Populációdinamika. Számítógépes szimulációk szamszimf17la

Hasonló dokumentumok
Dinamikai rendszerek, populációdinamika

2. Alapfeltevések és a logisztikus egyenlet

Ingák. Számítógépes szimulációk fn1n4i11/1. Csabai István, Stéger József

Bevezetés a kaotikus rendszerekbe

Bolygómozgás. Számítógépes szimulációk fn1n4i11/1. Csabai István, Stéger József

Predáció populációdinamikai hatása

Populációdinamika és modellezés. A populációk változása populációdinamika. A populáció meghatározása. Modellezés

Populációdinamika kurzus, projektfeladat. Aszimptotikus viselkedés egy determinisztikus járványterjedési modellben. El adó:

Elméleti evolúcióbiológia beadandó feladat Kaotikus viselkedés a 4-dimenziós kompetitív Lotka-Volterra rendszerben

Utolsó el adás. Wettl Ferenc BME Algebra Tanszék, Wettl Ferenc (BME) Utolsó el adás / 20

BIOMATEMATIKA ELŐADÁS

Fajok közötti kapcsolatok

Modellezés. Fogalmi modell. Modellezés. Modellezés. Modellezés. Mi a modell? Mit várunk tőle? Fogalmi modell: tómodell Numerikus modell: N t+1.

Végeselem modellezés alapjai 1. óra

Kutatói pályára felkészítı akadémiai ismeretek modul

Differenciálegyenletek numerikus megoldása

Összefoglalás és gyakorlás

Szokol Patricia szeptember 19.

Megoldott feladatok november 30. n+3 szigorúan monoton csökken, 5. n+3. lim a n = lim. n+3 = 2n+3 n+4 2n+1

Népességnövekedés Technikai haladás. 6. el adás. Solow-modell II. Kuncz Izabella. Makroökonómia Tanszék Budapesti Corvinus Egyetem.

Differenciálegyenletek numerikus integrálása április 9.

Populációdinamikai modellek numerikus megoldása Matlab alkalmazásával

Vadbiológia és ökológia II.

Numerikus módszerek. 9. előadás

Populációdinamikai modellek stabilitásvizsgálata

Numerikus módszerek 1.

1. Határozza meg az alábbi határértéket! A válaszát indokolja!

Feladatok Differenciálegyenletek II. témakörhöz. 1. Határozzuk meg a következő elsőrendű lineáris differenciálegyenletek általános megoldását!

DINAMIKAI VIZSGÁLAT ÁLLAPOTTÉRBEN Dr. Aradi Petra, Dr. Niedermayer Péter: Rendszertechnika segédlet 1

Yule és Galton-Watson folyamatok

Populáció A populációk szerkezete

Hajlított tartó elmozdulásmez jének meghatározása Ritz-módszerrel

Modellek és Algoritmusok - 2.ZH Elmélet

Rekurzív sorozatok. SZTE Bolyai Intézet nemeth. Rekurzív sorozatok p.1/26

Folytonos rendszeregyenletek megoldása. 1. Folytonos idejű (FI) rendszeregyenlet általános alakja

Julia halmazok, Mandelbrot halmaz

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

3. Fékezett ingamozgás

4. Laplace transzformáció és alkalmazása

L'Hospital-szabály március 15. ln(x 2) x 2. ln(x 2) = ln(3 2) = ln 1 = 0. A nevez határértéke: lim. (x 2 9) = = 0.

Gyakorló feladatok a Közönséges dierenciálegyenletek kurzushoz

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,

Budapesti Corvinus Egyetem Makroökonómia Tanszék 2015/2016/2 SOLOW-MODELL. 2. gyakorló feladat március 21. Tengely Veronika

Parciális dierenciálegyenletek

Az ökológia alapjai. Populáció-dinamika

Determinisztikus folyamatok. Kun Ferenc

A hullámegyenlet megoldása magasabb dimenziókban

Rend, rendezetlenség, szimmetriák (rövidített változat)

3D számítógépes geometria 2

Nemlineáris programozás 2.

Vadászat - hasznosítás Állománynövekedési egyenletek. A hasznosítható mennyiség

MIKROÖKONÓMIA - konzultáció - Termelés és piaci szerkezetek

2015/16/1 Kvantummechanika B 2.ZH

Optika gyakorlat 1. Fermat-elv, fénytörés, reexió sík és görbült határfelületen. Fermat-elv

Hamilton rendszerek, Lyapunov függvények és Stabilitás. Hamilton rendszerek valós dinamikai rendszerek, konzerva3v mechanikai rendszerek

valós számot tartalmaz, mert az ilyen részhalmazon nem azonosság.

Runge-Kutta módszerek

Differenciálegyenletek numerikus megoldása

1. Komplex függvények dierenciálhatósága, Cauchy-Riemann egyenletek. Hatványsorok, elemi függvények

Lagrange egyenletek. Úgy a virtuális munka mint a D Alembert-elv gyakorlati alkalmazását

Ipari kemencék PID irányítása

Bevezetés. 1. fejezet. Algebrai feladatok. Feladatok

Georg Cantor (1883) vezette be Henry John Stephen Smith fedezte fel 1875-ben. van struktúrája elemi kis skálákon is önhasonló

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

Permutációk véges halmazon (el adásvázlat, február 12.)

NUMERIKUS MÓDSZEREK FARAGÓ ISTVÁN HORVÁTH RÓBERT. Ismertet Tartalomjegyzék Pályázati támogatás Gondozó

3. el adás. Hosszú távú modell: szerepl k, piacok, egyensúly. Kuncz Izabella. Makroökonómia. Makroökonómia Tanszék Budapesti Corvinus Egyetem

Makroökonómia. 5. szeminárium

Végeselem analízis. 1. el adás

Hurokegyenlet alakja, ha az áram irányával megegyező feszültségeséseket tekintjük pozitívnak:

Lotka Volterra-féle populációdinamikai modellek vizsgálata

Populációs kölcsönhatások. A populációs kölcsönhatások jelentik az egyedek biológiai környezetének élő (biotikus) tényezőit.

3. el adás. Hosszú távú modell: szerepl k, piacok, egyensúly. Kuncz Izabella. Makroökonómia. Makroökonómia Tanszék Budapesti Corvinus Egyetem

Az ökológia alapjai NICHE

A MATEMATIKA NÉHÁNY KIHÍVÁSA

January 16, ψ( r, t) ψ( r, t) = 1 (1) ( ψ ( r,

4. Kartell két vállalat esetén

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok

Konjugált gradiens módszer

Inga. Szőke Kálmán Benjamin SZKRADT.ELTE május 18. A jegyzőkönyv célja a matematikai és fizikai inga szimulációja volt.

MATE-INFO UBB verseny, március 25. MATEMATIKA írásbeli vizsga

Matematika II. 1 sin xdx =, 1 cos xdx =, 1 + x 2 dx =

ÉRZÉKELŐK ÉS BEAVATKOZÓK II. 5. DC MOTOROK SZABÁLYOZÁS FORDULATSZÁM- SZABÁLYOZÁS

Differenciálegyenletek december 13.

Példatár Lineáris algebra és többváltozós függvények

ODE SOLVER-ek használata a MATLAB-ban

sin x = cos x =? sin x = dx =? dx = cos x =? g) Adja meg a helyettesítéses integrálás szabályát határozott integrálokra vonatkozóan!

1. Lineáris differenciaegyenletek

3. előadás Stabilitás

Kaotikus dinamika. Dióssy Miklós - WXPC5Q. Komplex Rendszerek Szimulációs Módszerei. A jegyzőkönyvet készítette: Jegyzőkönyv

Annak a function-nak a neve, amiben letároltuk az egyenletünket.

Gépi tanulás és Mintafelismerés

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Populációdinamikai modellek

Közönséges differenciál egyenletek megoldása numerikus módszerekkel: egylépéses numerikus eljárások

3. jegyz könyv: Bolygómozgás

Bevezetés a gazdasági ingadozások elméletébe

Matematika mérnököknek 2. Ismétlés Numerikus dierenciálás Diegyenletek Fourier Matlab Projekt Desc Linkek

Átírás:

Populációdinamika Számítógépes szimulációk szamszimf17la Csabai István, Stéger József ELTE Komplex Rendszerek Fizikája Tanszék Email: csabai@complex.elte.hu, steger@complex.elte.hu

Bevezetés Dierenciálegyenletek a zikán túl Newton eredetileg a zikai rendszerek megértésére vezette be a dierenciálegyenleteket, de hamarosan kidrült, hogy az élet más területén jelenlev folyamatokat is jól megfoghatjuk általuk. Így a kémiától kezdve a populáció biológián át a pénzügyi-gazdasági és társadalmi folyamatok leírásában, modellezésében is megvan a szerepük. Fontos megjegyezni, hogy ezek a modellek a valóság közelítései csupán, de rámutathatnak lényeges motívumokra. A dierenciálegyenleteket többnyire akkor használjuk, ha egy változó id ben változik jöv beli értéke a változó saját aktuális értékének és más egyéb vátozók függvénye. A populációdinamikát egy általános keretrendszernek tekinthetjük. Bár alapvet en növényev kr l, ragadozókról és a táplálékról beszélünk, alakilag hasonló egyenletekbe behelyettesíthetjük vegyületek koncentrációit, katalizátorok hatékonyságát, vagy a gazdaság modellezésekor termel ket és fogyasztókat. A dinamika nagyon hasonló mintázatokat produkál. Csabai István, Stéger József (ELTE) PD 2 / 18

Egy szabadon fejl d faj A populáció létszámának (n) változását vizsgáljuk, az id (t) függvényében. Ha más tényez nincs, akkor logikus feltételezni, hogy a szaporodás a populáció létszámával arányos. A szaporodási ráta a írja le, hogy t id alatt mondjuk évente mennyi utód jön világra: n(t + t) = n(t) + an(t). Ha t kicsi, akkor a-t átskálázva a fenti egyenlet határesetben a következ dierenciálegyenletet adja: dn dt = an. A folytonos egyenlet akkor jó közelítés, ha a populáció mérete nagy és a szaporodási ráta elfolytonosítása nem okoz gondot. Az eredeti diszkrét megoldás a kiértékelt folytonos egyenlet újra diszkretizálásával történik. A valóságban ezzel vigyázni kell az er s éves szaporodási ciklusok miatt. Az egyenlet megoldása a jól ismert exponenciális növekedés: n = e at. Csabai István, Stéger József (ELTE) PD 3 / 18

Egy szabadon fejl d faj Egy szabadon élő faj 1 8 5 Nyulak 4 Egyedszám 3 2 1 5 1 15 2 Csabai István, Stéger József (ELTE) PD 4 / 18

A pusztulás és a véges táplálék hatása Realisztikusabb a modell, ha bevezetjük d halálozási rátát: dn dt = an dn. A megoldás r = a d el jelét l függ en n = e rt exponenciálisan növekv vagy csökken görbe. A konstans megoldás nem stabil. Vegyük gyelembe, hogy az er források az élelem vagy a nyersanyag korlátosak. Modellezzük ennek a szaporodásra-pusztulásra vett hatását szorzó tényez vel: dn = rnf (n). dt Tegyük fel, hogy az er források egy maximum k létszámú populációt tarthat el (kapacitás). F legegyszer bb modellje n-ben lineáris, kis populáció esetében nem módosítja az eredeti egyenleteket, a kapacitás elérésekor nem enged további szaporodást. Ezt a feltételt kielégíti: F (n) = 1 n k. Csabai István, Stéger József (ELTE) PD 5 / 18

A logisztikus egyenlet A dierenciálegyenlet így módosul: dn (1 dt = rn n ). k A logisztikus egyenlet x = n/k-val átskálázva a kifejezést: dx dt = rx(1 x). Megoldása r-től, és a kezdeti x -tól függően növekedő vagy csökkenő szigmoid jellegű görbe: 1 x(t) = ( ). 1 1 + x 1 e rt Csabai István, Stéger József (ELTE) PD 6 / 18

A logisztikus egyenlet A logisztikus egyenlet megoldása r = 1 r =, 5 r = 1 1 1.8.8.8 Telítettség.6.4 Telítettség.6.4 Telítettség.6.4.2.2.2 2 4 6 8 1 2 4 6 8 1 2 4 6 8 1 r = 1 r =, 5 1 1.8.8 Telítettség.6.4 Telítettség.6.4.2.2 2 4 6 8 1 2 4 6 8 1 Csabai István, Stéger József (ELTE) PD 7 / 18

A logisztikus egyenlet Stabilitás A logisztikus egyenlet egy nemlineáris dierenciálegyenlet. A nemlineáris dierenciál egyenletek nem minden esetben oldhatók meg analitikusan. Az egyenlet xpontjai, ahol dx/dt = esetünkben az x = és az x = 1. A xpontok lehetnek stabilak vagy instabilak, attól függ en, hogy picit megváltoztatva az oda visszatér vagy exponenciálisan eltávolodik. A stabilitást legegyszer bb lineáris perturbációkkal vizsgálni. Legyen a dierenciálegyenlet a következ alakú: dx dt = f (x), és egy x pontja x, azaz ahol f (x ) =. Kis perturbációval kimozdítva a rendszert a megoldás lineáris közelításben kereshet : x(t) = x + ɛ(t). Beírva az eredeti egyenletbe és Taylor-sorba fejtve: dɛ dt = f (x + ɛ) = f (x ) + ɛf (x ) +..., Csabai István, Stéger József (ELTE) PD 8 / 18

A logisztikus egyenlet Stabilitás (folytatás) A magasabb rend deriváltakat elhagyva: amit megold dɛ dt = ɛf (x ), ɛ(t) = ɛ()e f (x )t. A fixpontok stabilitása A logisztikus leképezés fixpontjai f (x ) < f (x) F (n) f (x ) > f (x ) > k x n A megoldás akkor stabil, ha lim t ɛ(t) =, azaz f (x ) <. x = : n = instabil, és x = 1: n = k stabil fixpont. Csabai István, Stéger József (ELTE) PD 9 / 18

Fajok versengése közös er forrásért Ha egy él helyen (niche) több faj küzd egyazon táplálékért, a véges er forrásokon keresztül kölcsönhatásba kerülnek. Egymáshoz viszonyított szaporodási rátájuk és a környezet eltartóképessége függvényében a rátermettebb faj akár teljesen el is foglalhatja a nichet. Modellezzünk két fajt: Az erőforrásért folytatott verseny azt jelenti, hogy ha az egyik faj szaporodik, akkor a másik faj számára is kevesebb erőforrás áll rendelkezésre: ( dn 1 = r 1 n 1 1 n ) 1 + αn 2, dt dn 2 dt k 1 = r 2 n 2 ( 1 n 2 + βn 1 k 2 ahol α és β dimenziótlan paraméterek azt felyezik ki, hogy milyen arányban fogysztja az egyik faj a másik erőforrásait és viszont. A rendszer fixpontjai függenek α, β, r 1, r 2, k 1 és k 2 értékeitől. ), Csabai István, Stéger József (ELTE) PD 1 / 18

Ragadozó-préda rendszerek A fajok kölcsönhatása nem csak a közös er forrásokért való küzdelemben nyilvánulhat meg. Róka nyúl példa 2 Hiúz Nyúl 2 1 Hiúz prémek száma [x1] 15 1 5 15 1 5 Nyúl prémek száma [x1] Nyúl prém [x1] 8 6 4 195 2 1934 1,86 1,88 1,9 1,92 [évszám] 1 2 3 4 5 6 Hiúz prém [x1] Sok nyúl sok táplálék a rókáknak a rókák is szaporodnak egyre több nyulat fogyasztanak kevesebb nyúl kevesebb róka a nyulak újra elszaporodnak... Csabai István, Stéger József (ELTE) PD 11 / 18

Lotka-Volterra-modell Feltételezések: korlátlan táplálék a nyulaknak (R), és korlátlan kapacitású rókák (F). LV-modell A paraméterek jelentése: dnr dt dnf dt = anr bnfnr, = cnrnf dnf. nr: a nyulak száma, a: a nyulak szaporodási rátája, bnf: a nyulak pusztulási rátája, nf: a rókák száma, cnr: a rókák szaporodási rátája, d: a rókák pusztulási rátája. Csabai István, Stéger József (ELTE) PD 12 / 18

Lotka-Volterra-modell A Lotka-Volterra-modell szimulációja Paraméterek: a =, 4; b =, 1; c =, 1; d =, 9 1,5 Nyulak Rókák 8 Egyedszám 1, 5 Rókák 6 4 2 2 4 6 8 1 2 4 6 8 1,1,21,41,6 Nyulak Paraméterek: a =, 4; b =, 4; c =, 4; d =, 9 8 Nyulak Rókák 6 Egyedszám 6 4 2 Rókák 4 2 2 4 6 8 1 2 4 6 8 Nyulak Csabai István, Stéger József (ELTE) PD 13 / 18

Lotka-Volterra-modell A Lotka-Volterra-modell realisztikusabbá tehet : ha a nyulak táplálékforrását korlátozzuk, ha korlátozzuk a rókák nyúlfogyasztási képességét. A kapacitás bevezetése ( a a 1 n R k ). A telítődés bevezetése nrnf n RnF 1 + nrs Csabai István, Stéger József (ELTE) PD 14 / 18

Lotka-Volterra-modell A módosított Lotka-Volterra-modell szimulációja Paraméterek: a =, 4; b =, 4; c =, 4; d =, 9; K = 8 6 Nyulak Rókák 6 Egyedszám 4 2 Rókák 4 2 2 4 6 8 1 1 2 3 4 5 Nyulak Paraméterek: a =, 4; b =, 4; c =, 4; d =, 9; S = 25 4, Nyulak Rókák 4, Egyedszám 3, 2, 1, Rókák 3, 2, 1, 2 4 6 8 1 1, 2, 3, 4, Nyulak Csabai István, Stéger József (ELTE) PD 15 / 18

Feladatok Felhasználva az el z órák anyagát írjunk saját szimulátorokat! 1 Nézzük meg, hogy a xpontok közelében és azoktól távol a logisztikus egyenlet analitikusan kiszámolható viselkedését milyen jól adja vissza az Euler-módszer és az adaptív Runge-Kutta módszer. Ábrázoljuk együtt a numerikus és analitikus megoldásokat, vizsgáljuk meg a különbségüket! Különböz kezd - és különböz r paraméterekkel indítva a logisztikus egyenletet rekonstruáljuk a fólia ábráit! 2 Készítsük el a fajok közös er forrásért való versengését modellez csatolt logisztikus modellt! Szimuláljuk az α = β = 1 esetet, és demonstráljuk numerikusan a kompetitív kizárás törvényét: azaz a két faj nem létezhet stabilan együtt a nagyobb k érték kiszorítja a másikat. Mutassuk meg, hogy a két faj együttélése csak αk 2 < k 1 és βk 1 < k 2 esetében stabil. Tipp: szimuláljunk különböz paraméterekkel, és ábrázoljuk a hosszabb id után megmaradt fajok számát az (αk 2 k 1 ) (βk 1 k 2 ) síkon. 3 Implementáljuk a Lotka-Volterra-modellt! Ábrázoljuk különböz paramétereknél a fajok szaporodását és a nrnf fázisteret! Csabai István, Stéger József (ELTE) PD 16 / 18

Szorgalmi feladat Készítsük el a véges táplálék ill. telít dés hatását is gyelembe vev Lotka-Volterra-modellt! Ábrázoljuk itt is a populációk létszámát illetve a fázisteret! Keressünk xpontokat, vizsgáljuk meg azok stabilitását! Dolgozzunk ki modellt 3 faj esetére, például tápláléklánc, két növényev és egy ragadozó faj. Csabai István, Stéger József (ELTE) PD 17 / 18

Irodalom Mathematical Biology jegyzet 1.1, 3.1-3.3 Logisztikus egyenlet Lotka-Volterra egyenlet Lotka-Volterra modell több faj kompetíciójával Csabai István, Stéger József (ELTE) PD 18 / 18