a. Plantee las ecuaciones diferenciales para cada una de las hipótesis.

• 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

1. La velocidad de crecimiento de la plaga A en un instante de tiempo se puede estimar

como la razón neta entre la tasa de natalidad y la tasa de mortalidad, la tasa de natalidad
es directamente proporcional al tiempo y la tasa de mortalidad es inversamente
proporcional a la población de la plaga A.
𝐵
𝑝′(𝑡) = 𝑁 − 𝑀 = 𝐴𝑡 −
𝑝0
𝐵
𝑝′(𝑡) = 𝐴𝑡 − (1)
𝑝0

Donde A, B son las constantes de proporcionalidad de las tasas de natalidad y mortalidad

respectivamente y Po es la población inicial de la plaga, nota: el problema habla de la población
de la plaga y no de la población presente de la plaga razón por la cual se planteó de esta manera
la ecuación diferencial.
2. Se considera que la población de la plaga A sigue un crecimiento definido por la ley de
Malthus.
La ley de Malthus se establece como:
𝑝′(𝑡) = 𝐴𝑝(𝑡) (2)

Donde a es la constante de proporcionalidad de esta ecuación diferencial.

3. La velocidad de crecimiento de la plaga A en un instante de tiempo se puede estimar como

la interacción de la tasa de natalidad y la tasa de mortalidad. Siendo las tasas de natalidad y
la tasa de mortalidad directamente proporcionales a la población presente de la plaga A.

2
𝑝′(𝑡) = 𝑁 ∗ 𝑀 = 𝐴𝑝(𝑡)𝐵𝑝(𝑡) = 𝐴 ∗ 𝐵 ∗ (𝑝(𝑡))
2
𝑝′(𝑡) = 𝑘(𝑝(𝑡)) (3)

Donde k es la constante de proporcionalidad de la ecuación diferencial, la cual se origina del

producto de las constantes A y B que son las constantes de proporcionalidad de las tasas de
natalidad y mortalidad respectivamente.

4. La velocidad de crecimiento de la plaga a en un instante de tiempo es directamente

proporcional al tiempo e inversamente proporcional a la población presente de la plaga A.

𝑘𝑡
𝑝′(𝑡) = (4)
𝑝(𝑡)
Donde k es la constante de proporcionalidad de esta ecuación diferencial.

5. La tasa de cambio de la población de la plaga B en un instante de tiempo se define como la

razón neta entre la tasa de natalidad y la tasa de mortalidad, La tasa de natalidad es
directamente proporcional a la población presente, mientras que la tasa de mortalidad es
directamente proporcional al cuadrado de la población presente.

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.

c. Calcule la solución de las ecuaciones diferenciales que modelan la tasa de cambio de la

población para cada una de las plagas.

Caso 1
𝐵
𝑝′(𝑡) = 𝐴𝑡 −
𝑝0
𝐵
∫ 𝑝′(𝑡) 𝑑𝑡 = ∫ 𝐴𝑡 − 𝐴𝑑𝑡
𝑝0
𝐴 2 𝐵
𝑝(𝑡) = 𝑡 − 𝑡 + 𝑐
2 𝑝0

Condiciones iniciales, extraídas de la tabla de las plagas

P(1) 1400

P(2) 1632

P(3) 1824

Al aplicar las condiciones iniciales se obtiene el siguiente sistema de ecuaciones:

𝐴 𝐵
1400 = − +𝑐
21400
𝐵
1632 = 2𝐴 − +𝑐
700
 27𝐴 3𝐵
1824 = − +𝑐
2 1400

Cuyas soluciones son las siguientes:

A -4
B -333200
C 1164

Dando la solución a la ecuación diferencial:

𝑝(𝑡) = −2𝑡2 + 238𝑡 + 1164

Caso 2:
𝑝′(𝑡) = 𝐴𝑝(𝑡)
𝑑(𝑝(𝑡))
∫ = ∫ 𝐴 𝑑𝑡
𝑝(𝑡)
ln(𝑝(𝑡)) = 𝐴𝑡 + 𝑐
𝑝(𝑡) = 𝑐𝑒𝐴𝑡

Condiciones de frontera, extraídas de la tabla de las plagas

P(1) 1400
P(24) 16000

Con las cuales se obtiene el siguiente sistema de ecuaciones:

