什么是遍历性？

1. 公式
   观察依据

   幻灯片将左侧显示为$\langle J \rangle$。

2. 声音
   观察依据

   说话者称其为“这个括号J”和“无限长时间平均J”。

$\langle J \rangle$

可观测量$J$沿一条轨迹的无限长时间平均；在遍历性陈述中，它被等同于系综平均。

一个与动力系统及可观测量$J$相关的实值统计量。

1. 公式
   观察依据

   所展示的方程中包含$\lim_{T\to\infty}$。

2. 声音
   观察依据

   说话者指出，时间平均定义为平均区间长度趋于无穷时的极限。

$\lim_{T\to\infty}$

当平均时间尺度$T$趋于无穷大时的极限。

应用于有限时间平均积分$\frac{1}{T}\int_0^T J(u(t))\,dt$。

1. 公式
   观察依据

   该公式将$T$既用作积分上限，又用作$\frac{1}{T}$中的分母。

2. 声音
   观察依据

   说话者称$T$为对该函数进行平均的周期或平均区间。

T

在取无穷时间极限之前所采用的有限平均时间区间长度。

正的时间尺度；所展示的定义随后取$T\to\infty$。

1. 公式
   观察依据

   所显示的等式中包含$\int_0^T J(u(t))\,dt$。

2. 声音
   观察依据

   主讲人将括号内的表达式解释为在$T$时间段上的时间平均值。

$\int_0^T J(u(t))$\,dt

沿轨迹从时刻$0$到时刻$T$对可观测量进行积分。

一旦指定了轨迹$u(t)$和可观测量$J$，该量即被定义。

1. 公式
   观察依据

   被积函数写作$J(u(t))$。

2. 声音
   观察依据

   主讲人说：“$J$是系统状态的函数，$u$。”

J

一个系统状态的可观测量或标量函数。

关于状态变量$u$的函数；视频中未进一步说明其正则性假设。

1. 公式
   观察依据

   被积函数使用了$u(t)$。

2. 声音
   观察依据

   主讲人称他们正在求解常微分方程$du/dt = f(u)$，且$J$依赖于状态$u$。

$u(t)$

动力系统在时刻$t$的状态，即从所选初始条件出发的轨迹。

该常微分方程的状态空间；视频片段中未说明其确切维数。

1. 声音
   观察依据

   主讲人明确说道：“我们正在求解一个常微分方程，du/dt 等于 u 的函数 f”

1. 该方程被口头陈述，但未在幻灯片上显示。

$\frac{du}{dt}=f(u)$

支配时间平均所依据的轨迹$u(t)$的常微分方程。

动力系统状态变量$u$；$f$的具体形式在片段中未说明。

1. 公式
   观察依据

   幻灯片展示了公式 ⟨J⟩ := $\lim _{T\to \infty } (1/T \int _0^T J(u(t)) dt)$。

⟨J⟩ := $\lim _{T\to \infty } (1/T \int _0^T J(u(t)) dt)$

函数 J 沿轨迹 $u(t)$ 在无限时间范围上的时间平均。

动力系统与统计力学

1. 公式
   观察依据

   变量 J 出现在所展示公式积分号内的被积函数中。

2. 声音
   观察依据

   讲解如何写出时间平均时，说话人提到了“函数 J”。

J

作用于动力系统状态上的可观测量函数。

定义在动力系统相空间上的函数

1. 公式
   观察依据

   变量 $u(t)$ 出现在所展示公式中函数 J 的自变量位置。

$u(t)$

动力系统在时刻 t 的状态或轨迹。

动力系统的相空间

1. 公式
   观察依据

   变量 T 既作为积分上限，又出现在分式分母中。

T

计算该平均值所覆盖的总时间长度。

表示时间的正实数

1. 公式
   观察依据

   左侧图像标题显示$t \in [0, 100000]$。

$t \in [0, 100000]$

左侧相空间密度图中轨迹所对应的时间区间。

从零到100000的非负实数。

1. 公式
   观察依据

   幻灯片标题为“遍历性”，并显示$\langle J \rangle := \lim_{T\to\infty} \left( \frac{1}{T} \int_0^T J(u(t))\,dt \right)$。

2. 声音
   观察依据

   主讲人指出，遍历性是指：沿几乎任意起点出发的轨迹，某函数的时间平均等于其系综平均。

3. 图示
   观察依据

   幻灯片文字为：“沿几乎任意起点出发的轨迹，某函数的时间平均等于其系综平均。”

在此片段中，遍历性被表述为如下性质：对几乎每一个初始点，某可观测量沿轨迹的无穷长时间平均与初始条件无关，且等于相应的系综平均。主讲人首先定义了时间平均的记号，再将该等式解释为遍历性的实质内容。

1. 该系统由一个常微分方程描述，其轨迹为$u(t)$。

2. $J$是状态$u$的函数。

3. 该等式对几乎处处/几乎任意初始条件出发的轨迹成立。

4. 时间平均是在极限$T\to\infty$下取的。

5. 被比较的量是一个具有密度的系综上的系综平均。

1. 沿轨迹的可观测量的时间平均
2. 底层常微分方程与状态轨迹

1. 公式
   观察依据

   所显示方程中括号内的部分是 $\frac{1}{T}\int_0^T J(u(t))\,dt$ 位于 $\lim_{T\to\infty}$ 内。

2. 声音
   观察依据

   说话者称该括号表示对长度为$T$的时间段取时间平均，而整个表达式则是当平均区间长度趋于无穷时的极限。

该片段通过在有限区间 $J$ 上对 $J(u(t))$ 积分，$[0,T]$ 除以 $T$，再取极限 $T\to\infty$，来定义沿轨迹的

1. 给定一条轨迹$u(t)$。

2. 指定系统状态的一个可观测量$J$。

3. 平均区间起始于$t=0$，长度为$T$。

4. 取极限$T\to\infty$。

1. 底层常微分方程与状态轨迹

1. 声音
   观察依据

   说话者说：“我们正在求解一个常微分方程，du/dt 等于 u 的函数 f。”

2. 声音
   观察依据

   说话者补充道，$J$是系统状态的函数，$u$。

1. 该常微分方程仅通过口述给出，幻灯片上未显示。

2. 未给出明确的初始条件数值。

在解释该公式之前，讲述者将其置于动力系统框架下：轨迹$u(t)$源于求解常微分方程$du/dt=f(u)$，而可观测量$J$则沿该状态轨迹进行取值。这赋予了时间平均公式中$u(t)$的含义。

1. 系统在连续时间内演化。

2. $u$表示状态变量。

3. $J$是状态$u$的函数。

1. 声音
   观察依据

   讲述者指出，时间平均等于系综平均。

2. 声音
   观察依据

   他解释道：若构造一个系综，只要该系综具有密度，便让其长时间演化，再对系综中所有成员的$J$取平均，所得结果即为同一平均值。

1. 幻灯片上未写出系综平均的严格测度论定义。

讲述者从操作角度诠释遍历性陈述中的右侧概念：选取一组具有密度的初始条件构成系综，让所有系综成员在相同动力学下长时间演化，并对系综中各成员的可观测量$J$取平均。遍历性即指该系综平均与几乎处处与初始条件无关的时间平均相等。

1. 人们考虑的是一组轨迹，而非单条轨迹。

2. 该组轨迹被假定具有密度。

3. 在长时间演化之后，对$J$在该组轨迹上取平均。

1. 遍历性即时间平均与系综平均相等
2. 底层常微分方程与状态轨迹

1. 公式
   观察依据

   幻灯片展示了时间平均的数学定义。

2. 字幕依据
   观察依据

   文中指出：“沿几乎处处出发的轨迹，函数的时间平均等于系综平均。”

遍历性是动力系统的一种性质，指某个可观测量函数沿单条轨迹的时间平均，等于其在整个相空间上的系综平均。视频通过一个具体的时间平均数学公式，以及一段将其与系综平均进行对比的文字描述，来呈现这一概念。

1. 该轨迹必须从相空间中几乎处处出发。

1. 声音
   观察依据

   主讲人引入示例：“这里我给出洛伦兹方程的一个遍历性示例。”

2. 图示
   观察依据

   屏幕显示两张并排的热图，横轴范围为 -20 到 20，纵轴范围为 0 到 50，呈现出蝴蝶状分布。

为演示遍历性，视频采用洛伦兹方程：在 x-z 相空间中，通过两种不同方式生成概率分布——其一是追踪单条轨迹极长时间（时间平均），其二是演化大量初始条件较短时间（系综平均）。随着时长增加，这两种分布图像上逐渐趋同，直观体现了遍历性假设。

1. 适用于某特定参数范围内、可解析证明其遍历性的洛伦兹方程。

1. 遍历性的定义

1. 字幕依据
   观察依据

   顶部中央文字为“遍历性”。

2. 图示
   观察依据

   并排显示的两张热图，呈现蝴蝶形相空间中完全相同的概率密度分布。

遍历性是指系统统计量的时间平均值等于其系综平均值的性质。本视频通过展示长期轨迹分布（左侧）与瞬时系综分布（右侧）一致，来说明这一性质。

1. 系统必须具有遍历性

2. 统计量必须在时间演化下保持不变

1. 声音
   观察依据

   主讲人指出：“这是认为蝴蝶效应无法影响气候的理由之一。”

该论点认为，尽管气候系统对初始条件具有敏感依赖性（即蝴蝶效应），但其统计特性保持不变，因此蝴蝶效应无法改变气候的宏观统计性质。

1. 假设气候系统具有遍历性

2. 关注统计不变性，而非具体轨迹

1. 遍历性

1. 声音
   观察依据

   主讲人指出，遍历性本质上表明：从几乎任意初始点出发的轨迹上的时间平均，等于该组轨迹的系综平均。

2. 图示
   观察依据

   幻灯片文字明确写的是“从几乎处处出发”。

3. 声音
   观察依据

   随后他再次强调：若从几乎任意初始条件出发，则无穷长时间平均不依赖于初始条件。

1. 本片段中未明确说明“几乎处处”背后所依据的精确不变测度或测度类。

对于所讨论的动力系统，可观测量 $\langle J \rangle$ 沿轨迹的无穷长时间平均$J$ 等于系综平均，且该公共值对几乎所有初始点而言均与初始条件无关。

1. 该系统由常微分方程$du/dt=f(u)$所支配。

2. $J$是状态$u$的函数。

3. 时间平均由$\lim_{T\to\infty}\frac{1}{T}\int_0^T J(u(t))dt$定义。

4. 比较系综具有密度。

对几乎所有初始条件（几乎处处成立），时间平均的极限存在，且等于系综平均。

1. 声音
   观察依据

   说话者说：“并且已在数学上对一大类……”后视频片段结束。

1. 该句子被截断，因此本片段中未完整说明遍历性已被证明成立的系统类别。

说话者开始断言遍历性已在数学上对一大类系统得到证明，但本片段中未完成对该类系统的说明。

1. 该断言仅部分可听，因为片段在句子中途结束。

未指明；被量化的系统类别在音频中被截断。

1. 声音
   观察依据

   主讲人指出：“因此，对洛伦兹方程，在相当大范围的一组参数下，你能够解析地证明其遍历性。”

