DATOS GENERALES.

INGENIERÍA EN MANTENIMIENTO INDUSTRIAL

MATEMÁTICAS PARA INGENIERÍA 2

Universidad Tecnológica Del Centro De Veracruz

Materia:
Matemáticas para Ingeniería 2

Grado y grupo:
IMI 8° ___

Matricula y alumno:
__________ _________________________________
 MANUAL
DE
MATEMÁTICAS PARA INGENIERÍA 2

Elaborado por:
I. E. Víctor Iván Domínguez Vásquez
Contenido
Introducción. ................................................................................................................................. 5
Unidad 1 ........................................................................................................................................ 6
Ecuaciones diferenciales. ............................................................................................................... 6
1.1 Conceptos de ecuaciones diferenciales................................................................................. 6
1.1.1 Definición ...................................................................................................................... 6
1.1.2 Notación de las ecuaciones diferenciales. ...................................................................... 7
1.1.3 Clasificación de las ecuaciones diferenciales. ................................................................. 7
1.1.4 Representación de la solución de una ecuación diferencial. ......................................... 11
1.1.5 Comprobación de la solución de una ecuación diferencial. .......................................... 11
1.2 Métodos analíticos de solución de una ecuación diferencial ordinaria de primer orden. ..... 12
Introducción. ........................................................................................................................ 12
1.2.1 Variables separables. ................................................................................................... 13
1.2.2 Exactas ........................................................................................................................ 15
1.2.3 Factor integrante ......................................................................................................... 17
1.2.4 Homogéneas. .............................................................................................................. 21
1.2.5 Cambio o sustitución de variable. ................................................................................ 24
Unidad 2 ...................................................................................................................................... 27
Transformada de Laplace ............................................................................................................. 27
2.1 Transformadas de Laplace. ................................................................................................. 27
2.1.1 Definición. ................................................................................................................... 27
2.1.2 Transformadas de Laplace de funciones básicas........................................................... 28
2.1.3 Propiedades de la Transformada de Laplace. ............................................................... 28
2.1.4 Solución de transformadas de Laplace. ........................................................................ 32
2.2 Transformada inversa de Laplace. ...................................................................................... 33
Introducción ......................................................................................................................... 33
2.2.1 Propiedades de la transformada inversa de Laplace. .................................................... 33
2.3 Teoremas de traslación y derivadas de una transformada. ................................................. 34
2.3.1 Fracciones parciales. .................................................................................................... 34
 2.3.2 Traslación. ................................................................................................................... 35
2.4 Transformadas de derivadas, integrales y funciones periódicas. ......................................... 37
2.4.1 Transformada de Laplace de funciones definidas por tramos. ...................................... 38
2.4.2 Transformada de Laplace de la función escalón unitario. ............................................. 38
2.4.3 Transformada de derivadas. ........................................................................................ 39
2.4.4 Transformada de integrales. ........................................................................................ 40
2.4.5 Teorema de convolución ............................................................................................. 40
2.4.6 Transformada de Laplace de funciones periódicas ....................................................... 41
Unidad 3 ...................................................................................................................................... 43
Métodos numéricos ..................................................................................................................... 43
3.1 Introducción a los métodos numéricos. .............................................................................. 43
3.1.1 Conceptos. .................................................................................................................. 43
3.1.2 Clasificación de errores numéricos............................................................................... 45
3.1.3 Cálculo de los tipos de errores ..................................................................................... 48
3.2 Métodos numéricos de solución para una ecuación diferencial. ......................................... 50
3.2.1 Obtención de raíces. .................................................................................................... 51
3.2.2 Sistemas de ecuaciones ............................................................................................... 54
3.2.3 Interpolación ............................................................................................................... 58
3.2.4 Ecuaciones diferenciales .............................................................................................. 61
Bibliografía................................................................................................................................... 67
Introducción.
El presente manual explica los fundamentos de la materia Matemáticas para
ingeniería 2, del plan de estudios de la carrera Ingeniería en Mantenimiento Industrial, que
ofrecen algunas Universidades Tecnológicas del país. El presente documento incluye los
puntos de la materia y los desglosa. El desarrollo de la materia en el presente manual, se
fundamenta en el Enfoque por Competencias, como respuesta a mejorar la calidad
educativa del proceso de enseñanza-aprendizaje.

“Plantear y solucionar problemas con base en los principios y teorías de física,

química y matemáticas, a través del método científico para sustentar la toma de
decisiones en los ámbitos científico y tecnológico”.

Es la competencia que se propone en el plan de la materia, a través, del seguimiento

de cada una de sus unidades temáticas, con la finalidad de contribuir al desarrollo del
alumno, poniendo en práctica los conocimientos, habilidades y actitudes cultivados durante
su formación.

Por tal motivo el presente manual pretende ser un apoyo para el trabajo del docente
y el aprendizaje del alumno, se presentan los temas de las unidades temáticas que contiene
el plan de la materia, así como ejercicios resueltos y propuestos en cada tema, un examen
de autoevaluación, así como ejemplos de aplicación a manera de estudio de caso.

Por último, en anexos se presentan las formulas y tablas de derivadas, integrales y

transformadas de Laplace (anexos 1-3) con la finalidad de brindar un apoyo a los alumnos y
profesor, existe libertad para que otro docente adapte el presente manual, lo enriquezca y
adapte como una función de su diseño dentro del plan curricular.

Nota: explicar las formulas básicas de derivadas e integrales. (repaso opcional del profesor)
Unidad 1

Ecuaciones diferenciales.

1.1 Conceptos de ecuaciones diferenciales.

1.1.1 Definición

Se dice que una ecuación que contiene las derivadas de una o más variables
dependientes, con respecto a una o más variables independientes, es una ecuación
diferencial.

Como ejemplos de ecuaciones diferenciales se tienen:

𝑑𝑦
3 + 9𝑦 = 15
𝑑𝑥

(2𝑥 + 3𝑦)𝑑𝑥 + 8𝑦𝑑𝑦 = 0

𝑑𝑢 𝑑𝑣
− =5
𝑑𝑥 𝑑𝑥

𝑑2𝑦 𝑑𝑦
2
−2 + 3𝑦 = 0
𝑑𝑥 𝑑𝑥

(1 − 𝑥 )𝑦 ′′ − 4𝑥𝑦 ′ + 96𝑦 = 𝑐𝑜𝑠5𝑥

𝑦𝑦 ′ + 2𝑦 = 1 + 𝑥 2

𝑥 2 𝑦 (4) − 𝑥 2 𝑦 ′′ + 4𝑥𝑦 − 3𝑦 = 0

𝑑𝑦 𝑑2 𝑦
= √1 + 2
𝑑𝑥 𝑑𝑥
1.1.2 Notación de las ecuaciones diferenciales.

Las ecuaciones diferenciales se pueden escribir de diferentes maneras de acuerdo a

la notación que se use, entre las cuales destacan:

 Leibnitz,
 LaGrange,
 Cauchy o Jacobi
 Newton y
 Primas.

A continuación, se muestran algunos ejemplos de ecuaciones diferenciales con las

diferentes notaciones utilizadas.

𝑑𝑦 𝑑2 𝑦 𝑑3 𝑦
 Leibnitz: , ,
𝑑𝑥 𝑑𝑥 2 𝑑𝑥 3

 LaGrange: 𝑓 ′ (𝑥), 𝑓 ′′ (𝑥), 𝑓 ′′′ (𝑥 )

 Cauchy o Jacobi: 𝐷𝑥 𝑓, 𝐷𝑥2 𝑓, 𝐷𝑥3 𝑓

 Newton: 𝑦̇ , 𝑦̈ , 𝑦⃛

 Primas: 𝑦 ′ , 𝑦 ′′ , 𝑦 ′′′

1.1.3 Clasificación de las ecuaciones diferenciales.

Para clasificar a las ecuaciones diferenciales se toma como base 4 criterios, los cuales
son:

 Tipo.
 Orden.
 Grado.
 Linealidad.

De acuerdo con el tipo las ecuaciones diferenciales se dividen en ordinarias y

parciales.
 Ecuaciones diferenciales ordinarias: son aquellas ecuaciones diferenciales que
contiene sólo derivadas de una o más variables dependientes con respecto a una sola
variable independiente.

Ecuaciones diferenciales parciales: son aquellas ecuaciones diferenciales que

contiene derivadas parciales de una o más variables dependientes con respecto a una o más
variables independientes.

A continuación, se presentan ejemplos de ecuaciones diferenciales ordinarias y

parciales.

𝜕2𝑦 𝜕2𝑢
+ =0
𝜕𝑥 2 𝜕𝑦 2

𝜕𝑢 𝜕𝑣
=−
𝜕𝑥 𝜕𝑦

𝜕 2 𝑦 𝜕 2 𝑢 𝜕𝑢
= −
𝜕𝑥 2 𝜕𝑡 2 𝜕𝑡

𝑑 2 𝑦 𝑑𝑦
− + 3𝑦 = 0
𝑑𝑥 2 𝑑𝑥

𝑑𝑦
+ 2𝑦 = 𝑒 𝑥
𝑑𝑥

𝑑𝑥 𝑑𝑦
+ = 2𝑥 + 𝑦
𝑑𝑡 𝑑𝑡

De acuerdo con el orden las ecuaciones diferenciales se clasifican en: ecuaciones

diferenciales de primer orden, segundo orden, tercer orden, cuarto orden y así
sucesivamente.

El orden de una ecuación diferencial (ya sea ordinaria o parcial) es el orden de la

derivada mayor de la ecuación diferencial.

(1 − 𝑥 )𝑦 ′′ − 4𝑥𝑦 ′ + 96𝑦 = 𝑐𝑜𝑠5𝑥 2° orden

𝑦𝑦 ′ + 2𝑦 = 1 + 𝑥 2 1° orden
𝑥 2 𝑦 (4) − 𝑥 2 𝑦 ′′ + 4𝑥𝑦 − 3𝑦 = 0 4° orden

𝑑𝑦 𝑑2 𝑦
= √1 + 𝑑𝑥 2 2° orden
𝑑𝑥

De acuerdo con el grado las ecuaciones diferenciales se clasifican en: ecuaciones

diferenciales de primer grado, segundo grado, tercer grado, cuarto grado y así
sucesivamente.

El grado de una ecuación diferencial (ya sea ordinaria o parcial) es la potencia de la

derivada de mayor orden de la ecuación diferencial.

(1 − 𝑥 )𝑦 ′′ − 4𝑥𝑦 ′ + 96𝑦 = 𝑐𝑜𝑠5𝑥 1°grado

𝑦𝑦 ′ + 2𝑦 = 1 + 𝑥 2 1° grado

3
𝑥 2 (𝑦 (4) ) − 𝑥 2 𝑦 ′′ + 4𝑥𝑦 − 3𝑦 = 0 3° grado

De acuerdo con la linealidad de una ecuación diferencial, estas se clasifican en:

ecuaciones diferenciales lineales o ecuaciones diferenciales no lineales.

Para que una ecuación diferencial sea lineal debe de cumplir las condiciones
siguientes:

 La variable dependiente “y” y todas sus derivadas

(n)
y´, y´´,..., y son de primer grado, es decir, la potencia de cada término en que
interviene “y” es 1.

 Los coeficientes a0, a1,…, an de y´, y´´,..., y(n) dependen sólo de la variable
independiente “x”.

(1 − 𝑥 )𝑦 ′′ − 4𝑥𝑦 ′ + 96𝑦 = 𝑐𝑜𝑠5𝑥 Lineal

𝑦𝑦 ′ + 2𝑦 = 1 + 𝑥 2 No lineal

𝑥 2 𝑦 (4) − 𝑥 2 𝑦 ′′ + 4𝑥𝑦′ − 3𝑦 = 0 Lineal

𝑑𝑦 𝑑2 𝑦
= √1 + 𝑑𝑥 2 Lineal
𝑑𝑥
 Actividad profesor: explicar la clasificación de las siguientes ecuaciones
diferenciales.

𝑑𝑦 𝑦 3
=
𝑑𝑥 𝑥 2

𝑑2𝑦 𝑑𝑦
2
+ 5𝑥 + 3𝑦 = 0
𝑑𝑥 𝑑𝑥

𝑑2𝑦 𝑑𝑦
𝑒𝑥 2
+ 𝑠𝑒𝑛𝑥 =𝑥
𝑑𝑥 𝑑𝑥

𝑑𝑦 2𝑦 + 3
=
𝑑𝑥 4𝑥 + 5

𝑦 ′′′ + 𝑦´´ + 𝑦 ′ + 𝑦 = 𝑠𝑒𝑛3𝑥

3
𝑑3𝑦 𝑑2𝑦 𝑑𝑦
3
+ 2 ( 2
) + = 𝑡𝑎𝑛𝑥
𝑑𝑥 𝑑𝑥 𝑑𝑥

𝑑 3 𝑦 3𝑑𝑦
− = 20𝑥 2 𝑦𝑧
𝑑 2 𝑥𝑦 𝑑𝑧

(𝑥 + 𝑦)𝑑𝑥 = (𝑦 − 𝑥)𝑑𝑦

(𝑦 𝑣 )3 − 𝑦 ′′′ − 𝑦´´ − 𝑦 2 = 0

𝑦 ′ = 3(𝑦 ′′ )2 + 5𝑦 − 3𝑥 + 2

𝑑4𝑦 𝑑2𝑦
+ 3 + 𝑦 = 𝑒 3𝑥
𝑑𝑥 4 𝑑𝑥 2
2 4
𝑑3 𝑦 𝑑𝑦
( 3 ) − 2 ( ) + 𝑥𝑦 = 0
𝑑𝑥 𝑑𝑧

Actividad alumno: Tarea 1 “CLASIFICACIÓN DE ECUACIONES DIFERENCIALES” del manual de

tareas.
1.1.4 Representación de la solución de una ecuación diferencial.

