BIOMATEMATICAS

Matemáticas y biología

Matemáticas

Biomatemáticas

Ciencias de la
vida

 Biomatemáticas o Biología Matemática es un campo interdisciplinario de estudio que se

concentra en la modelación de procesos biológicos utilizando técnicas matemáticas .tiene
grandes aplicaciones teóricas y prácticas en búsquedas biológicas.
 Matemáticas: Proviene del griego “mánthano”, que significa aprender. “Máthema” significa
conocimiento, y de éste término nace el adjetivo “mathematikós“. En latín el término
utilizado era “mathematicus“. Por lo tanto, el significado de la palabra matemáticas sería
entonces aquello que se puede pensar y aprender.

 son muchos los ejemplos de la aplicación matemática en las diversas áreas de la biología
tales con en salud, ecología, fisiología, bioquímica, genética, morfología, entre otras.
 Modelos matemáticos

Es un tipo de modelo científico que emplea tipo de formulismos matemáticos para expresar
relaciones, variables de las operaciones para estudiar comportamientos de sistemas
complejos ante situaciones difíciles de observar en la realidad

Algunos ejemplos de modelos matemáticos en biología

 el modelo de Fibonacci. lo utilizo para describir el crecimiento de una población de conejos

 el modelo Malthusiano .- se usó para modelara el crecimiento de algunas especie
considerando condiciones iniciales: Malthus quería explicar la razón de la pobreza
existente en aquellos tiempos, y formuló una teoría que puede ser resumida de
forma simplificada con la siguiente frase: “Cuando no lo impide ningún obstáculo,
la población va doblando cada 25 años, creciendo de período en período, en una
progresión geométrica. Los medios de subsistencia, en las circunstancias más
favorables, no se aumentan sino en una progresión aritmética.” Su visión se
basaba en que las mejoras tecnológicas agrícolas y en la producción de alimentos
solo conllevaban mejoras temporales ya que serían consumidas por el excesivo
aumento de la población.

Aparte de ello, fue el descubridor de la denominada sucesión de Fibonacci. Esta secuencia

suele comenzar con el 0 y el 1, y para los siguientes términos se hace la suma de los dos
anteriores. De esta manera, queda una secuencia así:

La historia dice que Fibonacci se fijó en esta secuencia mediante la reproducción de los
conejos. El problema dice así: ¿Cuántas parejas de conejos tendremos a fin de año, si
comenzamos con una pareja que produce cada mes otra pareja que procrea a su vez a los
dos meses de vida?
La respuesta a esta pregunta vendría a ser así:

 En primer lugar, tenemos una pareja de conejos el primer mes.

 El segundo mes, la pareja envejece (todavía no procrea)
 El tercer mes, la pareja procrea otra pareja, o sea que ya tenemos dos.
 El cuarto mes, la pareja más vieja vuelve a procrear, mientras que la segunda
envejece. En total, tenemos 3 parejas.
 El quinto mes, las dos parejas más viejas procrean de nuevo, y la tercera envejece.
En total, tenemos 3+2=5
 El sexto mes, las tres parejas más viejas procrean, y las dos más nuevas envejecen,
de manera que tenemos 5+3 = 8.
Esquemáticamente, sería algo así:
Ya os podéis imaginar cómo sigue el resto de la secuencia. Sino, aquí tenéis una tabla en la
que quizá queda mejor explicado el proceso de reproducción de los conejos a lo largo del
año:

Mes/Generación 1ª 2ª 3ª 4ª 5ª 6ª TOTAL

1 1 1

2 1 1

3 1 1 2

4 1 2 3

5 1 3 1 5

6 1 4 3 8

7 1 5 6 1 13

8 1 6 10 4 21

9 1 7 15 10 1 34

10 1 8 21 20 5 55

11 1 9 28 35 15 1 89

12 1 10 36 56 35 6 144
 A continuación veremos unos ejemplos de Biomatemáticas

Ejemplo de optimización aplicada a la solución de un problema en zootecnia

Se estima que el precio de mercado de un cierto producto ganadero durante el año próximo
vendrá dado por la función:

𝑝(𝑡) = −2(𝑡 + 1)(𝑡 − 13), 𝑡 ∈ [0,12]

Donde la variable 𝑡 representa el tiempo medido en meses. Por otra parte, el coste de dicho
producto viene dado por:

𝑐(𝑡) = 4 + ln(1 + 𝑡) , 𝑡 ∈ [0,12]

Se desea calcular cual es momento óptimo para poner a la venta el producto obteniendo
el máximo beneficio posible.

Solución:
El beneficio obtenido al poner a la venta el producto en el instante t tendrá dado por la
diferencia entre el precio de la venta y el costo de producción, es decir: (ln logaritmo natural)

𝑓(𝑡) = 𝑝(𝑡) − 𝑐(𝑡)

𝑓(𝑡) = −2(𝑡 + 1)(𝑡 − 13) − 4 − 20 ln(1 + 𝑡) = −2𝑡 2 + 24𝑡 + 22 − 20ln⁡(1 + 𝑡)

Es preciso hallar, el máximo absoluto en esta función en el intervalo [0,12].

