如果说前面三节介绍的赛博不变性只是相对的(因为它们只是比值不变,自身的值是会变化的),那么本小节将介绍一个更加出人意料的绝对不变性,也称为普适性。它们揭示了赛博的一些重要普适规律,如果使用得当,将对赛博管理发挥巨大作用。
由第3章可知,如果以牺牲一定的精度为代价,那么赛博管理学所涉及的赛博系统,经过工程简化I和工程简化II后,就变为
其中, a 是常数。将 y 的函数 J ( y , a )按泰勒级数展开,由本章第1节知道,如果舍弃该泰勒级数的所有高次项,只保留1次项,那么,该赛博系统的运行规律将满足结论4.1和结论4.3所显示的相对不变性;当然,此时是误差最大(因为舍弃最多)的情况。幸好过去半个多世纪以来,摩尔定律的预测准确性已表明:在泰勒级数中即使只保留1项,其误差度基本上也是可接受的。
如果既要提高精确度,又要使得理论分析可行,那么就可以保留上述泰勒级数中的前2项,即1次项和2次项,于是,此时的赛博系统就变为
而结论4.2已经给出了它的S形曲线变化规律,下面继续揭示它的某些普适不变规律。为了数学分析方便,我们将此时的赛博系统等价地写为
离散形式可写为
J ( n +1)= aJ ( n )[1- J ( n )]
它显然就是本书第3章第3节的逻辑斯谛(Logistic)赛博链,不过此处重点介绍它的普适性。
为了读者阅读方便,首先归纳和回顾第3章中的某些概念。设 x 0 ∈ I 是区间自映射 f : I → I 的不动点,即
f ( x 0 )= x 0
当 f 导数的绝对值
| f ′( x 0 )|<1(或>1)
时, x 0 是稳定的(或不稳定的)不动点;此时在 f 迭代的作用下, x 0 将吸引(或排斥)它附近的点,此时称 x 0 是双曲的,在它的附近 f 是结构稳定的,不会出现分叉。分叉现象将出现在非双曲的情形,即
| f ′( x 0 )|=1
上述情况,对一般的周期点也类似。
考虑二次映射函数族
J ( y , a )= ay (1- y )
在区间 I =[0,1]上的迭代,即简写为
y n +1 = ay n (1- y n )
其中, a ∈[0,4]为参数。 J ( y , a )有两个不动点
b 1 =0
和
由于
J' ( y * )= a (1-2 y * )
所以知道:
当 a <1时,只有一个稳定的不动点 b 1 =0;
当1< a <3时, b 1 变成不稳定的不动点,而 b 2 成为了稳定不动点;
当 a >3时, b 2 变为不稳定不动点,同时,方程
y = J ( J ( y ))= aay (1- y )[1- ay (1- y )]
有两个解:
和
也就是说,出现两个2-周期点(即周期为2的点) b + 和 b - ;并且,当 a <1+ 时, b + 和 b - 都是稳定的周期点。
如此继续进行数值运算,将发现如下规律:1-周期点(不动点)失稳后(即从稳定点变为不稳定点后),将出现2个稳定的2-周期点;每个2-周期点失稳后,又会出现2个稳定的4-周期点;每个4-周期点失稳后,再出现2个稳定的8-周期点;……;这种现象称为倍周期分叉。每次产生这种“突变”的参数临界值,就叫作分叉点;例如,此例的二次函数中,一分为二(1-周期分为2-周期)的分叉点就是 a 1 =3;二分为四(2-周期分为4-周期)的分叉点就是
等。这些分叉点的序列{ a k }由下面的关系确定:
这里 K ( k )=2 k -1 。
我们之所以更加关心稳定周期点,是因为这样的点是可被观测的,而且美国物理学家费根鲍姆在1978年还发现了以下非常重要的现象。
结论4.4 (费根鲍姆定理):
(1)上述的序列{ a k }是收敛的,并且
(2) 收敛,并且
注意 :此处的比 与摩尔定律中的比很相似,只是分子和分母颠倒而已;为了形象计,将它称为摩尔比。
可见当参数 a 小于
a ∞ =3.569945672…
但又在不断增大时,区间自映射族在不断产生倍周期分叉;然而,当参数 a 大于
a ∞ =3.569945672…
时,系统将出现混沌现象。结论4.4的这两个常数,具有很好的普适性;尤其是 δ (称为费根鲍姆常数)的普适性更高,它与区间上光滑自映射族的具体形式无关,比如,它对二次单峰函数族仍然有效。
定义4.1 :函数 f :[ a , b ]→[ a , b ]称为单峰函数,若 f 有唯一的极大值(或极小值)点 c ∈[ a , b ],且 f 在( a , c )和( c , b )上严格单调。
于是便有以下的结构普适性:
设 J ( y , a )是一族单峰二次函数,即对每个参数 a ,函数 J ( y , a )都是二次单峰函数,比如
J ( y , a )= ay (1- y )
就是二次单峰函数族的特例。记 a k 为第 k 次倍周期分叉点所对应的参数值。那么,与结论4.4类似,此时仍然成立:
(1)序列{ a k }是收敛的,并且
(2)摩尔比 收敛,并且
从本章第1节和第2节我们已经知道,包括众多的所谓摩尔定律、吉尔德定律、贝尔定律、反摩尔定律、扎克伯格社交分享定律、库梅定律、互联网带宽的尼尔森定律、库伯定律、Edholm 带宽定律、超摩尔定律、新摩尔定律等,它们其实都是一族最简单的映射
只不过相应的参数 a 略有差别而已。
类似地,如果对赛博链
中的泰勒级数只保留前2项,那么,就会得到一族二次映射
所生成的规律。相信今后只要大家多注意,在网络世界中就一定会涌现出更多的、精确度比摩尔定律高的、用二次映射
展现出来的规律。甚至可以预言,互联网世界中的每个人造“指标量”,在一定的时间范围内,在一定的精确度之下,都可用某个映射
来逼近,从而使得相应的管理预测变得非常容易。其实,只需要很少几个采样点数值就行了。而费根鲍姆定理的重要价值在于,赛博管理中千奇百怪的二次映射族的分叉点,可能是相当固定的,即
a ∞ =3.569945672…
并且,这些分叉点的摩尔比例也几乎是常数,即
δ =4.669201609…
再来看看另一种不变性,即标度不变性。
考虑一般的单峰映射族 J ( y , a ),在其递归
J n +1 ( y , a )= J ( J n ( y , a ), a )
的分叉图中,存在着明显的无限嵌套自相似几何结构,其示意图如4-1所示。这种嵌套,可以形象地比喻为洋葱头的结构:一层包着一层,里面的形状和外面的基本相同;也可用俄罗斯套娃来比喻。更准确地说,这种无限嵌套的自相似几何结构表明:从1-周期点的失稳到2-周期点失稳,以至随后出现的4-周期点失稳,8-周期点失稳,…,2 n -周期点失稳,3 m 2 n -周期点失稳,5 m 2 n -周期点失稳,…序列每一次都经历了一个分叉,而分叉前后的几何图像又很相似。形象地说,分叉后的细节被放大 α 倍后,看到的几何图像与原来未分叉前的图像是一样的。这相当于只是变动了一下“测量尺子”的精度而已。这种现象称为标度不变性,而这个放大倍数“ α ”就是标度变化因子。费根鲍姆发现,这个 α 竟然是一个常数,即
α =2.502907875
它并不依赖于映射 J ( y , a )的具体形式,而只与 J ( y , a )的单峰性有关;这种只与图像整体形状有关的普适性,称为“拓扑普适性”。
图4-1 无限嵌套自相似几何结构示意图