MODELO LOGÍSTICO PARA CRECIMIENTO

POBLACIONAL
A, M. Jiménez-Cardona1, Ovalle-Gomez1, J.C Palacio-Ospina1,
Ingeniería Industrial1
Facultad de ingeniería
Universidad de San Buenaventura (Medellín)

1. INTRODUCCIÓN

El crecimiento poblacional es algo imparable, el ser humano bajo las necesidades instintivas
siempre buscará la manera de reproducirse generación tras generación. Hay periodos de la
existencia en donde la población ha crecido de una manera exagerada (después de la revolución
industrial) y a medida que pasa el tiempo se vuelve a regular, este comportamiento se debe a los
limitados recursos que tenemos en la tierra, ya que a medida que nacen más individuos de los que
mueren serán más las necesidades que se tienen que solucionar con los mismos recursos. Sin
embargo, para nadie es un secreto que tenemos recursos necesarios para todo mundo, pero que estos
no son distribuidos de la manera más apropiada y justa, por lo tanto, habrá lugares de miseria y
hambruna, mientras que otros gozan de excentricidades y lujosa comodidad. Teniendo en cuenta lo
anterior, se pretende resolver la siguiente premisa, ¿cuánta es la cantidad de población que tendrá
Colombia en un tiempo determinado? Esto por medio del uso de la ecuación logística y se analizará
la veracidad de los resultados en comparación con los reales.

2. PLANTEAMIENTO Y FORMULACIÓN DEL PROBLEMA

En casos hipotéticos una especie biológica puede crecer exponencialmente bajo ciertas
restricciones, suponiendo que no hay depredadores en su entorno y que sus recursos para sobrevivir
son los suficientes cada vez que nace un nuevo individuo, pero en la realidad es todo lo contrario,
las especies biológicas cuentan con depredadores en su ecosistema y sus recursos para sobrevivir no
son ilimitados. A partir de esto se pueden hacer cálculos de aproximación de la cantidad de
población que se puede tener en un entorno bajo condiciones reales.

Se quiere alcanzar a estimar un valor cercano del crecimiento de la población de Medellín a través
del uso y calculo que se puede generar con la ecuación logística. Además, detectar los factores que
impiden la exactitud de los resultados obtenidos por medio de las ecuación logística, comparando
los resultados con los antecedentes provenientes por el departamento administrativo nacional de
estadística (DANE) para así determinar cuál es el método de cálculo más eficaz y aproximado a los
datos reales.

3. JUSTIFICACION

La sobrepoblación es un tema que nos concierne a todos, en menos de 250 años se ha generado más
de seis veces la población que no se generó en miles de años. Es un fenómeno que genera
agotamientos de los recursos naturales, aumenta la degradación del medio ambiente, aumento del

1
coste de vida y afecta todos los campos económicos, sociales y ambientales. Regular el crecimiento
de la población es lo que muchos entes protectores buscan, la ONU hace poco alertó que para el
2030 habrá tanta población que los riesgos ambientes y económicos que se presentarán serán
sumamente peligrosos [1]. El crecimiento exponencial y logístico que ha tenido la población a lo
largo del tiempo se puede generar a través de ecuaciones que dan resultados bastante eficientes y de
gran ayuda para simular y predecir eventos, esto con el fin de mejorar la calidad de vida de la
población

4. OBJETIVOS

4.1. Objetivo general:

 Mostrar el uso de la ecuación diferencia logística para estimar datos en un tiempo
determinado.

4.2. Objetivos específicos:

 Generar datos mediante la ecuación logística sobre la cantidad de población entre 1905 y
2018 en la ciudad de Medellín.
 Comparar el resultado de la ecuación logística con los datos del departamento nacional de
estadística (DANE).

5. OBJETO DE ESTUDIO

Se pretende realizar un estudio poblacional sobre la ciudad de Medellín en un periodo de tiempo

comprendido entre 1905 y 2018 con datos recogidos por la entidad estatal DANE, para así llegar a
una comparación entre los datos reales y los obtenidos por este estudio mediante la ecuación
logística.

6. MARCO TEÓRICO

El concepto de población puede variar dependiendo de la disciplina en que se esté trabajando, para
este caso en particular, se tomará conceptualmente como una población a un grupo de personas que
conviven en un mismo lugar, se ha intentado hacer una serie de análisis que bajo algunos conceptos
de aproximación (representaciones inexactas que son fieles a la realidad) se busca medir los
posibles cambios que puedan tener dichas poblaciones a lo largo del tiempo, estos cambios están
ligados a algunas amenazas a las que pueden estar expuestas estos grupos, también están limitadas
por la demanda de recursos que se necesitan para sobrevivir. En Colombia, en octubre de 1953 se
crea una entidad que respondía a una necesidad de investigación en aspectos industriales,
económicos, agropecuarios, poblacionales y de calidad de vida basados en análisis estadísticos. El
Departamento Administrativo Nacional de Estadística (DANE), creado bajo el gobierno de Rojas
Pinilla, y que fue reestructurada después bajo el gobierno de Andrés Pastrana como se conoce
actualmente. El DANE es la entidad responsable de la planeación, levantamiento, procesamiento,
análisis y difusión de las estadísticas oficiales de Colombia. [2]

2
Crecimiento exponencial:

La tasa de crecimiento poblacional exponencial se asume que el crecimiento en el número de

individuos es de forma continua. En estos casos, no se tiene en cuenta las posibles restricciones de
crecimiento que pueda tener la población, con lo que no se podría decir con certeza los cambios en
las poblaciones y las posibles predicciones a futuro. Sin embargo, este sirve para determinar el
número de individuos que hay en una zona determinada, el cual aumenta con el tiempo, lo cual
ocurre en un contexto donde no hay ninguna amenaza a la existencia de esa especie [3], La ecuación
exponencial tiene la forma de:

Donde r se conoce como la tasa de aumento per cápita (producto interno bruto dividido por la
población), si r es positivo la población crece y si es negativo esta decrece, y N es el tamaño de la
población, este aumento poblacional estaría separado un poco de la realidad, teniendo en cuenta que
las poblaciones siempre tienen unas restricciones en su crecimiento, pueden ser por falta de recursos
o amenazas en el entorno. [4]

Crecimiento logístico:

El crecimiento logístico que se nombra como curva logística o curva en forma de S es una función
matemática que aparece en diversos modelos de crecimiento de poblaciones como también en
propagación de enfermedades epidémicas. Dicha función constituye un refinamiento del modelo
exponencial para el crecimiento de una magnitud. Modela la función sigmoidea de crecimiento de
un conjunto P. El estudio inicial de crecimiento es aproximadamente exponencial; al cabo de un
tiempo, aparece la competencia entre algunos miembros de P por algún recurso crítico K ("cuello
de botella") y la tasa de crecimiento disminuye; finalmente, en la madurez, el crecimiento se detiene
[5]. La ecuación logística tiene la forma de:

( )

La clase de funciones logísticas es utilizada para modelar la evolución del crecimiento de

poblaciones, tamaño de tumores, etc. En definitiva, el tamaño de cualquier entidad, y, cuyo aumento
está sujeto a limitaciones de diversa índole (alimentos, espacio físico, etc.).

Modelos de crecimiento de una población:

A lo largo de la historia autores han desarrollado en dinámica de poblaciones unos modelos que
serían de gran ayuda para estimar la cantidad de población que podría tener una zona determinada
en un tiempo determinado.

