Modelos Estocsticos

Ambientais

 Por que estocstico ?

Porque voc no controla os fatores que
provocam as variaes nas taxas vitais
No possvel saber com certeza como esses
fatores iro se comportar

Por que Ambiental ?

Porque esses fatores so extrnsecos
dinmica populacional, isto , originam-se no
meio ambiente em que a populao est
inserida.

So duas as formas de modelar a

variabilidade ambiental:
1. Via sorteio de valores aleatrios para as taxas
vitais a partir de distribuies beta, respeitando a
estrutura de correlao entre as taxas vitais
(Morris & Doak, 2001).
necessrio atrelar essa estrutura de
correlao a pelo menos uma varivel
ambiental relevante para que o modelo
consiga representar a variabilidade ambiental
adequadamente.

 Aparentemente possvel tambm gerar

variabilidade ambiental, via distribuies beta,
sem considerar a estrutura de correlao entre
as taxas: dispensa a estimativa da estrutura de
correlaes:
permitiria a simulao de estocasticidade
ambiental com dados de 1 nico perodo.
Entretanto,no se garante a correlao entre
as taxas vitais e a variabilidade ambiental.

2. Via a manipulao dos estados ambientais

x(t). Assume basicamente 3 modos:
a) Seqncias independente e identicamente
distribudas (IID)

x(t), o estado do ambiente no tempo t, sorteado

aleatoriamente de uma distribuio uniforme.

b) Cadeia de Markov

x(t+1) depende de x(t) Assume-se que h

correlao entre os estados ambientais

Permite atribuir freqncias de ocorrncia

distintas aos diferentes estdios ambientais

Tambm pode trabalhar como IID (sem

correlao entre os estdios ambientais, com
freqncias de ocorrncias dos estdios
ambientais distintas os idnticas)

Tambm pode trabalhar como modelo

determinstico peridico.

x(t+1) = Pt x(t)
Onde Pt uma matriz de transio coluna-estocstica, ou
seja pij 0, i pij = 1 para todo j).
Pt controla a estrutura de correlaes e as freqncias de
ocorrncia dos diferentes estdios ambientais.

=0
U

f(B) = 0,1

f(B) = 0,5
IID

f(B) = 0,9

B
0

10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

B
U

U
B

f(B) = 0,5
B

= 0,9

=0
IID

= - 0,9

U
0

10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

B
U

B
U
0

c) Seqncias auto-regressivas de mdias

mveis (ARMA em ingls)

Usados em caso de estruturas mais complexas

de correlao entre os estdios ambientais

Trabalha bem com correlaes de ordens

superiores.

Incluindo a variabilidade ambiental no

modelo matricial via a manipulao dos
estdios ambientais:
Assume-se que a variabilidade ambiental est
expressa na variao que as taxas de
transio aij mostram a cada perodo. Em
outras palavras, cada matriz At representa um
estdio ambiental, ou seja, At = x(t).

Inclui estocasticidade demogrfica

 Como fazer:
Gerar a seqncia de estdios ambientais;
Projetar a populao, selecionando as
matrizes At de acordo com a seqncia
ambiental obtida.

n(t+1) = At At-1 ... A0 n(0)

n(t+1) = At n(t)
onde At (t = 1,...,n) o estdo ambiental no tempo t.
No modo IID:
At sorteada do conjunto de estados ambientais
A1 ... An atravs de uma distribuio uniforme.
No modo Markoviano:
At = Pt-1 At-1

Autovetores para ambientes markovianos :

Para t , tanto a estrutura populacional (ep) como
o valor reprodutivo (vr) tendem a convergir para
propores fixas entre as classes, sem depender
da estrutura inicial da populao.
ep(t+1) = At ep(t) / At ep(t)
ep = vetor estrutura populacional
At ep(t) = i epi(t)
ep(0) = 1

vr*(t) = vr*(t+1) At / vr*(t+1) At

vr* = vetor valor reprodutivo transposto;
vr*(t+1) At = i vr*i(t)

Crescimento populacional
Destacam-se dois tipos de taxa de crescimento
populacional sob modelos estocsticos ambientais:
Crescimento da mdia: utilizada
eventualmente, mas mais comum em
trabalhos antigos.
Mdia temporal da taxa de crescimento: tida
como a medida mais adequada do crescimento
populacional em modelos estocsticos
ambientais.

Crescimento populacional
Em modelos matriciais estocsticos ambientais
a taxa mdia temporal conhecida como logs
(stochastic growth rate), comumente abreviada
simplesmente para s
Para convert-la em unidades equivalentes ao
determinstico use: e logs

Modelos Estocsticos
Demogrficos

 A estocasticidade demogrfica diz respeito a

fatores intrnsecos populao (gentica,
fisiologia)
responsvel pelas respostas diferenciadas
que plantas de uma mesma classe possam dar
em funo da variabilidade ambiental
So os fatores ditos demogrficos estocsticos
que geram a variabilidade nas taxas vitais
quando os fatores ambientais mantm-se
constantes
Para n , estocasticidade demogrfica 0

 Modelagem matricial
Estudado via simulaes
Histrias de vida so sorteadas:
Transies distribuio multinomial
Fecundidade distribuio de Poisson (comum
para plantas), entre outras possibilidades

 Entradas aij de A + P(mortalidade)j so

assumidas como as probabilidades da
distribuio multinomial
Oferece um risco de extino (er) especfico
para a populao projetada nas simulaes,
ou seja, er depende de n(0)

Tabela de vida

Matriz de probabilidades *

50

0.50

30

80

0.30 0.88 0.13

11

20

100 91

23

10

11

0.05 0.48 0.10

0.26 0.60 0.18

0

0.20 0.73

0.20 0.07 0.13 0.10 0.09

* Matriz de probabilidades = matriz de transio A + linha i =

k+1 com as taxas de mortalidade pata cada j

Vetor estrutura populacional

matriz de probabilidades

n1

0.50

n2

0.30 0.88 0.13

n3

n4

n5

0.05 0.48 0.10

0.26 0.60 0.18

0

0.20 0.73

0.20 0.07 0.13 0.10 0.09

A coluna j da matriz de probabilidades corresponde s
probabilidades de transio e morte dos indivduos da
classe i do vetor estrutura populacional, sendo i = j

Processo de ramificao (Branching process)

Reproduo:
N = 0,
N = 1 ou
N=2
P(N = 0) = p0
P(N = 1) = p1
P(N = 2) = p2
N = 0 definitivo

(Caswell 2001)

 Modelagem por ramificao (Branching Process)

Apoiado nas propriedades assintticas da matriz A,
oferece estimativas assintticas de risco de extino
associado matriz (q) e independente de n(0)
q converge para valores constantes q quando t

Risco de extino associado populao:

Q = i qi(ni)
Q = P(extino) da populao
qi = P(extino) da classe i
ni = nmero de indivduos na classe i

 Classificado em 3 tipos:
< 1 processo subcrtico
P(extino) = 1
Dispensa anlise
= 1 processo crtico
P(extino) = 1
Dispensa anlise
> 1 processo supercrtico
P(extino) < 1
Anlise determina P(extino)