Cálculo integral con ecuaciones diferenciales

Semestre 202010
Clase 19
Stewart, Sección 9.4
Modelos de crecimiento poblacional
16/04/2020
Michael A. Hoegele
 Contenido

1. La ley del creciemiento natural

2. El modelo logístico
 1. La ley del creciemiento natural
• t 7→ P (t) del número de individuos en una población que crece sin lim-
itaciones.

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

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

población que crece sin restricciones que
dP
(t) = kP (t)
dt
dP
• esto quiere decir, que la tasa de crecimiento 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
Formalmente es una ecuación separable:
1. Separar las variables
dP
= kdt
P
2. Integrar por separado
Z
1
dP = kt + C
P
nos da
ln |P | = kt + C ⇔ |P | = eC ekt = Kekt
y para P0 = ±K tenemos

P (t) = P0ekt.
 Para k > 0 tiene las gráfi-
cas dependiendo del dato ini-
cial P0 ∈ R
(
kt creciente P0 > 0
P (t) = P0e =
decreciente P0 < 0

• Para k = −1 < 0 y P0 = 100 se ve así,

 Generalizamos el modelo por emigración constante m > 0:
dP
= kP − m
dt
Igual es una ecuación separable que podemos resolver.
• Separar las variables
Z Z
1
dP = dt
kP − m
• Integrar por separado
1
ln |kP − m| = t + C
k
es decir
t C C t
|kP − m| = e k+ k =e e .
k k

• Para P (0) = P0 > 0 tenemos que

0 C C
|kP0 − m| = exp( + ) = e k .
k k
Entonces
t
|kP − m| = |kP0 − m|e k
 Resolviendo
t
|kP − m| = |kP0 − m|e k
obtenemos lo siguiente:

• Para P0 > 0 tal que kP0 − m > 0 tenemos que

t
kP (t) − m = (kP0 − m)e k

es decir
m kP0 − m t
P (t) = +( )e k → ∞.
k k

• Para P0 > 0 tal que kP0 − m 6 0 tenemos que

t
kP (t) − m = (kP0 − m)e k

es decir
m kP0 − m t
P (t) = +( ) ek
k | {z k }
<0
 Ejemplo: Explotación y sobreexplotación
• Tengamos una población de peces que satisface la ley de crecimiento
(lento)
dP
= 0.1P
dt
• En un momento t = 0 hay 1000 peces.
• Si la cuota constante de pesca es m = 90 peces por año entonces

0.1 · 1000 − 90 = 10 > 0

y
90
P (t) = + 100e0.1t = 900 + 100e0.1t
0.1
Dentro de un año t = 1
90
P (1) = + 100e0.11 = 900 + 100e0.1 = 1011.
0.1
ha cercido lentamente de 1000 iniciales a
900 + 100 · 1.11 = 1011
al final del año a peces a pesar de la pesca.

Es decir la pesca es sostenible.

Ahora aumentamos la cuota moderadamente de m = 90 a m = 110
dP
= 0.1P, P0 = 1000.
dt
Si m = 110, sin embargo, 0.1 · 1000 − 110 = −10 <, por tanto
110 110 0.1t
P (t) = + (1000 − )e = 1100 − 100e0.1t.
0.1 0.1

y
P (1) = 989
Por tanto no es sostenible.
¿Cuándo ya nos comimos todo?
0.1t ln(11)
0 = 1100 − 100e ⇔ t= = 10 ln(11) ≈ 24.
0.1
en aproximadamente 24 años

−→ Sobreexplotación insostenible acaba con el recurso completemente

en tiempo finito (cercano).
 2. El modelo 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
≈ 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
≈ 0.
dt
En otras palabras buscamos una extension de
dP
= k P (t)
dt
 Un modelo que satisface 1. y 2. naturalmente es modelo logístico:

dP P (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) = k P (1 − )
dt K
• Tenemos suerte: es una ecuación separable!
 dP P
(t) = k P (1 − )
dt K
• Separamos las variables
Z Z
1
P
dP = k dt
P (1 − K )
• Integrando por separado:
– El lado derecho da kt + C
– El lado izquierdo se calcula por fracciones parciales para el polinomio
ya factorizado P (K − P )
1 1
P
=K
P (1 − K ) P (K − P )
1 A B A(K − P ) + BP AK + P (−A + B)
= + = =
P (K − P ) P K − P P (K − P ) P (K − P )
nos da el sistema lineal
1 = AK
0 = −A + B
 1
Es decir A = B = K y
1 11 1  1 1
P
=K + = +
P (1 − K ) K P K − P P K−P
Integrando
Z  Z 
1  1 1 
P
dP = + dP
P (1 − K ) P K−P
 
= ln |P | − ln |K − P |
P
= ln | |
K−P
K−P
= − ln | |.
P
• Igualando lo que obtuvimos es
K−P K
− ln | | = kt + C ⇔ ln | − 1| = −kt − C.
P P
y
K
|− 1| = e−C e−kt.
P
Para A = ±e−C obtenemos que
K K
− 1 = Ae−kt ⇔ = 1 + Ae−kt
P P
y
K
P (t) = −kt
.
1 + Ae

Finalmente P (0) = P0 por tanto

K K K
P0 = P (0) = = ⇔ − 1 = A.
1 + Ae−k0 1 + A P0
que nos da
K
P (t) = K


1 + P0 − 1 e−kt
• Verificando calculemos la derivada dP dt :
dP  K 0  K
−kt
−10
= K


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


K
−kt
−2 K
−kt
kK P0
= K(−1) 1 + −1 e − 1 (−k)e =
2
P0 P0 K


1+ −1 e −kt
P0

• Segundo el lado derecho: Calculemos la kP (t)(1 − PK(t) )

P (t) K  1 K 
kP (t)(1 − )=k K

1− K


K 1 + P0 − 1 e −kt K 1 + P − 1 e−kt
0
K  1 
=k K


−kt
1 − K


1 + P0 − 1 e 1 + P0 − 1 e−kt
K K

−kt
− 1 e−kt


K  1 + P0 − 1 e 1  kK P0
=k K


−kt K


−kt
− K


−kt
=
2
1 + P0 − 1 e 1 + P0 − 1 e 1 + P0 − 1 e K


1+ −1 e −kt
P0
• ¿Qué significa todo eso? Significa que
K
P (t) = K


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

• Si P0 = 0, entonces
dP 0
(t) = k 0 · (1 − ) = 0.
dt K
• Si P0 = K, entonces
dP K
(t) = k K · (1 − ) = 0.
dt K
• Si P0 ∈ (0, K) entonces
K
− 1 e−kt


kK P0
K


2 > 0.
1+ P0 − 1 e−kt
• Si P0 > K entonces
K
− 1 e−kt


kK P0
K


2 < 0.
1+ P0 − 1 e−kt

• Para cualquier P0 > 0 tenemos que

K K
lim P (t) = = = K.
1 + PK0 − 1 limt→∞ e−kt 1 + 0


t→∞
A lo largo del tiempo crece hasta usar toda la capacidad del hábitat.
Ejemplo:
– Para un habitat de K = 1000 y una tasa de crecimiento inicial k = 0.8
tenemos

con el campo direccional

 Nos interesa cuándo (para cuál t) con población inicial P0 = 100 obten-
emos el valor P (t) = 900.
• Primero sabemos que la solución logística es
1000 1000
P (t) = 1000−100 −0.8t = −0.8t
.
1 + 100 e 1 + 9e
ahora resolvemos
1000
900 =
1 + 9e−0.8t
 ¿Qé tan bueno son los modelos?
• Experimento histórico con el crecimiento una población de unicelulares
en 1930
• G. F. Gause en 1930 (Muscú)

• Estimación k = 0.7944 y K64.

• Modelos de crecimiento de Bélgica
 Extenciones:
• Pesca constante de un modelo logístico:

Ejemplo: k = 0.8, K = 1000 y c = 10

129, 624 + 987, 34e0.7797t 129, 624e−0.7797t + 987, 34
P (t) = =
10 + e 0.7797t 10e−0.7797t + 1
y

tal que
P (t) → 987, 34 < K = 1000.
 Extenciones:
• Extinción subcrítica: debajo de un nivel m la población tiende muy rápi-
camento a 0.

Esta ecuación no tiene solución cerrada en general y sólo se puede

resolver de manera numérica.