x(k+1)=bx(k)(1-x(k)，对于b=2.5:0.01:3.5，求解方程收敛点，并作出b与收敛点的图

这个方程是一个经典的混沌系统——Logistic 映射。我们可以通过迭代计算来找到方程的收敛点。

首先，我们需要定义一个迭代函数，输入当前的 x，输出下一次迭代的结果：

function y = logistic(x, b)
    y = b * x * (1 - x);
end

接下来，我们定义一个函数，用于迭代计算，并返回收敛点：

function x = find_converge_point(b, x0)
    x = x0;
    for i = 1:1000
        x = logistic(x, b);
    end
    for i = 1:1000
        x = logistic(x, b);
        if abs(x - 0.5) < 1e-8 % 当 x 收敛到 0.5 时，认为已经找到收敛点
            break;
        end
    end
end

最后，我们可以通过循环计算不同的 b 值对应的收敛点，并作出 b 与收敛点的图：

b = 2.5:0.01:3.5;
x0 = 0.6;
x = zeros(size(b));
for i = 1:length(b)
    x(i) = find_converge_point(b(i), x0);
end
plot(b, x, '.');
xlabel('b');
ylabel('x');

运行上述代码，即可得到 b 与收敛点的图。这个图展示了不同的 b 值对应的系统行为的巨大差异，这也是混沌系统的一个重要特征。