Equações de Lotka-Volterra Estocásticas

Grupo: André Luis Della Valentina, Lucas dos Santos Assmann, Vinícius Bayne Müller

Introdução

O modelo de Lotka-Volterra foi desenvolvido originalmente na década de 1920, de maneira independente por Vito Volterra e Alfred Lotka, e é utilizado para descrever a dinâmica de populações com relações de predatismo. Em sua forma mais simples, as equações de Lotka-Volterra podem ser escritas como

${\begin{cases}{\dot {x}}=x(a-by)\\{\dot {y}}=y(-c+fx)\end{cases}}$

onde $x$ e $y$ denotam, respectivamente, a densidade populacional de presas e de predadores, e $a$, $b$, $c$ e $f$ são constantes positivas.

Pode-se interpretar os parâmetros da seguinte maneira:

• $a$: taxa de crescimento livre da presa;
• $b$: taxa de predação;
• $c$: taxa de mortalidade livre do predador;
• $f$: taxa de crescimento do predador devido à predação.

Nesse modelo simples, não há competição entre indivíduos de uma mesma espécie e não há limite ecológico para o sustento das populações; ou seja, a população de presas cresce exponencialmente na ausência de predadores. A fim de tornar esse modelo mais realista, pretendemos estudar versões estocásticas do mesmo, que podem ser construídas de diferentes maneiras, e analisar o efeito do ruído sobre o comportamento dinâmico.

Modelo estocástico

Buscamos construir um modelo estocástico de Lotka-Volterra utilizando um processo de Wiener; contudo, a adição de ruído branco nas equações diferenciais pode ser feita de várias maneiras. Consideraremos, aqui, duas delas: ruído adicionado nos parâmetros e ruído externo ao sistema.

Ruído externo

Como primeiro modelo, simplesmente adicionaremos um ruído externo nas equações diferenciais. Esse ruído pode ser interpretado como fatores ambientais independentes das populações, causando tanto benefícios (abundância de alimento, condições climáticas favoráveis para reprodução etc.) como prejuízos (escassez, condições climáticas desfavoráveis etc.). Como as equações tratam de densidades populacionais, devemos utilizar um ruído _multiplicativo_, pois os efeitos dos fatores externos sentidos pelas populações devem ser proporcionais ao tamanho dela. Assim, escrevemos o modelo como

${\begin{cases}{\dot {X}}=X(a-bY)+\epsilon _{x}\xi _{x}X\\{\dot {Y}}=Y(-c+fX)+\epsilon _{y}\xi _{y}Y\end{cases}}$

onde os $\xi _{i}$ são os ruídos brancos de cada variável, e $\epsilon _{i}$, a intensidade dos mesmos.

Ao escrever o diferencial total, obtemos

${\begin{cases}dX=X(a-bY)dt+\epsilon _{x}X\bullet dW_{x}\\dY=Y(-c+fX)dt+\epsilon _{y}Y\bullet dW_{y}\end{cases}}$

Analisaremos o modelo proposto no sentido de Itô e no sentido de Stratonovich.

Itô

Transformando as equações acima para equações diferenciais estocásticas no sentido de Itô, obtemos

${\begin{cases}dX=X(a-bY+{\frac {1}{2}}{\epsilon _{x}}^{2})dt+\epsilon _{x}XdW_{x}\\dY=Y(-c+fX+{\frac {1}{2}}{\epsilon _{y}}^{2})dt+\epsilon _{y}YdW_{y}\\\end{cases}}$

Observa-se que, além de um incremento de Wiener proporcional a $X$ e $Y$, obtém-se parâmetros determinísticos "efetivos" $a\to a+{\frac {1}{2}}{\epsilon _{x}}^{2}$ e $c\to c-{\frac {1}{2}}{\epsilon _{y}}^{2}$.

Referências

1. BRAUER, F.; CASTILLO-CHAVEZ, C. Mathematical Models in Population Biology and Epidemiology. New York, NY: Springer New York, 2012. v. 40
2. COELHO, P. J. de O. Equações de Lotka–Volterra Estocásticas: Simulações com o Matlab. 25 de junho de 2015. Disponível em https://www.academia.edu/52185574/Sistema_de_competi%C3%A7%C3%A3o_Lotka_Volterra_sob_ru%C3%ADdo_branco. Acesso em ago. 2024.
3. SCHERER, C. Métodos computacionais da física. 2. ed ed. São Paulo: Liv. da Física, 2010.
4. KHASMINSKII, R. Z.; KLEBANER, F. C. Long term behavior of solutions of the Lotka-Volterra system under small random perturbations. The Annals of Applied Probability, v. 11, n. 3, 1 ago. 2001.