´ INTEGRACION

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

1

Introducci´ on

En este cap´ ıtulo vamos a abordar y estudiar el concepto de integral definida. 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´ ıa 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 definida ser´ a la herramienta que nos permitir´ a dar respuesta a este problema. Segundo ejemplo.- Estamos interesados en el estudio de una part´ ıcula en movimiento a lo largo de un eje. Conocemos (aproximadamente) la velocidad a la que se mueve esta part´ ıcula. Disponiendo de esta informaci´ on, ¿seremos capaces de decir (aproximadamente) cu´ al es la diferencia de posici´ on de la part´ ıcula entre dos instantes determinados? Nuevamente, la integral definida 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 definida. Una vez que hayamos presentado este concepto, nos surgir´ a el problema de c´ omo calcular las integrales definidas. El c´ alculo de integrales definidas se puede abordar de dos maneras. En primer lugar, podemos recurrir al concepto de primitiva que nos permite calcular las integrales definidas 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 definidas: 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).

1

2

Concepto de integral definida

Vamos a introducir el concepto de integral definida a partir del problema del c´ alculo de ´ areas ya que (aparte de que as´ ı es como surgi´ o hist´ oricamente) este tipo de enfoque permite una presentaci´ on gr´ afica muy sencilla de comprender. Empezamos considerando una funci´ on de una variable y = f (x) definida 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). Definici´ on.- Consideramos una funci´ on continua y = f (x) definida sobre el intervalo [a, b]. En este caso, se puede probar que el supremo de las sumas inferiores coincide con el ´ ınfimo de las sumas superiores, y este n´ umero com´ un recibe el nombre de integral definida 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 definida. Si la funci´ on y = f (x) toma valores positivos sobre [a, b], esta integral definida 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.

3

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 definidas, 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.

2

y deshacemos el cambio. u = g (x). consiste en lo siguiente: a) Queremos obtener una primitiva de f (x). si F (x) es una primitiva de f (x). F (x). En todos ellos. es decir. b]. En esta secci´ on. b) Definimos una nueva variable. de ese modo.Se llama primitiva (o antiderivada) de una funci´ on y = f (x) a otra funci´ on. la resolvemos. se trata de reducir la integral a otra u otras que sean inmediatas. Si F (x) es una primitiva de f (x). pero no es inmediata. F (x) + C . recordaremos algunos m´ etodos sencillos para obtener primitivas. El resultado anterior motiv´ o la proliferaci´ on de m´ etodos de integraci´ on encaminados a obtener primitivas de funciones porque. tenemos: u = g (x) = du dx ⇒ dx = du g (x) c) Sustituimos x y dx en f (x)dx. 3 . entonces: b f (x)dx = F (b) − F (a) a • Esta relaci´ on entre integrales definidas y primitivas es la que motiva la notaci´ on de la integral indefinida para expresar que F (x) es una primitiva de f (x): f (x)dx = F (x) + C.. Obs´ ervese que. con el objetivo de obtener una nueva integral indefinida que quede expresada solamente en funci´ on de la nueva variable u. • La utilidad de las primitivas procede del siguiente resultado: Teorema. Sustituci´ on o cambio de variable El m´ etodo de sustituci´ on o cambio de variable es uno de los m´ as utilizados. se resolv´ ıa el problema de calcular integrales definidas. tambi´ en lo es.Consideramos una funci´ on continua y = f (x) definida sobre el intervalo [a. tal que F (x) = f (x). A grandes rasgos. Si la nueva integral indefinida es inmediata. para dejar la primitiva expresada en funci´ on de x. obviamente.Definici´ on. Recordando la relaci´ on de las diferenciales con las derivadas. queremos calcular la integral indefinida f (x)dx..

