Современная экологическая обстановка в отдельных странах и регионах оставляет желать лучшего. Миссия нашего сайте — обеспечить русскоязычных жителей планеты Земля актуальной информацией о защите окружающей среды, экологической безопасности и экологии в целом.

Полезные ресурсы и публикации:
-

Д.А. Кривошеин, Л.А. Муравей, Н.Н. Роева, О.С. Шорина, Н.Д. Эриашвили, Ю.Г. Юровицкий, В.А. Яковлев
Экология и безопасность жизнедеятельности

Учебное пособие для вузов / Под ред. Л.А. Муравья. – М.: ЮНИТИ-ДАНА, 2000. - 447 с.

Предыдущая

Раздел 3. Моделирование в экологии

Глава 10. Стохастические модели

10.1. Случайные процессы при описании популяций

Рассматриваемые выше модели – детерминистские. Это должно иметь какие-то основания, которые мы и попытаемся сейчас обсудить.

Если речь идет о динамике популяций, то можно выделить по крайней мере два аспекта, по которым детерминистская модель не может служить точным отражением реальной экологической системы: во-первых, она допускает бесконечно большую численность популяции; во-вторых, не учитывает случайных колебаний, происходящих в среде во времени.

В качестве примера детерминистской экологической модели рассмотрим уравнение

,               (10.1)

где N – число особей в момент времени t,

а – истинная скорость роста.

Решением этого уравнения, удовлетворяющим начальному условию

N(0)=No,                  (10.2)

является функция

N(t)=N0eat,              (10.3)

(так называемый закон Мальтуса – закон роста популяции без конкуренции). В основе главного допущения здесь лежит то, что за короткий промежуток времени t каждая особь порождает aΔt новых особей.

В соответствующей стохастической модели принимается более правдоподобное допущение, согласно которому за период Δt одна особь с вероятностью λ производит одного потомка и с вероятностью μΔt умирает. Обозначим через рi(t) вероятность того, что в момент времени t численность популяции равна i, i = 0, 1, 2, ... Рассмотрим величину pi(t + Δt). В силу малости Δt можно считать, что численность популяции останется прежней, равной i, в результате трех независимых событий – появления потомков в популяции с численностью i1, отсутствия случаев рождения и смерти в популяции с численностью i и смерти в популяции с численностью i+1. При этом вероятность pi(t + Δt) равна сумме вероятностей этих событий:

pi(t + Δt) = (i-1) λ pi-1 (t) Δt+(1-i(λ)pi(t) Δt+(i+1) μi+1(t) Δt , откуда

(i-1) λ pi-1 (t)- i(λ)pi(t)+ (i+1) μi+1(t).

Переходя в полученном соотношении к пределу при t -> ∞, получим систему уравнений Колмогорова

 (10.4)

В виде (10.4) уравнения справедливы при i= 2, 3, 4, .... При i = 1 из (10.4) получаем уравнение

 (10.5)

 а при i = 0 – уравнение

 (10.6)

(естественно считать, p-1(t)≡0).

Если в начальный момент времени t=0 в популяции имелось N0 особей, то начальные условия для системы обыкновенных дифференциальных уравнений с постоянными коэффициентами (10.4)–(10.6) имеют вид:

 (10.7)

Рассматриваемый процесс гибели и рождения является случайным процессом (классическим примером цепей Маркова [17]), а само решение задачи (10.4)–(10.7) можно получить стандартными методами теории обыкновенных дифференциальных уравнений (см., например, [47]). Нас интересуют следующие вероятностные характеристики: ожидаемое значение, т. е. среднее значение популяции в момент времени t

N(t)=(t)                    (10.8)

и вариация (дисперсия), т. е. среднее квадратичное отклонение от N(t)

.              (10.9)

Для вычисления N(t) заметим, что из уравнения (10.5) и первого уравнения из (10.4) вытекает

Продолжая этот процесс сложения, получим

т. е. обыкновенное дифференциальное уравнение

N'(t)=(λ - μ)N(t)               (10.10)

с начальным условием (10.7)

       (10.11)

Решение его, очевидно, равно

N(t)=,                (10.12)

в частности, при λ > μ численность популяции экспоненциально возрастет (при λ=μ+a определяется уравнением (10.3)), а при λ < μ экспоненциально убывает при t -> ∞. Аналогично (см. [17]) вычисляется вариация

                (10.13)

откуда при λ > μ для коэффициента вариации получаем выражение

                  (10.14)

которое при t -> ∞ стремится к величине . Следовательно, при достаточно больших начальных значениях популяции N0 среднее квадратичное отклонение от N(t) является равномерно малым, и детерминистская модель дает адекватное представление о поведении популяции при больших значениях времени.

Предыдущая