涌现与集体动力学

Learning objectives / 学习目标

学完本课后，你应能：

• 从 microscopic state、update rule、interaction topology、noise 与 boundary conditions 定义 agent model，并构造可检验的 macroscopic order parameter；
• 解释 emergence 不违反微观定律，却可能需要新的 collective variables、symmetry 与 effective equations；
• 对 reaction–diffusion state 作 Fourier-mode linear stability analysis，区分 homogeneous stability 与 finite-wavenumber instability；
• 建立 Kuramoto phase model，用 complex order parameter 量化 incoherence、partial synchronization 与 locking；
• 区分 equilibrium critical point、absorbing-state transition 与 self-organized criticality，识别 finite-size cutoff 和 power-law overclaim；
• 从 agent conservation 推导 continuum continuity equation，说明 closure、coarse-graining、noise 与 validation 的责任边界；
• 用 multiple observables、system-size scaling、perturbation response 与 out-of-sample prediction 审查“涌现”主张。

Prerequisites / 先修知识

• phase space、dynamical system、fixed point、eigenvalue 与 linear stability；
• probability distribution、mean、variance、correlation、log–log plot；
• diffusion equation、Fourier mode \(e^{i\mathbf k\cdot\mathbf x}\)、gradient/divergence；
• equilibrium order parameter 与 symmetry breaking 的基本概念；
• Radiation Therapy and Health Physics 中的 multi-scale model、uncertainty、threshold 与 validation chain。

Scope and conventions / 范围与约定

• microscopic time 可离散为 \(t=0,1,2,\ldots\)，也可连续；必须声明 synchronous/asynchronous update，因为它能改变 collective state。
• 二维位置为 \(\mathbf x_i\)，heading 为 \(\theta_i\)，unit direction \(\hat{\mathbf e}(\theta_i)=(\cos\theta_i,\sin\theta_i)\)。
• \(N\) 为 agents/oscillators 数量；thermodynamic-limit statement 必须与 finite-\(N\) evidence 分开。
• reaction–diffusion fields \(\mathbf q(\mathbf x,t)\) 是 coarse-grained concentrations；concentration 非负，diffusion coefficients 非负。
• nonequilibrium system 与 environment 交换能量/物质/信息；不假设 Boltzmann distribution 或 detailed balance。
• 所有图均为原创 schematic；未声明按比例者不得用于抽取 exponent 或 threshold。

Notation and modeling contract / 符号与建模契约

1. Microscopic rules and macroscopic behavior / 微观规则与宏观行为

Knowledge ID: P14-U05-L01-K01

1.1 emergence 需要一条可复现的 micro-to-macro map

Emergence 指许多自由度相互作用后，macroscopic observables 表现出在单个自由度层级不适合或不明显的规律。它不是“无法解释”，而是要求明确四层：microstate、dynamics、coarse-graining、observable。若缺一层，“复杂行为”只是一段描述。

Vicsek-type minimal model 的一个版本为

\[\theta_i(t+\Delta t)= \arg\!\left[\sum_{j\in\mathcal N_i}e^{i\theta_j(t)}\right]+\xi_i(t),\]

\[\mathbf x_i(t+\Delta t)=\mathbf x_i(t)+v_0\Delta t\,\hat{\mathbf e}[\theta_i(t+\Delta t)],\]

其中 \(\mathcal N_i\) 是 metric 或 topological neighborhood，\(\xi_i\) 是 angular noise。单个 agent 只做 local alignment；global direction 由 rotational symmetry spontaneous breaking 选出。

图 1 对比 same-agent count 下的 disordered 与 polarized state；箭头方向是 schematic realization，不代表动力学轨迹。

1.2 order parameter、symmetry 与 finite-size evidence

polar order parameter 定义为

\[\phi=\frac{1}{Nv_0}\left\lvert\sum_{i=1}^N\mathbf v_i\right\rvert =\frac1N\left\lvert\sum_{i=1}^Ne^{i\theta_i}\right\rvert.\]

完全同向时 \(\phi=1\)；独立均匀 headings 的 finite sample 通常不是严格 0，而有 \(O(N^{-1/2})\) fluctuation。声称 phase transition 需研究 \(N\)、density、noise、boundary、initial condition、correlation time 和 hysteresis，而非只展示一张 flock snapshot。

图 2 展示 order–disorder crossover/transition 的观测方式。虚线只表示 possible finite-size variation，不声明 universality class。

