Ampliación de Matemáticas sobre Geometría Esférica y Ecuaciones Diferenciales

E SCUELA DE I NGENIER ÍAS
M ARINA , N ÁUTICA Y R ADIOELECTR ÓNICA
A MPLIACI ÓN DE M ATEM ÁTICAS
Francisco Javier Navarro Izquierdo
Puerto Real, Cádiz, Octubre de 2018

Índice
1 Geometrı́a esférica 1
1.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Conceptos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.3 Triángulos esféricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3.1 Propiedades de los triángulos esféricos . . . . . . . . . . . . . . . 6
1.4 Trigonometrı́a esférica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Resolución de triángulos esféricos . . . . . . . . . . . . . . . . . . . . . . 7
1.6 El pentágono de Neper . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.7 Coordenadas geográficas y rumbo . . . . . . . . . . . . . . . . . . . . . . 10
2 Ecuaciones diferenciales 15
2.1 Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2 Ecuaciones diferenciales ordinarias . . . . . . . . . . . . . . . . . . . . . . 15
2.3 Ecuaciones diferenciales ordinarias de primer orden . . . . . . . . . . . . . 16
2.3.1 Ecuaciones exactas . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.3.2 Ecuaciones de variables separadas . . . . . . . . . . . . . . . . . . 19
2.3.3 Ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.4 Ecuaciones de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . 21
2.4 Ecuaciones diferenciales ordinarias de orden superior . . . . . . . . . . . . 22
i
Índice
2.5 Sistemas de EDOs de primer orden . . . . . . . . . . . . . . . . . . . . . . 25
2.6 Resolución de EDOs con la transformada de Laplace . . . . . . . . . . . . 30
2.7 Ecuaciones en derivadas parciales . . . . . . . . . . . . . . . . . . . . . . 36
3 Métodos numéricos 41
3.1 Método de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.1.1 Interpretación geométrica . . . . . . . . . . . . . . . . . . . . . . 41
3.1.2 Resolución analı́tica . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.1.3 Localización de raices . . . . . . . . . . . . . . . . . . . . . . . . 44
3.1.4 Aplicación del método de Newton . . . . . . . . . . . . . . . . . . 45
3.2 Polinomio de interpolación . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3 Integración numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.3.1 Regla del trapecio simple . . . . . . . . . . . . . . . . . . . . . . . 50
3.3.2 Regla de Simpson I simple . . . . . . . . . . . . . . . . . . . . . . 51
3.3.3 Regla de Simpson II simple . . . . . . . . . . . . . . . . . . . . . 51
3.3.4 Reglas del trapecio, Simpson I y Simpson II compuestas . . . . . . 52
3.3.5 Método de Romberg . . . . . . . . . . . . . . . . . . . . . . . . . 55
3.4 Resolución numérica de EDOs de primer orden . . . . . . . . . . . . . . . 56
3.4.1 Método de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4.2 Métodos de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . 58
3.5 Álgebra matricial. Factorización LU . . . . . . . . . . . . . . . . . . . . . 61
3.5.1 Aplicación en distemas de ecuaciones . . . . . . . . . . . . . . . . 64
3.5.2 Aplicación en cálculo de determinantes . . . . . . . . . . . . . . . 65
Bibliografı́a recomendada 67
ii
CAPITULO
1
Geometrı́a esférica
1.1 Introducción
La geometrı́a que nos enseñan en la escuela es la más clásica, aquella que podemos
elaborar en un papel sobre una mesa. Esta geometrı́a se llama plana o Euclı́dea.
Sin embargo, esta geometrı́a no es útil para un navegante, ya que la superficie por la que
se desplaza (la Tierra) no es plana sino “redonda”. Lo mismo ocurre con los astrónomos
en su Esfera Celeste. Habrı́a que desarrollar una geometrı́a que se ajustase a este tipo de
superficie. La geometrı́a esférica.
1.2 Conceptos generales
La Geometrı́a Esférica se corresponde con aquella que se desarrolla en la superficie bi-

dimensional de una esfera. Es el modelo más simple de la geometrı́a elı́ptica.
Definición 1.1. Una circunferencia máxima o geodésica son las obtenidas al cortar la
superficie esférica por planos que pasan por el centro de la esfera. Del corte por un plano
que no pase por el centro resulta una circunferencia menor.
1
1. Geometrı́a esférica
El concepto de “recta” de la geometrı́a plana, se identifica con las geodésicas de la

geometrı́a esférica. Una de las primeras diferencias que encontramos con la geometrı́a
plana es que mientras que en esta pueden encontrarse dos rectas paralelas, dos circunfer-
encias máximas nunca pueden ser paralelas, siempre se cortan. Lo que conocemos como
“paralelos” no son circunferencias máximas.
• •
Mientras que en la geometrı́a plana el camino más corto entre dos puntos es una recta, en
la geometrı́a plana el camino más corto entre dos puntos viene dado por la circunferencia
máxima que pasa por ambos y que estarı́a determinada por el plano que pasa por ambos
puntos y el centro de la esfera.
Definición 1.2. La distancia esférica entre dos puntos A y B de la superficie de la esfera

es el arco más pequeño de la circunferencia máxima que los contiene.
Esta distancia (o arco) se expresa generalmente en forma de ángulo, y se corresponde

con el ángulo que forman las dos rectas que pasan por dichos puntos y el centro de la
circunferencia.
2
1.2 Conceptos generales
•
α
•
A
•
B
Esta es una forma general de dar la longitud de un arco, ya que no depende del radio
de la esfera. Las distancias esféricas estarán siempre comprendidas entre 0o y 180o . La
longitud del arco puede calcularse con la siguiente fórmula
2·π·r·α
L=
360
siendo α el ángulo definido por el arco en grados y r el radio de la esfera.
Definición 1.3. Dos puntos A y B son diametralmente opuestos o antipodales si la dis-

tancia esférica entre ambos es de 180o .
Dos puntos diametralmente opuestos están alineados con el centro de la esfera. Esto
es, son las dos intersecciones con la esfera de una recta que pasa por su centro. Existen
infinitas circunferencias máximas que pasan por ambos puntos.
Definición 1.4. El ángulo esférico es el ángulo que forman dos circunferencias máximas
al cortarse en sus dos puntos diametralmente opuestos.
El ángulo esférico viene determinado por el ángulo que forman los planos que generan
ambas circunferencias máximas.
• α
•
α
3
Los ángulos esféricos están comprendidos entre entre 0o y 180o . Dos circunferencias
máximas son perpendiculares si el ángulo que forman es igual a 90o .
Si tomamos el cı́rculo máximo perpendicular a los dos cı́rculos máximos que definen
el ángulo esférico, se tiene que dicho ángulo coincide con el del arco definido por la in-
tersección de ambas circunferencias máximas en su perpendicular. Como veremos más
adelante esto da lugar a una de las propiedades de los triángulos birrectángulos.
•
α
En otras palabras, dos circunferencias máximas se cortan en dos polos y el ángulo que
forman es el mismo que el del arco definido en su ecuador.
Definición 1.5. Los polos de un cı́rculo Polo

•
máximo son los dos puntos de la su-
perficie esférica cuya distancia esférica
Ecuador
a cualquier punto del cı́rculo máximo es
siempre la misma (90o ). •
Se dice que el cı́rculo máximo es el
ecuador de dichos polos y los semicı́rculos Meridiano
máximos que pasan por ellos los meridi-
anos. •
Polo
Los polos de un cı́rculo máximo vienen determinados por la perpendicular al plano que
genera la circunferencia máxima y que pasa por el centro de la esfera.
4
1.3 Triángulos esféricos
En los polos concurren todas las circunferencias máximas perpendiculares a la circun-

ferencia máxima dada.
Por tanto, los polos de una circunferencia máxima pueden determinarse dibujando dos
circunferencias máximas perpendiculares a ella. Los puntos en los cuales se cortan las dos
circunferencias son los polos.
1.3 Triángulos esféricos

La resolución de triángulos esféricos (y por tanto la trigonometrı́a esférica) es funda-
mental a la hora resolver problemas de posicionamiento, rumbo o cambios de husos hor-
arios.
Definición 1.6. Un triángulo esférico es la figura formada por tres arcos de circunferencia
máxima. Los puntos de corte de las tres circunferencias se llaman vértices del triángulo
esférico.
Designaremos con las mayúsculas A, B y C a los vértices del triángulo y a los lados con
minúsculas a, b, c y con igual letra que su vértice opuesto.
a
•
b
B
c
A
En la trigonometrı́a esférica los seis elementos del triángulo, 3 lados y 3 ángulos, se

miden en grados, minutos y segundos. Podemos encontrar diferentes tipos de triángulos
esféricos:
• Isósceles, equilatero y rectángulo, igual que en trigonometrı́a plana.
• Rectilátero, si tiene un lado de 90o .
• Birrectángulo, si tiene dos ángulos rectos.
5
• Trirrectángulo u octante si tiene todos los lados y ángulos rectos.
Triángulo rectángulo Triángulo birrectángulo Triángulo trirrectángulo
1.3.1 Propiedades de los triángulos esféricos
1. Cada lado y cada ángulo es menor que 180o (y mayor que 0o ).
2. La suma de los lados de un triángulo es menor que 360o .
3. La suma de los ángulos es mayor que 180o y menor 540o .
4. Si a > b entonces A > B. Por tanto, ángulo mayor es el opuesto al lado mayor y el
ángulo menor es el opuesto al lado menor.
5. En un triángulo birrectángulo el valor de cada ángulo coinciden con el valor de su

lado opuesto.
6. En un triángulo rectángulo, los catetos y su ángulos opuesto son del mismo tipo.
7. Cualquier lado es menor que la suma de los otros dos y mayor que su diferencia.
1.4 Trigonometrı́a esférica

Fórmulas de Bessel:
• Fórmula del seno:

sen(a) sen(b) sen(c)
= =
sen(A) sen(B) sen(C)
• Fórmula del coseno del lado
cos(a) = cos(b) cos(c) + sen(b) sen(c) cos(A)

cos(b) = cos(a) cos(c) + sen(a) sen(c) cos(B)
cos(c) = cos(a) cos(b) + sen(a) sen(b) cos(C)
6
1.5 Resolución de triángulos esféricos
• Fórmula del coseno del ángulo
cos(A) = − cos(B) cos(C) + sen(B) sen(C) cos(a)

cos(B) = − cos(A) cos(C) + sen(A) sen(C) cos(b)
cos(C) = − cos(A) cos(B) + sen(A) sen(B) cos(c)
Analogı́as de Neper
A+B a−b A−B a−b

tg cos tg sen
2 = 2 2 = 2
C a+b C a+b
cotg cos cotg sen
2 2 2 2
a+b A−B a−b A−B

tg cos tg sen
2 = 2 2 = 2
c A + B c A + B
tg cos tg sen
2 2 2 2
Intercambiando la letra “c” por “a” obtenemos 4 fórmulas más y si lo hacemos por “b”
habremos obtenido 12 analogı́as en total.
1.5 Resolución de triángulos esféricos

Resolver un triángulo significa calcular todos sus lados y ángulos. Para resolver un
triángulo esférico, únicamente necesitamos conocer tres datos.
1. Dados los tres lados a, b, c, despejamos del el ángulo de la fórmula del coseno del
lado. Por ejemplo para resolver el ángulo A tenemos que
cos(a) − cos(b) cos(c)

cos(A) =
sen(b) sen(c)
2. Dados los tres ángulos A, B, C, despejamos del el lado de la fórmula del coseno del
ángulo. Por ejemplo para resolver el lado a tenemos que
cos(A) + cos(B) cos(C)

cos(a) =
sen(B) sen(C)
7
3. Dos lados y el ángulo que forman. Por ejemplo, si tenemos a, b, C, resolvemos

primero el lado c con la fórmula del coseno del lado
cos(c) = cos(a) cos(b) + sen(a) sen(b) cos(C)
y una vez tenemos los tres lados resolvemos el triángulo como en el primer caso.
4. Dos ángulos y el lado común. Por ejemplo, si tenemos A, B, c, resolvemos primero

el ángulo C con la fórmula del coseno del ángulo
cos(C) = − cos(A) cos(B) + sen(A) sen(B) cos(c)
y una vez tenemos los tres ángulos resolvemos el triángulo como en el segundo caso.
5. Dos lados y un ángulo opuesto. Por ejemplo, si tenemos a, b, A, resolvemos primero

el ángulo B con la fórmula del seno
sen(A) sen(b)
sen(B) =
sen(a)
y una vez obtenidos dos ángulos y sus lados opuestos utilizamos las analogı́as de
Neper para obtener los datos restantes (ver final de la sección).
6. Dos ángulos y un lado opuesto. Por ejemplo, si tenemos A, B, a, resolvemos primero

el lado b con la fórmula del seno
sen(a) sen(B)
sen(b) =
sen(A)
y una vez obtenidos dos ángulos y sus lados opuestos utilizamos las analogı́as de
Neper para obtener los datos restantes (ver final de la sección).
En estos dos últimos casos, para calcular B o b hay que aplicar el arcsen lo cual nos
proporciona una ambigüedad ya que obtenemos dos posibles resultados: α y 180o − α. En
estos casos hay que interpretar el problema para decidir cual escoger.
Las analogı́as de Neper son útiles a la hora de resolver triángulos esféricos de los cuales
conocemos dos lados y sus ángulos opuestos. En tal caso usando las analogı́as de Neper
8
1.6 El pentágono de Neper
podemos resolver el ángulo y lado restante. Por ejemplo, si tenemos A, B, a y b
a+b A+B a+b A+B

C cos tg c tg cos
cotg = 2 2 ; tg = 2 2 .
2 a−b 2 A−B
cos cos
2 2
1.6 El pentágono de Neper

Cuando nos encontramos ante un triángulo rectángulo, son necesarios dos datos además
del ángulo recto que ya conocemos. En este caso, si suponemos que A = 90o , las fórmulas
de Bessel pueden simplificarse de la siguiente manera:
• Fórmula del seno: sen(b) = sen(a) sen(B) y sen(c) = sen(a) sen(C).
• Fórmula del coseno del lado: cos(a) = cos(b) cos(c).
• Fórmula del coseno del ángulo:
cos(a) = cotg(B) cotg(C)

cos(B) = sen(C) cos(b)
cos(C) = sen(B) cos(c)
De forma similar, si el triángulo es rectilátero, por ejemplo a = 90o , obtenemos las

siguientes simplificaciones de las fórmulas de Bessel:
• Fórmula del seno: sen(B) = sen(A) sen(b) y sen(C) = sen(A) sen(c).
• Fórmula del coseno del lado:
− cos(A) = cotg(b) cotg(c)

cos(b) = sen(c) cos(B)
cos(c) = sen(b) cos(C)
• Fórmula del coseno del ángulo: − cos(A) = cos(B) cos(C).
Estas relaciones trigonométricas están reflejadas en la regla del pentágono de Neper.
9
• El coseno de cada vértice es igual al producto de los senos de los vértices opuestos.
• El coseno de cada vértice es igual al producto de las cotangegntes de los vértices

adyacentes.
a 180 − A
B C b c
A = 90 a = 90
90 − c 90 − b 90 − C 90 − B
De esta forma, puede utilizarse la fórmula del coseno del ángulo simplificada, en vez
de las analogı́as de Neper, para resolver el triángulo rectángulo cuando conocemos dos
ángulos y sus lados opuestos. En el caso de que A = 90o , si conocemos a, b y B (ya
sea porque los hemos calculado o porque no los han proporcionado) entonces calculamos
primero C usando la fórmula del coseno y posteriormente c:
cos(B) sen(B)
sen(C) = ; cos(c) = .
cos(b) cos(C)
1.7 Coordenadas geográficas y rumbo

Cuando trabajamos en un sistema tridimensional, podemos utilizar varios sistemas de
coordenadas. Los más conocidos son el sistema de coordenadas cartesianas y el de coorde-
nadas esféricas.
• El sistema de referencia cartesiano se compone de un origen O en el que concurren

tres ejes coordenados perpendiculares entre sı́ llamados x, y y z. Las coordenadas
(x, y, z) de un punto P son las proyecciones del vector OP sobre cada uno de los
ejes.
• El sistema de referencia esférico se compone de un origen O en el que concurren dos

ejes de giro también perpendiculares entre sı́. En este caso, las coordenadas (ρ, θ, ϕ)
10
de un punto P vienen dadas por la distancia de P al origen y el ángulo de giro sobre

cada uno de los ejes.
Relaciones entre ambos sistemas: z
x = ρ sen(θ) cos(ϕ) θ
y = ρ sen(θ) sen(ϕ) P
•
z = ρ cos(θ)
ρ
p
ρ = x2 + p
y2 + z2 •
θ = arctan( x2 + y 2 /z) y
ϕ = arctan(y/z) x ϕ
En el cambio de coordenadas cartesianas a esféricas, existe una ambigüedad a la hora

de hacer el arctan que ha de ser resuelta observando el cuadrante en el cual se encuentra
nuestro punto (analı́ticamente bastarı́a con observar los signos de cada una de las compon-
entes).
La superficie terrestre se aproxima a una superficie esférica de radio medio R = 6371km.

Por tanto, tendrı́a sentido utilizar las coordenadas esféricas y olvidarnos del radio, ya que
lo supondrı́amos como constante, obteniendo un sistema coordenado bi-dimensional.
Las coordenadas geográficas utilizan esta idea. Fijan dos lı́neas de referencia, un cı́rculo
máximo y un meridiano de éste: el Ecuador y el meridiano de Greenwich. En tal caso
de forma muy parecida a como se hace en las coordenadas esféricas, podemos expresar la
posición de un punto en la superficie terrestre mediante longitud y latitud.
11
• La latitud de un punto P es la distancia al Ecuador, es decir el arco del meridiano

de P (o meridiano del lugar) que empieza en P y acaba en el Ecuador.
La latitud está comprendida entre 0o y 90o y añadiremos al valor de la latitud la letra

N o S según estemos en el hemisferio norte o en el sur respectivamente.
• La longitud de un punto P es el ángulo formado por el meridiano de P y el de

Greenwich. Es decir, el arco que determinan ambos meridianos en el Ecuador.
La longitud está comprendida entre 0o y 180o y añadiremos la letra W o E según

estemos a la izquierda o a la derecha del meridiano de Greenwich respectivamente.
Podemos prescindir de las letras a la hora de expresar la latitud y la longitud. Basta con
tomar latitud positiva si es N y negativa si es S. Lo mismo ocurre para la longitud, tomamos
longitud positiva si es E y negativa si es W.
N
z
Origen de P
•
Coordenadas
Geográficas Ecuador
lat
W •
y E
•
x lon
Meridiano de Meridiano del
Greenwiwch Lugar
Para realizar el cambio de coordenadas, simplemente hay que tener en cuenta que el eje
x ha de pasar por el origen de coordenadas geográficas y que ρ = 6371km siempre.
Para determinar el rumbo que llevamos al navegar por una circunferencia máxima (también
llamadas ortódromas) necesitamos tener en cuenta el meridiano del lugar en el que nos en-
contramos. El rumbo lo mediremos de 0o a 360o empezando en el meridiano (al norte del
12
barco) y girando en sentido horario (sentido E) hasta el arco de la circunferencia máxima

que determina la trayectoria. El rumbo también puede tomarse en sentido antihorario pero
en ese caso hay que especificarlo añadiendo la letra W.
Las circunferencia sobre la superficie esférica que siempre mantienen el rumbo constante
se llaman loxódromas, son cómodas para navegar pero no son arcos máximos y no las
usaremos en trigonometrı́a esférica. Por ejemplo los paralelos (que tienen rumbo constante
de 90 o o de 270 o ) están prohibidos como lados de un triángulo esférico.
De esta forma, para resolver problemas de navegación entre dos puntos A y B, planteando
un triángulo esférico formado por dichos puntos y uno de los polos. Obteniendo los lados
a y b a partir de las latitudes (y viceversa), el ángulo en el polo a partir de las longitudes (y
viceversa), los ángulos A y B a partir de los rumbos (y viceversa) y el lado c a partir de la
distancia que separa A y B.
13
CAPITULO
2
Ecuaciones diferenciales
2.1 Introducción
Supongamos que acabamos de parar un motor, a una temperatura de 70o C, y queremos
conocer la función T (t) que determina la temperatura del motor en el instante t. Entonces
T 0 (t) será la variación de la temperatura en el instante t. La ley de enfriamiento de Newton
describe este proceso mediante la ecuación diferencial
T 0 (t) = −k(T (t) − Tm ),
donde k es una constante de proporcionalidad y Tm la temperatura del medio.
Estamos acostumbrados a ecuaciones en las que la incógnita es un número real, pero

ahora se trata de una función, en este caso T (t). Como en el caso de la ley del enfriamiento
de Newton, hay comportamientos que se describen a partir de ecuaciones diferenciales, por
lo que en este tema veremos cómo se resuelven algunas de ellas.
2.2 Ecuaciones diferenciales ordinarias

Una ecuación diferencial ordinaria (EDO) es una ecuación que relaciona una función
de una variable con sus derivadas. La ecuación diferencial más inmediata es aquella que se
15
2. Ecuaciones diferenciales
plantea a la hora de calcular la integral de una función. Si llamamos

Z
y(x) = G(x)dx
se tiene que y(x) es la solución de la ecuación diferencial y 0 (x) = F (x).
El orden de una ecuación diferencial ordinaria es el de la derivada más alta que aparece.
Generalmente, una ecuación diferencial de orden n puede escribirse de la forma
y (n) = G(x, y(x), y 0 (x), y 00 (x), . . . , y (n−1) (x)).
Una ecuación diferencial ordinaria tiene múltiples soluciones. Pongamos como ejemplo
la ecuación diferencial y 0 (x) = 3x2 + 1, entonces las soluciones son
Z
y(x) = 3x2 + 1dx = x3 + x + C
siendo C ∈ R una constante. Sin embargo, si especificamos que la solución tiene que
verificar que y(0) = 3 entonces necesariamente C = 3. Esto es lo que se conoce como
problema de valores iniciales (PVI). Para una ecuación diferencial de orden n habrı́a que
fijar n condiciones
y(x0 ) = y0 , y 0 (x1 ) = y1 , . . . , y (n−1) (xn−1 ) = yn−1 .
Las soluciones de una ecuación diferencial pueden darse explı́cita o implı́citamente. La

solución explı́cita es aquella que muestra directamente la expresión de y(x) respecto de
la variable x. Sin embargo hay veces que no es posible o presenta una gran dificualtad
ecnontrar la expresión de la solución explı́cita y por tanto hay que dar la solución implı́cita,
es decir, en forma de ecuación que relacione x e y.
En lo que sigue llamaremos a la función y(x) simplemente por y para reducir la notación.
2.3 Ecuaciones diferenciales ordinarias de primer orden
Las ecuaciones diferenciales de primer orden, pueden escribirse de la forma
y 0 = G(x, y).
16
Lamentablemente, no hay método general para resolver ecuaciones diferenciales de primer

orden. Hay muchos tipos de ecuaciones diferenciales y cada uno de ellos tiene una forma
de resolverse.
2.3.1 Ecuaciones exactas
Supongamos que F (x, y) = K. Si derivamos la igualdad obtenemos la siguiente ecuación
dF (x, y) dF (x, y) 0
+ y = 0,
dx dy
que es una ecuación diferencial cuya solución viene dada implı́citamente por F (x, y) = K.
dy
Teniendo en cuenta que y 0 = , si llamamos
dx
dF (x, y) dF (x, y)
P (x, y) = y Q(x, y) = ,
dx dy
podemos escribir la ecuación diferencial como
P (x, y)dx + Q(x, y)dy = 0.
En realidad toda ecuación diferencial ordinaria puede transformarse en una expresión de

este tipo. Si además se verifica que
dP (x, y) dQ(x, y)
=
dy dx
estaremos ante una ecuación exacta.
Veamos ahora el procedimiento para calcular la solución F (x, y) = K de una ecuación

diferencial exacta.
Resolución utilizando P (x, y)
Comenzamos integramos P (x, y) respecto de x,

Z
F (x, y) = P (x, y)dx = f (x, y) + C(y)
En el resultado aparece una constante que depende de la variable que no estábamos
17
dF (x, y)
integrando (y). Como = Q(x, y) planteamos
dy
df (x, y)
+ C 0 (y) = Q(x, y)
dy
para obtener C 0 (y). De esta forma, integrando obtendremos la expresión de C(y) habiendo
hallado entonces F (x, y). La solución viene dada implı́citamente por F (x, y) = K.
Resolución utilizando Q(x, y)
El proceso es similar al anterior. Comenzamos integrando Q(x, y) respecto de y ob-

teniendo que
F (x, y) = g(x, y) + C(x)
y por tanto para calcular C(x) plantearı́amos
dg(x, y)
+ C 0 (x) = P (x, y)
dx
para obtener la expresión de C 0 (x) e integrarla para obtener C(x). La resolución se termina
igual que en el caso anterior.
Ejemplo 2.1. Resolvamos la ecuación (3x2 −2x−y)+(2y −x+3y 2 )y 0 = 0. Observemos

que es equivalente a resolver
(3x2 − 2x − y)dx + (2y − x + 3y 2 )dy = 0.
Llamemos P (x, y) = 3x2 − 2x − y y Q(x, y) = 2y − x + 3y 2 . Comprobemos primero

que la ecuación es exacta
P (x, y) Q(x, y)
= = −1.
dy dx
Para resolverla primero integramos P (x, y) respecto de x y obtenemos que

Z
F (x, y) = P (x, y)dx = x3 − x2 − yx + C(y).
Calculemos C(y). Para ello derivamos F (x, y) respecto de y e igualamos a Q(x, y)
−x + C 0 (y) = 2y − x + 3y 2
18
y obtenemos que C 0 (y) = 2y + 3y 2 por tanto

Z
C(y) = 2y + 3y 2 dy = y 2 + y 3 + C1
por lo que, tomando K = −C1 , la solución viene dada implı́citamente por
F (x, y) = x3 − x2 − yx + y 2 + y 3 = K.
2.3.2 Ecuaciones de variables separadas
Se dice que una ecuación diferencial ordinaria es de variables separadas si es de la forma
y 0 = a(x)b(y).
dy 1
Teniendo en cuenta que y 0 = y llamando P (x) = −a(x) y Q(y) = podemos
dx b(y)
“separar las variables” y escribir la ecuación diferencial como
P (x)dx + Q(y)dy = 0,
que es una ecuación exacta. Entonces, podemos integrar por separado

Z Z
p(x) = P (x)dx, q(y) = Q(y)dy
de modo que la solución de la ecucación viene dada implicitamente por p(x) + q(y) = C.
Ejemplo 2.2. Resolvamos la ecuación (x2 + 9)y 0 + xy = 0. En primer lugar vamos a

tratar de separar las variables. Para ello primero despejaremos y 0 obteniendo
xy
y0 = − .
x2 +9
dy
Pasando un poco por alto la rigurosidad matemática y teniendo en cuenta que y 0 = ,
dx
podemos obtener
x 1
2
dx + dy = 0.
x +9 y
Integrando ambos miembros tenemos que
ln |x2 + 9|
+ C1 + ln |y| + C2 = C3 .
2
19
Llamando C = eC3 −C1 −C2 , podemos despejar y de la ecuación anterior obteniendo la

solución explı́cita
C
y(x) = √ .
x2 + 9
2.3.3 Ecuaciones lineales
Se dice que una ecuación diferencial ordinaria es lineal si es de la forma
y 0 = a(x)y + b(x).
A la ecuación y 0 = a(x)y se le llama ecuación homogénea asociada a la ecuación difer-

encial anterior. Para resolver una ecuación diferencial lineal primero debemos obtener la
solución de la ecuación homogénea asociada, que es de variables separadas. Resolviendo
1
dy = a(x)dx
y
se tiene que Z Z
1
ln |y| + C1 = dy = a(x)dx = f (x) + C2 .
y
Tomando C = eC2 −C1 tenemos que y = Cef (x) . Utilizando la variación de constantes
de Lagrange en yh (x), tenemos que la solución general de la ecuación es
y(x) = C(x)ef (x) .
Por tanto, tenemos que sustituir y(x) en la ecuación original para calcular C(x), ob-
teniendo la siguiente igualdad
C 0 (x)ef (x) + C(x)f 0 (x)ef (x) = a(x)C(x)ef (x) + b(x).
Despejando C 0 (x) obtenemos que
C 0 (x) = (a(x) − f 0 (x))C(x) + b(x)e−f (x)
que si tenemos en cuenta que f 0 (x) = a(x), queda que
C 0 (x) = b(x)e−f (x) .
20
b(x)e−f (x) dx teniendo la solución de la ecuación difer-

R
Calculamos entonces C(x) =
encial original
Z
y(x) = b(x)e−f (x) dx ef (x) .
Ejemplo 2.3. Resolvamos la ecuación
1
y0 = y + x2 + 2.
x
1
Llamemos a(x) = y b(x) = x2 + 2. Entonces tenemos que
x
y = Cx
por lo solución es y(x) = C(x)x. Sustituyendo en la ecuación original y despejando

tenemos que
x2 + 2 2
C 0 (x) = =x+ .
x x
x2
Por lo tanto, tenemos que C(x) = + 2 ln(x) + K. Luego la solución es
2
2
x
y(x) = x + 2 ln(x) + K .
2
2.3.4 Ecuaciones de Bernoulli
Se dice que una ecuación diferencial es lineal si es de la forma
y 0 = a(x)y + b(x)y m
con m ∈ N \ {1}.
La estrategia para resolver ecuaciones de Bernoulli es transformarlas mediante un cam-

bio de variable en una ecuación lineal. Tomamos entonces el cambio
1
y = u 1−m .
Sustituyendo en la ecuación de Bernoulli tenemos que
1 m 1 m
u 1−m u0 = a(x)u 1−m + b(x)u 1−m ,
1−m
21
de donde despejando u0 se tiene que
u0 = (1 − m)a(x)u + (1 − m)b(x).
Resolviendo esta ecuación lineal, obtenemos la expresión de u(x). Finalmente, el cam-

bio de variable se deshace obteniendo la solución y(x).
Ejemplo 2.4. Resolvamos la ecuación
1 x2 + 2 3
y0 = y+ y .
−2x −2
Resolvamos primero
1 x2 + 2
u0 = (−2) u + (−2)
−2x −2
1
= u + x2 + 2
x
que es la misma ecuación lineal del Ejemplo 2.3 con solución
x2

u(x) = x + 2 ln(x) + K
2
Si deshacemos el cambio, tenemos que
1
y(x) = s .
x 2
x + 2 ln(x) + K
2
2.4 Ecuaciones diferenciales ordinarias de orden superior
En este apartado vamos a estudiar la resolución de ecuaciones diferenciales ordinarias

de orden mayor que uno lineales con coeficientes constantes. La resolución se compone de
dos pasos fundamentales: calcular primero una solución yh (x) de la ecuación homogénea
y posteriormente la solución general. Esto último puede hacerse
• Utilizando el método de variación de constantes sobre yh (x) tal y como se hacı́a en

las EDOs lineales de primer orden. Que no será el que utilizaremos en esta sección.
22
2.4 Ecuaciones diferenciales ordinarias de orden superior
• Calcular una solución particular yp (x) de la ecuación, obteniendo como solución

general y(x) = yh (x) + yp (x). Que será el que utilizaremos en esta sección.
Resolución de la homogénea
Para evitar dificultades de tratar con un orden arbitrario, vamos a comenzar por las ecua-
ciones de segundo orden, que son la forma
ay 00 + by 0 + cy = f (x)
donde a, b, c ∈ R.
Para calcular una solución de la ecuación homogénea ay 00 + by 0 + cy = 0 utilizaremos

el procedimiento de la ecuación auxiliar. Esto consiste calcular las soluciones m1 y x2 de
la siguiente ecuación de segundo grado:
am2 + bm + c = 0.
Cuando las soluciones m1 y m2 son reales:
• Si m1 6= m2 entonces yh (x) = Aem1 x + Bem2 x .
• Si m1 = m2 entonces yh (x) = Aem1 x + Bxem2 x .
Cuando las soluciones son del tipo m1 = α + βi y m2 = α − βi entonces
yh (x) = Aeαx sen(βx) + Beαx cos(βx).
Ejemplo 2.5. Resolvamos la ecuación homogénea
y 00 + 2y 0 + y = 0
Las soluciones de m2 + 2m + 1 = 0 son m1 = m2 = −1. Luego
yh (x) = C1 e−x + C2 xe−x .
Ante una ecucación diferencial de orden n, entonces tendrı́amos que resolver una
ecuación an mn +· · ·+a1 m+a0 = 0 de grado n. En este caso, yh (x) la generamos sumando
términos progresivamente fijándonos en las soluciones de an mn + · · · + a1 m + a0 = 0.
23
• Si hay una solución real m repetida r veces entonces sumamos
A1 emx + A2 xemx + · · · + Ar xr emx .
• Si un par de soluciones α + βi y α − βi se repiten r veces entonces
A1 eαx sen(βx) + B1 eαx cos(βx) + · · · + Ar xr eαx sen(βx) + Br xr eαx cos(βx).
Calcular solución particular
Existen varios métodos para calcular una solución particular. En este apartado utiliz-
aremos el método de los coeficientes indeterminados, que es bastante sencillo cuando el
término independiente f (x) de la ecuación es una función lo suficientemente sencilla.
El método consiste construir la solución particular siguiendo el tipo de función f (x) de

forma que
f (x) yp (x)
keλx Keλx
kn xn + . . . k1 x + k0 Kn xn + . . . K1 x + K0
k1 sen(λx) + k2 cos(λx) K1 sen(λx) + K2 cos(λx)
Si f (x) es suma o producto de los casos que se presentan en la tabla entonces yp (x) será la
suma o producto de los casos correspondientes.
Hay que tener especial cuidado de que yp (x) no sea una solución particular de yh (x).
Para solucionar este problema, se multiplica por x la solución aportada por la tabla anterior.
Ejemplo 2.6. Veamos algunos ejemplos:
1. Si yh (x) = Ae2x + Bex y f (x) = e2x entonces yp (x) = Kxe2x .
2. Si yh (x) = Ae2x + Bxe2x y f (x) = e2x entonces yp (x) = Kx2 e2x .
3. Si yh (x) = A sen(x) + B cos(x) y f (x) = cos(x) entonces
yp (x) = K1 x sen(x) + K2 x cos(x).
24
2.5 Sistemas de EDOs de primer orden
Una vez que tenemos la forma de nuestra solución particular, hay que determinar el valor
de los coeficientes K sustituyendo yp (x) en la ecuación diferencial original.
Ejemplo 2.7. Resolvamos la ecuación y 00 + 2y 0 + y = x3 + 4.
Primero hemos de resolver la ecuación homogénea y 00 + 2y 0 + y = 0, cuya solución
yh (x) = C1 e2x + C2 xe2x
ya hemos calculado en el Ejemplo 2.5. Ahora hay que calcular una solución particular.
Para ello nos fijamos en el lado derecho de la igualdad. Se trata de un polinomio de grado
3, ası́ que la solución particular ha de ser del tipo
yp (x) = ax3 + bx2 + cx + d.
Ahora necesitamos calcular los parámetros. Para ello se sustituye yp (x) en la ecuación
original, yp00 + 2yp0 + yp = x3 + 4, y tenemos que
ax3 + (6a + b)x2 + (6a + 4b + c)x + 2b + 2c + d = x3 + 4.
Es decir, han de verificarse las siguientes ecuaciones:



 a=1

 6a + b = 0

 6a + 4b + c = 0

2b + 2c + d = 4

Resolviendo el sistema se tiene que yp (x) = x3 − 6x2 + 18x − 20. La solución general de
la ecuación es entonces y(x) = yh (x) + yp (x), que da lugar a
y(x) = C1 e2x + C2 xe2x + x3 − 6x2 + 18x − 20.

En general, un sistema de ecuaciones diferenciales ordinarias (de cualquier orden) es un
sistema de ecuaciones que relaciona múltiples funciones con sus derivadas, no necesari-
amente de primer orden. Sin embargo, basta con estudiar los sistemas diferenciales de
primer orden, ya que como veremos más adelante, una ecuación de grado superior puede
convertirse en un sistema de primer orden.
En general, un sistema de ecuaciones diferenciales ordinarias de primer orden son de la
25
forma  0

 y1 (x) = G1 (x, y1 , y2 , . . . , yn )
 y 0 (x) = G2 (x, y1 , y2 , . . . , yn )

2
..

 .
 0

yn (x) = Gn (x, y1 , y2 , . . . , yn )
Al igual que ocurrı́a con las ecuaciones diferenciales, no hay un método general para
resolver sistemas de ecuaciones lineales de primer orden. De hecho son muy difı́ciles de
resolver. Sólo se disponen de métodos analı́ticos generales para resolver sistemas lineales
especiales. Debido a la duración del curso, en esta sección vamos a centrarnos en estudiar
cómo se resuelve un sistema lineal de coeficientes constantes, el cual se expresa de la
forma  0

 y1 (x) = a11 y1 (x) + a12 y2 (x) + · · · + a1n yn (x) + b1 (x)
 y 0 (x) = a21 y1 (x) + a22 y2 (x) + · · · + a2n yn (x) + b2 (x)

2
.. ,

 .
 0

yn (x) = an1 y1 (x) + an2 y2 (x) + · · · + ann yn (x) + bn (x)
y cuya matriz de coeficientes es diagonalizable.
Si tomamos el vector función Y (x) y el vector derivada Y 0 (x) como
y10 (x)
   
y1 (x)
 y2 (x)   y20 (x) 
Y (x) =  Y 0 (x) = 
   
..  .. 
 .   . 
yn (x) yn0 (x)
y la matriz de coeficientes A y la parte independiente B(x) como

   
a11 a12 · · · a1n b1 (x)
 a21 a22 · · · a2n   b2 (x) 
A= B(x) = 
   
.. .. .. ..  .. 
 . . . .   . 
an1 an2 · · · ann bn (x)
el sistema puede escribirse de forma matricial como
Y 0 (x) = AY (x) + B(x)
y un sistema de valores iniciales se escribirı́a entonces como

0
Y (x) = AY (x) + B(x)
Y (x0 ) = Y0
26
La estrategia es la misma que cuando se resolvı́an ecuaciones del tipo lineal. Hay que
buscar una solución de la homogénea y obtener la general calculando una solución partic-
ular por el método de los coeficientes indeterminados o utilizando el método de variación
de constantes, que es el que utilizaremos en este apartado.
Calcular la solución del sistema homogéneo
Es por eso que vamos a comenzar por ver cómo se resuelve el sistema homogéneo
Y 0 (x) = AY (x).
La solución general de un sistema homogéneo viene dada por Y (x) = CeAx siendo C
un vector de n constantes. Y si existen condiciones iniciales entonces C = Y0 e−x0 A , esto
es Y (x) = Y0 e(x−x0 )A .
Sin embargo, la expresión de e elevado a una matriz A es una suma de términos infinitos.
En el caso que estamos estudiando, tenemos que A es diagonalizable, por lo que podremos
hallar las soluciones del sistema homogéneo de la siguiente forma:
1. Primero hayamos los autovalores y autovectores de A.
2. Como A es diagonalizable obtendremos n autovectores. De esta forma, calcularemos

una solución particular del sistema homogéneo
Yi (x) = eλi x vi
por cada autovector vi obtenido siendo autobalor λi su autovalor asociado.
3. Una solución general de la homogénea es
Yh (x) = C1 Y1 (x) + C2 Y2 (x) + · · · + Cn Yn (x)
Ejemplo 2.8. El sistema de ecuaciones diferenciales


0
 y1 (x) = 3y1 (x) + y2 (x) + y3 (x)

y20 (x) = y1 (x) + 3y2 (x) + y3 (x)
 y 0 (x) = y (x) + y (x) + 3y (x)

3 1 2 3
27
tiene como matriz asociada  

3 1 1
A =  1 3 1 ,
 
1 1 3
cuyos autovalores son λ1 = 5 con multiplicidad 1 y λ2 = 2 con multiplicidad 2. Para
λ1 = 5 tenemos el autovector v1 = (1, 1, 1) y para λ2 = 2 los autovectores v2 = (1, 0, −1)
y v3 = (0, 1, −1). Por tanto, las soluciones particulares asociadas a cada autovector son:
• Para v1 = (1, 1, 1):

   
1 e5x
Y1 (x) = e5x  1  =  e5x  .
   
1 e5x
• Para v1 = (1, 0, −1):

   
1 e2x
Y2 (x) = e2x  0  =  0  .
   
−1 −e2x
• Para v1 = (0, 1, −1):

   
0 0
Y3 (x) = e2x  1  =  e2x  .
   
−1 −e2x
Luego la solución es

5x 2x
 y1 (x) = C1 e − C2 e

y2 (x) = C1 e5x + C3 e2x
 y (x) = C e5x − C e2x − C e2x

3 1 2 3
Método de variación de constantes
Una vez que tenemos la solución de la homogénea tenemos que la solución general del
sistema no homogéneo es
Y (x) = C1 (x)Y1 (x) + C2 (x)Y2 (x) + · · · + Cn (x)Yn (x)
donde Ci (x) se obtiene resolviendo Y 0 (x) = AY (x) + B(x).
28
Observemos que para cada 1 ≤ i ≤ n se tiene que las soluciones Yi (x) que habı́amos
calculado para el sistema homogéneo son de la forma
   t 
y1i (x) Y1 (x)
 y2i (x)   Y t (x) 
 2
Yi (x) =  , tomando Y (x) =
  
..  h  .. 
 .   . 
yni (x) t
Yn (x)

y C(x) = C1 (x) C2 (x) · · · Cn (x) podemos escribir Y (x) = C(x)Yh (x). Al sustituir
en el sistema nos queda que
C 0 (x)Yh (x) + C(x)Yh0 (x) = AC(x)Yh (x) + B(x)
y como Yh0 (x) = AYh (x), por ser solución de la homogénea, C 0 (x)Yh (x) = B(x). Es
decir  0

 C1 (x)y11 (x) + · · · + Cn0 (x)y1n (x) = b1 (x)
 C 0 (x)y21 (x) + · · · + C 0 (x)y2n (x) = b2 (x)

1 n
..

 .
 0
C1 (x)yn1 (x) + · · · + Cn0 (x)ynn (x) = bn (x)

de donde podemos obtener Ci0 (x) escalonando el sistema con el método de Gauss. Esto es
posible ya que yji (x) es un múltiplo de yki (x). Integrando Ci0 (x), se calcula Ci (x).
Ejemplo 2.9. El sistema de ecuaciones diferenciales


0 6x
 y1 (x) = 3y1 (x) + y2 (x) + y3 (x) + e

y20 (x) = y1 (x) + 3y2 (x) + y3 (x) − e2x
 y 0 (x) = y (x) + y (x) + 3y (x) − e2x

3 1 2 3
La solución del sistema homogéneo se calculó en el Ejemplo 2.8, conocemos la solución

de la homogénea. Planteamos el sistema

0 5x 0 2x e6x
 C1 (x)e − C2 (x)e
 =
0
C1 (x)e5x 0
+ C3 (x)e 2x = −e2x
 C 0 (x)e5x − C 0 (x)e2x − C 0 (x)e2x = −e2x

1 2 3
Utilizando el método de Gauss se obtiene el siguiente sistema escalonado


0 5x 0 2x e6x
 C1 (x)e − C2 (x)e
 =
C20 (x)e2x + C30 (x)e2x = −e2x − e6x
−C30 (x)e2x = −e2x + e6x


29
Obteniendo C10 (x) = −2e−3x + ex , C20 (x) = −2 y C30 (x) = 1 − e4x . Finalmente, integ-
rando
2e−3x e4x
C1 (x) = + ex + c1 , C2 (x) = −2x + c2 y C3 (x) = x − + c3 .
3 4
Transformación de EDOs de orden superior a sistemas de primer orden
Una de las formas de resolver ecuaciones de orden superior es transformarla en un sis-

tema de primer orden. Es decir, resolver la ecuación
y(x)(n) = G(x, y, y 0 , y 00 , . . . , y (n−1) )
es equivalente a resolver el sistema
y1 (x) = y00 (x)



0

 y2 (x) = y1 (x)



..
.
0

yn (x) = yn−1 (x)




 0
yn (x) = G(x, y0 , y1 , . . . , yn−1 )
De esta misma forma, cualquier sistema de ecuaciones diferenciales ordinarias, puede

ser transformado en un sistema de primer orden.
2.6 Resolución de EDOs con la transformada de Laplace

En esta sección vamos a estudiar una forma sencilla para resolver problemas de valores
iniciales en el que interviene una ecuación diferencial lineal de cualquier orden. La idea
consiste en convertir la ecuación diferencial en una algebraica, en general más “sencilla”
de resolver. Tras resolver la ecuación lineal, haremos el proceso inverso, esto es, deshacer
el cambio para obtener la solución de la ecuación diferencial.
En esta sección utilizaremos la transformada de Laplace para para transformar ecua-

ciones diferenciales lineales con coeficientes constantes y resolverlas.
Definición 2.1 (Transformada de Laplace). Sea f (x) una función definida en [0, +∞). La
transformada de Laplace Lf (s) viene dada por
Z +∞
Lf (s) = f (x)e−sx dx.
0
30
Para reducir notación cuando hagamos referencia a la transformada de Laplace la denot-

aremos por F (s) = Lf (s). Veamos a continuación las transformadas de algunas funciones:
f (x) k xn ekx sen(kx) cos(kx) senh(kx) cosh(kx)

k n! 1 k s k s
F (s)
s sn+1 s−k s2 + k 2 s2 + k 2 s2 − k 2 s2 − k 2
Además, la transformada de Laplace, cumple las siguientes propiedades:
f (x) xn f (x) e−kx f (x) af (x) + bg(x)
F (s) (−1)n F (n) (s) F (s + k) aF (s) + bG(s)
La transformada de f (n+1) (x), la derivada n-ésima, viene dada por
sn+1 F (s) − sn f (0) − sn−1 f 0 (0) − · · · − sf (n−1) (0) − f (n) (0).
Por ejemplo, tenemos que sF (s) − f (0) y s2 F (s) − sf (0) − f 0 (0) son las transformadas
de f 0 (x) y f 00 (x) respectivamente.
Si tenemos en cuenta la tabla de transformadas y las propiedades que se muestran en la

tabla anterior, tenemos que la transformada de f (x) = e−rx xn es
n!
F (s) = .
(s + r)n+1
Además, puede construirse la siguiente tabla combinando la transformada anterior con

senos y cosenos:
f (x) x sen(kx) e−rx sen(kx) xe−rx sen(kx)

2ks k 2k(s + n)
F (s)
(s2 + k 2 )2 (s + r)2 + k 2 ((s + r)2 + k 2 )2
f (x) x cos(kx) e−rx cos(kx) xe−rx cos(kx)

s2 − k 2 s+r (s + r)2 − k 2
F (s)
(s2 + k 2 )2 (s + r)2 + k 2 ((s + r)2 + k 2 )2
31
De la misma forma puede obtenerse una tabla similar para las funciones hiperbólicas.
Ejemplo 2.10. Si tenemos el PVI y 00 + y 0 − 2y = e−2x sujeto a y(0) = 1 e y 0 (0) = −3.
Tenemos que
1
s2 Y − s + 3 + sY − 1 − 2Y =
s+2
es el sistema equivalente al hacer el cambio con la transformada de Laplace.
Como comentábamos al comienzo de la sección, la estrategia para resolver ecuaciones

diferenciales es utilizando la transformada de Laplace es sustituir la expresión por su trans-
formada. De este modo, estamos transformando la ecuación diferencial en una ecuación
lineal que depende de dos “variables”, s y F (s).
Entonces resolvemos la ecuación lineal obtenida despejando F (s) en función de s y, por

último, se deshace el cambio en sobre F (s) (se calcula la antitransformada de F (s)) para
obtener la solución de la ecuación diferencial original.
Definición 2.2 (Antitransformada). Dada una función F (s) se dice que f (x) es la trans-
formada de F (s) si F (s) = Lf (s).
Gracias a la tabla de transformadas podemos antitransformar fracciones simples. Por

ejemplo sabemos que la antitransformada de k/s es k. Sin embargo, el problema se
presenta cuando queremos antitransformar fracciones más complejas. La estrategia será
descomponer dicha fracción como suma de otras (más simples) cuyas antitransformadas
conozcamos.
Recordemos que para descomponer en fracciones simples hay que factorizar el denom-
inador de modo que
A B C
• Al factor (s + a)n le corresponde + 2
+ ··· + .
s + a (s + a) (s + a)n
Ms + N
• Al factor (s2 + as + b) (si no tiene raı́ces reales) le corresponde .
s2+ as + b
Para calcular las constantes del numerador hay que comparar la suma de todas las frac-
ciones (las de cada uno de los factores) y comparar grado a grado el polinomio numerador
de la fracción obtenida con el de la original.
Las transformadas de las fracciones del tipo
A
(s + a)n
32
se obtienen directamente de la tabla de transformadas. Sin embargo a la fracción
Ms + N
s2+ as + b
hay que hacerle algunos cambios completando cuadrados en el denominador. De esta

forma, se tiene que
a 2 a2
s2 + as + b = s + +b− .
2 4
r
a a2
Si tomamos r = y k = b − tenemos que
2 4
Ms + N M (s + r) + N − M r
= ,
s2+ as + b (s + r)2 + k 2
N − Mr
y llamando P = tenemos que
k
M (s + r) + N − M r s+r k
2 2
=M 2 2
+P
(s + r) + k (s + r) + k (s + r)2 + k 2
que puede antitransformarse fácilmente utilizando la tabla de antitransformadas de senos y

cosenos.
Observemos con el siguiente ejemplo lo sencillo que es resolver un PVI utilizando esta
técnica. Cojamos el mismo problema que el que se contemplaba en el Ejemplo 2.10.
Ejemplo 2.11. Tenemos el siguiente PVI: y 00 + y 0 − 2y = e−2x sujeto a y(0) = 1 e

y 0 (0) = −3, que se transforma en
1
s2 Y − s + 3 + sY − 1 − 2Y = .
s+2
Si despejamos Y de la ecuación anterior, tenemos que
s2 − 3
Y (s) = .
(s + 2)(s2 + s − 2)
Hay que descomponer en fracciones simples. Observemos que las raı́ces de s2 + s − 2

son −2 y 1. Es decir el denominador se descompone como en (s − 2)2 y s − 1. Entonces
s2 − 3 A B C
= + + .
(s + 2)(s2 + s − 2) s + 2 (s + 2)2 s − 1
33
Calculemos A, B y C teniendo en cuenta que ha de verificarse
s2 − 3 = A(s + 2)(s − 1) + B(s − 1) + C(s + 2)2 ,
1 2
entonces para s = −2 obtenemos B = − , para s = 1 obtenemos C = − y para s = 0
3 9
1 8
−3 = −2A + − ,
3 9
11
esto es A = . Por lo tanto hay que hacer la antitransformada de
9
11 1 1 1 2 1
Y (s) = − 2
−
9 s + 2 3 (s + 2) 9s−1
obteniendo ası́ que la solución del PVI es
11 −2x 1 −2x 2 x
y(x) = e − xe − e .
9 3 9
Ya hemos visto un ejemplo en el que hay todos los factores son de la forma (s + a)n .
Intentemos resolver ahora uno en el que haya algún factor de la forma s2 + as + b que no
tenga raı́ces reales
Ejemplo 2.12. Tenemos el siguiente PVI: y 00 +y 0 +y = 2e−x sujeto a y(0) = 1 e y 0 (0) = 3,

que se transforma en
2
s2 Y − s − 3 + sY − 1 + Y = .
s+1
s2 + 5s + 6
Y (s) = .
(s + 1)(s2 + s + 1)
Hay que descomponer en fracciones simples. Observemos que las raı́ces de s2 + s + 1

no tiene raı́ces reales. Entonces la fracción puede descomponerse como
s2 + 5s + 6 A Ms + N
2
= + 2 .
(s + 1)(s + s + 1) s+1 s +s+1
Calculemos A, M y N teniendo en cuenta que ha de verificarse
s2 + 5s + 6 = A(s2 + s + 1) + M s(s + 1) + N (s + 1),
34
entonces para s = −1 obtenemos A = 2. Para s = 0 tenemos que
6 = 2 + N,
esto es N = 4. Y si s = 1 tenemos que
12 = 6 + 2M + 8,
esto es M = −1.
Ahora bien, realizando los cambios necesarios para estos casos (véase la teorı́a) tenemos
que
√
p
−s + 4 s + 1/2 3/4
2
= 2
+ 27
s +s+1 (s + 1/2) + 3/4 (s + 1/2)2 + 3/4
Por lo tanto hay que hacer la antitransformada de
√
2 s + 0.5 √ 0.75
Y (s) = + 2
+ 27
s + 1 (s + 0.5) + 0.75 (s + 0.5)2 + 0.75