Los puntos a tomar son:
 los máximos locales
 los extremos del intervalo

La función f está definida y es continua y derivable en el intervalo [0,12], ya que le

argumento del logaritmo (1+t), es positivo en dicho intervalo.

En los extremos del intervalo se tiene que:

𝑓(0) = 22⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑓(12) = −29.29

𝑑𝑓 1
= −4𝑡 + 24 − 20 =0
𝑑𝑡 1+𝑡
 = (−4t + 24)(1 + t) = 20 ↔ −4t 2 + 20t + 4 = 0 ↔ t
−20 ± √400 + 64 t = t1 =≈ 5.2
= ={ }
−8 t = t 2 =≈ −0.2

Como observamos solo el punto 𝑡1 pertenece al intervalo [0,12], y para él se tiene que:
SI Y SOLO SI
CASI IGUAL
f(t1 ) ≈ f(5.2) = 56.2
Conclusión.- se deduce que el máximo beneficio se obtiene vendiendo tras 5.3 meses

Fig.1 modelación matemática en Excel Microsoft

𝑓(𝑡) = −2𝑡 2 + 24𝑡 + 22 − 20ln⁡(1 + 𝑡)

Ejemplo 2. El número de bacterias de un determinado cultivo de laboratorio sigue la ley

𝑟
𝑦=
1 + 𝐶𝑒 −𝑡

Donde t es el tiempo medido en días, 𝑦 es el número de bacterias medidas en millones

r⁡y⁡C⁡⁡⁡Son parámetros que hay que determinar a partir de los datos experimentales.

Se sabe que al inicio del cultivo había 5x10⁡5 bacterias y que, cuando pasa mucho tiempo,
la población de bacterias tiende a estabilizarse en el valor de 40 x10⁡6 millones.

Determínese también en que instante t se alcanzara el número de 10 millones de bacterias

 Solución:
1
Se tiene que 𝑦(0) = 500000 bacterias = millones de bacterias.
2

Por otro lado, el valor en el que se estabiliza la población cuando se deja pasar mucho
tiempo se obtendrá tomando como límite cuando 𝑡 → +∞

lim 𝑦(𝑡) = 40
𝑡→∞
Utilizando estas dos informaciones se tiene:

𝑟 𝑟
lim 𝑦(𝑡) = ⁡ lim ⁡⁡ = = ⁡𝑟 = 40
𝑡→∞ 𝑡→∞ 1 + 𝐶𝑒 −𝑡 1 + 𝐶. 0

1 40 40
= 𝑦(0) = = ↔ 1 + 𝐶 = 80 ↔ 𝐶 = 79
2 1 + 𝐶𝑒 0 1 + 𝐶
Luego finalmente se tiene:

40
𝑦(𝑡) =
1 + 79𝑒 −𝑡
Para determinar el instante en que la población llega a los 10 millones de bacterias hay que
resolver la ecuación:

40 40 −𝑡 −𝑡
3
= 10⁡ ↔ = 4 = 1 + 79𝑒 ↔ 3 = 79𝑒 ↔ = 𝑒 −𝑡
1 + 79𝑒 −𝑡 10 79

De donde, tomando logaritmos en ambos miembros, se tiene que:

3 3
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡−𝑡 = ln ( ) ↔ 𝑡 = − ln ( ) ≈⁡3.27083556⁡≈⁡3.3 dias
79 79
 40
Fig. 2 modelación matemática de la función (𝑡) = usando
1+79𝑒 −𝑡
Geogebra

Ejemplo 3.- modelo de crecimiento exponencial: modelo de Mathius

Para introducir este tipo de modelos, consideremos un ejemplo concreto. Supongamos que
tenemos una población de bacterias que se dividen cada 20 minutos. Supongamos también
que cuando iniciamos el experimento tenemos dos bacterias. Queremos analizar cómo
cambia el número de bacterias con respecto al tiempo. Obsérvese que este análisis no
parece muy difícil: si inicialmente (tiempo cero) hay dos bacterias, a los veinte minutos (una
vez el periodo de división) habrá 4 bacterias. A los 40 minutos (dos veces el periodo de
división) habrá 8 bacterias. A los 60 minutos de inicio del experimento (tres veces el periodo
de división) habrá 16 bacterias y así sucesivamente.

Tiempo(minutos) 0 20 40 60 80 100 120 140

No. De bacterias 2 4 8 16 32 64 128 256

Para facilitar el análisis vamos a introducir cierta notación:

1. Vamos a denotar los periodos de división de la bacteria utilizando la letra 𝑘, así ,𝑘 = 0
Representa el inicio del experimento u observación,𝑘 = 1 representa una vez el periodo de
reproducción, es decir, 20 minutos,𝑘 = 2 representa dos veces el periodo de división, es
decir, 40 minutos. De manera general, un valor 𝑘 dado representa que han transcurrido 𝑘
periodos de división desde que se inició el experimento, es decir 20𝑘⁡minutos.

