Apuntes

DE MATEMATICAS AMPLIACION
Antonio Baeza Salas
Ampliaci on de Matem aticas
Indice general
1. Introducci on. 1.1. Deniciones y terminolog a. . . . . . . . . . . . . . . . . . . . 1.1.1. Soluci on general. . . . . . . . . . . . . . . . . . . . . . 1.1.2. Sistemas de ecuaciones diferenciales. . . . . . . . . . . 1.1.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . 1.2. Problemas de valor inicial. . . . . . . . . . . . . . . . . . . . . 1.2.1. Problemas de valor inicial de primero y segundo orden. 1.2.2. Existencia y unicidad. . . . . . . . . . . . . . . . . . . 1.3. Las E.D. como modelos matem aticos. . . . . . . . . . . . . . 1.3.1. Crecimiento y decaimiento. . . . . . . . . . . . . . . . 1.3.2. Diseminaci on de una enfermedad. . . . . . . . . . . . . 1.3.3. Ley de Newton del enfriamiento. . . . . . . . . . . . . 1.3.4. Mezclado. . . . . . . . . . . . . . . . . . . . . . . . . . 1.3.5. Vaciado de un tanque. . . . . . . . . . . . . . . . . . . 1.3.6. Ca da libre. . . . . . . . . . . . . . . . . . . . . . . . . 1.4. Practica con Mathematica . . . . . . . . . . . . . . . . . . . . 1.4.1. Denici on de funciones. . . . . . . . . . . . . . . . . . 1.4.2. Derivadas. . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.3. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 1.4.4. Resoluci on de ecuaciones diferenciales. . . . . . . . . . 1.4.5. Ecuaciones con condiciones iniciales. . . . . . . . . . . 1.4.6. Gr acos bidimensionales. El comando Plot. . . . . . . 1.4.7. Representaci on gr aca de la soluci on de una ecuaci on diferencial. . . . . . . . . . . . . . . . . . . . . . . . . 7 7 11 12 12 13 13 15 15 19 20 20 20 21 23 23 23 24 24 25 26 26 27
2. E.D.O. Primer Orden 29 2.1. Integraci on directa. . . . . . . . . . . . . . . . . . . . . . . . . 29 2.2. Variables separables. . . . . . . . . . . . . . . . . . . . . . . . 30 2.2.1. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 33 3
Ampliaci on de Matem aticas 2.3. Ecuaciones exactas. . . . . . . . . . . . . . . . . . . . . . . . . 33 2.3.1. M etodo de soluci on para ecuaciones diferenciales exactas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34 2.3.2. Ecuaciones reducibles a exactas. Factores integrantes. 36 2.3.3. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 39 2.4. Ecuaciones lineales. . . . . . . . . . . . . . . . . . . . . . . . . 39 2.4.1. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 43 2.5. Soluciones por sustituci on. . . . . . . . . . . . . . . . . . . . . 43 2.5.1. Ecuaciones homog eneas. . . . . . . . . . . . . . . . . . 44 2.5.2. La ecuaci on de Bernoulli. . . . . . . . . . . . . . . . . 47 2.5.3. Reducci on a separaci on de variables. . . . . . . . . . . 48 2.5.4. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 48 2.6. Modelado con ecuaciones diferenciales de primer orden. . . . 49 2.6.1. Crecimiento bacteriano. . . . . . . . . . . . . . . . . . 49 2.6.2. Periodo medio del plutonio. . . . . . . . . . . . . . . . 50 2.6.3. Antig uedad de un f osil. . . . . . . . . . . . . . . . . . 52 2.6.4. Ley de Newton del enfriamiento. . . . . . . . . . . . . 53 2.6.5. Mezclas. . . . . . . . . . . . . . . . . . . . . . . . . . . 53 2.6.6. Modelos demogr acos. . . . . . . . . . . . . . . . . . . 55 2.6.7. Modelo depredador-presa. . . . . . . . . . . . . . . . . 58 2.7. Practica con Mathematica. . . . . . . . . . . . . . . . . . . . 59 2.7.1. Integrando con Mathematica. . . . . . . . . . . . . . . 59 2.7.2. Representaci on gr aca de funciones dadas en forma impl cita. . . . . . . . . . . . . . . . . . . . . . . . . . 59 2.7.3. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 60
3. M etodos num ericos. 3.1. Campos direccionales. . . . . . . . . . . . . . . . . . . . . . . 3.1.1. Representaci on gr aca de un Campo de Direcciones. . 3.1.2. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Resoluci on num erica del problema de Cauchy. . . . . . . . . . 3.2.1. M etodos de un paso para la resoluci on num erica. . . . 3.3. M etodos de Euler. . . . . . . . . . . . . . . . . . . . . . . . . 3.3.1. Errores en los m etodos num ericos. . . . . . . . . . . . 3.3.2. M etodo Euler expl cito. . . . . . . . . . . . . . . . . . 3.3.3. M etodo Euler impl cito. . . . . . . . . . . . . . . . . . 3.3.4. M etodo modicado de Euler o m etodo del punto medio. 3.3.5. M etodo de Grank-Nicolson. . . . . . . . . . . . . . . . 3.3.6. M etodo de Heum o m etodo mejorado de Euler. . . . . 3.4. M etodo de Ronge-Kutta de orden 4. . . . . . . . . . . . . . .
61 61 62 63 64 68 69 72 73 74 75 76 77 79
Antonio Baeza Salas
3.4.1. F ormula de Runge-Kutta de cuarto orden. . . . . . . . 80 3.5. Ecuaciones de orden mayor y sistemas de ecuaciones diferenciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82 3.5.1. Problemas de valores iniciales de segundo orden. . . . 82 3.5.2. Sistemas reducidos a sistemas de primer orden. . . . . 83 3.5.3. Soluci on num erica. . . . . . . . . . . . . . . . . . . . . 83 3.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84 3.7. Practica con Mathematica. . . . . . . . . . . . . . . . . . . . 84 3.7.1. M etodo de Euler . . . . . . . . . . . . . . . . . . . . . 84 3.7.2. M etodo de Euler Mejorado. . . . . . . . . . . . . . . . 85 3.7.3. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 86 4. Ecuaciones lineales de orden superior. Aplicaciones. 4.1. Teor a preliminar. . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1. Problemas de valor inicial y de valor en la frontera. . . 4.1.2. Ecuaciones homog eneas. . . . . . . . . . . . . . . . . . 4.1.3. Ecuaciones no homog eneas. . . . . . . . . . . . . . . . 4.1.4. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 4.2. Reducci on de orden. . . . . . . . . . . . . . . . . . . . . . . . 4.2.1. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 4.3. Ecuaciones lineales homog eneas con coecientes constantes. . 4.3.1. M etodo de soluci on. . . . . . . . . . . . . . . . . . . . 4.3.2. Ecuaciones de orden superior. . . . . . . . . . . . . . . 4.3.3. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 4.4. Coecientes indeterminados, m etodo del anulador. . . . . . . 4.4.1. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. Variaci on de par ametros. . . . . . . . . . . . . . . . . . . . . . 4.5.1. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 4.6. Ecuaci on de Cauchy-Euler. . . . . . . . . . . . . . . . . . . . 4.6.1. M etodo de soluci on. . . . . . . . . . . . . . . . . . . . 4.6.2. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . 4.7. Modelado con ecuaciones diferenciales de orden superior. . . . 4.7.1. Sistemas de resorte y masa: movimiento libre no amortiguado. . . . . . . . . . . . . . . . . . . . . . . . . . . 4.7.2. Desviaci on de una viga. . . . . . . . . . . . . . . . . . 4.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89 89 89 92 96 98 99 101 101 102 104 106 106 113 113 116 116 117 118 118 118 121 123
5. Sistemas de ecuaciones diferenciales lineales. 129 5.1. Teor a preliminar. . . . . . . . . . . . . . . . . . . . . . . . . 129 5.1.1. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . 136
Ampliaci on de Matem aticas 5.2. Sistemas lineales homog eneos con coecientes constantes. 5.2.1. Valores propios reales y distintos. . . . . . . . . . . 5.2.2. Valores propios repetidos. . . . . . . . . . . . . . . 5.2.3. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . 5.3. Variaci on de par ametros. . . . . . . . . . . . . . . . . . . . 5.3.1. Una matriz fundamental. . . . . . . . . . . . . . . 5.3.2. Variaci on de par ametros. . . . . . . . . . . . . . . 5.3.3. Problema de valor inicial. . . . . . . . . . . . . . . 5.3.4. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 137 139 141 142 142 143 146 146
6. Ecuaciones en derivadas parciales. 6.1. Ecuaciones diferenciales en derivadas parciales separables. 6.1.1. Ecuaciones lineales. . . . . . . . . . . . . . . . . . 6.1.2. Separaci on de variables. . . . . . . . . . . . . . . . 6.1.3. Principio de superposici on. . . . . . . . . . . . . . 6.1.4. Clasicaci on de las ecuaciones. . . . . . . . . . . . 6.1.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . 6.2. Ecuaciones cl asicas y problemas de valor en la frontera. . 6.2.1. Ecuaci on de transmisi on de calor. . . . . . . . . . . 6.2.2. Ecuaci on de onda. . . . . . . . . . . . . . . . . . . 6.2.3. Ecuaci on de Laplace. . . . . . . . . . . . . . . . . . 6.3. Ecuaci on de transmisi on de calor. . . . . . . . . . . . . . . 6.4. Ecuaci on de onda. . . . . . . . . . . . . . . . . . . . . . . 6.5. Ecuaci on de Laplace. . . . . . . . . . . . . . . . . . . . . .
147 . 147 . 147 . 148 . 150 . 150 . 151 . 152 . 152 . 152 . 153 . 153 . 154 . 154
Cap tulo 1
Introducci on.
1.1. Deniciones y terminolog a.
dy , de una funci on y = f (x), es otra funci on de x, que La derivada, dx se determina siguiendo las reglas conocidas de derivaci on, por ejemplo, si 2 2 2 dy y = ex , entonces dx = 2xex . Al reemplazar ex por el s mbolo y se obtiene:
dy = 2xy dx
(1.1)
Uno de los problemas al que nos enfrentamos en esta asignatura es dada una ecuaci on diferencial, como la ecuaci on (1.1), hay alg un m etodo por el cual podamos llegar a la funci on desconocida y = f (x)? Denici on 1.1.1 (Ecuaci on diferencial) Una ecuaci on que contiene las derivadas de una o m as variables dependientes con respecto a una o m as variables independientes es una ecuaci on diferencial. Las ecuaciones diferenciales se clasican de acuerdo con su tipo, orden y linealidad. Clasicaci on seg un el tipo Si una ecuaci on s olo contiene derivadas ordinarias de una o m as variables dependientes con respecto a una sola variable independiente, entonces se dice que es una ecuaci on diferencial ordinaria. Por ejemplo: dy + 10y = ex dx d2 y dy + 6y = 0 2 dx dx 7
Ampliaci on de Matem aticas son ecuaciones diferenciales ordinarias. Una ecuaci on que contiene las derivadas parciales de una o m as variables dependientes, respecto de dos o m as variables independientes, se llama ecuaci on en derivadas parciales. Por ejemplo: u v = y x 2u 2u u = 2 2 2 x t t
Clasicaci on seg un el orden. El orden de una ecuaci on diferencial (ordinaria o en derivadas parciales) es el de la derivada de mayor orden en la ecuaci on. Por ejemplo, d2 y dy + 6y = ex 2 dx dx es una ecuaci on diferencial de segundo orden. Como la ecuaci on (y x)dx + 4xdy = 0 se puede escribir en la forma 4x dy +y =x dx
si se divide entre la diferencial dx, es un ejemplo de una ecuaci on diferencial ordinaria de primer orden. Una ecuaci on diferencial ordinaria general de orden n se suele representar mediante los s mbolos F (x, y, y , y , , y (n) ) = 0 (1.2)
En este curso supondremos que se puede despejar la derivada de orden m aximo, y (n) , de una ecuaci on diferencial de orden n, como la ecuaci on (1.2); esto es, y (n) = f (x, y, y , y , , y (n1) ) (1.3) Clasicaci on seg un la linealidad o no linealidad. Se dice que una ecuaci on diferencial de la forma y (n) = f (x, y, y , y , , y (n1) ) es lineal cuando f es una funci on lineal de y, y , y , , y (n1) . Esto signica que una ecuaci on es lineal si se puede escribir en la forma an (x) dn y dn1 y dy + a ( x ) + + a1 (x) + a0 (x)y = g (x) n 1 n n 1 dx dx dx (1.4)
Antonio Baeza Salas
En esta ecuaci on, vemos las dos propiedades caracter sticas de las ecuaciones diferenciales lineales: 1. La variable dependiente y y todas sus derivadas son de primer grado; esto es, la potencia de todo t ermino donde aparece y es 1. 2. Cada coeciente s olo depende de x, que es la variable independiente. Las funciones de y como sen y o las funciones de las derivadas de y , como ey no pueden aparecer en una ecuaci on lineal. Cuando una ecuaci on diferencial no es lineal, se dice que es no lineal. Las ecuaciones (y x)dx + 4xdy = 0 y 2y + y = 0 x3 dy d3 y + 6y = ex 3 dx dx
son ecuaciones lineales ordinarias de primero, segundo y tercer orden, respectivamente. Por otro lado,
el coeciente depende de y funci on no lineal de y
d2 y dx2
potencia distinta de 1
d4 y dx4
son ecuaciones diferenciales no lineales de primero, segundo y cuarto orden, respectivamente. Denici on 1.1.2 (Soluci on de una ecuaci on diferencial.) Cuando una funci on , denida en alg un intervalo I , se sustituye en una ecuaci on diferencial y transforma esa ecuaci on en una identidad, se dice que es una soluci on de la ecuaci on en el intervalo. Por ejemplo, una soluci on de una ecuaci on diferencial ordinaria, como la ecuaci on (1.2), es una funci on con al menos n derivadas y F (x, (x), (x), (x), , (n) (x)) = 0 x I Se dice que y = (x) satisface la ecuaci on diferencial. El intervalo I puede ser intervalo abierto, cerrado, innito, etc. En este curso supondremos que una soluci on es una funci on de valores reales. Ejemplo 1.1.1 (Comprobaci on de una soluci on.) x4 Comprobar que y = 16 es una soluci on de la ecuaci on no lineal
1 dy = xy 2 dx
(1 y )y + 4y = ex
+ sen y = 0
+ y2 = 0
10 en el intervalo (, +).
Ejemplo 1.1.2 (Comprobaci on de una soluci on.) Comprobar que y = xex es una soluci on de la ecuaci on lineal y 2y + y = 0 en el intervalo (, +).
Ejemplo 1.1.3 (Comprobaci on de una soluci on impl cita.) La relaci on x2 + y 2 4 = 0 es una soluci on impl cita de la ecuaci on diferencial dy x = dx y en el intervalo (2, +2). Derivando impl citamente obtenemos d 2 d d d 2 x + y 4= 0 dx dx dx dx 2x + 2y Al despejar el s mbolo
dy dx
dy =0 dx
de la u ltima ecuaci on se obtiene la ecuaci on x dy = dx y
Toda relaci on de la forma x2 + y 2 c = 0 satisface formalmente la ecuaci on anterior para cualquier constante c, sin embargo, se sobrentiende que la relaci on siempre debe tener sentido en el sistema de los n umeros reales. As , por ejemplo, no podemos decir que x2 + y 2 + 4 = 0 sea una soluci on impl cita de la ecuaci on. Ejemplo 1.1.4 La funci on y = c1 ex + c2 ex es una familia biparam etrica de soluciones de la ecuaci on lineal de segundo orden y y = 0. Algunas de las soluciones particulares son y = 0 (cuando c1 = c2 = 0), y = ex (cuando c1 = 1 y c2 = 0) Normalmente usamos x y y para representar las variables independientes y dependiente, respectivamente. Pero en la pr actica, esas dos variables se
en el intervalo (2, +2).
Antonio Baeza Salas
11
representan mediante muchos s mbolos distintos. Por ejemplo, podr amos representar con t la variable independiente y con x la variable dependiente. Ejemplo 1.1.5 Las funciones x = c1 cos 4t y x = c2 sen 4t, donde c1 yc2 son arbitrarias, son soluciones de la ecuaci on diferencial x + 16x = 0 Es f acil comprobar que la combinaci on lineal de soluciones o sea, la familia biparam etrica x = c1 cos t + c2 sen t es una soluci on de la ecuaci on dada. 2 2 Ejemplo 1.1.6 Puedes comprobar que y = (x /4 + c) proporciona una familia monoparam etrica de soluciones de y = xy 1/2 . Cuando c = 0, la soluci on particular que resulta es y = x4 /16. En este caso, la soluci on trivial y = 0 es una soluci on singular de la ecuaci on porque no se puede obtener partiendo de la familia y eligiendo alg un valor del par ametro c.
1.1.1.
Soluci on general.
Si toda soluci on de una ecuaci on de orden n, F (x, y, y , y , . . . , y (n) ) = 0, en un intervalo I , se puede obtener partiendo de una familia n-param etrica G(x, y, c1 , c2 , . . . , cn ) = 0 con valores adecuados de los par ametros ci (i = 1, 2, . . . , n), se dice que la familia es la soluci on general de la ecuaci on diferencial. Al resolver las ecuaciones diferenciales lineales vamos a imponer restricciones relativamente sencillas a los coecientes de esas ecuaciones. Con estas restricciones siempre nos aseguraremos no s olo de que exista una soluci on en un intervalo, sino tambi en de que una familia de soluciones contenga todas las soluciones posibles. Las ecuaciones no lineales, a excepci on de algunas de primer orden, son dif ciles de resolver e incluso resultan irresolubles , en t erminos de las funciones elementales comunes (combinaciones nitas de potencias o ra ces enteres de x, de funciones exponenciales y logar tmicas, o funciones trigonom etricas o trigonom etricas inversas). Adem as, si en cierto momento nos encontramos con una familia de soluciones de una ecuaci on no lineal, no es obvio cu ando la familia es una soluci on general. Por lo anterior, y en un nivel pr actico, el nombre soluci on general s olo se aplica a las ecuaciones diferenciales lineales.
12
1.1.2.
Sistemas de ecuaciones diferenciales.
Hasta ahora se han descrito ecuaciones diferenciales aisladas con una funci on desconocida; pero muchas veces, en teor a y en muchas aplicaciones, debemos manejar sistemas de ecuaciones diferenciales. Denici on 1.1.3 (Sistema de ecuaciones diferenciales ordinarias.) Un sistema de ecuaciones diferenciales ordinarias es un conjunto de dos o m as ecuaciones donde aparecen las derivadas de dos o m as funciones desconocidas de una sola variable independiente; por ejemplo, si x y y representan variables dependientes y t es la variable independiente, el conjunto siguiente es un sistema de dos ecuaciones diferenciales de primer orden:
dx dt dy dt
= 3x 4y = x + y
(1.5)
Una soluci on de un sistema como el anterior es un par de funciones diferenciables, x = 1 (t) y y = 2 (t), que satisface cada ecuaci on del sistema en alg un intervalo com un I .
1.1.3.
Ejercicios
En los problemas que siguen comprueba que la funci on indicada sea una soluci on de la ecuaci on. En algunos casos, suponga un intervalo adecuado de validez de la soluci on. 1. 2y + y = 0; 2. 3.
dy dx dy dt
y = ex/2 y = e3x + 10e2x y=

6 5 6 20t 5 e
4. y + 4y = 32; 5. y = 25 + 6.
dy dx
y=8
2y = e3x ; + 20y = 24;
y2;
y x;
y = 5 tan 5x y = ( x + c 1 ) 2 , x > 0, c 1 > 0
Comprueba que la funci on denida por tramos sea una soluci on de la ecuaci on diferencial dada. 7. xy 2y = 0; 8. (y )2 = 9xy ; y= y= x2 , x < 0 x2 , x 0 0, x < 0 x3 , x 0
Determinar valores de m tales que y = emx sea una soluci on de la ecuaci on diferencial respectiva: 9. y 5y + 6y = 0
Antonio Baeza Salas 10. y + 10y + 25y = 0
13
Comprueba que cada par de funciones sea una soluci on del sistema respectivo de ecuaciones diferenciales. 11.
dx dt dy dt
= x + 3y = 5x + 3y
x = e2t + 3e6t , y = e2t + 5e6t
12.
d2 x dt2 d2 y dt2
= 4y + et = 4x et
1 1 x = cos 2t+sen 2t+ et , y = cos 2tsen 2t et 5 5
1.2.
Problemas de valor inicial.
A menudo nos interesa resolver una ecuaci on diferencial sujeta a condiciones prescritas, que son las condiciones que se imponen a y (x) o a sus derivadas. En alg un intervalo I que contenga a x0 , el problema: Resolver: dn y = f (x, y, y , . . . , y n1 ) dxn Sujeto a: y (x0 ) = y0 , y (x0 ) = y1 , . . . , y (n1) (x0 ) = yn1 , (1.7) (1.6)
en donde y0 , y1 , . . . , yn1 son constantes reales especicadas arbitrariamente, se llama problema de valor inicial. Los valores dados de la funci on desconocida, y (x), y sus primeras n 1 derivadas en un solo punto x0 :y (x0 ) = y0 , y (x0 ) = y1 , . . . , y (n1) (x0 ) = yn1 , se llaman condiciones iniciales.
1.2.1.
Problemas de valor inicial de primero y segundo orden.
El problema enunciado con (1.6) y (1.7) tambi en se denomina problema de valor inicial de en esimo orden; por ejemplo, Resolver: dy = f (x, y ) dx (1.8)
14 Sujeto a: y (x0 ) = y0 Resolver: d2 y dx2 = f (x, y, y ) Sujeto a:
(1.9)
y (x0 ) = y0 , y (x0 ) = y1 son problemas de valor inicial de primero y segundo orden, respectivamente. Son f aciles de interpretar en t erminos geom etricos. Para la ecuaci on (1.8) estamos buscando una soluci on de la ecuaci on diferencial en un intervalo I que contenga a x0 , tal que una curva de soluci on pase por el punto prescrito (x0 , y0 ) Para las ecuaciones (1.9), deseamos determinar una soluci on de la ecuaci on diferencial cuya gr aca no s olo pase por (x0 , y0 ), sino que tambi en pase por ese punto de tal manera que la pendiente de la curva en ese lugar sea y 1 . El t ermino condici on inicial procede de los sistemas f sicos en que la variable independiente es el tiempo t y donde y (t0 ) = y0 , y y (t0 ) = y1 representan, respectivamente,la posici on y la velocidad de un objeto en cierto momento o tiempo inicial t0 . Ejemplo 1.2.1 Se comprueba que y = cex es una familia monoparam etrica de soluciones de la ecuaci on y = y , de primer orden, en el intervalo (, +). Si especicamos una condici on inicial, por ejemplo, y (0) = 3, al sustituir x = 0, y = 3 en la familia, se determina la constante 3 = ce0 = c; por consiguiente, la funci on y = 3ex es una soluci on del problema de valor inicial y = y, y (0) = 3 Ejemplo 1.2.2 Podemos comprobar que x = c1 cos 4t + c2 sen 4t es una familia biparam etrica de soluciones de x + 16x = 0. Determinemos una soluci on del problema de valor inicial Resolver: x + 16x = 0 Sujeto a: x( ) = 2, 2 x( )=1 2 (1.10)
Antonio Baeza Salas
15
Primero sustituimos x(/2) = 2 en la familia dada de soluciones y vemos que c1 = 2. A continuaci on sustituimos x (/2) = 1 en la familia monoparam etrica x(t) = 2 cos 4t + c2 sen 4t, con lo que vemos que c2 = 1/4; por lo tanto: x = 2 cos 4t + 1/4 sen 4t es una soluci on de (1.10).
