カオスの例-wakayama.pdfVIP

み写像のいずれでも、カオスが発生します。 　　　　　 点の位置（上に重ねる）　　　　　（折りたたむ） カオスの例 最も簡単なカオスが発生する系としてロジスティック写像を考えます。まず、生物の個 体数の増減を考えましょう。生物の親の数を とします。生まれる子の数は親の数 に比例すると仮定します。すると個体数の増加を表す微分方程式は、 と表されます。これは解析的に解けて、 となります。時間とともに個体数が爆発的に単調増加することを表しています。実際には、 環境によって個体数の増加が妨げられたり、死亡による減少などがありますから、このよ うに単調増加することはありません。そこで、生物が生存するための領域に制限があると いう条件を入れます。各個体あたりの領域の広さは、全体の個体数により制限され、個体 数の増加は抑えられると考えます。これを と表します。この微分方程式も解析的に解けて となります。最初急激に増加しても、最大値 へ収束することを示しています。 　　　　　　　　　　　　　　　 この微分方程式で表された現象は、初期値を与えると任意の時間 での の値を正 確に計算することができます。また、初期値がわずかに異なっていても、 の値のずれ も正確に予測することができます。これは、カオスではありません。 次に、この微分方程式を差分化してみましょう。 ここで とおくと、 と表すことができます。これが ロジスティック方程式 です。 の最大値は、 なので、 となります。自然界での生物個体数の増減は離散的に変化しますので、差分方 程式の方が自然をよりよくモデル化していると言えます。 差分方程式は簡単な時間ステップで計算できますので、適当な初期値 で の値を に設定して、計算を行います。結果を図にまとめてみます。 　　　　　　　　　　　　　　　 この微分方程式で表された現象は、初期値を与えると任意の時間 での の値を正 確に計算することができます。また、初期値がわずかに異なっていても、 の値のずれ も正確に予測することができます。これは、カオスではありません。 次に、この微分方程式を差分化してみましょう。 ここで とおくと、 と表すことができます。これが ロジスティック方程式 です。 の最大値は、 なので、 となります。自然界での生物個体数の増減は離散的に変化しますので、差分方 程式の方が自然をよりよくモデル化していると言えます。 差分方程式は簡単な時間ステップで計算できますので、適当な初期値 で の値を に設定して、計算を行います。結果を図にまとめてみます。 　　　　　　　　　　　　ロジスティック方程式の計算結果