-
Notifications
You must be signed in to change notification settings - Fork 0
/
KvantBio block 8.R
265 lines (222 loc) · 4.72 KB
/
KvantBio block 8.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
# KvantBio block 8
# Quiz 1 ----
library(deSolve)
# dSdt = (1 - (S/P))*c - ((S*m)/P)
# Funktion med ekvationssystem
island_fun <- function(times, # Intervall
y, # Begynnelsevärden
parms # Andra värden
) {
# variabler att använda
c <- parms["c"]
P <- parms["P"]
m <- parms["m"]
S <- y["S"]
# Differentialekvationen att lösa numeriskt
dSdt <- (1 - (S/P))*c - ((S*m)/P)
# Spara & returnera resultatet
result_vec <- c(
dSdt
)
result_list <- list(result_vec)
return(result_list)
}
# Vektor med begynnelsevärden
init_cond <- c(
S = 5
)
# Vektor med andra värden för formeln
parameters <- c(
c = 2,
P = 50,
m = 4
)
# Vektor med alla tidssteg (t) att sätta in
time_span <- seq(
from = 0, # Start på intervall
to = 100, # Slut på intervall
by = 1 # Steglängd
)
# Lösa ekvationerna numeriskt
solution <- ode(
y = init_cond, # Begynnelsevärden
times = time_span, # Intervall
func = island_fun, # Funktionen
parms = parameters, # Andra värden
method = "rk4" # Runge-Kutta version 4
)
# Convertera till data frame för lättare hantering
sol <- as.data.frame(solution)
# Plot time vs antal arter
plot(
sol$time,
sol$S,
type = "l",
xlab = "Tid",
ylab = "Antal arter",
ylim = c(0,30),
col = "blue"
)
# lines(sol$time,
# sol$S)
# c = koloniseringshastigheten
# ökar -> ökar antalet arter vid jämvikt & ökar fortare
# P = antal arter som kan kolonisera ön
# ökar -> ökar antalet arter vid jämvikt & ökar fortare
# m = utdöende hastighet
# ökar -> minskar antal arter vid jämvikt & når jämnvikt fortare
# Sista värdet av S
sista <- tail(sol,
n = 1)$S
sista
# Hitta sista värdet med uniroot (därför att differentialekvationen redan är en derivata?)
S_eq <- function(S,
c = 2,
P = 50,
m = 4
) {
(1 - (S/P))*c - ((S*m)/P)
}
uniroot(S_eq, c(0,20))$root
# Quiz 2 ----
# ekv. 1: dIdt = alfa * I - beta * I * S
# ekv. 2: dSdt = delta * I * S - gamma * S
LV_fun <- function(times, # Intervall
y, # Begynnelsevärden
parms # Andra värden
) {
alfa <- parms["alfa"]
beta <- parms["beta"]
delta <- parms["delta"]
gamma <- parms["gamma"]
I <- y["I"]
S <- y["S"]
dIdt <- (alfa * I - beta * I * S)
dSdt <- (delta * I * S - gamma * S)
result_vec <- c(
dIdt,
dSdt
)
result_list <- list(result_vec)
return(result_list)
}
time_span_LV <- seq(
0,
30,
by = 0.1
)
init_LV <- c(
I = 200,
S = 10
)
params_LV <- c(
alfa = 2.5,
beta = 0.15,
delta = 0.02,
gamma = 1.5
)
sol_LV <- ode(
y = init_LV, # Begynnelsevärden
times = time_span_LV, # Intervall
func = LV_fun, # Funktionen
parms = params_LV, # Andra värden
method = "rk4" # Runge-Kutta version 4
)
sol_LV <- as.data.frame(sol_LV)
plot(
sol_LV$time,
sol_LV$I,
type = "l",
col = "blue",
xlab = "Time",
ylab = "Number of individuals"
)
lines(
sol_LV$time,
sol_LV$S,
col = "darkorange"
)
legend(
"topright",
legend = c("Insects [millions]",
"Spiders [thousands]"),
lty = c(1, 1), # Måste ange line type för att färgen på linjer ska synas
col = c("blue",
"darkorange")
)
# "Fasporträtt" (två pop. mot varandra där tiden blir att följa linjen)
plot(
sol_LV$I,
sol_LV$S,
type = "l",
col = "darkgreen",
lwd = 3,
xlab = "Insects",
ylab = "Spiders"
)
## Fråga 10 ----
LV_fun <- function(times, # Intervall
y, # Begynnelsevärden
parms # Andra värden
) {
alfa <- parms["alfa"]
beta <- parms["beta"]
delta <- parms["delta"]
gamma <- parms["gamma"]
I <- y["I"]
S <- y["S"]
dIdt <- (alfa * I - beta * I * S)
dSdt <- (delta * I * S - gamma * S)
result_vec <- c(
dIdt,
dSdt
)
result_list <- list(result_vec)
return(result_list)
}
time_span_LV <- seq(
0,
30,
by = 0.1
)
init_LV <- c(
I = 200 * 0.01,
S = 5 * 0.50
)
params_LV <- c(
alfa = 2.5,
beta = 0.15,
delta = 0.02,
gamma = 1.5
)
sol_LV <- ode(
y = init_LV, # Begynnelsevärden
times = time_span_LV, # Intervall
func = LV_fun, # Funktionen
parms = params_LV, # Andra värden
method = "rk4" # Runge-Kutta version 4
)
sol_LV <- as.data.frame(sol_LV)
plot(
sol_LV$time,
sol_LV$I,
type = "l",
col = "blue",
xlab = "Time",
ylab = "Number of individuals"
)
lines(
sol_LV$time,
sol_LV$S,
col = "darkorange"
)
# "Fasporträtt" (två pop. mot varandra där tiden blir att följa linjen)
plot(
sol_LV$I,
sol_LV$S,
type = "l",
col = "darkgreen",
lwd = 3,
xlab = "Insects",
ylab = "Spiders"
)