Modelagem em Sistemas Complexos - Escola de Artes ... Aula 2 e 3.pdf · Modelagem em Sistemas...
Transcript of Modelagem em Sistemas Complexos - Escola de Artes ... Aula 2 e 3.pdf · Modelagem em Sistemas...
Modelagem em Sistemas ComplexosInteração de espécies
Marcone C. PereiraEscola de Artes, Ciências e Humanidades
Universidade de São PauloSão Paulo - Brasil
Março de 2012
[email protected] Sistemas Complexos - EACH - USP
Nas próximas aulas discutiremos três tipos de interação entreespéciesa num contexto de dinâmica populacional.
1 Predador-presa: quando o crescimento de uma populaçãocausa o decrescimento de outra;
2 Competição: a interação implica num decrescimentopopulacional de todas as espécies envolvidas no sistema;
3 Mutualismo ou simbiose: interação proporcional crescimentopopulacional mútuo.
aConsideramos principalmente a interação entre duas espécies.
[email protected] Sistemas Complexos - EACH - USP
Modelos Predador-Presa.
Este primeiro modelo foi proposto por Volterra (1926) e Lotka (1920 e1925) simultaneamente.
Volterra estava investigando a oscilação da quantidade depeixes predadores causada pela primeira guerra mundial nomar Adriático quando a pesca foi severamente limitada.
Lotka estava interessado em tipos particulares de reaçõesquímicas que apresentavam comportamento oscilatório.
[email protected] Sistemas Complexos - EACH - USP
A população de presas N(t) e de predadores P(t) satisfazem:dNdt
= a N − b N P,
dPdt
= c N P − d P,t > 0;
com a, b, c e d > 0.
Características do modelo:
Na ausência de predadores as presas crescemexponencialmente.
A predação afeta o crescimento populacional da presa por umtermo proporcional a população de presas e predadores: −bNP.
Na ausência de presas a população de predadores decresceexponencialmente.
As presas contribuem com o crescimento de predadores comrazão cNP.
Pode-se interpretar os “NP-termos” como a conversão de energia deuma fonte a outra.
[email protected] Sistemas Complexos - EACH - USP
Primeiro redimensionamos1 o problema:dNdt
= a N − b N P,
dPdt
= c N P − d P,t > 0.
Escolhemosu =
cNd, v =
bPa, τ = at , α =
da
e obtemos: dudτ
= u(1 − v),
dvdτ
= αv(u − 1),τ > 0.
com α > 0 cujos equilíbrios são:
(0,0) e (1,1).
1Note que número de parâmteros que pode ser reduzido é igual aonúmero de variáveis utilizadas no modelo.
[email protected] Sistemas Complexos - EACH - USP
Este sistema pode ser reescrito com uma equação escalar da forma:
dvdu
= αv(u − 1)u(1 − v)
= α( v1 − v
) (u − 1u
)que pode ser resolvida pelo método equações separáveis.
Temos que (u(τ), v(τ)) é solução do problema com valor inicial(u(τ), v(τ)) = (u0, v0) se somente se é uma curva de nível da funçãoH(u, v ;α) definida por:
αu + v − ln(uαv) = Ha, u, v > 0.
aÉ a integral primeira do sistema, também chamada lei de conservação.
[email protected] Sistemas Complexos - EACH - USP
O ciclo de presas “conduz” o ciclo de predadores. Pequenasperturbações de presas ou predadores resultará numa nova órbitaperiódica com diferente amplitude.a
aCaracterística de sistemas instáveis por perturbações.
0 1 2 3 4 50.0
0.5
1.0
1.5
2.0
2.5
3.0
[email protected] Sistemas Complexos - EACH - USP
As órbitas fechadas u(τ) e v(τ) implicam soluções periódicas em τpara u e v como pode ser visto abaixo:
10 20 30 40 50 60 70t
1
2
3
4
5
6
8u, v<
Tais soluções foram obtidas para α = 0.4, u(0) = 0.7 e v(0) = 0.1.
Sistemas ConservativosProblemas que possuem integrais primeiras como esta sãochamados sistemas conservativos.
[email protected] Sistemas Complexos - EACH - USP
Voltemos a questão proposta por D’Ancona a Volterra.Por que ocorreu uma variação na frequência relativa dos “Salachians”nos mercados de Trieste, Fiume e Venice entre 1910 e 1923?
Se integramos as EDO’s em u e v num período T temos
1T
∫ τ0+T
τ0
u(τ)dτ = 1 e1T
∫ τ0+T
τ0
v(τ)dτ = 1.
Este cálculo nos dá a média da densidade das presas e predadoresno período. Assim:
mT (u) = 1 e mT (v) = 1.
Usando as relações entre as variáveis u, v , N e P obtemos
mT (N) =dc
e mT (P) =ab.
[email protected] Sistemas Complexos - EACH - USP
Introduzindo o fator “pesca” representado por h no sistema obtemos:dNdt
= a N − (b + h)N P,
dPdt
= c N P − (d + h)P,t > 0.
Este sistema se comporta como o anterior cujas médias agora são:
mT (N) =d + h
ce mT (P) =
ab + h
.
Moral da história.
(i) Com pesca o nível de densidade média de predadores diminui ea de presas aumenta.
(ii) Vale a pena desafiar seu sogro.a
aVeja para maiores detalhes Mark Kot, Elements of Mathematical Ecology,Cambridge (2001).
[email protected] Sistemas Complexos - EACH - USP
A necessidade de modelos mais realistas.Este modelo Lotka-Volterra clássico sugere que interações simplesdo tipo predador-presa podem apresentar comportamento periódico.
2
Modelos mais realistas permitem comportamentos oscilatórios maisvariados (ciclos limites, espirais etc.) bem como caos.
2Número de peles vendidas por Hudson Bay Company (Odum 1953)[email protected] Sistemas Complexos - EACH - USP
Modelos Lotka-Volterra gerais para duas espécies.dNdt
= N f (N ,P),
dPdt
= P g(N ,P),t > 0,
onde f e g são definidas pela interação entre presas e predadores.Como primeiro passo utilizamos o crescimento logístico para N
f (N ,P) = r(1 −
NK
)− P h(N)
com taxa de natalidade r , carrying capacity K e termo de predaçãoh(N) dependendo da densidade da presa.
[email protected] Sistemas Complexos - EACH - USP
O termo de predação em geral apresenta algum efeito de saturação.No Lotka-Volterra clássico h(N) = constante. Exemplos:
0.5 1.0 1.5 2.0 2.5N
0.1
0.2
0.3
0.4
0.5
N hHNL
(∗)hblue(N) = const ., hgreen(N) = A(1 − e−at)/N ,
hyellow (N) = A N/(A2 + N2), hred (N) = A/(N + B).
[email protected] Sistemas Complexos - EACH - USP
Considerar ainda algumas possíveis formas para g:
g(N ,P) = k(1 − l
PN
), g(N ,P) = −d + e h(N),
onde d , e, k e l são constantes positivas e h(N) é dada por algumadas funções definidas no slide anterior em (∗).
Na primeira expressão de g assume-se que a carrying capacity dopredador é diretamente proporcional a densidade da presa N.
[email protected] Sistemas Complexos - EACH - USP
A seguir algumas referências para métodos matemáticos que podemser utilizados no estudo de sistemas dinâmicos definidos porequações diferenciais ordinárias (EDO’s).
S. Smale, M. Hirsh and R. Devaney, Differential Equations,Dynamical Systems, and an Introduction to Chaos, Elsevier(2004).
S. Smale and M. Hirsh, Differential Equations, DynamicalSystems, and Linear Algebra, Academic Press, Inc. (1974).
Recomendamos também:
Apêndice A de: J. D. Murray, Mathematical Biology: Anintroduction, Springer-Verlag Berlin Heidelberg (2002).
Seção 3.2 de: N. Boccara, Modeling Complex Systems,Springer New York Dordrecht Heidelberg London (2010).
