PL 
EnglishDomyślny
Українська📉 Chaos populacyjny — odwzorowanie logistyczne i diagram bifurkacyjny
Poznaj chaos populacyjny poprzez odwzorowanie logistyczne x_{n+1}=rx(1-x). Zobacz diagram bifurkacyjny, drogę do chaosu przez podwajanie okresu, stałą Feigenbauma i dynamikę drapieżnik-ofiara Lotki-Volterry.
O tej symulacji
Ta symulacja iteruje odwzorowanie logistyczne xn+1 = r·xn·(1−xn), najprostsze równanie, które zamienia gładki wzrost populacji w chaos deterministyczny. Diagram bifurkacyjny na żywo pokazuje długoterminowe wartości, na których ustala się x, w miarę jak współczynnik wzrostu r przemiata zakres od 2,8 do 4,0, podczas gdy panel szeregu czasowego pokazuje rzeczywistą sekwencję x0, x1, x2… dla wybranego r, obok obliczonego wykładnika Lapunowa, który mówi, czy trajektoria jest stabilna, okresowa czy chaotyczna.
🔬 Co pokazuje
Diagram bifurkacyjny nanosi setki wartości r na osi x względem długoterminowych wartości x, na których ustala się odwzorowanie po odrzuceniu stanów przejściowych, ujawniając punkty stałe okresu 1, następnie podwajanie okresu do okresu 2, okresu 4, okresu 8, a w końcu chaotyczne pasma po r≈3,57. Panel szeregu czasowego pokazuje bieżące r jako ruchomą linię znacznika i iteruje xn bezpośrednio, dzięki czemu można obserwować w czasie rzeczywistym rozwijanie się punktu stałego, powtarzającego się cyklu lub nieprzewidywalnej sekwencji chaotycznej.
🎮 Jak korzystać
Przeciągnij suwak r (0–4), aby poruszać się przez cały zakres zachowań odwzorowania logistycznego i obserwuj, jak linia znacznika przemiata diagram bifurkacyjny; przeciągnij x₀ (0,001–0,999), aby zmienić początkowy ułamek populacji i zobacz, że nie wpływa to na długoterminowe zachowanie okresowe, jedynie na stan przejściowy. Panel Statystyk raportuje bieżące r, obliczony wykładnik Lapunowa λ, czy zachowanie jest stabilne/okresowe/chaotyczne oraz wykrytą długość okresu.
💡 Czy wiesz, że...?
Praca Roberta Maya z 1976 roku o odwzorowaniu logistycznym, pierwotnie przeznaczona do modelowania populacji owadów o ograniczonych zasobach, stała się jedną z najczęściej cytowanych prac w teorii chaosu, ponieważ pokazała, że jednoliniowe równanie może generować nieskończoną złożoność. Stosunek między kolejnymi przedziałami podwajania okresu zbiega do stałej Feigenbauma δ ≈ 4,6692, liczby, która pojawia się uniwersalnie w całkowicie niepowiązanych układach fizycznych, od konwekcji cieczy po lasery, ilekroć podążają tą samą drogą do chaosu.
Najczęściej zadawane pytania
Czym jest odwzorowanie logistyczne i co kontroluje r?
Odwzorowanie logistyczne to rekurencja xn+1 = r·xn·(1−xn), gdzie x to ułamek populacji między 0 a 1, a r to współczynnik wzrostu. Dla niskiego r (poniżej około 3,0) populacja ustala się na pojedynczej stabilnej wartości; gdy r przekracza 3,0, odwzorowanie zaczyna podwajanie okresu w cykle 2, 4, 8 i więcej punktów, a powyżej r≈3,57 zwykle staje się chaotyczne, skacząc nieprzewidywalnie między wartościami, mimo że reguła je generująca jest całkowicie deterministyczna.
Jak obliczany jest wykładnik Lapunowa i co oznacza?
Symulacja oblicza λ = (1/N)·Σ ln|r(1−2xn)|, uśredniając logarytm wielkości lokalnego nachylenia odwzorowania po wielu iteracjach. Ujemne λ oznacza, że sąsiednie punkty startowe zbiegają się z czasem, wskazując na stabilne lub okresowe zachowanie; λ = 0 oznacza punkt bifurkacji, gdzie zachowanie okresowe ma się zaraz rozdzielić; a dodatnie λ oznacza, że sąsiednie trajektorie rozbiegają się wykładniczo, definiująca sygnatura chaosu, gdzie drobne różnice w x₀ ostatecznie dają zupełnie różne wyniki.
Dlaczego zmiana x₀ nie zmienia diagramu bifurkacyjnego?
Diagram bifurkacyjny jest budowany przez wielokrotne iterowanie odwzorowania dla każdej wartości r i odrzucenie początkowego stanu przejściowego, a następnie wykreślenie tylko wartości, na których się ustala. Ponieważ długoterminowe zachowanie odwzorowania logistycznego (punkt stały, cykl lub atraktor chaotyczny) zależy od r, a nie od miejsca startu, zmiana x₀ zmienia jedynie wczesną ścieżkę przejściową — odrzucane iteracje „rozgrzewki” — a nie ostateczny wzorzec, do którego dociera populacja.
Czym jest droga do chaosu przez podwajanie okresu?
Wraz ze wzrostem r stabilne zachowanie odwzorowania logistycznego wielokrotnie rozdziela się na dwa: pojedynczy punkt stały staje się oscylacją między dwiema wartościami, ta oscylacja rozdziela się na cztery wartości, potem osiem, potem szesnaście, przy czym każde podwojenie zachodzi w coraz krótszych odstępach r. Ta kaskada podwajań okresu kumuluje się przy skończonej wartości r≈3,57, poza którą okres staje się efektywnie nieskończony, a układ wchodzi w chaos, przeplatany wąskimi oknami, w których zachowanie okresowe krótko powraca.
Czym jest stała Feigenbauma i dlaczego jest uniwersalna?
Stała Feigenbauma δ≈4,6692 to graniczny stosunek przedziałów r między kolejnymi podwojeniami okresu: każde podwojenie zachodzi mniej więcej 4,6692 razy bliżej poprzedniego niż odstęp przed nim. Mitchell Feigenbaum odkrył w 1975 roku, że ta dokładna liczba pojawia się w każdym jednowymiarowym odwzorowaniu z pojedynczym kwadratowym maksimum, nie tylko w odwzorowaniu logistycznym, a późniejsze eksperymenty potwierdziły ją w konwekcji cieczy, obwodach elektronicznych i układach laserowych — uniwersalność wyjaśniana dziś teorią grupy renormalizacji Feigenbauma.
Odkrywaj chaos populacyjny poprzez odwzorowanie logistyczne x_{n+1}=rx(1-x). Wizualizuj diagram bifurkacyjny, drogę do chaosu przez podwajanie okresu, stałą Feigenbauma i dynamikę drapieżnik-ofiara Lotki-Volterry.
3D · Renderer Three.js / WebGL · cel 60 FPS · działa w całości po stronie klienta, bez instalacji