4.2.1 指数谱计算：Wolf算法、小数据量法、Jacobin方法（最大李雅普诺夫指数λ₁）

文档摘要

4.2.1 指数谱计算：Wolf算法、小数据量法、Jacobin方法（最大李雅普诺夫指数λ₁）在混沌系统的定量刻画中，最大李雅普诺夫指数 $\lambda1$ 不是装饰性的数学符号，而是一把真正能“切开”系统内在动力学结构的手术刀——它精准地回答：两个无限接近的初始状态，其轨迹将以多快的指数速率分离？若 $\lambda1 > 0$，系统存在对初值的敏感依赖性，这是混沌最本质的指纹；若 $\lambda1 = 0$，系统可能处于周期或准周期态；若 $\lambda1 \Delta t{\min}$，否则邻近点只是同一轨迹的“时间镜像”，无法反映横向不稳定性。 Wolf算法的致命弱点在于：它假设重置后的邻近点仍位于原参考点的稳定流形上——这一假设在强噪声或短数据下极易崩塌。