分形的「分数维」是如何度量其粗糙程度的？
How does a fractal's fractional dimension measure its roughness?
以 Hausdorff 维为例：用直径至多 $\varepsilon$ 的集合覆盖分形，代价和随 $\varepsilon\to0$ 以幂律 $\varepsilon^{-d}$ 发散，使该幂律成立的临界指数 $d$ 即 Hausdorff 维。科赫曲线的维约为 $\log 4/\log 3\approx1.26$，介于 1 与 2 之间，体现其「比线粗、比面细」。
For Hausdorff dimension, cover the fractal by sets of diameter at most $\varepsilon$; the cost sum diverges as a power law $\varepsilon^{-d}$, and the critical exponent $d$ is the dimension. The Koch curve has dimension $\log 4/\log 3\approx1.26$, between 1 and 2, reflecting thicker than a line, thinner than a surface.
难度 专业 · 适合 高中(15-18)
CC BY 4.0 · 已核验 · Verified 2026-11-02
来源 · Source
美国数学会(AMS)《分形几何》
American Mathematical Society (AMS), Fractal Geometry
独立核验依据 · Independent verification: 核验依据 1 ISBN 9787115165671（豆瓣书目条目: 分形几何）
#Hausdorff维 #分数维 #覆盖
洛伦兹吸引子为何被视为确定性混沌的经典范例？
Why is the Lorenz attractor regarded as a classic example of deterministic chaos?
洛伦兹方程组 $\dot x=\sigma(y-x),\ \dot y=x(\rho-z)-y,\ \dot z=xy-\beta z$ 在参数 $\sigma=10,\rho=28,\beta=8/3$ 下产生永不重复、有界却对初值极度敏感的轨道，形成蝴蝶形吸引子。它表明简单确定性方程也能产生不可长期预测的复杂行为。
The Lorenz system $\dot x=\sigma(y-x),\ \dot y=x(\rho-z)-y,\ \dot z=xy-\beta z$ with $\sigma=10,\rho=28,\beta=8/3$ yields bounded, never-repeating orbits exquisitely sensitive to initial conditions, forming a butterfly-shaped attractor. It shows simple deterministic equations can produce unpredictably complex behavior.
难度 专业 · 适合 高中(15-18)
CC BY 4.0 · 来源待核验 · Source pending review
来源 · Source
出处备注：著录仅给书名，无版次与年份；同一书名常对应多个版次，不臆测具体版本。
美国数学会(AMS)《混沌动力学》
American Mathematical Society (AMS), Chaotic Dynamics
#洛伦兹吸引子 #确定性混沌 #蝴蝶效应
一维逻辑斯蒂映射 $x_{n+1}=rx_n(1-x_n)$ 如何展现从稳定到混沌的倍周期道路？
How does the one-dimensional logistic map $x_{n+1}=rx_n(1-x_n)$ exhibit the period-doubling route from stability to chaos?
当参数 $r$ 从约 3 起增大，不动点经一系列倍周期分岔失稳：周期 2→4→8→…直至 $r\approx3.5699$ 进入混沌。Feigenbaum 常数 $\delta\approx4.669$ 描述相邻分岔间距比的普适极限，揭示了不同混沌系统间的深刻共性。
As $r$ grows past about 3, the fixed point loses stability through a cascade of period-doubling bifurcations: period 2→4→8→… until $r\approx3.5699$ enters chaos. The Feigenbaum constant $\delta\approx4.669$ gives the universal limit ratio of bifurcation spacings, revealing deep commonality among chaotic systems.
难度 专业 · 适合 高中(15-18)
CC BY 4.0 · 来源待核验 · Source pending review
来源 · Source
出处备注：著录仅给书名，无版次与年份；同一书名常对应多个版次，不臆测具体版本。
美国数学会(AMS)《混沌动力学》
American Mathematical Society (AMS), Chaotic Dynamics
#逻辑斯蒂映射 #倍周期 #Feigenbaum常数
混沌系统「对初值敏感依赖」意味着什么？
What does sensitive dependence on initial conditions mean for a chaotic system?
指任意接近的两个初值在迭代中会以指数速率分离，即 $|\delta(t)|\approx e^{\lambda t}|\delta(0)|$，其中 $\lambda>0$ 为李雅普诺夫指数。这意味着长期行为本质上不可精确预测，尽管系统本身完全确定——这就是「确定性混沌」。
It means two initially close states separate exponentially: $|\delta(t)|\approx e^{\lambda t}|\delta(0)|$ with $\lambda>0$ the Lyapunov exponent. Long-term behavior is then essentially unpredictable even though the system is fully deterministic—this is deterministic chaos.
