2.7.3. Исследование биологических моделей

Определения и обозначения

Биологическая модель — упрощённое представление биологической системы, в котором выделены её существенные объекты, параметры и связи. Она нужна, чтобы исследовать отдельное свойство системы, не пытаясь сразу учесть все особенности живой природы. Например, в модели популяции можно описать, как численность меняется из-за рождения и гибели особей.

Популяция — совокупность особей одного вида, численность которой исследуется во времени. В расчёте численность обычно обозначают буквой N, а моменты времени или шаги — индексом или аргументом t. Такое обозначение помогает записывать последовательность состояний и сравнивать её значения.

Рождаемость и смертность — параметры, определяющие прирост или уменьшение численности популяции. Если коэффициент означает долю особей за один шаг, рождаемость обозначают b, а смертность — d. Эти величины позволяют учитывать не абсолютное число родившихся или погибших, а долю от имеющейся численности.

Компьютерный эксперимент — исследование поведения модели при заданных начальных условиях и изменяемых параметрах. Компьютер многократно выполняет расчёты, поэтому можно быстро сравнить несколько сценариев. Это помогает выяснить, как предположения модели влияют на результат, прежде чем делать выводы о реальной системе.

Как это устроено

В живой природе на численность влияют рождение, гибель, конкуренция, доступность пищи и другие процессы. Чтобы исследовать один вопрос, модель заменяет эти процессы переменными и параметрами: например, числом особей N, коэффициентами рождаемости b и смертности d. Затем задаётся математическая зависимость между величинами. Упрощение необходимо, потому что учесть все факторы сразу трудно, а влияние выбранных факторов становится понятнее.

Для расчёта сначала задают начальную численность N₀: без неё неизвестно, от какого состояния развивается модель. Выбирают и шаг времени Δt — промежуток между соседними вычислениями. Коэффициенты изменения тоже должны относиться к этому шагу: если шаг увеличить, прежние значения долей могут уже не описывать изменение за новый промежуток. Значит, параметры и временной интервал нужно согласовать.

Рекуррентная формула задаёт переход от текущего состояния к следующему. Если b и d — доли популяции за один шаг, то N(t+1) = N(t) + bN(t) − dN(t), или N(t+1) = N(t)(1 + b − d). Сначала вычисляют прирост и потери от текущего числа особей, а затем получают новое значение. Именно его используют при следующем переходе, поэтому изменения могут накапливаться.

В электронной таблице один столбец отводят времени, другой — численности, а рядом указывают параметры. В первой строке вводят исходное значение, в следующей — формулу, которая ссылается на предыдущую численность; затем формулу копируют вниз. Программа повторяет вычисления для каждого шага и формирует ряд значений. По нему строят график, чтобы увидеть динамику, которую труднее заметить по отдельным числам.

Компьютерный эксперимент позволяет менять параметры и сравнивать полученные ряды и графики. Если за один опыт изменить только один параметр, можно понять, с чем связано различие сценариев; изменение сразу нескольких факторов мешает это установить. Для взаимодействующих видов, например хищников и жертв, исследуют также задержку, амплитуду и период колебаний. Итог не следует считать точным прогнозом: он показывает следствия принятых правил и не учитывает факторы, которых нет в модели.

Параметры модели изменения численности популяции

Сначала выбери начальные условия и параметры, затем используй их в формуле перехода между шагами. Проверь, что коэффициенты соответствуют выбранному шагу времени и имеют смысл долей. Полученную численность каждого шага подставляй в следующий расчёт.

Разбор задач

Задача 1. Начальная численность популяции — 1000 особей, коэффициент рождаемости b = 0,2, коэффициент смертности d = 0,05. Требуется найти численность через один шаг времени. Предполагаем, что коэффициенты показывают доли популяции за этот шаг и действуют независимо.

1. Запишем формулу перехода: N(1) = N₀ + bN₀ − dN₀. Она учитывает отдельно прибавление и потери.
2. Вычислим число родившихся: 0,2 × 1000 = 200 особей. Затем найдём число погибших: 0,05 × 1000 = 50 особей.
3. К исходным 1000 прибавим 200 и вычтем 50: N(1) = 1000 + 200 − 50 = 1150.

Ответ: через один шаг модель даёт 1150 особей. Такой результат верен при заданных предположениях, а не является гарантированным подсчётом реальной популяции.

Задача 2. Постройте в электронной таблице изменение численности за 20 шагов при разных значениях рождаемости и смертности. Нужно организовать расчёт так, чтобы сценарии можно было сопоставить. При одинаковых начальных условиях будет видно влияние именно параметров.

1. Создайте столбцы для номера шага и численности, а также отдельные наборы параметров для сравниваемых сценариев. В первой строке численности внесите одно и то же N₀.
2. В следующей строке задайте формулу N(t+1) = N(t)(1 + b − d), указав ссылки на текущую численность и соответствующие коэффициенты. Скопируйте формулу на 20 шагов вниз, проверив, что ссылка на численность сдвигается к предыдущей строке.
3. Постройте график по столбцам времени и численности. Сопоставьте линии: наклон вверх означает рост, вниз — спад; различия между линиями показывают эффект выбранных значений параметров.

Ответ: таблица и график покажут 20 последовательных значений для каждого сценария. Если b и d одинаковы, результаты при одинаковом N₀ совпадут; при разных параметрах характер изменения может различаться.

Задача 3. Исследуйте модель взаимодействия хищников и жертв и выясните, как начальная численность одного вида влияет на амплитуду и период колебаний. Одной пары графиков недостаточно для надёжного сравнения. Поэтому изменяем начальное значение, а остальные условия сохраняем.

1. Выберите базовый вариант начальных численностей и параметров, выполните расчёт и постройте графики для обоих видов. Отметьте приблизительные максимумы, минимумы и расстояния по времени между повторяющимися максимумами.
2. Создайте новый вариант, изменив только начальную численность хищников или жертв. Повторите расчёт на том же интервале времени и с тем же шагом.
3. Сравните графики: разница между максимумом и минимумом показывает амплитуду, а промежуток между сходными пиками — период. Повторите опыт для нескольких начальных значений, чтобы проверить, устойчиво ли наблюдение.

Ответ: влияние начальной численности оценивают по тому, как меняются амплитуда и период на сравнительных графиках. Конкретный результат зависит от формул и параметров модели; без них нельзя заранее утверждать, насколько и в какую сторону изменятся колебания.

Типичные ошибки

Коэффициент рождаемости путают с абсолютным числом родившихся и подставляют в формулу как количество особей. Обычно так происходит потому, что слово «рождаемость» принимают за число рождений. Проверь единицы: долю умножают на численность, а абсолютное число рождений уже не нужно умножать на N.

При расчёте нового шага иногда снова используют N₀, а не значение, полученное на предыдущем шаге. Тогда каждый результат считают от начала, и накопление изменений исчезает. Проверь формулу в нескольких строках: численность в строке t должна зависеть от строки t−1, а не от первой строки.

Если одновременно менять несколько параметров, трудно понять, какой из них изменил результат. Это часто делают, желая быстрее найти заметный эффект. Повтори опыт, меняя по одному параметру при неизменных начальных условиях; сравнивая такие запуски, ты сможешь отделить его влияние.

Результат модели принимают за точный прогноз реального процесса, хотя в расчёте могут отсутствовать ресурсы, болезни и случайные события. Это происходит, когда график выглядит убедительно и точные числа создают ощущение достоверности. Проверь вывод: перечисли учтённые и пропущенные факторы и формулируй результат как следствие допущений модели, а не как обещание будущего.

Связь с другими темами

Для работы пригодятся понятия модели, переменной и параметра, а также умение читать алгоритмы и пользоваться электронными таблицами. В частности, важно понимать, как формула с относительными ссылками меняется при копировании. Это позволяет корректно организовать повторяющиеся вычисления.

Тема связана с математическим моделированием, обработкой данных, динамическими системами и прогнозированием. Те же приёмы применяют, чтобы сравнивать сценарии распространения популяций или заболеваний. Связь с биологией проявляется в изучении численности, рождаемости, смертности, ограниченности ресурсов и отношений хищник — жертва.

Что запомнить

• Биологическая модель описывает не весь объект, а только существенные для исследования свойства.
• Изменение численности популяции задаётся начальными условиями и параметрами модели.
• Значение на новом шаге вычисляется на основе состояния на предыдущем шаге.
• Компьютерный эксперимент позволяет быстро проверять разные наборы параметров.
• График помогает увидеть рост, спад или колебания численности.
• Выводы модели нельзя переносить на реальную систему без оценки допущений и ограничений.