Foredrag om matematisk modellering - med inspirasjon fra heftet Matematisk Modellbygging, andre utgåve av Leiv Storesletten og Olav Nygaard

Like dokumenter
Befolkningsvekst. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2011

Befolkningsvekst. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2015

Befolkningsvekst. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2012

Befolkningsvekst. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2017

Test, 4 Differensiallikninger

MA0002 Brukerkurs i matematikk B Vår 2017

Poissonprosesser og levetidsfordelinger

Definisjon: I en BEFOLKNINGSPROGNOSE forsøker en å basere seg på realistiske og plausible forutsetninger når det gjelder vekstfaktorene "FORECAST"

Befolkningsvekst. Nico Keilman. Demografi grunnemne ECON 1710 Høst 2013

2.8 BACHELORGRADSPROGRAM I BIOMATEMATIKK

LØSNINGSFORSLAG EKSAMEN I GRUNNKURS I ANALYSE I (MA1101/MA6101)

Transformasjoner av stokastiske variabler

2.8 BACHELORGRADSPROGRAM I BIOMATEMATIKK

Løsningsforslag. Oppgave 1 Gitt matrisene ] [ og C = A = 4 1 B = 2 1 3

1 Algebra og likningar

Nå integrer vi begge sider og får på venstre side. der C 1 er en vilkårlig konstant. Høyre side blir. Dette gir. og dermed

Det matematisk-naturvitenskapelige fakultet. Del 4. Modellering

4 Differensiallikninger R2 Oppgaver

Mandag 20.august, 2012

BEFOLKNINGSFRAMSKRIVINGER ECON 1730

Through the Looking-Glass and What Alice Found There, Lewis Carroll

OPPGAVESETT MAT111-H16 UKE 46. Oppgaver til seminaret 18/11

OPPGAVESETT MAT111-H16 UKE 44. Oppgaver til seminaret 4/11

Examination paper for ( BI2033 ) ( Population Ecology/ Populasjonsøkologi )

. Følgelig er csc 1 ( 2) = π 4. sin θ = 3

TID TEMA KOMPETANSEMÅL ARBEIDSMETODER VURDERINGSFORMER RESSURSER (materiell, ekskursjoner, lenker etc.)

EKSAMENSOPPGAVE I BI2033 POPULASJONSØKOLOGI

TMA4100 Matematikk1 Høst 2008

UNIVERSITETET I OSLO

TID TEMA KOMPETANSEMÅL ARBEIDSMETODER VURDERINGSFORMER RESSURSER (materiell, ekskursjoner, lenker etc.)

Kapittel 8. Inntekter og kostnader. Løsninger

Funksjoner S2 Oppgaver

Kapittel 2. Antiderivering. 2.1 Derivasjon

1 Mandag 15. februar 2010

MAT feb feb feb MAT Våren 2010

Differensiallikninger Forelesning i Matematikk 1 TMA4100

MA0002 Brukerkurs i matematikk B Vår 2016

cappelendamm.no Funksjoner av to variable 7.1 FIGUR 7.1 FIGUR 7.2 FIGUR 7.3 Matematikk for økonomi og samfunnsfag 9. utgave kapittel 7 1

TEORI FOR OPTISKE FIBRAR MED BRAGGITTER

Løsningsforslag til utvalgte oppgaver i kapittel 10

ECON 2915 forelesning 2 (av 13) Kapital som produksjonsfaktor. Solow-modellen. Solowmodellen. Mandag 27.august, 2012

Tillatte hjelpemidler: Lærebok og kalkulator i samsvar med fakultetet sine regler Oppgave 1. 2 x

Løsningsforslag til eksamen i MAT111 - Grunnkurs i Matematikk I

Institutt for Samfunnsøkonomi

Prosjektoppgaver om diusjonsprosesser og diusjonstilnærmelse

Prosjektoppgaver om diusjonsprosesser og diusjonstilnærmelse

Forsøkslæreplan i valgfag programmering

Through the Looking-Glass and What Alice Found There, Lewis Carroll

Høgskolen i Telemark Fakultet for estetiske fag, folkekultur og lærerutdanning BOKMÅL 23. mai 2014

Eksamen REA3024 Matematikk R2. Nynorsk/Bokmål

Forvaltning og avskytningsmodeller for en hjortebestand i vekst

Optimal kontrollteori

Høgskolen i Oslo og Akershus. 1 (x 2 + 1) 1/2 + x 1 2 (x2 + 1) 1/2 (x 2 + 1) = x 2x 2 x = = 3 ln x sin x

Høgskolen i Oslo og Akershus. ln x sin x 2 (ln x) (ln x) 2 = cos ( x2. (ln x) 2 = cos x 2 2x ln x x sin x 2 (ln x) 2 x + 2 = 1, P = (2, 2 4 y4 = 0

Løsningsforslag Eksamen S2, våren 2014 Laget av Tommy O. Sist oppdatert: 1. september 2018 Antall sider: 11

Programmering i Java med eksempler

Fremdriftplan. I går. I dag. 2.5 Uendelige grenser og vertikale asymptoter 2.6 Kontinuitet

Matematisk modellbygging. Leiv Storesletten Olav Nygaard

Oversikt over kap. 19 i Gravelle og Rees. Sett i forhold til resten av pensum:

BYFE DAFE Matematikk 1000 HIOA Obligatorisk innlevering 5 Innleveringsfrist Fredag 15. april 2016 kl 14 Antall oppgaver: 8

Prøve i Matte 1000 BYFE DAFE 1000 Dato: 03. mars 2016 Hjelpemiddel: Kalkulator og formelark. Alle svar skal grunngis. Alle deloppgaver har lik vekt.

f) Masteropptak høsten 2009

Programmering i Java med eksempler

2T kapittel 3 Modellering og bevis Løsninger til innlæringsoppgavene

Løsningsforslag, midtsemesterprøve MA1101, 5.oktober 2010

Informasjon om studieprogrammet Beregningsorientert informatikk

Utvalgsstørrelse, styrke

Løsningsforslag, eksamen MA1101/MA6101 Grunnkurs i analyse I, vår 2009

d) Vi skal nne alle lsningene til dierensialligningen y 0 + y x = arctan x x pa intervallet (0; ). Den integrerende faktoren blir R x e dx = e ln x =

Vekstrater og eksponentiell vekst ECON 2915 Vekst og næringsstruktur

Bjørn i Nordland. Gro Kvelprud Moen og Ole-Gunnar Støen 26. september 2016

Ekstremverdier Mellomverdisatsen Forelesning i Matematikk 1 TMA4100

Prøvefiske i Lundadalsvatnet, Skjåk kommune 2000

Løsningsveiledning og kommentarer til obligatorisk semesteroppgave, Høst 2006, ECON 2915-Vekst og næringsstruktur

OPPGAVESETT MAT111-H16 UKE 38. Oppgaver til gruppene uke 39

Del ) Bestem x-verdien til eventuelle punkter der funksjonen ikke er kontinuerlig. Begrunn svaret ditt.

OPPGAVESETT MAT111-H17 UKE 38. Oppgaver til gruppene uke 39

regresjonsmodeller multippel logistisk regresjon logistisk regresjon prediksjon vs assosiasjon den logistisk funksjonen (2)

Høgskolen i Telemark Fakultet for estetiske fag, folkekultur og lærerutdanning BOKMÅL 25. mai 2012

Notat om råd for fredning av sild i Nordfjord og Sognefjorden. Av Aril Slotte, Cecilie Kvamme, Jostein Røttingen og Florian Eggers

Og en repetisjon av bl.a. Solow-modellen.

Det matematisk-naturvitenskapelige fakultet Økt forståelse for matematikk ved bruk av programmering Sinusseminar 2019

Simulering av differenslikninger

Avskytningen av hjort i Rogaland Hvor går veien? Erling L. Meisingset Norsk Institutt for Bioøkonomi

MAT feb feb feb MAT Våren 2010

Forelesning 2: Førsteordens lineære differensiallikninger

Potensrekker Forelesning i Matematikk 1 TMA4100

Tidligere eksamensoppgaver

S2 kapittel 4 Modellering Løsninger til kapitteltesten i læreboka

La U og V være uavhengige standard normalfordelte variable og definer

1 Mandag 8. februar 2010

Læreplan i matematikk for samfunnsfag - programfag i studiespesialiserende program

Regresjon med GeoGebra

Løsninger til innlæringsoppgavene

Notater nr 9: oppsummering for uke 45-46

Transkript:

Foredrag om matematisk modellering - med inspirasjon fra heftet Matematisk Modellbygging, andre utgåve av Leiv Storesletten og Olav ygaard Jostein Trondal 6. april 2006 Ligger også på trondal.com/modellering/vekst.pdf Foredraget ble hol på atta - ristiansand atedralskole i valgfag di. likn.

Matematisk modellering Matematisk tankebygning for å analysere et problem i et annet fag Fysikk, økonomi, økologi, informatikk, astronomi, geofysikk, kjemi,... Matematiske modeller har vært grunnlaget og drivkraften i utviklingen av alle disse fagene fra mien av 600-tallet Eksempel - peak oil-teorien Modelleringsprosessen ilde: www.trendlines.ca 2

Denne foredraget går inn på Dierensiallikninger Økologi (befolkningsvekst) Eksponentiell vekst (Malthus' modell) Logistisk vekst (Verhulsts modell) Generalisering av Verhulsts modell Økologi Læren om samspillet i naturen Individ, Populasjon, Samfunn, Økosystem Simulering vs. kvalitative modeller Vekst i populasjoner brukes for å beskrive antall individer i populasjonen. er en funksjon av tiden; = (t). Vi antar at er kontinuerlig og tilstrekkelig deriverbar. Vekstraten til en populasjon i et økosystem er i utgangspunktet bestemt av re faktorer: Fødsel, død, innvandring og utvandring: = B D + I E () Disse faktorene påvirkes av alderssammensetning, tilgang på mat og plass, fysiske og kjemiske forhold i omgivelsene, rovdyr, parasitter,... Den enkleste typen modell for populasjonsvekst får vi ved å anta at vekstraten til populasjonen i hvert tidspunkt er gitt som funksjon av størrelsen på populasjonen i samme tidspunkt; = f() (2) 3

Den spesikke vekstraten s() = (3) Er et mål for det enkelte individs gjennomsnittlige tilskudd til populasjonsveksten Eksponentiell vekst - Malthus' modell Forutsetning: Den spesikke vekstraten er konstant. Dette gir: = r, r = konstant (Malthus' lov) (4) Oppgave : Vis at startkravet (0) = 0 gir løsningen (t) = 0 e rt Oppgave 2: Hva skjer med (t) når t? Oppgave 3: Skisser noen vekstkurver for ulike verdier av r. Logistisk vekst - Verhulsts modell En mer realistisk modell for befolkningsvekst kan lages ved å innføre en øvre grense > 0 for den populasjonen omgivelsene kan livnære. kalles gjerne bærekapasiteten. En ny veksthypotese der denne faktoren tas hensyn til kan da formuleres, for eksempel slik: Den spesikke vekstraten er proporsjonal med det ledige livsrom. Dette gir: = r ( ) (5) = r( ) (Verhulsts lov) (6) Oppgave 4: Hva skjer med likning (6) når? Likning (6) er en separerbar dierensiallikning som kan løses med standard metoder: 4

Delbrøksoppspalting av = r( ) ( = r ) = r ( ) : ( ) ( ) ( ) ( ) ( ) = a + b ( ) a( ) = ( ) + b ( ) a + (b a) = a= b= ( ) = + ( ) Dette gir: ( ) ( ) = + = r ( ) + ( ) = r ln ln = ln e ln = e rt+c = e c e rt = ±ec e rt = Cert 5

Startkravet (0) = 0 > 0 gir: C = 0 = 0 e rt (7) 0 Denne likningen kan nå løses m.h.p. og vi får: (t) = + (/ 0 )e rt for t 0 (8) Og er en såkalt logistisk vekst. Oppgave 5: Hva skjer med (t) når t? Oppgave 6: Hva skjer med (t) når? Oppgave 7: Skisser noen vekstkurver for ulike verdier av 0. 0 Verhulsts generaliserte modell I Verhulsts modell antar man at den spesikke vekstraten er størst når bestanden er nær null og minker jevnt med økende bestand. I virkeligheten derimot, vil bestander dø ut når de kommer under en viss kritisk verdi H > 0. H er da den minimale levedyktige bestanden. Verhulsts modell kan utvides for å ta hensyn til dette ved å anta følgende hypotese: = k( H)( ) (Verhulsts generaliserte lov) (9) der H er minimal levedyktig bestand, er bærekapasiteten og k er en konstant. Det følger fra (9) at vekstraten er positiv når H < < og er negativ når < H eller >. Med startkravet (0) = 0 får vi løsningen (t) = H + H + [( 0 )/( 0 H)] e k( H)t (0) Oppgave 8: Hva skjer med (t) når t og 0 > H? Oppgave 9: Hva skjer med (t) når t og 0 < 0 < H? Oppgave 0: Skisser noen vekstkurver for ulike verdier av 0. 6

Fasit Oppgave 2: (t) når t. Oppgave 3: Skisse av vekstkurver i Malthus' modell: Oppgave 4: (6) (4) når. Oppgave 5: (t) når t. Oppgave 6: (t) 0 e rt når. Oppgave 7: Skisse av vekstkurver i Verhulsts modell: Oppgave 8: (t) når t og 0 > H. Oppgave 9: (t) når t og 0 < 0 < H. Oppgave 0: Skisse av vekstkurver i Verhulsts generaliserte modell: 7