PRIMER PUNTO.

Sea P(t) el tamao de la poblacin al tiempo t, el modelo exponencial presupone

que la tasa de aumento de la poblacin es proporcional a la poblacin en el
instante:
(1)
Donde k es una constante de proporcionalidad y P es el tamao de la poblacin en
el instante t. Esa ecuacin (1) puede resultar adecuada cuando el tamao de la
poblacin es pequeo en relacin a las dimensiones del ecosistema, y en ese
caso k es la tasa de aumento de la poblacin que iguala a la tasa de natalidad
menos la tasa de mortalidad.
Si el tamao de la poblacin en un instante t0 es P0, el modelo exponencial predice
que en cualquier otro instante futuro (t > t0) la poblacin viene dada, por la solucin
de la ecuacin diferencial (1): donde * significa elevado a
dP=kPdt
dP/P=Kdt
integral dP/P=integralKdt
lnP=Kt+C
e*lnP=e*kt+C
P=e*kt+c
P(t)=e*kt
Dp/dt=Ke*kt donde A = K, por tanto:
Tomando como condicin inicial tenemos: dP/dt=Ke*kt entonces P(0)=Ce*kt y as
P(0)=C ahora, P(t)=Poe*kt que es la formula general, entonces P(t)=Ce*kt Y ESTA
ES LA SOLUCION PARA CUALQUIER MODELO DE CRECIMIENTO.
Tomando las estadsticas de Carolina del Norte, inicialmente para el ao 1970 se
tenia una poblacin de 394000 habitantes, partiendo de ah tenemos:
P(t)=Poe*kt entonces, dP/dt=394000k entonces P(0)=394000
Ahora para poder tener otra referencia se puede decir que a partir del ao 1790
hasta el ao 1800 transcurren 10 aos, en esos aos la poblacin aumenta a
478000 habitantes, cabe recordar que en la tabla se muestra en miles por eso se
aumentan los ceros.
Ahora, 394000=P(10)=478000e*k(10)
478000/394000=e*k(10)

Ln 478000/394000=lne*k(10)
Ln 478000/394000=k.10 entonces (ln 478000/394000)/10=k
K=0,01932598 y este sera el valor de K REVISALO ESMERALDA PORQUE NO
TENGO CALCULADORA CIENTIFICA, LO HICE EN LA DEL COMPUTADOR.
Ahora como se parti del ao 1790 y se pide la poblacin para el ao 2000, es
decir, 210 aos despus, se procede reemplazando la ecuacin original:
P(t)=394000xe*((0.01932598)(t)) tenemos:
P(210)=394000xe*(0.01932598)(210)
P(210)=22806644,5 esta sera la poblacin en el 2000, revsalo Esmeralda, no s
si mis razonamientos estn mal o algo! Las operaciones tambin revsalas por
favor. Estuve revisndolo Esmi, y al reemplazar para t=20 nos da el valor exacto
del ao 1800 que es 478000!!! Pero para los dems no! Entonces esa es una
dificultad a comparacin con el mtodo logistoco!!! Mas adelante te explico las
diferencias, pero parece que mis razonamientos estn bien! Miralos profa!
Con los resultado podemos generar una grafica, se podra hacer con el programa
winplot opino yo! No lo tengo entonces no te la envio.
MIRA ESTE EJEMPLO Y LEELO CUIDADOSAMENTE AH ESTA CASI EL MISMO
DE NOSOTRAS, ENTONCES CON ESE PODEMOS HACER EL ANALISIS Y LA
COMPARACION PARA LOS DOS MODELOS.

Y tambin con ste podemos sacar las graficas!

SGUNDO PUNTO.
Dinmica poblacional (II): la ecuacin logstica
La ecuacin logstica es un segundo modelo sobre evolucin poblacional que le
pone ms realidad al modelo de crecimiento exponencial. Como antes definiremos
por N( t ) el tamao de la poblacin bajo estudio que para nuestro caso es P(t)
pero que para explicarlo ser N(t), y como antes vamos a suponer que el
coeficiente k es la tasa de crecimiento, pero esta vez no ser constante, y vamos
intentar explicar no solo porqu no ser constante sino que tambin porqu asume
el valor que vamos a proponer. En el modelo exponencial tenamos que
N( t + t ) = N( t ) + k N( t ) t

(1)

y con esto estbamos diciendo que los nuevos miembros de la poblacin van a ser
proporcionales al tamao de la poblacin con una constante de proporcionalidad k.
Pues bien, lo que se propone aqu es lo siguiente: la tasa de crecimiento en
condiciones "normales" ser constante o aproximadamente constante, pero en
esta tasa de crecimiento se debe reflejar el hecho de que si la poblacin aumenta
considerablemente ese mismo tamao va a inhibir el crecimiento o se reducir los
nuevos miembros de la poblacin, es decir esta nueva tasa de crecimiento ser de
la forma

