Modelado de Ecuaciones diferenciales

Gran parte de los sistemas que nos rodean estn sometidos al cambio, por tanto,
es un hecho cotidiano para todos nosotros. Las Matemticas son muy tiles para
Investigar, entre otros, fenmenos como el movimiento de los planetas, la
desintegracin de sustancias radiactivas, la velocidad de las reacciones qumicas
y los
Patrones meteorolgicos. Por otro lado, los bilogos investigan en campos tales
como la contaminacin o la dinmica de poblaciones. Incluso en tareas,
aparentemente
alejadas de la Matemticas, como las Ciencias Polticas o la Medicina, es
frecuente
que recurran a los modelos matemticos, en los cuales la clave est en el cambio.
Muchos de estos modelos se expresan a travs de una ecuacin diferencial. Si
y=f(t)
es una funcin que relaciona las variables t e y, entonces su derivada
y0 =dy/dt
nos indica la tasa de cambio o velocidad de cambio de la variable y con respecto
de la variable t.

Que es una ecuacin diferencial?

Aunque no sepamos que es una ecuacin diferencial, sin embargo estamos
familiarizados con el problema de resolver ecuaciones y sistemas de ecuaciones
algebraicas. Adems, sabemos lo que se entiende por solucin de la ecuacin,
aunque en ecuaciones polinmicas de grado elevado o en ecuaciones donde
aparecen funciones trascendentes no podamos encontrar su valor exacto.
De manera general, F(x1; x2; ; xn) = 0 , siendo F una funcin vectorial de
IRn en IRm, representa a un sistema de m ecuaciones en las variables x1; x2;
; xn.
Si utilizamos el lenguaje del clculo diferencial podemos escribir ecuaciones
donde aparezcan una funcin y = y(t), definida sobre un cierto intervalo I IR, la
variable t, y las derivadas de diferentes rdenes de y. Por ejemplo:
y0 = 6t + 5
y0 = 6y
y0 + 3y + t = 0
(y)2 + 2ty + sen t = 0
Llamemos la atencin sobre el hecho de que ya hemos tenido ocasin de estudiar
este tipo de situaciones, concretamente cuando se realiz el estudio de las
integrales indefinidas. En efecto, dada la ecuacin y0(t) = sen t la idea bsica era
encontrar una funcin y(t) = cos t + C que cumpla la igual anterior.
Los siguientes ejemplos tratan de mostrar como las ecuaciones diferenciales
aparecen al modelar situaciones muy simples.
Una ecuacin diferencial es aquella en la que aparece una funcin desconocida y
una o mas de sus derivadas. Cuando la funcin desconocida depende de dos o
mas variables, entonces las derivadas que aparecen en la ecuacin diferencial
sern derivadas parciales, y en este caso diremos que se trata de una ecuacin

en derivadas parciales. Si la funcin depende solo de una variable independiente,

entonces la ecuacin recibe el nombre de ecuacin diferencial ordinaria (E.D.O.).
En este curso estudiaremos algunos tipos de ecuaciones diferenciales ordinarias
de
Orden n que representaremos por

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

Identificacin.
Se trata de clarificar las preguntas que se intentan responder
con el modelo, formular el problema en palabras, documentar los datos relevantes
e identificar el mecanismo subyacente al problema real

Suposiciones.
El problema debe ser analizado para decidir los factores del mismo que son
importantes y aquellos que pueden ser ignorados. Con todo ello deben hacerse
suposiciones (o idealizaciones) lo ms realistas posible

Construccin.
En este paso se \construye" el modelo, es decir, se traduce al lenguaje
matemtico el problema (junto con las suposiciones anteriormente realizadas)
obtenindose un conjunto de ecuaciones (o inecuaciones) despus de haber
identificado las variables que deben intervenir en las mismas.

Anlisis o Resolucin.
Se trata de la resolucin del problema. Las soluciones consistirn en general en
funciones por medio de las cuales la o las variables dependientes se expresaran

en trminos de la o las variables independientes. Por otro lado, se obtendr

informacin acerca de los parmetros que intervienen en el modelo

Interpretacin.
En este paso, la solucin matemtica debe ser comparada con
la realidad para observar si se ajusta a lo conocido acerca del problema real. Se
trata, en definitiva, de interrumpir el proceso si se obtiene soluciones carentes de
sentido real.

Validacin.
Una vez interpretada la solucin, se comprueba numricamente que concuerda
con los datos disponibles sobre el problema .

Implementacin.
Finalmente, se usa el modelo para describir el problema, se pueden por tanto
realizar predicciones sobre los valores de las variables. Es necesario prestar
atencin al rango de validez del modelo

Mtodos para resolver o analizar ecuaciones diferenciales

Una vez que tenemos formulado el modelo matemtico, el problema est en
resolverlo, que en la mayora de las ocasiones no es fcil. Los mtodos de estudio
de modelos los podemos resumir en
Mtodo analtico: mtodo de bsqueda de soluciones a las ecuaciones
diferenciales.
Anlisis cualitativo: se utiliza la ecuacin diferencial como fuente de informacin de
las propiedades de las posibles soluciones.
Anlisis numrico: aproximacin a los valores de la solucin.

Anlisis geomtrico de y0 = f(t; y)

Recordemos que estamos considerando ecuaciones diferenciales ordinarias de
primer orden F(t; y; y0) = 0, donde F es una funcin de tres variables, y que ser
posible expresarla
y0(t) = f(t; y) :

Campo de direcciones
Las soluciones de (2.8) son funciones y las podemos representar graficamente
como
una curva en el plano Oty. Supongamos que D sea el dominio de la funcion f, y
(t0; y0) 2 D siendo y(t) una solucion de (2.8) de tal manera que su grafica pasa por
el punto (t0; y0), por tanto y(t0) = y0. En consecuencia, la ecuacion (2.8) expresa
que f(t0; y0) es el valor de la pendiente de la tangente a la grafica de y(t) en (t0;
y0).
De esta manera, para cada uno de los puntos del dominio D podemos dibujar un
pequeo segmento con la direccion que f(t; y) determina. Un subconjunto del
plano
O t y en el que para cada punto se ha definido una direccion se conoce con el
nombre
de campo de direcciones.

Resumiendo, lo que hemos hecho al plantear la ecuacion (2.8) es denir un

campo direccional y el problema de encontrar sus soluciones es el de encontrar
aquellas curvas con la propiedad de ser tangentes a cada punto del campo de
direcciones.

Modelos de Dinmica de poblaciones para una sola

especie
Los Modelos matemticos que intentan describir como la poblacin de una
especie evoluciona frente al tiempo tienen una larga y fructfera historia.
Presentaremos en este Tema los dos modelos ms bsicos, que constituyen el
punto de partida de esta rama de la Ciencia, el Modelo de Malthus y el Modelo
Logstico. En Temas sucesivos se completara esta exposicin con el estudio de
otros modelos ms complejos, as como con el anlisis de modelos que describen
ms de una especie en interaccin.
El nmero de individuos N de una especie determinada en un instante dado de
tiempo t es obviamente un numero natural N(t)2N8t2R. Si N es grande, podemos
considerarlo como un nmero real N(t)2R y as suponer que N:R!Res una
funcin continua y derivable 8 t 2 R

Graficas de una N (t) \real" (curva discontinua,

N toma nicamente valores naturales) y de su idealizacin, la funcin real de
variable real N(t)
La tasa de incremento de la poblacin (crecimiento o decrecimiento, segn el
caso)en un intervalo de tiempo [t1; t2] vendr dada por:

Mientras que la tasa instantnea o velocidad de crecimiento", cuando t2t 1, ser

la derivada

Hasta aqu hemos expresado matemticamente, mediante una funcin derivable,

la poblacin de una especie aislada, vamos a considerar por tanto \modelos
continuos para una nica especie.
En este problema tenemos la posibilidad de establecer una \ley (ecuacin) de
conservacin, lo cual ser de una inestimable ayuda a la hora de construir un
modelo concreto (en otros problemas no se dispone de tales leyes de
conservacin). En este caso, es evidente que se verificara:

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, con a y b constantes evidentemente positivas, mientras
que no existen migraciones. La ecuacin ser por tanto:

Donde k=ab ser positiva si la tasa de natalidad es mayor que la tasa de

mortalidad, negativa en caso contrario y nula si se produce la situacin ideal en la
que ambas coinciden (las unidades en las que viene dada k son evidentemente de
T1, inverso de tiempo). La solucin de la ecuacin diferencial ordinariaN0= kN es
trivial (se trata de una ecuacin autnoma, y por tanto de variables separables) y
se tiene

Si se dispone, como dato aadido, de la poblacion en el instante inicial

N(t0) =N0, podemos determinar la solucion particular del correspondiente
problema de Cauchy

Grafica de tres soluciones posibles de la ecuacin de Malthus con idntico valor

de N0, correspondientes a un valor dispositivo, 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:

Esta solucin presenta un comportamiento cualitativamente muy diferente segn

sea 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 una solucin decreciente asintticamente a cero (debe recordarse que
N = 0 es una
solucin estacionaria de la ecuacin de Malthus, y por tanto, debido al Teorema de
Picard, ninguna otra solucin de la ecuacin puede atravesar el eje de abscisas
ejemplos
Si P(T) denota la cantidad de bacterias que hay en el cultivo en el instante t, se
tiene que la variacin instantnea de esta, dada por dp/dt, es proporcional a la
poblacin. Por lo que
dp/dt=kP(t)
Si la poblacin inicial de bacterias es P0, usando el mtodo de variables
separables, el lector puede mostrar que al tomar P(0)= P0como condicin inicial,
entonces la solucin particular est dada por la funcin
P(T)=P0Ekt
Es de notar que en este modelo no han sido tomados en cuenta muchos factores
que pueden afectar el crecimiento de una poblacin. Entre ellos podemos
mencionar una tasa de mortandad por causas naturales, enfermedades, falta de
alimento, sobrepoblacin, entre otros

Modelo Logstico
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 Logstico, propuesto por el matemtico belga P. F. Verhulst. La 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 dicha competencia por medio del nmero de contactos
posibles entre dos individuos de la especie: el nmero de tales contactos, cuando
se dispone de N individuos en total,esN2=12N (N1). De esta manera la
ecuacin de Verhulst o ecuacin logstica se plantea de la forma:

donde se han redefinido las constantes

Las dos constantes asi definidas tienen un significado importante,1r tiene unidades
de tiempo y recibe a veces el nombre de \escala temporal" del modelo, se suele
estimar que1 r proporciona el intervalo de tiempo en el cual el modelo puede
considerarse como una aproximacin aceptable al problema real. Por su
parte(unidades de poblacin) recibe el nombre de poblacin lmite" por motivos
que se harn evidentes en cuanto resolvamos la ecuacin anterior. En Ecolgica
suele denominarse a K capacidad de carga o de persistencia puesto que
representa de manera aproximada el nivel mximo de poblacin que puede
soportar un medio sin sufrir un serio impacto negativo.
La ecuacin logstica es autnoma, y por tanto, de variables separables. La
resolucin de la ecuacin y posterior simplificacin, tomando adems como dato
inicial N (0) =N 0 nos lleva a la solucin particular

Dado que se trata de una ecuacin autnoma es fcil observar que N=0 y N=K
son las soluciones estacionarias de la ecuacin logstica. El significado de la
solucin N = 0 es trivial, si la poblacin inicial es nula no hay posibilidades de
crecimiento dentro de este 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 inicial exactamente igual aK,
encontramos que N(t) es constantet2R+. Se trata por tanto de dos estados de
equilibrio. Por otro lado, la ecuacin logstica verifica de manera evidente las
hipotesis del Teorema de Picard para cualquier valor deN, y en consecuencia, las
solucionesN=KyN = 0 no pueden ser cortadas por ninguna otra solucion particular
del modelo

Encontramos que, para una poblacin inicial N0>0 cualquiera, la solucin siempre
tiende al valor K, de ahi su nombre de poblacin limite".

Observamos en definitiva que el modelo logstico no prev un crecimiento ilimitado

de la poblacin, como ocurra en el Modelo de Malthus (con constante positiva),
sino que se prev una estabilizacin de la poblacin alrededor del valor K. Se
encuentran tres regmenes bien diferenciados segn N0 sea mayor que K, menor
que K pero mayor que K/2 y menor que K/2

Finalmente es interesante comentar que a pesar de sus restricciones evidentes, el

modelo logstico (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 cabra esperar (por ejemplo en
anlisis de poblaciones humanas
Sujetas a considerables migraciones y que aun asi se ajustan a una curva tipo
logstica).Existe una razn para que esto ocurra: Consideramos un modelo general
de la forma:

es decir donde tan solo suponemos que la ecuacin es autnoma. Siempre

podemos aproximar la funcin (N) (que en principio ser todo lo complicada que
deseemos), en las cercanas del punto inicialN0por su polinomio de Taylor de
grado n, en particular, para n= 2

Concluimos por tanto que independientemente de los razonamientos que llevaron

a introducir los modelos de Malthus y logstico, estos constituyen
respectivamente las
aproximaciones lineal y cuadratica naturales a cualquier modelo autonomo que
se pueda
plantear.

Anlisis Compartimental
Estudiaremos en esta seccin modelos bsicos de anlisis compartimental. Se
trata de describir mediante una funcin x (t) la cantidad de una sustancia que este
presente en un 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 esta en una ley de conservacin evidente: la tasa de cambio de la
sustancia en el compartimento dx dt ser igual a la velocidad de entrada de la
sustancia en el compartimento en el instante t menos la velocidad de salida de la
misma

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 estos modelos

Ley de Newton del Calentamiento y Enfriamiento

Entre las muchsimas aportaciones de Isaac Newton a la ciencia se encuentra la
llamada. Ley de Newton del Calentamiento y Enfriamiento" que establece: La
razn de cambio 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 del, o, en muchos casos, la
temperatura del exterior o ambiente que rodea al cuerpo, entonces la ley de
Newton queda establecida por medio de la ecuacin diferencial

Donde k es la constante de proporcionalidad (obviamente positiva).

Se pueden construir modelos ms realistas si se aaden en la ecuacin nuevos
trminos que tengan en consideracin la influencia de otros factores como pueden
ser aparatos de calefaccin, calor generado por el propio cuerpo en estudio, etc.
Tendramos asi la ecuacin:

Si nos restringimos al caso ms sencillo, con f(T; t) 0 yText=constante, la ecuacin

se reduce a una del tipo variables separadas, cuya integracin es inmediata

Si se tiene en cuenta la condicin inicial(0) =T0 se deduce fcilmente que la

solucin particular buscada es:

analizando la solucin se observa que la Ley de Newton predice que con el paso
del tiempo la temperatura del cuerpo tiene a Text de manera asinttica

Desintegracin Radiactiva
Rutherford y Soddy (posteriormente galardonados ambos con el premio Nobel de
Qumica), estudiaron la desintegracin de la materia por emisin de radiactividad.
Aunque existan algunos experimentos previos, los resultados que obtuvieron
fueron realmente revolucionarios, pues se rompa" definitivamente la idea de
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 intervalo de tiempo t es directamente proporcional al nmero de ncleos
presentes, x,y al intervalo t. Es decir
Si se consideran intervalos de tiempo infinitesimales, llegamos a la ecuacin
diferencial:
Donde a recibe el nombre de constante de desintegracion radiactiva (obviamente
a expositiva). Podemos plantear entonces el problema de valor inicia

Cuya resolucin es fcil (ntese que es idntico al problema de valor inicial del
Modelo
de Malthus, ahora con constante a, necesariamente negativa), obtenindose:

Es habitual definir en este tipo de modelos la \vida media", o \semi-vida" (a veces

denotada por T, y otras por t1/2) de una sustancia radiactiva como el tiempo
necesario para que una sustancia se desintegre hasta la mitad de su masa inicial

Fusin
Se considera una esfera de hielo que se derrite a razn proporcional al rea de su
superficie.
Hallar una expresin para el volumen de la esfera en cualquier unidad de tiempo.
Variables: La incgnita del problema: volumen (es funcin del tiempo). Notacin
matemtica: V volumen, t tiempo =V (t): el volumen depende del tiempo, es decir,
es funcin del tiempo.
En los datos:
La esfera se derrite a razn proporcional al rea de su superficie es
Decir, el volumen de la esfera vara a razn proporcional al rea de su superficie
La variacin de volumen es la derivada de V con respecto al tiempo dV/dt
Expresin de la ley en forma matemtica Dv/dt=k4r2, r es el radio de la esfera,
r=r(t)
Planteamos la ecuacin con la incgnita inicial V

Sustituyendo

Ecuacin diferencial que proporciona el volumen en cualquier tiempo t

Reacciones qumicas
En cintica de las reacciones, en lo que se est interesado es en la evolucin de
stas con el transcurso del tiempo. Como las velocidades son derivadas con
respecto al tiempo, no es de extraar que la cintica de las reacciones se modele
mediante ecuaciones diferenciales.
Un ejemplo de tales reacciones son las reacciones biomoleculares.
Sea la reaccin biomolecular elemental A + B ! P; en la que dos sustancias
(reactantes) se unen para formar una tercera (producto). Hallar una expresin para
las distintas concentraciones en cualquier unidad de tiempo
Variables.
Las incgnitas son las concentraciones de los reactantes y el producto (son
funciones del
tiempo): [A];[B],[P]
Leyes empricas que se pueden aplicar:

La velocidad de reaccin depende de la concentracin de los reactantes y quizs

del producto. La ley de la velocidad de reaccin es la formulacin de esa
dependencia

Para las reacciones elementales existe un principio bsico, la ley de accin de

masas: la velocidad de una reaccin elemental es proporcional al producto de las
concentraciones de los reactantes:

La ley de accin de masas est basada en la suposicin de que reacciones

elementales ocurren cuando las molculas de los reactantes estn en contacto
simultneamente. Por tanto, a mayor concentracin, mayor velocidad.
El coeficiente k es la constante de la reaccin y se toma siempre positiva.
Por ltimo la ley de conservacin: la suma de las concentraciones de los
productos y de cualquiera de los reactantes permanece constante a lo largo de la
reaccin

A0; B0; P0son las concentraciones iniciales de cada uno de los componente
Planteamiento de la ecuacin.
Igualando velocidades:

Por ltimo, aplicando la ley de conservacin, se pueden eliminar variables para

obtener la ecuacin de[A]

De la misma forma se obtienen las ecuaciones que proporcionan las dems

concentraciones:

Condiciones adicionales
En el proceso de modelado, con bastante frecuencia, aparecen condiciones
adicionales que se deben aadir al problema que se plantea. En el caso de las
reacciones del ejemplo anterior, las concentraciones iniciales de los elementos son
datos del problema que se consideran en la formulacin de ste
Ejemplo: enfriamientos
Al sacar un pastel del horno, su temperatura es de300 F Tres minutos despus su
temperatura es de200 F .Estamos interesados en saber la temperatura del pastel
en cualquier momento, siendo la temperatura ambiente de70F.
- Variables. La temperatura T es funcin del tiempo t.
-Ley de Newton del enfriamiento: la rapidez con que la temperatura cambia es
proporcional a la diferencia entre la temperatura del cuerpo y la temperatura
constante del medio que lo rodea
-La ecuacin
-Condiciones adicionales