Tasa de crecimiento de la población en Alemania
Contenidos
Los dos modelos más sencillos de crecimiento de la población utilizan ecuaciones deterministas (ecuaciones que no tienen en cuenta los acontecimientos aleatorios) para describir la tasa de cambio del tamaño de una población a lo largo del tiempo. El primero de estos modelos, el crecimiento exponencial, describe poblaciones teóricas que aumentan en número sin ningún límite a su crecimiento. El segundo modelo, el crecimiento logístico, introduce límites al crecimiento reproductivo que se hacen más intensos a medida que aumenta el tamaño de la población. Ninguno de los dos modelos describe adecuadamente las poblaciones naturales, pero proporcionan puntos de comparación.
Charles Darwin, al desarrollar su teoría de la selección natural, se vio influido por el clérigo inglés Thomas Malthus. Malthus publicó su libro en 1798 en el que afirmaba que las poblaciones con abundantes recursos naturales crecen muy rápidamente; sin embargo, limitan el crecimiento posterior al agotar sus recursos. El primer patrón de aceleración del tamaño de la población se denomina crecimiento exponencial.
El mejor ejemplo de crecimiento exponencial en los organismos se observa en las bacterias. Las bacterias son procariotas que se reproducen en gran medida por fisión binaria. Esta división dura aproximadamente una hora para muchas especies bacterianas. Si se colocan 1.000 bacterias en un matraz grande con un suministro abundante de nutrientes (para que éstos no se agoten rápidamente), el número de bacterias se habrá duplicado de 1.000 a 2.000 después de sólo una hora. En otra hora, cada una de las 2000 bacterias se dividirá, produciendo 4000 bacterias. Al cabo de la tercera hora, habrá 8000 bacterias en el matraz. El concepto importante del crecimiento exponencial es que la tasa de crecimiento -el número de organismos que se añaden en cada generación reproductiva- es en sí misma creciente; es decir, el tamaño de la población aumenta a un ritmo cada vez mayor. Tras 24 de estos ciclos, la población habría pasado de 1000 a más de 16.000 millones de bacterias. Cuando se representa el tamaño de la población, N, a lo largo del tiempo, se produce una curva de crecimiento en forma de J ([Figura 1]a).
Crecimiento de la población mundial
El gráfico muestra el aumento del número de personas que viven en nuestro planeta en los últimos 12.000 años. Un cambio alucinante: La población mundial actual es 1.860 veces superior a la de hace 12 milenios, cuando la población mundial era de unos 4 millones de habitantes, la mitad de la población actual de Londres.
Lo sorprendente de este gráfico es, por supuesto, que casi todo este crecimiento se produjo hace muy poco tiempo. Los demógrafos históricos estiman que hacia el año 1800 la población mundial era de sólo unos mil millones de personas. Esto implica que, por término medio, la población creció muy lentamente durante este largo periodo de tiempo, desde 10.000 a.C. hasta 1700 (un 0,04% anual). Después de 1800 esto cambió fundamentalmente: La población mundial rondaba los mil millones en el año 1800 y se multiplicó por 7 desde entonces.
Para el largo periodo que va desde la aparición del Homo sapiens moderno hasta el punto de partida de este gráfico en el año 10.000 a.C., se estima que la población mundial total estuvo a menudo muy por debajo del millón.3 En este periodo nuestra especie estuvo a menudo seriamente amenazada de extinción.4
Crecimiento demográfico deutsch
Hay dos modelos principales que se utilizan para describir cómo cambia el tamaño de la población con el tiempo: el crecimiento exponencial y el crecimiento logístico. Haga clic en los puntos de información (etiquetados como “i”) en la siguiente figura para obtener más información.
Aunque varias poblaciones de la naturaleza siguen patrones de crecimiento logístico y exponencial, el crecimiento de la población puede ser mucho más complicado. Por ejemplo, muchos insectos experimentan un breve crecimiento exponencial, seguido de periodos de muerte masiva (o descenso de la población).
El crecimiento de la población puede no parecerse a los modelos de crecimiento exponencial o logístico. Por ejemplo, la población de caballos de la isla de Assateague, en Maryland (imagen inferior), experimentó un aumento y una estabilización -similar al crecimiento logístico-, pero luego experimentó un descenso estable.
Para complicar aún más la interpretación de este gráfico, la estabilización y el declive se debieron a la gestión humana de la población. Los estudios demostraron que el medio ambiente no podría sostener una población tan grande a lo largo del tiempo y que el crecimiento de la población de muchas de las especies vegetales disminuiría drásticamente, lo que acabaría provocando una caída en el tamaño de la población de caballos. Los gestores inyectaron a las hembras de caballo una vacuna que hacía que las células inmunitarias atacaran a los espermatozoides.
Población mundial en 2050
Los fundamentos de la ecología de la población surgen de algunas de las consideraciones más elementales de los hechos biológicos. Recordemos, por ejemplo, el problema básico de la mitosis, hacer dos células a partir de una. Cuando el estudiante elemental estudia por primera vez la mitosis, suele referirse a los detalles de lo que ocurre, a nivel celular y bioquímico. Aquí nos ocupamos del mismo problema, pero en el otro extremo del gradiente conceptual. Cuando una célula se divide, una y otra vez, ¿qué implica eso sobre el conjunto de células resultante? Por ejemplo, en la figura 1 vemos una población de Paramecium durante un periodo de seis días. ¿Cómo describen cuantitativamente los ecologistas de poblaciones dicha población? (Figura 1).
Ahora podemos generalizar un poco esta idea si observamos que en el sexto día el número es igual al doble del número del quinto día, o N(6) = 2N(5) y en el quinto día el número es igual al doble del número del cuarto día, o N(5) = 2N(4), etc.
Pero N(4) = 2N(3), así que podemos sustituir N(4) obteniendo N(6) = 22N(4) = 22[2N(3)] = 23N(3). Y si seguimos el mismo patrón vemos que N(3) = 23N(0), que podemos sustituir por N(3) para obtener N(6) = 26N(0). Así podemos ver una generalización relativamente sencilla, a saber