---
title: "বাস্তুবিজ্ঞান, বিবর্তন ও প্রাণীর আচরণ · সিমুলেশন · সিমুলেশন অনুকল্প"
url: https://simulation-hypothesis.com/bn/simulations/ecology-behaviour
description: "পিঁপড়ের কলোনি, ঝাঁক, খাদ্য-জাল, বন ও প্রজন্মজুড়ে জিন। মানুষ আসলে যেসব সিমুলেশন চালায়, তার একটি শ্রেণিবিন্যাসের অংশ।"
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, সিমুলেশন অনুকল্প (simulation-hypothesis.com)"
---

[সিমুলেশন](https://simulation-hypothesis.com/bn/simulations)18-এর মধ্যে ক্ষেত্র 6

# বাস্তুবিজ্ঞান, বিবর্তন ও প্রাণীর আচরণ

পিঁপড়ের কলোনি, ঝাঁক, খাদ্য-জাল, বন ও প্রজন্মজুড়ে জিন।

স্থানীয় নিয়মে কাজ করা জীব, আর তা থেকে উদ্ভূত কলোনি, ঝাঁক ও বাস্তুতন্ত্র। এজেন্ট-ভিত্তিক সিমুলেশন মূলত বাস্তুবিজ্ঞানে বেড়ে উঠেছে। একটি ঝাঁক বা পিঁপড়ার সারি এমন ধরনের আদর্শ উদাহরণ, যা কোনো ব্যক্তি নকশা করে না।

## যৌথ আচরণ

### পিঁপড়ে-উপনিবেশের খাদ্য-সন্ধান

স্বতন্ত্র পিঁপড়া ফেরোমোন-পথ রাখে ও অনুসরণ করে, কোনো নেতা বা মানচিত্র ছাড়াই।

যে প্রশ্নের উত্তর দেয়: কোনো পিঁপড়াই পথ না জানলেও একটি কলোনি কীভাবে খাবারের সবচেয়ে ছোট পথ খুঁজে পায়?

বাদ দেয়: আসল পিঁপড়া দৃষ্টি, শব্দ ও স্বাদও ব্যবহার করে, যা বেশিরভাগ পথ-মডেল উপেক্ষা করে।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা হাজার হাজার খাদ্য-সন্ধানী পিঁপড়ে সিমুলেট করে শুরুর সাল: 1990 আর্জেন্টাইন পিঁপড়ের পথ-গঠনের Deneubourg ও সহকর্মীদের মডেল

[ইন্টারঅ্যাকটিভ মডেলটি চালান](https://simulation-hypothesis.com/bn/simulations/run#toy-ants)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: দেহ

### মৌমাছির কলোনি

খাদ্য-সন্ধানী, ধাত্রী ও অনুসন্ধানী (স্কাউট) মৌমাছি কাজ ভাগ করে, আর ঝাঁক এক ধরনের ভোটে নতুন বাড়ি বাছে।

যে প্রশ্নের উত্তর দেয়: নেতা ছাড়া একটি ঝাঁক কীভাবে সবচেয়ে ভালো বাসার জায়গা বেছে নেয়?

বাদ দেয়: ধরে নেয় মৌমাছিরা নির্দিষ্ট সরল নিয়ম মানে, যদিও আসল মৌমাছি ভিন্ন ভিন্ন এবং ভুল করতে পারে।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি ঝাঁকের বাসা-জায়গা বাছাই সিমুলেট করে শুরুর সাল: 2003 Passino ও Seeley-র মৌমাছির বাসার জায়গা নির্বাচনের মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

### ঝাঁক বাঁধা

প্রতিটি পাখি বা মাছ তিনটি স্থানীয় নিয়মে চলে: আলাদা থাকা, প্রতিবেশীদের সঙ্গে সারিবদ্ধ হওয়া ও একত্র থাকা।

যে প্রশ্নের উত্তর দেয়: হাজার হাজার প্রাণী কীভাবে একসঙ্গে একটি দেহের মতো ঘোরে?

বাদ দেয়: আসল ঝাঁক শিকারি ও ভূখণ্ডের প্রতি সাড়া দেয়, যা তিনটি সরল নিয়ম বাদ দেয়।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি হাজার হাজার চালিত এজেন্ট সিমুলেট করা একটি গেমিং GPU শুরুর সাল: 1987 ঝাঁকবদ্ধ চলার Craig Reynolds-এর বয়েড মডেল

[ইন্টারঅ্যাকটিভ মডেলটি চালান](https://simulation-hypothesis.com/bn/simulations/run#toy-flock)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: দেহ

### উইয়ের ঢিবি তৈরি

উই মাটির গুটি ফেলে আর সরায়, আর তারা যে কাঠামো বানায় তার ভেতর দিয়ে বাতাস বয়ে যায়।

যে প্রশ্নের উত্তর দেয়: ক্ষুদ্র মস্তিষ্কের পতঙ্গ কীভাবে বায়ু-চলাচলের মিনার বানায়?

বাদ দেয়: আসল উইপোকার আচরণ রাসায়নিক ও কাঠামোগত ইঙ্গিতের ওপর নির্ভর করে, যা কেবল আংশিক ধরা হয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, মাটির গুটি ফেলা উইপোকা ও বায়ুপ্রবাহ সিমুলেট করছে শুরুর সাল: 1999 উইপোকার নির্মাণের Bonabeau ও Theraulaz-এর স্টিগমার্জিক মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: দেহ

### স্লাইম মোল্ডের জোট বাঁধা

মুক্ত-জীবী অ্যামিবা রাসায়নিক সংকেত ছাড়ে ও অনুসরণ করে, খাবার ফুরোলে একটি একক স্লাগ-সদৃশ শরীরে জড়ো হতে।

যে প্রশ্নের উত্তর দেয়: স্নায়ুতন্ত্রহীন স্বাধীন কোষগুলো কীভাবে একটি দেহ হতে সম্মত হয়?

বাদ দেয়: ল্যাব-অবস্থা আসল জীব যে মাটিতে বাস করে তার চেয়ে অনেক পরিষ্কার।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি কেমোট্যাক্সিস জমাট-বাঁধা মডেল চালায় শুরুর সাল: 1970 Keller ও Segel-এর স্লাইম মোল্ডের রাসায়নিক-আকর্ষণে জমাট বাঁধার মডেল

[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: কোষ

### ব্যাকটেরিয়ার ঝাঁক বাঁধা ও কোরাম সেন্সিং

কয়েক মিলিয়ন ব্যাকটেরিয়া একে অপরের রাসায়নিক সংকেত অনুভব করে একসঙ্গে একটি সমন্বিত আচরণে বদলে যায়, যেমন তল জুড়ে ছড়িয়ে পড়া বা আলো জ্বালানো।

যে প্রশ্নের উত্তর দেয়: একটি ব্যাকটেরিয়া-জনগোষ্ঠী কীভাবে জানে যে একসঙ্গে কাজ করার মতো যথেষ্ট সংখ্যা হয়েছে?

বাদ দেয়: পাত্রে জন্মানো ল্যাব-স্ট্রেইন আসল মিশ্র জীবাণু-সম্প্রদায়ের চেয়ে বেশি অভিন্নভাবে আচরণ করে।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি এজেন্ট-ভিত্তিক উপনিবেশ মডেল চালায় শুরুর সাল: 1994 ব্যাকটেরিয়ার আচরণ সমন্বয় করা কোরাম-সেন্সিং সার্কিটের প্রাথমিক সিমুলেশন

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: কোষ

### পঙ্গপালের মার্চরত দল

স্বতন্ত্র পতঙ্গ ঘন অবস্থায় প্রতিবেশীদের সঙ্গে সারিবদ্ধ হয়, আর দলগুলো একই দিকে একসঙ্গে মার্চ করতে শুরু করে।

যে প্রশ্নের উত্তর দেয়: কত ঘনত্বে পঙ্গপাল এলোমেলো ঘুরে বেড়ানো থেকে সারিবদ্ধ অভিযানে পাল্টায়?

বাদ দেয়: আবাসের কাঠামো ও খাদ্য ধরা হয়নি, অথচ বাস্তব ঝাঁকে ওড়ার ব্যাপার থাকে।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি ওয়ার্কস্টেশনে স্ব-চালিত কণা সিমুলেশন। শুরুর সাল: 2006 Buhl and colleagues, from disorder to order in marching locusts. [সূত্র](https://doi.org/10.1126/science.1125142)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[কণা ও N-বডি](https://simulation-hypothesis.com/bn/simulations/methods#m-particles)নিম্নসীমা: জনসংখ্যা

## স্বতন্ত্র প্রাণী

### গতি ও খাদ্য-সন্ধান

প্রাণীরা খাদ্যের জন্য একটি ভূদৃশ্যে খোঁজে, এলোমেলো হাঁটা ও সিদ্ধান্ত-নিয়ম হিসেবে মডেল করা।

যে প্রশ্নের উত্তর দেয়: এই প্রাণী কি দক্ষভাবে খুঁজছে, আর খাবার কোথায় আছে সে সম্পর্কে সে কী জানে?

বাদ দেয়: একটি হাঁটার পরিসংখ্যান মেলানো প্রমাণ করে না প্রাণীটি আসলে কী অনুভব করছে।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি র‍্যান্ডম-ওয়াক খাদ্য-অন্বেষণ মডেল ফিট করে শুরুর সাল: 1996 Viswanathan ও সহকর্মীদের অ্যালবাট্রসের খাবার খোঁজার লেভি ফ্লাইট মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: দেহ

### পরিযান ও দিকনির্ণয়

পাখি, কচ্ছপ বা তিমি সূর্য, তারা, গন্ধ বা চৌম্বকক্ষেত্র ধরে হাজার হাজার কিলোমিটার পাড়ি দেয়।

যে প্রশ্নের উত্তর দেয়: কোন সংকেত প্রথম বছরের একটি পাখিকে সঠিক মহাদেশে পৌঁছে দিতে পারে?

বাদ দেয়: আসল প্রাণীরা কোন সংকেতের ওপর নির্ভর করে, আর কীভাবে সেগুলো মেলায়, তা এখনো বিতর্কিত।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা সংকেতভিত্তিক পাখির দিকনির্ণয় সিমুলেট করে শুরুর সাল: 1996 পাখির দিকনির্ণয়ে চৌম্বক ও জ্যোতির্বিদ্যাগত সংকেত ব্যবহারের প্রাথমিক সিমুলেশন

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: দেহ

### প্রাণীর চলন

মাছ সাঁতার কাটছে, পোকা উড়ছে ও প্রাণী ছুটছে, তরল বা মাটি উল্টো ঠেলছে।

যে প্রশ্নের উত্তর দেয়: ভোমরা কীভাবে ওড়ে, আর মাছ কেন ঝাঁক বেঁধে সাঁতরায়?

বাদ দেয়: সরলীকৃত ডানা ও দেহের আকারে আসল প্রাণীর তল যে খুঁটিনাটি দেয় তা বাদ পড়ে।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, তরল-বস্তুর উড়ান বা সাঁতারের সিমুলেশন চালাচ্ছে শুরুর সাল: 1994 পোকার উড়ানের প্রাথমিক তরলগতিবিদ্যা মডেল

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: ক্ষেত্র

### আচরণের বিবর্তন

লড়াই, ভাগ করা বা ঠকানোর মতো কৌশল বহু প্রজন্ম ধরে একে অপরের বিরুদ্ধে খেলা হয়।

যে প্রশ্নের উত্তর দেয়: একটি প্রাণী কখনো সম্পর্কহীন প্রতিবেশীকে কেন সাহায্য করবে?

বাদ দেয়: কৌশলগুলো আসে মডেলকারীর বেছে নেওয়া একটি তালিকা থেকে, আচরণের পুরো পরিসর থেকে নয়।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি বিবর্তনীয় খেলার টুর্নামেন্ট চালায় শুরুর সাল: 1981 সহযোগিতার কৌশলের Axelrod ও Hamilton-এর সিমুলেটেড বিবর্তন

[খেলা-তত্ত্ব](https://simulation-hypothesis.com/bn/simulations/methods#m-game-theory)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: দেহ

### পাখির গান ও কণ্ঠ-শিক্ষণ মডেল

একটি তরুণ পাখির মস্তিষ্কের সার্কিট, যা একজন শিক্ষকের গান নকল করে, একটি সেন্সরিমোটর চক্র হিসেবে মডেল করা, যা নিজের কাকলিকে মুখস্থ নমুনার সঙ্গে মেলায়।

যে প্রশ্নের উত্তর দেয়: একটি অল্পবয়সী পাখি কীভাবে বকবক থেকে প্রাপ্তবয়স্কের গানের নিখুঁত নকলে পৌঁছায়?

বাদ দেয়: গানের পাখিকে ব্যাখ্যা করতে বানানো মডেল অন্য প্রাণীর স্বরধ্বনিতে সাধারণীকরণ হবে, তা স্পষ্ট নয়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি সেন্সরিমোটর শিক্ষণ মডেল প্রশিক্ষণ দেয় শুরুর সাল: 2002 জেব্রা ফিঞ্চের গান শেখার প্রাথমিক গণনামূলক মডেল

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[শেখা ইমুলেটর](https://simulation-hypothesis.com/bn/simulations/methods#m-learned)নিম্নসীমা: নিয়ম

### গতিশীল শক্তি-বাজেট মডেলিং

একটি প্রাণীর পুরো শক্তি-বাজেট তার জীবনভর অনুসরণ করা: সে কী খায়, আর তা বেঁচে থাকা, বেড়ে ওঠা ও বংশবৃদ্ধির মধ্যে কীভাবে ভাগ হয়।

যে প্রশ্নের উত্তর দেয়: একটি নির্দিষ্ট খাবারের জোগান ও তাপমাত্রায় এই প্রাণী কীভাবে বাড়বে ও বংশবৃদ্ধি করবে?

বাদ দেয়: সার্বজনীন পরামিতির একটি ছোট সেট প্রতিটি প্রজাতির নির্দিষ্ট বৈশিষ্ট্য ধরতে পারে না।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা শক্তি-প্রবাহের কয়েকটি সমীকরণ সমাধান করে শুরুর সাল: 1986 Kooijman-এর স্বতন্ত্র জীবের জন্য গতিশীল শক্তি-বাজেট তত্ত্ব

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: দেহ

## জনগোষ্ঠী ও বাস্তুতন্ত্র

### শিকারি–শিকার গতিবিদ্যা

শিকারি ও শিকারের সংখ্যা যুক্ত চক্রে বাড়ে ও কমে, Lotka–Volterra সমীকরণ ও তার উত্তরসূরিরা।

যে প্রশ্নের উত্তর দেয়: লিংক্স আর খরগোশের সংখ্যা কেন চক্রাকারে ওঠানামা করে?

বাদ দেয়: আসল জনসংখ্যায় বয়সের কাঠামো, স্থান ও একাধিক শিকার আছে, যা মডেল উপেক্ষা করে।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি একটি ল্যাপটপ, যা লটকা-ভল্টেরা সমীকরণ সমাধান করে শুরুর সাল: 1925 Lotka ও Volterra-র শিকারি-শিকার সমীকরণ

[ইন্টারঅ্যাকটিভ মডেলটি চালান](https://simulation-hypothesis.com/bn/simulations/run#toy-wator)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### খাদ্যজাল

পুরো বাস্তুতন্ত্রে কে কাকে খায়, আর শক্তি তার ভেতর দিয়ে কীভাবে চলে।

যে প্রশ্নের উত্তর দেয়: একটি প্রজাতি লুপ্ত হলে বাকি ব্যবস্থার কী হয়?

বাদ দেয়: আসল খাদ্য-সংযোগ মাপা মডেল-নেটওয়ার্কের ধারণার চেয়ে কঠিন।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি মডেল খাদ্যজালের স্থিতিশীলতা বিশ্লেষণ করে শুরুর সাল: 1972 Robert May-র মডেল খাদ্য-জালের স্থিতিশীলতা বিশ্লেষণ

[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### বনের গতিবিদ্যা

স্বতন্ত্র গাছ কয়েক শতাব্দী ধরে অঙ্কুরিত হয়, আলোর জন্য প্রতিযোগিতা করে ও মরে।

যে প্রশ্নের উত্তর দেয়: দুই শো বছর পর এই বন কেমন দেখাবে?

বাদ দেয়: একটি গাছের প্রজাতি বদলাতে থাকা জলবায়ুতে কেমন সাড়া দেবে, তা এখনো ক্যালিব্রেট করা কঠিন।

যাতে চলে: প্রায় 10^13 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, কয়েক শতাব্দী ধরে আলাদা আলাদা গাছ অনুসরণ করছে শুরুর সাল: 1970 বনের অনুক্রমের Botkin, Janak ও Wallis-এর JABOWA ফাঁক-মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: দেহ

### মৎস্য ও বন্যপ্রাণী ব্যবস্থাপনা

আহরণের অধীনে মাছ বা প্রাণীর মজুদ, জন্ম, বৃদ্ধি ও অনিশ্চয়তাসহ।

যে প্রশ্নের উত্তর দেয়: জনসংখ্যা ধসে না গিয়ে প্রতি বছর কতগুলো ধরা যায়?

বাদ দেয়: মজুতের মূল্যায়ন নির্ভর করে ধরা মাছের তথ্যের ওপর, যা অসম্পূর্ণ বা ভুল জানানো হতে পারে।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি মজুদ-মূল্যায়ন মডেল চালায় শুরুর সাল: 1957 আহরণ করা মাছের জনগোষ্ঠীর Beverton ও Holt-এর গতিশীল মডেল

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### প্রজাতির বিস্তার-এলাকা

প্রজাতি কোথায় বাঁচতে পারে, আর জলবায়ু বদলালে তাদের বিস্তার কীভাবে সরে যায়।

যে প্রশ্নের উত্তর দেয়: পঞ্চাশ বছর পরে এই প্রজাতি কোথায় টিকে থাকতে পারবে?

বাদ দেয়: ধরে নেয় জলবায়ুই বিস্তারের প্রধান সীমা, প্রতিযোগিতা ও ছড়িয়ে পড়ার গুরুত্ব কম দেখায়।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি জলবায়ু-ভিত্তিক বিস্তার মডেল ফিট করে শুরুর সাল: 1986 প্রজাতির বণ্টন অনুমান করা প্রাথমিক জলবায়ু-ভিত্তিক সীমা মডেল

[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### বন্যপ্রাণীর রোগ

প্রাণীর জনগোষ্ঠীর ভেতর দিয়ে সংক্রমণ চলে, আর কখনো কখনো মানুষের মধ্যে ছড়িয়ে পড়ে।

যে প্রশ্নের উত্তর দেয়: এই রোগ কি জনগোষ্ঠী নিশ্চিহ্ন করতে পারে, আর টিকার টোপ কি তা থামাতে পারে?

বাদ দেয়: বন্য প্রাণীদের মধ্যে সংস্পর্শের হার সরাসরি পর্যবেক্ষণ করা কঠিন।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, বন্য জনগোষ্ঠীর মধ্য দিয়ে রোগের বিস্তার সিমুলেট করছে শুরুর সাল: 1991 খেঁকশিয়াল জনগোষ্ঠীতে জলাতঙ্কের বিস্তারের প্রাথমিক সিমুলেশন মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: দেহ

### সাধারণ বাস্তুতন্ত্র মডেল

একটি কার্যকারণভিত্তিক মডেল, যেখানে প্লাঙ্কটন থেকে বড় প্রাণী পর্যন্ত প্রতিটি জীবের ধরন বিশ্বজুড়ে একই নিয়মে খায়, বাড়ে, বংশবৃদ্ধি করে ও ছড়ায়।

যে প্রশ্নের উত্তর দেয়: বাস্তুতন্ত্রের কাঠামোর বৈশ্বিক বিন্যাস কি আলাদা আলাদা জীবের নিয়ম থেকে উদ্ভূত হতে পারে?

বাদ দেয়: স্বতন্ত্র প্রজাতি অনুসরণ করা হয় না, শুধু কার্যকরী গোষ্ঠী।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি বহু সিমুলেটেড বছরের জন্য কোহর্ট-ভিত্তিক বৈশ্বিক চালনা শুরুর সাল: 2014 Emergent global patterns of ecosystem structure and function from a mechanistic general ecosystem model (2014) [সূত্র](https://doi.org/10.1371/journal.pbio.1001841)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### মেটাপপুলেশন গতিবিদ্যা

একটি প্রজাতি একটি ভূদৃশ্যের বহু আবাস-খণ্ডে বাস করে, কিছুতে বিলুপ্ত হয় ও অন্যগুলোতে আবার বসতি গড়ে, আর মডেলটি জানতে চায় পুরোটা টিকে থাকে কি না।

যে প্রশ্নের উত্তর দেয়: খণ্ডিত ভূদৃশ্যে কোনো প্রজাতি কি টিকবে?

বাদ দেয়: ছড়িয়ে পড়া একটি সরল কার্নেলে উপস্থাপিত, আর স্থানীয় আবাসস্থলের মান স্থির রাখা হয়।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ল্যাপটপে খণ্ড-দখল সিমুলেশন। শুরুর সাল: 1994 Hanski, মেটাপপুলেশন গতিবিদ্যার একটি ব্যবহারিক মডেল। [সূত্র](https://doi.org/10.2307/5591)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### স্বতন্ত্র-ভিত্তিক পরিবেশতাত্ত্বিক মডেল

প্রতিটি উদ্ভিদ বা প্রাণী নিজস্ব অবস্থাসহ আলাদাভাবে উপস্থাপিত, ফলে জনগোষ্ঠীর বিন্যাস বহু ব্যক্তিগত জীবন থেকে উদ্ভূত হয়।

যে প্রশ্নের উত্তর দেয়: ব্যক্তিদের মিথস্ক্রিয়া থেকে জনসংখ্যার কোন নকশা তৈরি হয়?

বাদ দেয়: প্রতিটি ব্যক্তির প্যারামিটার মাপা কঠিন ও যাচাই করা কঠিন।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ওয়ার্কস্টেশনে একটি ভূদৃশ্যের স্বতন্ত্র-ভিত্তিক সিমুলেশন। শুরুর সাল: 1988 Huston, DeAngelis ও Post, নতুন কম্পিউটার মডেল পরিবেশতত্ত্বকে একত্র করে। [সূত্র](https://doi.org/10.2307/1310870)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### প্রবাল প্রাচীরের স্থিতিস্থাপকতা মডেল

প্রবাল, শৈবাল ও শৈবালভোজী মাছ বৃদ্ধি, চরে খাওয়া ও বিঘ্নের মাধ্যমে একটি প্রাচীরে প্রতিযোগিতা করে, আর মডেলটি জানতে চায় প্রাচীর প্রবাল থেকে শৈবালে উল্টে যেতে পারে কি না।

যে প্রশ্নের উত্তর দেয়: কতটা চারণ একটি প্রবাল প্রাচীরকে শৈবালের দিকে ঝুঁকে পড়া থেকে ঠেকায়?

বাদ দেয়: লার্ভার জোগান ও উষ্ণায়নের প্রভাব সরলীকৃত উপায়ে মডেল করা হয়।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ওয়ার্কস্টেশনে স্থানিক প্রবালপ্রাচীরের সিমুলেশন। শুরুর সাল: 2007 Mumby, Hastings ও Edwards, ক্যারিবীয় প্রবাল প্রাচীরের সীমা ও সহনক্ষমতা। [সূত্র](https://doi.org/10.1038/nature06252)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: জনসংখ্যা

### স্থানিক পোষক-পরজীবী ও পোকামাকড়ের জালক

পোষক ও পরজীবী-বোলতা একটি গ্রিডে বাস করে ও স্থানীয়ভাবে চলে, আর জটিল সর্পিল ও বিশৃঙ্খল নকশা উদ্ভূত হয়, যা অন্যথায় অস্থির মিথস্ক্রিয়াকে স্থিতিশীল করে।

যে প্রশ্নের উত্তর দেয়: স্থান কি শিকারি ও শিকারকে সহাবস্থান করতে দিতে পারে, যখন অন্যথায় তারা পারত না?

বাদ দেয়: আসল ভূদৃশ্য অভিন্ন গ্রিড নয়।

যাতে চলে: প্রায় 10^6 FLOPS মোটামুটি একটি ল্যাপটপে যুগ্ম-মানচিত্র ল্যাটিস। শুরুর সাল: 1991 Hassell, Comins ও May, পতঙ্গ-জনসংখ্যার গতিবিদ্যায় স্থানিক কাঠামো ও বিশৃঙ্খলা। [সূত্র](https://doi.org/10.1038/353255a0)

[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)[জালিকা ক্ষেত্র তত্ত্ব](https://simulation-hypothesis.com/bn/simulations/methods#m-lattice)নিম্নসীমা: জনসংখ্যা

### মৎস্য ব্যবস্থাপনা কৌশল মূল্যায়ন

একটি সিমুলেটেড মাছের মজুদ ও তার মৎস্যক্ষেত্র ভিন্ন ভিন্ন আহরণ-নিয়মে চালানো হয়, নয়েজযুক্ত তথ্য ও অনিশ্চয়তা প্রতিটি নিয়মে ফিরিয়ে দিয়ে, ভুল সত্ত্বেও কাজ করে এমন নিয়ম খুঁজতে।

যে প্রশ্নের উত্তর দেয়: মজুতের আকার না জানলে কোন আহরণ-নিয়ম মজুতকে সুস্থ রাখে?

বাদ দেয়: পরিচালন মডেল মজুতের জীববিজ্ঞান ও জেলেদের সম্পর্কে এমন ধারণার ওপর দাঁড়ায়, যা ভুল হতে পারে।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ক্লাস্টারে হাজার হাজার সিমুলেটেড ব্যবস্থাপনা-প্রক্ষেপণ। শুরুর সাল: 1999 Butterworth and Punt, experiences in evaluating and implementing management procedures. [সূত্র](https://doi.org/10.1006/jmsc.1999.0532)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### খাদ্যস্তরভিত্তিক ভর-ভারসাম্য বাস্তুতন্ত্র মডেল

একটি সামুদ্রিক খাদ্যজালকে গোষ্ঠীগুলোর মধ্যে জীবভরের ভারসাম্যপূর্ণ প্রবাহ হিসেবে বর্ণনা করা হয়, তারপর সময়ের সঙ্গে চালানো হয় মাছ ধরা বা শিকারিদের বদলের প্রভাব দেখতে।

যে প্রশ্নের উত্তর দেয়: একটি প্রজাতি আরও বেশি ধরা হলে পুরো বাস্তুতন্ত্রের কী হয়?

বাদ দেয়: গোষ্ঠীগুলোকে একসঙ্গে ধরা হয় এবং খাদ্যের উপাত্ত অসম্পূর্ণ।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি ল্যাপটপে ভারসাম্য ও সময়-গতিশীল চালনা। শুরুর সাল: 1997 Walters, Christensen and Pauly, structuring dynamic models of exploited ecosystems from trophic mass-balance assessments. [সূত্র](https://doi.org/10.1023/a:1018479526149)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### প্ল্যাংকটন বাস্তুতন্ত্র মডেল

সমুদ্রের পৃষ্ঠস্তরে পুষ্টি, ফাইটোপ্ল্যাংকটন, জুপ্ল্যাংকটন ও ডেট্রিটাস বৃদ্ধি, চারণ ও ডুবে যাওয়ার মাধ্যমে যুক্ত।

যে প্রশ্নের উত্তর দেয়: আলো, পুষ্টি ও মিশ্রণের প্রতি প্ল্যাংকটনের উৎপাদন কীভাবে সাড়া দেয়?

বাদ দেয়: অনেক প্রজাতিকে কয়েকটি গোষ্ঠীতে মেলানো হয় এবং প্যারামিটার অঞ্চলভেদে আলাদা।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ক্লাস্টারে সমুদ্র-সঞ্চালন মডেলের সঙ্গে যুগ্ম। শুরুর সাল: 1990 Fasham, Ducklow and McKelvie, a nitrogen-based model of plankton dynamics in the oceanic mixed layer. [সূত্র](https://doi.org/10.1357/002224090784984678)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### হ্রদের সুপুষ্টি মডেল

একটি অগভীর হ্রদে পুষ্টি, শৈবাল, উদ্ভিদ ও মাছ মডেল করা হয়, যাতে বোঝা যায় পরিষ্কার জল কখন ঘোলা হয়ে ওঠে ও তা কীভাবে পুনরুদ্ধার করা যায়।

যে প্রশ্নের উত্তর দেয়: একটি হ্রদ ঘোলা হয়ে ওঠার আগে কতটা পুষ্টি নিতে পারে, আর পুনরুদ্ধার কি তা উল্টাবে?

বাদ দেয়: প্রতিটি হ্রদের নিজস্ব ক্রমাঙ্কন দরকার, আর পলির গতিবিদ্যা অনিশ্চিত।

যাতে চলে: প্রায় 10^7 FLOPS মোটামুটি ল্যাপটপে সাধারণ অন্তরক সমীকরণ। শুরুর সাল: 1995 Janse ও Van Liere, PCLake, হ্রদ পুনরুদ্ধারের দৃশ্যকল্প মূল্যায়নের একটি মডেলিং-সরঞ্জাম। [সূত্র](https://doi.org/10.2166/wst.1995.0332)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### সামুদ্রিক লার্ভার ছড়িয়ে পড়া ও সংযোগ

ভার্চুয়াল লার্ভা প্রবালপ্রাচীর থেকে ছাড়া হয় আর মডেল করা সাগরস্রোতে ভেসে যায়, কোন জনগোষ্ঠী কাদের জোগান দেয় তার মানচিত্র বানায়।

যে প্রশ্নের উত্তর দেয়: কোন প্রবালপ্রাচীর কোনটিকে বীজ জোগায়, আর সংরক্ষিত এলাকা কত বড় হওয়া উচিত?

বাদ দেয়: লার্ভার আচরণ ও মৃত্যুহার ভালোভাবে পর্যবেক্ষণ করা যায়নি।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি ক্লাস্টারে সমুদ্র মডেলের আউটপুটে কণা অনুসরণ। শুরুর সাল: 2006 Cowen and colleagues, scaling of connectivity in marine populations. [সূত্র](https://doi.org/10.1126/science.1122039)

[কণা ও N-বডি](https://simulation-hypothesis.com/bn/simulations/methods#m-particles)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### মৌমাছির কলোনি ও ভূদৃশ্যের মডেল

একটি পূর্ণ মৌমাছি-উপনিবেশের ডিম্ব-কীট, শ্রমিক ও মজুদ দিন ধরে ধরে সিমুলেট করা হয়, মৌমাছিরা ভূদৃশ্যজুড়ে ফুল থেকে সংগ্রহ করে এবং মাইট, কীটনাশক ও আবহাওয়ার মুখোমুখি হয়।

যে প্রশ্নের উত্তর দেয়: এই ভূদৃশ্যে এই কলোনি কি শীত টিকে যাবে?

বাদ দেয়: ভূদৃশ্যের ফুলের জোগান আর মৌমাছিদের সিদ্ধান্ত সরল করা, আর রানির ব্যর্থতা ও রোগ কেবল মোটা দাগে ধরা হয়েছে।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ল্যাপটপে প্রতি কলোনি-বছরে কয়েক মিনিট। শুরুর সাল: 2014 Becher and colleagues' BEEHAVE model of honeybee colony dynamics and foraging. [সূত্র](https://doi.org/10.1111/1365-2664.12222)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### ভূদৃশ্য জুড়ে পরাগায়ন সেবা

বন্য মৌমাছির বাসা আর ফুলের উৎস একটি ভূদৃশ্য জুড়ে মানচিত্রে আনা হয়, আর প্রতিটি ফসলের মাঠকে সেখানে আসা পরাগবাহকের একটি অনুমান দেওয়া হয়।

যে প্রশ্নের উত্তর দেয়: আশপাশের আবাস কতটা ফসলের পরাগায়ন জোগায়, আর তা সরিয়ে নিলে কী হবে?

বাদ দেয়: মৌমাছির খাদ্য-সন্ধান চাক থেকে দূরত্বের হ্রাসে নামিয়ে আনা হয়, আর মৌমাছির প্রাচুর্য আসল ফসলের ফলনের দুর্বল সূচক।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ল্যাপটপে প্রতি অঞ্চলের জন্য কয়েক সেকেন্ড থেকে কয়েক মিনিট। শুরুর সাল: 2009 Lonsdorf ও সহকর্মীদের কৃষি-ভূদৃশ্য জুড়ে পরাগায়ন সেবার মডেল। [সূত্র](https://doi.org/10.1093/aob/mcp069)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[নিয়ম ও অবস্থা](https://simulation-hypothesis.com/bn/simulations/methods#m-rules)নিম্নসীমা: ক্ষেত্র

### বাতাসে বীজ আর পরাগ ছড়ানোর মডেল

টার্বুলেন্ট বাতাসে ছাড়া বীজ ও পরাগ বাতাসের গতিপথ ধরে বাহিত হয় ও এলোমেলোভাবে পড়ে, কোথায় নামে তার একটি বণ্টন তৈরি করে।

যে প্রশ্নের উত্তর দেয়: একটি উদ্ভিদের বীজ কত দূর যায়, আর সে কত দ্রুত ছড়াতে পারে?

বাদ দেয়: বিরল দীর্ঘ লাফ বিস্তারে সবচেয়ে গুরুত্বপূর্ণ কিন্তু মাপা সবচেয়ে কঠিন, তাই বণ্টনের লেজ ভালোভাবে জানা নেই।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ল্যাপটপে কয়েক মিনিট। শুরুর সাল: 1989 Okubo ও Levin-এর বীজ ও পরাগের বাতাসে ছড়ানোর উপাত্ত বিশ্লেষণের তাত্ত্বিক কাঠামো। [সূত্র](https://doi.org/10.2307/1937537)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)নিম্নসীমা: ক্ষেত্র

### স্বল্পমেয়াদি পরিবেশগত পূর্বাভাস

একটি বাস্তুতন্ত্র মডেল দিন থেকে বছর পর্যন্ত এগিয়ে চালানো হয় এবং নতুন পর্যবেক্ষণ আসার প্রতিবার হালনাগাদ করা হয়, আবহাওয়ার পূর্বাভাসের মতো।

যে প্রশ্নের উত্তর দেয়: একটি হ্রদ, বন বা মৎস্যক্ষেত্রের অবস্থা কি পরের মৌসুমের জন্য সৎ ত্রুটি-সীমাসহ পূর্বাভাস দেওয়া যায়?

বাদ দেয়: আবহাওয়ার তথ্যের তুলনায় বাস্তুতন্ত্রের তথ্য অপ্রতুল, আর প্রক্রিয়া কম জানা, তাই পূর্বাভাস প্রায়ই একটি সরল ভিত্তিরেখাকে কোনোরকমে ছাড়ায়।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ক্লাস্টারে নতুন করা হাজার হাজার চালনার এনসেম্বল। শুরুর সাল: 2018 Dietze and colleagues' framework for iterative near-term ecological forecasting. [সূত্র](https://doi.org/10.1073/pnas.1710231115)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### আকার-বর্ণালী বাস্তুতন্ত্র মডেল

একটি বাস্তুতন্ত্রের সব জীব শরীরের আকার ধরে ভাগ করা, খাওয়া ও খাদিত হওয়ার সঙ্গে শক্তি ছোট থেকে বড়র দিকে যায়, আর বৃদ্ধি ও মৃত্যু শুধু আকার দিয়ে ঠিক হয়।

যে প্রশ্নের উত্তর দেয়: মাছ ধরার চাপ সমুদ্রে ছোট ও বড় মাছের ভারসাম্য কীভাবে নতুন আকার দেয়?

বাদ দেয়: প্রজাতির পরিচয় উপেক্ষা করা হয়, তাই একই আকারের কিন্তু ভিন্ন খাদ্যের শিকারিদের এক ধরে নেওয়া হয়।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ওয়ার্কস্টেশনে কয়েক মিনিট থেকে কয়েক ঘণ্টা। শুরুর সাল: 1978 Silvert ও Platt-এর আকার অনুযায়ী খোলা-সমুদ্র বাস্তুতন্ত্রের মধ্য দিয়ে শক্তি-প্রবাহের সময়-নির্ভর সমীকরণ। [সূত্র](https://doi.org/10.4319/lo.1978.23.4.0813)

[অবিচ্ছিন্ন ক্ষেত্র](https://simulation-hypothesis.com/bn/simulations/methods#m-continuum)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[ব্যবস্থার গতিবিদ্যা](https://simulation-hypothesis.com/bn/simulations/methods#m-system-dynamics)নিম্নসীমা: জনসংখ্যা

### নিরপেক্ষ সম্প্রদায় মডেল

প্রজাতির একটি সম্প্রদায়, যেখানে জন্ম, মৃত্যু ও ছড়িয়ে পড়ায় সবাইকে অভিন্ন ধরা হয়; কোনটি সাধারণ হবে তা ঠিক করে শুধু দৈব ও পরিযান।

যে প্রশ্নের উত্তর দেয়: প্রজাতির প্রাচুর্যের ধরনের কতটা অংশ ব্যাখ্যায় তাদের মধ্যে কোনো পার্থক্যই লাগে না?

বাদ দেয়: আসল প্রজাতি স্পষ্টতই আলাদা, তাই মডেলটি কোনো একটি সম্প্রদায়ের বর্ণনা হিসেবে নয়, শূন্য-ভিত্তি হিসেবে কাজ করে।

যাতে চলে: প্রায় 10^9 FLOPS মোটামুটি ল্যাপটপে কয়েক মিনিট। শুরুর সাল: 1976 সম্প্রদায়-কাঠামোর Caswell-এর নিরপেক্ষ মডেল বিশ্লেষণ [সূত্র](https://doi.org/10.2307/1942257)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: জনসংখ্যা

## বিবর্তন

### জনসংখ্যা-জিনতত্ত্ব

জিনের রূপ প্রজন্মের পর প্রজন্মে ভেসে যাচ্ছে, পরিব্যক্ত হচ্ছে ও নির্বাচিত হচ্ছে।

যে প্রশ্নের উত্তর দেয়: আমরা যে ভিন্নতা দেখি তার কতটা দৈব, আর কতটা নির্বাচন?

বাদ দেয়: আসল জনসংখ্যা এলোমেলো মিলন ও স্থির আকারের সরলীকৃত ধারণা লঙ্ঘন করে।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি বিশ্ববিদ্যালয় ক্লাস্টার, একটি জিনোমজুড়ে প্রবাহ ও নির্বাচন সিমুলেট করছে শুরুর সাল: 1964 নিরপেক্ষ তত্ত্বে জিনগত প্রবাহের প্রাথমিক কম্পিউটার সিমুলেশন

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### সংযুক্তি ও বংশলতিকা সিমুলেশন

জিন বা প্রজাতির বংশবৃক্ষ সময়ের উল্টোদিকে সিমুলেট করা হয়, আসল DNA পড়ার পদ্ধতি পরীক্ষা করতে।

যে প্রশ্নের উত্তর দেয়: পদ্ধতিটি কি DNA থেকে আসল ইতিহাস পুনরুদ্ধার করতে পারে?

বাদ দেয়: ধরে নেয় একটি সরল জনসংখ্যা-ইতিহাস; আসল জনতত্ত্ব আরও জটিল।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা সময়ের উল্টোদিকে জিন-বৃক্ষ সিমুলেট করে শুরুর সাল: 1983 Hudson-এর জনসংখ্যা-জিনতত্ত্বের জন্য প্রাথমিক কোয়ালেসেন্ট সিমুলেশন সফটওয়্যার

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: জনসংখ্যা

### জীবনের উৎপত্তি

সরল রাসায়নিক যা নেটওয়ার্ক গড়ে, নিজেকে নকল করে ও প্রতিযোগিতা করে।

যে প্রশ্নের উত্তর দেয়: রসায়ন কীভাবে জীববিজ্ঞানের সীমা পার হতে পারে?

বাদ দেয়: কোনো সিমুলেশন এখনো এমন কিছু তৈরি করেনি যা জীবিত বলে গণ্য হবে।

যাতে চলে: প্রায় 10^12 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা স্বপ্রতিলিপিকারী রাসায়নিক নেটওয়ার্ক সিমুলেট করে শুরুর সাল: 1971 স্বপ্রতিলিপিকারী রসায়নের Eigen ও Schuster-এর হাইপারসাইকেল মডেল

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: অণু

### পোষক-পরজীবী সহবিবর্তন

পোষকরা প্রতিরক্ষা গড়ে তোলে আর পরজীবীরা তা এড়ানোর পথ বিবর্তিত করে, প্রতিটি প্রজন্মের সিমুলেটেড জনসংখ্যা অন্যটির প্রতি সাড়া দেয়, এক মডেল-করা অস্ত্র-প্রতিযোগিতায় যেখানে কোনো চূড়ান্ত বিজয়ী নেই।

যে প্রশ্নের উত্তর দেয়: একটি পোষক-পরজীবী অস্ত্র-প্রতিযোগিতা কি ভারসাম্যে পৌঁছায়, নাকি কোনো পক্ষ স্থায়ী সুবিধা না পেয়ে অনির্দিষ্টকাল চলতে থাকে?

বাদ দেয়: আসল পোষক ও পরজীবী একই সময়ে পরিবেশের বাকি সবকিছুর সঙ্গেও সহবিবর্তিত হয়।

যাতে চলে: প্রায় 10^11 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা বহু-প্রজন্মের সহবিবর্তন মডেল চালায় শুরুর সাল: 1990 সহবিবর্তনের রেড কুইন অনুমান পরীক্ষা করা প্রাথমিক সিমুলেশন

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: জনসংখ্যা

### প্রজাতি-উদ্ভব ও মহাবিবর্তনের মডেল

বংশধারা কয়েক মিলিয়ন সিমুলেটেড বছর ধরে ভাগ হয়, টিকে থাকে ও বিলুপ্ত হয়, যাতে পরীক্ষা করা যায় সরল নিয়মে বৈচিত্র্য ও বংশবৃক্ষের আকৃতির কোন ধরন তৈরি হত।

যে প্রশ্নের উত্তর দেয়: আমরা যে প্রজাতির বিন্যাস দেখি, তা কি শুধু বংশধারার সরল জন্ম ও মৃত্যু থেকে আসতে পারত?

বাদ দেয়: জীবাশ্ম ও জিনগত নথি টুকরো টুকরো, তাই অনেক ভিন্ন নিয়ম একই নকশার সঙ্গে মিলতে পারে।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা জন্ম-মৃত্যুর শাখান্বিত প্রক্রিয়া সিমুলেট করে শুরুর সাল: 1969 বিবর্তন-বৃক্ষ অধ্যয়নে ব্যবহৃত বৈচিত্র্যায়নের প্রাথমিক জন্ম-মৃত্যু মডেল

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### যৌন নির্বাচন ও সঙ্গী-বাছাইয়ের বিবর্তন

একটি সিমুলেটেড জনগোষ্ঠী, যেখানে একটি অলংকরণ ও তার প্রতি পছন্দ একসঙ্গে বিবর্তিত হয়, শুধু স্ত্রী-জীবের বাছাইয়েই কি চূড়ান্ত প্রান্তে ছুটে চলা সম্ভব, তা পরীক্ষা করতে।

যে প্রশ্নের উত্তর দেয়: শুধু সঙ্গী-বাছাই কি একটি বৈশিষ্ট্যকে অতিরিক্ত, ব্যয়বহুল চরমে ঠেলে নিয়ে যেতে পারে?

বাদ দেয়: ধরে নেয় পছন্দ ও বৈশিষ্ট্য সরলভাবে বংশানুক্রমিক, যা বেশির ভাগ আসল সঙ্গী-বাছাইয়ের চেয়ে সরল।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা যুগ্ম বৈশিষ্ট্যের একটি জিনগত মডেল চালায় শুরুর সাল: 1981 Lande-এর অনিয়ন্ত্রিত যৌন নির্বাচনের জনসংখ্যা-জিনতাত্ত্বিক মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: জনসংখ্যা

### সহবিবর্তনের অভিযোজিত গতিবিদ্যা

একটি বৈশিষ্ট্য ছোট প্রভাবের পরিব্যক্তির মাধ্যমে বিবর্তিত হয়, যেগুলো বর্তমান জনগোষ্ঠীর বিরুদ্ধে পরীক্ষিত হয়, ফলে বিবর্তনীয়ভাবে স্থিতিশীল অবস্থা বা শাখায় বিভাজন ঘটে।

যে প্রশ্নের উত্তর দেয়: বিবর্তন কোথায় থিতু হয়, আর কখন একটি বংশধারা ভাগ হয়?

বাদ দেয়: ধরে নেয় বিরল পরিব্যক্তি ও সরল বৈশিষ্ট্য-পরিসর।

যাতে চলে: প্রায় 10^6 FLOPS মোটামুটি ল্যাপটপে বিশ্লেষণ ও সিমুলেশন। শুরুর সাল: 1996 Dieckmann and Law, the dynamical theory of coevolution derived from stochastic ecological processes. [সূত্র](https://doi.org/10.1007/bf02409751)

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: নিয়ম

### জিন ড্রাইভ জনগোষ্ঠী মডেল

সাধারণ উত্তরাধিকারের চেয়ে দ্রুত ছড়ায় এমন একটি জিনগত উপাদান একটি মডেল করা জনগোষ্ঠীতে ছাড়া হয়, একটি ক্ষতিকর প্রজাতিকে দমন বা বদলানো যায় কি না তা জানতে।

যে প্রশ্নের উত্তর দেয়: জিন ড্রাইভ কি বন্য জনসংখ্যায় ছড়াবে, আর প্রতিরোধ কি তাকে থামাতে পারে?

বাদ দেয়: ছাড়ার আগে আসল ছড়িয়ে পড়া ও প্রতিরোধের বিবর্তন ভালোভাবে জানা নেই।

যাতে চলে: প্রায় 10^8 FLOPS মোটামুটি ওয়ার্কস্টেশনে জিনতত্ত্বসহ স্থানিক জনসংখ্যার সিমুলেশন। শুরুর সাল: 2003 Burt, site-specific selfish genes as tools for the control and genetic engineering of natural populations. [সূত্র](https://doi.org/10.1098/rspb.2002.2319)

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)নিম্নসীমা: জনসংখ্যা

### ফরওয়ার্ড-টাইম জিনোম সিমুলেশন

প্রতিটি ব্যক্তি ও তার জিনোম প্রজন্মের পর প্রজন্ম অনুসরণ করা হয়, নির্বাচন, লিংকেজ ও ভিন্ন জনতত্ত্বসহ, আসল DNA-র প্যাটার্ন কীভাবে আসে তা দেখতে।

যে প্রশ্নের উত্তর দেয়: বাছাই আর জনসংখ্যার ইতিহাস একটি প্রজাতির জিনোমে কী রেখে যায়?

বাদ দেয়: রান সম্ভব রাখতে জনসংখ্যার আকার কমানো হয়, যা নির্বাচন ও জিনগত বিচলনের ভারসাম্য বিকৃত করে।

যাতে চলে: প্রায় 10^14 FLOPS মোটামুটি বহু প্রজন্ম ধরে একটি বড় জনগোষ্ঠীর জন্য একটি ক্লাস্টারে কয়েক দিন। শুরুর সাল: 2013 Messer-এর SLiM, নির্বাচন ও সংযুক্তিসহ বিবর্তনের একটি সম্মুখ-সময় সিমুলেটর। [সূত্র](https://doi.org/10.1534/genetics.113.152181)

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)নিম্নসীমা: জনসংখ্যা

### প্রাণীর প্রতিদ্বন্দ্বিতার কৌশল

একটি সম্পদ নিয়ে প্রতিদ্বন্দ্বিতায় এলোমেলোভাবে মুখোমুখি হওয়া ব্যক্তিরা স্থির কৌশলের মধ্য থেকে বেছে নেয়, আর মিশ্রণটি এমন এক জায়গায় থিতু হয় যা কোনো পরিব্যক্ত সত্তা আরও ভালো করতে পারে না।

যে প্রশ্নের উত্তর দেয়: অন্যরা যা করে তা দেখে লড়াই করা বা পিছিয়ে যাওয়া কখন ভালো নীতি?

বাদ দেয়: প্রাণীদের শিক্ষণ, স্মৃতি বা ব্যক্তিগত পার্থক্য ছাড়া কয়েকটি কৌশলের ছোট তালিকায় নামিয়ে আনা হয়।

যাতে চলে: প্রায় 10^6 FLOPS মোটামুটি ল্যাপটপে কয়েক সেকেন্ড। শুরুর সাল: 1973 Maynard Smith ও Price-এর 'The logic of animal conflict'। [সূত্র](https://doi.org/10.1038/246015a0)

[খেলা-তত্ত্ব](https://simulation-hypothesis.com/bn/simulations/methods#m-game-theory)[বিবর্তনীয়](https://simulation-hypothesis.com/bn/simulations/methods#m-evolutionary)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: জনসংখ্যা

## সংরক্ষণ ও সংরক্ষিত-এলাকা নকশা

### জনসংখ্যা টিকে থাকার বিশ্লেষণ

একটি ছোট, বিপন্ন জনগোষ্ঠীর জন্ম, মৃত্যু ও বিপর্যয় বহুবার এগিয়ে চালানো হয়, এটি কতটা সম্ভাবনায় এবং কত দিন টিকবে তা অনুমান করতে।

যে প্রশ্নের উত্তর দেয়: এই জনসংখ্যা আগামী একশো বছরে বিলুপ্ত হওয়ার সম্ভাবনা কতটা?

