DVD Daughter for Sale | Station 19 | Kommentare (16)

Modelos Matemáticos de Poblaciones


Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Modelos Matemáticos de Poblaciones"

Transcripción

1 Capítulo 1 Modelos Matemáticos de Poblaciones 1.1. Introducción Actualmente, en algunos campos de la Ciencia los esfuerzos van dirigidos, dentro de ciertas limitaciones, a conocer el desarrollo de algunos fenómenos reales. En este camino se estudia el comportamiento, sus consecuencias y fines, según los parámetros que intervienen sin necesidad de que se produzcan dichos fenómenos. Así es como mediante imitaciones o analogías, se recrea o simula el fenómeno en cuestión. Esto lleva a reemplazar dicho fenómeno real por otro simulado, simple y que pueda ser manipulado; más aún, si se representa mediante estructuras matemáticas, se conocen como Modelos Matemáticos. En este curso, tratamos de estudiar simulaciones de fenómenos dentro del campo de la Ciencias de la Salud, en concreto, relativos a poblaciones de bacterias, virus, enfermedades contagiosas y fármacos entre otros. Con la elaboración de modelos matemáticos para estas situaciones, perseguimos fundamentalmente los siguientes objetivos: Ser capaces de desarrollar una herramienta con garantías, que nos permita decidir o predecir sobre futuras situaciones de distintas enfermedades. Comprender los mecanismos de actuación de algunas poblaciones (bacterias, virus,etc.) Entender mejor la realidad del proceso que se ha presentado y su evolución. Determinar en algunas situaciones la prevalencia (importancia del proceso) e incidencia (velocidad de propagación). Decidir un sistema de control del proceso detectado (vacunación, técnicas de prevención). Para lograr estos objetivos, un modelo debe cumplir una serie de requisitos que lo harán válido y por tanto útil para explicar el proceso: 3

2 1.2. MODELOS DE POBLACIONES 4 Incluir todos los factores que influirán de algún modo en el proceso. Para ello es necesario evaluar con precisión el papel de dichos factores determinantes. Ser sensible a los parámetros importantes e insensibles a los parámetros irrelevantes. En la literatura podemos encontrar modelos de fenómenos asociados a las Ciencias de la Salud de distintos tipos, según el tipo de enfermedad, la propiedad que se quiera estudiar, los fenómenos que se tengan en cuenta, etc. Desde el punto de vista matemático, es decir del tipo de herramientas matemáticas a utilizar, podemos hablar de dos tipos de modelos: Deterministas: Son aquellos donde no se tienen en cuenta el azar. En estos modelos, ante unos datos iniciales idénticos siempre se obtiene los mismos resultados. Estocásticos: Son aquellos donde se considera que el azar influye en el proceso. En estos modelos, ante unos mismos datos iniciales se pueden obtenerse diversos resultados. El desarrollo de un modelo supone desarrollar una serie de fases: Formulación del modelo: implica el diseño del modelo a nivel teórico, de acuerdo a la información que conozcamos acerca del proceso observado. En esta fase lo realmente importante es decidir que se desea modelar y por que, lo que supondrá definir cada elemento que lo integra así como las relaciones entre ellos. Verificación del modelo: el objetivo en esta fase es comprobar si el modelo realiza lo que se piensa que debe hacer. Para ello se diseñan pruebas, como por ejemplo aplicarlo a un caso teórico que se conozca bien. Validación del modelo: se trata de aplicar el modelo a un caso real conocido para ver si es correcta su formulación. Análisis de Sensibilidad de los parámetros: en esta fase, se trata de modificar los datos correspondientes a los factores importantes para ver como varían los resultados con el modelo. Aplicación del modelo: una vez completadas las fase anteriores, podemos aplicar el modelo a la situación que queremos estudiar y analizar los resultados obtenidos. El análisis de estos resultados nos va a proporcionar, por ejemplo, datos de si se va a extinguir una enfermedad, datos sobre contagios, etc Modelos de poblaciones La dinámica de poblaciones es uno de los temas de mayor importancia para entender el desarrollo temporal y espacial de los grupos de organismos de la misma especie que se desarrollan en distintos ambientes. En términos prácticos, interesa para el manejo de plagas agrícolas, para comprender la epidemiología de numerosas enfermedades, para estimar densidades pesqueras, para manejar poblaciones silvestres, etc. Para realizar este estudio, en primer lugar definimos lo que es una población. Una población es un grupo de organismos de la misma especie, que habitan un lugar determinado, en el cual utilizan recursos y se reproducen. Este grupo de organismos está caracterizado por una serie de propiedades que son propias. Por ejemplo, el promedio de nacimientos que se den en el grupo constituirá la natalidad del grupo, para un grupo concreto podemos decir que en Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

3 1.3. MODELO EXPONENCIAL una población de 1 individuos se han producido en una unidad de tiempo 2 nacimientos y por tanto la natalidad del grupo es 2/1. La natalidad es una propiedad del grupo y no de los individuos. De la misma forma, podemos hablar de otras propiedades de la población como: densidad, tasa de crecimiento, tasas de mortalidad y natalidad, distribución espacial, distribución por sexo, por edades, tipos de crecimiento, variabilidad genética, etc. El análisis de una población se hace estudiando estas propiedades. A continuación, describimos algunas de estas propiedades. Densidad: La densidad es la representación de la cantidad de población y se expresa como el número de individuos en función del espacio o volumen que ocupan. Natalidad y Mortalidad: La natalidad y la mortalidad son características propias de cada población y se miden en tasas que corresponden al número de nacimientos y muertes que se producen en una población por unidad de tiempo. Esta unidad de tiempo es distinta en cada población, y se conoce como tiempo característico. Estas dos propiedades son los factores principales que intervienen, en la mayoría de los casos, en las variaciones de la población y podemos decir que la densidad es producto del balance entre natalidad y mortalidad. Por otro lado, la densidad también es balance entre inmigración y emigración si estas se producen. En los casos donde si se dan estos efectos, por comodidad se adscriben a la natalidad y a la mortalidad respectivamente. Es decir, entendemos la natalidad como la aparición de un nuevo individuo en la población que puede provenir de un nacimiento o bien de inmigración y lo mismo para la mortalidad. Denotamos por b y d las tasas de natalidad y mortalidad, respectivamente. Estos parámetros son propios de cada población, y nos permiten estudiar el número de individuos que hay en esa población. La expresión de b y d en función del número total (N) de individuos del grupo y de un periodo de tiempo t, es: Número de nacimientos = tasa de natalidad * t * N = b t N. Número de muertes = tasa de mortalidad * t * N = d t N. Si denotamos por N b y por N d el número de nacimientos y muertes respectivamente, entonces b = N b N t, d = N d N t. Estos parámetros son fundamentalmente los que vamos a usar para estudiar algunos modelos Modelo exponencial En primer lugar nos proponemos estudiar, el crecimiento de una población en función de la natalidad y mortalidad, sin que se tengan en cuenta otros fenómenos que pudieran afectar. Como ya mencionamos en la introducción cuando queremos construir un modelo matemático tenemos que seguir una serie de fases. En primer lugar fijamos que queremos modelar y con que objetivo. En este caso queremos modelar el comportamiento del número de individuos de una población, con el objetivo de estimar cuantos individuos se esperan que compongan la población en un instante de tiempo determinado. Para ello los efectos que vamos a tener en cuenta sólo es que los individuos nacen y se mueren. La situación que queremos modelar es: Contamos cuantos individuos hay en un instante de tiempo Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

