Waarom je kat soms uren stilligt en dan plotseling gek doet: wiskunde legt het uit
Je kat ligt uren roerloos op de bank. En dan, zonder duidelijke aanleiding, rent hij plotseling als een dolle door het huis. Waarom gebeurt dat zo grillig? Een groep onderzoekers probeerde dit gedrag te vangen in een wiskundig model, en ontdekte iets verrassends over hoe toeval en innerlijke "drift" samenwerken.
Dieren wisselen vaak tussen twee toestanden: actief en inactief. Bij veel diersoorten zie je korte uitbarstingen van beweging, gevolgd door lange periodes van rust. Dat patroon lijkt willekeurig, maar volgt toch een bepaalde logica. Om die logica te begrijpen, gebruiken wetenschappers vaak een simpel wiskundig model: het "telegraafproces". Dat is een model dat een systeem laat schakelen tussen twee standen, net als een telegraaf die aan of uit staat.
Vaste kans versus wisselende kans
In het klassieke model heeft een dier een vaste kans om van rust naar actie te schakelen, en een vaste kans om weer te stoppen. Dat levert een voorspelbaar patroon op: de tijd die een dier in een toestand blijft, volgt dan een zogeheten exponentiële verdeling. Dat betekent dat lange periodes van stilzitten heel onwaarschijnlijk zijn.
Maar in de praktijk zie je bij dieren juist vaak hele lange rustperiodes, af en toe onderbroken door felle uitbarstingen van activiteit. Dat past niet goed bij het klassieke model. De onderzoekers stelden daarom een nieuwe versie voor: een model waarin de kans om te wisselen van toestand niet vast is, maar zelf ook fluctueert. Denk aan een innerlijke drijfveer die de ene dag sterker is dan de andere.
Zwaardere staarten, langere pauzes
Met die aanpassing verandert het wiskundige plaatje flink. In plaats van de klassieke exponentiële verdeling ontstaat een zogeheten Lomax-verdeling. Dat is een verdeling met een "zwaardere staart": extreem lange periodes van rust of activiteit komen vaker voor dan het oude model voorspelde. Dat verklaart beter waarom dieren soms urenlang stilliggen, om dan plotseling los te gaan.
De onderzoekers testten hun model eerst op kunstmatig gegenereerde data, waarbij ze precies wisten welke instellingen ze hadden gebruikt. Het model met fluctuerende kansen bleek die oorspronkelijke instellingen veel beter terug te vinden dan het klassieke model.
De echte kat
Daarna pasten ze het model toe op echte gedragsgegevens van een huiskat. Daaruit kwam een interessant verschil naar voren: de kans dat de kat van rust naar actie schakelde, varieerde veel sterker dan de kans dat hij weer stopte met bewegen. Met andere woorden: het moment waarop de kat "aan" gaat, is grilliger dan het moment waarop hij weer "uit" gaat.
Wat betekent dit (nog) niet: dit onderzoek is gebaseerd op wiskundige modellering en data van één kat. Het zegt dus nog niets definitief over katten in het algemeen, laat staan over andere diersoorten. De kracht van dit werk zit vooral in het aanbieden van een nieuw, bruikbaar wiskundig gereedschap om bursty gedrag te analyseren, niet in een harde uitspraak over kattengedrag zelf.
Toch is dit een mooi voorbeeld van hoe wiskunde kan helpen om iets alledaags, zoals de rusteloosheid van een huisdier, beter te begrijpen. Hetzelfde soort model kan in principe ook gebruikt worden om ander schakelend gedrag te bestuderen, van cellen die aan- en uitgaan tot andere vormen van dierlijke activiteit.