Модели социальных процессов
.pdfЛитература
1.Арнольд В.И. "Жесткие" и "мягкие" математические модели // Математическое моделирование социальных процессов. М.: МГУ, 1998.
С.29-51.
2.Бородкин Л.И. Моделирование взаимодействия в системе "народ— правительство": модификация модели Вайдлиха// Математическое мо делирование исторических процессов. М., 1996. С. 122-142.
3.Вольтерра В. Математическая теория борьбы за существование. М.,
1976.
4.Гаврилец Ю.Н., Ефимов Б.А. Изменения предпочтений индиви дов в социальной среде// Экономика и математические методы. 1997. №2. С. 76-93.
5.Геловани В.А., Пионтковский А.А., Юрченко В.В. О задаче управ ления в глобальной модели WORLD-3. М., 1975.
6.Долголаптев В.Г. Работа в Excel 7.0 для Windows 95 на приме рах. М.: Бином, 1995.
7.Иваницкий Г.Р. На пути второй интеллектуальной революции// Техника кино и телевидения. 1988. № 5. С. 33-39.
8.Налимов В.В., Мульченко З.М. Наукометрия. М., 1969.
9.Паповян С.С. Математические методы в социальной психологии. М.: Наука, 1983.
10.Плотинский Ю.М. Математическое моделирование динамики социальных процессов. М.: МГУ, 1992.
11.Плотинский Ю.М. Иконологическое моделирование — новый ин струмент социологов//Социологические исследования. 2000. № 5. С. 116- 122.
12.Ризниченко Г.Ю., Рубин А.Б. Математические модели биологичес ких продукционных процессов. М.: МГУ, 1993.
13.Саати Т.Л. Математические модели конфликтных ситуаций. М.,
1977.
14.Сергазин Ж.Ф. Введение в социальное моделирование. Л., 1991.
15.Тихомиров Н.П. и др. Моделирование социальных процессов. М., 1993.
16.Трахтенгерц Э.А. Компьютерная поддержка принятия решений. М., 1998.
17.Тутубалин В.Н. и др. Математическое моделирование в эколо гии. М., 1999.
18.Форрестер Дж. Мировая динамика М., 1978.
19.Forrester J.W. System Dynamics and the Lessons of 35 years // A Systems — based approach to Policymaking / Ed.by De Green U.B.
Boston: Kluwer, 1995. P. 199-239.
20.Forrester J.W. Nonlinearity in high-order models of social systems // Eur. J. of Opnl. Res. 1987. Vol. 30. P. 104-109.
21.Hanneman R.A. Computer-assisted theory building. Modeling dy namic social systems. N. Y.: Sage. 1988.
250
22.Harvey D.L., Reed M. Social Science as the Study of Complex Systems // Chaos Theory in the Social Sciences / Ed.by L.D.Kiel and E.Elliot Ann Arbor. The Univ. of Michigan Press, 1996. P. 295-323.
23.Huckfeldt R.R., Kohfeld C.W., Likens T.W. Dynamic modeling. An Introduction. Newbery Park: Sage, 1982.
24.Olinick M. An Introduction to mathematical models in social and life scince. N.Y., 1978.
25.Rapoport A. Mathematical models in the social and behavioral science. N.Y.: Wiley, 1983.
26.Richardson L. E. Arms and Insecurity. Pittsburgh: Boxwood, 1960.
27.Weidlich W. Stability and Cyclicity in Social Systems // Beha vioral Sci. Vol. 33. 1988. P. 241-256.
Глава 13. Модели хаоса и катастроф
13.1. Математическая модель катастрофы "сборка"
Рассмотрим основные положения теории катастроф на при мере катастрофы "сборка", которой соответствует дифференци альное уравнение
dx/dt = -х3 +bx+a. |
(13.1) |
При варьировании значений параметров а и Ь поведение сис темы (число стационарных точек, их расположение) будет так же меняться. Для изучения качественного характера этих изме нений рассмотрим потенциальную функцию
F(x,a,b) = х4 /4 - Ъх2 /2 — ах.
Заметим, что -dF/dx = -х3 +Ьх+а. На рис. 13.1 приведены двухмерные графики, характеризующие поведение функции F.
а) |
б) |
в> |
Рис. 13.1. Графики потенциальной функции
251
На рис 13.1,а изображена так называемая бифуркационная кри вая (4Ь3 - 27а2). Эта кривая разделяет плоскость (а, Ь) на две час ти. Внутри кривой функция F имеет два минимума (рис. 13.1,6). За пределами этой кривой функция F имеет только один мини мум (рис. 13.1,в). Как известно, экстремальные значения функ ции F можно определить, приравняв нулю первую производную:
Ьх - |
а = 0. |
|
(13.2) |
|
|
Заметим, что это же урав |
|||
|
нение определяет стационарные |
|||
|
точки дифференциального урав |
|||
|
нения (13.1). |
|
|
|
|
Если в трехмерном про |
|||
|
странстве по вертикальной оси |
|||
|
отложить положения |
особых |
||
|
точек уравнения (13.1) х*, а по |
|||
|
двум другим осям — значения |
|||
|
параметров а |
и ft, то получим |
||
|
поверхность |
катстроф |
||
|
(рис. 13.2). Проекция на плос |
|||
Бифуркационная кривая |
кость параметров (а,Ь) точек по |
|||
верхности, в которых |
имеется |
|||
Рис. 13.2. Катастрофа "сборка" |
||||
вертикальная касательная, даст |
||||
|
бифуркационную кривую. |
|||
Перепишем уравнение (13.2) в следующем виде: |
|
|||
х3 - у х - |
z = 0, |
|
(13.3) |
где у = b; z = а. Можно считать, что это уравнение задает нели нейную функцию, в которой у и z — независимые переменные, а х — зависимая. График этой функции можно нарисовать в трех мерном пространстве с помощью Excel. Главная трудность в изу чении рассматриваемой функции заключается в том, что при не которых значениях независимых переменных эта функция становится неоднозначной. Тем не менее график такой функции построить можно. Допустим, что в функции (13.3) зависимой переменной является z, тогда можно записать
2 — ДГ - Ху, |
(13.4) |
а это уже обычная функция двух переменных х и у, и ее можно построить с помощью электронных таблиц.
252
Целесообразно также провести исследование функции г, по строив серию графиков при фиксированных значениях у из ин тервала (-5;5).
Как указывалось в § 12.3, основными характеристиками фазо вого портрета на плоскости являются положения равновесия и пре дельные циклы. Сепаратрисы связывают седловые положения рав новесия с особыми точками и предельными циклами. Если менять параметры структурно-устойчивой системы, то ее фазовый порт рет будет также меняться, но его топологическая структура в определенном диапазоне значений параметра будет оставаться постоянной. При достижении критических значений парамет ров происходит бифуркация — меняется топологическая струк тура фазового портрета. Качественное исследование динамичес кой системы, зависящей от параметров, предполагает описание всех возможных в ней бифуркаций и определение множества би фуркационных значений параметров.
Рассмотрим системы, зависящие от одного параметра. Вернемся к рис. 12.5, на котором изображены типичные фазовые портреты в окрестности точки равновесия. В двух случаях положение рав новесия является устойчивым: устойчивые фокус и седло, и в трех — неустойчивым: седло и неустойчивые узел и фокус.
Если в процессе изменения системы параметр подходит к би фуркационному значению, то либо два положения равновесия сливаются и "умирают" (система совершает скачок, перескочив на другой режим), либо "рождается" пара положений равнове сия. Причем из двух положений равновесия одно устойчиво, а другое неустойчиво.
Ситуация возникновения предельного цикла может быть про иллюстрирована следующей системой уравнений:
ldr/dt = \r-r3; |
(13>5) |
[dy/dt = с, |
|
где с — константа, г и ср — полярные координаты (х |
= rcos q>; |
у = г sincp). Если X < 0, то динамическая система (13.5) имеет один устойчивый фокус. Если параметр А. изменяется и стано вится положительным, то происходит бифуркация Хопфа, фо кус теряет устойчивость и в системе возникает устойчивый предельный цикл с радиусом >Д [1]. Фазовый портрет системы (13.5) в этом случае будет состоять из траекторий, изнутри и снаружи "наматывающихся" на предельный цикл. Это означает,
253
что независимо от начального состояния система достаточно бы стро перейдет в режим периодических колебаний (автоколеба тельный режим).
Рассмотрим бифуркации, связанные с предельными цикла ми. В этом случае возможны два варианта. При первом варианте из устойчивого фокуса при изменении параметра рождается ус тойчивый предельный цикл (рис. 13.3). В случае второго вариан та при изменении параметра неустойчивый предельный цикл исчезает, и его неустойчивость передается положению равнове сия — фокусу (рис. 13.4).
