Progetto Lauree Scientifiche DINAMICA DI POPOLAZIONI Liceo Statale A. Meucci Aprilia (LT) Anno Scolastico 2007/2008.

Slides:



Advertisements
Presentazioni simili
Forza elettrostatica agente su Q:
Advertisements

ITCG MOSE’ BIANCHI ANNO SCOLASTICO
I SISTEMI LINEARI.
Meccanica 7 28 marzo 2011 Corpi estesi. Forze interne al sistema
MATEMATICA PER L’ECONOMIA
MATEMATICA PER L’ECONOMIA
Torniamo al secondo problema: Ogni centrale rifornisce entrambe le città. 2 centrali elettriche: Aurisina (produce P1 kilowatt) Monfalcone (produce.
1 MeDeC - Centro Demoscopico Metropolitano Provincia di Bologna - per Valutazione su alcuni servizi erogati nel.
Sistema di riferimento sulla retta
Capitolo 8 Sistemi lineari.
Autovalori e autovettori
POPOLAZIONI INTERAGENTI
Determinanti del primo ordine
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
Analisi Numerica: AutoValori e Autovettori
Dalla dinamica del punto materiale alla dinamica dei sistemi
2ab2 2b4 4x − 2y a 3b2y3 3b2y3b Definizione e caratteristiche
Definizione e caratteristiche
Algebra delle Matrici.
1 Istruzioni, algoritmi, linguaggi. 2 Algoritmo per il calcolo delle radici reali di unequazione di 2 o grado Data lequazione ax 2 +bx+c=0, quali sono.
6. Catene di Markov a tempo continuo (CMTC)
5. Catene di Markov a tempo discreto (CMTD)
Algebra lineare.
. . Risultante e momento risultante di un insieme di vettori applicati
“cassetta degli arnesi”
SISTEMI D’EQUAZIONI ED EQUAZIONI DIFFERENZIALI LINEARI.
EQUAZIONI DIFFERENZIALI LINEARI A COEFFICIENTI COSTANTI.
8. Reti di Code Nella maggior parte dei processi produttivi risulta troppo restrittivo considerare una sola risorsa. Esempio: linea tandem arrivi 1 v.
Sistemi dinamici.
SISTEMI LINEARI.
Sistemi di equazioni lineari
CORSO DI MODELLI DI SISTEMI BIOLOGICI
CONTROLLO DI SUPPLY CHAIN MEDIANTE TECNICHE H-INFINITO E NEGOZIAZIONE
Corso di Chimica Fisica II 2013 Marina Brustolon
Il fumo di sigaretta in Provincia di Trento
Cos’è un problema?.
CALCIO SKY 2007 – 2008 PROFILO DI ASCOLTO. 2 INDICE DEGLI ARGOMENTI Profilo di ascolto CALCIO SERIE A 2007 – 2008 Totale campionato (tutte le partite)……………………………………………….
Le matrici e I Sistemi lineari.
STILI DI APPRENDIMENTO ED EVOLUZIONE INTERFACCE
Il calcolo di radiosity
Velocità ed accelerazione
Equazioni differenziali Applicazioni Economiche
MATRICI classe 3 A inf (a.s ).
Definizione di determinante
Scheda Ente Ente Privato Ente Pubblico. 2ROL - Richieste On Line.
Corso di Tecnica delle Costruzioni I - Teoria delle Esercitazioni
RESTITUZIONE DATI RELATIVI ALLE PROVE
Introduzione al comportamento complesso e caotico dei sistemi
Prof. Vincenzo Calamia Liceo Classico Alcamo

