Введение 3
Постановка задачи 5
Обзор литературы 6
1 Описание модели кроветворения 8
1.1 Общие положения 8
1.1.1 Биологический фундамент модели Мэкки-Гласса 8
1.1.2 Математическое описание 10
1.2 Необходимые теоретические сведения 12
1.2.1 Основные теоремы и методы теории устойчивости 12
1.2.2 Описание метода полиномизации 13
2 Численные методы 15
2.1 Явные методы Рунге-Кутты 15
2.2 Метод Рунге-Кутты 4го порядка, реализация 16
3 Исследование уравнения 18
3.1 Определение областей устойчивости модели Мэкки-Гласса для стационарных решений 18
3.2 Полиномизация нелинейности 20
Выводы 25
Заключение 26
Список литературы 27
ПРИЛОЖЕНИЕ А 29
ПРИЛОЖЕНИЕ Б 34
ПРИЛОЖЕНИЕ В 35
Прогнозирование данных об изменении значений каких-либо параметров исследуемого процесса (так называемых временных рядов), которые измерялись в определенные моменты времени, играет существенную роль в таких областях как, например, инженерия, биология, физика, медицина, экология. Наибольший интерес для научного сообщества представляет анализ и прогнозирование хаотических временных рядов, в частности, благодаря их динамическим свойствам. Такие системы обычно представляют собой дифференциальные уравнения с запаздывающим аргументом, поскольку прогнозирование рядов динамики включает в себя предсказание будущих событий, основываясь на результатах, которые были получены ранее. Таким образом, исследования моделей с запаздыванием весьма актуальны и представляют существенный практический интерес. Одним из стандартных примеров является модель кроветворения Мэкки-Гласса.
Актуальность выбранной темы обусловлена значимостью данной модели в области биомедицины. Модель Мэкки-Гласса описывает циркуляцию подвида лейкоцитов в организме, которые в свою очередь являются основой иммунной системы человека, а также иллюстрирует возникновение сложной динамики в системах физиологического управления посредством бифуркаций, вызванных изменением параметров системы - причиной этому может служить наличие заболеваний.
Объектом исследований является модель циркуляции нейтрофилов в крови человека.
Предметом исследований является динамика поведения решений уравнения Мэкки-Гласса.
Для достижения желаемой цели в процессе исследования были задействованы следующие методы: линейная аппроксимация, метод Д-разбиения, численные методы, полиномизация нелинейной части уравнения.
Выпускная квалификационная работа состоит из следующих частей: введение, постановка цели и задач, обзор литературы, основная часть, состоящая из трех глав, заключение, список используемой литературы и приложения. В первой главе приведена математическая модель, описан биологический фундамент, на основе которого она была построена, а также рассматривается теоретическая составляющая используемых в работе методов. Вторая глава посвящена построению решения исследуемого дифференциального уравнения при помощи метода Рунге-Кутты. В третьей главе описан процесс нахождения области устойчивости для стационарных решений, а также рассматривается метод полиномизации уравнения Мэкки-Гласса.
Таким образом, в данной работе представлен анализ уравнения Мэкки- Гласса. На основе вводимых данных графически показано приближенное решение уравнения. Определена и визуально представлена область устойчивости стационарных решений, а также показана возможность приведения уравнения Мэкки-Гласса к полиномиальной системе уравнений.
Фундаментом иммунной системы человека являются белые клетки крови, количественное изменение и циркуляцию которых описывает модель Мэкки-Гласса. Повышение или понижение числа нейтрофилов в крови может привести к серьезным заболеваниям, например, таким как нейтрофилия и нейтропения соответственно, которые при отсутствии своевременного лечения могут перерасти в лейкоз. В связи с этим, исследование модели кроветворения является крайне актуальной темой в сфере биомедицины.
