Puede que hasta ahora te hayas preguntado cómo puede ser útil el estudio de las ecuaciones diferenciales fuera del ámbito puro en el que lo has estudiado. Pues bien, tiene una cantidad sorprendente de aplicaciones en el mundo real, desde la ley de Newton del enfriamiento hasta cómo afecta el combustible de un cohete al movimiento, bastante ingenioso, ¿verdad?
Como su nombre indica, se trata de los tipos de Ecuaciones Diferenciales en los que las variables se pueden separar explícitamente; esta clase de Ecuaciones Diferenciales son muy fáciles de tratar.
De hecho, puedes simplemente planificar un algoritmo para resolver tales ecuaciones diferenciales. Entonces, sólo tratarás con ecuaciones diferencialesordinarias de primer orden.
Hay que decir que la mayoría de las aplicaciones de las ecuaciones diferenciales se encuentran sobre todo en el ámbito de las Ecuaciones Diferenciales Parciales, que, por ahora, quedan fuera del alcance de este artículo.
Ecuaciones diferenciales de separación de variables
Una ecuación diferencial separable de orden \(n^{texto {ésimo}}) puede escribirse de la forma
donde \(y\) es diferenciable y, por tanto, continua en el dominio adecuadamente definido de la función.
Observa también que \(y\) es una función de \(x\), es decir, \(y=f(x)\), lo que implica que \(x\) es aquí la variable independiente. La ecuación anterior puede parecer un poco aterradora al principio, ya que tienes una ecuación diferencial de orden \(n\) donde \(n \en \mathbb{N}\). Pero sólo vas a tratar casos en los que \(n=1\), es la ecuación diferencial separable de primer orden.
Métodos de separación de variables
Sólo te ocuparás de las ED de primer orden, es decir, cuando \(n=1\).
La ecuación diferencial ordinaria que tratarás es
$$\frac{\mathrm{d} y}{\mathrm{d} x}=f(x) g(y)$$
Recuerda que \(f(x) h(y) \neq g(x, y)\), es decir, \(f(x) h(y)\) no es una función compuesta \(g(x, y)\).
Para resolver esta EDO, separarás las dos variables, teniendo variables semejantes en cada lado, es decir, teniendo \(\mathrm{d} y\), \(h(y)\) en un lado y \(\mathrm{d} x, f(x)\) en el otro. Obtienes
Observa que NO estás tratando \frac{mathrm{d}y}{mathrm{d}x}) como una fracción algebraica, sino que es la propiedad de las derivadas y las diferenciales la que te permite separar \frac{mathrm{d}y) y \frac{mathrm{d}x} (como se ha hecho antes).
También se puede simplificar la expresión para obtener \(y=g(x)\) de la siguiente manera:
$$ \begin{aligned} 2 y &=\ln \left(\frac{-2}{x}+k\right) \\frac{-2}{x}+k\right) \implica y &=\frac{1}{2} \ln \left(\frac{-2}{x}+k\right) \end{aligned}$$
No es necesario obtener esta forma, sólo se requiere cuando el problema lo pide específicamente.
Aplicación de la separación de variables
Estas ecuaciones diferenciales ordinarias no están aquí como puros objetos matemáticos con los que se juega, como ya se ha dicho. Hay una razón muy sólida para que existan estas ecuaciones diferenciales y sus soluciones. Hay una amplia gama de cosas a las que se pueden aplicar estas ecuaciones diferenciales. Verás algunas de estas aplicaciones que implican variables separables. Los más comunes de estos problemas son los de crecimiento de poblaciones, tasas de decaimiento, ley de enfriamiento de Newton, etc.
Modelo de crecimiento exponencial de la población
Una aplicación esencial de las ecuaciones diferenciales de primer orden de forma separable es utilizarla para modelizar el crecimiento de la población de distintos grupos, como las bacterias o la tasa de crecimiento de los conejos.
Tales modelos no son exactamente exactos y a menudo ignoran ciertos factores externos para que las ecuaciones diferenciales sean lo bastante sencillas de tratar.
Empecemos con un grupo de población de \(P_0\), que es la población inicial en el momento \(t=0\). Y que la población sea \(P\) en un tiempo arbitrario \(t=t\).
Y supongamos que la población aumenta a un ritmo constante \(k\), y supongamos que no hay factores externos que reduzcan la población (por simplicidad).
Quieres formar una ecuación diferencial ordinaria para modelizar esta situación, ten en cuenta que la tasa de crecimiento en cualquier punto determinado es proporcional a la población en ese momento:$$ \frac{\mathrm{d} P}{mathrm{d} t}=kP$$
donde \(k\) es la tasa de crecimiento de la población. Ahora, como la ecuación es de forma separable, obtienes
$$\frac{\mathrm{d} P}{P}=k \, \mathrm{d} t$$
Integrando a ambos lados:
$$\int_{P_0}^P \frac{\mathrm{d} P}{P}=int_0^t k \, \mathrm{d} t$$
Los límites de integración van de \(P=P_0\) a \(P=P\), hasta donde crece la población. Y el tiempo va de \(t=0\) a \(t=t\). Integrando definitivamente:
Ahora, puedes modelizar la población del grupo dado en un momento \(t\).
