Professional Documents
Culture Documents
A tenir en compte:
· Encara haver una metodologia molt estrica per criticar les teories i/o hipòtesis, no existeix un
process definit per a la síntesis de manera que a l’hora d’elaborar una teoria pot utilitzar-se qualsevol
mètode sempre i quan el resultat pugui predir aspectes del món real.
· Encara que un model concordi amb la realitat, aquest fet no implica que totes les suposicions sobre
les quals s’ha basat siguin certes,
La necessitat de la quantificació
La majoria dels models utilitzats en ciència són quantitatius (models conceptuals i models operatius),
ja que permeten establir relacions numèriques entre variables. Els models sempre són
representacions simplificades de les característiques més importants del sistema estudiat, depenent
del sistema d’estudi i de l’aplicació del model aquestes “característiques” canviaran, per aquest motiu
es pot afirmar que els models no són correctes o incorrectes sinó adequats o inadequats, depenent
de la precisió i l’exactitud requerides per la pregunta formulada. Per aquest motiu és preferible
utilitzar el llenguatge matemàtic en els models, ja que aquest és el més ric i precís a l’hora de
descriure el món real.
Cal tenir en compte que encara la seva poca rellevància molts dels grans problemes al que actualment
ha de fer front la humanitat tenen un important component ecològic (la contaminació, el canvi
climàtic, la gestió de recursos...) degut al fet que els serveis que els ecosistemes ofereixen ens són
essencials.
La principal limitació és que en tractar-se de models senzills únicament consideren els factors
principals, el que pot fer que altres complexitats addicionals no es tinguin en consideració.
Els models ha de considerar aquells factors que afecten a l’objecte estudiat o al risc de que es
produeixi l’event d’estudi, i els factors que afecten el problema. També cal tenir en compte que el
model ha de valorar la possibilitat que els factors considerats son alterats i, per tant, que les
característiques de la variable es vegin modificades. A més a més de l’evolució temporal de les
interaccions entre els factors.
L’observació i l’experimentació a la vida real no té l’abast dels models, els quals permeten predir la
dinàmica d’una variable segons els factors que li afecten i la interacció entre aquests factors.
Ara bé, quan el model és molt complex com por resoldre’l analíticament és poden realitzar
experiments virtuals, on poden canviar-se els valors dels paràmetres permetent observar així l’efecte
d’aquests sobre les variables estudiades. Per tal d’estudiar l’efecte de cada paràmetre individualment
es fixen els valors excepte un, el qual l’usuari pot variar per estudiar el seu efecte sobre la variable.
Per tal que l’experiment virtual sigui verídic i realista cal fer rèpliques i modificar el valor de la
variable. Els resultats seran resumits en unes figures (gràfics) en les quals les abisses representen el
valor del paràmetre triat i les ordenades la variable d’interès.
Tots els models contenen importants simplificacions de la realitat però cal verificar si les
simplificacions introduïdes son o no excessives mitjançant la comparació dels resultats del model amb
observacions.
Síntesi
Els models són representacions simplificades de la realitat. La seva validació és fa mitjançant
experiments o observacions empíriques (base del mètode científic). Els models quantitatius són els
que ofereixen una major precisió i capacitat predictiva, a més cal tenir en compte les següents
consideracions:
• Els models matemàtics són senzills o representen la manera més senzilla de descriure els
fenòmens que s’observen en el món real.
• Els models són sempre simplificacions pel que mai descriuen en tot detall el món real.
• En utilitzar un model o s’avalua la seva pròpia adequació cal tenir en compte sobre quines
suposicions és basa.
• Ningun model és estrictament correcte sinó adequat o inadequat i aquest fer dependrà de
l’ús que se li vulgui donar i de la funció i precisió requerida en les prediccions.
• Els models quantitatius senzills ofereixen respostes satisfactòries a preguntes inabordables
empíricament.
• Encara limitats el models són la millor eina per descriure fenòmens naturals i fer prediccions.
En cas de tenir dades experimentals de la mida d’una població en diferents moments, es pot pot
comprovar-se si aquests s’ajusten al model exponencial mitjançant la seva representació gràfica en
escala logarítmica respecte al temps. En cas de mantenir una relació lineal (comprovar que el pendent
de regressió és diferent de zero) es pot concloure que la població segueix un creixement exponencial
amb una r igual a la pendent de la regressió.
