Unidad 5

Derivacin e integral numrica

5.1 Derivacin numrica.
Consideremos una funcin f(x) de la cual se conoce un conjunto discreto
de valores (x0, f0), (x1, f1),...,(xn, fn). El problema que vamos a abordar es
el de calcular la derivada de la funcin en un punto x que en principio no
tiene por qu coincidir con alguno de los que guran en los datos de que
disponemos. La forma ms sencilla de resolver el problema de la
diferenciacin numrica consiste en estimar la derivada utilizando
frmulas obtenidas mediante la aproximacin de Taylor, que se
denominan frmulas de diferencias nitas. Es importante tener en
cuenta que el proceso de diferenciacin numrica es inestable. Los
errores que tengan los datos, por ejemplo los cometidos en la
adquisicin de los mismos o los debidos al redondeo aumentan en el
proceso de diferenciacin como veremos a lo largo de ste captulo.
Frmulas de diferencias de dos puntos

Este proceso de paso al lmite presenta distintos problemas para ser

realizado en situaciones prcticas donde no se conozca la forma
explcita de f(x). En primer lugar un lmite no puede calcularse de modo
aproximado en un computador donde los nmeros que se manejan son
nitos. A pesar de todo es de esperar que si la funcin f(x) no se
comporta mal y h0 es un nmero nito pero pequeo se cumpla:

Es ms, la misma denicin de la derivada implica que si f(x) existe,

entonces hay algn h0 a partir del cual nuestra aproximacin dista
menos de una cantidad del valor real para la derivada. El problema es
que esto slo es cierto con precisin innita ya que h0 puede ser tan
pequeo que no pueda representarse en el ordenador o que la diferencia
f(x + h0) f(x) est seriamente afectada por el error de redondeo.

La ecuacin (2.1) es la forma ms sencilla de aproximar una derivada

conocidas f(x) y f(x+h0). El siguiente teorema nos proporciona
informacin sobre la precisin de esta aproximacin.
Teorema. Sea f(x) C1 (a, b) y existe f(x) en (a, b), entonces se cumple
que:

Demostracin. Escribamos la aproximacin de Taylor para la funcin en

un punto x+h:

Reordenando la expresin anterior queda demostrado el teorema.

El teorema anterior nos indica que el error cometido al aproximar la
derivada primera por su frmula de diferencia adelantada es una funcin
lineal de h. Cuanto menor sea h (o sea al tomar valores de f(x) ms
cercanos) la derivada numrica ser ms precisa. Este error se
denomina error de truncacin o discretizacin y puede acotarse
fcilmente, obtenindose que: E
mx(x,x+h) |f(z)|. En realidad, para
datos obtenidos a partir de una tabla esta acotacin no es de gran
utilidad directa ya que si no se conoce la derivada primera menos an se
conocer la segunda pero al menos nos permite conocer el orden de
aproximacin de la frmula.
Geomtricamente el error O(h) procede del hecho de aproximar la
derivada por la pendiente de la cuerda que une los puntos f(x) y f(x + h),
Por otro lado, si existe la derivada deben existir las derivadas laterales y
entonces

Un problema que presenta esta frmula es que la precisin de la misma

es baja y por lo tanto en situaciones donde slo dispongamos de un
muestreo de baja precisin de f(x), como ocurre en ensayos, datos

experimentales, etc., ser conveniente utilizar otras frmulas de

derivacin ms precisas.
Frmulas de orden superior
El error de truncacin de la frmula de diferencia adelantada de dos
puntos vara linealmente con h, de manera que es necesario usar
valores de h muy pequeos para reducir sucientemente los errores de
truncacin. Es posible deducir frmulas para las derivadas con errores
de truncacin ms pequeos. Por ejemplo, tomemos

donde z1 (x, x + h) y z2 (x h, x). Restando (2.1a) y (2.1a)

obtenemos

Que nos proporciona una siguiente aproximacin para la derivada con un

trmino de error de truncacin que depende cuadrticamente de h.
Usando el teorema del valor intermedio f(z) = (f(z1) + f(z2))/2, y
entonces, si fes sucientemente derivable.

