Zachwyt populacji: Jak jedno równanie przekształca wzrost w chaos

Jednolinijkowy model rosnącej populacji

Mapa logistyczna włącza ekspansję wykładniczą i ograniczenie zasobów do jednego pętli zwrotnych: x_(n+1) = r · x_n · (1 - x_n). Oto, że x_n jest populacją jako ułamek od maksymalnej w generacji n, a r to stopa wzrostu. Term x_n napędza wzrost; term (1 - x_n) ogranicza go, gdy populacja zbliża się do swojego limitu — zasoby wygasają, rozprzestrzenia się choroba, gniazda wypełniają się. Tę mapę zaprezentował ekolog Robert May w 1976 roku jako dyskretny odpowiednik równania różniczkowego logistycznego.

To, co go słynne, nie jest biologia, ale to, co dzieje się, gdy przesuwasz r od 1 do 4 i obserwujesz, gdzie populacja osiąga stałe po wielu pokoleniach.

x_(n+1) = r · x_n · (1 - x_n),   0 ≤ x_0 ≤ 1, 0 ≤ r ≤ 4

Sciezka do chaosu: podwójne okresy

Dla r poniżej 3 populacja zbiega się do jednego punktu równowagi — ustalonego punktu. Przy r = 3 ten punkt utraci stabilność i podziel się na okres-2: populacja alternuje między dwoma wartościami, wysoką w jednym pokoleniu, niską w drugim. Dalsze zwiększenie r spowoduje ponowne podział cyklu na okres-4 przy r ≈ 3,449, następnie okres-8 przy r ≈ 3,544, a potem okres-16. Każdy podwójny okres powstaje szybciej niż poprzedni. Ten cascade podwójnych okresów zbiega się do około r ≈ 3,56995 — punktu Feigenbauma — poza którym populacja nigdy nie osiągnie żadnego powtarzającego się cyklu: jest chaosem.

DIAGRAM BIFURKACYJNY

Rysowanie długoterminowych wartości x przeciwko r powoduje pojawienie się charakterystycznego obrazu mapy logistycznej: krzywa, która dzieli się na dwie, potem cztery, a następnie gęstą chaotyczną masę, przerwaną przez cienkie okna periodyczności (najszersze, blisko r ≈ 3.83, to stabilny cykl periodyczny stopnia 3). Dwa liczbowe wartości na tym diagramie są niezwykle uniwersalne. Fizyk Mitchell Feigenbaum odkrył w 1975 roku, że stosunek rozchodów między kolejnymi punktami bifurkacji konverguje do stałej δ ≈ 4.6692, a stosunek szerokości ramion między kolejnymi gałęziami konverguje do α ≈ 2.5029 — i obie stałe pojawiają się niezmienione w drodze do chaotyzmu poprzez podwójne okresy w całkowicie niespodziewanych systemach: kroczące zbiorniki, przepływy ciepła, oscylatory elektroniczne napędzone. Jest jednym z nielicznych uniwersalnych stałych w dinamice nieliniowej.

r < 3.0            → stable fixed point
3.0 ≤ r < 3.449   → period-2 cycle
3.449 ≤ r < 3.544 → period-4 cycle
r → 3.56995      → accumulation point (infinite period doublings)
r > 3.56995         → chaos, interrupted by periodic windows
r = 4                → fully chaotic, provably equivalent to a coin flip

Czucie do czegoś i granice przewidywalności

W chaotycznym rejonie, dwie populacje zaczynające się milionwszy procent od siebie oddalają wykładniczo — to charakterystyczne oznakowanie chaosu, formalizowane jako dodatni wyraz Lyapunova. Dla r = 4 mapa jest dokładnie rozwiązalna i dowodowo tak nieprzewidywalna jak rzucanie symetryczną monetą: żaden dodatkowy cyferkowy dokładności w wartości początkowej nie kupuje więcej niż kilka generacji dokładnych przewidywań. To dlaczego klimat, eksplozje populacyjne i inne systemy podobne do logistycznej mogą być doskonale deterministyczne — bez żadnego elementu losowego w równaniu — a nadal być praktycznie nieprzewidywalne po krótkim okresie.

Lotka-Volterra: gdy dwie populacje nawzajem śledzą

Związany, ale inny model, równania Lotka-Volterra dla predatorów i ofiar, łączy dwóch ciągłych populacji zamiast ograniczać jedna: ofiary rosną eksponencjalnie aż do chwili, gdy predatorzy je spadkują, predatorzy cierpią głód, gdy ofiar staje się rzadko, i pary cyklicznie przemieszczają się w kręgach na wykresie fazowym zamiast klesnąć w chaos. Jest to przydatny kontrast: model Lotka-Volterra pokazuje oscylację wynikającą z sprzężenia zwrotnego dwóch gatunków, podczas gdy mapa logistyczna pokazuje chaos wynikający z jednego gatunku z limitem zasobów i dyskretnymi pokoleniami — dwa różne ścieżki do tego samego wniosku, że proste niejednolite zasady mogą wygenerować znacznie bogatsze zachowania niż ich liniowe odpowiedniki.

Często zadawane pytania

Wypróbuj na żywo

Wszystko powyżej działa bezpośrednio w Twojej przeglądarce — otwórz Population Chaos — Logistic Map & Bifurcation Diagram i zmieniaj parametry podczas działania. Nic nie jest instalowane ani przesyłane na serwer, cały model działa w jednej karcie.