🦅 Lévy-Flug
Simulieren Sie Lévy-Flüge und anomale Diffusion. Passen Sie den Stabilitätsexponenten α an, um von Brownscher Bewegung (α=2) zu echten Lévy-Flügen (α→1) überzugehen. Vergleichen Sie Schrittlängenverteilungen in einem doppelt-logarithmischen Diagramm.
Über diese Simulation
Diese Simulation erzeugt Zufallsweg-Schrittlängen aus einer symmetrischen α-stabilen (Lévy-)Verteilung mithilfe des Mantegna-Algorithmus, sodass die Sprunggröße jedes Wanderers einem Potenzgesetz-Schwanz P(l) ∝ l−(1+α) folgt statt den dünnschwänzigen Gauß-Schritten der gewöhnlichen Brownschen Bewegung. Zieht man den Stabilitätsexponenten α von 2,0 nach unten in Richtung 1,05, verschiebt sich der Weg von glatter, gleichmäßig großer Diffusion zu echtem Lévy-Flug-Verhalten: lange Abschnitte kleiner Schritte, unterbrochen von seltenen, riesigen Sprüngen. Ein live erstelltes doppelt-logarithmisches Histogramm der Schrittlängen zeigt die Bildung des Potenzgesetz-Schwanzes in Echtzeit, zusammen mit einer roten Referenzlinie bei der theoretischen Steigung −(1+α).
🔬 Was gezeigt wird
Bis zu 8 unabhängige Wanderer bewegen sich in 2D, wobei die Länge jedes Schritts über den Mantegna-Algorithmus gezogen wird (ein Verhältnis zweier gaußscher Variablen hoch 1/α) und die Richtung jedes Schritts gleichverteilt zufällig gewählt wird. Die Flugbahn-Zeichenfläche stellt die Trajektorie jedes Wanderers dar; die Verteilungs-Zeichenfläche gruppiert jede aufgezeichnete Schrittlänge auf einer doppelt-logarithmischen Skala, sodass ein geradliniger Schwanz das für α < 2 vorhergesagte Potenzgesetz-Verhalten bestätigt.
🎮 So wird es genutzt
Ziehen Sie den Regler für den Stabilitätsexponenten α (1,05–2,0), um zwischen schwerschwänzigem Lévy-Flug und gewöhnlicher Brownscher Bewegung zu wechseln — α=2,0 schaltet den Stichprobengenerator auf einen einfachen Gauß-Generator (Box–Muller) um. Wanderer legt fest, wie viele unabhängige Pfade gleichzeitig gezeichnet werden, Schritte pro Bild steuert die Simulationsgeschwindigkeit, und Maßstab zoomt die Flugbahnansicht. Die drei Voreinstellungsschaltflächen springen direkt zu α=1,2 (starker Lévy), α=1,5 (mittel) und α=2,0 (Brownsch) für schnellen Vergleich.
💡 Wussten Sie schon?
Die Lévy-Flug-Statistik wurde von Gonzalo Viswanathan und Kollegen in den 1990er-Jahren als Modell dafür vorgeschlagen, wie Albatrosse, Haie und andere futtersuchende Tiere nach spärlich und fleckenhaft verteilter Nahrung suchen — eine Strategie, die sich als effizienter erwiesen hat als eine zufällige Brownsche Suche, wenn Ressourcen knapp sind. Dieselbe schwerschwänzige Statistik taucht auch bei Kurssprüngen an Finanzmärkten und in manchen Modellen menschlicher Mobilitätsmuster auf.
Häufig gestellte Fragen
Was ist ein Lévy-Flug und wie unterscheidet er sich von der Brownschen Bewegung?
