Аппроксимация зависимости относительного количества пожаров в Российской Федерации от возраста виновника пожара

Автор: Кайбичев И.А., Терентьев Д.И.

Журнал: Вестник экономики, управления и права @vestnik-urep

Рубрика: Математика

Статья в выпуске: 1 (50), 2020 года.

Бесплатный доступ

Предпринята попытка найти вид функциональной зависимости между количеством пожаров на 10000 человек возрастной группы в Российской Федерации и возрастом виновника пожара. В процессе регрессионного анализа использована модель Ферхюльста, ранее применявшаяся в биологии для описания процесса роста популяции животных. Установлено, что видоизменение модели Ферхюльста в предположении переменной скорости роста позволяет аппроксимировать исследуемую зависимость со 100% точностью.

Количество пожаров на 10000 человек возрастной группы, модель ферхюльста, возраст виновника пожара, российская федерация, аппроксимация зависимости

Короткий адрес: https://sciup.org/142226734

IDR: 142226734

Текст научной статьи Аппроксимация зависимости относительного количества пожаров в Российской Федерации от возраста виновника пожара

*

К данному времени нет исследований по математической аппроксимации имеющихся данных [1] о зависимости количества пожаров на 10000 человек возрастной группы в Российской Федерации от возраста виновника пожара. Основная трудность проведения исследования состоит в том, что данных для различных конкретных значений возраста виновника пожара в статическом сборнике [1] нет. Однако есть данные по количеству пожаров на 10000 человек возрастной группы для возраста виновника, попадающего в каждый из 7 интервалов возраста виновника (Таб. 1).

* *

Исследовать данные, сгруппированные по интервалам, неудобно. Самый простой подход к решению задачи состоит в введении ранговой переменной Х. Эту переменную (совпадающую с номером возрастного интервала) мы используем для идентификации интервала возраста виновника пожара

Например, Х = 1 задает возраст виновника в интервале от 0 до 6 лет, Х = 2 диапазон от 7 до 13 лет, Х = 3 интервал от 14 до 15 лет, Х = 4 диапазон от 16 до 19 лет, Х = 5 от 20 до 40 лет, Х = 6 диапазон от 41 до 59 лет, Х = 7 больше 60 лет.

Таблица 1

Количество пожаров на 10000 человек возрастной группы в РФ по возрасту виновника

Х

Возраст виновника

2015

2016

2017

2018

1

0-6

0,69

0,54

0,44

0,41

2

7-13

0,98

0,91

0,85

0,82

3

14-15

0,65

0,47

0,49

0,53

4

16-19

0,66

0,61

0,62

0,56

5

20-40

3,4

3,08

2,85

2,76

6

41-59

6,05

5,66

5,22

5,2

7

>60

4,31

4,2

4,13

4,1

Приведенные возрастные интервалы не равномерны, имеют различные временные продолжительности. Однако именно эти интервалы возраста виновника пожара приведены в сборнике [1]. Поэтому вынуждены использовать их.

Зависимость относительного количества погибших при пожарах в России от возраста виновника пожара (Рис. 1) нелинейна.

Отметим, что полученный график (Рис.1) походит накривую роста популяции в биологии.

Поэтому рассмотрим возможность применения закона роста биологической популяции для аппроксимации зависимости количества пожаров на 10000 человек возрастной группы от возраста виновника пожара.

Модель Ферхюльста

Количество особей P(t) в популяции описывается функцией Ферхюльста [2]:

1 P(t)=^fe.G = exp(rt)        (1)

(

Рис. 1. Количество пожаров на 10000 человек возрастной группы в России по возрасту виновника пожара

где Р0 - начальная численность популяции, К - емкость среды (максимальная численность популяции), r - скорость размножения.

При аппроксимации относительного количества погибших при пожарах смысл констант в уравнении (8) меняется. Так Р0 -минимальное относительное количество погибших при пожарах. Полагаем Р0 = 0,01. Если положить Р0 = 0, то и все остальные значения Р(t) = 0, а этого не наблюдается. Далее К - максимальное количество пожаров на 10000 человек возрастной группы. Можно ожидать, что К равно или больше максимального из имеющихся фактических значений (Таб. 1). Параметр r - скорость изменения количества пожаров на 10000 человек возрастной группы. Параметры К и r будут определены подбором. По результату подбора для количества пожаров будем использовать аппроксимацию

Ym = „ ^.v 0 ^eXP (rX) (2) м K+PO(G-1) 7

Оптимальные значения параметров К и r находили с помощью средства Поиск решения программы Microsoft Excel. Они должны давать минимум среднего значения квадрата ошибки. Под ошибкой понимаем величину е = Yм -Y, где Yм - модельное значение, а Y - фактическое значение.

Минимум был обнаружен при значениях параметров К = 6,227922 и r =1,338879,. Р0 = 0,01. Среднее значение ошибки для 2015 составило 0,02, а среднее значение квадрата ошибки 0,76 (Таб. 2).

Коэффициент линейной корреляции Пирсона между модельными и фактическими значениями равен R = 0,92. Квадрат этого значения дает величину коэффициента детерминации R2 = 0,8537. Это означает

Рис. 2. Сравнение фактических значений (Y) с результатами модели Ферхюльста (Yм) для 2015 года

Таблица 2

Модель Ферхюльста для 2015 года

Х Y Yм e e2 1 0,69 0,04 -0,65 0,43 2 0,98 0,14 -0,84 0,70 3 0,65 0,51 -0,14 0,02 4 0,66 1,58 0,92 0,85 5 3,4 3,52 0,12 0,01 6 6,05 5,18 -0,87 0,75 7 4,31 5,92 1,61 2,58 среднее 0,02 0,76 что модель Ферхюльста объясняет 85,37% фактических значений.

Сравнение графиков фактических имодель-ных количеств пожаров на 10000 человек возрастной группы в России показало, что модель Ферхюльста дает достоверное описание ситуации только для возраста виновника пожара в диапазоне 20-40 лет (Рис. 2).

Результаты для 2016 - 2017 годов аналогичны, отличаются только значениями констант К, Р0, r (Таб. 3).

Отметим, что модель Ферхюльста дает довольно большое значение коэффициента детерминации. Оно находится в диапазоне 85,37 - 89,45 %.

Заметные отличия модельных значений от фактических требуют корректировки модели.

Модель Ферхюльста с переменной скоростью роста

Попробуем использовать аппроксимацию

^d^'0"^^ (3)

Величина a(X) имеет смысл ускорения. Допустим, что ускорение постоянно на каждом из возрастных интервалов.

Абсолютно точное воспроизведение фактических показателей (Таб. 4) происходит при константах К =6,227922, Р0 = 0,01 и ускорении, задаваемого константами на каждом возрастном интервале (Таб. 5).

Таблица 3

Константы модели Ферхюльста

Год

K

P 0

r

R2

2016

5,854492

0,01

1,314668

87,02%

2017

5,4596

0,01

1,30212

89,45%

2018

5,3

0,01

1,337865

88,66%

Таблица 4

Модель Ферхюльста с переменной скоростью роста для 2015 года

Х

Y

e

1

0,69

0,69

0

2

0,98

0,98

0

3

0,65

0,65

0

4

0,66

0,66

0

5

3,4

3,4

0

6

6,05

6,05

0

7

4,31

4,31

0

Таблица 5

Ускорение для различных возрастных интервалов для 2015 года

X

а

1

4,349923

2

0,404648

3

-0,47156

4

0,017062

5

2,316771

6

3,342234

7

-2,71677

В этом случае ошибка модели равна нулю.

Результаты для 2016 - 2017 годов аналогичны, отличаются только значениями констант K, Po, а1, а2 , а3, а4, а5, а6, а7 (Таб. 12). 2

Таким образом абсолютно точное описание зависимости количества пожаров на 10000 человек возрастной группы в Российской Федерации от возраста виновника по- жара дает модель Ферхюльста с переменной скоростью роста. При этом ускорение роста в каждом возрастном интервале считали постоянной величиной.

Таким образом, представления биологии о росте популяции оказались продуктивными при поиске аппроксимации зависимости количества пожаров на 10000 человек в Российской Федерации от возраста виновника пожара.

Таблица 12

Год

K

P 0

а 1

а 2

а 3

а 4

а 5

2016

5,854492

0,01

4,084046

0,594039

-0,74596

0,287071

2,255937

2017

5,4596

0,01

3,866382

0,743671

-0,62603

0,261821

2,14299

2018

5,3

0,01

3,792198

0,780716

-0,49915

0,061369

2,218922

Год

а 6

а 7

2016

3,266324

-2,4392

2017

2,993159

-1,94788

2018

3,868177

-2,72258

Константы модели Ферхюльста с переменной скоростью роста

Список литературы Аппроксимация зависимости относительного количества пожаров в Российской Федерации от возраста виновника пожара

  • Пожары и пожарная безопасность в 2018 году: Статистический сборник / Под общей редакцией Д.М. Гордиенко. М.: ВНИИПО, 2019. 125 с.
  • Логистическое уравнение. https://ru.wikipedia.org/wiki/ Логистическое уравнение. Википедия.
Статья научная