5.

2 SOLUCIÓN DE ECUACIONES DIFERENCIALES

DEFINICION
Una ecuación diferencial es una ecuación que implica una función desconocida
y=f(x)𝑦=𝑓(𝑥) y una o varias de sus derivadas. Una solución de una ecuación diferencial es
una función y=f(x)𝑦=𝑓(𝑥) que satisface la ecuación diferencial cuando f𝑓 y sus derivadas
se sustituyen en la ecuación.

CARACTERISTICAS
• Dependencia de las variables independientes: Las soluciones de ecuaciones
diferenciales generalmente dependen de una o más variables independientes. Por ejemplo,
en una ecuación diferencial ordinaria (ODE), la solución puede ser una función de una
variable independiente, mientras que en una ecuación diferencial parcial (PDE), la solución
puede depender de múltiples variables independientes.

• Dependencia de los parámetros: Las soluciones pueden depender de parámetros

constantes que aparecen en la ecuación diferencial o que se introducen a través de
condiciones iniciales o de contorno.

• Orden de la ecuación: El orden de una ecuación diferencial se refiere al orden más alto
de la derivada presente en la ecuación. Las soluciones pueden variar en complejidad
dependiendo del orden de la ecuación.
PROPIEDADES O REGLAS
• Superposición: Si una ecuación diferencial es lineal, entonces cualquier combinación
lineal de soluciones también es una solución. Esta propiedad es esencial en la resolución de
ecuaciones diferenciales lineales homogéneas mediante la técnica de combinación lineal de
soluciones fundamentales.

• Principio de superposición de condiciones iniciales: Si una ecuación diferencial lineal

es homogénea y posee soluciones linealmente independientes, entonces cualquier
combinación lineal de estas soluciones satisface cualquier combinación lineal de
condiciones iniciales.

• Método de separación de variables: Para ciertos tipos de ecuaciones diferenciales,

especialmente las ecuaciones diferenciales ordinarias (ODEs), es posible separar las
variables y resolver la ecuación mediante la integración de ambos lados. Este método es útil
en ecuaciones diferenciales de primer orden y algunas ecuaciones diferenciales parciales
(PDEs) simples.

• Transformada de Laplace: La transformada de Laplace es una herramienta poderosa para

resolver ecuaciones diferenciales lineales con condiciones iniciales. Permite transformar la
ecuación diferencial en una ecuación algebraica más fácil de resolver, y luego invertir la
transformada para obtener la solución en el dominio original.
EJEMPLO
Consideremos la ecuación diferencial lineal de segundo orden:

𝑦" − 4𝑦´ + 4𝑦 = 2𝑥
Para resolver la ecuación utilizando superposición podemos descomponerla en dos
ecuaciones diferenciales más simples y luego sumar las soluciones.

Primero, consideremos la ecuación homogénea asociada:

𝑦" − 4𝑦´ + 4𝑦 = 0
Esta ecuación tiene la solución general de la forma:

𝑦ℎ(𝑥) = 𝑐1𝑒 2𝑥 + 𝑐2𝑥𝑒 2𝑥

Donde c1 y c2 son constantes arbitrarias.

Luego, consideramos la ecuación no homogénea original:

𝑦" − 4𝑦´ + 4𝑦 = 2𝑥
Para encontrar la solución particular de esta ecuación, podemos utilizar el método de
coeficientes indeterminados o el método de variación de parámetros. Supongamos que la
solución particular es de la forma 𝑦 𝑝 ( 𝑥 ) = 𝐴 𝑥 + 𝐵 y p (x)=Ax+B.

Sustituyendo esta suposición en la ecuación diferencial original, obtenemos:

2−4(A)+4(Ax+B)=2x

−4𝐴+4𝐴𝑥+4𝐵=2𝑥−2−4A+4Ax+4B=2x−2

Igualando los términos correspondientes, obtenemos:

4 𝐴 = 2 4A=2

4𝐵 = − 2 4B=−2
1 1
Entonces:𝐴 = 𝑦𝐵=− .
2 2
1 1
Por lo tanto, la solución particular es:𝑦𝑝(𝑥) = 2 𝑥 − 2

Finalmente, la solución general de la ecuación diferencial original es la suma de la solución

homogénea y la solución particular:
1 1
𝑦(𝑥) = 𝑦ℎ(𝑥) + 𝑦𝑝(𝑥) = 𝑐1𝑒 2𝑥 + 𝑐2𝑥𝑒 2𝑥 + 2 𝑥 − 2
5.2.1 MÉTODO DE EULER
DEFINICIÓN
El Método de Euler es un enfoque numérico utilizado para aproximar soluciones de
ecuaciones diferenciales ordinarias (EDO) de primer orden. Es especialmente útil cuando no
se dispone de una solución analítica o cuando la solución analítica es difícil de obtener.

CARACTERISTICAS
• Simplicidad: El Método de Euler es uno de los métodos numéricos más simples para
resolver ecuaciones diferenciales ordinarias (EDO). Su implementación y comprensión son
relativamente directas, lo que lo hace accesible incluso para aquellos que no tienen un
fondo matemático muy avanzado.

• Aproximación de primer orden: El Método de Euler es un método de aproximación de

primer orden. Esto significa que el error de aproximación disminuye linealmente a medida
que se reduce el tamaño del paso (h). Sin embargo, para obtener una alta precisión, a
menudo se requieren pasos muy pequeños, lo que puede resultar en un alto costo
computacional.

• Discretización del dominio: El Método de Euler divide el intervalo de la variable

independiente en pequeños pasos (h) para aproximar la solución en puntos discretos a lo
largo del dominio. Esto crea una secuencia de puntos que se pueden usar para construir una
aproximación de la solución.

PROPIEDADES O REGLAS

• Paso de tiempo (h): La elección del tamaño del paso (h) es crítica en el Método de Euler.
Un paso demasiado grande puede conducir a una aproximación inexacta, mientras que un
paso demasiado pequeño puede aumentar significativamente el tiempo de cálculo. Es
importante seleccionar un tamaño de paso que equilibre la precisión y la eficiencia
computacional.

• Estabilidad: El Método de Euler puede ser inestable para ciertas ecuaciones diferenciales,
especialmente aquellas con coeficientes de crecimiento exponencial. Es importante tener en
cuenta la estabilidad al seleccionar el tamaño del paso y al aplicar el método a ecuaciones
diferenciales específicas.

• Condición inicial: Se requiere una condición inicial bien definida para iniciar el proceso
de iteración en el Método de Euler. Esta condición inicial especifica el valor de la solución
en el punto inicial del intervalo de la variable independiente.
EJEMPLOS
El método de Euler es una técnica numérica para resolver ecuaciones diferenciales
ordinarias. Se basa en la aproximación de la derivada de una función en un punto dado
utilizando una aproximación de diferencia finita. La fórmula básica del método de Euler
para una ecuación diferencial ordinaria de primer orden es:

𝑦𝑛 + 1 = 𝑦𝑛 + ℎ ∗ 𝑓(𝑥𝑛, 𝑦𝑛)

Donde:

• 𝑌𝑛 es el valor aproximado de la solución n el punto𝑋𝑛.

• F(𝑋𝑛, 𝑌𝑛) es la función que describe la tasa de cambio de la solución en el punto
𝑋𝑛 𝑦 𝑋𝑛 + 1.
• h es el tamaño del paso entre los puntos 𝑋𝑛 𝑦 𝑋𝑛 + 1
5.2.2 MÉTODO DE RUNGE-KUTTA
DEFINICIÓN
Los métodos de Runge-Kutta son un conjunto de técnicas numéricas utilizadas para
resolver ecuaciones diferenciales ordinarias (EDOs) y sistemas de ecuaciones diferenciales
ordinarias. Estos métodos ofrecen una mejora con respecto al método de Euler en términos
de precisión y estabilidad.

CARACTERÍSTICAS
• Precisión: Los métodos de Runge-Kutta, especialmente los de orden superior como RK4,
ofrecen una mayor precisión en comparación con métodos más simples como el método de
Euler. Esto se debe a que utilizan múltiples evaluaciones de la función en diferentes puntos
dentro de cada intervalo de paso, lo que permite una mejor aproximación de la solución.

• Estabilidad: Los métodos de Runge-Kutta suelen ser más estables que otros métodos
numéricos para resolver EDOs. Esto significa que son menos propensos a producir
soluciones oscilantes o divergentes, especialmente cuando se enfrentan a ecuaciones que
implican condiciones iniciales difíciles o no linealidades fuertes.

• Flexibilidad: Los métodos de Runge-Kutta son altamente flexibles y pueden adaptarse

para resolver una amplia gama de problemas. Pueden manejar tanto ecuaciones
diferenciales ordinarias de primer orden como sistemas de ecuaciones diferenciales, y son
efectivos para problemas tanto lineales como no lineales.

• Implementación sencilla: Aunque existen variantes más complejas de los métodos de

Runge-Kutta, como los métodos de Runge-Kutta adaptativos, la implementación básica de
un método de Runge-Kutta, como RK4, es relativamente sencilla y comprensible. Esto los
hace accesibles incluso para aquellos que no tienen un profundo conocimiento matemático
o computacional.

• Eficiencia computacional aceptable: A pesar de su mayor precisión en comparación con

métodos más simples, los métodos de Runge-Kutta suelen ser computacionalmente
eficientes. Esto se debe a que requieren un número moderado de evaluaciones de la función
por paso de tiempo, lo que los hace adecuados para aplicaciones en las que se requiere un
equilibrio entre precisión y tiempo de cálculo.
PROPIEDADES O REGLAS

• Consistencia: Un método de Runge-Kutta se considera consistente si el error local tiende

a cero cuando el tamaño del paso hhh tiende a cero. Esto implica que el método se
aproxima a la solución exacta de la ecuación diferencial cuando el tamaño del paso se
reduce.

• Orden de convergencia: El orden de convergencia de un método de Runge-Kutta se

refiere a la velocidad a la que el error global disminuye con respecto al tamaño del paso .
Por lo general, los métodos de Runge-Kutta de orden superior tienen un mejor orden de
convergencia, lo que significa que convergen a la solución exacta más rápidamente cuando
se reduce .

• Convergencia global: Un método de Runge-Kutta es globalmente convergente si la

solución numérica converge a la solución exacta en todo el intervalo de integración,
siempre que el tamaño del paso sea lo suficientemente pequeño.

• Estabilidad: La estabilidad de un método de Runge-Kutta está relacionada con su

capacidad para producir soluciones numéricas estables y libres de oscilaciones o
divergencias. Un método de Runge-Kutta se considera estable si produce soluciones
precisas incluso con tamaños de paso relativamente grandes.

• Propiedades de conservación: Algunos métodos de Runge-Kutta conservan ciertas

propiedades físicas o estructurales de la ecuación diferencial original, como la conservación
de la energía o la masa en sistemas dinámicos.

EJEMPLOS
La fórmula general del método de Runge-kutta de orden n es:

𝑎
𝑦𝑛 + 1 = 𝑦𝑛 + ℎ ∗ Σ 𝑏𝑖 ∗ 𝑘𝑖
𝑖=1

• Yn es l valor aproximado de la solución en el punto Xn

• h es el tamaño del paso entre los puntos Xn Xn+1

• Los coeficientes aij, bi y ci son parámetros específicos del método de

Runge-kutta
5.2.3 SISTEMAS DE ECUACIONES DIFERENCIALES
ORDINARIAS CON VALORES INICIALES
DEFINICIÓN

Los sistemas de ecuaciones diferenciales ordinarias con valores iniciales (EDOs con
valores iniciales) son un conjunto de ecuaciones diferenciales ordinarias interconectadas
que describen cómo cambian varias cantidades en función de su tiempo o de otra variable
independiente. Cada ecuación en el sistema establece la tasa de cambio de una de estas
cantidades en términos de sí misma y posiblemente de otras cantidades en el sistema.

