Динамические системы
Популяционная динамика
В 2020 году модели SIR и их производные мгновенно стали знамениты: каждый разговор о «сглаживании кривой» и «коллективном иммунитете» - это прямое применение динамических систем. Три уравнения Кермака-Маккендрика 1927 года определяли политику карантина в 2020.
- **Рыболовство:** квоты на вылов рассчитываются с помощью логистических моделей - максимально устойчивый урожай при N = K/2
- **Эпидемиология:** модели SIR/SEIR использовались для расчёта порогов вакцинации при COVID-19 в каждой стране
- **Охрана природы:** эффект Аллее объясняет, почему виды с малой популяцией вымирают даже при восстановлении среды обитания
Предварительные знания
Lotka Volterra
**Зайцы и рыси в канадском лесу показывают удивительно регулярные колебания с периодом ~10 лет.** Много зайцев - рысей становится больше - зайцев меньше - рысей меньше - зайцев снова больше. Альфред Лотка (1910) и Вито Вольтерра (1926) независимо предложили математическую модель этой охотник-жертва динамики.
**Система Лотки-Вольтерра (охотник-жертва):** dx/dt = αx − βxy, dy/dt = δxy − γy, где x - жертва, y - хищник. Параметры: α - рост жертвы, β - скорость поедания, δ - эффективность хищника, γ - смертность хищника. Система консервативна: существует первый интеграл **I = δx − γ ln x + βy − α ln y = const**.
| Равновесие | Координаты | Устойчивость |
|---|---|---|
| Несложно показатье | (0, 0) | Неустойчивое (оба вида исчезают) |
| Ненулевое | (γ/δ, α/β) | Центр (нейтрально устойчивое) |
| Реальные данные | Заяц/рысь Гудзонова залива | Колебания ~10 лет, 1845-1935 |
Вольтерра и рыбный промысел
Вито Вольтерра создал свою модель в 1926 году после вопроса зятя - морского биолога Умберто Д'Анконы. Д'Анкона заметил, что во время Первой мировой войны (когда рыбный промысел сократился) доля хищных рыб в уловах выросла. Вольтерра объяснил это математически: сокращение промысла сместило равновесие в сторону хищников. Этот результат известен как «парадокс Вольтерра».
В системе Лотки-Вольтерра ненулевое равновесие (x* = γ/δ, y* = α/β) является:
Logistic
**Реальные популяции не растут бесконечно - ресурсы ограничены.** Мальтус в 1798 году предложил экспоненциальный рост dN/dt = rN. Ферхюльст в 1838 году сделал модель реалистичнее, добавив насыщение: при N → K рост замедляется. Это логистическое уравнение - одна из самых важных формул в биологии.
**Логистическое уравнение:** dN/dt = rN(1 − N/K), где r - внутренняя скорость роста, K - несущая ёмкость. Решение: **N(t) = K / (1 + ((K−N₀)/N₀)·e^{−rt})**. Два равновесия: N* = 0 (неустойчивое) и N* = K (устойчивое). При N₀ < K популяция растёт, насыщаясь на уровне K. S-образная кривая роста.
| Модель роста | Уравнение | Поведение |
|---|---|---|
| Мальтус (1798) | dN/dt = rN | Экспоненциальный рост, N → ∞ |
| Ферхюльст (1838) | dN/dt = rN(1−N/K) | S-кривая, насыщение на K |
| Гомпертц | dN/dt = rN·ln(K/N) | Асимметричная S-кривая |
| Аллее-эффект | dN/dt = rN(N−A)(1−N/K) | Критическая плотность A |
**Эффект Аллее** - модификация логистической модели: при малых N < A популяция вымирает, потому что не находит партнёров для размножения. Это создаёт **пороговый эффект**: популяции ниже критического уровня A необратимо вымирают даже при наличии ресурсов K >> A. Важно для охраны видов.
В логистическом уравнении при N₀ = K/2 скорость роста dN/dt максимальна. Почему?
Epidemic
**Почему одни эпидемии распространяются, а другие затухают сами?** Модель SIR - три уравнения, которые предсказывают судьбу вспышки инфекции лучше интуиции. Ключевой параметр - базовое репродуктивное число R₀: если R₀ > 1, эпидемия распространяется; если R₀ < 1 - затухает.
**Модель SIR** (Кермак-Маккендрик, 1927): dS/dt = −βSI/N, dI/dt = βSI/N − γI, dR/dt = γI. S - восприимчивые, I - инфицированные, R - выздоровевшие. **R₀ = β/γ** - базовое репродуктивное число. Пороговая теорема: эпидемия распространяется тогда и только тогда, когда **S₀ > γ/β = N/R₀**. Коллективный иммунитет достигается при доле иммунных **p_c = 1 − 1/R₀**.
| Болезнь | R₀ | Коллективный иммунитет |
|---|---|---|
| Сезонный грипп | 1.2 - 1.4 | 17% - 29% |
| COVID-19 (оригинальный) | 2.0 - 3.0 | 50% - 67% |
| Оспа | 5 - 7 | 80% - 85% |
| Корь | 12 - 18 | 92% - 94% |
Для кори R₀ ≈ 15. Какая доля популяции должна быть иммунна для достижения коллективного иммунитета?
Predator Prey
**Простая система Лотки-Вольтерра - лишь отправная точка.** Реальные экосистемы сложнее: насыщение хищника (функциональный отклик Холлинга), логистический рост жертвы, межвидовая конкуренция. Добавление реализма трансформирует консервативную систему в диссипативную - с устойчивыми предельными циклами и потенциальным хаосом.
**Модель Розенцвейга-Маккартура** - реалистичная хищник-жертва: **dx/dt = rx(1−x/K) − axy/(1+ahx), dy/dt = eaxy/(1+ahx) − dy**. Функциональный отклик типа II: ax/(1+ahx) - хищник насыщается. Параметры: r - рост жертвы, K - ёмкость среды, a - скорость поиска, h - время обработки, e - эффективность, d - смертность хищника.
| Тип модели | Особенности | Динамика |
|---|---|---|
| Лотка-Вольтерра (классика) | Линейный рост жертвы, линейное поедание | Консервативные колебания |
| С логистиким ростом жертвы | Жертва насыщается на K | Спиральное затухание к равновесию |
| С откликом Холлинга II | Хищник насыщается | Предельный цикл или равновесие |
| С откликом Холлинга III | Сигмоидальное насыщение | Возможны множественные равновесия |
Парадокс обогащения
В 1971 году Мартин Розенцвейг открыл «парадокс обогащения»: увеличение несущей ёмкости среды K (например, удобрение) не улучшает устойчивость экосистемы - а ухудшает! При K > K_критического происходит бифуркация Хопфа, и система переходит к большеамплитудным колебаниям, которые могут привести к вымиранию. Это математическое открытие перевернуло традиционный взгляд экологов на «обогащение» экосистем.
Больше ресурсов = более стабильная экосистема
В моделях с насыщением хищника (Холлинг II) увеличение несущей ёмкости K дестабилизирует систему через бифуркацию Хопфа. Это «парадокс обогащения».
При K большом хищник редко испытывает дефицит жертвы → его популяция растёт → жертва резко сокращается → хищник резко сокращается → цикл повторяется с нарастающей амплитудой. Нелинейная обратная связь через насыщение создаёт нестабильность там, где линейная логика предсказывала бы стабильность.
В модели Розенцвейга-Маккартура при увеличении несущей ёмкости K сверх критического значения:
Ключевые идеи
- **Система Лотки-Вольтерра** консервативна: первый интеграл I = const; колебания вечные, незатухающие; ненулевое равновесие - центр
- **Логистическое уравнение** dN/dt = rN(1−N/K): S-кривая роста, насыщение на несущей ёмкости K, максимальный рост при N = K/2
- **Модель SIR:** R₀ = β/γ определяет судьбу эпидемии; коллективный иммунитет при доле p_c = 1 − 1/R₀
- **Парадокс обогащения:** увеличение K в реалистичных моделях дестабилизирует систему через бифуркацию Хопфа
Связанные темы
Популяционная динамика - живой пример всех концепций нелинейной динамики:
- Бифуркации — Парадокс обогащения - это бифуркация Хопфа; транскритическая бифуркация - порог эпидемии R₀ = 1
- Нейродинамика — Нейронные популяции описываются похожими уравнениями - уравнения Вильсона-Кована аналогичны Лотке-Вольтерра
- Климатические модели — Климатические переломные точки (типпинг-пойнты) - аналоги коллективного иммунитета и парадокса обогащения
Вопросы для размышления
- Классическая модель Лотки-Вольтерра предсказывает вечные колебания без затухания. Реальные данные показывают затухающие колебания или предельные циклы. Какие добавления к модели делают её реалистичной?
- R₀ зависит от поведения людей, а не только от биологии. Как изменение поведения (маски, дистанция) влияет на R₀ в модели SIR?
- Эффект Аллее создаёт «пороговую нестабильность» - популяция ниже порога вымирает. Какие виды особенно подвержены этому эффекту и почему?