确定的规律，为什么仍有预测困难
一台流变仪保持恒定的转动条件，测得的应力却可能先稳定，随后周期振荡，再出现不规则变化。材料内部的链取向、聚集结构和局部流动会相互影响，即使外部旋钮没有变化，内部状态也未必静止。类似问题也出现在受热流体、振动装置和化学反应中：方程并不复杂，输入保持固定，输出却没有一个容易重复的节拍。研究混沌，就是研究其中由确定性非线性动力学产生的复杂变化及其组织方式。
确定性意味着在给定完整状态和规则之后，下一步由规则唯一决定。它不意味着我们能把初始状态测得无限精确，也不意味着有限精度的计算能够给出任意久以后的准确位置。若两个非常接近的起始状态在演化中不断分开，最初看不见的差别会逐渐变成可见差别。此时重复实验可能在短时间内十分一致，过一段时间后却走向不同细节。这种对初值的敏感性，是混沌的重要特征之一。
普通随机噪声则涉及规则之外的扰动或被省略的自由度。例如仪器电路噪声会使读数抖动，热运动会不断推动微小粒子。在实际材料中，确定性反馈与随机扰动往往同时存在。因而“不规则”只是一个观察描述，不能单凭波形凌乱就判断存在混沌。还要问系统是否具有稳定的动力学结构，邻近状态怎样分离，是否存在外部随机输入，以及测量能否分辨这些不同贡献。
非线性可以先理解为“输入加倍，响应不一定加倍”。如果材料变形改变内部结构，而新结构又改变下一刻的变形阻力，响应就会依赖当前状态。许多非线性系统仍然趋向稳定平衡，也有些形成完全规则的周期运动；非线性为复杂行为提供可能，并不自动保证混沌。同样，两条轨迹短暂分离也可能只是暂态放大。我们需要同时看长期运动是否有界、是否重复以及分离如何持续发生。
先用一个离散时间模型建立这些概念。离散时间表示每一步只记录一次状态，例如一次振动后的采样或相隔固定时间的测量；步数本身不等于秒，除非已规定每步的实际时间。之后再转向连续时间方程和流动材料。这样的顺序使每一次变化都能亲手核对，也让复杂图像背后的简单规则保持可见。数学中的状态将被当作具体可测量或可解释的量，而不是一个只用于画图的抽象符号。
一条迭代规则怎样产生稳定状态
设x表示一个已经除以参考规模的数量，取值在零到一之间。每一步根据当前x算出下一步，使用两个因素的乘积：x表示已有数量越多，下一步可能产生的数量越多；一减x表示接近上限时可用空间或资源减少。再乘一个正参数r，控制这种更新的强弱。这个称为logistic映射的简单规则曾在种群动力学等问题中广泛讨论，May在1976年用这类模型展示了简单数学规则可以具有丰富动力学。这里把它作为可检验的非线性模型，不把x直接等同于某种聚合物的浓度。
| 符号 | 含义 | 单位 |
|---|---|---|
| xₙ | 第n步的归一化状态 | 1 |
| xₙ₊₁ | 下一步状态 | 1 |
| x | 更新函数的输入 | 1 |
| n | 从零开始的整数步数 | 1 |
| f | 把当前状态映射为下一状态的函数 | 1 |
| r | 控制更新强度的参数 | 1 |
怎样理解已有数量因子x与限制因子1−x相乘，产生非线性反馈；每次把输出作为下一步输入。
算一个例子r=2.8、x₀=0.2给x₁=2.8×0.2×0.8=0.448；x₂=2.8×0.448×0.552=0.6924288。
使用条件取0≤r≤4与0≤x₀≤1，使轨迹留在单位区间；本章用作动力学模型，未赋予具体聚合物浓度或秒数。
若r=2.8、初值x为0.2，第一步是2.8乘0.2再乘0.8，得到0.448。把0.448当作新的输入再算，就得到0.6924288。继续下去，每一步都完全由前一步决定，没有抛硬币或额外随机数。参数在零到四之间时，零到一的输入仍会得到零到一的输出，因为两个因子乘积的最大值是四分之一。超过这段参数范围后，原有数量解释和有界区间就需要重新检查。
