Il modello preda predatore. Modellistica Ambientale, 2013/14 Dinamiche di Crescita: 2 popo

Documenti analoghi
Il modello preda predatore. Modelli Matematici Ambientali, 2015/16 Dinamiche di Crescita:

6. Dinamica dei Sistemi (1)

Modellistica ambientale a.a. 2009/10 Dinamiche di crescita

SISTEMI DI EQUAZIONI DIFFERENZIALI- ESERCIZI SVOLTI

Modelli matematici ambientali a.a. 2015/16 Introduzione alle equazioni differenziali

Sistemi differenziali 2 2: esercizi svolti. 1 Sistemi lineari Stabilità nei sistemi lineari

Simulazione a.a. 2008/09 Crescita di popolazioni

Simulazione a.a. 2009/10 Crescita di popolazioni

ẋ 1 = 2x 1 + (sen 2 (x 1 ) + 1)x 2 + 2u (1) y = x 1

FM1 - Equazioni differenziali e meccanica

Modelli discreti di due popolazioni

2.1 Osservazioni sull esercitazione del

FM210 - Fisica Matematica I

I. Foglio di esercizi su vettori linearmente dipendenti e linearmente indipendenti. , v 2 = α v 1 + β v 2 + γ v 3. α v 1 + β v 2 + γ v 3 = 0. + γ.

L algebra lineare nello studio delle coniche

1 Sistemi Dinamici Esercizio del Parziale del 29/11/2010

4.1 Sulla linearizzazione attorno agli equilibri

Universita degli Studi di Ancona Laurea in Ingegneria Meccanica ed Informatica a Distanza Anno Accademico 2005/2006. Matematica 2 (Analisi)

Analisi 4 - SOLUZIONI (compito del 29/09/2011)

Es. 1 Es. 2 Es. 3 Es. 4 Es. 5 Totale

k 2 m 1 u 2 Figura 1 z 1 β m 1 ż 1 + β m 1 ż m 2 z 2 β m 2 ẋ = A x + B u y = C x + D u

Equazioni differenziali del 2 ordine Prof. Ettore Limoli. Sommario. Equazione differenziale omogenea a coefficienti costanti

Equazioni differenziali

AUTOMATICA I (Ingegneria Biomedica - Allievi da L a Z) Appello dell 8 luglio 2008: testo e soluzione

EQUAZIONI LINEARI DEL SECONDO ORDINE

Sistemi differenziali ordinari. Davide Manca Calcoli di Processo dell Ingegneria Chimica Politecnico di Milano

Esercizi di teoria dei sistemi

ESERCITAZIONE SUI PUNTI STAZIONARI DI FUNZIONI LIBERE E SULLE FUNZIONI OMOGENEE

Corso di Laurea in Ingegneria Informatica Prova di Analisi Matematica 1

Cenni sulle coniche 1.

Corso di Laurea in Ingegneria Civile ed Ambientale Prova Scritta di Analisi Matematica 2 del 29 settembre 2012

Istituzioni di Matematica II 5 Luglio 2010

MODELLI e METODI MATEMATICI della FISICA. Esercizi - A.A

Daniela Lera A.A

I teoremi della funzione inversa e della funzione implicita

Modelli nello spazio degli stati

Controlli Automatici e Teoria dei Sistemi Stabilità dei Moti e delle Risposte nei Sistemi a Stato Vettore

CdL in Ingegneria Industriale (A-E e F-O)

FONDAMENTI DI AUTOMATICA (Ingegneria Biomedica) Appello del 16 febbraio 2010: testo e soluzione. y = x 1

Analisi Matematica 2. Continuità, derivabilità e differenziabilità

Analisi Matematica II - INGEGNERIA Gestionale - B 20 luglio 2017 Cognome: Nome: Matricola:

COMPITO A: soluzione

X = x + 1. X = x + 1

Lezione XXVIII Sistemi vibranti a 2-n gdl. 6LVWHPLDSLJUDGLGLOLEHUWjQRQVPRU]DWL

Calcolo delle Differenze

AUTOVALORI, AUTOVETTORI, AUTOSPAZI

Esercizi Applicazioni Lineari

Esame scritto (parte di Meccanica Quantistica) 19/06/2017. Esercizio 1. Si consideri l oscillatore armonico descritto dalla Hamiltoniana

ANALISI MATEMATICA I MODULO, I e II MODULO, II MODULO CORSO DI LAUREA IN INFORMATICA

Traiettorie nello spazio degli stati

Analisi Matematica II - Ingegneria Meccanica/Energetica - 7 Lulgio a) Studiare l esistenza e la natura degli estremi liberi della funzione.

1 Punti di equilibrio e stabilità: definizioni

Queste note (attualmente, e probabilmente per un bel po ) sono altamente provvisorie e (molto probabilmente) non prive di errori.

Esercitazioni di Matematica

Algebra lineare Geometria 1 15 luglio 2009

Sistemi di equazioni differenziali

LEZIONE 23. ax 2 + bxy + cy 2 + dx + ey + f

4. Sia Γ la conica che ha fuoco F (1, 1) e direttrice d : x y = 0, e che passa per il punto P (2, 1).

STUDIO DELLE RADICI DI UNA EQUAZIONE ALGEBRICA DI TERZO GRADO A COEFFICIENTI REALI

Corso di Biomatematica 1 Esame del 28 Settembre 2016

Note sul sistema di Lotka-Volterra. Prima versione. Commenti e correzioni sono benvenuti.

FM210 - Fisica Matematica I

AUTOMATICA I (Ingegneria Biomedica - Allievi da L a Z) Appello del 20 luglio 2006: testo e soluzione

La forma normale di Schur

Esercitazione 05: Trasformata di Laplace e funzione di trasferimento

Università degli Studi di Bergamo Matematica II (5 e 7,5 crediti) 18 febbraio 2010 Tema A

Equazioni differenziali

Appello di Sistemi Dinamici Prova scritta del 22 settembre 2017

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo Appello 7 Settembre 2016

Massimi e minimi relativi in R n

Equaz. alle differenze - Equaz. differenziali

Sistemi di Equazioni Differenziali

Elementi di Analisi dei Sistemi Soluzione esercizi prima prova intermedia

Geometria affine e proiettiva

1 Esercizi di ripasso Nel piano con un riferimento RC(Oxy) siano dati i punti O(0, 0) e A(2, 4).

Analisi Matematica 2. Forme differenziali lineari. Forme differenziali lineari 1 / 26

Calcolo del movimento di sistemi dinamici LTI

Proprietà strutturali e leggi di controllo

Fondamenti di Automatica

Università degli Studi Roma Tre - Corso di Laurea in Matematica Tutorato di Geometria 2

C.d.L. in Matematica - vecchio ordinamento

GEOMETRIA CORREZIONE DELLE PROVE D ESAME

Traiettorie nello spazio degli stati

PROVE D'ESAME DI MATEMATICA DISCRETA A.A. 2010/2011

Università di Bari - Dipartimento di Economia - Prova scritta di Matematica per l Economia L-Z- 19 Dicembre Traccia A

Dalla prova scritta del 18/01/2011

Fissiamo nel piano un sistema di riferimento cartesiano ortogonale O, x, y, u.

SOLUZIONE PROBLEMA 1. Punto 1 Osserviamo anzitutto che la funzione

Parte 3, 1. Stabilità. Prof. Thomas Parisini. Fondamenti di Automatica

Esercizi di Fondamenti di Automatica

In questa lezione ci occuperemo di sistemi dinamici in tempo continuo, rappresentati da equazioni differenziali.

UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Laurea in Matematica GE210 - Geometria 2 a.a Prima prova di esonero TESTO E SOLUZIONI

Analisi Matematica II Corso di Ingegneria Gestionale Compito del f(x, y) = e (x3 +x) y

LUISS Laurea specialistica in Economia e Finanza Anno Accademico 2010/2011

Esercizio di modellistica a tempo discreto

Fondamenti di Analisi Matematica 2 - a.a. 2016/2017 Primo appello

Matematica e Statistica (A-E, F-O, P-Z)

Geometria 2. Università degli Studi di Trento Corso di Laurea in Matematica A.A. 2011/ settembre 2012

CONTROLLO DI SISTEMI ROBOTICI STABILITA NEI SISTEMI LTI

Transcript:

Modellistica Ambientale, 2013/14 Dinamiche di Crescita: 2 popolazioni Il modello preda predatore

Interazione di due popolazioni: il modello Preda-Predatore Il modello Preda-Predatore è stato sviluppato dal matematico italiano Vito Volterra (1860-1940) per studiare un fenomeno che era stato evidenziato dallo zoologo Umberto D Ancona. Analizzando le statistiche relative alla pesca nel nord dell Adriatico, D Ancona aveva osservato che durante gli ultimi anni della prima guerra mondiale e negli anni immediatamente seguenti si era verificato un sostanziale aumento della percentuale dei predatori (Selaci) pescati. L unica circostanza che appariva collegabile a questo incremento era la diminuzione dell attività di pesca causata dalle attività belliche.

Il modello x(t) : popolazione delle prede y(t) : popolazione dei predatori dx(t) = F x (x(t), y(t)) = x(t)[a αy(t)] dy(t) = F y (x(t), y(t)) = y(t)[ b + βx(t)] con a, b non negativi, e α e β positivi.

Equilibrio I valori delle due popolazioni all equilibrio, se esiste, sono ottenuti risolvendo il sistema x[a αy] = 0 y[ b + βx] = 0 È facile verificare che l equilibrio si ottiene o per x = y = 0, caso banale e poco interessante, oppure in corrispondenza ai valori x = b β, y = a α.

Equilibrio Consideriamo una soluzione della forma: (x + ɛ(t), y + η(t)) (ɛ e η sono gli scostamenti di x e di y dall equilibrio) Imponendo che sia soluzione dell equazione differenziale, abbiamo il sistema: ossia d(x + ɛ(t)) = F x (x + ɛ(t), y + η(t)) d(y + η(t)) = F y (x + ɛ(t), y + η(t)) dɛ(t) = F x (x + ɛ(t), y + η(t)) dη(t) = F y (x + ɛ(t), y + η(t))

Approssimando F x ed F y tramite la serie di Taylor troncata al termine lineare, abbiamo F x (x + ɛ, y + η) = F x (x, y ) + ɛ F x F y (x + ɛ, y + η) = F y (x, y ) + ɛ F y + η F x + η F y,, Ricordando che F x (x, y ) = F y (x, y ) = 0, sostituendo le approssimazioni nel modello si ottiene il seguente sistema linearizzato: dɛ(t) dη(t) = ɛ F x = ɛ F y + η F x + η F y,,

Nel nostro caso: dɛ(t) = (a αy )ɛ αx η Ponendo dη(t) = βy ɛ + (βx b)η x = b β, y = a α otteniamo il sistema dɛ(t) dη(t) = αb β η(t) = βa α ɛ(t)

Risolviamo il sistema lineare dɛ(t) dη(t) = αb β η(t) = βa α ɛ(t) Derivando la prima equazione e sostituendo dη(t) otteniamo nella seconda d 2 ɛ(t) 2 β αb = αb β d 2 ɛ(t) 2 dη(t) = βa α ɛ(t) Consideriamo la seconda equazione nella forma d 2 ɛ(t) 2 + abɛ(t) = 0

L equazione numerica associata e z 2 + ab = 0 z = ±i ab e pertanto si ha la soluzione generale η(t) = β αb ɛ(t) = ρ 1 cos(ωt) + ρ 2 sen(ωt), dɛ(t) dove ω = ab, ρ 1, ρ 2 R. = βω αb [ρ 1sen(ωt) ρ 2 cos(ωt)], Osserviamo che le funzioni ɛ(t) e η(t) non ammettono limite per t + e pertanto non si puo concludere che la soluzione (x, y) = (x, y ) e asintoticamente stabile.

Analizziamo le soluzioni particolari ottenute ponendo ρ 1 = 0 oppure ρ 2 = 0. Consideriamo, in particolare, il caso in cui ρ 2 = 0, (l altro caso e analogo). Otteniamo le soluzioni ɛ(t) = ρ 1 cos( abt) η(t) = β a α ρ 1 b sen( abt), Al variare del valore dato a ρ 1 abbiamo diverse soluzioni ma comunque di tipo oscillatorio. La simulazione conferma che le soluzioni del modello sono anche esse di tipo oscillatorio attorno alla soluzione di equilibrio.

Andamento oscillatorio Prede-Predatori 600 200,000 450 150,000 300 100,000 150 50,000 0 0 0 25 50 75 100 125 150 175 200 225 250 275 300 325 350 375 400 425 450 475 500 Time (Week) Predatori Equilibrio Predatori Prede Equilibrio Prede

Andamento oscillatorio Prede-Predatori 600 400 200 0 0 50000 100000 150000 200000 250000 Prede Predatori

Introduciamo la pesca ν : percentuale di pesci pescati nell unità di tempo dx(t) dy(t) = x(t)[a αy(t) ν] = y(t)[ b + βx(t) ν] Nuovi punti di equilibrio: x = b + ν β y = a ν α La pesca ha l effetto di innalzare il punto di equilibrio delle prede e di diminuire corrispondentemente quello dei predatori.

