СОДЕРЖАНИЕ
Математическое моделирование элементов сложных экологических систем
Лекция 1. Введение в моделирование. Исторический экскурс.
1. Основы моделирования в экологии 1.1. Общие принципы построения моделей в экологии
2.2. Этапы построения математической модели
1.4. Элементы теории подобия, применяемые в моделировании
3.2.2. Выборочный метод в экологометрике.
Зависимость числа интервалов от объема выборки
Статистический ряд по интервалам
Лекция 4. Статистические оценки параметров распределения случайных величин по выборкам
4.4. Статистические оценки гипотез об экологических моделях
Выборка из генеральной совокупности
Статистическая таблица эксперимента
Пример преобразования членов уравнения регрессии
Вычисление данных для линеаризации уравнения регрессии
Нормальные уравнения мнк для некоторых функций
Статистическое оценивание уравнения регрессии и парной корреляции.
Обработка результатов наблюдений
Рекомендации по выбору вида функции
3.4. Динамические статистические модели
Данные по объему сброса качественных сточных вод
Данные по объему сброса сточных вод за 5-летие
Пример расчета 5-летних средних
Расчетные значения для определения уравнения динамики
Ряд динамики для определения сезонных колебаний
Эксперименталъный материал исследования
8.1. Анализ влияния отдельных факторов в экологической модели.
Лекция 9. Методы оптимизации. Метод Лагранжа
Лекция 10. Метод линейного программирования.
Лекция 11. Функциональные модели.
Лекция 12. Модели процессов содержащие обыкновенные дифференциальные уравнения.
Численные ошибки использованных для вычисления данных
Лекция 13. Статистические модели динамики.
Лекция 16. Информационные технологии в экологии. Экологические информационные системы.
1 6.1. Экологические информационные системы
1. Какова область значения для числовых характеристик?
Лекция 17. Использование информационных технологий для решения задач экологии.
Критические значения коэффициента корреляции rk;α
2.1. Подобие физических явлений и его признаки
2.4. Применение методов подобия в математическом
11.3. Численные методы решения дифференциальных уравнений
11.3.2. Процесс численного решения
11.3.4. Модифицированный метод Эйлера
11.3.6. Метод Рунге – Кутта для систем дифференциальных уравнений
11.3.7. Общая характеристика одношаговых методов
11.3.9. Методы прогноза и коррекции
11.3.10. Краткая характеристика методов прогноза и коррекции.
11.3.11. Выбор шага и погрешность решения.
11.4. Имитационное моделирование систем
11.4.1. Принципы имитационного моделирования
11.4.3. Динамическая модель исследуемого объекта
11.4.4. Построение имитационных моделей динамических систем
11.4.5. Преобразование передаточных функций звеньев в дифференциальные уравнения в форме Коши
11.4.6. Синтез имитационной модели на основе структурной схемы
11.5. Теоретические основы построения математических моделей систем
11.5.1. Компонентные и топологические уравнения
11.5.2. Компонентные и топологические уравнения механической системы
11.5.3. Компонентные и топологические уравнения электрической системы
11.5.4. Компонентные и топологические уравнения гидравлической системы
11.5.5. Компонентные и топологические уравнения тепловой системы
11.6.1. Сущность метода электроаналогий.
11.6.2. Электромеханические аналогии
11.6.3. Построение имитационных моделей методом электроаналогий
11.6.4. Плоское прямолинейное движение звеньев
11.6.5. Электрогидравлические аналогии
(2.10)

Рис 2.3. Электрическая схема
Во второй цепи с параметрами R2, L2 протекает подобный первому процесс, уравнение которого
(2.11)
Определим критерии подобия и покажем, что они численно одинаковы для обоих процессов.
Разделив (2.10) и
(2.11) соответственно на
и
,
получим
(2.12)
![]()
Так как процессы подобны, то
(2.13)
Подставив выражения (2.13) в уравнение (2.12), получим

Поскольку уравнение (2.12) однородное, то

Заменяя в последнем уравнении масштабы отношениями сходственных параметров, получаем

Или в критериальной записи

моделировании
Теория размерностей и подобия применяется для анализа и упрощения математических моделей. Упрощение состоит в понижении порядка системы уравнений, образующих модель, в уменьшении числа переменных или числа параметров, определяющих процесс. Системы единиц измерений можно выбирать по-разному, причем связи между величинами, определяющими модель, не должны изменяться при изменении единиц измерения.
Инвариантность явлений и процессов к изменению единиц измерения
определяется P -теоремой [11].
Пусть имеется функциональная связь
(2.14)
между n +1 размерными величинами a, a1, …, an , где величины a1, …,ak имеют независимую размерность, и пусть эта связь не зависит от выбора системы единиц измерения (величина a определяемая, а остальные определяющие). Тогда связь (2.14) может быть записана как соотношение
(2.15)
между n +1- k критериями подобия П, П1,…, Пn-k представляющими собой безразмерные комбинации из n +1 размерных величин а, а1, …, аn .
При этом критерии подобия П, П1,…, Пn-k связаны с переменными а, а1, …, аn соотношениями:
(2.16)
Здесь показатели степеней α, β, …, γ; α1, β1, …, γ1; αn-k , βn-k, …, γn-k те
же, что и в
соответствующих формулах размерностей
для размерно-зависи-мых величин a,
aK+ 1,
an
например в формуле
.
Доказательство П - теоремы основано на инвариантности связи (2.14) относительно единиц измерения.
Представим любую размерно-независимую величину ai i = 1, …,k в виде
ai = {ai}[ai],
где {ai} - числовое значение величины ai (безразмерный коэффициент); [ai] - некоторая произвольно выбранная единица измерения.
Числовые значения безразмерных коэффициентов для размерно-зависимых величин a, ak+ 1, an вычисляются с использованием выбранных единиц измерений ai i = 1, …, k по правилу

Соотношения (2.14) можно трактовать также и как связь между числовыми значениями величин a, a1, …, an (т.е. связь между безразмерными величинами {a}, {a1}, …., {an}, не зависящую, по предположению, от единиц измерения). Таким образом, для любых единиц измерений [ai] справедливо равенство
![]()
или

Положим теперь [a1] = a1, [a2] = a2, …, [ak] = ak. Другими словами, выберем единицы измерений так, чтобы в полученной системе единиц измерений величины {a1}, {a2}, …., {ak} тождественно равнялись единице. Тогда из последнего соотношения немедленно вытекают формулы (2.15) и (2.16).
Заметим, что поскольку единицы измерений [a1], [a2], …, [ak] выбраны равными самим величинам a1,a2, …,ak, то эти единицы измерений не остаются постоянными. Каждым новым значениям величин a1,a2, …,ak отвечают новые значения единиц измерений. Однако такой подход к выбору единиц измерений не противоречит законам теории размерностей и подобия.
Применение П -теоремы уменьшает число величин в описании объекта и позволяет явно выразить определяемую величину a , а также величины ak+1,…,an через П, П1, …., Пn-k и a1,a2, …,ak.
В частности, если n = k , то, как следует из уравнения (2.15), П= const и
![]()
т.е. решение задачи получается в виде простого выражения через определяющие параметры. Чтобы знать точное значение a , остается определить константу.
Пример 2.3
Определим с помощью П-теоремы критерий подобия для 2-го закона Ньютона. Этот закон можно записать как функциональную зависимость
F = f (m,l,t),
где F - сила; m - масса; l - расстояние; t - время.
Размерности параметров в классе MLT (масса, длина, время) выражаются следующими соотношениями:
[F] = LMT -2 , [m] = M, [l] = L, [t] = T.
Легко видеть, что определяющие параметры m, l и t имеют независимые размерности, размерность же параметра F выражается через размерности первых трех
[F] = [m] [l] [t-2].
Таким образом, n = k = 3 и анализ размерности дает выражение для критерия подобия
,
что совпадает с результатом, который был получен для этой задачи в примере 2.1.
Пример 2.4
Определим с помощью П -теоремы критерий подобия для электрической цепи, которая была рассмотрена в примере 2.3. Цепь содержит активное сопротивление R и индуктивность L. При включении цепи на постоянное напряжение U в ней протекает процесс, который можно записать в виде функциональной зависимости
U = f (t,i,R,L).
Допустим, что определяющие параметры t,i,R имеют независимые размерности
[t] = T, [i] = I , [R] = L2MT-3I-2.
Тогда параметры U и L будут размерно-зависимыми.
[U] = L2MT-3I-1, [L] = L2MT-2 I-2 .
В данном случае k = 3, n - k =1. Анализируя размерности параметров, находим критерии подобия.

Заметим, что в примерах 2.3 и 2.4 критерии подобия найдены на основе общих функциональных зависимостей между определяющими и определяемыми параметрами. Точные уравнения физических зависимостей нами не рассматривались. Независимость физической закономерности (2.14) от выбора
единиц измерения означает, что эту зависимость можно представить
в виде уравнения
![]()
Уменьшение числа аргументов упрощает исследование. Пусть в уравнении (2.14) для выяснения зависимости величины a от некоторого определяющего параметра ai надо измерить эту величину при десяти значениях данного аргумента. Тогда для экспериментального нахождения величины a - как функции n определяющих параметров a1,…, an - следует произвести 10n экспериментов.
Согласно П - теореме, если все величины a1,a2 ,…,an выражаются через k независимых размерностей, задача сводится к определению функции n - k безразмерных аргументов П1, …, Пn-k, для нахождения которых достаточно 10n-k опытов, т.е. в 10k раз меньше. Трудоемкость установления искомой функции сокращается на столько порядков, сколько среди определяющих параметров величин с независимыми размерностями.
В примере 2.4 исходное уравнение можно заменить зависимостью
П = Ф (П1).
Следовательно, в координатах П, П1 все опытные точки должны располагаться на единой кривой. Таким образом, заранее проведенный анализ размерностей сокращает объем экспериментальной работы во много раз.
Пример 2.5
Пусть известно, что период T колебаний маятника не зависит от его начального отклонения и скорости, а определяется лишь его длиной l, массой m и ускорением свободного падения g . Функциональная связь
T = f (l,m, g )
содержит четыре размерных величины. Допустим, что определяющие параметры l, m и g имеют независимые размерности.
[l] = L, [m] = M, [g] = LT -2.
Тогда параметр T следует принять размерно-зависимым.
[T ] = T.
Анализируя размерности, находим критерий подобия

Здесь, k = n = 3. Следовательно, выражение f (l,m, g ) = const и

С точностью до безразмерного множителя данная формула дает решение колебаний маятника. Причем выясняется, что их период не зависит от m. Таким образом, анализ размерностей дает возможность получить ценную предварительную информацию о процессе, не находя полностью решения задачи.
Пример 2.6
При атомном взрыве в его центре мгновенно выделяется значительная энергия E . От центра взрыва распространяется мощная ударная волна. Радиус фронта ударной волны r через промежуток времени τ после взрыва зависит от E, τ и плотности воздуха ρ [11].
r = f (E,τ,ρ).
Таким образом, n = 3, а размерности определяющих параметров в классе MLT есть: