Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ecuaciones Diferenciales
Ecuaciones Diferenciales
• La ecuación diferencial obtenida para cada punto esta numerada así: (1)
• La variable correspondiente al tiempo esta notada con la letra t
• La población presente de una plaga en un determinado tiempo t, está definida por p(t)
• La variación de la población en función del tiempo, o en otros términos, la velocidad
de crecimiento de una plaga está dada por 𝑑𝑝(𝑡) = 𝑝′(𝑡).
𝑑𝑡
2
𝑝′(𝑡) = 𝑁 ∗ 𝑀 = 𝐴𝑝(𝑡)𝐵𝑝(𝑡) = 𝐴 ∗ 𝐵 ∗ (𝑝(𝑡))
2
𝑝′(𝑡) = 𝑘(𝑝(𝑡)) (3)
𝑘𝑡
𝑝′(𝑡) = (4)
𝑝(𝑡)
Donde k es la constante de proporcionalidad de esta ecuación diferencial.
2
𝑝′(𝑡) = 𝑁 − 𝑀 = 𝐴𝑝(𝑡) − 𝐵(𝑝(𝑡))
2
𝑝′(𝑡) = 𝐴𝑝(𝑡) − 𝐵(𝑝(𝑡)) (5)
Donde A, B son las constantes de proporcionalidad de las tasas de natalidad y mortalidad
respectivamente.
b. ¿Qué hipótesis sobre el crecimiento poblacional se ajusta mejor a los datos obtenidos
para la especie A?
Nota: para este apartado se han realizado las gráficas correspondientes de la plaga A con las
soluciones de las ecuaciones diferenciales para comparar cual modelo es el que mejor se ajusta
al problema, estas gráficas están presentes en el anexo A.
La hipótesis que se ajusta mejor a los datos obtenidos es el modelo de Malthus, con el caso 2.
Caso 1
𝐵
𝑝′(𝑡) = 𝐴𝑡 −
𝑝0
𝐵
∫ 𝑝′(𝑡) 𝑑𝑡 = ∫ 𝐴𝑡 − 𝐴𝑑𝑡
𝑝0
𝐴 2 𝐵
𝑝(𝑡) = 𝑡 − 𝑡 + 𝑐
2 𝑝0
P(1) 1400
P(2) 1632
P(3) 1824
𝐴 𝐵
1400 = − +𝑐
21400
𝐵
1632 = 2𝐴 − +𝑐
700
27𝐴 3𝐵
1824 = − +𝑐
2 1400
A -4
B -333200
C 1164
Caso 2:
𝑝′(𝑡) = 𝐴𝑝(𝑡)
𝑑(𝑝(𝑡))
∫ = ∫ 𝐴 𝑑𝑡
𝑝(𝑡)
ln(𝑝(𝑡)) = 𝐴𝑡 + 𝑐
𝑝(𝑡) = 𝑐𝑒𝐴𝑡
P(1) 1400
P(24) 16000
1400 = 𝑐𝑒𝐴
1632 = 𝑐𝑒2𝐴
Cuyas soluciones son las siguientes:
A 0.10591
C 1259.298
𝑝(𝑡) = 1259.298𝑒0.10591𝑡
Caso 3:
2
𝑝′(𝑡) = 𝑘(𝑝(𝑡))
𝑝′(𝑡)
2 =𝑘
(𝑝(𝑡))
𝑝′(𝑡)
∫ 2 = ∫ 𝑘𝑑𝑡
(𝑝(𝑡))
1
− = 𝑘𝑡 + 𝑐
𝑦
1
𝑝(𝑡) = −
𝑘𝑡 + 𝑐
P(1) 1400
P(2) 1632
∫ 𝑝(𝑡)𝑝′(𝑡)𝑑𝑡 = ∫ 𝑘𝑡𝑑𝑡
2
(𝑝(𝑡)) = 𝑘𝑥2 + 𝑐
𝑝(𝑡) = √𝑘𝑥2 + 𝑐
Condiciones iniciales, extraídas de la tabla de las plagas
P(1) 1400
P(2) 1632
Caso 5:
2
𝑝′(𝑡) = 𝐴𝑝(𝑡) − 𝐵(𝑝(𝑡))
𝑝(𝑡)
𝑝′(𝑡) = 𝐴𝑝(𝑡)(1 − )
𝑘
𝑑(𝑝(𝑡))
∫
𝑝(𝑡) = ∫ 𝐴𝑑𝑡
𝑝(𝑡)(1 − 𝑘 )
1
𝑑(𝑝(𝑡)) 𝑑(𝑝(𝑡)) 𝑑(𝑝(𝑡)) 𝑝(𝑡)
∫ =∫ −∫ 𝑘 = ln(𝑝(𝑡)) − ln (1 −
𝑝(𝑡) 𝑝(𝑡) )
𝑝(𝑡)(1 − ) 𝑝(𝑡) 𝑘
𝑘 (1 − 𝑘 )
𝑝(𝑡)
ln ( ) = 𝐴𝑡 + 𝑐
1 − 𝑝(𝑡)
𝑘𝑒𝐴𝑡+𝑐
𝑝(𝑡) =
𝑘 + 𝑒𝐴𝑡+𝑐
𝑘
𝑝(𝑡) =
1 + 𝐶𝑒−𝐴𝑡
P(1) 1174
P(2) 1408
P(3) 22888
Para este apartado se usarán las soluciones de las ecuaciones diferenciales para el caso
número 2 y el caso número 5, para las plagas A y B respectivamente
Plaga A caso 2
50000000,00
45000000,00
40000000,00
35000000,00
30000000,00
25000000,00
20000000,00
15000000,00
10000000,00
5000000,00
0,00
0 20 40 60 80 100 120
Plaga B caso 5
35000
30000
25000
20000
15000
10000
5000
0
0 20 40 60 80 100 120
Para la plaga B, luego de un tiempo muy largo la población de esta se estabiliza alrededor de
30000 individuos, lo que significa que, a pesar de transcurrir el tiempo, la plaga ya no sigue
creciendo.
e. ¿Alguna de las poblaciones alcanza un máximo de población?
Si, la plaga B alcanza un máximo de población, lo cual se visualiza en la gráfica 2, del apartado
anterior.
f. De acuerdo con los resultados obtenidos ¿Qué plaga debe ser eliminada con los
recursos del municipio, debería el municipio buscar recursos adicionales para eliminar
la otra plaga?
Según los resultados obtenidos el municipio debería enfocarse en eliminar a la plaga A, ya que
según el modelo que más se acopla a los datos reales, la plaga sigue creciendo ilimitadamente
sin llegar a un máximo.
Dependiendo de las características de la plaga B, el municipio puede considerar que al alcanzar
esta un número máximo de individuos no es necesario eliminarla.
g. A pesar de que se identifica un modelo que se ajusta a los datos recopilados para la
plaga A, ¿Considera que este modelo es realista?
Según el modelo de Malthus (caso 2), la plaga A sigue creciendo indefinidamente, lo cual en
la realidad no puede ocurrir, ya que los recursos y el espacio en donde se desarrolla la plaga no
son infinitos, así que este modelo se ajusta a los datos, pero no es un modelo realista.
Anexo A
15000
10000
5000
0
0 5 10 15 20 25 30
20000
15000
10000
5000
0
0 5 10 15 20 25 30