Queremos obtener una primitiva de la funci´ on y = xex . es decir. queremos resolver la integral indefinida: 1 dx. definimos una nueva variable. 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. queremos calcular la integral indefinida f (x)dx. b) Factorizamos f (x)dx de una manera alternativa: f (x)dx = udv c) El m´ etodo de integraci´ on por partes. x ln x 1 .. lo u ´nico que queda es deshacer los cambios. A grandes rasgos. propiamente dicho. consiste en lo siguiente: a) Queremos obtener una primitiva de f (x). se basa en el siguiente resultado: f (x)dx = udv = uv − vdu Para que este m´ etodo funcione.. en la pr´ actica.Queremos obtener una primitiva de la funci´ on y = decir. En caso afirmativo. queremos resolver la integral indefinida: xex dx 4 . x ln x es Con el objetivo de tratar de conseguir una integral inmediata. pero no es inmediata. para dejar la primitiva expresada en funci´ on de x. Ejemplo 2. es decir. v= dv y vdu. u = ln x.Ejemplo 1. tenemos que ser capaces de obtener: du (que es trivial).

Queremos obtener una primitiva de la funci´ on y = es decir. Tenemos: u=x ⇒ u = 1 = du ⇒ du = dx.. el cociente de polinomios admite una descomposici´ on de la siguiente forma: 2x A B = + (x + 1)(x − 2) x+1 x−2 El siguiente paso es determinar el valor de los coeficientes A y B : 2x A B A(x − 2) + B (x + 1) = + = (x + 1)(x − 2) x+1 x−2 (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 . queremos resolver la integral indefinida: 2x dx. dx x dv = e dx ⇒ v = dv = ex dx = ex . siendo el grado del numerador menor que el del denominador.Factorizamos xex dx de una manera alternativa: xex dx = (x)(ex dx) = udv. veremos como se utiliza mediante dos ejemplos sencillos. el denominador es un polinomio de grado 2 con dos ra´ ıces reales simples. Tenemos. (x+1)(x−2) . x = −1 y x = 2. El objetivo del m´ etodo es descomponer el cociente de polinomios en suma de fracciones simples que sean inmediatas de integrar. (x + 1)(x − 2) En este ejemplo. 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 u = x y dv = ex dx. Ejemplo 3. En vez de hacer una exposici´ on te´ orica de este m´ etodo. En este caso.

x = 2. queremos resolver la integral indefinida: 2x dx.. el resto es sencillo: 2x dx = (x + 1)(x − 2) 2/3 4/3 + dx x+1 x−2 2 4 = ln |x + 1| + ln |x − 2| + C 3 3 • 2x . 9 9 3x+1 6 . (x + 1)2 (x − 2) En este ejemplo. En este caso. y una ra´ ız real simple. x = −1. el resto es sencillo: 2x dx = (x + 1)2 (x − 2) −4/9 2/3 4/9 + + dx 2 x + 1 (x + 1) x−2 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.Una vez que disponemos de los valores de A y B . 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. 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 coeficientes A. el denominador es un polinomio de grado 3 con una ra´ ız real doble. (x+1)2 (x−2) Ejemplo 4.Queremos obtener una primitiva de la funci´ on y = es decir. B y C .

