Beruflich Dokumente
Kultur Dokumente
Biologa Matematica.
Febrero 2012
Contenido
1 Sistemas dinamicos 1
1.1 Introduccion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Que es un sistema dinamico? . . . . . . . . . . . . . . . 3
1.1.2 Modelos matematicos de ejemplos especficos . . . . . . . 4
1.1.3 Epidemias y automatas celulares . . . . . . . . . . . . . 13
1.1.4 Clasificacion . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 Teora cualitativa . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3 Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
modeladores matematicos.
Despues de haberse establecido, a mediados de los ochenta, la moratoria in-
ternacional sobre la captura comercial de la ballena, la Comision Internacional
para esta actividad (cib)1 se planteo el proposito de desarrollar un metodo de
estimacion del numero de ballenas que podran ser capturadas sin amenazar
la sobrevivencia de las diversas poblaciones de cetaceos.
Para lograrlo, se conjunto un equipo de ecologos teoricos del mas alto nivel
el cual, despues de mucho trabajar, propuso un algoritmo de lmite de captura
(alc): una ecuacion matematica de la cual deducir, a partir de la estimacion
del tamano poblacional, el volumen de captura mas seguro, para no poner en
riesgo de extincion a las ballenas.
El modelo basico usado en el alc se deriva, esencialmente, del mapeo
logstico clasico que se encontrara en uno de los captulos de este libro. Si
bien el alc aun no se pone en practica, se espera que la cib lo aplique para
establecer lmites de captura quinquenales.
En los ultimos anos, la industria agropecuaria en el Reino Unido ha sufrido
el embate de dos epidemias de gran envergadura que han atacado al ganado va-
cuno: la encefalitis bovina espongiforme y la fiebre aftosa. A fin de determinar
el estado de las epidemias aunque tengan formas de contagio muy distintas
en el Gobierno britanico, la gente que decide necesita respuestas a preguntas
clave como si todava se estan propagando rapidamente o si su infectividad ha
empezado a decaer o donde es de esperarse que haya nuevos brotes. Asimismo,
es preciso evaluar los posibles resultados antes de aplicar diferentes medidas
de control.
En el caso de la fiebre aftosa, ha habido un proceso continuo de analisis es-
tadstico de los datos disponibles mas recientes, de refinamiento de los modelos
epidemiologicos y de las posibles estrategias de erradicacion y se ha demostrado
que as, se tiene una gua invaluable para que las autoridades del ramo valoren
los resultados de las distintas acciones encaminadas a combatir la epidemia.
En los casos descritos ha habido consideraciones polticas y economicas que
han influido e influiran en el perfil de las soluciones tomadas finalmente; tales
consideraciones son al menos tan importantes como las relativas a lo tecnico.
No obstante, en ellos se demuestra la potencialmente poderosa intervencion de
la modelacion matematica en estudios aplicados.
Es obvio que la biologa matematica es, en mucho, un campo de estudio
interdisciplinario: demanda una comprension profunda de la biologa de los
1
International Whaling Commision o iwc en el original.
Prologo vii
las poblaciones naturales hay una enorme variabilidad genetica. Esto origina
preguntas clave en relacion con la heredabilidad de los rasgos, la persistencia
de ciertos genes, etcetera. Aqu tambien hay una historia extensa y prestigiosa
de modelos matematicos. El ensayo de Gutierrez Sanchez es una introduccion
a la misma.
Otra area en la cual los modelos matematicos han jugado un importante
papel historico es el de la formacion de patrones biologicos. Este campo fue
establecido por Alan Turing en su trabajo clasico sobre patrones formados
durante la morfogenesis, publicado a mediados de los cincuenta. Los captulos
de Medrano Gonzalez y Sanchez Garduno proveen una detallada descripcion
matematica y biologica de este tema. El ultimo tambien discute la formacion
de patrones biologicos en casos mas generales.
Sobre todo, este libro es una excelente introduccion a una de las disciplinas
cientficas mas excitantes y de mas rapida maduracion en nuestros das. Hay
en el mucho para fascinar al lector y aprehender la imaginacion de quienes
desde la fsica o desde las ciencias biologicas esten dispuestos a afrontar
nuevos desafos cargados de esperanza.
Pehman Rohani,
Departamento de Zoologa,
Universidad de Cambridge.
Junio de 2001.
Prologo, Segunda Edicion
Lourdes Esteva P.
Manuel Falconi M.
4
Ecuaciones diferenciales y sus
aplicaciones a la dinamica de
poblaciones.
