Documentos de Académico
Documentos de Profesional
Documentos de Cultura
2006 - Libro-Ecologia Matematica PDF
2006 - Libro-Ecologia Matematica PDF
Principios y aplicaciones
Fernando R. Momo
ngel F. Capurro
Ecologa Matemtica
Principios y aplicaciones
Ediciones Cooperativas es un emprendimiento
cooperativo de docentes de la Facultad de Ciencias
Econmicas de la Universidad de Buenos Aires para
difundir sus trabajos e investigaciones
Ni
ng
un
a
pa
Momo, Fernando R.
Ecologa matemtica : principios y aplicaciones / Fernando R. Mo-
mo y Angel F. Capurro - 1a ed. - Buenos Aires : Ediciones Cooperati-
vas, 2006.
114 p. ; 21x14 cm.
ISBN-10: 987-1246-21-8
ISBN-13: 978-987-1246-21-2
1. Ecologa Matemtica. I. Capurro, Angel F. II. Ttulo
2006 Momo, Fernando R.
Derechos exclusivos
9
Fernando R. Momo - ngel F. Capurro
Los autores
10
Captulo 1
Los modelos matemticos y su razn de ser
11
Fernando R. Momo - ngel F. Capurro
1
Momo, F.R. 1995. A new model for periphyiton growth in running wa-
ters. Hydrobiologia, 299: 215-218. Trabajo basado en observaciones de
campo y sesudos comentarios de mi colega y compaero Adonis Giorgi.
12
Ecologa Matemtica - Principios y aplicaciones
dB
= r (B U )(K B ) + C
dt
Esta ecuacin debe ser leda con cuidado. En primer lugar
nos indica que la biomasa necesita alcanzar un cierto valor umbral
para empezar a tener crecimiento positivo. Ese valor umbral es U.
Tambin nos dice que tiene un valor mximo para el cul alcanza
crecimiento cero (llamado en la jerga ecolgica capacidad de car-
ga); ese valor es K. Por ltimo, vemos que al crecimiento intrnse-
co de la poblacin (producido por su propia actividad biolgica y
el balance entre natalidad y mortalidad) se le agrega un trmino
independiente C que representa una colonizacin si es mayor que
cero o un desprendimiento de clulas por el arrastre del agua si es
negativo. Supusimos que ese trmino vara en forma de parbola
con la velocidad de corriente segn el siguiente grfico:
13
Fernando R. Momo - ngel F. Capurro
1
0
0 2 4 6 8 10 12
-1
-2
-3
-4
v (m/s)
14
Ecologa Matemtica - Principios y aplicaciones
30
25 F(B)
F(B), G(B)
20 G(B)
15
10
0
0 5 10 15 20 25
2
Esta elegante forma de analizar el modelo fue sugerida al autor del ma-
nuscrito por la Dra. Graciela Canziani y permiti hacer ms comprensible
para un pblico no matemtico el razonamiento.
15
Fernando R. Momo - ngel F. Capurro
3
En el sentido de Ren TOM y su teora de catstrofes.
16
Captulo 2
Modelos de crecimiento poblacional
17
Fernando R. Momo - ngel F. Capurro
18
Ecologa Matemtica - Principios y aplicaciones
N TD = 2 N 0 = N 0 e rTD
ln 2 = r TD (2.4)
ln 2
TD =
r
En el caso que mencionamos de la poblacin humana, este
valor se utiliza para comparar el crecimiento entre pases y even-
tualmente en la planificacin de gobierno. Cuando la poblacin que
se est estudiando es de una especie en peligro de extincin (caso
en que r suele ser menor que cero), el TD es la vida media de la po-
blacin, es decir el tiempo que tardara en reducirse a la mitad la
poblacin actual. En este caso, lo que se planifica son las medidas
de conservacin o el modo de revertir la tendencia.
19
Fernando R. Momo - ngel F. Capurro
dN
= ( m N + c ) N = c N m N 2 (2.6)
dt
Como vemos, hemos pasado de una ecuacin lineal para la
velocidad de crecimiento a una ecuacin cuadrtica. Junto con el
cambio de potencia aparece ahora otra novedad: la poblacin no
crece infinitamente. Es ms, tiene puntos de equilibrio, es decir,
valores de N para los cuales la velocidad de crecimiento es nula.
Uno de esos puntos, por supuesto (esa fue nuestra condicin para
todo modelo razonable de crecimiento poblacional), es el cero: si
la poblacin es nula, la velocidad de crecimiento tambin lo es.
Pero ahora hay otro punto de equilibrio. Veamos:
0 = c N mN2
N (c m N ) = 0
N 1* = 0 (2.7)
c
N 2* =
m
Es bueno aclarar aqu algo de la notacin; el asterisco (*)
denota que el valor de la variable corresponde a un valor de equili-
brio (en el mundo de los modelos continuos, un punto para el cual
la derivada de la variable respecto del tiempo es nula). Al valor de
equilibrio distinto de cero c/m (en la jerga de los modelos, el equi-
librio no trivial) le llamaremos K y asumiremos que representa el
mximo tamamo que la poblacin puede alcanzar en equilibrio. El
nombre que recibe ese valor en ecologa es el de capacidad de
carga. A la constante c, que representa el valor mximo posible de
la tasa intrnseca de crecimiento, le llamaremos por eso r0. Reem-
plazando ahora en la ecuacin 2.5 obtenemos:
dN r N K N
= r0 N 0 N 2 = r0 N 1 = r0 N
dt K K K
(2.8)
Esta ltima es la formulacin ms conocida del modelo lo-
gstico que se interpreta biolgicamente diciendo que la velocidad
de crecimiento de la poblacin es a la vez proporcional a su tamao
y a cuanto le falta para alcanzar su tamao mximo K.
