• Non ci sono risultati.

012 AAA ,,,...

N/A
N/A
Protected

Academic year: 2021

Condividi "012 AAA ,,,..."

Copied!
12
0
0

Testo completo

(1)
(2)

Studio della evoluzione temporale del numero di individui di una popolazione mediante il programma Excell

Con i simboli

0 , , ,... 1 2

A A A

Si indica il numero di individui all’inizio, dopo un periodo di

tempo (es. 1 mese, o 1 anno) , dopo un periodo doppio,ecc.

(3)

Modello geometrico o modello malthusiano

) 1

1 A ( r

A n n

E’ quello secondo il quale l’aumento della popolazione in un periodo unitario di tempo è proporzionale alla

popolazione presente al momento in cui si calcola la variazione

1

n n n

A A   r A

cioè

(4)

Critica al modello di crescita malthusiano

Sono stati raccolti i dati della popolazione degli USA negli anni dal 1790 al 1950.

Data la tabella di crescita effettiva della popolazione degli USA si può verificare se il modello

malthusiano descrive correttamente la variazione di popolazione nel corso degli anni.

La formula del modello malthusiano

dipende dalla costante di crescita r :

t anno popolazione effettiva

0 1790 3.929.000

1 1800 5.308.000

2 1810 7.240.000

3 1820 9.638.000

4 1830 12.866.000

5 1840 17.069.000

6 1850 23.192.000

7 1860 31.443.000

8 1870 38.558.000

9 1880 50.156.000

10 1890 62.948.000

11 1900 75.995.000

12 1910 91.972.000

13 1920 105.711.000

14 1930 122.775.000

15 1940 131.669.000

16 1950 150.697.000

n n n

A A r A

1

) 1

1 A ( r

A n n

(5)

Calcolando la popolazione utilizzando la formula di crescita del modello malthusiano

si constata che i valori della popolazione fino al 7° periodo sono simili mentre dall’8°

periodo iniziano a differire con notevoli errori.

) 1

1 A ( r

A n n

t anno popolazione effettiva r r medio popolazione con legge errore assoluto errore percentuale

0 1790 3.929.000 0,35098 0,346038 3.929.000 0 0,00%

1 1800 5.308.000 0,363979 5.288.582 -19.418 -0,37%

2 1810 7.240.000 0,331215 7.118.630 -121.370 -1,68%

3 1820 9.638.000 0,334924 9.581.943 -56.057 -0,58%

4 1830 12.866.000 0,326675 12.897.656 31.656 0,25%

5 1840 17.069.000 0,35872 17.360.730 291.730 1,71%

6 1850 23.192.000 0,355769 23.368.195 176.195 0,76%

7 1860 31.443.000 0,226282 31.454.470 11.470 0,04%

8 1870 38.558.000 0,300794 42.338.899 3.780.899 9,81%

9 1880 50.156.000 0,255044 56.989.750 6.833.750 13,62%

10 1890 62.948.000 0,207266 76.710.346 13.762.346 21,86%

11 1900 75.995.000 0,210238 103.255.010 27.260.010 35,87%

12 1910 91.972.000 0,149382 138.985.126 47.013.126 51,12%

13 1920 105.711.000 0,161421 187.079.206 81.368.206 76,97%

14 1930 122.775.000 0,072441 251.815.645 129.040.645 105,10%

15 1940 131.669.000 0,144514 338.953.326 207.284.326 157,43%

16 1950 150.697.000 456.243.921 305.546.921 202,76%

(6)

Grafico popolazione effettiva e popolazione calcolata con

modello malthusiano

(7)

Il modello logistico

Si deve sostituire alla costante r una funzione che rappresenti il rapporto di crescita

Bisogna fare alcune ipotesi.

L’ambiente in cui vive la popolazione può sostenere un numero massimo di individui L.

Se A

n

>L non ci sono abbastanza risorse e il numero di morti supera quello dei nati

Se A

n

<L la popolazione aumenta

Se A

n

è molto piccolo in rapporto a L, allora la funzione di crescita è simile al fattore r 0

) ( A

n

f

n n n n

A A A A

f ( ) 

1

L A

n

L

A

n

f ( A

n

) 0 L

A

n

 f ( A

n

)  r

(8)

Individuare una funzione che abbia le caratteristiche descritte

Sapendo che il modello di crescita dipende dalla funzione si deve individuare la funzione che si comporti secondo le caratteristiche precedentemente descritte.

) ( A n f

n n

n

n

A f A A

A

1

  ( )  )

( A

n

f

Individuiamo la funzione:

L A L A r

f

A r L

r A

f L

A r r

A f L

L A r

r A

f

x x

x x y

y y y

n n

n n

n n

n n

) ) (

(

) (

) ) (

(

0 0 0

) (

) ( )

(

) ( )

(

) ( )

(

) ( )

(

1 2

1 1

2 1

 

 

 

) 1

( )

( ( ) ( )

L r A

A

f n    n

(9)

Con questa funzione si ottiene che e quindi

, possiamo ora calcolare con la nuova formula la popolazione secondo il modello logistico.

) 1

(

( )

) ( )

( ) 1

(

L

A A r A

A

n

n

 

n

 

n

2 ) ( )

( )

1

(n

( 1 )

n

A

n

L A r

r

A

    

anno popolazione effettiva r medio con modello logistico L errore errore percentuale

1790 3.929.000 0,346038 3.929.000 195.000.000 0 0,00%

1800 5.308.000 5.261.188 -46.812 -0,88%

1810 7.240.000 7.032.637 -207.363 -2,86%

1820 9.638.000 9.378.428 -259.572 -2,69%

1830 12.866.000 12.467.636 -398.364 -3,10%

1840 17.069.000 16.506.067 -562.933 -3,30%

1850 23.192.000 21.734.310 -1.457.690 -6,29%

1860 31.443.000 28.416.935 -3.026.065 -9,62%

1870 38.558.000 36.817.274 -1.740.726 -4,51%

1880 50.156.000 47.152.009 -3.003.991 -5,99%

1890 62.948.000 59.522.995 -3.425.005 -5,44%

1900 75.995.000 73.832.975 -2.162.025 -2,84%

1910 91.972.000 89.708.332 -2.263.668 -2,46%

1920 105.711.000 106.469.932 758.932 0,72%

1930 122.775.000 123.196.485 421.485 0,34%

1940 131.669.000 138.894.065 7.225.065 5,49%

1950 150.697.000 152.722.759 2.025.759 1,34%

(10)

Confrontando la popolazione effettiva con quella

calcolata con il modello logistico possiamo vedere dal

grafico che coincidono.

(11)

Prendendo un qualsiasi valore della popolazione iniziale e calcolando la

crescita con il modello logistico si nota che tutte le curve si stabilizzano

quando raggiungono il numero massimo di individui L.

(12)

Rapidità di crescita

ovvero come e quando la curva cresce e decresce

) ( )

1 ( )

(n

A

n

A

n

A  

rapidità di crescita

crescente rapidità di crescita decrescente

1.332.188 16.726.553

1.771.449 15.697.580

2.345.791 13.828.694

3.089.208 11.457.743

4.038.431 8.979.162

5.228.243 6.711.116

6.682.625 4.829.096

8.400.338 3.375.963

10.334.735 2.310.941

12.370.986 1.558.582

14.309.980 1.040.462

15.875.357 689.782

16.761.600 455.178

299.441 196.588 128.890 84.430 55.275 36.174 23.667

Guardando il grafico si nota che la curva raggiunge il

massimo della rapidità e inizia a decrescere circa a metà

tra il punto di partenza della popolazione e il numero

massimo di individui.

Riferimenti

Documenti correlati

[r]

Per determinare approssimazioni di ordine superiore per le derivate prima e seconda di una funzione di variabile reale ` e necessario au- mentare il numero di punti che

[r]

Grafico del risultato ottenuto (con barre di errore date dalla deviazione dalla media) paragonato con quello atteso e con quello delle schede 1b e 2a.

Generalizzando l’esempio, se indichiamo con V i il valore della grandezza totale (300 euro), con V f il valore finale (la percentuale 36 euro), con t il tasso percentuale,

Gennaro Postiglione Tesi di Laurea di tavola n° 01. Hong

Ogni processo effettua il checkpoint oltre che nella propria memoria, anche in quella del processore della stessa coppia.. Marco Lapegna – Calcolo Parallelo e

I sotto vettori ordinano i propri elementi attraverso il modo appena descritto, ovvero scelgono un valore come pivot e vengono posti, al sopra del pivot, i valori minori o uguali