√ √ √
y(x) = 2e−x + e−0.5x cos( 0.75x) + 27e−0.5x sen( 0.75x).
En realidad, a la hora de calcular el valor de las constantes de la antitransformadas,

estamos planteando un sistema de ecuaciones. En los ejemplos anteriores, no lo parecı́a
porque conseguı́amos “aislar” las constantes de modo que obtenı́amos ecuaciones en las
que solo intervenı́a una de las constantes.
Ejemplo 2.13. Tenemos el siguiente PVI: y 00 + y = 2 sujeto a y(0) = 1 e y 0 (0) = 3, que

se transforma en
2
s2 Y − s − 3 + Y = .
s
s2 + 3s + 2
Y (s) = .
s(s2 + 1)
Hay que descomponer en fracciones simples. Observemos que las raı́ces de s2 + 1 no

tiene raı́ces reales. Entonces la fracción puede descomponerse como
s2 + 3s + 2 A Bs + C
= + 2 .
s(s2 + 1) s s +1
35
Calculemos A, B y C teniendo en cuenta que ha de verificarse
s2 + 3s + 2 = A(s2 + 1) + Bs2 + Cs,
entonces para s = 0 obtenemos A = 2. La diferencia de este ejemplo con los anteriores

es que no es posible aislar el parámetro B o el parámetro C. Entonces hay que sustituir s
dos veces y resolver un sistema de ecuaciones. Esto es, si consideramos s = 1 y s = −1
nos queda un sistema en la forma
(
6=4+B+C
0=4+B−C
con solucion B = −1 y C = 3. En este caso puede procederse como en el ejemplo anterior,

obteniendo
−s + 3 s+0 1
2
=− 2 2
+3 ,
s +1 (s + 0) + 1 (s + 0)2 + 12
y luego haciendo su transformada. O, de forma equivalente, puede considerarse
−s + 3 s 1
2
=− 2 2
+3 2 ,
s +1 s +1 s + 12
cuya antitrasnformada será la misma. Por lo tanto hay que hacer la antitransformada de
2 s 1
Y (s) = − +3 2
s s2 + 12 s + 12
y(x) = 2 − cos(x) + 3 sen(x).
La transformada de Laplace, también permite resolver sistemas de ecuaciones lineales

con coeficientes constantes de cualquier orden con condicion inicial. El procedimiento es
el mismo que con las ecuaciones, sólo que a la hora de transformar, en vez de obtener una
ecuación algebráica, tendremos un sistema con tantas transformadas como funciones haya
en el sistema original.
2.7 Ecuaciones en derivadas parciales
Hasta ahora hemos estudiado ecuaciones diferenciales ordinarias, es decir soluciones

cuya solución era una función que dependı́a de una única variable: “y(x)”.
36
Existen problemas en los que la función ha de depender de más de una variable (por
ejemplo, espacio y tiempo, presión y temperatura, etc.) de modo que pudieran aparecer sus
derivadas la ecuación diferencial. A este tipo de ecuaciones se las denomina Ecuaciones
en Derivadas Parciales (EDP).
En este apartado vamos a centrarnos en un tipo de ecuaciones muy especı́ficas, las lin-
eales e segundo orden con coeficientes constantes. En concreto, nos centraremos en tres
tipos de ecuaciones:
• La ecuación unidimensional del calor:
∂u ∂2u
(x, t) = λ 2 (x, t)
∂t ∂x
Esta ecuación modela el flujo de calor en una varilla (de longitud L) cuyos extremos
se mantienen siempre a cero grados. La función u(x, t) representa la temperatura en
la posición “x” en cada instante “t”.
• La ecuación unidimensional de onda:
∂2u 2 ∂u
2
(x, t) = µ (x, t)
∂t2 ∂x2
Esta ecuación modela las vibraciones transversales de una cuerda extendida (de lon-
gitud L). La función u(x, t) representa la distancia en la posición “x” (respecto del
eje de vibración) en cada instante “t”.
• La ecuación bidimensional de Laplace:
∂2u ∂u2
(x, y) + (x, y)
∂x2 ∂y 2
Esta ecuación modela la distribución de la temperatura en una placa rectangular. La

función u(x, t) representa la temperatura en cada punto “(x, y)” de la placa.
Este tipo de ecuaciones pueden resolverse utilizando el Método de Separación de Vari-

ables, el cual vamos a estudiar sobre un ejemplo.
37
Método de separación de variables
Supongamos que queremos resolver la ecuación
∂2u ∂u
2
(x, y) = (x, y)
∂x ∂y
por el método de separación de variables.
En primer lugar hay que suponer que la solución va a ser de la forma u(x, y) = f (x)g(y),
por lo que bastarı́a con calcular f (x) y g(y) para obtener la solución de la ecuación. Para
ello, tendremos que sustituir esta solución en la ecuación.
Teniendo en cuenta que
∂2u ∂u
(x, y) = f 00 (x)g(y) y (x, y) = f (x)g 0 (y),
∂x2 ∂y
la ecuación diferencial quedarı́a de la forma f 00 (x)g(y) = f (x)g 0 (y).
Una vez tenemos la ecuación respecto de f (x) y g(y) es posible separar la parte que
depende de x de la que depende de y, quedando
f 00 (x) g 0 (y)
= .
f (x) g(y)
Cada parte de la igualdad depende de una variable distinta. Por tanto, la única forma de
que se verifique es que ambas sean igual a una constante k, dando lugar a dos ecuaciones
diferenciales ordinarias:
f 00 g0
=k y = k.
f g
Estas ecuaciones son lineales homogéneas de coeficientes constantes,
f 00 − kf = 0 y g 0 − kg = 0,
ası́ que pueden resolverse utilizando el procedimiento de la ecuación auxiliar.
1. Resolvamos primero la ecuación f 00 − kf = 0.

√
Calculamos las soluciones de m2 − k = 0, que son m = ± k. Dependiendo del
valor de k tendremos uno u otro tipo de solución, por lo que tendremos que distinguir
tres casos diferentes (esto ocurre siempre que la ecuación sea de segundo orden).
38
• Caso k = 0. En este caso tenemos que m1 = m2 = 0, luego
f (x) = Ae0x + Bxe0x = A + Bx.
• Caso k > 0. En este caso, si tomamos k = c2 con c 6= 0 para reducir la

expresión, tenemos que m1 = c y m2 = −c, luego
f (x) = Aecx + Be−cx
• Caso k < 0. En este caso, si tomamos en este caso k = −c2 con c 6= 0,

tenemos que m1 = ci y m2 = −ci, luego
f (x) = Ae0x sen(cx) + Be0x cos(cx) = A sen(cx) + B cos(cx)
2. Resolvamos ahora la ecuación g 0 − kg = 0.
En este caso hay que resolver m − k = 0, es decir m = k. Luego la solución es

siempre g(x) = Cekx .
Por lo tanto, podemos calcular u(x, y) = f (x)g(y). Teniendo en cuenta que C va a

multiplicar a las constantes A y B, podemos prescindir de ella de forma que:
• u(x, y) = A + Bx cuando k = 0.
2x
• u(x, y) = (Aecx + Be−cx )ec cuando k = c2 > 0.
2x
• u(x, y) = (A sen(cx) + B cos(cx))e−c cuando k = −c2 < 0.
39
CAPITULO
3
Métodos numéricos
La primera inclinación a la hora de resolver un problema es intentar obtener una solución

exacta. Sin embargo, en muchos casos no disponemos de las técnicas suficientes para
obtenerla o las existentes presentan mucha dificultad. De hecho podrı́amos preguntarnos
si nos bastarı́a con una solución lo suficientemente precisa, ¿para qué queremos saber la
longitud de una pared con precisión de milı́metros si con decı́metros nos basta?.
Es por ello que, en muchos casos, es interesante utilizar técnicas numéricas para obtener
una solución aproximada de ecuaciones, integrales, ecuaciones diferenciales, etc.
3.1 Método de Newton

El método de Newton o de la tangente, se trata de un algoritmo que nos permite aproxi-
mar las raı́ces de funciones, es decir, los valores de x en los que f (x) = 0, y que puede ser
utilizado para el cálculo de soluciones aproximadas de sistemas de ecuaciones.
3.1.1 Interpretación geométrica
La idea geométrica de este método consiste en escoger un valor de x, uno que creemos
que esté acerca de la solución, y utilizar la recta tangente a la función por dicho punto para
obtener una aproximación mejor.
41
3. Métodos numéricos
Imaginemos que queremos saber por donde corta la función f (x) = ex + x al eje x.
Tomamos una primera aproximación de la solución, por ejemplo x1 = 1. Trazamos la
tangente a la función por el punto (1, f (1)) y miramos por donde corta al eje x y obtenemos
una segunda aproximación x2 = 0
-2 -1 1 2
-2
Repetimos el proceso para x2 = 0. Tenemos que si trazamos la tangente a f por el

punto (0, f (0)) y calculamos por donde corta al eje x, en este caso obtenemos una tercera
aproximación x3 = −0.5.
-2 -1 1 2
-2
A medida que iteramos el proceso, siempre que la aproximación inicial sea adecuada,
nos acercanremos más al valor que estamos buscando.
De los métodos para buscar raı́ces de funciones, el método de Newton es el que más
rápido converge. Sin embargo hay que tener en cuenta que no siempre converge, esto
depende de la aproximación inicial que tomemos. Es por ello que es muy importante el
tomar una primera aproximación que no se aleje mucho de la solución. Por ejemplo, si
consideramos f (x) = x4 + 2x3 − x − 1 y comenzamos tomando x1 = 0 observamos que
no converge, que alternativamente obtenemos los valores 0 y −1.
42
1.0 1.0
0.5 0.5
-2.0 -1.5 -1.0 -0.5 0.5 1.0 -2.0 -1.5 -1.0 -0.5 0.5 1.0
-0.5 -0.5
-1.0 -1.0
-1.5 -1.5
3.1.2 Resolución analı́tica
Supongamos que tenemos una función f y queremos resolver f (x) = 0. Como bien diji-
mos anteriormente, si tenemos una aproximación x1 de la solución, el método de Newton
busca una aproximación más precisa viendo por donde corta al eje x la tangente a f que
pasa por (x1 , f (x1 )). En otras palabras trata de resolver
f (x1 ) + f 0 (x1 )(x − x1 ) = 0.
De este modo, despejando de la ecuación anterior, tenemos que una segunda aproxim-
ación serı́a
f (x1 )
x2 = x1 − .
f 0 (x1 )
Iterando este proceso, si hemos tomado una primera aproximación suficientemente cer-
cana a la solución, obtendremos en cada iteración una aproximación más precisa de la
solución
f (xn−1 )
xn = xn−1 − .
f 0 (xn−1 )
El error del método de Newton es un error cuadrático, es decir, si llamamos α a la

solución exacta |xn+1 − α| < (xn − α)2 . Es decir, el número de cifras decimales exactas
se duplica en cada iteración. Si tenemos una solución que tiene una precisión de décimas
(0.1) entonces la aproximación de la siguiente iteración tendrá una precisión de centésimas
(0.01) y la siguiente de diezmilésimas (0.0001).
43
3.1.3 Localización de raices
Como hemos comentado anteriormente es importante tener cuidado con la primera aprox-
imación que se toma para arrancar el algoritmo del método de Newton ya que de ello
dependerá (de cómo de buena sea esa aproximación) si el método convergerá o no a la
solución buscada.
El objetivo es determinar un intervalo [a, b], lo suficientemente pequeño, donde se anule

la función. La forma de determinarlo es empı́rica, es decir, tomando dos valores a y b, y
utilizar resultados matemáticos para estudiar si entre ellos se encuentra alguna raı́z y, en su
caso si esta es única.
Teorema 3.1 (Teorema de Bolzano). Supongamos que f es una función continua. Dado
un intervalo [a, b] si f (a)f (b) < 0 entonces existe c ∈ [a, b]tal que f (c) = 0
Gráficamente esto significa que si una función cambia de signo en a y en b, entonces

tiene que cortar al eje x. Por ejemplo, si consideramos la función f (x) = ex + x y los
puntos a = −1 y b = 0 tenemos que en a la función es negativa y en b es positiva, luego
en ese intervalo existe al menos una raı́z.
-2 -1 1 2
-2
El problema es que con el Teorema de Bolzano podemos asegurar que al menos hay una
solución pero no podemos afirmar que solo hay una solución. Para ello tendrı́amos que
ayudarnos del Teorema de Rolle.
Teorema 3.2 (Teorema de Rolle). Supongamos que f es una función continua y derivable.
Dado un intervalo [a, b] si f (a) = f (b) entonces existe c ∈ [a, b]tal que f 0 (c) = 0
En el siguiente ejemplo (f (x) = x4 + 2x3 − x − 1, a = −1 y b = 0) vemos cómo la

interpretación gráfica de este resultado.
44
1.0
0.5
-2.0 -1.5 -1.0 -0.5 0.5 1.0
-0.5
-1.0
-1.5
Por lo tanto, para poder asegurar que en un intervalo [a, b] existe un único punto c en el
que la función corte al eje x es decir f (c) = 0 basta con ver que f (a)f (b) < 0 (Teorema
de Bolzano) y que la derivada es siempre o positiva o negativa en ese intervalo, ya que por
el Teorema de Rolle podemos asegurar que no hay dos puntos en ese intervalo en el que la
función tenga el mismo valor y, por tanto, tampoco en los que se corte al eje x.
3.1.4 Aplicación del método de Newton
El método de Newton es útil a la hora de encontrar soluciones a ecuaciones. Para ello, lo

único que hay que hacer es transformar a ecuación a la forma deseada (f (x) = 0) y aplicar
el método. Por ejemplo si queremos resolver
ex = −x
lo único que necesitamos es despejar para que uno de los términos de la igualdad se anule,
es decir considerar
ex + x = 0.
Entonces, es claro que para obtener una solución aproximada de ex = −x bastarı́a con
aplicar el método a la función f (x) = ex + x.
Esto también puede aplicarse a la resolución de sistemas de ecuaciones, para ello lo único
que habrı́a que hacer es transformar todas las ecuaciones en la forma f (x) = 0 y aplicar el
método de Newton adaptado para un sistema de ecuaciones.
En el siguiente cuadro se resumen las transformaciones que hay que hacer a la hora de
aplicar Newton a una ecuación o a un sistema de dos ecuaciones con dos incógnitas (para
n ecuaciones con n incógnitas únicamente hay que generalizar la transformación).
45
Ecuación / Sistema Transformación
f (x) = 0 f (x0 ) + f 0 (x0 )(x − x0 ) = 0
df (x0 , y0 ) df (x0 , y0 )
f (x, y) = 0 f (x0 , y0 ) + (x − x0 ) + (y − y0 ) = 0
dx dy
dg(x0 , y0 ) dg(x0 , y0 )
g(x, y) = 0 g(x0 , y0 ) + (x − x0 ) + (y − y0 ) = 0
dx dy
Básicamente, el método de Newton permite transformar, a partir de una solución aprox-

imada, un problema no lineal a uno lineal, que puede ser resuelto sin ninguna dificultad,
cuya solución mejore la precisión de la solución aproximada del problema original que
habı́amos escogido anteriormente.
Buscar aproximaciones gráficamente
Aunque ya hemos visto cómo podemos intentar localizar raı́ces de forma analı́tica siempre
podemos tratar de representar gráficamente el problema para localizar visualmente la aprox-
imación inicial. Sin embargo esto es sólo recomendable cuando se puede hacer utilizando
funcione elementales cuyas gráficas son conocidas. Por ejemplo, supongamos la ecuación
ex = −x. La idea es ver donde cortan las funciones ex y −x (es decir, donde son iguales).
-2 -1 1 2
-2
Podemos ver que la solución se encuentra en el intervalo [−1, 0].
En el caso de los sistemas de ecuaciones, lo ideal es representar implı́citamente la gráfica.
46
3.2 Polinomio de interpolación
Por ejemplo, si tenemos el siguiente sistema de ecuaciones
(x − 0.2)2 + (y − 0.2)2 = 1

(x + 0.2)2 + (y + 0.2)2 = 1
tenemos que las ecuaciones son dos circunferencias de radio 1 centradas en el (0.2, 0.2) y
en el (−0.2, −0.2) respectivamente.
1.0
0.5
-1.0 -0.5 0.5 1.0
-0.5
-1.0
De esta forma, podemos ver que una solución se encuentra [−1, −0.5] × [0.5, 1] (recor-
demos que esto significa que hay que escoger x0 en [−1, −0.5] e y0 en el [0.5, 1]) y otra en
[0.5, 1] × [−1, −0.5].

Dados n puntos (x1 , y1 ), (x2 , y2 ) . . . (xn , yn ), el polinomio de interpolación de esos
puntos es el polinomio que pasa por todos ellos. A continuación se muestra el polinomio
de interpolación de los puntos (−1, 4), (0, 2), (1, 6) y (2, 4).
10
-2 -1 1 2 3
-5
47
El polinomio de interpolación es muy util a la hora de calcular numéricamente la integral

o la derivada de una función. La idea es considerar el polinomio que mejor se ajusta a una
función para calcular de forma aproximada su integral o su derivada numérica de forma
más sencilla.
Dada una función hay varias formas de construir un polinomio de interpolación que se
ajuste a ella. La más sencilla de ellas es la fórmula de las diferencias divididas de Newton,
que nos ofrece un polinomio de orden n − 1. La idea principal es escoger varios puntos de
nuestra función y calcular el polinomio de interpolación que pasa por ellos.
Imaginemos que hemos tomado 4 puntos (x0 , y0 ), (x1 , y1 ), (x2 , y2 ) y (x3 , y3 ). Calcu-
lamos la siguiente tabla:
x y Orden 1 Orden 2 Orden 3

x0 y0
y1 − y0
α1 =
x1 − x0
β1 − α1
x1 y1 α2 =
x2 − x0
y2 − y1 β2 − α2
β1 = α3 =
x2 − x1 x3 − x0
γ1 − β1
x2 y2 β2 =
x3 − x1
y3 − y2
γ1 =
x3 − x2
x3 y3
El polinomio de interpolación de grado 3 que obtenemos viene dado por
p(x) = y0 + α1 (x − x0 ) + α2 (x − x0 )(x − x1 ) + α3 (x − x0 )(x − x1 )(x − x2 ).
Hay que destacar que el polinomio de interpolación por regla general no se ajusta bien
a la función a medida que nos alejamos de los puntos escogidos de la función. La idea
es que escojamos los puntos dentro del intervalo que nos convenga (el intervalo en el que
estamos integrando o un intervalo en el que se encuentre el punto en el que queremos hallar
la derivada) y de forma que entre dos puntos la función no sufra variaciones muy grandes.
Para que el polinomio de interpolación se ajuste más uniformemente a la función en

el intervalo [a, b] que consideremos, escogeremos valores en la coordenada x igualmente
espaciados. En tal caso, si quisiéramos calcular el polinomio de interpolación de orden n,
48
tomando
b−a
h= ,
n
los puntos a considerar serı́an (xi , yi ) = (a+ih, f (a+ih)) con 0 ≤ i ≤ n. Si consideramos
el ejemplo anterior quedarı́a tenemos que
x y Orden 1 Orden 2 Orden 3

x0 y0
y1 − y0
h
y2 − 2y1 + y0
x1 y1
2h2
y2 − y1 y3 − 3y2 + 3y1 − y0
h 3h3
y3 − 2y2 + y1
x2 y2
2h2
y3 − y1
h
x3 y3
Hagamos el siguiente ejemplo práctico
1
Ejemplo 3.1. Polinomio de interpolación de orden 4 para f (x) = en [−2, 2]. En
x2 + 1
este caso los puntos serı́an

1 1 1 1
−2, , −1, , (0, 1), 1, , 2,
5 2 2 5
2 − (−2)
y tendrı́amos que h = = 1. Resolvemos la tabla
4
x y Orden 1 Orden 2 Orden 3 Orden 4
−2 1/5
3/10
−1 1/3 1/10
1/2 −1/5
0 1 −1/2 1/10
−1/2 1/5
1 1/2 1/10
−3/10
2 1/5
49
El polinomio de interpolación es
1 3 1 1 1
+ (x + 2) + (x + 2)(x + 1) − (x + 2)(x + 1)x + (x + 2)(x + 1)x(x − 1)
5 10 10 5 10
Observemos gráficamente cómo se ajusta a la función original
2.5
2.0
1.5
1.0
0.5
-3 -2 -1 1 2 3
3.3 Integración numérica

Integrar una función en muchas ocasiones es un proceso complicado y, en muchos casos
no disponemos de las herramientas necesarias para calcularla. La integración numérica son
procedimientos de aproximación numérica que facilitan el cálculo de integrales definidas
en un intervalo.
Las reglas más conocidas son las del trapecio, Simpson I y Simpson II. La idea es aprox-
imar la función a integrar en un intervalo [a, b] por un polinomio de interpolación, ya que
son sencillos de integrar, obteniendo ası́ una aproximación de la integral original.
3.3.1 Regla del trapecio simple

1.2
En este caso se trata de aproximar la
1.0
función mediante el polinomio de inter-
0.8
polación de grado 1 o lo que es lo mismo
0.6
una recta formando ası́ un trapecio. En este
caso, los valores de xi son los extremos 0.4
del intervalo, distanciados por h = b − a. 0.2
Llamando yi = f (xi ), tenemos que el poli- -2 -1 0 1 2
nomio de interpolación de orden 1 es
50
y1 − y0
p(x) = y0 − (x − x0 )
h
obteniendo la regla del trapecio
Z b Z x1
h
f (x)dx ≈ p(x)dx = (y0 + y1 ).
a x0 2
3.3.2 Regla de Simpson I simple
1.2
En este caso se trata de aproximar la
1.0
función mediante el polinomio de inter-
0.8
polación de grado 2. En este caso, los
0.6
valores de xi son los extremos y el punto
0.4
medio del intervalo, de forma que la distan-
b−a
cia que los separa es h = . Tomando 0.2
2
yi = f (xi ) tenemos que el polinomio de -2 -1 0 1 2
interpolación de orden 2 es
y1 − y0 y2 − 2y1 + y0
p(x) = y0 − (x − x0 ) + (x − x0 )(x − x1 )
h 2h2
se deduce la regla de Simpson I
Z b Z x2
h
f (x)dx ≈ p(x)dx = (y0 + 4y1 + y2 ).
a x0 3
3.3.3 Regla de Simpson II simple
1.2
Simpson II funciona de forma similar a
1.0
las reglas anteriores. En este caso se aprox-
0.8
ima la funciónpor un polinomio de inter-
0.6
polación de grado 3 tomando 4 puntos xi
0.4
igualmente espaciados por una distancia de
b−a
h= . Si llamamos yi = f (xi ) y p(x) 0.2
3
al polinomio de interpolación, tenemos que -2 -1 0 1 2
la expresión en este caso viene dada por
51
Z b Z x3
3h
f (x)dx ≈ p(x)dx = (y0 + 3y1 + 3y2 + y3 ).
a x0 8
3.3.4 Reglas del trapecio, Simpson I y Simpson II compuestas
A medida que incrementamos el grado del polinomio de interpolación el error que comet-
emos se reduce considerablemente. En el siguiente ejemplo, el error se reduce un 50% al
utilizar Simpson I y al utilizar Simpson II se reduce un 90% respecto a Simpson I.
1.2 1.2 1.2
1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
-2 -1 0 1 2 -2 -1 0 1 2 -2 -1 0 1 2
Trapecio: 1.21 Simpson I: 0.63 Simpson II: 0.06
Siguiendo esa tendencia, podrı́amos buscar una regla utilizando un polinomio de un or-
den muy elevado para obtener una precisión mucho mayor, sin embargo el esfuerzo que
se requiere respecto con la mejora que se obtiene hace que sea más interesante utilizar re-
glas compuestas. Esto es, dividir el intervalo de integración en m partes, en nuestro caso
b−a
iguales a una distancia de d = , aplicar en cada uno de ellos la misma regla (trapecio,
m
Simpson I o Simpson II) para aproximar el valor Pi de la integral en cada una de ellas y
sumar todos los resultados para obtener el total de forma que el valor de la integral es
I = P1 + P2 + · · · + Pm .
Recordemos como calcular en cada parte el valor aproximado de la integral utilizando

las diferentes reglas:
1.2
• Trapecio: En este caso cada parte no se
1.0
subdivide, por lo que el número total de

0.8
puntos es m y h = d. El valor en cada

0.6
parte viene dado por 0.4
h 0.2
Pi = (yi−1 + yi ).
2 -2 -1 0 1 2
52
1.2
• Simpson I: En este caso en cada parte
1.0
se toma también el punto medio, por lo
0.8
que el número total de puntos es 2m + 1

0.6
y h = d/2. El valor en cada parte viene

0.4
dado por
0.2
h
Pi = (y2i−2 + 4y2i−1 + y2i ). -2 -1 0 1 2
3
1.2
• Simpson II: En este caso en cada parte
1.0
se toman dos puntos igualmente espa-
0.8
cioados, por lo que el número total de
0.6
puntos es 3m + 1 y h = d/3. El valor

0.4
en cada parte viene dado por

0.2
3h
Pi = (y3i−3 +3y3i−2 +3y3i−1 +y3i ). -2 -1 0 1 2
8
Veamos a continuación un ejemplo de cómo se resuelven este tipo de problemas.

