Académique Documents
Professionnel Documents
Culture Documents
Principios y aplicaciones
Fernando R. Momo
Ángel F. Capurro
Ecología Matemática
Principios y aplicaciones
Ediciones Cooperativas es un emprendimiento
cooperativo de docentes de la Facultad de Ciencias
Económicas de la Universidad de Buenos Aires para
difundir sus trabajos e investigaciones
Ni
ng
un
a
pa
Momo, Fernando R.
Ecología matemática : principios y aplicaciones / Fernando R. Mo-
mo y Angel F. Capurro - 1a ed. - Buenos Aires : Ediciones Cooperati-
vas, 2006.
114 p. ; 21x14 cm.
ISBN-10: 987-1246-21-8
ISBN-13: 978-987-1246-21-2
1. Ecología Matemática. I. Capurro, Angel F. II. Título
2006 Momo, Fernando R.
Derechos exclusivos
9
Fernando R. Momo - Ángel F. Capurro
Los autores
10
Capítulo 1
Los modelos matemáticos y su razón de ser
11
Fernando R. Momo - Ángel F. Capurro
1
Momo, F.R. 1995. A new model for periphyiton growth in running wa-
ters. Hydrobiologia, 299: 215-218. Trabajo basado en observaciones de
campo y sesudos comentarios de mi colega y compañero Adonis Giorgi.
12
Ecología Matemática - Principios y aplicaciones
dB
= r (B − U )(K − B ) + C
dt
Esta ecuación debe ser leída con cuidado. En primer lugar
nos indica que la biomasa necesita alcanzar un cierto valor umbral
para empezar a tener crecimiento positivo. Ese valor umbral es U.
También nos dice que tiene un valor máximo para el cuál alcanza
crecimiento cero (llamado en la jerga ecológica “capacidad de car-
ga”); ese valor es K. Por último, vemos que al crecimiento intrínse-
co de la población (producido por su propia actividad biológica y
el balance entre natalidad y mortalidad) se le agrega un término
independiente C que representa una colonización si es mayor que
cero o un desprendimiento de células por el arrastre del agua si es
negativo. Supusimos que ese término varía en forma de parábola
con la velocidad de corriente según el siguiente gráfico:
13
Fernando R. Momo - Ángel F. Capurro
1
0
0 2 4 6 8 10 12
-1
-2
-3
-4
v (m/s)
14
Ecología Matemática - Principios y aplicaciones
30
25 F(B)
F(B), G(B)
20 G(B)
15
10
0
0 5 10 15 20 25
2
Esta elegante forma de analizar el modelo fue sugerida al autor del ma-
nuscrito por la Dra. Graciela Canziani y permitió hacer más comprensible
para un público no matemático el razonamiento.
15
Fernando R. Momo - Ángel F. Capurro
3
En el sentido de René TOM y su teoría de catástrofes.
16
Capítulo 2
Modelos de crecimiento poblacional
17
Fernando R. Momo - Ángel F. Capurro
18
Ecología Matemática - Principios y aplicaciones
N TD = 2 ⋅ N 0 = N 0 ⋅ e rTD
∴ ln 2 = r ⋅ TD (2.4)
ln 2
TD =
r
En el caso que mencionamos de la población humana, este
valor se utiliza para comparar el crecimiento entre países y even-
tualmente en la planificación de gobierno. Cuando la población que
se está estudiando es de una especie en peligro de extinción (caso
en que r suele ser menor que cero), el TD es la vida media de la po-
blación, es decir el tiempo que tardaría en reducirse a la mitad la
población actual. En este caso, lo que se planifica son las medidas
de conservación o el modo de revertir la tendencia.
19
Fernando R. Momo - Ángel F. Capurro
dN
= (− m ⋅ N + c ) ⋅ N = c ⋅ N − m ⋅ N 2 (2.6)
dt
Como vemos, hemos pasado de una ecuación lineal para la
velocidad de crecimiento a una ecuación cuadrática. Junto con el
cambio de potencia aparece ahora otra novedad: la población no
crece infinitamente. Es más, tiene puntos de equilibrio, es decir,
valores de N para los cuales la velocidad de crecimiento es nula.
Uno de esos puntos, por supuesto (esa fue nuestra condición para
todo modelo “razonable” de crecimiento poblacional), es el cero: si
la población es nula, la velocidad de crecimiento también lo es.
Pero ahora hay otro punto de equilibrio. Veamos:
0 = c⋅ N −m⋅N2
⇒ N ⋅ (c − m ⋅ N ) = 0
∴ N 1* = 0 (2.7)
c
N 2* =
m
Es bueno aclarar aquí algo de la notación; el asterisco (*)
denota que el valor de la variable corresponde a un valor de equili-
brio (en el mundo de los modelos continuos, un punto para el cual
la derivada de la variable respecto del tiempo es nula). Al valor de
equilibrio distinto de cero c/m (en la jerga de los modelos, el equi-
librio “no trivial”) le llamaremos K y asumiremos que representa el
máximo tamamño que la población puede alcanzar en equilibrio. El
nombre que recibe ese valor en ecología es el de “capacidad de
carga”. A la constante c, que representa el valor máximo posible de
la tasa intrínseca de crecimiento, le llamaremos por eso r0. Reem-
plazando ahora en la ecuación 2.5 obtenemos:
dN r N K −N
= r0 N − 0 N 2 = r0 N ⋅ 1 − = r0 N ⋅
dt K K K
(2.8)
Esta última es la formulación más conocida del modelo lo-
gístico que se interpreta biológicamente diciendo que la velocidad
de crecimiento de la población es a la vez proporcional a su tamaño
y a “cuanto le falta” para alcanzar su tamaño máximo K.
