■

• メモ
• 保存量
• 

library(rgl)
library(sphere)
n<-4 # 種の数
us<-sample(1:10,n) # それぞれの種の単位Pあたり個体数
us<-rep(1,n)
# 捕食・被捕食関係の数Nrは種の数と同じ
Nr<-n
# 捕食・被捕食効率
ks<-runif(Nr)
ks<-rep(1,n)
# Inは被捕食種。１度の出会いで殺される個体数
# Playerは捕食・被捕食関係で参加する種とその個体数
# 今は１捕食個体と１被捕食個体の出会いとする
# Outは出会いの結果生じる種とその個体数
# 今は捕食者
In<-Player<-diag(n)
Out<-matrix(0,Nr,n)
for(i in 1:Nr){
	for(j in 1:n){
		if(j==i+1){
			Player[i,j]<-1
			Out[i,j]<-1
		}
	}
}
Player[Nr,1]<-Out[Nr,1]<-1

S<-1
P<-runif(1,min=0,max=(1/n)^n)
Nrep<-30

xssum<-NULL
col<-c()
for(rep in 1:Nrep){
	# ここから時系列シミュレーション
Niter<-1000
dt<-0.01
m<-matrix(0,Niter,n)
p<-rep(0,Niter)
#m[1,]<-runif(n)
#m[1,]<-c(1,rep(0,n-1))
#m[1,]<-m[1,]+runif(n)*0.01
p[1]<-0
for(i in 1:n){
	p[1]<-p[1]+us[i]*m[1,i]
}
m[1,]<-m[1,]/p[1]
p[1]<-0
for(i in 1:n){
	p[1]<-p[1]+us[i]*m[1,i]
}
library(MCMCpack)
initloop<-TRUE
while(initloop){
	m[1,1]<-runif(1)
	m[1,2]<-runif(1)
	tmp1<-1-(m[1,1]+m[1,2])
	tmp2<-tmp1^2-4*P/(m[1,1]*m[1,2])
	if(tmp2>=0){
		m[1,3]<-1/2*(tmp1+sqrt(tmp2))
		m[1,4]<-1/2*(tmp1-sqrt(tmp2))
		if(m[1,4]>0){
			initloop<-FALSE
		}
	}
	
}
m[1,]<-sample(m[1,])

for(i in 2:Niter){
	m[i,]<-m[i-1,]
	for(j in 1:Nr){
		tmp<-ks[j]*dt
		pamountIn<-0
		pamountOut<-0
		for(k in 1:n){
			tmp<-tmp*m[i-1,k]^Player[j,k]
			pamountIn<-pamountIn+us[k]*In[j,k]
			pamountOut<-pamountOut+us[k]*Out[j,k]
		}

		for(k in 1:n){
			m[i,k]<-m[i,k]-In[j,k]*tmp+tmp*pamountIn/pamountOut*us[k]*Out[j,k]/pamountOut*Out[j,k]
			#m[i,k]<-m[i,k]-In[j,k]*tmp+Out[j*k]*tmp*pamountIn/pamountOut
		}
	}

	for(j in 1:n){
		p[i]<-p[i]+us[j]*m[i,j]
	}

}
plot(p,type="l",ylim=c(0,2),main="保存量")
plot(data.frame(m),cex=0.1)
xs<-matrix(0,Niter,n-1)
cv<-CategoryVector(n)
for(i in 1:Niter){
	for(j in 1:n){
		xs[i,]<-xs[i,]+m[i,j]*cv[j,]
	}
}
#xlim<-ylim<-c(min(m),max(m))
#plot(data.frame(m),cex=0.1,xlim=xlim,ylim=ylim)
xssum<-rbind(xssum,xs)
col<-c(col,rep(rep,Niter))
}

plot3d(xssum[,1],xssum[,2],xssum[,3],col=col)