Modele matematyczne drapieżnictwa

Podobne dokumenty
MODELE WIELOPOPULACYJNE. Biomatematyka Dr Wioleta Drobik

Drapieżnictwo II. (John Stuart Mill 1874, tłum. własne)

MODELE ODDZIAŁYWAŃ MIĘDZY DWIEMA POPULACJAMI

Wprowadzenie do modelowania matematycznego w biologii. Na podstawie wykładów dr Urszuli Foryś, MIM UW

Ekologia ogólna. wykład 7. Regulacja liczebności populacji Interakcje między organizmami

Twierdzenie 2: Własności pola wskazujące na istnienie orbit

Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów

Interakcje. Konkurencja. wykład 2

Wykład 2. Rodzaje konkurencji. Modele wzrostu populacji

Czego ekolog może się dowiedzieć od matematyka, czyli słów kilka o modelu drapieżnik-ofiara

INTERAKCJE. DRAPIEŻNICTWO WYKŁAD 5

Puszcza Białowieska: ptaki, skarby i mity. Przemysław Chylarecki Muzeum i Instytut Zoologii PAN

Fale biegnące w równaniach reakcji-dyfuzji

Witaj Biologio! Matematyka dla Wydziału Biologii 2015/2016

określa, czym się zajmują ekologia, ochrona środowiska i ochrona przyrody określa niszę ekologiczną wybranych gatunków

WYBUCHY ROZWIA ZAŃ NIELINIOWYCH RÓWNAŃ PARABOLICZNYCH: nieliniowe równanie ciep la, model Keller Segela chemotaksji

Teoria Chaosu. Proste modele ze złożonym zachowaniem: o teorii chaosu w ekologii.

Obliczenia inspirowane Naturą

Uniwersalność wykresu bifurkacyjnego w uogólnionym odwzorowaniu logistycznym

Tematy prac magisterskich i doktorskich

Stochastyczne dynamiki z opóźnieniami czasowymi w grach ewolucyjnych

Zaświadczenie. Nr 41/CB/2012. Niniejszym zaświadczam, iŝ Pan/Pani

Bezpłatny Internet dla mieszkańców Radomia zagrożonych wykluczeniem cyfrowym

Staw jako ekosystem. Cel zajęć: Cele operacyjne: Czas trwania: Miejsce zajęć: Pomoce dydaktyczne: Przebieg zajęć: EKOSYSTEM Biocenoza Biotop

GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils

Porównanie różnych podejść typu ODE do modelowania sieci regu

EKOLOGIA. Ekologia zespołów. Struktura zespołów. Bogactwo i jednorodność gatunkowa

EKOLOGIA J = Ekologia zespołów. Struktura zespołów. Bogactwo i jednorodność gatunkowa

PROJEKT WYKONAWCZY TOM III

Zastosowanie modeli matematycznych i symulacji w ochronie środowiska. Testowanie modelu. Wyniki. Wyniki uzyskane w laboratorium.

EKOLOGIA. Populacja termin różnie rozumiany. Cechy osobnicze vs cechy populacji. Ekologia populacji















Ruch obrotowy bryły sztywnej. Bryła sztywna - ciało, w którym odległości między poszczególnymi punktami ciała są stałe

Prawa ruchu: dynamika

Rozkład materiału z biologii do klasy III.


rczość pokarmowa Optymalizacja Ŝerowania

ODPOWIEDZI DO ZADAŃ. Zadanie 4. (0 1) Dokończ zdanie. Wybierz odpowiedź A albo B i jej uzasadnienie 1. albo 2.

Drapieżnictwo. Ochrona populacji zwierząt

DYNAMIKA SYSTEMÓW EKONOMICZNO- EKOLOGICZNYCH

Lp. SYMBOL NAZWA ZAJĘĆ EFEKTY KSZTAŁCENIA (P/K/PW)** ECTS K_K ŁĄCZNIE 50

Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku

Identyfikacja i modelowanie struktur i procesów biologicznych

Podstawy fizyki sezon 1 II. DYNAMIKA

Zastosowanie równań różniczkowych i różnicowych w modelowaniu biologicznym

4. P : P SO P Spin, π : P M: 6. F = P Spin Spin(n) S, F ± = P Spin Spin(n) S ± 7. ω: Levi-Civita, R:, K:

J. Szantyr Wykład 4 Podstawy teorii przepływów turbulentnych Zjawisko występowania dwóch różnych rodzajów przepływów, czyli laminarnego i

Przedmiotowy system oceniania z biologii kl. II. Poziom. programu. Dział. Ocena dopuszczająca Ocena dostateczna Ocena dobra Ocena bardzo dobra

Witaj Biologio! Matematyka dla Wydziału Biologii 2015/2016

Podstawy fizyki sezon 1 II. DYNAMIKA

Wykład z modelowania matematycznego.

Wykład 1: Fale wstęp. Drgania Katarzyna Weron. WPPT, Matematyka Stosowana

Teoria optymalnego żerowania - optimal foraging theory Robert MacArthur i Eric Pianka, oraz w niezależnej publikacji J. M.

Uniwersytet Warszawski Wydział Matematyki, Informatyki i Mechaniki. Najlepszy Student. Nr albumu: O pewnym modelu

Automaty komórkowe. Katarzyna Sznajd-Weron

FIZYKA-egzamin opracowanie pozostałych pytań

Co mają wspólnego matematyka i grypa?

Najprostszy schemat blokowy

EKOLOGIA. Populacja termin różnie rozumiany. Cechy osobnicze vs cechy populacji. Ekologia populacji

Znaczenie monitoringu populacji ssaków kopytnych w ochronie dużych drapieżników

Równania różniczkowe z opóźnieniem w opisie zjawisk biologicznych

Siły oporu prędkość graniczna w spadku swobodnym

Równania różniczkowe. Dariusz Uciński. Wykład 7. Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski

Fizyka 11. Janusz Andrzejewski

Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.

EKOLOGIA. Dynamika populacji człowieka. Teoria Malthusa. Ekologia populacji. Populacja (miliardy) Rok. Liczebność populacji Ilość zasobów.

Szczegółowe kryteria oceniania z biologii - klasa III gimnazjum

Wykład 10: Całka nieoznaczona

Konkurencja. wykład 4 Konkurencja a zespół organizmów

Konspekt lekcji biologii w kl. III gimnazjum

Przedmiotowe zasady oceniania wymagania na poszczególne oceny szkolne

K_U13, K_U14 5 MAT2002 K_W01, K_W02, K_U07 K_W01, K_W02, K_W03, K_U01, K_U03, K_U08, K_U09, K_U13, K_U14 K_W01, K_W02, K_W03, K_U01,

O ruchu. 10 m. Założenia kinematyki. Najprostsza obserwowana zmiana. Opis w kategoriach przestrzeni i czasu ( geometria fizyki ).

Filmy o numerycznym prognozowaniu pogody Pogodna matematyka : zakładka: Filmy

prof. dr hab. Tadeusz Filipek, dr Monika Skowrońska Uniwersytet Przyrodniczy w Lublinie

Priorytetowy system obsługi zgłoszeń niejednorodnych z mechanizmem odrzucania pakietów opartym o AQM

Zasady zachowania, równanie Naviera-Stokesa. Mariusz Adamski

Wymagania edukacyjne z biologii dla klasy III gimnazjum.

O problemie sterowania aproksymacyjnego dla semiliniowych inkluzji różniczkowych w przestrzeniach Hilberta

Matematyka dla biologów Zajęcia nr 6.

Zasady dynamiki Newtona

Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych

Fizyka 1 Wróbel Wojciech. w poprzednim odcinku

Jęzory Arnolda, diabelskie schody, czarne dziury i synchronizacja w oscylatorach biologicznych.

MODELE I MODELOWANIE

Ruch w obracajacym się potencjale harmonicznym

Wymagania edukacyjne z biologii dla klasy VIII szkoły podstawowej

Transkrypt:

Modele matematyczne drapieżnictwa Dariusz WRZOSEK Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski BIOFIZMAT, Grudzień 2015

Rodzaje odziaływań miedzygatunkowych Podstawowe oddziaływania międzygatunkowe w ekologii - konkurencja - mutualizm - drapieżnictwo - pasożytnictwo

Odpowiedź funkcjonalna Hollinga -d -odległość reakcji -T s - czas poszukiwania ofiar -V - prędkość przemieszczania się drapieżnika -a - efektywność ataków -T h - handling time Liczba schwytanych ofiar w czasie poszukiwań T s czest.spotk. {}}{ (a2dv v) T s Liczba ofiar zjedzonych w jedn. czasu F(v) = a2dvt s v T s + 2adVT s vt h = Funkcja Hollinga II typu (1952) (2adV )v 1 + (2adVT h )v.

Najprostszy model drapieżnik-ofiara v(t) zagęszczenie populacji ofiar, dv = rv(1 v dt k ) F(v)U. U stałe zagęszczenie drapieżnika

Optymalizacja prędkości poruszania się drapieżnika

Modele drapieżnik -ofiara (dynamika obu populacji) Pierwsze modele matematyczne Lotka- Volterra (1925-6), Kołmogorow (1936), Gause (1935) Hasło predator-prey wpisane w MathSciNet daje 2850 pozycji

Model Lotki-Volterry a du dt dv dt = du + cbvu = rv bvu,

Model Lotki-Volterry źródło:frank Hoppensteadt (2006), Scholarpedia, 1(10):1563

Model Lotki-Volterry źródło:frank Hoppensteadt (2006), Scholarpedia, 1(10):1563

Paradoks pestycydów v ofiara (owad, szkodnik upraw), u drapieżnik (owad) Stan stacjonarny (ū, v): ū = v = T 0 T 0 u(t)dt = r b, v(t)dt = d cb. w wyniku działania pestycydów rośnie d i maleje r.

Uogólnienie modelu Lotki Volterry Model Gause-go (1935) i Rosenzweiga-McArthura (1963) wzrost logistyczny : du dt dv dt = du + cf(v)u, = R(v) F(v)u, R(v) = rv(1 v/k) F(v) odpowiedź funkcjonalna (Holling 1959) liczba ofiar zjadanych w jednostce czasu przez jednego drapieżnika przy zagęszczeniu ofiar v. Dla klasycznego modelu Lotki-Volterry mamy zatem F(v) = bv

Uogólnienie modelu Lotki Volterry Model Gause-go (1935) i Rosenzweiga-McArthura (1963) wzrost logistyczny : du dt dv dt = du + cf(v)u, = R(v) F(v)u, R(v) = rv(1 v/k) F(v) odpowiedź funkcjonalna (Holling 1959) liczba ofiar zjadanych w jednostce czasu przez jednego drapieżnika przy zagęszczeniu ofiar v. Dla klasycznego modelu Lotki-Volterry mamy zatem F(v) = bv

Uogólnienie modelu Lotki Volterry Model Gause-go (1935) i Rosenzweiga-McArthura (1963) wzrost logistyczny : du dt dv dt = du + cf(v)u, = R(v) F(v)u, R(v) = rv(1 v/k) F(v) odpowiedź funkcjonalna (Holling 1959) liczba ofiar zjadanych w jednostce czasu przez jednego drapieżnika przy zagęszczeniu ofiar v. Dla klasycznego modelu Lotki-Volterry mamy zatem F(v) = bv

Bifurkacja Hopfa-cykle graniczne Bifurkacji Hopfa-utrata stabilności punktu krytycznego typu ognisko, przy pewnej krytycznej wartości parametru bifurkacyjnego powoduje pojawienie się cyklu granicznych wokół tego punktu limitcycle.jpg źródło:van der Hoff et al. S. Afr. J. Sci.(2013)

Cykle graniczne K.-S. Cheng, Uniqueness of a limit cycle for predator-prey system, SIAM J. Math. Anal. (1981) J. Hofbauer, J.W So, Multiple limit cycles for predator-prey models, Math. Biosci.(1990) D.W, Limit cycles in predator-prey models, Math. Biosci. (1990)

Model Hollinga-Tannera

Współdziałanie drapieżników

Populacja ze struktura i selekcja

Model z Am Nat

Układ drapieżnik -ofiara z migracja (dyfuzja) E. Conway, J.A. Smoller, Diffusion and the predator-prey interactions, SIAM J. Appl Math (1977) u, v : Ω (0, + ) R u t = d u u du + cf(v)u, v t = d v v + R(v) F(v)u, u ν (x, t) = v ν (x, t) = 0 dla x Ω i t > 0 ( ν -zewnętrzny normalny do brzegu Ω )

układ chemotaksji Kellera-Segel Keller-Segel J. Theor. Biology (1970) u t = d u u div(χu w), w t = d w w w+αu u ν (x, t) = v ν (x, t) = 0 dla x Ω i t > 0

układ drapieżnik -ofiara z migracja i taksja w kierunku ofiar Kareiva P, Odell G. (1987) Swarms of predators exhibit preytaxis if individual predators use are-restricted search. Am Nat 130: 233-270 J. M Lee, T. Hillen, M. Lewis(2009) Pattern formation in prey-taxis systems. J Biol Dyn 3: 551-573 Wang X, Wang W, Zhang G (2015) Global bifurcation of solutions for a predator-prey model with prey-taxis. Math. Meth in Appl Math Aiseba B, Bendahmane M, Noussair A (2008) A reaction-diffusion system modeling predator-prey with prey-taxis. Nonlinear Anal.RWA u t = d u u + (χ v) du + cf (v)u, v t = d v v + R(v) F(v)u,

układ drapieżnik -ofiara z migracja i chemotaksja I J.I Tello, D.W u t = d u u div(χu w), w t = d w w µw + αvf (u), v t = λr(1 v K ) vf (u),

układ drapieżnik -ofiara z migracja i chemotaksja II J.I Tello, D.W u t = d u u div(χu w), w t = d w w µw + αv, v t = λr(1 v K ) vf (u),