. Pero. Veremos a continuaci´ on dos procedimientos num´ ericos sencillos que dan soluciones aproximadas para una integral definida. 4 Soluciones aproximadas Como se ha dicho desde el principio del cap´ ıtulo.. el ´ area que se obtiene con la integral definida queda muy aproximada por la suma de las ´ areas de los trapecios representados en la figura. Aqu´ ı no vamos a profundizar m´ as en dichos m´ etodos porque nuestro objetivo es obtener el valor de integrales definidas y en la pr´ oxima secci´ on veremos que esto se puede hacer.. + An f (x0 ) + f (x1 ) f (x1 ) + f (x2 ) f (xn−1 ) + f (xn ) h+ h + . todos ellos con la misma longitud h. Adem´ as. Dividimos el intervalo [a. Como se puede ver en la Figura 3. + 2f (xn−1 ) + f (xn )] 2 = 7 . Estos casos m´ as complicados. en muchas ocasiones. Regla del trapecio Consideramos una funci´ on continua. + h 2 2 2 h = [f (x0 ) + 2f (x1 ) + . y = f (x). 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 + . En aquellos casos en que podemos encontrar una primitiva.1 1 La u ´ltima integral indefinida. se pueden encontrar en los libros dedicados a este objetivo. b aproximadamente. junto con otros m´ etodos de obtenci´ on de primitivas. es m´ as que suficiente para nuestros prop´ ositos b obtener el valor aproximado de a f (x)dx. tambi´ en en muchas ocasiones. a f (x)dx. pero se puede facilitar su c´ alculo definiendo u = x + 1 y aplicando el m´ etodo de cambio de variable. (x+1) 2 = − x+1 . de la funci´ on f (x). y queremos calcular. a f (x)dx. nuestro objetivo es hallar b el valor de integrales definidas.. F (x).. encontrar una primitiva no es posible o es francamente complicado. • El m´ etodo de descomposici´ on en fracciones simples se complica cuando aparecen ra´ ıces imaginarias en el denominador. de forma aproximada. donde f (x) es una funci´ on continua.. el problema queda resuelto. b] en varios subintervalos. es bastante inmediata. con m´ etodos muy sencillos.

(0. Los dos recintos tienen la misma superficie. y trasladamos todo el recinto sobre el eje horizontal hasta dejarlo centrado en el origen (ver Figura 4). y la regla que resulta al final es tambi´ en muy sencilla de aplicar. Su obtenci´ on es algo m´ as complicada que la regla del trapecio. una integral definida. comprobaremos que h h [6a + 2ch2 ] = [f (x0 ) + 4f (x1 ) + f (x2 )]. pero es algo m´ as precisa. Regla de Simpson La regla de Simpson proporcionar´ a otra aproximaci´ on al valor de una integral definida. aproximadamente. 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. Detalles t´ ecnicos de la obtenci´ on de la regla de Simpson: Para empezar. que pase por los puntos (−h. tenemos: 8 . utilizando (1). 3 3 En efecto. g (h)).La expresi´ on que acabamos de obtener recibe el nombre de regla del trapecio y sirve para calcular. a + bx + cx2 + dx3 . 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. b] en dos subintervalos con la misma longitud h. a f (x)dx. y queremos b calcular. g (−h)). estamos consiguiendo que su gr´ afica sea “parecida” a la de g (x). g (0)) y (h. A continuaci´ on. consideramos un polinomio de grado 3. y = f (x). aproximadamente. Consideramos nuevamente una funci´ on continua. dividimos el intervalo [a.

1)x dx 9 .+4f (xn−1 )+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. Aplicamos la regla de Simpson en los dos siguientes ejemplos para ilustrar. b] en cuatro subintervalos con la misma longitud h (ver Figura 5). obtenemos la regla de Simpson: b f (x)dx a h [f (x0 )+4f (x1 )+2f (x2 )+4f (x3 )+2f (x4 )+. si dividimos el intervalo [a.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. 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.Supongamos que queremos calcular la siguiente integral definida: 50 50 f (x)dx = 30 30 (0.. no necesitamos obtener derivadas. b] en un n´ umero par de subintervalos.. como la calidad de la aproximaci´ on que proporciona. Ejemplo 5.. tanto la sencillez de su utilizaci´ on. todos ellos con la misma longitud h. hemos obtenido: b f (x)dx a h [f (x0 ) + 4f (x1 ) + f (x2 )] 3 Si ahora dividimos el intervalo [a. s´ olo necesitamos calcular el valor de la funci´ on f (x) en unos cuantos puntos. 1)e−(0.

