Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Presentado por:
Juan David Barajas Calonge
Miguel Ángel Sáenz Sáenz
Jhon Jairo Naranjo Garcés
José David Guerra Gaviria
Presentado a:
Dr. Abraham José Arenas Tawil
Curso:
Modelamiento matemático de enfermedades infecciosas
Universidad de Córdoba
Facultad de Ciencias Básicas
Departamento de Matemáticas y Estadística
Montería, Córdoba
2018
1.1 Crecimiento exponencial
1. Suponga que la tasa de natalidad de una población es 0,7944 miembro/día. Supón-
gase que la población tiene dos miembros en el día cero (0) encuentre el tamaño de
la población al final de 5 días
x(t) = 2e0,7944t
así
x(5) = 2e0,7944×5 ≈ 106,
entonces nótese que al cabo de 5 días tendremos una población aproximada de 106
miembros.
2. Supongamos que una población tiene 100 miembros en t = 0 y 150 miembros al final
de 100 días. Encuentra la población al final de 150 días.
Solución. Sabemos que el tamaño de una población viene dada por (1), para este
caso x0 = 100, por lo tanto debmos calcular r. Nótese que x(100) = 150, entonces,
de (1)
150 = 100e100r
150 3
⇒ e100r = =
100 2
3
⇒ 100r = ln
2
1 3
⇒ r= ln ≈ 0, 004
100 2
por tanto
x(150) = 100e0,004(150) ≈ 182,
entonces al cabo de 150 días la población será alrededor de 182 personas.
1
Solución. Usaremos nuevamente la fórmula (1) para calcular el tamaño de la po-
blación, para este caso
x(t) = x0 e0,21t ,
donde x0 es la población inicial. Sea t0 el día en particular mencionado en el pro-
blema, entonces
x(t0 ) = 100,
esto es
x0 e0,21t0 = 100.
Debemos hallar x(t0 + 7), en efecto
así, siete días después del día en particular mencionado habrá una población de 435
miembros.
Solución. sabemos que el tamaño de la población está dada por (1), de la infor-
mación del problema tenemos
es decir
x0 e8r = 39 y x0 e12r = 60. (2)
Vamos a calcular x0 , de las igualdades en (2) se tiene que
60
39e8r = x0 = (3)
e12r
esto es
e12r 60 20
8r
= =
e 39 13
por lo tanto
20
e4r =
13
1 20
⇒ r = ln ≈ 0, 107.
4 13
2
En consecuencia de (3)
39 39
x0 = ≈ ≈ 16,
e8r e8(0,107)
luego la población inicial fue del alrededor de 16 miembros.
x(5) = 24 y x(15) = 15
es decir
x0 e5r = 24 y x0 e15r = 15. (4)
Calculemos x0 , de las igualdades en (4) tenemos
24 15
= x 0 = , (5)
e5r e15r
de donde
e15r 15
5r
= ,
e 24
es decir
1 1
r= ln ≈ 0, 047
10 24
, reemplazamos este valor en (5) y nos queda
24
x0 = ≈ 30.
e5(−0,047)
Luego, la población inicial era de alrrededor de 30 miembros.
3
Para el año 2000 habrán trascurrido 14 años, entonces
x(14) = 5 × 109 e0,02(14) ≈ 6, 62 × 109 ,
de esta manera podemos predecir usando el modelo indicado en el año 1986, que l
apoblación mundial en el año 2000 sería del alrededor de 6, 62 × 109 miembros.
Es decir
x(t) = x0 ect
donde x0 = ex0 . Entonces, de la información del problema se tiene que x(0) =
10, esto es
x(0) = x0 e0 = 10
así
x(t) = 10eCt .
b. Por la información brindada por el problema sabemos que
x(20) = 2x0 = 20,
de modo que
10e20C = 20
esto es
e20C = 2,
despejando tenemos
1
C= ln 2 ≈ 0, 0347.
