Математические модели в естественнонаучном образовании
Шрифт:
Векторы и матрицы также подчиняются дистрибутивным законам умножения относительно сложением, а именно:
Наконец, хотя матричное умножение некоммутативно, можно менять порядок множителей матрицы и скаляра, например,
Задачи для самостоятельного решения:
2.1.1. Вычислите без помощи компьютера
а.
б.
в.
г.
2.1.2. Объясните, почему произведение
2.1.3.
A=[-1,2;1,1]
а.
б.
в.
г.
д.
е. Докажите, что
2.1.4. Выполните пункты (а-е) из предыдущего задания для
2.1.5. Для матрицы
2.1.6. Для матрицы
2.1.7. Для матрицы
P=[.18 .21; .17 .15]
x=[10; 12]
pops=[x]
x=P*x
for n=1:10
pops=[pops x]
x=P*x
end
plot(pops')
Повторите этот процесс несколько раз, используя различные начальные векторы
2.1.8. В первом примере данного раздела описывается классическая модель из жизни насекомых, системой уравнений
а. Запишите эту модель в матричной форме, как
б. Вычислите
в. Вычисление
2.1.9. Во втором примере данного раздела описывается модель системой уравнений
а. Выразите эту модель с помощью 3x 3-матрицы
б. Вычислите
в. Начиная со значений
2.1.10. В материалах данного раздела строится модель леса из двух типов деревьев, когда одни сменяются другими и обратно, в динамике и временной перспективе дается оценка соотношения ожидаемого числа деревьев разного типа. Отсюда вопрос: а в онкологии, определяемой по слюне или еще где-то, биохимики могут ли использовать подобное? Например, делается замер концентрации нескольких веществ по образцу слюны, потом впрыскивается какой-нибудь катализатор, делается повторный замер концентрации тех же веществ, смотрим как изменилось их соотношение, строим матрицу перехода от одного состояния к другому для здорового и для больного, тем самым как-бы оценивается быстрота и направление реакции, чего стало больше, чего меньше и насколько, а дальше по этой матрице моделируется развитие событий, для постановки экспресс диагнозов.
2.2. Матрицы перехода для структурированных моделей
Хотя линейные модели и имеют широкое применение, выходящее за рамки моделирования популяций, существует несколько важных приложения именно линейной алгебры для моделирования популяций. В этом случае матрицы перехода часто имеют довольно хорошую структуру, поскольку существуют естественные способы разбиения популяции на подгруппы по возрасту или стадии развития.
Проиллюстрируем сказанное на примере модели Лесли. Суть необходимости использования этой модели в том, что у некоторых видов темпы размножения очень индивидуальны. Например, рассмотрим две разные популяции людей с одинаковой общей численностью. Если бы в одной присутствовали в основном люди в возрасте старше 50 лет, а в другой в основном 20-летние, то ожидались бы совершенно разные скорости роста популяций. Очевидно, что возрастная структура населения имеет важное значение.
Люди развиваются достаточно долго до момента полового созревания, на всём протяжении этого времени размножение не происходит. После полового созревания различные социальные факторы препятствуют или поощряют деторождение в определенном возрасте. Наконец, менопауза ограничивает размножение пожилых женщин.
Чтобы смоделировать влияние возраста на скорость роста населения, можно начать моделирование популяции людей с создания пяти возрастных групп:
Здесь
Можно ожидать, что