Date post: | 16-Dec-2015 |
Category: |
Documents |
Upload: | mariela-julia-charca-gutierrez |
View: | 21 times |
Download: | 2 times |
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
INDICE
1. CARATULA
2. INDICE
3. DEDICATORIA
4. AGRADECIMIENTOS
5. INTRODUCCION
6. LOGISTICA
7. ECUACION LOGISTICA
8. ECUACION DE LOTKA-VOLTERRA
9. MODELO LOGISTICO
10. REGRESION LOGISTICA
11. CONCLUSIONES
12. BIBLIOGRAFIA
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
DEDICATORIA
Dedico la presente
monografa a una
persona muy especial que
posee toda mi estima y
agradecimiento.
Pues no solo me brinda
su apoyo sino que
tambin su cario y
sobretodo su
comprensin, gracias
LUIS, sabes lo que
significas para m.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
AGRADECIMIENTOS
A MIS MAESTROS QUE DIA A
DIA NOS IMPARTEN
CONOCIMIENTOS SIN LOS
CUALES NO PODRIA
REALIZAR MI SUEO QUE ES
SER INGENIERA CIVIL.
AGRADESCO TAMBIEN A
MIS FAMILIARES QUE SIN
SU APOYO NO ESTARIA
AHORA EN PROCESO DE
REALIZAR ESE SUEO
AGRADESCO SOBRE TODO
A MI PADRE QUE DESDE EL
CIELO SE QUE CONSPIRA
POR MI,QUE SIEMPRE VELA
POR MI BIENESTAR Y QUE
SU MEMORIA VIVIRA
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
INTRODUCCION
En la presente monografa se tratara el tema de LOGISTICA es una funcin
matemtica que aparece en diversos modelos de crecimiento de poblaciones,
propagacin de enfermedades epidmicas y difusin en redes sociales. Dicha
funcin constituye un refinamiento del modelo exponencial para el crecimiento de
una magnitud
Este modelo es adecuado para especies bacteriolgicas con un rango de validez
temporal, por ejemplo una semana, es decir el crecimiento ser exponencial en una
semana considerando por ejemplo que la bacteria se duplica en 1 hora, esto es la
constante de crecimiento es de 2 bacterias por cada una en una hora, es decir k =
2, y la unidad de tiempo es hora. Cul ser la evolucin de esta colonia de
bacterias al cabo de una semana?
En el desarrollo de un embrin, el vulo fecundado comienza a dividirse y el
nmero de clulas empieza a crecer: 1, 2, 4, 8, 16, 32, 64, etc. ste es un
crecimiento exponencial. Pero el feto slo puede crecer hasta un tamao que el
tero pueda soportar; as, otros factores comienzan a disminuir el incremento del
nmero de clulas, y la tasa de crecimiento disminuye. Despus de un tiempo, el
nio nace y contina creciendo. Finalmente, el nmero de clulas se estabiliza y la
estatura del individuo se hace constante. Se ha alcanzado la madurez, en la que el
crecimiento se detiene.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
CONCEPTO DE LOGISTICA SEGUN (Antn, 1993)
LOGICA: es la ciencia y el arte de dicernir los pensamientos y conceptos
LOGICO: es lo que pertenece relativo a la logica
LOGISTICA: en su ecepcion mas amplia, es la diciplina que trata de formular
de un modo riguroso la logica.
Tradicionalmente, la logisticaes, tambien, el arte militar que estudia el
movimiento,transporte y estacionamiento de las tropas fuera del campo de batalla.
Es la referencia mas antigua de la logistica como un control de flujos, el de los
recursos para la batalla.
Lasignificacion de lka logistica como formulacion de una logica, y en particular de
una racionalizacion de la conducta de flujos, conduce a la aceepcion moderna de la
logistica en la empresa como regulacion de flujos fisicos de mercancia.
LOGISTICA
Es una funcin matemtica que aparece en
diversos modelos de crecimiento de
poblaciones, propagacin de enfermedades
epidmicas y difusin en redes sociales.