如果某个输入经过更新仍然等于自己，它就是固定点。把下一步和当前值设为相同，可以求出零，以及在r大于一时位于区间内的另一个固定点。求出固定点并不代表实际轨迹一定会靠近它。就像山顶和谷底都能让理想静止小球瞬间不动，一个状态能保持不变与它能抵抗微小扰动是两回事。判断后者，需要比较附近两个输入在一次更新后相差多少。
| 符号 | 含义 | 单位 |
|---|---|---|
| x* | 更新后保持相同的状态 | 1 |
| r | logistic映射参数 | 1 |
怎样理解固定点令下一步等于当前步；移项后提出x*，分别得到零解与非零解。
算一个例子r=2.8时，非零解为1−1/2.8=0.642857…；代回2.8x*(1−x*)仍得0.642857…。
使用条件非零表达式要求r≠0，位于正的单位区间内要求r>1；固定点存在与稳定性分别判断。
导数在这里表示更新曲线的局部斜率。若斜率的绝对值小于一，小差别经过一次更新会缩小；若大于一，差别会放大。负斜率还意味着差别改变符号，因此轨迹可能在固定点两侧来回跨越，却逐渐收敛。把固定点代入logistic曲线的斜率，便得到非零固定点在r介于一和三之间稳定的条件。r=2.8时局部斜率为−0.8，来回振荡的误差每步约缩小到原来的八成。
| 符号 | 含义 | 单位 |
|---|---|---|
| δₙ,δₙ₊₁ | 当前与下一步对固定点的小偏差 | 1 |
| n | 整数步数 | 1 |
| x* | 所检验的固定点 | 1 |
| x | 函数输入 | 1 |
| f′ | 更新函数对输入的一阶导数 | 1 |
| r | 映射参数 | 1 |
| | | | 绝对值，保留放大倍数而忽略正负 | 1 |
| ≈ | 在小偏差的一次近似下相等 | 1 |
| < | 小于 | 1 |
怎样理解在固定点附近作一次展开，偏差乘以局部斜率；绝对值小于一使足够小的偏差逐步收缩。
算一个例子非零固定点处f′=2−r。r=2.8给−0.8，δₙ=0.001时δₙ₊₁≈−0.0008；1<r<3满足稳定条件。
使用条件一维可微映射、固定点附近的小偏差；斜率绝对值等于一时需考虑高阶项，不能由此严格不等式判定。
图中的折线把计算过程画成在更新曲线与对角线之间来回移动：先从当前输入找到下一步输出，再用对角线把这个输出转成新输入。它常称为蛛网图。折线向交点收拢，表示趋近固定点；离开交点则表示局部不稳定。这个几何图像把导数的抽象条件转成能看到的收缩或扩张，也说明稳定性取决于工作点附近的曲线形状，而不仅仅取决于参数名字。
参数与状态也要分清。一次轨迹中，参数r保持固定，状态x不断更新；分岔图则是在不同的固定参数下分别重新计算许多条轨迹。把r在单次演化中持续改变，会得到另一个受外部调节的问题，可能存在滞后和跟随不及时。材料实验中，剪切速率可以作为外部参数，结构变量则随时间响应，但控制方式改变时它们的角色也可能改变。先说清哪些量由仪器规定、哪些量由材料自行演化，才能把实验与数学模型对应起来。
固定点失稳以后，为什么先出现周期
把r逐渐增加到三附近，非零固定点的局部斜率接近负一。小扰动每一步换到另一侧，却不再有效缩小。继续增加参数后，原固定点失稳，轨迹可以转而靠近两个交替出现的值。每个值单独都不是固定点，但经过两次更新会回到自身，这就是二周期。重要变化发生在长期运动的组织方式：原来只需要一个状态描述反复到达的位置，现在需要两个状态按固定顺序排列。
二周期可通过把更新规则连续使用两次求得。这个方程也包含原来的固定点，所以必须把只经过一次就返回的解区分出去。剩下两个解的表达式如下。r=3.2时它们约为0.513045和0.799455，把前一个代入更新规则得到后一个，再代入一次又回到前一个。周期轨道的稳定性要看绕完整周期后的扰动变化，因此比较的是两个局部斜率的乘积，而不是只看其中一次更新有没有放大。
| 符号 | 含义 | 单位 |
|---|---|---|
