Modellistica e Gestione dei Sistemi Ambientali

Slides:



Advertisements
Presentazioni simili
Modellistica e simulazione1 Esercitazione 3
Advertisements

Titolo differenziale, gradiente, matrice Jacobiana.
Selezione delle caratteristiche - Principal Component Analysis
Modellistica e Gestione dei Sistemi Ambientali Equazioni di Reazione e Diffusione Modellistica e Gestione dei Sistemi Ambientali a.a Laurea.
Con 2 variabili dinamiche
Vito Volterra e il modello preda-predatore
POPOLAZIONI INTERAGENTI
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.
Relazioni ITec Gruppo 3 Raffaella Di Iasio, Enrico Stefani, Daut Krasnici, Meryem Yenilmezel.
Modellistica e Gestione dei Sistemi Ambientali
Modelli Modellistica e Gestione dei Sistemi Ambientali a.a
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Conoscenza incerta e probabilita Chiara Mocenni.
Modellistica e Gestione dei Sistemi Ambientali Fattori abiotici Modellistica e Gestione dei Sistemi Ambientali a.a Prof.ssa: Chiara Mocenni.
Modellistica e Gestione dei Sistemi Ambientali a.a Dispense del Corso Laurea in Ingegneria Gestionale Laurea Specialistica in Ingegneria delle.
Richiami di Identificazione Parametrica
Visione Stereo & Geometria Epipolare
Gli indicatori trofici per le acque marino costiere
Robotica & Automazione di Processo
CORSO DI LAUREA “ECONOMIA & MANAGEMENT” A.A. 2010/11
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.
La teoria Predatore-Preda
Equazioni differenziali lineari
Flussi energetici Facoltà di Scienze M.F.N.
Politecnico di Milano Corso di Laurea in Ingegneria per l’Ambiente e il Territorio Dinamica complessa in una catena alimentare tritrofica con competizione.
Variazione del prezzo e quantità domandata
Gli Incontri Gruppo Educazione e formazione ambientale I° incontro 9 dicembre 2003Il punto della situazione II° incontro 20 gennaio 2004La vision III°
PER FUNZIONI DI PIÙ VARIABILI - 3.
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.
Gli ecosistemi CLASSE I^b Facciamo un riassunto La biosfera.
BIOINGEGNERIA S. Salinari Lezione 8. RETI AD APPRENDIMENTO NON SUPERVISIONATO Le reti ad apprendimento non supervisionato debbono essere in grado di determinare.
Cenni di ottimizzazione dinamica
Economia dellInformazione e Modelli di Business. Il Caso MrPrice. Università degli Studi di Parma Facoltà di Economia Laureando: Andrea Maccari Parma,
Provincia di Ferrara LIMPRONTA ECOLOGICA della provincia di Milano Modello di sviluppo, esigenze di sostenibilità e nuovi stili di vita Milano, 8 ottobre.
Lucia Della Croce -Matematica applicata alla biologia
IL MODELLO DI MALTHUS NEL CASO CONTINUO
UNIVERSITÀ DEGLI STUDI DI PERUGIA Dipartimento di Ingegneria Industriale Prof. Francesco Castellani Corso di Meccanica Applicata A.
Spesautile.it: risparmio solidarietà, sostegno A cura di: Associazione Isnet - Ottobre 2012(R-01) – Pagina 1 13° Happening della.
L’ecologia L’ecologia è lo studio scientifico delle interazioni che determinano la distribuzione e l'abbondanza degli organismi (Krebs, 1972). In questo.
Il calcolo di radiosity
Progetto Lauree Scientifiche DINAMICA DI POPOLAZIONI Liceo Statale A. Meucci Aprilia (LT) Anno Scolastico 2007/2008.
I Sistemi lineari classe 3 A inf a.s
STATISTICA PER LE DECISIONI DI MARKETING
Corso di Laurea in Scienze Biologiche Corso di Ecologia
APPUNTI DI ECONOMIA POLITICA
Tecnologie Didattiche ed Educative WebQuest sulle fonti alternative
Università degli studi di salerno
Concetti di ecologia applicata
Sistemi dinamici discreti non lineari
Da cosa dipende il valore effettivo di dN/dt?
Ecologia delle popolazioni
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:
Modelli matematici applicati all’ecologia
Lezione 3. QUALE CRESCITA PER QUALE SVILUPPO Corso di Economia dello Sviluppo Internazionale Lezione 3. QUALE CRESCITA PER QUALE SVILUPPO Pier Giorgio.
Sottospazi vettoriali
Ing. Raffaele Carli ( Politecnico di Bari Laurea Specialistica in Ingegneria Gestionale Corso di Analisi dei Sistemi Bari, 16.
<eb <£ a edamtiw t£ Mbttpume e 'eb- ebdekame/t
LOTKA-VOLTERRA Logistico
Equazioni differenziali e applicazioni economiche
Lezione di Ecologia e didattica dell’Ecologia prof
LE ALTERNATIVE DI PROGETTAZIONE ORGANIZZATIVA
Un altro modello per l’evoluzione delle popolazioni.
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.
Modelli matematici per l’ecologia
Modulo n° 5 Ecologia delle Comunità Lezione n° 5 Interazioni tra popolazioni Lezione n° 6 Competizione Lezione n° 7 Meccanismi di coesistenza Lezione n°
ETOLOGIA ECOLOGIA.
Dalle popolazioni alla comunità. Concetti di base sulle comunità.
Transcript della presentazione:

Modellistica e Gestione dei Sistemi Ambientali Modelli ecologici Modellistica e Gestione dei Sistemi Ambientali Chiara Mocenni http://www.dii.unisi.it/~mocenni/

Modello malthusiano tempo continuo Il modello logistico

Il modello Lotka-Volterra dove: x = biomassa della risorsa; y = biomassa del consumatore; (x) = crescita della risorsa;  = mortalità del consumatore; p(x) = risposta funzionale del consumatore (predatore).

La risposta funzionale di tipo I

La risposta funzionale di tipo II

La risposta funzionale di tipo III

Il modello Lotka-Volterra modificato E’ il primo modello consumatore-risorsa con risposta funzionale lineare. Espresso, nella sua forma originale, dalle seguenti equazioni:

La competizione interspecifica

Modello adimensionale

Equilibri del modello A(0,0); B(1,0); C(0,1); D(u*,v*);

Matrice Jacobiano A e’ sempre instabile; B e’ stabile per a21 > 1; C e’ stabile per a12 > 1

Autovalori

CASO 1. a12 < 1, a21 < 1: B e C sono instabili, D e’ tale che λ1 < 0; λ2 < 0: stabile; 1/a12 1 D C A B 1 1/a21

CASO 2. a12 > 1, a21 > 1: B e C sono stabili, D e’ tale che λ2 < 0 < λ1 : sella; C 1 Separatrice 1/a12 B A 1/a21 1

CASO 3. a12 < 1, a21 > 1: B e’ l’unico equilibrio stabile 1/a12

CASO 4. a12 > 1, a21 < 1: C e’ l’unico equilibrio stabile C 1

Riassumendo CASO 1. a12 < 1, a21 < 1: B e C sono instabili, D e’ tale che λ1 < 0; λ2 < 0: stabile; CASO 2. a12 > 1, a21 > 1: B e C sono stabili, D e’ tale che λ2 < 0 < λ1 : sella; CASO 3. a12 < 1, a21 > 1: B e’ l’unico equilibrio stabile CASO 4. a12 > 1, a21 < 1: C e’ l’unico equilibrio stabile