Денис Соломатин - Математические модели в естественнонаучном образовании. Том I

Тут можно читать онлайн Денис Соломатин - Математические модели в естественнонаучном образовании. Том I - бесплатно ознакомительный отрывок. Жанр: Биология, год 2022. Здесь Вы можете читать ознакомительный отрывок из книги онлайн без регистрации и SMS на сайте лучшей интернет библиотеки ЛибКинг или прочесть краткое содержание (суть), предисловие и аннотацию. Так же сможете купить и скачать торрент в электронном формате fb2, найти и слушать аудиокнигу на русском языке или узнать сколько частей в серии и всего страниц в публикации. Читателям доступно смотреть обложку, картинки, описание и отзывы (комментарии) о произведении.
  • Название:
    Математические модели в естественнонаучном образовании. Том I
  • Автор:
  • Жанр:
  • Издательство:
    неизвестно
  • Год:
    2022
  • ISBN:
    нет данных
  • Рейтинг:
    3/5. Голосов: 11
  • Избранное:
    Добавить в избранное
  • Отзывы:
  • Ваша оценка:
    • 60
    • 1
    • 2
    • 3
    • 4
    • 5

Денис Соломатин - Математические модели в естественнонаучном образовании. Том I краткое содержание

Математические модели в естественнонаучном образовании. Том I - описание и краткое содержание, автор Денис Соломатин, читайте бесплатно онлайн на сайте электронной библиотеки LibKing.Ru
Начало XXI века ознаменовано выходом в свет прекрасной книги Mathematical Models in Biology An Introduction / Elizabeth S. Allman, University of Southern Maine, John A. Rhodes, Bates College, Maine, содержащей обзор достижений века предшествующего, которая легла в основу данного издания, поэтому если уже знакомы с ней, то мне вас практически нечем удивить. В противном случае – добро пожаловать в чудесный мир тесного переплетения идей биологии, криптографии, абстрактной общей алгебры, конкретной дискретной математики и вероятностной математической статистики, на пользу бурно развивающейся ныне биоматематики. Хотите узнать в чём практический смысл вычисления собственных значений и собственных векторов матриц? Как определяется доля населения, которая должна быть успешно вакцинирована для обеспечения коллективного иммунитета? Как из структуры ДНК можно почерпнуть принципы СУВ? И много-многое другое? Тогда эта книга именно для вас.

Математические модели в естественнонаучном образовании. Том I - читать онлайн бесплатно ознакомительный отрывок

Математические модели в естественнонаучном образовании. Том I - читать книгу онлайн бесплатно (ознакомительный отрывок), автор Денис Соломатин
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Подумаем о том, почему такое колебание может произойти с точки зрения моделируемой популяции. Если картинка 444, мера скорости воспроизводства новых ленов популяции, достаточно велика, то популяция ниже пропускной способности окружающей среды может за один временной шаг своего развития временно вырасти настолько, что превысит пропускную способность. Как только численность превышает пропускную способность, популяция вымирает достаточно быстро, чтобы к следующему шагу она снова оказалась ниже пропускной способности окружающей среды. Но затем её численность снова вырастет настолько, чтобы превзойти критическое значение. Как будто популяция перенастраивается и адаптируется заново на каждом временном интервале.

Если параметр картинка 445 логистической модели окажется больше только что рассмотренных значений, то популяция не приблизится к равновесию. Когда Математические модели в естественнонаучном образовании Том I - изображение 446, получится Математические модели в естественнонаучном образовании Том I - изображение 447 и поэтому ранее устойчивое равновесие картинка 448 становится неустойчивым. Таким образом, происходит резкое качественное изменение поведения численности популяции по мере дальнейшего увеличения параметра картинка 449. Отсюда возникает интересный вопрос, каковы возможности модели с двумя неустойчивыми равновесиями и без устойчивых. Какое поведение тогда можно ожидать в долгосрочной перспективе?

Компьютерный эксперимент показывает, что для значений картинка 450 чуть больше 2 популяция попадает в 2-цикл, её численность бесконечно прыгает взад и вперед между значением выше 1 и значением ниже 1. По мере дальнейшего увеличения картинка 451 значения в 2-цикле меняются, но наличие 2-цикла сохраняется до тех пор, пока не достигнем другого значения картинка 452, при котором происходит еще одно внезапное качественное изменение. На этот раз видим, что 2-цикл становится 4-циклом. Дальнейшее увеличение картинка 453 производит 8-циклы, затем 16-циклы и так далее.

