Exponencial PDF
Exponencial PDF
Exponencial PDF
Abstract
Objetivos de estos apuntes:
• Comprender el concepto de función exponencial como modelo.
• Conocer el gráfico de la función exponencial
• Comprender los modelos de crecimiento, decrecimiento, logístico
y de aprendizaje.
• Resolver ecuaciones exponenciales
• Utilizar el software DERIVE para estudiar modelos que se com-
portan exponencialmente
• Utilizar el software DERIVE para estudiar el concepto de límite
de una función
1
Para tener una idea clara de lo que estamos asegurando, utilicemos el
software DERIVE y calculemos dicha expresión para algunos pequeños y
grandes valores de n. Construya las siguentes sentencias en el DERIVE:
#1 (1 + 1/n)ˆn
#2 vector([n, (1 + 1/n)ˆn], n, 1, 30, 2)
T abla 1
2
T abla 2
Para mayor precisión podemos hacer calculos puntuales de la expresión (1),
haciendo
3
1 Modelos de inversión a plazos
Existen algunos fenómenos de naturaleza económica que se pueden modelar
con ayuda de la expresión dada en (1). Entre éstos se hallan aquellos que
permiten calcular el interés que genera el dinero cuando se deposita en bancos
o financieras.
Cuando el dinero (el principal) se invierte en un banco, comunmente
genera intereses. Cuando dicho interés se calcula directamente sobre el prin-
cipal, se llama interés simple. Después que han pasado ”t” años, el saldo
(es decir el principal más el interés) se calcula con la fórmula2 :
s(t) = P (1 + r · t)
4
Al final de t años el interés ha sido compuesto k · t veces y el saldo viene dado
por la función:
r k t
P 1+
k
Este tipo de interés se llama Interés compuesto.
Si el número de veces que se compone el interés se permite que crezca sin
límites, el interés se dice que se compone continuamente. En esta situación
el saldo despues de t años viene dado por la función
s(t) = P ert
s(t) = P er t
5
Observe que el dinero que gana más intereses es el que se compone continu-
amente. Las funciones que se expresan mediante potencias de ”e” juegan un
importante papel en una gran cantidad de modelos. Como hemos dicho en
otras oportunidades, cuando estamos estudiando un determinado fenómeno
de la naturaleza, siempre es conveniente tener un gráfico de la función que
nos permita ”ver” el comportamiento de dicho fenómeno. En lo que sigue
trataremos de analizar esta cuestión.
F igura 1
6
#1 2ˆx
#2 3ˆx
#3 vector([x, 2ˆx, 3ˆx] , x, −5, 5, 1)
Observe que las funciones están definidas para todos los valores reales de
x, por lo tanto se dice que su dominio es R. Por otra parte las gráficas están
sobre el eje X, es decir f (x) > 0 para todo x ∈ R, en consecuencia su ámbito,
o rango, es igual a R+ . Las gráficas son asintóticas al semieje negativo.
Con esto queremos decir que cuando x se le asignan valores que tiendan a
−∞, los correspondientes valores de y tienden a cero. En un lenguaje más
formal4 se dice que cuando x → −∞ entonces y → 0.
Se ve que ambas gráficas cortan al eje X en el punto (0, 1). Y finalmente
las dos funciones crecen indefinida,mente cuando los valores de x crecen. En
un lenguaje más simbólico decimos que si x → 0, entonces, y → +∞.
En general, si f (x) = ax ,con a > 1, entonces
7
iii) Si x → +∞, entonces f (x) → +∞. Dicho en palabras: si x tiende a
más infinito, entonces f (x) también tiende a más infinito.
iv) Si x → −∞, entonces f (x) → 0.Dicho en palabras: si x tiende a menos
infinito, entonces f (x) también tiende a cero.
Podemos escribir entonces
f : R → R+ ; tal que f (x) = ax , a > 1
x x
Tracemos ahora las gráficas de las funciones 12 y 13 , en las cuales la
base es un número comprendido entre 0 y 1. Construyamos, tal como en el
caso anterior, una tabla para algunos valores de la variable independiente.
