Является ли эта модель реалистичной для настоящей песчаной кучи?

Нет, это значительное упрощение. В реальных песчаных кучах важны форма зёрен, трение и инерция, что приводит к более сложному поведению лавин, часто с характерным размером. Модель BTW абстрагируется от этих деталей, чтобы показать, как простое локальное пороговое правило может порождать масштабно-инвариантные лавины, что делает её концептуальной моделью для изучения основного механизма SOC, а не точным физическим моделированием.

Что означают «масштабная инвариантность» или «степенной закон» для лавин?

Масштабная инвариантность означает отсутствие типичного или среднего размера лавины. Распределение размеров лавин подчиняется степенному закону: вероятность лавины размера 's' пропорциональна s^{-τ}, где τ – критический показатель. Это означает, что малые лавины происходят очень часто, но система также порождает редкие крупные события, охватывающие всю систему. Отсутствие характерного масштаба является отличительной чертой критических явлений.

Почему модель называется «абелевой»?

Термин «абелева» относится к математическому свойству коммутативности. В этой модели конечная устойчивая конфигурация после добавления некоторого количества зёрен и завершения всех обрушений не зависит от последовательности или порядка, в котором «разряжались» отдельные неустойчивые узлы. Это свойство делает модель математически удобной для анализа и является ключевой особенностью оригинальной формулировки BTW.

Какие реальные системы демонстрируют самоорганизованную критичность?

Хотя это предмет дискуссий, SOC предлагается в качестве теоретической основы для понимания статистики многих природных и социальных систем. Примерами могут служить закон Гутенберга–Рихтера для магнитуд землетрясений, распределение размеров лесных пожаров, лавины в сверхпроводниках и даже динамика колебаний на фондовом рынке. Эти системы демонстрируют степенное распределение размеров событий без внешней настройки параметров.

Песчаная куча (SOC)

Абелева модель BTW: добавление зёрен, ≥4 – обрушение на соседей; критические лавины.

О модели

Симулятор «Песчаная куча» визуализирует модель Бака–Танга–Визенфельда (BTW), являющуюся фундаментальным примером самоорганизованной критичности (SOC). SOC описывает, как многие сложные протяжённые динамические системы естественным образом эволюционируют к критическому состоянию без какой-либо внешней настройки параметров. В этой модели сетка ячеек представляет собой песчаную кучу. Добавление «зерна песка» в ячейку увеличивает её высоту (или крутизну) на единицу. Основное правило – условие обрушения: если высота в любой ячейке достигает или превышает критический порог (здесь – четыре зерна), эта ячейка становится неустойчивой. Затем она «обрушается», передавая по одному зерну каждому из четырёх своих ортогональных соседей (окрестность фон Неймана). Это перераспределение может привести к превышению порога соседними ячейками, вызывая каскад обрушений, известный как лавина. Система является «абелевой», что означает, что конечная устойчивая конфигурация не зависит от порядка, в котором обрушаются неустойчивые узлы. Многократно добавляя зёрна в случайные места и наблюдая за возникающими лавинами, можно увидеть, как система самоорганизуется в критическое состояние, характеризующееся масштабно-инвариантной статистикой. В этом состоянии размеры лавин (количество обрушений) и их длительности подчиняются степенному распределению, что означает отсутствие характерного масштаба – малые лавины случаются часто, но очень большие, хотя и редкие, также возможны. Эта модель упрощает реальные песчаные кучи, игнорируя инерцию, форму и трение зёрен, и фокусируется исключительно на пороговой динамике локального перераспределения. Работа с этим симулятором помогает понять концепции нелинейной динамики, критические явления, степенные законы и то, как простые локальные правила могут порождать сложное глобальное поведение, наблюдаемое в системах – от землетрясений и лесных пожаров до нейронной активности и финансовых рынков.

Для кого: Студенты старших курсов и аспиранты по физике, математике или сложным системам, изучающие нелинейную динамику, статистическую механику или самоорганизованную критичность.