Per a calcular quan tardarà una població en duplicar la seva mida s’utilitza la fórmula 𝑁𝑡 = 𝑁0 · 𝑒 𝑟·𝑡
tenint en compte que duplicar la seva mida es equivalent a escriure 𝑁𝑡 = 2 · 𝑁0 de manera que la
fórmula final seria: 2 · 𝑁0 = 𝑁0 · 𝑒 𝑟·𝑡 → 𝑙𝑛2 = 𝑟 · 𝑡. Per saber el temps de duplicació l’únic que farà
𝑙𝑛2
falta serà reorganitzar l’equació de manera que: 𝜏 = 𝑟 (com més gran sigui la taxa de creixement (r)
menor serà el temps de duplicació).
El model exponencial només pot ser aplicable en circumstàncies molt partícules, ja que les condicions
que permeten un creixement tant ràpid rarament es compleixen, pel que el model es preferiblement
aplicable en casos de colonització d’un territori verge o quan una catàstrofe redueix dràsticament la
mida d’una població. Ara bé, en els altres casos el model logístic ofereix una millor aproximació de la
realitat.
En el cas que el pas del temps es faci molt petit el model discret convergeix amb el model continu
causant que 𝑒 𝑟·𝑡 = 𝜆𝑡 de manera que 𝑟 = 𝑙𝑛𝜆. La relació entre els valors r i 𝜆 serà la següent:
Cal tenir en compte que 𝜆 està associada a un període de temps concret i no té unitats de manera
que, en cas de voler canviar de període, caldrà transformar 𝜆 en r, modificar r segons les noves unitats
i passar de r a 𝜆.
Per a la representació gràfica del model discret, aquesta és equivalent a la gràfica del model continu,
però en comptes d’haver una línia continua hi ha una sèrie de punts amb la mateixa trajectòria.
Estocàstica ambiental
Els models estocàstics són una contraposició de models deterministes (diferents experiments amb els
mateixos paràmetres donen els mateixos resultats) com el model exponencial, el qual considera r com
una constant de manera que ignora la variabilitat del clima, la disponibilitat de recursos...
En els models estocàstics el valor dels paràmetres (obtingut a partir de mostres de variables aleatoris)
varia amb el temps de manera que el resultat sempre serà diferent.
Si es compara el model determinista i el model estocàstic és veurà que 𝑁 ̅𝑡 = 𝑁0 · 𝑒 𝑟̅·𝑡 = 𝑁0 · 𝑒 𝑟·𝑡 . Ara
bé, la principal diferència és que segons el model determinista la supervivència de la població està
assegurada sempre que r sigui positiva mentre en el model estocàstic si la variància de r es
suficientment gran la població pot extingir-se encara que el valor de 𝑟̅ sigui positiva, de manera que
l’últim model considera que es pugui produir una extinció en anys climatològicament desfavorables.
Estocàstica demogràfica
El model exponencial considera que en una població B i D són constants i, per tant, independents del
temps i de la mida de la població. Ara bé, en les poblacions reals hi ha intervals de temps on no hi ha
cap canvi en la mida de la població, a més a més, B i D no acostumen a ser proporcionals, encara que
la probabilitat de B i D està relacionada amb els valors absoluts de B i D:
𝐵 𝐷
𝑃(𝐵) = 𝐵+𝐷 ; 𝑃(𝐷) = 𝐵+𝐷 → 𝑃(𝐵) + 𝑃(𝐷) = 1
Segons aquest model si B > D hi ha una major probabilitat que hi hagi un naixement a una mort pel
que la mida de la població tendirà a augmentar, encara que l’atzar pot causar que aquest fet no es
compleixi. Per altra banda, si la mida de la població és petita 2 la probabilitat d’extinció no pot
𝐷
depreciar-se, ja que en cas que B > D llavors 𝑃(𝑒𝑥𝑡𝑖𝑛𝑐𝑖ó) = ( )𝑁0 .
