This thesis puts forth the utilization of ordinary differential equations as a modeling approach for global warming, drawing upon observational data concerning emissions and concentrations of the primary greenhouse gases. This model accounts for the two primary sources of emissions: fossil fuels and land use change. In addition to the primary gases, our analysis also encompasses halogenated gases. To fit the reported data, a genetic algorithm was developed. The combination of EDOs with the genetic algorithm has proven to be an effective modeling approach for the time series in question. This combination successfully replicates the behavior of the data and produces results that align with those of previous studies estimating the change in the Earth’s energy balance.
En el presente trabajo de tesis, se plantea la utilización de ecuaciones diferenciales ordinarias para modelar el calentamiento global a partir de datos observacionales relacionados con las emisiones y concentraciones de los principales gases de efecto invernadero. En este modelo se tienen en cuenta las dos principales fuentes de emisiones: las fuentes fósiles y el cambio de uso de suelos. Además de considerar los principales gases, nuestro análisis incluye también los gases halogenados. Para realizar los ajustes a los datos reportados, se desarrolló un algoritmo genético. La combinación de las EDOs con el algoritmo genético resulta satisfactoria a la hora de modelar las series de tiempo reportadas. Esta combinación además de replicar el comportamiento de los datos, funciona para reproducir los resultados de trabajos previos que estiman el cambio en el balance energético de la Tierra.
