Свойства средней временной выгоды для вероятностных моделей эксплуатируемых популяций

Обложка
  • Авторы: Волдеаб М.С.1
  • Учреждения:
    1. ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых»
  • Выпуск: Том 28, № 141 (2023)
  • Страницы: 26-38
  • Раздел: Научные статьи
  • URL: https://ogarev-online.ru/2686-9667/article/view/296314
  • ID: 296314

Цитировать

Полный текст

Аннотация

Рассматривается модель однородной популяции, заданная при отсутствии эксплуатации дифференциальным уравнением x ̇=g(x). В каждый момент времени τk=kd, где d>0, k=1,2,..., из этой популяции извлекается некоторая случайная доля ресурса ωk[0,1]. Предполагаем, что можно остановить заготовку в случае, если ее доля окажется больше некоторого значения u[0,1); тогда доля добываемого ресурса будет равна lk=l(ωk,u)=min(ωk,u), k=1,2,.... Исследуется средняя временная выгода от добычи ресурса, которая равна нижнему пределу при n среднего арифметического количества ресурса, полученного за n извлечений. Показано, что свойства данной характеристики связаны с наличием положительной неподвижной точки разностного уравнения X(k+1)=φ(d,(1-u)Xk), k=1,2,..., где φ(t,x) – решение уравнения x ̇=g(x), удовлетворяющее начальному условию φ(0,x)=x. Получены условия существования предела и оценки средней временной выгоды, выполненные с вероятностью единица. Результаты работы проиллюстрированы на примерах эксплуатируемых однородных популяций, зависящих от случайных параметров.

Об авторах

Мебрахтом Себхату Волдеаб

ФГБОУ ВО «Владимирский государственный университет имени Александра Григорьевича и Николая Григорьевича Столетовых»

Автор, ответственный за переписку.
Email: mebseb2018@gmail.com
ORCID iD: 0000-0003-1586-4728

аспирант, кафедра функционального анализа и его приложений

Россия, 600000, Российская Федерация, г. Владимир, ул. Горького, 87

Список литературы

  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. Л.И. Родина, “Оптимизация средней временной выгоды для вероятностной модели популяции, подверженной промыслу”, Вестник Удмуртского университета. Математика. Механика. Компьютерные науки, 28:1 (2018), 48–58.
  7. Л.И. Родина, “Свойства средней временной выгоды в стохастических моделях сбора возобновляемого ресурса”, Вестник Удмуртского университета. Математика. Механика. Компьютерные науки, 28:2 (2018), 213–221.
  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. Л.И. Родина, “Об одной стохастической модели сбора возобновляемого ресурса”, Вестник российских университетов. Математика, 23:124 (2018), 685–695.
  11. Ю.В. Мастерков, Л.И. Родина, “Оценка средней временной выгоды для стохастической структурированной популяции”, Известия Института математики и информатики Удмуртского государственного университета, 56 (2020), 41–49.
  12. А.А. Родин, Л.И. Родина, А.В. Черникова, “О способах эксплуатации популяции, заданной разностным уравнением со случайными параметрами”, Вестник Удмуртского университета. Математика. Механика. Компьютерные науки, 32:2 (2022), 211–227.
  13. А.В. Черникова, “О существовании предела средней временной выгоды в вероятностных моделях сбора возобновляемого ресурса”, Вестник российских университетов. Математика, 27:140 (2022), 386–404.
  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. Г.Ю. Ризниченко, Лекции по математическим моделям в биологии. Ч. 1, НИЦ «Регулярная и хаотическая динамика», Ижевск, 2002, 232 с.
  17. А.Н. Ширяев, Вероятность-1, Наука, М., 1989, 580 с.
  18. О.А. Кузенков, Е.А. Рябова, Математическое моделирование процессов отбора, Издательство ННГУ, Н. Новгород, 2007, 324 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML


Creative Commons License
Эта статья доступна по лицензии 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».