Modelo demográfico estocástico aplicado a la proyección de la población de Navarra entre 2025 y 2050

• Miguel Ángel Miranda González ^[1]
  1. [1] Universidad Pública de Navarra

     Universidad Pública de Navarra

     Pamplona, España

     
• Localización: Geographicalia, ISSN-e 2386-3021, ISSN 0210-8380, Nº 77, 2025, págs. 68-80
• Idioma: español
• Títulos paralelos:
  • Stochastic demographic model applied to the population projection of Navarre between 2025and 2050
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo presentamos la metodología utilizada en un estudio en fase de redacción para proyectar la evolución demográfica entre 2025 y 2050 en Navarra. Los enfoques tradicionales en geografía suelen basarse en tasas de crecimiento fijas o en el análisis de componentes. En contraste,en este estudio mostramos un modelo de simulación de Montecarlo combinado con ecuaciones diferenciales estocásticas (EDE), lo que permite incorporar la indeterminación a los sistemas demográficos. El objetivo del método propuesto es estimar la probabilidad de que la población alcance una determinada cantidad, en este caso en la Comunidad Foral de Navarra, en el periodo comprendido entre 2025 y 2050. La elección de un modelo estocástico responde a la necesidad de tratar el tiempoy las variables demográficas como valores discretos, capturando así con mayor precisión la naturaleza dinámica de la población

  • English

    In this paper, we present the methodology used in a study currently being drafted toproject demographic trends between 2025 and 2050 in Navarre. Traditional approaches in geographyare usually based on fixed growth rates or component analysis. In contrast, in this study we presenta Monte Carlo simulation model combined with stochastic differential equations (SDE), whichallows us to incorporate uncertaintyinto demographic systems. The aim of the proposed method isto estimate the probability that the population will reach a certain size, in this case in the AutonomousCommunity of Navarre, in the period between 2025 and 2050. The choice of a stochastic modelresponds to the need to treat time and demographic variables as discrete values, thus capturing thedynamic nature of the population more accurately