- •Конспект лекций
- •Владикавказ
- •Математическое моделирование элементов сложных экологических систем
- •Лекция 1. Введение в моделирование. Исторический экскурс.
- •1. Основы моделирования в экологии 1.1. Общие принципы построения моделей в экологии
- •Лекция 2.
- •2.1. Элементы моделирования
- •2.2. Этапы построения математической модели
- •1.4. Элементы теории подобия, применяемые в моделировании
- •Лекция 3
- •3.2. Экологические модели
- •3.2.1. Основы экологометрики
- •3.2.2. Выборочный метод в экологометрике.
- •Зависимость числа интервалов от объема выборки
- •Статистический ряд по интервалам
- •Лекция 4. Статистические оценки параметров распределения случайных величин по выборкам
- •4.4. Статистические оценки гипотез об экологических моделях
- •Определение вариантов выборок
- •Выборка из генеральной совокупности
- •Статистическая таблица
- •Лекция 5.
- •Результаты эксперимента
- •Статистическая таблица эксперимента
- •Пример преобразования членов уравнения регрессии
- •Вычисление данных для линеаризации уравнения регрессии
- •Нормальные уравнения мнк для некоторых функций
- •Статистическое оценивание уравнения регрессии и парной корреляции.
- •Обработка результатов наблюдений
- •Лекция 6.
- •Рекомендации по выбору вида функции
- •3.4. Динамические статистические модели
- •Посадка леса
- •Данные по объему сброса качественных сточных вод
- •Данные по объему сброса сточных вод за 5-летие
- •Пример расчета 5-летних средних
- •Условное обозначение времени
- •Расчетные значения для определения уравнения динамики
- •Ряд динамики для определения сезонных колебаний
- •Лекция 7. Многофакторные эколого-математические модели. Анализ влияния отдельных факторов в экологической модели.
- •Эксперименталъный материал исследования
- •Результаты проведенных опытов
- •8.1. Анализ влияния отдельных факторов в экологической модели.
- •Лекция 9. Методы оптимизации. Метод Лагранжа
- •Лекция 10. Метод линейного программирования.
- •Лекция 11. Функциональные модели.
- •Лекция 12. Модели процессов содержащие обыкновенные дифференциальные уравнения.
- •Численные ошибки использованных для вычисления данных
- •Лекция 13. Статистические модели динамики.
- •Лекция 14. Балансовые модели.
- •Лекция 15.
- •Лекция 16. Информационные технологии в экологии. Экологические информационные системы.
- •1 6.1. Экологические информационные системы
- •1. Какова область значения для числовых характеристик?
- •Лекция 17. Использование информационных технологий для решения задач экологии.
- •Специальные приложения.
- •Значение функции
- •Значение критерия
- •Значение критерия
- •Критические значения коэффициента корреляции rk;α
- •2. Основы теории подобия
- •2.1. Подобие физических явлений и его признаки
- •2.2. Анализ размерностей
- •2.3. Первая теорема подобия
- •2.4. Применение методов подобия в математическом
- •11.3. Численные методы решения дифференциальных уравнений
- •11.3.1. Постановка задачи
- •11.3.2. Процесс численного решения
- •11.3.3. Метод Эйлера
- •11.3.4. Модифицированный метод Эйлера
- •11.3.5. Метод Рунге – Кутта
- •11.3.6. Метод Рунге – Кутта для систем дифференциальных уравнений
- •11.3.7. Общая характеристика одношаговых методов
- •3.8. Многошаговые методы
- •11.3.9. Методы прогноза и коррекции
- •11.3.10. Краткая характеристика методов прогноза и коррекции.
- •11.3.11. Выбор шага и погрешность решения.
- •11.3.12. Жесткие задачи
- •11.4. Имитационное моделирование систем
- •11.4.1. Принципы имитационного моделирования
- •11.4.2. Объекты моделирования
- •11.4.3. Динамическая модель исследуемого объекта
- •11.4.4. Построение имитационных моделей динамических систем
- •11.4.5. Преобразование передаточных функций звеньев в дифференциальные уравнения в форме Коши
- •11.4.6. Синтез имитационной модели на основе структурной схемы
- •11.5. Теоретические основы построения математических моделей систем
- •11.5.1. Компонентные и топологические уравнения
- •11.5.2. Компонентные и топологические уравнения механической системы
- •11.5.3. Компонентные и топологические уравнения электрической системы
- •11.5.4. Компонентные и топологические уравнения гидравлической системы
- •11.5.5. Компонентные и топологические уравнения тепловой системы
- •11.6. Метод электроаналогий
- •11.6.1. Сущность метода электроаналогий.
- •11.6.2. Электромеханические аналогии
- •11.6.3. Построение имитационных моделей методом электроаналогий
- •11.6.4. Плоское прямолинейное движение звеньев
- •11.6.5. Электрогидравлические аналогии
- •11.6.6. Электротепловые аналогии
- •Литература
Ряд динамики для определения сезонных колебаний
|
0 |
π/6 |
π /3 |
π /2 |
2π/3 |
5π/6 |
π |
7π/6 |
4π/3 |
3π/2 |
5π/3 |
11π/6 |
|
y0 |
y1 |
y2 |
y3 |
y4 |
y5 |
y6 |
y7 |
y8 |
y9 |
y10 |
y11 |
При вычислениях принимается во внимание, что в четырех квадратах от 0 до 2π косинусы и синусы четыре раза принимают одни и те же значения: 0; 0,5; 0,866 и 1, взятые со знаком минус или плюс.
Пример. Рассмотрим модель сезонности для данных, приведенных в табл. 6.10.
Таблица 6.10
Данные о периодически изменяющихся уровнях по месяцам
|
Месяц |
t |
у |
Cos(t) |
Sin(t) |
yсоs(t) |
ysin(t) |
yt |
|
1 |
0 |
39,8 |
1,000 |
0,000 |
39,80 |
0,00 |
44,17 |
|
2 |
π/6 |
62,2 |
0,866 |
0,500 |
53,86 |
31,10 |
93,70 |
|
3 |
π /3 |
125,5 |
0,500 |
0,866 |
62,95 |
109,03 |
152,13 |
|
4 |
π /2 |
256,2 |
0,000 |
1,000 |
0,00 |
256,20 |
205,81 |
|
5 |
2π/3 |
271,1 |
-0,500 |
0,866 |
138,05 |
239,10 |
234,88 |
|
6 |
5π/6 |
255,7 |
-0866 |
0500 |
-221,44 |
127,85 |
237,04 |
|
7 |
π |
177,6 |
-1,000 |
0,000 |
-177,60 |
0,00 |
168,31 |
|
8 |
7π/6 |
144,0 |
- 0866 |
- 0,000 |
-124,70 |
122,00 |
160,16 |
|
9 |
4π/3 |
86,7 |
-0,500 t |
-0,866 |
- 46,35 |
-75,08 |
129,87 |
|
10 |
3π/2 |
52,8 |
0,000 |
-1,000 |
0,000 |
52,80 |
88,49 |
|
11 |
5π/3 |
38,3 |
0,500 |
- 0,866 |
19,15 |
-33,17 |
18,97 |
|
12 |
11π/6 |
37,9 |
- 0,866 |
- 0,500 |
32,82 |
-18,95 |
16,82 |
|
Сумма |
- |
1553,2 |
- |
- |
- 496,56 |
461,28 |
1552,9 |
Р е ш е н и е. Вычисляем cos(t), sin(t), у∙cos(t), у∙sin(t) и определяем
![]()
![]()
![]()
![]()
Тогда уравнение. сезонной модели будет иметь вид
![]()
Индексом сезонности называется отношение средней из фактических уровней одноименных месяцев к средней из выровненных данных по тем же месяцам
![]()
![]()
Следовательно, величина iсез различна для каждого месяца и зависит от способа выравнивания, которое может быть проведено либо применением 12-месячной скользящей средней, либо аналитическим выравниванием.
Показателем силы колеблемости динамического ряда из-за се- зонного характера процесса служит среднее квадратическое отклонение индексов сезонности (выражается в процентах) от 100 %
![]()
Сравнение
средних
квадратических
отклонений,
вычисленных
за
два
периода,
показывают сдвиги
в
сезонности.
Если
величина
уменьшается,
то
сезонный
характер исследуемого
явления
идет
на
убыль.
Изучение глубины сезонных колебаний возможно и путем определения отношений отклонения фактических уровней от выровненных к теоретическим отклонениям, принятым за «норму».
Некоторые способы измерения размаха сезонной волны основаны на изучении не абсолютных отклонений фактических данных от выровненных, а отклонений с учетом знака.
назад
