Mapa logistyczna: Jak Jedno Równanie Generuje Chaos

Jedna linia, nieskończona zachowanie

Mapa logistyczna jest najprostszym modeliem populacji, która rośnie i jest ograniczona przez swoje własne zasiedlanie. Ma jedno zmienne x, skaliowane do zakresu 0 i 1 (ułamek pewnej pojemności nosnej), oraz jedno ustawianie r, stopień wzrostu:

x(n+1) = r . x(n) . (1 - x(n)) 0 <= x <= 1, 0 <= r <= 4 Term r . x reprezentuje zwykły wzrost wykładniczy; term (1 - x) jest hamulcem, który staje się silniejszy wraz z zbliżeniem się x do 1 — spory dostęp do żywności i przestrzeni kiedy x jest małe, głód i konkurencja kiedy x jest blisko pojemności nosnej. Tylko jedna mnożona hamulca wystarcza do wygenerowania każdego qualitacyjnego zachowania systemu dynamicznego: punkty ustalone, okresowe cykle i pełny chaos, zależnie tylko od wartości r.

x(n+1) = r . x(n) . (1 - x(n))          0 <= x <= 1,  0 <= r <= 4

Droga do chaotycznego zachowania: podwójne okresy

Iteruj mapę dla ustalonego r, zignoruj pierwsze kilka setek kroków jako przejściowe i narysuj każdy wartość x, która następuje — to jest jedna pionowa kropla diagramu bifurkacji. Dla 0 < r < 1 populacja zanika do x = 0. Dla 1 < r < 3 osiąga stałą wartość, x* = 1 - 1/r. W momencie r = 3 punkt ustalony straci stabilność i orbita zaczyna się alternować między dwiema wartościami — cyklem okresu 2. Przepchnij r dalej i każdy cykl sam w sobie staje się niestabilny i podzieli się ponownie: od okresu 2 do 4 dla r ≈ 3,449, od okresu 4 do 8 dla r ≈ 3,544, a dalej, z trzeciego dzielenia okresu przez kolejne, przeróżnione są o stały czynnik.

Ten czynnik, δ ≈ 4,6692016, jest stałą Feigenbauma. Mitchell Feigenbaum odkrył w latach 70. XX wieku, że jest on uniwersalny — ta sama liczba rządzi drogą do chaotycznego zachowania przez podwójne okresy prawie w każdym jednozawodowym mapie gładkiej i w rzeczywistych fizycznych systemach (spływające zbiorniki, przepływy konwekcyjne, niektóre obwody elektroniczne), które nie mają nic wspólnego z biologią populacji. Była to jedna z pierwszych solidnych dowodów na to, że chaotyczne zachowanie ma własne prawidłowości kwantyfikacyjne, a nie tylko kwalitatywne.

Khaos, okna i kołko zacienione

Kaskada akumuluje się w r∞ ≈ 3,56995, poza którym orbita jest aperiodyczna dla większości wartości r — to obszar khaotyczny, który zajmuje większość interwału do r = 4. Jednak nie jest tam chaos wszędzie: diagram ma jasne białe przepustki, okna okresowe, gdzie powraca stabilna cykl, najwyraźniej otwierając się okno okresu trzymania blisko r ≈ 3,8284. Według twierdzenia popularnego jako

Miarka chaosu: wykładnik Lyapunowa

Chaos oznacza delikatną zależność od warunków początkowych — dwa punkty początkowe oddzielone małą odległością oddalają się w sposób eksponencjalny. Szybkość tego oddalenia to wykładnik Lyapunowa λ, obliczany poprzez średnienie logarytmu czynnika rozciągania lokalnego |f'(x)| = |r(1 - 2x)| lungo orbity:

λ(r) = śl (1/N) . sum_{n=0}^{N-1} ln | r (1 - 2 x(n)) | λ < 0 oznacza, że bliskie trajektorie zbiegają się — stabilny punkt stały lub cykl, czytany bezpośrednio z bloku powyżej jako tekst, nie renderowany jako matematykę. λ = 0 oznacza bifurkację. λ > 0 oznacza, że trajektorie oddalają się w sposób eksponencjalny — chaos — a 1/λ ustawia czas Lyapunowa, liczbę iteracji przed tym, jak błąd zaokrąglania zasypywa całe prognozowanie. Rysowanie wykresu λ(r) obok diagramu bifurkacyjnego sprawia, że okna okresowe są jasne: λ spada dokładnie tam, gdzie okresowa trajektoria powoduje momentalne odzyskanie kontrolu nad przedziałem.

lambda(r) = lim (1/N) . sum_{n=0}^{N-1} ln | r (1 - 2 x(n)) |

Często zadawane pytania

Wypróbuj na żywo

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