Dependiendo la forma en como se muestra la solución de una ecuación diferencial,

estas pueden ser: implícitas, explicitas, general y particular.

Se dice que una solución en la que la variable dependiente se expresa solamente

en términos de la variable independiente y constantes es una solución explícita.
𝑦
𝑦 ′′ − 2 = 0 … 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑙 𝑦 = 𝑥 2 − 𝑥 −1 … 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑒𝑥𝑝𝑙𝑖𝑐𝑖𝑡𝑎
𝑥2

Se dice que una solución implícita de una ecuación diferencial es aquella en la que
las variables dependiente e independiente están combinadas para expresar su resultado.

3𝑥 2
𝑦′ − = 0 … 𝑒𝑐𝑢𝑎𝑐𝑖𝑜𝑛 𝑑𝑖𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑙 𝑦 2 − 𝑥 3 + 8 = 0 … 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑒𝑥𝑝𝑙𝑖𝑐𝑖𝑡𝑎
2𝑦

La solución general de una ecuación diferencial ordinaria es una función y = f (x, c1,
c2, ...) dependiente de una o varias constantes tal que cualquier solución de la ecuación
diferencial se obtiene dando valores específicos a una o más de las constantes. Cuando
damos valores concretos a todas las constantes de la solución general, surge una solución
particular. Geométricamente, la solución general de una ecuación diferencial de primer
orden representa una familia de curvas, denominadas curvas solución, una para cada valor
concreto asignado a la constante arbitraria.

1.1.5 Comprobación de la solución de una ecuación diferencial.

Para saber si una función dada es una solución de una ecuación diferencial, lo que
se tiene que hacer es derivar la función dada las veces que indique la ecuación diferencial y
sustituir los resultados de cada una de las derivadas obtenidas y realizar las operaciones
indicadas y comprobar si se cumple la igualdad.

Ejemplos: comprobar si las siguientes funciones son o no solución de la educación

diferencial dada.

Datos:

Ecuación diferencial: 𝑦 ′′ + 2𝑦 ′ = 3𝑦 … (1)

 Funciones:

1) 𝑦 = 𝑒 𝑥
2) 𝑦 = 𝑒 −𝑥
3) 𝑦 = 𝑒 −3𝑥

Solución:

Se toma una de las funciones dadas y se derivas las veces que indica la ecuación
diferencial, en este caso dos veces, para la función 1) sus primeras dos derivadas son:

𝑦 ′ = 𝑒 𝑥 … (2)

𝑦 ′′ = 𝑒 𝑥 … (3)

Sustituir las dos derivadas ecuaciones (2) y (3) en la ecuación diferencial (1)

𝑦 ′′ + 2𝑦 ′ = 3𝑦

𝑒 𝑥 + 2𝑒 𝑥 = 3𝑒 𝑥

3𝑒 𝑥 = 3𝑒 𝑥

Como se cumple la igualdad se dice que la función dada es una solución de la

ecuación diferencial.

Actividad profesor: hacer lo mismo con las otras dos funciones.

Actividad alumno: Tarea 2 “COMPROBACIÓN DE ECUACIONES DIFERENCIALES” del manual

de tareas.

1.2 Métodos analíticos de solución de una ecuación diferencial ordinaria de primer

orden.

Introducción.

En el presente tema se abordarán los métodos de solución de ecuaciones

diferenciales ordinarias de primer orden y primer grado más comunes, como son: variables
separables, exactas, factor integrante, homogéneas y no homogéneas “transformación o
cambio de variable”.

1.2.1 Variables separables.

Teoría

Una ecuación diferencial de este tipo se puede representar de la forma siguiente:

𝑓 (𝑥, 𝑦) 𝑑𝑥 + 𝑔 (𝑥, 𝑦) 𝑑𝑦 = 0 … (𝐴)

Si es posible separar sus variables (x, y), se puede representar ahora en la forma:

𝑚 (𝑥) 𝑑𝑥 + 𝑛 (𝑦) 𝑑𝑦 = 0 … (𝐵)

A continuación, se integran por separado cada una de las diferenciales para

encontrar la primitiva de cada una de las variables, en este paso se ha obtenido la solución
general implícita de la ecuación diferencial, en caso de que así se requiera se despeja la
variable dependiente de las primitivas y se obtiene la solución general explicita de la
ecuación diferencial y si se dan condiciones iniciales a la ecuación diferencial se encontraran
las soluciones particulares explicita e implícita. (eso se explicará más adelante)

Ejemplos: resuelve por el método de variables separables las siguientes ecuaciones

diferenciales.

Datos:

1) 𝑥 −3 𝑑𝑦 + (𝑦 − 1)−2 𝑑𝑥 = 0
2) 𝑥 2 (𝑦 + 1) 𝑑𝑥 + 𝑦 2 (𝑥 − 1) 𝑑𝑦 = 0
3) 4𝑥 𝑑𝑦 − 𝑦 𝑑𝑦 = 𝑥 2 𝑑𝑦
4𝑦
4) 𝑦 ′ =
𝑥(𝑦 − 3)
5) 1 + 𝑥 3 ) 𝑑𝑦 − 𝑥 2 𝑦 𝑑𝑥 = 0
(

Solución:

Como la ecuación diferencial 1) está en la forma de la ecuación diferencial (A),

tenemos que convertirla en una equivalente de la forma de (B), para ello tenemos que hacer
algunos cambios aplicando las reglas del algebra, de tal forma que la ecuación quede en la
forma de (B), para ello el término de dx se cambia de lugar en la igualdad:

𝑥 −3 𝑑𝑦 = −(𝑦 − 1)−2 𝑑𝑥

Aplicando la ley de los exponentes para exponentes negativos:

𝑑𝑦 𝑑𝑥
= −
𝑥3 (𝑦 − 1)2

Cambiando de lugar los denominadores de ambas fracciones:

(𝑦 − 1)2 𝑑𝑦 = −𝑥 3 𝑑𝑥

Ya se pudo separar las variables, a continuación, se procede a integrar cada una de

las diferenciales:

∫(𝑦 − 1)2 𝑑𝑦 = − ∫ 𝑥 3 𝑑𝑥

(𝑦 − 1)3 𝑥4
=− +𝑐
3 4

Igualar la ecuación a la constante “c” y eliminar las fracciones:

4(𝑦 − 1)3 + 3𝑥 4 = 𝑐 … 𝑠𝑜𝑙𝑢𝑐𝑖𝑜𝑛 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 𝑖𝑚𝑝𝑙𝑖𝑐𝑖𝑡𝑎

Despejar la variable dependiente “y”:

3 𝑐 − 3𝑥 4
𝑦=√ +1 … 𝑠𝑜𝑙𝑢𝑐𝑖ó𝑛 𝑔𝑒𝑛𝑒𝑟𝑎𝑙 𝑖𝑚𝑝𝑙𝑖𝑐𝑖𝑡𝑎
4

Actividad profesor: explicar la solución de las demás ecuaciones diferenciales.

Actividad alumno: tarea 3 “ECUACIONES DIFERENCIALES DE VARIABLES SEPARABLES” del

manual de tareas.
1.2.2 Exactas

Teoría

Una ecuación diferencial de la forma:

𝑀 (𝑥, 𝑦) 𝑑𝑥 + 𝑁 (𝑥, 𝑦) 𝑑𝑦 = 0 … (𝐶)

Se dice que es una ecuación diferencial exacta si existe una función f (x, y) con
derivadas parciales continuas, tal que:

𝜕𝑓 𝜕𝑓
(𝑥, 𝑦) = 𝑀 (𝑥, 𝑦) 𝑦 (𝑥, 𝑦) = 𝑁 (𝑥, 𝑦)
𝜕𝑥 𝜕𝑦

La solución de general de la ecuación es:

𝑓(𝑥, 𝑦) = 𝐶

No todas las ecuaciones diferenciales son exactas, entonces la cuestión es ¿Cómo

saber si una ecuación diferencial es exacta o no?, la forma de saberlo es la siguiente: si M y
N tienen derivadas parciales continuas se dice que la ecuación diferencial (C) es una
ecuación diferencial es exacta si y solo si:

𝜕𝑀 𝜕𝑁
=
𝜕𝑦 𝜕𝑥

Ejemplos: resuelve por el método de exactas las siguientes ecuaciones diferenciales.

Datos:

1) (4𝑥 3 𝑦 3 − 2𝑥𝑦) 𝑑𝑥 + (3𝑥 4 𝑦 2 − 𝑥 2 ) 𝑑𝑦 = 0

2) (3𝑒 3𝑥 𝑦 − 2𝑥 )𝑑𝑥 + 𝑒 3𝑥 𝑑𝑦 = 0
3) (cos 𝑦 + 𝑦 cos 𝑥 )𝑑𝑥 + (𝑠𝑒𝑛 𝑥 − 𝑥 𝑠𝑒𝑛 𝑦)𝑑𝑦 = 0
2 2
4) 2𝑥(𝑦𝑒 𝑥 − 1)𝑑𝑥 + 𝑒 𝑥 𝑑𝑦 = 0
5) (6𝑥 5 𝑦 3 + 4𝑥 3 𝑦 5 ) 𝑑𝑥 + (3𝑥 6 𝑦 2 + 5𝑥 4 𝑦 4 ) 𝑑𝑦 = 0

Solución:
 Si la ecuación diferencial (4𝑥 3 𝑦 3 − 2𝑥𝑦) 𝑑𝑥 + (3𝑥 4 𝑦 2 − 𝑥 2 ) 𝑑𝑦 = 0, se le da la
forma de la ecuación diferencial (C), el valor de M es: 𝑀 = 4𝑥 3 𝑦 3 − 2𝑥𝑦 y el valor de N es:
𝑁 = 3𝑥 4 𝑦 2 − 𝑥 2 , calculado las derivadas parciales de M y N:

𝜕𝑀 𝜕
= (4𝑥 3 𝑦 3 − 2𝑥𝑦) = 12𝑥 3 𝑦 2 − 2𝑥
𝜕𝑦 𝜕𝑦

𝜕𝑁 𝜕
= (3𝑥 4 𝑦 2 − 𝑥 2 ) = 12𝑥 3 𝑦 2 − 2𝑥
𝜕𝑦 𝜕𝑥

Como se cumple la condición de:

𝜕𝑀 𝜕𝑁
=
𝜕𝑦 𝜕𝑥

Se dice que esta ecuación diferencial es exacta, continuando con el procedimiento

de solución de la ecuación diferencial, se integra el término M respecto a dx:

∫(4𝑥 3 𝑦 3 − 2𝑥𝑦) 𝑑𝑥 = 𝑥 4 𝑦 3 − 𝑥 2 𝑦 + 𝑔(𝑦)

Derivando parcialmente el resultado anterior respecto a “y”, se tiene:

𝜕
(𝑥 4 𝑦 3 − 𝑥 2 𝑦 + 𝑔(𝑦)) = 3𝑥 4 𝑦 2 − 𝑥 2 𝑦 + 𝑔′(𝑦)
𝜕𝑦

Igualando este resultado a N, se tiene:

𝑁 = 3𝑥 4 𝑦 2 − 𝑥 2 𝑦 + 𝑔′(𝑦)

3𝑥 4 𝑦 2 − 2𝑥 2 = 3𝑥 4 𝑦 2 − 𝑥 2 𝑦 + 𝑔′(𝑦)

𝑔′(𝑦) = 0

Integrando g’, se tiene:

∫ 𝑔′(𝑦) 𝑑𝑦 = ∫ 0 𝑑𝑦 = 0
 Sustituyendo este resultado en el paso de la integral donde se obtuvo el término g
(y):

𝑥 4 𝑦 3 − 𝑥 2 𝑦 + 𝑔(𝑦)

𝑥 4𝑦 3 − 𝑥 2𝑦 + 0

Por lo tanto, la solución de la ecuación diferencial es:

𝑥 4𝑦 3 − 𝑥 2𝑦 = 𝐶

Actividad profesor: explicar la solución de las demás ecuaciones diferenciales.

Actividad alumno: tarea 4 “ECUACIONES DIFERENCIALES EXACTAS” del manual de tareas.

1.2.3 Factor integrante

Teoría

Como se vio en el tema anterior existen ecuaciones diferenciales que son exactas,
pero también existen otras que no son de ese tipo, pero mediante una multiplicación de un
factor (factor integrante) por la ecuación diferencial dada dicha ecuación se puede convertir
a una del tipo exacta, es decir, para que una ecuación diferencial que no es exacta se
convierta en una exacta se tiene que multiplicar por un factor que la convierta en exacta.

En este tema se aprenderá a encontrar ese factor que hará que la ecuación
diferencial se haga exacta. Para ello existen varios tipos de factores que hacen la función
antes mencionada, en este tema solo mencionaremos 3 tipos de factores los de solo “x”,
los de solo “y” y los de “x y y”.

Las condiciones que se deben cumplir para que se aplique un caso u otro son las
siguientes:

a) solo de “x”:

𝜕𝑀 𝜕𝑁
−
𝜕𝑦 𝜕𝑥
Si al aplicar la fórmula: = 𝑓(𝑥), entonces: 𝑒 ∫ 𝑓(𝑥)𝑑𝑥 , es un factor integrante
𝑁
de la ecuación diferencial.
b) solo de “y”:

𝜕𝑁 𝜕𝑀
−
𝜕𝑥 𝜕𝑦
Si al aplicar la fórmula: = 𝑔(𝑦), entonces: 𝑒 ∫ 𝑔(𝑦)𝑑𝑦 , es un factor integrante
𝑀
de la ecuación diferencial.

c) de “x y y”:

𝜕𝑀 𝜕𝑁 𝑁 𝑀
Se aplica la fórmula: − 𝜕𝑥 = 𝑚 𝑥 − 𝑛 𝑦 , se calculan los valores de “m” y “n” y se
𝜕𝑦
sustituyen en: 𝑥 𝑚 𝑦 𝑛 , ese es al factor integrante.

