PL 
EnglishDomyślny
Українська🗳️ Model wyborcy i segregacja Schellinga
Klasyczny model wyborcy na siatce 2D: agenci kopiują opinię losowego sąsiada. Trzy tryby: klasyczny, z szumem i segregacja Schellinga. Statystyki na żywo: udział niebieskich, gęstość granic, największy klaster.
O tej symulacji
Ten model sieciowy pokazuje, jak proste lokalne reguły kopiowania mogą prowadzić do globalnego porządku lub trwałego nieładu. Każda komórka siatki ma opinię (niebieską lub czerwoną) albo, w trybie Schellinga, jest pusta. W każdym kroku agenci patrzą tylko na swoich czterech najbliższych sąsiadów — nie ma lidera, nadawcy ani centralnej władzy — a mimo to cała siatka może zablokować się w konsensusie, pozostać nieustannie zaszumiona lub samoczynnie posegregować się na odseparowane sąsiedztwa.
🔬 Co pokazuje
Trzy powiązane modele agentowe: klasyczny Model Wyborcy (agent kopiuje opinię losowego sąsiada w każdym kroku), Zaszumiony Model Wyborcy (dodaje losowe prawdopodobieństwo zmiany, które uniemożliwia pełny konsensus) oraz Segregację Schellinga (agenci przenoszą się do pustych komórek, gdy zbyt mało sąsiadów dzieli ich kolor). Statystyki na żywo śledzą udział niebieskich, gęstość granic i rozmiar największego skupiska.
🎮 Jak korzystać
Wybierz tryb z listy modeli, następnie dostosuj N siatki (rozmiar sieci), Szum / prawdopodobieństwo p (losowość dla zaszumionego wyborcy), Próg Schellinga (minimalny udział podobnych sąsiadów, zanim agent się przeniesie) oraz Początkowy udział niebieskich. Reset uruchamia siatkę od nowa; Pauza zatrzymuje animację do obserwacji.
💡 Czy wiesz, że?
Zwykły model wyborcy na siatce 2D zawsze dryfuje ku konsensusowi jednego koloru przy wystarczającej ilości czasu — nie istnieje stabilna równowaga mieszana, tylko losowy spacer ku pochłonięciu. Spostrzeżenie Schellinga z 1971 roku polegało na tym, że nawet łagodna preferencja podobnych sąsiadów (dalece niesięgająca aktywnej wrogości) wystarcza, by wytworzyć silnie segregowane wzorce.
Często zadawane pytania
Jaka jest różnica między Modelem Wyborcy a Segregacją Schellinga?
W Modelu Wyborcy agenci kopiują opinię sąsiada w miejscu, więc komórki nigdy się nie przemieszczają — zmieniają się tylko kolory. Segregacja Schellinga zamiast tego przenosi niezadowolonych agentów do pustych komórek, więc populacja jest stała, ale pozycje się zmieniają, tworząc widoczne skupiska zamiast konsensusu kolorystycznego.
Dlaczego Zaszumiony Model Wyborcy nigdy w pełni się nie zbiega?
Parametr „Szum / prawdopodobieństwo p” daje każdemu agentowi niewielką szansę na przyjęcie losowej opinii zamiast kopiowania sąsiada. Nawet minimalne p stale wprowadza ponownie niezgodę, więc system ustala się w fluktuującym stanie stacjonarnym wokół średniego udziału niebieskich zamiast zamrozić się na 0% lub 100%.
Co kontroluje próg Schellinga?
Ustala on minimalny udział zajętych sąsiadów tego samego koloru, jakiego potrzebuje agent, by czuć się „usatysfakcjonowany” i zostać na miejscu. Niskie progi (blisko 0) rzadko wywołują przenosiny, więc siatka pozostaje wymieszana; wyższe progi wymuszają więcej relokacji i tworzą wyraźniejsze, większe segregowane skupiska — mimo że agenci są tylko łagodnie nastawieni, a nie wrodzy.
Co mierzy „Największy klaster”?
Podaje rozmiar największej spójnej grupy komórek tego samego koloru na siatce, znajdowanej metodą wypełniania powodziowego po sąsiadach w czterech kierunkach. Obserwowanie jego wzrostu w czasie pokazuje, jak lokalne reguły kopiowania lub przenoszenia przekształcają się w wielkoskalowe wzorce przestrzenne.
Czy rozmiar siatki (N) zmienia wynik?
Większe siatki potrzebują więcej czasu na osiągnięcie konsensusu lub stabilnego wzorca segregacji, ponieważ informacja o kolorze czy wolnym miejscu musi rozprzestrzenić się na więcej komórek, ale leżąca u podstaw dynamika — konsensus w modelu wyborcy, skupianie się w modelu Schellinga — jest taka sama niezależnie od N.