Московский Государственный

Институт Электронной Техники

(Технический Университет)

Курсовая работа

По курсу "Математическое моделирование"

По теме:

"Основные межвидовые взаимодействия, эволюция"

Выполнила:

Азанова И.В.

гр.МП-30

Проверил:

Лисовец Ю.П.

Москва 2007

Основные межвидовые взаимодействия

Модели отдельной популяции, могут достаточно точно описывать динамику популяции и в случае её взаимодействия с другими популяциями. Для этого в уравнение включаются соответствующие члены, выражающие влияние на численность данной популяции со стороны тех или иных видов.

В настоящее время для классификации возможных взаимодействий в экосистемах предлагается следующая формальная процедура: каждой паре видов сопоставляется три символа: либо "плюс", либо "нуль", либо "минусом" (когда изменение численности одного вида вызывает обратное изменение численности другого). Эти категории биотических взаимодействий приведены в таблице:

	Тип	Влияние
№	взаимодействия	Первого вида на второй	Второго вида на первый
1	нейтрализм	0	0
2	аменсализм	–	0
3	комменсализм	+	0
4	конкуренция	–	–
5	Хищник–жертва	+	–
6	Мутуализ (симбиоз)	+	+

Рассмотрим, как же ведут себя численности популяций при каждом из этих взаимодействий. Моделирование в Matlab. Модель отдельной популяции: Наиболее простым описанием динамики отдельно взятой популяции может служить так называемая логистическая модель, предложенная П. Ферхлюстом в позапрошлом веке для описания динамики человеческого населения и Р. Пёрлом уже в 20-ые годы прошлого столетия применительно к биологическим сообществам. Согласно ей, динамика численности популяции N описывается обыкновенным дифференциальным уравнением:

,

популяция экосистема моделирование дифференциальный

где a=const представляет собой максимальную удельную скорость роста популяции, коэффициент b=const описывает внутривидовую конкурентную борьбу. Коэффициент a представляет собой разность между естественным приростом С и смертностью D в популяции: a=С–D.

Содержимое functhion.m:

function dN=func(t,N)

global alfa beta;

dN=alfa*N-beta*N^2;

Содержимое work.m:

global beta alfa;

N0=100;

figure

hold on;

xlabel('Время')

ylabel('Численность')

beta=0.025;

alfa=2.5;

Nrav=alfa/beta;

--> ЧИТАТЬ ПОЛНОСТЬЮ <--