Ya que se obtuvo el factor integrante correspondiente, dicho factor se multiplica por

toda la ecuación diferencial y se vuelven a calcular las derivadas parciales de M y N y se
observara que ya la ecuación diferencial se convirtió en una exacta y ya se procede a
resolverla como si fuera una ecuación diferencial exacta.

Ejemplos: resuelve por el método de factor integrante las siguientes ecuaciones

diferenciales.

Datos:

1) (𝑥 2 + 𝑦 2 + 𝑥) 𝑑𝑥 + 𝑥𝑦 𝑑𝑦 = 0
2) (2𝑥𝑦 4 𝑒 𝑦 + 2𝑥𝑦 3 + 𝑦)𝑑𝑥 + (𝑥 2 𝑦 4 𝑒 𝑦 − 𝑥 2 𝑦 2 − 3𝑥) 𝑑𝑦 = 0
3) (𝑥 4 + 𝑦 4 )𝑑𝑥 − 𝑥𝑦 3 𝑑𝑦 = 0
4) (2𝑦 − 3𝑥 )𝑑𝑥 + 𝑥𝑑𝑦 = 0
5) (𝑥−𝑦 2 ) 𝑑𝑥 + 2𝑥𝑦 𝑑𝑦 = 0

Solución:

De la ecuación diferencial 1) sabemos que 𝑀 = 𝑥 2 + 𝑦 2 + 𝑥 y que 𝑁 = 𝑥𝑦,

después se comprueba si es exacta o no:

𝜕𝑀 𝜕 2
= (𝑥 + 𝑦 2 + 𝑥 ) = 2𝑦
𝜕𝑦 𝜕𝑦

𝜕𝑁 𝜕
= (𝑥𝑦) = 𝑦
𝜕𝑦 𝜕𝑥
 Como no se cumple la condición de que las derivadas parciales de M y N sean iguales,
concluimos que esta ecuación diferencial no es exacta, por lo que procedemos a calcular el
factor integrante que la pueda hacer exacta, para ello checaremos cuál de los 3 casos es el
que se cumple.

Para “x”:

𝜕𝑀 𝜕𝑁
𝜕𝑦 − 𝜕𝑥 2𝑦 − 𝑦 𝑦 1
= = = = 𝑓 (𝑥 )
𝑁 𝑥𝑦 𝑥𝑦 𝑥

Como la condición para “x” se cumplió, el factor integrante dependerá solo “x” y se
calcula de la siguiente manera:

𝑑𝑥
𝑒 ∫ 𝑓(𝑥)𝑑𝑥 = 𝑒 ∫ 𝑥 = 𝑒 𝑙𝑛𝑥 = 𝑥

Multiplicando la ecuación diferencial por el factor integrante, se tiene:

𝑥{(𝑥 2 + 𝑦 2 + 𝑥) 𝑑𝑥 + 𝑥𝑦 𝑑𝑦 = 0}

(𝑥 3 + 𝑥𝑦 2 + 𝑥 2 ) 𝑑𝑥 + 𝑥 2 𝑦 𝑑𝑦 = 0

Volviendo a comprobar si es exacta, se tiene:

𝜕𝑀 𝜕 3
= (𝑥 + 𝑥𝑦 2 + 𝑥 2 ) = 2𝑥𝑦
𝜕𝑦 𝜕𝑦

𝜕𝑁 𝜕 2
= (𝑥 𝑦) = 2𝑥𝑦
𝜕𝑦 𝜕𝑥

Checando el resultado del paso anterior se puede ver que ya se convirtió en una
exacta, para resolverla se siguen los pasos del método anterior, es decir, se resuelve ya
como una exacta.

Se integra el término M respecto a dx:

1 4 1 2 2 1 3
∫(𝑥 3 + 𝑥𝑦 2 + 𝑥 2 ) 𝑑𝑥 = 𝑥 + 𝑥 𝑦 + 𝑥 + 𝑔(𝑦)
4 2 3
 Derivando parcialmente el resultado anterior respecto a “y”, se tiene:

𝜕 1 4 1 2 2 1 3
( 𝑥 + 𝑥 𝑦 + 𝑥 + 𝑔(𝑦)) = 𝑥𝑦 2 + 𝑔′(𝑦)
𝜕𝑦 4 2 3

Igualando este resultado a N, se tiene:

𝑁 = 𝑥𝑦 2 + 𝑔′(𝑦)

𝑥 2 𝑦 = 𝑥 2 𝑦 + 𝑔′(𝑦)

𝑔′(𝑦) = 0

Integrando g’, se tiene:

∫ 𝑔′(𝑦) 𝑑𝑦 = ∫ 0 𝑑𝑦 = 0

Sustituyendo este resultado en el paso de la integral donde se obtuvo el término g

(y):

1 4 1 2 2 1 3
𝑥 + 𝑥 𝑦 + 𝑥 + 𝑔 (𝑦 )
4 2 3

1 4 1 2 2 1 3
𝑥 + 𝑥 𝑦 + 𝑥 +0
4 2 3

Por lo tanto, la solución de la ecuación diferencial es:

1 4 1 2 2 1 3
𝑥 + 𝑥 𝑦 + 𝑥 =𝐶
4 2 3

3𝑥 4 + 6𝑥 2 𝑦 2 + 4𝑥 3 = 𝐶

Actividad profesor: explicar la solución de las demás ecuaciones diferenciales.

Actividad alumno: tarea 5 “ECUACIONES DIFERENCIALES FACTOR INTEGRANTE” del manual

de tareas.
1.2.4 Homogéneas.

Teoría

Para que una ecuación diferencial sea homogénea debe de cumplir la siguiente
condición: 𝑓 (𝑡𝑥, 𝑡𝑦) = 𝑡 𝑛 𝑓(𝑥, 𝑦), entonces se dice que la ecuación diferencial es
homogénea de grado “n”.

Nota: para identificar el grado de la ecuación homogénea se deben sumar los

exponentes de las variables de cada término del polinomio y tienen que valer lo mismo en
cada uno de los términos, si la suma de los exponentes de cada uno de los términos del
polinomio no es igual se dice que la ecuación diferencial no es homogénea.

Para resolver este tipo de ecuaciones se tiene que hacer alguna de las sustituciones
siguientes dependiendo cuál de las funciones es más fácil, si M es la más fácil se realizan las
sustituciones siguientes: 𝑥 = 𝑣𝑦, 𝑑𝑥 = 𝑣𝑑𝑦 + 𝑦𝑑𝑣 y si N es la más fácil: 𝑦 = 𝑣𝑥, 𝑑𝑦 =
𝑣𝑑𝑥 + 𝑥𝑑𝑣.

Ejemplos: de cada una de las siguientes funciones homogéneas calcula su grado.

Datos:

1) 𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2
𝑦
2) 𝑓(𝑥, 𝑦) = 3𝑥 2 𝑦 − 𝑥 3 𝑠𝑒𝑛 − 𝑦 3
𝑥
3) 𝑓(𝑥, 𝑦) = 𝑥 3 + 𝑥𝑦 − 𝑦 2
4) 𝑓(𝑥, 𝑦) = 𝑥 + √𝑥 2 + 𝑦 2

Solución:

En la función 1), se sustituye la variable x por “xt” y la variable y por “yt”:

𝑓(𝑥, 𝑦) = 𝑥 2 + 𝑦 2

𝑓(𝑥𝑡, 𝑦𝑡) = (𝑥𝑡)2 + (𝑦𝑡)2

𝑓 (𝑥𝑡, 𝑦𝑡) = 𝑥 2 𝑡 2 + 𝑦 2 𝑡 2 = 𝑡 2 (𝑥 2 + 𝑦 2 )

Por lo tanto, se dice que la ecuación es homogénea de gado 2.

 Nota: el profesor explicara las demás funciones

Ejemplos: resolver por el método de homogéneas las siguientes ecuaciones

diferenciales.

Datos:

𝑑𝑦 𝑥𝑦
1) = 2
𝑑𝑥 𝑥 − 2𝑦 2
𝑑𝑦 𝑥 3 + 𝑦 3
2) =
𝑑𝑥 𝑥𝑦 2
3) (𝑦 + √𝑥 2 + 𝑦 2 ) 𝑑𝑥 − 𝑥𝑑𝑦 = 0
𝑦 𝑦
4) (𝑥 + 𝑦𝑒 𝑥 ) 𝑑𝑥 − 𝑥𝑒 𝑥 𝑑𝑦 = 0
5) 𝑦(𝑙𝑛𝑥 − 𝑙𝑛𝑦)𝑑𝑥 = (𝑥𝑙𝑛𝑥 − 𝑥𝑙𝑛𝑦 − 𝑦)𝑑𝑦

Solución:

De la ecuación 1), aplicando artificios algebraicos se le da la forma de la ecuación

(C), obteniéndose:

𝑑𝑦 𝑥𝑦
= 2
𝑑𝑥 𝑥 − 2𝑦 2

Pasando los dos denominadores de las fracciones al otro lado de la igualdad e

igualando a cero, se tiene:

(𝑥 2 − 2𝑦 2 ) 𝑑𝑦 = 𝑥𝑦 𝑑𝑥

−𝑥𝑦 𝑑𝑥 + (𝑥 2 − 2𝑦 2 ) 𝑑𝑦 = 0

Comprobar que la ecuación es homogénea, para ello se tiene que M y N valen:

𝑀 = −𝑥𝑦 𝑦 𝑁 = 𝑥 2 − 2𝑦 2

Sustituyendo en las funciones M y N a x y y por tx y ty respectivamente y factorizando

t, se tiene:

𝑀 = −(𝑡𝑥)(𝑡𝑦) = 𝑡 2 (−𝑥𝑦)
 𝑁 = (𝑡𝑥 )2 − 2(𝑡𝑦)2 = 𝑡 2 𝑥 2 − 2𝑡 2 𝑦 2 = 𝑡 2 (𝑥 2 − 2𝑦 2 )

Como fue posible factorizar 𝑡 2 de ambas funciones, se concluye que la ecuación

diferencia es homogénea de segundo grado.

Para resolver la ecuación por el método de homogéneas y como se explicó

anteriormente tomando a M como la más fácil, hacemos las siguientes sustituciones: 𝑥 =
𝑣𝑦, 𝑑𝑥 = 𝑣𝑑𝑦 + 𝑦𝑑𝑣

−𝑥𝑦 𝑑𝑥 + (𝑥 2 − 2𝑦 2 ) 𝑑𝑦 = 0

Sustituyendo:

−(𝑣𝑦)𝑦 (𝑣𝑑𝑦 + 𝑦𝑑𝑣) + ((𝑣𝑦)2 − 2𝑦 2 ) 𝑑𝑦 = 0

Multiplicando:

−𝑣𝑦 2 (𝑣𝑑𝑦 + 𝑦𝑑𝑣) + ((𝑣𝑦)2 − 2𝑦 2 ) 𝑑𝑦 = 0

−𝑣 2 𝑦 2 𝑑𝑦 − 𝑣𝑦 3 𝑑𝑣 + 𝑣 2 𝑦 2 𝑑𝑦 − 2𝑦 2 𝑑𝑦 = 0

Eliminando términos semejantes:

−𝑣𝑦 3 𝑑𝑣 − 2𝑦 2 𝑑𝑦 = 0

Cambiando de lugar el término de dy:

−𝑣𝑦 3 𝑑𝑣 = 2𝑦 2 𝑑𝑦

Separando variables:

2𝑦 2
−𝑣𝑑𝑣 = 𝑑𝑦
𝑦3

Integrando ambos lados de la ecuación:

𝑑𝑦
− ∫ 𝑣 𝑑𝑣 = 2 ∫ 𝑦

Resolviendo la integral:
 𝑣2
− = 2 𝑙𝑛 𝑦 + 𝑐
2

Multiplicando por 2 e igualando a cero:

𝑣2
2 (− = 2 𝑙𝑛 𝑦 + 𝑐) → 0 = 𝑣 2 + 4 ln 𝑦 + 2𝑐
2

Sustituyendo v = x / y, se tiene:

𝑥 2
0 = ( ) + 4 𝑙𝑛 𝑦 + 2𝑐
𝑦

𝑥2
0= + 4 ln 𝑦 + 𝑐
𝑦2

Multiplicando toda la ecuación por 𝑦 2 , se tiene:

𝑥2
𝑦 (0 = 2 + 4 𝑙𝑛 𝑦 + 𝑐) → 0𝑦 2 = 𝑥 2 + 𝑦 2 𝑙𝑛𝑦 4 + 𝑐𝑦 2
2
𝑦

0 = 𝑥 2 + 𝑦 2 𝑙𝑛𝑦 4 + 𝑐𝑦 2

Actividad profesor: explicar la solución de las demás ecuaciones diferenciales.

Actividad alumno: tarea 6 “ECUACIONES DIFERENCIALES HOMOGENEAS” del manual de

tareas.

1.2.5 Cambio o sustitución de variable.

Teoría

Para resolver ecuaciones diferenciales por este método se deben de tener en cuenta
las siguientes recomendaciones:

1. La ecuación diferencial no deberá ser de variables separables.

 2. Este método solo aplica a polinomios lineales de primer grado en las variables.
𝑓(𝑥, 𝑦) = 𝑎𝑥 + 𝑏𝑦 + 𝑐
3. Se utiliza una nueva variable “v”.

4. Siempre se debe de obtener una nueva ecuación diferencial de variables separables.

Ejemplos: resuelve por el método de cambio de variable cada una de las siguientes
ecuaciones diferenciales.

Datos:

1) 𝑦 ′ = 𝑥 + 𝑦 + 1
2) 𝑦 ′ = 3𝑥 − 2𝑦 + 3
3) 𝑦 ′ = 1 + √𝑦 − 𝑥
4) 𝑦 ′ = (𝑥 + 𝑦 − 5)2

Solución:

De la ecuación 1) se cambia la notación de primas y se toma el polinomio como la

nueva variable v:
𝑦′ = 𝑥 + 𝑦 + 1

𝑑𝑦
= 𝑥 + 𝑦 + 1 … (1) 𝑦 𝑣 = 𝑥 + 𝑦 + 1 … (2)
𝑑𝑥

Derivando v, se tiene:

𝑑𝑣 = 𝑑𝑥 + 𝑑𝑦

Dividendo todo entre dx:

𝑑𝑣 𝑑𝑥 𝑑𝑦
= +
𝑑𝑥 𝑑𝑥 𝑑𝑥
𝑑𝑦
Despejando 𝑑𝑥 , se tiene:

𝑑𝑦 𝑑𝑣
= − 1 … (3)
𝑑𝑥 𝑑𝑥
 Sustituyendo (2) y (3) en (1), se tiene:

𝑑𝑣
−1 =𝑣
𝑑𝑥

Separando las variables:

𝑑𝑣 𝑑𝑣
= 𝑣 + 1 → 𝑑𝑣 = (𝑣 + 1)𝑑𝑥 → = 𝑑𝑥
𝑑𝑥 𝑣+1

Integrando:

𝑑𝑣
∫ = ∫ 𝑑𝑥 → ln(𝑣 + 1) = 𝑥 + 𝑐
𝑣+1

Sustituyendo v en la ecuación anterior:

ln(𝑥 + 𝑦 + 1 + 1) = 𝑥 + 𝑐

ln(𝑥 + 𝑦 + 2) = 𝑥 + 𝑐

Multiplicando la ecuación por la exponencial e igualando a cero:

𝑒 ln(𝑥+𝑦+2) = 𝑒 𝑥+𝑐 → 𝑥 + 𝑦 + 2 = 𝑒 𝑥+𝑐 → 𝑥 + 𝑦 + 2 = 𝑒 𝑥 𝑒 𝑐

𝑥 + 𝑦 + 2 = 𝑐𝑒 𝑥

𝑥 + 𝑦 − 𝑐𝑒 𝑥 + 2 = 0

Despejando y:

𝑦 = −𝑥 + 𝑐𝑒 𝑥 − 2

Actividad profesor: explicar la solución de las demás ecuaciones diferenciales.

Actividad alumno: tarea 7 “ECCUACIONES DIFERENCIALES CAMBIO DE VARIABLE”

del manual de tareas.
Unidad 2

Transformada de Laplace

2.1 Transformadas de Laplace.

2.1.1 Definición.

La transformada de Laplace es una herramienta más de las matemáticas que ayuda

en el análisis de sistemas lineales en el dominio de la frecuencia de una manera más simple.
Su aplicación permite cambiar el análisis de las funciones en el dominio del tiempo al
dominio de la frecuencia con una reducción de los cálculos matemáticos relacionados con
el tiempo.

La transformada de Laplace es una conversión integral que cambia a las derivadas e

integrales en el tiempo “t”, en multiplicaciones y divisiones en la frecuencia "𝒔", es decir,
transforma las ecuaciones diferenciales e integrales en polinomios más fáciles de resolver.
Por otro lado, una vez obtenida la solución en el dominio “s”, se procede a regresar al
dominio “t”, a través, de la ℒ −1 que se tratara más adelante en este manual.

La ℒ {𝑓(𝑡)}, definida para todos los números reales 𝑡 ≥ 0, está representada por la
función 𝐹(𝑠) y está definida:

∞ 𝑏
𝐹 (𝑠) = ∫ (𝑠, 𝑡) 𝑓 (𝑡)𝑑𝑡 = lim ∫ 𝑘(𝑠, 𝑡) 𝑓(𝑡)𝑑𝑡
0 𝑏→∞ 0

Si existe el límite, se dice que la integral existe o que es convergente, si no existe el

límite, la integral no existe y se dice que es divergente. En general, el límite anterior existe
solo para ciertos valores de la variable 𝒔. La sustitución: 𝑘(𝑠, 𝑡) = 𝑒 −𝑠𝑡 proporciona una
transformación integral muy importante.
∞
Sea 𝑓(𝑡) una función definida para 𝑡 ≥ 0, entonces F(s): ℒ {𝑓(𝑡)} = ∫0 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡.
. . (1)
2.1.2 Transformadas de Laplace de funciones básicas.

A continuación, se calculan algunas transformadas de Laplace de funciones básicas

empleando la definición integral de la transformada de Laplace.
Ejemplo1:

1) 𝑓(𝑡) = 𝑘
2) 𝑓(𝑡) = 𝑡
3) 𝑓(𝑡) = 𝑡 2
4) 𝑓(𝑡) = 𝑡 𝑛
5) 𝑓(𝑡) = 𝑒 𝑎𝑡
6) 𝑓(𝑡) = 𝑠𝑒𝑛 𝜔𝑡

Solución:

Del ejemplo 1), 𝑓 (𝑡) = 𝐾, donde 𝐾 es una constante cualquiera.

∞ ∞ ∞
−𝑠𝑡 −𝑠𝑡
𝑒 −𝑠𝑡 𝐾
𝐹 (𝑠) = ℒ{𝑓(𝑡)} = ∫ 𝐾𝑒 𝑑𝑡 = 𝐾 ∫ 𝑒 𝑑𝑡 = 𝐾 [ ] =
0 0 −𝑠 0 𝑠

Actividad del profesor: el profesor explicara los demás ejemplos.

2.1.3 Propiedades de la Transformada de Laplace.

a) Linealidad.

La transformada de Laplace es una operación lineal. Si se tienen dos funciones 𝑓(𝑡)

y 𝑔(𝑡) multiplicadas por dos constantes 𝑎 y 𝑏 respectivamente, para las cuales existe la
transformada de Laplace, entonces se cumple:
∞ ∞ ∞
−𝑠𝑡 −𝑠𝑡
ℒ {𝑎𝑓 (𝑡) + 𝑏𝑔(𝑡)} = ∫ [𝑎𝑓(𝑡) + 𝑏𝑔(𝑡)]𝑒 𝑑𝑡 = 𝑎 ∫ 𝑓(𝑡) 𝑒 𝑑𝑡 + 𝑏 ∫ 𝑔(𝑡) 𝑒 −𝑠𝑡 𝑑𝑡
0 0 0

= 𝑎𝐹(𝑠) + 𝑏𝐺(𝑠)
b) Traslación en el eje s.

Si se tiene una función 𝑓(𝑡) para la cual existe una trasformada de Laplace 𝐹(𝑠) el
objeto de multiplicar por 𝑒 𝑎𝑡 la función 𝑓(𝑡) es trasladar la función 𝐹(𝑠) “a” unidades en el
eje s; es decir, se tendría una nueva función 𝐹 (𝑠 − 𝑎).
∞
𝐹(𝑠) = ∫ 𝑓 (𝑡)𝑒 −𝑠𝑡 𝑑𝑡
0

∞ ∞
𝐹(𝑠 − 𝑎) = ∫ 𝑓 (𝑡)𝑒 −(𝑠−𝑎)𝑡 𝑑𝑡 = ∫ 𝑓 (𝑡)𝑒 𝑎𝑡 𝑒 −𝑠𝑡 𝑑𝑡 = ℒ {𝑒 𝑎𝑡 𝑓 (𝑡)}
0 0

c) Traslación en el eje t.

Si 𝐹(𝑠) es la trasformada de Laplace de la función 𝑓(𝑡), entonces 𝑒 −𝑎𝑠 𝐹 (𝑠) es la

transformada de la función:

0, 𝑡<𝑎
𝑓̂(𝑡) = {
𝑓(𝑡 − 𝑎), 𝑡 > 𝑎

La transformada de Laplace de la función 𝑓̂(𝑡) se calcula de la manera siguiente:

∞ ∞
ℒ{𝑓̂(𝑡)} = ℒ{𝑓(𝑡 − 𝑎)𝐻 (𝑡 − 𝑎)} = ∫ 𝑓 (𝑡 − 𝑎)𝐻 (𝑡 − 𝑎)𝑒 −𝑠𝑡 𝑑𝑡 = ∫ 𝑒 −𝑠𝑡 𝑓(𝑡 − 𝑎)𝑑𝑡
0 𝑎

d) Transformada de derivadas

Si se tiene una función 𝑓(𝑡) continua o por tramos en 𝑡 ≥ 0 y para la cual existe la
transformada de Laplace. La transformada resultante de Laplace es:

∞ ∞
𝑑𝑓(𝑡) 𝑑𝑓(𝑡) −𝑠𝑡 ∞
ℒ{ }=∫ 𝑒 𝑑𝑡 = [𝑓 (𝑡)𝑒 −𝑠𝑡 ] + 𝑠 ∫ 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡 = [0 − 𝑓(0)] + 𝑠𝐹(𝑠)
𝑑𝑡 0 𝑑𝑡 0 0

El procedimiento puede aplicarse repetidamente para encontrar la transformada de

Laplace de una derivada de orden 𝑛.

𝑑 2 𝑓 (𝑡 )
ℒ{ } = 𝑠𝐹 ′ (𝑠) − 𝑓 ′ (0) = 𝑠[𝑠𝑓 (𝑠) − 𝑓(0)]
𝑑𝑡
 𝑑 3 𝑓 (𝑡 )
ℒ{ } = 𝑠 3 𝐹 (𝑠) − 𝑠 2 𝑓(0) − 𝑠𝑓 ′ (0) − 𝑓 ′′ (0)
𝑑𝑡

𝑑 𝑛 𝑓 (𝑡 )
ℒ{ } = 𝑠 𝑛 𝐹 (𝑠) − 𝑠 𝑛−1 𝑓 (0) − 𝑠 𝑛−2 𝑓 ′ (0) − ⋯ − 𝑓 𝑛−1 (0)
𝑑𝑡

e) Transformada de integrales

Si 𝑓(𝑡) es una función integrable en la variable independiente 𝑡 y su transformada

de Laplace 𝐹 (𝑠), entonces aplicando la definición de la transformada e integrando por
partes.

𝑡 ∞
−𝑠𝑡
𝑒 −𝑠𝑡 𝑡 ∞ 1
∞
ℒ {∫ 𝑓(𝑡)𝑑𝑡} = ∫ [𝑓 (𝑡)𝑑𝑡] 𝑒 𝑑𝑡 = − [ ∫ 𝑓 (𝑡)𝑑𝑡] + ∫ 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡
0 0 𝑠 0 0 𝑠 0

El primer término es cero con el límite superior debido al término exponencial y

también es cero con el límite inferior dado el intervalo de integración. Por tanto, la
transformada de la integral de una función viene dada por la ecuación:

𝑡
1
ℒ {∫ 𝑓(𝑡)𝑑𝑡} = 𝐹(𝑠)
0 𝑠

Con lo vista anteriormente se puede decir que existe un camino más corto para
poder obtener la transformada de Laplace de cierto tipo de funciones, las cuales se tendrán
que adaptar de acuerdo a la necesidad, para que puedan ser resueltas por medio de las
tablas y/o propiedades de las transformadas.

A continuación, se muestra una tabla con las fórmulas para calcular la transformada
de Laplace de algunos tipos de funciones básicas.
 Tabla de transformadas de Laplace.
http://carolina-sp.blogspot.mx/2014/08/transformada-de-laplace.html

2.1.4 Solución de transformadas de Laplace.

La solución de transformadas de Laplace haciendo uso de la tabla de transformadas

de Laplace, se muestra a continuación.

Ejemplos:

1.- Hallar ℒ{4𝑒 5𝑡 + 6𝑡 3 − 3 𝑠𝑒𝑛4𝑡 + 2 cos2t}

2.- Hallar ℒ{𝑡 2 𝑒 3𝑡 }
3.- Hallar ℒ{𝑒 −2𝑡 𝑠𝑒𝑛4𝑡}
4.- Hallar ℒ{𝑒 4𝑡 cosh 5𝑡}
5.- Hallar ℒ{𝑒 −2𝑡 (3𝑐𝑜𝑠6𝑡 − 5𝑠𝑒𝑛6𝑡)}

Solución: tomando el ejemplo 1, se tiene:

4ℒ {𝑒 5𝑡 } + 6ℒ {𝑡 3 } − 3ℒ {𝑠𝑒𝑛4𝑡} + 2ℒ {𝑐𝑜𝑠2𝑡}

4(1) 6(3!) 4 𝑠
+ 4 −3 2 2
+2 2
𝑠−5 𝑠 𝑠 +4 𝑠 + 22

4 36 12 2𝑠
+ 4− 2 2
+ 2
𝑠−5 𝑠 𝑠 +4 𝑠 + 22

Actividad del profesor: el profesor explicara los demás ejemplos.

Actividad del alumno: tarea 8 “TRANSFORMADA DE LAPLACE POR FORMULAS” del manual
de tareas.
2.2 Transformada inversa de Laplace.

Introducción

Si la transformada de Laplace de una función 𝑓(𝑡) es 𝑓(𝑠), es decir, si

ℒ {𝐹 (𝑡) = 𝑓(𝑠)}, entonces 𝑓(𝑡) se llama transformada inversa de Laplace de 𝑓(𝑠) y se
representa por 𝐹(𝑡) = ℒ −1 {𝑓(𝑠)}, donde ℒ −1 se llama: “operador transformada inversa de
Laplace”.

1 1
Ejemplo: como ℒ {𝑒 −3𝑡 } = 𝑠+3 se puede escribir ℒ −1 {𝑠+3} = 𝑒 −3𝑡

2.2.1 Propiedades de la transformada inversa de Laplace.

a) Linealidad.

La transformada de Laplace inversa es también una trasformada lineal para las

constantes 𝛼 𝑦 𝛽.

ℒ −1 {𝛼𝐹 (𝑠) + 𝛽𝐺(𝑠)} = 𝛼ℒ −1 {𝐹(𝑠)} + 𝛽ℒ −1 {𝐺(𝑠)}

Donde 𝐹 𝑦 𝐺 son las transformadas de las funciones 𝑓 𝑦 𝑔.

Para la solución de transformadas inversas de Laplace, se recomienda al lector

repasar los métodos de solución por fracciones parciales vistos en evaluación de integrales.

Ejemplos:

−2𝑠+6
1.- Hallar ℒ −1 { 𝑠 2+4 }
𝑠 2 +6𝑠+9
2.- Hallar ℒ −1 {(𝑠−1)(𝑠−2)(𝑠+4)}
4 3𝑠 5
3.- Hallar ℒ −1 {𝑠−2 − 𝑠 2+16 + 𝑠 2+4}
12
4.- Hallar ℒ −1 {𝑠 2 −4𝑠+20}

Solución: del ejemplo 1), se tiene:

−2𝑠 + 6 −2𝑠 6 𝑠 6 −1 2
ℒ −1 { } = ℒ −1 {
+ } = −2ℒ −1 { } + ℒ { }
𝑠2 + 4 𝑠2 + 4 𝑠2 + 4 𝑠2 + 4 2 𝑠2 + 4
 = −2 cos 2𝑡 + 3 𝑠𝑒𝑛 2𝑡

Actividad del profesor: el profesor explicara los demás ejercicios.

Actividad del alumno: tarea 9 del manual de tareas.

2.3 Teoremas de traslación y derivadas de una transformada.

Antes de entrar en materia de los puntos a tratar en este tema, es recomendable

hacer un repaso del método de fracciones parciales, en virtud de su aplicación en la solución
de as transformadas inversas de Laplace.

2.3.1 Fracciones parciales.

Las fracciones parciales son muy importantes en el cálculo de la transformada

inversa de Laplace como ya se ha mencionado. La descomposición de una expresión
racional en sus fracciones componentes se puede hacer de manera sencilla usando una
instrucción en la mayoría de los sistemas algebraicos computacionales.

Independientemente de que se tenga o no con un software especializado, en este

capítulo se han desarrollado las técnicas básicas para la solución de transformadas de
Laplace y transformada inversa de Laplace de manera analítica, y que permitan al
estudiante tener una mayor visión del contenido de la materia.

Como ya se sabe una fracción racional es aquella cuyo numerador y denominador

son funciones racionales enteras, es decir, funciones en que la variable independiente no
está afectada por exponentes negativos y/o fraccionarios. Si el grado del numerador es igual
o mayor al del denominador, la fracción puede reducirse a una expresión mixta dividiendo
𝑥 4 +3𝑥 3
algebraicamente el numerador por el denominador, por ejemplo: 𝑥 2+2𝑥+1.

Sin embargo, si el grado del denominador es mayor que el grado del numerador,
para poder resolver este tipo de fracciones racionales es por el método de fracciones
𝑥 3+3𝑥 2
parciales. Por ejemplo: 𝑥 4 +2𝑥 3+1.

A continuación, se presenta un resumen para cada uno de los casos para la solución
de fracciones parciales racionales según sea el caso de sus raíces.
 Caso I. Los factores del denominador son todos de primer grado de la forma: 𝑥 ± 𝑎
𝐴
y la fracción parcial toma la forma: 𝑥±𝑎 , siendo A una constante. La fracción dada puede
expresarse como una suma de sus fracciones parciales.

2𝑥+3 𝐴 𝐵 𝐶
Ejemplo: = 𝑥 + 𝑥−1 + 𝑥+2 , donde A, B y C son las constantes por
𝑥 3 +𝑥 2−2𝑥
determinar.

Caso II. Los factores del denominador son todos de primer grado, y algunos se
repiten. En este caso a todo factor de primer grado repetido "𝑛" veces, como
𝐴 𝐵
(𝑥 ± 𝑎)𝑛 , corresponde la suma de 𝑛 fracciones parciales de la forma: + (𝑥−𝑎)𝑛−1 +
(𝑥−𝑎)𝑛
𝑁
⋯ + 𝑥−𝑎 , donde A, B,…,N son las constantes a calcular.

𝑥 3+1 𝐴 𝐵 𝐶 𝐷
Ejemplo: 𝑥(𝑥−1)3 = 𝑥 + (𝑥−1)3 + (𝑥−1)2 + 𝑥−1 .

Caso III. Los factores del denominador contiene uno o varios factores de segundo
𝐴𝑥+𝐵
grado, pero ninguno repetido, la fracción parcial correspondiente es de la forma: 𝑥 2+𝑝𝑥+𝑞.

4 𝐴 𝐵𝑥+𝐶
Ejemplo: 𝑥(𝑥 2+4) = 𝑥 + 𝑥 2 +4 .

Caso IV. El denominador contiene algunos factores de segundo grado y uno o varios
de esos factores son repetidos. A todo factor de segundo grado repetido "𝑛" veces de la
forma: (𝑥 2 + 𝑝𝑥 + 𝑞 )𝑛 , le corresponderá la suma de 𝑛 fracciones parciales, de la forma:

𝐴𝑥+𝐵 𝐶𝑥+𝐷 𝐿𝑥+𝑀

(𝑥 2+𝑝𝑥+𝑞)𝑛
+ (𝑥 2+𝑝𝑥+𝑞)𝑛−1 + ⋯ + 𝑥 2 +𝑝𝑥+𝑞 .

2𝑥 3+𝑥+3 𝐴𝑥+𝐵 𝐶𝑥+𝐷

Ejemplo: (𝑥 2 +1)2
= (𝑥 2 + .
+1)2 𝑥 2+1

2.3.2 Traslación.

En el apartado 2.1.3 se citaron las técnicas de traslación para la solución de

transformadas de Laplace.
Traslación en el eje s.

Si se tiene una función 𝑓(𝑡) para la cual existe una trasformada de Laplace 𝐹(𝑠) el
objeto de multiplicar por 𝑒 𝑎𝑡 a la función 𝑓(𝑡) es trasladar la función 𝐹(𝑠) a unidades en el
eje s; es decir, se tendría una nueva función 𝐹 (𝑠 − 𝑎).
∞
𝐹(𝑠) = ∫ 𝑓 (𝑡)𝑒 −𝑠𝑡 𝑑𝑡
0

∞ ∞
𝐹(𝑠 − 𝑎) = ∫ 𝑓 (𝑡)𝑒 −(𝑠−𝑎)𝑡 𝑑𝑡 = ∫ 𝑓 (𝑡)𝑒 𝑎𝑡 𝑒 −𝑠𝑡 𝑑𝑡 = ℒ {𝑒 𝑎𝑡 𝑓 (𝑡)}
0 0

Resolver transformadas de Laplace como ℒ {𝑒 𝑎𝑡 𝑡 𝑎 } 𝑦 ℒ {𝑒 −𝑎𝑡 𝑠𝑒𝑛 𝑎𝑡} se efectúa de

manera directa siempre y cuando se conozcan las transformadas ℒ {𝑡 𝑎 } 𝑦 ℒ {𝑠𝑒𝑛 𝑎𝑡}. En
general, si se conoce la transformada de Laplace de una función 𝑓(𝑡), ℒ {𝑓 (𝑡)} = 𝐹(𝑠), es
posible calcular la transformada de Laplace de un múltiplo exponencial de 𝑓, es decir,
ℒ {𝑒 𝑎𝑡 𝑓(𝑡)}, sin ningún esfuerzo adicional que no sea trasladar o desplazar, la transformada
𝐹(𝑠) a 𝐹(𝑠 − 𝑎). Este resultado se conoce como primer teorema de traslación o primer
teorema de desplazamiento, es decir: si ℒ {𝑓 (𝑡)} = 𝐹(𝑠) y 𝑎 es cualquier número real,
entonces: ℒ{𝑒 𝑎𝑡 𝑓(𝑡)} = 𝐹(𝑠 − 𝑎).

Ejemplo 1 Hallar ℒ {𝑒 −2𝑡 𝑐𝑜𝑠 4𝑡}

Solución:

ℒ{𝑒 −2𝑡 𝑐𝑜𝑠 4𝑡} = ℒ{𝑐𝑜𝑠 4𝑡}, 𝑑𝑒 𝑒 −2𝑡 = 𝑒 𝑎𝑡 , 𝑠𝑒 𝑡𝑖𝑒𝑛𝑒 𝑞𝑢𝑒 𝑎 = 2

𝑠
= , 𝐹 (𝑠 − 𝑎 ) 𝑦 𝑎 = 2
𝑠2 + 16

𝑠+2
𝐹(𝑠 − 2) = .
(𝑠 + 2)2 + 16

Traslación en el eje t.

Si 𝐹(𝑠) es la trasformada de Laplace de la función 𝑓(𝑡), entonces 𝑒 −𝑎𝑠 𝐹 (𝑠) es la

transformada de la función:
 0, 𝑡<𝑎
𝑓̂(𝑡) = {
𝑓(𝑡 − 𝑎), 𝑡 > 𝑎

La transformada de Laplace de la función 𝑓̂(𝑡) se calcula de la manera siguiente:

∞ ∞
ℒ{𝑓̂(𝑡)} = ℒ{𝑓(𝑡 − 𝑎)𝐻 (𝑡 − 𝑎)} = ∫ 𝑓 (𝑡 − 𝑎)𝐻 (𝑡 − 𝑎)𝑒 −𝑠𝑡 𝑑𝑡 = ∫ 𝑒 −𝑠𝑡 𝑓(𝑡 − 𝑎)𝑑𝑡
0 𝑎

En aplicaciones ingenieriles, mecánicas y electrónicas primordialmente, es común

encontrar funciones “activadas” o “desactivadas”. Por ejemplo, una fuerza externa que
actúa en un sistema masa-resorte, o un potencial aplicado a un circuito eléctrico, se puede
desactivar después de cierto tiempo. Es conveniente entonces definir una función especial
para desactivar (0) para un tiempo 𝑡 = 𝑎 y el número (1) para la activación después de ese
tiempo. La función se le conoce como función escalón unitario o función de Heaviside.

0, 0 ≤ 𝑡 < 𝑎
La función escalón unitario 𝑢(𝑡 − 𝑎) se define como: 𝑢(𝑡 − 𝑎) = { ,
1, 𝑡>𝑎
también llamado primer teorema de traslación.

20𝑡, 0 ≤ 𝑡 < 5
Ejemplo 1: Expresar 𝑓 (𝑡) = { en términos de funciones escalón
0, 𝑡≥5
unitario.

Solución:

Con 𝑎 = 5, 𝑔(𝑡) = 20𝑡 y ℎ(𝑡) = 0, se obtiene 𝑓(𝑡) = 20𝑡 − 20𝑡 𝑢(𝑡 − 𝑎).

El segundo teorema de traslación establece:

Si 𝐹 (𝑠) = ℒ{𝑓(𝑡)} 𝑦 𝑎 > 0, entonces ℒ{𝑓 (𝑡 − 𝑎)𝑢(𝑡 − 𝑎)} = 𝑒 −𝑎𝑠 𝐹(𝑠). En tanto
que su forma inversa es:

ℒ −1 {𝑒 −𝑎𝑠 𝐹(𝑠)} = 𝑓 (𝑡 − 𝑎)𝑢(𝑡 − 𝑎).

2.4 Transformadas de derivadas, integrales y funciones periódicas.

A continuación, se retoman las transformadas de funciones periódicas introducidas

en temas anteriores.
2.4.1 Transformada de Laplace de funciones definidas por tramos.

Si una función 𝑓 (𝑡) puede representarse por tramos con la existencia de saltos
finitos, entonces es razón suficiente para ser considerada como una función continua por
tramos y los saltos son considerados como discontinuidades ordinarias. La transformada de
Laplace de las funciones continuas por tramos es calculada evaluando la transformación
integral de cada uno de los tramos.

Ejemplo1 Encontrar la trasformada de Laplace de la función definida en los

siguientes tramos:

1, 0≤𝑡<2
2, 2≤𝑡<2
𝑓 (𝑡 ) = {
−𝑡 + 4, 3 ≤ 𝑡 < 4
0 , 𝑡≥4

Solución:

2− 3− 4− ∞
−𝑠𝑡
ℒ {𝑓 (𝑡)} = ∫ 1 ∗ 𝑒 𝑑𝑡 + ∫ 2 ∗ 𝑒 −𝑠𝑡 𝑑𝑡 + ∫ (−𝑡 + 4) ∗ 𝑒 −𝑠𝑡 𝑑𝑡 + ∫ 0 ∗ 𝑒 −𝑠𝑡 𝑑𝑡
0 2 3 4

1 − 𝑒 −2𝑠 𝑒 −3𝑠 − 𝑒 −2𝑠 𝑒 −4𝑠 + 𝑠𝑒 −3𝑠 − 𝑒 −3𝑠

= −2 +
𝑠 𝑠 𝑠2

2.4.2 Transformada de Laplace de la función escalón unitario.

Dos funciones que con frecuencia son usadas en la representación de funciones por
tramos; son la función escalón unitario (función de Heaviside) y la función impulso o función
delta de Dirac. La función escalón está definida como:

0, 𝑡 < 𝑡0
𝐻 (𝑡 − 𝑡0 ) = {
1, 𝑡 ≥ 𝑡0

La transformada de Laplace de la función escalón se calcula de la manera siguiente:

𝑡0 ∞ ∞
−𝑠𝑡 −𝑠𝑡
𝑒 −𝑠𝑡 𝑒 −𝑡0 𝑠
ℒ {𝐻 (𝑡 − 𝑡0 )} = ∫ 0 ∗ 𝑒 𝑑𝑡 + ∫ 1 ∗ 𝑒 𝑑𝑡 = [ ] =
0 𝑡0 −𝑠 0 𝑠
2.4.3 Transformada de derivadas.

