INTEGRACION

Juli an de la Horra Departamento de Matem aticas U.A.M.

Introducci on

En este cap tulo vamos a abordar y estudiar el concepto de integral denida. Empezaremos planteando algunos ejemplos sencillos que surgen en las Ciencias Experimentales, y que servir an de motivaci on: Primer ejemplo.- Estamos interesados en el estudio de una poblaci on de una especie determinada en cierto h abitat. Conocemos (aproximadamente) la velocidad a la que var a el n umero de ejemplares de esta poblaci on a lo largo del tiempo. Disponiendo de esta informaci on, seremos capaces de decir (aproximadamente) cu al es la diferencia de poblaci on entre dos instantes determinados? La integral denida ser a la herramienta que nos permitir a dar respuesta a este problema. Segundo ejemplo.- Estamos interesados en el estudio de una part cula en movimiento a lo largo de un eje. Conocemos (aproximadamente) la velocidad a la que se mueve esta part cula. Disponiendo de esta informaci on, seremos capaces de decir (aproximadamente) cu al es la diferencia de posici on de la part cula entre dos instantes determinados? Nuevamente, la integral denida ser a la herramienta que nos permitir a dar respuesta a este problema. En la siguiente secci on, se introducir a el concepto de integral denida. Una vez que hayamos presentado este concepto, nos surgir a el problema de c omo calcular las integrales denidas. El c alculo de integrales denidas se puede abordar de dos maneras. En primer lugar, podemos recurrir al concepto de primitiva que nos permite calcular las integrales denidas de manera exacta; en la Secci on 3 se repasar an algunos m etodos sencillos para obtener primitivas. En segundo lugar, podemos recurrir a m etodos sencillos para calcular, de forma aproximada, las integrales denidas: la regla del trapecio y la regla de Simpson (Secci on 4). Finalmente, pasaremos a las aplicaciones, que son nuestro objetivo fundamental: c alculo de areas, problemas con m oviles, din amica de poblaciones (Secci on 5) y resoluci on de ecuaciones diferenciales con variables separables (Secci on 6).

Concepto de integral denida

Vamos a introducir el concepto de integral denida a partir del problema del c alculo de areas ya que (aparte de que as es como surgi o hist oricamente) este tipo de enfoque permite una presentaci on gr aca muy sencilla de comprender. Empezamos considerando una funci on de una variable y = f (x) denida sobre el intervalo [a, b] y que toma valores positivos. Queremos calcular el area comprendida entre la curva y = f (x), el eje de abscisas, X = a y X = b (ver Figura 1). El problema se aborda, desde un punto de vista te orico, mediante las sumas inferiores y superiores, que utilizan rect angulos con bases cada vez m as estrechas y que, intuitivamente, nos van dando el area requerida cada vez con mayor precisi on (ver Figura 2). Denici on.- Consideramos una funci on continua y = f (x) denida sobre el intervalo [a, b]. En este caso, se puede probar que el supremo de las sumas inferiores coincide con el nmo de las sumas superiores, y este n umero com un recibe el nombre de integral denida de y = f (x) sobre el intervalo [a, b], y se representa por
b

f (x)dx
a

Las funciones con las que habitualmente se trabaja en las Ciencias Experimentales son funciones continuas y, por tanto, tendr a sentido hablar de su integral denida. Si la funci on y = f (x) toma valores positivos sobre [a, b], esta integral denida proporciona el area encerrada entre la curva y = f (x), el eje de abscisas, X = a y X = b. Cuando la funci on sea positiva en unos trozos y negativa en otros habr a que tener un poco de cuidado para calcular areas, como veremos m as adelante.

Soluciones exactas

Las sumas inferiores y superiores son necesarias para la formalizaci on matem atica del concepto pero, si se quiere aplicar ese proceso al c alculo efectivo de integrales denidas, nos encontramos con que dicho proceso es tedioso en los casos sencillos e inaplicable en los casos complicados. Afortunadamente, existen procedimientos sencillos, basados en una maravillosa y sorprendente relaci on que existe entre derivaci on e integraci on.

Denici on.- Se llama primitiva (o antiderivada) de una funci on y = f (x) a otra funci on, F (x), tal que F (x) = f (x). La utilidad de las primitivas procede del siguiente resultado: Teorema.- Consideramos una funci on continua y = f (x) denida sobre el intervalo [a, b]. Si F (x) es una primitiva de f (x), entonces:
b

f (x)dx = F (b) F (a)

a

Esta relaci on entre integrales denidas y primitivas es la que motiva la notaci on de la integral indenida para expresar que F (x) es una primitiva de f (x): f (x)dx = F (x) + C. Obs ervese que, si F (x) es una primitiva de f (x), F (x) + C , obviamente, tambi en lo es. El resultado anterior motiv o la proliferaci on de m etodos de integraci on encaminados a obtener primitivas de funciones porque, de ese modo, se resolv a el problema de calcular integrales denidas. En esta secci on, recordaremos algunos m etodos sencillos para obtener primitivas. En todos ellos, se trata de reducir la integral a otra u otras que sean inmediatas. Sustituci on o cambio de variable El m etodo de sustituci on o cambio de variable es uno de los m as utilizados. A grandes rasgos, consiste en lo siguiente: a) Queremos obtener una primitiva de f (x), es decir, queremos calcular la integral indenida f (x)dx, pero no es inmediata. b) Denimos una nueva variable, u = g (x). Recordando la relaci on de las diferenciales con las derivadas, tenemos: u = g (x) = du dx dx = du g (x)

c) Sustituimos x y dx en f (x)dx, con el objetivo de obtener una nueva integral indenida que quede expresada solamente en funci on de la nueva variable u. Si la nueva integral indenida es inmediata, la resolvemos, y deshacemos el cambio, para dejar la primitiva expresada en funci on de x.

Ejemplo 1.- Queremos obtener una primitiva de la funci on y = decir, queremos resolver la integral indenida: 1 dx. x ln x

1 , x ln x

es

Con el objetivo de tratar de conseguir una integral inmediata, denimos una nueva variable, u = ln x. Tenemos: u = Sustituimos: 1 dx = x ln x 1 xdu = xu 1 du = ln |u| + C = ln | ln x| + C u 1 du = x dx dx = xdu

Integraci on por partes El m etodo de integraci on por partes es tambi en muy utilizado. A grandes rasgos, consiste en lo siguiente: a) Queremos obtener una primitiva de f (x), es decir, queremos calcular la integral indenida f (x)dx, pero no es inmediata. b) Factorizamos f (x)dx de una manera alternativa: f (x)dx = udv

c) El m etodo de integraci on por partes, propiamente dicho, se basa en el siguiente resultado: f (x)dx = udv = uv vdu

Para que este m etodo funcione, en la pr actica, tenemos que ser capaces de obtener: du (que es trivial), v= dv y vdu.

En caso armativo, lo u nico que queda es deshacer los cambios, para dejar la primitiva expresada en funci on de x. Ejemplo 2.- Queremos obtener una primitiva de la funci on y = xex , es decir, queremos resolver la integral indenida: xex dx 4

Factorizamos xex dx de una manera alternativa: xex dx = (x)(ex dx) = udv,

siendo u = x y dv = ex dx. Tenemos: u=x u = 1 = du du = dx, dx x dv = e dx v = dv = ex dx = ex . Tenemos, por tanto: xex dx = udv = uv vdu = xex ex dx = xex ex + C

Descomposici on en fracciones simples Este es un m etodo que podemos utilizar cuando queremos hallar la primitiva de un cociente de dos polinomios, siendo el grado del numerador menor que el del denominador. El objetivo del m etodo es descomponer el cociente de polinomios en suma de fracciones simples que sean inmediatas de integrar. En vez de hacer una exposici on te orica de este m etodo, veremos como se utiliza mediante dos ejemplos sencillos. Ejemplo 3.- Queremos obtener una primitiva de la funci on y = es decir, queremos resolver la integral indenida: 2x dx. (x + 1)(x 2) En este ejemplo, el denominador es un polinomio de grado 2 con dos ra ces reales simples, x = 1 y x = 2. En este caso, el cociente de polinomios admite una descomposici on de la siguiente forma: 2x A B = + (x + 1)(x 2) x+1 x2 El siguiente paso es determinar el valor de los coecientes A y B : 2x A B A(x 2) + B (x + 1) = + = (x + 1)(x 2) x+1 x2 (x + 1)(x 2) (A + B )x + (B 2A) = (x + 1)(x 2) A+B = 2 B 2A = 0 5 A = 2/3 B = 4/3
2x , (x+1)(x2)