4 1.3. MODELO EXPONENCIAL 6 t, dejamos que pase un periodo de tiempo t, y volvemos a contar teniendo en cuenta que los individuos que han nacido y han muerto en ese periodo de tiempo. Entonces, Número de individuos que hay cuando ha pasado un periodo de tiempo t es igual a los que había en el instante t más los que han nacido menos los que han muerto. Veamos como podemos expresarlo como una fórmula matemática: denotamos por N(t) el número de individuos que hay en el instante t, análogamente para N(t + t), y utilizando las tasas de natalidad y mortalidad, tenemos: N(t + t) = N(t) + b N(t) t d N(t) t. (1.1) El siguiente paso es validar de alguna manera la fórmula obtenida. Podemos proceder para esta fase de distintas formas, prácticamente en función de la información de la que dispongamos. Por ejemplo, buscar datos experimentales de alguna población y comparar con los resultados obtenidos. En este curso, el procedimiento que vamos a seguir es buscar el problema matemático del cual nuestro objetivo es solución. Para ello vamos a ver cual es el comportamiento de N(t + t) conforme vamos haciendo t cada vez mas pequeño. En la figura 1 vemos dicho comportamiento Figura 1: Comportamiento en función de t Como vemos en la gráfica el comportamiento para t = y 1 es prácticamente el mismo. Podríamos seguir disminuyendo este valor y comprobar que la situación ya no varia. En estos caso se dice que el proceso converge a esta solución. Si pensamos desde el punto de vista matemático, lo que hemos hecho es pasar al límite cuando t tiende a cero, en la expresión (1.1), es decir lím N(t + t) = lím N(t) + b N(t) t d N(t) t. (1.2) t t o equivalentemente lím t N(t + t) N(t) t = b N(t) d N(t). (1.3) Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

5 MODELO EXPONENCIAL De donde se deduce que el modelo matemático es: N (t) = (b d) N(t), es decir que el número de individuos es la solución de una ecuación diferencial ordinaria de tipo lineal. Dicha ecuación se complementa con una condición inicial, que corresponde al número de individuos que hay en el instante en que se empieza a estudiar, habitualmente este instante se representa por, es decir, N() = N. La ecuación junto con la condición inicial forman el modelo completo, que podemos escribir: { N (M1) (t) = (b d) N(t), (1.4) N() = N. Desde el punto de vista matemático se trata de un problema de Cauchy, donde la ecuación del sistema es una ecuación diferencial ordinaria de orden uno de tipo lineal homogénea. Al complementarla con la condición inicial se obtiene una única solución, que es: N(t) = N e (b d)t. En la figura 2 podemos ver las gráficas de la solución exacta y la solución aproximada obtenidas. 8 7 Exacta Aproximada Figura 2: Comparación entre solución exacta y aproximada (poblacion.m) Este desarrollo nos confirma que la expresión (1.1), es una buena aproximación de la solución del problema (M1) para valores de t pequeños. El hecho de que la solución exacta sea una exponencial le da nombre al modelo exponencial. Aunque este modelo es teórico, hay algunos organismos de pequeño tamaño, de alto metabolismo, de corto periodo entre reproducciones, que tienen este tipo de crecimiento. El siguiente paso es la aplicación del modelo y reproducir algunas de las propiedades. En concreto, vamos a estudiar dos aplicaciones del modelo, en la primera tratamos de ver el comportamiento cualitativo acorde a la dinámica de poblaciones. Y en la segunda vamos a obtener algunos resultados de carácter cuantitativos. Aplicación 1: Se trata de estudiar el comportamiento cualitativo del número de individuos en función de la natalidad y mortalidad. La dinámica de poblaciones nos dice: Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

6 1.3. MODELO EXPONENCIAL 8 Si la natalidad es mayor que la mortalidad la población crece. Si la natalidad es menor que la mortalidad la población decrece. Si la natalidad es igual a la mortalidad la población permanece constante. Para comprobar estas situaciones denotamos por r a b d, que habitualmente se le llama tasa de crecimiento de la población. En términos matemáticos estas tres situaciones corresponden a r >, la población crece. r <, la población decrece. r =, la población permanece constante. En la figura 3 vemos los distintos comportamientos del modelo que reproduce las propiedades esperadas. 8 Tasa de crecimiento r> 1 Tasa de crecimiento r< Tasa de crecimiento r= Figura 3: Comportamiento en función de la tasa de crecimiento (poblacionr.m) Aplicación 2: La situación a modelar es la siguiente: supongamos que en un ser vivo se esta desarrollando un virus con crecimiento de tipo exponencial cuyas tasas de natalidad y mortalidad son.2 y.1 por día, respectivamente. Inicialmente hay una población de 1 individuos. Cuando Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

7 MODELO EXPONENCIAL han pasado 4 dias, se empieza una terapia que hace que la tasa de mortalidad pase al.3 por día. Con estos datos pretendemos desarrollar un modelo que nos permita dar respuesta a las siguientes cuestiones: Como va a ser la evolución de la población de virus. Estimar la población a los 2 dias. Durante cuanto tiempo hay que mantener la terapia para que se extinga el virus. Que ocurre si el paciente abandona la terapia a los 1 dias de haber comenzado. Como el crecimiento de la población del virus es de tipo exponencial el modelo se escribe: (M) { N (t) = r N(t), N() = 1. (1.) Como va a ser la evolución de la población de virus. El modelo nos dice que el crecimiento o decrecimiento se produce en función de la tasa de crecimiento r: desde el día 1 al 4, la tasa de crecimiento r =,2,1 =,1 >, luego la población crece; a partir del día 4, la tasa r =,2,3 =,1 <, luego la población decrece; Estimar el población a los 2 dias.(poblacion1.m) Esta cuestión es de tipo cuantitativo, y necesitamos simular en el ordenador el modelo para poder dar una respuesta. Para ello pintamos la gráfica o sólo le pedimos al programa que nos proporcione ese valor. El resultado obtenido en el segundo caso: , y la gráfica: 16 Evolucion a los 2 dias Figura 4: Estimación a los 2 dias En cualquiera de los dos casos podemos decir que vamos a tener una población de aproximadamente 3 individuos. Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

8 1.3. MODELO EXPONENCIAL 1 Durante cuanto tiempo hay que mantener la terapia para que se extinga el virus.(poblacion2.m) Para responder tenemos que decirle al programa que siga calculando hasta que la población sea menor que 1 individuo, o bien podemos pintar la solución aproximada y la función constante igual a 1, para determinar a partir de que día el virus desaparece. 1 Extincion de la poblacion Zoom Figura : Extinción del virus De esta gráfica podemos deducir que la terapia debe durar dias para poder extinguir la población de virus. Que ocurre si el paciente abandona la terapia a los 1 dias de haber comenzado.(poblacion3.m) En este caso la tasa de crecimiento experimenta otro cambio a partir del día 19, luego tenemos: del 1 al 4, r =,2,1 =,1 > crece. del 4 al 19, r =,2,3 =,1 > decrece. a partir del 19, r =,2,1 =,1 > crece. Lo que ocurre es que a partir del día 19 la población vuelve a crecer rápidamente, como podemos observar en la gráfica Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

9 MODELO LOGÍSTICO 2 Crecimiento de la poblacion Modelo Logístico Figura 6: Abandono de la terapia Como ya hemos mencionado el modelo exponencial es de tipo más teórico, y este crecimiento no puede ser el más frecuente en la naturaleza. De alguna manera, la propia densidad de la población debe ejercer un efecto sobre el crecimiento de la misma. Esta idea generó el segundo modelo clásico de crecimiento de poblaciones que es el llamado modelo logístico. El modelo logístico relaciona la tasa de intrínseca de crecimiento con el número de individuos N de forma lineal. La dinámica nos dice que cuando todos los recursos están disponibles y existan pocos individuos, la tasa intrínseca es máxima. A medida que el tamaño de la población crece, los recursos disminuyen proporcionalmente, cada individuo nuevo resta una proporción de alimentos y espacio a los recursos existentes. El número de individuos N debe llegar necesariamente a un límite cuando todos los individuos tengan su porción de recursos. En este momento, la natalidad y la mortalidad estarán compensadas y los recursos serán explotados de forma óptima. El valor de N cuando la tasa intrínseca de crecimiento sea cero se denomina capacidad del medio y se simboliza por K. En este caso tenemos: N(t + t) = N(t) + r N(t) t Efectos del medio N(t) t. Para determinar los efectos del medio, tenemos en cuenta que Cuando N(t) está muy cerca de K la variación de la población está muy cerca de cero. Cuando N(t) es muy pequeño frente a K, la variación de la población sólo se debe a los nacimientos y muertes, y en consecuencia el comportamiento debe ser de nuevo de tipo exponencial. Esto nos lleva a determinar la variación, que podemos escribir como: N(t + t) = N(t) + r N(t) t r N(t) K N(t) t. Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

10 1.4. MODELO LOGÍSTICO 12 Por el mismo razonamiento que utilizamos en el modelo exponencial, obtenemos o equivalentemente N(t) lím N(t + t) = lím N(t) + r N(t) t r N(t) t. (1.6) t t K lím t N(t + t) N(t) t = r N(t) r N(t) K De donde se deduce que el modelo matemático es: ( N (t) = r N(t) 1 N(t) ). K N(t). (1.7) es decir que el número de individuos es la solución de una ecuación diferencial ordinaria de tipo lineal. Dicha ecuación se complementa con una condición inicial, que corresponde al número de individuos que hay en el instante en que se empieza a estudiar, es decir, N() = N. La ecuación junto con la condición inicial forman el modelo: (M2) { ( N (t) = r N(t) N() = N. 1 N(t) K Para conocer el comportamiento cualitativo de la solución en este caso, tenemos en primer lugar que estudiar los puntos de equilibrio del sistema. Esto es, conocer si existen valores de N(t) que lleven a que la variación sea cero. El cálculo de estos valores no es más que conocer los ceros, si existen, de la función: ( r N(t) 1 N(t) ). K Esta función es una parabola que tiene dos ceros N(t) = y N(t) = K, cuya representación se presenta en la figura 7 ), (1.8) 1/4 rk K/2 K Figura 7: Gráfica de la parabola que marca el crecimiento Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

11 UN MODELO CON PRODUCCIÓN CONSTANTE Como ya hemos mencionado anteriormente, el número de individuos que hay en la población en cada instante de tiempo debe ser un valor entre y K, ya que si es menor o igual que cero no hay población, y no puede ser mayor que K por que sólo hay recursos para a lo más K individuos. Como la parabola toma valores positivos entre y K nos dice que la variación en la población es positiva, luego la población crece hasta llegar a su valor de equilibrio K. Este valor de equilibrio se alcanza siempre independientemente del número de individuos que haya en el instante inicial, la única diferencia es el tiempo que tarda en alcanzar dicho equilibrio. En la figura 8 podemos observar este comportamiento utilizando dos valores iniciales distintos. Cuando esto ocurre se dice que el sistema tiene un equilibrio estable Figura 8: Modelo logístico(logistico.m) 1.. Un Modelo con producción constante Vamos a estudiar ahora un modelo donde la reproducción de la población no depende del número de individuos, sino de los individuos de otra población de características distintas. En concreto, se trata de estudiar la producción de virus del SIDA, VIH-1. En primer lugar vamos a describir el proceso que queremos modelar. La evolución de la población de virus VIH-1, en ausencia de terapia, depende fundamentalmente de dos factores, uno la producción de virus y otro la destrucción natural. La producción P es independiente de la concentración de virus por mm 3 de plasma y es una cantidad constante que depende del número de células de tipo CD4+T infectadas que tenga el individuo por mm 3. Esta cantidad es aproximadamente de viriones por célula y día. La destrucción natural sin ningún tipo de terapia se calcula a partir de la vida media del virus en cada paciente. La vida media del virus es el tiempo que tiene que pasar para que de una población de V viriones por mm 3 se pase a una población de V/2 viriones por mm 3, y se denota por t 1/2. Y la destrucción natural(equivalente a la tasa de mortalidad) se calcula como c = ln2 t 1/2. En este caso tenemos: N(t + t) = N(t) + P t c N(t) t, donde P = Número de Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

12 1.. UN MODELO CON PRODUCCIÓN CONSTANTE 14 células CD4+T. El modelo que obtenemos es { N (M3) (t) = P c N(t), N() = N. (1.9) Estudiamos ahora si el sistema tiene equilibrios para conocer como va a ser el comportamiento de la población. Para ello tenemos que determinar si existen valores de N(t) que nos lleven a deducir que la población no varia. La población no varia si P c N(t) =, es decir cuando N(t) = P c que es el valor de equilibrio, y el comportamiento de la población va a ser: Si N < P c Si N > P c Si N = P c la población crece hasta el valor de equilibrio. la población decrece hasta el valor de equilibrio. la población permanece constante. En la siguiente figura comprobamos este comportamiento, las dos primera gráficas corresponden a datos reales correspondientes a los pacientes 312 y 31. La tercer gráfica no tiene datos reales por que ninguno de los pacientes tiene la población en equilibrio cuando empezamos a observar, es decir ninguno satisface N = P c. 7 x 14 No>equilibrio (312) x 14 No<equilibrio (31) No=valor de equilibrio Figura 9: Modelo producción constante (produccionconstante.m) Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

13 1 1.. UN MODELO CON PRODUCCIÓN CONSTANTE Como aplicación del modelo estudiamos como es la población al mes de los algunos pacientes, y para cada uno de ellos estudiamos el valor de equilibrio y el valor obtenido al mes para saber si ha llegado al equilibrio o debe pasar mas tiempo(practica1.m). Los datos de los que se dispone para cada paciente, están en la siguiente tabla de valores. Estos valores pueden encontrarse en el articulo: Mathematical Analysis of HIV-I Dynamics in Vivo. Alan S. Perelson y Patrick W. Nelson. SIAM Review. Vol. 41, No 1, pp Paciente CD4+T células /mm 3 V viriones por ml y día Vida media en dias En la siguiente tabla tenemos los valores correspondientes al número de viriones por mm 3 a los 3 dias y el valor de equilibrio para cada uno de los pacientes. Como podemos observar algunos pacientes han llegado a la situación de equilibrio y a otros no les faltan muchos dias para llegar. Paciente V viriones por mm 3 Valor de equilibrio Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

14 1.. UN MODELO CON PRODUCCIÓN CONSTANTE 16 Ejecutando el modelo con estos datos, en la figura 1 podemos ver el comportamiento de la población de virus para cada uno de los pacientes cuando ha pasado un mes. 2 x x x x x x x x x x Figura 1: Evolución en un mes para cada uno de los pacientes (produccionconstante.m) Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

