Ecuaciones Diferenciales

26 de noviembre de 2002

 Indice
1 Introducci on a las ecuaciones diferenciales. 1.1 Naturaleza de las ecuaciones diferenciales. . . . . . . . . . 1.2 Clasicaci on de las ecuaciones diferenciales ordinarias. . . . 1.3 Soluciones de las ecuaciones diferenciales ordinarias . . . . 1.4 Interpretaci on de una ecuaci on diferencial de primer orden. 2 M etodos de resoluci on para ecuaciones 2.1 Separaci on de variables. . . . . . . . . 2.2 Ecuaciones homog eneas. . . . . . . . . 2.3 Ecuaciones diferenciales exactas. . . . . 2.4 Ecuaciones lineales de primer orden. . 2.5 Curvas ortogonales. . . . . . . . . . . . 2.6 Ejercicios . . . . . . . . . . . . . . . . de . . . . . . . . . . . . primer orden . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 4 6 7 10 14 14 15 17 21 23 26 31 31 33 37 38 41 44 44 46 47 48 50

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . .

. . . . . . . . . . . . . . . . . . . .

3 Ecuaciones lineales de orden superior 3.1 Introducci on. Teorema de existencia y unicidad. . . . . . . . . 3.2 Resoluci on de la ecuaci on homog enea . . . . . . . . . . . . . . 3.3 La ecuaci on homog enea de orden n, de coecientes constantes. 3.4 La ecuaci on no homog enea . . . . . . . . . . . . . . . . . . . . 3.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . .

4 Transformada de Laplace 4.1 Introducci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2 Condiciones de existencia de transformadas. . . . . . . . . . . . . . 4.3 Transformada de derivadas e integrales. . . . . . . . . . . . . . . . . 4.4 Teoremas operacionales. . . . . . . . . . . . . . . . . . . . . . . . . 4.5 Aplicaci on a las ecuaciones diferenciales de coecientes constantes. . 4.6 M etodo de fracciones simples para el c alculo de la transformada inversa de Laplace. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7 Aplicaci on a las ecuaciones diferenciales lineales con coecientes que son polinomios de grado 1. . . . . . . . . . . . . . . . . . . . . . . . 4.8 Otras propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.9 Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.10 Ejercicios: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. 51 . . . . 52 53 54 58

5 Sistemas de ecuaciones diferenciales. 5.1 Preliminares. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2 Sistemas lineales de primer orden . . . . . . . . . . . . . . . . . . . . 5.3 Sistemas lineales homog eneos . . . . . . . . . . . . . . . . . . . . . . 5.4 Soluciones de un sistema no homog eneo. Variaci on de los par ametros. 5.5 Sistemas lineales homog eneos de coecientes constantes . . . . . . . 5.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

60 60 62 63 65 68 77

Cap tulo 1 Introducci on a las ecuaciones diferenciales.

1.1

Naturaleza de las ecuaciones diferenciales.

1.1.1 Denici on.- Una ecuaci on diferencial es una igualdad que involucra una funci on y una o varias de sus derivadas. Si la funci on depende de una sola variable, la ecuaci on diferencial se denomina ordinaria (EDO); si depende de varias variables, la ecuaci on diferencial se denomina ecuaci on en derivadas parciales (EDP). Ejemplos 1: y 0 5y = 1 y 00 2y 0 + 6y = 0 y 0 xy 1=2 = 0 (y 0 )2 + 1 = 0 o o o o dy 5y = 1 dx d2 y dy 2 + 6y = 0 dx2 dx dy xy 1=2 = 0 dx !2 dy +1=0 dx (1.1) (1.2) (1.3) (1.4)

Son ecuaciones diferenciales ordinarias, en donde y es una funci on que depende de x, y = f (x). Se suele representar a la funci on por y , mientras que x o t representan generalemente las variables independientes. Ejemplos 2: x @u + y @u =u @x @y
@ u a2 @x@y =
2

@2u @x@y

=x+y
2

@2u @t2

2k @u ; (k constante) @t

w a2 ( @ + @x2

@2w @y 2

@2w ) @z 2

@w @t

Estas ecuaciones son ecuaciones en derivadas parciales, donde u y w son funciones de varias variables. Se suelen utilizar u, v, w para la funci on y x, y , z , t, para las variables independientes ( las tres primeras, generalmente cuando el problema es un problema espacial, indicando las coordenadas de cada punto, y la variable t cuando la funci on depende del tiempo). En los primeros temas nos vamos a centrar en el estudio de ecuaciones diferenciales ordinarias. >C omo surgen las ecuaciones diferenciales y d onde? Aparecen en cualquier problema en el cual intervenga la variaci on de una magnitud respecto a otras. En ese caso, la derivada representa la velocidad de dicha variaci on. Ejemplos: El problema de determinar la trayectoria de un proyectil, cohete, sat elite o planeta. El problema de determinar la intensidad de corriente en un circuito el ectrico. El problema de la conducci on del calor en una barra o l amina. El problema de determinar las vibraciones de un cable o membrana. El estudio de la velocidad de descomposici on de una substancia radiactiva o de crecimiento de una poblaci on. El estudio de la velocidad en una reacci on qu mica. El problema de la determinaci on de curvas que posean determinadas propiedades geom etricas ( por ejemplo, ortogonales, isoclinas, isobaras, l neas de fuerza, etc). Algunos ejemplos. Cuerpo en ca da libre. Un cuerpo en el aire es atra do verticalmente por la supercie terrestre con una fuerza proporcional a su masa con constante de proporcionalidad g . Al liberarlo se produce un movimiento cuya ecuaci on encontraremos. Denotando por m a la masa del cuerpo, por v a su velocidad, por a a su aceleraci on y por s al espacio recorrido, se tiene por la segunda ley de Newton que d2 s dv = m 2 = mg ; Fuerza = ma = m dt dt de donde se obtiene la ecuaci on diferencial s00 (t) = g , que se puede plantear tambi en 0 on general v (t) = gt+C . Finalmente, empleando como v (t) = g y que tiene por soluci

que v (t) = s0 (t), podremos hallar la ecuaci on que rige el movimiento del cuerpo: g 2 s(t) = 2 t + Ct + D. Obs ervese el signicado de la constante C como velocidad inicial en el instante t = 0 y D como el espacio recorrido hasta el instante inicial. As mismo, de la ecuaci on para s(t) se observa que el espacio recorrido no depende de la masa m del cuerpo, por lo que cuerpos con masas distintas caer an desde el mismo punto en el mismo tiempo. Una observaci on importante respecto al planteamiento del problema es que hubiera resultado \ dif cil" haber deducido por medio de experimentos f sicos la ecuaci on para s(t) pues var a de forma m as o menos \ complicada" con el tiempo t (es un polinomio de segundo grado), sin embargo la ecuaci on a(t) = g ser a mucho m as f acil de observar en los experimentos, pues nos dice que la variaci on de velocidad en el tiempo es siempre la misma (constante), es decir, en cada segundo se aumenta la velocidad siempre en la misma cantidad. Ca da retardada. Sin necesidad de pensar demasiado observamos que el modelo anteriormente descrito, aunque es una aproximaci on a la realidad, en muchos casos no reeja bien lo que realmente ocurre. Por ejemplo, no cae lo mismo un globo hinchado que una bola de hierro. Y pensando en el ejemplo del globo vemos que cuanto m as fuerte lo lanzamos m as resistencia parece oponer el aire, con lo cual podr amos conjeturar que el aire ejerce una resistencia (contraria) al movimiento que es proporcional a la velocidad. Si as fuera, la ecuaci on diferencial que corresponde a tal idea es: Fuerza = ma = mv 0 = ms00 = mg Kv: M as adelante veremos c omo resolver este tipo de ecuaciones. De momento s olo diremos que su soluci on es: v (t) =
K m g C e m t ; K

K m m s(t) = gt + C e m t + D; K K N otese que ahora el espacio recorrido s depende de la masa. Seg un el planteamiento anterior, suponiendo K un valor jo, >qu e cuerpo cree que caer a antes al soltarlos desde igual altura, uno pesado o uno ligero?

1.2

Clasicaci on de las ecuaciones diferenciales ordinarias.

Las ecuaciones diferenciales ordinarias pueden clasicarse en cuanto a:

 ORDEN: es el de la derivada (ordinaria o parcial) m as alta que aparece en la ecuaci on. Ejemplo: Las ecuaciones (1), (3) y (4) son de primer orden, la ecuaci on (2) es de orden 2. LINEALIDAD: las ecuaciones diferenciales ordinarias se clasican tambi en en lineales y no lineales. 1.2.1 Denici on.- Se llama ecuaci on diferencial lineal de orden n aquella que puede expresarse en la forma: an (x)y n) (x) + an1 (x)y n1) (x) + + a1 (x)y 0 (x) + a0 (x)y (x) = b(x) donde an , an1 , : : : , a1 , a0 y b son funciones que dependen s olo de x y an es una funci on no id enticamente nula. Ejemplos: Las ecuaciones (1), y (2) son lineales y las ecuaciones (3) y (4) no lo son. La raz on de que se llamen lineales se ver a m as adelante.

1.3

Soluciones de las ecuaciones diferenciales ordinarias

Una ecuaci on diferencial ordinaria de orden n es una expresi on del tipo F (x; y; y 0 ; : : : ; y n) ) = 0 donde F es una funci on real de n+2 variables. Nuestro objetivo es encontrar soluciones para la ecuaci on. 1.3.1 Denici on.- Se dice que una funci on f (x), denida en un intervalo I de R, con derivada de orden n en I, es soluci on particular de la ecuaci on diferencial en I si sustitu da en la ecuaci on reduce esta a una identidad, es decir, si 0 n) F (x; f (x); f (x); : : : ; f (x)) = 0, 8x 2 I . El intervalo I puede ser de cualquier tipo. Las soluciones pueden venir expresadas de varias formas: Expl citamente: la soluci on viene despejada como una funci on de x. (Por ejemplo, 0 f (x) = 2x es soluci on de y 2 = 0)

 Impl citamente: la soluci on viene denida por una relaci on o igualdad. En este caso, la expresi on puede denir una o varias soluciones de la ecuaci on. Por ejem0 2 2 plo, x + y 25 = 0 dene una soluci on impl cita de x + yy = 0 en (5; 5): Las funciones que se denen impl citamente en esa expresi on son: p f1 (x) = 25 x2 p f2 (x) = 25 x2

Ambas son soluciones en (5; 5) (Por qu e no en un intervalo mayor?) Denidas a trozos: Por ejemplo, es f acil ver que cualquiera de las soluciones de 4 la familia uniparam etrica y = Cx es soluci on de la ecuaci on xy 0 4y = 0 y que la funci on denida a trozos como y=
(

x4 si x < 0 x4 si x 0

tambi en es soluci on de la ecuaci on. (Obs ervese que esta soluci on no es un miembro de la familia uniparam etrica) 1.3.2 Denici on.- Se denomina curva integral de la ecuaci on diferencial a la gr aca de una soluci on de la misma ( es decir, al conjunto f(x; f (x)) : x 2 I g). En los ejemplos anteriores, la recta y = 2x es una curva integral, en el primero, y las p p semicircunferencias f(x; 25 x2 ) : x 2 (5; 5)g y f(x; 25 x2 ) : x 2 (5; 5)g son curvas integrales para el segundo ejemplo. 1.3.3 Denici on.- Se llama soluci on general de la ecuaci on al conjunto de todas las soluciones particulares de la ecuaci on. Normalmente, dicha soluci on se puede representar por una expresi on que contiene tantos par ametros o constantes como indica el orden de la ecuaci on diferencial. Esto no ocurre siempre: pueden existir soluciones que no queden inclu das en esa expresi on param etrica. Dichas soluciones se llaman soluciones singulares. Ejemplo: La ecuaci on diferencial: y 0 xy 1=2 = 0 tiene esta familia param etrica de soluciones: y=

x2 +C 4

!2

La funci on y = 0 es tambi en una soluci on y no est a incluida en la expresi on anterior (es decir, no se obtiene para ning un valor de C). Resolver una ecuaci on diferencial signica hallar su soluci on general. Ejemplos:

1. El ejemplo m as sencillo de ecuaci on diferencial es, si A es una constante, y 0 = A. onde C es una consLa familia de primitivas de la funci on y 0 (x) es Ax + C , d tante arbitraria. Esta expresi on, Ax + C es la soluci on general de la ecuaci on en R. Si damos un valor particular a C, por ejemplo C = 0, y (x) = Ax es una soluci on particular de la ecuaci on. En este caso, todas las soluciones particulares se obtienen dando valores a C. 2. Si h(x) es una funci on continua en R, la ecuaci on y 0 = h(x) tiene por soluci on general, en R: Z x y (x) = h(t)dt + C
a

donde C es una constante arbitraria y a un punto cualquiera de R. En efecto, el teorema fundamental del c alculo garantiza que y (x) es derivable, 0 con derivada y (x) = h(x). Todas las soluciones particulares de la ecuaci on se obtienen dando valores a C. 1 Observaci on: No toda ecuaci on diferencial tiene soluci on (es decir, existe una funci on real de variable real que verique la ecuaci on). Por ejemplo: !2 dy +1=0 dx

dy dx

!2

+ y2 + 4 = 0

no tienen soluciones que sean funciones reales. Esto u ltimo plantea el problema siguiente: >cu ando una ecuaci on diferencial tiene soluci on? Se dar a una soluci on parcial a este problema m as adelante. El problema de Cauchy y los problemas de contorno. En la pr actica, muchos problemas no requieren encontrar la soluci on general de la ecuaci on, sino una o unas ciertas soluciones particulares. En esos casos el problema se plantea como una ecuaci on diferencial acompa~ nada de una o varias condiciones que ha de cumplir la funci on soluci on. Puesto que en una ecuaci on diferencial de orden n aparecen en la soluci on n constantes arbitrarias, el n umero de condiciones acompa~ nantes no sobrepasar a a n. Dichas condiciones suelen ser: El valor de la ecuaci on y de algunas de sus derivadas en un punto jo x0 , dando lugar a lo que llamamos Problema de Cauchy. El valor de la ecuaci on y de algunas de sus derivadas en dos o m as puntos, dando lugar a lo que llamamos Problema de contorno.

Por ejemplo: y 0 = 2x y (0) = 1

)

y 00 = 3x2 + 7 y 0 (1) = 2 y (1) = 3

9 > > = > > ;

9 > > = > > ;

son problemas de Cauchy. Y y 00 = 3x2 + 7 y (1) = 2 y (2) = 0

es un problema de contorno.

1.4

Interpretaci on de una ecuaci on diferencial de primer orden.

Una ecuaci on diferencial de primer orden se escribe de la forma F (x; y; y 0 ) = 0; (1.5)

donde F es una funci on de tres variables. Normalmente se podr a despejar y 0 de la ecuaci on (1.5) en funci on de x y de y . De esta forma obtendremos otra escritura para la ecuaci on diferencial (1.5), a saber y 0 = f (x; y ): (1.6)

En este u ltimo caso diremos que la ecuaci on diferencial est a escrita en forma normal o can onica. Frecuentemente la ecuaci on (1.6) se expresa como dy = f (x; y ); dx y tambi en como M (x; y )dx + N (x; y )dy = 0; (1.8) (1.7)

donde se entiende que la ecuaci on diferencial escrita en forma can onica asociada a (1.8) es : dy M (x; y ) = dx N (x; y ) o bien dx N (x; y ) = ; dy M (x; y ) (1.9)

lo cual corresponde a denir f (x; y ) = M (x; y )=N (x; y ) en (1.6), o bien f (x; y ) = N (x; y )=M (x; y ) respectivamente. Obs ervese que el nombre que se da a las variables viene dado muchas veces por la fuerza de la costumbre, y tanto la x como la y pueden ser la \variable independiente".

10

Por otra parte, una justicaci on rigurosa de esta interpretaci on pasa por la idea de que si f (x; y ) 6 = 0, el teorema de la funci on impl cita nos garantiza (bajo ciertas hip otesis que no precisamos), que localmente se puede despejar la x como funci on de la y y que la derivada de x(y ) respecto de y es 1 1 dx = = dy dy f (x; y ) dx Interpretaci on geom etrica A la vista de la ecuaci on (1.6) podemos esbozar una interpretaci on gr aca, pensando 2 que para cada punto (x; y ) de R , inclu do en el dominio de denici on de f , aunque no conozcamos la funci on soluci on y (x) en un entorno de x que pasa por ese punto (x; y ), s sabemos el valor de la pendiente, y 0 (x), pues y 0 (x) = f (x; y ) y f es una funci on conocida. Por tanto, si ponemos en cada punto (x; y ) del dominio de f un vector de componentes (1; f (x; y )), obtendremos un campo vectorial que reejar a en dichos puntos direcciones tangentes a soluciones que pasan por ellos. Nuestro subconsciente probablemente \ver a" trayectorias a seguir obligadas por las echas (vectores), y no vectores aislados (la gura responde a esta idea para la ecuaci on y 0 = y , cuyas soluciones son y = Cex ).

Y, rec procamente, si a cada punto (x; y ) le asignamos un vector de direcci on dy (1; f (x; y )), entonces el campo vectorial est a asociado a la ecuaci on diferencial dx = f (x; y ). En este contexto, >c omo se interpreta un problema de Cauchy?. En el caso de las ecuaciones diferenciales de primer orden, el problema de Cauchy toma la forma:
(

y 0 = f (x; y ) y (x0 ) = y0

11

Puesto que podemos considerar cada soluci on y = y (x) como una funci on que depende s olo de x, represent andola gr acamente corresponder a a una curva que pasa por (x0 ; y0 ) y que cumple que en cada uno de sus puntos (x; y ) la pendiente de la recta tangente es f (x; y ). Nos planteamos entonces >dado cualquier problema de Cauchy es posible encontrar una curva integral que cumpla estas condiciones? Hab amos visto ya que no toda ecuaci on diferencial tiene soluci on. Tampoco todos los problemas de Cauchy la tienen, y si la tienen, puede haber dos o m as. Esto es conveniente saberlo a la hora de resolverlos, porque en un problema concreto nos interesar a generalmente s olo una de las soluciones. Gr acamente, de lo que se trata es de encontrar entre todas las curvas soluci on a aquella que pase por el punto (x0 ; y0 )

El siguiente teorema garantiza que para ciertos problemas hay siempre soluci on, y s olo una. 1.4.1 Teorema.- (Teorema de Picard) Dado el problema de Cauchy y 0 = f (x; y ) y (x0 ) = y0

con f y @f continuas en un rect angulo [a; b] [c; d] que contiene en su interior a @y (x0 ; y0 ), entonces existe un intervalo I = (x0 h; x0 + h) [a; b] y una u nica funci on y = (x) denida en el intervalo I , soluci on de dicho problema de Cauchy.

12

2 Observaci on: Se trata solamente de una soluci on \local", es decir, est a denida en un entorno de x0 , que no tiene por qu e ser todo el intervalo [a; b]. (En ocasiones, como es el caso de las ecuaciones lineales s que podremos asegurarlo). Adem as, las hip otesis requeridas son condiciones sucientes (no necesarias).

13

Cap tulo 2 M etodos de resoluci on para ecuaciones de primer orden

2.1

Separaci on de variables.

2.1.1 Denici on.- Se dice que una ecuaci on diferencial de la forma g (x) dy = ; dx h(y ) (2.1)

con h no id enticamente nula, es separable o que tiene variables separables (o separadas). n: La familia de funciones denida impl resolucio citamente por la ecuaci on
Z

h(y ) dy =

g (x) dx + C

constituye la soluci on general de nuestra ecuaci on. ( C es una constante arbitraria). En efecto, escribamos la ecuaci on en la forma h(y ) dy = g (x) dx (2.2)

Llamando H (y ) y G(x) a dos primitivas de las funciones h(y ) y g (x) respectivamente, si la funci on y = f (x) es soluci on de 2.2 en el intervalo I , tendremos que 0 on h(f (x))f (x) = g (x) 8x 2 I , por tanto dos primitivas cualesquiera de esta funci diferir an en una constante, H (f (x)) es una primitiva del primer miembro, y se tendr a H (f (x)) = G(x) + C , o lo que es lo mismo y = f (x) verica la ecuaci on H (y ) = G(x) + C . Rec procamente, es inmediato que si y = f (x) viene denida por la ecuaci on H (y ) = G(x) + C

14

entonces es soluci on de la ecuaci on diferencial. Ejercicio: Pruebe que la soluci on de y 0 = y es y (x) = C ex . 3 Observaci on: Al igual que ocurre con el c alculo de primitivas, no es necesario escribir Z Z h(y )dy + C1 = g (x)dx + C2 puesto que C1 y C2 son constantes arbitrarias y esto podemos escribirlo como
Z Z

h(y )dy =

g (x)dx + (C2 C1 )

Una constante puede presentarse de diferentes formas: C, C 2 , eC , 1=C , log(C ) ... En el proceso de separaci on de variables pueden perderse soluciones, o introducirse soluciones \cticias"

2.2

Ecuaciones homog eneas.

2.2.1 Denici on.- Una funci on f : A R2 7 ! R se dice que es homog enea de grado n si para cada x; y; t 2 R, tales que (x; y ) 2 A y (tx; ty ) 2 A, se tiene que f (tx; ty ) = tn f (x; y ). p Ejemplos: f1 (x; y ) = x + y y f2 (x; y ) = xy + y son homog eneas de grado uno. p p x x eneas de grado cero. f5 (x; y ) = 2x + 3y f3 (x; y ) = y f4 (x; y ) = ln son homog y y 1 es homog enea de grado . 2 2.2.2 Denici on.- A una ecuaci on diferencial de la forma M (x; y ) dx + N (x; y ) dy = 0 (2.3)

tal que M (x; y ) y N (x; y ) son funciones homog eneas del mismo grado, se le llama ecuaci on diferencial homog enea. n: Por transformaci resolucio on mediante un cambio de variable a una de variables separadas. Teniendo en cuenta que si h(x; y ) es homog enea de grado n se verica que ! y x n n h(x; y ) = x h 1; =y h ;1 : x y Podemos, entonces, escribir la ecuaci on diferencial (2.3) como y M 1; x y0 = y : N 1; x

(2.4)

15

y se tiene que y = zx, y por tanto y 0 = xz 0 + z . Con x lo que la ecuaci on diferencial (2.4) se transforma en Ahora, haciendo z = z (x) = M (1; z ) z N (1; z ) ; x

z0 =

(2.5)

que ya es de variables separadas. La soluci on nal se obtiene integrando y luego y sustituyendo z por (deshaciendo el cambio de variable). x 4 Observaci on: El proceso de conversi on de la ecuaci on diferencial homog enea en una de variables separables descrito anteriormente es equivalente, desde un punto de vista operativo, a realizar la sustituci on dy = z dx + xdz; que se deduce de la igualdad y = zx. Entonces, la transformaci on de la ecuaci on (2.3) en una ecuaci on en las variables z y x, mediante un c alculo operacional elemental, conduce a la ecuaci on de variables separadas (2.5). Nota: La ecuaci on (2.3) tambi en puede resolverse con el cambio de variable x z = z (y ) = . y Las dos opciones para resolver (2.3) sugieren el planteamiento de la pregunta: >qu e cambio de variable, z (x) = y=x o z (y ) = x=y , ser a el que ocasione operaciones m as sencillas para encontrar la soluci on?. Aunque la respuesta a esta pregunta depende de la ecuaci on particular a resolver, generalmente si N (x; y ) tiene una expresi on sencilla ser a adecuado el cambio z (x) = y=x, y si es M (x; y ) el que tiene una expresi on simple es probable que el cambio z (y ) = x=y sea el m as indicado. La raz on de esta idea proviene de la igualdad d(uv ) = u dv + v du, con lo que m as vale complicar un \ poco" lo que es sencillo, que complicar m as lo que ya es complicado. 2 2 Ejemplo: (x 2y ) dx + xy dy = 0 (homog enea de grado 2). N (x; y ) = xy es m as sencillo que M (x; y ) = x2 y 2 , por lo que con el cambio z (x) = y=x se tendr a: 2
2

y =

y x

y x

z2 1 )z = : zx
0

Obteniendo, al integrar esta u ltima ecuaci on diferencial de variables separadas y luego deshaciendo el cambio de variable, z 2 1 = Cx2 ) y 2 = Cx4 + x2 :

16

Ejercicio: Resuelva la ecuaci on del ejemplo anterior empleando el cambio de variable z (y ) = x=y .

2.3

Ecuaciones diferenciales exactas.

2.3.1 Denici on.- Sean M (x; y ) y N (x; y ) funciones continuas en un abierto conexo 2 V R . Una ecuaci on diferencial del tipo M (x; y ) dx + N (x; y ) dy = 0; (2.6)

se dice que es exacta en V , si el campo vectorial (M (x; y ); N (x; y )) admite en V una funci on de potencial. n: resolucio Si la funci on de potencial es F , las soluciones de la ecuaci on diferencial exacta (2.6) son de la familia de curvas denidas impl citamente por la ecuaci on F (x; y ) = C , donde C es una constante arbitraria. En efecto, supongamos que la funci on y = f (x); x 2 I es una curva de dicha familia, para un cierto valor de la constante C . Esto signica que F (x; f (x)) C = 0 8x 2 I . Derivando con respecto de x, por la regla de la cadena, la funci on h(x) = F (x; f (x)) C , obtenemos D1 F (x; f (x)) + D2 F (x; f (x))f 0 (x) = 0 8x 2 I y como D1 F = M ; D2 F = N , tenemos que f (x) es soluci on de la ecuaci on diferencial 2.6. De manera rec proca, si y = f (x) es soluci on de 2.6, deducimos que se verica D1 F (x; f (x)) + D2 F (x; f (x))f 0 (x) = 0 8x 2 I Como I es un intervalo, una primitiva del primer miembro ser a constante en el intervalo I ; es decir, F (x; f (x)) = D 8x 2 I , y la funci on y = f (x) viene denida impl citamente por una una curva de la familia F (x; y ) = C . Ejercicio: Aplique este resultado a la ecuaci on diferencial y dx + x dy = 0, para la que F (x; y ) = xy . Dado que para la ecuaci on diferencial (2.6), la funci on F (x; y ) no resultar a inmediata de las expresiones de M (x; y ) y de N (x; y ), se plantean dos preguntas: >Cu ando una ecuaci on diferencial es exacta?, y en caso de que la ecuaci on diferencial sea exacta, >c omo obtener F (x; y )?. Como normalmente trabajaremos con ecuaciones del tipo (2.6) tales que M y N son

17

de clase 1 en el abierto V , recordemos que es condici on necesaria para que exista la funci on potencial que @N @M (x; y ) = (x; y ) @y @x 8x 2 V

Esta condici on tambi en es suciente cuando trabajamos en conjuntos V simplemente conexos, como es el caso muy frecuente de R2 . n: Recordemos dos caminos alternativos para encontrar la funci resolucio on de potencial, en caso de que exista. 1. Se puede obtener considerando la integral de l nea desde cierto punto jo a lo largo de cualquier camino contenido en el conjunto. En muchos casos, si es posible, se tomar a como origen el origen de coordenadas y como camino, segmentos paralelos a los ejes coordenados. @F = M (x; y ), mediante la integraci on 2. Si existe una funci on F (x; y ) tal que @x respecto de x, considerando y constante, obtenemos: F (x; y ) =
Z

M (x; y ) dx + f (y );

(2.7)

donde en f (y ) ya englobamos la constante que produce el c alculo de la primitiva @F de M (x; y ) respecto de x. Para determinar f (y ) empleamos que = N (x; y ), @y con lo que al calcular la parcial respecto de y en (2.7) se llega a que N (x; y ) = @ @y
Z

M (x; y ) dx + f 0 (y ):

(2.8)

Finalmente, al despejar f 0 (y ) de (2.8), nos debe quedar una funci on que u nicamente depende de la variable y , por lo que f (y ) se calcula integrando dicha funci on respecto de y (de hecho ser a una nueva ecuaci on diferencial auxiliar de variables separadas). Una vez hallada la expresi on de f (y ), se lleva a (2.7) y se obtiene la expresi on de F (x; y ). Nota: Al igual que con las ecuaciones diferenciales homog eneas, hay un camino paralelo de soluci on que consiste en integrar primero respecto de y y derivar despu es respecto de x. L ogicamente debe elegirse un camino u otro en funci on de la simplicidad de los c alculos que haya que realizar, principalmente al hallar primitivas.

5 Observaci on: Como ya se ha indicado, la soluci on de la ecuaci on exacta se expresa como F (x; y ) = C , para C constante arbitraria, y no simplemente como

18

F (x; y ), pues F (x; y ) es la expresi on de una funci on de dos variables (que no puede ser soluci on de ninguna ecuaci on diferencial). En cambio, F (x; y ) = C , expresa en forma impl cita que y es funci on de x, o que x es funci on de y , lo cual dene una funci on (o varias) de una u nica variable que es perfectamente coherente con el concepto de soluci on de una ecuaci on diferencial. Ejercicio: Compruebe que son exactas y resuelva las ecuaciones diferenciales siguientes: a) (y x2 ) dx + (x + y 3 ) dy = 0: b) (x3 + xy 2 ) dx + (x2 y + y 3 ) dy = 0:

Factores integrantes. En ocasiones una ecuaci on diferencial del tipo M (x; y ) dx + N (x; y ) dy = 0 no exacta puede convertirse en exacta multiplic andola por una funci on adecuada. Por ejemplo, y dx x dy = 0 no es exacta, pero tras multiplicarla por y 2 , s lo ser a.

2.3.2 Denici on.- Una funci on (x; y ) denida en un abierto V R2 continua y no id enticamente nula se dice que es un factor integrante de la ecuaci on diferencial M (x; y ) dx + N (x; y ) dy = 0, si la ecuaci on diferencial (x; y )M (x; y ) dx + (x; y )N (x; y ) dy = 0 es exacta.

2.3.3 Teorema.- Sean M (x; y ) y N (x; y ) dos funciones con parciales continuas en un abierto simplemente conexo V contenido en R2 . Una funci on (x; y ), no id enticamente nula y con parciales continuas en V , es un factor integrante de la ecuaci on diferencial M (x; y ) dx + N (x; y ) dy = 0 si, y s olo si, @M @N (x; y ) @y @x para todo (x; y ) 2 V . Ejercicio: Demuestre el teorema anterior directamente a partir de la denici on 2.3.2 y de la condici on necesaria para la existencia de funci on potencial. 6 Observaci on: La ecuaci on (2.9) constituye un problema de ecuaciones en derivadas parciales, en general mucho m as dif cil de resolver que la propia ecuaci on diferencial original. Sin embargo en algunos casos ser au til, por ejemplo, en situaciones del tipo que se detallar a a continuaci on. Nota: Para simplicar la notaci on emplearemos x e y como sub ndices, para indicar las respectivas parciales de una funci on respecto de x e y .
!

=N

@ @ M ; @x @y

(2.9)

19

Factores integrantes que dependen s olo de x. Si existe un factor integrante (x; y ) que depende s olo de x, es decir, (x; y ) = (x), @ @ 0 entonces y = = 0 y x = = , por lo que (2.9) se puede escribir como @y @x (ln )0 = My Nx : N (2.10)

Como el miembro de la izquierda en (2.10) es s olo funci on de x por hip otesis, entonces, el miembro de la derecha en (2.10) tambi en ser a funci on u nicamente de x, as que, con la notaci on f (x) = se tendr a que (x) = e
R
f (x)dx

My Nx ; N

(2.11)

(2.12)

Nx Por otra R parte se puede probar que si MyN es una funci on s olo de x, f (x), entonces f (x)dx (x) = e es un factor integrante. Ejemplo: Para la ecuaci on y dx x dy = 0, se tiene que

My Nx 2 = ; N x que es s olo funci on de x. Por ello (x; y ) = (x) = e

R 2

dx

1 x2

es un factor integrante para la ecuaci on dada. La constante arbitraria C la hemos tomado C = 0. En general las constantes las tomaremos de forma que el factor integrante resulte lo m as simplicado posible (es obvio que nos basta con encontrar uno).

7 Observaci on: Una vez que a una ecuaci on diferencial la multiplicamos por un factor integrante, tenemos ya una ecuaci on diferencial exacta. Se espera que las soluciones de esta nueva ecuaci on sean tambi en soluciones de la ecuaci on de partida. Un caso en el que esto est a garantizado es cuando (x; y ) 6 =0 para todo (x; y ) 2 V , pues entonces de: (x; y )[M (x; y )dx + N (x; y )dy ] = 0 se deduce que M (x; y )dx + N (x; y )dy = 0. Si (x; y ) se anula en algunos puntos de V , pueden estarse a~ nadiendo soluciones a la ecuaci on diferencial. Tambi en puede ocurrir que ciertas soluciones de la ecuaci on de partida se \pierdan" al multiplicar por el factor integrante. Veremos unos ejemplos:

20

1. La ecuaci on y (2y 2 3x2 )dx + 2x3 dy = 0 no es exacta y admite como factor integrante (x; y ) = y13 . La familia de soluciones de la nueva ecuaci on es : 2x x3 =C y2

que no incluye la soluci on y = 0 de la ecuaci on de partida. 2. La ecuaci on (x + y )dx + ( x + 2x)dy = 0 no es exacta y admite como factor 2y integrante (x; y ) = y . La familia de soluciones de la nueva ecuaci on es: yx2 + y2x = C 2 Se observa que y = 0 est a inclu da en esta familia de soluciones, pero sin embargo no es soluci on de la ecuaci on de partida.
2

2.4

Ecuaciones lineales de primer orden.

2.4.1 Denici on.- Una ecuaci on diferencial de la forma y 0 + P (x)y = Q(x) se le llama ecuaci on diferencial lineal de primer orden. Nota: Habitualmente se exige que P (x) y Q(x) sean funciones continuas en un intervalo I . De esta forma se tiene garant a de existencia y unicidad globales de las soluciones para toda condici on inicial y (x0 ) = y0 , con x0 2 I (ver teorema de existencia y unicidad). (2.13)

Las ecuaciones diferenciales lineales aparecen frecuentemente en la pr actica. En numerosas ocasiones modelos complicados se aproximan por modelos lineales, porque su estudio es m as sencillo y porque se tiene la esperanza de que la soluci on a la ecuaci on lineal aproxime a la soluci on del problema original. Por ejemplo, si en el 0 problema y = f (x; y ), con y (x0 ) = y0 , la funci on f (x; y ) resulta ser muy complicada, podemos aproximarla por su desarrollo de Taylor de primer orden en un entorno del amos el problema punto (x0 ; y0 ). Con ello obtendr
8 > < y0 > :

= f (x0 ; y0 ) + (x x0 )

@f @f (x0 ; y0 ) + (y y0 ) (x0 ; y0 ) @x @y

; (2.14)

y (x0 ) = y0

que es \ parecido" al inicial, pero mucho m as sencillo, al tener una ecuaci on diferencial lineal de primer orden.

