Aníbal Aubone y Manuela Mendiolar

Slides:



Advertisements
Presentaciones similares
Etapas de la Investigación
Advertisements

LA HIPÓTESIS Después de haberse preguntado qué investigar se debe inquirir ahora ¿cuál es la solución probable a la pregunta planteada?
TEMA 10. GESTIÓN DE PESQUERÍAS: MEDIDAS DE REGULACIÓN
Capítulo 10 Test de Hipótesis.
Plan de Recuperación de la Merluza del Norte y Transición al Plan de Gestión a Largo Plazo Manuela Azevedo 1/16.
Presenta: M. en C. Marcos Campos Nava
Tema 3: Introducción a la programación lineal
Teórico 8 Hoy: Semana proxima:
Selección del modelo adecuado
Expresión de un problema de programación lineal Aplicaciones de la programación lineal Soluciones de un problema lineal Resolución gráfica de un problema.
Léon Walras Wilfredo Pareto y la Economía del Bienestar.
KRIGING.
ELEMENTOS DE ECOLOGÍA Y GESTIÓN AMBIENTAL OBJETIVOS
PRUEBAS DE HIPOTESIS HIPOTESIS
análisis de la producción
MANUAL DE LABORATORIO DE CÓMPUTO ECONOMETRÍA I MULTICOLINEALIDAD
Durante el Plenario Nº 281 de la CTMFM realizado en abril de 2009, ambas Delegaciones resolvieron adoptar una serie de acciones con la finalidad de realizar.
Evaluación de un método de uso iterativo de la clave longitud – edad con datos de anchoíta bonaerense Buratti, C. Orlando, P. y Garciarena, D.
Matrices Random de Leslie: dinámica de población con estructuras de edades Manuel O. Cáceres (1,2) 1. Instituto Balseiro, Universidad Nacional de Cuyo,
Resumen Población Grupo de individuos de la misma especie que ocupan un área determinada y que realizan intercambios de genes. Conjunto de organismos de.
Algoritmos Genéticos (AG) Integrantes: Rubén Levineri Miguel Rozas Juan Yañez Faltan autores y bibliografía.
UNIVERSIDAD CATÓLICA DEL MAULE FACULTAD DE CIENCIAS DE LA INGENIERÍA ESCUELA DE INGENIERÍA CIVIL INFORMÁTICA PROFESOR GUÍA: HUGO ARAYA CARRASCO. ALUMNO.
Pruebas de hipótesis Walter Valdivia Miranda
Concepto de población y su vinculación con el concepto de especie
Macroeconomía I.
Experiencias y Necesidades de Formación Avanzada: Perspectiva de Centros de Investigación, de Desarrollo Tecnológico y de Grupos de Investigación Experiencias.
Con la colaboración de With the collaboration of Categoría / Category Cambio Climático Climate Change Dr. Christopher Field Director fundador del Departamento.
Estadística 2010 Maestría en Finanzas Universidad del CEMA Profesor: Alberto Landro Asistente: Julián R. Siri.
UNIVERSIDAD SANTO TOMÁS VICERRECTORÍA GENERAL DE UNIVERSIDAD ABIERTA Y A DISTANCIA FACULTAD DE CIENCIAS Y TECNOLOGÍAS.
Betsabé González Yañez Eduardo González Olivares
Puntos de Referencia Biológicos (BRP)
March 4th, CENTRO ARGENTINO DE DATOS OCEANOGRAFICOS – SERVICIO DE HIDROGRAFIA NAVAL Argo Colegios.
Análisis Teórico de la Seguridad Social.
Master Pesca Evaluación Recursos Pesqueros
"Estructura de edades de la población desovante de corvina rubia (Micropogonias furnieri) y su relación con el potencial reproductivo" María Inés Militelli.
ECOLOGIA MARINA CUANTITATIVA DEL ECOSISTEMA DE AFLORAMIENTO PERUANO
Modelación multiespecífica del Ecosistema Costero Argentino‐Uruguayo (ECAU, 34º‐41º S) Andrés C. Milessi INIDEP-CIC.
SEMINARIO DE INVESTIGACIÓN
Tablas de Vida Continuación
Un modelo de depredación con densidad umbral de presas en el predador
M. Angélica Maulén-Yañez (1) y Eduardo González-Olivares (2)
Modelos Computacionales
Proyecciones Santiago Cerviño (IEO). Proyecciones Introducción Papel de las proyecciones en evaluación Planteamiento de precaución Tipos de proyecciones.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
Calibración VPA Santiago Cerviño IEO – CO de Vigo.
N EUTRALIDAD ACTUARIAL EN EL DISEÑO DEL FACTOR DE SOSTENIBILIDAD DE LOS SISTEMAS PÚBLICOS DE PENSIONES Robert Meneu, José Enrique Devesa, Mar Devesa, Amparo.
Planetas en Estrellas Binarias
Capítulo 7 Estimación de Parámetros Estadística Computacional
CORRELACION Y REGRESION LINEAL: Introducción
Enfoque cuantitativo y Enfoque cualitativo
HIPÓTESIS LOS 10 PASOS DE LA INVESTIGACIÓN
Una introducción a la computación evolutiva
Capítulo 1. Conceptos básicos de la Estadística
TEMA 1. BIOLOGÍA DE LA CONSERVACIÓN
ZOOLOGÍA, FACULTAD DE CIENCIAS, UDC CONSERVACIÓN Y EXPLOTACIÓN DE RECURSOS ANIMALES > TEMA 1 > 1 TEMA 1. BIOLOGÍA DE LA CONSERVACIÓN. GESTIÓN DE RECURSOS.
SELECCIÓN DE LA MUESTRA LOS 10 PASOS DE LA INVESTIGACIÓN
CRECIMIENTO DEMOGRAFICO
I.-CRECIMIENTO EXPONENCIAL. Conceptos. Índice intrínseco de incremento natural. Tasa neta de crecimiento. Tiempo de duplicación. II.- CRECIMIENTO LOGISTICO.
EL MÉTODO CIENTIFICO.
EL REALISMO CIENTIFICO Y LA EDUCACION
 E Expresión de un problema de programación lineal  A Aplicaciones de la programación lineal  S Soluciones de un problema de programación lineal.
Introducción al problema
TEMA 4 LA VALIDEZ DE LA INVESTIGACIÓN
ANALISIS DE SITUACION DE SALUD (ASIS)
Ecología de Poblaciones
MAESTRÍA EN ECONOMÍA APLICADA ASIGNATURA: MATEMÁTICA Y ESTADÍSTICA APLICADA DOCENTE: LYGIA ANDREA MEJÍA MALDONADO.
UNIVERSIDAD NACIONAL ABIERTA DIRECCIÓN DE INVESTIGACIÓN Y POSTGRADO ESPECIALIZACIÓN EN DERECHOS HUMANOS U.C. MÉTODOS, TÉCNICAS, Y PROCEDIMIENTOS PARA EL.
Licenciatura en Psicopedagogía: Métodos, Diseños y Técnicas de Investigación Psicológica Tema 9 Fiabilidad de las puntuaciones.
MAGNITUD DE UNA POBLACION DE PECES. GENERALIDADES Conocer el tamaño en número y biomasa de un recurso pesquero explotado, tamaño de la flota pesquera,
Formulación de hipótesis Es un enunciado que relaciona dos o más variables, que son utilizadas para plantear una idea a la que se someterá a juicio. La.
Transcripción de la presentación:

Aníbal Aubone y Manuela Mendiolar VI Simposio Científico de la CTMFM, Piriápolis, 10 al 12 de Noviembre de 2014 Perspectivas de sostenibilidad biológica para el máximo rendimiento por recluta Aníbal Aubone y Manuela Mendiolar Gabinete de Biomatemática Instituto Nacional de Investigación y Desarrollo Pesquero Grupo de Ecología Matemática, Departamento de Matemática Facultad de Ciencias Exactas y Naturales Universidad Nacional de Mar del Plata Argentina 07/11/14

Rendimiento por recluta de Thompson y Bell (en número de individuos) Donde Rendimiento por recluta de Thompson y Bell (en peso) Peso medio de los individuos de edad i

Puntos biológicos de referencia asociados Supuestos 1. Estado de equilibrio biológicamente sostenible bajo 2. Validez de la ecuación de captura de Baranov. 3. Conocimiento de las tasas instantáneas de mortalidad natural por edad en el estado de equilibrio 4. (sin restricciones). Se mantiene el patrón de explotación. 5. Para el rendimiento por recluta en peso, además es necesario conocer los pesos medios por edad en el estado de equilibrio. Puntos biológicos de referencia asociados en peso

Lema La función en número de individuos no tiene un valor máximo en Observación La función en peso, puede o no alcanzar el valor máximo en  ejemplos

Evidencia empírica de sobreexplotación con Observar: “ ” “Population Dynamics of the Porbeagle in the Northwest Atlantic Ocean” S.E. Campana, W. Joyce & L. Marks North American Journal of Fisheries Management 22:106-121, 2002

Northern cod “ ” “ ” “Lessons for stock assessment from the northern cod collapse” C. Walters & J. Maguire 1996

Objetivo básico del Análisis de Rendimiento por Recluta Dado el estado de equilibrio biológicamente sostenible bajo , , modificar el mismo para lograr un estado de equilibrio biológicamente sostenible, para el cual el rendimiento por recluta sea máximo. Observación: Se asume que la población se encuentra próxima al estado de equilibrio dado por , o que evolucionará a un entorno del mismo con el paso del tiempo.

cambiar parámetros biológicos para persistir. Hacia una perspectiva moderna… Contexto de proyección Población estructurada por edades Población bajo explotación Probabilidades de supervivencia de una edad a la siguiente constantes Capacidad limitada de estabilización Posible existencia de estados múltiples de equilibrio (desconocidos y tal vez no pre-existentes) Cambios en el Ecosistema afectan a la población, y ésta puede cambiar parámetros biológicos para persistir.

Problema de Equilibrio Extremo (PEE) (Aubone, A. 2014 b) Problema de Equilibrio Extremo (PEE) Buscar tal que minimice con la restricción siendo Donde Vector estructura estable de edades ; ; El PEE tiene única solución La solución de este PEE no garantiza la sostenibilidad biológica Un resultado se dice ergódico si no depende de un valor inicial. Los indicadores que se presentan a continuación son ergódicos.

Indicadores ergódicos de sostenibilidad biológica y valores límites (Análisis Ergódico de Sostenibilidad Biológica) (Aubone, A. 2014 b) : solución del PEE Indicador Variación Valores aceptables Valor límite supervivencia estructura alerta -> compensación

Criterio de rechazo - aceptación de como biológicamente sostenible A un vector constante de probabilidades de supervivencia por edad se lo rechaza como biológicamente sostenible, si se verifica alguna de las siguientes desigualdades: (alerta desbalance de la EEE) (Aubone, A. 2014 b) Se lo acepta como biológicamente sostenible, si se verifica la siguiente desigualdad:

Sobreexplotación con (y ) Edad F β (AESB) 1 0,09059907 0,167 0,0000000 2 0,48020658 0,28 0,1234800 3 1,77574297 0,315 0,6474468 4 1,78621471 0,543 1,6768584 5 1,78685663 0,828 2,8281881 6 0,12261842 1,165 4,2802725 7+ 0,05952882 1,552 5,7039675 (AESB) Factor compensatorio menor que 1

en número Teorema Observación: Para poder garantizar la sostenibilidad de dicho máximo, se debe elegir el vector de manera tal que: y : solución del PEE

Conclusiones El tradicional rendimiento por recluta de Thompson y Bell asume a priori la sostenibilidad biológica para todos los vectores de probabilidades de supervivencia por edad generados con . Existe evidencia empírica, y meta-análisis que permiten concluir que los puntos biológicos de referencia pueden generar sobreexplotación. El rendimiento por recluta de Thompson y Bell en número de individuos no alcanza un máximo. En el caso del rendimiento por recluta en peso, la función puede o no alcanzar un valor máximo. Se define un Análisis de Rendimiento por Recluta Sostenible, introduciendo el Análisis Ergódico de Sostenibilidad Biológica (AESB) al análisis tradicional de rendimiento por recluta de Thompson y Bell. Se obtiene un máximo rendimiento por recluta considerado de sostenibilidad biológica. Se muestra un ejemplo teórico de no sostenibilidad biológica de

Bibliografía Aubone, A., 2014 a. The maximizing of the yield per recruit under conditions of biological sustainability (submitted, November 2014) Aubone, A., 2014 b. Indicators of biological sustainability of an age structured fish population (submitted, August 2014) Aubone, A. 2004a. Threshold for sustainable exploitation of an age structured fishery stock. Ecological Modelling 173 1: 95-107. Aubone, A., 2004b. Loss of stability owing to a stable age structure skewed toward juveniles. Ecological Modelling 175: 55-64 Mendiolar, M. 2014. “Optimo estado de equilibrio estable para un máximo rendimiento por recluta en peces”. Tesis de Grado, Licenciatura en Ciencias Matemáticas, Facultad de Ciencias Exactas y Naturales, UNMdP, Argentina.

Contactos Aníbal Aubone E-mail: aaubone@inidep.edu.ar E-mail: aaubone@mdp.edu.ar Manuela Mendiolar E-mail: mmendiolar@inidep.edu.ar E-mail: mmendiolar@gmail.com Gabinete de Biomatemática, INIDEP Paseo Victoria Ocampo N°1, 7600 Mar del Plata, Argentina FAX: +54 223 4861830 / TEL: +54 223 4862404 Int. 270