【混动动力学引论】求解字提升法得出的超稳定周期序列对应的方程

超稳定周期序列及其$\mu$值方程

在《从抛物线谈起——混动动力学引论》第9节“周期窗口何处有——字提升法”中，提到了周期5的三个超稳定周期序列及其对应的$\mu$值方程

超稳定周期序列	对应的$\mu$值方程
RLRRO	$\mu =\sqrt{\mu +\sqrt{\mu -\sqrt{\mu -\sqrt{\mu }}}}$
RLLRO	$\mu =\sqrt{\mu +\sqrt{\mu +\sqrt{\mu -\sqrt{\mu }}}}$
RLLLO	$\mu =\sqrt{\mu +\sqrt{\mu +\sqrt{\mu +\sqrt{\mu }}}}$

迭代法求解

因为上述$\mu$值方程如果作为极限数列的话，明显是收敛的，所以书中提到使用迭代法进行求解：${\mu }_{n+1}=\sqrt{{\mu }_n+\sqrt{{\mu }_n-\sqrt{{\mu }_n-\sqrt{{\mu }_n}}}}$
其Python代码实现为：

# 迭代法求解字提升法的mu值方程

import sympy as sp
from scipy.optimize import fsolve

# 声明mu值变量
mu = sp.symbols('mu')
# 字提升法得出的mu值方程，这里是周期5的超稳定周期序列之一：RLRRO
equation = sp.sqrt(mu + sp.sqrt(mu - sp.sqrt(mu - sp.sqrt(mu))))
# 将符号表达式转化为函数
func = sp.lambdify(mu, equation)
# 设置初值
x = 1
# 对初值进行迭代
for i in range(100):
    x = func(x)
print(x)
# 1.6254137251233038

得出RLRRO序列对应的$\mu$值约为：1.6254137251233038

数值法求解

迭代法本身也是一种数值求解方法，对于更广泛的数值求解方法（虽然大多数也是基于迭代），可以使用scipy.optimize.fsolve()求解。
对应方程：$0=\sqrt{\mu +\sqrt{\mu -\sqrt{\mu -\sqrt{\mu }}}}-\mu$
Python求解代码：

# 数值法求解字提升法的mu值方程

import sympy as sp
import numpy as np
from scipy.optimize import fsolve

# 声明mu值变量
mu = sp.symbols('mu')
# 字提升法得出的mu值方程，这里是周期5的超稳定周期序列之一：RLRRO
equation = sp.sqrt(mu + sp.sqrt(mu - sp.sqrt(mu - sp.sqrt(mu)))) - mu
# 将符号表达式转化为函数
func = sp.lambdify(mu, equation)
# 求数值解
fsolve(func, np.array(1))

同样得出$\mu$值约为：1.625414