Информация и феномен жизни

Принципиальное отличие живых объектов от неживых состоит в той, что все жи­вые объекты способны осуществлять целенаправленные действия. Способность эта обу­словлена их организацией, особенности которой задаются кодирующей эту организацию информацией. Все живые объекты, по существу, - это информационные системы, кото­рые, попадая в подходящие условия, могут обеспечивать воспроизведение кодирующей их информации. Жизнь, таким образом, - это форма существования информации и ко­дируемых ею операторов, обеспечивающих возможность воспроизведения этой инфор­мации в подходящих для этого условиях внешней среды. Цель жизнедеятельности всех живых организмов - это воспроизведение кодирующей их информации.

В ходе эволюции жизни на Земле возникали информационные системы все большей степени сложности. Феномен жизни и ее эволюцию можно интерпретировать как строго преемственный процесс возникновения и развития информации, постепенно,

по мере исчерпания емкости своих физических носителей, приобретавшей все новые формы: генетической, поведенческой и логической.

? Вопросы к семинару ?

1) Понятие информации, классификация информации, аспекты информации.

2) Основные свойства информации.

3) Информация и феномен жизни. Отличия живого от неживого, отличия чело­века от других живых организмов.

4) Информация в растительных сообществах.

5) Информационные поля животных.

Тема 4. Модели и моделирование в экологии

1. Модели

По мере развития науки и техники Человек все чаще сталкивается с необходимо­стью исследования объектов, прямое экспериментирование с которыми невозможно. В подобных ситуациях математическое моделирование и экспериментирование с систе­мами математических моделей, которые с определенной точностью воспроизводят (имитируют) реальность, становятся единственным возможным средством анализа.

Модель - упрощенное, «упакованное» знание, несущее вполне определенную и ограниченную информацию о том или ином предмете, явлении, отражающее те или иные его отдельные свойства. Это упрощение (огрубление) осуществляется путем соз­нательного удаления из системы ^некоторых элементов и связей, в результате мы по­лучаем подсистему Y¹. С другой стороны, модель должна, в определенном смысле, верно отражать оригинал.

Стратегия моделирования заключается в попытке путем упрощения получить модель, свойства и поведение которой можно было бы эффективно изучать, но которая в то же время оставалась бы достаточно сходной с оригиналом, чтобы результаты этого изучения все же были применимы и к оригиналу. Обратный переход от модели Y к оригиналу называется интерпретацией модели.

Модель, какой бы язык она ни использовала, содержит не только ту информа­цию, которая послужила ее источником и основой, — в модели оказывается закодиро­ванными и новые знания, то, что люди раньше и не знали.

Цели построения моделей: 1) для определения общего направления исследований или для того, чтобы предварительно обрисовать контуры проблемы, подлежащие более детальному изучению; 2) для предсказания изменения системы во времени и в про­странстве.

Модели можно оценивать по нескольким основным свойствам:

1) Реалистичность - это степень, с которой математические утверждения моде­ли, будучи облечены в слова, соответствуют биологическим представлениям, которые они призваны отражать.

2) Точность - способность модели количественно предсказывать изменения и имитировать данные, на которых они основаны.

3) Общность - это диапазон приложимости модели, то есть число различных си­туаций, в которых модель может работать.

4) Разрешающая способность - количество признаков системы, которые пытает­ся отразить модель.

2. Анатомия математических моделей

Следует выделять 4 основных компонента математических моделей:

1) системные переменные - это ряды чисел, которые используются для представ­ления состояния системы в любой момент времени. В любой момент времени экоси­стемы состоят из ряда компонентов (или блоков), для характеристики которых исполь­зуется одна или несколько системных переменных;

2) взаимоотношение (взаимодействие) между блоками описываются при помощи

функциональных зависимостей, обычно это либо математические формулы, либо урав­нения;

3) входы системы (или факторы), которые влияют на компоненты экосистемы, но не находятся под их влиянием описываются вынуждающими функциями;

4) константы математических моделей называются параметрами. Как параметры можно рассматривать и мало изменяющиеся переменные состояния. В свою очередь, па­раметры могут переходить в переменные, если они не удовлетворяют модели.

Классификация моделей

В зависимости от особенностей системы-оригинала и задач исследования приме­няются самые разнообразные модели, которые целесообразно классифицировать по следующим признакам (рисунок 10).

Рис. 10. Схематическая классификация моделей

По типу реализации различаются реальные и знаковые модели. Реальная модель отражает существенные черты оригинала уже по самой природе своей физической реа­лизации (аквариум как модель природных водоемов).

Знаковая модель представляет собой условное описание системы-оригинала с помощью данного алфавита символов и операций над символами, в результате чего по­лучаются слова и предложения некоторого языка, которые с помощью определенного кода интерпретируются как образы некоторых свойств элементов системы-оригинала и связей между ними.

Концептуальная модель представляет собой несколько более формализованный и систематизированный вариант традиционного естественнонаучного описания изучае­мой экосистемы, состоящей из научного текста, сопровождаемого блок-схемой систе­мы, таблицами, графиками и прочим иллюстративным материалом.

При количественном изучении динамики экосистем гораздо более эффективны ме­тоды математического моделирования. Если найдено точное аналитическое выражение, позволяющее для любых входных функций и начальных условий непосредственно опре­делять значение переменных состояния в любой нужный момент времени, то модель принято называть аналитической. В то же время, если совокупность уравнений и нера­венств непротиворечива и полна, то нередко удается найти алгоритм численного решения этих уравнений на ЭВМ. Такие модели называются численными, или имитационными.

В зависимости от степени определенности предсказания модели делятся на детер­минированные и стохастические (вероятностные). В детерминированной модели зна-

чения переменных состоя­ния определяются одно­значно (с точностью до ошибок вычисления). Сто­хастическая модель для каждой переменной дает распределение возможных значений, характеризуемое такими вероятностными показателями. По характеру временного описания динамики пере­менных состояния разли­чаются дискретные и не­прерывные модели. Дис­кретная модель описывает поведение системы на фиксированной последо­вательности моментов вре­мени t₀< ti < ...< /, < ...< t_n, тогда как в непрерывной модели значения перемен­ных состояния могут быть рассчитаны для любой точки t рассматриваемого интервала.

Модели, в которых пространственное строе­ние экосистемы не рас­сматривается, принято на­зывать моделями с сосре­доточенными значениями (или точечными моделя­ми), в отличие от моделей с распределенными значе­ниями, в которых пере­менные состояния Xi зави­сят не только от времени, но и от пространственных координат (одной или нескольких).