Una vez que disponemos de los valores de A y B , el resto es sencillo: 2x dx = (x + 1)(x 2) 2/3 4/3 + dx x+1 x2 2 4 = ln |x + 1| + ln |x 2| + C 3 3

2x , (x+1)2 (x2)

Ejemplo 4.- Queremos obtener una primitiva de la funci on y = es decir, queremos resolver la integral indenida: 2x dx. (x + 1)2 (x 2)

En este ejemplo, el denominador es un polinomio de grado 3 con una ra z real doble, x = 1, y una ra z real simple, x = 2. En este caso, el cociente de polinomios admite una descomposici on de la siguiente forma: A B C 2x = + + (x + 1)2 (x 2) x + 1 (x + 1)2 x 2 El siguiente paso es determinar el valor de los coecientes A, B y C : 2x A B C = + + (x + 1)2 (x 2) x + 1 (x + 1)2 x 2 A(x + 1)(x 2) + B (x 2) + C (x + 1)2 = (x + 1)2 (x 2) (A + C )x2 + (A + B + 2C )x + (2A 2B + C ) = (x + 1)2 (x 2) A+C = 0 A + B + 2C = 2 2A 2B + C = 0
A

= 4/9 B = 2/3 C = 4/9

Una vez que disponemos de los valores de A, B y C , el resto es sencillo: 2x dx = (x + 1)2 (x 2) 4/9 2/3 4/9 + + dx 2 x + 1 (x + 1) x2 4 4 2 1 = ln |x + 1| + ln |x 2| + 9 9 3 (x + 1)2 4 4 2 1 = ln |x + 1| + ln |x 2| + C. 9 9 3x+1 6

1 1 La u ltima integral indenida, (x+1) 2 = x+1 , es bastante inmediata, pero se puede facilitar su c alculo deniendo u = x + 1 y aplicando el m etodo de cambio de variable.

El m etodo de descomposici on en fracciones simples se complica cuando aparecen ra ces imaginarias en el denominador. Estos casos m as complicados, junto con otros m etodos de obtenci on de primitivas, se pueden encontrar en los libros dedicados a este objetivo. Aqu no vamos a profundizar m as en dichos m etodos porque nuestro objetivo es obtener el valor de integrales denidas y en la pr oxima secci on veremos que esto se puede hacer, de forma aproximada, con m etodos muy sencillos.

Soluciones aproximadas

Como se ha dicho desde el principio del cap tulo, nuestro objetivo es hallar b el valor de integrales denidas, a f (x)dx, donde f (x) es una funci on continua. En aquellos casos en que podemos encontrar una primitiva, F (x), de la funci on f (x), el problema queda resuelto. Pero, en muchas ocasiones, encontrar una primitiva no es posible o es francamente complicado. Adem as, tambi en en muchas ocasiones, es m as que suciente para nuestros prop ositos b obtener el valor aproximado de a f (x)dx. Veremos a continuaci on dos procedimientos num ericos sencillos que dan soluciones aproximadas para una integral denida. Regla del trapecio Consideramos una funci on continua, y = f (x), y queremos calcular, b aproximadamente, a f (x)dx. Dividimos el intervalo [a, b] en varios subintervalos, todos ellos con la misma longitud h. Como se puede ver en la Figura 3, el area que se obtiene con la integral denida queda muy aproximada por la suma de las areas de los trapecios representados en la gura. El area de cada uno de los trapecios es la semisuma de las bases por la altura, de modo que tenemos:
b

f (x)dx
a

A1 + A2 + ... + An f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (xn1 ) + f (xn ) h+ h + ... + h 2 2 2 h = [f (x0 ) + 2f (x1 ) + ... + 2f (xn1 ) + f (xn )] 2 = 7

La expresi on que acabamos de obtener recibe el nombre de regla del trapecio y sirve para calcular, aproximadamente, una integral denida. Regla de Simpson La regla de Simpson proporcionar a otra aproximaci on al valor de una integral denida. Su obtenci on es algo m as complicada que la regla del trapecio, pero es algo m as precisa, y la regla que resulta al nal es tambi en muy sencilla de aplicar. Consideramos nuevamente una funci on continua, y = f (x), y queremos b calcular, aproximadamente, a f (x)dx. Detalles t ecnicos de la obtenci on de la regla de Simpson: Para empezar, dividimos el intervalo [a, b] en dos subintervalos con la misma longitud h, y trasladamos todo el recinto sobre el eje horizontal hasta dejarlo centrado en el origen (ver Figura 4). Los dos recintos tienen la misma supercie. A continuaci on, consideramos un polinomio de grado 3, a + bx + cx2 + dx3 , que pase por los puntos (h, g (h)), (0, g (0)) y (h, g (h)), de modo que tenemos: a bh + ch2 dh3 = g (h) = f (x0 ) a = g (0) = f (x1 ) 2 a + bh + ch + dh3 = g (h) = f (x2 )

(1)

Al exigir que ese polinomio de grado 3 pase por esos tres puntos, estamos consiguiendo que su gr aca sea parecida a la de g (x), y tenemos:
b h h

f (x)dx =
a h

g (x)dx
h

[a + bx + cx2 + dx3 ]dx

h

= =

ax + b

x3 x4 x2 +c +d 2 3 4

= 2ah + 2c
h

h3 3

h [6a + 2ch2 ] 3

Finalmente, comprobaremos que h h [6a + 2ch2 ] = [f (x0 ) + 4f (x1 ) + f (x2 )]. 3 3 En efecto, utilizando (1), tenemos: 8

h [f (x0 ) + 4f (x1 ) + f (x2 )] 3 h = [(a bh + ch2 dh3 ) + 4(a) + (a + bh + ch2 + dh3 )] 3 h = [6a + 2ch2 ] 3 Por tanto, hemos obtenido:
b

f (x)dx
a

h [f (x0 ) + 4f (x1 ) + f (x2 )] 3

Si ahora dividimos el intervalo [a, b] en cuatro subintervalos con la misma longitud h (ver Figura 5), tenemos:
b x2 x4

f (x)dx =
a x0

f (x)dx +
x2

f (x)dx

h h [f (x0 ) + 4f (x1 ) + f (x2 )] + [f (x2 ) + 4f (x3 ) + f (x4 )] 3 3 h [f (x0 ) + 4f (x1 ) + 2f (x2 ) + 4f (x3 ) + f (x4 )] = 3 En general, si dividimos el intervalo [a, b] en un n umero par de subintervalos, todos ellos con la misma longitud h, obtenemos la regla de Simpson:
b

f (x)dx
a

h [f (x0 )+4f (x1 )+2f (x2 )+4f (x3 )+2f (x4 )+...+4f (xn1 )+f (xn )] 3

Obs ervese que tanto la regla del trapecio como la regla de Simpson son muy sencillas de aplicar: no necesitamos obtener primitivas, no necesitamos obtener derivadas, s olo necesitamos calcular el valor de la funci on f (x) en unos cuantos puntos. Aplicamos la regla de Simpson en los dos siguientes ejemplos para ilustrar, tanto la sencillez de su utilizaci on, como la calidad de la aproximaci on que proporciona. Ejemplo 5.- Supongamos que queremos calcular la siguiente integral denida:
50 50

f (x)dx =
30 30

(0, 1)e(0,1)x dx

Este tipo de integrales tendr a mucho inter es aplicado al utilizar el modelo Exponencial como modelo de Probabilidad. De momento, se trata simplemente de una integral denida. En este caso, podemos proceder de dos formas: C alculos aproximados Por ejemplo, podemos aplicar la regla del trapecio con 4 subintervalos:
50 50

f (x)dx =
30 30

(0, 1)e(0,1)x dx

= =

5 [f (30) + 2f (35) + 2f (40) + 2f (45) + f (50)] 2

5 [0, 0050 + 2(0, 0030) + 2(0, 0018) + 2(0, 0011) + 0, 0007] 2 = 0, 0438 0, 04

Tambi en podemos aplicar la regla de Simpson con 4 subintervalos:

50 50

f (x)dx =
30 30

(0, 1)e(0,1)x dx

= =

5 [f (30) + 4f (35) + 2f (40) + 4f (45) + f (50)] 3

5 [0, 0050 + 4(0, 0030) + 2(0, 0018) + 4(0, 0011) + 0, 0007] 3 = 0, 0428 0, 04

C alculo exacto En este caso, la integral denida se puede evaluar de forma exacta de manera muy sencilla:
50 50

f (x)dx =
30 30

(0, 1)e(0,1)x dx = e(0,1)x

50 30

= 0, 0431

0, 04

Como se puede apreciar, la diferencia entre el resultado exacto y los resultados aproximados es m nima. Teniendo en cuenta que cualquier modelo que empleemos en las Ciencias Experimentales nunca ser a una descripci on exacta de la realidad sino (en el mejor de los casos) una buena aproximaci on, los resultados aproximados aportados por la regla del trapecio y por la regla de Simpson (utilizando s olo 4 subintervalos) son magn cos. Ejemplo 6.- Supongamos ahora que queremos calcular la siguiente integral denida:
300 300

f (x)dx =
260 260

1 1 (x240)2 e 2(20)2 dx 20 2 10

Este tipo de integrales tendr a mucho inter es aplicado al utilizar el modelo Normal como modelo de Probabilidad. De momento, se trata simplemente de una integral denida. Podemos aplicar la regla de Simpson con 4 subintervalos, y tenemos:
300 300

f (x)dx =
260 260

1 1 (x240)2 e 2(20)2 dx 20 2

= =

10 [f (260) + 4f (270) + 2f (280) + 4f (290) + f (300)] 3

10 [0, 0121 + 4(0, 0065) + 2(0, 0027) + 4(0, 0009) + 0, 0002] 3 = 0, 1577 0, 16 En este caso, nos tenemos que conformar con una soluci on aproximada pero, como se ha puesto de maniesto en el ejemplo anterior, esto no suele ser un problema.

Aplicaciones de la integral denida

En esta secci on, vamos a estudiar varias aplicaciones de la integral denida, es decir, algunos problemas concretos en los que la soluci on al problema se obtiene mediante la utilizaci on de la integral denida. C alculo de areas Primer caso: Area entre una funci on positiva y el eje de abscisas. Este es el problema con el que hemos iniciado el cap tulo para motivar la necesidad del concepto de integral denida. Como ya hemos dicho, tenemos: Area entre y = f (x) (positiva), el eje de abscisas, X = a y X = b =
b a

f (x)dx.

Segundo caso: Area entre una funci on cualquiera y el eje de abscisas. Ahora queremos determinar el area comprendida entre una funci on cualquiera y = f (x), el eje de abscisas, X = a y X = b (ver Figura 6). Tenemos: Area entre y = f (x), el eje de abscisas, X = a y X = b

11

= A1 + A 2 =

c a

f (x)dx+ cb [f (x)]dx =

c a

f (x)dx

b c

f (x)dx

Tercer caso: Area entre dos funciones. Ahora queremos calcular el area comprendida entre las funciones y = f (x) e Y = g (x) (ver Figura 7). Tenemos: Area entre y = f (x), y = g (x), X = a y X = b=A1 + A2 =[
c a

f (x)dx

c a

g (x)dx] +

b c

g (x)dx

b c

f (x)dx

Diferencia de posici on de un m ovil entre dos instantes Consideramos una part cula o un objeto que se mueve (un m ovil) a lo largo de un eje con una velocidad v (t), y queremos calcular la diferencia de posici on de este m ovil entre dos instantes t = a y t = b. Llamaremos P = P (t) a la funci on que describe la posici on que ocupa el m ovil a lo largo del eje en funci on del tiempo. Recordemos que, en F sica, v (t) es la velocidad de variaci on de la posici on P (t). Por lo tanto, P (t) = v (t), es decir, P (t) es una primitiva de v (t). Por lo tanto, aplicando el resultado que relaciona las primitivas con la integral denida, tenemos: Diferencia de posici on entre t = a y t = b = P (b) P (a)=
b a

v (t)dt.