Usando los desarrollos de Taylor de f(x+h) y f(x+2h) se encuentra la

llamada frmula de diferencia adelantada de tres puntos que es:

Reemplazando h por h en (2.3) obtenemos una frmula de diferencias

retrasadas de tres puntos

De todas estas, la frmula de diferencia centrada es la que tiene, en

principio, menor error de truncacin y la que requiere menos
evaluaciones de la funcin, siendo por lo tanto ms eciente desde el
punto de vista computacional.
Utilizando el valor de la funcin en ms puntos se construyen frmulas
ms precisas para las derivadas. Alguna de ellas se muestra en la tabla
siguiente junto con las que hemos deducido ya.

Derivadas de orden superior

El mismo procedimiento que se ha seguido al deducir frmulas para
calcular numrica- mente las derivadas primeras puede usarse para
construir derivadas de orden superior partiendo del desarrollo de
Taylor y eliminando las derivadas primeras. Consideremos por ejemplo
las expresiones:

Sumando las ecuaciones anteriores y despejando se encuentra que:

Procediendo de la misma forma es posible encontrar aproximaciones

que usen diferentes puntos y aproximaciones para derivadas de orden
superior. La tabla siguiente presenta algunas de las frmulas ms
comunes para calcular derivadas de orden superior.

5.2 Integracin numrica: Mtodo del

trapecio, Mtodos de Simpson 1/3 y 3/8.
En los cursos de Clculo Integral, nos ensean como calcular una
integral denida de una funcin continua mediante una aplicacin del
Teorema Fundamental del Clculo:
Teorema Fundamental del Clculo
Sea f(x) una funcin continua en el intervalo [a,b] y sea F(x) una anti
derivada de f(x). Entonces:

El problema en la prctica, se presenta cuando nos vemos

imposibilitados de encontrar la antiderivada requerida, an para
integrales aparentemente sencillas como:

la cual simplemente es imposible de resolver con el Teorema

Fundamental del Clculo.
REGLA DEL TRAPECIO
Corresponde al caso donde n=1 , es decir :

donde f1(x) es un polinomio de interpolacin (obviamente de grado 1)

para los datos:
x

f(a)

f(b)

sabemos que este polinomio de interpolacin es:

Integrando este polinomio, tenemos que:

Que es la conocida Regla del Trapecio. Este nombre se debe a la

interpretacin geomtrica que le podemos dar a la frmula. El polinomio
de interpolacin para una tabla que contiene dos datos, es una lnea
recta. La integral, corresponde al rea bajo la lnea recta en el intervalo
[a,b], que es precisamente el rea del trapecio que se forma.

REGLA DE SIMPSON DE UN TERCIO

Suponemos que tenemos los datos:
a

xm

f(a)

f(xm)

f(b)

donde xm es el punto medio entre a y b.

En este caso se tiene que:

Donde f2(x) es el polinomio de interpolacin para los datos en la tabla

anterior. Usaremos el polinomio de LaGrange. As, tenemos que:

Si denotamos h= (b-a)/2 = xm-a = b-xm, entonces:

Simplicando trminos:

Vemos que cada uno de los trminos anteriores, es esencialmente de la

misma forma, es decir, una constante por (x-)(x-).
As, calculamos la siguiente integral por partes:

Obteniendo, por lo tanto,

Usamos esta frmula para calcular la integral de cada uno de los tres
trminos de f2(x) y obteniendo como resultado nal

Debido al factor h/3 se le conoce como la regla de Simpson de un

tercio.
En la prctica, sustituimos el valor de h = (b-a)/ 2 para obtener nuestra
frmula nal:

REGLA DE SIMPSON DE TRES OCTAVOS

Este caso corresponde a n=3 , es decir,

donde f3(x) es un polinomio de interpolacin para los siguientes datos:

x0

x1

x2

x3

f(x0)

f(x1)

f(x2)

f(x3)

Y donde a= x0, b= x3 y x1, x2 son los puntos que dividen en tres partes
iguales al intervalo [a,b].
Igual que en el caso anterior, se usa el polinomio de interpolacin de
Lagrange, y usando el mtodo de integracin por partes se llega a la
siguiente frmula:

donde h = (b-a) / 3 . Debido al factor 3h / 8 es que se le dio el

nombre de Regla de Simpson de 3/8. En la prctica, se sustituye el valor
de h para obtener:

5.3 Integracin con intervalos desiguales.

Cuando la longitud de los subintervalos no es igual, se usa una
combinacin de la regla Trapezoidal y las reglas de Simpson, procurando
seguir el siguiente orden jerrquico:
1 .- Simpson 3/8
Esta se aplica, si contamos con 4 puntos igualmente espaciados.
2 .- Simpson 1/3
Esta se aplica si falla (1) y contamos con 3 puntos
igualmente espaciados.
3 .- Regla Trapezoidal

Solo se aplica si no se cumple (1) y (2)

Ejemplo
Evaluar
1

usando la siguiente tabla:

x

0.1

0.3

0.5

0.7

0.95

1.2

f(x)

6.84

4.2

5.51

5.77

Solucin.
Vemos que en el intervalo [0,0.01] podemos aplicar la regla del trapecio,
en el intervalo [0.1,0.7] la regla de Simpson de 3/8 y en el intervalo
[0.7,1.2] la regla de Simpson de 1/3. As, tenemos las siguientes
integrales:

Finalmente, la integral buscada es la suma de las tres integrales

anteriores:

5.4 Aplicaciones.

Mtodo del trapecio

Ejemplo 1:
Utilizar la regla del trapecio para aproximar la integral:

Solucin.

Usamos la frmula directamente con los siguientes datos:

Por lo tanto tenemos que:

Mtodo de Simpson 1/3

Ejemplo 1.
Usar la regla de Simpson de 1/3 para aproximar la siguiente integral:

Solucin.
Aplicamos la frmula directamente, con los siguientes datos:

Por lo tanto, tenemos que:

Mtodo de Simpson 3/8

Ejemplo 1.
Aproximar la siguiente integral:

aplicando la regla de Simpson de 3/8, y subdiviendo en 3 intervalos.

Solucin

Identicamos n=3 y la particin correspondiente:

Al considerar los puntos que dividen en tres partes iguales a cada

subintervalo, tenemos los siguientes datos:

Sustituyendo todos los datos en la frmula, obtenemos:

De acuerdo a los ejemplos vistos, resulta evidente que la regla de

Simpson de 3/8, es ms exacta que la de 1/3 y a su vez, sta es ms
exacta que la regla del trapecio. En realidad, pueden establecerse cotas
para los errores que se cometen en cada uno de estos mtodos.

Sntesis:
La principal idea que subyace en las tcnicas de derivacin numrica
est muy vinculada a la interpolacin y se podra resumir en lo
siguiente: Si de una funcin f(x) se conocen sus valores en un
determinado soporte de puntos, puede aproximarse la funcin f(x) por
otra funcin p(x) que la interpole en dicho soporte y sustituir el valor de
las derivadas de f(x) en un punto x* por el valor de las correspondientes
derivadas de p(x) en dicho punto x*. Esta idea tan simple deber sin
embargo ser analizada con detalle pues su aplicacin sin mayores
consideraciones puede conducir a errores no admisibles. Puesto que
entre las distintas tcnicas de interpolacin existentes se han abordado
en temas precedentes las tcnicas de interpolacin polinmica de
Lagrange, nos centraremos aqu en las frmulas obtenidas a partir de
esta forma de interpolar. No obstante conviene indicar que para otras
tcnicas de interpolacin podran disearse tcnicas de derivacin
numrica de forma anloga a como se plantearn las recogidas en este
tema.
Una de las primeras frmulas que nos permiten aproximar una derivada
primera tiene sus races en los comienzos del clculo diferencial en el
siglo XVII. En ese entonces el concepto de lmite no estaba desarrollado
de forma explcita y la primera derivada de una funcin f(x) en el punto
x* se consideraba como el valor del cociente incremental:

f ( x+h )f
A=
Cuando h era sucientemente pequeo. Una vez que, en el siglo XIX,
se formaliz el concepto de lmite se pudo proceder a denir la primera
derivada de una funcin f(x) en x* mediante la conocida expresin:
x

f ( x+ )f ( )

Snchez Rodrguez Diego Antonio

Sntesis
De muchas funciones con las que se trabaja en la prctica no se conoce
su expresin analtica y tan slo se dispone de su valor en un conjunto
de puntos (llamado soporte por analoga con la terminologa utilizada en
los temas de interpolacin). No obstante, en ocasiones es necesario
proceder al clculo del valor de alguna derivada de tales funciones en un
punto concreto. Es obvio que en este tipo de situaciones no se puede
utilizar el concepto riguroso de derivada (pues se desconoce la
expresin de la funcin). Surge as la conveniencia de disear mtodos
numricos que permitan aproximar el valor de las derivadas de una