20
Ecologa Matemtica - Principios y aplicaciones
K
Nt = (2.9)
K N 0 r0t
1+ e
N0
Qu caractersticas tiene el punto de equilibrio no trivial
N2*=K?
El criterio de estabilidad
21
Fernando R. Momo - ngel F. Capurro
50
40
30
20
dN/dt
10
0
-10 0 50 100 150 200 250 300
-20
-30
22
Ecologa Matemtica - Principios y aplicaciones
Modelos generalizados
23
Fernando R. Momo - ngel F. Capurro
15000
10000
5000
dN/dt
0
0 50 100 150 200 250
-5000
-10000
24
Ecologa Matemtica - Principios y aplicaciones
150
100
50
dN/dt
0
0 50 100 150 200 250 300
-50
-100
25
Fernando R. Momo - ngel F. Capurro
dN N
2. = N ln de Swan (1977) parece un modelo
dt K
algo absurdo para una poblacin. Sin embargo fue desarrollado
para representar el decrecimiento de un tipo particular de tumor
(poblacin celular) ante la quimioterapia. Ntese que mientras el
tamao de la poblacin es mayor que el valor K, la velocidad de
crecimiento es negativa (se asume > 0); cuando N < K el loga-
ritmo en la ecuacin es menor que cero y la velocidad de creci-
miento es positiva. Aqu estamos ante un estado de equilibrio K
que es nico y estable. El tumor no puede ser llevado a tamao ce-
ro. El modelo no est definido para N = 0.
60
40
20
dN/dt
0
0 50 100 150 200 250 300
-20
-40
dN a
3. = r N c b N de Schoener. Tampoco tie-
dt N
ne definicin en N = 0 ; sin embargo presenta otra vez un equili-
brio estable distinto de cero. Sirve slo para poblaciones abiertas
(con inmigracin).
26
Ecologa Matemtica - Principios y aplicaciones
3000
2000
dN/dt 1000
0
0 20 40 60 80 100 120
-1000
-2000
-3000
27
Fernando R. Momo - ngel F. Capurro
28
Ecologa Matemtica - Principios y aplicaciones
a 1
N* = (2.17)
a
slo definido con sentido biolgico (poblaciones mayores
o iguales que cero) para a > 1, lo que implica una poblacin que
crece.
Este modelo no puede reducirse a una frmula cerrada y slo nos
queda calcular los valores. Por suerte esto es muy fcil en la poca
de las planillas de clculo y s interesante ver qu sucede a medida
que aumentamos el valor de a.
En todos los casos, los valores calculados corresponden a
los puntos, la lnea slo es una ayuda visual ya que el modelo slo
permite calcular valores a intervalos regulares. No obstante pode-
mos observar que el comportamiento del sistema pasa de parecerse
mucho al de un modelo logstico continuo a presentar oscilaciones
amortiguadas primero y luego oscilaciones no peridicas, aparen-
temente irregulares (caos). Todo con el mismo modelo cambiando
slo el valor de un parmetro. Esto nos abre un panorama comple-
tamente nuevo de anlisis. La estabilidad o no del punto fijo de-
pende ahora de los valores de los parmetros del modelo. Esto se
estudiar ms profundamente en el captulo 6, pero es interesante
preguntarse cmo s ahora si el punto fijo (equilibrio) es un
atractor o no?
Cuando se trabaja con modelos continuos, el criterio que
usamos para el signo de la derivada puede generalizarse a sistemas
con varias ecuaciones diferenciales y demostrar que un punto de
equilibrio es estable cuando la matriz de Jacobi o jacobiana del
sistema tiene un autovalor o valor propio dominante con parte real
negativa (vase captulo 3 para ms detalles). Esto en el caso de
una sola ecuacin diferencial (una sola poblacin en nuestro caso)
es equivalente a que la derivada respecto del tamao (N) de la fun-
cin de velocidad de crecimiento sea negativa en el punto de equi-
librio.
29
Fernando R. Momo - ngel F. Capurro
Nt vs. tiempo
0.18
a = 1.2
0.16
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 5 10 15 20 25 30
Nt vs. tiempo
0.6
a = 2.2
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
30
Ecologa Matemtica - Principios y aplicaciones
Nt vs. tiempo
0.8
a = 2.9
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
Nt vs. tiempo
1
a = 3.7
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30 35
31
Fernando R. Momo - ngel F. Capurro
32
Ecologa Matemtica - Principios y aplicaciones
33
Fernando R. Momo - ngel F. Capurro
1.2
F(N); G(N)
0.8
0.6 F(N)
G(N)
0.4
0.2 N*
0
0 0.2 0.4 0.6 0.8 1 1.2
N
La parbola representada en este grfico nos permite leer
el valor del siguiente N para cualquier valor inicial de Nt-1 (recor-
demos que normalizamos nuestro modelo para que los tamaos
poblacionales queden comprendidos siempre en el intervalo [0; 1]).
En rigor, estos grficos representan en realidad mapas dinmicos
del sistema y no tiene por qu cumplir estrictamente con las pro-
piedades de lo que en matemtica se denominan funciones. En
este caso en particular s las cumple porque es un modelo muy
simple.
Pero volvamos a nuestro criterio chapucero4 para deter-
minar si el punto fijo es un atractor o no. Recordemos que la con-
dicin era que la derivada respecto de N de la funcin F(N) en di-
cho punto fuese de mdulo menor que 1; y la derivada es la pen-
diente de la curva para ese punto, es decir, en el lugar donde se
cruza con la funcin identidad G(N). As que basta examinar la
pendiente all y si est comprendida entre 1 (caso en que el punto
fijo es cero) y 1, caso en que comienzan los ciclos lmite sabre-
mos que el punto fijo de marras es un atractor (en el caso de mode-
los continuos hubisemos dicho tambin equilibrio estable). Pero
4
Mi amigo y colega Jorge Velasco-Hernndez me cont que en Mxico le
llaman talacha a la accin de resolver las cosas de modo desprolijo o
poco ortodoxo. En Argentina se suele llamar a esto un modo chapucero de
hacer las cosas o se dice simplemente que lo atamos con alambre.
34
Ecologa Matemtica - Principios y aplicaciones
esto no es slo vlido para este caso en particular sino para cual-
quier modelo que podamos imaginar por complicada que sea la
funcin F(N)!
Tenemos algo prctico.
El lector inquieto puede ensayar estas propiedades iterando
a mano la funcin en el mapa dinmico. En efecto, tome usted
cualquier punto inicial en el eje de abscisas, suba verticalmente
hasta la curva de F(N), all podra leer en el eje de ordenadas el
valor siguiente de la poblacin y luego buscar ese valor en el eje de
abscisas otra vez y repetir el proceso, pero podramos ahorrar tiem-
po y trabajo movindonos horizontalmente hasta la curva identidad
(funcin G(N)) y desde all subir o bajar verticalmente otra vez
hasta F(N). Si el punto fijo es un atractor, la repeticin de este pro-
ceso nos llevar hasta el punto de cruce de las dos funciones. Este
proceso es un poco engorroso pero es entretenido y didctico. Re-
comendamos repetirlo por ejemplo con grficos que este modelo
(logstico discreto) realizados para distintos valores de a. El resul-
tado es muy instructivo. En la siguiente figura se ve un recorrido
posible empezando con N = 0.14. Se puede notar que se alcanza el
punto fijo con unas pequeas oscilaciones amortiguadas previas.
Aqu a = 2.7 de manera que ese resultado coincide con lo que vi-
mos en las simulaciones de N vs. T.
35
Fernando R. Momo - ngel F. Capurro
36
Captulo
Captulo 3
Depredacin y competencia
Los modelos de depredacin y competencia forman parte
de la batera de herramientas clsicas del eclogo. Vito Volterra en
Italia y Alfred Lotka en Estados Unidos fueron los precursores en
este tema y crearon los modelos que, con diversas modificaciones
y mejoras, seguimos usando hoy.
El modelo de Volterra para depredacin comienza supo-
niendo la existencia de dos poblaciones de animales, una de las
cuales (el depredador) se alimenta de la otra (la presa). Se supone
que las dos poblaciones estn formadas por individuos idnticos,
mezclados en forma ms o menos homognea en el espacio (vere-
mos que esta suposicin es importante a la hora de modelizar la
interaccin entre ambas poblaciones). Cada una de las poblaciones,
en ausencia de la otra, tiene una dinmica malthusiana, es decir,
exponencial: si no hay depredador, la poblacin de la presa crece
exponencialmente; si no hay presa, la poblacin del depredador
decrece exponencialmente. Podemos expresar esto en dos ecuacio-
nes (nuevamente usaremos la convencin de considerar a las cons-
tantes siempre positivas, para que el signo de los parmetros sea
explcito):
dN1
= r1N1
dt
(3.1)
dN 2
= r 2 N 2
dt
donde N1 representa la densidad de presas y N2 la densidad
del depredador, mientras que r1 y r2 son los valores absolutos de las
tasas intrnsecas de crecimiento.
Ahora introduciremos la interaccin, suponiendo encuen-
tros casuales entre los depredadores y las presas, gobernados por la
ley de accin de masas (como si fuesen molculas que reaccionan
entre s en una mezcla homognea); esto hace que la probabilidad
37
Fernando R. Momo - ngel F. Capurro
dN1
= r1N1 pN1N 2
dt
(3.2)
dN 2
= r2 N 2 + epN1N 2
dt
5
Entendemos por encuentro exitoso aquel en que el depredador efecti-
vamente atrapa y se come a la presa, as que estamos mirando el xito
desde el punto de vista del depredador.
38
Ecologa Matemtica - Principios y aplicaciones
6
Por supuesto, no tiene inters biolgico el caso en que ambas poblacio-
nes tienen valor cero, aunque cumple con la condicin de equilibrio.
7
Obviamente, por razones biolgicas, slo tienen sentido para nosotros
las poblaciones con densidades mayores o iguales que cero; por lo tanto
nos interesa slo el primer cuadrante en este espacio definido por los dos
ejes cartesianos.
8
Tambin llamada nulclina.
39
Fernando R. Momo - ngel F. Capurro
N2
r1/p
r2/ep N1
Si pensamos que cuanto ms cerca est un punto de una de las iso-
lneas, menor es la velocidad con que crece la poblacin a la que
esa isolnea corresponde (por ejemplo, si estamos cerca de la isol-
nea de la presa, la velocidad horizontal del sistema es menor) y
que, en cada punto posible del espacio de estados hay una veloci-
dad dada por la resultante de la velocidad horizontal (la velocidad
de crecimiento de la presa) y la velocidad vertical (la velocidad de
crecimiento del depredador), podemos trazar a mano alzada las
posibles rbitas del sistema a partir de cualquier punto. Sin embar-
go, nada nos asegura que estas rbitas sean realmente as; debemos
rizar el rizo matemtico para describirlas.
