4.2 Lyapunov指数：从手算到程序

4.2 Lyapunov指数：从手算到程序

本节摘要：混沌的每张嘴都说"误差指数增长"，但科学的问法是：增长率是几？Lyapunov 指数就是答案——误差对数增长率的长期极限，单位是"每单位时间的自然对数"。本节从定义推导开始，手算参数四时 logistic 映射的指数（恰为 ln 2），再用两轨迹重整化法（Benettin 算法）为洛伦兹系统算出最大指数约零点九，最后解读指数谱：正负搭配如何决定吸引、发散与混沌。

第一章给过翻倍时间，第三章给过半对数直线，本节把这条直线的行为正式命名、精确测量、并推广成一套谱。这一节是全书的量化枢纽：后面控制一章要用指数判同步成败，应用一章要用它估预报时效，批判清单要靠它的符号判定真伪混沌。

学习目标

阅读完本节，你应当能够：

1. 写出最大 Lyapunov 指数的定义式，说明"对数化"与"长期平均"两个动作各自的用意；
2. 对参数四的 logistic 映射手算指数，理解为什么恰好得到 ln 2；
3. 实现两轨迹重整化法并汇报洛伦兹系统的最大指数，说明重整化步骤为什么不可省略；
4. 解读指数谱的符号组合：全负、含零、含正分别对应什么动力学；
5. 区分"系统的指数"与"数据的指数"两种口径，知道后者需要哪些额外假设。

一、定义推导：把"翻倍速度"标准化

把第一章的观察写成公式。设初始偏差为 d0，经过时间 t 后偏差为 d(t)，指数增长的假设给出 d(t) 约等于 d0 乘以 e 的 λt 次方。两边取对数再除以 t，得到 λ 约等于 t 分之一乘以 d(t) 与 d0 之比的对数；长期极限（t 趋于无穷、d0 趋于零的先后取极限）就是最大 Lyapunov 指数。两个动作各有深意：取对数把"每过 τ 时间翻一倍"统一成可加的速率语言（翻倍率 m 与指数 λ 满足 λ 等于 ln m 除以 τ）；取长期平均则把瞬时涨落抹掉，得到系统的整体属性——混沌轨道上误差时涨时消，只有长期对数平均才是稳定可复现的量。

λ 的符号是判词：λ 大于零意味着偏差被平均放大，敏感依赖成立，系统混沌；λ 小于零意味着偏差被平均吸收，轨道收敛（吸引子维数越低，负得越狠）；λ 等于零常见于保守系统的规则方向（沿轨道方向的偏差既不放大也不缩小，只做中性平移）。耗散系统的完整指数谱通常正、零、负并存——正的负责拉伸，零的对应轨道方向，负的负责折叠压缩，恰是第 2.2 节引擎的账本化。

二、手算复盘：logistic 在参数四时为什么恰好是 ln 2

一维映射的指数有一个可直接求和的公式：λ 等于迭代步数趋于无穷时，每步导数绝对值的对数之平均。参数四的 logistic 有个幸运的代换：令 x 等于 sin 的平方（θ 的函数），映射变为 θ 的倍角——每迭代一步，θ 翻倍。误差在 θ 空间里每步翻倍，而 θ 空间与 x 空间在远离端点处仅差一个有界的伸缩因子，于是长期对数增长率恰为 ln 2，约零点六九三，与第 2.2 节面包师变换的账目完全一致。两个毫不相干的系统给出同一个指数，这不是巧合而是同一台引擎（每步翻倍）的两副外壳——普适性的又一次现身，与第 3.2 节的常数异曲同工。

顺手验证公式在别的参数下的表现：r 等于三点八时算得约零点五八（仍混沌但翻倍更慢），r 等于三点二时约为负零点二九（周期二吸收偏差，负值对应周期轨道），r 等于三点五六九九的级联尖端处指数为零——临界点上误差既不放也不收，周期倍增的边界在指数语言里就是零线。把指数随 r 画成曲线，你会得到分岔图的"动力学版"：混沌区对应正峰，窗口对应下探的负谷，两者处处咬合。

