PRACTICA 7

DETERMINACION DE LA DENSIDAD POBLACIONAL

TECNICA DE CAPTURA Y RECAPTURA
INTRODUCCION
Una manera de estimar el tamaño de una población animal es capturar y marcar individuos
de ésta, liberarlos y luego volverlos a capturar para observar que fracción de individuos son
recapturados. Graunt en 1662 uso este simple principio para calcular la población de humanos en
Londres, pero el primer biólogo que utilizó la captura y recaptura fue el danés C.G.J. Petersen en
1896, en poblaciones de peces, posteriormente Lincoln (1930) usó el método para poblaciones de
patos y Jackson (1933) en insectos. En la actualidad, estas técnicas son muy utilizadas para algunas
poblaciones de vertebrados principalmente. Este método es aplicable en poblaciones cerradas y
estáticas (migraciones, natalidad y mortalidad poco importante o nula) o, con algunas
modificaciones en poblaciones abiertas y dinámicas (con migraciones y natalidad importantes). La
desventaja principal del método es que para ser válido se requiere de un considerable esfuerzo de
captura. En esta práctica se aplicará el método más simple utilizado para poblaciones cerradas y
estáticas, el Método de Petersen (o mal llamado índice de Lincoln), el cual utiliza un sólo episodio de
marcaje y recaptura.

OBJETIVO
Aplicar técnicas de captura y recaptura para evaluar el tamaño de poblaciones de animales
cerradas y estáticas.

MATERIALES
1 kg. de frijoles (por grupo).
1/2 kg. de fréjoles de diferente color (de preferencia oscuros por grupo)
1 bolsa oscura (por grupo),
2 placas petri, una grande y una pequeña (por grupo).

PROCEDIMIENTO

Metodo de Petersen (Indice deLincoln)

1. Coloque los fréjoles en la bolsa oscura y realice la primera captura utilizando el petri.
2. Cuente y reemplace los frijoles “capturados” por los de otro color (“marcado”) y anote el
número en la Hoja de Datos (M).
3. Devuelva los fréjoles marcados a la bolsa oscura, y mézclelos lo más posible.
4. Sin mirar, vuelva a sacar una muestra de fréjoles de la bolsa (al azar), cuéntelos y anote el número
total en la Tabla 7.1 (C).
5. Cuente por separado los fréjoles de la segunda muestra que ya estén marcados (es decir
que han sido recapturados) y coloque el número en la Tabla 7.1 (R).
6. Regrese todos los fréjoles a la bolsa y repita las recapturas cuatro veces más, anotando los
resultados en la tabla 7.1
7. Calcule el número de fréjoles aplicando la siguiente fórmula:

N = (M * C) / R ................. (ec. 1)
De acuerdo a la práctica o experiencia esta ecuacion sobrestima el tamaño poblacional a la larga, por
lo que se considera que se puede reducir el sesgo, de tal manera que se puede usar la siguiente
formula (Bailey, 1951, 1952):
N = M (C+1) / (R+1) ……………. (ec. 2)
Coloque sus resultados en la tabla 7.1

8. Como todo estimado poblacional hecho a partir de muestras, existe incertidumbre causada por el
error asociado al uso de muestras en vez del total de la poblacion. Una medida de este error que
expresa la incertidumbre del estimado de la poblacion por captura y recaptura es el ERROR ESTANDAR
(EE), tal como sigue: (la raiz incluye a todo el cociente)

EE: √ M2 (C+1) (C-R)/ (R+1)2 (R+2) ………. (ec. 3)

9. De tal manera que se pueden encontrar los intervalos de confianza (Ni y Ns) en funcion de la
siguiente formula:
N ± (t) (EE) …………………………… (ec. 4)

Donde t = 1.956 (Tabla t de Student al 95% de confianza e ∞ grados de libertad)

Escriba el resultado final de cada muestreo en la Tabla 7.1

10. Obtenga el promedio aritmético de los valores de N encontrados en cada muestreo y

calcule el porcentaje de error para cada N y para el N promedio:

N (real) - N (observado)
% error = ------------------------------ X 100
N(real)
Donde N (real) se obtiene del conteo total de los fréjoles.

TABLA 7.1 METODO DE PETERSEN

N real = M=

MUESTRA C R N % error EE Ni Ns
1
2
3
4
5

Bibliografía
FRANCO, J. y col. 1985. Manual de Ecología. Editorial Trillas, México.
KREBS, C. 1998. Ecological Methodology. Benjamin Cummings
 PRACTICA 8
TABLAS DE VIDA

INTRODUCCION
Las tablas de historia de vida, o tablas de vida, son métodos para cuantificar la estructura de una
población, que direcciona todas las características de estas. Las tablas de vida proporcionan
información específica a la edad sobre la supervivencia y tasas de fecundidad para una población
particular.
Se pueden reconocer varios tipos de tablas de vida, siendo dos las mas comunes: diagramáticas
y convencionales. La diagramática sigue a través de diagramas de flujo las etapas o estadios del
ciclo vital de una especie. En el caso de las convencionales que son las mas usadas, se puede
recolectar las tablas de vida conocidas como dinamicas.
- Horizontal (dinámica o de cohorte) las tablas de vida requieren que el investigador siga a
todos los individuos de una cohorte simple en una población desde el nacimiento hasta la
muerte. La construcción de Tablas de Vida Horizontal frecuentemente depende de la recaptura
de individuos marcados para especies móviles o repetir, muestras representativas de las especies
sésiles. Desde que los individuos de una población pueden ser seguidos desde el nacimiento
hasta la muerte, la técnica de la tabla de vida horizontal no es tan acertada para el estudio de las
especies longevas.

