• No results found

Exponentiella och allometriska samband ¨an en g˚ ang

positiv ifall b > 0 och negativ om b < 0. Funktionen xb ¨ar d¨arf¨or str¨angt v¨axande i sin definitionsm¨angd (positiva reella axeln) om exponenten b ¨ar positiv och str¨angt avtagande om exponenten ¨ar negativ.

¨

Ovningar

8.15 Visa att xx = ex ln x, och anv¨and denna omskrivning f¨or att ber¨akna deriva-tan av funktionen xx.

8.7 Exponentiella och allometriska samband

¨

an en g˚ang

I tidigare kapitel har vi sett ˚atskilliga biologiska exempel p˚a exponentiella och allometriska samband, dvs. samband av typen y = Aekx resp. y = Axk. Vi skall nu visa att sambanden ¨ar logiska konsekvenser av enkla antaganden om hur sm˚a f¨or¨andringar i den oberoende variabeln x inverkar p˚a den beroende variabeln y.

Vi b¨orjar med lite terminologi. Om v¨ardet av en variabel ¨andras fr˚an ett v¨arde x till v¨ardet x + ∆x, kallas ∆x f¨or den absoluta ¨andringen och kvoten ∆x/x f¨or den relativa ¨andringen. Den relativa ¨andringen beror till skillnad fr˚an den absoluta inte p˚a vilka enheter som anv¨ands. Den relativa ¨andringen ¨ar med andra ord dimensionsl¨os och kan anges i procent.

Betrakta nu en situation d¨ar vi studerar sambandet mellan tv˚a variabler, och d¨ar v¨ardet av den beroende variabeln ¨andras fr˚an y till y + ∆y, n¨ar den oberoende variabelns v¨arde ¨andras fr˚an x till x + ∆x. Sambandet mellan f¨or¨andringarna ∆x och ∆y kan naturligtvis vara mycket komplicerat, men vi skall behandla f¨oljande tre enkla fall.

(a) F¨or sm˚a ¨andringar ¨ar den absoluta ¨andringen av den beroende variabeln proportionell mot den absoluta ¨andringen av den oberoende variabeln, dvs. f¨or n˚agon konstant k ¨ar ∆y = k∆x.

(b) F¨or sm˚a ¨andringar ¨ar den relativa ¨andringen av den beroende variabeln proportionell mot den absoluta ¨andringen av den oberoende variabeln, dvs. f¨or n˚agon konstant k ¨ar

∆y

(c) F¨or sm˚a ¨andringar ¨ar den relativa ¨andringen av den beroende variabeln proportionell mot den relativa ¨andringen av den oberoende variabeln, dvs. f¨or n˚agon konstant k ¨ar

∆y

y = k

∆x x .

Genom att dividera b˚ada leden av ekvationerna ovan med ∆x och stuva om lite ser vi att de tre fallen kan skrivas som

(a) ∆y ∆x = k, (b) ∆y ∆x = ky resp. (c) ∆y ∆x = k y x.

Vi kr¨avde ovan att ovanst˚aende likheter skall g¨alla f¨or sm˚a ¨andringar, och med detta menas egentligen att de skall g¨alla d˚a ∆x g˚ar mot 0. Men d˚a g˚ar kvoten ∆y/∆x mot derivatan dydx, s˚a genom gr¨ans¨overg˚ang f˚ar vi att de tre fallen karakteriseras av att

(a) dy dx = k, (b) dy dx = ky resp. (c) dy dx = k y x.

Ekvationerna (a), (b) och (c) ¨ar tre enkla exempel p˚a differentialekvatio-ner. S˚adana ekvationer kommer vi att behandla ganska utf¨orligt i kapitel 12, men vi har redan alla matematiska redskap som beh¨ovs f¨or att l¨osa just dessa ekvationer.

(a) dy

dx = k

Vi ser omedelbart att y = kx + C uppfyller villkoret (a) f¨or varje val av konstanten C. Det kan heller inte finnas n˚agra andra l¨osningar, ty om y ¨ar en godtycklig l¨osning, s˚a ¨ar

d

dx(y − kx) = dy

dx − k = k − k = 0,

med slutsatsen att y − kx m˚aste vara en konstant, eftersom konstanta funk-tioner ¨ar de enda funkfunk-tioner som har derivata lika med noll ¨overallt.

I fallet (a) ¨ar med andra ord sambandet mellan y och x linj¨art.

(b) dy

dx = ky

L¨osningen till differentialekvation (b) ges av sats 2, men f¨oljande alternativa h¨arledning ¨ar mer instruktiv. Vi b¨orjar med att inf¨ora en ny beroende variabel Y genom att s¨atta

8.7 Exponentiella och allometriska samband ¨an en g˚ang 161 Eftersom Y ¨ar en funktion av y som i sin tur ¨ar en funktion av x, kan vi anv¨anda kedjeregeln f¨or att ber¨akna derivatan dY

dx och f˚ar d˚a dY dx = dY dy · dydx = 1 y · ky = k.