Модель Мэкки-Гласса позволяет прогнозировать параметры исследуемого процесса относительно полученных ранее результатов. Но как было показано, уравнение проявляет достаточно сложную хаотическую динамику, а так же был отмечен факт существования у него периодических решений, вследствие этого появляется необходимость в дальнейшем изучении поведения модели, поэтому работа включает в себя определение области устойчивости стационарных решений. Для последующего исследования периодических решений был применен метод фазового пространства, чтобы привести уравнение Мэкки-Гласса к системе дифференциальных уравнений путем введения новых переменных. Это преобразование позволяет применять свойства банаховой алгебры, а так же существующий компьютерный метод доказательства наличия периодических решений, который основан на методе радиусов полиномов (method of radii polynomials) [18]. Таким образом, задачи, поставленные в данной работе, выполнены, а цель достигнута.
В заключении отметим, что практическая значимость данного исследования состоит в том, что на основе реализации численного метода была составлена программа нахождения приближенного решения уравнения Мэкки- Гласса. Ранее подобные результаты были получены путем использования электронных схем, что является более трудоемким способом. Так же знание области устойчивости играет немаловажную роль в медицинских исследованиях, необходимых для выявления патологий и различных заболеваний.
1. Mackey M., Glass L. Oscillation and chaos in physiological control systems // Science, 1977, vol. 197, pp. 287-289.
2. De Menezes M., Dos Santos R. The onset of Mackey-Glass leukemia at the edge of chaos // Int. J. Modern Phys., 2000, vol. 11, pp. 1545-1553.
3. Гласс Л., Мэкки М. От часов к хаосу. Ритмы жизни / пер. с анг. Р.И. Сельковой; под ред. Е.Е. Селькова. - Москва: «Мир», 1991, 248 с.
4. Amil P., Cabeza C., Marti A. Exact Discrete-Time Implementation of the Mackey-Glass Delayed Model // IEEE Transactions on Circuits and Systems - II: Express Briefs, 2015, vol. 62, pp. 681-685.
5. Amil P., Cabeza C., Marti A., Masoller C. Organization and identification of solutions in the time-delayed Mackey-Glass model // Chaos, 2015, vol. 25, pp. 112-122.
6. Berezansky L., Braverman E. Mackey-Glass Equation with Variable Coefficients // Computers and Mathematics with Applications, 2006, vol. 51, pp. 1-16.
7. Tateno M., Uchida A. Nonlinear dynamics and chaos synchronization in Mackey-Glass electronic circuits with multiple time-delay feedback // IEICE, 2012, vol. 3, pp. 155-164.
8. Junges L., Gallas J. Intricate routes to chaos in the Mackey-Glass delayed feedback system // Phys. Lett. A, 2012, vol. 376, pp. 2109-2116.
9. Sano S., Uchida A., Yoshimori S., Roy R. Dual synchronization of chaos in Mackey-Glass electronic circuits with time-delayed feedback // Phys. Rev. E, 2007, vol. 75, pp. 144-156.
10. Wan A., Wei J. Bifurcation analysis of Mackey-Glass electronic circuits model with delayed feedback // Nonlinear Dyn., 2009, vol. 57, pp. 85-96.
11. Grassberger P., Procaccia I. Measuring the strangeness of strange attractors // Phys. D: Nonlinear Phenom., 1983, vol. 9, pp. 189-208.
12. Namajunas A., Pyragas K., Tamasevicius A. Stabilization of an unstable steady state in a Mackey-Glass system // Phys. Lett. A, 1995, vol. 204, pp. 255-262.
13. Farmer J. D., Sidorowich J. J. Predicting chaotic time series // Phys. Rev. Lett., 1987, vol. 59, pp. 845-848.
14. Wan E. A., Van Der Merwe R. The unscented Kalman filter for nonlinear estimation // in Proc. IEEE AS-SPCC, 2000, vol. 26, pp. 153-158.
15. Colijn C., Mackey M. A mathematical model of hematopoiesis: II. Cyclical neutropenia // Journal of Theoretical Biology, 2005, vol. 237, pp. 133146.
...