Dinmica de poblaciones

Carmen Martnez Martnez, Jos Luis Guterrez Espinosa 28 de octubre de 2013

1.

Introduccin

La inquietud por los fenmenos de la naturaleza ha movido siempre al ser humano a un estudio exahustivo de dichos fenmenos, los cuales en algunos, casos no han dado su fruto. No obstante, hoy da podemos estar satisfechos de los grandes avances. Fsicos, Matemticos, Bilogos y otras ramas de la ciencia, se ponen de acuerdo para modelar fenmenos para predecir, estudiar sus causas y otro tipo de caractersticas. Una herramienta muy importante para ello son las ecuaciones diferenciales, en concreto, las ecuaciones diferenciales en derivadas parciales, que es donde centraremos nuestro estudio. En particular, uno de los campos a estudiar son los fenmenos que tienen lugar en una poblacin, es lo que llamamos Dinmica de poblaciones. Los modelos matemticos que se centran en ello, intentan describir cmo la poblacin de una especie evoluciona frente al tiempo tienen una larga y fructfera historia. Ello nos sirve, por ejemplo, para estudiar diferentes anomalas de dicha poblacin Leonard Euler (1760) fue el primero en denir este concepto y en darle un contenido analtico, pero en realidad fue Alfred J.Lotka, en una serie de publicaciones que se iniciaron en 1907 y terminaron en 1937, quien primero trat lo que podemos considerar como el fundamento de la dinmica de poblaciones.

2.

Algunos modelos matemticos

Aqu presentaremos algunos modelos matemticos referidos a la dinmica de poblaciones. Modelos con difusin lineal: sistema cooperativo de Lotka-Volterra: en u = u( au + bv ) v = v ( dv + cu) en u=v=0 sobre

Ecuacin logtica con difusin no lineal lenta: wm = a(x)w b(x)w2 w=0 en sobre

Sistemas de segundo miembro de Holder-continuo: en u = u( au + bv ) v = v ( dv + cu) en u=v=0 sobre

Modelos dependiendo de la edad: En 1974, Gurtin y MacCamy, para solventar la carencia que tena la logstica de no tener en cuenta la edad de la poblacin, modelaron (y estudiaron) el comportamiento de una especie p con la ecuacin integro-diferencial. Llama la atencin su complejidad. i i + + 1 (a, P (t))i = (a, t; i)s (a)i M1 iY (t), t a s s + + 2 (a, P (t))i = (a, t; i)s (a)i N1 sY (t), t a 2 Y = mY (t) nY (t) + M1 I (t)Y (t) + N1 S (t)Y (t) i(a, 0) = i0 (a), s(a, 0) = s0 (a), Y (0) = Y0 , + i (0 , t ) = q (a, P (t))i(a, t)da, 0 + s(0, t) = q (a, P (t))(s(a, t) + (1 q )i(a, t))da, 0 i(a, t), x(a, t) 0, cuando a +.

Para particulizar un poco ms este trabajo, vamos a presentar un artculo. Nos mostrar un ejemplo concreto de las aplicaciones de las ecuaciones en diferencias parciales en el campo de la dinmica de poblaciones.

3.

Approximation of a population dynamics model by parabolic regularization

Abstract The basic linear model for describing an age structured population spreading

in a limited habitat is considered with the purpose of investigating an aproxximation procedure based on parabolic regularization. In fact, a viscosity model is introduced by considering an appropriate approximating regularized parabolic problem and it is proved thad the sequence of the approximating solutions tends to the solution to the original problem. The advantage of this approach is that it leads to the numerical solution of a parabolic problem that has more stable solutions than the hyperbolic-parabolic original problem and avoids the restrictions (compatibility conditions) needed to treat the latter. Moreover, for the solution of the approximating problem, it is possible to take advantage of stablished sofware packages dedicated to parabolic problem. Some examples of the approach are provided using COMSOL Multiphysics. INTRODUCTION We consider the linear model of an age-structured population diusing in a bounded habitat with no exchange of individuals with the outer environment n n n + K (a, y ) + (a)n = g in (0, T ) , t a y y n n (t, a, 0) = (t, a, L) = 0 in (0, T ) (0, a ), y y a n(t, 0, y ) = 0 (a, y )n(t, a, y )da in (0, T ) (0, L), 0 n(0, a, y ) = n0 (a, y ) in , where t 0 represent time, a [0, a ] age (we assume the maximun age a < +), y [0, L] the space position, = (0, a) (0, L). The state variable n(t, a, y ) si the age-space distribution of the number of individuals at time t, the function 0 (a, y ) is the intrinsic fertility function, and (a) is the intrinsic mortality rate of the population. Finally, the diusion constant K (a, y ) drives the diusion process and g (t, a, y ) represent a distributed in-ux We note that the mortality rate (a) is related to the survival probability
a

( )

that must satisfy the condition (a ) = 0. Thus (a) must be unbounded at a , and usually the assumption L1 loc ([0, a )) is adopted However, we perform the standard transformation p(t, a, y ) =
n(t,a,y ) (a)

and obtain the following problem on p(t, a, y ) p p p + K (a, y ) = f in (0, T ) , t a y y p p (t, a, 0) = (t, a, L) = 0 in (0, T ) (0, a ), y y a p(t, 0, y ) = (a, y )p(t, a, y )da in (0, T ) (0, L), 0 p(0, a, y ) = p0 (a, y ) in , 3

where, now, (a, y ) is the maternity function that summarizes the demographic process (a, y ) = 0 (a, y ) (a),

and f (t, a, y ), p0 , respectively, are normalized in-ux and a normalized initial datum,
f (t,a,y ) , p0 (a, y ) (a)

n0 (a,y ) (a)

Referencias
[1] Mimmo Iannelli y Grabiela Marinoschi, Approximation of a population dynamics model by parabolic regularization. (wileyonlinelibrary.com)DOI:10.1002/mma.2675. MOS subjet classication 92D23;35L02;35K57;65N99. Published online 30 August 2012 in Wiley Online Librari. [2] A.Suarez , Algunos modelos de la dinmica de poblaciones, Boletn de la Real Sociedad espaola de Matemtica. No 0 (0000), 1-25