Ecuaciones Diferenciales Con MATLAB Cesar Perez Lopez PDF

GMatl#Iforks.
ECUAGIONES
DIFERENGIALES
CON MATLAB
Ejemplos y ejercicios
resueltos
CESAR PÉREZ LÓPEZ

INDICE
MilTRODUCCIÓN PRÁCTICA A MATLAB
MT,TCTONES DIFERENCIALES DE PRIMER ORDEN. ECUACIONES

m[,{cTAS, EN VARIABLES SEPARADAS, HOMOGENEAS Y LINEALES........25
1l EcuACIoNES DIFERENCIALES DE PRIMER oRDEN ...............25
]JECUACIONESENVARIABLESSEPARADAS.................. ...............28
]j ECUACIONES DIFERENCIALES HOMOGÉNEAS ............... ........... 30
:' 4 ECUACIONES DIFERENCIALES EXACTAS... ............ 33
1,i ECUACIONES DIFERENCIALES LINEAIES .................... 35
]I TACIONES DIFERENCIALES DE ORDEN SUPEROR. TRANSFORMADA DE

I,ñPLACEYTIPOSESPECIALESDEECUACIONES...... ...................37
3.I ECUACIONES ORDINARIAS DE ORDEN SUPERIOR. .....,.,..,...,...37
JlECUACIONES LINEALES DE ORDEN SUPERIORHOMOGÉNEAS EN
COEFICIENTES CONSTANTES. ..................39
]S ECUACIONES NO HOMOGÉNEAS CON COEFICIENTES CONSTANTES,
\-ARTACIÓN DE PARÁMETROS........... ....,.,41
J.+ ECUACIONES NO HOMOGÉNEAS CON COEFICIENTES VARIABLES.
ECL]ACIONES DE CAUCHY-EULER.... ,.,....44
3*i TRANSFORMADA DE LAPLACE .................. .............45
-1.6 POLINOMTOS ORTOGONALES

............. 48
3.6.1 Polinomios de Chebychev de primera y segunda especie.....................'........... 48
3.6.2 Polinomios de Legendre................... ........................49
3.6.3 Polinomios asociados de Legendre ..........................49
3.6.4 Polinomios de Hermite................... ..........................49
CON MÑ
4 ECUACIONES DIFERENCIALES
50
1Íiilll"-:i:::T'"r;::i:::'""":
so
""""""""""""" 50
""'1""""""'
3.6'7 Polinomios de
Jacobi
""""""""""""' 50
3.6.8 Polinomios
de Gegenbauer """"""' .."...". 51
3.7 FLTNCIONES
DE AIRY Y BESSEL
ECUACIONESDIFERENCIALESponITÉroDoSAPRoXIMADOS...................53
"""""53
4.lEcuAcIoNEs"o*Ñ"o*o*'**á*AI-lNo'un{EArEsYNoI.lN{FAtrs'
rr¡Étooosepnoxnr¡anos TAYLoR """""""
""""""' 53
LAS sERIES DE """""' 56
4.2 Er- MÉroDo DE
4.3 Er-MÉroDoDERtrNGE-Kurre""""
DIFERENcIALEs Y EcuAcIoi::.::................ se
srsrEMAs DE EcuAcroNEs
DIFERENCIAS FTN
TTAS"""""""""'
........59
5.lSISTEMAS,"u**io*II.IEALES;OMoGENEASCoNCoEFICIENTES
CONSTA\TTES coN CoEFICIENTES
OE*oáo*"^*r*ono*oo^t*
s2 STSTEMAS
........60
61
CONSTANTES """"""""'
53EcuAcloNEsÑ'*u**'FINnAs"""' A LAs EcuAcroNrs
o NuuÉnTco EN MATLAB' APLIcAcroNEs
cÁl,cut
""" 65
6.1 MATLAB Y LA PRoGRAMactÓN

""""" """""' 65
6.2 EotronoE rExro"""" """""'67
6.3 ScuPrs"
"""""""'73
6.4Ft-lNctoNesyM-rtcrrenos.FLINCTI0N,EVALYFEVAL...'.....................68
6.5 Verueelss LocALES Y GLoBALEs """"""""""'75
6.6TtposDEDAros
6.7 Cor¡rn.ot-t';;;;;'BucLEsFoR'wHILErIFELSEIF ....'..""" "' "'' ""''' ""2
INDICE 5
6.9.1 Método de Euler....... ...............:..... ...... 86

6.9.2 Método de Heun....... ......81
6.9.3 Método de las series de Taylor...... ...... 88
ECUACIONES EN DIFERENCIAS CON VALORES INICIALES, VALORES EN

LA FRONTERA Y EN DERIVADAS PARCIALES ....................... 95
7.I SOLUCIÓN NUMÉRICADEECUACIONES DIFERENCIALES .........................95
7.2 ECUACIoNES DIFERENCIALES oRDINARIAS CON VALORES INICIALES ......................... 95
7.3 EcUACToNES DTFERENCTALES oRDINARIAS coN vALoRES EN LA FRoNTERA.............. 99
7.4 EcUACtoNES DIFERENCTALES EN DERTvADAS pARCIALES... ................. 102
Capítulo 1
INTRODUCCION PRACTICA A MATLAB
CÁlCuT,O NUMÉRICO CON MATLAB

Podemos usar Matlab como una computadora numérica de gran
poEncia. La mayoría de las calculadoras manejan números sólo con un
grdo de precisión prefijado, sin embargo Matlab realiza cálculos exactos
Grn la precisión que sea necesaria. Además, a diferencia de las
*¡ladoras, podemos realizar operaciones no sÓlo con nÚmeros
iüvftJuales, sino también con objetos tales como las matrices.
La mayoría de los temas del cálculo numérico clásico, son tratados

ei¡ este software. Soporta cálculo matricial, estadística, interpolación, ajuste
pr mínimos cuadrados, integración numérica, minimización de funciones,
pgramación lineal, resolución numérica de ecuaciones algebraicas y
frrenciales y un largo etcétera de procesos de análisis numérico que
hrrrc viendo altratar los sucesivos temas de este libro.
Veamos algunos ejemplos de cálculo numérico con Matlab. (Como
¡p sabemos, para obtener los resultados es necesario teclear Enter una vez
ffiritas las expresiones correspondientes al lado del prompt ">>")
1) Podemos calcular sencillamente 4+3 y obtener como resultado 7.
r*+3
8 ECUACIONES DIFERENCIALES CON MATLAB
ans =
2) También podemos obtener el valor de 3 elevado a 100, sin haber

fijado antes la precisión, basta para ello teclear 3^100.
» 3^100
ans =
{
5.1538e+047 I
"j
{
el
3) También podemos utilizar el comando "format long e" para pasar
resultado de la operación anterior a notación científica con 16 dígitos más
tI
exponente.
ú
»» format long e
»» 3^100 I
ans = I
5.1 537 7 5207 3201 1 5e +0 47
4) También podemos trabajar con números complejos. Obtendremos

el resultado de la operación (2+3i) elevado a 10, tecleando la expresión
(2+3i)^10,
» (2 + 3¡)^10 f,
m
ans = ü
-1.41 5249999999998e+005 -1 .456680000000000e+005i
l
§
§
5) El resultado anterior también se puede obtener en formato corto,
utilizando el comando "format short".
l
I
»» format short
» (2 + 3¡)^10
ans =
-1 .41 52e+005- I .4567e+005¡

CAPÍTULo 1. INTRoDUCCIÓN PRÁCTICA A MATLAB 9
6) También podemos calcular el valor de la función de Bessel en el

punto 11.5 . Para ello teclearemos Besselj(0,11.5).
» Besselj(O, 11.5)
ans =
0.2150
7) También podemos realizar integrales numéricas. Para calcular la

integral entre 0 y n de la función Seno(Seno(x)) teclearemos la expresión
int(sin(sin('x')), 0, pi).
» int(sin(sin('x')), 0, pi)
ans =
1235191 1 62052677 122517 9981 3685248*pi
Estos temas serán tratados más a fondo en sucesivos capítulos a lo

largo del libro.
cÁr,cur.o SIMBóLICO coN MATLAB

Matlab maneja perfectamente el cálculo matemático simbólico,
manipula con facilidad y rapidez las fórmulas y expresiones algebraicas y
puede realizar la mayoría de operaciones con las mismas. Puede expandir,
factorizar y simplificar polinomios y expresiones racionales y trigonométricas,
puede encontrar soluciones algebraicas de ecuaciones polinómicas y
sistemas de ecuaciones, puede evaluar derivadas e integrales
simbólicamente y encontrar funciones solución de ecuaciones diferenciales,
b,
¡
puede manipular series de potencias, límites y muchas otras facetas de la
I matemática algebraica.
r
Para realizar esta tarea, Matlab requiere que todas las variables (o
: expresiones algebráicas) se escriban entre comillas simples. Cuando Matlab
I
recibe una variable o expresión entre comillas, considera que es simbólica.
Veamos algunos ejemplos de cálculo simbólico con Matlab.

10 ECUACIONES DIFERENCIALES CON MNTLqg
1)Podemoselevaralcubolasiguienteexpresiónalgebraica:
(x+1)(x+2)- (x+2) 2. Esto se consigue tedeándo la siguiente alexpresiÓn:
otra expresión gebraica:
li-pJro tr(-* r ¡1x*Z¡xürzrg;l El iesultado será
>» expand('((x + 1).(x + 2)'(x + 2)12¡43',
ans =
-x^3-6*x^2'12"x'8
2)Podemosfactorizarelresultadodelcálculodelejemploanterior
+
tecleandá: factor('((x + 1)*(x + 2)-(x 2)"2)^3')
» factor('((¡ + 1)*(x + 2)'(x + 2)42¡n'',
ans =
-(x+2)^3
3)PodemosresolverlaintegralindefinidadelafunciÓn
(x^2)Sen'o(x)^2 tecleando: nt('x^2*sin(x)^2"'x')
i
»» int('x^2*sin(x)^2','x')
ans =
x^2*(-112*cos(x)*sin(x)+1t2*x|.1l2*x*cos(x)^2+1/4*cos(x)*sin(x)+1/4*x.
l/3*x^3
4) Podemos simplificar el resultado anterior:
>» simplify(int('x^2*sin(x)^2','x'))
,,
ans =
ii:l -112*x^2*cos(x)*sin(x)+l/6*x^3-l/2*x*cos(x)^2+1l4"cos(x)*sin(x)+114*x
fl
t,i
[l 5)PodemosexpresarelresultadoanteriorconnotaciÓnmatemática
rl más elegante:
rt
,1
I » pretty(simplify(int('x^2*sin(x)^2','x')»
fl;E
cnpíruLo 1. rNTRoDUcclóru pnÁcrlcn A MATLAB 11
a-
n:
al-
7.12x cos(x) sin(x) +L/6x -L/2 xcos(x)
1/4 cos(x) sin(x) + L/4 x
6) Podemos desarrollar en serie de potencias de orden 12 la función
)^2, presentando el resultado en forma elegante:
^2*sin(x)^2',12))
I 68 10 L2
fxr ,. -Llg x +2/45x -L|3LSx + o(x )
7) Podemos resolver la ecuación 3ax-7x^2+x^3=0 (a, es un
a*x-7*x^2+ x^3 = 0.,'x')
ETII
0l
Ll2* (49-L2*al n (L/211
L/2* (49-L2*al n
lL/2) 1
8) Podemos hallar las cinco soluciones de la ecuación x^5+2x+1=0:
rS+2*x+1 ,,,x')
z 5+2*_2+11
Como el resultado obtenido no expresa explícitamente las cinco

aplicamos el comando "allvalues":
T solve('x^5+2*x+1','x'))
Éüca
-=
I--?01873568855861 9- . 87 96 97 L97 9298240* i)
ü:--7018735688558 61 9+ . 87 9697L97 9298240*il
-.48638903s934s4301
-L
I . 9450680868231334- . 8545175L44390459*il
I . 94s0680868231334+. 8s45175t44390459*il
Por otra parte, Matlab puede utilizar las librerías del programa Maple
V, para trabajar con matemática simbÓlica y poder extender así su campo de
,"óión. De eita forma, se puede usar Matlab para trabajar en temas como
las formas diferenciales, la geometría euclídea, la geometría proyectiva,
la
estadística, etc.
A su vez, tambíén se pueden ampliar temas del cálculo numéri@,

utilizano las librerías desde Matlab las librerías de Maple (combinatori4
optimización, teoría de números, etc')
MATLAB Y MAPLE
Matlab se apoya en las librerías del programa Maple . Siempre
qtr
sea necesario acudir á cualquier comado o función de Maple desde Matlah'
se utiliza el comando "maplá" seguido de la sintaxis correspondiente en d
posible si
entorno Maple. Hay que constatai que esta disponibilidad solo es
;'Tóolbox" de cálculo simbólico "Extended Symbolic Mill
se ha instaiado el
Toolbox".
Para utilizar un comando Maple desde Matlab, Ia sintaxis es h

siguiente:
maple('si ntaxis-del-comando-en-entorno-Maple')
o también:
m dpl e's i ntaxis-d e l-co man d o-en-e nto rn o-M ap I e'
Para utilizar una funciÓn Maple con N argumentos desde Matlab b

sintaxis es la siguiente:
maple('sintaxis-de-la-función-en-entorno-Maple', argumentol,
argumento2, ..., argumentoN)
Veamos algunos ejemplos al respecto.
1) Podemos calcular el límite de la función (x^3-1)/(x-1) cuando

,--
»» maple('limit((x^3'1 )/(x'1),x=l )')

cApÍruLo 1. tNTRoDUccrórrr pRÁcrtca A MATLAB 13
ans =
e 3
e
0 También podría haberse utilizado la siguiente sintaxis:
h
r maple'limit((x^3-l )/(x-1 ),x=1 )';
o, ans =
a,
3
2) Podemos calcular el máximo común divisor entre 10.000 y 5.000:
ue
r maple('gcd', 10000, 5000)
¡b,
el ¿lfls =
rsi
rth 5{n0
la CNÁTTCOS CON MATLAB

Matlab produce gráficos de dos y tres dimensiones, así como
mntornos y gráficos de densidad. Se pueden representar los gráficos y listar
bs datos, permite el control de colores, sombreados y otras características
de los gráficos, también soporta gráficos animados. Los gráficos producidos
por Matlab son portables a otros programas.
Veamos algunos ejemplos de gráficos con Matlab

l, la
't) Podemos representar la función xSeno(1/x) para x variando
efitre -xl4 y ru/4, tomando 300 puntos equidistantes del intervalo. Ver figura
1.1
r r=linspace(-pi/4,pi/4,300) ;
» y=x.r'sin(1./x)'
» plot(x,y)
->1:
Figura 1.1
2) Podemos dotar al gráfico anterior de las opciones de marco y

rejilla, así como de título para el propio gráfico y etiquetas para sus ejes. Ver
figura 1.2.
» x=l i nspa ce(-pil 4,pil 4,300) ;

» y=x.*s¡n(1./x);
» plot(x,y);
» grid;
» xlabel('Variable independiente X');
»»ylabel('Variables dependientes Y, Z');
» title('Funciones Seno y Coseno sobre los mismos ejes')
FuncioFe6 EEno y Coséño sohre los mismas ejeE

o.E
ü-E
- ñ4
É
-q
E n,:
€ü
g
-ü.2
-ú,4
r0 E A.6 .il.{- -A_2 ú tr_: [.4 0.5 O.E
Varisble independaeñIe X
Figura 1.2
3) Podemos generar un gráfico de superficie paru la

z=Sen(sqrt(yt')+y^2)lsqrt(x^2+y^2), haciendo variar x e y en el inte-. =
valores (-7.5,7.5), tomando puntos equidistantes en 5 décimas . Ver flq--.
CAPíTULo 1. INTRoDUCCIÓN PRÁCTICA A MATLAB 15
» x=-7.5:.5:7.5;
» Y=x;
»» [X,Y]=¡¡ss h g rid(x,y) ;
»» Z=sin(sqrt(X.^2+Y.^2))./sqrt(x. ^2+Y .^21:'
»» surf(X,Y,Z)
v
!r
Figura 1.3
Estos gráficos tridimensionales permiten a la perfección hacerse una

idea de las figuras en el espacio, y son muy útiles a la hora de determinar
visualmente intersecciones entre distintos cuerpos, generación de
volúmenes de revolución y desarrollos de todo tipo.
4) Podemos generar un gráfico tridimensional, correspondiente a la

hélice en coordenadas paramétricas: x=Sen(t), y=Cos(t), z=t. Ver figura 1.4.
» t=0:pi/50:1O*pi;
» plot3(si n(t),cos(t),t)
)n Figura 1.4
b
Podemos representar una curva plana dada por sus coordenadre

polares r= Cos(2t).Sen(2t) paratvariandoentre 0yn, tomando puntc
equidistantes una centésima en el intervalo considerado. ver figura 1.5.
» t=0:.1:2*pi;
»»r=sin(2*t).*cos(2*t);
» polar(t,r)
Figura 1.5
6) Podemos realizar un gráfico de una función considerada como

simbólica, utilizando el comando "ezplot". Ver figura 1-6
»» },='¡,13¡1tn2-11';
»r ezplot(y,[-5,5])
x"3t{x^2- )
1
1ú
-1rt
'5 I
Figura 1-6
En el correspondiente capítulo de gráficos ampliaremos estos

conceptos.
cnpiruro 1. rNrRoDuccróru pnÁclrca A MATLAB 17
AS }IOTACION GENERAL
OS
Siempre que se utiliza un programa, es necesario conocer las

características generales sobre notación, con la finalidad de introducirnos en
la práctica con el mismo. La mejor forma de aprender Matlab es utilizar el
programa. Cada ejemplo consiste en el input del usuario encabezado con el
prompt "»" y la respuesta de Matlab en la línea siguiente. Ver figura 1-7.
úmBa¡ds to qet started: intro, d€mo, help hetp

omnands fop nore infornátion: help, uhatsneu, info, subscribe
A:[123;456;7ACl
Figura 1-7
no
En otras ocasiones, y dependiendo del tipo de entrada (input de
usuario) que se le proponga a Matlab, devuelve la respuesta utilizando la
expresión "ans= n'. Verfigura 1-8
:- 2*2
lt
Figura 1-8
Es necesario poner atención en la diferencia entre mayúsculas y

tos minúsculas, eltipo de paréntesis o corchetes, la cantidad de espacios y en Ia
puntuación (comas, puntos y comas).
AYUDAS CON COMAI\DOS

Ya hemos visto en el capítulo anterior cómo se obtenía ayuda
utilizando los menús desplegables de Matlab.
Pero, además, la ayuda también puede obtenerse a través de

comandos (instrucciones o funciones), implementados como objetos de
Matlab.
Se puede utilizar la ayuda de acceso inmediato para acceder a

diversa infor-mación utilizando el comando help.
» help
HELP topics:
matlab\qeneraJ GeneraL purpose commands.

matTab\ops Operators and speciaf characters,
natlab\lanq Proqramminq Tanquage constructs.
matlab\elmat Elementary matrices and matrlx manipulation.
matfab\effun Elementary math functions.
matlab\ specfun Specialized nath functions.
matlab\natfun Matrix functions - numericaf finear algebra.
matfab\datafun Data anafysis and Fourier transforms.
matfab\pofyfun Interpofation and poTynomials.
matlab\ funfun Function functions and ODE sofvers.
matTab\sparfun Sparse matrices.
matTab\graph2d Two dimensi onaJ graphs.
matlab\graph3d Three dimensional graphs.
natlab\ specqraph Specialized qraphs.
matTab\qraphics Handle Graphics.
natfab\uitools GraphicaT user interface toofs.
matfab\strfun Character strings.
matfab\iofun File input/output.
matlab\tinefun Time and dates.
mat fab\datatypes Data types and structures.
matfab\winfun - ttlindows Operating System Interface Fr,ie-.
(DDE/ActiveX)
matlab\demos trxamples and demonstrations.
tooJbox\ syrnl:o 11c SynboLic Math Toofbox.
toolbox\tour MATLAB Tour
toofbox\locaf Preferences.
For more help on directory/topic, type ,,help topic,,.
como vemos, el comando help muestra una lista de los directori:_-
del programa y de su contenido. También se puede pedir ayuda sob.=
cualqu¡er tema del contenido utilizando el comando help tema.
» help ¡nv
CAPÍTULO 1. INTRODUCCIÓN PRÁCTICA A MATLAB 19
:iilii- l.larrix inverse.

-',-.''Y) is the inve,se of the square matrix X.
- ,.,::ning messaqe -is prin¿€'¿ if X is badJv scafed ot
ruda :-==::i y sinqular.
-:== a-¿so SLASH, PINV, COND, CONDEST, NNLS, LSCOV.
j,¡=-''^ded methods
ide :-=- p sym/inv.m
ide
r lrclp matlab\elfun
era !-=:=::tary math functions.
!:-::::cmetric.
Szne.
Hyperbolic sine.
Inverse sine.
rnverse hyperbolic sine.
Cos ine .
Hyperbollc cosine.
Inverse cosine.
I nverse hypet bol i c cosine.
tattYL!1L.
HyperboTic tanqent.
Inverse tangent.
Four quadranL inverse tanqenL.
Inverse hyperbolic tanqent.
Secant.
Hyperbolic secant.
Inverse secant.
Inverse hyperbolic secant.
Cosecant.
Hyperbolic casecant.
Inverse casecant.
Inverse hyperbolic casecant.
Cotangent.
HyperboTic cotanqent.
Inverse catangent.
Inverse hyperboTic cotanqent.
Exponential.
Naturaf loqarithm.
Common (base 70) loqartthm.
- Base 2 loqarlthn and dissect floating point
ctonos Base 2 povrer and scafe floating point number.
sobre Square raot.
Next higher power of 2.
2A ECUACIONES DIFERENCIALES CON MATLAB
abs - Alcsofute vafue.

- Phase angle.
conj - Complex conlugate.
imag - Complex imaqinary part.
real- - Complex reaT part.
unwrap - Unwrap phase angJe.
isreal - True for reaf array.
cpTxpair - Sort numbers into complex conjuqate pairs.
Roundinq and remainder.
fix - Round tawards zero.
f foor - Round towards minus infinity.
ceif - Round towards plus lnfinlty.
round - Round towards nearest integer.
mod - Modulus (siqned remainder after division)
rem - Remainder after division.
stqn - Siqnum.
Existe un comando de ayuda sobre una determinada secuencia de

caracteres (lookfor secuencia) que permite encontrar todas aquellas
funciones o comandos que se refieren a dicha secuencia o la contienen.
Este comando es muy útil, bien cuando no se dispone de ayuda directa para
la secuencia especificada, o bien para ver la ayuda de todos los comandos
que contienen la secuencia. Por ejemplo, si buscamos ayuda para todos los
comandos que contienen la secuencia complex, podemos usar el comando
lookfor complex para ver en qué comandos Matlab ofrece información al
respecto.
» lookfor complex
ctranspose.m: Z' Complex conjuqate transpose.
CONJ Complex conluqate.
CPLXPAIR Sort numbers into complex conjuqate pairs.
IMAG Complex imaqinary part.
REAL Complex real part.
CDF2RDF Complex diagonal form to reaf bfock dlaqonaL form.
RSF2CStr Real bfock diagonal form to complex diaqonal form.
B5ODE Stiff problem, linear with complex eigenvalues (85 of EHL) .
CPLXDEMO Maps of functions of a complex variabfe.
CPLXGRID Polar coordinate complex qrid.
CPLXMAP Plot a function of a complex variabfe.
GRAFCPLX Demonstrates complex function pJots in MATLAB.
ctranspose.m: *TRANSPOSE Syml:olic matrix complex conjuq_ __
transpose.
SMOKE Complex matrix wlth a ,,smoke rinq,, pseudospectrum.
capÍruro 1. TNTRoDUCcTóru pnÁclcnA MATLAB 21
COMANDOS DE ESCAPE Y SALIDA AL ENTORNO DOS

Existen tres formas de salir desde la ventana de comandos de
lilaüab al entorno del sistema operativo MS-DOS para ejecutar tareas
tsrnporales.
El comando lorden_dos introducido en la ventana de comandos,

rerrnite ejecutar la orden de DOS especificada en ambiente Matlab. Por
{prnplo:
r ldir
:- ¡-clumen de fa unidad D no tiene etiqueta
l- ::fmero de serie def vc¡fumen es 145C-72P2
l-:=ctorio de D : \MATLAB52\bin
<DIR> 13/A3/98 0:76
<DIR> 13/03/98 0:76 ..
lde =,- -
ta"S BAT 1.872 19/01/98 14:14 bccopts.bat
¡llas :-: _10 DLL 219.136 21/08/97 22:24 cLbs770.dJf
:3E-Z BAT ) 27¿ L3/03/98 0:28 cnex.bat
nen.
::W-)OL BAT i4.992 19/01/98 14:14 conptool.bat
para :': -:?TS BAT 1.973 19/01/98 74:74 df50opts.bat
rdos ;I;: DLL 25.ABB 1B/12/97 16:34 fenq.dll
s los :Tr-- DLL 16.896 1B/12/97 15:34 fnat.dfl
¡ndo .}E{ BAT 2.274 13/03/98 0:28 fmex.bat
- _-t- _1;sE DAT 470 13/03/98 0:27 license.dat
in al m,_:_,:-<i DLL 66.560 02/05/97 B:34 w32ssi. dff
10 archivo (s) 11.348.865 bytes
2 directorio (s) 159.383.552 bytes fibres
El comando lorden_dos & se utiliza para ejecutar la orden del DOS

especif¡cada en modo background. La orden se ejecuta abriendo una
rentana de ambiente DOS sobre la ventana de trabajo de Matlab tal y como
se indica en la figura 1-9. Para volver a ambiente Matlab basta con pulsar
Eri el ratón en cualquier zona de la ventana de comandos, en cuyo caso se
cierra automáticamente la ventana de ambiente DOS. Se puede volver a la
uentana del DOS en cualquier momento para ejecutar cualquier orden del
sbtema operativo pulsando el icono etiquetado Simbolo de MS-DOS situado
en la parte inferior de la pantalla.
r
,},
,t;
i.r
ir
»
;
*;
i..
L
i:
Figura 1-9
El comando orden_dos I se utiliza para ejecutar la orden del Dos

con pantalla de Matlab.
anteriores, no sólo pueden ejecutarse

con los tres comandos
comandos del DOS, sino también todo tipo de ficheros ejecutables o tareas
batch.
El comando dos orden-dos se utiliza también para ejecutar la orden

del DOS en modo automático sobre la ventana de comandos de Matlab.
Para salir definitivamente de Matlab, basta con teclear quit en la

ventana de comandos y, a continuación, pulsar Enter.
MATLAB Y LA PROGRAMACIÓN
Combinando adecuadamente todos los objetos definidos en Matlab,
adecuados a las reglas de trabajo definidas en el programa, se puede
construir un código de programación muy útil en la investigaciÓn matemática'
Los programas consisten habitualmente en una serie de instrucciones en las
que Se calculan valores, se les asigna un nombre y se reutilizan en cálculos
posteriores.
cnpírulo 1. rNTRoDUcclóru pnÁcrca A MATLAB 23
Al igual que en lenguajes de programación como C o Fortran, en

se pueden escribir programas con bucles, control de flujo e
condicionales. En Matlab se pueden escribir programas
tales, es decir, definir una secuencia de pasos estándar a
Como en C o en Pascal, se puede realizar un cálculo repetitivo
Do, For o While. El lenguaje de Matlab también incluye
iones condicionales como lf Then Else. Matlab también soporta
funciones lógicas, como And, Or, Not y Xor.
Matlab soporta la programación procedimental (con procesos

recursivos, bucles...), la programación funcional y la
ión orientada al objeto. Veamos dos ejemplos sencillos de
ras. El primero genera lamafriz de Hilbert de orden n ,y el segundo
Ios números de Fibonacci.
ndo la matriz de Hilbert de orden n
'ttfr+j-f )';
= l:n
ftri ='l¡¡
a(ii) = eval(t);
EI DOS
cnd
cutiarse los números de Fibonacci

r tareas $ll;i=l;
(i)+f(¡-r)<1000
{i+2)=f(i)+f(i+l);
a orden i=i+l
ab.
It en Ia
Madab,
puede
máüca.
¡ en las
álculm
Capítulo 2
ECUACIONES DIFERENCIALES DE
R ORDEN. ECUACIONES EXACTAS,
EN VARIABLES SEPARADAS,
HOMOGENEAS Y LINEALES
MUACIONES DIFERENCTALES DE PRIMER ORDEN

número de comandos que implementa Matlab relativos a este tema
Etr
rrry elevado, pero sí muy eficiente. De todas formas, es posible
seguir
Fo{¡lzrma los métodos algebráicos de resolución ya conocidos para
fro de ecuación diferencial. También se implementan métodos de
aproximados de ecuaciones y sistemas de ecuaciones diferenciales.
E comando básico para resolución de ecuaciones diferenciales es

Este comando computa soluciones simbólicas de ecuaciones
ordinarias y sistemas. Las ecuaciones son especificadas por
simbólicas conteniendo la letra D para denotar diferenciación, o
D2, D3,...,etc, para denotar diferenciación de orden 2,3,...,etc. A
l¡n de la letra D se sitúa la variable dependiente (que suele ser y),
letra no precedida por D es un candidato a variable
. Si no se especifica la variable independiente, por defecto es
se especifica como variable dependiente, la variable independiente es
r es la variable independiente por defecto, y en segundo lugar t.
Se pueden especificar condiciones iniciales en ecuaciones

adicionales, mediante la forma y(a)=b o Dy(a)=b,...,etc. Si las condiciones
iniciales no se especifican, las soluciones de las ecuaciones diferenciales
contienen constantes de integración C1 , C2, ..., etc. Los comandos más
importantes de Matlab que resuelven ecuaciones diferenciales son los
siguientes:
dsolve('ecuación','v')
Resuelve la ecuación diferencial siendo v la
variable independiente (si no se especifica 'v', la
variable independiente es x). Solo devuelve
soluciones explícitas
dsolve('ecuación','condición_inicial',...,'v')
Resuelve la ecuación diferencial sujeta a !a
condición inicial especificada
dsolve('ecuación','cond1','cond2',...,'condn','v')
Resuelve Ia ecuación diferencial sujeta a las
condiciones iniciales especificadas
dsolve('ecuación', 'cond1, cond2,..., condn' , 'v')
Resuelve la ecuación diferencial sujeta a las
dsolve('ec1' r'ec?' r..,r'ecn','condl','cond2'r...,'condn','v')
Resuelve el sistema diferencial sujeto a las
condiciones iniciales especificadas (explícitas)
dsolve('ec1, ec2,..., ecn', 'cond1, cond2,..., condn' , 'v')
Resuelve el sistema diferencial sujeto a las
maple('dsolve(ecuación, func(var))')
Resuelve la ecuación diferencial, considerando var
como variable independiente y func como variable
dependiente (devuelve soluciones implícitas)
maple('dsolve({ecuación, cond1,cond2, ....condn}, func(var))')
CAP|TULO 2. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 27
-
leS Resuelve la ecuación diferencial sujeta a las
]es condiciones iniciales especificadas
iles
maple('dsolve({ec1, ec2,..,ecn}, {func1(var), func2(var),...,funcn(var)})')
nás
los Resuelve el sistema de ecuaciones diferenciales
especificado (devuelve soluciones implícitas)
maple('dsolve(ecuación, func(var),'explicit')')
Resuelve la ecuación diferencial, ofreciendo la
t, l?
solución en forma explícita, si es posible
A continuación se mostrarán algunos ejemplos.
Resolvemos en primer lugar ecuaciones diferenciales de primer

oreden y primer grado, sin y con valores iniciales.
» pretty(dsolve('Dy = a*y'))
exp(a x) Cl
» pretty(dsolve('Df = f + sin(t)'))
- l/2 cos(t) - l/2 sin(t) + exp(t) Cl
Las dos ecuaciones anteriores también pueden resolverse de la

s§uiente forma:
r pretty(maple('dsolve(d iff(y(x),x)= a*y,y(x))'))
y(x) : exp(a x) _Cl
s)
» pretty(maple('dsolve(diff(f(t),t)=f+si n(t),f(t))'))
f(t): - 1/2 cos(t) - I/2 sin(t) + exp(t) _Cl
r pretty(dsolve('Dy = a*Y', 'y(0) = b'))

exp(a x) b
r pretty(dsolve('Df = f + sin(t)','f(pi/2) = g'¡¡

io var exp(t)
riable - l/2 cos(t) - 1/2 sin(f) + 1/2 **-----
exp(l/2 pi)
Ahora resolvemos una ecuación de segundo grado y primer orden.

28 ECUACIONES DIFERENfCIALES CON MATLAB
»» 1¡ = 6lss¡re('(Dy)^2 + yn2 = 1', 'y(0) = 0', 's')
I sin(s)]
l-sin(s)l
que también puede resolverse de la siguiente forma:
» pretty(maple('dsolve({diff(y(s),s)^2 + y(s)"2 = l, y(0) = 0}, y(s))'))

y(s) - sin(s), y(s) : - sin(s)
Ahora resolvemos una ecuación de segundo orden y pr¡mer grado'

» pretty(dsolve('D2y ='an2ny', 'y(0) = 1, Dy(pi/a) = 0'))
cos(a x)
A continuación resolvemos sistemas sin y con valores iniciales.
»» pretty(dsolve('Dx = Y','DY ='x'))

x(t) : Cl sin(t) + C2 cos(t), y(t) - Cl cos(t) - C2 sin(t)
»» pretty(dsolve('Df = 3*f+4*9', 'Dg = '4*f+3*g'))

S6) : - C2 exp(3 x) sin(4 x) + Cl exp(3 x) cos(4 x),
f(x) : Cl exp(3 x) sin(4 x) + C2 exp(j x) cos(4 x)

» pretty(dsolve('Df = 3*f+4*9, Dg = {*f+$*g', 'f(0)=0, g(0)=1'))
S(x)
: exp(i x) cos(4 x),f(x) - exp(3 x) sin(4 x)
Este último sistema puede resolverse también de la siguienE

forma:
» pretty(maple('dsolve({diff(f(x),x)= 3*f(x)+4*g(x), diff(g(x),x)=4*f(x)+3*9fiL

f(0)=0, g(Q)=l ), ff(x), g(x)))'))
{f(x) : exp(3 x) sin(4 x), g(x) - exp(3 x) cos(4 x)}
2.2 E,CUACIONES El\ VARIABLES SBPARADAS

Una ecuación diferencial en variables separadas presenta la fonna
f(x)dx = g(y)dy. La resolución de este tipo de ecuaciones es inmediata
pon¡endo it(x)Ox = J g1y¡dy +C.
CAPITULO 2. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 29
Si Matlab no resuelve directamente la ecuación diferencial con la

ffimción dsolve, entonces se sigue el método algebráico usual, que no
p'esenta dificultades especiales para el programa, dada su versatilidad en
d cálculo simbólico.
En primer lugar intentamos resolverla directamente. La ecuación

plede ponerse de la forma:
ado. Cos Ix] y Ix]
j -^j
2
1 + y[x]
r dsolve('Dy=y*cos(x)/(l +y^2)')
using ::> ¿to¡r"
'".' Error
@{fuir solution could not befound.
Luego la ecuación diferencial no es resoluble con dso/ye.
Aplicaremos el método algebráico usual de resolución de las

esuaciones diferenciales en variables separadas (separando variables).
r pretty(solve('i nt(cos(x),x)=¡ nt(( 1 +y ^2) ly,y)'l)
asin(Joq¡y¡ +1/2v)
¡uiente La función solución será x=asin(log(y)+112 y2), o lo que es lo

músmo:
¡99(x)" sir(x)=log(y)+112 y2 + C
Ahora hallamos el valor C para x=0 e y=1.
r C=simple('solve(subs(x=0,y=l,sin(x)=l6g ly)+l l2*y^2+G),C)')

ra-
afonna --t l
nediata La función solución será sin(x)=log(y)+1t2y' - 112
De la misma forma se puede resolver cualquier otra ecuaciÓn

diferencial en variables separadas.
Esta ecuación diferencial también es resoluble directamenE

utilizando:
»» pretty(maple('dsolve(diff(y(x),x)=y(x)ncos(x)/(1 +y(x)"2),y(x))'))
loq (y (x) ) + 1/2 y (r)2 - sin (x) : - C7
2.3 BCUACIONES DIFERENCIALES HOMOCÉXNTS

Consideremos una ecuación diferencial general de primer grado y
primer orden puesta en la forma M(x,y)dx=N(x,y)dy. Esta ecuaciÓn se die
que es homogénea de grado n, si lo son a lavez lasfunciones M y N, es
decir, si se cumple simultáneamente:
n
M(tx,tY)=t M(x,Y)
n
N(tx,tY)=t N(x,Y)
Para este tipo de ecuaciones, el cambio de la variable x por la

variable v tal que x=vy, transforma Ia ecuación diferencial inicial (de
variables x e y) en otra de variables separadas (de variables u e y). Se
resuelve la ecuación en variables separadas y posteriormente se deshace
el cambio.
Vamos a resolver la ecuación por el método algebráico ordinario

para ecuaciones diferenciales homogéneas. En primer lugar comprobamos
si la ecuación es homogénea
» maple('m ;=(x,y)-)x^ 2-y n2'l;
>» maple('n ¡ =(x,y)->x*y') ;
» facto('m(t*x,t*y)')
t^2*(x-y)*(x+y)
» factor('n(t*x,t*y)')
L
CAPíTULO 2. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 31
on
t"2*x*y
'rte
Luego la ecuación es homogénea de grado 2. Para resolverla
aplicamos el cambio de variable x=vy.
Antes de realizar las operaciones del cambio de variable, es

conveniente cargar la librería difforms, mediante el comando
maple('with(difforms)'), que nos permitirá trabajar con formas
diferenciales. Una vez cargada esta librería también es conveniente utilizar
el comando maple('defform(v=0,x=0,y=Q)'¡, que permite declarar todas
las variables que no van a ser constantes o parámetros en la
oy diferenciación.
lice » maple('with(difforms)');
CS
»r maple('defform(v=0,x=0,y=Q)')'
Ahora realizamos ya el cambio de variable x=vy, y agrupamos
términos en d(v) y d(y).
e¡ ¡fy('su bs(x=v*y,m(x,y)*d (x)+n(x,y)*d(y))')

rla :rrsrm
(de
Se v^2 *y^ 3 * d(v) +v^3 *y" 2 * d (y) -y"3 * d (v)
are
» pretty(maple('collect(v^2*y^3*d(v)+v^3*y^2*d(y)-y^3*d(v),{d(v),d(V)})'))
233 32
(v y -y)d(v)+v y d(y)
ffi Si dividimos la expresión anterior por v3 y3 , y agrupamos términos

ario en d(v) y d(y), tenemos ya una ecuación en variables separadas.
mos
» pretty(maple('collect(((v^2*y^3-y^3)*d(v)+v^3*y^2*d(y))/(v^3*y^3),
{d(v),d(y)})'))
23
(v y -y)d(v) d(y)
--- + ----
33v
vy
Ahora obtenemos la expresión anterior con todos sus términos
simplificados totalmente.
» pretty(maple('convert(collect(((v^2*y^3-y^3)*d(v)+v^3*y^2*d(y)/(v^3*y^3),
{d(v),d(y)}), parfrac,y)'))
!: _ _ _ _1_'_ _1!Y'_ . 1!u_',_
,tY
Ahora resolvemos la ecuación en variables separadas
pretty(simple('i nt((v^ 2-1llv ^3,v1+¡ nt(1 /y,y)'))
1
loq(v) +----+loq(y)
2u2
Ahora deshacemos el cambio de variable
» pretty(simple('subs(v=ly,log (v)+1 l2lv "2+log(y))'))
-Los (x) * tlz -!--

*'
Ya estamos en condiciones de escribir la solución general de la
ecuación diferencial inicial.
2
v
log(x) + 112 ----- = C
2
X
Ahora se representan gráficamente las soluciones de esta ecuación

dlferencial. Para ello nos basamos en que el gráfico de la familia de
soluciones con parámetro c, es equivalente al gráfico de las curvas de
nivel correspondiente a la ecuación sin constante (figura 18-1)
»» [x,y]=mes hgrid(0. I =0.05:1 12,-1 : 0.05 : I );

¡y 2=y.^2 J (2*x. ^2)+l og (¡) ;
»» contour(2,65)
cnpírulo 2. EcuActoNEs DtFERENctALEs DE pRtMER oRDEN 33
y^3),
4rl
J5
30
lq
2U
15
1ú
Figura 2-1
2.4 ECTJ ACIONES DIFEREI\CIALES EXACTAS
La ecuación diferencial M(x,y)dx+N(x,y)dy=0 es exacta si se cumple

que óN/óx = 1Mlóy.Si una ecuación diferencial es exacta, existe una
función F tal que su diferencial total dF coincide con la ecuación, o sea:
dF=M(x,y)dx+N(x,y)dy
por lo tanto F(x,y)=c será la familia de soluciones de la ecuación
de la diferencial.
A continuación se muestra un ejercicio que sigue el método

algebráico normal de resolución de este tipo de ecuaciones.
En primer lugar intentamos resolver la ecuación con dso/ye

uaclon
ilia de » maple('m ; =(x,y)->'l +y*exp(x*y)+y*cos(x*y)') ;
vas de » maple('n : =(x,y)->1 +x*exp(x*y)+xncos(x*y)') ;
» dsolve('m(x,y)+n(x,y)*Dy=Q')
??? Error using::> ¿to¡rn
Explicit solution could not be found.
Se observa que la función dsolve no resuelve Ia ecuación

propuesta. Vamos a intentarlo por el método algebráico clásico de
resolución de ecuaciones diferenciales exactas.
En primer lugar comprobamos si la ecuación diferencial propuesta

es realmente exacta
» pretty(si mple(d iff('m(x,y)','y')))

exp(y x) + x y exp(y x) + cos(y x) - x sin(y x) y
» pretty(simple(diff('n(x,y)','x')))
exp(y x) + x y exp(y x) + cos(y x) - x sin(y x) y
Por ser exacta, su solución se puede hallar de la siguiente forma:
» sol ucion I =simplify('i nt(m(x,y),x)+g(y)')
solucionl :
-x + exp (y *x) 1 s in (y*x) + g(y)
Ahora calculamos la expresión de la función g(y), bajo la siguiente

condición : diff(int(m(x,y),x)+g(y),y)=n(x,y)
» pretty(simpl ify('i nt(m(x,y),x)+g(y)'))
- x + exp(y x) + sin(y x) + g(y)
» pretty(simplify('diff(-x+exp(y*x)+sin(y*x)+g(y),y)'))
d
x exp(y x) + x cos(y x) * -;rfrr,
»» simplify('solve(x*exp(y*x)+x*cos(y*x)+d¡ff(g(y),y)=n(x,y),diff(g(y),y))')
ans :
I
Luego 9'(y)=1, con lo que la solución final será, salvo constante:
» pretty(simplify('subs(g(y)=int(l,y),-x+exp(y*x)+sin(y.x)+g(y))'))
- x + exp(y x) + sin(y x) + y
Para representar gráficamente la familia de soluciones, graficamos

las curvas de nivel de la solución sin constante (figura 18-2)
» [x,y]=meshgrid('2*pil3:.2:2* pilSl:'
»r z=-X+€XP(y.*x)+s¡ n(y.*x)+y;
» contour(2,100)
CAPíTULO 2. ECUACIONES DIFERENCIALES DE PRIMER ORDEN 35
Ha
18
.18
,14
lr
1D
Figura 2-2
De la misma forma se puede resolver cualquier ecuación diferencial

reducible a exacta mediante un factor integrante.
fite 2.5 ECUACTONES DIFERENCIALES LINEALES

Una ecuación diferencial lineal de primer orden es deltipo:
dy/dx + P(x)y = Q(x) con P(x) y a(x) polinomios.

Las ecuaciones diferenciales de este tipo se transforman en
exactas mediante el factor integrante:
J P(x)ox
e
y su solución general viene dada por la expresión:
hr J p(x)ox I e1x¡ox
(e )(le Q(x)dx)
I
Matlab implementa estas soluciones de las ecuaciones
diferenciales lineales, y las y
ofrece siempre cuando la integral del factor
integrante sea evaluable para el programa.
»» pretty(s i m ple(dsolve('x*Dy+t*y=x*s i n (x)')))

sin (x) cos (x) C1 - 6 sin (x)
- cos(x) + 3 ------ + 6 -----* + --------
x23
Otra forma más eficiente de resolución de la ecuación diferencial,

que incluye soluciones implícitas, es la siguiente:
» pretty(simplify('dsolve(x*diff(y(x),x)+3*y1x)=x*si n(x),y(x))'))
32'
x cos(x) - 3 x sin(x) + 6 sin(x) - 6 x cos(x) - _C7
Y l"/ - ---------;
al,
Capítulo 3
ECUACIONES DIFERENCIALES DE ORDEN

ST]PEROR TRANSFORMADADE LAPLACE Y
TIPOS ESPECIALES DE ECUACIOI{ES
3.1 ECUACIONES ORDINARIAS DE ORDEN SUPERIOR

Las ecuaciones diferenciales lineales ordinarias de orden n
tienen la siguiente forma general:
n (k) (n)
I ak(x) y (x)=a0(x)y(x)+a1 (x)y'(x)+¿l(x)y"(x)+....+ an(x)y (x)=f(x)
k=0
Si la función f(x) es idénticamente nula la ecuación se llama
homogénea y si f(x) no es Ia función cero, la ecuación se llama no
homogénea. Si las funciones ai(x) (i=1...n) son constantes, la ecuación se
denomina en coeficientes constantes.
Un concepto de gran interés aquí va a ser el de conjunto de

funciones linealmente independientes. if1(x), f2(x),....,fn(x)) es un
conjunto de funciones linealmente independientes si para algún x del
intervalo común de definición, el determinante wronskiano de las funciones
es no nulo. El determinante wronskiano de las funciones, en cualquier
punto x de su campo de definición común, se define de la siguiente forma:
f1(x) f2(x) f3(x).......,............,.fn(x)

f1'(x) f2'(x) f3'(x).....................fn'(x)
f1"(x) f2" (x) f3"(x)....................fn"(x)
= W(x)
(n-1) (n-1) (n-1) (n-1)
f1 (x) f2 (x) f3 (x).................fn (x)
Matlab dispone del comando maple('Wronskian') que permite

calcular la matriz wronskiana de un conjunto de funciones. Su sintaxis es:
maple('Wronskian(V,variable)')
Calcula la matriz wronskiana correspondiente al
vector de funciones V de variable independiente x
Un conjunto S = {f1(x),.....,fn(x)} linealmente independiente de
soluciones no triviales de la ecuación lineal homogénea de orden n:
(n)
a0(x)y(x)+¿1 (x)y'(x)+¿2(x)y"(x)+....+ an(x)y (x) = 0
se llama conjunto fundamental de soluciones de la ecuación.
Si las funciones ai(x) (i=1....n) son continuas en un intervalo abierto

l, entonces la ecuación homogénea tiene un conjunto fundamental de
soluciones § = {fi(x)} en i.
Además, la solución general de la ecuación homogénea vendÉ
dada por la función:
n
f(x) = ¡ ci fi(x) donde {ci} es un conjunto de constantes arbitrarias
i=0
La ecuación:
2nni
a0+a1 m+a2m + ...... +anm =I ai m=0
i=0
se denomina ecuación característica de la ecuación diferencid

homogénea en coeficientes constantes. Las soluciones de esta ecuación
característica van a determinar las soluciones de la ecuación diferencid
lineal homogénea general en coeficientes constantes.
t-
CAPíTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 39
»» funciones=maple('vector([exp(x),xnexp(x), x^2*exp(x)])')
funciones
*
I up (*), x*exp (x), x^2 exp (x)J
lite
;t-
I
>r W=maple('Wronskian(funciones,x)')
i
W:
tal k*p6), x*exp(x), x"2*exp(x)l
Ex [exp(x), exp(x)+x*exp(x), 2*x*exp(x)+x"2*exp(x)J
kxp (x), 2 *exp (x) +x*exp(x), 2 *exp(x) + 4*x*exp (x) +x"2 *"*p (*)l
,de
I
i
» pretty(determ(W))
3
2 exp(x)
Ya tenemos el valor del wronskiano, que evidentemente es siempre

distinto de 0, luego el conjunto de funciones es linealmente independiente.
Prto
3.2 ECUACIONES LINEALES DE ORDEN SUPERIOR
ld"
I
HOMOGENEAS EN COEFTCIENTES CONSTA¡ITES.
ldrá La ecuación diferencial lineal homogénea de orden n:
(n)
aO(x)y(x)+a1 (x)y'(x)+¿2(x)y"(x)+....+ an(x)y (x) = 0
se dice que es de coeficientes constantes cuando las funciones ai(x)

(i=1,..,n) son todas constantes (no dependen da la variable x).
La ecuación:
2 nt
a0+a1 m+a2m + ...... +anm =I ai m=0
i=0
hcial
ErcN se denomina ecuación característica de la ecuación diferencial
i
homogénea en coeficientes constantes. Las soluciones de esta ecuación
t*rl característica (m1 , fr2, ...mn) van a determinar las soluciones de la
ecuación diferencial lineal homogénea general en coeficientes constantes.
Si los mi (i=1..n) son todos distintos, una solución general de la

ecuación homogénea en coeficientes constantes es:
m1 x m2x mnx
y(x) =c1 e + c2e + ...... +cn e
c1, c2,...., cfl son constantes arbitrarias que determinan la familia de

soluciones de la ecuación diferencial.
Si algún mi es una raíz de multiplicidad k de la ecuación

característica, determina los siguientes k términos de la solución:
mix mix 2 mix k mix

cie +c(i+1)xe +c(i+2)x e +........ +c(i+k)x e
Si existe alguna raíz compleja mj= a+bi de la ecuación

característica, entonces también existe la raíz compleja conjugada a-bi.
Estas dos raíces determinan simultáneamente el siguiente par de
términos de la solución generalde la ecuación homogénea:
cj e Cos(bx)+c(i+1)e Sen(bx)
Matlab aplica directamente este método de obtención de las
soluciones de las ecuaciones lineales homogéneas en coeficientes
constantes, al utilizar el comando dsolve o maple('dsolve').
» pretty(dsolve('3*D2y+2*Dy-5*y=0'))
Cl exp(x) + C2 exp( 5/j x)
» pretty(dsolve('2*D2y+5*Dy+5*y=0','y(0)=0, Dy(Q)=l /!'¡¡

t/2 1/2 1/2 1/2
2/15 3 5 exp( 5/4 x) sin(l/4 3 5 x)
» pretty(simple(dsolve('9*D4y-6*D3y+46*D2y-6*Dy+37*y=g'¡¡¡
cnpírulo 3. EcuActoNES DtFERENctALES DE oRDEN supERtoR 41
I l¡) sin(2x) + C2 exp(l/i x) cos(2 x) + C3 sin(x) + C4 cos(x)
Si nos fijamos en la solución, es evidente que la ecuación

tiene dos pares de soluciones complejas conjugadas.
^4-6¡kx^ 3+46*x^2 -6*x+37=0')

rmilia &
ecr¡acilim
También puede resolverse la ecuación de la forma siguiente:
ple('dso Ive(9.d iff(y(x),x$4) -6*d iff(y(x),x$3)+46.d iff(y(x),x$2)-

ecuacIlft
,x)+37*y(x)=0,y(x))'))
gada a{üü"
nte Par
3 xt sin(2 x)+ _C2 exp(l/3 x) cos(2 x)+ _C3 sin(x)+ C4 cos(x)
ACIONES 1\O HOMOGÉNEAS CON COEFICM,NTES

IONSTAI\TES, VARIACION DE PARAMETROS
Dada la ecuación lineal no homogénea en coeficientes constantes:
(k) (n)
y (x)=a0(x)y(x)+at (x)y'(x)+¿l(x)y"(x)+....+ an(x)y (x)=f(x)
ú1(x), y2(x),.....,yn(x)) un conjunto de soluciones linealmente

de la correspondiente ecuación homogénea:
n
)+a1 (x)y'(x)+a2(x)y"(x)+....+ an(x)y (x)= 0
Una solución particular de la ecuación no homogénea viene

pot.
n
I ui(x) yi(x) donde las funciones ui(x) se obtienen como sigue:
É1
f(x) Wi (y1 (x), y2(x),.....,yn(x))
W (y1 (x), y2(x),.....,yn(x))

Wi (y1(x), y2(x),....,yn(x)) es el determinante de la matriz que resulta al

sustituir la i-ésima columna del Wronskiano W(y1(x), y2(x),.....,yn(x)), por el
transpuesto del vector (0,0,.....,0, 1 ).
La solución general de la ecuación no homogénea viene dada

por la solución de la homogénea más la soluciÓn particular de la no
homogénea, y tendrá la forma:
m1x m2x mnx
y(x)=c1 e +c2e+......+cne + Yp(x)
supuestas las raíces mi de la ecuación característica de la homogénea
todas distintas. Si no lo fueran, nos remitimos a la forma general de la
solución de una ecuación homogénea, que ya hemos estudiado antes.
Vamos a seguir el camino algebráico del método de variaciÓn de

parámetros para resolver la primera ecuación. Consideramos la ecuaciÓn
característica de la homogénea para obtener un conjunto de solucione
linealmente independientes.
r» solve('ma2¡4*¡¡+1 3=0')
ans :
[-2+i*ü
t-2-3*vl
»» maple('f :=x->x*cos(3*x)^2') ;
» maple('y1 :=x->exp(-2*x)*cos(3*x)');
>» maple('y2 : =x-)€xp(-2*x)*si n(3*x)') ;
» maple('W¡=¡-)Wrorskian([yl (x),y2(x)],x)') ;
» pretty(si mplify(maple('det(W(x))')))
j exp( 4 x)
Ya tenemos el wronskiano no nulo, lo que indica que las

son linealmente independientes. Ahora calculamos las funciones
i=1,2
>» maple('Wl :=x->array([[0,y2(x)],[1,diff((y2Xx),x)]l)');
» pretty(simplify(maple('det(W1 (x))')))
\-
cnpÍruro 3. EcUACtoNES DtFERENCIALES DE oRDEN supERtoR 43
- exp( 2 x) sin(3 x)
ta al
or el » maple('W2:=x>array(tly1 (x),01,[diff((y1 )(x),x), 1 ]l)');
» pretty(si m pl ify(maple('det(W2(x))')))
exp( 2 x) cos(3 x)
Jada
lno Ahora calculamos la solución particular de la ecuación no
homogénea.
r maple('ul:=x->factor(simplify(int(f(x).det(Wf (x))/det(W(x)),x)))');
» maple('ul(x)')
inea
bla I 14652300*exp(2*x)*(129285*cos(9*x)*x-6084*cos(9*x)-28730*sin(9*x)*x-
I 30 1 3*sin(9*x)+28 I 775*cos(3*x)*x-86700*cos(3*x)- I 87850*sin(3*x)*x-361 25*sin(3*x))
EFI » maple('u2:=x->factor(simplify(int(f(x).det(W2(x))/det(W(x)),x)))');
F: ,I
W,Li » maple('u2(x)')
E-:- |
E:I
&J l.' I 4 6 5 2 3 00*exp(2 *x) * ( 5 6 3 5 5 O*cos (3 *x) *x+ I + B 4 5 3 2 5 *s in(3 *x) *x-
08 3 7 5 *cos (3 *x)
)60100*sin(3*x)+287j0*cos(9*x)*x+13013*cos(9*x)+ 129285*sin(9*x)*x-6084*sin(9*x))
rde
ción >» maple('yp :=x-)factor(si mpl ify(y1 (x)*u 1 (x)+y2(x)*u2(x)))') ;
nes » maple('yp(x)')
- / 5 *x*cos (3 *x)"2 + 1 3 4 3 6/ I 2 2 I 0 2 5 *cos (3

23 110
*x)"2 + 2 4/ I I 0 5 *cos (3 *x) *
sin(3 *x) *x+ 3 8 5 2/I 2 2 I 0 2 5
*cos (3 *x) *sin(3 *x) + 5 4/ I I 05 *x- 2 I I 68/ I 2 2 I 02 5
Luego ya podemos escribir la solución general de la no homogénea

*y 1 (xl+ c2* y 2{x) +yp (x}
» m a p I e ('y : =x .> s ¡ m p I ify( c I }' ) ;
0,",'"om b i ne(y(x),tris)')
:,:
c1
*exp (- 2 *x) *cos (3 *x) + c2 *exp(2 *x) *sin(j *x)-2
3 /2 2 I 0*x*cos (6*x) +
1/26*x+6718/1221025*cos(6*x)-2/169+12/1105*x*sin(6*x)+ 1926/1221025*sin(6*x)
nes Ahora representamos gráficamente un conjunto de soluciones, para

i(x) determinados valores de c1 y c2 (figura 18-3)
» fplot(simpl ify('su bs(c1 =-5,c2=-4,y(x))'), [-1, I ])

» hold on
» fplot(si mpl ify('s ubs(c1 =-5,c2=4,y(x))'), [-1, I ])
» fplot(simplify('subs(c1 =-5,c2=2,y(x))'),[-1, I ])
» fplot(simplify('subs(cl =-5,c2='2,y(x))'),['1,1 ])
» fplot(simplify('subs(c1 =-5,c2=-l,y(x))'),['1,1])
» fplot(simplify('subs(cl =-5,c2=1,y(x))'),[-1,1 ])
» fp lot(s i m pl ify('su bs (c1 =5,c2='l,y(x))'), [-1, 1 ])
» fplot(simplify('subs(c1 =5,c2=-1,y(x))'),['1,1])
>» f pl ot(s i m pl ify('s u bs(c I =5, c2=-2,y(x))'), ['1, 1 ])
» fp lot(si m pl ify('s u bs (c1 =5,c2=2,y(x))'), ['1, 1 ])

» fp lot(s i m p ! ify('s u bs (c1=5,c2=4,y(x))'), ['1, 1 ])
» f plot(s i m pl ify('s u bs (c1 =5,c2=4,y(x))'), [-1, 1 ] )
» fplot(simplify('subs(c1 =0,c2='4,y(x))'),['1, I ])
» fp lot(s i m pl ify('s u bs (c1 =0,c2=4,y(x))'), ['1, 1 ])
»» f p I ot(s i m p I ify('s u bs (c1 =0,c2=2, y(x) )' ), [-1, I ] )
» fplot(simplify('su bs(c1 =0,c2='2,y(x))'), ['1, I ])

» fplot(simpl ify('subs(c1 =0,c2=-1,y(x))'), ['1, 1 ])
» fplot(si mplify('subs(c1 =0,c2=1,y(x))'), ['1, I ])
Figura 3-1
Para la segunda ecuación diferencial aplicamos directamente

DSolve y tenemos la solución.
» pretty(si mple(dsolve('D2y-2*Dy+y=sxr(x).log(x)')))
22
1/4exp(x) (2 log(x)x *3x +4C7+4C2x)
3.4 ECUACIONES NO HOMOCÉXNAS CON COEFICM,NTES

VARIABLES. ECUACIOI{ES DB CAUCI{Y.EULER
CAPíTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 45
La ecuación lineal no homogénea en coeficientes variables:

n k(k) n (n)
I ak x y(x)=a0y(x)+a1 x y'(x)+a2 x y"(x)+....+ an x y (x)=f(x)
k=0
se denomina ecuación de Cauchy-Euler.
Matlab resuelve directamente este tipo de ecuaciones con el

comando dsolve o maple('dsolve').
» pretty(simple(dsolve('x^3*D3y+1 6*x^2*D2y +f $*a*Dy+1 25*y=0'))¡

C1 + C2 sin(3 log(x)) x + C3 cos(3 log(x)) x
,t
3.5 TRANSFORMADA DE LAPLACE

Sea una función f(t) una función definida en el intervalo [0,co). La
transformada de Laplace de f(t) es la función de variable s:
*oo _St
L{f}(s)=i e f(t)dt,
0
Decimos que f(t) es la transformada inversa de Laplace de F(s) si

se cumple:
-1
,mente L{fXs) = F(s) y escribimos L {F(s)i (t) = f(t)
Matlab aporta los comand os maple('laplace') y maple('invlaplace)

que permiten calcular la transformada de Laplace de una expresión
respecto a una variable y la transformada inversa. su sintaxis es la
siguiente:
maple('laplace(expresión, t, s)')
Calcula la transformada de Laplace de la expresión
iTES con respecto a t. La transformada es de variable s
maple('invlaplace(expresión,s,t)')
Calcula la transformada inversa de Laplce de la

expresión con respecto a s. La transformada
inversa es de variable t
Veamos algunos ejemplos.
» pretty(maple('laplace(t^(3/2)-exp(t)+sinh(a*t), t, s)')) ;
1/2
piTa
3/4 ----- + -------
5/2 s-7 2 2
» pretty(maple('invlaplace(s^2/(s^2+an2¡n(3/2), s, t)'))
- t BesselJ(l, a t) a + BesselJ(0, a t)
La transformada de Laplace y su inversa se utilizan para resolver

determinadas ecuaciones diferenciales. El método a seguir es calcular las
transformada de Laplace de cada término de la ecuación para obtener una
ecuac¡ón diferencial en transformadas de Laplace y resolverla en func¡ón
de las transformadas de Laplace. Finalmente se halla la solución de Ia
ecuación inicial calculando la transformada inversa de Laplace de la
solución de la ecuación en transformadas de Laplace.
No obstante, Matlab aporta la opción 'laplace' en el comando
maple('dsolve'), que tuerza al programa a resolver la ecuación diferencial
utilizando transformadas de Laplace. La sintaxis es la siguiente:
maple('dsolve(ecuación, func(var),'laplace')
En primer lugar calculamos las funciones transformadas de Laplace

de los dos miembros de la ecuación diferencial, y aplicamos las
condiciones iniciales.
>»maple('L:=s->laplace(d iff(y(x),x$2)+2*d iff(y(x),x)+4*y(x),x,s)') ;
» pretty(simplify('subs(y(O)='¡,(D(y))(0)=r,L(s))'))
2
Japlace(y(x), x, s) s - s - 3 + 2 Taplace(y(x), x, s) s
+ 4 laplace(y(x), x, s)
CAPÍTULO 3, ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 47
» maple('Ll : =s->laplace(x-exp(-x),x,s)') ;
» pretty(simpl ify('Ll (s)'))
s-7+s
"' ," * ,,
A continuación integramos la ecuación diferencial en transformadas
de Laplace
» pretty(simplify(maple('solve(L(s)=¡1 1"¡, laplace(y(x),x,s))')))
33 2
y(0)+3s y(A)+D(y) (0) s +D(y)(A)s + 2 y(A) s +s+1
("2 *2s+4)
solver "' ,"*r,
hr las Ahora sustituímos en la solución las cond¡ciones iniciales dadas.
er una
unciÓn » maple('TL: =s-)solve(L(s)=11 1s),laplace(y(x),x,s))') ;
¡dela » pretty(si mpl ify('su bs(y(0)={,(D(y))(0)=1,TL(s))'))

de la
32
+4s +2s +s+7
manÓ
xencid ("2 *2s+4)
u' ,"*r,
Ya hemos obtenido la transformada de Laplace de la solución de la
ecuación diferencial inicial. Para calcular la solución de la ecuación inicial
calcularemos la transforma inversa de Laplace de la función obtenida en el
pso anterior.
n maple('TL0 :=s->simpl ify('subs(y(0)=1,(D(y))(0)=l,TL(s))')') ;
r solucion=simple(maple('i nvlaplace(TL0(s),s,x)')) ;
r[3Plm n petty(solucion)
snos tÉ 1/2 1/2 1/2
7 sin (3 x) 3 35 cos (3 x)
7/4 x - 7/8 - -------- + 5/B
3 exp (x) exp (x) 24 exp (x)
It
Ya tenemos la solución de la ecuación diferencial inicial.
También se podía haber resuelto directamente mediante:
pretty(s i m ple(m aple('dsolve({d iff(y(x),x$2)+2.d iff(y(x),x)+4*y(¡)=

),y(0)=1, D(y)(0)=1 ),y(x), laplace)')))
1/2 1/2 1/2

1 sin(3 x) 3
y(x) :7/4 x - 1/8 - -------- + 5/8 ----- + _:: _ "_"_:_ !:_ _ _ _ _:)_ _
3 exp (x) exp (x) 24 exp (x)
3.6 POLINONIIOS ORTOGOI\ALES

Dos funciones distintas f(x) y g(x) se d¡ce que son ortogonales en un
intervalo [a,b] si su producto interno es 0, es decir si
ln
J f1x)g(x):0
'
,n ejemplo de familia ortogonal pueden ser las funciones
fn(x)=sen(nx) y g"(x)=cos(nx), n=1,2,3,... en el intervalo [-rc,r].
Matlab aporta una amplia lista de polinomios ortogonales, que van a

ser muy útiles a la hora de resolver ciertas ecuaciones diferenciales no
lineales de orden superior. Las funciones simbólicas que permiten el trabajo
con estos polinomios son las siguientes:
T(n,x) Polinomios de Chebychev de primera especie.

U(n,x) Polinomios de Ghebychev de segunda especie.
P(n,x) Polinomios de Legendre
H(n,x) Polinomios de Hermite.
L(n,x) Polinomios de Laguerre.
L(n,a,x) Polinomios generalizados de Laguerre.
P(n,a,b,x) Polinomios de Jacobi.
G(n,m,x) Polinomios de Gegenbauer.
Veamos ahora su relación con las ecuaciones diferenciales-
Precisamente esta relación es la que permite hallar soluciones de
determinadas ecuaciones no lineales de orden superior. Para usar estre
funciones es necesario ejecutar antes maple('with orthopoly').
3.6.1 Polinomios de Chebychev de primera y segunda especic

Los polinomios de Chebychev de primera especie son las soluciones
de la ecuación diferencial:
l
L
CAPÍIULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 49
(1- y'-x'y-t r'y : 0 n: 0,1,2,...

^')
Su ortogonalidad viene dada por:
T.(x)T,(x)
dx:0 m+n
ú-í'
Los polinomios de Chebychev de segunda especie cumplen la
relación de ortogonalidad :
1
?
J unlx¡um(x)(1-x2)1/2 dx=g m+n

-1
3.6.2 Polinomios de Legendre

a
D Son soluciones de la ecuación diferencial de Legendre:
o
(1 - y'-2x'yt n(n+ 1) y : 0
^') 1
Su ortogonalidad viene dada por la relación I pn(r)pr(x)dx=0 m*n
3.6.3 Polinomios asociados de Legendre

Las soluciones de la ecuación diferencial:
(l-*') y'-2x'y+{n(n+f t 9tv:O

l-x-
son las llamadas funciones asociadas de Legendre
3.6.4 Polinomios de Hermite

les. Las soluciones de la ecuación diferencial de Hermite:
de
stas y'-2x'y*2ny: O¡Error! Argumento de modilicador no especificado.
se conocen como polinomios de Hermite.

., _*
BCre
Su ortogonalidad viene dada por, I Hn(x)Hm(x)e dx=0 m+n
ones -1 ¡Error! Argumento de modilicador no especificado.
3.6.5 Polinomios generalizados de Laguerre

Las soluciones de la ecuación diferencial general de Laguerre:
xy"+(a+1-x)Y'+oY=0
se conocen como polinomios generalizados de Laguerre.
1
I
Su ortogonalidad viene dada por: J Ln(x)Lm(x) x" e-'dx=o m+n
-1
3.6.6 Polinomios de Laguerre

Las soluciones de la ecuación diferencial de Laguerre:
x'y+(1-x)y'iny:0
Se conocen como polinomios de Laguerre. Se trata del caso particular a=0
de los polinomios generalizados de Laguerre
3.6.7 Polinomios de Jacobi

1
Su ortogonalidad viene dada por: I pn(r)prn(x)(1-x)" (1+x)b dx=O m+n

-1
3.6.8 Polinomios de Gegenbauer
Su estructura es la siguiente:
I
1
f(a+
G(n,a,x):
;)r(n+2a) t9l" (1 - ¡2)"*"-i
dx
(-2 )" n!r(2 a)r(a+ r+ - *')^)
]Xr
» pretty(simple(maple('T(7,x)')))
7 3
64x -772x +56x -7x
I
t_
CAPiTULO 3. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 51
» pretty(s¡mple(maple('P(6,x)')))
23t 6 315 105 2
---x-*--x +---x -5/16
t6 16 16
» pretty(simple(maple('H(5,x)')))
53
32x -16Ax +720x
» pretty(si m ple(maple('L(5,x)')))
234
1-5x+5x -5/3x +5/24x -7/720x
3.7 FIINCIONIES DE AIRY Y BESSEL

{ Reciben el nombre de funciones de Airy las soluciones
linealmente independientes de la ecuación diferencial lineal de segundo
orden:
Y" - xY = 0 (ecuación deAirY)

Reciben el nombre de funciones de Bessel las soluciones
linealmente independientes de la ecuación diferencial:
y" + y'lx * (k' - n2 lx2 ¡y = g (ecuación de Bessel)
Reciben el nombre de funciones de Bessel modificadas las

soluciones linealmente independientes de la ecuación diferencial:
y" + y'lx- (k' * n2 /x) y = 0 (ecuaciÓn de Bessel modificada)
Matlab implementa al respecto las siguientes funciones simbólicas:
Ai(z) y Bi(z) Dan soluciones independientes de Ia ecuación

diferencial de Airy.
BesselJ(n,z) y BesselY(n,z)
Dan soluciones independientes de !a ecuación
diferencial de Bessel.
Bessell(n,z) y BesselK(n,z)
Dan soluciones independientes de la ecuación
diferencial de Bessel modificada.
52 ECUACIONES DIFERENGIALES CON MATLAB
Se trata de la ecuación diferencial de Bessel para n=112. Obtendremos

dos soluciones linealmente independientes de la siguiente forma:
» pretty(simple(maple('BesselJ (1 /2,x)')))
2 sin (x)
1/2 1/2
pix
» pretty(simple(maple('BesselY(1 /2,x)')))
1/2
2 cos (x)
1/2 1/2
MGS
Capítulo 4
ECUACIONES DIFERENCIALES POR

METODOSAPROKMADOS
4.1 BCUACIONES DE ORDEN Y GRADO SUPERIOR A UNO,

LINEALES YNO LINEALES, NMTONOS APRO)ilMADOS
Cuando los métodos conocidos de resolución de de ecuaciones
diferenciales y sistemas no ofrecen solución, se suele recurrir a métodos
de aproximación. Dentro de los métodos aproximados los hay simbólicos y
numéricos. Los simbólicos permiten obtener soluciones algebráicas
aproximadas, y el más representativo es el de la series de Taylor. Los
numéricos permiten obtener conjuntos de puntos de las soluciones, que
posteriormente pueden ajustarse por cualquier método algebráico
(interpolación, regresión,....) a la curva que mejor les aproxime. Dicha
curva será una solución aproximada de la ecuación diferencial. Entre de
los métodos numéricos más comunes se halla el método de Runge Kuta.
El uso más corriente de los métodos aproximativos es la resolución

de ecuaciones y sistemas de ecuaciones diferenciales no lineales de orden
y grado superiores a uno, siempre que la solución exacta no sea posible de
obtener mediante otros métodos.
4.2 EL VTÉTOOO DE LAS SERIES DB TAYLOR

Este método ofrece soluciones polinómicas aproximadas de
ecuaciones diferenciales generales, y se basa en el desarrolo de funciones
en series de potencias de Taylor. Matlab ofrece la opción 'series' del

comando maple('dsdve'), que permite obtener este tipo de soluciones. Su
maple('dsolve(ecuación, func(var),'series')
Además existe el comando maple('powsolve') que resuelve
ecuaciones diferenciales lineales por series de potencias, y cuya sintaxis
es la siguiente:
maple('powseries[powsolve](ecuación, condl,....,condn)')
Con el comando maple('conveñ(polynom)') se puede convertir una
solución complicada a polinomio ordenado en potencias de la variable.
pretty(s i mp le(m apl e('dsolve(4*x^2*d iff(y(x),x$2)+4*x*d iff(y(x),x)+

