Está en la página 1de 52

Ecuaciones Diferenciales

Tema1: Ecuaciones diferenciales de primer


orden
1 Deniciones y propiedades generales. Teorema de existencia
y unicidad.
Muchos problemas importantes en ingeniera, las ciencias fsicas, sociales, etc. se pueden
modelizar usando ecuaciones diferenciales.
Por ejemplo, la bien conocida segunda ley de Newton nos dice que la fuerza es igual a
la masa por la aceleracin:
:c = 1.
Como c =
d
2
n
dt
, siendo n(t) la posicin de la partcula en el momento t, y 1 = 1
_
t. n(t) .
dn
dt
_
,
es decir, la fuerza es funcin del tiempo, la posicin y la velocidad, tenemos la ecuacin
:
d
2
n
dt
2
= 1
_
t. n(t) .
dn
dt
_
.
que es de segundo orden.
Si un objeto cae a la Tierra desde cierta altura bajo la fuerza de la gravedad, entonces
la fuerza 1 tiene la forma
1 = :q c
dn
dt
.
donde :q es la fuerza de la gravedad y c
o&
ot
es la fuerza de rozamiento. Obtenemos la
ecuacin diferencial
:
d
2
n
dt
2
+ c
dn
dt
= :q
Una ecuacin diferencial ordinaria de orden : es, por denicin, una relacin de la
forma
G
_
t. .
0
.
00
. ....
(a)
_
= 0. (1)
donde G : 1 R
a+2
R es una funcin de : + 2 variables y
0
.
00
. ....
(a)
son las
derivadas de con respecto a t. El orden de la ecuacin indica la derivada mayor que
aparece, es decir, el orden de la derivada ms alta. Por ejemplo,

00
+ = 2
1
es una ecuacin de orden dos.
La ecuacin se denomina ordinaria porque slo hay una variable independiente r. Si
hubiera ms variables independientes, entonces diremos que tenemos una ecuacin en
derivadas parciales. Por ejemplo, tenemos la ecuacin
c
2
J
2
n(r. t)
Jr
2
=
Jn (r. t)
Jt
.
que es conocida como la ecuacin del calor.
Dada una ecuacin diferencial el objetivo consiste en hallar la funcin (t) (bien
de forma explcita, implcita o en forma paramtrica), o al menos saber algo sobre sus
propiedades de comportamiento. t es la variable independiente e la dependiente.
El inicio de las ecuaciones diferenciales se remonta al siglo XVII. Sus fundadores
fueron Newton y Leibnitz, creadores tambin del clculo. Los hermanos Jakob y Johann
Bernoulli, as como hijo de este ltimo, Daniel Bernoulli, dieron un gran impulso a esta
nueva rama. Ms tarde, en el siglo XVIII, destacan las guras de Euler, Lagrange y
Laplace. A nales del siglo XVIII se conocan ya muchos mtodos de resolucin. En
el siglo XIX se prest ms atencin a cuestiones tericas, como teoremas de existencia
y unicidad. Asimismo, se empezaron a desarrollar mtodos menos elementales, como
los desarrollos en series de potencia, y tambin se comenzaron a estudiar los mtodos
numricos. Ya en el siglo XX el desarrrollo de los mtodos cualitativos ha permitido
obtener mucha informacin de las ecuaciones sin resolverlas. En la actualidad la rama
de las ecuaciones diferenciales es sin duda una de las ramas ms importantes de las
matemticas.
Si una ecuacin se puede expresar en la forma

(a)
= 1
_
t. .
0
. ....
(a1)
_
. (2)
decimos que est en forma normal. Lo ms habitual es utilizar (si es posible) la forma
normal, ya que evitamos ambigedades. Esto es debido a que una ecuacin del tipo (1)
le pueden correponder varias del tipo (2). As la ecuacin
(
0
)
2
= t
puede expresarse como
0
=
_
t o
0
=
_
t.
La ecuacin se llama lineal si G es una funcin lineal de .
0
. ....
(a)
. As, la ecuacin

000
2
00
+ = t
2
es lineal de orden tres.
Las ecuaciones lineales son bastante importantes, tanto por sus aplicaciones prcti-
cas como por la existencia de mtodos bastante generales para obtener soluciones. Una
ecuacin lineal se expresa en la forma
c
a
(t)
(a)
+ c
a1
(t)
(a1)
+ ... + c
0
(t) = q (t) . (3)
Si una ecuacin no tiene la forma (3) se denomina no lineal. As,
+ (
0
)
2
= 0
2
es no lineal.
Las ecuaciones no lineales son mucho ms complicadas y no existen tcnicas generales
de resolucin. Sin embargo, podemos obtener informacin cualitativa de las soluciones
mediante aproximaciones con ecuaciones lineales.
Para nalizar la clasicacin de las ecuaciones diremos que la ecuacin es autnoma
si la funcin 1 no depende explcitamente de la variable t, es decir

(a)
= 1
_
.
0
. ....
(a1)
_
.
Es caso contrario diremos que la ecuacin es no autnoma.
Vamos a denir lo que vamos a entender por solucin de la ecuacin diferencial.
Denicin. Una solucin de (2) en el intervalo c < t < / es una funcin (t) tal que
existen las : primeras derivadas y satisface (2).
Si la solucin no puede ser extendida a un intervalo ms grande decimos que la solucin
es maximal.
Nosotros siempre buscaremos el intervalo maximal de existencia. Por ejemplo, (t) =
C
1
t + C
2
es solucin de

00
= 0
y est denida en toda la recta (. +). Notamos que esta solucin depende de dos
constantes arbitrarias. Ms adelante veremos que bajo ciertas condiciones la solucin de
una ecuacin de orden : depende siempre de : constantes arbitrarias. Por eso, a falta de
restricciones adicionales que jen las constantes, hablaremos de un haz de soluciones o de
una familia n-paramtrica de soluciones.
Ejercicio. Demostrar que el haz de parbolas = Ct
2
es solucin de la ecuacin

0
=
2
t
.
Normalmente no se plantea el problema de hallar todo el haz de soluciones, sino que
se imponen ciertas restricciones adicionales. Segn si r representa el tiempo o el espacio
se imponen distinto tipo de restricciones. En el caso temporal si la ecuacin es de orden
: se jan de antemano los valores iniciales de la funcin y sus derivadas hasta el orden
: 1. Estos problemas se llaman de valor inicial o de Cauchy. El problema de Cauchy
en una ecuacin de primer orden sera
_

0
= , (t. ) .
(r
0
) =
0
.
(4)
y en las de segundo
_

00
= , (t. .
0
) .
(r
0
) =
0
.
0
(r
0
) =
1
.
En el caso espacial se jan ciertos valores de la funcin y sus derivadas en los extremos
del intervalo donde se dene la variable t. A estos problemas se les llama problemas de
3
contorno. Por ejemplo, en las ecuaciones de segundo orden el problema quedara de la
siguiente manera
_

00
= , (t. .
0
) .
(t
0
) =
0
. (t
1
) =
1
.
Ahora nos centraremos en el problema de Cauchy. En un primer trmino veremos si
nuestro problema tiene una nica solucin. Que las ecuaciones diferenciales no siempre
tienen solucin se puede ver en el ejemplo
2
+ (
0
)
2
= 1.
Veamos un teorema de existencia y unicidad del problema de Cauchy para ecuaciones
de orden uno.
Teorema 1 (Picard) Si (t
0
.
0
) 1 = [t
0
c. t
0
+ c] [
0
/.
0
+ /] y , (t. ) .
J,
J
son
reales y continuas en 1, entonces existe o 0 tal que el problema (4) tiene una nica
solucin en [t
0
o. t
0
+ o].
El valor de o no es conocido en general, pero el siguiente teorema nos da un valor
mnimo para o.
Teorema 2 Sean , y
J,
J
funciones continuas en el rectngulo 1 = (t. ) : t
0
c _ t _
t
0
+ c, [
0
[ _ /. y sean
` = max
(t,j)21
[, (t. )[ . o = min
_
c.
/
`
_
Entonces el problema de Cauchy (4) posee una nica solucin (t) en el intervalo [t
0
o. t
0
+ o].
Notemos que si la funcin , est acotada globalmente, es decir,
sup
(t,j)2R
2
[, (t. )[ < .
y ,.
J,
J
son continuas en todo el plano R
2
, entonces la solucin existe en toda la recta
(. +). Efectivamente, en ese caso podemos elegir c. / tan grande como queramos en
el teorema anterior y
o = min
_
c.
/
`
_
tomar un valor tan grande como queramos, pues ` no depende de / ni de c.
Asimismo, si la derivada
J,
J
est acotada globalmente, es decir,
sup
(t,j)2R
2

J,
J
(t. )

< .
y ,.
J,
J
son continuas en todo el plano R
2
, entonces la solucin existe en toda la recta
(. +).
4
Ejemplo 1.Veamos el problema

0
=
2
. (1) = 2.
Como , (t. ) =
2
y
J,
J
= 2 son continuas en cualquier rectngulo existe una nica
solucin denida en un cierto intervalo [1 o. 1 + o].
Si elegimos c = 1. / = 2, tenemos que
` = max
(t,j)2[0,2][0,4]

2
= 16.
por lo que o = min1.
1
8
=
1
8
y la solucin existe al menos en el intervalo [
7
8
.
9
8
].
Como ni , ni su derivada
J,
J
estn acotadas globalemente no podemos decir que la
solucin sea global. Y, de hecho, el intervalo de existencia es nito. La nica solucin de
este problema (ms adelante veremos cmo calcularla) es
(t) =
2
2t 3
.
que est denida en el intervalo (.
3
2
].
Ejemplo 2, Sea

0
= 2t .
(t
0
) =
0
Como , (t. ) =
2
y
J,
J
= 1 son continuas en cualquier rectngulo existe una nica
solucin denida en un cierto intervalo [1 o. 1 + o]. Adems, como la derivada est
globalemente acotada la solucin es global, es decir, existe en (. ).
Ejemplo 3. Mostrar que el problema
_

0
=
1
1+j
2
(r
0
) =
0
posee una nica solucin denida en todo R
2
.
Como , (t. ) =
1
1+j
2
,
0)
0j
=
_
1
1+j
2
_
0
=
2j
(1+j
2
)
2
son continuas en todo el plano podemos
aplicar el teorema de Picard, por lo que existe una nica solucin denida en un cierto
intervalo [1 o. 1 + o]. Adems,

1
1 +
2

_ 1, \(t. ) R
2
.
por lo que la solucin es global.
Ejemplo 4. Mostrar en qu puntos el teorema de Picard garantiza que los siguientes
problemas tienen una nica solucin:
d
dt
=
2
2t
. (t
0
) =
0
.
5
d
dt
=
_
. (t
0
) =
0
.
En la primera ecuacin tenemos que , (t. ) =
2j
2tj
,
0)
0j
=
4t
(2tj)
2
son continuas en los
puntos (t. ) tales que ,= 2t. Por tanto, para toda condicin inicial tal que
0
,= 2t
0
existe un rectngulo centrado en (t
0
.
0
) tal que la funcin , y su derivada parcial son
continuas (mostrar el dibujo de este rectngulo en el plano). El teorema de Picard implica
la existencia de una nica solucin en un cierto intervalo [t
0
o. t
0
+ o].
En la segunda ecuacin tenemos que , (t. ) =
_
,
0)
0j
=
1
2
p
j
son reales y continuas en
los puntos (t. ) tales que 0. Por tanto, para toda condicin inicial tal que
0
0 existe
un rectngulo centrado en (t
0
.
0
) tal que la funcin , y su derivada parcial son continuas.
El teorema de Picard implica la existencia de una nica solucin en un cierto intervalo
[t
0
o. t
0
+o]. Notemos que si la condicin inicial es (t
0
) = 0 la funcin (t) = 0. \t. es
solucin, pero sta no es nica. En cambio, si
0
< 0, entonces no existe ninguna solucin,
ya que la funcin , (t. ) toma valores complejos.
6
2 Ecuaciones lineales
Las ecuaciones diferenciales ms sencillas son aquellas que son lineales con respecto a la
variable dependiente :

0
+ c (t) = / (t) . (5)
(Aunque utilizaremos indistintamente r o t en calidad de variable independiente, en
el problema de Cauchy la variable ms usual es t.)
Notemos que las funciones c (t) . / (t) pueden ser no lineales, pero que no pueden apare-
cer trminos del tipo
2
, c
j
, etc.
Supondremos que las funciones c (t) . / (t) son continuas, y por tanto existe una nica
solucin del problema de Cauchy.
Ejercicio. Demostrar que se cumplen las condiciones del teorema de Picard.
Adems, las ecuaciones lineales el resultado de existencia y unicidad es ms potente,
ya que nos permite garantizar un intervalo de existencia de la solucin ms grande.
Teorema 3 Sean c (t) . / (t) funciones continuas en el intervalo (t
1
. t
2
). Entonces para
toda condicin inicial (t
0
.
0
) con t
0
(t
1
. t
2
) existe una nica solucin de (5) denida
para todo tiempo t (t
1
. t
2
) . En particular, si (t
1
. t
2
) = (. +), entonces todas las
soluciones son globales.
Si / (t) = 0 diremos que la ecuacin es homognea. En caso contrario diremos que es
no homognea.
Resolver la ecuacin homognea es muy sencillo. Veamos el mtodo en un par de
ejemplos ilustrativos:
Ejemplo 1:
0
= 2t
Separamos las dos variables e integramos:
d

= 2tdt
ln [[ =t
2
+ C
[[ =Cc
t
2
Notemos que en esta funcin es posible "deshacerse" del valor absoluto y expresar la
solucin de forma explcita. Como


Cc
t
2

= 1
y la funcin (t) es continua la funcin
j
Cc
t
2
no puede cambiar de signo, por lo que slo
hay dos posibilidades:
(t) =Cc
t
2
o (t) =Cc
t
2
7
Es decir, que el signo de (t) es el mismo para todos los valores de t. Como la constante
C es arbitraria, podemos expresar la solucin general en la forma:
(t) = Cc
t
2
Como vemos, la solucin depende de una constante arbitraria, por lo que tenemos el haz
de soluciones. Podemos ver que
lim
t!1
(t) =
Ejemplo 2:
0
+ c = 0
Tenemos que
d

= cdt
ln [[ =ct + C
(t) =Cc
ot
Si c 0 vemos que
lim
t!+1
(t) =0
lim
t!1
(t) =
Procediendo del mismo modo que en los ejemplos podemos obtener fcilmente la sigu-
iente frmula general:
(t) = Cc

R
o(t)ot
.
Estudiemos ahora el problema de Cauchy

0
+ c (t) =0. (6)
(t
0
) =
0.
Como en este caso la solucin es nica, la condicin inicial determina la constante arbi-
traria que aparece en el haz de soluciones. Tenemos dos formas de hallar esta constante:
Sustituimos los valores de t
0
e
0
en la solucin general y despejamos C;
Utilizamos el mismo procedimiento que en los ejemplos anteriores, pero usando
integrales denidas.
Ejemplo.
0
+ sin (t) = 0. (0) =
3
2
Mtodo 1: Integrando tenemos:
d

= sin (t) dt
8
ln [[ =cos (t) + C
(t) =Cc
cos(t)
Sustituyendo los valores iniciales obtenemos que
3
2
= Cc =C =
3
2
c
1
(t) =
3
2
c
1
c
cos(t)
=
3
2
c
cos(t)1
Mtodo 2: Ahora integramos en el intervalo (
0
. ) para y en (t
0
. t) para t :
_
j
3
2
d.
.
=
_
t
0
sin (:) d:
ln [[ ln

3
2

= cos (t) cos (0)

2
3

= c
cos(t)1
Existen dos posibilidades:
(t) =
3
2
c
cos(t)1
o (t) =
3
2
c
cos(t)1
La segunda no es posible, ya que no se cumplira la condicin inicial.
Se puede obtener una frmula general para resolver el problema (6). Usando integrales
denidas tenemos que
_
j
j
0
1
:
d: =
_
t
t
0
c (:) d:
ln [[ ln [
0
[ =
_
t
t
0
c (:) d:

(t)

= c

R
t
t
0
o(c)oc
De nuevo, por el mismo razonamiento anterior, tenemos slo dos posibilidades:
(t) =
0
c

R
t
t
0
o(c)oc
o (t) =
0
c

R
t
t
0
o(c)oc
La segunda no es posible, ya que no se cumplira la condicin inicial, por lo que la solucin
es:
(t) =
0
c

R
t
t
0
o(c)oc
9
Esta frmula es til cuando la funcin c (t) no es integrable en funciones elementales.
Por ejemplo, si c (:) = c
c
2
, entonces la solucin es
(t) =
0
c

R
t
t
0
c
s
2
oc
Los valores de (t) se pueden obtener slo mediante mtodos numricos.
Estudiemos ahora cmo resolver la ecuacin no homognea (5). Para obtener la solu-
cin general tenemos dos mtodos.
Mtodo 1. En este mtodo multiplicamos la ecuacin por c
R
o(t)ot
y utilizamos la
frmula de la derivada del producto:

0
c
R
o(t)ot
+ c (t) c
R
o(t)ot
=
d
dt
_
c
R
o(t)ot
_
(7)
=c
R
o(t)ot
/ (t) = , (t)
Ahora integramos de nuevo y despejamos la funcin buscada (t). Notemos que la
idea del mtodo consiste en transformar la ecuacin en la forma:
d
dt
(algo) = , (t)
Ejemplo 1.
0
2t = t
Multiplicamos por c

R
2tot
= c
t
2
:
d
dt
_
c
t
2
_
= tc
t
2
(t) c
t
2
=
_
tc
t
2
dt =
1
2
c
t
2
+ C
(t) = Cc
t
2

1
2
Ejemplo 2.
0
2 = 1
Multiplicamos por c

R
2ot
= c
2t
:
d
dt
_
c
2t
_
= c
2t
(t) c
2t
=
_
c
2t
dt =
1
2
c
2t
+ C
(t) = Cc
2t

1
2
Mtodo 2. Mtodo de variacin de las constantes.
Ahora utilizaremos la solucin de la ecuacin homognea
I
(t) = Cc

R
o(t)ot
y expre-
saremos la solucin general de la no homognea del siguiente modo:
(t) = C (t) c

R
o(t)ot
10
es decir, que vamos a suponer que la constante C depende de t. Sustituyendo en la
ecuacin obtenemos una ecuacin diferencial para C (t) :
C
0
c

R
o(t)ot
C (t) c (t) c

R
o(t)ot
+ c (t) C (t) c

R
o(t)ot
= / (t)
C
0
= / (t) c
R
o(t)ot
De aqu mediante integracin obtenemos C (t) .
Ejemplo 1.
0
2t = t
Hallamos la solucin de la ecuacin homognea:
ln [[ = t
2
=
I
(t) = Cc
t
2
Tenemos que
C
0
c
t
2
+ 2tc
t
2
2tc
t
2
= t
C (t) =
_
tc
t
2
dt =
1
2
c
t
2
+ C
Por tanto
(t) = Cc
t
2

1
2
Ejemplo 2.
0
2 = 1
La solucin de la ecuacin homognea es

I
(t) = Cc
2t
Por tanto
C
0
c
2t
= 1
C (t) =
_
c
2t
dt =
1
2
c
2t
+ C
(t) = Cc
2t

1
2
Es importante resaltar que la funcin
j
(t) =
1
2
satisface en ambos casos la ecuacin,
y por tanto es una solucin particular. En cambio las funciones Cc
t
2
y Cc
2t
son, respecti-
vamente, las soluciones generales de la ecuacin homognea. ste es un principio general
que se cumple siempre: la solucin general de la ecuacin no homognea se ex-
presa como la suma de la solucin general de la ecuacin homognea y una
solucin particular cualquiera.
La demostracin es bastante sencilla. En primer lugar, supongamos que (t) =
I
(t)+

j
(t). Entonces

0
=
0
I
+
0
j
= c (t)
I
c (t)
j
+ / (t) = c (t) + / (t) .
luego satisface la ecuacin. Por otro lado, si (t) es la solucin general y le restamos una
solucin particular cualquiera
j
(t), entonces . (t) = (t)
j
(t) satisface que
.
0
=
0

0
j
= c (t) + / (t) + c (t)
j
/ (t) = c (t) ..
11
luego . (t) es la solucin general de la ecuacin homognea.
Estudiemos ahora el problema de Cauchy

0
+ c (t) =/ (t) (8)
(t
0
) =
0
Como en este caso la solucin es nica, la condicin inicial determina la constante arbi-
traria que aparece en el haz de soluciones. Tenemos dos formas de hallar esta constante:
Sustituimos los valores de t
0
e
0
en la solucin general y despejamos C;
Integramos en la expresin (7) usando integrales denidas.
Ejemplo 1.
0
2t = t. (1) = 2
La solucin general es (t) = Cc
t
2

1
2
. Luego
(1) = 2 = Cc
1

1
2
=C =
5
2
c
1
(t) =
5
2
c
t
2
1

1
2
Con el segundo mtodo tendramos que
d
dt
_
c
t
2

_
= tc
t
2
c
t
2
(t) c
1
2 =
_
t
1
tc
t
2
dt =
1
2
c
t
2
+
1
2
c
1
(t) =
1
2
+
5
2
c
t
2
1
Ejemplo 2. Hallar la solucin general de la ecuacin

0
+ c = / (t) . (0) =
0
.
siendo c constante.
Multiplicamos por c
ot
:
d
dt
_
c
ot

_
= / (t) c
ot
Integramos entre t
0
y t :
c
ot
(t) =
0
+
_
t
t
0
/ (:) c
oc
d:
(t) =
0
c
ot
+
_
t
t
0
c
ot
c
oc
/ (:) d: =
0
c
ot
+
_
t
t
0
c
o(tc)
/ (:) d:
Ejemplo 3. Una aplicacin a la Medicina legal.
12
Sea (t) la temperatura de un objeto en el momento del tiempo t, y sea 1 la temper-
atura ambiente. La ley de enfriamiento de Newton nos dice que
d
dt
= 1 (1 ) .
donde 1 0 es una constante.
Esta ley nos dice que la velocidad de cambio de la temperatura es proporcional a la
diferencia de temperaturas (entre el objeto y el medio ambiente). Vemos que si 1 es
mayor que (t), entonces la derivada es positiva y (t) crece. A la inversa, si 1 es menor
que (t), entonces (t) decrece.
Este modelo tiene diversas aplicaciones, una de ellas en la Medicina legal, ya que
permite calcular el momento del fallecimiento de una persona.
Supongamos que en el momento t = 0 se descubre un cadver cuya temperatura es
29. 4
c
C y dos horas despus es 23. 3
c
C. Suponiendo que 1 = 20
c
C, cul es el momento
del fallecimiento?
Vamos a resolver primero la ecuacin. La solucin de la ecuacin homognea es:
d

= 1dt =
I
(t) = Cc
1t
Entonces (t) = C (t) c
1t
y
C
0
c
1t
= 11
C (t) =
_
11c
1t
dt = 1c
1t
+ 1
(t) = 1c
1t
+ 1
Si (t
0
) =
0
, entonces

0
= 1c
1t
0
+ 1 =1 = (
0
1) c
1t
0
(t) = (
0
1) c
1(tt
0
)
+ 1
Vamos a hallar primero la constante 1. Sustituyendo los datos tenemos
23.3 = (29.4 20) c
21
+ 20 =1 =
1
2
ln
_
23.3 20
29.4 20
_
= 0.523 39
Vamos a considerar ahora el momento del fallecimiento como t = 0, donde supon-
dremos que (0) = 36.5. De nuevo sustituimos en la solucin:
29.4 =(36.5 20) c
0.52339t
+ 20 =t =
1
0.52339
ln
_
29.4 20
36.5 20
_
= 1. 075
0.075 + 60 =4.5
Han pasado una hora y 4 minutos y medio minutos aproximadamente.
13
3 Ecuaciones separables
Supongamos que la ecuacin diferencial tiene la forma
d
dt
= , () q (t) .
siendo q y , funciones continuas. Entonces podemos separar las variables del siguiente
modo:
1
, ()
d = q (t) dt
e integrar
_
1
, ()
d =
_
q (t) dt. (9)
Estas operaciones son meramente formales, pero se pueden justicar de manera precisa
en los puntos donde se cumplen las condiciones que garantizan la existencia y unicidad de
soluciones. Aunque en este curso no creemos conveniente explicar estos detalles, s que es
importante recalcar que en los puntos donde las condiciones del teorema no se verican
pueden aparecer con este mtodo soluciones falsas, como veremos en los ejemplos.
Si queremos resolver el problema de Cauchy tenemos dos posibles mtodos:
1. Obtenemos la solucin general G(. t. C) = 0. Despus sustituimos el dato inicial
(t
0
.
0
) y hallamos el valor de C;
2. Utilizamos en (9) integrales denidas:
_
j
j
0
1
, (:)
d: =
_
t
t
0
q (:) d:.
Un problema que aparece a menudo cuando tratamos de obtener la expresin explcita
de la solucin es el de eliminar el valor absoluto, como ya vimos en el caso de las ecuaciones
lineales. Vamos a explicar un resultado general que nos va a ayudar muy a menudo.
Supondremos que las condiciones del teorema de Picard se verican, de forma que existe
una nica solucin del problema de Cauchy. Sea
0
un punto tal que , (
0
) = 0. Notemos
que para
0
no sera correcto el mtodo, ya que dividiramos por cero. Sin embargo,
en este caso particular es fcil hallar directamente la solucin. Se puede comprobar sin
dicultad que la solucin constante (t) =
0
es solucin (a esa solucin la llamamos un
punto jo). Como sta es nica, ninguna otra solucin puede pasar por
0
. Sea
0
otro
punto inicial donde se cumplen las condiciones del teorema de Picard. Entonces, la nica
solucin (t) correspondiente a
0
no puede alcanzar
0
para ningn valor nito de t.
Notemos tambin que en el proceso de resolucin de las ecuaciones separables es posible
que alguno de los puntos jos de la ecuacin se pierdan y no aparezcan en la solucin
general. Por ello, es necesario aadirlos. El primer paso que realizaremos antes de obtener
la solucin general es calcular los puntos jos.
Ejemplo 1.
0
=
t
2

2
.
14
Esta ecuacin no tiene puntos jos. Tenemos
_

2
d =
_
t
2
dt

3
3
=
t
3
3
+ C
(t) =
3
_
t
3
+ 3C
Notemos que si (t) = 0, es decir, cuando t = (3C)
1
3
, la funcin de la parte derecha
de la ecuacin no est denida. En ese punto no se cumplen las condiciones del teorema
de Picard. Sin embargo, podemos considerar a (t) como una solucin denida para todo
t si expresamos la ecuacin diferencial en la forma
2

0
= t
2
(en realidad, esto es lo que
hemos hecho en el proceso de resolucin). En ese caso, tenemos que
(t)
2

0
(t) =
_
t
3
+ 3C
_2
3
1
3
3t
2
(t
3
+ 3C)
2
3
= t
2
.
por lo que podemos decir que (t) satisface la ecuacin para todo t.
A lo largo de los siguientes ejemplos y mtodos de resolucin no nos pararemos con
tanto detenimiento en estos detalles, pero creemos conveniente explicarlo por lo menos
una o dos veces.
Ejemplo 2.
0
=
2
1. (0) = 2.
Tenemos dos puntos jos:
1
= 1.
2
= 1.
Integramos
_
d

2
1
=
_
dt = t + C
1

2
1
=

1
+
1
+ 1
=
1
2 ( 1)

1
2 ( + 1)
_ _
1
2 ( 1)

1
2 ( + 1)
_
d =
1
2
ln
_

1
+ 1

_
= t + C

1
+ 1

= Cc
2t
Si la solucin (t) no pasa por el punto 1, entonces podemos eliminar el valor absoluto:
1 = ( + 1) Cc
2t

_
1 Cc
2t
_
= Cc
2t
+ 1 = (t) =
1 + Cc
2t
1 Cc
2t
Adems tenemos la solucin (t) = 1, que corresponde a uno de los puntos jos (sale
con C = +).
15
Resolvemos el problema de Cauchy. Tenemos
1 + C
1 C
=2 =C =
1
3
.
(t) =
1 +
1
3
c
2t
1
1
3
c
2t
.
La solucin est denida en el intervalo (. t

), donde t

=
1
2
ln 3. = 0.549 31. Adems
lim
t!1
(t) =1.
lim
t!t

(t) =+.
Ejemplo 3. c
j

0
t t
3
= 0.
No hay ningn punto jo. Integramos
_
c
j
d =
_
_
t + t
3
_
dt
c
j
=
t
2
2
+
t
4
4
+ C
(t) = ln
_
t
2
2
+
t
4
4
+ C
_
Si (0) = 1, entonces
1 =ln (C) =C = c
(t) =ln
_
t
2
2
+
t
4
4
+ c
_
O bien,
_
j
1
c
v
d: =
_
t
0
_
: + :
3
_
dt
c
j
=c +
t
2
2
+
t
4
4
0 = c +
t
2
2
+
t
4
4
(t) =ln
_
c +
t
2
2
+
t
4
4
_
Las condiciones del teorema de Picard se cumplen en este caso para cualquier condicin
inicial. Podemos ver tambin que si C 0, entonces las soluciones son globales.
Ejemplo 4. (1 +
2
) dr = rd.
No hay puntos jos. Tenemos
_
d
1 +
2
=
_
dr
r
16
c:ctq () = ln [r[ + C
(r) = tq (ln [r[ + C)
Si (1) = 0, entonces
0 =tq (C) =C = 0
(r) =tq (ln [r[) = tq (ln r)
O bien
_
j
0
d:
1 + :
2
=
_
a
1
d:
:
c:ctq () =ln ([r[)
(r) =tq (ln (r))
Notemos que esta solucin est denida en el intervalo
c

2
< r < c

2
Ejemplo 5.
0
= 1 +
2
. (0) = 0.
No hay puntos jos. Integramos
_
d
1 +
2
=
_
dt
c:ctq () = t + C
(t) = tq (t + C)
Entonces,
0 =tq (C) =C = 0
(t) =tq (t)
O bien,
_
j
0
d:
1 + :
2
=
_
t
0
d:
c:ctq () = t = (t) = tq (t)
Esta solucin est denida en el intervalo
_

2
.

2
_
.
Ejemplo 6.
0
=
j
t
Tenemos un punto jo:
1
= 0.
Integramos
ln [[ = ln [t[ + C
[[ = C [t[
17
Una cuestin importante aqu es ver si podemos eliminar el valor absoluto. En general
no es posible, ya que en t = 0 tenemos un punto singular. Puede ocurrir que = Ct, si
t 0, y (t) = Ct, si t < 0. Sin embargo, como en el punto t = 0 la ecuacin no est
denida, podemos operar igual que en el primer ejemplo, es decir, expresando la ecuacin
en la forma t
0
= . As, si (t) = Ct.
t
0
(t) = tC = (t) .
por lo que (t) = Ct es la solucin general, y est denida para todo t.
Ejemplo 7. (1 + c
a
)
0
= c
a
No hay puntos jos. Integrando tenemos
_
d =
_
c
a
1 + c
a
dr

2
2
= ln (1 +c
a
) + C
Para cada C tenemos dos soluciones denidas globalmente.
Si (0) = 1, entonces
1
2
=ln (2) + C =C =
1
2
ln (2)
(r) =
_
ln (1 + c
a
)
2
+ 1 2 ln (2)
Ejemplo 8.
0
=
t

.
No hay puntos jos. Integramos
_
d =
_
tdt

2
2
+
t
2
2
=C

2
+ t
2
=1
2
Las soluciones son circunferencias. Notemos que en cada circunferencia hay dos soluciones
distintas, una con valores de positivos y otra con valores de negativos. Estas soluciones
estn denidas en el intervalo 1 _ r _ 1.
Ejemplo 9. t
2
(1 +
2
) + 2
0
= 0. (0) = 1.
No hay puntos jos. Tenemos que
_
2
1 +
2
d =
_
t
2
dt
18
ln
_
1 +
2
_
=
t
3
3
+ C

2
= 1 + Cc

t
3
3
1 =1 + C =C = 2

2
=1 + 2c

t
3
3
(t) =
_
1 + 2c

t
3
3
O bien
_
j
1
2:
1 + :
2
d: =
_
t
0
:
2
d:
ln
_
1 +
2
_
=ln 2
t
3
3
(t) =
_
1 + 2c

t
3
3
De 1 + 2c

t
3
3
= 0 obtenemos t

=
3
_
3 ln (2) = 1. 276 4, y la solucin existe en
t (. t

] . Adems
lim
t!1
(t) = +.
Ejemplo 10. Sea

0
= 2 2:c:
2
() . (0) =
:
2
.
Tenemos los puntos jos n = /

2
, / impar. Entonces:
_
d
cos
2
()
= 2t + C.
tq () = 2t + C.
(t) = c:ctq (2t + C) .
Aadimos las soluciones constantes n
I
(t) = /

2
, / impar. Las soluciones son gobales.
Si (0) =

2
, la nica solucin es (t) =

2
.
4 Ecuaciones homogneas
Diremos que la ecuacin de primer orden

0
= , (t. )
es homognea si existe una funcin 1 tal que
, (t. ) = 1
_

t
_
.
19
es decir, que la funcin depende slo de la razn
j
t
.
Por ejemplo,

0
= ln t ln +
t +
t
= ln
_
1
,t
_
+
1 +
j
t
1
j
t
.
Un criterio til es el siguiente: la ecuacin es homognea si y slo si
, (`t. `) = , (t. )
para cualquier `. Por ejemplo,
, (`t. `) = ln (`t) ln (`) +
`t + `
`t `
= ln t ln +
t +
t
.
Las ecuacion es homogneas se tranforman es separables mediante el cambio de variable
n =

t
.
Efectivamente,

0
= n
0
t + n = 1 (n) .
dn
1 (n) n
=
dt
t
.
Ejemplo 1.
0
=

2
+ 2r
r
2
.
Vemos que

2
+ 2r
r
2
=
_
j
a
_
2
+ 2
j
a
, luego la ecuacin es homognea. Tenemos
n
0
r + n = n
2
+ 2n.
con los puntos jos n
1
= 0. n
2
= 1. Resolvemos la ecuacin:
_
dn
n
2
+ n
=
_
dr
r
1
n(n + 1)
=

n
+
1
n + 1
n=0 = = 1
n=1 =1 = 1
ln [n[ ln [n + 1[ = ln [r[ + C

n
n + 1

= [r[ C
n,=1, r 0 (o r < 0) =
n
n + 1
= Cr =n(1 Cr) = Cr
n=
Cr
1 Cr
(r) =
Cr
2
1 Cr
20
Notemos que hemos obtenido que estas funciones son soluciones para r 0 o r < 0.
Se puede justicar que las soluciones estn bien denidas en r = 0 de forma similar a lo
visto en los ejemplos de las ecuaciones separables.
Notemos tambin que si n(r) = 1, \r, obtenemos la solucin adicional = r.
Ejemplo 2.
0
=
r
r
. (1) = 2.
Es homognea, ya que , (r. ) =

r
1. Con el cambio n =
j
a
tenemos que
n
0
r + n = n 1
dn =
1
r
dr
n = ln [r[ + C
= r ln [r[ + Cr
Si (1) = 2, entonces
2 = C
(r) = r ln [r[ + 2r = r ln r + 2r.
ya que la solucin est denida para r 0.
Ejemplo 3. r
0
= (ln ln r) .
Tenemos que , (r. ) =
j
a
ln
j
a
, luego es homognea. Tras el cambio n =
j
a
obtenemos
n
0
r + n = nln n
dn
n(ln n 1)
=
1
r
dr
Hay un punto jo: n
2
= c. Tenemos que
ln ([ln n 1[) = ln [r[ + C
[ln n 1[ = C [r[

ln

r
1

= C [r[
Como r 0 podemos eliminar los valores absolutos y tenemos que
ln

r
1 = Cr
ln = ln r + 1 + Cr
(r) = rc
1+Ca
Notemos que no hace falta aadir la solucin (t) = ct.
21
5 La ecuacin de Bernoulli
Esta ecuacin tiene la forma

0
+ c (t) = / (t)
a
, : ,= 0. 1.
donde c. / son funciones continuas.
Realizamos el cambio n =
1
j
n1
y la transformamos en una ecuacin lineal:
n
0
=
1 :

a

0
.
1

0
+ c (t)
1

a1
= / (t) .
1
1 :
n
0
+ c (t) n = / (t) .
n
0
+ (1 :) c (t) n = (1 :) / (t) .
Si : 0 a las soluciones obtenidas hay que aadir la solucin constante (t) = 0.
Notemos tambin que si : _ 1 sabemos por el Teorema de Picard que existe una
nica solucin del problema de Cauchy, por lo que habremos hallado todas las posibles
soluciones. Sin embargo, si : < 1 podra haber ms soluciones de las que hemos hallado
con este mtodo.
Ejemplo 1.
0
+
j
t
= t
2
.
Realizamos el cambio n =
1
j
. De aqu
n
0

n
t
= t.
Multiplicamos por j(t) = c

R
1
t
ot
= c
ln(t)
=
1
t
:
d
dt
_
n
1
t
_
= 1.
n
1
t
= t + C =n = t
2
+ Ct.
(t) =
1
t
2
+ Ct
y (t) = 0.
Ejemplo 2.
0
+ t = t
4
.
Realizamos el cambio n =
1
j
3
. Entonces
_
1
3
_
n
0
+ tn=t.
n
0
3tn=3t.
22
Multiplicando por c
R
(3t)ot
= c
3
2
t
2
tenemos
d
dt
_
nc
3
2
t
2
_
=(3t) c
3
2
t
2
.
nc
3
2
t
2
=
_
(3t) c
3
2
t
2
dt = 2c
3
2
t
2
+ C.
n(t) =2 + Cc
3
2
t
2
.
De aqu
(t) =
1
_
2 + Cc
3
2
t
2
_1
3
y (t) = 0.
Ejemplo 3.
0
+
4
t
= t
2

1
2
, (0) = 0.
Reescribimos la ecuacin como
1

1
2

0
+
4
t

1
2
= t
2
.
Realizamos el cambio n =
1
2
. Entonces
2n
0
+
4
t
n=t
2
.
n
0

2
t
n=
1
2
t
2
.
Multiplicando por c
R
(
2
t
)ot
= c
2 ln(jtj)
= [t[
2
=
1
t
2
tenemos
d
dt
_
n
1
t
2
_
=
1
2
.
n(t)
1
t
2
=
1
2
t + C.
n(t) =
1
2
t
3
+ Ct
2
.
Entonces
(t) =
_

1
2
t
3
+ Ct
2
_
2
y (t) = 0.
Para la condicin (0) = 0 tenemos que todas las soluciones cumplen esa condicin, por
lo que hay innitas soluciones con esa condicin inicial. Veamos que en ese punto no se
cumplen las condicioens del teorema de existencia y unicidad de Picard. Tenemos que
, (t. ) =
4
t
+ t
2

1
2
.
J,
J
=
4
t
+
t
2
2
1
2
.
Por tanto, ,.
0)
0j
son reales y continuas si 0. Posemos garantizar la existencia y
unicidad para toda condicin inicial (t
0
.
0
) tal que
0
0.
23
6 Aplicaciones
Veremos ahora algunas aplicaciones importantes de las ecuaciones de primer orden.
6.1 Modelos de dinmica de poblaciones
Uno de los problemas ms importantes es el estudio de la evolucin del nmero de el-
ementos de una poblacin animal o vegetal. Podra pensarse en primera instancia que
modelizar funciones cuyos valores son nmeros enteros con ecuaciones diferenciales, donde
aparecen derivadas, no es posible, pero si consideramos que la poblacin es grande, el cam-
bio de una unidad es relativamente pequeo y podemos aproximar la funcin mediante
funciones continuas.
Sea j (t) la poblacin de una determinada especie en el momento t. Podemos igualar
la velocidad de cambio de la poblacin
oj
ot
a una funcin : (t. j), que depende del tiempo
y del tamao de la poblacin
dj
dt
= : (t. j) .
La cuestin principal es hallar la funcin : que se adece a la realidad. Si suponemos
que no hay inmigracin ni emigracin, la funcin : es la diferencia entre la velocidad de
nacimientos y la de fallecimientos.
El modelo ms simple es el de Malthus, que nos dice que : (t. j) = cj, c =constante,
es decir, que la velocidad de cambio es proporcional al tamao de la poblacin:
dj
dt
=cj.
j (t
0
) =j
0
.
siendo c 0. Resolviendo esta ecuacin nos queda
_
j
j
0
ln ([[) d =
_
t
t
0
d: = t t
0
.
j (t) = j
0
c
o(tt
0
)
.
Vamos a aplicar este modelo a la poblacin humana en la Tierra. Se estim que en
el perodo de los aos sesenta c se poda aproximar por el valor 0.02. En el ao 1965 la
poblacin terrestre contaba con 3340 millones de personas. Nuestro modelo predice que
en el ao 1999 la poblacin sera:
j (1999) = 3340 + c
0.02(19991965)
= 6592. 8 millones.
En efecto, en ese ao la poblacin mundial super los 6000 millones de personas.
Sin embargo, a medida que el tiempo aumenta este modelo deja de ser aceptable, ya
que predice un crecimiento exponencial de la poblacin. Por ejemplo, para los aos 2050
y 2500 predice
j (2050) = 3340 + c
0.02(20501965)
= 18.283 millones,
j (2500) = 3340 + c
0.02(25001965)
= 148.150.000 millones.
24
Estos datos son claramente erroneos, pues la Tierra no tiene capacidad para tantas
personas.
Por tanto, es evidente que este modelo requiere modicaciones que limiten el crec-
imiento de las poblaciones. El nuevo modelo debe tener en cuenta que a medida que la
poblacin aumenta es ms difcil su crecimiento, ya que los miembros individuales estn
compitiendo por recursos naturales limitados.
En 1837 Verhulst propuso aadir en la ecuacin el trmino /j
2
construyendo la
ecuacin logstica:
dj
dt
= cj /j
2
, c. / 0.
Vemos que para valores pequeos de j el segundo trmino es pequeo en comparacin
con el lineal, por lo que prctiamente tenemos la ecuacin de Malthus. En cambio,
para valores grandes de j el comportamiento es totalmente diferente: la derivada se hace
negativa y la poblacin decrece.
Esta ecuacin es separable y tambin de Bernoulli. Vamos a resolver el problema de
Cauchy. Vemos en primer lugar que hay dos puntos jos:

1
=
c
/
.
2
= 0.
El cambio n =
1
j
nos lleva a la ecuacin
n
0
+ cn = /.
Multiplicamos por c
ot
:
d
dt
_
nc
ot
_
= /c
ot
.
nc
ot
=
/
c
c
ot
+ C =n =
/
c
+ C
ot
.
=
1
b
o
+ Cc
ot
y (t) = 0.
Notemos que el punto jo
o
b
corresponde a C = 0.
Si tenemos el problema de Cauchy (j (t
0
) = j
0
) sustituimos y hallamos C :
j
0
=
1
b
o
+ Cc
ot
0
=C =
_
1
j
0

