El documento trata sobre los modelos logísticos aplicados a la dinámica poblacional. Explica que Thomas Malthus propuso un modelo de crecimiento exponencial de la población que no era sostenible a largo plazo. Luego, Pierre-François Verhulst desarrolló la ecuación logística para modelar la limitación de recursos, representando la tasa de crecimiento como la diferencia entre nacimientos y defunciones. Esto llevó a una curva de crecimiento logístico que se estabiliza al al
Este documento resume el desarrollo histórico de la estadística desde sus orígenes en el antiguo Egipto y Babilonia hasta su evolución como ciencia en el siglo XVIII. Destaca figuras clave como John Graunt, Jacob Bernoulli, Thomas Bayes, Pierre-Simon Laplace y Adolphe Quetelet, y conceptos fundamentales como la teoría de probabilidad, la ley de los grandes números y el método de mínimos cuadrados.
Este largo documento describe la evolución de la estadística como disciplina, desde sus orígenes como recopilación de datos hasta convertirse en una ciencia basada en la probabilidad y el muestreo. Explica que la estadística moderna se centra en realizar inferencias a partir de muestras, en lugar de intentar recopilar todos los datos, y que sus resultados son estimaciones sujetas a probabilidad y margen de error, no certezas matemáticas. También destaca la influencia de matemáticos como Fisher en el desarrollo de mé
Este trabajo es basado en la historia de la estadística, ¿Quien la creo? y en como la estadística es capaz de ayudarnos como educadores en el proceso enseñanza-Aprendizaje.
El documento resume las ideas educativas de varios pensadores de la Ilustración como Rousseau, Pestalozzi y Jovellanos. Pestalozzi promovió una educación basada en la observación, el desarrollo de las habilidades manuales y la importancia de la afectividad. Jovellanos propuso una educación pública, gratuita y útil para formar ciudadanos virtuosos y productivos. Estos pensadores sentaron las bases para el desarrollo de la escuela nueva.
1) Thomas Malthus fue un economista inglés que desarrolló la teoría de que la población crece geométricamente mientras los recursos solo crecen aritméticamente, lo que eventualmente llevaría a una escasez de alimentos y una "catástrofe malthusiana".
2) Malthus argumentó que la pobreza no se debe a la escasez de recursos sino al exceso de población.
3) Aunque la teoría de Malthus resultó ser errónea, planteó preocupaciones válidas sobre el crecimiento
Este documento presenta las ideas educativas de varios pensadores de la Ilustración como Condorcet, Kant, Rousseau, Pestalozzi y Jovellanos. Jovellanos propuso una teoría educativa basada en la instrucción para formar ciudadanos virtuosos y útiles, con una educación pública, universal y gratuita. Menéndez y Pelayo consideró que el "Tratado teórico-práctico de enseñanza" de Jovellanos estableció el mejor plan de estudios del siglo XVIII.
Este documento resume la historia del desarrollo de la estadística desde sus orígenes remotos en el registro de datos por civilizaciones antiguas como Egipto y Babilonia, hasta su evolución como ciencia independiente en los siglos XVIII y XIX con contribuciones de figuras como Gauss, Quetelet y Galton. Destaca hitos como el surgimiento de la teoría de probabilidad en los trabajos de Pascal, Fermat y Huygens, y el desarrollo de métodos estadísticos modernos por parte de Pearson, Neyman y Fisher en el sig
Este documento presenta un libro de texto sobre Estadística con SPSS. Se divide en tres secciones: la primera contiene nociones básicas de estadística como definiciones, organización y presentación de datos, y medidas descriptivas; la segunda es un manual de usuario detallado de SPSS; y la tercera contiene ejercicios prácticos de laboratorio para aplicar los conceptos estadísticos y familiarizarse con SPSS. El material es adecuado para cursos de estadística a nivel universitario en carreras como administra
Este documento resume el desarrollo histórico de la estadística desde sus orígenes en el antiguo Egipto y Babilonia hasta su evolución como ciencia en el siglo XVIII. Destaca figuras clave como John Graunt, Jacob Bernoulli, Thomas Bayes, Pierre-Simon Laplace y Adolphe Quetelet, y conceptos fundamentales como la teoría de probabilidad, la ley de los grandes números y el método de mínimos cuadrados.
Este largo documento describe la evolución de la estadística como disciplina, desde sus orígenes como recopilación de datos hasta convertirse en una ciencia basada en la probabilidad y el muestreo. Explica que la estadística moderna se centra en realizar inferencias a partir de muestras, en lugar de intentar recopilar todos los datos, y que sus resultados son estimaciones sujetas a probabilidad y margen de error, no certezas matemáticas. También destaca la influencia de matemáticos como Fisher en el desarrollo de mé
Este trabajo es basado en la historia de la estadística, ¿Quien la creo? y en como la estadística es capaz de ayudarnos como educadores en el proceso enseñanza-Aprendizaje.
El documento resume las ideas educativas de varios pensadores de la Ilustración como Rousseau, Pestalozzi y Jovellanos. Pestalozzi promovió una educación basada en la observación, el desarrollo de las habilidades manuales y la importancia de la afectividad. Jovellanos propuso una educación pública, gratuita y útil para formar ciudadanos virtuosos y productivos. Estos pensadores sentaron las bases para el desarrollo de la escuela nueva.
1) Thomas Malthus fue un economista inglés que desarrolló la teoría de que la población crece geométricamente mientras los recursos solo crecen aritméticamente, lo que eventualmente llevaría a una escasez de alimentos y una "catástrofe malthusiana".
2) Malthus argumentó que la pobreza no se debe a la escasez de recursos sino al exceso de población.
3) Aunque la teoría de Malthus resultó ser errónea, planteó preocupaciones válidas sobre el crecimiento
Este documento presenta las ideas educativas de varios pensadores de la Ilustración como Condorcet, Kant, Rousseau, Pestalozzi y Jovellanos. Jovellanos propuso una teoría educativa basada en la instrucción para formar ciudadanos virtuosos y útiles, con una educación pública, universal y gratuita. Menéndez y Pelayo consideró que el "Tratado teórico-práctico de enseñanza" de Jovellanos estableció el mejor plan de estudios del siglo XVIII.
Este documento resume la historia del desarrollo de la estadística desde sus orígenes remotos en el registro de datos por civilizaciones antiguas como Egipto y Babilonia, hasta su evolución como ciencia independiente en los siglos XVIII y XIX con contribuciones de figuras como Gauss, Quetelet y Galton. Destaca hitos como el surgimiento de la teoría de probabilidad en los trabajos de Pascal, Fermat y Huygens, y el desarrollo de métodos estadísticos modernos por parte de Pearson, Neyman y Fisher en el sig
Este documento presenta un libro de texto sobre Estadística con SPSS. Se divide en tres secciones: la primera contiene nociones básicas de estadística como definiciones, organización y presentación de datos, y medidas descriptivas; la segunda es un manual de usuario detallado de SPSS; y la tercera contiene ejercicios prácticos de laboratorio para aplicar los conceptos estadísticos y familiarizarse con SPSS. El material es adecuado para cursos de estadística a nivel universitario en carreras como administra
Este documento trata sobre las tendencias contemporáneas de la educación y los precursores de la Escuela Nueva durante la Ilustración. Explora las ideas educativas de figuras como Rousseau, Pestalozzi, Kant y Jovellanos. Jovellanos propuso uno de los mejores planes de estudios del siglo XVIII y defendió una educación pública, universal, cívica y útil. El documento también analiza las críticas a la educación del siglo XVIII y las propuestas de reforma educativa de la época.
El documento describe el origen y desarrollo de la estadística. Comenzó con los censos realizados por los chinos, griegos y romanos con fines tributarios y militares. Los romanos realizaban censos cada cinco años. En la Edad Media hubo pocas operaciones estadísticas, pero Guillermo el Conquistador recopiló datos de propiedades en Inglaterra. En el siglo XVII empezaron los registros sistemáticos de nacimientos y defunciones. Más tarde, matemáticos desarrollaron la
Este documento resume la teoría de Thomas Malthus sobre el crecimiento de la población y los recursos. Malthus argumentó que la población crece geométricamente, mientras que los recursos solo crecen aritméticamente, lo que eventualmente conduciría a una catástrofe. Aunque su predicción no se materializó, su trabajo influyó en el pensamiento económico y demográfico. El documento también explora las críticas a la teoría de Malthus y cómo ha evolucionado el entendimiento sobre el crecimiento de la población
Este documento presenta un resumen de la historia y naturaleza de la estadística como ciencia. Explica que la estadística surgió para explicar patrones en fenómenos aleatorios y ha evolucionado a través de figuras clave como Fisher, Pearson y Neyman. También discute controversias sobre cómo clasificar la estadística (ciencia social vs. matemática) y los usos y abusos potenciales de la estadística, especialmente en la presentación sesgada de resultados.
El documento resume la historia y el desarrollo de la estadística a través de los años. Menciona las contribuciones de figuras clave como John Graunt, Adolph Quetelet, Karl Pearson y Ronald Fisher, y destaca tres escuelas estadísticas importantes: la Escuela Administrativa en Alemania, la Escuela Probabilística en Italia y Francia, y la Escuela Demográfica en Inglaterra. También describe brevemente los orígenes del término "estadística" y algunos de los primeros usos de datos estad
Este documento resume la historia y el desarrollo de la estadística a través de tres oraciones. Explica que los antiguos egipcios y romanos realizaban censos de población, y que en la Edad Media los gobernantes europeos comenzaron a recopilar datos estadísticos sobre propiedades y recursos. Finalmente, en los siglos XVII y XVIII, la estadística se consolidó como ciencia al incorporarse el cálculo de probabilidades para analizar fenómenos sociales y económicos.
Este documento presenta propuestas para modernizar el modelo sanitario catalán a principios del siglo XXI. Propone un nuevo contrato social que estimule la autonomía personal y fomente la equidad y diversidad, reconociendo el esfuerzo individual. Este nuevo modelo compartiría responsabilidades sobre el bienestar entre el estado y los ciudadanos a través de la solidaridad, estableciendo un equilibrio entre los roles del estado, el mercado, las entidades sociales y los ciudadanos.
Este documento contiene temas a cerca de Thomas Malthus, la teoria malthusiana, los aportes que realizo, las criticas y problemas que tuvo esta teoria.
El documento resume brevemente la historia del desarrollo de la estadística moderna, desde los primeros censos realizados en el Antiguo Egipto y otras civilizaciones antiguas hasta el uso generalizado de la estadística en el siglo XX con la ayuda de computadoras. Destaca las contribuciones de pioneros como Graunt, Petty, Halley y Quetelet en los siglos XVII y XVIII y el desarrollo de la teoría de probabilidades, así como los avances realizados por Pearson, Fisher, Neyman y Tukey en el
Revista de investigaciones políticas y sociológicasEguzki Urteaga
Los demógrafos Hervé Le Bras y Emmanuel Todd acaban de publicar un libro titulado “Le mystère français” (El misterio francés) en la editorial Seuil cuya colección “La République des idées” está dirigida por Pierre Rosanvallon y Ivan Jablonka. Este libro parte de la constatación de que Francia “sufre de un des- equilibrio entre los espacios antropológicos y religiosos que la constituyen” (Le Bras y Todd, 2013: 7), sabiendo que su corazón liberal e igualitario, que hizo la Revolu- ción en 1789, se ha debilitado, mientras que su periferia, anteriormente fiel al idea- rio jerárquico y a menudo de tradición católica, es ahora dominante. Ese trabajo se inscribe en la continuidad de su obra titulada “L’invention de la France” (Le Bras y Todd, 1981) que ya ponía de manifiesto la diversidad y la vigencia de los sistemas tradicionales en el Hexágono.
Este documento resume la historia de la investigación educativa como disciplina. Menciona que tuvo sus raíces en diversas contribuciones a lo largo de los siglos que avanzaron los métodos y procedimientos, pero como disciplina organizada apenas cumple un siglo. Explica que dos tradiciones confluyeron a fines del siglo XIX permitiendo su nacimiento: la estadística y el desarrollo epistemológico de los métodos de conocimiento como el inductivo y el científico. Finalmente, destaca las contribuciones de figuras clave como
Este documento describe el desarrollo histórico de la estadística. Comenzó con la recolección de datos por parte de civilizaciones antiguas como Egipto y Babilonia. Luego, en el siglo XVIII, se empezó a desarrollar la teoría de probabilidad matemática, que fundamentó la estadística. En el siglo XIX, figuras como Gauss, Quetelet y Poisson hicieron contribuciones importantes y la estadística empezó a establecerse como una disciplina independiente.
Este documento describe las ideas educativas de varios pensadores de la Ilustración como Condorcet, Kant, Rousseau, Pestalozzi y Jovellanos. Se analizan sus teorías sobre una educación pública, universal y basada en principios ilustrados como la razón y la virtud. Además, destaca a Jovellanos como uno de los pedagogos ilustrados más importantes en España por su "Tratado teórico-práctico de enseñanza" y su visión de una educación útil, cívica y que prepare a
Este documento describe la historia de la investigación educativa. Comienza con los antecedentes de la estadística y el desarrollo de los métodos de conocimiento en los siglos XVII-XIX que permitieron el surgimiento de la investigación educativa a finales del siglo XIX. Luego detalla las etapas del desarrollo de la investigación educativa desde sus inicios hasta la actualidad, incluyendo el florecimiento de la investigación cuantitativa y el gran crecimiento en las décadas de 1960 y 1970. Finalmente, revisa brevemente la historia de
Este documento describe la historia de la investigación educativa. Resume que la investigación educativa tiene raíces en diversas aportaciones a lo largo de los siglos que han avanzado las herramientas y procedimientos utilizados, pero como disciplina organizada apenas llega a su primer siglo. Explica que dos tradiciones influyeron en su nacimiento en el siglo XIX: la estadística y el desarrollo de métodos de conocimiento. Detalla algunos hitos clave en el desarrollo de la estadística descriptiva e inferencial y su
Thomas Robert Malthus propuso la teoría malthusiana, la cual indica que la población tiende a crecer geométricamente mientras que la producción de alimentos solo aumenta en proporción aritmética, lo que eventualmente llevaría a una escasez de alimentos. Según Malthus, factores como el hambre, las enfermedades y las guerras controlan el crecimiento de la población para mantenerlo en equilibrio con los recursos disponibles. Malthus también argumentó que los intentos de mejorar las condiciones de los pobres
Este documento presenta una introducción a la estadística, incluyendo su historia, definiciones, importancia y aplicaciones. Resume la evolución de la estadística desde los primeros censos en la antigüedad hasta su uso generalizado en diversas disciplinas modernas. También describe conceptos estadísticos clave como población y variable, así como los objetivos e importancia del estudio de esta ciencia.
La transición demográfica en México entre 1895 y 2010 fue tardía y sumamente veloz. La mortalidad comenzó a disminuir a partir de 1930 de manera rápida, mientras que la fecundidad no empezó a reducirse hasta 1970, lo que resultó en altas tasas de crecimiento poblacional. México experimentó una transición demográfica intermedia en comparación con otros países de América Latina, con una disminución de la mortalidad a niveles medios y una transición de la fecundidad aún en proceso a inicios del siglo XX
Este documento presenta una introducción a la demografía. Explica que la demografía estudia la dinámica de las poblaciones humanas mediante el uso de métodos cuantitativos y estadísticos. Además, señala que la demografía debe analizarse en el contexto histórico y considerando las diferencias entre subpoblaciones. Finalmente, la introducción indica que la demografía busca comprender y prever la evolución de las poblaciones, así como influir en su curso a través de políticas de población.
Katherine Johnson fue una matemática y científica afroamericana pionera que trabajó para la NASA en las décadas de 1950 y 1960. Calculó las trayectorias para los primeros vuelos espaciales estadounidenses y fue fundamental para el éxito del programa Apolo. A pesar de la discriminación racial y de género que sufrió, Katherine Johnson ayudó a llevar al hombre al espacio y se convirtió en un icono de la igualdad y la justicia.
Las redes neuronales son modelos computacionales inspirados en el cerebro que han ganado importancia en inteligencia artificial. Compuestas por unidades interconectadas que se adaptan mediante aprendizaje, pueden modelar patrones complejos y aprender de datos no lineales, con aplicaciones como reconocimiento de voz y diagnósticos médicos.
Más contenido relacionado
Similar a 2017-TFG1 Dinámica poblacional con modelos logísticos
Este documento trata sobre las tendencias contemporáneas de la educación y los precursores de la Escuela Nueva durante la Ilustración. Explora las ideas educativas de figuras como Rousseau, Pestalozzi, Kant y Jovellanos. Jovellanos propuso uno de los mejores planes de estudios del siglo XVIII y defendió una educación pública, universal, cívica y útil. El documento también analiza las críticas a la educación del siglo XVIII y las propuestas de reforma educativa de la época.
El documento describe el origen y desarrollo de la estadística. Comenzó con los censos realizados por los chinos, griegos y romanos con fines tributarios y militares. Los romanos realizaban censos cada cinco años. En la Edad Media hubo pocas operaciones estadísticas, pero Guillermo el Conquistador recopiló datos de propiedades en Inglaterra. En el siglo XVII empezaron los registros sistemáticos de nacimientos y defunciones. Más tarde, matemáticos desarrollaron la
Este documento resume la teoría de Thomas Malthus sobre el crecimiento de la población y los recursos. Malthus argumentó que la población crece geométricamente, mientras que los recursos solo crecen aritméticamente, lo que eventualmente conduciría a una catástrofe. Aunque su predicción no se materializó, su trabajo influyó en el pensamiento económico y demográfico. El documento también explora las críticas a la teoría de Malthus y cómo ha evolucionado el entendimiento sobre el crecimiento de la población
Este documento presenta un resumen de la historia y naturaleza de la estadística como ciencia. Explica que la estadística surgió para explicar patrones en fenómenos aleatorios y ha evolucionado a través de figuras clave como Fisher, Pearson y Neyman. También discute controversias sobre cómo clasificar la estadística (ciencia social vs. matemática) y los usos y abusos potenciales de la estadística, especialmente en la presentación sesgada de resultados.
El documento resume la historia y el desarrollo de la estadística a través de los años. Menciona las contribuciones de figuras clave como John Graunt, Adolph Quetelet, Karl Pearson y Ronald Fisher, y destaca tres escuelas estadísticas importantes: la Escuela Administrativa en Alemania, la Escuela Probabilística en Italia y Francia, y la Escuela Demográfica en Inglaterra. También describe brevemente los orígenes del término "estadística" y algunos de los primeros usos de datos estad
Este documento resume la historia y el desarrollo de la estadística a través de tres oraciones. Explica que los antiguos egipcios y romanos realizaban censos de población, y que en la Edad Media los gobernantes europeos comenzaron a recopilar datos estadísticos sobre propiedades y recursos. Finalmente, en los siglos XVII y XVIII, la estadística se consolidó como ciencia al incorporarse el cálculo de probabilidades para analizar fenómenos sociales y económicos.
Este documento presenta propuestas para modernizar el modelo sanitario catalán a principios del siglo XXI. Propone un nuevo contrato social que estimule la autonomía personal y fomente la equidad y diversidad, reconociendo el esfuerzo individual. Este nuevo modelo compartiría responsabilidades sobre el bienestar entre el estado y los ciudadanos a través de la solidaridad, estableciendo un equilibrio entre los roles del estado, el mercado, las entidades sociales y los ciudadanos.
Este documento contiene temas a cerca de Thomas Malthus, la teoria malthusiana, los aportes que realizo, las criticas y problemas que tuvo esta teoria.
El documento resume brevemente la historia del desarrollo de la estadística moderna, desde los primeros censos realizados en el Antiguo Egipto y otras civilizaciones antiguas hasta el uso generalizado de la estadística en el siglo XX con la ayuda de computadoras. Destaca las contribuciones de pioneros como Graunt, Petty, Halley y Quetelet en los siglos XVII y XVIII y el desarrollo de la teoría de probabilidades, así como los avances realizados por Pearson, Fisher, Neyman y Tukey en el
Revista de investigaciones políticas y sociológicasEguzki Urteaga
Los demógrafos Hervé Le Bras y Emmanuel Todd acaban de publicar un libro titulado “Le mystère français” (El misterio francés) en la editorial Seuil cuya colección “La République des idées” está dirigida por Pierre Rosanvallon y Ivan Jablonka. Este libro parte de la constatación de que Francia “sufre de un des- equilibrio entre los espacios antropológicos y religiosos que la constituyen” (Le Bras y Todd, 2013: 7), sabiendo que su corazón liberal e igualitario, que hizo la Revolu- ción en 1789, se ha debilitado, mientras que su periferia, anteriormente fiel al idea- rio jerárquico y a menudo de tradición católica, es ahora dominante. Ese trabajo se inscribe en la continuidad de su obra titulada “L’invention de la France” (Le Bras y Todd, 1981) que ya ponía de manifiesto la diversidad y la vigencia de los sistemas tradicionales en el Hexágono.
Este documento resume la historia de la investigación educativa como disciplina. Menciona que tuvo sus raíces en diversas contribuciones a lo largo de los siglos que avanzaron los métodos y procedimientos, pero como disciplina organizada apenas cumple un siglo. Explica que dos tradiciones confluyeron a fines del siglo XIX permitiendo su nacimiento: la estadística y el desarrollo epistemológico de los métodos de conocimiento como el inductivo y el científico. Finalmente, destaca las contribuciones de figuras clave como
Este documento describe el desarrollo histórico de la estadística. Comenzó con la recolección de datos por parte de civilizaciones antiguas como Egipto y Babilonia. Luego, en el siglo XVIII, se empezó a desarrollar la teoría de probabilidad matemática, que fundamentó la estadística. En el siglo XIX, figuras como Gauss, Quetelet y Poisson hicieron contribuciones importantes y la estadística empezó a establecerse como una disciplina independiente.
Este documento describe las ideas educativas de varios pensadores de la Ilustración como Condorcet, Kant, Rousseau, Pestalozzi y Jovellanos. Se analizan sus teorías sobre una educación pública, universal y basada en principios ilustrados como la razón y la virtud. Además, destaca a Jovellanos como uno de los pedagogos ilustrados más importantes en España por su "Tratado teórico-práctico de enseñanza" y su visión de una educación útil, cívica y que prepare a
Este documento describe la historia de la investigación educativa. Comienza con los antecedentes de la estadística y el desarrollo de los métodos de conocimiento en los siglos XVII-XIX que permitieron el surgimiento de la investigación educativa a finales del siglo XIX. Luego detalla las etapas del desarrollo de la investigación educativa desde sus inicios hasta la actualidad, incluyendo el florecimiento de la investigación cuantitativa y el gran crecimiento en las décadas de 1960 y 1970. Finalmente, revisa brevemente la historia de
Este documento describe la historia de la investigación educativa. Resume que la investigación educativa tiene raíces en diversas aportaciones a lo largo de los siglos que han avanzado las herramientas y procedimientos utilizados, pero como disciplina organizada apenas llega a su primer siglo. Explica que dos tradiciones influyeron en su nacimiento en el siglo XIX: la estadística y el desarrollo de métodos de conocimiento. Detalla algunos hitos clave en el desarrollo de la estadística descriptiva e inferencial y su
Thomas Robert Malthus propuso la teoría malthusiana, la cual indica que la población tiende a crecer geométricamente mientras que la producción de alimentos solo aumenta en proporción aritmética, lo que eventualmente llevaría a una escasez de alimentos. Según Malthus, factores como el hambre, las enfermedades y las guerras controlan el crecimiento de la población para mantenerlo en equilibrio con los recursos disponibles. Malthus también argumentó que los intentos de mejorar las condiciones de los pobres
Este documento presenta una introducción a la estadística, incluyendo su historia, definiciones, importancia y aplicaciones. Resume la evolución de la estadística desde los primeros censos en la antigüedad hasta su uso generalizado en diversas disciplinas modernas. También describe conceptos estadísticos clave como población y variable, así como los objetivos e importancia del estudio de esta ciencia.
La transición demográfica en México entre 1895 y 2010 fue tardía y sumamente veloz. La mortalidad comenzó a disminuir a partir de 1930 de manera rápida, mientras que la fecundidad no empezó a reducirse hasta 1970, lo que resultó en altas tasas de crecimiento poblacional. México experimentó una transición demográfica intermedia en comparación con otros países de América Latina, con una disminución de la mortalidad a niveles medios y una transición de la fecundidad aún en proceso a inicios del siglo XX
Este documento presenta una introducción a la demografía. Explica que la demografía estudia la dinámica de las poblaciones humanas mediante el uso de métodos cuantitativos y estadísticos. Además, señala que la demografía debe analizarse en el contexto histórico y considerando las diferencias entre subpoblaciones. Finalmente, la introducción indica que la demografía busca comprender y prever la evolución de las poblaciones, así como influir en su curso a través de políticas de población.
Similar a 2017-TFG1 Dinámica poblacional con modelos logísticos (20)
Katherine Johnson fue una matemática y científica afroamericana pionera que trabajó para la NASA en las décadas de 1950 y 1960. Calculó las trayectorias para los primeros vuelos espaciales estadounidenses y fue fundamental para el éxito del programa Apolo. A pesar de la discriminación racial y de género que sufrió, Katherine Johnson ayudó a llevar al hombre al espacio y se convirtió en un icono de la igualdad y la justicia.
Las redes neuronales son modelos computacionales inspirados en el cerebro que han ganado importancia en inteligencia artificial. Compuestas por unidades interconectadas que se adaptan mediante aprendizaje, pueden modelar patrones complejos y aprender de datos no lineales, con aplicaciones como reconocimiento de voz y diagnósticos médicos.
El documento describe varios tipos de disfunciones cerebrales, incluyendo sus causas, síntomas y tratamientos. Las disfunciones discutidas incluyen disartria, síndrome de Wernicke-Korsakoff, amnesia, agnosia, apraxia y afasia. Cada una se caracteriza por problemas específicos con el habla, memoria, reconocimiento o movimiento, dependiendo de las áreas del cerebro afectadas.
Este documento describe los números perfectos, defectivos y abundantes. Define cada categoría y proporciona ejemplos. Explica que los números perfectos son aquellos cuya suma de divisores propios es igual al número, mientras que los defectivos son aquellos cuya suma es menor y los abundantes mayor. También explora las propiedades y orígenes históricos de cada categoría.
Este documento describe El Juego de la Vida, un sistema creado por el matemático John Conway en 1970 que simula la evolución de un ecosistema celular a través del tiempo. El juego consiste en una cuadrícula donde células pueden estar vivas o muertas según unas reglas sencillas de supervivencia basadas en el número de células vecinas vivas. A pesar de su simplicidad, el juego puede exhibir patrones complejos y incluso simular una máquina de Turing completa.
Los números primos son números naturales que solo son divisibles por 1 y por sí mismos. Se han conocido desde la antigüedad y Euclides demostró que existen infinitos números primos. Existen varias formas de clasificarlos, como por su forma modular, si son gemelos, de Mersenne, capicúas o de Fibonacci, aunque se desconoce si cada clase contiene infinitos elementos.
Este documento describe números primos gemelos, que son pares de números primos consecutivos que difieren en 2. Explica que solo existen 35 pares de primos gemelos menores a 1000, y que el par más grande conocido hasta ahora es de más de 10^300863034895 dígitos. También resume propiedades como que solo el 5 pertenece a dos pares, y que la suma de los inversos de los primos gemelos converge a un valor llamado la constante de Brun. Finalmente, la conjetura de los números primos establece que existen infinitos pares de pri
El documento proporciona información sobre Narciso Monturiol e Isaac Peral, dos pioneros españoles de la navegación submarina. Narciso Monturiol inventó el Ictíneo I y el Ictíneo II, dos de los primeros submarinos propulsados por energía humana en 1859 y 1864 respectivamente. Isaac Peral inventó el primer submarino propulsado por baterías eléctricas en 1888, aunque no recibió el apoyo que merecía por su innovación. Ambos hicieron contribuciones significativas pero no reconocidas en su
El documento discute varios temas relacionados con los números primos, incluyendo la función contadora de primos, la hipótesis de Riemann, aproximaciones a la función contadora de primos, la espiral de Ulam, fórmulas y polinomios para generar números primos, la conjetura de Bunyakovsky, el teorema de Dirichlet sobre progresiones aritméticas y el sesgo de Chebyshev.
Sam Altman es un emprendedor estadounidense conocido por fundar Open AI y Y Combinator. Open AI se dedica al desarrollo de IA segura mientras que Y Combinator acelera startups. La IA tiene beneficios como la rapidez y automatización pero también riesgos como la pérdida de privacidad y posible superación de la humanidad.
El documento explica el número de oro o número áureo, un número irracional con una fórmula específica que se ha utilizado en matemáticas, arte y naturaleza. Se describe la historia del número de oro desde los griegos y su definición geométrica relacionada con la proporción áurea. También se explican aplicaciones como el rectángulo áureo, la sucesión de Fibonacci, la presencia del número de oro en la naturaleza, el arte y el ideal de belleza humana según las proporciones áureas
Carl Friedrich Gauss fue un matemático y astrónomo alemán nacido en 1777. Sus contribuciones incluyen la teoría de números, la ley de Gauss sobre campos eléctricos, y predecir la posición del planeta enano Ceres usando mínimos cuadrados. Es considerado uno de los matemáticos más influyentes de la historia.
Este documento proporciona una introducción a las redes neuronales artificiales. Explica brevemente la historia y evolución de las redes neuronales, los conceptos básicos de las neuronas artificiales y biológicas, los tipos principales de redes neuronales, su funcionamiento, aplicaciones comunes como el reconocimiento de patrones y procesamiento del lenguaje natural, y también discute el futuro y las limitaciones de esta tecnología.
GeoGebra es un programa matemático creado en 2001 por Markus Hohenwarter que permite visualizar conceptos matemáticos de forma dinámica. Ofrece herramientas básicas como puntos, rectas y ángulos, así como herramientas más avanzadas como simetrías y homologías. Se utiliza en educación y carreras científicas para facilitar el aprendizaje de álgebra, cálculo y geometría. Las autoras han usado GeoGebra en su carrera de matemáticas para construcciones geométricas y
La paradoja de Russell surge de definir el conjunto R como el conjunto de todos los conjuntos que no se contienen a sí mismos. Esto lleva a una contradicción, ya que si R se contiene a sí mismo, entonces no debería contenerse, y si no se contiene a sí mismo, entonces debería contenerse. El documento también presenta ejemplos como la paradoja del barbero y del Quijote para ilustrar este problema lógico. Finalmente, se explica que la paradoja de Russell puso en evidencia inconsistencias en los ax
El Telescopio Espacial James Webb es el telescopio más potente jamás construido. Fue lanzado en diciembre de 2021 por la NASA, ESA y CSA para estudiar las galaxias más distantes, la formación de estrellas y sistemas planetarios. Usando instrumentos infrarrojos, puede observar objetos 13.500 millones de años luz de distancia. Tras desplegar su espejo de 6.5 metros y escudo solar, realizará observaciones científicas durante al menos 5 años.
Este documento describe las diferentes herramientas de cálculo manual a lo largo de la historia, desde el ábaco hasta las primeras calculadoras mecánicas. Explica que el ábaco es una de las primeras herramientas y consiste en cuentas en varillas que permiten realizar sumas, restas, multiplicaciones y divisiones moviéndolas. También describe las primeras calculadoras mecánicas como el reloj calculador, la pascalina y el aritmómetro, que usaban engranajes para realizar cálculos de forma más ráp
Este documento describe los diferentes tipos de redes informáticas, incluyendo las redes de área local (LAN), las redes de área amplia (WAN), las redes de área metropolitana (MAN) y las redes de área personal (PAN). También explica los diferentes medios de transmisión guiados como cables de par trenzado, fibra óptica y cables coaxiales, así como los medios de transmisión no guiados como Wi-Fi y Bluetooth.
El documento resume los programas Pioneer y Voyager de la NASA. El programa Pioneer incluyó las primeras 11 misiones no tripuladas lanzadas entre 1958 y 1978 para explorar los planetas exteriores del sistema solar. Las misiones más exitosas fueron Pioneer 10 y 11, que exploraron Júpiter y Saturno. El programa Voyager consistió en las sondas Voyager 1 y 2 lanzadas en 1977, las cuales lograron explorar Júpiter, Saturno, Urano y Neptuno, siendo las primeras en visitar los dos planetas más extern
The document discusses the benefits of exercise for mental health. Regular physical activity can help reduce anxiety and depression and improve mood and cognitive functioning. Exercise causes chemical changes in the brain that may help protect against mental illness and improve symptoms.
La era precámbrica comenzó hace 4 millones de años y se cuenta hasta hace 570 millones de años. Durante este período se creó el complejo basal propio de la Guayana venezolana, al sur del país; también en Los Andes; en la cordillera norte de Perijá, estado de Zulia; y en el Baúl, estado de Cojedes.
Cardiopatias cianogenas con hipoflujo pulmonar.pptxELVISGLEN
Las cardiopatías congénitas acianóticas incluyen problemas cardíacos que se desarrollan antes o al momento de nacer pero que normalmente no interfieren en la cantidad de oxígeno o de sangre que llega a los tejidos corporales.
Priones, definiciones y la enfermedad de las vacas locasalexandrajunchaya3
Durante este trabajo de la doctora Mar junto con la coordinadora Hidalgo, se presenta un didáctico documento en donde repasaremos la definición de este misterio de la biología y medicina. Proteinas que al tener una estructura incorrecta, pueden esparcir esta estructura no adecuada, generando huecos en el cerebro, de esta manera creando el tejido espongiforme.
El documento publicado por el Dr. Gabriel Toro aborda los priones y las enfermedades relacionadas con estos agentes infecciosos. Los priones son proteínas mal plegadas que pueden inducir el plegamiento incorrecto de otras proteínas normales en el cerebro, llevando a enfermedades neurodegenerativas mortales. El Dr. Toro examina tanto la estructura y función de los priones como su capacidad para propagarse y causar enfermedades devastadoras como la enfermedad de Creutzfeldt-Jakob, la encefalopatía espongiforme bovina (conocida como "enfermedad de las vacas locas"), y el síndrome de Gerstmann-Sträussler-Scheinker. En el documento, se exploran los mecanismos moleculares detrás de la replicación de los priones, así como las implicaciones para la salud pública y la investigación en tratamientos potenciales. Además, el Dr. Toro analiza los desafíos y avances en el diagnóstico y manejo de estas enfermedades priónicas, destacando la necesidad de una mayor comprensión y desarrollo de terapias eficaces.
Reacciones Químicas en el cuerpo humano.pptxPamelaKim10
Este documento analiza las diversas reacciones químicas que ocurren dentro del cuerpo humano, las cuales son esenciales para mantener la vida y la salud.
Esta presentación nos informa sobre los pólipos nasales, estos son crecimientos benignos en el revestimiento de los senos paranasales o fosas nasales, causados por inflamación crónica debido a alergias, infecciones o asma.
¿Qué es?
El VIH es un virus que ataca el sistema inmunitario del cuerpo humano, debilitándolo y dejándolo vulnerable a otras infecciones y enfermedades.
Se transmite a través de fluidos corporales como sangre, semen, secreciones vaginales y leche materna.
A medida que avanza, el VIH puede desarrollarse en SIDA, una etapa avanzada de la infección donde el sistema inmunitario está severamente comprometido.
Estadísticas
Más de 38 millones de personas viven con VIH en todo el mundo, según datos de la ONU.
Las tasas de infección varían según la región y el grupo demográfico, con una prevalencia más alta en África subsahariana.
Modos de Transmisión
El VIH se transmite principalmente a través de relaciones sexuales sin protección, compartir agujas contaminadas y de madre a hijo durante el parto o la lactancia.
No se transmite por contacto casual como estrechar la mano o compartir utensilios.
Prevención y Tratamiento
La prevención incluye el uso de preservativos durante las relaciones sexuales, evitar compartir agujas y acceder a la profilaxis preexposición (PrEP) para aquellos con mayor riesgo.
El tratamiento del VIH implica el uso de terapia antirretroviral (TAR), que ayuda a controlar la replicación viral y permite que las personas con VIH vivan vidas más largas y saludables
Los enigmáticos priones en la naturales, características y ejemplosalexandrajunchaya3
Durante este trabajo de la doctora Mar junto con la coordinadora Hidalgo, se presenta un didáctico documento en donde repasaremos la definición de este misterio de la biología y medicina. Proteinas que al tener una estructura incorrecta, pueden esparcir esta estructura no adecuada, generando huecos en el cerebro, de esta manera creando el tejido espongiforme.
2017-TFG1 Dinámica poblacional con modelos logísticos
1. Sistemas complejos:
Modelos log´ısticos aplicados
a la din´amica poblacional
Carlos Ib´a˜nez Freire
Grado en Matem´aticas
Facultad de Ciencias
Universidad de Zaragoza
Director del trabajo: Ricardo L´opez Ruiz
24 de septiembre de 2017
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 1 / 39
2. Tabla de contenidos
1 La ecuaci´on log´ıstica y su historia
Pierre-Fran¸cois Verhulst: Biograf´ıa
Malthus: Crecimiento de la poblaci´on exponencial
Verhulst: Ecuaci´on log´ıstica en la din´amica poblacional
La ecuaci´on log´ıstica despu´es de 1849
Verhulst y el caos
El fractal log´ıstico de Verhulst
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 2 / 39
3. Tabla de contenidos
1 La ecuaci´on log´ıstica y su historia
Pierre-Fran¸cois Verhulst: Biograf´ıa
Malthus: Crecimiento de la poblaci´on exponencial
Verhulst: Ecuaci´on log´ıstica en la din´amica poblacional
La ecuaci´on log´ıstica despu´es de 1849
Verhulst y el caos
El fractal log´ıstico de Verhulst
2 Modelos bidimensionales predador-presa
Motivaci´on y origen de los modelos continuos
Modelo de Lotka-Volterra
Otros modelos
Modelos discretos bidimensionales
Mapa bidimensional predador-presa
Estudio de la estabilidad del sistema
Interpretaci´on biol´ogica y estudio cuencas de atracci´on
Otros modelos
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 2 / 39
4. Tabla de contenidos
1 La ecuaci´on log´ıstica y su historia
Pierre-Fran¸cois Verhulst: Biograf´ıa
Malthus: Crecimiento de la poblaci´on exponencial
Verhulst: Ecuaci´on log´ıstica en la din´amica poblacional
La ecuaci´on log´ıstica despu´es de 1849
Verhulst y el caos
El fractal log´ıstico de Verhulst
2 Modelos bidimensionales predador-presa
Motivaci´on y origen de los modelos continuos
Modelo de Lotka-Volterra
Otros modelos
Modelos discretos bidimensionales
Mapa bidimensional predador-presa
Estudio de la estabilidad del sistema
Interpretaci´on biol´ogica y estudio cuencas de atracci´on
Otros modelos
3 Conclusiones
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 2 / 39
5. Cap´ıtulo 1. La ecuaci´on
log´ıstica y su historia
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 3 / 39
8. Pierre-Fran¸cois Verhulst: Biograf´ıa
P.F.Verhulst (1804-1849, Bruselas):
Buena educaci´on.
Estado de salud delicado.
Labores docentes:
1 “Mus´ee des Sciences et des
Lettres” 1827.
2 “Ecole Royale Militaire”,
“Universit´e Libre de Bruselas”
1835.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 4 / 39
9. Pierre-Fran¸cois Verhulst: Biograf´ıa
P.F.Verhulst (1804-1849, Bruselas):
Buena educaci´on.
Estado de salud delicado.
Labores docentes:
1 “Mus´ee des Sciences et des
Lettres” 1827.
2 “Ecole Royale Militaire”,
“Universit´e Libre de Bruselas”
1835.
Miembro de la “Acad´emie Royale
des Sciences, des Lettres et des
Beaux-Arts” 1841, en 1849 el rey de
B´elgica le nombra presidente de la
Academia.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 4 / 39
10. Pierre-Fran¸cois Verhulst: Relaci´on con Quetelet
Quetelet (1796-1874), profesor y mentor de Verhulst.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 5 / 39
11. Pierre-Fran¸cois Verhulst: Relaci´on con Quetelet
Quetelet (1796-1874), profesor y mentor de Verhulst.
Quetelet, estad´ıstica en las ciencias sociales.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 5 / 39
12. Pierre-Fran¸cois Verhulst: Relaci´on con Quetelet
Quetelet (1796-1874), profesor y mentor de Verhulst.
Quetelet, estad´ıstica en las ciencias sociales.
Quetelet razonar basandose leyes f´ısicas.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 5 / 39
13. Pierre-Fran¸cois Verhulst: Relaci´on con Quetelet
Quetelet (1796-1874), profesor y mentor de Verhulst.
Quetelet, estad´ıstica en las ciencias sociales.
Quetelet razonar basandose leyes f´ısicas.
Alabanzas hacia Verhulst por sus recopilaciones.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 5 / 39
14. Pierre-Fran¸cois Verhulst: Relaci´on con Quetelet
Quetelet (1796-1874), profesor y mentor de Verhulst.
Quetelet, estad´ıstica en las ciencias sociales.
Quetelet razonar basandose leyes f´ısicas.
Alabanzas hacia Verhulst por sus recopilaciones.
Verhulst razonamiento causa-efecto.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 5 / 39
15. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
16. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Thomas Robert Malthus (1766-1834).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
17. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Thomas Robert Malthus (1766-1834).
Un Contexto historico favorable al crecimiento.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
18. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Thomas Robert Malthus (1766-1834).
Un Contexto historico favorable al crecimiento.
Propuesto en “An Essay on the Priniple of Population”, 1798.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
19. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Thomas Robert Malthus (1766-1834).
Un Contexto historico favorable al crecimiento.
Propuesto en “An Essay on the Priniple of Population”, 1798.
Modelo propuesto:
dx
dt
= rx
Cuya soluci´on es,
x(t) = x(0)ert
Siendo x(0) la poblaci´on inicial.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
20. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Thomas Robert Malthus (1766-1834).
Un Contexto historico favorable al crecimiento.
Propuesto en “An Essay on the Priniple of Population”, 1798.
Modelo propuesto:
dx
dt
= rx
Cuya soluci´on es,
x(t) = x(0)ert
Siendo x(0) la poblaci´on inicial.
Conllevar´ıa a un estado de superpoblaci´on.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
21. Malthus: Crecimiento de la poblaci´on exponencial
Primer modelo relevante en din´amica de poblacional.
Thomas Robert Malthus (1766-1834).
Un Contexto historico favorable al crecimiento.
Propuesto en “An Essay on the Priniple of Population”, 1798.
Modelo propuesto:
dx
dt
= rx
Cuya soluci´on es,
x(t) = x(0)ert
Siendo x(0) la poblaci´on inicial.
Conllevar´ıa a un estado de superpoblaci´on.
Modelo no apropiado para predecir la poblaci´on a largo plazo.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 6 / 39
22. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Conocedor del trabajo de Malthus.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 7 / 39
23. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Conocedor del trabajo de Malthus.
Contexto historico: gran empobrecimiento tras la prosperidad del
Antiguo R´egimen.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 7 / 39
24. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Conocedor del trabajo de Malthus.
Contexto historico: gran empobrecimiento tras la prosperidad del
Antiguo R´egimen.
Limitaci´on de recursos.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 7 / 39
25. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Conocedor del trabajo de Malthus.
Contexto historico: gran empobrecimiento tras la prosperidad del
Antiguo R´egimen.
Limitaci´on de recursos.
Modelo propuesto:
Tasa de crecimiento r diferencia entre nacimientos N y defunciones D.
Con N = ˜n − nx y D = ˜d + dx
dx
dt
= rx = (N − D)x = ex − fx2
Donde e = ˜n − ˜d y f = n + d.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 7 / 39
26. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Conocedor del trabajo de Malthus.
Contexto historico: gran empobrecimiento tras la prosperidad del
Antiguo R´egimen.
Limitaci´on de recursos.
Modelo propuesto:
Tasa de crecimiento r diferencia entre nacimientos N y defunciones D.
Con N = ˜n − nx y D = ˜d + dx
dx
dt
= rx = (N − D)x = ex − fx2
Donde e = ˜n − ˜d y f = n + d.
−fx2, t´ermino inhibidor del crecimiento.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 7 / 39
27. Suponiendo la tasa r como variable, la dependencia m´as sencilla viene
dada por r = g − g
k x.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 8 / 39
28. Suponiendo la tasa r como variable, la dependencia m´as sencilla viene
dada por r = g − g
k x.
dx
dt
= g(1 −
x
k
)x
Cuya soluci´on es,
x(t) = k
1+Ce−gt , con C = k−x(0)
x(0) .
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 8 / 39
29. Suponiendo la tasa r como variable, la dependencia m´as sencilla viene
dada por r = g − g
k x.
dx
dt
= g(1 −
x
k
)x
Cuya soluci´on es,
x(t) = k
1+Ce−gt , con C = k−x(0)
x(0) .
0 1 2 3 4 5 6 7 8 9 10
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
f(t) = 1
1+100e−t
Fig. Curva log´ıstica para k = g = 1, x(0) = 1/101.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 8 / 39
30. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Verhulst denomin´o a la soluci´on de la ecuaci´on diferencial “La courve
logistique”.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 9 / 39
31. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Verhulst denomin´o a la soluci´on de la ecuaci´on diferencial “La courve
logistique”.
Presenta la idea de la ecuaci´on log´ıstica en 1838, de forma detallada
en 1845.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 9 / 39
32. Verhulst: Ecuaci´on log´ıstica en la din´amica
poblacional
Verhulst denomin´o a la soluci´on de la ecuaci´on diferencial “La courve
logistique”.
Presenta la idea de la ecuaci´on log´ıstica en 1838, de forma detallada
en 1845.
En 1846, usando el modelo log´ıstico, estim´o la poblaci´on belga en 9
millones, actualmente es de 11 millones.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 9 / 39
33. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
34. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
35. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
36. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Finalmente, en la decada de los 70, obtiene un reconocimiento
definitivo. Entre otras razones, por:
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
37. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Finalmente, en la decada de los 70, obtiene un reconocimiento
definitivo. Entre otras razones, por:
1 Supuso un gran avance en la ecolog´ıa.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
38. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Finalmente, en la decada de los 70, obtiene un reconocimiento
definitivo. Entre otras razones, por:
1 Supuso un gran avance en la ecolog´ıa.
2 El desarrollo de los ordenadores.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
39. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Finalmente, en la decada de los 70, obtiene un reconocimiento
definitivo. Entre otras razones, por:
1 Supuso un gran avance en la ecolog´ıa.
2 El desarrollo de los ordenadores.
3 Utilidad en gran variedad de campos: qu´ımica, medicina, f´ısica.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
40. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Finalmente, en la decada de los 70, obtiene un reconocimiento
definitivo. Entre otras razones, por:
1 Supuso un gran avance en la ecolog´ıa.
2 El desarrollo de los ordenadores.
3 Utilidad en gran variedad de campos: qu´ımica, medicina, f´ısica.
4 Discretizaci´on del modelo, lleva al mapa log´ıstico.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
41. La ecuaci´on log´ıstica despu´es de 1849
Ecuaci´on log´ıstica tras su muerte, 1849.
Los dem´ografos, Raymond Pearl y Lowell Reed redescubran la curva
log´ıstica, en 1920.
Despues de la muerte de Pearl, 1940, vuelve a caer en el olvido.
Finalmente, en la decada de los 70, obtiene un reconocimiento
definitivo. Entre otras razones, por:
1 Supuso un gran avance en la ecolog´ıa.
2 El desarrollo de los ordenadores.
3 Utilidad en gran variedad de campos: qu´ımica, medicina, f´ısica.
4 Discretizaci´on del modelo, lleva al mapa log´ıstico.
5 Figuras fractales.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 10 / 39
42. Verhulst y el caos
Una ecuaci´on diferencial tiene que ser de al menos dimensi´on 3 para
que se puedan dar los fen´omenos ca´oticos.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 11 / 39
43. Verhulst y el caos
Una ecuaci´on diferencial tiene que ser de al menos dimensi´on 3 para
que se puedan dar los fen´omenos ca´oticos.
Discretizaci´on de la ecuaci´on de Verhulst:
Resolver dz
dt = gz(1 − 1
k z) por el m´etodo de Euler expl´ıcito y aplicar
un cambio de variable. Obtenemos el mapa log´ıstico:
xn+1 = µxn(1 − xn)
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 11 / 39
44. Verhulst y el caos
Una ecuaci´on diferencial tiene que ser de al menos dimensi´on 3 para
que se puedan dar los fen´omenos ca´oticos.
Discretizaci´on de la ecuaci´on de Verhulst:
Resolver dz
dt = gz(1 − 1
k z) por el m´etodo de Euler expl´ıcito y aplicar
un cambio de variable. Obtenemos el mapa log´ıstico:
xn+1 = µxn(1 − xn)
Tenemos que xn indica el tama˜no de la poblaci´on en la n-´esima
iteraci´on y µ > 0 indica la tasa de crecimiento, x0 la poblaci´on inicial.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 11 / 39
45. Verhulst y el caos
Una ecuaci´on diferencial tiene que ser de al menos dimensi´on 3 para
que se puedan dar los fen´omenos ca´oticos.
Discretizaci´on de la ecuaci´on de Verhulst:
Resolver dz
dt = gz(1 − 1
k z) por el m´etodo de Euler expl´ıcito y aplicar
un cambio de variable. Obtenemos el mapa log´ıstico:
xn+1 = µxn(1 − xn)
Tenemos que xn indica el tama˜no de la poblaci´on en la n-´esima
iteraci´on y µ > 0 indica la tasa de crecimiento, x0 la poblaci´on inicial.
Para que 0 < xn < 1, µ debe pertenecer al intervalo (0, 4).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 11 / 39
46. Verhulst y el caos
0 1
0
1
0 5 10 15 20 25 30 35 40
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
y=x
y = µx(1 − x)
Fig. ´Orbita de periodo 4. Para µ = 3.45, x0 = 0.02, 40 iteraciones.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 12 / 39
47. Verhulst y el caos
0 1
0
1
0 20 40 60 80 100 120 140 160 180 200
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Fig. ´Orbita ca´otica. Para µ = 3.65, x0 = 0.02, 200 iteraciones.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 12 / 39
48. Verhulst y el caos
Fig. Diagrama de bifurcaci´on para el mapa log´ıstico.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 12 / 39
49. Verhulst y el caos
0 0.5 1 1.5 2 2.5 3 3.5 4
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
Fig. Exponente de Lyapunov para los distintos valores de µ.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 12 / 39
50. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
51. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Para 1 < µ < 3 la poblaci´on tiende a 1 − 1
µ.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
52. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Para 1 < µ < 3 la poblaci´on tiende a 1 − 1
µ.
Para 3 < µ < 3.57. Cascada de duplicaci´on de periodo, una de las
rutas m´as t´ıpicas hacia el caos.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
53. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Para 1 < µ < 3 la poblaci´on tiende a 1 − 1
µ.
Para 3 < µ < 3.57. Cascada de duplicaci´on de periodo, una de las
rutas m´as t´ıpicas hacia el caos.
Constante de Feigenbaum:
l´ım
n→∞
µn − µn−1
µn+1 − µn
= 4.6692...
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
54. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Para 1 < µ < 3 la poblaci´on tiende a 1 − 1
µ.
Para 3 < µ < 3.57. Cascada de duplicaci´on de periodo, una de las
rutas m´as t´ıpicas hacia el caos.
Constante de Feigenbaum:
l´ım
n→∞
µn − µn−1
µn+1 − µn
= 4.6692...
Para 3.57 < µ < 3.82 ´orbitas peri´odicas estables de ´ordenes altos y
caos.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
55. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Para 1 < µ < 3 la poblaci´on tiende a 1 − 1
µ.
Para 3 < µ < 3.57. Cascada de duplicaci´on de periodo, una de las
rutas m´as t´ıpicas hacia el caos.
Constante de Feigenbaum:
l´ım
n→∞
µn − µn−1
µn+1 − µn
= 4.6692...
Para 3.57 < µ < 3.82 ´orbitas peri´odicas estables de ´ordenes altos y
caos.
Para 3.82 < µ < 3.85 teorema de Sarkovskii, nos garantiza que
todos los periodos est´an en el sistema.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
56. Verhulst y el caos
Para 0 < µ < 1 extinci´on.
Para 1 < µ < 3 la poblaci´on tiende a 1 − 1
µ.
Para 3 < µ < 3.57. Cascada de duplicaci´on de periodo, una de las
rutas m´as t´ıpicas hacia el caos.
Constante de Feigenbaum:
l´ım
n→∞
µn − µn−1
µn+1 − µn
= 4.6692...
Para 3.57 < µ < 3.82 ´orbitas peri´odicas estables de ´ordenes altos y
caos.
Para 3.82 < µ < 3.85 teorema de Sarkovskii, nos garantiza que
todos los periodos est´an en el sistema.
Para 3.85 < µ < 4 Caos y ventanas peri´odicas.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 13 / 39
57. Fig. Fractal log´ıstico de Verhulst para el valor x0 = −10−2
. Cada imagen
sucesiva representa un aumento de la figura anterior. La primera imagen se trata
del la regi´on compleja (−2.5, 2.5) × (−2.2, 2.2) i.
xn+1 = µxn(1 − xn)
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 14 / 39
58. El fractal log´ıstico de Verhulst
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 15 / 39
60. Motivaci´on y origen de los modelos continuos
Generalizaci´on ecuaci´on log´ıstica al caso de dos especies.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 17 / 39
61. Motivaci´on y origen de los modelos continuos
Generalizaci´on ecuaci´on log´ıstica al caso de dos especies.
Este hecho viene de la mano de Lotka y Volterra.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 17 / 39
62. Motivaci´on y origen de los modelos continuos
Generalizaci´on ecuaci´on log´ıstica al caso de dos especies.
Este hecho viene de la mano de Lotka y Volterra.
Llegaron a la misma conclusi´on de manera independiente.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 17 / 39
63. Motivaci´on y origen de los modelos continuos
Generalizaci´on ecuaci´on log´ıstica al caso de dos especies.
Este hecho viene de la mano de Lotka y Volterra.
Llegaron a la misma conclusi´on de manera independiente.
Ambos conocedores de la obra de Verhulst, sin embargo, justificaron
sus modelos partiendo de leyes f´ısicas.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 17 / 39
64. Motivaci´on y origen de los modelos continuos
Generalizaci´on ecuaci´on log´ıstica al caso de dos especies.
Este hecho viene de la mano de Lotka y Volterra.
Llegaron a la misma conclusi´on de manera independiente.
Ambos conocedores de la obra de Verhulst, sin embargo, justificaron
sus modelos partiendo de leyes f´ısicas.
Ecuaciones de Lotka-Volterra:
dx
dt
= αx − βxy
dy
dt
= δxy − γy
Con α, β, γ, δ > 0.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 17 / 39
65. Motivaci´on y origen de los modelos continuos
Alfred James Lotka (1880-1949):
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 18 / 39
66. Motivaci´on y origen de los modelos continuos
Alfred James Lotka (1880-1949):
En 1910, modelo para reacciones
autocatal´ıticas.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 18 / 39
67. Motivaci´on y origen de los modelos continuos
Alfred James Lotka (1880-1949):
En 1910, modelo para reacciones
autocatal´ıticas.
Posteriormente, en 1920, modelo
predador-presa entre un herb´ıvoro y
la planta de la que se nutre.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 18 / 39
68. Motivaci´on y origen de los modelos continuos
Vito Volterra (1860-1940):
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 19 / 39
69. Motivaci´on y origen de los modelos continuos
Vito Volterra (1860-1940):
Al resolver un problema que le hab´ıa
planteado el bi´ologo Umberto
D’Ancona.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 19 / 39
70. Motivaci´on y origen de los modelos continuos
Vito Volterra (1860-1940):
Al resolver un problema que le hab´ıa
planteado el bi´ologo Umberto
D’Ancona.
Problema: descenso en las capturas
de peces en el mar Adri´atico.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 19 / 39
71. Motivaci´on y origen de los modelos continuos
Vito Volterra (1860-1940):
Al resolver un problema que le hab´ıa
planteado el bi´ologo Umberto
D’Ancona.
Problema: descenso en las capturas
de peces en el mar Adri´atico.
Consigui´o explicar el fen´omeno
bas´andose en su modelo, partiendo
de la ley de acci´on de masas para
una reacci´on qu´ımica, 1926.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 19 / 39
72. Modelo de Lotka-Volterra
Ecuaciones de Lotka-Volterra:
dx
dt
= αx − βxy
dy
dt
= δxy − γy
Con α, β, γ, δ > 0.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 20 / 39
73. Modelo de Lotka-Volterra
Ecuaciones de Lotka-Volterra:
dx
dt
= αx − βxy
dy
dt
= δxy − γy
Con α, β, γ, δ > 0.
Restricciones naturales.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 20 / 39
74. Modelo de Lotka-Volterra
Ecuaciones de Lotka-Volterra:
dx
dt
= αx − βxy
dy
dt
= δxy − γy
Con α, β, γ, δ > 0.
Restricciones naturales.
Soluci´on en el espacio de fases: C = −δx + γ ln(x) − βy + α ln(y).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 20 / 39
75. Modelo de Lotka-Volterra
Ecuaciones de Lotka-Volterra:
dx
dt
= αx − βxy
dy
dt
= δxy − γy
Con α, β, γ, δ > 0.
Restricciones naturales.
Soluci´on en el espacio de fases: C = −δx + γ ln(x) − βy + α ln(y).
Estudiando sus puntos fijos, observamos una din´amica fija.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 20 / 39
76. Modelo de Lotka-Volterra
t
0 5 10 15 20 25
0
2
4
6
8
Órbita-tiempo
predadores
presas
x
0 2 4 6 8
y
0
4
8
12
Espacio de fase
Fig. Espacio de Fase y ´orbita respecto al tiempo.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 21 / 39
77. Modelo de Lotka-Volterra
Ilustraci´on en la vida real:
1845 1855 1865 1875 1885 1895 1905 1915 1925 1935
20
40
60
80
100
120
140
160
presas
predadores
Fig. N´umero de capturas (en miles) del lince canadiense y la liebre americana
respecto al a˜no.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 22 / 39
78. Otros modelos
Una primera generalizacion del modelo anterior:
dx
dt
= x(α + βx + γy)
dy
dt
= y(δ + x + ζy)
Con α, β, γ, δ, , ζ ∈ R.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 23 / 39
79. Otros modelos
Una primera generalizacion del modelo anterior:
dx
dt
= x(α + βx + γy)
dy
dt
= y(δ + x + ζy)
Con α, β, γ, δ, , ζ ∈ R.
β, ζ al considerarlos negativos, estamos introduciendo un t´ermino
inhibidor del crecimiento.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 23 / 39
80. Otros modelos
Una primera generalizacion del modelo anterior:
dx
dt
= x(α + βx + γy)
dy
dt
= y(δ + x + ζy)
Con α, β, γ, δ, , ζ ∈ R.
β, ζ al considerarlos negativos, estamos introduciendo un t´ermino
inhibidor del crecimiento.
Destacan tres modelos con relevancia biol´ogica:
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 23 / 39
81. Otros modelos
Una primera generalizacion del modelo anterior:
dx
dt
= x(α + βx + γy)
dy
dt
= y(δ + x + ζy)
Con α, β, γ, δ, , ζ ∈ R.
β, ζ al considerarlos negativos, estamos introduciendo un t´ermino
inhibidor del crecimiento.
Destacan tres modelos con relevancia biol´ogica:
1 Predador-presa con competencia intraespec´ıfica.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 23 / 39
82. Otros modelos
Una primera generalizacion del modelo anterior:
dx
dt
= x(α + βx + γy)
dy
dt
= y(δ + x + ζy)
Con α, β, γ, δ, , ζ ∈ R.
β, ζ al considerarlos negativos, estamos introduciendo un t´ermino
inhibidor del crecimiento.
Destacan tres modelos con relevancia biol´ogica:
1 Predador-presa con competencia intraespec´ıfica.
2 Competitivo.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 23 / 39
83. Otros modelos
Una primera generalizacion del modelo anterior:
dx
dt
= x(α + βx + γy)
dy
dt
= y(δ + x + ζy)
Con α, β, γ, δ, , ζ ∈ R.
β, ζ al considerarlos negativos, estamos introduciendo un t´ermino
inhibidor del crecimiento.
Destacan tres modelos con relevancia biol´ogica:
1 Predador-presa con competencia intraespec´ıfica.
2 Competitivo.
3 Mutualismo o simbiosis.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 23 / 39
84. Otros modelos
Nuevas din´amicas tienen lugar, sin embargo, se puede probar que no
existen ciclos l´ımites.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 24 / 39
85. Otros modelos
Nuevas din´amicas tienen lugar, sin embargo, se puede probar que no
existen ciclos l´ımites.
El modelo anterior puede ser generalizado para n especies:
dxi
dt
= xi
n
j=1
αi + βijxj con i = 1, ...n
Si la dimensi´on es lo suficientemente grande encontramos nuevas
din´amicas como ciclos l´ımites, bifurcaciones Andronov-Hopf y caos.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 24 / 39
86. Mapa bidimensional predador-presa
Planteamiento inicial:
xn+1 = µx(yn)xn(1 − xn)
yn+1 = µy(xn)yn(1 − yn)
Supondremos la capacidad m´axima de las poblaciones normalizadas a 1.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 25 / 39
87. Mapa bidimensional predador-presa
Planteamiento inicial:
xn+1 = µx(yn)xn(1 − xn)
yn+1 = µy(xn)yn(1 − yn)
Supondremos la capacidad m´axima de las poblaciones normalizadas a 1.
Suponemos tasa de crecimiento lineal:
µ1(z) = λ(3z + 1) o bien µ2(z) = λ(−3z + 4) Con ello aseguramos que la
tasa de crecimiento est´a contenida en el intervalo (0, 4), para valores de
λ < 1.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 25 / 39
88. Mapa bidimensional predador-presa
Planteamiento inicial:
xn+1 = µx(yn)xn(1 − xn)
yn+1 = µy(xn)yn(1 − yn)
Supondremos la capacidad m´axima de las poblaciones normalizadas a 1.
Suponemos tasa de crecimiento lineal:
µ1(z) = λ(3z + 1) o bien µ2(z) = λ(−3z + 4) Con ello aseguramos que la
tasa de crecimiento est´a contenida en el intervalo (0, 4), para valores de
λ < 1.
Mapa bidimensional predador-presa:
xn+1 = λx(3yn + 1)xn(1 − xn)
yn+1 = λy(−3xn + 4)yn(1 − yn)
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 25 / 39
89. Mapa bidimensional predador-presa
Mapa bidimensional predador-presa:
xn+1 = λx(3yn + 1)xn(1 − xn)
yn+1 = λy(−3xn + 4)yn(1 − yn)
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 25 / 39
90. Mapa bidimensional predador-presa
Mapa bidimensional predador-presa:
xn+1 = λx(3yn + 1)xn(1 − xn)
yn+1 = λy(−3xn + 4)yn(1 − yn)
Se estudiar´a λ = λx = λy. Las simulaciones evidenciar´an que el
sistema solo tiene sentido en λ ∈ (0, 1.2109).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 25 / 39
91. Mapa bidimensional predador-presa
Mapa bidimensional predador-presa:
xn+1 = λx(3yn + 1)xn(1 − xn)
yn+1 = λy(−3xn + 4)yn(1 − yn)
Se estudiar´a λ = λx = λy. Las simulaciones evidenciar´an que el
sistema solo tiene sentido en λ ∈ (0, 1.2109).
Si consideramos las poblaciones desacopladas, xn = 0 ´o yn = 0, la
tasa de crecimiento de partida de las presas se supone cuatro veces
mayor que la de sus depredadores.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 25 / 39
92. Estudio de la estabilidad del sistema
Puntos fijos: tenemos que ver para que puntos se verifica zn = f(zn).
p1 = λ−1
λ , 0 p0 = (0, 0) p2 = 0, 4λ−1
4λ
p3 = 1
12λ 14λ +
√
4λ2 + 9 − 3, 4(λ − 3) − 4
√
4λ2 + 9
p4 = 1
12λ 14λ −
√
4λ2 + 9 − 3, 4(λ − 3) + 4
√
4λ2 + 9
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 26 / 39
93. Estudio de la estabilidad del sistema
Evaluando la matriz jacobiana en los puntos fijos:
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 27 / 39
94. Estudio de la estabilidad del sistema
Evaluando la matriz jacobiana en los puntos fijos:
Para p0, entre λ ∈ (0, 0.25) es atractor, en el resto de valores es
repulsor.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 27 / 39
95. Estudio de la estabilidad del sistema
Evaluando la matriz jacobiana en los puntos fijos:
Para p0, entre λ ∈ (0, 0.25) es atractor, en el resto de valores es
repulsor.
Para p1 es repulsor si λ > 1 y punto silla para el resto.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 27 / 39
96. Estudio de la estabilidad del sistema
Evaluando la matriz jacobiana en los puntos fijos:
Para p0, entre λ ∈ (0, 0.25) es atractor, en el resto de valores es
repulsor.
Para p1 es repulsor si λ > 1 y punto silla para el resto.
Para p2 es atractor si λ ∈ (0.25, 0.4375). Entre (0.75, 1.2109) es
repulsor, en el resto de valores del par´ametro se trata de un punto
silla.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 27 / 39
97. Estudio de la estabilidad del sistema
Evaluando la matriz jacobiana en los puntos fijos:
Para p0, entre λ ∈ (0, 0.25) es atractor, en el resto de valores es
repulsor.
Para p1 es repulsor si λ > 1 y punto silla para el resto.
Para p2 es atractor si λ ∈ (0.25, 0.4375). Entre (0.75, 1.2109) es
repulsor, en el resto de valores del par´ametro se trata de un punto
silla.
No nos interesa estudiar p3 ya que se encuentra fuera de nuestro
intervalo [0, 1] × [0, 1].
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 27 / 39
98. Estudio de la estabilidad del sistema
Evaluando la matriz jacobiana en los puntos fijos:
Para p0, entre λ ∈ (0, 0.25) es atractor, en el resto de valores es
repulsor.
Para p1 es repulsor si λ > 1 y punto silla para el resto.
Para p2 es atractor si λ ∈ (0.25, 0.4375). Entre (0.75, 1.2109) es
repulsor, en el resto de valores del par´ametro se trata de un punto
silla.
No nos interesa estudiar p3 ya que se encuentra fuera de nuestro
intervalo [0, 1] × [0, 1].
Para p4 entre λ ∈ (0.4375, 0.5194) es atractor. Si
0.5194 < λ < 1.1757, foco estable. En λ = 1.1757, p4 sufre una
bifurcaci´on tipo Neimark-Hopf, dando lugar a una curva invariante
estable en el intervalo (1.1757, 1.2109).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 27 / 39
99. Estudio de la estabilidad del sistema
Se puede observar que en λ = 0.25, p0 y p2 intercambian estabilidad
en una bifurcaci´on transcr´ıtica. Otra bifurcaci´on transcr´ıtica ocurre
para λ = 0.4375 entre p2 y p4.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 28 / 39
100. Estudio de la estabilidad del sistema
Se puede observar que en λ = 0.25, p0 y p2 intercambian estabilidad
en una bifurcaci´on transcr´ıtica. Otra bifurcaci´on transcr´ıtica ocurre
para λ = 0.4375 entre p2 y p4.
Para λ = 1.051 una bifurcaci´on silla-nodo da lugar a una ´orbita
estable de periodo 3. Dando lugar a biestabilidad entre el atractor p4
y la ´orbita de periodo 3.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 28 / 39
101. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Diagrama de bifurcaci´on para el mapa bidimensional predador-presa.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 29 / 39
102. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 0 < λ < 0.25, extinci´on.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 30 / 39
103. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 0 < λ < 0.25, extinci´on.
Para 0.25 < λ < 0.4375 las presas sobreviven, los depredadores
terminan extingui´endose. Se puede interpretar como un efecto Allee
de forma indirecta.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 30 / 39
104. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Extinci´on y efecto Allee indirecto.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 30 / 39
105. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 0.4375 < λ < 1.0510 existe coexistencia entre ambas
especies, las iteraciones llevan a las poblaciones a un estado fijo (p4).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 31 / 39
106. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Coexistencia estable y aparici´on de la cuenca del infinito.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 31 / 39
107. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 1.0510 < λ < 1.08511 surge la biestabilidad, entre p4 y
´orbitas de periodo 3 × 2n.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 32 / 39
108. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 1.0510 < λ < 1.08511 surge la biestabilidad, entre p4 y
´orbitas de periodo 3 × 2n.
Para 1.08511 < λ < 1.09967 la cascada de doblamientos de
periodo provoca la aparici´on de bandas ca´oticas. Atractor extra˜no.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 32 / 39
109. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Biestabilidad: ´orbita de periodo 3 y ´orbita de periodo 3 × 24
.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 32 / 39
110. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Bandas ca´oticas, crecen aproximandose a la cuenca de p4.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 32 / 39
111. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
λ
0 0.2 0.4 0.6 0.8 1 1.2
-0.75
-0.25
0.25
0.75
λ
1.065 1.07 1.075 1.08 1.085 1.09 1.095 1.1 1.105 1.11
-0.5
-0.3
-0.1
0.1
0.3
0.5
Fig. Exponente de Lyapunov para el mapa bidimensional predador-presa.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 32 / 39
112. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 1.09967 < λ < 1.1757 la biestabilidad se pierde, volvemos al
caso de que las poblaciones se ven atraidas por p4.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 33 / 39
113. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Biestabilidad se pierde, la cuenca del infinito aumenta conforme lo hace λ.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 33 / 39
114. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 1.1757 < λ < 1.2109 Surge una curva invariante
(cuasiperiodicidad). Se presenta un r´egimen ca´otico al final del
intervalo.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
115. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para 1.1757 < λ < 1.2109 Surge una curva invariante
(cuasiperiodicidad). Se presenta un r´egimen ca´otico al final del
intervalo.
Para λ > 1.2109 el sistema colapsa y no es posible la convivencia a
largo plazo de las especies. Dicha situaci´on se mantiene.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
116. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Curva invariante el sistema presenta una din´amica cuasiperi´odica.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
117. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Para λ = 1.2102 La cuasiperioridad se pierde en virtud de un
r´egimen ca´otico. El nuevo atractor, se trata de un atractor extra˜no.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
118. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. La cuasiperioridad se pierde en virtud de un r´egimen ca´otico.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
119. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
1
0.8
0.6
0.4
xn
0.2
0
0
0.2
yn
0.4
0.6
0.8
0.0554
0.0277
0
0.0830
0.1384
0.1107
1
0
0.02
0.04
0.06
0.08
0.1
0.12
Fig. Acumulaci´on de las iteraciones para λ = 1.210776.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
120. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
λ
1.17 1.1782 1.1864 1.1945 1.2027 1.2109
-0.2
0
0.2
λ
1.210750 1.210804 1.210858 1.210913
-0.2
0
0.2
Fig. Exponente de Lyapunov para λ > 1.17.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
121. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Hasta que, para λ = 1.210778, el atractor interseca la cuenca del
infinito, lo que conlleva su desaparici´on. Destacar que presenta una
considerable fase transitoria.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
122. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Hasta que, para λ = 1.210778, el atractor interseca la cuenca del
infinito, lo que conlleva su desaparici´on. Destacar que presenta una
considerable fase transitoria.
Para λ = 1.2109, aparece un nuevo atractor.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
123. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Hasta que, para λ = 1.210778, el atractor interseca la cuenca del
infinito, lo que conlleva su desaparici´on. Destacar que presenta una
considerable fase transitoria.
Para λ = 1.2109, aparece un nuevo atractor.
Para λ = 1.2109127, la ´orbita de periodo 23 interseca a la cuenca del
infinito, lo que provoca la desaparici´on definitiva definitiva de la vida.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
124. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. Vuelve a aparecer un atractor, el r´egimen ca´otico persiste.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
125. Interpretaci´on biol´ogica y estudio cuencas de
atracci´on
Fig. El atractor pasa a una ´orbita de periodo 23 hasta desaparecer en
λ = 1.210913.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 34 / 39
127. Otros modelos
Modelo
xn+1 = λx(3yn + 1)xn(1 − xn)
yn+1 = λy(−3xn + 4)yn(1 − yn)
Podr´ıamos considerar λx = λy. Coeficientes no lineales, por ejemplo,
(3yα
n + 1), (−3xα
n + 4).
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 36 / 39
128. Otros modelos
Modelo
xn+1 = λx(3yn + 1)xn(1 − xn)
yn+1 = λy(−3xn + 4)yn(1 − yn)
Podr´ıamos considerar λx = λy. Coeficientes no lineales, por ejemplo,
(3yα
n + 1), (−3xα
n + 4).
Caso p-dimensional general
x1,n+1 = µ(1, n) x1,n (1 − x1,n)
...
xp,n+1 = µ(p, n) xp,n (1 − xp,n)
Sea xi,n+1 el tama˜no de la poblaci´on xi en la iteraci´on del mapa n + 1 con
i = 1...p.
Donde µ(i, n) representa la tasa de crecimiento de la poblaci´on xi en la
iteraci´on n-´esima.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 36 / 39
130. Conclusiones
Cap´ıtulo 1:
1 Curva log´ıstica evoluci´on propia a lo largo del tiempo.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 37 / 39
131. Conclusiones
Cap´ıtulo 1:
1 Curva log´ıstica evoluci´on propia a lo largo del tiempo.
2 Gran importancia en multitud de campos.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 37 / 39
132. Conclusiones
Cap´ıtulo 1:
1 Curva log´ıstica evoluci´on propia a lo largo del tiempo.
2 Gran importancia en multitud de campos.
3 Discretizaci´on lleva al mapa log´ıstico y figuras fractales.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 37 / 39
133. Conclusiones
Cap´ıtulo 1:
1 Curva log´ıstica evoluci´on propia a lo largo del tiempo.
2 Gran importancia en multitud de campos.
3 Discretizaci´on lleva al mapa log´ıstico y figuras fractales.
Cap´ıtulo 2:
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 37 / 39
134. Conclusiones
Cap´ıtulo 1:
1 Curva log´ıstica evoluci´on propia a lo largo del tiempo.
2 Gran importancia en multitud de campos.
3 Discretizaci´on lleva al mapa log´ıstico y figuras fractales.
Cap´ıtulo 2:
1 Modelo inicial Lotka-Volterra din´amica fija. Cuatro par´ametros.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 37 / 39
135. Conclusiones
Cap´ıtulo 1:
1 Curva log´ıstica evoluci´on propia a lo largo del tiempo.
2 Gran importancia en multitud de campos.
3 Discretizaci´on lleva al mapa log´ıstico y figuras fractales.
Cap´ıtulo 2:
1 Modelo inicial Lotka-Volterra din´amica fija. Cuatro par´ametros.
2 Mapa bidimensional predador-prey planteado, gran riqueza din´amica.
Un par´ametro.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 37 / 39
136. Bibliograf´ıa
M. Ausloos, M. Dirickx (editores), The Logistic Map and the
Route to Chaos: From the Beginnings to Modern Applications,
colecci´on Understanding Complex Systems, Springer, 2006.
K. T. Alligood, T.D. Sauer, J. A. Yorke, Chaos: An
Introduction to Dynamical Systems, Textbooks in Mathematical
Sciences, 3a edici´on, Springer, 2000.
A. A. Berryman, The Orgins and Evolution of Predator-Prey
Theory, Ecology, Vol. 73, No. 5, p´ags. 1530-1535,1992.
J. Hofbauer, K. Sigmund, Evolutionary Games and Population
Dynamics, Cambridge, 1998.
R. L´opez-Ruiz, D. Fournier-Prunaret, Indirect Allee effect,
bistability and chaotic oscillations in a predator- prey discrete model
of logistic type, Chaos, Solitons and Fractals, p´ags. 85-101, 2004.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 38 / 39
137. Bibliograf´ıa
J. D. Murray, Mathematical Biology: An Introduction, Springer,
2002.
W. Steeb, The nonlinear workbook, 1a edici´on, World Scientific,
Singapur, 1999.
F. Verhulst, Nonlinear Differential Equations and Dynamical
Systems, Springer-Verlag, 1990.
Carlos Ib´a˜nez Freire Modelos log´ısticos 24 de septiembre de 2017 39 / 39