• Ejemplo 6. 0050 + 4(0. 04 Tambi´ en podemos aplicar la regla de Simpson con 4 subintervalos: 50 50 f (x)dx = 30 30 (0. 0007] 3 = 0. podemos proceder de dos formas: C´ alculos aproximados Por ejemplo.1)x dx = = 5 [f (30) + 4f (35) + 2f (40) + 4f (45) + f (50)] 3 5 [0. 0030) + 2(0. 0007] 2 = 0. 0011) + 0. se trata simplemente de una integral definida.Supongamos ahora que queremos calcular la siguiente integral definida: 300 300 f (x)dx = 260 260 1 − 1 (x−240)2 √ e 2(20)2 dx 20 2π 10 . De momento.1)x 50 30 = 0. podemos aplicar la regla del trapecio con 4 subintervalos: 50 50 f (x)dx = 30 30 (0. 0018) + 2(0. 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. 1)e−(0. 1)e−(0. 1)e−(0. los resultados aproximados aportados por la regla del trapecio y por la regla de Simpson (utilizando s´ olo 4 subintervalos) son magn´ ıficos. 0428 0. la diferencia entre el resultado exacto y los resultados aproximados es m´ ınima. 0050 + 2(0. 0431 0. 0018) + 4(0. 0011) + 0. la integral definida se puede evaluar de forma exacta de manera muy sencilla: 50 50 f (x)dx = 30 30 (0.Este tipo de integrales tendr´ a mucho inter´ es aplicado al utilizar el modelo Exponencial como modelo de Probabilidad. 0030) + 2(0. 04 C´ alculo exacto En este caso.1)x dx = = 5 [f (30) + 2f (35) + 2f (40) + 2f (45) + f (50)] 2 5 [0.1)x dx = −e−(0. 04 Como se puede apreciar.. 0438 0. En este caso.

X = a y X = b” = b a f (x)dx. X = a y X = b” 11 . ´ Segundo caso: Area entre una funci´ on cualquiera y el eje de abscisas. 16 En este caso. 0027) + 4(0. X = a y X = b (ver Figura 6). vamos a estudiar varias aplicaciones de la integral definida. 0009) + 0. y tenemos: 300 300 f (x)dx = 260 260 1 − 1 (x−240)2 √ e 2(20)2 dx 20 2π = = 10 [f (260) + 4f (270) + 2f (280) + 4f (290) + f (300)] 3 10 [0. nos tenemos que conformar con una soluci´ on aproximada pero. como se ha puesto de manifiesto en el ejemplo anterior. C´ alculo de ´ areas ´ Primer caso: Area entre una funci´ on positiva y el eje de abscisas. tenemos: ´ “Area entre y = f (x) (positiva). esto no suele ser un problema. Como ya hemos dicho. De momento. el eje de abscisas. 0121 + 4(0. 1577 0. Tenemos: ´ “Area entre y = f (x). es decir. el eje de abscisas. 0002] 3 = 0. Ahora queremos determinar el ´ area comprendida entre una funci´ on cualquiera y = f (x). se trata simplemente de una integral definida. el eje de abscisas. 0065) + 2(0. Podemos aplicar la regla de Simpson con 4 subintervalos. algunos problemas concretos en los que la soluci´ on al problema se obtiene mediante la utilizaci´ on de la integral definida. Este es el problema con el que hemos iniciado el cap´ ıtulo para motivar la necesidad del concepto de integral definida. • 5 Aplicaciones de la integral definida En esta secci´ on.Este tipo de integrales tendr´ a mucho inter´ es aplicado al utilizar el modelo Normal como modelo de Probabilidad.

tenemos: 12 . 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´ ıcula o un objeto que se mueve (un m´ ovil) a lo largo de un eje con una velocidad v (t). Diferencia de poblaci´ on entre dos instantes Consideramos una poblaci´ on en la que el n´ umero de individuos var´ ıa con una velocidad v (t) a lo largo del tiempo. Queremos calcular la diferencia de poblaci´ on entre dos instantes t = a y t = b. aplicando el resultado que relaciona las primitivas con la integral definida. 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. N (t) es una primitiva de v (t). Esta velocidad ser´ a positiva (cuando la poblaci´ on aumenta) o negativa (cuando la poblaci´ on disminuye). P (t) = v (t). aplicando el resultado que relaciona las primitivas con la integral definida. P (t) es una primitiva de v (t). Por lo tanto. Ahora queremos calcular el ´ area comprendida entre las funciones y = f (x) e Y = g (x) (ver Figura 7). es decir. Llamaremos N = N (t) a la funci´ on que representa el n´ umero de individuos de la poblaci´ on en el instante t. y = g (x). v (t) es la velocidad de variaci´ on de la posici´ on P (t). en F´ ısica. 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). Recordemos que.= 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. es decir. Tenemos: ´ “Area entre y = f (x). Por lo tanto. Por lo tanto. Por lo tanto. tenemos: “Diferencia de posici´ on entre t = a y t = b” = P (b) − P (a)= b a v (t)dt. N (t) = v (t).

la situaci´ on gr´ afica es del tipo mostrado en la Figura 9. Segundo caso: Distancia total recorrida por un m´ ovil. cuando la velocidad es siempre positiva. cuando la funci´ on es positiva en una parte y negativa en otra. P (t) es una primitiva de v (t). Distancia total recorrida por un m´ ovil entre dos instantes Primer caso: Distancia total recorrida por un m´ ovil. Por lo tanto. Por supuesto. la distancia total reccorrida por el m´ ovil coincide con la diferencia de posici´ on. En este caso. Volvemos a llamar P (t) a la funci´ on que describe la posici´ on que ocupa dicho m´ ovil en funci´ on del tiempo. como la velocidad es siempre positiva. 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´ afica se puede ver en la Figura 8. v (t)dt + b c [−v (t)]dt = c a v (t)dt − b c v (t)dt. y queremos calcular la distancia total recorrida por este m´ ovil entre dos instantes t = a y t = b. Consideramos un objeto que se mueve (un m´ ovil) con una velocidad v (t) ≥ 0. Adem´ as.“Diferencia de poblaci´ on entre los instantes t = a y t = b” = N (b) − N (a)= b a v (t)dt. es decir. 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. se trata exactamente del mismo problema que abordamos en el segundo caso del c´ alculo de un ´ area. En definitiva. Recordemos que v (t) sigue siendo la velocidad de variaci´ on de la posici´ on P (t). Desde un punto de vista t´ ecnico. 13 . P (t) = v (t). cuando la velocidad es cualquiera.

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. y ) = g (x)h(y ). es complicado poder escribir directamente la funci´ on y = f (x) que expresa una variable Y en t´ erminos de otra variable X pero. Un dato o valor inicial: cuando X = x0 . Es decir. 2. Y = y0 . Los conceptos y herramientas que hemos estudiado en este cap´ ıtulo pueden utilizarse para obtener (o reconstruir) la funci´ on y = f (x) a partir de esa velocidad de variaci´ on. plantearemos la ecuaci´ on diferencial. el procedimiento para resolver esta ecuaci´ on diferencial con variables separables se puede esbozar de la siguiente forma: a) En primer lugar. la ecuaci´ on diferencial ser´ ıa: dy = g (x)h(y ). en este caso. supondremos que es de la forma v (x. lo que se tiene a menudo es un conocimiento (quiz´ a aproximado) de la velocidad de variaci´ on de Y con respecto a X . 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. La velocidad de variaci´ on de Y con respecto a X que.6 Ecuaciones diferenciales con variables separables En diferentes situaciones que aparecen con frecuencia en las Ciencias Experimentales. En consecuencia. A grandes rasgos. en las situaciones m´ as sencillas. y ) = g (x)h(y ). 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 . dx 14 . 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. A continuaci´ on. Es decir. y0 = f (x0 ) es un punto de la funci´ on que se est´ a buscando. sin embargo.

no s´ olo a explicar la t´ ecnica. resolvemos las integrales indefinidas (si sabemos). se sabe que cuando T = 0. y despejando C . Es muy conveniente ver algunos ejemplos de este procedimiento que se acaba de esbozar de manera muy general. planteamos la ecuaci´ on diferencial: y = dy = v (t) = t(1 − t) dt ⇒ dy = t(1 − t) dt b) A continuaci´ on. El tercer ejemplo va dirigido. Esto se consigue sustituyendo el dato o valor inicial en la funci´ on y = F (x)+C que hemos obtenido.b) A continuaci´ on. a) En primer lugar. sino tambi´ en a aprender a abordar los problemas reales de las Ciencias Experimentales. y despejamos Y . c) Finalmente. Hallar la funci´ on y = f (t) que expresa Y en funci´ on del tiempo. 15 . donde C es la constante aditiva de integraci´ on que surge al obtener las integrales indefinidas. Adem´ as. Nos quedar´ a algo del tipo: y = F (x) + C. “separamos” las variables e integramos: 1 dy = g (x)dx h(y ) ⇒ 1 dy = h(y ) g (x)dx Despu´ es. Ejemplo 7. e integramos: dy = t(1 − t)dt ⇒ dy = t(1 − t)dt Ahora. tenemos: y = t2 2 t2 2 t3 3 − t3 3 − + C. resolvemos las integrales indefinidas (la primera con respecto a Y . Los dos primeros ejemplos van dirigidos a explicar la t´ ecnica..La velocidad de variaci´ on de Y en funci´ on del tiempo T viene dada por v (t) = t(1 − t). y la segunda con respecto a T ): dy = y t(1 − t)dt = (t − t2 )dt = Por tanto. Y = −2. determinamos el valor de la constante de integraci´ on C . separamos las variables (lo cual es especialmente sencillo en este caso).

Adem´ as. Y = 1. utilizaremos el dato o valor inicial: cuando T = 0. y ) = xy . la funci´ on que expresa Y en funci´ on de X ser´ ıa: y = ex 2 /2 • 16 . tenemos: 2 ln y = x +C ⇒ 2 y = e(x 2 /2)+C = eC ex 2 /2 = C1 ex 2 /2 c) Finalmente. planteamos la ecuaci´ on diferencial: y = dy = v (x. Tenemos: 02 03 −2 = − +C 2 3 ⇒ C = −2 En definitiva.c) Finalmente.. se sabe que cuando X = 0. Y = −2. tenemos que determinar el valor de la constante C1 . separamos las variables.La velocidad de variaci´ on de Y en funci´ on de X viene dada por v (x. Tenemos: 1 = C1 e0 = C1 ⇒ C1 = 1 En definitiva. a) En primer lugar. Hallar la funci´ on y = f (x). utilizaremos el dato o valor inicial: cuando X = 0. tenemos que determinar el valor de la constante C . Y = 1. la funci´ on que expresa Y en funci´ on de T ser´ ıa: y= t2 t3 − −2 2 3 • Ejemplo 8. y ) = xy dx ⇒ dy = xy dx b) A continuaci´ on. y la segunda con respecto a X ): 1 dy y = ln y x2 2 xdx = Por tanto. Para esto. e integramos: 1 dy = xdx y ⇒ 1 dy = y xdx Ahora. resolvemos las integrales indefinidas (la primera con respecto a Y . Para esto.

