Curve esponenziali e logistiche con capacità portante, tempo di raddoppio, flesso.
La dinamica delle popolazioni governa tutto, dall'epidemiologia (R₀ di una malattia infettiva, soglie di vaccinazione) all'ecologia (capacità portante di un habitat, punti di svolta nella pesca) alla demografia (proiezioni della popolazione mondiale delle Nazioni Unite fino al 2100) e alla microbiologia (colture batteriche in una beuta, curve di abbattimento antibiotico). Il nucleo matematico è l'equazione differenziale dN/dt = r · N (crescita esponenziale) o, quando contano i limiti delle risorse, dN/dt = r · N · (1 − N/K) (crescita logistica). Entrambe hanno soluzioni analitiche e producono curve qualitativamente diverse: l'esponenziale sale all'infinito, la logistica si satura alla capacità portante K. Capire quale modello si applica — e dove si trova un sistema sulla curva — è fondamentale per le previsioni e le politiche. Questo calcolatore calcola entrambi fianco a fianco in modo che l'utente possa confrontare le traiettorie non vincolate rispetto a quelle limitate e vedere il punto di flesso dove il modello logistico diverge dall'esponenziale.
Esponenziale: N(t) = N₀ · e^(r · t), dove r è il tasso di crescita pro-capite per unità di tempo.
Il tempo di raddoppio è T_d = ln(2) / r ≈ 0,693 / r. Un tasso di crescita dello 0,05/anno dà un tempo di raddoppio di 13,86 anni.
Logistica (Verhulst 1838): N(t) = K / (1 + ((K − N₀) / N₀) · e^(−r · t)), dove K è la capacità portante.
La curva logistica ha un punto di flesso a N = K/2, dove il tasso di crescita è massimo. Il tempo al flesso è t_inflection = ln((K − N₀)/N₀) / r.
Per N₀ → 0, entrambi i modelli corrispondono nella fase iniziale; la logistica diverge rispetto all'esponenziale man mano che N si avvicina a K.
Il calcolatore traccia entrambe le curve con 100 punti di campionamento, segna il punto di flesso sulla curva logistica e mostra una linea tratteggiata orizzontale a K. L'asse Y viene scalato automaticamente per adattarsi a min(5 × max_logistic, K) in modo che l'esplosione esponenziale non inghiotta i dettagli logistici.
Inserire la popolazione iniziale N₀, il tasso di crescita r (per l'unità di tempo scelta; tipicamente 0,01–0,5 all'anno per popolazioni animali, 0,5–3 all'ora per batteri), il tempo trascorso t, la capacità portante K (disattivare se si desidera solo l'esponenziale), e l'unità di tempo (anni o giorni). Il pannello dei risultati mostra N(t) per entrambi i modelli, il tempo di raddoppio e il tempo al flesso.
Una coltura batterica inizia con N₀ = 10⁶ cellule/mL. Tasso di crescita r = 0,69/h (E. coli in terreno ricco, raddoppia ogni ora).
Esponenziale a t = 6 h: - N(6) = 10⁶ × e^(0,69 × 6) = 10⁶ × e^4,14 = 10⁶ × 62,8 = 6,28 × 10⁷ cellule/mL. - Tempo di raddoppio: ln(2)/0,69 ≈ 1 h ✓.
Logistica con K = 10⁹ cellule/mL (tipica saturazione in coltura batch): - N(6) = 10⁹ / (1 + ((10⁹ − 10⁶)/10⁶) × e^(−0,69 × 6)) - = 10⁹ / (1 + 999 × e^(−4,14)) - = 10⁹ / (1 + 999 × 0,0159) - = 10⁹ / 16,89 = 5,92 × 10⁷ cellule/mL — leggermente inferiore all'esponenziale non vincolato (ancora nella fase di crescita iniziale).
A t = 12 h, la logistica si appiattisce intorno a 4,7 × 10⁸ (vicino a K/2, vicino al flesso); l'esponenziale supera abbondantemente 4 × 10⁹ — fisicamente impossibile con risorse finite.
Una popolazione selvatica di 50 cervi in un habitat con K = 500, r = 0,2/anno: - Tempo di flesso = ln(450/50) / 0,2 = ln 9 / 0,2 ≈ 11 anni. - Dopo 30 anni: N_log = 500 / (1 + 9 × e^(−6)) ≈ 488 (molto vicino alla capacità portante). - N_exp esponenziale = 50 × e⁶ ≈ 20 200 (impossibile).
L'esponenziale è un'approssimazione iniziale. I sistemi reali alla fine incontrano limiti di risorse, predazione, malattie, densità sociale, ecc. Usare l'esponenziale oltre la fase iniziale sovrappone enormemente.
Scegliere K è la parte difficile. La capacità portante raramente è conosciuta con precisione e può essa stessa cambiare con le condizioni ambientali, il clima o la tecnologia. Le proiezioni demografiche spesso citano intervalli K con ampia incertezza.
r costante è raramente realistico. I tassi di crescita reali fluttuano stagionalmente, con la disponibilità di risorse, con feedback dipendenti dalla densità. L'assunzione di r costante è un livellamento.
Gli effetti stocastici contano per N piccolo. Con N₀ = 10 individui, la stocasticità demografica (nascite/morti casuali) può portare la popolazione a zero anche con r deterministico positivo. Le curve deterministiche sono traiettorie della media della popolazione, non previsioni di singola realizzazione.
Effetto Allee. Alcune popolazioni hanno una densità minima vitale al di sotto della quale la crescita diventa negativa. La semplice logistica non lo cattura; piccole popolazioni isolate possono collassare piuttosto che crescere.
Crescita negativa (declino). r < 0 trasforma l'esponenziale in decadimento; la logistica con K > 0 asintota ancora a K (che ora è un attrattore dall'alto). Cambiare l'interpretazione del modello può confondere — leggere la direzione della curva.
Coerenza delle unità. r e t devono usare la stessa unità di tempo. r batterico è tipicamente per ora, r demografico per anno — ordini di grandezza di differenza.
Tempo continuo vs discreto. Le soluzioni analitiche assumono tempo continuo. Per le popolazioni che si riproducono in stagioni fisse (piante annuali, corse dei salmoni), modelli a tempo discreto come le mappe di Beverton–Holt o Ricker sono più appropriati.
Regolazione parametrica vs dipendente dalla densità. La logistica presume che la regolazione sia puramente dipendente dalla densità (competizione intraspecifica). La regolazione reale spesso combina dinamiche predatore-preda, parassita-ospite e impulsi di risorse; modelli multispecie danno dinamiche più ricche.
Flesso vs saturazione. Il flesso è dove il tasso di crescita è massimo, non dove la curva si appiattisce. La saturazione (95% di K) è molto più tardi — circa 4,4/r unità di tempo dopo il flesso.