UNIVERSIDAD DE ANTIOQUIA

Facultad De Ingeniería

Asignatura: Ecología

Profesor/a:
Esteffany Barros Núñez
Bióloga

Taller No 1 Simulación Del Crecimiento

De Las Poblaciones Según Los Modelos
Exponencial Y Logístico

Integrantes:
Mariana Duque Rúa
Natalia Espinosa Aguirre
Daniela Herrera Cifuentes
Kriss Dayanne Mendez Castellanos
Lendy Leticia Coneo Mogollon

Medellín
2019
https://www.uv.mx/personal/tcarmona/files/2010/08/Soberon-1995.pdf
http://lya.fciencias.unam.mx/lars/libros/procesos.pdf - DEFINICION DE MODELO ESTOCASTICO

1. El modelado estocástico tiene como propósito representar el comportamiento de alguna

variable mediante modelos probabilísticos, es decir, aleatorios. Esto supone que las
variaciones o fluctuaciones que se puedan presentar en un sistema o en este caso un
experimento, son propias de un modelo estocástico. Dicha variabilidad puede ser
despreciable pero en la mayoría de los casos cercanos a la realidad se debe considerar en
los modelados matemáticos, ya que es notable influyendo en la evolución del proceso. Lo
anterior está estrechamente ligado a los fundamentos de la estadística, la cual es la base
principal que permite describir y predecir los fenómenos futuros con un margen aceptable
de aquellos modelos estocásticos. Como justificación de lo anteriormente expuesto. Según
Rincón, L. (2011). “Considere un sistema que puede caracterizarse por estar en cualquiera
de un conjunto de estados previamente especificado. Suponga que el sistema evoluciona o
cambia de un estado a otro a lo largo del tiempo de acuerdo a una cierta ley de movimiento,
y sea Xt el estado del sistema al tiempo t. Si se considera que la forma en la que el sistema
evoluciona no es determinista, sino provocada por algún mecanismo azaroso, entonces
puede considerarse que Xt es una variable aleatoria para cada valor del ´índice t. Esta
colección de variables aleatorias es la definición de proceso estocástico, y sirve como
modelo para representar la evolución aleatoria de un sistema a lo largo del tiempo”.
Introducción a los procesos estocásticos. 1p.

Por otro lado un modelo es determinístico cuando los datos se conocen con certeza, es decir
se tiene la información suficiente para poder tomar una decisión. Beltrán, J.C., Moreno,
D.M. (2014). “Es un modelo matemático donde las mismas entradas mismas producirán
invariablemente las mismas salidas, no contemplándose la existencia del azar ni el
principio de incertidumbre”. Análisis comparativo de métodos probabilísticos y
determinísticos incorporando la incertidumbre de la generación eólica en sistemas de
potencia. 23p.introduccion

2. La ecuación 4 toma en cuenta el valor esperado del tamaño de la población, a partir de la

tasa de crecimiento denominada “r”, donde dicha tasa es la capacidad de incremento de una
población y puede estar sujeta a variar por la influencia de múltiples factores del ambiente
tales como la temperatura, la depredación, la competencia y la fertilidad. Caballero, J,
Enriquez, (2004). “En un ambiente con variaciones estocásticas necesitamos tomar en
cuenta los conceptos de media y varianza para el crecimiento de la población. Por ejemplo,
en lugar de tomar la estimación de tamaño de la población como lo hicimos en el modelo
discreto de crecimiento exponencial, tomaremos en cuenta el valor esperado del tamaño
de la población, este lo obtendremos a partir del valor esperado de la tasa de crecimiento.
De este razonamiento se deduce la fórmula: 𝑁𝑡 = 𝑁𝑜𝑒 𝑟𝑡 ”. Modelos de ecología. 7p. Nt =
Noert
Por esta razón se puede afirmar que la ecuación 4 se comporta de manera aleatoria es decir,
que se debe incluir al modelo estocástico, pues la variabilidad de la tasa de crecimiento de
 la población “r” es azarosa y por ende puede presentar fluctuaciones a lo largo del
crecimiento poblacional http://lya.fciencias.unam.mx/gfgf/ode/ode_files/result5a.pdf p.7

3. Para cada uno de los juegos de simulaciones empleados en esta práctica se incluiría en el
modelo estocástico, pues por lo menos una variable de cada simulación es tomada como
dato al azar, además al inicio del crecimiento poblacional, todas exceptuando la simulación
negativa, cuentan con un crecimiento exponencial que después será modificado por los
efectos o factores que lo caracterizan, al mismo tiempo cada uno está ligado a dos posibles
eventos: nacimiento o fallecimiento los cuales dependen del tamaño de la población y
ambas determinan la tasa de crecimiento “r” la cual como ya se mencionó cuenta con cierta
probabilidad de ocurrir, lo cual modifica los patrones de crecimiento para cada generación,
además cabe la posibilidad de que alguna simulación no se comporte como se espera lo cual
hace parte de la estadística y así mismo del modelo estocástico.
Así mismo, se observa como las ecuaciones que se aplicaran a las predicciones, tienen
términos deterministas como por ejemplo el tiempo, sin embargo, estos términos se verán
afectados por los diversos tipos de variabilidades que representa el estocástico. Según
Caballero, J, Enriquez, (2004). “Finalmente podemos decir que en los modelos determinísticos
del crecimiento de las poblaciones, el promedio de la población se puede ver afectado por la
estocasticidad del medio y la estocasticidad de la demografía, en ambos casos de estocasticidad,
la población puede llegar a variar tan violentamente que existe la posibilidad de que la población
se extinga” Modelos de ecología. 10p. .introduccion
4. …
5. …
6. …
7. La tasa de crecimiento “r” también conocida como la tasa per capita, cuantifica que tan
rápido crece una población por cada individuo que existe en la misma; para el caso del
crecimiento exponencial se tiene un incremento de la población aceleradamente, esto
debido a que al principio no se considera ningún factor limitante lo que quiere decir que los
individuos se reproducen en condiciones ideales hasta que la cantidad de población excede
los recursos disponibles para el sustento de la misma. Morlans, M.C. (2004) “La
explicación a este tipo de crecimiento es que en un principio no existe ningún factor
limitante, y la población crece, hasta que se produce un exceso en el número de individuos
que conduce a una superpoblación y falta de alguno de los requerimientos de la especie,
como alimento, o espacio, o algún cambio ambiental desfavorable, que incide en la
supervivencia de la población. En ese momento los recursos se tornan insuficientes y hay
elevada mortalidad, que devuelve a la población a niveles inferiores al límite de carga del
sistema”. Introducción a la biología de poblaciones. 8p.
Por otra parte, el crecimiento logístico va ajustando su velocidad de crecimiento según a la
resistencia que le opone el ambiente, pues la tasa de crecimiento inicia parecido al anterior
ya que se considera que al principio los individuos se están adaptando al medio y de esta
manera pueden presentar un crecimiento lento pero exponencial, pero luego se manifiesta
una resistencia a esta tasa de crecimiento acelerado ya que la capacidad de carga del
ecosistema “k” va llegando a su límite o sea que no es posible proveer alimento o espacio
 en caso tal que el crecimiento continúe con esta rapidez. Esta resistencia se presenta
tratando de equilibrar la natalidad e inmigraciones con la mortalidad y emigraciones dando
como resultante una curva sigmoidea. Morlans, M.C. (2004). “A mayor densidad
poblacional los recursos comienzan a tornarse progresivamente más escasos y la
población responde con una desaceleración de su ritmo de crecimiento, por factores de
regulación.” Introducción a la biología de poblaciones. 8p.

https://www.uv.mx/personal/tcarmona/files/2010/08/Morlans-2004.pdf
Morlans

A resumir:

Si una población tienen una cantidad limitada de alimento, humedad, oxígeno y otros factores
ambientales, mostrará un crecimiento exponencial.
-
En este trabajo se pretende comprender por el medio experimental, los conceptos básicos sobre las
dinámicas del crecimiento de las poblaciones según el modelo exponencial y logístico. Esto a
partir de simulaciones que nos permiten representar empíricamente el crecimiento explosivo,
equilibrado y negativo de las poblaciones y a su vez, mediante el manejo de herramientas
matemáticas las cuales nos brindan una visión cuantificada y exacta de los modelos propuestos,
para de esta manera poder estudiar el comportamiento que los caracteriza.
Los análisis demuestran como la tasa de crecimiento poblacional “r” es afectada por los eventos de
natalidad y mortalidad que se consideran en las simulaciones, esto, desde una perspectiva ecológica es
debido a que la biosfera está constituida por sistemas que cambian con el tiempo y a su vez estos cambios
dependen principalmente de la organización del sistema y de los recursos disponibles que beneficien su
desarrollo, esto explica el por qué el crecimiento poblacional exponencial va directamente
relacionado con la baja variabilidad del tamaño de su población, así mismo entonces, el ejemplo
claro para este crecimiento poblacional, se debe a una clara ausencia de lo que pueda atacar
dicha creciente, como puede ser, abundancia en alimentos o escasez de enfermedades. Por otro
lado cuando se empiezan a sobrepasar los límites de la capacidad de carga ‘k’ por el aumento
acelerado de las poblaciones, se escasean los recursos para mantener el constante crecimiento
de los individuos, por consecuencia, se ejerce una presión del ambiente a la tasa de crecimiento
lo cual es característico del crecimiento logístico donde se estandarizan las cargas modificando
el crecimiento y generando así una curva sigmoidea.
También se observa como en cada simulación las poblaciones inician con un crecimiento exponencial pues
este es acelerado ya que se consideran abundantes recursos
El crecimiento exponencial de una población ocurre cuando una población tiene una tasa de
natalidad continua a lo largo del tiempo y nunca se ve obstaculizada por la ausencia de alimentos
o la abundancia de enfermedades.

De la misma forma, mostramos por medio de una actividad - crecimiento poblacional de ciertos
organismos - una forma sencilla y detallada de obtener un modelo logístico, así como de la interpretación
adecuada y precisa que se deba o pueda hacer para cada uno de los valores de los parámetros involucrados
en el modelo con la finalidad de tener mejoras en la producción animal. Se concluye que el buen uso y
análisis de una práctica de laboratorio, de campo o alguna simulación de una situación problemática que
refleje un crecimiento poblacional, es decir, comportamiento logístico, ayudará a tener las herramientas
necesarias y suficientes para poder encontrar un buen modelo matemático que pueda aportarle
información importante para la toma de decisiones que ayuden a la mejora de una producción biológico,
agropecuaria ó pesquera.

Biblografias:
http://lya.fciencias.unam.mx/lars/libros/procesos.pdf luis rincón 2011 deficion de estocástico preg1.

Bibliografía del método determinista preg1.

http://lya.fciencias.unam.mx/gfgf/ode/ode_files/result5a.pdf caballero 2004 p.7. Ecuación 4 preg2 y 3.

https://www.uv.mx/personal/tcarmona/files/2010/08/Morlans-2004.pdf p.8. definición de “r” preg 7

Chiappa–Carrara, X. y L. Sanvicente–Añorve, 1998, El papel de los modelos en el proceso de

la investigación. Tópicos de Investigación y Posgrado, 5(4): 204–211.
Chiappa-Carrara, X, M. del C. Galindo de Santiago y A. Cervantes Sandoval. 2009.
Introducción a los modelos matemáticos de crecimiento con aplicaciones en sistemas
biológicos. UMDI-Sisal, Facultad de Ciencias Facultad de Estudios Superiores Zaragoza.
Pag. 93.
Krebs, C.J. 1978. Ecology. The Experimental Analysis of Distribution and Abundance.
Second Edition. Harper and Row, New York. 678 pp.
Montesinos L. A., C. Hernández S. y A. S. Luna E. 2009. Modelo estocástico para determinar
la mejor estrategia de cuarentena en granjas ganaderas. Técnica Pecuaria en México. 47(3):
271-284