Tema 3

Modelos Matemticos basados en a E. D. O. de Primer Orden I

Incluiremos en este Tema algunos modelos sencillos que utilizan ecuaciones diferenciales ordinarias de primer orden. En el Tema siguiente, continuacin de ste, nos centraremos o e en modicaciones o generalizaciones ms complicadas, que a menudo no pueden ser a resueltos de forma exacta.

3.1

Modelizacin Matemtica o a

En general se entiende por modelizacin matemtica el proceso por el cual se imita la o a realidad en trminos matemticos. El objetivo evidentemente es bien explicar o comprene a der los fenmenos naturales, bien encontrar respuestas a problemas tcnicos o cient o e cos. Toda modelizacin lleva consigo un proceso de idealizacin. La realidad suele ser o o compleja y los problemas reales habitualmente dependen de multitud de parmetros o a variables, al mismo tiempo que suelen estar inter-relacionados con otros procesos. El diseo de un modelo matemtico lleva aparejada la simplicacin de muchos aspectos n a o del problema real. Veremos en este Tema varios modelos matemticos relativos a las Ciencias Naturales a en general, en los que el modelo consiste en representar un fenmeno por medio de una o ecuacin diferencial ordinaria de primer orden. La resolucin de la ecuacin permitir no o o o a slo comprender en profundidad algunos aspectos relevantes del fenmeno en cuestin o o o sino adems, en los casos en los que se trate de estudiar la evolucin de un sistema, hacer a o predicciones sobre el comportamiento futuro del mismo. De manera general (y simplicada), la modelizacin matemtica puede describirse o a 1: de forma sistemtica por medio de los siguientes pasos a seguir a
1

Para detalles, ver: T.P. Dreyer, Modelling with Ordinary Dierential Equations, CRC Press, 1993.

CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

1. Identicacin. Se trata de claricar las preguntas que se intentan responder o con el modelo, formular el problema en palabras, documentar los datos relevantes e identicar el mecanismo subyacente al problema real. 2. Suposiciones. El problema debe ser analizado para decidir los factores del mismo que son importantes y aqullos que pueden ser ignorados. Con todo ello e deben hacerse suposiciones (o idealizaciones) lo ms realistas posible. a 3. Construccin. En este paso se construye el modelo, es decir, se traduce al o lenguaje matemtico el problema (junto con las suposiciones anteriormente realia zadas) obtenindose un conjunto de ecuaciones (o inecuaciones) despus de haber e e identicado las variables que deben intervenir en las mismas. 4. Anlisis o Resolucin. Se trata de la resolucin del problema. Las solua o o ciones consistirn en general en funciones por medio de las cuales la o las variables a dependientes se expresarn en trminos de la o las variables independientes. Por a e otro lado, se obtendr informacin acerca de los parmetros que intervienen en el a o a modelo. 5. Interpretacin. En este paso, la solucin matemtica debe ser comparada con o o a la realidad para observar si se ajusta a lo conocido acerca del problema real. Se trata, en denitiva, de interrumpir el proceso si se obtiene soluciones carentes de sentido real. 6. Validacin. Una vez interpretada la solucin, se comprueba numricamente o o e que concuerda con los datos disponibles sobre el problema. 7. Implementacin. Finalmente, se usa el modelo para describir el problema, o se pueden por tanto realizar predicciones sobre los valores de las variables. Es necesario prestar atencin al rango de validez del modelo. o

3.2

Modelos de Dinmica de poblaciones para una sla esa o pecie

Los Modelos matemticos que intentan describir cmo la poblacin de una especie evolua o o ciona frente al tiempo tienen una larga y fruct fera historia. Presentaremos en este Tema los dos modelos ms bsicos, que constituyen el punto de partida de esta rama de la Ciena a cia, el Modelo de Malthus y el Modelo Log stico. En Temas sucesivos se completar esta a exposicin con el estudio de otros modelos ms complejos, as como con el anlisis de o a a modelos que describen ms de una especie en interaccin. a o El nmero de individuos N de una especie determinada en un instante dado de u tiempo t es obviamente un nmero natural N (t) N, t R. Si N es grande, podemos u

 CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

considerarlo como un nmero real N (t) R y as suponer que N : R R es una u 2 continua y derivable t R. funcin o
N(t)

Figura 3.1: Grcas de una N (t) real (curva discontinua, N toma unicamente valores natua
rales) y de su idealizacin, la funcin real de variable real N (t). o o

La tasa de incremento de la poblacin (crecimiento o decrecimiento, segn el caso) o u en un intervalo de tiempo [t1 , t2 ] vendr dada por: a N (t2 ) N (t1 ) t2 t1 mientras que la tasa instantnea o velocidad de crecimiento, cuando t2 t1 , ser la a a derivada: dN (t) dt Hasta aqu hemos expresado matemticamente, mediante una funcin derivable, la a o poblacin de una especie aislada, vamos a considerar por tanto modelos continuos para o una unica especie3 . En este problema tenemos la posibilidad de establecer una ley (ecuacin) de cono servacin, lo cual ser de una inestimable ayuda a la hora de construir un modelo o a concreto (en otros problemas no se dispone de tales leyes de conservacin). En este caso, o es evidente que se vericar: a dN (t) = tasa de nacimientos(t) tasa de muertes(t) + tasa migratoria(t) dt (idealizando evidentemente que la tasa de nacimientos, muertes y migraciones puedan ser considerados una funcin del tiempo t). o
Dada la libertad que tenemos en empezar a contar el tiempo, podemos escribir en general t R. Es habitual no obstante comenzar el estudio del fenmeno de crecimiento o decrecimiento en un instante o concreto t0 = 0, con lo cual t slo podr tomar valores positivos t R+ . o a 3 Veremos en prximos temas modelos para varias especies y comentaremos las posibilidades que ofrece o el considerar modelos discretos.
2

CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

Con estos ingredientes podemos ya plantear diferentes modelos consistentes en una e.d.o. en las variables (t, N (t)). Cada modelo concreto ser caracter a stico de nuevas idealizaciones que se tengan en consideracin. o

3.2.1

Modelo de Malthus

En el contexto antes referido, se llaman Modelos de Malthus o Modelos malthusianos a todos aquellos en los que se considera que los nacimientos y las muertes son proporcionales a la propia poblacin, es decir: tasa de nacimientos= aN , tasa de muertes= bN , o con a y b constantes evidentemente positivas, mientras que no existen migraciones. La ecuacin ser por tanto: o a dN = aN bN = kN dt donde k = a b ser positiva si la tasa de natalidad es mayor que la tasa de mortalidad, a negativa en caso contrario y nula si se produce la situacin ideal en la que ambas coinciden o (las unidades en las que viene dada k son evidentemente de T 1 , inverso de tiempo). La solucin de la ecuacin diferencial ordinaria N = kN es trivial (se trata de una o o ecuacin autnoma, y por tanto de variables separables) y se tiene: o o N (t) = C ekt Si se dispone, como dato aadido, de la poblacin en el instante inicial N (t0 ) = N0 , n o podemos determinar la solucin particular del correspondiente problema de Cauchy: o N = kN N (t0 ) = N0 N (t) = N0 ek(tt0 )

k>0

k=0 k<0

Figura 3.2: Grca de tres soluciones posibles de la ecuacin de Malthus con idntico valor de a o e
N0 , correspondientes a un valor de k positivo, negativo y nulo.

Como ya se ha comentado, en general se considera el inicio del tiempo en el instante t0 , es decir t0 = 0, con lo cual la solucin se reduce a: o N (t) = N0 ekt

 CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

Esta solucin presenta un comportamiento cualitativamente muy diferente segn sea o u el signo de la constante de proporcionalidad k. De hecho, para k > 0 tenemos una situacin de crecimiento exponencial, para k = 0 una solucin constante, y para k < 0 o o una solucin decreciente asintticamente a cero (debe recordarse que N = 0 es una o o solucin estacionaria de la ecuacin de Malthus, y por tanto, debido al Teorema de o o Picard, ninguna otra solucin de la ecuacin puede atravesar el eje de abscisas). o o El modelo fue propuesto en 1798 por el economista y demgrafo Thomas Malthus, si o bien ya hab sido sugerido con anterioridad por L. Euler. El modelo de Malthus suele a ser util como modelo estimativo para intervalos de tiempo no muy grandes. Se ha usado para el estudio de colonias de bacterias, poblaciones de pequeos mam n feros e incluso para poblacin humana. o

3.2.2

Modelo Log stico

El Modelo de Malthus que acabamos de estudiar implica que multitud de factores no sean tenidos en cuenta, de hecho es un modelo extremadamente simple. Una sustancial mejora en las suposiciones del modelo de Malthus viene dada por el Modelo Log stico, propuesto por el matemtico belga P. F. Verhulst en 1836. La a idea de Verhulst fue mejorar el Modelo de Malthus introduciendo la competencia entre los individuos de la especie en estudio como factor que altera los nacimientos y/o las muertes. Tanto si la competencia afecta a la lucha por los alimentos, o por sobrevivir al contagio de enfermedades, o al factor de que se trate, una suposicin razonable es medir o dicha competencia por medio del nmero de contactos posibles entre dos individuos de u la especie: el nmero de tales contactos, cuando se dispone de N individuos en total, u es N = 1 N (N 1). De esta manera la ecuacin de Verhulst o ecuacin log o o stica se 2 2 4: plantea de la forma dN N (N 1) dN = k1 N k2 = rN dt 2 dt 1 N K

donde se han redenido las constantes: r = k1 + 1 k2 y K = 2 k1 + 1. Las dos constantes 2 k2 as denidas tienen un signicado importante, 1 tiene unidades de tiempo y recibe a r veces el nombre de escala temporal del modelo, se suele estimar que 1 proporciona r el intervalo de tiempo en el cual el modelo puede considerarse como una aproximacin o aceptable al problema real. Por su parte, K (unidades de poblacin) recibe el nombre de o poblacin l o mite por motivos que se harn evidentes en cuanto resolvamos la ecuacin a o anterior. En Ecolog suele denominarse a K capacidad de carga o de persistencia, a
Puede entenderse en esta ecuacin que el trmino k1 N es de tipo Malthusiano, mientras que o e 1 k2 2 N (N 1) mide la inuencia (negativa) que la competencia tiene sobre la natalidad y/o (positiva) sobre el nmero de muertes. u
4

CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

puesto que representa de manera aproximada el nivel mximo de poblacin que puede a o soportar un medio sin sufrir un serio impacto negativo. Antes de resolver la ecuacin, comentaremos que otra manera equivalente de plantearla o es razonar de la siguiente manera: Si en la ecuacin de Malthus: N = kN , se toma en o consideracin que la tasa de crecimiento por individuo, k, debe verse alterada por la falta o de recursos que aparecer al incrementarse la poblacin, es razonable suponer que k no a o N ser constante con respecto a N . Si se toma entonces: k = r(1 K ), la tasa ser tanto a a menor cuanto ms cercanos estemos al valor de K, mientras que ser casi constante a a para valores pequeos de N . Obvimente este razonamiento convierte la ecuacin de n o Malthus en la ecuacin log o stica de una forma alternativa. La ecuacin log o stica es autnoma, y por tanto, de variables separables. o La resolucin de la ecuacin y posterior simplicacin, tomando adems como dato o o o a inicial N (0) = N0 nos lleva a la solucin particular (ver Problema 1): o N (t) = N0 K N0 Kert = rt 1) K + N0 (e N0 + (K N0 ) ert

