個体群動態の数理

個体群動態の数理

• 科目ナンバリングコード：2223011A3  

• 開設科目名：個体群動態の数理 

• 講義コード：4802000  

• 開講期・曜日・時限・教室：前期 水曜日 １・２時限 情 報科学講義室（Ｇ３０２） 

• 対象学生：3回生

奈良女子大学理学部・化学生物環境学科 

環境科学コース 高須夫悟

寄生のモデル

寄生することで寄生者は利益を受けるが、寄生される宿主（寄主）は何らかの害を受け る。基本的に捕食関係と類似

昆虫の寄生バチ・寄生バエなど、宿主を食い尽くして発育するものが多い 寄生者 Parasite は宿主 Host に産卵し、宿主を食べて成長する（捕食寄生）

–

+

実験室での飼育が可能であり、

詳細なデータの蓄積がある

天敵導入による害虫の駆除等、

実用面でも重要

Parasites Host

アズキゾウムシとコマユバチ

http://www.museum.kyushu-u.ac.jp/INSECT/07/07-1.html http://www.nfri.affrc.go.jp/contents/database/

chozougaicyu/zukan/11.html

モデル

H_t : 時刻 t におけるホスト個体密度

P_t : 時刻 t におけるパラサイト個体密度

H_t+1 = R H_t f(H_t, P_t)

P_t+1 = c H_t [ 1 – f(H_t, P_t) ]

昆虫は繁殖が同期しているので、離散時間モデルを用いる

R : ホスト 1 個体の増殖率

f(H_t, P_t) : ホストが寄生を免れる確率

c : 寄生したホスト 1 個体から成長する パラサイト個体数

寄生されなかったホスト密度

寄生されたホスト密度

Nicholson-Bailey モデル

ホストが寄生を免れる関数 f(H_t, P_t) を次式で与える（Nicholson-Bailey model）

1) パラサイトが存在しなければ、ホストは指数的に増加 2) パラサイトは互いに独立にホストをランダムに探索する

面積 A の区画のパラサイト密度を P_t とする。パラサイト総個体数は A P_t パラサイトはランダムにホストを探索し、面積 a の範囲のホストに寄生する 1 匹のホストがどの寄生者にも見つからない確率は

A

a

A が十分大きいと

⇣1 a A

⌘^APt

) exp[ aP_t]

<latexit sha1_base64="Xx6cLjDLc4p46cETjIJwe3s7c6k=">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</latexit>

ホストが寄生される平均回数が寄生者密度に比例する場合 λ = aP_t ホストが一度も寄生されない確率 f はポアソン分布の第ゼロ項

平均 λ のポアソン分布

パラサイトのランダム探索

平均 λ 回起こる事象が実際に n 回起こる確率

二項分布において平均 λ を固定して試行数 N → ∞ とするとポアソン分布が得られる

P (n) = e ⁿ

n! n = 0,1, 2, · · ·

<latexit sha1_base64="CP8FaRHsBuUy122tDiSeUeATiOQ=">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</latexit>

E<latexit sha1_base64="4+rZ7x8FDuVnewb6sAeeNpCAwB0=">AAACjHichVHLSsNAFD3Gd9W26kZwEyw+FlKmVVCUiiCKy1ZtFdpSknTUYJqEZFrU0h8QXLtwpSAiLt3qyo0/4MJPEJcKblx4mwZEi3pDZs6ce8+dMzOqbeiuYOypRWpta+/o7OoO9PT2BUPh/oGMa5Udjac1y7CcLVVxuaGbPC10YfAt2+FKSTX4prq3VM9vVrjj6pa5IQ5sni8pO6a+rWuKIKoQHl/Omnk5IecM0hSVSTkn+L6oZhSn9i1RCEdYlHkhN4OYDyLwI2mFL5FDERY0lFEChwlB2IACl74sYmCwicujSpxDSPfyHDUESFumKk4VCrF7NO7QKuuzJq3rPV1PrdEuBv0OKWWMskd2xV7ZA7tmz+zj115Vr0fdywHNakPL7ULoaGj9/V9ViWaB3S/Vn54FtjHredXJu+0x9VNoDX3l8OR1fW5ttDrGztkL+T9jT+yeTmBW3rSLFF87RYAeIPbzuptBJh6NTUXjqenI4oL/FF0Yxggm6L5nsIhVJJGmfY9xg1vcSUFpWpqXEo1SqcXXDOJbSCufHTaXwQ==</latexit> [n] = ,Var[n] =

モデル

Nicholson-Bailey モデル

ホストが少なくとも 1 回 寄生される確率 1 – f

探索効率 a 小 探索効率 a 大

暗黙の仮定として R > 1

（宿主が自ら絶滅する場合を排除）

H<latexit sha1_base64="LwAO6nTumUI+XEE5nLN6I7UE6j0=">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</latexit> _t+1 = RH_t exp[ aP_t]

P<latexit sha1_base64="8Oejof3ufsbVxUUB3sP3pCSRyN4=">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</latexit> _t+1 = cH_t(1 exp[ aP_t])

P 0.2

0.4 0.6 0.8 1.0 1.2

Prob. parasitized

数値計算例

H_t P_t

P_t H_t

R = 2, c = 1, a = 0.07

平衡点からわずかに外れた状態から出発

横軸 H, 縦軸 P の総平面上で P, H ともに反時計回りに振動しながら発散する

0 10 20 30 40H

0 10 20 30 40 P

0 5 10 15 20 25 30 35 t

10 20 30 40

H, P

2 変数差分式の解析

平衡点は X_t+1 = X_t = X*, Y_t+1 = Y_t = Y* を満たす

関数 f₁, f₂ は任意の関数

の解が平衡点

X_t+1 = f₁(X_t, Y_t)

<latexit sha1_base64="LFck4LBhiTbWNGqPMX74N7bwUmM=">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</latexit>

Y<latexit sha1_base64="XChi/R6GYiTEE0GORmCx0vIzLrk=">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</latexit> _t+1 = f₂(X_t, Y_t)

Y ^⇤ = f₂(X^⇤, Y ^⇤)

<latexit sha1_base64="kWzS7M6Rz5v4X3WKzZIZF2NBi/Q=">AAACeHichVHLSsNAFD2N7/po1Y3gJliqtkiZVkERFMGNS199SG1LEqcazIskLdTiD/gDLlyIgqj4GW78ARd+grhUEMSFN2lAVNQbMnPumXvunJmRLU11XMYeQkJbe0dnV3dPuLevfyASHRzKOWbNVnhWMTXTLsiSwzXV4FlXdTVesGwu6bLG8/L+sreer3PbUU1j021YvKRLu4ZaVRXJJaoSHd4qJ8UFsVrJTBbKySmR0kQlGmMp5of4E6QDEEMQq2b0EtvYgQkFNejgMOAS1iDBoa+INBgs4kpoEmcTUv11jkOESVujKk4VErH7NO5SVgxYg3Kvp+OrFdpFo98mpYg4u2fX7JndsRv2yN5/7dX0e3heGjTLLS23KpGjkY3Xf1U6zS72PlV/enZRxZzvVSXvls94p1Ba+vrB8fPG/Hq8Oc7O2RP5P2MP7JZOYNRflIs1vn6CMD1A+vt1/wS5TCo9ncqszcSWFoOn6MYoxjBJ9z2LJaxgFVnat4FTXOE69CaIwoSQaJUKoUAzjC8hZD4AwguPGA==</latexit>

X^⇤ = f₁(X^⇤, Y ^⇤)

<latexit sha1_base64="aqY7mBd1jy31Z7WC7+sFSTV4fbI=">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</latexit>

平衡点からの微小なずれをそれぞれ、x_t, y_t とすると、

X_t = x_t + X*, Y_t = y_t + Y*

元の式に代入して、平衡点の周りでテイラー展開

局所安定性解析

x_t+1 + X^⇤ = f₁(x_t + X^⇤, y_t + Y ^⇤) = f₁(X^⇤, Y ^⇤) + @f₁

@X x_t + @f₁

@Y y_t + O(x²_t, y_t²)

<latexit sha1_base64="nOgN/bLfc19z8FzQkqAKV48g0bk=">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</latexit>

y_t+1 + Y ^⇤ = f₂(x_t + X^⇤, y_t + Y ^⇤) = f₂(X^⇤, Y ^⇤) + @f₂

@X x_t + @f₂

@Y y_t + O(x²_t, y_t²)

<latexit sha1_base64="auxaea2LDKQcHdKJ8U04I7T2FGc=">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</latexit>

偏微分は平衡点で評価

線型近似

ベクトルと行列を用いて書き直すと

ヤコビ行列に平衡点を代入して得られる コミュニティ行列

微少量の高次の項を無視（線形近似）

y_t+1 = @f₂

@X x_t + @f₂

@Y y_t

<latexit sha1_base64="mO4oi8wtXwlUwgawDOrLy9u37eg=">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</latexit>

x_t+1 = @f₁

@X x_t + @f₁

@Y y_t

<latexit sha1_base64="n0cUPxEl00zyopPHp4ywyYzgvwM=">AAACuHichVFBSxtBGH3ZtlbTatL2InhZGiyCEGbTgiItCF48GtNoipHt7DpJh2x2l9lJMF32D/QPeOipgoj4Czx78Q/04KnXSo8WevHgl82CtKL9lp1535vvffNmxgk9GWnGznPGg4ePxh6PT+SfPJ2cKhSfPd+Igp5yRd0NvEA1HB4JT/qirqX2RCNUgncdT2w6nZXh+mZfqEgG/ns9CMV2l7d92ZIu10TZxdquHet5KzHfmc2W4m7cDLnSkntmy7aSm6yRmLu2Nufvr/qQmANb28USK7M0zNvAykAJWawFxUM0sYMALnroQsCHJuyBI6JvCxYYQuK2EROnCMl0XSBBnrQ9qhJUwYnt0NimbCtjfcqHPaNU7dIuHv2KlCZm2Xd2xC7ZGTtmF+zqzl5x2mPoZUCzM9KK0C58ma79+a+qS7PGpxvVvZ41WlhMvUryHqbM8BTuSN//vHdZW1qfjV+xffaL/H9j5+yUTuD3f7sHVbH+FXl6AOvf674NNipl63W5Un1TWn6bPcU4ZvASc3TfC1jGKtZQp31P8AM/cWEsGR+NtiFHpUYu07zAX2GoazaoqlM=</latexit>

✓ x_t+1 y_t+1

◆

=

✓ _@f1

@X

@f1

@f2 @Y

@X

@f2

@Y

◆ ✓ x_t y_t

◆

<latexit sha1_base64="eVNaftuCPEwMrSaVnwop5ralmRo=">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</latexit>

✓ x_t+1 y_t+1

◆

= A

✓ x_t y_t

◆

<latexit sha1_base64="gxBg5L3RT6znt+PZQaIWl9Dad8M=">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</latexit>

✓ x_t y_t

◆

= A^t

✓ x₀ y₀

◆

<latexit sha1_base64="T9xTaMeBJMqcDRn6a6c6L0utN0s=">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</latexit>

a_ij は固有ベクトル λ₁, λ₂ は行列 A の固有値

c_i は初期条件で決まる定数

行列 A を対角化

✓

1 0

0 ₂

◆

<latexit sha1_base64="AkMCUIvvsNwtJDq4AVgyOAfyQGg=">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</latexit>

t 回掛ける

✓ x_t y_t

◆

= A^t

✓ x₀ y₀

◆

<latexit sha1_base64="T9xTaMeBJMqcDRn6a6c6L0utN0s=">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</latexit>

✓ x_t y_t

◆

= c₁

✓ a₁₁ a₂₁

◆

t1 + c₁

✓ a₁₂ a₂₂

◆

t2

<latexit sha1_base64="t8rvewqUkFA/oIH4ZVn0HrV4QTI=">AAADNHichVFNa9RAGH4Tv+r60a1eBC/BpVIRlpnUoohCwYvHfrhtYdOGyey726GzSZjMLq5h/4B/wIMnBRHx7h/w4s2Th4I38SCClwpePPgmGxStbSck88zzvs+TZ2aiVKvMMrbruMeOnzh5aup07czZc+en6zMX1rJkYCS2ZKITsxGJDLWKsWWV1biRGhT9SON6tHOvqK8P0WQqiR/YUYqbfdGLVVdJYYkK6+8DjV07F0TYU3EujBGjcS7H3sMwt2MvCLxRAQKMO1UxMKq3ba95dz0Z8toBahHmnJdyQj7/nz7QFLIjQr5lvetHefm/vfzDvPwtG9YbrMnK4e0HvAINqMZSUn8JAXQgAQkD6ANCDJawBgEZPW3gwCAlbhNy4gwhVdYRxlAj7YC6kDoEsTv07dGqXbExrQvPrFRL+oum15DSg1n2gb1ie+wde82+sJ8HeuWlR5FlRHM00WIaTj++tPrjSFWfZgvbf1SHZrbQhVtlVkXZ05IpdiEn+uGjJ3urt1dm86vsOftK+Z+xXfaWdhAPv8sXy7jyFGp0Afzf494P1vwmn2/6yzcai3eqq5iCy3AF5ui8b8Ii3IclaIF0Fpy203HQfeN+dD+5nyetrlNpLsJfw/32C9KT2Uk=</latexit>

P ¹AP P ¹AP · · ·P ¹AP = P ¹A^tP =

✓ _t

1 0

0 ^t₂

◆

<latexit sha1_base64="WFbNz3MhczJdiqAskZd4Em5zbMk=">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</latexit>

2 つの固有値の絶対値が 1 未満であれば、x_t, y_t はゼロに収束

| λ₁ | < 1 かつ | λ₂ | < 1 ：平衡点は局所安定

| λ₁ | > 1 または | λ₂ | > 1 ：平衡点は不安定

安定性の判定

λ₁, λ₂ はコミュニティ行列 A の固有値、a_ij は固有ベクトル

平衡点からの微小なずれ x_t, y_t は次式に従う

✓ x_t y_t

◆

= c₁

✓ a₁₁ a₂₁

◆

t1 + c₁

✓ a₁₂ a₂₂

◆

t2

<latexit sha1_base64="t8rvewqUkFA/oIH4ZVn0HrV4QTI=">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</latexit>

Nicholson-Bailey モデルの安定性解析

平衡点 H*, P* は次式を満たす

これを第 2 式に代入して

H_t+1 = RH_t exp[ aP_t]

<latexit sha1_base64="LwAO6nTumUI+XEE5nLN6I7UE6j0=">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</latexit>

P_t+1 = cH_t(1 exp[ aP_t])

<latexit sha1_base64="8Oejof3ufsbVxUUB3sP3pCSRyN4=">AAACiHicSyrIySwuMTC4ycjEzMLKxs7BycXNw8vHLyAoFFacX1qUnBqanJ+TXxSRlFicmpOZlxpaklmSkxpRUJSamJuUkxqelO0Mkg8vSy0qzszPCympLEiNzU1Mz8tMy0xOLAEKxQsoB8RXl2gb1irYKiQreMSXKGgYKugqxKRWFEQr6CYqBMSXxGoCVRnoGYCBAibDEMpQZoCCgHyB5QwxDCkM+QzJDKUMuQypDHkMJUB2DkMiQzEQRjMYMhgwFADFYhmqgWJFQFYmWD6VoZaBC6i3FKgqFagiESiaDSTTgbxoqGgekA8ysxisOxloSw4QFwF1KjCoGlw1WGnw2eCEwWqDlwZ/cJpVDTYD5JZKIJ0E0ZtaEM/fJRH8naCuXCBdwpCB0IXXzSUMaQwWYLdmAt1eABYB+SIZor+savrnYKsg1Wo1g0UGr4HuX2hw0+Aw0Ad5ZV+SlwamBs1m4AJGgCF6cGMywoz0DI31jAJNlB3soFHBwSDNoMSgAQxvcwYHBg+GAIZQoL2dDOsZdjDsZOJiMmAyZ7KEKGVihOoRZkABTE4A9XmT+Q==</latexit>

H^⇤ = RH^⇤ exp[ aP^⇤]

<latexit sha1_base64="86273ST2FN/cR8fdlA9QOg5QFuU=">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</latexit>

P^⇤ = cH^⇤(1 exp[ aP^⇤])

<latexit sha1_base64="hkenvXgjk9h7V13cIsTysVMFr3E=">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</latexit>

H^⇤ = 0 P^⇤ = log R a

<latexit sha1_base64="04czMHOHLj86WdgKgb29AZU/hBU=">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</latexit>

H^⇤ = R log R

ac(R 1), P^⇤ = log R a

<latexit sha1_base64="0MoaEzh7m934dTYxMpRxRCg6atw=">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</latexit>

H^⇤ = 0, P^⇤ = 0

<latexit sha1_base64="cBXzanEdIzoJppvTd2jVv/eS+a4=">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</latexit>

局所安定性解析その 1

平衡点 (H*, P*) = (0, 0) を J に代入して

固有値は R > 1 と 0

(0, 0) は不安定

H<latexit sha1_base64="H539aI07zj9L1cBbXVh5g++866s=">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</latexit> _t+1 = RH_t exp[ aP_t] = f₁ P<latexit sha1_base64="iQIv0ZvqFkOz0fGGQR8kA6aQCZU=">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</latexit> _t+1 = cH_t(1 exp[ aP_t]) = f₂

A =

✓ R 0 0 0

◆

<latexit sha1_base64="UvFZhJ72/APTvOWVpK5PRIyJzBY=">AAACpHichVFBTxNBFP5YAaEqVLmQeJnQ0OCleUUTjdGA4eLBA7QWSFhsdodpmbDd3cxOm9RN/4B/wIMnTQgx/gwvJF7lwE8gHjHhwsHX7SZEifo2O/PN99735psZPw50YolOx5wb4xOTN6emC7du35mZLd69t5lEXSNVQ0ZBZLZ9L1GBDlXDahuo7dgor+MHass/WBvmt3rKJDoKX9t+rHY7XjvULS09y1SzuPJCPBduoFp2yfVVW4epZ4zXH6RSDkRNiLIg4bo8ZECFe3neNbq9bx+IZrFEFcpCXAfVHJSQx3pUPIKLPUSQ6KIDhRCWcQAPCX87qIIQM7eLlDnDSGd5hQEKrO1yleIKj9kDHtu82snZkNfDnkmmlrxLwL9hpcAindBnOqdj+kJndPnXXmnWY+ilz7M/0qq4Oftuvn7xX1WHZ4v9K9U/PVu08CTzqtl7nDHDU8iRvvf2/Xn9aW0xLdMn+sH+P9IpfeUThL2f8nBD1T6gwA9Q/fO6r4PN5Ur1YWV541Fp9Vn+FFO4jwUs8X0/xipeYh0N3vcQ3/AdJ07ZeeXUncao1BnLNXP4LZw3vwAyAp+y</latexit>

J =

✓ Rexp[ aP_t] aRH_t exp[ aP_t] c(1 exp[ aP_t]) acH_t exp[ aP_t]

◆

<latexit sha1_base64="d+5GV9ogU1wBbN22ySmXkuUqCUg=">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</latexit>

局所安定性解析その 2

寄生者と宿主が共存する平衡点

正 (R > 1) 1 以上 (R > 1)

固有値は複素数（判別式は R > 1 の時常に負） 固有値は複素共役、かつ | λ |² > 1 不安定。

H^⇤ = R log R

ac(R 1), P^⇤ = log R a

<latexit sha1_base64="0MoaEzh7m934dTYxMpRxRCg6atw=">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</latexit>

A = 1 _c(1^Rlog_R)^R

R 1

R c ^log_R ^R₁

!

<latexit sha1_base64="Z7fwFRYdr3oaC5WbZU+xubeaLkA=">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</latexit>

| I A| = 1 _c(R^Rlog₁₎^R

R 1

R c ^log_R ^R₁ = ² R 1 + log R

R 1 + R

R 1 log R = 0

<latexit sha1_base64="q6s2Vl2Z9I5K//w8E3vZ5GpAr4o=">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</latexit>

行列の安定条件（離散時間）

行列 A の固有値の絶対値が 1 未満である必要十分条件は

固有値 λ₁, λ₂ が実数の場合と複素数の場合に分けて 絶対値を評価すると上式を得る

モデルの改良

パラサイトが存在しないときでも（P = 0）ホスト個体密度には上限がある

ホストの増殖に密度効果を組み込んだモデルとして Ricker ロジスティックモデルを用いる

密度効果

P = 0 の時、ホスト密度 H は r の値に依存して様々に変化する

Ricker ロジスティック増殖 安定解、周期解、カオス

H_t+1 = H_t exp

 r

✓

1 H_t K

◆

exp[ aP_t]

<latexit sha1_base64="1d9MBUB6gL6sWnO4HzshnoJBB08=">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</latexit>

P<latexit sha1_base64="8Oejof3ufsbVxUUB3sP3pCSRyN4=">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</latexit> _t+1 = cH_t(1 exp[ aP_t])

H_t+1 = H_t exp

 r

✓

1 H_t K

◆

<latexit sha1_base64="NxO+GNG9Trnr60fvtP4/yeEIHZk=">AAACpnichVHPSxtBFP7c/tJYa9RLwctgsERKw6wtKIUWxUtAEH80RsiG7e52Egc3u8vsJFSX/AP+Ax56aqGI9M/w0kuPKv4J4lGhFw++bBZKK23fMPO++d773ryZcSNfxprz8wHj3v0HDx8NDuWGH488Gc2PjW/GYVt5ouKFfqi2XCcWvgxERUvti61ICafl+qLq7iz14tWOULEMg3d6NxL1ltMMZEN6jibKzi+W7UQ/N7vsDSvbmlniY2T5oqFrTKW+yMwXzGoox0so3k2Wu8xSsrmtZzJft/MFXuKpsbvAzEABma2G+UNY+IAQHtpoQSCAJuzDQUyjBhMcEXF1JMQpQjKNC3SRI22bsgRlOMTu0NqkXS1jA9r3asap2qNTfJqKlAzT/IQf8Sv+nX/jF/zmr7WStEavl13ybl8rInt0/+nGz/+qWuQ1tn+p/tmzRgPzaa+Seo9SpncLr6/v7B1cbbxen06e8S/8kvr/zM/5Md0g6Fx7X9fE+ifk6APMP5/7LticLZkvS7NrrwoLb7OvGMQkplCk957DAspYRYXOPcQPnOLMKBorRsWo9lONgUwzgd/MeH8LxgOhyw==</latexit>

数値計算例 1

t

H_t

P_t

パラサイトの探索効率 a 小

0 20 40 60 80 100H_t

20 40 60 80 100

P_t

0 10 20 30 40 50 t

50 100 150 200H_t, P_t

数値計算例 2

H_t

P_t

0 10 20 30 40 50 t

50 100 150 200H_t, P_t

0 20 40 60 80 100H_t

20 40 60 80 100

P_t パラサイトの探索効率 a 大

非ランダムな探索

ホストが一度も寄生されない確率が次式で与えられる場合

平均が λ = aP_t である負の二項分布の第ゼロ項

負の二項分布

事象が k 回起きるまで、事象が起きなかった回数が x 回である確率

パラサイトの非ランダム探索モデル

で Nicholson-Bailey に帰着

非自明な平衡点

局所安定性解析

非自明な平衡点でのコミュニティ行列

k < 1 の時 を満たす --> 平衡点は局所的に安定

非ランダム探索モデル 数値計算

Time H_t

P_t

H_t

P_t a = 0.07, R = 2, c = 1, k = 0.5

パラサイトの非ランダム探索により個体群動態が安定化

0 20 40 60 80H_t

0 20 40 60 80 P_t

0 5 10 15 20 25 30 t

20 40 60 80

H_t

P_t = 0 の時ホストは指数増加 a = 0.07, R = 2, c = 1, k = 0.5

あるホスト個体はランダム探索以上に何度も寄生されるが、

ほとんど寄生されないホスト個体が存在するため系は発散せず安定化

寄生回数が集中分布

非ランダム探索による系の安定化

寄生回数のばらつき度（標準偏差）と平均の関係

個体ベースモデル

1) Individual is assigned a position in two dimensional space A = L x L 2) A host that falls within a parasite's area of discovery a is

parasitized and produces one parasite offspring 3) A host, if not parasitized, produces b offspring 4) Offspring disperse according to a certain rule

シミュレーション例・ランダム探索

ホスト、パラサイト個体はランダムに配置

Hosts and parasites with area of discovery

Number of parasitism

Frequency

赤：実際にホストが寄生された回数

青：ランダム探索（ポアソン分布）の場合の寄生された回数

シミュレーション例・非ランダム探索

ホスト、パラサイト個体は親の近傍にとどまる（非ランダム探索）

Number of parasitism

Frequency

あるホスト個体はほとんど寄生されないが、ランダム探索の場合よりもより多く寄 生されるホスト個体が存在する（寄生の集中）

寄生関係のモデル

寄生者と宿主の利害は一致しないため、基本的に捕食・被食者の関係と同じ 捕食モデル同様、寄生モデルでも個体群動態の振動が起こりうる

寄生系の実験系でも、個体密度に振動が起こる例が知られている

管理された実験系とモデルを比較することで、モデルの仮定の妥当性を検証可能。多くの 場合で、寄生者の探索効率は寄生者密度や宿主密度に左右される。より詳細なモデル解 析の必要性

Nicholson Bailey モデル

寄生確率： 非ランダム探索、

パラサイト個体間の干渉 現実系

＋空間構造

f<latexit sha1_base64="pOMakYSjhb3uAmJpuwJ1Wzko6g0=">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</latexit> (H_t, P_t) = exp[ aP_t]

寄生者と宿主の個体ベースモデル

赤：パラサイト 青：ホスト

問題 1

ホスト集団の無制限な増殖を抑える密度効果を組み込んだモデルについて

1) 適当な初期値 H₀, P₀ を取り、H と P の時間変化を数値計算せよ。

r = 1, K = 100, c = 1 と固定して、探索効率 a を様々な値で計算せよ

2) 探索効率 a および、r の値を大きくすると H と P の振る舞いはどのように変化するか 調べよ。Mathematica, Gnuplot などの視覚化ツールを使う

問題 2

寄生確率として次の関数を考える。

上モデルに関して、平衡点を求め、平衡点の局所安定性を行え。

特に k の値が局所安定性に影響するかどうかに注目せよ