Académique Documents
Professionnel Documents
Culture Documents
Dinmicos y
Poblacionales
Modelacin Matemtica Sem II - 2015
x = f (x)
Escrito en forma explicita,
dx1
= f1 (x1 , . . . , xn ),
dt
dx2
= f2 (x1 , . . . , xn ),
dt
..
.
dxn
= fn (x1 , . . . , xn ),
dt
Evolucin de poblaciones
Todos los organismos son afectados por
diversos factores que afectan el
crecimiento de la poblacin. Los
cambios poblacionales dependen de
las tasas de nacimientos y muertes,
pero estas tasas a su vez pueden variar
segn los recursos disponibles y o la
competencia por los mismos. Tambin
las poblaciones pueden variar por
eventos externos (desastres naturales,
imprevistos en produccin, cambios
ambientales, enfermedades o
invasiones de otras especies, etc.)
Y en ingeniera? / Antecedentes
Los ingenieros dedicados a estudios ambientales modelan
diversos problemas que implican sistemas de ecuaciones
diferenciales ordinarias no lineales. Ejemplos:
Los modelos llamados depredador-presa modelos de
dinmica de poblaciones, que se utilizan en el estudio de
ciclos de nutrientes y contaminantes.
Un modelo sencillo para el estudio de la dinmica de los
fluidos en la atmosfera es el sistema de ecuaciones de
Lorenz. Usado para estudiar la contaminacin del aire y el
cambio climtico.
Y en ingeniera? / Antecedentes
Sistema de Ecuaciones de Lorentz
dx
= C; x(0) = x0 ! x(t) = Ct + x0
dt
Modelo de crecimiento de
poblacin (Modelo de Malthus)
Hiptesis del modelo:
Ratas de nacimiento y mortalidad son proporcionales al tamao
actual de la poblacin (factores de nacimiento y mortalidad).
Factor de nacimiento (N) y factor de mortalidad (M) son
independientes del tamao de la poblacin.
Los recursos del ambiente son ilimitados.
Factores externos no afectan la tasa de crecimiento de la
poblacin (N-M), por ej.: La concentracin de desechos
metablicos no influye en la tasa de crecimiento de la poblacin.
Modelo de Malthus
Para el estudio de este modelo slo se consideran los nacimientos
y las muertes. Estos son proporcionales a la poblacin actual,
N = Factor de Tasa de Natalidad
M = Factor de Tasa de Mortalidad
N y M son constantes > 0 (positivas!)
Entonces la ecuacin diferencial para el modelo de Malthus es de
la forma:
Modelo de Malthus
Desarrollando la ecuacin diferencial para el modelo:
r=N-M
Rata o tasa intrnseca
de crecimiento
Solucin general:
Condicin Inicial:
P(t ) = Ce
rt
t = t0 P(t0 ) = P0
P(t ) = P0e
r (t to )
Modelo de Malthus
Modelo de Malthus
Limitaciones del modelo:
Bajo condiciones dadas, la solucin indica un crecimiento
exponencial incontrolado en el tiempo. Sin embargo, la
capacidad de abastecimiento de una poblacin no es ilimitada
(recursos limitados).
No se tiene en cuenta una dinmica de competencia entre los
individuos a medida que la poblacin aumenta (competencia
por alimento, por pareja, etc).
El modelo solamente tiene en cuenta la dinmica de una
poblacin, pero no hay interaccin con otras poblaciones que
inter fieran en su desarrollo temporal (depredadores,
cooperadores, etc).
Modelo de Malthus
Ventajas y aplicaciones del modelo:
El modelo de Malthus es til para predecir de manera confiable
comportamientos de poblaciones individuales, aisladas, y a
corto y mediano plazo.
La principal razn del crecimiento incontrolado de este modelo
es la simplicidad de la hiptesis que supone unas constantes
para las tasas de crecimiento y mortalidad.
Algunas aplicaciones:
En el estudio de colonias de bacterias
Poblaciones de pequeos mamferos
Lleg a usarse para modelacin de poblacin humana.
Modelo Logstico
(Malthus mejorado)
Este modelo pretende corregir la suposicion de recursos
inagotables.
Con un sentido ms realista, puede decirse que efectivamente
los recursos estn limitados y que las poblaciones de ninguna
manera pueden crecer indefinidamente al ritmo malthusiano.
Este es un modelo en el
que el crecimiento de una
poblacin ejerce presin
sobre la tasa intrnseca de
crecimiento de la misma
poblacin.
Modelo Logstico
Establece que el crecimiento de la poblacin es mximo cuando
alcanza un valor de saturacin (K). Se expresa como:
dP
P
= rP 1
dt
K
K = Capacidad de
soporte de poblacin
del sistema
Modelo Logstico
Tiene unidades de tiempo. Puede considerarse como
el tiempo carcterstico del modelo. Por que?
Es la poblacin lmite y tiene unidades de poblacin.
Si P es pequea la poblacin tender esencialmente a un
crecimiento malthusiano.
Si P
K entonces dP/dt
Modelo Logstico
El signo de la tasa de crecimiento dP/dt depende
del valor de P en relacin a K.
A medida que la poblacin P(t) aumenta, el
trmino logstico se vuelve ms grande que el
primero ya que algunos miembros de la poblacin
interfieren con otros en una competencia de
recursos, lo que lleva a un cuello de botella,
controlado por el valor del parmetro K.
La competencia disminuye el crecimiento neto
hasta que P(t) deja de crecer (valor de saturacin
de la poblacin). Este es el PUNTO DE EQUILIBRIO!
Bueno, uno de ellos!!!
Modelo Logstico
La solucin analtica de este modelo es,
dP
P
= rP 1
dt
K
KPo e
P(t ) =
rt
K + P0 e 1
Aplicaciones:
Reproduccin de bacterias
Poblacin de especies mamferas
Poblacin humana.
rt
Modelo Logstico
K mayor que Po
K menor que Po
Poblacin
Poblacin
Tiempo
Tiempo
Modelo de Lotka-Volterra
Modelo de Lotka-Volterra
Un matemtico Italiano, Vito Volterra en 1926 desarrolla un modelo
para explicar el fenmeno de reduccin en la produccin pesquera
despus de la guerra, el cual sent las bases de la demografa
matemtica desarrollada ms adelante por Alfred Lotka. Este
modelo poblacional se denomina el modelo de Lotka-Volterra o
modelo de depredador y presa.
Modelo de Lotka-Volterra
Las hiptesis implcitas de este modelo:
La especie depredadora se alimenta exclusivamente de la
especie presa.
La poblacin de presas se alimenta de un recurso que se
encuentra en el hbitat en grandes cantidades, el cual solo
interviene pasivamente.
Ambas poblaciones son homogneas, es decir, no intervienen
factores como la edad o el sexo.
El ecosistema en donde se desenvuelven las dos especies es
cerrado y no se presentan migraciones.
Las poblaciones estn exentas de enfermedades u otras
causas de muerte masiva de presas y predadores.
Puntos de Equilibrio
Punto de
Equilibrio
Punto de
Equilibrio
Entonces, Cmo es el
comportamiento de las
poblaciones x(t) y y(t) bajo
una condicin inicial
dada?
Condicin Inicial
Depredacin
Retratos de fase :
Competencia entre especies
Competencia
de Especies
Retratos de fase:
Cooperacin entre especies
Cooperacin
entre Especies
y0
x0
y1
x1
yn-1
y2
x2
xn-1
yn
xn
Anlisis de estabilidad:
Linealizacin cerca a puntos de equilibrio
Dos mtodosde anlisis de estabilidad son posibles:
Anlisis explcito (o directo) y anlisis por valores propios
Ambos requieren de linealizacin del sistema original.
El problema linealizado, permite preveer el tipo de
comportamiento en las regiones cercanas al punto de
equilibrio, as como la caracterizacin de la estabilidad
del mismo.
Ejemplo con el modelo de Lotka-Volterra
Anlisis de estabilidad:
Linealizacin cerca a puntos de equilibrio
Anlisis por valores propios
(no es el nico mtodo!!!... Jacobiano!)
Anlisis de estabilidad:
Linealizacin cerca a puntos de equilibrio
=g
Mtodo usando el Jacobiano:
=f
Nodos Estables
(sumidero)
Nodos Inestables
(fuente)
Puntos de Silla
Espirales Atractivas
Espirales Repulsivas
Centros
Centros
Los puntos de equilibrio denominados
centros, se asocian con soluciones
peridicas. Estos se localizan cuando los
valores propios son complejos conjugados,
sin parte real
. El sentido de giro de la
rbita lo define el signo de la parte
imaginaria. Uno de los puntos de equilibrio
del problema de Lotka-Volterra es un
centro.
