¿Cómo explicar el efecto mariposa?

El efecto mariposa significa que pequeños cambios pueden desencadenar enormes reacciones en cadena a largo plazo en todo el sistema. El efecto mariposa muestra que el desarrollo de cualquier cosa tiene números y variables fijos. El proceso de desarrollo de las cosas tiene reglas a seguir, y también hay "variables" impredecibles.

En el invierno de 1961, el meteorólogo estadounidense Edward Lorenz utilizó un programa informático para calcular un modelo matemático que diseñó para simular el flujo de aire en la atmósfera. En el segundo cálculo, quiso evitar problemas y comenzó directamente desde la mitad del programa e ingresó los datos impresos del último resultado de la simulación, pero el resultado del cálculo fue completamente diferente al de la primera vez.

Después de verificar, se encontró que el motivo era que el dato impreso era 0.506, con una precisión de solo 3 dígitos después del punto decimal, pero el valor correcto del dato era 0.506127, con 6 dígitos después. el punto decimal.

En 1963, Lorenz publicó un artículo "Deterministic Aperiodic Flow" analizando este efecto. Desde entonces, este artículo ha sido ampliamente citado. También escribió en otro artículo de una revista: "Un meteorólogo señaló que si esta teoría resultaba correcta, el batir de las alas de una gaviota podría cambiar el clima para siempre".

En discursos y ensayos posteriores, utilizó más poesía mariposas. La explicación más común para este efecto es que "una mariposa que bate sus alas en Brasil puede causar un tornado en Texas un mes después".

El efecto mariposa se conoce mejor en términos de clima; , se puede demostrar fácilmente en modelos estándar de pronóstico del tiempo. Los científicos del clima James Annan y William Connolly explicaron que el caos fue importante en el desarrollo de métodos de predicción del tiempo, los modelos son sensibles a las condiciones iniciales;

Añadieron: "Por supuesto, la presencia de alas de mariposa desconocidas no está directamente relacionada con las previsiones meteorológicas, porque una perturbación tan pequeña tarda mucho tiempo en desarrollarse a gran escala y tenemos más incertidumbres. Hay que preocuparse directamente, por lo que el impacto directo de este fenómeno en las previsiones meteorológicas suele ser algo erróneo."