* [[en:ecovirt:roteiro:den_dep:den_deprcmdr|{{:ecovirt:logorcmdr01.png?20|}}]] * [[en:ecovirt:roteiro:den_dep:den_depr|{{:ecovirt:rlogo.png?20|}}]] ====== Population dynamics with density dependende - Tutorial in R ====== {{section>en:ecovirt:roteiro:den_dep:den_dep_base#population_dynamics_with_density_dependende}} ===== Simulating the logistic model ===== {{section>en:ecovirt:roteiro:avisos#roteiro_r}} Now, let's use the function `popLog` from **EcoVirtual** R package to simulate populations with difernte density dependences and try to interpret bilogical reasons. {{section>en:ecovirt:roteiro:den_dep:den_dep_base#simulating_the_logistic_model}} Simulate your first plot: popLog(N0=10, r=0.05, K=20, tmax=100, ext=TRUE) === Questions === {{section>en:ecovirt:roteiro:den_dep:den_dep_base#questions}} ===== Discrete time models ===== {{section>en:ecovirt:roteiro:den_dep:den_dep_base#discrete_time_models}} ===== Bifurcation map ===== {{section>en:ecovirt:roteiro:den_dep:den_dep_base#bifurcation_map}} Use the function `bifAttr` from **EcoVirtual** to produce the logistic map. The parameters are: {{section>en:ecovirt:roteiro:den_dep:den_dep_base#parametros_bifattr}} Now,let's create a mpa using the base parameters of the function: bifAttr(N0= 10, K = 20, tmax =200, nrd = 500, minrd = 1, maxrd = 3) <\code> The next plot should look like this: {{ :ecovirt:roteiro:den_dep:bifattr.jpg?500| }} {{section>ecovirt:roteiro:den_dep:den_dep_base#atividade_bifattr}} ===== Patterns inside chaos ===== {{section>en:ecovirt:roteiro:den_dep:den_dep_base#patterns_inside_chaos}} ===== To learn more ===== {{section>en:ecovirt:roteiro:den_dep:den_dep_base#to_learn_more}} {{tag>R uma_população crescimento_logistico tempo_discreto tempo_contínuo atrator}}