Spreading speeds for prey--predator systems in a shifting environment: a short proof

Resumen Técnico: Velocidades de Propagación para Sistemas Presa–Depredador en un Entorno Cambiante

Planteamiento del Problema
Este artículo investiga la velocidad de propagación del componente depredador en una clase de sistemas de reacción-difusión presa-depredador sujetos a un entorno cambiante. El sistema se modela mediante las siguientes ecuaciones:
$$\begin{cases} \partial_t u = d\partial_{xx}u + u f(x - c_1 t, u, v), \\ \partial_t v = \partial_{xx}v + v g(x - c_1 t, u, v), \end{cases}$$
donde $u$ y $v$ representan las densidades de presa y depredador, respectivamente, $d$ es la tasa de difusión de la presa, y $c_1 > 0$ es la velocidad del hábitat cambiante. Las funciones de interacción $f$ y $g$ dependen de la variable móvil $z = x - c_1 t$, que representa la heterogeneidad espaciotemporal. El objetivo principal es determinar la velocidad de propagación hacia la derecha del depredador ($v$) cuando la presa está establecida uniformemente de forma inicial.

Una dificultad central abordada es que el sistema completo carece de un principio de comparación directo debido a la naturaleza no cooperativa de la interacción (la depredación reduce el crecimiento de la presa, mientras que la densidad de la presa impulsa el crecimiento del depredador). Además, el perfil ambiental $g(z, 1, 0)$ puede ser no monótono, un escenario común en la modelización biológica donde las tasas de crecimiento dependen unimodalmente de la temperatura u otros factores.

Metodología
El autor emplea una estrategia de reducción para sortear la falta de un principio de comparación en el sistema acoplado. La contribución metodológica central es el establecimiento de una estimación puntual (Lema 4.1), que demuestra que en regiones donde la densidad del depredador es suficientemente pequeña, la densidad de la presa está cerca de su capacidad de carga (normalizada a 1).

Específicamente, la prueba procede de la siguiente manera:

1. Región Invariante y Límites: Utilizando principios de comparación escalares para cada componente por separado, el autor establece que las soluciones permanecen dentro de una región invariante acotada $[0, 1] \times [0, V]$.
2. Estimación Puntual: Por contradicción y mediante el uso de estimaciones parabólicas (argumentos de explosión o blow-up), se demuestra que para cualquier $\alpha > 0$, existen constantes tales que $1 - u(t, x) \leq \alpha + M_\alpha v(t, x)$ para valores grandes de $t$. Esto implica que donde $v$ es pequeño, $u \approx 1$.
3. Reducción a KPP Escalar: Esta estimación permite que la ecuación del depredador sea acotada inferiormente por una ecuación escalar de tipo Fisher–KPP con una tasa de crecimiento efectiva $g(x - c_1 t, 1, 0)$. El límite superior se deriva de manera similar utilizando la monotonicidad de $g$ con respecto a $v$.
4. Análisis de Autovalores: La velocidad de propagación se determina analizando el autovalor principal generalizado $\Lambda_1$ del operador linealizado asociado a la tasa de crecimiento efectiva $g(z, 1, 0)$ en el marco de referencia cambiante.

Resultados Clave
El teorema principal (Teorema 2.7) proporciona una fórmula explícita para la velocidad de propagación $c^*_v$ del depredador, la cual depende de la velocidad de cambio $c_1$, las tasas de crecimiento asintóticas $r_\pm = \lim_{z\to\pm\infty} g(z, 1, 0)$, y el autovalor principal generalizado $\Lambda_1$. La velocidad viene dada por una función a trozos:

• Caso 1 ($0 < c_1 \leq 2\sqrt{r_+}$): $c^*_v = 2\sqrt{r_+}$. La velocidad está determinada linealmente por la tasa de crecimiento del frente de avance.
• Caso 2 ($2\sqrt{r_+} \leq c_1 \leq 2\sqrt{\Lambda_1}$): $c^*_v = c_1$. Este es el fenómeno de bloqueo (locking phenomenon), donde el depredador se propaga a la misma velocidad que el entorno cambiante.
• Caso 3 ($2\sqrt{\Lambda_1} \leq c_1 \leq 2(\sqrt{r_-} + \sqrt{\Lambda_1 - r_-})$): La velocidad viene dada por una fórmula compleja que involucra $c_1, \Lambda_1,$ y $r_-$. Esto corresponde al fenómeno de tracción no local (nonlocal pulling phenomenon), donde hábitats favorables distantes mejoran la velocidad de propagación más allá de lo que sugeriría el frente de avance local.
• Caso 4 ($c_1 \geq 2(\sqrt{r_-} + \sqrt{\Lambda_1 - r_-})$): $c^*_v = 2\sqrt{r_-}$.

El artículo también establece comportamientos asintóticos (Corolarios 2.10 y 2.13). Muestra que por delante del frente, la presa se aproxima a su capacidad de carga y el depredador desaparece. Detrás del frente, la solución converge a un equilibrio de coexistencia determinado por el entorno límite ($f_\pm, g_\pm$) visto en el marco de referencia móvil, siempre que los sistemas de EDO límite admitan funciones de Lyapunov estrictas.

Significado y Reivindicaciones
El artículo afirma proporcionar una reducción rigurosa de un sistema presa-depredador no cooperativo a una ecuación escalar de tipo Fisher–KPP asociada en un entorno cambiante, incluso cuando el perfil ambiental es no monótono.

• Extensión de la Teoría Escalar: Los resultados confirman que los fenómenos descubiertos previamente para las ecuaciones KPP escalares —específicamente el bloqueo y la tracción no local— persisten al nivel de la invasión del depredador en sistemas no cooperativos.
• Tratamiento de la No Monotonicidad: La metodología aborda con éxito las dificultades introducidas por los entornos cambiantes no monótonos, los cuales son biológicamente significativos pero matemáticamente desafiantes.
• Confirmación de Conjetura: El resultado principal confirma una conjetura sobre el caso de bloqueo establecida en un trabajo previo [16, Remark 3], el cual había utilizado un enfoque de Hamilton–Jacobi para un caso monótono específico. Este artículo extiende la validez del fenómeno de bloqueo a entornos no monótonos.
• Limitaciones: El autor señala que, si bien se caracteriza la velocidad de propagación, la corrección de retraso logarítmico (corrección de Bramson) para la posición del frente de la solución sigue siendo un problema abierto para los sistemas presa-depredador, y el argumento actual no aborda esto.

El artículo concluye aplicando estos resultados generales a un modelo de Lotka–Volterra con una tasa de conversión cambiante, demostrando el cálculo explícito de las velocidades de propagación y la verificación de la convergencia asintótica a estados de coexistencia.