Escribamos las siguentes sentencias en el DERIVE
#1 (1/ 2)ˆx
#2 (1/3)ˆx
#3 vector([x, (1/2)ˆx, (1/3)ˆx] , x, −3, 3, 1)
Luego posicionandos en #1 y luego en #2 podemos construir las gráficas
indicada en la Figura 2.
F igura 2
Y si nos posicionamos en #3 y oprimimos el icono ≈ aparecerá la siguiente
tabla:
8
Donde la primera columna
x indica
x los valores de x, la segunda y tercera
columna los valores de 12 y 13 respectivamente. De las gráficas se pueden
concluir que la función exponencial cuya base está entre 0 y 1 está definida
para todos los números reales, es decir, su dominio es R. Puesto que las
gráficas están sobre el eje X, f (x) > 0 para todo x ∈ R, su ámbiro (rango)
es R+ .
Las gráficas son asintóticas al eje X, es decir, cuando x tiende a +∞,
entonces f (x) → 0. Además ambas gráficas cortan al eje Y en el punto (0, 1).
Finalmente, observemos que cuando x → −∞, entonces, f (x) → +∞.
En general, si f (x) = ax ,con 0 < a < 1, entonces
i) f (0) = a0 = 1, es decir la curva corta al eje Y en el punto (0, 1)
Ejemplo 2.
Trace el gráfico de la función
120
f (x) =
4 + 8 e− 0.05 x
Solución. Escriba en el DERIVE la sentencia
120 / (4 + 8eˆ(0.05x))
cuidando que el ”e” sea precisamente el número ”e” y no la ”letra e” del
teclado (error muy frecuente). Posisionandose en esta expresión, la gráfica
lucirá como en la Figura 3.
9
F igura 3
10
Por lo tanto, si x → +∞:
4 + 8 e− 0.05 x → 4 + 0 = 4
En consecuencia la fracción:
120 120
− 0.05 x
→ = 30
4 + 8e 4
Esto significa que cuando el valor de x aumenta indefinidamente hacia la
derecha, los valores de f (x) se acercan al 30.
¿Qué ocurre cuando x → −∞ en la expresión 4+8 e120 − 0.05 x ? En esta
situación se ve que si x → −∞, entonces, 8 e− 0.05· x → +∞. De esto se
desprende que:
4 + 8 e− 0.05· x → +∞
En consecuencia, tenemos que:
120
→0
4 + 8 e− 0.05 x
Con frecuencia conviene construir una tabla con la información que hemos
obtenido evaluando la función en algunos puntos (fundamentalmente para
ver ”la dimensión” de su gráfica y poder ajustar los ejes para observar de
mejor manera a ésta). Ejecute la siguiente sentencia en el DERIVE
vector( [x, 120 / (4 + 8eˆ(0.05x))], x, −5, 5, 1)
y oprimiendo ≈ obtenemos la tabla siguiente:
11
3 Crecimiento exponencial de Malthus
El modelo de Malthus, o de crecimiento ilimitado, supone únicamente que la
velocidad de crecimiento de las poblaciones en el instante t, es proporcional
al tamaño de la población en ese instante. Esto presupone que la población
se desarrolla en un ambiente no sujeto a restricciones y que los recursos para
mantener dicha población, so ilimitados. Se puede demostrar5 que bajo esas
condiciones la población crece en forma exponencial. Es decir, si N(t) es
el tamaño de la población en el instante t, entonces el crecimiento de dicha
población se puede modelar mediante la función
N(t) = N0 ek t
N(t) = 11 567 ek t
12
Por lo tanto la función modeladora es:
N(t) = 11 567 e0,274 t
Para determinar el población que tendrá la ciudad dentro de los próximos 10
años calculamos N(10). Resulta entonces que:
N(10) = 11 567 e0,274·10 = 11 567 · 15, 48 = 179 137, 95
En consecuencia el tamaño de la población 10 años después será de 179 137
personas.
Ejemplo 4.
En un laboratorio se intenta determinar el crecimiento, bajo condiciones
ideales, de un cultivo inicial de 2000 bacterias. Despues de 20 minutos se
estima que el número de bacterias es de 6000, ¿cuántas bacterias habrán al
final de una hora?
Solución. Si suponemos que N0 es la cantidad de bacterias que habían
inicialmente, esto es, N0 = 2000 y el crecimiento del cultivo es de naturaleza
exponencial, el modelo de crecimiento está dado por la función:
N(t) = 2000 ek t
en la cual debemos determinar el valor de la constante k. Puesto que pasados
20 minutos hay 6000 bacterias, se sigue que N(20) = 6000 e20·k , luego:
6000 = 2000 e20·k o lo que es lo mismo e20·k = 3
Para hallar el valor de la constante k debemos resolver la ecuación exponen-
cial
e20·k = 3
Aplicando las propiedades de los logaritmos resulta:
ln 3
ln e20·k = ln 3 ⇔ 20 k = ln 3 ⇔ k = ≈ 0, 055
20
Puesto que k = 0, 055 la función modeladora es:
N(t) = 2000 e0,055 t
Por lo tanto, al final de 60 minutos habrán:
N(60) = 2000 e0,055· 60 ≈ 5, 42 × 104 bacterias
13
4 Modelo de decrecimiento exponencial
Una cantidad N(t) que decrece de acuerdo con una función de la forma
N(t) = N0 e−k · t
Q(t) = Q0 e− 0,04 t
Q0 e− 0,8 = 320000
14
5 Modelo de aprendizaje
Las funciones de la forma
Q(t) = B − A e− k· t (2)
donde A, B y k son constantes positivas, se llaman con frecuencia curvas
de aprendizaje. El nombre se debe a que los sicólogos descubrieron que
funciones de esta forma describen a menudo la relación entre la eficacia con
que un individuo realiza una tarea y la cantidad de instrucción o experiencia
que dicho individuo ha tenido. Puesto que la variable t, en este modelo,
la asociamos al tiempo, entonces el dominio de la función (2) será R+ . El
gráfico de esta función para valores A = 3 y B = 2.5 y k = 0, 02 está dado
en la Figura 4.
F igura 4
Para dibujar esta curva de aprendizaje u otras (cambiando los valores de los
parámetros A, B y C), escriba las siguientes instrucciones en el DERIVE
#1 B − A(e ˆ(−k t))
#2 Q(t, B, A, k) := B − A(e ˆ(−k t)) ∗ chi(0, t, inf)
#3 Q(t, 3, 2.5, 0.02)
La instrucción #2 consiste en ”guardar la función enn la letra Q que de-
penderá de la variable t y los parámetros A, B y k, y además la instrucción
chi(0, t, inf ) es para definir que el dominio de la variable t estará en el inter-
valo [0, ∞). Una vez realizado esto, nos posicionamos en la instrucción #3,
que entrega los valores de los parámetros, y ordenamos al software que haga
la gráfica, que es la que resulta en la Figura 4.
En relación con el gráfico de la Figura 4:
15
i) Observe que la curva corta, o empieza, en el punto (0, B − A) del eje
Y. En efecto
Q(0) = B − A e− k· 0 = B − A e0 = B − A
Ejemplo 6.
El ritmo al que un empleado postal puede clasificar cartas es una función
de la experiencia del empleado (en función del tiempo de hacer el trabajo). El
director del correo de Calamorro estimó que después de t meses de experiencia
en el trabajo, el empleado medio puede clasificar:
Q(t) = 700 − 400 e− 0,5 t cartas por hora
a) Haga un gráfico de la función modeladora
b) ¿Cuántas cartas puede clasificar por hora un empleado nuevo?
c) ¿Cuántas cartas puede clasificar por hora un empleado con 6 meses de
experiencia?
d) Aproximadamente, ¿cuántas cartas podrá clasificar por hora, como
máximo un empleado medio?
Solución. a) En el DERIVE, basta graficar la función que ya habíamos
definido entregando los nuevos parámetros
Q(t, 700, 400, 0.5)
y la gráfica luciría de la siguiente forma:
16
b) Puesto que un empleado nuevo tiene tiempo de experiencia cero, el número
de cartas que podrá clasificar es:
Q(0) = 700 − 400 e−0.5 · 0 = 700 − 400 = 300
c) Después de una experiencia de 6 meses el empleado podrá clasificar:
Q(6) = 700 − 400 e−0.5 · 6 = 700 − 400 e−3 ≈ 680 cartas por hora
d) Es obvio que la experiencia del empleado crece a medida que pasa el
tiempo. En consecuencia cuando t crece sin límite, es decir, cuando t → +∞,
resulta
Q(t) = 700 − 400 e−0.5 · t → 700
puesto que si t → +∞, etonces,
400
400 e−0.5 · t = →0
e0.5 · t
6 El modelo logístico
Las curvas logísticas son modelos bastantes precisos para analizar el crec-
imiento de una población cuando los factores ambientales imponen ciertas
condiciones, es decir, cuando imponen un límite superior en el tamaño posible
de la población. Estas curvas describen además la propagación de epidemias
en una comunidad, así como la propagación de un rumor, o la saturación en
la compra de un determinado artículo tecnológico.
El gráfico de una función de la forma
B
N(t) =
1 + A e−k · t
donde A, B y k son constantes positivas se puede realizar en el DERIVE
escribiendo las siguientes instrucciones:
#1 N(t, B, A, k) := (B / (1 + A e ˆ (−k t)))
indicando con esto que está guardada la función logística cuya variable es t
de parámetros A, B y k. Podemos hacer
#2 N(t, 5, 2, 0.1)
y graficar esta función. Presentamos la gráfica en la Figura 6.
17
F igura 6
i) Observe que la curva corta al eje Q en el punto (0, B / (1 + A)), en
nuestro ejemplo en el punto (0, 5/3). En efecto, si t = 0, entonces:
B B 5 5
N(0) = −k · 0
= = =
1 + Ae 1+A 1+2 3
ii) Para hallar el punto donde la curva corta al eje t, hacemos N(t) = 0.
Se puede ver fácilmente que:
B
= 0 para todo t
1 + A e−k · t
En consecuencia no corta al eje t.
iii) Por otra parte si t → +∞, entonces, A e−k · t → 0. Por lo tanto
B
→B
1 + A e−k · t
iv) Finalmente si t → −∞, entonces A e−k · t → +∞, y por lo tanto:
B
→0
1 + A e−k · t
Ejemplo 7.
Los registros de salud pública, del año 1956, de la ciudad de Inca del Plata,
muestran que t semanas después de una rara forma de gripe (influenza),
aproximadamente
20
N(t) = en cientos de personas
1 + 19 e−1.2 · t
habían sufrido la enfermedad.
18
a) ¿Cuántas personas tenían la enfermedad cuando esta brotó?
b) ¿Cuántas personas tenían la gripe al final de la segunda semana?
c) ¿Si la tendencia continúa, cuántas personas contraerán la enfermedad?
Solución. a) Cuando la enfermedad empezó a desarrollarse, es decir en el
momento t = 0:
20 20
N(0) = −1.2 · 0
= =1
1 + 19 e 1 + 19
Es decir, 100 personas ya tenían la enfermedad.
b) Después de dos semanas, es decir, t = 2:
20
N(2) = = 7, 343
1 + 19 e−1.2 ·(2)
Esto es, 734 personas habían contraido la enfermedad.
c) Al continuar la tendencia, es decir, cuando t → ∞, entonces 19 e−1.2 t → 0,
de lo cual resulta que:
20
N(t) = → 20
1 + 19 e−1.2 · t
Por lo tanto, a lo más 2000 personas contrajeron la enfermedad.
La Figura 7 muestra la evolución de las personas enfermas en la ciudad
Inca del Plata.
F igura 7
19