Herramientas I

1) Acerca de los modelos matemáticos

En un estudio cualquiera, el investigador suele poner su atención a aquello que llama “variables
de interés”, luego suele proceder a formular un experimento que le permita medir valores de
las mismas y obtiene típicamente una tabla de datos, como la que mostraremos en el siguiente
ejemplo:

Ejemplo 1 (un modelo de crecimiento)

Los modelos estáticos de crecimiento de microalgas establecen una función entre la irradiancia
x y la velocidad específica de crecimiento y, medidas en las unidades apropiadas. Prescindiremos
de las unidades a lo largo del ejemplo, por simplicidad.

Lo característico de los modelos estáticos es que son independientes del tiempo y por tanto, el
tiempo no aparece en la ecuación. Los datos obtenidos figuran en la tabla adjunta:

x y

0,00 0,00

0,12 1,36

0,23 1,64

0,46 2,45

0,92 5,45

1,85 7,50

3,69 10,23

7,39 11,59

14,55 12,27

29,09 13,23

Examinemos cuidadosamente la situación. En la tabla, existen dos columnas:

a) La primera corresponde a los valores medidos de la variable “Irradiancia” (a la que

denotaremos x), y que podemos suponer que son solamente algunos valores relevados
de un conjunto más general (que llamaremos X).
b) La segunda contiene las mediciones correspondientes de la variable “Velocidad de
crecimiento” (la denotaremos y). Razonando análogamente, suponemos que son solo
algunos valores que pertenecen a un conjunto más amplio (Y).

Matemáticamente, definimos una función como una relación que asigna a cada elemento x
de un conjunto X un único elemento y de un conjunto Y.

La definición anterior da cuenta de la manera natural como suelen aparecer funciones en

términos de su representación tabular.

Es común que intentemos interpretar la tabla, y manera de representar los datos puede ser
a través de una gráfica. La idea suele ser, por lo general, considerar un sistema de
 coordenadas cartesianas en el plano (dos rectas perpendiculares que se cortan en un origen
común y representan a los conjuntos X e Y respectivamente), luego establecer una escala
apropiada para cada eje y representar todos los pares ordenados de la tabla.

Ejemplo 1 (continuación)

Utilizaremos GeoGebra para graficar los puntos de la tabla. Para ello, elegimos “Vista
tabular”, pegamos nuestra tabla de datos y luego creamos una lista de puntos.
Automáticamente se generará la siguiente gráfica asociada al ejemplo.

Podemos considerar que el conjunto X corresponde a los números reales positivos.

Similarmente podemos razonar para el conjunto Y.

Se puede observar que, a partir que crece la Irradiancia (variable x), se registra un aumento
en el crecimiento de la velocidad de crecimiento (variable y) que además tiende a alcanzar
una cota superior apenas encima de 12.

Casi con seguridad, la inquietud será pensar en establecer algún tipo de fórmula para la
función representada. Estamos pensando en hallar la representación algebraica de la
misma.

No esperamos una fórmula mágica que reproduzca exactamente nuestras mediciones, pero
sí una que permita captar en su esencia el proceso observado y además que, con un error
aceptable, para cada uno de los valores de la primera columna de la tabla, produzca valores
“cercanos” a los de la segunda columna de la misma.

El siguiente paso consiste en preguntarse: “¿cómo hallamos la fórmula que se adecúe al tipo
de datos relevados?” En principio (y a no asustarse) esta pregunta puede tener varias
respuestas, dado que quizá no deberíamos pensar en “la” fórmula, sino posiblemente en
un grupo de fórmulas que modelen aceptablemente los datos de la tabla.

Casi por accidente y sin pensarlo como un objetivo, ya estamos en la búsqueda de un modelo
matemático.

Ejemplo 1 (continuación)

Suponiendo que el modelo para el crecimiento de microorganismos es:

𝑥
(− 𝑥 )
𝑦 = 𝑦𝑚𝑎𝑥 (1 − 𝑒 𝑚𝑎𝑥 ) (Teissier), el problema es estimar 𝑦𝑚𝑎𝑥 y xmax a partir de los datos
de nuestra tabla. El procedimiento empleado usualmente para esto es la técnica estadística
denominada Regresión No Lineal. No obstante, podemos tener una buena aproximación con
GeoGebra, utilizando un enfoque gráfico del problema.

Para ello, ingresamos la fórmula del modelo en Geogebra en la “Vista algebraica”. Por razones
de simplicidad y para que el programa reconozca los nombres, llamemos a las constantes
𝑎 = 𝑦𝑚𝑎𝑥 y 𝑏 = 𝑥𝑚𝑎𝑥 . Se muestra a continuación la gráfica correspondiente:

Como se observa, hay dos barras (una por cada parámetro), que permite al usuario deslizar dos
controles para asignar diferentes valores de los mismos. Luego de algunos ajustes, tenemos una
aproximación razonable: 𝑎 = 𝑦𝑚𝑎𝑥 = 12,1 y 𝑏 = 𝑥𝑚𝑎𝑥 = 1,7. Se puede ver que la curva del
modelo se ajusta bastante bien a los datos de la tabla. De nuevo, estos no son quizá los
“mejores” valores que podemos asignar a los parámetros (que surgirán del ajuste por Regresión
No Lineal), pero sirven para ver rápidamente que el modelo elegido captura bastante bien la
naturaleza de los datos obtenidos.

Ejercicio 1

a) Discutir interpretaciones de los parámetros 𝑦𝑚𝑎𝑥 y 𝑥𝑚𝑎𝑥 (Ayuda: para interpretar este
último parámetro, busque información en Internet de la curva de carga de un capacitor
– tema estudiado en Física).
b) Busque información en Internet de la ecuación del modelo Moser (1958). Pueden elegir
otro similar.
c) Repita el procedimiento del ejemplo 1.
d) Discuta interpretaciones de los parámetros del modelo elegido.

2) Ritmos de cambio

El ejercicio anterior da pie a algunas preguntas que no conviene pasar por alto. Algunas de ellas
son:

a) El modelo de Moser está relacionado con el de Monod (1942), pero ambos son modelos
cinéticos de crecimiento de bacterias, ¿Qué relación tiene esto con el problema de
Teissier?
b) ¿Cómo se llega a la formulación de estos modelos que describen con gran precisión los
datos experimentales? Porque no es sencillo imaginar una relación funcional como la del
𝑥
(− 𝑥 )
modelo de Teissier: 𝑦 = 𝑦𝑚𝑎𝑥 (1 − 𝑒 𝑚𝑎𝑥 ).

c) Otras, que puedan surgir de la discusión.

Avanzaremos paulatinamente en la respuesta de cada una de estas preguntas. Por ahora,
diremos respecto a la primera lo siguiente: Richard Feynman1 nos enseña en sus célebres libros
de Física, que existen leyes similares que gobiernan procesos muy disímiles: mismas ecuaciones
(modelos) y una misma física subyacente para procesos diferentes. De esta manera, uno sabe
que esperar en cuanto al comportamiento de un sistema en base al conocimiento de otro
similar.

Respecto a la segunda pregunta, comenzaremos analizando el siguiente:

Ejemplo 2 (Cinética Química)

Observemos la siguiente reacción química: (datos proporcionados por la Cátedra de Química

General e Inorgánica – FCA – UNCuyo)

Br2( ac )  HCOOH( AC)  2Br(ac )  2H(ac )  CO 2( g)

En la reacción entre el Bromo y una solución acuosa de ácido metanoico (fórmico), produce
anión bromuro, catión hidrógeno (ambos en estado acuoso) y dióxido de carbono en estado
gaseoso. La tabla siguiente nos muestra cómo cambia la concentración molar de Bromo en el
tiempo:

C
t
Concentración
Tiempo (s)
de Bromo (M)
0 0,012
50 0,0101
100 0,00846
150 0,0071
200 0,00596
250 0,005
300 0,0042
350 0,00353
400 0,00296

Introduciendo la Tabla en GeoGebra (y con algunos ajustes de escala como se muestra en la

figura), tenemos:
Se puede observar que la Concentración va disminuyendo paulatinamente con el tiempo. La ley
de dependencia no es lineal, lo que abre la posibilidad de pensar cuál sería la gráfica más
adecuada en este caso: Quizá podríamos pensar en un arco de parábola, o en una función
exponencial decreciente, entre otras alternativas. Desde el punto de vista del ajuste de curvas,
ambas respuestas son aceptables. Desde el punto de vista de la modelación matemática, quizá
sea preferible un modelo que capture la esencia del problema y que provea de interpretabilidad
(en este caso química) a los parámetros que estarán involucrados.
La ssiguientes preguntas nos puede ayudar en la búsqueda: ¿qué ocurre si calculamos la razón
promedio de cambio de la concentración entre dos instantes de tiempo? ¿Y si repetimos este
proceso con otros intervalos de tiempo?

Recordemos que, matemáticamente, dada una función f de variable real x, si consideramos

dos puntos x1 y x2 pertenecientes al dominio de la misma, la razón de cambio promedio (o
∆𝒇 𝒇(𝒙𝟐 )−𝒇(𝒙𝟏 )
cociente incremental) es: =
∆𝒙 𝒙𝟐 −𝒙𝟏

Volviendo a nuestro ejemplo, como tenemos concentración (C) en función del tiempo (t),
entonces calculamos las razones promedio de cambio correspondientes a los distintos intervalos
𝑪(𝒕𝟏 )−𝑪(𝒕𝟎 ) 𝐶(𝑡2 )−𝐶(𝑡1 ) 𝐶(𝑡3 )−𝐶(𝑡2 )
de tiempo: , , , etc.
𝒕𝟏 −𝒕𝟎 𝑡2 −𝑡1 𝑡3 −𝑡2
∆𝑪
El cociente puede interpretarse como la velocidad de cambio promedio de la concentración
∆𝒕
y representa el ritmo de cambio promedio de C en un intervalo de tiempo dado.
Este cálculo si bien se puede realizar con lápiz, papel y calculadora, lo podemos hacer también
con una planilla de cálculo (Excel) en forma automática, o en GeoGebra en la “Vista hoja de
Cálculo”.
Poco a poco veremos cómo ir incorporando las herramientas informáticas necesarias para
resolver nuestros problemas. Este es un proceso que va de la mano de la demanda de la
herramienta.
∆𝑪
A continuación, se muestra la gráfica de en función de C.
∆𝒕
Cómo se ve, a medida que aumenta la concentración, el cociente incremental disminuye. Pero
la relación es aproximadamente lineal. Si fuera exactamente lineal, la recta observada debería
pasar por todos los puntos graficados (y por poco no ocurre).
Podemos escribir entonces que:
∆𝐶
≈ −𝑘𝐶.
∆𝑡

∆𝐶
Estamos diciendo que es aproximadamente proporcional a 𝐶. En esta “pseudo-ecuación”, la
∆𝑡
constante 𝑘 representa una constante de proporcionalidad y el signo menos captura la idea
que cuando una de las magnitudes aumenta, la otra disminuye.

Pareciera que, en este fenómeno estudiado, la relación más sencilla no se da entre C y t, sino
∆𝐶
más bien entre y C.
∆𝑡
Ahora bien, cómo transformamos esta “pseudo-ecuación” en una ecuación propiamente dicha?
Intuitivamente, podemos decir que si medimos en instantes de tiempo más próximos, los ∆𝑡
∆𝐶 𝑑𝐶
serán más pequeños y la razón estará cada vez más próxima a (derivada de la
∆𝑡 𝑑𝑡
𝑑𝐶
concentración respecto del tiempo). representa la tasa instantánea de cambio y es una
𝑑𝑡
velocidad. En ese caso, escribimos:

𝑑𝐶
= −𝑘𝐶.
𝑑𝑡

Esta es una ecuación diferencial ordinaria. Representa la cinética de una reacción química de
orden 1.
Más adelante volveremos sobre este ejemplo.

Ejercicio 2

La siguiente tabla se obtuvo de la descomposición gaseosa de dióxido de nitrógeno. La

1
reacción química es: 𝑁𝑂2 (𝑔) → 𝑁𝑂(𝑔) + 𝑂2 (𝑔).
2

Concentración
Tiempo (s)
NO2 (M)
0 0.01
30 0.0082168
60 0.00658031
90 0.0055221
 180 0.00390941

a) Introduzca la tabla en una planilla de cálculo (por ejemplo Excel).

b) Grafique los datos. Es conveniente que utilice también las herramientas gráficas
provistas en la planilla de cálculo, para comparar con GeoGebra (suele ocurrir que para
distintas tareas uno suele sentirse más cómodo con diferentes programas).
∆𝐶
c) Calcule las razones promedio de cambio y grafique vs C. ¿Es un caso similar al del
∆𝑡
ejemplo? Justifique la respuesta.
d) ¿Qué ecuación diferencial propondría?

3) Más sobre derivadas

Para el desarrollo del curso, es necesario revisar el cálculo de derivadas. De manera tradicional,
se suele volver a la clásica tabla de derivadas y la regla de la cadena para el cálculo de derivadas
de funciones compuestas. En este curso optaremos por un enfoque diferente. Consideramos
que teniendo a disposición herramientas como GeoGebra para el cálculo, el estudiante debe
utilizarlas, enfocando su atención mayormente en el estudio de los sistemas planteados.

Ejemplo 3 (Cálculo de derivadas utilizando Geogebra)

Consideremos la ley de movimiento de una partícula animada por un Movimiento Armónico

Simple (MAS):
𝑋(𝑡) = 5 𝑐𝑜𝑠(0,523 𝑡 + 1,047)

Para poder utilizar GeoGebra, es necesario realizar un pequeño cambio para ingresar la
ecuación: la función no puede llamarse 𝑋(𝑡) porque X es una letra reservada para ser utilizada
como variable independiente.

En la figura anterior se ven, en el cuadro de la izquierda la función (renombrada f(t)) y su

correspondiente derivada (f ’(t)).
¿Qué ocurre con aquellas funciones a las que necesitamos calcularle su derivada, pero que
además no conocemos los valores de los parámetros intervinientes?
Continuando con el ejemplo, la forma general de la ecuación correspondiente a un MAS es:

𝑋(𝑡) = 𝐴 𝑐𝑜𝑠(𝜔 𝑡 + 𝜑0 )

donde 𝐴 es la amplitud, 𝜔 es la frecuencia angular y 𝜑0 representa el ángulo de fase del MAS

Ingresamos la función a GeoGebra de la siguiente manera:
El programa permite el ingreso del modelo, pero a fines de la gráfica, le asigna valores
determinados a los parámetros involucrados. Se pueden ir cambiando los valores de los mismos
y la gráfica se irá actualizando, siguiendo la misma lógica que en el Ejemplo 1 antes visto.
Elegimos 𝐴 = 2,5 𝜔 = 1 y 𝜑0 = 1,8
Ahora procedemos al cálculo de la derivada:

Como nuestro modelo era 𝑋(𝑡) = 𝐴 𝑐𝑜𝑠(𝜔 𝑡 + 𝜑0 ), ahora tenemos que reescribir la derivada
calculada en GeoGebra en términos de las constantes originales.
Observando los valores asignados a las constantes y cómo aparecen en g’(t), deducimos que la
ecuación correspondiente es:
𝑋′ (𝑡) = −𝐴 𝜔 𝑠𝑒𝑛(𝜔 𝑡 + 𝜑0 )

Nota: Algunas notaciones equivalentes para la derivada de una función y= f(x) que usaremos
𝑑𝑦 𝑑𝑓(𝑥)
son: 𝑓 ′ (𝑥), 𝑦 ′ , , . Existen otras, pero todas significan lo mismo “derivada de la función
𝑑𝑥 𝑑𝑥
f(x) respecto a la variable x”.

Ejercicio 3

Calcula las siguientes derivadas utilizando GeoGebra (en algunos casos será necesario hacer
algunas adecuaciones como vimos en el ejemplo).

a) 𝑚(𝑥 ) = 3𝑥 1
b) ℎ(𝑠) = 2𝑠 3 − 2 𝑠𝑒𝑛(𝑠)

d) 𝑓 (𝑟) = ln(𝑟)
c) 𝑔(𝑡) = 𝑡 8

e) 𝑚(𝑥 ) = 𝑒 𝑥 𝑥 4 f) 𝑤 (𝑠) = √𝑠 − ln(𝑠)

 h) 𝑓 (𝑥 ) = 𝑥 + 3
g) ℎ(𝑟) = 𝜋
𝑡 4 −3𝑡
i) 𝑓 (𝑥 ) = cos 𝑥 + 8𝑥 j) 𝑔(𝑡) = 𝑡5

𝑥
k) 𝑤 (𝑥 ) = 𝑟𝑥 l) 𝑓(𝑥) = 𝑟𝑥 (1 − 𝐾)

𝑆𝑛
−
𝑥
n) 𝑟(𝑆) = 𝑦𝑚𝑎𝑥 (𝐾+𝑆 𝑛 )
m) ℎ(𝑥 ) = 𝑦𝑚𝑎𝑥 (1 − 𝑒 𝑥𝑚𝑎𝑥 )
ln(𝑥)
𝑆 p) 𝑓(𝑥) = 𝑥𝑟 (1 − )
o) 𝑓(𝑆) = 𝑦𝑚𝑎𝑥 ( ) 𝐾
𝐾𝑚 +𝑆𝑛 +𝐾1 𝑆2

4) Antiderivadas

El proceso inverso de la derivación es la integración. Necesitaremos esta herramienta para la

resolución de ecuaciones diferenciales posteriormente. Recordaremos algunas definiciones
para precisar un poco esto.

Sea una función f(x) definida en un intervalo I, llamamos antiderivada o integral indefinida
de f a una función F(x) tal que F’(x) = f(x)

La notación utilizada usualmente es 𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥.

Supongamos que tenemos una función 𝑓(𝑥) = 𝑥 3 y decidimos hallar la antiderivada. Entonces
podemos escribir:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = , porque 𝐹 ′ (𝑥) = 𝑥 3
4
Pero también podríamos haber escrito:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = + 7 , porque 𝐹 ′ (𝑥) = 𝑥 3
4
O quizá:
𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = + 15 , porque 𝐹 ′ (𝑥) = 𝑥 3 , etc.
4

𝑥4 𝑥4 𝑥4
Está claro que , + 7, + 15 , etc. todas tienen por derivada a 𝑓(𝑥) = 𝑥 3 .
4 4 4

En general escribimos:

𝑥4
𝐹(𝑥) = ∫ 𝑓(𝑥)𝑑𝑥 = ∫ 𝑥 3 𝑑𝑥 = + 𝐶 , porque 𝐹 ′ (𝑥) = 𝑥 3 y C es una constante arbitraria. La
4
primitiva representa entonces una familia de curvas.
Podemos hacer un esquema de la situación:

INTEGRACIÓN

f(x) F(x) + C

DERIVACIÓN
El proceso de calcular integrales indefinidas es más complejo que el del cálculo de derivadas. En
el contexto de este curso, usaremos GeoGebra como herramienta para el cálculo de las mismas.
En los casos en que las antiderivadas no estén disponibles analíticamente, recurriremos a
métodos numéricos, como veremos más adelante.

Ejemplo 4 (Cálculo de integrales indefinidas utilizando Geogebra)

Supongamos que tenemos que calcular la siguiente antiderivada:

1
𝐹(𝑥) = ∫ 𝑥 𝑑𝑥
𝑟𝑥 (1 − )
𝐾
Veamos el resultado que nos da GeoGebra:

Algunas aclaraciones: se brinda la primitiva con la constante de integración C = 0 por defecto.

Como ocurre con el caso de las derivadas de funciones que contienen parámetros, es necesario
identificar el parámetro en la respuesta para escribir la primitiva correspondiente. Así:

1
𝐹(𝑥) = ∫ 𝑥 𝑑𝑥 = 𝑙𝑛(|𝑥 |) − 𝑙𝑛(|−𝐾 + 𝑥 |) + 𝐶
𝑟𝑥 (1 − )
𝐾
Ejercicio 4

Calcula las primitivas de las funciones de los incisos k-l-m-n-o-p del Ejercicio 3 utilizando
GeoGebra.

5) Algunas consideraciones sobre el planteo de ecuaciones

Antes de comenzar con la justificación y los detalles de la resolución de ecuaciones diferenciales,

nos enfocaremos en el planteo de ecuaciones, dado que del correcto planteo de las mismas
depende la solución del problema abordado.

Cuando decimos que dos variables x e y son directamente proporcionales, nos referimos a que
existe una constante de proporcionalidad K tal que 𝒚 = 𝑲𝒙.

Claro, también podríamos haber dicho que dos variables x e y son directamente
proporcionales, si existe una constante de proporcionalidad K’ tal que 𝒙 = 𝑲′𝒚.
Basta con recordar que K no tiene que ser igual a K’, pero la idea es la misma.
Si nos quedamos con la primera versión, esto implica que si 𝑥1 < 𝑥2 entonces 𝑦1 = 𝐾𝑥1 <
𝐾𝑥2 = 𝑦2 . En términos sencillos, si aumenta x, aumenta y (y viceversa obviamente).

Gráficamente, podemos esquematizarlo así:

La relación entre las dos variables es lineal y la pendiente de la recta es exactamente K. Y es

positiva.
¿Pero que ocurre cómo en el caso del ejemplo 2? También hablamos de proporcionalidad
directa, pero no es cómo la relación que acabamos de plantear.
La diferencia fundamental es que en el caso del ejemplo 2, la constante de proporcionalidad es
negativa.
La relación es 𝑦 = −𝐾𝑥 y por lo tanto, si 𝑥1 < 𝑥2 entonces 𝑦1 = 𝐾𝑥1 > 𝐾𝑥2 = 𝑦2 . En
términos sencillos, si aumenta x, la variable y disminuye (y viceversa obviamente).
Gráficamente,

La proporcionalidad sigue siendo directa (confrontar este hecho con la definición de

proporcionalidad directa). Es importante esta aclaración, porque frecuentemente se confunde
este segundo caso analizado diciendo erróneamente “las variables son inversamente
proporcionales entre sí”.

Ejercicio 5

a) Teniendo presente la siguiente definición: dos variables x e y son inversamente

proporcionales, nos referimos a que existe una constante de proporcionalidad K tal
que 𝒚𝒙 = 𝑲, analiza analíticamente y gráficamente como hicimos en esta sección, los
casos:
a1) K>0
a2) K<0
 b) Si se tiene una taza de té caliente a una temperatura T, mayor que la de una temperatura
de una habitación T0 y se sabe que la tasa de cambio instantánea de T respecto al tiempo
es directamente proporcional a T- T0, plantea la ecuación diferencial que gobierna el
proceso.

6) Resolviendo ecuaciones diferenciales. Método de Euler

𝑑𝑋
Considere la siguiente ecuación diferencial ordinaria: = 𝑓(𝑥, 𝑡). Tengamos en mente que el
𝑑𝑡
objetivo es encontrar la solución de la misma, la función X(t), que nos permitirá entender la
evolución temporal del proceso.
Para resolver la misma, el primer paso es separar las variables, lo que nos lleva a:

1
𝑑𝑋 = 𝑑𝑡
𝑓(𝑥, 𝑡)

Por lo tanto, y dado que sabemos que la integración es el camino inverso a la derivación,
deberemos integrar miembro a miembro la ecuación anterior:

1
∫ 𝑑𝑋 = ∫ 𝑑𝑡
𝑓(𝑥, 𝑡)

1
∫ 𝑑𝑋 = 𝑡 + 𝐶
𝑓(𝑥, 𝑡)

Acá se observan dos cosas importantes:

a) Suponiendo que tuviésemos disponible la primitiva buscada, subyace el problema que
aparecen en el proceso de integración, inevitablemente, constantes de integración. Esto
es porque
b) Por lo general es complicado (si no imposible) obtener la primitiva del primer miembro
de la ecuación anterior en muchos casos de interés práctico.

Con respecto a lo observado en a), si fijamos una condición a partir de mediciones

experimentales, por ejemplo para t = 0 , X = X 0 (se llama condición inicial de la ecuación
diferencial), esto nos permitirá encontrar a un único miembro de la familia de curvas solución.
Por lo tanto, esto nos lleva a lo comentado en b): Si no tenemos disponible la primitiva,
recurrimos a métodos numéricos para aproximar la misma.

El más sencillo de los métodos numéricos disponibles para tal fin, es el Método de Euler. Existen
varias modificaciones del mismo.

Propongamos entonces, para ver cómo funciona el método, el problema de valor inicial:

𝑑𝑋
= 𝑓(𝑥), y la condición inicial X = X0 si t = 0
𝑑𝑡

Supondremos en la gráfica a continuación, que y=F(x) es la solución buscada de la ecuación

diferencial.
Consideremos el intervalo [𝑥0 , 𝑥1 ]
Observando la gráfica, 𝐹′(𝑥0 ) es la pendiente de la recta tangente (en rojo) a la curva F(x),
𝐿1 −𝑦0
pero además, 𝐹 ′ (𝑥0 ) = , y por definición de primitiva 𝐹 ′ (𝑥0 ) = 𝑓(𝑥0 ), de donde se
𝑥1 −𝑥0
𝐿1 −𝑦0
obtiene: 𝑓(𝑥0 ) = . Despejando 𝐿1 se deduce:
𝑥1 −𝑥0

𝐿1 = 𝑦0 + 𝑓(𝑥0 )(𝑥1 − 𝑥0 )

Si aproximamos el verdadero valor de 𝑦1 con el valor calculado 𝐿1 (aceptando un pequeño

error en la cuenta) y reemplazamos ℎ = 𝑥1 − 𝑥0 , podemos escribir:

𝑦1 ≈ 𝐿1 = 𝑦0 + ℎ𝑓(𝑥0 )

Manteniendo ℎ fijo, si consideramos ahora el intervalo [𝑥1 , 𝑥2 ] y repetimos el procedimiento:

𝑦2 ≈ 𝐿2 = 𝑦1 + ℎ𝑓(𝑥1 )

En [𝑥2 , 𝑥3 ]
𝑦3 ≈ 𝐿3 = 𝑦2 + ℎ𝑓(𝑥2 )
…………………
Y así sucesivamente, hasta:
En [𝑥𝑛−1 , 𝑥𝑛 ]
𝑦𝑛 ≈ 𝐿𝑛 = 𝑦𝑛−1 + ℎ𝑓(𝑥𝑛−1 )

Los resultados obtenidos 𝑦0 , 𝑦1 , 𝑦3 , …… , 𝑦𝑛 constituyen la solución numérica de la ED y que la

hemos podido calcular aunque no tenemos disponible una fórmula explícita para la integral
particular involucrada. No entraremos en detalle del análisis del error que produce esta fórmula.
Hay que mencionar, de la misma manera, que existen métodos más precisos para resolver
numéricamente ecuaciones diferenciales. Este es solo un punto de partida.
Ejemplo 6

A los efectos de ver cómo funciona el método de Euler, haremos una implementación en Excel
del mismo. El archivo de referencia es Euler.xlsx
𝑥
Para precisar, tomaremos 𝑓(𝑥) = 𝑟𝑥 (1 − ), por lo tanto, el problema de valor inicial es:
𝐾

𝑑𝑥 𝑥
= 𝑟𝑥 (1 − ), , con la condición inicial 𝑥0 = 1, cuando t = 0
𝑑𝑡 𝐾

La implementación es:
𝑥0
𝑦1 ≈ 𝐿1 = 𝑦0 + ℎ 𝑟𝑥0 (1 − )
𝐾

𝑥1
𝑦2 ≈ 𝐿2 = 𝑦1 + ℎ 𝑟𝑥1 (1 − )
𝐾
……….
𝑥𝑛−1
𝑦𝑛 ≈ 𝐿𝑛 = 𝑦𝑛−1 + ℎ 𝑟𝑥𝑛−1 (1 − )
𝐾

Los resultados son (para h = 0.15)

Para comparar, téngase en cuenta la solución exacta (que en este caso puede calcularse
𝐾
analíticamente) es 𝑋(𝑡) = 𝐾−𝑥
1+ 𝑥 0 𝑒 −𝑟𝑡
0

En la gráfica, en azul, está graficada la solución exacta. En gris, la solución aproximada. La curva
obtenida es la famosa curva logística.

Ejercicio 6 (tener a mano el archivo Euler.xlsx)

a) En relación al ejemplo 6, modifica en el archivo el valor de h = 0,5; 0,3 y 0,1. Formula

una conclusión en base de la observación de la gráfica generada. ¿Qué ocurre con el
error?
 𝐾
b) Sabiendo que es 𝑋(𝑡) = 𝐾−𝑥 es la solución exacta de la EDO y representa la
1+ 𝑥 0 𝑒 −𝑟𝑡
0
densidad de biomasa de una población, en base al planteo de la EDO y la gráfica
𝐾−𝑥0
obtenida, cómo interpretarías ecológicamente los parámetros 𝐾, 𝑟 y al cociente
𝑥0
c) Ejemplo 2 (continuación): de acuerdo a la tabla de datos presentada, resuelve
numéricamente la ecuación diferencial planteada. Modifica el archivo Euler.xlsx a tal
efecto. Compara gráficamente lo valores obtenidos con los datos de la tabla real.