Hénon Map - 埃农映射混沌可视化

交互式探索埃农映射的混沌动力学、分形结构与奇异吸引子

米歇尔·埃农 (Michel Hénon), 1976

迭代次数: 100000

参数控制

调整参数观察吸引子形状变化

参数 a: 1.4

参数 b: 0.3

迭代次数: 100000

迭代方程

x_n+1 = 1 - a · x_n² + y_n

y_n+1 = b · x_n

经典参数

a = 1.4, b = 0.3 产生最著名的混沌吸引子

缩放级别: 1x

分形结构探索

点击并拖动放大区域，观察自相似性

颜色模式:

自相似性

Hénon吸引子具有精细的分层结构，放大后可以看到相似的模式重复出现

分形维数

Hénon吸引子的盒维数约为 1.26 ± 0.01

李雅普诺夫指数

衡量系统的混沌程度和可预测性

参数 a 范围:

物理意义

λ > 0: 混沌行为，轨道指数分离
λ ≈ 0: 边界状态，周期轨道
λ < 0: 稳定行为，轨道收敛

李雅普诺夫指数公式

λ = lim(n→∞) (1/n) · Σ ln|df/dx|

当前值:

Hénon Map (离散)

二维离散映射

x_{n+1} = 1 - ax_n² + y_n

y_{n+1} = bx_n

Lorenz Attractor (连续)

三维连续微分方程

dx/dt = σ(y - x)

dy/dt = x(ρ - z) - y

dz/dt = xy - βz

特征	Hénon Map	Lorenz Attractor
系统类型	离散映射	连续系统
维度	二维	三维
方程类型	差分方程	微分方程
吸引子类型	二维奇异吸引子	三维奇异吸引子
分岔	倍周期分岔	Hopf分岔

数学原理

定义

Hénon映射是一个二维离散动力系统，由法国数学家米歇尔·埃农于1976年提出。它是最简单且研究最深入的混沌系统之一。

迭代方程

x_n+1 = 1 - a · x_n² + y_n

y_n+1 = b · x_n

雅可比矩阵

J = [-2ax, 1] [b, 0]

行列式 |J| = -b，当 |b| < 1 时系统是耗散的

不动点

令 x_{n+1} = x_n 和 y_{n+1} = y_n，得到两个不动点：

x_± = (b - 1 ± √((1-b)² + 4a)) / (2a)

y_± = b · x_±

分岔与混沌

随着参数 a 的增加，系统经历倍周期分岔
在 a ≈ 1.06 时开始出现周期2轨道
在 a ≈ 1.4 时进入混沌区域
参数 b 通常固定在 0.3，保持耗散性

应用领域

混沌理论研究
非线性动力学教学
分形几何研究
密码学与随机数生成
信号处理与数据分析

参考文献

Hénon, M. (1976). "A two-dimensional mapping with a strange attractor". Communications in Mathematical Physics.
Strogatz, S. H. (2018). "Nonlinear Dynamics and Chaos". CRC Press.
Alligood, K. T., Sauer, T. D., & Yorke, J. A. (1996). "Chaos: An Introduction to Dynamical Systems". Springer.

混沌理论

混沌是对确定性非线性系统中出现的复杂、看似随机行为的研究。Hénon映射展示了简单的确定性规则如何产生极其复杂的动力学行为。

奇异吸引子

奇异吸引子是相空间中的一个分形集合，轨道被吸引到这个集合上但在其上表现出混沌运动。Hénon吸引子是最早发现的二维奇异吸引子之一。

初值敏感性

混沌系统的核心特征是对初始条件的极端敏感。两个初始点即使非常接近，经过多次迭代后也会完全分离。这就是著名的蝴蝶效应。

分形几何

分形是具有自相似性的几何形状。Hénon吸引子的横截面是康托尔集的结构，放大后可以看到无限精细的层次结构。