Ecuaciones Diferenciales

Definicin:
Una ecuacin diferencial es una ecuacin que involucra derivadas (o
diferenciales) de una funcin desconocida de una o ms variables. Si la funcin
desconocida depende slo de una variable, la ecuacin se llama una ecuacin
diferencial ordinaria. Sin embargo, si la funcin desconocida depende de ms
de una variable la ecuacin se llama una ecuacin diferencial parcial.
En su origen, son ecuaciones ntimamente ligadas a la resolucin de cuestiones
relacionadas con la fsica y con la geometra: las leyes del movimiento
planetario (en el que intervienen distancias, velocidades y aceleraciones; o lo
que es lo mismo, leyes de posicin y sus derivadas primeras y segundas en
funcin del tiempo); problemas relacionados con el equilibrio de un cable en
suspensin (catenaria); la trayectoria de cada en el menor tiempo posible
entre dos puntos dados (braquistocrona); o las leyes de difusin del calor.
Desarrollo Histrico
Las ecuaciones diferenciales se originan en el estudio de problemas dinmicos.
En este sentido Arqumedes (287 212 aC) puede considerarse un precursor
por su formulacin de los principios de la palanca, de la polea y del empuje que
recibe un cuerpo sumergido en un lquido y tambin Coprnico (1473 1543),
a travs de su teora acerca del movimiento de la Tierra y otros planetas en
rbitas circulares alrededor del Sol. De acuerdo con Haaser et al. (1990)1 , el
estudio de las ecuaciones diferenciales comenz con Newton (1642 1727) y
Leibniz (1646 1716) a fines del siglo XXVII. En esta poca los problemas se
abordaban de manera geomtrica. Para Leibniz el clculo trataba de
sucesiones de valores infinitamente prximos, concibiendo el continuo
geomtrico como un conjunto de segmentos infinitesimales, en tanto que para
Newton involucraba cantidades que variaban con el tiempo. Durante el siglo
XVIII el trabajo consista en resolver ecuaciones particulares especficas. Estos
primeros descubrimientos sugirieron que las soluciones de todas las
ecuaciones diferenciales originadas en problemas geomtricos y fsicos podran
expresarse por medio de funciones elementales. Hasta la llegada de Liouville
(1809 1882) los matemticos no dejaron de buscar un mtodo de resolucin
que fuera aplicable a todo tipo de ecuaciones diferenciales. A lo largo de buena
parte del siglo XIX los trabajos se orientaron hacia la bsqueda de soluciones
en serie y hacia la cuestin de la existencia y unicidad de las soluciones. Se
desarrollan paralelamente los mtodos numricos para la resolucin
aproximada, con el antecedente del mtodo de Euler (1840). Si bien los
primeros mtodos numricos datan de fines del siglo XIX, el desarrollo del
anlisis numrico slo fue posible a partir de 1950, con la aparicin de las

primeras computadoras, que permitieron la puesta a prueba de los algoritmos

construidos. A fines del siglo XIX el desarrollo de la mecnica no lineal puso de
manifiesto la necesidad de contar con mtodos de tratamiento de las
ecuaciones diferenciales no 1 HAASER, N. et al. (1990): p. 590. 4 lineales. En
1892 se publicaron sendos trabajos relativos a la mecnica no lineal, el primero
de Liapunov, traducido del ruso al francs en 1907 como Problme general de
la stabilit du mouvement2 y el primer volumen de Les mthods nouvelles de
la mcanique cleste, de Poincar, y presentaron los fundamentos de la
llamada teora cualitativa de las ecuaciones diferenciales. La teora3 se basa en
el hecho de que es posible visualizar el desplazamiento de un punto, por
ejemplo, en el plano, a partir de una posicin inicial, siguiendo una trayectoria
tal que para cada valor de t e y, la pendiente de su recta tangente en el punto
(t,y) est dada por la expresin de la derivada y = f (t,y). Estas trayectorias se
denominan lneas de flujo. La forma que adoptan estas curvas, particularmente
en la vecindad de ciertos puntos denominados crticos, brinda informacin
fundamental acerca del comportamiento y la evolucin temporal de los
sistemas modelados por estas ecuaciones. El conjunto de trayectorias se
denomina diagrama de fases.
Importancia:
La enorme importancia de las ecuaciones diferenciales en las matemticas, y
especialmente en sus aplicaciones, se debe principalmente al hecho de que la
investigacin de muchos problemas de ciencia y tecnologa puede reducirse a
la solucin de tales ecuaciones. Los clculos que requiere la construccin de
maquinaria elctrica o de dispositivos radiotcnicos, el clculo de trayectorias
de proyectiles, la investigacin de la estabilidad de aeronaves en vuelo o del
curso de una reaccin qumica, todo ello depende de la solucin de ecuaciones
diferenciales.
Sucede con frecuencia que las leyes fsicas que gobiernan un fenmeno se
escriben en forma de ecuaciones diferenciales, por lo que stas, en s,
constituyen una expresin cuantitativa de dichas leyes: por ejemplo las leyes
de conservacin de la masa y de la energa trmica, las leyes de la mecnica,
etc., se expresan en forma de ecuaciones diferenciales.

Aplicaciones:
Aplicaciones a la Biologa:

Un problema fundamental en la biologa es el crecimiento, sea este el

crecimiento de una clula, un organismo, un ser humano, una planta o una
poblacin.

Problemas de Epidemiologa:
Propagacin y control de una enfermedad contagiosa, esto es, una enfermedad
que puede transmitirse de un individuo a otro. La ciencia que estudia este
problema se llama epidemiologa K, y si un porcentaje grande no comn de una
poblacin adquiere la enfermedad, decimos que hay una epidemia.
En Qumica se aplican en mezclas qumicas
Flujo de calor en estado estacionario
Relacin Desempeo Profesional
En un ecosistema se puede determinar el nmero de individuos, encondiciones
ideales que sean objeto de estudio como por ejemplo a que tasa de esta
extinguiendo un especie endmica o una migratoria
2. Como hablamos de crecimiento puntuales se podra hallar el grado de
expansin de un contamnate un ejemplo seria un derrame de crudo que se
desplaza (razn de crecimiento) con una contante de condiciones y que a su
vez va a tener una extensin mxima (K) y una posterior baja (punto crtico)
3. Como ingeniero estoy comprometido a el desarrollo de nuevas tecnologas,
la utilizacin de nuevas de las ecuaciones en este campo es indispensable para
determinar la confiabilidad de los proyectos, si por ejemplo tomramos un
microorganismo y quisiramos saber sus caractersticas para limpiar un medio
(tierra, agua, aire) de un contaminante tendremos que saber cuanto agregar en
un inicio de esta, cuanto tiempo se demorara en desarrollarse y su
efectividad en el medio aplicado ;}
3.1 de igual manera si se quiere agregar un agente de mejoramiento a
elmedio, por ejemplo pasto kikuyo para la alimentacin de especies,
recuperacin de terrenos ridos o por recubrimiento de suelos (aplicables en
general aplicable a cualquier especie

Origen:

El nacimiento de la ciencia de ecuaciones diferenciales se fijara en el 11 de de noviembre

de 1675, cuando Leibnitz asent en un papel la ecuacin Integral de y diferencial
de y igual a la mitad del cuadrado de y 1 . En smbolos de Leibnitz
Definicion:
Una ecuacin diferencial es una ecuacin en la que intervienen derivadas de
una o ms funciones desconocidas. Dependiendo del nmero de variables
independientes respecto de las que se deriva, las ecuaciones diferenciales se
dividen en:

Ecuaciones diferenciales ordinarias: aquellas que contienen derivadas respecto

a una sola variable independiente.
Ecuaciones en derivadas parciales: aquellas que contienen derivadas respecto
a dos o ms variables
Aplicacin y Plan de estudios:

Redes Neuronales
El campo de las redes Neuronales Artificiales intenta utilizar estructuras de datos
diseadas para imitar las neuronas dentro del cerebro para realizar reconocimiento y
clasificacin de datos. Pueden ser (y han sido) usados para una gran cantidad de tareas
diferentes: predecir el mercado de acciones, extraer datos de imagen a partir de
informacin del radar, controlar coches, robots - y mucho ms.
Lo que est claro de las redes neuronales es que aprenden. Son bsicamente funciones
de mapeado de lujo: realizarn mapeados de un grupo de vectores sobre otro, pero
aprender a realizar este mapeado por ellas mismas, a travs de aprendizaje
supervisado o no supervisado. Empezar con las redes neuronales no es fcil ya que
necesitan un fuerte conocimiento de la teora, requiriendo un cierto grado de
conocimiento algebraico e incluso clculo si realmente deseas entender como funcionan
los algoritmos usados.

Generation5 tiene una series of essays que estn dirigidos a

introducir las redes neuronales lentamente: primero cubre el
tema de los perceptrones (la red neuronal ms sencilla), entonces detallando
perceptrones multicapa y el algoritmo de propagacin hacia atrs (back-propagation).
Si quieres empezar con redes neuronales, preprate para leer y programar mucho ya
que no son fciles de entender sin ponerse "manos a la obra".

Lo Bueno
Las redes neuronales son muy tiles en IA y pueden ser aplicadas en todas partes.
Crear una buena red neuronal es una actividad muy gratificante. Pueden ser usadas en
reas como procesamiento de sonido e imagen o incluso controladores de robots haciendo ms interesantes la investigacin y los resultados.

Lo Malo
Las redes neuronales quiz no sean el mejor lugar por donde empezar ya que son un
poco duras - acadmica y algortmicamente hablando. La mayora de redes neuronales
son programas muy difciles ya que no hay guas ni tipos definidos de redes neuronales
para ciertos problemas. Hay tantos tipos de redes neuronales como problemas!

Aplicaciones:
Aplicaciones de E.D. Homognea de Primer Orden
La forma general de la solucin de una ecuacin diferencial homognea se puede
aplicar a una gran cantidad de problemas fsicos.
Variacin de la Presin Baromtrica con
Descarga de un Condensador
la altitud: