Pontificia Universidad Católica de Chile

Departamento de Matemáticas

Mat 0100 Razonamiento Cuantitativo

Clase #9

Modelo lineal y exponencial

Contenidos

Definición de modelo matemático.

Modelo lineal.
Modelo exponencial.

Definición
Un modelo matemático es una abstracción simplificada de la realidad creada para un propósito particular. Ası́,
por ejemplo, un gráfico, una función o una ecuación pueden ser modelos matemáticos de una situación especı́fica.

Modelamos matemáticamente para poder realizar predicciones relativamente certeras de los fenómenos que
nos interesa estudiar. Siempre debemos tener en cuenta que al realizar una abstracción de la situación a estudiar
lo que estamos haciendo realmente es quedarnos con aquellas caracterı́sticas que consideramos mas importantes
y dejamos de lados otras que no lo son tanto.
Por ejemplo consideramos una población de personas en un pueblo cualquiera de Chile. Si la cantidad de
habitantes solo cambia debido a la natalidad y mortalidad tenemos que un buen modelo para saber la población en
un tiempo t es P(t) = P0 Rt , donde P(t) es la cantidad de habitantes en el tiempo t, P0 es la población inicial, y R
es la razón neta (R = 1 + natalidad − mortalidad) a la que la población crece por cada unidad de tiempo.
Sabemos que es poco factible que la población solo varı́e debido a la natalidad y mortalidad. Serı́a más realista
considerar también las variaciones debidos a migraciones. ¿Significa que el modelos propuesto anteriormente no
sirve? la respuesta es no (o no necesariamente). Depende del alcance de nuestro estudio lo complejo que puede
llegar a ser un modelo. Puede que nos baste con solo considerar como factor de cambio de la población la nata-
lidad y mortalidad o puede que necesitemos seguir complejizando el modelo (podrı́amos considerar migraciones,
cambio climático, etc).
Un esquema que representa bastante bien el proceso de modelado matemático es el siguiente:

Partimos de una situación real y concreta para luego realizar una abstracción y quedarnos con las variables
que consideremos relevantes. Posterior a eso llevamos dicha abstracción a lenguaje matemático y obtenemos

1
 2

resultados. Si los resultados no son todo lo buen reflejo de la realidad que queremos, volvemos a repetir el proceso,
esta vez complejizando más el modelo.

Modelo lineal
Supongamos que medimos la profundidad del agua que se acumula en un pluviómetro cuando llueve y supon-
gamos también que la lluvia cae a razón constante (misma cantidad de agua por intervalo de tiempo). La lluvia
se detiene después de 6 horas y queremos describir cómo varió la profundidad del agua con el tiempo durante
la tormenta. En esta situación, el tiempo es la variable independiente y la profundidad de la lluvia es la varia-
ble dependiente. Supongamos que, en base a nuestras medidas, con el pluviómetro, encontramos la función de
profundidad de lluvia que se muestra en la figura:

Debido a que la gráfica es una lı́nea recta, decimos que la función es una función lineal. Si usamos esta
función como modelo para predecir la profundidad de la lluvia en diferentes momentos, entonces diremos que la
profundidad en función del tiempo se rige por un modelo lineal.

Definición
Una función lineal tiene una razón de cambio constante y su gráfico es una lı́nea recta. La razón de cambio
es igual a la pendiente del gráfico. Cuanto mayor sea la razón de cambio, más pronunciada será la pendiente de
la recta. Podemos calcular la razón de cambio al encontrar la pendiente de la recta considerando dos puntos en el
gráfico:
cambio en la variable dependiente
razón de cambio = pendiente =
cambio en la variable independiente
 3

Ejemplo
Caminas por un sendero de 3 kilómetros, comenzando a 2400 metros de altura. El sendero se eleva 200 metros
por cada kilómetro que recorremos. La elevación a lo largo del sendero (en metros) puede ser vista como una
función de la distancia recorrida (en kilómetros).
De lo anterior tenemos que su elevación depende de la distancia que se ha caminado, la distancia es la variable
independiente y la elevación es la variable dependiente. El dominio es 0 a 3 kilómetros, que representa la longitud
del sendero. Se nos da un punto de datos: (0 km, 2400 m) representa la elevación de 2400 metros al inicio del
recorrido. También nos dan que la razón de cambio de elevación con respecto a la distancia es de 200 metros por
kilómetro. Por lo tanto, un segundo punto en el gráfico es (1 km, 2600 m). Con esto podemos dibujar la gráfica
conectando estos dos puntos con una lı́nea recta y extendiendo la lı́nea sobre el dominio de 0 a 3 kilómetros.

Como esperamos, la razón de cambio es la pendiente de la gráfica.

Observación: Este modelo asume que la elevación aumenta a una razón constante a lo largo de todo el sendero
de 3 kilómetros. Mientras que un cambio de elevación de 200 metros por kilómetro parece razonable como pro-
medio, la tasa real probablemente varı́a de un punto a otro a lo largo del camino. Es probable que las predicciones
del modelo sean estimaciones razonables en lugar de valores exactos de su elevación en diferentes puntos a lo
largo del camino.

Modelo exponencial
Como motivación consideremos una ciudad que en principio tiene una población de Pi = 10.000 habitantes y
crece a una tasa de 20 % por año. La razón en la que crece la población cada año es R = 1,2.

Luego del primer año tenemos P = Pi × 1,2 = 12.000 habitantes.

Luego del segundo año tenemos P = 12.000 × 1,2 = 14.400 habitantes.

Luego del tercer año tenemos 14.400 × 1,2 = 17.280 habitantes.

El siguiente grafico muestra lo anterior y que la población en función del tiempo no sigue un modelo lineal:
 4

La función que describe el modelo anterior se llama función exponencial y decimos que la población se rige
por un modelo exponencial.

Definición
Una función exponencial crece (o decrece) en la misma cantidad relativa (porcentaje) por unidad de tiempo.
Si Pi es la cantidad inicial de en t = 0 y por unidad de tiempo varı́a en r %, entonces la función exponencial tiene
la siguiente forma general:
P(t) = Pi × (1 + r/100)t

Ejemplo
El rápido desarrollo económico de China ha llevado a una demanda de crecimiento exponencial de energı́a,
y China genera más de dos tercios de su energı́a quemando carbón. En el perı́odo 2000 a 2012, el consumo de
carbón de China aumentó a una tasa promedio del 8 % por año, y el consumo de 2012 fue de aproximadamente
3.8 billones de toneladas de carbón.
Utilice estos datos para predecir el consumo de carbón de China en 2021.

Si asumimos que el consumo esta descrito por un modelo exponencial, entonces tenemos que

C(t) = Ci × (1 + 8/100)t = Ci × 1, 08t

Donde C(t) es el consumo de carbón medido en billones de toneladas y t = 0 en el año 2000.

Como C(12) = 3,8, entonces
3,8 = Ci × 1, 0812
de donde Ci ≈ 1, 51. Luego
C(t) = 1, 51 × 1, 08t
y C(21) ≈ 7, 60 billones de toneladas.
 5

Ejemplo
Considere un antibiótico que tiene una vida media en el torrente sanguı́neo de 12 horas (el tiempo que tarda
el cuerpo en consumir la mitad del antibiótico). Una inyección del antibiótico de 10 miligramos se administra a la
1:00 p.m ¿Cuánto antibiótico queda en la sangre a las 9:00 p.m.?

Si asumimos que la cantidad de antibiótico, C(t) medida en miligramos, se rige por un modelo exponencial,
entonces

C(t) = 10(1 + r/100)t

Sabemos que 5 = 10(1 + r/100)12 , entonces r ≈ −5, 6. Por lo tanto

C(t) = 10 × (0, 944)t

Cuando se cumplen las 9:00 p.m. han pasado 8 horas. Entonces la cantidad de antibiótico que queda en el
cuerpo es C(8) = 10 × (0, 944)8 ≈ 6, 3 miligramos.