Рис. 13.3. Рождение цикла
Рис. 13.4. Гибель цикла
В первом варианте после потери устойчивости положения рав новесия устанавливается колебательный периодический режим (мягкая потеря устойчивости). Во втором варианте система ухо дит со стационарного режима скачком (жесткая потеря устойчиво сти) и переходит на другой режим движения [1].
Множество точек, к которым притягиваются траектории авто номных систем, называется аттрактором. Для систем с двумя переменными существует только два типа аттракторов — особая точка и предельный цикл. В первом случае все изучаемые ве-
254
личины с течением времени выходят на постоянные значения во втором — на периодический режим.
При количестве переменных в системе N > 3 и. наличии в правой части только линейных и квадратичных членов возмож но возникновение странных аттракторов.
13.2. Портреты хаоса
Для того чтобы интуитивно понять основные концепции тео рии хаоса, не обязательно штудировать тома математической ли тературы. Достаточно провести несколько экспериментов, доступ ных любому студенту, знакомому с основными возможностями электронных таблиц (см. § 12.1).
Исследуем поведение решений следующего логистического раз ностного уравнения:
xt+1=Xxta-xt). |
(13.6) |
Здесь предполагается, что емкость рынка равна 1, поэтому 0 < xt< < 1, т.е. xt — это доля рынка, завоеванная новинкой к моменту t; X — параметр управления [7].
Исследуем поведение системы (13.6) с помощью Excel, но не сколько модифицируем схему вычислений. Столбец А сформи руем так же, как и в § 12.1, параметр X запишем в ячейку С1. Сформируем вспомогательный столбец В, равный столбцу А, но
со сдвигом на одну ячейку вниз (табл. 13.1). |
\у |
|||
Таблица |
13.1. Фрагмент окна Excel |
|||
|
|
А |
В |
С |
1 |
|
0,85 |
0 |
1,8 |
2 |
=С$1*А1* (1-А1) |
- А1 |
|
В данной таблице в ячейку А1 введено начальное значение х1 = = 0,85, в ячейку В1 записан 0, а в ячейке С1 будет хранить ся значение параметра А,. В ячейке А2 записана рекуррентная формула логистического уравнения, а в ячейке В2 указывается, что значение числа следует взять из предыдущей строки столбца А. Выделим ячейки А2 и В2. Затем размножим формулы в этих ячейках вниз до строки 60.
Построим график поведения решения уравнения (13.6) так же, как это делалось в § 12.1. Построим еще один график, отра-
255
жающий поведение системы в фазовой плоскости (у,х) — в дан
ном случае (JT(+1 , xt). Для этого выделим 60 строк в столбцах А и В. Вызовем меню "мастер диаграмм". Выберем тип диаграммы
(Точечная), и в раскрывшейся галерее выберем вариант диаг раммы со значениями, соединенными сглаживающими линия ми. Полученный график поместим под ранее построенной диа граммой. Теперь изменения в поведении системы будут видны одновременно в двух вариантах графиков.
Изменим поведение системы (13.6), варьируя значения управ ляющего параметра в интервале от 0 до 4. При этом система демонстрирует три различных типа поведения: 1) стремление к состоянию равновесия; 2) периодические колебания; 3) хаос.
При значении X от 0 до 3 система стремится к равновесному стабильному положению (пример на рис. 13.5). Посмотрите, как ведут себя графики при X = 0,5; 1,8; 2,2; 2,6. При X < 1 наступа ет положение равновесия: х*= 0. При 1< ^< 3 система стремится
к стационарному состоянию: х*—1 - |
(1/Х). Полезно при фикси |
|
рованном X поэкспериментировать с разными начальными состоя |
||
ниями (хг). |
|
|
1 I |
• |
— |
0 11 n 11 i'ii 111 и ii i м 111 и 11 и 11 M I 111 |
и 11 H I 111 n I I |
||||
1 |
4 |
7 |
10 13 16 19 22 25 28 |
31 34 37 40 |
43 46 49 |
Рис. 13.5. Стремление к состоянию равновесия (X = 2,2)
Периодические колебания охватывают систему при X > 3. Качественное изменение поведения системы говорит о том, что X = 3 является точкой бифуркации — положение равновесия сме няется предельным циклом. Зададим X = 3,2 и увидим, что до вольно быстро система переходит к колебаниям с периодом 2 (в столбце А остаются только два чередующихся значения) (при мер на рис. 13.6). Постепенно увеличим значение X = 3,3; 3,4; 3,5. При X = 3,5 период колебаний равен 4 — произошло удвое ние периода. При Х= 3,567 появляется цикл с периодом 8. При
256
дальнейшем росте X появляются циклы с периодом 32, 64, 128, 256 и т.д. [7].
