Angulos sen(θ) cos(θ) tg(θ)

0 0 1 0
√
π 1 3 1
√
6 2 2 3
√ √
π 2 2
1
4 2 2
√
π 3 1 √
3
3 2 2
π
1 0
2
√
2π 3 1 √
− − 3
3 2 2
√ √
3π 2 2
− −1
4 2 2
√
5π 1 3 1
− −√
6 2 2 3
π 0 −1 0
√
7π 1 3 1
− − √
6 2 2 3
√ √
5π 2 2
− − 1
4 2 2
√
4π 3 1 √
− − 3
3 2 2
3π
−1 0
2
√
5π 3 1 √
− − 3
3 2 2
√ √
7π 2 2
− −1
4 2 2
√
11π 1 3 1
− −√
6 2 2 3
Resolución numérica de ecuaciones

Sea f (x) una función continua en un intervalo [a, b], tal que f (a) · f (b) < 0. El teorema de Bolzano
establece que existe α ∈ (a, b) tal que f (α) = 0, es decir, que α es solución de la ecuación f (x) = 0.

Supondremos, además, que α es la única solución de la ecuación f (x) = 0 en el intervalo (a, b).
La existencia de una única solución en se puede garantizar si f (x) es estrictamente monótona en
el intervalo, es decir, si f ′ (x) > 0, (o bien f ′ (x) < 0) para todo x ∈ (a, b).

En las condiciones indicadas, cualquier valor c ∈ (a, b) es una aproximación de α, con error
E <b−a

Los métodos de bisección y de “Regula Falsi”son procedimientos iterativos para obtener, de forma
aproximada, la solución de una ecuación en un intervalo.

Método de bisección

Sea f (x) una función continua en un intervalo [a, b], tal que f (a) · f (b) < 0, y que la ecuación
f (x) = 0 tenga una única solución en el intervalo (a, b).

b−a
Sea c el punto medio del intervalo, es decir, c = a +
2

Si f (c) = 0, se tiene que α = c es la solución buscada.

Si f (a) · f (c) < 0 se tiene que α ∈ (a, c). Cualquier valor d ∈ (a, c) es una aproximación de
α con error E < c − a

Si f (c) · f (b) < 0 se tiene que α ∈ (c, b). Cualquier valor d ∈ (c, b) es una aproximación de
α con error E < b − c

Repitiendo el proceso el número de veces que sea necesario hallaremos una aproximación del α
con la condición de error que necesitemos.
Ejemplo: Aproximar una solución de la ecuación x2 − 3 = 0 en el intervalo [1, 2] utilizando el
método de bisección con 2 pasos.

Solución: Sea f (x) = x2 − 3, evaluando en los extremos del intervalo se tiene que f (1) = −2 < 0
mientras que f (2) = 1 > 0. Aplicando el teorema de Bolzano sabemos que existe, al menos, una
solución de la ecuación en el intervalo (1, 2)

f ′ (x) = 2x, por lo que f ′ (x) > 0 para todo x ∈ (1, 2) y la ecuación tiene una única solución en el
intervalo dado.

Primer paso: partiendo del intervalo (1, 2)

3
El punto medio del intervalo es c =
2
   
3 3 3
f (c) = f = − < 0. Existe una solución de la ecuación en el intervalo ,2
2 4 2
3 1
Si aproximamos α ≃ , el error cometido es E <
2 2
 
3
Segundo paso: partiendo del intervalo ,2 .
2
7
El punto medio del intervalo es c =
4
   
7 1 3 7
f (c) = f = > 0. Existe una solución de la ecuación en el intervalo ,
4 16 2 4
7 1
Si aproximamos α ≃ , el error cometido es E <
4 4
Método de “Regula Falsi” (método de la cuerda)

Bajo las mismas condiciones que el método anterior, la recta que pasa por el punto (a, f (a)) y
(b, f (b)) corta al eje de abcisas en el punto (c, 0)

f (b) − f (a) 0 − f (a) f (a) (b − a) f (a) (b − a)

= =⇒ c − a = − =⇒ c = a −
b−a c−a f (b) − f (a) f (b) − f (a)

Si f (c) = 0, se tiene que α = c es la solución buscada.

Si f (a) · f (c) < 0 se tiene que α ∈ (a, c). Cualquier valor d ∈ (a, c) es una aproximación de
α con error E < c − a

Si f (c) · f (b) < 0 se tiene que α ∈ (c, b). Cualquier valor d ∈ (c, b) es una aproximación de
α con error E < b − c

Repitiendo el proceso el número de veces que sea necesario hallaremos una aproximación del α
con la condición de error que necesitemos.
Ejemplo: Aproximar una solución de la ecuación x2 − 3 = 0 en el intervalo [1, 2] utilizando el
método de “Regula Falsi” con 2 pasos.

Solución: En el ejemplo anterior se comprobó que la ecuación tiene una única solución en el
intervalo dado.

Primer paso: partiendo del intervalo (1, 2).

f (1) (2 − 1) 5
c=1− = .
f (2) − f (1) 3
   
5 2 5
f (c) = f = − < 0. Existe una solución de la ecuación en el intervalo ,2 .
3 9 3
5 1
Si aproximamos α ≃ , el error cometido es E <
3 3
 
5
Segundo paso: partiendo del intervalo ,2 .
3
  
5 5
f 2−
5 3 3 19
c= −   =
3 5 11
f (2) − f
3
   
19 2 19
f (c) = f =− < 0. Existe una solución de la ecuación en el intervalo ,2 .
11 121 11
19 3
Si aproximamos α ≃ , el error cometido es E <
11 11
Derivación numérica

A partir de la definición de derivada de una función en un punto

f (x0 + h) − f (x0 )
lı́m = f ′ (x0 )
h→0 h
tenemos las siguientes fórmulas que nos permiten aproximar el valor de la derivada de una funición
en un punto, para h > 0:

f (x0 + h) − f (x0 )
Fórmula progresiva: f ′ (x0 ) ≃
h
f (x0 ) − f (x0 − h)
Fórmula regresiva: f ′ (x0 ) ≃
h
f (x0 + h) − f (x0 − h)
Fórmula central: f ′ (x0 ) ≃
2h

Ejemplo: Dada la tabla

xi 0 1 2 3

f (xi ) 0 1 8 27

 
′ ′ 3 ′
aproximar f (1), f (2) y f , usando la fórmula central y comparar los valores obtenidos con
2
los valores reales de dichas derivadas.

Solución:

f (2) − f (0) 8−0

f ′ (1) ≃ = =4 f ′ (1) = 3 |E| = 1
2 2

f (3) − f (1) 27 − 1
f ′ (2) ≃ = = 13 f ′ (2) = 12 |E| = 1
2 2

   
′ 3 f (2) − f (1) 8−1 3
′ 27 1
f ≃ = =7 f = |E| =
2 1 1 2 4 4
Definición:

Una ecuación diferencial ordinaria (EDO) de orden n es una ecuación de incógnita y(x), con
x ∈ [a, b], que se puede escribir en forma implı́cita:

F (x, y, y ′ , y ′′ , . . . , y n) ) = 0,

o bien en forma explı́cita:

y n) = f (x, y, y ′ , y ′′ , . . . , y n−1) )

Definición

Se llama problema de Cauchy (o también problema de valor inicial (PVI)) al problema de

encontrar una solución y(x), x ∈ [a, b], de la EDO (de orden n):

y n) = f (x, y, y ′ , y ′′ , . . . , y n−1) )

que satisfaga las siguientes n condiciones iniciales en un punto dado x0 :

y(x0 ) = y0 , y ′ (x0 ) = y1 , ..., y n−1) (x0 ) = yn−1 .

Definición

Se llama sistema de ecuaciones diferenciales ordinarias (de orden 1) a un conjunto de ecua-

ciones diferenciales que se deben satisfacer conjuntamente para las incógnitas x1 (t), x2 (t), . . . , xm (t):
 ′
x = f1 (t, x1 , x2 , . . . , xm )
 1′


x2 = f2 (t, x1 , x2 , . . . , xm )

 ...
 ′
xm = fm (t, x1 , x2 , . . . , xm )

Observaciones

Los sistemas de EDOs de primer orden se suelen escribir en forma matricial.

A un sistema de EDOs se le puede asociar un problema de Cauchy, dando valores iniciales

x1 (t0 ), x2 (t0 ), . . ., xm (t0 ).

Ejemplo

Reescribir el sistema:
x′ = x sen t − y cos t


y ′ = x cos t + y sen t
con valores iniciales: 
x(0) = 10
y(0) = 100
en forma matricial.
 
x
Sea Y = . Entonces:
y

x′
     
′ x sen t − y cos t 10
Y = = , Y (0) =
y′ x cos t + y sen t 100
El siguiente teorema es la extensión natural del visto para EDOs de primer orden:

Teorema

Sea
y n) = f (x, y, y ′ , y ′′ , . . . , y n−1) )


 y(x0 ) = y0
 ′
y (x0 ) = y1
con

 ...
 n−1)
y (x0 ) = yn−1

un PVI donde f está definida sobre un dominio D ⊂ Rn+1 entonces:

Si la función f es continua en su dominio D, entonces el problema de Cauchy tiene solución.

Si f es diferenciable en su dominio, entonces el problema de Cauchy tiene solución única.

Observación El resultado anterior también se puede probar bajo hipótesis más débiles.

Pasar a la parte de EDOS después del teorema de picard

Definiciones

Se dice que un problema de Cauchy es estable si pequeñas variaciones en los datos del
problema sólo producen cambios pequeños en la solución.
Se dice que un problema de Cauchy está bien planteado si tiene una única solución y es
estable.

Teorema Si la función f de un problema de Cauchy es diferenciable en su dominio, entonces dicho

problema está bien planteado.

Ejemplo

Estudiar si los siguientes problemas de Cauchy están bien planteados:

y ′ = x2 + y 2

a)
y(1) = 3
y
y ′ = x−4

b)
y(0) = 2
 ′ √
y = −x y + 2
c)
y(0) = 1

a) El problema está bien planteado en R2 , ya que la función f (x, y) = x2 + y 2 es diferenciable.

y
b) La función f (x, y) = , no está definida en los puntos de la recta x = 4, luego el
x−4
problema está bien planteado en D = {(x, y) ∈ R2 | x ̸= 4}.
√
c) La función f (x, y) = −x y + 2 no está definida si y < −2, luego el problema sólo está bien
planteado en D = {(x, y) ∈ R2 | y ≥ −2}.

Pasar hasta aquı́

Ecuaciones Diferenciales de Orden Superior. Reducción del orden

Una ecuación diferencial de orden n (y un problema de Cauchy de orden n) pueden ser transfor-
mados en un sistema de n ecuaciones de primer orden (con n condiciones iniciales).

Veremos como hacer esto con dos ejemplos:

Ejemplo

Reducir el problema de Cauchy de orden 2:

 ′′
 y + sen(xy) − 2y ′ = 0
y(5) = 1
 ′
y (5) = 3

a un sistema de EDOs de orden 1.

Definimos la variable auxiliar u = y′ . Por tanto, u′ = y′′ , quedando el sistema:

y′ = u
 
y(5) = 1
con
u′ = 2u − sen(xy) u(5) = 3
o, en forma matricial:

y′
     
′ u 1
Y = = , con Y (5) =
u′ 2u − sen(xy) 3

Ejemplo

Reducir el problema de Cauchy de orden 3:

 ′′′

 y + 2yy ′′ − x = 2
y(0) = 1


 y ′ (0) = 2
 ′′
y (0) = −3

a un sistema de EDOs de orden 1.

En este caso, al tratarse de un problema de Cauchy de orden 3 necesitamos dos variables auxiliares.
Definimos u = y′ y v = u′ = y′′ , y nos queda el sistema:
 ′ 
 y = u  y(0) = 1
u′ = v con u(0) = 2
 ′
v = 2 + x − 2yv v(0) = −3


o, en forma matricial:

y′
     
u 1
Y ′ =  u′  =  v  , con Y (0) =  2 
′
v 2 + x − 2yv −3
Resolución Numérica de Ecuaciones Diferenciales

Consideremos un problema de Cauchy de primer orden:

y ′ = f (x, y), x ∈ [a, b],



y(a) = α.

En lugar de buscar una solución y(x), x ∈ [a, b], pretendemos generar aproximaciones wi del valor
de y en ciertos puntos o nodos xi del intervalo [a, b]:

wi ≃ y(xi ), i = 0, . . . , N,

Tipos de errores en la resolución numérica de un problema de Cauchy

El error de truncamiento local sirve para medir la precisión del método en un paso
especı́fico suponiendo que el método fuese exacto en el paso anterior.

error de truncamiento global, o error acumulado.

Definición Se dice que un método de aproximación es un método unipaso si cada valor wi+1 se
calcula únicamente a partir del valor anterior wi .

Métodos de Taylor

Los métodos de Taylor de orden n se obtienen a partir del polinomio de Taylor de orden n de
y(x) centrado en xi .

El caso más simple y conocido de método de Taylor es el método de Taylor de orden 1, más
conocido como método de Euler:
w0 = α
wi+1 = wi + h f (xi , wi ), i = 0, . . . , N − 1
Ejemplo

Aplicar el método de Euler para resolver el problema de Cauchy

 ′
y (x)=−y(x) + x + 1,
y(0)=1,

con con x ∈ [0, 1] y paso h = 0,1

En este caso, f (x, y) = −y + x + 1, a = 0, b = 1 y α = 1, y como h = 0,1, el método de Euler

queda:
wi+1 = wi + h f (xi , wi )
= wi + 0,1 (−wi + xi + 1),
siendo el valor inicial w0 = 1.

