§ 7. Исследование модели на примере модели развития популяции с ограниченными ресурсами

Определения и обозначения

Популяция — совокупность особей одного вида, численность которой изменяется во времени. В модели её представляют одним числом N, а не описывают каждую особь отдельно. Это упрощение позволяет считать, как меняется вся группа от поколения к поколению.

Ограниченные ресурсы — условие, при котором пищи, пространства или других необходимых ресурсов не хватает для неограниченного увеличения популяции. Чем больше особей используют одну и ту же среду, тем острее конкуренция за ресурсы. Это условие объясняет, почему прирост со временем уменьшается.

Предельная численность популяции — максимальная численность, которую среда способна поддерживать при заданных ресурсах; её обычно обозначают K. Это параметр среды, а не обязательно число особей, уже живущих в популяции. Он нужен, чтобы задать уровень, к которому может приближаться численность.

Логистическая модель — модель роста популяции, в которой скорость роста уменьшается по мере приближения численности к предельному значению. В формуле это уменьшение задаёт множитель, зависящий от N и K. Благодаря ему модель учитывает влияние нехватки ресурсов.

Как это устроено

Для описания модели нужны номер поколения или момент времени, текущая численность N, коэффициент прироста r и предельная численность K. Номер поколения показывает, на каком шаге наблюдения мы находимся, а N сообщает, сколько особей насчитывается на этом шаге. Коэффициент r задаёт потенциальную скорость увеличения, а K характеризует возможности среды. Разделение этих величин помогает понять, что относится к текущему состоянию, а что задаётся условиями задачи.

Модель неограниченного роста может давать всё более быстрое увеличение численности, потому что каждый новый шаг прибавляет особей, опираясь на уже выросшее количество. В реальной среде пища и пространство не становятся бесконечными вместе с популяцией. Конкуренция, нехватка корма и другие условия снижают выживаемость или размножение. Поэтому для реалистичного прогноза нужно учитывать ресурсы, а не продолжать прежний рост без ограничений.

В дискретной логистической модели переход записывают так: Nслед = N + rN(1 − N/K). Здесь rN — прирост, который получился бы без ограничения, а множитель (1 − N/K) уменьшает его, когда N приближается к K. Если N намного меньше K, множитель близок к единице и ограничение почти не влияет на расчёт. Если N равно K, множитель равен нулю, и численность при таком шаге не увеличивается.

Чтобы рассчитать развитие, сначала задают начальную численность N₀ и параметры r и K. Затем подставляют N₀ в формулу и получают N₁, после чего используют уже N₁, чтобы найти N₂. Так повторяют вычисления для каждого следующего поколения: результат предыдущего шага становится исходным значением следующего. Последовательность значений можно разместить в электронной таблице, а затем построить по ней график.

Вначале рост может ускоряться: особей становится больше, и при этом ресурсы ещё не слишком ограничивают прирост. Позже популяция расходует большую долю доступных ресурсов, поэтому увеличение от поколения к поколению замедляется. В итоге численность приближается к K; изменение r влияет на скорость и характер приближения, а изменение K сдвигает уровень, около которого происходит рост. При некоторых значениях r возможны колебания, поэтому результат следует проверять по таблице или графику.

Сравнение моделей развития популяции

Сравните строки таблицы по одному признаку: так легче увидеть, какое именно допущение меняет результат. Если ресурсы ограничены, для прогноза выбирают модель, которая учитывает предельную численность. Таблица также помогает проверить, какие параметры потребуются для расчёта.

Разбор задач

Задача 1

Начальная численность равна 100 особям, коэффициент прироста r = 0,2, предельная численность K = 1000 особей. Требуется найти численность следующего поколения по модели с ограниченными ресурсами. Сначала рассчитаем прирост без ограничений, а затем уменьшим его с помощью множителя, зависящего от расстояния до K.

1. Запишем формулу: Nслед = N + rN(1 − N/K).
2. Подставим значения: Nслед = 100 + 0,2 · 100 · (1 − 100/1000).
3. Вычислим множитель ограничения: 1 − 100/1000 = 0,9.
4. Найдём прирост: 0,2 · 100 · 0,9 = 18, затем прибавим его к исходным 100.

Ответ: в следующем поколении ожидается 118 особей. Прирост составил 18, то есть оказался меньше 20 особей, которые получились бы без учёта ограничения. Это произошло потому, что даже при численности ниже предельной ресурсы уже уменьшают рост.

Задача 2

По начальной численности и параметрам нужно построить в электронной таблице значения популяции за 10 поколений и определить, с какого поколения рост становится небольшим. Численные исходные данные здесь не указаны, поэтому задача решается как алгоритм, в который подставляют данные своего варианта. Главное — каждый раз использовать предыдущее вычисленное значение, а не начальное число.

1. В первом столбце укажем номера поколений от 0 до 10, а во втором запишем начальное N₀.
2. В ячейку следующего поколения введём формулу Nслед = N + rN(1 − N/K), используя ссылку на предыдущую ячейку и заданные r и K.
3. Скопируем формулу вниз до десятого поколения: ссылки на численность должны сдвигаться на одну строку, а параметры r и K оставаться неизменными.
4. Сравним разности соседних значений или построим график; поколение, после которого разности становятся малыми, покажет замедление роста.

Ответ: конкретный номер поколения зависит от начальной численности и параметров. Его находят по таблице как первый шаг, начиная с которого прирост заметно меньше, чем на предыдущих этапах. График помогает проверить вывод: кривая на этом участке становится более пологой.

Задача 3

Нужно сравнить две популяции с одинаковой начальной численностью, но разными коэффициентами прироста и предельными численностями, и определить, какая быстрее достигает устойчивого уровня. Без конкретных значений параметров нельзя назвать победившую популяцию или численный уровень. Зато можно организовать эксперимент так, чтобы сравнение было честным.

1. Создадим для каждой популяции отдельный столбец и зададим одинаковое начальное значение N₀.
2. Для каждой строки рассчитаем следующее поколение по формуле Nслед = N + rN(1 − N/K), используя собственные r и K каждой популяции.
3. Построим общий график или сравним разности соседних значений; меньший прирост в нескольких последовательных поколениях укажет на приближение к устойчивому уровню.
4. Сопоставим итоговые уровни с параметрами K: каждая популяция обычно стремится к своему пределу, если значения параметров обеспечивают устойчивое приближение.

Ответ: быстрее замедление роста наступит у той популяции, у которой прирост раньше станет небольшим; это устанавливают по последовательностям и графикам. Уровень, к которому приближается каждая популяция, связан с её собственной предельной численностью. Изменяя параметры в таблице, можно проверить, как именно меняется результат.

Типичные ошибки

• Использовать модель неограниченного роста, хотя ресурсы ограничены, — значит предполагать, что прирост не ослабевает при увеличении численности. Так поступают, если забывают, что среда не может поддерживать любое число особей. Проверьте себя: в формуле должна учитываться близость N к K.

• Путать текущую и предельную численность — значит принимать K за число особей в данный момент. Ошибка возникает потому, что обе величины измеряются одинаково, хотя N меняется от поколения к поколению, а K задаёт условие среды. Проверьте обозначения в условии и в каждой строке таблицы.

• Неверно подставлять значения в формулу прироста — например, терять скобки или множитель (1 − N/K). Это часто происходит при переносе формулы в электронную таблицу, где порядок действий нужно задавать явно. Проверьте запись по частям: сначала вычислите отношение N/K, затем множитель ограничения, прирост и новое значение.

• Считать небольшие колебания около K ошибкой вычислений, не проверив параметры. Колебания могут возникнуть из-за большого r или особенностей выбранного шага расчёта. Проверьте формулу и ссылки в таблице, а затем сравните результат при меньшем коэффициенте прироста.

Связь с другими темами

Для работы с моделью нужны понятия алгоритма, математической модели и переменной, а также умение подставлять числа в формулы. Электронная таблица позволяет выполнять повторяющиеся вычисления, менять параметры и строить графики. Так исследование популяции становится примером компьютерного эксперимента: несколько сценариев можно сравнить по одним и тем же правилам. Такой подход пригодится при изучении динамических систем, экологических процессов, прогнозирования и компьютерного моделирования.

Что запомнить

• Популяция в модели описывается числом особей, изменяющимся во времени.
• При ограниченных ресурсах популяция не может расти неограниченно.
• Предельная численность задаёт уровень, к которому стремится популяция.
• Скорость роста зависит от текущей численности и расстояния до предельного значения.
• Для получения следующего значения используют предыдущее значение и параметры модели.
• Изменение параметров позволяет исследовать разные сценарии развития популяции.
• Таблица и график помогают увидеть характер роста и сравнить результаты экспериментов.