Detta ¨ar ju en ekvation av samma typ som i (a) med slutsatsen att Y = kx + C,

ln y = kx + C,

y = ekx+C = eCekx.

Om vi s¨atter A = eC och a = ek, kan vi skriva l¨osningen p˚a formen y = Aekx eller y = Aax,

och vi ser att vi har ett exponentiellt samband mellan de b˚ada variablerna. (c) dy

dx = k y x

F¨or att l¨osa differentialekvationen (c) transformerar vi b˚ada variablerna lo-garitmiskt genom att s¨atta

Y = ln y och X = ln x.

Det andra sambandet kan vi f¨orst˚as ekvivalent skriva p˚a formen x = eX, s˚a det f¨oljer att

dY dy = 1 y och dx dX = e X = x.

Eftersom Y beror av y som beror av x som beror av X, kan vi ber¨akna derivatan dYdX med hj¨alp av kedjeregeln och f˚ar

dY

dX =

dY

dy · dydx· dXdx = 1

y · kyx · x = k.

Vi har ˚ater lyckats reducera problemet till ett problem av typ (a) och drar slutsatsen att

Y = kX + C, ln y = k ln x + C,

y = ek ln x+C = eC · ek ln x = eCxk.

Med A = eC blir detta y = Axk, dvs. sambandet mellan x och y ¨ar en allometri.

Sambandet mellan tv˚a variabler ¨ar

• linj¨art, om den absoluta ¨andringen av den beroende variabeln ¨ar pro-portionell mot den absoluta ¨andringen av den oberoende variabeln; • exponentiellt, om den relativa ¨andringen av den beroende variabeln ¨ar

proportionell mot den absoluta ¨andringen av den oberoende variabeln; • allometriskt, om den relativa ¨andringen av den beroende variabeln ¨ar

proportionell mot den relativa ¨andringen av den oberoende variabeln. I ljuset av ovanst˚aende ¨ar det inte s˚a konstigt att m˚anga biologiska stor-leksrelationer ¨ar just allometriska, ty vid skalf¨or¨andringar b¨or (inom rimliga gr¨anser) just de relativa ¨andringarna vara proportionella. Vad proportiona-litetskonstanten k har f¨or v¨arde ¨ar f¨orst˚as en helt annan fr˚aga.

¨

Ovningar

8.16 Best¨am sambandet mellan variablerna x och y, om vid en liten ¨andring av variabeln x den absoluta ¨andringen av variabeln y ¨ar proportionell mot den relativa ¨andringen av x.

Kapitel 9

Egenv¨arden

9.1 Samspel mellan olika djurarter

Vi t¨anker oss att X och Y symboliserar tv˚a djurarter. F¨or att skapa en modell av samspelet mellan arterna antar vi att Y ¨ar ett rovdjur (predator) som bara lever av att jaga och ¨ata X. Bytesdjuret X ¨ar en v¨axt¨atare (herbivor), som har obegr¨ansad tillg˚ang till bete (n¨aringstillg˚ang). Vi studerar antalet djur vid diskreta tidpunkter 0, t, 2t, 3t, . . . , och l˚ater xn beteckna antalet bytesdjur och yn antalet rovdjur vid tidpunkten nt.

F¨or¨andringen ∆xn = xn+1− xn av antalet bytesdjur mellan tidpunkterna nt och (n + 1)t beror av antalet bytesdjur och antalet rovdjur vid tidpunkten nt. Vi antar att den skulle vara proportionell mot antalet bytesdjur, dvs. ha formen ∆xn = αxn, om det inte funnes n˚agra rovdjur. Rovdjuren reducerar emellertid ¨okningstakten, och det ¨ar naturligt att anta att minskningen ¨ar proportionell mot antalet rovdjur s˚a att ∆xn = αxn− byn f¨or n˚agon positiv proportionalitetskonstant b. Med a = 1 + α kan detta samband skrivas p˚a formen

xn+1= axn− byn, d¨ar a ≥ 1.

F¨or¨andringen ∆yn= yn+1− ynav antalet rovdjur ¨ar p˚a motsvarande s¨att en kombinerad effekt av m¨angden bytesdjur och antalet rovdjur som skall dela p˚a dessa. L˚at oss anta att ¨okningen av antalet rovdjur ¨ar proportionell mot antalet bytesdjur men att ¨okningen ocks˚a minskas proportionellt mot antalet rovdjur s˚a att ∆yn = cxn− δyn f¨or positiva konstanter c och δ. Om vi s¨atter d = 1 − δ f˚ar vi d¨arf¨or f¨oljande samband

yn+1 = cxn+ dyn.

Relationen mellan antalet bytes- och rovdjur vid olika tidpunkter beskrivs 163

d¨arf¨or av det rekursiva sambandet

(9.1)  xn+1= axn− byn

yn+1= cxn+ dyn

med konstanter a ≥ 1, b, c > 0 och d < 1 som antas vara k¨anda. Om vi inf¨or matriserna vn=xn yn  och A =a −b c d  , s˚a kan vi skriva sambandet (9.1) p˚a formen

vn+1= Avn.