OBJETIVO
Determinar mediante el uso de ciertos parámetros, las variaciones de la supervivencia y
mortalidad en poblaciones animales y vegetales con el fin de especular acerca de sus máximas
posibilidades de vida en cada intervalo de edad.
MATERIALES
Calculadora, 2 hojas de papel milimetrado, papel cuadriculado, hoja de datos de diferentes
poblaciones.
METODOS
Una tabla de vida consiste en una serie de columnas las cuales describen aspectos de la
mortalidad de los miembros de una población de acuerdo a la edad. El método mas
recomendable es trabajar con una cohorte (grupo de individuos nacidos al mismo tiempo o en
tiempos muy cercanos de acuerdo a los periodos reproductivos), se sigue la vida de la cohorte,
contando los sobrevivientes y muertos en cada intervalo de tiempo hasta que muera el ultimo
individuo de la cohorte. Aunque el número inicial es variable siempre se ajusta a un número
x
estándar 10 inmediatamente superior. Cada columna de la tabla de vida esta simbolizada con
una letra, cuyo significado y formula de obtención son los siguientes:

x = intervalo de edad en unidades de tiempo apropiadas para cada especie n x = número de

sobrevivientes al inicio del intervalo de edad x
l x = proporción de organismos sobrevivientes al comenzar el intervalo de edad x
(ajustado a un valor inicial estándar)
d x = proporción de muertos en cada intervalo de edad: l x – l x+1
q x = tasa de mortalidad específica a la edad: d x / l x
L x = cantidad media de organismos entre 2 intervalos de edades sucesivas de x a x+1 :
 (l x + l x+1 )/ 2
T x = unidades de tiempo que quedan por vivir en promedio, a los sobrevivientes que han
alcanzado la edad x, se calcula como la frecuencia acumulada de L x , de abajo hacia arriba.
T x = ∑ L x , donde m : edad máxima alcanzada m
e x = esperanza o expectativa de vida real para un individuo de edad x e x = T x / l
x

Todos estos parámetros se cumplen para las Tablas de Vida de edad específica o dinámicas,
para las estáticas se les hace modificaciones. De acuerdo a esto, elabore 1 tabla de vida a partir
de los ejemplos adjuntos y grafique 2 curvas: X versus log l x (curva de supervivencia) & X
versus q x . Interprete brevemente cada una, opinando sobre la expectativa de vida en los
diferentes ejemplos.
HOJA DE DATOS POBLACIONALES PARA TABLAS DE VIDA
TABLAS DE VIDA HORIZONTALES O DE COHORTE REAL
PROBLEMA TIPO: Se siguió una cohorte del raton Mus musculus, tal como sigue:

Edad (meses) 0-1 1-2 2-3 3-4 4-5 5-6

Individuos 134 117 82 64 52 43

1. Datos hipotéticos para una población de vicuña (Vicugna vicugna). En: Técnicas para el manejo
de la vicuña. IUCN. 1987. La edad se expresa en años.

Edad (años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7

Individuos 23089 18594 18315 18022 17752 17060 15985
Edad (años) 7-8 8-9 9-10 10-11 11-12 12-13 13-14 14-15
Individuos 14856 13260 10197 5853 2230 134 67 0

2. Connell (1970) trabajando con individuos del cirrípedo Balanus glandula, siguió el
desarrollo de una parte de la población (luego de 1 a 2 meses de la colonización), a
partir del año 1959 hasta 1973 donde todos estaban muertos. Los resultados son
los siguientes:
Edad(años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8
Individuos 1000 801 789 776 764 734 688 640
Edad(años) 8-9 9-10 10-11 11-12 12-13 13-14 14-15
Individuos 571 439 252 96 6 3 0

3. Sinclair siguió a las hembras del Búfalo Africano Syncerus caffer y obtuvo los datos
siguientes:
Edad (años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10
Individuos 1000 670 576 565 553 532 516 487 467 432
Edad (años) 10- 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20
Individuos 11
380 336 263 196 140 91 48 22 7 0
 4. En la Isla de Rhum (Gran Bretaña) se marcaron ciervos rojos (Cervus elephas) al
nacer: 821 machos y 714 hembras. Se siguieron durante 9 años consecutivos a
todos los animales marcados, siendo los resultados:

Edad(años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10
Machos 821 752 736 736 613 349 170 123 16 0
Hembras 714 714 670 538 360 218 132 94 18 0

5. Datos del “pinzon” Geospiza scandens de la Isla Galapagos (Grant , 1992)

Edad(años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9
Individuos 82 42 25 17 14 14 13 13 13
Edad(años) 9-10 10-11 11-12 12-13 13-14 14-15 15-16 16-17
Individuos 7 4 4 4 2 2 1 0

6. Poblacion del “alce” de la Isla Royal Alces alces en Norteamerica

Edad (años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9 9-10
Individuos 1000 912 861 806 765 716 646 561 467 381
Edad (años) 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18 18-19 19-20
Individuos 279 181 108 52 24 11 7 3 3 0

7. Seguimiento de una población de Megadyptes antipodes “pingüino ojiamarillo” al sur de N.

Zelanda

Edad (años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9
Individuos 1000 324 278 242 217 193 172 154 138
Edad (años) 9-10 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18
Individuos 122 110 98 87 75 71 63 57 0

8. Datos del seguimiento de la población del molusco Mya arenaria en el Mar Blanco, luego del
reclutamiento de 1988.

Edad (años) 0-1 1-2 2-3 3-4 4-5 5-6 6-7 7-8 8-9
Individuos 2156 1124 918 594 555 500 417 259 196
Edad (años) 9-10 10-11 11-12 12-13 13-14 14-15 15-16 16-17 17-18
Individuos 110 98 85 63 58 54 17 16 15
Edad (años) 18-19 19-20 20-21 21-22 22-23 23-24 24-25 25-26
Individuos 14 14 13 12 11 5 2 0

Bibliografía:
BEGON, M. & M. MORTIMER. 1986. Population Ecology. A Unified Study of Animals and Plants.2nd
ed. Blackwell Scientific Publications. London.
FRANCO, J.y col.1985. Manual de Ecología. Editorial Trillas. México.
KREBS C.J..1985. Ecología. Estudio de la Distribución y Abundancia. Harla S.A. México.
. 1989. Ecological Methodology. Harper & Row Publishers. New York.
www.anthropology.hawaii.edu/people/faculty/pietrusewsky/anth384/labs/lab10.pdf
 Desarrollo del ejemplo tipo: Mus musculus

X nx lx dx qx Lx Tx ex ex
(meses)
0-6
6-12
12-18
18-24
24-30
30-36
36-42
42-48

Tabla 8.1 Tabla de vida de (Dinámica):

X nx lx dx qx Lx Tx ex
 PRACTICA 9
PIRAMIDES POBLACIONALES
INTRODUCCION
Las poblaciones, ya sean animales o plantas, varían en proporción ya sean individuos jóvenes
o viejos. Las unidades de tiempo, tal como semanas, meses o años describen las edades de
la población. La proporción de individuos que pertenecen a varios grupos de edad son
colectivamente referenciados como Estructura o Distribución de edades de la población.
El número de individuos en cada clase de edad puede ser graficado como un histograma
horizontal, formando una “pirámide”. Las “pirámides” de edad son muy útiles para comparar
poblaciones de diferentes lugares, o la misma población a diferentes tiempos. La estructura de
edades es dependiente de muchos factores, como la longevidad, tasa de incremento de la
población, mortalidad e influencias ambientales. Por lo tanto si es que se observan cambios
sustantivos en la población permite a los gobiernos de cada país planificar las políticas para el
mejoramiento del estatus de esta.

