预设
参数
速度·显示
投影模式
操作
混沌区域：轨道绝不重复同一路径，两条轨迹呈指数级分离。
蝴蝶吸引子（两轨迹分离）
3D模式：拖动旋转视点 | 滚动/捏动缩放 | 按空格键 播放/暂停
轨迹A（x₀=0.1…）
轨迹B（x₀ + 10⁻⁵）
当前位置
微小的初始差异呈指数级放大： 两条轨迹仅以 Δx₀=10⁻⁵ 的差异出发。起初它们完全重叠、看似一条曲线，但间距 Δ 大致以 e^{λt}（λ≈0.906）增长，最终分别落到蝴蝶的两只不同翅膀上。这就是"确定却不可预测＝混沌"。
理论·主要公式
$$\frac{dx}{dt}= \sigma(y - x)$$
$$\frac{dy}{dt}= x(\rho - z) - y$$
$$\frac{dz}{dt} = xy - \beta z$$
经典参数 σ=10, ρ=28, β=8/3。间距按 $\Delta(t)\approx\Delta_0\,e^{\lambda t}$ 增长，最大李雅普诺夫指数 $\lambda\approx 0.906$。$\lambda>0$ 是混沌的定量证据。
数值积分：Runge-Kutta 4阶 (RK4, dt = 0.005)
什么是洛伦兹吸引子和混沌
🙋
洛伦兹吸引子是什么？听说它和"蝴蝶效应"有关？
🎓
大致来说，它是由三个简单方程产生的、描绘极其复杂运动的轨迹。它将"初始的极小差异随时间演变为巨大差异"的蝴蝶效应可视化，是混沌理论的象征。上面的模拟器从一开始就画出两条轨迹，差异仅为 10⁻⁵——它们从几乎相同的点出发，所以起初完全重叠、看似一条曲线。但随着时间推移，蓝色和红色会渐渐分开，最终落到蝴蝶的两只不同翅膀上。这正是"蝴蝶效应"本身。
🙋
原来如此！那么改变 σ 或 ρ 这些参数会怎样呢？
🎓
有趣的地方就在这里，参数会让整个世界改变。例如把默认的 ρ=28 用滑块调到小于 24.74（如"周期解"或"定常"预设），混沌的蝴蝶就会消失，轨道安静地收敛到固定点。ρ 是表示浮力强度的瑞利数，在实务中相当于改变加热条件。超过某个阈值（ρ≈24.74）后流动变为湍流（混沌），这个方程正好捕捉到了这个转变点。请注意上方的"λ（最大李雅普诺夫指数）"数字：混沌时 λ>0，收敛区域时 λ≤0。
🙋
原来如此！但这么抽象的方程，真的对实际的 CAE 有用吗？
🎓
非常有用！本模拟器使用的"RK4（4阶龙格-库塔）"数值积分法，是汽车碰撞模拟、飞机颤振分析等实际 CAE 软件计算时间演化的基础技术。此外，湍流的不规则行为背后，有着与洛伦兹方程数学上相似的混沌结构。通过移动参数观察行为，能加深对非线性现象的直观理解。
常见问题
增大ρ（瑞利数）容易进入混沌状态，减小则收敛到周期解或固定点。σ（普朗特数）影响轨道稳定性，β（纵横比）影响解的形状。请实时操作观察变化。上方的区域提示和λ值会定量告诉您当前是混沌还是收敛。
同时显示初值仅相差 10⁻⁵ 的两条轨迹，可直观体验蝴蝶效应（初始条件敏感性）。在混沌状态下，即使起初几乎完全重叠，间距 Δ 也会呈指数级（Δ≈Δ₀e^{λt}）扩大，最终分别落到两只翅膀上。
混沌状态下轨道在特定区域内不规则地持续运动，绝不重复同一路径（λ>0）。而在固定点或周期解时，两条轨迹不会分离，间距 Δ 不增长（λ≤0）。把 ρ 调到小于 24.74，可观察从混沌到收敛的相变。
某些参数下解会变得不稳定，数值计算可能发散。尤其是ρ极大或时间步长不当时。此时请将参数恢复到初值（σ=10, ρ=28, β=8/3）后重试。
现实世界中的应用
气象·气候预测： 这正是洛伦兹研究此方程的契机。大气流动本质上是混沌的，揭示了长期预测的根本极限（蝴蝶效应）。如今已成为数值天气预报的基础理论。
湍流研究（CFD）： 管内流动、翼面分离流等湍流现象中存在复杂的秩序（相干结构）。像洛伦兹系统这样的低维混沌，被作为理解湍流背后确定性机制的入口而研究。
非线性振子·电路设计： 在电路和机械系统中，具有特定非线性时会出现与洛伦兹系统类似的混沌振动。基于此的保密通信，以及反过来抑制混沌的控制技术研究正在推进。
CAE 中的数值分析技术： 本模拟器核心的 RK4 法，是汽车悬架振动、建筑地震响应、机械零件疲劳寿命预测等广泛的时间依赖现象模拟中实际使用的算法基础。
常见误解与注意点
首先要明确，"混沌≠随机"。洛伦兹吸引子的轨道虽然看似杂乱，却是从确定的方程完全确定性地产生的。初值相同，每次都会画出完全相同的轨道。这种"确定性混沌"的概念在实务中也很重要。例如，在相同条件下运行两次 CFD 模拟却得到略有不同的结果时，需要怀疑可能是网格的细微差异或数值误差所致，而非简单归结为"反正是混沌没办法"。
其次，要了解参数设置的"安全地带"与"危险地带"。默认值（σ=10, ρ=28, β=8/3）是混沌显著出现的黄金参数，但例如把 ρ 调得过大（如 40 以上），轨道可能发散导致计算崩溃。这与实务的非线性分析相同：把材料模型参数设为极端值，会导致求解器无法收敛而报错停止。诀窍是先用默认值运行，再以小步长（如 ρ 每次 1 或 2）逐步改变以观察行为。
最后，要理解本模拟器是"可视化工具"而非"设计工具"。在实务 CAE 中，很少直接求解洛伦兹方程本身，但这里使用的 RK4 等数值积分法，以及理解混沌行为的"感觉"，都非常有用。例如，在分析汽车悬架的非线性振动中，初始条件的微小差异（如乘员体重分布）如何在长时间行驶后导致各零件疲劳寿命的巨大差异时，它能成为基础功底。