বাদ দেয়: বিরল প্রজাতির ছোট নমুনার কারণে ইনপুটের সংখ্যাগুলোই অত্যন্ত অনিশ্চিত থেকে যায়।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা হাজার হাজার স্টোক্যাস্টিক গতিপথ চালায় শুরুর সাল: 1980 বিপন্ন প্রজাতির বিলুপ্তি-ঝুঁকি অনুমান করা প্রাথমিক স্টোক্যাস্টিক মডেল

[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)নিম্নসীমা: জনসংখ্যা

### সংরক্ষিত এলাকা ও করিডোর নকশা

প্রার্থী স্থান ও তাদের মধ্যকার সংযোগ ব্যয় ও রক্ষা পাওয়া প্রজাতির বিপরীতে নম্বর পায়, এবং সবচেয়ে বেশি আবৃত করে এমন ক্ষুদ্রতম সংরক্ষিত-এলাকা নেটওয়ার্ক খোঁজা হয়।

যে প্রশ্নের উত্তর দেয়: জমির কোন টুকরোগুলোর সেট সবচেয়ে কম খরচে সবচেয়ে বেশি প্রজাতি রক্ষা করে?

বাদ দেয়: যে প্রজাতির উপাত্ত আছে তার জন্য অপ্টিমাইজ করে, যা সেখানে আসলে যা বাস করে তার ক্ষুদ্র একটি অংশ।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি সংরক্ষিত-এলাকা বাছাইয়ের অপ্টিমাইজেশন সমাধান করে শুরুর সাল: 1988 সংরক্ষণ-পরিকল্পনার জন্য প্রাথমিক নিয়মতান্ত্রিক সংরক্ষিত-এলাকা বাছাই অ্যালগরিদম

[মন্টে কার্লো](https://simulation-hypothesis.com/bn/simulations/methods#m-monte-carlo)[নেটওয়ার্ক মডেল](https://simulation-hypothesis.com/bn/simulations/methods#m-network)নিম্নসীমা: জনসংখ্যা

### পুনঃপ্রবর্তন ও স্থানান্তর পরিকল্পনা

একটি ছোট প্রতিষ্ঠাতা-দল নতুন বা আগের আবাসস্থলে ছাড়া হয় এবং এলাকার ধারণক্ষমতা ও প্রতিষ্ঠাতাদের জিনতত্ত্ব ধরে এগিয়ে অনুসরণ করা হয়, এটি প্রতিষ্ঠিত হয় কি না দেখতে।

যে প্রশ্নের উত্তর দেয়: এখানে এই প্রাণীগুলো ছাড়লে কি সত্যিই স্থায়ী জনসংখ্যা গড়ে উঠবে?

বাদ দেয়: ছাড়ার স্থানের আবাসের মান ও রোগের ঝুঁকি প্রায়ই মাপা হয় না, মোটামুটি আন্দাজ করা হয়।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি প্রতিষ্ঠাতা-জনগোষ্ঠী মডেল চালায় শুরুর সাল: 1990 একটি বড় স্তন্যপায়ীর পুনঃপ্রবর্তনের পরিকল্পনায় ব্যবহৃত প্রাথমিক সিমুলেশন মডেল

[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)[সম্ভাবনাভিত্তিক প্রক্রিয়া](https://simulation-hypothesis.com/bn/simulations/methods#m-stochastic)নিম্নসীমা: দেহ

### আক্রমণকারী প্রজাতির বিস্তার

বাইরে থেকে আনা একটি প্রজাতি ভূদৃশ্যজুড়ে কক্ষ ধরে ছড়ায়, আর বাধা, নিধন বা জৈব নিয়ন্ত্রণ কতদূর যেতে দেয় তার প্রভাব।

যে প্রশ্নের উত্তর দেয়: এই আক্রমণকারী প্রজাতি কত দ্রুত ছড়াবে, আর নিয়ন্ত্রণের চেষ্টা প্রথমে কোথায় যাওয়া উচিত?

বাদ দেয়: নতুন আক্রমণকারী প্রজাতি প্রায়ই এমনভাবে ছড়ায়, যার জন্য অতীতের কোনো আক্রমণ মডেলটিকে প্রস্তুত করেনি।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা একটি ভূদৃশ্য-বিস্তার মডেল চালায় শুরুর সাল: 1951 Skellam-এর ছড়িয়ে পড়া জনসংখ্যার ব্যাপন মডেল

[সেলুলার অটোমেটা](https://simulation-hypothesis.com/bn/simulations/methods#m-cellular-automata)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: জনসংখ্যা

### চোরাশিকার ও চোরাশিকার-বিরোধী টহল খেলা

রক্ষিত অঞ্চলের মানচিত্রে বারবার খেলায় রেঞ্জার ও চোরাশিকারিরা খেলোয়াড়, টহল কোথায় যাবে তা ঠিক করতে ব্যবহৃত, যখন সর্বত্র থাকা সম্ভব নয়।

যে প্রশ্নের উত্তর দেয়: একজন কৌশলী শিকারির বিরুদ্ধে সীমিত রেঞ্জাররা কোথায় টহল দিলে সবচেয়ে বেশি কাজ হবে?

বাদ দেয়: ধরে নেয় একজন যুক্তিশীল, ধৈর্যশীল চোরাশিকারি, যদিও বেশির ভাগই সুযোগসন্ধানী।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা টহল-মানচিত্রে একটি নিরাপত্তা-খেলা সমাধান করে শুরুর সাল: 2014 বন্যপ্রাণী রেঞ্জারের টহল-সূচিতে প্রয়োগ করা প্রাথমিক নিরাপত্তা-খেলা মডেল

[খেলা-তত্ত্ব](https://simulation-hypothesis.com/bn/simulations/methods#m-game-theory)নিম্নসীমা: নিয়ম

### পুনর্বন্য-করণ ও খাদ্য-স্তর ক্যাসকেড মডেলিং

একটি শিকারি বা অন্য কোনো কীস্টোন প্রজাতিকে খাদ্যজালে ফিরিয়ে দেওয়া হয়, শিকার, উদ্ভিদ এমনকি নদীর ওপর তার পরপর ঘটা প্রভাব অনুসরণ করা হয়।

যে প্রশ্নের উত্তর দেয়: এই প্রজাতিকে ফিরিয়ে আনলে বাকি বাস্তুতন্ত্রের কী হয়?

বাদ দেয়: বিখ্যাত ধারাবাহিক বিপর্যয়গুলো ঘটতে কয়েক দশক লেগেছিল, আর ঘটে যাওয়ার পরে সেগুলোর মডেল করা আগাম বলার চেয়ে সহজ।

যাতে চলে: প্রায় 10^10 FLOPS মোটামুটি একটি ডেস্কটপ ওয়ার্কস্টেশন, যা বহু-প্রজাতির খাদ্যজাল মডেল চালায় শুরুর সাল: 1995 ইয়েলোস্টোনে নেকড়ে ফিরিয়ে আনা হয়, পরে ধাপে ধাপে প্রভাব নিয়ে মডেল করা হয়

[অবকল সমীকরণ](https://simulation-hypothesis.com/bn/simulations/methods#m-equations)[এজেন্ট-ভিত্তিক](https://simulation-hypothesis.com/bn/simulations/methods#m-agent-based)নিম্নসীমা: জনসংখ্যা

[◂ জীবন ও চিকিৎসা](https://simulation-hypothesis.com/bn/simulations/life-medicine)[কৃষি ও খাদ্য ▸](https://simulation-hypothesis.com/bn/simulations/agriculture-food)