Вы находитесь на странице: 1из 21

Simulación de modelos por competencia

(modelo de volka-volterra y mutación).


(Bajo el simulador Populus)

Presentado por:
Cristhian Mauricio Gómez
Mayby Yarixa Tovar

Presentado a:
Yineth Medina Arce

Materia: Biomatematica
Programa: matemática aplicada, Facultad de Ciencias Exactas.

Universidad Surcolombiana
Neiva (Huila)
2018(1).
Introducción

A lo largo del curso de Biomatematicas se han venido trabajando modelos


continuos y discretos, en este trabajo nos concentraremos en dos modelos de
poblaciones interactuantes, uno de ellos es el modelo depredador-presa donde se
analizara el comportamiento de dos poblaciones que interactúan, una para
subsistir y la otra para sostenerse en el medio. Por otro lado, analizaremos la
propagación de ciertas enfermedades infecciosas en organismos.
Simularemos la interacción entre especies de, depredadores y/o parasitoides y sus
presas y/o huéspedes, mediante diferentes modelos matemáticos básicos. y se
discutirán las implicancias de distintas características de esta interacción en el
Control Biológico.

POPULUS: Simulaciones de la biología en la población.

El software Populus contiene un conjunto de simulaciones que se usa para


enseñar biología de poblaciones y ecología evolutiva.

Los modelos de simulación se pueden elegir de un menú, y los estudiantes


pueden moverse entre los cuadros de parámetros de una ventana de entrada,
cambiando los valores predeterminados iniciales a valores de su propia elección.
La mayoría de los módulos ofrecen varias salidas gráficas del modelo dinámico, y
sus algoritmos computacionales se detallan en un Acrobat basado sistema de
ayuda empaquetado con el programa. Para minimizar el tamaño de los archivos
descargados, proporcionamos una versión en inglés como el sistema de ayuda
predeterminado. Populus iniciará Acrobat Reader en segundo plano, y mostrará el
sistema completo cuando se solicite ayuda, con un conjunto de marcadores
correspondientes a los menús del modelo en el programa para facilitar la
navegación. El sistema de ayuda Populus está configurado para que los usuarios
puedan imprimir páginas (y permitimos explícitamente la impresión para cualquier
uso de enseñanza sin fines de lucro), pero no puede extraerlo, editarlo o
modificarlo para otras aplicaciones.
Competencia Lotka-Volterra
El modelo de crecimiento poblacional depende de la densidad, como la ecuación
logística, representa un proceso de competencia intraespecífíca. Los recursos se
reducen a la medida que la población aumenta, y por consiguiente la tasa de
crecimiento per cápita disminuye. El modelo de competencia de Lotka-Volterra se
basa en el sentido lógico pero incluye un nombre adicional para representar los
efectos específicos de lo formulada por Lotka-Volterra. Estas ecuaciones proveen
una manera simple y de importancia histórica para analizar las interacciones de
competencia.
En las ecuaciones Lotka-Volterra, las densidades de ambas especies son
restadas de la capacidad de soporte para obtener un término de la respuesta
dependiente de la densidad, y el número de los competidores intraespecificos está
ajustado por un término llamado coeficiente de competencia, que varía
dependiendo de las similitudes en la necesidad de recursos. Por tanto,

Donde N 1 representa la densidad de la especie 1, K 1 es la capacidad de


soporte ambiental de la especie 1, r 1 es su tasa intrínseca de crecimiento, y
α es el coeficiente de competencia. Este coeficiente es una constante de
proporcionalidad que define la cantidad de K 1 utilizados por cada individuo de
la especie 2. En la segunda expresión, β en un coeficiente análogo ajustando
el efecto de cada individuo de la especie 1 en K 2 .

A pesar de no tener una solución para estas ecuaciones, podemos obtener un


conocimiento de la dinámica cuando se aproxima a equilibrio donde
d N1 d N2
= =0 Existen puntos de equilibrio cuando r ο N=0 pero estos son
dt dt
triviales. Un caso más interesante ocurre cuando
Estas son ecuaciones de rectas en el espacio definido por los ejes N 2 y N 1 .
Estas rectas se denominan “isóclinas de crecimiento neto cero” y específicamente
las densidades o tamaños de poblaciones de ambas especies para las que
d N1 d N2
=0 y =0 , respectivamente.
dt dt

El modelo depredador-presa de Lotka-Volterra.


En general una población no vive aislada y las especies tienen “enemigos”:
algunas se alimentan de otras; hay depredadores y presas. Uno de los modelos
que incorporan interacciones entre depredadores y presas es el modelo de Lotka-
Volterra describe las interacciones entre dos especies en un ecosistema: una
población que consiste de presas y una población de que consiste de
depredadores y supone las siguientes hipótesis:
1. Las presas tienen una cantidad ilimitada de comida y por lo tanto, en
ausencia de depredadores, la densidad de conejos N 1=N 1 (t) al tiempo
d N1
t crecera exponencialmente (ley de Malthus), es decir, =r 1 N 1 ,
dt
con r 1 >0 .
2. En presencia de depredadores, N 1 (t) es decreciente debido al consumo
de los depredadores a una tasa proporcional a N 1 N 2 , donde
N 2=N 2 (t ) denota la densidad de depredadores al tiempo t . Por lo
d N1
tanto =r 1 N 1−b1 N 1 N 2 , donde r 1 >0 .y b1 >0 son constantes.
dt
Aquí b1 N 1 representa la densidad de especies presa consumidas por
especies depredador en una unidad de tiempo y se conoce como la
respuesta funcional del depredador sobre la presa.
3. En ausencia de presas, la densidad de depredadores N 2 (t) decrecera
d N2
exponencialmente a cero (extinción), es decir, =−r 2 N 2 donde
dt
r 2 >0 .
Es una constante. Esto es porque si la población de depredadores se
queda aislada, es decir sin presas para su alimento, entonces morirán más
rápido de lo que podrán reproducirse, y experimentaran un decrecimiento
poblacional exponencial.
4. En presencia de presas, la densidad de depredadores N 2 (t) aumentara
con una tasa de crecimiento proporcional a N 1 N 2 , es decir, proporcional
al número de encuentros entre depredadores y presas. Junto con el inciso
d N2
anterior 3 obtenemos =−r 2 N 2+b 2 N 1 N 2 , con r 2 >0 y b1 >0
dt
b2
constantes. Aquí es llamado el factor de conversión y claramente
b1
b2
0< <1 , de forma que 0<b 2< b1 .
b1

Resumiendo, obtenemos el siguiente modelo de Lotka-Volterra para sistemas de


poblaciones depredador-presa:

El sistema anterior está conformado por un par de ecuaciones diferenciales


cuadráticas y no posee una solución analítica general. Sin embargo, dados los
parámetros r 1 ,r 2 , b1 y b1 asi como las condiciones iniciales N 1 ( 0 ) , y N 2 (0)
podemos realizar una integración numérica para aproximar la solución. El modelo
de Lotka-Volterra también es un modelo de retroalimentación ya que la población
de presas tiene un efecto positivo en el tamaño de la población de depredadores,
mientras que esta última tiene un efecto negativo (inhibidor) en el tamaño de la
población de presas.

Simulacion en el software Populus.


d2: Medida de la tasa de presas consumidas por depredor.

g : Constante de conversion de presas en depredadores.

r 1 : Tasa de crecimiento de la poblacion.

c : Constante relacionada con la habilidad de escape de presas y la cantidad de


presas que un depredador toma por unidad de tiempo.
Análisis:
Cuando d 2 <1 , g>1 , c <0.5 y r 1 <1 . Este carácter oscilatorio en el
modelo es debido a la interacción entre ambas especies, vemos que en algunos
intervalos de tiempo los depredadores predominan sobre las presas y viceversa.
Análisis:
Cuando d 2 <1 , g>1 , c <0.5 y r 1 <1 . Este carácter oscilatorio en el
modelo es debido a la interacción entre ambas especies, vemos que el valor que
toma g hace que las presas predominen sobre los depredadores.

Análisis:
Cuando d 2 >1 , g<1 , c <0.5 y r 1 <1 . Este carácter oscilatorio en el
modelo es debido a la interacción entre ambas especies, vemos que el valor que
toma d 2 hace que las presas predominen sobre los depredadores.
Análisis:
Cuando d 2 >1 , g<1 , c <0.5 y r 1 <1 . Este carácter oscilatorio en el
modelo es debido a la interacción entre ambas especies, vemos que la tasa de
g domina a la tasa d 2 .

Análisis:
Cuando d 2 <1 , g<1 , c >0.5 y r 1 <1 . Este carácter oscilatorio en el
modelo es debido a la interacción entre ambas especies, vemos que c hace
que la cantidad de presas dominen a la cantidad de depredadores.

Trayectorias (plano fase).


El plano N1 N2 se llama plano fase. Para describir la forma de las trayectorias
N 1=¿ d N 1 /dt N 2=¿ d N 2 /dt
consideremos los signos de las derivadas y , en
´¿ ´¿
las cuatro regiones I, II, III y IV.
Simulacion en el software Populus.
d2: Medida de la tasa de presas consumidas por depredor.

g : Constante de conversion de presas en depredadores.

r 1 : Tasa de crecimiento de la poblacion.

c : Constante relacionada con la habilidad de escape de presas y la cantidad de


presas que un depredador toma por unidad de tiempo.

Análisis:
Cuando d 2 <1 , g<1 , c <0.5 y r 1 <1 .En el cuadrante l las presas tienen
un decrecimiento mientras que los depredadores tienen un crecimiento. En el
cuadrante ll ambas poblaciones tienen un decrecimiento debido a la cantidad de
presas que un depredador toma; las presas se acercan a la extinción y por ende a
estabilizarse. En el cuadrante lll las presas tienen un comportamiento decreciente
tendiendo a cero mientras que los depredadores un comportamiento creciente. En
el cuadrante lV tanto las presas como los depredadores tienen un comportamiento
creciente, pero los depredadores crecen más lentamente.
Análisis:
Cuando d 2 <1 , g<1 , c >0.5 y r 1 <1 . En el cuadrante l las presas
tienen un decrecimiento mientras que los depredadores tienen un crecimiento. En
el cuadrante ll ambas poblaciones tienen un decrecimiento debido a la cantidad de
presas que un depredador toma las presas se acercan a la extinción y por ende a
estabilizarse. En el cuadrante lll las presas tienen un comportamiento decreciente
mientras que los depredadores un comportamiento creciente, la tasa c hace
que al crecer los de predadores la cantidad de presas sea cero y viceversa. En el
cuadrante lV tanto las presas como los depredadores tienen un comportamiento
creciente, la tasa c hacen que los depredadores tenga un crecimiento muy
mínimo. Esto ocurre cuando el punto de equilibrio se acerca al origen.

Análisis:
Cuando d 2 <1 , g<1 , c=0.1 y r 1 <1 . En el cuadrante l las presas
tienen un decrecimiento mientras que los depredadores tienen un crecimiento. En
el cuadrante ll ambas poblaciones tienen un decrecimiento debido a la cantidad de
presas que un depredador toma. En el cuadrante lll las presas tienen un
comportamiento decreciente mientras que los depredadores un comportamiento
creciente. En el cuadrante lV tanto las presas como los depredadores tienen un
comportamiento creciente. Al variar la tasa de crecimiento r 1 no se observa
cambios en la órbita de soluciones solo hay cambios en el periodo.

Plano fase (Depredador-presa logístico).


K : Capacidad de carga de las presas.
⊝ : Tipo de dependencia de densidad.
D: Tasa de presas requeridas
Análisis:
Cuando g<1 , D<1 y r 1 <1 .

Análisis:
Cuando g<1 , D>1 y r 1 <1 .

