Model Głosujący & Segregacja Schellinga

Model głosujący: kopiuj swojego sąsiada, nic więcej

Umieść zdanie — na przykład czerwone lub niebieskie — w każdym komórce siatki 2D losowo. Na każdym kroku wybierz losową komórkę i dopasuj ją do zdania jednego losowo wybranego sąsiada. To jest cała reguła; nie ma przekonywania, ani dyskusji, ani pojęcia, które zdanie jest „lepsze”. Uruchom to wystarczająco długo na skończonej siatce i coś ciekawego się zdarza: cała siatka konverguje do jednego koloru, plynąc tylko dzięki losowemu przemieszczeniu. Kolor, który przypadkowo uzyskuje lokalne przewagę liczebną, tarczy się na utrzymanie tej przewagi, ponieważ komórka otoczona większą liczbą jednego koloru jest statystycznie bardziej prawdopodobna do dopasowania tego koloru w następnym kroku, a ta mała samoreinforcing proporcja ostatecznie zrastają się w pełną zgody bez nikogo nigdy postanowienia przekonać nikogo.

demo na żywo · powiązana symulacja● LIVE

Głosujący z hałasem: dodanie małej niezależnej losowości

Model klasykowy głosującego zawsze osiąga zamrożoną, jednomyślną stanowisko, co nie jest dobrym modeliem dynamiki rzeczywistych poglądów — rzeczywiste populacje nadal oscylują. Model głosujący z hałasem naprawia to, dodając każdemu agentowi małą, stałą prawdopodobieństwo odwracania się do losowego poglądu niezależnie od tego, co sąsiedzi myśleć, reprezentując osobistości niezależne, nowe informacje lub proste hałasowanie. Ta mała ilość losowości jest wystarczająca, aby zapobiec systemowi zawsze osiągnięciu jednego stanu absorbującego; zamiast tego osiąga on oscylujący stan równowagi, w którym udzial populacji dla każdego poglądu drga wokół pewnej średniej wartości na stałe, bliższy rzeczywistemu zachowaniu ankiety publicznych opinii w czasie.

Segregacja Schellinga: nikt nie chce być izolowany, wszyscy się oddzielają

Ekonoma Thomas Schelling w swoim modelu z 1971 roku zadaje inny pytanie za pomocą tej samej maszyny siatkowej. Umieszcza dwie rodziny ("czerwone" i "niebieskie") losowo na siatkowym polu, które zawiera także puste komórki, a każdemu agencjonistę przydzielone jest jedna prosta preferencja: jest zadowolony, jeśli co najmniej pewna próg uzupełniających go sąsiadów ma ten sam typ, i niewygodny — gotowy do przeniesienia się do losowej pustej komórki — w przeciwnym razie. Kluczowe jest to, że ten próg może być masywnie niższy: agencjonista zadowolony z 30% sąsiadów tego samego typu nie prosi o życie w izolowanej dzielnicy, tylko o uniknięcie pozostania małą izolowaną mniejszością. Jednak gdy każdy agencjonista na siatkowym polu obserwuje tę samą łagodną zasadę jednocześnie, pozwalać niewygodnym agencjonistom na przeprowadzki krok po kroku wiarygodnie prowadzi do wyraźnych grup izolacji — pól prawie 100% jednego typu — nawet jeśli żaden z modelu nigdy nie chciał ani nie prosił o takie wyniki.

Schelling step, for each occupied cell c:
  same = count of occupied neighbours matching c's type
  total = count of all occupied neighbours
  if total > 0 and same / total < threshold:
      move c to a random empty cell     // "unhappy" -> relocate
  # threshold of just 0.3-0.4 (a MINORITY preference) is enough to
  # tip the whole grid into near-total segregation after enough steps

Dwa bardzo różne zasady, jedna wspólna lekcja

Model głosujący i model Schellinga kodują prawie przeciwne zachowania społeczne — powszechną imitację versus słabo przypominające podobieństwo — jednak oba są kluczowymi przykładami emergencji: zaskakujących, często nieoczekiwanych globalnych wzorów (całkowitej zgody, lub niemal pełnej segregacji), które powstają jedynie na podstawie prosto rozumiałych lokalnych zasad, bez centralnego koordynowania i bez kogoś chciejącego osiągnąć konkretny wynik agregatywny. To dokładnie dlaczego modele siatkowe pozostają fundamentalne w sociofizyce i ekonomii miejskiej dekadę po ich wprowadzeniu — pokazują, jak małą może być przepaść między „każdy jest rozsądny indywidualnie” a „grupa kończy się w miejscu, gdzie nikt nie chciałby.”

Często zadawane pytania

Czy model głosującego zawsze osiąga uzgodnienie?

Na skończonym siatce, tak — klasyczny model głosujący zawsze kończy się jednym stanem przyciągającym, w którym każda agencja dzieli tę samą opinię, ponieważ nie ma siły powrotnej, która przyciągnęłaby system do mieszanki po tym, jak jedna opinia zacznie dominować. Na nieskończonej 1D lub 2D siatce, jednakże, model osiąga tylko lokalne uzgodnienie w zawsze rosnących odcinkach i nigdy nie pojedynczego globalnego; tylko na trzech lub więcej wymiarach może przetrwać stały stan mieszany przez nieskończoną czas.

Jakie jest kluczowe zdumienie w modelu segregacji Schellinga?

Schelling pokazał, że nawet lekka indywidualna preferencja — chciałoby się, na przykład, 30% swoich sąsiadów dzielić swoją typ — jest wystarczająca do powodowania prawie pełnej segregacji sądowniczej, gdyby każdy zastosował ją jednocześnie. Nie ma żadnego indywidualnego agencji, która chciałaby pełnej segregacji, a w modelu nie jest wymagane żaden zamiłowanie do segregacji; szokujący wynik pojawia się jedynie ze względu na wiele osób dokonywania małych lokalnych dostosowań w odpowiedzi na ruchy innych.

Jakie jest różnice między klasycznym modelem głosującym a noisowym modelem głosującym?

Klasyczny model głosujący ma agencje, które w pełni kopiują losowego sąsiada, co zawsze prowadzi do jednego stanu przyciągającego uzgodnienia. Model głosujący z szumu dodaje małe prawdopodobieństwo niezależne, że agencja samodzielnie przełącza się na losową opinię niezależnie od sąsiadów, co uniemożliwia systemowi nigdy całkowicie zablokować i zamiast tego tworzy fluctuanty stan równowagi, w którym udział populacji oscyluje wokół pewnej średniej wartości przez nieskończoną czas.

Wypróbuj na żywo

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

▶ Otwórz symulację Voter Model & Schelling Segregation

Model Głosującego i Segregacja Schellinga: Jak Lokalne Zasady Tworzą Globalną Porządkę