这个方程将改变你看世界的方式(逻辑斯蒂映射)
This equation will change how you see the world (the logistic map)
频道:Veritasium · 时长:18:39 · 发布:2020-01-29 · 播放:17130785
简介
Veritasium 关于逻辑斯蒂映射的视频,展示了一个简单的种群方程如何导致混沌和分岔。它将这个想法与对流、神经元放电和曼德勃罗集联系起来,并配有互动动画。
HN 为什么推荐
HN 评论者称其为最喜欢的 Veritasium 视频,赞扬一个简单方程如何揭示出令人惊讶的复杂模式。
但我认为这是 HN 上的人们最需要看的 — HN, 2021
中文字幕节选
滴水的水龙头、曼德博集合、一个兔子种群、 流体中的热对流,以及你大脑中神经元的放电,它们之间有什么联系? 就是这个简单的方程。 本视频由 Fast Hosts 赞助,他们为英国观众提供赢取 西南偏南音乐节之旅的机会,只需回答我在本视频结尾提出的问题。 所以请继续关注。 假设你想模拟一个兔子种群。 如果今年有 x 只兔子,明年会有多少只兔子? 我能想到的最简单的模型就是乘以某个数,即 增长率 r,比如可以是 2,这意味着种群数量将 每年翻一番。这样做的问题在于,兔子的数量会 永远呈指数增长。 所以我可以加上项 1 - x 来表示环境的约束。 这里我假设种群 x 是理论最大值的百分比, 所以它的范围是 0 到 1。当它接近最大值时,这一项趋于 零,从而限制了种群数量。 这就是逻辑斯蒂映射。 x n + 1 是明年的种群数量,x n 是今年的种群数量。 如果你画出明年的种群数量与今年的种群数量的关系图,你会看到 它就是一个倒置的抛物线。 这是你能构造的最简单的具有负反馈回路的方程。 这里的种群数量越大,下一年的种群数量就越小。 让我们试一个例子。假设我们处理的是一群特别活跃的 兔子。所以 r 等于 2.6。 然后我们选择一个初始种群为最大值的 40%,即 0.4,然后 乘以 1 - 0.4。我们得到 0.624。好的,所以第一年种群数量增加了,但我们真正 感兴趣的是这个种群的长期行为。 所以我们可以把这个种群数量代回方程。 为了加快速度,你可以输入 2.6 * 答案 * 1 - 答案 得到 0.61。所以种群数量略有下降。 再按一次 0.619 0.613 0.617 0.615 0.616 0.615 如果我继续按回车,你会看到种群数量 并没有真正改变。它已经稳定了,这与我们在野外看到的情况相符。 只要出生和死亡平衡,种群数量通常保持不变。 现在我想画出这个迭代的图。 你可以看到这里它达到了 0.615 的平衡值。 现在如果我改变初始种群会怎样? 我只需移动这个滑块,你会看到最初几年 有变化,但平衡种群保持不变。 所以我们基本上可以忽略初始种群。 所以我真正感兴趣的是,这个平衡种群如何随 增长率 R 变化? 嗯,如你所见,如果我降低增长率,平衡种群 会减少。这很合理。 事实上,如果 R 低于 1,那么种群数量会下降并最终 灭绝。所以我想做的是画另一个图,x 轴是 增长率 R,y 轴是平衡种群, 即经过很多很多代后得到的种群数量。 好的,对于较低的 R 值,我们看到种群总是灭绝,所以 平衡值为零。 但一旦 R 达到 1,种群就稳定在一个恒定值上。 R 越高,平衡种群就越高。 到目前为止一切顺利。但现在奇怪的部分来了。 一旦 R 超过 3,图形就分裂成两支。 为什么?发生了什么?嗯,无论你迭代方程多少次,它 永远不会稳定在一个单一的恒定值上。 相反,它在两个值之间来回振荡。
HN 上的讨论
这里有一个关于这个主题的兔子洞可以探索 - [VIDEO] 那是我第二喜欢的YouTube视频。我喜欢它揭示了一些普遍的基本原理实际上非常复杂。视频中的模式就像圆圈一样是宇宙的基本组成部分。想象一下还有多少其他令人难以置信的结构无处不在,但就在我们的理解之外。 — teaearlgraycold, 2023-10
你看过Veritasium关于3D中分形实际来源的视频吗?如果没有,既然你已经觉得分形很迷人了,那就准备好大吃一惊吧。[VIDEO] — Kaibeezy, 2021-12
你看过他那期关于曼德博集合背后的3D景观的视频吗?在那次思维爆炸之后,我会无限宽容他。[VIDEO] — Kaibeezy, 2021-12
绝对如此。他的“重力不是力”视频让我经历了一系列情绪,从“这太荒谬了”到“实际上...”到“天哪,我这辈子都错了”。就纯粹的烧脑程度而言...这是我最喜欢的:[VIDEO] 但我认为这是HN上的人们最需要观看的:[LINK] — cgrealy, 2021-08
最初的对话发生在差不多两个世纪前(1830年代)。但当然!我认为当我们说“马尔萨斯错了”时,我们把婴儿和洗澡水一起倒掉了。我认为更好的说法是“马尔萨斯启发了伟大思想的开始”。马尔萨斯最初的想法是他将人口增长和粮食生产绘制在同一张图上。当两条线交叉时,那就糟糕了。这显然不太现实,但实际上他抓住了要点;只是需要一点改进。不久之后,另一位名叫Verhulst的比利时人确实改进了马尔萨斯的模型。他提出了一个公式,起初人口呈指数增长;然后后来在达到极限(承载能力)之前放缓。在Verhulst的模型中,你不会出现灾难性的线交叉。在那个时候,你基本上有了一个实际的最小可行产品,可以用来预测和思考现实世界的人口动态,以及更多其他方面。在过去的两个世纪里,人们在此基础上建立了许多发现。这个Veritasium视频就是关于其中一小部分(但很棒)的内容:[VIDEO] 幸好不是每个人都认为马尔萨斯(完全)错了! — Kim_Bruning, 2021-03
相关视频
- 别上当 · US National Archives · 22:49
- 为什么荷兰人在红绿灯前等待更少 · Not Just Bikes · 10:34
- 世界上最适合司机的国家 · Not Just Bikes · 15:48
- 费曼谈科学方法 · seabala · 9:59
- RSA ANIMATE:驱动力:关于激励我们的惊人真相 · Royal Society of Arts · 10:48
- 电动飞机可能吗? · Real Engineering · 10:23
- 为什么妄想是一种超能力 · Veritasium · 12:04
- 给你两票的投票系统 · CGP Grey · 4:29
- 向量 | 第1章,线性代数的本质 · 3Blue1Brown · 9:51
- 但什么是傅里叶变换?视觉介绍。 · 3Blue1Brown · 19:41
- 但什么是神经网络?| 深度学习第一章 · 3Blue1Brown · 18:40
- 贝塞尔曲线之美 · Freya Holmér · 24:25
- 样条曲线的连续性 · Freya Holmér · 1:13:50
- Jim Simons(完整版访谈)- Numberphile · Numberphile2 · 1:00:43
- 第一讲 | MIT 18.06 线性代数,2005 年春季 · MIT OpenCourseWare · 39:49
- 但比特币究竟是如何运作的? · 3Blue1Brown · 25:15