Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp

Podobne dokumenty
Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System

Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Model Isinga. Katarzyna Sznajd-Weron

Modelowanie Agentowe Układów Złożonych Wstęp. Katarzyna Sznajd-Weron

Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp

Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron

Fizyka statystyczna i termodynamika Wykład 1: Wstęp. Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej

Potęga modeli agentowych

Modele sieciowe fizyki statystycznej i symulacje Monte Carlo. Katarzyna Sznajd-Weron

Co to jest model Isinga?

Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym

W sieci małego świata od DNA po facebooka. Dr hab. Katarzyna Sznajd-Weron, prof. PWr.

Sieci złożone. Modelarnia 2014/2015 Katarzyna Sznajd-Weron

Obliczenia inspirowane Naturą

Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron

PageRank. Bartosz Makuracki. 28 listopada B. Makuracki PageRank

Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System

Elementy termodynamiki i wprowadzenie do zespołów statystycznych. Katarzyna Sznajd-Weron

Dynamiki rynków oligopolistycznych oczami fizyka

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Automaty komórkowe. Katarzyna Sznajd-Weron

Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka

A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron

model isinga 2d ab 10 grudnia 2016

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych

Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych

Równoległe symulacje Monte Carlo na współdzielonej sieci

Metody Obliczeniowe w Nauce i Technice

Bizantyńscy generałowie: zdrada, telekomunikacja i fizyka

Praca dyplomowa inżynierska

Badanie słabych przemian fazowych pierwszego rodzaju w eksperymencie komputerowym dla trójwymiarowego modelu Ashkina-Tellera

METODY STATYSTYCZNE W BIOLOGII

Wykład 1 i 2. Termodynamika klasyczna, gaz doskonały

Hierarchical Cont-Bouchaud model

STATYSTYKA MATEMATYCZNA

SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO

Przejścia fazowe w 1D modelu Isinga

Problemy i rozwiązania

Zespół kanoniczny N,V, T. acc o n =min {1, exp [ U n U o ] }

ALGORYTMY GENETYCZNE (wykład + ćwiczenia)

Wykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

Skoki o zerowej długości w formalizmie błądzenia losowego w czasie ciągłym

1 Rachunek prawdopodobieństwa

Stany skupienia materii

MODELOWANIE RZECZYWISTOŚCI

CECHY ILOŚCIOWE PARAMETRY GENETYCZNE

Układy dynamiczne Chaos deterministyczny

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=

Własności magnetyczne materii

WĘDRÓWKI ATOMÓW W KRYSZTAŁACH: SKĄD SIĘ BIORĄ WŁASNOŚCI MATERIAŁÓW. Rafał Kozubski. Instytut Fizyki im. M. Smoluchowskiego Uniwersytet Jagielloński

MODELOWANIE RZECZYWISTOŚCI

Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej

Fizyka Materii Nieuporządkowanej

LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016

Wykład 3. Entropia i potencjały termodynamiczne

Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu. P. F. Góra

Analiza stanów gry na potrzeby UCT w DVRP

= = Budowa materii. Stany skupienia materii. Ilość materii (substancji) n - ilość moli, N liczba molekuł (atomów, cząstek), N A

e E Z = P = 1 Z e E Kanoniczna suma stanów Prawdopodobieństwo wystąpienia mikrostanu U E = =Z 1 Wartość średnia energii

Wariacyjna teoria grupy renormalizacji w opisie uczenia głębokiego czyli Deep

Elementy termodynamiki

Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej

Fizyka statystyczna Fenomenologia przejść fazowych. P. F. Góra

Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika

8. Neuron z ciągłą funkcją aktywacji.

Rozkłady statystyk z próby. Statystyka

PROGRAM STUDIÓW DOKTORANCKICH WYDZIAŁ Informatyki i Zarządzania DYSCYPLINA Zarządzanie I II III IV V VI VII VIII

Fizyka dla informatyków Wykład 2: Kinematyka Katarzyna Weron. Wykład dla Matematyki Stosowanej

Elementy termodynamiki

Modelowanie sieci złożonych

Rzadkie gazy bozonów

Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b].

Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?

Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne

MODELOWANIE RZECZYWISTOŚCI

WSTĘP. Copyright 2011, Joanna Szyda

17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek

Wnioskowanie statystyczne. Statystyka w 5

Sławomir Kulesza. Projektowanie automatów synchronicznych

Teoria ergodyczności: co to jest? Średniowanie po czasie vs. średniowanie po rozkładach Twierdzenie Poincare o powrocie Twierdzenie ergodyczne

Wykład Energia kinetyczna potencjalna 4.2. Praca i moc 4.3. Zasady zachowania DYNAMIKA

Algorytmy metaheurystyczne Wykład 6. Piotr Syga

Teoria kinetyczno cząsteczkowa

Wielki rozkład kanoniczny

Momentem dipolowym ładunków +q i q oddalonych o 2a (dipola) nazwamy wektor skierowany od q do +q i o wartości:

MODELOWANIE RZECZYWISTOŚCI

Monte Carlo, bootstrap, jacknife

ANALIZA WIELOPOZIOMOWA JAKO NARZĘDZIE WSPARCIA POLITYK PUBLICZNYCH

Ekonomia złożoności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

Ramowy Program Specjalizacji MODELOWANIE MATEMATYCZNE i KOMPUTEROWE PROCESÓW FIZYCZNYCH Studia Specjalistyczne (III etap)

Nauki reinżynieryjne. Marcin Miłkowski. Zakład Logiki i Kognitywistyki. IFiS PAN

Wykład 9: Markov Chain Monte Carlo

Łamigłówka. p = mv. p = 2mv. mv = mv + 2mv po. przed. Mur zyskuje pęd, ale jego energia kinetyczna wynosi 0! Jak to jest możliwe?

Seria 2, ćwiczenia do wykładu Od eksperymentu do poznania materii

Algorytmy genetyczne. Paweł Cieśla. 8 stycznia 2009

Termodynamika. Energia wewnętrzna ciał

Transkrypt:

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 Co tu jest stałe? Co może się zmienić? energia materia energia układ układ otwarty + otoczenie = układ izolowany 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 : 224 Całość to coś więcej niż suma jego części Typowe: Emergencja Samoorganizacja Brak równowagi (układy otwarte) Sprzężenia zwrotne Prawa potęgowe 1

Złożoność Co innego niż zawiłość (skomplikowanie) Emergencja Krytyczność Nieprzewidywalność Dziwne pętle, sprzężenia zwrotne Więcej znaczy inaczej P.W. Anderson 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? Czy dwa płatki śniegu mogą być takie same? Sprawdź na SnowCrystals.com Nature Physics Insight Complexity, January 2012. Science Complex Systems and Networks, July 2009 Nature Insight Complex systems, March 2001 Science Complex Systems, April 1999 http://www.complexssociety.eu 2

Kilka słów o płatkach śniegu 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 Human Genome Project 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 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? Human Genome Project co wiadomo 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? nieznane zjawisko? Weryfikacja Przykład z rozprawy doktorskiej Piotra Nyczki: Model Marcin Weron Konstrukcja Eksperyment 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

Model analityczny: Równanie logistyczne, Verhulst (1838) dn dt c N 1 N K t 1 c t rc t 1 c t 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.74-82 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) Kiedy się pojawiły? Do 2002 ludzie nie zajmowali się na poważnie ABM Dlaczego? A. Borshchev, AnyLogic Od 19 lat w naukach społecznych wg. F. Squazzoni, 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 Gdzie stosowane są ABM 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) 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

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 Przejście fazowe Katarzyna Sznajd Weron Ferromagnetyk Paramagnetyk Jak to zrozumieć? Marcin Weron Model Isinga (Lenza Isinga?) 1925 rozprawa doktorska Ernsta Isinga Brak przejścia fazowego w 1D Jedyna praca Isinga Przejście fazowe w 2D (lata czterdzieste) Skala mikro tłumaczy zachowania makro, Skąd taki Hamiltonian? Każdy układ dąży do minimalizacji energii LÓD WODA LÓD WODA LÓD WODA Lód i woda w równowadze Przechłodzona woda 5

Skąd taki Hamiltonian? Oddziaływania pomiędzy cząstkami Każdy układ dąży do minimalizacji energii 3 14 1 1 Ferromagnetyk (konformizm) Antyferromagnetyk (antykonformizm) Wpływ (siła oddziaływania) wzrasta wraz Ze zgodnością grupy Z rozmiarem grupy 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 niska temperatura NetLogo (środowisko do ABM) Prof. Uri Wilensky Northwestern's Center for Connected Learning and Computer Based Modeling (CCL) Oddziaływanie porządkuje Temperatura losowe zmiany 1 W niskich temperaturach porządek W wysokich temperaturach nieporządek Dalsze losy modelu Isinga Przejście fazowe w 2D bez pola Onsager, lata czterdzieste Symulacje Komputerowe model Isinga w 3D i 2D z polem Wykorzystanie poza fizyką Symulacja Monte Carlo Modelu Isinga 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

Średnia po czasie i średnia po zespole Algorytm Metropolisa 1MCS = N losowań Średnia po czasie Układ ergodyczny to średnia po zespole = średnia po czasie Średnia po zespole Wylosuj jeden spin Oblicz energię E 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 Przejście fazowe w modelu Isinga Spojrzenie fizyka na rzeczywistość Wszystko powinno być tak proste, jak to tylko możliwe, ale nie prostsze 7