Parcial Fenómenos Crı́ticos

Darı́o Alejandro Hernández Mendoza

Cc 1152700017
Profesor: Óscar J. Mesa S.

2 de junio de 2018

Punto 1.1 Interpretación:

 
dN N E∗N
= ro ∗ N ∗ 1 − − (1)
dt K A+N

La ecuación representa un modelo de crecimiento demográfico que se puede explicar

observando cada uno de sus términos.

ro ∗ N : es el modelo mas sencillo y asume una tasa de crecimiento (ro) proporcional

a la población (N ) de peces.

K : la capacidad de soporte es la población a la cual la tasa de crecimiento poblacional

se hace nula.

N


ro ∗ N ∗ 1 − K
: este termino es el modelo logı́stico de crecimiento de la población.
La población a medida que es más grande, crece más lentamente hasta llegar a un
tamaño en el cual no sigue creciendo por falta de recursos. En este modelo, se asegura
este comportamiento de disminución de la tasa de crecimiento con la incorporación de
N


1− K .

E: es el máximo valor que puede alcanzar la tasa de mortalidad.

A: es la población donde la tasa de mortalidad es la mitad de la máxima (E).

E∗N
A+N
: es la tasa de mortalidad de la población. Este termino se introduce en el modelo
logı́stico porque la tasa de crecimiento de la población se ve afectada por la caza y
 muertes naturales dentro de la población. Esta adecuación de la mortalidad es muy
similar a una función de Monod, donde la tasa de mortalidad es muy baja cuando la
población (N ) es baja, y crece hasta un valor limite E cuando N es mucho mayor a A.

Punto 1.2 Modelo adimensional:

Se tiene que el modelo de crecimiento de la población de peces es:

 
dN N E∗N
= ro ∗ N ∗ 1 − −
dt K A+N

Haciendo el siguiente cambio de variables:

N A E
X= K
τ = ro ∗ t a= K
h= ro∗K

De modo que:

E∗K ∗X
K ∗ Ẋ = ro ∗ K ∗ X ∗ (1 − X) −
A+K ∗X

Ẋ E∗X
= X ∗ (1 − X) −
ro ro ∗ (A + K ∗ X)

Ẋ E∗X
= X ∗ (1 − X) −
ro ro ∗ K ∗ (X + a)

dX h∗X
= X ∗ (1 − X) − (2)
dτ X +a

Punto 1.3 Puntos fijos:

Se tiene que:

dX h∗X
= X ∗ (1 − X) −
dτ X +a

Se puede ver que un punto fijo es X = 0 que es independiente de los parámetros h y a.

dX
Entonces si se supone X 6= 0 y se iguala a cero dτ
, se tiene:

2
 h∗ 6 X
6 X ∗ (1 − X) =
X +a

h
1−X =
X +a
h
Entonces gráficando y = 1 − X y y = X−a
:

Figura 1: Posibles puntos fijo según los parámetros a y h.

como se puede ver en la figura 1 según la combinación de los parámetros a y h se puede

tener 1 o 2 puntos fijos y si se tiene en cuenta el punto fijo X = 0 la ecuación puede tener
1, 2 o 3 puntos fijos.

Punto 1.4 Estabilidad puntos fijos:

dX
En la figura 2 se presentan una posible curva solución de dτ
, en ella se presentan los
posibles puntos fijos (X = φ, X = 0 y X = θ) y por medio de flechas se representa la
estabilidad. Puntos fijos con flechas que convergen, son estables y puntos fijos con flechas
que divergen son inestables. De modo, el punto fijo X = 0 es inestable y los puntos fijos
X = θ y X = φ son estables.

3
 dX dX
Figura 2: Posible gráfica de dτ
. φ y θ son los posibles puntos fijos de dτ
diferentes de cero.
El signo entre paréntesis hace referencia a que el punto fijo es positivo o negativo.

En la figura 3 se presenta el análisis que se realizó para determinar la estabilidad de los

puntos fijos.

Figura 3: Análisis de la estabilidad de los posibles puntos fijos.

4
Punto 1.5 Modelo acoplado:

Los puntos fijos del modelo modificado:

 
N E∗N
Ṅ = ro ∗ N ∗ 1 − −
K A+N

 
p∗N
Ė = −c ∗E
A+N

Con parámetros ro = 1, K = 2, A = 0,3, p = 1,5 y c = 1 son: (0,0), (2,0) y (0.6,0.63). La

estabilidad de estos puntos es punto de silla para (0,0) y (2,0), para el punto (0.6,0.63) la
estabilidad es la de una espiral divergente, además este punto también es el centro de un ciclo.
En la figura 5 se presenta la serie de tiempo de una trayectoria que inicia dentro de la espiral
y termina en el ciclo, en ella se puede observar que la tasa de crecimiento de la población
(N ) y la tasa de mortalidad máxima (E), ambas series presentan un comportamiento similar
oscilatorio, pero N con mayor amplitud que E, además el cilo de E se encuentra rezagado
respecto a N , lo cual significa que N afecta el comportamiento de E y que al llegar a su
punto máximo N es influenciado por E.

Figura 4: Diagrama de fase del modelo de crecimiento de peces modificado, con parámetros
ro = 1, K = 2, A = 0,3, p = 1,5 y c = 1.

5
Figura 5: Serie de tiempo de una trayectoria ubicada en la espiral, del campo del modelo,
con parámetros ro = 1, K = 2, A = 0,3, p = 1,5 y c = 1.

Con parámetros ro = 1, K = 2, A = 0,5, p = 1,5 y c = 1 son: (0,0), (2,0) y (1,0.75).

La estabilidad de estos puntos es punto de silla para (0,0) y (2,0), para el punto (1,0.75) la
estabilidad es la de una espiral atractiva. En la figura 7 se presenta la serie de tiempo de
una trayectoria que inicia lejos del punto fijo (1,0.75) y que es absorbida por la espiral, en
esta serie se observa que al inicio, mientras gira en la espiral, los valores de N y E fluctuan
con rezago una de la otra, pero que al llegar al punto, los valores de N y E se estabilizan.

Figura 6: Diagrama de fase del modelo de crecimiento de peces modificado, con parámetros
ro = 1, K = 2, A = 0,5, p = 1,5 y c = 1.

6
Figura 7: Serie de tiempo de una trayectoria ubicada en la espiral, del campo del modelo,
con parámetros ro = 1, K = 2, A = 0,5, p = 1,5 y c = 1.

Punto 2.1 Interpretación:

dIh
= a ∗ b ∗ m ∗ Im ∗ (1 − Ih ) − r ∗ Ih (3)
dt

dIm
= a ∗ c ∗ Ih ∗ (1 − Im ) − µ2 ∗ Im (4)
dt

El modelo presenta la tasa de crecimiento de la población humana y de mosquitos in-

fectada de malaria en función de la población infectada y de la población de mosquitos
infectados. La interacción entre las dos especies parece ser una retroalimentación positiva
porque a medida que aumenta la población de humanos infectados la población de mosquitos
infectados también lo hacen y viceversa, eso se puede apreciar en las tasas de crecimiento
a ∗ b ∗ m ∗ Im para los humanos y a ∗ c ∗ Ih para los mosquitos.

Los parámetros a, b y m actúan como al probabilidad de que un humano sea infectado

de malacia y los parámetros a y c como la probabilidad de que un mosquito consuma y
transporte la enfermedad. Por otra parte, el crecimiento de las poblaciones infectadas también
se ven afectados por la tasa de recuperación de los humanos a la malaria y a la tasa de
mortalidad de los mosquitos, los cuales se incluyen en el modelo restando las tasas de infección
(−r ∗ Ih para los humanos y −µ2 ∗ Im para los mosquitos).

7
Punto 2.2 y 2.3 Parámetro Ro:

Cuadro 1: Combinación de parámetros del modelo de contagio de malaria utilizados para

analizar los distintos estados de propagación de la enfermedad (Población sana, endemia y
epidemia).

a b c m r µ2 Ro resultante
Ro<1 0.01 0.2 0.5 30 0.05 0.5 0.012
Ro=1 0.2236 0.2 0.5 5 0.5 0.05 1
Ro>1 0.5 0.5 0.5 10 0.05 0.05 250

En la figura 8 se presenta el campo gradiente del modelo del crecimiento de la población de

humanos y mosquitos infectados de malaria para el caso donde Ro es menor a 1 (Población
sana). Se observa que, efectivamente, para cualquier población de humanos o mosquitos
infectados estos siempre tenderán a una población de cero individuos infectados(Punto fijo
(0,0) es un sumidero).

En la figura 9 se presenta el caso donde Ro = 1, para esta condición se tiene que los
individuos infectados también tienden a cero, presentádose un punto fijo en (0,0). En cambio,
en la figura 10, se presenta el caso Ro ¿1 para el cual se tiene dos puntos fijos, (0,0) punto de
silla y (0.983,0.830) sumidero; en esta ocasión el porcentaje de individuos humanos-moscas
infectados se alejan del cero y tienden al caso donde casi el total de la población es infectada
(0.983,0.830).

Figura 8: Campo de gradientes del modelo para Ro < 1.

8
 Figura 9: Campo de gradientes del modelo para Ro = 1.

Figura 10: Campo de gradientes del modelo para Ro > 1.

Punto 2.4 Variabilidad climática y la malaria:

El aumento de la Temperatura aumenta la longevidad, la tasa de reproducción aumenta,

el tiempo de incubación disminuyen y maduración disminuye, también se ha observado que
la tasa de picaduras de los mosquitos aumenta, de modo que la posibilidad de contagio de
la malaria aumenta.

9
 La lluvia y la humedad influyen en la longevidad de la población de mosquitos y aumenta
los nichos de incubación de los huevesillos de mosca. Pero lluvia excesiva hace rebosar los
charcos de incubación provocando disminución de la natalidad de moscas; y por otro lado,
sequı́as excesivas evapora las chacas o criaderos de los huevesillos de mosca ocasionando la
muerte de las mismas, por lo tanto disminuye la natalidad de las moscas.

10