OBJETIVOS
- Visualizar los cambios en las poblaciones humanas
- Reconocer los tipos de pirámides poblacionales

MATERIALES
Hojas de datos de poblaciones, papel milimetrado, calculadora, regla de 30 cm.

PROCEDIMIENTO
1) Calcular los porcentajes para cada grupo de edad y sexo, considerar al total de la
poblacion (varones+mujeres) como el 100%. Colocar los valores en la tabla indicada.

2) Construir las pirámides, colocando en la base los porcentajes dividiendo la base en 2

con una línea vertical que representa 0%, el lado derecho para las mujeres y el lado
izquierdo para los varones. En el lado izquierdo en forma vertical colocar las edades en
función de intervalos de edad en periodos de 5 años, desde el intervalo de 0 a 4 (4.99) años
hasta el intervalo de 80+.

3) Interpretar los resultados encontrados en funcion de comparar las piramides de los

paises de las tablas considerando los años 1950, 1980 y 2010. Observar los tipos de piramides.

4) Usar el Indice de Friz para caracterizar a las poblaciones trabajadas. El índice de Friz
representa la proporción de población en el grupo 0-19 años en relación a la
 de 30-49 años, que se toma como base 100. Si este índice es mayor de
160, la población se considera joven, si se halla entre 60 y 160, madura, y si es menor
de 60, vieja.

BIBLIOGRAFIA
BROWER,J; J. ZAR & C. von ENDE. 1997. Field and Laboratory Methods for General Ecology. Fourth
edition. WCB McGraw-Hill. Boston.
FRANCO, J. y colaboradores. 1985. Manual de Ecología. Editorial Trillas. México.
Datos poblacionales tomados de: http://esa.un.org/unpd/wpp/Excel-Data/population.htm

NIGERIA NORUEGA
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 3 229 3 101 6 806 6 567 14 321 13 685 0-4 165 155 134 127 157 149
5-9 2 583 2 499 5 315 5 148 11 794 11 271 5-9 134 127 159 152 152 146
10-14 2 226 2 161 4 350 4 225 9 850 9 386 10-14 107 103 171 162 162 153
15-19 1 930 1 879 3 753 3 630 8 383 7 985 15-19 106 102 161 153 166 156
20-24 1 673 1 638 3 191 3 093 7 282 6 951 20-24 119 113 158 151 159 153
25-29 1 445 1 429 2 669 2 611 6 323 6 050 25-29 135 132 156 148 157 153
30-34 1 232 1 232 2 369 2 256 5 294 5 085 30-34 130 130 163 153 163 156
35-39 1 020 1 037 2 031 1 949 4 271 4 124 35-39 126 124 130 123 183 175
40-44 859 888 1 677 1 646 3 390 3 317 40-44 115 117 103 100 189 179
45-49 717 762 1 375 1 382 2 787 2 766 45-49 105 111 99 97 174 165
50-54 632 685 1 130 1 168 2 255 2 287 50-54 96 102 108 107 163 157
55-59 503 569 904 969 1 762 1 849 55-59 79 86 119 123 151 146
60-64 364 437 678 761 1 409 1 473 60-64 63 72 108 117 147 145
65-69 242 310 456 540 1 013 1 085 65-69 49 59 93 107 108 111
70-74 141 196 274 340 618 686 70-74 41 49 71 92 76 85
75-79 66 102 130 170 305 350 75-79 27 33 48 72 58 74
80+ 26 48 56 78 137 164 80+ 23 33 42 74 79 144
Total Total
 PUERTO RICO CHINA
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 185 181 173 167 120 114 0-4 39 085 36 288 50 932 47 858 46 224 39 355
5-9 162 157 168 162 130 119 5-9 30 279 26 551 63 265 59 862 42 117 36 118
10-14 140 133 172 165 144 133 10-14 29 200 25 082 65 521 60 906 44 333 38 560
15-19 110 112 168 168 149 146 15-19 27 530 24 197 55 875 52 063 57 372 50 998
20-24 91 102 129 143 142 140 20-24 23 970 21 358 45 409 41 083 69 788 64 086
25-29 76 82 110 125 133 136 25-29 20 698 19 209 46 693 42 045 54 148 51 005
30-34 67 65 107 122 130 134 30-34 20 522 18 652 33 523 30 770 48 300 45 841
35-39 67 66 91 103 121 131 35-39 18 399 16 968 26 411 23 570 60 478 57 851
40-44 48 44 78 88 117 133 40-44 16 384 15 445 25 153 22 094 62 353 58 686
45-49 40 36 68 77 110 127 45-49 14 813 13 942 23 510 20 978 52 514 49 711
50-54 37 35 61 69 106 123 50-54 12 134 11 255 19 816 18 040 41 888 38 689
55-59 25 22 57 62 88 109 55-59 10 611 10 462 15 969 15 418 41 744 38 724
60-64 26 24 51 54 87 105 60-64 7 921 8 465 13 741 13 562 28 224 27 169
65-69 17 17 46 49 69 81 65-69 5 579 6 739 9 880 10 734 19 966 19 309
70-74 11 11 32 34 51 66 70-74 2 898 4 081 6 450 8 129 15 698 15 834
75-79 8 12 22 24 38 51 75-79 1 288 2 242 3 642 5 403 10 754 12 004
80+ 6 5 20 27 48 79 80+ 462 1 066 1 948 3 761 8 282 11 698
Total Total