𝐵
Síntesi
Per tal de descriure com varia la mida de les poblacions amb el temps s’ha fet ús del model
exponencial, un model molt senzill que és la base de quasi tots els models demogràfics i ofereix una
bona descrició de la demografia de les especies invasores, plagues... El model exponencial és basa en
les suposicions que les poblacions són tancades (només B i D), que els paràmetres demogràfics bàsics
(taxa B i D) són constants en el temps i els individus de la població (suposició que en aplicar
l’estocàstica deixa de ser tant perjudicial, modificant les prediccions sobre el creixement de la
població) i que el creixement poblacional depèn de la mida de la població en aquell temps/període.
2 Aquest factor és molt important per a les poblacions petites degut al perill d’extinció.
··· Robert M. May ···
Introducció
El model exponencial dona per suposat que el creixement es manté independentment de la mida de
la població i no té en compte que els recursos són limitants i que la seva disponibilitat disminueix a
mesura que la població augmenta. Ara bé, com el model logístic ho considera el creixement és més
lent o disminueix a mesura que augmenta la mida d’una població, seguint un creixement dependent
de la densitat.
Aplicant aquesta suposició al model exponencial i definint noves contents r (taxa instantània de
creixement) i K (capacitat portadora o de càrrega3)...
𝑟=𝐵−𝐷
𝐵−𝐷
𝐾=
𝑎+𝑐
... s’obté l’equació definitiva del model logístic...
𝑑𝑁 𝑁
= 𝑟 · 𝑁 · (1 − )
𝑑𝑡 𝐾
𝑁
... que seria equivalent a multiplicar la equació del model exponencial per [1 − 𝐾 ].
N en funció de t
𝐾
𝑁𝑡 =
𝐾 − 𝑁0 −𝑟·𝑡
1+( ·𝑒 )
𝑁0
On 𝑁0 és la mida de la població en t=0 i 𝑁𝑡 és la mida en l’instant t.
Propietat del model: quan t és molt gran → 𝑒 −𝑟·𝑡 ≈ 0 pel que 𝑁 ≈ 𝐾 → 𝑁 = 𝐾 és un punt d’equilibri
de la població (sense importar la mida inicial de la població a llarg termini aquesta tendeix a K).
3 Mida mínima que una població pot mantenir a llarg termini amb els recursos disponibles.
Diferència entre model exponencial i logístic
MODEL EXPONENCIAL MODEL LOGÍSTIC
El creixement poblacional augmenta Hi ha un màxim en el creixement poblacional en
indefinidament amb N 𝐾
𝑁 = 2 i hi ha creixements negatius quan 𝑁 > 𝐾
El creixement poblacional per càpita és constant El creixement poblacional per càpita disminueix
linealment juntament amb N
N té un creixement exponencial N té un creixement asimptòtic a la capacitat de
càrrega
D’aquesta manera es pot concloure que per tal de que aquesta estratègia sigui sostenible la quota és
baixa i la mida de la població no és gaire petita, ara bé, en la pràctica no es possible obtenir la PMS.
- Cas en que la funció logística i la recta d’explotació és tallen en un punt d’equilibri estable
𝑑𝑁
(N>0): a la dreta del punt d’intersecció la mida de la població disminueix (𝐸 > ) ia
𝑑𝑡
𝑑𝑁
l’esquerra de la intersecció la mida de la població augmenta (𝐸 < 𝑑𝑡
).
Amb el temps el punt
d’intersecció serà [𝐾/2, (𝑟 · 𝐾/4)] pel que és podrà obtenir la PMS de la població.
𝑑𝑁
- Cas en que les funcions no es tallen: si l’esforç augmenta molt, en algun moment 𝐸 > 𝑑𝑡 , de
manera que la població s’extingirà (N=0). Aquesta situació serà deguda al pensament lògic
“com major sigui l’esforç major serà el rendiment”.
