貓貓和人的貓主交互行為,竟然被物理學家用方程式寫出來了!運動方
其成果還正經(jīng)刊登在了《美國物理學雜志》上。程首次被
起因就是物理這位名叫Anxo Biasi的小哥,有一天觀察起了自家貓貓,破解突發(fā)奇想:能否將貓視為一個在人產(chǎn)生的貓主勢場中運動的質(zhì)點,用物理方程來描述其行為?運動方
結(jié)果通過仔細研究,他成功構(gòu)建了一個能夠定性重現(xiàn)多種貓與人交互行為特征的程首次被貓貓運動方程。
此前雖然物理學家已經(jīng)研究過貓的物理一些特性(比如貓總能四腳著地的能力) ,還有下圖這種用來描述貓越小越可愛的破解“黑洞貓”幽默比喻。
但這項研究是貓主首次以方程的形式對貓的典型行為特征進行建模。
甚至貓貓在夜間瘋狂跑酷也被再現(xiàn)了。運動方
還有貓貓通常會對主人的程首次被呼喚愛答不理,它們會在最喜歡的物理人的腿上待更久……
趴在主人腿上VS趴在陌生人腿上,be like:
網(wǎng)友們覺得甚是破解有趣,幫助大家理解一些經(jīng)典力學概念的例子+1。
真沒想到愛貓人士會做到如此地步。
貓運動方程,如何建立?
這位小哥將貓貓建模為一個點粒子,首先結(jié)合日常觀察以及各種討論中定義了貓貓的7種常見場景。
(點粒子,物理學中一種粒子理想化描述,主要特點是不占用空間。舉個例子,只要離得夠遠,各種形狀的物體都會看似于一個點。)
明確指出的是,這是一項理論研究,沒有進行動物實驗,所有結(jié)論都建立在日常觀察和物理建模的基礎(chǔ)上。
此次關(guān)注的是貓與人互動的一個簡單場景:一只貓和一個靜止的人在一起。
這7種行為分別是:
P1:貓休息時通常會與人保持一定距離。
P2:當貓趴在人身上休息時(如趴在腿上、肚子上、背上),極小的刺激就可能使它們離開這個位置(如一只蒼蠅、一個難以察覺的聲音、鄰近星系原子的β-衰變)。產(chǎn)生離開所需的擾動強度取決于貓對其所依靠的人的依戀程度。
P3:當貓被人撫摸時,它們會前后擺動。
P4:當貓被人呼喚時,它們很少回應。
P5:當貓決定接近呼喚它們的人時,它們往往會在途中分心,無法到達對方身邊。
P6:晚上,貓咪會隨意在屋子里跑酷。(這種情況被稱為 “zoomies”)
P7:當貓喜歡被人撫摸時,它們會發(fā)出呼嚕聲(發(fā)出柔和振動的聲音)。
當然,這些行為并不具有普遍性。有些貓也可能表現(xiàn)得不太明顯。
定義完之后進行研究假設(shè):貓的行為就像它們感知到人周圍有一種力。
作為初步近似,他們將貓的動力學模型定義為在存在外部勢能(由靜止的人引起)和摩擦項的情況下,一個服從牛頓力學的點粒子。
其中x(t)表示貓在時間t相對于位于x=0處的人的位置,m>0是貓的質(zhì)量,并且?>0是摩擦系數(shù),其值取決于每只貓。
將微分方程轉(zhuǎn)化為基于有理函數(shù)的形式。它提供了對平衡點的控制,這樣管理平衡點的數(shù)量、相對位置和穩(wěn)定性。
其中,g>0是耦合常數(shù)(從現(xiàn)在起將g簡化設(shè)置為g=1,但這不會改變模型的定性圖像);δ在[0,1]區(qū)間,反映了貓對人的依戀。
當δ=0 時,點x=0(人的位置)是不穩(wěn)定的:貓對人沒有依戀。
當δ>0時, 點x=0是穩(wěn)定的。并且δ值越大,貓的依戀越強。當δ=1時,這表明貓對人有很強的依戀。
圖1:(a)貓依附在人身上,(b)人對貓來說完全是陌生人。這兩種情況貓都處于靜止狀態(tài),處于三個平衡點。
此外,需要公式 (1) 中的摩擦項來減少能量。否則,貓在活動一段時間后就不會趨于靜止狀態(tài),比如左右兩側(cè)∞狀態(tài)。
為了阻止貓的運動,需要?≥0,而且摩擦力必須與速度的奇數(shù)次方成正比。
最后要注意的是,貓是在三維空間中移動的。然而,由于最重要的參數(shù)是貓和人之間的距離,我們假設(shè)貓沿著一條線移動,這進一步簡化了分析。
還將跑酷和發(fā)出呼嚕聲模擬出來了
基于貓運動方程,小哥將貓的7種行為定性地表示了出來。
P1:貓咪休息時通常會與人保持一定距離。這種行為被中心外的全局最小值所捕捉。
如圖1所示,貓可能以不同的速度從許多位置開始,但由于摩擦項,最終會到達最小值。
在大多數(shù)情況下,最終位置將是全局最小值,特別是對于貓和人之間的弱聯(lián)系(δ較小時)。
當δ趨近于1時,x=0將成為額外的全局最小值。
P2,該陳述的第一部分由勢能平衡點x=0(人的位置)重現(xiàn),因為貓可能靠在人身上。
該陳述的第二部分是通過勢能對δ的依賴性來捕捉的。也就是說當δ=0時, x=0是不穩(wěn)定的,這表明在任意小的擾動下,貓都會偏離人。隨著δ的增長,需要更強的刺激才能將貓從人身上分離。
P3, “當貓被人撫摸時,它們會以振蕩運動來回移動。” 這種效應也在x=0附近的穩(wěn)定區(qū)域重現(xiàn)(對于δ>0的情況)。
當貓平靜地靠近人(動能低)時,它們會圍繞人進行小幅度的振蕩,并收斂到靜態(tài),這歸功于方程中的摩擦項。
即使被陌生人撫摸(δ=0),貓也可能表現(xiàn)出這些穩(wěn)定的振蕩,但為此必須添加一個新變量(呼嚕聲)。
觀察結(jié)果P4和P5可以用偏心最小值與人(x=0)之間的勢壘來解釋,如圖1所示。
P4被呼喚的行為被建模為貓向人發(fā)出的沖動,這會導致動能增加,這種能量注入可能足以或不足以克服勢壘。由于能量不足,貓會在一段時間后,再次收斂到靜止位置。
如下圖藍色(較暗)和綠色(較亮)軌跡所顯示。
當貓受到足夠強的刺激(沖動)接近人時,也就來到了P5:“當貓決定接近呼喚它們的人時,它們經(jīng)常在途中分心而無法接近人。” 這一觀察結(jié)果也用上圖綠色(較淺)軌跡所示。
這一現(xiàn)象中,貓的質(zhì)量也會起作用(Doge), 貓獲得的速度會隨著質(zhì)量的增加而減小——
體重較輕的貓(例如小貓)會表現(xiàn)出精力充沛的動作并對任何刺激做出反應,而體重較重的貓(例如老年貓或喂食過度的貓)則不會表現(xiàn)出同樣的熱情。這也與觀察結(jié)果明顯一致。
除此之外,作者還將這一方程進行了拓展:貓貓跑酷和呼嚕聲,這兩種行為也被重現(xiàn)了。
貓貓跑酷。
其中σ為常數(shù),f (t) 為外部隨機強迫。在給定時間內(nèi)產(chǎn)生快速移動的概率取決于摩擦力?和強迫σ的值。
這使我們能夠根據(jù)每只貓的特殊性調(diào)整模型。例如,小貓不斷表現(xiàn)出這些時期,對應于較低的摩擦力和較高的強迫力,而老年貓則很少表現(xiàn)出這種活動。
(a)顯示貓可能突然從一個平衡點跑到另一個平衡點,在那里停留一段時間,然后再次隨機地回到上一個平衡點。(b)為小貓(c)為老年貓
對于第7種行為,作者定義呼嚕聲是一種穩(wěn)定機制。
一部分原因在于當貓被撫摸并開始發(fā)出呼嚕聲時,人們通常會有繼續(xù)撫摸貓的沖動,從而通過這種方式增強了過程的穩(wěn)定性。
以卡皮察擺作為類比,貓在發(fā)出呼嚕聲時會振動,振動可以作為不穩(wěn)定平衡點的穩(wěn)定機制,由此定義貓貓呼嚕聲運動模型:
振動可以加強貓與人之間的有效聯(lián)系。
在原有貓方程基礎(chǔ)上,引入了外部振動強迫來模擬這種效果。
其中G (x) 暫時為無約束函數(shù),β和Ω分別為貓中振動的振幅和頻率。此類驅(qū)動項模擬了在時間振蕩場中移動或受到周期性強迫的粒子。
好了,此舉從物理學的角度探索了貓與人之間的互動。
作者表示,這種互動模型旨在用于經(jīng)典力學的入門課程,讓學生更好地熟悉平衡點、勢壘、摩擦或外力等概念。
靈感來自于自家的貓貓
此次研究成果來自理論物理學家Anxo Biasi和他家的貓貓Eme。
他主要研究非線性演化方程的動態(tài)行為,特別關(guān)注奇異點的形成、長期動態(tài)行為和湍流問題,這在流體動力學、玻色-愛因斯坦凝聚態(tài)和廣義相對論等領(lǐng)域具有廣泛應用。
Anxo此前通過巴黎高等師范學院物理系的La Caixa青年領(lǐng)袖計劃,加入了加利西亞高能物理研究所(IGFAE)。
在IGFAE,他已經(jīng)完成了博士論文,并將加入弦理論相關(guān)領(lǐng)域的研究團隊,繼續(xù)研究物理學和數(shù)學交叉領(lǐng)域的非線性演化方程。
建立貓運動方程,最初源自于他在愚人節(jié)的一個想法:想找一種對學生更有吸引力的有趣方式來解釋物理。
他本人的貓貓Eme給了他靈感,通過仔細觀察Eme與他互動時的行為,Anxo發(fā)現(xiàn)這種行為模式具有重復性和可預測性,于是開始自己嘗試用物理模型來描述這些行為。
逐漸地,這一在某種程度上看似是開玩笑的事情,呈現(xiàn)出了學術(shù)形態(tài)。
為此在致謝中還特意感謝了Eme。
這項工作還可以延伸到各種場景,除了可以從物理學角度探索貓與人之間互動其它特征,還可以探討貓與貓、狗與狗或狗與人之間的互動。
好想知道貓貓打架是什么方程哇~
參考鏈接:
[1]https://phys.org/news/2024-10-physicist-cat-reveal-equation-motion.html
[2]https://pubs.aip.org/aapt/ajp/article/92/11/827/3317285/On-cat-human-interaction-from-the-viewpoint-of
[3]https://www.phys.ens.psl.eu/en/article/anxo-farina-biasi