* [[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}}