| r | logistic映射参数 | 1 |
| p | 两个周期值的平均值 | 1 |
| h | 两个周期值间距的一半 | 1 |
| x₋,x₊ | 每一步交替访问的较小与较大周期值 | 1 |
| √ | 非负平方根 | 1 |
怎样理解解两次更新返回自身的方程，剔除一次即返回的固定点，剩余二次因子给这两个根。
算一个例子r=3.2时p=0.65625，h≈0.143205，得到x₋≈0.513045和x₊≈0.799455；两值互相映射。
使用条件两个不同实周期值要求r>3；该轨道在3<r<1+√6≈3.44949稳定，之后仍可存在但失去稳定性。
继续增加参数，二周期也能失稳，随后出现四周期、八周期等。每一次变化都把原周期再翻一倍。把参数作为横轴，去掉初始过渡后把长期访问到的数值画在纵轴上，就得到分岔图。稳定固定点显示为一条分支，二周期显示两条，四周期显示四条；更复杂的运动形成由许多点组成的带。去掉初始过渡很关键，否则还在收敛的轨迹也会留下许多点，被误读成长期复杂运动。
Feigenbaum在1978年的研究揭示，具有特定光滑峰形的一大类一维映射，其连续倍周期分岔的参数间隔会按相近比例收缩。对于二次峰这一类，极限比例约为4.6692。它描述的是一类映射在特定分岔路线中的渐近尺度关系，并不表示每个混沌系统都具有同样数字。峰形类别改变、多个状态变量参与或出现另一条通向混沌的路线时，所需分析也随之改变。
| 符号 | 含义 | 单位 |
|---|---|---|
| δk | 第k处的参数间隔比值，不是轨迹误差 | 1 |
| k | 分岔的编号 | 1 |
| rk | 第k次倍周期分岔的参数值 | 1 |
| rk₋₁,rk₊₁ | 前一次与后一次倍周期分岔参数 | 1 |
怎样理解用较早的参数间隔除以下一个较短间隔，量化分岔点聚集的尺度收缩。
算一个例子logistic映射r₁=3、r₂≈3.449489743、r₃≈3.544090360，给δ₂≈4.7514；更高阶比值逐渐趋近4.6692，而不是从第一次就完全相同。
使用条件沿同一连续倍周期序列；4.6692适用于相应光滑二次峰的一维映射普适类，其他混沌路线不必具有此常数。
logistic映射的倍周期累积点约为3.56995，但在更大的参数区间里仍可出现规则周期窗口，例如三周期附近的窗口。因此参数增大并不是“复杂程度只会增加”的单调旋钮。分岔图既展示从规则到复杂的变化，也展示复杂区中重新出现的规则结构。对于材料实验，这提醒我们保持其他条件一致地扫描控制参数，并记录进入和退出某种运动的路径，而不是只比较两个彼此很远的工作点。
二周期的斜率乘积还能给出一个直观检验。在r=3.2的两个周期值附近，局部斜率约为−0.0835与−1.9165。第二步单独看会放大误差，但两步乘积约为0.16，因此完整周期把微小误差压缩到原来的约百分之十六。这个例子说明，单次放大不等于轨道失稳，沿全过程的乘积才反映累计效果。对复杂材料中的拉伸与恢复过程，也应比较完整时间循环，而不是截取某一瞬间的最大变化率来代表长期行为。
把对初值的敏感性算出来
现在取两条轨迹，让初值只相差百万分之一，并使用完全相同的参数和更新规则。若系统趋向同一稳定固定点，两条轨迹通常会逐渐靠近；在稳定周期中，比较同一周期相位也能看到收缩；在某些混沌状态中，小差别则会反复受到放大，最后变成与整个可访问范围相当的差异。由于x始终被限制在零到一之间，两条轨迹不可能永远指数分离。指数规律描述的是差别仍足够小的阶段，而不是无限增长的距离。
一次更新时，小误差大致乘以局部斜率的绝对值。连续更新多次，就要把许多放大或缩小因子相乘。直接相乘的数字可能很大或很小，取自然对数可以把乘积变成各项的和，再除以步数，得到每一步平均的对数放大率。这就是一维映射的Lyapunov指数思想。正值表示典型小扰动长期平均被放大，负值表示被压缩，零值常出现在边界或特殊动力学情形，需要进一步分析。
