Wave 29: Szereg Taylora, neuron Hodgkina–Huxleya i model Isinga

Wave 29 obejmuje matematykę, neuronaukę i mechanikę statystyczną: interaktywny wizualizator szeregu Taylora/Maclaurina z regulowanym centrum rozwinięcia i wykresem błędu na żywo, nagrodzony Nagrodą Nobla model neuronu przewodnictwa Hodgkina–Huxleya oraz kanoniczny 2D model Isinga z przejściami fazowymi Monte Carlo Metropolisa–Hastingsa. Wszystkie trzy mają wersje EN + UK.

Statystyki platformy

462
Symulacje
72
Kategorie
49
Devlogi
29
Fale

Wave 29 w skrócie

📈

Wizualizator szeregu Taylora

Obserwuj, jak sin, cos, ex, ln(1+x), arctan, sinh, cosh, 1/(1−x) przybliżają swoje cele wyraz po wyrazie. Regulowane centrum rozwinięcia, N do 20 wyrazów, panel błędu na żywo, etykieta promienia zbieżności.

Wypróbuj →

Neuron Hodgkina–Huxleya

Nagrodzony Nagrodą Nobla 1963 model przewodnictwa aksonu kałamarnicy. Wstrzyknij impuls prądowy i obserwuj, jak zmienne bramkujące Na+ / K+ m, h, n napędzają skok potencjału czynnościowego, okres refrakcji i powtarzalne wyładowania.

Wypróbuj →
🧲

Model Isinga — przejście fazowe

2D Monte Carlo Metropolisa–Hastingsa na siatce spinów N×N. Reguluj temperaturę, pole zewnętrzne i stałą sprzężenia. Obserwuj, jak spontaniczna magnetyzacja pojawia się poniżej Tc = 2,269 J/kB.

Wypróbuj →

Wizualizator szeregu Taylora

Szereg Taylora rozwija dowolną gładką funkcję jako nieskończony wielomian wyśrodkowany w punkcie a:

f(x) = Σ f(n)(a) · (x − a)n / n!

Wizualizator obsługuje osiem funkcji i pozwala przesuwać centrum rozwinięcia a w dowolnym miejscu osi — nie tylko w punkcie zerowym Maclaurina. Każdy dodany wyraz jest podświetlony na wykresie i wypisany pod canvasem, dzięki czemu łatwo zobaczyć, jak szybko (lub wolno) suma częściowa zbiega do prawdziwej krzywej.

Kontrolki: wybór funkcji, centrum rozwinięcia a (−3 do 3), liczba wyrazów N (1–20), przybliżenie zakresu x, przełącznik panelu błędu, przycisk animacji (automatycznie zwiększa N od 1 wzwyż).

Szereg TayloraSzereg Maclaurina Przybliżenie wielomianowePromień zbieżności Analiza matematycznaSzereg potęgowy

Neuron Hodgkina–Huxleya

Model Hodgkina–Huxleya (1952, Nagroda Nobla 1963) opisuje jonowy mechanizm potencjału czynnościowego w gigantycznym aksonie kałamarnicy. Potencjał błonowy V spełnia ODE:

Cm dV/dt = Iext − gNa m3h(V − ENa) − gK n4(V − EK) − gL(V − EL)

ze zmiennymi bramkującymi m, h (aktywacja/inaktywacja sodowa) i n (aktywacja potasowa), z których każda podlega kinetyce pierwszego rzędu dx/dt = αx(V)(1−x) − βx(V)x.

Symulacja używa oryginalnych parametrów aksonu kałamarnicy Hodgkina i Huxleya z 1952 roku (Cm = 1 μF/cm², gNa = 120, gK = 36, gL = 0,3 mS/cm²) i całkuje pełny układ ODE metodą Eulera z dt = 0,01 ms. Canvas rysuje V(t) na niebiesko plus trzy ślady zmiennych bramkujących (m czerwony, h żółty, n zielony) oraz fioletowy pasek Iext. Panel informacyjny zgłasza liczbę skoków, szczytowe napięcie i częstotliwość wyładowań.

Hodgkin–HuxleyPotencjał czynnościowy Zmienne bramkująceKanały jonowe NeuronaukaModel przewodnictwa

Model Isinga — przejścia fazowe

2D model Isinga to najprostszy układ przechodzący ciągłe przejście fazowe. Spiny si = ±1 na siatce kwadratowej oddziałują poprzez sprzężenie z najbliższymi sąsiadami; hamiltonian ma postać:

H = −J Σ⟨i,j⟩ si sj − H Σi si

Algorytm Metropolisa–Hastingsa próbkuje rozkład Boltzmanna: losowy obrót spinu jest akceptowany bezwarunkowo, jeśli ΔE ≤ 0, lub z prawdopodobieństwem e−ΔE/kBT w przeciwnym razie. Poniżej dokładnej 2D temperatury krytycznej kBTc = 2J/ln(1+√2) ≈ 2,269J pojawia się spontaniczna magnetyzacja i rosną duże domeny ferromagnetyczne. Powyżej Tc fluktuacje termiczne całkowicie porządkują siatkę w nieporządek.

Canvas koduje kolorem każdy spin (ciepła czerwień = góra, chłodny błękit = dół) i renderuje w pełnej rozdzielczości przez ImageData, umożliwiając płynną animację w czasie rzeczywistym nawet przy N = 80 (6400 spinów). Wykres historii magnetyzacji na żywo śledzi |⟨m⟩| w czasie. Kontrolki udostępniają T/Tc, pole zewnętrzne H, sprzężenie J, rozmiar siatki N oraz warunki początkowe (losowe, wszystkie w górę, wszystkie w dół).

Model IsingaAlgorytm Metropolisa Przejście fazoweFerromagnetyzm Monte CarloMechanika statystyczna

Uwagi inżynierskie

Szereg Taylora: analityczne obliczanie n-tej pochodnej + regularyzacja L’Hôpitala

Obliczenie współczynnika Taylora cn = f(n)(a)/n! wymaga dokładnej n-tej pochodnej w centrum rozwinięcia. Dla sin, cos, sinh, cosh pochodne cyklują się z okresem odpowiednio 4 lub 2, więc wystarczy prosty dyspozytor modulo. Dla ln(1+x) wzór to cn = (−1)n+1(n−1)!/(1+a)n. Dla 1/(1−x) postać zamknięta to n!/(1−a)n+1. Dla arctan, którego wyższe pochodne nie mają czystej postaci zamkniętej, implementacja stosuje wyśrodkowany schemat różnic skończonych rzędu n. Silnie są memoizowane do n = 170 (granica przepełnienia podwójnej precyzji). Funkcje szybkości αm i αn w Hodgkinie–Huxleyu stosują ten sam wzorzec reguły L’Hôpitala: gdy |V + 40| < 10−5 (odp. |V + 55|), wartość graniczna 1,0 (odp. 0,1) jest zwracana bezpośrednio, aby uniknąć 0/0 przez skracanie.

Hodgkin–Huxley: pełne rozwiązanie, potem renderowanie dla animacji bez zakłóceń

Zamiast krokować ODE wewnątrz pętli animacji (co grozi drganiami klatek powodującymi widoczny szum numeryczny), symulacja uruchamia całą synchroniczną integrację Eulera w głównym wątku za każdym razem, gdy zmienia się suwak, przechowując kompletne tablice V(t), m(t), h(t), n(t). Pętla requestAnimationFrame po prostu przewija okno po wstępnie obliczonych tablicach i rysuje widoczny segment, gwarantując, że kształt fali jest identyczny niezależnie od częstotliwości odświeżania ekranu. Okno 200 ms przy dt = 0,01 ms to 20 000 punktów — wystarczająco szybkie do obliczenia w <2 ms na każdym nowoczesnym urządzeniu.

Model Isinga: losowy dostęp Metropolisa a przemiatanie szachownicowe

Kanoniczna implementacja podręcznikowa używa przemiatania szachownicowego (czerwono-czarnego), aby uniknąć problemów wyścigu danych w implementacjach równoległych, ale wprowadza to subtelną korelację: podsieć "czarna" odczuwa wpływ wszystkich zaktualizowanych spinów czerwonych jednocześnie, tworząc małe systematyczne odchylenie w pobliżu Tc. Symulacja zamiast tego używa losowego dostępu Metropolisa: każdy podkrok wybiera jednorodnie losowy indeks spinu, oblicza ΔE z czterech sąsiadów o warunkach okresowych i stosuje kryterium akceptacji. Jedno przemiatanie składa się z N² takich pojedynczych propozycji, więc każde przemiatanie jest statystycznie równoważne jednemu krokowi Monte Carlo na spin (MCS). Int8Array przechowuje spiny kompaktowo (±1 w 1 bajcie każdy), a ImageData renderuje siatkę pojedynczym wywołaniem putImageData na klatkę.

Co dalej — zapowiedź Wave 30

Planowane tematy na Wave 30 obejmują:

Wszystkie symulacje Wave 30 będą miały strony EN + UK od dnia premiery.