Si se tiene una función 𝑓(𝑡) continua o por tramos en 𝑡 ≥ 0 y para la cual existe la
transformada de Laplace. La transformada resultante de Laplace es:

∞ ∞
𝑑𝑓(𝑡) 𝑑𝑓(𝑡) −𝑠𝑡 ∞
ℒ{ }=∫ 𝑒 𝑑𝑡 = [𝑓 (𝑡)𝑒 −𝑠𝑡 ] + 𝑠 ∫ 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡 = [0 − 𝑓(0)] + 𝑠𝐹(𝑠)
𝑑𝑡 0 𝑑𝑡 0 0

El procedimiento puede aplicarse repetidamente para encontrar la transformada de

Laplace de una derivada de orden 𝑛.

𝑑 2 𝑓 (𝑡 )
ℒ{ } = 𝑠𝐹 ′ (𝑠) − 𝑓 ′ (0) = 𝑠[𝑠𝑓 (𝑠) − 𝑓(0)]
𝑑𝑡

𝑑 3 𝑓 (𝑡 )
ℒ{ } = 𝑠 3 𝐹 (𝑠) − 𝑠 2 𝑓(0) − 𝑠𝑓 ′ (0) − 𝑓 ′′ (0)
𝑑𝑡

𝑑 𝑛 𝑓 (𝑡 )
ℒ{ } = 𝑠 𝑛 𝐹 (𝑠) − 𝑠 𝑛−1 𝑓 (0) − 𝑠 𝑛−2 𝑓 ′ (0) − ⋯ − 𝑓 𝑛−1 (0)
𝑑𝑡

Ejemplo 2 Obtener la transformada de Laplace de 𝑓 (𝑡) = 𝑠𝑒𝑛 𝜔𝑡 para 𝑡 > 0.

Solución:

𝑓(𝑡) = 𝑠𝑒𝑛 𝜔𝑡

𝑓 ′ (𝑡) = 𝜔 cos 𝜔𝑡

𝑓 ′′ (𝑡) = −𝜔2 𝑠𝑒𝑛 𝜔𝑡

𝑓 (0) = 0 ; 𝑓 ′ (0 ) = 𝜔

ℒ{𝑓 ′′(𝑡) } = ℒ{−𝜔2 𝑠𝑒𝑛 𝜔𝑡} = −𝜔2 𝐹 (𝑠) = 𝑠 2 𝐹 (𝑠) − 𝑠 ∗ 0 − 𝜔

𝜔
∴ 𝐹 (𝑠) = ℒ {𝑠𝑒𝑛 𝜔𝑡} =
𝑠2 + 𝜔2
2.4.4 Transformada de integrales.

Si 𝑓(𝑡) es una función integrable en la variable independiente 𝑡 y su transformada

de Laplace 𝐹 (𝑠), entonces aplicando la definición de la transformada e integrando por
partes.

𝑡 ∞
−𝑠𝑡
𝑒 −𝑠𝑡 𝑡 ∞ 1
∞
ℒ {∫ 𝑓(𝑡)𝑑𝑡} = ∫ [𝑓 (𝑡)𝑑𝑡] 𝑒 𝑑𝑡 = − [ ∫ 𝑓 (𝑡)𝑑𝑡] + ∫ 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡
0 0 𝑠 0 0 𝑠 0

El primer término es cero con el límite superior debido al término exponencial y

también es cero con el límite inferior dado el intervalo de integración. Por tanto, la
transformada de la integral de una función viene dada por la ecuación:

𝑡
1
ℒ {∫ 𝑓(𝑡)𝑑𝑡} = 𝐹(𝑠)
0 𝑠

2.4.5 Teorema de convolución

La propiedad de convolución de la transformada de Laplace relaciona el producto de

transformadas y tiene aplicación en el proceso de inversión de la transformada. Suponer
que se tiene el producto de las funciones 𝐹(𝑠) y 𝐺(𝑠) de las cuales se conocen las funciones
inversas 𝑓(𝑡) y 𝑔(𝑡) y se desea encontrar la función inversa del producto a partir de las
funciones inversas conocidas.

Si 𝐻(𝑠) representa el producto de las trasformadas y ℎ(𝑡) la función inversa del

producto de las transformadas, se puede calcular esta última por medio de la propiedad de
la convolución de 𝑓(𝑡) y 𝑔(𝑡), expresa como 𝑓 (𝑡) ∗ 𝑔(𝑡), donde el símbolo ∗ es empleado
para la propiedad de convolución. La siguiente expresión representa la forma de evaluar la
convolución de las funciones 𝑓(𝑥) y 𝑔(𝑥).

𝑡
ℎ(𝑡) = 𝑓 (𝑡) ∗ 𝑔(𝑡) = ∫0 𝑓 (𝜏)𝑔(𝑡 − 𝜏)𝑑𝜏

La propiedad de convolución cumple las siguientes leyes:

I.- Conmutativa: 𝑓 (𝑡) ∗ 𝑔(𝑡) = 𝑔(𝑡) ∗ 𝑓 (𝑡).

II.- Distributiva: 𝑓 (𝑡) ∗ [𝑔1 (𝑡) + 𝑔2 (𝑡)] = 𝑓(𝑡) ∗ 𝑔1 (𝑡) + 𝑓(𝑡) ∗ 𝑔2 (𝑡).
III.- Asociativa: 𝑓(𝑡) ∗ [𝑔(𝑡) ∗ ℎ(𝑡)] = [𝑓 (𝑡) ∗ 𝑔(𝑡)] ∗ ℎ(𝑡).

Se debe tener cuidado al emplear la propiedad de convolución, pues con frecuencia

se confunde con la propiedad de multiplicación.

1 𝜔
Ejemplo 1 Encontrar la transformada inversa de la función ℒ −1 {(𝑠 2) (𝑠 2+𝜔2 )}.

Solución:

1 𝜔
De las tablas: ℒ −1 {𝑠 2} = 𝑡 y ℒ −1 {𝑠 2+𝜔2 } = 𝑠𝑒𝑛 𝜔𝑡, aplicando la propiedad de
convolución:

𝑡
ℎ(𝑡) = 𝑓 (𝑡) ∗ 𝑔(𝑡) = ∫ 𝑓 (𝜏)𝑔(𝑡 − 𝜏)𝑑𝜏
0

e integrando dos veces por partes:

𝑡
−1
1 𝜔 −1
1 −1
𝜔
ℒ {( 2 ) ( 2 )} = ℒ { 2 } ∗ ℒ { 2 } = ∫ 𝜏𝑠𝑒𝑛[𝜔(𝑡 − 𝜏)]𝑑𝜏
𝑠 𝑠 + 𝜔2 𝑠 𝑠 + 𝜔2 0

𝑡
1 𝑡 1
= {𝜏𝑐𝑜𝑠[𝜔(𝑡 − 𝜏)]} − ∫ 𝑐𝑜𝑠[𝜔(𝑡 − 𝜏)]𝑑𝜏
𝜔 0 𝜔 0

𝑡 𝑠𝑒𝑛 𝜔𝑡
= −
𝜔 𝜔2

2.4.6 Transformada de Laplace de funciones periódicas

Considerando la función 𝑓 (𝑡) definida para todos los valores positivos de 𝑡 y con un
periodo 𝑇 de manera que 𝑓 (𝑡 + 𝑛𝑇) = 𝑓(𝑡); para valores de 𝑛 = 0, 1, 2, …Si 𝑓(𝑡) es
continua por tramos en el intervalo 𝑇, entonces su transformada de Laplace existe y la
integral puede ser evaluada como se indicó en las funciones definidas por tramos.

𝑇 2𝑇 3𝑇
−𝑠𝑡 −𝑠𝑡
ℒ{𝑓 (𝑡)} = ∫ 𝑓 (𝑡)𝑒 𝑑𝑡 + ∫ 𝑓 (𝑡 + 𝑇) 𝑒 𝑑𝑡 + ∫ 𝑓 (𝑡 + 2𝑇)𝑒 −𝑠𝑡 𝑑𝑡 + ⋯
0 𝑇 2𝑇
 Si se sustituye 𝑡 = 𝜏 + 𝑛𝑇 en las integrales por tramos, la ecuación anterior se
convierte en:

𝑇 𝑇 𝑇
ℒ{𝑓 (𝜏)} = ∫ 𝑓 (𝜏)𝑒 −𝑠𝜏 𝑑𝜏 + ∫ 𝑓(𝜏) 𝑒 −𝑠(𝜏+𝑇) 𝑑𝜏 + ∫ 𝑓 (𝜏)𝑒 −𝑠(𝜏+2𝑇) 𝑑𝜏 + ⋯
0 0 0
Factorizando los términos que no contienen 𝜏, se obtiene:

𝑇
−𝑠𝑇 −2𝑠𝑇
ℒ{𝑓 (𝜏)} = (1 + 𝑒 +𝑒 + ⋯ ) ∫ 𝑓 (𝜏)𝑒 −𝑠𝜏 𝑑𝜏
0

La serie infinita puede ser simplificada de la siguiente manera:

Sea 𝑆 = (1 + 𝑒 −𝑠𝑇 + 𝑒 −2𝑠𝑇 + ⋯ ), multiplicando 𝑆 por 𝑒 −𝑠𝑇 se obtiene: 𝑆𝑒 −𝑠𝑇 =

−𝑠𝑇
(𝑒 + 𝑒 −2𝑠𝑇 + 𝑒 −3𝑠𝑇 + ⋯ ), restando estas dos ecuaciones de obtiene: 𝑆(1 − 𝑒 −𝑠𝑇 ) = 1
y finalmente la suma de la serie infinita es:

1
𝑆=
1 − 𝑒 −𝑠𝑇

Al sustituir el resultado de la serie finita en la propiedad de traslación en el eje s, se

obtiene la definición de la transformada de Laplace para funciones periódicas.

𝑇
1
ℒ {𝑓 (𝑡)} = ∫ 𝑓(𝑡)𝑒 −𝑠𝑇 𝑑𝑡
1 − 𝑒 −𝑠𝑇 0
Unidad 3

Métodos numéricos

3.1 Introducción a los métodos numéricos.

3.1.1 Conceptos.

¿Qué es un método numérico?

Es un proceso mediante el cual se obtiene la solución a ciertos tipos de problemas

realizando cálculos aritméticos y lógicos (operaciones aritméticas, cálculo de funciones,
consulta de tablas de valores, etc.). Tal procedimiento consiste en una lista finita de
instrucciones que especifican una secuencia de operaciones algebraicas y lógicas (programa
de computadora), que dan una aproximación de la solución del problema o bien algún tipo
de mensaje. La eficiencia del cálculo depende, de la facilidad de implementación del
algoritmo y de las características especiales y limitaciones de los instrumentos de cálculo
(computadoras). En general, al utilizar este tipo de instrumentos de cálculo se introducen
errores de redondeo.

"Los métodos numéricos son técnicas mediante las cuales es posible formular problemas
de tal forma que puedan resolverse usando operaciones aritméticas".

Aunque existen muchos tipos de métodos numéricos, todos comparten una

característica común: llevan a cabo un buen número de cálculos aritméticos.

Figura métodos numéricos.

 No es de extrañar que, con el avance de las computadoras, el papel de los métodos
numéricos en la solución de problemas haya aumentado en los últimos tiempos.
Actualmente, las computadoras y los métodos numéricos proporcionan una alternativa
para cálculos complicados. Representan también una alternativa que amplían la capacidad
para confrontar y resolver los problemas.

Existe un sin número de razones por las cuales se deben estudiar los métodos
numéricos, por mencionar algunas están:

a) Son herramientas poderosas para la solución de problemas. Ampliando las

habilidades de quienes los estudian para la solución de los problemas.
b) En el transcurso de su formación, es posible que los ingenieros tengan la ocasión de
usar algún programa disponible comercialmente que use algún o algunos de los
métodos numéricos.
c) Existen muchos problemas que no se pueden plantear al manejar programas ya
existentes en el mercado, por lo cual será necesaria la programación de la solución
de los mismos.
d) Son un vehículo para aprender a programar las computadoras personales.
e) Los métodos numéricos son un medio para reforzar su comprensión de las
matemáticas.

Exactitud, precisión y sesgo.

Los errores relacionados a los cálculos y medidas se pueden caracterizar por su

precisión y exactitud. La precisión se refiere a 1) número de cifras significativas que
representa a la cantidad o 2) la extensión en las lecturas repetidas de un instrumento que
mide alguna propiedad física. La exactitud se refiere a la aproximación de un número o de
una medida al valor verdadero que se supone representa. La inexactitud (llama también
sesgo) se define como el alejamiento sistemático de la verdad. la precisión por otro lado se
refiere a la magnitud del esparcimiento.

Los métodos números deben ser lo suficientemente exactos o sin sesgo para cumplir
con los requisitos de un problema particular de ingeniería y también ser lo suficientemente
preciso para el diseño en la ingeniería.

Usaremos el termino de error para representar la inexactitud y la precisión de las

predicciones.
 Algoritmo:

Los procedimientos usados para la solución de los problemas de métodos numéricos

son “ALGORITMOS”. Un ALGORITMO es un proceso que indica la secuencia de pasos y
decisiones que se ejecutan para la solución de un determinado problema.

Las características de un algoritmo son:

 FINITO. – Debe terminar en un determinado número de pasos.

 DEFINIDO. – Las acciones a realizar debe estar bien definidas (sin dudas).
 ENTRADA. – Debe tener una o más entradas (datos del problema).
 SALIDA. – Debe tener una o más salidas (solución del problema).
 EFECTIVIDAD. – Las operaciones deben ser lo más sencillas posibles para que puedan
hacerse en un tiempo determinado, no mayor que el que le tome a una persona
empleando lápiz y papel.

Iteración, convergencia y divergencia:

ITERACIÓN. - Es una secuencia de pasos que se repiten n veces, se parte de uno(s)

valores iniciales, estos se procesan aplicando la secuencia de pasos lógicos y, se obtiene(n)
uno(s) resultado(s) parcial(es). Estos resultados parciales serán los nuevos valores iniciales
que se usarán en la próxima iteración. Si todo va bien, la iteración actual va mejorando los
datos de la iteración anterior y sus resultados sirven para que la próxima iteración sea
mejor.

CONVERGENCIA. - Se dice que hay “Convergencia” al usar un método numérico para

resolver un problema cuando más iteraciones se hacen se obtiene una mejor aproximación
al resultado.

DIVERGENCIA. - Se dice que hay “Divergencia” cuando, mientras más iteraciones se

realicen, el resultado obtenido se aleja más del valor anterior.

3.1.2 Clasificación de errores numéricos.

Tipos de Errores

Por cuestiones prácticas, sólo se puede manejar una cantidad finita de bits para cada
número en la computadora. Por ejemplo, cuando se hacen cálculos de ingeniería, es mejor
trabajar con una longitud grande; por otro lado, una longitud pequeña es más económica y
útil para cálculos de procedimientos de administración.

Los errores se generan con el uso de aproximaciones para representar las

operaciones y cantidades matemáticas. El error numérico es una medida del ajuste o
cálculo de una magnitud con respecto al valor real o teórico que dicha magnitud tiene. Un
aspecto importante de los errores numéricos es su estabilidad numérica. Dicha estabilidad
se refiere a como dentro de un algoritmo de análisis numérico el error de aproximación es
propagado dentro del propio algoritmo.

1.- Error absoluto.

Es la diferencia entre el valor medido y el valor tomado como exacto, puede ser
positivo o negativo, según si la medida es mayor o menor al valor real. Tiene las mismas
unidades que las de la medida.

Hay autores que definen el error absoluto como la diferencia entre el valor
aproximado y el valor exacto, donde la diferencia únicamente está en el signo ya que no se
toma como valor absoluto. Sin embargo, podríamos tomar como fórmula general la
expresión:

∑|(𝑥𝑖 − 𝑥̅ )|
𝐸𝑎 =
𝑛

Cuando el valor exacto no es conocido, por ejemplo, en alguna medida física, se

habla de cota del error absoluto, que será un valor superior al error absoluto que asegure
que el error cometido nunca excederá ese valor. Si llamamos c a la cota del error absoluto
de un número, se cumplirá:

2.- Error relativo.

El error relativo es el cometido en la estimación del valor de un número, es el valor

absoluto del cociente entre su error absoluto y el valor exacto. El error relativo da idea de
la precisión de una medida, y se suele manejar en forma de porcentaje (%).
 Muchas veces conocemos el error absoluto (Ea), pero es imposible conocer el valor
exacto (A), en cuyo caso, para hallar el error relativo (Er) dividimos el error absoluto entre
el valor aproximado o considerado como exacto.

También puede hablarse de cota del error relativo que, si la representamos como β,
se cumplirá:

(A – A´) / A ≤ β

3.- Error porcentual.

El error porcentual es fácil de definir, es el resultado de multiplicar el error relativo

por 100.

ERP = ER X 100

4.- Error de redondeo.

A continuación, se analizarán brevemente algunas consecuencias de utilizar el

sistema binario y una longitud de palabra finita.

Como no es posible guardar un numero binario de longitud infinita o un numero de

más dígitos de los que posee la mantisa de la computadora que se está empleando, se
almacena sólo un numero finito de estos dígitos; como consecuencia, se comete
automáticamente un pequeño error, conocido como error de redondeo, que al repetirse
muchas veces puede llegar a ser considerable.

Ya que la mayor parte de las computadoras tienen entre 7 y 14 cifras significativas,

los errores de redondeo parecerían no ser muy importantes. Sin embargo, hay dos razones
del porqué pueden resultar críticos en algunos métodos numéricos:

Ciertos métodos requieren cantidades extremadamente grandes para obtener una

respuesta. Además, estos cálculos a menudo dependen entre sí. Esto es, los cálculos
posteriores son dependientes de los anteriores. En consecuencia, aunque un error de
redondeo individual puede ser muy pequeño, el efecto de acumulación en el transcurso de
la gran cantidad de cálculos puede ser significativo.

El efecto del redondeo puede ser exagerado cuando se llevan a cabo operaciones
algebraicas que emplean números muy pequeños y muy grandes al mismo tiempo. Ya que
en este caso se presenta en muchos métodos numéricos, el error de redondeo puede
resultar de mucha importancia.

5.- Error de truncamiento.

Cuando una expresión matemática se remplaza por una fórmula más simple, se
introduce un error, conocido como error de truncamiento.

Los errores de truncamiento son aquellos que resultan al usar una aproximación en
lugar de un procedimiento matemático exacto. Estos tipos de errores son evaluados con
una formulación matemática: la serie de Taylor.

Taylor es una formulación para predecir el valor de la función en Xi+1 en términos

de la función y de sus derivadas en una vecindad del punto Xi. Siendo el término final:

Rn = ((ƒ(n+1) (ξ)) / (n+1)!) hn+1

En general, la expansión en serie de Taylor de n-ésimo orden es exacta par aun

polinomio de n-ésimo orden. Para otras funciones continuas diferenciables, como las
exponenciales o senoidales, no se obtiene una estimación exacta mediante un número
finito de términos. Cada una de los términos adicionales contribuye al mejoramiento de la
aproximación, aunque sea un poco.

3.1.3 Cálculo de los tipos de errores

Errores

Los métodos numéricos producen aproximaciones a la solución de los problemas,

por esto siempre hay que medir el error del resultado, para tener una idea de que tan
aproximado está a la solución.

Precisión: es la cantidad de cifras que se utilizan para representar un número. Por

ejemplo:

3.141592 Tiene una precisión de 7 dígitos (6 dígitos decimales)

3.141592654 Tiene una precisión de 10 dígitos (9 dígitos decimales)
3.1415 Tiene una precisión de 5 dígitos (4 dígitos decimales)
 También se habla de la precisión de un aparato para indicar el número máximo de
cifras que puede manejar, por ejemplo, existen calculadoras con una precisión de 9 dígitos,
otras de 10 dígitos, etc.

Exactitud: Es una medida de que tanto se acerca un resultado a la solución, por

ejemplo, si una de las raíces de una ecuación es 2.55, el resultado 2.479 es más exacto que
el resultado 2.7. sin embargo 2.479 es menos exacto que 2.6.

Existen diferentes tipos de errores, los que interesan en los métodos numéricos son
los siguientes:

Error absoluto. - Si r* es una aproximación al resultado r, se define el error absoluto

como el valor absoluto de la diferencia:

EA = | r- r* |

Error relativo. - Se define como, con r diferente de cero.

Error relativo porcentual. - Se define como:

Por lo general, interesa el error absoluto y no el error relativo, pero cuando el valor
exacto de una cantidad es muy pequeño o muy grande, los errores relativos son una mejor
medida del error, por ejemplo:

Si: r = 0.24 x 10- 4 y r* = 0.12 x 10- 4

Entonces el error absoluto:

EA = | 0.24 x 10-4 - 0.12 x 10-4 | = 0.12 x 10-4

Como 0.12 x 10-4 es una cantidad pequeña, podría pensarse que ésta es una buena
aproximación al resultado, sin embargo, al obtener el error relativo:
 El error porcentual es:

Erp = Er x 100% = 0.5 x 100% = 50%

Con un error relativo porcentual de 50%, 0.12 x 10 -4 está muy lejos de ser una buena
aproximación al resultado.

Por otra parte, para cantidades muy grandes podemos observar en el siguiente
ejemplo que:

Si: r= 0.46826564 x 106 y r*= 0.46830000 x 106

Entonces el error absoluto:

EA = | 0.46826564 x 106 - 0.46830000 x 106 | = 0.3436 x 102 = 34.36

Podría creerse que 34.36 es un error grande, y por lo tanto 0.46830000 x 10 6 una
mala aproximación al resultado, sin embargo, al obtener el error relativo:

El error porcentual es:

Erp = Er x 100% = 0.73377154 x 10-4 x 100% = 0.0073355154 %

Donde puede advertirse que el error en realidad es muy pequeño.

3.2 Métodos numéricos de solución para una ecuación diferencial.

Dependiendo del tipo de problema que se tenga es conveniente usar un

determinado método u otro, a continuación, se da una clasificación de la aplicación de cada
uno de los métodos.
3.2.1 Obtención de raíces.

3.2.1.1 Newton-Raphson

Este método es de los más usados para encontrar las raíces debido a que es eficiente
y siempre converge para funciones polinomiales. Se requiere que las funciones sean
diferenciables y continuas, para poder aplicar dicho método. Para su aplicación se debe
partir de un valor inicial para la raíz “x”, este puede ser cualquier valor y el método
convergirá a la raíz más cercana.

Si se extiende una tangente desde el punto (xi, f(xi)), el punto donde esta tangente
cruza al eje x representa una aproximación mejorada de la raíz.

Figura Representación del método Newton-Raphson

La fórmula de Newton-Raphson se deduce a partir de la fórmula de la pendiente de

una recta.

Pendiente de una recta:

 Nota: se define a la derivada de una función en un punto dado como la pendiente a
la recta tangente de dicho punto, por lo tanto: m = f´(x)

Hay que determinar un número máximo de iteraciones, normalmente esto se hace

considerando una “tolerancia”, esto es: el valor absoluto de la diferencia de la xi+1 – xi debe
ser menor que la tolerancia o el resultado de alguna fórmula de error debe ser menor que
la tolerancia dada.

Una de las fórmulas para errores más útil es la del error relativo porcentual
aproximado:

* 100 %

Este método es convergente cuadráticamente, es decir, el error actual es

aproximadamente al cuadrado del error anterior, esto significa que el número de dígitos
correctos se duplica en cada interacción.

Cuando el método converge, se obtiene el resultado en pocas interacciones, ya que

para raíces no repetidas este método converge con orden 2 y el error E i+1 es proporcional
al cuadrado del resultado anterior Ei

Sin embargo, el método algunas veces no converge, sino que oscila. Esto ocurre si
no existe una raíz real, si la raíz es un punto de inflexión o si el valor inicial está muy alejado
de la raíz buscada y alguna otra parte de la función “atrapa” la iteración.

3.2.1.2 Bisección

Este método consiste en obtener una mejor aproximación de la raíz a partir de un

intervalo inicial (a, b) en el cual hay un cambio de signo en la función, es decir, f(a)*f(b) < 0.

Se obtiene el punto medio:

 De donde x m es la nueva aproximación de la raíz, y se vuelve a tomar un intervalo,
pero ahora más pequeño, considerando que siga existiendo un cambio de signo en la
función, es decir, el nuevo intervalo queda determinado por:

Figura Método de bisección

El método termina cuando se cumple con alguna condición de paro, por ejemplo,
una condición es la tolerancia:

Este es un método “de encierro”, para su aplicación se debe contar con un intervalo
inicial, en donde f(a)*f(b) < 0. Este método requiere de menos pasos en un programa, sin
embargo, converge más lentamente que el de Newton-Raphson.

Los pasos del método son los siguientes:

1.- Localizar un intervalo que contenga al menos una raíz.

2.- Dividir el intervalo en dos partes iguales reteniendo la mitad en donde f(x) cambia de
signo, para conservar al menos una raíz.
3.- Repetir el procesó varias veces hasta cumplir con la tolerancia deseada.

Si: f(m) * f(b) < 0 entonces conservar (m, b) como el semi intervalo que contiene al
menos una raíz.

A cada paso se le llama “iteración” y reduce el intervalo a la mitad.

 Después de cada iteración el intervalo re reduce a la mitad, después de n iteraciones,
el intervalo original se había reducido 2nveces, por lo tanto, si el intervalo original es de
tamaño “a” y el criterio de convergencia aplicado al valor absoluto de la diferencia de dos
xm consecutivas es “ ”, entonces se requerían “n” iteraciones donde “n” se calcula con la
igualdad de la expresión:

De donde: iteraciones que se requieren.

3.2.2 Sistemas de ecuaciones

3.2.2.1 Jacobi

Muchos problemas relacionados con la ingeniería se pueden representar por medio

de sistemas de ecuaciones algebraicas. Cuando se resuelven las ecuaciones diferenciales
pueden surgir sistemas lineales con infinidad de variables. Las computadoras disponibles
actualmente podrían requerir hasta días para resolver estos sistemas por métodos directos.

El método de Jácobi es un método iterativo con el cual se resuelve dicho sistema.

Ax = b

Comienza con una aproximación inicial x (0) a la solución x y genera una sucesión de
vectores x (k) que convergen a la solución x.

Un sistema de ecuaciones algebraicas lineales es un conjunto de ecuaciones de la

forma:

:: :: ::

O bien en su forma matricial:

 Que a su vez se puede expresar como: Ax = b, donde “A” es la matriz de
coeficientes, x es el vector de incógnitas y b el vector de términos independientes, la
solución del sistema de ecuaciones es un conjunto de n valores x 1, x2, x3, …, xn, que
satisfacen simultáneamente todas las ecuaciones, en la solución de estos problemas
pueden presentarse 3 casos:

1.- Solución única Sistema compatible determinado.

2.- Más de una solución Sistema compatible e indeterminado.
(número infinito de soluciones)
3.- Sin solución Sistema incompatible.

Ilustrando el método de Jácobi con un sistema de ecuaciones de 3x3, si el vector:

Es el vector aproximación a la solución x después de k iteraciones, entonces se tiene

que para la siguiente aproximación:

Para un sistema de n ecuaciones con n incógnitas se tiene la siguiente fórmula

(usando una notación más compacta):
 Para 1£ i £ n

Tanto en el método de Gauss-Seidel como en el de Jácobi, el valor que se le dé al

vector inicial carece de importancia, ya que el método convergirá a la solución rápidamente
no obstante que el vector inicial tenga valores muy lejanos a la solución. Es por esto que se
acostumbra a dar el vector 0 como vector inicial.

3.2.2.2 Gauss-Seidel

Este método es el más usado para resolver sistemas grandes de ecuaciones lineales,
es una adaptación del método de Jácobi que hace que la convergencia sea más rápida,
empieza con una aproximación inicial para x (0) a la solución x y genera una sucesión de
vectores x (k) que convergen a la solución x.

Un sistema de ecuaciones algebraicas lineales es un conjunto de ecuaciones de la

forma:

:: :: ::

O bien en su forma matricial:

Que a su vez se puede expresar como: Ax = b, donde “A” es la matriz de

coeficientes, x es el vector de incógnitas y b el vector de términos independientes, la
solución del sistema de ecuaciones es un conjunto de n valores x1, x2, x3, …, xn, que
satisfacen simultáneamente todas las ecuaciones.
 Tanto en el método de Gauss-Seidel como en el de Jácobi, el valor que se le dé al
vector inicial carece de importancia, ya que el método convergirá a la solución rápidamente
no obstante que el vector inicial tenga valores muy lejanos a la solución. Es por esto que se
acostumbra a dar el vector 0 como vector inicial.

En la solución de estos problemas pueden presentarse 3 casos:

1.- Solución única Sistema compatible determinado.

2.- Más de una solución Sistema compatible e indeterminado.
(número infinito de soluciones)
3.- Sin solución Sistema incompatible.
Ilustrando el método de Gauss-Seidel con un sistema de ecuaciones de 3x3, si el vector:

Es el vector aproximación a la solución x después de k iteraciones, entonces se tiene

que para la siguiente aproximación:

Para un sistema de n ecuaciones con n incógnitas se tiene la siguiente fórmula

(usando una notación más compacta):

Para 1£ i £ n
3.2.3 Interpolación

3.2.3.1 Newton

En algunas ocasiones, no se tiene una función continua, sino valores de la función

específicos y(x) para una x dada. A estas funciones se les conoce como funciones tabulares,
y son de la siguiente forma:

En la práctica tenemos como ejemplo los resultados de experimentos en un

laboratorio, o el censo de la población cada 5 años.

La interpolación requiere el cálculo de los valores de una función y(x) para

argumentos entre x1, x2, x3, …, xn, en los cuales se conocen los valores y0, y1, y2, …, yn, en
otras palabras, interpolar es recuperar los valores de una función en puntos intermedios
dada una tabla de valores de esta función.

Por ejemplo, a veces es imposible o muy costoso hacer experimentos de laboratorio

para valores intermedios de x. También sería muy costoso hacer un censo de la población
cada año, sin embargo, si tenemos el tamaño de la población en 1980, 1985 y 1990,
podemos interpolar para obtener el tamaño de la población en 1983.

Para poder realizar una interpolación de Newton es necesario que los valores de
las x dadas en la función tabular tengan un espaciamiento constante, es decir, la diferencia
entre una xi y una xi+1 debe ser siempre el mismo, al espaciamiento se le denota con la
letra h.

El primer paso para la interpolación de Newton es obtener la tabla de diferencias.

El formato estándar de una tabla de diferencias finitas es el siguiente:
 De esta tabla se puede observar que las k-ésimas diferencias de una función tabular,
están dadas por:

Por otra parte, una vez teniendo una xinicial en la tabla y una xAinterpolar, podemos
obtener la yinterpolada utilizando el polinomio de Newton que es el siguiente:

En este polinomio y0 se refiere a y(xinicial). Mientras que k esta dada por la siguiente
fórmula:

k y l son las combinaciones de k elementos combinados de l en l. Como en este

caso k es comúnmente un número fraccionario, entonces se usa la fórmula:

Normalmente usando un polinomio de Newton de 3er grado, es decir, hasta las

terceras diferencias, se obtiene una interpolación bastante aceptable, mientras más
diferencias se usen, mejor será el resultado. Es por esto que la x inicial debe escogerse lo más
cercano a la xAinterpolar pero sin sacrificar la cantidad de diferencias.
3.2.3.2 LaGrange

En algunas ocasiones, no se tiene una función continua, sino valores de la función

específicos y(x) para una x dada. A estas funciones se les conoce como funciones tabulares,
y son de la siguiente forma:

En la práctica tenemos como ejemplo los resultados de experimentos en un

laboratorio, o el censo de la población cada 5 años.

La interpolación requiere el cálculo de los valores de una función y(x) para

argumentos entre x1, x2, x3, …, xn, en los cuales se conocen los valores y0, y1, y2, …, yn, en
otras palabras, interpolar es recuperar los valores de una función en puntos intermedios
dada una tabla de valores de esta función.

Por ejemplo, a veces es imposible o muy costoso hacer experimentos de laboratorio

para valores intermedios de x. También sería muy costoso hacer un censo de la población
cada año, sin embargo, si tenemos el tamaño de la población en 1980, 1985 y 1990,
podemos interpolar para obtener el tamaño de la población en 1983.

Para poder realizar una interpolación de Newton es necesario que los valores de
las x dadas en la función tabular tengan un espaciamiento constante mientras que
una interpolación de LaGrange se puede llevar a cabo sin importar si el espaciamiento es
constante o variable.

La interpolación de polinomios de LaGrange es una reformulación del polinomio de

Newton que evita el cálculo de la tabla de diferencias, el polinomio de LaGrange se expresa
como:
 Donde:

P es el símbolo de “multiplicatoria” y significa el producto de.

Por ejemplo, el polinomio de LaGrange de primer grado es:

Mientras que el polinomio de LaGrange de segundo grado es:

En este caso fn(x) es la yintererpolada y la x es la xAinterpolar. Mientras más datos se tengan

en la tabla, se podrá usar un polinomio de mayor grado, lo que dará mejores resultados

3.2.4 Ecuaciones diferenciales

3.2.4.1 Euler

Los fenómenos que estudia la ingeniería se pueden representar mediante modelos

matemáticos, éstos en algunos casos se reducen a una ecuación diferencial, cuya solución
es una función que representa el comportamiento del fenómeno.

En la práctica la gran mayoría de las ecuaciones diferenciales no pueden resolverse

utilizando “técnicas analíticas” y se recurre a los “métodos numéricos”, que permiten la
utilización de una computadora para resolver el problema.

Una ecuación diferencial es una ecuación en donde aparecen funciones, sus

derivadas, una o más variables independientes y una o más variables dependientes. El
nombre es tradicional, sin embargo “ecuaciones en derivadas” sería más descriptivo. Estas
se dividen en dos grupos:
 1.- Ecuaciones Diferenciales Ordinarias (EDO). - En donde aparece sólo una variable
independiente (que se denota con x).

2.- Ecuaciones Diferenciales Parciales (EDP). - En las que aparece más de una variable
independiente.

Las EDO se clasifican y se estudian según su orden el cual se define como el entero
igual al número máximo de veces que se deriva la variable dependiente de la ecuación.

La solución de una ecuación diferencial es una función que no contiene derivadas o

integrales de funciones y que al derivarla coincide con la ecuación diferencial. Como al
momento de integrar, aparece una constante, entonces la solución a una ecuación
diferencial resulta ser una “familia de curvas” (una curva para cada valor de la constante).

Para determinar una solución particular, es necesaria una condición inicial del
problema, con lo cual será posible determinar el valor de la constante que corresponde a
ese caso particular y con ello seleccionar una sola curva que sea solución de la ecuación
diferencial dada.

La Ecuación Diferencial Ordinaria (EDO) general de primer orden es:

El método de Euler es uno de los métodos más sencillos para resolver EDO´s
con condiciones iniciales. La solución que ofrece este método, es una tabla de la función
solución, con valores de “y” correspondientes a valores específicos de “x”.

Es por esto que uno de los requisitos para este método es especificar el intervalo de
x:

También se requiere de:

 - Una ecuación diferencial de primer orden.

y’= f (x, y)

- La condición inicial, es decir, el valor de y en un punto conocido x0.

y(x0) = y0

La ecuación del método de Euler es la siguiente:

3.2.4.2 Euler mejorado

Los fenómenos que estudia la ingeniería se pueden representar mediante modelos

matemáticos, éstos en algunos casos se reducen a una ecuación diferencial, cuya solución
es una función que representa el comportamiento del fenómeno.

En la práctica la gran mayoría de las ecuaciones diferenciales no pueden resolverse

utilizando “técnicas analíticas” y se recurre a los “métodos numéricos”, que permiten la
utilización de una computadora para resolver el problema.

Una ecuación diferencial es una ecuación en donde aparecen funciones, sus

derivadas, una o más variables independientes y una o más variables dependientes. El
nombre es tradicional, sin embargo “ecuaciones en derivadas” sería más descriptivo. Estas
se dividen en dos grupos:

1.- Ecuaciones Diferenciales Ordinarias (EDO). - En donde aparece sólo una variable
independiente (que se denota con x).

2.- Ecuaciones Diferenciales Parciales (EDP). - En las que aparece más de una variable
independiente.
Las EDO se clasifican y se estudian según su orden el cual se define como el entero igual al
número máximo de veces que se deriva la variable dependiente de la ecuación.

La solución de una ecuación diferencial es una función que no contiene derivadas o

integrales de funciones y que al derivarla coincide con la ecuación diferencial. Como al
momento de integrar, aparece una constante, entonces la solución a una ecuación
diferencial resulta ser una “familia de curvas” (una curva para cada valor de la constante).

Para determinar una solución particular, es necesaria una condición inicial del
problema, con lo cual será posible determinar el valor de la constante que corresponde a
ese caso particular y con ello seleccionar una sola curva que sea solución de la ecuación
diferencial dada.

La Ecuación Diferencial Ordinaria (EDO) general de primer orden es:

El método de Euler mejorado es una modificación del método de Euler para resolver
EDO´s con condiciones iniciales. La solución que ofrece este método, es una tabla de la
función solución, con valores de “y” correspondientes a valores específicos de “x”.

Es por esto que uno de los requisitos para este método es especificar el intervalo de
x.

También se requiere de:

- Una ecuación diferencial de primer orden.

y’= f (x, y)

- La condición inicial, es decir, el valor de y en un punto conocido x0.

y(x0) = y0
 El método consiste en usar la ecuación de Euler como una ecuación predictora y
usar este resultado en la ecuación correctora de Euler-Gauss.

Las ecuaciones del método de Euler Mejorado son las siguientes:

3.2.4.3 Runge Kutta

Consultar el método de Euler o de Euler Mejorado para ver la introducción a las

ecuaciones diferenciales.

La Ecuación Diferencial Ordinaria (EDO) general de primer orden es:

El método Runge-Kutta de orden 4 es la forma de los métodos de Runge-Kutta de

uso más común y así mismo más exactos para obtener soluciones aproximadas de
ecuaciones diferenciales. La solución que ofrece este método, es una tabla de la función
solución, con valores de “y” correspondientes a valores específicos de “x”.

Es por esto que uno de los requisitos para este método es especificar el intervalo de
x.

También se requiere de:

- Una ecuación diferencial de primer orden.

 y’= f (x, y)

La condición inicial, es decir, el valor de y en un punto conocido x0.

y(x0) = y0

El método de Runge-Kutta de 4º orden consiste en determinar constantes

apropiadas de modo que una fórmula como:

Coincida con un desarrollo de Taylor hasta el término h4, es decir, hasta el quinto
término.

Las ecuaciones del método de Runge-Kutta de 4º orden son las siguientes:

donde:
Bibliografía.

Autor Año Título del Documento Ciudad País Editorial

Steven C. Métodos numéricos para

(2007) México México McGraw-Hill
Chapra Ingenieros

Erwing Matemáticas avanzadas para

(2009) México México Limosa Wiley
Kreyszig Ingeniería

Ecuaciones diferenciales con CENGAGE

Dennis G. Zill (2009) México México
aplicaciones de modelado Learning
Antonio
Métodos numéricos aplicados a
Nieves (2004) México México Patria
la Ingeniería
Hurtado
C. Henry Ecuaciones diferenciales
(2001) México México Prentice Hall
Edwards elementales con aplicaciones

Carmona
(2011) Ecuaciones diferenciales México México Pearson
Jover Isabel
Espinoza Ecuaciones diferenciales
REVERTÉ
Herrera (2010) ordinarias. Introducción México México
UAM
Ernesto J. http:\\canek.azc.uam.mx

Ecuaciones diferenciales
E.D. Rainville (1999) México México Trillas
elementales

Paul Blanchard
(1999) Ecuaciones diferenciales México México Thomson
et al

Ecuaciones diferenciales y sus

M.Braun (1990) México México Iberoamericana
aplicaciones

Bronson/
(2008) Ecuaciones diferenciales México México McGraw-Hill
Costa

Ecuaciones diferenciales (Teoría,

Simmons (2007) México México McGraw-Hill
Técnica y Práctica)