Approfondimenti sul modello logistico

Slides:



Advertisements
Presentazioni simili
I meccanismi dell’evoluzione
Advertisements

Testi di epidemiologia di base
PROCESSO DI CARICA E SCARICA DI UN CONDENSATORE
Evoluzione Tratto da Land of Lisp: Learn to Program in Lisp, One Game at a Time! Conrad Barski.
Dinamica delle popolazioni
Capitolo 8 Sistemi lineari.
METODI EQUAZIONI DIFFERENZIALI Funzioni che mettono in relazione una variabile indipendente ( es. x), una sua funzione ( es. y = f(x) ) e la.
6. Catene di Markov a tempo continuo (CMTC)
Introduzione Cosa sono le reti di Petri?
Charles Darwin e la Selezione Naturale
POPOLAZIONI E COMUNITA
EQUILIBRIO CHIMICO.
6. Catene di Markov a tempo continuo (CMTC)
3. Processi Stocastici Un processo stocastico è una funzione del tempo i cui valori x(t) ad ogni istante di tempo t sono v.a. Notazione: X : insieme di.
TEORIA RAPPRESENTAZIONALE DELLA MISURA
INFERENZA NEL MODELLO DI REGRESSIONE LINEARE MULTIPLA (parte 1)
Insieme di tutte le popolazioni
8. Reti di Code Nella maggior parte dei processi produttivi risulta troppo restrittivo considerare una sola risorsa. Esempio: linea tandem arrivi 1 v.
La matematica per risolvere problemi reali
Ricerca della Legge di Controllo
INGEGNERIA CLINICA E BIOMEDICA
CORSO DI MODELLI DI SISTEMI BIOLOGICI
Studente Claudia Puzzo
Analisi bivariata Passiamo allo studio delle relazioni tra variabili
Lucia Della Croce -Matematica applicata alla biologia
IL MODELLO DI MALTHUS NEL CASO CONTINUO
Tutti gli adulti muoiono nell'arco di un anno; ogni femmina depone mediamente 7.3 ooteche alla fine dell'estate; ogni teca contiene circa 11 uova; le uova.
Intelligenza Artificiale Algoritmi Genetici
Metodi numerici per equazioni differenziali ordinarie Laboratorio di Metodi Numerici a.a. 2008/2009.
L’ecologia L’ecologia è lo studio scientifico delle interazioni che determinano la distribuzione e l'abbondanza degli organismi (Krebs, 1972). In questo.
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.
La popolazione di Firenze. Caratteristiche strutturali e previsioni
Cinetica delle reazioni biologiche
Derivate Parziali di una Funzione di più Variabili
Il Movimento Cinematica.
Fenomeni di crescita e decrescita
POPOLAZIONE E STRUTTURA
8.0 PIANO DI ASSESTAMENTO ED ABBATTIMENTO. 8.1 PIANO DI ASSESTAMENTO ED ABBATTIMENTO Eccessiva Densità Sovraccarico Carenza Alimentare Degrado Ambientale.
Le funzioni biometriche
Unità 2 Distribuzioni di probabilità Misure di localizzazione Misure di variabilità Asimmetria e curtosi.
POPOLAZIONE Tutti gli individui identici per i caratteri principali (stessa specie), capaci di fecondarsi per dare prole fertile e che vivono in un territorio.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
Ecologia delle popolazioni
NPP Adesso Interazioni tra organismi.
LA DEMOGRAFIA (O “STUDIO DELLA POPOLAZIONE”)
POPOLAZIONI E COMUNITA’
Lezione di Ecologia e didattica dell’Ecologia prof
Informatica 3 V anno.
R. Soncini Sessa, MODSS, L 26 Stima degli effetti Calcolo degli obiettivi (Laplace) Rodolfo Soncini Sessa MODSS Copyright 2004 © Rodolfo Soncini.
La dinamica della cinciallegra Se indichiamo con Nt il numero totale di individui (maschi + femmine) all'inizio della generazione t (cioè all'inizio dell'estate,
In epidemiologia abbiamo 2 importanti misure di frequenza
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.
I modelli di valutazione delle opzioni su tassi
DEMOGRAFIA Studia la struttura e la dinamica dei fenomeni che interessano la popolazione, attraverso la raccolta e lo studio dei dati.
Popolazione 1) Ogni popolazione è costituita da individui che la accrescono in numero non in maniera continua ma solo ad ogni evento riproduttivo. 2) La.
CRESCITA I pesci hanno un accrescimento continuo nel tempo , di tipo asintotico. La crescita è funzione di numerosi fattori, i principali dei quali sono.
Riassunto della prima lezione
Struttura della popolazione Italiana – Anni 1972, 2010, 2050
TEST STATISTICI PER SCALE NOMINALI, TASSI E PROPORZIONI Non sempre la variabile aleatoria (risultato sperimentale) è un numero ma è spesso un esito dicotomico.
LE TENDENZE DEMOGRAFICHE DELLA TOSCANA Anno 2015 SINTESI “Settore Sistema Informativo di Supporto alle Decisioni. Ufficio Regionale di Statistica”
L’analisi di regressione e correlazione Prof. Luigi Piemontese.
1 Mobilità e migrazioni. Un. di Macerata - a.a.2007/08G.Gabrielli - Demografia - SECS-S/042 Mobilità e migrazioni Diversamente da quanto accade per gli.
1 La natalità e la fecondità. 2 Misure della natalità e della fecondità MISURA DELLA INTENSITA’ TASSO GENERICO DI NATALITA’ 1)INFLUENZATO DALLE CARATTERISTICHE.
La crescita del cucciolo d’uomo Luigi Greco www. docenti/unina
Laboratorio evoluzione Marcello Sala CAVALLI E GIAGUARI.
La distribuzione normale. Oltre le distribuzioni di frequenza relative a un numero finito di casi si possono utilizzare distribuzioni con un numero di.
Gli Indici di VARIABILITA’
Specie come insiemi di popolazioni
Transcript della presentazione:

Approfondimenti sul modello logistico Seminario di modelli matematici per l’ecologia A cura di Roberto Demontis, Filippo Garelli, Marco Rizzo

Modello di crescita logistica dN/dt = r N(1 – N/K) integrando... K N(t) = K – N(0) e -rt 1 + N(0)

Assunzioni del modello logistico e realtà naturale l’effetto della densità sul tasso di accrescimento è istantaneo c’è spesso un ritardo tra variazione di densità ed effetto su r K può variare con la stagione o negli anni in una popolazione si riscontrano individui con caratteristiche differenti le condizioni ambientali e quindi K sono costanti tutti gli individui hanno le stesse caratteristiche

Modello di crescita logistica con ritardo dN/dt = r N(t)(1 – N(t-t)/K) t è il ritardo di tempo l’integrazione non è immediata come nel caso precedente soluzione mediante integrazione numerica

Lucilia cuprina: oscillazioni ampie che possono essere considerate cicli limite

Assunzioni del modello logistico e realtà naturale l’effetto della densità sul tasso di accrescimento è istantaneo c’è spesso un ritardo tra variazione di densità ed effetto su r K può variare con la stagione o negli anni in una popolazione si riscontrano individui con caratteristiche differenti le condizioni ambientali e quindi K sono costanti tutti gli individui hanno le stesse caratteristiche

Modello logistico in cui varia la capacità portante: Popolazione del puma.

Assunzioni del modello logistico e realtà naturale l’effetto della densità sul tasso di accrescimento è istantaneo c’è spesso un ritardo tra variazione di densità ed effetto su r K può variare con la stagione o negli anni in una popolazione si riscontrano individui con caratteristiche differenti le condizioni ambientali e quindi K sono costanti tutti gli individui hanno le stesse caratteristiche

Popolazioni strutturate per età Le popolazioni – in molti casi pratici - non possono essere considerate omogenee. Organismi, in stadi diversi della loro vita, forniscono contributi estremamente differenti alla dinamica della popolazione sia in termini di mortalità sia di fertilità.

La sopravvivenza annuale non è costante La mortalità varia in relazione all’età: In alcune popolazioni gli individui adulti sono più resistenti dei giovani: maggior riserva di grasso; maggior risposta immunitaria; maggior esperienza. In altre popolazioni la mortalità cresce con l’età negli individui più anziani. La sopravvivenza annuale non è costante

Fertilità in funzione dell’età Successo riproduttivo è legato all’età: Gli individui impiegano del tempo per raggiungere la maturità sessuale: età prima di riproduzione. Alcune specie son caratterizzate da una fase post-riproduttiva: gli individui troppo anziani non sono più in grado di riprodursi. L’esperienza acquisita con l’età aumenta il successo riproduttivo degli adulti. Fertilità in funzione dell’età

Cervo mulo – Odocoileus hemionus Numero di nuovi nati per individuo Età Fertilità cresce con l’età

La conoscenza della struttura d’età è molto importante da un punto di vista gestionale Le politiche di prelievo sono legate allo stadio di sviluppo dell’animale. Il prelievo può concentrarsi su alcune classi d’età.

Coorte Gruppo di individui coetanei e più vicini possibile alla nascita. Gruppo significativo (esempio, pari a 1000). Essa viene analizzata e mantenuta sotto controllo fino al momento in cui l’ultimo individuo che ne fa parte muore. Durante l’osservazione viene registrato: il numero di individui della coorte che giunge vivo a ogni intervallo temporale; il numero di nuovi individui generati dai componenti della coorte a ogni intervallo temporale.

Life Table Rappresentano i dati ottenuti dall’analisi dinamica della coorte; Tabelle di vita le cui colonne riportano informazioni relative alla mortalità e fertilità specifica per ogni classe o età ( ); Viene espressa come numero di nuovi piccoli di sesso femminile prodotti da ogni madre

Probabilità di sopravvivenza ( ) x p Probabilità di sopravvivenza Probabilità che ciascun individuo ha alla nascita di sopravvivere sino all’età . Tasso di mortalità all’età , ovvero la probabilità di morte di un individuo di età nell’infinitesimo intervallo di età . ( ) ÷ ø ö ç è æ - = ò x d p exp V q

L’andamento di può essere qualitativamente molto diverso a seconda delle popolazioni in esame. 3 casi limite: curva di sopravvivenza di tipo I, II e III

Curva di sopravvivenza Ovis dalli (Alaska, McKinley Park) 1 10 100 1000 4 7 13 Predazione del lupo sui giovani Predazione del lupo sui vecchi e sui malati anni

Tasso netto di riproduzione R Dalla tavola di vita conosciamo i valori e che ci permettono di ricavare la funzione netta di maternità Cioè, il numero medio di figlie che ogni femmina, alla nascita deve attendersi di produrre all’età nell’unità di tempo. Nota tale funzione, ricaviamo il tasso netto di riproduzione: Numero medio di figlie generate da una madre di età nell’intervallo di tempo .

Il tasso netto di riproduzione è importante poichè rappresenta il coefficiente di crescita della popolazione: ogni femmina non riesce a rimpiazzarsi e la popolazione è in declino; la popolazione è in crescita popolazione stazionaria.

Problema pratico Consideriamo una femmina di una larva che produce 250 uova: 32 uova sono sterili; 64 uova vengono uccise dai parassiti; 64 muoiono come larve causa distruzione habitat; 87 muoiono prima dello stadio adulto per cause differenti. Si costruisca una tabella di vita per questa specie e si calcoli il tasso netto di riproduzione, ammettendo un rapporto dei sessi 1:1. Tale popolazione sta aumentando, diminuendo o è costante?

la popolazione è in crescita! Stadio Numero individui Fattore di mortalità Individui morti Percentuale di mortalità Uova 250 uccisi dai parassiti 96 38% Larva 154 distruzione dell’habitat 64 42% Pupa 90 cause differenti 87 97% Adulto 3 (1.5 femmine e 1.5 maschi se è 1:1 il rapporto tra sessi) la popolazione è in crescita!

Il grafo di vita Ciclo di vita di una popolazione strutturata per classi di età. Esempio: Riproduzione periodica Demografia malthusiana

Gli individui vivono al più 3 anni, cioè nessuno individuo è mai sopravissuto sino al compimento del quarto anno di età. Il rapporto dei sessi è 1:1 e la stagione riproduttiva coincide con l’inizio della primavera. Le femmine di un anno non sono riproduttive, le femmine di due anni producono in media 8 piccoli, quelle di tre anni producono 6 piccoli. Il 40% dei piccoli sopravvive dalla nascita fino al raggiungimento del primo anno, l’80% sopravvive dal primo al secondo anno, mentre il 70% sopravvive dal secondo al terzo anno di vita.

Tasso finito di fertilità : numero di nuovi piccoli di sesso femminile prodotti da ogni madre di età . è adimensionale. Nell’esempio = 0, = 4, = 3. : frazioni di femmine di età che sopravvivono sino all’età +1, pertanto = 0.4, = 0.8 = 0.7 .

Il grafo sarà composto da nodi e archi: Il nodo -esimo ( ) rappresenta il numero di femmine che prima dell’inizio della stagione riproduttiva di un determinato anno t hanno età . Gli archi a tratto continuo indicano il contributo delle madri in termini di nuove nate, mentre gli archi tratteggiati rappresentano il processo di invecchiamento.

Grafo di vita di una popolazione teorica strutturata in tre classi di età.

La Matrice di Leslie Possiamo tradurre le informazioni riportate in un grafo di vita attraverso un modello le cui variabili sono indicate con (t) e rappresentano il numero di femmine che nell’anno t hanno età . Nell’esempio (t), (t), (t).

Invecchiamento = sopravvivenza annuale di una femmina di età Con riferimento al nostro esempio possiamo scrivere:

Riproduzione Poiché: ogni femmina di due anni di età genera 8 piccoli. ogni femmina di tre anni di età genera 6 piccoli. il 40% delle nuove nate sopravvive sino al compimento del primo anno di età. L’equazione cercata diventa:

Il modello che descrive la dinamica di una tale popolazione è esprimibile attraverso le tre equazioni Queste equazioni definiscono un modello di proiezione demografica o modello di Leslie che può essere scritto in forma matriciale

La matrice ed il vettore colonna relativi al nostro esempio:

Generalizzando otteniamo una matrice quadrata

Il modello di Leslie rappresenta un modo con cui è possibile considerare la dipendenza dall’età dei parametri demografici di una popolazione. Partendo da una distribuzione iniziale di individui di diverse classi d’età ( ) è possibile simulare nel tempo la dinamica della popolazione o calcolare esplicitamente la soluzione dopo t anni.

Proprietà del modello di Leslie Nel lungo periodo la popolazione tende ad una crescita esponenziale caratterizzata da un tasso finito di crescita : sia per la crescita di ciascuna classe di età sia per la crescita della popolazione nel suo complesso La popolazione si estingue, è stazionaria, o esplode a seconda che sia

La proporzione di individui in ciascuna classe d’età tende a diventare costante nel tempo, indipendentemente dalle condizioni iniziali. Definiamo distribuzione per età delle m grandezze Ne consegue che il numero di individui nella classe di età x al tempo t si può calcolare come prodotto di due fattori

Si dice allora che la popolazione ha raggiunto la distribuzione stabile d’età. Stabile perchè la popolazione, sul lungo periodo, tende ad essere strutturata secondo tale distribuzione indipendentemente dalle condizioni iniziali.

Modelli a stadi di sviluppo Si utilizzano nei casi in cui i parametri demografici di una popolazione dipendono dallo stadio di sviluppo degli individui più che dall’età. In altre parole, non si ha più l’accoppiamento inevitabile fra il trascorrere del tempo e la transizione di classe, che si verifica nel caso della struttura d’età.

La sopravvivenza e la fertilità degli individui, piuttosto che dall’età, sono determinabili in base a criteri che consentono di classificare la popolazione in stadi diversi. È difficile stimare con precisione l’età degli individui della specie considerata. Gli individui possono eventualmente rivisitare alcuni stadi di sviluppo già attraversati.

Un esempio di tale situazione è rappresentato da popolazioni di piante: I semi che, costituiscono il primo stadio, possono morire, germinare in plantule, ma anche mantenersi come tali per tempi lunghi in uno stato di dormienza, finchè non si determinano le condizioni idonee per la germinazione. La pianta adulta ha una certa dimensione che non dipende tanto dall’età, quanto dalle condizioni e dalle risorse. Una pianta in un sistema forestale può rimanere di taglia ridotta fino a quando non si libera lo spazio sufficiente alla sua crescita, e ciò influenza la sua fertilità.

Scegliere un intervallo temporale di evoluzione da uno stadio ad un altro. Identificare gli stadi del ciclo vitale e definire un nodo per ciascuno di essi. Connettere tramite un arco un nodo con un altro se e solo se esiste la possibilità di transire direttamente dall’uno all’altro in un singolo passo temporale. Etichettare ogni arco del grafo con un coefficiente che rappresenti la probabilità di transizione o il successo riproduttivo nel caso di archi che conducano allo stadio di vita iniziale.

La matrice di Lefkovitch È possibile descrivere il grafo di vita mediante una matrice A che consenta di calcolare l’abbondanza in un determinato anno degli individui appartenenti a ciascuno degli stadi di sviluppo in funzione delle abbondanze nell’anno precedente.

La differenza principale rispetto al modello di Leslie è che la matrice A di transizione demografica può avere qualsiasi elemento diverso da zero, in quanto può sempre esserci una probabilità non nulla di transizione da uno stadio di sviluppo a qualsiasi altro stadio. Ad esempio, nel caso di una popolazione di piante con semi che producono plantule non riproduttive, le quali possono crescere in piante di dimensioni ridotte, che possono a loro volta rimanere tali o diventare di grandi dimensioni, la matrice di transizione avrà una forma del tipo:

è la probabilità del seme di germinare producendo una plantula. è la probabilità di un seme di rimanere tale. è la probabilità del seme di germinare producendo una plantula. sono le probabilità di una plantula di permanere tale.

sono le probabilità di svilupparsi in una pianta di dimensioni ridotte. e rappresentano le probabilità di una pianta di dimensioni ridotte di permanere tale o di svilupparsi in una di grandi dimensioni. quella di una pianta di grande dimensioni di permanere nella popolazione. e rappresentano il numero di semi prodotti da una pianta piccola e da una grande.

Assunzioni del modello logistico e realtà naturale l’effetto della densità sul tasso di accrescimento è istantaneo c’è spesso un ritardo tra variazione di densità ed effetto su r K può variare con la stagione o negli anni in una popolazione si riscontrano individui con caratteristiche differenti le condizioni ambientali e quindi K sono costanti tutti gli individui hanno le stesse caratteristiche