MODELE WIELOPOPULACYJNE. Biomatematyka Dr Wioleta Drobik

Wielkość: px
Rozpocząć pokaz od strony:

Download "MODELE WIELOPOPULACYJNE. Biomatematyka Dr Wioleta Drobik"

Transkrypt

1 MODELE WIELOPOPULACYJNE Biomatematyka Dr Wioleta Drobik

2 UKŁADY RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH Warunek początkowy: x(t 0 )=x 0, y(t 0 )=y 0 Funkcje f i g to zadane funkcje ciągłe trzech zmiennych: t, x(t),y(t)

3 UKŁADY RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH Portret fazowy Portret fazowy danego układu równań różniczkowych to zobrazowanie przebiegu rozwiązań w przestrzeni (V,P) gdzie rozwiązania są krzywymi opisanymi lokalnie jako funkcje P(V) lub V(P), a przebieg w czasie (zmienna niezależna t) zaznaczamy strzałkami Inaczej: zbiór trajektorii układu równań różniczkowych w przestrzeni (na płaszczyźnie R 2 ) Wyznaczenie zaczynamy od znalezienia izoklin zerowych, czyli zbiorów punktów płaszczyzny, które otrzymujemy przyrównując do zera prawe strony równań z układu, np. izoklina zerowa zmiennej x to x (t)=0 Na izoklinie zerowej zmienna x nie zależy od czasu

4 STABILNOŚĆ STANU STACJONARNEGO Stany stacjonarne Punkt, w którym zeruje się pierwsze i drugie równanie układu Stan stacjonarny nazywamy stabilnym w sensie Lapunowa, jeżeli startując z pobliskiego warunku początkowego, trajektoria rozwiązanie nie oddali się zanadto od stanu stacjonarnego Stan stacjonarny nazywamy stabilnym asymptotycznie, jeżeli startując z pobliskiego warunku początkowego, trajektoria rozwiązania zbiega asymptotycznie do stanu stacjonarnego.

5 MODEL LOTKI-VOLTERRY Portret fazowy wraz z przykładowymi krzywymi fazowymi Wyróżniony cykl odpowiada warunkowi początkowemu: V(t 0 ) = 1 P(t 0 ) = 0,5

6 PORTRET FAZOWY I STAN STACJONARNY przebieg w czasie punkt stacjonarny

7 ROZWIĄZANIE RÓWNAŃ RÓŻNICZKOWYCH Numeryczne rozwiązanie równania różniczkowego zwyczajnego Z warunkiem początkowym Polega na wyznaczeniu dyskretnych wartości y n = y(t n ), gdzie n = 1,2,.. Kolejne punkty znajdują się w odległości h (krok całkowania)

8 ROZWIĄZANIE RÓWNAŃ RÓŻNICZKOWYCH Obliczamy wartość x w późniejszym czasie używając równania: Metoda Eulera

9 ROZWIĄZANIE RÓWNAŃ RÓŻNICZKOWYCH Ulepszenie metody Eulera metoda Runge-Kutty drugiego rzędu krok całkowania: h = t

10 WSPÓŁZAWODNICTWO GATUNKÓW Dwa gatunki N 1 oraz N 2 konkurują o to samo pożywienie Wielkość populacji obydwu gatunków zależy od ilości dostępnego pożywienia Zużycie pożywienia (Z) jest proporcjonalne do liczebności gatunków h 1, h 2 współczynniki jednostkowego zużycia pożywienia gatunków N 1 i N 2 Współczynniki wzrostu populacji obu gatunków w idealnych warunkach wynoszą Ɛ i > 0, z kolei w wyniku zużycia pożywienia zmniejszają się o ϒ i Z

11 WSPÓŁZAWODNICTWO GATUNKÓW Niech: N 1 = N 1 (t) zagęszczenie ofiar w chwili t N 2 = N 2 (t) zagęszczenia drapieżników w chwili t Współczynniki wzrostu populacji

12 MODEL LOTKI-VOLTERRY Umożliwiają uwzględnienie interakcji między dwiema populacjami Najstarszy znany model: Lata 20-ste XX wieku: model drapieżnik ofiara niezależnie przez Lotke i Volterre Model biochemiczny - zmiana stężeń dwóch reagujących ze sobą substancji chemicznych Model populacyjny - wzrost populacji ryb drapieżnych w Adriatyku po ograniczeniu połowów w trakcie I wojny światowej Alfred James Lotka Vitto Volttera

13 MODEL LOTKI-VOLTERRY Model dotyczy zmian liczebności populacji dwóch gatunków: ofiar (ang. prey) drapieżników (ang. predator) żywiących się osobnikami pierwszego gatunku.

14 MODEL DRAPIEŻNIK-OFIARA Dlaczego drapieżne torbacze wyginęły? Australia: Brak stałocieplnych drapieżników, przy jednocześnie dużej populacji drapieżników zmiennocieplnych W plejstocenie megafauna australijska uległa wymarciu Hipotezy: Niewielkie rozmiary kontynentu mała przestrzeń życiowa? Małe mózgi torbaczy uniemożliwiły wyewoluowanie w skuteczne drapieżniki? Australijscy roślinożercy są zmuszeni żyć w dużo większym rozproszeniu niż na innych kontynentach (ograniczone zasoby pokarmowe). Faworyzowane są drapieżniki o mniejszych rozmiarach ciała lub wolniejszym metabolizmie?

15 ZAŁOŻENIA MODELU LOTKI-VOLTERRY W ekosystemie występują dwa gatunki, przy czym osobniki drugiego gatunku (ofiary) stanowią pożywienie osobników pierwszego gatunku (drapieżników) Zagęszczenie populacji ofiar oznaczamy przez V(t), a zagęszczenie populacji drapieżników oznaczamy przez P(t) Jeżeli: V(t) = 0 brak ofiar oznacza śmierć drapieżników P(t) = 0 brak drapieżników oznacza niekontrolowany wzrost populacji ofiar H(t) > 0 oraz P(t) > 0 drapieżniki polują na ofiary, czerpiąc energie potrzebną do życia i rozmnażania Polowanie jest możliwe tylko przy bezpośrednim kontakcie liczba kontaktów jest proporcjonalna do liczebności obu gatunków Ofiar ubywa proporcjonalnie do liczby spotkań

16 MODEL LOTKI-VOLTERRY Niech: V = V(t) zagęszczenie ofiar w chwili t P = P(t) zagęszczenia drapieżników w chwili t wewnętrzna dynamika rozwoju populacji ofiar odzwierciedla liczbę losowych spotkań obu gatunków część energii z upolowanej biomasy, którą drapieżnik przeznacza na rozród wewnętrzna dynamika rozwoju populacji drapieżników (spadek populacji) r współczynnik rozrodczości gatunku ofiar a współczynnik skuteczności polowań (interpretowany również jako biomasa upolowanych ofiar) b współczynnik rozrodczości drapieżników (na jednostkę upolowanej ofiary) s współczynnik śmiertelności drapieżników

17 MODEL LOTKI-VOLTERRY Rozwiązaniem są funkcje okresowe (krzywe zamknięte na portrecie fazowym) przesunięte w czasie Równania oscylują wokół dodatniego stanu stacjonarnego,a ich wartości średnie są równe współrzędnym tego punktu niezależnie od trajektorii, czyli także od warunku początkowego (prawo zachowania średnich) Dodatni stan stacjonarny układu:

18 ROZWIĄZANIE NUMERYCZNE Wyznacz zagęszczenie populacji dla t=2 metodą Eulera i Runge-Kutty jeżeli: V(t 0 ) = 10 P(t 0 ) = 10 r = 0,9 a = 0,1 b = 0,5 s = 0,6 Krok całkowania t= 1

19 ROZWIĄZANIE NUMERYCZNE RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH Jak zmieni się zagęszczenie populacji drapieżników i ofiar w czasie t? Metoda Eulera wzór ogólny: Kierunek wyrażony jest przez pierwszą pochodną funkcji (prawa strona równania różniczkowego). Jest to tzw. predyktor Dla równania Lotki-Volterry:

20 ROZWIĄZANIE NUMERYCZNE RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH Jak zmieni się zagęszczenie populacji drapieżników i ofiar w czasie t? Metoda Runge-Kutty drugiego rzędu

21 MODEL LOTKI-VOLTERRY Krytyka modelu: Brak stabilności strukturalnej niewielka zmiana prawej strony równania może prowadzić do radykalnych zmian w dynamice rozwiązań Rozwiązania układu oscylują w taki sposób, że wzrost populacji drapieżników może wyprzedzać wzrost populacji ofiar co nie jest obserwowane w naturze Nie uwzględnia szeregu istotnych zmiennych Wewnętrzna dynamika populacji ofiar zgodna z modelem Malthusa brak zależności od zagęszczenia Brak konkurencji międzygatunkowej Brak mechanizmów obronnych u ofiar np. kryjówek

22 MODEL LOTKI-VOLTERRY Z OGRANICZONĄ POJEMNOŚCIĄ ŚRODOWISKA OFIAR Z modyfikacją uwzględniającą ograniczoną pojemność środowiska dla ofiar V = V(t) zagęszczenie ofiar w chwili t P = P(t) zagęszczenia drapieżników w chwili t Zmiana izokliny dla drapieżników r współczynnik rozrodczości gatunku ofiar a współczynnik skuteczności polowań (interpretowany również jako biomasa upolowanych ofiar) b współczynnik rozrodczości drapieżników (na jednostkę upolowanej ofiary) s współczynnik śmiertelności drapieżników k pojemność środowiska dla gatunku ofiar

23 MODEL LOTKI-VOLTERRY Z OGRANICZONĄ POJEMNOŚCIĄ ŚRODOWISKA OFIAR Z modyfikacją uwzględniającą ograniczoną pojemność środowiska dla ofiar W populacji ofiar oprócz procesu rozrodczości występuje konkurencja o zasoby modelowana za pomocą funkcji kwadratowej Zmiana izokliny dla drapieżników Pojemność środowiska jest niewielka K s/ab - występują dwa rozwiązania stacjonarne: A. Liczebności populacji wynoszą 0 osobników B. Populacja ofiar dąży do liczebności K, populacja drapieżników wymiera (liczebność ofiar jest zbyt mała aby populacja drapieżników mogła się wyżywić) Pojemność środowiska jest duża K > s/ab istnieją trzy rozwiązania stacjonarne, Gdy K=s/ab rozwiązania B i C pokrywają się

24 MODEL LOTKI-VOLTERRY Z OGRANICZONĄ POJEMNOŚCIĄ ŚRODOWISKA OFIAR Jeżeli rozwiązanie stacjonarne istnieje K > s/ab jest ono globalnie stabilne dla wszystkich dodatnich warunków początkowych Wraz z upływem czasu liczebności gatunku ofiar i drapieżników zbiegają się do wielkości określonych przez współrzędne rozwiązania stacjonarnego C Obydwa gatunki występują w środowisku

25 SYMYLACJE Program Populus Dostępny za darmo na stronie

26 SYMULACJE Model > Multi-Species Dynamics > Continuous Predator- Prey Models Współczynniki dla modelu Lotki-Volterry w programie Populus: N 0 = 10 - zagęszczenie ofiar w chwili t 0 czyli V(t 0 ) P 0 = 10 - zagęszczenie drapieżników w chwili t 0 czyli V(t 0 ) r 1 = 0,9 - współczynnik rozrodczości gatunku ofiar czyli r C 1 = 0,1 współczynnik skuteczności polowań czyli a d 2 = 0,6 współczynnik śmiertelności drapieżników czyli s g = 0,5 współczynnik rozrodczości drapieżników (na jednostkę upolowanej ofiary) czyli b

27 MODEL LOTKI-VOLTERRY - OZNACZENIA Oznaczenia modelu w programie Populus: P Kierunek zmian wartości funkcji Izoklina pozioma N Izoklina pionowa

28 SYMULACJE Czy zmiana początkowych liczebności populacji wpływa na dynamikę modelu? Jakie skutki dla modelu będzie miało zwiększenie, przy założeniu zachowania pozostałych parametrów modelu, współczynnika: śmiertelności drapieżników wzrostu populacji ofiar skuteczności polowań

