Файл: Математическое моделирование в экологии.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 31.03.2024

Просмотров: 1112

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

СОДЕРЖАНИЕ

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

mt = t1/t2 = τ1/ τ 2.

Понятие геометрического подобия или подобия геометрических образов в теории моделирования понимается в более широком смысле, чем это обычно принято. Самое общее определение его вытекает из понятия подобия функций, описывающих геометрические образы. Два образа геометрически подобны в широком смысле, если при соответствующем расположении этих образов в некоторой системе координат подобны их математические описания.

назад


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.