Ключевые понятия

Самоорганизованная критичность (SOC)
Модель Бака–Танга–Визенфельда (BTW)
Динамика лавин
Степенное распределение
Критическое состояние
Клеточный автомат
Масштабная инвариантность
Абелевая песчаная куча

Как это работает

Дискретные лавины без настройки критической температуры: куча сама находит грань хаоса.

Часто задаваемые вопросы

Является ли эта модель реалистичной для настоящей песчаной кучи?: Нет, это значительное упрощение. В реальных песчаных кучах важны форма зёрен, трение и инерция, что приводит к более сложному поведению лавин, часто с характерным размером. Модель BTW абстрагируется от этих деталей, чтобы показать, как простое локальное пороговое правило может порождать масштабно-инвариантные лавины, что делает её концептуальной моделью для изучения основного механизма SOC, а не точным физическим моделированием.
Что означают «масштабная инвариантность» или «степенной закон» для лавин?: Масштабная инвариантность означает отсутствие типичного или среднего размера лавины. Распределение размеров лавин подчиняется степенному закону: вероятность лавины размера 's' пропорциональна s^{-τ}, где τ – критический показатель. Это означает, что малые лавины происходят очень часто, но система также порождает редкие крупные события, охватывающие всю систему. Отсутствие характерного масштаба является отличительной чертой критических явлений.
Почему модель называется «абелевой»?: Термин «абелева» относится к математическому свойству коммутативности. В этой модели конечная устойчивая конфигурация после добавления некоторого количества зёрен и завершения всех обрушений не зависит от последовательности или порядка, в котором «разряжались» отдельные неустойчивые узлы. Это свойство делает модель математически удобной для анализа и является ключевой особенностью оригинальной формулировки BTW.
Какие реальные системы демонстрируют самоорганизованную критичность?: Хотя это предмет дискуссий, SOC предлагается в качестве теоретической основы для понимания статистики многих природных и социальных систем. Примерами могут служить закон Гутенберга–Рихтера для магнитуд землетрясений, распределение размеров лесных пожаров, лавины в сверхпроводниках и даже динамика колебаний на фондовом рынке. Эти системы демонстрируют степенное распределение размеров событий без внешней настройки параметров.

Близкие темы рядом (в том числе из смежных разделов) — или все 85 в «Визуализация математики».

Вся категория →

НовоеШкольные

Генератор Фракталов

Запустить симулятор

Множество Мандельброта, множество Жюлиа, снежинка Коха. Бесконечное увеличение.

НовоеШкольные

Лесной пожар (клеточный автомат)

Запустить симулятор

Тороидальная решётка: деревья с вероятностью p, молния f, огонь по 4-соседству; крупные всплески и режим, напоминающий самоорганизованную критичность.

НовоеШкольные

Delaunay & Voronoi

Запустить симулятор

Bowyer–Watson triangulation and dual Voronoi tessellation; click to add seeds, drag to move.

НовоеШкольные

Логистический рост

Запустить симулятор

dN/dt = rN(1−N/K); точная S-образная кривая и ёмкость среды K.

НовоеШкольные

Лотка–Вольтерра

Запустить симулятор

N′ = αN−βNP, P′ = δNP−γP; фазовая плоскость RK4; точка равновесия.

НовоеШкольные

Цепь Маркова (Погода)

Запустить симулятор

Двухсостоянияя цепь Солнце/Дождь: матрица P, стационарное распределение π, эмпирическое и теоретическое.

Песчаная куча (SOC)

О модели

Как это работает

Часто задаваемые вопросы

Похожие симуляторы

Генератор Фракталов

Лесной пожар (клеточный автомат)

Delaunay & Voronoi

Логистический рост

Лотка–Вольтерра

Цепь Маркова (Погода)

Песчаная куча (SOC)

О модели

Как это работает

Часто задаваемые вопросы