2. Self-organization and pattern formation / 自组织与图样形成

Knowledge ID: P14-U05-L01-K02

2.1 self-organization 需要 throughput 与 feedback

Self-organization 是 system 在无 central controller 的情况下，通过 local dynamics、feedback、transport 与 dissipation 形成 persistent organization。它通常需要 free-energy/chemical/mechanical throughput；因此 pattern 的“自发”不等于 closed system 无代价地产生低熵。

reaction–diffusion system 写为

\[\frac{\partial\mathbf q}{\partial t} =\mathbf R(\mathbf q)+\mathbf D\nabla^2\mathbf q.\]

local reactions 提供 activation/inhibition，diffusion 传播并选择空间尺度。Turing mechanism 的核心悖论是：homogeneous fixed point 对 homogeneous perturbation 稳定，却可因 unequal diffusion 对 finite-\(k\) perturbation 不稳定。

图 3 用 red domains 与 blue inhibition ranges 表示 local positive/longer-range negative feedback；不是实际 concentration map。

2.2 linear stability 与 selected wavelength

令 homogeneous fixed point 为 \(\mathbf q_*\)，\(\mathbf R(\mathbf q_*)=0\)。小扰动 \(\delta\mathbf q=\mathbf a e^{\sigma t+i\mathbf k\cdot\mathbf x}\) 满足

\[\sigma\mathbf a=(\mathbf J-k^2\mathbf D)\mathbf a, \qquad \mathbf J=\left.\frac{\partial\mathbf R}{\partial\mathbf q}\right|_{\mathbf q_*}.\]

若 \(k=0\) 的所有 eigenvalues real parts 均负，而某有限 band 的 \(k\) 有 \(\operatorname{Re}\sigma(k)>0\)，uniform state 发生 diffusion-driven instability。fastest-growing \(k_*\) 给 linear onset wavelength \(\lambda_*=2\pi/k_*\)；nonlinear saturation 决定最终 amplitude、defects 和 pattern selection。

图 4 显示 finite-wavenumber instability 的 dispersion relation；曲线系教学函数，不代表某一化学体系。

3. Synchronization and coupled populations / 同步与耦合群体

Knowledge ID: P14-U05-L01-K03

3.1 phase reduction 与 Kuramoto order parameter

稳定 limit-cycle oscillator 在 weak coupling 下可把高维 state 约化为 phase。all-to-all sinusoidal Kuramoto model 为

\[\dot\theta_i=\omega_i+ \frac{K}{N}\sum_{j=1}^N\sin(\theta_j-\theta_i).\]

定义 complex order parameter

\[re^{i\psi}=\frac1N\sum_{j=1}^Ne^{i\theta_j}.\]

则每个 oscillator 看见 mean field：

\[\dot\theta_i=\omega_i+Kr\sin(\psi-\theta_i).\]

\(r\approx0\) 表示 phases dispersed，\(r\approx1\) 表示 phase coherence；frequency locking、phase locking 与 identical phase 必须区分。有限 \(N\) 的 incoherent \(r\) 也有 fluctuation。

图 5 把 individual phasors 与 vector mean 分开；圆不是 physical orbit，而是 phase circle。

3.2 onset、locking 与 coupled populations

对于 symmetric unimodal natural-frequency density \(g(\omega)\) 的 ideal infinite population，incoherent state 的 onset 常由 \(g(0)\) 控制；经典 Kuramoto result 为 \(K_c=2/[\pi g(0)]\)。例如 half-width \(\Delta\) 的 Lorentzian 有 \(K_c=2\Delta\)。finite size、network topology、delay、noise、higher harmonics 与 heterogeneous coupling 都会移动或改变 transition。

图 6 对比 ideal sharp onset 与 finite/noisy smoothing；实线函数只是 mean-field-like illustration。

两个或多个 populations 可有 intra-group coupling \(K_{aa}\)、inter-group coupling \(K_{ab}\)，产生 cluster synchronization、phase lag、chimera-like coexistence 或 switching。观察到相同 frequency 不足以推断 direct coupling；共同 forcing 也能产生 coherence，需 perturbation 或 causal model 区分。

4. Criticality outside equilibrium / 非平衡临界性

Knowledge ID: P14-U05-L01-K04

4.1 absorbing transition 与 self-organized criticality 不同

nonequilibrium transition 可由 activity order parameter \(a\) 描述。Absorbing state 一旦到达，在无外部 drive/noise 时便无法自行离开；控制参数跨过临界值时，steady activity 可从 \(a=0\) 变为 \(a>0\)。这需要 tuning 一个控制参数，与 equilibrium transition 类似地可有 correlation length、time 和 universality，但没有 free-energy requirement。

