⚡ OFERTA ESPECIAL: 50% OFF · Solo para los primeros 50 compradores🔥 DESCARGA EL EBOOK AL 50% AHORA
DSI Academy
Comprar ahora
💡 Edición Avanzada 2026

🚀 En 45 minutos tendrás tu primera simulación REAL funcionando

⚡ Sin matemáticas complicadas · Sin ser programador · Resultados desde el Día 1

Para ingenieros, científicos y técnicos que necesitan:

  • Aplicar simulación real en su trabajo esta semana
  • Actualizarse con IA y modelado moderno sin perder meses
  • Recuperar la confianza técnica frente a herramientas nuevas

🎁 Bono Exclusivo: IA y LLMs para Ecuaciones Diferenciales

Genera, depura y optimiza código científico como el modelador moderno

Ebook Ecuaciones Diferenciales con SageMath y Python · Edición 2026

Lead Magnet · 100 % GRATIS

Descarga gratuita antes de comprar

De las EDOs al Gemelo Digital — 5 ejemplos resueltos en SageMath + Python

  • Cuaderno Python (.ipynb) · 5 sistemas resueltos · ejecuta y modifica
  • PDF cheatsheet · comandos clave SageMath + Python · 1 página
  • Cupón ELIGE15 · 15 % extra sobre la oferta del ebook · 72 h

🔒 Cero spam · cancelas con un click · GDPR-compliant

CHEATSHEET · SageMath + Python

EDOs · 1 página · imprime y pega

desolveedo, y, ics
rk4f, t0, y0, h, n
plot_sfcampo pendientes
phaseretrato 2D
jacobestabilidad

+ 24 comandos más en el PDF →

5_ejemplos.ipynbPython 3

# Ejemplo 1: Crecimiento logístico

from sage.all import *

t = var('t')

y = function('y')(t)

edo = diff(y,t) == 0.6*y*(1-y/10)

sol = desolve_rk4(edo,

ics=[0,0.5])

# Output:

Sistema 1 / 5 · click run ▶

Cupón válido 72 h

ELIGE15

15 % extra · ebook + bonos

desc

-15%

¿Es para ti?

¿Reconoces alguno de estos escenarios?

Si te identificas con alguno de estos dos perfiles, este ebook fue construido para ti.

Ingeniero experimentado 35-50 años · perfil A
35-50

Perfil A

Ingeniero experimentado

15-25 años de experiencia · ahora le exigen IA

Tu día a día

  • Tu carrera te exige actualización pero no quieres empezar desde cero
  • La IA avanza más rápido que tu tiempo libre para aprenderla
  • Tus modelos siguen siendo papel + pizarra cuando deberían ser simulación viva
  • Quieres validar tu valor profesional sin sentirte obsoleto
→ Resultado esperadoRecuperas confianza técnica con código real y simulaciones que se ejecutan en tu laptop esta semana.
Joven técnico 24-34 años · perfil B
24-34

Perfil B

Joven técnico

Estudiante o egresado · necesita portfolio YA

Tu realidad

  • Recién egresado o cursando posgrado · necesitas portfolio YA
  • Cursos online que abandonas porque son aburridos o no aplican
  • Quieres resultados visibles en menos de 1 semana, no en 6 meses
  • Compras y aprendes desde el celular, sin instalar nada complicado
→ Resultado esperadoConstruyes tu primera simulación inteligente en menos de 7 días — algo que mostrar a reclutadores y profesores.

Lo que resuelves hoy mismo

3 fricciones que están bloqueando tu progreso técnico

Cada una resuelta con un mecanismo concreto del ebook · no son consejos genéricos.

3FRICCIONESResueltas en el ebook
73%del tiempo perdido
85%abandona aquí
91%sin portfolio

Datos internos · encuesta 2024 a estudiantes ingeniería que abandonaron cursos online de simulación

Fricción 173%

Parálisis por análisis

Tienes la teoría pero no sabes por dónde empezar a programar. Abres Python o SageMath, el cursor parpadea, te quedas en blanco.