1.2.2.
les:
Existencia y unicidad.
Al resolver un problema de valor inicial surgen dos asuntos fundamenta-
Existe una soluci on al problema?. Si la hay, es u nica? Teorema 1.2.1 (Existencia de una soluci on u nica.) Sea R una regi on rectangular del plano xy , denida por a x b, c y d, que contiene al punto (x0 , y0 ). Si f (x, y ) y f y son continuas en R, entonces existe un intervalo I , centrado en x0 , y una funci on u nica, y (x) denida en I , que satisface el problema de valor inicial expresado por las ecuaciones (1.8)
1.3.
Las ecuaciones diferenciales como modelos matem aticos.
Con frecuencia se desea describir el comportamiento de alg un sistema o fen omeno de la vida real en t erminos matem aticos; dicho sistema puede ser f sico, sociol ogico, econ omico, etc. La descripci on matem atica de un sistema o fen omeno se llama modelo matem atico y se forma con ciertos objetivos en mente; por ejemplo, podr amos tratar de comprender los mecanismos de cierto ecosistema estudiando el crecimiento de las poblaciones de animales, o podr amos tratar de fechar f osiles analizando la desintegraci on de una sustancia radiactiva, sea en el f osil o en el estrato donde se encontraba. Para la formulaci on de un modelo matem atico de un sistema: i) Identicaci on de las variables causantes del cambio del sistema. Podremos elegir no incorporar todas las variables en el modelo desde el comienzo. En este paso especicamos el nivel de resoluci on del modelo.
16
ii) Se establece un conjunto de hip otesis razonables acerca del sistema que tratamos de describir. Esas hip otesis tambi en incluyen todas las leyes emp ricas aplicables al sistema. Para algunos nes quiz a baste contar con modelos de baja resoluci on; por ejemplo, en los cursos b asicos de f sica al modelar el movimiento de un cuerpo que cae cerca de la supercie de la Tierra, se hace caso omiso de la resistencia del aire. Pero si queremos predecir la trayectoria de vuelo de un proyectil de largo alcance, deber a tenerse en cuenta la resistencia del aire y dem as factores, como la curvatura de la Tierra. Dado que las hip otesis acerca de un sistema implican con frecuencia la raz on o tasa de cambio de una o m as de las variables, el enunciado matem atico de todas esas hip otesis es una o m as ecuaciones donde intervienen derivadas. En otras palabras, el modelo matem atico es una ecuaci on o sistema de ecuaciones diferenciales. Ejemplo 1.3.1 Problema de rapidez de variaci on: Se vierte agua en un recipiente de forma c onica (ver gura 1.1) con una rapidez r. El recipiente en forma de cono de base horizontal tiene el v ertice dirigido hacia abajo; el radio de la base del cono es a, su altura b. Determinar la velocidad a la que la supercie del agua se eleva cuando la profundidad del agua es y . Despu es, obtener el valor num erico de la inc ognita, suponiendo que a = 4 dm, b = 3 dm, r = 2 dm3 por minuto e y = 1 dm.
x b
Figura 1.1: Problema de rapidez de variaci on
Antonio Baeza Salas
17
Soluci on: Se suponen conocidas las reglas m as elementales de diferenciaci on y la noci on de rapidez de variaci on. Cu ales son los datos?. El radio de la base del cono, a = 4 dm; la altura del cono, b = 3 dm; la rapidez con que el agua se vierte en el recipiente r = 2 dm3 por minuto, y la profundidad del agua en un cierto momento, y = 1 dm. Exacto. El enunciado del problema parece sugerir que se deben dejar de lado, provisionalmente, los valores num ericos y razonar con las letras expresando la inc ognita en funci on de a, b, r e y , y al nal solamente tras de obtener la expresi on algebraica de la inc ognita, sustituir los valores num ericos. Adoptemos esta sugerencia. Cu al es la inc ognita?. La velocidad a la que se eleva la supercie del agua cuando la profundidad es y . Es decir, puede usted expresarlo en otros t erminos? La velocidad con que aumenta la profundidad del agua. Nuevamente, puede usted enunciar el problema en forma diferente? La rapidez de variaci on de la profundidad del agua. Exacto: la rapidez de variaci on de y . Pero, qu e es la rapidez de variaci on?. Considere usted la denici on. La derivada de una funci on representa la rapidez de variaci on. Correcto. Ahora bien, y es una funci on?. Como ya lo hemos dicho, no nos ocuparemos de su valor num erico. Puede imaginar que y var a? Si, y , la profundidad del agua, aumenta a medida que pasa el tiempo. Por lo tanto, y es funci on de qu e?. Del tiempo t. Bien. Introduzca una notaci on apropiada. C omo expresar a usted la rapidez de variaci on de y por medio de s mbolos matem aticos?.