Vi f˚ar nu v1 = Av0, v2 = Av1 = A(Av0) = (AA)v0 = A2v0, v3 = Av2 = A(A2v0) = (AA2)v0 = A3v0, och allm¨ant

vn = Anv0.

Detta ¨ar ett snyggt och kompakt s¨att att beskriva v˚ar matematiska modell, men fr˚agan ¨ar f¨orst˚as vad vi har vunnit. Hur ber¨aknar man Anv0? F¨or sm˚a v¨arden p˚a n kan vi naturligtvis ber¨akna potenserna An genom att multipli-cera ihop matrisen A med sig sj¨alv n g˚anger, men g˚ar det att hitta n˚agra formler f¨or populationsstorlekarna xn och yn som g¨aller f¨or alla n, och kan man enkelt se den asymptotiska utvecklingen, dvs. vad som h¨ander n¨ar n g˚ar mot o¨andligheten? Vi skall ˚aterkomma till dessa fr˚agor och besvara dem i avsnitt 9.3 och f˚ar h¨ar n¨oja oss med att illustrera problematiken med ett numeriskt exempel.

Exempel 1 Antag att

A =2,5 −1,5

0,5 0,5



och att det fr˚an b¨orjan finns 100 bytesdjur och 10 rovdjur, dvs. att v0 =100

10 

.

9.1 Samspel mellan olika djurarter 165 enkla r¨akningar). D˚a blir

v1 = Av0 =2,5 −1,5 0,5 0,5  100 10  =235 55  v2 = Av1 =2,5 −1,5 0,5 0,5  235 55  =505 145  v3 = Av2 =2,5 −1,5 0,5 0,5  505 145  =1045 325  v4 = Av3 =2,5 −1,5 0,5 0,5  1045 325  =2125 685  osv.

G˚ar det att uppt¨acka n˚agot m¨onster? Det verkar som om populationen av bytes- och rovdjur i stort sett f¨ordubblas i varje steg, men det ¨ar kanske sv˚art att se det exakta sambandet.

Vi ¨andrar d¨arf¨or f¨oruts¨attningarna en smula och antar att det fr˚an b¨orjan ist¨allet finns 30 bytesdjur och 10 rovdjur. Vi kallar den nya vektorf¨oljden f¨or (v

n) f¨or att skilja den fr˚an den tidigare och startar allts˚a med v 0 =30 10  f˚ar sedan v 1 = Av 0 =2,5 −1,5 0,5 0,5  30 10  =60 20  = 2v 0

och d¨arf¨or forts¨attningsvis v 2 = Av 1 = A(2v 0) = 2Av 0 = 2 · 2v 0 = 22v 0 v3 = Av2 = A(22v0) = 22Av0 = 22· 2v0 = 23v0 ... v n = 2nv 0.

Det var ju enkelt; tydligen f¨ordubblas antalet bytesdjur och antalet rovdjur i varje steg, och vid tidpunkten nt ¨ar antalet bytesdjur 30 · 2n och antalet rovdjur 10 · 2n.

Nu ¨andrar vi f¨oruts¨attningarna igen och startar med 10 bytesdjur och 10 rovdjur, vilket resulterar i vektorf¨oljden (v′′

n) med v′′ 0 =10 10  .

Den h¨ar g˚angen blir v1′′= Av0′′=2,5 −1,5 0,5 0,5  10 10  =10 10  = v0′′ och f¨oljaktligen v′′ 2 = Av′′ 1 = Av′′ 0 = v′′ 0 v′′3 = Av2′′= Av′′0 = v0′′ .. . v′′ n = v′′ 0.

De b˚ada populationerna ¨ar tydligen konstanta i det h¨ar fallet. Vi avslutar nu med observationen att

100 10  = 4,5 ·3010  − 3,5 ·1010 

som ju med v˚ara beteckningar inneb¨ar att v0 = 4,5v

0− 3,5v′′ 0. Med hj¨alp av matrisr¨akning f˚ar vi nu

vn= Anv0 = An(4,5v 0− 3,5v′′ 0) = 4,5 Anv 0− 3,5 Anv′′ 0 = 4,5 v n− 3,5 v′′ n= 4,5 · 2nv 0− 3,5 v′′ 0. Ins¨attning av v¨ardena f¨or v

0 och v′′ 0 ger slutligen vn =xn yn  = 4,5 · 2n3010  − 3,51010  =135 · 2n− 35 45 · 2n− 35  .

Om vi startar med 100 bytesdjur och 10 rovdjur, s˚a blir s˚aledes antalet bytesdjur vid tidpunkten nt lika med 135 · 2n− 35 och antalet rovdjur lika med 45 · 2n− 35. Vi har med andra ord lyckats hitta en exakt formel, men det hela verkar onekligen lite av ett trolleri. Varifr˚an kom vektorerna v

0 och v′′

0 som gjorde att det hela fungerade? Det finns naturligtvis en f¨orklaring, men den kan vi inte ge f¨orr¨an vi g˚att igenom avsnittet om egenv¨arden och egenvektorer.

Related documents