Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

--- exercicios:exerc2 [2012/05/16 14:14] – [Estocasticidade Ambiental] adalardo
+++ exercicios:exerc2 [2024/01/09 18:18] (atual) – edição externa 127.0.0.1
@@ Linha 284: / Linha 284: @@
 ===== Estocasticidade Ambiental =====
-Flutuações ambientais podem exercer efeito na taxa de crescimento instantâneo da população. De uma forma simples, podemos imaginar que essa variação funcione como um ruído no //r//, como se a população em média tivesse uma taxa, mas a cada realização ela pudesse ser um tanto diferente devido a condições externar a ela própria.
+Flutuações ambientais podem exercer efeito na taxa de crescimento instantâneo da população. De uma forma simples, podemos imaginar que essa variação funcione como um ruído no //r//, como se a população em média tivesse uma taxa, mas a cada realização ela pudesse ser um tanto diferente devido a condições externar a ela própria. A implementação dessa estocasticidade ambiental em modelos contínuos é um pouco mais complicada, mas podemos imaginá-la como realizações em algum intervalo pequeno de tempo.
-Nesse caso teríamos um //re//: o r estocástico. A realização dessa estocasticidade ambiental em modelos contínuos é um pouco mais complicada, mas podemos imaginá-la em um crescimento discreto, onde a cada geração a realização do crescimento populacional é afetada pela estocasticidade ambiental.
+Para um crescimento discreto a construção de simulações com estocasticidade ambiental é mais intuitivo: a cada realização o Lambda é afetado pela variação ambiental. Vamos fazê-la.
 <code>
-rd = rnorm(10, mean=0.3, sd=0.05)
+npop=10
-N0=rep(10,10)
+n0=10
-N1=N0*exp(re)
+lamb.med = 1.2
-re=rnorm(10, mean=0.3, sd=0.05)
+lamb.sd= 0.4
-N2=N1*exp(re)
+lamb = rnorm(npop, mean=lamb.med, sd=lamb.sd)
-N3=N2*exp(rnorm(10,mean=0.3,sd=0.05))
+N0=rep(n0,npop)
-N4=N3*exp(rnorm(10,mean=0.3,sd=0.05))
+N1=lamb*N0
-N5=N4*exp(rnorm(10,mean=0.3,sd=0.05))
+lamb=rnorm(npop, mean=lamb.med, sd=lamb.sd)
+N2=N1*lamb
+N3=N2*rnorm(npop,mean=lamb.med,sd=lamb.sd)
+N4=N3*rnorm(10,mean=lamb.med,sd=lamb.sd)
+N5=N4*rnorm(10,mean=lamb.med,sd=lamb.sd)
 Nt<-rbind(N0,N1,N2,N3,N4,N5)
-matplot(0:5, Nt, type="l", lty=1:6)
+matplot(0:5, Nt, type="l", lty=2:7)
-lines(1:6, exp(1:10*0.3), lwd=2)
 </code>
 ==== Desafio ====
-É possível adaptar a nossas funções anteriores para que possa também modelar populações com estocasticidade ambiental!
+É possível adaptar a nossas função anterior de crescimento discreto para que possa também modelar populações com estocasticidade ambiental!
 <box 70% green |Dicas>
 O primeiro passo sempre e pensar quais argumentos vamos precisar
-Nesse caso, temos apenas mais um argumento o **//dpr//** : o desvio padrão de //r//. O resto continua o mesmo, lembre-se que se o **//dpr//** for 0, nosso população é determinística! Ou seja, a mesma função pode se prestar para simular ambos cenários.
+Nesse caso, temos apenas mais um argumento o **//lamb.dp//** : o desvio padrão de //lambda//. O resto continua o mesmo, lembre-se que se o **//lamb.dp//** for 0, nosso população é determinística! Ou seja, a mesma função pode se prestar para simular ambos cenários.