Stabilita delle soluzioni di equilibrio Come precedentemente osservato, l analisi della stabilita di una soluzione di equilibrio (x, y ),ossia tale che: F x (x, y ) = F y (x, y ) = 0, puo essere ricondotta allo studio della stabilita della soluzione (ɛ, η) (0, 0) per il sistema linearizzato: dɛ(t) = ɛ F x + η F x, dη(t) = ɛ F y + η F y, E possibile dimostrare che (x, y ) e asintoticamente stabile per il sistema dato se la soluzione (ɛ, η) (0, 0) e asintoticamente stabile per il sistema linearizzato.

Stabilita delle soluzioni di equilibrio Ricordiamo che la soluzione (x, y ) si dice asintoticamente stabile per un sistema dinamico se data una qualsiasi soluzione (x(t), y(t)) del sistema sono verificate le seguenti condizioni: (i) La coppia (x(t), y(t)) e stabile, ossia si mantiene vicino a (x, y ) se (x(0), y(0)) e sufficientemente vicino a (x, y ); (ii) lim (x(t), y(t)) = (x, y ). t In particolare, osserviamo che affinche la soluzione (ɛ, η ) (0, 0) sia asintoticamente stabile per il sistema linearizzato occorre e basta che una qualsiasi soluzione (ɛ(t), η(t)) del sistema linearizzato verifichi le seguenti condizioni: lim ɛ(t) = 0, lim t η(t) = 0 t

La stabilita della soluzione nulla del sistema linearizzato si puo determinare considerando gli autovalori della matrice ) A = ( Fx F y ove, per semplicita, Fx (x,y ) le altre componenti. F x F y = Fx (x ed analogamente per,y ) Teorema Siano λ 1 = γ 1 + iω e λ 2 = γ 2 iω gli autovalori di A. (i) Se γ 1 < 0 e γ 2 < 0, allora la soluzione (x, y ) e asintoticamente stabile. (ii) Se γ 1 > 0 oppure γ 2 > 0, allora la soluzione (x, y ) non e stabile. Osserviamo che, se gli autovalori sono reali allora ω = 0 e λ i = γ i, i = 1, 2, mentre se gli autovalori sono complessi allora ω 0 e γ 1 = γ 2.

Il modello di Samuelson x(t) : popolazione delle prede y(t) : popolazione dei predatori dx(t) = F x (x(t), y(t)) = x(t)[a γx(t) αy(t)] dy(t) = F y (x(t), y(t)) = y(t)[ b + βx(t)] ove i parametri a, b, α, γ e β si suppongono positivi.

Equilibrio I valori delle due popolazioni all equilibrio sono ottenuti risolvendo il sistema x[a γx αy] = 0 y[ b + βx] = 0 È facile verificare che l equilibrio si ottiene o per x = y = 0, oppure in corrispondenza ai valori x = a γ, y = 0 x = b β, y = aβ γb. αβ

Consideriamo la matrice A = ( Fx F y F x F y ) Abbiamo F x (x, y ) = a 2γx αy ; F x (x, y ) = αx F y (x, y ) = βy, F y (x, y ) = b + βx

Stabilita dei punti di equilibrio Consideriamo il punto x = 0, y = 0. Abbiamo ( ) a 0 A = 0 b Essendo la matrice diagonale, e immediato verificare che gli autovalori sono λ 1 = a, λ 2 = b ed essendo a > 0 il punto (0, 0) non e stabile.

Stabilita dei punti di equilibrio Consideriamo il punto x = a γ, y = 0. Abbiamo A = ( ) a αa γ 0 b + aβ γ Gli autovalori di A sono λ 1 = a, λ 2 = b + aβ γ. Essendo a > 0 il punto ( a γ, 0) e asintoticamente stabile se b + aβ γ < 0 ossia aβ < bγ.

Stabilita dei punti di equilibrio Consideriamo il punto x = b β, y = aβ γb. αβ Supponiamo y 0 da cui aβ bγ. Abbiamo ( ) A = L equazione caratteristica e : det(a λi ) = det γb β αb β aβ γb α 0 ( γb ) β λ αb β = 0 λ aβ γb α da cui λ 2 + λ γb β + ab γb2 β = 0. (1)

Se nell equazione (1) si ha 0 allora λ = γb β La parte reale delle soluzioni e : ± i 2 Re(λ) = γb 2β < 0 e la soluzione (x, y ) e asintoticamente stabile. Se nell equazione (1) si ha > 0 allora: se aβ γb > 0 le radici sono entrambe negative e la soluzione (x, y ) e asintoticamente stabile; se aβ γb = 0, una radice della (1) e negativa ed una e nulla, per cui non si puo determinare se (x, y ) e asintoticamente stabile.