1400 = 𝑐𝑒𝐴
1632 = 𝑐𝑒2𝐴
Cuyas soluciones son las siguientes:

A 0.10591
 C 1259.298

Obteniendo la solución a la ecuación diferencial:

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

Condiciones iniciales, extraídas de la tabla de las plagas

P(1) 1400
P(2) 1632

Obteniéndose el sistema de ecuaciones:

1
𝑘+𝑐 = −
1400
1
2𝑘 + 𝑐 = −
1632
Cuyas soluciones son las siguientes:
K 0.000102
C -0.000816

Resultando la solución de la ecuación diferencial:

1
𝑝(𝑡) =
0.000816 − 0.000102𝑡
Caso 4
 𝑘𝑡
𝑝′(𝑡) =
𝑝(𝑡)
𝑝(𝑡)𝑝′(𝑡) = 𝑘𝑡

∫ 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

Obteniéndose el sistema de ecuaciones:

14002 = 𝑘 + 𝑐
16322 = 4𝑘 + 𝑐
Cuyas soluciones son las siguientes:
K 234474.67
C 1725525.33

Resultando la solución de la ecuación diferencial:

𝑝(𝑡) = √234474.67𝑥2 + 1725525.33

Caso 5:
2
𝑝′(𝑡) = 𝐴𝑝(𝑡) − 𝐵(𝑝(𝑡))

Factorizamos Ap(t) y hacemos que A/B=K

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

Resultando la solución de la ecuación diferencial:

𝑘
𝑝(𝑡) =
1 + 𝐶𝑒−𝐴𝑡

Condiciones de frontera, extraídas de la tabla de las plagas

P(1) 1174
P(2) 1408
P(3) 22888

Obteniéndose el sistema de ecuaciones no lineal:

𝐾
1 + 𝑐𝑒−𝐴 =
1174
𝐾
1 + 𝑐𝑒−2𝐴 =
1408
𝐾
1 + 𝑐𝑒−24𝐴 =
22888
Cuyas soluciones se presentas a continuación
K 30000
C 24.5536
A 0.18998

Resultando la solución de la ecuación diferencial:

30000
𝑝(𝑡) =
1 + 24.5536𝑒−0.18998𝑡
d. ¿Qué sucede con la población de cada una de las plagas luego de un tiempo muy largo?

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

Gráfica 1- Plaga A caso 2

Se puede observar que para el caso de la plaga A, la población sigue creciendo

exponencialmente, es decir que la plaga sigue aumentando sin un límite.

Plaga B caso 5
35000

30000

25000

20000

15000

10000

5000

0
0 20 40 60 80 100 120

Gráfica 2 - Plaga B caso 5

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

Plaga A y Caso 1 vs tiempo

18000
16000
14000
12000
10000
8000
6000
4000
2000
0
0 5 10 15 20 25 30

Plaga A Plaga A caso1

Gráfica 3 - Plaga A y Caso 1 vs tiempo

 Plaga A y Caso 2 vs tiempo
18000
16000
14000
12000
10000
8000
6000
4000
2000
0
0 5 10 15 20 25 30

Plaga A Plaga A caso 2

Gráfica 4 - Plaga A y Caso 2 vs tiempo

Plaga A y caso 3 vs tiempo

20000
15000
10000
5000
0
0 5 10 15 20 25 30
-5000
-10000
-15000

Plaga A Plaga A caso3

Gráfica 5 - Plaga A y caso 3 vs tiempo

Plaga A y caso 4 vs tiempo

20000

15000

10000

5000

0
0 5 10 15 20 25 30

Plaga A plaga A caso4

Gráfica 6 - Plaga A y caso 4 vs tiempo

 Plaga B y caso 5 vs tiempo
25000

20000

15000

10000

5000

0
0 5 10 15 20 25 30

Plaga B Plaga B caso 5

Gráfica 7 - Plaga B y caso 5 vs tiempo