Properties of the average time benefit for probabilistic models of exploited populations

Cover Page

Cite item

Full Text

Abstract

A model of a homogeneous population given in the absence of exploitation by a differential equation x ̇=g(x) is considered. At each moment of time τk=kd, where d>0, k=1,2,..., some random share of the resource ωk[0,1] is extracted from this population. We assume that it is possible to stop the harvesting if its share turns out to be greater than a certain value u[0,1): then the share of the extracted resource will be lk=l(ωk,u)=min(ωk,u), k=1,2,.... The average time benefit from resource extraction is investigated, it is equal to the lower limit of the arithmetic amount of the resource obtained in n extractions as n. It is shown that the properties of this characteristic are associated with the presence of a positive fixed point of the difference equation X(k+1)=φ(d,(1-u)Xk), k=1,2,..., where φ(t,x) is a solution of the equation x ̇=g(x) satisfying the initial condition . The conditions for the existence of the limit and the estimates of the average time benefit performed with probability one are obtained. The results of the work are illustrated by examples of exploited homogeneous populations depending on random parameters.

About the authors

Mebrahtom S. Woldeab

Vladimir State University

Author for correspondence.
Email: mebseb2018@gmail.com
ORCID iD: 0000-0003-1586-4728

Graduate Student, Functional Analysis and its Applications Department

Russian Federation, 87 Gorkogo St., Vladimir 600000, Russian Federation

References

  1. W.J. Reed, “The steady state of a stochastic harvesting model”, Mathematical Biosciences, 41:3–4 (1978), 273–307.
  2. A. Glait, “Optimal harvesting in continuous time with stochastic growth”, Mathematical Biosciences, 41:1–2 (1978), 111–123.
  3. R. Lande, S. Engen, B.E. Saether, Stochastic Population Dynamics in Ecology and Conservation, Oxford University Press, 2003.
  4. S.J. Schreiber, M. Benaim, K.A.S. Atchadґe, “Persistence in fluctuating environments”, Journal of Mathematical Biology, 62:5 (2011), 655–683.
  5. O. Tahvonen, M.F. Quaas, R. Voss, “Harvesting selectivity and stochastic recruitment in economic models of age-structured fisheries”, Journal of Environmental Economics and Management, 92 (2018), 659–676.
  6. L.I. Rodina, “Optimization of average time profit for a probability model of the population subject to a craft”, The Bulletin of Udmurt University. Mathematics. Mechanics. Computer Science, 28:1 (2018), 48–58 (In Russian).
  7. L.I. Rodina, “Properties of average time profit in stochastic models of harvesting a renewable resource”, The Bulletin of Udmurt University. Mathematics. Mechanics. Computer Science, 28:2 (2018), 213–221 (In Russian).
  8. B. Yang, Y. Cai, K. Wang, W. Wang, “Optimal harvesting policy of logistic population model in a randomly fluctuating environment”, Physica A: Statistical Mechanics and Its Applications, 526 (2019), 120817.
  9. A. Hening, K.Q. Tran, T.T. Phan, G. Yin, “Harvesting of interacting stochastic populations”, Journal of Mathematical Biology, 79:2 (2019), 533–570.
  10. L.I. Rodina, “About one stochastic harvesting model of a renewed resourse”, Russian Universities Reports. Mathematics, 23:124 (2018), 685–695 (In Russian).
  11. Yu.V. Masterkov, L.I. Rodina, “Estimation of averadge time profit for stochastic structured population”, Izv. IMI UdGU, 56(2020), 41–49 (In Russian).
  12. A.A. Rodin, L.I. Rodina, A.V. Chernikova, “On how to exploit a population given by a difference equation with random parameters”, The Bulletin of Udmurt University. Mathematics. Mechanics. Computer Science, 32:2 (2022), 211–227 (In Russian).
  13. A.V. Chernikova, “About existence of the limit of the average time profit in stochastic models of harvesting a renewable resource”, Russian Universities Reports. Mathematics, 27:140 (2022), 386–404 (In Russian).
  14. T. Upmann, S. Behringer, “Harvesting a remote renewable resource”, Theoretical Ecology, 13:4(2020), 459–480.
  15. M. Liu, “Optimal Harvesting of Stochastic Population Models with Periodic Coefficients”, Journal of Nonlinear Science, 32:2 (2022), 1–14.
  16. G.Yu. Riznichenko, Lectures on Mathematical Models in Biology. Part 1, Scientific-Publishing Centre “Regular and Chaotic Dynamics”, Izhevsk, 2002 (In Russian), 232 pp.
  17. A.N. Shiryaev, Probability-1, Nauka Publ., Moscow, 1975 (In Russian), 580 pp.
  18. O.A. Kuzenkov, E.A. Ryabova, Mathematical Modelling of Selection Processes, Nizhny Novgorod University Press, Nizhnii Novgorod, 2007 (In Russian), 324 pp.

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».