Per tal de determinar el valor del punt d’equilibri estable definit en la primera situació cal igualar
l’equació del model logístic amb esforç contant a zero:
𝑑𝑁 𝑁 𝑁∗ 𝑒
= 𝑟 · 𝑁 · (1 − ) − 𝐸 → 𝑟 · 𝑁 ∗· (1 − ) − 𝑒 · 𝑁 ∗ = 0 → 𝑁 ∗ = 𝐾 · (1 − )
𝑑𝑡 𝐾 𝐾 𝑟
Observacions:
· N* només pren valors positius quan 𝑒 < 𝑟, ja que quan 𝑒 ≥ 𝑟 el punt d’equilibri és N=0 (segons
situació) pel que la població s’extingeix.
𝑟
· Quan 𝑒 = 2 llavors el punt de tall és 𝑁 ∗ = 𝐾/2, pel que s’obté la PMS.
D’aquesta manera és pot concloure que aquesta estratègia té dos avantatges: es més complicat
extingir la població i es pot explotar la població a la màxima quota possible de forma sostenible (PMS).
Ara bé, el problema és que a la pràctica no es possible obtenir les dades necessàries per calcular el
valor de l’esforç que permet obtenir la PMS, però pot calcular-se l’esforç òptim de la següent manera:
Sabent l’esforç aplicat*- en diversos moments i les captures obtingudes es pot saber quina és la
població d’equilibri explotada amb un esforç e,7 fet que permet calcular les captures corresponents a
aquest esforç:
𝑒 𝐾
𝑐𝑎𝑝𝑡𝑢𝑟𝑒𝑠 = 𝑒 · 𝑁 ∗ = 𝑒 · 𝐾 · (1 − ) = 𝐾 · 𝑒 − · 𝑒 2
𝑟 𝑟
𝐾
L’equació final (𝐾 · 𝑒 − 𝑟 · 𝑒 2 ) és una funció quadràtica representada per una paràbola invertida la
qual el seu màxim correspon a l’esforç òptim.
-*En alguns caos és útil descomposar l’esforç aplicat per tal de diferenciar l’esforç brut (relacionat
amb el temps o recursos dedicats) de l’eficàcia de captura (relacionada amb les característiques de les
eines utilitzades o la tècnica/destresa del treballador) de la següent manera:
𝑒 = 𝑒𝐵 · 𝑒𝐶
Síntesi
El model logístic és un avanç en la simulació de dinàmiques poblacionals, ja que té en compte la
limitació de la mida de les poblacions, però encara és massa senzill com per ajustar-se a la realitat.
Ara bé, a diferencia del model exponencial els paràmetres demogràfics bàsics són funció lineal de la
mida de la població de manera que aquesta ja no creix indefinidament sinó que s’aproxima
asimptoticament a un valor d’equilibri: la capacitat de càrrega (K). En afegir l’explotació (E) dins la
funció el model adquireix un gran interès aplicat i permet extreure’n dues conclusions:
- A partir de cert nivell d’explotació el rendiment decreix.
- Maximitzar el rendiment que es pot obtenir d’una població a curt termini és completament
diferent a fer-ho a llarg termini.
La diferenciació serà estudiada en poblacions que segueixen el model exponencial i que la seva
dinàmica ve determinada per la taxa intrínseca de creixement 𝑟 de manera que únicament serà
aplicable en escales temporals raonablement curtes.
7 La població d’equilibri explotada per un esforç e ve descrita per la equació que permet trobar valor del punt
d’equilibri estable definit per la primera situació de l’explotació amb esforç contant.
8 Conjunt d’individus d’una població que han nascut durant el mateix període de temps (pe. mateix any).
9 Proporció d’individus nascuts que arriben a una determinada classe d’edat. (no unitats)
10 Número de descendents que té, de mitjana, un individu d’una determinada classe d’edat. (no unitats)
Per a resoldre problemes de taules de vida cal tenir compte amb la nomenclatura, respectar
escrupolosament unes determinades normes de càlcul i estar atent/a al tipo de taula de vida amb la
que es treballa, ja que pot ser sobre la població sencera o només de les femelles. En aquest segon cas
caldrà tenir en compte que en la fertilitat només es comptabilitzen els descendents femelles i que
serà necessari conèixer la relació entre el número de femelles i mascles de la població.