20
4
c. i) Debemos hallar t0 de tal forma que x(t0 ) = 80, es decir
100,0347t0 = 80,
despejando t0 tenemos
1
t0 = ln 8 ≈ 60,
0, 0347
por lo tanto de necesitan alrededor de 60 horas para que la densidad de
las bacterias se incremente 8 veces su tamaño original.
ii) Debemos hallas t0 tal que x(t0 ) = 100, es decir
10e0,0347t0 = 100
despejamos a t0 y obtenemos
1
t0 = ln 10 ≈ 66, 357
0, 0347
por lo tanto se necesitan alrededor de 66 horas para que la densidad de las
bacterias inv¿cremente 10 veces su tamaño original.
8. Supongamos que una población tiene una tasa de crecimiento constante r por miem-
bro por unidad de tiempo y que el tamaño de la población en el momento t = t0 es
x0 . Demuestre que el tamaño de la población en el tiempo t es
x = x0 er(t−t0 ) (8)
Demostración. Sabemos que el tamaño de la población puede ser descrito por medio
de la ecuación (6) de donde
dx
= rdt
x
entonces
x(t) = Kert ,
hallemos K. Sabemos que x(t0 ) = x0 , es decir
K = x0 e−rt0 ,
por lo tanto, la ecuación que describe el tamaño de la población la establecemos de
x(t) = Kert
= x0 e−rt0 ert0
= x0 er(t−t0 ) .
Luego
x(t) = x0 er(t−t0 ) .
5
9. Supongamos que una población tiene una tasa de crecimiento de r por miembro
en unidad de tiempo, con r > 0. Demuestre que el tiempo requerido para que la
población duplique su tamaño inicial (llamado tiempo de duplicación) es (log 2)/r.
[Nota:Siempre usaremos "log"para denotar el logaritmo natural.]
x(t0 ) = 2 6 x0 =6 x0 ert0
ert0 = 2
1
t0 = log 2
r
10. Supongamos que una población tiene una tasa de crecimiento de r por miembro por
unidad de tiempo con r < 0. Muestre que el tiempo requerido para que la población
disminuya a la mitad de su tamaño inicial (llamada vida media) es −(log 2)/r.
11∗ . Supongamos que una población tiene una tasa de crecimiento r(t), que depende del
tiempo, de modo que el tamaño de la población x(t) se rige por el problema del
valor inicial
dx
= r(t)x, x(0) = x0 . (9)
dt
Demuestre que el tamaño de la población en el momento t viene dado por
Rt
r(s)ds
x(t) = x0 e 0 . (10)
6
Demostración. Tenemos inicialmente que
dx
= r(t)x
dt
esto es
dx
= r(t)dt
x
por lo tanto
Z Z
dx
= r(t)dt
x
Z t
⇒ ln |x| = r(s)ds + K
0
Rt
r(s)ds
⇒ x(t) = Ce 0 ,
la suma de los cuadrados de las distancias verticales entre los datos y la línea. La
solución es, Pn
(x − x)(yi − y)
a = i=1Pn i 2
, b = y − ax
i=1 (xi − x)
donde,
n n
1X 1X
x= xi y= yi
n i=1 n i=1
La Tabla proporciona los datos del censo de los Estados Unidos desde 1790 hasta
1990. Asuma que estos datos se ajustan mediante un modelo exponencial de creci-
miento x(t) = x0 ert , o log x(t) = log x0 + rt. Use el método de mínimos cuadrados
en estos datos para estimar r.
7
Solución. Realizamos el método de mínimos cuadrados mediante MATLAB como
sigue,
function regresionl
xi=[1790 1800 1810 1820 1830 1840 1850 1860 1870 1880 1890 1900 1910 1920 1930
1940 1950 1960 1970 1980 1990];
yi=[log(3900000) log(5300000) log(7200000) log(9600000) log(12900000)
log(17100000) log(23100000) log(31400000) log(38600000) log(50200000)
log(62900000) log(76000000) log(92000000) log(105700000) log(122800000)
log(131700000) log(150700000) log(179000000) log(205000000) log(226500000)
log(248700000)];
c=polyfit(xi,yi,1)
Lo cual genera,
>> regresionl
c =
0.0208 -21.6302
plot(xi,yi,’r*’)
grid on
xp=linspace(1790,1990,10);
yp=polyval(c,xp);
hold on
plot(xp,yp,’b’)
8
20
19.5
19
18.5
18
log x(t)
17.5
17
16.5
16
15.5
15
1800 1820 1840 1860 1880 1900 1920 1940 1960 1980
t
es decir,
K
x=
2
9
Por lo tanto, el valor máximo de la tasa de crecimiento de la población se alcanza
en x = K2 y es,
K
K 2
x0 = r
1 −
2 K
K 1 rK
=r 1− =
2 2 4
rK
es decir, x0 = .
4
6. Muestre que para toda elección de una constante c, la función,
K
x=
1 + ce−rt
es una solución de la ecuación diferencial logística.
Solución. En efecto, por un lado note que,
0 1 −rt
x =K − (−cre )
(1 + ce−rt )2
crKe−rt
=
(1 + ce−rt )2
Por otra parte, observe que,
x K 1
rx 1 − =r 1−
K 1 + ce−rt 1 + ce−rt
1 + ce−rt − 1
rK
=
1 + ce−rt 1 + ce−rt
crKe−rt
=
(1 + ce−rt )2
En consecuencia, vemos que,
x
x0 = rx 1 −
K
es decir, x es una solución de la ecuación diferencial logística.
7. Suponga que una población satisface una ecuación diferencial que tiene la forma de
la ecuación logística pero con una tasa de crecimiento intríseca que depende de t:
x
x0 = r(t)x 1 − , x(0) = x0
K
Muestre que la solución es,
Kx0
x(t) = Rt
x0 + (K − x0 )e− 0 r(s)ds
10
Solución. Por el Teorema de existencia y unicidad de un P.V.I. basta mostrar que,
Kx0
x(t) = Rt
x0 + (K − x0 )e− 0 r(s)ds
satisface la ecuación logística. En efecto, note que,
Kx0
x(0) = R0
x0 + (K − x0 )e− 0 r(s)ds
Kx0 Kx0
= =
x0 + K − x0 x0
x0
esto es, x(0) = 0. Además, por una lado observe que,
" #
1 Rt
x0 = Kx0 − Rt (K − x0 )e− 0 r(s)ds r(t)
(x0 + (K − x0 )e− 0 r(s)ds )2
Rt
r(t)Kx0 (K − x0 )e− 0 r(s)ds
= Rt
(x0 + (K − x0 )e− 0 r(s)ds 2
)
Por otra parte,
" #" #
x rx0 x0
r(t)x 1 − = r(t) Rt 1− Rt
K x0 + (K − x0 )e− 0 r(s)ds x0 + (K − x0 )e− 0 r(s)ds
" Rt #
r(t)Kx0 (K − x0 )e− 0 r(s)ds
= Rt Rt
(x0 + (K − x0 )e− 0 r(s)ds ) x0 + (K − x0 )e− 0 r(s)ds
Rt
r(t)Kx0 (K − x0 )e− 0 r(s)ds
= Rt
(x0 + (K − x0 )e− 0 r(s)ds 2
)
En consecuencia, x
x0 = r(t)x 1 −
K
Por lo tanto, la solución del P.V.I. es,
Kx0
x(t) = Rt
x0 + (K − x0 )e− 0 r(s)ds
11
asuma que Λ es constante
donde
N (t) = K − (K − N (0))e−µt ,
Λ
con K = .
µ
b) Probar que N (t) → K cuando t → ∞.
1
c) Tome K = 1000, = 10 años, y dos tamaños iniciales de población N (0) =
µ
1.200 y N (0) = 700 Usando un solucionador de ecuaciones diferenciales, en-
cuentra I(10), I(20) e I(50) tilizando valores de los parámetros que dan R0 > 1.
d ) Si miramos el lado derecho de la ecuación (12) y hacemos que t → ∞ y reem-
plazamos S(t) por K −I, entonces llegamos formalmente a la siguiente ecuación
diferencial “asintótica”:
dI I
= β(K − I) − (µ + γ)I(t), (13)
dt K
donde
Λ
K≡ = lı́m N (t).
µ t→∞
Aquí, sin justificación, S(t) ha sido reemplazado por K − I, y por lo tanto,
la ecuación (13) y la ecuación (12) no son las mismas. Sin embargo, trabajos
recientes [Castillo-Chavez y Thieme (1995)] han demostrado que estas ecuacio-
nes tienen la misma dinámica cualitativa. Compare los valores encontrados en
(c) con los encontrados usando numéricamente la ecuación de limitación (13).
I I
Ṅ = Λ − βS − µS + λI + βS − µI − γI
N N
= Λ − µS − µI
= Λ − µ(S + I)
= Λ − µN.
12
La ecuación diferencial resultante la resolvemos, asumiendo que el sistema inicia
en un tiempo inicial t = 0 con una población inicial N (0) y nos queda,
Z t R
− 0t µds s
R
µdr
N =e N (0) + Λe 0 ds
0
Z t
−µt µs
=e N (0) + Λ e ds
0
−µt Λ µt 0
=e N (0) + e −e
µ
−µt Λ µt
=e N (0) + e −1
µ
Λ Λ
= N (0)e−µt + − e−µt
µ µ
Λ Λ Λ
= − − N (0) e−µt hacemos K =
µ µ µ
−µt
= K − (K − N (0))e .
= lı́m N
t→∞
= lı́m K − (K − N (0))e−µt
t→∞
= K − (K − N (0)) lı́m e−µt
t→∞
= K − (K − N (0))(0)
= K.
13
Para t = 50 y N (0) = 1200
14
Para t = 50 y N (0) = 700
d)
3.∗ Considere el siguiente modelo epidemiológico SIS con tamaño de población variable
(tasa de mortalidad es diferente a la tasa de natalidad):
dS I
= bN − βS + γI − µS
dt N
dI I
= βS − (γ + µ)I
dt N
a) Verifique que,
dN
= rN,
dt
donde r = b − µ y que por lo tanto, N (t) = N (0)ert .
b) Reescriba el sistema introduciendo las variables,
S(t) I(t)
x(t) = y(t) = .
N (t) N (t)
15
Note que,
dx 1 dS S dN
= − 2 ,
dt N dt N dt
y que, x(t) + y(t) = 1 para todo t.
c) Verifique que,
dy y
= (β − (γ + b))y
1 −
.
dt (γ + b)
1−
β
En consecuencia,
dN
= rN,
dt
separando variables tenemos que,
dN
= rdt
N
luego, Z Z
dN
= rdt
N
es decir,
ln N = rt + C
esto es,
N (t) = Kert .
Si t = 0, entonces
N (0) = Ker(0) = K
por lo tanto,
N (t) = N (0)ert .
16
b) Por la regla de la cadena tenemos que,
dS dN
dx N −S
= dt dt = 1 dS − S dN
dt N 2 N dt N 2 dt
Pero por problema anterior tenemos que,
dN
= rN
dt
luego,
dx 1 dS
= − rx
dt N dt
es decir,
1 dS dx
= + rx (14)
N dt dt
Por otro lado, de las ecuaciones iniciales tenemos que,
1 dS
= b − βxy + γy − µx (15)
N dt
Igualando las ecuaciones (14) y (15) se sigue que,
dx
+ rx = b − βxy + γy − µx
dt
es decir,
dx
= b − βxy + γy − (µ + r)x
dt
Por lo tanto,
dx
= b − βxy + γy − βx (16)
dt
Por otra parte, observe que,
S(t) I(t) S(t) + I(t) N (t)
x(t) + y(t) = + = = =1
N (t) N (t) N (t) N (t)
para todo t. Luego,
dy dx
=−
dt dt
es decir,
dy
= βxy − b − γy + βx (17)
dt
Así, el sistema queda reescrito de la siguiente forma,
dx
= b − βxy + γy − βx
dt
dy
= βxy − b − γy + βx
dt
17
c) Por la segunda ecuación en el inciso anterior tenemos que,
dy
= βxy − b − γy + βx
dt
= β(1 − y)y − b − γy + β(1 − y)
= β − b + y(β(1 − y) + γ − β)
18