Diferencia de poblaci on entre dos instantes Consideramos una poblaci on en la que el n umero de individuos var a con una velocidad v (t) a lo largo del tiempo. Esta velocidad ser a positiva (cuando la poblaci on aumenta) o negativa (cuando la poblaci on disminuye). Queremos calcular la diferencia de poblaci on entre dos instantes t = a y t = b. Este problema es an alogo al de calcular la diferencia de posici on de un m ovil, s olo que en este caso estamos interesados en la variable que representa el n umero de individuos de esa poblaci on (en vez de interesarnos por la posici on del m ovil). Llamaremos N = N (t) a la funci on que representa el n umero de individuos de la poblaci on en el instante t. Por lo tanto, N (t) = v (t), es decir, N (t) es una primitiva de v (t). Por lo tanto, aplicando el resultado que relaciona las primitivas con la integral denida, tenemos:

12

Diferencia de poblaci on entre los instantes t = a y t = b = N (b) N (a)=

b a

v (t)dt.

Distancia total recorrida por un m ovil entre dos instantes Primer caso: Distancia total recorrida por un m ovil, cuando la velocidad es siempre positiva. Consideramos un objeto que se mueve (un m ovil) con una velocidad v (t) 0, y queremos calcular la distancia total recorrida por este m ovil entre dos instantes t = a y t = b. Volvemos a llamar P (t) a la funci on que describe la posici on que ocupa dicho m ovil en funci on del tiempo. Recordemos que v (t) sigue siendo la velocidad de variaci on de la posici on P (t). Por lo tanto, P (t) = v (t), es decir, P (t) es una primitiva de v (t). Adem as, como la velocidad es siempre positiva, la distancia total reccorrida por el m ovil coincide con la diferencia de posici on. En denitiva, tenemos: D=Distancia total recorrida entre t = a y t = b =Diferencia de posici on entre t = a y t = b= P (b) P (a)= La situaci on gr aca se puede ver en la Figura 8. Segundo caso: Distancia total recorrida por un m ovil, cuando la velocidad es cualquiera. En este caso, la situaci on gr aca es del tipo mostrado en la Figura 9. Desde un punto de vista t ecnico, se trata exactamente del mismo problema que abordamos en el segundo caso del c alculo de un area, cuando la funci on es positiva en una parte y negativa en otra. Por supuesto, el problema se resuelve de la misma forma: D=Distancia total recorrida entre t = a y t = b=D1 + D2 =
c a b a

v (t)dt.

v (t)dt +

b c [v (t)]dt

c a

v (t)dt

b c

v (t)dt.

13

Ecuaciones diferenciales con variables separables

En diferentes situaciones que aparecen con frecuencia en las Ciencias Experimentales, es complicado poder escribir directamente la funci on y = f (x) que expresa una variable Y en t erminos de otra variable X pero, sin embargo, lo que se tiene a menudo es un conocimiento (quiz a aproximado) de la velocidad de variaci on de Y con respecto a X . Los conceptos y herramientas que hemos estudiado en este cap tulo pueden utilizarse para obtener (o reconstruir) la funci on y = f (x) a partir de esa velocidad de variaci on, en las situaciones m as sencillas. A continuaci on, se describe el problema que vamos a abordar: Deseamos obtener la funci on y = f (x) que expresa la variable Y en t erminos de la variable X , conociendo: 1. La velocidad de variaci on de Y con respecto a X que, en este caso, supondremos que es de la forma v (x, y ) = g (x)h(y ). Es decir, la funci on que expresa la velocidad de variaci on se puede separar en un producto de dos funciones: una funci on que depende s olo de X y otra funci on que depende s olo de Y . Esta separaci on es la que motiva el nombre t ecnico de ecuaci on diferencial de variables separables. 2. Un dato o valor inicial: cuando X = x0 , Y = y0 . Es decir, y0 = f (x0 ) es un punto de la funci on que se est a buscando. A grandes rasgos, el procedimiento para resolver esta ecuaci on diferencial con variables separables se puede esbozar de la siguiente forma: a) En primer lugar, plantearemos la ecuaci on diferencial. Para esto, recordemos que la velocidad de variaci on de Y con respecto a X no es otra cosa que la derivada de Y con respecto a X , y recordemos tambi en la notaci on de las diferenciales en relaci on con las derivadas: Velocidad de variaci on de Y con respecto a X = y = dy dx = v (x, y ) = g (x)h(y ).