⚡ Solución: Plantillas listas de simulación · arrancas con código que funciona, modificas valores, ves resultados. Sin teoría suelta.
Fricción 285%

Miedo al código en blanco

Sabes resolver una EDO con papel y lápiz, pero traducirla a código moderno te bloquea. La sintaxis cambia, las librerías cambian, todo cambia.

⚡ Solución: Cada capítulo trae el código completo + comentarios línea a línea. Lo lees, lo copias, lo entiendes. Cero adivinanzas.
Fricción 391%

Cero resultados visibles

Llevas meses estudiando teoría pero no tienes nada que mostrar. Ni a tu jefe, ni a un reclutador, ni a un profesor. Frustrante.

⚡ Solución: 5 simulaciones reales en la primera semana: oscilador, péndulo, Lorenz, tanques, RLC. Gráficas + código + portfolio creciendo.

Mira dentro del ebook · contenido real

Antes de decidir, mira las páginas internas

Cuatro extractos REALES del ebook · código + gráficas + visualizaciones. Lo que vas a aprender a producir tú mismo.

Primer código SageMath ejecutándose · página interna del ebook
Cap 1
Página interna

Código ejecutable real

SageMath corriendo en los primeros minutos · sintaxis comentada línea a línea · tal cual lo verás en el ebook

Gráfica del modelo exponencial · solución analítica visualizada
Cap 2
Página interna

Gráficas y soluciones

Plots interactivos · interpretación física + código + simulación viva en tu laptop

Campo de pendientes generado en SageMath · intuición geométrica
Cap 3
Página interna

Campo de pendientes

Visualizas la dinámica de una EDO antes de resolverla · intuición geométrica antes de la fórmula

Atractor de Lorenz · sistema caótico 3D · Runge-Kutta 4
Cap 8
Página interna

Atractor de Lorenz · RK4

Sistema caótico 3D · Runge-Kutta 4 · simulación completa con SageMath del capítulo 8

Demo en vivo · primeros minutos del ebook

Tu primera simulación en SageMath en los primeros minutos

Código real del ebook · ejecutable tal cual · resultado a la derecha.

1

Escribe este código en SageMath

Definimos la ecuación diferencial de forma simple y pedimos a Sage que dibuje su campo de pendientes.

campo-pendientes.sageSageMath
# Definir variables
x, y = var('x y')
# Definir el campo: y' = x + y
f(x, y) = x + y
# Dibujar el campo de pendientes
pv = plot_slope_field(f, (x, -3, 3), (y, -3, 3),
title="Campo de pendientes para $y'$",
axes_labels=['$x$', '$y$'],
color='blue')
pv.show()

No necesitas ser experto en programación: el libro te guía paso a paso para entender qué hace cada línea y cómo adaptar este mismo esquema a otros sistemas dinámicos.

2

Observa el resultado en pantalla

En segundos, SageMath genera un campo de pendientes que te permite ver cómo evoluciona el sistema sin adivinar el comportamiento solo desde las ecuaciones.

Campo de pendientes para y' = x + y · gráfica real generada por SageMath

Lo importante no es memorizar fórmulas, sino ver cómo se comporta el sistema y aprender a traducir modelos a simulaciones. Eso es exactamente lo que este ebook te enseña a hacer, paso a paso.

Demo cinematic · capítulo Dinámica No Lineal

Modela una epidemia con SageMath y Python en minutos

Simulación real del modelo SEIR (Susceptibles · Expuestos · Infectados · Recuperados) · misma ecuación que predijo la dinámica de COVID-19 · resuelta en código tal cual lo aprendes en el ebook.

El sistema SEIR es 4 ecuaciones diferenciales acopladas que describen cómo una infección se propaga en una población. En el ebook lo construyes paso a paso: desde el modelo físico a la simulación en SageMath a las gráficas de arriba. Sin atajos.

Contenido del ebook

¿Qué Incluye Este Ebook de Más de 300 Páginas?

Una ruta completa de aprendizaje en ecuaciones diferenciales y simulación de sistemas dinámicos con SageMath y Python, desde las bases hasta modelos avanzados aplicados a la ingeniería.

Prefacio y Ruta de Aprendizaje

Paso 0

Prefacio y Ruta de Aprendizaje

Aterrizas objetivos, alcance y la forma correcta de estudiar el ebook para aprovechar cada capítulo incluso con poco tiempo disponible al día.