对于洛伦兹方程，在足够大的参数范围集合内，遍历性可被解析地证明。

1. 该系统由洛伦兹方程所支配。

2. 参数落在某个特定的、较大的范围内。

存在一个较大的参数范围集合，使得该命题成立。

1. 声音
   观察依据

   演讲者指出，最初左侧与右侧看起来‘截然不同’，但随着时间跨度增大，它们看起来‘越来越相似’，最终‘完全一致’。

2. 动画
   观察依据

   可视化图像在59秒和72秒更新，显示两种分布逐渐趋于相似，直至无法区分。

当单条轨迹的时间跨度与系综的演化时间同时增大时，它们在相空间中所产生的空间分布将收敛为完全相同的分布。

1. 该系统表现出遍历性。

对所有足够大的时间跨度与演化时间均成立。

1. 声音
   观察依据

   演讲者总结道：‘如果分布看起来完全一致，那么对任意函数……其时间平均值将等于系综平均值。’

若单条长时间轨迹的空间分布与大系综的瞬时分布完全相同，则作用于该分布的任意函数的时间平均等于其系综平均。

1. 单条轨迹与系综的空间分布完全相同。

对任意函数 J。

1. 声音
   观察依据

   主讲人说：“统计特性将完全不发生变化，对吧？”

在遍历性假设下，无论采用时间平均还是系综平均，系统的统计分布均保持不变。

1. 该系统表现出遍历行为

对遍历系统中所有有效的统计量进行全称量化

1. 声音
   观察依据

   主讲人指出：“这是认为蝴蝶效应无法影响气候的理由之一。”

1. 主讲人将此表述为“理由之一”，暗示这属于更广泛争论中的一部分，而非已确立的定论。

蝴蝶效应（对初始条件的敏感依赖）不会影响宏观气候统计量。

1. 气候系统是遍历的

2. 统计量保持不变

存在性量化（‘其中一个论据’）。

1. 公式
   观察依据

   所显示的公式提供了结构$\lim_{T\to\infty}(\frac{1}{T}\int_0^T J(u(t))dt)$。

2. 声音
   观察依据

   说话者逐项口头解释：$u(t)$的常微分方程、$J$作为$u$的函数、在$T$上的有限时间平均，然后取极限$T\to\infty$。

1. 公式

   $$\frac{du}{dt}=f(u)$$
   解释

   说话者首先将底层动力学识别为一个常微分方程，其解给出轨迹$u(t)$。

   步骤依据

   音频中直接说明这是所求解的系统。

   视频直接表达
2. 公式

   $$J(u(t))$$
   解释

   随后他解释，可观测量$J$沿系统状态轨迹进行计算，因为$J$是系统状态$u$的函数。

   步骤依据

   音频中直接说明。

   视频直接表达
3. 公式

   $$\frac{1}{T}\int_0^T J(u(t))\,dt$$
   解释

   括号内的表达式被解释为$J$在长度为$T$的有限时间窗口上的平均值。

   步骤依据

   说话者明确称此为在时长$T$上的时间平均。

   视频直接表达
4. 公式

   $$\lim_{T\to\infty}\left(\frac{1}{T}\int_0^T J(u(t))\,dt\right)$$
   解释

   最后，令平均时间窗口无限延展，得到无穷长时间平均。

   步骤依据

   说话者指出，时间平均定义为平均时间跨度趋于无穷时的极限。

   视频直接表达

所展示的公式表示可观测量$J$沿常微分方程（ODE）生成的轨迹的无穷长时间平均。

1. 声音
   观察依据

   说话者称，若从几乎任意初始点出发，该带括号的时间平均不依赖于初始条件。

2. 声音
   观察依据

   接着他指出，该时间平均等于系综平均，并解释了如何借助概率密度对系综进行平均。

1. 该推导属于概念性阐述，而非严格证明；未呈现任何测度论层面的论证。

1. 公式

   $$\langle J \rangle = \lim_{T\to\infty}\left(\frac{1}{T}\int_0^T J(u(t))\,dt\right)$$
   解释

   从轨迹上定义的$J$长时间平均值出发。

   步骤依据

   这是幻灯片上显示并在此前推导中解释的公式。

   视频直接表达
2. 公式

   $$\text{independent of initial condition for almost every start point}$$
   解释

   主讲人将遍历性解释为：该极限值对几乎所有$u(0)$的选择都相同。

   步骤依据

   音频中明确使用了“几乎处处”和“几乎任意初始条件”来表述。

   视频直接表达
3. 公式

   $$\text{ensemble average of } J$$
   解释

   随后，他将这一共同值等同于由具有密度的轨迹系综经长时间演化后所得的平均值。

   步骤依据

   音频中直接表述为时间平均与系综平均相等。

   视频直接表达

遍历性被呈现为：几乎对所有初始条件都相同的长时间平均，与相应系综平均之间的等价性。

1. 声音
   观察依据

   讲述者逐步口述可视化图像的变化过程。

2. 动画
   观察依据

   并排绘制的图表会根据所讲述的参数，同步更新其标题和视觉密度。

1. 公式

   $$t \in [0, 1000] \text{ vs } t = 5 \text{ ensemble}$$
   解释

   初始对比：绘制一条长度为1000的单条轨迹，并与演化时间为5秒的系综进行对比。

   步骤依据

   观察第一组可视化图像。

   视频直接表达
2. 公式

   $$t \in [0, 10000] \text{ vs } t = 10 \text{ ensemble}$$
   解释

   中间对比：将轨迹长度增至10000，系综演化时间增至10秒，此时两个分布看起来更加相似。

   步骤依据

   观察第二组可视化图像。

   视频直接表达
3. 公式

   $$t \in [0, 100000] \text{ vs } t = 50 \text{ ensemble}$$
   解释

   最终对比：将轨迹长度增至100000，系综演化时间增至50秒，此时两个分布看起来完全相同。

   步骤依据

   对第三组可视化图像的观察。

   视频直接表达

随着时标增大，两种分布的视觉趋同为洛伦兹系统的遍历性提供了直观演示。

1. 声音
   观察依据

   主讲人将统计量的不变性与蝴蝶效应无法改变气候这一事实联系起来。

2. 图示
   观察依据

   时间平均图与系综平均图的直观对比，二者形状完全相同。

1. 公式

   $$$$
   解释

   观察发现，时间平均轨迹分布（左图）与特定时刻的系综分布（右图）在视觉上完全一致。

   步骤依据

   并排热力图提供的直观证据。

   视频直接表达
2. 公式

   $$$$
   解释

   得出结论：该系统的统计性质不随测量方式（时间平均或系综平均）而改变。

   步骤依据

   音频陈述：‘统计性质将完全不会发生变化。’

   视频直接表达
3. 公式

   $$$$
   解释

   将这一不变性应用于论证：局部扰动（蝴蝶效应）无法改变全局统计状态（气候）。

   步骤依据

   音频陈述：将统计不变性与蝴蝶效应的局限性联系起来。

   视频直接表达

遍历性意味着：尽管单个轨迹可能发散（蝴蝶效应），整体统计分布仍保持稳定，从而阻止小尺度效应改变大尺度气候统计量。

1. 声音
   观察依据

   主讲人明确将正在展示的例子称为“洛伦兹方程”。

2. 图示
   观察依据

   热图中可见洛伦兹吸引子特有的蝴蝶形状。

通过比较单条长时间轨迹的空间分布与大量初始条件构成的系综的空间分布，利用洛伦兹方程来阐释遍历性概念。

1. 该系统由洛伦兹方程所支配。

2. 相空间被投影到 x 轴和 z 轴上。

3. 使用了约500百万个点构成的系综。

表明：随着时间增加，时间平均分布收敛于系综平均分布。

1. 公式

   $$\text{Left plot: } t \in [0, 1000], \text{ Right plot: } t = 5 \text{ ensemble}$$
   解释

   绘制一条长度为1000的单条轨迹的分布，并将其与演化了5秒的系综分布进行比较；二者看起来截然不同。

   步骤依据

   在短时标下对系统行为的初步观察。

   视频直接表达
2. 公式

   $$\text{Left plot: } t \in [0, 10000], \text{ Right plot: } t = 10 \text{ ensemble}$$
   解释