En consecuencia, la ecuaci on diferencial ser a: dy = g (x)h(y ). dx 14

b) A continuaci on, separamos las variables e integramos: 1 dy = g (x)dx h(y ) 1 dy = h(y ) g (x)dx

Despu es, resolvemos las integrales indenidas (si sabemos), y despejamos Y . Nos quedar a algo del tipo: y = F (x) + C, donde C es la constante aditiva de integraci on que surge al obtener las integrales indenidas. c) Finalmente, determinamos el valor de la constante de integraci on C . Esto se consigue sustituyendo el dato o valor inicial en la funci on y = F (x)+C que hemos obtenido, y despejando C . Es muy conveniente ver algunos ejemplos de este procedimiento que se acaba de esbozar de manera muy general. Los dos primeros ejemplos van dirigidos a explicar la t ecnica. El tercer ejemplo va dirigido, no s olo a explicar la t ecnica, sino tambi en a aprender a abordar los problemas reales de las Ciencias Experimentales. Ejemplo 7.- La velocidad de variaci on de Y en funci on del tiempo T viene dada por v (t) = t(1 t). Adem as, se sabe que cuando T = 0, Y = 2. Hallar la funci on y = f (t) que expresa Y en funci on del tiempo. a) En primer lugar, planteamos la ecuaci on diferencial: y = dy = v (t) = t(1 t) dt dy = t(1 t) dt

b) A continuaci on, separamos las variables (lo cual es especialmente sencillo en este caso), e integramos: dy = t(1 t)dt dy = t(1 t)dt

Ahora, resolvemos las integrales indenidas (la primera con respecto a Y , y la segunda con respecto a T ): dy = y t(1 t)dt = (t t2 )dt = Por tanto, tenemos: y =
t2 2 t2 2 t3 3

t3 3

+ C. 15

c) Finalmente, tenemos que determinar el valor de la constante C . Para esto, utilizaremos el dato o valor inicial: cuando T = 0, Y = 2. Tenemos: 02 03 2 = +C 2 3 C = 2

En denitiva, la funci on que expresa Y en funci on de T ser a: y= t2 t3 2 2 3

Ejemplo 8.- La velocidad de variaci on de Y en funci on de X viene dada por v (x, y ) = xy . Adem as, se sabe que cuando X = 0, Y = 1. Hallar la funci on y = f (x). a) En primer lugar, planteamos la ecuaci on diferencial: y = dy = v (x, y ) = xy dx dy = xy dx

b) A continuaci on, separamos las variables, e integramos: 1 dy = xdx y 1 dy = y xdx

Ahora, resolvemos las integrales indenidas (la primera con respecto a Y , y la segunda con respecto a X ):
1 dy y

= ln y
x2 2

xdx =

Por tanto, tenemos: 2 ln y = x +C 2

y = e(x

2 /2)+C

= eC ex

2 /2

= C1 ex

2 /2

c) Finalmente, tenemos que determinar el valor de la constante C1 . Para esto, utilizaremos el dato o valor inicial: cuando X = 0, Y = 1. Tenemos: 1 = C1 e0 = C1 C1 = 1

En denitiva, la funci on que expresa Y en funci on de X ser a: y = ex

2 /2

16

Ejemplo 9.- La velocidad de crecimiento del n umero de bacterias presentes en un cultivo es (aproximadamente) proporcional al n umero de bacterias existentes en cada momento. Cuando se efectu o la primera observaci on, el cultivo conten a 100 bacterias, y una hora m as tarde conten a 150. Se pide: a) Espresar el n umero N de bacterias en funci on del tiempo T (en horas). b) Cu anto tiempo tardar a en duplicarse el n umero de bacterias? a) Queremos hallar la funci on N = f (t) = N (t) que expresa el n umero de bacterias existentes en el cultivo a lo largo del tiempo (en horas), a partir de su velocidad de variaci on. En este caso, tenemos que plantear la ecuaci on diferencial a partir de la informaci on de que la velocidad de variaci on es proporcional al n umero de bacterias existente en cada momento; esto es sencillo: Velocidad de variaci on de N = N = dN = KN dt dN = KN, dt

donde K es una constante de proporcionalidad, que tendremos que determinar. A continuaci on, separamos las variables e integramos: 1 1 dN = Kdt dN = Kdt N N Ahora, resolvemos las integrales indenidas (la primera con respecto a N , y la segunda con respecto a T ): = ln N Kdt = Kt Por tanto, tenemos: ln N = Kt + C
1 dN N

N = eKt+C = eC eKt = C1 eKt

En este ejemplo, nos queda por determinar el valor de dos constantes: la constante de proporcionalidad K (que aparece al plantear la ecuaci on diferencial) y la constante C1 (que surge al integrar). Por eso, en este caso, necesitamos dos datos o valores iniciales. En primer lugar, tenemos que cuando T = 0, N = 100: 100 = C1 eK 0 = C1 C1 = 100 N = 100eKt En segundo lugar, tenemos que cuando T = 1, N = 150: 150 = 100eK eK = 1, 5 K = ln 1, 5 = 0, 4055 17

En denitiva, la funci on que expresa N en funci on de T ser a: N = f (t) = N (t) = 100 e0,4055t b) Ahora utilizamos la funci on obtenida para hallar (aproximadamente) el tiempo que tardar a en duplicarse el n umero de bacterias: queremos calcular el valor de T que verica que N (t) = 200. Tenemos: N (t) = 200 ln 2 t = 0,4055 = 1, 71 horas 100 e0,4055t = 200 0, 4055t = ln 2

Utilizaci on de R

La aplicaci on de la regla del trapecio y de la regla de Simpson no ofrece ninguna complicaci on, como se ha podido comprobar en los ejemplos de la Secci on 4. En esos ejemplos, se utilizaban 4 subintervalos y se obten an muy buenas aproximaciones. Sin embargo, a veces, es necesario utilizar m as subintervalos, para mejorar la aproximaci on. El aumento del n umero de subintervalos no supone ninguna complicaci on te orica pero, si se quiere llevar a cabo con una calculadora, el proceso puede resultar enormemente tedioso, aumentando la probabilidad de que se produzcan errores. Por este motivo, cuando se quiere utilizar un n umero algo elevado de subintervalos, es muy conveniente recurrir a programas inform aticos. Uno de los muchos programas que se pueden utilizar es el programa R, The R Project for Statistical Computing, que se puede descargar y utilizar de forma gratu ta. Volvamos al Ejemplo 5, para ilustrar el uso de R. Ejemplo 5 (continuaci on).- Seguimos queriendo calcular la siguiente integral denida:
50 50

f (x)dx =
30 30

(0, 1)e(0,1)x dx

Aplicaremos nuevamente la regla de Simpson, pero ahora utilizaremos 10 subintervalos. Llevar esto a cabo con una calculadora ser a bastante pesado, ya que tendr amos que ir calculando cu anto vale la funci on que se desea integrar en los 11 extremos de los 10 subintervalos. Es mucho m as c omodo recurrir a R, que har a esos c alculos para nosotros. Los pasos que habr a que dar son los siguientes:

18

1. En primer lugar, tenemos que denir en R la funci on f(x) que se quiere integrar. En este caso, escribir amos: f= function(x){0.1*exp(-0.1*x)} La estructura de la instrucci on es bastante sencilla, y no necesita demasiadas explicaciones. 2. En segundo (y u ltimo) lugar, aplicamos la regla de Simpson. En este caso, vamos a dividir el intervalo [30, 50] en 10 subintervalos, cada uno de ellos con una longitud h = 2. La estructura de la siguiente instrucci on, donde se aplica la regla de Simpson, tampoco necesita demasiadas explicaciones: (2/3)*(f(30)+4*f(32)+2*f(34)+4*f(36)+2*f(38)+4*f(40)+2*f(42)+4*f(44) +2*f(46)+4*f(48)+f(50)) El resultado que se obtiene es 0,0431. Como se puede observar, este resultado aproximado coincide, por lo menos hasta la cuarta cifra decimal, con el resultado exacto.

19

20

21

22

23