Ejemplo 3.2. Calculemos la integral
Z 2
1
I= dx
−2 x2 +1
dividiendo el intervalo de integración [−2, 2] en m = 4 partes. Si utilizamos la regla del

trapecio tenemos los siguientes puntos separados por h = 1:
x0 x1 x2 x3 x4
−2 −1 0 1 2
Calculamos el valor de la función “yi = f (xi )” en cada punto
y0 = 0.2, y1 = 0.5, y2 = 1, y3 = 0.5, y4 = 0.2.
h
Calculemos la aproximación Pi = (yi−1 +yi ) de la integral en cada uno de esos trozos
2
1 1
P1 = (0.2 + 0.5) = 0.35 P3 = (1.0 + 0.5) = 0.75
2 2
1 1
P2 = (0.5 + 1.0) = 0.75 P4 = (0.5 + 0.2) = 0.35
2 2
53
La aproximación es la suma de todos los trozos I ≈ 0.35 + 0.75 + 0.75 + 0.35 = 2.2.
Si observamos el ejemlo anterior, tenemos que estamos operando por 1/2 cuatro veces,
cuando podrı́amos sacarlo como factor común y operar al final. Esto ocurre en todos los
métodos, de forma que podemos ahorrar algunas operaciones. Volvamos a repetir el Ejem-
plo 3.2 utilizando Simpson I:
Ejemplo 3.3. Tenemos los siguientes puntos separados por h = 1/2:
x0 x1 x2 x3 x4 x5 x6 x7 x8
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
Calculamos el valor de la función “yi = f (xi )” en cada punto
y0 = y8 = 0.2, y1 = y7 = 0.3, y2 = y6 = 0.5, y3 = y5 = 0.8, y4 = 1.
Calculemos la ahora el valor Si = (y2i−2 + 4yi )
S1 = 0.2 + 4 · 0.3 + 0.5 = 1.9 S3 = 1.0 + 4 · 0.7 + 0.5 = 2.2
S2 = 0.5 + 4 · 0.7 + 1.0 = 2.2 S4 = 0.5 + 4 · 0.3 + 1.0 = 1.9
h
Tenemos entonces que I ≈ (S1 + S2 + S3 + S4 ) = 1.37.
3
Otra forma de expresar las reglas compuestas es unificar todos los términos en una única
suma. Para ello simplemente hay que tener en cuenta que hay valores, los que delimitan
cada parte, que se cuentan dos veces, exceptuando y0 e yn . De modo que podemos utilizar:
n−1
h X
• Trapecio: I ≈ y0 + 2 yi + yn .
2
i=1
n−1 n−2
h X X
• Simpson I: I ≈ y0 + 4 yi + 2 yi + yn .
3
i=1,3,... i=2,4,...
n−2 n−1 n−3

3h X X X
• Simpson II: I ≈ y0 + 3 yi + 3 yi + 2 yi + yn .
8
i=1,4,... i=2,5,... i=3,6,...
54
La convergencia de estas reglas no es uniforme. Podemos asegurar que si incrementamos

suficientemente el número de divisiones el error se reducirá, pero en pequeñas variaciones
puede empeorar. Por ejemplo, si pasamos de 2 a 4 trozos podemos asegurar que el error no
va a aumentar. Sin embargo, si pasamos de 2 a 3 trozos no lo podemos asegurar.
1.0 1.0 1.0
0.8 0.8 0.8
0.6 0.6 0.6
0.4 0.4 0.4
0.2 0.2 0.2
-2 -1 0 1 2 -2 -1 0 1 2 -2 -1 0 1 2
Error: 0.035 Error: 0.076 Error: 0.035
Esto se debe a que cuando se divide en 4 trozos el intervalo estamos subdividiendo los
ya existentes. Sin embargo, al dividir en 3 trozos el intervalo la distribución de estos puede
empeorar a la anterior. De esta forma podemos asegurar que si incrementamos el número
de trozos el doble el resultados que obtendremos en no empeorará al anterior.
3.3.5 Método de Romberg
Es un método que utiliza el método de los trapecios varias veces cambiando el valor de
h para acelerar la convergencia. La idea básica es fijar un h inicial y realizar el método de
los trapecios para divisiones progresivas de h (es decir h, h/2, h/4, etc.) y calcular unas
aproximaciones de forma recursivamente según la siguiente tabla.
Aprox 1 Aprox 2 Aprox 3 ···
A1,1 = Th
4A1,2 − A1,1
A2,2 =
3
42 A2,4 − A2,2
A1,2 = Th/2 A3,4 =
42 − 1
4A1,4 − A1,2
A2,4 = ···
3
42 A 2,8 − A2,4
A1,4 = Th/4 A3,8 =
42 − 1
4A1,8 − A1,4
A2,8 =
3
A1,8 = Th/8
.. .. ..
. . .
55
En términos generales, si realizamos el método de los trapecios n veces, tenemos que

h varı́a en la forma h/(2i ) para 0 ≤ i ≤ n − 1, teniendo una tabla con n columnas La
primera columna, está formada por A1,2i = Th/(2i ) que son los valores obtenidos al aplicar
el método de los trapecios dividiendo el intervalo de integración en partes de longitud
h/(2i ).
Por regla general, se tiene que
4i Ai,2j − Ai,2j−1
Ai+1,2j =
4i − 1
y pararemos cuando obtengamos el valor de An−1,2n−1 . Cuanto más pequeño sea el valor
de h más rápido convergerá el método.
Ejemplo 3.4. Si hacemos el método de Romberg para calcular

Z 2
1
dx
−2 x2 +1
comenzando con h = 1 y n = 4, tenemos que la tabla queda de la siguiente manera
Trapecio Aprox 1 Aprox 2 Aprox 3

2.2000
2.2103
2.2077 2.2146
2.2143 2.2143
2.2126 2.2143
2.2143
2.2139
3.4 Resolución numérica de EDOs de primer orden

No existe un método general para resolver ecuaciones diferenciales. Hemos visto como
resolver algunos tipos de ecuaciones diferenciales de primer orden, pero hay muchos más
tipos. De hecho, no siempre existe un método para resolver una ecuación diferencial. Es
por ello que existen métodos se resolución numérica, cuyo objetivo es calcular valores
aproximados de la solución del problema de valores iniciales
0
y (x) = F (x, y(x))
y(x0 ) = y0
56
en un entorno de la condición inicial x0 . De modo que la poligonal definida por dichas

aproximaciones es una aproximación de la solución.
3.0
2.5
2.0
1.5
0.6 0.8 1.0 1.2 1.4
Los métodos de resolución numérica de ecuaciones diferenciales calculan aproximaciones

de y(x), a partir una ya conocida “y(x0 ) = y0 ”, para diferentes valores xi separados por
una distancia constante h, de forma que la precisión mejora cuando h disminuye.
Son métodos iterativos, es decir, cada nueva punto (xi+1 , yi+1 ) se calcula a partir de la
anterior (xi , yi ). Por tanto, yi+1 es menos preciso que yi , ya que el error se va acumulando.
Habitualmente, cuando se afronta un problema concreto, la estimación de y(x) se centra

en un intervalo determinado [a, b] con origen (o final) en x0 , de forma que
b−a
h= .
n
En este apartado supondremos que nos alejamos de x0 positivamente ya que la idea de

los métodos que estudiaremos no difiere de cuando nos alejamos negativamente. En tal
caso, bastarı́a con aplicar −h en lugar de h en las fórmulas correspondientes.
3.4.1 Método de Euler
El método de Euler consiste en aproxi- 5.0
4.5
mar las soluciones utilizando la recta tan- 4.0
gente a la a la solución del problema de 3.5
3.0
valores iniciales 2.5
0 2.0
y (x) = F (x, y(x))

y(x0 ) = y0 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0
57
Supongamos tenemos un punto x1 separado a una distancia h de x0 , es decir, x1 =

x0 + h, y que queremos hallar una aproximación de y(x1 ). Como conocemos y0 = y(x0 )
e y 0 (x0 ) = F (x0 , y0 ) podemos construir la función de la recta que pasa por por el punto
(x0 , y0 ) con pendiente F (x0 , y0 ), es decir, la tangente a y(x) en x0 .
f (x) = y0 + F (x0 , y0 )(x − x0 ).
Calculamos y1 = f (x1 ) = y0 + F (x0 , y0 )(x1 − x0 ). Repitiendo el proceso podemos

calcular y2 e iterando hasta n habremos obtenido todas las aproximaciones. En general, la
aproximación i + 1 se calcula de la forma
yi+1 = yi + F (xi , yi )(xi+1 − xi ) = yi + hF (xi , yi ).
A continuación realizaremos un ejemplo práctico del método de Euler.
Ejemplo 3.5. Aproximar en el intervalo [1, 2] la solución del problema de valores iniciales
( y
y0 =
2x
y(1) = 2
2−1
Por n = 10 puntos, es decir h = = 0.1
10
2.8
y0 = 2
2.6
x0
y1 = y0 + h = 2.1
2y0 2.4
x1
y2 = y1 + h = 2.1954 2.2
2y1
x2
y3 = y2 + h = 2.2869 2.0
2y2 1.0 1.2 1.4 1.6 1.8 2.0
..
.
3.4.2 Métodos de Runge-Kutta
Los métodos Runge-Kutta de órden n actúan de forma similar al método de Euler. Para
aproximar valor de yi+1 se utiliza una recta que pasa por (xi , yi ) con una pendiente
a1 k1 + a2 k2 + · · · + an kn
mi = ,
a1 + a2 + · · · + an
58
que es un promedio de n valores k1 , . . . , kn de y 0 (x) es decir, F (x, y), quedando una

expresión del tipo
yi+1 = yi + mi (xi+1 − xi ) = yi + mi h.
Para determinar los valores “k” y los pesos “a”, la idea en la que se basan los métodos
de Runge-Kutta clásicos es transformar el problema de resolver
0
y (x) = F (x, y(x))
y(x0 ) = y0
en el equivalente de Z y Z x
dy = F (x, y(x))dx.
y0 x0
De este modo, tendrı́amos que podemos calcular una aproximación de la función a partir
de un valor anterior, es decir
Z xi+1
yi+1 = yi + F (x, y(x))dx (3.1)
xi
El objetivo es utilizar métodos de integración numérica (Trapecio o Simpson I) para

calcular aproximaciones. Los métodos Runge-Kutta, utilizan aproximaciones iniciales de
y(x) obtenidas a partir del método de Euler de forman que permiten mejorar su precisión.
Runge-Kutta de segundo orden
En este caso, el valor de la integral (3.1) en el intervalo [xi , xi + h] se aproxima por el

método del trapecio, necesitando calcular los valores:

k1 = F (xi , yi ) y k2 ≈ F xi + h, y(xi + h) .
El problema es que no conocemos el

Algoritmo RK2
valor y(xi + h) por lo que se aproxima por
el método de Euler: k1 = F (xi , yi ),
k2 = F (xi + h, yi + hk1 ),
y(xi + h) ≈ yi + hF (xi , yi ) = yi + hk1 .
h
yi+1 = yi + (k1 + k2 )
De este modo podemos calcular k2 y apli- 2
car el método del trapecio.
59
Runge-Kutta de tercer orden
En este caso, el valor de la integral (3.1) en el intervalo [xi , xi + h] se aproxima por el

método de Simpson I, necesitando calcular los valores:

k1 = F (xi , yi ), k2 ≈ F xi + h/2, y(xi + h/2) y k3 ≈ F xi + h, y(xi + h) .
El problema nuevamente es que no conocemos y(xi + h/2) e y(xi + h). El primero se

calcula como en el apartado anterior
h h
y(xi + h/2) ≈ yi + F (xi , yi ) = yi + k1 .
2 2
El valor de y(xi + h) se puede aproximar utilizando Euler a partir del valor yi :
y(xi + h) ≈ yi + hF (xi , yi ) = yi + hk1 ,
o del valor y(xi + h/2) calculado anteriormente,
h h
y(xi + h) ≈ yi + F xi + h/2, y(xi + h/2) = yi + k2 .
2 2
Lo que se hace es utilizar una com-

Algoritmo RK3
binación optimizada de ambos valores, ob-
teniendo: k1 = F (xi , yi ),
h h
k2 = F xi + , yi + k1 ,
2 2
y(xi + h) ≈ yi + h(2k2 − k1 ).
k3 = F xi + h, yi + h(2k2 − k1 ) ,
De este modo podemos calcular k3 y apli- h
yi+1 = yi + (k1 + 4k2 + k3 )
6
car el método de Simpson I.
Runge-Kutta de cuarto orden
Nuevamente, se utiliza la regla de Simpson I para calcular la integral (3.1) en el intervalo

[xi , xi + h]. La diferencia principal en este caso, se calculan los tres valores de F (x, y) ne-
cesarios para la regla de Sipson I utilizando el método de Euler con múltiples estimaciones
de la pendiente.
60
3.5 Álgebra matricial. Factorización LU
Tal y como se hacı́a en los apartados anteriores, tomando k1 = F (xi , yi ), calculamos
h h
y(xi + h/2) ≈ yi + F (xi , yi ) = yi + k1 ,
2 2

y, utilizando este valor, calculamos el valor k2 ≈ F xi + h/2, y(xi + h/2) .
Observemos que k2 aproxima a la pendiente de y(x) en el punto medio de [xi , xi + h],

por lo que podemos volver a aproximar y(xi + h/2) utilizando esta nueva pendiente, es
decir la pendiente de “llegada” y no la de “salida”
h
y(xi + h/2) ≈ yi + k2 .
2
Utilizando este valor en calculamos otra aproximación

k3 ≈ F xi + h/2, y(xi + h/2) ,
k2 + k3
de forma mejoramos la precisión haciendo una media de ambos valores, .
2
Por último, calculamos el valor y(xi +h)

