
- •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
Лекция 3
3.2. Экологические модели
3.2.1. Основы экологометрики
Экологометрика (экологометрия) — часть экологической науки, занимающейся разработкой и применением математических и, прежде всего, эколого-статистических методов анализа экологических процессов, обработки статистической экологической информации.
Основные экологические процессы, явления, экологические системы и объекты характеризуются сложностью процессов и разнообразием состояний во времени и пространстве. Это приводит к значительным трудностям их аналитического описания. Кроме того, на экологические объекты влияют многочисленные факторы окружающей среды и техногенной сферы. Многие факторы имеют чисто случайную природу или же их влияние на объекты характеризуется неопределенностью, как по силе воздействия, так и по времени.
Вероятностный характер изменения некоторых объектов экологии, изучение их по ограниченному объему наблюдений предопределили использование при их исследовании методов и математического аппарата теории вероятностей, теории случайных функций, математических методов планирования экспериментов и др.
Значительное число факторов, оказывающих влияние на поведение экологического объекта, можно оценить только с качественной стороны. Это обстоятельство обусловило применение при ис- следованиях объектов методов экспертных оценок, дисперсионно- го и ковариационного анализов.
Основу экологометрии заложили многие ученые, начиная с XVII в. В начале П. Ферма (1601-1665) и Б. Паскаль (1623-1662) заметили некоторые закономерности в процессе азартных игр, затем Х. Гюйгенс (1629-1695), развивая их идеи, опубликовал первый трактат по теории вероятностей: «О расчётах при игре в кости». Последующее развитие теория вероятностей получила в трудах Я.Бернулли, А. де Муавра, К. Гаусса, П. Лапласа, С. Пуассона и многих других исследователей.
В 1835г. А. Кетли (1796-1874) опубликовал работу «О человеке и развитии его способностей, или опыт социальной физики», в котором на большом статистическом материале было показано, что различные физические особенности человека и даже его поведение подчиняются закону распределения вероятностей, математически обоснованному Гауссом и Лапласом.
Исследования А. Кетли повлияло на широкое распространение теории вероятностей и математической статистики, он один из первых показал, что случайности, наблюдаемые в живой природе вследствие их повторяемости, обнаруживают внутреннюю тенденцию, следуют определённой закономерности, которую можно исследовать и описать точными математическими методами.
Ф. Гальтон (1822-1911) впервые применил метод А. Кетли к решению проблемы наследственности и изменчивости организмов. Он опубликовал ряд оригинальных работ по антропологии и генетике человека и показал, что не только физические признаки, но и умственные способности человека распределяются по нормальному закону распределения вероятностей.
Широкое распространение методов теории вероятностей и математической статистики получили после опубликования теории малых выборок В. Гассета (1876-1937), (печатался под псевдонимом Стьюдент). Оперируя с выборками небольшого объема, взятыми из нормальной совокупности, ему удалось открыть закон распределения выборочных средних в зависимости от объёма выборки.
Значительный вклад в развитие вероятностно-статистических методов сделал Р. Фишер (1890-1962). Он разработал метод комп- лексной оценки действия факторов и их возможных комбинаций на результативный признак-метод, основанный на разложении дис- персии, — дисперсионный анализ и доказал, что планирование ис- следований и обработка их результатов — две неразрывно связанные задачи статистического анализа. Все эти методы нашли широкое применение в экологических исследованиях и сегодня широко ис- пользуются.
Среди отечественных учёных, внёсших вклад в развитие эколо- гометрии можно отметить П.И. Чебышева (1821-1894) с его математической школой, С.Н. Бронштейна (1880-1948), А.Я. Хинчина (1894-1959), А.Н. Колмогорова (1903-1989) и др.
Термин «экология» был впервые использован Э. Гекклем в 1866г., после этого в науке появляются чисто экологические исследования. Интерес к экологическим исследованиям неуклонно растет. И все шире при исследованиях здесь применяются методы эколо- гометрии. Ярким примером тому служит известная книга Д.Х. Ме- доуза, Д.Л. Медоуза, Й. Рандерса «За пределами роста», вышедшая на русском языке в 1991г. В ней на богатом статистическом мате- риале построены математические модели, охватывающие многие стороны экологии планеты. Сегодня «экологизация», которую предугадывали В.И.Вернадский и В.В.Докучаев, охватила не только естественные науки, но и социальные, политические и экономические, использующие статистические данные о жизни планеты с той или иной стороны, т.е. имеют одну надежную статистическую платформу.
Экологометрия изучает явления на стыке двух наук — экологии и математики. Она превращает экологию из описательной, в точную науку, основанную на измерениях, на применении количественных оценок при решении экологических задач.
Экологометрия занимается статистическим анализом массовых явлений в экологии с целью выявления закономерностей в их раз- витии. Предметом экологометрии служит любой экологический объект, если проводимые над ним наблюдения получают количественное выражение. Обычно наблюдения проводятся над группой объектов, которая называется статистической совокупностью. Понятие статистической совокупности — одно из фундаментальных понятий экологометрии. Оно базируется на принципе качественной однородности её состава.
Статистическая совокупность может состоять не только из аморфной массы однородных объектов, но и из разных по составу, но внутренне однородных групп, объединённых в отношении принятых в опыте условий для совместной статистической обработки. В таких случаях совокупность исходных данных называется статистическим комплексом. Например, в массе наблюдаемых предприятий по результатам выбросов в атмосферу вредных веществ можно образовать несколько групп по отдельным веществам: твердые частицы, сера, кислотные вещества и т.д.
Наблюдения над экологическими объектами проводятся по тем или иным признакам, т.е. таким характерным особенностям ,в строении и функциях, по которым можно отличить один объект от другого. Различают качественные (атрибутивные) и количественные признаки. Качественные признаки не поддаются непосредственному измерению и учитываются по наличию их у отдельного объекта данной совокупности. Например, изменение цвета растительности при воздействии вредных выбросов какого-либо предприятия. Условное деление признаков на качественные и количественные в каждом конкретном случае может обнаружить множество количественных градаций, равно как и совокупность числовых значений.
Экологические признаки можно классифицировать по-разному в зависимости оттого, что принимается за основу классификации. Если основу классификации составляет тот или иной способ группировки экологических данных, то их признаки делят на альтернативные, порядковые, ранговые и др. Признаки, как правило, варьируются при измерениях от объекта к объекту, из-за изменения факторов, действующих на объект. Колебания величины одного и того же признака, наблюдаемые в общей массе его числовых значений, называются вариациями, а отдельные числовые значения варьирующего признака принято называть вариантами.