(x^2-1 )*Y(x)=0,Y(x),series)')))
t/2 2 46
y(x) : Cl x (1 - 1/24 x + 7/1920 x + O(x ))
6
1/2 1/2
»» pretty(simplify(maple('convert(_C1*x^(112).Í1-1124"x^2+111920*x^4+
o(x^6))+-G2*(1lx^(112)*!og(x)*(o(x^6))+'ll¡r(112).(1''ll8*x^2+11384*x^4+
O(x^6))),polynom)')))
3 5 5
1/7920 (7920 _C1 x - 80 _C1 x + _C1 x + 1920 _C1 x O(x )
6 2
+ 192A _C2 1og(x) o(x ) + 1920 _c2 - 240 _c2 x +5 C2x
6 1/2
+ 7920 _C2 o(x )) / x
»»pretty(maple('dsolve({y(x).d iff(y(x),x$2)+diff(y(x),x)^2+ I =0,

Y(0)=1,D(y)(0)=1 ),y(x),series)'))
CAPÍTULO 4. ECUACIONES DIFERENCIALES POR MÉTODOS APROXIMADOS 55
*
2 4 6
u
y(x) :7+x-x +x -3/2x +5/2x + A(x )
e
b
t¿l » pretty(s¡mple(maple('dsolve({diff(x(t),t$2)+diff(y(t),t)a*x+12=0,
diff(y(t),t$2)-l0.diff(x(t),t)-y(t)+/=0,x(0)=1 ,Y(0)=1 ,D(x)(0)=l ,D(y)(0)=1),
{x(t),y(t)},series)')))
2 i 4 387 5 6
{y(t) :7 + t + 2 t + (- 43/2 + 20,/3 x) t - 3/2 t + (--- - 3 x) t + A(t ),
456
x(t) :1 + t + (- 13/2 + 2 x) t - 2/3 t +(43/8 - 5/3 x) t + 3/1A t + O(t)]
» pretty(simple(maple('dsolve({diff(x(t),t$2)+2*diff(x(t),t)+2*diff(y(t),t)+
tr 3*diff(z(t),t)+x(t)=1,diff(y(t),t)+diff(z(t),t)-x(t)=0,diff(x(t),t)+z(t)=g),
{x(t),y(t),2(t)}, series)')))
{x(t) = x(0) + D(x) (0) t + (- D(x) (a) - 1/2 x(A) + 1/2) t

3
I + (1/2 D(x) (0) + 7/3 x(0) - 1/3) t + (- 1/6 D(x) (0) - 1/8 x(A) + 1/8) t
)
._: 56
+ (1/24 D(x) (0) + 7/30 x(0) - 1/30) t + o(t ),
2
z(t): z(0) +x(0) t +7/2 D(x)(0) t + (- 7/3D(x)(0) - 1/6x(0) + 1/6) t
4+ 4
,4+ + (7/8 D(x) (0) + 1/12 x(A) - 1/12) t
56
+ (- 1/30 D(x) (0) - 1/40 x(0) + 1/40) t + o(t ),
2
y(t):y(0) +x(0) t+ 1/2 D(x)(0) t + (- 1/3 D(x)(0) - 7/6 x(0) + 1/6) t
4
+ (1/8 D(x) (0) + 1/12 x(0) - 7/72) t
6
+ (- 1/3A D(x) (0) - 1/40 x(0) + 7/40) t + a(t )
4.3 EL vrÉro»o DE RUNGE-KUTTA

El método de Runge-Kutta permite obtener un conjunto de puntos
de la solución aproximada de una ecuación diferencial. Maple aporta la
opción numeric del comando maple('solve') que posibilita el cálculo de
soluciones numéricas aproximadas de ecuaciones diferenciales. su
sintaxis es:
maple('dsolve(ecuación, func(var),'numeric')
»»maple('f := dsolve({3*diff(y(x),x$2)^2 = diff(y(x),x$3)*diff(y(x),x),

W''',o(yX0)=r,(o@@2XvX0)=1 ), v(x), numeric)')
f :: proc (x)' dsolve/numeric/result 2' (x, 3 B 7 9004, I j | ) end
Ahora calculamos varios puntos de la función solución, para hacer

una representación gráfica de la misma (figura 18-4).
» [maple('f(-O.3)'),maple('f(-0.2)'),maple('f(-O.1)'),maple('f(0)'),
maple('f(0. I )'), maple('f(0.2)'),maple('f(0.3)')l
an§:
{x: -.j,y(x) : .23s08893s9260396}{y(x) - .3167840433732281, x: -.2} {y(x) -

.4045548849869109, x: - l){y(*) : .5000000000000000, x 0} {x - .1, y(*) :
-
.605s728090006967j{y(x) : .7254033307s97474, x: .z} {y(x) : .A675444679682489, x -
.3000400000000000j
»> y=1.2350889359260396,.31 67 8404337 32281,.4045548849869i 09,.S,

.6055728090006967,.7254033307 597 47 4,.867 544467 9682a5il;
» plot((-0.3:.1 :0.3),y)
CAPíTULO 4. ECUACIONES DIFERENCIALES POR MÉTODOS APROXIMADOS 57
u.9
0,a
tc 0.7
rla 0.6
de 0,5
Su 0.4
D:
{:
O,?L
¡.1 nl t:1 03
I
lx),
Figura 4-1
Se observa que la figura es de tipo parabólico, con lo que podemoa

ajustar la nube de puntos a una parábola. Dicha parábola será la solución
simbólica aproximada de la ecuación diferencial.
» pretty(vpa(poly2sym(polyfit((-O.3:. 1 : 0.3),y,2))))
2
.5747427827483573 x + 1.041293962469090 x + .4991457846921903
Ya tenemos la función polinómica y(x) solución de la ecuación
D)),
D,-5,
Capítulo 5
SISTEIUAS DE ECUACIONES DIFERENCIALES

Y ECUACION{ES EI\ DIFERENCIAS FIMTAS
5.1 SISTEMAS DE BCUACIONBS LINEALES HOMOCÉWNAS

COI{ COEFICM,NTES CONSTANTES
Matlab resuelve directamente este tipo de sistemas sin más que
utilizar el comando dsolve o maple('dsolve') con la sintaxis ya conocida
Un sistema de ecuaciones diferenciales escrito como X'(t) = A X(t),

presenta una solución general de la forma:
n )"i t
x(t)= T ciVie
i=1
siendo i7,k) los autovalores correspondientes a los autovectores {Vk} de

matriz A del sistema (k=1 ,2,...n) y todos los i,k distintos.
Si existiese algun )"k =ak+bki, número complejo, genera la

siguiente componente de la solución general:
t )"k ¡.k t
ck1 Wk1 e +Ck2Wk2e donde:
wk1 = % (vk + Vk)cos(bkt) + i¡2 (Vk - vk)sen(bk t)
Wk2 = itz (ik- Vk)Cos(bkt) - 1t2 (Vk + Vk)Sen(bk t)
Vk es el autovector correspondiente al áutovalor ik y Vk es su conjugado'

si existe un fui de multiplicidad m>1, genera una parte de la solución
general, de la forma:
),it ).it 2 Xil k }.i t
ci e Vi +c(i+1)te V(i+1)+c(i+2)t e V(i+Z¡+.'..+c(i+k)t e VK
» pretty(dsolve('Dx='5*x+3*y,Dy=-2*x'1 0*y','t'))
y(t) : Ct exP( 7 0 + C2 exP( 8 t),
*(t) : - 3/2 Cl exP( 7 r) - C2 exP( 8 t)
También se puede usar la siguiente sintaxis:

» pretty(maple('dsolve({diff(x(t),t)=-5*x(t)+3*y(t),diff(y(t),t)=-2*x(t}-
10.y(t)), {x(t),Y(t)})'))
{y(t)
: exP( 7 t) + exP( 8 t)'
-Cl -C2
x(t) : - i/2 exp( 7 t) - exp( I t))
-Cl -C2
5.2 SISTEMAS DE ECUACIONES LINIEALES 1\O HOMO'

CÉNSAS CON COEF'ICM,NTES CONSTANTES
Ahora vamos a considerar sistemas de ecuaciones diferenciales no
+
homogéneas con coeficientes constantes de la forma X' = A X F(t)'
sea X = o(t)c la solución general del sistema homogéneo X',=AX-

Una solución particular del sistema no homogéneo es:
-1
Xp =o(t)J o(t) F(t) dt
La solución general del sistema no homogéneo será X=O(t)c+Xp,

con lo que tendremos la soluciÓn general:
CAPÍTULO 5. SISTEMAS DE ECUACIONES DIFERENCIALES 61
-1
X= o(t)c + o(t)j o(t) F(0 dt
Este método es la generalización a sistemas de ecuaciones del
método de variación de parámetros para las ecuaciones simples.
Matlab ofrece directamente la solución de estos sistemas con el

comando dsolve o maple('dsolve'), siempre y cuando pueda obtener la
forma algebráica de las soluciones de las integrales que aparecen en la
solución.
» pretty(simple(dsolve('Dx-Dy=s¡p(-t), Dy+§*¡+l*y=5i ¡(t+[)',

'x(0)=xs,r1g¡=yo','t')))
y(t) : 7/50 sin(3) cos(t) + 7/50 cos(3) sin(t) + 5/6 exp( t)
+ l/50 sin(3) sin(t) - 1/50 cos(3) cos(t) - 5/7 + 5/7 yo - 5/7 xo
+ (- 7/50 sin(3) + 2/7 yo + 1/50 cos(3) - 5/42 + 5/7 xo) exp(7f)
5.3 ECUACIONI-ES EN DIFERENCIAS FIMTAS

Matlab habilita la función maple('rsolve'), que permite resolver
ecuaciones en diferencias finitas y recurrentes en general. Su sintaxis es:
maple('rsolve({ecuación, condiciones_iniciales}, función)')
» pretty(maple('rsolve({y(m+l )=m*y(m)+(m+1 )!,y(1 )=2},y)'))
1/2GAMaA(m) (n +m+2)
p,
» pretty(maple('rsolve({y(2*n)={*y(n)+5,y(1 )=a},y)'))
loq (n)
______ + 7
2 2 log(2)
a n + n (- 20/3 (1/4) + 5/3)
» pretty(maple('rsolve({y(n+2)-3*y(n+1)+!*y(n)=4^n,y(0)=1 ,y({ )=1},y)'))
4/3-1/22 +1/64
» pretty(maple('rsolve({x(n)-n*x(n)*x(n+l )=x(n+1 ),x(0)=l },x)'))

2
n+2
» maple('rsolve({x(n+2)-2*x(n+l )+5*¡(¡)=cos(3*n),x(0)=1,¡(l )=1 },x)')
ans :
1 /2*(1 -2*ü/'tt+ 1 /2+(l +2*i)/Yt+(-39+cos(n-2)n3+22*cos(n-5)^3- I 9*cos(n-4)"3 +32*cos(n-3)^3-25*cos(n-2)^3 *cos(l)-25*cos(n-
2)^3*cos(j)+100*cos(n-2)"3*cos(1)n2+100*co,t(n-2)^3*cos(3)^2 +10*cos(n-3)/'3+cos(1)^2+10*cos(n-3)^3*cos(3)n2-72*cos(n-
3)n3 *cos(3)-7 2*cos (n-3)^3 *cos (l )-49*cos (n-4)^3 xcos( I ) + I 20*cos (n-4)^3 *cos (3)^2 + I 20*cos (n-1)"3*cos( I )^2-49*cos(n-
4)^3*cos(3) -60*cos(n-5)^3acos(3)-60+cos(n-5)^3*cos(l)+l69acos(n-2)^3+cos(l)*cos(3)-120+cos(n-2)^3 *cos(3)*cos(l)^2-
120*cos(n-2)n3*cos(3)^2*cos(1)-290*cos(n-3)^3*cos(3)"2*cos(l) +200*cos(n-3)^'3*cos(3)"2*cos(l)"2+208*cos(n-
3)^3*cos(1)acos(3)-290*cos(n-3)^3*cos(3)* cos(l)"2-100*cos(n-4)n3+cos(3)*cos(1)^2+265+cos(n-4)"3*cos(l)*cos(3)-
100*cos(n-4)"3 *cos(3)n2*cos(1)+50*cos(n-5)^3*cos(l)*cos(3)+100*cos(n-2)^3+cos(3)^2*cos(l)^2)
/(2 5*cos(3)"2 + 36*cos (l )+cos(3)-3 0*cos (3)-3 0*cos(3)"24cos( I ) + 2 5 *cos ( l)"2-30*cos( I )-
30*cos(3)*cos(1)"2+25+25*cos(3)^2*cos(l)^2)+l/4+(-30*i*(l+2*r^n-35+(l-2*i)^n*cos(3)^2 +27a(l-2*i)^n*cos(1)-25*(1-
2*i)^n*cos(l)^2-3 5 *(l +2*i)^nacos(3)^2-37+i*(l -2*i)^n*cos(3)-25*(l +2*i)^n*cos(l)^'2+ 2 I *(l-2*i)^n*cos(3)^2*cos(1 )+23*(1 -
2*i)^n*cos(3)*cos(112-20*(1 -2+i)^nacos(3)^Z*cos(1)^2+25*i+( I -2*i)^n*cos(3)^2+ I 5 *i+(l -2*i)^n*cos(l)^2-20*(l +2*r^n
*cos(3)^2*cos(l
)"2- I 5*¡*(l +2*i)^n*cos(1)"2+374i*(l +2+i)t'n*cos(3)+39*i*(l + 2*i)^n*cos(l)-t9*¡+( I -
2*i)nn*cos(l )+ 2 I * (1 + 2*i)^n*cos(3)^ 2*cos( I )+4 ¡ +¡ 1 ¡ 2 *i)^n*cos (3)+ 2 7 + (l +2 *i)^n *cos( I ) +48*i*( l -
2+i))t*cos(l )*cos(3)+ I 0*i*(l -2*i)^n*cos(3)^2*cos(l )^2-25*i*(l +2*i)^n*cos(3)"2+ 19*i*(l +2+i)^n*cos(3)*cos(l )^2-
48*i*(l+2*i)nnacos(1)*co.t(3) +33*i*(l+2*i)"n*cos(3)^2+cos(l)-24*(1+2*i)^n*cos(l)*cos(3)+23+(l+2*i)^n*cos(3)*cos(l)^2-
40*(1 -2*i)^rt-40*(1 +2*i)^n+4 I *(1 -2*i)^nacos(3)-l 0*i*(1 +2*i)^n*cos(3)^2*cos(1)"2-3 3*i+( I -2*i)"n*cos(3)^2*cos(t )+30*i*(1 -
2*i)^n-24*(l-2*r^n+cos(l)*cos(3)-19*i*(1-2*í)"n*cos(3) *cos(l)"2)/(5*cos(l)"2-6*cos(l)+5)/(5-6+cos(3)+5*cos(3)^2)-3/2+C
2*cos(n-2)*cos(l )-2*cos(n-2)'r I O*cct.s(n-2)*cos(1 )^2-5*cos(n-3)*cos(l )+cos(n-3))/(5*cos(l )^2-6*cos(1 )+ 5)-3/8*(í*(1 -
2*i)^n+cos(l )"2-2*(l -2*i)^n*cos(l )^2-4*i*(l -2*i)^n*cos(l)+ 3*i*(l -2*i)^n-4*(1 -2*i)^n+2*(l -2*i)^n*cos(l )-
2*(1 +2*i)^n*cos(1 )^2-¡*(l +2*i)^n*cos(1 )^2+4*i*(l +2*i)^n+cos(l )-4*(l +2*i)^n-
3 *i* ( I + 2+ ¡)/'n+ 2*( I + 2*i)^n+cos(1 ))/(5 *cos (l )^ 2-6*co,s( I )+ 5)
Ahora intentamos simplificar el resultado no trivial.

» pretty(simple(maple('evalf(rsolve({x(n +2)-2*x(n+1)+5*¡1¡¡=cos(3*n),
x(0)=1,¡11 ¡=1 ),x))')))
.4373424522418379 (1. - 2. i) + .4373424522418384 (1. + 2. i)

-
CAPÍTULO 5. SISTEMAS DE ECUACIONES DIFERENCIALES 63
9418421 760747166 cos (n) - .2069717398607332 cos(n) sin (n)
2 3
4405817940094277 cos(n) sin(n) - .7714545418874307 sin(n)
n
.0626567574570487 i (1. + 2. i) t .0626567574514487 i (1. - 2. i)

. 8765270805583898 cos (n) 180378847j807544 sin(n)
Capítulo 6
CALCULO I{LMERICO EN MATLAB.

