Está en la página 1de 10

UNIVERSIDAD CIENTÍFICA DEL SUR

FACULTAD DE CIENCIAS HUMANAS Y FACULTAD DE CIENCIA


VETERINARIAS Y BIOLÓGICAS

Modelo de competencia
interespecífica de Lotka y Volterra
CURSO

ECOLOGÍA

ALUMNOS

Diaz Duran, Uriel Jhariff


López López, Pamela Victoria
Pari Cierto, Luz Denisse
Sánchez Rivera, Jorge Luis

LIMA - PERÚ

2020 - I
MARCO TEÓRICO

Las relaciones de competencia que se establecen entre individuos de distintas especies se


denominan competencia interespecífica (Blakemore,1975 ). Las poblaciones de dos especies

1
compiten cuando necesitan un recurso común (alimento, espacio, luz, etc.), pudiendo ocurrir
que una especie desplace a la otra, o bien, que ambas coexistan. En este último caso es
interesante conocer si se mantiene la misma densidad de población que cuando las especies
están separadas (Sprott et al.,2005) . El concepto de competencia interespecífica es una de las
líneas fundamentales de la ecología evolutiva y, precisamente Ch. Darwin basó su idea de la
selección natural en la competencia y la lucha por la supervivencia (Amau,1999 )

Por otro lado, el principio de exclusión competitiva o principio de Gause establece que si dos
poblaciones tienen los mismos requerimientos ecológicos y viven exactamente en el mismo
lugar, y si la especie A crece al menos un poco más rápidamente que la especie B, entonces A
finalmente ocupará toda el área y la especie B acabará por desaparecer . En resumen significa
que especies competidoras completas no pueden coexistir (Combariza y Puche,2009) A
principios del siglo XX, A. Lotka y V. Volterra desarrollaron de manera independiente unas
expresiones matemáticas que describen la relación entre dos especies que comparten un
mismo recurso ( Isaza y Campos, 2006).

Las ecuaciones del modelo de competencia interespecífica de Lotka y Volterra se derivan de


la ecuación logística de Verhulst , y se tiene una ecuación para cada especie en interacción:

En donde:
t: Tiempo
N1: Nº de individuos de la especie 1.
N2: Nº de individuos de la especie 2.
r1: Tasa de crecimiento intrínseca de la especie 1.
r2: Tasa de crecimiento intrínseca de la especie 2.
K1: Capacidad de carga del ambiente para la especie 1.
K2: Capacidad de carga del ambiente para la especie 2.

α y β: Coeficientes que indican la influencia competitiva de cada individuo de una especie


sobre la otra (coeficientes de inhibición).

A partir de las ecuaciones anteriores se pueden obtener otras dos ecuaciones que representan
las isóclinas de cada una de las especies. Para ello, se resuelven ambas ecuaciones bajo una
situación de equilibrio poblacional, lo cual ocurre cuando la tasa de crecimiento se detiene y
se alcanza la capacidad de carga (r=0) o cuando una de las especies se extingue (N=0). Dicho
equilibrio ocurre cuando dN1/dt = 0 y cuando dN2/dt = 0. De este modo se obtienen las
siguientes ecuaciones:

2
N1 = K1 – αN2
y
N2 = K2 – βN1

Ambas ecuaciones representan rectas de densidades poblacionales de todas las posibles


situaciones en las que las poblaciones de ambas especies pueden permanecer en equilibrio o
no. Los gráficos obtenidos a partir de las ecuaciones (también llamados planos de fase) son:

Las líneas rectas trazadas para ambos gráficos representan las isoclinas para cada especie (la
naranja para la especie 1 y la verde para la especie 2). Las flechas en los gráficos indican
hacia donde se “mueve” la población.

Cada una de las isoclina representadas divide el espacio en dos regiones en las cuales la
población crece o disminuye. En el caso de la población 1, cualquier punto a la derecha de la
isoclina implica que:

y por lo tanto la población N 1 tendería a disminuir (lo indica el sentido de las


flechas).Mientras que cualquier punto a la izquierda de la isoclina seguiría una tendencia a
aumentar (Malthus,1978).
En el caso de la especie 2, si observamos la representación gráfica se puede ver que cualquier
punto por encima de la isoclina de equilibrio significa que:

y la densidad de la población disminuiría, al contrario de lo que ocurriría en la fase por


debajo de la isoclina que tendería a aumentar (ver sentido de las flechas).

La combinación de las dos isóclinas en un mismo espacio permite el análisis


gráfico de los posibles casos de interacción competitiva
dependiendo de los valores de, ∝,ß , K1 y K2. Se pueden predecir
cuatro situaciones: en el primer caso la especie 1 se desarrolla

3
impidiendo el crecimiento de la especie 2; en el segundo caso, es a
la inversa, la especie 2 impide el desarrollo de la especie 1. La
tercera situación se produce cuando se alcanza un equilibrio
inestable, pudiendo ganar cualquiera de las dos según la densidad
inicial. El último caso sería cuando ninguna especie es capaz de
eliminar a la otra y se produce la coexistencia, ya que la
competencia intraespecífica de cada especie es mayor que la
interespecífica (Ossa et al.,2010)

En el caso a) el sistema tiende a un punto de equilibrio estable: K1, cuando la especie 2 se


extingue (N2=0) y la especie 1 alcanza su capacidad de carga (N1=K1). En el caso b) al
revés: N1=0 y N2= K2. En el caso c) dos puntos de equilibrio estable: K1y K2 que se
alcanzarán según sean las condiciones iniciales; y un punto de equilibrio inestable,que es la
intersección de las 2 isoclina, imposible de alcanzar. Y en d) un punto de equilibrio estable,
que es la intersección entre las dos isoclinas (Ross, 2009)