Laureando: Enrico Masini
Un trucchetto di Moltiplicazione per il calcolo mentale
Risultante equilibrante Coppia di forze
Trasformazioni Daniele Marini.
Stabilità per E.D.O. (I): STABILITÀ LINEARIZZATA
Analisi ai nodi Step 1: numerare ordinatamente tutti i nodi della rete
Massimo comun divisore
Mercato del lavoro e condizione giovanile: la crisi si acuisce
Corso di Matematica (6 CFU) (4 CFU Lezioni +2 CFU Esercitazioni)
Percorso formativo “Educare in tempo di crisi” Aprile - Maggio /4/2013 Nicola De Luigi – Sociologo 8/5/2013 Maurizio Temeroli – Segretario generale.
DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE Come affrontare un problema… Marco D. Santambrogio – Ver. aggiornata al 21 Agosto.
MATRICI.
IL GIOCO DEL PORTIERE CASISTICA. Caso n. 1 Il portiere nella seguente azione NON commette infrazioni.
MATEMATICA PER L’ECONOMIA e METODI QUANTITATIVI PER LA FINANZA a. a
Metodi di minimizzazione Ricerca del minimo di dove è l’insieme delle variabili (coordinate)
Lezione n° 10 Algoritmo del Simplesso: - Coefficienti di costo ridotto - Condizioni di ottimalità - Test dei minimi rapporti - Cambio di base Lezioni di.
Transcript della presentazione:

Progetto Lauree Scientifiche DINAMICA DI POPOLAZIONI Liceo Statale A. Meucci Aprilia (LT) Anno Scolastico 2007/2008

Indice Modello a due età Modello a tre età Domande Parallelismo Esempi a due fasce Esempi a tre fasce Gli elefanti di mare di Año Nuevo

Popolazione ripartita in due età Consideriamo una popolazione ripartita in due soli classi di età: {n1(t), n2(t)} giovani e adulti, con coefficienti di fertilità f1 e f2. La popolazione totale al tempo t è n(t)=n1(t)+n2(t) p1 è la probabilità che un individuo della prima classe di età sopravviva e raggiunga la seconda. Il vettore profilo costituito dalle percentuali del numero di individui per fascia è (g(t), a(t)) = (n1(t)/n(t), n2(t)/n(t))

Modello a due età Levoluzione della popolazione può essere modellizzata: Usando la scrittura matriciale = dove è detta matrice di Leslie del modello a due fasce di età.

Popolazione ripartita in tre fasce di età Se la popolazione è ripartita in tre classi di età: {n1(t), n2(t), n3(t)} bambini, giovani e adulti, con coefficienti di fertilità f1 e f2 e f3. La popolazione totale al tempo t sarà n(t)=n1(t)+n2(t)+n3(t) p1 è la probabilità di passare dalla prima alla seconda fascia, p2 è la probabilità di passare dalla seconda alla terza fascia. Il vettore profilo, costituito dalle percentuali del numero di individui per fascia, è (b(t), g(t), a(t)) = (n1(t)/n(t), n2(t)/n(t), n3(t)/n(t))

Modello a tre età L'evoluzione di una popolazione a tre fasce d'età è: Usando la scrittura matriciale = dove è detta matrice di Leslie del modello a tre fasce di età.

Domande Se è il vettore colonna della popolazione e A = la matrice di Leslie, si può scrivere I vettori e sono paralleli tra loro? Cambiano direzione in relazione al tempo t e alle condizioni iniziali? Come si evolve la popolazione totale? Come si evolve il vettore profilo?

Il parallelismo Essendo // e quindi ovvero Un sistema lineare omogeneo ha soluzione non banale se det (A – λI) = 0 detta equazione caratteristica della matrice A Ogni soluzione λ di questa equazione si chiama autovalore della matrice A I vettori tali che si dicono autovettori relativi all'autovalore λ. Gli unici numeri λ per i quali // sono gli autovalori della matrice di Leslie A

Esempi a due fasce di età Esempio 1 A = con (n1(0), n2(0)) = (7, 40) La popolazione totale oscilla Il vettore profilo oscilla det (A – λI) = λ² – 1 = 0 λ = ± 1 L'autovettore relativo all'autovalore λ = 1 è = (2y, y) Se modifichiamo con (n1(0), n2(0)) = (20, 10) La popolazione diventa stabile Il profilo converge a (67, 33)

Esempio 2 A = con (n1(0), n2(0)) = (7, 40) La popolazione cresce Il profilo oscilla det (A – λI) = λ² – 2 = 0 λ = ± 2 L'autovettore relativo all'autovalore λ = 2 è = (4y, y) Se modifichiamo il vettore delle condizioni iniziali con (n1(0), n2(0)) = (40, 10) La popolazione continua a crescere Il profilo converge a (80,20)

Esempio 3 A = con (n1(0), n2(0)) = (7,40) La popolazione decresce Il profilo oscilla det (A – λI) = λ² – 1/4 = 0 λ = ± 1/2 L'autovettore relativo all'autovalore λ = 1/2 è = (y, y) Se modifichiamo le condizioni iniziali con (n1(0), n2(0)) = (10, 10) La popolazione continua a decrescere Il profilo converge a (50,50)

Esempi a tre fasce di età Esempio 4 A = con (n1(0), n2(0), n3(0)) = (2, 2, 1). la popolazione cresce e il profilo converge a (66, 27, 7). Sostituendo al vettore iniziale (n1(0), n2(0), n3(0)) = (66,27, 7) otteniamo la crescenza della popolazione e la convergenza immediata del vettore profilo

Esempio 4 è detta di Bernardelli A = e genera il modello Se (n1(0), n2(0), n3(0)) = (2, 1, 1), la popolazione oscilla, così come il profilo, con periodo 3. det (A- λI) = λ³ - 1 = 0 λ=1 è l'unico autovalore reale (gli altri due sono complessi coniugati e di modulo 1) L'autovettore relativo a λ=1 è = (8z, 4z, z) Se (n1(0), n2(0), n3(0)) = (8, 4, 1) La popolazione diventa stabile e il profilo converge all'autovettore (62, 31, 8)

Conclusioni La popolazione cresce quando la matrice di Leslie ha un autovalore dominante di modulo maggiore di 1 La popolazione decresce quando la matrice di Leslie ha gli autovalori di modulo minore di 1 In entrambi i casi precedenti il vettore profilo converge ad un autovettore. Se le condizioni iniziali sono un autovettore, il profilo converge immediatamente. La popolazione oscilla,anche con delle periodicità, se gli autovalori sono tutti di modulo 1. Il profilo oscilla se gli autovalori sono di segno opposto, ma converge se si parte con un autovettore. Nel caso di profilo oscillante e popolazione oscillante, se il dato iniziale è un autovettore, allora la popolazione si stabilizza e il profilo converge all'autovettore.

GLI ELEFANTI DI MARE

Gli elefanti di mare in tre fasce d'età Siamo partiti per ogni fascia dalla popolazione relativa agli anni 0, 5, 10. f1 = 0 f2 = 0,99921 f3 = 5,79773 p1 = 264/1000 = 0,264 p2 = 41/264 = 0,1553 (n1(0), n2(0), n3(0))= (1000, 264, 41) La popolazione decresce e il profilo converge a (70, 25, 5) Se (n1(0), n2(0), n3(0))=(70, 25, 5) la convergenza del profilo è immediata

Gli elefanti di mare in tre fasce d'età Abbiamo sviluppato il modello a tre fasce d'età anche partendo dalla popolazione relativa agli anni 2, 7, 12. f1 = 0 f2 = 1,89778 f3 = 21,06972 p1 = 139/396 = 0,35101 p2 = 11/139 = 0,07913 (n1(0), n2(0), n3(0))= (396, 139, 11) La popolazione cresce e il profilo converge a (74, 24, 2) Se (n1(0), n2(0), n3(0))=(74, 24, 2) la convergenza del profilo è immediata

Considerazioni sul modello a tre fasce Abbiamo implementato anche i modelli a tre fasce scegliendo come anni di riferimento per ciascuna fascia rispettivamente Anni 1, 6, 11 Anni 3, 8, 13 Anni 4, 9, 14 In tutti e tre i casi la popolazione cresce negli anni e il profilo converge ad un autovettore. Probabilmente la scelta degli anni iniziali 0, 5 e 10 come rappresentativi di ogni fascia rendeva instabile la popolazione.

Modello a 14 fasce per gli elefanti marini Abbiamo implementato anche il modello a 14 fasce: Siamo partiti dal vettore (1000, 490, 396, 324, 283, 264, 202, 139, 104, 69, 41, 14, 11, 8). Relativamente ad ogni anno abbiamo preso come fattore di fertilità e come probabilità di sopravvivenza i dati indicati in tabella: Il modello ci ha dato una popolazione decrescente e un profilo che dopo parecchie iterazioni converge al vettore (25, 13, 11, 10, 9, 9, 7, 5, 4, 3, 2, 1, 1, 0); Inserendolo come vettore di partenza abbiamo ottenuto una convergenza immediata del profilo.

Modello a quattordici fasce