Con 2 variabili dinamiche

Slides:



Advertisements
Presentazioni simili
Prof.Maurita Fiocchi Corso A-ERICA RICERCA PUNTI ESTREMANTI LIBERI DELLE FUNZIONI REALI A DUE VARIABILI REALI z = f( x ; y )
Advertisements

FUNZIONI REALI DI DUE VARIABILI REALI
Equazioni differenziali
MATEMATICA PER L’ECONOMIA
Vito Volterra e il modello preda-predatore
Capitolo 8 Sistemi lineari.
Autovalori e autovettori
POPOLAZIONI INTERAGENTI
METODI EQUAZIONI DIFFERENZIALI Funzioni che mettono in relazione una variabile indipendente ( es. x), una sua funzione ( es. y = f(x) ) e la.
COORDINATE POLARI Sia P ha coordinate cartesiane
LE MATRICI.
6. Catene di Markov a tempo continuo (CMTC)
La scelta del paniere preferito
Variabili di stato x 1 x 2 … x n (t) Problema: dato lo stato del sistema in un dato istante, t 0, quale sarà il suo stato futuro e da quali stati precedenti.
Leggi matematiche, curve e funzioni
Inferenza Statistica Le componenti teoriche dell’Inferenza Statistica sono: la teoria dei campioni la teoria della probabilità la teoria della stima dei.
(se a = 0 l’equazione bx + c = 0 è di primo grado)
Modellistica e Gestione dei Sistemi Ambientali
La Programmazione Matematica e i Problemi di Scelta
Variabili di stato x 1 x 2 … x n (t) Problema: dato lo stato del sistema in un dato istante, t 0, quale sarà il suo stato futuro e da quali stati precedenti.
6. Catene di Markov a tempo continuo (CMTC)
Algebra lineare.
Equazioni differenziali lineari
Termodinamica classica
Lezioni di macroeconomia Lezione 2.
Processi Aleatori : Introduzione – Parte I
CALCOLO DIFFERENZIALE PER FUNZIONI DI PIÙ VARIABILI. ESTREMI VINCOLATI, ESEMPI.
CALCOLO DIFFERENZIALE PER FUNZIONI DI PIÙ VARIABILI - 4.
SISTEMI D’EQUAZIONI ED EQUAZIONI DIFFERENZIALI LINEARI.
Che cosa intendiamo per Dinamica della combustione? Che cosa intendiamo per Dinamica? Comportamenti che variano nel tempo.
Sistemi dinamici.
COS’É LA FISICA? La fisica è lo studio dei FENOMENI NATURALI: è una disciplina molto antica, perché l’uomo ha sempre cercato di comprendere e dominare.
1 Anatomia di una pagina Un insieme di pagine web hanno generalmente una parte invariante (o poco): header, navigazione, footer una parte variabile: contenuti.
Sistemi di equazioni lineari
Qual è il collegamento tra il modello IS-LM illustrato nel capitolo 9 e il modello della domanda aggregata del capitolo 8 Il modello della domanda aggregata.
Itcg Mosè Bianchi-Monza
Corso di Chimica Fisica II 2013 Marina Brustolon
OPERAZIONI CON TRINOMI DI II° GRADO
PROGRAMMA DEL CORSO 1.La nascita della scienza 2.Lo sviluppo della scienza 3.La teoria dellevoluzione: storia 4.Principi fondamentali della teoria 5.Caos.
Lucia Della Croce -Matematica applicata alla biologia
Corso di Matematica Discreta cont. 2
Equazioni di 2° grado.
Lezione 13 Equazione di Klein-Gordon Equazione di Dirac (prima parte)
Progetto Lauree Scientifiche DINAMICA DI POPOLAZIONI Liceo Statale A. Meucci Aprilia (LT) Anno Scolastico 2007/2008.
EQUAZIONI DI SECONDO GRADO
Prof. Calogero Gugliotta
POPOLAZIONE E STRUTTURA
Daniele Santamaria – Marco Ventura
Sistemi dinamici discreti non lineari
Sistemi - Stabilità - Rielaborazione di Piero Scotto
L'ecologia delle popolazioni studia la struttura e la dinamica delle popolazioni. Insieme alla genetica delle popolazioni forma una disciplina più.
Nicchia ecologica Hutchinson (1958): Estensione del concetto:
Stabilità per E.D.O. (II): IL METODO DIRETTO DI LYAPUNOV
Stabilità per E.D.O. (I): STABILITÀ LINEARIZZATA
Cap. 15 Caso, probabilità e variabili casuali Cioè gli ingredienti matematici per fare buona inferenza statistica.
La quantità chimica LA MOLE La quantità chimica:la mole.
OPERAZIONI CON TRINOMI DI II° GRADO
LOTKA-VOLTERRA Logistico
Equazioni differenziali e applicazioni economiche
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
INTRODUZIONE ALLA GEOMETRIA EUCLIDEA
Un altro modello per l’evoluzione delle popolazioni.
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
I LIMITI.
F U N Z I O N I Definizioni Tipi Esponenziale Logaritmica
Aristotele Poi ch’innalzai un poco più le ciglia,
Modelli matematici per l’ecologia
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
Breve trattazione della Serie di Mac – Laurin ISTITUTO ISTRUZIONE SECONDARIA SUPERIORE “E.Medi” Galatone di Michele Caprio Classe 5 A st Liceo Scientifico.
Classe II a.s. 2010/2011 Prof.ssa Rita Schettino
Transcript della presentazione:

Con 2 variabili dinamiche con x1(0), x2(0) assegnati x2 Equilibri: Segno dei secondi membri x1 vettori di fase

Preda-predatore (Vito Volterra, 1926) r x1  m x2 + c x1x2  b x1x2 Densità prede x1 Densità predatori x2 x1 (r  b x2)  0 x2( m + c x1)  0 x2 x1

Vito Volterra (1860-1940) Il matematico si trova in possesso di uno strumento mirabile e prezioso, creato dagli sforzi accumulati per lungo andare di secoli dagli ingegni più acuti e dalle menti più sublimi che siano mai vissute. Egli ha, per così dire, la chiave che può aprire il varco a molti oscuri misteri dell’universo, ed un mezzo per riassumere in pochi simboli una sintesi che abbraccia e collega vasti e disparati risultati di scienze diverse […] Ma è intorno a quelle scienze nelle quali le matematiche solo da poco tempo hanno tentato d’introdursi, le scienze biologiche e sociali, che è più intensa la curiosità, giacché è forte il desiderio di assicurarsi se i metodi classici, i quali hanno dato così grandi risultati nelle scienze meccanico-fisiche, sono suscettibili di essere trasportati con pari successo nei nuovi ed inesplorati campi che si dischiudono loro dinanzi. dal discorso inaugurale per l’anno accademico 1901-1902 dell’Università di Roma Vito Volterra (1860-1940)

"Plasmare dunque concetti in modo da poter introdurre la misura; misurare quindi; dedurre poi delle leggi; risalire da esse ad ipotesi; dedurre da queste, mercé l'analisi, una scienza di enti ideali si, ma rigorosamente logica; confrontare poscia con la realtà; rigettare o trasformare, man mano che nascono contraddizioni tra i risultati del calcolo ed il mondo reale, le ipotesi fondamentali che han già servito; e giungere così a divinare fatti e analogie nuove, o dallo stato presente arrivare ad argomentare quale fu il passato e che cosa sarà l'avvenire; ecco, nei più brevi termini possibili, riassunto il nascere e l'evolversi di una scienza avente carattere matematico.“ Vito Volterra, Saggi Scientifici, Zanichelli Bologna 1920

X Y E Fluttuazioni del numero di lepri e linci canadesi ricostruite in base al numero delle pelli acquistate dalla Compagnia della Baia di Hudson nei diversi anni, da Mac Lulich (1937)

r x1  sx12  x1x2 = x1(rsx1bx2)  m x2 + c x1x2 = x2(m+cx1) Crescita logistica della preda r x1  sx12  x1x2 = x1(rsx1bx2)  m x2 + c x1x2 = x2(m+cx1) Predatori x2 Prede x1

Predatori x2 4 3 2 insetticida 1 tempo 1 2 Prede x1

Sazietà del predatore

Lotka-Volterra senza classico senza smorzatore per la preda (b) Con smorzatore per la preda (c) Con saturazione dell’appetito

Modelli lineari a tempo continuo bidimensionali

Sol. di prova Sostituisco Sistema lineare omogeneo con parametro (equazione agli autovalori) Ha soluzioni non nulle se cioè

= a11 a22 a12 a21 Tr2  4det = 0 = a11 + a22

X(t) = C1 v1 +C2 v2 X(t) = v (C1 +C2t) Due radici l1,l2 (autovalori) reali distinte con corrispondenti autovettori v1 e v2 Tr2  4Det >0 Soluzione generale: X(t) = C1 v1 +C2 v2 (2) Due radici l1,l2 (autovalori) reali coincidenti Tr2  4Det = 0 Soluzione generale: X(t) = v (C1 +C2t)

(3) Due radici l1,l2 (autovalori) complesse coniugate: Tr2  4Det < 0 l1 = a +ib l2 = a  ib Soluzione generale:

S.D. con x1(0), x2(0) assegnati Equilibri:

Stabilità di ciascun equilibrio. Approssimazione lineare in un intorno. Sia (x1*, x2*) un equilibrio, dette X1 = x1 x1*, X2 = x2 x2* si introduce l’approssimazione lineare in un intorno dell’equilibrio calcolando in esso le 4 derivate parziali: Matrice Jacobiana Calcolata in un punto di equilibrio Approx. lineare

Esempio

Cont. esempio

Esempi

Competizione fra due specie

Gli esperimenti di Gause (1934) due specie di protozoi: Paramecium aurelia e Paramecium caudatum. Ponendo in colture separate le due specie, e rinnovando periodicamente il terreno, si ottennero curve di accrescimento approssimativamente sigmoidali con il conseguimento d’uno stato stazionario. Ponendo le due specie insieme in uno stesso terreno di coltura si vide che mentre Paramecium aurelia manteneva ancora un accrescimento logistico, la popolazione di Paramecium caudatum, dopo un certo numero di giorni (circa 8), cominciò a diminuire fino a scomparire del tutto. Da ciò si può dedurre che una delle due specie è riuscita a competere meglio per le risorse causando l’estinzione di quella concorrente. Il principio d’esclusione competitiva (principio di Gause). Se due specie coesistono in un medesimo ambiente ciò avviene in ragione del fatto che esse presentano nicchie ecologiche separate. Qualora, però, le due specie presentino nicchie sovrapposte, allora una delle due specie prenderà il sopravvento sull’altra fino ad eliminarla. Comunque, spesso la coesistenza è garantita dalla presenza di nicchie ecologiche non completamente sovrapposte (le specie in questioni possono presentare, infatti, differenze lievi a livello di dieta o di habitat). In conseguenza di ciò nasce il quesito su quanto due nicchie debbano essere separate affinché la coesistenza sia permessa..

Edward Lorenz (May 23, 1917–April 16, 2008)