Professional Documents
Culture Documents
Como evoluem?
Como evoluem?
Cada unidade se adapta às influências que recebe,
minimizando os conflitos locais
Como evoluem?
Cada unidade se adapta às influências que recebe,
minimizando os conflitos locais . . .
. . . mas esta adaptação modifica o ambiente de outra
unidade
Como evoluem?
Cada unidade se adapta às influências que recebe,
minimizando os conflitos locais . . .
. . . mas esta adaptação modifica o ambiente de outra
unidade . . .
. . . que por sua vez se re-adapta, e assim por diante
Como evoluem?
Cada unidade se adapta às influências que recebe,
minimizando os conflitos locais . . .
. . . mas esta adaptação modifica o ambiente de outra
unidade . . .
. . . que por sua vez se re-adapta, e assim por diante
Resultado
Como evoluem?
Cada unidade se adapta às influências que recebe,
minimizando os conflitos locais . . .
. . . mas esta adaptação modifica o ambiente de outra
unidade . . .
. . . que por sua vez se re-adapta, e assim por diante
Resultado
evolução extremamente lenta
Como evoluem?
Cada unidade se adapta às influências que recebe,
minimizando os conflitos locais . . .
. . . mas esta adaptação modifica o ambiente de outra
unidade . . .
. . . que por sua vez se re-adapta, e assim por diante
Resultado
evolução extremamente lenta
multi equilíbrio, contingências iniciais determinantes
Sistemas Dinâmicos Complexos – p. 2
Exemplos de Sistemas Complexos
dX
= G X(t)
dt
dX
= G X(t)
dt
Deterministic Chaos:
dX
= G X(t)
dt
Deterministic Chaos:
Complex System:
novembro de 1994
distancia ao equilibrio
800
600
400
200
0
0 2 4 6 8 10
tempo
distancia ao equilibrio
800
600
400
200
0
0 2 4 6 8 10
tempo
distancia ao equilibrio
800
600
400
200
0
0 2 4 6 8 10
tempo
600
400
200
0
0 2 4 6 8 10
tempo
400
200
0
0 2 4 6 8 10
tempo
400
200
0
0 2 4 6 8 10
tempo
100
10
0 2 4 6 8 10
tempo
Sistemas Dinâmicos Complexos – p. 14
Exponencial × Lei de Potência
1000
distancia ao equilibrio
100
10
simples
1
0 2 4 6 8 10
tempo
Sistemas Dinâmicos Complexos – p. 14
Exponencial × Lei de Potência
1000
complexo
distancia ao equilibrio
100
10
simples
1
0 2 4 6 8 10
tempo
Sistemas Dinâmicos Complexos – p. 14
Gráfico log × log
100
10
1
1 10 100 1000
tempo
100
10
simples:
exponencial
1
1 10 100 1000
tempo
100
complexo:
lei de potência
10
simples:
exponencial
1
1 10 100 1000
tempo
100
complexo:
lei de potência
10
simples:
exponencial
1
1 10 100 1000
tempo
xt+1 − xt = (a − 1) xt − a x2t
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x
dt
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x =⇒ x(t) ∼ e−t/τ
dt
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x =⇒ x(t) ∼ e−t/τ
dt
com τ = 1/|1 − a|