29 MODEL DRAPIEŻNIK-OFIARA Z OGRANICZONĄ POJEMNOŚCIĄ ŚRODOWISKA Przyjmujemy K = 30 z zachowaniem pozostałych parametrów Jak zastąpienie wzrostu wykładniczego ofiar modelem logistycznym zmieni zachowanie modelu? Czy zmieni się stabilność stanu stacjonarnego? Jakie skutki dla modelu będzie miało zwiększenie, przy założeniu zachowania pozostałych parametrów modelu, współczynnika: śmiertelności drapieżników wzrostu populacji ofiar skuteczności polowań

30 LITERATURA Foryś U Matematyka w biologii, Wydawnictwa Naukowo- Techniczne, Warszawa. Rudnicki R Dynamika populacyjna. Monografia. Sharov A Quantitative population ecology lecture notes. Wrzosek D Matematyka dla biologów. Wydawnictwa Uniwersytetu Warszawskiego. Problem wyginięcia megafauny australijskiej: /08/02/O_pewnym_ciekawym_zastosowaniu_m/

MODELE ODDZIAŁYWAŃ MIĘDZY DWIEMA POPULACJAMI

MODELE ODDZIAŁYWAŃ MIĘDZY DWIEMA POPULACJAMI MODELE ODDZIAŁYWAŃ MIĘDZY DWIEMA POPULACJAMI Biomatematyka Dr Wioleta Drobik-Czwarno UKŁADY RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH UKŁADY RÓWNAŃ RÓŻNICZKOWYCH ZWYCZAJNYCH Warunek początkowy: x(t 0 )=x 0, y(t

Bardziej szczegółowo

Czego ekolog może się dowiedzieć od matematyka, czyli słów kilka o modelu drapieżnik-ofiara

Czego ekolog może się dowiedzieć od matematyka, czyli słów kilka o modelu drapieżnik-ofiara 1/32 Czego ekolog może się dowiedzieć od matematyka, czyli słów kilka o modelu drapieżnik-ofiara Urszula Foryś Instytut Matematyki Stosowanej i Mechaniki Zakład Biomatematyki i Teorii Gier WMIM UW Banacha

Bardziej szczegółowo

MODELE ROZWOJU POPULACJI Z UWZGLĘDNIENIEM WIEKU

MODELE ROZWOJU POPULACJI Z UWZGLĘDNIENIEM WIEKU MODELE ROZWOJU POPULACJI Z UWZGLĘDNIENIEM WIEKU Dr Wioleta Drobik-Czwarno CIĄG FIBONACCIEGO Schemat: http://blogiceo.nq.pl/matematycznyblog/2013/02/06/kroliki-fibonacciego/ JAK MOŻEMY ULEPSZYĆ DOTYCHCZASOWE

Bardziej szczegółowo

Wprowadzenie do modelowania matematycznego w biologii. Na podstawie wykładów dr Urszuli Foryś, MIM UW

Wprowadzenie do modelowania matematycznego w biologii. Na podstawie wykładów dr Urszuli Foryś, MIM UW Wprowadzenie do modelowania matematycznego w biologii Na podstawie wykładów dr Urszuli Foryś, MIM UW Model matematyczny Jest to teoretyczny opis danego zjawiska na podstawie bieżącej wiedzy (często zwany

Bardziej szczegółowo

Filmy o numerycznym prognozowaniu pogody Pogodna matematyka : zakładka: Filmy

Filmy o numerycznym prognozowaniu pogody Pogodna matematyka :  zakładka: Filmy Modelowanie komputerowe w ochronie środowiska Wykłady x 4 Ćwiczenia x 3 Strona: http://www.icm.edu.pl/~aniat/modele/msos26.html Literatura: Urszula Foryś, Matematyka w biologii, Wydawnictwa Naukowo-Techniczne,

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

c - częstość narodzin drapieżników lub współczynnik przyrostu drapieżników,

c - częstość narodzin drapieżników lub współczynnik przyrostu drapieżników, SIMULINK 3 Zawartość Równanie Lotki-Volterry dwa słowa wstępu... 1 Potrzebne elementy... 2 Kosmetyka 1... 3 Łączenie elementów... 3 Kosmetyka 2... 6 Symulacja... 8 Do pobrania... 10 Równanie Lotki-Volterry

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

N(t) = N 0 e rt MODELE WZROSTU POPULACJI Z CZASEM CIĄGŁYM. Dr Wioleta Drobik-Czwarno

N(t) = N 0 e rt MODELE WZROSTU POPULACJI Z CZASEM CIĄGŁYM. Dr Wioleta Drobik-Czwarno N(t) = N 0 e rt MODELE WZROSTU POPULACJI Z CZASEM CIĄGŁYM Dr Wioleta Drobik-Czwarno PODSTAWY MATEMATYCZNE Procesy biologiczne, chemiczne i fizyczne można zapisać równaniami różniczkowymi. Potrzebne narzędzia:

Bardziej szczegółowo

Wybrane zastosowania równań różniczkowych zwyczajnych w biologii

Wybrane zastosowania równań różniczkowych zwyczajnych w biologii Uniwersytet Mikołaja Kopernika Wydział Matematyki i Informatyki Klaudia Matyjasek nr albumu 219863 praca zaliczeniowa na kierunku matematyka Wybrane zastosowania równań różniczkowych zwyczajnych w biologii

Bardziej szczegółowo

WYKŁAD 3. DYNAMIKA ROZWOJU

WYKŁAD 3. DYNAMIKA ROZWOJU WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI MODELE Z CZASEM DYSKRETNYM DR WIOLETA DROBIK- CZWARNO MODELE ZMIAN ZAGĘSZCZENIA POPULACJI Wyróżniamy modele: z czasem dyskretnym wykorzystujemy równania różnicowe z

Bardziej szczegółowo

Wykład 2. Rodzaje konkurencji. Modele wzrostu populacji

Wykład 2. Rodzaje konkurencji. Modele wzrostu populacji Wykład 2 Rodzaje konkurencji. Modele wzrostu populacji Konkurencja o charakterze eksploatacji konkurencja o zasoby, które są w niedomiarze działanie jednego konkurenta zmniejsza ilość zasobów dostępną

Bardziej szczegółowo

WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI

WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI MODELE Z CZASEM DYSKRETNYM BUDOWA MODELU MATEMATYCZNEGO DR WIOLETA DROBIK- CZWARNO STAN POPULACJI Stan populacji wyrażany jako liczebność lub zagęszczenie wszystkich

Bardziej szczegółowo

Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych

Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych Metody przybliżonego rozwiązywania równań różniczkowych zwyczajnych Rozwiązywanie równań różniczkowych zwyczajnych za pomocą szeregów metody dyskretne Metoda współczynników nieoznaczonych Metoda kolejnego

Bardziej szczegółowo

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych

Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych Zadania do wykładu Jakościowa Teoria Równań Różniczkowych Zwyczajnych [ ] e Zadanie 1 Pokazać, że X(t) = 2t cos t sin t e 2t jest specjalną macierzą fundamentalną w sin t cos t [ 2 cos chwili τ = 0 układu

Bardziej szczegółowo

WYKŁAD 3. DYNAMIKA ROZWOJU

WYKŁAD 3. DYNAMIKA ROZWOJU WYKŁAD 3. DYNAMIKA ROZWOJU POPULACJI DR WIOLETA DROBIK WSTĘP Podstawy matematyczne Ciąg Granica funkcji Ciągłość funkcji Pochodna i całka CIĄG Lista ponumerowanych elementów pewnego zbioru Ciąg to dowolna

Bardziej szczegółowo

Stabilność II Metody Lapunowa badania stabilności

Stabilność II Metody Lapunowa badania stabilności Metody Lapunowa badania stabilności Interesuje nas w sposób szczególny system: Wprowadzamy dla niego pojęcia: - stabilności wewnętrznej - odnosi się do zachowania się systemu przy zerowym wejściu, czyli

Bardziej szczegółowo

Modelowanie biologicznych układów typu drapieżca - ofiara z wykorzystaniem błądzenia losowego.

Modelowanie biologicznych układów typu drapieżca - ofiara z wykorzystaniem błądzenia losowego. Modelowanie biologicznych układów typu drapieżca - ofiara z wykorzystaniem błądzenia losowego. Anna Rutkowska 135601 27 kwietnia 2007 1 Spis treści 1 Wstęp. 3 1.1 Cel pracy......................... 3 1.2

Bardziej szczegółowo

Interakcje. Konkurencja. wykład 2

Interakcje. Konkurencja. wykład 2 Interakcje. Konkurencja wykład 2 Ekologiczna istota konkurencji Kiedy konkurujące gatunki mogą współwystępować? Kiedy na skutek konkurencji jeden z nich wyginie? wykład 2/2 Tempo wzrostu populacji Tempo

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA NR 7

INSTRUKCJA DO ĆWICZENIA NR 7 KATEDRA MECHANIKI STOSOWANEJ Wydział Mechaniczny POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 7 PRZEDMIOT TEMAT OPRACOWAŁ LABORATORIUM MODELOWANIA Przykładowe analizy danych: przebiegi czasowe, portrety

Bardziej szczegółowo

Identyfikacja i modelowanie struktur i procesów biologicznych

Identyfikacja i modelowanie struktur i procesów biologicznych Identyfikacja i modelowanie struktur i procesów biologicznych Laboratorium 1: Modele ciągłe. Model Lotki-Volterry. mgr inż. Urszula Smyczyńska AGH Akademia Górniczo-Hutnicza 1. Ćwiczenie 1: Rozwiązanie

Bardziej szczegółowo

Twierdzenie 2: Własności pola wskazujące na istnienie orbit

Twierdzenie 2: Własności pola wskazujące na istnienie orbit Cykle graniczne Dotychczas zajmowaliśmy się głównie znajdowaniem i badaniem stabilności punktów stacjonarnych. Wiele ciekawych procesów ma naturę cykliczną. Umiemy już sobie poradzić z cyklicznością występującą

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Wyznacz transformaty Laplace a poniższych funkcji, korzystając z tabeli transformat: a) 8 3e 3t b) 4 sin 5t 2e 5t + 5 c) e5t e

Bardziej szczegółowo

Spis treści. Wstęp Konstrukcja modelu matematycznego... 1

Spis treści. Wstęp Konstrukcja modelu matematycznego... 1 Spis treści Wstęp........................................................ XI 1. Konstrukcja modelu matematycznego............................. 1 2. Relacje. Teoria preferencji konsumenta...........................

Bardziej szczegółowo

Obliczenia inspirowane Naturą

Obliczenia inspirowane Naturą Obliczenia inspirowane Naturą Wykład 03 (uzupełnienie Wykładu 02) Jarosław Miszczak IITiS PAN Gliwice 31/03/2016 1 / 17 1 2 / 17 Dynamika populacji Równania Lotki-Voltery opisują model drapieżnik-ofiara.

Bardziej szczegółowo

Drapieżnictwo II. (John Stuart Mill 1874, tłum. własne)

Drapieżnictwo II. (John Stuart Mill 1874, tłum. własne) Drapieżnictwo II Jeżeli w ogóle są jakikolwiek świadectwa celowego projektu w stworzeniu (świata), jedną z rzeczy ewidentnie zaprojektowanych jest to, by duża część wszystkich zwierząt spędzała swoje istnienie

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 206/207

Bardziej szczegółowo

Modele matematyczne drapieżnictwa

Modele matematyczne drapieżnictwa Modele matematyczne drapieżnictwa Dariusz WRZOSEK Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski BIOFIZMAT, Grudzień 2015 Rodzaje odziaływań miedzygatunkowych Podstawowe oddziaływania

Bardziej szczegółowo

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie

Politechnika Wrocławska, Wydział Informatyki i Zarządzania. Modelowanie Politechnika Wrocławska, Wydział Informatyki i Zarządzania Modelowanie Zad Procesy wykładniczego wzrostu i spadku (np populacja bakterii, rozpad radioaktywny, wymiana ciepła) można modelować równaniem

Bardziej szczegółowo

Temat wykładu: Równania różniczkowe. Anna Rajfura, Matematyka na kierunku Biologia w SGGW 1

Temat wykładu: Równania różniczkowe. Anna Rajfura, Matematyka na kierunku Biologia w SGGW 1 Temat wykładu: Równania różniczkowe Anna Rajfura, Matematyka na kierunku Biologia w SGGW 1 Zagadnienia 1. Terminologia i oznaczenia 2. Definicje 3. Przykłady Anna Rajfura, Matematyka na kierunku Biologia

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 4. Równania różniczkowe zwyczajne podstawy teoretyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Wstęp

Bardziej szczegółowo

Krzywa Gompertza w opisie procesów nowotworowych: spojrzenie matematyka. Urszula Foryś

Krzywa Gompertza w opisie procesów nowotworowych: spojrzenie matematyka. Urszula Foryś 1/26 Krzywa Gompertza w opisie procesów nowotworowych: spojrzenie matematyka Urszula Foryś urszula@mimuw.edu.pl Instytut Matematyki Stosowanej i Mechaniki Zakład Biomatematyki i Teorii Gier WMIM UW 2/26

Bardziej szczegółowo

Równanie logistyczne zmodyfikowane o ubytki spowodowane eksploatacją:

Równanie logistyczne zmodyfikowane o ubytki spowodowane eksploatacją: Sterowanie populacją i eksploatacja populacji Wykład 5 / 10-11-2011 (można o tym poczytać w podręczniku Krebsa) Modele eksploatacji populacji Model oparty na założeniu logistycznego wzrostu populacji (logistic

Bardziej szczegółowo

KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO. dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury

KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO. dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury KINEMATYKA I DYNAMIKA CIAŁA STAŁEGO dr inż. Janusz Zachwieja wykład opracowany na podstawie literatury Funkcje wektorowe Jeśli wektor a jest określony dla parametru t (t należy do przedziału t (, t k )

Bardziej szczegółowo

Procedura modelowania matematycznego

Procedura modelowania matematycznego Procedura modelowania matematycznego System fizyczny Model fizyczny Założenia Uproszczenia Model matematyczny Analiza matematyczna Symulacja komputerowa Rozwiązanie w postaci modelu odpowiedzi Poszerzenie

Bardziej szczegółowo

Genetyka populacji. Analiza Trwałości Populacji

Genetyka populacji. Analiza Trwałości Populacji Genetyka populacji Analiza Trwałości Populacji Analiza Trwałości Populacji Ocena Środowiska i Trwałości Populacji- PHVA to wielostronne opracowanie przygotowywane na ogół podczas tworzenia planu ochrony

Bardziej szczegółowo

Definicje i przykłady

Definicje i przykłady Rozdział 1 Definicje i przykłady 1.1 Definicja równania różniczkowego 1.1 DEFINICJA. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie F (t, x, ẋ, ẍ,..., x (n) ) = 0. (1.1) W równaniu tym t jest

Bardziej szczegółowo

Efekt motyla i dziwne atraktory

Efekt motyla i dziwne atraktory O układzie Lorenza Wydział Matematyki i Informatyki Uniwersytet Mikołaja kopernika Toruń, 3 grudnia 2009 Spis treści 1 Wprowadzenie Wyjaśnienie pojęć 2 O dziwnych atraktorach 3 Wyjaśnienie pojęć Dowolny

Bardziej szczegółowo

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com

Bardziej szczegółowo

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2

Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2 Funkcje: wielomianowa, wykładnicza, logarytmiczna wykład 2 dr Mariusz Grządziel semestr zimowy 2013 Potęgowanie Dla dowolnej liczby dodatniej a oraz liczy wymiernej w = p/q definiujemy: a w (a 1/q ) p.

Bardziej szczegółowo

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk

Opis systemów dynamicznych w przestrzeni stanu. Wojciech Kurek , Gdańsk Opis systemów dynamicznych Mieczysław Brdyś 27.09.2010, Gdańsk Rozważmy układ RC przedstawiony na rysunku poniżej: wejscie u(t) R C wyjście y(t)=vc(t) Niech u(t) = 2 + sin(t) dla t t 0 gdzie t 0 to chwila

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE WYKŁAD 4

RÓWNANIA RÓŻNICZKOWE WYKŁAD 4 RÓWNANIA RÓŻNICZKOWE WYKŁAD 4 Obszar określoności równania Jeżeli występująca w równaniu y' f ( x, y) funkcja f jest ciągła, to równanie posiada rozwiązanie. Jeżeli f jest nieokreślona w punkcie (x 0,

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE. Marta Zelmańska RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE Marta Zelmańska Toruń 009 1 Rozdział 1 Wstęp Definicja 1. Równaniem różniczkowym zwyczajnym rzędu n nazywamy równanie: F (t, x, x, x,..., x (n) ) = 0 (1.1) Rozwiązaniem równania

Bardziej szczegółowo

Wstęp do równań różniczkowych

Wstęp do równań różniczkowych Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych

Bardziej szczegółowo

II. Równania autonomiczne. 1. Podstawowe pojęcia.

II. Równania autonomiczne. 1. Podstawowe pojęcia. II. Równania autonomiczne. 1. Podstawowe pojęcia. Definicja 1.1. Niech Q R n, n 1, będzie danym zbiorem i niech f : Q R n będzie daną funkcją określoną na Q. Równanie różniczkowe postaci (1.1) x = f(x),

Bardziej szczegółowo

x y

x y Przykłady pytań na egzamin końcowy: (Uwaga! Skreślone pytania nie obowiązują w tym roku.). Oblicz wartość interpolacji funkcjami sklejanymi (przypadek (case) a), dla danych i =[- 4 5], y i =[0 4 -]. Jaka

Bardziej szczegółowo

Wstęp do równań różniczkowych, studia I stopnia. 1. Znaleźć (i narysować przykładowe) rozwiązania ogólne równania y = 2x.

Wstęp do równań różniczkowych, studia I stopnia. 1. Znaleźć (i narysować przykładowe) rozwiązania ogólne równania y = 2x. Wstęp do równań różniczkowych, studia I stopnia 1. Znaleźć (i narysować przykładowe) rozwiązania ogólne równania y = 2x. 2. Znaleźć wszystkie (i narysować przykładowe) rozwiązania równania y + 3 3 y 2

Bardziej szczegółowo

Metoda rozdzielania zmiennych

Metoda rozdzielania zmiennych Rozdział 12 Metoda rozdzielania zmiennych W tym rozdziale zajmiemy się metodą rozdzielania zmiennych, którą można zastosować, aby wyrazić jawnymi wzorami rozwiązania pewnych konkretnych równań różniczkowych

Bardziej szczegółowo

Sposoby modelowania układów dynamicznych. Pytania

Sposoby modelowania układów dynamicznych. Pytania Sposoby modelowania układów dynamicznych Co to jest model dynamiczny? PAScz4 Modelowanie, analiza i synteza układów automatyki samochodowej równania różniczkowe, różnicowe, równania równowagi sił, momentów,

Bardziej szczegółowo

lim Np. lim jest wyrażeniem typu /, a

lim Np. lim jest wyrażeniem typu /, a Wykład 3 Pochodna funkcji złożonej, pochodne wyższych rzędów, reguła de l Hospitala, różniczka funkcji i jej zastosowanie, pochodna jako prędkość zmian 3. Pochodna funkcji złożonej. Jeżeli funkcja złożona

Bardziej szczegółowo

METODY OBLICZENIOWE. Projekt nr 3.4. Dariusz Ostrowski, Wojciech Muła 2FD/L03

METODY OBLICZENIOWE. Projekt nr 3.4. Dariusz Ostrowski, Wojciech Muła 2FD/L03 METODY OBLICZENIOWE Projekt nr 3.4 Dariusz Ostrowski, Wojciech Muła 2FD/L03 Zadanie Nasze zadanie składało się z dwóch części: 1. Sformułowanie, przy użyciu metody Lagrange a II rodzaju, równania różniczkowego

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność - definicja 1 O układzie możemy mówić, że jest stabilny gdy wytrącony ze stanu równowagi

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, 18 września 2013 Biomatematyka

EGZAMIN MAGISTERSKI, 18 września 2013 Biomatematyka Biomatematyka Liczebność populacji pewnego gatunku jest modelowana przez równanie różnicowe w którym N k stałymi. rn 2 n N n+1 =, A+Nn 2 oznacza liczebność populacji w k tej generacji, a r i A są dodatnimi

Bardziej szczegółowo

18. Wprowadzenie do metod analizy i syntezy układów

18. Wprowadzenie do metod analizy i syntezy układów 18. Wprowadzenie do metod analizy i syntezy kładów Metody analizy kładów nieliniowych dzielimy na dwie grpy: przybliżone i ścisłe. 1. Metody przybliżone a) linearyzacja przez rozwinięcie w szereg Taylora,

Bardziej szczegółowo

OBLICZANIE POCHODNYCH FUNKCJI.

OBLICZANIE POCHODNYCH FUNKCJI. OBLICZANIE POCHODNYCH FUNKCJI. ROZWIĄZYWANIE RÓWNAŃ RÓŻNICZKOWYCH. ROZWIĄZYWANIE UKŁADÓW RÓWNAŃ LINIOWYCH. Obliczanie pochodnych funkcji. Niech będzie dana funkcja y(x określona i różniczkowalna na przedziale

Bardziej szczegółowo

Równania różniczkowe w technice

Równania różniczkowe w technice Równania różniczkowe w technice Lista 5: Układy równań różniczkowych 1. Zamień poniższe równanie trzeciego rzędu na układ trzech równań oraz przetransformuj podany układ na równanie różniczkowe. Podaj

Bardziej szczegółowo

Model Marczuka przebiegu infekcji.

Model Marczuka przebiegu infekcji. Model Marczuka przebiegu infekcji. Karolina Szymaniuk 27 maja 2013 Karolina Szymaniuk () Model Marczuka przebiegu infekcji. 27 maja 2013 1 / 17 Substrat Związek chemiczny, który ulega przemianie w wyniku

Bardziej szczegółowo

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH

FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH FUNKCJA LINIOWA, RÓWNANIA I UKŁADY RÓWNAŃ LINIOWYCH PROPORCJONALNOŚĆ PROSTA Proporcjonalnością prostą nazywamy zależność między dwoma wielkościami zmiennymi x i y, określoną wzorem: y = a x Gdzie a jest

Bardziej szczegółowo

Wykład z modelowania matematycznego.

Wykład z modelowania matematycznego. Wykład z modelowania matematycznego. Modele z jedną populacją. Problem. Szybkość zmian zagęszczenia populacji. Założenia. Ciągłość procesów zachodzących w populacji (nawet w najkrótszym przedziale czasowym

Bardziej szczegółowo

Lista zadań nr 2 z Matematyki II

Lista zadań nr 2 z Matematyki II Lista zadań nr 2 z Matematyki II dla studentów wydziału Architektury, kierunku Gospodarka Przestrzenna. Wyznaczyć dziedzinę funkcji f(x, y) = ln(4 x 2 y 2 ), f(x, y) = x 2 + y 2, f(x, y) = ln(4 x 2 y 2

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Stabilność O układzie możemy mówić, że jest stabilny gdy układ ten wytrącony ze stanu równowagi

Bardziej szczegółowo

Tematyka egzaminu z Podstaw sterowania

Tematyka egzaminu z Podstaw sterowania Tematyka egzaminu z Podstaw sterowania Rafał Trójniak 6 września 2009 Spis treści 1 Rozwiązane tematy 1 1.1 Napisać równanie różniczkowe dla zbiornika z odpływem grawitacyjnym...............................

Bardziej szczegółowo

Wstęp do równań różniczkowych

Wstęp do równań różniczkowych Wstęp do równań różniczkowych Wykład 1 Lech Sławik Instytut Matematyki PK Literatura 1. Arnold W.I., Równania różniczkowe zwyczajne, PWN, Warszawa, 1975. 2. Matwiejew N.M., Metody całkowania równań różniczkowych

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Równania różniczkowe Differential equations Kierunek: Rodzaj przedmiotu: obowiązkowy dla wszystkich specjalności Rodzaj zajęć: wykład, ćwiczenia Matematyka Poziom kwalifikacji: I stopnia

Bardziej szczegółowo

Metody numeryczne równań różniczkowych zwyczajnych

Metody numeryczne równań różniczkowych zwyczajnych Metody numeryczne równań różniczkowych zwyczajnych Marcin Jenczmyk m.jenczmyk@knm.katowice.pl 9 maja 2015 M. Jenczmyk XXX Sesja KNM Metody numeryczne R.R.Z. 1 / 18 Omawiany problem dotyczyć będzie numerycznego

Bardziej szczegółowo

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE

27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27. RÓWNANIA RÓŻNICZKOWE CZĄSTKOWE 27.1. Wiadomości wstępne Równaniem różniczkowym cząstkowym nazywamy związek w którym występuje funkcja niewiadoma u dwóch lub większej liczby zmiennych niezależnych i

Bardziej szczegółowo

Równania różniczkowe zwyczajne

Równania różniczkowe zwyczajne Równania różniczkowe zwyczajne Zajmiemy się teraz problemem numerycznego rozwiązywania równań różniczkowych zwyczajnych o postaci: z warunkeim początkowym. Zauważmy że przykładowe równanie różniczkowe

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE zadania z odpowiedziami

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE zadania z odpowiedziami RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE zadania z odpowiedziami Maciej Burnecki opracowanie strona główna Spis treści I Równania pierwszego rzędu 2 o rozdzielonych zmiennych 2 jednorodne 3 liniowe 3 Bernoulliego

Bardziej szczegółowo

Dynamika populacyjna. Ryszard Rudnicki

Dynamika populacyjna. Ryszard Rudnicki Dynamika populacyjna Ryszard Rudnicki Spis treści Rozdział 1. Wstęp 5 1. Uwagi ogólne 5 2. Pierwsze modele populacyjne 6 3. Sezonowość w dynamice populacyjnej 11 Zadania 15 Rozdział 2. Modele wielopopulacyjne

Bardziej szczegółowo

Ekotoksykologia 12/9/2016. Procesy losowe w populacjach a skutki działania substancji toksycznych

Ekotoksykologia 12/9/2016. Procesy losowe w populacjach a skutki działania substancji toksycznych Ekotoksykologia Procesy losowe w populacjach a skutki działania substancji toksycznych Prof. dr hab. Ryszard Laskowski Instytut Nauk o Środowisku UJ Ul. Gronostajowa 7, Kraków pok. 2.1.2 http://www.eko.uj.edu.pl/laskowski

Bardziej szczegółowo

Modele cyklu ekonomicznego

Modele cyklu ekonomicznego Prezentacja licencjacka pod kierunkiem dr Sławomira Michalika 03/06/2013 Obserwacje rozwiniętych gospodarek wolnorynkowych wykazują, że nie występują w nich stany stacjonarne, typowe są natomiast pewne

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14

Bardziej szczegółowo

Równania różniczkowe zwyczajne Zadania z odpowiedziami

Równania różniczkowe zwyczajne Zadania z odpowiedziami Równania różniczkowe zwyczajne Zadania z odpowiedziami Maciej Burnecki Spis treści strona główna I Równania pierwszego rzędu 2 1 o rozdzielonych zmiennych 2 2 jednorodne 4 3 liniowe 4 4 Bernoulliego 5

Bardziej szczegółowo

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE - LISTA I

RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE - LISTA I RÓWNANIA RÓŻNICZKOWE ZWYCZAJNE - LISTA I RÓWNANIA RÓŻNICZKOWE PIERWSZEGO RZĘDU. ROZWIĄZAĆ RÓWNANIE RÓŻNICZKOWE LUB ZAGADNIENIE POCZĄTKOWE.......6. ln ln...7..8..9. d d.... co.... in.... in co in.6..7..8.

Bardziej szczegółowo

Wykład z modelowania matematycznego.

Wykład z modelowania matematycznego. Załóżmy, że równanie różniczkowe x (t) = f (t, x) (1) ma rozwiązanie ogólne x(t) = ϕ(t, c). (2) Załóżmy, że równanie różniczkowe x (t) = f (t, x) (1) ma rozwiązanie ogólne x(t) = ϕ(t, c). (2) Rodzina funkcji

Bardziej szczegółowo

DYNAMIKA SYSTEMÓW EKONOMICZNO- EKOLOGICZNYCH

DYNAMIKA SYSTEMÓW EKONOMICZNO- EKOLOGICZNYCH DYNAMIKA SYSTEMÓW EKONOMICZNO- EKOLOGICZNYCH dr inż. Mariusz Dacko Uniwersytet Rolniczy w Krakowie Wydział Rolniczo-Ekonomiczny Zakład Ekonomiki i Organizacji Rolnictwa Idea rozwoju zrównoważonego w gospodarowaniu

Bardziej szczegółowo

14 Modele z czasem dyskretnym

14 Modele z czasem dyskretnym 14 Modele z czasem dyskretnym Przykłady i zadania z tego rozdziału ilustrują materiał zawarty w rozdziałach 12 i 15 książki 141 Metoda pajęczynowa PRZYŁAD 141 Na poniższych rysunkach zilustrowano metodę

Bardziej szczegółowo

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu

1 Metody rozwiązywania równań nieliniowych. Postawienie problemu 1 Metody rozwiązywania równań nieliniowych. Postawienie problemu Dla danej funkcji ciągłej f znaleźć wartości x, dla których f(x) = 0. (1) 2 Przedział izolacji pierwiastka Będziemy zakładać, że równanie

Bardziej szczegółowo

Egzamin test. Matematyka dla Biologów Warszawa, 1 lutego GRUPA A

Egzamin test. Matematyka dla Biologów Warszawa, 1 lutego GRUPA A Matematyka dla Biologów Warszawa, 1 lutego 2013. Imię i nazwisko:... Egzamin test GRUPA A nr indeksu:... Przy każdym z podpunktów wpisz, czy jest on prawdziwy (TAK) czy fałszywy (NIE). Za każde pytanie

Bardziej szczegółowo

Drapieżnictwo. Ochrona populacji zwierząt

Drapieżnictwo. Ochrona populacji zwierząt Drapieżnictwo Ochrona populacji zwierząt Ochrona populacji zwierząt Czy drapieżniki ograniczają liczebność ofiar? Kontrola z góry czy z dołu? Spektakularne przykłady wpływu drapieżnictwa na populacje:

Bardziej szczegółowo

Definicja pochodnej cząstkowej

Definicja pochodnej cząstkowej 1 z 8 gdzie punkt wewnętrzny Definicja pochodnej cząstkowej JeŜeli iloraz ma granicę dla to granicę tę nazywamy pochodną cząstkową funkcji względem w punkcie. Oznaczenia: Pochodną cząstkową funkcji względem

Bardziej szczegółowo

Układy autonomiczne. Rozdział Stabilność w sensie Lapunowa. Przedmiotem analizy w tym rozdziale będą układy równań autonomicznych

Układy autonomiczne. Rozdział Stabilność w sensie Lapunowa. Przedmiotem analizy w tym rozdziale będą układy równań autonomicznych Rozdział 5 Układy autonomiczne 5.1 Stabilność w sensie Lapunowa Przedmiotem analizy w tym rozdziale będą układy równań autonomicznych ẋ = f(x), (5.1) z funkcją f : Q R m, gdzie Q jest otwartym zbiorem

Bardziej szczegółowo

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 2 - podstawy matematyczne. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 2 - podstawy matematyczne Instytut Automatyki i Robotyki Warszawa, 2015 Wstęp Rzeczywiste obiekty regulacji, a co za tym idzie układy regulacji, mają właściwości nieliniowe, n.p. turbulencje, wiele

Bardziej szczegółowo

Elementy rachunku różniczkowego i całkowego

Elementy rachunku różniczkowego i całkowego Elementy rachunku różniczkowego i całkowego W paragrafie tym podane zostaną elementarne wiadomości na temat rachunku różniczkowego i całkowego oraz przykłady jego zastosowania w fizyce. Małymi literami

Bardziej szczegółowo

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki

Podstawy Automatyki. Wykład 5 - stabilność liniowych układów dynamicznych. dr inż. Jakub Możaryn. Warszawa, Instytut Automatyki i Robotyki Wykład 5 - stabilność liniowych układów dynamicznych Instytut Automatyki i Robotyki Warszawa, 2018 Wstęp Stabilność O układzie możemy mówić, że jest stabilny jeżeli jego odpowiedź na wymuszenie (zakłócenie)

Bardziej szczegółowo

Równania różniczkowe liniowe II rzędu

Równania różniczkowe liniowe II rzędu Równania różniczkowe liniowe II rzędu Definicja równania różniczkowego liniowego II rzędu Warunki początkowe dla równania różniczkowego II rzędu Równania różniczkowe liniowe II rzędu jednorodne (krótko

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 207/208

Bardziej szczegółowo

Równania różniczkowe zwyczajne zadania z odpowiedziami

Równania różniczkowe zwyczajne zadania z odpowiedziami Równania różniczkowe zwyczajne zadania z odpowiedziami Maciej Burnecki opracowanie Spis treści I Równania pierwszego rzędu 2 o rozdzielonych zmiennych 2 jednorodne 4 liniowe 4 Bernoulliego 5 Równania sprowadzalne

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, Biomatematyka

EGZAMIN MAGISTERSKI, Biomatematyka Biomatematyka 90...... Zadanie 1. (8 punktów) Załóżmy, że w diploidalnej populacji, dla której zachodzi prawo Hardy ego- Weinberga dla loci o dwóch allelach A i a proporcja osobników o genotypie AA wynosi

Bardziej szczegółowo

TEORIA CHAOSU. Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska

TEORIA CHAOSU. Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska TEORIA CHAOSU Autorzy: Szymon Sapkowski, Karolina Seweryn, Olaf Skrabacz, Kinga Szarkowska Wydział MiNI Politechnika Warszawska Rok akademicki 2015/2016 Semestr letni Krótki kurs historii matematyki DEFINICJA

Bardziej szczegółowo

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki

Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki Politechnika Warszawska Wydział Samochodów i Maszyn Roboczych Instytut Podstaw Budowy Maszyn Zakład Mechaniki http://www.ipbm.simr.pw.edu.pl/ Teoria maszyn i podstawy automatyki semestr zimowy 207/208

Bardziej szczegółowo

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO

ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO ZAGADNIENIA DO EGZAMINU MAGISTERSKIEGO Na egzaminie magisterskim student powinien: 1) omówić wyniki zawarte w pracy magisterskiej posługując się swobodnie pojęciami i twierdzeniami zamieszczonymi w pracy

Bardziej szczegółowo

Metody numeryczne rozwiązywania równań różniczkowych

Metody numeryczne rozwiązywania równań różniczkowych Metody numeryczne rozwiązywania równań różniczkowych Marcin Orchel Spis treści Wstęp. Metody przybliżone dla równań pierwszego rzędu................ Metoda kolejnych przybliżeń Picarda...................2

Bardziej szczegółowo

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils GRA Przykład 1) Zbiór graczy n = 2 myśliwych I= {1,,n} 2) Zbiór strategii S = {polować na jelenia, gonić zająca} S = {1,,m} 3) Wypłaty jeleń - zając - 10 utils 3 utils U i : S n R i=1,,n J Z J Z J 5 0

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, czerwiec 2015 Biomatematyka

EGZAMIN MAGISTERSKI, czerwiec 2015 Biomatematyka Biomatematyka Rozpatrzmy chorobę, która rozprzestrzenia się za pośrednictwem nosicieli, u których nie występują jej symptomy. Niech C(t) oznacza liczbę nosicieli w chwili t. Zakładamy, że nosiciele są

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8 Regresja wielokrotna Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X 1, X 2, X 3,...) na zmienną zależną (Y).

Bardziej szczegółowo

Całkowanie numeryczne

Całkowanie numeryczne Całkowanie numeryczne Poniżej omówione zostanie kilka metod przybliżania operacji całkowania i różniczkowania w szczególności uzależnieniu pochodnej od jej różnic skończonych gdy równanie różniczkowe mamy

Bardziej szczegółowo

Optymalizacja ciągła

Optymalizacja ciągła Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej

Bardziej szczegółowo