On considère ici un modèle démographique stochastique où la fécondité des individus est densité dépendante et suit une distribution de Poisson et où le nombre de morts à chaque génération est décrit par une distribution binomiale. Voici le code utilisé pour décrire un tel modèle :
<modele>
<nom>Modèle démographique stochastique</nom>
<temps>discret</temps>
<variable>N=1</variable>
<parametre>F=0 M=0 f=1.25 K=100 m=0.25</parametre>
<equation>N+F-M</equation>
<distribution par=M>
<famille>binomiale</famille>
<parametre>m,N</parametre>
</distribution>
<distribution par=F>
<famille>poisson</famille>
<parametre>max(0,f*N*(1-N/K))</parametre>
</distribution>
</modele>
Ici le nombre de juvéniles produits (F) sera calculé avant le nombre de morts (M), puisque F est introduit avant M dans la balise <parametre>. On suppose donc que dans notre système la reproduction précède la mortalité. Supposons maintenant que l'on veuille étudier un modèle où au contraire la mortalité précède la reproduction. Il nous faut maintenant calculer le nombre de juvéniles produits en prenant uniquement les individus survivants comme reproducteurs. Nous modifions le code pour prendre en compte cette nouvelle hypothèse :
<modele>
<nom>Modèle démographique stochastique</nom>
<temps>discret</temps>
<variable>N=1</variable>
<parametre>M=0 F=0 f=1.25 K=100 m=0.25</parametre>
<equation>N+F-M</equation>
<distribution par=M>
<famille>binomiale</famille>
<parametre>m,N</parametre>
</distribution>
<distribution par=F>
<famille>poisson</famille>
<parametre>max(0,f*(N-M)*(1-(N-M)/K))</parametre>
</distribution>
</modele>
Ici M intervient dans la définition de la distribution de F. Pour qu'au temps t le paramètre F soit calculé avec la valeur de M du temps t il faut que M soit mis à jour avant F. Il suffit pour ce faire de placer M avant F dans la balise <parametre>. Si on avait conservé l'ordre d'introduction des paramètres du code précédent, le paramètre F au temps t aurait été calculé avec la valeur de M calculée au temps t-1.