21

 n: Se deja como ejercicio comprobar que las ecuaciones diferenciales resolucio lineales poseen un factor integrante = (x) que depende s olo de x. La forma de conseguir la soluci onR es, por tanto, multiplicar los dos miembros de la expresi on (2.13) por el t ermino e P (x) dx , que es un factor integrante. Con ello se consigue la ecuaci on
R d R P (x) dx ye = e P (x) dx Q(x) ; dx que es una ecuaci on diferencial cuya soluci on se obtiene f acilmente mediante una primitiva. Finalmente se recupera y (x) despejando. Observemos que, en este caso, el factor integrante es continuo y no nulo en el conjunto donde lo sean P (x) y Q(x). Por tanto, todas las soluciones de la ecuaci on exacta son soluciones de la ecuaci on de partida. Nota: Obs ervese que en la ecuaci on diferencial (2.13) y 0 tiene por coeciente un 1, por lo que para resolver una ecuaci on diferencial lineal del tipo R(x)y 0 + P (x)y = Q(x), antes de aplicar el m etodo de resoluci on es preciso dividir la ecuaci on dada por R(x), con lo que habr a que ser cautos con los intervalos de denici on de las funciones resultantes.

Ecuaci on de Bernouilli. Las ecuaciones de Bernouilli responden a la forma general: y 0 + P (x)y = Q(x)y n (2.15)

para n 6 =0yn6 = 1 (si n = 0 o n = 1 la ecuaci on diferencial es directamente lineal). Si en (2.15) dividimos ambos miembros de la igualdad por y n , \ salta a la vista" el cambio de variable 1 w(x) = : (y (x))n1 Con este cambio se tiene que w0 = (1 n)y n y 0 y sustituyendo en (2.15) se llega a la ecuaci on diferencial lineal w0 + P (x)w = Q(x): 1n Finalmente se resuelve esta u ltima ecuaci on diferencial lineal y posteriormente se deshace el cambio de variable. 8 Observaci on: Se~ nalemos que en el m etodo de soluci on indicado para la ecuaci on n diferencial (2.15) en cierto momento se divide por y por lo que, si n > 0, habr a que a~ nadir la soluci on y 0 de la ecuaci on diferencial original, que hemos \perdido". Ejercicio: Pruebe que y 0 y 1 = y 2 (Cx2 x4 ) proporcionan las soluciones de la ecuaci on diferencial xy 0 + y = x4 y 3 .

22

2.5

Curvas ortogonales.

Hasta ahora hemos visto que la soluci on de una ecuaci on diferencial de primer orden se suele poder expresar como F (x; y; C ) = 0, donde C es una constante arbitraria. La ecuaci on F (x; y; C ) = 0 proporciona para cada valor de C una curva o trayectoria en el plano XY tal que en cada punto de la curva se satisface la relaci on dada por la ecuaci on diferencial entre el valor de la abscisa x, la ordenada y y la pendiente 0 y (x) en dicha abscisa. El problema tambi en puede plantearse de forma inversa: dada una familia uniparam etrica de curvas F (x; y; C ) = 0, encontrar una ecuaci on diferencial cuya soluci on nos permita recuperar la familia original. 2.5.1 Ejemplo.- La expresi on x2 + y 2 = C 2 es la familia uniparam etrica de circunferencias centradas en (0; 0). Derivando la ecuaci on de la familia respecto a x se 0 tiene la ecuaci on diferencial de la familia: x + yy = 0. En ocasiones la simple derivaci on respecto a x no es suciente. 2.5.2 Ejemplo.- Para la familia de rectas y = Cx + 4, se tiene que y 0 = C depende de C y la soluci on de y 0 = C incluye a m as rectas que las de la familia original. Sin embargo, utilizando que, de la ecuaci on inicial de la familia de rectas, C = (y 4)=x, la ecuaci on diferencial es ahora y 0 = (y 4)=x. El proceso seguido en el ejemplo anterior es general. Dada una familia de curvas F (x; y; C ) = 0, podemos obtener su ecuaci on diferencial siguiendo los pasos: 1. d F (x; y; C ) = 0. dx
8 d > > < > > :

2. Eliminando C entre las ecuaciones: dx F (x; y; C ) = 0 = 0

F (x; y; C )

Entonces, la ecuaci on diferencial obtenida se denomina ecuaci on diferencial de la familia dada. 2.5.3 Denici on.- Dos curvas C1 y C2 se dice que son ortogonales si lo son las rectas tangentes a cada una en cada punto donde se corten.

23

2.5.4 Denici on.- Dos familias de curvas F (x; y; C ) = 0 y G(x; y; C ) = 0, para C constante arbitraria, se dice que son ortogonales si cada curva de la primera familia es ortogonal a todas las de la segunda. Por ejemplo, las familias de curvas y = mx y x2 + y 2 = c son dos familias de curvas ortogonales; la primera representa las rectas que pasan por el origen, y la segunda es la familia de circunferencias centradas en el origen. (V ease el siguiente dibujo).

El problema que trataremos ahora es: Dada una familia de trayectorias F (x; y; C ) = 0, encontrar una familia G(x; y; C ) = 0, tal que las familias F (x; y; C ) = 0 y G(x; y; C ) = 0 sean ortogonales.

24

trico: Dado un punto (x; y ) de la familia F (x; y; C ) = 0, planteamiento geome su recta tangente tendr a por vector director (1; y 0 ). Por lo tanto, para encontrar la familia ortogonal G(x; y; C ) = 0, debemos plantear que en ese punto (x; y ) la recta tangente tenga por vector director uno que sea ortogonal a (1; y 0 ), por ejemplo 1 1 el vector (1; 0 ). (N otese que (1; y 0 ) y (1; 0 ) son ortogonales, pues su producto y y escalar es cero.) As pues, la soluci on al problema planteado se obtiene siguiendo los pasos: 1. Hallar la ecuaci on diferencial de la familia F (x; y; C ) = 0. 2. Si la ecuaci on diferencial del apartado anterior es f (x; y; y 0 ) = 0, la ecuaci on 1 diferencial de la familia buscada ser a f (x; y; 0 ) = 0. y 3. Resolver la ecuaci on diferencial f (x; y; 1 ) = 0. y0

Ejercicio: Halle la familia ortogonal a la familia de curvas dadas por la ecuaci on y = ln(tan x + C ), con C constante arbitraria.

25

2.6

Ejercicios

1. Para ciertos valores de la constante n, la funci on enx es soluci on de la ecuaci on 000 00 0 diferencial y 3y 4y + 12y = 0. Determinar los valores de n. 2. Para ciertos valores de la constante n, la funci on xn es soluci on de la ecuaci on 0 3 000 2 00 diferencial x y + 2x y 10xy 8y = 0. Determinar los valores de n. 3. Demostrar que una ecuaci on diferencial de la forma y 0 = f (ax + by + c), con b6 = 0 se puede reducir a una ecuaci on separable con el cambio u = ax + by + c. Aplicaci on: resolver 1xy y0 = x+y 4. Demostrar que una ecuaci on diferencial de la forma y =f
0

ax + by + c Ax + By + C

con aB bA 6 = 0 se puede reducir a una ecuaci on homog enea mediante el cambio

(

x=u+h y =v+k

donde h y k son constantes que se determinar an. 5. Resolver las siguientes ecuaciones diferenciales: (1 + x)y dx = (1 y )x dy ydx (x + y )dy = 0 (2x3 + 4y )dx + (4x + y + 2)dy = 0 dy x =y dx y +x 2x2 ydy = (1 + x2 )dx dy + 2y = ex dx (1 + x2 )xdy = (1 + y 2 )dx dy 2y 1+ = (x + 1)3 dx x p xdy ydx x2 y 2 dx = 0 (2x + 3y )dx + (y x)dy = 0 (x y 3) dx (x + y 1) dy = 0 xy 00 + 4y 0 = 0 =x+y = y (y 2 + 3x2 ) (x y ) dx x dy = 0 dy + ytg (x)dx = 0 (x2 + y 2 )dx 2xydy = 0 dy y = xy 5 dx dy + xy = x3 dx p (a2 + y 2 )dx = 2x ax2 a2 dy y 0 + 4y = y 2 ( sen x + cos x) dy (x + 1) dx = x(1 + y 2 ) (x + y 6) dx + (y x) dy = 0
dy 2x3 dx 2 dy dx

6. Considerar la ecuaci on diferencial (4x + 3y 2 )dx + 2xydy = 0. (a) Demostrar que no es exacta y encontrar un factor integrante de la forma xn para la ecuaci on.

26

(b) Resolver la ecuaci on. 7. Dada la ecuaci on M (x; y )dx + N (x; y )dy = 0, demostrar que si
@N @x

@M @y

= g (y )
R

es una funci on que depende s olo de y, entonces (y ) = exp( g (y )dy )) es un factor integrante. 8. Resolver la ecuaci on (2xy 2 + x2 y y + 2x)dx + (2x2 y x3 x + 2y )dy = 0 encontrando un factor integrante de la forma (xy ). 9. Resolver la ecuaci on (4xy 2 + 6y )dx + (5x2 y + 8x)dy = 0 encontrando un factor integrante de la forma xq y p . 10. Resolver (3 y 2 + 10 xy )dx + (5xy + 12x2 )dy = 0, sabiendo que tiene un factor integrante de la forma xm y n . 11. Resolver la ecuaci on (3x + 2y + y 2 ) dx + (x + 4xy + 5y 2 ) dy = 0 buscando un factor integrante de la forma = '(x + y 2 ). 12. Determinar el valor de n para que xn + y n = C sean las trayectorias ortogonales a la familia x y= 1 Dx 13. Una familia de curvas es autoortogonal si su familia de trayectorias ortogonales coincide con la propia familia. Demostrar que y 2 = 2Cx + C 2 es autoortogonal. 14. Demostrar que la ecuaci on diferencial xy 0 3y = 0 tiene una familia de soluciones de la forma y = Cx3 . Demostrar que la funci on y=
(

A x3 B x3

si si

x0 x0

es tambi en una soluci on. Existen entonces dos soluciones que pasan por el punto (1; 1).

27

15. Considere el problema de valor inicial: y 0 + P (x) y = x y (0) = 1

)

donde P (x) =

1 3

si si

0x2 x>2

(a) Encontrar la soluci on general para 0 x 2. (b) Determinar la constante de la soluci on obtenida en a) para la cual se satisface la condici on inicial. (c) Encontrar la soluci on general para x > 2. (d) Escoger la constante de la soluci on general obtenida en c) para que ambas soluciones coincidan para x = 2. De esta manera se obtiene una soluci on continua del problema de valor inicial. 16. Determinar una soluci on continua para el problema de valor inicial: y 0 + 2 y = Q(x) y (0) = 0
)

donde Q(x) =

2 2

si si

0x3 x>3

17. Trace un esbozo de cada una de las siguientes familias de curvas, encuentre las trayectorias ortogonales y a~ na dalas al dibujo: (a) xy = C . (b) y = Cx2 . (c) y = Cex . (d) y 2 = 4C (x + C ). 18. Encontrar las curvas que satisfagan cada una de las condiciones geom etricas siguientes: (a) La parte de la tangente cortada por los ejes est a bisecada por el punto de tangencia. (b) La proyecci on sobre el eje OX de una parte de la normal entre (x; y ) y el eje OX tiene longitud 1. (c) La proyecci on sobre el eje OX de una parte de la tangente entre (x; y ) y el eje OX tiene longitud 1. 19. Las leyes de Kircho establecen que la suma de las ca das de voltaje a trav es de cada uno de los elementos de un circuito es igual a la tensi on E(t) aplicada. Las ca das de voltaje a trav es de: Inductor di d2 q L =L 2 dt dt

28

Condensador

1 q C iR = dq R dt

Resistencia

donde L,C,y R son constantes, i(t) es la intensidad en cada instante y q(t) es la carga. (a) Un circuito en serie contiene una resistencia y un inductor. Determinar la intensidad si R = 10, L = 3H y la tensi on aplicada es de 100V . (b) Un circuito en serie contiene una resistencia y un condensador. Determinar la carga si R = 6 y C = 5F siendo el voltaje suministrado de 110V . 20. (Ley de Torricelli) Sup ongase que un tanque de agua tiene en el fondo un agujero de a rea a por el cual el agua est a saliendo. En condiciones ideales la velocidad con que el agua sale a trav es del agujero es la que adquirir a una gota de agua al caer libremente desde la supercie del l quido hasta el agujero. En condiciones reales, la velocidad es proporcional a la anterior (con una constante comprendida entre 0 y 1 y que generalmente es 0.6). Suponiendo condiciones ideales, si el tanque es hemisf erico, tiene un radio m aximo de 4m. y est a lleno de agua en t=0, y en ese momento se abre un agujero en el fondo de 1cm de di ametro, >cu anto tiempo tarda en vaciarse? 21. La ley del enfriamiento de Newton sostiene que la variaci on de la temperatura de un cuerpo es directamente proporcional a la diferencia de temperaturas del medio ambiente (supuesta constante) y la del cuerpo. Justamente antes del mediod a el cuerpo de una v ctima aparente de un homicidio se encuentra en un cuarto que se conserva a temperatura constante de 70 F. A mediod a, la temperatura del cuerpo es de 80 F y a la 1 p.m. es de 75 F. Si la temperatura del cuerpo en el momento de la muerte es de 98.6 F y si el cuerpo se ha enfriado de acuerdo con la ley de Newton, >cu al fue la hora de la muerte? 22. La intensidad de la luz a una profundidad de x metros satisface la ecuaci on 0 diferencial I = (1:4)I ; (a) >A qu e profundidad la intensidad es la mitad que en la supercie (donde x=0)? (b) >Cu al es la intensidad a una profundidad de 10 m.? (c) > A qu e profundidad la intensidad ser a la cent esima parte de la de la supercie?. 23. Un gran dep osito contiene 1000 l de salmuera en la que est an disueltos 200Kg de sal. A partir del instante t=0 se introduce agua pura a raz on de 3l/minuto

29

y la mezcla (que se mantiene homog enea) sale del dep osito a raz on de 2 l/min.. >Cu anto tiempo se necesitar a para reducir la cantidad de sal a la mitad? 24. Un dep osito est a lleno inicialmente con 100 m3 de agua salada, cuya concentraci on 3 a empieza a verter en este dep osito agua es de 1.5 Kg. de sal por m . Una tuber 3 3 salada, de concentraci on 1 Kg de sal por m , a raz on de 2m =min, a la vez que por un oricio del fondo sale la mezcla con la misma velocidad. Suponiendo que la mezcla se mantiene homog enea en cada instante, calcular la concentraci on de sal en el agua del dep osito al cabo de una hora. 25. La velocidad de disoluci on de un s olido es proporcional a la cantidad de s olido sin disolver y a la diferencia entre las concentraciones de saturaci on de la sustancia y a la que tiene en un instante t cualquiera. En un dep osito que contiene 60 Kg. de disolvente se introducen 10 Kg. de soluto y al cabo de 12 minutos se observa que la concentraci on es de 1 parte de soluto por 30 de disolvente. Determinar la cantidad de soluto que existe en la soluci on en un instante cualquiera t, si la concentraci on de saturaci on es de 1 parte de soluto en 3 de disolvente. ( Tomaremos como concentraci on la cantidad de kilogramos de soluto dividida entre los kilogramos de disolvente). 26. Se ha descubierto que una bola de naftalina que ten a originalmente un radio de 1/4 de pulgada, tiene un radio de 1/8 pulgada al cabo de un mes. Suponiendo que se evapora a un ndice proporcional a su supercie, encuentre el radio en funci on del tiempo. >Despu es de cu antos meses desaparecer a por completo? 27. Un medicamento se inyecta en el ujo sangu neo de un paciente con una intensidad constante de r grs./seg. Simult aneamente la sustancia se elimina con una rapidez proporcional a la cantidad de sustancia x(t) presente en cada instante. Halle, y resuelva, la ecuaci on diferencial que rige la cantidad x(t).

30

Cap tulo 3 Ecuaciones lineales de orden superior

3.1

Introducci on. Teorema de existencia y unicidad.

3.1.1 Denici on.- Se denomina ecuaci on diferencial lineal de segundo orden a la que puede escribirse en la forma y 00 + P (x)y 0 + Q(x)y = R(x) (3.1)

donde supondremos que P(x), Q(x) y R(x) son funciones continuas en un cierto intervalo de los n umeros reales. En general se denomina ecuaci on diferencial lineal de orden n a la que puede escribirse en la forma y n) + an1 (x)y n1) + + a1 (x)y 0 + a0 (x)y = R(x) (3.2)

donde, como antes, supondremos que an1 (x); :::::; a1 (x); a0 (x) son funciones continuas en un cierto intervalo de los n umeros reales. Observaciones: 1. Si en la ecuaci on diferencial 3.2 el coeciente de y n) no es uno, sino una funci on continua en el mismo intervalo antes referenciado, supondremos siempre que tal funci on es no nula en todos los puntos de dicho intervalo. Bajo estas hip otesis siempre es posible poner la ecuaci on en la forma 3.2. 2. En este tema, la teor a tiene una estructura ordenada y coherente, basada en principios simples del Algebra Lineal. Sin embargo, la resoluci on pr actica de 3.1

31

puede ser m as complicada de lo que parece a simple vista, y casos particulares de la misma constituyen temas completos de an alisis. Como ejemplos, se tienen: (1 x2 )y 00 2xy 0 + p(p + 1)y = 0 x2 y 00 + xy 0 + (x2 p2 )y = 0 (ecuaci on de Legendre) (ecuaci on de Bessel)

Cuando en 3.2 se verica R(x) = 0 se tiene entonces la ecuaci on diferencial y n) + an1 (x)y n1) + ::::: + a1 (x)y 0 + a0 (x)y = 0 que se denomina ecuaci on homog enea asociada a la ecuaci on 3.2. 3.1.2 Teorema.- ( Teorema de existencia y unicidad para la ecuaci on 3.2 ). Sean an1 (x); :::::; a0 (x) y R(x) funciones continuas en el intervalo [a; b]. Si x0 2 [a; b] umeros reales cualesquiera, entonces existe una u nica y si y0 ; m1 ; m2 ; :::::; mn1 son n funci on de clase n; y : [a; b] 7 ! R tal que: (3.3)

a) y (x) es soluci on de y n) + an1 (x)y n1) + + a1 (x)y 0 + a0 (x)y = R(x) en [a,b]. b) y (x0 ) = y0 , y 0 (x0 ) = m1 , y 00 (x0 ) = m2 ; : : : ; y n1) (x0 ) = mn1 . Observaciones: Bajo las hip otesis de este teorema:

on y = y (x) es una 1. Si x0 es un punto cualquiera del intervalo [a; b] y si la funci soluci on en [a; b] de la ecuaci on 3.3 que verica las condiciones iniciales y (x0 ) = 0, 0 00 y (x0 ) = 0, y (x0 ) = 0; : : : ; y n1) (x0 ) = 0. entonces y 0 en [a; b]. 2. Si x0 es un punto cualquiera del intervalo [a; b], y si las funciones y = y1 (x), y = y2 (x) son soluciones en [a; b] de la ecuaci on 3.2 , y verican las condiciones n1) 0 0 iniciales y1 (x0 ) = y2 (x0 ) , y1 (x0 ) = y2 (x0 ), y1 00 (x0 ) = y2 00 (x0 ); : : : ; y1 (x0 ) = n1) y2 (x0 ), entonces y1 y2 en [a; b]. Estructura de la soluci on general. 3.1.3 Teorema.- Sean an1 (x); an2 (x); :::::; a0 (x) y R(x) funciones continuas en el intervalo [a; b], Yg la soluci on general de y n) + an1 (x)y n1) + + a1 (x)y 0 + a0 (x)y = R(x) o sea, el conjunto de todas las soluciones particulares de dicha ecuaci on, yp una soluci on particular de esta ecuaci on, e Y0 la soluci on general de la ecuaci on homog enea asociada. Entonces se cumple Yg = yp + Y0 . Adem as, Y0 es un subespacio vectorial del espacio vectorial de todas las funciones reales denidas en el intervalo [a,b], o sea, si y1 e y2 son soluciones de la ecuaci on homog enea asociada y si ; son n umeros reales cualesquiera, entonces y1 + y2 es tambi en una soluci on de la ecuaci on homog enea.

32

3.2

Resoluci on de la ecuaci on homog enea

Independencia lineal 3.2.1 Denici on.- Se dice que las funciones f1 (x); f2 (x); :::::; fn (x) denidas en el intervalo [a,b], son linealmente independientes en dicho intervalo si la u nica soluci on de la ecuaci on c1 f1 (x) + c2 f2 (x) + :::::: + cn fn (x) = 0 para todo x 2 [a; b] es c1 = c2 = :::::: = cn = 0. Un conjunto de funciones que no son linealmente independientes se denomina linealmente dependiente. Seg un la denici on dada, es f acil ver que dos funciones son linealmente dependientes si y s olo si una de las dos funciones es un m ultiplo escalar de la otra. Por ejemplo f1 = sen x y f2 = 5 sen x son linealmente dependientes ya que c1 sin x + c2 (5 sin x) = 0 admite la soluci on no nula c1 = 5 y c2 = 1. Es interesante observar que dos funciones pueden ser linealmente independientes en un intervalo, y no serlo en otro. Por ejemplo f1 (x) = x y f2 (x) = jxj, son linealmente independientes en R y no lo son en fx=x > 0g. 3.2.2 Denici on.- Sean y1 ; y2 ; :::::; yn funciones que admiten derivadas hasta el orden n 1 en el intervalo [a,b]. Se denomina wronskiano de y1 ; y2 ; :::::; yn a la funci on denida en [a,b] por medio del determinante.
6 6 w(y1 ; y2 ; :::::; yn ) = det 6 6 6 4 2

y1 0 y1 . . . y1
n1)

y2 0 y2 . . . y2
n1)

::: ::: ...

yn 0 yn . . .

3 7 7 7 7 7 5

n1) : : : yn

3.2.3 Teorema.- Sean y1 ; y2 ; :::::; yn soluciones de la ecuaci on diferencial y n) + an1 (x)y n1) + + a1 (x)y 0 + a0 (x)y = 0 , en el intervalo [a,b]. Entonces es cierta una y s olo una de las proposiciones siguientes: a) w(y1 ; :::::; yn )(x) = 0 para todo x 2 [a; b]: b) w(y1 ; :::::; yn )(x) 6 = 0 para todo x 2 [a; b]: Demostraci on: Es obvio que s olo caben dos posibilidades, que las soluciones sean linealmente dependientes (en el intervalo [a; b]) o que no lo sean.

33

1. Si las funciones y1 ; y2 ; :::::; yn son linealmente dependientes, vamos a ver que w(y1 ; y2 ; :::::; yn ) 0 en [a,b]. En efecto, supongamos que existe una combinaci on lineal c1 y1 (x) + c2 y2 (x) + : : : + cn yn (x) = 0 8x 2 [a; b]

con coecientes ci no todos nulos. Derivando n 1 veces, y considerando estas expresiones en el punto x0 , donde x0 es un punto cualquiera del intervalo, obtendremos
8 c1 y1 (x0 ) + c2 y2 (x0 ) + : : : + cn yn (x0 ) = 0 > > > > < c y 0 (x ) + c y 0 (x ) + : : : + c y 0 (x ) = 0 1 1 0 2 2 0 n n 0 > :::::::::::::::::::::::::::::::::::::::::: > > > : n1) n1) n1)

c1 y1

(x0 ) + c2 y2

(x0 ) + : : : + cn yn

(x0 ) = 0

Este es un sistema lineal y homog eneo en las inc ognitas ci , que admite una soluci on no trivial, c1 ; c2 ; : : : ; cn de donde se deduce que el determinante del sistema, que no es otro que el wronskiano en el punto x0 , es cero. 2. Si las soluciones y1 ; y2 ; :::::; yn son linealmente independientes, w(y1 ; y2 ; :::::; yn ) 6 = 0 en todos los puntos de [a,b]. En efecto, supongamos que para alg un x0 de [a; b] se tiene que w(y1 ; y2 ; :::::; yn )(x0 ) = 0. Entonces el sistema
8 c1 y1 (x0 ) + c2 y2 (x0 ) + : : : + cn yn (x0 ) = 0 > > > > < c y 0 (x ) + c y 0 (x ) + : : : + c y 0 (x ) = 0 1 1 0 2 2 0 n n 0 > : : : : : : : : : : : : : : : : : : : : : : : : : : : : :::::::::::::: > > > : n1) n1) n1)

c1 y1

(x0 ) + c2 y2

(x0 ) + : : : + cn yn

(x0 ) = 0

admite soluci on no trivial. Sea esta C1 ; C2 ; : : : ; Cn . Si consideramos la funci on Y (x) = C1 y1 (x) + C2 y2 (x) + : : : + Cn yn (x), tenemos una soluci on de la ecuaci on diferencial homog enea que verica las condiciones iniciales: Y (x0 ) = 0 Y 0 (x0 ) = 0 : : : Y n1) = 0 y por la observaci on 1. de 3.1.2, se tendr a Y 0, lo que contradice la hip otesis de independencia lineal. 3.2.4 Corolario.- Sean y1 ; y2 ; :::::; yn soluciones de la ecuaci on diferencial y n) + an1 (x)y n1) + + a1 (x)y 0 + a0 (x)y = 0 en el intervalo [a,b]. Las soluciones y1 ; y2 ; :::::; yn son linealmente independientes si y solamente si su wronskiano no se anula en alg un punto de [a; b]:

34

3.2.5 Teorema.- Para la ecuaci on diferencial y n) + an1 (x)y n1) + ::::: + a1 (x)y 0 + a0 (x)y = 0 se cumple: a) Admite n soluciones linealmente independientes. b) dim Y0 = n (Y0 es el e.v. de las soluciones de la ecuaci on)

c) Si y1 ; y2 ; :::::; yn son soluciones linealmente independientes, entonces y (x) = c1 y1 (x)+ ::::: + cn yn (x) es la soluci on general de (3.4). Demostraci on: Tomemos un x0 2 [a; b] arbitrario. a) Basta aplicar la proposici on relativa a la existencia y unicidad (3.1.2) a los problemas de condiciones iniciales: y (x0 ) = 1 y 0 (x0 ) = 0 y 00 (x0 ) = 0 y (x0 ) = 0 y 0 (x0 ) = 1 y 00 (x0 ) = 0 y (x0 ) = 0 y 0 (x0 ) = 0 y 00 (x0 ) = 0 : : : y n1) = 0 : : : y n1) = 0 : : : y n1) = 1

Se obtienen as , n soluciones de la ecuaci on, y1 ; y2 ; : : : ; yn , cuyo wronskiano es distinto de cero en el punto x0 y por tanto, son linealmente independientes en el intervalo [a; b]. (Recu erdese (3.2.4).) Para probar b), basta probar que cualquier soluci on de la ecuaci on, es combinaci on lineal de las as constru das. En efecto sea Y (x) una soluci on cualquiera, y considei1) (x0 ), para i = 1; : : : ; n. Construyendo la funci on remos los n umeros ci = Y y (x) = c1 y1 (x) + c2 y2 (x) + + cn yn (x), obtenemos que = c1 = Y (x0 ) = c2 = Y 0 (x0 ) . . . . . . n1 n1 (x0 ) y (x0 ) = cn = Y y por la observaci on 2. de 3.1.2 que Y (x) y (x) 8x 2 [a; b] c) Se deduce de las propiedades de espacio vectorial. Como consecuencia de los Teoremas anteriores se tiene el siguiente resultado: 2 y (x0 ) y 0 (x0 ) . . .

3.2.6 Proposici on.- Si yp es una soluci on particular de la ecuaci on diferencial no homog enea y n) + an1 (x)y n1) + ::::: + a1 (x)y 0 + a0 (x)y = R(x) e y1 ; y2 ; :::::; yn son soluciones linealmente independientes de la ecuaci on diferencial homog enea asociada, entonces y (x) = yp (x) + c1 y1 (x) + ::::: + cn yn (x) es la soluci on 0 n) n1) + ::::: + a1 (x)y + a0 (x)y = R(x). general de y + an1 (x)y

35

Insistiendo en la idea, para resolver una ecuaci on no homog enea de orden n, basta encontrar n soluciones linealmente independientes de la ecuaci on homog enea asociada, y una soluci on particular de la no homog enea. La ecuaci on homog enea de segundo orden. Utilizaci on de una soluci on conocida para encontrar la otra. 3.2.7 Teorema.- Si y1 (x) es una soluci on de la ecuaci on diferencial homog enea 00 0 y + P (x)y + Q(x)y = 0 en el intervalo [a,b] y adem as se cumple que y1 (x) 6 = 0 en dicho intervalo, entonces existe una funci on v = v (x) tal que: 1. y2 (x) = v (x)y1 (x) es tambi en una soluci on de y 00 + P (x)y 0 + Q(x)y = 0 2. y1 (x) e y2 (x) son linealmente independientes. La ecuaci on homog enea de segundo orden con coecientes constantes. Si en la ecuaci on diferencial homog enea y 00 + P (x)y 0 + Q(x)y = 0, las funciones P (x) y Q(x) son respectivamente las constantes p y q , se tiene entonces la ecuaci on: y 00 + py 0 + qy = 0 (3.4)

denominada ecuaci on diferencial homog enea con coecientes constantes. La ecuaci on 2 algebraica m + pm + q = 0 [e.c.] se denomina ecuaci on caracter stica asociada a la misma. Adelantando una t ecnica que emplearemos m as adelante, observamos que la derivada mx de la funci on y = e es un m ultiplo de s misma y = memx , y por tanto esta funci on ser a soluci on de la ecuaci on 3.4, si y solamente si m es ra z de la ecuaci on caracter stica. Por tanto si disponemos de dos ra ces diferentes, tendremos dos soluciones de la ecuaci on que son linealmente independientes, como se puede comprobar f acilmente. En el caso de que la ecuaci on caracter stica tenga s olo una ra z doble, mx utilizaremos la ya disponible y = e , para encontrar otra con el m etodo sugerido mx con anterioridad. La nueva soluci on ser a xe . En el caso de que la ecuaci on caracter stica posea ra ces complejas, ser an conjugadas, a + bi y a bi y como cualquier combinaci on lineal de soluciones ( a un con coecientes complejos ) es soluci on, obtenemos las soluciones e(a+bi)x + e(abi)x = eax cos bx 2 e(a+bi)x e(abi)x = eax sen bx 2i Por tanto, podemos enunciar:

36

3.2.8 Teorema.- Dada la ecuaci on diferencial de coecientes constantes, 3.4, en la resoluci on de la ecuaci on caracter stica pueden darse diferentes situaciones: Caso I ( ra ces reales diferentes ): Si m1 6 = m2 son ra ces reales distintas de la ecuaci on caracter stica [e.c.], entonces la soluci on general de 3.4 es: y (x) = c1 em1 x + c2 em2 x donde c1 ; c2 son constantes arbitrarias. Caso II ( ra ces reales iguales ): Si m1 = m2 son ra ces reales iguales de la ecuaci on caracter stica [e.c.], entonces la soluci on general de 3.4 es: y (x) = c1 emx + c2 xemx = emx (c1 + c2 x) donde m = m1 = m2 = p y c1 ; c2 son constantes arbitrarias. 2 Caso III ( Ra ces complejas conjugadas ): Si m1 = a + ib y m2 = a ib, con b 6 = 0, son ra ces complejas conjugadas de la ecuaci on caracter stica [e.c.], entonces la soluci on general de 3.4 es: y (x) = c1 eax cos bx + c2 eax sen bx donde c1 ; c2 son constantes arbitrarias.

3.3

La ecuaci on homog enea de orden n, de coecientes constantes.

Si en la ecuaci on diferencial homog enea 3.3 todas las funciones ai (x) son constantes, se tiene la ecuaci on diferencial y n) + an1 y n1) + :::::: + a1 y 0 + a0 y = 0 donde ahora las ai representan constantes y no funciones. La ecuaci on algebraica mn + an1 mn1 + :::::: + a1 m + a0 = 0 (3.6) (3.5)

se denomina ecuaci on caracter stica asociada a la misma. En este caso la soluci on general se obtiene siguiendo un procedimiento similar al usado en la ecuaci on diferencial de segundo orden, es decir, empezamos hallando las n ra ces de la ecuaci on caracter stica y a continuaci on, bas andonos en dichas

37

ra ces, formamos un conjunto linealmente independiente de n soluciones. La principal diferencia es que, en el caso de ecuaciones de orden tres o superior, las ra ces de la ecuaci on caracter stica pueden tener multiplicidad mayor que 2. Cuando esto ocurre formamos soluciones adicionales ( linealmente independientes) multiplicando por potencias crecientes de x. 3.3.1 Teorema.- Dada la ecuaci on diferencial de coecientes constantes, 3.5, en la resoluci on de la ecuaci on caracter stica pueden darse diferentes situaciones: Caso I ( Ra ces reales diferentes ): Si la ecuaci on caracter stica 3.6 asociada a la ecuaci on diferencial lineal homog enea con coecientes constantes 3.5 tiene n ra ces reales diferentes m1 ; m2 ; :::::; mn , entonces la soluci on general de 3.5 es: y = c1 em1 x + c2 em2 x + :::::: + cn emn x donde c1 ; c2 ; :::::; cn son constantes arbitrarias. Caso II ( Ra ces reales repetidas ): Si la ecuaci on caracter stica 3.6 asociada a la ecuaci on diferencial lineal homog enea con coecientes constantes 3.5 tiene la ra z real m que se repite k veces, entonces la parte de la soluci on general de 3.5 correspondiente a esta ra z repetida es (c1 + c2 x + ::::: + ck xk1 )emx donde c1 ; c2 ; :::::; cn son constantes arbitrarias. Caso III ( Ra ces complejas conjugadas ) Si la ecuaci on caracter stica asociada a la ecuaci on diferencial lineal homog enea con coecientes constantes 3.5 tiene las ra ces a + ib y a ib que se repiten k veces, entonces la parte de la soluci on general de 3.5 correspondiente a estas ra ces repetidas es eax [(c1 + c2 x + ::::: + ck xk1 ) sen bx + (ck+1 + ck+2 x + ::::: + c2k xk1 ) cos bx] donde c1 ; c2 ; :::::; cn son constantes arbitrarias. En los casos II) y III) sumando las partes correspondientes a todas las ra ces se tiene la soluci on general de 3.5.

3.4

La ecuaci on no homog enea

El m etodo de reducci on de orden Para ecuaciones diferenciales de segundo orden (aunque se extiende a ecuaciones de orden n ): y 00 + P (x)y 0 + Q(x)y = R(x)

38

se parte de una soluci on particular y1 (x) de la ecuaci on homog enea asociada, y conjeturamos que la soluci on general de dicha ecuaci on es de la forma y (x) = v (x)y1 (x). Derivando, substituyendo y simplicando, obtenemos:
0 v 00 y1 + v 0 (2y1 + P (x)y1 ) = R(x)

ecuaci on lineal de primer orden en v 0 que, resuelta y tras la correspondiente integraci on nos da v (x) ( que va a depender de 2 constantes arbitrarias), y por tanto la soluci on general y (x). El m etodo de variaci on de los par ametros. Es un m etodo para encontrar una soluci on particular de 3.2 cuando se conoce la soluci on general de la ecuaci on homog enea asociada 3.3. Si esta soluci on la expresamos en la forma. Y0 = c1 y1 (x) + c2 y2 (x) + ::::: + cn yn (x) el m etodo consiste en substituir las constantes c1 ; c2 ; :::::; cn por funciones convenientes v1 (x); v2 (x); :::::; vn (x) para que la funci on yp = v1 (x)y1 (x) + v2 (x)y2 (x) + ::::: + vn (x)yn (x) sea una soluci on particular de 3.2. En cada sucesiva derivada (hasta la n 1) de la funci on yp , la combinaci on lineal resultante de funciones 0 0 0 v1 (x); v2 (x); :::::; vn (x) se iguala a cero, obteni endose un sistema de n ecuaciones en 0 0 0 donde las inc ognitas son las funciones v1 (x); v2 (x); :::::; vn (x), y cuya matriz (del sistema) tiene por determinante al wronskiano w(y1 ; y2 ; :::::; yn ) 6 = 0. El m etodo de coecientes indeterminados. Como en el caso anterior es un m etodo para encontrar una soluci on particular de 3.2 cuando se conoce la soluci on general de la ecuaci on homog enea 3.3. Se aplica, generalmente, cuando los coecientes de 3.2 son constantes y el segundo miembro R(x) est a formada por t erminos cuyas derivadas sucesivas llegan en alg un momento a anularse o a repetirse salvo un factor constante; en concreto, funciones polin omicas, exponenciales, senos, cosenos, o bien combinaciones aditivas o factoriales de las mismas. En s ntesis puede decirse que el m etodo consiste en conjeturar la forma de la soluci on particular de modo que incluya un n umero suciente de coecientes indeterminados que puedan ajustarse a las circunstancias en cada caso. Por ejemplo, para la ecuaci on de segundo orden: y 00 + py 0 + qy = R(x) Caso 1. R(x) = b0 + b1 x + ::::: + bm xm

39

1. Si q 6 = 0 se conjetura que yp = a0 + a1 x + ::::: + am xm 2. Si q = 0 se hace y 0 = u; y 00 = u 0 y se procede como en el caso anterior para la ecuaci on reducida de primer orden resultante. O tambi en, equivalentemente, se m pone yp = x(a0 + a1 x + ::::: + am x ) Caso 2. R(x) = Keax 1. Si a no es ra z de la ecuaci on caracter stica, se conjetura que yp = Aeax . 2. Si a es ra z simple de la ecuaci on caracter stica, se conjetura que yp = Axeax . 3. Si a es ra z doble de la ecuaci on caracter stica, se conjetura que yp = Ax2 eax . Caso 3. R(x) = M cos bx + N sen bx on no sea Se conjetura que yp = A cos bx + B sen bx, siempre y cuando esta funci soluci on de la ecuaci on homogenea asociada. En caso contrario, se pone yp = x(A cos bx + B sen bx). Casos mixtos aditivos. Se procede teniendo en cuenta el siguiente resultado, de demostraci on inmediata: Si y1 (x) e y2 (x) son soluciones respectivas de las ecuaciones y 00 + P (x)y 0 + Q(x)y = R1 (x) y 00 + P (x)y 0 + Q(x)y = R2 (x) entonces y = y1 (x) + y2 (x) es una soluci on de y 00 + P (x)y 0 + Q(x)y = R1 (x) + R2 (x) Casos mixtos factoriales. Si R(x) = eax (b0 + b1 x + ::::: + bm xm )(M cos bx + N sen bx), se conjetura que yp = eax (a0 + a1 x + ::::: + am xm )(A cos bx + B sen bx), salvo cuando eax es ra z de la ecuaci on homog enea asociada, ya que entonces se procede como en los casos anteriores, a~ nadiendo factores crecientes de x, hasta conseguir que no ocurra esto.

40

3.5

Ejercicios

1. Eliminando las constantes c1 y c2 , encontrar la ecuaci on diferencial de cada una de las familias de curvas siguientes: (a) y = c1 x + c2 x2 (b) y = c1 ekx + c2 ekx (c) y = c1 sen kx + c2 cos kx SOL.: a) x2 y 00 2xy 0 + 2y = 0; b) y 00 k 2 y = 0; c) y 00 + k 2 y = 0:

2. Vericar que la funci on y = c1 x1 + c2 x5 es una soluci on de x2 y 00 3xy 0 5y = 0 en cualquier intervalo [a; b] que no contenga al 0. Si x0 6 = 0; y0 y m son arbitrarios, demuestre que c1 y c2 pueden escogerse de una y s olo una manera para que 0 y (x0 ) = y0 e y (x0 ) = m. 3. Demu estrese que las funciones y1 ecuaci on x2 y 00 4xy 0 + (x2 + 6)y y (0) = 0; y 0 (0) = 0. >Contradice ecuaciones diferenciales lineales de = x2 sen x e y2 = 0 son soluciones de la = 0, y que ambas satisfacen las condiciones esto el Teorema de existencia y unicidad de segundo orden?. Justif quese la respuesta.

4. Considere las funciones y1 = x3 e y2 = x2 jxj en el intervalo [1; +1]. Demuestre que su wronskiano es identicamente nulo en dicho intervalo, pero que, sin embargo, ambas funciones no son linealmente dependientes. >Qu e conclusi on puede sacarse de lo anterior?. 5. Indicando el intervalo correspondiente, estudiar la dependencia lineal de los siguientes conjuntos de funciones: (a) f1; x; x2 g (c) f1; x; 2x 3g on general de la ecuaci on y 00 4y 0 + 6. Demuestre que y = c1 e2x + c2 xe2x es la soluci 4y = 0 en cualquier intervalo. 7. Demuestre que y = c1 ex +c2 e2x es la soluci on general de la ecuaci on y 00 3y 0 +2y = 0 en cualquier intervalo, y encontrar la soluci on particular que cumple y (0) = 1 0 e y (0) = 1. SOL.: y = 3ex + 2e2x : 8. Obteniendo en primer lugar una soluci on particular por observaci on directa, resolver las siguientes ecuaciones:

(b) fex ; xex g

41

(a) xy 00 + 3y 0 = 0 (b) x2 y 00 + xy 0 4y = 0 (c) xy 00 (2x + 1)y 0 + (x + 1)y = 0

9. Resolver las siguientes ecuaciones: (a) y 4) y = 0

(b) y 4) y 00 = 0

(d) y 5) 2y 4) + 5y 3) 8y 00 + 4y 0 = 0 SOL.: a) y = c1 e + c2 e + c3 cos x + c4 sen x: b) y = c1 + c2 x + c3 e + c4 e : c) y = c1 ex + c2 ex cos 2x + c3 ex sen 2x: d) y = c1 + c2 ex + c3 xex + c4 cos 2x + c5 sen 2x:
x x x x

(c) y 3) 3y 00 + 7y 0 5y = 0

10. Por observaci on directa encuentre una soluci on particular para cada una de las siguientes ecuaciones: (a) x3 y 00 + x2 y 0 + xy = 1 (b) y 00 2y 0 = 6 (c) y 00 2y 0 = sen x

11. Resolver las siguientes ecuaciones: (a) y 00 2y 0 + y = 2x: (c) y 00 + 4y = tan 2x:

(b) y 00 y 0 6y = ex . (d) y 00 + 2y 0 + y = ex ln x: (e) y 00 2y 0 3y = 64 xex : (f) y 00 + y = 2 cos x: (g) y 00 + 4y = 4 cos 2x + 6 cos x + 8x2 4x: SOL.: a)2x+4+c1 ex +c2 xex : b)(1=4)ex +c1 e2x +c2 e3x : c)(1=4) cos 2x ln(tan(x+ =4)) + c1 sen 2x + c2 cos 2x d)ex [(1=2)x2 ln x (3=4)x2 ] + c1 ex + c2 xex : e) ex (8x2 + 4x) + c1 ex + c2 e3x : f )c1 sen x + c2 cos x + x sen x: g )c1 sen 2x + c2 cos 2x + x sen 2x + 2 cos x 1 x + 2x2 : 12. La ecuaci on x2 y 00 + pxy 0 + qy = 0

42

donde p y q son constantes, se llama ecuaci on equidimensional de Euler. Probar t que el cambio x = e la transforma en una ecuaci on lineal con coecientes constantes, y aplicar esta t ecnica para encontrar la soluci on general de las siguientes ecuaciones: (a) x2 y 00 + 3xy 0 + 10y = 0 (c) 2x2 y 00 + 10xy 0 + 8y = 0 13. Resolver las siguientes ecuaciones: (a) (x2 1)y 00 2xy 0 + 2y = (x2 1)2 (b) x2 y 00 + xy 0 16y = 0

(b) (x2 + x)y 00 + (2 x2 )y 0 (2 + x)y = x(x + 1)2 SOL.: a) (1=6)x4 (1=2)x2 + c1 x + c2 (x2 +1) 14. Resolver las siguientes ecuaciones: (a) y 3) + 4y 0 = 5xex (b) y 3) + y 0 = tan x SOL. a)xex (7=5)ex + c1 + c2 cos 2x + c3 sen 2x: b) ln(sec x) sen x[ln(sec x + tan x)] + c1 + c2 cos x + c3 sen x: b) 1 x (1=3)x2 + c1 ex + c2 (1=x).

43

Cap tulo 4 Transformada de Laplace

4.1

Introducci on.

Vamos a introducir en este tema una herramienta u til en la resoluci on de ecuaciones diferenciales y sistemas de ecuaciones diferenciales. La transformada de Laplace es un operador (act ua sobre funciones dando lugar a otras funciones) cuya principal propiedad es transformar las derivadas de una funci on en potencias. En el caso particular de las ecuaciones lineales de coecientes constantes, este operador transforma la ecuaci on en un polinomio o una funci on racional cuyas \ra ces" ( que van a ser funciones) nos van a proporcionar las soluciones de la ecuaci on. Resulta especialmente u til cuando en la ecuaci on intervienen funciones peri odicas, o un tipo particular de funciones denominadas funciones escal on y funciones impulso, que aparecen en problemas de fuerzas, ondas y corrientes el ectricas. 4.1.1 Denici on.- Sea f : [0; 1) 7 ! R una funci on denida para t 0. Se denomina transformada de Laplace de f a la funci on F(p) denida por: F(p) =
Z
1

ept f (t)dt = ept f (t)dt

= lim

b!1 0

cuyo dominio es el conjunto de valores p 2 R para los cuales la integral impropia es convergente. 9 Observaci on: Si la integral anterior diverge para un valor de p, entonces la transformada no est a denida en ese punto. La funci on f se denomina funci on objeto y la funci on F se denomina funci on imagen.

44

 La funci on F se denota tambi en por L(f ). Ejemplos: 1. L(1)(p) =

1 p

si p > 0.
b!1

Si p > 0, L(1)(p) = lim

Rb
0

ept dt = lim

Si p 0, L(1)(p) = lim b!1 mada. 2. L(tn )(p) =

n! pn+1

Rb
0

ept dt = 1, por tanto, no est a denida la transfor-

epb b!1 p

1 p

=1 : p

si p > 0.
Rb
0

Se obtiene este resultado aplicando el principio de inducci on completa: Para n=1, si p > 0, L(t)(p) = lim
bepb b7 !1 p

lim

R1
0

ept dt p

= lim e p2
b7 !1

pb

b7 !1 + p12

ept tdt = (integrando por partes) =

1 : p2

Si p 0 la integral diverge.

Si lo suponemos cierto para n-1, es decir L(tn1 )(p) = integrando por partes se obtiene: L(tn )(p) = lim b
b7 !1 1 pa
n e pb

(n1)! pn

si p > 0, entonces

+n L(tn1 )(p) = p

n! pn+1

si p > 0

3. L(eat )(p) =

si p > a. (la demostraci on se deja como ejercicio).

4. Igualmente, se puede demostrar utilizando la denici on que: L(cos bt)(p) = L( sen bt)(p) = p2 p + b2 si p > 0 si p > 0

b p2 + b2

4.1.2 Proposici on.- (Linealidad de la transformada). Sean f; g : [0; 1) 7 ! R; si existen F(p) y G(p) y ; 2 R, entonces existe L(f + g )(p) y se tiene que: L(f + g )(p) = F(p) + G(p) Esta propiedad se obtiene directamente de la denici on de transformada y de las propiedades de las integrales impropias. 10 Observaci on: La propiedad anterior nos permite calcular, por ejemplo, la transformada de un polinomio, de forma f acil.

45

4.2

Condiciones de existencia de transformadas.

Puesto que la transformada de Laplace es una integral impropia, las condiciones de existencia se basan en las condiciones para la existencia de integrales impropias, que se han estudiado en Matem aticas II; en particular, utilizaremos los criterios de comparaci on y el concepto de convergencia absoluta. Para trabajar con funciones que tienen transformada de Laplace, vamos a denir dos tipos particulares de funciones : 4.2.1 Denici on.- Una funci on f : [0; 1) 7 ! R se dice continua a trozos si para cada b > 0, la funci on f tiene a lo sumo un n umero nito de discontinuidades en [0; b] y todas son de salto nito. 11 Observaci on: Se vi o el curso anterior que las funciones continuas a trozos en en intervalos acotados son integrables. Como si f es continua a trozos, ept f (t) tambi R lo es, resulta que para todo b > 0, existe 0b ept f (t)dt. Para que exista la integral impropia es necesario adem as que jf (t)ept j tienda a 0 en 1, pero ya se vi o el curso anterior que esto no es suciente. Por ello, vamos a denir otro tipo de funciones y R a dar un criterio para que la integral impropia 01 ept f (t)dt converja. 4.2.2 Denici on.- Una funci on f : [0; 1) 7 ! R se dice que es de orden exponencial c, si existen t0 0 y M > 0, tales que: jf (t)j M ect para cada t t0 .

En el caso de que f sea de orden exponencial c, se tiene que: jept f (t)j Me(pc)t si t t0 :

Si adem as f est a acotada en [0; t0 ], se puede encontrar una constante K > 0 tal que pt je f (t)j Ke(pc)t si t 0 4.2.3 Teorema.- Sea f : [0; 1) 7 ! R una funci on continua a trozos y de orden exponencial c. Entonces: 1. Existe F(p) si p > c. 2. lim F(p) = 0.
p7 !1

Demostraci on: Teniendo en cuenta la observaci on anterior, como f(t) es una funci on acotada en cada intervalo cerrado (por ser continua a trozos), existe una constante K > 0 tal que si t 0. jept f (t)j Ke(cp)t ;

46

Si p > c, entonces 01 Ke(pc)t dt = K L(1)(p c) = pK c Por tanto, aplicando el criterio de mayoraci on para integrales impropias, existe la R integral 01 jept f (t)jdt para p > c y se deduce la existencia de la transformada de Laplace. R R Adem as, 0 01 jept f (t)jdt 01 Ke(cp)t dt = pK . c 2 y por tanto lim F(p) = 0. p7 !1 Como consecuencia del teorema se tiene: si (p) es una funci on que depende de p y no verica que lim (p) = 0, entonces p7 !1 no puede ser la transformada de Laplace de ninguna funci on continua a trozos y de orden exponencial. Se puede probar un resultado m as general a un: no puede ser la transformada de Laplace de ninguna funci on. En particular, las funciones log p, p on racional en la que el grado del numerador sea sen p, cos p, e y cualquier funci mayor o igual que el del denominador, no pueden ser transformadas de ninguna funci on de variable real. Las hip otesis del teorema son condiciones sucientes, pero no necesarias; por ejemplo, la funci on t1=2 no es continua a trozos en [0; 1), pero si p > 0, mediante el cambio de variable pt = u2 se obtiene: Z b Z ppb 2 2 ept t1=2 dt = p eu du p 0 0 y teniendo en cuenta que 1, se tiene que
R1
0

ex dx =
1

, 2

tomando l mites cuando b tiende a

s

pt 1=2

dt =

: p

No todas las funciones poseen transformada de Laplace, por ejemplo la funci on x2 e verica que
x7 !1

lim ex

2 px

=1

para cualquier valor de p

y por tanto la integral impropia correspondiente a la transformada de Laplace no converge para ning un valor de p. (Esta funci on es tambi en un ejemplo de funci on que no es de ning un orden exponencial).

