Documentos de Académico
Documentos de Profesional
Documentos de Cultura
En un estudio cualquiera, el investigador suele poner su atención a aquello que llama “variables
de interés”, luego suele proceder a formular un experimento que le permita medir valores de
las mismas y obtiene típicamente una tabla de datos, como la que mostraremos en el siguiente
ejemplo:
Los modelos estáticos de crecimiento de microalgas establecen una función entre la irradiancia
x y la velocidad específica de crecimiento y, medidas en las unidades apropiadas. Prescindiremos
de las unidades a lo largo del ejemplo, por simplicidad.
Lo característico de los modelos estáticos es que son independientes del tiempo y por tanto, el
tiempo no aparece en la ecuación. Los datos obtenidos figuran en la tabla adjunta:
x y
0,00 0,00
0,12 1,36
0,23 1,64
0,46 2,45
0,92 5,45
1,85 7,50
3,69 10,23
7,39 11,59
14,55 12,27
29,09 13,23
Matemáticamente, definimos una función como una relación que asigna a cada elemento x
de un conjunto X un único elemento y de un conjunto Y.
Es común que intentemos interpretar la tabla, y manera de representar los datos puede ser
a través de una gráfica. La idea suele ser, por lo general, considerar un sistema de
coordenadas cartesianas en el plano (dos rectas perpendiculares que se cortan en un origen
común y representan a los conjuntos X e Y respectivamente), luego establecer una escala
apropiada para cada eje y representar todos los pares ordenados de la tabla.
Ejemplo 1 (continuación)
Utilizaremos GeoGebra para graficar los puntos de la tabla. Para ello, elegimos “Vista
tabular”, pegamos nuestra tabla de datos y luego creamos una lista de puntos.
Automáticamente se generará la siguiente gráfica asociada al ejemplo.
Se puede observar que, a partir que crece la Irradiancia (variable x), se registra un aumento
en el crecimiento de la velocidad de crecimiento (variable y) que además tiende a alcanzar
una cota superior apenas encima de 12.
Casi con seguridad, la inquietud será pensar en establecer algún tipo de fórmula para la
función representada. Estamos pensando en hallar la representación algebraica de la
misma.
No esperamos una fórmula mágica que reproduzca exactamente nuestras mediciones, pero
sí una que permita captar en su esencia el proceso observado y además que, con un error
aceptable, para cada uno de los valores de la primera columna de la tabla, produzca valores
“cercanos” a los de la segunda columna de la misma.
El siguiente paso consiste en preguntarse: “¿cómo hallamos la fórmula que se adecúe al tipo
de datos relevados?” En principio (y a no asustarse) esta pregunta puede tener varias
respuestas, dado que quizá no deberíamos pensar en “la” fórmula, sino posiblemente en
un grupo de fórmulas que modelen aceptablemente los datos de la tabla.
Casi por accidente y sin pensarlo como un objetivo, ya estamos en la búsqueda de un modelo
matemático.
Ejemplo 1 (continuación)
Para ello, ingresamos la fórmula del modelo en Geogebra en la “Vista algebraica”. Por razones
de simplicidad y para que el programa reconozca los nombres, llamemos a las constantes
𝑎 = 𝑦𝑚𝑎𝑥 y 𝑏 = 𝑥𝑚𝑎𝑥 . Se muestra a continuación la gráfica correspondiente:
Como se observa, hay dos barras (una por cada parámetro), que permite al usuario deslizar dos
controles para asignar diferentes valores de los mismos. Luego de algunos ajustes, tenemos una
aproximación razonable: 𝑎 = 𝑦𝑚𝑎𝑥 = 12,1 y 𝑏 = 𝑥𝑚𝑎𝑥 = 1,7. Se puede ver que la curva del
modelo se ajusta bastante bien a los datos de la tabla. De nuevo, estos no son quizá los
“mejores” valores que podemos asignar a los parámetros (que surgirán del ajuste por Regresión
No Lineal), pero sirven para ver rápidamente que el modelo elegido captura bastante bien la
naturaleza de los datos obtenidos.
Ejercicio 1
a) Discutir interpretaciones de los parámetros 𝑦𝑚𝑎𝑥 y 𝑥𝑚𝑎𝑥 (Ayuda: para interpretar este
último parámetro, busque información en Internet de la curva de carga de un capacitor
– tema estudiado en Física).
b) Busque información en Internet de la ecuación del modelo Moser (1958). Pueden elegir
otro similar.
c) Repita el procedimiento del ejemplo 1.
d) Discuta interpretaciones de los parámetros del modelo elegido.
2) Ritmos de cambio
El ejercicio anterior da pie a algunas preguntas que no conviene pasar por alto. Algunas de ellas
son:
a) El modelo de Moser está relacionado con el de Monod (1942), pero ambos son modelos
cinéticos de crecimiento de bacterias, ¿Qué relación tiene esto con el problema de
Teissier?
b) ¿Cómo se llega a la formulación de estos modelos que describen con gran precisión los
datos experimentales? Porque no es sencillo imaginar una relación funcional como la del
𝑥
(− 𝑥 )
modelo de Teissier: 𝑦 = 𝑦𝑚𝑎𝑥 (1 − 𝑒 𝑚𝑎𝑥 ).
En la reacción entre el Bromo y una solución acuosa de ácido metanoico (fórmico), produce
anión bromuro, catión hidrógeno (ambos en estado acuoso) y dióxido de carbono en estado
gaseoso. La tabla siguiente nos muestra cómo cambia la concentración molar de Bromo en el
tiempo:
C
t
Concentración
Tiempo (s)
de Bromo (M)
0 0,012
50 0,0101
100 0,00846
150 0,0071
200 0,00596
250 0,005
300 0,0042
350 0,00353
400 0,00296
Volviendo a nuestro ejemplo, como tenemos concentración (C) en función del tiempo (t),
entonces calculamos las razones promedio de cambio correspondientes a los distintos intervalos
𝑪(𝒕𝟏 )−𝑪(𝒕𝟎 ) 𝐶(𝑡2 )−𝐶(𝑡1 ) 𝐶(𝑡3 )−𝐶(𝑡2 )
de tiempo: , , , etc.
𝒕𝟏 −𝒕𝟎 𝑡2 −𝑡1 𝑡3 −𝑡2
∆𝑪
El cociente puede interpretarse como la velocidad de cambio promedio de la concentración
∆𝒕
y representa el ritmo de cambio promedio de C en un intervalo de tiempo dado.
Este cálculo si bien se puede realizar con lápiz, papel y calculadora, lo podemos hacer también
con una planilla de cálculo (Excel) en forma automática, o en GeoGebra en la “Vista hoja de
Cálculo”.
Poco a poco veremos cómo ir incorporando las herramientas informáticas necesarias para
resolver nuestros problemas. Este es un proceso que va de la mano de la demanda de la
herramienta.
∆𝑪
A continuación, se muestra la gráfica de en función de C.
∆𝒕
Cómo se ve, a medida que aumenta la concentración, el cociente incremental disminuye. Pero
la relación es aproximadamente lineal. Si fuera exactamente lineal, la recta observada debería
pasar por todos los puntos graficados (y por poco no ocurre).
Podemos escribir entonces que:
∆𝐶
≈ −𝑘𝐶.
∆𝑡
∆𝐶
Estamos diciendo que es aproximadamente proporcional a 𝐶. En esta “pseudo-ecuación”, la
∆𝑡
constante 𝑘 representa una constante de proporcionalidad y el signo menos captura la idea
que cuando una de las magnitudes aumenta, la otra disminuye.
Pareciera que, en este fenómeno estudiado, la relación más sencilla no se da entre C y t, sino
∆𝐶
más bien entre y C.
∆𝑡
Ahora bien, cómo transformamos esta “pseudo-ecuación” en una ecuación propiamente dicha?
Intuitivamente, podemos decir que si medimos en instantes de tiempo más próximos, los ∆𝑡
∆𝐶 𝑑𝐶
serán más pequeños y la razón estará cada vez más próxima a (derivada de la
∆𝑡 𝑑𝑡
𝑑𝐶
concentración respecto del tiempo). representa la tasa instantánea de cambio y es una
𝑑𝑡
velocidad. En ese caso, escribimos:
𝑑𝐶
= −𝑘𝐶.
𝑑𝑡
Esta es una ecuación diferencial ordinaria. Representa la cinética de una reacción química de
orden 1.
Más adelante volveremos sobre este ejemplo.
Ejercicio 2
Concentración
Tiempo (s)
NO2 (M)
0 0.01
30 0.0082168
60 0.00658031
90 0.0055221
180 0.00390941
Para el desarrollo del curso, es necesario revisar el cálculo de derivadas. De manera tradicional,
se suele volver a la clásica tabla de derivadas y la regla de la cadena para el cálculo de derivadas
de funciones compuestas. En este curso optaremos por un enfoque diferente. Consideramos
que teniendo a disposición herramientas como GeoGebra para el cálculo, el estudiante debe
utilizarlas, enfocando su atención mayormente en el estudio de los sistemas planteados.
Para poder utilizar GeoGebra, es necesario realizar un pequeño cambio para ingresar la
ecuación: la función no puede llamarse 𝑋(𝑡) porque X es una letra reservada para ser utilizada
como variable independiente.
𝑋(𝑡) = 𝐴 𝑐𝑜𝑠(𝜔 𝑡 + 𝜑0 )
Como nuestro modelo era 𝑋(𝑡) = 𝐴 𝑐𝑜𝑠(𝜔 𝑡 + 𝜑0 ), ahora tenemos que reescribir la derivada
calculada en GeoGebra en términos de las constantes originales.
Observando los valores asignados a las constantes y cómo aparecen en g’(t), deducimos que la
ecuación correspondiente es:
𝑋′ (𝑡) = −𝐴 𝜔 𝑠𝑒𝑛(𝜔 𝑡 + 𝜑0 )
Nota: Algunas notaciones equivalentes para la derivada de una función y= f(x) que usaremos
𝑑𝑦 𝑑𝑓(𝑥)
son: 𝑓 ′ (𝑥), 𝑦 ′ , , . Existen otras, pero todas significan lo mismo “derivada de la función
𝑑𝑥 𝑑𝑥
f(x) respecto a la variable x”.
Ejercicio 3
Calcula las siguientes derivadas utilizando GeoGebra (en algunos casos será necesario hacer
algunas adecuaciones como vimos en el ejemplo).
a) 𝑚(𝑥 ) = 3𝑥 1
b) ℎ(𝑠) = 2𝑠 3 − 2 𝑠𝑒𝑛(𝑠)
d) 𝑓 (𝑟) = ln(𝑟)
c) 𝑔(𝑡) = 𝑡 8
𝑥
k) 𝑤 (𝑥 ) = 𝑟𝑥 l) 𝑓(𝑥) = 𝑟𝑥 (1 − 𝐾)
𝑆𝑛
−
𝑥
n) 𝑟(𝑆) = 𝑦𝑚𝑎𝑥 (𝐾+𝑆 𝑛 )
m) ℎ(𝑥 ) = 𝑦𝑚𝑎𝑥 (1 − 𝑒 𝑥𝑚𝑎𝑥 )
ln(𝑥)
𝑆 p) 𝑓(𝑥) = 𝑥𝑟 (1 − )
o) 𝑓(𝑆) = 𝑦𝑚𝑎𝑥 ( ) 𝐾
𝐾𝑚 +𝑆𝑛 +𝐾1 𝑆2
4) Antiderivadas
Sea una función f(x) definida en un intervalo I, llamamos antiderivada o integral indefinida
de f a una función F(x) tal que F’(x) = f(x)
Supongamos que tenemos una función 𝑓(𝑥) = 𝑥 3 y decidimos hallar la antiderivada. Entonces
podemos escribir:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = , porque 𝐹 ′ (𝑥) = 𝑥 3
4
Pero también podríamos haber escrito:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = + 7 , porque 𝐹 ′ (𝑥) = 𝑥 3
4
O quizá:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = + 15 , porque 𝐹 ′ (𝑥) = 𝑥 3 , etc.
4
𝑥4 𝑥4 𝑥4
Está claro que , + 7, + 15 , etc. todas tienen por derivada a 𝑓(𝑥) = 𝑥 3 .
4 4 4
En general escribimos:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = + 𝐶 , porque 𝐹 ′ (𝑥) = 𝑥 3 y C es una constante arbitraria. La
4
primitiva representa entonces una familia de curvas.
Podemos hacer un esquema de la situación:
INTEGRACIÓN
f(x) F(x) + C
DERIVACIÓN
El proceso de calcular integrales indefinidas es más complejo que el del cálculo de derivadas. En
el contexto de este curso, usaremos GeoGebra como herramienta para el cálculo de las mismas.
En los casos en que las antiderivadas no estén disponibles analíticamente, recurriremos a
métodos numéricos, como veremos más adelante.
1
𝐹(𝑥) = ∫ 𝑥 𝑑𝑥
𝑟𝑥 (1 − )
𝐾
Veamos el resultado que nos da GeoGebra:
1
𝐹(𝑥) = ∫ 𝑥 𝑑𝑥 = 𝑙𝑛(|𝑥 |) − 𝑙𝑛(|−𝐾 + 𝑥 |) + 𝐶
𝑟𝑥 (1 − )
𝐾
Ejercicio 4
Calcula las primitivas de las funciones de los incisos k-l-m-n-o-p del Ejercicio 3 utilizando
GeoGebra.
Cuando decimos que dos variables x e y son directamente proporcionales, nos referimos a que
existe una constante de proporcionalidad K tal que 𝒚 = 𝑲𝒙.
Claro, también podríamos haber dicho que dos variables x e y son directamente
proporcionales, si existe una constante de proporcionalidad K’ tal que 𝒙 = 𝑲′𝒚.
Basta con recordar que K no tiene que ser igual a K’, pero la idea es la misma.
Si nos quedamos con la primera versión, esto implica que si 𝑥1 < 𝑥2 entonces 𝑦1 = 𝐾𝑥1 <
𝐾𝑥2 = 𝑦2 . En términos sencillos, si aumenta x, aumenta y (y viceversa obviamente).
Ejercicio 5
𝑑𝑋
Considere la siguiente ecuación diferencial ordinaria: = 𝑓(𝑥, 𝑡). Tengamos en mente que el
𝑑𝑡
objetivo es encontrar la solución de la misma, la función X(t), que nos permitirá entender la
evolución temporal del proceso.
Para resolver la misma, el primer paso es separar las variables, lo que nos lleva a:
1
𝑑𝑋 = 𝑑𝑡
𝑓(𝑥, 𝑡)
Por lo tanto, y dado que sabemos que la integración es el camino inverso a la derivación,
deberemos integrar miembro a miembro la ecuación anterior:
1
∫ 𝑑𝑋 = ∫ 𝑑𝑡
𝑓(𝑥, 𝑡)
1
∫ 𝑑𝑋 = 𝑡 + 𝐶
𝑓(𝑥, 𝑡)
El más sencillo de los métodos numéricos disponibles para tal fin, es el Método de Euler. Existen
varias modificaciones del mismo.
Propongamos entonces, para ver cómo funciona el método, el problema de valor inicial:
𝑑𝑋
= 𝑓(𝑥), y la condición inicial X = X0 si t = 0
𝑑𝑡
𝐿1 = 𝑦0 + 𝑓(𝑥0 )(𝑥1 − 𝑥0 )
𝑦1 ≈ 𝐿1 = 𝑦0 + ℎ𝑓(𝑥0 )
𝑦2 ≈ 𝐿2 = 𝑦1 + ℎ𝑓(𝑥1 )
En [𝑥2 , 𝑥3 ]
𝑦3 ≈ 𝐿3 = 𝑦2 + ℎ𝑓(𝑥2 )
…………………
Y así sucesivamente, hasta:
En [𝑥𝑛−1 , 𝑥𝑛 ]
𝑦𝑛 ≈ 𝐿𝑛 = 𝑦𝑛−1 + ℎ𝑓(𝑥𝑛−1 )
A los efectos de ver cómo funciona el método de Euler, haremos una implementación en Excel
del mismo. El archivo de referencia es Euler.xlsx
𝑥
Para precisar, tomaremos 𝑓(𝑥) = 𝑟𝑥 (1 − ), por lo tanto, el problema de valor inicial es:
𝐾
𝑑𝑥 𝑥
= 𝑟𝑥 (1 − ), , con la condición inicial 𝑥0 = 1, cuando t = 0
𝑑𝑡 𝐾
La implementación es:
𝑥0
𝑦1 ≈ 𝐿1 = 𝑦0 + ℎ 𝑟𝑥0 (1 − )
𝐾
𝑥1
𝑦2 ≈ 𝐿2 = 𝑦1 + ℎ 𝑟𝑥1 (1 − )
𝐾
……….
𝑥𝑛−1
𝑦𝑛 ≈ 𝐿𝑛 = 𝑦𝑛−1 + ℎ 𝑟𝑥𝑛−1 (1 − )
𝐾
En la gráfica, en azul, está graficada la solución exacta. En gris, la solución aproximada. La curva
obtenida es la famosa curva logística.