20
Ecología Matemática - Principios y aplicaciones
K
Nt = (2.9)
K − N 0 − r0t
1+ e
N0
¿Qué características tiene el punto de equilibrio no trivial
N2*=K?
El criterio de estabilidad
21
Fernando R. Momo - Ángel F. Capurro
50
40
30
20
dN/dt
10
0
-10 0 50 100 150 200 250 300
-20
-30
22
Ecología Matemática - Principios y aplicaciones
Modelos generalizados
23
Fernando R. Momo - Ángel F. Capurro
15000
10000
5000
dN/dt
0
0 50 100 150 200 250
-5000
-10000
24
Ecología Matemática - Principios y aplicaciones
150
100
50
dN/dt
0
0 50 100 150 200 250 300
-50
-100
25
Fernando R. Momo - Ángel F. Capurro
dN N
2. = −α ⋅ N ⋅ ln de Swan (1977) parece un modelo
dt K
algo absurdo para una población. Sin embargo fue desarrollado
para representar el decrecimiento de un tipo particular de tumor
(población celular) ante la quimioterapia. Nótese que mientras el
tamaño de la población es mayor que el valor K, la velocidad de
crecimiento es negativa (se asume α > 0); cuando N < K el loga-
ritmo en la ecuación es menor que cero y la velocidad de creci-
miento es positiva. Aquí estamos ante un estado de equilibrio K
que es único y estable. El tumor no puede ser llevado a tamaño ce-
ro. El modelo no está definido para N = 0.
60
40
20
dN/dt
0
0 50 100 150 200 250 300
-20
-40
dN a
3. = r ⋅ N ⋅ − c − b ⋅ N de Schoener. Tampoco tie-
dt N
ne definición en N = 0 ; sin embargo presenta otra vez un equili-
brio estable distinto de cero. Sirve sólo para poblaciones abiertas
(con inmigración).
26
Ecología Matemática - Principios y aplicaciones
3000
2000
dN/dt 1000
0
0 20 40 60 80 100 120
-1000
-2000
-3000
27
Fernando R. Momo - Ángel F. Capurro
28
Ecología Matemática - Principios y aplicaciones
a −1
N* = (2.17)
a
sólo definido con sentido biológico (poblaciones mayores
o iguales que cero) para a > 1, lo que implica una población que
crece.
Este modelo no puede reducirse a una fórmula cerrada y sólo nos
queda calcular los valores. Por suerte esto es muy fácil en la época
de las planillas de cálculo y s interesante ver qué sucede a medida
que aumentamos el valor de a.
En todos los casos, los valores calculados corresponden a
los puntos, la línea sólo es una ayuda visual ya que el modelo sólo
permite calcular valores a intervalos regulares. No obstante pode-
mos observar que el comportamiento del sistema pasa de parecerse
mucho al de un modelo logístico continuo a presentar oscilaciones
amortiguadas primero y luego oscilaciones no periódicas, aparen-
temente irregulares (caos). Todo con el mismo modelo cambiando
sólo el valor de un parámetro. Esto nos abre un panorama comple-
tamente nuevo de análisis. La estabilidad o no del punto fijo de-
pende ahora de los valores de los parámetros del modelo. Esto se
estudiará más profundamente en el capítulo 6, pero es interesante
preguntarse ¿cómo sé ahora si el punto fijo (“equilibrio”) es un
atractor o no?
Cuando se trabaja con modelos continuos, el criterio que
usamos para el signo de la derivada puede generalizarse a sistemas
con varias ecuaciones diferenciales y demostrar que un punto de
equilibrio es estable cuando la matriz de Jacobi o “jacobiana” del
sistema tiene un autovalor o valor propio dominante con parte real
negativa (véase capítulo 3 para más detalles). Esto en el caso de
una sola ecuación diferencial (una sola población en nuestro caso)
es equivalente a que la derivada respecto del tamaño (N) de la fun-
ción de velocidad de crecimiento sea negativa en el punto de equi-
librio.
29
Fernando R. Momo - Ángel F. Capurro
Nt vs. tiempo
0.18
a = 1.2
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 5 10 15 20 25 30
Nt vs. tiempo
0.6
a = 2.2
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
30
Ecología Matemática - Principios y aplicaciones
Nt vs. tiempo
0.8
a = 2.9
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
Nt vs. tiempo
1
a = 3.7
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
31
Fernando R. Momo - Ángel F. Capurro
32
Ecología Matemática - Principios y aplicaciones
33
Fernando R. Momo - Ángel F. Capurro
1.2
F(N); G(N)
0.8
0.6 F(N)
G(N)
0.4
0.2 N*
0
0 0.2 0.4 0.6 0.8 1 1.2
N
La parábola representada en este gráfico nos permite “leer”
el valor del siguiente N para cualquier valor inicial de Nt-1 (recor-
demos que normalizamos nuestro modelo para que los tamaños
poblacionales queden comprendidos siempre en el intervalo [0; 1]).
En rigor, estos gráficos representan en realidad mapas dinámicos
del sistema y no tiene por qué cumplir estrictamente con las pro-
piedades de lo que en matemática se denominan “funciones”. En
este caso en particular sí las cumple porque es un modelo muy
simple.
Pero volvamos a nuestro criterio “chapucero”4 para deter-
minar si el punto fijo es un atractor o no. Recordemos que la con-
dición era que la derivada respecto de N de la función F(N) en di-
cho punto fuese de módulo menor que 1; y la derivada es la pen-
diente de la curva para ese punto, es decir, en el lugar donde se
cruza con la función identidad G(N). Así que basta examinar la
pendiente allí y si está comprendida entre 1 (caso en que el punto
fijo es cero) y –1, caso en que comienzan los ciclos límite sabre-
mos que el punto fijo de marras es un atractor (en el caso de mode-
los continuos hubiésemos dicho también “equilibrio estable”). Pero
4
Mi amigo y colega Jorge Velasco-Hernández me contó que en México le
llaman “talacha” a la acción de resolver las cosas de modo desprolijo o
poco ortodoxo. En Argentina se suele llamar a esto un modo chapucero de
hacer las cosas o se dice simplemente que “lo atamos con alambre”.
34
Ecología Matemática - Principios y aplicaciones
esto no es sólo válido para este caso en particular ¡sino para cual-
quier modelo que podamos imaginar por complicada que sea la
función F(N)!
Tenemos algo práctico.
El lector inquieto puede ensayar estas propiedades iterando
“a mano” la función en el mapa dinámico. En efecto, tome usted
cualquier punto inicial en el eje de abscisas, suba verticalmente
hasta la curva de F(N), allí podría leer en el eje de ordenadas el
valor siguiente de la población y luego buscar ese valor en el eje de
abscisas otra vez y repetir el proceso, pero podríamos ahorrar tiem-
po y trabajo moviéndonos horizontalmente hasta la curva identidad
(función G(N)) y desde allí subir o bajar verticalmente otra vez
hasta F(N). Si el punto fijo es un atractor, la repetición de este pro-
ceso nos llevará hasta el punto de cruce de las dos funciones. Este
proceso es un poco engorroso pero es entretenido y didáctico. Re-
comendamos repetirlo por ejemplo con gráficos que este modelo
(logístico discreto) realizados para distintos valores de a. El resul-
tado es muy instructivo. En la siguiente figura se ve un recorrido
posible empezando con N = 0.14. Se puede notar que se alcanza el
punto fijo con unas pequeñas oscilaciones amortiguadas previas.
Aquí a = 2.7 de manera que ese resultado coincide con lo que vi-
mos en las simulaciones de N vs. T.
35
Fernando R. Momo - Ángel F. Capurro
36
Capítulo
Capítulo 3
Depredación y competencia
Los modelos de depredación y competencia forman parte
de la batería de herramientas clásicas del ecólogo. Vito Volterra en
Italia y Alfred Lotka en Estados Unidos fueron los precursores en
este tema y crearon los modelos que, con diversas modificaciones
y mejoras, seguimos usando hoy.
El modelo de Volterra para depredación comienza supo-
niendo la existencia de dos poblaciones de animales, una de las
cuales (el depredador) se alimenta de la otra (la presa). Se supone
que las dos poblaciones están formadas por individuos idénticos,
mezclados en forma más o menos homogénea en el espacio (vere-
mos que esta suposición es importante a la hora de modelizar la
interacción entre ambas poblaciones). Cada una de las poblaciones,
en ausencia de la otra, tiene una dinámica “malthusiana”, es decir,
exponencial: si no hay depredador, la población de la presa crece
exponencialmente; si no hay presa, la población del depredador
decrece exponencialmente. Podemos expresar esto en dos ecuacio-
nes (nuevamente usaremos la convención de considerar a las cons-
tantes siempre positivas, para que el signo de los parámetros sea
explícito):
dN1
= r1N1
dt
(3.1)
dN 2
= −r 2 N 2
dt
donde N1 representa la densidad de presas y N2 la densidad
del depredador, mientras que r1 y r2 son los valores absolutos de las
tasas intrínsecas de crecimiento.
Ahora introduciremos la interacción, suponiendo encuen-
tros casuales entre los depredadores y las presas, gobernados por la
ley de acción de masas (como si fuesen moléculas que reaccionan
entre sí en una mezcla homogénea); esto hace que la probabilidad
37
Fernando R. Momo - Ángel F. Capurro
dN1
= r1N1 − pN1N 2
dt
(3.2)
dN 2
= −r2 N 2 + epN1N 2
dt
5
Entendemos por encuentro “exitoso” aquel en que el depredador efecti-
vamente atrapa y se come a la presa, así que estamos mirando el éxito
desde el punto de vista del depredador.
38
Ecología Matemática - Principios y aplicaciones
6
Por supuesto, no tiene interés biológico el caso en que ambas poblacio-
nes tienen valor cero, aunque cumple con la condición de equilibrio.
7
Obviamente, por razones biológicas, sólo tienen sentido para nosotros
las poblaciones con densidades mayores o iguales que cero; por lo tanto
nos interesa sólo el primer cuadrante en este espacio definido por los dos
ejes cartesianos.
8
También llamada “nulclina”.
39
Fernando R. Momo - Ángel F. Capurro
N2
r1/p
r2/ep N1
Si pensamos que cuanto más cerca está un punto de una de las iso-
líneas, menor es la velocidad con que crece la población a la que
esa isolínea corresponde (por ejemplo, si estamos cerca de la isolí-
nea de la presa, la “velocidad” horizontal del sistema es menor) y
que, en cada punto posible del espacio de estados hay una veloci-
dad dada por la resultante de la velocidad horizontal (la velocidad
de crecimiento de la presa) y la velocidad vertical (la velocidad de
crecimiento del depredador), podemos trazar a mano alzada las
posibles órbitas del sistema a partir de cualquier punto. Sin embar-
go, nada nos asegura que estas órbitas sean realmente así; debemos
rizar el rizo matemático para describirlas.
40
Ecología Matemática - Principios y aplicaciones
r1 = pN 2*
(3.4)
r2 = epN1*
dN1
dt
= pN 2* N1 − pN1N 2 = − pN1 N 2 − N 2*( )
dN 2
dt
= −epN1* N 2 + epN1N 2 = epN 2 N1 − N1* ( )
(3.5)
dN 2 N 2 (N1 − N1* )
= −e
dN1 N1(N 2 − N 2* )
(
⇒ N 2 − N 2* )dN
N
2
(
= −e N1 − N1* )dN
N
1
2 1
(3.6)
dN 2 dN
∫ dN 2 −N 2 ∫ = −e ∫ dN1 + eN1* ∫ 1
*
N2 N1
⇒
1
e
( )
N 2 − N 2* ln N 2 + N1 − N1* ln N1 = C
(3.7)
41
Fernando R. Momo - Ángel F. Capurro
dF dF
dx dy
J= (3.8)
dG dG
dx dy
r1 − pN 2 − pN1
J= (3.9)
epN 2 − r2 + epN1
r2
0 −
* e
J = (3.10)
er 0
1
43
Fernando R. Momo - Ángel F. Capurro
r2
−λ −
(
det J * − λI = ) e
(3.11)
er1 −λ
λ2 + r1 r2 = 0
⇒ λ = ± − r1 r2
(3.12)
⇒ λ1 = i r1r2
λ2 = −i r1 r2
9
Usaremos la denominación “transitorio”, que, en castellano, parece más
correcta que la habitual “trasiente”.
44
Ecología Matemática - Principios y aplicaciones
dN1 r N2 N
= r1N1 − 1 1 − pN1N 2 = r1N11 − 1 − pN1N 2
dt K1 K1
dN 2
= −r2 N 2 + epN1N 2
dt
(3.13)
Cuando calculamos las isolíneas, para buscar el punto de
equilibrio si es que existe, vemos que la correspondiente al depre-
dador no cambia respecto al modelo básico y sigue siendo
N1* = r2 , pero la de la presa tiene ahora una pendiente negati-
ep
va en el mapa de estados y está expresada por la función
N 2 = r1 − N1 r1 ; esto nos indica, como primer punto, que
p pK 1
para que exista un equilibrio con las dos poblaciones no nulas, tie-
ne que cumplirse la condición de que r2/ep < K1, porque si la presa
tiene una capacidad de carga demasiado baja o el depredador tiene
muy poca eficiencia, no tendremos presas suficientes para mante-
ner una población viable de depredadores.
La otra sorpresa la encontramos al estudiar la dinámica.
Usted puede verificar fácilmente (¿?) que los autovalores de la ma-
triz jacobiana en el equilibrio están dados por
45
Fernando R. Momo - Ángel F. Capurro
2
rr r1r2 r r2
− 12 ± − 4er1r2 + 4 1 2
K 1ep K 1ep K 1p
λ1,2 =
2
(3.14)
Esta expresión parece algo complicada como para sacar al-
guna conclusión respecto a la dinámica del sistema, sin embargo,
teniendo en cuenta la condición para que exista un punto de equili-
brio con las dos poblaciones positivas (r2/ep < K1) se puede ver
que
r2
η= <1
epK 1
(3.15)
r
µ = e − 2
pK 1
de manera que podemos simplificar la expresión para los
autovalores como
− η ⋅ r1 ± (η ⋅ r1 )2 − 4 ⋅ r1 ⋅ r2 ⋅ µ
λ1, 2 =
2
(3.16)
Si examinamos esta expresión vemos que la parte real de
los autovalores siempre es negativa y que la parte imaginaria puede
ser distinta de cero dependiendo del valor de los parámetros, sobre
todo de la relación entre r1 y r2. La conclusión es que el punto de
equilibrio funciona como un atractor y que las poblaciones alcan-
zarán su valor de equilibrio bien en forma asintótica sin oscilacio-
nes o en forma de oscilaciones amortiguadas, dependiendo del sig-
no de la expresión bajo la raíz cuadrada.
Otra modificación interesante del modelo base es aquella
en que suponemos que el depredador se alimenta de un estadío
avanzado de la presa que ya no es reproductivo y por lo tanto no
influye en el crecimiento de la población de presas. Sería el caso en
que un organismo (que pude ser el hombre) consume los estadíos
post-reproductivos de un pez. También puede asimilarse al caso de
46
Ecología Matemática - Principios y aplicaciones
47
Fernando R. Momo - Ángel F. Capurro
dN1
= N1G1(N1 ) − N 2 H (N1 )
dt
(3.19)
dN 2
= N 2G2 (N 2 ) + N 2 J (N1 )
dt
48
Ecología Matemática - Principios y aplicaciones
49
Fernando R. Momo - Ángel F. Capurro
10
Un aumento pequeño en el número de herbívoros puede producir un
descenso repentino en la biomasa de hierba; esa biomasa no se recupera
inmediatamente al disminuir la presión de pastoreo.
50
Ecología Matemática - Principios y aplicaciones
sa, es decir, calculamos lo que pasa cuando las dos derivadas son
cero. Veremos que este modelo admite varios casos con resultados
finales distintos y por esa razón es más fácil estudiarlo gráficamen-
te (con el diagrama de fases) que utilizando el Jacobiano y demás
herramientas analíticas relacionadas. Sin embargo veremos que
otro método de análisis de estabilidad (las funciones de Lyapunov)
funciona bien en este caso.
