Вероятностный подход к оценке характеристик состояния экосистем по показателям нереализованных возможностей
Автор: Зибров Птр Фдорович
Журнал: Известия Самарского научного центра Российской академии наук @izvestiya-ssc
Рубрика: Экология
Статья в выпуске: 1-6 т.16, 2014 года.
Бесплатный доступ
Рассматриваются прогнозирование динамических изменений состояния экосистем и вероятностный подход к оценке характеристик их состояния по показателям нереализованных возможностей.
Экосистема, состояние, характеристики, вероятностный подход
Короткий адрес: https://sciup.org/148203024
IDR: 148203024
Текст научной статьи Вероятностный подход к оценке характеристик состояния экосистем по показателям нереализованных возможностей
стных математических образов и отношений между ними, не противоречащих результатам опыта; 2) познание и описание математических закономерностей на основе количественно-прогностических отношений. Первое влияет на эффективность хозяйственной и экономической деятельности, второе – позволяет совершенствовать и оптимизировать принципы переработки информации о количественных оценках состояния явлений и процессов.
Успешность решения подавляющего большинства природоохранных задач зависит от наилучшего, наивыгоднейшего способа использования ресурсов и их воздействий на экосистему. Хозяйственная деятельность и природные явления обуславливают распределение и взаимную увязку имеющихся ресурсов, представляющих сырье, оборудование, деньги, рабочую силу, электроэнергию, топливо, материалы и другие факторы воздействия. Оптимальность их влияния определяется естественными ограничениями на потребление ресурсов. Таким образом, при математическом моделировании экологических процессов необходимо выполнить следующие действия:
-
- уяснить механизм оценки природоохранных технологий и состояния экосистем, сформулировать цель решения экологической задачи методами теории вероятностей и математической статистики;
-
- оценить экологическую ситуацию и определить составляющие достижения поставленной цели;
-
- выбрать приоритетные численные показатели для оценки экосистемы;
-
- построить вероятностно-статистическую математическую модель исследуемого процесса, устанавливающую функциональные зависимости между показателями и результатами;
-
- осуществить исследование анализируемого объекта с помощью математической модели соответствующим методом;
-
- проверить соответствие полученных результатов решения реально существующим экологическим показателям;
- использовать полученную модель в планировании экологических мероприятий и прогнос-
который задается соотношением:
тических расчетах.
Следовательно, для повышения эффективно-
сти управления природоохранными мероприя-
Сц — 2 l L , x - — m x- )( x , — m J
f ( x 1 , x 2 ,..., x n ) = -------e ' - 1 j - 1 , (5)
( 2 ^ ) 2
тиями, на основе количественных оценок состояния экосистем, технических и инженерных объектов требуется адаптация математического
инструментария к указанному классу задач, в
здесь | C | - определитель матрицы С , С = || c i, || - матрица, обратная корреляционной матрице
которых оперируют системами непрерывных или дискретных случайных величин ( X 1 , X 2 ,..., X n ) .
Числовыми характеристиками для указан-
ной системы являются:
-
- n математических ожиданий m , m , ..., m ; x 1 x 2 x n
-
- n дисперсий D x 1 , D x 2 ,..., D x n ;
-
- n • ( n — 1) корреляционных моментов K i, , где i ^ j = 1, 2,..., n .
Корреляционные моменты характеризуют попарную корреляцию всех величин, входящих в систему и имеют вид:
Элементы матрицы c
ij
= (_ 1) i * > M2L
( ) K I
K – определитель корреляционной матрицы, а
М: ij
– миноры этого определителя, причем
K ij = M XX
X - = X — m X. = X , — m j . (1)
IС =J
K
Следует отметить, что дисперсия каждой из случайных величин X i есть частный случай корреляционного момента X i на саму себя, действительно:
Из выражения (5) в качестве примера можно получить закон нормального распределения плотности случайных величин при n = 2 , то есть на плоскости для ( X , Y ) .
Корреляционная матрица при этом принимает вид
D i = K -j = M
X i 2
= M X.X.
K =
а 2
x
Все корреляционные моменты и дисперсии представляют в виде корреляционной матрицы.
аа r
x y xy
аа r 2
x y xy
а 2 y J
.
K =
f K
K 21
K 12
K 22
... K 1 n
... K 2 n
. где K y = Kn . (3)
...
...
... ...
I K 1
K n 2
... Knn J
Обычно вместо этой матрицы составляют нормированную матрицу из коэффициентов кор-
реляции.
r 11 r 12
r 21 r 22
.
.
.
r 1 n )
.
.
.
r
2 n
.
.
.
...
, где r j
K
j
, причем
rr
n 1 n 2
r, = r,, = ... = r = 1. (4)
11 22 nn
Если система непрерывных случайных величин ( X 1 , X 2 ,..., X n ) характеризует некоторую экосистему в n- мерном пространстве показателей, то она может быть описана нормальным законом распределения плотности вероятности,
.
.
.
r
nn
j
Отсюда I K I = а> у 2( 1 — r2 y Ц
I С =
а Or2 ( 1 — r 2 ) x y xy
С =
I , 1 X а 2 ( 1 — r 2 ) x xy
— r xy аа ( 1 — r 2 ) \ x y X xy /
а
y
—
r 2 xy
. (7)
Подстановкой элементов определителя матрицы С в (5), получают выражение для нормального закона на плоскости.
f ( x , y ) =
2 ^аа Л/1 — rr x y xy
1 [ ( x — mx!
2 r x, ( x — m x ) ( y - m y ) ( y — m y ) 2 а . а , + °y
Из соотношения (8) следует, что нормальный закон на плоскости зависит от пяти параметров, имеющих следующий вероятностный смысл:
- m , m – математические ожидания; xy
- а x , а y - средние квадратичные отклонения;
- r xy – коэффициент корреляции величин X и Y.
r xy
K xy
а а '
xy
Коэффициент корреляции обращается в ноль для независимых случайных величин. Если коэффициент r xy не равен нулю, то случайные величины являются не коррелированными.
Если r xy ^ 0 , то случайные величины ( Х, Y) зависимы и условные законы распределения
^ 2,0 = M
X 2
Y 0
^ 0,2 = M
X 0 Y 2
= M X 2
= M Y 2
= D [ X ] , (18)
= D [ y ] . (19)
-
плотности вероятности принимают вид f (У / x) и f (x / У):
, x _ 1___fy- my - x- mx f ну/х\ = fxJ =______1_____t.t "y rxy " J
f(y / x) f( x) " г ^e , y xy f (, / y)= Йы)= f2 ( у )
1 I x - m , x - m y )
IГ I e 2(1-rxy) t "x y "у
"x V1 - ^У ^
Это условные плотности вероятности
(11) нор-
мального закона с центрами рассеивания my /x = my + rxy ~ (x - mx ),(12)
"x mx / y = mx + rxy ” (У - my ) .(13)
"
и средними квадратичными отклонениями
"y / x = "y V(1 - r. ) ,
"x / y = "x (1 - rxy ) .
В работе [1] подробно изложен механизм вероятностной характеристики распределения дискретных величин для оценки результативности природоохранных мероприятий согласно различных технологий и состояния экосистем по показателям нереализованных возможностей на примере одномерного случая.
Когда имеет место система двух случайных величин, то первые начальные моменты являются математическими ожиданиями величин X и Y системы, то есть mx = «10 = M [X 1Y0 ] = M [X ], (16)
m y = « 01 = M [ X 0 Y 1 ] = M [ Y ] . (17)
Совокупность математических ожиданий m x и my представляет характеристику положения системы. Геометрически это координаты точки на плоскости, вокруг которой рассеяны значения системы (Х, Y). Два вторых центральных момента системы представляют дисперсии величин Х и Y и характеризуют рассеивание случайных точек в направлении осей Ox, Oy .
Второй смешанный центральный момент имеет специальное обозначение
^ ;, = K y = M XY = M [ ( X - m x ) - ( y - m y ) ] .(20)
y
и представляет корреляцию между случайных величин Х , Y.
Для дискретных и непрерывных случайных величин корреляционный момент выражают соответственно формулами
Kxy = ZZ (x.- mx ) • (У, - my ) • Pj , ij
Kxy = J J ( x - mx ) • ( У - m y ) • f ( x , У ) dxdy. (21 )
-TO
Он наряду с рассеиванием величин Х и Y характеризует связь между ними и независимых случайных величин равен нулю, то есть K = 0. xy
Если K xy # 0 , то между случайными величинами есть вероятностная зависимость.
Для характеристики нереализованности оптимальных показателей состояния экосистемы используем величину d
S k = ( X k - Z k ) , (22)
где X k – случайная величина, Z k – регламентированное значение для оптимального состояния системы, к = 1 , 2 ,...,n .
В этом случае начальный момент первого порядка показателя S k принимает вид для дискретных и непрерывных случайных величин n
« 1 (S k ) = Z ( x k - Z k ) pi t ; (23)
I =1
J
« 1 ( S t ) = J ( x - Z t ) f t ( x ) dx . (24)
-J
Второй вариационный момент, характеризующий разброс значений статистических параметров относительно Z k
n
М 2 ( S t ) = Z ( x . - Z t ) 2 P k ; (25)
=1
J
М 2 (S t ) = J ( x - Z t ) 2 f t ( x ) dx . (26)
-
Здесь ptk - вероятность P ( X k = x k ) = P k . fk ( X ) — распределение плотности вероятности случайной величины X k .
Для системы двух случайных величин (X, Y) с показателями оптимальности (Z,, Z , ) указанные характеристики принимают вид nn
« 10 (5х ) = S ( X - " Z x Р> « 01 5 ) = S ( У - " Z y ) Р . i = 1 j = 1
где « < 5, < ^. Г ^ 5, < V.
Аналогично, вероятность попадания значений системы ( 5 , , 5 , ) в эллипс рассеивания B t .
отношение полуосей которого t =
«, 5)
«у 5 )
, равна
t 2
Р 5 , , 5 , )с B, ) = 1 — e к. (29)
то то
« 10 ( 5 x ) = J ( , - Z x ) f . ( , ) dx , « 20 ( 5 У ) = J ( У - Z, f 2 ( У ) dy .
—то —то
n n nn
« 20 ( 5 , ) = SS ( X — Z , ) 2 P j , Л( 5 , ) = SS , — Z y ) 2 Р..
- = 1 j = 1 i = 1 j = 1
« 11 ( 5 ,y ) = K„ ( 5 ,y ) = S S ( x - — Z , ) ( У j — Z y Р .
i = 1 j = 1
то то
« 1 1 ( 5 ,У ) = K ,y ( 5 ,У ) = J J ( , — Z , ) ( У — Z y I f ( , , У ) d,dУ .
—то—то
Здесь Р , = P ( X = , 1 , Y = y j ) . f ( , , у ) -функция распределения плотности вероятности системы непрерывных случайных величин.
В дальнейшем после перехода от системы двух случайных величин ( X , Y ) к системе ( 5 , , 5 у ) . для которой справедлив нормальный закон распределения на плоскости, можно рассчитать вероятность оптимального функционирования системы в заданной области D изменения параметров ( X , Y )
Если , = 1 . когда эллипс рассеивания вырождается в круг и случайные величины 5 , , 5 y не
1 коррелированны Р (( 5 , , 5 , ) с B 1 ) = 1 — e 2 = 0 , 393 , при , = 2 Р (( 5 , , 5 , ) с B 2 ) = 0 , 865 . .
Таким образом, соотношения (28) и (29) позволяют на практике получать вероятностные количественные характеристики оценки приближения исследуемой системы к оптимальному состоянию.
Р((5,,5y)с D)= JJ f (5,5y)d5,d5y =
D
2.ка^т

JJ‘
D
( 5 , — « 0 ) 2 2 Г , ( 5 , — « 0 ) ( 5 , — « 02 ) ( 5 , — « 02 ) 2 dxdy
^ «, « 2 + « 2
II---- г ~ «11
где: «1 = «21м ; «2 = л/«02 ; r12 “ « « •
Конечный количественный результат опре-
деляется заданной областью D, в которой изменяются составляющие системы ( 5 , , 5 y ) .
Например, для прямоугольной области D со
сторонами, параллельными координатным осям и нормальном законе распределения системы ( 5 , , 5 , ) вероятность
Р (( 5 , 5 , ) с D )=
(
ф
V
ф
(5 ,
m5, x
« ,
5^х)
ф
( 5« — m5,
I «, ^’х )
5 — ms
Y 5 ,
«У 5 )
—
( 5v — m5, )
V ,\ ,/ 7
Список литературы Вероятностный подход к оценке характеристик состояния экосистем по показателям нереализованных возможностей
- Васильев А.В. Обеспечение экологической безопасности в условиях городского округа Тольятти: учебное пособие/А.В. Васильев -Самара: Изд-во Самарского научного центра РАН, 2012. -201 с., ил.
- Васильев А.В. Физические факторы среды обитания. Учебное пособие по курсу "Общая экология"/Тольятти, 2002. 60 с.
- Васильев А.В. Терроризм как угроза экологической безопасности. Вестник Волжского университета им. В.Н. Татищева. 2002. № 2 (ecology). С. 190-193.
- Васильев А.В., Васильева Л.А. К вопросу о системном обеспечении экологической безопасности в условиях современного города. Известия Самарского научного центра Российской академии наук. 2003. Т. 5. № 2. С. 363-368.
- Васильев А.В., Васильева Л.А. Основы кластерного подхода. Кластер вторичных ресурсов Самарской области. В сборнике: ELPIT-2013. Экология и безопасность жизнедеятельности промышленно-транспортных комплексов. Сборник трудов IV международного экологического конгресса (VI Международной научно-технической конференции. Научный редактор: А.В. Васильев. 2013. С. 34-40.
- Васильев А.В., Терещенко И.О., Терещенко Ю.П., Заболотских В.В. Программное обеспечение для комплексной оценки экологического риска урбанизированных территорий. В сборнике: Стратегическое планирование развития городов России. Памяти первого ректора ТГУ С.Ф. Жилкина. Сборник материалов III Международной заочной научно-практической конференции. Ответственный редактор: Д.В. Антипов. 2013. С. 71-74.
- Зибров П.Ф. Механизм вероятностной оценки природоохранных технологий и состояние экосистем по показателям нереализованных возможностей. Сб.трудов первого международного экологического конгресса «Экология и безопасность жизнедеятельности промышленно-транспортных комплексов» ELPIT, Тольятти, 2007.
- Зибров П.Ф., Васильев А.В., Чернов Н.С. Физическое и математическое моделирование теплообменных процессов в механических системах. Тольятти, 2013.
- Зибров П.Ф., Зиброва О.Г., Зибров А.П. Моделирование объектов и процессов формирования систем управления промышленным предприятием. Материалы IX Международной научно-практической конференции «Татищевские чтения: актуальные проблемы науки и практики», Тольятти, 2012.
- Зибров П.Ф., Зиброва О.Г. Концепция формирования экономического образа мышления студентов ВУЗов. Тольятти, ТГУ, 2003, 138 с.
- Жилкин С.Ф., Зибров П.Ф., Дадашев Д.А. Вероятностная оценка экономической эффективности конкурсных закупок. Экономика и производство, №2, 2004 г., с.24-28.