Algoritmo RK4
a de xi por el método de Euler, utilizando
la última pendiente obtenida (k3 ), k1 = F (xi , yi ),
h h
k2 = F xi + , yi + k1 ,
y(xi + h) ≈ yi + hk3 . 2 2
h h
k3 = F xi + , yi + k2 ,
Utilizando este valor, calculamos 2 2
k4 = F xi + h, yi + hk3 ,
k4 = F (xi + h, y(xi + h)) h
yi+1 = yi + (k1 + 2k2 + 2k3 + k4 )
6
y se aplica el método de Simpson I.
En las secciones anteriores hemos visto como una serie de algoritmos nos permiten cal-
cular áreas, soluciones de ecuaciones, etc. de forma aproximada y a bajo coste, es de-
cir realizando un número, relativamente pequeño de operaciones sencillas. En el caso del
álgebra matricial, los métodos numéricos no suelen utilizarse para realizar aproximaciones,
61
sino para reducir el número de operaciones. En este caso vamos a estudiar la factorización
LU (Lower Upper).
A la hora de trabajar en álgebra matricial, el uso de matrices triangulares presenta una

gran ventaja ya es muy sencillo realizar cálculos con ellas. Por ejemplo el determinante
o resolver un sistema de ecuaciones. La idea de la factorización LU es descomponer una
matriz A como el producto de dos matrices triangulares, una triangular inferior L y otra
triangular superior U . De modo que nos quede que
A = LU.
La idea básica para obtener L y U es la eliminación Gaussiana. En el algoritmo de

eliminación Gaussiana se permutan filas siempre que sea necesario. Sin embargo, para
hacer la factorización LU , hay que suponer que estas permutaciones no son necesarias, ya
que en tal caso mediante eliminación Gaussiana no conseguirı́amos obtener una matriz de
paso P triangular. Más adelante, cuando veamos las aplicaciones de la factorización LU
veremos como afectarı́a en el resultado si hubiese que realizar permutaciones.
Recordemos en qué consistı́a la eliminación Gaussiana. Esta trata de triangularizar una

matriz utilizando transformaciones elementales. Supongamos que tenemos la matriz
 
1 3 1
A= 2 4 3 
3 3 7
Si hacemos la eliminación Gaussiana sobre esa matriz y replicamos los cambios sobre la
identidad obtendrı́amos que
 
1 3 1 1 0 0
(A|I) =  2 4 3 0 1 0 
3 3 7 0 0 1
A la segunda fila, le restamos dos veces la primera y a la tercera tres veces la primera.
Es decir, hacemos F2 − 2F1 y F3 − 3F1 .
   
1 3 1 1 0 0 1 0 0
(U1 |P1 ) =  0 −2 1 −2 1 0  E1 =  −2 1 0 
0 −6 4 −3 0 1 −3 0 1
62
Observemos que E1 son las transformaciones elementales que hay que hacer sobre A,
replicados en la identidad. Se cumple que E1 A = U1 .
Si continuamos haciendo eliminación Gaussiana, ahora hay que restar a la tercera fila
tres veces la segunda. Es decir, hacemos F3 − 3F2 .
   
1 3 1 1 0 0 1 0 0
(U2 |P2 ) =  0 −2 1 −2 1 0  E2 =  0 1 0 
0 0 1 3 −3 1 0 −3 1
Observemos que E2 son las transformaciones elementales que hay que hacer sobre U1 ,
replicados en la identidad. Se cumple que E1 U1 = U2 . O lo que es lo mismo, si llamamos
U = U2 y P = P2 tenemos que
P A = E2 E1 A = U
A la matriz P se le llama Matriz de Paso, ya que permite transformar A en una triangular.

De hecho, la matriz de paso es la composición de cada uno de los cambios, esto es
P = E2 E1
Si llamamos entonces L = P − 1 obtenemos que podemos factorizar A como A = LU .

Veamos que calcular la inversa de P es muy sencillo. Por las propiedades de las matrices
se tiene que
P −1 = (E2 E1 )−1 = E1−1 E2−1
y calcular E1−1 y E2−1 es muy sencillo, basta con cambiar de signo los elementos que hay
bajo la diagonal. Es decir
   
1 0 0 1 0 0
E1−1 = 2 1 0  E2−1 =  0 1 0 .
3 0 1 0 3 1
Teniendo esto en cuenta, junto con que:
1. Los valores de las matrices Ei−1 son 1 en la diagonal y el resto 0 salvo (quizás) los
de la columna i.
2. Vamos a multiplicar las matrices Ei−1 conservando el orden de las columnas i.
63
Podemos calcular L = E1−1 E2−1 como
L = I − E1 − E2 ,
donde I denota a la matriz identidad.
Sı́ntesis
Para obtener la descomposición LU de una matriz A, hay que hacer eliminaciones

Gaussianas. La matriz triangular superior que nos queda como resultado es la matriz
U . En cada uno de los pasos, guardamos como Ei a las tranformaciones elementales
que hay que hacer en ese paso (sobre la identidad). Entonces podemos calcular L como
L = (n − 2)I − E1 − E2 − · · · − En−1 .
3.5.1 Aplicación en distemas de ecuaciones
Imaginemos que nos dan la descomposición LU de una matriz A, y queremos resolver

el sistema
Ax = b.
Esto es exactamente lo mismo que hacer LU x = b. En otras palabras, bastarı́a con hacer
U x = L−1 b. Si recordamos que L−1 = P básicamente serı́a hacer U x = P b. Observemos
que esto tiene sentido. Cuando se resueve un sistema haciendo Gauss, las trasnformaciones
se hacen tanto sobre los coeficientes como sobre el término independiente b. Por tanto
cuando se hace Gauss nos queda, en efecto, un sistema del tipo U x = P b.
Recordemos que estamos suponiendo que nos están dando tanto L como U , es decir que
no nos dicen P . Podrı́amos calcular la inversa, pero es preferible seguir transformando el
sistema para no tener que hacerla.
Si llamamos y = P b se tiene que P −1 y = b es decir que Ly = b. Por tanto resolver el

sistema Ax = b es equivalente a resolver el sistema

Ly = b
Ux = y
64
lo cual presenta muchas ventajas ya que basta con resolver el sistema Ly = b aplicando el
procedimiento de bajada para obtener y. Una vez obtenido y se resuelve U x = y aplicando
en este caso el procedimiento de subida.
En este caso, las permutaciones no influyen en el resultado, por lo que no es necesario

tenerlas en cuenta. En el caso de fuese necesario hacerlas, si tenemos una matriz A, la
transformarı́amos en otra A0 haciendo las permutaciones necesarias y, posteriormente cal-
cuları́amos la descomposición LU de A0 .
3.5.2 Aplicación en cálculo de determinantes
Imaginemos que nos dan la descomposición LU de una matriz A, y queremos calcular

el determinante de A. Por las propiedades de los determinantes se tiene que
|A| = |L||U |.
Calcular el determinante de una matriz triangular es muy sencillo. Basta con calcular
su traza, es decir, multiplicar todos los elementos de la diagonal. Como los elementos de
la diagonal de L son siempre unos, se tiene que |L| = 1, es decir |A| = |U |. Como el
determinante de U viene dado por
u11 u12 · · · u1n

0 u22 · · · u2n
|U | = . .. .. .. = u11 u22 · · · unn .
.. . . .
0 0 · · · unn
Luego |A| = u11 u22 · · · unn .
En este caso, las permutaciones sı́ influyen en el resultado, concretamente en el signo

del determinante. En el caso de fuese necesario hacerlas, si tenemos una matriz A, la
transformarı́amos en otra A0 haciendo las permutaciones necesarias y, posteriormente cal-
cuları́amos la descomposición LU de A0 . De esta forma tendrı́amos que el determinante
de A es |A| = (−1)m (u11 u22 · · · unn ), siendo m el número de permutaciones que se han
necesitado para obtener la matriz A0 .
65
Bibliografı́a recomendada
[1] Marı́a Asunción Iglesias Martı́n. Trigonometrı́a esférica. Teorı́a y problemas resueltos.
UPV. Bilbao 2004.
[2] Juan Manuel Nieto Vales. Curso de Trigonometrı́a Esférica. UCA 1996.
[3] Manuel Berrocoso [et al.]. Notas y apuntes de trigonometrı́a esférica y astronomı́a de
posición. UCA 2003.
[4] William E. Boyce, Richard C. DiPrima. Ecuaciones diferenciales y problemas con

valores en la frontera. México. Limusa Wiley, 2010.
[5] Robert D. Strum, John R. Ward. Transformada de Laplace; solución de ecuaciones

diferenciales. México. F. Trillas 1970.
[6] Dennis G. Zill. Ecuaciones Diferenciales con Aplicaciones. México. Grupo Editorial
Iberoamérica 1998.
[7] Richard L. Burden. Análisis Numérico. México. International Thomson,2002.
[8] Claude Brézinski. Introduction à la pratique du calcul numérique. Dunod. Paris, 1988.
67

Ampliación de Matemáticas sobre Geometría Esférica y Ecuaciones Diferenciales

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ampliación de Matemáticas sobre Geometría Esférica y Ecuaciones Diferenciales

Cargado por

Copyright:

Formatos disponibles

E SCUELA DE I NGENIER ÍAS

M ARINA , N ÁUTICA Y R ADIOELECTR ÓNICA

A MPLIACI ÓN DE M ATEM ÁTICAS

Francisco Javier Navarro Izquierdo

Puerto Real, Cádiz, Octubre de 2018

1.2 Conceptos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.3 Triángulos esféricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

1.3.1 Propiedades de los triángulos esféricos . . . . . . . . . . . . . . . 6

1.4 Trigonometrı́a esférica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1.5 Resolución de triángulos esféricos . . . . . . . . . . . . . . . . . . . . . . 7

1.6 El pentágono de Neper . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

1.7 Coordenadas geográficas y rumbo . . . . . . . . . . . . . . . . . . . . . . 10

2.2 Ecuaciones diferenciales ordinarias . . . . . . . . . . . . . . . . . . . . . . 15

2.3 Ecuaciones diferenciales ordinarias de primer orden . . . . . . . . . . . . . 16

2.3.1 Ecuaciones exactas . . . . . . . . . . . . . . . . . . . . . . . . . . 17

2.3.2 Ecuaciones de variables separadas . . . . . . . . . . . . . . . . . . 19

2.3.3 Ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . 20

2.3.4 Ecuaciones de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . 21

2.4 Ecuaciones diferenciales ordinarias de orden superior . . . . . . . . . . . . 22

2.5 Sistemas de EDOs de primer orden . . . . . . . . . . . . . . . . . . . . . . 25

2.6 Resolución de EDOs con la transformada de Laplace . . . . . . . . . . . . 30

2.7 Ecuaciones en derivadas parciales . . . . . . . . . . . . . . . . . . . . . . 36

3.1 Método de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3.1.1 Interpretación geométrica . . . . . . . . . . . . . . . . . . . . . . 41

3.1.2 Resolución analı́tica . . . . . . . . . . . . . . . . . . . . . . . . . 43

3.1.3 Localización de raices . . . . . . . . . . . . . . . . . . . . . . . . 44

3.1.4 Aplicación del método de Newton . . . . . . . . . . . . . . . . . . 45

3.2 Polinomio de interpolación . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3.3 Integración numérica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50

3.3.1 Regla del trapecio simple . . . . . . . . . . . . . . . . . . . . . . . 50

3.3.2 Regla de Simpson I simple . . . . . . . . . . . . . . . . . . . . . . 51

3.3.3 Regla de Simpson II simple . . . . . . . . . . . . . . . . . . . . . 51

3.3.4 Reglas del trapecio, Simpson I y Simpson II compuestas . . . . . . 52

3.3.5 Método de Romberg . . . . . . . . . . . . . . . . . . . . . . . . . 55

3.4 Resolución numérica de EDOs de primer orden . . . . . . . . . . . . . . . 56

3.4.1 Método de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3.4.2 Métodos de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . 58

3.5 Álgebra matricial. Factorización LU . . . . . . . . . . . . . . . . . . . . . 61

3.5.1 Aplicación en distemas de ecuaciones . . . . . . . . . . . . . . . . 64

3.5.2 Aplicación en cálculo de determinantes . . . . . . . . . . . . . . . 65

1.2 Conceptos generales

La Geometrı́a Esférica se corresponde con aquella que se desarrolla en la superficie bi-

El concepto de “recta” de la geometrı́a plana, se identifica con las geodésicas de la

Definición 1.2. La distancia esférica entre dos puntos A y B de la superficie de la esfera

Esta distancia (o arco) se expresa generalmente en forma de ángulo, y se corresponde

siendo α el ángulo definido por el arco en grados y r el radio de la esfera.

Definición 1.3. Dos puntos A y B son diametralmente opuestos o antipodales si la dis-

Definición 1.5. Los polos de un cı́rculo Polo

En los polos concurren todas las circunferencias máximas perpendiculares a la circun-

1.3 Triángulos esféricos

En la trigonometrı́a esférica los seis elementos del triángulo, 3 lados y 3 ángulos, se

• Isósceles, equilatero y rectángulo, igual que en trigonometrı́a plana.

• Rectilátero, si tiene un lado de 90o .

• Birrectángulo, si tiene dos ángulos rectos.

• Trirrectángulo u octante si tiene todos los lados y ángulos rectos.

Triángulo rectángulo Triángulo birrectángulo Triángulo trirrectángulo

1.3.1 Propiedades de los triángulos esféricos

1. Cada lado y cada ángulo es menor que 180o (y mayor que 0o ).

2. La suma de los lados de un triángulo es menor que 360o .

3. La suma de los ángulos es mayor que 180o y menor 540o .

5. En un triángulo birrectángulo el valor de cada ángulo coinciden con el valor de su

1.4 Trigonometrı́a esférica

• Fórmula del seno: