(6.21)
Легко відмітити, що математичне сподівання (5.20) збігається з детерміністичним середнім (6.1). Таким чином, при великому числі особин детерміністичний опис задовільно замінюватиме будь-яку стохастичну модель, в якій основна увага приділяється знаходженню середніх значень. Коли число особин мале, наприклад, початковий розмір популяції становить лише декілька одиниць, дисперсія, тобто середнє квадратичне відхилення чисельності окремо узятої популяції від математичного сподівання (6.21), може бути довільно значною. При цьому прикоефіцієнт варіації величини п, що дорівнює σ/m, прагне до
При розгляді якої-небудь певної популяції ми спостерігатимемо тільки одне числове значення. Графік зростання виявлятиме значні коливання. Виникає питання: жим чином ці коливання пов'язані з розподілом імовірності. Зміст виразу (6.19) полягає в тому, що якщо є деже велике число популяцій і в початковий момент часу t = 0 чисельність кожної із них дорівнює а, частка цих популяцій, що мають у момент t чисельність а, теоретично дорівнюєз математичним сподіванням m(t) і дисперсією
Крива зростання будь-якої окремо взятої популяції може значно відхилятися від відповідної кривої математичного сподівання, тому остання разом із дисперсією служить показником випадкової флуктуаційної мінливості, характерної для даного процесу.
Розглянемо тепер складніший процес – розмноження і загибель особин у популяції. Як і раніше, вважаємо, що імовірність появи одного нащадка у однієї особини в інтервалі часудорівнює
, тому для всієї популяції імовірність збільшення її чисельності на одиницю дорівнює
. Припустимо також, що імовірність загибелі однієї особини становить μΔΐ. Імовірність того, що розмір популяції у момент
становить п особин, буде в такому випадку являти собою суму імовірності трьох подій:
• 1) у момент часу t було п особин, за час dt це число не змінилося;
• 2) у момент t було п~1 особина, за час dt їх кількість збільшилася на одиницю;
• 3) у момент часу t було п+1 особина, за час dt їх кількість зменшилася на одиницю. Вираз для p„(t+dt) набирає вигляду
(6.22)
Ця система вже не розв'язується простим інтегруванням, проте
застосування методу виробничої функції (Бейпі, 1970) дозволяє знайти загальний розв'язок:
(6.23)
де
Таким чином, навіть у разі простого стохастичного процесу розмноження й загибелі загальний вираз длявиявляється досить складним і виразити його в явному вигляді, як правило, не вдається.
Математичне сподівання і дисперсія розподілу (5.23) мають такий вигляд:
(6.24)
Відмітимо, що, як і у разі простого процесу розмноження, математичне сподівання збігається із значенням чисельності в детерміністичній моделі, а вираз для дисперсії свідчить про те, що має місце значна флуктуаційна мінливість.
Розглянемовипадок, коли розмноження й загибель врівноважують одне одного, тобто коли. Математичне сподівання і дисперсію знаходимо з формул (6.24), вважаючи, що
, і використовуючи в другому виразі правило Лошталя для розкриття невизначеності вигляду 0/0, отримуємо:
Перший вираз – це очевидний результат, а саме середній розмір популяції зберігає своє початкове значення. Другий вираз показує, що дисперсія розміру популяції зростає пропорційно тривалості інтервалу часу, упродовж якого відбувається процес.
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Теорія систем в екології» автора Автор невідомий на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Стохастичні моделі“ на сторінці 3. Приємного читання.
