1. Establecer condiciones para lograr el equilibrio en el caso de coeficientes constantes.

Alfa, beta y gama (si existe)

N=1500;

Ni(0)=50;

Ns(0)=900;

α=0.0008;

γ=0.01;

β=0.2;

Desde un intervalo de tiempo de 0 a 200 dias

The number of infected members of the population The number of members of the population susceptible to infection but not ill
900
400 Ni (t) Ns(t)

800
350

700
300

600

250

500

200

400

150

300 X: 200
Y: 250.4

100
X: 198.9
200
Y: 62.7

50
100
0 50 100 150 200 0 50 100 150 200
time [days] time [days]

2.Considere el caso de coeficientes variables.

 ∝=0.0008 e−t ;
Probabilidad de infección con reducción exponencial.

The number of infected members of the population The number of members of the population susceptible to infection but not ill
900
Ni (t) Ns(t)
550
800

500

700
450

400 600

350 500

300
400

250

300
200

200
150 X: 99.27
Y: 125.1

100 X: 99.27
100
Y: 69.06

50
0 20 40 60 80 100 0 20 40 60 80 100
time [days] time [days]

3.Analice los resultados obtenidos y decida si el modelo es adecuado

El número de miembros de la población susceptibles a la infección decrementa si la probabilidad

de infección reduce por días.
CODIGO MATLAB

clc
clear
global alf gam beta N
k=4;
N=1000;
N1=50;
N2=800;

ts=[0 200];
%Const
alf=0.0008;
gam=0.01;
beta=0.2;

N0=[N1 N2];
[tS,NN]=ode45(@funcion,ts,N0);

subplot(1,2,1)
plot(tS,NN(:,1),'color',[0.1 0.7 0.3],'linewidth',2)
grid minor
%число инфицированных членов популяции
title('The number of infected members of the population')
xlabel('tiempo [Años]')
legend('N_i(t)')
axis([0 max(tS) min(NN(:,1)) max(NN(:,1))])
subplot(1,2,2)
plot(tS,NN(:,2),'color',[0.8 0.3 0.3],'linewidth',2)
grid minor
%число членов популяции восприимчивых к инфекции, но не болеющих
title('The number of members of the population susceptible to infection
but not ill')
xlabel('tiempo [Años]')
legend('N_s(t)')
axis([0 max(tS) min(NN(:,2)) max(NN(:,2))])
function dN = funcion(t,x)
global alf gam beta N
Ni=x(1);
Ns=x(2);

dN=[(alf*Ns-beta)*Ni ; gam*(N-Ns)-alf*Ni*Ns];
end