6.

1 Fundamentos
Las ecuaciones diferenciales son uno de los instrumentos más importantes
utilizados en la elaboración de modelos matemáticos para describir fenómenos
naturales. Éstas aparecen siempre que hay una relación entre las variaciones de
diferentes magnitudes. Un primer paso en el estudio de las ecuaciones
diferenciales es el análisis de sus propiedades, así como el desarrollo de técnicas
para resolverlas exactamente. Desafortunadamente, para muchas ecuaciones
diferenciales, incluidas casi todas las no lineales, no es posible una solución
analítica y debemos considerar aproximaciones numéricas a las soluciones.

En éstas ecuaciones intervienen derivadas de una o más funciones desconocidas.

Dependiendo del número de variables independientes respecto de las que se
deriva, las ecuaciones diferenciales se dividen en:

 Ecuaciones diferenciales ordinarias (EDO) : aquellas que contienen

derivadas respecto a una sola variable independiente.

 Ecuaciones en derivadas parciales (EDP) : aquellas que contienen

derivadas respecto a dos o más variables.

(PT7.1)

Las ecuaciones diferenciales se clasifican también en cuanto a su orden. Por

ejemplo, la ecuación (PT7.1) se denomina como EDO de primer orden, ya que la
derivada mayor es una primera derivada. Una EDO de segundo orden tiene una
segunda derivada, como la mayor. Por ejemplo, la ecuación que describe la
posición x de un sistema masa-resorte con amortiguamiento es la EDO de
segundo orden,

(PT7.2)
donde c es un coeficiente de amortiguamiento y k es una constante del resorte. De
manera similar, una ecuación de n-ésimo orden tiene una n-ésima derivada, como
la mayor.

Las ecuaciones de orden superior pueden reducirse a un sistema de ecuaciones

de primer orden. Para la ecuación (PT7.2), esto se logra al definir una nueva
variable y, donde

(PT7.3)

que al derivar con respecto a t obtiene

(PT7.4)

Las ecuaciones (PT7.3) y (PT7.4) se sustituyen después en la ecuación (PT7.2)

para llegar a

(PT7.5) O (PT7.6)

Así, las ecuaciones (PT7.3) y (PT7.6) son un sistema de ecuaciones diferenciales

de primer orden, equivalentes a la ecuación de segundo orden original.

Finalmente, sabemos también que sin una computadora, las EDO podrían
resolverse usando técnicas de integración analítica

6.2 Métodos de un paso

Método de Euler

La primera derivada ofrece una estimación

directa de la pendiente en xi (figura 25.2):

f = ƒ(xi, yi)
donde ƒ(xi, yi) es la ecuación diferencial evaluada en xi y yi. La estimación se
sustituye:

Figura 25.2 Método de Euler

Esta fórmula se conoce como método de Euler (o de Euler-Cauchy o de punto

pendiente). Se predice un nuevo valor de y usando la pendiente (igual a la primera
derivada en el valor original de x) para extrapolar linealmente sobre el tamaño de
paso h.

Análisis del error para el método de Euler

La solución numérica de las EDO implica dos tipos de error:

1. Errores de truncamiento, o de discretización, originados por la naturaleza

de las técnicas empleadas para aproximar los valores de y.
2. Errores de redondeo, causados por el número limitado de cifras
significativas que una computadora puede retener.

Los errores de truncamiento se componen de dos partes. La primera es un error

de truncamiento local que resulta de una aplicación del método considerado, en un
solo paso. La segunda es un error de truncamiento propagado que resulta de las
aproximaciones producidas durante los pasos previos. La suma de los dos es el
error de truncamiento global o total.

Al adquirir cierta comprensión de la magnitud y de las propiedades del error de

truncamiento, puede desarrollarse el método de Euler directamente de la
expansión de la serie de Taylor.

Métodos para la serie de Taylor de orden superior

Una manera de reducir el error con el método de Euler sería incluir términos de
orden superior en la expansión de la serie de Taylor para la solución. Por ejemplo,
al incluir el término de segundo orden en la ecuación:

con un error de truncamiento local de:

Aunque la incorporación de términos de orden superior es simple para implemen-
tarse en los polinomios, su inclusión no es tan trivial cuando la EDO es más
complicada.

En particular, las EDO que están en función tanto de la variable dependiente como
de la independiente requieren de la derivación usando la regla de la cadena.

Mejoras del Método de Euler

Un motivo fundamental de error en el método de Euler es suponer que la derivada

al inicio del intervalo es la misma durante todo el intervalo. Hay dos modificaciones
simples para evitar esta consideración. Ambas modificaciones pertenecen a una
clase superior de técnicas de solución llamadas métodos de Runge-Kutta.

Método de Heun

Un método para mejorar la

estimación de la pendiente emplea
la determinación de dos derivadas
en el intervalo (una en el punto
inicial y otra en el final). Las dos
derivadas se promedian después
con la finalidad de obtener una
mejor estimación de la pendiente en
todo el intervalo. Este
procedimiento, conocido como
método de Heun, se presenta en
forma gráfica en la figura 25.9.

Anteriormente en el método de
Euler, la pendiente al inicio de un
intervalo

yi′ = ƒ(xi, yi) (25.12)

se utiliza para extrapolar

linealmente a yi+1:

y0i+1 = yi + ƒ(xi, yi)h (25.13)

En el método estándar de Euler

Figura 25.9 Método de Heun. debería parar aquí. Sin embargo, en
el método de Heun la y0i+1 calculada en la ecuación (25.13) no es la respuesta
final, sino una predicción in- termedia. Por consiguiente, la distinguimos con un
superíndice 0. La ecuación (25.13) se llama ecuación predictora o simplemente
predictor. Da una estimación de yi+1 que permite el cálculo de una estimación de
la pendiente al final del intervalo:

yi′+1 = ƒ(xi+1, y0i+1) (25.14)

Así, se combinan las dos pendientes [ecuaciones (25.12) y (25.14)] para obtener
una pendiente promedio en el intervalo:

Esta pendiente promedio se utiliza después para extrapolar linealmente desde yi

hasta yi+1 con el método de Euler:

que se conoce como ecuación correctora o simplemente corrector. Por lo que

el método de Heun es un procedimiento predictor-corrector.

Método del punto medio (o del polígono mejorado)

La figura 25.12 ilustra otra modificación

simple del método de Euler. Conocida
como método del punto medio (o del
polígono mejorado o el modificado de
Euler), esta téc- nica usa el método de
Euler para predecir un valor de y en el
punto medio del intervalo:

Después, este valor predicho se utiliza

para calcular una pendiente en el punto
medio:

yi′+1/2 = ƒ(xi+1/2, yi+1/2)

Figura 25.12 Método del punto medio.

que representa una aproximación válida de la pendiente promedio en todo el
intervalo. Dicha pendiente se usa después para extrapolar linealmente desde xi
hasta xi+1 :

De esta manera, así como al método de Heun se le puede llamar la regla del
trapecio, el método del punto medio obtiene su nombre de la fórmula de
integración correspondiente sobre la cual se basa.

El método del punto medio es mejor que el método de Euler debido a que utiliza
una estimación de la pendiente en el punto medio del intervalo de predicción.

Método de Runge-Kutta

Los métodos de Runge-Kutta (RK) logran la exactitud del procedimiento de la serie

de Taylor sin necesitar el cálculo de derivadas de orden superior. Existen muchas
variantes, pero todas tienen la forma generalizada de la ecuación :

yi+1 = yi + f(xi, yi, h)h

donde f(xi, yi, h) se conoce como función incremento, la cual puede interpretarse
como una pendiente representativa en el intervalo. La función incremento se
escribe en forma general como:

Es posible tener varios tipos de métodos de Runge-Kutta empleando diferentes

números de términos en la función incremento especificada por n. Observe que el
método de Runge-Kutta (RK) de primer orden con n = 1 es, de hecho, el método
de Euler. Una vez que se elige n, se evalúan las a, p y q igualando a los términos
en la expansión de la serie de Taylor. Así, al menos para las versiones de orden
inferior, el número de términos, n, por lo común representa el orden de la
aproximación.

6.3 Métodos rígidos y de pasos múltiples

Rigidez

El término rigidez constituye un problema especial que puede surgir en la solución

de ecuaciones diferenciales ordinarias. Un sistema rígido es aquel que tiene
componentes que cambian rápidamente, junto con componentes de cambio lento.
En muchos casos, los componentes de variación rápida son efímeros, transitorios,
que desaparecen, después de lo cual la solución es dominada por componentes
de variación lenta. Aunque los fenómenos transitorios existen sólo en una
pequeña parte del intervalo de integración, pueden determinar el tiempo en toda la
solución.

Tanto las EDO individuales como los sistemas pueden ser rígidos. Un ejemplo de
una EDO rígida es:

Métodos de pasos múltiples

Los métodos de un paso utilizan información de un solo punto, (xi, yi), para
predecir un valor de la variable dependiente, yi+1, en un valor futuro, de la variable
independiente xi+1. Los procedimientos alternativos, llamados métodos de pasos
múltiples o multipasos , se basan en que, una vez empezado el cálculo, se tiene a
disposición información de los puntos anteriores. La curvatura de las líneas que
unen esos valores previos ofrecen información respecto a la trayectoria de la
solución.

Figura 26.3 Diferencia entre métodos de un paso y de

pasos múltiples.
Método de Heun sin autoinicio

El procedimiento de Heun utiliza el método de Euler como un predictor:

y0i+1 = yi + f(xi, yi)h

y la regla del trapecio como un corrector

Así, el predictor y el corrector tienen errores de truncamiento local de O(h2) y

O(h3), respectivamente. Esto sugiere que el predictor es la parte débil en el
método, a causa de que tiene el error más grande. Esta debilidad es significativa
puesto que la eficiencia del paso corrector depende de la exactitud de la
predicción inicial. En consecuencia, una forma de mejorar el método de Heun
consiste en desarrollar un predictor que tenga un error local de O(h3). Esto se
obtiene usando el método de Euler y la pendiente en (xi, yi), así como una
información extra de un valor anterior yi–1 como en:

y0i+1 = yi–1 + f(xi, yi)2h

Por ello, las ecuaciones anteriores se denominan método de Heun sin

autoinicio.

El método de Heun sin autoinicio es característico de la mayoría de los métodos

de pasos múltiples. Emplea una fórmula de integración abierta (el método del
punto medio) para realizar una estimación inicial. Este paso predictor requiere un
punto previo. Después, se aplica de manera iterativa una fórmula de integración
cerrada (la regla del trapecio) para mejorar la solución.

Métodos de pasos múltiples

Método de Milne

El método de Milne es el método de pasos múltiples más común, basado en las

fórmulas de integración de Newton-Cotes. Éste utiliza la fórmula abierta de
Newton-Cotes de tres puntos como un predictor:
y la fórmula cerrada de Newton-Cotes de tres puntos (regla de Simpson 1/3) como
corrector:

donde j es un índice que representa el número de iteraciones del modificador.

Método de Adams de cuarto orden

Un método común de pasos múltiples basado en las fórmulas de integración de

Adams utiliza la fórmula de Adams-Bashforth de cuarto orden como predictor:

y la fórmula de Adams-Moulton de cuarto orden como corrector:

Los modificadores del predictor y del corrector para el método de Adams de cuarto
orden se desarrollan:
 6.4 Métodos multipaso
En estos métodos se construye u n +1 a partir de la información en varios pasos
anteriores: Un, Un—1, Un—2» - - -, con el fin de reducir el número de veces que la
función f tiene que calcularse. Son, por tanto, especialmente indicados cuando f es
complicado de calcular. Sin embargo, es necesario determinar varios niveles, o
valores previos, antes de poder comenzar a usar el esquema. Normalmente, se
utiliza un método de Runge-Kutta con la misma precisión (al menos) para esos
cálculos iniciales. En algunos casos se puede recurrir también a desarrollos en
serie de Taylor. Estos métodos tienen la forma general

Para que sea realmente multipaso es necesario que haya al menos tres niveles
distintos involucrados, si bien todo lo que diremos es válido aunque sólo haya dos
niveles. Si el coeficiente βm es nulo, se trata de un esquema expĺıcito, si no, es
impĺıcito, en cuyo caso hay que resolver una ecuación no lineal usando el método
de Newton, por ejemplo. Una alternativa, que veremos más adelante, consiste en
utilizar un método predictor-corrector.

Los métodos multipaso tienen las siguientes propiedades generales:

1. La ecuación en diferencias del método multipaso tiene una solución única para
un+m si

siendo L la constante de Lipschitz de la función f . Si el método es expĺıcito (βm =

0), hay solución independientemente del valor de τ .

2. El método es consistente si
3. Dado el polinomio caracteŕıstico ρ(λ):

el método es estable si, y sólo si, ρ(λ) no tiene ráıces de módulo superior a 1 y las
de módulo igual a 1 son simples.

