Mathematical modelling: theory and applications - 9789048163984 - evolution of biological systems in random media: limit theorems and stability: limit theorems and stability (mathematical modelling: theory and applications) von swishchuk, anatoly; jianhong wu (3 Ergebnisse)
Sprache: Englisch
Verlag: Springer, 2010
Serie: Buch 6 von 12 - Mathematical Modelling: Theory and Applications
- Softcover
Anbieter: Ria Christie Collections, Uxbridge, Vereinigtes KönigreichRia Christie Collections
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 60,95
EUR 13,96 VersandVersand von Vereinigtes Königreich nach USAAnzahl: Mehr als 20 verfügbar
Zustand: New. In.
Sprache: Englisch
Verlag: Springer, 2003
Serie: Buch 6 von 12 - Mathematical Modelling: Theory and Applications
- Softcover
Anbieter: Revaluation Books, Exeter, Vereinigtes KönigreichRevaluation Books
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 77,76
EUR 11,65 VersandVersand von Vereinigtes Königreich nach USAAnzahl: 2 verfügbar
Paperback. Zustand: Brand New. 216 pages. 9.25x6.10x0.55 inches. In Stock.
Sprache: Englisch
Verlag: Springer, 2010
Serie: Buch 6 von 12 - Mathematical Modelling: Theory and Applications
- Softcover
Anbieter: AHA-BUCH GmbH, Einbeck, DeutschlandAHA-BUCH GmbH
Verkäufer/-in kontaktierenVerkäufer/-in mit 5 SternenZustand: Neu
EUR 60,34
EUR 30,50 VersandVersand von Deutschland nach USAAnzahl: 1 verfügbar
Taschenbuch. Zustand: Neu. Druck auf Anfrage Neuware - Printed after ordering - The book is devoted to the study of limit theorems and stability of evolving biologieal systems of 'particles' in random environment. Here the term 'particle' is used broadly to include moleculas in the infected individuals considered in epidemie mod…els, species in logistie growth models, age classes of population in demographics models, to name a few. The evolution of these biological systems is usually described by difference or differential equations in a given space X of the following type and dxt/dt = g(Xt, y), here, the vector x describes the state of the considered system, 9 specifies how the system's states are evolved in time (discrete or continuous), and the parameter y describes the change ofthe environment. For example, in the discrete-time logistic growth model or the continuous-time logistic growth model dNt/dt = r(y)Nt(l-Nt/K(y)), N or Nt is the population of the species at time n or t, r(y) is the per capita n birth rate, and K(y) is the carrying capacity of the environment, we naturally have X = R, X == Nn(X == Nt), g(x, y) = r(y)x(l-xl K(y)) , xE X. Note that n t for a predator-prey model and for some epidemie models, we will have that X = 2 3 R and X = R , respectively. In th case of logistic growth models, parameters r(y) and K(y) normaIly depend on some random variable y.