Enfermedades Infecciosas Microparasitarias


Los parásitos como virus, bacterias, hongos, helmintos y artrópodos causantes de
enfermedades infecciosas que pueden tener una influencia fuerte sobre la
dinámica de los organismos hospedadores. Según la Organización Mundial de la
Salud, a finales de 1999, 33.6 millones de personas en el mundo eran portadores
del virus de inmune-deficiencia humana VIH. La mayoría de estas personas
morirán en el período de la próxima década, y un 70% de sus muertes, estarán
concentradas en África al sur del Sahara, en esta región, se ha producido un 84%
de las 16.3 millones de muertes a nivel mundial por SIDA desde el principio de la
epidemia. Las interacciones entre parásitos y organismos hospedadores son
diferentes entre ellos y sus presas porque la enfermedad no es necesaria para el
organismo hospedador, y porque los microparásitos que se reproducen
rápidamente en el hospedador, y la duración de la infección es corta comparada
con la longevidad del hospedador. Los hospedadores que se recuperan de la
enfermedad desarrollan inmunidad para el resto de sus vidas. Por el contrario, los
macroparásitos (como la lombriz intestinal) generalmente causan infecciones
crónicas y persistentes, y la gravedad de la enfermedad depende del número de
parásitos presentes en un hospedador.
Esta simulación de Populus presenta un modelo desarrollado por Anderson y May
(1979, 1982) que corresponde a infecciones causadas por microparasitos El
modelo describe una población de hospedadores de tamaño N que contiene
organismos susceptibles (S) que no están infectados, e individuos infectados (I)
que pueden transmitir el parásito a los demás. El modelo también puede incluir
individuos que tras sufrir la enfermedad originan a través del nacimiento de
individuos o por la pérdida de inmunidad o tasas per cápita equivalentes a b y r
respectivamente. Los individuos dejan de ser categoría S al morir (tasa d) o al
adquirir el parasito (tasa b) por contacto con un organismo infectado.
Los individuos dejan de formar parte de la categoría (I) por muerte natural (tasa
d), por muerte causada por la enfermedad infecciosa (tasa a), a través de la
recuperación (tasa b) en el caso de organismos hospedadores que desarrollan
inmunidad.

Partiendo de estas suposiciones, la dinámica de las tres clases de hospedadores


pueden ser determinadas de la siguiente forma:

A pesar de que los microparásitos generalmente se producen rápidamente dentro


de un hospedador susceptible, las tasas de transmisión entre hospedadores son
características críticas de la dinámica. Definimos Ro , la tasa neta de
reproducción de la enfermedad, como el número de individuos recién infectados
producidos por cada hospedador cuando la enfermedad es infrecuente y la
mayoría de la población es susceptible. Intuitivamente, esta tasa de reproducción
debe aumentar con la tasa de transmisión, B, y con el número de individuos
susceptibles, X. También debe aumentar con la persistencia promedio de los
individuos portadores de la enfermedad, que es el inverso de la suma de las tasas
de desaparición debidas a muerte natural (d), una muerte causada por la
enfermedad infecciosa (a), y a recuperación del hospedador (v).
Por ende,
BS
Ro=
a+ d +v
Ya que la persona debe ser igual o mayor que 1.0 para que la enfermedad
persista, podemos establecer Ro = 1 y transformar la ecuación 4 para la
densidad de hospederos susceptibles (S) que se necesita para mantener el
parásito (suponiendo que las demás tasas permanecen constantes). Esta es la
densidad mínima del hospedador, Sr, que se necesita para mantener la
enfermedad, y representa la concentración mínima de recursos necesarios por el
parásito
a+ d +v
Ro=
B
Esto implica que la enfermedad no desaparecerá siempre y cuando S > ST .
Populus ejecuta una versión simplificada de este modelo teniendo en cuenta
únicamente los individuos susceptibles y a los infectados, e ignorando la
inmunidad adquirida, también puede tener una modificación sugerida por Getz y
Pickering (1983), en la cual la tasa de transmisión es dependiente de la frecuencia
y no de la densidad. Esta diferencia se logró al reemplazar el término PST en el
BSI
modelo Anderson-May por . En esta versión no hay una densidad
N
susceptible mínima necesaria para mantener la enfermedad.
De manera conceptual tenemos.
El contagio indirecto se realiza por medio por objetos de uso personal, por
elementos del medio o por otros organismos llamados vectores.

Simulación en el Software Populus.

1. Ingresando a la plataforma.
2. Abrimos el modelo de enfermedades en microorganismos parasitarios, donde se
observan los parámetros del modelo. Densidad del huésped, tasas de huésped,
tasa de parásitos.

3. Definiendo las variables en uso.

Densidad de Huéspedes.
(S )=¿ Huésped susceptible.
(I )=¿ Huésped infectado.
(N )=¿ Población total

Tasas de huésped.
b=¿ Tasa de mortalidad.
d=¿ Tasa de mortalidad por muerte natural.

Tasas de parásitos.
β=¿ Tasa de transmisión entre huéspedes.
V =¿ Tasa de pérdida de inmunidad.

Tipos de estados.
S , I , N vs t
I vs S
I vs N

4. Análisis con los parámetros establecidos por el software en el estado


S , I , N vs t .

Análisis.
Como se observa en la gráfica teniendo una población de 15 huéspedes (línea
roja), 5 susceptibles (línea azul) y 10 infectados (línea roja) en el transcurso de 25
minutos la población se estabiliza, dando como resultado la reducción de la
población total a un aproximado de 6 individuos, de los cuales los huéspedes
susceptibles se mantienen de alguna manera (aunque como notamos en los
primeros 5 minutos sufren un riesgo de disminuir su población) , mientras que los
infectados desaparecen en un gran número, quedando solo un promedio de 1 a 2
individuos.
Con las mismas condiciones iniciales. Pero variando la tasa de transmisión entre
huéspedes y la tasa de inmunidad obtenemos.

La población final no sufre tantos decesos, el número se redujo a solo 4 individuos


aproximados. La población de individuos susceptibles se mantiene, mientras la de
infectados tiende a desaparecer

Ahora, variando nuestra población inicial, invirtiendo el número de huéspedes


susceptibles a 10 y el de huéspedes infectados a 5 se tiene que,
Como se nota el desenlace de la población va ser casi igual a la simulación
anterior, lo que varía son las tasas de mortalidad en individuos susceptible e
infectados, es decir cuando se estabiliza la población final solo quedan aprox. 6
individuos, 5 susceptibles y 1 infectado. En los 5 primeros minutos se ve el alto
índice de la necesidad de los infectados en contagiar a los susceptibles y la
disminución de susceptibles a un poco más de la mitad, pasados 25 minutos la
población ya se ha estabilizado.

Conclusiones del primer estado. I , S , N vs t

1. La población final se estabiliza en la primera hora de contacto entre


huéspedes susceptibles y huéspedes infectados.
2. La tendencia de los huéspedes infectados siempre tiende a desaparecer
mientras q los de los susceptibles se mantiene en su gran mayoría.
3. Si se aumenta el número de transmisión entre huéspedes la población
final tiende a desaparecer.

Ahora confrontemos el segundo estado I vs S . con las mismas condiciones


mencionadas anteriormente
Variando el parámetro de transmisión entre huéspedes.

Invirtiendo el número de huéspedes susceptibles e infectados y variando el


número de tasas de mortalidad y muertes naturales.

Análisis.
En el tipo de estado (I vs S), se ve un alto índice de contagio, si se amplía el
número de transmisión entre huéspedes, no importa q se varié el número de
infectados y el de susceptible siempre va existir una tendencia de los infectados
contagiar a los susceptibles, además si variamos la tasa de mortalidad se observa
en la gráfica que la tendencia es que desaparezcan la población susceptible y los
infectados se mantienen vivos.
Observando cambios en el estado ( I vs N ) se observa que.

Análisis.
La población siempre está propensa a disminuir su número de individuos, no
importa si se varía el número de infectados o se varía el número de transmisión
de huéspedes.

Conclusiones generales del Modelo.

(1) los infectados pueden infectarse desde el momento de su nacimiento.


(2) Los hospedadores recién infectados pueden transmitir la enfermedad
inmediatamente
(3) No hay ninguna estructura de edad entre los organismos hospedadores.
(4) La enfermedad no afecta la fecundidad del hospedador.
(5) Las poblaciones de hospedadores son suficientemente grandes de modo que
los eventos aleatorios pueden ser ignorados.
(6) No hay una respuesta dependiente de la densidad entre los hospedadores,
excepto cuando hay una interacción con el parásito.
(7) Las infecciones ocurren al azar en proporción a la densidad de individuos
susceptibles e infectados y al coeficiente de transmisión BSI.