4. Si el método es consistente y estable y se utiliza para calcular los ni- veles

previos un método de Runge-Kutta del mismo orden (al menos) consistente y
estable, entonces el método multipaso es convergente.

5. Se dice que el método es de orden p si, y sólo si, se cumple

6. Si el método es de orden p, entonces el error de truncación local de la variable

es O(τp+1).
 6.5 Métodos de tamaño de paso variable
Los métodos desarrollados anteriormente tiene un gran tamaño de paso fijo
(puntos igualmente especificados) sin embargo, esto no permite tener un control
sobre el error de truncamiento local en cada paso, ya que puede darse el caso de
que la función tenga cambios buscos en el intervalo de integración.

Se han desarrollado técnicas numéricas para la estimación local del error que
permitan controlar el tamaño de paso óptimo para controlar el error global.

Se estudiara el error local con el objetivo de controlar indirectamente el error

global cometido en la resolución de la EDO.

Considérese un método de un paso de orden de consistencia P; El error local de

truncamiento es:

Siendo Y la solución exacta que paso por (Xn,Yn). Remitiendose el análisis de la

evolución del error global, si el error local por unidad de longitud satisface

Y las condiciones de unidad de la solución se cumplen, entonces el error global de

truncamiento satisface

La estrategia a adoptar para la selección de cada paso deberá garantizar que

satisfaga la cota , la primera dificultad que aparece detrás de esta estrategia es
que el valor de h^n no se puede calcular directamente de lo anterior porque
generalmente la función c(x) de no se conoce, aunque se asumirá que la misma
varia suavemente.

Si ε^* n+1 es el error local asociado con el paso H, entonces

Y el error local producido por un paso es asumiendo el mismo valor de

La desigualdad se puede satisfacer en caso que

Usando la estimación para eliminar c(xn), se tiene que la elección

Cumple con la cota del error local propuesta.

En términos de costo de las operaciones, es conveniente tomar el mayor paso
posible, pero como rechazar un paso puede resultar inadecuado se toma:

6.6 Sistema de ecuaciones diferenciales ordinarias

Un sistema de ecuaciones diferenciales es un conjunto de varias ecuaciones
diferenciales con varias funciones incógnitas y un conjunto de condiciones de
contorno. Una solución del mismo es un conjunto de funciones diferenciables que
satisfacen todas y cada una de las ecuaciones del sistema. Según el tipo de
ecuaciones diferenciales puede tenerse un sistema de ecuaciones diferenciales
ordinarias o un sistema de ecuaciones en derivadas parciales.

Un sistema de ecuaciones diferenciales ordinarias de primer orden escrito en

forma explícita es un sistema de ecuaciones de la forma:
Reducción a un sistema de primer orden
Dado un sistema de ecuaciones diferenciales de orden n con m ecuaciones:

Existe un sistema equivalente de primer orden con a lo sumo (n+1)xm ecuaciones.

Para ver esto consideremos un sistema en que intervienen m funciones
incógnitas xi y sus n derivadas, e introduzcamos un nuevo conjunto de
variables yi,k definidos de la siguiente manera:

El sistema de primer orden equivalente en las variables yi,k resulta ser:

Como ejemplo de reducción de un sistema de ecuaciones diferenciales podemos

considerar las ecuaciones de movimiento de la mecánica newtoniana de una
partícula que es un sistema de segundo orden con tres ecuaciones:

Si se introducen tres funciones incógnita nuevas que representan la velocidad, el

sistema anterior se puede reducir a un sistema de primer orden y seis ecuaciones:
 6.7 Solución de ecuaciones diferenciales
ordinarias de orden n
Una ecuación ordinaria de orden n es una ecuación que liga la variable
independiente x, una función incógnita y=y(x) y sus derivadas sucesivas y´,y´´,
…,yn, es decir, es una expresión de la forma:

f(x,y,y´,y^n,..,y^((n) ) )=0 Forma implicita

O bien, si se puede despejar la derivada de mayor orden

f(x,y,y´,y^n,..,y^((n-1) )) Forma explicita

Solución de una ecuación diferencial ordinaria (EDO) n

Dada la ecuación diferencial de orden m:

y^((n))=f(x,y,y´,…,y^((n-1) ) f:DC1R^(n+1)→1R

Se dice que z= z(x) z:1c lR – lR es la solución de la ecuación diferencial si

satisface:

1. z es n veces derivable en 1
2. (x,z(x),z´(x),….,z^((n+1) ) (x))ϵD∀xεI
3. z^n (x)=f´(x,z(x),z´(x),…,z^((n-1) ),(x))

Es decir, solución de una EDO, Es toda función que sustituida justamente con sus
derivadas en la ecuación conduciendo a una identidad.

Tipos de soluciones de EDO

Las soluciones de una EDO pueden ser de tres tipos:

1. Solución general Solución de la ecuación diferencial en la que aparecen tantas
constantes arbitrarias como orden de la ecuación, en nuestro caso al ser de orden
n la solución general será una familia de curvas.

2. Solución particular Es una solución que se obtiene al fijar los valores de las
constantes arbitrarias de la solución general.

3. Solución singular Es una solución que no esta incluida en la solución general;

es decir, no se puede obtener a partir de ella asignando valores convenientes alas
constantes arbitrarias.

Formas en las que pueden aparecer las soluciones de una EDO

La solución de una ecuación diferencial puede venir dada de 3 formas distintas:

1. Forma explicita: si la incógnita y viene despejada en función de la variable

independiente x.

2. Forma implícita: si la solución viene expresada por una ecuación que liga la
incógnita y por la variable x.

3. Forma paramétrica: si la función viene dada en función de un parámetro.

EJEMPLO

Problema De Cauchy

Un problema de cauchy o problema de valores iniciales, asociados a una EDO, es

un problema (p) de la forma:

Teorema de existencia y unidad de soluciones de cauchy

Sea (p) un problema de cauchy, o de valores iniciales asociada a una EDO es un
problema (p) de la forma que:

1. existencia: si f es continua en un entorno de punto (x0,y0,y´0,..,y0^(n-

1))

Entonces (p) posee solución.

2. unidad: si además las derivadas parciales ∂f/∂y,∂f/∂y ,.., ∂f/(∂y^((n-

1)) ).existen y son continuas en un entorno del punto (x0,y0,y´0,
…,y0^(n-1)) entonces (p) posee solución única.

Es interesante hacer un estudio teórico previo de un problema antes de intentar

calcular la solución general de la ecuación diferencial (p):

Analizar si el teorema de Cauchy es aplicable en el intervalo [1, 4] a las funciones:

f(x) = x2 − 2x + 3 y g(x) = x3 − 7x2 + 20x − 5.

En caso afirmativo, aplicarlo.

Las funciones f(x) y g(x) son continuas y derivables en por ser polinómincas,
luego, en particular, son continuas en [1, 4] y derivables en (1, 4) .

Además se cumple que g(1) ≠ g(4).

Por lo tanto se verifica el teorema de Cauchy:

6.8 Métodos generales para problemas con valores
en la frontera, lineales y no-lineales
En el caso en que las condiciones para la variable dependiente estén definidas
para distintos valores en el rango de la variable independiente (normalmente en
los extremos), tenemos una ecuación diferencial con valores en la frontera.

Método de disparo

Este método se basa en la conversión de un problema en la frontera a su

equivalente de un problema de valores iniciales, implementándose un esquema de
prueba y error para alcanzar una solución adecuada.

Solución de una ecuación diferencial lineal

Una ecuación diferencial es línea; si en ella no aparecen potencias de la variable

dependiente y sus derivadas, ni productos de la variable por sus derivadas o
productos entre derivadas.

Ejemplo
1.Resolver la ecuación diferencial (8d^2 y)/(dx^2 )+16 dy/dx-4y=20 con la
condición de frontera y(0)5y y y(20)=2

Transformación

Solución de una ecuación diferencial no lineal

Una ecuación diferencial es no lineal, si en ella aparecen potencias de la variable

dependiente y sus derivadas, productos de la variable dependiente por sus
derivadas o productos entre derivadas.

2.Resolver la ecuación diferencial

Transformación

Interpolación cuadrática

Método de diferencias finitas

La solución numérica más común para resolver ecuaciones diferenciales en la

frontera, se basa en el uso de ecuaciones diferenciales finitas para evaluar las
derivadas, ya que sustituyendo estas por su equivalente en la ecuación diferencial,
esta se transforma en una ecuación algebraica en diferencias, la técnica incluye la
construcción de una retícula donde se ubican los puntos que representan el
fenómeno a estudiar.

Ejemplo

Solución de una ecuación diferencial lineal

1.Resolver la ecuación diferencial

Construcción de la retícula

Solución de una ecuación diferencial no lineal

2.Siguiente ejercicio

Con la condición de frontera y(1)=17 y y(3)=3

Construcción de la retícula
 6.9 Clasificación de ecuaciones diferenciales
parciales
Si una variable y depende de más de una variable independiente, las derivadas de
u con respecto de una o más variables independientes, se llaman derivadas
parciales.

La ecuación diferencial parcial de segundo orden para dos variables

independientes cuya fórmula es:

Donde A,B y C son funciones de x,y y D, es función de x, y,∂u/∂x y ∂u/∂y

Dependiendo de la relación entre los coeficientes A,B, y C se clasifican en:

 Elíptica si B^2-4AC<0 Ecuación de Laplace

 Parabólica si B^2-4AC=0 Ecuación de conducción de calor

 Hiperbólica B^2-4AC>0 Ecuación de onda

Ecuación diferenciales parciales parabólicas

Estas ecuaciones aparecen en ingeniería cuando se estudian los fenómenos de

conducción de calor en estado transitorio, así como en el estudio de la difusión
molecular en el seno de un fluido, etc.

Ejemplo

1. Conducción del calor de una varilla aislada, cuyos extremos libres se

encuentran a distintas temperaturas.

Haciendo un balance de energía, se encuentra la ecuación que gobierna el flujo de

calor a

(∂^2 T)/(∂^2 x)= ∂T/∂x Donde a se denomina difusividad térmica.

Para aplicar el método de diferencias finitas se construye una retícula.

El método explicito requiere el valor en (i,j) a partir de (i-1,j-i),(ij-1),(i+1,j-1).

T(x,0)=ti
Condiciones iniciales en la frontera izquierda

T(o,f)=t0
T(x,t)=t0

En el método implícito predice el valor en las (i,j) a partir de (i,j) mediante la

generación de un sistema de ecuaciones obtenidas de los nodos.

2. Considérese otro ejemplo:

u = x·f(y)

es la ecuación diferencial de primer orden cuya solución tiene la forma

u = x·f(y) donde f es una función arbitraria.

6.10 Aplicaciones
Ley de newton del enfriamiento

Aplicando la primera ley de la termodinámica o la esfera, y suponiendo que el

calor fluye tan rápidamente en la esfera que la temperatura es prácticamente la
misma en todos los puntos de la misma, el calor descifrado por la esfera se puede
expresar analíticamente por medio de la ecuación diferencial homogénea.

Donde
H= coeficiente de transferencia de calor
A= área de la esfera para transferencia de calor
r= densidad de la esfera
V= calor especifico de la esfera
C= calor especifico de la esfera
Fenómenos de transporte ll

Ejemplo

1.Una esfera de aluminio de 3cm de diámetro se calienta hasta una temperatura

de 200°c, entonces en el instante t00, se coloca en el aire que se mantiene a una
temperatura de 30°c. Si el coeficiente promedio de transferencia de calor es de
20W/M°C, calcule el tiempo necesario para que la esfera alcance una temperatura
de 150°C
Suponga las siguientes propiedades del aluminio:

Solución

2.Para un sistema dado, el sistema de ecuaciones se puede expresar como:

Evaluación sumativa

Sistema de reactores tipo tanque con agitación Considere el siguiente sistema de

reactores tipo tanque donde:

Q=Flujo volumétrico en metros cúbicos por minuto

C= Concentracion en miligramos por metro cubico.
Flujo masico = QC = m3/min mg/m3=mg/min
Balance de materia (ley de conservación de la materia)
Acumulación = entradas – salidas
Acumulación = v dc/dt
V = volumen del reactor
V dy/dx=Entradas-Salidas;reacomodando d
y/dx=(Entradas- Salidas)/v

Bibliografía
 Vázquez, L. (2009). Métodos numéricos para la física y la
ingeniería. Madrid etc, Spain: McGraw-Hill España. Recuperado
de https://elibro.net/es/ereader/tecnmcdmadero/50154?
page=180.
 Métodos Numéricos ITM. Recuperado de
https://metodosnumericositm.wixsite.com/mnitm/single-post/2017
/09/22/6-solución-de-ecuaciones-diferenciales-valor-inicial-y-
valor-en-la-frontera
 Chapra, C. Steven. Métodos numéricos para ingenieros. Quinta
Edición. México, McGraw-Hill.