[pt] FORMAÇÃO DE PADRÕES ESPACIAIS NA DINÂMICA DE POPULAÇÕES

[en] SPATIAL PATTERN FORMATION IN POPULATION DYNAMICS

[pt] EDUARDO HENRIQUE FILIZZOLA COLOMBO

[pt] PROCESSO ESTOCASTICO

[pt] DIFUSAO NAO LINEAR

[pt] DINAMICA DE POPULACOES

[pt] FORMACAO DE PADROES

[pt] AUTO-ORGANIZACAO

[en] STOCHASTIC PROCESS

[en] NONLINEAR DIFFUSION

[en] POPULATION DYNAMICS

[en] PATTERN FORMATION

[en] SELF-ORGANIZATION

[pt] Motivado pela riqueza de fenômenos produzidos pelos seres vivos, este trabalho busca estudar a formação de padrões espaciais de populações biológicas. De um ponto de vista mesoscópico, definimos os processos básicos que podem ocorrer na dinâmica, construindo uma equação diferencial parcial para a evolução da distribuição da população. Essa equação incorpora duas generalizações de um modelo pre-existente para a dinâmica de um espécie, que leva em conta interações de longo alcance (não locais). A primeira generalização consiste em considerar que a difusão é não linear, isto é, é afetada pela densidade local de tal modo que o coeficiente de difusão segue uma lei de potência. Por outro lado, visto a alta complexidade envolvida na natureza dos parâmetros do modelo, introduzimos como segunda generalização parâmetros que flutuam no tempo. Idealizamos estas flutuações como um ruído descorrelacionado temporalmente e que obedece uma distribuição gaussiana (ruído branco). Para estudar o modelo resultante, utilizamos uma abordagem analítica e numérica. As ferramentas analíticas se baseiam na linearização da equação de evolução e portanto são aproximadas. Todavia, complementadas com resultados numéricos, conseguimos extrair conclusões relevantes. A não localidade das interações induz a formação de padrões. O alcance dessas interações é o que determina o modo dominante presente nos padrões. Assim, para valores dos parâmetros acima de um limiar crítico, emergem padrões. Analiticamente, mostramos que, mesmo abaixo desse limiar, as flutuações nos parâmetros podem induzir a aparição de ordem espacial. Os efeitos da difusão não-linear são captados superficialmente pela análise linear. Numericamente, mostraremos que sua presença modifica a forma dos padrões. Observamos, especialmente, a existência de uma transição quando alternamos entre o caso em que a difusão é facilitada por altas densidades e o caso oposto. Para o primeiro caso, verificamos que os padrões se tornam fragmentados, ou seja, a população é agora composta de sub-grupos desconectados.

[en] Motivated by the richness of phenomena produced by living beings, this work aims to study the formation of spatial patterns in biological populations. From the mesoscopic point of view, we define the basic processes that may occur in the dynamics, building a partial differential equation for the evolution of the population distribution. This equation incorporates two generalizations of a pre-existing model for the dynamics of one species, which takes into account long-range (nonlocal) interactions. The first generalization is to consider that diffusion is nonlinear, i.e., it is affected by the local density such that the diffusion coeficient follows a power law. On the other hand, because of the high complexity involved in the nature of model parameters, we introduced as a second generalization time-fluctuating parameters. We idealize these fluctuations as Gaussian temporally uncorrelated (white) noises. To study the resulting model, we use an analytical and numerical approach. Analytical tools are based on the linearization of the evolution equation and are therefore approximate. However, as evidenced by numerical results, we draw important conclusions. The nonlocal feature of the interaction is the main mechanism which induces pattern formation. We show that the extent of these interactions is what characterizes the dominant mode. Thus, for parameter values above a critical threshold patterns emerge. Analytically, we also show that even below this threshold, fluctuations in the parameters can induce the appearance of spatial order. The effects of nonlinear diffusion are only superficially captured by the linear analysis. Numerically, we show that their presence modifies the patterns shape. We mainly observed the existence of a qualitative difference between the cases when diffusion is facilitated or not by high densities. In the first case, we note that the patterns become fragmented, that is, population becomes composed of disconnected clusters.

CELIA BEATRIZ ANTENEODO DE PORTO

WELLES ANTONIO MARTINEZ MORGADO

CELIA BEATRIZ ANTENEODO DE PORTO

ROBERTO ANDRE KRAENKEL

2015-06-17

2014-02-21

[pt] TEXTO

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=24777@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=24777@2

https://doi.org/10.17771/PUCRio.acad.24777