Всего найдено: 1000
  • БИОЛОГИЧЕСКИЕ НАУКИ И ИХ МЕТАМОРФОЗЫ
      Биология (от греч. bios — жизнь + logos — учение) — это отрасль науки, которая, судя по принятой в России номенклатуре научных специальностей, состоит из 32 наук: ¦ физико-химическая биология; ¦ генетика; ¦ радиобиология; ¦ экология; ¦ биофизика; ¦ биогеохимия; ¦ молекулярная биология; ¦ гидробиология; ¦ биохимия; ¦ паразитология; ¦ молекулярная генетика, ¦ микология; ¦ биоинженерия; ¦ почвоведение; ¦ математическая биология, ¦ биологические ресурсы; ¦
  • Моделирование численности популяций
    Модель - аналитическое или образно-знаковое отражение реальности. Примером модели территории является географическая карта. Моделирование такой сложной системы, какой является популяция, - это сложный процесс создания и совершенствования логических и математических представлений, позволяющий формализовать и обобщить представления о свойствах и характеристиках популяции. Математическое моделирование позволяет дать количественное описание процесса, предсказать его ход и направленность, выработать
  • НОМЕНКЛАТУРА ИНВАЗИОННЫХ БОЛЕЗНЕЙ
    В паразитологии систематика изучаемых объектов нужна для глубокого познания возбудителей, их патогенности, установления дифференциальной диагностики с последующим определением вида паразита и принятием мер борьбы с ним. Систематику справедливо считают математической биологией, ибо, для того чтобы классифицировать и систематизировать такое многообразие животного мира, исследователям требуется изучит множество признаков и свойств организмов. В научном мире давно трактуются понятия «естественная и
  • Биоинформатика и системная биология
    Биоинформатика или вычислительная биология - один из разделов биологии, предметом которого являются молекулярные процессы, но в данном случае исследования проводятся не in vitro, а in silico, т. е. не в пробирке, а при помощи компьютеров. Под биоинформатикой понимают любое использование компьютеров и программного обеспечения для анализа биоло­гических данных. На практике часто это понятие сужается и включает в себя только использование компьютеров для обра­ботки экспериментальных данных по
  • Некоторые закономерности проникновения математических методов и идей в биологию
    На раннем этапе математика проникала в биологию через посредство смежных наук, прежде всего через механику и физику. При этом случаи применения математических методов носили эпизодический характер. Наиболее известные примеры такого рода дают работы Дж. Борелли (1680—1681) о движении животных, Л. Эйлера (1730), Ж. Пуазейля (1840) и Дж. Стокса (1845) по гемодинамике и Г. Гельмгольца по физиологической оптике (1867) и акустике (1863). При этом биологическая проблема формулировалась как одна из
  • 3.1. Программные средства математической статистики
    Математическая статистика — универсальный инструмент для анализа любых данных, в том числе экспериментальных клини­ческих и биомедицинских. Но выбираемый метод должен отве­чать поставленной цели и быть адекватным по отношению к ха­рактеру анализируемых данных. Современный врач-исследователь должен осмысленно выбирать методы, применяемые к конкрет­ной клинической (экспериментальной) задаче, и критически оценивать, а также содержательно интерпретировать получен­ные результаты. Статистический
  • математическая теория коммуникации
    В рамках технократической парадигмы получила свое развитие математическая теория коммуникации инженера и математика К. Шеннона,основанная на общей теории систем биолога Л. фон Берталанфи.Под системой понимается набор объектов, которые находятся во взаимосвязи друг с другом, формирующей целое. Различаются два типа систем. Закрытая система, которая не имеет обмена с окружающей средой, делающая шаги к внутреннему хаосу (энтропия) и смерти; открытая система, обменивающаяся энергией с окружающей ее
  • ВИДЫ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ ПАТОЛОГИЧЕСКИХ ПРОЦЕССОВ
    Как уже указывалось в разделе 4.4, одним из препятствий для создания MAC является неподготовленность современной патологии к тому, чтобы служить их информационной базой, т. е. основой математических моделей патологических процессов. Раньше, чем попытаться предложить такие модели (см. гл. 6), следует рассмотреть модели, уже используемые в MAC, с тем, чтобы на основе такого рассмотрения попытаться обосновать выбор принципа моделирования и саму модель патологического процесса, удобную для
  • 16.4. Эконометрика и математическая статистика
    Данные в эконометрике никогда не являются экспериментальными. Не правда ли, было бы интересно удвоить цены на сахар, оставив все остальные цены неизменными, и посмотреть на реакцию потребителя? Вероятно, это и было возможно в Советском Союзе, но определенно невозможно в современной России, и, следовательно, эконометрист не может ставить подобные эксперименты. Все параметры изменяются одновременно. Данные, с которыми мы должны работать, не являются результатом контролируемого эксперимента.
  • 2.3. КЛАССИФИКАЦИЯ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
    К классификации математических моделей разные авторы подходят по-своему, положив в основу классификации различные принципы. Можно классифицировать модели по отраслям наук (математические модели в физике, биологии, социологии и т.д.) - это естественно, если к этому подходит специалист в какой-то одной науке. Можно классифицировать по применяемому математическому аппарату (модели, основанные на применении обыкновенных дифференциальных уравнений, дифференциальных уравнений в частных производных,
  • Биология и формирование современной эволюционной картины мира. Эволюционная этика как исследование популяционно-генетических механизмов формирования альтруизма в живой природе.
    В начале ХХ века произошел кризис эволюционного учения, что было обусловлено столкновением новых данных, методов и обобщений генетики не только с доктринами ламаркизма, но и с основными принципами дарвинизма. Выход из кризиса был связан с преодолением генетического антидарвинизма (20-30-е гг. ). Тогда произошло создание ряда новых направлений генетики и экологии, подготовивших научные основы синтеза этих отраслей биологии с дарвинизмом, основанном на учении о популяциях и естественном отборе. В
  • Значение математической «идеи инвариантности» в физике
    Примером продуктивного использования важной математической идеи в физике может служить принцип инвариантности (симметрии). В 1841 г. английский математик и логик Дж. Буль открыл класс алгебраических функций, обладавших свойством инвариантности при некоторых преобразованиях, а затем А. Кэли и Дж. Сильвестр создали новую область алгебры — теорию инвариантов. В физике математической идее инварианта соответствует идея относительности. В качестве основного свойства механического движения его
  • Математические модели в экологии. Модели биогеоценозов
    Если популяция, объединяющая особей одного вида, является основным объектом математической генетики популяций, то основным объектом теоретической экологии служат сообщества разных видов животных и растений вместе с той физико-географической обстановкой, в которой они живут. Основная задача, возникающая перед исследователем в этой области — предсказание динамики численности видов, образующих биоценоз. Достаточно сложная экологическая система, содержащая много видов,, естественно оказывается
  • Телеологическая биология.
    Однако теперь невозможно пройти мимо аристотелевской концепции жизни, ибо биология — составная 169 часть физики Стагирита. Здесь ее главное отличие от физики Нового времени, которая в принципе оставляет в стороне проблему живого, по крайней мере пока здесь не стало возможным применение математических методов, совершенно чуждых Аристотелю. Вместе с тем в этой области истолкования природы Аристотель резко противостоит Платону. Хотя последний и выдвинул идею математического истолкования
  • Биология и медицина
    Несмотря на то что в эллинистическую эпоху наибольшего расцвета достигли математические науки, естественные также развивались. Правда, в биологии прогресс практически отсутствовал. Продолжали появляться специальные работы, посвященные той или иной сфере сельского хозяйства, где находили отражение результаты длительных наблюдений и практической деятельности. Тем не менее каких-либо действительно новых знаний в этих трудах не содержалось. Более того, авторы биологических трактатов, создававшихся
  • 1.2.3 Математическое описание случайных процессов
    Классификация случайных процессовКак говорилось ранее, процессы, соответствующие случайным физическим явлениям, нельзя описать точными математическими соотношениями, поскольку результат каждого наблюдения над процессом не воспроизводим. То есть, исход любого наблюдения представляет собой лишь один из многих возможных результатов. Рассмотрим, изменение напряжения на выходе генератора некоторого шума.v{foto13} (У- V Рисунок 14 - Реализации на выходе генератора шума Как видно из рисунка
  • Математическое ожидание или среднее значение
    ( первый начальный момент распределения ) процесса в момент времени t может быть найдено путем суммирования мгновенных значений каждой реализации ансамбля в момент t деления этой суммы на число реализаций. Аналогичным образом корреляция между значениями случайного процесса в два различных момента времени (второй смешанный центральный момент, который называют автокорреляционной функцией) определяется путем осреднения по ансамблю произведений мгновенных значений центрированного процесса Х^) =
  • Математическое описание системы двух случайных сигналов
    Пусть имеем два случайных сигнала {X(t)} и {Y(t)}, каждый из них можно представить в виде совокупности их сечений. Для точного их описания их следует представлять бесконечным числом сечений. То есть, сигналы представляются бесконечным числом случайных величин.Act{foto18} Рисунок 18 - Возможные изменения нормированной АКФ в зависимости от интервала времени между реализациями Если совместная плотность распределения всех сечений этих сигналов не изменяется при прибавлении ко всем временным
  • Общий подход к математическому описанию объекта измерения
    Рассмотрим некоторые общие вопросы математического описания объекта измерения. При этом будем иметь в виду, что конечной целью является описание взаимосвязей между составляющими объекта измерения и математическое описание самих составляющих.Поскольку составляющие объекта X1,X2,...,XN являются случайными величинами, то естественно рассматривать их в совокупности как систему случайных величин (X1,X2,...,XN). Исчерпывающим описанием этой системы величин является закон распределения. Допустим, что
  • 2.4 МАТЕМАТИЧЕСКОЕ ОПИСАНИЕ СОСТАВЛЯЮЩИХОБЪЕКТА ИЗМЕРЕНИЯ
    ПОСЛЕ ТОГО КАК ПОЛУЧЕНЫ МАТЕМАТИЧЕСКИЕ ЗАВИСИМОСТИ ОДНИХСОСТАВЛЯЮЩИХ ОБЪЕКТА ИЗМЕРЕНИЯ ОТ ДРУГИХ, НЕОБХОДИМО ПЕРЕЙТИ К МАТЕМАТИЧЕСКОМУ ОПИСАНИЮ САМИХ СОСТАВЛЯЮЩИХ, КОТОРЫЕ ЯВЛЯЮТСЯ, КАК БЫЛО СКАЗАНО ВЫШЕ ВХОДНЫМИ, СИГНАЛАМИ ИИС.ОСНОВНОЙ ПРЕДПОСЫЛКОЙ ДЛЯ ОПИСАНИЯ СОСТАВЛЯЮЩИХ ОБЪЕКТА ИЗМЕРЕНИЯ ДОЛЖНО БЫТЬ ТО, ЧТО ЭТИ СОСТАВЛЯЮЩИЕ НОСЯТ СЛУЧАЙНЫЙ ХАРАКТЕР И, ПОМИМО ЭТОГО, ИЗМЕНЯЮТСЯ ВО ВРЕМЕНИ. ТО ЕСТЬ МЫ ДОЛЖНЫ РАССМАТРИВАТЬ СОСТАВЛЯЮЩИЕ ОБЪЕКТА ИЗМЕРЕНИЯ КАК СЛУЧАЙНЫЕ, ПРОЦЕССЫ ИЛИ СИГНАЛЫ.В
  • Математические модели
    После Второй мировой войны началась ЭПОХА применения математических моделей для решения самых разнообразных проблем, возникающих в человеческой деятельности. Появление и распространение ЭВМ сделало возможным использование математических моделей для решения экономических задач, начиная от перевозки одного продукта в масштабах района п кончая моделями национальной экономики. Разрабатываются модели городов, рынков, войн, так называемые глобальные модели развития вселенной. Если модель построена п
1 2 3 4 5 6 7 8 9 10 11 > 48