Построение и анализ устойчивости недетерминированныхмногомерных моделей динамики популяций

Обложка

Цитировать

Полный текст

Аннотация

Рассмотрены многомерные модели популяционной динамики, являющиеся обобщениями модели Лотки-Вольтерра на случай взаимодействия конечного числа популяций. Детерминистическое описание моделей даётся системами обыкновенных нелинейных дифференци-альных уравнений, представленными в работе в виде многомерных векторных дифференциальных уравнений. Качественные свойства указанных моделей достаточно хорошо изучены с помощью методов Ляпунова. Однако при детерминистическом описании моделей не учитываются вероятностные факторы, влияющие на поведение моделей. В недетерминистическом случае новые подходы к моделированию и анализу устойчивости представляют теоретический и прикладной интерес.В настоящей работе рассмотрены способы построения многомерных недетерминированных моделей взаимодействия популяций. Первый способ связан с переходом от векторного нелинейного обыкновенного дифференциального уравнения к соответствующим векторным дифференциальным включениям, нечётким и стохастическим дифференциальным уравнениям. На основе принципа редукции, позволяющего свести задачу об устойчивости решений дифференциального включения к задаче об устойчивости решений других типов уравнений, получены условия устойчивости для построенных моделей. Второй способ связан с методикой построения самосогласованных стохастических моделей. На основе этойметодики получена схема взаимодействия, которая включает в себя символическую запись возможных взаимодействий между элементами системы. С помощью операторов состоя-ния системы и оператора изменения состояния системы описана структура многомерных стохастических моделей Лотки-Вольтерра, и осуществлён переход к соответствующим век-торным уравнениям Фоккера-Планка. Сформулированы правила перехода к многомерному стохастическому дифференциальному уравнению в форме Ланжевена. Для моделей,являющихся конкретизациями изучаемых общих моделей, возможно проведение численного эксперимента с применением разработанного программного комплекса для решения систем стохастических дифференциальных уравнений. Описанный подход к моделированию стохастических систем может найти применение в задачах сравнения качественных свойств моделей в детерминированном и стохастическом случаях. Полученные результаты направлены на развитие методов анализа недетерминированных нелинейных моделей.

Об авторах

А В Демидова

Российский университет дружбы народов

Автор, ответственный за переписку.
Email: demidova_av@rudn.university
ул. Миклухо-Маклая, д. 6, Москва, Россия, 117198

О В Дружинина

Федеральный исследовательский центр «Информатика и управление» РАН; Институт проблем управления им. В. А. Трапезникова РАН

Email: ovdruzh@mail.ru
ул. Вавилова, д. 40, Москва, Россия, 119333; ул. Профсоюзная, д. 65, Москва, Россия, 117997

О Н Масина

Елецкий государственный университет им. И. А. Бунина

Email: olga121@inbox.ru
ул. Коммунаров, д. 28, г. Елец, Россия, 399770

Список литературы

  1. Y. A. Pykh, Equilibrium and Stability in Models of Population Dynamics, Nauka, Moscow, 1983, in Russian.
  2. O. V. Druzhinina, O. N. Masina, Methods of Stability Research and Controllability of Fuzzy and Stochastic Dynamic Systems, Dorodnicyn Computing Center of RAS, Moscow, 2009, in Russian.
  3. O. V. Druzhinina, O. N. Masina, E. V. Igonina, Stability Research of Equilibrium States of the Ecological Equations by the Index-Divergent Method. Qualitative Properties, Asymptotics and Stabilization of Nonlinear Dynamical Systems, Publishing house of the Mordovian University, Saransk, 2010, pp. 105–111, in Russian.
  4. O. V. Druzhinina, O. N. Masina, A. V. Shcherbakov, Structure and qualitative analysis of mathematical models of population dynamics in the presence of mutualism, Nonlinear World 14 (6) (2016) 32–42, in Russian.
  5. V. Demidova, O. V. Druzhinina, O. N. Masina, Stability Research of Population Dynamics Model on the Basis of Construction of the Stochastic Self-Consistent Models and the Principle of the Reduction, Bulletin of Peoples Friendship University of Russia. Series: Mathematics. Information Sciences. Physics (3) (2015) 18–29, in Russian.
  6. V. Demidova, O. V. Druzhinina, M. Jacimovic, O. N. Masina, Construction and Analysis of Nondeterministic Models of Population Dynamics, Vol. 678, Springer, Cham, 2016, pp. 498–510.
  7. O. V. Druzhinina, O. N. Masina, System Approach to Stability Research of the Models Described by the Differential Equations of Different Types, Bulletin of the Russian Academy of Natural Sciences. Differential Equations. (3) (2015) 24–30, in Russian.
  8. Y. Katz, N. N. Krasovskii, On the Stability of Systems with Random Parameters, Journal of Applied Mathematics and Mechanics 24 (5) (1960) 809–823.
  9. F. Kozin, Stability of the Linear Stochastic Systems, Lecture Notes in Mathematics 294 (1972) 189–192.
  10. A. Shestakov, Generalized Direct Lyapunov Method for Systems with Distributed Parameters, URSS, Moscow, 2007, in Russian.
  11. Yu. N. Merenkov, Stability-Like Properties of Differential Inclusions, Fuzzy and Stochastic Differential Equations, PFUR, Moscow, 2000, in Russian.
  12. O. N. Masina, On the existence of solutions of differential inclusions, Differential Equations 44 (6) (2008) 845–847, in Russian.
  13. P. Pavlotsky, V. M. Suslin, Stochastic model of evolution of populations in space, Mathematical modeling 6 (3) (1994) 9–24, in Russian.
  14. V. Demidova, M. N. Gevorgyan, A. D. Egorov, D. S. Kulyabov, A. V. Korolkova, L. A. Sevastyanov, Influence of Stochastization on One-Step Models, Bulletin of Peoples Friendship University of Russia. Series: Mathematics. Information Sciences. Physics (1) (2014) 71–85.
  15. V. Korolkova, E. G. Eferina, E. B. Laneev, I. A. Gudkova, L. A. Sevastianov, D. S. Kulyabov, Stochastization of One-Step Processes in the Occupations Number Representation, in: Proceedings 30th European Conference on Modelling and Simulation, Springer, Regensburg, Germany, 2016, pp. 698–704. doi: 10.7148/2016- 0698. URL http://www.scs-europe.net/dlib/2016/2016-0698.htm
  16. M. N. Gevorkyan, T. R. Velieva, A. V. Korolkova, D. S. Kulyabov, L. A. Sevastyanov, Stochastic Runge–Kutta Software Package for Stochastic Differential Equations, Dependability Engineering and Complex Systems (470) (2016) 169–179.
  17. E. G. Eferina, A. V. Korolkova, M. N. Gevorkyan, D. S. Kulyabov, L. A. Sevastyanov, One-Step Stochastic Processes Simulation Software Package, Bulletin of Peoples Friendship University of Russia. Series: Mathematics. Information Sciences. Physics (3) (2014) 46–59.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».