Dicha funcin constituye un refinamiento
del modelo exponencial para el crecimiento
de una magnitud. Modela la funcin
sigmoidea de crecimiento de un conjunto P
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
CONCEPTO DE LOGISTICA SEGN (magee, 1958)
La logistica es concebida como una tecnica de control y de gestion de flujos de
materias primas y de productos, desde sus fuentes de aprovisionamiento, hasta sus
puntos de consumo.
EL CRECIMIENTO EXPONENCIAL SEGUN (Walias, 2005)
Supongamos que tenemos una determinada especie biolgica ubicada en un cierto
nicho ecolgico, se define por N( t ) el nmero de unidades de esa especie en el
tiempo t. Supongamos que esta especie no tiene depredadores y el espacio
ecolgico le da suficientes alimentos de tal manera que no hay una excesiva
competencia dentro de las especies (digamos que falla el elemento articulador de la
teora darwiniana: los medios son escasos y se hace necesario la lucha por los
alimentos). De tal forma que esta "especie elegida" no tiene strees externo ni
interno, de modo que el modelo que se propone es el siguiente:
N( t + Dt ) = N( t ) + k N( t ) Dt (1)
siendo k una constante positiva, que llamaremos la tasa de crecimiento de la
poblacin. Supongamos que el tiempo t = 0 la poblacin es de N ( 0 ) unidades.
Formando el cociente de Newton en la ecuacin dinmica en (1), nos queda
pasando al lmite cuando Dt tiende a cero,
Observemos que
(2)
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
La pregunta es, cul es la funcin N( t ) que satisface la relacin (2)?
Podemos recordar que
entonces la derivada de la funcin compuesta ln N( x ), aplicando la regla de la
cadena, es
de tal manera que de (2) se tiene que
(3)
por lo tanto necesariamente para llegar a la ecuacin (3) se debe tener que
(4)
En (4) aplicamos la definicin de ln y obtenemos
la constante A la calculamos fcilmente toda vez que conocemos el valor de N( 0 ),
en efecto, N( 0 ) = A, entonces
Para una poblacin que se inicia con N( 0 ) = 10000 especies, y con un crecimento
de 5 por cada mil en una unidad de tiempo (por ejemplo aos), entonces se tiene
que k = 0.005, la evolucin dinmica de esta especie se entrega en la grfica
siguiente
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
Este modelo es adecuado para especies bacteriolgicas con un rango de validez
temporal, por ejemplo una semana, es decir el crecimiento ser exponencial en una
semana considerando por ejemplo que la bacteria se duplica en 1 hora, esto es la
constante de crecimiento es de 2 bacterias por cada una en una hora, es decir k =
2, y la unidad de tiempo es hora. Cul ser la evolucin de esta colonia de
bacterias al cabo de una semana?
POBLACIONES LIMITADAS Y ECUACION LOGISTICA SEGN
(BOZALLA, 2002)
En algunas poblaciones es posible observar que la tasa de la natalidad disminuye
conforme la poblacion aumenta, las razones pueden ser diversas desde el
incremento en el refinamiento cientifico o cultural hasta la limitacion en los recursos
alimenticios.
ECUACION LOGISTICA
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
La ecuacin logstica es un segundo modelo sobre evolucin poblacional que le pone
ms realidad al modelo de crecimiento exponencial. Como antes definiremos
por N( t ) el tamao de la poblacin bajo estudio, y como antes vamos a suponer
que el coeficiente k es la tasa de crecimiento, pero esta vez no ser constante, y
vamos intentar explicar no solo porqu no ser constante sino que tambin porqu
asume el valor que vamos a proponer. En el modelo exponencial tenamos que
(1)
y con esto estbamos diciendo que los nuevos miembros de la poblacin van a ser
proporcionales al tamao de la poblacin con una constante de proporcionalidad k.
Pues bien, lo que se propone aqu es lo siguiente: la tasa de crecimiento en
condiciones "normales" ser constante o aproximadamente constante, pero en esta
tasa de crecimiento se debe reflejar el hecho de que si la poblacin aumenta
considerablemente ese mismo tamao va a inhibir el crecimiento o se reducir los
nuevos miembros de la poblacin, es decir esta nueva tasa de crecimiento ser de
la forma
(2)
donde el factor a indica una tasa de crecimiento "en condiciones normales" y el
factor b N( t ), con b > 0, indicar el retardo en la tasa a cuando la poblacin N( t )
sea muy grande. Entonces reemplazando (2) en (1) obtenemos
Formando el cociente de Newton y pasando al lmite cuando t se aproxima a cero,
se tiene que
(3)
Esta ecuacin se puede arreglar como
(4)
Observemos que el denominador admite la siguiente descomposicin
de tal forma que reescribimos la ecuacin (4) como
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
el segundo miembro de esta ecuacin es equivalente a las siguientes derivadas
Recordando que derivada de una suma es la suma de las derivadas y por propiedad
de logaritmo, nos queda
esto significa entonces que
de modo que
como nuestro objetivo es "descubrir" la funcin N( t ) estamos a un paso si la
despejamos de esta igualdad. En efecto
(5)
Y esta funcin N( t ) definida segn (5) que se conoce con el nombre de ecuacin
logstica.
Veamos como funciona esta ecuacin para a = 1, b = 0.001 y N( 0 ) = 106 .
All se puede ver como la funcin crece violentamente, luego alcanza un punto de
inflexin y a partir de ese punto de inflexin empieza la poblacin a estabilizarse a
un punto fijo. All se puede observar el punto de inflexin y adems el lmite
asinttico de la ecuacin logstica, esto es
y esto significa que la poblacin se estabiliza en el tamao poblacional a / b.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
Aun queda mucho que estudiar de esta funcin logstica, como por ejemplo, cules
son las unidades de a y b? qu valores puede tomar a y b para que la poblacin no
se extinga?, para qu valores de a y bla poblacin est condenada a la extincin?
qu papel juega N ( 0 )? Adems se debe especificar claramente en que unidades
de tiempo estamos trabajando.
Debe usted comprender cun importante es el clculo diferencial en los estudios de
dinmica poblacional.
Para finalizar, se puede demostrar mediante unos pocos minutos de lgebra
elemental que si hacemos k = a / b entonces
La constante k es llamada, por los ecologistas, la capacidad de "carga" del nicho
que contiene a la poblacin. Qu unidades tiene k?
Ecuaciones con retraso en modelos de poblacin: La
ecuacin logstica. (Liz, 2006)
Una de las motivaciones ms importantes para el estudio de las ecuaciones
diferenciales con retraso viene de la biologa matemtica, y en particular de La
dinmica de poblaciones. En esta seccin repasamos algunos modelos de poblacin
para una especie, con especial atencin a la ecuacin logstica.
Los modelos ms simples son los modelos independientes de la densidad, es decir,
aquellos en los que se supone que las tasas de natalidad y mortalidad por individuo
no dependen del tamao de la poblacin. Malthus en 1798 propuso un modelo de
este tipo en el que las tasas de natalidad y mortalidad en cada instante son
proporcionales al nmero de individuos de la poblacin en ese instante. Si
denotamos por x(t) el nmero de individuos de la poblacin en el instante t (se
permite que x(t) tome cualquier valor real positivo, aunque en la interpretacin real
debe tomar slo valores enteros), entonces x0(t) representa la tasa de variacin
del tamao de la poblacin y viene dada por la ecuacin x0(t) = ax(t) bx(t) , (3)
donde a y b son respectivamente las tasas de natalidad y mortalidad per Cpita. El
parmetro p = ab se suele llamar tasa intrnseca de crecimiento y determina
completamente las soluciones de la ecuacin (3), que solamente Tienen tres
comportamientos posibles: crecen exponencialmente si p > 0,
decrecen exponencialmente hacia cero si p < 0 y son constantes si p =
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
0 (esto resulta evidente de la expresin de las soluciones x(t) = x0ept, donde x0 es
la poblacin inicial).
El crecimiento exponencial se ajusta bastante a la realidad durante un cierto
periodo de tiempo (se conocen datos reales de la evolucin de la poblacin
humana que se corresponden con este comportamiento durante unos aos [11]).
Sin embargo, es natural pensar que a largo plazo no es un modelo realista, debido
principalmente al agotamiento de los recursos. Adems,
el modelo maltusiano tampoco explicara una situacin que se observa con cierta
frecuencia en la naturaleza: la estabilizacin de la poblacin hacia un valor de
equilibrio. Podemos concluir que un modelo realista a largo plazo debe tener en
cuenta que las tasas de natalidad y mortalidad dependen del tamao de la
poblacin, debido a que cuando esta crece demasiado debe existir un proceso de
autolimitacin (llamado comnmente competicin intraespecfica).
Verhulst3 propuso en 1836 su clebre ecuacin logstica, en la cual la tasa de
mortalidad se supone constante mientras que la tasa de natalidad depende
linealmente del tamao de la poblacin, de tal modo que la poblacin no puede
crecer indefinidamente y existe un valor K de la densidad de poblacin en el cual la
tasa de crecimiento per cpita es cero. Esta constante K acta como nivel de
saturacin y se suele determinar en funcin de la cantidad de recursos disponibles.
Estas consideraciones conducen a la ecuacin de Verhulst
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
La ecuacin (4) es fcilmente integrable y se puede comprobar que el equilibrio
positivo x = K es globalmente asintticamente estable para x > 0. El otro equilibrio
(x = 0) es inestable y las soluciones En particular, las soluciones con valor inicial x0
< K/2 presentan un punto de inflexin que se observa habitualmente en las tablas
reales.
Sin embargo existen ejemplos, incluso en poblaciones humanas, que muestran que
la poblacin a veces sigue creciendo por encima del nivel K en lugar de aproximarse
indefinidamente a el por debajo. En experimentos reales se observa tambin un
comportamiento peridico en la evolucin del tamao de la poblacin de ciertas
especies de insectos que no puede explicar el modelo logstico de Verhulst. Una de
las caractersticas de la ecuacin (4) que podra explicar estas deficiencias reside en
el hecho de que considera que la tasa de natalidad acta instantneamente,
mientras que en general existe un cierto retraso debido a la influencia de factores
como el periodo de madurez y el tiempo de gestacin. Hutchinson propuso en 1948
[13] la ecuacin logstica con retardo
donde r representa la edad de mxima capacidad reproductiva de un individuo de la
poblacin. En este caso la tasa de crecimiento per cpita en el instante t es una
funcin lineal de la poblacin en el instante. Para la comparacin con otros
modelos, nos resultara til escribirla en la forma
donde en este caso f(x) = p(1 x/K) Un clebre ejemplo del comportamiento de
una poblacin segn la ecuacin se puede encontrar en los experimentos realizados
por el entomlogo australiano A.J. Nicholson con poblaciones de la mosca de la
oveja (Lucilia cuprina). Los datos obtenidos por Nicholson permiten observar un
comportamiento oscilatorio de las soluciones y encontr los valores de los
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
parmetros de la ecuacin de Hutchinson que mejor se adaptaban a estos datos
(que corresponden aproximadamente a pr = 2,1).
Mencionamos a continuacin dos generalizaciones del modelo logstico.
En 1963, el eclogo F.E. Smith [30] trat de utilizar la ecuacin con
r = 0 para interpretar sus experimentos sobre el crecimiento de la poblacin de la
mosca Daphina magna. Sin embargo, observ que en este caso la tasa de
crecimiento per cpita no es una funcin lineal de la poblacin como suceda para la
Lucilia cuprina. Basndose en sus datos experimentales, sugiri que
esta tasa tiene una dependencia de la poblacin regulada por la funcin racional
Esto da lugar a la siguiente generalizacin de la ecuacin de Hutchinson:
Ntese que para c = 0 se obtiene precisamente la ecuacin.
Para r = 0 (es decir, sin factores de retardo), la ecuacin fue considerada por
varios autores en sus investigaciones de la influencia de la polucin en ciertas
poblaciones. En 1933, los estudios del bilogo W.C. Allee mostraron la fuerte
influencia que tienen ciertos efectos sociales en el desarrollo interno de la
poblacin de algunas especies con conducta cooperativa (abejas, hormigas, peces,
etc.). Para estas poblaciones, la tasa de crecimiento per cpita aumenta hasta el
instante en que la poblacin alcanza un valor crtico. Al pasar este valor, empieza a
disminuir debido a causas como la competencia por los recursos. Esto se traduce en
que la funcin f no es montona como en los casos anteriores sino que
tiene la forma. La modificacin ms sencilla de la ecuacin de
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
Hutchinson que permite considerar este comportamiento (conocido como efecto
Allee).
