Cálculo integral con ecuaciones diferenciales

Semestre 202010
Clase 16, Modelar con ecuaciones diferenciales
Stewart, Sección 9.1
Modelar con ecuaciones diferenciales
31/03/2020
Michael A. Hoegele
 Contenido

1. Modelando el crecimiento del número infectado por una epidemia

2. Modelando el crecimiento de una población

2.1 Crecimiento exponencial (illimitado)

2.2 Crecimiento logistico (con piso)

3. Modelando un resorte (La ley de Hook)

4. Ecuaciones diferenciales
1. Modelando el crecimiento del número infectado por
una epidemia
• Objetivo: modelar el crecimiento t 7→ P (t) del número de infectados de
una enfermedad infecciosa.

• Sea t > 0 el tiempo desde el inicio t = 0 (16 de marzo 2020).

• Se sabe que el número de infectados en el día cero es P (13) = 702

• Se busca un modelo para P (t) el número (desconocido) de personas

infectadas en el momento t > 0
 1

1
Screenshot: https://elpais.com/sociedad/2020/03/18/actualidad/1584535031_223995.html?ssm=TW_CC
EL PAÍS, Lunes, 30.03.2020, 20:05
 ¿Cómo modelar la evolución de P (t)?
• En el momento t el incremento del momento t por el período h > 0 al
momento t + h para h > 0 está dado por
P (t + h) − P (t).
• El tiempo de dúplicación es 6.8 días. Es decir,
P (t + 6.8) = 2P (t) = P (t) + P (t),
en otras palabras
P (t)
P (t + 6.8) = P (t) + 6.8 · .
6.8
 P (t)
P (t + 6.8) − P (t) = 6.8 ·
6.8
• Hipótesis de modelación:
La tasa de crecimiento P6.8(t)
actual (=la pendiente) sigue siendo la mísma
no sólo para t + 6.8 (triángulo negro)
sino para toda t + h, h > 0 (triángulo rojo)

P (t)
⇒ P (t + h) − P (t) = h ·
6.8
Ahora dividiendo
P (t)
P (t + h) − P (t) = h ·
6.8
por h > 0 tenemos
P (t + h) − P (t) P (t)
= = 0.15 · P (t).
h 6.8
Mandando h → 0 obtenemos
P (t + h) − P (t)
P 0(t) = lim .
h→0 h
Por tanto obtenemos el modelo siguiente

P 0(t) = 0.15 · P (t), P (13) = 702.

Es decir, el estamos buscando una función P diferenciable cuya

derivada satisface que
P 0(t) = 0.15 · P (t)
y además
P (13) = 702.
 ¿Cuales funciones satisface esta ecuación?
• Adivinamos que funciones del tipo
P (t) = Cekt
pueden satisfacer la ecuación.
• Ahora  0
P 0(t) = Cekt = Ckekt = k(Cekt) = kP (t).
Por la modelación antes sabemos que k = 0.15.
• Además
702 = P (13) = Ce0.15·13 = C · 7.03
702
Por tanto C = 7.03 ≈ 99.88 y
P (t) ≈ 99.88 · e0.15t.
• Ahora bién, qué nos predice este modelo para el día de hoy 14? Bueno,
P (14) = 99.88 · e0.15·14 = 816.
Limitaciones:
1. Primero, se asume que la tasa de crecimiento es constante: En este
caso la curva café sería una recta, pero localmente no parece loco.
¿Por qué no lo es?

2. El procedimiento de tests es bastante imperfecto, y no tiene nada

que ver con el mecanísmo de la enfermedad.

3. No se restan los curados o muertos (hasta hoy relativamente pocos)

4. Pero para empezar es un buen modelo local.

 2. Modelando el crecimiento de una población
2.1 Crecimiento exponencial
• Objetivo: modelar la curva t 7→ P (t) del número de individuos en una
población que crece sin limitaciones.

• Sea t > 0 el tiempo desde el principiode conteo.

• Se busca un modelo para P (t) el número (desconocido) de personas

infectadas en el momento t > 0

• Igual que en el caso de la epidemia es razonable asumir para una

población que crece sin restricciones que
dP
(t) = kP (t)
dt
• esto quiere decir, que la tasa de crecimiento dP
dt (t) en el instante t, es
proporcional al número de individuos P (t).
• Sea k ∈ R la constante de proporcionalidad
 Para k ∈ R la ecuación diferencial
dP
(t) = k P (t)
dt
tiene una familia de soluciones (no son únicas) de la forma
P (t) = P0ekt para algún valor inicial en P (0) = P0.
• ¿Y eso? Verifiquemos: Para P (t) = P0 ekt
dP
= P0 k ekt = k (P0ekt) = k P (t)
dt

Tiene las gráficas dependiendo

del dato inicial P0 ∈ R
(
creciente P0 > 0
P (t) = P0ekt =
decreciente P0 < 0
• Obviamente: sólo nos interesan valores positivos P0 > 0 del dato inicial,
por tanto se ve así (para k > 0 fijo)

P (t) = P0 ekt
 La limitacion del crecimiento exponencial: crecer sin límite

• Claramente para t → ∞ tenemos que P (t) → ∞ MUY (exponencial-

mente) rápido, lo que es irreal en cualquier circumstancia a largo plazo
por que nuestra territa está limitada.

• Por ejemplo también es irreal porque no hay una infinidad de personas

en Colombia quienes puedan infectarse.

• Sin embargo es bastante realista para una pequeñas poblaciones que

no encuentran limitaciones por recursos.

• Por ejemplos: Los primeros infectados no encuentran limitaciones en

infectar a otras personas. Sin embargo, si ya hay más personas infec-
tadas, que no se pueden infectarse más encuentran una limitación en
crecer el número de nuevas infecciones.
 2.2 Crecimiento logístico (con piso)
• Objetivo: modelar la evolución del número de una población t 7→ P (t)
que
1. para números pequeños de P crece aproximadamente exponencial-
mente, es decir
dP
(t) ≈ k P (t)
dt
2. existe un piso (la cápacidad máxima del hábitat) del crecimiento K
tal que para P (t) ≈ K tenemos que
dP
(t) ≈ 0.
dt
En otras palabras buscamos una extension de
dP
(t) = k P (t)
dt
 Un modelo que satisface 1. y 2. naturalmente es modelo logístico:

dP P (t)
(t) = k P (t) · (1 − )
dt K
• Verifiquemos:
1. Para valores P (t) ≈ 0 pequeños tenemos que
dP P (t)
(t) = k P (t) · (1 − ) ≈ k P (t).
dt K
|{z}
| {z≈0 }
≈1

Por tanto cumple con 1.

2. Para valores P (t) ≈ K tengo
dP P (t)
(t) = k P (t) · (1 − ) ≈ 0.
dt K
|{z}
| {z≈1 }
≈0

Por tanto cumple con 2.

 Pero: Cómo se ven las soluciones de
dP P (t)
(t) = k P (t) · (1 − ) ???
dt K
• EN general: buscar soluciones explícitas P (t) de una ecuación que exije
que
dP
= F (P (t)) es decir función F del estado actual P (t)
dt
es difícil hasta imposible (La otra clase veremos por qué).
 Pero: Cómo se ven las soluciones de
dP P (t)
(t) = k P (t) · (1 − ) ???
dt K
• EN general: buscar soluciones explícitas P (t) de una ecuación que exije
que
dP
= F (P (t))
dt
es decir, una función F del estado actual P (t),
es difícil, hasta imposible en la mayoría de casos (La otra clase vere-
mos por qué).

• Pero tenemos la suerte infinita de que existe una solución explícita de

la forma
K
P (t) = K


−kt
.
1 + P0 − 1 e
con P (0) = P0.
 Verifiquemos que
K
P (t) = K

.
1 + P0 − 1 e−kt
con P (0) = P0.

• Para verificar que esta P (t) satisface

dP P (t)
(t) = k P (t) · (1 − )
dt K
toca
1. calcular primero
dP
(t)
dt
2. y segundo de manera independiente la expresión
P (t)
k P (t) · (1 − )
K
y mirar si son iguales.
(solo iguales, ambos pueden ser horribles!).
• Primero el lado izquierdo: Calculemos la derivada dP dt :
dP  K 0
= K


dt 1 + P0 − 1 e−kt
 K
−kt
−10
=K 1+ −1 e
P0
K
−kt
−2 K
−kKt
0
= K(−1) 1 + −1 e 1+ −1 e
P0 P0
K
−kt
−2 K
− 1 (−k)e−kt


= K(−1) 1 + −1 e
P0 P0
K

−kt
k K P0 − 1 e
=
2
K


1 + P0 − 1 e −kt
• Segundo el lado derecho: Calculemos la kP (t)(1 − PK(t) )
P (t)
kP (t)(1 − )
K
K

K  1+ PK −1 e−kt 
0
=k K

1−
1+ P0 − 1 e
−kt K
K  1 
=k K


−kt
1− K


1+ P0 − 1 e 1 + P0 − 1 e−kt
K

−kt
K  1 + P0 − 1 e 1 
=k K


−kt K


−kt
− K


−kt
1+ P0 − 1 e 1 + P0 − 1 e 1+ P0 − 1 e
K

−kt
K  1 + P0 − 1 e − 1 
=k K


−kt K


−kt
1+ P0 − 1 e 1 + P0 − 1 e
K −kt


kK P0 − 1 e
=
2
K


−kt
1+ P0 − 1 e

Entonces: Son iguales?

• Entonces: Son iguales?
K
− 1 e−kt


dP kK P0
=
2
dt K


1+ −1 e −kt
P0
y
K
− 1 e−kt


P (t) kK P0
kP (t)(1 − )=
2
K K


1+ −1 e −kt
P0
−→ Síii!!

• Por último verifiquemos que

K K K
P (0) = K


−k0
= K

= K = P0 .
1 + P0 − 1 e 1 + P0 − 1 P0

• ¿Qué significa todo eso? Significa que

K
P (t) = K


−kt
.
1 + P0 − 1 e
satisface
dP P (t)
(t) = k P (t) · (1 − ) con P (0) = P0.
dt K
 La solución
K
P (t) = K

.
1 + P0 − 1 e−kt
se llama función logística.
• ¿Y cómo se comporta?

• Si P0 = 0, entonces
dP P ((0))
(t) = k P (0) · (1 − ) = 0.
dt K
Una función P con derivada 0 es una constante!
• Igual para P0 = K, una vez que se infectaron todos se quedan infectados
al mísmo tiempo no pueden crecer más.
• Para P0 ∈ (0, K) tenemos que
dP P ((0))
(t) = k P (0) · (1 − )>0
dt K
| {z }
| {z<1 }
>0
es decir está creciendo.
• Para P0 ∈ (0, K) tenemos que
K K
lim P (t) = K


−kt
= = K.
t→∞ 1+ P0 − 1 limt→∞ e 1+0
A lo largo del tiempo crece hasta usar toda la capacidad del hábitat.
 3. Modellando un resorte
• Modelo de la física: la elongación x(t) del resorte

• La segunda ley de Newton:

d2x
m ·
fuerza = |{z} 2
masa dt
|{z}
acceleración
• Ley de Hook:
fuerza restauradora = −kx(t), para una constante k > 0.
• Resulta la ecuación de x(t)
d2x
m 2 = −kx(t).
dt
• Vamos a aprender cómo resolver esta ecuación diferencial.
• Cómo debe verse la función?
t 7→ x(t)?
 4. Ecuaciones diferenciales
• Una ecuación diferencial es una ecuación que involucra la primera o
segunda derivada de la función y 0(x) o y 00(x) que se busca y los val-
ores actuales de la función y(x) y tal vez los valores x.
• Por ejemplo: Esto es una ecuación diferencial
y 0(x) = x · y(x),
y esto
y 0(x) = sin(y(x))
y esto
x0(t) = t2x2(t)
y esto
x00(t) + 2x0(t) − x(t) = 0
y esto
0 1 2
y (x) = y(x) + x
1 + x2
y
0 1
x (t) =
1 + t2
• Por ejemplo: Esta es una ecuación diferencial
y 0(x) = x · y(x).

• Resolver la ecuacion diferencial significa encontrar una función y(x) que

la resuelve.
• Es decir la solución y(x) de la ecuación diferencial es una función difer-
enciable y(x) tal que las funciones
y 0(x)
y
x · y(x)
son iguales para cualquier x en el dominio.
• Por ejemplo para cualquier C > 0 y x ∈ R
x2
y(x) := Ce 2

satisface la ecuación diferencial porque

0 x2 x2 0 x2 x2
(y(x)) = Ce · ( ) = Ce 2 x = xCe 2 = xy(x).
2
2
• Por ejemplo: Resolver esta
y 0(x) = sin(x)
es sencillo: el lado derecho NO depende de y(x), por tanto sólo toca
integrar.
• Esdecir encontrar una función cuya derivada es el sin(x) es fácil:
Z
y(x) = sin(x)dx = cos(x) + C.
• Verifiquemos que para cualquier C
1 + Cet
y(t) =
1 − Cet
es la solución de
1
y 0(t) = (y 2(t) − 1).
2
Primero calculemos

y ahora

• Los dos lados son iguales, por tanto y(t) es una solución de la ecuación
diferencial.
 En general:

• Para ecuaciones diferenciales generales es difícil hasta imposible de

encontrar soluciones y(x) explícitas en forma de funciones simples.

• Resolver ecuaciones diferenciales es una generalización de la inte-

gración.

• Igual como integrar existen muchos de métodos para casos pecu-

liares y particularmente importantes donde sí se puede hacer de man-
era explćita.

• Aún más que en el caso de la integración es importante saber cómo

resolverlas por métodos computacionales.