Aquestes dues fórmules poden ser escrites en notació matricial: una matriu vertical pel vector de
població en el moment t (nt), una altra vertical pel vector de la població en el moment t+1 (nt+1) i una
matriu de Leslie (L) d’ordre m en la qual la primera fila contingui les fertilitats de les m classes d’edat i
11El número d’individus d’una classe d’edat i en el moment t+1 és igual al número d’individus que hi havia en la
classe anterior (i-1) en el moment t multiplicat per la supervivència.
en la subdiagonal hi hagi les probabilitats de sobreviure de manera que les dues equacions puguin
expressar-se conjuntament de la següent manera:
O, en notació marcial com: 𝑛𝑡+1 = 𝐿 · 𝑛𝑡 de manera que, sabent la mida de la població en el moment
t=0 pot calcular-se el nombre d’individus de la població de cada classe en els moments següents:
𝑛1 = 𝐿 · 𝑛0 ; 𝑛2 = 𝐿 · 𝑛1 = 𝐿 · 𝐿 · 𝑛0 = 𝐿2 · 𝑛0 ; 𝑛3 = 𝐿 · 𝑛2 = 𝐿 · 𝐿2 · 𝑛0 = 𝐿3 · 𝑛0 ;...; 𝑛𝑡 = 𝐿𝑡 · 𝑛0
Aplicant aquest model de pols de naixements i cens pre-reproductiu, al cap de molts anys, la
proporció d’individus de cada classe d’edat respecte la mida total de la població s’estabilitzarà de
𝑛
manera que 𝑐𝑖 = 𝑁𝑖 = 𝑐𝑡𝑒. A aquest fet se’l coneix com “estructura estable d’edats de la població”, és
llavors quan la mida de la població variarà segons la taxa instantània de creixement r i totes les classes
variarien en la mateixa proporció. Utilitzar la r per predir la dinàmica d’una població que encara no ha
arribat a aquest moment no es correcte.
Veure la il·lustració de la metodologia en el Problema 6.5 de la pàgina 140 del llibre “Ecologia Con
Números”.
Síntesi
Per primer cop el model considera que els individus d’una població són diferents des del punt de vista
demogràfics i s’ha introduït l’estructura d’edats, de estadis i de mides. Cal recordar que en basar-se
en el model exponencial és té en compte que es tracta d’una població tancada, sense estructura
genètic ni efectes aleatoris i sense cap limitació en el creixement. Aquest model resulta particular-
ment útil per a poblacions amb pocs organismes i/o d’organismes de vida llarga i amb cicles de vida
complexos i especialment adequats per a problemes de conservació d’espècies amenaçades, ja que
permet identificar en quina edat o estadi l’estat es més crític i concentrar els esforços de gestió allà.
En aplicar-ho a la pràctica cal tenir en compte els efectes de la competència interespecífica i de l’
l’estocasticitat ambiental.
El model Illes-Continent
És el model de metapoblacions més senzill. Per tal de saber com varia la fracció de taques realment
ocupades (f) d’un conjunt de taques homogènies que poden o no estar ocupades en un moment
determinat, sabent que el valor de f varia entre f=1 (totes les taques estan ocupades) i f=0 (totes les
𝑑𝑓
taques estan desocupades = extinció metapoblació), s’utilitza: 𝑑𝑡 = 𝐶 − 𝐸 on C és la taxa de
colonització (proporció de taques colonitzades per unitat de temps) i E és la taxa d’extinció (proporció
de taques en que la població s’extingeix per unitat de temps).
Suposicions de l’equació que permeten descompossar les taxes C i E en els seus components
essencials:
- La taxa d’immigració dependrà de la probabilitat de colonització local (pc) que únicament
dependrà de les condicions físiques i biòtiques de les taques.
- La taxa de colonització dependrà del nombre de llocs que queden lliures (1-f) pel que C
creixerà amb la fracció de taques disponibles: 𝐶 = 𝑝𝑐 · (1 − 𝑓) pel que la C serà nul quan
𝑝𝑐 = 0 i quan totes les taques estiguin ocupades (𝑓 = 1).
- La taxa d’extinció serà igual a 𝐸 = 𝑝𝑒 · 𝑓 i s’anularà quan 𝑝𝑒 = 0 o quan no hi hagi cap
població dins la metapoblació (𝑓 = 0).
13 Probabilitat de que una població que ocupa una taca determinada de habitat d’extingueixi.
En aquest model...
... la persistència regional no esta germanitzada pel que la metapoblació s’extingirà si 𝑓 ∗ ≤ 0. Si
s’analitza el cas gràficament obtindrem que la funció de extracció E és una recta de pendent positiva i
la funció de colonització C és una paràbola que presenta un màxim en f=0,5 i que s’anul·la en f=0 i en
f=1. El punt d’intersecció entre E i C serà un punt d’equilibri estable.
... pe no és constant sinó que, per exemple, quan els propàguls arriben a una població ja ocupada no
la colonitzen sinó que incrementen la seva mida de manera que la probabilitat d’extinció disminueix.
Aquest fet passa degut a l’efecte rescat, el qual estableix una relació lineal entre f i pi: 𝑝𝑒 = 𝑒 · (1 − 𝑓)
on e és una contant.
Síntesi
En aquest model es té en compte l’intercanvi d’individus entre poblacions de la mateixa espècie i les
conseqüències demogràfiques d’aquest fet. Cal tenir en compte que la unitat d’estudi passa a ser les
poblacions, principal constituent de les metapoblacions, el model passa a donar resposta a la
pregunta “quantes poblacions subsistiran en una regió amb un número adequat de taques d’habitat?”
i el model esta basat en les suposicions que...
· les taques d’habitat són homogènies i sense estructura espacial
· les propietats de colonització i extinció depenen de la proporció de taques ocupades i són constants
en el temps
· a la pràctica el número de taques d’habitat és infinit
Per a dibuixar les isoclines només farà falta conèixer dos dels punts, per tal de trobar-los es pot
considerar eles interseccions de la recta amb els eixos (NB=0 i NA=0) en les equacions que descriuen
N* de manera que A passarà per (KA, 0) i (0,KA/𝛼) i B passarà per (KB/ 𝛽, 0) i (0,KB).
Sobre les isoclines la mida de la població de l’espècie corresponent és contant en el temps de manera
que si es considera la isoclina de l’espècie A, la qual divideix el pla en dos semiplans, es veurà que a
l’esquerra de la recta la població de l’espècie A augmenta de mida (𝑁𝐴 + 𝛼 · 𝑁𝐵 < 𝐾𝐴 ) mentre que a
la dreta de la recta la mida de la població disminueix (𝑁𝐴 + 𝛼 · 𝑁𝐵 > 𝐾𝐴 ). Per altra banda, si es
considera la isoclina de l’espècie B es veurà que per sobre de la recta la població disminueix de mida
mentre que per baix de la recta la mida de la població augmenta. En ajuntar les dues isoclines en un
mateix diagrama és podrà analitzar el conjunt de les poblacions de les dues espècies, en fer-ho poden
donar-se dues situacions:
- Si les rectes no es tallen: una de les isoclines queda a dalt i l’altre a baix de manera que el
semipla queda dividit en tres regions. La regió inferior tant la mida de A com de B augmenta i
a la regió superior tant la mida de A com de B disminueix, de manera que ambdós casos
porten a la regió intermèdia on hi ha dos possibles resultats:
· Si la isoclina de A està per sobre de la de B: l’espècie A augmenta de mida mentre B
disminueix fins arribar al punt d’equilibri (KA,0) on A exclou a B (exclusió competitiva).
15 𝑁𝐴 ∗ = 𝐾𝐴 − 𝛼 · 𝑁𝐵 i 𝑁𝐵 ∗ = 𝐾𝐵 − 𝛽 · 𝑁𝐴 .
· Si la isoclina de B està per sobre de la de A: l’espècie B augmenta de mida mentre A
disminueix fins arribar al punt d’equilibri (0,KB) on B exclou a A (exclusió competitiva).
- Si les rectes es tallen: el primer quadrant queda dividit en quatre regions i hi ha dos casos
possibles amb resultats molt diferents:
· Si KA/𝛼 > KB llavors és un cas de coexistència estable de les dues espècies degut al fet que els
vectors que indiquen la trajectòria del creixement de les dues poblacions apunten a la
intersecció de les dues rectes, el qual serà un punt d’equilibri estable.
