尽管若干学者如法国数学家、天体力学家、数学物理学家、科学哲学家亨利·庞加莱^[注]，美国应用数学家诺伯特·维纳^[注]等已研究细小事件造成巨大影响的可能性，但美国气象学家E.N.洛伦茨^[注]首次提出了蝴蝶效应，并奠定了大气不稳定性及其与非线性过程和混沌学相联系的基石。

蝴蝶效应最先在气象学中提出，洛伦茨发现在看似随机的天气现象中含有规律的物理过程，并从数学上描述了蝴蝶效应；随后，蝴蝶效应获得了其他气象学家的注意，并在其他学科中获得了广泛的使用。蝴蝶效应取名为“蝴蝶”，是因为蝴蝶脆弱的翅膀并不能扇动大量的空气，但仅仅是这小量的由蝴蝶脆弱的翅膀扇动的空气引起的扰动却能增长并最终导致几千千米以外的极端天气事件，如雷暴、飓风等。洛伦茨在1972年AAAS会议报告的标题即为“从巴西的蝴蝶到得克萨斯的龙卷风”。从更广泛的意义上讲，蝴蝶效应隐含着大事件的发生可能与小的甚至微小的情况相关。

蝴蝶效应最初用于解释为什么天气预报经常不准确：气象场的初始条件的变化通常很细微，因此时常被天气预报员忽略；但是这些初始条件的微小改变却能导致飓风或者其他天气现象的发生。1972年，洛伦茨指出小尺度上的细小误差会快速增长，其在几小时或者更短的时间内误差能够翻倍；小尺度上的细小误差增长后会转换为大尺度上的误差，在大约一天后会相似于大尺度上的初始误差。因此减小小尺度上的误差一半，仅能带来几小时甚至更短时效内大尺度预报的改进。蝴蝶效应考虑了微小事件可能产生的大影响，并解释了为什么预报通常会不准确；而对初始条件精确性的认识能有效地改进气象学以及其他学科中科学预报的准确性。

蝴蝶效应的发现大力地支撑了一门新的领域——混沌学。简而言之，混沌学反映了一种非线性过程，一些被忽略的细小事件通过非线性过程的放大而演变为有极大影响的事件。混沌学既不是指事件不可预测，也不是指决定事件的因子不可确定，而是指事件的起因具有非线性，而这些起因在非线性已知的情况下是可以追踪的。

蝴蝶效应现已广泛地应用于气象学和其他学科。现在物理学家、生物学家、生理学家等在做社会性、行为学、生理性等预测时会考虑蝴蝶效应、混沌学，以及非线性过程。蝴蝶效应和混沌学的一个美妙之处为他们不受系统以及系统尺度的限制。纽约的麻疹、加拿大的猞猁、闪电和云、血管和蛋白质、海洋和星系等等，均满足混沌学和蝴蝶效应。