- •По теории вероятностей
- •1.2 Структурные средние и способы их вычисления
- •Вопрос 1.6 Распределение «хи-квадрат», t-распределение Стьюдента, распределение f Фишера-Снедекора.
- •2. По математической статистике
- •Вопрос 2.1 Генеральная совокупность и выборка
- •Вопрос 2.2 Понятие о вариационных рядах, средняя ряда. Показатели вариации. Дисперсия, среднее квадратичное отклонение (стандартное отклонение). Оценка структурных средних.
- •2.10 Однофакторный дисперсионный анализ
- •1) Тромбозы шунта при приеме плацебо и аспирина
- •2.12 Доверительный интервал для среднего.
- •2.11. Анализ качественных признаков
- •Примеры сравнение качественных признаков.
- •2.13 Доверительный интервал для доли.
- •2.14. Определение необходимого объема выборки.
- •2.15. Повторные измерения (Парный критерий Стьюдента).
- •2.16. Критерий Крускала-Уоллиса
- •2.18 Критерий знаков z
- •Линейная регрессия и метод наименьших квадратов
- •2.23. Оценка параметров уравнения регрессии по выборке
- •2.24. Ранговый коэффициент корреляции Спирмена.
- •Вопросы прикладной (микробиологической) статистики
- •3.1 Кривая «доза-эффект»
- •Вопрос 3.2 методы количественной оценки иммуногенности вакцин.
- •Вопрос 3.3 количественный метод определения иммуногенности вакцин, основанный на испытании их постоянным уровнем
- •3.4 Количественный метод определения иммуногенности вакцин, основанный на испытании их постоянным уровнем иммунитета
- •3.5. Количественные закономерности связи между уровнем иммунитета и дозой антигена.
- •3.7 Метод Кербера.
- •3.8 Пробит-метод.
- •Вопрос 4.1 Факторы. Требования к ним.
- •Вопрос 4.2 Параметр оптимизации. Требования к нему.
- •4.3 Полный факторный эксперимент
- •Свойства матриц полного факторного эксперимента
- •Вопрос 4.5 Метод крутого восхождения.
- •Вопрос 4.6 Симплексный метод оптимизации.
- •5. Вопросы по методам математического моделирования в биологии
- •5.1 Исследование мат. Модели
- •5.2 Исследование моделей биологических систем, описываемых системами двух автономных дифференциальных уравнений.
- •Исследование устойчивости стационарных состояний моделей биологических систем.
- •5.4. Мультистационарные системы
- •5.5 Колебания в биологических системах. Предельный цикл. Теоремы, определение существование предельного цикла.
- •5.6 Анализ модели брюсселятор.
- •5.7 Модели взаимодействия двух видов
- •Вопрос 5,8 Уравнение конкуренции и их анализ ..
- •5.9 Уравнения системы «хищник – жертва» и их анализ.
- •5.10 Моделирование микробных популяций.
5.10 Моделирование микробных популяций.
Микробиология является одной из областей современной биологии, где математическое моделирование стало средством научного исследования. Математические модели вошли в практику биотехнологического производства микроорганизмов как инструмент управления биотехнологическими процессами.
Для математического описания микробных популяций используют дифференциальные уравнения для управления биотехнологическим процессом необходимо:
сформулировать модель, описывающую рост
указать параметры, по которым производится управление
указать цель, которая используется или минимизация времени выхода.
Непрерывные культуры микроорганизмов
Кривая роста м.о.
П
роцессы
культивирования разделяют на периодические
и непрерывные. Непрерывные культуры
м.о.-культуры, в которые добавляется
питательная среда, а часть содержимого
удаляется. Условия среды и развития
м.о. находятся под контролем и могут
быть стабилизированы.Для м.о., особенно
автотрофных бактерий и дрожжей , условия
выращивания просты.их выращивают в
жидкой среде, культуру содержат при
постоянной t и перемешивают, из резервуара
постоянно поступает стерильная среда.
Для построения моделей используют концентрацию субстрата:
х-
концентрация клеток в культиваторе
µ-функция, описывающая размножение популяции. Зависит от (х), S,t,pH и др. факторов
v- скорость вымывания. Зависит от скорости протока.
Если объем культиватора равен V, а скорость притока f, то величина, которая называется разбавлением, определяется:
А скорость вымывания м.о. из культиватора:
При неограниченных ресурсах питательных веществ µ постоянна.Если какие-то причины начинают лимитировать рост, µ будет уменьшаться. Для микробиологических систем величина, лимитирующая рост- концентрация субстрата.
Была предложена формула Моно:
µm- максимальная скорость роста м.о., Кs-константа.
График функции скорости роста от концентрации субстрата:
