دانلود کتاب Mathematical Modeling of Complex Biological Systems: A Kinetic Theory Approach (Modeling and Simulation in Science, Engineering and Technology) (به فارسی: مدل‌سازی ریاضی سیستم‌های زیستی پیچیده: رویکرد نظریه جنبشی (مدل‌سازی و شبیه‌سازی در علوم، مهندسی و فناوری)) نوشته شده توسط «Abdelghani Bellouquid – Marcello Delitala»
اطلاعات کتاب مدل‌سازی ریاضی سیستم‌های زیستی پیچیده: رویکرد نظریه جنبشی (مدل‌سازی و شبیه‌سازی در علوم، مهندسی و فناوری)
موضوع اصلی: ریاضیات
نوع: کتاب الکترونیکی
ناشر: Birkhäuser Boston
نویسنده: Abdelghani Bellouquid – Marcello Delitala
زبان: English
فرمت کتاب: pdf (قابل تبدیل به سایر فرمت ها)
سال انتشار: 2006
تعداد صفحه: 193
حجم کتاب: 4 مگابایت
کد کتاب: 0817643958 , 0817645039 , 9780817643959
نوبت چاپ: 1
توضیحات کتاب مدل‌سازی ریاضی سیستم‌های زیستی پیچیده: رویکرد نظریه جنبشی (مدل‌سازی و شبیه‌سازی در علوم، مهندسی و فناوری)
این کتاب تکامل چندین سیستم اجتماعی-بیولوژیکی را با استفاده از نظریه جنبشی ریاضی توصیف می‌کند. به طور خاص، با مدل‌سازی و شبیه‌سازی سیستم‌های بیولوژیکی – متشکل از جمعیت‌های بزرگ سلول‌های در حال تعامل – که دینامیک آن‌ها از قوانین مکانیک و همچنین قواعدی که توسط توانایی خود برای سازمان‌دهی حرکت و عملکردهای بیولوژیکی کنترل می‌شوند، سر و کار دارد. نویسندگان یک مدل بیولوژیکی جدید برای تجزیه و تحلیل رقابت بین سلول های یک میزبان مهاجم و سلول های یک سیستم ایمنی مربوطه پیشنهاد می کنند.
زیرا توصیف میکروسکوپی یک سیستم بیولوژیکی بسیار دور است. پیچیده تر از سیستم فیزیکی مواد بی اثر، برای مقابله با چنین پیچیدگی به سطح بالاتری از تجزیه و تحلیل نیاز است. مدل‌های ریاضی با استفاده از تئوری جنبشی ممکن است راهی برای مقابله با چنین پیچیدگی‌هایی باشد که امکان درک پدیده‌های مکانیک آماری غیرتعادلی را فراهم می‌کند که با رویکرد ماکروسکوپی سنتی توصیف نشده‌اند. مدل‌های پیشنهادی مربوط به معادله بولتزمن تعمیم‌یافته است و دینامیک جمعیت چندین عنصر متقابل (مدل‌های جمعیت جنبشی) را توصیف می‌کند.
مدل‌های خاص پیشنهاد شده توسط نویسندگان بر اساس یک چارچوب مربوط به یک سیستم معادلات انتگرو-دیفرانسیل، تعریف تکامل تابع توزیع بر روی حالت میکروسکوپی هر عنصر در یک سیستم معین. اطلاعات ماکروسکوپی در مورد رفتار سیستم از لحظه های مناسب تابع توزیع بر روی حالات میکروسکوپی عناصر درگیر به دست می آید. این کتاب یک رویکرد تحقیقاتی کلاسیک را دنبال می‌کند که برای مدل‌سازی سیستم‌های واقعی، پیوند مشاهده پدیده‌های بیولوژیکی، جمع‌آوری داده‌های تجربی، مدل‌سازی، و شبیه‌سازی‌های محاسباتی برای اعتبارسنجی مدل‌های پیشنهادی استفاده می‌شود. از تکنیک های تحلیل کیفی برای شناسایی توانایی پیش بینی مدل های خاص استفاده می شود.
این کتاب منبع ارزشمندی برای ریاضیدانان کاربردی و همچنین محققان در زمینه علوم زیستی خواهد بود. ممکن است برای دوره‌های تحصیلات تکمیلی پیشرفته و سمینارها در مدل‌سازی سیستم‌های بیولوژیکی با کاربردهایی در رفتار اجتماعی جمعی، ایمنی‌شناسی و اپیدمیولوژی استفاده شود.
This book describes the evolution of several socio-biological systems using mathematical kinetic theory. Specifically, it deals with modeling and simulations of biological systems—comprised of large populations of interacting cells—whose dynamics follow the rules of mechanics as well as rules governed by their own ability to organize movement and biological functions. The authors propose a new biological model for the analysis of competition between cells of an aggressive host and cells of a corresponding immune system.
Because the microscopic description of a biological system is far more complex than that of a physical system of inert matter, a higher level of analysis is needed to deal with such complexity. Mathematical models using kinetic theory may represent a way to deal with such complexity, allowing for an understanding of phenomena of nonequilibrium statistical mechanics not described by the traditional macroscopic approach. The proposed models are related to the generalized Boltzmann equation and describe the population dynamics of several interacting elements (kinetic population models).
The particular models proposed by the authors are based on a framework related to a system of integro-differential equations, defining the evolution of the distribution function over the microscopic state of each element in a given system. Macroscopic information on the behavior of the system is obtained from suitable moments of the distribution function over the microscopic states of the elements involved. The book follows a classical research approach applied to modeling real systems, linking the observation of biological phenomena, collection of experimental data, modeling, and computational simulations to validate the proposed models. Qualitative analysis techniques are used to identify the prediction ability of specific models.
The book will be a valuable resource for applied mathematicians as well as researchers in the field of biological sciences. It may be used for advanced graduate courses and seminars in biological systems modeling with applications to collective social behavior, immunology, and epidemiology.
