- •ПРЕДИСЛОВИЕ
- •ОПРЕДЕЛЕНИЕ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1. ЧТО ТАКОЕ МОДЕЛЬ?
- •Место моделирования среди методов познания
- •Определение модели
- •Определение модели
- •Цели моделирования
- •1.2. КЛАССИФИКАЦИЯ МОДЕЛЕЙ
- •Материальное моделирование
- •Идеальное моделирование
- •Когнитивные, концептуальные и формальные модели
- •1.3. Классификация математических моделей
- •Классификационные признаки
- •Классификация математических моделей в зависимости от оператора модели
- •Классификация математических моделей в зависимости от целей моделирования (рис. 1.11)
- •Классификация математических моделей в зависимости от методов реализации (рис. 1.12)
- •Задания для самостоятельного выполнения
- •Глава 2
- •ЭТАПЫ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ
- •2.1. ОБСЛЕДОВАНИЕ ОБЪЕКТА МОДЕЛИРОВАНИЯ
- •2.2. КОНЦЕПТУАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ МОДЕЛИРОВАНИЯ
- •2.3. МАТЕМАТИЧЕСКАЯ ПОСТАНОВКА ЗАДАЧИ МОДЕЛИРОВАНИЯ
- •2.4. ВЫБОР И ОБОСНОВАНИЕ ВЫБОРА МЕТОДА РЕШЕНИЯ ЗАДАЧИ
- •stop
- •2.5. РЕАЛИЗАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ В ВИДЕ ПРОГРАММЫ ДЛЯ ЭВМ
- •2.6. ПРОВЕРКА АДЕКВАТНОСТИ МОДЕЛИ
- •2.7. ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ ПОСТРОЕННОЙ МОДЕЛИ И АНАЛИЗ РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ
- •Задания для самостоятельного выполнения
- •ПРИМЕРЫ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
- •3.1. СТАТИЧЕСКИЙ АНАЛИЗ КОНСТРУКЦИЙ
- •Содержательная постановка задачи
- •Концептуальная постановка задачи
- •Математическая постановка задачи
- •Решение задачи
- •Анализ результатов
- •Концептуальная постановка
- •Математическая постановка задачи
- •Методика решения задачи
- •Анализ результатов
- •3.3. ДИНАМИКА ПОПУЛЯЦИИ
- •Содержательная постановка задачи
- •Концептуальная постановка задачи
- •Решение задачи
- •Анализ результатов
- •Математическая постановка задачи для модели Ферхюльста
- •Решение задачи
- •Анализ результатов
- •Численное исследование модели Ферхюльста
- •3.4. МОДЕЛЬ КОНКУРЕНЦИИ ДВУХ ПОПУЛЯЦИЙ
- •Математическая постановка задачи
- •Качественный анализ задачи
- •Численное исследование модели конкуренции популяций
- •3.5. ГАРМОНИЧЕСКИЙ ОСЦИЛЛЯТОР
- •Содержательная постановка задачи
- •Концептуальная постановка задачи
- •Математическая постановка задачи
- •Решение задачи
- •Качественный анализ задачи
- •Численное исследование модели
- •Качественный анализ задачи
- •Решение задачи
- •Задания для самостоятельного выполнения
- •Глава 4
- •СТРУКТУРНЫЕ МОДЕЛИ
- •4.1. ЧТО ТАКОЕ СТРУКТУРНАЯ МОДЕЛЬ?
- •4.2. СПОСОБЫ ПОСТРОЕНИЯ СТРУКТУРНЫХ МОДЕЛЕЙ
- •4.3. ПРИМЕРЫ СТРУКТУРНЫХ МОДЕЛЕЙ
- •Задания для самостоятельного выполнения
- •МОДЕЛИРОВАНИЕ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
- •5.1. ПРИЧИНЫ ПОЯВЛЕНИЯ НЕОПРЕДЕЛЕННОСТЕЙ И ИХ ВИДЫ
- •5.2. МОДЕЛИРОВАНИЕ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ, ОПИСЫВАЕМОЙ С ПОЗИЦИЙ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ
- •5.3. МОДЕЛИРОВАНИЕ В УСЛОВИЯХ СТОХАСТИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ
- •5.4. МОДЕЛИРОВАНИЕ МАРКОВСКИХ СЛУЧАЙНЫХ ПРОЦЕССОВ
- •Задания для самостоятельного выполнения
- •ЛИНЕЙНЫЕ И НЕЛИНЕЙНЫЕ ЯВЛЕНИЯ
- •6.1. О ЗАКОНЕ ГУКА И ГРАНИЦАХ ЛИНЕЙНОСТИ
- •6.3. О ПОСТРОЕНИИ СПЛОШНЫХ МОДЕЛЕЙ. ВЫВОД ВОЛНОВОГО УРАВНЕНИЯ ИЗ ЗАКОНОВ МЕХАНИКИ
- •6.4. РЕШЕНИЕ ВОЛНОВОГО УРАВНЕНИЯ МЕТОДОМ ФУРЬЕ
- •6.6. УРАВНЕНИЯ МАКСВЕЛЛА
- •6.7. О КЛАССИФИКАЦИИ КВАЗИЛИНЕЙНЫХ СИСТЕМ
- •6.8. СВЯЗЬ НЕПРЕРЫВНОГО И ДИСКРЕТНОГО НА ПРИМЕРАХ УРАВНЕНИЯ КОЛЕБАНИЙ СТРУНЫ И УРАВНЕНИЯ ШРЕДИНГЕРА
- •6.9. О ПОЛЬЗЕ ФЕНОМЕНОЛОГИИ ПРИ ПОСТРОЕНИИ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
- •6.10. АНАЛИЗ ПОДОБИЯ И РАЗМЕРНОСТИ
- •6.11. АВТОМОДЕЛЬНОСТЬ
- •6.12. САМООРГАНИЗАЦИЯ И СТРУКТУРЫ В НЕЛИНЕЙНЫХ СРЕДАХ
- •6.13. О НЕЛИНЕЙНЫХ ВОЛНАХ В СПЛОШНЫХ СРЕДАХ
- •6.14. ИЕРАРХИЧЕСКИЕ МОДЕЛИ ТУРБУЛЕНТНОСТИ И МНОГОМАСШТАБНЫЕ ФУНКЦИОНАЛЬНЫЕ БАЗИСЫ
- •Иерархический базис для турбулентных полей
- •Одномерный иерархический базис
- •Двумерный базис
- •6.15. ВЕЙВЛЕТЫ
- •Непрерывное вейвлет-преобразование
- •6.16. ВЕЙВЛЕТ-АНАЛИЗ ВРЕМЕННЫХ КОЛЕБАНИЙ
- •6.17. О ФРАКТАЛАХ И ИХ ПРИМЕНЕНИИ
- •Примеры фракталов
- •Подобие и скейлинг
- •Множества Мандельброта и Жюлиа
- •Фрактальная размерность кластеров
- •Экспериментальные методы определения фрактальной размерности
- •Модель случайных фракталов для описания растущих дендритных структур
- •Результаты применения модели случайных фракталов
- •6.18. НЕЛИНЕЙНЫЕ МОДЕЛИ ДНК
- •Структура и физические свойства ДНК
- •Модель Пейрара-Бишопа
- •Задания для самостоятельного выполнения
- •Глава 7
- •7.2. ИМИТАТОР СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ
- •7.3. КЛЕТОЧНЫЕ АВТОМАТЫ
- •7.4. МОДЕЛИРОВАНИЕ ДИСЛОКАЦИЙ В МЕТАЛЛЕ
- •Самоорганизация дислокаций в модели клеточных автоматов
- •Задания для самостоятельного выполнения
- •ЯЗЫК ФОРМАЛЬНОГО ОПИСАНИЯ АЛГОРИТМОВ
- •====== Приложение 2
- •П2.1. Решение уравнений высоких степеней и трансцендентных уравнений с одним неизвестным
- •П2.2. Решение систем линейных уравнений
- •БИБЛИОГРАФИЧЕСКИЙ СПИСОК
- •ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
- •ОГЛАВЛЕНИЕ
- •Введение в математическое моделирование
3.3. ДИНАМИКА ПОПУЛЯЦИИ
Одним из важнейших разделов современной биологии и эко логии является биология популяций. Популяцией в биологии на зывают сообщество особей одного вида, занимающих некоторую область пространства на нашей планете. Вопросы, которые прихо дится решать биологии популяций, разнообразны. Например, что получится, если поместить тысячу карасей в пруд с ограниченны ми пищевыми ресурсами? Что изменится, если выпустить туда еще пятьдесят щук, поедающих в среднем по два карася в день? Какая судьба постигнет вирус, вызывающий гибель определенного вида животных и распространяющийся с известной скоростью, завися щей от плотности популяции? Какими темпами будет увеличиваться численность людей на Земле? Список подобных вопросов можно продолжать и продолжать.
Характерной особенностью биологии как науки является то, что одним из основных методов исследования данной дисциплины все еще остается наблюдение. Объяснить это можно множеством при чин, одной из которых является сложность формализации парамет ров, описывающих различные виды живых существ. В то же время отличительной чертой биологии популяций является то, что для исследования динамики популяций достаточно интенсивно исполь зуется математическое моделирование.
В природе встречаются популяции организмов как с дискрет ным, так и с непрерывным периодом размножения. К первым можно отнести многие виды насекомых (бабочки, майские жуки, саранча), рыб, птиц и млекопитающих с привязкой периода раз множения к определенным временам года. Ко вторым относятся живые организмы, процесс размножения которых не привязан ко временам года (в первую очередь это домашние животные и чело век). Модели для динамики популяций с дискретным и непрерыв ным периодом размножения существенно отличаются. В частности, для популяций с непрерывным периодом размножения применим аппарат дифференциального исчисления. Далее будут рассматри ваться только популяции с непрерывным периодом размножения.
Первая модель динамики популяций была предложена священ ником Томасом Мальтусом еще в 1778 г. в опубликованной им ра боте «Трактат о народонаселении». Хотя модель, предложенная Мальтусом, касалась народонаселения Земли, ее можно распрост ранить на любую популяцию живых организмов. Рассмотрим эту модель более подробно.
Содержательная постановка задачи
Как будет изменяться численность популяции, если сдержива ющие факторы (болезни, хищники, конкурирующие виды, ограни ченность питания и т.п.) отсутствуют?
Концептуальная постановка задачи
Исследование популяции провести при следующих допущени
ях:
>объектом исследования является некоторая популяция орга низмов;
>сдерживающие факторы роста популяции отсутствуют;
>скорость прироста численности популяции прямо пропорци ональна величине численности популяции.
Последние два предположения являются относительно грубы ми. Их применение оправдано на довольно коротком начальном этапе развития популяции (например, при начальном развитии ко лонии бактерий в автоклаве при достаточно интенсивном переме шивании биомассы).
Математическая постановка задачи для модели Мальтуса
Пусть x (t) —численность популяции в момент времени t. Фун кцией прироста R(t) называют относительное изменение численно сти за время At.
ш_ x (t + A t) - x ( t)
V; |
x(t)A t |
Если эта величина —константа г, то закон, управляющий ди намикой в модели Мальтуса, имеет вид
х ( / + Д / ) - х ( * )
«(О-
At
Переходя к пределу по At, получим следующее обыкновенное диф ференциальное уравнение:
(3.18)
Итак, для решения поставленной задачи необходимо найти ре шение уравнения (3.18) при начальном условии
*(0) = х0. |
(3.19) |
Решение задачи
Для решения уравнения (3.18) можно воспользоваться методом разделения переменных:
X , |
/ |
J— = r jd t или In (X/ XQ) = rt. |
|
XQ X |
О |
Окончательно имеем:
x=x0ert. (3.20)
Анализ результатов
Полученное решение (3.20) по модели Мальтуса предсказыва ет неограниченный рост численности популяции по экспоненци альному закону. В действительности неограниченный рост невоз можен, так как сдерживающие факторы присутствуют всегда. Чис ленность популяции, как правило, испытывает небольшие колебания относительно некоторой величины.
Одним из первых обратил на это внимание П.Ф. Ферхюльст, сформулировав в 1845 г. закон, содержащий ограничение на рост популяции. Он объяснил это тем, что любая экологическая ниша может обеспечить существование популяции только определенно го максимального размера и что коэффициент прироста дол жен снижаться, когда размеры популяции приближаются к хтах. Будем измерять численность популяции в относительных едини цах:
X = х/х.та г
Тогда функцию прироста по Ферхюльсту можно записать следую щим образом:
Л(2Г) = г(1-2Г). |
(3.21) |
С учетом (3.21) запишем математическую постановку задачи для мо дели Ферхюльста.
Математическая постановка задачи для модели Ферхюльста
Найти решение задачи Коши
4
^ = г(\ - Х ) Х |
(3.22) |
при начальных условиях ДО) = XQ.
Решение задачи
Уравнение (3.22) можно проинтегрировать методом разделения
переменных: |
|
|
|
dX _ |
dX |
dX |
|
X ( X - l) |
X - l |
X |
|
в результате чего получим решение |
|
|
|
х = _ |
х ^ |
! _ |
(3.23) |
|
|
|
l-A '0( l- e rt)
Анализ результатов
На рис. 3.8 показано изменение относительной численности по пуляции во времени при различных начальных значениях Х0 и г (ус ловие XQ> 1 возможно, если в период времени до начала рассмот рения окружающие условия для популяции были более благопри ятны).
Как можно видеть, с течением времени величина X -»1. Про анализируем данное обстоятельство подробнее.
Рис. 3.8. Изменение относительной численности популяции
Рассмотрим исходное дифференциальное уравнение (3.22):
X = r ( l - X ) X = f ( X ) . |
(3.24) |
В теории дифференциальных уравнений точки i t , в которых правая часть уравнения/(А) обращается в нуль, т.е./(Л*) = 0, на зываются положениямиравновесия, или стационарными (иногда осо быми) точками. Положение равновесия может быть как устойчивым, так и неустойчивым. Понятия устойчивости и неустойчивости име ют большое прикладное значение и.являются одними из наиболее важных понятий при анализе различных математических моделей. В частности, характер эволюции некоторой системы из состояния равновесия существенно зависит от того, каким это равновесие является: устойчивым или неустойчивым. В случае неустойчивого равновесия в результате даже очень малых начальных отклонений система может быть отброшена от стационарного состояния (меха ническая иллюстрация приведена на рис. 3.9), и движение станет либо очень сложным, либо система перейдет в другое стационар ное состояние, весьма далекое от исходного.
Устойчивое
Рис. 3.9. Механическая иллюстрация положения равновесия
Говорят, что система находится в положении устойчивого рав новесия it, если при малых отклонениях от него система останет ся вблизи i t при любых t. На математическом языке это утвержде ние формулируется следующим образом.
Стационарная точка дифференциального уравнения называет ся устойчивой, или, точнее, устойчивой по Ляпунову, если для лю бого е > 0 существует 6(e) > 0 такое, что для всякого решения X(t) того же уравнения, начальные значения которого удовлетворяют неравенству
р (ЛГ(/Ь) , ЛГ* )< б(е)
для всех /> <о справедливо
по
P( m **)<£•
Здесь p —расстояние (по введенной метрике) между точками X и X"
Если же положение равновесия А* не только устойчиво, но, кро
ме того, удовлетворяет условию limp (А-00, Аг*) = 0, тостационар-
ная точка лV*в этом случае называется асимптотически устойчивой. Предположим, что исследуемая система в некоторый момент времени t* находилась в состоянии X{f), близком к состоянию рав
новесия А*: |
|
|
ЛГ(/*)= ЛГ* + 8 |
$ И , |
(3.25) |
где 8 —малый параметр (8 « 1), %{t) —функция из того же класса, что и X{t).
При каких условиях функция А(/) и для t>t* останется близ кой к А*? Ответ на этот вопрос дает теорема Ляпунова обустойчи вости по первому приближению. Суть ее состоит в следующем. Рас смотрим уравнение (3.24) при условии (3.25). Тогда, переходя в (3.24) к переменной 8£(г) и разлагая правую часть в ряд, получим
84 = / ( Г + 8^) = / ( Г ) + ^ :( Г ) 8 ^ + 1 |^ ( Г ) ( 8 ^ ) 2+...
Учитывая /(А*) = 0, а также малость 8^(Г) и отбрасывая нелиней
ные слагаемые, получим |
|
|
^ = |
= |
(3.26) |
Теорема Ляпунова утверждает, что если А,< 0, то положение рав новесия А* асимптотически устойчиво по линеаризованной схеме, при А > 0 —неустойчиво, и при А = 0 об устойчивости или неустой чивости данного положения равновесия ничего сказать нельзя.
Исследуем исходное уравнение (3.24) и найдем положения равновесия, приравняв правую часть уравнения к нулю. Получаем
две точки: Х\ =0 и Х\ = 1. Найдем зависимость 81; по соотноше
нию (3.26):
84= г(1-2Х*)8$, |
(3.27) |
т.е. A =r(l-2 JP ).
Ш