难度 进阶 · 适合 初中(12-15)
CC BY 4.0 · 来源待核验 · Source pending review
来源 · Source
出处备注：著录仅给书名，无版次与年份；同一书名常对应多个版次，不臆测具体版本。
美国数学会(AMS)《混沌动力学》
American Mathematical Society (AMS), Chaotic Dynamics
#混沌 #初值敏感 #李雅普诺夫指数
李雅普诺夫指数是什么？
What is the Lyapunov exponent?
李雅普诺夫指数衡量相邻轨迹分离的速率：指数为正意味着微小误差会指数放大，是“对初值敏感”（混沌）的定量标志。天气“蝴蝶效应”即源于此。
The Lyapunov exponent measures how fast nearby trajectories diverge; a positive value means tiny errors grow exponentially—the quantitative signature of chaos and the butterfly effect.
难度 进阶 · 适合 高中(15-18)
CC BY 4.0 · 已核验 · Verified 2026-10-04
来源 · Source
《非线性动力学与混沌》Strogatz
Nonlinear Dynamics and Chaos by Steven Strogatz
独立核验依据 · Independent verification: 核验依据 1 ISBN 9780813349107 (2024)
#动力系统 #李雅普诺夫
曼德博集是如何由迭代公式定义的？
How is the Mandelbrot set defined by an iteration formula?
取复参数 $c$，从 $z_0=0$ 迭代 $z_{n+1}=z_n^2+c$。曼德博集由所有使轨道 $\{z_n\}$ 不趋于无穷的 $c$ 组成（等价地 $|z_n|$ 始终有界）。其边界具有无限精细的自相似结构，是复动力系统与混沌可视化的标志。
For a complex parameter $c$, iterate $z_{n+1}=z_n^2+c$ from $z_0=0$. The Mandelbrot set consists of all $c$ for which the orbit $\{z_n\}$ stays bounded (does not escape to infinity). Its boundary has infinitely detailed self-similar structure, an icon of complex dynamics and chaos visualization.
难度 进阶 · 适合 大众
CC BY 4.0 · 已核验 · Verified 2026-10-04 · 2 条独立证据
来源 · Source
Mandelbrot《The Fractal Geometry of Nature》（W. H. Freeman）
Mandelbrot, The Fractal Geometry of Nature, W. H. Freeman
独立核验依据 · Independent verification: 核验依据 1 ISBN 9780716711865 (1982) · 核验依据 2 ISBN 9780716711865 (2021)
#曼德博集 #迭代 #自相似
分形的「自相似」性质是什么意思？
What does the self-similarity property of a fractal mean?
自相似指分形的局部在放大后与整体具有相同的形状结构。例如谢尔宾斯基三角形由三个自身一半大小的副本组成。严格自相似的分形其维数可由相似维公式 $d=\log N/\log(1/r)$ 直接计算（$N$ 为副本数，$r$ 为缩放比）。
Self-similarity means a fractal's local parts, when magnified, have the same shape as the whole—e.g. the Sierpinski triangle is made of three half-size copies of itself. For exactly self-similar fractals the dimension follows $d=\log N/\log(1/r)$ ($N$ copies, scale ratio $r$).
难度 进阶 · 适合 大众
CC BY 4.0 · 已核验 · Verified 2026-11-02
来源 · Source
美国数学会(AMS)《分形几何》
American Mathematical Society (AMS), Fractal Geometry
独立核验依据 · Independent verification: 核验依据 1 ISBN 9787115165671（豆瓣书目条目: 分形几何）
#自相似 #谢尔宾斯基 #相似维
洛伦兹吸引子是什么？
What is the Lorenz attractor?
洛伦兹吸引子是简化气象模型产生的混沌轨迹，在三维空间中呈现双涡旋“蝴蝶”形状。它在有限区域内永不重复却始终被吸引在其中，是混沌的标志性图像。
The Lorenz attractor is the chaotic trajectory of a simplified weather model, a butterfly-shaped double spiral that never repeats yet stays bounded—an icon of chaos.
难度 入门 · 适合 高中(15-18)
CC BY 4.0 · 已核验 · Verified 2026-10-04
来源 · Source
《非线性动力学与混沌》Strogatz
Nonlinear Dynamics and Chaos by Steven Strogatz
独立核验依据 · Independent verification: 核验依据 1 ISBN 9780813349107 (2024)
#动力系统 #洛伦兹