ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 31.03.2024
Просмотров: 1176
Скачиваний: 0
СОДЕРЖАНИЕ
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
2.2. Этапы построения математической модели
1.4. Элементы теории подобия, применяемые в моделировании
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
Выборка из генеральной совокупности
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
Рекомендации по выбору вида функции
3.4. Динамические статистические модели
Данные по объему сброса качественных сточных вод
Данные по объему сброса сточных вод за 5-летие
Пример расчета 5-летних средних
Расчетные значения для определения уравнения динамики
Ряд динамики для определения сезонных колебаний
Эксперименталъный материал исследования
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 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.
Критические значения коэффициента корреляции rk;α
2.1. Подобие физических явлений и его признаки
2.4. Применение методов подобия в математическом
11.3. Численные методы решения дифференциальных уравнений
11.3.2. Процесс численного решения
11.3.4. Модифицированный метод Эйлера
11.3.6. Метод Рунге – Кутта для систем дифференциальных уравнений
11.3.7. Общая характеристика одношаговых методов
11.3.9. Методы прогноза и коррекции
11.3.10. Краткая характеристика методов прогноза и коррекции.
11.3.11. Выбор шага и погрешность решения.
11.4. Имитационное моделирование систем
11.4.1. Принципы имитационного 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
11.6.1. 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
Рис. 13.10. Схема многомерного процесса.
Запись в матричной форме имеет вид:
(13.29)(5.29)
где
Предположим, что смесь в смесителе содержит три (см. рис. 5.8) компонента, вступающих в реакцию по схеме
k1 k2
АВ С
где ki — константы скоростей реакций. Тогда система уравнений и конкретные начальные условия в уравнении (5.29) примут вид
Пусть матрица X(t) задана априори, а величины Y0, и а требуется
оценить во временном интервале 0 < t < tn пo дискретным наблюдениям, представленным следующим соотношением
Y(t1) =h(t1) y(t1)+ ε(t1), , (13.30)(5.30)
где Y(t1) — вектор-столбец n1;
h(t1) — матрица nv, заданная априори; е(t1) — вектор -столбец n1 (вектор "шума"), элементами которого яв- ляются ненаблюдаемые ошибки.
Решение модели (5.28) можно записать в форме
(5.31)
Например, решение модели с тремя химическими компонента- ми в смесителе имеет вид
Подстановка решения (5.31) в соотношение (5.30) дает:
.
что можно представить в общей форме
.
Подобное выражение можно записать и для непрерывных наблюдений, просто опуская индекс i при t. Модель, содержащая одно или несколько линейных дифференциальных уравнений более высокого порядка с постоянными коэффициентами, можно преобразовать в модель, содержащую систему обыкновенных дифференциальных уравнений первого порядка.
При оценке случайных процессов в экологии большое значение играют выбросы за определенные значения времени и оценка их вероятности.
Пусть имеется случайный процесс Х(t) (рис.5.11), где под длительностью выброса (t0) понимается отрезок времени, в течение которого X(t) превышает заданный уровень Х0. Представляет интерес длительность интервала t0 между выбросами, т.е. отрезок времени, в течение которого X(t) не превышает уровня Х0.
Рис. 13.11. Пересечение случайным процессом заданного уровня
Вероятность пересечения уровня Х0 снизу вверх (т.е. с положительной производной) в достаточно малом интервале времени ∆t совпадает с вероятностью неравенств
х0 — ∆х ≤ x(t) <х0
Пусть ω2(х, у, t) — двумерная функция распределения X(t) и в совпадающий момент времени t.
Тогда
.
При достаточно малом ∆t внутренний интервал можно заменить выражением
ω2(x0,y,t) ∆x = y ω2(x0,y,t) ∆t
и тогда получим выражение
(5.32)
где
(5.33)
Рассмотрим интервал времени конечной длины (t, t +T) и разобьем его на N не перекрывающиеся малые интервалы (ti, ti +∆ti) с промежуточными точками t=t1< t2 < ... <tN+i; ∆ti= ti+1 - ti.
Для каждого из указанных интервалов времени определим случайную величину vi равную 1, если X(t) на интерва- ле (ti, ti+∆ti) пересекает уровень х0 с положительной производ- ной, и, равную нулю, если такого пересечения не происходит. Эти случайные величины являются своеобразными счетчиками пересечений. Ясно, что общее число пересечений на интервале (t, t+T) равно:
Предполагается, что ∆ti столь мало, что вероятностью более одного пересечения в это время можно пренебречь. Так как вероятность того, что vi =1, определяется по формуле (5.32), то среднее значение М1(х0, t, T) числа пересечений с положительной производной уровня х0 на указанном интервале равно:
Переходя к пределу при N→∞, находим следующую формулу для среднего числа пересечений уровня x0 с положительной производной на интервале (t, t+T)
или
,
Среднее значение числа пересечений уровня х0 с положительной производной уровня х0 в единицу времени (т.е.) равно:
.
Если случайный процесс стационарен, то
.
Заметим, что среднее число пересечений с заданным знаком производной совпадает с числом выбросов случайного процесса.
Для стационарного случайного процесса дисперсия числа пе- ресечений с положительной производной уровня х0 в единицу времени равна:
. (5.34)
Очевидно, что формула (5.34) определяет также и дисперсию числа выбросов на заданном интервале в единицу времени соответственно. Если задана одномерная функция распределения случайного процесса — F1(х), то среднее значение длительности выбросов равно:
назад
Лекция 14. Балансовые модели.
Национальное хозяйство развивается в сложной сети межотраслевых взаимосвязей, понять которые во всей их совокупности путем простого суммирования невозможно. Например, спрос на металл оказывает влияние на добычу железной руды и руд, содержащих различные металлы и вещества, необходимые для получения стали и сплавов. Это в свою очередь увеличивает спрос на горнорудную технику. Обычные методы счета не пригодны для количественного анализа прямого и косвенного эффектов распространения таких влияний одной отрасли на другую. Решить проблему можно только с помощью современных методов анализа, в основе которых заложен метод межотраслевого баланса («затраты — вы- пуск»). Этот метод разработан В. Леонтьевым. Он позволяет дать последовательные и численно определенные ответы на вопросы, связанные с межотраслевыми взаимодействиями и их влиянием на современные макроэкономические показатели. Метод межотраслевого баланса оказался пригоден для решения целого класса экологических задач, связанных с расходами и пополнениями экологических ресурсов.
Рассмотрим математическую модель рационального использования природных ресурсов в процессе промышленного производства, в котором используется модель межотраслевого баланса.
Сферу жизнедеятельности человека составляют семь основных экологических подсистем: космос, солнечная энергия, атмосфера, почва, леса, вода, недра Земли, каждая из которых характеризуются определенными параметрами ,запасами ресурсов ,их расходом за период от t0 до t и восполнением за этот же период.
Введём понятие «экологическое равновесие» для подсистем, которое определяется условием сохранения запаса ресурсов и их параметрами, обеспечивающими жизнедеятельность человека и сохранность других экологических подсистем региона, что может быть представлено в виде неравенств: