Create an Insight Maker account to start building models. Insight Maker is completely free.


Start Now

Insight Maker runs in your web-browser. No downloads or plugins are needed. Start converting your ideas into your rich pictures, simulation models and Insights now. Features

Simulate

Explore powerful simulation algorithms for System Dynamics and Agent Based Modeling. Use System Dynamics to gain insights into your system and Agent Based Modeling to dig into the details. Types of Modeling

Collaborate

Sharing models has never been this easy. Send a link, embed in a blog, or collaborate with others. It couldn't be simpler. More

Free & Open

Build your models for free. Share them with others for free. Harness the power of Insight Maker for free. Open code mean security and transparency. More


Explore What Others Are Building

Here is a sample of public Insights made by Insight Maker users. This list is auto-generated and updated daily.

Yesterday's actions are responsible for the world we experience today. And today's actions are responsible for the world that we will experience tomorrow. The "Creating the Future" model is intended to provide a better sense of the common process associated with the unexpected unfolding of the futur
Yesterday's actions are responsible for the world we experience today. And today's actions are responsible for the world that we will experience tomorrow. The "Creating the Future" model is intended to provide a better sense of the common process associated with the unexpected unfolding of the future..
 An adaptation of the URBAN1 Model from Navid Ghaffarzadegan, John Lyneis and George P Richardson's How small system dynamics models can help the public policy process. System Dynamics Review 27: 22-44 (2011)  Researchgate link   and  eolss synopsis  based on LA Alfeld and AK Graham's Introduction t

An adaptation of the URBAN1 Model from Navid Ghaffarzadegan, John Lyneis and George P Richardson's How small system dynamics models can help the public policy process. System Dynamics Review 27: 22-44 (2011) Researchgate link  and eolss synopsis based on LA Alfeld and AK Graham's Introduction to Urban Dynamics 1976. Also p 195 (Dynamo Model Listing).

An element of Perspectives: The Foundation of Understanding and Insights for Effective Action. Register at http://www.systemswiki.org/

23 10 months ago
La situación modelada expresa el crecimiento de las ventas impulsadas por la motivación y productividad, pero es frenada por el tamaño del nicho de mercado.
La situación modelada expresa el crecimiento de las ventas impulsadas por la motivación y productividad, pero es frenada por el tamaño del nicho de mercado.
Simulating Hyperinflation for 3650 days.  If private bond holdings are going down and the government is running a big deficit then the central bank has to monetize bonds equal to the deficit plus the decrease in private bond holdings.  We don't show the details of the central bank buying bonds here,
Simulating Hyperinflation for 3650 days.

If private bond holdings are going down and the government is running a big deficit then the central bank has to monetize bonds equal to the deficit plus the decrease in private bond holdings.  We don't show the details of the central bank buying bonds here, just the net results.

See blog at http://howfiatdies.blogspot.com for more on hyperinflation, including a hyperinflation FAQ.
 Ce modèle simule la dynamique de deux populations en  compétition  : l'Espèce 1 ( Calandra oryzae ) et l'Espèce 2 ( Rhizopertha dominica ). Il est inspiré des travaux fondateurs de Lotka et Volterra et permet de comprendre l'origine de  l'exclusion compétitive  ou de la  coexistence .  Ce modèle s'

Ce modèle simule la dynamique de deux populations en compétition : l'Espèce 1 (Calandra oryzae) et l'Espèce 2 (Rhizopertha dominica). Il est inspiré des travaux fondateurs de Lotka et Volterra et permet de comprendre l'origine de l'exclusion compétitive ou de la coexistence.

Ce modèle s'inscrit dans la suite de notre cours sur la dynamique des populations. Après avoir étudié la dynamique proie-prédateur (une interaction Asymétrique de type +/−), ce modèle explore la deuxième interaction majeure des communautés : la compétition, une interaction symétriquement négative de type −/−.