| 符号 | 含义 | 单位 |
|---|---|---|
| λN | 沿给定轨迹前N次更新的平均对数放大率 | 每步 |
| λ | 存在时的长期Lyapunov指数 | 每步 |
| N | 纳入平均的更新次数 | 1 |
| n | 从零至N−1的步数索引 | 1 |
| xₙ | 第n步状态 | 1 |
| f′(xₙ) | 更新曲线在当前状态的斜率 | 1 |
| | | | 斜率的绝对值 | 1 |
| ln | 自然对数，把乘积转为和 | 1 |
| Σ | 按指定步数把各项相加 | 1 |
| lim N→∞ | 观察步数无限增加时的极限 | 1 |
怎样理解小误差逐步乘以局部斜率，取对数后相加，再除以更新次数。有限步数可能含暂态，长期极限需另行判断。
算一个例子若两步斜率绝对值分别2和0.5，λ₂=(ln2+ln0.5)/2=0，两步总放大为1。r=4的典型长期轨迹给λ=ln2≈0.6931每步。
使用条件一维可微确定性映射的无穷小扰动；若某步导数为零，对数为−∞，线性项退化；正的短时估计不独自证明长期混沌。
下面的交互显示同一规则下的两条近邻轨迹，初始差固定为0.000001。上图是它们随步数的变化，下图把当前值与下一步值配成点，叠在更新曲线上。先取r=2.8观察收敛，再取3.2观察周期，最后比较3.9或4附近的复杂变化。移动观察步数只改变选中的位置，不改变已经规定的更新规则。反馈中的有限步对数放大率包含初始暂态，不能把一次正读数直接等同于长期混沌的判定。
初始差固定为0.000001；橙线与绿线使用同一规则。有限步指数包含初始暂态，零导数单独标明。手动选择观察步，无自动播放。
用相同模型比较稳定固定点、周期和敏感轨迹。r=4、x₀=0.5会精确进入特殊的零轨道；有限步正放大率与长期混沌需要分别判断。
当轨迹恰好经过曲线顶点，局部导数为零，线性误差放大因子的对数趋向负无穷；此时下一阶的误差项可能成为主要贡献。交互会明确显示这个特殊情况，而不把它替换成一个任意的大负数。r=4时从x=0.5精确出发，下一步为1，再下一步为0，之后保持0；这条特殊轨迹并不因为参数处于常见混沌区就变成典型混沌轨迹。初值、暂态、观察长度和数值精度都要与参数一起说明。
对r=4的典型初值，理论长期Lyapunov指数为每步自然对数二，意味着很小的误差在平均意义上每步约翻倍。这里的“平均”不表示每一步都恰好翻倍：靠近曲线顶点时可能强烈收缩，其他位置可能扩张。特定不稳定周期轨道、恰好落在其前像上的初值以及有限精度造成的循环，需要单独辨认。以同一个模型观察这些例外，有助于理解指数是在给定轨迹和极限意义下定义的量。
另一个容易忽略的例子是r=4时精确的固定点0.75。它每次更新都仍为0.75，轨迹本身完全重复；但附近扰动的局部放大倍数为二，具有正的对数放大率。这个固定点是不稳定的，却不能仅凭正指数就把它本身描述为非周期运动。识别混沌时，需要把长期非周期性、可访问状态集合和典型轨迹的敏感性一起考虑。实验中的有限噪声通常会使状态离开这种不稳定特殊轨道，因此精确数学解与实际可持续观察的状态也要分别理解。
预测期限与统计规律可以同时存在
若初始误差很小，而且一段时间内平均指数增长近似成立，可以估计它何时达到我们能接受的误差上限。先把允许误差除以初始误差，得到还可以放大的倍数；取自然对数，再除以每步的对数放大率，就得到大致可预测的步数。这个关系把测量精度、动力学敏感性和任务需求放在一起。预测同一个状态，如果用途允许较大的误差，可用时间就更长；要求更精确，可用时间就更短。
| 符号 | 含义 | 单位 |
|---|---|---|
| Δₙ | 第n步两状态的微小差别大小 | 1 |
| Δ₀ | 初始误差大小 | 1 |
| n | 更新步数 | 1 |
| e^{λn} | 自然指数放大因子 | 1 |
| λ | 正的平均对数放大率 | 每步 |
| Δmax | 允许误差上限 | 1 |
| npred | 误差达到上限的大致步数 | 步 |
| ln | 自然对数 | 1 |
| ≈ | 在小误差指数增长近似下成立 | 1 |
怎样理解把允许误差代入指数增长式，取对数以解出达到该误差所需的步数。
算一个例子Δ₀=10⁻⁶、Δmax=10⁻²、λ=ln2时，npred=ln10⁴/ln2≈13.29步；初始误差减少10倍会增加ln10/ln2≈3.32步。
使用条件正增长率、误差尚未达到系统尺度、平均指数近似适用；外部持续噪声和模型误差会改变预测期限。
例如初始误差为百万分之一，允许误差为百分之一，若每步平均对数放大率为自然对数二，预测期限约为13.3步。把初始误差再减小十倍，期限只增加约3.3步。提高仪器精度仍然有用，但这种收益按对数增长，并不会把长期逐点预测无限延长。若每步代表一秒，才可把结果换成秒；对于一个仅定义了迭代序号的数学模型，报告为步数最清楚。
逐点预测困难，不等于所有描述都失去规律。许多混沌轨迹会长期停留在有组织的状态集合上，各区域被访问的频率可以趋向稳定。用大量时间点画出的分布，可能比某一时刻的精确状态更容易复现。对于流动材料，平均应力、波动幅度、某种大幅事件的发生频率以及关联时间，仍可能是可测且有用的量。统计预测与轨迹预测回答不同问题，应按照材料使用场景选择。
以r=4的logistic映射为例，典型长期轨迹并不是在零到一之间均匀撒点。靠近某些位置的停留频率更高，与更新曲线在不同区域的伸缩有关。如果只看到波形杂乱就把它替换为均匀随机数，会改变访问频率和相邻时刻之间的联系。确定性混沌可以产生看似随机的序列，同时保留更新规则带来的约束。返回图中所有相邻点对仍落在同一条抛物线上，正好把这种约束显示出来。
有限精度又带来一个实际问题。计算机能够表示的状态数有限，若规则完全确定，足够久后必会重复某个可表示状态，此后形成循环。循环可以很长，也可能因某个特殊参数而很短。改变数值精度、观察时间和初值，比较统计量及短期轨迹，是检查计算是否抓住目标动力学的办法。实验同样有有限分辨率，但实际系统还受到噪声和未观测自由度影响，不能简单把计算机循环当成材料真实的长期周期。
连续运动中的伸展、折返与吸引子
真实流体的状态不会只在整数步时改变。要描述连续时间，可以写出各个状态量每一瞬间的变化率。导数表示很短时间内的变化除以这段时间，再取局部极限；从这些变化率逐步累积，就形成轨迹。Lorenz在1963年的受驱耗散对流研究中，使用一组三变量非线性方程展示了确定但长期非周期的运动。这三个变量来自对流与温度场的简化模式，不是一个流体小球在真实空间中的三个坐标。
| 符号 | 含义 | 单位 |
|---|---|---|
| X | 与对流强度相关的归一化模式幅度 | 1 |
| Y,Z | 与温度场不同模式相关的归一化幅度 | 1 |
| Ẋ,Ẏ,Ż | 各变量对归一化时间t的导数 | 1 |
| t | 除以参考时间后的时间坐标 | 1 |
| σ | 与热和动量输运比相关的正参数，不是应力 | 1 |
| ρ | 与对流驱动强度相关的参数 | 1 |
| β | 与模式几何相关的正参数 | 1 |
怎样理解线性项表示输运和衰减，乘积项耦合对流与温度模式；三个同时演化的变量形成确定性非线性反馈。
算一个例子σ=10、ρ=28、β=8/3，在X=Y=Z=1时，Ẋ=0、Ẏ=26、Ż=−5/3。图中使用相同参数和归一化时间。
使用条件受驱耗散对流的低维截断模型，变量不是流体粒子坐标；本章展示经典参数下的模型轨迹，不作为具体聚合物本构方程。
把三个变量的数值分别当作坐标轴，一组完整状态就成为状态空间中的一个点，随时间演化形成曲线。状态空间的维数是描述状态所需的独立变量数，与实验样品是二维还是三维没有简单等号，也无需把时间机械地当作额外空间维度。对于给定的光滑确定性方程，完整状态空间中经过同一点的两条轨迹具有相同的后续运动；投影到二维图上看似交叉，可能是第三个变量不同。
吸引子是许多邻近初始状态经过暂态后趋近的长期状态集合。稳定固定点是最简单的吸引子，稳定周期对应闭合循环，更复杂的集合也能组织长期运动。在经典Lorenz参数附近，轨迹可以在两个区域之间不规则切换，同时保持有界。附近状态沿某些方向伸展，沿另一些方向收缩，再通过全局运动回到有限范围。持续的伸展与折返，使局部误差增长和整体有界能够同时成立。
二维图中的双翼形状很有辨识度，但形状本身不是混沌的定义。要理解它，需要把坐标含义、参数、方程、时间尺度和轨迹敏感性连接起来。图中的曲线由明确方程积分得到，密集区域表示轨迹经过较多或投影重叠较强，并不直接表示真实流体里堆积了更多物质。相同道理也适用于材料的状态空间：以应力、结构参数和取向作坐标，画出的几何形状描述变量之间的演化关系。
自主的一维连续时间方程与一维离散映射有重要差别。单一连续状态在唯一速度规则下只能沿一条线上前进、后退或停住，不能像logistic映射那样把不同位置一步折叠到一起。光滑二维自主连续系统也受到强烈的几何限制；经典三变量模型为更复杂的有界运动提供了空间。若存在周期外驱、时间延迟或更多内部变量，实际有效状态维数又会增加。比较模型时，要把离散更新、连续演化和外部时钟的区别说清楚。
流动材料怎样形成持续反馈
把混沌概念带回高分子与软物质，首先要寻找可随时间改变、又能反馈到流动的内部结构。柔性长链可以伸展并松弛，刚性链段可以改变取向，缠结约束可以随运动更新，某些表面活性剂形成的长蠕虫状胶束还会断裂和重新结合。它们对应不同的结构时间。外部剪切使结构偏离原状态，结构又改变应力和局部剪切分布，于是形成闭合的动力学反馈回路。
蠕虫状胶束由小分子非共价组装成细长聚集体，能够像长链一样显著影响黏弹性，但它们的长度还会随断裂和重组改变。这一点使它们与共价主链长度固定的普通聚合物不同。Fielding与Olmsted在2004年的剪切带模型中，把流动与胶束微结构的耦合纳入动力学，得到振荡和复杂的剪切带运动。这个例子说明内部结构变量可以使恒定驱动下的流动变得随时间变化，也强调模型对象和反馈机制需要具体说明。
剪切带是同一材料中具有不同局部剪切速率的区域。仪器控制一个总体速率时，局部流动仍可重新分配：一部分区域流得更快，另一部分更慢，区域之间的界面也可能移动。若流动改变结构的速度与结构恢复的速度相近，局部响应可能滞后于当前条件。这样的滞后不等于凭空增加一个随机力，而是说明完整状态需要包含结构记忆。只用瞬时总体应力与总体速率之间的一条曲线，可能不足以描述全过程。
实验还必须区分材料内部动力学与仪器控制回路。驱动电机、惯性、反馈控制和壁面滑移都能引入时间变化。恒应力与恒速率控制对扰动的约束不同，可能使同一材料呈现不同的运动形式。沿间隙测量局部速度，配合应力和结构信号同步记录，可以判断波动来自整体装置、剪切带移动还是内部取向变化。换用不同间隙和表面条件，也能帮助识别壁面作用。
混沌需要的持续变化可以由外部做功维持，同时材料通过黏性和其他耗散把输入能量转成热。它与一个封闭等温浓度模型沿自由能单调下降到平衡的情形不同。平衡附近的热涨落当然可以持续存在，但把这些随机涨落称为受驱确定性混沌会混淆动力学来源。在加工中，若不规则应力影响尺寸稳定性，可以通过改变驱动、温度、配方或恢复时间来调整反馈；若目标是增强混合，则可研究受控的复杂流动怎样改善输运。
比较时间尺度时，可以先把剪切速率换成产生单位剪切量所需的时间。速率为每秒十时，这段时间约为0.1秒。若结构也需要约0.1秒恢复，外部变形和内部重排就会直接竞争；若结构在极短时间内恢复，响应较容易跟随当前条件；若恢复很慢，历史影响更明显。这种比较能帮助选择实验扫描范围，但不能单独确定混沌阈值，因为反馈的方向、强度和空间耦合同样重要。相同的时间比，可以对应稳定、周期或其他动力学。