15 UN MODELO DE VIH TENIENDO EN CUENTA LA PRODUCCIÓN DE CÉLULAS Un modelo de VIH teniendo en cuenta la producción de células. En la sección anterior, hemos estudiado un modelo de población de virus del SIDA donde hemos supuesto que el número de células de tipo CD4+T son constante en el tiempo. En este caso queremos simular el comportamiento de la población del virus teniendo en cuenta la variación de la población de las células que los reproducen. Esto conlleva a tener que estudiar tres poblaciones: x(t) población de células de tipo CD4+T. y(t) población de células de tipo CD4+T infectadas por el virus. v(t) población de virus VIH-1. Para realizar el modelo necesitamos conocer los factores que hacen que cambien las poblaciones anteriores. Las variaciones que se producen en la población de virus es la que ya hemos estudiado en la sección anterior, con la diferencia de que en la producción se tiene en cuenta que el número de células infectadas y(t) varia. Recordemos que una célula infectada produce P = viriones por célula/día y que c es la tasa de mortalidad que depende de cada paciente. Veamos el comportamiento de las poblaciones de células. Las células de tipo CD4+T experimentan una producción constante, es decir, independiente del número de células que existen y la producción, que denotaremos por λ, es de 2 células por mm 3 al día y tienen una tasa de mortalidad natural de d =,1 por día. El paso de célula sana a célula infectada se produce mediante una colaboración entre los viriones y las células infectadas. El VIH deposita su material genético y sus enzimas en la célula CD4. Con la ayuda de la transcriptasa reversa el VIH forma ADN viral conocido como ADN-VIH. Usando la integrasa el VIH inserta su ADN-VIH en el ADN celular. Utilizando ahora una enzima en su núcleo, la célula CD4 produce ARN viral y marn. Las enzimas de la célula producen largas cadenas de proteínas que contienen las piezas de VIH, las cuales emigran hacia la membrana de la célula, liberandose de esta manera y produciendo un virus maduro, capaz de contagiar una célula sana. Este contagio puede por tanto entenderse que se produce o bien entre células sanas y células infectadas o bien entre células sanas y viriones. En cualquiera de los casos este contagio se produce a través de una tasa β de,4 mm 3 por virión/día o por célula infectada/día. La tasa de mortalidad de una célula infectada es a =,33 por día. Con estos datos podemos determinar las variaciones de cada una de las poblaciones. CASO 1: Contagio entre células sanas y viriones. En este caso el término correspondiente al contagio se escribe βx(t)v(t) t x(t + t) = x(t) + λ t d x(t) t β x(t) v(t) t, y(t + t) = y(t) + β x(t) v(t) t a y(t) t, v(t + t) = v(t) + P y(t) t c v(t) t. Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

16 1.6. UN MODELO DE VIH TENIENDO EN CUENTA LA PRODUCCIÓN DE CÉLULAS. 18 El modelo se escribe como: (M4) x (t) = λ dx(t) βx(t)v(t), y (t) = βx(t)v(t) ay(t), v (t) = Py(t) cv(t), x() = x, y() = y, V () = V. (1.1) Veamos que podemos decir sobre el comportamiento de las poblaciones, para ello empezamos por conocer si el sistema tiene estados de equilibrio. Para este problema tenemos dos equilibrios ( λ d,,) que con los datos que hemos tenemos es (2,,). Este equilibrio es inestable, esto es, si partimos de datos iniciales cercanos a estos, debería de llevarnos con la evolución en tiempo a estos valores y esto no ocurre como podemos ver en la figura 11. Hemos tomado como valores iniciales x = 199, y = 1, v = 1. 2 CD4+T 2 CD4+T infectadas VIH Figura 11: Equilibrio inestable(sida.m) ( ) ac Pβ, λ a dc Pβ, Pλ ac d β. Este equilibrio es distinto para cada enfermo ya que la tasa de mortalidad del virus depende de cada uno en función de la vida media. Este valor es un equilibrio Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

17 UN MODELO DE VIH TENIENDO EN CUENTA LA PRODUCCIÓN DE CÉLULAS. estable, es decir independientemente de los valores iniciales que tomemos cuando evoluciona en tiempo llegamos a estos valores. En la figura 12 podemos ver la evolución de las poblaciones para el enfermo 41. En este caso los valores de equilibrio son ( 6728, 6 42, 3 718). 1 Poblacion de celulas Poblacion de celulas infectadas x 14 Poblacion del virus Figura 12: Equilibrio para el enfermo 41. CASO 2: Contagio entre células sanas y células infectadas. En este caso el contagio se escribe como βx(t)y(t) t, y en consecuencia las variaciones de las poblaciones se escriben: x(t + t) = x(t) + λ t d x(t) t β x(t) y(t) t, y(t + t) = y(t) + β x(t) y(t) t a y(t) t, v(t + t) = v(t) + P y(t) t c v(t) t. El modelo se escribe (M) x (t) = λ dx(t) βx(t)y(t), y (t) = βx(t)y(t) ay(t), v (t) = Py(t) cv(t), x() = x, y() = y, V () = V. Para este problema tenemos de nuevo dos equilibrios: (1.11) El inestable ( λ d,,) que corresponde como anteriormente a (2,,). Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

18 1.6. UN MODELO DE VIH TENIENDO EN CUENTA LA PRODUCCIÓN DE CÉLULAS. 2 ( ) a El estable β, λ a d β, Pλ ac Pd cβ. Este equilibrio toma los valores (82,3 66, ) para el enfermo 41. En las gráficas 13 y 14 podemos ver el comportamiento de las poblaciones en este caso correspondiente a 2 años. Debido a la diferencia de magnitudes pintamos la evolución en la figura 13 del día al 2 y en la gráfica 14 la correspondiente a los días del 2 al Poblacion de celulas Poblacion de celulas infectadas x 14 Poblacion del virus Figura 13: Evolución del enfermo 41 los 2 primeros días. Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

19 UN MODELO DE VIH TENIENDO EN CUENTA LA PRODUCCIÓN DE CÉLULAS. 1 Poblacion de celulas Poblacion de celulas infectadas Poblacion del virus Figura 14: Evolución del enfermo 41 hacía el equilibrio estable. Métodos Matemáticos para las Ciencias de la Salud. Curso 27/8.

SIMULACIÓN DE MODELOS POBLACIONALES

SIMULACIÓN DE MODELOS POBLACIONALES 7 SIMULACIÓN DE MODELOS POBLACIONALES 7.1 Objetivo En esta práctica construiremos, simularemos y analizaremos diversos modelos simples que estudian el crecimiento de poblaciones, a través del programa

Más detalles

UNA (MUY) BREVE INTRODUCCIÓN A LA ACTIVIDAD CIENTÍFICA

UNA (MUY) BREVE INTRODUCCIÓN A LA ACTIVIDAD CIENTÍFICA UNA (MUY) BREVE INTRODUCCIÓN A LA ACTIVIDAD CIENTÍFICA Aprendemos de nuestros errores (Karl R. Popper 1962. Conjeturas y refutaciones) El objetivo de la ciencia es acumular información sobre cómo funciona

Más detalles

CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas

CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas Introducción En la economía, la variación de alguna cantidad con respecto a otra puede ser descrita por un concepto promedio o por un concepto

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

TERCER PROTOTIPO POBLACIÓN DE CONEJOS

TERCER PROTOTIPO POBLACIÓN DE CONEJOS TERCER PROTOTIPO POBLACIÓN DE CONEJOS Seguramente, el lector tendrá varias objeciones al segundo prototipo; por ejemplo, el asumir la TN = RA, sólo es coherente con el hecho de que a más RA más TN; incluso

Más detalles

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión:

Usamos que f( p) = q y que, por tanto, g( q) = g(f( p)) = h( p) para simplificar esta expresión: Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 2004-2005 Propiedades de las funciones diferenciables. 1. Regla de la cadena Después de la generalización que hemos

Más detalles

El concepto de integral con aplicaciones sencillas

El concepto de integral con aplicaciones sencillas El concepto de integral con aplicaciones sencillas Eliseo Martínez Marzo del 24 Abstract Este artículo trata de ejemplos sencillos del concepto de integral con aplicaciones a la Física, la Teoría de la

Más detalles

MOMENTO LINEAL OBJETIVOS

MOMENTO LINEAL OBJETIVOS MOMENTO LINEAL OBJETIVOS Comprender el significado físico de momento lineal o cantidad de movimiento como medida de la capacidad de un cuerpo de actuar sobre otros en choques. ( movimientos unidimensionales)

Más detalles

Funciones Lineal, Cuadrática, Exponencial

Funciones Lineal, Cuadrática, Exponencial Cálculo I Funciones Lineal, Cuadrática, Exponencial Eduardo Saavedra A. October 12, 2006 1 1. Investigaciones cardiovasculares han mostrado que a un nivel de colesterol superior a 210, cada aumento del

Más detalles

Unión de ligandos. Un ligando es cualquier molécula que se una específicamente a una proteína

Unión de ligandos. Un ligando es cualquier molécula que se una específicamente a una proteína Unión de ligandos Un ligando es cualquier molécula que se una específicamente a una proteína Características de los ligandos: a) Tamaño y naturaleza química variable b) El sitio de unión es específico

Más detalles

proporción de diabetes = 1.500 = 0.06 6 % expresada en porcentaje 25.000.

proporción de diabetes = 1.500 = 0.06 6 % expresada en porcentaje 25.000. UNIDAD TEMATICA 3: Tasas Razones y proporciones Objetivo: Conocer los indicadores que miden los cambios en Salud, su construcción y utilización La información que se maneja en epidemiología frecuentemente

Más detalles

CONCEPTOS PREVIOS TEMA 2

CONCEPTOS PREVIOS TEMA 2 1.PROPORCIONALIDAD 1.1 REPARTOS PROPORCIONALES CONCEPTOS PREVIOS TEMA 2 Cuando queremos repartir una cantidad entre varias personas, siempre dividimos el total por el número de personas que forman parte

Más detalles

5.2. ECOLOGIA DE UNA RESERVA NATURAL

5.2. ECOLOGIA DE UNA RESERVA NATURAL 5.2. ECOLOGIA DE UNA RESERVA NATURAL La Meseta de Kaibab es una superficie extensa y llana en el extremo norte del Gran Cañón de 1.000.000 acres. En 1907 el Presidente Roosevelt tomó la decisión de crear

Más detalles

Líneas de espera. Introducción.

Líneas de espera. Introducción. Líneas de espera. Introducción. En este capítulo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas

Más detalles

Importancia de la investigación clínica EN ONCOLOGÍA. ONCOvida. oncovida_20.indd 1 10/10/11 12:53

Importancia de la investigación clínica EN ONCOLOGÍA. ONCOvida. oncovida_20.indd 1 10/10/11 12:53 Importancia de la investigación clínica EN ONCOLOGÍA 20 ONCOvida C O L E C C I Ó N oncovida_20.indd 1 10/10/11 12:53 ONCOvida C O L E C C I Ó N oncovida_20.indd 2 10/10/11 12:53 1 2 3 4 5 6 7 Por qué es

Más detalles

d s = 2 Experimento 3

d s = 2 Experimento 3 Experimento 3 ANÁLISIS DEL MOVIMIENTO EN UNA DIMENSIÓN Objetivos 1. Establecer la relación entre la posición y la velocidad de un cuerpo en movimiento 2. Calcular la velocidad como el cambio de posición

Más detalles

Estabilidad dinámica Introducción

Estabilidad dinámica Introducción Figura 127: Varada Si el momento de asiento unitario del barco, en las condiciones de desplazamiento en las que se encuentra, es M u, tendremos que la alteración producida al bajar la marea de forma que

Más detalles

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales Práctica 4 - Parte Límite de funciones En lo que sigue, veremos cómo la noción de límite introducida para sucesiones se etiende al caso de funciones reales. Esto nos permitirá estudiar el comportamiento

Más detalles

Ambas componentes del sistema tienen costos asociados que deben de considerarse.

Ambas componentes del sistema tienen costos asociados que deben de considerarse. 1. Introducción. En este trabajo se aplica la teoría de colas. Una Cola es una línea de espera y la teoría de colas es una colección de modelos matemáticos que describen sistemas de líneas de espera particulares

Más detalles

Teoría de Colas o Fenómenos de Espera

Teoría de Colas o Fenómenos de Espera Teoría de Colas o Fenómenos de Espera Área de Estadística e Investigación Operativa Licesio J. Rodríguez-Aragón Febrero 2011 Introducción 2 Introducción............................................................

Más detalles

Temas de electricidad II

Temas de electricidad II Temas de electricidad II CAMBIANDO MATERIALES Ahora volvemos al circuito patrón ya usado. Tal como se indica en la figura, conecte un hilo de cobre y luego uno de níquel-cromo. Qué ocurre con el brillo

Más detalles

Introducción. Estadística 1. 1. Introducción

Introducción. Estadística 1. 1. Introducción 1 1. Introducción Introducción En este tema trataremos de los conceptos básicos de la estadística, también aprenderemos a realizar las representaciones gráficas y a analizarlas. La estadística estudia

Más detalles

LEYES DE CONSERVACIÓN: ENERGÍA Y MOMENTO

LEYES DE CONSERVACIÓN: ENERGÍA Y MOMENTO LEYES DE CONSERVACIÓN: ENERGÍA Y MOMENTO 1. Trabajo mecánico y energía. El trabajo, tal y como se define físicamente, es una magnitud diferente de lo que se entiende sensorialmente por trabajo. Trabajo

Más detalles

Análisis y cuantificación del Riesgo

Análisis y cuantificación del Riesgo Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el

Más detalles

1-Comportamiento de una función alrededor de un punto:

1-Comportamiento de una función alrededor de un punto: Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos

Más detalles

Estructuras de Datos y Algoritmos

Estructuras de Datos y Algoritmos Estructuras de Datos y Algoritmos Año 205 Deducción de algunos esfuerzos para una Distribución pseudo-aleatoria de datos Introducción Vamos a desarrollar algunos de los esfuerzos para estructuras que utilizan

Más detalles

TEORÍA DE JUEGOS. 1 Definiciónes y Conceptos Básicos. 1.1 Definición: 1.2 Elementos de un juego. 1.3 Representación de un juego.

TEORÍA DE JUEGOS. 1 Definiciónes y Conceptos Básicos. 1.1 Definición: 1.2 Elementos de un juego. 1.3 Representación de un juego. TEORÍA DE JUEGOS 1 Definiciónes y Conceptos ásicos. 1.1 Definición: La teoría de juegos es una herramienta de análisis económico usada para estudiar problemas caracterizados por la interacción estratégica

Más detalles

Capítulo 9. Regresión lineal simple

Capítulo 9. Regresión lineal simple Capítulo 9. Regresión lineal simple 9.1 Introducción Uno de los aspectos más relevantes de la Estadística es el análisis de la relación o dependencia entre variables. Frecuentemente resulta de interés

Más detalles

1. EL CONCEPTO DE INTERÉS

1. EL CONCEPTO DE INTERÉS 1. EL CONCEPTO DE INTERÉS 1.1 Introducción Tal y como se ha señalado en el prefacio, en estos primeros capítulos se va a suponer ambiente de certidumbre, es decir, que los agentes económicos conocen con

Más detalles

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH 1) ANÁLISIS DE CORRELACIÓN Dado dos variables, la correlación permite hacer estimaciones del valor de una de ellas conociendo el valor de la otra variable.

Más detalles

CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0100

CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0100 CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0100 1) Cierto artículo de lujo se vende en 1 000 pesos. La cantidad de ventas es de 0 000 artículos al año. Se considera imponer un impuesto

Más detalles

FUNCIONES DE PROPORCIONALIDAD

FUNCIONES DE PROPORCIONALIDAD UNIDAD 2 PROPORCIONALIDAD. FUNCIONES DE PROPORCIONALIDAD 1.- INTRODUCCIÓN Continuamente hacemos uso de las magnitudes físicas cuando nos referimos a diversas situaciones como medida de distancias (longitud),

Más detalles

164 Ecuaciones diferenciales

164 Ecuaciones diferenciales 64 Ecuaciones diferenciales Ejercicios 3.6. Mecánica. Soluciones en la página 464. Una piedra de cae desde el reposo debido a la gravedad con resistencia despreciable del aire. a. Mediante una ecuación

Más detalles

Distribuciones de Probabilidad en Arena

Distribuciones de Probabilidad en Arena Distribuciones de Probabilidad en Arena Arena posee una amplia gama de funciones o distribuciones estadísticas incorporadas para la generación de números aleatorios. Estas distribuciones aparecen cuando,

Más detalles

FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M.

FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. FUNCIONES DE UNA VARIABLE Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción Una de las primeras necesidades que surgen en las Ciencias Experimentales es la de poder expresar los valores

Más detalles

CÓMO SE APRENDE LA CONDUCTA?

CÓMO SE APRENDE LA CONDUCTA? EXCMO. AYUNTAMIENTO DE YECLA C.M. SERVICIOS SOCIALES PROGRAMA DE FAMILIA ESCUELA DE PADRES Y MADRES ADOLESCENTES CÓMO SE APRENDE LA CONDUCTA? El comportamiento SE HEREDA o SE APRENDE? SOLEMOS UTILIZAR

Más detalles

LABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL

LABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos

Más detalles

PRODUCTIVIDAD. Contenido. 1. Introducción. 2. Importancia de la Productividad. 3. Que es productividad? 4. Como se mide la productividad?

PRODUCTIVIDAD. Contenido. 1. Introducción. 2. Importancia de la Productividad. 3. Que es productividad? 4. Como se mide la productividad? PRODUCTIVIDAD Contenido 1. Introducción 2. Importancia de la Productividad 3. Que es productividad? 4. Como se mide la productividad? 5. Factores internos y externos que afectan la productividad 6. Conclusión

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

S.I.D.A. ACEPTACION O RECHAZO. PAULA DELGADO JORGE GÓMEZ RAQUEL GONZÁLEZ RUBÍN GÓMEZ, A. EMILIO * (Profesor Coordinador)

S.I.D.A. ACEPTACION O RECHAZO. PAULA DELGADO JORGE GÓMEZ RAQUEL GONZÁLEZ RUBÍN GÓMEZ, A. EMILIO * (Profesor Coordinador) S.I.D.A. ACEPTACION O RECHAZO. PAULA DELGADO JORGE GÓMEZ RAQUEL GONZÁLEZ RUBÍN GÓMEZ, A. EMILIO * (Profesor Coordinador) IES Ría del Carmen 39609 Muriedas (Cantabria) Tfno 942 250 695 http://www.iesriadelcarmen.org

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

Profr. Efraín Soto Apolinar. Límites

Profr. Efraín Soto Apolinar. Límites Límites Cada rama de las matemáticas tiene conceptos que resultan centrales para el desarrollo de la misma. Nosotros empezamos el estudio del cálculo infinitesimal, que está compuesto del cálculo diferencial

Más detalles

FACTORES QUE INFLUYEN EN EL COSTE DE ALIMENTACIÓN

FACTORES QUE INFLUYEN EN EL COSTE DE ALIMENTACIÓN FACTORES QUE INFLUYEN EN EL COSTE DE ALIMENTACIÓN ÍNDICE DE CONVERSIÓN GLOBAL PRECIO PIENSO GLOBAL VI Jornada SIP Noviembre 2015 Lleida (La Llotja) Introducción Nuestra misión en SIP es medir de forma

Más detalles

MÉTODO DEL CAMBIO DE BASE PARA CÁLCULO MANUAL DE SUBREDES CON IP V4.0

MÉTODO DEL CAMBIO DE BASE PARA CÁLCULO MANUAL DE SUBREDES CON IP V4.0 MÉTODO DEL CAMBIO DE BASE PARA CÁLCULO MANUAL DE SUBREDES CON IP V4.0 José Antonio Guijarro Guijarro Profesor de Secundaria Especialidad de Informática Profesor Técnico de F.P. Especialidad de Sistemas

Más detalles

DISEÑO DE INDICADORES DE DESIGUALDAD SOCIAL EN LAS CIUDADES.-

DISEÑO DE INDICADORES DE DESIGUALDAD SOCIAL EN LAS CIUDADES.- DISEÑO DE INDICADORES DE DESIGUALDAD SOCIAL EN LAS CIUDADES.- 1. Introducción. El presente documento es el referente metodológico para la selección inicial de los barrios deprimidos. Se recoge una propuesta

Más detalles

V.1.1. DISCUSIÓN SOBRE LA EFECTIVIDAD GLOBAL DEL MANEJO DE LA ANSIEDAD.

V.1.1. DISCUSIÓN SOBRE LA EFECTIVIDAD GLOBAL DEL MANEJO DE LA ANSIEDAD. V. DISCUSIÓN Y CONCLUSIONES. Tras describir y analizar los diferentes resultados obtenidos con la aplicación del programa de intervención psicológica en pacientes con problemas cardiovasculares, procede

Más detalles

MANUAL. Cómo crear un plan de empresa viable

MANUAL. Cómo crear un plan de empresa viable MANUAL Cómo crear un plan de empresa viable Qué contiene este manual? Esta guía le enseñará cómo realizar un plan de empresa de manera lógica (siguiendo los pasos en el orden adecuado), además de los conceptos

Más detalles

PROBLEMAS RESUELTOS DE OPTIMIZACIÓN

PROBLEMAS RESUELTOS DE OPTIMIZACIÓN Problemas de optimiación Ejercicio PROBLEMAS RESUELTOS DE OPTIMIZACIÓN Un banco lana al mercado un plan de inversión cua rentabilidad R(, en euros, viene dada en función de la cantidad invertida, en euros,

Más detalles

Universidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS

Universidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Especificación algebraica ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Un tipo abstracto de datos se determina por las operaciones asociadas, incluyendo constantes que se consideran como operaciones sin

Más detalles

TECNOLOGÍAS DE PRODUCCIÓN. (Función de Producción Cobb-Douglas) (http://www.geocities.com/ajlasa)

TECNOLOGÍAS DE PRODUCCIÓN. (Función de Producción Cobb-Douglas) (http://www.geocities.com/ajlasa) TECNOOGÍAS DE PRODUCCIÓN (Función de Producción Cobb-Douglas) (http://www.geocities.com/ajlasa) En general, toda actividad de producción de bienes y servicios requiere de dos insumos básicos: el capital

Más detalles

Comente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago.

Comente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago. Explique Brevemente en que consiste el leasing y nombre los diferentes tipos existentes. Es un mecanismo de financiamiento de Activos el cual permite el uso del activo por un periodo determinado a cambio

Más detalles

Funciones de varias variables

Funciones de varias variables Funciones de varias variables Derivadas parciales. El concepto de función derivable no se puede extender de una forma sencilla para funciones de varias variables. Aquí se emplea el concepto de diferencial

Más detalles

9. Límites que involucran funciones exponenciales y logarítmicas

9. Límites que involucran funciones exponenciales y logarítmicas Métodos para evaluación de ites Yoel Monsalve 77 9 Límites que involucran funciones eponenciales y logarítmicas 9 El número e como un ite El ite: + n) n 9) se conoce como el número e Su valor aproimado,

Más detalles

1.1 Probetas de sección cuadrada

1.1 Probetas de sección cuadrada ANEXOS En este apartado se muestran todas las gráficas de todos los ensayos realizados en cada uno de los planos. 1.1 Probetas de sección cuadrada Con este tipo de ensayos se pretende estudiar si los resultados

Más detalles

1. HABILIDAD MATEMÁTICA

1. HABILIDAD MATEMÁTICA HABILIDAD MATEMÁTICA SUCESIONES, SERIES Y PATRONES. HABILIDAD MATEMÁTICA Una serie es un conjunto de números, literales o dibujos ordenados de tal manera que cualquiera de ellos puede ser definido por

Más detalles

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora

Más detalles

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano 24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas

Más detalles

PROPORCIONALIDAD - teoría

PROPORCIONALIDAD - teoría PROPORCIONALIDAD RAZÓN: razón de dos números es el cociente indicado de ambos. Es decir, la razón de los dos números a y b es a:b, o lo que es lo mismo, la fracción b a. PROPORCIÓN: es la igualdad de dos

Más detalles

CONCEPTO DE POBLACIÓN

CONCEPTO DE POBLACIÓN 1 10.- ESTRUCTURA Y DINÁMICA DE POBLACIONES Vamos a empezar estudiando de lo más pequeño a lo más grande. 10.INTRODUCCIÓN.- EL CONCEPTO DE ESPECIE La especie es un conjunto de individuos semejantes, en

Más detalles

Límites y Continuidad de funciones

Límites y Continuidad de funciones CAPITULO Límites y Continuidad de funciones Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Revista digital Matemática, educación e internet (www.cidse.itcr.ac.cr)

Más detalles

Solución al Reto Hacking v2.0 de Informática 64

Solución al Reto Hacking v2.0 de Informática 64 Febrero 2007 Introducción Este documento describe dos soluciones posibles al segundo Reto Hacking de Informática 64 que se publicó el 10 de febrero de 2007 en la siguiente dirección web: http://retohacking2.elladodelmal.com

Más detalles

LA RESERVA DE LIQUIDEZ, LA FUNCION EQUILIBRADORA ENTRE INVERSIONES Y FINANCIAMIENTO DEFINICION DE RESERVA DE LIQUIDEZ:

LA RESERVA DE LIQUIDEZ, LA FUNCION EQUILIBRADORA ENTRE INVERSIONES Y FINANCIAMIENTO DEFINICION DE RESERVA DE LIQUIDEZ: LA RESERVA DE LIQUIDEZ, LA FUNCION EQUILIBRADORA ENTRE INVERSIONES Y FINANCIAMIENTO Econ. Stela de Marrufo Profesora de la Cátedra de Financiamiento FaCES-UC DEFINICION DE RESERVA DE LIQUIDEZ: El problema

Más detalles

INFORME PITEC 2013: FINANCIACIÓN Y CAPITAL HUMANO EN LA INNOVACIÓN DE LAS EMPRESAS

INFORME PITEC 2013: FINANCIACIÓN Y CAPITAL HUMANO EN LA INNOVACIÓN DE LAS EMPRESAS INFORME PITEC 2013: FINANCIACIÓN Y CAPITAL HUMANO EN LA INNOVACIÓN DE LAS EMPRESAS PUBLICACIÓN 2016 Edita: Fundación Española para la Ciencia y la Tecnología, FECYT, 2016 Dirección, comentarios y coordinación

Más detalles

Modelos y Medio Ambiente

Modelos y Medio Ambiente Tema 1 Modelos y Medio Ambiente 1.1 Sistemas Ambientales Uno de los conceptos más ampliamente utilizados en la investigación científica es el de sistema. La definición más habitual de sistema es la debida

Más detalles

Práctico 1. Estadística y Dinámica de Poblaciones

Práctico 1. Estadística y Dinámica de Poblaciones Práctico 1 Estadística y Dinámica de Poblaciones Principales conceptos El mejoramiento genético está referido a poblaciones. La caracterización de poblaciones así como el entendimiento de la Mejora Genética

Más detalles

DISERTACION GUSTAVO BRAMBATI

DISERTACION GUSTAVO BRAMBATI DISERTACION GUSTAVO BRAMBATI Buenos días a todos, gracias Raúl por la participación. Voy a comentar, voy a tratar de darle un enfoque técnico a la problemática del alcohol, algo que obviamente tiene una

Más detalles

8 Instrumentos del. análisis económico y financiero. Esta unidad didáctica persigue los siguientes objetivos:

8 Instrumentos del. análisis económico y financiero. Esta unidad didáctica persigue los siguientes objetivos: 8 Instrumentos del análisis económico y financiero Esta unidad didáctica persigue los siguientes objetivos: Conocer, las diferentes unidades de medida, en un análisis económico-financiero. Saber tanto

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

5. CONCLUSIONES DE LA SEGUNDA PARTE

5. CONCLUSIONES DE LA SEGUNDA PARTE 5. CONCLUSIONES DE LA SEGUNDA PARTE La vivienda, como lo hemos visto en este marco teórico, ha evolucionado muy lentamente a lo largo de los años, sufriendo múltiples transformaciones debido tanto a las

Más detalles

3 Aplicaciones de primer orden

3 Aplicaciones de primer orden CAPÍTULO 3 Aplicaciones de primer orden 3.4 Ley de Enfriamiento de Newton Si un cuerpo u objeto que tiene una temperatura T 0 es depositado en un medio ambiente que se mantiene a una temperatura T a constante,

Más detalles

Cosmología para la enseñanza media

Cosmología para la enseñanza media Cosmología para la enseñanza media P. Kittl (1) y G. Díaz (2) (1) Departamento de Ingeniería Mecánica, Facultad de Ciencias Físicas y Matemáticas, Universidad de Chile, Casilla 2777, Santiago, Chile (2)

Más detalles

Evaluación del desempeño: los miembros de la familia, a examen

Evaluación del desempeño: los miembros de la familia, a examen Cátedra de Empresa Familiar TEMA DEL MES Newsletter nº 32 4 de febrero de 2008 Evaluación del desempeño: los miembros de la familia, a examen Por Josep Tàpies, titular de la Cátedra de Empresa Familiar

Más detalles

Tema 2 Límites de Funciones

Tema 2 Límites de Funciones Tema 2 Límites de Funciones 2.1.- Definición de Límite Idea de límite de una función en un punto: Sea la función. Si x tiende a 2, a qué valor se aproxima? Construyendo - + una tabla de valores próximos

Más detalles

CAPÍTULO IV CARACTERÍSTICAS DEL TRABAJO INFANTIL

CAPÍTULO IV CARACTERÍSTICAS DEL TRABAJO INFANTIL CAPÍTULO IV CARACTERÍSTICAS DEL TRABAJO INFANTIL Algunas de las más importantes características del trabajo infantil están determinadas por las ramas de actividad en las que se desempeñan los niños, niñas

Más detalles

aplicado al Experiencia La gestión de un servicio y, por ende, la

aplicado al Experiencia La gestión de un servicio y, por ende, la EN PORTADA 6 Sigma aplicado al Experiencia En este artículo vamos a dar una visión más particular sobre la aplicabilidad de 6 Sigma al sector Servicios. Existe abundante literatura al respecto, pero sobre

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

Ejercicios de Macroeconomía Avanzada

Ejercicios de Macroeconomía Avanzada Ejercicios de Macroeconomía Avanzada José L Torres Chacón Departamento de Teoría e Historia Económica Universidad de Málaga Septiembre 200 ii Indice I Sistemas dinámicos básicos 5 Introducción a la dinámica

Más detalles

INTRODUCCIÓN A LA CONTABILIDAD

INTRODUCCIÓN A LA CONTABILIDAD INTRODUCCIÓN A LA CONTABILIDAD 1. BALANCE Y CUENTA DE RESULTADOS... 2 1.2. Cuenta de Resultados... 4 2. LIBRO DIARIO Y LIBRO MAYOR... 5 2.1. Introducción.... 5 2.2. Libro Diario... 5 2.3. Libro Mayor...

Más detalles

PLANIFICACIÓN: LA MATERIALIDAD Y EL ENFOQUE DE RIESGOS

PLANIFICACIÓN: LA MATERIALIDAD Y EL ENFOQUE DE RIESGOS Paseo de Ronda, 26-1º 15011 A Coruña T: 981 145 333 F: 981 279 333 e-mail at@atconsultores.com www.atconsultores.com PLANIFICACIÓN: LA MATERIALIDAD Y EL ENFOQUE DE RIESGOS 0 INTRODUCCIÓN 1 El Objetivo

Más detalles

Diagrama de Fases Temperatura de Ebullición-Composición de una Mezcla

Diagrama de Fases Temperatura de Ebullición-Composición de una Mezcla Diagrama de Fases Temperatura de Ebullición-Composición de una Mezcla Líquida Binaria. Fundamentos teóricos. 1.- Equilibrios líquido-vapor en sistemas binarios: Disoluciones ideales. 2.- Diagramas de fase

Más detalles

1. Examen 21/Junio/1994. Para la inversión de una matriz cuadrada A de orden n n, cuya inversa existe, se ha definido la siguiente iteración

1. Examen 21/Junio/1994. Para la inversión de una matriz cuadrada A de orden n n, cuya inversa existe, se ha definido la siguiente iteración CAPÍTULO 5 EJERCICIOS RESUELTOS: MÉTODOS ITERATIVOS PARA ECUACIONES LINEALES Ejercicios resueltos 1 1. Examen 21/Junio/1994. Para la inversión de una matriz cuadrada A de orden n n cuya inversa existe

Más detalles

1. INVERSA DE UNA MATRIZ REGULAR

1. INVERSA DE UNA MATRIZ REGULAR . INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz

Más detalles

Música. Tocar y cantar Autor: Carlos Guido

Música. Tocar y cantar Autor: Carlos Guido Música. Tocar y cantar Autor: Carlos Guido 1 Presentación del curso Curso de música en el que te damos información acerca del cantar y tocar un instrumento musical al mismo tiempo, y el mecanismo que implica

Más detalles

Tema 1. Inferencia estadística para una población

Tema 1. Inferencia estadística para una población Tema 1. Inferencia estadística para una población Contenidos Inferencia estadística Estimadores puntuales Estimación de la media y la varianza de una población Estimación de la media de la población mediante

Más detalles

Métodos no paramétricos para la comparación de dos muestras

Métodos no paramétricos para la comparación de dos muestras Investigación Métodos no paramétricos para la comparación de dos muestras Métodos no paramétricos para la comparación de dos muestras Pértega Díaz, S. Unidad de Epidemiología Clínica y Bioestadística.

Más detalles

LA TEORÍA DE LA MEDICIÓN DEL DESPILFARRO. José Agustín Cruelles

LA TEORÍA DE LA MEDICIÓN DEL DESPILFARRO. José Agustín Cruelles LA TEORÍA DE LA MEDICIÓN DEL DESPILFARRO José Agustín Cruelles Torrijos 2010 Índice PARTE I CONCEPTOS 1. INTRODUCCIÓN... 3 2. DEFINICIÓN DEL DESPILFARRO... 9 2.1. Bases y supuestos para esta teoría...10

Más detalles

Los rostros del SIDA en Cuba

Los rostros del SIDA en Cuba Los rostros del SIDA en Cuba A década y media de implantación del Programa Cubano contra la temida enfermedad, el país tiene la más baja prevalencia en el continente americano. Tratamiento gratuito. Por

Más detalles

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,

Más detalles

Es una persona que ayudará a que los derechos de las personas con discapacidad se hagan realidad

Es una persona que ayudará a que los derechos de las personas con discapacidad se hagan realidad Naciones Unidas Asamblea General - Concejo de Derechos Humanos Acerca de la Relatora Especial sobre los derechos de las personas con discapacidad Es una persona que ayudará a que los derechos de las personas

Más detalles

ALBERTO JIMÉNEZ BENÍTEZ 1º BACH

ALBERTO JIMÉNEZ BENÍTEZ 1º BACH ALBERTO JIMÉNEZ BENÍTEZ 1º BACH 1.) Las características principales del virus (estructura, genoma ) A pesar de su pequeño tamaño, el genoma es muy complejo. El ARN del VIH contiene instrucciones genéticas

Más detalles

ÍNDICE. Ficha técnica... 4. Encuesta y cuestionario... 6. Finalidad y resultados de la encuesta... 10 10. Primera parte: conocimiento...

ÍNDICE. Ficha técnica... 4. Encuesta y cuestionario... 6. Finalidad y resultados de la encuesta... 10 10. Primera parte: conocimiento... ÍNDICE Ficha técnica... 4 Encuesta y cuestionario... 6 Finalidad y resultados de la encuesta... 10 10 Primera parte: conocimiento... 12 Segunda parte: modo de conocimiento y valoración... 18 Tercera parte:

Más detalles

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte II)

TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte II) TEMA 6 SELECCIÓN DE INVERSIONES PRODUCTIVAS CON RIESGO (parte II) Tema 6- Parte II 1 ANÁLISIS DE PROYECTOS En ambiente de incertidumbre Los flujos de caja a descontar no son ciertos Criterio a aplicar

Más detalles

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas

MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa

Más detalles

TEORÍA DE SISTEMAS APLICADA A LA INGENIERÍA INDUSTRIAL

TEORÍA DE SISTEMAS APLICADA A LA INGENIERÍA INDUSTRIAL TEORÍA DE SISTEMAS APLICADA A LA INGENIERÍA INDUSTRIAL CLAVE: LII 844 PROFESOR: MTRO. ALEJANDRO SALAZAR GUERRERO 1 1. TEORÍA GENERAL DE SISTEMAS, SU EVOLUCIÓN Y OBJETIVOS 1.1. La revolución que nos rodea

Más detalles

Calculo Actuarial con Cadenas de Markov, una aplicación

Calculo Actuarial con Cadenas de Markov, una aplicación Calculo Actuarial con Cadenas de Marov, una aplicación Xavier Cabezas, Fernando Sandoya 2 Ingeniero en Estadística Informática 2 2 Director de esis, Matemático, Escuela Politécnica Nacional 996, Profesor

Más detalles

LEER Y ESCRIBIR ARCHIVOS O FICHEROS EN C. FOPEN, FCLOSE, MODOS DE ACCESO READ, WRITE Y APPEND (CU00536F)

LEER Y ESCRIBIR ARCHIVOS O FICHEROS EN C. FOPEN, FCLOSE, MODOS DE ACCESO READ, WRITE Y APPEND (CU00536F) APRENDERAPROGRAMAR.COM LEER Y ESCRIBIR ARCHIVOS O FICHEROS EN C. FOPEN, FCLOSE, MODOS DE ACCESO READ, WRITE Y APPEND (CU00536F) Sección: Cursos Categoría: Curso básico de programación en lenguaje C desde

Más detalles

Memoria Aonujer 2010

Memoria Aonujer 2010 Memoria Aonujer 2010 El informe técnico es por ende una explicación del tratamiento del jugador patológico y apoyo a la familia que se efectúan en la institución acordes a los niveles a los que pertenecen.

Más detalles

Fórmulas y funciones

Fórmulas y funciones 05... Fórmulas y funciones En este tema vamos a profundizar en el manejo de funciones ya definidas por Excel, con el objetivo de agilizar la creación de hojas de cálculo, estudiando la sintaxis de éstas

Más detalles

TEMA 6: PARÁMETROS POBLACIONALES Y TÉCNICAS DEMOGRÁFICAS

TEMA 6: PARÁMETROS POBLACIONALES Y TÉCNICAS DEMOGRÁFICAS Objetivos: TEMA 6: PARÁMETROS POBLACIONALES Y TÉCNICAS DEMOGRÁFICAS Profundizar en la comprensión de los parámetros poblacionales (natalidad, mortalidad, inmigración y emigración) que determinan la densidad

Más detalles

Manual de SPC (Statistical Process Control) Índice: SPC, Qué es? Herramientas estadísticas STATISTICAL PROCESS CONTROL. 1. Que es SPC?

Manual de SPC (Statistical Process Control) Índice: SPC, Qué es? Herramientas estadísticas STATISTICAL PROCESS CONTROL. 1. Que es SPC? Manual de SPC (Statistical Process Control) Índice: SPC, Qué es? Herramientas estadísticas STATISTICAL PROCESS CONTROL 1. Que es SPC? SPC (Statistical Process Control) por sus cifras en ingles, es la aplicación

Más detalles
Sitemap