Análisis e interpretación de los extremos de una

función en modelos matemáticos con aplicaciones

reales y prácticas en la vida cotidiana.

Ximena Samaniego
UNIVERIDAD ESPITU SANTO
24-7-2017
 Tabla de contenido

Introducción ............................................................................................................................................ 0
Campo de la Medicina……………………………………………………………………………………………………………….………3

Campo de la Economía………………………………………………………………………………………………………………………5

Campo de la Energía…………………………………………………………………………………………………………………………7

Campo de Marketing………………………………………………………………………………………………………………………11

Campo de la Agricultura………………………………………………………………………………………………………………….14

Conclusiones ......................................................................................................................................... 16
Referencias Bibliográficas ..................................................................................................................... 17
 Introducción

Un modelo matemático es una representación que, a través de ecuaciones

matemáticas, cuyas variables están previamente establecidas, pretende describir,

predecir o perfeccionar el desempeño de un sistema, es una forma de experimentar

diferentes situaciones de una forma exacta o lo más acercado posible, sin tener que

hacerlo de manera real.

La construcción de modelos matemáticos para resolver problemas complejos se

realiza desde hace muchos años sin embargo la informática y la inteligencia artificial

han contribuido a que la ciencia contemporánea enfrente problemas de creciente

complejidad y que sean más las personas que se interesen por esta actividad.

El presente trabajo analiza campos como La Medicina, Economía, Energía,

Marketing y La Agricultura en los cuales podremos constatar las aplicaciones reales de

determinados modelos matemáticos desarrollados para el uso y beneficio del ser

humano.
 La importancia de los modelos matemáticos radica en su aplicación real y práctica

en la vida cotidiana, a continuación, se recogen algunas de estas aplicaciones:

1. Campo de la Medicina

La construcción de modelos matemáticos es una de las herramientas utilizadas hoy

en día para el estudio de problemas en medicina, biología, fisiología, bioquímica,

epidemiología, farmacocinética, entre otras áreas del conocimiento; sus objetivos

primordiales son describir, explicar y predecir fenómenos y procesos en dichas áreas.

Sin embargo, su aplicación se ve limitada con frecuencia por la falta de conocimientos e

información acerca de los principios básicos del modelamiento matemático. La

relevancia de la construcción de los modelos matemáticos para enfermedades

infecciosas es evidente: a) la construcción de modelos revela algunas veces relaciones

que no son obvias a primera vista; b) una vez construido el modelo matemático es

posible extraer de él propiedades y características de las relaciones entre los elementos

que de otra forma permanecerían ocultas; c) en la mayor parte de los problemas de

enfermedades infecciosas del mundo real no es factible experimentar con la realidad, ya

que puede ser muy costoso, peligroso, inmoral o incluso imposible. Por lo tanto, es

natural intentar superar esta dificultad con la construcción de un modelo que describa de

manera adecuada las características básicas de la epidemia y entonces usar el modelo

para predecir las consecuencias de introducir cambios específicos;5 d) la función

principal de un modelo para una enfermedad infecciosa consiste en proveer un medio

que posibilita entender la dispersión de una enfermedad infecciosa a través de una

población bajo diferentes escenarios.

 A continuación, se ilustrará el uso que los modelos matemáticos han tenido en la

teoría epidemiológica, concentrándose en comentar sobre los métodos que se utilizan

para estudiar la transmisión de enfermedades infecciosas.

Este tipo de estudios han tenido un gran auge en años recientes, esto tiene que ver

con la necesidad de un enfoque multidisciplinario en el ataque de los problemas

biológicos.

La Figura 1 muestra ilustrado el diagrama básico de una epidemia.

Se denota con N a la población total al tiempo t en la que el brote epidémico puede

ocurrir, y por S(t), I(t) y R(t) a los individuos en estados susceptibles, infeccioso y

recuperado o muerto al tiempo t

Sobre este modelo base se pueden realizar variaciones en determinados aspectos

como la dinámica demográfica, incluir individuos con inmunidad adquirida después de

la enfermedad e implementando estrategias de vacunación considerando que esta

confiere al individuo inmunidad permanente.

Cual sea el modelo matemático aplicado, estas constituyen además de una

herramienta, una forma de encarar el problema, de pensar, estructurar predicciones y

explicaciones del proceso. De esta manera se puede interpretar tendencias

epidemiológicas observadas, para ayudar en la recolección y organización de datos y de

esta manera diseñar programas de control de enfermedades.