Ein Lévy-Flug ist ein Zufallsweg, dessen Schrittlängen aus einer schwerschwänzigen Potenzgesetzverteilung P(l) ∝ l−(1+α) mit einem Stabilitätsexponenten α zwischen 0 und 2 gezogen werden, statt aus einer Gauß-Verteilung. Da der Schwanz langsam abklingt, sind seltene, aber extrem große Sprünge weit wahrscheinlicher als bei der Brownschen Bewegung, bei der sich Schrittgrößen eng um einen Mittelwert häufen und riesige Sprünge praktisch unmöglich sind. Setzt man in dieser Simulation α=2,0, schaltet der Schrittgenerator auf gewöhnliche Gauß-Stichproben um, wodurch die Brownsche Standardbewegung als Spezialfall wiederhergestellt wird.
Wie erzeugt die Simulation tatsächlich Lévy-verteilte Schrittlängen?
Sie verwendet den Mantegna-Algorithmus, eine praktische numerische Methode zum Ziehen von Stichproben aus einer symmetrischen α-stabilen Verteilung, ohne die unhandliche geschlossene Dichteformel der Verteilung zu benötigen. Es werden zwei normalverteilte Zufallsvariablen u und v erzeugt, u skaliert mit einem aus Gammafunktionen von α berechneten Faktor σ, und die Schrittlänge ist l = u·σ / |v|^(1/α). Dies erzeugt Stichproben, deren Schwanz asymptotisch dem korrekten l−(1+α)-Potenzgesetz für jedes α in (0,2) folgt, was das live erstellte doppelt-logarithmische Histogramm in der Simulation visuell bestätigt.
Was steuert der Stabilitätsexponent α tatsächlich?
α bestimmt, wie schwer der Schwanz der Schrittlängenverteilung ist: kleineres α (nahe 1,05) erzeugt sehr schwere Schwänze und häufige extreme Sprünge — einen echten Lévy-Flug —, während α nahe 2,0 eine dünnschwänzige, nahezu gaußförmige Verteilung erzeugt, die von der Brownschen Bewegung nicht zu unterscheiden ist. Der im Statistik-Panel gezeigte Schwanzexponent β ist gleich 1+α, passend zum Exponenten in der Potenzgesetzformel P(l) ∝ l−(1+α), auf der die Simulation aufbaut.
Warum sehen die Flugbahnen bei niedrigem und hohem α so unterschiedlich aus?
Bei hohem α (nahe 2,0) macht der Wanderer viele ähnlich große Schritte, was eine kompakte, wolkenartige Trajektorie erzeugt, typisch für diffusive Brownsche Bewegung. Bei niedrigem α (nahe 1,05) bleiben die meisten Schritte klein, aber gelegentlich macht der Wanderer einen Sprung, der um Größenordnungen größer ist als die übrigen, und verlagert sich sofort weit weg von seiner vorherigen Ansammlung von Schritten — visuell erscheint dies als enge Klumpen kurzer Segmente, verbunden durch wenige lange gerade Linien, das charakteristische Erscheinungsbild eines echten Lévy-Flugs.
Wo tauchen Lévy-Flüge außerhalb von Physiksimulationen auf?
Die Lévy-Flug-Statistik wurde ursprünglich zur Beschreibung bestimmter physikalischer Diffusionsprozesse verwendet, doch Forscher fanden später dieselben schwerschwänzigen Schrittmuster in den Futtersuche-Trajektorien von Albatrossen, Haien und anderen Raubtieren, die nach spärlich verteilter Beute suchen, da eine Mischung aus vielen kurzen und gelegentlichen langen Sprüngen ein Gebiet effizienter durchsucht als reine Brownsche Bewegung. Ähnliche Potenzgesetz-Statistiken treten auch in Daten zur menschlichen Mobilität, in manchen Modellen von Kurssprüngen an Finanzmärkten und in den Ausbreitungsmustern bestimmter Krankheiten auf.
Simulieren Sie Lévy-Flüge: Stellen Sie den Stabilitätsexponenten α von Brownscher Bewegung (α=2) bis zu seltenen langen Sprüngen (α→1) ein und beobachten Sie das Potenzgesetz-Schritthistogramm.
3D · Three.js/WebGL-Renderer · Ziel: 60 FPS · läuft vollständig clientseitig, keine Installation nötig