CARACTERÍSTICAS

Las características principales de los sistemas de ecuaciones diferenciales ordinarias con

valores iniciales (EDOs con valores iniciales) son las siguientes:

1. Interconexión de variables: En un sistema de EDOs, las variables están

interconectadas entre sí, lo que significa que el cambio en una variable puede
depender de otras variables en el sistema. Esta interconexión refleja relaciones
dinámicas entre las cantidades representadas por las variables en el sistema.

2. Evolución en el tiempo: Las ecuaciones diferenciales en un sistema describen

cómo cambian las variables con respecto al tiempo. Esto permite modelar
fenómenos que evolucionan en el tiempo, como el movimiento de partículas, el
crecimiento de poblaciones, la evolución de sistemas físicos, químicos o biológicos,
entre otros.

3. Métodos de resolución: Resolver un sistema de EDOs implica encontrar las

funciones que describen la evolución de las variables a lo largo del tiempo. Esto se
puede lograr mediante una variedad de métodos, incluidos métodos numéricos
como los métodos de Runge-Kutta o métodos analíticos como la transformada de
Laplace, dependiendo de la complejidad del sistema y las preferencias del
modelador.

4. Aplicaciones diversas: Los sistemas de EDOs con valores iniciales se utilizan

ampliamente en una variedad de campos científicos y de ingeniería para modelar y
analizar una amplia gama de fenómenos naturales y procesos tecnológicos.
Propiedades o reglas
• Existencia y unicidad de la solución: Una de las propiedades fundamentales de los
sistemas de EDOs con valores iniciales es que, bajo ciertas condiciones, existe una única
solución que satisface tanto las ecuaciones diferenciales como las condiciones iniciales
dadas. Esto es esencial para garantizar que el sistema tenga una solución bien definida y
única en un intervalo dado.

• Continuidad y suavidad de la solución: La solución de un sistema de EDOs con valores

iniciales generalmente se espera que sea continua y suave en el intervalo de interés. Esto
significa que las funciones que describen las variables del sistema deben ser continuas y
tener derivadas continuas hasta cierto orden dentro de ese intervalo.

• Convergencia: En el contexto de métodos numéricos para resolver sistemas de EDOs,

como los métodos de Runge-Kutta, se espera que las soluciones numéricas converjan a la
solución exacta del sistema a medida que se reduce el tamaño del paso de integración. Esta
es una propiedad crucial para garantizar la precisión de los resultados numéricos.

• Estabilidad: La estabilidad de un sistema de EDOs con valores iniciales se refiere a su

comportamiento a lo largo del tiempo y frente a perturbaciones en las condiciones iniciales.
Un sistema se considera estable si pequeñas variaciones en las condiciones iniciales
conducen a pequeñas variaciones en la solución a lo largo del tiempo.

• Conservación de ciertas cantidades: Algunos sistemas de EDOs conservan ciertas

cantidades físicas o estructurales a lo largo del tiempo, como la energía o la masa. Estas
propiedades de conservación pueden ser importantes para comprender el comportamiento a
largo plazo del sistema y pueden reflejarse en las ecuaciones del sistema y en las
condiciones iniciales.

• Dependencia de parámetros: En muchos casos, los sistemas de EDOs pueden depender

de parámetros que controlan su comportamiento. La variación de estos parámetros puede
conducir a cambios significativos en la solución del sistema, lo que permite estudiar cómo
diferentes factores afectan el comportamiento del sistema.

EJEMPLO
𝑑𝑦1
= 𝑓1(𝑡, 1, 𝑦2, … , 𝑛)
𝑑𝑡

𝑑𝑦2
= 𝑓2(𝑡, 1, 𝑦2, … , 𝑛)
𝑑𝑡

𝑑𝑦𝑛
= 𝑓𝑛(𝑡, 1, 𝑦2, … , 𝑛)
𝑑𝑡
5.3 ECUACIONES DIFERENCIALES RÍGIDAS.