 A lo largo de la historia han existido epidemias tan importantes como la Peste

Bubónica que se calcula a la fecha ha matado a 200 millones de personas, La Gripe

Española que a finales de la primera guerra mundial mató entre 50 y 100 millones de

personas en los 5 continentes, la Viruela, el Cólera, La Lepra, La Rabia, Polio,

Tuberculosis, Neumonía y más recientemente el AH1N1 conocido como la Gripe Aviar.

Juntas han exterminado a más personas que todas las guerras que han existido sobre la

tierra y he aquí donde radica la importancia del estudio y la utilización de los modelos

matemáticos en el campo de la medicina, específicamente en el crecimiento de

enfermedades.

2. Campo de la Economía

Las Matemáticas constituyen un lenguaje más preciso y conciso que el discursivo

normal, proporcionan mayor rigor lógico frente a las contribuciones no matemáticas al

Análisis Económico, que a menudo pecan de vagas y poco rigurosas.

El método matemático obliga al científico a explicitar de forma clara y sin

ambigüedades las hipótesis de partida, erradicando las posibles contradicciones que

pudieran existir entre estas o los supuestos encubiertos en las diferentes interpretaciones

que se pueden deducir del lenguaje común.

El trabajo que analizaremos en este campo fue desarrollado por Hernán Alberto

Escobar J. y se titula “OFERTA Y DEMANDA: UN MODELO MATEMÁTICO CON

ECUACIONES DIFERENCIALES”

Ya que las matemáticas utilizan teoremas y técnicas para hacer deducciones lógicas

y trabajar con ecuaciones, en sí mismas proporcionan un contexto donde puede

realizarse un análisis libre de conceptos preconcebidos sobre el resultado. Ademá,s tiene

gran importancia práctica el hecho de que las matemáticas posibilitan un formato o

esquema para obtener respuestas numéricas que tienen sentido en el sistema.

Es importante indicar que existen muchos modelos, los cuales pueden explicar una

amplia gama de situaciones de la vida real, un de estos modelos es el que utiliza

ecuaciones diferenciales, en este caso se enfoca en el que utiliza como insumo básico

las ecuaciones diferenciales ordinarias (EDOs).

El principio económico de la oferta y demanda indica que el precio de unbien en

cualquier tiempo t o sea p(t), está determinado por la condición de que la demanda en t

es igual a la oferta en t, es decir:

Así, f es la función de demanda y g es la función de oferta.

Es un estudio de gran importancia pues la Economía es la ciencia que se ocupa de

estudiar la manera como se administran los recursos escasos con el objeto de producir

bienes y servicios, por lo tanto dar solución a estos problemas mediante modelos

matemáticos es una tarea compleja considerando la amplia gama de factores que

intervienen, más aun si reconocemos que se trabaja con seres vivos sensibles a variables

que no intervienen en la mayoría de modelos utilizados.

Considerando lo expuesto, se entiende que estos modelos estarán siempre

sometidos a validaciones y ajustes sin dudar que el uso de las ecuaciones diferenciales

facilita mucho la interpretación económica de los problemas relacionados con oferta y

demanda.
 3. Campo de la Energía

En la actualidad el desarrollo de sistemas energéticamente óptimos se ha convertido

en una necesidad que va más allá del ahorro de la misma energía y el ahorro de recursos

económicos sino por la importancia de esta actividad en el cuidado del medio ambiente.

La mayoría de personas contamos con un sistema de bombeo simple de agua en

nuestros hogares (Figura 1) y tomando en consideración que el precio de la energía

varía a lo largo del día, surge casi de forma natural la creación de un sistema que

optimice el consumo eléctrico.

Tomaremos como referencia la publicación de Gonzalo Ruiz, Héctor Pomares,

Miguel Damas y Gonzalo Olivares, que tiene por título “Modelado matemático y

técnicas de predicción aplicados a la optimización energética en redes reales de

distribución de agua”.