Cuando igualamos a cero las dos derivadas, es obvio que
existe un punto de equilibrio “trivial” cuando ambas poblaciones
valen cero. En tal caso el problema biológico ya no existe, así que
nos limitaremos al caso en que se eligen las soluciones diferentes
de cero, es decir, cuando la porción entre paréntesis de las ecuacio-
nes es igual a cero y, por lo tanto, las derivadas también. En ese
caso la isolínea de la población 1, corresponde en un sistema de
ejes N2 vs. N1 a:
N1 + αN 2
1− =0
K1
∴
K 1 − N1 − αN 2 = 0 (3.24)
∴
K1 N1
N2 = −
α α
Esta última ecuación es una recta que corta al eje vertical
(N2) en K1/α y al eje horizontal (N1) en K1. Este último valor repre-
senta el tamaño máximo de la población 1 que sólo se alcanza en
equilibrio si la población competidora no tiene individuos.
Haciendo un razonamiento similar, se obtiene la isolínea
de la población 2, que también es una recta:
51
Fernando R. Momo - Ángel F. Capurro
N 2 + βN1
1− =0
K2
∴
K 2 − N 2 − βN1 = 0 (3.25)
∴
N 2 = K 2 − βN 1
52
Ecología Matemática - Principios y aplicaciones
Caso 1: N2 vs N1
300
250 isolínea de N2
200
isolínea de N1
150
100
50
0
0 50 100 150 200 250
53
Fernando R. Momo - Ángel F. Capurro
Caso 2: N2 vs N1
250
200 isolínea de N2
150 isolínea de N1
100
50
0
0 100 200 300
Caso 3: N2 vs N1
250
200 isolínea de N2
150 isolínea de N1
100
50
0
0 50 100 150 200 250
Caso 4: N2 vs N1
300
250 isolínea de N2
200
isolínea de N1
150
100
50
0
0 100 200 300
54
Ecología Matemática - Principios y aplicaciones
N2
K1/a
K2
K1 K2/b N1
55
Fernando R. Momo - Ángel F. Capurro
todo punto excepto x*. La función de Lyapunov V(x) debe ser tal
que cumpla lo siguiente:
Ejemplo:
Evaluemos un sistema depredador presa dado por las si-
guientes ecuaciones:
dx/dt = x f(x)
V(x) = x - x* - x* ln(x*/x)
para todo punto distinto de x* debe pasar que la función f(x) sea
menor que cero a la derecha de x* y mayor que cero a la izquierda
de x*.
¿Servirá la misma función de Lyapunov para un sistema en
competencia? Desgraciadamente no hay una “receta” para encon-
trar funciones de Lyapunov en cualquier sistema. No obstante, co-
mo veremos en otra parte de este libro hay funciones que tienen
sentido biológico y que se comportan como si fuesen funciones de
Lyapunov matemáticamente hablando. Algunas de esas funciones
son derivadas de la teoría termodinámica de sistemas abiertos.
57
Capítulo 4
Algunas aplicaciones de los modelos continuos
Los modelos matemáticos continuos tienen múltiples apli-
caciones a problemas ecológicos y no tan ecológicos en áreas tan
diversas como la epidemiología, la economía, la conservación o la
producción agropecuaria. En este capítulo intentaremos mostrar
algunas de esas aplicaciones con ejemplos sencillos.
El primer ejemplo es la aplicación a la extracción de un re-
curso biológico como una pesquería o la explotación maderera de
un bosque. Inicialmente supondremos que el recurso que se explota
es renovable, que tiene una biomasa (que es el objeto de nuestra
extracción) y que esa biomasa tiene una dinámica. Una aproxima-
ción sencilla para esa dinámica es el modelo logístico. Es decir que
la biomasa del recurso crece hasta alcanzar una cierta “capacidad
de carga” caracterizada por un parámetro K. Así, la dinámica del
recurso en ausencia de explotación puede ser descripta por la ecua-
ción del modelo logístico usando como variable no el número de
individuos sino la biomasa; por supuesto asumimos que la varia-
bles es una densidad es decir que la biomasa está expresada por
unidad de espacio, área en el caso de un bosque, volumen de agua
en el caso de un pez. La ecuación es, una vez más:
dB B
= r ⋅ B ⋅ 1 − (4.1)
dt K
Ahora tenemos que agregarle a nuestro modelo la explota-
ción del recurso, ¿cómo lo hacemos? Una forma simple, que da
lugar a dinámicas muy interesantes, es suponer una velocidad de
explotación constante h que se resta al crecimiento del recurso. No
parece muy realista en el caso de una pesquería, pero podría fun-
cionar en el caso de un bosque o de otro recurso fijo de fácil acce-
so. La ecuación que describe la dinámica del recurso incluyendo la
explotación quedaría entonces expresada como:
dB B
= r ⋅ B ⋅ 1 − − h (4.2)
dt K
59
Fernando R. Momo - Ángel F. Capurro
60
Ecología Matemática - Principios y aplicaciones
160
crecimiento
Velocidades (Ton.ha-1.mes-1)
140
explotación
120
100
80
60
40
20
0
B*1 B*2
0 50 100 150 200 250 300 350
Biomasa (Ton/ha)
61
Fernando R. Momo - Ángel F. Capurro
62
Ecología Matemática - Principios y aplicaciones
dB r
= (r − qE ) ⋅ B − B 2 = 0
dt K
r
⇒ r − qE − B ⋅ B = 0
K
∴ B1* = 0
qE
B2* = K ⋅ 1 −
r
Como puede verse, el equilibrio estable se ubica un poco
por debajo de K, salvo que el esfuerzo de explotación E sea nulo
(no se extrae el recurso) o el coeficiente de capturabilidad q sea
nulo (el recurso no se puede atrapar y extraer con las artes disponi-
bles). También se ve que el equilibrio B*2 es tanto menor que K
cuanto más grandes sean el esfuerzo y la capturabilidad y cuanto
más pequeña sea en proporción la tasa de crecimiento intrínseca (r)
del recurso. Suena razonable, ¿no?
