Katharina Kausel, April 2012

Ähnliche Dokumente
Dynamische Systeme. Mathematik für Biologen, Biotechnologen und Biochemiker. Angela Holtmann

Wettbewerbs- und Symbiose-Modelle Von Jakob Foss

Nichtlineare Dynamik in biologischen Systemen

UNTERRICHTSPROJEKT UND AUFGABENSAMMLUNG ZUR EPIDEMIOLOGIE. Lisa Preschitz

Dynamische Systeme in der Mikrobiologie

durch Ratengleichungen der Form t t = F 2 N 1 t, N 2 t d N 1 t

Einfache Modelle der Populationsdynamik

Ausgehend vom Lotka-Volterra Modell der Populationsdynamik sind für die Testaufgabe zwei Teilaufgaben

5.4 Uneigentliche Integrale

Populationsdynamik im Computer simuliert

Modellierung mit Dynamischen Systemen und Populationsdynamik

6 Differentialgleichungen

Beispiel: Evolution infizierter Individuen

Diskrete Populationsmodelle für Einzelspezies

Kapitel 11: Anwendung in der Biologie

Dynamische Systeme eine Einführung

Die Ökologie beschäftigt sich mit den Wechselwirkungen zwischen abiotischen und biotischen Faktoren.

Populationsdynamik mit grafischer Modellbildung

6 Differentialgleichungen

Differentialgleichungen

Differentialgleichungen

9. Dynamische Systeme.

Modelle für interagierende Populationen

Modellbildung und Simulation, Kap (S ) 10 Zwei-Spezies-Modelle

Mathematik für Biologen, Biotechnologen und Biochemiker Klausur

Räuber-Beute-Modelle, Auslese/Schwellensatz

Deterministisches Chaos

7.1.2 Lineare Funktionen Schnittpunkte mit den Achsen - Lösungen

Stetige Populationsmodelle

Einführung in einige Teilbereiche der Wirtschaftsmathematik für Studierende des Wirtschaftsingenieurwesens

Mathematische Methoden in der Systembiologie Universität Heidelberg, Sommer 2017

PROBEPRÜFUNG MATHEMATIK I UND II

Dynamische Systeme in der Mikrobiologie

Ökologische Gleichungen für zwei Spezies

Intraspez. Faktoren. Individuen einer Art können aber auch Informationen austauschen und sich verständigen 11/2

Analysis und Lineare Algebra mit MuPAD

Projekt Bakterienkultur

GRUNDLEGENDE MODELLE. Caroline Herbek

Fressen und Gefressen werden

Aufgaben zum logistischen Wachstum. Buscharten-Aufgabe. Punktsymmetrie zum Wendepunkt. Sonnenblumen-Aufgabe. Typische Fragestellungen

Differenzialgleichungen

Gleichgewichte von Differentialgleichungen

DYNAMISCHE SYSTEME IN DER MIKROBIOLOGIE

Zusätzliche Aufgabe 5:

Logistische Gleichung

Populationsdynamische Simulation: Von Wölfen und Hasen...

Systemanalyse und Modellbildung

Kapitel 7. Differenzengleichungen

Stabilitätsregionen in Räuber-Beute-Modellen mit konstanter Beute-Kontrolle

Gewöhnliche Differentialgleichungen Aufgaben, Teil 1

Christoph Ableitinger. Biomathematische Modelle im Unterricht

Phasendiagramme und stationäre Punkte

Arrays, Simulieren und Modellieren

Medizinische Biophysik. Stephan Scheidegger ZHAW School of Engineering

Systemtheorie. Vorlesung 6: Lösung linearer Differentialgleichungen. Fakultät für Elektro- und Informationstechnik, Manfred Strohrmann

Lineare Funktionen. Klasse 8 Aufgabenblatt für Lineare Funktionen Datum: Donnerstag,

Populations Modelle Das Lotka-Volterra Model. Robin Gwinner Seminarleiterin: Dr. Iryna Rybak

Mathematik Klasse 9d, AB 14 Übungszettel Parabel Lösung

MATHEMATIK 3 STUNDEN

Differenzialgleichung

Teil 1 - Epidemische Modelle

Fixpunkte und Stabilitätsanalyse

Abiturvorbereitung Wachstum S. 1 von 11. Wachstum

Das Paket raeuber_beute_modelle enthält 3 Modelle mit denen das Verhalten von Lotka-Volterra-Systemen simuliert werden kann.

Mathematik für Biologen mathematische Ergänzungen und Beispiele Teil I

Wachstum mit oberer Schranke

Dynamische Prozesse und Wachstumsmodelle

Ergänzungsmathematik I Wachstum und Zerfall Seite 1

D. DIFFERENTIALGLEICHUNGEN DGL

Aufgabe 1 (Exponentielles Wachstum, wird teilweise auch in Vorlesung besprochen, Teile a) bis c) sind exakt die Aufgaben von Blatt 2, Aufgabe 3))

Eine Zombie-Invasion in Oldenburg

Simulieren und Modellieren

Dynamik von Populationsmodellen

Behörde für Schule und Berufsbildung Abitur 2009 Lehrermaterialien zum Leistungskurs Mathematik

3.2 Exponentialfunktion und Wachstum/Zerfall

Temperaturabhängige Geschlechtsbestimmung (TSD) bei Krokodilen

Diskrete Populationsmodelle für Einzelspezies - Teil 2

2.1 Lineares Wachstum 2.2 Exponentielles Wachstum 2.3 Exponentiell beschränktes Wachstum 2.4 Logistisches Wachstum.

Transkript:

Mathematische Modelle in der Biologie Seminar Biomathematik Seminar Biomathematik Katharina Kausel, April 2012

Mutualismus Was ist Mutualismus? SYMBIOSE Unterschied: eine Art ist ohne die andere LEBENSUNFÄHIG 2

Mutualismus Mathematisches Modell: Anemonen zum Zeitpunkt t+1 (z.b.: 1 Jahr später ) Anemonen zum Zeitpunkt t Clownfischezum Zeitpunkt t 3

Mutualismus Mathematisches Modell: a, b, c, d Konstanten > 0 a Differenz aus Sterbe und Geburtenrate der Anemonen bei Abwesenheit der Fische 4

Mutualismus Was passiert, wenn eine Art nicht vorhanden? wird Null Xt fällt exponentiell Anemonen würden aussterben 5

Mutualismus Was passiert, wenn beide Arten vorhanden? Yt > 0 Anemonen wachsen um diesen Wert an Mögliche Begegnungen Anemonen und Clownfische: Graphik Excel 6

Mutualismus Wie muss das Xt bzw. Yt ausschauen, damit GLEICHGEWICHTSZUSTAND? und Graphik Excel 7

Mutualismus X0 und Y0 verschieden gewählt CHAOTISCH Phasendiagramm Anemonen: auf x Achse dargestellt Clownfische: auf y Achse dargestellt Jeder Punkt im Koordinatensystem entspricht Wertepaar 8

Phasenplot Mutualismus (exp. Wachstum) X' = a X + b X Y (Anemonen) Y' = c Y + d X Y (Nemo) Y a = 0.1 b = 0.01 c = 0.2 d = 0.02 Fixpunkte: {10, 10} instabil {0,0} stabil Excelberechnung, jährlich X9

Mutualismus Phasendiagramm: In welche Richtung (zum Fixpunkt? Nach unendlich? Etc.) strebt das Modell bei verschiedenen Anfangsbedingungen? Steigen / Fallen sie überhaupt? KONTINUIERLICHES MODELL 10

Mutualismus Differenzialgleichungssystem: Momentane Änderungsrate Seeanemonen Momentane Änderungsrate der Clownfische 11

Konkurrenz Konkurrierende Systeme: oft in der Natur z.b.: Konkurrenz um Nahrungs bzw. Platzangebot 12

Konkurrenz Modell von LOTKA VOLTERRA: Geht von logistischem Wachstum aus existiert KAPAZITÄTSGRENZE K, wenn jeweils andere Art abwesend / ausgestorben ist. 13

Konkurrenz Modell von LOTKA VOLTERRA: Kapazitätsgrenze: größtmögliche Population Dezimierung der Eichhörnchen, weil Grauhörnchen vorhanden Graphik Excel 14

Konkurrenz Man unterscheidet 3 Fälle: Dominanz Bistabilität Stabile Koexistenz 15

Konkurrenz Wann tritt welcher Fall auf? Punkte (Xt, Yt) im Phasendiagramm, für die gilt: Xt+1 = Xtbzw. Yt+1 = Yt 16

Konkurrenz Beide Gleichungen: Form y = kx + d GERADENGLEICHUNGEN 3 Fälle ergeben sich aus der LAGE der beiden GERADEN 17

Konkurrenz DOMINANZ: Kein Schnittpunkt im 1. Quadranten Eine Gerade IMMER ÜBER anderer BISTABILITÄT: Shi Schnittpunkt im 1. Quadr. existiert i liegt LINKS unter Verbindungslinie von (K1,0) und (0,K2) KOEXISTENZ: Schnittpunkt im 1. Quadr. existiert liegt RECHTS über Verbindungslinie von (K1,0) und (0,K2) 18

Konkurrenz : Dominanz Phasenplot Y X' = a X (K X X) b X Y (Rote) Y' = c Y (K Y Y) d X Y (Graue) X' = 0 Y = (a (K x X)) / b Y' = 0 Y = (c K y d X) / c K X = 100 K Y = 200 a = 0.001001 b = 0.005 c = 0.002 d = 0.002002 Fixpunkte: (0, 200) stabil (100,0) 0) instabil Excel: jährlich X 19

Konkurrenz DOMINANZ: Kein Schnittpunkt im 1. Quadranten Eine Gerade IMMER ÜBER anderer BISTABILITÄT: Shi Schnittpunkt im 1. Quadr. existiert i liegt LINKS unter Verbindungslinie von (K1,0) und (0,K2) KOEXISTENZ: Schnittpunkt im 1. Quadr. existiert liegt RECHTS über Verbindungslinie von (K1,0) und (0,K2) 20

Konkurrenz : Bistabilität Phasenplot Y X' = a X (K X X) b X Y Y' = c Y (K Y Y) d X Y X' = 0 Y = (a (K x X)) / b Y' = 0 Y = (c K y d X) / c K X = 100 K Y = 200 a = 0.001 b = 0.005 c = 0.002 d = 0.002 Fixpunkte: (0, 200), (100, 0), (28.6, 28.6) X 21

Konkurrenz DOMINANZ: Kein Schnittpunkt im 1. Quadranten Eine Gerade IMMER ÜBER anderer BISTABILITÄT: Shi Schnittpunkt im 1. Quadr. existiert i liegt LINKS unter Verbindungslinie von (K1,0) und (0,K2) KOEXISTENZ: Schnittpunkt im 1. Quadr. existiert liegt RECHTS über Verbindungslinie von (K1,0) und (0,K2) 22

Konkurrenz : Koexistenz Phasenplot Y X' = a X (K X X) b X Y Y' = c Y (K Y Y) d X Y X' = 0 Y = (a (K x X)) / b Y' = 0 Y = (c K y d X) / c K X = 100 K Y = 200 a = 0.005 b = 0.0001 c = 0.002 d = 0.002 Fixpunkte: (98, 102) stabil, (0,100), (100,0) instabil X23

Räuber Beute Modell Wechselwirkung zwischen Raub und Beutetierart z.b.: Luchs Hase, Bakterien im Labor, Haie Fische,.. 24

Räuber Beute Modell Modell von LOTKA VOLTERRA: Mögliche Begegnungen Raub mit Beutetier Anzahl der insgesamt erlegten Tiere Graphik Excel 25

Räuber Beute Modell Das Kontinuierliche Räuber Beute Modell: Wird mit Differentialgleichungen beschrieben Wir betrachten nun seine Lösungen 26

Räuber Beute Modell Fall 1: B(0) = 0 B (t) = 0 Beutepopulation bleibt konstant NULL R (t) = c*r(t) Raubtierpopululation nimmt exponentiell ab 27

Räuber Beute Modell Analog: R(0) = 0 B (t) = a*b(t) Beutepopulation wächst exponentiell R (t) = 0 Raubtierpopululation bleibt konstant NULL 28

Räuber Beute Modell Was bedeutet das? Wenn Beute abwesend, stirbt Raubtierpopulation EXPONENTIELL aus Wenn Raubtiere abwesend, können sich Beutetiere unbedroht vermehren (EXPONENTIELL) 29

Räuber Beute Modell Fall 2: B(0) > 0 und R(0) > 0 Fixpunkt berechnen mit B (t) = 0 und R (t) = 0 FIXPUNKT: 30

Räuber Beute Modell Phasenplot Y X' = a X b X Y (Beute) Y' = c Y + d X Y (Räuber) X' = 0 Y = a / b Y' = 0 X = c / d a = 0.1 b = 0.01 c = 0.2 d = 0.02 Fixpunkt: (10, 10) stabil Excel: jährlich Excel: vierteljährlich X 31

Insektenvernichtung 32

Insektenvernichtung Natürliche Insektenvernichtung: Insektenpopulation: a=2: mit getrennten Generationen vermehrt sich in jeder Generation um das a fache der vorherigen 33

Insektenvernichtung Exponentielles Wachstumsmodell: a < 1 Fruchtfliegen sterben aus a > 1 Fruchtfliegen vermehren sich bis ins Unendliche (exponentiell) Interessant! ( p ) Mit Steriler Insektentechnik gelingt g es Wachstum der Insektenpopulation zu stoppen (z.b.: Waffe gegen Malaria, Fruchtfliegen bei Obstanbau) 34

Insektenvernichtung Sterile Insektentechnik: Wt / Mt.. Anzahl der / der Generation t Wt+1.. Anzahl der eine Generation später (t+1) Mt+1 = Wt+1, weil Nachkommen m oder w gleich wahrscheinlich c Würde zu exponentiellem Wachstum der Frucht fliegen führen 35

Insektenvernichtung der Fruchtfliegen paaren sich alle nur ein Mal Große Anzahl an STERILEN wird zugeführt Anteil fertile Paarungen:. entspricht dem Anteil der fertilen Männchen in der männlichen Population 36

Insektenvernichtung Nächste Generation: Anzahl W = Anzahl fertile M = Rekursionen: 37

Insektenvernichtung Spätestens ab der 2. Generation gilt: Anzahl W = Anzahl fertile M Modell mit 1. Zufallsgröße reicht aus: Xt = Mt = Wt 38

Insektenvernichtung Fixpunkte:, S groß genug genug sterile Männchen pro Generation freigesetzt wird Faktor a kleiner als 1: Aussterben der Fruchtfliegen 39

Insektenvernichtung Phasenplot Y X' = (a X Y)/(Y + S) X ( ) Y' = (a X Y)/(Y + S) Y ( ) X' = 0 Y = S / (a 1) Y' = 0 Y = a X S S = 2000 (unfruchtbare ) a = 5 Fixpunkte: (0, 0), (500, 500) Excel: jährlich X40

Umwelt vs. Tourismus 41

Umwelt vs. Tourismus Wie stark wird sich die Attraktivität des Gebiets ändern? Wie viele Urlauber verträgt das neue Ul Urlaubsziel? l? Kommt es auf Dauer zu stabilen Besucherzahlen? 42

Umwelt vs. Tourismus Ut.. Umweltattraktivität: misst wie sauber / ruhig das Gbi Gebiet ist, Luftqualität etc. (wird in % angegeben: 100% = optimale Umweltattraktivität 0% = Gebiet NICHT attraktiv) Tt.. Touristenzahl zum Zeitpunkt t 43

Umwelt vs. Tourismus Modell: Umweltattraktivität nimmt ab, wenn viele Touristen kommen Touristen werden stärker angelockt, wenn die Umweltattraktivität tt ität hoch h ist 44

Umwelt vs. Tourismus Fixpunkte bestimmen: Tt+1 = Tt T ausdrücken: Einsetzen in 1. Gleichung: Ut+1 = Ut 45

Umwelt vs. Tourismus Fixpunkte bestimmen: bzw. bzw. 46

Umwelt und Tourismus Phasenplot Y X' = a X (100 X) c X Y (Umwelt) Y' = b Y + d X (Touristen) X' = 0 Y = (100 X) a/c Y' = 0 Y = d X / b a = 0.001 b = 0.05 c = 0.002 d = 0.1 Fixpunkte: (0, 0) instabil (20, 40) stabil Excel: jährlich X47

SI Modell 1: Epidemiologie = Seuchenkunde (großes Teilgebiet der Biomathematik) 48

SI Modell 1: Das einfachste Modell: N.. Fixe Populationsgröße teilt sich in 2 Bevölkerungsgruppen: St.. Suszeptible: sind noch gesund, aber ANFÄLLIG It.. Infizierte: leiden bereits an Krankheit 49

SI Modell 1: In jedem Zeitschritt: Ein Prozentsatz a der Suszeptiblen STECKT sich mit der Krankheit an Ein Prozentsatz b der Infizierten wird wieder Suszeptibel (gesund, aber anfällig) 50

SI Modell 1: Modell: Bei diesem Modell: Gleichgewicht stellt sich IMMER ein Setze St+1 = St: 51

SI Modell 1 Phasenplot Y X' = a X + b Y (Suszeptile) Y' = a X b Y (Infizierte) X' = 0 Y = a X / b Y' = 0 Y = a X / b a = 0.05 b = 0.1 Fixpunkte auf Fixgerade Excel: jährlich Excel: jährlich X52

SI Modell 2: Epidemiologie = Seuchenkunde (großes Teilgebiet der Biomathematik) 53

SI Modell 2: Vorheriges Modell, ABER VERBESSERT: Vorher: Ein Prozentsatz a der Suszeptiblen STECKT sich mit der Krankheit an JETZT: Ansteckung erfolgt nur, wenn Suszeptibler Kontakt zu Infiziertem Bleibt: Ein Prozentsatz b der Infizierten wird wieder Suszeptibel 54

SI Modell 2: Modell: Hier: etwas realistischeres Ansteigen bei Infizierten Setze St+1 = St: solange 55

SI Modell 2: Wir nehmen an: EINMAL pro Zeitschritt hat ein gesunder Mensch mit anderem Mensch Kontakt.. WS, dass dieser Mensch infiziert ist a.. WS, dass ich angesteckt werde, wenn ich auf Infizierten treffe 56

SI Modell 2 Phasenplot Y X' = a X Y/(X+Y)+b Y (Suszeptile) Y' = a X Y/(X+Y) b Y (Infizierte) X' = 0 Y = (a b) X / b Y' = 0 Y = (a b) X / b a = 0.15 b = 0.1 Fixpunkte: zwei Fixgeraden Excel: jährlich Excel: jährlich X57

Lesliemodell 1: Demographie = Bevölkerungswissenschaft 58

Lesliemodell 1: Wir betrachten ein ZWEI KLASSEN MODELL: Bevölkerung wird in zwei gleich breite Klassen geteilt fi.. Typische Geburtenrate für eine Altersklasse si.. Typische Überlebensrate b für eine Altersklasse 59

Lesliemodell 1: Wir betrachten ein ZWEI KLASSEN MODELL: s1.. Überlebensrate: Gibt WS an, mit der ein Individuum der ersten Klasse überlebt in die zweite Klasse übergeht Zeitschritt t auf t+1.. entspricht genau der Altersklassenbreite 60

Lesliemodell 1: Rekursionen für die Bevölkerungsgrößen in den beiden Altersklassen: 61

Lesliemodell 1: Phasenplot Y X' = X (f 1 1) + f 2 Y (Junge) Y' = s 1 X Y (Erwachsene) X' = 0 Y = (f 1 1) X / f 2 Y' = 0 Y = s 1 X f 1 = 0.001 s 1 = 0.05 Fixpunkte: (0, 0) Excel: jährlich Excel: halbjährlich X62