Análisis de orden fraccionario de un modelo ecoepidemiológico depredador–presa inducido por el miedo con control óptimo y dinámica de bifurcaciones

Por qué importan el miedo y la memoria en la naturaleza

En muchos ecosistemas salvajes, los animales afrontan no solo el riesgo de ser devorados, sino también el estrés constante por la presencia de depredadores y la propagación de enfermedades infecciosas. Este estudio analiza cómo el miedo a los depredadores y la “memoria” de eventos pasados configuran conjuntamente las subidas y bajadas de las poblaciones animales. Con matemáticas avanzadas, los autores muestran que tener en cuenta estos efectos puede atenuar las oscilaciones poblacionales y reducir el esfuerzo necesario para controlar brotes de enfermedad.

Depredadores, infección y el papel oculto del miedo

El punto de partida es una cadena trófica con tres actores clave: presas sanas, presas infectadas y depredadores. En muchos sistemas reales, los depredadores tienden a seleccionar animales enfermos, y la enfermedad en las presas puede propagarse por contacto. Más allá de los ataques reales, la mera presencia de depredadores puede desencadenar miedo y modificar el comportamiento de las presas. Los animales asustados pueden alimentarse menos, reproducirse menos o evitar zonas abiertas, lo que reduce las tasas de natalidad y el contacto entre individuos. El modelo recoge todas estas ideas permitiendo que el crecimiento de las presas disminuya cuando los depredadores son abundantes, mientras la enfermedad sigue transmitiéndose dentro de la población de presas y los depredadores continúan alimentándose tanto de individuos sanos como enfermos.

Añadiendo memoria a los cambios poblacionales

Los modelos poblacionales clásicos asumen que lo que ocurre en un momento depende únicamente de las condiciones actuales. Los autores, en cambio, usan un enfoque de orden fraccionario, que permite que los estados pasados influyan en los cambios presentes. En la práctica, esto significa que el sistema tiene memoria: los tamaños poblacionales y los niveles de enfermedad anteriores siguen importando, pero su influencia se atenúa gradualmente. Este marco es adecuado para la ecología, donde factores como inmunidad duradera, comportamiento aprendido y retroalimentaciones ambientales lentas generan respuestas con retraso. Matemáticamente, altera la forma en que se combinan crecimiento, infección y depredación, y modifica las condiciones para que una coexistencia estacionaria sea estable o dé paso a ciclos y brotes.

Cuando el miedo y la memoria estabilizan el sistema

Mediante herramientas de estabilidad y experimentos numéricos, los autores muestran que miedo y memoria actúan conjuntamente para limitar las fluctuaciones salvajes. A medida que aumenta la intensidad del miedo, las presas se reproducen menos, lo que reduce la propagación de la infección y disminuye el alimento disponible para los depredadores. Esto puede impedir ciclos explosivos de auge y colapso, o incluso suprimir algunos estados de coexistencia cuando el miedo es muy intenso. Por su parte, disminuir el orden fraccionario, lo que robustece el papel de la memoria, amplia las condiciones bajo las cuales las poblaciones se asientan en un estado estacionario en lugar de oscilar. Las simulaciones revelan transiciones suaves: sin memoria, el sistema puede mostrar oscilaciones grandes o incluso complejas; con memoria más fuerte, esas oscilaciones se reducen o desaparecen, conduciendo a una dinámica más tranquila.

Diseñar formas eficientes de frenar la enfermedad

El modelo se amplía para incluir dos tipos de intervención humana: medidas que reducen la probabilidad de transmisión de la enfermedad y medidas que eliminan o tratan a las presas infectadas. Los autores plantean esto como un problema de control óptimo, que busca estrategias que mantengan baja la infección minimizando a la vez el coste global de la acción. Derivan condiciones que describen cómo ajustar los esfuerzos de control en el tiempo, en función de las poblaciones en evolución y de un conjunto de variables “sombra” que miden el impacto futuro de las decisiones presentes. Las pruebas numéricas muestran que cuando se incluyen efectos de memoria, los picos de infección son menores y las intervenciones necesarias son más suaves y menos costosas que en modelos sin memoria.

Qué significa esto para la gestión de enfermedades en fauna silvestre

En conjunto, el estudio sugiere que el miedo a los depredadores y la memoria ecológica de larga duración pueden estabilizar los sistemas depredador–presa–enfermedad y reducir el coste de controlar infecciones. Para gestores de fauna y planificadores de conservación, esto implica que las respuestas conductuales naturales y las retroalimentaciones ecológicas retardadas pueden apoyar de forma silenciosa los esfuerzos de control de enfermedades, si se tienen en cuenta adecuadamente. Aunque el trabajo es teórico, ofrece una lente más rica para pensar en ecosistemas reales, donde el estrés, perturbaciones pasadas y las intervenciones bien sincronizadas modelan conjuntamente la salud y la estabilidad de las comunidades animales.

Cita: Alomari, F.A.H., Bahaa, G.M. Fractional-order analysis of a fear-induced ecoepidemiological predator–prey model with optimal control and bifurcation dynamics. Sci Rep 16, 16130 (2026). https://doi.org/10.1038/s41598-026-52826-8

Palabras clave: depredador presa, ecoepidemiología, cálculo fraccionario, control óptimo, efecto del miedo