- 11.1. Основные понятия
- 11.2. Математическая модель «хищник-жертва»
- 11.3. Создание компьютерной модели «хищник-жертва»
- 11.4. Добавление полос прокрутки
- Упражнения
Рассмотрим систему совместного существования двух популяций, которая называется системой «хищник-жертва». Считается, что популяции обитают в изолированной среде, которая обеспечивает всем необходимым только одну популяцию (жертвы). А вот особи второй популяции (хищники) питаются только особями первой популяции (пример 11.1).
Для исследования динамики численности популяций в системе «хищник-жертва» построим математическую модель (пример 11.2), а затем компьютерную модель.
Пример 11.1. В природе система «хищник-жертва» взаимодействия популяций встречается достаточно часто. Например, в пруду обитают караси и щуки. В пруду достаточно питания карасям, а щуки питаются только карасями. По такой же системе взаимодействуют зайцы и волки, мыши и лисы и т. д.
Пример 11.2. Впервые математическая модель системы «хищник-жертва» была создана в 1925-1926 годах и носит имена ее создателей — модель Ло́тки — Вольте́рры.
- Смешанная регрессионно-трендовая модель в задаче прогнозирования
- Исполнения наказания в виде лишения свободы в части привлечения лиц к работам по хозяйственному обслуживанию следственного изолятора
- Некоторые методы оптимального размещения элементов электрических и электронных цепей
- Экологическая характеристика микроэлементов нефти
- Построение нейросетевой модели на основе многомерных данных
Популяционная динамика – один из разделов математического моделирования. Интересен он тем, что имеет конкретные приложения в биологии, экологии, демографии, экономике. В данном разделе имеется несколько базовых моделей, одна из которых – модель «Хищник — жертва» – рассматривается в данной статье.
Первым примером модели в математической экологии стала модель, предложенная В.Вольтеррой. Именно он впервые рассмотрел модель взаимоотношения между хищником и жертвой.
Рассмотрим постановку задачи. Пусть имеется два вида животных, один из которых пожирает другой (хищники и жертвы). При этом принимаются следующие предположения: пищевые ресурсы жертвы не ограничены и в связи с этим в отсутствии хищника популяция жертвы возрастает по экспоненциальному закону, в то время как хищники, отделенные от своих жертв, постепенно умирают с голоду так же по экспоненциальному закону. Как только хищники и жертвы начинают обитать в непосредственной близости друг от друга, изменения численности их популяций становятся взаимосвязанными. В этом случае, очевидно, относительный прирост численности жертв будет зависеть от размеров популяции хищников, и наоборот.
В данной модели считается, что все хищники (и все жертвы) находятся в одинаковых условиях. При этом пищевые ресурсы жертв неограниченны, а хищники питаются исключительно жертвами. Обе популяции живут на ограниченной территории и не взаимодействуют с любыми другими популяциями, также отсутствуют любые другие факторы, способные повлиять на численность популяций.
Сама математическая модель «хищник – жертва» состоит из пары дифференциальных уравнений, которые описывают динамику популяций хищников и жертв в её простейшем случае, когда имеется одна популяция хищников и одна — жертв. Модель характеризуется колебаниями в размерах обеих популяций, причём пик количества хищников немного отстаёт от пика количества жертв. С данной моделью можно ознакомиться во многих трудах по популяционной динамике или математическому моделированию. Она достаточно широко освещена и проанализирована математическими методами. Однако формулы не всегда могут дать очевидное представление о происходящем процессе.
Интересно узнать, как именно в данной модели зависит динамика популяций от начальных параметров и насколько это соответствует действительности и здравому смыслу, причём увидеть это графически, не прибегая к сложным расчётам. Для этой цели на основе модели Вольтерра была создана программа в среде Mathcad14.
Для начала проверим модель на соответствие реальным условиям. Для этого рассмотрим вырожденные случаи, когда в данных условиях обитает только одна из популяций. Теоретически было показано, что при отсутствии хищников популяция жертвы неограниченно возрастает во времени, а популяция хищника в отсутствии жертвы вымирает, что вообще говоря соответствует модели и реальной ситуации (при указанной постановке задачи).
Полученные результаты отражают теоретические: хищники постепенно вымирают(Рис.1), а численность жертвы неограниченно возрастает(Рис.2).
Рис.1 Зависимость числа хищников от времени при отсутствии жертвы
Рис.2 Зависимость числа жертв от времени при отсутствии хищников
Как видно, в данных случаях система соответствует математической модели.
Рассмотрим, как ведёт себя система при различных начальных параметрах. Пусть имеются две популяции – львы и антилопы – хищники и жертвы соответственно, и заданы начальные показатели. Тогда получаем следующие результаты(Рис.3):
Таблица 1. Коэффициенты колебательного режима системы
Рис.3 Система при значении параметров из Таблицы 1
Проанализируем полученные данные, исходя из графиков. При первоначальном возрастании популяции антилоп наблюдается прирост числа хищников. Заметим, что пик возрастания популяции хищников наблюдается позже, на спаде популяции жертв, что вполне соответствует реальным представлениям и математической модели. Действительно, рост числа антилоп означает увеличение пищевых ресурсов для львов, что влечёт за собой рост их численности. Далее активное поедание львами антилоп ведёт к стремительному уменьшению численности жертв, что неудивительно, учитывая аппетит хищника, а точнее частоту поедания хищниками жертв. Постепенное снижение численности хищника приводит к ситуации, когда популяция жертвы оказывается в благоприятных для роста условиях. Далее ситуация повторяется с определённым периодом. Делаем вывод, что данные условия не подходят для гармоничного развития особей, так как влекут резкие спады популяции жертв и резкие возрастания обеих популяций.
Положим теперь начальную численность хищника равную 200 особей при сохранении остальных параметров(Рис.4).
Таблица 2. Коэффициенты колебательного режима системы
Рис.4 Система при значении параметров из Таблицы 2
Теперь колебания системы происходят более естественно. При данных предположениях система существует вполне гармонично, отсутствуют резкие возрастания и убывания количества численности в обеих популяциях. Делаем вывод, что при данных параметрах обе популяции развиваются достаточно равномерно для совместного обитания на одной территории.
Зададим начальную численность хищника равную 100 особей, численность жертв 200 при сохранении остальных параметров(Рис.5).
Таблица 3. Коэффициенты колебательного режима системы
Рис.5 Система при значении параметров из Таблицы 3
В данном случае ситуация близка к первой рассмотренной ситуации. Заметим, что при взаимном увеличении популяций переходы от возрастания к убыванию популяции жертвы стали более плавными, а популяция хищника сохраняется в отсутствии жертв при более высоком численном значении. Делаем вывод, что при близком отношении одной популяции к другой их взаимодействие происходит более гармонично, если конкретные начальные численности популяций достаточно большие.
Рассмотрим изменение других параметров системы. Пусть начальные численности соответствуют второму случаю. Увеличим коэффициент размножения жертв (Рис.6).
Таблица 4. Коэффициенты колебательного режима системы
Рис.6 Система при значении параметров из Таблицы 4
Сравним данный результат с результатом, полученным во втором случае. В этом случае наблюдается более быстрый прирост жертвы. При этом и хищник, и жертва ведут себя так, как в первом случае, что объяснялось невысокой численностью популяций. При таком взаимодействии обе популяции достигают пика со значениями, намного большими, чем во втором случае.
Теперь увеличим коэффициент прироста хищников (Рис.7).
Таблица 5. Коэффициенты колебательного режима системы
Рис.7 Система при значении параметров из Таблицы 5
Сравним результаты аналогично. В этом случае общая характеристика системы остаётся прежней, за исключением изменения периода. Как и следовало ожидать, период стал меньше, что объясняется быстрым уменьшением популяции хищника в отсутствии жертв.
И, наконец, изменим коэффициент межвидового взаимодействия. Для начала увеличим частоту поедания хищниками жертв:
Таблица 6. Коэффициенты колебательного режима системы
Рис.8 Система при значении параметров из Таблицы 6
Так как хищник поедают жертву чаще, то максимум численности его популяции увеличился по сравнению со вторым случаем, а также уменьшилась разность между максимальным и минимальным значениями численности популяций. Период колебаний системы остался прежним.
И теперь уменьшим частоту поедания хищниками жертв:
Таблица 7. Коэффициенты колебательного режима системы
Рис.9 Система при значении параметров из Таблицы 7
Теперь хищник поедают жертву реже, максимум численности его популяции уменьшился по сравнению со вторым случаем, а максимум численности популяции жертвы увеличился, причём в 10 раз. Отсюда следует, что при данных условиях популяция жертвы имеет большую свободу в смысле размножения, ведь хищнику хватает меньшей массы, чтобы насытиться. Также уменьшилась разность между максимальным и минимальным значениями численности популяций.
При попытке моделирования сложных процессов в природе или обществе, так или иначе, возникает вопрос о корректности модели. Естественно, что при моделировании происходит упрощение процесса, пренебрежение некоторыми второстепенными деталями. С другой стороны, существует опасность упростить модель слишком сильно, выкинув при этом вместе с несущественными важные черты явления. Для того чтобы избежать данной ситуации, необходимо перед моделированием изучить предметную область, в которой используется данная модель, исследовать все её характеристики и параметры, а главное, выделить те черты, которые являются наиболее значимыми. Процесс должен иметь естественное описание, интуитивно понятное, совпадающее в основных моментах с теоретической моделью.
Рассмотренная в данной работе модель обладает рядом существенных недостатков. Например, предположение о неограниченных ресурсах для жертвы, отсутствие сторонних факторов, влияющих на смертность обоих видов и т.д. Все эти предположения не отражают реальную ситуацию. Однако, несмотря на все недостатки, модель получила широкое распространение во многих областях, даже далёких от экологии. Это можно объяснить тем, что система «хищник-жертва» даёт общее представление именно о взаимодействии видов. Взаимодействие с окружающей средой и прочими факторами можно описать другими моделями и анализировать их в совокупности.
Взаимоотношения типа «хищник-жертва» — существенная черта различных видов жизнедеятельности, в которых происходит столкновение двух взаимодействующих между собой сторон. Данная модель имеет место не только в экологии, но и в экономике, политике и других сферах деятельности. Например, одно из направлений, касающихся экономики, это анализ рынка труда, с учётом имеющихся потенциальных работников и вакантных рабочих мест. Данная тема была бы интересным продолжением работы над моделью «хищник-жертва».
Завершение формирования электронного архива по направлению «Науки о Земле и энергетика»
- 23 ноября 2020
Создание электронного архива по направлению «Науки о Земле и энергетика»
- 29 октября 2020
Электронное периодическое издание зарегистрировано в Федеральной службе по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор), свидетельство о регистрации СМИ — ЭЛ № ФС77-41429 от 23.07.2010 г.
Соучредители СМИ: Долганов А.А., Майоров Е.В.
Волки
Пора внедрить волка и в нашу модель.
Надо решить две вещи — как волк ест и размножается.
Охотиться просто, когда есть на кого — если в любой соседней клетке есть олень — просто едим его.
Если оленя нет, то можно выжить какой-то период времени.
Для начала положим, что есть волк может каждый ход, но если за два хода не удалось — на обочину эволюции.
С размножением вариантов побольше.
Для начала — уберем деликатность, пусть волки размножаются всегда когда есть свободное место.
И добавим ограничение — голодные волки не размножаются.
Первый блин
Дадим оленям немного размножиться и закинем волка в толпу:
Модель получилась, мягко говоря, неустойчивая — волки моментально выкосили всех оленей и быстренько сами вымерли.
Одно расстройство, никакого дзена.
Вторая попытка
Надо что-то менять.
Режет глаз, какими взрывными темпами плодятся волки.
Немного усложним им жизнь — поставим условие, что размножаться можно только, если на соседних клетках оленей больше чем волков.
И забросим волков, когда оленья популяция достигает максимума.
Эта попытка удалась намного лучше.
Баланс хищников и жертв постоянно в движении, оленья популяция сильно сократилась и теперь даже близко не подбирается к своему максимуму.
Однако случиться может всякое, и почти каждый раз происходит так, что волки умудряются вымереть, а олени вновь торжествующе заполоняют чащу.
Вот в этом прогоне волки продержались долго:
Третий круг
Придется закрутить гайки размножения еще сильней.
Поставим теперь условие: рядом должны быть олени, но не должно быть волков.
Такие вот нежные волки, не терпят конкуренции.
Система получается более устойчивой.
В сравнении с предыдущим графиком пики сглажены как у оленей, так и у волков.
В общем, понятно куда двигаться, чтобы получился такой же гладкий график как в Википедии.
В итоге приходим к банальному выводу — размножаться надо сознательно, а не по максимуму.
Звучит как реклама гедонизма, но можно и дальше понижать плодовитость волков в расчете «на повышение качества и продолжительности их жизни»…
Развертывание
В качестве эпилога — инструкция по развертыванию.
Она очень короткая:
1. Пишем простенький докер-файл:
2. docker build. -t predator-prey
3. docker run -p 8081:8081 predator-prey
Для самых ленивых я собрал и выложил образ на Docker Hub
Если не хочется возиться с докером — на странице репо (ссылка ниже) есть инструкция по установке с нуля.
Решение задачи
Построим математическую модель совместного существования двух биологических популяций типа «хищник – жертва».
Пусть две биологические популяции совместно обитают в изолированной среде. Среда является стационарной и обеспечивает в неограниченном количестве всем необходимым для жизни один из видов – жертвы. Другой вид – хищник – также обитает в стационарных условиях, но питается только жертвами. В роли хищников могут выступать коты, волки, щуки, лисы, а в роли жертв – куры, зайцы, караси, мыши соответственно.
Для определенности рассмотрим в роли хищников – котов, а в роли жертв – кур.
Итак, куры и коты живут в некотором изолированном пространстве – хозяйственном дворе. Среда предоставляет курам питание в неограниченном количестве, а коты питаются только курами. Обозначим через
$х$ – количество кур,
$у$ – количество котов.
Со временем количество кур и котов меняется, но будем считать $х$ и $у$ непрерывными функциями от времени t. Назовем пару чисел $х, у)$ состоянием модели.
Найдем каким образом изменяется состояние модели $(х, у).$
Рассмотрим $frac
Если котов нет, то количество кур возрастает и тем быстрее, чем больше кур. Будем считать зависимость линейной:
$a_1$ – коэффициент, который зависит только от условий жизни кур, их естественной смертности и рождаемости.
$frac
Если кур нет, то количество котов уменьшается (у них нет пищи) и они вымирают. Будем считать зависимость линейной:
В экосистеме скорость изменения количества каждого вида также будем считать пропорциональным его количеству, но только с коэффициентом, зависящим от количества особей другого вида. Так, для кур этот коэффициент уменьшается с увеличением количества котов, а для котов возрастает с увеличением количества кур. Будем считать зависимость также линейной. Тогда получим систему дифференциальных уравнений:
Данная система уравнений называется моделью Вольтерра-Лотки.
a1, a2, b1, b2 – числовые коэффициенты, которые называют параметрами модели.
Как видно, характер изменения состояния модели (x, y) определяется значениями параметров. Изменяя данные параметры и решая систему уравнений модели, можно исследовать закономерности изменения состояния экологической системы.
С помощью программы MATLAB система уравнений Лотки-Вольтерра решается следующим образом:
На рис. 1 представлено решение системы. В зависимости от начальных условий решения разные, чему отвечают разные цвета траекторий.
На рис. 2 представлены те же решения, но с учетом оси времени t (т.е. наблюдается зависимость от времени).