Self-organized criticality（SOC） 的典型机制包含 slow drive、threshold redistribution、fast relaxation、dissipation 与 time-scale separation。system 通过 dynamics 接近 marginally stable state，不显式由实验者精细调节传统控制参数。不是所有 driven dissipative system 都 SOC，也不是所有 power law 都证明 SOC。

avalanche size distribution 常测试

\[P(s;L)=s^{-\tau}f\!\left(\frac{s}{s_c(L)}\right), \qquad s_c(L)\propto L^{D_s}.\]

finite-size cutoff \(s_c\) 随 system size 移动是关键 evidence。还应检验 duration、spatial correlation、exponent relations、driving-rate dependence 与 alternative heavy-tail models。

图 7 展示 finite-size scaling 应有的 cutoff shift；一段直线本身不足以判定 power law 或 criticality。

图 8 把 slow drive 与 fast relaxation 分开；若 drive 在 avalanche 未结束时持续注入，SOC ensemble 与 exponent 可能改变。

4.2 criticality audit

可靠 criticality claim 至少回答：order/activity parameter 是什么？control/drive 是什么？steady state 是否达到？correlation length/time 如何随 size 改变？exponents 是否由客观模型比较得到？cutoff 是否随 \(L\) 移动？measurement threshold、missing small events、temporal binning 与 correlated sampling 会不会制造直线？

5. Agent-based and continuum descriptions / 主体与连续描述

Knowledge ID: P14-U05-L01-K05

5.1 两种描述回答不同问题

agent-based model（ABM）保留 identity、local rule、heterogeneity、discrete event 与 fluctuations，适合测试 microscopic hypotheses；代价是 parameter identifiability、finite-size noise 与计算成本。continuum model 用 density、polarization、stress 或 concentration fields 表示 coarse-grained state，适合 stability、waves、boundaries 和 asymptotic scaling；代价是 closure assumptions 和 lost individual information。

若 agents 不 birth/death 且跨边界计数守恒，对任意 control volume \(V\)：

\[\frac{d}{dt}\int_V\rho\,dV =-\oint_{\partial V}\rho\mathbf v\cdot\hat{\mathbf n}\,dA,\]

局域形式为

\[\frac{\partial\rho}{\partial t}+\nabla\cdot(\rho\mathbf v)=0.\]

这条 continuity equation 可由 bookkeeping 得到，但不闭合：还需 \(\mathbf v\) 或 polarization 的 evolution equation。Toner–Tu-type active-fluid equation 会包含 self-advection、alignment/order terms、pressure-like density gradients、diffusion/viscosity-like terms 与 noise；coefficients 必须由 micro model、symmetry、data 或 calibration 获得。

图 9 显示 one coarse-graining choice；改变 bin size 会改变 noise、resolution 与 apparent gradients。

5.2 bridge、closure 与 validation

micro-to-continuum bridge 需要 scale separation：coarse cell 内 agents 足够多以定义 local average，但 cell 又小于 macroscopic variation scale。令 interaction scale \(\ell_{int}\)、coarse scale \(\ell_c\)、pattern scale \(L\)，理想 hierarchy 是

\[\ell_{int}\ll\ell_c\ll L.\]

若没有中间窗口，例如 sparse network、strong heterogeneity、long-range memory 或 few-agent system，local continuum closure 可能失败。一个合格 bridge 应用同一 parameter set 同时比较 distribution、correlation、response、boundary effect 与 scaling，不仅匹配 mean curve。

图 10 把 coarse-graining 与 validation 画成闭环；箭头不是“宏观原因反向创造微观定律”。

Worked examples / 完整例题

Worked Example 1 — 从四个 agents 计算 polarization

已知： 四个等速 agents，\(v_0=2.00\ \mathrm{m\,s^{-1}}\)；headings 为 \(0,0,\pi/2,\pi/2\)。求 \(\phi\) 与 collective direction。
研究对象与边界： 这四个 agents 构成 closed observation set；只计算 instantaneous kinematic order，不推断 interaction cause。
参考系/坐标： \(+x\) right，\(+y\) up；angles 从 \(+x\) counterclockwise。
模型理由： polarization 是 normalized vector sum。

\[\sum_i\mathbf v_i =(2+2)\hat{\mathbf x}+(2+2)\hat{\mathbf y} =(4.00,4.00)\ \mathrm{m\,s^{-1}},\]