· KA/𝛽 < KB llavors en la regió 1 ambdues poblacions augmenten i tendeixen al punt
d’intersecció de les isoclines, en la regió 3 ambdues poblacions disminueixen i tendeixen al
punt d’equilibri, en la regió 2 la població A augmenta mentre B disminueix i tendeixen a (KA,0)
i en la regió 4 la població B augmenta mentre A disminueix i tendeixen a (0,K B). D’aquesta
manera es pot concloure que el punt d’equilibri és inestable i que la mida inicial de les
poblacions determinarà, en la regió 2 i 4, quina de les espècies serà exclosa competitivament.
Solucions en l’equilibri
Per tal d’obtenir les solucions en l’equilibri s’han igualar les equacions del model a zero:
- Model depredador-presa de Lotka:
𝑟
𝑟 · 𝑁𝑉 ∗ − 𝛾 · 𝑁𝑉 ∗ · 𝑁𝑃 = 0 → 𝑁𝑝 =
𝛾
L’equació indica que la població de preses no creix quan el nombre de depredadors és
constant. En cas que la població de preses creixi molt ràpidament o que l’efecte de la
interacció depredador-presa sigui molt petit (𝛾 petit) farien falta molts depredadors (r
elevada) per tal que el nombre de preses sigui constant.
Aquestes dues equacions són les isoclines del creixement net zero de preses i depredadors, ja que
descriuen les condicions necessàries per a un creixement nul de la població.
Si s’analitza el model globalment és veu com la variació de les mides de les poblacions d’ambdues
espècies té un comportament periòdic: donades unes condicions inicials (NV0,Np0) NV i NP tenen un
creixement que segueix una trajectòria el·líptica en el pla NV-NP i passa pel punt de partida (NV0,Np0)
repetides vegades. Si s’analitza el comportament de cada regió és veu com el cicle dels depredadors
esta retardat respecte el de les preses de manera que si els valors de NV i NP canvien o prenen un
valor diferent al de la trajectòria anterior les oscil·lacions que produirien tindrien diferent amplitud;
les poblacions únicament poden mantenir-se estables quan els valors de NV i NP coincideixen amb el
valor de la intersecció entre isoclines (𝑞/𝛿, 𝑟/𝛾).
Per tal d’entendre la dinàmica conjunta de les dues espècies cal representar simultàniament les seves
isoclines de manera que:
· Si CA>0 i CB>0 llavors es tracta de mutualisme facultativo.
· Si CA=0 i CB=0 llavors es tracta de mutualisme obligat.
· Si CA<0 i CB<0 llavors es tracta de mutualisme obligat i hi ha un valor mínim de NA i NB per sota del
qual la població disminueix fins extingir-se.
En els tres casos hi ha un punt d’equilibri estable E al que, si la població és suficientment gran,
tendeixen i que sempre correspon a una mida de la població major a la que es tindria si les poblacions
visquessin aïllades l’una de l’altre.
Síntesi
Per primera vegada s’ha considerat la interacció entre poblacions de dues espècies. A partir d’un
model més simple (el model exponencial en el cas de la depredació i el model logístic en el cas de la
competència i el mutualisme) s’ha construït un model més complexa que comparteix limitacions i
suposicions com: els paràmetres poblacionals importants són constants en espai-temps, les
interaccions depredador-presa són a l’atzar (no hi ha ni refugis ni estratègies), no hi ha canvis
significatius en les condicions ambientals ni en les interaccions interespecífiques. D’aquesta manera,
no es considera com la selecció natural modifica certs paràmetres amb el pas de les generacions.
A més de les limitacions generals cal tenir en compte que les hipòtesis específiques aplicades en cada
model suposen una limitació pròpia afegida a les primeres, per exemple, el model de depredació de
Lotka i Volterra té les mateixes limitacions que el model logístic a més de que, com el consum és en
funció del nombre de preses, es suposa que el depredador pot consumir un nombre infinit de preses.
Cal destacar el fet que en utilitzar el model logístic no s’ha considerat l’estocasticitat, ja que llavors el
model seria massa complicat d’entendre. En generar un model és important saber que s’ha d’incloure
en aquest i quins processos són importants per entendre l’essència de la dinàmica poblacional.