Vito Volterra
(Ancona, 1860 - Roma, 1940), Catedrtico de la Universidad
de Roma desde 1900, senador y presidente de la Accademia
dei Lincei, durante la I Guerra Mundial se alist en el cuerpo
de Ingenieros, donde se interes por la artillera aire-tierra,
asegurndose haber sido el primero que dispar desde una
aeronave.
Su oposicin al fascismo y el pretexto de su origen judo le supusieron la expulsin
de su ctedra y de las sociedades cientficas italianas, si bien en 1936 el papa le
recibi en la Pontificia Academia de Ciencias. Exiliado a Francia hasta 1939, imparti
cursos en distintos pases, entre ellos Espaa.
Volterra desarroll la solucin de ecuaciones integrales de lmites variables que lleva
su nombre, y en 1926, sobre un problema de poblaciones de peces, dise la
ecuacin logstica que servira de base a Alfred J. Lotka (1880-1949) para desarrollar
la ley de crecimiento de dos poblaciones competitivas (por ejemplo, depredadores y
presas), expresada como sistema de doble ecuacin diferencial (ecuaciones de LotkaVolterra). Sus Opere matematiche (Roma, 1954-62) se publicaron en 5 volmenes.
Alfred Lotka
(Lemberg, 1880-Nueva York, 1949) Matemtico y fisicoqumico estadounidense, nacido en Born en Lemberg,
Austria-Hungra. Especializado en estadstica, se le
considera el fundador de la demografa matemtica. Estudi
la evolucin de las poblaciones y defini los conceptos de
poblacin estable, poblacin estacionaria y tasa de
crecimiento natural. Su obra ms importante se titula Teora
analtica de las asociaciones biolgicas.
Fue el primero en intentar una integracin de los sistemas ecolgicos y econmicos
en trminos cuantitativos y matemticos. Consideraba la totalidad del mundo de
componentes biticos y abiticos en interaccin como un sistema, donde todo estaba
vinculado entre s y nada poda entenderse sin comprender el sistema total. Recalc la
necesidad de verlo todo desde un punto de vista energtico.
En su momento los planteamientos de Lotka tuvieron mucha influencia sobre
eclogos como E. P. Odum, H. T. Odum y economistas como P. Sammuelson.
Anexo 1.
Herramientas para la
solucin grca de
EDOs no lineales
Mtodos Grcos
vs. Mtodos Numricos
Desafortunadamente, resulta imposible resolver
analticamente la mayor parte de sistemas de ecuaciones
diferenciales no lineales
Sin embargo, se puede obtener una solucin a travs de un
enfoque grfico (campos direccionales) o un enfoque
numrico (mtodo de Euler o Runge-Kutta, por ejemplo)
Ac se discutir solo el mtodo grfico
y' = x+ y
y(0) = 1
[Fx, Fy]=gradient(Z);
finalmente, con la instruccin:
quiver(Fx,Fy);
Se obtiene la siguiente grfica:
[x,y]=meshgrid(0:0.05:3,-2:0.05:2);
z=x+y.^2;
isoclinas=contour(x,y,z,20)
[x,y]=meshgrid(0:0.05:3,-2:0.05:2);
z=x+y.^2;
isoclinas=contour3(z)
Anexo 2.
Herramientas para la
solucin numrica de
EDOs no lineales
Curva Solucin
(2,4)
Pendiente
m=1.8
Curva Solucin
(2,4)
L( x) = 1.8* x + 0.4
Pendiente
m=1.8
Curva Solucin
(2,4)
Pendiente
m=1.8
o
y1 = y0 + h * f ( x1 , y1 )
donde
y1 = L( x1 )
El punto (x1,y1) en la recta es una
aproximacin del punto (x1,y(x1))
sobre la curva solucin.
o
y1 y ( x1 )
depende del incremento h.
L( x2 ) y( x2 ) y2 y( x2 )
donde:
xn = x0 + n * h, n = 0,1, 2...
f ( x, y) = 0.1* y + 0.4* x2
yn +1 = yn + h * 0.1* y + 0.4* x 2
Es decir,
w1 + w2 + ... + wm = 1
Para cada ki , i=1,2,,m, es la funcin f evaluada en un punto
seleccionado (x,y) para el que:
xn x xn+1
Donde las ki se definen recursivamente. El numero m se llama orden
del mtodo. Si se toma m=1, w1=1 y k1=f(xn, yn), se obtiene la formula
de Euler.
Anexo 3.
Modelo de Malthus
modicado
haciendo el reemplazo:
Anexo 4.
Ecuaciones Autnomas
F (y )
dy
= y ' = 0.2 x y
dx
F (x ,y )