Professional Documents
Culture Documents
html
3. Modelos para interactuar Poblaciones
Cuando las especies interactan la dinmica poblacional de cada especie se ve afectada. En
general hay toda una red de interaccin de especies, a veces se llama una red trfica, que hace
que para las comunidades estructuralmente complejas. Consideramos aqu los sistemas que
implican 2 o ms especies, concentrndose sobre todo en los sistemas de dos especies. El libro
de Kot (2001) analiza este tipo de modelos (incluidos los sistemas de interaccin de poblacin
estructurados por edad) con numerosos ejemplos prcticos recientes. Hay tres tipos principales
de interaccin.
(I) Si la tasa de crecimiento de una poblacin se reduce y la otra aumenta las poblaciones se
encuentran en una situacin de depredador-presa.
(Ii) Si se disminuye la tasa de crecimiento de cada poblacin entonces es la competencia.
(Iii) Si la tasa de crecimiento de cada poblacin se ve reforzada entonces se llama mutualismo o
simbiosis.
Todas las tcnicas matemticas y los mtodos de anlisis en este captulo son directamente
aplicable al captulo 6 sobre la cintica de reaccin, donde se plantean las ecuaciones similares;
Alli las "especies" son las concentraciones qumicas.
3.1 Modelos depredador-presa: Lotka-Volterra Sistemas
Volterra (1926) fue el primero que propuso un modelo simple para la
depredacin de una especie por otra para explicar los niveles oscilatorios de
ciertas capturas de peces en el mar Adritico. Si N(t) es la presa poblacin y
P(t) la del depredador en el tiempo t entonces el modelo de Volterra es
dN
=N (abP)
dt
(3.1)
dP
=P(cN d ) (3.2)
dt
Donde a,b,c y d son constantes positivas.
Los supuestos del modelo son:
(i) La presa en ausencia de cualquier depredacin crece ilimitadamente de
manera maltusiana; Este es el trmino aN en (3,1).
(ii) El efecto de la depredacin es reducir la tasa de crecimiento per cpita
de la presa por un trmino proporcional a las poblaciones de presas y
depredadores; Este es el trmino -bNP.
(iii) En ausencia de cualquier presa para el sustento resultados tasa de
mortalidad del depredador en decaimiento exponencial, es decir, el trmino
-dP en (3,2).
(iv) La contribucin de la presa a la tasa de crecimiento de los depredadores
es cNP; es decir, que es proporcional a la presas disponibles, as como con
u ( )=
cN ( t )
bP ( t )
d
, v ( )=
, =at , = , ( 3.3 ) ,
d
a
a
y se convierte
du
dv
=u ( 1v ) , =v(u1)
d
d
En la u, v plano fase (un breve resumen de los mtodos bsicos de plano
fase se da en el Apndice A) estos dan
v (u1)
dv
=
du
u(1v )
que tiene puntos singulares en u = v = 0 y u = v = 1. Podemos integrar
(3.5) exactamente
para obtener las trayectorias de fase
u+ vln u v=H ,
donde H>Hmin es una constante: Hmin = 1 + es el mnimo de H sobre
toda (u, v) y se produce en u = v = 1. Para un determinado H> 1 + , las
trayectorias (3.6) en el plano de fase
estn cerrados, como se ilustra en la Figura 3.1.
Una trayectoria cerrada en el plano u, v implica soluciones peridicas en
de u y v en (3,4). Las condiciones iniciales, u(0) y v(0), determinan el H
constante en (3.6) y por lo tanto la trayectoria de fase en la Figura 3.1.
Soluciones peridicas tpicas u() y v() se ilustran en la Figura 3.2. A partir
Figure 3.1. Cerrado (u, v) las trayectorias planas fase, a partir de (3.6) con diversos H, para el sistema de Lotka-Volterra
(3,4): H1 = 2,1, H2 = 2,4, H3 = 3,0, H4 = 4. Las flechas indican la direccin del cambio con el aumento de tiempo.
ley".Por lo general son de poca utilidad como modelos para las poblaciones que interactan reales (ver uno interesante
y divertido intento de hacerlo ms adelante). Sin embargo, el mtodo de anlisis de los estados estacionarios es tpico.
Volviendo a la forma (3.4), una linealizacin de los puntos singulares determina el tipo de singularidad y la estabilidad
de los estados estacionarios. Una estabilidad lineal similar anlisis tiene que ser llevado a cabo en sistemas
equivalentes con cualquier nmero de ecuaciones. Nosotros considerar primero el estado estacionario (u, v) = (0, 0).
Sean X e Y sean pequeas perturbaciones sobre (0, 0). Si mantenemos nicos trminos lineales, (3.4) se convierte en
cerrado (u, v) trayectoria del plano fase, para (3.6) con varios H ,para el sistema de LotkaVolterra (3.4): H1 = 2.1, H2 =
2.4, H3 = 3.0, H4 = 4. La flecha denota la direccin de cambio con incremento de tiempo .
Por lo general son de poca utilidad como modelos para las poblaciones que
interactan reales (ver uno interesante y divertido intento de hacerlo ms
adelante). Sin embargo, el mtodo de anlisis de los estados estacionarios es tpico.
Volviendo a la forma (3.4), una linealizacin de los puntos singulares determina el
tipo de singularidad y la estabilidad de los estados estacionarios. Una estabilidad
lineal similar al anlisis tiene que ser llevado a cabo en sistemas equivalentes con
cualquier nmero de ecuaciones. Consideraremos primero el estado estacionario (u,
v) = (0, 0). Sean X e Y pequeas perturbaciones sobre (0, 0). Si mantenemos nicos
los trminos lineales, (3.4) se convierte en ley.
( )(
dx
d
1 0 x
x
=A
.
dy
0 y
y
d
)( ) ( )
La Solucin es de la forma:
)
=B e
( x(
y () )
donde B es un vector columna constante arbitraria y los valores propios se dan por el
polinomio caracterstico de la matriz A y por lo tanto son soluciones de
| AI|= 1
0
0 = 0 =1, = .
1
2
()
dx
d = A x , A= 0 1 .
dy
y
0
d
() (
1 =0 , = i .
1
2
Por lo tanto u = v = 1 es una singularidad centro ya los valores propios son puramente
imaginario. Desde
Re = 0, el estado estacionario es neutralmente estable. La solucin de (3.8) es de la
forma
)
=I e
( x(
y () )
+m ei ,
donde l y m son vectores propios. As, las soluciones en el barrio del singular punto u =
v = 1 son peridicas en con periodo 2 / . En trminos de dimensiones de (3.3) este
periodo es T = 2 (a / d) media; es decir, el perodo es proporcional a la raz cuadrada de
la relacin entre la tasa de crecimiento lineal, un, de la presa de la tasa de mortalidad, d,
de los depredadores. Incluso a pesar de que slo se trata de pequeas perturbaciones
Figura 3.3 (c); esto pareca ofrecer la explicacin de la liebre "comer" el lince.
Un buen intento, pero no hay tal enfermedad se conoce. Gilpin (1973) tambin ofreci
lo que es tal vez la explicacin correcta, a saber, que los cazadores de pieles son la
"enfermedad." En los aos de baja densidades de poblacin que probablemente hicieron
otra cosa y slo sintieron que valga la pena volver a las lneas de trampas cuando las
liebres, estaban otra vez lo suficientemente numerosos. Desde lince fueron ms rentable
para atrapar liebres que probablemente habran dedicado ms tiempo para el lince de la
liebre. Esto dara como resultado el fenmeno se ilustra por las Figuras 3.3 (b) y (c).
Schaffer (1984) ha sugerido que los datos lince liebre podra ser evidencia de una
atractor extrao (es decir, que exhiben un comportamiento catico) en la revista Nature.
La moraleja de la historia es que no basta para producir un modelo que presenta
oscilaciones sino ms bien para dar una explicacin adecuada del fenmeno que puede
hacer frente a escrutinio ecolgica y biolgica.
3.2 Complejidad y Estabilidad
Para tener una idea de los efectos de la complejidad en la estabilidad consideramos
brevemente el sistema generalizado depredador-presa de Lotka-Volterra, donde hay k
especies presa y k depredadores, que se aprovechan de todas las especies de presa, pero
con diferente gravedad. Luego, en lugar de (3.1) y (3.2) tenemos
Figura 3.3. (A) Las fluctuaciones en el nmero de pieles vendidas por la Compaa de la
Baha de Hudson. (Reproducida de Odum
1953) (b) Detalle del perodo de 30 aos a partir de 1875, con base en los datos de Elton
y Nicholson (1942).
(C) Fase avin solar de los datos representados en (b). (Despus de Gilpin 1973)
3.2 La complejidad y la estabilidad 85
donde todo el ai, j bi, ci y di j son constantes positivas. El estado estacionario es trivial
Ni = Pi = 0 para todo i, y la matriz de la comunidad es la matriz diagonal
A=
a1 0
...0
0 ak
-d1 0
0
...
0 -dk
dt N * T Bv,
dv
dt P * T Cu.
Entonces
du
dt
dv
dt
A? U
v
,A=
?0N*TB
P*TC0
?
, (3.12)
donde aqu la matriz de la comunidad A es una matriz de 2k x 2k bloque con nula
diagonal
bloques. Desde la? I valores propios, i = 1,. . . , 2k son soluciones de | A -? I | = 0 el
suma de las races? i satisface
2k?
i=1
? i = trA = 0, (3.13)
donde trA es la traza de A. Puesto que los elementos de A son reales, los valores
propios, si es complejo,
ocurrir como conjugados complejos. Por lo tanto a partir de (3.13) hay dos casos: todos
los valores propios
son puramente imaginarios o no lo son. Si todo Re? I = 0, entonces el estado de
equilibrio (N *, P *) es
neutralmente estable como en el caso 2-especies. Sin embargo, si existen? I tal que Re?
I? = 0
entonces, puesto que se encuentran conjugados como complejos, (3.13) implica que al
menos existe uno con
Re> 0 y por lo tanto (N *, P *) es inestable.
Vemos de este anlisis que la complejidad en los introduce web de interaccin
poblacin
la posibilidad de inestabilidad. Si un modelo por casualidad result en solamente
imaginaria
valores propios (y por tanto las perturbaciones del estado estacionario son peridicas en
el tiempo), slo
un pequeo cambio en uno de los parmetros en la matriz comunidad resultara en por
lo
menos un valor propio con Re ? = 0 y por lo tanto un estado de equilibrio inestable.
Esto, por supuesto,
Slo es vlido para las matrices de la comunidad, tales como en (3.12). Aun as,
tenemos indicios de la
bastante general y resultado importante que la complejidad general resulta en
inestabilidad en lugar
de estabilidad.