Литмир - Электронная Библиотека
Содержание  
A
A

Начнём разбирать перечисленные вопросы с помощью самой простой математической модели изменяющейся численности населения.

1.1. Мальтузианская модель

Предположим, мы выращиваем не будущих математиков, а популяцию какого-то организма, скажем, мух, в лаборатории. Представляется разумным, что в любой данный день численность населения будет меняться из-за новых рождений, так что оно увеличивается за счет добавления определенной доли f от имеющегося населения. При этом часть d от имеющегося населения погибнет, условно, как бы цинично это не звучало, но многие профессиональные математики после выпуска вынуждены работать не по специальности, что смерти подобно.

Рассмотрим простейшую прикладную модель, которую предложил Томас Мальтус в своём очерке 1798 года о принципе народонаселения, неоднократно подвергавшемся всесторонней критике. Если люди живут в течение 70 лет, то мы ожидаем, что из большой популяции примерно 1/70 населения будет умирать каждый год; таким образом,

Математические модели в естественнонаучном образовании - _0.jpg
. Если, с другой стороны, мы предположим, что на каждые сто человек приходится около четырех рождений в год, мы имеем
Математические модели в естественнонаучном образовании - _1.jpg
. Обратите внимание, что в этом случае мы выбрали год в качестве единиц времени.

Вопросы для самопроверки:

– Объясните, почему для любой популяции

Математические модели в естественнонаучном образовании - _2.jpg
 должно быть в диапазоне от 0 до 1.  Что будет означать
Математические модели в естественнонаучном образовании - _3.jpg
?  Что будет означать
Математические модели в естественнонаучном образовании - _4.jpg
?

– Объясните, почему

Математические модели в естественнонаучном образовании - _5.jpg
 должно быть не менее 0, но может быть больше 1. Можете ли вы назвать реальные популяции (при должном выборе единицы времени), для которых
Математические модели в естественнонаучном образовании - _5.jpg
 будет больше 1?

– Используя годы в качестве единицы времени, какие значения f и d будут уместны для моделирования числа выпускников естественно-научного профиля? Гуманитарного? Социально-экономического? Технологического и универсального?

Чтобы смоделировать значения P сфокусируемся на следующем за P изменении численности. Формально

Математические модели в естественнонаучном образовании - _6.jpg
. Это означает, что, учитывая текущее значение
Математические модели в естественнонаучном образовании - _7.jpg
, скажем,
Математические модели в естественнонаучном образовании - _8.jpg
, а также
Математические модели в естественнонаучном образовании - _5.jpg
 и
Математические модели в естественнонаучном образовании - _2.jpg
, например,
Математические модели в естественнонаучном образовании - _9.jpg
 и
Математические модели в естественнонаучном образовании - _10.jpg
, можно предсказать изменение
Математические модели в естественнонаучном образовании - _11.jpg
. Таким образом, в начале следующего временного периода суммарная численность составляет
Математические модели в естественнонаучном образовании - _12.jpg
.

Введём несколько вспомогательных обозначений для упрощения восприятия математической модели. Пусть

Математические модели в естественнонаучном образовании - _13.jpg
 – размер популяции, измеренный в момент времени
Математические модели в естественнонаучном образовании - _14.jpg
, тогда
Математические модели в естественнонаучном образовании - _15.jpg
 это приращение или изменение численности между последовательными моментами времени.

Ясно, что

Математические модели в естественнонаучном образовании - _16.jpg
 зависит от
Математические модели в естественнонаучном образовании - _14.jpg
, поэтому можно встретить подстрочный индекс
Математические модели в естественнонаучном образовании - _14.jpg
 рядом с
Математические модели в естественнонаучном образовании - _16.jpg
, так как для разных значений
Математические модели в естественнонаучном образовании - _14.jpg
 приращение
Математические модели в естественнонаучном образовании - _16.jpg
 оказывается разным. Тем не менее, этот индекс не редко пропускают.

Теперь то, что нас в конечном итоге волнует, это понимание динамики популяции

Математические модели в естественнонаучном образовании - _17.jpg
, а не только приращения
Математические модели в естественнонаучном образовании - _16.jpg
. Но
Математические модели в естественнонаучном образовании - _18.jpg
. Объединив константы вместе, обозначив за
Математические модели в естественнонаучном образовании - _19.jpg
, модель стала гораздо проще:
Математические модели в естественнонаучном образовании - _20.jpg
.

Популяризаторы науки часто называют константу

Математические модели в естественнонаучном образовании - _21.jpg
 конечной скоростью роста населения. (Слово «конечный» используется, чтобы отличить это число от любого вида мгновенной скорости, которая включала бы производную, как вы знаете из курса дифференциального исчисления. Для значений
Математические модели в естественнонаучном образовании - _22.jpg
,
Математические модели в естественнонаучном образовании - _23.jpg
, и
Математические модели в естественнонаучном образовании - _24.jpg
 использованных ранее, вся модель теперь имеет вид
Математические модели в естественнонаучном образовании - _25.jpg
, где
Математические модели в естественнонаучном образовании - _24.jpg
. Первое уравнение, выражающее
Математические модели в естественнонаучном образовании - _26.jpg
 через
Математические модели в естественнонаучном образовании - _17.jpg
, называется разностным уравнением, а второе, задающее
Математические модели в естественнонаучном образовании - _27.jpg
, является его начальным условием.  С этими двумя уравнениями легко составить таблицу значений численности
Математические модели в естественнонаучном образовании - _7.jpg
 с течением времени, как в таблице 1.1.

Таблица 1.1. Рост популяции по простой модели

Момент времени         Численность

0                                          500

1                                          (1. 07)500 = 535

2                                          (1. 07)2500 = 572.45

3                                          (1. 07)3500 ≈ 612.52

…                                         …

По закономерностям в таблице 1.1 легко перейти от рекуррентного соотношения для

Математические модели в естественнонаучном образовании - _17.jpg
 к замкнутой форме записи, чтобы осталась только зависимость от
Математические модели в естественнонаучном образовании - _14.jpg
 в явном виде:
Математические модели в естественнонаучном образовании - _28.jpg
. На этой модели теперь легко предсказать численность популяции в любое время.

Может показаться странным называть

Математические модели в естественнонаучном образовании - _29.jpg
 разностным уравнением, когда разность
Математические модели в естественнонаучном образовании - _16.jpg
 там не появляется. Однако уравнения
Математические модели в естественнонаучном образовании - _29.jpg
 и
Математические модели в естественнонаучном образовании - _30.jpg
 эквивалентны, поэтому любое из них разумно определять одним и тем же термином.

Пример. Предположим, что система математического образования имеет очень жесткие ограничения на целевые цифры приёма в ВУЗы (что вполне реалистично на просторах СНГ), по которым каждый год выпускается 200 молодых специалистов и все сотрудники пенсионного возраста уходят на заслуженный отдых. После того, как состоялся очередной выпуск, только 3% остаются работать по специальности, чтобы связать свою профессиональную деятельность с математикой, остальные либо эмигрируют, либо находят выше оплачиваемую работу. Чтобы написать разностное уравнение в этой системе, где будем измерять

Математические модели в естественнонаучном образовании - _14.jpg
 в поколениях, нужно просто заметить, что уровень «смертности» равен
Математические модели в естественнонаучном образовании - _31.jpg
, в то время как эффективная «плодовитость» системы равна
Математические модели в естественнонаучном образовании - _32.jpg
. Следовательно,
Математические модели в естественнонаучном образовании - _33.jpg
.

3
{"b":"788195","o":1}