Estimation of total income with discounting for probabilistic models of population dynamics

Cover Page

Cite item

Full Text

Abstract

Models of homogeneous and structured populations given by differential equations depending on random parameters are considered. A population is called homogeneous if it consists of only one animal or plant species, and structured if it contains $n\geqslant 2$ different species or age classes. We assume that in the absence of exploitation, the dynamics of the population is given by the system of differential equations
 

x˙=g(x),xR+nxRn:x10,,xn0.

 
At times $\tau_{k}=kd,$ where $d>0,$\! $k=1,2,\ldots,$ random shares of the resource $\omega_{k}=(\omega_{k }^1,\ldots,\omega_{k}^n)\!\in\Omega\subseteq [0,1]^n$ are extracted from this population.
If $\omega_{k}^i$ is greater than some value $u_{k}^i\in[0,1),$ then the collection of the resource of the $i$-th type stops at the moment $\tau_{k}$ and the share of the extracted resource turns out to be equal to $\ell_{k}^i\doteq\min(\omega_{k}^i,u_{k}^i).$  Let $C^{i}\geqslant 0$ be the cost of the resource of the $i$-th type, $i=1,\ldots,n,$ $X_k^{i}=x^{i}(kd-0)$~the quantity of the $i$-th type of resource at the time $\tau_k$ before collection; then the amount of income at the moment  equals $Z_k\doteq\displaystyle\sum_{i=1}^n{C^{i}X_k^{i}\ell_{k}^i}.$
The properties of the characteristic of the total income, which is defined as the sum of the series of income values at the time $\tau_k,$ taking into account the discounting factor $\alpha>0$ are investigated:
Hα(l¯,x0)=k=1Zke-αk=k=1e-αki=1nCiXkilki,
where $\overline{\ell}\doteq(\ell_{1},\ldots,\ell_{k},\ldots),$ $x_0$ is the initial population size. The value of $\alpha$ indicates that the value of the income received later decreases.
Estimates of the total income, taking into account discounting, made with probability one are obtained.
 
 

About the authors

Anastasia A. Bazulkina

Vladimir State University

Author for correspondence.
Email: hirasawa33rus@gmail.com
ORCID iD: 0009-0007-5283-5295

Post-Graduate Student, Functional Analysis and its Applications Department

Russian Federation, 87 Gorkogo St., Vladimir 600000, Russian Federation

References

  1. D.D. Bainov, “Population dynamics control in regard to minimizing the time necessary for the regeneration of a biomass taken away from the population”, Applied Mathematics and Computation, 39:1 (1990), 37–48.
  2. G.P. Neverova, O.L. Zhdanova, E.Ya. Frisman, “Dynamics of predator-prey community with age structures and its changing due to harvesting”, Mathematical Biology and Bioinformatics, 15:1 (2020), 73–92 (In Russian).
  3. A.I. Abakumov, Yu.G. Izrailsky, “The harvesting effect on a fish population”, Mathematical Biology and Bioinformatics, 11:2 (2016), 191–204 (In Russian).
  4. G.P. Neverova, A.I. Abakumov, E.Ya. Frisman, “Dynamic modes of exploited limited population: results of modeling and numerical study”, Mathematical Biology and Bioinformatics, 11:1 (2016), 1–13 (In Russian).
  5. A.O. Belyakov, A.A. Davydov, “Efficiency optimization for the cyclic use of a renewable resource”, Proc. Steklov Inst. Math. (Suppl.), 299:suppl. 1 (2017), 14–21.
  6. A.A. Davydov, “Existence of Optimal Stationary States of Exploited Populations with Diffusion”, Proceedings of the Steklov Institute of Mathematics, 310 (2020), 124–130.
  7. A.V. Egorova, L.I. Rodina, “On optimal harvesting of renewable resource from the structured population”, The Bulletin of Udmurt University. Mathematics. Mechanics. Computer Science, 29:4 (2019), 501–517 (In Russian).
  8. A.V. Egorova, “Optimization of discounted income for a structured population exposed to harvesting”, Vestnik rossiyskikh universitetov. Matematika = Russian Universities Reports. Mathematics, 26:133 (2021), 15–25 (In Russian).
  9. Yu.V. Masterkov, L.I. Rodina, “Estimation of average time profit for stochastic structured population”, Izv. IMI UdGU, 56 (2020), 41–49 (In Russian).
  10. L.I. Rodina, “Optimization of average time profit for a probability model of the population subject to a craft”, The Bulletin of Udmurt University. Mathematics. Mechanics. Computer Science, 28:1 (2018), 48–58 (In Russian).
  11. L.I. Rodina, A.H. Hammadi, “Optimization problems for models of harvesting a renewable resourse”, Journal of Mathematical Sciences, 25:1 (2020), 113–122.
  12. O.A. Kuzenkov, E.A. Ryabova, Mathematical Modelling of Selection Processes, Nizhny Novgorod University Press, Nizhnii Novgorod, 2007 (In Russian), 324 pp.
  13. A.N. Shiryaev, Probability-1, Nauka Publ., Moscow, 1975 (In Russian), 580 pp.
  14. M.S. Woldeab, “Properties of the averadge time benefit for probabilistic models of exploited populations”, Vestnik rossiyskikh universitetov. Matematika = Russian Universities Reports. Mathematics, 28:141 (2023), 26–38 (In Russian).

Supplementary files

Supplementary Files
Action
1. JATS XML


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».