APLICACIONES A LAS ECUACTONES
DIFERENCIALES
6.1 MATLAB Y LA PROGRAMACION

MATLAB puede utilizarse como un lenguaje de programación de alto
nivel que incluye estructuras de datos, funciones, instrucciones de control
de flujo, manejo de entradas/salidas e incluso programación orientada a
objetos.
Los programas de MATLAB suelen escribirse en ficheros

denominados M-ficheros. Un M-fichero no es más que código MATLAB
(scripts) que simplemente ejecuta una serie de comandos o funciones que
aceptan argumentos y producen una salida. Los M-ficheros se crean
utilizando el editor de texto, tal y como ya se vio en el Capítulo 2.
6.2 BDITOR DE TEXTO

Para crear un nuevo M-fichero se utiliza el Editor/Debugger, que se
activa haciendo clic en el botón D de la barra de herramientas de MATLAB
o mediante File+ New-+ M-file en el escritorio de MATLAB (Figura 6-1) o
en la ventana de comandos (Figura 6-2). El Editor/Debugger se abre con
un fichero en blanco en el cual crearemos el M-fichero, es decir, un fichero
con código de programación MATLAB (Figura 6-3). Cuando se trate de
abrir un M-fichero ya existente se utiliza File-+ Open en el escritorio de

MATLAB (Figura 6-1) o, alternativamente, se puede utilizar el comando
Open en la ventana de comandos (Figura 6-2). También se puede abrir el
Editor/Debugger haciendo clic con el botón derecho del ratón en el interior
de la ventana Current Directory y eligiendo New -+ M-file en el menú
emergente resultante (Figura 6-4). La opción Open de este menú abre un
M-fichero existente. Se pueden abrir varios M-ficheros simultáneamente,
en cuyo caso aparecerán en ventanas diferentes.
I Dr\...12\worklmatri¿1,trc
2 Dr\,..ltinnnEelBtrubond.m
I D:\,..\Finan.elÉsud¡sr,m
4 Dit.,,llinihEeldmrtizÉ,m
Figura 6-l Figura 6-2
fr-#rrumm
fÍ * couuicarions ror
ú-$cnnt.ar stscet rdiW
ii;$nuo aE$ieil.iutr 'j lenffie
+'],out*.e" otld'
ToúIbo* :
r*á#W;*itiJiiit : tu
Figura 6-3 Figura 6-4

CAPÍULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 67
La Figura 6-5 muestra las funciones de los iconos del

Editor/Debugger.
,{}ru ruete trf-áehe*o *ub s,,rqqfi+zg:+d-tei*s ee r¡n S;[-§s&ere

Ahrir EÉ-$iah*ro v§. sxiitsat* A X!*i& EÉ&et*¡l
É¡¡*ráer&á-€i*hsrc +tusr pr:uto d* esrt* p*re de¡*lggs flrec'fulerfttJ
Empriroir l{-ñe&.ero paato de mrt*
IEI;"'li*n Fe:Et*.{**§et§
I F1*m*u liaee e*Ml d+ h{-Éiehero
I I &so d* eiecueioa e Esá fuaeióe
I I 'I .Peu¡aáe¡*reaF;ireiar
I I I t 1Ei**raÉhs**nrs*errarÉmrt*
=i*;'ta; !*
ir i
#*\.e@* **6:1*;' ;
Figura 6-5
6.3 SCRIPTS
Los scripts son el tipo de M-fichero más sencillo posible. Un script no

tiene argumentos de entrada ni de salida. sencillamente está formado por
instrucciones MATLAB que se ejecutan secuencialmente y que podrían
submitirse igualmente en serie en la ventana de comandos. Los scripts
operan con datos existentes en el espacio de trabajo o con nuevos datos
creados por el propio script. cualquier variable que se cree mediante un
script permanecerá en el espacio de trabajo y podrá utilizarse en cálculos
posteriores después de finalizar el script.
A continuación se presenta un ejemplo de script que genera varias

curvas en polares representando pétalos de flores. Una vez escrita la
sintaxis del script en el editor (Figura 6-6), se guarda en la librería de
trabajo (work) y simultáneamente se ejecuta, haciendo clic en er botón JE
o utilizando la opción save and run del menú Debug (o presionando FS).
Para pasar de un gráfico al siguiente basta con pulsar ENTER.
Figura 6-6
Figra6-7 Figura 6-8
6.4 FUNCIONES Y M.FICHEROS. FUI{CTION, BVAL Y

FEVAL
Ya sabemos que MATLAB dispone de gran variedad de funciones
para usar en el trabajo cotidiano con el programa. Pero, además, el
programa ofrece la posibilidad de definir funciones a medida. El camino
más usual para definir una función a medida es escribir su definición en un
fichero texto, denominado M-fichero, que será permanente y que, por lo
tanto, permitirá el uso posterior de la función siempre que se requiera.
MATLAB es habitualmente utilizado en modo comando (o

interactivo), en cuyo caso se submite un comando que se escribe en una
CAPíTULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 69
única línea sobre la ventana de comandos y se procesa de inmediato. pero

MATLAB también permite la ejecución de conjuntos de comandos en modo
batch, en cuyo caso se submiten secuencialmente un conjunto de
comandos escritos previamente en un fichero. Este fichero (M-fichero) ha
de ser almacenado en disco con la extensión ".m" en el camino de
subdirectorios de MATLAB, utilizando cualquier editor ASCII o Ia subopción
M-file de Ia opción New del menú File de ra barra superior de menús, la
cual nos lleva a un editor de texto que permitirá escribir las líneas de
comandos y guardar el fichero con un determinado nombre. La opción
open M-File del menú File de la barra superior de menús permite editar
cualquier M-fichero preexistente.
Para ejecutar un M-fichero basta con teclear su nombre (sin

extensión) en modo interactivo sobre la ventana de comandos y pulsar
Enter. MATLAB interpreta secuencialmente todos los comandos o
sentencias incluidos en las diferentes líneas del M-fichero y los ejecuta.
Normalmente no aparecen en pantalla los riterales de los comandós que
MATLAB va interpretando, salvo que se active er comando echo on, y sólo
se van viendo los resultados de las ejecuciones sucesivas de los
comandos interpretados. Normalmente, el trabajo en modo batch es útil
cuando se procesan conjuntos muy largos de comandos de escritura
tediosa y con propensión a cometer errores, pero la mayor utilidad se
presenta en Ia automatización de procesos. Además, en las líneas de un
M-fichero se pueden introducir textos explicativos y comentarios,
empezando cada línea al efecto por el símbolo %. con el comando Help se
accede al texto explicativo de un M-fichero.
El comando function permite la definición de funciones a medida en

MATLAB, constituyendo una de la aplicaciones más útiles de los M-
ficheros. La sintaxis de este comando es la siguiente:
function pa rámetros_sa ida = nom bre_fu nción (pa rámetros_e ntrada

I
)
cuerpo de la función
una vez que la función ha sido definida, se guarda en un M-fichero

para su uso posterior. Es Útil también introducir algún texto explicativo en la
sintaxis de la función (entre o/o), al cual se accederá con el comando de
ayuda Help.
cuando los parámetros de salida son más de uno, se sitúan entre

corchetes y separados por comas. Si los parámetros de entrada son más
de uno, se separan por comas. El cuerpo de la función es la sintaxis que la
7O ECUACIONES DIFERENCIALES CON MATLAB
define, y debe incluir comandos o instrucciones que asignen valores a los

parámetros de salida. Cada comando o instrucción del cuerpo suele ir en
una línea que finaliza con una coma o con un punto y coma en caso de
que se definan variables (para evitar repeticiones en las salidas al ejecutar
la función). La función se guarda en el M-fichero de nombre
nombre_función.m.
A continuación vamos a definir la función funl(x)=¡n3-2x+cosx,

creando el correspondiente M-fichero de nombre fun1.m. Para introducir
dicha sintaxis en MATLAB se selecciona la subopciÓn M-file de la opciÓn
New del menú File de la barra superior de menús (o se hace clic en el
botón D Oe la barra de herramientas de MATLAB), la cual nos lleva al
editor de texto MATLAB Editor/Debugger que permitirá escribir las líneas
de comandos relativas a la sintaxis de la funciÓn, tal y como se indica en la
Figura 6-11.
?.T:.rlt i.:iúe áe s1B fu.rié* Bieplt

p=x^3-:*x+cqE (xi ¡
;;::;t:
Figura 6-11
Para guardar de forma definitiva dicha sintaxis en MATLAB se

selecciona la opción Save del menú File de la barra superior de menús del
MATLAB Editor/Debugger, la cual nos lleva a la caja de diálogo Guardar de
la Figura 6-12, mediante la cual podemos guardar nuestra funciÓn con el
nombre deseado y en el subdirectorio que se indique como ruta en el
campo Nombre de archivo. También puede hacerse clic en el botón 'lü o
utilizar la opción Save and run del menú Debug.
Se recomienda guardar las funciones como ficheros de nombre igual

al nombre de la función y en el subdirectorio de trabajo por defecto de
MATLAB C :\MATLAB6pI\work. Precisamente es la situación que presenta
el programa por defecto al intentar guardar cualquier función a medida y al
utilizar el icono JE o la opción Save and run del menú Debug para ejecutar
y guardar simultáneamente el M-fichero actual del editor.
cnpílulo 6 cAlcuLo NUMERtco EN MATLAB. ApLtcActoNEs A LAS EcuActoNEs... 71
Figurra6-12
Una vez definida y guardada la función anterior en un M-fichero, se

puede utilizar desde la ventana de comandos. Por ejemplo, para hallar el
valor de la función en 3nl2 escribimos sobre la ventana de comandos usual
de MATLAB:
) funl (3*pí/2)
ans -
95.2274
e
atr
le
Para pedir ayuda sobre la función anterior (suponiendo que fue
previamente introducida como comentario al elaborar el M-fichero que Ia
el
ol define) se utiliza el comando help, como sigue:
o >) heJ-p funl
Definición de una función simple
al La evaluación de una función en sus argumentos (o parámetros de
le entrada) también puede realizarse a través del comando feval, cuya
ta sintaxis es la siguiente:
al
ar Evalúa lafunción F (M-fichero F.m) en los
argumentos especificados argl , arg2,...,argn
Como ejemplo construimos un M-fichero de nombre ecuacion2.m

que contiene la función ecuacion2, cuyos argumentos son los tres
coeficientes de la ecuaciÓn de segundo grado ax2+bx+c - 0 y cuyas
salidas son sus dos soluciones (Figura 6-13)'
Si ahora queremos resolver la ecuación x2+2x+3 = 0 utilizando feval'

escribimos en la ventana de comandos lo siguiente:
>> [x1 rx2]=¡sr"J-('ecuaciorr2',1,2,31

x7:
-1.0000 + 7.4742i
x2:
-1.0000 - 1.4142i
También se Puede resolver la ecuación de segundo grado como
sigue:
>> [x1 ,x2] =ss¡r"cion2 (l ,2,31

x7:
-1.0000 + 1.4742i
.-a
-
-1.0000 - 7.4742i
CAPíIULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAs ECUACIONES... 73
Si pedimos ayuda sobre la función ecuación2 tenemos lo siguiente:
>> help ecuacion2

Esta función resuefve fa ecuación de segundo qrado
ax^2+bx+c:0
cuyos coeficientes son a, b y c (parámetros de entrada)
y cuyas sofuciones son x7 y x2 (parámetros de salida)
La evaluación de una función en sus argumentos (o parámetros de

entrada) cuando son cadenas se realiza a través del comando eval, cuya
eval(expresión) Ejecuta la expresión cuando es una cadena
Como ejemplo evaluamos una expresión carácter que define la

matiz mágica de orden 4.
>> n=4;
)) eval ( ['M' num2str (n) ' = magic (n) ' ] )
M4:
162313
511108
97672
474757
6.5 VARIABLES LOCALES Y GLOBALES

Normalmente, cada función de MATLAB definida como un M-fichero
contiene sus variables como variables locales, es decir, como variables
que tienen su efecto en el inter¡or del M-fichero, separadamente de otros
M-ficheros y del espacio de trabajo base. No obstante, es pos¡ble definir
var¡ables en el interior de M-ficheros de modo que tengan efecto
simultáneamente en el interior de otros M-ficheros y en el propio espacio
de trabajo base. Para ello es preciso definir las variables como globales
con el comando GLOBAL, cuya sintaxis es la siguiente:
GLOBAL xy 2... Define las vqriables x, y, 2... como globales
Cualquier variable definida como global en el interior de una función

es accesible separadamente para el resto de las funciones y para el
espacio de trabajo base línea de comandos. Si la variable global no existe,
la primera vez que se define en la sentencia GLOBAL, se inicializará como
la matriz vacía. Si ya existe una variable con el mismo nombre que la que
se está definiendo como global, MATLAB emite un mensaje de peligro y
cambia el valor de la variable a enlazar como global. Es conveniente
declarar una variable como global en cada función que necesite acceso a
ella, y también en la línea de comandos, para tener acceso a ella desde el
espacio de trabajo base. En el interior de las funciones el comando
GLOBAL se sitúa al principio (antes de cualquier ocurrencia de la variable).
Como ejemplo, supongamos que se quiere estudiar el efecto de los

coeficientes de interacción cr y B en el modelo de Lotka-Volterra:
t1 = 3'1-a}r3t,
i z= -j z+ P-u1J2
Para ello creamos la función lotka en el M-fichero lotka.m de la

Figura 6-14.
Figura 6-14
Si posteriormente sobre la línea de comandos escribimos lo

siguiente:
)) global ALPIA BETA
ALPHA = 0.01
BETA = 0.02
ya se podrán utilizar estos valores globales para o y B en el interior

del M-fichero lotka.m (sin tener que volver a especificarlos). por ejempro,
podrá realizarse una representación (Figura 6-15) con la sintaxis siguiente:
>> [t,y] = ode23('lotka',0,10, [1; 1]); plot(t,y¡
cAPrruLo 6 CALCULO NUMERTCO EN MATLAB. APLTCACTONES A LAS ECUACTONES... 7s
Figura 6-15
6.6 TIPOS DE DATOS
En MATLAB hay 14 tipos de datos diferentes que se representan en

la Figura 6-'16.
ARFIAY
funetion handle
int8. uint§, srngJ-e doubl-e

intl §, uintl Sn I
int33, uint32 Epar§É
Figura 6-16
A continuación se detallan los distintos tipos de datos:
Tioo de dato Eiemplo Descripción

single 3*10^38 Precisión numérica simple. Requiere
menor almacenamiento que la doble
precisión, pero es menor. Este tipo de
datos no debe usarse en operaciones
matemáticas.
double 3*10^300 Doble precisión numérica. Es el tipo de
5+6i variable más común en MATLAB
sparse speye (5) Matriz disoersa con doble precisión.

int8, uint8, uintS (¡nagic (3) ) Enteros con y sin signo y con 8, 16, y 32
int16, bits de longitud. Posibilitan usar
uint16, cantidades enteras con manejo eficienfe
int32. uint32 de memoria. Este tipo de datos no debe
us ars e en ooeraciones matemátic as.
char 'HeIIo' Caracteres (cada carácter tiene una
lonsitud de 16 bits).
ce11 {17 'heI1o' ef'e(2)} Celda kontiene datos de similar tamaño)
structure a.daY = L2 Esfructura (contiene celdas de similar
a.color = 'Red' tamaño)
a.mat = maqic(3)
user class inline ('sin (x) ') Clase MATLAB (creada con funciones)
java class java. awt. Erame Clase Jwa (defrnida en API o propia con
.Iava)
function @humps Maneja funciones MATLAB. Puede ser
handle pasada en una lista de argumentos Y
evaluada con fevaf.
6.7 CONTROL DE FLUJO: BUCLES FOR, WHILE E IF

ELSETF
El uso de funciones recursivas, cond¡cionales y definidas a trozos
es muy habitual en matemáticas. Para la definición de este tipo de
funciones eS necesario el manejo de bucles. Como eS natural, la definiciÓn
de las funciones se hará a través de M-ficheros.
6.7.1El bucle FOR

MATLAB dispone de su propia versión de la sentencia DO (definida
en la sintaxis de la mayoría de los lenguajes de programaciÓn). Esta
sentencia permite ejecutar de forma repetitiva un comando o grupo de
comandos varias veces. Por ejemplo:
': *r i=1:3, x(i)=O, end

CAPÍIULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 77
La forma general de un bucle FOR es la siguiente:
for variable : expresión

comandos
end
El bucle siempre empieza con la cláusula for y termina con la
cláusula end, e incluye en su interior todo un conjunto de comandos que se
separan por comas. Si algún comando define una variable, se finaliza con
punto y coma para evitar repeticiones en la salida. Normalmente, los
bucles se utilizan en la sintaxis de M-ficheros. Veamos un ejemplo (Figura
6-17):
Figtra 6-17
En este bucle hemos definido la matriz de Hilbert de orden (m,n). Si

guardamos su contenido como un M-fichero de nombre matriz.m,
podremos construir cualquier matriz de Hilbert posteriormente ejecutando
el M-fichero y especificando los valores para las variables my n
(dimensiones de la matriz) como se indica a continuación:
)) M=matríz(4,51
M-
7- 0000 0. s000 0.3333 0-2500 0-2000

0.5000 0.3333 0 .2s00 0.2000 0.1667
0.3333 0.2500 0.2000 0.1667 0.7429
0.2500 0.2000 0.1567 0.1429 0.7250
6.7.2 El bucle WHILE

MATLAB dispone de su propia versión de la sentencia WHILE
definida en la sintaxis de la mayoría de los lenguajes de programación.
Esta sentencia permite ejecutar de forma repetitiva un comando o grupo de
comandos un número determinado de veces mientras se cumple una
condición lógica especificada. La sintaxis general de este bucle es la
siguiente:
while condición
comandos
end
El bucle siempre empieza con la cláusula while seguida de una

condición, y termina con la cláusula end, e incluye en su interior todo un
conjunto de comandos que se separan por comas y que se ejecutan
mientras se cumple la condición. Si algún comando define una variable, se
finaliza con punto y coma para evitar repeticiones en la salida. Como
ejemplo escribimos un M-fichero (Figura 6-18) que se guarda con el
nombre while1.m, cuya ejecución permite calcular el mayor número cuyo
factorial no excede a 10100.
Figura 6-18
Ahora ejecutamos el M-fichero.

) whi1e1
70
CAPÍTULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 79
6.7.3 El bucle IF ELSEIF ELSE END

MATLAB, al igual que la mayoría de los lenguajes de programación
estructurada, también incorpora la estructura lF-ELSEIF-ELSE-END.
Mediante esta estructura, se pueden ejecutar secuencias de comandos si
se cumplen determinadas condiciones. La sintaxis del bucle es la
siguiente:
if condición
comandos
end
En este caso se ejecutan los comandos si la condición es cierta.

Pero la sintaxis de este bucle puede ser más general.
if condición
comandosl
else
comandos2
end
En este caso se ejecutan los comandosl si la condición es cierta, y

se ejecutan los comandos2 si la condición es falsa.
Las sentencias lF, al igual que las sentencias FOR, pueden ser
anidadas. Cuando se anidan varias sentencias lF se utiliza la sentencia
ELSEIF, cuya sintaxis general es la siguiente:
if condiciónl
comandosl
elseif condición2
comandos2
elseif condición3
comandos3
'else
end
En este caso se ejecutan los comandosl si condición1 es cierta, se

ejecutan los comandos2 si condición1 es falsa y condición2 es cierta, se
ejecutan los comandos3 si condición'l y condición2 son falsas y condición3
es cierta, y así sucesivamente.
La sintaxis anidada anterior es equivalente, pero más rápida de

ejecución, a la sintaxis sin anidar siguiente:
if condiciónl
comandosl
else
if condición2
comandos2
else
if condición3
comandos3
else
end
end
end
Veamos como ejemplo (Figura 6-19) el M-fichero de nombre

elsel.m siguiente:
Figura 6-19
Al ejecutarlo obtendremos el tipo de número (negativo, par o impar)

para un valor de n especificado:
)) else1 (8) , elsel (5) , else1 (-10)
n es par
CAPÍTUIO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 81
n es impar
A:
n es neqativo
6.7.4 SWITCH Y CASE
La instrucción switch ejecuta ciertas sentencias basadas en el valor
de una variable o expresión. su sintaxis básica es la siguiente:
switch expresión (escalar o cadena)
case valorl
sentencias % Ejecttasi expresión esvalorl
case valor2
sentencias '% Ejectta si expresión es valor2
otherwise
sentenciass %o Ejeatta si expression no cumple
%o ningún caso
end
A continuaciÓn se Presenta un ejemplo de una función que
devuelve -1, 0, 1 u otro número según sea la entrada (Figura 6-20).
Figura 6-20
Después ejecutamos el ejemplo anterior.