三、程序复盘：Benettin 两轨迹重整化法

高维系统的指数没法手算，规范算法是 Benettin 的两轨迹法。思路朴素：让两条相距极近的轨迹同时演化，定期测量间距的对数增量；若不干预，间距很快涨到吸引子尺度饱和（对数不再增长，测出的就不是指数而是尺度），所以每次测量后把"测试轨迹"拉回参考轨迹附近，只把对数增量记进总账。拉回的动作就是"重整化"，它保证我们量的始终是 infinitesimal 尺度上的增长率：

# Benettin 算法复盘（洛伦兹系统, sigma=10, rho=28, b=8/3）
参数: h=0.005 (四阶龙格-库塔), 重整化间隔 T=1.0, 共 200 段
初始: 参考轨迹 s, 测试轨迹 s + (1e-9, 0, 0)

循环 n = 1..200:
    两轨迹同步积分一个间隔 T
    d   = 测试轨迹与参考轨迹的距离
    sum = sum + ln( d / d_prev )     # 本段的对数增量入账
    测试轨迹 = 参考轨迹 + (测试轨迹 - 参考轨迹) * (1e-9 / d)   # 重整化

lambda = sum / (200 * T)
本复盘输出: lambda 约 0.905  (文献参考值约 0.906)
误差翻倍时间 = ln 2 / lambda 约 0.77 个时间单位, 与第 3.3 节的目测一致
​

三处实现细节决定成败。其一，重整化距离要小而固定（百万分之一量级起步），太大则测到的是非线性饱和段的假斜率。其二，前若干段要丢弃——测试向量尚未对齐最不稳定的方向，早期增量偏低；丢弃二十段起步是稳妥习惯。其三，积分器精度要过关，第三章的步长验收流程在这里直接复用。完成后的核对方式也很直接：把算出的指数换算成翻倍时间，与第三章分离实验目测的翻倍节奏对账——两条独立途径咬合，指数才算立住了。

图 4-2 重整化为何必要：饱和前的斜率才是指数

四、谱的解读与数据口径的提醒

最大指数之外，完整谱（洛伦兹还有一个约负的余项与一个近零方向）用雅可比矩阵的乘积做 QR 分解可得，本节不展开实现，但符号判读必须掌握：一正一零余负是奇异吸引子的指纹；全负是不动点的；一零余负是极限环的。这张对照表配合 4.1 的维数，就是给系统做"动力学体检"的全部家底。

最后是一条实践警句：数据的指数比系统的指数便宜，也更危险。对一列观测用重构加近期邻预测误差估计指数（往往记作数据口径），不需要方程，但结果对参数、噪声、数据长度都敏感，文献中同一数据算出相反符号的案例并不罕见。规范做法是把数据口径的估计当作"候审证据"，必须通过替代数据检验（把数据打乱成同一统计面貌的随机版本，指数应当转负；若仍为正，测到的可能是噪声的非线性而非混沌）——这套交叉验证流程在第 7.3 节的批判清单里正式化。

还有一个免费的交叉验证值得养成习惯：洛伦兹谱有两条理论约束——谱中应有一个指数精确为零（沿轨道方向既不放大也不收缩），三个指数之和应等于相体积收缩率（该参数下约负十三点七）。你算出的谱若不满足这两条，先怀疑自己的算法，而不是先宣布发现了新物理。多条理论约束互相咬合，正是数值实验复盘区别于“跑一遍软件看输出”的地方：软件给出数，约束告诉你这些数能不能互相作保。

本节要点回顾

• 定义两动作：对数化把翻倍折算成速率，长期平均抹平瞬时涨落；λ 的符号即混沌与否的判词。
• 手算标杆：参数四的 logistic 指数恰为 ln 2，与面包师变换同账——引擎相同则指数相同。
• Benettin 三细节：重整化距离小而固定、丢弃早期段、积分器验收；洛伦兹复盘值约零点九零五，与第三章目测对账。
• 谱速读：一正一零余负即奇异吸引子；全负、一零余负各有其主。
• 数据口径：不用方程可估指数，但必须过替代数据检验，否则噪声也能冒充混沌。

动力学的尺子有了，下一节换几何的尺子：给吸引子的分形褶皱计数——分形维数的箱计数与关联维数实操。