Startseite▸Mathematik▸Sandhaufen-Modell

⏳ Sandhaufen-Modell

Simuliere das Bak–Tang–Wiesenfeld-Sandhaufenmodell. Lasse Sandkörner fallen und beobachte, wie Lawinen über das Gitter kaskadieren. Emergente selbstorganisierte Kritikalität erzeugt eine Potenzgesetz-Verteilung der Lawinengrößen ganz ohne Feinabstimmung.

Mathematik3DEinfach60 FPS🌍 Erde

Über Sandhaufen (Selbstorganisierte Kritikalität)

Das Bak-Tang-Wiesenfeld-Modell (BTW), 1987 vorgestellt, ist das kanonische Beispiel für selbstorganisierte Kritikalität (SOC): ein Antriebs-Dissipations-System, das sich spontan ohne jegliche externe Parameteranpassung auf einen kritischen Zustand einstellt. Körner werden einzeln zu zufälligen Zellen auf einem Gitter hinzugefügt; sobald eine Zelle vier oder mehr Körner ansammelt, kippt sie um und verteilt je ein Korn an jeden ihrer vier Nachbarn (Körner am Rand gehen verloren). Ein einzelnes hinzugefügtes Korn kann eine Lawine auslösen, die nur eine Zelle betrifft oder sich über das gesamte Gitter ausbreitet — und die Verteilung der Lawinengrößen folgt einem Potenzgesetz P(s) ∝ s^−3/2, ohne charakteristische Skala.

Füge manuell oder kontinuierlich Körner hinzu und beobachte, wie sich die farbcodierten Umkipp-Kaskaden über das Gitter ausbreiten. Ein Log-Log-Diagramm der Lawinengrößen sammelt sich in Echtzeit an und zeigt die Potenzgesetz-Signatur der Kritikalität. Vergleiche die fraktalähnlichen Aktivitätsmuster mit und ohne Randverluste.

Häufig gestellte Fragen

Was ist selbstorganisierte Kritikalität (SOC)?

SOC beschreibt eine Klasse dynamischer Systeme, die sich natürlich auf einen kritischen Zustand hin entwickeln — die Grenze zwischen Ordnung und Chaos — ohne jegliche Feinabstimmung externer Parameter. An der Kritikalität treten Fluktuationen aller Größen mit Potenzgesetz-Häufigkeit auf: keine einzelne Skala dominiert. SOC wurde 1987 von Per Bak, Chao Tang und Kurt Wiesenfeld als vereinheitlichende Erklärung für Potenzgesetz-Verteilungen vorgeschlagen, die in der Natur beobachtet werden, von Erdbebenmagnituden (Gutenberg-Richter-Gesetz) bis zu Sonneneruptionen und neuronalen Lawinen im Gehirn.

Was sind die Umkippregeln im BTW-Modell?

Jede Zelle (i, j) auf dem Gitter enthält eine ganzzahlige Anzahl von Sandkörnern z(i,j). Sobald z(i,j) ≥ 4 ist, kippt die Zelle um: z(i,j) → z(i,j) − 4, und jeder ihrer vier nächsten Nachbarn erhält 1 Korn. Randzellen verlieren Körner, die über den Rand fallen würden (diese Dissipation ist wesentlich, damit das System einen stationären Zustand erreicht). Das Umkippen wird iterativ wiederholt — ein Umkippen kann seine Nachbarn in einer Kaskade auslösen — bis alle Zellen weniger als 4 Körner haben. Die gesamte Kaskade zählt als eine Lawine.

Warum folgt die Lawinengrößenverteilung einem Potenzgesetz?

Im selbstorganisierten kritischen Zustand ist das System skaleninvariant: Es gibt keine charakteristische Lawinengröße. Kleine Störungen können unbegrenzt verstärkt werden, weil der Haufen überall gleichzeitig am Rand der Stabilität balanciert. Diese Skaleninvarianz ist das Kennzeichen eines Phasenübergangs zweiter Ordnung — nur dass das System hier automatisch zur Kritikalität gelangt, ohne einen Kontrollparameter abzustimmen. Der Exponent τ ≈ 1,5 (P(s) ∝ s^−τ) ist universell für das BTW-Modell in 2D.

Ist das BTW-Modell exakt lösbar?

Der BTW-Sandhaufen auf einem endlichen Gitter mit offenen Rändern kann mithilfe der abelschen Gruppentheorie analysiert werden (die Umkippregeln des Modells kommutieren, was es zu einem „abelschen Sandhaufen" macht). Dhars Brennalgorithmus (1990) bestimmt effizient, ob eine Konfiguration rekurrent ist. Im thermodynamischen Grenzfall wurden die kritischen Exponenten und Korrelationsfunktionen des Modells mithilfe konformer Feldtheorie hergeleitet und mit einer c=−2 logarithmischen CFT identifiziert — einer der mathematisch reichhaltigsten Aspekte von SOC.

Welche realen Phänomene zeigen SOC?

SOC wurde vorgeschlagen für: Erdbeben (Gutenberg-Richter-Gesetz: log N ∝ −bM mit b ≈ 1); Sonneneruptionen (Energieverteilung als Potenzgesetz über 8 Größenordnungen); neuronale Lawinen im Kortex (Kaskaden von Neuronenfeuern folgen P(s) ∝ s^−3/2); Waldbrände (Feuergrößenverteilung); Aktienmarktvolatilität; und Aussterbeereignisse in der Paläontologie (Raups Sterbekurve). In jedem Fall erstreckt sich das Potenzgesetz über mehrere Größenordnungen, was auf einen gemeinsamen zugrunde liegenden Mechanismus hindeutet — obwohl umstritten bleibt, ob SOC in manchen Fällen die richtige Erklärung ist.

Wie unterscheidet sich das BTW-Modell von tatsächlichen Sandhaufen?

Echte Sandhaufen haben periodische Lawinen mit einer charakteristischen Größe, die durch Kornform, Reibung und Haufengeometrie bestimmt wird — sie zeigen in einfachen Experimenten keine breiten Potenzgesetz-Verteilungen. Physiker sagen manchmal, der BTW-„Sandhaufen" sei eine Fehlbezeichnung. Ein Reishaufen-Experiment von Frette et al. (1996) mit länglichen Reiskörnern — die eine größere geometrische Komplexität aufweisen — beobachtete jedoch tatsächlich Potenzgesetz-Lawinen und liefert damit die nächstliegende reale Realisierung der BTW-SOC.

Was ist die Verbindung zwischen SOC und 1/f-Rauschen?

SOC wurde ursprünglich unter anderem vorgeschlagen, um 1/f-Rauschen (rosa Rauschen) zu erklären — Leistungsspektren, bei denen die Leistungsdichte als 1/f^α (α ≈ 1) über viele Frequenzdekaden skaliert. 1/f-Rauschen tritt in Spannungsschwankungen in Widerständen, Herzschlagintervallen, Musik und Flusspegeln auf. Das BTW-Modell erzeugt 1/f-ähnliche zeitliche Fluktuationen als emergente Konsequenz seiner skalenfreien Lawinendynamik und verknüpft damit das räumliche Potenzgesetz (Lawinengröße) mit einem zeitlichen (Frequenzspektrum).

Was ist das „Identitätselement" im abelschen Sandhaufen?

Die abelsche Sandhaufen-Gruppe hat ein bemerkenswertes Identitätselement: eine eindeutige Konfiguration z_id, sodass das Hinzufügen von z_id zu jedem rekurrenten Zustand nach Stabilisierung denselben Zustand zurückgibt. In 2D zeigt die Identitätskonfiguration komplizierte fraktalähnliche Muster mit exakter dreieckiger Symmetrie, die rein aus der algebraischen Struktur entstehen — sie werden nicht von Hand eingegeben. Das Erzeugen und Visualisieren der Identität auf großen Gittern ist eine ernsthafte rechnerische Herausforderung und erzeugt einige der ästhetisch beeindruckendsten Bilder in der mathematischen Physik.

Kann das Sandhaufenmodell neuronale Aktivität simulieren?

Neuronale Lawinen — Kaskaden lokaler Feldpotenziale in kortikalen Gewebeschnittkulturen — folgen Potenzgesetzen, die bemerkenswert konsistent mit SOC sind (P(s) ∝ s^−3/2), erstmals berichtet von Beggs und Plenz im Jahr 2003. Der Kortex könnte sich zur Kritikalität selbstorganisieren, weil der kritische Zustand die Informationsübertragung, den dynamischen Bereich und die Empfindlichkeit gegenüber Eingaben maximiert. Störungen des Potenzgesetzes wurden mit epileptischen Anfällen (überkritisch) und Anästhesie (unterkritisch) in Verbindung gebracht, was SOC zu einem potenziellen neuronalen Biomarker macht.

Was ist der Unterschied zwischen SOC und gewöhnlichen kritischen Phänomenen?

Bei gewöhnlichen Gleichgewichts-Phasenübergängen (z. B. dem Ising-Ferromagneten) tritt Kritikalität bei einer einzelnen, präzise abgestimmten Temperatur T_c auf. Eine Abweichung von T_c zerstört die Kritikalität. SOC-Systeme haben stattdessen einen langsamen Antrieb (Hinzufügen von Körnern), ausgeglichen durch Dissipation (Randverluste), was als automatischer Rückkopplungsmechanismus wirkt: Ist das System unterkritisch, sammeln sich Körner an und erhöhen die Konnektivität, bis es den kritischen Punkt erreicht; ist es überkritisch, dissipieren große Lawinen Körner schnell zurück zur Kritikalität.

Gibt es andere SOC-Modelle neben dem BTW-Sandhaufen?

Ja — eine reichhaltige Familie: das Manna-Modell (zufällige Umkipprichtung) hat andere kritische Exponenten und wird als in einer anderen Universalitätsklasse liegend angesehen; Waldbrandmodelle (Drossel-Schwabl) zeigen SOC durch Baumwachstum und Blitzzündung; das Olami-Feder-Christensen-Modell (OFC) verwendet kontinuierliche reelle Spannungswerte und ist das Standard-SOC-Modell für Erdbeben. Jedes zeigt breite skalenfreie Dynamik, aber mit unterschiedlichen Exponenten, Geometrie und Universalitätsklassen.

Über diese Simulation

Dieser Simulator bildet das Bak–Tang–Wiesenfeld-Sandhaufenmodell nach, das Standardbeispiel für selbstorganisierte Kritikalität. Körner sammeln sich auf einem Gitter an, und jede Zelle, die eine kritische Höhe K erreicht, kippt um und verteilt je ein Korn an jeden ihrer vier Nachbarn — ein Ereignis, das zu einer Lawine beliebiger Größe kaskadieren kann, von einem einzelnen Umkippen bis zu einer, die das gesamte Gitter erfasst. Die Verteilung der Lawinengrößen pendelt sich in einem Potenzgesetz ohne natürliche Skala ein — dem Kennzeichen eines Systems, das sich selbst an den Rand der Stabilität organisiert hat.

🔬 Was es zeigt

Jede Zelle ist nach ihrer Kornanzahl farbcodiert, von nahezu Schwarz (leer) über Grün, Bernstein und Rot, je näher sie der kritischen Höhe kommt. Umkipp-Kaskaden breiten sich als Farbschübe nach außen aus, und ein Live-Log-Log-Diagramm unter dem Gitter zählt die Größe jeder Lawine — seine annähernd gerade Linie ist die visuelle Signatur des Potenzgesetzes.

