Trabalho de Cálculo Numérico

Hoje sabemos que a população mundial está atingindo a marca de quase de 8 bilhões
de pessoas. Apesar de nos últimos anos termos observado uma diminuição nos índices
de natalidade em muitos países, ainda seguimos em ritmo de crescimento, tendo mais
pessoas habitando o planeta a cada ano que passa.
Com isso em mente, é difícil não nos pegarmos fazendo uma pergunta que na verdade
já vem sendo feita há muito tempo: até onde a população humana ainda vai crescer?
Uma das primeiras teorias de crescimento populacional foi desenvolvida pelo
economista britânico Thomas Malthus supõe que o crescimento populacional se dá de
forma geométrica, o que o levou a criar uma forma de controle populacional conhecida
como malthusianismo, em que ele defendia que o tamanho da população não poderia
exceder o volume de produção de alimentos de forma que os recursos deixem de suprir
as necessidades da população, a partir de um determinado tempo.

Gráfico do Crescimento da População segundo Malthus

Outra teoria é a do Potencial biótico e Resistência do meio que afirma que inicialmente
a população tende a ter um pico de crescimento usando todo seu potencial de
procriação (potencial biótico), seguido de uma estabilização, ou seja, a população atinge
um limite devido à resistência do meio, que a partir deste ponto não consegue produzir
insumos suficientes para manter uma população maior do que a vigente. A partir deste
ponto o próprio ambiente começa a controlar o crescimento da população, mantendo-
a sempre em um tamanho quase constante.
 Gráfico do Crescimento da População segundo o Potencial Biótico e Resistência do Meio

Segundo Malthus a população dobra de tamanho a cada 25 anos, o que nos daria, de
forma simplista, uma curva exponencial, enquanto a teoria da resistência do meio indica
que a população começa a crescer de forma rápida e chega a uma quantidade limite,
seguindo uma curva logarítmica.
O objetivo deste trabalho é analisar a evolução da população humana ao longo dos anos
e identificar qual a tendência de crescimento a qual ela mais se ajusta até o momento:
a de Malthus, a Resistência do Meio ou a uma outra curva, e a partir disso fazer uma
projeção de qual será o tamanho da população nos próximos 80 anos.

População
Ano População (bilhões) Ano
(bilhões)
1950 2.5 1990 5.327
1955 2.773 1995 5.744
1960 3.034 2000 6.143
1965 3.339 2005 6.541
1970 3.7 2010 6.956
1975 4.079 2015 7.379
1980 4.458 2020 7.794
1985 4.87
Análises:
Colocando os dados encontrados no Octave temos os seguintes possíveis ajustes:
1. Linear:

Para o ajuste linear da dispersão dos pontos encontramos a equação

y = -149.060200 + 0.077600x (linha azul)

Com um coeficiente de determinação de 0.998166, indicando que é uma ótima
aproximação para a dispersão de pontos apresentada.

2. Exponencial
Para o ajuste exponencial da dispersão dos pontos encontramos a equação
y = 3-14 e0.016467x (linha azul)
Com um coeficiente de determinação de 0.995241, indicando que é uma aproximação
bem melhor do que a aproximação linear quase tão boa quanto a linear, com um erro
um pouco maior nos últimos pontos.

3. Logarítmica
Dentro dos ajustes logarítmicos, tomei a liberdade de testar a aproximação
tanto para base natural quanto para base 10.

3.1 Logarítmo Natural

Para o ajuste linear da dispersão dos pontos encontramos a equação

y = 153.981841ln(0.000520x) (linha azul)
Com um coeficiente de determinação de 0.997898, indicando que essa é uma
aproximação também uma boa aproximação, melhor do que a exponencial, porém não
tão boa quanto a linear.
 3.2 Logarítmo de Base 10

Para o ajuste linear da dispersão dos pontos encontramos a equação

y = 354.556291log(0.000520x) (linha azul)
Com um coeficiente de determinação de 0.997898, mesmo valor observado no
logaritmo de base natural e ainda indicando que uma curva logarítmica é uma boa
aproximação para esta dispersão de pontos.

4. Personalizada

Para o ajuste linear da dispersão dos pontos encontramos a equação

y = 3-14 (1+0.016603)x (linha azul)
Com um coeficiente de determinação de 0.995241, mesmo valor observado na curva
exponencial, o que indica que ambas são igualmente boas para a aproximação dos
pontos dados.

Resultados:
Embora todas as curvas tenham apresentado bons resultados e podem ser consideradas
como boas aproximações para a dispersão dos pontos apresentados, a equação que
melhor descreveu a dispersão dos pontos foi a equação linear, que se mostrou como a
melhor aproximação dentre as apresentadas (maior coeficiente de determinação).
Portanto, na faixa de tempo abordada neste trabalho, a melhor aproximação para o
crescimento da população não foi nem a teoria de Malthus (curva exponencial), nem a
da Resistência do Meio (curva logarítmica) mas sim uma terceira curva, descrita pela
seguinte equação linear:

y = -149.060200 + 0.077600x
Seguindo então esta equação, podemos estimar o tamanho da população mundial ao
longo dos próximos anos:

Ano População (bilhões)

2030 8.4678
2040 9.2438
2050 10.0198
2060 10.7958
2070 11.5718
2080 12.3478
2090 13.1238
2100 13.8998

Aluno: João Pedro Tesini Rocha

RA: 2098822