Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
2 de junio de 2018
dN N E∗N
= ro ∗ N ∗ 1 − − (1)
dt K A+N
N
ro ∗ N ∗ 1 − K
: este termino es el modelo logı́stico de crecimiento de la población.
La población a medida que es más grande, crece más lentamente hasta llegar a un
tamaño en el cual no sigue creciendo por falta de recursos. En este modelo, se asegura
este comportamiento de disminución de la tasa de crecimiento con la incorporación de
N
1− K .
E∗N
A+N
: es la tasa de mortalidad de la población. Este termino se introduce en el modelo
logı́stico porque la tasa de crecimiento de la población se ve afectada por la caza y
muertes naturales dentro de la población. Esta adecuación de la mortalidad es muy
similar a una función de Monod, donde la tasa de mortalidad es muy baja cuando la
población (N ) es baja, y crece hasta un valor limite E cuando N es mucho mayor a A.
dN N E∗N
= ro ∗ N ∗ 1 − −
dt K A+N
N A E
X= K
τ = ro ∗ t a= K
h= ro∗K
De modo que:
E∗K ∗X
K ∗ Ẋ = ro ∗ K ∗ X ∗ (1 − X) −
A+K ∗X
Ẋ E∗X
= X ∗ (1 − X) −
ro ro ∗ (A + K ∗ X)
Ẋ E∗X
= X ∗ (1 − X) −
ro ro ∗ K ∗ (X + a)
dX h∗X
= X ∗ (1 − X) − (2)
dτ X +a
Se tiene que:
dX h∗X
= X ∗ (1 − X) −
dτ X +a
2
h∗ 6 X
6 X ∗ (1 − X) =
X +a
h
1−X =
X +a
h
Entonces gráficando y = 1 − X y y = X−a
:
3
dX dX
Figura 2: Posible gráfica de dτ
. φ y θ son los posibles puntos fijos de dτ
diferentes de cero.
El signo entre paréntesis hace referencia a que el punto fijo es positivo o negativo.
4
Punto 1.5 Modelo acoplado:
N E∗N
Ṅ = ro ∗ N ∗ 1 − −
K A+N
p∗N
Ė = −c ∗E
A+N
Figura 4: Diagrama de fase del modelo de crecimiento de peces modificado, con parámetros
ro = 1, K = 2, A = 0,3, p = 1,5 y c = 1.
5
Figura 5: Serie de tiempo de una trayectoria ubicada en la espiral, del campo del modelo,
con parámetros ro = 1, K = 2, A = 0,3, p = 1,5 y c = 1.
Figura 6: Diagrama de fase del modelo de crecimiento de peces modificado, con parámetros
ro = 1, K = 2, A = 0,5, p = 1,5 y c = 1.
6
Figura 7: Serie de tiempo de una trayectoria ubicada en la espiral, del campo del modelo,
con parámetros ro = 1, K = 2, A = 0,5, p = 1,5 y c = 1.
dIh
= a ∗ b ∗ m ∗ Im ∗ (1 − Ih ) − r ∗ Ih (3)
dt
dIm
= a ∗ c ∗ Ih ∗ (1 − Im ) − µ2 ∗ Im (4)
dt
7
Punto 2.2 y 2.3 Parámetro Ro:
a b c m r µ2 Ro resultante
Ro<1 0.01 0.2 0.5 30 0.05 0.5 0.012
Ro=1 0.2236 0.2 0.5 5 0.5 0.05 1
Ro>1 0.5 0.5 0.5 10 0.05 0.05 250
En la figura 9 se presenta el caso donde Ro = 1, para esta condición se tiene que los
individuos infectados también tienden a cero, presentádose un punto fijo en (0,0). En cambio,
en la figura 10, se presenta el caso Ro ¿1 para el cual se tiene dos puntos fijos, (0,0) punto de
silla y (0.983,0.830) sumidero; en esta ocasión el porcentaje de individuos humanos-moscas
infectados se alejan del cero y tienden al caso donde casi el total de la población es infectada
(0.983,0.830).
8
Figura 9: Campo de gradientes del modelo para Ro = 1.
9
La lluvia y la humedad influyen en la longevidad de la población de mosquitos y aumenta
los nichos de incubación de los huevesillos de mosca. Pero lluvia excesiva hace rebosar los
charcos de incubación provocando disminución de la natalidad de moscas; y por otro lado,
sequı́as excesivas evapora las chacas o criaderos de los huevesillos de mosca ocasionando la
muerte de las mismas, por lo tanto disminuye la natalidad de las moscas.
10