/
c
_
c
ot
0
j =
1
b
o
+
_
1
j
0

b
o
_
c
o(tt
0
)
=
cj
0
/j
0
+ (c j
0
/) c
o(tt
0
)
.
Notemos que |i:
t!1
cj
0
/j
0
+ (c /j
0
) c
o(tt
0
)
=
o
b
. Luego, el tamao de la poblacin
converge segn este modelo al nmero nito
o
b
.
Vamos a aplicar esta ecuacin a la poblacin humana. Basndose en los datos de los
aos 60 se ha estimado que c = 0.029 y / = 2.695 + 10
12
. Segn estos valores el tamao
de la poblacin mundial converger a
0.029
2.69510
12
= 1. 076 1 10
10
10760 millones.
25
Vamos a ver lo que predice este modelo para varios aos.
Por ejemplo, en el ao 2010 la poblacin mundial fue de 6972 millones de personas. Si
usamos nuestro modelo con las condiciones iniciales j (1960) = 2659 :i||o:c: y j (1990) =
5263 millones obtenemos
j (2010) =
0.029 + 2659000000
2.695 + 10
12
+ 2659000000 + (0.029 2.695 + 10
12
+ 2659000000) exp (0.029 + 50)
= 6. 275 510
9
.
j (2010) =
0.029 + 5263000000
2.695 + 10
12
+ 5263000000 + (0.029 2.695 + 10
12
+ 5263000000) exp (0.029 + 20)
= 6. 789 710
9
.
Usando el dato de 2010 vamos a hacer una previsin para los aos 2020 y 2050:
j (2020) =
0.029 + 6972000000
2.695 + 10
12
+ 6972000000 + (0.029 2.695 + 10
12
+ 6972000000) exp (0.029 + 10)
= 7. 6510
9
.
j (2050) =
0.029 + 6972000000
2.695 + 10
12
+ 6972000000 + (0.029 2.695 + 10
12
+ 6972000000) exp (0.029 + 40)
= 9. 194 410
9
.
Notemos nalmente que las constantes c. / no son en realidad constantes, sino que
varan con el tiempo. Por ello, es necesario reajustarlas cada cierto tiempo para obtener
buenas estimaciones.
6.2 Desintegracin de elementos radioactivos y mtodo de dat-
acin de pinturas, rocas, maderas y plantas
Los tomos de ciertos elementos radioactivos se desintegran de manera espontnea y se
transforman en tomos de un nuevo elemento. Rutheford mostr que la velocidad de
desintegracin es proporcional a al cantidad de tomos. Por tanto, si ` (t) es la cantidad
de tomos del elemento en el momento t esta variable satisface la ecuacin diferencial
d`
dt
=``. (10)
` (t
0
) =`
0
.
para cierta constante ` 0. La solucin de esta ecuacin es
` (t) = `
0
c
A(tt
0
)
.
Es evidente que la cantidad de tomos converge a cero a medida que el tiempo transcurre.
La cuestin principal es determinar la velocidad de esa convergencia. Una medida ade-
cuada del grado de desintegracin de una substancia es la media vida 1
A\
, es decir, el
tiempo transcurrido hasta que desaparece la mitad de la misma:
` (t) =
`
0
2
= `
0
c
A(tt
0
)
. (11)
ln
_
1
2
_
= `(t t
0
) =1
A\
=
ln (2)
`
.
26
Por ejemplo la media vida del carbono-14 es 5568 aos, y la del uranio 4500 millones de
aos. El carbono-14 se puede utilizar, usando esta ecuacin, para medir la antigedad de
rocas, maderas y plantas. Este mtodo es muy importante pues en arqueologa y geologa.
El qumico Libby recibi por este mtodo el premio Nobel en el ao 1960.
La materia viva coge continuamente carbono-14 del aire y, como resultado, la propor-
cin de la cantidad de istopos de carbono-14 y carbono-12 (que es estable) es prctica-
mente constante. En el momento en el que la materia viva muere (por ejemplo, cortamos
un rbol) el carbono-14 comienza a desintegrarse siguiendo la ley 10. Como la media vida
del carbono-14 es 5600 aos calculamos la constante ` del modelo:
` =
ln 2
5600
= 1. 237 8 10
4
.
Para poder realizar la datacin slo necesitamos medir el cociente de istopos de carbono-
14 y carbono-12 en el momento actual, ya que comparando con el cociente que haba
cuando la materia estaba viva podemos conocer la fraccin
j =
Cantidad de istopos de carbono-14 en el momento actual
Cantidad de istopos de carbono-14 en el momento inicial
.
A partir de este dato vamos a calcular cunto tiempo t ha pasado desde que el carbono-
14 comienza a desintegrarse. En el momento inicial t
0
= 0 haba una cantidad `
0
de
istopos, mientras que en el momento actual la cantidad es ` (t) = j`
0
. Sustituyendo
en (11) obtenemos
j`
0
= `
0
c
1. 237 810
4
t
.
Cancelamos el trmino `
0
y tomamos logartimos:
t =
ln j
1.2378 10
4
.
Existen innumeables ejemplos de fechado con este mtodo. Por ejemplo, los arquelo-
gos usaron restos de madera quemada para datar las pinturas prehistricas de una caverna
en Lascaux (Francia). Las mediciones indicaron que en la actualidad haba desaparecido
el 85.5 % del carbono-14, es decir, que quedaba un 14.5 % del mismo. Usando la ltima
frmula tenemos
t =
ln 0.145
1.2378 10
4
= 15600 aos.
Por tanto, llegamos a la conclusin de que las pinturas fueron hechas aproximadamente
13600 aos antes de Cristo.
El mtodo del Carbono-14 funciona bastante bien hasta un perodo de 50000 aos.
Hay otras tcnicas isotpicas, basadas en otras sustancias como el potasio 40 o el argn
40, adecuadas para establecer antigedades de varios millones de aos.
Si tenemos una elemento radioactivo en desintegracin al que se le aade ms sustancia
a una velocidad 1 (t) . entonces debemos modicar el modelo anterior de la siguiente
manera
d`
dt
=`` + 1 (t) .
` (t
0
) =`
0
.
27
E
Bobina
L
Resistencia
R
+
-
Fuente
de voltaje
Figure 1: Circuito RL en serie
obteniendo una ecuacin no homognea.
6.3 Circuitos elctricos
Vamos a considerar un circuito que contiene una bobina, una resistencia y una fuente de
voltaje dispuesto en serie (ver la gura 1).
Entonces usando la ley de Kirchho podemos escribir una ecuacin diferencial lineal
de primer orden para la corriente 1. Segn esta ley, el voltaje que se aplica al circutio 1 (t)
debe ser igual a la suma de las cadas de tensin en cada uno de los elementos anteriores,
que son:
Ley de Ohm: la cada de voltaje entre los extremos de una resistencia es \
1
= 11
(1 =resistencia, medida en ohmios (), 1 medida en Amperios=Culombios por
segundo).
Ley de Faraday: la cada de voltaje entre los extremos de una bobina es \
1
= 1
o1
ot
(1 =inductancia, medida en henries (H)).
As, la ecuacin diferencial que describe la corriente 1 (t) es
d1
dt
+ 11 = 1 (t) .
Veamos ahora un circuito que contiene un condensador, una resistencia y una fuente
de voltaje dispuesto en serie (ver la gura 2). La cada de voltaje en el condensador es:
Ley de Couloumb: la cada de voltaje entre los extremos de un condensador es
\
C
=
1
C
Q (C =capacitancia, medida en faradios (1), Q medida en Culombios).
28
E
Condensador
C
Resistencia
R
+
-
Fuente
de voltaje
Condensador
C
Figure 2: Circuito RC en serie
Reuniendo la informacin anterior obtenemos una ecuacin lineal para la cantidad de
carga Q(t) :
1
dQ
dt
+
1
C
Q = 1 (t) .
Ejemplo. Una batera de 12 voltios se conecta a un circuito en serie, con una bobina
de inductancia
1
2
henries y una resistencia de 10 ohmios. Determinar la corriente 1 (t) en
cada momento del tiempo si en el momento inicial 1 (0) = 0.
Solucin.
Segn hemos visto la corriente 1 (t) se describe mediante la ecuacin lineal no ho-
mognea
1
2
d1
dt
+ 101 = 12. 1 (0) = 0.
Multiplicamos la ecuacin 1
0
+ 201 = 24 por c
20t
:
d
dt
_
1c
20t
_
= 24c
20t
.
1 (t) c
20t
0 =
24
20
_
c
20t
1
_
.
1 (t) = 1.2
_
1 c
20t
_
.
Notemos que a medida que pasa el tiempo la corriente se estabiliza en el valor 1.2
o/:io:,:.
29
6.4 Circuitos no lineales
Veamos un par de ejemplos de circuitos no lineales. En el segundo ejemplo veremos un
circuito cuyos componentes estn situados en paralelo, y no en serie. En ese caso, para
obtener la ecuacin que rige el circuito utilizaremos las dos leyes de Kirchho:
1. Ley para el voltaje: en cada bloque cerrado la suma de las cadas de tensin en cada
uno de los elementos es cero;
2. Ley para la corriente: en cada punto del circuito la suma de las corrientes que uyen
hacia l es igual a la suma de las corrientes que salen.
Ejemplo1. Consideremos de nuevo el circuito de la gura 1. La ley de Ohm \
1
= 11
es cierta para valores de la corriente que no son grandes. Sin embargo, si la corriente
supera un determinado nivel la resistencia se recalienta y aumenta el valor de 1, que deja
de ser constante y se convierte en una funcin de la corriente 1. En ese caso tenemos un
circuito no lineal. La ecuacin resultante sera la siguiente:
1
d1
dt
+ \
1
(1) = 1 (t) .
Consideremos slo valores no negativos de la corriente 1.
Supongamos que \
1
= 1
2
y que 1 = 2 henries, 1 (t) = 1 voltio. Entonces obtenemos
la ecuacin
2
d1
dt
+ 1
2
= 1.
Aplicando el mtodo de separacin de variables obtenemos la solucin
1 (t) =
Cc
t
1
Cc
t
+ 1
.
Vamos a elegir la condicin inicial 1 (0) = 0 (ausencia de corriente en t = 0). Entonces
0 =
C 1
C + 1
=C = 1.
(t) =
c
t
1
c
t
+ 1
.
Esta solucin est denida en (. +) y
(t) 1, cuando t +.
(t) 1, cuando t .
(Ver la gura 3.)
Ejemplo 2. Consideremos el circuito que se muestra en la gura 8. En ste tenemos
una fuente de corriente de 3 amperios, una bobina de 1 henry y una resistencia no lineal
cuya cada de tensin es \
1
(1) = 1
2
1
41
1
. Modelizar el circuito mediante una ecuacin
30
-4 -3 -2 -1 0 1 2 3 4
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
t
y
Punto inicial
Figure 3: Grca de la solucin
diferencial de primer orden. Dibujar el diagrama de fases y analizar cualitativamente las
trayectoias. Analizar la estabilidad de los puntos crticos.
Solucin.
Aplicando la ley de la corriente en el nodo A obtenemos
3 + 1
1
= 1
1
.
Si aplicamos la ley de voltaje en el bloque externo formado por la resistencia y la bobina
tenemos
\
1
(1
1
) 1
d
dt
1
1
= 0.
Como 1 = 1, \
1
(1) = 1
2
1
41
1
y
d
dt
1
1
=
d
dt
1
1
obtenemos la ecuacin
d
dt
1
1
= 41
1
1
2
1
.
Es una ecuacin de Bernoulli. Dividiendo por 1
2
1
y realizando el cambio . =
1
1
R
obtenemos
1
1
2
1
d
dt
1
1
4
1
1
1
= 1.
.
0
4. = 1.
.
0
+ 4. = 1.
31
I
A
B
I
R
I
L
Figure 4: Circuito RL en paralelo
Multiplicando por c
4t
obtenemos
d
dt
_
.c
4t
_
= c
4t
.
.c
4t
=
1
4
c
4t
+ C.
. (t) =
1
4
+ Cc
4t
.
1
1
(t) =
1
1
4
+ Cc
4t
y (t) = 0.
Si 1
1
(0) = 10, entonces
10 =
1
1
4
+ C
=C =
1
10

1
4
=
3
20
y
1
1
(t) =
1
1
4

3
20
c
4t
.
Como
1
4

3
20
c
4t
= 0
tiene la solucin t

=
1
4
ln
5
3
el intervalo de existencia de la solucion es
_

1
4
ln
5
3
. +
_
=
(0.127 8. +). Adems
1
1
(t) 4 si t +.
32
6.5 Velocidad de escape de la Tierra
Sea (t) la velocidad de un objeto que parte de la supercie de la Tierra con velocidad

0
. Sea 1 el radio de la tierra (1 = 6371 1:) y : la distancia del centro de la tierra al
objeto. Usando la ley de gravitacin universal y la segunda ley de Newton se obtiene la
ecuacin diferencial:

d
d:
=
q1
2
:
2
. (1) =
0
.
No consideramos efectos de rozamiento ni la inuencia de la luna y otros planteas.
Efectivamente, por la segunda ley de Newton
:
d
dt
= G
:`
:
2
=
:q1
2
:
2
.
ya que q = G
A
1
2
. Como
o
ot
=
o
ov
ov
ot
=
o
ov
, de donde obtenemos la ecuacin.
Integrando tenemos la solucin:
_

0
d = q1
2
_
v
1
d:
:
2
.

2
2


2
0
2
= q1
2
_
1
:

1
1
_
.

2
=
2
0
2q1 +
2q1
2
:
.
(:) =
_

2
0
2q1 +
2q1
2
:
.
Si el objeto est ascendiendo consideramos la raz positiva, y la negativa si desciende. Si
es el punto mximo que puede alcanzar el objeto, entonces la velocidad en : = ser
cero. A partir de ah comenzar el retorno a la Tierra. La velocidad inicial se puede
expresar en funcin de :
0 =
2
0
2q1 +
2q1
2
:
=
0
=
_
2q1
2q1
2
:
[
v=
.
Si deseamos que el objeto no regrese ms a la Tierra, entonces = y

0
=
_
2q1 = 40229 km/h=11.1 km/s.
Esta es la velocidad mnima inicial para que un cohete pueda salir del campo gravitatorio
de la Tierra.
7 Teora cualitativa
Aunque hemos visto muchos y variados mtodos de resolucin de ecuaciones diferenciales,
una gran mayora no se presta a poder ser resuelta analticamente. Una forma de obtener
informacin de las trayectorias sin resolverlas nos la proporciona la teora cualitativa.
Consideraremos a partir de ahora que el problema de Cauchy de las ecuaciones de primer
33
orden que estudiaremos tienen solucin nica. Adems, consideraremos funciones , que
no dependen del tiempo explicitamente (en este caso la ecuacin se denomina autnoma).
Este mtodo se apoya de forma fundamental en el concepto de punto de equilibrio (o
punto crtico).
Dada la ecuacin de primer orden autnoma en forma normal
_

0
= , ()
(t
0
) =
0
un punto de equilibrio (punto jo o punto crtico) es un punto que satisface , () = 0.
Notemos que esta condicin implica que la derivada se anula en el punto . Por tanto,
(t) = es una solucin particular que corresponde a la condicin inicial (t
0
) = . Como
consideramos ecuaciones con unicidad esa es la nica solucin que corresponde a . Otra
consecuencia importante reside en que ninguna solucin de la ecuacin puede atravesar
un punto de equlibrio; es una barrera insalvable.
Un primer paso consiste pues en hallar todos los puntos de equilibrio. Una vez hecho
esto hemos de analizar las trayectorias entre los puntos de equilibrio. Entre dos puntos
de equilibrio consecutivos la funcin toma o bien valores positivos o bien negativos, por
lo que la derivada de tendr el mismo signo. De esta manera, sabiendo el signo de ,
conocemos si crece o decrece en el intervalo correspondiente.
Para comprender qu es el diagrama de fases es conveniente imaginarse que (t)
representa la posicin de una partcula que se mueve a lo largo del eje del tiempo t.
Otra propiedad importante de las soluciones es la siguiente:
1. Si (t) es una solucin acotada a partir de cierto t
0
, es decir
[ (t)[ _ C, \t _ t
0
.
entonces (t) est denida en (1
min
. +) ;
2. Si (t) es una solucin acotada a partir de cierto t
0
en sentido negativo, es decir
[ (t)[ _ C, \t _ t
0
.
entonces (t) est denida en (. 1
max
) ;
3. Si (t) es una solucin acotada, es decir
[ (t)[ _ C, \t (1
min
. 1
max
) .
entonces (t) est denida en (. +). Por tanto, tenemos una solucin global.
Finalmente, resumiremos otro resultado relevante, que nos dice que si una solucin es
montona (creciente o decreciente) en el sentido positivo del tiempo y est acotada para
t _ t
0
, entonces
(t) .
donde es un punto jo. El mismo resultado es cierto en el sentido negativo del tiempo.
34
Figure 5: Diagrama de fases de la ecuacin
0
=
3
Ejemplo 1. Dibujar el diagrama de fases de la ecuacin
0
=
3
.
Solucin.
Los puntos de equilibrio son
1
= 0.
2
= 1.
2
= 1. Los signos de la funcin en cada
tramo entre los puntos jos son los siguientes:
(. 1) (1. 0) (0. 1) (1. +)
, + - + -

Como tenemos unicidad de soluciones la trayectorias se acercarn asintticamente al
punto de equilibrio, pero nunca llegan a alcanzarlo. El diagrama de fases se muestra en
la gura 5.
De este diagrama podemos sacar varias conclusiones. Por ejemplo, una solucin con
condicin inicial en el intervalo (1. 0) converge a 1 cuando t + y a 0 si t .
Si la condicin inicial se encuentra en el intervalo (1. +), entonces la solucin converge
1 cuando t + y se aleja del 1 cuando t 1
min
. Adems, como en esa zona no hay
puntos jos es una consecuencia de la monotona que la solucin tiende a +. Anlisis
similares se pueden realizar en los dems intervalos.
Ejercicio. A partir de los resultados obtenidos dibujar la graca de las soluciones
para condiciones iniciales en cada subintervalo.
35
Otro aspecto importante es la clasicacin de los puntos de equlibrio en estables e
inestables. Un punto de equilibrio es estable si para cualquier condicin inicial su-
cientemente cercana la solucin permanece cerca del punto de equilibrio.Ms exactamente,
dado 0 arbitrario existe o 0 tal que si [r
0
[ < o, entonces [r (t) [ < para todo
t _ t
0
. Si adems la solucin converge al punto jo decimos que ste es asintticamente
estable.
En caso contrario diremos que es inestable.
En el ejemplo anterior 1. 1 son asintticamente estables, mientras que 0 es inestable.
Ejemplo 2.
0
= 4c
j
2
2
Puntos de equilibrio: 4c
j
2
2 = 0 =
2
= ln (2) = =
_
ln (2) = 0.832 55
Signos:
_
.
_
ln (2)
_ _

_
ln (2).
_
ln (2)
_ _
_
ln (2). +
_
, - + -

1
=
_
ln (2) es inestable

2
=
_
ln (2) es asintticamente estable
Ejercicio. Dibujar el diagrama de fases, analizar el comportamiento asinttico de las
soluciones y dibujar la grca de las mismas.
Ejemplo 3. La ecuacin logstica
j
0
= cj /j
2
= cj
_
1
/j
c
_
.
Puntos de equilibrio:
1
= 0.
2
=
c
/
Signos:
(. 0)
_
0.
o
b
_ _
o
b
. +
_
, - + -

Desde el punto de vista de la teora de poblaciones slo nos interesan la soluciones
positivas. Si 0 < j
0
<
o
b
la poblacin aumenta y se acerca al valor lmite
o
b
para t +.
Adems (t)
t!1
0. Si j
0

o
b
, entonces la poblacin decrece y se acerca tambin a
o
b
si
t + (ver la gura 6). Por otro lado, (t) + si t 1
min
.
Obtenemos el resultado que hemos estudiado anteriormente: dada cualquier condicin
inicial positiva la solucin converge al valor
o
b
. El punto = 0 es inestable y =
o
b
es
asintticamente estable.
Ejercicio. Dibujar la grca de las soluciones.
Ejemplo 4. El modelo de Verhulst tiene el inconveniente de que no considera la posi-
bilidad de extincin de una especie, algo que s ocurre en la Naturaleza. Una modicacin
del modelo logstico es el siguiente:
j
0
= cj
_
1
j
1
1
__
1
j
1
2
_
36
Figure 6: Diagrama de fases para la ecuacin logstica: c = / = 1
Puntos de equilibrio:
1
= 0.
2
= 1
1
.
3
= 1
2
Signos:
(0. 1
1
) (1
1
. 1
2
) (1
2
. +)
, - + -

1
= 0.
3
= 1
2
son asintticamente estables

2
= 1
1
es inestable
El resultado es que para una poblacin inicial superior a 1
1
esta persiste y converge
a 1
2
. En cambio, si la poblacin inicial es inferior a 1
1
esta se extingue.
Ejercicio. Dibujar el diagrama de fases, analizar el comportamiento asinttico de las
soluciones y dibujar la grca de las mismas.
Ejemplo 5. Otra modicacin de la ecuacin de Verhulst consiste en aadir un
trmino que modelice la disminucin de la cantidad de poblacin como consecuencia de
la caza de un predador:
j
0
= cj
_
1
j
1
1
_
+ q (j) .
Por ejemplo, la funcin q (j) =
j
2
1
2
+j
2
. . 1 0. se ha utilizado para modelizar una
poblacin de gusanos cuya poblacin se ve mermada por los pjaros.
37
Resolver analticamente esta ecuacin es muy complicado, pero el anlisis cualitativo
es sencillo.
El punto
1
= 0 es un punto de equilibrio. El resto se obtienen de resolver la ecuacin
no lineal
cj
_
1
j
1
1
_
=
j
2
1
2
+ j
2
=c
_
1
j
1
1
_
=
j
1
2
+ j
2
.
En particular, pongamos que c = / = 1 = 1. = 2. La ecuacin no lineal resultante es
j (1 j) =
2j
2
1 + j
2
=1 j =
2j
1 + j
2
.
Para ver cules son las posibles soluciones vamos a dibujar las grcas aproximadas de
las funciones 1 j y
2j
1+j
2
. Para la segunda, calculamos el punto donde alcanza el valor
mximo. Tenemos que
_
2j
1 + j
2
_
0
= 2
1 j
2
(1 + j
2
)
2
= 0 =j = 1.
Para j 0 el mximo se alcanza en el punto j = 1. Como
2j
1+j
2
0 si j +, las
grcas son las que aparecen en la Figura 7. De esa grca podemos inferir que las dos
funciones tienen un nico punto de corte
2
(se puede calcular que
2
= 0.3611). Los
signos de la funcin en cada tramo son
(0.
2
) (
2
. +)
, + -

El punto
1
= 0 es inestable y
2
es asintticamente estable.
El comportamiento es idntico a la ecuacin logstica (ver la gura 7). La diferencia
reside en que el punto de equilibrio al que convergen las soluciones se ha desplazado a la
izquierda. El depredador fuciona pues como un mecanismo regulador.
Ejercicio. Dibujar el diagrama de fases, analizar el comportamiento asinttico de las
soluciones y dibujar la grca de las mismas.
7.1 Aplicacin a circuitos no lineales
Para nalizar el tema vamos a ver cmo modelizar circuitos no lineales cuyos elementos no
estn situados en serie, como vimos anteriormente. Aplicaremos la teora cualitativa para
saber, sin resolver la ecuacin, a qu valor lmite converge la corriente en cada elemento
cuando t +.
Para obtener la ecuacin que rige el circuito utilizaremos las dos leyes de Kirchho:
1. Ley para el voltaje: en cada bloque cerrado la suma de las cadas de tensin en cada
uno de los elementos es cero;
2. Ley para la corriente: en cada punto del circuito la suma de las corrientes que uyen
hacia l es igual a la suma de las corrientes que salen.
38
Figure 7: Diagrama de fases de la ecuacin logstica en presencia de depredador
Ejemplo 1. Consideremos el circuito que se muestra en la gura 8. En ste tenemos
una fuente de corriente de 3 amperios, una bobina de 1 henry y una resistencia no lineal
cuya cada de tensin es \
1
(1) = 1
3
1
41
1
. Modelizar el circuito mediante una ecuacin
diferencial de primer orden. Dibujar el diagrama de fases y analizar cualitativamente las
trayectoias. Analizar la estabilidad de los puntos crticos.
Solucin.
Aplicando la ley de la corriente en el nodo A obtenemos
3 + 1
1
= 1
1
.
Si aplicamos la ley de voltaje en el bloque externo formado por la resistencia y la bobina
tenemos
\
1
(1
1
) 1
d
dt
1
1
= 0.
Como 1 = 1, \
1
(1) = 1
3
1
41
1
y
d
dt
1
1
=
d
dt
1
1
obtenemos la ecuacin
d
dt
1
1
= 41
1
1
3
1
. (12)
39
I
A
B
I
R
I
L
Figure 8: Circuito RL en paralelo
Los puntos crticos son la soluciones de 41
1
1
3
1
= 0, es decir, 1
1
= 0. 1
1
= 2. El
diagrama de fases es similar al mostrado en la gura 5, pero sustituyendo 1 y 1 por 2 y
2, respectivamente.
Por tanto, los puntos 2 son asintticamente estables y 0 es inestable. Si el valor
inicial de la corriente en la resistencia es positivo, entonces 1
1
(t) converge a 2 cuando
t +. En cambio, si el valor inicial de la corriente es negativo, entonces converge a
2.
Por otro lado, 1
1
(t) = 3 1
1
(t). Por tanto, el valor de la corriente en la bobina
converger a 5 o a 1 segn el caso.
Ejercicio. Resolver la ecuacin diferencial 12 por el mtodo de Bernoulli.
Ejemplo 2. Consideremos el circuito que se muestra en la gura 9. En ste tenemos
una fuente de corriente de 1 amperio, un condensador con capacitancia C = 1 faraday y
una resistencia no lineal cuya cada de tensin es \
1
(1) = ln (1
1
), 1
1
0. Modelizar el
circuito mediante una ecuacin diferencial de primer orden con respecto a la corriente en
la resistencia. Dibujar el diagrama de fases y analizar cualitativamente las trayectoias.
Analizar la estabilidad de los puntos crticos.
Solucin.
Aplicando la ley de la corriente en el nodo A y la ley de voltaje en el bloque externo
formado por la resistencia y la bobina tenemos
1 + 1
1
= 1
C
.
ln 1
1
=
1
C
Q
C
.
40
I
A
B
I
R
I
C
Figure 9: Circuito RC en paralelo
Derivando la ltima igualdad y sustituyendo C = 1. 1 1
1
= 1
C
obtenemos
1
1
1
d
dt
1
1
=1
C
= 1 1
1
.
d
dt
1
1
=1
1
(1 + 1
1
) .
Hay dos puntos jos: 0 y 1. Sin embargo, slo consideraremos el punto 1
1
= 0, ya
que hemos excluido los valores negativos.Vemos que la funcin , (1
1
) es positiva si 1
1
0.
El diagrama de fases se muestra en la gura 10. La corriente en la resistencia converge a
cero cuando t +, mientras que la corriente en el condensador converge a 1.
Ejercicio. Resolver la ecuacin usando el mtodo de Bernoulli.
8 Mtodos numricos: Euler, Heun y Runge-Kutta
La resolucin analtica de las ecuaciones de primer orden
d
dt
= , (t. )
est limitado a una serie de casos particulares. Existen por supuesto ms ecuaciones
resolubles de las que hemos visto en este tema, pero sigue siendo una porcin pequeo de
las ecuaciones posibles. Los mtodos cualitativos nos han permitido estuadiar ecuaciones
mucho ms generales, pero estos mtodos no nos proporcionan valores numricos de las
soluciones.
Por tanto, para resolver estas ecuaciones, para las cuales no existen mtodos analticos,
debemos utilizar mtodos numricos que nos proporcionen valores aproximados de las
soluciones.
41
Figure 10: Diagrama de fases del circuito RC en paralelo
Los mtodos numricos sirven para obtener una solucin aproximada de un problema
matemtico mediante la implementacin de un algoritmo.
Por tanto, la solucin que obtenemos posee un margen de error que es conveniente
controlar.
Hay dos fuentes de error en un algoritmo numrico.
Una fuente de error es la propia representacin del nmero en el ordenador. Nor-
malmente los nmeros se representan en el ordenador en cdigo binario y en notacin
cientca. Como el nmero de bits que podemos utilizar es nito, esta representacin
implica necesariamente un redondeo. Adems, al realizar operaciones aritmticas se in-
troducen nuevos errores que se van propagando. A esta parte del error lo llamaremos
Error de Redondeo.
Notemos pues que a la hora de disear un algoritmo numrico es importante tener en
cuenta el nmero de operaciones necesarias para su implementacin, ya a mayor nmero,
mayor es el error de redondeo y mayor es el tiempo de clculo.
Si un algoritmo obtiene la solucin exacta de un problema en un nmero nito de
pasos decimos que el algoritmo es directo. En este caso la nica fuente de error es el de
redondeo.
Un algoritmo es un mtodo iterativo si consiste en una sucesin de pasos dependi-
entes de uno o varios parmetros y que proporciona aproximaciones de la solucin cada
vez mejores a medida que los parmeteros tienden a innito. Si las sucesivas soluciones
42
se acercan cada vez ms a la solucin real, entonces decimos que el mtodo es conver-
gente. En este caso el mtodo en s tiene un error proprio, al que llamaremos Error de
Truncamiento.
Es importante resaltar que en los mtodos iterativos no es slo importante estudiar
la convergencia del mtodo, sino tambin la velocidad a la que converge, ya que a mayor
velocidad, menos tiempo de clculo necesitaremos para la resolucin del problema.
Por tanto, si r

aproxima la solucin r, expresaremos el error r r

en la forma:
1::o: = r r

= 1
1co
+ 1
Tv&ac
.
El error absoluto [r r

[ lo estimaremos mediante la desigualdad


[r r

[ _ [1
1co
[ +[1
Tv&ac
[ .
8.1 El mtodo de Euler
A la hora de resolver la ecuacin diferencial numricamente no buscaremos una funcin
diferenciable, sino que hallaremos el valor aproximado de la solucin en un nmero nito
de puntos. El primer mtodo que veremos es el mtodo Euler. Este mtodo no se suele
utilizar en la prctica, ya que acumula errores apreciables a lo largo del proceso, pero es
importante estudiarlo para entender las ideas y para construir a partir de l mtodos ms
complejos y precisos.
Por comodidad dividiremos el intervalo [t
0
. t
0
+ c] en el que buscamos la solucin en
` intervalos de igual longitud / =
c
.
denidos por los puntos
t
0
< t
1
= t
0
+ / < t
2
= t
0
+ 2/ < ... < t
.
= t
0
+ `/ = t
0
+ c.
En cada punto t
)
. , = 0. 1. .... ` 1 aproximamos la derivada con el esquema hacia
delante
d
dt
(t)
(t + /) (t)
/
Entonces tenemos

)+1

)
/
=, (t
)
.
)
)

)+1
=
)
+ /, (t
)
.
)
) .
, =0. 1. 2. .... ` 1
donde
)
es la aproximacin de (t
)
) .
Desde el punto de vista geomtrico lo que estamos haciendo es desplazarnos a lo largo
de la recta generada por el punto (t
)
.
)
) y la pendiente de la curva , (t. ) en ese punto
(mostrar un dibujo).
Ejemplo 1. Resolver

0
=
t
2
.
(0) = 1.
43
en el intervalo [0. 2] con / = 0.5.
Solucin.
El esquema es

)+1
=
)
+ 0.5 +
t
)

)
2
.
As,

1
= 1 + 0.5 +
0 1
2
= 0.75.

2
= 0.75 + 0.5 +
0.5 0.75
2
= 0.687 5.

3
= 0.687 5 + 0.5 +
1 0.687 5
2
= 0.765 625.

4
= 0.765 625 + 0.5 +
1.5 0.765 625
2
= 0.949 218 75.
La solucin exacta es = t 2 + cc
t
2
= t 2 + 3c

t
2
, por lo que
(2) = 3 + c
1
= 1. 103 638 32.
El error es igual a
1::o: = [1. 103 638 32 0.949 218 75[ = 0.154 419 57.
Ejemplo 2. Dado el problema de Cauchy

0
=
2
. (0) = 1.
hallar (0.75) e (1) con / = 0.25.
Solucin.
Tenemos que

1
= 1 + 0.25 +
_
1
2
_
= 1.25.

2
= 1.25 + 0.25 + (1.25)
2
= 1. 640 625.

3
= 1. 640 625 + 0.25 + (1. 640 625)
2
=
2. 313 538 (0.75) .

4
= 2. 313 538 + 0.25 + (2. 313 538)
2
= 3. 651 653.
La solucin exacta de este problema es (t) =
1
1t
, por lo que (0.75) = 4 y en (1) la
solucin no existe. Por tanto, el ltimo nmero que aproxima (1) es claramente errneo.
El error de clculo en t = 0.75 es
1::o: = [2. 313 538 4[ = 1. 686 462.
44
Disminuyendo el valor de / podemos acercar el intervalo de existencia de la soucin
numrica al verdadero. La solucin exacta es
(t) =
1
1 t
, < t < 1.
/ = 0.1 / = 0.05
t 1n|c: 1rcctc 1::o:
0 1 1 0
0.4 1.557797 1.666667 0.108 87
0.8 3.239652 5 1. 760 3
0.9 4.289186 10 5. 710 8
1 6.128898 No existe
1.1 9.885238 No existe
1.2 19.657031 No existe
2.2 No existe No existe
t 1n|c: 1rcctc 1::o:
0 1 1 0
0.4 1.6052 1.666667 6. 146 7 10
2
0.8 3.7932 5 1. 206 8
0.9 5.5308 10 4. 469 2
1 9.5527 No existe
1.1 24.0775 No existe
1.2 193.8518 No existe
1.65 No existe No existe
/ = 0.01 / = 0.001
t 1n|c: 1rcctc 1::o:
0 1 1 0
0.4 1.6529 1.666667 1. 376 7 10
2
0.8 4.6471 5 0.352 9
0.9 8.2786 10 1. 721 4
0.99 24.4242 100 75. 576
1 30.3897 No existe
1.04 159.7871 No existe
1.14 No existe No existe
t 1n|c: 1rcctc 1::o:
0 1 1 0
0.4 1.6653 1.666667 1. 367 10
3
0.8 4.9603 5 0.039 7
0.9 9.7775 10 0.222 5
0.99 70.3236 100 29. 676
1 193.1368 No existe
1.001 230.4386 No existe
1.017 No existe No existe
45
Grca de las soluciones
Anlisis del error
El mtodo de Euler es un mtodo de un slo paso, ya que en el clculo de
)+1
slo interviene el valor
)
. En este caso podemos obtener un anlisis bastante preciso
del error cometido. Existen dos fuentes de error: el de discretizacin y el de redondeo.
Analizaremos el error de discretizacin.
El error de discretizacin global c
I
se dene por
c
I
= (t
I
)
I
.
es decir, como la diferencia entre el valor obtenido y el real de la solucin (sin tener en
cuenta el error de redondeo).
El error de discretizacin nal en el intervalo es c
.
, donde ` es el nmero de subin-
tervalos.
El error global se obtiene sumando el error de discretizacin y el de redondeo, al
igual que vimos en la diferenciacin numrica.
46
Veamos que, bajo ciertas condiciones en la funcin ,, podemos obtener una estimacin
del error de discretizacin.
Teorema 4 Sea (t) la solucin de (4). Si ,.
J,
Jt
.
J,
J
son continuas en [t
0
. t
0
+ c] R y
t
I
.
I
es la sucesin de aproximaciones por el mtodo de Euler, entonces
[c
I
[ _ C
I
/. \/ = 1. .... `.
Es decir, el mtodo es de orden C(/) .
Esto implica que si reducimos / a la mitad el error de truncamiento se reducir a la
mitad.
Notemos que el error del mtodo en cada uno de los pasos individuales es de orden
C(/
2
), que al sumarse en los ` pasos da un error de orden C(/). Si el error de redondeo
en cada paso es de orden C(/
2
) como mnimo este no afectar el resultado. Si, por
ejemplo, / = 0.01, entonces el error de redondeo no deber se superior a c + 0.0001,
orden de magnitud superado con creces por cualquier ordenador. Esto quiere decir que si
disminuimos / hemos de disminuir a su vez el error de redondeo. Llegara un momento
en el cual el error comenzara a aumentar (de hecho en el error de redondeo aparece un
trmino del tipo
.
I
, donde es el error mximo de redondeo).
Ejemplo. Resolver numricamente el problema de Cauchy

0
= 0.1.
(0) = 100.
con / = 0.1 y / = 0.05 en el intervalo [0. 0.5]. Comprobar que la usar el paso / = 0.05 el
error se ha reducido aproximadamente a la mitad con respecto al paso / = 0.1.
Solucin.
Si / = 0.1 el esquema es

)+1
=
)
+ 0.1
2

)
= 1.01
)
.
Entonces:

1
= 100 + 0.1
2
100 = 101.0.

2
= 1.01 + 101 = 102. 01.

3
= 1.01 + 102.01 = 103. 030 1.

4
= 1.01 + 103. 030 1 = 104. 060 401.

5
= 1.01 + 104. 060 401 = 105. 101 005.
La solucin exacta es (t) = 100c
0.1t
. por lo que
(0.5) = 100c
0.10.5
= 105. 127 109 6.
47
Entonces
1::o: = [105. 101 005 105. 127 109 6[ = 0.026 104 6.
Si / = 0.05 el esquema es

)+1
=
)
+ 0.1 + 0.05 +
)
= 1.005
)
.
De aqu:

1
= 1.005 + 100 = 100. 5.

2
= 1.005 + 100. 5 = 101. 002 5.

3
= 1.005 + 101. 002 5 = 101. 507 512 5.

4
= 1.005 + 101. 507 512 5 = 102. 015 050 1.

5
= 1.005 + 102. 015 050 1 = 102. 525 125 4.

6
= 1.005 + 102. 525 125 4 = 103. 037 751.

7
= 1.005 + 103. 037 751 = 103. 552 939 8.

8
= 1.005 + 103. 552 939 8 = 104. 070 704 5.

9
= 1.005 + 104. 070 704 5 = 104. 591 058.

10
= 1.005 + 104. 591 058 = 105. 114 013 3.
La solucin exacta es (t) = 100c
0.1t
. por lo que
(0.5) = 100c
0.10.5
= 105. 127 109 6.
Entonces:
1::o: = [105. 114 013 3 105. 127 109 6[ = 0.013 096 3.
Si comparamos los pasos / = 0.1 y / = 0.05 tenemos:
1::o: (/ = 0.05)
1::o (/ = 0.1)
=
0.013 096 3
0.026 104 6
= 0.501 7.
por lo que, efectivamente, el error se ha reducido a la mitad aproximadamente si reducimos
el paso a la mitad.
8.2 El mtodo de Heun
La siguiente tcnica introduce una nueva idea en la construccin de un algoritmo numrico.
Vamos a integrar la ecuacin

0
= , (t. ) .
(t
0
) =
0
.
48
en el intervalo (t
0
. t
1
) obteniendo
(t
1
) (t
0
) =
_
t
1
t
0
, (t. (t)) dt.
A continuacin aproximamos la integral por el mtodo del trapecio:
(t
1
) = (t
0
) +
/
2
(, (t
0
.
0
) + , (t
1
. (t
1
))) .
Como la segunda funcin depende de (t
1
) utilizamos la aproximacin de Euler j
1
=
(t
0
) + /, (t
0
.
0
) :

1
=
0
+
/
2
(, (t
0
.
0
) + , (t
1
.
0
+ /, (t
0
.
0
))) .
Repitiendo el proceso en cada subintervalo obtenemos el algoritmo:
j
I+1
= (t
I
) + /, (t
I
.
I
) .

I+1
=
I
+
/
2
(, (t
I
.
I
) + , (t
I+1
. j
I+1
)) .
/ = 0. 1. 2. .... ` 1.
En cada paso predecimos en primer lugar por el mtodo de Euler el valor de (t
I+1
)
(predictor) y despus lo corregimos usando la regla del trapecio (corrector).
En la aproximacin que utiliza la regla del trapecio sabemos que el orden de aprox-
imacin es C(/
2
). Sin embargo, existe otro error introducido al usar la prediccin de
Euler. A pesar de ello el orden de aproximacin se mantiene.
Teorema. Sea (t) la solucin de (4), que suponemos denida en [t
0
. t
0
+ c]. Si
, C
2
([t
0
. t
0
+ c] R) (es decir, tanto , como sus derivadas parciales hasta el orden
dos son continuas) y t
I
.
I
es la sucesin de aproximaciones por el mtodo de Heun,
entonces
[c
I
[ _ C
I
/
2
.
Es decir, que el mtodo tiene orden de aproximacin C(/
2
) .
Por tanto, si reducimos / a la mitad el error de truncamiento se reducir a la cuarta
parte.
En este caso el error en cada paso individual tiene orden C(/
3
). La suma de los `
errores nos da el orden C(/
2
).
Notemos que si analizamos el error global nos aparecer, al igual que en el mtodo de
Euler, el sumando adicional
c
I
, donde o es el error mximo de redondeo en cada paso, por
lo que para mantener el orden de convergencia necesitamos que o _ c/
3
.
Ejemplo. Resolvamos

0
=
t
2
.
(0) = 1.
49
en el intervalo [0. 2] con / = 1 y / =
1
2
.
Solucin.
La solucin exacta de este problema es (t) = t 2 + 3c

t
2
. Vamos a compararla con
la aproximacin por el mtodo de Heun.
Solucin aproximada:
1) / = 1 :
j
1
= 1 +
01
2
=
1
2
.

1
= 1 +
1
2
_
01
2
+
1
1
2
2
_
=
7
8
= 0.875.
j
2
= 0.875 +
10.875
2
= 0.937 5.

2
= 0.875 +
1
2
_
10.875
2
+
20.937 5
2
_
= 1. 171 875.
(2) = 3c
1
= 1. 103 638.
1::o: = [1. 103 638 1. 171 875[ = 0.068 237.
2)/ = 0.5 :
j
1
= 1 + 0.5 +
01
2
= 0.75.

1
= 1 +
0.5
2
+
_
01
2
+
0.50.75
2
_
= 0.843 75.
j
2
= 0.843 75 + 0.5 +
0.50.843 75
2
= 0.757 812 5.

2
= 0.843 75 +
0.5
2
+
_
0.50.843 75
2
+
10.757 812 5
2
_
= 0.831 054 687 5.
j
3
= 0.831 054 687 5 + 0.5 +
10.831 054 687 5
2
= 0.873 291 015 6.

3
= 0.831 054 687 5 +
0.5
2
+
_
10.831 054 687 5
2
+
1.50.873 291 015 6
2
_
= 0.930 511 474 6.
j
4
= 0.930 511 474 6 + 0.5 +
1.50.930 511 474 6
2
= 1. 072 883 606.

4
= 0.930 511 474 6 +
0.5
2
+
_
1.50.930 511 474 6
2
+
21. 072 883 606
2
_
= 1. 117 587 09.
Error=[1. 117 587 1. 103 638 [ = 0.013 949.
Comparacin de los errores:
1::o: (/ = 1)
1::o: (/ = 0.5)
=
0.068 237
0.013 949
= 4. 9.
8.3 El mtodo de Runge-Kutta
ste es el mtodo ms utilizado en la prctica, ya que combina que es un mtodo fcil de
programar y es bastante preciso.
La deduccin de este mtodo est fuera del alcance del curso. Daremos las ecuaciones
sin demostracin:

I+1
=
I
+
/
6
(,
1
+ 2,
2
+ 2,
3
+ ,
4
) .
50
donde
,
1
=, (t
I
.
I
) .
,
2
=,
_
t
I
+
/
2
.
I
+
/
2
,
1
_
.
,
3
=,
_
t
I
+
/
2
.
I
+
/
2
,
2
_
.
,
4
=, (t
I
+ /.
I
+ /,
3
) .
Lo que estamos haciendo es calcular una media ponderada de cuatro pendientes aprox-
imadas: ,
1
es la pendiente aproximada en el extremo izquierdo del intervalo; ,
2
y ,
3
son
la pendiente aproximada del punto medio del intervalo (en el primer caso se utiliza ,
1
para aproximar
I+
1
2
por Euler, mientras que en el segundo se utiliza el valor de ,
2
); ,
3
es
la pendiente aproximada de en el extremo derecho del intervalo (para aproximar el valor
de
I+1
se utiliza la pendiente ,
3
).
Aunque la obtencin precisa de esta frmula es complicada, podemos ilustrar la idea
con el siguiente argumento. Al igual que antes podemos integrar la ecuacin y obtener
(t
1
) (t
0
) =
_
t
1
t
0
, (t. (t)) dt.
Si aproximamos la integral por Simpson con paso
I
2
tenemos
(t
1
) = (t
0
) +
/
6
_
, (t
0
.
0
) + 4,
_
t
0
+
/
2
.
_
t +
/
2
__
+ , (t
1
. (t
1
))
_
.
Ahora aproximamos
, (t
0
.
0
) ,
1
.
,
_
t
0
+
/
2
.
_
t +
/
2
__

,
2
+ ,
3
2
.
, (t
1
. (t
1
)) ,
4
.
En la aproximacin que utiliza la regla de Simpson sabemos que el orden de aproxi-
macin es C(/
4
). Sin embargo, existen otros errores. A pesar de ello el orden de aproxi-
macin se mantiene.
Teorema 5 Sea (t) la solucin de (4). Si , C
4
([t
0
. t
0
+ c] . R) y t
I
.
I
es la suce-
sin de aproximaciones por el mtodo de Runge-Kutta, entonces
[c
I
[ _ C
I
/
4
.
Es decir, que el mtodo tiene orden de aproximacin C(/
4
) .
Es decir, que si reducimos / a la mitad el error de truncamiento se multimplicara por
1
16
.
51
En este caso el error en cada paso individual tiene orden C(/
5
). La suma de los `
errores nos da el orden C(/
4
).
Notemos que si analizamos el error global nos aparecer, al igual que en el mtodo de
Euler, el sumando adicional
c
I
, donde o es el error mximo de redondeo en cada paso, por
lo que para mantener el orden de convergencia necesitamos que o _ c/
5
.
Ejemplo. Resolvamos

0
=
t
2
.
(0) =1.
en el intervalo [0. 1] con / = 0.5.
1) ,
1
=
01
2
=
1
2

12
1 +
0.5
2
+
_

1
2
_
= 0.875
,
2
=
0.250.875
2
= 0.312 5

12
1 +
0.5
2
+ (0.312 5) = 0.921 875
,
3
=
0.250.921 875
2
= 0.335 938

1
1 + 0.5 + (0.335 938) = 0.832 031
,
4
=
0.50.832 031
2
= 0.166 016

1
= 1 +
0.5
6
+
_

1
2
+ 2 + (0.312 5) + 2 + (0.335 937 5) 0.166 016
_
= 0.836 426
(0.5) = 0.5 2 + 3c

0:5
2
= 0.836 402
Error=[0.836 426 0.836 402[ = 0.000 024
2),
1
=
0.50.836 426
2
= 0.168 213

32
0.836 426 +
0.5
2
+ (0.168 213) = 0.794 373
,
2
=
0.750.794 373
2
= 0.022 186 5

32
0.836 426 +
0.5
2
+ (0.022 186 5) = 0.830 879
,
3
=
0.750.830 879
2
= 0.040 439 5

2
0.836 426 + 0.5 + (0.040 439 5) = 0.816 206
,
4
=
10.816 206
2
= 0.091 897

2
= 0.836 426 +
0.5
6
(0.168 213 + 2 + (0.022 186 5) + 2 + (0.040 439 5) + 0.091 897)
= 0.819 629
(1) = 1 2 + 3c

1
2
= 0.819 592
Error=[0.819 629 0.819 592[ = 0.000 037
Si utilizamos el paso / = 0.025 obtenemos que
4
= 0.819594.
Error=[0.819594 0.819 592[ = 2.0 10
6
El cociente entre los dos errores es el siguiente:
1::o:(/ = 0.5)
1::o:(/ = 0.25)
=
0.000 037
2.0 10
6
= 18. 5.
lo que concuerda con lo esperado.
Con el mtodo de Heun (/ = 0.5) sale
2
= 0.831 055
Error=[0.819 592 0.831 055[ = 0.011 463
52