Robert May, laureato in fisica teorica, ma passato alla biologia, ha utilizzato una versione dell'equazione logistica alle differenze finite, del belga Verhulst, per simulare il comportamento di una popolazione di pesci, in un modo abbastanza simile alla realtà.

Immaginiamo d'avere una popolazione di 100 pesci in uno stagno e controlliamo cosa succede se questi pesci hanno un incremento generazionale del 10%. La generazione successiva arriverà a 110 individui, poi salirà a 121, quindi a 133,1, etc, ma questo modo di prevedere l'andamento di una popolazione è troppo semplicistico, perchè non tiene conto dei soggetti che muoiono di morte naturale e del fatto che la popolazione non può crescere all'infinito, perchè anche il cibo dovrebbe aumentare all'infinito ;

a un certo punto non ci sarà più cibo sufficiente per tutti, conseguentemente la popolazione diminuirà. May però scoprì che usando questa formula matematica
(X.nuovo = r*X*(1-X)) con X <1
si otteneva un risultato più realistico, perchè questa equazione metteva in relazione l'abbondanza relativa (X) dei pesci con la disponibiltà relativa (1-X) del cibo

Amettiamo che i nostri 100 pesci abbiano a disposizione nel loro ecosistema 9900 larve, supponiamo poi che il peso totale dei pesci sia uguale al peso totale delle larve, perciò un ecosistema con una biomassa composta da 50% di predatori e da 50% di prede.

Se dividiamo il numero delle due popolazioni per il numero totale della biomassa (9900+100) abbiamo i numeri relativi all'abbondanza dei (pesci=100/10000)=0.01 e delle (larve = 9900/10000)= 0,99.

In questo modo dopo alcune generazioni, l'abbondanza X dei pesci sarà proporzionale all'abbondanza relativa delle larve, cioè x*(1-x).

A questo punto aggiungiamo una costante di proporzionalità (r) che rappresenta il tasso di crescita dei nostri pesci e la formula diventa X= r*X*(1-X)

Il valore massimo del tasso di crescita (r) è 4, questo perchè la somma dei numeri relativi di pesci e larve (0.01 + 0,99 = 1 ), perciò la (X) dovrà essere sempre inferiore < 1 e poichè, 1/2 biomassa è fatta di pesci e 1/2 di larve, abbiamo un prodotto di(0,5 * 0,5= 0.25 )ecco perchè il tasso di fecondità(r) deve avere un valore massimo di 4 dato che( 4 * 0.25 = 1).

Dato che (X) può assumere 1 come valore massimo, la formula richiede uno sviluppo frazionario.

Vediamo con un esempio di capire cosa succede ai nostri pesci usando questa formula.

Nota Con un tasso di fecondità (r = 1) la popolazione si estingue rapidamente, come logico se da una coppia di pesci si ha un solo pesciolino ogni generazione si dimezza e in poco tempo si estingue.

Ammettiamo ora che la popolazione iniziale sia di 0,02 pesci e che abbia un tasso di crescita (r = 2) Come vedi la popolazione dopo alcune generazioni si stabilizza su 0,5 ossia metà biomassa è fatta di pesci.

verh1.jpg (8588 bytes)

Con un tasso( r = 3)
verh2.jpg (14879 bytes)
Il risultato dopo alcune generazioni si stabilizzerà attorno a due valori 0,631 e 0,699 vale a dire la biomassa dei pesci si alternerà su questi due valori.

Con un incremento di r vicino a( r = 3,5) si ha questo grafico.

verh4.jpg (18363 bytes)

Come potete vedere la popolazione dei pesci si stabilizza su 4 livelli diversi,

Aumentando ancora un poco il valore a circa (r = 3,56 ) la popolazione si stabilizzerà su 8 valori, incrementando ulteriormente di pochissimo (r) ci saranno 16 valori stabili, poi 32, 64, 128 etc. ad ogni piccolo incremento di (r) si ha un raddoppio dei periodi stabili.

Improvvisamente quando (r) arriva a un valore di 3,56994571869 ha inizio il caos, la popolazione a ogni generazione cambia di numero in un modo completamente casuale, niente più periodi stabili.

