Dynamische Systeme erklärt
Stellen Sie sich vor: Ein Lager bestellt in jeder Periode nach einer einfachen Regel nach, was gegenüber dem Soll fehlt, und die Ware kommt erst drei Perioden später an. Der Bedarf ist jedes Mal gleich, Zufall kommt nicht vor. Trotzdem schwingt der Bestand, mal liegt er weit über dem Soll, mal weit darunter. Bleibt es bei einem Ruhepunkt, wiederholt sich ein fester Rhythmus, oder verläuft jede Periode anders? Das hängt an der Stärke, mit der das Lager die Lücke nachbestellt. Woran sieht man vorher, was passiert?
Das ist ein dynamisches System: eine Regel, die man immer wieder auf ihr eigenes Ergebnis anwendet, Schritt für Schritt oder in kleinen Zeitschritten. Heraus kommt ein Ruhepunkt, ein Kreislauf (dieselbe Folge von Zuständen kehrt wieder) oder Chaos (kleine Fehler wachsen schnell). Die Leitfrage dieser Linie lautet: Wann stellt sich welches Verhalten ein, wie misst man es, und was davon bleibt, wenn man es im Rechner nachbildet?
Elf Stücke gehen dem nach, jedes setzt einen Schritt auf das vorige. Die ersten handeln von der einfachsten Regel, bei der Kennzahlen einer Matrix den Grenzwert festlegen, nicht aber den Weg dorthin, von einem Kreislauf, der sich verdoppelt, vom Messen der Empfindlichkeit und davon, warum eine im Rechner gerechnete Bahn schon nach etwa fünfzig Schritten nicht mehr die der Regel ist. Danach folgen Kipppunkte mit Schleife und Frühwarnung, die Schrittweite eines Lernverfahrens, das Lager mit Lieferzeit und Gleichungen mit Verzögerung. Zum Schluss stehen gekoppelte Schwinger, die plötzlich im Takt laufen, Spieler, die aus Erfahrung lernen, und eine verrauschte Messreihe. Zur Synchronisation, zum Kipppunkt und zum Vorhersagehorizont gibt es Erklärseiten, die das Phänomen zuerst im Alltagsbild erzählen, ganz ohne Formeln.
Was diese Linie ist und was nicht: Es sind Modelle mit gewählten Annahmen, gerechnet mit erzeugten Zahlen, und die meisten Formeln sind Lehrbuchwissen, das die Demos gegen exakte Rechnung nachprüfen. Sie sagen nichts über ein echtes Lager, echte Spieler oder echte Messreihen. Jedes Chaos gilt hier für ein Modell, bestimmte Parameter und eine Messdauer, nicht für Chaos im Allgemeinen, und mehrere Stücke zeigen gerade, wo eine verbreitete Aussage kleiner wird.
In short: Interactive demos on dynamical systems: what happens when a rule is applied again and again to its own result. They cover fixed points, period doubling, chaos and its limits in computer arithmetic, tipping points, delays, coupled oscillators and learning in games.
Hintergrund zum Thema: Bestandsmanagement · Lagerlogistik.
Diese Seite gehört zu Algorithmen und Verfahren erklärt. So lesen Sie sie: Das Diagramm zeigt, wie die Stücke zusammenhängen. Jede Kachel darunter öffnet eine interaktive Demo, wo es eine gibt, mit einer Erklärseite für Einsteiger und Fachleute. Auf der Suche nach einer Lösung für ein konkretes Problem? Zu den Interaktiven Demos.
Hinweis: Alle Demos rechnen mit synthetischen oder frei verfügbaren Beispieldaten und laufen auf einem externen Anbieter (Datenschutz). Bitte geben Sie darin keine vertraulichen oder personenbezogenen Daten ein. Die Ergebnisse gelten für die jeweilige Demo-Instanz und lassen sich nicht ungeprüft auf reale Fälle übertragen; für darauf gestützte Entscheidungen übernehme ich keine Gewähr.
Zuletzt aktualisiert:
Welches Verfahren passt zu Ihrem Fall? Zum Entscheidungsbaum ↓
Zum Nachlesen: erst einfach, dann fachlich
Der Vorhersagehorizont verständlich erklärt
Warum lassen sich chaotische Vorgänge nur kurz vorhersagen, und was bringt ein genauerer Anfangswert? Erst für Einsteiger ohne Formeln, dann für Fachleute mit Formeln und Messwerten.
Kipppunkte verständlich erklärt
Wo kippt ein System, kommt es auf demselben Weg zurück, und kündigt es sich an? Erst für Einsteiger ohne Formeln, dann für Fachleute mit Modell, Formeln und Messwerten.
Synchronisation verständlich erklärt
Ab welcher Kopplungsstärke laufen viele Schwinger mit verschiedenem Tempo im Takt, und was bleibt darunter übrig? Erst für Einsteiger ohne Formeln, dann für Fachleute mit Modell, Formeln und Messwerten.
Die elf Stücke im Überblick
Der Graph zeigt, wie die elf Stücke aufeinander aufbauen. Am Anfang steht der Fixpunkt: Wiederholt man eine lineare Regel, sagen die Eigenwerte, wohin die Bahn läuft, aber nichts darüber, was passiert, wenn der Ruhepunkt seine Stabilität verliert. Das zeigt die logistische Abbildung: Der Ruhepunkt teilt sich in einen Kreislauf, und das wiederholt sich bis zum Chaos. Von dort führen durchgezogene Pfeile zu den Stücken, die eine Lücke füllen: das Messen der Empfindlichkeit, die Verzögerung in stetiger Zeit und der Kipppunkt mit endlichem Tempo. Aus dem Messen folgen das Lager, das Schätzen aus Daten und das Lernen in Spielen; die Schrittweite eines Lernverfahrens setzt dagegen direkt am Fixpunkt an.
Zwei Kontraste: Das Rechner-Chaos stellt die gerechnete Bahn gegen die wahre, die das Messen stillschweigend unterstellt, und die gekoppelten Schwinger zeigen das Gegenstück zum Chaos, Ordnung aus Unterschieden. Auch Lager und Verzögerung stehen im Kontrast: dort eine glatte Nichtlinearität, hier eine stückweise lineare Regel mit Klemmung. Graue gestrichelte Knoten sind Bausteine aus anderen Linien: Gradientenabstieg und Newton-Verfahren für die Schrittweite, die Wertiteration für die Kontraktion, das No-Regret-Lernen für die Spiele und die Kaskaden für eine andere Bedeutung von Kipppunkt.
Die Kästen sind klickbar und öffnen die jeweilige Demo direkt.
- behebt eine Schwäche des Vorgängers oder baut darauf auf
- Gegenstück: derselbe Zweck, andere Bauweise (kein Fix)
- übernimmt nur eine Idee
- Baustein aus einer anderen Linie
Durchgezogene Pfeile beheben eine Schwäche des Vorgängers, gepunktete Pfeile übernehmen nur eine Idee, gestrichelte Doppelpfeile sind ein Kontrast (gleiche Aufgabe, andere Bauweise), graue gestrichelte Knoten sind Bausteine aus anderen Linien. Die Stücke lassen sich in beliebiger Reihenfolge lesen, ein Pfeil ist keine vorgeschriebene Reihenfolge.
Verwandt in anderen Linien
- Nichtlineare Optimierung — Die Gradientenabstieg-Demo zeigt, dass eine zu große feste Schrittweite in Divergenz kippt; das Stück Schrittweite als Dynamik fragt, was jenseits dieser Schwelle in einer nichtlinearen Landschaft geschieht. Das Newton-Verfahren löst eine Quadratik in genau einem Schritt; im Stück zur Schrittweite zeigt es für eine einfache Gleichung drei Einzugsgebiete mit fraktaler Grenze.
- Spieltheorie — Die No-Regret-Demo lässt Lkw aus Erfahrung lernen und lässt Grenzzyklen und Chaos bei großen Schrittweiten offen. Das Stück Lernen in Spielen dreht die Schrittweite über die Schwelle und misst, was dann geschieht.
- Reinforcement Learning — Die Value-Iteration-Demo verbessert wiederholt den Wert jedes Feldes aus dem Wert seiner Nachbarn. Das Stück Iterieren und Fixpunkt rechnet für solche Iterationen die Banach-Schranke nach, also wie viele Schritte bis zu einer Genauigkeit garantiert sind und wie viele tatsächlich nötig waren.
- Graphen und Netzwerke — Die Kaskaden-Demo fragt, ab welcher Toleranz der Ausfall eines Hubs eine Kette von Ausfällen auslöst, also nach einer Schwelle im Netz. Das Stück Kipppunkt (Bifurkation) meint mit Kipppunkt etwas anderes: die Stelle, an der in einem Modell ein Gleichgewicht verschwindet, und wie Tempo und Rauschen verschieben, wo es kippt.
- Zustandsschätzung und Filter — Der Kalman-Filter schätzt Position und Geschwindigkeit eines Lieferfahrzeugs aus verrauschten Messungen, kennt dafür aber das Modell der Fahrt. Das Stück Den Exponenten aus Daten schätzen hat nur die Messreihe und zeigt, wie Messrauschen die Schätzung eines Exponenten verfälscht.
- Bestandspolitiken — Die Lieferzeit-Demo prüft, ob die Bestandsposition (Bestand plus Bestelltes) als Zustand reicht, wenn Bestellungen unterwegs sind, und rechnet dafür beste Regeln. Das Stück Chaos im Lager nimmt Lieferzeit und Bestellung, aber eine einfache lineare Regel, und zeigt, wie Verzögerung und Klemmung den Bestand schwingen oder chaotisch werden lassen.
- Netzwerkanalyse — Die Komplexe-Ansteckung-Demo kennt eine Schwelle, ab der sich etwas im Netz durchsetzt: ein Betrieb übernimmt ein Verfahren erst, wenn genug Partner es getan haben. Im Stück Kuramoto laufen Schwinger erst ab einer Kopplungsschwelle im Gleichtakt, dort ist aber jeder mit jedem gekoppelt, und auf einem Netz mit wenigen Nachbarn gilt die Formel nicht.
- Rückkopplung und Verzögerung — Das Stück Chaos im Lager rechnet das Lager mit Klemmung und ohne Leitungsgewicht. Die Linie Rückkopplung und Verzögerung rechnet dasselbe Lager ohne Klemmung: Ein Lager, eine Regel, eine Lieferzeit ist dessen lineare Hälfte, Die Leitung mitrechnen und Zu spät gemeldet ändern die Regel.
Iterieren und Fixpunkt: Eigenwerte sagen den Grenzwert, nicht den Weg
Sehen Sie, wie sich eine Regel verhält, die man immer wieder auf ihr eigenes Ergebnis anwendet: Bei einer Matrix entscheidet der größte Betrag ihrer Eigenwerte, ob die Bahn zum Ruhepunkt läuft, nicht aber, auf welchem Weg. Bei einem Beispiel mit größtem Betrag 0,9 wächst die Größe des Zustands erst auf das 19-Fache, bevor sie fällt. Der Haken: Das gilt nur für lineare Regeln und diese Matrizen.
Demo starten →Logistische Abbildung: Periodenverdopplung, Fenster und Multistabilität
Verfolgen Sie, wie sich bei einer Regel mit einem Parameter ein Ruhepunkt bei r = 3 in einen Kreislauf aus zwei Zuständen teilt, dieser in vier und so fort bis zum Chaos, in dem periodische Fenster stehen. Die Abstände der Teilungen schrumpfen auf das Verhältnis 4,6692011 (gemessen bis zur neunten). Der Haken: Es gibt bei jedem untersuchten r nur ein Ziel; zwei gleichzeitige zeigt erst eine zweite, selbst gewählte Regel.