   将轨迹长度增加至10000，并将系综演化时间延长至10秒。此时分布看起来更加相似。

   步骤依据

   观察系统在中等时间尺度下的行为。

   视频直接表达
3. 公式

   $$\text{Left plot: } t \in [0, 100000], \text{ Right plot: } t = 50 \text{ ensemble}$$
   解释

   进一步将轨迹长度增加至100000，并将系综演化时间延长至50秒。此时分布看起来完全相同。

   步骤依据

   观察系统在长时间尺度下的行为，从而验证遍历性假设。

   视频直接表达

可视化结果证实：对于洛伦兹系统，当时间范围趋近于无穷大时，单条轨迹的时间平均收敛于系综平均。

在 $t=100000$ 与 $t=50$ 时刻的最终并排对比显示，热图在视觉上完全一致，从而验证了收敛性。

1. 图示
   观察依据

   开场幻灯片提出问题：“蝴蝶能控制气候吗？”，并配有标有“NO”和“YES”的两个方框。

2. 动画
   观察依据

   约在5秒时，演示切换至一张黑色幻灯片，标题为“遍历性”，其上含有一条公式及两幅肖像。

1. 标题式提问幻灯片

2. 标有“NO”的方框内写有“遍历性”和“影子引理”

3. “是”选项框，含三个要点

4. 遍历性幻灯片

5. 公式

6. 亨利·庞加莱与乔治·伯克霍夫的肖像

1. 视觉焦点从宽泛的是/否框架式幻灯片，转向专用于数学定义的幻灯片。

1. 讲座继续保持幻灯片演示形式。

2. “否”栏中命名的主题——遍历性——成为下一张幻灯片的主题。

这一过渡表明，主讲人现在正聚焦于开场时提到的两个关键数学概念之一，即遍历性。

1. 图示
   观察依据

   该幻灯片持续显示，标题为“遍历性”，包含公式$\langle J \rangle := \lim_{T\to\infty} (\frac{1}{T}\int_0^T J(u(t))dt)$、解释性文字，以及亨利·庞加莱与乔治·伯克霍夫的肖像。

2. 动画
   观察依据

   红色激光笔光点在公式、解释性语句及肖像之间移动，同时主讲人进行讲解。

1. 公式$\langle J \rangle := \lim_{T\to\infty} (\frac{1}{T}\int_0^T J(u(t))dt)$

2. 关于时间平均与系综平均的句子

3. 标注为亨利·庞加莱的肖像

4. 标注为乔治·伯克霍夫的肖像

5. 红色指针点

1. 指针随讲解内容在公式和文字的不同部分间移动。

2. 两幅肖像在整个片段中持续可见。

1. 此时间段内幻灯片内容本身不发生变化。

2. 核心数学陈述始终固定显示在屏幕上。

视觉上的稳定性使观众能将每一句口头解释与所展示定义中的特定符号或短语一一对应。

1. 图示
   观察依据

   标题页，文字为‘遍历性’，含一个数学公式，以及亨利·庞加莱和乔治·伯克霍夫的肖像。

1. 标题文字‘遍历性’

2. 时间平均的数学公式

3. 说明性文字

4. 亨利·庞加莱与乔治·伯克霍夫的肖像

1. 幻灯片在此时间段内保持静止。

介绍遍历性概念的理论背景及相关历史人物。

1. 动画
   观察依据

   并排出现两个热力图：左侧标题为“$t \in [0,1000]$”，右侧为“$t = 5$系综”。一个红色圆点光标在图中移动。

1. 左侧热力图（单条轨迹）

2. 右侧热力图（系综）

3. 颜色标尺

4. 红色圆点光标

1. 红色圆点光标在图中移动，突出显示分布中不同区域。

1. 两个分布的整体形状始终明显不同、彼此有别。

说明初始状态：短期时间平均值与早期系综平均值不一致。

1. 动画
   观察依据

   标题更新为“$t \in [0,10000]$”和“$t = 10$系综”，热力图变得更为密集且彼此更相似。

1. 更新后的左侧热力图

2. 更新后的右侧热力图

1. 轨迹长度与集合演化时间均增加。

2. 两张图的视觉密度均提高。

3. 两种分布的形状变得更为相似。

1. 洛伦兹吸引子的整体蝴蝶形状得以保持。

展示随着时间尺度延长，收敛过程开始出现。

1. 动画
   观察依据

   标题更新为“$t \in [0,100000]$”和“$t = 50$ 集合”，热力图在视觉上已完全一致。

1. 最终左侧热力图

2. 最终右侧热力图

1. 轨迹长度与系综演化时间进一步增加。

2. 两种分布变得在视觉上无法区分。

1. 颜色映射与坐标轴刻度保持一致。

为遍历性提供了视觉证明，表明长期的时间平均等于系综平均。

1. 图示
   观察依据

   静态图像：展示两张热图，其高密度区域均呈蝴蝶形状且完全相同。

1. 左侧热图（$t \in [0, 100000]$）

2. 右侧热图（$t = 50$系综）

3. 色标（对数刻度，范围从$10^0$到$10^3$）

4. 右侧图上的红色点标记

1. 高密度区域的形状

2. 颜色分布强度

3. 坐标轴范围（x轴：-20至20；y轴：0至50）

两张图的视觉一致性表明：单条轨迹的长期时间平均所得到的概率密度，与固定时刻的系综平均所得概率密度相同，这体现了遍历性。

1. 声音
   观察依据

   主讲人指出，这是仅有两张含非平凡数学公式的幻灯片，并提醒观众注意听讲，尽管其中出现了一个较长的公式。

观众可能因看到该公式而感到畏惧，并误以为它需要超出本讲座范围的高阶数学工具。

主讲人将该方程框定为本次讲座中仅有的两个非平凡公式之一，随后逐项展开讲解：常微分方程轨迹、可观测量、有限时间平均值以及无穷时间极限。

1. 声音
   观察依据

   主讲人指出，无穷长时间平均值实际上正是我们通常所指的动力系统统计量。

人们可能将$\lim_{T\to\infty}\frac{1}{T}\int_0^T J(u(t))dt$仅理解为一种记号，而非统计量。

视频明确将这一长时间平均值等同于动力系统的常规统计量。

1. 图示
   观察依据

   幻灯片文字写道“从几乎处处出发”。

2. 声音
   观察依据

   主讲人重复使用了“几乎任意位置”和“几乎任意初始条件”这两个表述。

1. 该片段未定义那个例外的零测集。

观众可能误以为时间平均与系综平均的相等性对所有可能的初始条件均成立，毫无例外。

幻灯片与讲解均使用了限定语“几乎处处”/“几乎任意位置”，表明可能存在例外的初始条件，尽管该片段并未具体说明这些例外。

1. 声音
   观察依据

   主讲人说道：‘如果遍历性成立，那么无论你对初始条件施加多大程度的扰动，而不仅限于微小扰动……’

1. 主讲人的句子在思想尚未表达完整时便被截断。

人们可能误以为遍历性仅在初始条件发生无穷小扰动时才成立。

主讲人暗示：若遍历性成立，则时间平均与系综平均的相等关系，对于初始条件的任意大小扰动均成立，而不仅限于微小扰动。

1. 声音
   观察依据

   讲话者明确回应了反对‘蝴蝶效应影响气候’的观点。

认为对初始条件的敏感依赖性（即蝴蝶效应）能使微小变化显著改变气候的长期统计特性。

在遍历系统中，统计特性是不变的；蝴蝶效应描述的是轨迹发散，而非系统状态底层概率分布的改变。

1. 声音
   观察依据

   主讲人引入常微分方程$du/dt=f(u)$，紧接着解释时间平均公式中$u(t)$的含义。

必须先由常微分方程生成轨迹$u(t)$，才能计算$J(u(t))$并构造时间平均。

1. 公式
   观察依据

   遍历性幻灯片将时间平均的定义展示为主陈述式左侧。

2. 声音
   观察依据

   主讲人先解释时间平均，再提出遍历性主张。

遍历性被表述为时间平均的一种性质，因此必须首先理解时间平均的定义。

1. 声音
   观察依据

   主讲人对比了单条轨迹的时间平均与具有密度的系综平均。

本片段中遍历性的核心内容，是两种不同平均方式之间的相等关系：一种是沿单条轨迹随时间进行的平均，另一种是在多条轨迹构成的系综上进行的平均。

1. 图示
   观察依据

   开场幻灯片在问题“蝴蝶能否控制气候？”下，将“遍历性”列在“否”（NO）一栏中。

2. 声音
   观察依据

   主讲人表示，他将首先借助遍历性来解释这一答案。

在整个讲座中，遍历性被作为若干数学视角之一引入，用以探讨微小扰动是否能够控制类似气候的动力学行为。

1. 声音
   观察依据

   主讲人以洛伦兹方程作为遍历性的一个实例加以介绍。

将遍历性的抽象定义应用于洛伦兹动力系统这一具体案例，从而提供一个具体、可视化的示例。

1. 声音
   观察依据

   主讲人解释道：若两种分布完全相同，则对任意函数而言，其时间平均都等于系综平均。

任意函数的时间平均与系综平均相等，这一结论直接源于二者底层空间分布的收敛性与同一性。

1. 声音
   观察依据

   讲话者运用‘统计特性不变’（即遍历性）这一概念，对蝴蝶效应作出论断。

遍历性原理（即统计特性的不变性）被用于论证：蝴蝶效应无法影响宏观气候统计特性。

1. 声音
   观察依据

   主讲人提问：“什么是遍历性？”，随后给出回答。

2. 公式
   观察依据

   幻灯片展示了定义公式及相应的文字表述。

1. 遍历性即时间平均与系综平均相等
2. 沿轨迹的可观测量的时间平均
3. 讲座中所采用的系综平均解释

1. 公式
   观察依据

   符号$\langle J \rangle$出现在幻灯片上。

2. 声音
   观察依据

   主讲人称其为$J$的无穷长时间平均。

1. 沿轨迹的可观测量的时间平均
2. 遍历性即时间平均与系综平均相等

1. 图示
   观察依据

   幻灯片文字写道："从几乎处处出发"。

2. 声音
   观察依据

   主讲人重复了"几乎任意位置"和"几乎任意初始条件"。

1. 该片段未对例外集合进行刻画。

1. 遍历性即时间平均与系综平均相等
2. 将“几乎处处”理解为“处处”

1. 声音
   观察依据

   主讲人在讨论时间平均之前，表示他们正在求解常微分方程$du/dt=f(u)$。

1. 该常微分方程在口述中出现，但幻灯片上并未显示。

1. 底层常微分方程与状态轨迹
2. 沿轨迹的可观测量的时间平均

1. 声音
   观察依据

   主讲人解释了在长时间演化后，如何借助概率密度对系综进行平均。

1. 讲座中所采用的系综平均解释
2. 遍历性即时间平均与系综平均相等

1. 字幕依据
   观察依据

   幻灯片明确给出了该概念的定义。

1. 遍历性的定义

1. 声音
   观察依据

   主讲人引入了洛伦兹方程示例。

1. 借助洛伦兹方程可视化遍历性
2. 洛伦兹系统中的遍历性

1. 动画
   观察依据

   可视化图像直接对比了两类分布在时间上的演化。

1. 时间平均分布与系综平均分布的收敛
2. 通过视觉对比推导遍历性

1. 字幕依据
   观察依据

   标题为‘遍历性’，并辅以两张图的视觉对比。

1. 遍历性
2. 相空间密度对比

1. 声音
   观察依据

   关于蝴蝶效应与气候的陈述。

1. 蝴蝶效应与气候稳定性
2. 蝴蝶效应对气候的限制