Bài báo này mở rộng kết quả [2] về dáng điệu tiệm cận của mô hình thú - mồi chịu nhiễu ngẫu nhiên có đáp ứng chức năng dạng Crowley - Martin trong trường hợp suy biến, từ đó tính điều khiển của hệ được xem xét. Mời các bạn tham khảo! | Tính điều khiển của hệ thú - mồi ngẫu nhiên có đáp ứng chức năng dạng crowley - martin 22 Journal of Transportation Science and Technology, Vol 20, Aug 2016 TÍNH ĐIỀU KHIỂN CỦA HỆ THÚ - MỒI NGẪU NHIÊN CÓ ĐÁP ỨNG CHỨC NĂNG DẠNG CROWLEY - MARTIN CONTROLABILITY OF A STOCHASTIC PREDATOR - PREY MODEL WITH CROWLEY - MARTIN FUCTIONAL RESPONSE Trần Đình Tướng1, Trần Hà Lan2 Khoa Cơ bản, Trường ĐH GTVT Tp. HCM, Tp. HCM 1 2 Khoa Cơ sở, Trường ĐH Kinh tế Nghệ An, Tp. Vinh Tóm tắt: Bài báo này mở rộng kết quả [2] về dáng điệu tiệm cận của mô hình thú - mồi chịu nhiễu ngẫu nhiên có đáp ứng chức năng dạng Crowley - Martin trong trường hợp suy biến, từ đó tính điều khiển của hệ được xem xét. Từ khóa:Tính điều khiển; sự suy biến; tính ergodic; mô hình thú-mồi. Abstract: In this work, we improve some results of dynamic behaviour of a stochastic predator - prey model with Crowley - Martin functional response in [2] (degenerate case). From this, its controlability is considered. Keywords: Controllability; degenerate; ergodicity; predator - prey model. x 1. Giới thiệu (Dạng Holling III), hoặc p(x) = m 2 1 +m2 x+m3 x Dạng tất định của mô hình Kolmogorov (Dạng Holling IV) (xem [2]). Hoặc mô hình thú hai lọai có dạng tổng quát như sau: mồi có đáp ứng chức năng dạng Beddington - ẋ (t) = xf(x, y) DeAngelis [3] nghiên cứu về dáng điệu tiệm { ẏ (t) = yg(x, y) cận mô hình thú-mồi ngẫu nhiên với nhiễu Trong trường hợp f(x, y) = b − py và Brown. Mặt khác [2] đã nghiên cứu điều kiện g(x, y) = cx − d ta gọi mô hình trên là mô cần và gần như đủ cho tính bền vững và tính hình Lotka - Volterra cổ điển. ergodic của hệ ngẫu nhiên có đáp ứng chức năng dạng Crowley - Martin, mô hình này có Tuy nhiên khi nghiên cứu dạng tất định dạng: của hệ sinh thái, người ta nhận thấy rằng chúng thường gặp phải một số hạn chế nhất định: dx(t) = x(t)[a1 − b1 x(t) c1 y(t) Không xét được các yếu tố nhiễu ngẫu nhiên − (1+m ]dt 1 x(t))(1+m2 y(t)) như là
