MCP로 연결 →

계산 입력

공식

Show calculation steps (1)
  1. Equilibrium Point

    Equilibrium Point: 로트카-볼테라 포식자-피식자 계산기

    Steady-state populations where the derivatives vanish.

광고

결과

Population at t = 100
0.87 피식자  /  9.95 포식자
시뮬레이션 종료 후 최종 개체수
항목 피식자 (x) 포식자 (y)
최대 개체수 42.8 21.4
평형점 10 5

로트카-볼테라 모델이란?

로트카-볼테라 방정식은 포식자와 피식자라는 두 종이 상호작용하는 생물학적 시스템의 동역학을 기술하는 두 개의 1차 비선형 미분방정식입니다. 1920년대에 알프레드 로트카(Alfred Lotka)와 비토 볼테라(Vito Volterra)가 각각 독립적으로 도출한 이 모델은 개체수가 주기적으로 늘었다 줄어드는 현상을 잘 보여줍니다. 피식자가 늘어나면 포식자가 먹이를 충분히 얻어 번성하고, 그 결과 피식자가 급감하면 포식자도 굶어 줄어들며, 이 순환이 끊임없이 반복됩니다.

시간에 따른 먹이와 포식자 개체수의 진동 곡선, 포식자 정점이 먹이 정점보다 지연됨
포식자(주황)와 먹이(초록) 개체수는 시간에 따라 진동하며, 포식자의 정점은 먹이의 정점보다 뒤처집니다.

계산기 사용법

초기 피식자 개체수(\(x_0\))와 포식자 개체수(\(y_0\)), 그리고 네 가지 비율 파라미터(\(\alpha\) 피식자 증식률, \(\beta\) 포식률, \(\delta\) 먹이 섭취에 따른 포식자 증가율, \(\gamma\) 포식자 사망률)를 입력하고, 시간 간격(\(dt\))과 적분할 단계 수를 지정하세요. 계산기는 고전적인 4차 룽게-쿠타(RK4) 기법으로 시스템을 단계별로 전진시키며, 최종 개체수와 각 종이 도달한 최대 개체수, 그리고 해석적으로 구한 평형점을 함께 보여줍니다.

공식 풀이

피식자 방정식 \(\frac{dx}{dt} = \alpha x - \beta x y\)는 피식자가 지수적으로 증가하지만 포식자와 마주칠 때마다 줄어든다는 의미입니다. 포식자 방정식 \(\frac{dy}{dt} = \delta x y - \gamma y\)는 사냥에 성공할수록 포식자가 늘고 자연적으로는 사망한다는 뜻입니다.

$$\frac{dx}{dt} = \alpha\,x - \beta\,x\,y \qquad \frac{dy}{dt} = \delta\,x\,y - \gamma\,y$$

0이 아닌 평형점은 \(x^{*} = \frac{\gamma}{\delta}\), \(y^{*} = \frac{\alpha}{\beta}\)에 위치하며, 이 지점에서는 두 도함수가 모두 0이 되어 개체수가 일정하게 유지됩니다.

$$x^{*} = \frac{\gamma}{\delta} \qquad y^{*} = \frac{\alpha}{\beta}$$
광고
중앙 평형점이 있는 포식자 대 먹이 개체수의 닫힌 고리 위상도
포식자(\(y\))를 먹이(\(x\))에 대해 그리면 평형점을 둘러싸는 닫힌 고리가 그려집니다.

계산 예시

\(x_0 = 40\), \(y_0 = 9\), \(\alpha = 0.1\), \(\beta = 0.02\), \(\delta = 0.01\), \(\gamma = 0.1\), \(dt = 0.1\)로 1000단계(\(t\)가 100까지)를 진행하면 개체수가 진동합니다. 평형점은 피식자 $$x^{*} = \frac{0.1}{0.01} = 10,$$ 포식자 $$y^{*} = \frac{0.1}{0.02} = 5$$이며, 이 값이 바로 순환이 그 주위를 도는 중심이 됩니다.

자주 묻는 질문

어떤 적분법을 사용하나요? 4차 룽게-쿠타(RK4) 기법을 사용합니다. 같은 시간 간격에서도 단순한 오일러 방식보다 훨씬 정확합니다.

개체수가 폭발하거나 0이 되는 이유는 무엇인가요? 시간 간격이 지나치게 크거나 비율 값이 극단적이면 수치해가 불안정해질 수 있습니다. \(dt\)를 줄이면 더 매끄럽고 정확한 순환을 얻을 수 있습니다.

평형점에서 시작하면 어떻게 되나요? \(x_0 = \frac{\gamma}{\delta}\)이고 \(y_0 = \frac{\alpha}{\beta}\)이면 두 도함수가 모두 0이므로 개체수가 일정하게 유지됩니다. 이것이 바로 시스템의 고정점입니다.

최종 업데이트: