Libro Ed

Titular de la Universidad de Antioquia, Matem aticas de la Universidad Nacional. Texto en la http://matematicas.udea.edu.
co/ jescobar/
1 Profesor
Un iv
ersi
dad
de
An tio
qui
Jaime Escobar A.
a, D
1
ept
ECUACIONES DIFERENCIALES con aplicaciones en Maple

o. d eM
atem
atic
Magister en p agina Web:
as
ii
Un iv dad de An tio qui a, D ept o. d eM atem
ersi
atic
as
3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN 3.1. APLICACIONES GEOMETRICAS . . . . . . . . . . . . . 3.1.1. Trayectorias Isogonales y Ortogonales . . . . . . . . 3.1.2. Problemas de Persecuci on: . . . . . . . . . . . . . 3.1.3. Aplicaciones a la geometr a anal tica . . . . . . . . 3.2. CRECIMIENTO Y DESCOMPOSICION . . . . . . . . . . 3.2.1. Desintegraci on radioactiva . . . . . . . . . . . . . . iii
Un iv
2. METODOS DE SOLUCION 2.1. VARIABLES SEPARABLES . . . . . . . . 2.2. ECUACIONES HOMOGENEAS . . . . . . 2.3. E.D. CON COEFICIENTES LINEALES . . 2.4. ECUACIONES EXACTAS . . . . . . . . . . . . . . . . 2.5. FACTORES DE INTEGRACION 2.6. E.D. LINEAL DE PRIMER ORDEN . . . . 2.7. E.D. DE BERNOULLI . . . . . . . . . . . . 2.8. E.D. NO LINEALES DE PRIMER ORDEN 2.9. OTRAS SUSTITUCIONES . . . . . . . . . 2.10. ANEXO CON EL PAQUETE Maple . . . .
a, D
1. INTRODUCCION 1.1. CAMPO DE DIRECCIONES . . . . . . . . . . . . . . . . . . DE CONTINUIDAD . . . . . . . . . . . . . . . . 1.2. ECUACION
o. d
eM
atem
atic
1 5 6 7 7 10 14 15 21 26 32 34 43 46 49 49 49 51 54 55 56
qui
ept
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
as
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
INDICE GENERAL
ersi
dad
de
An tio
INDICE GENERAL Ley de enfriamiento de Newton . . . . . . . . . . . . Ley de absorci on de Lambert . . . . . . . . . . . . . Crecimiento de Cultivos de Bacterias o Crecimientos poblacionales . . . . . . . . . . . . . . . . . . . . . . 3.3. PROBLEMAS DE DILUCION . . . . . . . . . . . . . . . . 3.4. VACIADO DE TANQUES . . . . . . . . . . . . . . . . . . . 3.5. APLICACIONES A LA FISICA . . . . . . . . . . . . . . . . 4. TEORIA DE LAS E.D.O. LINEALES 4.1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . . . . DEL ESP. VECT. SOL. DE UNA E.D.O. . . . 4.2. DIMENSION DE ORDEN . . . . . . . . . . 4.3. METODO DE REDUCCION 4.4. E.D.O. LINEALES CON COEFICIENTES CONSTANTES 4.5. E.D. LIN. DE ORDEN MAYOR QUE DOS CON COEF. CONST. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.6. OPERADOR ANULADOR . . . . . . . . . . . . . . . . . . 4.7. METODO DE LOS COEFICIENTES INDETERMINADOS 4.8. VARIACION DE PARAMETROS . . . . . . . . . . . . . . . 4.8.1. GENERALIZACION DEL METODO DE DE PARAMETROS VARIACION . . . . . . . . . . 4.9. OPERADORES . . . . . . . . . . . . . . . . . . . . . . . . . 4.10. METODO DE LOS OPERADORES INVERSOS . . . . . . 4.11. E.D.O. DE EULER - CAUCHY . . . . . . . . . . . . . . . . 4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES 4.12.1. MOVIMIENTO ARMONICO SIMPLE . . . . . . . 4.12.2. MOVIMIENTO AMORTIGUADO . . . . . . . . . . 4.12.3. MOVIMIENTO FORZADO. . . . . . . . . . . . . . 4.13. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . 3.2.2. 3.2.3. 3.2.4. . 57 . 57 . . . . . . . . . . . . . . . . . . . . . 58 59 68 73 81 81 90 97 101 105 107 110 113 122 125 127 139 142 142 145 148 163
5. SOLUCIONES POR SERIES 5.1. INTRODUCCION . . . . . . . . . . . . . . . . . 5.2. SOLUCION EN PUNTOS ORDINARIOS . . . . 5.3. SOL. EN TORNO A PUNTOS SING. REG. . . . 5.3.1. CASO II: r1 r2 = entero positivo . . . . GAMMA: (x) . . . . . . . . . 5.3.2. FUNCION 5.3.3. CASO III: r1 = r2 . . . . . . . . . . . . . DE BESSEL DE ORDEN p : 5.3.4. ECUACION 5.3.5. PUNTO EN EL INFINITO . . . . . . . . 5.4. ANEXO CON EL PAQUETE Maple . . . . . . .
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
. . . . . . . . .
atic
. . . . . . . . . . . . . . . . . .
as
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
169 . 169 . 172 . 182 . 188 . 191 . 195 . 199 . 206 . 213
iv
Un iv
INDICE GENERAL 6. TRANSFORMADA DE LAPLACE 215 6.1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . . . . . 215 6.2. TRANSFORMADA INVERSA DE LAPLACE . . . . . . . . . 219 6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE 222 6.4. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES 238 6.5. IMPULSO UNITARIO O DELTA DE DIRAC . . . . . . . . . 243 6.6. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 246 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN 251 7.1. CONJUNTOS FUNDAMENTALES Y SISTEMAS HOMO GENEOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 7.2. METODO DE LOS VALORES Y VECTORES PROPIOS . . 255 DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION 274 7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS . . . . 278 7.5. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 280 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD 281 8.1. SIST. AUTON., PLANO DE FASE . . . . . . . . . . . . . . . 281 8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. . . . . . . 285 8.2.1. TIPOS DE PUNTOS CRITICOS. . . . . . . . . . . . 286 8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD . . 295 8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV . 308 8.5. LINEALIZACION DE SISTEMAS NO LINEALES . . . . . . 318 8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON338 8.7. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 349 A. Existencia y Unicidad de soluciones 353 A.1. PRELIMINARES . . . . . . . . . . . . . . . . . . . . . . . . . 353 A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355 A.3. T. LOCAL Y GLOBAL PARA SIST. DE E.D.O. LINEALES 362 B. EXPONENCIAL DE OPERADORES C. FRACCIONES PARCIALES C.1. Factores lineales no repetidos. . . C.2. Factores Lineales Repetidos. . . . C.3. Factores Cuadr aticos. . . . . . . C.4. Factores Cuadr aticos Repetidos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
367 371 371 372 374 375
vi INDICE GENERAL
ersi
atic
as
dy + 4y = 5 Ejemplo 1. 3 dx
Ejemplo 4. Ejemplo 5.
u y
v = x
2u xy
=yx
Denici on 1.2 (Orden). La derivada o la diferencial de m as alto orden 1
Un iv
Si la ecuaci on contiene derivadas parciales de una o m as variables dependientes con respecto a una o m as variables independientes, se dice que es una ecuaci on en derivadas parciales.
ersi
dv Ejemplo 3. u du + v dx =x dx
dad
Ejemplo 2. (x2 y )dx + 5 sen y dy = 0
de
An tio
Si la ecuaci on contiene derivadas ordinarias de una o m as variables dependientes con respecto a una sola variable independiente entonces la ecuaci on se dice que es una ecuaci on diferencial ordinaria (E.D.O.).
qui
a, D
Denici on 1.1 . Si una ecuaci on contiene las derivadas o las diferenciales de una o m as variables dependientes con respecto a una o m as variables independientes, se dice que es una ecuaci on diferencial (E.D.).
ept
o. d
eM
atem
INTRODUCCION
atic
CAP ITULO 1
as
CAP ITULO 1. INTRODUCCION determina el orden de la E.D.

d3 y dx3 d y dy + x2 dx 2 + x dx = ln x, es de orden 3. dy dx y =x , la cual es de orden 1.
2
Ejemplo 6.
Ejemplo 7. xdy ydx = 0 =
d y d y dy an (x) dx n + an1 (x) dxn1 + . . . + a1 (x) dx + a0 (x)y = g (x)
Un iv
Ejemplo 11. x = y ln(cy ) es soluci on de y (x + y ) = y En efecto, derivando impl citamente: 1 = 1=

dy dx dy dx 1 dy ln(cy ) + y cy c dx
(ln(cy ) + 1), luego
dy dx
Sustituyendo en la ecuaci on diferencial: y ln(cy ) + y y (ln (cy ) + 1) = = y, ln (cy ) + 1 ln (cy ) + 1 2
ersi
dad
Denici on 1.4 . Se dice que una funci on f con dominio en un intervalo I es soluci on a una E.D. en el intervalo I , si la funci on satisface la E.D. en el intervalo I .
1 ln(cy )+1
de
An tio
dy d y Ejemplo 10. y 2 dx 2 + y dx + xy = x no es lineal.
qui
d y 2 Ejemplo 9. sen x dx 3 + xy = 0 no es lineal.
a, D
d y dy d y 2 x Ejemplo 8. x2 dx es lineal de orden 3. 3 + cos x dx2 + sen x dx + x y = e
ept
o. d
Es decir, la variable dependiente y y todas sus derivadas tienen exponente uno y cada coeciente a0 (x), a1 (x), . . . , an (x), g (x), depende solo de x. Si no se cumple lo anterior se dice que la E.D. no es lineal.
eM
atem
n1
atic
Denici on 1.3 (E.D.O. lineal) Una E.D. es lineal si tiene la forma:
as
luego y = y por tanto x = y ln (cy ) es soluci on. Una E.D. acompa nada de unas condiciones iniciales se le llama un problema de valor inicial (P.V.I.). Con frecuencia es importante saber si un problema de valor inicial tiene soluci on y tambi en deseamos saber si esta soluci on es u nica, aunque no podamos conseguir expl citamente la soluci on. El siguiente teorema nos responde las inquietudes que acabamos de plantear.Este teorema lo enunciamos y demostramos con m as profundidad en el Ap endice al nal del texto. Teorema 1.1 (Picard) Sea R una regi on rectangular en el plano XY denida por a x b, c y d que contiene al punto (x0 , y0 ) en su interior. Si f (x, y ) y f son continuas en R, entonces existe un intervalo I con ceny tro en x0 y una u nica funci on y (x) denida en I que satisface el problema de valor inicial y = f (x, y ), y (x0 ) = y0 . Ejemplo 12. Para la E.D. y = x2 + y 2 , se tiene que f (x, y ) = x2 + y 2 = 2y son continuas en todo el plano XY , por lo tanto por cualquier y f y punto (x0 , y0 ) del plano XY pasa una y solo una soluci on de la E.D. anterior. Es importante anotar que para esta E.D. es imposible hallar una soluci on expl cita; s olo con m etodos num ericos se puede hallar la soluci on.
de
Ejercicio 1. Demostrar que y = c1 cos 5x es soluci on de y + 25y = 0.
An tio
ersi
dad
Ejercicio 2. Demostrar que y = ex y + 2xy = 1.
x t2 e 0
qui
a, D
ept
o. d
dt + c1 ex es soluci on de
Un iv
Ejercicio 3. Demostrar que y = x xy = y + x sen x.
x sen t t 0
dt es soluci on de
on de 2y + y = 0, tambi en Ejercicio 4. Demostrar que y = e 2 es soluci y = 0 es soluci on. Nota: si todas las soluciones de la E.D. F (x, y, y , . . . , y (n) ) = 0 en un intervalo I pueden obtenerse de G(x, y, C1 , . . . , Cn ) mediante valores apropiados de Ci , entonces a G se le llama la soluci on general; una soluci on que no contenga los par ametros Ci se le llama la soluci on particular; una soluci on 3
eM
atem
2
atic
as
CAP ITULO 1. INTRODUCCION que no pueda obtenerse a partir de la soluci on general se le llama soluci on singular. Veremos m as adelante que la soluci on general a una E.D. lineal de orden n tiene n par ametros. En las E.D. no lineales a veces no es posible obtener expl citamente una soluci on general. Ejemplo 13. y = Cx4 es soluci on general de xy 4y = 0. Con C = 1 entonces la soluci on particular es y = x4 . Tambi en f (x ) =
a). y = ( x + C )2 es soluci on general. 4 b). Si C = 0 mostrar que y =

x4 16
Ejercicio 8. Si 2xy dx + (x2 + 2y ) dy = 0, comprobar que x2 y + y 2 = C1 es soluci on general. Ejercicio 9. Si (x2 + y 2 ) dx + (x2 xy ) dy = 0, comprobar que y on general. C1 (x + y )2 = xe x , es soluci Ejercicio 10. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.
Un iv
ersi
Ejercicio 7. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.
dad
b). Explicar porqu e y = 1 es soluci on singular.
de
a). y =
Ejercicio 6. Si y = y 2 1, demostrar
1+Ce2x 1Ce2x
es soluci on general.
An tio
c). Explicar porqu e y = 0 es soluci on singular.
qui
es soluci on particular.
a, D
Ejercicio 5. Si y xy 2 = 0, demostrar
2
ept
o. d
es una soluci on singular, porque no se puede obtener a partir de la soluci on general.
eM
atem
x4 x 4
x0 x<0
atic
as
1.1. CAMPO DE DIRECCIONES
1.1.
CAMPO DE DIRECCIONES
y(x)0 -2 -1
dad
Un iv
Figura 1.1 5
ersi
de
An tio
qui
a, D
2 x
-1
-2
ept
o. d
> with(DEtools): DEplot (diff(y(x),x)=-2*x^2+y(x)^2,y(x),x=-2..2,color=black, {[0,2],[0,0],[0,1],[0,-1]},y=-2..2,linecolor=black);
eM
Dada la E.D. y = f (x, y ) y sabiendo que la primera derivada representa una direcci on en el plano XY , podemos por lo tanto asociar a cada punto (x, y ) una direcci on. A este conjunto de direcciones lo llamamos el campo de direcciones o campo pendiente de la E.D. y = f (x, y ). Este campo de direcciones nos permite inferir propiedades cualitativas de las soluciones, como por ejemplo si son asint oticas a una recta, si son cerradas o abiertas, etc.. Con el paquete Maple haremos un ejemplo. Ejemplo 14. Hallar el campo de direcciones de la E.D. y = 2x2 + y 2 y cuatro curvas soluci on de la E.D. que pasan por los puntos (0, 2), (0, 0), (0, 1), (0, 1) respectivamente.
atem
atic
as
CAP ITULO 1. INTRODUCCION
1.2.
DE CONTINUIDAD ECUACION
Un iv
ersi
dad
dC (t) = E (t) S (t) = R kC (t). dt
de
An tio
Ejemplo 15. La concentraci on de glucosa en la sangre aumenta por ingesta de comidas ricas en azucares, si se suministra glucosa a una raz on constante R (en mg/minuto). Al mismo tiempo, la glucosa se transforma y se elimina a una tasa proporcional a la concentraci on presente de glucosa. Si C (t) representa la concentraci on de glucosa en un instante t, entonces E (t) = R y S (t) = kC (t), entonces por la ecuaci on de continuidad, la Ecuaci on Diferencial que rige este fen omeno es
qui
a, D
ept
dx = E (t ) S (t ). dt
o. d
eM
Si la variable es x y la tasa de entrada es E (t) y la tasa de salida es S (t) entonces la tasa de acumulaci on es
atem
Para nalizar este Cap tulo, es importante hacer un corto comentario soomenos bre la ecuaci on de continuidad; con ella se construyen modelos de fen en diferentes a reas del conocimiento que dependen del tiempo, dando como resultado una o varias Ecuaciones Diferenciales. La ecuaci on de continuidad nos dice que la tasa de acumulaci on de una variable x en un recipiente (el cual puede ser un tanque, un o rgano humano, una persona, una ciudad, un banco, una universidad, un sistema ecol ogico, etc.) es igual a su tasa de entrada menos su tasa de salida; tanto la tasa de entrada como la tasa de salida pueden ser constantes o variables.
atic
as
Denici on 2.1 . Se dice que una E.D. de la forma:
La anterior ecuaci on se puede escribir como h(y ) dy = g (x) dx e integrando: h(y ) dy =
obteni endose as una familia uniparam etrica de soluciones. Nota: la constante o par ametro C , a veces es conveniente escribirla de otra manera, por ejemplo, m ultiplos de constantes o logaritmos de constantes o exponenciales de constantes o si aparecen varias constantes reunirlas en una sola constante. Ejemplo 1. Soluci on:
dy dx
= e3x+2y dy = e3x+2y = e3x e2y dx 7
Un iv
ersi
dad
de
g (x) dx + C,
An tio
qui
o de variables separables.
a, D
ept
2.1.
VARIABLES SEPARABLES
o. d
dy g (x ) = es separable dx h (y )
eM
atem
METODOS DE SOLUCION
atic
CAP ITULO 2
as
CAP ITULO 2. METODOS DE SOLUCION separando variables dy = e3x dx 2 y e e integrando 1 e3x e2y + C = 2 3 la soluci on general es e3x e2y + =C 3 2 Ejemplo 2.
dy dx
= xy 3 (1 + x2 ) 2 , con y (0) = 1
= obtenemos =
soluci on general Cuando x = 0, y = 1 8
1 = 1 + x2 + C. 2y 2
1 = 1 + 02 + C 21
Un iv
y 2 1 (1 + x2 ) 2 e integrando = +C 1 2 2 2
ersi
dad
1 du 2 u
de
An tio
1 d(1 + x2 ) 2 1 + x2
qui
a, D
haciendo u = 1 + x2 du = 2xdx
2x dx y 3 dy = 2 1 + x2
ept
Soluci on: separando variables
o. d
eM
atem
atic
as
2.1. VARIABLES SEPARABLES

3 luego C = 2 La soluci on particular es
3 1 = 1 + x2 2 2y 2 Resolver los siguientes ejercicios por el m etodo de separaci on de variables:
Ejercicio 5. (Rta.
Ejercicio 6. x2 y = y xy , si y (1) = 1 1 (Rta. ln |y | = x ln |x| 1)
Ejercicio 8. Se suministran bacterias como alimento a una poblaci on de protozoarios a una raz on constante . Se ha observado que las bacterias son devoradas a una tasa proporcional al cuadrado de su cantidad. Si c(t) es la cantidad de bacterias en el instante t, hallar la E.D.; determinar c(t) en funci on de c(0); cu al es la concentraci on de equilibrio de las bacterias, es decir, cuando c (t ) = 0 ? + kc(t) + kc(0) 2 kt (Rta.: kc(t) = kc(0) e ) ; concentraci on de equilibrio c = k 9
Un iv
dy Ejercicio 7. dx y 2 = 9 que pase por los puntos: a) (0, 0), b) (0, 3), c) 1 ,1 3 3 3 6x (Rta. a) y = e , b) y = 3, c) y = 1 e2 e6x ) y +3 y +3 2
ersi
dad
de
An tio
dy xy + 3x y 3 = dx xy 2x + 4y 8 y +3 5 y x ( x+4 ) = Ce )
qui
a, D
Ejercicio 4. y sen x = y ln y , si y (Rta. ln y = csc x cot x)
=e
ept
o. d
Ejercicio 3. 3ex tan y dx + (2 ex ) sec2 y dy = 0 (Rta. (2 ex )3 = C tan y )
eM
Ejercicio 2. y + y 2 sen x = 0 (Rta. y = cos 1 ) x+c
atem
atic
Ejercicio 1. (4y + yx2 ) dy (2x + xy 2 ) dx = 0 (Rta. 2 + y 2 = C (4 + x2 ))
as
CAP ITULO 2. METODOS DE SOLUCION

dy dy Ejercicio 9. Resolver por variables separables: a x dx + 2y = xy dx y = a y x = 2a. 3 y ea ) (Rta.: yx2 = 4a e
en
2.2.
ECUACIONES HOMOGENEAS
Ejemplo 3. f (x, y ) = x2 + xy + y 2 es homog enea de grado dos. Denici on 2.3 .Si una ecuaci on en la forma diferencial : M (x, y ) dx + N (x, y ) dy = 0
M (x, y ) dx + N (x, y ) dy = 0 donde M (x, y ) y N (x, y ) son funciones homog eneas del mismo grado; mediante la sustituci on y = ux o x = yv (donde u o v son nuevas variables dependientes), puede transformarse en una ecuaci on en variables separables. Nota: si la estructura algebraica de N es m as sencilla que la de M , entonces es conveniente usar las sustituci on y = ux. Si la estructura algebraica de M es m as sencilla que la de N , es conveniente usar la sustituci on x = vy . Ejemplo 4. Resolver por el m etodo de las homog eneas, la siguiente E.D.: y y (x + ye x ) dx xe x dy = 0, con y (1) = 0. 10
Un iv
ersi
dad
de
M etodo de soluci on: dada la ecuaci on
An tio
Siempre que se tenga una E.D. homog enea podr a ser reducida por medio de una sustituci on adecuada a una ecuaci on en variables separables.
qui
a, D
tiene la propiedad que M (tx, ty ) = tn M (x, y ) y N (tx, ty ) = tn N (x, y ), entonces decimos que es de coecientes homog eneos o que es una E.D. homog enea.
ept
o. d
eM
atem
atic
Denici on 2.2 : f (x, y ) es homog enea de grado n si existe un real n tal que n para todo t: f (tx, ty ) = t f (x, y ).
as
2.2. ECUACIONES HOMOGENEAS Soluci on: y y (x + ye x ) dx xe x dy = 0 donde

homog enea de orden 1 homog enea de orden 1
M (x, y ) = x + ye
y x
N (x, y ) = xe x
o sea que x dx x2 eu du = 0
ln x = e x + C
Para hallar la soluci on particular que pasa por el punto y (1) = 0, sustituimos en la soluci on general y obtenemos: ln 1 = e 1 + C Por lo tanto, es la soluci on particular 0 = 1 + C de donde C = 1
Ejemplo 5. (x2 y 2 1)dy + 2xy 3 dx = 0 (ayuda: hacer y = z y calcular para convertirla en homog enea) Soluci on: No es homog enea; hagamos y = z y hallemos de tal manera que la E.D.O. se vuelva homog enea: dy = z 1 dz 11
Un iv
ersi
ln x = e x 1
dad
de
An tio
qui
a, D
luego x dx = x2 eu du, separando variables y considerando x = 0, obtenemos, dx = eu du ln x = eu + C x Por lo tanto la soluci on general es
ept
o. d
eM
atem
(x + uxe x ) dx xe x (u dx + x du) = 0
ux
ux
atic
Como N es m as sencilla que M , hacemos la sustituci on: y = ux, por tanto dy = u dx + x du Sustituyendo en la E.D.
as
CAP ITULO 2. METODOS DE SOLUCION (x2 z 2 1)z 1 dz + 2xz 3 dx = 0 (x2 z 31 z 1 )dz + 2xz 3 dx = 0
(2.1)
suma de exponentes en los t erminos: 2+31, 1 y 1+3 respectivamente. An alisis de exponentes para que se cumpla la homogeneidad: 1 + 3 = 2 + 3 1 = 1, se concluye = 1
z 2 (u2 + 1) dz + 2uz 1 du = 0 2u z 2 dz + 2 du = 0 1 z u +1 2u dz + 2 du = 0 z u +1 Integrando: ln |z | + ln(u2 + 1) = ln C ln |z (u2 + 1)| = ln C z (u2 + 1) = C reemplazo u = 12

x z
y tenemos, tomando z = 0
Un iv
ersi
dad
de
(u2 z 2 + z 2 ) dz + 2uz 1 du = 0
An tio
(u2 z 2 + z 2 + 2u2 z 2 ) dz + (2uz 1 ) du = 0
qui
(u2 z 2 z 4 + z 2 ) dz + 2uzz 3 (u dz + z du) = 0
a, D
ept
La sustituci on m as sencilla es x = uz dx = u dz + z du.
o. d
Es homog enea de orden 2.
eM
(x2 z 4 + z 2 ) dz + 2xz 3 dx = 0
atem
Sustituyo en la E.D. (2.1): (1)(x2 z 2 1)z 2 dz + 2xz 3 dx = 0
atic
as
2.2. ECUACIONES HOMOGENEAS
x2 +z =C z Como y = z 1 o sea que z = y 1 , entonces luego x2 y 2 + 1 = Cy, es la soluci on general.

x2 y 1
+ y 1 = C
Ejercicio 7. 2(x2 y + 1 + x4 y 2 ) dx + x3 dy = 0, (Ayuda: hacer y = z ). (Rta.: x4 (1 + 2Cy ) = C 2 ) Ejercicio 8. y cos x dx + (2y sen x) dy = 0, (Ayuda: hacer u = sen x). sen x (Rta.: y 2 = Ce y )
y y + 1) dx x ln x dy = 0. Ejercicio 9. y (ln x 2 y (Rta.: ln |x| 1 ln | | = C ) 2 x
Un iv
ersi
Ejercicio 6. (x + y 3 ) dx + (3y 5 3y 2 x) dy = 0, (Ayuda: hacer x = z ). 3 (Rta.: ln |C (x2 + y 6 )| = 2 arctan yx )
dad
de
Ejercicio 5. xy = y + 2xe y (Rta.: ln x = 1 e x +c ) 2
y x
An tio
Ejercicio 4. (x2 2y 2 ) dx + xy dy = 0. (Rta.: x4 = C (x2 y 2 ))
qui
y y dx + x cos x Ejercicio 3. x y cos x dy = 0. y (Rta.: ln |x| + sen x = C )
a, D
ept
dy Ejercicio 2. (x + y 2 xy ) dx = y , con y (1) = 1. y x 2 (Rta.: ln |y | = 4( y ))
o. d
eM
y Ejercicio 1. y + x cot x dx x dy = 0. y (Rta.: C = x cos x )
atem
Resolver los siguientes ejercicios por el m etodo de las homog eneas, o convertirla en homog enea y resolverla seg un el caso:
atic
as
13

dy y y Ejercicio 10. dx = cos( x )+ x . y y (Rta.: sec( x ) + tan( x ) = Cx)
Ejercicio 11. Hallar la soluci on particular de la E.D. yx2 dx (x3 + y 3 )dy = 0,
Ejercicio 14. Hallar la soluci on particular de la E.D.
donde y (e) = 1 y (Rta.: x ln | x | = e)
2.3.
Se presentan dos casos:
1. Si (h, k ) es el punto de intersecci on entre las rectas: ax + by + c = 0 y x + y + = 0 entonces se hace la sustituci on: x = u + h y y = v + k y se consigue la ecuaci on homog enea: (au + bv )du + (u + v )dv = 0 14
Un iv
ersi
E.D. DE COEFICIENTES LINEALES: (ax + by + c) dx + (x + y + ) dy = 0
dad
de
An tio
y (ln y ln x 1)dx + xdy = 0,
qui
a, D
Ejercicio 13. (y + xy )dx 2xdy = 0 y 4 ) = C) (Rta.: x(1 x
ept
o. d
donde y (1) = 0 ( y )3 ) (Rta.: ln |x| = 1 3 x
eM
xy 2 dy (x3 + y 3 )dx = 0,
atem
Ejercicio 12. Hallar la soluci on particular de la E.D.
atic
donde y (0) = 1 (Rta.: ln |y | = 1 ( x )3 ) 3 y
as
2.4. ECUACIONES EXACTAS 2. Si las dos rectas no se intersectan (o sea son paralelas), entonces x + y = n(ax + by ) y por tanto se hace la sustituci on z = ax + by , lo cual quiere decir que x + y = nz, esta sustituci on convierte la E.D. en una E.D. de variables separables.
(Rta.: (x 1)2 + 2(y 2)2 = Ce

dy dx
2 arctan
x1 2(y 2)
2.
5. (x + y + 1) dx + (2x + 2y 1) dy = 0 (Rta.: 4 x 2y = 3 ln |2 x y | + C )
2.4.
ECUACIONES EXACTAS
f f dx + dy x y 15
Si z = f (x, y ), entonces dz =
Un iv
8. (2x + y ) dx (4x + 2y 1) dy = 0 4 (Rta.: x = 2 (2x + y ) 25 ln |5(2x + y ) 2| + C ) 5
ersi
7. (x y 5) dx (x + y 1) dy = 0 (Rta.: C 2 = (x 3)2 2(y + 2)(x 3) (y + 2)2 )
dad
6. (x + y 2) dx + (x y + 4) dy = 0 (Rta.: C 2 = 2(x + 1)(y 3) + (x + 1)2 (y 3)2 )
de
An tio
qui
4. (x + y + 1)2 dx + (x + y 1)2 dy = 0 (x + y )2 + 2(x + y ) ln |x + y | + C ) (Rta.: 4x = 1 2
a, D
3. (x 2y + 4) dx + (2x y + 2) dy = 0 (Rta.: (x + y 2)3 = C 2 (x y + 2))
ept
o. d
y x+5 =2 2xy 4 (Rta.: (x + y + 1)3 = C (y x + 3))
eM
atem
1. (x y + 1) dx + (x + 2y 5) dy = 0
atic
Ejercicios: resolver por el m etodo anterior:
as
CAP ITULO 2. METODOS DE SOLUCION es la diferencial total de f ; pero si z = c = f (x, y ) (familia de curvas uniparam etricas en el plano XY ), entonces dz = 0 = . Denici on 2.4 .La forma diferencial M (x, y ) dx + N (x, y ) dy es una diferencial exacta en una regi on R del plano XY si corresponde a la diferencial total de alguna funci on f (x, y ). f f dx + dy x y
sea una diferencial exacta es que
M N = . y x
Un iv
Demostraci on: Como M (x, y ) dx + N (x, y ) dy es una diferencial exacta, entonces existe una funci on f (x, y ) tal que: M (x, y ) dx + N (x, y ) dy = luego M (x, y ) = y N (x, y ) = 16 f f dx + dy = d f (x, y ) x y f x f y
ersi
dad
de
An tio
M (x, y ) dx + N (x, y ) dy
qui
a, D
Teorema 2.1 (Criterio para E.D. exactas) . Si M (x, y ) y N (x, y ) son continuas y tienen derivadas parciales de primer orden continuas en una regi on R del plano XY , entonces la condici on necesaria y suciente para que la forma diferencial
ept
o. d
eM
La ecuaci on M (x, y ) dx + N (x, y ) dy = 0, es exacta si es la diferencial total de alguna funci on f (x, y ) = c.
atem
atic
as
2.4. ECUACIONES EXACTAS por tanto, 2f 2f N M = = = . y yx xy x La igualdad entre las derivadas cruzadas se produce porque M y N son continuas con derivadas de primer orden continuas. M etodo. Dada la ecuaci on M (x, y ) dx + N (x, y ) dy = 0, hallar una funci on f (x, y ) = C tal que f f =M y =N x y i) Comprobar que es exacta, es decir, vericar que ii) Suponer que y constante:
f x M y
f = y y despejar
M (x, y ) dx + g (y ) = N (x, y )
N (x, y ) x y N = x y x
N M (x, y ) dx x x y N M (x, y ) dx = M (x, y ) = 0 x y M (x, y ) dx =
iv) Integrar la expresi on (2.3) con respecto a y y sustituir en (2.2) e igualar a C. 17
Un iv
Esta expresi on es independiente de x, en efecto:
ersi
g (y ) = N (x, y )
dad
de
An tio
qui
iii) Derivar con respecto a y la ecuaci on (2.2)
M (x, y ) dx
a, D
f (x, y ) =
M (x, y ) dx + g (y )
ept
o. d
= M (x, y ) y luego integrar con respecto a x dejando a
eM
atem
=
atic
N . x
as
(2.2)
(2.3)
CAP ITULO 2. METODOS DE SOLUCION Nota: en ii) se pudo haber comenzado por
f y
= N (x, y ).
paso ii)
f (x, y ) =
N (x, y ) dy + h(x) =
(2x2 y + ex 1) dy + h(x)
= x2 y 2 + yex y + h(x) paso iii)
paso iv) h(x) = C paso v) sustituyo h(x) en el paso ii):
Ejemplo 7. Hallar el valor de b para que sea exacta la E.D.: (xy 2 + bx2 y ) dx + (x + y )x2 dy = 0. Soluci on: M y N x 18
Un iv
ersi
x2 y 2 + yex y + C1 = C x2 y 2 + yex y = C2
dad
de
An tio
f = M = 2xy 2 + yex x f = 2xy 2 + yex + h (x) h (x) = 0 x
= 2xy + bx2 = 3x2 + 2xy b = 3
qui
Soluci on general
a, D
ept
o. d
eM
atem
Ejemplo 6. Resolver la siguiente E.D.: (2xy 2 + yex ) dx + (2x2 y + ex 1) dy = 0 Soluci on: paso i) M x = 4xy + e N M y = de donde y x N = 4xy + ex x
atic
as
2.4. ECUACIONES EXACTAS f = xy 2 + 3x2 y x f = x3 + x2 y y integramos (2,4) : f (x, y ) = f (x, y ) = y 2 (xy 2 + 3x2 y ) dx + g (y ) (2.4) (2.5)
que es la soluci on general.
(y 2 cos x 3x2 y 2x) dx + (2y sen x x3 + ln y ) dy = 0, con y (0) = e. (Rta.: f (x, y ) = y 2 sen x x3 y x2 + y (ln y 1) = 0) Ejercicio 3. Determinar la funci on M (x, y ) de tal manera que la siguiente E.D.O sea exacta: M (x, y ) dx + xex y + 2xy + 1 x dy = 0 19
Un iv
Ejercicio 2. Resolver la siguiente E.D. por el m etodo de las exactas:
ersi
(Rta.: f (x, y ) = cos x sen y ln |cos x| = C )
dad
(tan x sen x sen y ) dx + cos x cos y dy = 0.
de
Ejercicio 1. Resolver la siguiente E.D. por el m etodo de las exactas :
An tio
qui
a, D
f (x, y ) = y 2
x2 + x3 y + K = C 1 2 y 2 x2 = + x3 y = C 2
ept
reemplazamos g (y ) en (2,6)
o. d
derivamos (2,6) con respecto a y f = yx2 + x3 + g (y ) y igualamos (2,5) y (2,7) x3 + x2 y = yx2 + x3 + g (y ) K = g (y )
atic
as
x2 + x 3 y + g (y ) 2
(2.6)
eM
atem
(2.7)

1 2 x (Rta.: M (x, y ) = 2 y e (x + 1) + y 2 y x2
+ g (x))
Ejercicio 4. Determinar la funci on N (x, y ) para que la siguiente E.D. sea exacta: 1 1 x dx + N (x, y ) dy = 0 y 2 x 2 + 2 x +y
Ejercicio 5. Resolver por el m etodo de las exactas la siguiente E.D.: (2xy 2 + yex ) dx + (2x2 y + ex 1) dy = 0 (Rta.: f (x, y ) = y (x2 y + ex 1) = C )
Ejercicio 6. Resolver por el m etodo de las exactas la siguiente E.D.:
( sen xy + xy cos xy ) dx + (x2 cos xy ) dy = 0 (Rta.: f (x, y ) = x sen (xy ) = C )
(Rta.: f (x, y ) = exy + 4xy 3 y 2 = 3) Ejercicio 9. Resolver por el m etodo de las exactas la siguiente E.D.: (1 sen x tan y ) dx + cos x sec2 y dy = 0 (Rta.: f (x, y ) = cos x tan y + x = C )
20
Un iv
(yexy + 4y 3 ) dx + (xexy + 12xy 2 2y ) dy = 0, con y (0) = 2
ersi
dad
de
An tio
qui
(Rta.: f (x, y ) = x2 + cos(xy ) 5y 4 x = C )
a, D
(2x y sen xy 5y 4 ) dx (20xy 3 + x sen xy ) dy = 0
ept
o. d
eM
atem
atic
as
1 (Rta.: N (x, y ) = x 2 y 2 + 2 (x2 + y )1 + g (y ))
2.5. FACTORES DE INTEGRACION
2.5.
FACTORES DE INTEGRACION
M (x, y ) dx + N (x, y ) dy = 0.
Denici on 2.5 (Factor Integrante F.I.) . Sea la E.D.
Si (x, y ) es tal que
Para y dx x dy , las expresiones: =
M N y x
Un iv
Teorema 2.2 (Teorema del Factor Integrante) : Sea M (x, y ) dx + N (x, y ) dy = 0 una E.D. y (x, y ) un factor integrante, con M , N y continuas y con primeras derivadas parciales continuas , entonces =N d d = M dx dy
Demostraci on: Si es tal que M dx + N dy = 0 es exacta y , M, N tienen primeras derivadas parciales continuas, entonces: 21
ersi
son factores integrantes.
dad
1 1 1 1 1 ; = 2; = ; = 2 ; = 2 2 2 y x xy x +y ax + bxy + cy 2
de
An tio
qui
Pero py dx + qx dy no es exacta, la expresi on (x, y ) = xp1 y q1 es un factor integrante.
a, D
An alogamente: para x dy + y dx = d(xy ).
ept
o. d
Ejemplos de algunas formas diferenciales que son exactas. 1 (x2 + y 2 ) ya que d 1 (x2 + y 2 ) = Ejemplo: x dx + y dy es la diferencial de 2 2 x dx + y dy .
eM
atem
es una E.D. exacta, entonces decimos que (x, y ) es un factor integrante (F.I.).
atic
(x, y ) M (x, y ) dx + (x, y ) N (x, y ) dy = 0
as
(M ) = (N ) y x o sea que luego como

dy dx
M N +M = +N y y x x
=N
= M , entonces: N M N y x =N
ya que si = (x, y ) y
y = y (x) entonces: d = dx + dy x y
Nota.
M
Ejemplo 8. (2xy 2 2y ) dx + (3x2 y 4x) dy = 0. Soluci on: M (x, y ) = 2xy 2 2y N (x, y ) = 3x2 y 4x 22 M = 4xy 2 y N = 6xy 4 x
Un iv
2. Similarmente, si
M y
N x
ersi
dad
1. Si y N x = f (x), entonces f (x) = d y por tanto f (x)dx = d , dx R R f (x)dx luego = ke ; tomando k = 1 se tiene = e f (x)dx .
de
An tio
dy d = + dx x y dx
qui
y por tanto
a, D
R g (y )dy
= g (y ), entonces = e
ept
.
o. d
d dy d + = M =N x dx y dx dy
eM
atem
atic
N M y x
M M =N x y x N y
as
2.5. FACTORES DE INTEGRACION luego
M N = 2xy + 2 y x
M y
por tanto M g (y ) =
N x
f (x, y ) =
Paso 4. g (y ) = k
Paso 5. Reemplazo en el paso 2. f (x, y ) = x2 y 3 2xy 2 + k = c luego x2 y 3 2xy 2 = k1 que es la soluci on general. 23
Un iv
luego g (y ) = 0
ersi
N = 3x2 y 2 4xy =
f = 3x2 y 2 4xy + g (y ) y
dad
Paso 3. Derivando con respecto a y :
de
(2xy 3 2y 2 )dx + g (y ) = x2 y 3 2xy 2 + g (y )
An tio
Paso 2.
qui
luego es exacta.
a, D
N = 6xy 2 4y x
ept
M = 6xy 2 4y y
o. d
Paso 1.
eM
el nuevo M (x, y ) = 2xy 3 2y 2 y el nuevo N (x, y ) = 3x2 y 2 4xy
atem
multiplico la E.D. original por y : (2xy 3 2y 2 ) dx + (3x2 y 2 4xy ) dy = 0
atic
R 1 F.I. = (y ) = e y
1 dy y
= eln |y| = y
as
luego
2xy + 2 2(xy + 1) = 2xy 2 + 2y 2y (xy + 1)
CAP ITULO 2. METODOS DE SOLUCION Ejemplo 9. x dy y dx = (6x2 5xy + y 2 ) dx Soluci on: x dy y dx y como d( ) = x x2 entonces dividimos a ambos lados de la E.D. por x2 , luego
hagamos u = luego
y x
luego c
En los siguientes ejercicios, hallar el factor integrante y resolver por el m etodo de las exactas: Ejercicio 1. (cos(2y ) sen x) dx 2 tan x sen (2y ) dy = 0. 1 (Rta.: sen x cos(2y ) + 2 cos2 x = C ) Ejercicio 2. (3xy 3 + 4y ) dx + (3x2 y 2 + 2x) dy = 0. (Rta.: f (x, y ) = x3 y 3 + 2x2 y = C )
24
Un iv
ersi
Obs ervese que x = 0 es tambi en soluci on y es singular porque no se desprende de la soluci on general.
dad
(u 3) (y 3x) = ex , si x = 0 c = ex (u 2) (y 2x)
de
An tio
du = (u 3)(u 2)
dx
du u3
du = ln |u3|ln |u2|+ln c = x u2
qui
o sea que A = 1 y B = 1, por tanto
a, D
du du = dx = dx 2 6 5u + u (u 3)(u 2) 1 A B = + pero por fracciones parciales (u 3)(u 2) u3 u2
ept
o. d
eM
y y y d( ) = 6 5( ) + ( )2 dx, x x x 2 du = (6 5u + u )dx
atem
luego
atic
x dy y dx = x2
6x2 5xy + y 2 x2
dx
as
2.5. FACTORES DE INTEGRACION Ejercicio 3. 2xy ln y dx + (x2 + y 2 y 2 + 1) dy = 0. 3 1 2 (Rta.: f (x, y ) = x2 ln y + 3 (y + 1) 2 = C ) Ejercicio 4. (2wz 2 2z ) dw + (3w 2 z 4w) dz = 0. (Rta.: w 2 z 3 2z 2 w = C ) Ejercicio 5. ex dx + (ex cot y + 2y csc y )dy = 0 (Rta.: f (x, y ) = ex sen y + y 2 = C )
Ejercicio 13. (x + y )dx + x ln xdy = 0. (Rta.: f (x, y ) = x + y ln x = C ) Ejercicio 14. Hallar la soluci on particular que pasa por el punto y (1) = 2, de la E.D. 3x2 y + y 2 dy = 3 dx 2x + 3xy 25
Un iv
Ejercicio 12. ydx + (2xy e2y )dy = 0. (Rta.: f (x, y ) = xe2y ln |y | = C )
ersi
dad
Ejercicio 11. (2xy e2x )dx + xdy = 0. (Rta.: f (x, y ) = ye2x ln |x| = C )
de
Ejercicio 10. ydx + (x2 y x)dy = 0. 2 y (Rta.: f (x, y ) = x + y2 = C )
An tio
Ejercicio 9. (xy 1)dx + (x2 xy )dy = 0. 2 (Rta.: f (x, y ) = xy ln |x| y2 = C )
qui
a, D
Ejercicio 8. y dx + (2x yey ) dy = 0. (Rta.: y 2 x y 2 ey + 2yey 2ey = C )
ept
o. d
(Rta.:
Ejercicio 7. x dy y dx = (2x2 + 3y 2 )3 (2xdx + 3ydy ).

2 3
tan1 (
3 y ) 2 x
1 =3 (2x2 + 3y 2 )3 + C )
eM
atem
Ejercicio 6. x dy + y dx = (x3 + 3x2 y + 3xy 2 + y 3 )(dx + dy ). 1 (x + y ) 4 + C ) (Rta.: xy = 4
atic
as
CAP ITULO 2. METODOS DE SOLUCION (Rta.: x3 y 2 + y 3 x = 4) Ejercicio 15. x dx + y dy = 3 (Rta.: x2 + y 2 = y 3 + C ) x2 + y 2 y 2 dy .
Ejercicio 17. Si My N x = R(xy ), yN xM entonces = F.I. = e

Rt R(s) ds
Ejercicio 18. Bajo que condiciones M dx + N dy = 0 tendr a un F.I.= (x + y )
1 xM +yN
Denici on 2.6 . Una E.D. de la forma: a 1 (x )
Dividiendo por a1 (x), se obtiene la llamada ecuaci on en forma can onica o forma estandar: dy + p (x )y = Q (x ), dx donde p(x) = 26 a 0 (x ) h (x ) y Q (x ) = . a 1 (x ) a 1 (x )
Un iv
donde a1 (x) = 0, en I y a1 (x), a0 (x), h(x) son continuas en I , se le llama E.D. lineal en y de primer orden.
ersi
dad
dy + a 0 (x )y = h (x ), dx
de
An tio
2.6.
E.D. LINEAL DE PRIMER ORDEN
qui
a, D
Ejercicio 19. Si M dx + N dy = 0 es homog enea, entonces (x, y ) =
ept
o. d
eM
, donde t = xy
atem
atic
as
Ejercicio 16. 4y dx + x dy = xy 2 dx. 1 1 (Rta.: yx 4 3x3 = C )
2.6. E.D. LINEAL DE PRIMER ORDEN Teorema 2.3 (Teorema de la E.D. lineal de primer orden) : La soluci on general de la E.D. lineal en y , de primer orden: y + p (x )y = Q (x ) es : ye Demostraci on: dy + p (x )y = Q (x ) dx p(x)y dx + dy = Q(x) dx
R p(x) dx R p(x) dx
Q(x) dx + C.
atem
N x
atic
(2.8)
R R p(x) dx
y por tanto = e
= F.I.; multiplicando (2.8) por el F.I.:
o sea
R d p(x) dx ( ye ) dx
= Q (x )e ye
R
p(x) dx
e integrando con respecto a x se tiene: Q (x )e
p(x) dx
de
d + 2 = 0 Ejemplo 10. Hallar la soluci on general de la E.D.:(6 2 ) d
Soluci on:
d 2 = d 6 2 d 6 2 = 2 + d 27
Un iv
y F.I. =
ersi
Obs ervese que la expresi on anterior es lo mismo que: Q(x) F.I. dx + C
dad
An tio
p(x) dx dy
dx
+ p(x)ye
qui
p(x) dx
a, D
R
= p (x )
= Q (x )e
p(x) dx
dx + C
ept
p(x) dx
M y
N x
o. d
o sea que (p(x)y Q(x)) dx + dy = 0, como
M y
= p (x ) y
eM
= 0, entonces
as
d 2 6 = 2 d que es lineal en con 6 2 p ( ) = , Q ( ) = 2 F.I. = e =e
qui
2 2 = 3 + C = + C 2 2 que es la soluci on general.
a, D
ept
1 = 6 2
4 d + C = 6
3 +C 3
o. d
eM
dy dx
1 = 2
6 1 ( )d + C 2 2
atem
+ 2xy = f (x)
La soluci on general es
donde f (x) = y y (0) = 2 Soluci on:
ersi
F.I. : e
2xdx
= ex ex y = ex x dx + C
2
Un iv
dad
de
x, 0,
0x<1 x1
An tio
Ejemplo 11. Hallar una soluci on continua de la E.D.:
ex f (x)dx + C
a). si 0 x < 1 : ex y = ex y =
2 2
1 2
ex 2x dx + C
2
1 x ex y = 2 e + C , soluci on general
28
atic
p( )d
2 d
= e2 ln | | = eln | |
= 2 =
as
1 2
2.6. E.D. LINEAL DE PRIMER ORDEN y (0) = 2 e0 2 = 1 e0 + C 2 2= y=

1 2 1 2
2 2
+C C =
2
3 2 1 2 3 x +2 e , soluci on particular
2
+ Cex y =
Soluci on: f (x) =
3 1 +2 e 1 3 C= = e+ 1 e 2 2 Ejemplo 12. Con un cambio de variable adecuado trasformar la E.D.:
1 dy x(2 sen y cos y ) 2 + = xex 2 2 cos y dx cos y dy 2 + 2x tan y = xex dx hagamos el siguiente cambio de variable: t = tan y , por lo tanto sec2 y dt dy = sec2 y . dx dx 29
Un iv
en una E.D. lineal de primer orden y luego resolverla. Soluci on. Lo trabajamos mediante cambios de variable. Dividiendo por cos2 y :
ersi
dad
y + x sen 2y = xex cos2 y
de
An tio
1 2
qui
1 3 1 + e = Ce1 2 2
a, D
Busquemos C , de tal manera que la funci on f (x) sea continua en x = 1. Por tanto 1 3 2 l m ( + ex ) = f (1) = y (1) x1 2 2
ept
o. d
eM
1 2
3 x +2 e x2 Ce
0x<1 x1
atem
ex y = 0 + C y = Cex
atic
b). si x 1 : F.I.y =
F.I. 0 dx + C
as
CAP ITULO 2. METODOS DE SOLUCION Sustituyendo dt 2 + 2xt = xex , dx p(x) = 2x, F.I. = e Resolvi endola t F.I. = tex =
2
es lineal en t con Q(x) = xex

2
F.I.Q(x) dx + C ex (xex ) dx + C
x2
2 2
dy + 2xy = f (x) (1 + x2 ) dx
donde f (x) = con y (0) = 0. (Rta.: y (x) =
x, x ,
0x<1 x1 si 0 x < 1 +
1 , 1+x2
ersi
x2 , 2(1+x2 ) x2 2(1+x2 )
dad
de
si x 1
An tio
qui
a, D
)
dy dx 1
x2 tan y e = +C 2 Ejercicio 1. Hallar una soluci on continua de la E.D.:
Ejercicio 2. Hallar la soluci on de la E.D.: (Rta.: xy = + 8)
ept
=
o. d
y y x
Ejercicio 3. Resolver para (x) la ecuaci on 0 (x) d = n(x) (Ayuda: con un cambio de variable adecuado transforme la ecuaci on en una E.D. lineal de primer orden.) 1n (Rta.: (x) = Cx( n ) ) Ejercicio 4. Hallar la soluci on de la E.D.: y 2xy = cos x 2x sen x donde y es acotada cuando x . 30
Un iv
y2 2
eM
con y (5) = 2
atem
atic
2x dx
= ex
as
2.6. E.D. LINEAL DE PRIMER ORDEN (Rta.: y = sen x) Ejercicio 5. Hallar la soluci on de la E.D.: 2 x y y = sen x cos x donde y es acotada cuando x . (Rta.: y = cos x) Ejercicio 6. Resolver la E.D.: (x + 2)2 5 (2 + x)3 + C ) (Rta.: y (2 + x)4 = 3
dy dx
Ejercicio 9. Hallar la soluci on general en t erminos de f (x), de la E.D.: f (x ) dy +2 y = f (x ) dx f (x ) f (x ) + (Rta.: y = 1 3

C ) [f (x)]2
1 2x (Rta.: y = 3 e + Ce2x (x + 1)3 )
Ejercicio 11. Hallar la soluci on particular de la E.D. y + y = 2xex + x2 si y (0) = 5 (Rta.: y = x2 ex + x2 2x + 2 + 3ex ) 31
Un iv
(x + 1)y + (2x 1)y = e2x
ersi
Ejercicio 10. Hallar la soluci on general de la E.D.
dad
de
An tio
qui
a, D
Ejercicio 8. El suministro de glucosa al torrente sangu neo es una t ecnica importante para detectar la diabetes en una persona. Para estudiar este proceso, denimos G(t) como la cantidad de glucosa presente en la sangre de un paciente en el tiempo t. Suponga que la glucosa se suministra al sisgr. tema sangu neo a una tasa constante k min. . Al mismo tiempo la glucosa se transforma y se separa de la sangre a una tasa proporcional a la cantidad de glucosa presente. Construir la E.D. y resolverla. Hallar G(t) cuando t .
ept
o. d
eM
atem
dy Ejercicio 7. Resolver la E.D.: y x dx = x y (Rta.: y = e + C )
dy dx
y 2 ey .
atic
as
= 5 8y 4xy .
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 12. Hallar la soluci on particular de la E.D. (1 2xy 2 )dy = y 3 dx si y (0) = 1 (Rta.: xy 2 = ln y )
sustituimos en (2.9): w 2 dw yw1 = y 3 w2 dy multiplicamos por w 2 : dw + yw = y 3 , lineal en w de primer orden. dy luego p(y ) = y ; Q(y ) = y 3 F.I. = e
R P (y ) dy
Un iv
dw dx = w2 dy dy
ersi
dad
tiene la forma de Bernoulli con variable dependiente x, con n = 2 Hagamos w = x12 = x1 x = w1
de
dx xy = x2 y 3 dy
An tio
dy = 1 con y (1) = 0. Ejemplo 13. xy (1 + xy 2 ) dx Soluci on: dy 1 dx = xy (1+ = xy (1 + xy 2 ) = xy + x2 y 3 dx xy 2 ) dy
qui
a, D
dw + (1 n)p(x)w = (1 n) Q(x). dx
ept
o. d
La sustituci on w = y 1n convierte la E.D. de Bernoulli en una E.D. lineal en w de primer orden:
eM
dy + p(x)y = Q(x)y n con n = 0 Denici on 2.7 . Una E.D. de la forma dx y n = 1, se le llama una E.D. de Bernoulli. Obs ervese que es una E.D. no lineal.
atem
atic
as
(2.9)
2.7.
ECUACION DIFERENCIAL DE BERNOULLI
=e
y dy
=e2
y2
w F.I. = 32
F.I. Q(y ) dy + C
2.7. E.D. DE BERNOULLI
we 2 = hagamos: u =
y2 2
y2
e 2 (y 3 ) dy + C
y2
du = y dy , y 2 = 2u y 3 e 2 dy + C = 2
y2 2 y2
e integrando por partes, obtenemos: w e

y2 y2 y2
Resolver las E.D. de los siguientes ejercicios:

dy Ejercicio 1. 2 dx = y x
= 3x + 4)
2
x Ejercicio 2. y = x3 3 . +y +1 3 y (Rta.: x = y 2 + Ce )
Ejercicio 5. xy + y = x4 y 3 . (Rta.: y 2 = x4 + cx2 )

x Ejercicio 6. xy 2 y + y 3 = cos . x 3 3 (Rta.: x y = 3x sen x + 3 cos x + C )
Un iv
Ejercicio 4. y = x2 yx . +y 3 2 2 y2 (Rta.: x + y + 1 = Ce )
ersi
Ejercicio 3. tx2 dx + x3 = t cos t. dt (Rta.: x3 t3 = 3(3(t2 2) cos t + t(t2 6) sen t) + C )
dad
de
An tio
(Rta.: y 3 x
3 2
1 2
x y2
con y (1) = 1.
qui
a, D
ept
y2 1 = y 2 + 2 e 2 x
o. d
y2 1 = y 2 + 2 + Ce 2 x Como y (1) = 0 entonces C = 1, por lo tanto la soluci on particular es:
eM
x1 e 2 = y 2 e 2 + 2e 2 + C
atem
= 2u eu + 2eu + C
atic
33
as
we 2 =
y2
ueu du + C
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 7. x2 y y 3 + 2xy = 0. (Rta.: y 2 = 52x + Cx4 ) Ejercicio 8. Hallar la soluci on particular de la E.D. dx 2 x 3 x = y( 2 ) 2 dy y y
Ejercicio 9. Hallar y (x) en funci on de f (x) si dy + f (x ) y = f (x )y 2 dx (Rta.: y =

(1Ce
R1 f (x) dx )
Sea
(y )n + a1 (x, y )(y )n1 + a2 (x, y )(y )n2 + . . . + an1 (x, y )y + an (x, y ) = 0,
i) Se puede despejar y . ii) Se puede despejar y . iii) Se puede despejar x. Caso i). Si hacemos p =
dy dx
pn + a1 (x, y )pn1 + a2 (x, y )pn2 + . . . + an1 (x, y )p + an (x, y ) = 0. 34
Un iv
= y , entonces
ersi
donde ai (x, y ) para i = 1 . . . n son funciones reales y continuas en una regi on R del plano XY . Casos:
dad
de
An tio
qui
2.8.
E.D. NO LINEALES DE PRIMER ORDEN
a, D
ept
o. d
eM
atem
atic
tal que y (1) = 1 (Rta.: y 3 = x)
as
2.8. E.D. NO LINEALES DE PRIMER ORDEN En caso que sea posible que la ecuaci on anterior se pueda factorizar en factores lineales de p, se obtiene lo siguiente: (p f1 (x, y ))(p f2 (x, y )) . . . (p fn (x, y )) = 0, donde fi (x, y ) para i = 1, . . . , n son funciones reales e integrables en una regi on R del plano XY .
Un iv
e integrando por partes: y=
ersi
y=
ln x dx + C,
ln x dx + C = x ln x
3 (x, y, C ) = 0 = y x ln x + x C La soluci on general es:

3 i=1
i (x, y, C ) = 0
(y + cos x C )(y + x2 C )(y x ln x + x C ) = 0 35
dad
Para el factor p ln x = 0
dy dx
= ln x dy = ln x dx
de
y = x2 + C 2 (x, y, C ) = 0 = y + x2 C
An tio
Para el factor p + 2x = 0
dy dx
= 2x dy = 2x dx
1 x dx = x ln x x + C x
qui
1 (x, y, C ) = 0 = y + cos x C
a, D
Para el factor p sen x = 0 y = cos x + C
dy dx
sen x = 0 dy = sen x dx
ept
(p sen x)(p + 2x)(p ln x) = 0
o. d
eM
Ejemplo 14. (y sen x)((y )2 + (2x ln x)y 2x ln x) = 0. Soluci on: (p sen x)(p2 + (2x ln x)p 2x ln x) = 0
atem
atic
Si cada factor tiene una soluci on i (x, y, c) = 0, para i = 1, . . . , n. n entonces la soluci on general es i=1 i (x, y, c) = 0.
as
CAP ITULO 2. METODOS DE SOLUCION Resolver por el m etodo anterior los siguientes ejercicios: Ejercicio 1. p (p2 2xp 3x2 ) = 0. (Rta.: (y c)(2y 3x2 + c)(2y + x2 + c) = 0) Ejercicio 2. 62
1
d d
5
Ejercicio 5. x2 (y )2 + 2xyy + y 2 = xy
dy = luego
o sea que 0= y por tanto
f dp dp f p + = g (x, p, p ), donde p = x p dx dx f p x f dp = 0 p
Un iv
dy f f dp =p= + dx x p dx
36
ersi
dad
f f dx + dp x p
dx +
de
Caso ii). Son ecuaciones de la forma F (x, y, p) = 0 y de la cual puede despejarse y , es decir: y = f (x, p), donde x y p se consideran como variables independientes, la diferencial total es:
An tio
qui
Ejercicio 6. Denotando por P cualquier punto sobre una curva C y T el punto de intersecci on de la tangente con el eje Y . Hallar la ecuaci on de C si P T = k . 2 2 x2 k , con |x| k, k > 0.) (Rta.:(y + c)2 = k 2 x2 + k ln k x
a, D
ept
o. d
eM
Ejercicio 4. n2 p2 x2n = 0, con n = 0 y n+1 n+1 c)(y nx c) = 0) (Rta.: (y + nx (n+1) (n+1)
dy dx
=p=y.
atem
Ejercicio 3. (y )3 y (y )2 x2 y + x2 y = 0. 2 2 c)(y x c) = 0) (Rta.: (x ln |y | + c)(y + x 2 2
atic
as
(Rta.: ( 3 c)( 2 c) = 0)
d 5 2 = 0. 13 d
2.8. E.D. NO LINEALES DE PRIMER ORDEN es una E.D. de primer orden en x y p. Generalmente (teniendo buena suerte) g (x, p, p ) = 0 se puede factorizar, quedando as : g (x, p, p ) = h(x, p, p ) (x, p) = 0. a) Con el factor h(x, p, p ) = 0 se obtiene una soluci on h1 (x, p, c) = 0, se elimina p entre h1 (x, p, c) = 0 y F (x, y, p) = 0 y se obtiene la soluci on general. b) Con (x, p) = 0 se obtiene una soluci on singular, al eliminar p entre (x, p) = 0 y F (x, y, p) = 0.
atem
2
atic
as
dp 0 = (p + 2x)[ln x + 2x(p + x)] + x[ln x + 2x(p + x)] dx dp 0 = [ln x + 2x(p + x)] p + 2x + x dx
0 = h(x, p), (x, p, p )
dp x dx + p = 2x
x=0 dp dx
p x
1 , Q (x ) = 2 E.D.lineal en p, P (x) = x
F.I. = e p F.I. =
P (x) dx
=e
1 x
dx
= eln |x| = x
F.I.Q(x) dx + C
Un iv
dp 1) Con el factor (x, p, p ) = p + 2x + x dx =0
= 2 (dividimos por x)
ersi
dad
de
An tio
dp 0 = (p + 2x) ln x + 2x(p + x)(p + 2x) + [x ln x + 2x2 (p + x)] dx
qui
dp p = (p + 2x) ln x + p + x + 2x(p + x)(p + 2x) x + [x ln x + 2x2 (p + x)] dx
a, D
dp 1 p = (p +2x) ln x +(px + x2 ) +2(px + x2 )(p +2x) x +[x ln x +2(px + x2 )x] x dx
ept
o. d
Soluci on: si x = 0
dy dx
=p=
f x
f dp p dx
eM
, donde p = Ejemplo 15. y = f (x, p) = (px + x2 ) ln x + (px + x2 )2 x 2
dy dx
37
CAP ITULO 2. METODOS DE SOLUCION px = x(2) dx + C = 2x + C = x 2 + C 2

C x
2
p = x +
(dividimos por x)
luego sustituimos en la E.D. original: y = (px + x2 ) ln x + (px + x2 )2 x2 2
soluci on general y = C ln x + C 2 2) h(x, p) = ln x + 2x(p + x) = 0
sustituyo en la E.D. original:
An tio
qui
2x x luego p = ln x2 px = ln x+2 x 2
2xp = ln x 2x2
2
a, D
x2 2
2
y=
Un iv
ersi
ln x + 2x2 ln x + 2x2 + x2 ln x + + x2 2 2 ln x 2x2 + 2x2 2
dad
de
y = (px + x2 ) ln x + (px + x2 )2
ept
0 = ln x + 2xp + 2x2
o. d
eM
x2 2 x2 2
x2 2
y=
ln x 2x2 + 2x2 2
ln x +
y= luego la soluci on singular es
ln2 x ln2 x x2 + 2 4 2 ln2 x x2 4 2
y= 38
atem
y = (x2 + C + x2 ) ln x + (x2 + C + x2 )2
atic
x2 2
as
2.8. E.D. NO LINEALES DE PRIMER ORDEN Resolver por el m etodo anterior los siguientes ejercicios, donde p = Ejercicio 1. xp2 2yp + 3x = 0. (Rta.: 2cy = c2 x2 + 3, y 2 = 3x2 ) Ejercicio 2. y = px ln x + p2 x2 . (Rta.: y = c ln x + c2 , y = 1 ln2 x) 4 Ejercicio 3. y = 5xp + 5x2 + p2 . (Rta.: y = cx x2 + c2 , 4y + 5x2 = 0) Ejercicio 4. p2 x4 = y + px. 1 (Rta.: y = c2 cx1 , y = 4x 2) Ejercicio 5. 2y = 8xp + 4x2 + 3p2 . (Rta.: 2y = 3(c x)2 + 8(c x)x + 4x2 , p3 . Ejercicio 6. y = xp 1 3 3 (Rta.: y = cx 1 c3 , y = 2 x2 ) 3 3 y = 2x ) 3
2
dy : dx
luego
por tanto g 1 y p donde p =

dp . dy d 3 d
Ejemplo 16. cos2 Soluci on: con p =

d , d
d + 2 tan = 0 2 d
se tiene: 39
Un iv
g dp = 0 = h(y, p, p ) p dy
ersi
1 g g dp dx = = + dy p y p dy
dad
de
Caso iii). Si en la ecuaci on F (x, y, p) = 0, se puede despejar x = g (y, p) dy 1 con y y p como variables independientes; hacemos dx = p, o sea que dx = p dy y como g g dy + dp dx = y p
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
= =
cos2 p3 + 2 tan 2p
cos2 p2 tan + = g (, p) 2 p
Teniendo en cuenta la identidad: sec2 = 1 + tan2 ;
de
0 = tan cos2 p2
tan 1 2 tan + p cos2 p p p
An tio
0 = tan
sen cos p2 tan 1 2 tan + + p cos2 tan p p p
qui
0 = sen cos p2 +
tan2 1 2 tan dp + p cos2 p p p d dp d dp d
a, D
0 = cos2 p2 0 = h(, p) (, p, p ),
dad
tan p
tan +
ersi
donde p =
Un iv
1 : (, p, p ) = tan +
1 dp =0 p d
dp 1 dp = tan = tan d p d p |c | c p= , donde cos = 0 | cos | cos
ln |p| = ln | cos | + ln |C | ln |p| = ln 40
ept
0 = cos sen p2 +
tan2 tan + p cos2 2 p p
o. d
1 tan2 tan 1 = cos sen p2 + + + p cos2 2 p p p p
eM
1 dp p d
atem
1 sec2 tan = cos sen p2 + + p cos2 2 p p p
d dp y p = d d
atic
dp d
as
dp d dp d
1 g g p = + p p
2.8. E.D. NO LINEALES DE PRIMER ORDEN Sustituyendo en el la E.D. original: cos2 p3 2 p + 2 tan = 0 c c3 2 + 2 tan = 0 cos cos3 cos
2
La soluci on general es : = c3 + 2 sen c2 sen = + ; 2c 2 c c=0
An tio
p=
tan = cos2
sen cos3
qui
cos
Un iv
sen 3 cos
2
sen 3 + 2 tan = 0 2 cos

1
sen sen 3 cos 2 + 2 tan = 0 cos3 cos sen 3 tan 2 + 2 tan = 0 cos = 3 tan
2 sen cos
1 3 1
ersi
dad
1 3 sen 3 p= sen p = cos cos Y sustituyo en la E.D.O. original:
3 = 2
de
sen cos sen cos

1 3
a, D
1
2 3 sen 3 2
ept
2 : h(, p) = 0 = cos2 p2
tan p tan tan cos2 p2 = p3 = p cos2
o. d
eM
atem
c3 cos
+ 2 tan
c 2 cos
c3 cos
2 sen cos c cos
atic
41
as
c3 c 2 + 2 tan = 0 cos cos
Siendo esta u ltima la soluci on singular. Resolver por el m etodo anterior los siguientes ejercicios: Ejercicio 1. x = y + ln p C (Rta.: x = y + ln |1 + e y |) Ejercicio 2. 4p2 = 25x (Rta.: (3y + c)2 = 25x3 ) Ejercicio 3. 2px = 2 tan y + p3 cos2 y 2 y + c2 , 8x3 = 27 sen 2 y ) (Rta.: x = sen c Ejercicio 4. 4px 2y = p3 y 2 4 3 2y = cy ; 4x = 3y 3 ) (Rta.: 4c x y
Ejercicio 7. xy y = ey (Rta.: y = cx ec , y = x ln x x) Ejercicio 8. (y px)2 = 4p Ejercicio 9. y 2 (y )3 4xy + 2y = 0 42
Un iv
Ejercicio 6. y = xy + 1 ln y (Rta.: y = cx + 1 ln c, y = 2 + ln x)
ersi
dad
Ejercicio 5. y = xy (y3) 3 c3 , y = 2 x2 ) (Rta.: y = cx 1 3 3
de
An tio
Ecuaci on de Clairaut: y = xy + f (y ) Por el m etodo del caso ii) se muestra que su soluci on general es de la forma: y = cx + f (c) Y su soluci on singular se consigue eliminando p entre las ecuaciones x + f (p) = 0 y y = xp + f (p)
qui
a, D
ept
o. d
eM
atem
atic
as
2.9. OTRAS SUSTITUCIONES
2.9.
OTRAS SUSTITUCIONES
Ejemplo 17. y dx + (1 + yex ) dy = 0 Soluci on: Hagamos u = 1 + yex y = u1 , ex du = yex dx + ex dy = ex (y dx + dy ),
(u 1 u(u 1)) dx + u du = 0 (u 1)(1 u) dx + u du = 0 (u 1)2 dx + u du = 0 dx = x=
Utilicemos fracciones parciales para resolver la integral A B u = + 2 (u 1) u 1 (u 1)2 u = A(u 1) + B si u = 1 B = 1 si u = 0 0 = A + 1 A = 1 43
Un iv
u du + C (u 1)2
ersi
dad
u du (u 1)2
de
An tio
qui
a, D
ept
u1 dx + u ex
du (u 1) dx ex
ex >0
o. d
= 0
eM
du (u 1) dx ex Reemplazando en la ecuaci on original: dy =
atem
atic
du = (u 1) dx + ex dy
as
x= x = ln |u 1| +
1 1 + u 1 (u 1)2
du
dv , haciendo v = u 1 dv = du v2 1 +C v
p + 2yp3 = 0
An tio
dp + 2yp3 = 0 dx Por la regla de la cadena sabemos que: p

dp dx
qui
a, D
dp dy dy dx
ept
=
Hagamos p = y =
dy , dx
p =y =
o. d
dp p dy
Ejemplo 18. y + 2y (y )3 = 0. Soluci on:
p1 = y 2 + C p1 = y 2 + C1 p = y2 1 dy = + C1 dx
dx = (y 2 + C1 ) dy 44
Un iv
dp = 2yp2 p2 dp = 2y dy dy
ersi
dp + 2yp2 = 0 dy
dad
de
dp + 2yp3 = 0, con p = 0 dy
eM
d2 y dx2
dp = p dy , entonces
atem
x = ln |yex |
1 + C, es la soluci on general yex
atic
entonces x = ln |u 1|
as
2.9. OTRAS SUSTITUCIONES
y3 + C1 y + C2 3 Hacer una sustituci on adecuada para resolver los siguientes ejercicios: x=

dy x Ejercicio 1. xe2y dx + e2y = ln x (Rta.: x2 e2y = 2x ln x 2x + c)
Ejercicio 2. (Rta.: e x4
y
Ejercicio 9. dy y sen x dx = y ln(yecos x) dx (Rta.: ln(ln |yecos x |) = x + C ) Ejercicio 10. yy + xy 2 x = 0 2 (Rta.: y 2 = 1 + Cex ) Ejercicio 11. xy = y + xe x y (Rta.: ln |Cx| = e x ) 45
y
Un iv
ersi
dy + xy 3 sec y12 = 0 Ejercicio 8. dx (Rta.: x2 sen y12 = c)
dad
Ejercicio 7. y + 1 = e(x+y) sen x (Rta.: ey = ex cos x + cex )
de
An tio
Ejercicio 6. y + (tan x)y = 0 (Rta.: y = C1 sen x + C2 )
qui
a, D
dy = 2x ln(tan y ) Ejercicio 5. 2x csc 2y dx 1 (Rta.: ln(tan y ) = x + cx )
ept
Ejercicio 4. y 2 y = y (Rta.: y + c12 ln |cy 1| = x + c1 , y = k ) c
o. d
eM
Ejercicio 3. 2yy + x2 + y 2 + x = 0 (Rta.: x2 + y 2 = x 1 + cex )
atem
y dy 4 y = 2x5 e x4 dx x = x 2 + c)
atic
as
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 12. x2 y 2xy (y )2 = 0 2 (Rta.: x + Cx + C 2 ln |C x| = y + C1 ) 2 Ejercicio 13. yy y 2 y (y )2 = 0 y 1 (Rta.: C ln | y+ | = x + C1 ) C
dy Ejercicio 14. dx + ex + y x (Rta.: e = ln |Cx|)
y
Ejemplo 19. Hallar general de la E.D. >int(1/y,y)=int(3/x,x)+C;
ln(y) = 3 ln(x) + C >solve(ln(y) = 3*ln(x)+C,y);
dad
de
ersi
exp(C) x
dy dx
An tio
qui
Como con el paquete matem atico Maple se pueden resolver Ecuaciones Diferenciales, expondremos a continuaci on varios ejemplos, los cuales solucionaremos utiliz ando dicho paquete. Las instrucciones en Maple terminan con punto y coma, despu es de la cual se da enterpara efectuar la operaci on que se busca.
dy dx
a, D
2
y = 3x
ept
o. d
2.10.
ANEXO CON EL PAQUETE Maple
eM
atem
= xy (1 + x2 ) 2 , con
1 1
dy y Ejercicio 15. dx = cos x + y y (Rta.: sec x + tan x = Cx)
y x
Ejemplo 20. Hallar la soluci on particular de la E.D. la condici on inicial y (1) = 1 > restart;
> diff_eq1 := D(y)(x)=x*y(x)^3*(1+x^2)^(-1/2); diff_eq1 := D(y )(x) = > init_con := y(0)=1; 46

xy (x) (1+x2 ) 2
Un iv
atic
as
y x
2.10. ANEXO CON EL PAQUETE MAPLE init_con := y (0) = 1 > dsolve( {diff_eq1, init_con} , {y(x)} ); y (x ) = 1
M:= 4xy + ex > N:=2*x^2*y+exp(x)-1; N:=2x2 y + ex 1
y (x ) = y (x ) =
1 1 ex 2 1 1 ex + 2
(ex )2 2ex + 1 4x2 C 1 , x2 (ex )2 2ex + 1 4x2 C 1 x2
Un iv
ersi
dad
de
An tio
qui
> dsolve(diff_E1,y(x));
a, D
diff_E1 := 2xy (x)2 + y (x)ex + (2x2 y (x) + ex 1)D(y )(x) = 0
ept
> diff_E1:=2*x*(y^2)(x)+y(x)*exp(x)+(2*x^2*y(x)+exp(x)-1)*D(y)(x)=0;
o. d
eM
atem
> M:=2*x*y^2+y*exp(x);
atic
Ejemplo 21. Mostrar que la E.D. (2xy 2 + yex )dx + (2x2 y + ex 1)dy = 0 es exacta y hallar la soluci on general.
2 1 + x 2 + 3
as
47
48
ersi
atic
as
g (x )
de
Un iv
ersi
dad
An tio
qui
3.1.1.
Trayectorias Isogonales y Ortogonales
f (x )
a, D
3.1.
APLICACIONES GEOMETRICAS
ept
o. d
x Figura 3.1 En la gura 3.1 se tiene que = + , luego = , donde es el a ngulo formado por las tangentes en el punto de intersecci on. 49
eM
APLICACIONES DE LAS E.D. DE PRIMER ORDEN

atem
atic
CAP ITULO 3
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Denici on 3.1 (trayectorias isogonales) . a). Dada una familia de curvas f (x, y, c) = 0, existe otra familia g (x, y, c) = 0 que corta a la familia f bajo un mismo a ngulo . A la familia g se le llama la familia de trayectorias isogonales de f y g (x, y, c) = 0 es soluci on de la E.D.: tan = tan( ) = f (x ) g (x ) f (x) y tan tan = = 1 + tan tan 1 + f (x )g (x ) 1 + f (x)y
En la E.D.: 1=
y x+ y c
Un iv
ersi
dy y = dx x+c
y
1 y
dad
de
y + (x + c )
An tio
d d (y (x + c)) = (1) dx dx dy =0 dx
y 1 + x+ y c
y y
y
qui
por derivaci on impl cita:
a, D
Ejemplo 1. Hallar las trayectorias isogonales a 45o de la familia y (x + c) = 1. Soluci on: f (x ) y =1 tan 450 = 1 + f (x )y
1+ y 1
1 y 2 y = y 2 y y (y 2 1) = 1 + y 2 y = 50 y2 + 1 y2 1 dy = dx y2 1 y2 + 1
ept
=
o. d
eM
tan tan = f (x)g (x) = 1 = f (x)y
y 2 y 1 y2y
atem
b). En particular, cuando = 900 , a g se le llama la familia de trayectorias ortogonales de f y en este caso g es soluci on de la E.D.:
atic
as
3.1. APLICACIONES GEOMETRICAS
2 1 + y2
dy = dx
y 2 tan1 y = x + K
Ejercicio 5. Hallar la familia de trayectorias ortogonales de la familia de curvas y = C1 x2 . 2 (Rta.: x + y2 = C ) 2 Ejercicio 6. Hallar la familia de trayectorias ortogonales de la familia de curvas y = C1 ex . 2 (Rta.: y2 = x + C ) Ejercicio 7. Encuentre la curva que pertenece a la familia de trayectorias ortogonales de la familia de curvas x + y = C1 ey que pasa por (0, 5). (Rta.: y = 2 x + 3ex )
3.1.2.
Problemas de Persecuci on:
Ejemplo 2. Un esquiador acu atico P localizado en el punto (a, 0) es 51
Un iv
ersi
dad
de
An tio
1 3 Ejercicio 4. Determinar la curva que pasa por ( 2 , 2 ) y corta a cada 2 2 2 miembro de la familia x + y = c formando un a ngulo de 60o . 1 1 x 1 1 2 2 (Rta.: 3 tan y = 2 ln |x + y | + 3 tan 3 1 ln 5 ) 2 2
qui
a, D
Ejercicio 3. Hallar las trayectorias ortogonales de la familia de hip erbolas equil ateras xy = c. (Rta.: x2 y 2 = C )
ept
o. d
eM
Ejercicio 2. Hallar las trayectorias ortogonales de la familia y 2 = cx3 . (Rta.: 2x2 + 3y 2 = C2 )
atem
Ejercicio 1. Hallar las trayectorias isogonales a 45o de la familia y = ceax , donde c y a son constantes. 2 (Rta.: y + a ln |ay 1| = x + c)
atic
as
g (x, y, K ) = 0 = y 2 tan1 y x K
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN remolcado por un bote de motor Q localizado en el or gen y viaja hacia arriba a lo largo del eje Y . Hallar la trayectoria del esquiador si este se dirige en todo momento hacia el bote. y Q
P (x, y ) (a, 0) Figura 3.2 x
pero de la gura 3.2 se tiene que
sec = por lo tanto, y = sec2 1 = separando variables:
a2 x 2 dx, x por medio de la sustituci on trigonom etrica x = sen en el lado derecho de la E.D., se llega a que: a + a2 x 2 y = a ln a2 x 2 + C ; x dy = 52
Un iv
a2 a2 x 2 1 = , donde x > 0, x2 x
ersi
dad
de
An tio
Soluci on: del concepto geom etrico de derivada se tiene que: y = tan = sec2 1, a x
qui
a, D
ept
o. d
eM
atem
atic
as
3.1. APLICACIONES GEOMETRICAS como el esquiador arranca desde el punto (a, 0), entonces las condiciones iniciales son x = a, y = 0; sustituyendo en la soluci on general, se obtiene que C = 0. Luego la soluci on particular es: a + a2 x 2 y = a ln a2 x 2 x Ejercicio 1. Suponga que un halc on P situado en (a, 0) descubre una paloma Q en el or gen, la cual vuela a lo largo del eje Y a una velocidad v ; el halc on emprende vuelo inmediatamente hacia la paloma con velocidad w. Cual es el camino seguido por el halc on en su vuelo persecutorio? v v x 1+ w x 1 w ( ) ( ) a (Rta.: y = a a + c , donde c = wavw 2 v 2 ) 2 1+ v 1 v
w w
Ejercicio 4. Demuestre que el perro del Ej. anterior nunca tocar a la otra orilla si w < v . Suponga ahora que el hombre camina r o abajo a la velocidad v mientras llama a su perro. Podr a esta vez el perro tocar la otra orilla? )) (Rta.: S , en el punto (0, bv w 53
Un iv
Ejercicio 3. Suponga que el eje Y y la recta x = b forman las orillas de un r o cuya corriente tiene una velocidad v (en la direcci on negativa del eje Y ). Un hombre esta en el origen y su perro esta en el punto (b, 0). Cuando el hombre llama al perro, este se lanza al r o y nada hacia el hombre a una velocidad constante w (w > v ). Cual es la trayectoria seguida por el perro? v v b w [( x ) w ( x ) ]) (Rta.: y = x 2 b
ersi
dad
de
An tio
Ejercicio 2. Un destructor est a en medio de una niebla muy densa que se levanta por un momento y deja ver un submarino enemigo en la supercie a cuatro kil ometros de distancia. Suponga: i) que el submarino se sumerge inmediatamente y avanza a toda m aquina en una direcci on desconocida. ii) que el destructor viaja tres kil ometros en l nea recta hacia el submarino. Qu e trayectoria deber a seguir el destructor para estar seguro que pasar a directamente sobre el submarino, si su velocidad v es tres veces la del submarino? (Rta.: r = e 8 )
qui
a, D
ept
o. d
eM
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 5. Cuatro caracoles situados en las esquinas de un cuadrado [0, a] [0, a] comienzan a moverse con la misma velocidad, dirigi endose cada uno hacia el caracol situado a su derecha. Qu e distancia recorrer an los caracoles al encontrarse? (Rta.: a unidades)
Soluci on:
2y tan = f (x) = 2 x y y = x dy y
Ejercicio 2. Una curva pasa por el origen en el plano XY , al primer cuadrante. El a rea bajo la curva de (0, 0) a (x, y ) es un tercio del a rea del rect angulo que tiene esos puntos como v ertices opuestos. Encuentre la ecuaci on de la curva. (Rta.: y = cx2 ) Ejercicio 3. Encontrar las curvas para las cuales la tangente en un punto P (x, y ) tiene interceptos sobre los ejes X y Y cuya suma es 2(x + y ) (Rta.: xy = c) Ejercicio 4. Hallar la ecuaci on de todas las curvas que tienen la propiedad 54
Un iv
ersi
dad
Ejercicio 1. Empleando coordenadas rectangulares hallar la forma del espejo curvado tal que la luz de una fuente situada en el origen se reeje en el como un haz de rayos paralelos al eje X . (Rta.: y 2 = 2cx + c2 )
de
An tio
ln |y | = ln
c x
y=
c x
xy = c
qui
ln |y | = ln |x| + ln |c|
a, D
= dx x
ept
o. d
eM
atem
Ejemplo 3. Hallar la ecuaci on de todas las curvas que tienen la propiedad de que el punto de tangencia es punto medio del segmento tangente entre los ejes coordenados.
atic
as
3.1.3.
Aplicaciones a la geometr a anal tica
3.2. CRECIMIENTO Y DESCOMPOSICION de que la distancia de cualquier punto al origen, es igual a la longitud del segmento de normal entre el punto y el intercepto con el eje X . (Rta.: y 2 = x2 + c) Ejercicio 5. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que el tri angulo formado por la tangente a la curva, el eje X y la recta vertical que pasa por el punto de tangencia siempre tiene un a rea igual a la suma de los cuadrados de las coordenadas del punto de tangencia. 4y +x (Rta.: ln |y | = 2 tan1 ( )) 15 15x Ejercicio 6. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que la porci on de la tangente entre (x, y ) y el eje X queda partida por la mitad por el eje Y . (Rta.: y 2 = Cx) Ejercicio 7. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que la longitud de la perpendicular bajada del origen de coordenadas a la tangente es igual a la abscisa del punto de contacto. (Rta.: x2 + y 2 = Cx) Ejercicio 8. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que la raz on del segmento interceptado por la tangente en el eje OY al radio vector, es una cantidad constante k . 1 1+k 1 (Cx1k C x )) (Rta.: y = 2 Ejercicio 9. Hallar la ecuaci on de todas las curvas del plano XY para las cuales la longitud del segmento interceptado en el eje Y por la normal a cualquiera de sus puntos es igual a la distancia desde este punto al origen de coordenadas. 1 1 (Rta.: y = 2 (Cx2 C ))
3.2.
CRECIMIENTO Y DESCOMPOSICION
Existen en el mundo f sico, en biolog a, medicina, demograf a, econom a, etc. cantidades cuya rapidez de crecimiento o descomposici on var a en forma proporcional a la cantidad presente, es decir, dx = kx con x(t0 ) = x0 , o sea dt 55
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN que dx kx = 0 dt que es una E.D. en variables separables o lineal en x de primer orden y cuya soluci on es x = Cekt Como x(t0 ) = x0 = Cekt0 C = x0 ekt0
En particular cuando t0 = 0, entonces x = x0 ekt
3.2.1.
Desintegraci on radioactiva
An tio
qui
Se llama tiempo de vida media de un material radioactivo al tiempo nece0 . sario para que una cantidad Q0 se trasforme en Q 2 Ejercicio 1. Si T es el tiempo de vida media, mostrar que Q = Q0 ( 1 )T . 2 Ejercicio 2. Suponga que un elemento radioactivo A se descompone en un segundo elemento radioactivo B y este a su vez se descompone en un tercer elemento radioactivo C. Si la cantidad de A presente inicialmente es x0 y las cantidades de A y B son x e y respectivamente en el instante t y si k1 y k2 son las constantes de rapidez de descomposici on, hallar y en funci on de t. 1 x0 (ek1 t ek2 t ) (Rta.: Si k1 = k2 , entonces: y = kk 2 k1 si k1 = k2 , entonces y = k1 x0 tek1 t )
1 Ejercicio 3. Se ha encontrado que un hueso fosilizado contiene 1000 de la cantidad original de C14 . Determinar la edad del f osil, sabiendo que el tiempo de vida media del C14 es 5600 a nos. (Rta.: t 55,800 a nos)
t
56
Un iv
ersi
dad
de
a, D
Si Q es la cantidad de material radioactivo presente en el instante t, entonces la E.D. es dQ = kQ, donde k es la constante de desintegraci on. dt
ept
o. d
eM
atem
Por lo tanto la soluci on particular es x = x0 ekt0 ekt = x0 ek(tt0 )
atic
as
3.2. CRECIMIENTO Y DESCOMPOSICION
3.2.2.
Ley de enfriamiento de Newton
Si se tiene un cuerpo a una temperatura T , sumergido en un medio de tama no innito de temperatura Tm (Tm no var a apreciablemente con el tiempo), el enfriamiento de este cuerpo se comporta de acuerdo a la siguien= k donde = T Tm . te E.D.: d dt Ejercicio 3. Un cuerpo se calienta a 1100 C y se expone al aire libre a una temperatura de 100 C . Si al cabo de una hora su temperatura es de 600 C . Cu anto tiempo adicional debe transcurrir para que se enfr e a 300 C ? 5 (Rta.: t = ln ) ln 2
Soluci on:
x = 0 I = I0 dI = kI I = Cekx dx Cuando x = 0, I = I0 = C Luego I = I0 ekx Cuando luego, x = 3 I = 0,25 I0 0,25 I0 = I0 e3k ek = (0,25) 3 57
1
Un iv
ersi
dad
de
An tio
qui
Ejemplo 4. En agua limpia la intensidad I a 3 pies bajo la supercie es de un 25 % de la intensidad I0 en la supercie. Cu al es la intensidad del rayo a 15 pies bajo la supercie?
a, D
Esta ley dice que la tasa de absorci on de luz con respecto a una profundidad x de un material transl ucido es proporcional a la intensidad de la luz a una profundidad x; es decir, si I es la intensidad de la luz a una profundidad dI x, entonces dx = kI .
ept
o. d
eM
3.2.3.
Ley de absorci on de Lambert
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN
I = I0 (ek )x = I0 ((0,25) 3 )x = I0 (0,25) 3 para por tanto I = I0 (0,25)5 x = 15 I = I0 (0,25) 3

15
b) Analizar los casos en que k1 > k2 , k1 = k2 y k1 < k2 Ejercicio 7. Una persona de un pueblo de 1000 habitantes regres o con gripa. Si se supone que la gripa se propaga con una rapidez directamente proporcional al n umero de agripados como tambi en al n umero de no agripados. Determinar el n umero de agripados cinco d as despu es, si se observa que 58
Un iv
Ejercicio 6. En un modelo de evoluci on de una comunidad se supone que dB = dD , donde dB es la rapidez la poblaci on P (t) se rige por la E.D dP dt dt dt dt dD con que nace la gente y dt es la rapidez con que la gente muere. Hallar: a) P (t) si dB = k1 P y dD = k2 P dt dt
ersi
dad
Ejercicio 5. Si en un an alisis de una botella de leche se encuentran 500 organismos (bacterias), un d a despu es de haber sido embotelladas y al segundo d a se encuentran 8000 organismos. Cual es el n umero de organismos en el momento de embotellar la leche?
de
An tio
dQ = kQ dt donde Q(t): poblaci on en el instante t.
qui
a, D
ept
La raz on de crecimiento depende de la poblaci on presente en periodo de procrear, considerando las tasas de natalidad y de muerte, el modelo que representa dicha situaci on es:
o. d
eM
3.2.4.
Crecimiento de Cultivos de Bacterias o Crecimientos poblacionales
atem
atic
4 Ejercicio 4. Si I a una profundidad de 30 pies es 9 de la intensidad en la supercie; encontrar la intensidad a 60 pies y a 120 pies.
as
3.3. PROBLEMAS DE DILUCION el n umero de agripados el primer d a es 100. Ejercicio 8. Cuando se produce cierto alimento, se estima en N el n umero de organismos de una cierta clase presentes en el paquete. Al cabo de 60 dias el n umero N ha aumentado a 1000N . Sinembargo, el n umero 200N es considerado como el l mite saludable. A los cuantos dias, despu es de elaborado, vence el alimento. (Rta.: 46.02 dias) Observaci on: un modelo m as preciso para el crecimiento poblacional es 1 dP suponer que la tasa per c apita de crecimiento, es decir P es igual a la dt tasa promedio de nacimientos, la cual supondremos constante, menos la tasa promedio de defunciones, la cual supondremos proporcional a la poblaci on, por lo tanto la E.D. ser a: 1 dP = b aP P dt
Si en t = 0 se tiene P = P0 entonces la soluci on particular es P (t ) = bP0 ebt b aP0 + aP0 ebt
Por la regla de lH opital se puede mostrar que
ersi
dad
3.3.
PROBLEMAS DE DILUCION
Una soluci on es una mezcla de un soluto (que puede ser l quido, s olido o gaseoso), en un solvente que puede ser l quido o gaseoso. Tipos de mezclas o soluciones :
Un iv
l m P (t) =
de
An tio
P | = ec ebt b aP
b a
qui
a, D
donde a y b son constantes positivas. Esta E.D. se le llama ecuaci on log stica Resolviendo esta E.D. por variables separables se obtiene
ept
o. d
eM
atem
atic
as
59
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN i) Soluciones l quidas cuando disolvemos un s olido o un l quido en un l quido. ii) Soluciones gaseosas cuando se disuelve un gas en un gas. Ecuaci on de Continuidad:
t=0
c1
An tio
v1
t>0
qui
P : libras de sal Q : galones de salmuera
de
a, D
v1 c1 x : libras de sal Q + (v1 v2 )t : galones de salmuera v2 c2 Sea x(t) las libras de sal en el instante t.
dx dt
= Tasa de acumulaci on = Tasa de entrada del soluto Tasa de salida
60
Un iv
ersi
Figura 3.3
dad
v2 c2
ept
Caso 1. Una Salmuera (soluci on de sal en agua), entra en un tanque a una velocidad v1 galones de salmuera/minuto y con una concentraci on de c1 libras de sal por gal on de salmuera (lib. sal/gal. salmuera). Inicialmente el tanque tiene Q galones de salmuera con P libras de sal disueltas. La mezcla bien homogenizada abandona el tanque a una velocidad de v2 galones de salmuera/min. Encontrar una ecuaci on para determinar las libras de sal que hay en el tanque en cualquier instante t.(Ver gura 3.3)
o. d
eM
atem
atic
Tasa de acumulaci on = Tasa de entrada Tasa de salida.
as
3.3. PROBLEMAS DE DILUCION del soluto. dx = v1 (gal.sol./min) c1 (lib.sal/gal.sol.) dt v2 (gal.sol./min) c2 (lib.sal/gal.sol.) x = v 1 c1 v 2 Q + (v 1 v 2 )t y obtenemos la E.D. lineal en x de primer orden:
p(t)
condiciones iniciales: t = 0, p (t ) =
x=P v2 ; Q + (v 1 v 2 )t
R p(t) dt
F.I. = e
=e
F.I. = [Q + (v1 v2 )t] v1 v2 luego x F.I. = F.I. q (t) dt + C
con las condiciones iniciales x(0) = P , hallamos C y se concluye que x = f (t)
Caso 2. Un colorante s olido disuelto en un l quido no vol atil, entra a un tanque a una velocidad v1 galones de soluci on/minuto y con una concentraci on de c1 libras de colorante/gal on de soluci on. La soluci on bien homogenizada sale del tanque a una velocidad de v2 galones de soluci on/min. y entra a un segundo tanque del cual sale posteriormente a una velocidad de v3 galones de soluci on/min. Inicialmente el primer tanque ten a P1 libras de colorante disueltas en Q1 galones de soluci on y el segundo tanque P2 libras de colorante disueltas en 61
Un iv
Ejercicio 1: resolver la anterior E.D. con v1 = v2
ersi
dad
de
An tio
qui
=e
v2 ln |Q+(v1 v2 )t| v1 v2
a, D
2 )t v2
v2 Q+(v 1v
ept
=
q (t ) = v 1 c 1
o. d
eM
dx v2 + x = v 1 c1 dt Q + (v 1 v 2 )t
q (t)
atem
atic
as
t=0
v1 c1
t>0
v1 c1
P1 : libras de colorante Q1 : galones de soluci on v 2 c2 P2 : libras de colorante Q2 : galones de soluci on v3 c3 Figura 3.4
atem
y : libras de colorante Q2 + (v2 v3 )t : galones de soluci on
atic
x : libras de colorante Q1 + (v1 v2 )t : galones v2 de soluci on c2
as
E.D. para el primer tanque:

dx dt dx dt
ersi
+ v2 Q1 +(vx = v1 c1 , con la condici on inicial t = 0, x = P1 1 v2 )t

v
v2 1 v 2
dad
= v1 c1 v2 c2 = v1 c1 v2 Q1 +(vx 1 v2 )t
de
An tio
Q2 galones de soluci on. Encontrar dos ecuaciones que determinen las libras de colorante presentes en cada tanque en cualquier tiempo t.(Ver gura 3.4) x = libras de colorante en el primer tanque en el instante t. y = libras de colorante en el segundo tanque en el instante t.
qui
a, D
ept
o. d
eM
v3 c3
E.D. para el segundo tanque:

dy dt dy dt
= v2 c2 v3 c3 = v2 Q1 +(vx v3 Q2 +(vy2 v3 )t 1 v2 )t +
v3 Q2 +(v2 v3 )t
y=
v2 Q1 +(v1 v2 )t
v3
Un iv
La soluci on es: x = f (t) = c1 [Q1 + (v1 v2 )t] + C [Q1 + (v1 v2 )t]
x=
v2 Q1 +(v1 v2 )t
f (t),
t = 0, y = P2
F.I. = [Q2 + (v2 v3 )t] v2 v3 62
para v2 = v3 .
3.3. PROBLEMAS DE DILUCION Si v2 = v3 Cual ser a su factor integrante? Ejercicio 2. Resolver el caso dos cuando v1 = v2 = v3 = v y Q1 = Q2 = Q. Caso 3. Una soluci on l quida de alcohol en agua, est a constantemente circulando entre dos tanques a velocidades v2 y v3 galones/minuto. Si al primer tanque tambi en entra una soluci on a una velocidad de v1 galones /minuto y de concentraci on c1 galones de alcohol/gal on de soluci on y las cantidades iniciales en los tanques son P1 y P2 galones de alcohol en Q1 y Q2 galones de agua respectivamente. Encontrar dos ecuaciones para determinar los galones de alcohol presentes en cualquier tiempo en cada tanque (Ver gura 3.5). t>0 t=0 v1 v1 v3 v3 c c1 1 c3 c3 P1 : galones de alcohol P1 + Q1 : galones de soluci on v2 c2 P2 : galones de alcohol P2 + Q2 : galones de soluci on
P1 + Q1 + (v1 + v3 v2 )t :
galones de soluci on
a, D
x : galones de alcohol
ept
o. d
eM
atem
atic
Figura 3.5 x = galones de alcohol en el primer tanque en el instante t. y = galones de alcohol en el segundo tanque en el instante t. E.D. para el primer tanque: dx = v 1 c1 + v 3 c3 v 2 c2 dt x y v2 = v 1 c1 + v 3 Q 2 + P 2 + (v 2 v 3 )t Q1 + P1 + (v1 + v3 v2 )t 63
Un iv
ersi
dad
de
An tio
qui
y : galones de alcohol P2 + Q2 + (v2 v3 )t : galones de soluci on
as
v2 c2
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN dx v2 + x= dt Q 1 + P 1 + (v 1 + v 3 v 2 )t E.D. para el segundo tanque: dy = v 2 c2 v 3 c3 dt v3 v2 x y = Q 1 + P 1 + (v 1 + v 3 v 2 )t Q2 + P2 + (v2 v3 )t v3 y + v 1 c1 Q2 + P2 + (v2 v3 )t (3.1)
atic
as
(3.2)
Bal.tot.= x + y = P1 + P2 + v1 (gal.sol./min) c1 (gal.alcohol/gal.sol.) t
luego (3.3) en (3.1):
Con la condici on inicial: t = 0, x = P1 Nota: no hay necesidad de resolver la ecuaci on diferencial (2) porque y = P 1 + P 2 + v 1 c 1 t x. 64
Un iv
dx + dt
v2 v3 + x= Q 1 + P 1 + (v 1 + v 3 v 2 )t Q 2 + P 2 + (v 2 v 3 )t (P 1 + P 2 + v 1 c 1 t )v 3 + v1 c1 (3.4) Q2 + P2 + (v2 v3 )t
ersi
dad
v2 dx + x= dt Q 1 + P 1 + (v 1 + v 3 v 2 )t v3 (P 1 + P 2 + v 1 c 1 t x ) + v 1 c 1 Q 2 + P 2 + (v 2 v 3 )t
de
An tio
qui
y = P 1 + P 2 + v 1 c1 t x
a, D
x + y = P 1 + P 2 + v 1 c1 t
ept
o. d
eM
Balance total: galones de alcohol presentes en los dos tanques en el instante t:
atem
(3.3)
3.3. PROBLEMAS DE DILUCION Caso 4. Un teatro de dimensiones 10 30 50 mt.3 , contiene al salir el p ublico 0,1 % por volumen de CO2 . Se sopla aire fresco a raz on de 500 mt.3 por minuto y el sistema de aire acondicionado lo extrae a la misma velocidad. Si el aire atmosf erico tiene un contenido de CO2 del 0,04 % por volumen y el l mite saludable es de 0,05 % por volumen. En que tiempo podr a entrar el p ublico? (Ver gura 3.6)
x : mt3 de CO2
Figura 3.6
Cantidad de CO2 en el teatro en t = 0:
0,001
dx = v 1 c1 v 2 c2 dt
,04 mt.3 CO2 /mt.3 aire = 500mt.3 aire/min. 0 100 x mt.3 CO2 x = 0,2 30 500mt.3 aire/min. 1030 50 mt.3 aire x por tanto, dx + 30 = 0,2, E.D. lineal de primer orden con p(t) = dt Q(t) = 0,2
Un iv
mt.3 deCO2 10 30 50mt.3 = 15mt.3 mt.3 de aire
ersi
dad
de
Sea x = mt.3 de CO2 presentes en el teatro en el instante t.
An tio
qui
a, D
ept
o. d
eM
c1
atem
v2 c2
1 30
t>0 v1
atic
y 65
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Soluci on general: x = 6 + Ce 30 . Condiciones iniciales: en t = 0 se tiene que x = 15, por tanto la soluci on particular es: x = 6 + 9e 30 . La cantidad de CO2 en el l mite saludable es:
t t
Ejercicio 3. Un tanque contiene 100 galones de salmuera; 3 galones de salmuera la cual contiene 2 libras de sal/gal on de salmuera entran al tanque cada minuto. La mezcla asumida uniforme sale a una velocidad de 2 gal/min. Si la concentraci on es de 1,8 libras de sal/gal on de salmuera al de cabo de 1 hora, Calcular las libras de sal que hab an inicialmente en el tanque. (Rta.: 118,08 libras)
66
Un iv
ersi
Ejercicio 2. Un tanque tiene inicialmente 100 galones de agua pura. Una libra de sal/gal on de salmuera uye al interior del salmuera que contiene 1 2 tanque a una rapidez de 2 galones/min. y la mezcla bien homogenizada sale del tanque con la misma velocidad. Despu es de 10 minutos el proceso se detiene y se introduce al tanque agua pura con una rapidez de 2 galones/min, abandonando el tanque a la misma velocidad. Determinar la cantidad de sal en el tanque cuando han pasado un total de 20 minutos. (Rta.: 7,34 libras)
dad
de
An tio
qui
a, D
Ejercicio 1. En un tiempo t = 0 un tanque A contiene 300 galones de salmuera en el cual hay 50 libras de sal y un tanque B con 200 galones de agua pura. Al tanque A le entran 5 galones de agua/min. y la salmuera sale a la misma velocidad para entrar al tanque B y de este pasa nuevamente al tanque A, a una velocidad de 3 gal/min. Calcular las cantidades de sal en ambos tanques en un tiempo t = 1hora = 60min.. (Rta.: tanque A = 29,62 libras, tanque B = 20,31 libras)
ept
o. d
eM
atem
por tanto 7,5 = 6 + 9e 30 y despejando t se tiene que t = 30 ln 6 = 53,75min.
atic
x=
0,05 10 30 50 = 7,5, 100
as
3.3. PROBLEMAS DE DILUCION Ejercicio 4. Un dep osito contiene 50 galones de salmuera en las que est an disueltas 25 libras de sal. Comenzando en el tiempo t = 0, entra agua al dep osito a raz on de 2 gal./min. y la mezcla sale al mismo ritmo para entrar a un segundo dep osito que conten a inicialmente 50 galones de agua pura.La salmuera sale de este dep osito a la misma velocidad.Cu ando contendr a el segundo dep osito la mayor cantidad de sal? (Rta.: cuando t 25 minutos) Ejercicio 5. Un tanque contiene inicialmente agua pura. Salmuera que contiene 2 libras de sal/gal. entra al tanque a una velocidad de 4 gal./min. Asumiendo la mezcla uniforme, la salmuera sale a una velocidad de 3 gal./min. Si la concentraci on alcanza el 90 % de su valor m aximo en 30 minutos, calcular los galones de agua que hab an inicialmente en el tanque. 30 (Rta.: Q = ) 4 101 Ejercicio 6. El aire de un teatro de dimensiones 12 8 4 mt.3 contiene 0,12 % de su volumen de CO2 . Se desea renovar en 10 minutos el aire, de modo que llegue a contener solamente el 0,06 % de CO2 . Calcular el n umero 3 de mt. por minuto que deben renovarse, suponiendo que el aire exterior contiene 0,04 % de CO2 . (Rta.: 53,23 mt.3 de aire/minuto) Ejercicio 7. Aire que contiene 30 % de ox geno puro pasa a trav es de un frasco que contiene inicialmente 3 galones de ox geno puro. Suponiendo que la velocidad de entrada es igual a la de salida; hallar la cantidad de ox geno existente despu es de que 6 galones de aire han pasado por el frasco. (Rta.: 1,18 galones) Ejercicio 8. Un tanque contiene 50 litros de agua. Al tanque entra salmuera que contiene k gramos de sal por litro, a raz on de 1.5 litros por minuto. La mezcla bien homogenizada, sale del tanque a raz on de un litro por minuto. Si la concentraci on es 20 gr/litro al cabo de 20 minutos. Hallar el valor de k . (Rta.: k = 47,47) Ejercicio 9. Un tanque contiene 500 galones de salmuera. Al tanque uye salmuera que contiene 2 libras de sal por gal on, a raz on de 5 galones por minuto y la mezcla bien homogenizada, sale a raz on de 10 galones por 67
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN minuto. Si la cantidad m axima de sal en el tanque se obtiene a los 20 minutos. Cual era la cantidad de sal inicial en el tanque? (Rta.: 375 libras) Ejercicio 10. Un tanque contiene 200 litros de una soluci on de colorante con una concentraci on de 1 gr/litro. El tanque debe enjuagarse con agua limpia que entra a raz on de 2 litros/min. y la soluci on bien homog enizada sale con la misma rapidez. Encuentre el tiempo que trascurrir a hasta que la concentraci on del colorante en el tanque alcance el 1 % de su valor original. (Rta.: 460.5 min.)
La constante k depende de la forma del oricio: Si el oricio es de forma rectangular, la constante k = 0,8. Si el oricio es de forma triangular, la constante 0,65 k 0,75. Si el oricio es de forma circular, la constante k = 0,6. Caso 1. Cil ndro circular de altura H0 pie y radio r pie, dispuesto en forma vertical y con un oricio circular de di ametro (pulgadas) (Ver gura 3.7).
68
Un iv
ersi
dad
donde g = 32 pie/seg2 = 9,81 mt./seg.2
de
dQ = kA dt
An tio
dQ = kAv, dt 1 mv 2 = mgh v = 2gh, por lo tanto, aplicando la ecuaci on de energ a: 2
qui
2gh
a, D
Un tanque de una cierta forma geom etrica est a inicialmente lleno de agua hasta una altura H . El tanque tiene un oricio en el fondo cuya a rea es A 2 pie . Se abre el oricio y el l quido cae libremente. La raz on volum etrica de es proporcional a la velocidad de salida y al a rea del oricio, es salida dQ dt decir,
ept
o. d
eM
3.4.
VACIADO DE TANQUES
atem
atic
as
3.4. VACIADO DE TANQUES
2gh
pero dQ = r2 dh Como (3.5)= (3.6): r 2 dh dt y separando variables:
dh 4,8 2 = dt 576r2 h h 2 dh =
1
Un iv
4,8 2 t + C . e integrando: 2 h = 576 r2
Con las condiciones iniciales: t = 0, h = H0 , hallamos la constante C .
ersi
dQ dh = r2 dt dt ,8 2 = 4 h 576
de
An tio
dQ = 0,6 dt
24
qui
a, D
2 h 576
dQ = kA dt
2 32 h = 4,8
ept
o. d
Figura 3.7
eM
atem
(3.5) (3.6)
dad
4,8 2 dt 576r2
atic
69
as
H0
dh R H0 (0, R)
as dad
2rh h2
Figura 3.8
El tiempo de vaciado (tv ): se obtiene cuando h = 0. Hallar tv Caso 2. El mismo cil ndro anterior pero dispuesto horizontalmente y con el oricio en el fondo (Ver gura 3.8). dQ = kA dt pero de la gura 3.8, tenemos:
dQ = 2x H0 dh y tambi en
luego
sustituyendo dQ = 2 2rh h2 H0 dh 70
Un iv
(x 0)2 + (h r)2 = r2 x2 + h2 2rh + r 2 = r2
x=
ersi
de
An tio
2gh =
qui
a, D
4,82 h 576
ept
o. d
eM
atem
atic
(3.7)
3.4. VACIADO DE TANQUES
Figura 3.9
a, D
(3.8) = (3.7): 2H0
dh dQ = 2H0 2rh h2 dt dt
ept
o. d
eM
atem
(3.8)
El tiempo de vaciado tv se produce cuando h = 0. Hallar tv . Caso 3. Un cono circular recto de altura H0 y radio R dispuesto verticalmente con oricio circular en el fondo de di ametro (Ver gura 3.9).
Un iv
ersi
condiciones iniciales: en t0 = 0 h = 2r, con ella hallo constante de integraci on.
dad
4,82 dh h = dt 576 4,82 dh 2H0 h 2r h = h, donde h = 0 dt 576 4,82 2r h dh = dt 2 576 H0 2rh h2
de
An tio
dQ = kA dt
2gh = 0,6
qui
24
2 32h 71
atic
as
H0
dh
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN dQ 4,82 h = dt 576 Por semejanza de tri angulos tenemos que: R H0 Rh = r= r h H0 (3.10) (3.9)
(3.9) = (3.11): h 2 dh = dt
3
atem o. d eM
dQ R2 2 dh = h 2 dt H0 dt
2
atic
h dh y como dQ = r 2 dh entonces, sustituyendo (3.10): dQ = R H2
as
0
2 2
(3.11)
R2 2 H0
h2
dh dt
8 = 4,576
2 4,82 H0 2 576R
Condiciones iniciales: cuando t = 0,
h = H0
El tiempo de vaciado tv se produce cuando h = 0. Hallar tv . Ejercicio 1. Un tanque semiesf erico tiene un radio de 1 pie; el tanque est a inicialmente lleno de agua y en el fondo tiene un oricio de 1 pulg. de di ametro. Calcular el tiempo de vaciado. (Rta.: 112 seg.) Ejercicio 2. Un cono circular recto de radio R y altura H tiene su v ertice hacia abajo. El tanque tiene un oricio en el fondo cuya a rea A es controlada por una v alvula y es proporcional a la altura del agua en cada instante. Suponiendo que el tanque est a lleno de agua, calcular el tiempo de vaciado. Del tiempo de vaciado, qu e porcentaje es requerido para vaciar la mitad del volumen? (Rta.: el porcentaje requerido para bajar la mitad del volumen es 29,3 %) Ejercicio 3. Un tanque c ubico de lado 4 pies, est a lleno de agua, la cual 1 pulg. de ancho y de 4 pies de alto. Enconsale por una hendidura vertical de 8 trar el tiempo para que la supercie baje 3 pies. (Ayuda: encontrar el n umero de pies c ubicos por segundo de agua que salen de la hendidura cuando el agua tiene h pies de profundidad). 72
Un iv
ersi
dad
de
An tio
qui
a, D
ept
3.5. APLICACIONES A LA FISICA (Rta.: 360 segundos.) Ejercicio 4. Encontrar el tiempo requerido para llenar un tanque c ubico de lado 3 pies si tiene un oricio circular de 1 pulg. de di ametro en la base y si entra agua al tanque a raz on de pies3 /min. (Rta.: 26 min, 14 seg.) Ejercicio 5. Un tanque rectangular vac o de base B 2 pies2 , tiene un agujero circular de a rea A en el fondo. En el instante t = 0, empieza a llenarse a raz on de E pies c ubicos por segundo. Hallar t en funci on de h. Mostrar que si el tanque tiene una altura H , nunca se llenar a a menos que E > 4,8 A H . h 2 b 2 h (Rta.: t = a b ln b1,8 h 1,8 h = a b ln h b donde, a =
4,8 A , B2
b=
E .) 4,8 A
3.5.
APLICACIONES A LA FISICA
Caso 1. Ca da libre. (Ver gura 3.10) Por la segunda ley de Newton (ver textos de F sica), se llega a que:
Un iv
Ejercicio 8. Un embudo de 5 pies de radio en la parte superior y 1 pie de radio en la parte inferior tiene una altura de H pies. Si se llena de agua: a) Hallar el tiempo de vaciado; b) Del tiempo de vaciado qu e porcentaje es H necesario para que el nivel baje a 4 ? (Rta.: a) 2,86 H ; b) 86.41 %)
ersi
dad
de
Ejercicio 7. Un tanque con una cierta forma geom etrica esta lleno de agua. El agua sale por un oricio situado en la base a una rata proporcional a la ra z cuadrada del volumen restante en el tanque en todo tiempo t. Si el tanque contiene inicialmente 64 galones de agua y 15 galones salen el primer d a, calcular el tiempo en el cual hay 25 galones en el tanque. (Rta.: 72 horas)
An tio
qui
a, D
Ejercicio 6. Un embudo de 10 pies de di ametro en la parte superior y 2 pies de di ametro en la parte inferior tiene una altura de 24 pies. Si se llena de agua, hallar el tiempo que tarda en vaciarse. (Rta.: 14,016 seg.)
ept
o. d
eM
atem
atic
as
73
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN O x m g + x
Figura 3.10
condiciones iniciales:
x=
Caso 2. Ca da con resistencia del aire. Por la segunda ley de Newton (ver textos de F sica), se llega a que: m 74 d2 x = mg kv dt2
Un iv
gt2 + v0 t + C 2 2 y como las condiciones iniciales son: t = 0 x = x0
ersi
x=
dad
por lo tanto,
dx dt
= gt + v0 , e integrando, obtenemos:
gt2 + v0 t + x 0 2
de
t = 0 v = v0 v = gt + v0
An tio
qui
dv = g v = gt + C1 dt
a, D
d2 x d =m 2 dt dt
dx dt
=m
dv = mg dt
ept
o. d
eM
atem
atic
as
3.5. APLICACIONES A LA FISICA dividiendo por m d2 x = g dt2 dv = g dt obtenemos la E.D. lineal en v k dv + v = g. dt m Hallemos el F.I. F.I. = e resolvi endola ve m t = ve m t =
k k k
k v m k v m
0= v=
dad
mg +C k
de
Supongamos que las condiciones iniciales son: t = 0, parte del reposo), entonces C= mg k
An tio
k m g em t + C k k m g + Ce m t . v= k
qui
a, D
v = 0 (es decir,
e m t (g ) dt + C
kt mg mg mg k t e m = 1 e m ; k k k mg obs ervese que cuando t v k .
Resolviendo para x y teniendo como condiciones iniciales t = 0 y x = 0 se llega a que: k mg m2 g x= t 2 (1 e m t ) k k
Un iv
ersi
ept
o. d
k m
dt
= emt
eM
atem
atic
75
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Caso 3. Cuerpos con masa variable. Por la segunda ley de Newton para masa variable (ver textos de F sica), se llega a que: d d dm (mv ) (mv ) = F + (v + ) dt dt dt donde, F : Fuerzas que act uan sobre el cuerpo, : velocidad en relaci on a m de las part culas que se desprenden del cuerpo. m por tanto, dm dv +v = dt dt m F +v dm dm + dt dt
Soluci on: Como

dm dt
En t = 0,
C1 = m1 + m2 , m = m1 + m2 at Como = b entonces, m dv dm dv = mg b m = mg b(a) dt dt dt
o sea que, m dv = mg + ab dt 76
Un iv
m = m1 + m2 luego m1 + m2 = a 0 + C1 por tanto,
ersi
= a m = at + C1
dad
de
An tio
dm dv = F + dt dt Ejemplo 5. Un cohete con masa estructural m1 , contiene combustible de masa inicial m2 ; se dispara en l nea recta hacia arriba, desde la supercie de = a, la tierra, quemando combustible a un ndice constante a (es decir, dm dt donde m es la masa variable total del cohete) y expulsando los productos de escape hacia atr as, a una velocidad constante b en relaci on al cohete. Si se desprecian todas las fuerzas exteriores excepto la fuerza gravitacional mg , donde g la suponemos constante; encontrar la velocidad y la altura alcanzada en el momento de agotarse el combustible (velocidad de altura y apagado).
qui
a, D
ept
o. d
eM
atem
atic
as
F =
3.5. APLICACIONES A LA FISICA Reemplazo m: (m1 + m2 at) dv = (m1 + m2 at)g + ab dt dv dividiendo por m1 + m2 at: dt = g + m1 +ab m2 at luego v = gt ab ln |m1 + m2 at| + C2 = gt b ln |m1 + m2 at| + C2 a
Sustituyendo, queda que v=

2g + b ln luego v = ma
De la misma manera se encuentra que ha = altura alcanzada al acabarse m1 m2 g bm2 bm1 + ln el combustible = 22 + 2a a a m1 + m 2
donde, x: la distancia del cuerpo a la supercie de la tierra. M : la masa de la tierra. m: la masa del cuerpo. R: el radio de la tierra. G: la constante de gravitaci on universal.
Un iv
F =
ersi
Caso 4. Cuerpos en campo gravitacional variable. (Ver gura 3.11) Por la ley de Gravitaci on Universal de Newton (ver textos de F sica): GM m (x + R ) 2
dad
de
An tio
m1 +m2 m1
qui
gm2 m1 + m 2 + b ln 2 a m1 + m 2 a m a
a, D
ept
o. d
Pero ten amos que m = m1 + m2 at y como el tiempo de apagado se produce cuando m = m1 ya que no hay combustible, es decir, m1 = m1 + m2 at. 2 2 o sea que cuando t = m v = velocidad de Por tanto at = m2 t = m a a apagado.
eM
atem
v = gt b ln |m1 + m2 at| + b ln |m1 + m2 | = gt + b ln
atic
Condiciones iniciales: en t = 0, por tanto C2 = b ln |m1 + m2 |
m1 + m 2 m1 + m2 at
as
v = 0 0 = 0 b ln |m1 + m2 | + C2
77
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN m +
Figura 3.11
dv mgR2 m = w (x ) = dt (x + R ) 2 donde el signo menos indica que la direcci on de la fuerza es hacia el centro de la tierra. Cancelando m, y resolviendo la ecuaci on diferencial resultante y poniendo como condiciones iniciales, en t = 0, x = 0 y v = v0 , se llega a que:
2 2gR + v 2 = v0
Un iv
ersi
Soluci on:
dad
Ejemplo 6. Se lanza un cuerpo de masa m hacia arriba de la tierra con velocidad inicial v0 . Suponiendo que no hay resistencia del aire, pero tomando en cuenta la variaci on del campo gravitacional con la altura, encontrar la menor velocidad inicial v0 que necesita el cuerpo para que no regrese a la tierra. Esta velocidad inicial v0 se le llama velocidad de escape (Ver gura 3.12).
78
de
An tio
2gR2 0 x+R
qui
a, D
1m Se dene el peso de un cuerpo como w(x) = (xk , donde k1 = GM . +R)2 Si x = 0, entonces el peso del cuerpo de masa m en la supercie de la tierra 2 1m es: w(0) = mg = kR 2 , entonces k1 = gR , por lo tanto el peso de un cuerpo 2 a una distancia x de la supercie de la tierra es: w(x) = (mgR . x+R)2
ept
o. d
eM
atem
atic
as
3.5. APLICACIONES A LA FISICA x + w (x )
Ejercicio 3. Una bala se introduce en una tabla de h = 10 cm. de espesor con una velocidad v0 = 200 mt/seg, traspas andola con v1 = 80 mt/seg. Suponiendo que la resistencia de la tabla al movimiento de la bala es proporcional al cuadrado de la velocidad. Hallar el tiempo que demora la bala en atravesar la tabla. 3 = v0 ) seg.) (Rta.: t = h0 (v1 v1 4000 ln 2,5
v0 v1 ln
v0
Un iv
Ejercicio 2. En el interior de la tierra la fuerza de gravedad es proporcional a la distancia del centro, si se perfora un oricio que atraviese la tierra de polo a polo y se lanza una piedra en el oricio con velocidad v0 , con que velocidad llegar a al centro? 2 (Rta.: v = gR + v0 , donde R es el radio de la tierra.)
ersi
dad
de
Ejercicio 1. Un torpedo se desplaza a una velocidad de 60 millas/hora en el momento de agotarse el combustible; si el agua se opone al movimiento con una fuerza proporcional a su velocidad y si en una milla de recorrido reduce su velocidad a 30 millas/hora. A que distancia se detendr a? (Rta.: 2 millas)
An tio
qui
a, D
2 Por lo tanto, v0 2gR de aqu conclu mos que la velocidad de escape v0 = 2gR
ept
o. d
Figura 3.12
eM
atem
tierra
atic
79
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 4. Una cadena de 4 pies de longitud tiene 1 pie de longitud colgando del borde de una mesa. Despreciando el rozamiento, hallar el tiempo que tarda la cadena en deslizarse fuera de la mesa. 4 15) seg.) (Rta.: t = ln(4 + g Ejercicio 5. Un punto material de masa un gramo se mueve en l nea recta debido a la acci on de una fuerza que es directamente proporcional al tiempo calculado desde el instante t = 0 e inversamente proporcional a la velocidad del punto. En el instante t = 10 seg., la v = 50cm/seg y la f = 4 dinas. Qu e velocidad tendr a el punto al cabo de un minuto desde el comienzo del movimiento? (Rta.: v = 72500 cm./seg.= 269,3 cm/seg.) Ejercicio 6. Un barco retrasa su movimiento por acci on de la resistencia del agua, que es proporcional a la velocidad del barco. La velocidad inicial del barco es 10 mt/seg, despu es de 5 seg. su velocidad ser a 8 mt/seg. Despu es de cuanto tiempo la velocidad ser a 1 mt/seg ? ln 10 seg.) (Rta.: t = 5 ln 0,8 Ejercicio 7. Un cuerpo de masa M se deja caer desde el reposo en un medio que ofrece una resistencia proporcional a la magnitud de la velocidad. Encuentre el tiempo que transcurre hasta que la velocidad del cuerpo alcance el 80 % de su velocidad l mite. M (Rta.: t = k ln 0,2)
80
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
an
Notaci on y conceptos: i)
d dx
= Dx
Si no hay ambig uedad con respecto a la variable independiente, tomaremos: Dx = D.

d2 dx2
d dx
d dx
2 = D x Dx = D x = D2
en general,
dm dxm
m m1 = Dx = D m = D x (D x )
Un iv
ersi
dad
81
de
donde h(x) es una funci on continua en I = [a, b] y a0 , a1 , a2 , ..., an son constantes y an = 0.
An tio
dn1 y dy dn y + a + ... + a1 + a 0 y = h (x ), n 1 n n 1 dx dx dx
qui
Utilizando algebra lineal, estudiaremos la E.D.O. lineal de orden n con coecientes constantes.
a, D
ept
4.1.
INTRODUCCION
o. d
eM
atem
TEORIA DE LAS E.D.O. LINEALES
atic
CAP ITULO 4
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES ii) I = [a, b] iii) C [a, b] = C (I ) : clase de todas las funciones continuas en el intervalo I C [a, b] = C (I ) : clase de todas las funciones que tienen primera derivada continua en I (o funciones continuamente diferenciables en I ). C (I ) C (I ) ya que toda funci on que es derivable en I es continua en I. C 2 (I ) = C 2 [a, b] : la clase de todas las funciones que tienen segunda derivada continua en I . En general, C n (I ) = C n [a, b] : clase de todas las funciones que tienen derivada de orden n continua en I . Obs ervese que: C (I ) C (I ) C 2 (I ) . . . C n (I ) . . .
a) x I : (f + g )(x) = f (x) + g (x) C (I ) b) x I : (f )(x) = f (x) C (I )
x I : (f )(x) = f (x) C n (I )
Un iv
f, g C n (I ) x I : (f + g )(x) = f (x) + g (x) C n (I )(4.1) (4.2)
Con las operaciones denidas en a) y b) podemos probar que C (I ) es un espacio vectorial sobre R . Y de (4.1) y (4.2) podemos concluir que C n (I ) es un subespacio vectorial de C (I ) para n 1. 82
ersi
En general, si
dad
de
An tio
Si f, g C (I ) y R , denimos:
qui
a, D
ept
o. d
eM
atem
atic
as
4.1. INTRODUCCION En general, si n m, entonces C n (I ) es subespacio vectorial de C m (I ). Nota: estos espacios son de dimensi on innita. iv) Como
d (f dx
+ g )(x) =
d (f (x ) dx
+ g (x)) =
d f (x ) dx
d g (x ) dx
En general, D n : C n (I ) C (I ) es una transformaci on lineal. Por denici on D 0 : C (I ) C (I ) es la transformaci on identidad, es decir, f D 0 f = f . En el algebra lineal se tiene que si T1 : U V y T2 : U V son transformaciones lineales, entonces,
T1 : U V x (T1 )(x) = T1 (x) son tambi en transformaciones lineales. Por ejemplo: D + D 2 es una Transformaci on Lineal, denida por: D + D 2 : C 2 (I ) C (I ) 83
Un iv
ersi
T1 + T 2 : U V x (T1 + T2 )(x) = T1 (x) + T2 (x)
dad
de
An tio
qui
a, D
ept
An alogamente, D 2 : C 2 (I ) C (I ) es una transformaci on lineal.
o. d
eM
por tanto, podemos decir que D : C (I ) C (I ) es una transformaci on lineal .
atem
y tambi en D(f )(x) = D(f (x)) = Df (x),
atic
es lo mismo que D(f + g )(x) = D(f (x) + g (x)) = Df (x) + Dg (x)
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES En general: an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x)D0 : C n (I ) C (I ) es una Transformaci on Lineal. Esta Transformaci on Lineal se le denomina operador diferencial lineal de orden n, donde an (x), . . . , a0 (x) son funciones continuas en I y an (x) = 0 en I .
operador diferencial de orden n con coecientes variables
Si y C (I ) L(D)y C (I )
(D + 2xD0 )y = 0 Dy + 2xy = 0 (E.D lineal en y con p(x) = 2x y Q(x) = 0) F.I. = e yex =

2
2x dx
2
F.I. = ex
Un iv
Ejemplo 2. Hallar el n ucleo del operador L(D) = D + 2xD 0 Soluci on:
ersi
dad
Observaci on: Resolver la E.D. L(D)y = 0 es lo mismo que hallar el n ucleo del operador diferencial L(D).
ex 0 dx + C y = Cex
84
de
y = x 2 C (I ) L(D)(x2 ) = (D + 2xD 0 )(x2 ) = D(x2 ) + 2xD0 (x2 ) = 2x + 2xx2 = 2x + 2x3 C (I )
An tio
qui
a, D
Ejemplo 1. Si L(D) = D + p(x) = D + 2x y f (x) = x2 . Aplicar L(D) a la funci on f (x) Soluci on:
ept
o. d
eM
L (D ) =
an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x)D0
atem
Este operador diferencial se denota por:
atic
as
4.1. INTRODUCCION N ucleo L(D) = {Cex /C R } como ex genera todo el n ucleo dim n ucleo = 1. Teorema 4.1 (Principio de superposici on) . Si y1 , y2 , . . . , yn pertenecen al n ucleo de L(D), entonces la combinaci on liC y y n 1 est a en el n u cleo de L ( D ) neal: n i=1 i i Demostraci on: Sea y = C1 y1 + C2 y2 + . . . + Cn yn , veamos que y esta en el n ucleo, es decir, veamos que L(D)y = 0 . Como y1 , y2 , . . . , yn est an en el n ucleo de L(D), entonces L(D)yi = 0, para i = 1, . . . , n Como L(D) es un operador lineal, entonces
n n
2 2
L(D)y = L(D)(
i=1
C i yi ) =
i=1
L(D)(Ci yi ) =
luego y esta en el n ucleo de L(D)
Analicemos esta operaci on con un ejemplo, sean:
ersi
es una Transformaci on Lineal
dad
L 1 (D )L 2 (D ) : C 3 (I ) C (I ) operador operador
L1 (D)L2 (D)y = (D + 2D0 ) (D2 + 3D0 ) y donde y es una funci on = (D + 2D 0 ) (D2 y + 3D0 y ) operador funci on 2 0 = D(D y ) + D(3D y ) + 2D0 (D2 y ) + 2D0 (3D0 y ) = D3 y + 3Dy + 2D 2 y + 6D0 y 85
Un iv
de
L1 (D) = D + 2D 0 ,
L2 (D) = D2 + 3D0
An tio
qui
Producto de Operadores Diferenciales:
a, D
ept
i=1
o. d
n
eM
Ci L(D)yi = 0
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = (D3 + 2D2 + 3D + 6D0 )y L1 (D)L2 (D) = D3 + 2D2 + 3D + 6D0 De la misma manera se calcula L2 (D)L1 (D), con el siguiente resultando: L2 (D)L1 (D) = D3 + 2D2 + 3D + 6D0 = L1 (D)L2 (D) lo cual nos permite decir que el producto es conmutativo siempre y cuando los coecientes sean constantes.
Ejemplo 3. L1 (D) = D + xD 0 ,
L2 (D) = xD 2 + D + xD0
Primero hallemos L1 (D) L2 (D), para ello calculemos
por lo tanto
L1 (D) L2 (D) = xD 3 + (2 + x2 )D2 + 2xD + (1 + x2 )D0 Ahora hallemos L2 (D) L1 (D) de la siguiente manera: L2 (D) L1 (D)y = (xD 2 + D + xD0 )(D + xD 0 )y = (xD2 + D + xD0 )(Dy + xD 0 y ) = (xD2 + D + xD0 )(Dy + xy ) = xD2 (Dy + xy ) + D(Dy + xy ) + xD 0 (Dy + xy ) = xD2 (Dy ) + xD 2 (xy ) + D(Dy ) + D(xy ) + x(Dy + xy ) = xD3 y + xDD(xy ) + D 2 y + xDy + y + xDy + x2 y = xD3 y + xD(xDy + y ) + D 2 y + xDy + y + xDy + x2 y 86
Un iv
ersi
dad
de
An tio
L1 (D) L2 (D)y = (D + xD 0 )(xD2 + D + xD0 )y = (D + xD 0 )(xD2 y + Dy + xD0 y ) = D(xD2 y ) + D2 y + D(xy ) + xD 0 (xD2 y ) + (xD 0 )Dy + + (xD0 )(xD0 y ) = xD3 y + D2 y + D2 y + xDy + y + x2 D2 y + xDy + x2 y = xD3 y + (2 + x2 )(D2 y ) + 2xDy + (1 + x2 )y
qui
a, D
ept
o. d
eM
atem
Cuando L1 (D) y L2 (D) tienen coecientes variables, entonces, en general L 1 (D )L 2 (D ) = L 2 (D )L 1 (D ).
atic
as
4.1. INTRODUCCION = xD3 y + x(D(xDy ) + Dy ) + D 2 y + xDy + y + xDy + x2 y = xD3 y + x(xD2 y + Dy + Dy ) + D 2 y + xDy + y + xDy + x2 y = xD3 y + x(xD2 y + 2Dy ) + D 2 y + Dy + y + xDy + x2 y = xD3 y + x2 D2 y + 2xDy + D 2 y + xDy + y + xDy + x2 y = xD3 y + (x2 + 1)D2 y + (3x + 1)Dy + (x2 + 1)y = (xD3 + (x2 + 1)D2 + (3x + 1)D + (x2 + 1)D0 )y Luego L2 (D)L1 (D) = xD 3 + (x2 + 1)D2 + (3x + 1)D + (x2 + 1)D0 = L 1 (D ) L 2 (D )
Ejemplo 5. y + k 2 y y (0) = 1, y (1) = 1
0, con las condiciones de frontera:
Teorema 4.2 (de Picard) .
Si f, f son continuas en un rect angulo R : |x| a y |y | b, entonces y existe un intervalo |x| h a en el cual existe una soluci on u nica y = (x) del problema de valor inicial (P.V.I.): y = f (x, y ) con y (0) = 0. Nota: a) La condici on inicial y (0) = 0 tambi en puede ser cambiada por la condici on inicial y (a) = b con (a, b) en el rect angulo R
Un iv
ersi
dad
Los teoremas que se enuncian a continuaci on son teoremas de existencia y unicidad que se demuestran en el Ap endice A.
de
An tio
qui
Denici on 4.2 (Condici on de Frontera) Es una o varias condiciones que se le colocan a una E.D.O. en varios puntos.
a, D
ept
Ejemplo 4. y + k 2 y = 0, con las condiciones iniciales: y (0) = 1, y (0) = 1
o. d
eM
Denici on 4.1 (Condici on inicial) Es una o varias condiciones que se le colocan a una E.D.O. en un punto.
atem
atic
as
87
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES b) Es importante anotar que este es un teorema de validez local, es decir, se cumple en un intervalo que contiene al punto donde se da la condici on inicial, por fuera de este intervalo puede ocurrir que la soluci on no sea u nica; pero cuando el operador diferencial es lineal y todos los coecientes ai (x) para i = 0, 1, . . . , n son continuos en R y an = 0 en R (en particular cuando los ai (x) son constantes para i = 0, 1, . . . , n), entonces la soluci on es continua y global, es decir, se cumple en todo R , como se demuestra en el corolario A.1 del Ap endice. Teorema 4.3 : Sea L(D) un operador diferencial lineal de primer orden en el intervalo I y sea x0 I , entonces y0 el P.V.I.: L(D)y = Q(x) con y (x0 ) = y0 tiene una soluci on u nica. Teorema 4.4 : Sea L(D) un operador diferencial lineal de orden n en I y sea x0 un elemento de ese intervalo (x0 I ), entonces y0 , y1 , . . . , yn1 reales cualesquiera el P.V.I.: L(D)y = h(x), con y (x0 ) = y0 , y (x0 ) = y1 , y (x0 ) = y2 , . . . , y (n1) (x0 ) = yn1 , tiene una u nica soluci on.
Ejemplo 6. Teniendo en cuenta el Teorema de Picard, analizar la E.D.
Separando variables, obtenemos la siguiente soluci on general y = Cx2 ,
y para la condici on inicial y (2) = 4 se tiene que C = 1. De la E.D. tenemos y y 2 . Por lo tanto f (x, y ) = 2 x y f = x son disconque y = f (x, y ) = 2 x y tinuas en x = 0, como la condici on esta dada en x = 2, entonces estas funciones son continuas en este punto y por el Teorema de Picard existe un intervalo, en este caso (, 0), para el cual la soluci on es u nica y es y = x2 , 88
Un iv
ersi
Soluci on: obs ervese que esta E.D. es lineal, con a1 (x) = x y por tanto a1 (0) = 0 (es decir, a1 (x) no es diferente de cero x R ), lo que indica que la soluci on no es global, como lo veremos a continuaci on.
dad
de
xy = 2y,
An tio
y (2) = 4
qui
a, D
ept
o. d
eM
atem
atic
as
4.1. INTRODUCCION por fuera de este intervalo, por ejemplo en R , puede no ser u nica, por ejemplo y = x2 , y= x2 , si x2 , si x0 x>0 y y= x2 , si 0, si x0 x>0
son soluciones en R y todas tres pasan por el punto (2, 4) como lo vemos en la gura 4.1 y
o. d
y = x2
y = x2 y=0
eM
x
Soluci on general (como lo veremos m as adelante) es: y = C1 + C2 ln |x| y =

C2 x
y = 1 = C1 + C2 ln | 2| y =1=
C2 2
C2 = 2 1 = C1 + (2) ln 2 89
Un iv
ersi
Ejemplo 7. Dada las condiciones iniciales y (2) = 1, y (2) = 1 y la soluci on general y = C1 + C2 ln |x| de la E.D. xy + y = 0, hallar C1 y C2 . Soluci on:
dad
de
Figura 4.1
An tio
qui
a, D
y = x 2
ept
atem
(2, 4)
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES C1 = 1 + 2 ln 2 luego y = 1 + 2 ln 2 2 ln |x| pasa por el punto (2, 1). esta es la soluci on u nica en (, 0) que
Denici on 4.3 .
para todo x en I . b) Si para todo x en I
Nota: demostrar que n funciones son linealmente independientes es a veces complicado, pero cuando las n funciones son soluciones de una E.D. lineal homog enea el problema se vuelve m as sencillo, utilizando el Wronskiano. Denici on 4.4 (Wronskiano) Sean y1 (x), y2 (x), . . . , yn (x) en C n1 (I ), el determinante:
90
Un iv
implica que C1 = C2 = . . . = Cn = 0, entonces decimos que y1 , y2 , . . . , yn son linealmente independientesen el intervalo I .
ersi
C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) = 0
dad
de
An tio
C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) = 0
qui
a, D
a) Decimos que las n funciones y1 , y2 , . . . , yn son linealmente dependientes en un intervalo I si existen constantes C1 , C2 , . . . , Cn no todas nulas tales que
ept
o. d
eM
Dijimos que C n (I ) tiene dimensi on innita, pero el espacio soluci on de la E.D.O. L(D)y = 0 (con L(D) un operador diferencial lineal de orden n), es el n ucleo de L(D), el cual tiene dimensi on n, como lo veremos en los teoremas que expondremos a continuaci on.
atem
atic
as
4.2.
DEL ESPACIO VECTODIMENSION DE UNA E.D.O. RIAL SOLUCION
DEL ESP. VECT. SOL. DE UNA E.D.O. 4.2. DIMENSION y 1 (x ) y 1 (x ) . . . y1

(n1)
W (y1 , y2 , . . . , yn ) = det
y 2 (x ) y 2 (x ) . . .
(n1)
... ... ...
y n (x ) y n (x ) . . .
(n1)
(x ) y 2
(x ) . . . y n
(x )
con x I , se le llama el Wronskiano de y1 (x), y2 (x), . . . , yn (x).
En particular cuando n = 2, el Wronskiano tiene la siguiente propiedad. Observaci on (F ormula de Abel): para n = 2 W (y1 , y2 ) = det y1 y2 y1 y2
Consideremos la E.D.O. lineal, homog enea de orden dos: y + a(x)y + b(x)y = 0,
como
W (y 1 , y 2 ) = y 1 y 2 y 2 y 1 W (y 1 , y 2 ) = y 1 y 2 + y 1 y 2 y 2 y 1 y 2 y 1 = y 1 y2 y 2 y1 Luego en (4.7): W + a(x)W = 0, lineal en W de primer orden .
Un iv
(4,6) (4,5) : y2 y1 y1 y2 + a(x)(y2 y1 y1 y2 ) = 0
ersi
dad
(4,3) y2 : y1 y2 + a(x)y1 y2 + b(x)y1 y2 = 0 (4,4) y1 : y2 y1 + a(x)y2 y1 + b(x)y1 y2 = 0
de
An tio
y 1 + a (x )y 1 + b (x )y 1 = 0 y 2 + a (x )y 2 + b (x )y 2 = 0
qui
donde a(x) y b(x) son continuas en I y sean y1 , y2 soluciones de esta E.D., luego (4.3) (4.4) (4.5) (4.6) (4.7)
a, D
ept
o. d
eM
atem
atic
as
91
Obs ervese que el Wronskiano depende de la variable x.
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Su soluci on es W e

R a(x)dx
= C , luego la soluci on general es

>0
W = C e
a(x)dx
Esta soluci on general es llamada F ormula de Abel.
Demostraci on: supongamos que para todo x en I C 1 y1 + C 2 y2 + . . . + C n yn = 0 donde algunas de los Ci = 0.
92
Un iv
ersi
que se cumplen para todo x en I . Este sistema homog eneo de n ecuaciones con n inc ognitas tiene soluci on distinta de la trivial si y solo si el determinante del sistema (o sea el Wronskiano) se anula en I , es decir si y solo si W (x) = 0 para todo x en I .
dad
de
An tio
Derivando n 1 veces, obtenemos C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) =0 C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) =0 C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) =0 .................................................. (n1) (n1) (n1) C 1 y1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) = 0
qui
a, D
ept
o. d
eM
atem
Lema 4.1 : El Wronskiano de n soluciones y1 , y2 , . . . , yn linealmente dependientes es id enticamene cero.
atic
as
Obs ervese que cuando
C=0W =0
y si
C=0W =0
DEL ESP. VECT. SOL. DE UNA E.D.O. 4.2. DIMENSION Teorema 4.5 : Si y1 , y2 , . . . , yn son n soluciones de la E.D. lineal homog enea de orden n an (x)y (n) + . . . + a1 (x)y + a0 (x)y = 0 en el intervalo I y en este intervalo las funciones ai (x) son continuas en I . Entonces
C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = 0 C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = 0
C 1 y1
(a ) + C 2 y 2
donde los Ci son las inc ognitas y como W (a) = 0 (determinante de los coecientes del sistema) y por lo que sabemos del algebra lineal, este tiene una soluci on distinta de la trivial, es decir existen Ci = 0. Con esta soluci on no trivial denamos la siguiente funci on Y (x ) = C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x ) y evaluemos esta nueva funci on y sus derivadas hasta de orden n 1 en a Y (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = 0 93
Un iv
ersi
(n1)
(n1)
(n1) (a ) + . . . + C n y n (a ) = 0
dad
...............................................
de
An tio
C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = 0
qui
Como W (a) es el determinante del sistema:
a, D
Demostraci on: la parte a) ya se demostr o en el Lema anterior. b)) Hagamos la demostraci on por el contra-rec proco, es decir, supongamos que existe a en I tal W (a) = 0 y veamos que y1 , y2 , . . . , yn son linealmente dependientes.
ept
o. d
eM
b) y1 , y2 , . . . , yn son linealmente independientes, si y solo si el Wronskiano W (x) = 0 para todo x en I .
atem
atic
a) Si y1 , y2 , . . . , yn son linealmente dependientes, entonces el Wronskiano W (x) 0 en I .
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Y (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = 0 Y (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = 0 ........................................................ Y (n1) (a) = C1 y1 en conclusi on Y (a) = Y (a) = . . . = Y (n1) (a) = 0
(n1) (n1)
(a ) + C 2 y 2
(n1) (a ) + . . . + C n y n (a) = 0
Y (x ) = H (x ) = 0 = C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n ( x )
) Supongamos que W (x) = 0 para todo x I y veamos que y1 , y 2 , . . . , y n son linealmente independientes. Supongamos que
Teorema 4.6 : Sea L(D)y = an (x)Dn y + an1 (x)Dn1 y + . . . + a1 (x)Dy + a0 (x)y = 0 una E.D.O. lineal de orden n con coecientes continuos denida en el intervalo I , entonces el espacio soluci on de L(D) (o sea el n ucleo de L(D)), tiene dimensi on n. Demostraci on: sea Y (x) una soluci on de la E.D. y sean y1 , y2 , . . . , yn n soluciones linealmente independientes de la E.D. Veamos que Y (x) se puede expresar como una combinaci on lineal de y1 , y2 , . . . , yn .
94
Un iv
ersi
son linealmente dependientes, por lo tanto (por la parte a)) W (x) 0 (Absurdo!)
dad
y1 , y 2 , . . . , y n
de
An tio
qui
a, D
y como algunos de estos Ci son diferentes de cero, entonces y1 , y2 , . . . , yn son linealmente dependientes.
ept
o. d
eM
la cual satisface las condiciones iniciales anteriores y por el teorema de existencia y unicidad, podemos armar que
atem
por otro lado sabemos que la funci on nula H (x) 0 es tambi en una soluci on de la E.D. an (x)y (n) + . . . + a1 (x)y + a0 (x)y = 0
atic
as
DEL ESP. VECT. SOL. DE UNA E.D.O. 4.2. DIMENSION Sea a un punto de I y consideremos el siguiente sistema: Y (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) Y (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) Y (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a )
luego
G (a ) = C 1 y 1 (a ) + C 2 y 2 (a ) + . . . + C n y n (a ) = Y (a )
G(n1) (a) = C1 y1
(a ) + C 2 y 2
Nota: i. Lo que dice este teorema es que para resolver una E.D. lineal homog enea de orden n, se debe encontrar n soluciones linealmente independientes y la soluci on general es la combinaci on lineal de las n soluciones.
Un iv
Es decir, las funciones G y Y coinciden en la condici on inicial, por tanto por el teorema de existencia y unicidad, G(x) = Y (x) para todo x en I . Luego G (x ) = Y (x ) = C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x )
ersi
dad
(n1)
(n1)
(n1) (a ) + . . . + C n y n (a) = Y (n1) (a)
de
............................................................
An tio
qui
a, D
ept
el determinante de los coecientes del sistema es el Wronskiano evaluado en a, es decir, W (a) y como y1 , y2 , . . . , yn son linealmente independientes entonces W (a) = 0, esto quiere decir que existe al menos un Ci = 0. Con los C1 , C2 , . . . , Cn (al menos uno de ellos es diferente de cero) denimos la funci on G (x ) = C 1 y 1 (x ) + C 2 y 2 (x ) + . . . + C n y n (x )
o. d
eM
atem
Y (n1) (a) = C1 y1
(n1)
(a ) + C 2 y 2
(n1)
(n1) (a ) + . . . + C n y n (a)
atic
.......................................................
as
95
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES ii. Si las n-tuplas (y 1 (x 0 ), y 1 (x 0 ), . . . , y 1 (x0 )) (n1) (y 2 (x 0 ), y 2 (x 0 ), . . . , y 2 (x0 )) . . . (y n (x 0 ), y n (x 0 ), . . . , y n
(n1) (n1)
(x0 ))
y 1 (x ), y 2 (x ), . . . , y n (x ) son linealmente independientes en I .
W (y 1 , y 2 ) =
=0
W (y 1 , y 2 ) =
= mxe2mx + e2mx mxe2mx = e2mx > 0 y1 , y2 son linealmente independientes. 96
Un iv
Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes. emx xemx memx mxemx + emx
ersi
Ejemplo 9. y1 = emx , y2 = xemx . Hallar W (y1 , y2 ).
dad
= 0 por tanto y1 , y2 son linealmente independientes.
de
An tio
= m2 e(m1 +m2 )x m1 e(m1 +m2 )x = (m1 m2 ) e(m1 +m2 )x

>0
qui
a, D
e m1 x e m2 x m1 x m1 e m 2 e m2 x
ept
Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes.
o. d
eM
Ejemplo 8. Si y1 = em1 x , y2 = em2 x con m1 = m2 , mostrar que y1 y y2 son linealmente independientes.
atem
atic
as
son linealmente independientes, entonces las funciones
DE ORDEN 4.3. METODO DE REDUCCION Ejemplo 10. y1 = ex sen x, y2 = ex cos x. Hallar W (y1 , y2 ) as adelante veremos que y1 , y2 son soluciones de una E.D. Soluci on: m lineal de segundo orden con coecientes constantes. W (y 1 , y 2 ) = ex sen x ex cos x ex cos x + ex sen x ex sen x + ex cos x
y1 , y2
son linealmente independientes.
Supongamos y (x) = u(x)y1 (x) y hallemos u tal que y (x) sea una soluci on. Derivando dos veces , y = uy1 + u y1 y y = uy1 + u y1 + u y1 + u y1 y sustituyendo en la ecuaci on diferencial (4.8): uy1 + 2u y1 + u y1 + P (x)(uy1 + u y1 ) + Q(x)uy1 = 0 u[ y1 + P (x)y1 + Q(x)y1 ] + u y1 + u [ 2y1 + P (x)y1 ] = 0 97
Un iv
ersi
Sea y1 (x) y1 (x) = 0 en I .
una
soluci on
conocida
dad
y + P (x)y + Q(x)y = 0 forma can onica de la E.D. en
de
Dada la E.D.O.: a2 (x)y + a1 (x)y + a0 (x)y = 0 con a2 (x) = 0 en I y a2 (x), a1 (x), a0 (x) continuas en I ; dividiendo en la E.D.O. original por a2 (x) 1 (x) 0 (x) y haciendo P (x) = a y Q (x ) = a , se tiene: a2 (x) a2 (x) (4.8) I y
An tio
qui
FORMULA DE DALEMBERT (Construcci on de una segunda Soluci on a partir de una soluci on conocida).
a, D
ept
4.3.
METODO DE REDUCCION DE ORDEN
o. d
eM
>0
atem
= e2x sen 2 x + e2x sen x cos x e2x cos2 x e2x sen x cos x = e2x ( sen 2 x + cos2 x) = e2x = 0
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Luego, u y1 + u [ 2y1 + P (x)y1 ] = 0 Hagamos W = u ( este cambio de variable reduce el orden) y1 W + W (2y1 + P (x)y1 ) = 0
Su F.I.= e
2y1 +P (x) y1
dx
= eln y1 e
2 W y1 e R
P (x) dx
= C
De donde W =C e integrando u= C Por lo tanto y = uy1 = e

R 2 y1
2 y1
P (x) dx
de
Cy1
An tio
qui
dx + C1 dx + C1 y1 y1
e
R P (x) dx 2 y1
P (x) dx
2 y1
a, D
P (x) dx
=u =
ept
du dx dx dx con y1 = 0 en I dx e
R P (x) dx 2 y1
combinaci on lineal de
dad
y1
ersi
Luego la segunda soluci on es y2 = y1
P (x) dx 2 y1
Un iv
Veamos que y1 y y2 son linealmente independientes: y1 y1 y1 e

R R
R 2 y1
W (y 1 , y 2 ) =
y1
P (x) dx
P (x) dx 2 y1
+ y1 e
R
P (x) dx 2 y1
= e
P (x) dx P (x) dx
P (x) dx 2 y1
+ y 1 y1 >0
dx y1 y1
o. d
eM
P (x) dx
2 e = y1
P (x) dx
atem
, luego
atic
W +
2y1 + P (x) W = 0, (lineal en W de primer orden) y1
as
dx
= e 98
DE ORDEN 4.3. METODO DE REDUCCION Luego y1 , y2 son soluciones linealmente independientes de la E.D. y + P (x )y + Q (x )y = 0 En conclusi on, si y1 es una soluci on, con y1 = 0 en I , entonces y2 = y 1 e
R P (x) dx 2 y1
dx (F ormula de DAlembert)
Nota: el m etodo es aplicable tambi en para E.D. no homog eneas: y + P (x )y + Q (x )y = f (x )
W +
= x sen (ln x) = x sen (ln x) = x sen (ln x)
x dx sen (ln x) dx dx x sen 2 (ln x) du sen 2 u x2
Un iv
y2 = x sen (ln x)
e x dx dx = x sen (ln x) x2 sen 2 (ln x)
ersi
dad
Veremos m as adelante que y1 = x sen (ln x) es una soluci on de la ecuaci on de Cauchy, entonces la segunda soluci on es: eln(x) dx x2 sen (ln x)
de
2 1 y y + 2y = 0 x x
An tio
Soluci on. Dividiendo por x2 se tiene:
u = ln x du = dx x
qui
y se continua de la misma manera anterior. Ejemplo 11. Sea x2 y xy + 2y = 0, (E.D. de Cauchy), sabiendo que y1 = x sen (ln x) es una soluci on de la E.D. Hallar y2
a, D
ept
f (x ) 2y1 + P (x ) W = y1 y1
o. d
eM
en este caso se supone y (x) = u(x)y1 (x) = uy1 y se llega a la E.D. lineal en W de primer orden:
atem
atic
99
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = x sen (ln x) = x cos(ln x) La soluci on general es : y = C1 y1 + c2 y2 csc2 u du = x sen (ln x) cot u = x sen (ln x) cot(ln x)
Ejercicio 3. xy + y = 0, y1 = ln x es una soluci on. Hallar y2 (Rta.: y = 1) y2 (Rta.: y2 = x cos(ln x))
Ejercicio 6. Hallar la soluci R on general de y f (x)y + (f (x) 1)y = 0 (Rta.: y = c1 ex + c2 ex e[2x+ f (x) dx] dx) Ejercicio 7. a) Si n es un entero positivo, hallar dos soluciones linealmente independientes de xy (x + n)y + ny = 0 100
Un iv
Ejercicio 5. Hallar la soluci on general de xy xf (x)y + f (x)y = 0. R (Rta.: y = c1 x + c2 x x2 e f (x) dx dx)
ersi
dad
Ejercicio 4. x2 y xy + 2y = 0, y1 = x sen (ln x) es una soluci on. Hallar
de
An tio
qui
Ejercicio 2. x2 y + 2xy 6y = 0 y1 = x2 es una soluci on. Hallar y2 1 ) (Rta.: y2 = 5x 3
a, D
Ejercicio 1. x2 y 7xy + 16y = 0 y1 = x4 es una soluci on. Hallar y2 (Rta.: y2 = x4 ln |x|)
ept
o. d
Utilizando el m etodo de reducci on de orden resolver los siguientes ejercicios.
eM
atem
y = C1 x sen (ln x) + C3 x cos(ln x)
atic
y = C1 x sen (ln x) + C2 (x cos(ln x))
as
4.4. E.D.O. LINEALES CON COEFICIENTES CONSTANTES b)Hallar la soluci on general de la E.D. de la parte a) cuando n = 1, 2, 3 (Rta.: a) y1 = ex , y2 = ex xn ex dx, b) y = c1 ex + c2 (x + 1), y = c1 ex + c2 (x2 + 2x + 2), y = c1 ex + c2 (x3 + 3x2 + 6x + 6).) Ejercicio 8: Utilizando el m etodo de reducci on de DAlembert resolver la E.D. lineal no homog enea: (x 1)y xy + y = 1 sabiendo que y1 = ex es una soluci on a la homog enea asociada. Obs ervese que obtenemos una segunda soluci on y una soluci on particular. (Rta.: y = 1 + C1 x + C2 ex )
4.4.
ay + by + cy = 0,
An tio
qui
Por similitud con la E.D.O. de primer orden y coecientes constantes, vamos a suponer que la E.D. lineal de segundo orden y coecientes constantes: (4.9)
o sea que
am2 + bm + c = 0, la cual llamamos ecuaci on caracter stica o ecuaci on auxiliar de la E.D.: ay + by + cy = 0 Con las ra ces de la ecuaci on caracter stica suceden tres casos: 1. Que tenga ra ces reales y diferentes. 101
Un iv
ersi
y sustituyendo en la E.D. (4.9): am2 emx + bmemx + cemx = 0 luego emx (am2 + bm + c) = 0
dad
tiene por soluci on una funci on exponencial de la forma: y = emx , derivando dos veces se tiene y = memx , y = m2 emx
de
a, D
yeax = C y = Ceax
ept
dy + ay = 0 es lineal de primer orden, donde p(x) = a. Sabemos que R dx a dx = eax y su soluci on es luego el F.I. = e
o. d
eM
E.D.O. LINEALES CON COEFICIENTES CONSTANTES
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 2. Que tenga ra ces reales e iguales. 3. Que tenga ra ces complejas conjugadas. ces reales y diferentes Caso 1. Ra Si las ra ces son m1 y m2 , con m1 = m2 , luego y1 = em1 x y y2 = em2 x son linealmente independientes y por tanto la soluci on general es
La soluci on general es y = C1 e3x + C2 e 2 x
dividiendo por a para conseguir la forma can onica, se tiene c b y + y + y = 0. a a e

R P (x) dx 2 y1
Un iv
ay + by + cy = 0
ersi
Sea m (con multiplicidad 2) y1 = emx es una soluci on. Utilicemos el m etodo de DAlembert para hallar la segunda suluci on de
dad
de
Caso 2. Ra ces reales e iguales: en este caso las ra ces son de multiplicidad dos.
An tio
qui
m1 = 3 , m 2 =
1
a, D
1 2
mx
Ecuaci on caracter stica: 2m2 5m 3 = 0 5 25 + 24 57 m= m= 4 4
ept
y2 = y 1 102
dx = e
o. d
e a dx dx e2mx
R
b
eM
Ejemplo 12 Hallar la soluci on general de 2y 5y 3y = 0 Soluci on:
atem
y = C 1 e m1 x + C 2 e m2 x .
atic
as
4.4. E.D.O. LINEALES CON COEFICIENTES CONSTANTES como ay + by + cy = 0 am2 + bm + c = 0 (ecuaci on caracter stica) b b2 4ac y sus ra ces son m1,2 = ; pero como las ra ces son iguales, entonces 2a 2 el discriminante b 4ac = 0, por lo tanto m1,2 = m = 2ba , luego: y2 = e
mx
eax dx b e(2 2a x)
Ejemplo 14. y 2y + 3y = 0 Soluci on:
Ecuaci on caracter stica: m2 2m + 3 = 0 m= 2 4 4(3) 2 8 = 2 2 103
Un iv
En resumen: y = K1 ex cos x + K2 ex sen x es la soluci on general.
ersi
dad
y = C1 e(+i)x + C2 e(i)x = C1 ex eix + C2 ex eix = ex (C1 eix + C2 eix ) = ex [(C1 + C2 ) cos x + i(C1 C2 ) sen x] = ex [K1 cos x + K2 sen x]
de
An tio
Supongamos que m1 = + i es una ra z de la ecuaci on auxiliar y por tanto su conjugada m2 = i es la otra ra z, donde es la parte real y es la parte imaginaria; recordando que ei = cos + i sen (F ormula de Euler) entonces la soluci on general es
qui
a, D
Caso 3. Ra ces complejas y conjugadas
ept
La soluci on general es: y = C1 e 2 + C2 xe 2
o. d
Ecuaci on caracter stica: 4m2 4m + 1 = 0 = (2m 1)2 = 0 por lo tanto 1 m = 2 (con multiplicidad 2)
eM
atem
luego la soluci on general es: y = C1 emx + C2 xemx Ejemplo 13. 4y 4y + y = 0 Hallar la soluci on general. Soluci on:
atic
as
= emx
dx = xemx
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES sus ra ces son m1,2 = o sea que = 1 , = La soluci on general es
22 2i 2
= 1
2i
2 . 2x + K2 ex sen 2x
y = K1 ex cos
entonces la ecuaci on caracter stica es: m2 2m + 2 + 2 = 0 y las ra ces son: m= 2
luego, la soluci on general es: y = K1 ex cos x + K2 ex sen x (ii) Para la E.D.: (D a)y = 0 la ecuaci on caracter stica es ma=0m=a por lo tanto y = Ceax es soluci on de (D a)y = 0 y rec procamente una soluci on de (D a)y = 0 es y = Ceax Ejercicios. Hallar la soluci on general o la soluci on particular de los siguientes ejercicios:
3. (D2 6D + 9)y = 0 (Rta.: y = (C1 + C2 x)e3x )
4. (D2 + 4D + 4)y = 0 con y (0) = 1, y (0) = 1 (Rta.: y = (1 + x)e2x ) 5. (D2 2D + 2)y = 0 (Rta.: y = C1 ex cos x + C2 ex sen x) 104
Un iv
2. D2 2D 3)y = 0 con y (0) = 0, y (0) = 4 (Rta.: y = ex e3x )
ersi
dad
1. (D2 + 2D 3)y = 0 (Rta.: y = C1 ex + C2 e3x )
de
An tio
qui
a, D
ept
o. d
eM
42 4(2 + 2 ) 2 2i = = i 2 2
atem
atic
as
Nota: (i): observe que si [D 2 2D + 2 + 2 ]y = 0
4.5. E.D. LIN. DE ORDEN MAYOR QUE DOS CON COEF. CONST. 6. + 2b dx + k 2 x = 0, k > b > 0 con x(0) = 0, x (0) = v0 dt (Rta.: x = ( va0 )ebt sen at, donde a = k 2 b2 )
d2 x dt2
7. y + 2iy 10y = 0 (Rta.: y = C1 e3x cos x + C2 e3x cos x i(C1 e3x sen x + C2 e3x sen x))
an mn + an1 mn1 + + a1 m + a0 = 0 = Pn (m) Supongamos por ejemplo que este polinomio lo podemos factorizar as :
2 2 2 Pn (m) = (m m1 )(m m2 )(m m3 )3 (m2 21 m + 1 + 1 )(m2 22 m+ 2 2 2 2 + 2 )
entonces la soluci on general esta dada por
d y d y d y d y Ejemplo 15. 2 dx 5 7 dx4 + 12 dx3 + 8 dx2 = 0 Soluci on: dy i En la E.D. reemplazo en cada dx on caraci por m y obtengo la ecuaci ter stica: 2m5 7m4 + 12m3 + 8m2 = 0
i
Un iv
y = C1 em1 x + C2 em2 x + C3 em3 x + C4 xem3 x + C5 x2 em3 x + C6 e1 x cos 1 x + C7 e1 x sen 1 x + C8 e2 x cos 2 x+ C9 e2 x sen 2 x + C10 xe2 x cos 2 x + C11 xe2 x sen 2 x
ersi
dad
de
An tio
qui
a, D
donde a0 , a1 , , an son constantes, entonces su polinomio caracter stico es:
ept
an y (n) + an1 y (n1) + + a1 y + a0 y = 0
o. d
Sea
eM
atem
4.5.
E.D. LINEALES DE ORDEN MAYOR QUE DOS CON COEFICIENTES CONSTANTES
atic
as
105
8. y + iy + 2y = 0 (Rta.: y = C1 cos x + C2 cos 2x + i(C1 sen x C2 sen 2x))
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES m2 (2m3 7m2 + 12m + 8) = m2 (2m + 1)(m2 4m + 8) = 0
1 luego las ra ces son m1 = 0 con multiplicidad 2, m2 = 2
m3,4 =
16 32 4 + 4i = = 2 2i = 2, = 2 2 2
Para el factor 2m + 1 la soluci on ser a: e 2
Para el factor m2 4m + 8 las soluciones ser an: e2x cos 2x,

x
eM
atem
e2x sen 2x.
Soluci on general: y = C1 + C2 x + C3 e 2 + C4 e2x cos(2x) + C5 e2x sen (2x) Hallar la soluci on general o la soluci on particular seg un el caso en los siguientes ejercicios: Ejercicio 1. y (5) + 5y (4) 2y 10y + y + 5y = 0 (Rta.: y = C1 ex + C2 xex + C3 ex + C4 xex + C5 e5x )
d y d y Ejercicio 2. 16 4 + 24 dx2 + 9y = 0 dx (Rta.: y = C1 cos 23 x + C2 x cos 23 x + C3 sen 23 x + C4 x sen 23 x) d y d y d y Ejercicio 3. dx 4 + dx3 + dx2 = 0 1 1 (Rta.: y = C1 + C2 x + C3 e 2 x cos 23 x + C4 e 2 x sen 23 x) d y d y Ejercicio 4. dx 4 7 dx2 18y = 0 (Rta.: y = C1 e3x + C2 e3x + C3 cos 2x + C4 sen 2x)
4 2 4 3 2 4 2
(Rta.: y = C1 e
Ejercicio 5.
d4 y dx4 2 x 2
cos
+ y = 0, (Ayuda: Completar cuadrados).

2 x+ C 2 e 2
2 x 2
Un iv
ersi
dad
de
An tio
sen
qui
a, D
ept
o. d
2 x+ C 3 e 2
2 x 2
cos
atic
Para el factor m2 , como el grado es 2, empezamos con la soluci on b asica e0x y luego multiplicamos por x y as sucesivamente. O sea que las soluciones 0x 0x ser an: e = 1, xe = x
as
2 x+ C 4 e 2
2 x 2
sen
2 x) 2
Ejercicio 6. (D 2 + 4D + 4)y = 0 tal que tenga una soluci on que pase por los puntos (0, 2), (2, 0) (Rta.: y = (2 x)e2x ) 106
4.6. OPERADOR ANULADOR Ejercicio 7. (D 3 + D2 D 1)y = 0 con las siguientes condiciones: y (0) = 1, y (2) = 0 y l m y (x)x = 0 1 x (Rta.: y = (1 2 x)e ) Ejercicio 8. Hallar el n ucleo del siguiente operador diferencial: L( D ) = 3 3 x x 3 2 2 2 D + D + D . (Rta.: N ucL(D) = 1, x, e cos( 2 x), e sen ( 2 x) )
4
entonces decimos que el operador L(D) es el anulador de y = f (x). Observaciones: 1.

dk d a) Si y = k constante, entonces dx = 0 D = dx es el anulador k. 2x d2 b) Si y = x, entonces d = 0 D2 = dx 2 es el anulador de x y dx2 k. d3 d3 2 3 c) Si y = x2 , entonces dx = dx 3 (x ) = 0 D 3 es el anulador x2 , x, k. n+1 xn dn+1 = 0 Dn+1 = dx d) Si y = xn , entonces ddxn+1 n+1 es el anulador xn , xn1 , , x2 , x1 , k con n N.
o. d
eM
L(D)y = L(D)f (x) = 0,
atem
Denici on 4.5 .Si y = f (x) una funci on que tiene n derivadas y L(D) es un operador diferencial lineal con coecientes constantes, tal que
atic
4.6.
OPERADOR ANULADOR
as
de de de de 107
que es un polinomio de grado n.
2. (D a)n es el anulador de las siguientes funciones: y tambi en el anulador de la combinaci on lineal siguiente: C1 eax + C2 xeax + C3 x2 eax + + Cn xn1 eax = Pn1 (x)ex eax , xeax , x2 eax , , xn1 eax
Un iv
ersi
C1 k + C2 x + + Cn+1 xn
dad
Nota: Observemos que
dn+1 dxn+1
de
anula la combinaci on lineal
An tio
qui
a, D
ept
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 3. (D2 2D + 2 + 2 )n es el anulador de las funciones:
ex cos x, xex cos x, x2 ex cos x, . . . , xn1 ex cos x
ex sen x, xex sen x, x2 ex sen x, . . . , xn1 ex sen x y tambi en anula la combinaci on lineal siguiente: C1 ex cos x + C2 xex cos x + + Cn xn1 ex cos x+ + k1 ex sen x + k2 xex sen x + + kn xn1 ex sen x = Pn1 (x)ex cos x + Qn1 (x)ex sen x donde Pn1 (x) y Qn1 (x) son polinomios de grado n 1. Si = 0, entonces (D 2 + 2 )n es el anulador de:
Ejemplo 16. Hallar el operador anulador de: ex + 2xex x2 ex Soluci on: Anulador de ex : D 1. Anulador de xex : (D 1)2 . Anulador de x2 ex : (D 1)3 .
Por lo tanto el anulador de toda la expresi on es: (D 1)3 Obs ervese que para hallar el anulador no interesan las constantes 1, 2, 1 de la expresi on original. Ejemplo 17. Hallar el operador anulador de: 3 + ex cos 2x Soluci on:
108
Un iv
ersi
dad
de
An tio
Si n = 1 y = 0, entonces D 2 + 2 es el anulador de: cos x, sen x o su combinaci on lineal: C1 cos x + C2 sen x.
qui
C1 cos x + C2 x cos x + + Cn xn1 cos x+ k1 sen x + k2 x sen x + + kn xn1 sen x = Pn1 (x) cos x + Qn1 (x) sen x
a, D
ept
y de sus combinaciones lineales:
o. d
sen x, x sen x, x2 sen x, , xn1 sen x
cos x, x cos x, x2 cos x, , xn1 cos x
eM
atem
atic
as
4.6. OPERADOR ANULADOR Anulador de 3: D. Anulador de ex cos 2x: D2 2D + 1 + 4 = D 2 2D + 5, en este caso = 1 y = 2. Anulador de toda la expresi on: D(D 2 2D + 5).
El anulador de toda la expresi on es: D(D 1)(D 2) Ejercicio 1. Encontrar el operador anulador de 8x sen x + 10 cos 5x (Rta.: D 2 (D2 + 1)(D 2 + 25)) Ejercicio 2. Encontrar el operador anulador de 3 + ex cos 2x (Rta.: D(D 2 2D + 5)) Ejercicio 3. Encontrar el operador anulador de x3 (1 5x) (Rta.: D 5 ) Ejercicio 4. Encontrar el operador anulador de ex sen x e2x cos x (Rta.: (D 2 + 2D + 2)(D 2 4D + 5)) Ejercicio 5. Encontrar el operador anulador de x2 ex + sen 2x + 5 (Rta.: D(D 1)3 (D2 + 4)) 109
Un iv
ersi
dad
de
An tio
qui
Como Anulador Anulador Anulador
(2 ex )2 = 4 4ex + e2x , entonces de 4: D. de ex : D 1. de e2x : D 2.
a, D
ept
o. d
Ejemplo 19. Hallar el operador anulador de: (2 ex )2 Soluci on:
eM
Anulador Anulador Anulador Anulador
de de de de
x: D 2 . x2 : D 3 . sen 4x: D 2 + 16 en este caso = 0 y = 4. toda la expresi on: D 3 (D2 + 16).
atem
atic
as
Ejemplo 18. Hallar el operador anulador de: 13x + 9x2 sen 4x Soluci on:
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Observaci on: la soluci on de una ecuaci on diferencial lineal no homog enea, L(D)y = f (x) = 0 consta de la suma de dos soluciones que son: i) La soluci on a la homog enea asociada, es decir, la soluci on de L(D)y = 0. ii) La soluci on particular de la no homog enea. La suma de las dos soluciones es la soluci on general, es decir, si yh es la soluci on de la homog enea asociada L(D)y = 0 y yp es la soluci on particular de L(D)y = f (x), entonces la soluci on general es: y = yh + yp En efecto,
L(D)(yh + yp ) = L(D)yh + L(D)yp = 0 + f (x) = f (x)
Sea L(D)y = f (x) una E.D. lineal, no homog enea, de coecientes constantes y de orden n. Si f (x) tiene una de las siguientes formas: a) f (x) = k , k constante b) f (x) = polinomio en x c) f (x) = exponencial de la forma ex d) f (x) = cos x, f (x) = sen x e) f (x) = a sumas nitas de productos nitos de las expresiones anteriores, es posible encontrar un operador L1 (D) que anule a f (x) y si esto sucede, entonces aplicamos L1 (D) a la ecuaci on diferencial original, es decir: L 1 (D )L (D )y = L 1 (D )f (x ) = 0 110
Un iv
ersi
dad
de
Este m etodo se aplica a E.D. lineales, con coecientes constantes, no homog eneas.
An tio
4.7.
METODO DE LOS COEFICIENTES INDETERMINADOS
qui
a, D
Las siguientes secciones las dedicaremos a desarrollar tres m etodos para hallar la soluci on particular de E.D. no homog eneas.
ept
o. d
eM
atem
atic
as
4.7. METODO DE LOS COEFICIENTES INDETERMINADOS Por lo tanto la expresi on anterior es una E.D. lineal, homog enea de coecientes constantes, le aplicamos a esta ecuaci on el m etodo de las homog eneas y hallamos su soluci on general, de esta soluci on general descartamos la parte correspondiente a la homog enea asociada a la E.D. original, la parte restante corresponde a la soluci on particular que estamos buscando. Ilustremos esto con un ejemplo. Ejemplo 20. Hallar la soluci on particular y la soluci on general de la E.D. y + 25y = 20 sen 5x. Soluci on: El anulador de sen 5x: D 2 + 25 = L1 (D) Aplicamos este anulador a ambos lados de la E.D. original: y + 25y L1 (D)(y + 25y ) 2 (D + 25)(y + 25y ) (D2 + 25)2 y = = = =
y = C1 cos 5x + C2 sen 5x + C3 x cos 5x + C4 x sen 5x La ecuaci on diferencial homog enea asociada es (D2 + 25)y = 0 y su ecuaci on caracter stica es
An tio
Ecuaci on caracter stica: (m2 + 25)2 = 0 cuyas ra ces son m = 5i con multiplicidad 2 y por lo tanto = 0 y = 5; en consecuencia la soluci on general es:
qui
a, D
20 sen 5x L1 (D)(20 sen 5x) (D 2 + 25)(20 sen 5x) 0
ept
o. d
eM
atem
(4.10) 111
o sea que m = 5i (con = 0 y = 5) y su soluci on es y = C1 cos 5x + C2 sen 5x; y por tanto en (4.10) descartamos esta expresi on y nos queda la forma de la soluci on particular: y = C3 x cos 5x + C4 x sen 5x = yp
Un iv
m2 + 25 = 0,
ersi
dad
de
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Como aparecen las constantes C3 y C4 , las hallamos de la siguiente manera: derivamos dos veces yp y la sustituimos en la E.D. original: yp = C3 (5x sen 5x + cos 5x) + C4 (5x cos 5x + sen 5x) yp = C3 (25x cos 5x 5 sen 5x 5 sen 5x) + +C4 (25x sen 5x + 5 cos 5x + 5 cos 5x) = C3 (25x cos 5x 10 sen 5x) + +C4 (25x sen 5x + 10 cos 5x) yp + 25yp = 20 sen 5x C3 (25x cos 5x 10 sen 5x) + C4 (25x sen 5x + 10 cos 5x) + + 25(C3 x cos 5x + C4 x sen 5x) = 20 sen 5x An alisis de coecientes: en x cos 5x : 25C3 + 25C3 = 0 en sen 5x : 10C3 = 20 C3 = 2 en x sen 5x : 25C4 + 25C4 = 0 en cos 5x : 10C4 = 0 C4 = 0
Por lo tanto la soluci on particular es yp = 2x cos 5x y la soluci on general es:
Hallar la soluci on general en los siguientes ejercicios: Ejercicio 1. y + 2y + y = x2 ex 1 4 x xe ) (Rta: y = C1 ex + C2 xex + 12 Ejercicio 2. y y = x2 ex + 5 (Rta: y = C2 ex + C6 ex 5 + 1 xex 1 x2 e x + 1 x3 e x ) 4 4 6 112
Un iv
y = yh + yp = C1 cos 5x + C2 sen 5x + C3 x cos 5x = C1 cos 5x + C2 sen 5x 2x cos 5x
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
DE PARAMETROS 4.8. VARIACION Ejercicio 3. y + y + 1 y = ex ( sen 3x cos 3x) 4 Ejercicio 4. y + 4y = cos2 x 1 + C2 cos 2x + C3 sen 2x + 1 x sen 2x) (Rta: y = 8 8 Ejercicio 5. y + y + y = x sen x x x (Rta: y = C1 e 2 cos 23 x + C2 e 2 sen 23 x x cos x + 2 cos x + sen x)
Ejercicio 7. y + 25y = 6 sen x 1 sen x) (Rta: y = C1 cos 5x + C2 sen 5x + 4 Ejercicio 8. y 2y + 5y = ex sen x (Rta: y = C1 ex cos 2x + C2 ex sen 2x + 1 ex sen x) 3
4.8.
Sea
p (x ) =
g (x ) =
Un iv
a 1 (x ) , a 2 (x )
ersi
Donde
a 0 (x ) a 2 (x )
dad
y + p (x )y + g (x )y = f (x )
de
con a2 (x), a1 (x), a0 (x), continuas en I y a2 (x) = 0 en I . La escribimos en forma can onica
An tio
a 2 (x )y + a 1 (x )y + a 0 (x ) = h (x )
qui
a, D
DE PARAMETROS VARIACION
ept
o. d
f (x ) = h (x ) , a2 (x)
suponemos que y1 y y2 son soluciones linealmente independientes de la homog enea asociada, es decir, y 1 + p (x )y 1 + g (x )y 1 = 0 y 2 + p (x )y 2 + g (x )y 2 = 0 y y h = C 1 y1 + C 2 y2 113
eM
atem
atic
Ejercicio 6. y y = 3xex cos 2x
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Variemos los par ametros C1 y C2 , es decir, y p = u 1 (x )y 1 (x ) + u 2 (x )y 2 (x ) = u 1 y 1 + u 2 y 2 y hallemos u1 y u2 Luego yp = u1 y1 + u1 y1 + u2 y2 + y2 u2 Supongamos (en aras de disminuir el trabajo operativo): u1 y1 + u2 y2 = 0, Luego, yp = u 1 y1 + u 2 y2 yp = u 1 y1 + u 1 y1 + u 2 y2 + u 2 y2 Sustituyendo en la ecuaci on diferencial: y p + p (x )y p + g (x )y p = f (x ) (primera condici on).
u1 y1 + u1 y1 + u2 y2 + u2 y2 + p (x) [u1 y1 + u2 y2 ] + g (x) [u1 y1 + u2 y2 ] = f (x)
que es un sistema de dos ecuaciones con dos inc ognitas: u1 y u2 .
u1 =
u2 =
y1 0 y 1 f (x ) y1 y2 y1 y2
Un iv
o f (x ) y1 y1
ersi
y2 y2
dad
Por la regla de Cramer:
de
y2 y2
114
An tio
y1 u1 + y2 u2 = 0 (primera condici on) y1 u1 + y2 u2 = f (x) (segunda condici on)
y 1 f (x ) W (y 1 , y 2 )
qui
En resumen,
y 2 f (x ) W (y 1 , y 2 )
a, D
u1 [y1 + p (x)y1 + g (x)y1 ] + u2 [y2 + p (x)y2 + g (x)y2 ] + u1 y1 + u2 y2 = f (x) Luego, u 1 y 1 + u 2 y 2 = f (x )
ept
o. d
eM
atem
atic
as
DE PARAMETROS 4.8. VARIACION Donde W (y1 , y2 ) = 0, ya que (y1 y y2 ) son dos soluciones linealmente independientes de la homog enea asociada. Para conseguir u1 y u2 , integramos (no es necesario constantes de integraci on, porqu e?) a u1 y u2 respectivamente. Luego, la yp = u1 y1 + u2 y2 , y la soluci on general es
4. Integramos u1 =
u1 dx y u2 =
u2 dx
6. La soluci on general y = yh + yp = C1 y1 + C2 y2 + u1 y1 + u2 y2
1. Soluci on de y + 3y + 2y = 0
m2 + 3m + 2 = 0 (m + 2)(m + 1) = 0 m = 2, m = 1 yh = C1 e2x +C2 ex y1 y2 115
Un iv
Ejemplo 21. y + 3y + 2y = sen (ex ) Soluci on:
ersi
dad
5. La soluci on particular yp = u1 y1 + u2 y2
de
An tio
u2
qui
u1 =
y 2 f (x ) W (y 1 , y 2 ) y 1 f (x ) = W (y 1 , y 2 )
a, D
3. Hallamos
ept
2. Hallamos W (y1 , y2 )
o. d
1. Hallamos y1 y y2 soluciones linealmente independientes de la homog enea asociada: y + p (x )y + g (x )y = 0
eM
atem
Pasos para resolver la E.D. (en forma can onica): y + p (x )y + g (x )y = f (x )
atic
y = y h + y p = C 1 y1 + C 2 y2 + u 1 y1 + u 2 y2
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 2. W (y1 , y2 ) = 3. ex sen (ex ) y 2 f (x ) = e2x sen (ex ) = W (y 1 , y 2 ) e3x e2x sen (ex ) y 1 f (x ) = = ex sen (ex ) u2 = W (y 1 , y 2 ) e3x u1 = e2x ex 2x 2e ex = e3x + 2e3x = e3x
u1 =
u1 dx
= z cos z
cos z dz
de
= z cos z sen z = ex cos(ex ) sen (ex ) u2 = u2 dx = ex sen (ex ) dx =
An tio
z = ex 2x x = e sen (e ) dx y haciendo dz = ex dx dx = dz z dz = z 2 sen (z ) z integrando por partes v = z dv = dz = z sen (z ) dz dw = sen zdz w = cos z
qui
a, D
ept
dad
o. d
eM
z sen z
dz = z
atem
sen z dz
4.
= cos z = cos(ex ) 5.
yp = u 1 y1 + u 2 y2 = [ex cos(ex ) sen (ex )] e2x ex cos(ex ) = e2x sen (ex ) y = yh + yp = C1 e2x + C2 ex e2x sen (ex ) 116
Un iv
ersi
atic
as
DE PARAMETROS 4.8. VARIACION Ejemplo 22. Si y1 = x y y2 = x ln x son soluciones linealmente independientes de la E.D. x2 y xy + y = 0. Hallar la soluci on general de la E.D. de Cauchy. x2 y xy + y = 4x ln x onica Soluci on. Coloquemos la E.D. en forma can 1 ln x 1 , x=0 y y + 2y = 4 x x x 1. y1 = x, y2 = x ln x x x ln x 1 ln x + 1
u1 =
u1 = =
u1 dx
u2 = =
u2 dx
4 ln x dx y haciendo x = 2 ln2 x 5. yp = u 1 y1 + u 2 y2
Un iv
ersi
4 = ln3 x 3
dad
4 ln2 x dx y haciendo x
de
An tio
4.
qui
x x ln x 4 ln y 2 f (x ) 4 ln2 x x = = W (y 1 , y 2 ) x x 4 ln x x x y 1 f (x ) 4 ln x u2 = = = W (y 1 , y 2 ) x x
a, D
ept
z = ln x dz = dx x
o. d
3.
z = ln x dz = dx x
eM
2. W (y1 , y2 ) =
= x ln x + x x ln x = x = 0
atem
117
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = 4 ln3 x x + (2 ln2 x)x ln x 3 2 4 = x ln3 x + 2x ln3 x = x ln3 x 3 3
6.
Soluci on: 1. y y = 0 (homog enea asociada) m 2 1 = 0 m = 1 yh = C1 ex + C2 ex

y1 y2
2. W (y1 , y2 ) =
ex ex ex ex
= ex (ex ) ex (ex ) = 1 1 = 2
u2 =
y 1 f (x ) W (y 1 , y 2 ) ex (sec3 x sec x) ex = = (sec3 x sec x) 2 2 1 2
3. u1 = 118 1 2 ex (sec3 x sec x) dx = ex sec x(sec2 x 1) dx
Un iv
ersi
dad
u1 =
y 2 f (x ) W (y 1 , y 2 ) ex (sec3 x sec x) ex (sec3 x sec x) = = 2 2
de
An tio
qui
a, D
ept
o. d
Ejemplo 23. Utilizar el m etodo de variaci on de par ametros para resolver la siguiente E.D. y y = sec3 x sec x
eM
atem
atic
2 = C1 x + C2 x ln x + x ln3 x 3
as
y = yh + yp
DE PARAMETROS 4.8. VARIACION = 1 2 ex sec x tan2 x dx = 1 2 ex (sec x tan x) tan x dx
Integremos por partes, haciendo: u = ex tan x, luego du = (ex tan x + ex sec2 x) dx, u1 = 1 x e tan x sec x 2 1 x = e tan x sec x 2 1 x e tan x sec x = 2 ex ex = tan x sec x + 2 2 dv = tan x sec x dx,
v = sec x
ex sec x(sec2 x tan x) dx ex sec3 x dx +
ex sec x tan x dx
qui
despejando la integral :
x 3
a, D
1 2
sec x
1 2
ex (sec3 x sec x) dx, ex sec x 2 ex sec x 4
u2 =
hagamos: z = x , dz = dx u2 = = 1 2
ez (sec3 (z ) sec(z )) d(z ) =
Un iv
ersi
u2 dx =
dad
1 2
de
u1 =
1 2
ex tan x sec x + e (sec x sec x) dx = 2 ex ex (sec3 x sec x) dx = tan x sec x + 4
An tio
ex (sec3 x sec x) dx
ez ez ex ex tan z sec z + sec z = tan(x) sec(x) + sec(x) 4 4 4 4 ex ex = tan x sec x + sec x 4 4 119
ept
ex sec3 x dx + ex sec x +
o. d
eM
ez (sec3 z sec z ) dz
atem
ex sec x dx
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 4. yp = u 1 y1 + u 2 y2 ex ex ex ex tan x sec x + sec x)ex + ( tan x sec x + sec x)ex = ( 4 4 4 4 sec x = 2
= C1 ex + c2 ex +
Ejercicio 5. Si y1 = x, y2 = ex forman un conjunto linealmente independiente y son soluciones de la homog enea asociada de la E.D. (1 x)y + xy y = 2(x 1)2 ex , Hallar la soluci on general. ex xex ) (Rta.: y = C1 x + C2 ex + 1 2 120 0 < x < 1.
Un iv
Ejercicio 4. Si y1 = x 2 cos x, y2 = x 2 sen x forman un conjunto linealmente independiente y son soluciones de x2 y + xy + x2 1 y = 0. 4 3 1 2 2 Hallar la soluci on general para x y + xy + x 4 y = x 2 . 1 1 1 (Rta.: y = C1 x 2 cos x + C2 x 2 sen x + x 2 )
de
Ejercicio 3. Hallar la soluci on general de y + 2y + y = ex ln x 2 3 2 x ex ln x 4 xe ) (Rta.: y = C1 ex + C2 xex + x 2

1
ersi
dad
An tio
qui
Ejercicio 2. Hallar la soluci on general de 2x 2 (D + 5D + 6)y = e sec x(1 + 2 tan x) (Rta.: y = C1 e3x + C2 e2x + e2x tan x)
2
a, D
ept
Ejercicio 1. Hallar la soluci on general de (D2 + 1)y = x2 sen x + 2x1 cos x (Rta.: y = C1 cos x + C2 sen x + ln |x| sen x)
o. d
eM
sec x 2
solucion general
atem
y = yh + yp
atic
5.
as
DE PARAMETROS 4.8. VARIACION Ejercicio 6. Hallar la soluci on general de la E.D. (D 2 + 16)y = csc 4x 1 (Rta.: y = C1 cos 4x + C2 sen 4x 1 x cos x + 16 sen 4x ln | sen 4x|) 4 Ejercicio 7. Hallar la soluci on general de la E.D. (D 2 + 1)y = sec x (Rta.: y = C1 cos x + C2 sen x x sen x + cos x ln | cos x|) Ejercicio 8. Hallar la soluci on general de la E.D. (D 2 + 2D + 5)y = ex sec 2x 1 (Rta.: y = ex (C1 cos 2x + C2 sen 2x) + ex ( 1 x sen 2x + 4 cos 2x ln | cos 2x|)) 2 Ejercicio 9. Hallar la soluci on general de la E.D. (D2 1)y = ex sen (ex ) + cos(ex ) (Rta.: y = C1 ex + C2 ex ex sen (ex ))
Ejercicio 11. Hallar la soluci on general de la E.D. (D2 9D + 18)y = ee (Rta.: y = C1 e3x + C2 e6x + 1 e6x ee 9
5 x
3x
Ejercicio 13. Hallar la soluci on general de la E.D.
(Rta.: y = C1 e2x + C2 e4x + e2x ln |x|) Ejercicio 14. Hallar la soluci on general de la E.D. (D2 + 3D + 2)y = sen (ex ) (Rta.: y = C1 e2x + C2 ex e2x sen (ex )) 121
Un iv
(D2 + 2D 8)y = (6x1 x2 )e2x
ersi
dad
Ejercicio 12. Hallar la soluci on general de la E.D. (D 2 2D + D)y = x e 1 3 x (Rta.: y = C1 ex + C2 xex + 12 x e )
de
An tio
qui
a, D
3x
ept
Ejercicio 10. Hallar la soluci on general de la E.D. (D 2 + 1)y = sec3 x 1 sec x) (Rta.: y = C1 cos x + C2 sen x + 2
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES
4.8.1.
DEL METODO GENERALIZACION DE VARIACION DE PARAMETROS

Dn y + an1 (x)Dn1 y + . . . + a1 (x)Dy + a0 (x)y = f (x)
Dada la E.D. en forma can onica:
2. Hallamos W (y1 , y2 , . . . , yn ) =
n1 n1 n1 u1 y 1 + u 2 y2 + . . . + u n yn = f (x )
5. Hallamos la soluci on particular
yp = u 1 y1 + u 2 y2 + . . . + u n yn 6. Halamos la soluci on general
y = y h + y p = C 1 y1 + . . . + C n yn + u 1 y1 + . . . + u n yn Ejemplo 24. y 2y y + 2y = e3x Soluci on:
122
Un iv
ersi
dad
4. Integramos u1 , u2 , . . . , un (sin constantes de integraci on) para hallar u1 , u2 , . . . , un
de
An tio
u1 y 1 + u 2 y 2 + . . . + u n y n = 0 u1 y 1 + u 2 y 2 + . . . + u n y n = 0 . . . . . . . . .
qui
a, D
3. Hallamos u1 , u2 , . . . , un por el m etodo de Cramer del sistema:
ept
n1 n1 y1 y2
o. d
y1 y1 . . .
y2 y2 . . .
. . .
eM
atem
yn yn . . .
n1 yn
1. Hallamos y1 , y2 , . . . , yn soluciones linealmente independientes de la homog enea asociada, o sea que yh = C1 y1 + C2 y2 + . . . + Cn yn
atic
as
efectuamos los siguientes pasos:
DE PARAMETROS 4.8. VARIACION 1. y 2y y + 2y = 0 m3 2m2 m + 2 = 0 m2 (m 2) (m 2) = 0 (m 2)(m2 1) = (m 2)(m + 1)(m 1) = 0
2. W (y 1 , y 2 , y 3 ) = e2x ex ex 2x 2e ex ex 4e2x ex ex
3. 0 ex 0 ex e3x ex 6e2x 2x e 0 2x 2e 0 4e2x e3x 6e2x ex ex ex ex ex ex
u1 =
e3x (1 + 1) 2e3x ex = = 6e2x 6e2x 3
u2 =
u3 =
e2x ex 0 2x x 2e e 0 4e2x ex e3x 6e2x
Un iv
4. Integramos u1 , u2 , u3 u1 = u1 dx = ex ex dx = 3 3 123
ersi
dad
de
e3x (e3x 2e3x ) e6x e4x = = 6e2x 6e2x 6
e3x (ex 2ex ) 3e4x e2x = = 6e2x 6e2x 2
An tio
qui
a, D
= e2x (1 1) ex (2e3x 4e3x ) + ex (2ex + 4ex ) = 2e2x + 2e2x + 6e2x = 6e2x
ept
o. d
eM
atem
atic
m = 2, m = 1, m = 1 yh = C1 e2x + C2 ex + C3 ex
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES u2 = u3 = 5. Soluci on particular: yp = u 1 y1 + u 2 y2 + u 3 y3 e4x x e2x x e3x e3x e3x 3e3x e 3x ex e e = + = = = e2x + 3 24 4 3 24 4 24 8 u2 dx = u3 dx = e4x e4x dx = 6 24 2x e e2x dx = 2 4
= C1 e2x + C2 ex + C3 ex +
Resolver, utilizando el m etodo de variaci on de par ametros, los siguientes ejercicios.
Ejercicio 4. y + 4y = sen x cos x (Rta.: y = C1 + C2 cos 2x + C3 sen 2x
Un iv
ersi
Ejercicio 3. y y = x ex d Sugerencia: dx (y y ) = y y ; integre y despu es use variaci on de par ametros.
dad
Ejercicio 5. Hallar la soluci on general de la E.D. (D + 1)3 y = 16(2x + 3)1 ex (Rta.: y = ex (C1 + C2 x + C3 x2 ) + ex (2x + 3)2 ln(2x + 3))
124
de
Ejercicio 2. y y = sen x cos x) (Rta.: y = C1 + C2 ex + C3 ex + 1 2
An tio
Ejercicio 1. y 5y + 6y = 2 sen x + 8
1 x cos 2x) 16
qui
a, D
ept
o. d
y = yh + yp
eM
e3x 8
6. Soluci on general:
atem
atic
as
4.9. OPERADORES
4.9.
OPERADORES
Lema 4.2 . Si f C n (I ) y a R (o a C ) entonces: 1. Dn (eax f (x)) = eax (D + a)n f (x) 2. Dn (eax ) = eax an #Real
n = 1 D(eax f (x)) = eax Df (x) + f (x)aeax = eax (D + a)f (x) Supongamos que se cumple para n = k : Dk (eax f (x)) = eax (D + a)k f (x)
= eax (D + a)k (D + a)f (x) = eax (D + a)k+1 f (x)
y veamos que se cumple para n = k + 1. En efecto, teniendo en cuenta las hip otesis de inducci on para n = 1 y para n = k , se tiene Dk+1 (eax ) = Dk D(eax ) = Dk (aeax ) = a(Dk eax ) = a(ak eax ) = ak+1 eax El siguiente Teorema, llamado teorema b asico de los operadores, nos permite sacar una exponencial que est a dentro de un operador. 125
Un iv
Dk (eax ) = ak eax
ersi
Supongamos que se cumple para n = k :
dad
n = 1 D(eax ) = aeax
de
Veamos 2. Por inducci on:
An tio
Dk+1 (eax f (x)) = D k D(eax f (x)) = D k (eax (D + a)f (x))
qui
y veamos que se cumple para n = k + 1. En efecto, teniendo en cuenta las hip otesis de inducci on para n = 1 y para n = k , se tiene
a, D
ept
o. d
eM
atem
Demostraci on . Veamos 1. Por inducci on:
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Teorema 4.7 (Teorema B asico de Operadores) . 1. Si f C n (I ) y L(D) es un operador diferencial lineal y a R (o a C ), entonces: L(D)(eax f (x)) = eax L(D + a)f (x) 2. L(D)eax = L(a)eax Demostraci on 1.:
eax L(D)f (x) = L(D a)(eax f (x))
An tio
Nota: para entrar una expresi on exponencial dentro de un operador, utilizamos la siguiente expresi on, (4.11)
(D 3)n (e3x xn ) = e3x (D + 3 3)n xn = e3x Dn xn = n!e3x Ejemplo 27. Entrar la exponencial dentro del operador: e3x (D 1)(D 3)x Soluci on: e3x (D 1)(D 3)x = (D (3) 1)(D (3) 3)(e3x x) = (D + 2)D(e3x x) 126
Un iv
Ejemplo 26. Comprobar que (D 3)n (e3x xn ) = n!e3x Soluci on:
ersi
(D + 2)(D 2)3 (x2 e2x ) = e2x (D + 2 + 2)(D + 2 2)3 x2 = e2x (D + 4)D 3 x2 = 0
dad
Ejemplo 25. Comprobar que (D + 2)(D 2)3 (x2 e2x ) = 0 Soluci on:
de
qui
a, D
L(D)(eax f (x)) = (an (x)Dn + an1 (x)Dn1 + . . . + a1 (x)D + a0 (x)D0 )(eax f (x)) = an (x)Dn (eax f (x)) + an1 (x)Dn1 (eax f (x)) + . . . + a1 (x)D(eax f (x))+ + a0 (x)eax f (x) = an (x)eax (D + a)n f (x) + an1 (x)eax (D + a)n1 f (x) + . . . + a1 (x)eax (D + a)f (x) + a0 (x)eax f (x) = eax (an (x)(D + a)n + an1 (x)(D + a)n1 + . . . + a1 (x)(D + a) + a0 (x))f (x) = eax L(D + a)f (x)
ept
o. d
eM
atem
atic
as
4.10. METODO DE LOS OPERADORES INVERSOS
4.10.
METODO DE LOS OPERADORES INVERSOS
Nota:
2. Soluci on general: y = yh + yp = yh + L1 (D)f (x) Teorema 4.8 . Si y1 y y2 son soluciones particulares de la E.D. L(D)y = f (x), entonces estas dos soluciones dieren en una soluci on que est a en el n ucleo de L(D). Demostraci on: sea y = y1 y2 , veamos que y pertenece al n ucleo de L(D). En efecto
luego y pertenece al n ucleo de L(D)
Teorema 4.9 . Si L(D) = D n y h(x) es una funci on continua, entonces una soluci on particular de la ecuaci on diferencial: n D y = h(x) es yp = . . . h(x) dx dx . . . dx
n veces n veces
Un iv
L(D)y = L(D)(y1 y2 ) = L(D)y1 L(D)y2 = f (x) f (x) = 0
ersi
dad
de
An tio
qui
a, D
1. L(D)L1 (D) = operador identidad y L1 (D)L(D) = operador identidad.
ept
o. d
eM
Denici on 4.6 Dada la E.D. L(D)y = f (x) de coecientes constantes, , como el operador tal que: denimos el operador inverso L1 (D) = L(1 D) 1 L (D)f (x) es una soluci on particular de la E.D., es decir, yp = L1 (D)f (x).
atem
atic
Dada la E.D. L(D)y = f (x), donde L(D) es un operador diferencial lineal de coecientes constantes y f (x) es un polinomio o exponencial o seno o coseno o sumas nitas de productos nitos de las anteriores, es conveniente resolver la E.D. por el m etodo de los operadores inversos (este m etodo es sustituto del m etodo de coecientes indeterminados), este m etodo tambi en sirve para resolver integrales.
as
127
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Demostraci on. Por inducci on: n = 1 : Dy = h(x), su homog enea asociada es Dy = 0 y su ecuaci on caracter stica es m = 0 yh = Ce0x = C 1 = C e integrando la E.D. original, se tiene
Demostraci on: utilizando (4.11) en la p agina 126 se tiene L(D)y = eax f (x) eax L(D)y = f (x) L(D (a))(eax y ) = f (x) L(D + a)(eax y ) = f (x) 128
Un iv
Teorema 4.10 . Dado L(D)y = eax f (x) donde f C n (I ) y a R (o a C ), entonces una 1 soluci on particular de la E.D. es yp = eax L(D f (x ). +a)
ersi
dad
yp =
de
luego
h(x) dx dx
An tio
y=
h(x) dx dx + C1 x + C2 = yp + yh , yh yp
qui
a, D
DDy = h(x) e integrando Dy =
h(x)dx+C1 ,
ept
y como
o. d
y volviendo a integrar,
yh = C 1 x + C 2
eM
n = 2 : D2 y = h(x), su homog enea asociada es D 2 y = 0
atem
atic
y=
h(x) dx + C = yp + yh yh yp
as
4.10. METODO DE LOS OPERADORES INVERSOS Como Yp = eax yp es una soluci on particular, entonces satisface la anterior ax expresi on, luego L(D + a) (e yp ) = f (x); por la denici on de operador Yp inverso Yp = eax yp = luego yp = eax 1 f (x ) L (D + a ) 1 f (x ) L (D + a )
Ejemplo 28. Hallar la soluci on general de (D 3)2 y = 48xe3x Soluci on: Ecuaci on caracter stica de la homog enea asociada:
Nota: como
L (D ) = a n D n + . . . + a 1 D + a 0 entonces su polinomio caracter stico es P n (m ) = a n m n + . . . + a 1 m + a 0 Por lo anterior podemos armar que el espacio de los operadores lineales de coecientes constantes es isomorfo al espacio de los polinomios de coecientes reales y constantes. 129
Un iv
ersi
dad
yh = C1 e3x + C2 xe3x 1 1 1 f (x ) = (48xe3x ) = 48e3x x= yp = 2 L (D ) (D 3) (D + 3 3)2 1 x2 = 48e3x 2 x = 48e3x dx = x dx dx = 48e3x D 2 x3 = 48e3x = 8x3 e3x 6 y = yh + yp = C1 e3x + C2 xe3x + 8x3 e3x Sol. general
de
An tio
qui
a, D
ept
(m 3)2 = 0 m = 3 (con multiplicidad dos)
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Teorema 4.11 (Para polinomios) . Si L(D) = D + a, a = 0 y h(x) un polinomio de grado n, entonces D D2 D3 1 Dn 1 1 + 2 3 + + (1)n n h(x). h (x ) = D+a a a a a a
Por divisi on sint etica se tiene que:
Luego,
ersi
1 Dn 1 D D2 D3 h (x ) = 1 + 2 3 + + (1)n n h(x) D+a a a a a a
dad
de
Como h(x) es un polinomio de grado n, sus anuladores son D n+1 , Dn+2 , . . ., es decir, D n+k h(x) = 0 para k = 1, 2, . . . Luego,
An tio
1 Dn D D2 D3 1 = 1 + 2 3 + + (1)n n + D+a a a a a a
qui
Soluci on:
x4 e2x dx =
1 4 2x 1 1 D D2 D3 D4 x e = e2x x4 = e2x 1 + + D D+2 2 2 4 8 16 2x 3 2 e 4x 12x 24x 24 = x4 + + +C 2 2 4 8 16
Un iv
Ejemplo 29. Resolver la siguiente integral
a, D
x4 e2x dx
ept
o. d
m m2 m3 1 1 1 mn 1 = = + 2 3 + + (1)n n + m+a a+m a a a a a
eM
atem
atic
Demostraci on. Por la Nota anterior, el operador D + a es equivalente y m1 son al polinomio m + a y por tanto las expresiones racionales D1 +a +a equivalentes
as
x4
130
4.10. METODO DE LOS OPERADORES INVERSOS Teorema 4.12 (Para polinomios) . Si L(D) es un operador diferencial lineal de orden n con coecientes constantes y h(x) es un polinomio de grado r, entonces una soluci on particular de la E.D. L(D)y = h(x) es de la forma yp = 1 h(x) = (b0 + b1 D + b2 D2 + . . . + br Dr )h(x), L (D )
Ecuaci on caracter stica: m3 1 = (m 1)(m2 + m + 1) = 0 y sus ra ces son m = 1, m = 1 23 i 2 Luego la soluci on homog enea y particular son 1 1 3 3 x x 2 x 2 cos sen x + C3 e x yh = C 1 e + C 2 e 2 2 1 1 xex = ex x yp = 3 D 1 (D + 1)3 1 1 1 = ex 3 x = ex x 2 2 D + 3D + 3D + 1 1 D(D + 3D + 3) 1 1 ex = ex 2 x dx = x2 2 (D + 3D + 3) 2 D + 3D + 3 x x 2 e 1 D 2 2 2 e + D x = x2 2x + 2 = 2 3 3 9 6 3 x e 4 = x2 2x + 6 3 y = yh + yp = C1 e + C2 e
x x 2
3 3 ex 2 4 x 2 cos x + C3 e sen x+ x 2x + 2 2 6 3
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
Ejemplo 30. Hallar la soluci on general de y y = xex Soluci on:
eM
atem
1 1 = = b0 + b1 D + b2 D 2 + . . . + b r D r + . . . . n L (D ) a0 + a 1 D + . . . + a n D
atic
donde b0 + b1 D + b2 D2 + . . . + br Dr es el resultado de dividir
as
131
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Nota: el operador diferencial lineal de orden n con coecientes constantes se puede escribir as : L(D) = L1 (D2 ) + DL2 (D2 ). En efecto,
L(D) = L1 (D2 ) + DL2 (D2 )
Generalizando para las expresiones de orden par: D2n ( sen ax) = (a2 )n sen ax L(D2 ) sen ax = (a0 + a2 D2 + a4 D4 + . . . + a2n D2n ) sen ax L (D 2 ) 132
Un iv
D( sen ax) D2 ( sen ax) D3 ( sen ax) D4 ( sen ax)
dad
ersi
de
Demostraci on. Por inducci on sobre n. Caso 1. = = = = . . .
An tio
2.
1 L(D 2 )
sen ax =
1 L(a2 )
sen ax, si L(a2 ) = 0
a cos ax a2 sen ax a3 cos ax a4 sen ax
qui
1. L(D2 ) sen ax = L(a2 ) sen ax
a, D
Teorema 4.13 . 1 son reales, entonces: Si a, L(a2 ) y L( a2 )
ept
o. d
Los teoremas siguientes tambi en son v alidos para la funci on coseno.
eM
atem
L (D ) = (a 0 + a 2 D 2 + a 4 D 4 + . . . ) + D (a 1 + a 3 D 2 + a 5 D 4 + . . . )
atic
as
L (D ) = a 0 + a 1 D + a 2 D 2 + . . . + a n D n
4.10. METODO DE LOS OPERADORES INVERSOS = a0 sen ax + a2 D2 sen ax + a4 D4 sen ax + . . . + a2n D2n sen ax = a0 sen ax + a2 (a2 ) sen ax + a4 (a2 )2 sen ax + . . . + a2n (a2 )n sen ax = [a0 + a2 (a2 ) + a4 (a2 )2 + . . . + a2n (a2 )n ] sen ax = L(a2 ) sen ax
Luego,
yp =
1 1 sen ax = sen ax 2 L (D ) L1 (D ) + DL2 (D2 ) 1 = sen ax 2 L1 (a ) + DL2 (a2 ) Demostraci on. Por la nota anterior y por la parte dos del teorema 4.13., tenemos que: 133
Un iv
2.
ersi
1. L(D) sen ax = L1 (a2 ) sen ax + DL2 (a2 ) sen ax
dad
Teorema 4.14 . 1 Si a, L(a2 ) y L( son reales, entonces: a2 )
de
An tio
1 1 sen 3x = sen 3x 2 2 2 5D + 4 (D ) 5D2 + 4 1 1 = sen 3x = sen 3x 2 2 2 (3 ) 5(3 ) + 4 81 + 45 + 4 1 sen 3x = 130
qui
D4
a, D
ept
Ejemplo 31. Hallar la soluci on particular de (D 4 5D2 + 4)y = sen 3x. Soluci on:
o. d
1 1 sen ax = sen ax con L(a2 ) = 0. 2 2 L (D ) L ( a )
eM
atem
L1 (D2 )L(D2 ) sen ax = L(a2 )L1 (D2 ) sen ax
atic
Caso 2. Por la demostraci on 1, L(D 2 ) sen ax = L(a2 ) sen ax, aplicamos L1 (D2 ) a ambos lados:
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES L(D) = L1 (D2 ) sen ax+DL2 (D2 ) sen ax = L1 (a2 ) sen ax+DL2 (a2 ) sen ax = L1 (a2 ) sen ax + L2 (a2 )a cos ax Ejemplo 32. Hallar la soluci on particular para (D 2 +2D +2)y = ex cos 2x Soluci on: yp = 1 1 ex cos 2x = ex cos 2x 2 + 2D + 2 (D + 1) + 2(D + 1) + 2 1 1 = ex 2 cos 2x = ex 2 cos 2x D + 2D + 1 + 2D + 2 + 2 D + 4D + 5 1 1 cos 2x = ex cos 2x = ex 2 (2 ) + 4D + 5 4D + 1 4D 1 4D 1 cos 2x = ex cos 2x = ex (4D 1)(4D + 1) 16D2 1 4D 1 x 4D 1 = ex cos 2 x = e cos 2x 16(22 ) 1 64 1 = ex ex (4D 1) cos 2x = (8 sen 2x cos 2x) 65 65 ex = (8 sen 2x + cos 2x) 65 D2
L(D)yp = h1 (x) + ih2 (x) L(D)(yp1 + iyp2 ) = h1 (x) + ih2 (x) L(D)yp1 + iL(D)yp2 = h1 (x) + ih2 (x) igualando la parte real tenemos L (D )y p 1 = h 1 (x ) 134
Un iv
Demostraci on. En efecto, como yp = yp1 + iyp2 es una soluci on particular, entonces satisface la E.D.: L(D)y = h1 (x) + ih2 (x) es decir,
ersi
dad
Teorema 4.15 . Sean L(D)y = h1 (x) + ih2 (x) y yp = yp1 + iyp2 es una soluci on particular de la E.D. anterior, entonces yp1 es la soluci on particular de la E.D. L(D)y = h1 (x) y yp2 es una soluci on particular de la E.D. L(D)y = h2 (x).
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
4.10. METODO DE LOS OPERADORES INVERSOS es decir, yp1 es soluci on particular de L(D)y = h1 (x) e igualando la parte imaginaria tenemos L (D )y p 2 = h 2 (x ) es decir, yp2 es soluci on particular de L(D)y = h2 (x)
D2
y yh absorbe los t erminos descartados , por lo tanto: yp = 1 1 x sen ax i x cos ax 2a 2a 1 x sen ax 2a 135
Del Teorema 4.15 concluimos que y p1 =
Un iv
Los dos t erminos se nalados en la expresi on anterior no se tienen en cuenta porque yh = C1 cos ax + C2 sen ax
ersi
1 1 1 cos ax + x sen ax sen ax x cos ax = + i 2a 2a 2a y p1 y p2
1 1 eiax 1 1 = eiax x = ix + = (cos ax + i sen ax) 2ia 2ia 2a 2a 2a

se descarta se descarta
qui
a, D
ept
o. d
yp =
1 1 (cos ax + i sen ax) = 2 eiax 2 +a D + a2 1 1 iax = eiax (1) = e (1) (D + ia)2 + a2 D2 + 2iaD + a2 a2 1 1 D 1 (1) = eiax x = eiax 1 x = eiax (D + 2ia)D 2ia + D 2ia 2ia
eM
ervese que como L(D) = D 2 + a2 L(a2 ) = a2 + a2 = 0, Soluci on: obs entonces no podemos usar el Teorema 4.13 parte 2. y m as bien utilizamos el Teorema 4.15
atem
dad
de
An tio
atic
Ejemplo 33. Aplicando el teorema 4.15, hallar una soluci on particular de la E.D. (D 2 + a2 )y = eiax = cos ax + i sen ax
as
1 ix 2a
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES es soluci on particular de la E.D. (D2 + a2 )y = cos ax y y p2 = es soluci on particular de la E.D. (D2 + a2 )y = sen ax 1 x cos ax 2a
yp =
yp =
D2
= Im
Nota: el anterior m etodo tambi en se aplica para las E.D. de la forma L(D)y = q (x) sen ax o L(D)y = q (x) cos ax, donde q (x) es un polinomio o exponencial o producto de polinomio por exponencial. Ejemplo 36. Hallar la soluci on particular de (D 2 2D +2)y = 4ex x sen x Soluci on: yp = 136 D2 1 1 4ex x sen x = 4ex x sen x 2 2D + 2 (D + 1) 2(D + 1) + 2
Un iv
1 1 Im (eiax ) = Im eiax 2 2 +a D + a2 1 1 1 x sen ax i x cos ax = x cos ax 2a 2a 2a
ersi
dad
de
An tio
Ejemplo 35. Hallar la soluci on particular de (D 2 + a2 )y = sen ax = parte imaginaria de (eiax ) = Im (eiax ) Soluci on: como sen ax = parte imaginaria de eiax =Im eiax , entonces
qui
1 1 Re (eiax ) = Re eiax 2 2 +a D + a2 1 1 = Re eiax (1) = Re eiax (1) 2 2 (D + ia) + a (D + 2ia)D 1 1 1 = Re x sen ax i x cos ax = x sen ax 2a 2a 2a D2
a, D
ept
o. d
eM
Ejemplo 34. Hallar la soluci on particular de (D 2 + a2 )y = cos ax Soluci on: como cos ax = parte real de eiax =Re eiax , entonces
atem
atic
as
4.10. METODO DE LOS OPERADORES INVERSOS 1 1 x sen x = 4ex 2 x sen x + 2D + 1 2D 2 + 2 D +1 1 1 = 4ex 2 xIm (eix ) = 4ex Im xeix 2 D +1 D +1 1 1 = 4ex Im eix x = 4ex Im eix 2 x 2 (D + i ) + 1 D + 2iD 1 + 1 = 4ex D2 = 4ex Im eix = 4ex Im eix
(D2 2D + 2)y = 0
m 2m + 2 = 0 m =
yp = ex x2 cos x + x sen x Ejemplo 37. Utilizando el m etodo de los operadores inversos resolver la siguiente integral: x2 cos x dx Soluci on: x2 cos x dx = 1 2 1 1 x cos x = x2 Re eix = Re x2 eix D D D 137
Un iv
x y como cos aparece en yh , entonces descartamos esta expresi on de yp , por lo 2 tanto la yp queda de la siguiente forma:
ersi
2 2i 48 = =1i 2 2 yh = C1 ex cos x + C2 ex sen x
dad
de
tiene por cuaci on caracter stica
An tio
La homog enea asociada:
qui
= ex x2 cos x + x sen x +
cos x 2
a, D
= ex Im (cos x + i sen x) ix2 + x +
ept
i 2
o. d
eM
4 x D D2 1 x2 1 + e Im eix 2 2i 2i (2i)2 2 2x 2 = ex Im eix (i) x2 + 2 2i 4
atem
atic
1 x (D + 2i)D
1 D + 2i
x2 2
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES D D2 1 1 x2 = Re eix 1 + 2 x2 D+i i i i 2x 2 = Re eix (i) x2 = Re eix (ix2 + 2x + 2i) + i 1 = Re (cos x + i sen x)(ix2 + 2x + 2i) = (2x cos x 2 sen x + x2 sen x) + C = Re eix Ejemplo 38. Usando el m etodo de los operadores inversos, calcular la siguiente integral: e3x sen 2x dx Soluci on: 1 3x 1 e sen 2x = e3x sen 2x D D+3 D3 D3 sen 2x = e3x 2 sen 2x = e3x 2 D 9 2 9 e3x e3x = (D 3) sen 2x = (2 cos 2x 3 sen 2x) + C 13 13
e3x sen 2x dx =
Ejercicio 4. y 5y + 6y = 2 sen x + 8 1 4 cos x + 1 sen x + 3 x) (Rta.: yp = 5 5 Ejercicio 5. (D 2 + 9)y = 36 sen 3x (Rta.: yp = 6x cos 3x) 138
Un iv
Ejercicio 3. (D 2 + 4)y = 64x sen 2x + 32 cos 2x (Rta.: yp = 12x sen 2x 8x2 cos 2x)
ersi
Ejercicio 2. (D 2 + 4)y = xex sen x 1 x 7 (Rta.: yp = ex ( 50 10 ) cos x + ( +x ) sen x ) 50 5
dad
de
Ejercicio 1. (D 2 + 16)y = x cos 4x 2 1 (Rta.: yp = 64 x cos 4x + x sen 4x) 16
An tio
Para los siguientes ejercicios hallar la soluci on particular, utiliz ando el m etodo de los operadores inversos:
qui
a, D
ept
o. d
eM
atem
atic
as
4.11. E.D.O. DE EULER - CAUCHY Ejercicio 6. (D 3 + 1)y = cos 2x + 2 sen 3x 1 1 (Rta.: yp = 65 (cos 2x 8 sen 2x) + 365 (27 cos 3x + sen 3x)) Ejercicio 7. (D 2 + 2D + 2)y = ex sen x x (Rta.: yp = e8 (cos x sen x)) Ejercicio 8. Calcular, utilizando el m etodo de los operadores inversos, x e dx. 2 2x 3 +3 x 4 ) + C) (Rta.: e2 (x3 3x 2 2 Ejercicio 9. Calcular, (Rta.: e p
pt
ept tn dt, utilizando operadores inversos.
tn +
4.11.
E.D.O. DE EULER - CAUCHY
dz 1 dy dy dz = = dx x dx dz dx dy 1 = dz x dy dy x = dx dz derivando con respecto a x (4.12): z = ln x
Un iv
ersi
dad
Con la sustituci on z = ln x o x = ez , convertimos la E.D. de Euler-Cauchy (que es de coecientes variables) en una E.D. con coecientes constantes.
de
Denici on 4.7 . La E.D.O. lineal dn y dn1 y dy an xn n + an1 xn1 n1 + . . . + a1 x + a0 y = f (x) dx dx dx donde a0 , a1 , . . . , an son constantes, an = 0 y f (x) es continua, se le llama E.D.O. de Euler-Cauchy.
An tio
qui
a, D
ept
o. d
Ejercicio 10. Calcular, xex cos 2x dx, utilizando operadores inversos. x 3 cos 2x + 2x sen 2x 4 sen x + C ) (Rta.: e5 x cos 2x + 5 5
eM
ntn1 p
n(n1)tn2 p2
+ ... +
n! pn
+ C)
atem
atic
as
3 2x
(4.12)
d dx
dy dx
d dx
dy dz 139
d d2 y dy + = 2 dx dx dz
dy dz
dz dx
d2 y 1 dz 2 x
Similarmente, x3 y en general, xn donde z = ln x
Ejemplo 39. Resolver la siguiente ecuaci on de Euler-Cauchy
z = ln x Dz (Dz 1)y + Dz y + y = sec z
1. yh = C1 cos z + C2 sen z Para hallar yp solo podemos aplicar el m etodo de variaci on de par ametros, ya que los otros dos m etodos no sirven para trabajar con las funci on secante. La soluci on particular, por el m etodo de varicaci on de par ametros, es de la forma yp = u 1 y1 + u 2 y2 con y1 = cos z y y2 = sen z 140
Un iv
m 2 + 1 = 0 m = i
ersi
Ecuaci on caracter stica:
dad
2 2 + 1)y = sec z y + y = sec z (Dz Dz
2 y Dz y + Dz y + y = sec z Dz
de
An tio
Soluci on:
qui
x2 y + xy + y = sec(ln x)
a, D
ept
o. d
dn y = Dz (Dz 1)(Dz 2) . . . (Dz (n 1))y dxn
eM
atem
(4.13)
d3 y = Dz (Dz 1)(Dz 2)y dx3
atic
dy d2 y d2 y + x = dx2 dx dz 2 2 d2 y dy dy 2 = Dz y Dz y = Dz (Dz 1)y luego x2 2 = dx dz 2 dz x2
as
4.11. E.D.O. DE EULER - CAUCHY 2. W (y 1 , y 2 ) = y1 y2 y1 y2 = cos z sen z sen z cos z
= cos2 z + sen 2 z = 1 3. sec z sen z f (z )y 2 = = tan z W (y 1 , y 2 ) 1
u2 = 4.
Ejercicio 3. x2 y xy + y = x ln3 x 1 (Rta.: y = C1 x + C2 x ln x + 20 x ln5 x) Ejercicio 4. x3 D3 y + 3x2 D2 y + 4xDy = sen ( 3 ln x) 3 ln x) (Rta.:y = C1 + C2 cos( 3 ln x) + C3 sen ( 3 ln x) ln x sen ( ) 6
Un iv
dy d y 2 d y Ejercicio 2. (x 1)3 dx 3 + 2(x 1) dx2 4(x 1) dx + 4y = 4 ln(x 1) (Rta.: y = C1 (x 1) + C2 (x 1)2 + C3 (x 1)2 + ln(x 1) + 1)
ersi
dad
Resolver las siguientes E.D. de Euler-Cauchy. dy d2 y Ejercicio 1. x2 dx 2 x dx + 2y = x ln x (Rta.: y = C1 x cos(ln x) + C2 x sen (ln x) + x ln x)
y = C1 cos(ln x) + C2 sen (ln x) + cos(ln x) ln | cos(ln x)| + ln x sen (ln x)
de
An tio
6. y = yh + yp = C1 cos z + c2 sen z + cos z ln | cos z | + z sen z
qui
a, D
5. yp = u1 y1 + u2 y2 = (ln | cos z |) cos z + z sen z
ept
u2 =
u2 dz = z
o. d
u1 =
u1 dz = ln | cos z |
eM
atem
141
f (z )y 1 sec z cos z = = 1 W (y 1 , y 2 ) 1
atic
u1 =
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ejercicio 5. x3 D3 y + 3x2 D2 y + xDy = x3 1 3 (Rta.: y = C1 + C2 ln |x| + C3 ln2 |x| + 27 x) Ejercicio 6. x2 D2 y 4xDy + 6y = ln x2 5 (Rta.: y = C1 x3 + C2 x2 + 1 ln x + 18 ) 3
4.12.1.
MOVIMIENTO ARMONICO SIMPLE
donde s: elongaci on del resorte. k : constante el astica del resorte.
Deduzcamos la E.D. que rige el movimiento de la masa sujeta al resorte (ver gura 4.2) Por la segunda ley de Newton tenemos: m 142 d2 x = F + mg = k (x + s) + mg dx2
Un iv
ersi
Supongamos que tenemos un resorte dispuesto en forma vertical, con el extremo superior jado a una supercie horizontal y el otro extremo libre al cual se le ja una carga de masa m, la fuerza de recuperaci on del resorte esta dada por la Ley de Hooke: F = ks
dad
de
An tio
qui
4.12.
APLICACIONES DE LA E.D. DE SEGUNDO ORDEN: OSCILADORES
a, D
ept
(Rta.: x cos(ln x2 ), x sen (ln x2 )
o. d
L(D) = x2 D2 xD + 5 : C 2 (I ) C (I )
eM
Ejercicio 9. Hallar una base para el n ucleo del operador diferencial denido por:
atem
2 2 x Ejercicio 8. y x y +x 2 y = 1+x 2 2 (Rta.: y = C1 x + C2 x + x ln |1 + x| + x ln |1 + x|)
atic
as
Ejercicio 7. x2 D2 y + xDy + 9y = cos(ln x3 ) (Rta.: y = C1 cos(ln x3 ) + C2 sen (ln x3 ) + 1 ln x sen (ln x3 )) 6
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES con carga y en equilibrio con carga y con movimiento
sin carga
s posici on de equilibrio (P.E.) m mg

La x bajo la posici on de equilibrio se considera positiva; x = 0 es P.E.
s 0 x
o. d
x+ Figura 4.2
d2 x d2 x = kx m + kx = 0 dt2 dt2
E.D. segundo orden con coecientes ctes.
Ecuaci on caracter stica m2 + 2 = 0 m = Sol. general x(t) = C1 cos t + C2 sen t 143 2 = i
Un iv
k = 2 m
ersi
llamemos
dad
d2 x k + x=0 dt2 m d2 x + 2x = 0 dt2
de
An tio
= 0: en reposo
qui
F + mg = kx ks + mg
a, D
ept
eM
atem
m mg
atic
F
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Condiciones iniciales: x(0) = Si > 0: el cuerpo est a por debajo de la P.E. (Posici on de Equilibrio). Si < 0: el cuerpo est a por encima de la P.E.
Si > 0 el cuerpo inicia su movimiento con velocidad hacia abajo. Si < 0 el cuerpo inicia su movimiento con velocidad hacia arriba. Si = 0 el cuerpo inicia su movimiento desde el reposo.
2 2 C1 + C2 =A
y si hacemos sen = o sea que
El a ngulo se le llama a ngulo de Fase. Como x (t ) =
C2 C1 A(C1 cos t + C2 sen t) =A cos t + sen t A A A = A( sen cos t + cos sen t) = A sen (t + )
Periodo de Vibraciones Libres: T = 144 2
Un iv
ersi
dad
Donde A es llamada la amplitud del Movimiento Arm onico Simple (M.A.S.).
de
tan =
An tio
C1 , A
cos = C1 C2
qui
a, D
C2 A
Llamemos
ept
o. d
eM
atem
x (0) =
atic
as
Si = 0: el cuerpo est a en la P.E.
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES Frecuencia: f=
1 = T 2
4.12.2.
MOVIMIENTO AMORTIGUADO
con carga y con movimiento
s P.E.: x = 0 x m x+ mg F
Figura 4.3
donde constante de fricci on o constante de amortiguamiento. Estamos suponiendo que el amortiguamiento es directamente proporcional a la velocidad. m d2 x dx + + kx = 0 dt2 dt 145
Un iv
dx d2 x = k (x + s) + mg 2 dt dt
ersi
Cuando el cuerpo sujeto al resorte se mueve en un medio que produce fricci on sobre el cuerpo, entonces decimos que el movimiento se efect ua con amortiguamiento (ver gura 4.3). Por la segunda ley de Newton tenemos:
dad
de
An tio
qui
a, D
l quido
ept
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Dividiendo por m:
d2 x dx + 2 + 2 x = 0 2 dt dt
k m
Donde, 2 =
> 0 y 2 =
Ecuaci on caracter stica: p2 + 2p + 2 = 0 2 42 4 2 2 2 2 2 = = = 2 2 2 2
o. d
Cuando 2 2 > 0, entonces a este movimiento se le llama sobreamortiguado (Ver gura 4.4), en este caso p1 y p2 son negativos. Y como
eM
atem
p1,2
por lo tanto x (t )
t
Un iv
ersi
dad
de
An tio
qui
l m x(t) = 0
a, D
ept
x(t) = C1 ep1 t + C2 ep2 t = C1 e(+
2 2 )t
+ C2 e(
atic
as
2 2 )t
Figura 4.4 Sobreamortiguado
146
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES Cuando 2 2 = 0, a este movimiento se le llama cr ticamente amortiguado (Ver gura 4.5). x(t) = C1 et + C2 tet = et (C1 + C2 t), por lo tanto l m x(t) = 0
t
a, D Un iv ersi
C1 A
Cuando 2 2 < 0 o lo que es lo mismo 2 2 > 0, a este movimiento se le llama subamortiguado (Ver gura 4.6). t t 2 2 x(t) = C1 e cos t + C2 e sen 2 2 t Llamemos
2 2 C1 + C2 =Ay
dad
de
Figura 4.5 Cr ticamente amortiguado
= sen y
An tio
qui
C2 A
2 2 t + C2 et sen 2 2 t x (t ) = A A C C2 1 cos 2 2 t + sen 2 2 t = Aet A A = Aet sen ( 2 2 t + ) C1 et cos 147
ept
t = cos , entonces
o. d
eM
atem
atic
x (t )
as

x(t)
Aet
Figura 4.6 Subamortiguado
4.12.3.
MOVIMIENTO FORZADO.
d2 x dx = kx ks + mg + F (t) dt2 dt m d2 x dx + + kx = F (t) 2 dt dt
E.D. segundo orden de coef. ctes, no homog enea
148
Un iv
dx d2 x = k (x + s) + mg + F (t) 2 dt dt
ersi
dad
Ahora supongamos que el cuerpo sujeto al resorte esta en un medio que produce fricci on y tambi en hay una fuerza exterior F (t) que act ua sobre el cuerpo (ver gura 4.7). Por la segunda ley de Newton:
de
An tio
qui
Nota: respecto al movimiento sobreamortiguado y cr ticamente amortiguado debemos anotar que no son movimientos oscilatorios y cruzan a lo sumo una vez la posici on de equilibrio como se ve en las gr acas 4.4 y 4.5
a, D
ept
Donde se le llama el a ngulo de fase.
o. d
eM
atem
Aet
atic
as
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES con carga, con movimiento y con fuerza externa
m l quido x+
mg F (t) (fuerza externa)
Figura 4.7
m2 + 2 = 0 m = i Por lo tanto la soluci on homog enea y particular son xh (t) = C1 cos t + C2 sen t 1 1 F0 cos t = F0 cos t x p (t ) = 2 2 2 D + + 2 F0 = cos t 2 2 Soluci on general: x(t) = C1 cos t + C2 sen t + 2 F0 cos t 2 149
Un iv
ersi
dad
de
d2 x + 2 x = F0 cos t, 2 dt donde F0 = constante, x(0) = 0 y x (0) = 0. Soluci on: Ecuaci on caracter stica:
An tio
qui
a, D
Ejemplo 40. (Sin Amortiguaci on) Este problema se le llama de Amplitud Modulada (A.M.).
ept
o. d
eM
atem
atic
P.E.: x = 0
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Si elegimos como condiciones iniciales: x(0) = 0, x (0) = 0 entonces C1 = luego x (t ) = 2 F0 , C2 = 0 2 2
Peri odo de sen
+ 2
se calcula as : + 2
de
x(t) T2
T1 > T2 (Ver gura 4.8)
An tio
T2 = 2 T2 =
qui
ersi
dad
a, D
2F0 2 2
ept
T1 = 2 T1 =
4 +
o. d
)t sin( 2
Peri odo de sen
se calcula as :
eM
F0 F0 ( cos t + cos t) = 2 (cos t cos t) 2 2 2F0 + = t sen t sen 2 2 2 2
atem
Un iv
T1 =
2F0 2 sin( )t 2 2
Figura 4.8 Pulsos Ejemplo 41. (Sin Amortiguamiento) Este problema se le llama de resonancia, ya que la velocidad angular (o frecuencia angular) de la fuerza exterior 150
atic
t
as
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES esta en resonancia con la velocidad angular (o frecuencia angular) del cuerpo, es decir, = . d2 x + 2 x = F0 sen t, dt2 donde x(0) = 0 y x (0) = 0 Soluci on: xh (t) = C1 cos t + C2 sen t 1 1 F0 sen t = 2 F0 (Im eit ) x p (t ) = 2 2 2 D + D + 1 1 it it e 1 ) = F 0 (I m ) = F ( I e 0 m D2 + 2 (D + i)2 + 2 1 = F0 (Im eit 2 1 ) D + 2iD 2 + 2 1 = F0 (Im eit 1 ) (D + 2i )D 1 1 D = F0 (Im eit t ) = F0 (Im eit 1 t ) D + 2i 2i 2i 1 1 t ) = F0 (Im (cos t + i sen t) 2i 2i F0 1 = (t cos t + sen t) 2 2
x (t ) = x h (t ) + x p (t ) = | x (t )| =
F0 sen t F0 t t cos t 2 2 2
NOTA: la E.D. del movimiento vibratorio de los resortes tambi en se aplica en: a). Circuitos en serie, en este caso, la E.D. es L d2 q dq 1 + R + q = E (t ) dt2 dt C 151
Un iv
ersi
dad
0 descartamos el t ermino (2F sen t ya que esta en xh ; la soluci on general es )2 F0 x(t) = xh + xp = C1 cos t + C2 sen t 2 t cos t. Con las condiciones iniciales hallamos C1 y C2 y obtenemos (ver gura 4.9):
de
F0 sen t F0 t cos t 2 2 2
An tio
qui
a, D
ept
o. d
eM
atem
atic
as

x(t)
F0 2
t
t
Figura 4.9 Resonancia
Donde (ver gura 4.10) q (t) es la carga instant anea
E (t) es el voltaje o fuerza electromotriz suministrada
R es la resistencia C es la capacitancia
b). Barra de torsi on. La E.D. que rige el movimiento de torsi on de un cuerpo suspendido del extremo de un eje el astico es (ver gura 4.11) I d d2 + c + k = T (t) dt2 dt
donde 152
Un iv
ersi
dad
de
L es la inductancia
An tio
qui
a, D
ept
o. d
eM
atem
F0 2 t
atic
as
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES L
E (t ) C
Eje el astico
Figura 4.11
T (t) es la fuerza de torsi on exterior suministrada al cuerpo c). Movimiento pendular; un p endulo es una masa m atada al extremo de una cuerda de longitud a y de masa despreciable y el otro extremo jo. Hallemos la E.D. que rige su movimiento sin fricci on. Por la segunda ley de Newton y teniendo en cuenta que la componente 153
Un iv
k es la constante el astica del eje
ersi
c es la constante de amortiguaci on
dad
I es el momento de inercia del cuerpo suspendido
de
An tio
qui
a, D
ept
o. d
(t )
eM
atem
atic
as
Figura 4.10
del peso en la direcci on tangencial es mg sen , se tiene que
An tio
d2 = g sen dt2
qui
pero s = a, luego
d2 s dt2
= ad y sustituyendo en 4.14 se obtiene dt2
a, D
d2 s = mg sen , dt2
ept
o. d
eM
Figura 4.12
atem
(4.14) (4.15) (4.16) (4.17) (4.18)
Para valores peque nos de , se tiene que sen y por tanto
que es una E.D. lineal. El proceso anterior lo llamamos linealizaci on de una E.D. no lineal. En forma similar obtenemos la E.D. para el p endulo amortiguado d2 c d g + + sen = 0 dt2 m dt a 154
Un iv
ersi
dad
d2 g + sen = 0 dt2 a
d2 g + =0 dt2 a
de
de la cual obtenemos la E.D. no lineal
atic
as
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES donde c es la constante de amortiguamiento. Linealizando 4.18 c d g d2 + + =0 2 dt m dt a (4.19)
Un iv
Soluci on. Si es el a ngulo de giro alrededor del eje g en sentido horario (ver gura 4.13), entonces y = r y por tanto v= dy d =r dt dt y a= d2 y d2 = r dt2 dt2
Por la segunda ley de Newton: de fuerzas en la direcci on del eje y = m d2 y dt2 (4.20) 155
ersi
dad
Figura 4.13: yo-yo
de
An tio
qui
a, D
Wv 170
ept
o. d
eM
atem
Ejemplo 42. Un cilindro homog eneo de radio r pies y peso W libras y mor2 mento de inercia Ig = W (con respecto a su eje g ), tiene una cuerda exible g 2 enrollada alrededor de su eje central. Cuando el cuerpo cae la resistencia del W veces su velocidad instant anea. Si arranca desde el reposo, hallar aire es 170 la distancia y de ca da, en funci on del tiempo t, la velocidad l mite y el porcentaje de velocidad l mite adquirido en 20 seg. (Ver gura 4.13)
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES luego T +W : d2 y W dy =m 2 170 dt dt d2 dt2 (4.21)
de torques alrededor del eje g = Ig Tr = W r 2 1 d2 y W r d2 y = g 2 r dt2 2g dt2
despejando T en (4.22) y sustituyendo en (4.21), se tiene
An tio
g
qui
g dy 2g d2 y + = 2 dt 255 dt 3 las condiciones iniciales son y (0) = 0 y y (0) = 0.
la velocidad es la velocidad l mite
Un iv
ersi
y=
190 255 g t 255 e 255 + 190(t ) g g y = 190e 255 t + 190

t
g
l m y = 190 = vl
el porcentaje de velocidad l mite

g 190e 255 20 + 190 y (20) 100 = [ ]100 = (1 e 255 20 )100 vl 190 g
156
dad
y la soluci on particular es
de
y = C1 + C2 e 255 t + 190(t
a, D
ept
luego
o. d
W dy d2 y W d2 y W d2 y + W = m = 2g dt2 170 dt dt2 g dt2 W dy 3 W d2 y + =W 2 2 g dt 170 dt
255 ) g
eM
atem
atic
as
(4.22)
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES Resolver los siguientes ejercicios: Ejercicio 1. Un peso de 8 libras sujeto a un resorte, est a sometido a un movimiento arm onico simple. Determinar la ecuaci on del movimiento si la constante del resorte es 1 libra/pie y si el peso se suelta desde un punto que est a 6 pulg. bajo la posici on de equilibrio con una velocidad dirigida hacia pie/seg. Hallar la soluci on utilizando el a ngulo de fase. abajo de 3 2 13 1 3 (Rta.: x(t) = 2 cos 2t + 4 sen 2t = 4 sen (2t + 0,5880)) Ejercicio 2. Un peso de 24 libras sujeto al extremo de un resorte lo estira 4 pulg. Encuentre la ecuaci on del movimiento si el peso, en reposo, se suelta desde un punto que est a 3 pulg. sobre la posici on de equilibrio. 1 (Rta.: x(t) = 4 cos 4 6t) Ejercicio 3. Un extremo de una banda el astica est a sujeto a un punto A. Una masa de 1 kg. atada al otro extremo, estira la banda verticalmente hasta un punto B, de tal manera que la longitud AB es 16 cm. mayor que la longitud natural de la banda. Si la masa se estira m as, hasta una posici on de 8 cm. debajo de B y se suelta; cual ser a su velocidad (despreciando la resistencia), al pasar por B? g (Rta.: 5 mts./seg.) Ejercicio 4. Un resorte, cuya constante es k = 2, esta suspendido y sumergido en un l quido que opone una fuerza de amortiguaci on n umericamente igual a 4 veces la velocidad instant anea . Si una masa m se suspende del resorte, determinar los valores de m para los cuales el movimiento posterior no sea oscilatorio. (Rta.: 0 < m 2 Ejercicio 5. Un peso de 32 libras estira un resorte 6 pulgadas. El peso se mueve en un medio que opone una fuerza de amortiguaci on n umericamente igual a veces la velocidad instant anea. Determinar los valores de para los cuales el sistema mostrar a un movimiento oscilatorio. (Rta.: 0 < < 16) Ejercicio 6. Un bloque c ubico de madera cuyo lado mide 1 pie se hunde hasta que su cara superior est a a nivel de la supercie del agua y luego se suelta. Se encuentra que el periodo es 1 seg.. Despreciando la resistencia, hal157
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES lar la E.D. del movimiento del bloque y hallar el peso P del bloque?(Ayuda: la fuerza hacia arriba ejercida sobre el bloque es igual al peso del agua desalojada por el bloque; densidad de peso del agua: 62,4lb/pie2 ) 2x ,4g ,4 g + 62P x = 0, 62 ) (Rta.: d dt2 4 2 Ejercicio 7. Un bloque cil ndrico de madera, de radio y altura 1 pie y cuya masa es 12,48 libras, ota en el agua (densidad del agua 62,4 libras/pie3 ), manteniendo su eje vertical. Si se hunde de tal manera que la supercie del agua quede tangente al bloque y luego se suelta. C ual ser a el per odo de vibraci on y la ecuaci on de su movimiento? Desprecie la resistencia. Ayuda: La fuerza hacia arriba ejercida sobre el bloque es igual al peso del agua desplazada por el bloque. (Rta.: 2 seg., x = ( 51 1) cos 5gtmts.) 5g Ejercicio 8. Un peso de 10 libras sujeto a un resorte lo estira en 2 pies. El peso se sujeta a un mecanismo de amortiguaci on que ofrece una resistencia num erica igual a veces la velocidad instant anea ( > 0). Determinar los valores de la constante de amortiguaci on de modo que el movimiento sea: a sobreamortiguado, b cr iticamente amortiguado, c subamortiguado. 5 5 , b =2 , c 0<< 5 ) (Rta.: a > 2 2 Ejercicio 9. Despu es que un peso de 5 libras se sujeta a un resorte de 5 pies de largo, el resorte mide 6 pies. Se saca el peso de 5 libras y se lo reemplaza por un peso de 8 libras; el sistema completo se coloca en un medio que ofrece una resistencia num ericamente igual a la velocidad instant anea; a) Encuentre la ecuaci on del movimiento si el peso se suelta desde un punto que est aa 1 pie bajo la posici on de equilibrio con una velocidad dirigida 2 hacia arriba de 3 pie/seg. b) Ecuaci on con a ngulo de fase. c) Encuentre los instantes en los que el peso pasa por la posici on de equilibrio en direcci on hacia arriba. 2 2t 1 2t 2t (Rta.: a) x = 1 e cos 4 t e sen 4 t ; b) x = e sen (4t + 34 ); c) 2 2 2 n 3 t = 4 16 , n = 1, 3, 5, . . .) Ejercicio 10. Una fuerza de 2 libras estira un resorte en un pie. Manteniendo jo un extremo, se sujeta un peso de 8 libras al otro extremo; el sistema est a sobre una mesa que opone una fuerza de roce num ericamente igual a 3 veces la velocidad instant a nea. Inicialmente el peso est a desplazado 2 4 pulg. de la posici on de equilibrio con el resorte comprimido y se le suelta 158
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES desde el reposo. Encuentre la ecuaci on del movimiento si se realiza a lo largo de una recta horizontal, la cual se elige como eje X . 1 4t 2 2t e +3 e ) (Rta.: x(t) = 3 Ejercicio 11. Un peso de 24 libras estira un resorte en 4 pies. El movimiento subsiguiente se realiza en un medio que ofrece una resistencia num ericamente igual a veces la velocidad instant anea ( > 0). Si el peso parte de la posici on de equilibrio con una velocidad dirigida hacia arriba de 2 pies/seg., y si > 3 2, comprobar que, x (t ) = 2 18 e 3 t senh
2
2 18 t
Ejercicio 14. Un peso de 4 libras esta suspendido de un resorte cuya constante es 3lbs/pie. El sistema completo se sumerge en un l quido que opone una fuerza de amortiguaci on num ericamente igual a la velocidad instant anea. A partir de t = 0, se aplica sobre el sistema una fuerza exterior f (t) = et . Determinar la ecuaci on del movimiento, si el peso se suelta a partir del reposo, desde un punto que 2 pies bajo la on de equilibrio. esta posici 26 4t 28 8 t 4t (Rta.: x = 17 e cos 2 2t + 17 2e sen 2 2t + 17 e ) Ejercicio 15. Al sujetar una masa de 2 kilogramos a un resorte cuya constante es 32Nw/m, este queda en reposo en la posici on de equilibrio. A 159
Un iv
ersi
8 Ejercicio 13. Un peso de 16 libras estira un resorte en 3 pies. Inicialmente el peso parte del reposo desde un punto que est a a 2 pies bajo la posici on de equilibrio y el movimiento posterior se realiza en un medio que opone 1 una fuerza de amortiguamiento num ericamente igual a 2 de la velocidad instant anea. Encuentre la ecuaci on del movimiento si el peso es impulsado por una fuerza exterior igual af (t) = 10 cos 3t . t 47 47 64 4 2 (Rta.: x(t) = e [ 3 cos 2 t 347 sen 2 t] + 10 (cos 3t + sen 3t)) 3
dad
de
An tio
qui
a, D
Ejercicio 12. Una masa de una libra sujeta a un resorte cuya constante es 9 libras/pie. El medio ofrece una resistencia al movimiento num ericamente igual a 6 veces la velocidad instant anea. La masa se suelta desde un punto que est a 8 pulg. sobre la posici on de equilibrio con una velocidad dirigida hacia abajo de v0 pies/seg.. Determinar los valores de v0 de modo que posteriormente la masa pase por la posici on de equilibrio. (Rta.: v0 > 2 pies/seg.)
ept
o. d
eM
atem
2 3
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES partir de t = 0, una fuerza f (t) = 68e2t cos(4t) se aplica al sistema. Encuentre la ecuaci on del movimiento en ausencia de amortiguaci on. 9 1 2t 1 (Rta.: x = 2 cos 4t + 4 sen 4t + 2 e (cos 4t 4 sen 4t)) Ejercicio 16. Al sujetar una masa de un slug a un resorte, este se estira 2 pies y luego queda en reposo en la posici on de equilibrio. A partir de t = 0 una fuerza exterior f (t) = 8 sen 4t se aplica al sistema. Hallar la ecuaci on del movimiento, si el medio que rodea al sistema opone una fuerza de amortiguaci on igual a 8 veces la velocidad instant anea. 1 4t 1 4t (Rta.: x = 4 e + te 4 cos 4t) Ejercicio 17. Hallar las E.D. del sistema de resortes acoplados con constantes k1 y k2 y masas m1 y m2 respectivamente, como se muestra en la gura 4.14 2y 2x = k 1 x + k 2 (y x ), m 2 d = k2 (y x)) (Rta.: m1 d dt2 dt2 con carga y en equilibrio con carga y en movimiento
k1 P.E. m1 k2 P.E. m2
An tio
qui
a, D
k1 k2
de
m1 y m2 x+ y+
Ejercicio 18. Hallar las E.D. del sistema de tres resortes acoplados con constantes k1 , k2 , k3 y masas m1 y m2 respectivamente, como se muestra 160
Un iv
Figura 4.14
ersi
dad
ept
x
o. d
eM
atem
atic
as
4.12. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES en la gura 4.15 2y 2x (Rta.: m1 d = k 1 x + k 2 (y x ), m 2 d = k 2 (y x ) k 3 y ) dt2 dt2
con carga y en equilibrio k1
con carga y en movimiento
k1 P.E. m1 m1 k2 k2 P.E. m2 m2 k3 x
a, D
k3 Figura 4.15
Ejercicio 20. Dos pesos de 96 libras y 64 libras se mueven horizontalmente en una supercie lisa, cada resorte tiene k = k1 = k2 = 600. En t = 0 los resortes est an sin estirar y el de peso 96 tiene una velocidad de 600 pies/seg. alej andose del muro y el otro esta en reposo. Encontrar las E.D. del movimiento . (Ver gura 4.16) 2y 2x (Rta.: m1 d = k 1 x + k 2 (y x ), m 2 d = k2 (y x)) dt2 dt2 161
Un iv
Ejercicio 19. Un peso de 4 libras estira un resorte una pulgada. Si un peso de 12 libras se coloca en un extremo del resorte y el otro extremo se mueve de acuerdo a y = sen 3gt. Encontrar la E.D. del movimiento del peso y resolverla. 1 d2 x (Rta.: g 3 sen 2 g t + 4 sen 3g t) = 4( x y ), x = 2 2 dt
ersi
dad
de
An tio
qui
ept
o. d
y y+
x+
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES + m1 96 + m2 64
P.E. K1
x K2
P.E.
dad
ersi
Ejercicio 22. En la gura 4.18 el cilindro de radio r esta suspendido de una cuerda y un resorte como lo indica la gura, el resorte tiene una constante k . Hallar el periodo y la frecuencia de vibraci on del cilindro. (Rta.: T = 2 162
3m , 8 k
f=
1 2
Un iv
Figura 4.17
8 k , 3m
donde m es la masa del cilindro.)
de
An tio
qui
a, D
ept
(Rta.: v =
gk ( W
l 2 + x2 0 l ))
o. d
Ejercicio 21. El resorte de la gura 4.17 tiene una longitud l cuando esta sin estirar; el collar situado en un extremo del resorte tiene un peso W y se desliza por la varilla horizontal sin fricci on. Expresar la aceleraci on en funci on de x; hallar la velocidad cuando pasa por C , si se suelta desde el reposo a una distancia x = x0 .
eM
atem
atic
as
Figura 4.16
4.13. ANEXO CON EL PAQUETE MAPLE
T1
B T2
Figura 4.18
Efectuamos los siguientes comandos:
>eq := m^5+5*m^4-2*m^3-10*m^2+m+5=0;
5, 1, 1, 1, 1 >sols := [solve(eq,m)]; sols := [5, 1, 1, 1, 1] 163
Un iv
>solve(eq,m);
ersi
dad
eq := m5 + 5 m4 2 m3 10 m2 + m + 5 = 0
de
An tio
qui
m5 + 5m4 2m3 10m2 + m + 5 = 0
a, D
Ejemplo 42. Hallar con el paquete Maple las ra ces del polinomio ca(5) (4) (3) racter stico de la E.D. y + 5y 2y 10y + y + 5y = 0 Soluci on: la ecuaci om caracter stica de esta E.D. es
ept
o. d
4.13.
eM
atem
atic
as
Ejemplo 43. Hallar la soluci on general y la particular de la E.D. (D3 3D2 + 9D + 13)y = 0 con las condiciones iniciales y (0) = 1, soluci on particular y (0) = 2, y (0) = 3, gracar la
> dsolve({%,y(0)=1,D(y)(0)=2,D(D(y))(0)=3},y(x));
20 15 10 5
Un iv
-2
-1
ersi
dad
de
An tio
>plot(rhs(%),x=-2..2);
qui
a, D
1
4 4 5 y (x) = e(x) e(2x) sen (3x) + e(2x) cos(3x) 9 9 9
ept
o. d
x -5
-10
Figura 4.19 164
eM
2
d3 d2 d y ( x ) 3 y (x) + 9 y (x) + 13y (x) = 0 3 2 dx dx dx
atem
> restart; > DE(tools):diff(y(x),x,x,x)-3*diff(y(x),x,x)+9*diff(y(x),x)+13*y(x)=0;
atic
as
4.13. ANEXO CON EL PAQUETE MAPLE Ejemplo 44. Resolver con el paquete Maple la E.D. y + 25y = 20 sen 5x Soluci on: >restart; >y(x):=C*x*cos(5*x)+F*x*sin(5*x); y (x) := Cxcos(5x) + F xsin(5x) >yp:=diff(y(x),x);
10Csin(5x) + 10F cos(5x) 20sin(5x) = 0
> solve({10*F=0,-10*C-20=0},{F,C}); F = 0, C = 2 Ejemplo 45. Resolver con el paquete Maple la E.D. por el m etodo de variaci on de par ametros y + y = sec x tan x >with(linalg):y1:=cos(x);y2:=sin(x);fx:=sec(x)*tan(x); 165
Un iv
ersi
10F cos(5x) + (10C 20)sin(5x) = 0
dad
de
> collect(%,[cos(5*x),sin(5*x)]);
An tio
qui
>ypp+25*y(x)-20*sin(5*x)=0;
a, D
ypp := 10Csin(5x) 25Cxcos(5x) + 10F cos(5x) 25F xsin(5x)
ept
o. d
>ypp:=diff(yp,x);
eM
yp := Ccos(5x) 5Cxsin(5x) + F sin(5x) + 5F xcos(5x)
atem
atic
as
y 1 := cos(x) y 2 := sen (x) f x := sec(x) tan(x)
>M:=wronskian(y,x); cos (x) sen (x) sen (x) cos (x)
>ApBp:=linsolve(M,[0,fx]); ApBp := [
>B:=int(simplify(ApBp[2]),x);
>SolGen:=C1*y1+C2*y2+A*y1+B*y2; SolGen := C1 cos (x)+C2 sen (x)+ 166 sen (x) + x cos (x)ln (cos (x)) sen (x) cos (x)
Un iv
B := ln (cos (x))
ersi
A :=
dad
sen (x) +x cos (x)
de
>A:=int(simplify(ApBp[1]),x);
An tio
sen (x) sec (x) tan (x) cos (x) sec (x) tan (x) , ] ( sen (x))2 + (cos (x))2 ( sen (x))2 + (cos (x))2
qui
a, D
ept
M :=
o. d
eM
atem
y := [cos (x) , sen (x)]
atic
as
>y:=vector([y1,y2]);
4.13. ANEXO CON EL PAQUETE MAPLE >simplify((SolGen),trig); C1 cos (x) + C2 sen (x) sen (x) + x cos (x) ln (cos (x)) sen (x) observese que en la soluci on general anterior la expresi on sen (x) es absorbida por C 2 sen (x), quedando como soluci on general: C1 cos (x) + C2 sen (x) + x cos (x) ln (cos (x)) sen (x)
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
167
atic
as
168
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
Una serie de potencias en (x a), es una expresi on de la forma

n=0
Una serie de potencias converge absolutamente en un n umero x si,
es convergente .
Todo intervalo de convergencia tiene un radio de convergencia R.
Un iv
n=0
ersi
169
dad
Toda serie de potencias tiene un intervalo de convergencia que consiste de todos los puntos para los cuales la serie es convergente.
|C n | |x a | n
de
An tio
C n (x a ) n .
qui
a, D
ept
5.1.
INTRODUCCION
o. d
eM
atem
SOLUCIONES POR SERIES
atic
CAP ITULO 5
as
CAP ITULO 5. SOLUCIONES POR SERIES Una serie de potencias converge absolutamente para |x a| < R y diverge para |x a| > R. Cuando R = 0, la serie s olo converge en x = a. Cuando R = , la serie converge para todo x. El radio de convergencia se obtiene mediante el criterio de la raz on, en efecto, si l m
Una serie de potencias puede ser derivada t ermino a t ermino en el interior de su intervalo de convergencia.
Dos series de potencias pueden ser sumadas t ermino a t ermino si tienen un intervalo com un de convergencia.
SERIES MACLAURIN DE ALGUNAS FUNCIONES 1. ex = 1 + x +

x2 2!
Un iv
ersi
dad
Una serie de potencias puede ser integrada t ermino a t ermino en el interior de su intervalo de convergencia.
de
x3 3!
+ ... +
xn n!
An tio
qui
Una serie de potencias representa una funci on continua en el interior de su intervalo de convergencia.
+ ... =
convergente para todo x real ( o sea para < x < ) 170
a, D
n=0 xn n!
ept
Si R = 0 o R = , el intervalo de convergencia puede o no incluir los extremos a R , a + R de dicho intervalo.
o. d
eM
y como la serie es convergente cuando L < 1, entonces el radio de con1 vergencia es R = L .
atem
atic
Cn+1 |x a | = L Cn
as
5.1. INTRODUCCION 2. sen x = x

x3 3!
x5 5!
x7 7!
x + . . . + (1)n (2 + ... = n+1)!
2n+1
n=0
(1)n
x2n+1 (2n+1)!
convergente para todo x real.

x2 2! x4 4! x6 6!
2n
3. cos x = 1
x + . . . + (1)n (2 + ... = n)!
n=0
(1)n
x2n (2n)!
convergente para todo x en los reales.

x3 3! x5 5! x7 7! x2n+1 (2n+1)!
convergente para todo x real.

x2 2! x4 4! x6 6! x2n (2n)!
n=0
convergente para todo x en los reales.

1 1x
n=0
6.
= 1 + x + x 2 + x3 + . . . + x n + =
An tio
qui
convergente para x en el intervalo 1 < x < 1 7. ln(1 + x) = x

x2 2
n=0
a, D
xn
n=1
x3 3
x4 4
ept
o. d
5. cosh x = 1 +
+ ... +
+ ... =
eM
x2n (2n)!
atem
4. senh x = x +
+ ... +
+ ... =
x2n+1 (2n+1)!
atic
(1)n+1
xn n x2n+1 2n+1
+ . . . + (1)n+1 x + ... = n
dad
de
convergente para x en el intervalo 1 < x 1 8. tan1 x = x

x3 3
Un iv
convergente para x en el intervalo 1 x 1 9. sen 1 x = x +

1 x3 2 3
ersi
x5 5
. . . + (1)n
x2n+1 2n+1
+ ... =
n=0
(1)n
convergente para todo x en el intervalo 1 x 1 10. Serie binomial: r2)x3 1)x2 + r(r1)( + ... (1 + x)r = 1 + rx + r(r 2! 3! convergente para x en el intervalo 1 < x < 1
13 x5 24 5
135 x7 246 7
+ ... =
n=0
135...(2n1) x2n+1 246...2n 2n+1
as
171
CAP ITULO 5. SOLUCIONES POR SERIES
5.2.
SOLUCION EN PUNTOS ORDINARIOS

a 2 (x )y + a 1 (x )y + a 0 (x )y = 0
Supongamos que la ecuaci on
se puede escribir as :
Nota: si un punto no es ordinario se dice que es singular. RECORDEMOS: serie Taylor de y (x) en x = a es:
n=0
luego, toda funci on que tenga un desarrollo en serie Maclaurin es anal tica en x = 0. Ejemplo 1. Hallar los puntos ordinarios y singulares de y + sen xy + ex y = 0
172
Un iv
n=0
ersi
En particular cuando x = 0 a la serie Taylor se le llama serie Maclaurin de y (x) y la serie tiene la forma: y (n) (0) (x ) n , n!
dad
de
luego, toda funci on que tenga un desarrollo en serie Taylor alrededor de x = a es anal tica en x = a.
An tio
y (n) (a) (x a ) n , n!
qui
a, D
ept
Denici on 5.1 (Punto Ordinario) . Se dice que x = a es un punto ordinario de la E.D. y + P (x)y + Q(x)y = 0, si P (x) y Q(x) son anal ticas en x = a, es decir, si P (x) y Q(x) se pueden expandir en serie de potencias de x a con un radio de convergencia positivo.
o. d
eM
atem
donde a2 (x) = 0 en I y P (x) =
a1 (x) a2 (x)
y Q (x ) =
a0 (x) a2 (x)
atic
as
y + P (x )y + Q (x )y = 0
5.2. SOLUCION EN PUNTOS ORDINARIOS Soluci on: sen x: tiene expansi on Taylor para cualquier a e : tiene expansi on Taylor para cualquier a. Es decir todo a en R es punto ordinario de la ecuaci on diferencial, por tanto no tiene puntos singulares.
x
n=0
Soluci on: x = 0 es un punto singular ya que ln x no tiene expansi on en x = 0, todos los dem as puntos diferentes de cero son puntos ordinarios. Analicemos el caso en que a2 (x), a1 (x) y a0 (x) son polinomios. Si en la E.D. a2 (x)y + a1 (x)y + a0 (x)y = 0 se tiene que a2 (x), a1 (x), a0 (x) son polinomios sin factores comunes, o sea, sin ra ces comunes, entonces x = a es : i) Un punto ordinario si a2 (a) = 0 es decir, x = a no es ra z del polinomio a2 (x). ii) Un punto singular si a2 (a) = 0, es decir, si a es ra z de a2 (x). Ejemplo 4. Hallar los puntos ordinarios y singulares de (x 4)y + 2xy + 3y = 0 Soluci on:
2
a 2 (x ) = x 2 4 = 0 173
Un iv
ersi
dad
de
An tio
qui
x = 0 es punto ordinario de la E.D.,por tanto todos los x = 0 son puntos singulares. Ejemplo 3. Hallar los puntos ordinarios y singulares de y + (ln x)y = 0
a, D
ept
o. d
sen x Q (x ) = = x
n=0
(1)n
x(2n+1) (2n+1)!
(1)n x2n (2n + 1)!
eM
atem
Q (x ) sen x y=0 y + x
atic
as
Ejemplo 2. Hallar los puntos ordinarios y singulares de xy + ( sen x)y = 0 Soluci on:
CAP ITULO 5. SOLUCIONES POR SERIES x = 2 son puntos singulares. x = 2 son puntos ordinarios. Teorema 5.1 . Si x = a es un punto ordinario de la ecuaci on a2 (x)y + a1 (x)y + a0 (x)y = 0,
y=
n=0
C n (x a ) n .
x2 1 = 0 x = 1 son puntos singulares y los x = 1 son puntos ordinarios.
de la forma y (x) =
C n xn
Un iv
Debemos hallar las Cn : derivamos dos veces: y (x ) =

n=2 n=1
ersi
n=0
y (x ) =
Pasamos a sustituir y (x) y y (x) en la E.D. original: x2 y y + 4xy + 2y = 0 174
dad
Trabajemos con el punto ordinario x = 0, los candidatos a soluci on son
n(n 1)Cn xn2
de
An tio
Ejemplo 5. Resolver por series la E.D. (x2 1)y + 4xy + 2y = 0 Soluci on:
nCn xn1
qui
a, D
Nota: para simplicar supondremos que el punto ordinario es a = 0, si a = 0, se hace la sustituci on t = x a. Esta sustituci on convierte la E.D. en otra E.D. con punto ordinario t = 0.
ept
o. d
Una soluci on en serie de potencias converge por lo menos para |x a| < R1 , donde R1 es la distancia de a al punto singular m as cercano.
eM
atem
atic
siempre podemos encontrar dos soluciones distintas (linealmente independientes), en serie de potencias; soluciones que son de la forma
as
5.2. SOLUCION EN PUNTOS ORDINARIOS

n=2 n=2
n(n 1)Cn xn
n(n 1)Cn xn2 +
n=1
4n Cn xn +
n=0
2 C n xn = 0
Homogenizamos las potencias de x:

n=2
n(n 1)Cn x
m=0
(m +2)(m +1)Cm+2 x +
n=1
4n Cn x +
n=0
2 C n xn = 0
haciendo
Escribimos todo en t erminos de k :

k=2
eM
k
k (k 1)Ck x
k=0
(k + 2)(k + 1)Ck+2 x +
k=1
atem
4k Ck x +
n2=m n=m+2 n=2 m=0
Ahora homogenizamos el ndice de las series:

k=2 k=2 k
k=2
An tio
+ luego
k=2
qui
k (k 1)Ck xk 2C2 (3)(2)C3 x
(k + 2)(k + 1)Ck+2 xk + 4C1 x+

k=2
a, D
ept
4k Ck x + 2C0 + 2C1 x + 2 C k xk = 0 x0 : 2C0 2C2 = 0 C2 = C0 xk : [k (k 1) + 4k + 2]Ck (k + 2)(k + 1)Ck+2 = 0 x1 : 6C1 6C3 = 0 C1 = C3 k = 2, 3, . . . (k 2 + 3k + 2)Ck (k + 2)(k + 1)Ck+2 = 0 (k + 2)(k + 1)Ck (k + 2)(k + 1)Ck+2 = 0 175
Un iv
Comparando coecientes:
ersi
2C0 2C2 +(6C1 23C3 )x+
[k (k 1)Ck (k +2)(k +1)Ck+2 +4kCk +2Ck ]xk = 0
dad
de
o. d
atic
k=0
as
2 C k xk = 0
Ck+2 =
(k + 2)(k + 1) Ck (k + 2)(k + 1) k = 2, 3, . . .
Ck+2 = Ck
F ormula de recurrencia para los coecientes
k = 2 : C 4 = C2 = C0 k = 3 : C 5 = C3 = C1 k = 4 : C 6 = C4 = C0 k = 5 : C 7 = C5 = C1 Volviendo a y (x ) =
n=0
= C 0 + C 1 x + C 0 x2 + C 1 x3 + C 0 x4 + C 1 x5 + C 0 x6 + . . . La soluci on general:
= C0 (1 + x2 + x4 + x6 + . . . + x2n + . . .)+C1 (x + x3 + x5 + . . . + x2n+1 + . . .) y 1 (x ) = C0
de
An tio
qui
a, D
C n xn = C 0 + C 1 x + C 2 x2 + C 3 x3 + C 4 x4 + C 5 x5 + C 6 x6 + . . .
ept
o. d
y 2 (x ) y (0) = 0
Siendo y1 (x) y y2 (x) dos soluciones linealmente independientes. Resolver por series los siguientes ejercicios en el punto ordinario x = 0: Ejercicio 1. y 2xy + 8y = 0 (Rta: y = 3 12x2 + 4x4 ) 176 y (0) = 3,
Un iv
1 + C1 x(1 + x2 + x4 + x6 + . . . + x2n + . . .) 1 x2 1 C1 x 1 = C0 + ya que = 1 + x + x 2 + x3 + . . . 2 2 1x 1x 1x
ersi
dad
eM
atem
atic
as
Iteremos la f ormula de recurrencia:
5.2. SOLUCION EN PUNTOS ORDINARIOS Ejercicio 2. (x2 1)y 6y = 0 3 2n (Rta: y = C0 + C1 (x x3 )) n=0 (2n1)(2n3) x Ejercicio 3. y xy = 0 1 6 1 1 9 1 7 (Rta: y = C0 (1 + 31 x + 61 x + 91 x + . . .) + C1 (x + 41 x4 + 71 x + 2 5 32 8 65 32 3 6 43 1 1 1 10 x + . . .)) 109 76 43 + 1)x2n+1 )
(Rta: y1 = C0 ,
y2 = C 1
n=1
xn n
= C1 ln |x 1|)
Ejercicio 12. y 2xy 2y = x con y (0) = 1 y y (0) = 1 4 2 ) (Rta: y = ex x 4 Ejercicio 13. y + xy + (2x 1)y = x con y (0) = 2 y y (0) = 3. Hallar los primeros 6 t erminos de la soluci on particular.
Un iv
Ejercicio 11. (1 x)2 y (1 x)y y = 0 con y (0) = y (0) = 1 1 (Rta: y = 1 ) x
ersi
Ejercicio 10. y 2xy + 4y = 0 con y (0) = 1 y y (0) = 0 (Rta: y = 1 2x2 )
dad
de
Ejercicio 9. y xy + y = x cos x, (Rta: y (x) = x + sen x)
An tio
Ejercicio 8. (1 + x2 )y + 2xy 2y = 0 (Rta: y (x) = C0 (1 + x tan1 x) + C1 x)
qui
y (0) = 0,
a, D
y (0) = 2
Ejercicio 7. (x 1)y + y = 0
ept
o. d
Ejercicio 6. y + ex y = 0 (Sugerencia: Hallar la serie ex y multiplicarla por la serie de y )
eM
Ejercicio 5. y xy y = 0 1 2n + C1 (Rta: y = C0 n=0 2468...2n x
1 2n+1 ) n=0 1357...(2n+1) x
atem
177
atic
Ejercicio 4. (x2 + 1)y + 6xy + 6y = 0 n 2n (Rta: y = C0 + C1 n=0 (1) (2n + 1)x
n n=0 (1) (n
as
CAP ITULO 5. SOLUCIONES POR SERIES (Rta: y = 2 + 3x + x2 2 x3 3 Ejercicio 14. y + xy + y = 0 a). Hallar dos soluciones linealmente independientes y1 (x), y2 (x) b). Usando el criterio del cociente, mostrar que las dos series son convergentes para todo x.
2
7 4 x 12
1 5 x 30
. . .)
C2m =
C2m+1 =
Un iv
b) Las dos soluciones linealmente independientes son: y1 = C 0

m=0
ersi
(1)m ( 1)( 3) . . . ( 2m + 1)( + 2)( + 4) . . . ( + 2m) C1 (2m + 1)!
y2 = C 1
m=0
donde a2m y a2m+1 son las fracciones encontradas en a), pero sin (1)m 178
dad
de
(1)m ( 2)( 4) . . . ( 2m + 2)( + 1)( + 3) . . . ( + 2m 1) C0 (2m)!
(1)m a2m+1 x2m+1
An tio
a) Que las f ormulas de recurrencia son:
(1)m a2m x2m
qui
Mostrar:
a, D
(1 x2 )y 2xy + ( + 1)y = 0 con > 1
ept
Ejercicio 15. La E.D. de Legendre de orden es:
o. d
x x (Rta: a). y1 (x) = 1 x +2 2x + . . . , y 2 (x ) = x x +3 3x + . . .) 2 4 46 3 5 57
eM
3
d). Usando el m etodo de reducci on de orden de DAlembert, hallar y2 (x)

5 7
atem
c). Probar que y1 (x) = e
x 2 ) (
atic
as
5.2. SOLUCION EN PUNTOS ORDINARIOS c) Si es mostrar Si es 2m + 1 nita. entero no negativo y par, entonces a2m = 0 para 2m > n; que y1 es un polinomio de grado n y y2 es una serie innita. entero no negativo e impar; mostrar que a2m+1 = 0 para > n y y2 es un polinomio de grado n y y1 es una serie in-
donde N =parte entera de
n 2
Ejercicio 16. F ormula de Rodriguez: P n (x ) =
Derive ambos lados de la E.D. y obtenga (1 x2 ) + 2(n 1)xu + 2nu = 0 b) Derive sucesivamente, n veces ambos lados de la ecuaci on y obtenga: (1 x2 )u(n+2) 2xu(n+1) + n(n + 1)u(n) = 0 Hacer v = u(n) y mostrar que v = D n (1 x2 )n y luego mostrar que v satisface la ecuaci on de Legendre de orden n 179
Un iv
(1 x2 )u + 2nxu = 0
ersi
a) Mostrar que u = (x2 1)n satisface la E.D.
dad
1 dn 2 (x 1)n n n n!2 dx para el polinomio de Legendre de grado n.
de
An tio
P0 (x) = 1, 1 P2 (x) = (3x2 1), 2 1 P4 (x) = (35x4 30x2 + 3), 8
P1 (x) = x, 1 P3 (x) = (5x3 3x), 2 1 P5 (x) = (63x5 70x3 + 15x) 8
qui
a, D
ept
o. d
e) Mostrar que los 6 primeros polinomios de Legendre son:
eM
d) Se acostumbra tomar la constante arbitraria (C0 o C1 seg un el caso) de tal manera que el coeciente de xn en el polinomio y1 o y2 (seg un el (2n)! caso) sea 2n (n!)2 y se les llama polinomios de LegendrePn (x). Mostrar que: N (1)k (2n 2k )! xn2k P n (x ) = n k !(n k )!(n 2k )! 2 k=0
atem
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES c) Demostrar que el coeciente de xn en v es

(2n)! n!
d) Explicar porqu e c) demuestra la f ormula de Rodriguez (Notar que el (2n)! n coeciente de x en Pn (x) es 2n (n!)2 ) Ejercicio 17. La E.D. y 2xy + 2y = 0 se le llama ecuaci on de Hermite de orden .
a) Mostrar que las dos soluciones en serie de potencias son: y1 = 1 + (1)m
m=1
c) El polinomio de la parte b) se denota por Hn (x) y se le llama polinomio de Hermite cuando el coeciente de xn es 2n .
H0 (x) = 1, H2 (x) = 4x2 2, H4 (x) = 16x4 48x2 + 12,
ersi
dad
d) Demostrar que los 6 primeros polinomios de Hermite son:
e) La formula general de los polinomios de Hermite es Hn (x) = (1)n ex

2
Un iv
de
Por inducci on mostrar que genera un polinomio de grado n. 180
An tio
b) Si es entero par, mostrar que y1 es un polinomio. Si es impar, mostrar que y2 es un polinomio.
H1 (x) = 2x, H3 (x) = 8x3 12x, H5 (x) = 32x5 160x3 + 120x
qui
a, D
y2 = x +
(1)m
2m ( 1)( 3) . . . ( 2m + 1) 2m+1 x (2m + 1)!
dn x2 (e ) dxn
ept
o. d
m=1
eM
2m ( 2) . . . ( 2m + 2) 2m x (2m)!
atem
atic
as
5.2. SOLUCION EN PUNTOS ORDINARIOS El siguiente ejercicio resuelto, s olo tiene validez para E.D. con condiciones iniciales. Si la condici on inicial est a en x = 0, utilizamos las series Maclaurin y si la condici on inicial est a en x = a, utilizamos la serie Taylor. Ejemplo 6. y ex y = 0, Soluci on. Serie Maclaurin de y (x). y (x ) =
n=0
y (0) = y (0) = 1
y (x) = y (0) +
evaluando en
x=0
y (v) (0) = 1(0 2(1) + 1) 1(1 2(1) + 1) = 1 x2 x5 + ... 2! 5!
Sustituyendo en la f ormula de Maclaurin: y (x ) = 1 + x +
Ejercicio 1. Hallar la soluci on particular de la E.D. de Ayry y xy = 0 y (1) = 1, y (1) = 0 181
Un iv
y (v) (x) = ex (y (x) 2y (x) + y (x)) ex (y (x) 2y + y (x)
ersi
y (iv) (0) = 1(1 1) 1(1 1) = 0
dad
y (iv) (x) = ex (y (x) y (x)) ex (y (x) y (x))
de
x = 0y (0) = 1 1 1 1 = 0
An tio
y (x) = ex y (x) ex y (x)
qui
Derivando nuevamente tenemos que:
a, D
y (x) = ex y (x),
evaluando en x = 0 y (0) = 1 1 = 1
ept
De la ecuaci on tenemos que
o. d
y (0) y (0) 2 y (0) 3 x+ x + x + ... 1! 2! 3! y (0) = 1 y (0) = 1
eM
atem
y (n) (0)xn n!
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES (Rta.: y = 1 +

(x1)2 2!
(x1)3 3!
(x1)4 4!
4(x1)5 5!
+ . . .)
Ejercicio 2. Hallar la soluci on particular de la E.D. y 2xy 2y = x (Rta.: y = x + ex ) 4

2
y (0) = 1,
y (0) =
1 4
Ejercicio 3. Resolviendo por series, mostrar que la soluci on de la E.D. (x 1)y xy + y = 0 con y (0) = 2, es y = 8x 2ex .
y + P (x)y + Q(x)y = 0, si (x x0 )P (x) y (x x0 )2 Q(x) son anal ticas en x = x0 , es decir, si 2 (x x0 )P (x) y (x x0 ) Q(x) tienen desarrollos en series de potencias de (x x0 ). Si x = x0 no cumple con la anterior denici on, entonces decimos que x = x0 es un punto singular irregular. ii. Si en la E.D.
a 2 (x )y + a 1 (x )y + a 0 (x )y = 0 se tiene que a2 (x), a1 (x), a0 (x) son polinomios sin factores comunes, entonces decimos que x = x0 es un punto singular regular si 0 (x) 1 (x) y Q (x ) = a , el factor a2 (x0 ) = 0 y adem as, si en P (x) = a a2 (x) a2 (x) x x0 tiene a lo sumo grado uno en el denominador de P (x) y grado a lo sumo dos en el denominador de Q(x). 182
Un iv
ersi
dad
de
An tio
i. Decimos que x = x0 es un punto singular regular de la E.D.O.
qui
Denici on 5.2 (Punto singular) .
a, D
ept
5.3.
SOLUCIONES EN TORNO A PUNTOS SINGULARES REGULARES
o. d
eM
atem
y (0) = 6
atic
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. Ejemplo 7.Hallar los puntos singulares regulares e irregulares de (x2 4)2 y + (x 2)y + y = 0 Soluci on: Puntos singulares: a2 (x) = (x2 4)2 = 0 x = 2 P (x ) = 1 x2 = 2 2 (x 4) (x 2)(x + 2)2 1 (x 2)2 (x + 2)2
Q (x ) =
Teorema 5.2 (de Frobenius) . Si x = x0 es un punto singular regular de la E.D.O.
n=0
donde r es una constante a determinar. Esta serie converge en un intervalo de la forma 0 < x x0 < R. Ejemplo 8. Utilizar el teorema de Frobenius para hallar dos soluciones linealmente independientes de la E.D. 3xy + y y = 0 Soluci on:
Un iv
y=
ersi
entonces existe al menos una soluci on en serie de la forma: Cn (x x0 )n+r ,
dad
a2 (x)y + a1 (x)y + a0 (x)y = 0,
de
An tio
qui
Nota: los puntos singulares pueden ser n umeros complejos.
a, D
Con x = 2 es punto singular irregular, porque x +2 aparece con grado dos en el denominador de P (x).
ept
o. d
Con x = +2, como (x 2) es un factor de grado uno en P (x) y de grado dos en Q(x), por lo tanto x = 2 es punto singular regular.
eM
atem
183
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES x = 0 es punto singular y es regular porque P (x ) = 1 , 3x Q (x ) = 1 3x
Suponemos una soluci on de la forma: y=

n=0 n=0
eM
y sustituimos en la E.D. 3xy +y y =

n=0
atem
n+r1
y =
(n + r)(n + r 1)Cn xn+r2
atic
n=0
n=0
n=0 n+r1
n=0
qui
n=0
An tio
(n + r)(3n + 3r 2)Cn x
n1
a, D
(n + r)(3n + 3r 2)Cn x
ept
n=0
o. d
3(n+r)(n+r1)Cn x
n+r1
as
Cn xn+r = 0 =0
Cn x
n+r
y =
(n + r)Cn xn+r1
(n + r )C n x
Cn xn+r = 0 C n xn
n=0
Sacamos la potencia m as baja: x

r
hagamos x
r
r(3r 2)C0 x
k=0
Un iv
k =n1 n=k+1 n=1 k=0
ersi
dad
r(3r 2)C0 x
de
n=1
(n + r)(3n + 3r 2)Cn x
n1
C n xn = 0
n=0
(k + r + 1)(3k + 3r + 1)Ck+1 x
k=0
C k xk = 0
r(3r 2)C0 x
k=0
[(k + r + 1)(3k + 3r + 1)Ck+1 Ck ] xk = 0
en potencias de: x1 : r(3r 2)C0 = 0 184
5.3. SOL. EN TORNO A PUNTOS SING. REG. y en potencias de: xk : (k + r + 1)(3k + 3r + 1)Ck+1 Ck = 0 con k = 0, 1, 2, . . . si C0 = 0 r(3r 2) = 0
ec. indicial
r2 = 0 r 1 =
2 3
ndices (o exponentes) de la singularidad
Con r1 =
2 3
que es la ra z mayor, entonces: (k + Ck 5 )(3k 3 + 3) =
Ck+1 =
Iteremos (5.1): k = 0 : C1 =
generalizando Cn =
C0 n! 5 8 11 14 . . . (3n + 2) C0 11
Un iv
C0 51 C1 C0 C0 k = 1 : C2 = = = 82 (5 1) (8 2) 2! (5 8) C2 C0 C0 k = 2 : C3 = = = 11 3 (5 1) (8 2) (11 3) 3! 5 8 11 C0 C3 = k = 3 : C4 = 14 4 4! 5 8 11 14
ersi
dad
de
Iteremos (5.2): k = 0 : C1 =
An tio
qui
n = 1, 2, . . .
a, D
Ck+1 =
Ck , k = 0, 1, . . . (k + 1)(3k + 1)
ept
Con r2 = 0 entonces:
o. d
Ck , k = 0, 1, . . . (3k + 5)(k + 1)
eM
atem
(5.1) (5.2) 185
atic
Ck+1 =
Ck , k = 0, 1, 2, . . . (k + r + 1)(3k + 3r + 1)
as
CAP ITULO 5. SOLUCIONES POR SERIES k = 1 : C2 = C1 C0 = 24 (1 1) (2 4) C0 C0 C2 = = k = 2 : C3 = 37 (1 1) (2 4) (3 7) 3! 4 7 C0 C3 = k = 3 : C4 = 4 10 4! 4 7 10 C0 n! 1 4 7 10 . . . (3n 2)

n=0
2
r1 =
o. d
2 y1 = 3
Cn xn+ 3 = x 3
n=1
n=0
eM
2
atem
n=1
Cn =
n = 1, 2, . . .
C n xn = x 3 C 0 +
atic
C n xn C n xn
= C0 x 3 1 +
n=1
An tio
qui
xn n! 5 8 11 14 . . . (3n + 2) =
a, D
n
ept
= x 3 C0 +
C0 xn n! 5 8 11 14 . . . (3n + 2)
r2 = 0 y 2 =
n=0
Cn x
n+0
Cn x = C 0 +
n=1
n=0 n=1
= C0 1 +
Luego la soluci on general es : y = k 1 y1 + k 2 y2 = k 1 C0 x

2 3
1+
n=1
n=1
k2 C0 1 + 186
xn n! 1 4 7 10 . . . (3n 2)
Un iv
xn + n! 5 8 11 14 . . . (3n + 2)
ersi
n=1
dad
= C0 +
C0 xn n! 1 4 7 10 . . . (3n 2) xn n! 1 4 7 10 . . . (3n 2)
de
as
generalizando
5.3. SOL. EN TORNO A PUNTOS SING. REG. observemos que para este ejemplo 2 r1 = , 3 r2 = 0 r 1 r2 = 2 = entero 3
Nota: en general si x = 0 es un punto singular regular, entonces las funciones xP (x) y x2 Q(x) son anal ticas en x = 0, es decir
Se hallan las ra ces de la ecuaci on indicial y se sustituyen en la relaci on de recurrencia. Con las ra ces de la ecuaci on indicial pueden ocurrir los siguientes tres casos. CASO I: cuando r1 r2 = entero positivo, entonces las dos soluciones linealmente independientes son: y1 =
Este caso lo hemos contemplado en el Ejemplo 8. CASO II: cuando r1 r2 = entero positivo, entonces las dos soluciones linealmente independientes son: y1 =
n=0
Un iv
y2 =
ersi
n=0
n=0
dad
Cn xn+r1
Cn xn+r2
Cn xn+r1 187
de
An tio
qui
a, D
son convergentes en intervalos de radio positivo. Despu es de sustituir y = n+r en la E.D. y simplicar, la ecuaci on indicial es una ecuaci on n=0 Cn x cuadr atica en r que resulta de igualar a cero el coeciente de la menor potencia de x. Siguiendo este procedimiento se puede mostrar que la ecuaci on indicial es r(r 1) + p0 r + q0 = 0
ept
o. d
eM
atem
x 2 Q (x ) = q 0 + q 1 x + q 2 x 2 + . . .
atic
xP (x) = p0 + p1 x + p2 x2 + . . .
as

n=0
y2 = Cy1 (x) ln x +
bn xn+r2
b0 = 0,
donde C es una constante que puede ser cero. Nota: para saber si C es cero o diferente de cero, utilizamos la f ormula de DAlembert; si es cero, entonces en y2 no aparece el t ermino logar tmico. El pr oximo ejemplo lo haremos con C = 0; si C = 0, y2 tambi en se puede hallar utilizando la f ormula de DAlembert: y 2 = y 1 (x ) o tambi en derivando dos veces y2 = Cy1 (x) ln x +
n=0
n=0 n=1
y2 = y1 (x) ln x +
bn xn+r1
dad
5.3.1.
CASO II: r1 r2 = entero positivo
Con el siguiente ejemplo mostramos el CASO II, o sea cuando r1 r2 = entero positivo. Ejemplo 9. xy + (5 + 3x)y + 3y = 0 Soluci on:
188
Un iv
ersi
de
y1 =
Cn xn+r1
An tio
CASO III: cuando r1 r2 = 0, entonces las soluciones linealmente independientes son: con C0 = 0
sabiendo que r1 = r2
qui
y sustituyendo en la E.D. e iterando la f ormula de recurrencia para hallar los coecientes bn .
a, D
ept
bn xn+r2
o. d
b0 = 0,
eM
atem
e p(x) dx dx [y1 (x)]2
atic
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. x = 0 es punto singular regular, ya que P (x ) = 5 + 3x x Q (x ) = 3 x
Si utilizamos la f ormula de DAlembert encontramos que despu es de efectuar todas las operaciones, el primer t ermino no tiene logaritmo, por tanto C = 0. Ahora supongamos que y= Cn x
n=0
n=0
y =
n=0
y = sustituyendo en la E.D.
xy + 5y + 3xy + 3y = 0
n=0 n=0 n=0 n=0
(n + r)(n + r 1)Cn x
n+r1
5(n + r)Cn xn+r +
qui
a, D
+
ept An tio
3(n + r)Cn xn+r +
n=0
o. d
3Cn xn+r = 0
n=0
r(r + 4)C0 x
n=1
dad
de
(n + r)(n + r 1 + 5)Cn x
n1
3(n + r + 1)Cn xn = 0 3(n + r + 1)Cn xn = 0
n=0 n1
(n + r)(n + r + 4)Cn x
luego xr r(r + 4)C0 x1 +

k=0
[(k + r + 1)(k + r + 5)Ck+1 + 3(k + r + 1)Ck ]xk = 0
Por lo tanto la ecuaci on indicial: r(r + 4) = 0 r1 = 0 r2 = 4 o sea que r1 r2 = entero positivo 189
Un iv
hagamos
k =n1 n=k+1 cuando n = 1 k=0
ersi
eM
(n + r)(n + r 1)Cn xn+r2
atem
atic
n+r
(n + r)Cn xn+r1
as
CAP ITULO 5. SOLUCIONES POR SERIES y la f ormula de recurrencia es (k + r + 1)(k + r + 5)Ck+1 + 3(k + r + 1)Ck = 0 k = 0, 1, . . . e iteramos con la menor ra z indicial r2 = 4: (k + 1)(k 3)Ck+1 + 3(k 3)Ck = 0 k = 0, 1, . . . 9C0 = 3C0 3 3 9 6C1 = (3)C0 = C0 k = 1 : 2(2)C2 + 3(2)C1 = 0 C2 = 4 2 2 3C2 9 k = 2 : 3(1)C3 + 3(1)C2 = 0 C3 = = C0 3 2 k = 3 : 4(0)C4 + 3(0)C3 = 0 C4 es par ametro k 4 : Ck+1 = es decir C1 = 3C0 , C4 : par ametro 3 Ck (k + 1) 9 C 2 = C0 , 2
iteremos (5.3):
3 k = 4 : C 5 = C4 5 33 3 C4 k = 5 : C 6 = C5 = 6 56 3 333 k = 6 : C 7 = C6 = C4 7 567 33 4! = C4 7! generalizando 3(n4) 4! C4 n4 Cn = (1)n n! 190
Un iv
ersi
dad
de
k 4 : Ck+1 =
An tio
qui
3 Ck (k + 1)
a, D
9 C 3 = C0 , 2
ept
o. d
eM
atem
atic
k = 0 : 1(3)C1 + 3(3)C0 C1 =
as
(5.3)
5.3. SOL. EN TORNO A PUNTOS SING. REG.

n=0
y =
Cn xn4
2 3 n=4
= x [C 0 + C 1 x + C 2 x + C 3 x +
C n xn ]
y 1 (x ) 9 9 = C0 x4 1 3 x + x2 x3 2 2 y 2 (x ) +C 4 hagamos 1+
n=5
(n)!
y = C 0 y 1 (x ) + C 4 = C 0 y 1 (x ) + C 4
1+
An tio
de
k=1
(1)k+4
Para abordar el caso iii) cuando r1 = r2 necesitamos denir la funci on Gamma.
5.3.2.
GAMMA: (x) FUNCION

0
Denici on 5.3 . Sea x > 0. La funci on Gamma se dene as : (x) = e x1 d 191
Un iv
ersi
dad
1 + 24
n=1
(1)n
converge x Re
qui
k =n4 n=k+4 n=5 k=1
a, D
3k 4! xk (k + 4)! 3n xn (n + 4)!
ept
(1)
n3
(n4)
4!
xn4
o. d
eM
atem
atic
9 9 = x4 [C0 3C0 x + C0 x2 C0 x3 + C4 x4 + 2 2 (n4) 3 4! + C 4 xn ] (1)n n! n=5
as
CAP ITULO 5. SOLUCIONES POR SERIES Teorema 5.3 (F ormula de recurrencia para la funci on ) . Para x > 0 : (x + 1) = x(x) . Demostraci on: (x + 1) =
0
e x d
= 00+x ya que l m e x

e x1 d = x(x)
= Observaciones: a). x 0.1 0.2 4.59 0.3
L Hopital
0.4
de
An tio
(x) 9.5
2.99
dad
2.22
0.5
qui
= 0
a, D
0.6 1.49 0.7 1.30
x = l m e
ept
0.8 1.16
o. d
eM
0.9 1.07
0
la anterior integral se hizo por partes, u = x du = x x1 d haciendo dv = e dt v = e
b). Si x = n entero positivo:
(n + 1) = n(n) = n(n 1)(n 1) = . . . = n(n 1)(n 2) . . . 1 (1) Pero (1) =

0
Un iv
e 0 d = e (n + 1) = n!
ersi
= (0 1) = 1
Luego, 192
atem
atic
= e x | 0 +
xe x1 d
as

5 4 3 2 1 0 -5 -4 -3 -2 -1 0 -1 -2 -3 -4 -5 1 2 3 4
c). Con n = 0 obtenemos 0! = (0 + 1) = (1) = 1 y
con esto probamos, mediante la funci on Gamma, que 0! = 1 d). Gr aca de la funci on (x) (gura 5.1).
NOTA: la f ormula para calcular (x) para x < 0 es: (x) =

3 1 22
Un iv
Denici on 5.4 . Si x < 0, denimos (x) as : (x) = (x 1)(x 1) si x = 0 o x = de un entero negativo. (x) = si x = 0 o x = entero negativo.(Ver la gr aca 5.1)
ersi
dad
1 (x + 1) x
3 2
de
An tio
1! = (1 + 1) = 1 (1) = 1 1 = 1 (por el Teorema anterior)
Ejemplo 10.
5 2
3 2
+1 =
3 2
qui
a, D
ept
1 2 31 22
Figura 5.1
o. d
eM
atem
=
3 2
atic
+1 =
1 2
as
= 193

7 Ejemplo 11. 2 Soluci on:
7 2
= = = =
An tio
7 Ejemplo 13. Calcular 2 ! Soluci on:
qui
a, D
7 != 2
7 +1 2
7 5 3 1 2222
ept
Ejemplo 12. Hallar
7 2
o. d
Denici on 5.5 (Factorial generalizado) . x! = (x + 1), x = entero negativo.
eM
atem
2 3 2 1 1 2
2
2 7 2 7 2 7 2 7
2 5 2 5 2 5
5 2
= 2 3 2 3 2 3
2 7
1 2
2 5
3 2
2 1 2 1
Ejercicio 2. Hallar (Rta: 2 )
x2 e 0
Un iv
Ejercicio 1. Hallar 3! (Rta: 4 4)
1 0
1 x3 ln x
ersi
dx
dad
dx
de
5 7 7 ! = +1 = = 2 2 2 2 2 2 = 5 3 1
2 5
Ejercicio 3. Hallar utilizando la funci on : (Rta: 4 ) Ejercicio 4. Probar que 194
x2 ex dx
atic
1 2
as
n+ y
1 (2n + 1)! ! = 2n+1 2 2 n! 1 (2n)! ! = 2n 2 2 n!
n para todo entero n no negativo.
Denici on 5.6 (Ecuaci on Diferencial de Bessel) . La E.D.:
d2 y dy x 2+ + xy = 0. dx dx
y=
con 0 < x < R y C0 = 0; derivamos dos veces y sustituimos en la E.D. y llegamos a esto:
n=0
Un iv
ersi
n=0
(n + r)(n + r 1)Cn x
n=0
n+r1
n=0
dad
Hallemos expl citamente estas soluciones en el intervalo 0 < x < R; es f acil ver que x = 0 es un punto singular regular. Suponemos una soluci on de la forma Cn xn+r ,
de
An tio
qui
Las soluciones de esta E.D. se les llama funciones de Bessel de orden p. Cuando p = 0 y x = 0 entonces
a, D
donde p es un par ametro positivo, se le llama E.D. de Bessel de orden p.
ept
x2
d2 y dy + x + (x 2 p 2 )y = 0 2 dx dx
(n + r )C n x
n=0
n+r1
o. d
+
n=0
eM
(n + r ) C n x
n+r1
Cn xn+r+1 = 0 195
atem
CASO III: r1 = r2 . Tomamos como ejemplo para este caso, la E.D. de Bessel de orden cero.
atic
5.3.3.
CASO III: r1 = r2
Cn xn+r+1 = 0
as

n=0
xr
(n + r)2 Cn xn1 +
n=0
Cn xn+1 = 0
para homogenizar los exponentes hagamos k = n 1 (o sea que n = k + 1 y cuando n = 0 entonces k = 1) en la primera sumatoria y hagamos k = n +1 en la segunda sumatoria, luego xr (k + r + 1)2 Ck+1 xk + Ck1 xk = 0
k=1 k=1
n=1
x r C0 x
+ (r + 1) C1 x +
iterando k k = 1 C2 = k = 2 C3 k = 3 C4 k = 4 C5 k = 5 C6 Generalizando, C2n = (1)n 196 22 42
C0 C0 = 2 2 (1 + 1) 2 C1 = 2 =0 3 C2 C0 = 2 = 2 4 2 42 =0 C4 C0 = 2 = 2 6 2 42 62
Un iv
C0 C0 = (1)n 2 2 6 (2n) (2 4 6 (2n))2
ersi
dad
de
An tio
Ck+1 =
Ck1 (k + 1)2
qui
(0 + 1)2 C1 = 0 C1 = 0
k = 1, 2, . . .
a, D
Si C0 = 0 r1 = r2 = r = 0
ept
r2 C0 = 0,
(r + 1)2 C1 = 0,
(k + r + 1)2 Ck+1 + Ck1 = 0 con k 1
o. d
comparamos coecientes
eM
[(k + r + 1)2 Ck+1 + Ck1 ] xk = 0
atem
atic
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. C0 (2n 1 2 3 . . . n)2 C0 , n = 0, 1, 2, . . . = (1)n 2n 2 (n!)2 = 0, n = 0, 1, 2, . . . = (1)n
n=0 n=0 n n=0
C2n+1
Sustituimos en
C0 = x2n = C0 (1) 2n 2 2 ( n !) n=0 Por denici on, la serie

n=0
(1)n
1 (n!)2
atem
y 2 (x ) = como [J0 (x)]2 = y 2 (x ) = =
e x dx 1 J 0 (x ) dx = J ( x ) dx 0 [J0 (x)]2 x[J0 (x)]2 x2 3x4 5x6 1 + + ... 2 32 576 1 x2 5x4 23x6 = 1 + + + + ... [J0 (x)]2 2 32 576 1 1 x 5x3 23x5 = + + + + ... x[J0 (x)]2 x 2 32 576 1 x 5x3 23x5 J 0 (x ) + + + + . . . dx x 2 32 576 x2 5x4 23x6 J0 (x)[ln x + + + + . . .] 4 128 3456
Un iv
ersi
dad
de
An tio
La segunda soluci on la hallamos por el m etodo de reducci on de orden DAlembert:
x2 x4 x6 = J0 (x) ln x + 1 + + ... 4 64 2304
qui
J 0 (x ) = 1
x2 x4 x6 + + ... 4 64 2304
a, D
se le llama funci on de Bessel de orden cero y de primera especie
ept
(1)n (n!)2
x 2
2n
= J 0 (x )
x2 5x4 23x6 + + + ... 4 128 3456 197
o. d
eM
atic
x 2
2n
y 1 (x ) =
Cn x =
C2n x2n
as
CAP ITULO 5. SOLUCIONES POR SERIES y2 = J0 (x) ln x + x2 3x4 11x6 + ... 4 128 13824
NOTA: observemos que (1)2 1(1) 1 1 = 2 = 2 2 2 (1!) 2 4 (1)3 (1)4 Por tanto y2 (x) = J0 (x) ln x + 24 (2!)2 1 26 (3!)2 1+ = = 24 26
1+
y2 (x) = J0 (x) ln x +
1+
a, D
n=1
(1)n+1 22n (n!)2
1 1 1 + + ... + 2 3 n
ept
o. d
1 1 1 x4 x6 x2 1 + 1+ + + ... 2 4 2 6 2 2 2 (2!) 2 2 (3!) 2 3
eM
atem
x2n
1 1 + 2 3
11 11 = 2 6 6 13824
atic
(5.4)
y = C 0 J 0 (x ) + C 1 y 2 (x ) En vez de y2 (x) como segunda soluci on, se acostumbra tomar la siguiente funci on combinaci on lineal de y2 y J0 , como segunda soluci on:
donde es la constante de Euler; a Y0 (x) se le llama funci on de Bessel de orden cero y de segunda especie y = l m As Y0 (x) ser a igual a Y 0 (x ) = 198 2 [J0 (x) ln x+ 1+ 1 1 1 + + . . . + ln n 2 3 n 0,5772
Un iv
ersi
Y 0 (x ) =
2 [y2 (x) + ( ln 2)J0 (x)]
dad
de
An tio
Donde (5.4) es la segunda soluci on y es linealmente independiente con y1 . La soluci on general es:
qui
as
1 2
3 3 = 2 2 2 128

n=1
(1)n+1 22n (n!)2
1+
1 1 1 + + ... + 2 3 n
x2n + ( ln 2)J0 (x) 1 1 1 + + ... + 2 3 n x 2

2n
Y 0 (x ) =
2 x (1)n+1 J0 (x) + ln + 2 (n!)2 n=1
1+
0,5
0 0 5 10 x -0,5 15
20
o. d
-1
Figura 5.2 J0 (x) y Y0 (x).
Un iv
se le llama E.D. de Bessel de orden p 0 y x > 0. Trabajemos con p > 0 y veamos que x = 0 es un punto singular regular. En efecto, como x2 = 0 entonces x = 0 y P (x ) = x 1 = , 2 x x Q (x ) = x2 p 2 x2
por tanto x = 0 es un punto singular regular; suponemos una soluci on de la forma y=
ersi
x2 y + xy + (x2 p2 )y = 0
n=0
dad
Sabemos que
Cn xn+r 199
de
5.3.4.
DE BESSEL DE ORDEN p : ECUACION
An tio
qui
a, D
ept
eM
25
atem
atic
La soluci on general es: y = C1 J0 (x) + C2 Y0 (x), las gr acas de J0 (x) y Y0 (x) se muestran en la gura 5.2
as
CAP ITULO 5. SOLUCIONES POR SERIES con C0 = 0 y 0 < x < R; derivamos dos veces y sustituimos en la E.D., el resultado es: xr (r2 p2 )C0 x0 + [(r + 1)2 p2 ]C1 x + Luego, [(r + 1)2 p2 ]C1 = 0 Si C0 = 0 r2 p2 = 0 (ecuaci on indicial) r = p r 1 = p
n=2
{[(n + r)2 p2 ]Cn + Cn2 }xn = 0
atic
n2
(r 2 p 2 )C 0 = 0
as
(5.5)
[(n + r)2 p2 ]Cn + Cn2 = 0 para n 2
An tio
[(n + p)2 p2 ]Cn + Cn2 = 0
qui
n2 n2 n = 0, 1, 2 . . .
(1 + 2p)C1 = 0 C1 = 0, ya que
p>0
Iteramos los pares con n 2 y obtenemos: C2n = (1)n C0 , (2 4 . . . 2n)(2 + 2p)(4 + 2p) . . . (2n + 2p)
C2n = 200
22n
(1)n C0 ; n!(1 + p)(2 + p)(3 + p) (n + p)
Un iv
por tanto todos los coecientes impares son cero, ya que C1 = 0.
ersi
Cn =
Cn2 n(n + 2p)
dad
n(n + 2p)Cn + Cn2 = 0
de
(n2 + 2np)Cn + Cn2 = 0
a, D
[(p + 1)2 p2 ]C1 = 0
ept
Si r1 = p en la ecuaci on (5.5):
o. d
r2 = p ( ndices de la singularidad)
eM
atem
(5.6)
5.3. SOL. EN TORNO A PUNTOS SING. REG. luego, y 1 (x ) = As , y 1 (x ) = x Al reemplazar (5.6), obtenemos: y 1 (x ) = x p C 0 = C 0 2p = K0
n=0 p
n=0
Cn x
n+p
= x
n=0
C n xn
n=0
C2n x2n
22n
y 1 (x ) = p ! = p!
n=0
n=0 n=0
y primera especie y se denota por Jp (x). b Si p es diferente de un entero positivo: y 1 (x ) =

n=0
x (1)n n!(1 + p)(2 + p)(3 + p) (n + p) 2

n=0
Un iv
a la expresi on
(1)n n! (n+p)!
x 2n+p 2
se le llama funci on de Bessel de orden p
ersi
dad
x (1)n n! (n + p)! 2
de
x (1)n n!p!(1 + p)(2 + p)(3 + p) (n + p) 2

2n+p
An tio
a Si p es un entero positivo:
qui
Veamos los siguientes casos:
a, D
donde la constante K0 = C0 2p .
ept
n=0
o. d
n=0
22n+p
x (1)n n!(1 + p)(2 + p)(3 + p) (n + p) 2
eM
(1)n x2n+p n!(1 + p)(2 + p)(3 + p) (n + p)

2n+p
atem
2n+p
(1)n x2n n!(1 + p)(2 + p)(3 + p) (n + p)
= (p + 1)
(1)n x n!(p + 1)(1 + p)(2 + p) (n + p) 2
atic
2n+p 2n+p
as
201
CAP ITULO 5. SOLUCIONES POR SERIES y como (n + p + 1) = (n + p)(n + p) = (n + p)(n + p 1)(n + p 1) = (n + p)(n + p 1) (1 + p)(1 + p) entonces y1 (x) = (p + 1) La expresi on
n=0
x (1)n n!(n + p + 1) 2
2n+p
= J p (x )
0,4
0,2
0 0 10 20 x -0,2
30
qui
a, D
40 50
Figura 5.3 J 7 (x).

2
En general para p = entero o p = entero y p > 0 x (1)m J p (x ) = m! (m + p + 1) 2 m=0
Un iv
ersi
dad
de
-0,4
An tio
Para r2 = p, supongamos que r1 r2 = p (p) = 2p y 2p diferente de un entero positivo y p > 0. La segunda soluci on es : y2 = 202
n=0
x (1)n n! (n p + 1) 2
2np
ept
2m+p
o. d
= Jp (x)
eM
se le llama funci on de Bessel de orden p y primera especie y se denota por Jp (x), (Ver gr aca 5.3).
atem
n=0
atic
x (1)n n! (n + p + 1) 2
2n+p
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. que es la funci on de Bessel de orden p La soluci on general, y (x) = C1 Jp (x) + C2 Jp (x) si 2p = entero positivo p > 0. Tambi en, si 2p = entero, pero p = entero, entonces la soluci on general es y (x) = C1 Jp (x) + C2 Jp (x)
0,6
0,2
0 0 -0,2 5 10 x 15 20
-0,4
-0,6
Figura 5.4 J3 (x) y J3 (x).
y2 (x) = CJp ln x +
bn xnp
An tio
n=0
qui
Cuando r1 r2 = 2p = entero positivo (caso ii.) y p es un entero, entonces Jp y Jp son linealmente dependientes (Ejercicio)(Ver gura 5.4 con p = 3, obs ervese que J3 (x) = J3 (x), es decir son linealmente dependientes). En este caso la segunda soluci on es de la forma
Un iv
ersi
O tambi en podemos usar el m etodo de reducci on de DAlembert como hicimos con la funci on de Bessel de orden cero y segunda especie Y0 (x). Haciendo el mismo proceso, llegamos a Yp (x) = Bessel de orden p y segunda especie,
dad
2 Y p (x ) = + 1 2
x 1 ln + Jp (x) 2 2
n=0 n
de
p1 n=0 n+p
(p n 1)! n!
a, D
ept
C=0
o. d
x 2
2np
eM
+
2n+p
(1)n+1
k=1
1 1 + k k=1 k
1 n! (n + p)!
Donde es la constante de Euler. La soluci on Yp se le llama funci on de Bessel 203
atem
25
atic
x 2
0,4
as
CAP ITULO 5. SOLUCIONES POR SERIES de orden p y segunda especie. Soluci on general: y = C1 Jp (x) + C2 Yp (x), donde p es un entero positivo.Ver gr aca 5.5 para Yp (x) con p = 1.
0,4
x 10 20 30 40
0 -0,2 -0,4 -0,6 -0,8 -1
Figura 5.5 Y1 (x)
qui
Las siguientes propiedades de la funci on de Bessel, se dejan como ejercicios.
a, D
ept
u(x) x
o. d
eM Un iv
sen x cos x y = C1 + C2 x x J p (x ) =
n=0
atem ersi dad

(1)n n! (n + p)!
atic
as
0,2
50
Ejercicio 2. Con el resultado anterior, mostrar que la soluci on general 1 de la E.D. de Bessel de orden p = 2 es:
Ejercicio 3. Sabiendo que
de
u (x ) + 1 +
1 p2 4
An tio
Ejercicio 1. Mostrar que con el cambio de variable y = E.D. de Bessel de orden p a la E.D.: 1 x2 u=0
reduce la
x 2
2n+p
Mostrar que
d p [x Jp (kx)] = kxp Jp1 (kx) dx
204
5.3. SOL. EN TORNO A PUNTOS SING. REG. d p [x Jp (kx)] = kxp Jp+1 (kx) dx donde k = cte. Ejercicio 4. Con los resultados del ejercicio anterior, mostrar que: d p [Jp (kx)] = kJp1 (kx) Jp (kx) dx x d p [Jp (kx)] = kJp+1 (kx) + Jp (kx) dx x Y con esto mostrar que k d [Jp (kx)] = [Jp1 (kx) Jp+1 (kx)] dx 2 Jp (kx) = kx [Jp1 (kx) + Jp+1 (kx)] 2p ( ) ()
i) Usando el ejercicio 4. y la aproximaci on J p (x ) Probar que

0
ii) Sabiendo que 0 J0 (x) dx = 1 (ver ejercicio 21. de la secci on 6.4), mostrar que 0 Jp (x) dx = 1 iii)
0 Jp (x) x
dx =
1 p
Ejercicio 8. Para p = 0, 1, 2, . . . mostrar que: i) Jp (x) = (1)p Jp (x) 205
Un iv
ersi
Jp+1 (x) dx =
dad
2 p cos(x ) x 4 2 Jp1 (x) dx.
de
An tio
Ejercicio 7. Probar que para p entero positivo:
qui
Ejercicio 6. Probar que
J1 (x) dx = J0 (x) + c
a, D
d J1 (x) en t erminos de J0 (x) y J2 (x). Ejercicio 5. Hallar J1 (x) y dx 1 1 Hallar Jp+ (x) en t erminos de Jp (x) y Jp+ 3 (x).
ept
o. d
eM
atem
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES ii) Jp (x) = (1)p Jp (x) iii) Jp (0) = 0, iv) J0 (0) = 1 p>0
x0
Ejercicio 9. Comprobar que la E.D. xy + (1 2p)y + xy = 0
5.3.5.
PUNTO EN EL INFINITO
dy dy dt dy 1 dy = = ( 2 ) = t 2 dx dt dx dt x dt 2 d dy d dy dt d y dy y = ( )= ( ) = [t2 2 2t ](t2 ) dx dx dt dx dx dt dt 1 ) ) Q ( 2 P (1 2t y + 4t = 0 y + t t t y = Si t = 0 es punto ordinario entonces x en el innito es un punto ordinario. Si t = 0 es un punto singular regular con exponentes de singularidad r1 , r2 206
Un iv
ersi
Para la E.D.: y + P (x)y + Q(x)y = 0, se desea saber el comportamiento 1 . de la soluci on en el innito, para ello se hace el cambio de variable t = x O sea que cuando x t 0. Derivemos dos veces (usando la regla de la cadena) y sustituyamos en la E.D.:
dad
de
An tio
qui
(Rta.:y = C1 x 2 J 1 (x) + C2 x 2 J 1 (x))
a, D
on Ejercicio 10. Con el cambio de variable y = x 2 u(x), hallar la soluci general de x2 y + 2xy + 2 x2 y = 0
ept
o. d
1
tiene la soluci on particular y = xp Jp (x) (Ayuda: hacer u = xp y )
eM
atem
atic
v) l m Yp (x) = +
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. entonces x en el innito es un punto singular regular con exponentes de singularidad r1 , r2 . Si t = 0 es un punto singular irregular entonces x en el innito es un punto singular irregular. Ejemplo 14. An alizar los puntos en el innito para la E.D. de Euler: 2 4 y + y + 2y = 0 x x
2). x3 y + 2x2 y + 3y = 0 (Rta.: hay un punto singular regular en el innito)
2). xy + 2y + 9xy = 0 3x (Rta.: y1 = cos , y2 = x 3). xy + 2y 4xy = 0 2x (Rta.: y1 = cosh , y2 = x
sen 3x ) x
Un iv
1). 4xy + 2y + y = 0 (Rta.: y1 = cos x, y2 = sen x)
senh 2x ) x
ersi
dad
Para los ejercicios siguientes hallar las ra ces indiciales y las dos soluciones en serie de Frobenius, linealmente independientes con |x| > 0.
de
An tio
qui
1). x2 y 4y = 0 (Rta.: hay un punto singular regular en el innito)
a, D
Para los ejercicios siguientes, decir si la E.D. tiene un punto singular regular o irregular en el innito:
ept
o. d
1 Soluci on: haciendo el cambio de variable t = x queda trasformada en la E.D.: 2 2 y y + 2y = 0 t t Por lo tanto t = 0 es un punto singular regular y la ecuaci on indicial es r(r 1) 2r + 2 = 0 r1 = 2, r2 = 1, por lo tanto x en el innito es un punto singular regular con exponentes 2 y 1.
eM
atem
atic
as
207
CAP ITULO 5. SOLUCIONES POR SERIES 4). xy y + 4x3 y = 0 (Rta.: y1 = cos x2 , y2 = sen x2 ) 5). 4x2 y 4xy + (3 4x2 )y = 0 (Rta.: y1 = x cosh x, y2 = x senh x) 6). 2xy + 3y y = 0 (Rta.: y1 =
n=0
1 xn , y2 = x 2 n!3 5 7 . . . (2n + 1)
n=0
n=1
An tio
8). 3xy + 2y + 2y = 0 (Rta.: y1 = x

1 3
qui
n=0
y1 = x(1 +
n=1
Un iv
ersi
9). 2x2 y + xy (1 + 2x2 )y = 0 (Rta.:
dad
de
(1)n 2n (1)n 2n xn , y 2 = 1 + xn ) n!4 7 . . . (3n + 1) n !2 5 . . . (3 n 1) n=1
a, D
y1 = x (1+
3 2
xn xn ), y2 = 1x ) n!5 7 . . . (2n + 3) n!1 3 5 . . . (2n 3) n=2
1 x2n ), y 2 = x 2 n!7 11 . . . (4n + 3)
ept
o. d
n=0
7). 2xy y y = 0 (Rta.:
10). 2x2 y + xy (3 2x2 )y = 0 3 (1)n 2n (Rta.: y1 = x 2 (1 + n=1 n!913...(4n+5) x ), y2 = x (1 +

1 n=1
(1)n1 x2n )) n!3 7 . . . (4n 1)
208
eM
xn ) n!1 3 5 . . . (2n 1)
atem
x 2n ) n!1 5 . . . (4n + 1)
atic
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. 11). 6x2 y + 7xy (x2 + 2)y = 0 1 x2n (Rta.: y1 = x 2 (1 + n=1 2n n!1931...(12n+7) ), y2 = x
2 3
(1 +
n=1
x2n )) 2n n!5 17 . . . (12n 7)
y2 = 1 + 13). 2xy + (1 + x)y + y = 0 (Rta.: y1 = x

1 2
n=1
n=0
y1 = x
1 2
n=0
dad
15). xy + (3 x)y y = 0 (Rta.: y1 = x2 (1 + x), y2 = 1 + 2
x2 2
Un iv
16). xy + (5 x)y y = 0 (Rta.: y1 = x4 (1 + x + 17). xy + (x 6)y 3y = 0 (Rta.:
ersi
x3 ), 6
de
1 x2 x2n 2n 2e 2 , y = 1 + = x x 2n ) 2 n!2n 3 7 . . . (4 n 1) n=1
An tio
14). 2xy + (1 2x2 )y 4xy = 0 (Rta.:
xn n=1 (n+2)! )
qui
a, D
y2 = 1 + 24
(1)n 4 5 6 (n + 3) n 1 1 3 1 x , y2 = x7 (1+ x )) y1 = 1 x+ x2 2 10 120 n !8 9 10 ( n + 7) n=1 209
ept
1 (1)n (1)n n x 2e 2, y = 1 + x = x xn ) 2 n!2n 1 3 5 7 . . . (2 n 1) n=1
o. d
eM
xn n=1 (n+4)! )
atem
(1)n x2n ) 2n n!5 11 . . . (6n 1)
atic
12). 3x2 y + 2xy + x2 y = 0 1 (Rta.: y1 = x 3 (1 + n=1
(1)n x2n ), 2n n!713...(6n+1)
as
CAP ITULO 5. SOLUCIONES POR SERIES 18). 5xy + (30 + 3x)y + 3y = 0 3 9 2 (Rta.: y1 = x5 (1 5 x + 50 x n n (1) 3 n y2 = 1 + 120 n=1 (n+5)!5n x ) 19). xy (4 + x)y + 3y = 0 3 1 2 (Rta.: y1 = 1 + 4 x+ 4 x +
9 x3 250
27 x 4 ), 5000
a, D
22). xy + 2y xy = 0 (Rta.: y1 = x1 n=0
x2n (2n)!
cosh x , x
ept
o. d
x2n+1 n=0 (2n+1)!
21). x(1 x)y 3y + 2y = 0 (Rta.: y1 = 3 + 2x + x2 , y2 =
x4 ) (1x)2
eM
=
senh x ) x
y2 = x1
y 1 (x ) =
n=0
(1)n n 5 23 x , y2 = y1 (x) ln |x| + y1 (x)(2x + x2 + x3 + . . .)) 2 (n!) 4 27
26). x2 y + x(x 1)y + y = 0 1 2 (Rta.: y1 (x) = xex , y2 = xex (ln |x| + x + 4 x + 210
Un iv
25). xy + y + y = 0 (Rta.:
ersi
dad
24). xy + (1 x)y y = 0 xn 1 2 x (Rta.: y1 (x) = n=0 n! = e , y2 = y1 (x) ln |x| + y1 (x)(x + 4 x 1 1 3 4 x + 44! x . . .)) 33!
de
An tio
23). x(x 1)y + 3y 2y = 0 1 2 x+ 3 x , y2 = (Rta.: y1 = 1 + 2 3
n=0 (n
qui
+ 1)xn+4 )
atem
1 x3 33!
20). x2 y + (2x + 3x2 )y 2y = 0 (Rta.: y1 = x2 (2 6x + 9x2 ), y2 =
(1)n1 3n n n=1 (n+2)! x )
atic
+ . . .))
as
1 3 x, 24
y2 = x5 (1 + 120
(n+1) n n=1 (n+5)! x ))
5.3. SOL. EN TORNO A PUNTOS SING. REG. 27). xy + (x 1)y 2y = 0 (Rta.: y1 (x) = x2 , y2 = 1 x2 ln |x| 2 28). xy (2x 1)y + (x 1)y = 0 (Rta.: y1 (x) = ex , y2 = ex ln |x|)
1 2
1 3 + x 3! x + . . .)
cosh x ) x3
33). xy + 2y + xy = 0 x (Rta.: y1 (x) = sen , y2 = x
cos x ) x
1 35). y 2y + (1 + )y = 0 4x2 (Rta.: y1 (x) = x ex , y2 = x ex ln |x|)
36). x(x 1)y (1 3x)y + y = 0 |x| 1 , y2 = ln ) (Rta.: y1 (x) = 1 x 1x 211
Un iv
34). xy + (1 2x)y (1 x)y = 0 (Rta.: y1 (x) = ex , y2 = ex ln |x|)
ersi
dad
de
An tio
2 2 y x 32). y + x 2y = 0 (Rta.: y1 (x) = x, y2 =
1 ) x2
qui
a, D
3 31). y + x y + 4x2 y = 0 x2 (Rta.: y1 (x) = sen , y2 = x2
cos x2 ) x2
ept
o. d
eM
6 6 y + (x 30). y + x 2 1)y = 0 x , y2 = (Rta.: y1 (x) = senh x3
atem
atic
29). y + 21x y + 41x y = 0 (Rta.: y1 (x) = cos x, y2 = sen x)
as

1 37). y + x y y =0 (Rta.: y1 (x) = 1 +
x2 22
x4 (24)2
+ . . . , y2 = ln |x|y1 ( x + 4
3x4 816
+ . . .))
+1 y + 23x y 38). y + x2 x = 0 7 x+ (Rta.: y1 (x) = x (1 6
21 2 x 40
+ . . .), y2 = 1 3x + 2x2 + . . .)
(1)n n+1 ) n=1 n!n x
41). La ecuaci on hipergeom etrica de Gauss es
donde , , son constantes
b). Si es un entero positivo, mostrar que
de
y (x ) = x
An tio
a). Mostrar que x = 0 es un punto singular regular con exponente de singularidad 0 y 1 .
qui
a, D
n
x(1 x)y + [ ( + + 1)]y y = 0
Cn x =
n=0
con C0 = 0, cuya relaci on de recurrencia es: Cn+1 = para n 0
c). Si C0 = 1 entonces
Un iv
ersi
dad
( + n)( + n) Cn ( + n)(1 + n)
y (x ) = 1 +
n=0
n n n x n ! n
donde n = ( 1) . . . ( + n 1) para n 1 y similarmente se denen n y n . 212
ept
n=0
o. d
C n xn
eM
40). xy x2 y + (x2 2)y = 0 con y (0) = 0 y y (0) = 1 (Rta: y = xex )
atem
39). x2 y + x(x 1)y (x 1)y = 0 (Rta.: y1 (x) = x, y2 = x ln |x| +
atic
as
5.4. ANEXO CON EL PAQUETE MAPLE d). La serie en c) se le llama serie hipergeom etrica y se denota por F (, , , x). Demostrar que: 1) 2) 3) 4)
1 (la serie geom etrica) F (1, 1, 1, x) = 1 x xF (1, 1, 2, x) = ln(1 + x) 3 xF ( 1 , 1, 2 , x2 ) = tan1 x 2 F (k, 1, 1, x) = (1 + x)k (la serie binomial).
5.4.
Ejemplo 15. Resolver la E.D. del Ejemplo 5. (x2 1)y + 4xy + 2y = 0 >Eqn1:={(x^2-1)*D(D(y))(x)+4*x*D(y)(x)+2*y(x)=0,D(y)(0)=C1,y(0)=C0};
Sol1 := y (x) = C 0+ C 1x + C 0x2 + C 1x3 + C 0x4 + C 1x5 + C 0x6 + C 1x7 + O(x8 )
>eqn2:=(x^2-1)*diff(y(x),x,x)+4*x*diff(y(x),x)+2*y(x)=0; > eqn2 := (x2 1) dif f (y (x), x, x) + 4 x dif f (y (x), x) + 2 y (x) = 0 >SeriesSol:=sum(a[n]*x^n,n=k-2..k+2); SeriesSol := a[k 2]x(k2) + a[1 + k ]x(1+k) + a[k ]xk + a[1 + k ]x(1+k) + a[k + 2]x(k+2) >simplify(simplify(subs(y(x)=SeriesSol,eqn2))); 213
Un iv
ersi
dad
Ejemplo 16. Para el ejemplo anterior, hallar la relaci on de recurrencia, iterarla hasta n = 8 y luego dar la soluci on. Debemos cambiar el formato de entrada de la E.D.
de
An tio
qui
>Order:=8: >Sol1:=dsolve(Eqn1,y(x),series);
a, D
Eqn1 := {(x2 1)D(D(y ))(x)+4xD(y )(x)+2y (x) = 0, D(y )(0) = C 1, y (0) = C 0}
ept
o. d
eM
atem
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES (5a[k 2]x(k2) k + 3a[k + 2]x(k+2) k a[k ]xk k + a[1 + k ]x(1+k) k xk a[k 2]k 2 x(1+k) a[1 + k ]k 3a[1 + k ]x(1+k) k 3x(k+2) a[k ]k + xk a[k ]k 2 + x(k+2) a[k + 2]k 2 + 2a[1 + k ]x(1+k) +6a[k 2]x(k2) + x(k2) a[k 2]k 2 + x(1+k) a[1 + k ]k 2 + 2a[k + 2]x(k+2) x(1+k) a[1 + k ]k 2 7x(k+2) a[k +2]k +x(1+k) a[1+k ]k 2 +xk a[k 2]k x(k+2) a[k ]k 2 5x(k+3) a[1+k ]k x(k+3) a[1 + k ]k 2 x(k+4) a[k + 2]k 2 2a[k ]x(k+2) 6a[1 + k ]x(k+3) 12a[k + 2]x(k+2) )/x2 = 0
a[k + 2] := a[k ]
Sol2 := C 0 + C 1x + C 0x2 + C 1x3 + C 0x4 + C 1x5 + C 0x6 + C 1x7 + C 0x8
>Y1:=C0*sum(x^(2*k),k=0..infinity);
Y 1 :=
>Y2:=C1*sum(x*x^(2*k),k=0..infinity); C 1x x2 1 Ejemplo 17. Las siguientes instrucciones gracan las funciones de Bessel de primera especie y segunda especie. Y 2 := >plot(BesselJ(3,x),x=0..50,y=-0.5..0.5); >plot(BesselY(1,x),x=.1..50,y=-1..0.5);
214
Un iv
ersi
dad
de
An tio
x2
C0 1
qui
a, D
>a[0]:=C0:a[1]:=C1: > for k from 2 to 8 do a[k]:=a[k-2] od: > Sol2:=sum(a[j]*x^j,j=0..8);
ept
o. d
eM
atem
>a[k+2]:=simplify(solve(coeff(lhs(%),x^(k+2)),a[k+2]));
atic
as
Denici on 6.1 Sea f (t) una funci on denida para todo t 0; se dene la Transformada de Laplace de f (t) as :
= si el l mite existe.
Demostraci on: veamos que la siguiente integral existe, en efecto: |{f (t)}(s)| = =
0 0
Un iv
Teorema 6.1 . Si f (t) es una funci on continua a tramos para t 0 y adem as |f (t)| M ect para todo t T , donde M es constante , c > 0 constante y T > 0 constante, entonces {f (t)}(s) existe para s > c.
ersi
dad
de
l m
st
f (t)dt
est |f (t)|dt, 215
An tio
{f (t)}(s) = F (s) =
qui
est f (t)dt
b
sabiendo que est > 0
a, D
est f (t)dt,
|est ||f (t)|dt
ept
6.1.
INTRODUCCION
o. d
eM
atem
TRANSFORMADA DE LAPLACE
atic
CAP ITULO 6
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE

T
=
0
est |f (t)|dt + I1
est |f (t)|dt I2
I1 =
0
f (t )
M ect , (c > 0) (0, M ) T
An tio
qui
a, D
t
NOTA: cuando f (t) |f (t)| M ect para t T , entonces decimos que f (t) es de orden exponencial (ver gura 6.1).
Observaci on: es un operador lineal, en efecto {f (t) + g (t)}(s) 216

def.
Un iv
ersi
Figura 6.1
dad
de
est (f (t) + g (t)) dt
ept
Luego, {f (t)}(s) existe, si s > c.
o. d
M e(sc)t , suponiendo que s c > 0 (s c ) T M M (sc)T = (0 e(sc)T ) = e sc sc
f (t )
eM
atem
M ect
atic
I2 =
st
|f (t)| dt
st
M e dt = M
ct
as
est |f (t)|dt existe, ya que f es continua a tramos e(s+c)t dt
6.1. INTRODUCCION = = Teorema 6.2 . 1). {1}(s) = {k }(s) = 2). {tn }(s) =
1 s k s
est f (t) dt +
0
est g (t) dt
{f (t)}(s) + {g (t)}(s)
s > 0,
n! sn+1
s > 0, n = 1, 2, . . .
4). { sen kt}(s) =
s>0
5). {cos kt}(s) =
s>0
8). {tn eat }(s) =
n! (sa)n+1
Demostraci on 1). Si s > 0 se tiene que {1}(s) =

0
Un iv
7). {cosh kt}(s) =
s s2 k2
s > |k |
s > a, n = 1, 2, . . .
ersi
dad
6). { senh kt}(s) =
k s2 k2
s > |k |
de
An tio
s s2 +k2
qui
est 1 dt =
est s
a, D
0
k s2 +k2
ept
= 1 s 217
o. d
3). {eat }(s) =
1 sa
para s > a
eM
atem
atic
, s > 0, k constante.
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Demostraci on 2). Hagamos la demostraci on por el m etodo de inducci on. Para ello, suponemos que s > 0 y utilizamos el siguiente limite: tn l m | e ct | = 0, n = 1, 2, . . . n = 1 : {t}(s) =
0 0
est t dt, + 1 s
hagamos
0
{t}(s) = (0 0) +
Supongamos que se cumple para n 1 y veamos que se cumple para n. En efecto:
0 0
de
{tn1 }(s) n n = (0 0) + {tn1 }(s) = {tn1 }(s) s s
An tio
{ sen kt}(s) = =
Un iv
Demostraci on 4). Por el m etodo de los operadores inversos, tenemos:
ersi
{tn }(s) =
est ( sen kt) dt

0
dad
Pero por la hip otesis de inducci on {tn1 }(s) =
qui
tn est = s
n s
est tn1 dt
a, D
{t }(s) =
est tn dt hagamos
u = tn du = ntn1 dt st dv = e dt v = 1 est s
ept
(n1)! , sn
n! n (n 1)! = s sn sn+1
o. d
eM
luego:
0 0
1 1 st e s s 1 1 = 2 (0 1) = 2 s s
1 st e sen kt D
0
=e
st
1 sen kt Ds
= est 218
D+s sen kt D 2 s2
= est
D+s sen kt k 2 s 2
atem
0
atic
test = s
u=t du = dt dv = est dt v = 1 est s
as
est dt
6.2. TRANSFORMADA INVERSA DE LAPLACE 1 = 2 est (k cos kt + s sen kt) s + k2 0 k 1 (0 k ) = 2 , s>0 = 2 s + k2 s + k2 En la demostraci on anterior utilizamos el siguiente teorema de l mites: si l m |f (t)| = 0 y g (t) es una funci on acotada en R entonces l m f (t)g (t) = 0
6.2.
NOTA:
Para funciones continuas, 1 es un operador lineal: 1 {F (s) + G(s)} = 1 {F (s)} + 1 {G(s)} En los ejemplos de esta secci on, utilizaremos los resultados del Ap endice C. para calcular fracciones parciales. 219
Un iv
y la funci on g (t) = 1 (obs ervese que f (t) = g (t)) tienen la misma transformada, es decir, {f (t)} = {g (t)} = 1 . Sinembargo 1 { 1 }= s s f (t) y 1 { 1 } = g ( t ) son diferentes. s Pero cuando f (t) y g (t) son continuas para t 0 y {f (t)} = {g (t)} entonces f (t) = g (t) (Ver el libro de Variable Compleja de Churchill)
ersi
dad
La transformada inversa de Laplace de F (s), no necesariamente es u nica. Por ejemplo la funci on si t 0 y t = 1, t = 2 1, f (t) = 3, si t = 1 3, si t = 2
de
An tio
qui
a, D
ept
1 {F (s)} = f (t)
o. d
eM
Si {f (t)}(s) = F (s), entonces decimos que f (t) es una transformada inversa de Laplace de F (s) y se denota as :
atem
TRANSFORMADA INVERSA DE LAPLACE
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Teorema 6.3 . Para a y k constantes se tiene: 1). 1 2). 1 3). 1 4). 1 5). 1 6). 1 7). 1 8). 1 1 s n! = 1, y 1 k s = k , si s > 0 1 = tn , si s > 0 n!
Ejemplo 1. Con factores lineales en el denominador 1 7s 1 (s 3)(s + 2)(s 1) = A1 = 1 B C A + + s3 s+2 s1 + C 1 1 s1
Pero por fracciones parciales
A B C 7s 1 = + + (s 3)(s + 2)(s 1) s3 s+2 s1 Para hallar el coeciente A, eliminamos de la fracci on el factor correspondiente a A y en la parte restante sustituimos a s por la ra z asociada a este factor; lo mismo hacemos para los coecientes B y C . 220
Un iv
1 + B 1 s3 3t = Ae + Be2t + Cet
dad
ersi
de
An tio
1 s+2
qui
sn+1 sn+1 1 = eat , si s > a sa sen kt 1 k = sen kt, y 1 = , si s > 0 2 2 2 2 s +k s +k k s = cos kt , si s > 0 2 s + k2 k senh kt 1 1 , si s > |k | = senh kt y = s2 k 2 s2 k 2 k s = cosh kt , si s > |k | 2 s k2 n! 1 tn eat n at 1 = t e y = , si s > a (s a)n+1 (s a)n+1 n!
= tn y
a, D
ept
o. d
eM
atem
atic
as
6.2. TRANSFORMADA INVERSA DE LAPLACE
A=
7 (2) 1 7 (1) 1 7 (3) 1 =2, B= = 1 , C = = 1, (5) (2) (5) (3) (2) (3) 1
s 2 (s
atem
s+1 + 2)3
s+1 s2 (s + 2)3
1 1 A= 8 , B = 16 , C = 1 , D = 0, E = 4
An tio
y por los m etodos de las fracciones parciales hallamos

1 , 16
s2 + 2 s(s2 + 2s + 2)
= 1 = 1 = A1
Un iv
Ejemplo 3. Factores cuadr aticos, lo factorizamos en factores lineales en los complejos
ersi
s2 + 2 s(s (1 + i))(s (1 i)) A B C + + s s (1 + i) s (1 i) 1 1 + B 1 + s s ( 1 + i ) 221
dad
s+1 2 s (s + 2)3
1 1 1 t2 e2t 1 2t t + e 8 16 4 2! 16
de
qui
a, D
A B C D E + + + + 2 3 2 s s (s + 2) (s + 2) s+2 1 1 1 = A1 + C 1 + B 1 2 s s (s + 2)3 1 1 + E 1 +D1 2 (s + 2) s+2 2 2t 2t t e te = A t + B (1) + C +D + E e2t 2! 1! A B C D E = 2+ + + + s s (s + 2)3 (s + 2)2 s + 2 = 1
atic
as
+
7s 1 = 2e3t e2t et (s 3)(s + 2)(s 1) Ejemplo 2. Con factores lineales repetidos
ept
luego
o. d
eM
CAP ITULO 6. TRANSFORMADA DE LAPLACE +C 1 1 s ( 1 i )
= A (1) + B e(1+i)t + Ce(1i)t = A + Bet (cos t + i sen t) + C et (cos t i sen t) = A + et [(B + C ) cos t + i(B C ) sen t]
l m {f (t)} (s) = l m F (s) = 0

s
Demostraci on: como la funci on f es continua a tramos en [0, T ], entonces es acotada en este intervalo y por tanto M1 > 0 tal que |f (t)| M1 e0t , t [0, T ] y como f (t) es de orden exponencial para t T , entonces |f (t)| M2 et donde M2 y son constantes con M2 0. 222
Un iv
Teorema 6.4 . Si f es una funci on continua a tramos para t 0 y de orden exponencial para t T , entonces
ersi
dad
Los teoremas que veremos en esta secci on nos permitir an en muchos casos calcular la transformada inversa sin utilizar fracciones parciales.
de
An tio
6.3.
TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE
qui
= 1 2et sen t
a, D
s2 + 2 s(s2 + 2s + 2)
= 1 + et (0 cos t + i(2i) sen t)
ept
2 02 + 2 = =1 [0 (1 + i)][0 (1 i)] 1+1 1 ( 1 + i ) 2 + 2 = =i B = (1 + i)[1 + i (1 i)] i 2 ( 1 i ) + 2 1 C = = = i (1 i)[1 i (1 + i)] i A =
o. d
eM
atem
atic
Hallamos los coecientes de la misma manera que en ejemplo 1.
as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE Sea M = m ax{M1 , M2 } y sea = m ax{0, }; por lo tanto, |f (t)| M et , t 0. |F (s)| =
0
est f (t) dt
(s)t
est |f (t)| dt
0
est M et dt
s>
de
{e f (t)}(s) =
at
An tio
Demostraci on:
st at
qui
a, D
0
eat f (t) (s) = {f (t)} (s a) = F (s a )
e f (t) dt =
Ejemplo 4. {e2t sen t}(s) Soluci on: {e2t sen t}(s) = { sen t}(s 2) = ya que { sen t}(s) = s21 +1
Un iv
ersi
NOTA: 1 {F (s a)} = eat f (t)
dad
= { f (t )} (s a ) = F (s a )
1 (s2)2 +1
Ejemplo 5. 1 Soluci on: 1
1 s2 2s+3
1 2 s 2s + 3
= 1
1 (s 1)2 + 2
ept
o. d
e(sa)t f (t) dt 1 = et sen 2t 2 223
Teorema 6.5 (Primer Teorema de Translaci on) . Si a es un n umero real cualquiera, entonces
eM
atem
atic
as
1 e(s) M e dt = ( s ) 0 M M (0 1) = s s M l m |F (s)| l m =0 s s s l m F (s) = 0
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejemplo 6. 1 Soluci on:

s s2 +4s+5
s2
s + 4s + 5
Denici on 6.2 (Funci on Escal on Unitario) .(Ver gura 6.2) U (t a ) = U (t a ) 1 a 1 0, si 0 t < a, 1, si t a
a, D
Figura 6.2
ept
1 1 Figura 6.3
o. d
t t
224
Un iv
ersi
dad
Ejemplo 7. Al aplicar U (t ) a la funci on sen t trunca la funci on sen t entre 0 y quedando la funci on g (t) = U (t ) sen t como lo muestra la gr aca 6.3 g (t )
de
An tio
qui
eM
atem
(s + 2) 2 (s + 2)2 + 1 s+2 = 1 2 1 (s + 2)2 + 1 = e2t cos t 2e2t sen t = 1
atic
1 (s + 2)2 + 1
as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE Teorema 6.6 (Segundo Teorema de Translaci on) . Si a > 0 y f (t) es continua para t 0 y de orden exponencial entonces {U (t a)f (t a)}(s) = eas F (s) = eas {f (t)}(s) Demostraci on: est U (t a)f (t a) dt
=
0 a
est U (t a)f (t a) dt + est 0f (t a) dt +

a
=
0
=
a
An tio
{U (t a)f (t a)}(s) =
=e
sa
Ejemplo 8. Hallar {U (t a)}
Un iv
ersi
1 {eas F (s)} = U (t a)f (t a)
dad
NOTA: forma rec proca
de
=e
as
{f (t)}(s)
qui
es(u+a) f (u) du
{U (t a)} = {U (t a) 1} = eas Ejemplo 9. Hallar {U (t ) sen t} 2 Soluci on: U t 2 sen t = U t 2
a, D
esu f (u) du 1 eas = s s sen t + 2 2 225
Hagamos u = t a du = dt, por lo tanto,
ept
est f (t a) dt
o. d
est 1f (t a) dt
eM
atem
a
{U (t a)f (t a)}(s) =
est U (t a)f (t a) dt
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE pero sen t 2 + 2 2 2 = sen t cos + sen cos t 2 2 2 2 = cos t 2 s = e 2 {cos t} s = e 2 s 2 s +1
1 como
= U (t 1) U (t 1) e(t1) Teorema 6.7 (Derivada de una Transformada) . dn {tn f (t)}(s) = (1)n ds con n = 1, 2, . . ., n F (s), donde F (s) = {f (t)}(s)
Un iv
n=1
F (s) = dF (s) ds = =
st e 0
ersi
Demostraci on: por inducci on sobre n. f (t) dt e

st
d ds
0
dad
de
An tio
qui
A B 1 = + A = 1, B = 1 s(s + 1) s s+1 1 1 1 es = 1 es s s+1
a, D
ept
0
f (t) dt = f (t) dt =
t e
st
o. d
es s(s + 1)
= 1 es
1 s(s + 1)
def.
{t f (t)}(s) 226
{t f (t)}(s) d F (s) ds
eM
st (e f (t)) dt s
0
atem
est (t f (t)) dt
Ejemplo 10. Hallar 1 Soluci on:
es s(s+1)
atic
as
U t
cos t
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE Supongamos que se cumple para n = k {tk f (t)}(s) = (1)k Veamos que se cumple para n = k + 1 {tk+1 f (t)}(s) =
n=k
dk F (s) dsk
n=1
Ejemplo 11. Hallar 1 ln Soluci on: 1 f (t) = 1 t 1 = 1 t 1 = 1 t 4 = 1 t
s3 s+1
= f (t )
1 s3 d d F (s) = 1 ln ds t ds s+1 s + 1 (s + 1)1 (s 3)1 s3 (s + 1)2 s+1 1 4 4 = 1 2 s 3 (s + 1) t (s 3)(s + 1) 1 (s 3)(s + 1)
utilizando fracciones parciales 1 A B = + (s 3)(s + 1) s3 s+1 227
Un iv
ersi
dad
de
An tio
t f (t) = 1 {F (s)} 1 f (t) = 1 {F (s)} t
qui
a, D
k d k d F (s)] = [(1) ds dsk dk+1 = (1)k+1 k+1 F (s) ds NOTA: para el caso n = 1, obtenemos una f ormula que nos permite hallar la transformada inversa de transformadas que no tenemos en la tabla de transformadas. d {t f (t)}(s) = F (s) ds o sea que
ept
o. d
eM
atem
atic
as
{t tk f (t)}(s) =
d {tk f (t)}(s) ds
CAP ITULO 6. TRANSFORMADA DE LAPLACE 1 1 A= , B= 4 4 1 1 4 f (t) = 1 t 4(s 3) 4(s + 1) et e3t 1 = (e3t et ) = t t Teorema 6.8 (Transformada de la Derivada) . Si f (t), f (t), f (t), . . . , f (n1) (t) son continuas para t 0 y de orden exponencial y si f n (t) es continua a tramos para t 0, entonces:
= est f (t)
An tio
qui
e integrando por partes
+s
supongamos que se cumple para n = k :
Veamos que se cumple para n = k + 1: {f (k+1) (t)}(s) = {[f (k) (t)] }(s)
n=1 n=k
= s{f (k) (t)}(s) f (k) (0)
= s(sk F (s) sk1 f (0) sk2 f (0) . . . sf (k2) (0) f (k1) (0)) f (k) (0) = sk+1 F (s) sk f (0) sk1 f (0) . . . s2 f (k2) (0) sf (k1) (0) f (k) (0)
228
Un iv
{f (k) (t)}(s) = sk F (s) sk1 f (0) sk2 f (0) . . . sf (k2) (0) f (k1) (0)
ersi
dad
= f (0) + s{f (t)}(s) = s F (s) f (0)
de
a, D
{f (t)}(s) =
est f (t) dt,
ept
est f (t) dt
o. d
Demostraci on: por inducci on sobre n: para n = 1
eM
{f (n) (t)}(s) = sn F (s) sn1 f (0) sn2 f (0) . . . sf (n2) (0) f (n1) (0)
atem
atic
as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE NOTA: para resolver E.D. necesitamos, en la mayor a de ejemplos, los casos n = 1 y n = 2. Para n = 1 {y (t)}(s) = s Y (s) y (0) donde Y (s) = {y (t)}(s) n = 2 {y (t)}(s) = s2 Y (s) s y (0) y (0)
(f g )(t) =
f ( ) g (t ) d
Demostraci on: F (s) = F (s) G(s) =

0 def. 0 0 0
An tio
{(f g )(t)}(s) = {f (t)}(s) {g (t)}(s) = F (s) G(s)
qui
a, D
def.
Teorema 6.9 (Transformada del producto convolutivo) . Si f y g son funciones continuas a tramos para t 0 y de orden exponencial, entonces
de
es f ( ) d
ept
0
G(s) =
es f ( ) d
=
0
e( + )s f ( ) g ( ) d d
Un iv
f ( )
ersi
e( + )s g ( ) d d
dad
es g ( ) d
o. d
NOTA: haciendo el cambio de variable u = t en la denici on de producto convolutivo se demuestra que: f g = g f (o sea que la operaci on es conmutativa)
eM
es g ( ) d
atem
Denici on 6.3 (Producto Convolutivo) . Sean f y g funciones continuas a tramos para t 0; el producto convolutivo entre las funciones f y g se dene as : t
atic
as
(6.1)
Sea t = + dejando constante a , luego dt = d . Ahora, cuando = 0 t = y cuando entonces t Luego en 6.1 F (s) G(s) =
0
f ( )
ets g (t ) dt d 229
CAP ITULO 6. TRANSFORMADA DE LAPLACE =t 4 3
F (s) G(s)
=
0
de
F (s) G(s)
ts
Corolario 6.1 (Transformada de la integral) . Si f es una funci on continua a tramos para t 0 y de orden exponencial, entonces: t 1 1 f (t) dt (s) = F (s) = {f (t)}(s) s s 0 Demostraci on: tomando g (t) = 1 en el teorema de convoluci on, tenemos 230
Un iv
NOTA: forma rec proca del teorema (f g )(t) = 1 {F (s) G(s)}
ersi
def.
{(f g )(t)} (s)
f ( ) g (t ) d dt = (f g )(t)
An tio
f ( ) ets g (t ) d dt
qui
a, D
Y como f y g son continuas a tramos, podemos cambiar el orden de integraci on (ver gura 6.4);
ept
o. d
0
Figura 6.4
eM
ets (f g )(t) dt
dad
atem
t
atic
as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE
{g (t)}(s) = {1}(s) =
t
1 s
t
{ (f g )} =
t
f ( ) g (t ) d
=
0
f ( ) 1 d
(x) =
0
e x1 d
(x) =
0
est (st)x1 s dt = s
0
est sx1 tx1 dt
An tio
de
qui
hagamos = st, por tanto d = s dt y cuando = 0 entonces t = 0 y con entonces t , por lo tanto
= sx
0
luego (cambiando x por x + 1) {t x } =
(x + 1) con x + 1 > 0 (o sea x > 1) y s > 0 sx+1
Denici on 6.4 Una funci on f (t) se dice que es peri odica con per odo T (T > 0) si para todo t se cumple f (t + T ) = f (t). El siguiente teorema se deja como ejercicio. 231
Un iv
{tx1 } =
(x) con x > 0 y s > 0 sx
ersi
por lo tanto
dad
a, D
ept
est tx1 = sx {tx1 }
o. d
Demostraci on: la funci on gamma como la denimos en el cap tulo anterior es,
eM
Teorema 6.10 (Generalizaci on de la transformada de una potencia) . x+1) {tx } = ( , para s > 0 y x > 1 sx+1
atem
atic
f ( ) d
= {f ( )}(s) {g ( )}(s) = F (s){1}(s) 1 = F (s) s
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Teorema 6.11 (Transformada de una funci on peri odica) . Sea f (t) una funci on continua a tramos para t 0 y de orden exponencial. Si f (t) es peri odica con per odo T , entonces: 1 {f (t)}(s) = 1 esT Ejemplo 12. Hallar Soluci on:
t t 0 T
est f (t) dt
0
e cos d
(s) =
Pero
Ejemplo 13. Hallar {et et cos t}(s) Soluci on: {et et cos t}(s)
def
Observese que el ejemplo siguiente lo resolvemos con los resultados de los teoremas de la transformada y no necesitamos utilizar los dispendiosos m etodos de las fracciones parciales. s (t ) Ejemplo 14. Hallar 1 (s2 +4) 2 Soluci on: 1 1 s 2 (t) = 1 2 s2 + 4 s2 + 4 t 1 1 def. * 1 = (f g )(t) = ( sen 2t cos 2t) = sen 2 cos 2(t ) d 2 2 2 0 s (s2 + 4)2
232
Un iv
ersi
dad
de
{et }(s) {et cos t}(s) 1 s1 s + 1 (s 1)2 + 1
An tio
qui
{e cos }(s) = {cos }(s + 1) s+1 = (s + 1)2 + 12 1 s+1 e cos d (s) = s (s + 1)2 + 1
a, D
ept
o. d
eM
1 {e cos }(s) s
atem
atic
e cos d (s)
as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE 1 t sen 2 (cos 2t cos 2 + sen 2t sen 2 ) d 2 0 t t 1 1 = cos 2t sen 2 cos 2 d + sen 2t sen 2 2 d 2 2 0 0 1 1 1 2 = cos 2t sen 2t + t sen 2t sen 2t sen 4t 8 4 16 =
Ejercicio 1. Hallar 1 (Rta.: 40 )
Ejercicio 2. Mostrar que 1 s3 + 3s2 + 1 s2 (s2 + 2s + 2) =
qui
Ejercicio 3. Mostrar que 1 Ejercicio 4. Mostrar que 1
s s2 +4s+5 2
= e2t cos t 2e2t sen t

s 2
Ejercicio 5. Mostrar que 1 tan1 Ejercicio 6. Mostrar que 1 tan1
de
An tio
tan1
1 s
dad
3 s+2
Ejercicio 9. Hallar 1
1 es (s+2)2 +4
(Rta.: 1 e2(t) sen 2(t )U (t )) 2 Ejercicio 10. Hallar t (Rta.:

3s2 +1 s2 (s2 +1)2 t 0
Un iv
Ejercicio 8. Hallar 1 ) sen t)) (Rta.: U (t 2
s e 2 s s2 +1
sen d (s)
ersi
Ejercicio 7. Mostrar que 1
s (s2 +1)3
(t sen t t2 cos t) =1 8
a, D
=
sen t t
e2t sen 3t t
ept
sen 2t t
3 t 1 1 e cos t + 2et sen t + t 2 2 2
o. d
eM
atem
233
5t t e [ 0 0
te3t sen 2t dt] dt
atic
Utilizando los teoremas vistos sobre transformada, efectuar los siguientes ejercicios.
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 11. Hallar e2t (Rta.:

2s ) (s+2)(s2 +1)2 1 (s2 +1)(s2 +4) s+1 (s2 +2s+2)2
5
t 0
e2 sen d (s)
Ejercicio 12. Hallar 1 Ejercicio 13. Hallar 1
a b 2b 3b 4b 5b 6b
An tio
qui
a, D
Ejercicio 17. Sea f (t) = a t de per odo b (funci on serrucho, ver gura b 6.5). Hallar {f (t)}(s) f (t )
7b
Ejercicio 18. Sea
f (t ) =
peri odica de per odo 2 (funci on recticaci on de la mitad de la onda seno. Ver gura 6.6 ). Hallar {f (t)}(s) 234
Un iv
(1 (Rta.: a s bs
1 ) ebs1
sen t, si 0 t 0, si t 2
ersi
dad
Figura 6.5
de
ept
t
o. d
Ejercicio 16. Emplear la transformada de Laplace y su inversa para mostrar que m !n ! tm+n+1 tm t n = (m + n + 1)!
eM
atem
Ejercicio 15. Hallar {t 2 e2t }
atic
Ejercicio 14. Mostrar que {t 2 } =
5 8s 2
15
1 2
as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE f (t ) 1 1 Figura 6.6 2 3 t
Ejercicio 19. Sea f (t ) = 1, si 0 t < a 1, si a t < 2a
f (t ) 1 a 1 2a 3a 4a
An tio
qui
a, D
peri odica de per odo 2a (funci on onda cuadrada. Ver gura 6.7). Hallar {f (t)}(s)
ept
o. d
7a 8a t
(Rta.: 1 [ 2 1] = 1 [ 1e ] = 1 tanh as ) s 1+eas s 1+eas s 2 Ejercicio 20. Sea b, si 0 t < a 0, si a t < 2a f (t ) = b, si 2a t < 3a 0, si 3a t < 4a
as
Un iv
ersi
Figura 6.7
dad
de
5a
6a
eM
atem
235
1 ) (Rta.: (s2 +1)(1 es )
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE peri odica de per odo 4a b 1eas (Rta.: s [ 1+e2as ]) Ejercicio 21. Sea f (t) la funci on de onda tri angular (ver gura 6.8). 1 s Mostrar que {f (t)}(s) = s2 tanh 2 f (t ) 1 1 1 1 2 3 4 5 6 7
atic
Figura 6.8 f (t )
as An tio qui a, D ept o. d eM atem

8 4 t 2 3 t Figura 6.9
Ejercicio 22. Sea f (t) la funci on recticaci on completa de la onda de coth s sen t (ver gura 6.9). Mostrar que {f (t)}(s) = s21 +1 2 1
Ejercicio 23.
Un iv
a). Si f (t) es continua a tramos y de orden exponencial y si

t0
ersi
dad
l m + f (t ) t
s
existe, entonces f (t ) }(s) = t donde F (s) = {f (t)}(s) { 236
de
F (s) ds
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE b). Mostrar que

0
f (t ) dt = t
F (s) ds
c). Hallar
2.
eax ebx x 0 b ) (Rta.:ln a
dx
s2
Ejercicio 24. Mostrar que a). 1 { e s2 } = (t 3)U (t 3)

s 3s
e b). 1 { s 2 +1 } = sen (t )U (t ) = sen tU (t 3) e c). 1 { 1 } = (1 U (t 2 )) sen t s2 +1 e ) d). 1 { s(1+ } = (1 U (t 3)) cos t s2 + 2 se } e). Hallar 1 { s 1+s2 (Rta.: cos t U (t ) cos(t ))
s 3s 2s
Un iv
ersi
dad
de
An tio
kt 6. Hallar { sen } t 1 k (Rta.: tan s )
qui
5. Mostrar formalmente, que si x > 0 entonces xt xt a) f (x) = 0 sen dt = ; b) f (x) = 0 cos ex dt = t 2 1+t2 2
a, D
ept
4. Mostrar que {
t 1cos a 0
d } =
1 2s
ln s
2 +a2
o. d
3. Mostrar que { e te } = ln(s + 1) ln(s 1), con s > 1
eM
atem
237
atic
as
1.
ax sen bx e ( x ) 0 b (Rta.: tg 1 a )
dx
6.4.
APLICACIONES DE LA TRANSFORMADA A E.D. CON CONDICIONES INICIALES
Pasos:
Ejemplo 15. Hallar la soluci on de y 4y +4y = t3 e2t , Soluci on:
a, D
ept
Hallar la transformada inversa: y (t) = 1 {Y (s)}
o. d
=
Conseguir una funci on en s, es decir, despejar Y (s)
eM
t 0
Aplicar el teorema de la transformada de la derivada {y } = sY (s) y (0) {y } = s2 Y (s) sy (0) y (0) donde Y (s) = {y (t)}(s)
An tio
1 2 3 4
: : : :
{y } 4{y } + 4{y } = {t3 e2t } s2 Y (s) sy (0) y (0) 4(sY (s) y (0)) + 4Y (s) = s2 Y (s) 4sY (s) + 4Y (s) = Y (s) = 3! (s 2)4 3! 2)2
qui
atem
y (0) = y (0) = 0 3! (s 2)4 = t5 2t e 20 y (0) = 0 y (t) dt,
t
(s 3! y (t) = 1 {Y (s)} = 1 (s 2)6 3! (4 5) 1 1 = 1 = 1 6 45 (s 2) 45
Un iv
ersi
s2
4s + 4
3! (s2)4
dad
de
2)4 (s
3! (s 2)6
5! (s 2)6
Ejemplo 16. Hallar la soluci on de y (t) = 1 sen t Soluci on: 1 238 : {y (t)}(s) = {1}(s) { sen t}(s)
atic
y (t) dt (s)
as
Aplicar la transformada a ambos lados de la ecuaci on
6.4. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES 1 1 1 2 Y (s) 2 s s +1 s 1 1 1 : Y (s) s + = 2 s s s +1 2 1 s +1 1 Y (s) = 2 s s s +1 s 1 s 1 1 : Y (s) = 2 2 2 = 2 s +1 s s +1 s + 1 (s + 1)2 1 s 1 : y (t) = 1 {Y (s)} = 1 s2 + 1 (s2 + 1)2 1 s = sen t sen t cos t y (t) = sen t 1 2 2 s +1 s +1 s Y (s) y (0) =
0 t
a, D
= sen t
sen (cos t cos + sen sen t) d

t
ept
0
= sen t
sen cos(t ) d
{ty }(s) {y }(s) = {t2 } d 2! (1) {y }(s) (s Y (s) y (0)) = 3 ds s d 2 2! (s Y (s) s y (0) y (0)) s Y (s) = 3 ds s d 2 2! (s Y (s)) sY (s) = 3 ds s (s2 Y (s) + 2sY (s)) s Y (s) = 2 s3 2 s2 Y (s) 3sY (s) = 3 s 239
Un iv
ersi
dad
Ejemplo 17. Hallar la soluci on de ty y = t2 , Soluci on:
An tio
1 1 1 = cos t sen 2 t t sen t + sen t sen 2t 2 2 4
qui
= sen t cos t
sen cos d sen t
de
y (0) = 0
o. d
sen 2 d
eM
atem
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Y (s) + 2 3 Y (s) = 5 , E.D. lineal de primer orden sR s 3 ds 3 F.I e s = e ln s = s3 2 s1 Y (s) s3 = 5 s3 ds + C = 2 +C s 1 C 2 Y (s) = 4 + 3 s s 1 2 + C 1 y (t) = 1 4 s s3 t3 t2 = 2 +C 3! 2!
{ty }(s) + Y (s) = (1) =
e s C 1 Y (s) = 2 e s = C 2 s s 1 1 1 1 1 (1)n 1 1 1 =C 2 1 + + . . . + + ... s 1! s 2! s2 3! s3 n! s n 1 1 1 1 1 1 (1)n 1 1 Y (s) = C + + ... + + ... s2 1! s3 2! s4 3! s5 n! sn+2 y (t) = 1 {Y (s)} 240
Un iv
Y (s) s2 e s =
F.I. (0) + C
ersi
F.I. = s2 e s
dad
E.D. lineal del primer orden
de
d 2 (s Y (s) sy (0) y (0)) + Y (s) ds d = (s2 Y (s)) + Y (s) = (s2 Y (s) + 2sY (s)) + Y (s) ds = s2 Y (s) 2sY (s) + Y (s) = s2 Y (s) + Y (s)(2s 1) 1 2s 1 2 = Y (s) + Y (s) = Y (s) + 2 Y (s) 2 s s s R 2 1 s1 F.I. = e ( s s2 ) ds = e2 ln s 1 ,
An tio
qui
a, D
ept
o. d
d ({y }(s)) + Y (s) ds
eM
Ejemplo 18. Hallar la soluci on de ty + y = 0, Soluci on:
y (0) = 0
atem
atic
as
6.4. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES 1 t2 1 t3 1 t4 1 (1)n tn+1 t + + ... + + ... 1! 1! 2! 2! 3! 3! 4! 4! n! (n + 1)! Resolver los siguientes ejercicios por transformada de Laplace =C Ejercicio 1. y 4y + 4y = t3 e2t , 1 5 2t (Rta.: y = 20 te ) Ejercicio 2. y 6y + 9y = t2 e3t , 4 e3t ) (Rta.: y = 2e3t + 2 t 4! Ejercicio 3. y 2y + y = et , (Rta.: y = 5tet + 1 t2 et ) 2 Ejercicio 4. y 6y + 9y = t, 2 3t t 2 te3t 27 e +9 + 27 ) (Rta.: y = 10 9
t
y (0) = 0,
y (0) = 0
y (0) = 2,
y (0) = 6
y (0) = 0,
y (0) = 5
y (0) = 0,
y (0) = 1
(Rta.: f (t) = et ) Ejercicio 7. y (t) + 6y (t) + 9 (Rta.: y = te3t ) Ejercicio 8. y (t) 6y (t) + 9 t 3t 1 3t 1 (Rta.: y = 3 e 9 e +9 ) Ejercicio 9. y (t) + 6y (t) + 9 1 t 3t e 1 e3t + 9 ) (Rta.: y = 3 9 Ejercicio 10. y (t) = cos t + (Rta.: y = 1 + t + 1 t2 ) 2
t 0
y ( ) d = 1,
de
An tio
f (t ) +
f ( ) d = 1
Ejercicio 11. ty + 2ty + 2y = 0, (Rta.: y (t) = 3te2t )
Un iv
t 0
ersi
t 0
y ( ) d = t,
dad
t 0
y ( ) d = t, y (0) = 0
y ( ) cos(t ) d, y (0) = 1 y (0) = 0, y (0) = 3
qui
Ejercicio 6. Hallar f (t) para la siguiente ecuaci on integral
a, D
Ejercicio 5. y + y 4y 4 0 y d = 6et 4t 6, et + 4e2t + 1 e2t ) (Rta.: y (t) = et 1 3 3
ept
y (0) = 0
y (0) = 0
o. d
eM
y (0) = y (0) = 0
atem
241
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 12. ty ty y = 0, Ejercicio 13. ty + 4ty + 4y = 0, (Rta.: y = 2te4t ) Ejercicio 14. t2 y + 2ty + t2 y = 0, t (Rta.: y = C sen ) t y (0) = 0, y (0) = 3 y (0) = 0, y (0) = 2
y (0) = C
Ejercicio 16. y + 4y = f (t) donde f (t) =
ii. f (t) + 4
t 0
sen f (t ) d = 2t
t
iii. f (t) = tet + 0 f (t ) d 1 t e +1 et + 3 tet + 1 t2 et ) (Rta: f (t) = 8 8 4 4 iv. f (t) + 0 f ( ) d = et 1 t (Rta: f (t) = 1 et + 2 e) 2 242
t
Un iv
ersi
i. f (t) + 0 (t ) f ( ) d = t (Rta: f (t) = sen t)
dad
Ejercicio 20. Hallar f (t) si:
de
Ejercicio 19. y y = et cos t, y (0) = 0, y (0) = 0 (Rta: y = 1 1 et cos t + 1 et sen t) 2 2 2
An tio
Ejercicio 18. y 5y + 6y = U (t 1), y (0) = 0, y (0) = 1 1 3(t1) +3 e 1 e2(t1) ]) (Rta.: y (t) = e3t e2t + U (t 1)[ 1 6 2
qui
a, D
Ejercicio 17. y + 4y = f (t) donde f (t) = sen t U (t 2 ) y (0) = 1, y (0) = 0 1 (Rta: y (t) = cos 2t + 3 sen (t 2 ) U (t 2 ) 1 sen 2(t 2 ) U (t 2 )) 6
ept
o. d
y (0) = 0, y (0) = 1 2t 1 cos 1 U (t 1) sen 2(t 1) 1 sen 2t) (Rta.: y (t) = 4 4 2 2
eM
1 0t<1 0 t1
atem
Ejercicio 15. ty + y = 12t, y (0) = 0 2 1 t3 1 t4 + 2! 3! + (Rta.: y (t) = 12t + C (t t 2! 3! 4!
1 t5 4! 5!
atic
1 t . . . + (1)n n + . . .)) ! (n+1)!
as
n+1
6.5. IMPULSO UNITARIO O DELTA DE DIRAC v. f (t) + 0 f ( ) d = t (Rta: f (t) = et + 1) Ejercicio 21. Sea x(t) la soluci on de la ecuaci on de Bessel de orden cero tx + x + tx = 0 tal que x(0) = 1 y x (0) = 0. Demostrar que
t
En muchos sistemas mec anicos, el ectricos, etc; aparecen fuerzas externas muy grandes que act uan en intervalos de tiempo muy peque nos, por ejemplo un golpe de martillo en un sistema mec anico, o un rel ampago en un sistema el ectrico. La forma de representar esta fuerza exterior es con la funci on Dirac. , si t0 a t t0 + a 0 , si t < t0 a o t > t0 + a donde a y t0 son constantes positivas y t0 a. Denici on 6.5 a (t t0 ) =
Denici on 6.6 Se llama impulso unitario o funci on delta de Dirac a la funci ondenida por el l mite: (t t0 ) = l m a (t t0 )
a0
Un iv
Nota: para todo a > 0 y para todo t0 > 0 se cumple que (Ver gura 6.10)
a (t t 0 ) = 1
ersi
dad
1 2a
de
An tio
qui
a, D
ept
6.5.
IMPULSO UNITARIO O FUNCION DELTADE DIRAC
o. d
1 cos(x cos t) dt c. Mostrar formalmente J0 (x) = 0 1357(2n1) 2n (Ayuda: 0 cos x dx = 2462n )
eM
atem
243
b. Mostrar formalmente
J0 (x) dx = 1,
atic
a. {x(t)}(s) = {J0 (t)}(s) =
1 , s2 +1
as
a (t t 0 ) t0 2a
1/2a
Ver gura 6.11 en la p agina siguiente. Propiedades:
1. (t t0 ) es innita en t = t0 y cero para t = t0 . 2.
4. { (t t0 )}(s) = l m {a (t t0 )}(s)
a0
def.
An tio
qui
3. {a (t t0 )}(s) = est0
esa esa 2as
a, D
LH opital
(t t0 ) dt = 1
5. si t0 = 0 { (t)}(s) = 1 6.

dad
de
Notar que en la propiedad 5. l m {f (t)}(s) = 1, mientras que por teorema s anterior vimos que cuando una funci on es de orden exponencial l m {f (t)}(s) = 0, lo cual es una contradicci on, esto nos indica que la funs ci on -Dirac no es de orden exponencial, es por esto que es una funci onextra na. M as precisamente, esta funci on es tratada con detenimiento en los textos de Teor a de Distribuciones (Ver texto de An alise de Fourier e Equa co es Diferenciais Parciais de Djairo Guedes de Figueiredo) 244
Un iv
7. Por 6. podemos decir que {f (t) (t t0 )}(s) = et0 s f (t0 )
ersi
f (t) (t t0 ) dt = f (t0 ), en particular
ept
= est0
0
o. d
f (t) (t t0 ) dt = f (t0 )
eM
atem
atic
Figura 6.10
as
6.5. IMPULSO UNITARIO O DELTA DE DIRAC
a (t t 0 )
ept An tio dad de qui a, D

y (0) = 1 y (0) = 0, y (0) = 1 y (0) = 1 y (0) = 0,
o. d
t0 2a Figura 6.11 t Ejercicio 1. y + y = (t 2 ), y (0) = 0, (Rta: y (t) = sen t + sen (t 2 )U (t 2 )) Ejercicio 3. y + y = (t ) cos t, (Rta: y = [1 + U (t )] sen t) Ejercicio 4. y + 2y = (t 1), y (0) = 0, 1 2t (Rta: y = 1 2 e + 1 1 e2(t1) U (t 1)) 2 2 2 Ejercicio 5. y + 4y + 5y = (t 2 ), (Rta:y = e2(t2) sen t U (t 2 ))
Un iv
ersi
Ejercicio 2. y + 2y + 2y = cos t (t 3 ), y (0) = 1, (Rta: y (t) = et cos t e(t3) sen (t 3 )U (t 3 ))
eM
y (0) = 1 y (0) = 0
atem
245
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 6. y + y = et (t 2 ), (Rta: y = e2 sen (t 2 ) U (t 2 )) y (0) = 0, y (0) = 0
Ejercicio 7. y 2y = 1 + (t 2), y (0) = 0, y (0) = 1 3 2t +4 e 1 t 1 U (t 2) + 1 e2(t2) U (t 2)) (Rta: y = 3 4 2 2 2
b). >F2(s) :=(2*s+4)/((s-2)*(s^2+4*s+3)); >convert(F2(s),parfrac,s); F 2(s) := 2s + 4 (s 2)(s2 + 4s + 3)
c). >F2(s) := (2*s+4)/((s-2)*(s^2+4*s+3)); >convert(F2(s),parfrac,s); F 3(s) := 246 s2 16 s3 (s + 2)2
4 3 11 4 11 + 3+ 2+ 4s 4(s + 2) s s 2(s + 2)2
Un iv
8 1 1 15(s 2) 5(s + 3) 3(s + 1)
ersi
dad
de
An tio
2 1 1 s3 s1 s+2
qui
a, D
F 1(s) :=
7s 1 (s 3)(s + 2)(a 1)
ept
o. d
a). >F1(s) := (7*s-1)/((s-3)*(s+2)*(s-1)); >convert(F1(s),parfrac,s);
eM
2s+4 , (s2)(s2 +4s+3)
c) F (s) =
s2 16 , s3 (s+2)2
d) F (s) =
s3 +3s2 +1 , s2 (s2 +2s+2)
atem
Ejemplo 19. Utilizando el Paquete Maple, descomponer en fracciones s1 parciales las siguientes expresiones: a) F (s) = (s3)(7 , b) F (s) = s+2)(a1) e) F (s) =
s2 (s2 +1)2
atic
as
6.6.
6.6. ANEXO CON EL PAQUETE MAPLE d). >F4(s) := (s^3+3*s^2+1)/(s^2*(s^2+2*s+2)); >convert(F4(s),parfrac,s,complex); F 4(s) := s3 + 3s2 + 1 s2 (s2 + 2s + 2)
e). >F5(s) := (s^2)/((s^2+1)^2); >convert(F5(s),parfrac,s,complex); F 5(s) :=
>convert(%,fraction);
1 1 I I 1 1 4 4 + + 4(s + I )2 4(s I )2 s I s + I
Ejemplo 20. Hallar la trasformada de Laplace de las funciones: sen (kt), cos(kt), ekt Efectuar las siguientes instrucciones: >with(inttrans):laplace(cos(k*t),t,s); 247
Un iv
ersi
dad
0,2500000000 0,2500000000 0,2500000000I 0,2500000000I + + 2 2 (s + 1,000000000I ) (s 1.I ) s 1.I s + 1,000000000I
de
An tio
s2 (s2 + 1)2
qui
a, D
ept
+ I) I) (3 (3 1 1 4 4 + + + (2s) (s + 1 + I ) (s + 1 I ) (2s2 )
o. d
eM
>convert(%,fraction);
atem
atic
0,5000000000 0,7500000000 + 1,000000000I + + s s + 1,000000000 + 1,000000000I 0,7500000000 1,000000000I 0,5000000000 + + s + 1. 1.I s2
as
s2
s + k2
>with(inttrans):laplace({sin(k*t),exp(k*t)},t,s); 1 k , 2 s k s + k2 Ejemplo 21. Hallar la transformada de et sen (2t) y calcular la transformada 2 inversa de (s1) 2 +4
>with(inttrans):laplace(exp(t)*sin(2*t),t,s); 2 (s 1)2 + 4 >invlaplace(%,s,t); et sen (2t)
Ejemplo 22. Resolver, usando transformada de Laplace, la E.D.
x (t ) =
Un iv
>with(ODEtools):Eqn2:=D(D(x))(t)+16*x(t)=cos(4*t): dsolve({Eqn2,x(0)=0,D(x)(0)=1},x(t),method=laplace); t 1 + 8 4
ersi
Efect ue las siguientes instrucciones:
dad
con x(0) = 0, x (0) = 1
de
x + 16x = cos 4t
Ejemplo 23. Resolver, usando transformada de Laplace, la ecuaci on integrot diferencial y (t) = 1 sen t 0 y ( ) d con la condici on y (0) = 0 Efectuar los siguientes instrucciones: 248
An tio
qui
sen (4t)
a, D
ept
o. d
eM
Efectuar las siguientes instrucciones:
atem
atic
as
6.6. ANEXO CON EL PAQUETE MAPLE >with(ODEtools):Eqn2:=D(y)(t)=1-sin(t)-int(y(s),s=0..t): dsolve({Eqn2,y(0)=0,D(y)(0)=1},y(t),method=laplace); t 2
y (t ) =
sen (t)
Efectuar los siguientes pasos:
Un iv
ersi
dad
de
An tio
qui
a, D
t<1 0 y (t) = undend t=1 (1t) 5e +5 t>1
ept
o. d
eM
>restart: with(ODEtools): ode := diff(y(t),t) + y(t) = 5*piecewise(t<1,0,t>=1,1):dsolve({ode,y(0)=0},y(t),method=laplace);
atem
atic
Ejemplo 24. Resolver, usando transformada de Laplace, la E.D. y + y = U (t 1) con la condici on y (0) = 0 (U es la funci on escal on unitario)
as
249
250
ersi
atic
as
An tio
x1 = a11 (t) x1 + a12 (t) x2 + . . . + a1n (t) xn + f1 (t) x2 = a21 (t) x1 + a22 (t) x2 + . . . + a2n (t) xn + f2 (t) . . . xn = an1 (t) x1 + an2 (t) x2 + . . . + ann (t) xn + fn (t)
qui
a, D
Estudiaremos el sistema de n ecuaciones lineales de primer orden:
ept
o. d
eM
SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN

atem
atic
CAP ITULO 7
as
(7.1) (7.2) f (t ) = f1 (t) f2 (t) . . . fn (t) , (7.3)
x n (t ) entonces el sistema (7.1) se puede escribir:
Sea x(t) =
x 1 (t ) x 2 (t ) . . .
Un iv
x1 = a11 (t) x1 + . . . + a1n (t) xn . . . xn = an1 (t) x1 + . . . + ann (t) xn
ersi
dad
el cual se denomina no homog enea si fi = 0 para alg un i = 1, 2, . . . , n. El sistema homog eneo asociado al anterior sistema es:
de
a11 (t) . . , A (t ) = . an1 (t)
a1n (t) . . y . ann (t)
x (t ) = A (t ) x (t ) + f (t ) 251
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN y la homog enea asociada (7.2) se puede escribir como x (t ) = A (t ) x (t ) Consideremos el problema de valor inicial: x (t ) = A (t ) x (t ) + f (t ), donde x10 x20 . . . xn0 x (t 0 ) = x 0 (7.5) (7.4)
Decimos que la funci on vectorial
Teorema 7.1 . Sean A(t) y f (t) funciones matricial y vectorial respectivamente y continuas en [a, b], entonces existe una u nica funci on vectorial (t) que es soluci on del problema de valor inicial (7.5) en [a, b]. (Ver la demostraci on de este teorema en el Ap endice) Ejemplo 1. Consideremos el sistema lineal x1 = 4x1 x2 x2 = x1 2x2 252
Un iv
ersi
es soluci on de (7.5), si (t) es derivable, satisface la ecuaci on diferencial y la condici on inicial dada, es decir, si x10 x20 (t 0 ) = . = x0 . . xn0
dad
de
An tio
qui
(t) =
n (t )
a, D
ept
1 (t ) 2 (t ) . . .
o. d
eM
x0 =
atem
atic
as
con x1 (0) = 1 y x2 (0) = 2. Soluci on: El sistema puede escribirse como: x1 x2 = 4 1 1 2 x1 (0) x2 (0) = 1 2 x1 x2
x0 =
Sus soluciones son de la forma: 1 (t ) = Tambi en (t ) = e3t e3t , 2 (t ) =
x1 = x = x 2 x2 = x = x 3 x3 = x = 6x 11x + 6x + sen t = 6x3 11x2 + 6x1 + sen t = 6x1 11x2 + 6x3 + sen t matricialmente la E.D. queda as x1 0 1 0 x1 0 x = x 2 = 0 0 1 x 2 + 0 6 11 6 x3 sen t x3 253
Un iv
ersi
dad
Soluci on: hagamos x1 = x, x2 = x , x3 = x y obtenemos el siguiente sistema
de
x 6x + 11x 6x = sen t
An tio
es un vector soluci on que satisface la condici on inicial. Nota: toda E.D. de orden n se puede reducir a un sistema de E.D. de primer orden. Ejemplo 2. Convertir en un sistema la siguiente E.D.:
qui
a, D
(1 3t) e3t (2 + 3t) e3t
ept
o. d
eM
(1 t) e3t t e3t
atem
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
7.1.
CONJUNTOS FUNDAMENTALES Y SISTEMAS HOMOGENEOS
Nota: esta matriz es u nica.
Denici on 7.2 ( Wronskiano) Sea (t) una matriz soluci on (es decir, cada columna es un vector soluci on) de x = A(t) x, entonces W (t) = det (t) lo llamamos el Wronskiano de (t). Observaci on: si (t) es una matriz fundamental, entonces W (t) = det (t) = 0 254
Un iv
ersi
1 . (t 0 ) = I = . . 0
An tio
Denici on 7.1 (Matriz Principal) . Decimos que la matriz fundamental (t) es matriz principal si 0 . . . 1
dad
de
qui
a, D
o sea, la matriz cuyas columnas son 1 (t), . . . , n (t) los cuales son linealmente independientes, la llamamos una matriz fundamental y decimos que (t) es una soluci on matricial ya que cada una de sus columnas es soluci on de x = A(t) x.
ept
o. d
eM
Consideremos el sistema homog eneo x = A(t) x donde x es un vector de n componentes y A(t) una matriz de n n. Si 1 (t), . . . , n (t), son n soluciones linealmente independientes del sistema, entonces decimos que este conjunto es un conjunto fundamental de soluciones; la matriz 11 (t) 1n (t) . . . . (t) = [1 (t), . . . , n (t)] = , . . n1 (t) nn (t)
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS
7.2.
METODO DE LOS VALORES Y VECTORES PROPIOS

x = Ax (7.6) a1n . . . es una matriz constante ann
Consideremos el sistema
e t v = A(e t v ) = e t A v,
Av = v
An tio
luego
qui
a, D
El objetivo es hallar n soluciones linealmente independientes: x1 (t), . . . , xn (t). Para ello imaginemos la soluci on del tipo x(t) = e t v , donde v es un vector constante, como d t e v = e t v dt t t y A(e v ) = e Av , de (7.6) tenemos que:
ept
o. d
eM
donde x(t) =
x n (t )
atem
atic
x 1 (t ) x 2 (t ) . . .
a11 . yA= . . an1
as
(7.7)
NOTA:
v = 0 siempre satisface Av = v para cualquier matriz A, por esto no nos interesa. es un valor propio de la matriz A si y solo si Av = v Av v = (A I )v = 0 (7.8) 255
Un iv
ersi
Denici on 7.3 (Vector y valor propio) . Un vector v = 0 que satisface Av = v se le llama vector propio de A con valor propio .
dad
de
Es decir, x(t) = e t v es soluci on de (7.6) si y solo si y v satisfacen (7.7).
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN es decir, v satisface sistema homog eneo de n ecuaciones con n incognitas (A I )v = 0 donde I es la matriz identidad. (7.9)
Como los vectores propios de A son los vectores v = 0 del sistema ecuaciones lineales (A I )v = 0.
El siguiente teorema se demuestra en los cursos de Algebra Lineal. Teorema 7.2 . Cualesquiera k vectores propios v1 , . . . , vk correspondientes a k valores propios diferentes 1 , . . . , k respectivamente, son linealmente independientes. Pasos para hallar los valores y vectores propios de A: Hallar p() = det(A I ) = 0. 256
Un iv
ersi
dad
y como p() = 0, tiene a lo sumo n ra ces, entonces existen a lo sumo n valores propios de A y por tanto existen a lo sumo n vectores propios linealmente independientes.
de
An tio
qui
Denici on 7.4 (Polinomio Caracter stico) . Al polinomio p() de la nota anterior lo llamamos el Polinomio Caracter stico de la matriz A.
a, D
ept
La ecuaci on (7.9) tiene una soluci on v = 0 si y solo si det(A I ) = 0, luego los valores propios de A son las ra ces de la ecuaci on. a11 a12 a 1n a21 a22 a 2n 0 = det(A I ) = . . . . . . . . . an1 an2 ann = Polinomio en de grado n = p().
o. d
eM
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Hallar las ra ces 1 , . . . , n de p() = 0. Para cada valor propio i , resolver el sistema homog eneo (A i I ) v = 0. Ejemplo 2. Hallar tres soluciones linealmente independientes, una matriz fundamental y la soluci on general del siguiente sistema: 1 1 4 x = 3 2 1 x 2 1 1
escalonemos 0 1 3 1 2 1
luego v2 = 4v3 , v1 = v3 , v3 = v3 , por lo tanto t 1 1 e t 4 = 4et v= 4 x1 = e 1 1 et
la matriz de coecientes por reducci on de las 0 1 4 0 1 4 R ( 1 ) 0 1 4 4 2 3 R32 (1) R21 (1) 1 1 0 1 1 0 1 3 0 3 1 R31 (1) R3 ( 2 ) 0 0 0 1 0 1 2 0 2 2
Un iv
ersi
Hallemos los vectores propios: Para 1 = 1, tenemos que 1 1 1 4 v1 0 1 4 v1 0 21 1 v 2 = 3 1 1 v 2 = 0 (A1.I )v = 3 2 1 1 1 2 1 2 v3 0 v3
dad
de
An tio
luego los valores propios son: 1 = 1, 2 = 2, 3 = 3
qui
= ( 1)( + 2)( 3) = 0
a, D
Soluci on: el polinomio caracter stico es 1 1 4 2 1 = (3 22 5 + 6) = p() = det(A I ) = 3 2 1 1
ept
o. d
eM
atem
atic
as
257
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Para 2 = 2, tenemos que 1 + 2 1 4 v1 3 1 4 v1 0 3 2+2 1 v 2 = 3 4 1 v 2 = 0 (A +2.I )v = 2 1 1 + 2 v3 2 1 1 v3 0
escalonemos la matriz de coecientes por reducci on de las 2 1 4 2 1 4 2 1 4 1 R2 ( 5 ) R21 (1) R12 (4) 3 1 1 0 5 0 1 5 1 R31 (1) 0 0 0 2 1 4 0 0 0 2 1 0 1 0 1 0 0 0 luego v2 = 2v1 , v3 = v1 , v1 = v1 , por lo tanto 3t 1 1 e 3t v= 2 x3 = e 2 = 2e3t 1 1 e3t 258
Un iv
ersi
dad
de
An tio
0 2 1 4 v1 1 3 1 4 v1 v2 = 0 v 2 = 3 1 1 3 23 1 (A 3.I )v = 0 v3 2 1 4 v3 2 1 1 3
qui
a, D
ept
Para 2 = 3, tenemos que
o. d
2t e 1 1 v = 1 x2 = e2t 1 = e2t e2t 1 1
eM
atem
escalonemos la matriz de coecientes las on de por reducci 1 1 0 3 1 4 R ( 1 ) 3 1 4 3 1 4 2 15 R12 (4) R21 (4) 1 0 1 3 4 1 0 1 1 15 0 15 1 R32 (1) R31 (1) R3 ( 5 ) 0 0 0 1 0 1 5 0 5 2 1 1 luego v2 = v1 , v3 = v1 , v1 = v1 , por lo tanto
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Las tres soluciones son x1 , x2 , x3 , como los tres valores propios son diferentes entonces x1 , x2 , x3 son linealmente independientes, o sea que la matriz fundamental es t e e2t e3t (t) = [x1 , x2 , x3 ] = 4et e2t 2e3t et e2t e3t RA ICES COMPLEJAS.
Demostraci on: como x(t) es soluci on de x = A x entonces
e igualando parte Real y parte Imaginaria: x1 = A x 1
o sea que x1 (t) y x2 (t) son soluciones. Obs ervese que x1 (t) = Re {x(t)} x2 (t) = Im{x(t)} NOTA: si = + i es un valor propio complejo y v = v1 + iv2 es un vector propio complejo asociado a entonces x = et v = e(+i )t (v1 + iv2 ) = et (cos t + i sen t)(v1 + iv2 ) = et [v1 cos t v2 sen t + i(v1 sen t + v2 cos t)] 259
Un iv
ersi
dad
y x2 = A x 2 ,
de
x1 (t) + ix2 (t) = A(x1 (t) + ix2 (t)) = Ax1 (t) + iAx2 (t)
An tio
Lema 7.1 . Sea x(t) = x1 (t) + ix2 (t) una soluci on vectorial compleja de x = Ax, entonces x1 (t) y x2 (t) son soluciones vectoriales reales de x = Ax.
qui
a, D
ept
La soluci on vectorial compleja da lugar a dos soluciones vectoriales reales; en efecto:
o. d
Si = + i es un valor propio o caracter stico de A con vector propio asociado v = v1 + iv2 , entonces x(t) = et v es una soluci on vectorial compleja de x = A x.
eM
atem
atic
La soluci on general es x(t) = C1 x1 (t) + C2 x2 (t) + C3 x3 (t)
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Por tanto si = + i es un valor propio de A con vector propio v = v1 + iv2 , entonces x1 = et (v1 cos t v2 sen t), x2 = et (v1 sen t + v2 cos t) (7.10)
son dos soluciones vectoriales reales de x (t) = Ax y son linealmente independientes. Ejemplo 3. Hallar dos soluciones vectoriales reales linealmente indepen12 17 x dientes del siguiente sistema: x = 4 4 Soluci on: hallemos el polinomio caracter stico p ( ) = 12 17 = 2 8 + 20 = 0 4 4
Si 1 = 4 + 2i entonces 8 2i 17 4 8 2i
(8 2i)v1 17v2 = 0 y 4v1 + (8 2i)v2 = 0
0 17 17 +i = 2 8 8 2i 0 17 , v2 = escogemos como v1 = 2 8 Por lo tanto las dos soluciones vectoriales reales son: tomando v1 = 17 tenemos v = x1 (t) = et (v1 cos t v2 sen t) = e4t 260 0 17 cos 2t 2 8 sen 2t
Un iv
v2 =
1 (8 2i)v1 , v1 = v1 v = 17
ersi
dad
como estas dos ecuaciones son linealmente dependientes, se toma una cualquiera de las dos, por ejemplo la primera
1 (8 17
de
An tio
v1 0 = v2 0
qui
a, D
ept
los valores propios son 1 = 4 + 2i, 2 = 4 2i,por tanto = 4, = 2.
o. d
eM
1 v 2i) 1
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS = e4t y tambi en x2 (t) = et (v1 sen t + v2 cos t) = e4t = e2t 17 sen 2t 8 sen 2t 2 cos 2t 17 8 sen 2t + 0 cos 2t 2 17 cos 2t 8 cos 2t + 2 sen 2t
x1 (t) = e4t
RA ICES IGUALES. La matriz eAt que denimos a continuaci on, tiene su existencia garantizada en el Ap endice A.3 . Denici on 7.5 (Matriz exponencial) . Si A es una matriz n n y constante t2 tn eAt = I + tA + A2 + . . . + An + . . . 2! n! Esta serie es convergente para todo t y para toda matriz Ann constante. Derivando formalmente (Ver la demostraci on de la derivada en el Ap endice A.4), tenemos tn1 d At e = A + A2 t + . . . + An + . . . dt (n 1)! tn1 = A I + At + . . . + An + . . . (n 1)! = AeAt 261
Un iv
ersi
dad
de
An tio
qui
que tambi en son dos soluciones linealmente independientes de la E.D., es decir, que de acuerdo a la selecci on que hagamos ya sea en los valores propios o en las ecuaciones lineales cuando escalonemos la matriz de coecientes, tendremos respuestas diferentes, esto se debe a que escogemos vectores base v1 , v2 diferentes.
a, D
ept
o. d
17 cos 2t 17 sen 2t , x2 (t) = e4t 8 cos 2t 2 sen 2t 8 sen 2t + 2 cos 2t
eM
atem
Nota: si se utiliza el otro valor propio 2 = 4 2i y se sigue el mismo procedimiento se llega a que
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Por tanto, eAt v es una soluci on de x = Ax, donde v es un vector constante. En efecto d At (e v ) = AeAt v = A (eAt v ) dt x x Tambi en en el Ap endice se demuestran las siguientes propiedades. Propiedades:
ii). eA(t+s) = eAt eAs
iii). Si AB = BA, donde Ann y Bnn , entonces eAt+Bt = eAt eBt Observaci on: eAt v = eAtIt+It v = e(AI )t eIt v Ya que (A I )I = (I )(A I )
ept
o. d
eM
atem
(7.11) I + It + (I )2 = 2 t 2 + . . . Iv = et v 1 + t + 2! eAt v = et e(AI )t v
Pero eIt v =
sustituyendo en (7.11)
dad
de
An tio
qui
a, D
t2 + ... v 2!
atic
(7.12)
i). (eAt )1 = eAt
(A I )m+e v = (A I )e (A I )m v = 0. Por tanto e(AI )t v = t2 tm1 + . . . + (A I )m1 v 2! (m 1)! t2 tm1 = v + t(A I )v + (A I )2 v + . . . + (A I )m1 v 2! (m 1)! I + (A I )t + (A I )
262
Un iv
Si v satisface (A I )m v = 0 para alg un entero m, entonces la serie innita e(AI ) t termina despu es de m t erminos; en efecto,
ersi
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS en (7.12): eAt v = et [v + t(A I )v t2 tm1 + (A I )2 v + . . . + (A I )m1 v ] (7.13) 2! (m 1)! Algoritmo para hallar las n soluciones linealmente independientes 1. Hallar los valores y vectores propios de la matriz A. Si A tiene n vectores propios linealmente independientes entonces x = A x tiene n soluciones linealmente independientes de la forma et v . 2. Si A tiene k < n vectores propios linealmente independientes, entonces se tienen k soluciones linealmente independientes de la forma et v . Para encontrar las soluciones adicionales se toma un valor propio de A y se hallan todos los vectores v tales que
Para cada uno de estos vectores v
es una soluci on adicional de x valores propios de A.
= A x. Esto se hace para todos los
por lo tanto
Un iv
(A I )3 v = 0 y
ersi
dad
3. Si a un en el paso anterior no se han conseguido las n soluciones linealmente independientes, entonces se buscan los vectores v tales que (A I )2 v = 0 t2 (A I )2 v ] 2
eAt v = et [v + t(A I )v +
es una nueva soluci on linealmente independiente de x = A x. 4. Se continua de la misma manera hasta completar n soluciones linealmente independientes. 263
de
An tio
eAt v = et e(AI )t v = et [v + t(A I )v ]
qui
a, D
(A I )2 v = 0 y
(A I )v = 0.
ept
o. d
eM
atem
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Ejemplo 4. Resolver por el m etodo anterior el problema de valor inicial 1 2 1 2 x(0) = 3 x = 0 2 1 x 1 0 0 2
luego la dimensi on del espacio propio asociado al valor propio = 2 es uno, esto quiere decir que debemos hallar un vector v tal que (A 2I )2 v = 0 y 264 (A 2I )v = 0
1 2t 2t x 1 (t ) = e v = e 0 , 0
Un iv
luego v2 = 0, v3 = 0 y v1 = v1 , por lo tanto el vector propio asociado a = 2 es 1 0 , 0 la soluci on asociada a este vector propio es
escalonemos la matriz de 0 0 0
coecientes por reducci on de las 0 1 0 1 2 R12 (2) 0 1 0 0 1 0 0 0 0 0
ersi
dad
de
An tio
qui
a, D
luego = 2 es un valor propio de A con multiplicidad 3. Hallemos los vectores propios asociados a = 2, estos vectores deben satisfacer la ecuaci on 0 v1 0 1 2 (A 2I )v = 0 0 1 v2 = 0 0 v3 0 0 0
ept
o. d
eM
atem
Soluci on: el polinomio caracter stico de 2 1 2 A = 0 2 1 es p() = (2 )3 0 0 2
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS
(A 2I )2 v = 0 3 0 1 2 0 0 0 v1 v2 = 0 0 1 v = 0 0 0 v3 0 0 0 0 0 0 0 luego v1 , v2 y v3 son par ametros, entonces escogemos v = 0 de tal manera 1 1 0 que sea linealmente independiente con 0 y 1 y que adem as cumpla 0 0
(A 2I )3 v 0 3 (A 2I ) v = 0 0
Un iv
ersi
=0
dad
se debe buscar otra soluci on linealmente independiente con las anteriores, que cumpla la condici on y
de
como (A 2I )2 v = 0 tiene dos soluciones linealmente independientes 1 0 0 , 1 0 0
An tio
qui
a, D
x2 (t) = et [v + t(A I )v ] = e2t [v + t(A 2I )v ] t 1 0 0 1 2 0 0 2t 2t 2t 1 ]=e [ 1 +t 0 ]=e 1 = e [ 1 + t 0 0 1 0 0 0 0 0 0 0 0
ept
o. d
eM
es decir v3 = 0, v1 y v2 son par ametros; elegimos v1 = 0 y v2 = 1 de tal 0 manera que el vector v = 1 sea linealmente independiente con el vector 0 1 v = 0 hallado anteriormente 0 La soluci on asociada a v es
0 1 2 0 1 2 0 0 1 v1 0 (A 2I )2 v = 0 0 1 0 0 1 v = 0 0 0 v2 = 0 0 0 0 0 0 0 0 0 0 v3 0
atem
atic
as
265
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN (A 2I )2 v = 0. Como el sistema es 3 3, entonces la u ltima soluci on es t2 t2 x3 (t) = et [v + t(A I )v + (A I )2 v ] = e2t [v + t(A 2I )v + (A 2I )2 v ] 2 2 2 0 0 1 2 0 0 1 2 0 t2 2t 0 + 0 ] 0 0 1 = e [ 0 + t 0 0 1 2 1 0 0 0 1 0 0 0 1 2 0 2 0 0 2 0 0 1 2 1 t t = e2t [0 + t 1 + 0 0 0 0] = e2t [0 + t 1 + 0 ] 2 2 0 1 0 1 0 0 0 1 0 2 2t t2 = e2t t 1
en t = 0 se tiene que
luego C1 = 1, C2 = 3 y C3 = 1 La soluci on particular buscada es
ersi
dad
1 1 0 0 x(0) = 3 = C1 0 + C2 1 + C3 0 1 0 0 1
de
An tio
2 1 t 2t t2 x(t) = C1 x1 (t)+ C2 x2 (t)+ C3 x3 (t) = C1 e2t 0 + C2 e2t 1 + C3 e2t t 0 0 1
Un iv
Nota: en algunos casos el valor propio repetido de multiplicidad m puede producir m vectores propios, en otros casos (como en el ejemplo anterior) puede producir menos de m vectores propios, teni endose que completar el resto (hasta completar m) con los que llamaremos vectores propios generalizados. 266
1 + 5t x(t) = e2t 3 t 1
qui
a, D
t2 2
ept

o. d
eM
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Denici on 7.6 (Valor propio defectuoso) Un valor propio de multiplicidad m > 1 se le llama defectuoso si produce menos de m vectores propios linealmente independientes. Si tiene p < m vectores propios linealmente independientes, al n umero d = m p de vectores propios faltantes se le llama el defecto del valor propio defectuoso En el ejemplo anterior = 2 tiene multiplicidad m = 3 y solo produjo p = 1 vector propio, al n umero d = m p = 3 1 = 2 de vectores propios faltantes se le llama el defecto del valor propio = 2, los dos vectores propios faltantes se consiguen con vectores propios generalizados. Observaciones.
Si sustituimos vm1 en la segunda expresi on de (7.14) y luego vm2 en la tercera expresi on y as sucesivamente, tenemos que (A I )m1 vm = v1 , (7.15)
y como v1 es un vector propio ordinario, entonces premultiplicando (7.15) por (A I ) se llega a que (A I )m vm = (A I )v1 = 0 267
Un iv
(A I )vm = vm1 (A I )vm1 = vm2 . . . (A I )v2 = v1
dad
de
Una cadena de longitud m de vectores propios generalizados originados en el vector propio v1 es un conjunto de m vectores propios generalizados {v1 , v2 , . . . , vm } tales que
An tio
qui
Cuando m = 1, el vector v es un vector propio generalizado de rango uno y es tambi en un vector propio ordinario; cuando m = 2, el vector v es un vector propio generalizado de rango dos, pero no es un vector propio ordinario.
a, D
ept
(A I )m v = 0 y
(A I )m1 v = 0
o. d
eM
1. Si es un valor propio de la matriz A, denominamos vector propio generalizado de rango m asociado a , al vector v tal que
atem
atic
as
ersi
(7.14)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN en general para j = 1, . . . , m 1 : (A I )j vm = vmj (7.16)
donde vm satisface (A I )m vm = 0 y (A I )m1 vm = v1 = 0 y por (7.16)
b. Hallar v2 tal que (A I )v2 = v1 .
d. La soluci on asociada a esta cadena es x(t) = et [vm + tvm1 + 3. Consideremos el sistema x = a1 x + b 1 y y = a2 x + b 2 y 268
Un iv
c. Hallar vm tal que (A I )vm = vm1 . t2 tm1 vm2 + . . . + v1 ] 2! (m 1)!
ersi
a. Hallar v1 vector propio de A asociado al valor propio que satisface el sistema: (A I )v = 0.
dad
de
Algoritmo para una cadena de longitud m
An tio
x(t) = et [vm + tvm1 +
t2 tm1 vm2 + . . . + v1 ] (7.18) 2! (m 1)!
qui
a, D
ept
x(t) = et [vm + t(A I )vm + t2 tm1 (A I )2 vm + . . . + (A I )m1 vm ] (7.17) 2! (m 1)!
o. d
eM
2. Utilizando (7.13) tenemos que
atem
se premultiplica por (A I )m1 y se llega a que m = 0, en forma similar se demuestra que m1 = 0 y as sucesivamente hasta mostrar que 1 = 0
atic
as
Utilizando (7.16) se puede mostrar que la cadena {v1 , v2 , . . . , vm } es un conjunto de vectores linealmente independientes, para ello suponemos que 1 v 1 + 2 v 2 + . . . + m v m = 0
(7.19)
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS luego su ecuaci on caracter stica es p() = det a1 b1 = (a1 )(b2 ) a2 b1 a2 b2
= 2 (a1 + b2 ) + (a1 b2 a2 b1 ) = 0 (7.20)
es el vector propio asociado a = m y que v2 = A1 B1
es el vector propio generalizado de rango dos, asociado al valor propio = m, es decir
Por tanto las dos soluciones linealmente independientes son
y por (7.18) la segunda soluci on es x2 (t) = emt [v2 + tv1 ] = emt [ la soluci on general es x (t ) =
= C1 emt nalmente
Un iv
x (t ) = C 1 x 1 (t ) + C 2 x 2 (t ) y (t ) A1 + At A + C2 emt B1 + Bt B (7.21)
x(t) = C1 Aemt + C2 (A1 + At)emt y (t) = C1 Bemt + C2 (B1 + Bt)emt
ersi
dad
A A1 + At A1 + t emt ] = emt , B B1 + Bt B1
de
An tio
x1 (t) = emt v1 = emt
A B
qui
a, D
(A mI )2 v2 = 0
(A mI )v2 = v1 = 0
ept
o. d
eM
(7.22)
atem
269
atic
y supongamos que tiene una ra z = m con multiplicidad dos. Supongamos tambi en que A v1 = B
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Teorema 7.3 . La matriz X (t)nn es una matriz fundamental de la E.D. vectorial x = Ax si y solo si satisface la E.D. matricial X (t) = AX (t) y adem as det X (t0 ) = 0. Demostraci on: sea X (t) = [x1 (t), . . . , xn (t)] una matriz fundamental de x = Ax, entonces x 1 (t ), x 2 (t ), . . . , x n (t )
AX (t) = (Ax1 (t), Ax2 (t), . . . , Axn (t)) y sabiendo que Ax1 (t) = x 1 (t), entonces
Ax2 (t) = x 2 (t), . . . , Axn (t) = x n (t)
X (t) = (Ax1 (t), Ax2 (t), . . . , Axn (t)) = AX (t) X (t) X = AX
x1 (t), x2 (t), . . . , xn (t) son linealmente independientes luego la matriz X (t) = (x1 (t), x2 (t), . . . , xn (t)) es una matriz fundamental. Teorema 7.4 . La matriz eAt es una matriz principal de x = Ax. 270
Un iv
ersi
Rec procamente como x1 (t0 ), . . . , xn (t0 ) son linealmente independientes, ya que det X (t0 ) = 0; entonces por la nota hecha en la p agina 89 del Cap. IV, tenemos que
dad
de
solucion de la E.D. matricial
An tio
qui
a, D
ept
o. d
y como
eM
X (t) = (x 1 (t), x 2 (t), . . . , x n (t))
atem
son linealmente independientes. Derivando la matriz X (t), tenemos
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Demostraci on: en efecto, eAt es soluci on de X = AX ya que d At e = A eAt dt y por el teorema anterior eAt es una matriz fundamental, adem as, eAt = I + At + A2 y para t = 0 se tiene que eA0 = I . t2 + ..., 2
Demostraci on: como
X (t) = (x1 (t), . . . , xn (t)) es fundamental entonces x1 , . . . , xn son linealmente independientes. Similarmente como
yi = C1i x1 + . . . + Cni xn para i = 1, . . . , n, luego donde Y (t) = X Cnn
dad
El siguiente teorema nos permite hallar una matriz exponencial, conociendo una matriz fundamental. Teorema 7.6 . Sea X (t) una matriz fundamental de x = Ax entonces eAt = X (t) X 1 (0).
C11 . C= . . C1n
Un iv
ersi
de
An tio
entonces y1 , . . . , yn son linealmente independientes. Pero
C1n . . . Cnn
qui
Y (t) = (y1 , . . . , yn ) es fundamental
a, D
ept
o. d
eM
Teorema 7.5 . Sean X (t) y Y (t) dos matrices fundamentales de x = Ax, entonces existe una matriz constante Cnn tal que Y (t) = X (t)C .
atem
atic
271
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Demostraci on: sea X (t) una matriz fundamental y como eAt es matriz fundamental (principal), entonces, existe Cnn tal que eAt = X (t)C Para t = 0 e0t = I = X (0)C C = X 1 (0). Luego eAt = X (t) X 1 (0)
3t e 1 1 Para = 3 v2 = 2 x2 (t) = e3t 2 = 2e3t 0 0 0 3t e 1 1 5t 2 e3t 2 2 x 3 (t ) = e = Para = 5 v3 = 2e5t 2 2 y por Teorema 7.2 x1 (t), x2 (t), x3 (t) son linealmente independientes. t 3t 5t e e e Luego X (t) = 0 2e3t 2e5t es la matriz fundamental. 0 0 2e5t 1 1 1 0 1 1 2 1 2 Luego X (0) = 0 2 2 X 1 (0) = 0 1 2 1 0 0 2 0 0 2 272
Un iv
ersi
dad
de
An tio
qui
Soluci on: Hallamos los valores propios, que en este caso son: = 1, = 3, = 5 t 1 e 1 t 0 = 0 Para = 1 v1 = 0 x1 (t) = e 0 0 0
a, D
ept
o. d
eM
1 1 1 x = 0 3 2 x 0 0 5
atem
atic
Ejemplo 5. Hallar eAt para
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Luego eAt et e3t e5t 0 1 1 2 1 = X (t) X 1 (0) = 0 2e3t 2e5t 0 1 2 2 1 5t 0 0 0 0 2e 2 t 3 t 3 t 5 t t e e e e e 2 + 2 2 + 2 = 0 e3t e3t + e5t 0 0 e5t
1. A =
(Rta.: x(t) = C1 2. A = 12 15 4 4
(Rta.: x(t) = C1 3. A = 4 5 4 4
(Rta.: x(t) = C1 [
1 0 0 4. A = 2 1 2 3 2 1
0 0 2 t t (Rta.: x(t) = C1 3 e + C2 e [ 1 cos 2t 0 sen 2t] 1 0 2 0 0 t + C3 e [ 0 cos 2t + 1 sen 2t]) 1 0 2 1 x 1 4
5. x =
Un iv
ersi
dad
5 0 0 5 cos 2t sen 2t]+C2 [ cos 2t+ sen 2t]) 4 2 2 4
de
An tio
qui
3 2t 5 6t e + C2 e ) 2 2
a, D
ept
3 4t 1 4t e + C2 e ) 4 4
o. d
8 3 16 8
eM
atem
Ejercicios. En los siguientes ejercicios, hallar la soluci on general para x = A x y con el Wronskiano comprobar que los vectores soluci on son linealmente independientes.
atic
as
273
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN (Rta.: = 3(mult.2),vector propio v = [1 1]T , x1 (t) = (C1 + C2 + C2 t)e3t , x2 (t) = (C1 C2 t)e3t ) 3 0 4 6. x = 1 1 1 x 1 0 1 (Rta.: = 1(mult.3) defectuoso, x1 (t) = (2C2 +C3 2C3 t)et , x2 (t) = C t2 )et , x3 (t) = (C2 + C3 t)et ) (C 1 C 2 + C 2 t C 3 t + 1 2 3 7. A =
(Rta.: x(t) = C1
= Ax + f (t), x(t0 ) = x0
a, D
Consideremos el problema de valor inicial:
ept
o. d
7.3.
E.D. NO HOMOGENEA Y VARIACION DE PARAMETROS

(7.23)
x h (t ) = C 1 x 1 (t ) + . . . + C n x n (t ) y variando los par ametros C1 , C2 , . . . , Cn tenemos x(t) = u1 (t)x1 (t) + . . . + un (t)xn (t), la cual suponemos que es una soluci on de x = Ax + f (t). Luego , x(t) = X (t)u(t), donde
Como
u 1 (t ) . X (t) = (x1 (t), . . . , xn (t)) y u(t) = . . u n (t ) d (X (t)u(t)) = X (t)u(t) + X (t)u (t), dt Ax + f (t) = AX (t) u(t) + f (t) = X (t)u(t) + f (t) x (t ) = X
ersi
dad
de
An tio
Sean x1 (t), . . . , xn (t) las soluciones linealmente independientes de la homog enea asociada, o sea que
qui
274
Un iv
eM
1 2t 1 2t 2t e + C2 e ) 2 4t
atem
0 1 4 4
atic
as
DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION Sustituimos en (7.23) y cancelando, obtenemos: X (t)u (t) = f (t) Premultiplicando por X 1 (t) : u (t) = X 1 (t)f (t) e integrando de t0 a t:
t
como y premultiplicando por X 1 (t0 ) x (t ) = X (t ) u (t ) x (t 0 ) = X (t 0 ) u (t 0 ) u(t0 ) = X 1 (t0 ) x(t0 ) en (7.24):

t
u(t) = X 1 (t0 ) x(t0 ) +

t0
X 1 (s) f (s) ds
luego
An tio
x(t) = X (t)u(t) = X (t) X 1 (t0 ) x(t0 ) +
qui
de
x(t) = X (t) X 1 (t0 ) x0 + X (t)

t0
a, D
X 1 (s) f (s) ds
ept
t0
o. d
X 1 (s) f (s) ds
eM
(7.25) (7.26) 275
En particular si
entonces
Un iv
X (t) = eAt X 1 (t) = eAt X 1 (t0 ) = eAt0

t
ersi
dad
x(t) = eAt eAt0 x0 + eAt

t0
eAs f (s) ds
o sea que
t
x(t) = eA(tt0 ) x0 +
t0
eA(ts) f (s) ds
atem
atic
t0
as
u (t ) = u (t 0 ) +
X 1 (s) f (s) ds
(7.24)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Ejemplo 6. Utilizar (7.25) para resolver el sistema: x = 6 3 2 1 x+ e5t 4 , x(0) = 9 4
Los valores propios de la matriz A son: = 3, = 4 Los vectores propios linealmente independientes son: v1 = 1 1 , v2 = 3 2
Las soluciones vectoriales linealmente independientes son:
An tio
X (t ) = Pasos: a) hallemos:
t
e3t 3e4t e3t 2e4t
X 1 (s) =
dad
de
X (t )
t0 =0
(s) f (s) ds = = = = = 5
ersi
e3t 3e4t e3t 2e4t e3t 3e4t e3t 2e4t e3t 3e4t e3t 2e4t
qui
Luego la matriz fundamental y su inversa en t erminos de s son: 2e3s 3e3s e4s e4s
a, D
x1 (t) = e3t
1 1
e3t e3t
ept
o. d
3 2
eM
= 3e4t 2e4t 2e3s 3e3s e4s e4s
, x2 (t) = e4t v2 = e4t
t 0 t 0
atem
e 5s 4 ds
atic
Soluci on: para resolver este ejercicio, utilizaremos el siguiente resultado 1 a b d b 1 del a lgebra lineal: . = ad bc c d c a
as
ds
Un iv
3e4t e3t + 2 2e4t e3t = 5x1 (t) 2x2 (t) + xp 276
2e5t 1 + 5e3t 6e4t e5t 2 + 5e3t 4e4t
e2t 4e3t + 5 et + e4t 2
2e2s + 12e3s es 4e4s
2e5t 1 e5t 2
DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION Luego la soluci on particular es xp = b) Hallemos X (t) X 1 (0)x0 e3t 3e4t e3t 2e4t De a) y b):
t
2e5t 1 e5t 2 e3t 3e4t e3t 2e4t 6e3t + 15e4t 6e3t + 10e4t
x(t) = X (t) X 1 (0) x0 + X (t)

0
X 1 (s) f (s) ds
= =
1. x =
2. x =
3. x = 4y + 1, y = x + 2 (Rta.: x = 2C1 cos 2t + 2C2 sen 2t + 2; 4. x = y + t, y =xt (Rta.: x = C1 cos t + C2 sen t + 1 + t;
Un iv
0 2 0 0 x + 3t , x(0) = 1 3 e cos 2t 0 2t sen 2t ) e3t (Rta.:x(t) = 1 4 sen 2t + 2t cos 2t
ersi
dad
6 7 2t 0 x+ , x(0) = 1 2 3 0 666 120 t 575 et 91e5t 1 ) (Rta.: x(t) = 150 588 60t 575et 13e5t
de
An tio
En los siguientes ejercicios, aplique el m etodo de variaci on de par ametros para hallar una soluci on particular de los siguientes sistemas:
y = C2 cos t + C1 sen t 1 + t) 277
qui
a, D
y = C2 cos 2t + C1 sen 2t 1 ) 4
e3t + 9e4t + 2e5t 1 e3t + 6e4t + e5t 2
ept
6e3t + 15e4t 6e3t + 10e4t
2e5t 1 + 5e3t 6e4t e5t 2 + 5e3t 4e4t
o. d
eM
atem
atic
2 3 1 1
9 4
as
6 5
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
7.4.
TRANSFORMADA DE LAPLACE PARA SISTEMAS

st e x1 (t) dt 0
Sea el P.V.I. x (t) = Ax(t) + f (t), x(0) = x0 . Luego
Ejemplo 7. Resolver el problema de valor inicial.
Un iv
ersi
dad
en (7.27): sX (s) x(0) = AX (s) + F (s) Luego (sI A) X (s) = x(0) + F (s) = x0 + F (s)
Pero {x (t)} =
{x 1 . . . {x n
de
1 4 1 1 1 4 1 1 1 4 1 1
An tio
= AX (s) + F (s) (7.27) }(s) sX1 (s) x1 (0) . . = = sX (s) x(0) . }(s) sXn (s) xn (0)
qui
= A{x(t)}(s) + {f (t)}(s)
a, D
{x (t)}(s) = {Ax(t) + f (t)}
ept
o. d
f 1 (t ) F1 (s) . . f (t ) = . . F (s) = {f (t)}(s) = . . = f n (t ) Fn (s)
x+
1 1
eM
atem
Y si
atic
Denici on 7.7 Si x 1 (t ) def. . x (t ) = . . {x(t)}(s) = X (s) = x n (t )
. . . st e xn (t) dt 0
as
1 1
. . . st e fn (t) dt 0
st e f1 (t) dt 0
et , 1 1
x(0) =
2 1
{x }(s) = sX (s) x(0) = 278
{x}(s) + X (s) + 1 s1
{et }(s)
7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS sI 1 4 1 1 X (s) = x(0) + = s 1 4 1 s 1 X1 (s) X2 (s) = 2 1 2+ 1+ 1 1 s1 1 1 1 + s1 1

1 s1 1 s1
1.
= x + y = 2x, x(0) = 0, y (0) = 1 1 2t (Rta.: x(t) = 1 e2t + 1 e t , y (t ) = 3 e +2 et ) 3 3 3 = 2y + et = 8x t, x(0) = 1, y (0) = 1 t et 53 4t (Rta.: x = 173 e4t + 8 15 + 320 e , 192
dx dt dy dt
dx dt dy dt
2.
Un iv
ersi
x1 (t) = 1 {X1 (s)} 1 1 1 11 1 + 1 + 1 = 1 s1 4 s3 4 s+1 11 1 = et + e3t + et 4 4 x2 (t) = 1 {X2 (s)} 1 11 1 1 1 1 + 1 1 = 1 4 s1 8 s3 8 s + 1) 11 1 1 = et + e3t et 4 8 8 Usar la transformada de Laplace para resolver los siguientes sistemas de E.D.
dad
de
An tio
y=
qui
a, D
1 16
ept
1 s1 1 X1 (s) + (s 1)X2 (s) = 1 + s1 Resolviendo el anterior sistema para X1 (s), X2 (s): 1 11 1 1 1 X1 (s) = + + s1 4 s3 4s+1 11 1 1 1 1 1 + X2 (s) = 4s1 8 s3 8s+1 (s 1)X1 (s) 4X2 (s) = 2 +
53 4t 8 t 160 e 15 e + 173 e 4t ) 96
o. d
eM
atem
279
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN 3. = x 2y = 5x y, x(0) = 1, y (0) = 2 7 sen 3t, y = 2 cos 3t 3 sen 3t) (Rta.: x = cos 3t 5 3
dx dt dy dt
7.5.
>sys1 :=[diff(x(t),t)=-4*x(t)-y(t), diff(y(t),t)=x(t)-2*y(t)]; sys1 := [x = 4 x y, y = x 2 y ] >sol1 := dsolve(sys1); sol1 := {x (t) = e3 t ( C1 + C2 t) , y (t) = e3 t ( C1 + C2 t + C2 )} 280
Un iv
Ejemplo 8. Con el paquete Maple resolver el siguiente sistema, hallar la soluci on general y la soluci on particular x1 = 4x1 x2 x2 = x1 2x2 con x1 (0) = 1, x2 = 2 Soluci on:
ersi
dad
de
An tio
qui
a, D
Ejercicio 5. Hallar las E.D. del sistema de resortes acoplados con constantes k1 y k2 y masas m1 y m2 respectivamente, como se muestra en la gura 4.14; resolverla con k1 = k2 = k3 = 1, m1 = m2 = 1 y x(0) = 0, y (0) = 0, x (0) = 1, y (0) = 1 1 t et + 1 et , y = 1 et 2 e ) (Rta.: x = 1 2 2 2
ept
o. d
eM
4. Dos pesos de 96 libras y 64 libras se mueven horizontalmente en una supercie lisa, cada resorte tiene k = k1 = k2 = 600. En t = 0 los resortes est an sin estirar y el de peso 96 tiene una velocidad de 600 pies/seg. alej andose del muro y el otro esta en reposo. Encontrar las E.D. del movimiento y la posici on en el tiempo t. (Ver Cap tulo 4 gura 4.16) 2y 2x (Rta.: m1 d = k 1 x + k 2 (y x ), m 2 d = k2 (y x) dt2 dt2 x = 24 sen 10t + 6 6 sen 600t, y = 36 sen 10t 6 6 sen 600t)
atem
atic
as
Frecuentemente nos ocurre que no podemos resolver una E.D. anal ticamente y con m as frecuencia si la E.D. es no lineal, pero aunque no podamos resolverla expl citamente, s podemos analizar su comportamiento cualitativo. Buscaremos informaci on cualitativa a partir de la E.D. sin resolverla expl citamente.
dy = G(x, y ) (8.2) dt donde F y G son continuas y tienen primeras derivadas parciales continuas en todo el plano. El sistema (8.1) y (8.2) en el que la variable independiente t no aparece en F y en G se le llama aut onomo.
Un iv
dx = F (x, y ) dt
ersi
Estudiaremos en este capitulo sistemas de la forma (8.1)
281
dad
de
An tio
qui
a, D
8.1.
SISTEMAS AUTONOMOS, EL PLANO DE FASE
ept
o. d
eM
INTRODUCCION A LA TEORIA DE ESTABILIDAD

atem
atic
CAP ITULO 8
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Por el Teorema A.7 (de Picard), si t0 es cualquier n umero y (x0 , y0 ) es un punto cualquiera del plano XY , entonces existe una u nica soluci on: x = x (t ) y = y (t ) (8.3) (8.4)
y = y (t + c )
qui
a, D
x = x (t + c )
ept
Nota: si (8.3) y (8.4) es soluci on de (8.1) y (8.2), entonces (8.5) (8.6)
tambi en es soluci on de (8.1) y (8.2) para cualquier c. Por tanto cada trayectoria viene representada por muchas soluciones que dieren entre si por una translaci on del par ametro. Tambi en cualquier trayectoria que pase por el punto (x0 , y0 ), debe corresponder a una soluci on de la forma (8.5) y (8.6), es decir, por cada punto del plano de fase pasa una sola trayectoria, o sea, que las trayectorias no se intersectan. Nota: i). La direcci on de t creciente a lo largo de la trayectoria dada es la misma para todas las soluciones que representan a esa trayectoria. Una trayectoria es por tanto una curva dirigida y en las guras utilizamos echas para indicar la direcci on de t creciente sobre las trayectorias. ii). Para el punto (x0 , y0 ) tal que dy = F (x0 , y0 ) = 0, dt 282 y dx = G (x 0 , y 0 ) = 0 dt
Un iv
ersi
dad
de
An tio
o. d
Si x(t) y y (t) no son ambas constantes, entonces (8.3) y (8.4) son las ecuaciones par ametricas de una curva en el plano XY , a este plano lo llamaremos el plano de fase y la curva soluci on la llamaremos una trayectoria del sistema, la familia de trayectorias representadas en el plano de fase la llamaremos el retrato de fase
eM
atem
atic
tal que x(t0 ) = x0 y y (t0 ) = y0
as
8.1. SIST. AUTON., PLANO DE FASE se cumple que x (t ) x 0 y y (t ) y 0 es tambi en soluci on (soluci on constante), pero no la llamamos trayectoria. De las anotaciones anteriores se concluye que las trayectorias cubren todo el plano de fase y no se intersectan entre si, la u nica excepci on a esta armaci on ocurre en los puntos (x0 , y0 ), donde F y G son cero.
Supondremos que todo punto cr tico (x0 , y0 ) es aislado, es decir, existe un c rculo centrado en (x0 , y0 ) que no contiene ning un otro punto cr tico. Vimos en el Cap. IV que la E.D. del p endulo amortiguado (4.18) en la p agina 154 era c d g d2 + + sen = 0 2 dt m dt a Haciendo x = y y = se obtiene el siguiente sistema aut onomo no lineal x = y = F (x, y ) c g y = y sen x = G(x, y ). m a Los puntos (n, 0) para n Z son puntos cr ticos aislados, ya que F (n, 0) = 0 y G(n, 0) = 0. Estos puntos (n, 0) corresponden a un estado de movimiento de la part cula de masa m en el que tanto la velocidad a ngular y = d dt dy d2 y la aceleraci on a ngular dt = dt2 se anulan simult aneamente, o sea que la part cula est a en reposo; no hay fuerza que act ue sobre ella y por consiguiente est a en equilibrio. Por esta raz on en algunos textos a los puntos cr ticos tambi en los llaman puntos de equilibrio.
Un iv
ersi
dad
de
An tio
qui
a, D
ept
Nota: en estos puntos la soluci on es u nica y es la soluci on constante x(t) = x0 y y (t) = y0 . Como se dijo antes, una soluci on constante no dene una trayectoria, as que por un punto cr tico no pasa ninguna trayectoria.
o. d
eM
Denici on 8.1 (Punto Cr tico) . Al punto (x0 , y0 ) tal que F (x0 , y0 ) = 0 y G(x0 , y0 ) = 0 se le llama un punto cr tico del sistema.
atem
atic
as
283
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Como x (t) = F (x, y ) y y (t) = G(x, t) son las componentes del vector tangencial a las trayectorias en el punto P (x, y ), consideremos el campo vectorial: V (x, y ) = F (x, y )i + G(x, y )j donde
dx dt
= F (x, y ) y
dy dt
= G(x, y )
C S
atem
P F
eM
Figura 8.1
En P (x, y ) las componentes de V (x, y ) son F (x, y ) y G(x, y ) (ver gura 8.1). Como dx = F y dy = G, entonces V es tangente a la trayectoria en P y dt dt apunta en la direcci on de t creciente. Si t es el tiempo, entonces V es el vector velocidad de una part cula que se mueve sobre la trayectoria. As el plano de fase est a lleno de part culas y cada trayectoria es la traza de una part cula precedida y seguida por otras sobre una misma trayectoria. Esto es lo que ocurre en un u do en movimiento y como el sistema es aut onomo entonces V (x, y ) no cambia con el tiempo, por esta raz on al movimiento del u do se le llama estacionario; los puntos cr ticos Q, R, S son puntos de velocidad cero, donde las part culas se hallan en reposo (puntos estacionarios del u do). De la gura se extraen las siguientes caracter ticas: 1. Los puntos cr ticos. 2. La disposici on de las trayectorias cerca de los puntos cr ticos. 284
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
atic
v
G
as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. 3. La estabilidad o inestabilidad de los puntos cr ticos, es decir, si una part cula pr oxima a un punto cr tico permanece cerca de el o se aleja hacia otra zona del plano. 4. Las trayectorias cerradas como la C , corresponden a soluciones peri odicas. Como en general los sistemas no lineales no pueden resolverse expl citamente, el prop osito de la teor a cualitativa que desarrollaremos en este cap tulo es descubrir todo cuanto sea posible acerca de los diagramas de fase a partir de las funciones F y G.
8.2.
Consideremos el sistema aut onomo: dx = F (x, y ) dt dy = G(x, y ) dt
a, D
ept
o. d
TIPOS DE PUNTOS CRITICOS, ESTABILIDAD.

(8.7)
An tio
qui
eM
atem
atic
as
(8.8)
l m y (t) = y0
Un iv
l m x(t) = x0
ersi
donde F y G son continuas, con derivadas parciales continuas en el plano de fase XY . Sea (x0 , y0 ) un punto cr tico aislado de (8.7) y (8.8). Si C = (x(t), y (t)) es una trayectoria de (8.7) y (8.8), decimos que C tiende a (x0 , y0 ), cuando t (o t ), si
dad
de
(8.9) (8.10)
Nota: si se cumple (8.9) y (8.10), entonces (x0 , y0 ) es punto cr tico de (8.7) y (8.8), adem as, si l m y (t ) y 0 : existe o es igual a , x (t ) x 0 285
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD entonces se dice que C entra al punto cr tico (x0 , y0 ) cuando t o t . Esto signica que la recta que une (x0 , y0 ) con P (x, y ) tiene una direcci on determinada cuando t o t .
(x,y ) dy =G : pendiente de la recta tangente a la Eliminando t tenemos que dx F (x,y ) trayectoria de (8.7) y (8.8) en (x, y ) cuando F y G no se anulan simult aneamente; cuando F y G se anulan simult aneamente, (x0 , y0 ) es un punto cr tico y ninguna trayectoria pasa por el.
8.2.1.
TIPOS DE PUNTOS CRITICOS.
ept
o. d An tio qui a, D
y
1. Nodos. (ver gura 8.2 y 8.3)
eM
Sin p erdida de generalidad supondremos que el punto (0, 0) es un cr tico.
atem
atic
as
nodo propio o nodo estrella asint oticamente estable
Un iv
ersi
dad
de
nodo impropio asint oticamente estable Figura 8.2 Se distinguen dos tipos de nodos: nodos propios y nodos impropios. a). Los nodos propios : en estos el retrato de fase esta formado por semirrectas donde todas entran (o todas salen) del punto cr tico, se le llama tambi en nodo estrella. Cuando las trayectorias tienden al punto cr tico (sea nodo u otro tipo de punto cr tico) cuando t , se dice 286
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD.
y y
= x y dy = x + 2y Ejemplo 1. Consideremos el sistema siguiente dx dt dt entonces (0, 0) es punto cr tico. La soluci on general es x = C1 et , y (t) = C1 et + C2 e2t . Cuando C1 = 0 x = 0 y y = C2 e2t esto implica que la trayectoria es el eje Y positivo si C2 > 0 y el eje Y negativo si C2 < 0 y cada trayectoria tiende y entra al or gen cuando t . Si C2 = 0 entonces x(t) = C1 et y y = C1 et y la trayectoria es la semirrecta y = x con x > 0 y C1 > 0, o tambi en es la semirrecta y = x con 287
Un iv
ersi
dad
b). Nodo impropio: a un punto de este tipo tienden e incluso entran las trayectorias cuando t ( o t ). Para este nodo existen cuatro trayectorias en forma de semirrectas con extremos en el origen. Todas las dem as trayectorias tienen el aspecto de ramas de par abola y al tender hacia el origen sus pendientes tienden a la pendiente de una de las semirrectas.
de
An tio
qui
que es un sumidero y cuando salen de el, o sea cuando tienden al punto cr tico cuando t , se dice que es una fuente.
a, D
ept
Figura 8.3
o. d
nodo propio o nodo estrella inestable
eM
nodo impropio inestable
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y
Figura 8.4 Nodo impropio, inestable
El origen es un punto de silla si el retrato de fase muestra que a este punto tienden y hacia el entran dos semirrectas con extremos en el origen cuando t y hay otras dos semirrectas que salen del origen cuando t . Entre estas cuatro semirrectas hay cuatro regiones, las cuales contienen una familia de trayectorias en forma de hip erbolas; estas trayectorias no tienden hacia origen cuando t , sino que son asint oticas a alguna de las semirrectas cuando t (gura 8.5) 288
Un iv
2. Punto de Silla.
ersi
dy +2y Obs ervese que dx = xx : pendiente de la tangente a la trayectoria que pasa por (x, y ) = (0, 0); resolviendo la E.D. encontramos y = x + Cx2 que son las curvas (par abolas) sobre las que se apoyan las trayectorias, excepto las que est an sobre el eje Y (Ver gura 8.4).
dad
de
An tio
Cuando C1 = 0 y C2 = 0, las trayectorias est an sobre las par abolas C2 2 gen con pendiente 1. Debe entenderse y = x + C 2 x que entran al or 1 que estas trayectorias constan solo de una porci on de la par abola, la parte con x > 0 si C1 > 0 y la parte x < 0 si C1 < 0.
qui
a, D
x < 0 y C1 < 0. En estos dos casos ambas trayectorias tienden y entran al or gen cuando t .
ept
o. d
eM
atem
atic
as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. y
Figura 8.5 Punto de silla
3. Centros (o v ortices)(ver gura 8.6) y
An tio
qui
a, D dad de
x
Figura 8.6 Centro (estable)
Es un punto cr tico que est a rodeado por una familia de trayectorias cerradas. Ninguna trayectoria tiende a el cuando t . 289
Un iv
ersi
ept
o. d
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejemplo 2. Consideremos el sistema dx = y, dt dy = x. dt
Entonces (0, 0) es el u nico punto cr tico. Su soluci on general es :
y = C1 cos t + C2 sen t
An tio
qui
a, D
1,5 2
ept
x Figura 8.7 Centro (estable) Y la soluci on determinada por x(0) = 0 y y (0) = 1 es x = sen t = cos t + y = cos t = sen t + 290 2
Un iv
ersi
dad
de
o. d
2
eM
La soluci on (o trayectoria) que satisface las condiciones iniciales x(0) = 1 y y (0) = 0 es x = cos t y = sen t
atem
atic
x = C1 sen t + C2 cos t
as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. Estas dos soluciones diferentes denen la misma trayectoria C , es decir, la circunferencia: x2 + y 2 = 1. En ambos casos la direcci on del recorrido es en sentido contrario a las agujas del reloj. dy = x cuya soluci on es Eliminando t del sistema, tenemos que dx y 2 2 2 x + y = R que es una familia de circunferencias en el plano de fase xy , pero sin direcci on de recorrido. En este caso (0, 0) es un centro(ver gura 8.7).
4 Focos. (ver gura 8.8) y
An tio
Figura 8.8 Foco o espiral (asint oticamente estable)
Un punto cr tico se llama foco o punto espiral si el retrato de fase muestra que hacia el tienden (o salen de el) las trayectorias de una familia que gira en forma espiral un n umero innito de veces cuando t . N otese que aunque las trayectorias tienden al origen, no entran a el en 291
Un iv
ersi
dad
de
qui
a, D
x
ept
o. d
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD una direcci on determinada, es decir, dy no existe t dx l m Ejemplo 3. Sea a una constante arbitraria y consideremos el sistema: dx = ax y dt dy = x + ay dt entonces (0, 0) es el u nico punto cr tico. La E.D. de las trayectorias es dy x + ay = dx ax y (8.11)
atic eM atem
d dy =x y dx dx
as
(8.12) (8.13)
r2
ersi
dad
dx = y dt dy =x dt
de
dr = ar r = Cea es la ecuaci on polar de las Luego (8.13) queda as : d trayectorias. La direcci on del recorrido se puede deducir del hecho que dx = y dt cuando x = 0. Si a = 0 entonces el sistema (8.11) y (8.12) se colapsa en el sistema:
An tio
qui
a, D
dy dr =x+y dx dx
ept
Pasemos a coordenadas polares: x = r cos y y = r sen como y , entonces r2 = x2 + y 2 y = tan1 x
o. d
(8.14) (8.15)
y se convierte en r = c, que es la ecuaci on polar de la familia de circunferencias x2 + y 2 = c 2 , de centro en el or gen y en este caso decimos que cuando el par ametro a = 0 se ha producido una bifurcaci on, a este punto lo llamamos punto de bifurcaci on, en esencia es un punto donde las soluciones cambian cualitativamente de estables (o asint oticamente estables) a inestables o viceversa (Ver gura 8.9 ). 292
Un iv
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. y y y
Figura 8.9 Bifurcaci on
Denici on 8.4 . Si el punto cr tico no es estable, diremos que es inestable. Los nodos de la gura 8.3 y 8.4, el punto de silla de la gura 8.5, el foco (o espiral) de la gura 8.9 c) son puntos inestables.
Un iv
Denici on 8.3 (Asint oticamente Estable) Si es estable y existe un c rcu2 2 2 lo x + y = r0 , tal que toda trayectoria que est a dentro de el para alg un t = t0 , tiende al or gen cuando t .
ersi
dad
Decimos que (0, 0) es un punto cr tico estable si para cada R > 0 existe un r > 0 con r R, tal que toda trayectoria que est a dentro del c rculo x2 + y 2 = r2 , para alg un t = t0 , permanece en el c rculo x2 + y 2 = R2 para todo t > t0 , es decir, si todas las trayectorias que est an sucientemente cerca al punto cr tico permanecen cercanas a el (ver gura 8.10).
de
An tio
dx = F (x, y ) dt
dy = G(x, y ) dt
qui
a, D
Denici on 8.2 (Estabilidad) . Supongamos por conveniencia que (0, 0) es un punto cr tico del sistema
ept
o. d
eM
a<0 a) Asint oticamente estable
a=0 b) Estable
atem
atic
a>0 c) Inestable
as
293
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD
t = t0
Figura 8.10
Ejercicio 3. dx = x + 2y, dy = 2x + y dt dt (Rta: Punto de Silla inestable.) Ejercicio 4. dx = 3x + y, dy = 5x y dt dt (Rta: Punto de Silla inestable.)
294
Un iv
Ejercicio 2. dx = 4x y, dy = 2x + y dt dt (Rta: Nodo impropio inestable (o fuente).)
ersi
= 2x + y, dy = x 2y Ejercicio 1. dx dt dt (Rta: Nodo asint oticamente estable (o sumidero).)
dad
de
Para los siguientes ejercicios determine el tipo del punto cr tico que es (0, 0) y diga si es asint oticamente estable, estable o inestable:
An tio
Los nodos de la gura 8.2, el foco (o espiral) de la gura 8.8 y 8.9a) , son asint oticamente estables.
qui
a, D
Los centros de la guras 8.6 y 8.7 son estables, pero no asint oticamente estables.
ept
o. d
eM
atem
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD Ejercicio 5. dx = x 2y, dy = 2x 3y dt dt (Rta: Nodo asint oticamente estable (o sumidero).) Ejercicio 6. dx = 5x 3y, dy = 3x y dt dt (Rta: Nodo inestable (o fuente).) Ejercicio 7. dx = 3x 2y, dy = 4x y dt dt (Rta: Punto espiral inestable (es una fuente).)
dy = a2 x + b 2 y (8.17) dt El cual tiene a (0, 0) como punto cr tico. Supondremos de ahora en adelante que a1 b 1 a2 b 2
Un iv
= a 1 b 2 b 1 a2 = 0
ersi
dx = a1 x + b 1 y dt
dad
Consideremos el sistema:
de
An tio
8.3.
PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD PARA SISTEMAS LINEALES

(8.16)
qui
a, D
ept
Ejercicio 10. dx = x 2y, dt (Rta: Centro estable.)
dy dt
= 5x y
o. d
eM
(8.18)
Ejercicio 9. dx = 2x 2y, dt (Rta: Centro estable.)
dy dt
= 4x 2y
Por tanto, (0, 0) es el u nico punto cr tico. (8.16) y (8.17) tiene una soluci on no trivial de la forma 295
atem
Ejercicio 8. dx = x 3y, dy = 6x 5y dt dt (Rta: Punto espiral asint oticamente estable (es una sumidero).)
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD i). x = Aem1 t , y = Bem2 t donde m1,2 son ra ces distintas de la cuadr atica: m 2 (a 1 + b 2 )m + (a 1 b 2 a 2 b 1 ) = 0 (8.19)
ii). O de la forma x = Aem1 t , y = Btem1 t
si m1 es una ra z de multiplicidad dos de la ecuaci on caracter stica m2 (a1 + b2 )m + (a1 b2 a2 b1 ) = 0.
Casos Frontera: CASO D: Si las ra ces m1 y m2 son reales e iguales, entonces es un nodo. CASO E: Si las ra ces m1 y m2 son imaginarias puras, entonces es un centro. 296
Un iv
CASO C: Si las ra ces m1 y m2 son complejas conjugadas pero no imaginarias puras, entonces es un foco.
ersi
dad
CASO B: Si las ra ces m1 y m2 son reales, distintas y de signos opuestos, entonces es un punto de silla.
de
CASO A: Si las ra ces m1 y m2 son reales, distintas y del mismo signo, entonces es un nodo.
An tio
Casos Principales:
qui
a, D
Teorema 8.1 (Caracterizaci on de la naturaleza del punto cr tico) . Sean m1 y m2 las ra ces de (8.19). La naturaleza del punto cr tico est a determinada por estas ra ces.
ept
o. d
eM
atem
atic
que se conoce como ecuaci on caracater stica del sistema, la condici on (8.18) impl ca que m = 0.
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD
A2 y = B 2 x A1 y = B 1 x
CASO A: si las ra ces m1 y m2 son reales, distintas y del mismo signo, entonces (0, 0) es un nodo. Demostraci on: supongamos que m1 < m2 < 0. Sabemos que la soluci on del sistema 8.16, 8.17 es:
y = C 1 B 1 e m1 t + C 2 B 2 e m2 t donde los vectores
An tio
x = C 1 A 1 e m1 t + C 2 A 2 e m2 t
qui
a, D
ept
o. d
eM
Figura 8.11 Nodo impropio (asint oticamente estable)
atem
atic
(8.20) (8.21)
ersi
dad
A 1 m1 t e B1
de
A 2 m2 t e B2
B1 A1
x = C 1 A 1 e m1 t ,
Un iv
son linealmente independientes, por lo tanto arbitrarias. Analicemos los coecientes C1 y C2 1.) Si C2 = 0, entonces
B2 A2
y las C son constantes
y = C 1 B 1 e m1 t
as
(8.22) en este caso: a). Si C1 > 0, entonces (8.22) representa una trayectoria que consiste en la 1 semirrecta A1 y = B1 x con pendiente B A1 b). Si C1 < 0, entonces (8.22) representa una trayectoria que consiste de la 297
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD otra semirrecta opuesta a la anterior. Como m1 < 0, entonces ambas semirrectas tienden a (0, 0) cuando t y y 1 1 =B , entonces ambas semirrectas entran a (0, 0) con pendiente B . como x A1 A1 2). Si C1 = 0, entonces x = C 2 A 2 e m2 t , y = C 2 B 2 e m2 t (8.23)
y y C 1 B 1 e m1 t + C 2 B 2 e m2 t = = x C 1 A 1 e m1 t + C 2 A 2 e m2 t
C1 B1 C2 C 1 A1 C2
Demostraci on: supongamos que m1 < 0 < m2 . La soluci on general de (8.16) y (8.17) es de la forma (8.20) y (8.21), como en el CASO A se tienen cuatro trayectorias en forma de semirrectas opuestas; un par de semirrectas opuestas representadas por (8.22) con m1 < 0, que tienden y entran a (0, 0) cuando t y el otro par de semirrectas opuestas representadas por (8.23) con m2 > 0 las cuales tienden y entran al origen (0, 0) cuando t . 298
Un iv
ersi
Si m1 > m2 > 0, la situaci on es exactamente la misma, excepto que las trayectorias salen de (0, 0) cuando t , las echas son al contrario del caso anterior, (0, 0) es un nodo impropio inestable. CASO B: si las ra ces m1 y m2 son reales, distintas y de signos opuestos, entonces (0, 0) es un punto de silla (ver gura 8.12).
dad
de
An tio
y 2 entonces, x B cuando t , as que las trayectorias entran a (0, 0) con A2 B2 pendiente A2 . De acuerdo a lo analizado (0, 0) es un nodo impropio y es, como lo veremos m as adelante, asint oticamente estable (Ver gura 8.11).
qui
a, D
ept
m1 m 2 < 0
e(m1 m2 ) t + B2 e(m1 m2 ) t + A2
o. d
3). Si C1 = 0 y C2 = 0, entonces (8.20) y (8.21) representa trayectorias curvas; como m1 < 0 y m2 < 0, entonces estas trayectorias tienden a (0, 0) cuando t , adem as, como
eM
atem
Similarmente (8.23) representan dos semirrectas de la recta A2 y = B2 x 2 con pendiente B , las cuales tienden a (0, 0) cuando t y entran a el con A2 B2 pendiente A2 .
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD A1 y = B 1 x y
Un iv
ersi
Si C1 = 0 y C2 = 0, la soluci on general (8.20) y (8.21) representa trayectorias curvas, pero como m1 < 0 < m2 , entonces ninguna de ellas tiende a (0, 0) cuando t o t . En lugar de esto una trayectoria es asint otica a una de las semirrectas de (8.23) cuando t y asint otica a una de las semirrectas de (8.22) cuando t , en efecto, como m2 > m1
dad
de
An tio
Figura 8.12 Punto de silla (inestable)
qui
y C 1 B 1 e m1 t + C 2 B 2 e m2 t l m = l m = l m t x t C1 A1 em1 t + C2 A2 em2 t t
C1 B1 C2 C 1 A1 C2
a, D
ept
e(m1 m2 ) t + B2 e(m1 m2 ) t
C2 B2 C1 C 2 A2 C1
o. d
eM
+ A2 = B2 A2 B1 + C 1 B 1 e m1 t + C 2 B 2 e m2 t y = l m = l m l m t C1 A1 em1 t + C2 A2 em2 t t A1 + t x luego (0, 0) es un punto de silla y es inestable . 299 e(m2 m1 ) t e(m2 m1 ) t
atem
= B1 A1
atic
x
as
A2 y = B 2 x
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD CASO C: si las ra ces m1 , m2 son complejas conjugadas pero no imaginarias puras, el punto cr tico es un foco (o punto espiral). Demostraci on: m1 , m2 son de la forma a bi, donde a y b son reales no nulos. En este caso el discriminante de 8.19 es negativo y por tanto D = (a1 + b2 )2 4(a1 b2 a2 b1 ) = (a1 b2 )2 + 4a2 b1 < 0 A1 B1 A2 B2 (8.24)
= tan1
y usando (8.16) y (8.17): d x (a 2 x + b 2 y ) y (a 1 x + b 1 y ) a2 x2 + (b2 a1 )xy b1 y 2 = = dt x2 + y 2 x2 + y 2 Como estamos interesados solo en soluciones que representan trayectorias, suponemos x2 + y 2 = 0. 300
Un iv
ersi
Sabemos que
y x dy x dt y dx d dt = 2 2 dt x +y
dad
Si a < 0 entonces x 0 y y 0 cuando t , o sea que todas las trayectorias tienden a (0, 0) cuando t y por tanto (0, 0) es asint oticamente estable. Probemos que las trayectorias no entran a (0, 0) cuando t , sino que giran alrededor de el en forma de espirales. Para ello utilicemos coordenadas polares y mostremos que a lo largo de no cambia para todo t. cualquier trayectoria, el signo de d dt
de
An tio
qui
a, D
donde C1 y C2 son par ametros.
ept
y = eat [C1 (B1 cos bt B2 sen bt) + C2 (B1 sen bt + B2 cos bt)] (8.26)
o. d
x = eat [C1 (A1 cos bt A2 sen bt) + C2 (A1 sen bt + A2 cos bt)] (8.25)
eM
entonces la soluci on general es de la forma
atem
v = v1 + iv2 =
+i
atic
Suponiendo que al valor propio = a + ib esta asociado el vector propio
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD
as
d = a2 > 0 dt
An tio
qui
De (8.24): a2 y b1 deben tener signos opuestos. Supongamos que a2 > 0 y b1 < 0. Si y = 0 Si
a, D
ept
Figura 8.13 Focos (asint oticamente estables)
o. d
a<0 a2 > 0
eM Un iv
2
a<0 a2 < 0
atem
(8.27) ya que si a2 x y
ersi
d dt
= 0, entonces a2 x2 + (b2 a1 )xy b1 y 2 = 0, o sea, + (b 2 a 1 ) x b1 = 0 y
ecuaci on cuadr atica cuyo discriminante es (b2 a1 )2 + 4a2 b1 = D < 0 seg un (8.24); por lo tanto x es n umero real. y
x y
es n umero complejo, lo cual es absurdo porque
dad
y = 0
de
d =0 dt
atic
(8.28) 301
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD De la continuidad de cuando a2 > 0 y b1 < 0.

d , dt
de (8.27) y de (8.28) se concluye que
d dt
> 0
Similarmente, si a2 < 0 y b1 > 0 entonces
d dt
< 0.
En conclusi on (t) es una una funci on siempre creciente para todo t o siempre decreciente para todo t, luego no entra al or gen. Por (8.25) y (8.26): x y y cambian de signo innitas veces cuando t , es decir, todas las trayectorias giran en espiral alrededor del or gen en sentido contrario a las agujas del reloj si a2 > 0 y en sentido horario si a2 < 0. Luego el punto cr tico es un foco asint oticamente estable (Ver gura 8.13). Si a > 0: el an alisis es el mismo, salvo que las trayectorias tienden a (0, 0) cuando t y el punto cr tico es inestable. CASO D: si las ra ces m1 y m2 son reales e iguales, el punto cr tico (0, 0) es un nodo. Demostraci on: supongamos que m1 = m2 = m < 0. Dos casos: i). a1 = b2 = 0 y a2 = b1 = 0 ii). Todas las dem as posibilidades que conducen a una ra z doble. i). Si a1 = b2 = a = 0 entonces la ecuaci on caracter stica (8.19) se 2 2 convierte en m 2am + a = 0 y por tanto m = a con multiplicidad dos y el sistema de E.D. queda convertido en el sistema desacoplado siguiente dx = ax, dt Es claro que su soluci on general es x = C1 emt ,
dad
Un iv
ersi
de
y = C2 emt
An tio
dy = ay. dt (8.29)
donde C1 y C2 son constantes arbitrarias, eliminando el par ametro t, obtenemos C1 C1 x = o sea que y = x y C2 C2 Las trayectorias denidas por (8.29) son semirrectas de todas las pendientes posibles y como m < 0, entonces estas trayectorias tienden y entran 302
qui
a, D
ept
o. d
eM
atem
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD y
Figura 8.14 Nodo propio o nodo estrella (asint oticamente estable)
a (0, 0) cuando t , de donde (0, 0) es un nodo (llamado tambi en nodo propio o nodo estrella) asint oticamente estable (ver gura 8.14). Si m > 0, tenemos la misma situaci on, excepto que las trayectorias entran a (0, 0) cuando t , las echas son al contrario, entonces es un nodo (nodo propio o nodo estrella) inestable. ii). Para ra ces repetidas sabemos de (7.22) en la p agina 269 que para A y el vector propio el valor propio m esta asociado el vector propio B A1 , por lo tanto la soluci on general es: generalizado de rango dos B1 x = C1 A emt + C2 (A1 + At) emt
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
(8.30) (8.31) donde C1 y C2 son constantes arbitrarias. Cuando C2 = 0, entonces x = C1 A emt ; y = C1 B emt . Sabemos que estas soluciones representan dos semirrectas de la recta Ay = Bx con pendiente B y como m < 0, ambas trayectorias tienden a A y (0, 0) cuando t . Como x = B , entonces ambas trayectorias entran a A B (0, 0) con pendiente A . 303
Un iv
y = C1 B emt + C2 (B1 + Bt) emt
ersi
atic
as
Figura 8.15 Nodo impropio (asint oticamente estable)
Luego, estas trayectorias curvas entran a (0, 0) con pendiente B . A A este nodo se le llama nodo impropio (ver gura 8.15) y es asint oticamente estable.
y B cuando t , en Cuando m > 0, observemos que tambi en x A este caso las trayectorias curvas salen del origen. En este caso la situaci on es la misma excepto que las direcciones de las echas se invierten y el punto cr tico es un nodo (impropio) inestable.
304
Un iv
y B x A
ersi
dad
y = x
C1 B C2 C1 A C2
cuando
de
Si C2 = 0, entonces (8.30) y (8.31) representan trayectorias curvas y como m < 0, entonces estas trayectorias tienden a (0, 0) cuando t . Adem as, como C1 B emt + C2 (B1 + Bt) emt y = x C1 A emt + C2 (A1 + At) emt + B1 + Bt + A1 + At t .
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
x
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD CASO E: si m1 y m2 son imaginarias puras, el punto cr tico (0, 0) es un centro (ver gura 8.16). y
x = C1 (A1 cos bt A2 sen bt) + C2 (A1 sen bt + A2 cos bt) Luego x(t) y y (t) son peri odicas y cada trayectoria es una curva cerrada que rodea al or gen, estas trayectorias son elipses, lo cual puede probarse dy 2 x+b2 y resolviendo la E.D.: dx =a . a1 x+b1 y Luego (0, 0) es un centro estable, pero no asint oticamente estable.
Un iv
ersi
dad
de
y = C1 (B1 cos bt B2 sen bt) + C2 (B1 sen bt + B2 cos bt)
An tio
qui
Demostraci on: m1 y m2 son de la forma a ib con a = 0 y b = 0, luego por (7.10) en la p agina 260,
a, D
ept
Figura 8.16 Centro (estable)
o. d
eM
atem
305
atic
x
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD q
cuadrante inestable
= 4q
cuadrante asint oticamente estable

pa ra b ola
Figura 8.17
Un iv
donde p = (m1 + m2 ) y q = m1 m2 . Luego los cinco casos anteriores se pueden describir en t erminos de p y q y para ello utilizamos el plano pq (ver gura 8.17). El eje p (o sea q = 0), est a excluido ya que q = m1 m2 = a1 b2 a2 b1 = 0. Por
ersi
dad
(m m1 )(m m2 ) = m2 + pm + q = 0
de
Escribamos la ecuaci on (8.19) de la forma siguiente:
An tio
Teorema 8.2 ( Criterio de estabilidad) . El punto cr tico (0, 0)del sistema lineal (8.16) y (8.17) es estable si y solo si ambas ra ces de la ecuaci on auxiliar (8.19) tienen partes reales no positivas, y es asint oticamente estable si y solo si ambas ra ces tienen partes reales negativas.
qui
a, D
ept
o. d
puntos de silla
eM
cuadrante inestable
atem
p
nodos
atic
d no
nodos
as
p
p2 4q 2
tanto, toda la informaci on la podemos extraer de m1,2 = Observando la gura vemos que:
306
no
do espirales sl im ite
centros semieje estable
espirales
os
lim
ite
cuadrante inestable
Por encima de la par abola p2 4q = 0 se tiene p2 4q < 0. Luego m1 , m2 son n umeros complejos y estos son imaginarios puros si y solo si p = 0; estos son los casos C y E de focos y centros.
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD Por debajo del eje p se tiene q < 0 m1 , m2 son reales distintos y de signos opuestos, por tanto es un punto de silla o sea el caso B. La zona entre la par abola y el eje p (excluido este eje e incluyendo a la par abola), se caracteriza porque p2 4q 0 y q > 0 m1 , m2 son reales y del mismo signo y sobre la par abola m1 = m2 ; por tanto son nodos y son los casos A y D. El primer cuadrante excluyendo los ejes, es una regi on con estabilidad asint otica; el eje positivo q corresponde a centros y por tanto es estable; el segundo, tercero y cuarto cuadrante son regiones inestables. Teorema 8.3 (Criterio para estabilidad asint otica) . El punto cr tico (0, 0) del sistema lineal (8.16) y (8.17) es asint oticamente estable si y solo si los coecientes p = (a1 + b2 ) y q = a1 b2 a2 b1 , de la ecuaci on auxiliar son ambos positivos. Encuentre los puntos cr ticos: Ejercicio 1. (Rta: (0, 0)) Ejercicio 2. (Rta: (2, 3))
dx dt
Encuentre los puntos cr ticos del sistema dado e investigue el tipo de estabilidad de cada uno: Ejercicio 5. dx = 2x + y, dy = x 2y dt dt (Rta: el or gen es un nodo asint oticamente estable (es un sumidero).)
Un iv
= y, dy = sen x Ejercicio 4. dx dt dt (Rta: todos los puntos de la forma (n, 0), donde n es un entero.)
ersi
Ejercicio 3. dx = 2x xy, dt (Rta: (0, 0) y (3, 2))
dy dt
= xy 3y
dad
de
dx dt
= 3x 2y,
dy dt
= 4x 3y + 1
An tio
= 3x y,
dy dt
= x + 3y
qui
a, D
ept
o. d
eM
atem
atic
as
307
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejercicio 6. dx = x + 2y, dy = 2x + y dt dt (Rta: el or gen es un punto silla inestable.) = x 3y, dy = 6x 5y Ejercicio 7. dx dt dt (Rta: el or gen es un foco o punto espiral asint oticamente estable (es un sumidero).) = x 2y, dy = 4x 2y Ejercicio 8. dx dt dt (Rta: el or gen es un foco asint oticamente estable (es un sumidero).) Ejercicio 9. dx = 3x 2y, dy = 4x y dt dt (Rta: el or gen es un foco o punto espiral inestable (es una fuente).) = 3x 2y, dy = 4x y Ejercicio 10 . dx dt dt (Rta: el or gen es un foco o punto espiral inestable (es una fuente).)
Consideremos el sistema aut onomo
y supongamos que tiene un punto cr tico aislado; sea (0, 0) dicho punto cr tico (un punto cr tico (x0 , y0 ) se puede llevar al or gen mediante la traslaci on de coordenadas x = x x0 , y = y y0 ). Sea C = (x(t), y (t)) una trayectoria de (8.32) y consideremos la funci on E (x, y ) continua y con primeras derivadas parciales continuas en una regi on que contiene a la trayectoria. Si un punto (x, y ) se mueve a lo largo de las trayectorias de acuerdo a las ecuaciones x = x(t) y y = y (t), entonces E (x, y ) = E (x(t), y (t)) = E (t) 308
Un iv
ersi
dx = F (x, y ) dt dy = G(x, y ), dt
de
An tio
qui
8.4.
CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
a, D
ept
o. d
eM
atem
atic
as
dad
(8.32)
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV es una funci on de t sobre C , su raz on de cambio es E (x, y ) = E dx E dy E E dE = + = F+ G dt x dt y dt x y (8.33)
Esta f ormula es la idea principal de Liapunov. Denici on 8.5 Supongamos que E (x, y ) es continua y tiene primeras derivadas parciales continuas en una regi on que contiene al origen. Si E (0, 0) = 0 y i. Si E (x, y ) > 0 con (x, y ) = (0, 0), decimos que E es denida positiva. ii. Si E (x, y ) < 0 con (x, y ) = (0, 0), decimos que E es denida negativa. iii. Si E (x, y ) 0 con (x, y ) = (0, 0), decimos que E es semidenida positiva. iv. Si E (x, y ) 0 con (x, y ) = (0, 0), decimos que E es semidenida negativa. Nota:
E (x, y ) = ax2m + by 2n con a > 0, b > 0 y m, n enteros positivos, es denida positiva. E (x, y ) es denida negativa si y solo si E (x, y ) es denida positiva. E (x, y ) = ax2m + by 2n con a < 0 y b < 0 y m, n enteros positivos, es denida negativa. x2m es semidenida positiva, ya que x2m = 0 para todo (0, y ) y x2m > 0 para todo (x, y ) = (0, 0). Similarmente se demuestra que y 2n , (x y )2m son semidenidas positivas.
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
309
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Si E (x, y ) es denida positiva, entonces z = E (x, y ) es la ecuaci on de una supercie que podr a parecerse a un parabolo de abierto hacia arriba y tangente al plano XY en el or gen (ver gura 8.18). z
a, D
ept
y Denici on 8.6 (funci on de Liapunov) Decimos que E (x, y ) es una funci on de Liapunov para el sistema (8.32), si E (x, y ) es continua, con primeras derivadas parciales continuas en una regi on que contiene al or gen, E (x, y ) es denida positiva, 310
Un iv
ersi
Figura 8.18
dad
de
An tio
qui
o. d
eM
atem
atic
as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV Existe la derivada de E a lo largo de las trayectorias u o rbitas del sistema (8.32), es decir, que exista la siguiente derivada, E E dE F+ G= (x, y ) = E (x, y ) x y dt Nota: (8.34)
Demostraci on: sea C1 un c rculo de radio R > 0 centrado en el or gen de tal manera que C1 se halla dentro del dominio de denici on de la funci on E . Como E (x, y ) es continua y denida positiva, tiene un m aximo positivo m en C1 . Adem as, E (x, y ) es continua en el or gen y se anula en el, luego podemos hallar un n umero positivo r < R tal que 0 E (x, y ) < m si (x, y ) est a dentro del c rculo C2 de radio r (Ver gura 8.19). Sea C = [x(t), y (t)] cualquier trayectoria que est e dentro de C2 para t = t0 , entonces E (t0 ) < m y como (8.34) es semidenida negativa, entonces 311
Un iv
ersi
c. Si E (x, y ) es denida positiva entonces (0, 0) es un punto cr tico inestable.
dad
de
b. Si E (x, y ) es denida negativa entonces (0, 0) es un punto cr tico asint oticamente estable.
An tio
a. Si E (x, y ) es semidenida negativa entonces el punto cr tico (0, 0) es estable.
qui
Teorema 8.4 ( Criterio de Liapunov) . Sea E (x, y ) una funci on de Liapunov para el sistema (8.32)
a, D
ept
Por lo anterior las funciones E generalizan el concepto de energ a total de un sistema f sico.
o. d
eM
y esto impl ca que E es no creciente a lo largo de las trayectorias de (8.32) pr oximas al or gen.
atem
E (x, y ) =
E E dE = F+ G0 dt x y
atic
Si (8.34) fuera semidenida negativa impl ca que
as
c2 t = t0 r c3 c r
c1
Figura 8.19
Supongamos que L > 0. Sea r < r (ver gura 8.19) tal que E (x, y ) < L on (8.34) es continua para (x, y ) dentro del c rculo C3 de radio r, como la funci y denida negativa, tiene un m aximo negativo k en el anillo limitado por los c rculos C1 y C3 . Este anillo contiene a toda trayectoria C para t t0 , luego de la ecuaci on t dE E (t ) = E (t 0 ) + dt t0 dt y dE k dt Se obtiene la desigualdad: E (t ) E (t 0 ) k (t t 0 ) t t 0 312
Un iv
ersi
dad
Como dE < 0, entonces E (t) es decreciente y como E (t) est a acotada dt inferiormente por 0, entonces E (t) tiene un l mite L 0 cuando t .
de
An tio
= E F + E G 0 lo cual impl ca que E (t) E (t0 ) < m para todo x y t > t0 , luego la trayectoria C nunca puede alcanzar el c rculo C1 en un t > t0 lo cual impl ca que hay estabilidad. Probemos la segunda parte del teorema. < 0), E (t) 0, porque al ser Probemos que, bajo la hip otesis adicional ( dE dt E (x, y ) denida positiva, impl ca que C se aproxima al punto cr tico (0, 0).
qui
a, D
dE dt
ept
o. d
eM
atem
atic
as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV Pero el miembro de la derecha tiende a cuando t , es decir, l m E (t) = , pero E (x, y ) 0 (Absurdo!), luego L = 0.
Ejemplo 4. La E.D. de una masa m sujeta a un resorte de constante k , en un medio que ofrece un amortiguamiento de coeciente C es m d2 x dx +C + kx = 0 2 dt dt
El sistema aut onomo equivalente es: dx = y; dt dy k C = x y dt m m
Ejemplo 5. (Resorte no lineal). Este es un ejemplo de una masa m = 1 sujeta a un resorte no lineal, en el cual la fuerza restauradora es una funci on de la distancia de la masa al origen, sea f (x) una funci on no lineal que representa la fuerza restauradora tal que f (0) = 0 y xf (x) > 0 si x = 0; no hay fricci on. La E.D. de su movimiento es d2 x + f (x ) = 0 dt2 Analizar la estabilidad de su punto cr tico.
Un iv
ersi
dad
Luego, E (x, y ) es una funci on Liapunov para el sistema y por tanto (0, 0) es estable. Se sabe que si C > 0 el punto cr tico (0, 0) es asint oticamente estable, pero la funci on Liapunov no detecta este hecho.
de
An tio
E k C E F+ G = kxy + my x y x y m m
qui
a, D
Su u nico punto cr tico es (0, 0). La energ a cin etica es my y la energ a po2 x 1 2 tencial (o energ a almacenada en el muelle) es 0 kx dx = 2 kx 1 Luego la energ a total: E (x, y ) = 1 my 2 + 2 kx2 la cual es denida positiva, 2 como
ept
o. d
= Cy 2 0
eM
2
atem
donde C 0, k > 0. Analizar la estabilidad de su punto cr tico. Soluci on:
atic
313
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Soluci on: el sistema aut onomo equivalente es x =y y = f (x )
x
x = x
x3 x sen y, 3 y3 y = y 3
pero |x2 sen y | x2 y por tanto x2 + x2 sen y 0. Entonces E (x, y ) = y4 x4 y4 x4 y2 (x2 + x2 sen y ) y 2 <0 3 3 3 3
para (x, y ) = (0, 0), es decir E es denida negativa y por el teorema anterior, parte b., (0, 0) es asint oticamente estable.
314
Un iv
x3 y3 x4 y4 2 2 E (x, y ) = x(x x sen y ) + y (y ) = x y x2 sen y 3 3 3 3
ersi
Soluci on: (x2 + y 2 ), luego (0, 0) es el u nico punto cr tico. Sea E (x, y ) = 1 2
dad
de
An tio
qui
es decir, es semidenida negativa y por el teorema el punto cr tico (0, 0) es estable. Igual que sucede con un resorte lineal, se puede demostrar que este punto cr tico es un centro. Ejemplo 6. Analicemos la estabilidad del punto cr tico del siguiente sistema
a, D
ept
E (x, y ) = F (x)x + yy = f (x)y + y (f (x)) = 0
o. d
y2 2 Como x, f (x) tienen el mismo signo entonces F (x) 0 y por tanto E (x, y ) es denida positiva. Adem as E (x, y ) = F (x) +
eM
atem
y la energ a total es
atic
F (x ) =
f (x) dx
as
1 2 Su u nico punto cr tico es (0, 0). La energ a cin etica es 2 x =1 y 2 y la energ a 2 potencial es
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV Ejemplo 7. Analizar la estabilidad del punto cr tico del siguiente sistema dx = 2xy ; dt Soluci on: dy = x2 y 3 dt
E (x, y ) = ax2m + by 2n
que es semidenida negativa, luego (0, 0) es estable.
Semidenida negativa si y solo si a < 0 y b2 4ac 0 Demostraci on: Veamos la primera parte. Si y = 0 entonces E (x, 0) = ax2 > 0 si x = 0 y a > 0 Si 2 x x 2 y = 0 : E (x, y ) = y a +b y y
Un iv
Denida negativa si y solo si a < 0 y b2 4ac < 0
ersi
Semidenida positiva si y solo si a > 0 y b2 4ac 0
dad
Denida positiva si y solo si a > 0 y b2 4ac < 0.
de
Teorema 8.5 . La funci on E (x, y ) = ax2 + bxy + cy 2 es:
An tio
qui
a, D
+c 315
E E F+ G = 4y 4 x y
ept
Para que el par entesis se anule, necesitamos que m = 1, n = 1, a = 1, b = 2, E (x, y ) = x2 + 2y 2 la cual es denida positiva y
o. d
eM
E E F+ G = (4max2m y + 2nbx2 y 2n1 ) 2nby 2n+2 x y
atem
E E F+ G = 2max2m1 (2xy ) + 2nby 2n1 (x2 y 3 ) x y
atic
as
(0, 0) es punto cr tico aislado
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y si a > 0, el polinomio en

x y
es positivo para todo
x y
b2 4ac < 0.
a, D
= 3x3 y, Ejercicio 4. Dado el sistema dx dt Mostrar que (0, 0) es asint oticamente estable.
ept
Un iv
Ejercicio 6. Mostrar que (0, 0) es un punto cr tico inestable del sistema x = F (x, y ), y = G(x, y ), si existe una funci on E (x, y ) con las siguientes propiedades: a) E (x, y ) es continua, con primeras derivadas parciales continuas en una regi on del plano que contiene al origen. b) E (0, 0) = 0. c) Todo c rculo centrado en el origen, contiene al menos un punto para el cual E (x, y ) es positiva. )F + ( E G) es denida positiva. d) ( E x y
ersi
dad
de
An tio
qui
Ejercicio 5. Dado el sistema dx = 2x + xy 3 , dt Mostrar que (0, 0) es asint oticamente estable.
Ejercicio 7. Dado el sistema Mostrar que (0, 0) es inestable.
dx dt
= 2xy + x3 ,
Ejercicio 8. Sea f (x) una funci on tal que f (0) = 0 y xf (x) > 0 para x = 0 (es decir, f (x) > 0 si x > 0 y f (x) < 0 si x < 0) 0 a) Mostrar que E (x, y ) = 1 y 2 + x f (x) dx esta denida positiva. 2 316
o. d
dy dt dy dt dy dt
Ejercicio 3. Dado el sistema Mostrar que (0, 0) es estable.
dx dt
= 6x2 y,
dy dt
= 3y 3 + 6x3 = x 5 2y 3 = x 2 y 2 y 3
eM
= x 2 + y 5
atem
Ejercicio 2.Dado el sistema dx = xy 2 x , dy = y2 + yx dt 2 dt 5 Mostrar que (0, 0) es asint oticamente estable (Ayuda: tomar V (x, y ) = ax2 + by 2 ).
atic
3
as
2
Ejercicio 1. Determinar si cada una de las siguientes funciones estan denidas positivas, negativas o semidenidas positivas o negativas o ninguna de las anteriores. a) x2 xy y 2 , b) 2x2 3xy + 3y 2 , c)2x2 + 3xy y 2 , d) x2 4xy 5y 2 . (Rta.: a) Ninguna de las anteriores, b) Denida positiva, c) Ninguna de las anteriores, d) Denida negativa)
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV

x b) Mostrar que (0, 0) es un punto cr tico estable del la E.D. d + f (x) = 0 dt2 c) Si g (x) 0 en un c rculo alrededor del origen, mostrar que (0, 0) es un punto cr tico estable del sistema
2
dx d2 x + g (x ) + f (x ) = 0 2 dt dt Ejercicio: 9. Dado el sistema x = y xf (x, y ), y = x yf (x, y ), donde f (0, 0) = 0 y f (x, y ) tiene un desarrollo en serie de potencias convergente en una regi on R alrededor del origen. Demostrar que el punto cr tico (0, 0) es estable si f (x, y ) 0 en alguna regi on alrededor de (0, 0).
Ejercicio: 11. Considere la ecuaci on
y suponga que f y g tienen primeras derivadas continuas y f (0, 0) = g (0) = 0 y yf (x, y ) > 0 cuando y = 0 y xg (x) > 0 cuando x = 0. Trasforme la anterior E.D. en un sistema y luego demuestre que el punto cr tico (0, 0) es estable. Ejercicio: 12. Con el resultado del anterior ejercicio, demostrar la estabilidad de la E.D. x + (x ) 3 + x 5 = 0 317
Un iv
x + f (x, x ) + g (x) = 0
ersi
dad
de
Ejercicio: 10. Mediante el ejercicio anterior determinar la estabilidad de los siguientes sistemas a) x = y x(y 3 sen 2 x), y = x y (y 3 sen 2 x). b) x = y x(x4 + y 6 ), y = x y (x4 + y 6 ). a) x = y x( sen 2 y ), y = x y ( sen 2 y ). (Rta.: a) Inestable, b) Asint oticamente estable, c) Estable.)
An tio
qui
a, D
inestable si en toda regi on alrededor de (0, 0) hay puntos (x, y ) tales que f (x, y ) < 0.
ept
o. d
asint oticamente estable si f (x, y ) es denida positiva en alguna regi on alrededor de (0, 0).
eM
atem
atic
as
8.5.
LINEALIZACION DE SISTEMAS NO LINEALES

x = F (x, y ), y = G(x, y ), (8.35)
Consideremos el sistema aut onomo con un punto cr tico aislado en (x0 , y0 ) (es decir F (x0 , y0 ) = 0 y G(x0 , y0 ) = 0). Si F (x, y ) y G(x, y ) se pueden desarrollar en series de potencias de u = x x0 y v = y y0 , entonces utilizando un desarrollo Taylor alrededor de (x0 , y0 ), (8.35) adopta la forma = x = F (x0 + u, y0 + v ) F F = F (x 0 , y 0 ) + u (x 0 , y 0 ) + v (x0 , y0 ) + O(u, v, uv ) x y F F +v + O(u, v, uv ) (8.36) = u x y donde las derivada parciales son evaluadas en (x0 , y0 ) o sea son n umeros y O(u, v, uv ) denota el resto de t erminos en un , v n , ui v j , con n 2 e i + j 2. Similarmente G G v = u +v + O (u, v, uv ) (8.37) x y escribiendo matricialmente lo anterior, tenemos u v La matriz =
F (x 0 , y 0 ) x G (x 0 , y 0 ) x F (x 0 , y 0 ) y G (x 0 , y 0 ) y
An tio
O(u, v, uv ) u + O (u, v, uv ) v
F (x 0 , y 0 ) y G (x 0 , y 0 ) y
qui
a, D
ept
o. d
eM
atem
atic
as
(8.38)
J (F (x, y ), G(x, y ))(x0 ,y0 ) =
se le llama la matriz Jacobiana del sistema (8.35) evaluada en el punto cr tico (x0 , y0 ). Cuando |u|, |v | son peque nos, es decir, cuando (u, v ) (0, 0) los t erminos de segundo orden y de orden superior son peque nos. Despreciando estos t erminos, conjeturamos que el comportamiento cualitativo de (8.36) y (8.37) cerca al punto cr tico (x0 , y0 ) es similar al del sistema lineal asociado:
Un iv
ersi
u v
F (x 0 , y 0 ) x G (x 0 , y 0 ) x
dad
de
u v
(8.39)
318
8.5. LINEALIZACION DE SISTEMAS NO LINEALES donde det
F x G x
F y G y (x0 ,y0 )
=0
supongamos tambi en que det a1 b 1 a2 b 2 = 0,
qui
a, D
F (x0 , y0 ) = 0,
G(x0 , y0 ) = 0,
ept
donde a1 = y
F (x 0 , y 0 ), x
b1 =
F (x 0 , y 0 ), y
a2 =
G (x 0 , y 0 ), x
o. d
eM
b2 =
dx = a1 x + b1 y + f (x, y ) dt dy = a2 x + b2 y + g (x, y ) dt
atem
atic
observemos que si (x0 , y0 ) es un punto cr tico en el sistema de coordenadas XY entonces (0, 0) es el punto cr tico en el nuevo sistema de coordenadas U V , por esto los teoremas que haremos en esta secci on est an referidos al punto cr tico (0, 0) El proceso anterior de sustituir (8.35) por (8.39) se le llama linealizaci on de (8.35) en el punto cr tico (x0 , y0 ). En forma general consideremos el sistema:
as
(8.40)
G (x 0 , y 0 ) y
de tal manera que el sistema lineal asociado tiene a (0, 0) como punto cr tico aislado y supongamos que f y g son funciones continuas con primeras derivadas parciales continuas para todo (x, y ) y que
(x,y )(0,0)
(x,y )(0,0)
l m
Un iv
ersi
l m
f (x, y )
dad
de
An tio
(8.41)
x2 + y 2
= 0
(8.42)
g (x, y ) x2 + y 2
= 0
(8.43)
Esta dos u ltimas condiciones implican, debido a la continuidad de f y g , que f (0, 0) = 0 y g (0, 0) = 0, es decir, (0, 0) es punto cr tico de (8.40) . Se puede demostrar que este punto es aislado. Con las restricciones indicadas (0, 0) se le llama punto cr tico simple de (8.40). Cuando se cumplen (8.41), (8.42), (8.43), entonces decimos que el sistema 319
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD (8.40) es un sistema casi lineal (o cuasi-lineal). Ejemplo 6. Comprobar que se cumple (8.41), (8.42) y (8.43) para el siguiente sistema dx = 2x + 3y + xy ; dt Soluci on: a1 b 1 a2 b 2 = 2 3 1 1 =1=0 dy = x + y 2xy 2 dt
x2 + y 2
x2 + y 2
l m
Ejemplo 7. Continuando con el ejemplo anterior, analicemos el tipo de punto cr tico. El sistema lineal asociado al no lineal es dx = 2x + 3y dt 320
Un iv
Teorema 8.6 (Tipo de punto cr tico para sistemas no lineales) . Sea (0, 0) un punto cr tico simple del sistema no lineal (8.40) y consideremos el sistema lineal asociado . Si el punto cr tico (0, 0) del sistema lineal asociado pertenece a alguno de los tres casos principales del teorema (8.1), secci on (8.3) , entonces el punto cr tico (0, 0) de (8.40) es del mismo tipo.
ersi
dad
de
Luego (0, 0) es un punto cr tico simple del sistema.
An tio
f (x, y ) = 0, r 0 r
g (x, y ) =0 r 0 r l m
qui
Cuando (x, y ) (0, 0) entonces
a, D
|g (x, y )|
|2r3 sen 2 cos | 2r2 r
ept
o. d
|f (x, y )|
|r2 sen cos | r r
eM
Tambi en, usando coordenadas polares:
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES dy = x + y dt

2 La ecuaci on caracter stica es: m + m + 1 = 0 3i con ra ces m1 , m2 = 1 . 2 Como las ra ces son complejas conjugadas y no imaginarias puras, estamos en el CASO C, lo cual quiere decir que (0, 0) es un foco y por el Teorema 8.6 el punto cr tico (0, 0) del sistema no lineal es tambi en un foco.
Figura 8.20
Observaci on: para los casos frontera no mencionados en el Teorema 8.6: Si el sistema lineal asociado tiene un nodo frontera en (0, 0) (CASO D), el sistema no lineal puede tener un nodo o un foco. Si el sistema lineal asociado tiene un centro en (0, 0) (CASO E), entonces el sistema no lineal puede tener un centro o un foco. 321
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
Nota: aunque el tipo de punto cr tico (0, 0) es el mismo para para el sistema lineal y para el sistema no lineal , la apariencia de las trayectorias puede ser bien diferente. La gura 8.20 muestra un punto de silla para un sistema no lineal, en el cual se nota cierta distorsi on, pero los rasgos cualitativos de las dos conguraciones son los mismos.
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejemplo 8. Consideremos el sistema dx = y + ax(x2 + y 2 ), dt dy = x + ay (x2 + y 2 ) dt
donde a es un par ametro. Mostrar que la linearizaci on predice un centro o un foco en el origen. Mostrar que realmente corresponde a un foco. El sistema lineal asociado es: dx = y, dt dy =x dt
r=
Un iv
1 , C 2at
ersi
este sistema es f acil de analizar, ya que r depende solo de r y es constante, la soluci on es la familia de espirales = t + t0 ,
luego si a < 0 entonces l mt r(t) = 0 o sea que el origen es asint oticamente estable (es un sumidero) y si a > 0 entonces l mt r(t) = 0 o sea que el origen es inestable (es una fuente), si a = 0 entonces r = r0 o sea que el origen es un centro (Ver gura 8.21). Obs ervese que a = 0 es un punto de bifurcaci on.
322
dad
r = ar3 ,
de
por lo tanto r = ar3 . y Como = arctan x , entonces derivando con respecto a t y sustituyendo a x , y , se obtiene xy yx = =1 r2 obtenemos el sistema en coordenadas polares
An tio
=1
qui
a, D
rr = x(y + ax(x2 + y 2 )) + y (x + ay (x2 + y 2 )) = a(x2 + y 2 )2 = ar4 ,
ept
o. d
Para este u ltimo (el lineal): (0, 0) es un centro. Pero para el sistema no lineal, (0, 0) es un foco. Para mostrar que es un foco, cambiemos el sistema de coordenadas cartesianas a coordenadas polares. Sea x = r cos , y = r sen y r 2 = x2 + y 2 , luego rr = xx + yy y sustituyendo en esta expresi on a x , y se tiene que
eM
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES y y y
x a<0 Foco, asint oticamente estable
x a=0 b) Centro, estable Figura 8.21
x a>0 c) Foco, inestable
Ejemplo 8.
Estos tres casos los analizaremos con el paquete Maple al nal del cap tulo
Teorema 8.7 ( Estabilidad para sistemas no lineales) . 323
Un iv
ersi
dy dx = 2xy ; = y 2 x2 dt dt dy dx = x3 2xy 2 ; = 2x2 y y 3 dt dt dy dx = x 4y |xy |; = y + 4x dt dt
An tio
qui
a, D
ept
Nota: Qu e sucede con los puntos cr ticos no simples? Si los t erminos no lineales en (8.40) no determinan la disposici on de las trayectorias cerca del or gen, entonces hay que considerar los t erminos de segundo grado, si estos tampoco, entonces se consideran los t erminos de tercer grado y as sucesivamente; el ejemplo siguiente tiene que ver con estos casos.
o. d
eM
atem
atic
(8.44) (8.45) |xy | (8.46)
dad
de
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Sea (0, 0) un punto cr tico simple del sistema no lineal (8.40) y consideremos el sistema lineal asociado . 1. Si el punto cr tico (0, 0) del sistema lineal asociado es asint oticamente estable, entonces el punto cr tico (0, 0) de (8.40) tambi en es asint oticamente estable. 2. Si el punto cr tico (0, 0) del sistema lineal asociado es inestable, entonces el punto cr tico (0, 0) del sistema no lineal (8.40) es inestable. 3. Si el punto cr tico (0, 0) del sistema lineal asociado es estable, pero no asint oticamente estable, entonces el punto cr tico (0, 0) del sistema no lineal (8.40) puede ser estable, asint oticamente estable o inestable . Demostraci on: consideremos el sistema no lineal dx = a1 x + b1 y + f (x, y ) dt dy = a2 x + b2 y + g (x, y ) dt dx = a1 x + b 1 y dt dy = a2 x + b 2 y dt
a, D
ept
o. d
eM
atem
atic
as
(8.47)
An tio
y su sistema lineal asociado
qui
de acuerdo al Teorema 8.4 se debe construir una funci on de Liapunov adecuada. Por el Teorema (8.3) los coecientes del sistema lineal asociado satisfacen las condiciones: p = (a 1 + b 2 ) > 0 Sea donde a= 324 q = a 1 b2 a 2 b1 > 0
E (x, y ) =
Un iv
2 a2 2 + b 2 + (a 1 b 2 a 2 b 1 ) D
ersi
1 (ax2 + 2bxy + cy 2 ), 2
dad
de
(8.48)
8.5. LINEALIZACION DE SISTEMAS NO LINEALES b= c= y D = p q = (a1 + b2 )(a1 b2 a2 b1 ) Luego D > 0 y a > 0 Tambi en a1 a2 + b 1 b 2 D
2 a2 1 + b 1 + (a 1 b 2 a 2 b 1 ) D
la cual es denida negativa, luego E (x, y ) es una funci on de Liapunov para el sistema lineal asociado. Veamos que E (x, y ) es una funci on de Liapunov para (8.47) : Denamos F (x, y ) = a1 x + b1 y + f (x, y ) G(x, y ) = a2 x + b2 y + g (x, y ) Se sabe que E (x, y ) es denida positiva. Veamos que E E F+ G x y es denida negativa. En efecto E E E E F+ G= (a1 x + b1 y + f (x, y )) + (a2 x + b2 y + g (x, y )) x y x y 325 (8.49)
Un iv
ersi
dad
de
An tio
qui
E E (a 1 x + b 1 y ) + (a 2 x + b 2 y ) = (x 2 + y 2 ), x y
a, D
Luego, b2 ac < 0, entonces por Teorema 8.5 tenemos que E (x, y ) es denida positiva, adem as
ept
o. d
D2 (ac b2 ) = DaDc D 2 b2 2 2 2 2 = [a 2 2 + b2 + (a1 b2 a2 b1 )][a1 + b1 + (a1 b2 a2 b1 )] (a1 a2 + b1 b2 ) 2 2 2 2 2 2 2 = (a 2 2 + b2 )(a1 + b1 ) + (a2 + b2 + a1 + b1 )(a1 b2 a2 b1 ) + (a 1 b 2 a 2 b 1 ) 2 (a 1 a 2 + b 1 b 2 ) 2 = 2 2 2 2 = (a 2 2 + b2 + a1 + b1 )(a1 b2 a2 b1 ) + 2(a1 b2 a2 b1 ) > 0
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD E E (a 1 x + b 1 y ) + f (x, y ) x x E E + (a 2 x + b 2 y ) + g (x, y ) y y = (x2 + y 2 ) + (ax + by )f (x, y ) + (bx + cy )g (x, y ) = Pasando a coordenadas polares:
Ejemplo 9. Consideremos el sistema
Un iv
dy = x + y 2xy 2 dt Del sistema podemos concluir que a1 b 1 a2 b 2
ersi
Es claro que (0, 0) es un punto cr tico simple, en este caso p = (a1 + b2 ) = (2 + 1) = 1 > 0 q = a 1 b2 a 2 b1 = 1 > 0 326
dad
dx = 2x + 3y + xy dt
de
An tio
=1=0
qui
F + E G para r peque no. Luego E (x, y ) es una funci on denida positiva y E x y es denida negativa; luego por Teorema de Liapunov 8.4 parte b., (0, 0) es un punto cr tico asint oticamente estable de (8.47) .
a, D
para r > 0 sucientemente peque no. Luego: E E 4kr2 r2 2 F+ G < r + = < 0, x y 6k 3
ept
o. d
eM
|f (x, y )| <
r 6k
|g (x, y )| <
r 6k
atem
Sea k = max{|a|, |b|, |c|}. Por (8.42) y (8.43):
atic
= r2 + r[(a cos + b sen )f (x, y ) + (b cos + c sen )g (x, y )]
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES Luego el punto cr tico (0, 0) es asint oticamente estable para el sistema lineal asociado, como para el no lineal. Ejemplo 10. La ecuaci on del movimiento para las oscilaciones forzadas de un p endulo es: c dx g d2 x + + sen x = 0; 2 dt m dt a El sistema no lineal es: c>0
En efecto, si x = 0: |x sen x| x2 + y2
Como (0, 0) es un punto cr tico aislado del sistema lineal asociado
g c dy = x y dt a m entonces (0, 0) es un punto cr tico simple del no lineal, adem as p = (a 1 + b 2 ) = 0 q = a 1 b2 a 2 b1 = 0 c c = >0 m m
Un iv
ersi
dx =y dt
dad
|x sen x| sen x = 1 0 |x | x
c g g 1 = >0 m a a 327
de
An tio
dx =y dt dy g c = sen x y dt a m La cual es puede escribir as : dx =y dt g c g dy = x y + (x sen x) dt a m a Se puede ver que x sen x l m =0 (x,y )(0,0) x2 + y 2
qui
a, D
ept
o. d
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Luego (0, 0) es un punto cr tico asint oticamente estable del sistema lineal asociado y por el Teorema 8.7 tambi en lo es del sistema no lineal. Esto reeja el hecho f sico: que si un p endulo se perturba ligeramente el movimiento resultante se extinguir a con el tiempo. Ejemplo 11. Hallar los puntos cr ticos, determinar de que tipo son y su estabilidad, para el siguiente sistema x = 2xy = F (x, y ) y = x + y + xy y 3 = G(x, y ) La matriz Jacobiana es
F (x, y ) x G (x, y ) x F (x, y ) y G (x, y ) y
y su determinante es cero.
El sistema lineal asociado es
x = a1 x + b 1 y = 0 y = a 2 x + b 2 y = x + y los puntos cr ticos de este sistema son de la forma (x, x) para todo x real, por tanto son no aislados, es decir no clasicable; su ecuaci on caracter stica es 2 = 0 328
Un iv
ersi
dad
F (0, 0) x G (0, 0) x
F (0, 0) y G (0, 0) y
de
1. Para (0, 0) tenemos que la matriz Jacobiana en (0, 0) es = a1 b 1 0 0 = a2 b 2 1 1
An tio
luego xy = 0, sustituimos en la segunda ecuaci on y nos da y = 0, y = 1, y = 1, por tanto los puntos cr ticos son (0, 0), (0, 1), (0, 1). Analicemos cada punto por separado
qui
0 = 2xy = F (x, y ) 0 = x + y + xy y 3 = G(x, y )
a, D
ept
Para hallar los puntos cr ticos resolvemos el sistema
o. d
2y 2x 1 + y 1 + x 3y 2
eM
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES y
Figura 8.22
respectivamente y la soluci on general es
x = C1 y = C 1 + c 2 et
2. Para (0, 1) tenemos que la matriz Jacobiana en (0, 1) es

F (0, 1) x G (0, 1) x F (0, 1) y G (0, 1) y
Un iv
que es una familia de semirrectas paralelas al eje Y que comienzan en cada punto de la recta y = x alej andosen de ella y por el Teorema 8.7, todos los puntos cr ticos (x, x) son inestables, en particular (0, 0) (Ver gura 8.21)
ersi
y su determinante es diferente de cero.
dad
de
An tio
2 0 a1 b 1 = a2 b 2 0 2
qui
1 , 1
0 1
a, D
y los valores propios son 1 = 0, 2 = 1, los vectores propios asociados a estos valores propios son
ept
o. d
eM
atem
329
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Haciendo u = x x0 = x 0 = x y v = y y0 = y 1. El sistema lineal asociado es u v =

u 2 0 = v 0 2
u v
(8.50)
3. Para (0, 1) tenemos que la matriz Jacobiana en (0, 1) es
u = a1 u + b1 v = 2u v = a2 u + b2 v = 2u 2v cuyo punto cr tico en el sistema uv es (0, 0) y en el sistema xy es (0, 1). Los valores propios del sistema lineal asociado son 1 = 2, 2 = 2 y por el Teorema 8.1 caso B. el punto cr tico es un punto de silla y por Teorema 8.2 es inestable para el sistema lineal asociado; entonces para el sistema no lineal, por el Teorema 8.6 y por el Teorema 8.7, (0, 1) es un punto de silla inestable. 330
Un iv
ersi
u v
F (x 0 , y 0 ) x G (x 0 , y 0 ) x
F (x 0 , y 0 ) y G (x 0 , y 0 ) y
dad
de
y su determinante es diferente de cero. Haciendo u = x x0 = x 0 = x y v = y y0 = y (1) = y + 1. El sistema lineal asociado es 2 0 u = 2 2 v u v (8.51)
An tio
F (0, 1) x G (0, 1) x
F (0, 1) y G (0, 1) y
a1 b 1 2 0 = a2 b 2 2 2
qui
a, D
ept
o. d
cuyo punto cr tico en el sistema uv es (0, 0) y en el sistema xy es (0, 1). Los valores propios del sistema lineal asociado son 1 = 1 = 2 < 0 y por el Teorema 8.1 caso D. el punto cr tico es un nodo estrella y por Teorema 8.2 es asint oticamente estable para el sistema lineal asociado; entonces para el sistema no lineal, por la observaci on al Teorema 8.6 referente a los casos frontera y por el Teorema 8.7, (0, 1) es un nodo o un foco asint oticamente estable.
eM
atem
atic
u = a1 u + b1 v = 2u v = a2 u + b2 v = 2v
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES Ejemplo 12.(Dos especies en competencia). Supongamos que dos especies liebres y ovejas compiten por el mismo tipo de alimento (grama) y esta cantidad de alimento es limitada, ignorando otros factores como depredadores, factores clim aticos, otras fuentes de alimento. Las E.D. que modelan este fen omeno son las ecuaciones de Lotka-Volterra x = x(3 x 2y ) = F (x, y ) donde x(t) = la poblacio on de liebres y y (t) = la poblaci on de ovejas. Hallar los puntos cr ticos, denir qu e tipo de puntos cr ticos son y su estabilidad. Soluci on: Los puntos cr ticos son: A(0, 0), B (0, 2), C (3, 0), D(1, 1). El Jacobiano es J=
F x G x F y G y
1. Para el punto A(0, 0), J =
2. Para el punto B (0, 2), J =
3. Para el punto C (3, 0), J =
3 6 y sus valores propios son 1 = 0 1 3, 2 = 1, luego C (3, 0) es un nodo asint oticamente estable, las 3 trayectorias entran al punto cr tico en la direcci on del vector v = 1 asociado al valor propio 1 = 1. 331
Un iv
1 0 y sus valores propios son 1 = 2 2 1, 2 = 2, luego B (0, 2) es un nodo asint oticamente estable, las 1 trayectorias entran al punto cr tico en la direcci on del vector v = 2 asociado al valor propio 1 = 1.
ersi
dad
de
An tio
3 0 y sus valores propios son 1 = 0 2 3, 2 = 2, luego (0, 0) es un nodo inestable, es decir, las trayectorias 0 salen tangencialmente del origen paralelas al vector propio v = 1 asociado al valor propio 2 = 2
qui
a, D
ept
3 2x 2y 2y y 2 x 2y
o. d
eM
atem
atic
y = y (2 x y ) = G(x, y )
as
eM ept o. d
atem
C 3 1 Figura 8.23 2
atic
x
0 A 0
El retrato de fase mostrado en la gura 8.22 tiene la siguiente interpretaci on biol ogica: una de las dos especies inevitablemente se extingue, por ejemplo, por debajo de la curva l las trayectorias tienden al punto cr tico C (3, 0) lo cual quiere decir que las ovejas se extinguen; cuando las trayectorias est an por encima de la curva l las trayectorias tienden al punto cr tico B (0, 2) lo cual quiere decir que se extinguen las liebres. Ejemplo 13.(Dos especies: un depredador y una presa). Sea x(t) el n umero de presas (por ejemplo liebres) y y (t) el n umero de depredadores (por ejemplo lobos). A principios del siglo XX el matem atico italiano Vito Volterra model o este problema, haciendo las siguientes consideraciones: En ausencia de depredadores, la poblaci on de presas crece a la tasa dx natural dt = ax, con a > 0. 332
Un iv
ersi
dad
de
1 2 4. Para el punto D(1, 1), J = y sus valores propios son 1,2 = 1 1 1 2, luego D(1, 1) es un punto de silla y como p = (a1 + b2 ) = 1 2 (1 1) = 2 y det A = = 1 < 0 entonces D(1, 1) es 1 1 inestable.
An tio
qui
a, D
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES
En ausencia de presas, la poblaci on depredadora decrece a la tasa nady tural dt = cx, con c > 0. Cuando las presas y los depredadores cohabitan el mismo lugar, las tasas naturales de crecimiento y decrecimiento de presas y depredadores respectivamente son proporcionales al n umero de encuentros de ambos, es decir, son proporcionales a xy . En consecuencia, el efecto de que los depredadores devoren presas, produce una tasa decreciente de interacci on bxy (b constante positiva) con respecto a la poblaci on de presas x y una tasa creciente dxy (d constante positiva) con respecto a la poblaci on de depredadores.
haciendo la consideraci on adicional de que en ausencia de depredadores el crecimiento de las presas es log stico, es decir, es directamente proporcional a su poblaci on como tambi en a la diferencia con su poblaci on m axima y tomando a = 1, b = 1, c = 1, d = 1, tenemos el siguiente sistema de E.D. de Lotka-Volterra dx = x xy + x(1 x) dt dy = y + xy dt Analizar la estabilidad de la E.D. variando el par ametro Sus puntos cr ticos son (0, 0), (1, 1) El Jacobiano es J (F (x, y ), G(x, y )) =
F x G x F y G y
Un iv
ersi
dad
de
An tio
qui
dx = ax bxy = x(a by ) dt dy = cy + dxy = y (c + dx) dt
a, D
para 0.
1 y + (1 2x) x y 1 + x
Para = 0 tenemos (ver Figura 8.23): 333
ept
o. d
En consecuencia, sumando las tasas naturales y las tasas de interacci on, tenemos las ecuaciones para una especie depredadora y una especie presa:
eM
atem
atic
as
2,5
1,5 y
2 x
Para 0 < < 2 tenemos (ver Figura 8.24): 1. Para el punto (0, 0), J =
2. Para el punto (1, 1), J =
1 y sus valores propios son 1,2 = 1 0 42 i (o sea que ambas ra ces son negativas), luego (1, 1) es un 2 foco asint oticamente estable.
Para = 2 tenemos (ver Figura 8.25)) 1. Para el punto (0, 0), J = 3 0 y sus valores propios son 1 = 0 1 1, 2 = 3, luego (0, 0) es un punto de silla inestable.
334
Un iv
ersi
1+ 0 y sus valores propios son 1 = 0 1 + 1 > 0, 2 = 1, luego (0, 0) es un punto de silla inestable.
dad
de
An tio
2. Para el punto cr tico (1, 1), J =
0 1 y sus valores propios son 1 0 1 = i, 2 = i, luego (1, 1) es un centro estable, las trayectorias giran alrededor del punto cr tico.
qui
a, D
1. Para el punto cr tico (0, 0), J =
1 0 y sus valores propios son 0 1 1 = 1, 2 = 1, luego (0, 0) es un punto de silla inestable.
ept
o. d
Figura 8.24 Sistema depredador-presa, = 0
eM
4
atem
0,5
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES
2,5
1,5 y 1
0 0 1 2 x 3 4
Figura 8.25 Sistema depredador-presa, 0 < < 2
1,5 y 1
0,5
0 0 1
Un iv
ersi
dad
2 x
de
An tio
qui
2,5
Figura 8.26 Sistema depredador-presa, = 2
2 1 y sus valores propios son 1,2 = 1, 1 0 335
a, D
4
ept
o. d
eM
atem
0,5
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD luego (1, 1) es un nodo o un foco asint oticamente estable. Para > 2 tenemos (ver Figura 8.26):
2,5
1,5 y 1
0,5
2 x
1+ 0 y sus valores propios son 1 = 0 1 + 1, 2 = 1, luego (0, 0) es un punto de silla inestable.