Para saber cómo interactúan ambas especies y qué le depara el futuro a dicha interacción, se
deben graficar ambas rectas en un mismo gráfico. Dependiendo de cómo se ubiquen ambas
rectas una en relación a la otra, hay 4 resultados posibles, los cuales se muestran a
continuación:

Casos :

a) La isoclina de la especie 1 queda por encima de la isoclina de la especie 2. La especie


1 siempre gana, conduciendo a la extinción de la especie 2.
b) La situación es inversa al caso 1.
c) Las isoclinas se cruzan. Cada especie inhibe el crecimiento de la otra más que su
propio crecimiento. A menudo la especie más abundante es la que gana.
d) Cada especie inhibe el crecimiento de su propia población por competencia
intraespecífica en mayor grado que el de la otra. Las especies coexisten ( Smith y Thelen,
(2003).

4
El objetivo del presente estudio es aplicar el modelo de competencia interespecífica de Lotka
y Volterra en el programa Populus v6.0 (2018) y reconocer patrones de variación poblacional
entre dos especies en interacción.

METODOLOGÍA

Procedimiento
Para realizar el presente trabajo se uso una laptop, luego se abrió el programa Populus
v6.0.En el cual se realizaron 3 simulaciones para 3 escenarios indicados según la tabla
presentada en la guia de practicas.Para cada escenario; correr graficos hasta el estado
estacionario.Posteriormente se obtiene las gráficas: Gráfico de N vs t para cada escenario y
Gráfico de N2 vs N1 para cada escenario, para cada simulación realizada.

RESULTADOS
Escenario 1
cuadro 1

5
cuadro 2

cuadro 3

Escenario 2
cuadro 1

6
cuadro 2

cuadro 3

Escenario 3
cuadro 1

7
cuadro 2

cuadro 3

DISCUSION Y CONCLUSION

Escenario 1:

8
Cuadro 1 y 2: La especie 2 ejerce una mayor presión de competencia sobre la especie 1,
mientras que la especie 1 ejerce una presión minúscula sobre la especie 2; es decir, mientras
mayor sea el valor de α en la especie 1, esta tiene mayor probabilidad de extinguirse.

Cuadro 3: En este escenario la especie 2 gana, puesto que la isoclina de la especie 2 queda
por encima de la especie 1. La especie 2 siempre ganará y conducirá a la especie 1 a la
extinción.

Escenario 2:

Cuadro 1 y 2: La especie 2 ejerce una mayor presión de competencia sobre la especie 1,


mientras que la especie 1 ejerce una menor presión sobre la especie 2; es decir, mientras
mayor sea el valor de α en la especie 1, tiene una mayor probabilidad de extinción.

Cuadro 3: En este caso la especie 2 gana, puesto que la isoclina de la especie 2 queda por
encima de la especie 1. La especie 2 siempre gana conduciendo a la extinción a la especie 1.

Escenario 3:

Cuadro 1: La especie 1 ejerce una mayor presión de competencia sobre la especie 2, en


cambio la especie 2 ejerce una menor presión de competencia sobre la especie 1, es decir
mientras mientras mayor sea el valor de β en la especie 2 tiene una menor probabilidad de
subsistencia.

Cuadro 2 y 3: En este caso se produce una coexistencia de ambas especies durante un tiempo
determinado. Cada especie inhibe el crecimiento de su propia población por competencia
intraespecífica, siendo la competencia de la especie 2 en mayor grado que la especie 1,
llevándola a la extinción.

Por lo que de los tres escenarios, el escenario 1 y 2 hay competencia, por lo tanto ninguna de
las especies predomina del todo, ninguna de las 2 especies llegan a su clímax. En el escenario
3 no hay competencia entre las especies, por lo que llegamos a la conclusión que el que tiene
mayor crecimiento es la especie 1 del escenario 3 por lo que predominará por mucho más
tiempo que la especie 2 ya que tiene menor población por lo que se extinguirá mucho más
rápido.

REFERENCIAS
Arnau, J. (1999). Series temporales cortas y mínimos cuadrados generalizados:
Análisis de la intervención. Revista de Metodología de las Ciencias del
Comportamiento,1, 119-135.

Blakemore, R. P. Magnetotactic bacteria.(1975) Science 190:377–379.

Combariza, E., y Puche-Navarro, R. (2009). El uso de la wavelet para el estudio de


los funcionamientos inferenciales en niños pequeños. En R. Puche-Navarro (Comp.),
¿Es la mente no lineal? (pp. 111-133). Cali: Programa Editorial Universidad del
Valle.

9
Isaza, J. F., y Campos, D. (2006). Ecología: Una mirada desde los sistemas
dinámicos. Bogotá: Pontificia Universidad Javeriana.

Malthus, T. (1798). An Essay on the Principle of Population. London: Johnson

Ossa, J. C., y Puche-Navarro, R. (2010). Modelos bayesianos y funcionamientos


inferenciales complejos. Acta Colombiana de Psicología, 13(2), 119-128.

Ross, J. V. (2009). A note on density dependence in population models. Ecological


Modelling, 220, 3472-3474.

Smith, L. B., y Thelen, E. (2003). Development as a dynamic system. Trends in


Cognitive Sciences, 7, 343-348.

Sprott J. C., Wildenberg J. C. and Azizi Y.(2005) A simple spatiotemporal chaotic


Lotka–Volterra model. doi:10.1016/j.chaos.2005.02.015.

10

También podría gustarte