Dejamos una vez más al lector inquieto las demostraciones
matemáticas para concentrarnos en la representación gráfica (esto
tiene una razón de ser como demostraremos más adelante). Mante-
niendo como líneas separadas el crecimiento intrínseco y la veloci-
dad de extracción, llegamos al siguiente gráfico:
Recurso explotado a velocidad variable
K = 300 Ton/ha, r = 1.9 mes-1, q = 0.02, E = 5
160
Velocidades (Ton.ha-1.mes-1)
crecimiento
140
explotación
120
100
80
60
40
20
0
B*2
0 50 100 150 200 250 300 350
B*1
Biomasa (Ton/ha)
63
Fernando R. Momo - Ángel F. Capurro
βSI νI
S I R
Aquí las letras mayúsculas representan los números de in-
dividuos en cada estado (S son susceptibles o sanos, I son los in-
fecciosos o enfermos y R son los recuperados o inmunizados).
Como se ve no aparecen ni la tasa de natalidad ni la de mortalidad
de la población porque consideramos estable a la población mien-
tras la enfermedad se propaga. Las flechas, que indican las veloci-
dades de los flujos entre compartimientos responden a la ley de
acción de masas. La primera, βSI, denota que el contagio de la en-
fermedad (el paso del estado sano al de enfermo) depende del pro-
ducto del número de individuos sanos por el número de individuos
enfermos por una tasa de contagio (β) que será mayor cuanto más
contagiosa sea la enfermedad. Estamos evidentemente suponiendo
que el contacto entre enfermos y sanos es azaroso y que se mezclan
ambas subpoblaciones libremente o que, al menos, existe una cierta
chance de que se encuentren que depende de cuantos son (ley de
acción de masas). La segunda flecha representa la velocidad a la
65
Fernando R. Momo - Ángel F. Capurro
1200
1000
800
S, I, R
600 S
I
400
R
200
0
0 20 40 60 80 100 120
Tiempo (días)
66
Ecología Matemática - Principios y aplicaciones
µR
βSI νI
S I R
Hemos agregado un flujo que, sin embargo, no hace variar
sustancialmente la dinámica aunque sí cambia la posición del equi-
librio.
Estos modelos sirven además para explorar lo que podría
pasar en diferentes circunstancias. Por ejemplo si introducimos una
flecha (un flujo) que vaya directamente de S a R lo cuál equivale a
vacunar. O lo que pasaría si la natalidad no está compensada por la
mortalidad y todo el tiempo entran nuevos sanos a la población
(suponemos que no hay transmisión “vertical” y por lo tanto los
recién nacidos son sanos aunque sus padres no lo sean). Así pode-
mos “jugar” y predecir lo que puede pasar con el curso de una en-
fermedad. Las herramientas matemáticas para hacerlo son siempre
las mismas que venimos usando hasta ahora para analizar cualquier
modelo dinámico continuo.
Si se desea ver una dinámica más interesante, por ejemplo
con presencia de epidemias y picos diferentes y con oscilaciones,
lo más conveniente es agregar una natalidad no nula y repetir las
simulaciones. El lector interesado puede encarar esa empresa.
67
Fernando R. Momo - Ángel F. Capurro
11
Véase por ejemplo Schloss et al. 2002. Journal of Marine Systems, 39.
O también Schloss y Ferreyra 2002. polar Biology, 25.
12
La tesista es Emma Ferrero, de la Universidad Nacional de Luján y a
ella pertenece la elaboración de este modelo.
68
Ecología Matemática - Principios y aplicaciones
Deshielo
FOTOSINTESIS PASTOREO
FITOPLANCTON ZOOPLANCTON
MEZCLA
VERTICAL
69
Fernando R. Momo - Ángel F. Capurro
dF α .I
= F . Pm .tanh − R . F − ( c − b H m ) − F . Z q1
dt Pm
dZ
= − µ . z + q1 . e1. Z .F + q2 B.Z .e2
dt
dB B + d .F
= rB .B .1 − − q2 . B. Z
dt K
70
Ecología Matemática - Principios y aplicaciones
71
Fernando R. Momo - Ángel F. Capurro
72
Ecología Matemática - Principios y aplicaciones
13
De hecho este trabajo se realizó en el marco de un proyecto del Inter
American Institute for Global Change research (IAI) sobre el problema del
ozono y la radiación UV. Debemos agradecer al IAI su aporte monetario.
73
Capítulo 5
Modelos matriciales de poblaciones
Cuando utilizamos modelos matemáticos para describir el
crecimiento de las poblaciones o las interacciones entre ellas, asu-
mimos que los individuos que las componen son iguales entre sí;
de esta manera "olvidamos" intencionalmente, para no complicar
excesivamente los modelos, la información acerca de las diferentes
edades, estadíos, tamaños individuales o diferentes potenciales re-
productivos de los individuos.
Una de las formas de incluir parte de esa información en
los modelos es el uso de modelos matriciales. En este tipo de
modelos, la población es definida por un vector de estado cuyos
elementos representan las abundancias de diferentes subgrupos de
la población, por ejemplo edades o estadíos. Así, si en un momento
dado la población que estamos estudiando está formada por 30 in-
dividuos juveniles, 57 adultos y 12 seniles, podemos representarla
por un vector
30
r
n = 57 (5.1)
12
donde los números son los elementos del vector y representan la
abundancia de cada estadío.
Ahora podemos incluir en nuestro modelo información
acerca de las diferentes probabilidades de supervivencia y poten-
ciales reproductivos de cada estadío. Nótese que estamos consider-
ando un crecimiento discreto de la población y, entonces, esa in-
formación estará sintetizada en una matriz de transición cuyos
elementos representan los aportes de cada elemento del vector
(cada estadío) en un momento dado (por ejemplo un año) a cada
uno de los estadíos en el momento siguiente (por ejemplo el año
siguiente). A la matriz de transición le llamaremos A, de manera
que podemos sintetizar nuestro modelo como:
75
Fernando R. Momo - Ángel F. Capurro
r r
nt +1 = A ⋅ nt (5.2)
n1 s11 f2 f 3 n1
n = s s 22 a 23 n2
2 21
n3 t +1 s 31 s 32 s 33 n3 t
(5.3)
76
Ecología Matemática - Principios y aplicaciones
f2
s21 s32
1 2 3
a23
f3
18 0 0 6 10
5 = 1 0 0 12 (5.4)
2
4 0 1
3 0 3
R0 = f 1 + s 21 ⋅ f 2 + s 21 ⋅ s 32 ⋅ f 3 = 0 + 1 ⋅ 0 + 1 ⋅ 1 ⋅ 6 = 1
2 2 3
(5.5)
78
Ecología Matemática - Principios y aplicaciones
80
Ecología Matemática - Principios y aplicaciones
Número de individuos
16
14
12
10
8
6
4
2
0
0 5 10 15 20 25 30
tiempo (generaciones)
81
Fernando R. Momo - Ángel F. Capurro
∂ λ1
S ij = (5.6)
∂aij
donde Sij indica “sensibilidad”.
Señalemos que este tipo de análisis puede ser de gran im-
portancia en el caso de estar pretendiendo conservar una población,
o estudiando los efectos de un xenobiótico sobre su dinámica o en
el caso de querer controlarla. Podemos usar este análisis para opti-
mizar nuestra intervención y detectar cuáles son los estadíos más
sensibles a lo largo del ciclo de vida de la especie. Llamando vi al
iésimo elemento del autovector izquierdo (valor reproductivo) y wj
al jotaésimo elemento del autovector derecho (el de distribución
asintótica de edades); entonces:
∂λ1
∝ v iw j , (5.7)
∂aij
es decir que los autovectores del valor propio dominante contienen
la información acerca de la sensibilidad de ese valor propio a cada
elemento de la matriz de transición.
En los ejemplos que hemos mostrado supusimos que la
matriz de transición es una matriz constante, sin embargo, esa ma-
triz puede tener coeficientes variables que dependen del tiempo o
bien de la densidad de la población o de ambos. Esto da una gran
riqueza de posibilidades aunque complica el tratamiento matemá–
tico.
82
Capítulo 6
De la ecología teórica a la teoría ecológica
En este capítulo discutiremos algunos temas teóricos que
no tiene que ver estrictamente con la modelación matemática aun-
que la utilicen. La idea es ir un poco más allá y profundizar las
cuestiones conceptuales que hacen a la ecología y sus temas con-
flictivos donde se necesita desarrollar teoría y donde la ecología
matemática tiene cosas que decir.
83
Fernando R. Momo - Ángel F. Capurro
84
Ecología Matemática - Principios y aplicaciones
Figura 6.2: el mismo esquema pero con las importaciones y exportaciones de energía
y materia.
85
Fernando R. Momo - Ángel F. Capurro
86
Ecología Matemática - Principios y aplicaciones
87
Fernando R. Momo - Ángel F. Capurro
14
Este trabajo fue realizado y publicado por uno de nosotros (Momo) y
José Ure de la Universidad Nacional de General Sarmiento.
15
Prigogine, Y., 1967. Introduction to thermodynamics of irreversible
processes.
88
Ecología Matemática - Principios y aplicaciones
N1 = N/2 + m
N2 = N/2 - m
o sea que:
N1 - N2 = 2 m
ENERGÍA = - m H (N/2 + m)
β = exp (- 2 ε / T)
dS / dU = 1 / T
89
Fernando R. Momo - Ángel F. Capurro
dS / dU = (dS/dt) / (dU/dt)
90
Ecología Matemática - Principios y aplicaciones
H = - Σ pi log pi
Sabemos que existe una relación entre las variaciones de la
entropía en el tiempo, el flujo de energía en el sistema y una
"fuerza" de flujo o propiedad intensiva:
dS/dt = X dQ/dt
91
Capítulo 7
Libro de cocina para hacer tu propio modelo matemático
Ha llegado un momento crucial de este libro. Se supone
que con lo que el amable lector ha devorado y aprendido hasta
aquí, ya debería ser capaz de enfrentarse casi con cualquier modelo
matemático de un proceso ecológico. Sin embargo, no hemos
hablado casi del grave problema de hacer un modelo por nuestros
propios medios cuando solo tenemos unos pocos datos, o alguna
intuición sobre el problema, o a veces sólo un enunciado verbal de
lo que está pasando.
En este capítulo daremos algunas indicaciones simples pa-
ra poder llevar a buen término la empresa de escribir el modelo
matemático, analizarlo y, si es posible, publicarlo.
16
El problema ecológico planteado aquí corresponde a trabajos realizados
por Marcelo Hernando, de CONICET, bajo la dirección de Gustavo Fe-
rreira, del Instituto Antártico Argentino.
93
Fernando R. Momo - Ángel F. Capurro
17
Otra posibilidad es que la RUV favorezca a estas algas indirectamente,
por ejemplo mineralizando nutrientes que las algas aprovechan. No usa-
remos esta idea para no tener que agregar otra variable al modelo.
94
Ecología Matemática - Principios y aplicaciones
este libro). Las variables a estudiar son dos: biomasa de algas tóxi-
cas (N2) y biomasa de algas no tóxicas (N1). Nótese que hemos
simplificado el sistema poniendo todas las especies tóxicas en un
solo paquete y todas las “buenitas” en otro. Los parámetros que
entrarán en el modelo son las tasas de crecimiento de las algas, los
coeficientes de saturación (1/K), los coeficientes de competencia
entre las algas y la mortalidad extra producida en cada una por la
RUV. Aquí estamos suponiendo que la RUV no afecta los coefi-
cientes de competencia en sí, sino que simplemente mata más o
menos a cada tipo de alga.
95
Fernando R. Momo - Ángel F. Capurro
dN1
= N1 (r10 − aN1 − b12 N 2 − s1UV )
dt
dN 2
= N 2 (r20 − gN 2 − b21 N1 − s2UV )
dt
donde: N1 es la abundancia de la buenita, r10 su potencial biótico
(máxima tasa de crecimiento), a es su coeficiente de competencia
intraespecífica o sea r10/K1, b12 es el efecto de competencia inters-
pecífica que le producen las malitas, s1 es la sensibilidad que tiene
a la RUV y UV es la dosis de RUV que recibe.
Los coeficientes de la segunda ecuación son simétricos y
equivalentes a los que mencionamos recién.
Suponemos que b12 < b21 y que s1 > s2 y hacemos la prime-
ra trampa del proceso. Esta trampa la podemos hacer gracias a las
computadoras y consiste en realizar algunas simulaciones numéri-
cas y “jugar” con los coeficientes para ver qué pasa en distintas
situaciones hipotéticas aunque siempre cuidando de no violar las
suposiciones iniciales y las relaciones entre parámetros que acaba-
mos de enunciar al principio del párrafo.
El resultado es alentador:
0.5
0.4
N1 N2
0.3
0.2
0.1
0
0 10 20 30
tiempo (días)
96
Ecología Matemática - Principios y aplicaciones
0.3
0.2 N1 N2
0.1
0
0 10 20 30
tiem po (días)
97
Fernando R. Momo - Ángel F. Capurro
98
Ecología Matemática - Principios y aplicaciones
N2
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
N1
0.4
0.3
0.2
0.1
0
-0.1 0 0.1 0.2 0.3 0.4 0.5 0.6
N1
99
Fernando R. Momo - Ángel F. Capurro
0.4
0.3
N2
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.1
N1
100
Ecología Matemática - Principios y aplicaciones
A modo de despedida
Aquí llegamos casi al final del libro (en realidad sólo falta
la bibliografía recomendada y algunos ejercicios de aplicación) y
esperamos que haya sido de provecho. Hemos contado sintética-
mente los principios fundamentales para trabajar en ecología ma-
temática. Esto puede servir tanto para hacer modelos en forma au-
tónoma, como para discutir y trabajar en grupo con colegas de
101
Fernando R. Momo - Ángel F. Capurro
otras disciplinas, como para leer con más provecho los manuscritos
de otros ecólogos.
El libro puede usarse como texto para un curso básico de
ecología matemática o de teoría ecológica y creemos que su incor-
poración a cursos de grado en la formación de los ecólogos podría
ser bastante provechosa. El lector dirá si hemos logrado nuestros
objetivos.
Permítasenos decir que la ecología matemática nos parece
divertida, agradable, elegante e interesante. Es más de lo que se
puede decir de algunas personas.
102
Algunos ejercicios de ecología matemática
1. Mostrar que la siguiente solución de la ecuación logística:
-r t
N (t) = No K / (No + (K - No) e
tiene las siguientes propiedades:
a) N tiende a K cuando t tiende a infinito
b) El gráfico es cóncavo hacia arriba para No < N < K/2
c) El gráfico es cóncavo hacia abajo para K/2 < N < K
d) El gráfico es cóncavo hacia arriba para No > K.
2. Considere el modelo
dN /dt = r N (K - N) (N - M) con r > 0, 0 < M <
K.
Exprese la tasa de crecimiento g(N) como una polinomial
en N y encuentre los coeficientes ao, a1 y a2.
Muestre que N = 0, N = M y N = K son estados de equi-
librio y diga cómo es su estabilidad.
103
Fernando R. Momo - Ángel F. Capurro
104
Ecología Matemática - Principios y aplicaciones
r 1− t
N
K
N t +1 =Ne t
105
Fernando R. Momo - Ángel F. Capurro
12. Suponga una especie con dos estadíos (Larva y Adulto); la su-
pervivencia de larva a adulto es de 0.405; la fecundidad del adulto
es 2.
a) Dibuje el grafo del ciclo de vida y escriba la matriz correspondi-
ente.
b) ¿Cuál es la dinámica de la población?
c) ¿Cómo variaría esa dinámica si los adultos sobrevivieran de un
año a otro con una probabildad de 0.2?
106
Ecología Matemática - Principios y aplicaciones
107
Bibliografía básica
La que sigue no es una lista exhaustiva pero incluye libros
que sin duda vale la pena consultar y considerar a la hora de poner-
se a estudiar la ecología matemática con cierto rigor. Pedimos dis-
culpas por las omisiones.
109
Fernando R. Momo - Ángel F. Capurro
110
Tabla de contenidos