DEFINICIÓN
Las ecuaciones diferenciales rígidas son un tipo especial de ecuaciones diferenciales
ordinarias (EDOs) en las que ciertas combinaciones de escalas de tiempo presentes en el
sistema conducen a una solución numéricamente desafiante. Estas ecuaciones pueden ser
particularmente difíciles de resolver utilizando métodos numéricos estándar debido a la
presencia de escalas de tiempo muy diferentes en el sistema.

CARACTERÍSTICAS
• Diferentes escalas de tiempo: En un sistema rígido, algunas partes del sistema pueden
evolucionar muy rápidamente en comparación con otras partes. Esto puede hacer que las
diferencias entre los pasos de tiempo necesarios para resolver las diferentes partes del
sistema sean muy grandes.

• Sensibilidad numérica: Debido a las diferencias en las escalas de tiempo, los métodos
numéricos estándar pueden ser inestables o ineficientes para resolver ecuaciones rígidas. En
particular, los métodos explícitos pueden requerir pasos de tiempo muy pequeños para las
partes rápidamente cambiantes del sistema, lo que resulta en un alto costo computacional.

• Requerimientos de precisión: Las soluciones de las ecuaciones rígidas pueden ser

altamente sensibles a errores numéricos debido a las diferencias en las escalas de tiempo.
Por lo tanto, es crucial utilizar métodos numéricos que mantengan la precisión incluso en
presencia de estas sensibilidades.

• Estabilidad: La estabilidad de los métodos numéricos utilizados para resolver ecuaciones

rígidas es una consideración importante. Los métodos numéricos deben mantener la
estabilidad incluso cuando se enfrentan a diferencias significativas en las escalas de tiempo
del sistema.
REGLAS O PROPIEDADES

1. Seleccionar métodos numéricos adecuados: Los métodos numéricos implícitos

suelen ser más estables y adecuados para resolver ecuaciones diferenciales rígidas
que los métodos explícitos. Los métodos implícitos, como el método de diferencias
finitas implícitas o los métodos de Runge-Kutta implícitos, permiten tomar pasos de
tiempo más grandes sin comprometer la estabilidad del algoritmo.

2. Adaptar el tamaño del paso de tiempo: Es importante adaptar el tamaño del paso
de tiempo según sea necesario para mantener la estabilidad y la precisión del
método numérico. En áreas del sistema donde las variables cambian lentamente, se
pueden utilizar pasos de tiempo más grandes, mientras que en áreas donde las
variables cambian rápidamente, se pueden utilizar pasos de tiempo más pequeños.

3. Utilizar métodos de paso múltiple: Los métodos de paso múltiple, como el método
de Adams-Bashforth-Moulton, pueden ser eficaces para resolver ecuaciones
diferenciales rígidas. Estos métodos ajustan el tamaño del paso de tiempo de manera
adaptativa y pueden proporcionar soluciones precisas incluso en presencia de
diferencias en las escalas de tiempo.

4. Considerar métodos de estabilización: En algunos casos, puede ser útil utilizar

técnicas de estabilización adicionales para mejorar la estabilidad numérica del
método. Esto puede incluir la adición de términos de amortiguamiento o la
utilización de técnicas de suavizado para reducir las fluctuaciones numéricas en la
solución.

5. Evaluar la estabilidad y la convergencia: Es importante evaluar la estabilidad y la

convergencia del método numérico utilizado para resolver la ecuación diferencial
rígida. Esto puede hacerse mediante análisis teóricos y pruebas numéricas para
garantizar que la solución obtenida sea precisa y confiable.
 EJEMPLOS
Ecuación de Van der Pol

𝑑2 𝑦 2
𝑑𝑦
− 𝜐(1 − 𝑦 ) += 0
𝑑𝑡 2 𝑑𝑡
Donde y es una función del tiempo t, y μ es un parámetro que determina la rigidez de la
ecuación. Esta ecuación aparece en la modelización de circuitos eléctricos, sistemas
mecánicos y biológicos, y puede ser rígida en ciertos regímenes.