Contrairement au modèle de prédation qui peut générer des cycles, ce modèle explore comment les interactions compétitives (la lutte pour une ressource commune) créent des comportements émergents différents : la convergence vers un équilibre stable (soit l'exclusion d'une espèce, soit la coexistence des deux).

Chaque population n'est pas isolée ; son taux de croissance est freiné à la fois par sa propre densité (compétition intraspécifique) et par l'abondance de l'espèce concurrente (compétition interspécifique).

Les Composants du Modèle :

Variables d’état (Stocks) :

  • Species 1 : Abondance de la population de l'Espèce 1 (Calandra oryzae).

  • Species 2 : Abondance de la population de l'Espèce 2 (Rhizopertha dominica).

Flux (représentant dX/dt et dY/dt) :

  • Flux_S1 (dX/dt) : Taux de croissance net de l'espèce 1, déterminé par l'équation rX−bX2−cXY.

  • Flux_S2 (dY/dt) : Taux de croissance net de l'espèce 2, déterminé par l'équation r′Y−b′Y2−c′XY.

Paramètres modifiables (Curseurs) :

  • Species 1 : Abondance initiale de l'espèce 1.

    • Valeur initiale : 50

  • Species 2 : Abondance initiale de l'espèce 2.

    • Valeur initiale :50

  • r : Taux de croissance intrinsèque de l'espèce 1.

    • Valeur initiale : 0.8

  • r_prime : Taux de croissance intrinsèque de l'espèce 2.

    • Valeur initiale : 0.1

  • b : Coefficient d'auto-limitation de l'espèce 1 (compétition intraspécifique).

    • Valeur initiale : 0.005

  • b_prime : Coefficient d'auto-limitation de l'espèce 2 (compétition intraspécifique).

    • Valeur initiale : 0.004

  • c : Effet compétitif de l'espèce 2 sur l'espèce 1 (compétition interspécifique).

    • Valeur initiale : 0.002

  • c_prime : Effet compétitif de l'espèce 1 sur l'espèce 2 (compétition interspécifique).

    • Valeur initiale : 0.003

Indicateurs produits :

  • Graphique temporel : Montre l'évolution des deux populations. Convergent-elles vers la coexistence (Cas 4 du cours) ou l'une exclut-elle l'autre (Cas 1, 2, ou 3) ?

  • Diagramme de phase : Montre la trajectoire du système vers un point d'équilibre stable. Le système converge-t-il vers un des axes (exclusion) ou vers un point central (coexistence) ?

Votre Mission d'Exploration :

Votre objectif est de vous mettre dans la peau de Birch (1953) pour recréer ses expériences et explorer les quatre issues possibles de la compétition.

  1. Validez les croissances logistiques (Mission 1) : Mettez les coefficients d'interaction c et c_prime à 0. Que se passe-t-il ? (Note : les valeurs initiales de b et b_prime dans ce modèle sont des coefficients, pas des capacités de charge K).

  2. Recréez Birch à 29°C (Mission 2) : À cette température, Calandra (Espèce 1) gagne. Trouvez un jeu de paramètres (en ajustant les r,b,c) qui mène à l'exclusion de l'Espèce 2. (C'est le Cas 1 du cours).

  3. Recréez Birch à 32°C (Mission 3) : À cette température, Rhizopertha (Espèce 2) gagne. Modifiez les paramètres pour simuler ce changement environnemental et obtenir l'exclusion de l'Espèce 1. (C'est le Cas 2 du cours).

  4. Cherchez la Coexistence (Mission 4) : Pouvez-vous trouver un jeu de paramètres (astuce : b et b_prime doivent être "grands" par rapport à c et c_prime) où les deux espèces coexistent ? (C'est le Cas 4 du cours).

  5. Testez l'Équilibre Instable (Mission 5) : Tentez de créer le Cas 3 (compétition inter > intra). Si vous y parvenez, changez les abondances initiales de "Species 1" et "Species 2". L'issue de la compétition change-t-elle ?

Cliquez sur "SIMULATE" (ou "SCÉNARIO") et explorez la dynamique fondamentale qui régit la compétition et la coexistence !