>> casel (25)
otro vafor
>> casel (-1)
menos uno
6.7.5 COI{TINUE
La instrucción continue pasa el control a la iteración s¡guiente en un
bucle for o while en el cual aparece ignorando las restantes instrucciones
en el cuerpo del bucle. A continuación se muestra el M-fichero continue.m
(Figura 6-21) que cuenta las líneas de cÓdigo en el fichero magig.m
ignorando las líneas blancas y los comentarios.
Figura6-21
Seguidamente ejecutamos el M-fichero.
)) continuel
25 fineas
6.7.6 BREAK
La instrucción break finaliza la ejecución de un bucle for o while en
el cual aparece continuando la ejecución en la siguiente instrucción fuera
del bucle. A continuación se muestra el M-fichero breakl.m (Figura 6-22)
que lee las líneas de código en el fichero fft.m saliendo del bucle cuando
se encuentre Ia primera línea vacía.
Figra6-22
Después ejecutamos el M-fichero.
>> breakl
';FFT Discrete Fourier transforn.
2; FFT(X) is the discrete Fourier transform (DFT) of vector X. For
Z matrices, the FFT operation is appTied to each column. For N-D
* arrays, the FtrT operation operates on the fitst non-singleton
Z dlmension.
6
* FFT(X,N) is the N-po1nt FFT, padded with zeros 1f X ¡as -¿ess
3 than N points and truncated if it has more.
z
Z FFT(X,[],DIM) or trFT(X,N,DIM) applies the FFT operation across the
3 dlmension DIM.
z
& tror Tenqth N input vector x, the DET is a length N vector X,
Z with efements
ZN
Z X(k) : sum x(n)*expr-i*2*pi*(k-1)*(n-7)/N), 1 <:k <:N.
& n:7
* The inverse DFT (conpüted by IFFT) is qiven by
ZN
& x(n) : (1/N) sun X(k)*exp( j*2*pi*(¡<-1)*¡n-1)/N), 7 (: n <: N.
Z k:1
Z
* See afso IFFT, FFT2. IFtrT2, FETSHIFT.
84 ECUACIONES DIFERENCIALES.CON MATLAB
6.7.7 TRY ... CATCH

no ocurra un
Las instrucciones entre try y catch se ejecutan mientras
error. La instrucción lasterr sá utiliza para ver loa causa
del error' La
sintaxis general de la instrucción es la siguiente:
tty,
instrucción,
instrucción,
catch,
instrucción,
.. .,
instrucción.
end
6.7.8 RETURN
y
La instrucción return finaliza la secuencia actual de comandosse
devuelve el control a la funciÓn invocada o al teclado'
A continuación
pl""'"ntu un ejemplo (Figura 6-23) que calcula el determinante de una
matizque no es vacía. Si-la matriz es vacía Se obt¡ene el valor
1'
Figura6-23
Posteriormente ejecutamos la funciÓn para una matriz no

vacía'
¡¡ [=[-1,-1,! ;L,0,L;L,L,Ll
A:
CAPÍTLO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 85
-7-71
707
117
>> detl (A)
ans -
2
Ahora aplicamos la función a una malriz vacía.

>> F[]
D-
tl
>> detl (B)
ans :
.L
6.8 SUBFUNCIONES
Las funciones definidas mediante M-ficheros pueden contener código
para más de una función. La función principal en el M-fichero se denomina
función primaria, que es precisamente la función que invoca el M-fichero. Pero
adicionalmente puede haber subfunciones colgando de la función primaria y
que sólo son visibles para dicha función primaria o para otra subfunción dentro
del mismo M-fichero. Cada subfunción comienza con su propia línea de
definición de función. En la Figura 6-24 se presenta un ejemplo.
Figtra6-24
86 ECUACIONES DIFERENCIALESCON MATLAB
Las subfunciones mean y median calculan la media y la mediana de

la lista de entrada. La función primaria newstats determina la longitud de la
lista y llama a las subfunciones pasándoles la lista de longitud n. A la hora
de ejecutar la función principal, basta darle su entrada correspondiente
(una lista de valores para los que se calculará su media y su mediana) y
las llamadas a las subfunciones Se realizan automáticamente tal y como se
ve a continuación.
>> [media, mediana] = neytstats ( [10 ,20,3,4,5,67)

media :
I
mediana :
5.5000
6.9 ECUACIONES DIFERENCIALES ORDINARIAS

MEDIANTE MÉTODOS DE CÁLCULO I{UMÉRICO
Obtener soluciones exactas de ecuaciones diferenciales ordinarias

no eS una tarea sencilla. Existen diferentes métodos para obtener
resultados numéricos aproximados para las soluciones de ecuaciones
diferenciales ordinarias, entre los que destacan el método de Euler, el
método de Heun, el método de las series de Taylor, los métodos de
Runge-Kutta (implementados en el mÓdulo básico de MATLAB), el método
de Adams-Bashforth-Moulton, el método de Milne y el método de
Hamming.
6.9.1Método de Euler
Sea [a,b] el intervalo en el que queremos resolver la ecuaciÓn
diferencial y'=f(t,y) con y(a)=y0. Dividimos el intervalo [a,b] en M
subintervalos del mismo tamaño usando la partición dada por los puntos tk
=a+kh k=0,1, ..., M ¡¡=(b-ayM. El método de Euler obtiene las
"on
aproximaciones a la solución de la ecuaciÓn diferencial mediante la
iteración yk+1 = yk+hf(tk, yk) k=0,1, ..., M-1.
El método de Euler puede implementarse mediante el M-fichero de

laFigura6-24.
I
I
l
L
Figwa6-24
6.9.2 Método de Heun
Sea [a,b] el intervalo en el que queremos resolver la ecuación

diferencial y'=f(t,y) con y(a)=yO. Dividimos el intervalo [a,b] en M
subintervalos del mismo tamaño usando la partición dada por los puntos tk
=a+kh k=0,1, ..., M con h=(b-a)/M.
El método de Heun obtiene las aproximaciones a la solución de la

ecuación diferencial mediante la iteraciÓn yk+1 = yk+h(f(tk, yk)+ f(tk+1, y[+
f(tk, yk)))/2 k=0,'1, ..., M-1.
El método de Heun puede implementarse mediante el M-fichero de

la Figura 6-25.
88 ECUACIONES DIFERENCIALESCON MATLAB
Figlora6-25
6.9.3 Método de las series de Taylor
sea [a,b] el intervalo en el que queremos resolver la ecuaciÓn

diferencial y'=f(i,y) con y(a)=y0. Dividimos el intervalo [a,b] en M
subintervaloi Oel mismo tamaño usando la partición dada por los puntos tk
=a+kh k=0,1, ..., M con ¡=(b-a)/M.
El método de las series de Taylor (vamos a considerarlo de orden 4)

obtiene las aproximaciones a la solución de la ecuaciÓn diferencial
evaluando y', Y", y"' e y"" mediante sus respectivos desarrollos en series
de Taylor de orden 4.
El método de las series de Taylor puede implementarse mediante el

M-fichero de la Figura6-26.
t-
CAPíTULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES.., 89
Figxa6-26
Como ejemplo resolvemos la ecuación diferencial y'(t) = (t-y)12 en

[0,3] con y(0)=1 mediante los métodos de Euler, Heun y series de Taylor.
Comenzaremos definiendo la función f(t,y) mediante el M-fichero de

la Figura 6-27 .
Figxa6-27
La solución de la ecuación por el método de Euler en 100 pasos se

calculará como sigue:
)) E=euler('dif1',O,3,1,100)
E_
0 1.00000000000000
0. 0
03 00000000000 0.98500000000000
0. 06000000000000 0.97067s00000000
0. 09000000000000 0.95707487500000
0.12400000000000 0. 944009 6s1B7500
0.15000000000000 0 . 9316495 0 7096B I
0.18000000000000 0.97992476449042
,. ttooooo0000000 7.56377799005970
2.88000000000000 1 .58307732020827
2.91000000000000 7. 60252525040509
2.94000000000000 7. 62213737764907
2.97004000000000 7.64790537107428
3.00000000000000 1.66182673140876
Esta solución puede graficarse (Figura 6-28) como sigue:
>> plot (E ( : ,2) )
Figura 6-28
La solución de la ecuación por el método de Heun en 100 pasos se

calculará como sigue:
CAPÍruLO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES... 91
)) H=heun('dif1' r0r3r1,100)
n-
0 1.00000000000000
0. 0
03 00000000000 0.9 B53 3 750000000
0.060a0000000000 0.97133997296875
0.09000000000000 0.95799734007443
0.12000000000000 0 - 94530002967496
2.88000000000000 1 . 590822 093 794 54

2.91000000000000 7.67023972987327
2.94000000000000 7.62987497089478
2.97000000000000 7.64954529740884
3.00000000000000 1 . 66942 I 5 60I B2 99
La solución mediante el método de las series de Taylor exige definir

previamente la función df = [y' y" y"' y""] mediante el M-fichero de la
Figura 6-29.
Figtura6-29
La ecuación diferencial se resolverá por Taylor mediante la sintaxis:
>> T=taylor ( 'df ' ,0 ,3, 1 ,100)
0 1.00000000000000
0 . 03 00000000000 0 0.98533581882813
0.06000000000000 0.971i366006828i
0 . 0900000000000 0 0 . 957 9924455544i
0- 94529360082516
2- 88000000000000 1.59078327648360
2.91000000000000 1.61020109213866
92 ECUACIONES DIFERENCIALE§ CON MATLAB
2.94000000000000 1. 62977645599332
2.97000000000000 7. 64950702245046
3.00000000000000 1. 66939048087422
Comenzamos definiendo la función f(t,y) mediante el M-fichero de la

Figura 6-30.
Figura 6-30
A continuación resolvemos la ecuación diferencial por el método de

Euler en 20 pasos mediante la sintaxis siguiente:
)> E=eu]-er ('díf2 ' ,0,0 .8 ,L ,201
L-
0 1.00000000000000
0.04000000000000 1.04000000000000
0.08000000000000 1.08332800000000
0.12000000000000 7.73052798222336
0.16000000000000 7.78222772296696
0.20000000000000 1.23915821852503
0.2400000000a000 7.30217874274655
0 .28000000000000 7.372309s2120649
0. s2000000000000 7.45077485808625
0.36000000000000 1.53906076564045
0.40000000000000 1.63899308725380
0.44400000000000 7 .75284502085643
0.48000000000000 7. 8834B764 7542 0 I
0.52000000000a00 2 - 03460467627982
0.56000000000000 2 .27100532382941
0.60000000000000 2.419097105s0949
CAPÍIULO 6 CALCULO NUMERICO EN MATLAB. APLICACIONES A LAS ECUACIONES.,. 93
0. 64000000000000 2.66757777657970
0.68000000000000 2.96859267586445
0. 72000000000000 3.339590s006230s
0.76000000000000 s.8064408s566367
0.80000000000000 4.4091045090 79 9 9
La solución puede graficarse (Figura 6-31) como sigue:

plot (E (: ,21I
Figura 6-31
Capítulo 7
ECUACIONES EN DIFERENCIAS CON

VALORES IMCIALES, VALORES EN LA
FRONTERA Y EN DERIVADAS PARCIALES
7.1 SOLUCIÓN NUMÉRICA DE ECUACIONES

DIFERENCTALES
MATLAB dispone de comandos en su módulo básico que permiten
resolver numéricamente ecuaciones diferenciales ordinarias (ODEs),
ecuaciones diferenciales algebraicas (DAEs) y resolución de problemas
con valores en la frontera oDEs. También es posible la resolución de
sistemas de ecuaciones diferenciales con valores en la frontera y
ecuaciones diferenciales en derivadas parciales parabólicas y elípticas.
7 .2 ECU ACIONES DTFERENCIALBS ORDINARIAS

CON VALORES INICIALES
Una ecuación diferencial ordinaria contiene una o más derivadas de
la variable dependiente y respecto a la variable independiente t. una
ecuación diferencial ordinaria de primer orden con valores iniciales para la
variable independiente puede representarse como:
96 ECUACIONES DIFERENCIALE§ CON MATLAB
.3': f(É,3)
y(f6l: 3,n
Se puede generalizar el problema anterior para el caso de que y

sea un vector y = (y1 , Y2, ..., yn).
Los comandos del módulo básico de MATLAB relativos a ecuaciones

diferenciales ordinarias y algebraicas con valores iniciales se presentan en
la tabla siguiente:
Comando Clase de problema que resuelve. método numérico v sintaxis

ode45 Ecuaciones diferenciales comunes por el método de Runse-Kutta
ode23 Ecuaciones diferenciales comunes por el método de Runse-Kutta
odel13 Ecuaciones diferenciales comunes por el método de Adams
odel5s Ecuaciones diferenciales ordinarias y algebraicas mediante NDFs
BDFs)
ode23s Ecuaciones diferenciales ordinarios por el método de Rosenbrock
ode23t Ecuaciones diferenciales ordinarias y algebraicas por la regla
trapezoidal
ode23tb E cuaciones diferenciales ordinarias mediante TR-B DF 2
La sintaxis común para los 7 comandos anteriores es la siguiente:
IT,Y] : solver (odefun, tspan, y0)

IT,Y] : solver (odefun,tspan, y0, opciones)
IT,Y] : sofver (odefun,tspan, y0ropciones,p1,p2. . .)
ITrYrTE¡YE, IE] : solver (odefun,tspanry0ropciones)
En la sintaxis anterior solver puede ser cualquiera de los comandos

ode45, ode23, odel 13, ode15s, ode23s, ode23t u ode23tb.
El argumento odefun evalúa el lado derecho de la ecuación

diferencial o sistema escrita en la forma y'=f(t,y) o M(t,y)y'=f(t,y), donde
M(t,y) se denomina matriz de masa. El comando ode23s sólo puede
resolver ecuac¡ones con matriz de masa constante. Los comandos ode15s
y ode23t pueden resolver ecuaciones con matriz de masas singular y
ecuaciones diferenciales algebraicas. El argumento tspan es un vector que
especifica el intervalo [10, tf] de integración (para obtener soluciones en
valores específicos de t, todos crecientes o decrecientes, se usa tspan =
[10, t1, .,., tfl).El argumento y0 especifica un vector de condiciones
iniciales. Los argumentos p1, p2,... son parámetros opcionales que se
CAPÍTULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 97
pasan a odefun. El argumento opciones especifica opciones adicionales de

integración mediante el comando odeset que pueden encontrarse en el
manual del programa. Los vectores T e Y presentan los valores numéricos
de las variables independiente y dependiente encontrados para las
soluciones.
Como primer ejemplo hallamos las soluciones en el intervalo 10,121

del sistema de ecuaciones diferenciales ordinarias siguiente:
/
rr- 1
-,2-, -vr(O)=0
., ,^\ fi
.?'o : -3,r J'r

- t* ó J2(0) = I
3'* : -0"51srse ss(ül = 1
Para ello definimos una función de nombre sistemal en un M-

fichero, con la finalidad de almacenar en ella las ecuaciones del sistema.
La forma de definir esta función es partir de un vector columna con tres
filas vacío, para asignarle posteriormente tres componentes que
constituyen la sintaxis de las tres ecuaciones (FiguraT-1).
Figura 7-l
A continuación resolvemos el sistema tecleando en la ventana de

comandos lo siguiente:
>> [T,Y] = ode45(Gsistemal,lO L2),[0 1 1])

0.0001
0.0001
0.0002
0.0002
0.0005
17.6736
71-7424
77 - 8772
12.0000
Y-
0 1.0000 1.0000
0 .0007 1 .0000 7.0000
0 .0001 1 .0000 1.0000
0 .0002 1.0000 1.0000
0- 0002 1 .0000 7.0000
0.0005 1 .0000 7.0000
0 .0007 1.0000 1.0000
0.0070 1.0000 1.0000
0 .0012 1.0000 1.0000
0 .002s 7.0000 1.0000
0.0037 1.0000 1.0000
0.0050 1.0000 7-0000
0.0062 1 .0000 1.0000
0 .0725 0.9999 1.0000
0.0188 0.9998 0.9999
0- 0257 0.9997 0.9998
0- 0313 0.9995 0.9997
0..0627 0.9980 0- 9990
0.8594 -0.5705 0.7894

0.7257 -0.6876 0.8552
0.5228 -0.8524 0.9287
0 .2695 -0.96i1 0.9815
-0 - 0778 -0.9990 0.9992
-0 .29i6 -0.9540 0.976i
-0 - 4098 -0.9702 0- 9548
-0.5769 -0.85s9 0.9279
-0.6735 -0.7874 0.8974
-0.6987 -0-7128 0.8650
Para interpretar mejor los resultados, la solución numérica anterior

puede graficarse (Figura 7-2) mediante la siguiente sintaxis:
CAPiTULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 99
FiguraT-2
7.3 ECUACIOI\ES DIFERENCIALES ORDINARIAS CON