Demo starten →Chaos messen: Lyapunov-Exponent und Vorhersagehorizont
Sehen Sie, wie man die Empfindlichkeit einer Regel in eine Zahl fasst: den Lyapunov-Exponenten, die mittlere Wachstumsrate kleiner Fehler je Schritt. Daraus folgt, wie weit eine Vorhersage reicht: Zehnmal genauere Anfangswerte kaufen bei r = 4 im Mittel nur 3,32 Schritte. Der Haken: Wie schnell sich der Exponent aus einer Bahn schätzen lässt, hängt vom Parameter ab, bei r = 4 viel schneller als bei r = 3,9.
Verständlich erklärt: erst für Einsteiger, dann für Fachleute
Demo starten →Rechner-Chaos: Jede Gleitkomma-Bahn endet in einem Zyklus oder auf 0
Verfolgen Sie, warum eine im Rechner gerechnete Bahn bald nicht mehr die der Regel ist: Sie stimmt im Mittel nur 53,1 Schritte mit der wahren überein, ihre Statistik trotzdem, und am Ende landet jede Bahn in einem Kreislauf oder auf der Null (in Float16 29,8 % der Starts). Der Haken: Die Null als Ende gilt nur für r = 4; deutlich darunter ist sie nicht erreichbar.
Demo starten →Kipppunkt (Bifurkation): Hysterese, verspätetes Kippen und was die Frühwarnung wert ist
Sehen Sie, wie ein System, dessen Stellgröße man langsam verstellt, erst hinter der Kippgrenze kippt und auf dem Rückweg erst hinter der Gegengrenze zurückkehrt, eine mit dem Tempo breiter werdende Schleife. Eine Frühwarnung aus der Autokorrelation (wie lange Störungen nachwirken) schlägt bei einem Rauschniveau in 80,0 % der kippenden Läufe an, aber auch in 19,5 % der Anstiege ohne Kippen. Der Haken: Im Erntemodell trennt sie schwach (29,0 %).
Verständlich erklärt: erst für Einsteiger, dann für Fachleute
Demo starten →Schrittweite als Dynamik: Gradientenabstieg jenseits von 2/η, Periodenverdopplung und Newton-Fraktal
Verfolgen Sie, was ein Gradientenabstieg tut, wenn seine feste Schrittweite für jedes stabile Minimum zu groß wird: In einem selbst gewählten Spielmodell konvergiert ab Schrittweite 1 kein Start mehr, darüber laufen die beschränkten Bahnen in Zyklen, bei 1,5 ins Chaos. Das Newton-Verfahren für z³ = 1 zeigt eine fraktale Grenze zwischen drei Einzugsgebieten. Der Haken: Es ist kein Netz, und die Zählung gilt für ein Raster aus 900 Startpunkten.
Demo starten →Chaos im Lager: Verzögerung plus Klemmung
Sehen Sie, wie ein Lager mit einfacher Nachbestellregel hinter einer Grenze der Anpassungsstärke schwingt und wie allein das Verbot negativer Bestellungen die Schwingung chaotisch machen kann, ohne Rauschen: bei Lieferzeit 3 an 50,8 % der Gitterpunkte oberhalb der Grenze (konstanter Bedarf, dieses Modell). Der Haken: Ob eine Randkollision, ein bekannter Mechanismus für Chaos, das erklärt, ist ab Lieferzeit 3 nur eine Hypothese.
Demo starten →Verzögerung und Hopf-Grenze
Verfolgen Sie, wie schon eine Verzögerung eine ruhige Gleichung kippen lässt: Bei einem Produkt aus Rückkopplung und Verzögerung von π/2 beginnt sie zu schwingen, mit einer Periode von vier Verzögerungen. Mit stärkerer Nichtlinearität (Mackey–Glass, Verzögerung 17) wird die Bahn chaotisch, obwohl es nur eine Größe gibt, mit Exponent +0,0052 je Zeiteinheit. Der Haken: Ein grober Rechenschritt verschiebt die Grenze, Euler rechnet bei 1,45 sogar die ruhige Gleichung als instabil.
Demo starten →Kuramoto: Wann laufen viele Oszillatoren im Takt?
