chaos theory：混沌理论

从科学的角度看，混沌（chaos）的意义和它平时被用作对于混乱，缺乏各种规则的陈述有很大的不同。混沌，考虑到混沌理论的话，涉及到明显的外在的系统秩序上的缺乏，从不遵守特定的法则或规则。这样的理解相当于动态不稳定性，这是物理学家Henri Poincare于20世纪早期发现的，讲述关于某些物理系统固有的规律性的缺乏。

　　两个主要的混沌理论的组成成员是这样的一个设想——不论多复杂的过程都是遵循根本的规律，无论多简单渺小的系统和事件都可能导致复杂的行为或事件。这就是著名的敏感的对于初始条件的依靠，这个理论是由Edward Lorenz于20世纪60年代发现的。

　　气象学家Lorenz运用计算机技术模拟天气的情况，模拟了很详细的次序后他决定复制这个过程。Lorenz从打印件上重新进入，进行到程序一半的时候，让它继续下去。他发现在返回中，与他的期待相反，数据明显和第一次的不同。Lorenz正好不是输入相同的数值，.0506127，而是整数位.056，这是当时科学家们普遍接受的。数据上应该只会发生很小的变动，因为三位数字已经是很精确的了。因为两位数字是差不多一致的，会导致结果的一致性。

　　经过多次试验验证其他的情况后，Lorenz初始条件的细微差别—超出了人类的测量手段—会导致预期的结果不可能实现，这是一个违反了公认的物理法则的想法。正如Richard Feynman指出“物理学家需要做的就是要说明，在一定的结果下会发生什么？”牛顿定律是完全确定的：它们指出，至少在理论上，精确的测量是可行的，越是准确的测量就将得出越精确的对于未来和过去的预言。假设是这样的—至少在理论上—如果测量能足够精确的话，可以得出十分接近的预测，而且测量越准确，结果越准确。

　　Poincare发现，在天文系统中即使是很小的初始条件的差别都将导致计算上很大的失误，远超出数学上的估算。两个或者更多的初始数据根据牛顿法则将得到完全相同的结果，但是事实上经常得出不同的结果。Poincare用数学证明了，即使初始化数据能够百万倍的精确结果的精确度不会随测量的精确度提高而提高，而仍将很大。除非初始化数据完全的定下来—这是不可能的。对于混乱复杂系统的预测将不会比随机抽选的可能结果更加精确。

　　由lorenz于1972年在华盛顿特区举办的美国进步科学学会上发表的蝴蝶效应（butterfly effect）生动的说明了混沌理论的本质。1963，纽约科学学院的报纸上，Lorenz 和 quoted还是没有名气的气象学者，他们指出，海鸥的一次简单的拍打翅膀将会完全的改变将来的地球气候。1972年的会议上，他完善了他的想法，“可以设想：巴西蝴蝶的一次偶然的扇动翅膀会在德克萨斯州制造一次龙卷风么？”这个蝴蝶扇动翅膀引发遥远的德克萨斯发生龙卷风的例子说明了不可能对复杂系统作出预测；不论有既定的条件得到的结果如何，现阶段情况永远不能预测遥远的未来。

    尽管混沌经常和随机和缺乏规律混淆，更为准确的理解是，从复杂和相互关联的系统中得出的显著随机性。James Gleick，混乱的作者说到：开创一门新学科，混沌理论是“并非技术上的革命，而是像激光电脑革命一样的概念上的革命，这个革命是由在自然界中无规律得出：从扰动的气流，到不确定的流行疾病的传播，再到人死前心脏无规律的翻腾，这将在更加宽广的有可能能够好的在复杂的标题下分类的想法中继续。”

最近更新时间：2009-02-10 EN