wstęp
Transkrypt
wstęp
2016-10-03 Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp Katarzyna Sznajd‐Weron • Wyodrębniony (realnie lub myślowo) fragment rzeczywistości • Jednostka, którą będziemy się zajmować – Zbiór cząstek – Populacja zwierząt – Sieć społeczna • System ‐ zespół oddziaływujących obiektów Źródło: http://www‐personal.umich.edu/~ladamic/img/politicalblogs.jpg Układy otwarte, zamknięte i izolowane (termodynamiczne) Układy i jego otoczenie układ otwarty + otoczenie = układ izolowany materia energia • Co tu jest stałe? • Co może się zmienić? energia układ Tylko dla takich istnieje ogólna teoria! otoczenie Układ otwarty Układ zamknięty Układ izolowany Zagadka ‐ czy energia jest zawsze zachowana? • Prędkość graniczna – energia kinetyczna się nie zmienia! • Potencjalna energia maleje • Całkowita energia maleje! • Myśl „układami” Co to jest układ złożony? • Składa się z wielu elementów oddziałujących ze sobą „nieliniowo” • „Nieliniowe oddziaływanie”: 2 2 4 • Całość to coś więcej niż suma jego części • Typowe: – – – – – Emergencja Samoorganizacja Brak równowagi (układy otwarte) Sprzężenia zwrotne Prawa potęgowe 1 2016-10-03 Złożoność „Więcej znaczy inaczej” ‐ P.W. Anderson • Co innego niż zawiłość (skomplikowanie) • Emergencja • Krytyczność • Nieprzewidywalność • Dziwne pętle, sprzężenia zwrotne • 1977 nagroda Nobla z fizyki prace nad nieuporządkowanymi układami magnetycznymi • P. W. Anderson, More Is Different, Science, New Series 177 (Aug. 4, 1972), pp. 393‐396. Maurits Cornelis Escher, ASCENDING AND DESCENDING Przygody z prostotą i złożonością Complex Systems – a new kind of Science? Nature Physics Insight – Complexity, January 2012. Science ‐ Complex Systems and Networks, July 2009 Nature Insight ‐ Complex systems, March 2001 Czy dwa płatki śniegu mogą być takie same? Sprawdź na SnowCrystals.com Science ‐ Complex Systems, April 1999 http://www.complexssociety.eu 2 2016-10-03 Kilka słów o płatkach śniegu Human Genome Project • Płatki śniegu to nie zamrożone krople deszczu • Kryształki śniegu: para wodna →lód (w chmurach) • Wzrost kryształów → wzory • • • • • • – Bardzo małe kryształy: heksagonalne – Większe: z wierzchołków wyrastają rozgałęzienia W 2000 zsekwencjonowano cały ludzki genom Rewolucja w diagnostyce, profilaktyce, …? Po dziesięciu latach dalej nie widać tej rewolucji! Dlaczego? Co wiadomo? Wysoce interdyscyplinarne! Zdjęcia prawdziwych płatków śniegu, SnowCrystals.com Human Genome Project – co wiadomo Human Genome Project – co wiadomo • Tylko 21 000 genów (sekwencje DNA, które kodują białka) – tyle co u myszy, robaków, roślin gorczycy! • Geny kodujące białka stanowią jedynie około 2% naszego DNA! • Jeśli tak mało genów to skąd pochodzi nasza złożoność? • Jaka jest funkcja „DNA śmieciowego” (98% genów) • Czego jeszcze się dowiedzieliśmy? • Geny oddziałują nieliniowo tworząc skomplikowane sieci przetwarzania informacji • To raczej sieci, a nie pojedyncze geny, kształtują organizm • „Śmieciowe DNA” odgrywa kluczową rolę w formowaniu się tej sieci • „Śmieciowe DNA” jest odpowiedzialne za złożoność ludzkiego orgaznizmu! Po co model w fizyce? Po co nam uproszczenia? Przykład z rozprawy doktorskiej Piotra Nyczki: ? nieznane zjawisko Weryfikacja Model Eksperyment Konstrukcja © Marcin Weron Oryginalny obraz , , ∈ 0,255 Zdjęto kolor – jedna zmienna o 256 wartościach Coraz mniejsza liczba odcieni szarości, ostatecznie 2 • Łatwiejsza analiza – może nawet analityczna • Większa kontrola (zrozumienie) • Możliwość zupełnej analizy wrażliwości na zmianę parametrów (uwaga na przejścia fazowe!) 