怎样用实验区分周期、混沌与噪声
开始分析时，先保证所比较的时间段处于相同外部条件。缓慢升温、溶剂挥发或材料降解，会让统计性质随时间漂移；把这样的整段记录当作一个固定动力系统，可能产生误导。采样也要足够快，使一个最短的相关周期包含多个观测点；记录又要足够长，包含许多慢过程。过慢采样会把不同频率混叠成相似信号，过短记录则难以区分长周期、暂态和非周期运动。
时间序列和频谱提供第一层信息。单一稳定周期通常产生基频及其谐波，倍周期会在原基频的一半附近出现新结构。混沌常产生较宽的频率成分，但随机噪声、参数漂移和多个不相干周期也能产生宽谱，因此宽谱需要与其他证据配合。返回图把相邻峰值或固定时间间隔的采样配成点，能够展示某种更新关系；散点很厚可能来自观测变量不完整、测量噪声或更高维动力学。
如果只测到一个量，可以把它在不同时间的数值组合起来，构造延迟坐标。当前值、稍早值和更早值构成一个三维点，时间推进时形成一条重建轨迹。Takens在1981年的工作给出了在特定光滑确定性条件下，用适当延迟坐标恢复状态空间结构的理论基础。三维展示便于观察，但所需坐标数由实际动力学与观测条件决定，并不是所有材料都能用三个坐标完整表示。
| 符号 | 含义 | 单位 |
|---|---|---|
| 𝐲(t) | 三个延迟观测组成的状态表示向量 | Pa |
| S(t) | 本例中的应力观测值 | Pa |
| t | 观测时间 | s |
| τ | 正的延迟间隔 | s |
| S(t−τ),S(t−2τ) | 早一个和早两个延迟的应力值 | Pa |
| ( ) | 按顺序组合为一个三分量向量，不是相乘 | 1 |
怎样理解用观测的历史片段提供额外状态信息；三个分量共同确定重建图中的一个点。
算一个例子t=2 s、τ=0.5 s，若S(2)=10 Pa、S(1.5)=12 Pa、S(1)=11 Pa，则对应点为(10,12,11) Pa。
使用条件三坐标示例；完整嵌入需要满足平滑动力学、适当观测、延迟和足够维数等条件，有限噪声数据还需检查稳健性。
延迟太短，三个坐标几乎相同，点挤在对角线附近；延迟太长，有限数据中的联系可能变弱。选择延迟和坐标数，需要比较结果在合理变化范围内是否稳定，并考虑噪声与数据长度。若估计邻近轨迹的分离，时间上紧挨着的同一段轨迹不能被当成两个独立近邻样本，否则会把平滑连续运动误认成有意义的邻近演化。真正有用的是来自不同访问时刻、状态相近的片段之间的比较。
更完整的判断可把重复实验、参数扫描、局部结构测量和数值模型放在一起。周期翻倍序列、稳定的返回关系和在适当尺度范围内重复出现的正分离率，可以形成相互支撑的证据；同时与保持相同分布或相关结构的随机替代序列比较，有助于判断结论是否只是这些低阶统计特征造成。任何一个短时间指数拟合，都应回到采样、暂态、噪声和有效维数的具体条件中解释。
最终报告应说清可复现的运动区间、观测变量、驱动方式、预测误差和统计稳定性。若目标是稳定生产，可以据此选择远离不希望出现的失稳区的工作条件；若目标是利用复杂运动促进混合，则要同时测量混合效率、能耗和材料完整性。简单规则产生复杂变化的意义，在于它提供了一个可分析的因果框架：状态怎样反馈，微小差别怎样放大，哪些量仍可预测，以及怎样通过改变条件获得需要的材料行为。
有条件时，还可以施加很小且可重复的短扰动，随后恢复原来的驱动，比较响应与未扰动记录。稳定状态应表现出相应恢复，周期状态可以出现相位移动，敏感状态则可能在短时间内产生逐渐放大的差异。扰动必须小到不改变材料组成或造成不可逆损伤，同时大到超过测量噪声。把不同扰动幅度的早期响应放在一起，能够检查是否存在近似线性的误差增长区，从而为预测期限的估计提供直接的实验尺度。