Poi aumentando ulteriormente il valore di (r) ritornano dei brevi periodi di stabilità, prima con periodi pari 8; 10; 16; poi aumentando ancora (r) avremo periodi dispari, 3; 5; 7; 11;con relativi raddoppi del periodo. Alcuni di questi periodi stabili, sono molto brevi eppure hanno anche loro con il proprio raddopio,ecco perchè si chiama raddoppio del periodo. quello che colpisce è la loro improvvisa comparsa e scomparsa in mezzo al caos.
ver14.png

L'immagine qui sopra, rappresenta il nostro sistema attraverso lo spazio delle fasi
Si parte con un valore dell'incremento generazionale (r) pari a 1 -- e si arriva al valore massimo molto vicino a 4:
I numeri alla base dei seguenti grafici rappresentano nell'ordine dall'alto in basso,
i valori di X che corrisponde al tasso di crescita iniziale (r), segue il nuovo valore di X scelto come tasso(r)di crescita situato al centro del cerchio bianco, mentre il terzo valore corrispondente alla linea bianca che li unisce ossia la distanza (r) tra i due punti. -- ver4.png
In questa immagine si parte da un valore di 2,7603 ed a ogni incremento di (r) la curva si sposta a destra, la popolazione aumenta senza grandi sobbalzi fino a quando giunge a un livello di (r) molto vicino a 3, nota i valori sotto il grafico; a questo punto la popolazione comincia a stabilizzarsi su due valori, una generazione aumenta, quella seguente diminuisce, il che corrisponde ai 2 valori stabili, visti nel grafico sopra, ecco perciò che la curva si divide e forma una specie di Y sdraiata, questo altalenarsi tra 2 valori prosegue fino a quando r raggiunge un valore vicino a 3.45....

ver5.png

Infatti aumentando il tasso di crescita valore vicino a 3,45, notiamo che le due linee del si dividono a loro volta e diventano 4 (i 4 valori stabili visti sopra).

ver6.png

(r) a circa 3,54 le linee raddoppiano ancora e diventano 8 ma contemporaneamente diventano sempre più brevi, qui non si nota molto, perchè il grafico è stato stirato per evidenziare meglio gli 8 rami.
ver7.png
(D'ora in poi, dato che la distanza tra un raddoppio delle linee e l'altro diventa sempre più piccola, sarà difficile distinguere bene i particolari). Comunque continuando e portando (r) e circa 3,565 le linee diventano 16;


ver10.png
aumentando ulteriormente diventano 32;

ver11.png

Infine, anche se è difficile vedere dove comincia esattamente il punto al centro del cerchietto bianco, arriva il caos, i punti si accumulano a caso senza alcuna stabilità.

ver12.png

Ad ulteriori incrementi di (r) in mezzo al caos emergergono improvvisamente momenti di stabilità più o meno lunghi.

ver15.png

Questa immagine è simile alla precedente ma il centro del cerchio è puntato su (r) uguale a 3,605.. con un periodo 10= (5 ripetuto 2 vole). Nota anche il brevissimo periodo 14=(7*2) appena a sinistra del cerchio, oppure il periodo 12 = (6*2) abbastanza ampio ancora più a sinistra.



ver17.png

In questa immagine si parte dal punto (r) 3,6925 per arrivare al centro del cerchio nel punto 3,7016... come vedi la distanza tra questi 2 punti è solo 0,00093 questo indica che l'immagine è stata stirata moltissimo per evidenziare come il comportamento caotico nasconda al suo interno dei brevissimi periodi di distabilità, quello di questo esempio ha un periodo 7 con i relativi raddoppi, subito dopo, appena visibile c'è un periodo 9 che se ulteriormente stirato mostrerebbe i suoi raddoppi del periodo.

ver21.png

Questa immagine è leggermete meno stirata della precedente, i cerchio bianco è puntato sul periodo 5 lo stesso visto anche nell'immagine sopra, questo periodo è seguito da 2 ulteriori periodi 7 seguiti a loro volta da un periodo 3 abbastanza lungo.

ver20.png

Questa immagine molto stirata, mostra in modo inequivocabile il comportamento frattale che nasce da questa formula, si vede in modo chiaro che ogni periodo è seguito da alcuni raddoppiamenti che sfociano nel caos.

ver23.png

Questa immagine mostra che aumentando il valore di (r) fin a 3,9056.. abbiamo un periodo 5 abbastanza stabile, ma anche qui puoi notare che in precedenza ci sono dei brevissimi periodi di stabilità in mezzo al caos.





ver26.png
Una cosa notevole scoperta dal fisico Michell Feigebaum riguardo a questa formula è la distanza tra i raddopiamenti del periodo, che come abbiamo visto diventano sempre più brevi e si avvicinano sempre più a 4.669201609... in pratica misurando la distanza tra un periodo e quello successivo, Feigebaum scoprì che quello successivo era minore di 4.669201609... volte.
ver27.png
Come si vede dai dati dell'immagine precedente, partendo da (r) quasi uguale a 3 si arriva 3,450 ossia una distanza = 0,452, molto vicina a quella di Feigebaum, i decimali sotto le immagini non corrispondono esattamente al valore 4.669201609... perchè i pixels del monitor essendo valori interi (non esiste mezzo pixel)non possono essere divisi con la precisione richiesta.
In questa immagine vediamo che da 3,450 arriviamo a 3,544 ossia una differenza di (3,544- 3,450 = 0.094 ) un valore molto vicino 0.0968 che si ottiene dividendo lo 0,452 del periodo 2 per il valore di Feigebaum (0.452/ 4.669... = 0.0968...)
la durata di ogni periodo è maggiore di 4.669201609.. del periodo seguente.




ver29.png
Vediamo anche qui che la distanza tra il perodo 4 e il periodo 8 (3,564- 3,544)è uguale a 0.02 e se come prima dividiamo il periodo 0.968/4.669 otteniamo 0.0207...
ver30.png
La differenza tra il periodo 8 è il perodo 16 è 0,004... ossia (3,568-3,564) e se dividiamo il precedente 0,0207 / 4.669201609... abbiamo 0,004.. come previsto.




ver32.png
A questo punto 3,57... come visto precedentemente comincia il comportamento caotico alternato a improvvisi e brevi periodi di stabilità,


ver24.png

Questo strano grafico dell'equazione logistica, l' ho ottenuto riassegnando il valore iniziale di X ad ogni incremento di (r).


Abbiamo visto che la formula (X.nuovo = r*X*(1-X)) con X <1
viene utilizzata per produrre i grafici dell'applicazione logistica visti sopra, ma oltre a questa formula canonica, Paul e Myron Stein con Nicholas Metropolis trovarono anche una formula trigonometrica che sfornava l'identico diagramma
Questa (Xnuovo = r*sin X)

Sembra incredibile ma l'ho provata e fornisce la stesse immagini e gli stessi valori che vi ho mostrato precedentemente, anche se ho dovuto aggiungere (1-X)per farla funzionare è diventata perciò (Xnuovo= r*sin(X)*(1-X));
Inoltre il valore massimo di (r)deve essere leggermente maggiore di 4. Provare per credere.

Riferimenti bibliografici.

LE SCIENZE SETTEMBRE 1987
LE SCIENZE NOVEMBRE 2005
Dio gioca a dadi! La nuova matematica del caos di Ian Stewart Bollati Boringhieri.
CAOS La nascita di una nuova scienza, di James Gleick ed.Sansoni
LA BELLEZZA DEI FRATTALI, di H.O. Peitgen P.H.Richter ed. Bollati Boringhieri
La QUADRATURA DEL CERCHIO di A. K. Dewdney ed. Apogeo
Per l'algoritmo usato per realizzare le immagini ho attinto da:-
GRAFICA MATEMATICA CON IL PERSONAL COMPUTER di Attilio Comi ed. Mc Gram Hill


RADDOPPIO DEL PERIODO PER LA LEGGE DINAMICA DI VERHULST.

Torna al Menù di grafica
Torna alla Pagina iniziale
Listato del programma.