蝴蝶效应

1961年冬天，美國氣象學家愛德華·羅倫茲在使用電腦程式計算他所設計來模擬大氣中空氣流動的數學模型，在進行第二次計算時，想要省事，直接從程式的中段開始執行，並輸入前一次模擬結果列印出來的數據，計算出來的結果卻與第一次完全不同。經檢查後發現原因是出在列印的數據是0.506，精準度只有小數後3位，但該數據正確的值為0.506127，到小數後6位。

1963年，羅倫茲發表論文「決定性的非周期流」（Deterministic Nonperiodic Flow），分析了這個效應。這篇論文後來被廣泛引用。他也在另一篇期刊文章寫道，「一個氣象學家提及，如果這個理論被證明正確，一隻海鷗扇動翅膀足以永遠改變天氣變化。」在以後的演講和論文中他用了更加有詩意的蝴蝶。對於這個效應最常見的闡述是「一隻蝴蝶在巴西輕拍翅膀，可以導致一個月後德克薩斯州的一場龍捲風。」

「蝴蝶效應」是連鎖效應的其中一種，其意思即一件表面上看來毫無關係、非常微小的事情，可能帶來巨大的改變。此效應說明事物發展的結果，對初始條件具有極為敏感的依賴性，初始條件的改變，將會引起結果的極大差異。

洛伦茨吸引子中的蝴蝶效应
时间0 ≤ t ≤ 30（放大）		z坐标（放大）
这三幅图展示出洛伦茨吸引子中的两条轨迹（蓝色、黄色各一）的三维演变的三个时段， 这两条轨迹的初始点只在x坐标上相差10-5。正如蓝色和黄色轨迹的z坐标间的微小差所表明的，开始时，两条轨迹似乎是重合的，但是当t > 23时，两者的坐标差就像轨迹的取值差异一样大，小锥形体的最终位置表明两条轨迹在t =30时不再重合。
洛伦茨吸引子的Java动画展示了振子状态连续不断的演变

若t 增加时，任意接近的点分离，则具有向量场（演变映射）${\displaystyle f^{t}}$的動態系统表现出初始条件的敏感依赖性。若M是映射${\displaystyle f^{t}}$的状态空间，那么当满足以下条件时，${\displaystyle f^{t}}$会表现出初始条件的敏感依赖性：

• 存在δ>0，使得每一个点都满足x∈M；
• 任意包含x的邻域N，都存在来自这一邻域N的一点y；
• 存在时间τ，使得距离 ${\displaystyle d(f^{\tau }(x),f^{\tau }(y))>\delta \,.}$

定义不要求来自一个邻域的全部点都与基点x分离。

• 非線性物理學
• 數值穩定性
• 敏感度分析
• 多米諾骨牌效應

查询維基詞典中的。

• The meaning of the butterfly: Why pop culture loves the 'butterfly effect,' and gets it totally wrong, Peter Dizikes, Boston Globe, June 8, 2008
• New England Complex Systems Institute - Concepts: Butterfly Effect
• The Chaos Hypertextbook. An introductory primer on chaos and fractals
• ChaosBook.org. Advanced graduate textbook on chaos (no fractals)
• 埃里克·韦斯坦因. . MathWorld.