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x =⇒ x(t) ∼ e−t/τ
dt
com τ = 1/|1 − a|
a = 1:
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x =⇒ x(t) ∼ e−t/τ
dt
com τ = 1/|1 − a|
dx ∼
= − x2
a = 1: dt
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x =⇒ x(t) ∼ e−t/τ
dt
com τ = 1/|1 − a|
dx ∼
= − x2 =⇒ x(t) ∼ t−1
a = 1: dt
xt+1 − xt = (a − 1) xt − a x2t
dx
dt = (a − 1) x − a x2
a 6= 1:
dx ∼
= − |a − 1| x =⇒ x(t) ∼ e−t/τ
dt
com τ = 1/|1 − a|
dx ∼
= − x2 =⇒ x(t) ∼ t−1
a = 1: dt
com τ → ∞
L.L. Cavalli
-Sforza
(Firenze)
Scientific
American,
novembro 91
Kolmogorov (1938)
Xo
ε ∆Xt ∆Xt+1
Xo
0 1 2 3 4 t t+1 tempo
∆Xt = ǫ eλt
Xo
ε ∆Xt ∆Xt+1
λ é o expoente de Lyapunov
Xo
0 1 2 3 4 t t+1 tempo
∆Xt = ǫ eλt
Xo
ε ∆Xt ∆Xt+1
λ é o expoente de Lyapunov
Xo
λ > 0 : sistema caótico
0 1 2 3 4 t t+1 tempo
∆Xt = ǫ eλt
Xo
ε ∆Xt ∆Xt+1
λ é o expoente de Lyapunov
Xo
λ > 0 : sistema caótico
λ < 0 : sistema simples
0 1 2 3 4 t t+1 tempo
∆Xt = ǫ eλt
Xo
ε ∆Xt ∆Xt+1
λ é o expoente de Lyapunov
Xo
λ > 0 : sistema caótico
λ < 0 : sistema simples
0 1 2 3 4 t t+1 tempo complexo: λ = 0
0
10
−2
probability density
10
−4
10
−6
10
−8
10
0 0.1 0.2 0.3 0.4
fraction of 1−bits in genome
−2
10
# of living species/population
−3
10
−4
10
−5
10
0 200000 400000 600000 800000 1000000
time
−2
exponent = −1.24
10
# species/population
−3
10
−4
10
−5
10
100 1000
genome length
−2
exponent = −1.24
10
# species/population
−3
10
−4
10
0
10
# of extinct species/year
−1
10
−2
10
−3
10
0 200000 400000 600000 800000 1000000
time
exponent = −1.02
6
10
# extinct species
5
10
4
10
100 1000
genome length
exponent = −1.02
6
10
# extinct species
5
10
5
10 exponents
−1.02
−1.07
4
10 −1.10
3
counts
10
2
10
1
10
0
10
0 1 2 3 4 5 6 7 8
10 10 10 10 10 10 10 10 10
species size
Sistemas Dinâmicos Complexos – p. 40
Outra mais
genome length = 32, 64, 128, 256, 512, 1024, 2048 from top
P = 100,000 So = 10 b = 0.02
6
10
5
10 exponents
−1.02
−1.07
4
10 −1.10
3
counts
10
2
10
1
10
0
10
# extinções ∼ (tamanho)−1
0 1 2 3 4 5 6 7 8
10 10 10 10 10 10 10 10 10
species size
Sistemas Dinâmicos Complexos – p. 40
Outra ainda
6
10
exponents
5
10 −2.11
−2.11
−2.09
4
10
counts
3
10
2
10
1
10
0
10
1 2 3 4 5 6
10 10 10 10 10 10
species life time
6
10
exponents
5
10 −2.11
−2.11
−2.09
4
10
counts
3
10
2
10
1
10
0
10 # extinções ∼ (duração)−2
1 2 3 4 5 6
10 10 10 10 10 10
species life time
6
10
# Duração mínima ∼ (# gens)−1/4
exponents
5
10 −2.11
−2.11
−2.09
4
10
counts
3
10
2
10
1
10
0
10 # extinções ∼ (duração)−2
1 2 3 4 5 6
10 10 10 10 10 10
species life time
x 2 (1 − x)2
x2 =
(1 − x)4 + 4 x (1 − x)3 + 4 x2 (1 − x)2
x 2 (1 − x)2
x2 =
(1 − x)4 + 4 x (1 − x)3 + 4 x2 (1 − x)2
xt ∼
simplificando: xt+1 = = xt (1 − xt )
1 + xt
Sistemas Dinâmicos Complexos – p. 43