Статистические модели

Статистические модели том, что исследуемый процесс случаен и исследуется статистическими методами, в частности, так называемы­ми методами Монте-Карло. Наиболее успешно последние применяются при неполной информации о соответствую­щих объектах. Существует мнение, что статистические модели эффективны именно при этих условиях. Здесь возникает вопрос, сколь под­робную информацию об объекте вообще нужно учиты­вать в модели и в какой ситуации можно говорить о недостатке информации. При построении и использовании статистических моделей воз­никают следующие проблемы: во-первых, необходим об­ширный фактический естественный материал, позволяю­щий провести его корректную статистическую обработку; во-вторых, установленные зависимости; верные для од­ной системы не всегда будут верны для другой, Например, в экологии смена одной экосистемы* другой (напри­мер, смена сукцессий) не всегда может быть передана прежней моделью.

При моделировании процессов в техносфере необходимо не только определить размер ущерба и зон поражения, но и определить вероятность определенного ущерба. Это видно из самой структуры формулы риска:

{Риск} = {вероятность события}´{значимость события}.

Кроме того, и определение самого характера опасного воздействия вредного везщества или разрушительного воздействия потоков энергии связано с необходимость учета большого числа факторов и параметровю Одни из них должны отражать специфику вредного выброса, другие – состав и характеристики людских, материальных и природных ресурсов, которые определяют их стойкость по отношению к соответствующим воздействиям. При этом число таких существенных факторов велико, они имеют разную направленность и недетерминистскую природу. Здесь, таким образом, необходимо использовать накопленные к настоящему времени статистические данные.

6. Модели типа «хищник — жертва» или «паразит-хозяин»

Эти модели применяются», как это видно из названия, при изучении частных случаев взаимодействия популяций нескольких видов. С помощью данных моделей, также использующих уравнения неразрывности, получен ряд интересных выводов. Однако взаимодействием двух-трех и даже более видов, которые реализуются в таких моделях, не исчерпывается динамика объектов окружаю­щей среды, поэтому такие модели имеют прикладное значение и не являются универсальными.

При моделировании сложных систем их разбивают на подсистемы и потому их математическая модель предстает как некий комплекс подмоделей; для каждой из них может быть использован различ­ный математический аппарат. При этом возникают про­блемы стыковки таких подмоделей. Хотя это довольно сложные вопросы, они успешно решаются.