Marco teórico en ecología que modela cómo un forrajeador (animal u organismo) debería seleccionar presas, parches o comportamientos para maximizar una magnitud como la ganancia energética neta o la aptitud, sujeto a restricciones como tiempo, riesgo de depredación y distribución de recursos.

Principio

Los organismos actúan para maximizar una magnitud biológicamente relevante (por ejemplo, energía por unidad de tiempo o éxito reproductivo) dadas las limitaciones ambientales; las elecciones óptimas emergen de compensaciones entre ganancias y costos.

Demostración

Un ave que elige entre insectos pequeños y abundantes en un parche y insectos más grandes pero raros en otro debería abandonar un parche cuando la tasa instantánea de ingestión cae por debajo de la tasa esperada en la alternativa, teniendo en cuenta el tiempo de desplazamiento — esto genera una regla de permanencia medible en estudios de campo.

Aplicación incorrecta

Usar modelos de forrajeo óptimo para predecir decisiones individuales con precisión temporal sin considerar límites perceptuales, aprendizaje o variación estocástica puede llevar a interpretar desviaciones erróneamente como irracionalidad en lugar de restricciones no modeladas.

Consecuencia

Aplicada de forma apropiada, la teoría genera predicciones comprobables sobre amplitud de dieta, tiempos de permanencia en parches y selección de hábitat; aclara qué restricciones influyen más en las estrategias de forrajeo.

Inversión

Si los organismos minimizan en lugar de maximizar una magnitud (por ejemplo, minimizar la exposición a depredadores aun sacrificando energía), los comportamientos previstos se invierten: aceptan menor aporte energético para reducir el riesgo.

Límite

Abarca reglas de elección para la adquisición de recursos a escala individual y a corto plazo; no modela por sí sola la dinámica poblacional, el cambio genético o comportamientos transmitidos culturalmente salvo que se acople con otros modelos.

Tensión semántica

Compite con modelos mecanicistas de procesos decisionales (p. ej., modelos de aprendizaje dependiente del estado) que enfatizan algoritmos cognitivos proximate en lugar de un criterio de optimalidad asumido.

Síntesis

La teoría del forrajeo óptimo sintetiza las decisiones de búsqueda de alimento como compensaciones entre ganancias y costos para predecir patrones adaptativos, requiriendo especificar la magnitud a maximizar y reconocer límites proximate y estocasticidad.