Математические модели в естественнонаучном образовании

Рисунок 1.2. Популяционные значения из нелинейной модели.

Однако с математической точки зрения не всё так хорошо. В отличие от линейной модели, нет очевидной формулы для

, которая возникала бы из составленной таблицы. На самом деле, единственный способ получить значение

, по-видимому, заключается в создании таблицы с сотней записей в ней. Утратилась легкость, с которой можно было бы предсказывать будущие значения популяции.

Это то, с чем приходится мириться: хотя нелинейные модели более реалистичны, зачастую не представляется возможным получение явных формул для решения нелинейных дифференциальных уравнениях. Вместо этого используются графические методы и численные эксперименты для того, чтобы получить общее представление о поведении модели.

Первый из таких методов называется «Паутина». Паутина является основным графическим методом для понимания математической модели дискретного логистического уравнения. Это лучше всего проиллюстрировать на примере.

Рассмотрим еще раз модель

,

. Начнём с построения графика параболы, определенной уравнением, выражающим

 через

, а также диагональной линии

, как показано на рисунке 1.3. Так как популяция начинается с

, отмечаем это значение на горизонтальной оси графика. Теперь, чтобы найти

, просто двигаемся вертикально вверх по графику параболы, чтобы найти точку

, как показано на рисунке.

Далее хотелось бы найти

, но для этого нужно отметить

 на горизонтальной оси. Самый простой способ сделать это – двигаться горизонтально от точки

 до диагональной линии. Когда достигнем диагональной линии, окажемся в

, так как сохранили ту же вторую координату, но изменили первую координату. Теперь, чтобы найти

, просто двигаемся вертикально назад к параболе, чтобы найти точку

. Теперь это просто вопрос повторения этих шагов навсегда: двигаться вертикально к параболе, затем горизонтально к диагональной линии, затем вертикально к параболе, затем горизонтально к диагональной линии и так далее.

Рисунок 1.3. Паутинная диаграмма нелинейной модели.

Судя по графику ясно, что если начальная популяция

 лежит в диапазоне от 0 до

, то модель с

 и

 приведёт к постоянно растущему значению популяции, которое приближается к предельному значению пропускной способности равному 10.

Если оставить те же значения

 и

, но положить

, то паутина будет выглядеть так, как показано на рисунке 1.4.

Рисунок 1.4. Паутинная диаграмма нелинейной модели.

Действительно, становится ясным, что если

 имеет значение больше, чем

, то наблюдается немедленное падение численности популяции. Если такое падение окажется ниже критического, то произойдёт постепенное увеличение, приближающееся обратно к предельному значению пропускной способности модели.

Вопросы для самопроверки:

– Для модели

 найдите отличное от нуля значение

, соответствующее абсциссе точки пересечения параболы с горизонтальной осью, то есть имеющей ординату

.

– Что произойдет, если

 выбрать больше, чем значение, найденное в предыдущем вопросе?

Если популяция становится отрицательной, то мы должны интерпретировать это как вымирание.

На этом этапе можно узнать гораздо больше, изучая логистическую модель с помощью калькулятора или компьютера, чем просто прочитав текст. Упражнения ниже помогут в этом. На самом деле обнаружится, что логистическая модель имеет некоторые сюрпризы, которые вы, возможно, не ожидаете.

Задачи для самостоятельного решения:

1.2.1. Пусть

 и

. С помощью калькулятора составьте таблицу популяционных значений

 для

. Изобразите полученные результаты на графике.

1.2.2. В модели

, какие значения

 приведут к тому, что

 окажется положительным? Отрицательным? Какой смысл это имеет?

1.2.3. Повторите решение задачи 1 в MATLAB с помощью команд аналогичных следующим:

p=1; x=p

for i=1:22; p=p+.3*p*(1-p/15); x=[x p]; end

plot([0:22], x)

Объясните, как это работает.

1.2.4. Используя следующую программу onepop.m для MATLAB при различных значениях

, исследуйте долгосрочное поведение модели

, где

. Возможно, придется изменить количество шагов, с которыми вы запускаете модель, чтобы изучить некоторые из вариантов.

% onepop.m

%

% Модель популяции одного вида

%

% У пользователя запрашивается уравнение, определяющее модель. Затем, кликнув

% по начальной численности популяции на графике, динамика популяции как функция

% от времени будет изображена в виде графика. После выполнения симуляции

% при нажатии клавиши 'd' числовые данные отобразятся в командное окно MATLAB.

%

p=0; % инициализация переменной популяции для формулы

%

disp(' ')

disp(' Введите формулу, определяющую модель популяции, обозначая за "p"')

disp('численность популяции: (Например: следующее_p = p+.8*p*(1-p/10) )')

next_p=input ('следующее_p = ','s');

%

p=eval(next_p); % тестируемая формула

%

disp(' ')

disp(' Введите диапазон популяции, который будет отображаться на графике:');

limits=input('(Значение по умолчанию [pmin pmax] = [0 20]) ');

if isempty(limits) limits=[0 20]; end;