(2)
Donde, como se ve a continuacin, el factor a indica una tasa de crecimiento "en
condiciones normales" y el factor b N( t ), con b > 0, indicar el retardo en la
tasa a cuando la poblacin N( t ) sea muy grande. Entonces reemplazando (2) en
(1) obtenemos
Formando el cociente de Newton y pasando al lmite cuando t se aproxima a
cero, se tiene que
(3)
Esta ecuacin se puede arreglar como

(4)
Observemos que el denominador admite la siguiente descomposicin

de tal forma que reescribimos la ecuacin (4) como

el segundo miembro de esta ecuacin es equivalente a las siguientes derivadas

Recordando que derivada de una suma es la suma de las derivadas y por

propiedad de logaritmo, nos queda

esto significa entonces que

de modo que

como nuestro objetivo es "descubrir" la funcin N( t ) estamos a un paso si la

despejamos de esta igualdad. En efecto

(5)
Y esta funcin N( t ) definida segn (5) que se conoce con el nombre de ecuacin
logstica.
Se puede observar el punto de inflexin y adems el lmite asinttico de la
ecuacin logstica, esto es

y esto significa que la poblacin se estabiliza en el tamao poblacional a / b.

Aun queda mucho que estudiar de esta funcin logstica, como por ejemplo,
cules son las unidades de a y b? qu valores puede tomar a y b para que la
poblacin no se extinga?, para qu valores de ay b la poblacin est condenada
a la extincin? qu papel juega N ( 0 )? Adems se debe especificar claramente
en que unidades de tiempo estamos trabajando.

Debe usted comprender cun importante es el clculo diferencial en los estudios

de dinmica poblacional.
Para finalizar, se puede demostrar mediante unos pocos minutos de lgebra
elemental que si hacemos k = a / b entonces

La constante k es llamada, por los ecologistas, la capacidad de "carga" del nicho

que contiene a la poblacin. Qu unidades tiene k?
La funcin exponencial , que es un modelo vlido para crecimientos continuos
en los que las condiciones son siempre igualmente favorables (aumento del
capital ingresado, desintegracin de sustancias radiactivas, ...) no es del todo
vlido para poblaciones animales o vegetales cuando stas se aproximan a un
nivel de saturacin y, por tanto, a la necesidad de competir unos individuos con
otros para la supervivencia. Entonces el modelo adecuado es el de la funcin

logstica.
Vemosla en comparacin con la exponencial:
Si la funcin exponencial tiene como expresin analtica

la funcin logstica tendra como ecuacin

Observamos que, al comienzo, el crecimiento logstico es similar al

exponencial.
As, para
,
la funcin exponencial toma el
valor

y la funcin logstica

por tanto,

podramos decir que

La presin ambiental hace que el crecimiento sea cada vez ms lento.

La capacidad poblacional, , no es superada:
decir la poblacin tiende a sin superarla.

es asntota horizontal, es

En la figura se nos muestra una visin grfica de que lo que se representa al decir
que las variables, tanto de nacimientos como de muertes, son densodependientes. Mostrndonos que las muertes y nacimientos solo son iguales en
un punto, que es justo en el lugar en donde se intersectan.
Antes de continuar, es preciso tener en cuenta, que la funcin exponencial ya que
la funcin a estudiar est relacionada muy cercanamente con ella. Sin embargo,
no debemos confundir una con la otra.
A continuacin se presenta una representacin de cada uno de los modelos para
darnos cuenta de lo que la semejanza significa.

CRECIMIENTO LOGSTICO

CRECIMIETO EXPONENCIAL

Es bueno mencionar el modelo de crecimiento discreto de una poblacin, que se

define como
N t+1 = N t + rd Nt [ 1- (Nt/K)

Este modelo pareciera ser anlogo al modelo continuo y tambin al modelo

original del modelo exponencial. Pero este modelo esta ajustado al tiempo de
retrazo de longitud 1.0. La poblacin avanza en el futuro, dependiendo de la
poblacin en la fecha inicial; es decir, la dinmica depende nicamente de rd.

Observemos la representacin de la grfica que nos comunica que el tamao de la

poblacin no es muy grande ni muy pequeo, simplemente tiene una medida en
trmino medio, lo cual provoca que se cree este modelo de una forma un poco
compleja para ciertos puntos que tienen que ver con la rd.
En el estudio de la funcin exponencial siempre tenemos que tener en cuenta que
la base a es siempre positiva y que hay dos tipos claramente diferenciados
dependiendo de si a > 1 0 < a < 1.
La funcin exponencial es un modelo vlido para crecimientos o decrecimientos
continuos en los que las condiciones son siempre igualmente favorables: aumento
del capital ingresado en un banco, desintegracin de sustancias radioactivas.
Las poblaciones de seres vivos comienzan creciendo segn una curva
exponencial pero si no hay catstrofes, llegan a invadir su espacio vital y, debido a
la limitacin de alimentos, peligro conforme a la especie, entre otras cosas mas, su
crecimiento se amortigua, no sobrepasando su poblacin lmite. Este tipo de
aumento, amortiguado por un nivel de saturacin se llama crecimiento logstico.
La funcin logstica nos permite apreciar mucho mejor lo que ocurre con las
poblaciones ya que describe de manera mas precisa que la exponencial lo que
realmente ocurre con los seres vivos.
En general, la funcin logstica asociada a una exponencial es:

FUNCION EXPONENCIAL donde C es la poblacin inicial, x el tiempo

FUNCION LOGSTICA donde L es la poblacin lmite, K = ( L / C ) - 1
Aqu podemos introducir un ejemplo muy claro que se puede apreciar en la vida
real:
En una isla dejamos escapar 100 conejos, especie desconocida hasta entonces
en esos parajes. Supongamos que las condiciones para que se reproduzcan son
ptimas, por lo que se incrementan en un 10% mensual.
( Hasta aqu sera un modelo exponencial tpico)
Supongamos ahora que la isla tuviera un tamao y unas condiciones tales que, a
lo sumo pudieran vivir 1000 conejos. Este es el nmero que consideraramos
como nuestra poblacin lmite. En este caso la funcin que describe el crecimiento
es la funcin logstica asociada. Observa en la siguiente escena sus
caractersticas. L = 1000 y K = 9.
En la siguiente tabla se observa el nmero de conejos que habra en la isla segn
cada modelo.
MES

LOGISTICA EXPONEN
CIAL

DIFERENC
IA

10

10,8910891 11
1

0,10891089
1

11,8511263
5

0,24887365
3

12,8835543 13,31
5

0,42644564
9

13,9916476 14,641
3

0,64935236
7

15,178441

0,92665900
1

16,4466505 17,71561
8

1,26895941
7

17,7985884 19,487171
8

1,68858252
4

19,2360723 21,4358881 2,19981571

9
3

10

12,1

16,1051

20,7603323 23,5794769 2,81914454

7
1
1

10

22,3719171 25,9374246 3,56550743

7
1

Hay que poner mucha atencin como durante los primeros meses los nmeros
son casi idnticos: an estaba lejos el nivel de saturacin. Sin embargo, al el
tiempo la diferencia es enorme y despus los resultados obtenidos para cada
modelo no tienen nada que ver
Se supone que la poblacin no crece indefinidamente y mientras mayor sea su
densidad ms lento ser el crecimiento, se detendr cuando la poblacin alcance
un lmite denominado capacidad de carga.
Experimenta retroalimentacin negativa, la poblacin crece solo hasta un lmite, la
capacidad de carga, y cuando se supera disminuir su tamao.
Una poblacin est influenciada en su mayor o menor grado por el medio
ambiente, esto manifiesta en el tamao y el crecimiento de la poblacin
dN/dt = rN[ (k-N)/k]
De una manera mas explcita, podemos decir que las poblaciones van creciendo
inicialmente rpido en una fuente de presin constante, es decir, se vuelven tan
numerosas que pierden su capacidad de crecer debido a interacciones entre los
miembros de la poblacin, resultando entonces, como habra de esperarse, un
estado de equilibrio. Este tipo de crecimiento se llama crecimiento logstico.
Podemos decir que el crecimiento logstico es el balance entre produccin en
proporcin a la poblacin, y a las prdidas en proporcin a la oportunidad de
interacciones individuales.
Leyendo esto podemos decir algo para le punto nmero 3 del lab. No se como
formular la ecuacin logstica podras ayudarme?
Y para el mtodo de euler encontr esto, nos puede servir para hacerlo mira:

Para el punto 3, yo dira que el exponencial se adapta mas a nuestro problema y

que el logstico funcionaria mucho mejor pero si tuviramos mas datos y muy
exactos sobre natalidad, mortalidad, crecimiento y limite de poblacin.

Nos toca hacer una breves ddescripcion de cada modelo, yo creo que leyendo
bien lo que llevamos se puede decir cada cosa. Y como en las consultas que aca
dejo hay graficas donde se compara pues las podemos poner! Tambin haba
pensado en hacer todo esto del anlisis a impreso y lo dems, las graficas y otras
cosas a mano, no se que digan!
German!!! Esperamos algo de ti, un avance o alguna idea! Solo si puedes! No me
refiero a ti en este trabajo como a esmeralda, porque se que tu andas ocupado,
sin embargo lo dejo a conocimiento tuyo para que sepas como van los adelantos.
Esmeralda si ves algo mas o lo puedes empezar a perfilar mejor pues dale, espero
que me cuentes que mas hay que hacerle o con lo de german pues lo miramos de
nuevo, si pueden nos veremos el lunes temprano para verlo y preparar la
sustentacin, me dejan razn por el correo o por el face, lo reviso todos los das
aunque no sirve muy bien por aca! He hecho lo que he podido, pues solo traje el
internet y la hoja del lab! Asi que les envio el fruto de mi esfuerzo y trabajo! Jajaja
espero respuestas! Juiciosos!
Aaaa se me olvidaba! Si hay algo que pueda hacer mas, me dicen, estare leyendo
sobre los tres mtodos para enviar mas cositas