2
2 4
Obs ervese que para = 0 las soluciones son estructuralmente (son estables y peri odicas) distintas de las soluciones para > 0 (asint oticamente estables y no peri odicas), por este cambio estructural en las soluciones, decimos que en = 0 se produce una bifurcaci on. En los siguientes ejercicios, bosqueje las trayectorias t picas e indique la direcci on del movimiento cuando t aumenta e identique el punto cr tico como un nodo, un punto de silla, un centro o un punto espiral y la estabilidad.
336
Un iv
ersi
1 y sus valores propios son 1,2 = 1 0 < 0, luego (1, 1) es un nodo asint oticamente estable.
dad
de
An tio
qui
Figura 8.27 Sistema depredador-presa, > 2
a, D
ept
4
o. d
eM
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES Ejercicio 1. dx = x y, dy = x2 y dt dt (Rta: el or gen es un punto silla inestable. El punto (1, 1) es un centro o un punto espiral, pero su estabilidad no es determinada por el teorema de esta secci on, utilizar el criterio de Liapunov.) Ejercicio 2. dx = y 1, dy = x2 y dt dt (Rta: hay un punto silla inestable en (1, 1) y un punto espiral asint oticamente estable en (1, 1).) Ejercicio 3. dx = y 2 1, dy = x3 y dt dt (Rta: hay un punto silla inestable en (1, 1) y un punto espiral asint oticamente estable en (1, 1).) = xy 2, dy = x 2y Ejercicio: 4. dx dt dt (Rta: hay un punto silla inestable en (2, 1) y un punto espiral asint oticamente estable en (2, 1).) Ejercicio: 5. dx = x + x3 , dy = 2y dt dt (Rta: (0, 0) es un nodo asint oticamente estable, (1, 0) son puntos de silla inestables.)
Ejercicio: 7. a). Convertir la ecuaci on
x + ax + bx + x2 = 0, en un sistema.
ersi
dad
de
An tio
= y 3 4x, dy = y 3 y 3x Ejercicio: 6. dx dt dt (Rta: (0, 0) es un nodo asint oticamente estable, (2, 2), (2, 2) son puntos de silla inestables.)
qui
a, D
ept
a, b > 0,
b). Mostrar que el origen es un foco estable y el punto (0, b) es un punto de silla. c). Bosquejar las trayectorias alrededor de los dos puntos cr ticos. Ejercicio: 8. Considere el siguiente caso particular de las ecuaciones de Lotka-Volterra x = x(1 2x + y ) 337
Un iv
o. d
eM
a 2 > 4b
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y = y (1 + 7x 2y )
donde x, y > 0 y representan la cantidad de organismos en una poblaci on. a). Mostrar que tiene cuatro puntos cr ticos y hacer una interpretaci on biol ogica de estos puntos, en el sentido de existencia, sobrevivencia o extinci on de las dos especies de organismos. b). Mostrar que si ambas poblaciones son inicialmente peque nas, entonces ambas poblaciones se extinguir an.
Una trayectoria x(t), y (t) de (8.52) se llama peri odica si ninguna de estas dos funciones es constante, est an denidas para todo t y existe un n umero T > 0 tal que x(t + T ) = x(t) y y (t + T ) = y (t) para todo t. El T m as peque no con esta propiedad se conoce como per odo de la soluci on. Es claro que cada soluci on peri odica dene una trayectoria cerrada en el plano de fase, que es recorrida en forma completa (en sentido horario o anti-horario) cuando t crece de t0 a t0 + T , para todo t0 . Rec procamente, si C = [x(t), y (t)] es una trayectoria cerrada, entonces x(t), y (t) son peri odicas. Se sabe que un sistema lineal tiene trayectorias cerradas si y solo si las ra ces de la ecuaci on auxiliar son imaginarias puras (ver secci on 8.3). As , 338
Un iv
ersi
dad
donde F , G as como sus primeras derivadas parciales son continuas en el plano de fase. Estamos interesados en propiedades globales, es decir, el comportamiento de las trayectorias en grandes regiones del plano de fase. El problema central de una teor a global es determinar si el sistema anterior tiene o no trayectorias cerradas.
de
An tio
qui
dx = F (x, y ); dt
dy = G(x, y ) dt
a, D
Consideremos el sistema aut onomo no lineal
ept
o. d
8.6.
CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON

(8.52)
eM
atem
c). Mostrar que un punto cr tico con signicado biol ogico es un punto de silla, el cual indica que poblaciones mayores pueden sobrevivir sin amenaza de extinci on.
atic
as
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON para un sistema lineal todas las trayectorias son cerradas o ninguna lo es. En los sistemas no lineales puede existir al menos una trayectoria cerrada que sea aislada, es decir cualquier trayectoria vecina a ella no es cerrada (son trayectorias espirales que salen o entran a esta trayectoria cerrada) esta trayectoria cerrada aislada la llamaremos ciclo l mite. Ejemplo 11. Consideremos el sistema
atic atem eM
dx = y + x(1 x2 y 2 ) dt dy = x + y (1 x2 y 2 ) dt Sabemos que en coordenadas polares: x = r cos , y , derivando: como x2 + y 2 = r2 y = tan1 x x dx dy dr +y =r , dt dt dt x
as
(8.53) (8.54) (8.55) (8.56) 339
Si multiplicamos (8.54) por x y (8.53) por y y restamos:
dr = r(1 r 2 ) dt d =1 dt Resolvi endolas por separado, se obtiene la soluci on general r= 1 ; 1 + Ce2t = t + t0
Un iv
ersi
El sistema (8.55) y (8.56) tiene un punto cr tico en r = 0; como estamos interesados en hallar las trayectorias, podemos suponer r > 0, luego:
dad
r2
d = r2 dt
de
An tio
dr = r2 (1 r2 ) dt
qui
Multiplicando (8.53) por x y (8.54) por y y sumamos:
a, D
dy dx d y = r2 dt dt dt
ept
o. d
y = r sen ,
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Luego la soluci on general de (8.53) y (8.54) es : cos(t + t0 ) sen (t + t0 ) x= y= 1 + Ce2t 1 + Ce2t Interpretaci on geom etrica: Si C = 0 r = 1, = t + t0 que es la trayectoria circular x2 + y 2 = 1 en sentido anti-horario. Si C < 0 r > 1 y r 1 cuando t . Y si C > 0 r < 1 y r 1 cuando t .
Teorema 8.8 . Los sistemas gradientes no tienen ciclos l mites . Demostraci on. Supongamos que tiene un ciclo l mite. Consideremos los cambios en V en un giro, como x (t + T ) = x (t), donde T es el periodo, entonces V ( x ) = V ( x (t + T )) V ( x (t)) = 0. Por otro lado
T
V =
0
dV dt = dt
Un iv
Es decir, existe una trayectoria cerrada r = 1 a la que todas las trayectorias tienden en forma de espiral por dentro o por fuera cuando t (ver gr aca 8.27 ). Los siguientes criterios garantizan la no existencia de ciclos l mites, tambi en los llaman criterios negativos de existencia de trayectorias cerradas. Denici on 8.7 Si un sistema puede ser escrito como x = V ( x ) para alguna funci on V ( x ), real valuada y continuamente diferenciable. Al sistema se le llama sistema gradiente con funci on potencial V ( x ), donde x ( t) R n .
ersi
dad
de
An tio
Figura 8.28 Ciclo L mite
( V x ) dt =
qui
a, D
ept
( x x ) dt =
T
o. d
x
eM
atem
1 2
atic
0
as
-2 -1 y 0
-2
-1
0 1 2
dt < 0
340
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON ya que x 0 corresponde a un punto cr tico y un punto cr tico no es una trayectoria cerrada. Esta contradicci on nos obliga a armar que no hay ciclos l mites. Ejemplo. Mostrar que el siguiente sistema no tiene ciclos l mites: x = sen y, y = x cos y
x + (x ) 3 + x = 0
Teorema 8.9 . Una trayectoria cerrada del sistema (8.52) rodea necesariamente al menos un punto cr tico de este sistema. Es decir, un sistema sin puntos cr ticos en cierta regi on no puede tener en ella, trayectorias cerradas. Un tercer criterio para descartar ciclos l mites, esta basado en el Teorema de Green y se le llama criterio de Dulac. 341
Un iv
ersi
entonces V = 0 (x )4 dt 0, el igual se produce cuando x 0 o sea cuando x es un punto cr tico, lo cual contradice que x(t) es un c clo l mite, por lo tanto V < 0 y esto es absurdo, ya que V = 0, luego no hay c clos l mites.
dad
de
V = x (x + x ) = x ( x 3 ) = (x ) 4 0
An tio
Despu es de un ciclo x y x retornan a sus valores iniciales y por lo tanto, para todo el ciclo V = 0. T Por otro lado, V = 0 V dt y como
qui
a, D
1 V (x, x ) = (x2 + (x )2 ). 2
ept
y supongamos que tiene un c clo l mite o sea que tiene una soluci on x(t) peri odica, con per odo T y consideremos su funci on de energ a
o. d
eM
atem
= x y V = y , por lo tanto el Sea V (x, y ) = x sen y entonces V x y sistema es conservativo y seg un el teorema no hay ciclos l mites para este 2 sistema en todo R . Se puede utilizar las funciones de Liapunov para demostrar que un sistema no tiene c clos l mites, hagam oslo con un ejemplo. Consideremos la ecuaci on diferencial del oscilador amortiguado no lineal
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Teorema 8.10 . Sea x = f ( x ) un campo vectorial, continuamente diferenciable en una regi on R simplemente conexa del plano. Si existe una funci on continuamente diferenciable y real valuada g ( x ) tal que (g ( x )) mantiene el mismo signo en R, entonces no hay ciclos l mites dentro de la regi on R del plano .
entonces por el Teorema de Green y la hip otesis implican que, (F dy G dx) = G F + x y dxdy = 0
Un iv
x = (x (t), y (t)) = (F (x, y ), G(x, y )),
Pero a lo largo de C se tiene dx = F dt y dy = G dt, luego

T c
(F dy G dx) =
ersi
342
dad
Demostraci on: supongamos que la regi on contiene una trayectoria cerrada, con periodo T , C = [x(t), y (t)] con interior A; como
de
Corolario 8.1 . Si F + G , es siempre positiva o siempre negativa en una regi on del plano de x y fase, entonces el sistema (8.52) no tiene trayectorias cerradas en esa regi on.
An tio
(F G GF ) dt = 0
qui
En particular, cuando g ( x ) = 1 se obtiene el siguiente corolario, debido a Bendixson.
a, D
ept
donde n es el vector normal a C en direcci on hacia el exterior de A y ds es el elemento de longitud de arco a lo largo de C , la doble integral del lado izquierdo debe ser distinta de cero, ya que por hipotesis, (g x ) tiene el mismo signo en R. La integral de l nea, en el lado derecho es igual a cero, ya que x n = 0 (el vector tangente x y el vector normal n son ortogonales). Esta contradicci on implica que no hay o rbitas cerradas en R.
o. d
eM
atem
(g x ) dA =
g x n ds
atic
as
Demostraci on: Supongamos que existe una o rbita cerrada C contenida en la regi on R. Sea A la regi on interior a C . Por el teorema de Green se tiene
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON Absurdo!! Luego la regi on considerada no puede tener trayectorias cerradas. A continuaci on enunciaremos un teorema que da las condiciones sucientes para la existencia de trayectorias cerradas de (8.52); es el llamado teorema de Poincar e-Bendixs on, ver su demostraci on en el texto Ecuaciones Diferenciales, sistemas din amicos y algebra lineal de Hirsch and Smale. Teorema 8.11 ( Teorema de Poincar e-Bendixs on) . Sea R una regi on acotada en el plano de fase con su frontera y supongamos que R no contiene puntos cr ticos del sistema (8.52). Si C = [x(t), y (t)] es una trayectoria de (8.52) que est a en R para un cierto t 0 y permanece en R para todo t t0 , entonces C o es una trayectoria cerrada o tiende en forma espiral hacia una trayectoria cerrada cuando t . As pues, en cualquier caso, el sistema (8.52) tiene en R una trayectoria cerrada.
de
An tio
qui
a, D
En la gura 8.28, R es la regi on formada por las dos curvas de trazo discontinuo junto con la regi on anular entre ellas. Supongamos que el vector V (x, y ) = F (x, y )i + G(x, y )j apunta hacia R en todo punto del contorno, entonces toda trayectoria C que pase por un punto 343
ept
o. d
Un iv
Figura 8.29
ersi
dad
eM
atem
t = t0
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD del contorno (en t = t0 ), debe entrar a R y no podr a salir de R y bajo estas consideraciones el Teorema de Poincar e-Bendixs on asegura que C ha de tender en espiral hacia una trayectoria cerrada C0 . El sistema (8.53) y (8.54) tiene a (0, 0) como punto cr tico y la regi on R 1 y r = 2 no contiene puntos cr ticos. limitada por los c rculos r = 2 = r(1 r 2 ) para r > 0. Se vi o que dr dt dr Luego dt > 0 sobre el c rculo interior y dr < 0 sobre el c rculo exterior, as que dt V apunta hacia R en todos los puntos de frontera. Luego toda trayectoria que pase por un punto de frontera entrar a en R y permanecer a en R para t . Por el Teorema de Poincar e-Bendixs on, R contiene una trayectoria cerrada C0 que por otro razonamiento era el c rculo r = 1.
a, D
d2 x dx + f (x ) + g (x ) = 0 2 dt dt
ept
o. d
Criterio para las trayectorias cerradas para la Ecuaci on de Lienard
eM
atem
atic
as
(8.57)
Un sistema equivalente es,
ersi
dx = y dt dy = g (x ) f (x ) y dt
dad
de
An tio
qui
(8.58) (8.59)
Una trayectoria cerrada de (8.57), equivale a una soluci on peri odica de (8.58) y (8.59).
Teorema 8.12 ( Teorema de Lienard) . 344
Un iv
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON Sean f (x) y g (x) dos funciones tales que: i. Ambas son continuas as como sus derivadas en todo x. ii. g (x) es impar y tal que g (x) > 0 para x > 0 y f (x) es par. iii. F (x) = 0 f (x) dx, (la cual es impar), tiene exactamente un cero positivo en x = a; es negativa para 0 < x < a; es positiva y no decreciente para x > a y F (x) cuando x , entonces la ecuaci on (8.57) tiene una u nica trayectoria cerrada que rodea al or gen en el plano de fase y a ella tienden en forma de espiral todas las dem as trayectorias cuando t . Desde el punto de vista f sico (8.57) representa la ecuaci on del movimiento de una masa unidad sujeta a un muelle y sometida a una fuerza restauradora g (x) y una fuerza de amortiguamiento f (x) dx . dt La hip otesis sobre g (x) tiende a disminuir la magnitud del desplazamiento. La hip otesis sobre f (x) que es negativa para peque nos |x| y positiva para grandes |x|, signica que el movimiento se intensica para peque nos |x| y se retarda para grandes |x|, tendiendo por tanto a permanecer en oscilaci on estacionaria. Si la f (x) es de esta forma, se dice que el sistema f sico absorbe energ a cuando |x| es peque no y la disipa cuando |x| es grande. Ejemplo 12. Ecuaci on de Van der Pol, la cual aparece en la teor a de v alvulas de vac o. dx d2 x + (x2 1) +x=0 2 dt dt donde > 0, f (x) = (x2 1), g (x) = x
Para esta f y g se satisface i. y ii. Para iii. x3 F (x ) = x 3 su u nico cero positivo es x = 3. F (x) < 0 para 0 < x < 3.
Un iv
ersi
dad
de
An tio
1 x(x2 3) 3
qui
a, D
ept
o. d
eM
atem
atic
as
345
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD F (x) > 0 para x > 3. F (x) cuando x .
2 Como F (x) = (x 1) > 0 para x > 1 F (x) es no decreciente para x > 3. Luego se cumplen las hip otesis del Teorema de Lienard y por lo tanto tiene una u nica trayectoria cerrada (soluci on peri odica), a la que tienden en forma de espiral (asint oticamente) todas las dem as trayectorias (soluciones no triviales).
Ejercicio 1. Considere el sistema x = x y x(x2 + 5y 2 ),
y = x + y y (x 2 + y 2 )
a. Clasicar el punto cr tico en el origen.
rr = xx + yy
y =
e. Probar que el sistema tiene un ciclo l mite en la regi on r1 r r2 . x = 4x + 4y x(x2 + y 2 ),
ersi
Ejercicio 2. Considere el sistema
a. Escriba el sistema en coordenadas polares. b. Aplicar el teorema de Poincar e-Bendixson para demostrar que existe una trayectoria cerrada entre las circunferencias r = 1 y r = 3. c. Hallar la soluci on general no constante x(t), y (t) del sistema original y usarla para hallar una soluci on peri odica correspondiente a la trayectoria cerrada cuya existencia se mostr o en b). 346
Un iv
dad
de
d. Determinar la circunferencia de radio m nimo r2 , centrado en el origen, tal que todas las trayectorias tengan su componente radial dirijida hacia el interior de la circunferencia.
An tio
c. Determinar la circunferencia de radio m aximo r1 , centrado en el origen, tal que todas las trayectorias tengan su componente radial dirijida hacia el exterior de la circunferencia.
y = 4x + 4y y (x2 + y 2 )
qui
a, D
xy yx . r2
ept
o. d
b. Escriba el sistema en coordenadas polares, usando
eM
atem
atic
as
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON d. Dibujar la trayectoria cerrada y al menos dos trayectorias m as en el plano de fase. Ejercicio 3. Mostrar que el sistema x = 3x y xe(x tiene un ciclo l mite. Ejercicio 4. Mostrar que el sistema x = x y x3 , tiene un ciclo l mite. Ejercicio 5. Mostrar que el sistema x = x y + x(x2 + 2y 2 ), tiene al menos un ciclo l mite. y = x + y y3
2 +y 2 )
y = x 3y ye(x
2 +y 2 )
Un iv
Ejercicio 8. Utilizando el criterio de Dulac, mostrar que el sistema x = x(2 x y ), y = y (4x x2 3)
no tiene o rbitas cerradas para todo x > 0 y y > 0. (Ayuda: utilice g (x, y ) = 1 ). xy Ejercicio 9. Utilizando el criterio de Dulac, mostrar que el sistema x = y, y = x y + x 2 + y 2 347
ersi
Ejercicio 7. Construyendo una funci on de Liapunov, mostrar que el sis3 tema x = x + 4y, y = x 3y no tiene c clos l mites. (Ayuda: utilice V (x, y ) = x2 + ay 2 y escoja un a apropiado.)
dad
de
An tio
Ejercicio 6. Considere la ecuaci on del oscilador x + F (x, x )x + x = 0, donde F (x, x ) < 0 si r a y F (x, x ) > 0 si r b, donde r 2 = x2 + (x )2 . a) De una interpretaci on f sica sobre el supuesto sobre F . b) Mostrar que hay al menos un ciclo l mite en la regi on a < r < b.
qui
a, D
ept
y = x y + y (x2 + 2y 2 )
o. d
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD no tiene o rbitas cerradas en todo el plano. (Ayuda: utilice g (x, y ) = e2x ). Ejercicio 10. Usando los teoremas de esta secci on, determinar si las siguientes ecuaciones tinene ciclos l mites: 2x 2x + (5x4 9x2 ) dx + x5 = 0, b) d (x2 + 1) dx + x5 = 0, a) d dt2 dt dt2 dt 2 2 x x ( dx + dx )2 (1 + x2 ) = 0, d) d + ( dx )5 3x3 = 0, c) d dt2 dt dt2 dt dt 2 x + x6 dx x2 dx +x=0 e) d dt2 dt dt (Rta.: a) Tiene un ciclo l mite (Teorema de Lienard), b) No tiene ciclo l mite (Corolario 8.1), c) No tiene ciclo l mite (Teorema 8.9), d) No tiene ciclo l mite (Corolario 8.1), e) Tiene un ciclo l mite (Teorema de Lienard) ) Ejercicio 11. Mostrar que cualquier ecuaci on de la forma a (a, b, c positivos)
348
Un iv
ersi
dad
de
An tio
qui
a, D
ept
puede ser transformada en la ecuaci on de Van der Pol por un cambio en la variable independiente.
o. d
eM
d2 x dx + b(x2 1) + cx = 0, 2 dt dt
atem
atic
as
8.7.
Los siguientes ejercicios son para E.D. no linealizables, utilizamos el paquete Maple para inferir mediante el retrato de fase los resultados. Ejemplo 13. Mostrar que la siguiente E.D. no es linealizable en el punto cr tico (0, 0), gracar el campo de direcciones, dx = 2xy dt dy = y 2 x2 dt y las soluciones que pasan por los puntos: (1, 1), (1, 1), (0,5, 1), (0,5, 1), (0,4, 1), (0,4, 1) Soluci on:
>DEplotwith:C:=[D(x)(t)=2*x(t)*y(t),D(y)(t)=y(t)^2-x(t)^2]; C := [D(x)(t) = 2*x(t)*y(t), D(y)(t) = y(t)^2-x(t)^2]
>with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20, [[x(0)=1,y(0)=-1],[x(0)=-1,y(0)=1],[x(0)=0.5,y(0)=1], [x(0)=-0.5,y(0)=1],[x(0)=-0.4,y(0)=1],[x(0)=0.4,y(0)=1]], x=-3..3,y=-3..3,stepsize=.01,arrows=medium, linecolor=black,thickness=2,color=black); 349
Un iv
ersi
C := [D(x)(t) = 2x(t)y (t), D(y )(t) = y (t)2 x(t)2 ]
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
2 1
y 0 -3 -2 -1 0 x -1 -2 1 2
como vemos del retrato de fase el punto cr tico (0, 0) es inestable y no clasicable. Ejemplo 14. Mostrar que la siguiente E.D. no es linealizable en el punto cr tico (0, 0), gracar el campo de direcciones, dx = x3 2xy 2 dt dy = 2x2 y y 3 dt
y las soluciones que pasan por los puntos: (1, 1), (1, 1), (1, 1), (1, 1), (2, 1), (2, 1), (2, 1), (2, 1) Soluci on: >with(DEtools):C:=[D(x)(t)=x(t)^3-2*x(t)*y(t)^2, D(y)(t)=2*x(t)^2*y(t)-y(t)^3]; 350
Un iv
ersi
dad
de
An tio
qui
Figura 8.30
a, D
ept
-3
o. d
eM
atem
atic
as
C := [D(x)(t) = x(t)3 2x(t)y (t)2 , D(y )(t) = 2x(t)2 y (t) y (t)3 ] >with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20,[[x(0)=1,y(0)=1], [x(0)=1,y(0)=-1],[x(0)=-1,y(0)=1],[x(0)=-1,y(0)=-1],[x(0)=2,y(0)=1], [x(0)=2,y(0)=-1],[x(0)=-2,y(0)=1],[x(0)=-2,y(0)=-1]],x=-3..3,y=-3..3, stepsize=.01,arrows=medium,linecolor=black,thickness=2,color=black); como vemos del retrato de fase el punto cr tico (0, 0) es inestable y no clasicable.
2 1
-3
-2
-1
0 x -1 -2
An tio
y 0
qui
a, D
2 3
Ejemplo 15. Mostrar que la siguiente E.D. no es linealizable en el punto 1 , 1 ) y ( 4 , 1 ) cr tico (0, 0), pero si es linealizable en los puntos cr ticos ( 1 4 4 4 y mostrar que estos puntos cr ticos corresponden a centros y son estables, gracar el campo de direcciones, dx = x 4y dt |xy | 351
Un iv
Figura 8.31
ersi
-3
dad
de
ept
o. d
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD dy = y + 4x |xy | dt y las soluciones que pasan por los puntos: (0,2, 0,2), (0,4, 0,4), (0,4, 0,4), (0,2, 0,2), (0,1, 0,1), (0,1, 0,1), (0,2, 0,01), (0,2, 0,01), (0,2, 0,2), (0,2, 0,2). Soluci on: >with(DEtools):C:=[D(x)(t)=x(t)-4*y(t)*sqrt(abs(x(t)*y(t))), D(y)(t)=-y(t)+4*x(t)*sqrt(abs(x(t)*y(t)))];
0,8
0,4
como vemos del retrato de fase el punto cr tico (0, 0) es inestable y es un 1 1 1 1 punto de silla, los puntos cr ticos ( 4 , 4 ) y ( 4 , 4 ) corresponden a centros y son estables.
352
Un iv
Figura 8.32
ersi
dad
-0,8
y -0,4
de
An tio
qui
0,4
a, D
>with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20, [[x(0)=0.2,y(0)=0.2],[x(0)=0.4,y(0)=0.4], [x(0)=-0.4,y(0)=-0.4],[x(0)=-0.2,y(0)=-0.2], [x(0)=-0.1,y(0)=0.1],[x(0)=0.1,y(0)=-0.1], [x(0)=0.2,y(0)=0.01],[x(0)=-0.2,y(0)=-0.01], [x(0)=0.2,y(0)=-0.2],[x(0)=-0.2,y(0)=0.2]], x=-0.8..0.8,y=-0.9..0.9,stepsize=.01,arrows=medium, linecolor=black,thickness=1,color=black);
-0,4
-0,8
ept
o. d
0,8
eM
atem
C := [D(x)(t) = x(t) 4y (t)
|x(t)y (t)|, D(y )(t) = y (t)+4x(t)
atic
as
|x(t)y (t)|]
a) Si f (t, x) es continua y D es una regi on acotada y cerrada, denida por
entonces f (t, x) es acotada (t, x) D, es decir, existe M > 0 tal que | f (t, x) |, (t, x) D b) Sea f (x) continua en el intervalo cerrado a x b y derivable en el intervalo abierto a < x < b entonces, el teorema del valor medio dice que (a, b) tal que
o tambi en f ( ) =
f (b)f (a) ba
c) Sea {xn (t)} una sucesi on de funciones. Entonces se dice que xn (t) converge uniformemente (c.u.) a una funci on x(t) en el intervalo a t b si > 0, N N, N > 0 tal que n N y t [a, b] se cumple que |xn (t) x(t)| < 353
Un iv
f (b) f (a) = f ( )(b a),
ersi
dad
de
An tio
qui
D = {(t, x)/a t b, c x d} con a, b, c, d ,
a, D
ept
A.1.
PRELIMINARES
o. d
eM
atem
Existencia y Unicidad de soluciones
atic
APENDICE A
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES d) Si las funciones del n umeral c) son tambi en continuas en [a, b] entonces x(t) tambi en es continua en [a, b]. Es decir, El l mite uniforme de funciones continuas tambi en es continua. e) Sea f (t, x) una funci on continua en la variable x y supongamos que {xn (t)} converge uniformemente a x(t) cuando x entonces
f) Sea f (t) una funci on integrable en [a, b] entonces

b b
f (t) dt|
|f (t)| dt
b a
D = {(t, x)/a t b, c x d} cerrada y acotada, entonces

b n
l m
f (s, xn (s)) ds =
a
Un iv
ersi
h) Si {xn (t)} converge uniformemente a x(t) en [a, b] y si f (t, x) es una funci on continua en la regi on
a n b a
dad
l m f (s, xn (s)) ds =
b n
de
g) Sea {xn (t)} una sucesi on de funciones con |xn (t)| Mn t [a, b]. Si | M | < (es decir, n n=0 n=0 Mn converge absolutamente) entonces {xn (t)} converge uniformemente en [a, b] a una funci on x(t). Este teorema se le llama criterio M de Weierstrass para la convergencia uniforme de series de funciones.
An tio
qui
a, D
|f (t)| dt M
dt = M (b a)
ept
y si |f (t)| M (es decir f es acotada en [a, b] entonces
o. d
eM
f (s, x(s)ds
a
f (s, l m xn (s)) ds = 354
atem
atic
Limf (t, xn (t)) = f (t, x(t))
as
A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL
A.2.
TEOREMA LOCAL DE EXISTENCIA Y UNICIDAD, CASO UNIDIMENSIONAL
A continuaci on analizaremos las condiciones para la existencia y unicidad del P.V.I. con la E.D. de primer orden:
t0
Demostraci on:
t t0
y x (t 0 ) = x 0 +
f (s, x(s)) ds = x0
con a, b, c, d R y a < b, c < d; decimos que f (t, x) es continua de Lipschitz en x sobre D, si existe una constante k , con 0 < k < tal que |f (t, x1 ) f (t, x2 )| k |x1 x2 |, (t, x1 ), (t, x2 ) D La constante k se le llama constante de Lipschitz.
Un iv
D = {(t, x)/a t b, c x d}
ersi
Denici on A.1 (funci on continua de Lipschitz) . Sea
dad
t0 t0
de
): si x(t) satisface (2) entonces derivando (2): t d x (t) = dx f (s, x(s)) ds = f (t, x(t)) t0
An tio
): si x(t) satisface (1) entonces: t f (s, x(s)) ds = t0 x (s) ds = x(s)|t t 0 = x (t ) x (t 0 ) = x (t ) x 0
qui
a, D
ept
(es decir, x(t) es soluci on de (1) x(t) es soluci on de (2))
o. d
x (t ) = x 0 +
f (s, x(s)) ds (2)
eM
Teorema A.1 . Sea f (t, x) continua para todos los valores de t y x donde la funci on esta denida. Entonces el P.V.I. (1) es equivalente a la ecuaci on integral:
atem
atic
x (t) = f (t, x(t)) con x(t0 ) = x0 (1)
as
355
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES Nota: a) Si f (t, x) es continua de Lipschitz en la variable x entonces f (t, x) es continua en la variable x, para t jo. b) Rec procamente, no toda funci on continua es continua de Lipschitz. Ejemplo 1. f (t, x) = x 0 t 1, 0 x 1 entonces f (t, x) es continua en D, pero
pero
1 x
cuando x 0 por tanto no hay constante de Lipschitz.
qui
)(t, x) es una funci on Demostraci on: sean (t, x1 ) y (t, x2 ) D. Para t jo ( f x en x, entonces por el Teorema del valor medio (x1 , x2 ) tal que |f (t, x2 ) f (t, x1 )| = |(
a, D
x 0 (t ) = x 0 x 1 (t ) = x 0 + x 2 (t ) = x 0 + . . . x n (t ) = x 0 +
t t0 t t0
f (s, x0 (s)) ds
f (s, x1 (s)) ds
t t0
f (s, xn1 (s)) ds
a esta sucesi on se le llama las iteradas de Picard. 356
Un iv
ersi
Denici on A.2 (iteraci on de Picard) . Sea {xn (t)} tal que
dad
es continua en D, entonces es acotada en D, por lo tanto existe Como f x 0 < k < tal que f (t, x) k, (t, x) D x
de
An tio
ept
Teorema A.2 . Sean f (t, x) y f (t, x) continuas en D entonces f (t, x) es continua de x Lipschitz en x sobre D.
o. d
f )(t, x)||x2 x1 | x
eM
atem
1 |f (t, x) f (t, 0)| = | x 0| = |x 0| x (0, 1) x
atic
as
x x0 + b x0
t0
t0 +
Figura A.1
x = x0 +
Como f es continua en D, entonces M > 0 tal que (t, x) D : |f (t, x)| M b } Sea = min{a, M Pasos para la demostraci on: 1. Veamos que las iteradas de Picard {xn (t)} son continuas y satisfacen la desigualdad |xn (t) x0 | b (de esto se concluye que b x0 xn (t) b + x0 y por tanto f (t, xn (t)) esta bien denida, ya que (t, xn (t)) D) 357
Un iv
ersi
t0
dad
Demostraci on.(Ver gura A.1) Veamos que las iteradas de Picard convergen uniformemente y dan en el l mite la soluci on a la ecuaci on integral
t
f (s, x(s)) ds.
de
Teorema A.3 (Existencia) . Sea f (t, x) continua de Lipschitz en x con constante de Lipschitz k en la regi on D de todos los puntos (t, x) que satisfacen las desigualdades |t t0 | a, |x x0 | b, entonces existe > 0 tal que el P.V.I. x = f (t, x), x(t0 ) = x0 tiene soluci on x = x(t) en el intervalo |t t 0 | .
An tio
qui
a, D
ept
o. d
eM
t0 a
t0
t0 + a
atem
t
atic
x0 b
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES x0 (t) = x0 (la funci on constante siempre es continua) t t x1 (t) = x0 + t0 f (t, x0 (s)) ds = x0 + t0 f (t, x0 ) ds Como f (t, x0 ) es continua en (t, x0 ), entonces la integral tambi en es continua, luego x1 (t) es continua. t Similarmente x2 (t) = x0 + t0 f (t, x1 (s)) ds es continua ya que f (t, x(t)) es continua y as sucesivamente para n 3, 4, . . . Para n = 0 |x0 (t) x0 | = 0 b Para n > 0:
t
t0 t t0
t0
|xn (t) xn1 (t)| M k n1 Si n = 1:

t
| x 1 (t ) x 0 (t )| = | x 1 (t ) x 0 | = |
t t
t0
f (s, x0 (s)) ds|

t t0
=|
t0
f (s, x0 ) ds| |
t0
|f (s, x0 | ds| = M |
An tio
qui
Supongamos que se cumple para n = m:
Un iv
ersi
|xm (t) xm1 (t)| M k m1
Veamos que se cumple para n = m + 1: En efecto, como f es de Lipschitz en x sobre D: existe k > 0 tal que (t, x1 ), (t, x2 ) : |f (t, x1 ) f (t, x2 )| k |x1 x2 | luego
358
dad
de
k m1 m |t t 0 | m M . m! m!
a, D
|t t 0 | n M k n1 n n! n!
ept
2. Veamos por inducci on que:
o. d
ds| = M |t t0 | M
b }) (obs ervese que por eso se escogi o = min{a, M
eM
|f (s, xn1 (s))| ds M |
ds| = M |t t0 | M b
atem
| x n (t ) x 0 | = |
f (s, xn1 (s)) ds|
atic
as

t t
|xm+1 (t) xm (t)| = |

t
t0
f (s, xm (s)) ds
t0 t t0
f (s, xm1 (s)) ds|
=|
t0
(f (s, xm (s))f (s, xm1 (s))) ds| |

t
|f (s, xm (s))f (s, xm1 (s))| ds|

t
k|
t0
|xm (s) xm1 (s)| ds| k |

t t0
3. Veamos que {xn (t)} converge uniformemente a una funci on x(t) para t [t0 , t0 + ]; esto demostrar a que x(t) es continua en [t0 , t0 + ].
y como
m=1
Pero
n
y (t) = l m luego
m=1
[xm (t) xm1 (t)] = l m [xn (t) x0 (t)] = l m xn (t) x0 (t)

n n
l m xn (t) = y (t) + x0 (t) x(t)

n
es decir, el l mite de las funciones de Picard existe y es uniforme para |t t0 | ; es decir, xn (t) x(t), para |t t0 | 359
Un iv
ersi
dad
converge absoluta y uniformemente para |t t0 | a una funci on u nica y (t).
de
[xm (t) xm1 (t)]
An tio
Por el criterio M de Weierstrass se concluye que
qui
n m=1
|xm (t) xm1 (t)|
M k
n (k )m m=1 m!
a, D
=
pero por 2. se tiene m1 m |xm (t) xm1 (t)| M k m! =
M km m , k m!
con |t t0 |
ept
M (ek k
o. d
En efecto, xn (t) x0 (t) = xn (t) xn1 (t) + xn1 (t) xn2 (t) + xn2 (t) . . . + x 1 (t ) x 0 (t ) = n m=1 [xm (t) xm1 (t)]
eM
atem
1)
atic
= kmM |
|s t 0 | m m!
|s t 0 | m ds| m! t0 |t t0 |m+1 m+1 ds = k m M kmM (m + 1)! (m + 1)! M k m1
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES 4. Veamos que x(t) es soluci on de x (t) = x0 + t0 f (s, x(s)) ds para |t t 0 | c.u. Como f (t, x) es continua en x y xn(t) x(t), |t t0 | entonces
n t
l m f (t, xn (t)) = f (t, x(t))
x(t) = l m xn+1 (t) = x0 + l m

n
o. d
= x0 +
h)
t t0 n
eM
f (s, xn (s)) ds
t0
l m f (s, xn (s)) ds = x0 +
atem
t
x (t ) A + B |
t0
Denimos y (t) = B t0 x(s) ds t luego y (t) = Bx(t) B (A + B t0 x(s) ds) = AB + By (t) luego y (t) By (t) AB (1) d Pero dt [y (t)eB (tt0 ) ] = eB (tt0 ) [y (t) By (t)] Multiplicando (1) por eB (tt0 ) : d (y (t)eB (tt0 ) ) ABeB (tt0 ) dt 360
Un iv
ersi
Demostraci on: veamos el teorema para t0 t t0 + . La demostraci on para t0 t t0 es semejante.
dad
donde A y B son constantes positivas para todo t tal que |t t0 | , entonces x(t) AeB |tt0 | para |t t0 |
de
An tio
x(s) ds|
qui
Teorema A.4 ( Desigualdad de Gronwald) . Sea x1 (t) una funci on continua y no negativa y si
a, D
ept
luego x(t) es soluci on de x (t) = x0 +
t t0
f (s, x(s)) ds
atic
f (s, x(s)) ds
t0
luego, por la denici on de funciones de Picard
as
A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL e integrando a ambos lados, desde t0 hasta t y sabiendo que eB (tt0 ) > 0, entonces B (tt0 ) t y (s)eB (tt0 ) |t |t0 t0 Ae y como y (t0 ) = 0 entonces y (t)eB (tt0 ) A(1 eB (tt0 ) ) luego y (t) A(eB (tt0 ) 1) y como x(t) A + By (t) AeB (tt0 )
hip.
de
v (t ) = | x 0 + k|
to
to
f (s, x(s)) ds (x0 +

t0
to
An tio
Sea v (t) = |x(t) y (t)| y por tanto v (t) > 0 y continua. Como f (t, x) es continua de Lipschitz en x sobre D, entonces
t
f (s, y (s)) ds)|

t t0
Teorema A.6 ( Teorema de Picard) . Si f (t, x) y f son continuas en D. Entonces existe una constante x > 0 tal que las funciones de Picard {xn (t)} convergen a una soluci on u nica y continua en |t t0 | del P.V.I. (1) Demostraci on: es consecuencia directa del teorema A.2 y de los teoremas de existencia y unicidad. 361
Un iv
Por la desigualdad de Gronwall: v (t) < ek|tt0 | , > 0 y por tanto v (t) < 0 y sabemos que v (t) > 0, de aqu que v (t) = 0 o sea que x(t) = y (t)
ersi
dad
|x(t) y (t)| ds| = k |
v (s) ds| < + k |
qui
a, D
Demostraci on: supongamos que x(t) y y (t) son dos soluciones continuas y distintas del P.V.I. (1) en |t t0 | y supongamos que (t, y (t)) D para todos |t t0 | .
ept
o. d
|t t0 | del P.V.I.: x (t) = f (t, x(t)) con x(t0 ) = x0 (1)
eM
Teorema A.5 (Unicidad) . Supongamos que se cumplen las condiciones del teorema de existencia. Entonces x(t) = l m xn (t) es la u nica soluci on continua en
atem
v (s) ds|, > 0
atic
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES
A.3.
TEOREMAS LOCAL Y GLOBAL PARA SISTEMAS DE E. D. O. LINEALES
Consideremos el siguiente sistema de ecuaciones diferenciales: x1 := f1 (t, x1 , . . . , xn ) x1 (t0 ) = x10 x2 := f2 (t, x1 , . . . , xn ) x2 (t0 ) = x20 . . . xn := fn (t, x1 , . . . , xn ) xn (t0 ) = xn0
as atic
(A.1)
o sea que vectorialmente el sistema anterior queda as : x = f (t, x ), x (t 0 ) = x0
a, D
ept
x1 f1 (t, x1 , x2 , . . . , xn ) x10 x2 f ( t, x , x , . . . , x ) 1 2 n 2 x20 x = . , f (t, x ) = , x0 = . . . . . . . . xn fn (t, x1 , x2 , . . . , xn ) xn0
o. d
eM
atem
(A.2)
Se puede mostrar que tanto para x como para A se cumple que: i) x 0y x =0 x = 0 ii) x = | | x para todo escalar. iii) x + y x + y x A Adem as para el caso matricial tambi en se cumple que A 362 x
Un iv
ersi
dad
A =
de
n
Si Ann , hay varias maneras de denir la norma de A. La m as sencilla es: |aij |
i=1 j =1
An tio
donde x =
2 x2 1 + + xn = norma de x
qui
A.3. T. LOCAL Y GLOBAL PARA SIST. DE E.D.O. LINEALES Teorema A.7 (Teorema de existencia y unicidad) . Sea D la regi on n + 1 dimensional (una para t y n para x ), sea |t t0 | a y x x 0 b. Supongamos que f (t, x ) satisface la condici on de Lipschitz f (t, x 1 ) f (t, x 2) k x1 x2 ( )
La condici on (*) es consecuencia de que las fi (t, x ) son de Lipschitz, es decir |fi (t, x11 , . . . , x1n ) fi (t, x21 , . . . , x2n )| ki tomando
n
i=1
j =1
|x j | x
i=1
Un iv
ersi
f (t, x 1 ) f (t, x 2) =
n
[fi (t, x 1 ) fi (t, x 2 )]2

n 2 ki ( i=1 j =1 n
dad
de
En efecto,
An tio
1 n
j =1
qui
Lo anterior se deduce si se utiliza la desigualdad

n
a, D
k=n
2 ki
|x j |
(k i
i=1 n 2 ki (n i=1 j =1
|x1j x2j
|) 2
ept
o. d
|x1j x2j |)2
n 2 i=1 n 2 ki 2 i=1
j =1
|x1j x2j |
eM
atem
x1 x 2 )2 =
n2
x1 x2
=n x1 x2
atic
para(t, x 1 ), (t, x 2 ) D, donde k > 0. Entonces existe > 0 tal que el sistema A.2 tiene una soluci on u nica x en el intervalo |t t0 |
as
()
2 ki
363
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES luego

n
k=n
i=1
2 ki
Tambi en
Vericar (**) y (***) es m as f acil que vericar (*).
Demostraci on: denimos las funciones iteradas de Picard x 0 (t ) = x0
Un iv
x 1 (t ) = x0+ . . .
x n+1 (t) = x0+

t0
. . . 364
ersi
dad
Teorema A.8 (Existencia y unicidad para sistemas lineales) . Sean A(t) y f (t) una funci on matricial y vectorial respectivamente, con tinuas en t . Entonces existe una funci on vectorial u nica x (t) que es soluci on de (1) en [, ]
[A(s) x 0 (s) + f (s)] ds
t0
[A(s) x n (s) + f (s)] ds
de
An tio
y A(t) una matriz n n
qui
x (t ) = A (t ) x + f (t ),
x (t 0 ) = x 0 , t (1)
a, D
Sea
ept
Ahora veamos la existencia y unicidad globales de soluciones de sistemas lineales con coecientes continuos.
o. d
eM
fi Por u ltimo, si x (para i, j = 1, . . . , n) son continuas en D, entonces son j acotadas en D y las condiciones (**) y (***) resultan por el teorema del valor medio.
atem
atic
as
|fi (t, x11 , . . . , x1n ) fi (t, x21 , . . . , x2n )| ki m ax |x1j x2j |

j =1,...,n
( )
A.3. T. LOCAL Y GLOBAL PARA SIST. DE E.D.O. LINEALES Claramente estas iteradas son continuas en [, ] para n = 1, . . . , n. Como A(t) es una funci on matricial continua, entonces
n n
sup
t
A(t) = sup
t i=1 j =1
|aij (t)| = k <
Sea M = sup
t
t ,
ii) Por inducci on, veamos que las iteradas de Picard satisfacen la desigualdad
qui
a, D
ept
luego la funci on A(t) x + f es de Lipschitz para cualquier x yt
o. d
[ A (t ) x 1 + f (t)] [A(t) x 2 + f (t)] = A(t)( x 1 x 2) x1 x2 k x1 x2 A (t )
eM
atem
el cual existe ya que A(t) y f (t) son continuas en un cerrado. i) Observemos que para cualquier par de vectores x 1, x 2 y para
t0
dad
x 1 (t ) x 0 (t ) =
t t0
A(s) x 0 + f (s) ds
t
ersi
A(s) x 0 + f (s) ds M
de
Supongamos que se cumple para n = m. Veamos que se cumple para n = m + 1: x m+1 (t) x m (t )
t t0
A(s) x m (s) + f (s) A(s) x m1 (s) + f (s)

t t
Un iv
An tio
( ) |t t 0 | M k n1 x n (t ) x n1 (t) M k n1 n! n! Si n = 1:
t0
ds = M |t t0 | M ( )
k
t0
x m (s) x m1 (s) ds k
M k m1
t0
|s t 0 | m ds = m! 365
atic
n
A (t ) x 0 + f (t ) <
as
ds
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES

) t0 | M k m (( = M k m |t( m+1)! m+1)!
m+1 m+1
Nota: la diferencia entre estos teoremas y el A.3 es que en el caso lineal la cota M puede denirse independiente de x, mientras que en el A.3 debe restringirse x y t. Esta diferencia demuestra el resultado de existencia u nica en todo el intervalo t Corolario A.1 (Teorema de existencia y unicidad global) . Sean A(t) y f (t) continuas en t . Entonces existe una u nica soluci on continua x (t) de x (t ) = A (t ) x (t) + f (t) con x (t 0 ) = x 0 denida para todo t
366
Un iv
ersi
dad
de
An tio
qui
en el intervalo |t| n la cual esta garantizada por el teorema anterior. Notemos que x n (t) coincide con x n+k (t) en el intervalo |t| n para k = 1, 2, . . .. x n (t) esta denida para todo t R y es u nica, ya Luego x n (t) = l mn que esta denida de manera u nica en cada intervalo nito que contiene a t0
a, D
ept
o. d
x = A (t ) x (t ) + f (t ), x (t 0 ) = x0
eM
Demostraci on: supongamos que |t0 | n. Sea x n (t) la u nica soluci on de
atem
atic
as
|x|1
donde |x| es la norma eucl dea de |x| Rn , es decir
Propiedades: para S, T (Rn ) se cumple a). T 0 y T = 0 T = 0 b). para k R : kT = |k | T
c). S + T S + T Recordemos que en Rn la representaci on de un operador se hace por medio de la matriz A y utilizando la desigualdad de Cauchy-Schwars se llega a nn axima longitud de los vectores la de A. que A n donde es la m 367
Un iv
ersi
dad
de
|x| =
2 x2 1 + + xn
An tio
qui
T = norma de T = m ax |T (x)|
a, D
Denici on B.1 (Norma de T ) .
ept
Sea (R n ) el espacio de los operadores T : Rn Rn .
o. d
eM
atem
EXPONENCIAL DE OPERADORES
atic
APENDICE B
as
APENDICE B. EXPONENCIAL DE OPERADORES Denici on B.2 (Convergencia de operadores) : una sucesi on {Tk } k=1 de operadores en (Rn ) se dice que converge a un operador T (Rn ) cuando k si para todo > 0, existe N N tal que para todo k N se cumple que T Tk < y lo denotamos as
k
c). T k T Demostraci on
para k = 0, 1, 2, . . .
luego T (x |x| T b). para |x| 1; por a).: luego
c). es inmediato a partir de b).
Teorema B.1 . Sea T (Rn ) y t0 > 0, entonces la serie

k=0
es uniforme y absolutamente convergente para todo t t0 368
Un iv
T S = m ax |T S (x)| T
|x|1
ersi
dad
|T (S (x))| T |S (x| T
de
An tio
T | T (y )| = | T (
1 x )| = | T (x )| |x| |x|
qui
a). para |x| = |0| es inmediato x para x = 0, denimos y = |x , por la denici on de norma para T : |
a, D
ept
T k tk k!
o. d
S |x| S
eM
b). T S T
atem
a). |T (x)| T |x|
atic
Lema B.1 . Para S, T (Rn ) y x Rn se cumple que
as
l m Tk = T
Demostraci on: sea T = a; por c). en el lema anterior: para k = 0, 1, 2, . . . T k tk T k |t | k ak t k 0 k! k! k! pero serie
ak t k 0 k=0 k!
= eat0 y por la prueba M de Wieirstrass concluimos que la
k=0
Denici on B.3 (Exponencial de un operador) . eT = Propiedades: i. eT es un operador lineal, es decir, eT (Rn ) ii. eT e
T
(Ver Demostraci on del Teorema A.9)
a). Si S T = T S entonces eS +T = eS eT b). eT

1
= eT
Demostraci on: 369
Un iv
Teorema B.2 . Si S, T (Rn ) entonces
ersi
Si Ann entonces eAt es una matriz n n, la cual calculamos en el Capitulo 7. Tambi en se demuestra de la misma manera que en el Teorema A.9, que At e e A t , donde A = T y T (x) = A x
dad
de
Denici on B.4 (Exponencial de una matriz) Sea Ann . Para todo t R, denimos Ak tk At e = k! k=0
An tio
qui
Si T (Rn ) entonces su representaci on matricial la llamamos Ann con respecto a la base can onica de Rn .
a, D
ept
o. d
eM
atem
es uniforme y absolutamente convergente para todo |t| t0
atic
Tk k=0 k!
as
T k tk k!
APENDICE B. EXPONENCIAL DE OPERADORES a). Como S T = T S , entonces por el Teorema del binomio (S + T ) n = n ! Sj T k j !k ! j +k=n
Teniendo en cuenta que el producto de dos series absolutamente convergentes es absolutamente convergente, entonces e
S +T
Ahora veamos el teorema de la derivada de una exponencial matricial. Teorema B.3 (Derivada de una funci on exponencial matricial) . Sea A una matriz cuadrada, entonces d At e = A eAt dt
Demostraci on: como A conmuta consigo mismo, entonces por el Teorema B.2 y la denici n de exponencial matricial, se tiene que eAh I d At eA(t+h) eAt e = l m = l m eAt h0 h0 dt h h 2 Ak hk1 Ah = eAt l m l m A + + ... + h0 k 2! k! At = Ae
370
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
b). haciendo S = T en a).: e0 = I = eT eT y por tanto (eT )1 = eT
atem
n=0
n=0
atic
n=0
(S + T ) n = n!
Sj T k = j !k ! n=0 j +k=n
Sj j!
as
Tk = e S eT k!
Consideremos la fracci on
N (s) N (s) = D (s (s a1 )(s a2 ) . . . (s an )
multiplicando ambos lados por s ai y hallando el l mite del resultado cuando s ai se obtiene N (a i ) Ai = , M i (a i ) donde Mi es el denominador obtenido despu es de haber suprimido el factor s ai en D(s). 371
Un iv
N (s) A1 A2 An = + + ... + , (s a1 )(s a2 ) . . . (s an ) s a1 s a2 s an
ersi
donde N (s), D(s)son polinomios de coecientes reales y el grado de N (s) es menor que el grado de D(s) y no tienen factores comunes. Entonces
dad
de
An tio
qui
C.1.
Factores lineales no repetidos.
a, D
Expondremos a continuaci on un m etodo para hallar fracciones parciales, distinto al expuesto tradicionalmente en los cursos de C alculo. Este m etodo es u til en el Cap tulo de Transformada de Laplace.
ept
o. d
eM
atem
FRACCIONES PARCIALES
atic
APENDICE C
as
APENDICE C. FRACCIONES PARCIALES M etodo 1. Para hallar el numerador de la fracci on simple fracci on propia N (s) N (s) = , D (s (s a1 )(s a2 ) . . . (s an ) se suprime el factor s ai en el denominador de en la supreci on.
N (s) D(s) Ai sai
de una
y se sustituye s por ai
A1 = A2 = A3 =
N (s) (s1)(s+2) N (s) s(s+2) N (s) s(s1)
s=0
02 +0+1 (01)(0+2)
= 1 2
s=1
s=2
C.2.
Factores Lineales Repetidos.

[ N (s) ], dsi M (s)
di a
entonces
A1 A2 Ak N (s) = + + ... + + (s) k k k 1 M (s)(s a) (s a ) (s a ) (s a )
Un iv
N (s) M (s)
ersi
(i) a
dad
sustituir s por a en
es decir, =
de
Empleamos el s mbolo
N (s) M (S )
(i)
, para designar el n umero obtenido al
di N (s) dsi M (s)
An tio
qui
(2)2 2+1 (2)(21)
1 2
a, D
s=a
12 +1+1 (1)(1+2)
=1
ept
o. d
eM
s +s+1 Soluci on. s(s = 1)(s+2) Por el m etodo 1.
A1 s
A2 s1
A3 , s+2
donde D(s) = s(s 1)(s + 2)
atem
N (s) s2 + s + 1 = D (s s(s 1)(s + 2)
atic
(C.1)
Ejemplo 1. Descomponer en fracciones parciales
donde (s) y sus derivadas son continuas en a; multiplicando C.1 por (s a)k y derivando k 1 veces con respecto s y hallando los valores de los Ai al cambiar s por a se obtiene
372
as
C.2. FACTORES LINEALES REPETIDOS. M etodo 2. [N/M ](0) [N/M ](1) [N/M ](2) N (s)/M (s) a a a = + + + ... (s a ) k 0!(s a)k 1!(s a)k1 2!(s a)k2
Soluci on. 5s2 23s 1 5s2 23s = = (2s 2)(2s + 4)4 32 (s 1)(s + 2)4
donde N (s)/M1 (s) =
5s2 23s s1
y N (s)/M2 (s) =
N (s) M1 (s)
Un iv
N (s) M1 (s)
(1)
ersi
= = = = =
5(2)2 23(2) 21 5s2 10s+23 (s1)2 36s+36 (s1)4 108 (s1)4
= 22
dad
(0)
de
Por el m etodo 2. se tiene
N (s) M1 (s)
(1) 2
An tio
qui
(0) (1) (2) (3) 1 [N/M1 ]2 [N/M1 ]2 [N/M1 ]2 [N/M1 ]2 [N/M2 ](0) 1 + + + + 32 0!(s + 2)4 1!(s + 2)3 2!(s + 2)2 3!(s + 2) 0!(s 1) 5s2 23s (s+2)4
5(2)2 10(2)+23 (21)2 (2) 2 4 3
a, D
ept
=7
4 3 N (s) M1 (s)
N (s) M1 (s)
(2)
1 = 36 (s = 1)3 N (s) M1 (s) (3) 2
N (s) M1 (s)
(3)
= =
108 (21)4
N (s) M2 (s)
(0)
5s2 23s (s+2)4
N (s) M2 (s)
(0) 1
5(1)2 23(1) (1+2)4
o. d
= 36 (21 = 1)3 = 2 9 373
eM
5s2 23s (2s 2)(2s + 4)4
atem
atic
donde (s) y sus derivadas son continuas en a.
as
(k1) [N/M ]a + + (s) (k 1)!(s a)
APENDICE C. FRACCIONES PARCIALES Luego 5s2 23s = (2s 2)(2s + 4)4 4 4 2 22 7 1 3 3 9 = + + + + 32 0!(s + 2)4 1!(s + 2)3 2!(s + 2)2 3!(s + 2) 0!(s 1) 22 1 1 7 2 2 1 2 1 + + + 32 (s + 2)4 (s + 2)3 3 (s + 2)2 9 (s + 2) 9 (s 1)
Ejemplo 3. Descomponer en fracciones parciales s2 + 2 s(s2 + 2s + 2)
Soluci on.
s2 + 2 s2 + 2 = = s(s2 + 2s + 2) s(s (1 + i))(s (1 i)) B + iC B iC A + + s s (1 + i) s (1 i) A= 374

s2 +2 s2 +2s+2 s=0
02 +2 02 +2(0)+2
Un iv
ersi
=1
dad
de
A + iB =
N (a + ib) , M (a + ib)2ib
An tio
Para hallar A + iB o A iB se procede de la misma manera que en el caso a). (M etodo 1.), es decir, se suprime el factor s (a + ib) (o s (a ib)), (s) y luego se cambia s por a + ib, es decir, quedando M (s)[N s(aib)] A iB = N (a ib) M (a ib)(2ib)
qui
A + iB A iB + . s (a + ib) s (a ib)
a, D
ept
con M (a + ib) = 0. A los factores s (a + ib), s (a ib) les corresponden la suma de fracciones parciales
o. d
N (s) M (s)[s (a + ib)][s (s (a ib)]
eM
Sea
atem
C.3.
Factores Cuadr aticos.
atic
as
C.4. FACTORES CUADRATICOS REPETIDOS. B + iC =

N (1+i) M (1+i)2i,1
(1+i)2 +2 (1+i)2i
= 1 =i i
por lo tanto B = 0, C = 1 2 +2 i luego s(s2s+2 =1 + s( + s+2) s 1+i)
i s(1i)
C.4.
Sea
Factores Cuadr aticos Repetidos.

N (s)
Se procede de la misma manera que en b). (M etodo 2.) y se obtiene que
para j = 1, . . . , k.
s2 + 8 s2 + 8 = = s(s2 4s + 8)2 s(s (2 + 2i))2 (s (2 2i))2 B + iC B iC D + iE D iE A + + + + 2 2 s [s (2 + 2i)] [s (2 2i)] s (2 + 2i) s (2 2i) donde A=
s2 +8 (s2 4s+8)2 s=0
8 82
Un iv
Soluci on.
1 8
ersi
s2 + 8 s(s2 4s + 8)2
dad
de
An tio
1 N (s) d j (j 1)! ds M (s)(s (a ib))k
qui
s=a+ib j
a, D
Aj + iBj =
N (s) 1 (j 1)! M (s)(s (a ib))k
(j 1)
ept
=
o. d
M (s)(s(aib))k N (s) = = M (s)(s (a + ib))k (s (a ib))k (s (a + ib))k A2 + iB2 Ak + iBk A1 + iB1 + + ... + + (s) k k 1 (s (a + ib)) (s (a + ib)) (s (a + ib))
eM
atem
atic
s=a+ib
as
375
APENDICE C. FRACCIONES PARCIALES
B + iC =
1 N (s) 0! M (s)(s (2 2i))2
(0)
=
s=2+2i
(2 + 2i)2 + 8 (2 + 2i)2 + 8 1 = = 2 2 (2 + 2i)[(2 + 2i) (2 2i)] (2 + 2i)[4i] 4
D + iE =
a, D
2s2 (s (2 2i))2 (s2 + 8)(s (2 2i))(3s (2 2i)) s2 (s (2 2i))4
ept
N (s) 1 = 1! M (s)(s (2 2i))2 s=2+2i d N (s) = ds M (s)(s (2 2i))2 s=2+2i
(1)
o. d
eM
atem
atic
=
s=2+2i
y C = 0. luego B = 1 4
3 1 y E = 16 luego D = 16
por lo tanto
376
Un iv
s2 + 8 = s(s2 4s + 8)2 1 1 1 1 1 1 2 8 s 4 (s (2 + 2i)) 4 (s (2 2i))2 1 1 + 3i 1 1 16 s (2 + 2i) 16 s (2 2i)
ersi
dad
de
An tio
qui
as
= 1 3 i 16 16
[4] Zill Dennis G. Ecuaciones Diferenciales con Aplicaciones , segunda edici on.
[6] Farkas Mikl os [7] Farkas Mikl os
Dynamical Models in Biology, primera edici on. Periodic Motions , primera edici on.
[8] Perko Lawrence Dierential Equations and Dynamical Systems , tercera edici on. [9] Hirsch, M. W.; Smale W. Dierential Equations, Dynamical Systems, and Lineal Algebra , primera edici on. [10] Strogatz, S. H Nonlinear dynamics an chaos: with applications to physics, biology, chemistry and engeneering , primera edici on. 377
Un iv
ersi
dad
[5] Henao G. Dashiell, Moreno R. Gilberto, Osorio G. Luis Javier, Restrepo G. Gonzalo, Vel asquez E. Jos e Ecuaciones Diferenciales, primera edici on.
de
An tio
[3] C.H. Edwards, Jr., Penney David E. Ecuaciones Diferenciales elementales y Problemas con Condiciones en la Frontera , tercera edici on.
qui
a, D
[2] Derrick William R.,Grossman Stanley I. Ecuaciones Diferenciales con aplicaciones, segunda edici on.
ept
[1] Simmons George F. Ecuaciones Diferenciales con aplicaciones y notas hist oricas, segunda edici on.
o. d
eM
atem
atic
as
BIBLIOGRAF IA
INDICE ALFABETICO
atem
Abel f ormula de, 92 Algoritmo para cadenas de vectores propios generalizados, 268 Algoritmo para hallar las soluciones de un sistema de E.D. , 263 Amplitud del movimiento arm onico simple, 144 Amplitud modulada (A.M.), 149 Angulo de fase, 144, 148 Aplicaciones crecimiento de cultivos, 58 crecimientos poblacionales, 58 a la f sica, 73 a la geometr a anal tica, 54 campo gravitacional variable, 77 cohetes, 76 crecimiento, descomposici on, 55 cuerpos con masa variable, 76 de las E.D. de segundo orden osciladores, 142 desintegraci on radioactiva, 56 movimiento arm onico simple, 142 osciladores, 142 problema de amplitud modulada, 149
Un iv
Bendixs on criterio de, 342 Bernoulli ecuaci on diferencial de, 32 Bessel ecuaci on diferencial, 195 funci on de primera especie, 197, 201 de segunda especie, 198, 203 propiedades, 204 funci on de, 195 Bibliograf a, 377 C n (I ), 82 Cadena de vectores propios generalizados, 267 Campo de direcciones , 5 pendientes, 5
ersi
dad
378
de
An tio
qui
a, D
problemas de diluciones, 59 problemas de persecuci on, 51 vaciado de tanques, 68 Asint oticamente estable, 293 Ayry ecuaci on diferencial de, 181
ept
o. d
eM
atic
as
INDICE ALFABETICO Ciclo l mite, 339 Circuitos en serie, 151 Clairaut ecuaci on diferencial de, 42 Coecientes indeterminados, m etodo, 110 Comandos Maple ...:=..., 46, 163 BesselJ(,), 214 BesselY(,), 214 campo de direcciones, 5 coe(,), 214 collect( ,[ , ]) , 165 convert(...,parfrac,...), 246 DE(tools), 164 DEplotwith, 349 di( , ), 165 dsolve, 46, 164, 213 for k from n to m do... , 214 int, 46, 166 invlaplace, 248 laplace(...,t,s), 248 linsolve(,[,]), 166 phaseportrait, 349, 351 plot, 164, 214 restart, 46, 164 SeriesSol, 213 simplify(,), 166, 214 solve, 46, 163, 164 vector([,]), 166 with(inttrans), 248 with(linalg), 166 wronskian(,), 166 Condici on de frontera, 87 inicial, 87 Conjunto fundamental de soluciones, 254 Constante de amortiguamiento, 145 de fricci on, 145 de Euler, 198 Constante el astica del resorte, 142 Constantes de una soluci on, 3, 7 Convergencia de operadores, 368 Convergencia uniforme, 353 Convolutivo, producto, 229 Cramer regla de, 114 Criterio de Bendixs on, 342 Criterio de Dulac, 342 Criterio de estabilidad para sistemas no lineales, 323 Criterio M de Weierstrass, 354 Curva dirigida, 282 Dalambert f ormula de, 97 Denici on E.D. lineal, 2 E.D. no lineal, 2 Ecuaci on Diferencial Ordinaria, 1 Parcial, 1 Orden de una E.D., 1 problema de valor inicial, 3 soluci on de una E.D., 2 soluci on general, 3 soluci on particular, 3 soluci on singular, 4 de exponencial de una matriz, 369 de un operador, 369 de punto cr tico, 283 ecuaci on diferencial, 1 factorial generalizado, 194 operador inverso, 127
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
379
INDICE ALFABETICO peso de un cuerpo, 78 transformada de Laplace, 215 Denida negativa, 309 positiva, 309 Derivada de una exponencial matricial, 370 Desigualdad de Gronwald, 360 Diluciones gaseosas, 60 l quidas, 59 Dirac funci on delta de, 243 propiedades de la funci on, 244 Dulac criterio de, 342 de Lienard, 344 de Van der Pol, 345 exacta, 16 hipergeom etrica de Gauss, 212 lineal de primer orden, 26 log stica, 59 movimiento amortiguado, 146 movimiento arm onico simple, 143 movimiento forzado, 148 movimiento pendular, 154 movimiento pendular amortiguado, 154 no lineales de primer orden, 34 sustituciones varias, 43 Espacio propio, 264 Estabilidad, 293 criterio de, 306 Estabilidad asint otica criterio de, 307 Euler constante de, 198 f ormula de, 103 Euler-Cauchy ecuaci on diferencial, 139 Exponencial de un operador, 367 Exponentes de la singularidad, 185
Ecuaci on auxiliar, 101 caracter stica, 101 de continuidad, 60 indicial, 185, 187 Ecuaci on Diferencial de Ayry, 181 de coecientes lineales, 14 en variables separables, 7 homog enea, 10 lineal de orden mayor que dos y F ormula coecientes constantes, 105 de Abel, 92 lineal de orden n y de coecientes constantes, 101 de DAlembert, 97 barra de torsi on, 152 de Euler, 103 Bernoulli, 32 de Rodriguez, 179 circuitos en serie, 151 Factor Integrante, 21 Clairaut, 42 Factorial generalizado, 194 de Bessel, 195 Fen omeno de resonancia, 150 de Euler-Cauchy, 139 Forma can onica, 26, 97, 113 de Hermite, 180 Forma diferencial exacta, 16 de Legendre, 178 Fracciones Parciales, 371 380
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
INDICE ALFABETICO Frecuencia de vibraciones libres, 145 Frobenius teorema de, 183 Funci on homog enea, 10 anal tica, 172 de Bessel, 195 de primera especie, 197, 201 de segunda especie, 198, 203 propiedades, 204 de Liapunov, 310 de Lipschitz, 355 de orden exponencial, 216 denida negativa, 309 positiva, 309 delta de Dirac, 243 escal on unitario, 224 Gamma, 191 f ormula de recurrencia, 192 impulso unitario, 243 onda cuadrada, 235 onda tri angular, 236 recticaci on completa onda seno, 236 recticaci on onda seno, 234 semidenida negativa, 309 positiva, 309 serrucho, 234 Gamma f ormula de recurrencia, 192 funci on, 191 gr aca de la funci on, 193 Gauss ecuaci on diferencial hipergeom etrica de, 212 serie hipergeom etrica de, 213 Gr aca de la funci on Gamma, 193 Gronwald desigualdad de, 360 Hermite polinomios f ormula general, 180 polinomios de, 180 ecuaci on diferencial, 180 Hook ley de, 142 Indices de la singularidad, 185 Iteradas de Picard, 356 Jacobiana matriz, 318
Lambert ley de absorci on de, 57 Laplace transformada de, 215 Legendre ecuaci on diferencial de, 178 polinomios de, 179 Lema Lema de operadores, 125 Ley de absorci on de Lambert, 57 de enfriamiento de Newton, 57 de Gravitaci on Universal, 77 de Hook, 142 segunda, de Newton, 73 Liapunov criterio de, 311 funci on, 310 Lienard teorema de, 344
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
381
INDICE ALFABETICO Linealizaci on, 319 Linealmente dependientes, 90 independientes, 90 Lipschitz funci on de, 355 Movimiento amortiguado, 145 arm onico simple, 142 con resonancia, 150 cr ticamente amortiguado, 147 forzado, 148 pendular, 153 M etodo sobreamortiguado, 146 de variaci on de par ametros, gesubamortiguado, 147 neralizaci on, 122 N ucleo DAlembert, 97 operador diferencial lineal, 84 de los coecientes indeterminados, dimensi on, en una E.D., 90 110 Newton de reducci on de orden, 97 ley de enfriamiento de, 57 de variaci on de par ametros, 113 ley de gravitaci on universal, 77 para hallar la matriz exponencial, segunda ley de, 73 271 Nodo, 286 para hallar los valores propio , 286 y vectores propios, 256 Norma de un operador, 367 M etodo de soluci on propiedades, 367 E.D. de Bernoulli, 32 Norma de una matriz, 362 homog eneas, 10 E.D. de Euler-Cauchy , 140 Operador E.D. exactas, 17 anulador, 107 no lineales de primer orden, 34 diferencial lineal, 84 por series, 169 Operador inverso e integrales, 137 por transformada de Laplace Operadores y polinomios para sistemas, 278 isomorsmo, 129 sustituciones varias, 43 Maclaurin P endulo amortiguado, 154, 283 serie de, 172 Par ametros de una soluci on, 3, 7 Matriz Periodo de una soluci on, 338 exponencial, 261 Periodo de vibraciones libres, 144 fundamental, 254 Picard Jacobiana, 318 iteradas, 356 norma de, 362 teorema de, 361 principal, 254 Plano de fase, 282 Modelo de competici on, 331 Poincar e-Bendixs on Modelo depredador-presa, 332 teorema, 343 382
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
INDICE ALFABETICO Polinomio caracter stico, 105, 256 Polinomios de Hermite, 180 de Legendre, 179 Polinomios y operadores isomorsmo, 129 Posici on de equilibrio, 144 Producto convolutivo, 229 de Operadores Diferenciales, 85 Propiedades de la matriz exponencial, 262 funci on delta de Dirac, 244 Punto cr tico, 283 aislado, 283 asint oticamente estable, 293 centro, 289 espiral, 291 estable, 293 foco, 291 nodo, 286 nodo impropio, 287 nodo propio, 286 simple, 319 sistemas no lineales, 320 de bifurcaci on, 292 de equilibrio, 283 de silla, 288 estacionario, 284 ordinario, 172 en el innito, 206 singular, 172 irregular, 182 irregular en el innito, 207 regular, 182 regular en el innito, 207 Ra ces complejas, 103 con multiplicidad, 102 diferentes, 102 iguales, 102 Ra ces indiciales caso I, 187 caso II, 187, 188 caso III, 188, 195 Regla de Cramer, 114 Representaci on vectorial de un sistema de E.D., 251 Resonancia, 150 Resortes acoplados, 160, 280 Retrato de fase, 282 Rodriguez, f ormula, 179 Salmuera, 60 Semidenida negativa, 309 positiva, 309 Serie Maclaurin, 172 Taylor, 172 Serie de potencias continuidad, 170 convergencia absoluta, 169 criterio de la raz on, 170 derivabilidad, 170 funci on coseno, 171 coseno-hiperb olico, 171 exponencial, 170 logaritmo, 171 seno, 171 seno inverso, 171 seno-hiperb olico, 171 tangente inversa, 171 hipergeom etrica de Gauss, 213 integrabilidad, 170
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
383
INDICE ALFABETICO intervalo de convergencia, 169 radio de convergencia, 169 serie binomial, 171 serie de potencias, 169 sumables, 170 Singular punto irregular, 182 regular, 182 Sistema autonomo, 281 cuasilineal, 320 homog eneo asociado de E.D., 251 no homog eneo de E.D., 251, 274 Soluci on de una E.D. por transformada de Laplace, 238 Soluci on vectorial de una E.D., 252 Tabla de transformadas de Laplace, 217 Tasa per c apita de crecimiento, 59 Taylor serie de, 172 Teorema b asico de operadores, 126 de existencia y unicidad, 3, 87 de Picard, 3, 87 del Wronskiano, 9193 dimensi on, N ucleo de L(D), 94 f ormula de Abel, 91 Lema de operadores, 125 criterio de Liapunov, 311 de Bendixs on, 342 de Dulac, 342 de estabilidad, 306 de estabilidad asint otica, 307 de existencia, 357 de existencia y unicidad 384 global, 366 de Frobenius, 183 de la funci on Gamma, 192 de la matriz fundamental, 270 de la matriz principal, 270 de Lienard, 344 de Picard, 361 de translaci on primero, 223 segundo, 225 de unicidad, 361 del producto convolutivo, 229 derivada de una transformada, 226 E.D.exactas, 16 estabilidad sistemas no lineales, 323 existencia transformada de Laplace, 215 existencia y unicidad para sistemas, 363 sistemas lineales, 364 Factor Integrante, 21 lineal de primer orden, 27 naturaleza de los puntos cr ticos, 296 operador inverso funciones seno, coseno, 132 polinomios, 130, 131 seno y coseno, 133 para puntos ordinarios, 174 para valores propios diferentes, 256 Poincar e-Bendixs on, 343 principio de superposici on , 85 soluciones particulares, 127, 128 soluciones particulares complejas, 134
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as
INDICE ALFABETICO transformada de la derivada, 228 transformada de una funci on peri odica, 232 Tiempo de vida media, 56 Transformada de la derivada, 228 de una potencia, 231 derivada de la, 226 funci on peri odica, 232 inversa de Laplace, 219 la integral, 230 producto convolutivo, 229 Transformada de Laplace para sistemas, 278 Trayectoria cerrada aislada, 339 denici on de, 282 peri odica, 338 Trayectorias isogonales, 50 ortogonales, 50 Valor y vector propio, 255 Valores propios complejos, 259 defectuosos, 267 repetidos, 261 Van der Pol ecuaci on diferencial, 345 Variaci on de par ametros, 274 Variaci on de par ametros, m etodo, 113 Vector y valor propio, 255 Vectores propios generalizados, 267 Weierstrass criterio M de, 354 Wronskiano, 90, 254 385 teorema del, 93
Un iv
ersi
dad
de
An tio
qui
a, D
ept
o. d
eM
atem
atic
as

Libro Ed

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Libro Ed

Cargado por

Copyright:

Formatos disponibles

Titular de la Universidad de Antioquia, Matem aticas de la Universidad Nacional. Texto en la http://matematicas.udea.edu.

ECUACIONES DIFERENCIALES con aplicaciones en Maple

Un iv dad de An tio qui a, D ept o. d eM atem

1. INTRODUCCION 1.1. CAMPO DE DIRECCIONES . . . . . . . . . . . . . . . . . . DE CONTINUIDAD . . . . . . . . . . . . . . . . 1.2. ECUACION

367 371 371 372 374 375

Un iv dad de An tio qui a, D ept o. d eM atem

Denici on 1.2 (Orden). La derivada o la diferencial de m as alto orden 1

Ejemplo 2. (x2 y )dx + 5 sen y dy = 0

CAP ITULO 1. INTRODUCCION determina el orden de la E.D.

Ejemplo 7. xdy ydx = 0 =

d y d y dy an (x) dx n + an1 (x) dxn1 + . . . + a1 (x) dx + a0 (x)y = g (x)

Ejemplo 11. x = y ln(cy ) es soluci on de y (x + y ) = y En efecto, derivando impl citamente: 1 = 1=

(ln(cy ) + 1), luego

Sustituyendo en la ecuaci on diferencial: y ln(cy ) + y y (ln (cy ) + 1) = = y, ln (cy ) + 1 ln (cy ) + 1 2

dy d y Ejemplo 10. y 2 dx 2 + y dx + xy = x no es lineal.

d y 2 Ejemplo 9. sen x dx 3 + xy = 0 no es lineal.

d y dy d y 2 x Ejemplo 8. x2 dx es lineal de orden 3. 3 + cos x dx2 + sen x dx + x y = e

Denici on 1.3 (E.D.O. lineal) Una E.D. es lineal si tiene la forma:

Ejercicio 1. Demostrar que y = c1 cos 5x es soluci on de y + 25y = 0.

Ejercicio 2. Demostrar que y = ex y + 2xy = 1.

Ejercicio 3. Demostrar que y = x xy = y + x sen x.

a). y = ( x + C )2 es soluci on general. 4 b). Si C = 0 mostrar que y =

Ejercicio 7. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.

b). Explicar porqu e y = 1 es soluci on singular.

c). Explicar porqu e y = 0 es soluci on singular.

es una soluci on singular, porque no se puede obtener a partir de la soluci on general.

1.1. CAMPO DE DIRECCIONES

> with(DEtools): DEplot (diff(y(x),x)=-2*x^2+y(x)^2,y(x),x=-2..2,color=black, {[0,2],[0,0],[0,1],[0,-1]},y=-2..2,linecolor=black);

CAP ITULO 1. INTRODUCCION

dC (t) = E (t) S (t) = R kC (t). dt

Denici on 2.1 . Se dice que una E.D. de la forma:

La anterior ecuaci on se puede escribir como h(y ) dy = g (x) dx e integrando: h(y ) dy =

= e3x+2y dy = e3x+2y = e3x e2y dx 7

soluci on general Cuando x = 0, y = 1 8

Soluci on: separando variables

2.1. VARIABLES SEPARABLES

3 1 = 1 + x2 2 2y 2 Resolver los siguientes ejercicios por el m etodo de separaci on de variables:

Ejercicio 6. x2 y = y xy , si y (1) = 1 1 (Rta. ln |y | = x ln |x| 1)

Ejercicio 4. y sen x = y ln y , si y (Rta. ln y = csc x cot x)

Ejercicio 3. 3ex tan y dx + (2 ex ) sec2 y dy = 0 (Rta. (2 ex )3 = C tan y )

Ejercicio 2. y + y 2 sen x = 0 (Rta. y = cos 1 ) x+c

Ejercicio 1. (4y + yx2 ) dy (2x + xy 2 ) dx = 0 (Rta. 2 + y 2 = C (4 + x2 ))

CAP ITULO 2. METODOS DE SOLUCION

M etodo de soluci on: dada la ecuaci on

2.2. ECUACIONES HOMOGENEAS Soluci on: y y (x + ye x ) dx xe x dy = 0 donde

z 2 (u2 + 1) dz + 2uz 1 du = 0 2u z 2 dz + 2 du = 0 1 z u +1 2u dz + 2 du = 0 z u +1 Integrando: ln |z | + ln(u2 + 1) = ln C ln |z (u2 + 1)| = ln C z (u2 + 1) = C reemplazo u = 12

(u2 z 2 + z 2 + 2u2 z 2 ) dz + (2uz 1 ) du = 0

(u2 z 2 z 4 + z 2 ) dz + 2uzz 3 (u dz + z du) = 0

La sustituci on m as sencilla es x = uz dx = u dz + z du.

Es homog enea de orden 2.

Sustituyo en la E.D. (2.1): (1)(x2 z 2 1)z 2 dz + 2xz 3 dx = 0

2.2. ECUACIONES HOMOGENEAS

x2 +z =C z Como y = z 1 o sea que z = y 1 , entonces luego x2 y 2 + 1 = Cy, es la soluci on general.

Ejercicio 6. (x + y 3 ) dx + (3y 5 3y 2 x) dy = 0, (Ayuda: hacer x = z ). 3 (Rta.: ln |C (x2 + y 6 )| = 2 arctan yx )

Ejercicio 5. xy = y + 2xe y (Rta.: ln x = 1 e x +c ) 2

Ejercicio 4. (x2 2y 2 ) dx + xy dy = 0. (Rta.: x4 = C (x2 y 2 ))

y y dx + x cos x Ejercicio 3. x y cos x dy = 0. y (Rta.: ln |x| + sen x = C )

dy Ejercicio 2. (x + y 2 xy ) dx = y , con y (1) = 1. y x 2 (Rta.: ln |y | = 4( y ))

y Ejercicio 1. y + x cot x dx x dy = 0. y (Rta.: C = x cos x )

CAP ITULO 2. METODOS DE SOLUCION

Ejercicio 11. Hallar la soluci on particular de la E.D. yx2 dx (x3 + y 3 )dy = 0,

Ejercicio 14. Hallar la soluci on particular de la E.D.

donde y (e) = 1 y (Rta.: x ln | x | = e)

Se presentan dos casos: