蝴蝶效应举例 1998年亚洲发生地金融危机和美国曾经发生地股市风暴实际上就是经济运作中地“蝴蝶效应”;1998年太平洋上出现地“厄尔尼诺”现象就是大气运动引起地“蝴蝶效应”。“蝴蝶效应”是混沌运动地表现形式。当我们进而考察生命现象时蝴蝶效应是什么意思,既非完全周期,又非纯粹随机,它们既有“锁频”到自然界周期过程(季节、昼夜等)地一面,又保持着内在地“自治”性质。 蝴蝶效应也是混沌学理论中地一个概念。它是指对初始条件敏感性地一种依赖现象:输入端微小地差别会迅速放大到输出端压倒一切地差别,好像一只蝴蝶今天在北京扇扇翅膀,可能在大气中引发一系列事件,从而导致某个月纽约一场暴风雨地发生。 蝴蝶效应与人生 究竟是什么因素左右了我们地未来?是不是每个人生命中都有“蝴蝶效应”? 一个微不足道地动作,或许会改变人地一生,这绝不是夸大其辞,可以作为佐证地事例随手便能拈来。美国福特公司名扬天下,不仅使美国汽车产业在世界占居熬头,而且改变了整个美国地国民经济状况,谁又能想到该奇迹地创造者福特当初进入公司地“敲门砖”竟是“捡废纸”这个简单地动作? 那时候福特刚从大学毕业,他到一家汽车公司应聘,一同应聘地几个人学历都比他高,在其他人面试时,福特感到没有希望了。当他敲门走进董事长办公室时,发现门口地上有一张纸,很自然地弯腰把他捡了起来,看了看,原来是一张废纸,就顺手把它扔进了垃圾篓。董事长对这一切都看在眼里。福特刚说了一句话:“我是来应聘地福特”。董事长就发出了邀请:“很好,很好,福特先生,你已经被我们录用了。”这个让福特感到惊异地决定,实际上源于他那个不经意地动作。从此以后,福特开始了他地辉煌之路,直到把公司改名,让福特汽车闻名全世界。 福特地收获看似偶然,实则必然,他们下意识地动作出自一种习惯,而习惯地养成来源于他们地积极态度,这正如著名心理学家、哲学家威廉・詹姆士所说:“播下一个行动,你将收获一种习惯;播下一种习惯,你将收获一种性格;播下一种性格,你将收获一种命运。” 事实上,被科学家用来形象说明混沌理论地“蝴蝶效应”,也存在于我们地人生历程中:一次大胆地尝试,一个灿烂地微笑,一个习惯性地动作,一种积极地态度和真诚地服务,都可以出发生命中意想不到地起点,它能带来地远远不止于一点点喜悦和表面上地报酬。 管理启示 今天的企业,其命运同样受“蝴蝶效应”的影响,因为消费者越来越相信感觉,品牌消费、购物环境、服务态度……这些无形的价值都成为他们选择的因素。所以,只要稍加留意,我们不难看到一些管理规范、运作良好的公司在理念中出现这样的句子: “在你的统计中,对待100名客户里,只有一位不满意,因此你可骄称只有1%的不合格,但对于该客户而言,他得到的却是100%的不满意。“ “你一朝对客户不善,公司需要10倍甚至更多的努力去补救。” “在客户眼里,你代表公司” 今天,能够让企业命运发生改变的“蝴蝶”已远不止“计划之手”,随着中国联通加入电信竞争,私营企业承包铁路专列、南京市外资企业参与公交车竞争等新闻的出现,企业坐而无忧的垄断地位日渐势微,开放式的竞争让企业不得不考虑各种影响发展的潜在因素。 精简机构、官员下岗、取消福利房等措施,让越来越多的人远离传统的保障,随之而来的是靠自己决定命运。而组织和个人自由组合的结果就是:谁能捕捉到对生命有益的“蝴蝶”,谁就不会被社会抛弃。
蝴蝶效应(Butterfly Effect)是指在一个动力系统中,初始条件下微小的变化能带动整个系统的长期的巨大的连锁反应。这是一种混沌现象。 美国气象学家爱德华・罗伦兹(Edward Lorenz)1963年在一篇提交纽约科学院的论文中分析了这个效应。“一个气象学家提及,如果这个理论被证明正确,一个海鸥扇动翅膀足以永远改变天气变化。”在以后的演讲和论文中他用了更加有诗意的蝴蝶。对于这个效应最常见的阐述是“一个蝴蝶在巴西轻拍翅膀,可以导致一个月后德克萨斯州的一场龙卷风。” 这句话的来源,是由于这位气象学家制作了一个电脑程序,可以模拟气候的变化,并用图像来表示。最后他发现,图像是混沌的,而且十分像一只蝴蝶张开的双翅,因而它形象的将这一图形以“蝴蝶扇动翅膀”的方式进行阐释,于是便有了上述的说法。 蝴蝶效应通常用于天气,股票市场等在一定时段难于预测的比较复杂的系统中。 此效应说明,事物发展的结果,对初始条件具有极为敏感的依赖性,初始条件的极小偏差,将会引起结果的极大差异。 “蝴蝶效应”在社会学界用来说明:一个坏的微小的机制,如果不加以及时地引导、调节,会给社会带来非常大的危害,戏称为“龙卷风”或“风暴”;一个好的微小的机制,只要正确指引,经过一段时间的努力,将会产生轰动效应,或称为“革命”。 “蝴蝶效应”在混沌学中也常出现。又被称作非线性。 【详述】 蝴蝶效应是气象学家洛伦兹1963年提出来的。 其大意为:美国麻省理工学院气象学家爱德华?罗伦兹的发现谈起。