funcin en algn punto a partir del conocimiento de los valores de la

funcin en un soporte dado.
Los mtodos que estn desarrollados con este n muestran un buen
comportamiento en numerosos casos. Es por ello que algunas veces,
aun disponiendo de la expresin analtica de las funciones a derivar, se
opta por aproximar los valores de las derivadas mediante frmulas
numricas sucientemente precisas. Ejemplo de ello son el mtodo de la
secante o, ms generalmente, los mtodos de cuasi Newton detallados
en el estudio de mtodos de resolucin de sistemas de ecuaciones no
lineales.
Es ms, muchas de las tcnicas de derivacin numrica que se
abordarn en este tema estn en la base de diferentes mtodos
utilizados para la resolucin de ecuaciones diferenciales, es decir de
ecuaciones en las que intervienen derivadas de funciones incgnita.
Es el caso, por ejemplo, de los llamados mtodos en diferencias nitas

Guzmn Gutirrez Jos Manuel

Unidad 6
Ecuaciones diferenciales ordinarias
6.1 Fundamentos de ecuaciones
diferenciales

Una ecuacin diferencial es una ecuacin en la que

intervienen derivadas de una o ms funciones desconocidas.
Dependiendo del nmero de variables independientes respecto de las
que se deriva, las ecuaciones diferenciales se dividen en Ecuaciones:
aquellas que contienen derivadas respecto a una sola variable
independiente.
Ecuaciones en derivadas parciales: aquellas que contienen derivadas
respecto a dos o ms variables.
Una ecuacin diferencial es una ecuacin que incluye expresiones o
trminos que involucran a una funcin matemtica incgnita y sus
derivadas. Algunos ejemplos de ecuaciones diferenciales son:

es una ecuacin diferencial ordinaria, donde

especicada de la variable independiente
es la derivada de con respecto a .

representa una funcin no

, es decir,

La expresin
Es una ecuacin en derivadas parciales.
A la variable dependiente tambin se le llama funcin incgnita
(desconocida). La resolucin de ecuaciones diferenciales es un tipo
de problema matemtico que consiste en buscar una funcin que
cumpla una determinada ecuacin diferencial. Se puede llevar a cabo
mediante un mtodo especco para la ecuacin diferencial en cuestin
o mediante una transformada (como, por ejemplo, la transformada de
Laplace).
Orden de la ecuacin
El orden de la derivada ms alta en una ecuacin diferencial se
denomina orden de la ecuacin.
Grado de la ecuacin
Es la potencia de la derivada de mayor orden que aparece en la
ecuacin, siempre y cuando la ecuacin est en forma polinmica, de no
ser as se considera que no tiene grado.
Ecuacin diferencial lineal

Se dice que una ecuacin es lineal si tiene la forma

, es decir:
Ni la funcin ni sus derivadas estn elevadas a ninguna potencia distinta
de uno o cero.
En cada coeciente que aparece multiplicndolas slo interviene la
variable independiente.
Una combinacin lineal de sus soluciones es tambin solucin de la
ecuacin.
Ejemplos:
Es una ecuacin diferencial ordinaria lineal de primer orden, tiene
como soluciones

, con k un nmero real cualquiera.

Es una ecuacin diferencial ordinaria lineal de segundo

orden, tiene como soluciones
con a y b reales.

Es una ecuacin diferencial ordinaria lineal de segundo

orden, tiene como soluciones

, con a y b reales.

6.2 Mtodos de un paso: mtodos de

Euler, mtodo de Euler mejorando y
mtodo de runge-kutta
En matemtica y computacin, el mtodo de Euler, llamado as en honor
de Leonhard Euler, es un procedimiento de integracin numrica para
resolver ecuaciones diferenciales ordinarias a partir de un valor inicial
dado.
El mtodo de Euler es el ms simple de los mtodos numricos resolver
un problema del siguiente tipo:

Consiste en multiplicar los intervalos que va de

subintervalos de ancho ; sea:

en

de manera que se obtiene un conjunto discreto de

puntos:
del intervalo de inters
cualquiera de estos puntos se cumple que:

. Para

.
La condicin inicial
, representa el punto
por
donde pasa la curva solucin de la ecuacin del planteamiento inicial, la
cual se denotar como

Ya teniendo el punto
se puede evaluar la primera derivada de
en ese punto; por lo tanto:

Graca A.
Con esta informacin se traza una recta, aquella que pasa por
pendiente

. Esta recta aproxima

y de

en una vecinidad de

Tmese la recta como reemplazo de

y localcese en ella (la recta) el
valor de y correspondiente a . Entonces, podemos deducir segn la
Grca A:

Se resuelve para

Es evidente que la ordenada

calculada de esta manera no es igual a

, pues existe un pequeo error. Sin embargo, el valor

sirve para

que se aproxime
en el punto
y repetir el
procedimiento anterior a n de generar la sucesin de aproximaciones
siguiente:

Mtodo de Euler Mejorado

Este mtodo se basa en la misma idea del mtodo anterior, pero hace
un renamiento en la aproximacin, tomando un promedio entre ciertas
pendientes.

La frmula es la siguiente:

Donde

Para entender esta frmula, analicemos el primer paso de la

aproximacin, con base en la siguiente grca:

En la grca, vemos que la pendiente promedio

corresponde a la
pendiente de la recta bisectriz de la recta tangente a la curva en el
punto de la condicin inicial y la "recta tangente" a la curva en el
punto
donde
es la aproximacin obtenida con la primera
frmula de Euler. Finalmente, esta recta bisectriz se traslada
paralelamente hasta el punto de la condicin inicial, y se considera el
valor de esta recta en el punto
mejorada.

como la aproximacin de Euler

El mtodo de runge-kutta
El mtodo de Runge-Kutta es un mtodo genrico de resolucin
numrica de ecuaciones diferenciales. Este conjunto de mtodos fue
inicialmente desarrollado alrededor del ao 1900 por los matemticos C.
Runge y M. W. Kutta.

Los mtodos de Runge-Kutta (RK) son un conjunto de mtodos iterativos

(implcitos y explcitos) para la aproximacin de soluciones
de ecuaciones diferenciales ordinarias, concretamente, del problema de
valor inicial.
Sea

Una ecuacin diferencial ordinaria, con

donde
es un conjunto abierto, junto con la condicin de que el valor inicial de
sea

Entonces el mtodo RK (de orden s) tiene la siguiente expresin, en su

forma ms general:

,
Donde h es el paso por iteracin, o lo que es lo mismo, el
incremento
entre los sucesivos puntos
y
. Los coecientes
son trminos de aproximacin intermedios, evaluados en de manera
local

con
coecientes propios del esquema numrico elegido,
dependiente de la regla de cuadratura utilizada. Los esquemas RungeKutta pueden ser explcitos o implcitos dependiendo de las
constantes
del esquema. Si esta matriz es triangular inferior con
todos los elementos de la diagonal principal iguales a cero; es
decir,
para
, los esquemas son explcitos.

6.3 Mtodos de pasos mltiples

Los mtodos de un paso descritos en las secciones anteriores utilizan

informacin en un solo punto xi para predecir un valor de la variable
dependiente yi+1 en un punto futuro xi+1. Procedimientos alternativos,
llamados mtodos multipaso, se basan en el conocimiento de que una
vez empezado el clculo, se tiene informacin valiosa de los puntos
anteriores y est a nuestra disposicin. La curvatura de las lneas que
conectan esos valores previos proporciona informacin con respecto a la
trayectoria de la solucin. Los mtodos multipaso que exploraremos
aprovechan esta informacin para resolver las EDO. Antes de describir
las versiones de orden superior, presentaremos un mtodo simple de
segundo orden que sirve para demostrar las caractersticas generales de
los procedimientos multipaso.

El mtodo de Heun de no autoinicio

Recordemos que el procedimiento de Heun usa el mtodo de Euler como
un predictor:

Y la regla trapezoidal como un corrector:

ec.1
As, el predictor y el corrector tienen errores de truncamiento local
de
y
, respectivamente. Esto sugiere que el predictor es el
enlace debil en el mtodo, pues tiene el error ms grande. Esta
debilidad es signicativa debido a que la eciencia del paso corrector
iterativo depende de la exactitud de la prediccin inicial. En
consecuencia, una forma para mejorar el mtodo de Heun es mediante
el desarrollo de un predictor que tenga un error local de
. Esto se
puede cumplir al usar el mtodo de Euler y la pendiente en , y una
informacin extra del punto anterior
como en:

ec.2
Observe la ecuacin ec. 2 alcanza
) a expensas de emplear un
tamao de paso ms grande, 2h. Adems, observe que la ecuacin ec. 1
no es de auto inicio, ya que involucra un valor previo de la variable
dependiente yi-1. Tal valor podra no estar disponible en un problema
comn de valor inicial. A causa de ello, las ecuaciones 26.11 y 26.12 son
llamadas mtodo de Heun de no auto inici.
Como se ilustra en la gura 26.4, la derivada estimada de la ecuacin
26.12 se localiza ahora en el punto medio ms que al inicio del intervalo
sobre el cual se hace la prediccin. Como se demostrara despus, esta
ubicacin centrada mejora el error del predictor a
Sin embargo,
antes de proceder a una deduccin formal del mtodo de Heun de no
auto inicio, resumiremos el mtodo y lo expresaremos usando una
nomenclatura ligeramente modicada:
Predictor:

Corrector

:
Donde los superndices se agregaron para denotar que el corrector se
aplica iterativamente de j=1 a m para obtener soluciones renadas.
Observe que
son los resultados nales de las
iteraciones del corrector en los pasos de tiempo anteriores. Las
iteraciones son terminadas en cualquier paso de tiempo con base en el
criterio de paro:

ec. 3
Cuando
es menor que una tolerancia de error Es preestablecida, se
terminan las iteraciones. En este punto

6.4aplicaciones en la ingeniera
Las ecuaciones diferenciales son muy utilizadas en todas las ramas de
la ingeniera para el modelado de fenmenos fsicos. Su uso es comn
tanto en ciencias aplicadas, como en ciencias fundamentales
(fsica, qumica, biologa) o matemticas, como en economa.
En dinmica estructural, la ecuacin diferencial que dene el
movimiento de una estructura es:
Donde M es la matriz que describe la masa de la estructura, C es la
matriz que describe el amortiguamiento de la estructura, K es la matriz
de rigidez que describe la rigidez de la estructura, xes vector de
desplazamientos [nodales] de la estructura, P es el vector de fuerzas
(nodales equivalentes), y t indica tiempo. Esta es una ecuacin de
segundo orden debido a que se tiene el desplazamiento x y su primera y
segunda derivada con respecto al tiempo.
La vibracin de una cuerda est descrita por la siguiente ecuacin
diferencial en derivadas parciales de segundo orden:

Donde es el tiempo y es la coordenada del punto sobre la cuerda. A

esta ecuacin se le llama ecuacin de onda.

Sntesis

La inmensa mayora de las ecuaciones diferenciales no se pueden

resolver de forma analtica explcita, por lo que resulta esencial disear
algoritmos numricos que permitan hallar una aproximacin numrica
precisa. Los esfuerzos de investigacin en este sentido han
proporcionado un vasto abanico de esquemas numricos que permiten
hallar soluciones aproximadas para una gran variedad de ecuaciones
diferenciales. Adems, hoy en da uno puede elegir entre una amplia
despensa de software que proporcionan resultados precisos y ables en
periodos de tiempo moderadamente cortos. No obstante, todos esos
paquetes y los mtodos que subyacen tienen sus limitaciones, y quienes
los utilizan deben ser capaces de reconocer cuando el software trabaja
correctamente y cuando genera resultados espurios.
Lo cierto es que los mtodos esenciales que vamos a considerar
raramente se utilizan en la prctica, incluso para ecuaciones
diferenciales relativamente sencillas, puestas que existen mtodos ms
sosticados, especializadas y verstiles. Pero cualquier desarrollo
avanzado se construye sobre esquemas bsicos y las ideas que
subyacen de stos

Snchez Rodrguez Diego Antonio

Sntesis
Los problemas representativos con los que se enfrenta un analista
numrico de ecuaciones diferenciales ordinarias aparecen ya en las
ecuaciones de primer orden ms simples. Nuestro objetivo es calcular
una aproximacin a 3 la solucin para el problema de Cauchy:
y ( t )=f ( t , y ( t ) ) , y (t 0)= y 0

Donde y(t) es una funcin real denida en un intervalo I, y f(t, y) es una

funcin denida en I R. Por el bien de la simplicidad, centraremos
nuestra atencin en el caso escalar; sin embargo, todas las frmulas y
resultados se pueden adaptar a sistemas de primer orden solo con
reemplazar las funciones escalares y(t) y f(t, y) por funciones
vectoriales. Por otra parte, sabemos que las ecuaciones diferenciales de
orden superior se reducen a sistemas equivalentes de primer orden.

Por no ser objeto de este tema, no entraremos a estudiar en profundidad

los diferentes resultados tericos que aseguran, bajo ciertas hiptesis, la
existencia, unicidad o regularidad de las soluciones de los problemas de
Cauchy. No obstante recordamos a continuacin uno de los teoremas
clsicos de existencia y unicidad.

Guzmn Gutirrez Jos Manuel