INDIA EEUU
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 27 332 26 838 53 398 50 058 63 838 57 444 0-4 8 812 8 425 8 534 8 151 10 441 10 000
5-9 22 770 22 005 46 456 43 076 64 584 58 150 5-9 7 044 6 741 8 578 8 198 10 492 10 056
10-14 21 310 20 832 42 465 39 132 62 893 56 855 10-14 5 890 5 684 9 479 9 082 10 720 10 237
15-19 19 611 18 852 38 020 34 790 61 184 55 636 15-19 5 668 5 549 10 786 10 433 11 337 10 758
20-24 17 895 16 511 33 945 30 711 58 362 53 850 20-24 6 105 6 145 10 822 10 792 11 160 10 695
25-29 15 889 14 497 29 728 26 547 53 572 49 531 25-29 6 407 6 465 9 928 10 036 10 804 10 608
30-34 14 063 12 871 22 154 20 688 48 331 44 876 30-34 6 045 6 099 8 842 9 131 10 218 10 185
35-39 12 205 11 277 19 402 18 254 42 523 39 548 35-39 5 751 5 812 6 948 7 237 10 138 10 238
40-44 10 723 9 879 17 564 16 801 38 330 35 745 40-44 5 328 5 354 5 889 6 104 10 533 10 675
45-49 8 704 7 784 15 322 14 458 33 484 31 342 45-49 4 325 4 166 5 572 5 790 11 220 11 515
50-54 7 381 6 868 13 067 11 865 28 774 27 146 50-54 4 287 4 349 5 696 6 166 11 028 11 452
55-59 5 175 4 753 10 536 9 551 23 664 22 624 55-59 3 782 3 853 5 544 6 204 9 662 10 281
60-64 4 247 4 243 8 067 7 486 15 856 16 383 60-64 3 304 3 381 4 750 5 502 8 124 8 875
65-69 2 416 2 385 5 678 5 469 11 655 12 709 65-69 2 613 2 872 3 973 4 968 5 898 6 651
70-74 1 796 1 803 3 709 3 691 8 101 9 464 70-74 1 673 1 868 2 934 4 081 4 349 5 120
75-79 989 1 059 1 969 1 995 4 817 5 862 75-79 1 023 1 193 1 871 2 963 3 269 4 166
80+ 604 760 1 357 1 556 3 775 4 715 80+ 774 1 026 1 682 3 512 4 136 7 205
Total Total
 GUATEMALA BRASIL
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 305 296 643 618 1 100 1 060 0-4 4 533 4 451 8 587 8 450 7 756 7 442
5-9 219 212 531 512 1 014 986 5-9 3 523 3 490 7 552 7 512 8 789 8 448
10-14 188 183 442 430 904 890 10-14 3 230 3 205 7 141 7 074 8 823 8 504
15-19 171 168 370 362 792 794 15-19 2 711 2 694 6 913 6 851 8 376 8 128
20-24 147 145 296 292 645 674 20-24 2 515 2 501 5 898 5 874 8 651 8 490
25-29 121 117 256 251 537 590 25-29 2 068 2 059 4 986 4 988 8 849 8 798
30-34 94 91 212 210 417 493 30-34 1 718 1 726 4 016 4 037 7 888 8 099
35-39 79 76 164 161 322 402 35-39 1 525 1 546 3 185 3 217 6 874 7 217
40-44 63 62 144 141 258 321 40-44 1 277 1 315 2 846 2 889 6 362 6 734
45-49 57 58 130 128 215 260 45-49 1 010 1 072 2 307 2 354 5 994 6 428
50-54 46 47 109 107 182 211 50-54 856 960 2 051 2 104 4 936 5 389
55-59 34 35 83 82 165 184 55-59 633 729 1 601 1 651 3 968 4 422
60-64 26 27 59 59 139 152 60-64 461 560 1 237 1 296 2 963 3 397
65-69 18 18 43 43 103 111 65-69 330 393 979 1 047 2 103 2 507
70-74 11 12 27 28 82 88 70-74 206 256 687 759 1 595 2 009
75-79 6 7 18 19 60 69 75-79 116 151 414 481 1 020 1 373
80+ 3 4 14 17 54 68 80+ 63 89 327 425 1 155 1 724
Total Total

CUBA ALEMANIA
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 397 379 412 391 294 277 0-4 2537 2242 2029 1928 1715 1625
5-9 365 351 573 548 345 325 5-9 2674 2567 2254 2146 1843 1749
10-14 335 325 609 584 366 347 10-14 3255 3122 3177 3016 2025 1920
15-19 288 282 596 575 397 377 15-19 2564 2489 3389 3197 2154 2059
20-24 255 252 406 395 428 406 20-24 2404 2560 3140 2922 2471 2400
25-29 225 225 391 383 360 343 25-29 2019 2833 2782 2628 2526 2456
30-34 209 205 324 312 355 339 30-34 1435 2028 2507 2380 2329 2276
35-39 198 193 297 288 510 491 35-39 2193 3015 2854 2707 2412 2393
40-44 183 166 267 261 537 522 40-44 2511 3171 3175 3023 3415 3329
45-49 166 136 222 220 520 511 45-49 2581 2936 2397 2301 3544 3428
50-54 122 93 191 192 338 337 50-54 2115 2648 2291 2484 3129 3047
55-59 89 69 164 170 319 326 55-59 1643 2275 1787 2599 2651 2643
60-64 85 67 149 154 253 258 60-64 1457 1931 1088 1704 2139 2186
65-69 61 48 133 140 218 229 65-69 1204 1522 1520 2504 2221 2398
70-74 39 33 109 112 176 193 70-74 950 1171 1357 2293 212 2587
75-79 23 20 79 77 121 142 75-79 546 679 913 1647 1306 1720
80+ 18 19 56 57 136 189 80+ 287 405 583 1437 1323 2807
Total Total
 LIBIA AFGANISTAN
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 90 83 107 289 344 328 0-4 630 662 1 264 1 212 2 564 2 447
5-9 72 68 80 255 302 286 5-9 516 487 1 002 958 2 311 2 189
10-14 59 60 70 206 282 267 10-14 461 423 836 799 1 949 1 846
15-19 54 53 58 153 288 275 15-19 414 369 698 667 1 526 1 433
20-24 49 49 52 117 321 308 20-24 374 318 579 555 1 242 1 158
25-29 44 43 47 97 318 304 25-29 321 272 476 460 1 056 994
30-34 35 35 43 75 315 295 30-34 276 232 400 420 881 802
35-39 30 29 34 68 280 256 35-39 237 197 343 326 700 633
40-44 28 24 28 60 219 202 40-44 201 167 283 269 558 510
45-49 22 21 25 51 154 145 45-49 177 141 232 222 443 411
50-54 21 18 20 43 115 107 50-54 147 118 194 182 351 335
55-59 20 16 19 36 87 84 55-59 124 95 150 146 278 271
60-64 18 13 17 27 60 61 60-64 95 73 109 110 207 231
65-69 14 10 13 20 49 51 65-69 65 50 74 77 140 147
70-74 11 8 9 13 35 40 70-74 38 29 45 48 87 96
75-79 6 4 6 8 23 27 75-79 17 13 24 25 46 54
80+ 3 2 3 5 17 22 80+ 6 5 12 13 28 36
Total Total

FEDERACION RUSA HAITI

1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 5 650 5 458 5 361 5 186 4 077 3 881 0-4 241 237 462 452 636 612
5-9 3 482 3 449 5 059 4 903 3 545 3 376 5-9 211 208 373 366 604 584
10-14 6 408 6 256 4 680 4 579 3 299 3 140 10-14 190 190 344 339 585 567
15-19 4 988 5 169 5 848 5 677 4 516 4 292 15-19 160 164 306 307 547 538
20-24 5 747 6 403 6 674 6 312 6 351 6 150 20-24 133 142 250 258 504 507
25-29 3 199 4 814 6 109 5 885 6 078 5 974 25-29 117 128 205 220 449 461
30-34 2 376 3 696 5 032 4 956 5 359 5 467 30-34 105 115 154 171 334 357
35-39 2 894 4 674 3 160 3 266 4 955 5 121 35-39 95 103 146 158 255 283
40-44 2 551 4 167 5 461 5 825 4 300 4 641 40-44 82 90 125 139 232 250
45-49 1 931 3 669 4 098 4 458 5 355 5 972 45-49 69 75 104 115 202 217
50-54 1 497 2 854 4 589 5 610 5 238 6 223 50-54 53 57 86 95 165 175
55-59 1 270 2 307 2 296 4 285 4 435 5 683 55-59 37 41 73 80 135 148
60-64 997 1 928 1 530 3 024 2 935 4 059 60-64 28 33 61 68 94 110
65-69 735 1 470 1 709 3 845 1 685 2 870 65-69 20 25 48 53 81 94
70-74 449 941 1 139 3 013 2 195 4 189 70-74 15 20 32 37 57 71
75-79 248 561 586 2 012 1 100 2 497 75-79 10 13 18 21 35 45
80+ 154 408 381 1 518 968 3 231 80+ 7 10 10 13 26 37
Total Total
 NUEVA ZELANDA TURQUIA
1950 1980 2010 1950 1980 2010
Rango M F M F M F Rango M F M F M F
0-4 119 113 130 126 160 152 0-4 1 712 1 630 3 355 3 287 3 276 3 139
5-9 90 87 150 146 147 140 5-9 1 379 1 275 2 935 2 923 3 303 3 173
10-14 74 72 155 149 152 145 10-14 1 288 1 093 2 554 2 535 3 330 3 213
15-19 68 65 160 153 165 156 15-19 1 271 1 120 2 259 2 288 3 189 3 101
20-24 72 68 136 131 162 154 20-24 991 974 1 941 2 070 3 186 3 136
25-29 71 72 119 120 143 145 25-29 727 753 1 622 1 796 3 174 3 165
30-34 67 69 117 118 129 140 30-34 524 591 1 238 1 276 2 969 3 009
35-39 69 68 96 95 143 159 35-39 688 601 1 100 1 085 2 622 2 731
40-44 65 62 83 83 147 162 40-44 552 596 1 051 945 2 265 2 374
45-49 56 53 76 73 158 168 45-49 500 446 1 068 943 1 973 2 130
50-54 47 48 80 76 141 148 50-54 390 472 796 806 1 671 1 917
55-59 40 43 72 73 124 128 55-59 214 323 561 601 1 355 1 636
60-64 39 40 59 64 114 118 60-64 197 297 363 444 996 1 191
65-69 34 35 52 59 85 89 65-69 108 169 417 430 806 948
70-74 25 27 38 48 67 73 70-74 84 131 260 351 669 755
75-79 14 15 23 33 48 55 75-79 36 51 160 202 478 621
80+ 9 12 17 36 59 92 80+ 18 38 75 170 263 545
Total Total

Ejemplo tipo: PERU

PERU
1950 1980 2010
Rango M F M F M F
0-4 651 632 1 386 1 338 1 496 1 436
5-9 509 495 1 217 1 180 1 489 1 435
10-14 450 437 1 087 1 055 1 485 1 437
15-19 396 384 958 931 1 462 1 420
20-24 331 322 797 778 1 371 1 341
25-29 276 268 661 648 1 240 1 219
30-34 235 229 536 526 1 158 1 142
35-39 212 207 444 438 1 012 1 004
40-44 186 182 386 382 882 882
45-49 154 153 328 328 761 767
50-54 134 137 264 269 618 632
55-59 108 112 208 216 501 520
60-64 82 88 162 175 389 411
65-69 54 60 126 142 297 323
70-74 37 44 87 102 223 256
75-79 19 24 47 60 150 185
80+ 10 15 27 39 132 188
Total
 INDICE DE FRIZ
1950 1980 2010 Rango/Año 1950 1980 2010
Rango % % % % % % 0 a 19.99
0-4 30 a 49.99
5-9
10-14 Ind. De Friz
15-19 población
20-24
25-29
30-34
35-39
40-44
45-49
50-54
55-59
60-64
65-69
70-74
75-79
80+
Total
 PRACTICA 10
CRECIMIENTO POBLACIONAL LOGISTICO

INTRODUCCIÓN
Es lógico pensar que las poblaciones no van a crecer ilimitadamente en la naturaleza,
es fácil imaginar que siempre va a haber un recurso que se agote cuando la población
alcance una mayor densidad. Es decir, que llegado a un determinado punto van a
comenzar, como consecuencia de la competencia, una desaceleración de la tasa de
crecimiento. Este “tipo” de crecimiento poblacional estaría bien representado por una
curva logística o en S, en la cual en un primer momento existe un rápido incremento
de la población para luego entrar a una fase de desaceleración, haciéndose el
crecimiento casi nulo cuando los valores de tamaño de la población se acercan a un
valor máximo para el medio (K).

OBJETIVO
Demostrar mediante una simulación como se desarrolla el crecimiento logístico en las
poblaciones.

MATERIALES
Un marco cuadrado de 32 x 32 cm, con una cartulina con cuadrículas de 4 x 4 cm, 150-
200 frejoles por cada subgrupo; calculadora científica (con funciones estadísticas), dos
hojas de papel milimetrado, un pliego de papel cuadriculado, lápiz, regla, borrador,
etc.; beakers de 1/2 litro.

PROCEDIMIENTO
Las poblaciones no suelen desarrollarse en un medio ilimitado, sino más bien tienen
resistencias ambientales que restringen su crecimiento, esto da lugar a que las
poblaciones tiendan a crecer en forma logística o sigmoidea (S). La resistencia ambiental
estará dada por el tamaño máximo de crecimiento de la población (K) el cual se incluye
en la ecuación exponencial:

(1) d N / d t = r N ( K - N )/ (K) de la integración de esta resulta:

(2) Nt = K/(1 + e a-rt)

Dónde: K= Tamaño Poblacional Máximo (capacidad de carga)
Nt= Población en el tiempo t
a= Factor proporcional al No
t y r: Son conocidos

Para facilitar la obtención de los parámetros se recurre a una transformación lineal de

la ecuación:

(3) ln (K – Nt) / Nt = a - r t lo cual nos dará una recta.

SIMULACIÓN:
I. Colocar el marco cuadrado de 32 x 32 cm sobre la mesa y aplique las siguientes
reglas:
a. Ponga en el beaker 1 frijol (No) y arrójelo desde una altura de 30 cm.
b. Si cae un frejol aislado en un cuadro, se reproduce por bipartición (C = 2).
c. Si caen dos frejoles en el mismo cuadro, no se reproducen, pero persisten en
la siguiente generación.
d. Si caen tres o más frejoles en un cuadro todos mueren.
e. Registre sus datos en la Tabla 1, siga haciendo sus tiradas hasta que
complete la Tabla.

ANÁLISIS DE RESULTADOS:

I. Calcule K como la media geométrica de las diez últimas tiradas.

K = (N 15 x N 16 x ... x N24)1/10

II. Efectúe el análisis de regresión a partir de la ecuación 3, ayudándose con la tabla de

trabajo 2, elimine los puntos que tengan N mayor o igual que K, encuentre el valor de r
(b), halle el valor de a mediante:

a = ln ( K-No )
No

- Sustituya ambos valores en la ecuación 2 (tomando a r como valor absoluto) y

prediga el tamaño poblacional para cada generación.
- Grafique (t vs Nt), y finalmente grafique tiempo versus los nuevos tamaños
poblacionales hallados mediante el análisis de regresión.

BIBLIOGRAFIA

FRANCO, J. y col. 1985. Manual de Ecología. Editorial Trillas, México.

KREBS, Ch. 1985. Ecología: estudio de la distribución y abundancia. 2da. Edición. Harla
editores, México.
 TABLA 10.1. Datos de la simulación.

t Nt M S A Nt+1

M=muertos (# de frejoles que quedaron en grupos de tres o más por cuadro).

A= individuos agregados (# de frejoles que quedaron aislados en cuadros solos)
S= sobrevivientes.
Nt+1= S+A
 TABLA 10.2. Datos para la regresión.

t ln ((K-Nt)/Nt) t2 t . ln((K-Nt)/Nt)
2
(X) (Y) (X ) (X.Y)
 TABLA 10.3. Número ajustado de individuos para cada generación.

t Nt ajustados

ECUACIONES DE REGRESIÓN LINEAL:

Y = a + bX

∑ X.Y – (∑ X. ∑ Y)/n
bór=
∑ X2 - (∑ X)2 / n

a= ln ( K - No ) (Para esta práctica)

No
 PRACTICA 11
DIVERSIDAD ALFA
INTRODUCCION
Una de las propiedades de las comunidades es la diversidad. El concepto de diversidad
de especies es uno de los más discutidos desde hace mucho tiempo atrás, pero la
mayoría de autores concuerda con que la diversidad presenta dos componentes: la
variedad de especies (riqueza) y la abundancia relativa de las mismas
(heterogeneidad); además se puede considerar una medición particular denominada
uniformidad (evenness) que en realidad es un una forma de heterogeneidad. De
manera, que podemos medir la diversidad de especies de una localidad registrando el
número de especies que presenta (llamada riqueza de especies), describiendo sus
abundancias relativas o utilizando una medida que combina estos dos componentes.
En la presente práctica se estudiaran dos formas de medición de la diversidad los
denominados Índices de Diversidad y las curvas de diversidad - abundancia.

OBJETIVO
El alumno al final de la práctica deberá conocer las principales formas de medición de
la diversidad y sus características, mediante el análisis y la realización de ejemplos.

MATERIALES
Calculadora, Papel Cuadriculado, Papel milimetrado, lápiz, hoja de datos de inventario
de comunidades.

PROCEDIMIENTO
1. Índices basados en la Abundancia Proporcional de las especies
 SHANNON-WIENER: Se basa en la Teoría de la Información y toma en cuenta dos
aspectos de la diversidad, la riqueza de especies y la heterogeneidad (la
distribución del número de individuos de cada especie). El índice asume que los
individuos de las poblaciones proceden de muestras colectadas al azar y que las
poblaciones son efectivamente infinitas. También el índice asume que todas las
especies están representadas en la muestra.

H '  - pi * log 2 pi i pi = ni/N

n i: # de individuos de la especie i.
N : # total de individuos de todas las especies.
También puede utilizarse las siguientes transformaciones:
1
H '  3.322 * (log 10 N  (1/N *  ni * log 10 ni )) para logaritmo decimal
1
N 
H '  1.443 * (ln N 
* ni * ln ni ) para logaritmo neperiano
Por otro lado es importante evaluar la Equitabilidad, para lo cual se utiliza el Índice de
Equidad de Pielo, tal como sigue:

J’ = H’ / H’ max H’ max = log 2 S

Dónde: J’ = Índice de Equitabilidad de Pielou
H’ = Índice de Diversidad de Shannon-Wiener
H’ max. = Índice de Diversidad máxima de Shannon
55
 S = número de especies
 DOMINANCIA DE SIMPSON: Se basa en la Teoría de Probabilidades. Establece
las probabilidades de que dos ejemplares seleccionados al azar en una
comunidad infinita correspondan a distintas especies. De acuerdo a esto
tenemos:
D  1   ( pi ) 2

Igualmente se puede calcular la Equitabilidad, usándose la siguiente ecuación:

ED = D / D max D max = 1 – (1 / S)

Dónde: ED = Índice de Equitabilidad de Simpson

D = Índice de Diversidad de Simpson
D máx. = Índice de Diversidad máxima de Simpson
S = número de especies

EJEMPLO 1: Abundancia de las especies en 10 cuadrados en el bentos de una zona intermareal de

la Isla Rhode (tomado de Heltshe and Forrester 1983).

Especies / Cuadrados 1 2 3 4 5 6 7 8 9 10
Streblespio Benedicto 0 13 21 14 5 22 13 4 4 27
Nereis succines 2 2 4 4 1 1 1 0 1 6
Polydora ligni 0 1 0 0 0 0 0 1 0 0
Scoloplos robustus 1 0 1 2 0 6 0 0 1 2
Eteone heteropoda 0 0 1 2 0 0 1 0 0 1
Heteromastus filiformis 1 1 2 1 0 1 0 0 1
Capitella capitata 1 0 0 0 0 0 0 0 0 0
Scolecolepides viridis 2 0 0 0 0 0 0 0 0 0
Hypaniola grayi 0 1 0 0 0 0 0 0 0 0
Branis clavata 0 0 1 0 0 0 0 0 0 0
Macoma balthica 0 0 3 0 0 0 0 0 0 2
Ampelisca abdita 0 0 5 1 0 2 0 0 0 3
Neopanope texana 0 0 0 0 0 0 0 1 0 0
Tubifocodies sp. 8 36 14 19 3 22 6 8 5 41
TOTAL

Ejemplo2: Abundancia de especies de roedores en 12 localidades del bosque

montano del Departamento de Huánuco, Perú (Peralta, 2010)

Especies/Localidades 1 2 3 4 5 6 7 8 9 10 11 12
Akodon orophilus 1 9 2 16 17 0 2 13 2 0 6 15
A. mollis 0 0 0 0 0 38 0 0 0 0 0 0
Calomys sorellus 0 1 0 0 1 2 0 0 0 0 0 0
Phyllotis andium 0 0 0 0 0 1 0 0 0 0 0 0
Thomasomys aureus 0 3 0 0 0 1 0 0 0 0 0 0
Thomasomys kalinowskii 29 24 40 0 1 0 21 0 0 0 14 21

56
 T. incanus 0 0 0 13 9 0 0 1 0 1 0 0
T. notatus 0 0 1 0 0 0 0 7 1 0 0 0
Microryzomys altissimus 0 4 0 1 1 12 1 0 0 0 0 0
M. minutus 2 0 6 0 1 0 0 7 7 2 0 0
Oligoryzomys andinus 0 0 1 0 0 1 0 0 0 0 3 0
TOTAL

EJEMPLO 3: Especies de insectos que crecen sobre los musgos del género Fontanalis y
sobre sustratos artificiales (tomado de Glime & Clemons, 1972).

SUBSTRATO MUSGO SOGA PLASTICO

Chironimidae 1095 285 190
Prosimulium hirtipes 111 5 40
Cnephia mutata 82 23 40
Prosimulium rhizophorum 2 2 0
Nemoura sp 4 84 67 10
Nemoura venosa 4 7 1
Agraylea sp 1 34 2 2
Rhyacophila invaria 23 10 4
Ironoquia punctatissima 18 5 1
Allocapnia sp 17 10 1
Ephemerella deficiens 12 2 0
Ephemerella funeralis 2 0 0
Isoperla bilineata 12 1 0
Carabidae sp 11 1 0
Microvelia sp 3 7 1 1
Lepidostoma sp 1 5 1 0
Leptophlebia sp 1 5 2 2
Psilotreta frontalis 4 0 0
Parapsyche apicalis 4 1 1
Bezzia sp 1 2 0 0
Paleagapetus celsus 1 0 0
Rhyphidae? Sp 1 1 1 0
Baetis sp 5 1 1 0
Wormaldia sp 1 1 0 0
Promoresia elegans 1 0 0
Isotomuros sp 1 0 2 0
Polycentropus sp 1 0 2 0
Hydrophilidae sp 2 0 1 0
Limonia sp 2 0 1 0
Staphylinadae sp 1 0 1 0
TOTAL

57
Ejemplo 4: Número de individuos de especies de la Familia Fabaceae en 3 localidades cercanas,
en la Chiquitania de Lomerío, Santa Cruz, Bolivia (en Mostacero et. al, 2000)
Especies Localidad A Localidad B Localidad C
Acacia sp. 4 1 0
Acosmium cardenassi 9 3 2
Amburana cearensis 10 1 0
Anadenanthera macrocarpa 19 15 4
Bauhinia rufa 6 8 12
Caesalpinia pluviosa 3 3 2
Centrolobium microchaete 5 16 0
Chamaecrista sp. 2 0 1
Clitoria falcata 1 0 0
Copaifera chotadiana 11 4 0
Enterolobium contortilisiquum 3 0 0
Hymenaea courbaril 7 2 10
Inga sp. 0 1 0
Machaerium scleroxylon 4 4 0
Machaerium sp. 5 1 0
Mimosa sp. 1 0 0 1
Mimosa sp. 2 0 0 1
Mimosa xanthocera 0 0 8
Mimosa neptunoides 12 0 3
Platymiscium ulei 0 1 0
Platypodium elegans 2 0 0
Senna sp. 0 0 4
TOTAL
Ejemplo 5. Abundancias en diferentes especies de peces e n diferentes zonas de la Estación
Biológica Cocha Cashu, Parque Nacional Manu, Madre de Dios (Osorio, 2008)
Cocha Cashu Cocha Totora
Especies / Localidad Z. Pastizal Z. Central Z. Troncos Z. Pastizal Z. Central
Leporinus friderici 3 1 1 0 0
Roeboides affinis 0 0 1 0 8
R. myersi 0 0 0 0 1
Serrasalmus rhombeus 0 0 0 0 2
S. spilopleura 6 4 0 0 2
Triportheus angulatus 1 16 0 0 3
Aequidens tetramerus 1 0 0 0 0
Curimatella meyeri 0 0 0 1 2
Potamorhina altaamazonica 2 0 0 11 48
Steindachnerina bimaculata 18 1 5 0 3
Cynodon gibbus 0 0 0 0 1
Hoplias malabaricus 3 0 0 0 0
Liposarcus disjunctivus 2 1 0 0 2
Loricarichthys sp. 1 0 0 0 0
Pimelodus blochii 0 1 1 0 0
Prochilodus nigricans 3 18 0 0 0
Plagioscion squamossisimus 0 2 0 0 0
TOTAL
EJEMPLO 6: Abundancia de las especies de aves en dos localidades del Valle del Chillón, Lima
(Salinas, L.; Velarde, D. & Arana, C. 1997).

ESPECIE LAYA APAN

Apus andicola 22 11
Camptostoma obsoletus 0 2
Carduelis magellanica 3 3
Catamenia analis 1 0
Chloroceryle americana 1 0
Colibrí coruscans 0 1
Columbina cruziana 18 0
Crotophaga sulcisotris 0 5
Dives warzsewiczi 1 1
Elaenia modesta 0 1
Falco sparverius 0 1
FRINGILLIDAE 1 1 0
FRINGILLIDAE 2 0 1
Mimus longicaudata 23 10
Notiochelidon cyanoleuca 54 0
Pheucticus chrysogaster 2 2
Pyrocephalus rubinus 2 0
Rallus sanguinolentus 0 1
Sturnella bellicose 8 0
Thraupis bonariensis 0 8
TROCHILIDAE 1 0 1
Troglodytes aedon 0 4
Turdus chiguanco 1 1
TYRANNIDAE 1 0 1
TYRANNIDAE 2 0 1
Zenaida asiatica 10 9
Zenaida auriculata 0 26
TOTAL
Ejemplo 7: Abundancia de murciélagos en 8 lugares de la zona central de Veracruz (México) de
bosques mesofilos de montaña (B) y cafetales de sombra (CS) (Tomado de Saldaña, 2008)

B1 B2 B3 B4 CS1 CS2 CS3 CS4

Sturnira ludovici 148 162 80 49 27 8 8 16
Carollia sowelli 11 15 5 4 4 7 0 4
Sturnira lilium 4 6 22 3 5 3 1 5
Artibeus jamaicensis 5 3 18 3 1 11 1 0
Artibeus intermedius 0 4 6 1 6 8 3 4
Dermanura tolteca 5 6 0 1 0 8 0 1
Desmodus rotundus 4 6 6 3 0 0 0 0
Anoura geoffroyi 0 1 1 0 7 5 1 1
Glossophaga soricina 0 3 1 0 6 2 1 1
Artibeus lituratrus 0 1 3 0 1 3 1 1
Centurio senex 0 0 0 0 1 0 0 1
Dermanura azteca 0 1 1 0 0 0 0 0
Dermanura phaeotis 0 0 0 0 0 1 0 0
TOTAL
 PRACTICA 12
DIVERSIDAD BETA
INTRODUCCION
En todo estudio de una comunidad se obtiene una lista de las especies que
incluye, cuando el estudio es cuantitativo también se obtiene alguna medida de la
abundancia de cada una de las especies. Con estos datos es posible establecer
cuál es el grado de similaridad entre dos o más comunidades, e incluso entre una
misma comunidad pero en dos tiempos. Este análisis nos permitirá conocer cuáles
son los posibles factores más importantes en la determinación de la composición
y estructura de una comunidad.
La similaridad entre dos comunidades puede ser medida con los más de
dos docenas de Índices de Similaridad que se conocen. Pero, en general, todos
pueden ser clasificados en dos tipos:
a) Las medidas que examinan la extension de la diferencia entre dos o mas areas,
entre ellos los Indices de Whittaker, Cody, Routledge. Conocidos como de
Diversidad beta.
b) El Segundo grupo se enfoca en la diferencia en la composicion de especies
entre areas de diversidad alfa y se formulan como medidas de similiaridad o
disimilaridad, en este grupo tenemos los índices binarios o cualitativos, que
sólo utilizan los datos de presencia - ausencia de las especies en ambas
comunidades. Y, los indices cuantitativos, que usan tambien alguna medida de
la abundancia relative de lase species que component ambas comunidades a
comparar.

OBJETIVOS

Estudiar, a través de varios ejemplos, como es posible medir la similaridad entre

dos o más comunidades.

MATERIALES

Calculadora, Papel Cuadriculado, Papel milimetrado, lápiz, hoja de datos de

inventario de comunidades.

METODOS

Indices de Diversidad Beta

Indice de Whittaker ( β w )

β w = S / α¯ Donde: S = el numero total de especies registrados en el Sistema, y

α¯ = promedio de la diversidad de las muestras, donde la
Diversidad se mide como riqueza de especies.
Indices de Similiaridad o disimilaridad

Utilizaremos dos índices de similaridad binarios y uno cuantitativo:

1. Índices binarios:
Son los más sencillos, pues utilizan sólo los datos de presencia-
ausencia. Los datos básicos para calcular estos índices están en la siguiente
tabla 2 x 2:

Comunidad 1 ó Muestra 1
Comunidad No. de spp. presentes No. de spp. ausentes
2 No. de spp. presentes a b
ó Muestra 2 No. de spp. ausentes c d

Con estos datos podemos calcular los siguientes índices:

- Indice de Jaccard (Ij):

a
Ij =
a+b+c
- Indice de Sørensen (Is):
2a
Is =
2a + b + c

2. Índices cuantitativos:
Estos índices utilizan los datos de abundancia relativa de cada
especie. En esta práctica utilizaremos el Indice de Bray-Curtis

I BC = 1 - ∑ xi-yi
∑ ( xi+yi )
Donde X i: Número de individuos de la especie i en la muestra 1
Y i: Número de individuos de la especie i en la muestra 2