Pare efectos del estudio se tomaron tres tipos de tarifas eléctricas de acuerdo con el

horario:

a) Tarifa mínima: 00:00 a 08:00.

b) Tarifa intermedia: 08:00 a 11_00 y de 15:00 a 00:00

c) Tarifa máxima: 11:00 a 15:00

 El trabajo muestra una función objetivo 𝐹𝑂 = 𝐶𝐵 + 𝐶𝐴 − 𝑃𝐴 − 𝑃𝐵 − 𝐴𝐸𝐿𝐿 de

donde:

CB = Costo de los bombeos. Se busca minimizar el coste económico por cuanto los

bombeos se priorizarán en las primeras horas del día donde la tarifa por electricidad

es mínima.

CA = Costo de los arranques. De esta manera se penalizan los arranques en horas

con tarifas máximas además de los arranques en general ya que estos suponen un

desgaste mecánico de los equipos.

PA = Premio por priorización de arranques. Dentro de un mismo intervalo de tarifa

se premian los arranques que se produzcan dentro de cada intervalo muestreado.

PB = Premio por los bombeos. Se premian los bombeos en tiempos de tarifas

mínimas.

AELL = Adelanto en llana. Considera los bombeos y arranques dentro de la tarifa

intermedia.

Nota: Las bombas podrán estar apagadas, pero no encendidas ambas a la vez además de

que el volumen de agua en el depósito de impulsión siempre cubrirá la demanda

necesaria.

El bombeo simple es un sistema que lo posee la mayoría de hogares y aunque se

dice que su habitual funcionamiento, es decir, accionar la bomba cada que el nivel de

agua desciende a un mínimo, ha tenido un desempeño aceptable, jamás imaginé que

modelar y trabajar en su optimización, obtuviera los resultados que el presente estudio

indica:

Considerando:

La tarifa eléctrica según:

 - Tarifa máxima: 0,113528 (€/kWh)

- Tarifa intermedia: 0,099657 (€/kWh)

- Tarifa mínima: 0,060004 (€/kWh)

La intensidad de consumo de cada bomba es de 240 y su consumo en 60 minutos

es de 159 kWh.

Se ha elaborado una tabla con 37.000 datos tomados de los históricos de

consumo del SCADA de la empresa EMASAGRA (Granada – España) y se compararon

periodos iguales de 3 años consecutivos: 2008, 2009 y 2010 obteniendo los resultados

de la Tabla 1

Tomando en cuenta el consumo de agua promedio y extrapolando se obtiene los

resultados indicados en la Tabla 2

 Inquietudes:

- ¿De acuerdo a los resultados obtenidos, es posible optimizar un sistema de

bombeo simple, será posible aplicarlo en configuraciones de bombeo más

complejas?

- ¿Por qué no se implementa este modelo en empresas que presten los mismos

o similares servicios que EMASAGRA?

4. Campo del Marketing

Los modelos matemáticos son ampliamente utilizados en el campo de marketing ya

que estimar la demanda futura de un producto es una tarea compleja más aún si

tomamos en cuenta que la tecnología avanza a pasos agigantados, una forma de darnos

cuenta es realizar un ejercicio de memoria de la siguiente manera: 1) Intentar recordar

cual fue el primer teléfono móvil que tuvimos y a que edad y 2) Comparar aquel equipo

con el teléfono que disponemos actualmente, tomando en cuenta cuantos años tenemos

ahora. Muchos se encontrarán sorprendidos y podemos sorprendernos aún más si

consideramos la capacidad de almacenamiento de nuestro primer computador y lo

comparamos con la capacidad de almacenamiento de nuestro equipo celular actual.

Si bien predecir la demanda futura de un producto existente es una tarea compleja,

no caben dudas que es aún más compleja la tarea de predecir la demanda potencial de

un producto nuevo, totalmente desconocido hasta el momento en el mercado. Este

trabajo se refleja en la publicación elaborada por Viviana Weissmann y titulada

“Difusión de nuevas tecnologías y estimación de la demanda de nuevos productos: un

análisis comparativo entre Argentina y EE.UU.”

 El trabajo analiza, utilizando el modelo de Bass, la demanda de telefonía celular,

acceso a Internet y acceso a Internet por banda ancha en Argentina y en EEUU. con el

objetivo de determinar los patrones de difusión de nuevas tecnologías.

Matemáticamente el modelo de Bass se define de la siguiente manera:

𝑞
𝑆(𝑡) = [𝑝 + ( ) 𝑁(𝑡 − 1)][𝑚 − 𝑁(𝑡 − 1)]
𝑚

Donde:

𝑁(𝑡) = número de consumidores que adoptaron el producto en el momento t.

𝑆(𝑡) = número de nuevos consumidores que adoptaron el producto en el periodo t.

Y los parámetros básicos del modelo son:

m = máximo número de consumidores que pueden adquirir el producto.

p = coeficiente de innovación.

q = coeficiente de imitación

De acuerdo al modelo empleado, el número de consumidores que compran un

nuevo producto en un momento determinado del tiempo es función de la demanda de

los individuos que adquieren el nuevo producto independientemente de lo que hagan

otros consumidores, y de la demanda de las personas que consumen un producto porque

los demás lo hacen.

La correcta comprensión y utilización de este modelo puede servir para que las

personas de negocios no comentan los habituales errores sobreestimando o

subestimando el tamaño potencial del mercado a lo largo del tiempo ya que muchas

veces el entusiasmo de lanzar un nuevo producto ha llevado a muchos managers a

sobreestimar la demanda de este y posteriormente cuando los resultados no superan sus

expectativas, desestima el éxito del producto, que para su sorpresa en el más largo plazo

supera sus peores predicciones.

 En el cuadro 1 se resume los resultados estimados para los parámetros del modelo

para celulares, acceso de usuarios a Internet y acceso a Internet a tranvés de banda

ancha en Argentina y EEUU. para cada período de análisis.

Un análisis comparativo de los tres productos considerados puede ser de utilidad

para desarrollar pronósticos de ventas y planes de marketing de nuevos productos:

- La velocidad de innovación de un nuevo producto explicada por el factor

innovación es más rápida en EEUU que en Argentina.

- La velocidad con la que se difunde la adopción de un nuevo producto a

través de la imitación n representa una diferencia tan significativa en

términos relativos para ambos países.

- El factor de innovación en argentina parece ser reducido, casi inexistente.

A criterio personal considero que lo que ocurre es la Argentina es similar a lo que

ocurre en nuestro Ecuador, que la gente tiende mayormente a imitar los actos de

“famosos” por cuanto si se quiere realizar un plan de marketing lo que se debe hacer es

enfocarse en estos “famosos” para aprovechar el efecto imitación sobre ellos.

 5. Campo de la Agricultura

Los modelos matemáticos aplicados al campo agropecuario son una herramienta

básica que permiten brindar criterios para manejar he interpretar cada vez mejor la

actividad agrícola, satisfacer las demandas de nuevas tecnologías necesarias para

producir en mercados globales altamente competitivos, cuidando los recursos naturales

y tomando decisiones a mediano y largo plazo en condiciones relativamente similares

de experimentación.

Un problema de amplio estudio son las plagas las que son perjudiciales para los

cultivos industrializados y en la actualidad existen dos métodos para el control de estas,

el primero es el control químico que usa insecticidas muy efectivos pero que a la vez

pueden contaminar el producto con substancias perjudiciales para la salud y se tiene

también el control biológico donde se usan insectos benéficos para los cultivos o a su

vez insecticidas biológicos que son mortales para las plagas pero no son dañinos para el

ser humano cuando se manejan adecuadamente.

El producto final en cuyo proceso se ha utilizado control biológico es más valorado

en el mercado.

El artículo desarrollado por Sandra Elizabeth Delgadillo Alemán, Roberto

Alejandro Kú Carrillo y Luz Vianey Vela Arévalo y titulado “Modelación matemática

del control de plagas en un cultivo de brócoli” presenta la construcción de tres modelos

matemáticos en ecuaciones diferenciales de la dinámica de la plaga Dorso de Diamante

en una parcela de brócoli al ser controlada por la aplicación de insecticidas y por el

efecto de liberaciones de Diadegma y Trichogramma.

Para efectos de presentar y explicar tomaremos el modelo con impulsos infinitos en

cada aplicación de insecticida:

𝑥 = 𝛼𝑥 + 𝛽 − 𝛾𝑥𝛿(𝑡 − 𝑇)
 Donde: Se supone que la población dorso de diamante x(t) tiene un crecimiento

natural exponencial con una tasa α; que existe migración del exterior a una tasa β

constante, y que en determinado tiempo t=T hay una aplicación de insecticida, el cual

tiene una efectividad proporcional al tamaño de la población en el momento de la

aplicación por tanto δ(t) es la función impulso infinito de t=0, y γ es la efectividad de la

aplicación de insecticida.

El objetivo será minimizar la población dorso de diamante para lo cual este modelo

asume que el insecticida tiene un efecto inmediato, si bien esto podría considerarse algo

imposible, lo que hemos aprendido a lo largo de este trabajo es que algunos parámetros

pueden estimarse y existen otros sobre los cuales debemos realizar asunciones y aunque

esto signifique alejarnos de la realidad, al final del día todos los modelos están

equivocados, sin embargo, algunos de ellos nos sirven lo que podría traducirse en; “es

preferible tener algo a no tener nada” al momento de tomar una decisión.

El trabajo presentado concluyó indicando que resulta complicado aislar el efecto de

cada uno de los controles y que se requiere más experimentación para obtener un

resultado más exacto, si todo se realiza en aras de combatir las plagas en los cultivos, el

tiempo y la inversión en este estudio están más que justificados.

 Conclusiones

En cada campo se han ido concluyendo sobre los aspectos tratados mas es

importante resaltar lo siguiente:

- Los modelos matemáticos se han utilizado desde tiempos inmemoriales,

mucho antes de que existan registros sobre ellos sin embargo, la tecnología

actual ha influido en que más personas se interesen en su utilización dando

un enfoque multidisciplinario primordial, desde mi punto de vista, para el

auge que experimentan los mismos.

- Si bien creíamos que el modelado matemático era una asignatura netamente

teórica, la realidad es que su utilización en la vida cotidiana es algo aun no

entendido ni valorado.

- Todos los modelos son simples herramientas que nos ayudan a la toma de

decisiones, al final, es el ser humano quien tiene la última palabra.

- Todos los modelos están equivocados, sin embargo, algunos son de utilidad,

lo cual en mi opinión es lo mismo a decir “es preferible tener algo a no tener

nada en que apoyarnos a la hora de tomar una decisión.

 Referencias Bibliográficas

1. Modelos matemáticos en epidemiología: enfoques y alcances. Jorge X. Velasco

Hernández. Recuperado de:

http://www.matcuer.unam.mx/~max/Misc44/Velazco_j.pdf

2. “Las Primera Epidemias de la Historia.” Recuperado de:

http://www.sld.cu/galerias/pdf/sitios/bmn/las_primeras_epidemias_de_la_histori

a.pdf

3. “Matemáticas como recurso para la economía.” Concepción González

Concepción. Recuperado de:

https://imarrero.webs.ull.es/sctm04/modulo1/4/cglez.pdf

4. “Oferta y demanda: un modelo matemático con ecuaciones diferenciales.

Hernán Alberto Escobar J. Recuperado de:

https://dialnet.unirioja.es/servlet/articulo?codigo=3640667

5. “El modelamiento matemático en la formación del Ingeniero.” Recuperado de:

6. https://www.ucentral.edu.co/images/documentos/editorial/2015_modelamiento_

matematico_001.pdf

7. “Modelado matemático y técnicas de predicción aplicados a la optimización

energética en redes reales de distribución de agua”. Gonzalo Ruiz, Héctor

Pomares, Miguel Damas y Gonzalo Olivares. Recuperado de:

http://revistaselectronicas.ujaen.es/index.php/ininv/article/view/1749/1529

8. EMASAGRA sitio web http://www.emasagra.com/ESP/86.asp

9. “Difusión de nuevas tecnologías y estimación de la demanda de nuevos

productos: un análisis comparativo entre Argentina y EE.UU.” Viviana

 Weissmann. Recuperado de:

http://www.palermo.edu/economicas/cbrs/pdf/1Business01.pdf

10. “Perfeccionamiento de la enseñanza de la Matemática en la carrera de

Agronomía.” ORTEGA, D. R. A. Tesis (en opción al título de Master en

Ciencias Pedagógicas), UCLV, Santa Clara, Cuba, 2000.

11. “Modelación matemática del control de plagas en un cultivo de brócoli.” Sandra

Elizabeth Delgadillo Alemán, Roberto Alejandro Kú Carrillo y Luz Vianey Vela

Arévalo. Recuperado de:

http://www.cns.gatech.edu/~luzvela/epigrafe/segnum/plagas.pdf