Sehen Sie, ab welcher Kopplungsstärke viele Schwinger (Oszillatoren) mit verschiedenen Eigenfrequenzen, jeder mit jedem gekoppelt, im Gleichtakt laufen: Bei der Lorentz-Verteilung liegt die Schwelle bei K = 2, darüber weicht die Rechnung (Heun-Verfahren, 4000 Schwinger, Mittel über drei Zufalls-Seeds) höchstens 0,3 % von der Formel ab. Der Haken: Ein Euler-Verfahren verschätzt sich knapp darüber (0,200 statt 0,218), und auf Netzen mit wenigen Nachbarn gilt die Formel nicht.
Verständlich erklärt: erst für Einsteiger, dann für Fachleute
Demo starten →Lernen in Spielen: Wann Hedge kreist, springt oder chaotisch wird
Verfolgen Sie, was zwei Spieler tun, die mit der Lernregel Hedge (Gewichte nach Erfolg) die Schrittweite über eine Schwelle drehen: Der gemischte Gleichgewichtspunkt verliert bei s = 8 beziehungsweise 17,78 die Stabilität, es folgen Zyklen und im zweiten Beispiel Chaos. Der Haken: Das gilt nur auf der Diagonale, auf der beide exakt gleich starten; in 2 400 von 2 400 unsymmetrischen Starts endet Hedge in einem reinen Gleichgewicht.
Demo starten →Den Exponenten aus Daten schätzen: Rauschen, Mindestabstand, 0-1-Test
Sehen Sie, wie gut sich der Lyapunov-Exponent allein aus einer Messreihe schätzen lässt: Schon Messrauschen von etwa 0,1 % der Spannweite hebt den Schätzwert bei 5000 Werten um 52 %, und bei diesen zwei Längen machen mehr Daten es schlimmer. Der Haken: Auch der 0-1-Test, der „regulär“ von „unregelmäßig“ trennt, hält gleichverteiltes Rauschen für Chaos, trennt also nicht Chaos von Zufall.
Demo starten →Welches Stück passt zu meiner Frage?
Stellen Sie sich eine Regel vor, die sich immer wieder auf ihr eigenes Ergebnis anwendet. Was wollen Sie wissen? Der Baum führt von Ihrer Frage zum passenden Stück: Geht es um Grenzwert und Weg, um das Verstellen eines Parameters, um Empfindlichkeit und Vorhersagbarkeit, um etwas, das zur Regel hinzukommt, oder um mehrere Beteiligte?
Welches Stück passt zu meiner Frage?
Beige Kästen sind Fragen (nicht klickbar), weiße Kästen sind Ergebnisse (klickbar, sie öffnen die jeweilige Demo). Mehrere Fragen können zugleich zutreffen; der Baum zeigt die Frage, die in den Demos zuerst gestellt wird. Alle Antworten gelten für die gewählten Modelle und ihre Annahmen.
Weitere Linien in diesem Bereich
Warteschlangentheorie und Simulation
Ein Terminal-Gate, dreizehn Stücke und ein Zusatzstück: jedes hebt genau eine Annahme der Formel davor auf, bis zum Netz aus Gate, Kran und Stapel und seinem Ersatzmodell.
Monte-Carlo-Schätzung und Varianzreduktion
Wie genau ist eine Zahl aus Zufallsziehungen, und wie senkt man ihren Fehler bei gleichem Aufwand? Sechzehn Stücke vom einfachen Schätzer über Kopplung, Schichtung und seltene Ereignisse bis zur Verfahrenswahl.
Netzwerkanalyse
Was verrät die Struktur eines Netzes, wie breitet sich etwas darauf aus, und wie gleichen sich seine Betriebe an? Dreizehn Stücke über Kernzahl, Gemeinschaften, Einfluss, Eindämmung, Meinungen, Standorte und Kontaktfolgen.
Rückkopplung und Verzögerung
Ein Lager bestellt nach einer einfachen Regel nach, während die Ware Zeit braucht: fünf Stücke von der Lieferzeit über die Ware unterwegs und die späte Meldung bis zur streuenden Lieferzeit und zur Saison.