Introducción a las Ecuaciones Diferenciales

Paso 1

Introducción a las Ecuaciones Diferenciales

Conceptos esenciales, notación y tipos de ecuaciones, siempre con ejemplos que conectan directo con fenómenos físicos y de ingeniería.

EDs de Primer Orden

Paso 2

EDs de Primer Orden

Modelos básicos, campos de pendientes y soluciones analíticas y numéricas que ya puedes simular con SageMath y Python.

Ecuaciones de Orden Superior

Paso 3

Ecuaciones de Orden Superior

Osciladores, vibraciones y sistemas mecánicos modelados con EDs de segundo y mayor orden, listos para llevar a simulación.

Sistemas de Ecuaciones Diferenciales

Paso 4

Sistemas de Ecuaciones Diferenciales

Formulación matricial, análisis de estabilidad y simulación de sistemas acoplados que describen procesos reales multidimensionales.

Métodos Numéricos para ODEs

Paso 5

Métodos Numéricos para ODEs

Euler, Runge–Kutta y otros esquemas numéricos implementados paso a paso, comparando soluciones exactas vs. aproximadas.

Problemas de Contorno

Paso 6

Problemas de Contorno

Modelos donde las condiciones se imponen en distintos puntos, clave para vigas, difusión de calor y sistemas físicos más sofisticados.

Series de Potencias y Laplace

Paso 7

Series de Potencias y Laplace

Herramientas avanzadas para resolver problemas donde los métodos clásicos no alcanzan, manteniendo siempre la conexión con aplicaciones reales.

Dinámica No Lineal y Caos

Paso 8

Dinámica No Lineal y Caos

Sistemas no lineales, comportamiento complejo y análisis cualitativo. La base para comprender modelos modernos de fenómenos reales.

Aplicaciones Avanzadas y Recursos

Paso 9

Aplicaciones Avanzadas y Recursos

Casos de estudio, herramientas y recursos para seguir profundizando, además de la sección de agradecimientos y cupones especiales para tus siguientes pasos.

Qué vas a aprender · expande cualquier capítulo

10 capítulos · problemas reales · código ejecutable

Índice real del libro · cada capítulo es un caso de ingeniería con su código corriendo — click cualquier capítulo para ver el preview.

Objetivos del capítulo

  • Concepto de ED + casos clásicos: crecimiento exponencial, logístico y poblacional
  • Quick Start de SageMath para EDs · campos de pendientes y análisis geométrico
  • Ruta de solución consistente: simbólica → numérica · lectura de gráficas + buenas prácticas
Output esperado

Campo de pendientes + familias de curvas integrales superpuestas

cap1-preview.sageSageMath
# Cap 1: Crecimiento exponencial · dN/dt = r·N
from sage.all import *
t = var('t'); r = 0.3
N = function('N')(t)
edo = diff(N,t) == r*N
sol = desolve(edo, N, ics=[0, 100])
plot(sol, (t, 0, 10))

↑ Snippet representativo del capítulo · todo en el ebook viene comentado línea a línea

4 bonos incluidos

Gratis con la compra del ebook

Diagnóstico de Estabilidad
Bono 1
Básico

Diagnóstico de Estabilidad

Campos de pendientes · puntos críticos

Tanques Interconectados
Bono 2
Intermedio

Tanques Interconectados

Modelado de sistemas dinámicos complejos

IA y LLMs para EDs
Bono 3
Avanzado

IA y LLMs para EDs

Genera, depura y optimiza con LLMs

EDs de Segundo Orden
Bono 4
Intermedio

EDs de Segundo Orden

Oscilador armónico · Circuito RLC

Bonos interactivos · incluidos con tu compra

Prueba el método antes de comprar

F3 · Kit copiloto · optimización paramétrica

De papeles y conjeturas · a barrido paramétrico decidible

El kit copiloto IA recorre los 4 valores de k sobre dT/dt = -k(T - T_amb) y te devuelve la gráfica que necesitas para decidir. Tú sigues dirigiendo la física, la IA hace el barrido.

🐢 Sin IA~45 min · prueba y error · sin barrido sistemático

Tienes el planteamiento — pero no sabes qué k probar primero

planteamiento.md · enunciadoproblema
# 🎯 OPTIMIZACIÓN PARAMÉTRICA
# ¿Qué material de aislamiento mantiene T > 60°C
# después de 30 minutos al menor costo?
# CONTEXTO INDUSTRIAL · Digital Twin
# Ingeniero de planta evalúa 4 materiales para
# tuberías de vapor. Cada material tiene un
# coeficiente de enfriamiento k distinto.
# Catálogo (k = 1/min · costo = $/m²)
# ┌──────────────────────┬───────┬──────┐
# │ Fibra de vidrio │ 0.08 │ $12 │
# │ Lana mineral │ 0.05 │ $25 │
# │ Espuma poliuretano │ 0.03 │ $40 │
# │ Aerogel │ 0.01 │ $120 │
# └──────────────────────┴───────┴──────┘
# EDO: dT/dt = -k·(T - T_amb)
# Condiciones: T(0)=90°C · T_amb=25°C
# Horizonte: 30 min
# Pregunta operativa:
# ¿Cuál es el material más económico que
# cumple T(30) > 60°C?
Ingeniero senior estresado frente a papeles con gráficas de evolución térmica, evaluando manualmente coeficientes k sin un método sistemático

Antes

Papeles, conjeturas, ningún barrido cuantitativo.

⚡ Con kit copiloto IA~3 min · barrido paramétrico · decisión cuantitativa

El copiloto barre los 4 valores de k y tú decides con la curva en pantalla

barrido_termico.py · ejecuta y graficaPython · ~22 líneas
import numpy as np
import matplotlib.pyplot as plt
T_amb, T0 = 25, 90 # Newton cooling
k_vals = [0.08, 0.05, 0.03, 0.01]
nombres = ['Fibra','Lana','PU','Aerogel']
fig, ax = plt.subplots(figsize=(12,7))
for k, nombre in zip(k_vals, nombres):
edo = -k*(T - T_amb)
sol = desolve_rk4(edo, T, ics=[0,T0],
ivar=t, end_points=30,
step=0.1)
t_v = np.array([float(p[0]) for p in sol])
T_v = np.array([float(p[1]) for p in sol])
ax.plot(t_v, T_v, lw=2.5, label=nombre)
ax.axhline(60, color='red', ls='--', lw=2.5,
label='Umbral mínimo (60°C)')
ax.set_xlabel('t (min)'); ax.set_ylabel('T (°C)')
ax.legend(); ax.grid(alpha=0.3); plt.show()
# Decisión: solo Aerogel cumple T(30) > 60°C
Output del copiloto · gráfica300 dpi
Barrido paramétrico de 4 materiales aislantes — Fibra de vidrio, Lana mineral, Espuma PU y Aerogel — con umbral mínimo operativo de 60°C. Solo el Aerogel mantiene T por encima del umbral a los 30 minutos.
Mismo ingeniero senior frente a su ordenador, sereno y satisfecho, viendo en pantalla la propia curva del barrido paramétrico que el kit copiloto IA acaba de generar

Después

Decisión costo-beneficio · Aerogel cumple T(30) > 60°C.

El kit copiloto IA no escribe código por ti — barre los parámetros que tú defines y te devuelve la gráfica que necesitas para decidir. Tú sigues dirigiendo la física.

Bonus interactivo · sistema dinámico 2D

Manipula tú mismo un sistema dinámico

Mueve los sliders y mira el retrato de fase actualizarse en tiempo real · este es el tipo de simulación que construyes en el ebook.

Interactivo BP1 · prueba el método

Mueve los parámetros · ve las EDOs en vivo

Sistema 2D ẋ = αx + βy · ẏ = -βx + αy · cambia α y β para ver cómo cambia el retrato de fase.

Diagnóstico

Espiral estable (sumidero)

En el ebook aprendes a identificar este comportamiento a partir de la traza y determinante del jacobiano · plus implementarlo en SageMath/Python.

El autor

Conoce ¿Quién es el Autor del eBook?

Manuel Alejandro Vivas Riverol

Especialista en Matemática Aplicada · MITx · IPICYT · 15+ años

“Llevo 15+ años enseñando ecuaciones diferenciales y vibraciones. Pasé del lápiz a SageMath y Python — y mi intuición física se volvió código que corre 24/7. Este ebook es lo que me hubiera ahorrado 2 años de trabajo.”

15+ años docenciaComunidad +5 000Tesis · Calidad de energíaAutor verificado Hotmart
Manuel Vivas · autor del ebook

La historia detrás del método

¿Cuando sentiste que la tecnología te dejaba atrás…?
Yo estuve ahí.

Pasé años dando clases de ecuaciones diferenciales con el método clásico: pizarra, tiza, papel. Hasta que un día me di cuenta de que mis alumnos resolvían las EDOs en el examen y al salir no sabían qué hacer con eso. La teoría se quedaba en el aula.

Entonces vino la IA. ChatGPT, Copilot, modelos generativos. Vi a colegas senior bloquearse porque "no programaban hace 20 años", y a junior creer que el prompt lo resolvía todo sin entender la física debajo.

El puente faltaba. Así que lo construí. Aprendí SageMath, integré Python con simulación, conecté la IA como copiloto y no como reemplazo. Lo probé con 200+ alumnos. Funciona.

Este ebook es ese puente. No es teoría seca. No es marketing. Es lo que yo necesitaba hace 10 años y nadie me dio.

0+
años enseñando ingeniería aplicada
0+
clases dadas en línea y presencial
0
instituciones internacionales (MITx · IPICYT · RWTH Aachen)

Actividad académica y profesional

15+ años enseñando · 200+ clases · 3 instituciones internacionales

Clase impartiendo modelado dinámico
Extracto de clase sobre EDs aplicadas
Simulación de temperatura del aire
Presentación en conferencia
Ponencia académica

Imágenes representativas · selección de archivos del autor

Lo que dicen los compradores

Testimonios reales · ★★★★★ 4.8/5

Verificados por Hotmart y comunidad oficial. NO inventamos testimonios.

Foto de Esli TTani Rincón Guillén

Esli TTani Rincón Guillén

Ingeniero · BP1

★★★★★

Las clases con el profesor Manuel Vivas Riverol son una excelente forma de aprender a modelar problemas físicos, una excelente manera de analizar trabajos de ingeniería y pasarlo a una forma matemática para solución de problemas. Es la mejor manera de llevar a la práctica todo lo que se aprende en el aula de clases y no quedarse con sólo conocimientos teóricos.

Foto de Manuel Benjamín

Manuel Benjamín

Doctor en Ciencias · BP1

★★★★★

Las habilidades modernas de programación van de la mano con el conocimiento firme de la teoría al nivel requerido para incursionar en aplicaciones que pueden representar un beneficio real para estudiantes con diversos niveles de dominio del tema. Se trata de una inversión que vale la pena para quien quiere superarse en este aspecto de los muchos que componen el desarrollo profesional.

Foto de Adolfo Cross Goma

Adolfo Cross Goma

Ingeniero · España · BP1

★★★★★

He aprendido a modelar sistemas físicos y poblacionales. Aprender a manejar SageMath nos permite realizar cálculos complejos de manera sencilla.

Foto de José Gilberto Otoniel

José Gilberto Otoniel

Ingeniero · tesis sismos · BP1

★★★★★

He aprendido mucho sobre métodos para solucionar EDs que antes me parecían imposibles. Pude aplicarlas en mi tesis sobre sismos y caos.

Foto de Niko

Niko

Ciencias de la salud · BP2

★★★★★

Aprendí a mi ritmo qué son las EDs. Lo que más me impactó fue modelar el crecimiento logístico bacteriano y el modelo Lotka-Volterra.

Foto de Víctor Manuel Miranda Velázquez

Víctor Manuel Miranda Velázquez

Estudiante · BP2

★★★★★

Lo recomendaría mucho para los estudiantes que llevaron o van a llevar o están llevando la materia de Ecuaciones Diferenciales porque aquí no solo vas a aprender todo lo necesario para ser un experto en esta materia que es muy importante para muchas áreas — ingeniería, física, matemáticas, economía — además se aprenden las bases como las series, números complejos, programación en SageMath.

Sello garantía 7 días · 100% reembolso · compra segura · acceso inmediato

Garantía blindada · 7 días · sin preguntas

Si el código no corre en tu entorno, o no aprendes a modelar tu primera EDO en 7 días — te devolvemos cada peso. Sin trampas. Sin asteriscos.

Inversión

Precio claro · sin sorpresas · garantía 7 días

Plan base

Ebook EDs · Edición 2026

Acceso inmediato + 4 bonos + Copilot IA

$47USD

Hotmart cobrará en tu moneda local

Pago único · acceso de por vida

  • Ebook 300+ pág + código SageMath/Python
  • 4 bonos interactivos
  • Copilot IA personalizado
  • 7 ejemplos resueltos + Desafíos
  • Garantía 7 días reembolso 100%
Reclamar mi ebook + 4 bonos

⬆ Siguiente nivel · pago adicional

+ Bundle Industrial 5 DI

Climatización · Aguas · Eólica · Micro-red · Biorreactor

$47$39USD

-17% solo con la compra del ebook · order bump del checkout

  • + 5 cuadernos Python ejecutables
  • + Metodología 9 secciones del libro
  • + Gemelos digitales industriales
  • + NO incluido en el precio del ebook
  • + Se agrega con un click en el checkout
Activar Bundle Industrial en el checkout

Preguntas frecuentes

Resolvemos tus dudas antes del checkout

No. El ebook empieza desde sintaxis básica de Python y SageMath, asumiendo conocimiento de EDOs nivel ingeniería. Si ya programaste en MATLAB u Octave, la curva es mínima.

Resumen de acceso

Tu acceso incluye todo esto:

  • Ebook Ecuaciones Diferenciales con SageMath y Python · 300+ páginas
  • Bono 1 · Diagnóstico de estabilidad (applet interactivo)
  • Bono 2 · Modelado de tanques interconectados (simulador)
  • Bono 3 · IA y LLMs aplicados a ecuaciones diferenciales
  • Bono 4 · EDs de 2º orden · oscilador armónico + circuito RLC
  • Actualizaciones gratuitas durante 5 meses
  • Garantía de devolución 7 días · sin preguntas
OBTENER ACCESO INMEDIATO

Pago seguro vía Hotmart · 1 / 3 / 6 / 9 cuotas · garantía 7 días

Lead Magnet · 100 % GRATIS

Descarga gratis · 72 h para usar el cupón

De las EDOs al Gemelo Digital — 5 ejemplos resueltos en SageMath + Python

  • Cuaderno Python (.ipynb) · 5 sistemas resueltos · ejecuta y modifica
  • PDF cheatsheet · comandos clave SageMath + Python · 1 página
  • Cupón ELIGE15 · 15 % extra sobre la oferta del ebook · 72 h

🔒 Cero spam · cancelas con un click · GDPR-compliant

CHEATSHEET · SageMath + Python

EDOs · 1 página · imprime y pega

desolveedo, y, ics
rk4f, t0, y0, h, n
plot_sfcampo pendientes
phaseretrato 2D
jacobestabilidad

+ 24 comandos más en el PDF →

5_ejemplos.ipynbPython 3

# Ejemplo 1: Crecimiento logístico

from sage.all import *

t = var('t')

y = function('y')(t)

edo = diff(y,t) == 0.6*y*(1-y/10)

sol = desolve_rk4(edo,

ics=[0,0.5])

# Output:

Sistema 1 / 5 · click run ▶

Cupón válido 72 h

ELIGE15

15 % extra · ebook + bonos

desc

-15%

El momento es ahora

Cada mes que tu experiencia no habla el lenguaje de 2026,el gap se amplía.

No por falta de capacidad. Por falta de puente.

Reclamar mi ebook + 4 bonos — $47 USD

Pago seguro · garantía 7 días · acceso inmediato post-pago

DSI Academy

Puente entre teoría académica y modelado computacional moderno para ingenieros y científicos.

Contacto directo

contacto@ecuacionesdiferencialesaplicaciones.com

Manuel Alejandro Vivas Riverol · 2026

© 2026 DSI Academy · Procesado por Hotmart · Garantía 7 días