Diagram bifurkacji
Na diagramie bifurkacyjnym na jednej osi umieszczono parametr sterujący, a na drugiej – długoterminowe stany systemu iteracyjnego. Jedno z ilustracji przedstawia, jak stabilność przekształca się w złożoność.
Tworzenie diagramu
Dla każdego parametru r w mapie logistycznej należy przeprowadzać iteracje wystarczająco długo, aby wyeliminować stan przejściowy, a następnie wykreślić późniejsze wartości x. Stabilny punkt stały tworzy jedną gałąź; orbita o okresie dwa tworzy dwie, a następnie cztery, osiem i coraz gęstsze pasma.
Dla każdego parametru r należy wykonać iterację x↦rx(1−x), odrzucić początkowy stan przejściowy i wykreślić wiele kolejnych stanów pionowo powyżej punktu r. Stabilny punkt stały daje jedną linię, orbita o okresie dwa daje dwie, a chaos tworzy gęsty pas. Liczba wykreślonych stanów określa widoczną gęstość i nie należy jej mylić z długością stanu przejściowego, która usuwa wcześniejsze zachowania.
Uniwersalność na drodze do chaosu
Odstępy między podwojeniami okresu zmniejszają się w kierunku stałego współczynnika związanego z Feigenbaumem. Podobne skalowanie występuje w szerokich klasach układów nieliniowych, co sprawia, że diagram ten jest czymś więcej niż tylko przedstawieniem jednego równania.
Odstęp między kolejnymi podwojeniami okresu w wielu mapach jednomodalnych zmniejsza się zgodnie z uniwersalnym współczynnikiem zbliżającym się do stałej Feigenbauma δ. Uniwersalność oznacza wspólne skalowanie asymptotyczne w odpowiednich warunkach, a nie identyczne diagramy. Skończona siatka pikseli pozwala na dokładne odwzorowanie jedynie kilku rozgałęzień. Demonstracja powinna zatem zawierać obliczone wartości parametrów, a nie odczyt stałej ze zrzutu ekranu.
Chaos zawiera okna
Gęste, chaotyczne pasma są przerywane okresowymi oknami, w tym wyraźnym regionem o okresie trzech. Duże powiększenie ujawnia mniejsze kopie rozgałęzionej struktury, ale skończona próbkowanie może pominąć wąskie okna lub stworzyć mylące luki.
W chaotycznym regionie otwierają się okna okresowe, w tym wyraźne okno o okresie trzech. W jego wnętrzu rozpoczyna się nowa kaskada podwojeń. Wyspy te pokazują, dlaczego stwierdzenie „większy parametr oznacza większy chaos” jest zbyt uproszczone. Poziome powiększenie bez dłuższego okresu przejściowego może wypełnić okna stanami przejściowymi; powiększenie i czas obserwacji muszą rosnąć razem.
Źródła i literatura uzupełniająca
Artykuł ten stanowi podsumowanie poniższych źródeł specjalistycznych, przy zachowaniu oryginalnego brzmienia. Dostęp uzyskano i dokonano redakcyjnej weryfikacji w sierpniu 12 2026.
- Simple mathematical models with very complicated dynamicsNature
- Lyapunov ExponentWolfram MathWorld
Kontynuuj ten wątek
Chaos jest deterministyczny
Dlaczego równania deterministyczne mogą stać się nieprzewidywalne, czym różni się wrażliwość od losowości i gdzie fraktale wkraczają w przestrzeń fazową.
Lyapunov fraktale
Jak naprzemienne sekwencje parametrów przekształcają wykładnik Lyapunov układu logistycznego w mapy stabilności o piórkowatym charakterze.
Dziwne atraktory
Dlaczego niektóre dysypatywne układy chaotyczne ustabilizowują się na zbiorach ograniczonych o wrażliwym ruchu i geometrii fraktalnej.