40
Ecologa Matemtica - Principios y aplicaciones
r1 = pN 2*
(3.4)
r2 = epN1*
dN1
dt
= pN 2* N1 pN1N 2 = pN1 N 2 N 2*( )
dN 2
dt
= epN1* N 2 + epN1N 2 = epN 2 N1 N1* ( )
(3.5)
dN 2 N 2 (N1 N1* )
= e
dN1 N1(N 2 N 2* )
(
N 2 N 2* )dN
N
2
(
= e N1 N1* )dN
N
1
2 1
(3.6)
dN 2 dN
dN 2 N 2 = e dN1 + eN1* 1
*
N2 N1
1
e
( )
N 2 N 2* ln N 2 + N1 N1* ln N1 = C
(3.7)
41
Fernando R. Momo - ngel F. Capurro
dF dF
dx dy
J= (3.8)
dG dG
dx dy
r1 pN 2 pN1
J= (3.9)
epN 2 r2 + epN1
r2
0
* e
J = (3.10)
er 0
1
43
Fernando R. Momo - ngel F. Capurro
r2
(
det J * I = ) e
(3.11)
er1
2 + r1 r2 = 0
= r1 r2
(3.12)
1 = i r1r2
2 = i r1 r2
9
Usaremos la denominacin transitorio, que, en castellano, parece ms
correcta que la habitual trasiente.
44
Ecologa Matemtica - Principios y aplicaciones
dN1 r N2 N
= r1N1 1 1 pN1N 2 = r1N11 1 pN1N 2
dt K1 K1
dN 2
= r2 N 2 + epN1N 2
dt
(3.13)
Cuando calculamos las isolneas, para buscar el punto de
equilibrio si es que existe, vemos que la correspondiente al depre-
dador no cambia respecto al modelo bsico y sigue siendo
N1* = r2 , pero la de la presa tiene ahora una pendiente negati-
ep
va en el mapa de estados y est expresada por la funcin
N 2 = r1 N1 r1 ; esto nos indica, como primer punto, que
p pK 1
para que exista un equilibrio con las dos poblaciones no nulas, tie-
ne que cumplirse la condicin de que r2/ep < K1, porque si la presa
tiene una capacidad de carga demasiado baja o el depredador tiene
muy poca eficiencia, no tendremos presas suficientes para mante-
ner una poblacin viable de depredadores.
La otra sorpresa la encontramos al estudiar la dinmica.
Usted puede verificar fcilmente (?) que los autovalores de la ma-
triz jacobiana en el equilibrio estn dados por
45
Fernando R. Momo - ngel F. Capurro
2
rr r1r2 r r2
12 4er1r2 + 4 1 2
K 1ep K 1ep K 1p
1,2 =
2
(3.14)
Esta expresin parece algo complicada como para sacar al-
guna conclusin respecto a la dinmica del sistema, sin embargo,
teniendo en cuenta la condicin para que exista un punto de equili-
brio con las dos poblaciones positivas (r2/ep < K1) se puede ver
que
r2
= <1
epK 1
(3.15)
r
= e 2
pK 1
de manera que podemos simplificar la expresin para los
autovalores como
r1 ( r1 )2 4 r1 r2
1, 2 =
2
(3.16)
Si examinamos esta expresin vemos que la parte real de
los autovalores siempre es negativa y que la parte imaginaria puede
ser distinta de cero dependiendo del valor de los parmetros, sobre
todo de la relacin entre r1 y r2. La conclusin es que el punto de
equilibrio funciona como un atractor y que las poblaciones alcan-
zarn su valor de equilibrio bien en forma asinttica sin oscilacio-
nes o en forma de oscilaciones amortiguadas, dependiendo del sig-
no de la expresin bajo la raz cuadrada.
Otra modificacin interesante del modelo base es aquella
en que suponemos que el depredador se alimenta de un estado
avanzado de la presa que ya no es reproductivo y por lo tanto no
influye en el crecimiento de la poblacin de presas. Sera el caso en
que un organismo (que pude ser el hombre) consume los estados
post-reproductivos de un pez. Tambin puede asimilarse al caso de
46
Ecologa Matemtica - Principios y aplicaciones
47
Fernando R. Momo - ngel F. Capurro
dN1
= N1G1(N1 ) N 2 H (N1 )
dt
(3.19)
dN 2
= N 2G2 (N 2 ) + N 2 J (N1 )
dt
48
Ecologa Matemtica - Principios y aplicaciones
49
Fernando R. Momo - ngel F. Capurro
10
Un aumento pequeo en el nmero de herbvoros puede producir un
descenso repentino en la biomasa de hierba; esa biomasa no se recupera
inmediatamente al disminuir la presin de pastoreo.
50
Ecologa Matemtica - Principios y aplicaciones
sa, es decir, calculamos lo que pasa cuando las dos derivadas son
cero. Veremos que este modelo admite varios casos con resultados
finales distintos y por esa razn es ms fcil estudiarlo grficamen-
te (con el diagrama de fases) que utilizando el Jacobiano y dems
herramientas analticas relacionadas. Sin embargo veremos que
otro mtodo de anlisis de estabilidad (las funciones de Lyapunov)
funciona bien en este caso.
Cuando igualamos a cero las dos derivadas, es obvio que
existe un punto de equilibrio trivial cuando ambas poblaciones
valen cero. En tal caso el problema biolgico ya no existe, as que
nos limitaremos al caso en que se eligen las soluciones diferentes
de cero, es decir, cuando la porcin entre parntesis de las ecuacio-
nes es igual a cero y, por lo tanto, las derivadas tambin. En ese
caso la isolnea de la poblacin 1, corresponde en un sistema de
ejes N2 vs. N1 a:
N1 + N 2
1 =0
K1
K 1 N1 N 2 = 0 (3.24)
K1 N1
N2 =
Esta ltima ecuacin es una recta que corta al eje vertical
(N2) en K1/ y al eje horizontal (N1) en K1. Este ltimo valor repre-
senta el tamao mximo de la poblacin 1 que slo se alcanza en
equilibrio si la poblacin competidora no tiene individuos.
Haciendo un razonamiento similar, se obtiene la isolnea
de la poblacin 2, que tambin es una recta:
51
Fernando R. Momo - ngel F. Capurro
N 2 + N1
1 =0
K2
K 2 N 2 N1 = 0 (3.25)
N 2 = K 2 N 1
52
Ecologa Matemtica - Principios y aplicaciones
Caso 1: N2 vs N1
300
250 isolnea de N2
200
isolnea de N1
150
100
50
0
0 50 100 150 200 250
53
Fernando R. Momo - ngel F. Capurro
Caso 2: N2 vs N1
250
200 isolnea de N2
150 isolnea de N1
100
50
0
0 100 200 300
Caso 3: N2 vs N1
250
200 isolnea de N2
150 isolnea de N1
100
50
0
0 50 100 150 200 250
Caso 4: N2 vs N1
300
250 isolnea de N2
200
isolnea de N1
150
100
50
0
0 100 200 300
54
Ecologa Matemtica - Principios y aplicaciones
N2
K1/a
K2
K1 K2/b N1
55
Fernando R. Momo - ngel F. Capurro
todo punto excepto x*. La funcin de Lyapunov V(x) debe ser tal
que cumpla lo siguiente:
Ejemplo:
Evaluemos un sistema depredador presa dado por las si-
guientes ecuaciones:
dx/dt = x f(x)
V(x) = x - x* - x* ln(x*/x)
para todo punto distinto de x* debe pasar que la funcin f(x) sea
menor que cero a la derecha de x* y mayor que cero a la izquierda
de x*.
Servir la misma funcin de Lyapunov para un sistema en
competencia? Desgraciadamente no hay una receta para encon-
trar funciones de Lyapunov en cualquier sistema. No obstante, co-
mo veremos en otra parte de este libro hay funciones que tienen
sentido biolgico y que se comportan como si fuesen funciones de
Lyapunov matemticamente hablando. Algunas de esas funciones
son derivadas de la teora termodinmica de sistemas abiertos.
57
Captulo 4
Algunas aplicaciones de los modelos continuos
Los modelos matemticos continuos tienen mltiples apli-
caciones a problemas ecolgicos y no tan ecolgicos en reas tan
diversas como la epidemiologa, la economa, la conservacin o la
produccin agropecuaria. En este captulo intentaremos mostrar
algunas de esas aplicaciones con ejemplos sencillos.
El primer ejemplo es la aplicacin a la extraccin de un re-
curso biolgico como una pesquera o la explotacin maderera de
un bosque. Inicialmente supondremos que el recurso que se explota
es renovable, que tiene una biomasa (que es el objeto de nuestra
extraccin) y que esa biomasa tiene una dinmica. Una aproxima-
cin sencilla para esa dinmica es el modelo logstico. Es decir que
la biomasa del recurso crece hasta alcanzar una cierta capacidad
de carga caracterizada por un parmetro K. As, la dinmica del
recurso en ausencia de explotacin puede ser descripta por la ecua-
cin del modelo logstico usando como variable no el nmero de
individuos sino la biomasa; por supuesto asumimos que la varia-
bles es una densidad es decir que la biomasa est expresada por
unidad de espacio, rea en el caso de un bosque, volumen de agua
en el caso de un pez. La ecuacin es, una vez ms:
dB B
= r B 1 (4.1)
dt K
Ahora tenemos que agregarle a nuestro modelo la explota-
cin del recurso, cmo lo hacemos? Una forma simple, que da
lugar a dinmicas muy interesantes, es suponer una velocidad de
explotacin constante h que se resta al crecimiento del recurso. No
parece muy realista en el caso de una pesquera, pero podra fun-
cionar en el caso de un bosque o de otro recurso fijo de fcil acce-
so. La ecuacin que describe la dinmica del recurso incluyendo la
explotacin quedara entonces expresada como:
dB B
= r B 1 h (4.2)
dt K
59
Fernando R. Momo - ngel F. Capurro
60
Ecologa Matemtica - Principios y aplicaciones
160
crecimiento
Velocidades (Ton.ha-1.mes-1)
140
explotacin
120
100
80
60
40
20
0
B*1 B*2
0 50 100 150 200 250 300 350
Biomasa (Ton/ha)
61
Fernando R. Momo - ngel F. Capurro
62
Ecologa Matemtica - Principios y aplicaciones
dB r
= (r qE ) B B 2 = 0
dt K
r
r qE B B = 0
K
B1* = 0
qE
B2* = K 1
r
Como puede verse, el equilibrio estable se ubica un poco
por debajo de K, salvo que el esfuerzo de explotacin E sea nulo
(no se extrae el recurso) o el coeficiente de capturabilidad q sea
nulo (el recurso no se puede atrapar y extraer con las artes disponi-
bles). Tambin se ve que el equilibrio B*2 es tanto menor que K
cuanto ms grandes sean el esfuerzo y la capturabilidad y cuanto
ms pequea sea en proporcin la tasa de crecimiento intrnseca (r)
del recurso. Suena razonable, no?
Dejamos una vez ms al lector inquieto las demostraciones
matemticas para concentrarnos en la representacin grfica (esto
tiene una razn de ser como demostraremos ms adelante). Mante-
niendo como lneas separadas el crecimiento intrnseco y la veloci-
dad de extraccin, llegamos al siguiente grfico:
Recurso explotado a velocidad variable
K = 300 Ton/ha, r = 1.9 mes-1, q = 0.02, E = 5
160
Velocidades (Ton.ha-1.mes-1)
crecimiento
140
explotacin
120
100
80
60
40
20
0
B*2
0 50 100 150 200 250 300 350
B*1
Biomasa (Ton/ha)
63
Fernando R. Momo - ngel F. Capurro
SI I
S I R
Aqu las letras maysculas representan los nmeros de in-
dividuos en cada estado (S son susceptibles o sanos, I son los in-
fecciosos o enfermos y R son los recuperados o inmunizados).
Como se ve no aparecen ni la tasa de natalidad ni la de mortalidad
de la poblacin porque consideramos estable a la poblacin mien-
tras la enfermedad se propaga. Las flechas, que indican las veloci-
dades de los flujos entre compartimientos responden a la ley de
accin de masas. La primera, SI, denota que el contagio de la en-
fermedad (el paso del estado sano al de enfermo) depende del pro-
ducto del nmero de individuos sanos por el nmero de individuos
enfermos por una tasa de contagio () que ser mayor cuanto ms
contagiosa sea la enfermedad. Estamos evidentemente suponiendo
que el contacto entre enfermos y sanos es azaroso y que se mezclan
ambas subpoblaciones libremente o que, al menos, existe una cierta
chance de que se encuentren que depende de cuantos son (ley de
accin de masas). La segunda flecha representa la velocidad a la
65
Fernando R. Momo - ngel F. Capurro
1200
1000
800
S, I, R
600 S
I
400
R
200
0
0 20 40 60 80 100 120
Tiempo (das)
66
Ecologa Matemtica - Principios y aplicaciones
SI I
S I R
Hemos agregado un flujo que, sin embargo, no hace variar
sustancialmente la dinmica aunque s cambia la posicin del equi-
librio.
Estos modelos sirven adems para explorar lo que podra
pasar en diferentes circunstancias. Por ejemplo si introducimos una
flecha (un flujo) que vaya directamente de S a R lo cul equivale a
vacunar. O lo que pasara si la natalidad no est compensada por la
mortalidad y todo el tiempo entran nuevos sanos a la poblacin
(suponemos que no hay transmisin vertical y por lo tanto los
recin nacidos son sanos aunque sus padres no lo sean). As pode-
mos jugar y predecir lo que puede pasar con el curso de una en-
fermedad. Las herramientas matemticas para hacerlo son siempre
las mismas que venimos usando hasta ahora para analizar cualquier
modelo dinmico continuo.
Si se desea ver una dinmica ms interesante, por ejemplo
con presencia de epidemias y picos diferentes y con oscilaciones,
lo ms conveniente es agregar una natalidad no nula y repetir las
simulaciones. El lector interesado puede encarar esa empresa.
67
Fernando R. Momo - ngel F. Capurro
11
Vase por ejemplo Schloss et al. 2002. Journal of Marine Systems, 39.
O tambin Schloss y Ferreyra 2002. polar Biology, 25.
12
La tesista es Emma Ferrero, de la Universidad Nacional de Lujn y a
ella pertenece la elaboracin de este modelo.
68
Ecologa Matemtica - Principios y aplicaciones
Deshielo
FOTOSINTESIS PASTOREO
FITOPLANCTON ZOOPLANCTON
MEZCLA
VERTICAL
69
Fernando R. Momo - ngel F. Capurro
dF .I
= F . Pm .tanh R . F ( c b H m ) F . Z q1
dt Pm
dZ
= . z + q1 . e1. Z .F + q2 B.Z .e2
dt
dB B + d .F
= rB .B .1 q2 . B. Z
dt K
70
Ecologa Matemtica - Principios y aplicaciones
71
Fernando R. Momo - ngel F. Capurro
72
Ecologa Matemtica - Principios y aplicaciones
13
De hecho este trabajo se realiz en el marco de un proyecto del Inter
American Institute for Global Change research (IAI) sobre el problema del
ozono y la radiacin UV. Debemos agradecer al IAI su aporte monetario.
73
Captulo 5
Modelos matriciales de poblaciones
Cuando utilizamos modelos matemticos para describir el
crecimiento de las poblaciones o las interacciones entre ellas, asu-
mimos que los individuos que las componen son iguales entre s;
de esta manera "olvidamos" intencionalmente, para no complicar
excesivamente los modelos, la informacin acerca de las diferentes
edades, estados, tamaos individuales o diferentes potenciales re-
productivos de los individuos.
Una de las formas de incluir parte de esa informacin en
los modelos es el uso de modelos matriciales. En este tipo de
modelos, la poblacin es definida por un vector de estado cuyos
elementos representan las abundancias de diferentes subgrupos de
la poblacin, por ejemplo edades o estados. As, si en un momento
dado la poblacin que estamos estudiando est formada por 30 in-
dividuos juveniles, 57 adultos y 12 seniles, podemos representarla
por un vector
30
r
n = 57 (5.1)
12
donde los nmeros son los elementos del vector y representan la
abundancia de cada estado.
Ahora podemos incluir en nuestro modelo informacin
acerca de las diferentes probabilidades de supervivencia y poten-
ciales reproductivos de cada estado. Ntese que estamos consider-
ando un crecimiento discreto de la poblacin y, entonces, esa in-
formacin estar sintetizada en una matriz de transicin cuyos
elementos representan los aportes de cada elemento del vector
(cada estado) en un momento dado (por ejemplo un ao) a cada
uno de los estados en el momento siguiente (por ejemplo el ao
siguiente). A la matriz de transicin le llamaremos A, de manera
que podemos sintetizar nuestro modelo como:
75
Fernando R. Momo - ngel F. Capurro
r r
nt +1 = A nt (5.2)
n1 s11 f2 f 3 n1
n = s s 22 a 23 n2
2 21
n3 t +1 s 31 s 32 s 33 n3 t
(5.3)
76
Ecologa Matemtica - Principios y aplicaciones
f2
s21 s32
1 2 3
a23
f3
18 0 0 6 10
5 = 1 0 0 12 (5.4)
2
4 0 1
3 0 3
R0 = f 1 + s 21 f 2 + s 21 s 32 f 3 = 0 + 1 0 + 1 1 6 = 1
2 2 3
(5.5)
78
Ecologa Matemtica - Principios y aplicaciones
80
Ecologa Matemtica - Principios y aplicaciones
Nmero de individuos
16
14
12
10
8
6
4
2
0
0 5 10 15 20 25 30
tiempo (generaciones)
81
Fernando R. Momo - ngel F. Capurro
1
S ij = (5.6)
aij
donde Sij indica sensibilidad.
Sealemos que este tipo de anlisis puede ser de gran im-
portancia en el caso de estar pretendiendo conservar una poblacin,
o estudiando los efectos de un xenobitico sobre su dinmica o en
el caso de querer controlarla. Podemos usar este anlisis para opti-
mizar nuestra intervencin y detectar cules son los estados ms
sensibles a lo largo del ciclo de vida de la especie. Llamando vi al
isimo elemento del autovector izquierdo (valor reproductivo) y wj
al jotasimo elemento del autovector derecho (el de distribucin
asinttica de edades); entonces:
1
v iw j , (5.7)
aij
es decir que los autovectores del valor propio dominante contienen
la informacin acerca de la sensibilidad de ese valor propio a cada
elemento de la matriz de transicin.
En los ejemplos que hemos mostrado supusimos que la
matriz de transicin es una matriz constante, sin embargo, esa ma-
triz puede tener coeficientes variables que dependen del tiempo o
bien de la densidad de la poblacin o de ambos. Esto da una gran
riqueza de posibilidades aunque complica el tratamiento matem
tico.
82
Captulo 6
De la ecologa terica a la teora ecolgica
En este captulo discutiremos algunos temas tericos que
no tiene que ver estrictamente con la modelacin matemtica aun-
que la utilicen. La idea es ir un poco ms all y profundizar las
cuestiones conceptuales que hacen a la ecologa y sus temas con-
flictivos donde se necesita desarrollar teora y donde la ecologa
matemtica tiene cosas que decir.
83
Fernando R. Momo - ngel F. Capurro
84
Ecologa Matemtica - Principios y aplicaciones
Figura 6.2: el mismo esquema pero con las importaciones y exportaciones de energa
y materia.
85
Fernando R. Momo - ngel F. Capurro
86
Ecologa Matemtica - Principios y aplicaciones
87
Fernando R. Momo - ngel F. Capurro
14
Este trabajo fue realizado y publicado por uno de nosotros (Momo) y
Jos Ure de la Universidad Nacional de General Sarmiento.
15
Prigogine, Y., 1967. Introduction to thermodynamics of irreversible
processes.
88
Ecologa Matemtica - Principios y aplicaciones
N1 = N/2 + m
N2 = N/2 - m
o sea que:
N1 - N2 = 2 m
ENERGA = - m H (N/2 + m)
= exp (- 2 / T)
dS / dU = 1 / T
89
Fernando R. Momo - ngel F. Capurro
dS / dU = (dS/dt) / (dU/dt)
90
Ecologa Matemtica - Principios y aplicaciones
H = - pi log pi
Sabemos que existe una relacin entre las variaciones de la
entropa en el tiempo, el flujo de energa en el sistema y una
"fuerza" de flujo o propiedad intensiva:
dS/dt = X dQ/dt
91
Captulo 7
Libro de cocina para hacer tu propio modelo matemtico
Ha llegado un momento crucial de este libro. Se supone
que con lo que el amable lector ha devorado y aprendido hasta
aqu, ya debera ser capaz de enfrentarse casi con cualquier modelo
matemtico de un proceso ecolgico. Sin embargo, no hemos
hablado casi del grave problema de hacer un modelo por nuestros
propios medios cuando solo tenemos unos pocos datos, o alguna
intuicin sobre el problema, o a veces slo un enunciado verbal de
lo que est pasando.
En este captulo daremos algunas indicaciones simples pa-
ra poder llevar a buen trmino la empresa de escribir el modelo
matemtico, analizarlo y, si es posible, publicarlo.