Con él obtenemos las siguientes aproximaciones wi de y(xi ):

x0 = 0,0 w0 = 1,0000
x1 = 0,1 w1 = 1,0000 x6 = 0,6 w6 = 1,1314
x2 = 0,2 w2 = 1,0100 x7 = 0,7 w7 = 1,1783
x3 = 0,3 w3 = 1,0290 x8 = 0,8 w8 = 1,2305
x4 = 0,4 w4 = 1,0561 x9 = 0,9 w9 = 1,2874
x5 = 0,5 w5 = 1,0905 x10 = 1,0 w10 = 1,3487

Los métodos de Runge-Kutta sustituyen las derivadas de f por el valor de dicha función en
ciertos puntos.

Los siguientes son ejemplos de métodos de Runge-Kutta de orden 2:

Método del punto medio:

 
 k1 = h f (x
 i , wi )  
w0 = α, h k1 , wi+1 = wi + k2
 k2 = h f xi + , wi +
2 2


Método de Euler modificado:

 
k1 = h f (xi , wi ) 1
w0 = α, , wi+1 = wi + (k1 + k2 )
k2 = h f (xi + h, wi + k1 ) 2

Método de Heun:
 
 k1 = h f (x
 i , wi )   1
w0 = α, 2h 2k1 , wi+1 = wi + (k1 + 3k2 )
 k2 = h f xi + , wi + 4
3 3


El siguiente es un ejemplo de método de Runge-Kutta de orden 3:

 

 k1 = h f (x
 i , wi )  

 h k1  1
w0 = α, k2 = h f xi + , wi + , wi+1 = wi + (k1 + 4k2 + k3 )

 2 2 
 6
k3 = h f (xi + h, wi − k1 + 2k2 )
 
El método de Runge-Kutta más usado es el método de Runge-Kutta de orden 4:

 

 k1 = h f (xi , wi ) 


   

h k1

 

 
 k2 = h f xi + , wi +
 
 1
w0 = α, 2 2 , wi+1 = wi + (k1 + 2k2 + 2k3 + k4 )



h k2
 
 6

 k3 = h f xi + , wi + 




 2 2 



k4 = h f (xi + h, wi + k3 )
 

Ejemplo

Aplicar el método de Runge-Kutta de orden 4 para hallar y(x), x ∈ [0, 0,3], solución del Problema
de Cauhy

y ′ (x)=−10 y(x),


y(0)=1,
con h = 0,1.

En este caso, f (x, y) = −10y, a = 0, b = 0,3, α = 1 y h = 0,1, ası́ que tenemos:

x0 = 0,0 w0 = 1,0000



 k1 = h f (x0 , w0 ) = −h · 10w0 = −1,0000

    
h k1 k1


= −h · 10 w0 + = −0,5000

 k2 = h f x0 + , w0 +

2 2 2
   
 h k2 k2
= −h · 10 w0 + = −0,7500


 k3 = h f x0 + , w0 +



 2 2 2
k4 = h f (x0 + h, w0 + k3 ) = −h · 10 (w0 + k3 ) = −0,2500


1
x1 = 0,1 w1 = w0 + (k1 + 2k2 + 2k3 + k4 ) = 0,3750
6
 √ √
n
√
n 2n Z 2
n
e + e2 + · · · + e2n 1 X k/n
1. lı́m = lı́m e = ex dx = [ex ]20 = e2 − 1
n→∞ n n→∞ n
k=1 0

n Z 1  8 1
1 X 7 7 x 1
2. lı́m 8 k = x dx = =
n→∞ n 0 8 0 8
k=1

n   Z π
1X kπ
3. lı́m sen = sen x dx = [− cos x]π0 = 2
n→∞ n n 0
k=1
√ √ n
r Z 1  1
1+ 2 + ··· + n 1X k 1 2 3 2
4. lı́m 3/2
= lı́m = x dx = x
2 2 =
n→∞ n n→∞ n
k=1
n 0 3 0 3

5.
n3 n3 n4 n4 n4
   
1 1
lı́m 2 2
+ 2 2 2
+ ··· + = lı́m + + · · · +
n→∞ (n + 1) (n + 2 ) 4n n→∞ n (n2 + 1)2 (n2 + 22 )2 (n2 + n2 )2
n
1X n4
= lı́m
n→∞ n
k=1
(n2 + k 2 )2
n
1X 1
= lı́m 2
n→∞ n k2

k=1
1+ 2
n
Z 1
1
= dx
2 2
0 (1 + x )
 1
x arctan(x) 1 π
= 2
+ = +
2(x + 1) 2 0 4 8

Resolución de EDO lineal usando factor integrante

P (x) dx
R
El factor integrante es: µ = e

y la solución de la ecuación es y = yh + yp siendo:

Z
C 1
yh = yp = µ Q(x) dx
µ µ
3
Ejemplo: y ′ + y = −1
x
3 R 3 dx
En este caso P (x) = por lo que el factor integrante es: µ = e x = e3 ln x = x3
x
C
yh =
x3
Z
1 x
yp = 3 −x3 dx = −
x 4