OpowieŹē o fizyce
Transkrypt
OpowieŹē o fizyce
WiZ10-fizycy ok 24/8/2001 14:11 Page 2 OpowieÊç o fizyce ewolucji i Katarzyna Sznajd-Weron Paniczna ucieczka: na rysunku umieszczeni zostali „przedstawiciele” trzech dziedzin, na których obszary wtargn´li ostatnio fizycy: ewolucji biologicznej, ruchu ulicznego i socjologii. ewnego dnia jecha∏am taksówkà i kierowca zapyta∏ mnie: „Czym w∏aÊciwie pani si´ zajmuje?”. Niech´tnie odpowiadam na to pytanie, poniewa˝ zwykle s∏ysz´: „A... fizykà. To bardzo... trudne. W szkole to by∏ najgorszy przedmiot”. Tym razem by∏o inaczej. Taksówkarz zada∏ mi kolejne pytanie, co nie zdarza si´ zbyt cz´sto: „No to co pani tak naprawd´ robi?”. „W tej chwili zajmuj´ si´ socjologià, ale w∏aÊciwie to przedmiotem mojej pracy jest ewolucja biologiczna” – odpowiedzia∏am. Mia∏am sporo czasu, by snuç swà opowieÊç! (ach, te wroc∏awskie korki!) i opowiedzieç, co to jest fizyka egzotyczna. P Uwaga, upiory na drodze! À propos korków, to z ich powodu cierpià kierowcy prawie wszystkich wi´kszych miast. Korki tworzà si´ jednak nie tylko w miastach, ale nawet na trzypasmowych autostradach. Cz´sto pojawiajà si´ bez wyraênej przyczyny, takiej jak remont czy kraksa. Takie korki, nazywane cz´sto w literaturze korkami–upiorami, znikajà równie nagle, jak si´ pojawiajà. KogoÊ, kto podró˝owa∏ po niemieckich autostradach, nie zdziwi fakt, ˝e w∏aÊnie w Niemczech fizyka ruchu drogowego rozwija si´ szczególnie szybko. Najprostszy model, który wiernie naÊladuje podstawowe cechy ruchu drogowego (patrz: ramka obok) zaproponowali w roku 1992 Nagel i Schrec- 2 WIEDZA I ˚YCIE > Rys. 1. Model Nagela–Schreckenberga. Tak wyglàda w tej chwili ulica za moim oknem (pr´dkoÊci samochodów zosta∏y zaznaczone w prawym górnym rogu). Dopuszczalna pr´dkoÊç na mojej ulicy wynosi vmax = 2. Model ruchu drogowego opisuje cztery elementy: przyÊpieszenie, hamowanie, zjawiska losowe i jazd´ PrzyÊpieszenie: wszyscy kierowcy naciskajà peda∏ gazu, je˝eli tylko przepisy na to pozwalajà, tzn. pr´dkoÊç ka˝dego samochodu wzrasta o 1, jeÊli nie jest wi´ksza od maksymalnej dopuszczalnej pr´dkoÊci. Hamowanie: niektórzy muszà przyhamowaç, ˝eby nie uderzyç w samochód jadàcy przed nimi, np. czerwony samochód ma pr´dkoÊç v = 2, ale tylko jednà wolnà komórk´ przed sobà, zwalnia wi´c do v = 1. Karetka musi si´ zatrzymaç. Zjawiska losowe: sà te˝ tacy, którzy si´ zagapili, niektóre losowo wybrane samochody zwalniajà; w tym przypadku kierowca czerwonego samochodu zapatrzy∏ si´ na reklam´ z pi´knà dziewczynà i stanà∏. Jazda: samochody jadà (stan w chwili t + 1), tzn. przesuwajà si´ o tyle komórek, ile wynosi ich pr´dkoÊç. PA è D Z I E R N I K 2 0 0 1 WiZ10-fizycy ok 24/8/2001 14:11 Page 3 ce egzotycznej i rewolucji kenberg z Wydzia∏u Fizyki Uniwersytetu w Duisburgu. Model ten sk∏ada si´ z czterech elementów: przyÊpieszania, hamowania, zdarzeƒ losowych (tzn. wypadki uliczne, za∏amania pogody itd.) i swobodnej jazdy. Droga zastàpiona zosta∏a ∏aƒcuszkiem sk∏adajàcym si´ z jednakowych komórek (ryc. 1). W ka˝dej komórce mo˝e si´ znajdowaç samochód, który jest charakteryzowany jego aktualnà pr´dkoÊcià v = 0, 1, 2,..., vmax (np. v = 0, gdy samochód stoi, a v = 5, gdy jedzie z pr´dkoÊcià 135 km/h). W chwili poczàtkowej ka˝demu autu przypisujemy losowà pr´dkoÊç, tak jakbyÊmy nagle wyjrzeli za okno i zanotowali aktualny stan na drodze. Cztery regu∏y opisujàce ruch uliczny, wprowadzone w tym modelu, przedstawione zosta∏y na poprzedniej stronie. Prosz´ spojrzeç, prawda, ˝e proste? KtoÊ móg∏by nawet zarzuciç, ˝e zbyt proste. Przecie˝ nie wszyscy kierowcy przestrzegajà przepisów, szczególnie w czasie wakacji. Zgoda buduje, niezgoda rujnuje Skoro jesteÊmy ju˝ przy wakacjach... W zesz∏ym roku sp´dza∏am je z moimi rodzicami i synkiem nad morzem. Tam w∏aÊnie napisaliÊmy z Tatà niewàtpliwie najbardziej egzotycznà prac´ w naszym ˝yciu. Egzotyczny by∏ ju˝ sam fakt, ˝e pracowaliÊmy razem (nie sàdzi∏am, ˝e to kiedyÊ nastàpi!), ale przede wszystkim egzotyczny by∏ temat. Mój Tata jest bardzo powa˝nym fizykiem zajmujàcym si´ magnetyzmem, ale tak dzia∏a czar egzotyki, ˝e na chwil´ si´ zapomnia∏ i... napisaliÊmy prac´ o podejmowaniu decyzji w zamkni´tych spo∏eczeƒstwach. Pomys∏ by∏ niezmiernie prosty i mo˝na by go zawrzeç w znanym przys∏owiu „Zgoda buduje, niezgoda rujnuje”. Rys. 2. Interaktywna mapa Duisburga. Drogi sà pokolorowane zgodnie z nat´˝eniem ruchu: zielony kolor oznacza, ˝e droga jest prawie pusta, czerwony – pokrycie 20% i wi´cej www.traffic.uni– duisburg.de/OLSIM/ index.html) 2200 przep∏yw (liczba aut na godzin´) 2000 Inteligentny system transportu 1800 Ruch na autostradach i ulicach wielkich miast na ca∏ym Êwiecie jest coraz wi´kszy. Dane o ruchu drogowym zwykle zbierane sà za pomocà specjalnych detektorów. W miastach najcz´Êciej instaluje si´ je przy skrzy˝owaniach w celu optymalizacji sygnalizacji Êwietlnej. Mimo, ˝e przepisy i struktura dróg sà ró˝ne w ró˝nych miejscach, to jednak pewne cechy ruchu drogowego obserwowane sà wsz´dzie. Okazuje si´ (rys. 3), ˝e maksymalny przep∏yw wyst´puje przy mniej wi´cej dwudziestuprocentowym zag´szczeniu samochodów na drodze. Poni˝ej tej wartoÊci ruch samochodów jest zupe∏nie swobodny, ale ze wzgl´du na ma∏à liczb´ aut strumieƒ nie jest du˝y. Dla nat´˝enia ruchu powy˝ej 20% przep∏yw zmniejsza si´ z powodu zat∏oczenia. Najprostszy model (Nagel–Schreckenberg, 1992) odtwarzajàcy te cechy zosta∏ wykorzystany do symulowania na bie˝àco ruchu ulicznego w Duisburgu. Na terenie centrum, o powierzchni oko∏o 30 km2, zosta∏o umieszczonych 750 czujników. Co minut´ dane z detektorów przekazywane sà do komputera, który wykonuje na bie˝àco symulacje. Na ich podstawie okreÊlany jest ruch panujàcy na ulicach Duisburga (równie˝ w miejscach, gdzie nie ma detektorów) i co minut´ uaktualniana jest interaktywna mapa (rys. 2). W Duisburgu program bie˝àcej symulacji ruchu zosta∏ wprowadzony ju˝ w 1997 roku. Pozwoli∏ on nie tylko na weryfikacj´ modelu, ale przede wszystkim na optymalizacj´ ruchu. 1600 1400 1200 1000 800 600 400 200 0 0 10 20 30 40 50 60 zag´szczenie (%) 70 80 Rys. 3. Przep∏yw i zag´szczenie aut (tzw. diagram fundamentalny): dane zebrane przy pomocy czujników na jednej z autostrad w Kanadzie. Ka˝dy punkt (niebieska kropka) na wykresie odpowiada Êredniej wartoÊci w przedziale 5–minutowym. Czerwona ∏amana to wynik teoretyczny z modelu Nagela–Schreckenberga PA è D Z I E R N I K 2 0 0 1 < WIEDZA I ˚YCIE 3 WiZ10-fizycy ok 24/8/2001 14:12 Page 4 Szum informacyjny Je˝eli sàsiadujàce osoby k∏ócà si´ to równie˝ ich sàsiedzi zgodzà si´ z nimi („zgoda buduje”) to ich sàsiedzi te˝ zacznà si´ z nimi k∏óciç („niezgoda rujnuje”) opowieÊç o fizyce egzotycznej Rys. 4. Regu∏a zachowania w socjologicznym modelu sznajdów Prosz´ spojrzeç na rysunek powy˝ej. Widzà Paƒstwo na niej ∏aƒcuszek ludzi. Interesuje nas zamkni´te spo∏eczeƒstwo, tzn. takie, w którym jedynym czynnikiem wp∏ywajàcym na zmian´ opinii jest zdanie innych cz∏onków grupy. (Tym z Paƒstwa, którzy zajmowali si´ kiedyÊ teorià magnetyzmu, za∏o˝enie to przypomni z pewnoÊcià znany model Isinga). Za pomocà komputera uzyskaliÊmy dla tego modelu wiele zaskakujàcych wyników (ramka „Szum informacyjny” i rys. 5), mi´dzy innymi taki, ˝e opinia publiczna mo˝e zmieniaç si´ drastycznie bez ˝adnej konkretnej przyczyny. Na przyk∏ad w maju 60% spo∏eczeƒstwa mo˝e twierdziç, ˝e sytuacja w kraju jest dobra, a ju˝ w lipcu 70% spo∏eczeƒstwa twierdzi, ˝e jest êle, czyli popada z optymizmu w pesymizm. Dane zbierane przez oÊrodki badajàce opini´ publicznà potwierdzajà ten rezultat. Prac´ wys∏aliÊmy, jak ju˝ wspomina∏am, do jednego z czo∏owych pism fizycznych. Edytor odpisa∏ niemal natychmiast, ˝e przeczyta∏ wst´p i zapewnia nas, ˝e ˝adne naukowe czasopismo tego nie opublikuje. RzeczywiÊcie, troch´ zbyt rubasznie napisane jak na naukowà prac´ – ach, te wakacje! Mimo to upar∏am si´, ˝eby jà opublikowaç w niezmienionej, kontrowersyjnej formie. Uda∏o si´ – praca bardzo szybko ukaza∏a si´ w innym powa˝nym fizycznym czasopiÊmie naukowym. Ku naszemu zdumieniu okaza∏o si´, ˝e na tyle przypad∏a do gustu pewnemu znanemu niemieckiemu profesorowi przebywajàcemu obecnie w Brazylii, ˝e napisa∏ ju˝ na jej temat, do spó∏ki z „po∏owà” 4 WIEDZA I ˚YCIE > W pierwotnym modelu Sznajdów wyborcy podejmujà decyzj´ wy∏àcznie na podstawie opinii swoich sàsiadów. W prawdziwym Êwiecie ludzie majà dost´p do prasy, radia i telewizji, co pozwala im na wyrobienie sobie w∏asnych poglàdów. Dlatego postanowiliÊmy zmodyfikowaç nasz model: wprowadziliÊmy parametr p, okreÊlajàcy wielkoÊç szumu informacyjnego. Dla ma∏ego p wyborcy ch´tnie s∏uchajà sàsiadów (tzn. post´pujà zgodnie z regu∏à przedstawionà na rysunku obok), a gdy szum informacyjny jest du˝y, podejmujà decyzj´ „na w∏asnà r´k´” – p jest prawdopodobieƒstwem tego, ˝e wyborca zamiast pos∏uchaç sàsiadów, zrobi, co b´dzie chcia∏. Uk∏ad z szumem informacyjnym, w przeciwieƒstwie do uk∏adu zamkni´tego, nie ewoluuje do ˝adnego ustalonego stanu koƒcowego. Ponadto okazuje si´, ˝e w takim uk∏adzie istnieje pewien charakterystyczny czas (nie istnia∏ on w spo∏eczeƒstwie zamkni´tym!) podejmowania decyzji. Oznacza to, ˝e jeÊli znalibyÊmy stopieƒ wp∏ywu szumu informacyjnego na opini´ spo∏ecznà, moglibyÊmy okreÊliç, jak cz´sto organizowaç wybory, referenda itd., ˝eby uzyskaç „nowe” wyniki. Mog∏oby si´ na przyk∏ad okazaç, ˝e w paƒstwie X nie warto robiç wyborów parlamentarnych co cztery lata, bo charakterystyczny czas podejmowania decyzji w tym kraju wynosi 7 lat. tego kraju, wiele innych prac. Co wi´cej, nazwa∏ nasz model „modelem Sznajdów”. To powoduje, ˝e nie mo˝emy ju˝ sami wi´cej o nim pisaç, bo przecie˝ niezr´cznie pisaç o modelu zatytu∏owanym w∏asnym nazwiskiem. Model ten doczeka∏ si´ nie tylko zastosowaƒ w socjologii i finansach, ale równie˝ w przewidywaniu brazylijskich wyborów parlamentarnych. Dawno, dawno temu... „Lokalna s∏awa”, jakà osiàgnà∏ model Sznajdów, jest jednak niczym w porównaniu ze s∏awà, jakà zyska∏ jeden z pierwszych modeli fizyki egzotycznej – model ewolucji biologicznej Baka– Sneppena. Jak ka˝dy dobry model fizyki egzotycznej, model Baka–Sneppena jest niezmiernie prosty. Je˝eli Szanowny Czytelniku jesteÊ biologiem, to z pewnoÊcià pomyÊlisz, ˝e tym razem fizycy przesadzili z tà prostotà. Jak Paƒstwo myÊlà, od czego zaczniemy? Naturalnie od ∏aƒcuszka, tym razem gatunków. Modele budowane na sieci jednowymiarowej sà najprostsze i dlatego w∏aÊnie o nich pisz´. PA è D Z I E R N I K 2 0 0 1 10000 1000 liczba kroków sumulacji Je˝eli jakaÊ para podziela t´ samà opini´ 100 10 0 0 20 40 60 wyborcy 80 Rys. 5. Wyniki symulacji modelu Sznajdów dla uk∏adu sk∏adajàcego si´ ze 100 wyborców. Poczàtkowo by∏o tyle samo zwolenników opcji czerwonej, co zielonej i roz∏o˝eni byli oni w przestrzeni zupe∏nie losowo. Po 10 krokach symulacji utworzy∏y si´ niewielkie grupy o podobnych poglàdach i obszary sk∏ócenia. Po 100 krokach grupa k∏ócàcych si´ ze sobà wyborców znacznie si´ powi´kszy∏a, a grupa poparcia opcji zielonej znik∏a. Po kolejnych 1000 krokach grupa poparcia dla czerwonych znacznie si´ powi´kszy∏a, by w koƒcu rozprzestrzeniç si´ na ca∏y uk∏ad. Dalsza symulacja nic ju˝ w uk∏adzie nie zmieni. Oprócz dyktatury opcji czerwonej, w modelu mo˝liwe sà jeszcze dwa inne stany koƒcowe: dyktatura opcji zielonej oraz maksymalne sk∏ócenie (na przemian czerwoni z zielonymi) 100 WiZ10-fizycy ok 24/8/2001 14:12 Page 5 Rys. 6. Model ewolucji biologicznej Baka–Sneppena. W tym przyk∏adzie najgorsze przystosowanie ma dinozaur. Najpierw wi´c zmienione zostanie losowo jego przystosowanie, a nast´pnie jego najbli˝szych sàsiadów (ryb i pszczó∏) itd. Wracajàc do modelu Baka–Sneppena, ka˝dy i-ty gatunek opisywany jest tylko jednà liczbà fi z przedzia∏u [0, 1], oznaczajàcà sprawnoÊç danego gatunku. Na rys. 6 owe sprawnoÊci przedstawione zosta∏y za pomocà barier znajdujàcych si´ po prawej stronie przedstawiciela danego gatunku. Im wy˝sza bariera, tym wy˝sze przystosowanie rozumiane jako zdolnoÊç gatunku do przetrwania w niezmienionej postaci. Je˝eli przystosowanie jest ma∏e, gatunek b´dzie si´ zmienia∏. Âledzàc histori´ cz∏owieka, mo˝na zobaczyç, ˝e nie jest on – w przeciwieƒstwie do karaluchów – najlepiej przystosowany. Wybieramy najs∏abiej przystosowanego i zmieniamy jego przystosowanie na dowolnie inne. W rezultacie mo˝e zostaç jeszcze gorzej przystosowany, ale mo˝e te˝ staç si´ odwrotnie. Gdy ju˝ zmienimy najs∏abszego, zmieniamy te˝ jego najbli˝szych sàsiadów, bo gatunki sà przecie˝ wzajemnie zale˝ne, np. poprzez ∏aƒcuch pokarmowy. Je˝eli zmienià si´ zajàce, np. urosnà im nogi, to b´dà musia∏y zmieniç si´ równie˝ rysie, ˝eby móc dogoniç szybsze zajàce. Potem znów wybieramy najs∏abszego i tak w kó∏ko. Model bardzo prosty, a jednak daje mnóstwo ciekawych i, co najwa˝niejsze, obserwowanych biologicznie efektów. Wrzàcy ekosystem W ciàgu czterech miliardów lat ˝ycia na Ziemi wydarzy∏o si´ wiele epizodów gwa∏townego wymierania gatunków, zwanych wielkimi wymieraniami (ryc. 7). Ostatnie z nich, które zakoƒczy∏o trwajàcà 150 mln lat er´ dinozaurów, mia∏o miejsce 65 mln lat temu. Podejrzewa si´, ˝e zosta∏o ono spowodowane uderzeniem w powierzchni´ Ziemi jednej lub kilku planetoid lub komet. Co jednak z poprzednimi wymieraniami? Jaka by∏a na przyk∏ad przyczyna najwi´kszego wielkiego wymierania w historii Ziemi, które po- Rys. 7. Na paleoklimatyczne dane dotyczàce temperatury i wilgotnoÊci (w odniesieniu do stanu obecnego) zosta∏y naniesione czerwone kó∏ka oznaczajàce wielkie wymierania. Rozmiar kó∏ek jest proporcjonalny do wielkoÊci wymierania. Czy widzà Paƒstwo na tym rysunku zale˝noÊç pomi´dzy klimatem a liczbà ginàcych gatunków? Dla wielu fizyków ten zwiàzek nie by∏ oczywisty. Prawdopodobnie stàd, mi´dzy innymi, wzi´∏o si´ powodzenie modelu Baka–Sneppena, w którym wielkie wymieranie nie musi byç spowodowane czynnikami zewn´trznymi ch∏on´∏o ponad 90% gatunków, koƒczàc 245 mln lat temu er´ paleozoicznà? Podaje si´ ró˝ne hipotezy, ale fizycy chcà wierzyç, ˝e wcale nie spowodowa∏a tego jakaÊ pot´˝na zewn´trzna si∏a (rys. 7) Wiedzà Paƒstwo, ˝e woda jest wodà w temperaturze 30°C, ale równie˝ w temperaturze 10°C i 80°C. Jednak w temperaturze 0° nagle zaczyna zamieniaç si´ w lód. Czy to nie dziwne? Woda by∏a wodà „przez ca∏e 100°”, a potem niewielka zmiana temperatury powoduje, ˝e staje si´ lodem. PrzyzwyczailiÊmy si´ do tego. Ale to jest bardzo dziwne, ˝e niekiedy delikatny i prawie nie zauwa˝alny impuls powoduje w uk∏adzie olbrzymie zmiany. Byç mo˝e podobnie jest z ziemskim ekosystemem. Bak i Sneppen, konstruujàc swój model, postawili Êmia∏à hipotez´, która mówi, ˝e niekiedy niepotrzebny jest nawet ten impuls. Sama dynamika uk∏adu doprowadza go do takiego stanu, zwanego przez fizyków krytycznym, w którym zmiana bardzo ma∏ej cz´Êci uk∏adu (np. Êmierç tylko jednego gatunku) powoduje ca∏kowite jego przeobra˝enie (np. wielkie wymieranie). Hipoteza tzw. samoorganizujàcej si´ krytycznoÊci jest wcià˝ kontrowersyjna, nawet dla fizyków, niemniej jest interesujàcà alternatywà dla hipotez stawianych przez biologów. „KrytycznoÊç” mo˝e t∏umaczyç tak˝e wiele innych katastrof, których przyczyny nie znamy – np. wielkie krachy gie∏dowe. Po napisaniu tego artyku∏u da∏am go do przeczytania mojemu m´˝owi i rodzicom. Mà˝, zajmujàcy si´ matematykà finansowà, zarzuci∏ mi, ˝e zupe∏nie zignorowa∏am najobszerniejszy chyba dzia∏ fizyki egzotycznej – ekonofizyk´. Mama (te˝ fizyk) zwróci∏a mi uwag´, ˝e fizyka egzotyczna to równie˝ klimatologia, genetyka czy medycyna (np. fizjologia mózgu – komunikacja neuronów). Jednak ka˝da bajka musi mieç swój koniec. KATARZYNA SZNAJD-WERON Dr. KATARZYNA SZNAJD-WERON jest adiunktem w Zak∏adzie Dynamiki Nieliniowej i Uk∏adów Z∏o˝onych w Instytucie Fizyki Teoretycznej Uniwersytetu Wroc∏awskiego. PA è D Z I E R N I K 2 0 0 1 < WIEDZA I ˚YCIE 5