🎮 Anwendung

Wähle einen Fallmodus — Zentrum, Zufällig oder Klicken —, um zu bestimmen, wo Körner landen. Der Regler für die kritische Höhe K (2–8) legt die Umkippschwelle fest, die Fallrate (1–50 Körner/Frame) bestimmt, wie schnell Sand hinzugefügt wird, und Gitter (30×30 bis 120×120) skaliert das Raster. Verwende Start/Pause und Zurücksetzen unten, oder klicke im Klicken-Modus auf das Canvas, um genau dort einen kleinen Haufen fallen zu lassen, wo du zeigst.

💡 Wussten Sie schon?

Als Per Bak, Chao Tang und Kurt Wiesenfeld dieses Modell 1987 vorstellten, schlugen sie selbstorganisierte Kritikalität vor, um Potenzgesetze zu erklären, die überall in der Natur zu sehen sind — von Erdbebenmagnituden bis zu Sonneneruptionen —, die entstehen, ohne dass jemand einen Parameter abstimmt.

Häufig gestellte Fragen

Was steuert die kritische Höhe K eigentlich?

K legt fest, wie viele Körner eine Zelle halten kann, bevor sie umkippt. Ein höheres K verzögert das Umkippen und lässt Körner lokal aufbauen, bevor eine Lawine beginnt, während ein niedrigeres K (bis auf 2) das Umkippen — und die Kaskaden — viel früher beginnen lässt.

Warum verschwinden Körner am Rand des Gitters?

Die Simulation verwendet eine offene Randbedingung: Wenn ein Umkippvorgang ein Korn über den Rand schickt, verlässt dieses Korn einfach das System, anstatt umzulaufen. Diese Dissipation lässt den Haufen in einen stabilen kritischen Zustand einpendeln, anstatt unbegrenzt zu wachsen.

Was ist der Unterschied zwischen den drei Fallmodi?

Zentrum fügt immer Körner der einzelnen Zelle in der Mitte des Gitters hinzu, die klassische Art, einen Sandhaufen aus einer Punktquelle wachsen zu lassen. Zufällig verstreut Körner jeden Frame über das gesamte Gitter, und Klicken lässt dich einen kleinen Haufen von zwanzig Körnern überall dort fallen lassen, wo du zeigst, sodass du Lawinen auf Abruf auslösen kannst.

Warum sieht das Log-Log-Diagramm ungefähr wie eine gerade Linie aus?

Das Diagramm verfolgt, wie oft Lawinen jeder Größe auftreten, wobei beide Achsen logarithmisch skaliert sind. Da Lawinengrößen einem Potenzgesetz folgen, erzeugt das Auftragen der Anzahl gegen die Größe auf Log-Log-Achsen etwas, das einer geraden Linie nahekommt — ein Beweis dafür, dass Lawinen sehr unterschiedlicher Größe derselben einfachen Umkipp-Regel gehorchen.

Beeinflusst die Gittergröße das Verhalten der Lawinen?

Ein größeres Gitter gibt Lawinen mehr Platz zum Ausbreiten, sodass die größten auf einem 120×120-Gitter erfassten Kaskaden die auf einem 30×30-Gitter weit übertreffen können, wobei der zugrundeliegende Potenzgesetz-Exponent gleich bleibt. Das Ändern der Gittergröße setzt die Simulation zurück, da die Kornkonfiguration nur bei ihrer ursprünglichen Größe sinnvoll ist.

⚙ Unter der Haube

Bak–Tang–Wiesenfeld selbstorganisierte Kritikalität. Lasse Sandkörner auf ein Gitter fallen; Zellen mit Höhe ≥ K kippen um und verteilen Körner an ihre vier Nachbarn. Lawinen aller Größen entstehen mit einer Potenzgesetz-Verteilung.

3D · Three.js / WebGL-Renderer · 60 FPS Ziel · läuft vollständig clientseitig, keine Installation