𝑘 0 1 2 3 4 5 6 7
No. De 2 4 8 16 32 64 128 256
bacterias
 2. En segundo lugar utilizaremos la letra 𝑥⁡para representar el número de bacterias. En
concreto, usaremos la notación 𝑥𝑘 para designar el número de bacterias transcurridas
𝑘 periodos de división. Así,

𝑥0 = 2, ⁡⁡⁡𝑥1 = 2𝑥0 =4, 2𝑥2 = 2𝑥1 = 8⁡⁡…

𝑘 0 1 2 3 4 5 6 7
𝑥𝑘 2 4 8 16 32 64 128 256

Si fijamos valor de 𝑘 > 0 , en este ejemplo concreto, tenemos

𝑥𝑘 = 2𝑘𝑘−1 ∀𝑘 > 0,
Lo que produce:
𝑥𝑘 = 2𝑥𝑘−1 = 2. 2𝑥𝑘−2 = 22 𝑥𝑘−2 = ⋯ = 2𝑘 𝑥0
Es decir,

𝑥𝑘 = 2𝑘 𝑥0 ,⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡𝑘 = 1,2, …

Donde 𝑥0 es el número de individuos de la población de bacterias al inicio del experimento.

Obsérvese que dando valores a 𝑘 obtenemos una sucesión de valores, 𝑥𝑘 ⁡ Estos valores
proporcionan el número de bacterias de nuestro experimento después de cada periodo de división
𝑘 En nuestro caso particular, inicialmente había dos bacterias, es decir , 𝑥0 = ⁡2 Así,

𝑥0 = 2. 20 = 21 = 2
𝑥1 = 2. 21 = 22 = 4
𝑥2 = 2. 22 = 23 = 8
𝑥3 = 2. 23 = 24 = 16
𝑥4 = 2. 24 = 25 = 32
𝑥5 = 2. 25 = 26 = 64

Así el número de bacterias de nuestro experimento después de 𝑘 periodos de tiempo viene dado
por la formula
𝑥𝑘 = 2𝑘 . 2 = 2𝑘+1 ,⁡⁡⁡⁡⁡⁡⁡𝑑𝑜𝑛𝑑𝑒⁡𝑘 = 1,2, …

Dicha fórmula nos permite deducir el comportamiento de la población cuando el tiempo avanza

Ejemplo 4.

La construcción de una fábrica de celulosa en la orilla de un río ha afectado a la viabilidad

de los huevos de una población de truchas, de tal manera que cada año la población
desciende un 11%. Sabemos que inicialmente la población de truchas ascendía a 1000
ejemplares.

1. Escribe un modelo que describa mediante una ecuación recursiva la dinámica de la

población anterior. ¿Qué le ocurre al tamaño de la población de truchas en el futuro?
 2. Según el modelo, ¿cuántas truchas habrá pasados 6 años? ¿Y cuando hayan pasado 7
años y 10 meses?

3. También según el modelo, ¿en qué momento el tamaño de la población desciende de

400 ejemplares?

1. En este ejemplo los periodos vitales son anuales. Así, razonamos como antes y
consideramos 𝑥𝑘 como el número de ejemplares de trucha en el año 𝑘. De los datos
del problema deducimos que la constante de reproducción de las truchas es del
89%, es decir, R = 0.89⁡De esta manera el modelo es:

⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡xk = 0.89xk−1 ⁡⁡donde⁡k = 0,1,2, …

Lo que nos proporciona la fórmula

𝑥𝑘 = (0.89)𝑘 𝑥0 =1000(0.89)𝑘 ⁡⁡𝑑𝑜𝑛𝑑𝑒⁡𝑘 = 1,2, …

Como R=0.89<1, se tiene que conforme 𝑘 avanza 𝑥𝑘 se acerca a 0, es decir, la población de truchas
desaparece. No es difícil verlo considerando la gráfica de la función exponencial 𝑓(𝑥) =
1000(0.89)𝑥 . También se puede ver tomando los valores de 𝑘 grandes:

𝑥10 = 311.8172, 𝑥20 = 97.230, 𝑥30 = 30.3180, 𝑥50 = 2.9478⁡

2. En este caso 𝑥6 nos da el número de truchas a los 6 años

𝑥6 = 1000(0.89)6 = 496.9813,
Es decir aproximadamente 497 truchas.

El modelo, al ser discreto, no proporciona información sobre el número de ejemplares entre los
instantes de tiempo considerados. Por ello, según el modelo sólo podemos decir que a los 7 años y
10 meses el número de truchas es 𝑥7 :

𝑥7 = 0.89. 𝑥6 = 442.3133
Es decir aproximadamente 442 truchas.
 3. Razonamos como los ejemplos anteriores. en este caso nos preguntan el menor
valor de 𝑘 que hace

ln 0.4
𝑥𝑘 ≤ 400⁡ ↔ (0.89)𝑘 ≤ 0.4 ↔ 𝑘𝑙𝑛(0.89) ≤ 𝑙𝑛0.4 ↔ 𝑘 ≥ = 7.8629
𝑙𝑛0.89

Por lo tanto tenemos que tomar 𝑘 = 8.

𝑥7 = 442.3133,⁡⁡⁡⁡⁡⁡⁡𝑥8 = 393.6589