VALORES EN LA FRONTERA
MATLAB también perm¡te resolver ecuaciones diferenciales
ordinarias con valores en la frontera. Los valores en la frontera no son más
que condiciones que especifican una relación entre los valores de Ia
solución en los puntos inicial y final de la variable independiente. El
problema más sencillo de este tipo es el sistema de ecuaciones
.y' : f{s,y}
donde x es la variable independiente, y es la variable dependiente e
y' es la derivada de y respecto a x (y'=dy/dx). Además la solución en el
intervalo [a, b] ha de satisfacer:
sLY{n},}i&}J : ü
Una forma más general de este tipo de ecuaciones diferenciales

puede expresarse como sigue:
1OO ECUACIONES DIFERENCIALES CON MATL,AB
.y" : f{:,:,3,,p}
stv(s],"v(á3,s) : ü
donde el vector p está formado por parámetros que han de ser

determinados simultáneamente con la solución a través de las condiciones
de valores en la frontera.
El comando que resuelve estos problemas es bvp4c, cuya sintaxis

es la siguiente:
soI bwp4c (odefun, bcfun, solinit)

sol bvp4c (odefun, bcfun, solinlt, options)
sol bvp4c (odefun, bcfun, solinit, options ,p7,p2.
En la sintaxis anterior odefun es una función que evalúa las
ecuaciones diferenciales f(x,y) y que puede tener la forma siguiente:
dydx odefun (x, y)

dydx odefun (x, y,p1 ,p2, . . .)
dydx odefun (x, y. parametros )
dydx odefun (x, y.parametros,p7,p2, .. .)
En la sintaxis de bvp4c el argumento bcfun es una función que

computa el residuo en las condiciones en la frontera. Su forma es la
siguiente:
res bcfun (ya, yb)

res bcfun (ya, yb,pL,p2, . . .)
res bcfun (ya, yb, parametros )
res bcfun (ya, yb, parametro s, p1-, p2,
El argumento solinit es una estructura con los campos x (nodos

ordenados de la malla inicial de modo que las condiciones en la frontera
son impuestas mediante a = solinit.x(1) y b=solinit.x(end) e y
(suposiciones iniciales para la solución de modo que a = solinit.x(1) y
b = solinit.x(end) es una suposición para la solución en el nodo solinit.x(i).
El comando vpin¡t fija solinit con la sintaxis solinit = vpinit(x,y).
Como ejemplo resolvemos la ecuación diferencial de segundo

orden:
y"+ L?l = ü
CAPÍIULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES,.. 101
cuyas soluciones han de satisfacer las condiciones en la frontera:
"y{t}} = ü
*'{4} = -É
El problema anterior es equivalente al siguiente:
3'r' = #E
ss, : -lsrl
Consideramos como suposición inicial una malla de 5 puntos
igualmente espaciados en [0,4] y valores constantes y1(x)=0 e y2(x)=Q. ¡¿
sintaxis siguiente recoge estas suposiciones:
>> so]-init = bwpinit(linspace(0,4,5), t1 0]);
Codificaremos en MATLAB la función y las condiciones en la
frontera mediante los M-ficheros de las Figuras 7-3 y 7-4.
FiguraT-3 FiguraT-4
La solución de la ecuación la ofrece la sintaxis siguiente:

)) sol = bwp4c(Gt¡roode,Gtwobc,solinit) ,'
que puede graficarse (Figura 7-5) usando el comando bvpval como

sigue:
))y = brpval (so1 ,linspace (0 ,4) I ;
>>plot(x,y(1 ,:)) ;
r§
Í "*
Figura 7-5
7 .4 E,CU ACIONES DIFERENCIALES EN DERIVADAS

PARCIALES
El módulo básico de MATLAB dispone de funciones que permiten
resolver ecuaciones y sistemas de ecuaciones diferenciales en derivadas
parciales con valores iniciales en la frontera. La función básica para el
cálculo de las soluciones es pedepe, y la función básica para evaluar
dichas soluciones es pdeval.
La sintaxis de la función pedepe es la siguiente:
sol : pdepe (m, pdefun, icfun, bcfun, xmesh, tspan)

sol : pdepe (m,pdefun, icfun,bcfun,xmesh, tspan, options)
sol :
pdepe (m, pdefun, icfun, bcfun, >«nesh, tspan, options, p1, p2 . . . )
El parámetro m vale 0, 1 o 2 según la naturaleza de la simetría

(bloque, cilíndrica o esférica, respectivamente). El argumento pdefun es la
función que define las componentes de la ecuación diferencial, icfun es la
función que define las condiciones iniciales, bcfun es la función que define
las condiciones frontera, xmesh y tspan son los vectores [x0, x1,...,xn] y
[t0, t1,...,tf] que especifican los puntos en los cuales se requiere la solución
(n,f>3), options especifica las opciones de cálculo de las soluciones
(RelTol, AbsTol, NormControl, lnitialStep, y MaxStep para especificar
tolerancia relativa, tolerancia absoluta, tolerancia en norma, paso inicial y
paso máximo, respectivamente) y p1,p2,... son parámetros a pasar a las
funciones pdefun, icfun y bcfun.
La forma de la ecuación diferencial en derivadas parciales es:

CAPíTULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 1.03
"f",
*] ñuár
\ r, ","dr/ x:r*a -á ¡l.TmÍr{.r,
d:\ ,
áu\\ f
cl§lr \
áu\
r, H, -., JJ + 8f f,, f, il, 1- j
óxr
donde alxlb y t0<t< tf. Además, para t = t0 y para todo x las

componentes solución satisfacen las condiciones iniciales:
u{x, t6} : tsn{s}

y para todo t y cada x=a o x=b, Ias componentes solución satisfacen
ecuaciones frontera de la forma:
F{n, f, r*} + g{r, f}d'*,r,

L u, }J
dx!
= O
Además, se tiene que xmesh(1)=a, xmesh(end)=b, tspan(1)= t0 y

tspan(end)= tf. Por otra parte pdfun halla los términos c, f y s de la
ecuación diferencial en derivadas parciales, de modo que:
Ic, frs] : pdefun(x,tru,dudx)

De modo similiar icfun evalúa las condiciones iniciales mediante
u : icfun (x)
Por último, bcfun evalúa los valores b y c de las condiciones en la

frontera mediante:
Ip1,ql,pr,er] : bcfun (x1,u1,xr,ur,t)
Como primer ejemplo resolveremos la ecuación en derivadas
parciales (xe[0,1] y t>0) siguiente:
9Eu á /Eu\
_
-t \drl
,L.-= I
dt ás
satisfaciendo la condición inicial :
ax(r, fi! : sjñfin

y las condiciones en la frontera :
104 ECUACIONES DIFERENCIALFJ CON MATLAB
r*[0, *] = Ü
tt€-+
du-
-+-11,f):0
ds'
Comenzamos definiendo las funciones en M-ficheros de las figura
7-6 a7-8.
Figura 7-6 FiguraT-7
Figura 7-8
Una vez definidas las funciones de apoyo, se define la función que

resuelve el problema mediante el M-fichero de la FiguraT-9.
CAPíTULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 105
FigraT-9
Para ejecutar la solución (Figuras 7-10 y T-11), en la ventana de

comandos de MATLAB se utiliza la sintaxis:
)) pdexl

Como segundo ejemplo resolvemos el sistema de ecuaciones

diferenciales en derivadas parciales (xe[0,1] y t>0) siguiente:
--2
du, da
+o[ : ¡.pa i] -F6r-u2\
d¡'
__ü
"#
dt¿n
= ü.t7o
*_'.f;
e)-tt
+Fqur-a2)
ox.
F(v ) = expi5.?§3] - exp{-11.4$3}
satisfaciendo las condiciones iniciales:
ur(r,0)= 1
ug(r,0)= 0
y las condiciones en la frontera:
dra.,
f) = 0
=+(0,
dx
f} = 0
rcg{f},
ur(1, f) = I
P,r,
(,.tr
r): o
Para utilizar convenientemente la función pdepe, el sistema puede
escribirse como:
r'1
lil _ ul,,J_- afo.m+¡a,,rraxi] .[-rru,-u2r'l
,rl"rl aTlo.rrotaurrar{ -
Lrl [^r't*, -,,rr]
La condición izquierda en la frontera puede escribirse como:
Irl - lr] * [o.m+{a*,rr"il = lo]

LI¿rJ LrJ fo.lzotaul,rartl Lrl
y la condición derecha en la frontera puede escribirse como:

CAPITULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 107
h, - ,'l lo] fo"m+1aur.a.fl= fol

L , J- LrJ'. lo.rzotar,rra,{ t-l
Comenzamos definiendo las funciones en M-ficheros de las Figuras

8-39 a 8-41.
FiguraT-12 Figura 7-13
FigwaT-14
Una vez definidas las funciones de apoyo, se define la función que

resuelve el problema mediante el M-fichero de la Figura 7-15.
Figura 7-15
Para ejecutar la solución (Figuras 7-16 y 7-17), en la ventana de

comandos de MATLAB se utiliza la sintaxis:
>> pdex4
FigluraT-16 FigxaT-17
CAPÍTULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 109
Comenzamos definiendo una función de nombre vdp100 en un M-

fichero, con la finalidad de almacenar en ella las ecuaciones del sistema.
La forma de definir esta función es partir de un vector columna con dos
filas vacío, para asignarle posteriormente tres componentes que
constituyen la sintaxis de las tres ecuaciones (FiguraT-18).
Figura 7-18
A continuación resolvemos el sistema y graficamos la solucióñ !1 =

y1(t) relativa a la primera columna (Figura 7-19) de la salida tecleando lo
siguiente en la ventana de comandos:
>> [T,Y] = ode15s(0v$1000, [0 3000] ,12 oll;

>> plot(T,Y(:,1),'-')
Figura 7-19 FiguraT-20
De forma similar graficamos la solución y2 = yZ(t) (Figura 7-20)

mediante la sintaxis:
)} plot(T,Yl:,2),'-')
La ecuación dada es equivalente al sistema de ecuaciones

diferenciales de primer orden siguiente:
-?1 = -vZ
3g' = -{A -g q ffiE g"n}3t
con las siguientes condiciones en la frontera:
3r{ü}-1 = 0
rttÜl : ü
}g(a) = 0
CAPíTULO 7, ECUACIONES DIFERENCIALES CON VALORES INICIALES...
111
Para representar el sistema usamos la función del M-ficheros de la

Figura 7-21, para representar las condiciones en Ia frontera usamos la
función del M-fichero de la Figura z-22, y mediante la función del M-fichero
de la FiguraT-23 realizamos suposiciones para la solución inicial.
FiguraT-21 FigraT-22
FigtraT-23
La solución inicial para l"=1s y 10 puntos igualmente espaciados en

[0, n] se calcula mediante la sintaxis MATLAB siguiente:
>> Ia¡nbda = 15;

so].init = bwpinit(Iinspace (0,pi,LOl,Gmat4init,larnbda),.
La soluciÓn numérica del sistema se calcula mediante la sintaxis
siguiente:
>> soI = bvp4c(G¡nat4ode,Gmat4bc,solinit),.
Para graficar su primera componente en 100 puntos igualmente

espaciados en el intervalo [0, n] se utiliza la siguiente siniaxis:
)) xint = linspace(0,pi);
Sxint = bwpval_(sol ,xint),.
plot(xint,sxint(1, : ) )
T12 ECUACIONES DIFERENCIALE§ CON MATLAB
axis ( [0 pi -1 1.1] )
xJ-abe1 ( 'x' )
ylabel('solucion y')
El resultado se presenta en la FiguraT-24.
FigaraT-24
La ecuación general anterior es equivalente al sistema de

ecuaciones lineales de primer orden siguiente:
n,l
y 1 : Y6
E)
3'E = P{1-3r-be--Yr
cuyas ecuaciones pueden definirse para p=1 mediante el M-fichero
de la Figura 7-25.
capirulo 7. EcuActoNES DtFERENcTALES coN vALoRES tNtc¡ALES... 113
FigxaT-25
Si consideramos valores iniciales y1=2 e y2=0 en el intervalo [0,20],

se puede resolver el sistema mediante la sintaxis MATLAB siguiente:
>> [t,y] = ode45(Gvdpl, [0 20] ,f2; 071
L-
0
0.0000
0.0001
0.0001
0.0001
0.0002
0.0004
0.0005
0.0006
0.0.012
19.9559
19.9780
20.0000
de
2.0000 0
2.0000 -0.0001
2.0000 -0.0001
2.0000 -0.0002
2.0000 -0.0002
2.0000 -0.000s
7.8729 1.0366
1.9358 0.7357
TLA ECUACIONES DIFERENCIALES CON MATLAB
7.9787 0.4746
2.0046 0.2562
2.0096 0.1969
2.0133 0.7473
2.0158 0.0892
2.0172 0.0404
Podemos graficar las soluciones (Figura 7-26) mediante la sintaxis.

>>plot(t,y( i ,Ll ,'-' ,t,y (: ,2) ,'--')
) xlabel('tiempo t')
>> yJ-abe1 ('solucion y' )
>} legend('y_1 ' ,'y_2')
,tt lt
iI i.
FiguraT-26
Para resolver el sistema general con el parámetro p se define el

sistema mediante el M-fichero de la FiguraT-27.
fuic,§,iüB: :drdt ='rdpa (qyrmul :*

dydc = ty{2) ; uu+ {I-y{I) "2} *y(2) -y(l¡ l, r,t'
r*
::=}I l
FigwaT-27
CAPíTULO 7. ECUACIONES DIFERENCIALES CON VALORES INICIALES... 115
Ahora podemos graficar la primera solución (Figura 7-28)

correspondiente a p=1000 en el intervalo [0,1500] para y1=2 e y2=O
mediante la sintaxis siguiente:
>> [t,y] = ode15s(0vdp2, [0 1500], [2; 0], [],1000);
)) xIabel('tiempo t')
>> ylabeI ('solucion y_l')
Si queremos graficar la primera solución para otro valor del
parámetro, por ejemplo p=100, en el intervalo [0,1500] para y1=2 e y2=0
(Figura 7-29), utilizaremos la sintaxis:
>> [t,y] = odelSs(Gvdp2, [0 1500], [2; 0], il,100);
>> plot(t,y( | ,Ll ,'-') ;
FigwaT-28 FiguraT-29
tsBN 9781491271537
llffi[illllil]il[ililll lilflfiflfltl

Ecuaciones Diferenciales Con MATLAB Cesar Perez Lopez PDF

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ecuaciones Diferenciales Con MATLAB Cesar Perez Lopez PDF

Diunggah oleh

Hak Cipta:

Format Tersedia

GMatl#Iforks.

CESAR PÉREZ LÓPEZ

MilTRODUCCIÓN PRÁCTICA A MATLAB

MT,TCTONES DIFERENCIALES DE PRIMER ORDEN. ECUACIONES

]I TACIONES DIFERENCIALES DE ORDEN SUPEROR. TRANSFORMADA DE

-1.6 POLINOMTOS ORTOGONALES

6.1 MATLAB Y LA PRoGRAMactÓN

6.9.1 Método de Euler....... ...............:..... ...... 86

ECUACIONES EN DIFERENCIAS CON VALORES INICIALES, VALORES EN

INTRODUCCION PRACTICA A MATLAB

CÁlCuT,O NUMÉRICO CON MATLAB

La mayoría de los temas del cálculo numérico clásico, son tratados

2) También podemos obtener el valor de 3 elevado a 100, sin haber

4) También podemos trabajar con números complejos. Obtendremos

-1 .41 52e+005- I .4567e+005¡

6) También podemos calcular el valor de la función de Bessel en el

7) También podemos realizar integrales numéricas. Para calcular la

1235191 1 62052677 122517 9981 3685248*pi

Estos temas serán tratados más a fondo en sucesivos capítulos a lo

cÁr,cur.o SIMBóLICO coN MATLAB

Veamos algunos ejemplos de cálculo simbólico con Matlab.

>» expand('((x + 1).(x + 2)'(x + 2)12¡43',

» factor('((¡ + 1)*(x + 2)'(x + 2)42¡n'',

4) Podemos simplificar el resultado anterior:

7) Podemos resolver la ecuación 3ax-7x^2+x^3=0 (a, es un

a*x-7*x^2+ x^3 = 0.,'x')

8) Podemos hallar las cinco soluciones de la ecuación x^5+2x+1=0:

Como el resultado obtenido no expresa explícitamente las cinco

12 ECUACIONES DIFERENCIALES CON MATLAB

A su vez, tambíén se pueden ampliar temas del cálculo numéri@,

Para utilizar un comando Maple desde Matlab, Ia sintaxis es h

m dpl e's i ntaxis-d e l-co man d o-en-e nto rn o-M ap I e'

Para utilizar una funciÓn Maple con N argumentos desde Matlab b

Veamos algunos ejemplos al respecto.

1) Podemos calcular el límite de la función (x^3-1)/(x-1) cuando

»» maple('limit((x^3'1 )/(x'1),x=l )')

2) Podemos calcular el máximo común divisor entre 10.000 y 5.000:

la CNÁTTCOS CON MATLAB

Veamos algunos ejemplos de gráficos con Matlab

2) Podemos dotar al gráfico anterior de las opciones de marco y

» x=l i nspa ce(-pil 4,pil 4,300) ;

FuncioFe6 EEno y Coséño sohre los mismas ejeE

3) Podemos generar un gráfico de superficie paru la

Estos gráficos tridimensionales permiten a la perfección hacerse una

4) Podemos generar un gráfico tridimensional, correspondiente a la

Podemos representar una curva plana dada por sus coordenadre

6) Podemos realizar un gráfico de una función considerada como

En el correspondiente capítulo de gráficos ampliaremos estos

Siempre que se utiliza un programa, es necesario conocer las

úmBa¡ds to qet started: intro, d€mo, help hetp

Es necesario poner atención en la diferencia entre mayúsculas y

AYUDAS CON COMAI\DOS

Pero, además, la ayuda también puede obtenerse a través de

Se puede utilizar la ayuda de acceso inmediato para acceder a

matlab\qeneraJ GeneraL purpose commands.

:iilii- l.larrix inverse.

abs - Alcsofute vafue.

Existe un comando de ayuda sobre una determinada secuencia de

COMANDOS DE ESCAPE Y SALIDA AL ENTORNO DOS

El comando lorden_dos introducido en la ventana de comandos,

El comando lorden_dos & se utiliza para ejecutar la orden del DOS

El comando orden_dos I se utiliza para ejecutar la orden del Dos

anteriores, no sólo pueden ejecutarse

ax-7x^2+ x^3 = 0.,'x')

»» pretty(dsolve('Df = 3f+49', 'Dg = '4f+3g'))

» pretty(maple('dsolve({diff(f(x),x)= 3f(x)+4g(x), diff(g(x),x)=4f(x)+39fiL

e¡ ¡fy('su bs(x=vy,m(x,y)d (x)+n(x,y)*d(y))')

»» pretty(s i m ple(dsolve('xDy+ty=x*s i n (x)')))