Un campo tiene 30 hormigas. Su población aumenta a un ritmo de 2 hormigas al mes, ¿cuántos conejos habrá al cabo de cuatro meses? (Ignora los factores externos y supone que las hormigas no se extinguen en este periodo de tiempo, y supone que el crecimiento es continuo)
Solución:
Sea \(P\) con un número de hormigas en un momento arbitrario \(t\) (en meses), y puesto que la tasa de crecimiento es proporcional a la población existente
Así pues, habrá 89430 hormigas al cabo de cuatro meses. Por supuesto, no es realista porque el modelo es de crecimiento exponencial, por lo que la población se dispara drásticamente. En el mundo real, hay otras variables a las que el crecimiento es proporcional, que serán mucho más complicadas de tratar (y están fuera del alcance de este artículo).
Descomposición radiactiva
La radiactividad es una de las aplicaciones más útiles de las ecuaciones diferenciales separables. Supongamos que tienes \(N_0\) cantidad de material radiactivo en el momento \(t=0\) y quieres modelizar la radiactividad del material a medida que pasa el tiempo.
La velocidad a la que cambia la cantidad de material radiactivo es directamente proporcional a la cantidad presente en ese momento:
$$ \frac{\mathrm{d} N}{\mathrm{d} t}=-\lambda N $$
donde \(\lambda >0\) y se conoce como la constante de desintegración, la razón de que haya un signo negativo es que la cantidad de material radiactivo disminuye con el tiempo. Como la ecuación es de forma separable, obtienes
Así, tienes una solución de la ecuación diferencial ordinaria. De la solución se deduce que la cantidad de material radiactivo disminuye exponencialmente con el tiempo. La gráfica de esta ecuación puede representarse como se indica a continuación:
Figura 1.- Gráfica que modela la desintegración radiactiva de un material
Una observación muy particular que se puede hacer es que el material radiactivo casi desaparece en un periodo de tiempo muy, muy largo. Puedes dejar que los físicos averigüen las razones de ello. En términos matemáticos, se puede observar que como \(t flecha derecha \infty\), \(N flecha derecha 0\). Veamos un ejemplo relativo a la desintegración radiactiva.
La semivida de un elemento radiactivo es de 20 años. La constante de desintegración radiactiva del elemento es \(\lambda=10 años^{-1}\). Halla el tiempo que tardará el elemento en ser la cuarta parte de su cantidad original.
(Pista: La semivida es el tiempo que tarda el elemento radiactivo en ser la mitad de su cantidad original)
Solución:
Sea \(N_0\) la cantidad inicial de material radiactivo, después de la vida media, queda la mitad de la cantidad original: \(N_{1/2}=\frac{N_0}{2}\). Utilizando la ecuación de la desintegración radiactiva
$$N=N_0 e^{-\lambda t}$$
Introduciendo \(N=N_{1/2}\) y \(t=20\), que es la vida media del elemento:
Ahora que has averiguado el valor de la constante de desintegración, puedes proceder a averiguar cuánto tiempo tardará el elemento en ser la cuarta parte de su cantidad original. Sea \(N_{1/4}\) la cantidad restante, que es \(N_{1/4}=\frac{N_0}{4}\).
Por tanto, el elemento tardará 40 años en tener la cuarta parte de su cantidad original.
La ley de enfriamiento de Newton
Una aplicación muy conocida de las ecuaciones diferenciales de varias variables es la física de la transferencia de calor. Modela cómo pierde calor un objeto, lo que se conoce como ley de Newton del enfriamiento:
La velocidad de pérdida de calor de un objeto hacia el entorno es directamente proporcional a la diferencia de temperatura entre el objeto y el entorno.
Sea \(T\) la temperatura del objeto en un tiempo arbitrario \(t\) y \(T_s\) la temperatura del entorno. Debe tenerse en cuenta que \(T>T_s\) en todo momento, ya que el cuerpo no perderá calor si el entorno está a mayor temperatura. El flujo de calor del objeto se detendrá cuando \(T=T_s\).
Observa que tienes la constante de proporcionalidad como \(-k\) donde \(k>0\) porque el objeto está perdiendo calor, y por tanto la velocidad de cambio del mismo será negativa.
donde \(T_0\) es la temperatura del objeto en el momento \(t=0\).
Por tanto, tu solución es
$$T=T_s+(T_0-T_s)e^{-kt}$$
donde \(k\) es una constante que depende de la superficie y del material del objeto.
Un objeto tiene una temperatura de \(30^{circ}\}mathrm{C}\}), rodeado por una habitación de temperatura constante de \(15^{circ}\}mathrm{C}\}). Se observa que la temperatura del objeto desciende hasta \(25^{circ} \\mathrm{C}\}) en 10 minutos. Calcula cuánto tiempo más tardará en descender a \(20^{circ}\ \mathrm{C}\).
Solución:
Por la ley de enfriamiento de Newton:
$$T=T_s+\left(T_0-T_s\right) e^{-k t}$$
donde \$(T_s=15^{circ}\$mathrm{C}, T_0=30^{\circ}\$mathrm{C}\$) así se obtiene:
$$\begin{aligned} T &=15+(30-15) e^{-k t} \ \implica T &=15+15 e^{-k t} \fin{alineado}$$
Después de \(t=10 \mathrm{min}\), la temperatura desciende
Por tanto, el valor de \(k\) es \(0,0405\) por min. Puedes volver a introducir esto en la ecuación:
$$T=15\left(1+e^{-0.0405 t}\right)$$
Así, tienes una solución que no tiene constantes desconocidas, y ahora puedes introducir cualquier valor de \(t\) para obtener la temperatura en ese momento.
Necesitas \(T=20^{\circ}\}mathrm{C}\$):
$$\begin{aligned} 20 &=15\ izquierda(1+e^{-0,0405 t}\ derecha) \ \implica \frac{4}{3}-1 &=e^{-0,0405 t}} \\ implica que -ln 3 &=-\frac{1}{10} \Izquierda(2)(3)(Derecha) t implica que t&=-\frac {\ln 3}{-0,0405} \\ implica que t es aproximadamente 27,126. \fin{alineado}$$
Por lo tanto, transcurridos unos 27 minutos desde el inicio, la temperatura del objeto descenderá a \(20^{\circ} \ \mathrm{C}\).
Pero ésta no es la respuesta correcta, te preguntan el tiempo que tarda desde la marca \(25^{\circ} \mathrm{C}).
Se tardó \(10 \mathrm{~min}) en bajar a \(25^{circ} \mathrm{~C}), \(27 \mathrm{~min}) en bajar a \(20^{circ} \mathrm{~C}), lo que implica que tardó \(17 \mathrm{~min}) de \(25^{circ} \mathrm{{C}) a \(20^{circ} \mathrm{C}\}).
Separación de variables - Puntos clave
Hay una cierta clase de ecuaciones diferenciales ordinarias que pueden resolverse fácilmente, separando las variables explícitamente, conocidas como ecuaciones diferenciales de Separación de Variables.
Las ecuaciones diferenciales que tienen la forma \frac(\frac{\mathrm{d}^n x }{\mathrm{d} x^n}=f(x)h(y)\n) se conocen como ecuaciones diferenciales de forma separable .
La ecuación diferencial separable de primer orden \(\frac{\mathrm{d} y}{\mathrm{d} x} =f(x)h(y)\) puede resolverse de la siguiente manera: \(\int \frac{mathrm{d} y}{g(y)}=\int f(x) \mathrm{d} x).
Entre las aplicaciones de las ecuaciones diferenciales ordinarias separables se incluyen la ampliamente utilizada Ley de Newton del enfriamiento, los modelos de crecimiento de la población, la desintegración radiactiva, etc.
How we ensure our content is accurate and trustworthy?
At StudySmarter, we have created a learning platform that serves millions of students. Meet
the people who work hard to deliver fact based content as well as making sure it is verified.
Content Creation Process:
Lily Hulatt
Digital Content Specialist
Lily Hulatt is a Digital Content Specialist with over three years of experience in content strategy and curriculum design. She gained her PhD in English Literature from Durham University in 2022, taught in Durham University’s English Studies Department, and has contributed to a number of publications. Lily specialises in English Literature, English Language, History, and Philosophy.
Gabriel Freitas is an AI Engineer with a solid experience in software development, machine learning algorithms, and generative AI, including large language models’ (LLMs) applications. Graduated in Electrical Engineering at the University of São Paulo, he is currently pursuing an MSc in Computer Engineering at the University of Campinas, specializing in machine learning topics. Gabriel has a strong background in software engineering and has worked on projects involving computer vision, embedded AI, and LLM applications.
StudySmarter es una compañía de tecnología educativa reconocida a nivel mundial, que ofrece una plataforma de aprendizaje integral diseñada para estudiantes de todas las edades y niveles educativos. Nuestra plataforma proporciona apoyo en el aprendizaje para una amplia gama de asignaturas, incluidas las STEM, Ciencias Sociales e Idiomas, y también ayuda a los estudiantes a dominar con éxito diversos exámenes y pruebas en todo el mundo, como GCSE, A Level, SAT, ACT, Abitur y más. Ofrecemos una extensa biblioteca de materiales de aprendizaje, incluidas tarjetas didácticas interactivas, soluciones completas de libros de texto y explicaciones detalladas. La tecnología avanzada y las herramientas que proporcionamos ayudan a los estudiantes a crear sus propios materiales de aprendizaje. El contenido de StudySmarter no solo es verificado por expertos, sino que también se actualiza regularmente para garantizar su precisión y relevancia.