Kiskja-saaklooma dünaamika

seotud kiskja-saaklooma võnkumised

Näidisarvutus — Kiskja-saaklooma dünaamika

Simulatsiooni pikkus (≈ 5.3 T)	50

Need on väärtused, mida kalkulaator lehe avamisel näitab. Muuda ülal mõnda sisendit, et need ümber arvutada.

Interaktiivse simulatsiooni laadimine...

Kiskjate tipp saabub alati veerand tsüklit hiljem 🖖

Kiskjate haripunkt jääb alati saakloomade haripunktist hiljaks. Kui saakloomi on rohkelt, õitsevad kiskjad ja paljunevad — kuid selleks ajaks, kui kiskjate arv haripunkti jõuab, on saakloomade varu juba ammendunud. Seejärel variseb kiskjapopulatsioon näljast kokku, andes saakloomadele võimaluse taastuda, ning tsükkel kordub. See veerandtsükli nihe on Lotka-Volterra võrrandite matemaatiline tagajärg ja vastab tegelike kiskja-saaklooma süsteemide, näiteks ilvese ja käniga jänese, vaatlustele.

suletud orbiidid, väljasuremine ja mudeli piirid 🖖

Täpsetel Lotka-Volterra võrranditel on jäävsuurus — H = δx − γ ln x + βy − α ln y —, mis püsib igal trajektooril konstantsena. See tähendab, et orbiidid on matemaatiliselt suletud silmused: populatsioonid võnguvad lõputult, ilma et nad kunagi sissepoole või väljapoole spiraalselt liiguksid, ja jõudmata kunagi tegelikult nullini. Kui alustada tasakaalupunkti (x★, y★) lähedalt, saadakse sujuvad, peaaegu ringikujulised silmused. Kui alustada kaugelt — näiteks x₀ = 1, y₀ = 100 —, on orbiit pikk ja kitsas väljalöök, mis annab teravate saehammastega tsükleid: kiskjad variseb näljast kokku, saakloomad taastuvad plahvatuslikult, seejärel kiskjate ülekülluse tõttu saakloomad taas kokku varisevad. Selline teravikuline kuju ei ole arvutuslik artefakt — see on korrektne suure amplituudiga lahendus. Artefakt on hoopis ellujäämine ise. Pidevas diferentsiaalvõrrandis lähenevad populatsioonid nullile, kuid ei jõua sinna kunagi. Reaalses ökosüsteemis, kus loomad on diskreetsed, tähendab madalaim punkt vaid käputäit isendeid — ning juhuslikud sündmused põhjustavad seejärel tegeliku väljasuremise. Simulatsioon väldib seda, piirates populatsioonid väärtusega 0,01, näidates seega matemaatilist orbiiti, mitte bioloogilist tegelikkust. Stohhastiline mudel näitaks selle asemel, et äärmuslikud algsed tasakaalustamatused lõppevad tavaliselt kokkuvarisemisega.

Volterra pestitsiidiparadoks 🖖

Vito Volterra tuletas need võrrandid 1926. aastal, et lahendada oma väimehe, bioloog Umberto D'Ancona püstitatud mõistatus: miks kasvas röövkalade osakaal Aadria mere saagis Esimese maailmasõja ajal, kui kalapüük peaaegu peatus? Vastuseks sai Volterra printsiip: mõlemat liiki ühtlaselt tabav suremus tõstab saakliigi keskmist arvukust ja langetab kiskja oma. See selgitab, miks laia toimespektriga insektitsiidid võivad anda vastupidise tulemuse — kahjurite ja nende looduslike vaenlaste üheaegne hävitamine jätab sageli järele rohkem kahjureid kui varem.

Ülesanne täielikult lahendatud

Lotka–Volterra tasakaal tingimustel α = 1,1 ja mõõdetud keskmised 6 sammu
Lotka–Volterra mudel parameetritega α = 1,1, β = 0,4, δ = 0,1, γ = 0,4. Leia tasakaalupunkt, tõesta, et pikaajalised keskmised võrduvad täpselt sellega, ning seejärel selgita, miks paneeli mõõdetud keskmised sellega ei võrdu.
1. Kaks seotud võrrandit, mille iga liige on kohtumismäär või sündimuse ja suremuse määr. Korrutis xy on ainus mittelineaarsus ja see väljendab lihtsalt seda, "kui sageli nad kohtuvad".
  
  $\overset{x}{˙} = α x - β x y, \overset{y}{˙} = δ x y - γ y$
2. Võrdsusta mõlemad tuletised nulliga. Kumbki võrrand määrab teise liigi tasakaalupunkti, mis on esimene märk sellest, et see süsteem ei hakka käituma nagu kaks sõltumatut populatsiooni.
  