4.1 Introduccion
En estas notas se proporciona al lector una breve introduccion a las ecuaciones
diferenciales y sus aplicaciones a la demografa y la dinamica poblacional. Las
notas son escuetas pero basadas en la experiencia de clase del autor a lo largo
de varios anos. Cada una de las secciones que componen esta obra se han
distribuido en forma de copias fotostaticas en cursos de modelos matematicos,
ecuaciones diferenciales y temas selectos de matematicas aplicadas a estudian-
tes de matematicas y biociencias en la UAM-Iztapalapa. Espero que estas
notas proporcionen un panorama util para aquel estudiante interesado en los
topicos discutidos. Se comienza con una revision general de las ecuaciones
en diferencias con aplicaciones a la biologa de poblaciones y una muy breve
discusion de la ecuacion logstica discreta, sus bifurcaciones y la aparicion de
caos. Despues, en la siguiente seccion, se introduce al estudiante en el estudio
de las ecuaciones diferenciales ordinarias en un contexto poblacional. Estas
son notas de clase y por ello no pretenden originalidad alguna. Los temas
tratados son estandar aunque la forma en que estan organizados y el enfasis
en los topicos presentados quizas sean unicos. He decidido omitir la cita de
referencias en el texto poniendo en cambio una lista de obras que han servido
68 Jorge Velasco
a=-1.1
a=-0.7
o, equivalentemente, si
Ejemplo 1.
Denotese por yn el numero de chapulines en una planta en el da n. Los
chapulines no se reproducen en la planta sino que inmigran, del pasto cercano
donde se alimentan, con una tasa constante de a chapulines por unidad de
tiempo. Los chapulines dejan la planta a una tasa que depende de la densidad
de chapulines presentes. Denotemos por b la proporcion diaria de chapulines
que dejan la planta. Por consiguiente, la ecuacion que describe la dinamica de
la poblacion de chapulines en la planta es la siguiente:
con el numero de chapulines inicial y0 . En este caso f (y) = a by. Los puntos
fijos de f estan dados por las soluciones de la ecuacion y = a by, de donde
y = a/(b+1). La solucion de (4.4) se puede encontrar iterandola sucesivamente
de la misma forma en que se hizo para la ecuacion (4.1). En este caso, la
solucion esta dada por
a a
yn = (b)n (y0 )+ .
b+1 b+1
Podemos ver inmediatamente que si b = 1, entonces
a a
yn = (y0 )+ , si n es impar,
b+1 b+1
a a
= y0 + , si n es par.
b+1 b+1
72 Jorge Velasco
1 < 1 + b < 1,
condicion equivalente a requerir
2
< b < 0. (4.6)
Ecuaciones diferenciales y sus aplicaciones 73
0.25
0.2
0.15
0.1
0.05
2 4 6 8 10
x(0) = x0 ,
tiene la solucion
x(t) = x0 ebt .
Cuando (4.7) describe a una poblacion biologica, al parametro b se le deno-
mina la tasa intrnseca de crecimiento poblacional. Este parametro determina
la dinamica asintotica de la poblacion. La figura 4-3 ilustra los posibles com-
portamientos de esta ecuacion para el caso general de x0 y b arbitrarios.
La ecuacion en diferencias (4.5) puede pensarse como una aproximacion
discreta de (4.7) cuando es suficientemente pequena. La ecuacion (4.5) es
llamada la aproximacion por el metodo de Euler de (4.7).
Lema 1. Sean x1n y x2n dos soluciones distintas de (4.9). Entonces yn = x1n +x2n
y zn = axjn , j = 1, 2 son tambien soluciones de (4.9).
m
yn = Ai xin
i=1
Rn = rn . (4.10)
Sustituyendo esta expresion en (4.8) obtenemos el polinomio caracterstico
r2 r 1 = 0,
Rn = Ar1n + Br2n ,
donde A y B se calculan a partir de las condiciones iniciales. Supongamos que
R0 = 0, R1 = 1. Entonces
1 1
Rn = r1n r2n
5 5
Ahora debemos investigar el comportamiento asintotico de la sucesion de Fi-
bonacci. Para ello primero estimemos la magnitud de las races r1 y r2 . Es
inmediato observar que r1 > 1 y que 1 < r2 < 0. Por lo tanto, re-
firiendonos al estudio de la ecuacion (4.1), concluimos que r2n 0 de forma
alternante cuando n ; y que r1n diverge. En consecuencia Rn +
cuando n + pero con Rn siempre un numero entero. Ademas satis-
face que Rn+1 /Rn (1 + 5)/2 = 1.618 , es decir, la sucesion crece casi
geometricamente.
yn = xn x
Lo que el Teorema (1) nos esta diciendo es que, alrededor de sus puntos de
equilibrio, una ecuacion en diferencias no lineal se comporta como la ecuacion
lineal (4.1).
Ejemplo 3.
Una poblacion se reproduce en intervalos discretos de tiempo, digamos cada
n meses. El numero de individuos en el j-esimo mes es entonces xj . Cuando
la densidad poblacional es baja, la poblacion se reproduce exponencialmente
pero, conforme la densidad aumenta el crecimiento disminuye. Es decir tene-
mos que
r1
N1 = 0, N2 = .
r
78 Jorge Velasco
1 < 2 r < 1
Ejemplo 4.
Los 2-ciclos de la ecuacion logstica, estan dados por los puntos fijos de F 2 ,
es decir, son soluciones de
r2 x2 r(r + 1)x + r + 1 = 0,
obteniendo los valores
1
N3,4 = {(1 + r) (r 3)(r + 1)}.
2r
Inspeccionando el discriminante de la expresion anterior, vemos que para r 3
no existen puntos de perodo 2 pero s los hay para r > 3. Mas aun, aplicando
el criterio del teorema 2, es posible ver que el 2-ciclo definido por los puntos
de perodo 2 es un atractor s y solamente s
3 < r < 1 + 6.
De hecho mediante el mismo procedimiento es posible obtener la siguiente
secuencia de comportamientos (Tabla 4.2.2):
m
lim = 4.6692......
m 2m
Ejercicios
1. Considera la ecuacion
1
xn+1 = xn (1 + 4xn x2n ).
4
a) Calcula sus puntos de equilibrio
b) Examina la estabilidad de cada punto de equilibrio
c) Conjetura el comportamiento cualitativo de las soluciones. Usa el
metodo de la telarana y calculos numericos para verificar tus conjeturas.
2. Los siguientes son datos demograficos de la poblacion sueca:
sitoides tienen generaciones bien diferenciadas (pues los adultos mueren poco
despues de ovopositar) lo que permite elegir a las ecuaciones en diferencias
como la herramienta matematica idonea para describir la dinamica tempo-
ral de su interaccion con su presa. Llamaremos parasitoides a los insectos
depredadores y hospederos a la poblacion de vctimas.
Denotemos por Nt a la poblacion de hospederos en la generacion t, y por Pt
a la poblacion de parasitoides en la misma generacion. En general esperamos
que la siguiente esquematizacion sea razonable:
Ne = aNt Pt
donde a, la constante de proporcionalidad, es la probabilidad de que un parasi-
toide dado encuentre un hospedero durante el tiempo en que busca hospederos.
(2) El numero de encuentros Ne esta distribuido aleatoriamente entre los hos-
pederos disponibles. En particular, supondremos que la probabilidad que tiene
Ecuaciones diferenciales y sus aplicaciones 83
2 e n e
e , e , , ..., ,
2! n!
respectivamente, donde = Ne /Nt . La probabilidad de no ser descubierto esta
dada entonces por el termino e , y en consecuencia, la probabilidad de ser
encontrado es
1 exp(Ne /Nt ).
Del razonamiento anterior es facil ver entonces que el numero total de hos-
pederos atacados Na esta dado por la expresion:
F (v) F (v)
F (v + h) = F (v) + h1 + h2 + O(|h|2 ),
x y
para v, h = (h1 , h2 ) U. Definamos las variables
n = xn x y n = yn y ,
obteniendo de (4.21)
xn+1 = n+1 + x = f (n + x , n + y ),
yn+1 = n+1 + y = g(n + x , n + y ).
f (x , y ) f (x , y )
n+1 = n + n ,
x y
g(x , y ) g(x , y )
n+1 = n + n ,
x y
con ( )
a b
z = (, ), A =
c d
Ecuaciones diferenciales y sus aplicaciones 85
y donde
f (x , y ) f (x , y )
a = , b= ,
x y
g(x , y ) g(x , y )
c = , d= .
x y
zn = An z0 ,
donde z0 es la condicion inicial. No olvidemos sin embargo, que ahora A es
una matriz.
Recordemos que un valor propio de una matriz m m real A = (aij ) es un
numero complejo que satisface, u m ,
(A I)u = 0,
La ecuacion anterior tiene solucion si
det(A I) = 0,
o, equivalentemente, si es raz del polinomio caracterstico de A:
m + b1 m1 + ... + bm1 + bm .
1 dN (t)
= F (N (t)) (4.23)
N dt
en la cual la funcion de crecimiento depende unicamente de la densidad pobla-
cional N . Sea f (N ) = N F (N ). La ecuacion (4.23) sera nuestro modelo inicial
sobre el que realizaremos un somero analisis cualitativo. Si el lector graficara
f podra obtener, por ejemplo una parabola concava hacia abajo y con races
E = 0, I = 1. La region entre los puntos E = 0 e I = 1 correspondera al in-
tervalo de valores de N en donde f es positiva y, por consiguiente, representa
crecimiento poblacional. La region a la derecha del punto I es donde f es
negativa, es decir, aqu la poblacion decrece. Obviamente en los puntos E e I,
intersecciones de f con el eje de las abscisas, representan lugares donde f = 0.
Estos puntos especiales se denominan puntos de equilibrio y constituyen la
formalizacion matematica del concepto de estabilidad ecologica.
Hasta este punto nuestra funcion de crecimiento f ha sido general. Sin em-
bargo, f puede caracterizarse con mas detalle en estudios de dinamica pobla-
cional ya que f es, en estos casos, el resultado de tasas netas de incorporacion
y desincorporacion de individuos a la poblacion, es decir,
f = entradas salidas.
Denotemos por B(N ) a la tasa de natalidad y por D(N ) a la tasa de mor-
talidad de la poblacion, respectivamente. Si efectuamos correctamente nuestro
conteo de individuos, tanto B como D son tasas per capita. Notese que estamos
suponiendo que ambas tasas dependen solamente de la densidad poblacional
presente N (t).
La pregunta que debemos plantearnos ahora es la siguiente cuales son las
Ecuaciones diferenciales y sus aplicaciones 89
0.8
D(N)
0.6 B(N)
0.4
0.2
N
1 2 3 4 5
1 dN
= B(N ) D(N ), (4.24)
N dt
lo que corresponde a definir
d2 N 2N N
= r 2
N (1 )(1 ),
dt2 K K
de donde se deduce que la segunda derivada cambia signo en el punto N =
K/2. Por consiguiente este punto es un punto de inflexion. Finalmente, si
N0 < K, N (t) K, conforme t ; N0 > K, N (t) K, conforme t ;
finalmente N0 = K implica N (t) = K para toda t.
dN
= N f (N ) h(t, N (t)) (4.30)
dt
en donde N representa el tamano de la poblacion al tiempo t, h(t, N ) es la tasa
de explotacion del recurso y f es, como anteriormente, la tasa per capita de
cambio poblacional. El problema que queremos resolver es el siguiente: cual
es la tasa optima de explotacion que permita obtener ganancia economica y,
simultaneamente, impida la extincion de la poblacion? El primer caso que
estudiaremos corresponde a N f (N ) como en (4.27), i.e. crecimiento logstico.
dN
= rN (1 N/K) h, (4.31)
dt
Esta ecuacion tiene en general dos puntos de equilibrio ademas del punto
N = 0 (ver figura 4-5) cuando h <max N f (N ). El menor de ellos es inestable
y el mayor es estable, de hecho es localmente asintoticamente estable. La tasa
maxima de crecimiento en ausencia de explotacion ocurre cuando la densidad
N tiene el valor
0.5
0.4
0.3
0.2
0.1
h(N ) = qEN
donde E es una constante llamada esfuerzo, q es un coeficiente llamado coefi-
ciente de capturabilidad y h denota la captura o cosecha de recurso por unidad
de esfuerzo. Este modelo, y la mayora de los que revisaremos en esta seccion,
94 Jorge Velasco
rN (1 N/K) qEN = 0
que determina
N = K(1 qE/r),
el cual es asintoticamente estable. Notese que para que este punto de equilibrio
sea positivo es necesario que qE < r. La captura de equilibrio o rendimiento
sostenible Y se produce exactamente cuando Y = h(N ), es decir, cuando
4.4 Eplogo
Con esto se concluyen estas notas. Espero que sean de utilidad al lector a
quien le agradecere me haga llegar sus comentarios, crticas y preguntas sobre
los temas expuestos.
Ecuaciones diferenciales y sus aplicaciones 95
0.5
0.4
0.3
0.2
0.1
The author has requested enhancement of the downloaded file. All in-text references underlined in blue are linked to publications on ResearchGate.