为了预报天气,他用计算机求解仿真地球大气的13个方程式,意图是利用计算机的高速运算来提高长期天气预报的准确性。1963年的一次试验中,为了更细致地考察结果,他把一个中间解0.506取出,提高精度到0.506127再送回。而当他到咖啡馆喝了杯咖啡以后回来再看时竟大吃一惊:本来很小的差异,结果却偏离了十万八千里!再次验算发现计算机并没有毛病,罗伦兹(Lorenz)发现,由于误差会以指数形式增长,在这种情况下,一个微小的误差随着不断推移造成了巨大的后果。他于是认定这为:“对初始值的极端不稳定性”,即:“混沌 ”,又称“蝴蝶效应”,亚洲蝴蝶拍拍翅膀,将使美洲几个月后出现比狂风还厉害的龙卷风! 其原因在于:蝴蝶翅膀的运动,导致其身边的空气系统发生变化,并引起微弱气流的产生,而微弱气流的产生又会引起它四周空气或其他系统产生相应的变化,由此引起连锁反应,最终导致其他系统的极大变化。 此效应说明,事物发展的结果,对初始条件具有极为敏感的依赖性,初始条件的极小偏差,将会引起结果的极大差异。 线性,指量与量之间按比例、成直线的关系,在空间和时间上代表规则和光滑的运动;而非线性则指不按比例、不成直线的关系,代表不规则的运动和突变。如问:两个眼睛的视敏度是一个眼睛的几倍?很容易想到的是两倍,可实际是 6-10倍!这就是非线性:1+1不等于2。 激光的生成就是非线性的!当外加电压较小时,激光器犹如普通电灯,光向四面八方散射;而当外加电压达到某一定值时,会突然出现一种全新现象:受激原子好像听到“向右看齐”的命令,发射出相位和方向都一致的单色光,就是激光。 非线性的特点是:横断各个专业,渗透各个领域,几乎可以说是:“无处不在时时有。” 如:天体运动存在混沌;电、光与声波的振荡,会突陷混沌;地磁场在400万年间,方向突变16次,也是由于混沌。甚至人类自己,原来都是非线性的:与传统的想法相反,健康人的脑电图和心脏跳动并不是规则的,而是混沌的,混沌正是生命力的表现,混沌系统对外界的刺激反应,比非混沌系统快。 由此可见,非线性就在我们身边,躲也躲不掉了。 1979年12月,洛伦兹(Lorenz)在华盛顿的美国科学促进会的一次讲演中提出:一只蝴蝶在巴西扇动翅膀,有可能会在美国的德克萨斯引起一场龙卷风。他的演讲和结论给人们留下了极其深刻的印象。从此以后,所谓“蝴蝶效应”之说就不胫而走,名声远扬了。 “蝴蝶效应”之所以令人着迷、令人激动、发人深省,不但在于其大胆的想象力和迷人的美学色彩,更在于其深刻的科学内涵和内在的哲学魅力。 科学家给混沌下的定义是:混沌是指发生在确定性系统中的貌似随机的不规则运动,一个确定性理论描述的系统,其行为却表现为不确定性一不可重复、不可预测,这就是混沌现象。进一步研究表明,混沌是非线性动力系统的固有特性,是非线性系统普遍存在的现象。牛顿确定性理论能够完美处理的多为线性系统,而线性系统大多是由非线性系统简化来的。因此,在现实生活和实际工程技术问题中,混沌是无处不在的。 洛伦茨第一次发现混沌现象,至今,关于混沌的研究一直是科学家、社会学家、人文学家所关注的。研究混沌,其实就是发现无序中的有序,但今天的世界仍存在着太多的无法预测,混沌,这个话题也必将成为全人类性的问题。在此,由于知识有限,我们只是做了极其肤浅的介绍和引入,希望有更多的同学能走进混沌之门,以更深邃的眼光来审视这个世界。今后或许能致力于此方面的研究。 总之,混沌规律只能洞察、揣摩、直觉、推测,而不能揭示、推演和精确描述。我们可以用在西方流传的一首民谣对此作形象的说明。 这首民谣说: 丢失一个钉子,坏了一只蹄铁; 坏了一只蹄铁,折了一匹战马; 折了一匹战马,伤了一位骑士; 伤了一位骑士,输了一场战斗; 输了一场战斗,亡了一个帝国。 马蹄铁上一个钉子是否会丢失,本是初始条件的十分微小的变化,但其“长期”效应却是一个帝国存与亡的根本差别。这就是军事和政治领域中的所谓“蝴蝶效应”。 “蝴蝶效应”的理论以实证手段证明了中国1300多年前《礼记・经解》:“《易》曰:‘君子慎始,差若毫厘,缪以千里。’” 《魏书・乐志》:“但气有盈虚,黍有巨细,差之毫厘,失之千里。”的哲学思想,从这点说明感知比认知来得直接,其所谓的吸引子就是《混元场论》中元外场作用,其《混沌学》的非线性理论就是《混元场论》场中对象元独立的绝对计数时间体系 有点不可思议,但是确实能够造成这样的恶果。一个明智的领导人一定要防微杜渐,看似一些极微小的事情却有可能造成集体内部的分崩离析,那时岂不是悔之晚矣? 横过深谷的吊桥,常从一根细线拴个小石头开始。 蝴蝶效应与混沌学理论 蝴蝶效应是混沌学理论中的一个概念。它是指对初始条件敏感性的一种依赖现象:输入端微小的差别会迅速放大到输出端...蝴蝶效应在经济生活中比比皆是。 “蝴蝶效应”也可称“台球效应”,它是“混沌性系统”对初值极为敏感的形象化术语,也是非线性系统在一定条件(可称为“临界性条件”或“阈值条件”)出现混沌现象的直接原因。