[email protected] Sistemas Complexos - EACH - USP
Exercícios: Exemplos de sistemas tipo Lotka-Volterra estáveis.
(1) Crescimento logístico para a presa: poço espiral.dNdt
= r N(1 −
NK
)− c N P,
dPdt
= b N P −m P,t > 0,
r , c, b e m > 0. (Clue: x = N/K , y = cP/r , τ = rt .)
(2) Crescimento logístico para a presa e carrying capacity dopredador proporcional a densidade de presas: ciclo limiteperiódico.3
dNdt
= N[r(1 −
NK
)−
k PN + D
],
dPdt
= P[s(1 −
h PN
)],
t > 0,
r , K , k , D, s e h > 0. (Clue: u = N/K , v = hP/K , τ = rt ,a = k/hr , b = s/r , d = D/K .)
3J. D. Murray, Mathematical Biology vol.1, seção [email protected] Sistemas Complexos - EACH - USP
Princípio de exclusão competitiva“Duas espécies competindo pelo mesmo recurso limitado,
em geral, não podem coexistir.”
Consideramos o modelo de competição Lotka-Volterra para duasespécies N1 e N2
dN1
dt= r1 N1
(1 −
N1
K1− b12
N2
K1
),
dN2
dt= r2 N2
(1 −
N2
K2− b21
N1
K2
),
t > 0,
r1, K1, r2, K2, b12 e b21 > 0, que nos dádu1
dτ= u1 (1 − u1 − a12 u2) ,
du2
dτ= ρu2 (1 − u2 − a21 u1) ,
τ > 0,
com u1 = N1K1
, u2 = N2K2
, τ = r1 t , ρ = r2r1
, a12 = b12K2K1
, a21 = b21K1K2
.
[email protected] Sistemas Complexos - EACH - USP
Equilíbrios. (0,0), (1,0), (0,1) e
(u∗1,u∗
2) =( 1 − a12
1 − a12a21,
1 − a21
1 − a12a21
), se a12a21 , 1.
Estabilidade dos equilíbrios. Para f1(u1,u2) = u1 (1 − u1 − a12 u2) ef2(u1,u2) = ρu2 (1 − u2 − a21 u1) temos que a Matriz Jacobiana é
J =
∂f1∂u1
(u1,u2)∂f1∂u2
(u1,u2)∂f2∂u1
(u1,u2)∂f2∂u2
(u1,u2)
= (1 − 2u1 − a12u2 −a12u1−ρa21u2 ρ(1 − 2u2 − a21u1)
)
(0,0) é instável já que: J(0,0) =(
1 00 ρ
).
(1,0) é estável se a21 > 1 e uma sela para a21 < 1 já que:
J(1,0) =(−1 −a120 ρ(1 − a21)
).
(0,1) é estável se a12 > 1 e uma sela para a12 < 1 já que:
J(0,1) =(
1 − a12 0−ρa21 −ρ
).
[email protected] Sistemas Complexos - EACH - USP
Em (u∗1,u∗
2) =(
1−a121−a12a21
, 1−a211−a12a21
)temos
J(u∗1,u∗
2) = (1 − a12a21)−1
(a12 − 1 a12(a12 − 1)
ρa21(a21 − 1) ρ(a21 − 1)
).
cujos autovalores são
λ± = (2(1 − a12a21))−1
[(a12 − 1) + ρ(a21 − 1) ±{
[(a12 − 1) + ρ(a21 − 1)]2 − 4ρ(1 − a12a21)(a12 − 1)(a21 − 1)}1/2
]onde
tr(J) = (1 − a12a21)−1 ((a12 − 1) + ρ(a21 − 1))
det(J) = ρ(a12 − 1)(a21 − 1)(1 − a12a21).
A princípio a estabilidade depende do tamanho de ρ, a12 e a21.
[email protected] Sistemas Complexos - EACH - USP
Para obtermos o espaço de fase deste sistema com respeito aosparâmetros fazemos uma análise geométrica utilizando as curvas denível das funções f1 e f2 definidas pelo valor 0.
Tais curvas de níveis serão retas dadas por
1 − u1 − a12u2 = 0 e 1 − u2 − a21u1 = 0.
Veremos que o comportamento qualitativo do sistema dependequase que exclusivamente dos parâmetros a12 e a21. Quatro são oscasos a se considerar:
Coexistência: a12 e a21 < 1. Competição ‘baixa’ entre asespécies.
Extinção dependendo das condições iniciais do sistema:a12 e a21 > 1. ‘Alta’ competição entre as espécies.
Extinção de u2: a12 < 1 < a21. A presença de u1 afeta u2 maisdo que u2 ao u1.
Extinção de u1: a12 > 1 > a21. u2 compete melhor do que u1.
[email protected] Sistemas Complexos - EACH - USP
Coexistência: a12 e a21 < 1.
1�a12
1
1�a211
f1<0
f1>0
f2<0
f2>0
1�a12
1
1�a211
(0,0) é sempre instável e pelos valores de a12 e a21 < 1 temosque (1,0) e (0,1) também são instáveis do tipo sela.
(u∗1,u∗
2) é estável já que o tr(J) < 0 e o det(J) > 0.
Pela configuração das semi-retas obtidas para este casopode-se concluir que as órbitas do primeiro quadranteconvergem para o equilíbrio estável (u∗1,u
∗
2) quando t →∞.
[email protected] Sistemas Complexos - EACH - USP
Extinção dependendo das condições iniciais: a12 e a21 > 1.
1
1�a12
11�a21
f1>0
f1<0
f2>0f2<0
1
1�a12
11�a21
Separatriz
(0,0) é instável e pelos valores de a12 e a21 > 1 temos que(1,0) e (0,1) são estáveis.
(u∗1,u∗
2) é uma sela já que o det(J) < 0.
Neste caso, existe uma curva separatriz dada pela variedadeestável da sela (u∗1,u
∗
2), que separa as regiões de atração dosequilíbrios estáveis (1,0) e (0,1).
[email protected] Sistemas Complexos - EACH - USP
Extinção de u2: a12 < 1 e a21 > 1.
1
1�a12
11�a21
f1>0
f1<0
f2>0
f2<0
(0,0) é instável (foco).
a12 < 1 e a21 > 1 implica que (u∗1,u∗
2) não existe.
(1,0) é estável (poço) e (0,1) é instável (sela).
Pela configuração das curvas conclui-se que (1,0) atrai assoluções com valores iniciais no primeiro quadrante.
[email protected] Sistemas Complexos - EACH - USP
Extinção de u1: a12 > 1 e a21 < 1.
1
1�a12
1 1�a21
f1>0
f1<0
f2>0
f2<0
(0,0) é instável (foco).
a12 > 1 e a21 < 1 implica que (u∗1,u∗
2) não existe.
(0,1) é estável (poço) e (1,0) é instável (sela).
Pela configuração das curvas conclui-se que (0,1) atrai assoluções com valores iniciais no primeiro quadrante.
[email protected] Sistemas Complexos - EACH - USP
F Exercício: Mutualismo e simbiose.Existem vários exemplos em que a interação entre espécies resultaem benefício para todos os envolvidos. Utilizando as mesmas idéiasexploradas no exemplo anterior, estude o seguinte modelo paramutualismo entre duas espécies Lotka-Volterra:
dN1
dt= r1 N1
(1 −
N1
K1+ b12
N2
K1
),
dN2
dt= r2 N2
(1 −
N2
K2+ b21
N1
K2
),
t > 0,
r1, K1, r2, K2, b12 e b21 > 0. (Clue: Trabalhe com u1 = N1/K1,u2 = N2/K2, τ = r1t ,ρ = r2/r1, a12 = b12K1/K2 e a21 = b21K1/K2)
Neste modelo a presença de N2 no ambiente beneficia N1 por umfator b12 da mesma forma que N1 colabora com N2 por um fator b21.Note que b12 e b21 não são necessariamente iguais.
[email protected] Sistemas Complexos - EACH - USP
Interação entre 3, 4, ..., n espécies: Pode haver Caos.a b
aVeja: Kot, Mark 2001. Elements of Mathematical Ecology, Cambridge.bGilpin, M. E. 1979. Spiral Chaos in a predator-prey model. American
Naturalist, 113, 306-308.
Exemplo: Um sistema biológico constituído por duas presas N1 e N2competindo pelo mesmo recurso e um predador P.
dN1
dt= N1 (1 − 0.001 N1 − 0.001 N2 − 0.015 P) ,
dN2
dt= N2 (1 − 0.0015 N1 − 0.001 N2 − 0.001 P) ,
dPdt
= P (−1 + α31 N1 + 0.0005 N2)
t > 0,
α31 > 0. Note que N1 é um competidor ‘superior’ a N2 e P ébeneficiado mais por N1 que por N2 com 0.002 ≤ α31 ≤ 0.0055.
[email protected] Sistemas Complexos - EACH - USP
Variando o parâmetro α31, isto é, a transferência de energia de N1para P no sistema, observamos as seguintes possibilidades decomportamento assintótico via simulação numérica:
a) Ponto de equilíbrio estável.
200
400
600
200
400
600
2040
Figura: Solução para α31 = 0.002, N1 = 300, N2 = 300 e P = 50.
[email protected] Sistemas Complexos - EACH - USP
a) Ponto de equilíbrio estável.
50 100 150 200 250 300
100
200
300
400
500
600
700
Figura: Gráfico do predador P e das presas N1 e N2 em t .
[email protected] Sistemas Complexos - EACH - USP
b) Um ciclo limite estável.
200
400
600200
400
600
800
0204060
Figura: Solução para α31 = 0.0033, N1 = 200, N2 = 400 e P = 50.
[email protected] Sistemas Complexos - EACH - USP
b) Ciclo limite estável.
100 200 300 400 500
200
400
600
800
Figura: Gráfico do predador P e das presas N1 e N2 em t .
[email protected] Sistemas Complexos - EACH - USP
c) Ciclo limite duplo estável.
200
400
600
200
400
600
800
0
50
100
Figura: Solução para α31 = 0.0036, N1 = 200, N2 = 300 e P = 50.
[email protected] Sistemas Complexos - EACH - USP
c) Ciclo limite duplo estável.
100 200 300 400 500
200
400
600
800
Figura: Gráfico do predador P e das presas N1 e N2 em t .
[email protected] Sistemas Complexos - EACH - USP
d) Ciclo limite quádruplo estável.
200
400
600
800
200
400
600
800
0
50
100
Figura: Solução para α31 = 0.00372, N1 = 200, N2 = 300 e P = 50.
[email protected] Sistemas Complexos - EACH - USP
d) Ciclo limite quádruplo estável.
100 200 300 400 500
200
400
600
800
Figura: Gráfico do predador P e das presas N1 e N2 em t .
[email protected] Sistemas Complexos - EACH - USP
e) Atrator Caótico.
200
400
600
800
200400
600
800
0
50
100
Figura: Solução para α31 = 0.004, N1 = 200, N2 = 300 e P = 50.
[email protected] Sistemas Complexos - EACH - USP
e) Atrator Caótico.
200 400 600 800 1000
200
400
600
800
Figura: Gráfico do predador P e das presas N1 e N2 em t .
[email protected] Sistemas Complexos - EACH - USP
f) Atrator Caótico II.
0
500
10000
500
1000
050
100150
200
Figura: Solução para α31 = 0.0055, N1 = 300, N2 = 300 e P = 50.
[email protected] Sistemas Complexos - EACH - USP
f) Atrator Caótico II.
200 400 600 800 1000 1200 1400
200
400
600
800
1000
Figura: Gráfico do predador P e das presas N1 e N2 em t .
Seríamos capazes de verificar tais comportamentos analiticamente?Exercício!
[email protected] Sistemas Complexos - EACH - USP