Gambar 3.3 khusus untuk populasi awal n(0). Bagaimana jika populasi awal berubah? Gambar 3.4 menunjukkan hasil dari 10 simulasi, masing- masing dengan perbedaan, dipilih secara acak awal distribusi usia. Kesepuluhnya akhirnya tumbuh pada tingkat yang sama dan bertemu pada distribusi usia yang sama. Orang mungkin menduga bahwa hasil ini dari waktu kejadian dalam siklus hidup. Suatu kondisi awal condong menuju individu dalam kelas usia I adalah di posisi yang kurang menguntungkan karena orang-orang ini harus menunggu, dengan probabilitas petugas kematian, sekali langkah sebelum mereka mulai untuk mereproduksi dan dua kali langkah sebelum mereka mencapai kesuburan maksimum. Kondisi awal condong menuju kelas usia III memiliki keunggulan karena orang-orang ini bereproduksi pada tingkat maksimal . Contoh 3.3 Pengaruh gangguan Apa yang terjadi jika anggota A diubah? Misalkan suatu stres lingkungan mengurangi kelangsungan hidup atau reproduksi dari satu kelas umur sebesar 10 persen, meninggalkan segalanya berubah. Hasil dari lima gangguan ditunjukkan pada Gambar 3.5. Mengurangi kelangsungan hidup atau kesuburan mengurangi tingkat pertumbuhan populasi, tapi perubahan siklus hidup yang terjadi membuat perbedaan besar. Penurunan 10 persen di F2 mengurangi tingkat pertumbuhan tetapi positif. Penurunan sama diterapkan pada F3, P2, P1 mendorong populasi punah. Tampak bahwa pertumbuhan penduduk paling sensitif terhadap perubahan proporsional P1. 3.2.1 Satu Set Pertanyaan Contoh sebelumnya telah mengajukan 4 pertanyaan dasar analisis demografis.
Analisis asymptotic Sebuah model yg menggambarkan serangkaian proses. - Apa yang terjadi jika proses tersebut beroperasi untuk waktu yang sangat lama. - Apakah perilaku jangka panjang dari populasi? - Apakah itu tumbuh atau turun? - Apakah bertahan atau punah? - Menyatu ke kesetimbangan, berosilasi, atau melakukan sesuatu yang lebih kacau? * Ergodicity. Dinamika populasi tidak hanya tergantung pada model, tetapi juga pada kondisi awal. Sebuah model dikatakan ergodic jika dinamika asimtotiknya bebas dari kondisi awal. Hasil ergodic berguna karena menyiratkan bahwa pola populasi akan mengungkapkan sesuatu tentang proses daripada kondisi awal. Banyak ilmuwan, yang bertentangan dengan sejarawan, memiliki keyakinan kuat bahwa proses itu penting namun kondisi awal merupakan kecelakaan sejarah. Di sisi lain, jika suatu model bukan ergodic, maka dapat digunakan untuk menjelaskan perbedaan dalam dinamika dalam situasi di mana proses yang mendasarinya ternyata sama.
* Analisis transient. Dinamika jangka pendek bisa sangat berbeda dari dinamika asimtotik. Analisis transient berfokus pada perilaku jangka pendek, mungkin lebih cocok daripada analisis asimtotik dalam menggambarkan respon dari populasi untuk gangguan.
* Perturbasi analisis Data dari parameter yang nilai diperkirakan selalu tidak tepat. Suatu kesimpulan yang bergantung pada nilai- nilai tepat merupakan dugaan langsung. Jika kita ingin memanfaatkan informasi yang diperoleh untuk lain populasi, lain spesies, atau lain lingkungan, maka penting mengetahui bagaimana sensitif kesimpulan terhadap perubahan dalam model. Jenis investigasi itu disebut analisis perturbasi atau analisis sensitivitas. Contoh sebelumnya kita menerapkannya pada model linier untuk melihat bagaimana tingkat pertumbuhan berubah ketika memodifikasi kelangsungan hidup dan kesuburan. Setiap studi yang tidak membahas analisis asimtotik, analisis transien, ergodicity, dan hasil gangguan belum sepenuhnya diselidiki modelnya. 3.3 Matrix Leslie dan Tabel Kehidupan Parameter dalam model matriks pengelompokkan usia berasal dari tabel kehidupan. Kita mulai dengan membedakan populasi arus kelahiran, di mana kelahiran terjadi terus-menerus selama interval proyeksi, dan populasi pulse kelahiran, di mana reproduksi terkonsentrasi di musim kawin singkat dalam interval. Manusia adalah contoh dari sebuah populasi arus kelahiran, sedangkan mamalia, burung, dan organisme lain di lingkungan musiman lebih tepat disebut sebagai populasi pulse kelahiran. Pola-pola reproduksi menghasilkan distribusi yang berbeda dari individu-individu dalam kelas usia, dan menyebabkan perkiraan yang berbeda untuk probabilitas dan fertilitas kelangsungan hidup . 3.3.1 Populasi Arus-Lahir 3.3.1.1 Probabilitas Kelangsungan Hidup Arus-Lahir Pi= probabilitas individu dalam kelas usia i bertahan hidup dari t ke t + 1. Hal ini tergantung pada usia individu dalam kelas usia, kemungkinan bertahan dari x usia yang tepat untuk x +1 adalah l(x +1)/l(x). Kita perkirakan l(x) dalam setiap kelas usia dengan rata-ratanya atas interval i - 1 x i, sehingga ) ( ) 1 ( ) 1 ( ) ( ) ( ) ( 1 1 1 1 1 i l i l i l i l P L L dx x l dx x l P i i i i i i i i