UNIVERSIDAD NACIONAL

Facultad de Ciencias Exactas y Naturales

Escuela de Matemticas

Curso: lgebra Lineal

TAREA

II Ciclo 2012

1) Considere las ecuaciones poblacionales de zorros y gallinas en la frmula (2.13) del libro de texto. De acuerdo con el ejemplo de la pgina 56 del libro de texto, se consideran dos poblaciones: zorros y gallinas. Los nmeros en estas poblaciones se denotan mediante y respectivamente, con

, indicando un punto discreto en el tiempo. Adems se supone que, en condiciones aisladas, el crecimiento de ambas poblaciones se describe como sigue:

. El modelo que se propone busca responder a la interaccin entre ambas poblaciones, donde los zorros logran devorar cierto nmero de gallinas en cada perodo de tiempo, y suponiendo que esto permita incrementar la poblacin de zorros proporcional al nmero de gallinas devoradas. En este sentido se supone un crecimiento poblacional de los zorros descrito por la siguiente ecuacin:

Esto necesariamente provoca que la poblacin de gallinas decrezca a causa de la depredacin por parte de los zorros, de modo que su crecimiento es descrito como sigue: , En esta ecuacin representa la tasa de gallinas devoradas por zorros, y permanece como

variable para poder estudiar el efecto de diferentes tasas de mortalidad. Adems, se evidencia la necesidad de conocer las poblaciones iniciales de ambos grupos, las cuales se suponen por: y .

Todos estos datos sern analizados utilizando matrices, como sigue: [ ], [ ], y * +

De esta manera el modelo cumple con el siguiente comportamiento: ( ) ( )

a) Determine los valores de k para que las poblaciones desaparezcan o crezcan sin lmite. Hay algn otro comportamiento? Depende esto de las poblaciones iniciales?

Para considerar los diversos casos que podran suceder, dependiendo del valor de

y los valores

de poblacin inicial que se utilicen, una buena aproximacin es utilizar el Teorema (7.5) del libro de texto, que permite averiguar los valores propios para una matriz ecuacin ( ) [ ( ). sera equivalente al mediante la resolucin de la ] con

, y luego, habiendo encontrado estos, utilizar el Teorema (7.14) del libro de en la forma ,y donde vectores

texto para factorizar la matriz propios de

asociados a sus valores propios

Como sabemos, esta aproximacin sera muy provechosa pues el clculo clculo , que es significativamente ms sencillo por ser

el clculo de la potencia de una

matriz diagonal. Dicho esto, procedo a utilizar estos teoremas mencionados y obtener as los valores de , los valores propios y los vectores propios para la matriz dada.

([

+)

([

],

*(

* en

Luego, es necesario factorizar la expresin obtenida para averiguar los posibles valores para la ecuacin ( )

. Esto ser posible evaluarlo obteniendo el valor del discriminante

( ) para dicha expresin algebraica. ( * ( * si y

Con base en lo anterior, sabemos que dicha expresin algebraica es factorizable con slo si . As, separar el estudio en tres casos concretos: .

Caso 1: Supongamos que

As, en el caso en que buscarse

no podremos encontrar valores propios reales para , pero pueden

lo cual obliga a utilizar un cuadro de comparacin de datos en lugar de seguir con el Teorema (7.14). Esto se har hasta despus de haber evaluado los tres casos para el valor de .

Caso 2: Supongamos que

En este caso se pueden obtener dos soluciones reales iguales para Veamos:

Tomando asociados. Sea *

como valores propio para , averiguar sus vectores propios

]*

* +

]*

* +

Ahora utilizar la reduccin por Gauss-Jordan para resolver este sistema de ecuaciones:

| |

| |

| + |

[ ]

As, los vectores propios asociados a los valores propios con .

son

* +,

Caso 3: Supongamos que

Para efectos de este caso consideraremos dos posibilidades:

Caso 3.1: Supongamos que ( ( 1) Tomando Sea ) *( *

. ( *

como valor propio para , averiguar su vector asociado. * + .

]*

* +

]*

* +

* +

Luego

no puede ser un valor propio para

pues su nico vector asociado es .

2) Tomando Sea

como valor propio para , averiguar su vector asociado. * + .

]*

* +

]*

* +

* +

Luego

no puede ser un valor propio para

pues su nico vector asociado es .

Caso 3.2: Supongamos que

* ( )

En este caso se pueden obtener dos soluciones reales distintas para Veamos: ( * ( )(

1) Tomando Sea * +

como valor propio para , averiguar su vector propio asociado. .

( ) [ ( ) ] * + * +( )

Ahora en ( ) utilizar la reduccin por Gauss-Jordan para resolver este sistema de ecuaciones: [ ( * | | ]

| | ] )( (

[ |

( [ ( ( ( (

)(

) )(

) ) ( )

Como en este caso

entonces debe cumplirse que

. As:

] [

Luego, tomando sea un valor propio para .

, se obtiene

* +, lo cual hace que

no

2) Tomando Sea * +

como valor propio para , averiguar su vector propio asociado. .

 ( ) [ ( ) ] * + * +( )

Ahora en ( ) utilizar la reduccin por Gauss-Jordan para resolver este sistema de ecuaciones: [ ( * | | ]

| | ] )( (

[ |

( [ ( ( ( (

)(

) )(

) ) ( )

Como en este caso

entonces debe cumplirse que

. As:

Luego, tomando

, se obtiene

* +, lo cual hace que

no sea un valor propio para . En resumen:

Si Si son:

no existen valores propios para . existen dos valores propios para : * +, con . se puede intentar factorizar a la matriz * +, y * +. es una matriz singular, pues: de la forma . , cuyos vectores propios asociados

Ahora, en el caso en el que En este sentido se cumplira que: Luego sera necesario obtener

. Sin embargo note que

( )

([

]+

Esto indica que es imposible factorizar la matriz

de la forma deseada aun cuando

De esta manera, debemos recurrir a otra forma de evaluar el crecimiento de las poblaciones segn los valores que tome . As que a continuacin consideraremos cuadros con valores que corresponden a diversos nmeros de poblacin para zorros y gallinas segn los valores que tome . Es necesario omitir los valores pues no tendra sentido que la tasa de gallinas devoradas .

por zorros sea negativa. Por eso solo se contemplan los casos

A) Para Se cumple que: [ ], [ ], con [ [ ,y dado.

En los siguientes cuadros se observa que, sin importar la poblacin inicial de cada especie, cuando
i= Zi =

ambas poblaciones van a seguir creciendo de manera indefinida hasta el infinito.

Con k=0, para una poblacin inicial con ms gallinas que zorros 1 100,00 2 560,00 3 4 5 10 20 50 100 936,00 1281,60 1632,96 4292,43 26623,29 6319748,72 57512482306,95

Gi = 1000,00 1200,00 1440,00 1728,00 2073,60 5159,78 31948,00 7583698,46 69014978768,35 Con k=0, para una poblacin inicial con ms zorros que gallinas i= Gi = 1 100,00 2 650,00 120,00 3 450,00 144,00 4 342,00 172,80 5 291,60 207,36 10 439,22 515,98 20 2662,39 3194,80 50 631974,87 758369,85 100 5751248230,70 6901497876,83 Zi = 1000,00

Con k=0, para una poblacin inicial con igual cantidad de zorros y gallinas i= Zi = Gi = 1 500,00 500,00 2 550,00 600,00 3 630,00 720,00 4 738,00 5 10 20 50 100 874,80 2150,75 13311,67 3159874,36 28756241159,79

864,00 1036,80 2579,89 15974,00 3791849,23 34507489391,75

B) Para Considere el ejemplo con Se cumple que: [ . ], [ ] con [ [ ,y dado.

De acuerdo con el caso

, si las poblaciones inician con mayor cantidad de gallinas, o igual

cantidad de ambas especies, ambas poblaciones van a crecer indefinidamente, con la curiosidad de que en algn momento se igualan en nmero y siguen creciendo con el mismo nmero hasta el infinito. Sin embargo, si al inicio el nmero de zorros supera por mucho al de las gallinas, esto llevar inevitablemente a la extincin de ambas especies.
Con k=0.1, para una poblacin inicial con ms gallinas que zorros i= Zi = 1 100,00 2 560,00 3 4 5 10 20 50 100 931,00 1244,60 1523,41 2843,09 7490,71 130730,72 15346591,01

Gi = 1000,00 1190,00 1372,00 1553,30 1739,50 2879,41 7491,73 130730,72 15346591,01 Con k=0.1, para una poblacin inicial con ms zorros que gallinas i= 1 2 700,00 3 490,00 4 343,00 5 240,10 10 201,77 40,35 20 5,70 1,14 30 0,16 0,03 40 0,00 0,00 Zi = 5000,00 3500,00 2450,00 1715,00 1200,50 Gi = 1000,00

Con k=0.1, para una poblacin inicial con igual cantidad de zorros y gallinas i= Zi = Gi = 1 500,00 500,00 2 550,00 550,00 3 605,00 605,00 4 665,50 665,50 5 10 20 50 53359,48 53359,48 100 6263914,70 6263914,70 732,05 1178,97 3057,95 732,05 1178,97 3057,95

C) Para Se cumple que: [ ], [ ], con [ [ ,y dado.

Cuando

, sin importar la distribucin inicial de las poblaciones de ambas especies, ellas

inevitablemente decrecen hasta su completa desaparicin. Esto puede constatarse observando los siguientes cuadros:

Con k=0.18, para una poblacin inicial con ms gallinas que zorros i= Zi = Gi = 1 100 2 560,00 3 4 5 10 20 939,29 50 100 93,65 0,94 927,00 1215,00 1436,13 1859,62 1353,85 147,11 1,53

1000 1182,00 1317,60 1414,26 1478,41 1479,95

Con k=0.18, para una poblacin inicial con ms zorros que gallinas i= Gi = 1 800,00 2 780,00 3 990,00 756,00 4 972,00 729,00 5 947,70 699,84 10 774,84 542,39 20 420,26 279,18 50 100 36,9 0,35 23,29 0,22 Zi = 1000,00 1000,00

Con k=0.18, para una poblacin inicial con igual cantidad de zorros y gallinas i= Zi = Gi = 1 50,00 50,00 2 55,00 51,00 3 58,50 51,30 4 60,75 51,03 5 61,97 50,30 10 58,11 42,62 20 35,27 23,87 50 100 3,4 0,03 2,16 0,02

D) Para Considere el ejemplo con Se cumple que: Finalmente, cuando [ . ], [ ] con [ [ ,y dado.

toma un valor mayor que

, sin importar la distribucin de las

poblaciones iniciales de zorros y gallinas, ambas especies se extinguen despus de cierta cantidad de puntos discretos en el tiempo. Observe:
Con k=0.2, para una poblacin inicial con ms gallinas que zorros i= Zi = 1 100 2 560,00 3 4 5 10 20 30 47 926,00 1207,60 1414,36 1637,20 607,22 18,53 0,00 0,00 0,00

Gi = 1000 1180,00 1304,00 1379,60 1414,00 1184,70 289,38

Con k=0.2, para una poblacin inicial con ms zorros que gallinas i= Gi = 1 800 2 760,00 3 980,00 712,00 4 944,00 658,40 5 895,60 601,28 10 566,22 315,53 20 53,88 0,00 30 39 Zi = 1000 1000,00 0,33 0,00 0,00 0,00

Con k=0.2, para una poblacin inicial con igual cantidad de zorros y gallinas i= 1 2 3 4 5 10 20 30 40

Zi = Gi =

500 500

550,00 500,00

580,00 490,00

593,00 472,00

591,80 447,80

454,91 283,11

92,35 26,94

0,85 0,00 0,00 0,00

b) Con base en el inciso anterior, utilice Matlab o Scilab para crear grficos de la poblacin de zorros y gallinas desde tiempo cero hasta tiempo 100 para cada una de las situaciones identificadas en (a).

Para graficar el crecimiento de ambas poblaciones en Matlab, se crearon tres archivos individuales con funciones, llamados Aexp.m, Zi.m y Gi.m, cuyas lneas de cdigo son:

Aexp.m function [ B ] = Aexp( k , i ) % Esta funcin calcula la potencia de la matriz A de este ejercicio, % cuando la tasa de gallinas devoradas por zorros es 'k' y el exponente % al que se quiere elevar la matriz A es 'i'. A = [0.6 0.5 ; -k 1.2]; m = 1; B = A; while m < i B = B * A; m = m + 1; end

Zi.m function [ z ] = Zi( k , v , i ) % Esta funcin calcula la poblacin de zorros en el punto de tiempo 'i' % cuando la tasa de gallinas devoradas por zorros es 'k' y la poblacin % inicial de zorros y gallinas est dada por el vector de tamao 2x1 % llamado 'v'. if i == 1 z = v(1); else B = Aexp(k , i-1) * v; z = B(1); end

Gi.m function [ g ] = Gi( k , v , i ) % Esta funcin calcula la poblacin de gallinas en el punto de tiempo 'i' % cuando la tasa de gallinas devoradas por zorros es 'k' y la poblacin % inicial de zorros y gallinas est dada por el vector de tamao 2x1 % llamado 'v'. if i == 1 g = v(2); else B = Aexp(k , i-1) * v; g = B(2); end

Luego, se utilizan las siguientes lneas de cdigo para obtener la grfica de cada uno de los cuadros dados anteriormente, simplemente cambiando el valor k por el que corresponda en cada caso, y el valor v por el vector de tamao 2x1 que corresponda al caso que se quiera estudiar.

format longG for m = 1:100 Z(m) = Zi(k , v , m); G(m) = Gi(k , v , m); end x = 1:1:100; H =plotyy(x,G,x,Z); h1=get(H(1),'ylabel'); h2=get(H(2),'ylabel'); set(h1,'string','Gallinas'); set(h2,'string','Zorros');

As, se obtienen las siguientes grficas:

A) Para A1)

A2)

A3)

B) Para B1)

B2)

B3)

C) Para C1)

C2)

C3)

D) Para D1)

D2)

D3)

2) Con base en los datos presentados en el documento Poblacin total estimada por sexo, segn aos calendario. 1950-2000 en la pgina web del INEC (http://www.inec.go.cr, en la opcin de Poblacin y Demografa Poblacin - Estimaciones):

El documento mencionado presenta una tabla con las cantidades de poblacin de Costa Rica durante los aos de 1950 a 2000, tanto en su totalidad como en su distribucin entre mujeres y hombres. A continuacin muestro los datos que nos interesan de dicha tabla:
Poblacin Total Hombres Mujeres 446204 461241 477517 494659 512905 532302 552770 573937 595746 618716 642878 668180 693859 719587 745457 771396 797497 441646 456407 472358 489120 506973 526028 546022 566612 587947 610335 633762 658352 683440 708600 733896 759317 784824 Poblacin Total Hombres Mujeres 823501 849205 873876 897319 920387 943493 967102 990906 810150 835221 859493 882336 904398 926518 949109 972035 996644 Poblacin Total Hombres Mujeres

Ao

Ao

Ao

1950 887850 1951 917648 1952 949875 1953 983779 1954 1019878 1955 1058330 1956 1098792 1957 1140549 1958 1183693 1959 1229051 1960 1276640 1961 1326532 1962 1377299 1963 1428187 1964 1479353 1965 1530713 1966 1582321

1967 1633651 1968 1684426 1969 1733369 1970 1779655 1971 1824785 1972 1870011 1973 1916211 1974 1962941

1984 2594604 1313129 1281475 1985 2671525 1352404 1319121 1986 2751059 1392996 1358063 1987 2828118 1432302 1395816 1988 2904309 1471119 1433190 1989 2981936 1510656 1471280 1990 3057164 1548802 1508362 1991 3127760 1584453 1543307 1992 3203806 1623006 1580800 1993 3293446 1668836 1624610 1994 3389481 1718115 1671366 1995 3484445 1767078 1717367 1996 3577064 1814806 1762258 1997 3667632 1861097 1806535 1998 3757082 1906823 1850259 1999 3844891 1952631 1892260 2000 3929248 1996507 1932741

1975 2013066 1016422

1976 2067418 1044189 1023229 1977 2124787 1073448 1051339 1978 2186055 1104631 1081424 1979 2249618 1136982 1112636 1980 2315705 1170560 1145145 1981 2384179 1205468 1178711 1982 2453508 1240951 1212557 1983 2523050 1276535 1246515

a) Resuelva el modelo de mnimos cuadrados en Matlab o Scilab para encontrar la recta de mejor ajuste a los datos de poblacin total utilizando como variable independiente el ao de los mismos. Dibuje un grfico con los datos y la recta de ajuste. Si organizamos la informacin de la poblacin total que obtenemos de las tablas dadas para que se pueda utilizar directamente en la resolucin del mtodo de mnimos cuadrados usando matrices, tenemos: [ ] * + * +

Sabemos que, utilizando Matlab, la operacin

da como resultado los valores de

que forman parte de la ecuacin de la recta de ajuste para los valores dados, de forma que la ecuacin de dicha recta sera caso. , donde es el ao que se utiliza como variable independiente en este

Para introducir los datos en Matlab se utilizan los siguientes comandos:

A = [ones(1,51)' (1950 : 1 : 2000)']; y = [887850 917648 949875 983779 1019878 1058330 1098792 1140549 1183693 1229051 1276640 1326532 1377299 1428187 1479353 1530713 1582321 1633651 1684426 1733369 1779655 1824785 1870011 1916211 1962941 2013066 2067418 2124787 2186055 2249618 2315705 2384179 2453508 2523050 2594604 2671525 2751059 2828118 2904309 2981936 3057164 3127760 3203806 3293446 3389481 3484445 3577064 3667632 3757082 3844891 3929248]'; r = A\y;

Luego, el comando: plot(1950:1:2000 , y , 'xr' , 1950:1:2000 , r(1)+r(2)*(1950:1:2000) , 'g'); se encarga de graficar todos los valores de poblacin total conocidos (con x rojas) y la recta de ajuste con una lnea color verde. La grfica obtenida es la siguiente:

b) Repita el ejercicio (a) utilizando los logaritmos de los datos de poblacin total. De manera similar a como se hizo en la parte a) de este ejercicio, podemos organizar los datos necesarios de la siguiente manera:

A = [ones(1,51)' (1950 : 1 : 2000)']; y = reallog([887850 917648 949875 983779 1019878 1058330 1098792 1140549 1183693 1229051 1276640 1326532 1377299 1428187 1479353 1530713 1582321 1633651 1684426 1733369 1779655 1824785 1870011 1916211 1962941 2013066 2067418 2124787 2186055 2249618 2315705 2384179 2453508 2523050 2594604 2671525 2751059 2828118 2904309 2981936 3057164 3127760 3203806 3293446 3389481 3484445 3577064 3667632 3757082 3844891 3929248]'); r = A\y;

Nuevamente la operacin

da como resultado los valores de

que forman parte de la

ecuacin de la recta de ajuste para los valores dados, de forma que la ecuacin de dicha recta sera , donde es el ao que se utiliza como variable independiente en este caso.

Luego, el comando: plot(1950:1:2000 , y , 'xr' , 1950:1:2000 , r(1)+r(2)*(1950:1:2000) , 'g'); se encarga de graficar todos los valores de poblacin total conocidos (con x rojas) y la recta de ajuste con una lnea color verde. La grfica obtenida es la siguiente:

c) Cul de los dos modelos anteriores es mejor? Utilcelo para proyectar la poblacin en el ao 2012. Para poder escoger un modelo como mejor que el otro, es necesario averiguar la suma de los cuadrados de los errores de cada uno de ellos, o lo que es conocido como el criterio de calidad de cada modelo.

En este ejercicio tenemos dos modelos posibles los cuales difieren en el vector , y esto repercute en los valores de la ecuacin de sus respectivas rectas de ajuste. Por lo tanto, daremos nombres

apropiados a cada matriz que conforma los modelos para poder diferenciarlos adecuadamente.

Modelo 1:

* +

Modelo 2:

Luego, llamaremos (

a los criterios de calidad de los modelos 1 y 2 respectivamente. As: ( )) ( ( ))

En Matlab, se ingresan todos estos datos de la siguiente manera:

A = [ones(1,51)' (1950 : 1 : 2000)']; x = (1950 : 1 : 2000)'; y1 = [887850 917648 949875 983779 1019878 1058330 1098792 1140549 1183693 1229051 1276640 1326532 1377299 1428187 1479353 1530713 1582321 1633651 1684426 1733369 1779655 1824785 1870011 1916211 1962941 2013066 2067418 2124787 2186055 2249618 2315705 2384179 2453508 2523050 2594604 2671525 2751059 2828118 2904309 2981936 3057164 3127760 3203806 3293446 3389481 3484445 3577064 3667632 3757082 3844891 3929248]'; r1 = A\y1; y2 = reallog([887850 917648 949875 983779 1019878 1058330 1098792 1140549 1183693 1229051 1276640 1326532 1377299 1428187 1479353 1530713 1582321 1633651 1684426 1733369 1779655 1824785 1870011 1916211 1962941 2013066 2067418 2124787 2186055 2249618 2315705 2384179 2453508 2523050 2594604 2671525 2751059 2828118 2904309 2981936 3057164 3127760 3203806 3293446 3389481 3484445 3577064 3667632 3757082 3844891 3929248]'); r2 = A\y2;

S1 = 0; S2 = 0; for i=1:51 S1 = S1 + (y1(i)-(r1(1)+r1(2)*x(i)))^2; S2 = S2 + (y2(i)-(r2(1)+r2(2)*x(i)))^2; end;