La ECUACION DIFERENCIAL LOGISTICA O DE VERHULST SEGUN (Fernndez, 2011)
La ley logstica discreta vena dada por la siguiente expresin
En este caso, la tasa de fertilidad (f(P) = a-bP ) tanto como la de mortalidad (m(P)
= c+dP) dependan linealmente (pues son rectas) de la propia poblacin (a
diferencia del caso Malthusiano, en que ambas eran constantes). Aqu a; b; c; d
eran nmeros positivos. Reordenando trminos en (1) y suponiendo que a > c se
llega fcilmente a la siguiente expresin:
Dividiendo finalmente esta ecuacin por _t, que denotaba la distancia temporal
entre dos recuentos consecutivos, y teniendo en cuenta que el cociente incremental
(Pn+1 - Pn)=Dt se puede aproximar por P0(t), es claro que en el caso continuo se
obtiene la siguiente ecuacin diferencial:
que recibe el nombre de ecuacin diferencial logstica o de Verhulst
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
(Liz, 2006)
Las ecuaciones de Lotka-Volterra son muy fciles de establecer, es un sistema de
ecuaciones diferenciales, pero en general son muy difciles de resolver por mtodos
analticos clsicos: Se puede pensar que es no es conveniente pasar modelos
diferenciales de cierta complejidad, y ms an si estas ecuaciones van dirigidas a
alumnos que recin empiezan el estudio del clculo diferencial. Pues bien, contra
todo pronstico apostar que un estudiante con slidos conocimientos de derivadas,
esto es que sabe y entiende el concepto de derivada, ms un gran sesgo en
estudios ecolgicos como pueden ser los alumnos de ecologa marina e ingeniera
en acuicultura, no solo pueden entender las ecuaciones diferenciales de Lotka-
Volterra, sino que tambin las podrn resolver numricamente (apenas se necesita
la frmula de Euler) con un pequeo software llamado STELLA (muy utilizado por
los estudiantes de ecologa).
LAS ECUACIONES DE LOTKA-VOLTERRA
La ecuacin Verhulst fue
publicada por primera vez
por Pierre Franois
Verhulst en 1838 despus de
haber ledo el "Ensayo sobre el
principio de poblacin"
de Thomas Malthus.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
Las ecuaciones de Lotka-Volterra en su estado ms simple trata de dos tipos de
especies diferentes pero unidos por un fuerte nexo vital enmarcado en la teora
darwiniana. Una especie es el depredador, y la otra especie es la presa, esto es
peces y tiburones; liebres y linces. Vamos a suponer hiptesis muy sencillas y que
calzan con la intuicin. La especie que toma el papel de presa, bajo condiciones "sin
stress", esto es si no tuviese el aliento del cazador se regulara con el modelo
logstico, esto es su propia densidad es la reguladora del nivel poblacional, por otro
lado vamos a suponer que para esta especie-presa no hay problemas en la
adquisicin de alimentos, vive en un nicho alejado de la maldicin de Malthus. En
cuanto a la especie-depredadora, esta vive y muere por la presa, esto es
sin esta presa no hay alimentos y fatalmente muere. Esta ltima hiptesis atenta
con la evolucin de Darwin, puesto que debera estar capacitada para
buscar otra especie para cazar. Es entonces que aparece un hiptesis a fortiori en
beneficio de la simplicidad del modelo. Esto significa que el sistema presa-cazador,
en nuestro caso, es un sistema cerrado. Con todo lo que esto significa, no se
permite migracin, ni desde el sistema ni hacia el sistema para ambas especies y
otras especies si es que entran al sistema no afectan esta interaccin. Estn los que
estn, y la dinmica emerge de su propias tasas de crecimiento y de la interaccin
entre ambas especies. El cazador no tiene competidor por la presa. El modelo de
interaccin entre estas especies depredador-presa debe ser tan bueno que debe
reflejar lo que claramente dice la intuicin, esto es si hay muchos cazadores y
cazan todas las presas es la muerte de los cazadores mediante una agona
exponencialmente negativa., por otro lado si no hay depredadores la presa sigue su
comportamiento logstico. Ambas especies, entonces, en su lucha por la
vida deberan buscar un punto de equilibrio oscilante. Basta de melodrama y
vamos por las ecuaciones.
La presa
Si suponemos que el cazador an no llega la dinmica poblacional de esta especie
se puede modelar mediante la ecuacin logstica,
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
donde P ( t ) indica la poblacin de la especie-presa en el tiempo t. Recordemos
que a es la tasa normal de crecimiento, que se ve disminuida por un eventual
crecimiento de la poblacin lo cual har disminuir esa tasa en un factor proporcional
a la poblacin que es bP ( t ), lo que conforma la tasa de crecimiento no
constante a - bP ( t ). Ahora bien, si llega la especie cazadora esta tasa de
crecimiento se va a ver mermada, y la merma ser justamente a causa del
depredador, de tal forma que si pensamos que esta merma ser directamente
proporcional al nivel poblacional del cazador, digamos cS( t ), donde ces la
constante y S( t ) el nivel poblacional del la especie depredadora en el instante t,
entonces el modelo propuesto para la evolucin de la presa es
(1)
donde las constantes a, b y c son positivas.
El depredador
En ausencia de la presa el nivel poblacional del cazador disminuir, es decir la tasa
de crecimiento ser negativa (ms individuos morirn que los que nacern), de tal
forma que el modelo inicial que explica esto es
donde k > 0, para que efectivamente disminuya la poblacin.
Pero ahora si el cazador ha encontrado la especie presa, entonces es claro que las
condiciones de vida mejorarn ostensiblemente, y por lo tanto la constante - k ser
contrarrestada por un factor positivo, y parece lgico e intuitivo pensar que ese
factor de "ayuda" ser proporcional al nivel poblacional de la presa esto es P ( t ),
de modo que el nuevo modelo de vida para la especie cazadora se transforma en
(2)
En las ecuaciones (1) y (2) construimos el cociente de Newton, y obtenemos
pasando al lmite cuando t tiende a cero, nos queda el sistema
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
(3)
Pues bien, el sistema (3) son las llamadas ecuaciones de Lotka-Volterra en su
forma ms simple.
El objetivo es encontrar las funciones P( t ) y S( t ) y que se comporten como
intuitivamente deseamos que se comporten. Y esto lo veremos en una prxima
seccin.
ECUACION DE LOTKA-VOLTERRA SEGUN (Walias, 2005)
El crecimiento logstico est relacionado con el crecimiento exponencial, de hecho
para pequeos valores de la magnitud que presenta crecimiento logstico, el
crecimiento logstico se asemeja mucho al crecimiento exponencial. Sin embargo, a
partir de un cierto punto el crecimiento se ralentiza, eso hace que la curva pueda
representar adecuadamente la propagacin de rumores, la extensin de una
innovacin tecnolgica o una epidemia: al principio estas se propagan rpidamente,
cada "infectado" o "afectado" por la innovacin es susceptible de traspasar el
"contagio" a otro individuo que tenga contacto con l, pero cuando el nmero de
"infectados" crece es ms difcil encontrar una persona que previamente no haya
estado en contacto con la enfermedad o innovacin.
Esta tpica aplicacin de la ecuacin logstica es un modelo comn del crecimiento
poblacional segn el cual:
la tasa de reproduccin es proporcional a la poblacin existente.
la tasa de reproduccin es proporcional a la cantidad de recursos
disponibles.
El segundo trmino modela, por tanto, la competicin por los recursos disponibles,
que tiende a limitar el crecimiento poblacional.
Si P representa el tamao de la poblacin y t representa el tiempo, este modelo
queda formalizado por la ecuacin diferencial:
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
(1)
donde la constante define la tasa de crecimiento y es la capacidad de
persistencia. La solucin general a esta ecuacin es una funcin logstica. Con una
poblacin inicial :
donde
Si queremos que el modelo proporcione directamente la probabilidad de pertenecer a cada uno
de los grupos, debemos transformar la variable respuesta de algn modo para garantizar que la
respuesta prevista est entre cero y uno. Si tomamos,
pi = F (0 + 01xi) , garantizaremos que pi est entre cero y uno si exigimos que F tenga esa
propiedad.
La clase de funciones no decrecientes, acotadas entre cero y uno, es la clase de las funciones
de distribucin, por lo que el problema se resuelve tomando como F cualquier funcin de
distribucin.
Habitualmente se toma como F la funcin de distribucin logstica, dada por:
MODELO LOGISTICO
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
de modo que, al hacer la transformacin, se tiene un modelo lineal que se denomina logit.
La variable g representa en una escala logartmica la diferencia entre las probabilidades de
pertenecer a ambas poblaciones y, al ser una funcin lineal de las variables explicativas, facilita
la estimacin y la interpretacin del modelo.
Una ventaja adicional del modelo logit es que si las variables son normales verifican el modelo
logit y, adems, tambin es cierto para una amplia gama de situaciones distintas a la normal.
En efecto, si las variables son normales multivariantes
Aunque se puede demostrar que la estimacin de b mediante el modelo logstico no es
eficiente en el caso normal, dicho modelo puede ser ms eficaz cuando las poblaciones no
tienen la misma matriz de covarianzas, o son claramente no normales.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
En estadstica se emplean la funcin logstica en el llamado anlisis de regresin
logstica. Dicho anlisis pretende estimar la probabilidad de un determinado evento,
medible por variables categricas (y no numricas), que se sabe est
correlacionado con ciertas variables cuantiativas. Por ejemplo en el epidemiologa y
en la investigacin de mecanismos lesionales es frecuente correlacionar la
probabilidad de muerte o lesin con ciertos valores numricos mediante una
ecuacin del tipo:
Los datos empricos constan de una lista de casos de los cuales se conocen
una serie de indicadores numricos para los cuales se examin si
presentaban lesin (o muerte), estos datos se representan usualmente como
0 (no-lesin) y 1 (lesin) y se estiman los parmetros . El anlisis de
regresin logstica se enmarca en el conjunto de Modelos Lineales
Generalizados (GLM) que usa como funcin de enlace la funcin logit.
REGRESION LOGISTICA
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
CONCLUSIONES
Clculo de los puntos de equilibrio de la ecuacin logstica. Se trata
de encontrar todas sus soluciones constantes, esto es, aquellas cuya
derivada es igual a cero.
Cuando una poblacin llega a ser demasiado numerosa, aparecen
restricciones del medio en forma de limitaciones de espacio, de
recursos, etc., que harn disminuir la tasa de crecimiento o, incluso,
que la harn negativa provocando que la poblacin disminuya.
Los atractores caticos son extremadamente irregulares y presentan
ricas estructuras sobre escalas arbitrariamente pequeas. Ello hace
que para su adecuada caracterizacin se introduzcan nuevos
conceptos de dimensin, distintos de la dimensin Euclides
permitiendo el uso de dimensiones no enteras"
Las ecuaciones de Lotka-Volterra en su estado ms simple trata de
dos tipos de especies diferentes pero unidos por un fuerte nexo vital
enmarcado en la teora darwiniana.
UNIVERSIDAD NACIONAL DEL CENTRO DEL PERU FACULTAD DE INGENIERIA CIVIL
C
AL
CU
LO
I
V
BIBLIOGRAFA
Bibliografa Antn, J. P. (1993). LOGISTICA una version sistematica.
Mexico D.F.: SCT. BOZALLA, A. (2002). ECUACIONES DIFERENCIALES
SOLUCIONES DE EQUILIBRIO Y ESTABILIDAD.
PALERMO: C&T.
Fernndez, J. L. (2011). La ecuacin diferencial logstica.
santiago: las palmeras.
Liz, E. (2006). Sobre ecuaciones diferenciales con retraso,
dinamica de poblaciones ynumeros primos.
Barcelona: MATerials MATematics.
magee, j. (1958). logistica. mexico: sunmer.
Perez, C. (2012). Regresin Logstica. Tanagra: F.S.Y.U.
Walias, I. P. (2005). ECUACION LOGISTICA.