100%的可能性下雨,最好取消你的烧烤。如果你当地电视台的天气预报员也这么说,明天很有可能是晴天。
-
-
\ begingroup美元 你能解释一下李亚普诺夫时间或者加一个好的链接吗?我不认为这是不言自明的(我还在谷歌上搜索)。 \ endgroup美元- - - - - -集市2014年10月20日8:32
-
1\ begingroup美元 混沌系统中的误差往往呈指数增长,甚至比指数增长更快。假设一个指数误差增长和初始不确定性$\epsilon_0$,稍后时间$t$的不确定性将为$\epsilon_0 \exp(t/\tau)$其中$\tau$是“李雅普诺夫时间”。假设您的初始估计精确到小数点后六位。经过18次李亚普诺夫次数后,这6位精度变为0位精度。从12个位置的精度开始,经过36次李亚普诺夫运算。 \ endgroup美元- - - - - -大卫Hammen2014年10月20日10:50
从我作为跨洲卡车车主的经验来看,当卡车撞上散热器时,昆虫拍打翅膀对地面的影响被卡车的质量最小化甚至抵消了。逻辑思维和仔细观察揭示了这种最小化效应。就像我们拖着2.85亿只蜜蜂一样,它们的飞行力加起来太小了,无法抵消35000磅的重量,以每小时60英里的速度在开阔的道路上加速。由此推断,在我们的散热器上增加一个虫子的重量并不会改变车辆的重量或速度。如果这个逻辑成立,那么一只可爱的蝴蝶拍打一副翅膀并不会破坏交易。
-
11\ begingroup美元 是的,散热器上的虫子确实改变了卡车的质量和动量,但你无法观察到这种变化。 \ endgroup美元- - - - - -milancurcic2014年10月13日23:23
-
3.\ begingroup美元 你在键盘上断断续续地、不知不觉地间接地改变了地球的自转 \ endgroup美元- - - - - -user8892014年10月14日6:25