30.01.2013 Aufrufe

Metakompetenzen und Kompetenzentwicklung - ABWF

Metakompetenzen und Kompetenzentwicklung - ABWF

Metakompetenzen und Kompetenzentwicklung - ABWF

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

6 Mathematische Modellierung<br />

der evolutionären Suche von Gruppen<br />

von Individuen in Merkmalsräumen<br />

6.1 Beschreibung von Gruppen bzw. Populationen<br />

im Merkmalsraum<br />

Der klassische populationsdynamische Zugang behandelt die Einheiten der Evolution<br />

als voneinander unterscheidbar <strong>und</strong> damit abzählbar <strong>und</strong> klassifizierbar.<br />

Jeder Einheit (Sorte) wird eine Nummer, d. h. eine natürliche Zahl i = 1, 2, 3,...<br />

zugeordnet. Die Populationen – oder allgemein im Falle sozialer Systeme die<br />

Gruppen – bilden somit eine abzählbare Menge. Jede Gruppe i wird durch eine<br />

Mengengröße, d. h. eine quantifizierbare, zeitabhängige Größe – eine reelle Zahl<br />

x i (t) – charakterisiert. Das sind im Fall der evolutionären Ökologie die Dichten<br />

bzw. Anzahl der Individuen konkurrierender Arten (etwa in Räuber- <strong>und</strong> Beutesystemen),<br />

in der Theorie der molekularen Evolution chemische Konzentrationen<br />

verschiedener makromolekularer Sorten <strong>und</strong> im Fall von Innovationsdiffusion die<br />

Zahl (oder Fraktion) der Nutzer einer Technologie. Im Fall der Kompetenzmodellierung<br />

sind es Gruppen von Individuen, etwa Arbeitsgruppen in einem Unternehmen<br />

oder Gruppen mit ähnlichen Funktionen wie die Gruppe von Betriebsräten<br />

in verschiedenen Unternehmen. Innerhalb einer Gruppe ist die Kompetenz mehr<br />

oder weniger einheitlich, die räumliche Lokalisierung etwa am selben Ort ist nicht<br />

entscheidend, sondern die relative gleiche Kompetenz.<br />

Die Synergetik bezeichnet diese quantitativen mengenartigen Größen als Ordner,<br />

die die Populationen auf der Makroebene repräsentieren. Die Zeitabhängigkeit der<br />

Ordner wird durch eine mathematische Abbildung, in der Regel dargestellt durch<br />

gewöhnliche Differentialgleichungen, definiert. Damit wird in einem gewissen<br />

Sinne von der Merkmalsstruktur der einzelnen Individuen in der Population <strong>und</strong><br />

deren Veränderung abstrahiert <strong>und</strong> die Konkurrenz zwischen verschiedenen Populationen<br />

ins Zentrum gestellt. In der mathematischen Beschreibung führt dieser<br />

Ansatz zu Systemen nichtlinearer gewöhnlicher Differentialgleichungen.<br />

In dieser Arbeit verwenden wir, wie in den vorigen Kapiteln begründet wurde, als<br />

Alternative zur Beschreibung durch Indizes i = 1, 2,… in Übereinstimmung mit früheren<br />

Ansätzen (Ebeling/Engel/Feistel 1990, Ebeling/Karmeshu/Scharnhorst 1998) eine<br />

merkmalsorientierte kontinuierliche Beschreibung durch reelle Zahlen, Landschaften<br />

<strong>und</strong> kontinuierliche dynamische Modelle (partielle Differentialgleichungen).<br />

Wie in unserem früheren Ansatz (Ebeling/Engel/Feistel 1990, Ebeling/Karmeshu/Scharnhorst<br />

1998) verwenden wir zunächst eine Beschreibung der Population<br />

durch Merkmale, die durch einen reellwertigen Satz von d Variablen �q = {q 1 , q 2 , ..., q d }<br />

60

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!