Modele ze strukturą wieku

Slides:



Advertisements
Podobne prezentacje
Prędkość początkowa Vo
Advertisements

Wykład 4 2. Przykłady ruchu 1.5 Prędkość i przyśpieszenie c.d.
Wprowadzenie w problematykę związaną z twierdzeniem Gödla
Model Konkurujących Gatunków
Metody numeryczne część 1. Rozwiązywanie układów równań liniowych.
Równanie różniczkowe zupełne i równania do niego sprowadzalne
Modelowanie pojedynczej populacji .
Metoda simpleks Simpleks jest uniwersalną metodą rozwiązywania zadań programowania liniowego. Jest to metoda iteracyjnego poprawiania wstępnego rozwiązania.
Model immunologiczny.
Wzory Cramera a Macierze
Badania operacyjne. Wykład 2
Metody numeryczne wykład no 2.
Metody Numeryczne Wykład no 3.
Wykład no 11.
Modelowanie i symulacja
Instrumenty o charakterze własnościowym Akcje. Literatura Jajuga K., Jajuga T. Inwestycje Jajuga K., Jajuga T. Inwestycje Luenberger D.G. Teoria inwestycji.
Liczby Pierwsze - algorytmy
ZLICZANIE cz. II.
„METODA FOURIERA DLA JEDNORODNYCH WARUNKÓW BRZEGOWYCH f(0)=f(a)=0”
Wykład Równania Maxwella Fale elektromagnetyczne
Materiały pomocnicze do wykładu
Metoda simpleks opracowanie na podstawie „Metody wspomagające podejmowanie decyzji w zarządzaniu” D. Witkowska, Menadżer Łódź Simpleks jest uniwersalną.
Geometria obrazu Wykład 13
8. LOGIKA TEMPORALNA Składnia zdaniowej logiki temporalnej:
Temat: Cechy populacji biologicznej.
Metody numeryczne Wykład no 2.
Matematyka.
Funkcje matematyczne Copyright © Rafał Trzop kl.IIc.
Hipoteza cegiełek, k-ramienny bandyta, minimalny problem zwodniczy
Testowanie hipotez statystycznych
Dodatkowe własności funkcji B-sklejanych zawężenie f do K Rozważmy funkcjeIch zawężenia do dowolnego przedziałutworzą układ wielomianów. Dla i=k ten układ.
Metody numeryczne SOWIG Wydział Inżynierii Środowiska III rok
Obserwatory zredukowane
Stabilność Stabilność to jedno z najważniejszych pojęć teorii sterowania W większości przypadków, stabilność jest warunkiem koniecznym praktycznego zastosowania.
dla klas gimnazjalnych
Elementy Rachunku Prawdopodobieństwa i Statystyki
Zakładamy a priori istnienie rozwiązania α układu równań.
Języki i automaty część 3.
Teoria sterowania 2011/2012Stabilno ść Kazimierz Duzinkiewicz, dr hab. in ż. Katedra In ż ynierii Systemów Sterowania 1 Stabilność Stabilność to jedno.
Dekompozycja Kalmana systemów niesterowalnych i nieobserwowalnych
Podstawy analizy matematycznej I
II. Matematyczne podstawy MK
Kilka wybranych uzupelnień
MODEL LOGISTYCZNY I JEGO UOGÓLNIENIA
Wprowadzenie do ODEs w MATLAB-ie
Sterowanie – metody alokacji biegunów II
Przekształcenia liniowe
Rozwiązywanie liniowych układów równań metodami iteracyjnymi.
Szeregi funkcyjne dr Małgorzata Pelczar.
Metody numeryczne szukanie pierwiastka metodą bisekcji
Metody matematyczne w Inżynierii Chemicznej
WYKŁAD 8 FALE ELEKTROMAGNETYCZNE W OŚRODKU JEDNORODNYM I ANIZOTROPOWYM
Matematyka Ekonomia, sem I i II.
Modele zmienności aktywów Model multiplikatywny Parametry siatki dwumianowej.
MODELOWANIE ZMIENNOŚCI CEN AKCJI
Wykład Rozwinięcie potencjału znanego rozkładu ładunków na szereg momentów multipolowych w układzie sferycznym Rozwinięcia tego można dokonać stosując.
Ekonometria stosowana Heteroskedastyczność składnika losowego Piotr Ciżkowicz Katedra Międzynarodowych Studiów Porównawczych.
© Prof. Antoni Kozioł, Wydział Chemiczny Politechniki Wrocławskiej MATEMATYCZNE MODELOWANIE PROCESÓW BIOTECHNOLOGICZNYCH Temat – 5 Modelowanie różniczkowe.
Liczbami naturalnymi nazywamy liczby 0,1,2,3,..., 127,... Liczby naturalne poznaliśmy już wcześniej; służą one do liczenia przedmiotów. Zbiór liczb.
FUNKCJE RÓŻNOWARTOŚCIOWE
Dynamika rozwoju populacji
Matematyka przed egzaminem czyli samouczek dla każdego
Teoria sterowania Wykład /2016
Metody matematyczne w Inżynierii Chemicznej
Analiza numeryczna i symulacja systemów
jest najbardziej efektywną i godną zaufania metodą,
Jednorównaniowy model regresji liniowej
Sterowanie procesami ciągłymi
Zarządzanie populacjami zwierząt
Podstawy teorii spinu ½
Zapis prezentacji:

Modele ze strukturą wieku Omawiając procesy rozrodczości i śmiertelności zakładaliśmy jednorodność populacji oznaczającą że osobnik rodzi się w pełni ukształtowany i zachowuje pełnię sił do śmierci. Wprowadzimy do populacji strukturę wieku. Ponieważ rozważanie zmiany wieku w sposób ciągły jest zbyt skomplikowane, wprowadzimy pewne uproszczenia

Wprowadzenie struktury wieku Podzielenie populacji E na klasy wieku Zadanie funkcji przejścia z jednej klasy wieku do następnej. Ten sposób podejścia został wprowadzony przez H. P. Lesliego Dlatego też następujące modele będziemy nazywać modelami Lesliego a macierze reprezentujące te modele macierzami Lesliego

Założenia Wiek osobników nie zmienia się w sposób ciągły Opis populacji sprowadza się do podania liczebności poszczególnych klas wieku W obrębie danej klasy wieku osobniki są jednakowe czyli każda klasa jest jednorodna Różnice między klasami wyrażają się różną rozrodczością i śmiertelnością.

Stan populacji w chwili t zapisujemy w postaci wektora Nt= Jednostkowe przyrosty czasu przechodząc z chwili t do t+1 są równe przyrostom wieku osobników. Dana klasa zapełnia się w całości osobnikami które przeżyły będąc w klasie młodszej Wszystkie osobniki z najstarszej klasy wymierają Najmłodsza klasa wypełnia się wszystkimi narodzonymi osobnikami

Schemat  Nt1 N1t+1 Nt2 N2t+1 : N3t+1 Ntk-1 : Ntk Nkt+1

Wzory mi≥0 liczba potomstwa produkowana przez osobnika z klasy wieku i, i=1, 2, …, k. si  [0,1] oznacza przeżywalność osobników w klasie wieku i. Oznacza to ile procent osobników przeżyło i stało się osobnikami z klasy wieku i+1 Najmłodsza klasa: N1t+1= i+1 klasa: Ni+1t+1=siNit i=1, 2, …, k-1.

Wobec tego zależność Nt+1 od Nt jest liniowa. Niech M= Otrzymujemy wzór rekurencyjny Nt+1=MNt. Dzięki modelowi Malthusa znamy rozwiązanie tego równania rekurencyjnego: Nt=MtN0, gdzie Mt oznacza pomnożenie macierzy M t razy przez siebie. Własności rozwiązań równania rekurencyjnego zależą w sposób istotny od macierzy M.

Stabilna struktura wieku W niektórych przypadkach istnieje stabilna struktura wieku oznaczająca ze wraz z upływem czasu wektor Nt zbiega do wektora N. Zbieżność taką rozumiemy jako zbieżność po wyrazach. Nti→Ni, i=1, …, k, przy t→∞ Istnienie stabilnej struktury wieku zależy od pierwszego wiersza macierzy. Jeśli wskaźniki i, dla których mi>0, nie mają większego wspólnego dzielnika niż 1, to istnieje i jest osiągana stabilna struktura wieku.

Cykliczne zmiany struktury wieku Jeśli nie jest spełnione to założenie czyli np. tylko mk≠0 co oznacza że rozmnażają się tylko osobniki z najstarszej klasy, mogą pojawić się cykliczne zmiany struktury wieku. Rozpatrzymy najprostszy przykład: Macierz Lesliego M= Oznaczająca tylko dwie klasy wieku-osobników niedojrzałych nie mogących się rozmnażać oraz osobników dojrzałych zdolnych do rozmnażania.

Odpowiednio s oznacza przeżywalność klasy niedojrzałych osobników a m oznacza współczynnik rozmnażania osobników dojrzałych. Jeśli policzymy kolejne potęgi macierzy M, to otrzymamy wzory: M2t+1= M2t=

Dowód Powyższe wzory udowodnimy indukcyjnie. 1 krok indukcyjny M2= = Wzory są prawdziwe dla t=1, załóżmy że są prawdziwe dla t i pokażemy ich prawdziwość dla t+1. M2t+1=M2tM= = M2t+2=M2tM2= =

Dowiedliśmy prawdziwości postulowanych wzorów. Ostatecznie ewolucję struktury wieku opisują dane wzory: N2t+1= N2t=(ms)tN0

Zauważmy że zachowanie ciągów N2t i N2t+1 zależy od iloczynu ms ms=1 to oba ciągi są stałe i obserwujemy rozwiązanie oscylujące ms>1 to ciągi rosną do nieskończoności i obserwujemy proces rozrodczości ms<1 to ciągi zbiegają do wektora zerowego i obserwujemy proces śmiertelności

Interpretacja Biologiczna Iloczyn ms jest równy liczbie potomstwa dojrzałego osobnika pomnożonego przez współczynnik przeżycia. Jeśli m=2 to: Populacja rozwija się gdy s> , więcej niż jeden potomek dożywa wieku dojrzałego. Populacja wymiera gdy s< , mniej niż jeden potomek dożywa wieku dojrzałego. Populacja wykazuje stabilne oscylacje gdy s= , czyli dokładnie połowa osobników dożywa wieku dojrzałego

Przykład Zajmijmy się przypadkiem gdy m=2 i s= który opisuje następująca sytuację. Każdy osobnik dojrzały ma dwóch potomków z czego tylko połowa z nich przeżywa do wieku dojrzałego. Na początku mamy N01 osobników młodych i N02 osobników dojrzałych. Po upływie jednostki czasu mamy N11=2N02 i N12= N01 W następnej chwili schemat się powtarza i mamy N12=2N21=2( N01)=N01 oraz N22= N11= (2N02)=N02

Widzimy zatem że wróciliśmy do początkowej struktury wieku Widzimy zatem że wróciliśmy do początkowej struktury wieku. Iterując tę procedurę dochodzimy do ogólnego wzoru: N2t=N0 N2t+1= Występują zatem oscylacje, w chwilach parzystych struktura wieku się nie zmienia, chwilach nieparzystych zmienia się w stosunku do chwili początkowej.

Rozróżnienie płciowe Wprowadzamy rozróżnienie płciowe Niech Nit oznacza liczebność samic w klasie wieku i w czasie t oraz Pit oznacza odpowiednio liczebność samców. Niech ni będzie liczbą potomków płci żeńskiej przypadającą na jedną samicę z klasy wieku i oraz mi odpowiednio liczbą potomków płci męskiej. Niech si i zi oznaczają odpowiednio przeżywalność samic i samców

Wzory N1t+1= P1t+1= Ni+1t+1=siNit Pi+1t+1=ziPit

Uwagi Jest to uproszczony model nie uwzględniający w jawny sposób udziału samców w rozmnażaniu. Można to uwzględnić zakładając że ni oraz mi nie są stałe a zależą od liczby samców w poszczególnych grupach. Można wprowadzić założenie że nie wszystkie osobniki opuszczają daną klasę wiekową, wyróżniamy wtedy także inne stadia rozwoju. Wszystko to powoduje dalsze modyfikacje macierzy M oraz komplikacje i trudności modelu.

DZIĘKUJĘ ZA UWAGĘ 