Эта модель приводит к неожиданному, но интересному выводу: одна и та же популяция может демонстрировать разные циклы в своей численности, даже когда окружающая среда совершенно неизменна. Считая, что теоретические предположения в построении математической модели были верны и популяция имеет достаточно большое значение картинка 454, на практике она может никогда не достигать ни одного из теоретически существующих равновесных значений.

Хороший способ понять влияние изменения параметра картинка 455 на рассматриваемую модель заключается в изображении диаграммы бифуркации на рисунке 1.6. В Maple это изображение легко получить следующей серией команд:

with(IterativeMaps):with(ImageTools):

Logistic := Bifurcation([x], [x + r*x*(1 – x)], [0.99], 1.5, 3):

ArrayTools:-Dimensions(Logistic)

ColouringProcedures:-HueToRGB(Logistic):Embed(Logistic)

Математические модели в естественнонаучном образовании Том I - изображение 456

Рисунок 1.6. Бифуркационная диаграмма логистической модели Математические модели в естественнонаучном образовании Том I - изображение 457. По горизонтальной оси слева направо меняется значение параметра картинка 458, а по вертикальной снизу вверх отложены циклические аттракторы значений соответствующей популяции.

Рисунок 1.6 получен следующим образом. Для каждого значения картинка 459 на горизонтальной оси выбирается некоторое значение картинка 460 и выполняется итерация модели на несколько временных шагов, чтобы пройти этап переходного процесса, например, раз 200. На практике это означает повторение итераций столько раз, пока не надоест. Затем продолжаются итерации на серии дополнительных шагов, раз 100, но теперь все значения картинка 461 наносятся на вертикальную ось над конкретным используемым картинка 462. Это значения будут концентрироваться вокруг своеобразных точек притяжения, формируя так называемые циклические аттракторы.

Чтобы проиллюстрировать процесс для дискретной логистической модели, положим картинка 463. Тогда, независимо от картинка 464, после первого набора большого числа итераций, картинка 465 будет очень близок к стабильному равновесию картинка 466. Таким образом, когда строим следующий набор из многих итераций, просто многократно строим точки, которые будут выглядеть так, будто они находятся в картинка 467. На рисунке 1.6 точки фрагмента этой горизонтальной прямой выделены розовым цветом.

Если теперь продолжить процесс построения диаграммы при картинка 468 чуть большем чем 2, то первый набор итераций устремляет значения картинка 469 в 2-цикл, и затем, когда строится график на последующем наборе итераций, появляются точки, которые циклически перескакивают назад и вперед между двумя значениями, поэтому кажется, будто построили две точки. На рисунке 1.6 точки сформировавшихся в результате ветвей выделены синим.

На этой диаграмме заметно несколько особенностей. Во-первых, интервал значений картинка 470, через который получаем картинка 471-цикл, будет короче, чем для предыдущего картинка 472-цикла. Таким образом, как только картинка 473 становится достаточно большим, небольшие дополнительные увеличения его значения имеют более радикальные последствия.

Во-вторых, если картинка 474 продолжает увеличиваться после определенной точки (≈2.692…), на рисунке 1.6 этот фрагмент подсвечен красным, то все бифуркации на картинка 475-циклах произошедшие ранее начинают смешиваться, обнаруживается принципиально иной тип поведения аттракторов. Создается впечатление, что предельные значения модели изменяются более или менее случайным образом. Однако такое поведение, конечно, не случайно – существует полностью детерминированная формула, воспроизводящая его. Техническая терминология для описания того, что произошло, заключается в том, что поведение модели стало хаотичным. Выбор слова «хаос» для описания этого процесса, возможно, неудачен, поскольку вызывает ассоциацию с элементами случайности и изначальной путаницы, которых на самом деле нет. Тем не менее, данная математическая модель прекрасно находит себе практическое применение в современных цифровых криптосистемах и аналоговых системах радиоэлектронной борьбы, поскольку достаточно просто реализуется на аппаратном уровне.

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать


Денис Соломатин читать все книги автора по порядку

Денис Соломатин - все книги автора в одном месте читать по порядку полные версии на сайте онлайн библиотеки LibKing.




Математические модели в естественнонаучном образовании. Том I отзывы


Отзывы читателей о книге Математические модели в естественнонаучном образовании. Том I, автор: Денис Соломатин. Читайте комментарии и мнения людей о произведении.


Понравилась книга? Поделитесь впечатлениями - оставьте Ваш отзыв или расскажите друзьям

Напишите свой комментарий
x