6
指数矩阵与超循环分类
HYC-1979Lesson 5: Selection, Species, Will
00:00

超循环生长函数并非任意设定;其催化结构被编码在一个紧凑的对象中: 指数矩阵P = (pik)。对于包含 n 个物种的超循环,P 是一个 n × n 的非负整数矩阵。矩阵元 pik 规定了物种 k 对物种 i 生长函数贡献的指数——即分子数。矩阵元为零 pik = 0 表示物种 k 对物种 i 没有催化影响;矩阵元为正则表示该影响的阶数。

该矩阵受到两个结构约束,使其成为超循环而非一般催化网络。首先, 齐次性条件 要求 P 的每一行之和都等于同一整数 p:

∑k pik = p 对所有 i 成立。

这意味着所有物种具有相同的总生长阶数 p。如果某一行的和不同,各物种的分子数就会不同,生长函数也就不是单一阶数的齐次函数。其次, 循环对称性 条件要求 P 在指标同时进行循环重标号时保持不变:i → i+1 且 k → k+1(模 n)。因此 pik = pi+1,k+1 (模 n)。这使得 P 成为循环矩阵(在复合情形下为块循环矩阵),因此每个成员的催化模式在旋转意义下完全相同。

基本超循环与复合超循环

指数矩阵将超循环分为两大类。

  • 基本超循环。 最简单的闭合循环情形通常满足 。每个生长函数都依赖于该物种本身及其直接的循环前驱。对于 ,该矩阵满足 pii = 1 且 pi,i-1 = 1(指标模 4),因此每行之和均为 2。该矩阵是稀疏的:每行恰好有两个 1,其余矩阵元为零。
  • 复合超循环。 一种更高阶的循环结构,例如 或每行有多个非零循环贡献。对于 以及 ,每行可以包含四个单位循环贡献,从而得到四次齐次生长函数,同时保持循环对称性。该矩阵更稠密(或具有更高阶的矩阵元),但仍然是循环矩阵。

分类准则: 基本与复合的区分取决于 p 的取值以及 P 的稀疏性或模式,而不仅仅取决于物种数量。四元循环既可以是基本的 也可以是复合的 ,具体取决于催化指数。

下图对比了这两种矩阵类型。两个面板中都标注了行和,循环指标图例则标出了使 P 保持不变的循环重标号。

指数矩阵 P 与超循环分类非负整数指数 · 每行之和均为 p · P 为循环矩阵基本超循环p = 2,n = 4复合超循环p = 4,n = 410011100011000111111111111111111k1k2k3k4k1k2k3k4i1i2i3i4i1i2i3i4∑ = 2∑ = 2∑ = 2∑ = 2∑ = 4∑ = 4∑ = 4∑ = 4每行两个 1 · 稀疏所有矩阵元均为 1 · 稠密自身矩阵元 = 1前驱矩阵元 = 1零矩阵元循环对称性pik = pi+1,k+1 (模 n)每一行都是上一行的循环移位。分类准则阶数 p 与 P 的稀疏性——而非物种数量。1234循环重标号 i → i+1(模 n)