Un altro modello per l’evoluzione delle popolazioni.

Slides:



Advertisements
Presentazioni simili
I meccanismi dell’evoluzione
Advertisements

Di Andrea TELLINI e Macro ZOCCOLAN – 4H. Lesperimento consiste in 2 parti: Trovare la legge con cui varia lintensità luminosa trasmessa in funzione dello.
PROCESSO DI CARICA E SCARICA DI UN CONDENSATORE
INTERPOLAZIONE MOD.10 CAP.1
Modellistica e Gestione dei Sistemi Ambientali Equazioni di Reazione e Diffusione Modellistica e Gestione dei Sistemi Ambientali a.a Laurea.
Il modello AD-AS.
Capitolo 8 La curva di Phillips.
Con 2 variabili dinamiche
Vito Volterra e il modello preda-predatore
Legge del raffreddamento di Newton
In quanto il calore scambiato dipende dal in quanto il calore scambiato dipende dal nel seguito di questo corso indicheremo il calore infinitesimo scambiato.
Bruna Consolini - Traccia di lavoro per il laboratorio sperimentale
Matematica I: Calcolo differenziale, Algebra lineare, Probabilità e statistica Giovanni Naldi, Lorenzo Pareschi, Giacomo Aletti Copyright © The.
POPOLAZIONI INTERAGENTI
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
POPOLAZIONI E COMUNITA
moti uniformemente accelerati
RISPARMIO, ACCUMULAZIONE DI CAPITALE E PRODUZIONE
Lezione 4 L equilibrio del mercato dei beni: applicazioni Istituzioni di Economia.
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.
Risorse Rinnovabili.
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
Equazioni differenziali lineari
Insieme di tutte le popolazioni

EQUAZIONI DIFFERENZIALI LINEARI A COEFFICIENTI COSTANTI.
PROGETTO LAUREE SCIENTIFICHE, MATEMATICA Convegno finale - 5 maggio 2009 Centro Convegni del Complesso Universitario di Monte S.Angelo L.S. R. Caccioppoli.
“La realtà… dà i numeri!” Progetto Lauree Scientifiche
Sistemi dinamici.
CONTINUITA’ Una funzione continua e’ una funzione il cui grafico non presenta interruzioni CONTINUA DISCONTINUA.
Misura della costante elastica di una molla per via statica
CORSO DI MODELLI DI SISTEMI BIOLOGICI
CORSO DI MODELLI DI SISTEMI BIOLOGICI
Modello Domanda-Offerta Aggregata (AD-AS)
Lucia Della Croce -Matematica applicata alla biologia
Massimi e minimi assoluti vincolati
FONDAMENTI DI INFORMATICA III A5A1-1 TENDENZE EVOLUTIVE DEI SISTEMI INFORMATICI PER LUFFICIO Argomento 5 Approfondimento 1 TENDENZE EVOLUTIVE DEI SISTEMI.
INTERPOLAZIONE Si parla di processo di interpolazione quando, conoscendo una serie di dati, sperimentali o statistici, riguardo ad un evento, si vuole.
FISICA delle APPARECCHIATURE per MEDICINA NUCLEARE (lezione I)
CARATTERISTICHE FONDAMENTALI DELL’EQUILIBRIO DINAMICO:
Fenomeni di crescita e decrescita
Lezione 4 L equilibrio del mercato dei beni: applicazioni Istituzioni di Economia Politica II.
Sistemi dinamici discreti non lineari
Istituzioni di Economia Politica II
Statistica economica (6 CFU)
Velocita’ La velocita’ istantanea ad un determinato istante e’ il tasso di incremento o decremento della posizione di un corpo in quell’istante Essendo.
Da cosa dipende il valore effettivo di dN/dt?
Termodinamica.
Dipartimento di Matematica -
Ecologia delle popolazioni
L'ecologia delle popolazioni studia la struttura e la dinamica delle popolazioni. Insieme alla genetica delle popolazioni forma una disciplina più.
NPP Adesso Interazioni tra organismi.
Influenza della pressione atmosferica sul flusso di raggi cosmici Studio degli effetti delle variazioni di pressione sulla variazione dei conteggi effettuati.
Variazione di [ ] nel tempo
(descrizione quantitativa del moto dei corpi)
Decadimento radioattivo
Retta passante per i due punti Deve essere: e MODELLO PIU’ REALISTICO MA PIU’ SEMPLICE POSSIBILE PIU’ SEMPLICE POSSIBILE.
Half-time (o tempo di dimezzamento) : Con tale valore di k il modello può essere utilizzato per avere predizioni di per tempi.
ECONOMIA POLITICA E-I ESERCITAZIONI. 2 Richiami di matematica – Funzioni Funzioni FUNZIONE: ogni regola matematica che permette di calcolare il valore.
I modelli matematici: osservazioni ed esempi Prof. Mario Landucci Dip. Matematica applicata G.Sansone Anno Accademico
Laboratorio di biologia cellulare
Esercitazione. Su di un sistema di assi cartesiani si indichino la curva di domanda e di offerta di mercato del bene X. Si indichino graficamente il prezzo.
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
Blanchard, Amighini e Giavazzi, Scoprire la macroeconomia, vol. I Capitolo 9 Il tasso naturale di disoccupazione e la curva di Phillips.
La «bomba» demografica Fonte: M. Livi Bacci, Banca mondiale 1804 = 1 md 1902 = 2 md 1974 = 4 md 2000 = 6 md 2012 = 7 md 1785 : ha inizio la Rivoluzione.
Classe II a.s. 2010/2011 Prof.ssa Rita Schettino
Transcript della presentazione:

Un altro modello per l’evoluzione delle popolazioni

N 0 = numero iniziale di prede ● ● ● P 0 = numero iniziale di predatori Prede senza predatori: la variazione delle prede ΔN’ nel tempo Δt è direttamente proporzionale al loro numero iniziale: ΔN’ = AN 0 Δt (A costante >0)  N cresce esponenzialmente Predatori senza prede: la variazione dei predatori è direttamente proporzionale al loro numero iniziale (ma ha un segno negativo): ΔP’ = – CP 0 Δt (C costante >0)  P cresce esponenzialmente Prede e predatori: gli incontri tra le due specie portano a una diminuzione di prede e a un aumento di predatori. Nel caso più semplice, queste variazioni sono direttamente proporzionali al prodotto N 0 P 0 : ΔN’’ = –BN 0 P 0 Δt ΔP’’ = DN 0 P 0 Δt (B, D costanti >0) Traduzione in linguaggio matematico

prede con cibo illimitato, assenza di predatori  crescita esponenziale: ΔN’ = AN 0 Δt (con A>0) cibo limitato  la disponibilità di cibo per ciascun individuo è influenzata (negativamente) dalla popolazione totale 1- Prede con cibo limitato, senza predatori l'equazione iniziale va modificata: ΔN’ = (A  λN 0 ) N 0 Δt ( A, λ costanti >0) 1.A–λN 0 =0  N=N 0 =cost. 2.A  λN 0 >0  N→A/λ (>N 0 ) 3.A–λN 0 <0  N→A/λ (<N 0 )

Confronto tra i due modelli di crescita secondo il MODELLO LINEARE una popolazione di individui, isolata, senza vincoli esterni (cibo illimitato, no predatori) aumenta esponenzialmente secondo la formula x n = (1+a) n x 0 esistono altri modelli che descrivono una evoluzione diversa. Un modello interessante e’ quello basato sulla curva logistica.

Nel 1934 il biologo russo Georgyi F. Gause ( ) propose un esperimento di coltura di un protozoo con cui evidenziò i i limiti del modello lineare. popolazione di partenza: 5 protozoi tempo di osservazione: 6 giorni tasso di crescita iniziale : ~ 231% con il passare del tempo la crescita rallentò progressivamente popolazione finale stabile ~ 375 individui. comportamento in evidente contrasto con quanto previsto dal modello lineare.

la previsione del modello lineare era la seguente: Invece, i risultati ottenuti erano rappresentati da una curva del tipo:

Una spiegazione plausibile è quella che imputa il rallentamento della crescita alla “saturazione” dell’ambiente di coltura. Prede in competizione per il cibo, senza predatori ΔN = N 1 – N 0 = (A  λN 0 ) N 0 Δt ( A, λ costanti >0) A  λN 0 >0  N→A/λ (>N 0 )

facciamo un esercizio sul foglio elettronico: partendo da : ΔN = N 1 – N 0 = (A  λN 0 ) N 0 Δt ( A, λ costanti >0) scriviamo: 1) N 1 = N 0 +(A  λN 0 ) N 0 Δt 2) N 2 = N 1 +(A  λN 1 ) N 1 Δt 3) N 3 = N 2 +(A  λN 2 ) N 2 Δt rappresentiamo l’andamento della popolazione in funzione del tempo confrontiamo con il modello lineare ΔN = N 1 – N 0 = AN 0 Δt scriviamo: 1) N 1 = N 0 +AN 0 Δt 2) N 2 = N 1 +A N 1 Δt 3) N 3 = N 2 +A N 2 Δt

Questa evoluzione è descritta da una curva del tipo: nota con il nome di curva logistica “… dobbiamo ammettere che la crescita del numero degli individui di una specie in un ambiente limitato non potrebbe essere indefinita, ma che, man mano che il numero degli individui cresce, i coefficienti si modifichino. Beninteso, questo effetto potrà esseretrascurato fino al momento in cui il numero degli individui non abbia sorpassato certi limiti;” V. Volterra – U. D’Ancona : Le associazioni biologiche In conclusione: