Resumen

En esta investigación, se discretiza un modelo continuo de nutrientes-fitoplancton con retraso temporal y respuesta funcional de Michaelis-Menten a un modelo discreto espacio-temporal. Alrededor del estado estacionario homogéneo del modelo discreto, se investigan las bifurcaciones de Neimark-Sacker y Turing. Basándose en el análisis de bifurcación, se realizan simulaciones numéricas sobre la formación de patrones espacio-temporales. Los resultados de la simulación muestran que la difusión de fitoplancton y nutrientes puede inducir la formación de patrones tipo Turing, mientras que el retraso temporal también puede inducir la formación de patrones tipo nube a través de la bifurcación de Neimark-Sacker. En comparación con los resultados generados por el modelo continuo, se obtienen más tipos de patrones que se comparan con patrones observados en la realidad.

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Investigación; Modelo de nutrientes-fitoplancton; Retardo en el tiempo; Respuesta funcional de Michaelis-Menten; Bifurcación de Neimark-Sacker; Bifurcación de Turing
• Keywords:Research; Nutrient-phytoplankton model; Time delay; MichaelisMenten functional response; NeimarkSacker bifurcation; Turing bifurcation