Modelo de Thomas Malthus:

El modelo de Thomas Malthus fue publicado en un 1798 en un ensayo sobre los principios de la
población, Malthus quería explicar la razón de la pobreza existente en aquellos tiempos, y
formuló una teoría que puede ser resumida de forma simplificada con la siguiente frase:

3
“Cuando no lo impide ningún obstáculo, la población va doblando cada 25 años, creciendo
de período en período, en una progresión geométrica. Los medios de subsistencia, en las
circunstancias más favorables, no se aumentan sino en una progresión aritmética.” [6] Su
visión se basaba en que las mejoras tecnológicas agrícolas y en la producción de alimentos
solo conllevaban mejoras temporales ya que serían consumidas por el excesivo aumento de
la población. La ecuación que rige el modelo de Thomas Malthus es la misma que la del
crecimiento exponencial, por lo tanto la solución a esa ecuación seria la siguiente:
( )

Modelo de Francois Verhuslt:

El modelo de Thomas Robert Malthus no era muy realista, ya que el crecimiento

exponencial puede ocurrir durante un tiempo, si hay pocos individuos y muchos recursos,
pero cuando el número de individuos es lo suficientemente grande, los recursos empiezan a
agotarse, lo que desacelera la tasa de crecimiento. Finalmente, el matemático belga Pierre
François Verhulst propuso otro modelo, la ecuación o función logística donde el tamaño de
la población se nivelará, o se estabilizará, lo que produce una gráfica con forma de S. El
tamaño de la población en el que el crecimiento poblacional se nivela representa el tamaño
poblacional máximo que puede soportar un medio ambiente en particular y se conoce
como capacidad de carga o K. La solución a la ecuación logística quedaría de la siguiente
manera:

( )
( )

En este modelo el número r se conoce como la razón de crecimiento intrínseco, y K es la

capacidad sustentable que es el máximo valor que puede tener P. El valor de r depende sólo
de la especie considerada, mientras que K depende tanto de la especie como del ambiente
en donde se desarrolla ésta y es el máximo valor posible en ese ambiente. [7]
Modelo de Benjamin Gomperzt:

Benamin Gomperzt fue un matemático autoeducado ya que se le negó el ingreso a la

facultad porque era judío. Sin embargo, fue nombrado Miembro de la Royal Society en
1819. Gompertz es conocido hoy día por la Ley de Mortalidad de Gompertz: un modelo
demográfico publicado en 1825. El modelo puede ser escrito como:

( )

Dónde:
N: Número de individuos.
R: Tasa de crecimiento.
K: Número de individuos en crecimiento.

4
En un ambiente controlado donde las causas externas de muerte son raras (condiciones de
laboratorio, países con baja mortalidad) el término de mortalidad independiente de la edad
es usualmente despreciable, y en este caso la fórmula se simplifica a la ley de mortalidad de
Gompertz con incrementos exponenciales en las tasas de muerte por edad. La ley de
mortalidad de Gompertz-Makeham describe la dinámica de edad en mortalidad humana de
manera más precisa en una ventana de edad de entre 30 y 80 años; para edades más
avanzadas la tasa de muerte no se incrementa tan rápidamente como la predicha por esta ley
(este fenómeno es conocido como desaceleración de mortalidad en el final de la vida). La
declinación histórica en la mortalidad humana antes de 1950 es en mayor medida explicada
por un decrecimiento en el componente edad-dependiente de mortalidad (parámetro
Makeham), mientras que la función de Gompertz se mantuvo sorprendentemente estable en
este período. [8] Luego de esa fecha, una nueva tendencia de mortalidad comenzó a liderar
a una declinación inesperada de las tasas de mortalidad en edades avanzadas y una “des-
rectangularización” de la curva de supervivencia. En términos de la teoría de la
credibilidad, la ley de mortalidad de Gompertz-Makeham representa una ley de falla, donde
la tasa de aleatoriedad es una mezcla de: una distribución de falla de no-edad y una
distribución de falla de edad con incremento exponencial en las tasas de fallas. [9]
Los ejemplos de uso del modelo de Gomperzt son básicamente en poblaciones en un
ambiente confinado y crecimiento de tumores, en la década de los sesenta fue utilizada por
primera vez exitosamente para ajustar la data del crecimiento de tumores. Denotando al
tamaño del tumor como X(t) es útil escribir la función de Gompertz de la siguiente manera:

( )
( )
Dónde:
 X(0) representa el tamaño del tumor en el instante 0.
 K es la capacidad de carga (el tamaño máximo que se puede alcanzar con los
nutrientes disponibles). De hecho, el límite cuando t tiende a ∞ de X(t) es igual a K,
independientemente de que X(0) ˃ 0. Nótese que en ausencia de terapias X(0) ˂ K,
mientras que en presencia de terapias X(0) ˃ K.
 “r” es una constante relacionada a la habilidad de proliferación de las células.

7. MARCO CONCEPTUAL

Algunos de los términos que se tratan a lo largo del presente trabajo, pueden ser tomados bajo
varias acepciones, por dicha razón se procede a definir los conceptos.

Miseria: Término que se refiere a la presencia de pobreza muy acentuada y notoria.

Recursos: Son los distintos medios o ayuda que se utiliza para conseguir un fin o satisfacer una
necesidad.

Hambruna: Se refiere a cuando en una población la demanda de alimento supera la oferta, por lo
tanto, los recursos disponibles no suplen las necesidades nutricionales.

5
Individuo: Perteneciente a una especie o género que conviven.

Especie biológica: Grupo de individuos semejantes que en naturaleza solo se reproducen entre sí, y
tienen un antecesor común.

8. MARCO DE ANTECEDENTES

Juan Carlos Cortés, José Vicente Romero, María Dolores Roselló y Rafael Jacinto
Villanueva, realizaron: “El modelo no lineal de crecimiento logístico: estudio y solución”.
El principal objetivo de la investigación era estudiar los modelos no lineales de crecimiento
regidos por ecuaciones diferenciales ordinarias, en este se da una vista general del modelo
exponencial y una más profunda del modelo logístico. Se buscó justificar matemáticamente
sus propiedades analíticas y así caracterizar las soluciones que estas ecuaciones brindan.

La Revista electrónica de Veterinaria (REDVET), realizó en 2010: “El modelo logístico:

Una alternativa para el estudio del crecimiento poblacional de organismos” Este trabajo
busca que la comunidad área biológico-Agropecuaria-Pesquera estudie el crecimiento
poblacional mediante el modelo logístico y lo haga por medio de un análisis detallado de
los parámetros de dicho modelo. Se fundamentó en un estudio realizado en prácticas de
laboratorio sobre organismos, expone resultados y un análisis de los factores que afectan
dicha solución.
9. MARCO GEOGRÁFICO

El proyecto a realizar estará situado en el municipio de Medellín capital del departamento de

Antioquia, ubicado en el centro del Valle de Aburrá con una población de 2.508.452 habitantes
según el departamento nacional de estadística (DANE), siendo la segunda ciudad más poblada de
Colombia y con mayores índices de productividad. La ciudad de Medellín cuenta con la
distribución administrativa de dieciséis comunas: Popular, Santa Cruz, Manrique, Aranjuez,
Castilla, Doce de Octubre, Robledo, Villa Hermosa, Buenos Aires, La Candelaria,
Laureles- Estadio, La América, San Javier, El Poblado, Guayabal y Belén y cinco
corregimientos: Palmitas, San Cristóbal, Altavista, San Antonio de Prado y Santa Elena. La
ciudad tiene un total de 249 barrios urbanos oficiales en su área de 382km2.
Límites del municipio:

Las limitaciones del municipio de Medellín son: al norte con los municipios de Bello,
Copacabana y San Jerónimo; al sur con Envigado, Itagüí, La Estrella y El Retiro; al oriente
con Guarne y Rionegro, y por el occidente con Angelópolis, Ebéjico y Heliconia.
10. MARCO DEMOGRÁFICO

El municipio de Medellín siendo uno de los lugares de mayor interés en Colombia, debido
a sus altos índices de progreso y sostenibilidad, el DANE y la alcaldía de Medellín ofrece
una serie de datos en donde muestra la distribución de género de la ciudad, en donde hay
un sobresaliente porcentaje por el lado femenino con un 8,8% de diferencia, mientras que

6
por el lado masculino se cuenta con un equivalente a 45.6%, por el lado femenino hay un
54,5% de la población, por lo que se puede deducir que por cada 100 mujeres hay 95
hombres al margen de la zona. El tipo de población que alberga la capital de Medellín
contiene unas cifras de un 22,5% de niños que van desde los 0-14 años de edad, un 68,3%
de población que van desde los 15 años hasta los 64 años y por ultimo un 9,2% de
población adulta que sobresalen los 65 años de edad.
11. RESULTADOS Y ANALISIS DE RESULTADOS

La administración nacional de estadística DANE genera datos reales de la cantidad de población de

una zona del país periódicamente, de esta manera se publican la cantidad de individuos que hay en
la zona de nuestro interés que es la ciudad de Medellín, por lo tanto, se hará la comparativa de los
censos del DANE desde el año 1905 hasta el último año en que se tienen registros de censo, es
decir, el año 2018, con respecto a la cantidad de población que se genera con el modelo logístico.

AÑO M.LOGÍSTICO DANE % DE ERROR

1905 59815 59815 0,0
1912 71254 70547 1,0
1918 82785 79146 4,4
1928 150093 120044 20,0
1938 223912 168266 24,9
1951 376627 358189 4,9
1964 633497 772887 22,0
1973 908010 1077252 18,6
1985 1467413 1468089 0,0
1993 1834881 1630009 11,2
2005 2498080 2214494 11,4
2006 2525902 2239003 11,4
2007 2553012 2265244 11,3
2008 2580414 2291378 11,2
2009 2608109 2317336 11,1
2010 2636101 2343049 11,1
2011 2664394 2368282 11,1
2012 2692991 2393011 11,1
2013 2721894 2417325 11,2
2014 2751108 2441123 11,3
2015 2780626 2464322 11,4
2018 2863926 2508452 12,4
Tabla 1. Resultados

Los desfases de los resultados teóricos obtenidos con el modelo logístico con respecto a los reales
que se obtiene con el DANE pueden tener un alto margen de error, debido a que cada uno lo
conforma diferentes variables, es decir, en el caso para el modelo logístico se cuenta con un

7
cantidad de población que el área puede sustentar y va cambiando a medida que la ciudad crece y se
desarrolla, además de un promedio de la tasa de crecimiento de la población que también varía en
periodos de tiempo, mientras que el resultado real se puede alterar debido a todos los problemas o
inconvenientes de los ciudadanos dentro de la zona y además a la falta de censo en algunos sectores
de la ciudad.

RESULTADOS DEL MODELO LOGÍSTICO

3500000

3000000

2500000

2000000

1500000

1000000

500000

0
1880 1900 1920 1940 1960 1980 2000 2020 2040

AÑO

Gráfica 1. Resultados del modelo logístico.

RESULTADOS DEL DANE

3000000
CANTIDAD DE POBLACIÓN

2500000

2000000

1500000

1000000

500000

0
1880 1900 1920 1940 1960 1980 2000 2020 2040

AÑO

Gráfica 2. Resultados del DANE.

Los resultados del DANE muestran una gráfica de forma sigmoidea, lo que garantiza una base del
comportamiento de la función logística, en su principio comienza con un orden exponencial con
grandes sumas de población a medida que pasaba el tiempo, fue hasta el año 2005 en que comenzó
a regularse ese comportamiento y las diferencias de población entre un año y el otro no son tan

8
drásticos como en el pasado, ya que la población ha llegado a un punto de “maduración” y sus
índices de crecimiento se reducen por un periodo de tiempo.

12. IMPACTO INSTITUCIONAL Y SOCIAL

Al conocer los resultados proporcionados por el DANE, se logra evidenciar un aumento poblacional
por cada año que transcurre en la región, esto ocasiona diversos impactos como los mencionados al
principio del proyecto, como lo son agotamientos de los recursos naturales, aumenta la degradación
del medio ambiente, aumento del coste de vida y afecta todos los campos económicos y sociales,
algunos de estos problemas se logran evidenciar en el área de Medellín la cual es el lugar de estudio
para este proyecto y donde se dará a conocer los efectos que esto genera.

Principalmente se tiene en cuenta la contaminación ambiental, por ejemplo, el rio Medellín y el aire
atmosférico, siendo este un problema tan fuerte que se han dado alertas por la calidad critica del
fluente y del aire, esto se debe a un aumento en el crecimiento poblacional de la región la cual desde
el año 2008 hasta el 2018 el aumento en el valle de aburra fue de 217074 habitantes, esto genera un
incremento en el parque automotor, para el año 2015 se tuvo un incremento del 53,13% con
respecto al año 2011 siendo esta la tasa más representativa, seguida de un aumento del 28% en la
categoría de automóviles, por suerte la cuidad ha logrado tener diversos avances para mejorar estas
impactos ambientales. [10]

Por otro lado, el aumento poblacional también ha generado avances tecnológicos las cuales traen
consigo la investigación y el desarrollo que buscan soluciones a las demandas de las personas, como
por ejemplo adaptar todo nuestro entorno a la industria 4.0, por ello industrias internacionales como
el banco mundial, han invertido en la población colombiana, ya que encuentran en ella un gran
potencial científico. [11]

13. CONCLUSIÓN

Los datos obtenidos por medio del modelo son una base de más o menos la cantidad de población
que podría tener la capital de Medellín en un respectivo año teniendo en cuenta la tasa de
crecimiento que el departamento de administración nacional de estadística reporta. El modelo es de
gran utilidad para dar predicciones con una aproximación bastante razonable en la práctica. Sin
embargo, es pertinente aclarar que las predicciones obtenidas pueden contener muchos errores por
no tomar en cuenta todas las variables que afectan el proceso, variables como los avances
tecnológicos, conflictos armados, enfermedades, entre otras, fácilmente pueden alterar los
resultados de la predicción. Por lo tanto, estimar un buen resultado por medio del modelo puede
generar las medidas necesarias para estar preparado a alguna dificultad que se puede presentar sin
aviso alguno.

9
14. REFERENCIAS

[1] B. news, «Por que el 2030 es la fecha limite de la humanidad,» 2018.

[2] DANE, «Reseña histórica.,» [En línea]. Available:
https://www.dane.gov.co/index.php/acerca-del-dane/informacion-
institucional/generalidades. [Último acceso: 2019].
[3] Diana Fabíola Moreno Sierra, Aguinaldo Robinson de Souza, GÓNDOLA, Vol 5 No 2,
2010.
[4] K. Academy, «Crecimiento exponencial y logístico,» 2014.
[5] K. S.E, «Modeling Nature,» ISBN, 1995.
[6] López, C., Carlos, J., Ferragud, R., Dolores, M., Micó, V., & Jacinto, R. (n.d.). ,
«Modelos continuos de crecimiento : del modelo exponencial al modelo logístico.».
[7] J. L. L. Fernández, «La ecuación diferencial logística (o de Verhulst),» 2011.
[8] J. L. L. Fernández, «La ecuación diferencial de Gompertz,» 2011.
[9] G. Garcia, «Estadistica Actuarial,» WikiFoundry, 2009.
[10] J. M. C. P. D. F. H. V. J. L. David Aguiar Gil, «Escuela internacional de desarrollo
sostenible,» 2017. [En línea]. Available: https://escuela-ids.itm.edu.co. [Último
acceso: 2019].
[11] «Banco mundial,» [En línea]. Available:
https://www.bancomundial.org/es/country/colombia.

10