混沌:Logistic模型

本文探讨了Logistic模型在R=4时如何展现出混沌现象,通过详细的分叉图分析,揭示了系统复杂行为的秘密。
摘要由CSDN通过智能技术生成
import matplotlib.pyplot as plt
import numpy as np
#初始值 (0-1)
x0 = 0.2
#初始值偏差
b = 0.0001
# x_t+1 = R*x_t*(1-x_t)
# 小于3 x会达到一个不动点
# 小于3.4 x形成双周期振荡
# 再大一点就会形成 4周期、8周期,等等
# 大于约3.569946时则x变为混沌
# 混沌即初始值有微小的不同,x变化会相差很大
R = 4
# 数组长度
size = 30
t = np.arange(size)
# x1
x1 = np.zeros(size)
x1[0] = x0
# x2
x2 = np.zeros
  • 6
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值