4.3

Transformada de derivadas e integrales.

4.3.1 Teorema.- Sea f : [0; 1) 7 ! R una funci on de clase 1 y de orden exponencial c. Entonces para todo p > c existe F(p) y L(f 0 )(p) y se tiene: L(f 0 )(p) = pF(p) f (0)

47

4.3.2 Teorema.- Sea f : [0; 1) 7 ! R una funci on de clase n y de orden exponen0 00 n1) son tambi en de orden exponencial c, entonces existen sus cial c. Si f ; f ; : : : ; f transformadas para todo p > c y se cumple: L(f n) )(p) = pn F(p) pn1 f (0) pn2 f 0 (0) f n1) (0): 4.3.3 Teorema.- Sea f : [0; 1) 7 ! R una funci on continua y de orden exponencial c. Si la funci on Z t g (t) = f (u)du
0

es tambi en de orden exponencial c, entonces para todo p > c existen F(p) y L(g )(p) y se verica: 1 L(g )(p) = F(p): p 4.3.4 Teorema.- (Teorema del valor inicial) Si a las hip otesis del teorema 4.3.1 a~ nadimos que f 0 sea de orden exponencial c, se cumple: lim f (t) = lim pL(f )(p):
t!0+ p!1

4.3.5 Teorema.- (Teorema del valor nal) Si a las hip otesis del teorema anterior a~ nadimos que c < 0 se cumple:
t!1

lim f (t) = lim pL(f )(p):

p!0+

4.4

Teoremas operacionales.

Permiten calcular m as r apidamente la transformada de Laplace de ciertas funciones. 4.4.1 Teorema.- Primer teorema de traslaci on (Trasladada de la funci on imagen). Si existe la transformada de Laplace de la funci on f en un punto p a (a 2 R), at entonces existe L(e f (t))(p) y L(eat f (t))(p) = F(p a): (Demu estrese a partir de la denici on de transformada). Consecuencia: Permite calcular la transformada de una exponencial multiplicada por otra funci on que tenga transformada. Por ejemplo: L(eat sen (t))(p) = L(eat cos(t))(p) = 1 (p a)2 + 1

(p a) (p a)2 + 1 Antes de ver otros resultados, introduciremos algunas funciones importantes:

48

4.4.2 Denici on.- (Funci on de Heaviside) Se dene como ( 0 si t < 0 u(t) = 1 si t 0

1 Para cada p > 0 existe L(u)(p) = p .

4.4.3 Denici on.- (Funci on escal on) Si a > 0 se dene la funci on escal on en a como: ua (t) =
(

0 si t < a = u(t a) 1 si t a

4.4.4 Proposici on.- Para cada p > 0 existe epa : L(ua )(p) = p Demostraci on: En efecto, L(ua )(p) =
Z
1 a

ept ua (t)dt =

(haciendo el cambio de variable s = t a) = ep(s+a) u(s)ds =

Z
1

epa eps u(s)ds =

epa p 2

4.4.5 Denici on.- (Funci on impulso unitario.) Si a; b > 0 se dene la funci on impulso unitario en [a; b] como: ua;b (t) = > 1 si a t b > : 0 si t b 4.4.6 Proposici on.- Para cada p > 0 existe L(ua;b )(p) = epa epb : p
8 > > < 0 si t < a

Demostraci on: En efecto, la funci on ua;b (t) se puede escribir como ua ub y de ah se deduce el valor de la transformada. 2 4.4.7 Teorema.- Segundo teorema de traslaci on (Trasladada de la funci on objeto). Sea f una funci on real denida en R; si existe F(p) y a > 0, existe L(ua (t)f (t a))(p) = eap L(f )(p):

49

Demostraci on: L(ua (t)f (t a))(p) =

Z
1 0

ept ua (t)f (t a)dt =

Z
1 a

= ( haciendo el cambio de variable s=t-a) = =

Z
1

ep(s+a) u(s)f (s)ds

eps epa f (s)ds = epa L(f )(p): 2

12 Observaci on: 1. El efecto de considerar la funci on f (t a) en lugar de f (t) es una traslaci on de la funci on al punto a. on 2. El efecto de multiplicar a la funci on f (t a) por ua (t) es que se anula la funci a la izquierda de a. 3. De hecho, si se trabaja con funciones f : [0; 1) 7 ! R, para poder denir L(ua (t)f (t a))(p) con a > 0 es necesario prolongar f a [a; 0]. Esta prolongaci on se hace habitualmente asignando el valor 0 a la funci on en este intervalo. 4.4.8 Teorema.- Cambio de escala. p Si existe L(f ) en a , siendo a > 0, entonces existe L(f (at))(p) y esta transformada vale 1 p L(f )( ) a a La demostraci on es una simple aplicaci on de la denici on de transformada. Consecuencias: 1. Permite calcular f acilmente algunas transformadas. 2. Un cambio de escala en la funci on objeto produce un cambio de escala inverso en la funci on imagen.

4.5

Aplicaci on a las ecuaciones diferenciales de coecientes constantes.

y 00 + ay 0 + by = f (x) y (0) = y0 0 y (0) = y1
9 > > = > > ;

Dada la ecuaci on

se busca una soluci on y = y (x) ( es decir, una funci on dos veces derivable en un intervalo [a,b] que contenga a 0, y que cumpla la ecuaci on en dicho intervalo).

50

Si f(x) es continua a trozos y de orden exponencial se puede demostrar ( no lo haremos) que las funciones y; y 0 ; y 00 cumplen las mismas propiedades. Entonces, considerando la transformada a ambos lados de la ecuaci on, se tiene: L(y 00 + ay 0 + by )(p) = L(f (x))(p) es decir, p2 Y(p) py0 y1 + a(pY(p) y0 ) + bY(p) = F(p) que es una ecuaci on algebr aica en Y. Despejando, se obtiene la transformada de la funci on y: F(p) + (p + a)y0 + y1 Y(p) = p2 + ap + b Se puede demostrar que dos funciones continuas con id entica transformada son iguales [Dettman, pg. 308], por tanto, si encontramos una funci on h(x), dos veces derivable en [a,b] y cuya transformada coincida con Y(p), ser a la soluci on buscada de la ecuaci on diferencial. Ejemplo: Dado el problema y 00 + 4y = 4x > > = y (0) = y0 > > y 0 (0) = y1 ; Aplicando el m etodo anterior se obtiene: 1 Y(p) = 2 p +4
! 9

4 + py0 + y1 p2

La funci on y (x) = y0 cos 2x + y21 sen 2x + x 1 sen 2x tiene por transformada Y(p) 2 y se puede comprobar que es la soluci on buscada. El problema que nos queda por resolver es, dada Y(p), >c omo encontrar una funci on dos veces derivable, cuya transformada sea esta?.

4.6

M etodo de fracciones simples para el c alculo de la transformada inversa de Laplace.

Llamamos transformada inversa de Laplace de la funci on Y, a una funci on sucientemente regular y (x) tal que L(y (x))(p) = Y(p). Hemos observado hasta ahora que la mayor parte de las transformadas son funciones (p) racionales Q con grado del denominador mayor que el del numerador. El m etodo R(p) de fracciones simples consiste en descomponer esta funci on racional en fracciones simples y determinar la antitransformada de cada una, obteniendo como soluci on la

51

suma de las antitransformadas. Para aquellas funciones que no son racionales, en algunos casos, se pueden aplicar las propiedades de derivaci on e integraci on de la transformada para obtener la antitransformada (cuando la derivada o la primitiva de tales funciones sea racional). En la tabla de antitransformadas pueden observarse las antitransformadas de todos los tipos de fracciones simples existentes:
1 pa 1 (pa)n 1 ((p+A)2 B 2 )n

1 (p+A)2 B 2

4.7

Aplicaci on a las ecuaciones diferenciales lineales con coecientes que son polinomios de grado 1.

Derivadas e integrales de transformadas. 4.7.1 Teorema.- Sea f : [0; 1) 7 ! R una funci on continua y de orden exponencial n F(p) n c. Entonces para todo p > c existen L((t) f (t))(p) y d dp y: n dn F(p) L((t) f (t))(p) = dpn
n t) 4.7.2 Teorema.- Si f : [0; 1) 7 ! R y f ( son funciones continuas a trozos y de t orden exponencial c. Entonces para todo p > c

Z 1 f (t) )(p) = L( F(s)ds: t p

4.7.3 Proposici on.- Con las mismas hip otesis del teorema anterior, si podemos hacer p=0, se obtiene: lim L( +
Z 1 f (t) )(p) = F(s)ds: t 0

p!0

Aplicaci on: La ecuaci on: A(x)y 00 + B (x)y 0 + C (x)y = R(x) donde A,B y C son polinomios de grado uno, se puede resolver utilizando la transformada de Laplace; esta convierte la ecuaci on en una ecuaci on diferencial lineal de primer orden en L(y ). Resolvi endola, se obtiene L(y ), y antitransformando se obtiene la soluci on de la ecuaci on.

52

4.8

Otras propiedades

Producto de convoluci on. 4.8.1 Denici on.- Sean f y g funciones integrables. Se dene la funci on convoluci on de f y g, que denotaremos f g , como la funci on denida por (f g )(t) =
Z
t 0

f (s)g (t s)ds

4.8.2 Teorema.- Si f y g son continuas a trozos y de orden exponencial c, entonces existe L(f g )(p) para p > c y L(f g )(p) = L(f )(p)L(g )(p): Consecuencia: Este teorema permite encontrar la antitransformada de ciertas funciones sin necesidad de descomponer en fracciones simples, como por ejemplo: p(p2 2 + 4)

cuya antitransformada es la convoluci on de las funciones 1 y sen (2t). Tambi en permite obtener otras antitransformadas como la de la funci on: (p2 1 + 1)2

como convoluci on de la funci on sen t consigo misma. Funciones peri odicas. 4.8.3 Teorema.- Si f : [0; 1) 7 ! R es una funci on de periodo T y continua a trozos en [0,T], existe su transformada de Laplace para p > 0 y L(f )(p) =
RT
0

ept f (t)dt 1 epT

Demostraci on: Por ser continua a trozos en [0,T] y peri odica, es de orden exponencial 0. Entonces, si p > 0, se tiene: L(f )(p) =
Z
1

pt

f (t)dt =

pt

f (t)dt +

1 T

ept f (t)dt =

(haciendo el cambio de variable s = t T ) =

Z
T

ept f (t)dt +

1 0

ep(s+T ) f (s + T )ds =

53

pt

f (t)dt + e

pT

eps f (s)ds: 2

Despejando, se obtiene el resultado. Ejemplo: R 2 pt e sen tdt 1 L( sen t)(p) = 0 = : 2 p 1e 1 + p2

4.9

Delta de Dirac

A menudo los sistemas mec anicos o el ectricos est an sometidos a fuerzas de gran magnitud que act uan durante un intervalo de tiempo muy peque~ no. Vamos a construir funciones que nos pueden servir de modelo para tales fuerzas: Para > 0, consideremos 8 1 > > si a < t < a + > < (t a) = > Conviene observar:
> > :

si

ta

o ta+

as 1. La variaci on de las gr acas de las funciones cuando se hace cada vez m peque~ no. 2.
Z
1 1

= 1
" #

1 eap e(a+)p 1 3. L( ) = L (u(t a) u(t (a + ))) = p p

4. Cuando ! 0, no tiene sentido lim!0 (t a) como una funci on propiamente dicha, pero podemos considerar una \especie de funci on" denida como (t a) = lim (t a)
!0

que vale innito en el punto a y 0 en los restantes. La llamaremos \delta de Dirac" en el punto a, y la manejaremos por sus propiedades: (a) (b)
Z
1 1

=1 L( (t a)) = L(lim ) = lim L( ) = = lim eap (1 ep ) = eap !0 p

!0 !0

(en el u ltimo paso hemos aplicado la regla de L'H^ opital). En particular cuando a = 0, L( (t)) = 1

54

Observemos que limp!1 L( (t))(p) 6 ! 0, lo que nos corrobora que, en efecto, la delta de Dirac no es una funci on. Por otra parte, la delta se puede considerar una \especie de derivada" de la funci on u escal on.

55

Tabla de transformadas f (t) 1 tn t

1=2

L(f (t))(p) = F(p) 1 p n = 1; 2 ; : : : n! pn+1

v u u t

si p > 0

si p > 0 si p > 0

sen bt cos bt

b p2 + b2 p p2 + b2 b p2 b2 p p2 b2 1 p epa p epa

si p > 0 si p > 0

sh (bt) ch (bt)

si p > jbj si p > jbj si p > 0

ua (t a)
56

si p > 0 si p > 0

Tabla de propiedades f (t) f0 f n)

Z t

L(f (t))(p) = F(p) pF(p) f (0) pnF(p) pn1f (0) pn2f 0(0) f n1)(0) 1 F(p) p 1 p F( ) a a dnF(p) dpn
Z 1

f (u)du

f (at) (t) f (t) f (t) t eatf (t) u(t a)f (t a)

Z t

F(u) du

F(p a) eapF(p) F(p)G(p)

RT

f (u)g (t u) du T-peri odica

eptf (t)dt 1 epT

57

4.10

Ejercicios:

1. Si f : [0; 1) 7 ! R es una funci on de orden exponencial c y g : [0; 1) 7 ! R es de orden exponencial d, >de qu e orden exponencial es f + g y f g ?. 2. Demostrar que si limt7 !1
jf (t)j ect

es nito, entonces f es de orden exponencial c.

3. Calcular la transformada de Laplace de las funciones siguientes: (a) f (t) = [t] t donde [t] denota la parte entera de t. (b) f (t) = [t] ( poner esta funci on como suma de dos funciones cuya transformada de Laplace sea conocida). (c) f (t) =
(

1 0

(d) f (t) = j sen tj.

si t 2 [na; (n + 1)a] con n 2 N par (onda cuadrada). si t 2 [na; (n + 1)a] con n 2 N impar

4. Resolver las siguientes ecuaciones diferenciales: (a) y 0 + y = 3e2t , y (0) = 0. (b) y 00 4y 0 + 4y = 0, y (0) = 0, y 0 (0) = 3. (c) y 00 + 2y 0 + 2y = 2, y (0) = 0, y 0 (0) = 1. (d) y 00 + y 0 = 3t2 , y (0) = 0, y 0 (0) = 1. (e) y 00 + 2y 0 + y = u1 (t) 2u2 (t) + u3 (t), y (0) = y 0 (0) = 0. (g) ty 00 + (3t 1)y 0 + 3y = 6e3t , y (0) = 1, y (5) = 2. 5. Utilizando la propiedad de la transformada de Laplace: d L(f )(p) = L(tf (t))(p); dp (f) ty 00 + (2t + 3)y 0 (4t + 9)y = 0, y (0) = 1.

encontrar la antitransformada de las funciones siguientes (se sugiere derivar estas funciones, antitransformar y aplicar la propiedad mencionada): (a) arctg 1 . p (b) log (c) log

p3 p+1

. .

p2 +1 p2 +4

6. La deexi on est atica en una viga rectil nea uniforme de longitud L que soporta una carga w(x) por unidad de longitud, se obtiene a partir de la ecuaci on diferencial: EIy iv) (x) = w(x)

58

en donde E es el m odulo de elasticidad del material e I es el momento de inercia de una secci on transversal de la viga. Para una viga en voladizo empotrada en su extremo izquierdo (x=0) y libre en su extremo derecho (x=L), se tiene que Y(x) debe satisfacer: y (0) = 0, y 0 (0) = 0, y 00 (L) = 0, y 000 (L) = 0. Las dos primeras condiciones expresan que la deexi on est atica de la viga y la pendiente son cero en x = 0 y las dos u ltimas dicen que el momento exionante y la fuerza cortante son 0 en x = L. Usar la transformada de Laplace para determinar la soluci on y (x) de este problema de contorno, cuando una carga constante w0 se distribuye uniformemente a lo largo de la viga, es decir, cuando w(x) = w0 , 0 x L.

59

Cap tulo 5 Sistemas de ecuaciones diferenciales.

5.1

Preliminares.

Deniciones Sea una matriz A(t) = (aij (t))i;j =1:::n donde aij (t) son funciones denidas en un intervalo I ; 5.1.1 Denici on.- Diremos que la matriz A es continua en el punto t0 2 I , si cada una de las funciones aij es continua en el punto t0 . 5.1.2 Denici on.- Diremos que la matriz A es derivable en el punto t0 2 I , si cada una de las funciones aij es derivable en el punto t0 . Si la matriz A(t) es derivable en todo I , denimos la matriz derivada por: A0 (t) = (a0ij (t))i;j =1;::: ;n t 2 I 5.1.3 Proposici on.- Son inmediatas las siguientes propiedades: d d (CA) = C: (A) donde C es una matriz constante dt dt d d d (A + B ) = (A) + (B ) dt dt dt d d d (A:B ) = (A):B + A: (B ). dt dt dt

5.1.4 Denici on.- Diremos que la matriz A es integrable en I , si cada una de las funciones aij es integrable en I . Si la matriz A(t) es integrable en I , denimos la integral de la matriz A(t) en el intervalo I = [a; b] por
Z
b a

A(t) dt = (

aij (t) dt)i;j =1;::: ;n

60

5.1.5 Denici on.- Dada la familia de matrices Ak = (aij )i;j =1;::: ;n k = 1; 2; : : : se dene la matriz aij a
k=1 1 P k=1 1 P

(k )

Ak = lim

n!1 k=1

n P

Ak como aquella matriz que tiene por elemento

aij .

(k )

Sistemas en forma normal Un sistema de n ecuaciones diferenciales de primer orden escrito en forma normal es un sistema de la forma:
8 0 > y1 = f1 (t; y1 ; : : : ; yn ) > > > > 0 < y = f2 (t; y1 ; : : : ; yn ) 2 > > > > > :

. . . 0 yn = fn (t; y1 ; : : : ; yn )

Es decir, en realidad es una ecuaci on diferencial vectorial ~(t; ~ ~ y0 = f y) t2I intervalo

Si 1 ; : : : ; n son n funciones, diremos que (1 ; : : : ; n ) es una soluci on de dicho sistema en el intervalo I, si se verica: 1 ; : : : ; n , son derivables en el intervalo I (t; 1 (t); : : : ; n (t)) 2 Dom(fi ) 8i = 1; 2; : : : ; n
8 > 01 (t) > > > > < 0 (t) 2 > > > > > :

. . . 0 n (t) = fn (t; 1 (t); : : : ; n (t))

= f1 (t; 1 (t); : : : ; n (t)) = f2 (t; 1 (t); : : : ; n (t)) . . . . . .

8t 2 I

Nota: Aunque s olo estudiaremos sistemas de primer orden, observemos que algunos sistemas de orden superior al primero, pueden convertirse en sistemas de primer orden en forma normal, sin m as que aumentar el n umero de inc ognitas. Por ejemplo, dado el sistema:
8 2 d y1 dy1 > > > = 2 + 3y2 + e2t < 2

dt dt

dt

> > d2 y2 dy2 > : = y1 2 2

dt

dy1 dy2 si hacemos z1 = y1 ; z2 = ; z3 = y2 ; z4 = obtenemos el sistema de primer dt dt orden:

61

8 dz1 > > > = z2 > > > dt > > > > dz2 > > > = 2z2 + 3z3 + e2t <

dt

> dz3 > > > = z4 > > > dt > > > > dz4 > > : = z1 2z4

dt

5.2

Sistemas lineales de primer orden

8 0 > y1 > > > > < y0
2

Son aquellos de la forma: = a11 (t)y1 + a12 (t)y2 + + a1n (t)yn + b1 (t) = a21 (t)y1 + a22 (t)y2 + + a2n (t)yn + b2 (t) . . .

> > > > > :

. . . 0 yn = an1 (t)y1 + an2 (t)y2 + + ann (t)yn + bn (t)

donde las aij (t) y bi (t) son funciones continuas en un intervalo I para i; j = 1; : : : ; n: Escribiremos este sistema m as c omodamente en forma matricial: y +~ b(t) t 2 I ~ y 0 = A(t)~ (sl)

donde A(t) = (aij (t))i;j =1;::: ;n y ~ b(t) = (b1 (t); : : : ; bn (t))T Cuando ~ b(t) ~ 0, el sistema se llama homog eneo; y cuando los coecientes aij son constantes, el sistema se llama de coecientes constantes. Un problema de Cauchy para el sistema lineal (sl), es
(

~ y 0 = A(t)~ y +~ b(t) ~ y (t0 ) = ~ y0

t2I

donde t0 2 I e ~ y0 2 Rn . Condiciones de existencia y unicidad 5.2.1 Teorema.- Consideremos el problema de Cauchy

(

~ y 0 = A(t)~ y +~ b(t) ~ y (t0 ) = ~ y0

t2I

donde las componentes de A(t) y ~ b(t) son funciones continuas en un intervalo I de R, t0 2 I e ~ y0 es un vector arbitrario de Rn . Entonces, existe una soluci on de dicho problema de Cauchy, ~ y (t), denida y de 1 clase C en todo el intervalo I . Adem as, si ~ z (t) es otra soluci on de este problema, entonces, en el intervalo com un de denici on, ambas soluciones coinciden.

62

5.2.2 Corolario.- Si ~ y (t) es soluci on del sistema homog eneo ~ y 0 = A(t)~ y y se anula en un punto, entonces ~ y (t) ~ 0 en todo el intervalo de denici on. Transformaci on de una ecuaci on lineal de orden n en un sistema lineal de primer orden La ecuaci on lineal de orden n y n) + a1 (t)y n1) + : : : + an1 (t)y 0 + an (t)y = p(t) se transforma mediante el cambio y1 = y ; en
8 > > > > > > > > <
0 y1 0 y2 . . .

y2 = y 0 ; : : : ; y2 y3 . . .

yn = y n1)

Es decir, en el sistema donde

6 6 6 6 6 M (t) = 6 6 6 6 6 4 2

> > > 0 > > yn > 1 > > : y0

n

= = . . .

= yn = p(t) an (t)y1 : : : a1 (t)yn ~ y 0 = M (t)~ y+p ~(t)

3 7 7 7 7 7 7 7 7 7 7 5 2 3 7 7 7 7 7 7 7 7 7 7 5

0 0 0 . . .

1 0 0 . . .

0 1 0 . . .

::: ::: ::: . . .

0 0 0 . . .

0 0 0 . . .

0 0 0 ::: 0 1 an (t) an1 (t) an2 (t) : : : a2 (t) a1 (t)

6 6 6 6 6 p ~(t) = 6 6 6 6 6 4

0 0 0 . . . 0 p(t)

5.3

Sistemas lineales homog eneos

5.3.1 Proposici on.- Las soluciones de un sistema lineal homog eneo de n ecuaciones ~ y 0 = A(t)~ y forman un espacio vectorial de dimensi on n .

63

Demostraci on: Es inmediato comprobar que cualquier combinaci on lineal de soluciones es soluci on del sistema homog eneo, por lo que estas forman un espacio vectorial. Encontremos una base de dicho espacio: Sean ~ a1 ;~ a2 ; : : : ; ~ an ; una base de Rn y t0 un punto arbitrario de I . Para k = 1; 2; : : : ; n el teorema de existencia y unicidad garantiza que existe una u nica soluci on ~ yk (t) del problema de Cauchy
(

~ y 0 = A(t) ~ y ~ y (t0 ) = ~ ak

Veamos que ~ y1 (t); ~ y2 (t); : : : ; ~ yn (t); constituyen la base buscada. y1 (t) + : : : + n ~ yn (t) ~ 0 escri Son linealmente independientes en I ya que si 1 ~ biendo dicha igualdad en el punto t0 , tendremos 1~ a1 + : : : + n~ an = ~ 0 an linealmente independientes, se deduce que y por ser ~ a1 ; : : : ; ~ 1 = 2 = : : : = n = 0 Constituyen un sistema generador. En efecto, sea ~ y (t) una soluci on del sistema; y consideremos ~ v=~ y (t0 ). Como los ~ a1 ; : : : ;~ an son sistema de generadores en Rn , sean 1 ; 2 ; : : : ; n tales que ~ v = 1~ a1 + 2~ a2 + : : : + n~ an Las soluciones ~ y (t) y 1 ~ y1 + 2 ~ y2 + : : : + n ~ yn del sistema homog eneo valen lo mismo en t0 , luego por el corolario 5.2.2 aplicado a su diferencia, se deduce que ~ y 1 ~ y1 + 2 ~ y2 + : : : + n~ yn Sistemas fundamentales de soluciones 5.3.2 Denici on.- Una base del espacio de soluciones del sistema homog eneo ~ y 0 = A(t)~ y se llama sistema fundamental de soluciones de dicho sistema. Una matriz Y (t) cuyas columnas ~ y1 (t); ~ y2 (t); : : : ; ~ yn (t) constituyen un conjunto fundamental de soluciones, se llama matriz fundamental del sistema. Es obvio que la soluci on general del sistema ser a: ~ y (t) = c1 ~ y1 + c2~ y2 + : : : + cn ~ yn = Y (t) ~ c donde c1 ; : : : ; cn son constantes arbitrarias y ~ c = (c1 ; : : : ; cn )T

64

5.3.3 Proposici on.- Si Y (t) es una matriz cuyas columnas son soluciones del sistema ~ y 0 = A(t)~ y entonces Y verica la ecuaci on matricial Y 0 = AY llamada \ ecuaci on matricial asociada" al sistema. Rec procamente, si Y verica la ecuaci on matricial, entonces sus columnas son 0 y. soluci on del sistema ~ y = A(t)~ Demostraci on: Es inmediata. 5.3.4 Proposici on.- Si Y (t) es una matriz cuyas columnas son soluciones del sistema, entonces son equivalentes las siguientes propiedades: i) Y (t) es una matriz fundamental, es decir, sus columnas son linealmente independientes. ii) Existe un t0 tal que det Y (t0 ) 6 =0 iii) Para todo t 2 I se verica que det Y (t) 6 =0

5.4

Soluciones de un sistema no homog eneo. Variaci on de los par ametros.

y +~ b(t) t 2 I (sl) ~ y 0 = A(t)~ 0 (sh) ~ y = A(t)~ y t2I

Denotemos

y estudiemos la relaci on que existe entre las soluciones de (sl) y de (sh). 5.4.1 Proposici on.- Sea ~ y1 (t); ~ y2 (t); : : : ; ~ yn (t) un sistema fundamental de (sh) e Y (t) la correspondiente matriz fundamental; sea ~ yp (t) una soluci on de (sl), (que llamaremos soluci on particular). Entonces, la soluci on general del sistema (sl) es ~ y (t) = ~ yp (t) + Y (t)~ c=~ yp (t) + c1~ y1 (t) + : : : + cn ~ yn (t) donde el vector ~ c o las constantes c1 ; : : : ; cn toman valores arbitrarios. Demostraci on: Es inmediato comprobar que ~ yp (t) + c1 ~ y1 (t) + : : : + cn ~ yn (t) es soluci on de (sl), para constantes cualesquiera. Por otra parte, si ~ y (t) es una soluci on cualquiera de (sl), entonces ~ y (t) ~ yp (t) es

65

soluci on del sistema (sh), y como ~ y1 (t); ~ y2 (t); : : : ; ~ yn (t) es un sistema fundamental de on lineal de ~ y1 (t); ~ y2 (t); : : : ; ~ yn (t), (sh), entonces ~ y (t)~ yp (t) se expresa como combinaci es decir ~ y (t) ~ yp (t) = c1 ~ y1 (t) + : : : + cn ~ yn (t) para una elecci on adecuada de las constantes. 2 5.4.2 Proposici on.- (Principio de superposici on de soluciones). Si ~ yp1 (t); ~ yp2 (t), son soluciones respectivas, de los sistemas ~ y 0 = A(t)~ y +~ b1 (t) t 2 I ; ~ y 0 = A(t)~ y +~ b2 (t) t 2 I

entonces ~ yp1 (t) + ~ yp2 (t) es soluci on del sistema ~ y 0 = A(t)~ y +~ b1 (t) + ~ b2 (t) t 2 I Demostraci on: Es trivial. 5.4.3 Proposici on.- M etodo de variaci on de los par ametros. Ya estudiamos el m etodo de variaci on de los par ametros para ecuaciones lineales de segundo orden, que consist a en que si la soluci on general de la ecuaci on homog enea era de la forma yh (t) = c1 y1 (t) + c2 y2 (t) donde y1 (t) y y2 (t) son soluciones linealmente independientes de la ecuaci on homog enea, entonces busc abamos una soluci on particular de la ecuaci on no homog enea de la forma yp (t) = v1 (t)y1 (t) + v2 (t)y2 (t) donde v1 (t) y v2 (t) eran dos funciones que deb amos determinar. Vamos a emplear para sistemas la misma idea: Supongamos que conocemos una matriz fundamental Y (t) del sistema homog eneo y (t) ~ y 0 (t) = A(t)~ Puesto que la soluci on general del sistema homog eneo viene dada por ~ yh (t) = Y (t)~ c, donde ~ c es un vector constante, buscaremos una soluci on particular del sistema no homog eneo ~ y 0 (t) = A(t)~ y (t) + ~ b(t) de la forma ~ yp (t) = Y (t)~ v (t) donde ~ v (t) = [v1 (t); : : : ; ~ vn (t)]T es una funci on vectorial a determinar. Como ~ yp (t)0 = Y (t)~ v 0 (t) + Y 0 (t)~ v (t) sustituyendo en el sistema debe vericarse: Y (t)~ v 0 (t) + Y 0 (t)~ v (t) = A(t)Y (t)~ v (t) + ~ b(t) y como Y 0 (t) = A(t)Y (t) , se deduce que se debe vericar que b(t) Y (t)~ v 0 (t) = ~

66

de manera que b(t) ~ v 0 (t) = [Y (t)]1~ e integrando ~ v (t) =

Z

[Y (t)]1~ b(t) dt
Z

con lo que la soluci on particular buscada ser a: b(t) dt ~ yp (t) = Y (t)~ v (t) = Y (t): [Y (t)]1~ y la soluci on general ser a: ~ y (t) = Y (t)~ c + Y (t): [Y (t)]1~ b(t) dt y0 En particular, la soluci on del sistema que verica la condici on inicial ~ y (t0 ) = ~ ser a: Z t b(s) ds ~ y (t) = Y (t)[Y (t0 )]1~ y0 + Y (t): [Y (s)]1~
t0

Insistamos en que para aplicar las f ormulas de variaci on de los par ametros es necesario determinar previamente una matriz fundamental del sistema homog eneo asociado. Estudiaremos esto m as adelante para matrices de coecientes constantes. Veamos un ejemplo del m etodo de variaci on de los par ametros.

5.4.4 Ejemplo.Resolver ~ y (t) =

0

"

2 3 1 2
"

~ y (t) +

"

e2t 1

sabiendo que una matriz fundamental para el sistema homog eneo asociado es Y (t) = Calculamos [Y (t)] con lo que 1 [Y (t)] :~ b(t) = 2
1 1

3et et et et
"

:
#

1 = 2

et et et 3et
#"

"

et et et 3et

e2t 1
#

1 = 2
"

"

et et e3t + 3et

# #

1 [Y (t)] :~ b(t) = 2
1

" R

et et dt R e3t + 3et dt

1 = 2

et + et 1=3e3t + 3et

67

1 Y (t) [Y (t)] :b(t) = 2

1 ~

"

3et et et et
#

# "

1 = 2

"

3e2t + 3 1=3e2t + 3 e2t + 1 1=3e2t + 3

"

"

et + et 1=3e3t + 3et 4=3e2t + 3 1=3e2t + 2

# " #

La soluci on general ser a: ~ y (t) = Y (t)~ c+~ yp (t) = c1 e

t

3 1

+ c2 e

"

1 1

4=3e2t + 3 1=3e2t + 2

5.5

Sistemas lineales homog eneos de coecientes constantes

B usqueda de soluciones Consideremos el sistema ~ y 0 (t) = A ~ y (t) donde A es una matriz cuadrada, real y constante de orden n. La soluci on general que buscamos estar a denida para todo t 2 R , ya que los elementos de A son funciones constantes, y por lo tanto continuas en R. Como ya sabemos, la soluci on general del sistema homog eneo se puede construir a partir de un conjunto fundamental de soluciones. Nuestro objetivo, entonces, es encontrar n soluciones del (sh), linealmente independientes. Busquemos soluciones de la forma ~ y (t) = et~ v donde ~ v es un vector constante. Como d t e ~ v = et~ v A(et~ v ) = et A~ v dt et~ v ser a soluci on del (sh) si, y s olo si, A~ v = ~ v , es decir, si es un autovalor de la matriz A y ~ v un autovector correspondiente a . Resoluci on en un caso particular 5.5.1 Teorema.- Si la matriz constante A, de orden n, tiene n vectores propios linealmente independientes, ~ v1 ; : : : ; ~ vn , correspondientes a los autovalores 1 ; : : : ; n (no necesariamente distintos), entonces fe1 t~ v1 ; : : : ; en t~ vn g es un conjunto fundamental de soluciones del sistema ~ y 0 (t) = A ~ y (t) en R, y por tanto la soluci on general de este sistema es: ~ y (t) = c1 e1 t~ v1 + : : : + cn en t~ vn

68

Demostraci on: Es obvio que son n soluciones. Veamos que son linealmente independientes: v1 je2 t~ v2 j : : : jen t~ vn ] = e(1 +:::+n )t : det[~ v1 j : : : j~ vn ] 6 =0 det[e1 t~ ya que la funci on exponencial no se anula nunca y los vectores ~ v1 ; : : : ; ~ vn son linealmente independientes. Recordemos algunos casos en que una matriz tiene n vectores linealmente independientes. 5.5.2 Proposici on.- Si 1 ; : : : ; n , son valores propios distintos de A y ~ vi es un v1 ; : : : ; ~ vn son linealvector propio asociado a i , para cada i, entonces los vectores ~ mente independientes. 5.5.3 Corolario.- Si la matriz A tiene n autovalores distintos 1 ; : : : ; n y ~ vi es un 1 t n t v1 ; : : : ; e ~ vn g es un sistema fundamental vector propio asociado a i , entonces fe ~ 0 de ~ y (t) = A~ y (t) 5.5.4 Proposici on.- Una matriz real A de orden n, sim etrica, tiene n autovalores reales y n vectores propios linealmente independientes. Ejercicio: Resolver el sistema
B B B B A=B B B @ 0

~ y 0 (t) = A ~ y (t)

donde

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 2 3 4 5

1 C C C C C C C A

Observamos que
B B B A~ y = AB B B B @ 0

y1 y2 y3 y4 y5

C B C B C B C B C = (y1 + y2 + y3 + y4 + y5 ) B C B C B A @

1 2 3 4 5

1 C C C C C C C A

(5.1)

Por tanto, para los puntos que veriquen y1 + y2 + y3 + y4 + y5 = 0 tendremos que

B B B B AB B B @ 0

y1 y2 y3 y4 y5

C B C B C B C B C = 0B C B C B A @

y1 y2 y3 y4 y5

1 C C C C C C C A

69

y dichos puntos ser an vectores propios asociados a = 0. Tomemos entre ellos a cuatro linealmente independientes: (1; 0; 0; 0; 1); (0; 1; 0; 0; 1); (0; 0; 1; 0; 1); (0; 0; 0; 1; 1) Por otra parte, en 5.1, observamos que
B B B AB B B B @ 0 1 0 1 0 1 C C C C C C C A

1 2 3 4 5

C B C B C B C B C = (1 + 2 + 3 + 4 + 5) B C B C B A @

1 2 3 4 5

C B C B C B C B C = 15 B C B C B A @

1 2 3 4 5

luego el otro valor propio es 15, y un vector propio (1; 2; 3; 4; 5). Luego la soluci on del sistema es
B B B ~ y (t) = c1 B B B B @ 0

1 0 0 0 1

C B C B C B C B C + c2 B C B C B A @

0 1 0 0 1

C B C B C B C B C + c3 B C B C B A @

0 0 1 0 1

C B C B C B C B C + c4 B C B C B A @

0 0 0 1 1

C B C B C B C 15t B C + c5 e B C B C B A @

1 2 3 4 5

1 C C C C C C C A

Ejercicio: Resolver 1 2 1 6 7 0 6 y (t) ; ~ y (t) = 4 1 0 1 7 5~ 4 4 5 Resoluci on en el caso general Estudiemos ahora la resoluci on del (sh) ~ y 0 (t) = A ~ y (t) A matriz real constante n n
2 3

1 6 7 6 ~ y (0) = 4 0 7 5 0

cuando la matriz A tiene exactamente k n autovectores linealmente independientes. Observemos que la soluci on de la ecuaci on escalar y 0 = ay a2R

es y (t) = Ceat . Podr amos pensar que tal vez la soluci on del (sh) fuera ~ y (t) = eAt~ v, donde ~ v es un vector constante. Sin embargo, eAt no est a denida ya que A es una matriz. Pero, recordemos que cuando a es un escalar a2 t2 an tn e = 1 + at + + ::: + + ::: 2! n!
at

70

y, por tanto, parece l ogico denir cuando A es una matriz eAt = I + At + A2 t2 An tn An+1 tn+1 + ::: + + + ::: 2! n! (n + 1)!

Se puede demostrar que esta serie converge para todo t y que se puede derivar t ermino a t ermino, obteni endose que d At A3 t2 An+1 tn e = A + A2 t + + ::: + + ::: = dt 2! n! = A(I + At + con lo que d At e ~ v = AeAt~ v = A (eAt~ v) dt v es soluci on del sistema homog eneo (sh) para cada vector y, por tanto eAt~ constante ~ v . Se deduce de aqu que como las columnas de la matriz eAt son eAt~ ei , At entonces las columnas de e son soluciones del sistema (sh). Propiedades de la matriz exponencial: 1. eA0 = e0 = I 2. erI = er I 3. eA(t+s) = eAt eAs 4. e(A+B )t = eAt eBt () AB = BA 5. (eAt )1 = eAt En particular, de la propiedad 5) se deduce que eAt es inversible, y que por tanto, sus columnas son linealmente independientes, y como eran soluciones, eAt es una matriz fundamental del (sh) Por desgracia, aunque te oricamente el problema At est a resuelto, el c alculo de e no es f acil. Ya veremos en los ejercicios algunos casos en los que este c alculo es sencillo. Estudiemos ahora la relaci on que existe entre matrices fundamentales: 5.5.5 Proposici on.- Si (t) es una matriz fundamental del (sh) y C es una matriz constante no singular, la matriz (t)C es una matriz fundamental del (sh). Adem as, cualquier otra matriz fundamental es de la forma (t)C con C no singular. Demostraci on: Sea C una matriz no singular y (t) una matriz fundamental. [(t)C ]0 = 0 (t)C = A(t)C = A[(t)C ] A2 t2 An tn + ::: + + : : : ) = AeAt 2! n!

71

y como det((t)C ) = det((t)): det C 6 = 0 8t 2 [a; b] cualquier matriz (t)C ser a fundamental. Rec procamente , si (t) es fundamental, consideremos la matriz no singular (t) = 1 (t)(t); es decir (t) = (t) (t). Debemos ver que (t) es constante. En efecto, 0 (t) = 0 (t)(t) + (t)0 (t) teniendo en cuenta que y son fundamentales, y por tanto verican la ecuaci on matricial asociada, sustituyendo en ambos miembros, A (t) = A (t)(t) + (t)0 (t) = A (t) + (t)0 (t) lo que implica que (t):0 (t) = 0 8t y como (t) es inversible por ser una matriz fundamental, resulta que 0 (t) = 0 8t , de donde se deduce que (t) es constante. Relaci on entre la matriz eAt y otra matriz fundamental Supongamos ahora que conocemos una matriz fundamental X (t) del (sh). Como eAt es tambi en una matriz fundamental, deducimos de la proposici on 5.5.5 que eAt = X (t)C Haciendo t = 0 en esta expresi on, se obtiene I = X (0)C , es decir C = (X (0))1 = X 1 (0), y por tanto eAt = X (t)X 1 (0)

Construcci on efectiva de una matriz fundamental Pero seguimos sin conocer en forma pr actica ninguna matriz fundamental. Sabemos At que e ~ v es soluci on del (sh) para cualquier vector ~ v ; por tanto, si ~ v1 ; : : : ; ~ vn , son vectores columna linealmente independientes, la matriz (eAt~ v1 jeAt~ v2 j : : : jeAt~ vn ) es una matriz cuyas columnas son soluci on, que coincide con eAt (~ v1 j : : : j~ vn ) = eAt C , donde C es una matriz no singular, y por la proposici on 5.5.5, se tratar a de una matriz fundamental. Ahora, el \truco" consiste en elegir los vectores ~ v1 ; : : : ; ~ vn de forma que eAt vi se calcule f acilmente. Veamos esto: Como, (por las propiedades 2) y 4)), eAt = ert e(ArI )t tendremos que: eAt~ v = ert e(ArI )t~ v=

72

(A rI )2 t2 + : : : ]~ v= 2! (A rI )2 t2 ~ v + :::] = ert [~ v + (A rI )t~ v+ 2! Si elegimos ~ v tal que (A rI )k~ v =~ 0 para alg un r y alg un k , la suma anterior es k +l una suma nita inmediata de calcular, ya que (A rI ) ~ v = (A rI )l (A rI )k~ v= l~ ~ (A rI ) 0 = 0 8l = 1; 2 : : : = ert [I + (A rI )t + 5.5.6 Denici on.- Sea A una matriz constante n n, y r un valor propio de A. Un vector no nulo ~ v que satisfaga (A rI )k~ v =~ 0 para alg un entero positivo k , se llama vector propio generalizado asociado a r. Un resultado de a lgebra que no demostraremos, asegura que si el polinomio caracter stico de A tiene los autovalores (complejos) r1 ; r2 ; : : : ; rk de multiplicidades m1 ; m2 ; : : : ; mk , respectivamente, entonces para cada i = 1; : : : ; k existen mi vectores propios generalizados linealmente independientes, asociados con ri , de forma que el conjunto de los n = m1 + : : : + mk vectores propios generalizados es linealmente independiente. Adem as, si ~ vi es un vector propio generalizado asociado con ri , verica que (A ri I )mi ~ vi = ~ 0 Por tanto: METODO para obtener un conjunto fundamental de soluciones de la ecuaci on homog enea de coecientes constantes y ~ y 0 = A~ 1. Calculamos el polinomio caracter stico de A para encontrar los valores propios distintos r1 ; r2 ; : : : ; rk . 2. Para cada valor propio ri encontramos mi vectores propios generalizados linealmente independientes, donde mi es la multiplicidad de ri . (Todos ellos deben vericar que (A ri I )mi ~ v =~ 0) 3. Usamos los n vectores propios generalizados obtenidos en el paso anterior para calcular las n soluciones linealmente independientes de la forma eAt~ v = ert [~ v + t(A rI )~ v+ t2 (A rI )2 ~ v + :::] 2!

(Si r tiene multiplidad m, la serie anterior tiene m sumandos.)

73

Dichas soluciones, que denotaremos ~ yi , constituyen las columnas de una matriz fundamental Y (t). A partir de ella, podemos calcular eAt = Y (t)Y 1 (0) Notas: 1. Si la matriz A tiene n vectores propios linealmente independientes, el m etodo r1 t rn t proporciona las soluciones e ~ v1 ; : : : ; e ~ vn ya conocidas. 2. Obs ervese que si se trataba de obtener la soluci on general del sistema homog eneo basta con encontrar Y (t) por el m etodo descrito. Ahora bien, si se trata de un (o con mayor raz on m ultiples) problema de valores iniciales: ~ y 0 = A~ y ~ y (t0 ) = y ~0 Si conocemos una matriz fundamental cualquiera X(t), por ejemplo la constru da anteriormente, la soluci on general ser a: ~ y (t) = X (t):~ c = c1~ x1 (t) + : : : + cn~ xn (t) y, por tanto, para encontrar aquella que verique la condici on ~ y (t0 ) = ~ y0 debemos resolver el sistema de ecuaciones ~ y0 = c1~ x1 (t0 ) + : : : + cn~ xn (t0 ) Pero si conocemos la matriz eAt

como (eAt )t=0 = I , la matriz Z (t) = eA(tt0 ) verica Z (t0 ) = I y tambi en es una matriz fundamental. c y como debe Entonces la soluci on buscada ser a de la forma ~ y (t) = eA(tt0 )~ vericar ~ y (t0 ) = ~ y0 entonces ~ y (t0 ) = I~ c=~ c con lo que la soluci on buscada es ~ y (t) = eA(tt0 ) ~ y0

Desde luego, en estos casos, es mejor conocer la matriz exponencial. 3. Adem as, en el m etodo de variaci on de los par ametros para el sistema no homog eneo estudiado en el apartado 5.4.3 llegamos a que la soluci on de ~ y0 = A~ y +~ b(t) era ~ y (t) = Y (t)Y 1 (t0 )~ y0 + Y (t) ~ y (t0 ) = ~ y0
Z
t t0

Y 1 (s)~ b(s) ds

74

donde Y (t) era una matriz fundamental. Ahora, si elegimos como matriz funormula se nos convierte damental a Y (t) = eAt , tenemos [Y (t)]1 = eAt y la f en Z t At At0 At ~ y (t) = e e ~ y0 + e eAs~ b(s) ds = y0 + = eA(tt0 ) ~
Z
t0 t

eA(ts)~ b(s) ds

t0

mucho m as sencilla a la hora de efect uar los c alculos. Obtenci on de soluciones reales 5.5.7 Proposici on.- Dado el sistema y ~ y 0 = A~ donde A es una matriz real de orden n, supongamos que ~ y (t) es una soluci on compleja de dicho sistema. Entonces, si ~ y (t) = ~ y1 (t) + i ~ y2 (t) con ~ y1 ; ~ y2 reales, se verica que ~ y1 (t) e ~ y2 (t) tambi en son soluciones del sistema. A dichas funciones vectoriales, las llamaremos parte real e imaginaria de ~ y (t). En efecto, y2 0 (t) = ~ y 0 (t) = A(~ y1 (t) + i ~ y2 (t)) = A~ y1 (t) + i A~ y2 (t) ~ y1 0 (t) + i ~ Igualando la parte real y la parte imaginaria, deducimos el resultado. Sea A es una matriz de coecientes reales y de orden n; sabemos que su polinomio caracter stico tiene n ra ces complejas, y que si = a + i b es un valor propio complejo, su conjugado tambi en ser a un valor propio. Adem as, si ~ v =~ v1 + i ~ v2 es un vector propio generalizado asociado a , con ~ v1 ; ~ v2 vectores reales, entonces el vector ~ v1 i ~ v2 , que llamaremos conjugado de ~ v , y deno taremos ~ vc , tambi en es un vector propio generalizado asociado a : En efecto, supongamos que para un cierto k (A I )k ~ v =~ 0 Teniendo en cuenta las propiedades de la conjugaci on (A I ) ~ vc = ~ 0
k

)k ~ (A I vc = ~ 0

Entonces, las soluciones que se construyen a partir de los vectores propios generalizados ser an: ~ y1 = et [~ v + t(A I )~ v + ::: + tk1 (A I )k1~ v] (k 1)!

75

 )~ ~ y2 = et [~ vc + t(A I vc + : : : +

siendo esta u ltima conjugada de la anterior. Por tanto, la parte real y la parte imaginaria de la primera son dos soluciones reales del sistema. Son linealmente (~ y1 + ~ y2 ) (~ y1 ~ y2 ) independientes ya que corresponden a ; . (Recordemos que ~ y1 e 2 2i ~ y2 eran linealmente independientes.) Resumiendo, de las n soluciones complejas del sistema y ~ y 0 = A~ obtenemos n soluciones reales linealmente independientes.

tk1 )k1~ vc ] (A I (k 1)!

76

5.6

Ejercicios
! ! ! !

1. Calcular la soluci on general del sistema: x0 (t) y 0 (t) = a11 (t) a12 (t) a21 (t) a22 (t) x(t) y (t) + t 0

sabiendo que las funciones 1 (t) =

1 0

2 (t) =

t 1

son soluciones particulares del sistema homog eneo. >Pueden determinarse los coecientes aij (t) expl citamente? 2. Resolver los sistemas siguientes: (a)
8 0 > > < x = 3x

> > : z 0 = x + y + 3z

y 0 = 2x + 3y

(b)

x0 = x + y y0 = x + y + t
1

(c) ~ y 0 (t) = A~ y (t), donde A es la matriz:

0

1 0 0 B C B 0 1 1 C @ A 0 1 1 con la condici on inicial ~ y (0) = (1; 1; 1)t . 3. Resolver, utilizando la transformada de Laplace, los sistemas diferenciales siguientes: (a) 2x00 + y 0 2x y = cos t sen t 2y 00 2x0 + y 2x = 3 cos t + 4 sen t

con las condiciones iniciales x(0) = 4, x0 (0) = 3 , y (0) = 6, y 0 (0) = 5. 2

77

(b) El sistema de ecuaciones diferenciales m1 x00 1 = K1 (x1 l1 ) + K2 (x2 x1 l2 ) m2 x00 2 = K2 (x2 x1 l2 ) + K1 (l1 + l2 x2 )
)

rige el comportamiento de los sistemas de masas en ausencia de fuerzas exteriores. Considerando que las masas m1 y m2 valen 1 Kg., las constantes el asticas 5 K1 = 4N=m y K2 = 2 N=m y las longitudes l1 = 2m: y l2 = 3m:, calcular la posici on de las masas x1 (t), x2 (t), para t > 0, sabiendo que en el instante inicial las masas estaban en reposo en los puntos x1 (0) = 2 y x2 (0) = 4. ~ (t) es una soluci ~ 0 (t) = AY ~ (t), entonces Y ~ 0 (t) 4. Demostrar que si Y on del sistema Y ~ (t). es tambi en una soluci on, e igualmente las sucesivas derivadas del vector Y 0 ~ (t), se sabe que dos soluciones son de la forma ~ (t) = AY De un sistema Y t2 et B C B C C B C 1 (t) = B @ 2t A ; 2 (t) = @ 0 A 2 0 ~ 0 (t) = AY ~ (t). (a) Hallar el valor de para que sean soluciones del sistema Y (b) Hallar para dicho , la matriz A. 5. Si (t) es la matriz fundamental de un sistema de ecuaciones diferenciales ordinarias de primer orden, lineal y homog eneo y K es una matriz cualquiera, de la misma dimensi on que la matriz del sistema y no singular, demostrar que (t)K es otra matriz fundamental. >Y K(t) es tambi en matriz fundamental?. 6. Resolver el sistema: 8 2 dy dx > > > + 3 + 3y = 0 > > < dt2 dt
> > > d2 x > > : 0 1 0 1

x(0) = 0

x0 (0) = 2

dt2

+ 3y = tet
0 1 C C C C A

7. Resolver los sistemas ~ y 0 (t) = A ~ y (t) , donde A es la matriz:

B A=B @ 2 0

a)

1 2 2 C 1 2 C A 2 2 1
0 1

b) A = B B
@ 0 1

B B

2 1 1 2 1 1 1 1

0 0 2 1

0 0 1 2

8. Resolver el sistema

1 0 0 1 B C B C ct 0 B C B ~ y = @ 2 1 2 A ~ y+@ 0 C A e 3 2 1 0

c6 =1

78