В хаотический режим система попадает при X е (3,8;...4) (рис. 13.7). Поведение системы становится апериодическим, не вид но какой-либо закономерности. Поведение кажется случайным, подверженным непредсказуемым внешним воздействиям. На са мом деле это загадочное поведение полностью определено детер минированным законом функционирования системы (13.6). Но прогнозировать поведение системы в состоянии хаоса на длитель ный период времени невозможно. Хаотическое поведение слиш ком чувствительно к изменению исходных данных. Изменение хх на одну миллионную может существенно изменить ход решения.
Качественное изменение режимов функционирования системы удобно наблюдать в фазовой плоскости. В варианте сходимости к
О И I I 11111 11 11 111 11 I I I 11 1111 И | И 11 11II I 11 111 11 ГНИ
1 5 9 13 17 21 25 29 33 37 41 45 49
Рис. 13.6. Колебания с периодом 2 (X = 3,2)
О 11111111111111111111111111111111111111111111111111
1 5 9 13 17 21 25 29 33 37 41 45 49
Рис. 13.7. Хаотический режим (X = 3,9)
257
положению равновесия решения стремятся к одной точке. Для ко лебаний с периодом 2 аттрактором является цикл, состоящий из двух точек. Значительно более запутанная картина возникает в случае хаотического режима. Рассмотрим несколько вариантов гра фика. Для этого следует отредактировать диаграмму, щелкнув по ней правой кнопкой мыши. Появится контекстное меню, в кото ром следует выбрать опцию "Тип диаграммы". Появится галерея вариантов графика. Выберем вариант даграммы без маркеров и уви дим типичную картинку странного аттрактора (рис. 13.8).
Рис. 13.8. Хаотический режим в фазовой плоскости (А. = 3,9)
Теперь уберем лишние линии, выбрав первый вариант гра фика, и перед нами окажется портрет таинственного странного аттрактора (рис. 13.9). Именно по этому множеству точек хао тично "скачет" исследуемая система. И ее можно понять — в данном случае странный аттрактор имеет вполне притягатель ную параболическую форму.
Поэкспериментируйте с различными исходными данными и понаблюдайте за эволюцией странного аттрактора. Убедитесь, что в хаосе тоже существует своего рода порядок.
Еще менее устойчивым становится поведение систем при учете эффекта запаздывания. Рассмотрим следующий вариант логи
стического уравнения: |
|
Ч (1 - х,1). |
(13.7) |
В этом случае состояние системы в момент t + 1 зависит не только от xt , но и от xt г Вспоминая, как исследуются такие модели (см. задачу Фибоначчи в § 12.1), составим вычислитель-
258
1 |
|
0,8 |
• 4» • • |
0,6 |
|
|
J |
|
|
|
|
0,4 |
|
|
|
0,2 |
« » • • |
|
|
0 |
|
|
|
|
|
|
|
0,2 |
0,4 |
0,6 |
0,8 |
Рис 13.9. Портрет странного аттрактора (Х=3,9)
ную модель (аналогично предыдущему случаю). Оказывается, сис тема (13.7) имеет положение равновесия только при 0 < X < 2. При А. = 2 происходит бифуркация и появляется предельный цикл. При X > 2,27 поведение системы перестает быть стабильным [5,6].
Что же дает социологу исследование нелинейных моделей со циальных систем? Проведение вычислительных экспериментов по зволяет определить границы параметров, при которых система устойчиво демонстрирует стабильное поведение. Даже если сис тема оказалась в состоянии хаоса, исследование формы странно го аттрактора может дать полезную информацию.
Результаты последних лет позволяют надеяться, что и хао тическими ситуациями можно научиться управлять. Используя чувствительность хаотических режимов, в некоторых случаях уда ется легко перейти на стабильные траектории развития [7].
Задачи и упражнения
1. Исследуйте поведение системы, описываемой следующим нели нейным разностным уравнением:
х,+ 1 = 1 - 2 | * , | .
В качестве начального значения х{ возьмите все более точные зна чения л/4. При х1 = 0,7 у системы появится предельный цикл с перио дом 2, при JC = 0,78 — цикл с периодом 10 и т.д. Задав х^ = л/4, по-
259