16
El problema ecolgico planteado aqu corresponde a trabajos realizados
por Marcelo Hernando, de CONICET, bajo la direccin de Gustavo Fe-
rreira, del Instituto Antrtico Argentino.
93
Fernando R. Momo - ngel F. Capurro
17
Otra posibilidad es que la RUV favorezca a estas algas indirectamente,
por ejemplo mineralizando nutrientes que las algas aprovechan. No usa-
remos esta idea para no tener que agregar otra variable al modelo.
94
Ecologa Matemtica - Principios y aplicaciones
este libro). Las variables a estudiar son dos: biomasa de algas txi-
cas (N2) y biomasa de algas no txicas (N1). Ntese que hemos
simplificado el sistema poniendo todas las especies txicas en un
solo paquete y todas las buenitas en otro. Los parmetros que
entrarn en el modelo son las tasas de crecimiento de las algas, los
coeficientes de saturacin (1/K), los coeficientes de competencia
entre las algas y la mortalidad extra producida en cada una por la
RUV. Aqu estamos suponiendo que la RUV no afecta los coefi-
cientes de competencia en s, sino que simplemente mata ms o
menos a cada tipo de alga.
95
Fernando R. Momo - ngel F. Capurro
dN1
= N1 (r10 aN1 b12 N 2 s1UV )
dt
dN 2
= N 2 (r20 gN 2 b21 N1 s2UV )
dt
donde: N1 es la abundancia de la buenita, r10 su potencial bitico
(mxima tasa de crecimiento), a es su coeficiente de competencia
intraespecfica o sea r10/K1, b12 es el efecto de competencia inters-
pecfica que le producen las malitas, s1 es la sensibilidad que tiene
a la RUV y UV es la dosis de RUV que recibe.
Los coeficientes de la segunda ecuacin son simtricos y
equivalentes a los que mencionamos recin.
Suponemos que b12 < b21 y que s1 > s2 y hacemos la prime-
ra trampa del proceso. Esta trampa la podemos hacer gracias a las
computadoras y consiste en realizar algunas simulaciones numri-
cas y jugar con los coeficientes para ver qu pasa en distintas
situaciones hipotticas aunque siempre cuidando de no violar las
suposiciones iniciales y las relaciones entre parmetros que acaba-
mos de enunciar al principio del prrafo.
El resultado es alentador:
0.5
0.4
N1 N2
0.3
0.2
0.1
0
0 10 20 30
tiempo (das)
96
Ecologa Matemtica - Principios y aplicaciones
0.3
0.2 N1 N2
0.1
0
0 10 20 30
tiem po (das)
97
Fernando R. Momo - ngel F. Capurro
98
Ecologa Matemtica - Principios y aplicaciones
N2
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
N1
0.4
0.3
0.2
0.1
0
-0.1 0 0.1 0.2 0.3 0.4 0.5 0.6
N1
99
Fernando R. Momo - ngel F. Capurro
0.4
0.3
N2
0.2
0.1
0
0 0.1 0.2 0.3 0.4 0.5 0.6
-0.1
N1
100
Ecologa Matemtica - Principios y aplicaciones
A modo de despedida
Aqu llegamos casi al final del libro (en realidad slo falta
la bibliografa recomendada y algunos ejercicios de aplicacin) y
esperamos que haya sido de provecho. Hemos contado sinttica-
mente los principios fundamentales para trabajar en ecologa ma-
temtica. Esto puede servir tanto para hacer modelos en forma au-
tnoma, como para discutir y trabajar en grupo con colegas de
101
Fernando R. Momo - ngel F. Capurro
102
Algunos ejercicios de ecologa matemtica
1. Mostrar que la siguiente solucin de la ecuacin logstica:
-r t
N (t) = No K / (No + (K - No) e
tiene las siguientes propiedades:
a) N tiende a K cuando t tiende a infinito
b) El grfico es cncavo hacia arriba para No < N < K/2
c) El grfico es cncavo hacia abajo para K/2 < N < K
d) El grfico es cncavo hacia arriba para No > K.
2. Considere el modelo
dN /dt = r N (K - N) (N - M) con r > 0, 0 < M <
K.
Exprese la tasa de crecimiento g(N) como una polinomial
en N y encuentre los coeficientes ao, a1 y a2.
Muestre que N = 0, N = M y N = K son estados de equi-
librio y diga cmo es su estabilidad.
103
Fernando R. Momo - ngel F. Capurro
104
Ecologa Matemtica - Principios y aplicaciones
r 1 t
N
K
N t +1 =Ne t
105
Fernando R. Momo - ngel F. Capurro
12. Suponga una especie con dos estados (Larva y Adulto); la su-
pervivencia de larva a adulto es de 0.405; la fecundidad del adulto
es 2.
a) Dibuje el grafo del ciclo de vida y escriba la matriz correspondi-
ente.
b) Cul es la dinmica de la poblacin?
c) Cmo variara esa dinmica si los adultos sobrevivieran de un
ao a otro con una probabildad de 0.2?
106
Ecologa Matemtica - Principios y aplicaciones
107
Bibliografa bsica
La que sigue no es una lista exhaustiva pero incluye libros
que sin duda vale la pena consultar y considerar a la hora de poner-
se a estudiar la ecologa matemtica con cierto rigor. Pedimos dis-
culpas por las omisiones.
109
Fernando R. Momo - ngel F. Capurro
110
Tabla de contenidos