\[\phi=\frac{\sqrt{4.00^2+4.00^2}}{(4)(2.00)} =\frac{\sqrt2}{2}=0.707.\]

collective direction 为 \(\psi=\tan^{-1}(4/4)=45.0^\circ\)。
单位/有效数字： numerator/denominator 都是 velocity，\(\phi\) dimensionless；三位有效数字。
方向检查： equal \(x,y\) components 必在 first quadrant 的 \(45^\circ\)。
极限/合理性： 全部同向 gives \(\phi=1\)；two opposite pairs gives \(0\)。
物理解释： \(0.707\) 表示 partial polarization，不证明 agents 由 alignment rule 产生；common forcing 也可给相同 snapshot。

Worked Example 2 — finite-\(k\) growth band 与 pattern scale

已知： 某 linearized continuum model 的 dominant growth rate 为 \(\sigma(k)=0.400\ \mathrm{s^{-1}}-(0.250\ \mathrm{m^2\,s^{-1}})(k-2.00\ \mathrm{m^{-1}})^2\)。求 unstable band、fastest mode 与 e-folding time。
研究对象与边界： infinite/periodic one-dimensional linear onset；忽略 discrete allowed modes 与 nonlinear saturation。
参考系/坐标： \(x\) 为空间坐标，perturbation \(\propto e^{\sigma t+ikx}\)；\(k\ge0\)。
模型理由： \(\sigma>0\) 的 Fourier modes grow。

\[0.400-0.250(k-2.00)^2>0 \quad\Rightarrow\quad \lvert k-2.00\rvert<\sqrt{1.60}=1.265,\]

故

\[0.735<k<3.265\ \mathrm{m^{-1}}.\]

fastest mode 是 \(k_*=2.00\ \mathrm{m^{-1}}\)，

\[\lambda_*=\frac{2\pi}{k_*}=3.14\ \mathrm m, \qquad t_e=\frac1{\sigma(k_*)}=2.50\ \mathrm s.\]

单位/有效数字： \(k^{-1}\) gives m；\(\sigma^{-1}\) gives s；三位有效数字。
符号/极限检查： band 外 \(\sigma<0\)，扰动衰减；\(k=k_*\) 对称地最大。
物理解释： \(3.14\) m 是 onset wavelength；最终 nonlinear pattern 可 coarsen、lock to boundaries 或 form defects。

Worked Example 3 — 两个 phase oscillators 的 locking

已知： 两 oscillators 的 natural-frequency difference \(\Delta\omega=1.00\ \mathrm{rad\,s^{-1}}\)，symmetric sinusoidal coupling 使 phase difference obey \(\dot\Delta=\Delta\omega-K\sin\Delta\)，\(K=2.00\ \mathrm{s^{-1}}\)。求 locked phase lag 并检验 stability。
研究对象与边界： two-oscillator phase reduction；weak coupling、no delay/noise。
参考系/坐标： \(\Delta=\theta_1-\theta_2\)，positive 表示 oscillator 1 leads。
模型理由： locking fixed point 满足 \(\dot\Delta=0\)。

\[\sin\Delta_*=\frac{\Delta\omega}{K}=0.500, \qquad \Delta_*=30.0^\circ\]

另有 \(150^\circ\) branch。linearization slope 为

\[\left.\frac{d\dot\Delta}{d\Delta}\right|_{\Delta_*} =-K\cos\Delta_*.\]

在 \(30.0^\circ\)，slope \(=-(2.00)(0.866)=-1.73\ \mathrm{s^{-1}}<0\)，stable；\(150^\circ\) 时 slope \(0\)，unstable。
单位/有效数字： ratio \(\Delta\omega/K\) dimensionless；phase 三位有效数字。
极限/合理性： 若 \(K<\lvert\Delta\omega\rvert\)，无 fixed phase lag；不能 frequency-lock。
物理解释： stable locking 允许 constant nonzero phase lag；同步不要求两 phases 完全相等。

Worked Example 4 — agent flux 到 continuum conservation

已知： 二维 corridor 中 coarse-grained number density \(\rho=200\ \mathrm{m^{-2}}\)，agents 平均以 \(v_x=0.0200\ \mathrm{m\,s^{-1}}\) 穿过长度（截线宽度）\(W=0.500\ \mathrm m\)，且沿截线均匀。求 number flux rate。
研究对象与边界： 穿过固定 control boundary 的 agents；无 birth/death，velocity normal to boundary。
参考系/坐标： boundary normal 为 \(+x\)；positive flux outward。
模型理由： continuum current density \(\mathbf j=\rho\mathbf v\)，二维 boundary flux \(\dot N=\int\mathbf j\cdot\hat{\mathbf n}\,dl\)。

\[j_x=\rho v_x=(200)(0.0200)=4.00\ \mathrm{m^{-1}\,s^{-1}},\]

\[\dot N=j_xW=(4.00)(0.500)=2.00\ \mathrm{s^{-1}}.\]

单位/有效数字： \(\mathrm{m^{-2}}\,\mathrm{m\,s^{-1}}\,\mathrm m=\mathrm{s^{-1}}\)；三位有效数字。
方向检查： \(v_x>0\) so outward flux positive。
极限/合理性： \(v_x=0\) 或 \(W=0\) gives zero flux；discrete observations over short windows fluctuate around \(2.00\ \mathrm{s^{-1}}\)。
物理解释： continuum flux predicts average count rate，不能 recover individual crossing intervals or identities。

Lesson synthesis / 全课综合

研究 collective dynamics 可用以下 evidence ladder：

1. micro specification： state、rule、interaction range/topology、noise、update timing、drive/dissipation、boundary；
2. macro observable： order parameter、pattern spectrum、phase coherence、activity、avalanche distribution 或 fields；
3. mechanism test： linear stability、symmetry、conservation、feedback 与 perturbation response；
4. scale test： vary \(N,L\), coarse-graining, resolution and observation time；寻找 finite-size cutoff/collapse，而非只看 snapshot；
5. model bridge： 从 ABM 形成 moments/fields，明确 closure 与 unresolved fluctuations；
6. alternative models： common forcing versus coupling、lognormal versus power law、transient versus steady state；
7. validation： 同时预测 mean、distribution、correlation、response、boundary effect and scaling；
8. boundary report： 说明 inference 仅在哪个 drive/noise/density/topology/scale regime 有效。

涌现并不取消 reduction：micro rules 仍约束所有 trajectories；它强调在 large-\(N\)、long-time 与 coarse-scale 上，symmetry、conservation、instability 与 universality 可能比 individual detail 更有 predictive power。

Formula-and-decision table / 公式与决策表

Model boundaries / 模型边界

• Vicsek-type rule: minimal symmetry model, not a literal universal animal law; metric/topological neighborhood and update convention can change results.
• Order parameter: a scalar compresses state; bands, vortices or clusters may share the same \(\phi\) or \(r\).
• Reaction–diffusion: assumes local Markovian reaction and Fickian diffusion; advection, mechanics, stochastic chemistry and growing domains require extensions.
• Linear stability: predicts onset mode, not nonlinear amplitude, selected defect density or long-time coarsening.
• Kuramoto phase reduction: valid near stable limit cycles under weak coupling; amplitude death, strong forcing and delay need larger state space.
• Mean-field \(K_c\): infinite all-to-all result; finite networks, frequency correlations and noise change onset.
• SOC: requires mechanism/evidence beyond a power-law fit; drive rate and dissipation boundary matter.
• Power laws: finite dynamic range and selection bias can imitate scaling; compare likelihoods and cutoffs.
• Continuum closure: loses identity and high-order correlations; coefficient fitting cannot repair a wrong symmetry or conservation law.
• Universality: concerns selected long-scale properties, not equality of every microscopic detail or parameter.

Misconception clinic / 误区诊所

1. “emergence 意味宏观规律不受微观定律约束。” 错。宏观 effective law 是 coarse-grained consequence；它可新颖但不能产生被 microdynamics 禁止的 trajectory。
2. “规则简单就必然产生简单行为。” 错。feedback、many-body interaction、nonlinearity 与 boundaries 可放大 small differences。
3. “有漂亮图样就叫 self-organization。” 不充分。需说明 throughput、feedback、steady/transient state、order measure 与 perturbation response。
4. “diffusion 只会抹平，所以不能造图样。” 单一 passive scalar 会抹平；coupled reaction–diffusion 中 unequal diffusion 可 destabilize homogeneous state。
5. “同步就是 phases 永远完全相等。” frequency locking 可有 constant phase lag，partial synchronization 也可只有部分 population locking。
6. “\(r=0\) 表示每个 oscillator 都不同。” finite-\(N\) 中 \(r\) 通常不严格为 0；cluster phases 还可能 vector-cancel。
7. “log–log 直线证明 SOC。” 错。需 finite-size cutoff、mechanism、stationarity、alternative distributions 与 exponent relations。
8. “continuum 比 ABM 更真实。” 二者保留的信息不同；真实性由可检验预测与适用尺度决定。
9. “匹配平均值就完成 validation。” 错。错误模型可拟合 mean；还需 variance、correlation、response、boundary and scaling tests。

Practice and retrieval / 练习与检索

1. [K01] \(N=4\) headings 为 \(0,\pi/2,\pi,3\pi/2\)，求 \(\phi\)；有限 precision 下为何可能不完全为零？

2. [K01] 两次 simulation 的 \(\phi\) 相同，但一次形成 single flock，另一次形成两个反向 unequal clusters。为什么 \(\phi\) 不足以区分？

3. [K02] 若所有 \(k=0\) eigenvalues stable，但 \(k=3\ \mathrm{m^{-1}}\) 的 eigenvalue real part 为 \(0.20\ \mathrm{s^{-1}}\)，该 mode 的 amplitude 经过 \(5.00\) s 放大多少？

4. [K02] fastest mode \(k_*=4.00\ \mathrm{mm^{-1}}\)，求 onset wavelength。

5. [K03] 三 oscillators phases 为 \(0,2\pi/3,4\pi/3\)，求 \(r\)；这是否必然是无相互作用？

6. [K03] two-oscillator equation 中 \(\lvert\Delta\omega\rvert=3.0\ \mathrm{s^{-1}}\)、\(K=2.0\ \mathrm{s^{-1}}\)。能否 fixed phase-lock？

7. [K04] 数据在一个 decade 上近似直线，但增大 \(L\) 后 upper cutoff 不移动。为什么这削弱 critical finite-size scaling claim？

8. [K04] slow-drive SOC simulation 在前一 avalanche 未结束时继续 drive，哪个核心假设被破坏？可能造成什么偏差？

9. [K05] 一维 steady continuum 中 \(\rho v=J\) constant。若 density 加倍且 no source，mean speed 如何变化？

10. [综合] 某团队声称“局域规则产生 universal flocking”，只给 \(N=200\) 的一张有序图。列出至少五项补充检验。

Exit ticket / 迁移检验

同一 driven population 同时出现 spatial stripes、global phase coherence 与 heavy-tailed bursts。提出一个最小分析计划，判断三者是同一 instability 的不同观测，还是三个不同机制。

References and source notes / 参考资料与使用说明

以下权威直接来源均在 2026-08-31 实际打开并核对。正文为重新组织的教学推导，全部图根据方程原创绘制。

1. Vicsek et al., APS, Novel Type of Phase Transition in a System of Self-Driven Particles — local alignment、noise、polarization order parameter 与 nonequilibrium flocking transition。
2. MIT OpenCourseWare, 18.354J Nonlinear Dynamics II — Continuum Systems Lecture Notes — reaction–diffusion fields、linear stability、pattern formation and continuum methods。
3. Turing, Royal Society article copy hosted by MIT, The Chemical Basis of Morphogenesis — homogeneous state 的 diffusion-driven instability 与 morphogen pattern concept。
4. Acebrón et al., APS, The Kuramoto Model: A Simple Paradigm for Synchronization Phenomena — phase reduction、order parameter、critical coupling 与 coupled-population variants。
5. Bak, Tang and Wiesenfeld, APS full text, Self-Organized Criticality: An Explanation of 1/f Noise — slow perturbation、threshold cascade、scale-free clusters and avalanche distributions。
6. Toner and Tu, APS, Long-Range Order in a Two-Dimensional Dynamical Model: How Birds Fly Together — symmetry-based continuum dynamics for polar active matter and micro-to-hydrodynamic universality。

Source-to-content map

复习与拓展

• Networks and Information Flow 将把本课的 neighborhood \(\mathcal N_i\)、coupling 与 propagation 显式编码为 graph topology，研究 paths、clustering、contagion、robustness 与 information measures。
• 可扩展：bifurcation theory、amplitude equations、Swift–Hohenberg model、chimera states、directed percolation、renormalization group、kinetic equations、BBGKY/moment closure、active nematics 与 data-driven equation discovery。
• 与 Radiation Therapy and Health Physics 的接口：tissue response、QA incidents 与 risk systems 也可能有 thresholds and cascades，但不得因观察 heavy tail 就直接宣称 SOC；mechanism and exposure-specific evidence 必须独立建立。