Se pide: a) Espresar el n´ umero N de bacterias en funci´ on del tiempo T (en horas). 5 ⇒ K = ln 1. 4055 17 . N = 100: 100 = C1 eK 0 = C1 ⇒ C1 = 100 ⇒ N = 100eKt En segundo lugar. En primer lugar. en este caso.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. 5 = 0. A continuaci´ on. 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). necesitamos dos datos o valores iniciales. y la segunda con respecto a T ): = ln N Kdt = Kt Por tanto. En este caso. Cuando se efectu´ o la primera observaci´ on. y una hora m´ as tarde conten´ ıa 150. b) ¿Cu´ anto tiempo tardar´ ıa 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). tenemos: ln N = Kt + C ⇒ 1 dN N N = eKt+C = eC eKt = C1 eKt En este ejemplo. dt donde K es una constante de proporcionalidad. el cultivo conten´ ıa 100 bacterias. que tendremos que determinar. Por eso. tenemos que cuando T = 1. 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. separamos las variables e integramos: 1 1 dN = Kdt ⇒ dN = Kdt N N Ahora. esto es sencillo: “Velocidad de variaci´ on de N ” = N = dN = KN dt ⇒ dN = KN. resolvemos las integrales indefinidas (la primera con respecto a N .. N = 150: 150 = 100eK ⇒ eK = 1.Ejemplo 9. tenemos que cuando T = 0. a partir de su velocidad de variaci´ on.

Seguimos queriendo calcular la siguiente integral definida: 50 50 f (x)dx = 30 30 (0. el proceso puede resultar enormemente tedioso. para mejorar la aproximaci´ on. Llevar esto a cabo con una calculadora ser´ ıa bastante pesado. ya que tendr´ ıamos que ir calculando cu´ anto vale la funci´ on que se desea integrar en los 11 extremos de los 10 subintervalos.4055t = 200 • ⇒ 0. 1)e−(0.1)x dx Aplicaremos nuevamente la regla de Simpson. Volvamos al Ejemplo 5.4055 = 1. es necesario utilizar m´ as subintervalos. pero ahora utilizaremos 10 subintervalos. que har´ a esos c´ alculos para nosotros. Es mucho m´ as c´ omodo recurrir a R. El aumento del n´ umero de subintervalos no supone ninguna complicaci´ on te´ orica pero. la funci´ on que expresa N en funci´ on de T ser´ ıa: N = f (t) = N (t) = 100 e0. The R Project for Statistical Computing. si se quiere llevar a cabo con una calculadora. es muy conveniente recurrir a programas inform´ aticos. como se ha podido comprobar en los ejemplos de la Secci´ on 4. a veces. Sin embargo. Tenemos: N (t) = 200 ⇒ ln 2 t = 0. 71 horas 100 e0. aumentando la probabilidad de que se produzcan errores. que se puede descargar y utilizar de forma gratu´ ıta. 4055t = ln 2 ⇒ 7 Utilizaci´ on de R La aplicaci´ on de la regla del trapecio y de la regla de Simpson no ofrece ninguna complicaci´ on. En esos ejemplos. Ejemplo 5 (continuaci´ on). Uno de los muchos programas que se pueden utilizar es el programa R. para ilustrar el uso de R. se utilizaban 4 subintervalos y se obten´ ıan muy buenas aproximaciones.. Por este motivo.En definitiva. Los pasos que habr´ ıa que dar son los siguientes: 18 . cuando se quiere utilizar un n´ umero algo elevado de subintervalos.4055t b) Ahora utilizamos la funci´ on obtenida para hallar (aproximadamente) el tiempo que tardar´ ıa en duplicarse el n´ umero de bacterias: queremos calcular el valor de T que verifica que N (t) = 200.

1. aplicamos la regla de Simpson. con el resultado exacto. • 19 . En este caso. En este caso.1*x)} La estructura de la instrucci´ on es bastante sencilla. donde se aplica la regla de Simpson. Como se puede observar. por lo menos hasta la cuarta cifra decimal. La estructura de la siguiente instrucci´ on. cada uno de ellos con una longitud h = 2. este resultado aproximado coincide. vamos a dividir el intervalo [30. En segundo (y u ´ltimo) lugar. y no necesita demasiadas explicaciones. 50] en 10 subintervalos. En primer lugar. 2.0431. tenemos que definir en R la funci´ on f(x) que se quiere integrar. 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 0.1*exp(-0. escribir´ ıamos: f= function(x){0.

20 .

21 .

22 .

23 .