La importancia del movimiento Browniano en Biologa y

sus multiples aplicaciones

Jorge Luis Galvez Vallejo
147520

1.

Ensayo
La biologa es conocida por ser una ciencia que no estudia las ecuaciones de movimiento,

las fuerzas que act

uan en la naturaleza y demas, sino el efecto que tienen estas fuerzas y movimientos en los seres vivos, sus desplazamientos, sus comportamientos, ciclos, vida, reproduccion
y desarrollo futuro. En general se cree que los biologos no necesitan saber mas matematicas
ademas de la estadstica y el uso de los programas de especialidad sin embargo, los modelos matematicos que se pueden lograr en comunidades de seres vivos para explicar su crecimiento, su
distribucion de acuerdo a recursos y las posibles complicaciones que podran ocurrir si existiera
alg
un desastre natural o causado por el hombre en esos medios, todos estos pueden proveernos
de grandes herramientas de prediccion que son vitales para el desarrollo de la vida en el planeta.

Generalmente las areas de las Matematicas que se pueden usar para describir los fenomenos
biologicos son procesos estocasticos, ecuaciones diferenciales ordinarias y parciales, teora de
grupos y Fsica estadstica. En general estas disciplinas tienen en com
un que tienen habilidades
fuertes de generar predicciones u ordenar cosas (teora de grupos), las ecuaciones diferenciales
se pueden usar muy basicamente para modelar como se enfra una taza de cafe bajo la influencia del medio ambiente, cuanto tiempo lleva muerta una persona de acuerdo a su temperatura
corporal, se puede modelar el crecimiento de bacterias, hongos, personas, animales y en general
de todo, los procesos estocasticos y la mecanica estadstica son disciplinas en donde se trabaja
con densidades de probabilidad, estados de un sistema y esto se puede usar para generar modelos de desplazamiento desde partculas hasta poblaciones enteras. La combinacion de todos
1

estos elementos pueden proveer de buenos y precisos modelos para el comportamiento de los
seres vivos en su medio, porque todo, absolutamente todo, se puede expresar matematicamente.

Toda esta historia comienza con el italiano Vito Volterra cuando publica un analisis de la
poblacion de peces en el mar adriatico, su investigacion hecha a la par con Alfred Lotka culmina
en una ecuacion para el modelado poblacional
d
xi = ai xi (1 j bij xj )
dt

(1)

Las ecuaciones de Lotka-Volterra funcionan para ciertos sistemas, sobre todo para los c
umulos, como parvadas, bancos, manadas, sin embargo, para poblaciones dispersas no se adec
ua muy
bien el modelo, ya que en estas ecuaciones el caos no esta intrnsecamente relacionado con el
sistema. Los modelos posteriores, desarrollados por Einstein, Smoluchowski, Planck entre otros,
dictan que el caos es algo natural y es una propiedad de los sistemas por lo que lo consideran en
todas sus ecuaciones y as se fue llegando a modelos mas exactos para sistemas mas complicados.

Movimiento Browniano: Lo mas probable es que mucha gente ya haya escuchado hablar
de este tipo de movimiento. El movimiento Browniano es movimiento al azar, muchas cosas lo
presentan y los modelos que lo incluyen logran inducir el caos en sus sistemas y con esto los
comportamientos no predecibles de los sistemas se pueden volver modelables y predecibles. El
movimiento Browniano fue observado por primera vez por el biologo Robert Brown, el coloca
polen en agua y lo observa al microscopio, ah nota el extrao comportamiento de las partculas.
mismo no penso que su descubrimiento inspirara a los fsicos de la epoca a desarrollar
El
modelos alrededor de esto y que sera clave para la Fsica moderna.

Figura 1: Movimiento Browniano de partculas de Polen

El movimiento Browniano se convirtio en algo tan fascinante que el mismo Albert Einstein
dedico su tiempo a eso ademas de la relatividad general. En su estudio titulado Investigaci
on
sobre la teora del movimiento Browniano sento las bases matematicas para el estudio de la
dinamica de estos sistemas. El movimiento Browniano fue muy estudiado hasta que se desarrollo
una dinamica que poda describir perfectamente el movimiento de las partculas en solucion,
esto lo logra Smoluchowski con su ecuacion de movimiento en su version mas simple:

n(r, t) = Dr n(r, t)
t

(2)

Posterior a esto, Paul Langevin desarrolla la famosa ecuacion de Langevin donde ademas de
explicar el movimiento de las partculas Brownianas en su ecuacion se incluye lo que se llama
ruido, con esto se pudieron modelar sistemas mas complejos y tambien sistemas bajo efectos
de campos externos.

Que significa todo esto en Biologa ? Con este tipo de ecuaciones y modelos se pueden hacer
modelos computacionales de los comportamientos de animales, distribuciones y de factores que
puedan afectar al sistema. El ruido de Langevin lo podemos extrapolar a factores externos
del sistema, como pueden ser inundaciones, sequas, especies invasoras, especies exoticas que
rompen los balances en el ecosistema. Por ejemplo

Figura 2: Orientacion de una dinamica Browniana

Esto lo podramos representar como alguna especie, por ejemplo elefantes, haciendo un
crculo para proteger a sus cras de los depredadores o diferentes especies al rededor de una
fuente de agua, insectos rodeando una presa.
Ahora un grafico tridimensional:
Figura 3: Dinamica Browniana en 3 dimensiones

Como vivimos en un mundo tridimensional los graficos tridimensionales suelen dar mas
informacion. Este es el comportamiento de lmites de distribucion estadstica en un sistema.
El grafico podra asemejar el comportamiento de una parvada moviendose con el viento o
depredando en alg
un area.
4

La importancia del conocimiento de la dinamica de sistemas complejos es lo que nos permite

establecer modelos teoricos para explicar los extra
nos e impredecibles comportamientos de los
seres vivos. Con estas herramientas podemos hacer modelados de poblacion usando ecuaciones
diferenciales estocasticas que permitan tratar todo como una densidad de probabilidad y que
consideren las interacciones del sistema por fuerzas externas (en Fsica esto se conoce como: bajo
la influencia de un campo externo) y as poder modelar la poblacion incluyendo los efectos que
ocurren en la vida, por ejemplo en un modelo para personas u alg
un animal muy dependiente de
sus condiciones de vida, se puede establecer un modelo que considere enfermedades, epidemias,
cambios en presiones, precipitaciones y demas. La naturaleza de las ecuaciones que consideran
el movimiento Browniano permite acoplar el caos que es intrnseco a la naturaleza y nos permite
hacer modelos de prediccion futura.
Figura 4: Ejemplo de movimiento entre diferentes ambientes

Como se ha podido observar el uso del movimiento Browniano en la biologa es de vital

importancia, sobre todo para el estudio de la ecologa, ya que con las habilidades de prediccion
que se obtienen se pueden generar estrategias para el cuidado del medio donde alguna especie
en peligro se desarrolla. Todo esto tiene que ser cotejado con la investigacion experimental, ya
que las ecuaciones solamente ven las variables que uno le da y con las que quiere representar
el sistema. Un error com
un es que en una variable se engloben varias condiciones que no
son necesariamente dependientes de la otra y esto le de al modelo un error y as el poder
de prediccion baja. Esto nos indica que las disciplinas que se les conoce ahora como Biofsica,
Biomatematicas no son independientes y requieren fuertemente del trabajo tanto de laboratorio
como de campo. Y cabe mencionar que los modelos teoricos no dictan como debe ser la vida,
sino al reves, el experimento, el sistema laboratorio es el que dicta las condiciones que deben
de seguir las ecuaciones que se plantearan. Si el modelo no explica a la perfeccion el sistema, el
modelo es el que esta mal, no se puede justificar que la naturaleza esta mal. Esto es algo que
5

muchas personas olvidan y se dedican solamente a escribir ecuaciones sin saber que deben de
representar.

2.

Bibliografa
A Modern Course in Statistical Physics, Linda E. Reichl, Wiley

Modern Thermodynamics from Heat Engines to Dissipative Structures, Ilya Priyogine, Wiley

Introduccion a la Fsica Estadstica, Leopoldo Garca Coln

Mathematical Methods for Physicists, George B. Arfken, Elsevier