Dado que se trata de una ecuacin autnoma es fcil observar que N = 0 y N = K son o o a las soluciones estacionarias de la ecuacin log o stica. El signicado de la solucin N = 0 o es trivial, si la poblacin inicial es nula no hay posibilidades de crecimiento dentro de este o modelo (ni de cualquiera en el que las migraciones no sean consideradas). La segunda solucin estacionaria, que se produce cuando N0 = K, nos indica que para una poblacin o o + . Se trata inicial exactamente igual a K, encontramos que N (t) es constante t R por tanto de dos estados de equilibrio. Por otro lado, la ecuacin log o stica verica de manera evidente las hiptesis del Teorema de Picard para cualquier valor de N , y en o consecuencia, las soluciones N = K y N = 0 no pueden ser cortadas por ninguna otra solucin particular del modelo. o
1.5

1.0

0.5

Figura 3.3: Algunas soluciones de la ecuacin log o stica obtenidas mediante anlisis cualitativo. a Si calculamos ahora el l mite cuando t de la solucin tendremos: o rt N0 Ke lim N (t) = lim =K t t K + N0 (ert 1)

 CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

encontramos que, para una poblacin inicial N0 > 0 cualquiera, la solucin siempre o o tiende al valor K, de ah su nombre de poblacin l o mite. Observamos en denitiva que el modelo log stico no prev un crecimiento ilimitado e de la poblacin, como ocurr en el Modelo de Malthus (con constante positiva), sino o a que se prev una estabilizacin de la poblacin alrededor del valor K. Se encuentran e o o tres reg menes bien diferenciados segn N0 sea mayor que K, menor que K pero mayor u que K y menor que K , como puede observarse en la Figura 6.3 (ver problema 3). 2 2

N0 >K N0 =K K>N0 > K 2

N0 <

K 2

Figura 3.4: Grcas de las soluciones del modelo log a stico para los diferentes valores relativos
de las constantes N0 y K.

Finalmente es interesante comentar que a pesar de sus restricciones evidentes, el modelo log stico (e incluso el de Malthus para intervalos de tiempo cortos) se ajustan muy razonablemente a los datos de que se dispone para algunas poblaciones, incluso a veces ms all de lo que cabr esperar (por ejemplo en anlisis de poblaciones humanas a a a a sujetas a considerables migraciones y que an as se ajustan a una curva tipo log u stica). Existe una razn para que esto ocurra: Consideramos un modelo general de la forma: o dN = f (N ) dt es decir donde tan slo suponemos que la ecuacin es autnoma. Siempre podemos o o o aproximar la funcin f (N ) (que en principio ser todo lo complicada que deseemos), en o a las cercan del punto inicial N0 por su polinomio de Taylor de grado n, en particular, as para n = 2: dN f (N0 ) f (N0 ) + f (N0 ) (N N0 ) + (N N0 )2 + . . . dt 2 desarrollando el segundo miembro: dN a0 + a1 N + a2 N 2 dt Si adems suponemos que a0 = 0 (a0 = 0 signica que el modelo presenta generacin a o espontnea de individuos, o bien migraciones, puesto que a N = 0 le corresponder a a una situacin con n = 0)), esta ecuacin se reduce a la del modelo log o o stico estndar. a

CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

Concluimos por tanto que independientemente de los razonamientos que llevaron a introducir los modelos de Malthus y log stico, stos constituyen respectivamente las e aproximaciones lineal y cuadrtica naturales a cualquier modelo autnomo que se pueda a o plantear.

3.3

Anlisis Compartimental a

Estudiaremos en esta seccin modelos bsicos de anlisis compartimental. Se trata de o a a describir mediante una funcin x(t) la cantidad de una sustancia que est presente en un o e compartimento en el instante de tiempo t. El compartimento puede ser de cualquier tipo: un lago, un tanque de mezclas, etc. La idea bsica de estos modelos est en una a a ley de conservacin evidente: la tasa de cambio de la sustancia en el compartimento dx o dt ser igual a la velocidad de entrada de la sustancia en el compartimento en el instante a t menos la velocidad de salida de la misma: dx = ventrada vsalida dt Dado que las velocidades de entrada y salida de la sustancia en el compartimento dependen del proceso en cuestin, poco ms podemos decir de manera general sobre o a estos modelo. Pasamos por tanto directamente a analizar un problema concreto: Ejemplo: El agua del Lago Magdalena se est viendo sujeta a un proceso contaminante debido a a la concentracin de plaguicidas consecuencia de la fumigacin de los naranjales cercanos. Por o o otro lado, el r Aguadulce, que desemboca en el lago, uye hacia ste a razn de 200 l/m portando o e o una concentracin de plaguicidas de 5 partes por milln. Si se suspende la fumigacin en los o o o alrededores del lago en el momento en el que la concentracin de plaguicidas hab alcanzado el o a valor de 40 partes por milln y se supone que en dicho instante el volumen del lago es de 100 o millones de litros, calcular el tiempo que transcurrir hasta que la concentracin sea inferior a a o 20 partes por milln. Qu volumen tendr el lago en ese instante? o e a Nota: Suponer que el lago pierde agua a razn de 300 l/m. o
Resolucin: Denominaremos x(t) a la cantidad de plaguicidas presentes en el lago a tiempo t. o La concentracin de plaguicidas en el lago a tiempo t, que denominaremos c(t), ser obviamente: o a x(t) c(t) = vol(t) , donde vol(t) denota el volumen del lago en cada instante de tiempo. Es importante, en este tipo de problemas, distinguir con precisin las velocidades de entrada o y salida de la disolucin y las correspondientes al soluto, es decir a la sustancia en cuestin (en o o este caso los plaguicidas). Desde este punto de vista la velocidad de entrada de disolucin en o el compartimento (lago) es ventrada dis. = 200 l/m y la de salida vsalida dis. = 300 l/m, donde l denota litro de disolucin. Las respectivas velocidades del soluto se obtendrn multiplicando las o a de la disolucin por la concentracin correspondiente. De esta manera, al tener la disolucin o o o entrante una concentracin de 5 partes por milln (es decir 5 mg/l) tendremos: ventrada = o o 200 l/m 5 mg/l = 1000 mg/m. Por otro lado, el volumen vol(t) ser evidentemente: vol(t) = a

 CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

vol(0) + (ventrada

dis.

vsalida

dis. ) t.

Como vol(0) = 100 106 = 108 , se tiene: x(t) 100(106 t)

vol(t) = 108 100 t = 100 (106 t) c(t) = Podemos calcular nalmente la velocidad de salida: vsalida = 300 l/m y as escribir la ecuacin diferencial: o dx 3x = 1000 6 dt 10 t

3x(t) x(t) mg/l = 6 mg/m 100(106 t) 10 t

La ecuacin es fcilmente identicable como una ecuacin lineal de primer orden en las variables o a o (t, x). La ecuacin lineal homognea asociada: o e dx 3x + 6 = 0 xH.A. = K (106 t)3 dt 10 t y en consecuencia el cambio de variable adecuado para resolver la ecuacin completa ser x = o a 6 3 u (10 t) . Este cambio convierte la ecuacin en: o du 1000 = dt (106 t)3 cuya integracin nos conduce a la solucin general (tras deshacer el cambio de variable): o o x(t) = 500 (106 t) + C(106 t)3 , c(t) = x(t) C =5+ (106 t)2 6 t) 100(10 100

para la cantidad de plaguicidas y para la concentracin de plaguicidas en el lago, respectivamente. o Si se tiene en cuenta ahora la condicin inicial: c(0) = 40, es fcil calcular la constante C o a que determina la solucin particular que estamos buscando: C = 35 1010 . Podemos escribir o nalmente la solucin particular: o x(t) = 500 (106 t) + 35 1010 (106 t)3 c(t) = 5 + 35 1012 (106 t)2

x t 4000 3000 2000 1000 t 100 200 300

c t 40 30 20 10 t 100 200 300

Figura 3.5: Grca de x(t) (x en kilogramos, t en d y de c(t) (en mg/ml, t en d a as) as).

10

CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

La ecuacin: 20 = 5 + 35 1012 (106 t1 )2 , nos proporciona el tiempo que tarda la conceno tracin en descender hasta 20 partes por milln: t1 = 345346 minutos = 239.8 d o o as. El volumen del lago en t = t1 ser de 65.4 millones de litros. a

De manera general esta es la resolucin t o pica de un problema de anlisis compartia mental con un slo compartimento. Si se dispone de varios compartimentos interconeco tados el planteamiento es similar pero se obtienen sistemas de ecuaciones diferenciales de primer orden, que estudiaremos en un tema posterior.

3.4

Ley de Newton del Calentamiento y Enfriamiento

Entre las much simas aportaciones de Isaac Newton a la ciencia se encuentra la llamada Ley de Newton del Calentamiento y Enfriamiento que establece: La razn de cambio o de la temperatura de un cuerpo en contacto con otro es proporcional a la diferencia de temperatura entre ambos. De esta manera, si T (t) representa la temperatura del cuerpo en estudio y Text (t) es la temperatura otro cuerpo en contacto con l, o, en muchos casos, e la temperatura del exterior o ambiente que rodea al cuerpo, entonces la ley de Newton queda establecida por medio de la ecuacin diferencial5 : o dT (t) = k (Text (t) T (t)) dt donde k es la constante de proporcionalidad (obviamente positiva). Se pueden construir modelos ms realistas si se aaden en la ecuacin nuevos trminos a n o e que tengan en consideracin la inuencia de otros factores como pueden ser aparatos de o calefaccin, calor generado por el propio cuerpo en estudio, etc. Tendr o amos as la ecuacin: o dT (t) = k (Text (t) T (t)) + f (T, t) dt Si nos restringimos al caso ms sencillo, con f (T, t) = 0 y Text =constante, la ecuacin a o se reduce a una del tipo variables separadas, cuya integracin es inmediata: o dT = k (Text T ) T (t) = Text + Cekt dt Si se tiene en cuenta la condicin inicial: T (0) = T0 se deduce fcilmente que la o a solucin particular buscada es: o T (t) = Text + (T0 Text ) ekt Analizando la solucin se observa que la Ley de Newton predice que con el paso del o tiempo la temperatura del cuerpo tiene a Text de manera asinttica. o
Evidentemente se da por sentado que todos los puntos de ambos cuerpos tienen exactamente la misma temperatura.
5

 CIENCIAS AMBIENTALES / MODELOS MATEMATICOS / TEMA 3

11

3.5

Desintegracin Radiactiva o

Entre 1900 y 1902, Rutherford y Soddy (posteriormente galardonados ambos con el premio Nobel de Qu mica), estudiaron la desintegracin de la materia por emisin de o o radiactividad. Aunque exist algunos experimentos previos, los resultados que oban tuvieron fueron realmente revolucionarios, pues se romp denitivamente la idea de a indestructibilidad de la materia. Las observaciones experimentales que realizaron les llevaron a proponer que la cantidad de ncleos atmicos x de una sustancia radiactiva que se desintegran en un u o intervalo de tiempo t es directamente proporcional al nmero de ncleos presentes, x, u u y al intervalo t. Es decir: x x t Si se consideran intervalos de tiempo innitesimales, llegamos a la ecuacin diferencial: o dx = a x dt donde a recibe el nombre de constante de desintegracin radiactiva (obviamente a es o positiva). Podemos plantear entonces el problema de valor inicial: = a x x(t0 ) = x0 Cuya resolucin es fcil (ntese que es idntico al problema de valor inicial del Modelo o a o e de Malthus, ahora con constante a, necesariamente negativa), obtenindose: e x(t) = x0 ea(tt0 ) Es habitual denir en este tipo de modelos la vida media, o semi-vida (a veces denotada por T , y otras por t 1 ) de una sustancia radiactiva como el tiempo necesario 2 para que una sustancia se desintegre hasta la mitad de su masa inicial. No es dif cil demostrar que se verica (ver problemas): T = 1 ln 2 a
dx dt