  $\overset{x}{˙} = 0, \overset{y}{˙} = 0 ⟹ x^{⋆} = \frac{γ}{δ} = \frac{0.4}{0.1} = 4.00, y^{⋆} = \frac{α}{β} = \frac{1.1}{0.4} = 2.75$
3. Nüüd täpne keskmistamistulemus. Jaga saaklooma võrrand x-ga ja integreeri üle ühe täisperioodi — vasak pool on muutus suuruses ln x ning kinnisel orbiidil on see null.
  
  $\frac{x ˙}{x} = α - β y ⟹ \int_{0}^{T} \frac{x ˙}{x} d t = [ln x]_{0}^{T} = 0 = α T - β \int_{0}^{T} y d t$
4. Võrrandit ümber seades saame ajakeskmise ning orbiidi suurusest ei jää algebra käigus midagi järele. Populatsioonil, mis kõigub 1-st 40-ni, on sama keskmine kui vaevalt liikuval populatsioonil.
  
  $⟨ y ⟩ = \frac{α}{β} = y^{⋆}, ⟨ x ⟩ = \frac{γ}{δ} = x^{⋆} exactly, for every amplitude$
5. Periood saadakse lineariseerimisel püsipunktis. Jacobi maatriksi diagonaalil on nullid ning diagonaaliväliste elementide korrutis on negatiivne, seega on omaväärtused puhtkujuteldavad — tsüklid ei kasva ega kahane.
  
  $J^{⋆} = (0 δ y^{⋆} - β x^{⋆} 0) \Rightarrow λ = \pm i α γ, T = \frac{2 π}{α γ} = 9.47$
6. Lõpuks väljapüügiliige. See nihutab parameetreid α ja γ vastassuundades ning keskmised tulenevad vahetult sammust 4 ilma midagi lahendamata.
  
  $harvest both at ε : ⟨ x ⟩ = \frac{γ + ε}{δ} ↑, ⟨ y ⟩ = \frac{α - ε}{β} ↓$
Vastus

Keskmised on täpselt 4,00 ja 2,75 ning paneel näitab 3,86 ja 3,16, sest 50 ajaühikut on 5,28 tsüklit, mitte 5. Kui arvutada laine keskmine perioodi murdosa kohta, saad selle murdosa, mitte keskmise. Täpse tulemuse teeb väärtuslikuks see, et see kehtib iga orbiidi puhul, kui tahes äge see ka poleks — amplituud taandub integraalist välja. Ning sellel on tagajärg, mida keegi ei oota. Kui püüda mõlemat liiki sama määraga ε, muutuvad keskmised väärtusteks (γ+ε)/δ ja (α−ε)/β: kiskjate ja saakloomade valimatu hävitamine tõstab saakloomade keskmist populatsiooni ning vähendab kiskjate oma. Volterra tuletas täpselt selle 1926. aastal, et selgitada mõistatust Umberto D’Ancona Aadria mere püügiandmetes: röövkala osakaal saagis tõusis Esimese maailmasõja ajal, kui kalapüük oli suuresti lakanud. Pihusta põllule laia spektriga insektitsiidi ja mudel ennustab rohkem kahjureid, mitte vähem.

$⟨ x ⟩ = \frac{γ}{δ} = 4.00, ⟨ y ⟩ = \frac{α}{β} = 2.75, T = \frac{2 π}{α γ} = 9.47$

Õpitee

Piiratud kasv

Viib edasi Epideemiad olukorra, kus püügimäär pole enam kellegi vaba valik.

Allikad (1)

Insight block 3 — the Adriatic catches, and the principle drawn from them: V. Volterra, "Fluctuations in the Abundance of a Species considered Mathematically." Nature 118, 558–560, 1926.

42Mathi meeskond · Uuendatud 2026-05-30

Kontrollitud avaldatud allikate põhjal. Parandused on teretulnud. Toimetamispõhimõtted · Parandused

Kõik Bio, geo ja keemia õppetunnid →

Näiteülesanded

tasakaalustatud tsükkel - Seotud populatsioonid võnguvad püsivalt — kiskjad jäävad saakloomade tippudest maha umbes veerandtsükli võrra.
kiskjate kokkuvarisemine - Madal muundamistõhusus (δ = 0.05) tähendab, et kiskjad ei suuda piisavalt kiiresti paljuneda, et oma populatsiooni säilitada.
saakloomade kokkuvarisemine - Kõrge kiskluse määr (β = 0.8) surub saakloomade arvukuse kriitiliselt madalale tasemele — süsteem on kokkuvarisemise äärel.