3 2016-10-03 Model analityczny: Równanie logistyczne, Verhulst (1838) dN N dt c t 1 c t N 1 K rc t 1 ct Co to jest model agentowy? • Model mikroskopowy • Bottom – up • Agenci (jednostki) – – – – Ludzie, zwierzęta, rośliny, cząstki, … Organizacje, społeczności, populacje, gatunki, … Jednego typu lub więcej (np. ludzie i organizacje) Każdy agent ma pewne cechy • Oddziaływania • Środowisko (przestrzeń) Barnacle Goose population, Źródło: Armson, R., Cockroft, J.M. and Stone, J.A.R. (2000). Modelling a Barnacle Goose Population, Teaching Mathematics and its applications, Vol.19, No.2, pp.7482 Kiedy się pojawiły? Gdzie stosowane są ABM • „Do 2002 ludzie nie zajmowali się na poważnie ABM” – Dlaczego? A. Borshchev, AnyLogic • Od 19 lat w naukach społecznych wg. F. Squazzoni, • Fizyka statystyczna, Chemia • Ekologia, Ewolucja biologiczna • Urbanistyka, Ergonomia – ruch uliczny, ruch pieszych (ewakuacja) • Nauki społeczne (opinie, kultura, język) • Marketing (Dyfuzja innowacji) • Rozrywka (gry komp., filmy) •… History of Economic Ideas, xviii/2010/2 • Wg. Web of Science 1991 1993 Źródło: M. Niazi, A. Hussain, Agent-based computing from multi-agent systems to agent-based models: a visual survey, Scientometrics (2011) 89:479–499 Przykład: Segregacja rasowa Przykład: Model Schellinga (1971) • Agenci mogą być tylko dwóch typów i początkowo rozmieszczeni są losowo na sieci • Agent jest nieszczęśliwy jeżeli ma w otoczeniu zbyt wielu obcych (>T) • W każdym kroku symulacji jeden nieszczęśliwy, losowo wybrany agent jest przesuwany do losowo wybranej wolnej komórki w sąsiedztwie Schelling, T.C. Dynamic Models of Segregation, Journal of Math. Sociology 1: 143-186 (1971) 4 2016-10-03 Przykład: Model Schellinga (1971) Jaka nauka płynie z tego modelu? • Model segregacji ze względu na pewną cechę (rasa, płeć, wiek, styl życia, pozycja, zamożność) • Nikt nie preferuje ścisłej segregacji • Ostra segregacja mimo „łagodnych” preferencji • Mikro motywy i makro zachowanie Czego się spodziewacie? Zajrzyjcie na https://ccl.northwestern.edu/netlogo/ Models Library: Social Science: Segregation Przejście pomiędzy mikro a makro Temperatura Curie – ciągłe przejście fazowe magnes ferromagnetyk © Katarzyna Sznajd‐Weron • • • • Przejście fazowe Ferromagnetyk Paramagnetyk Jak to zrozumieć? © Marcin Weron Model Isinga (Lenza‐Isinga?) • • • • • Skąd taki Hamiltonian? 1925 rozprawa doktorska Ernsta Isinga Brak przejścia fazowego w 1D Jedyna praca Isinga Przejście fazowe w 2D (lata czterdzieste) Skala mikro tłumaczy zachowania makro Każdy układ dąży do minimalizacji energii LÓD , WODA LÓD WODA Lód i woda w równowadze LÓD WODA Przechłodzona woda 5 2016-10-03 Skąd taki Hamiltonian? Oddziaływania pomiędzy cząstkami Ferromagnetyk (konformizm) Każdy układ dąży do minimalizacji energii 3·1 4· Antyferromagnetyk (antykonformizm) 1 • Wpływ (siła oddziaływania) wzrasta wraz – Ze zgodnością grupy – Z rozmiarem grupy 1 • Wysoka temperatura –„nerwowo” © Piotr Nyczka Czego się spodziewacie? Ewolucja układu w czasie (ferromagnetyk) Czego się spodziewacie? Zajrzyjcie na https://ccl.northwestern.edu/netlogo/ Models Library NetLogo (środowisko do ABM) Prof. Uri Wilensky Northwestern's Center for Connected Learning and Computer‐Based Modeling (CCL) niska temperatura • Oddziaływanie – porządkuje • Temperatura – losowe zmiany Symulacja Monte Carlo Modelu Isinga • Przejście fazowe w 2D bez pola • • • • • • • Symulacje Komputerowe – model Isinga w 3D i 2D z polem • Wykorzystanie poza fizyką 1 – W niskich temperaturach porządek – W wysokich temperaturach nieporządek Dalsze losy modelu Isinga – Onsager, lata czterdzieste Przygotuj stan początkowy układu Pozwól mu ewoluować Poczekaj aż ustali się magnetyzacja Zanotuj wartość Powtarzaj to „dużo” razy Policz średnią magnetyzację • Jaka to średnia? 1 6 2016-10-03 Średnia po czasie i średnia po zespole Algorytm Metropolisa – 1MCS = N losowań Średnia po czasie Średnia po zespole • Wylosuj jeden spin • Oblicz energię E Układ ergodyczny to średnia po zespole = średnia po czasie Przejście fazowe w modelu Isinga • Oblicz energię E ∑ ∑ ∈ ∈ • Oblicz zmianę energii ΔE E E • Jeżeli ΔE 0 to → • Jeżeli ΔE 0 to wylosuj z przedziału 0,1 i akceptuj nową konfigurację jeżeli: Δ , 1 Spojrzenie fizyka na rzeczywistość Wszystko powinno być tak proste, jak to tylko możliwe, ale nie prostsze 7