Оценить:
 Рейтинг: 0

Математические модели в естественнонаучном образовании. Том I

Год написания книги
2022
Теги
<< 1 ... 43 44 45 46 47 48 49 50 >>
На страницу:
47 из 50
Настройки чтения
Размер шрифта
Высота строк
Поля

1. Рассмотрим конкретную модель Лесли с двумя возрастными группами. После интерпретации каждого элемента матрицы исследуйте поведение вашей модели экспериментально, используя MATLAB для различных начальных популяций, включая собственные векторы матрицы. Объясните, как собственные значения и собственные векторы отражаются в поведении, которое видите при построении графиков популяций с течением времени. Повторите исследование для нескольких других матриц.

Рекомендации

Начните с модели Лесли

, используя последовательность команд MATLAB, например:

P=[1/8 6; 1/5 0]

x=[10; 990]

xhistory=x

x=P*x, xhistory=[xhistory x]

x=P*x, xhistory=[xhistory x]

x=P*x, xhistory=[xhistory x]



plot(xhistory')

Для различных вариантов начальных популяций опишите, что, по-видимому, происходит с популяциями с течением времени. Численность членов в каждой группе становится больше или меньше? Колеблются ли они? Рассчитайте соотношение незрелых особей к взрослым в разное время. Как меняется это соотношение? Повторите эту работу с несколькими различными вариантами начального вектора. Качественно опишите все виды поведения, которые увидите.

Вычислите собственные векторы и собственные значения матрицы

, введя:

[S,D]= eig(A)

Используйте первый собственный вектор в качестве начального вектора, введя:

x=S(:,1)

и проведите численный эксперимент, включая построение графика. Повторите вышесказанное, используя второй собственный вектор, полученный командой:

x=S(:,2)

Опишите поведение модели в случае взятия этих значений в качестве начальных векторов. Чем будет отличаться поведение? Что осталось прежним? Как собственные значения влияют на такое поведение?

Как поведение, которое наблюдается при использовании собственных векторов в качестве начальных, отражается на поведении, которое видели при других начальных векторах?

Повторите все вышесказанное на нескольких других моделях, таких как:

,

,

.

Объясните интуитивно, почему каждая из этих моделей демонстрирует то или иное поведение. Затем объясните в терминах собственных значений и собственных векторов матрицы, почему происходит такое поведение.

Охарактеризуйте возможное поведение этих

-матричных моделей с точки зрения знака и абсолютной величины собственных значений.

2. Модели Лесли и Ашера можно использовать для разработки методических рекомендаций, чтобы помочь сокращающимся популяциям восстановиться. Хорошо известным примером этого было исследование популяций морских черепах, которое выполнили Краус и его последователи в 1987 году. В проведённом исследовании с математической точностью обосновывалась необходимость использования специальных устройств для исключения попадания черепах в сети с креветками.

Подобное вмешательство может быть разработано таким образом, чтобы воздействовать на любой из элементов в матрице Лесли, моделирующей популяцию. Поскольку доминантное собственное значение матрицы определяет общую скорость роста, необходимо изучить, как изменения элементов в матрице, влияют на доминантное значение. Определение эффекта небольших изменений в каждом из элементов иногда называют анализом чувствительности. Представьте себе находящуюся под угрозой исчезновения популяцию, сгруппированную в незрелые и зрелые подгруппы и смоделированную моделью Ашера с матрицей

.

Проанализируйте влияние небольших изменений в каждом из ненулевых элементов матрицы на динамику развития популяции.

Рекомендации

Каково доминирующее собственное значение модели? Как быстро популяция будет увеличиваться или сокращаться, если не будет внесено никаких изменений?

Для матрицы

, какие значения

 дают значимую с прикладной точки зрения модель? Для различных значений

 в этом диапазоне вычислите доминирующее собственное значение

. Представьте результаты вычислений в виде таблицы и в виде графика функции

 от

. Для этого могут пригодиться следующие команды в MATLAB:

lambda1vec=[]

cvec=[0:.1:1]

for c=cvec

A=[ 0 1.7;c .1]

lambda1=max(eig(A))

lambda1vec=[lambda1vec, lambda1]

end

plot(cvec, lambda1vec)
<< 1 ... 43 44 45 46 47 48 49 50 >>
На страницу:
47 из 50