18
dy dt
Bien. He ah , pues, su inc ognita. Le hace falta expresarla en t erminos de a, b,r e y . De hecho, uno de estos datos es una rapidez de variaci on: cu al de ellos?. r, que representan la cantidad de agua que cae en el recipiente durante un tiempo dado. Puede decirlo en otra forma? r es la rapidez de variaci on del volumen de agua en el recipiente. Es decir, puede enunciarlo nuevamente en forma diferente?; c omo podr a escribirlo con una notaci on apropiada?. r=
dV dt
Qu e es V? El volumen de agua que hay en el recipiente en el instante t. erminos de a, b,r = Bien. As pues, tiene que expresar dy dt en t C omo va usted a tratar de hacerlo? ...... Si no puede resolver el problema, trate de resolver, primero, un problema relacionado. Si no ve la relaci on entre dy dt y los datos, trate de que aparezca alguna relaci on m as sencilla que podr a servirle de punto de partida. ...... No ve usted que existen otras relaciones? Por ejemplo, V e y son independientes una de otra? No. Cuando y aumenta, V debe aumentar tambi en. As hay una relaci on. Cu al es, pues?. Pues que V es el volumen del cono cuya altura es y . Pero desconozco el radio de la base. Sin embargo, puede tenerlo en cuenta. D ele un nombre cualquiera, x por ejemplo.
dV dt
e y.
Antonio Baeza Salas V =

x2 y 3
19
Exacto. Ahora, qu e sabe usted de x?Es independiente de y? No. Cuando la profundidad del agua, y , aumenta, el radio de la supercie variable x aumenta tambi en. As pues, hay una relaci on, cu al es esta?. Si , claro, hay tri angulos semejantes:
x y
a b
Una relaci on m as, ve usted?. No hay que desaprovecharla. No olvide que usted quer a conocer la relaci on existente entre V e y . Se tiene x =
ay b
yV =
a2 y 3 3b2
Muy bien. Esto me parece un buen punto de partida. Qu e le parece a usted?. Pero no olvide su prop osito. Cu al es la inc ognita?.
dy dt dV Tiene que encontrar una relaci on entre dy dt , dt y otras cantidades. Aqu tiene una entre y , V y otras cantidades. Qu e hacer?
Pues claro, diferenciando se tiene He ah la soluci on.
dV dt
a2 y 2 b2
dy dt
Perfecto. Y, para los valores num ericos? Si a = 4, b = 3, r = 2, y = 1, entonces 2 =

161 9
dy dt
1.3.1.
Crecimiento y decaimiento.
Uno de los primeros intentos de modelar matem aticamente el crecimiento demogr aco lo hizo Thomas Malthus, economista ingl es en 1798. En esencia, la idea del modelo malthusiano es la hip otesis de que la tasa de crecimiento de la poblaci on de un pa s crece de forma proporcional a la poblaci on total, P (t), de ese pa s en cualquier momento t. En t erminos matem aticos esta hip otesis se puede expresar: dP = kP (1.11) dt donde k es una constante de proporcionalidad. Esta ecuaci on diferencial a un se utiliza con mucha frecuencia para modelar poblaciones de bacterias y de animales peque nos durante cortos intervalos.
20
1.3.2.
Diseminaci on de una enfermedad.
Cuando se analiza la diseminaci on de una enfermedad contagiosa la gripe, por ejemplo, es razonable suponer que la tasa o raz on con que se difunde no s olo es proporcional a la cantidad de personas, x(t), que la han contra do en el momento t, sino tambi en a la cantidad de sujetos, y (t), que no han sido expuestos todav a al contagio. Si la tasa es dx/dt, entonces: dx = kxy, dt (1.12)
donde k es la acostumbrada constante de proporcionalidad. Si, por ejemplo, se introduce una persona infectada en una poblaci on constante de n personas, entonces x y y se relacionan mediante x + y = n + 1. Usamos esta ecuaci on para eliminar y en la ecuaci on (1.12) y obtenemos el modelo dx = kx(n + 1 x) dt (1.13)
Una condici on inicial obvia que acompa na a esta ecuaci on es x(0) = 1.
1.3.3.
Ley de Newton del enfriamiento.
Seg un la ley emp rica de Newton acerca del enfriamiento, la rapidez con que se enfr a un objeto es proporcional a la diferencia entre su temperatura y la del medio que le rodea, que es la temperatura ambiente. Si T (t) representa la temperatura del objeto en el momento t, Tm es la temperatura constante del medio que lo rodea y dT /dt es la rapidez con que se enfr a el objeto, la ley de Newton del enfriamiento se traduce en el enunciado matem atico dT = k (T Tm ) dt (1.14)
en donde k es una constante de proporcionalidad. Como supusimos que el objeto se enfr a, se debe cumplir que T > Tm ; en consecuencia, lo l ogico es que k < 0.
1.3.4.
Mezclado.
Al mezclar dos soluciones salinas de distintas concentraciones se da pie a una ecuaci on diferencial de primer orden, que dene la cantidad de sal que contiene la mezcla. Supongamos que un tanque mezclador grande contiene 300 galones de agua, en donde se ha disuelto sal. Otra soluci on de salmuera se bombea al
Antonio Baeza Salas
21
tanque a una tasa de 3 galones por minuto. El contenido se agita perfectamente y es desalojado a la misma tasa (ver gura 1.2) . Si la concentraci on de la soluci on que entra es 2 libras/gal on, hay que formar un modelo de la cantidad de sal en el tanque en cualquier momento.
Figura 1.2: Mezclado Sea A(t) la cantidad de sal (en libras) en el tanque en cualquier momento t. En este caso, la rapidez con que cambia A(t) es la tasa neta: dA = (tasa de entrada de la sustancia)(tasa de salida de la sustancia) = R 1 R2 dt (1.15) Ahora bien, la raz on, R1 , con la que entra la sal al tanque, en lb/min, es R1 = (3gal/min) (2lb/gal) = 6lb/min Mientras que la raz on, R2 , con que sale la sal es R2 = (3gal/min) ( A A lb/gal) = lb/min 300 100
Entonces, la ecuaci on (1.15) se transforma en A dA =6 dt 100 (1.16)
1.3.5.
Vaciado de un tanque.
En hidrodin amica, la ley de Torricelli establece que la velocidad v de eujo (salida) del agua a trav es de un agujero de bordes agudos en el fondo de una tanque lleno con agua hasta una altura (o profundidad) h es igual a la
22
velocidad de un objeto (en este caso una gota de agua), que cae libremente on de la desde una altura h ; esto es, v = 2gh, donde g es la aceleraci gravedad. Esta u ltima expresi on se origina al igualar la energ a cin etica, 1 2 , con la energ mv a potencial, mgh , despejando v . Supongamos que un 2 tanque lleno de agua se deja vaciar por un agujero, por la acci on de la gravedad. Queremos determinar la profundidad, h, del agua que queda en el tanque (ver gura 1.3) en el momento t.
Aw
h Ao
Figura 1.3: Vaciado Si el a rea transversal del agujero es A0 , en pies cuadrados, y la velocidad del agua que sale del tanque es v = 2gh, en pies por segundo, el voluubicos men de agua que sale del tanque, por segundo, es A0 2gh, en pies c por segundo. As , si V (t) representa al volumen del agua en el tanque en cualquier momento t, dV = A0 2gh (1.17) dt donde el signo menos indica que V est a disminuyendo. Obs ervese que no tenemos en cuenta la posibilidad de fricci on en el agujero, que podr a causar una reducci on de la tasa de ujo. Si el tanque es tal que el volumen del agua en cualquier momento t se expresa como V (t) = Aw h, donde Aw son los pies cuadrados de a rea constante del espejo (la supercie superior) del agua, dV dh = Aw dt dt Sustituimos esta u ltima expresi on en la ecuaci on (1.17) y llegamos a la ecuaci on diferencial que dese abamos para expresar la altura del agua en cualquier momento t: dh A0 2gh (1.18) = dt Aw Es interesante observar que la ecuaci on (1.18) es v alida aun cuando A w no sea constante. En este caso, debemos expresar el a rea del agua en funci on de h: Aw = A(h).
Antonio Baeza Salas
23
1.3.6.
Ca da libre.
Supongamos que se arroja una piedra hacia arriba, desde la azotea de un edicio. Cu al es su posici on en el momento t?. Consideremos que su posici on respecto al suelo es s(t). La aceleraci on de la piedra es la segunda 2s . Si suponemos que la direcci o n hacia arriba es positiva, que derivada, d dt2 la masa de la piedra es m y que no hay otra fuerza, adem as de la de la gravedad (g ), actuando sobre la piedra, la segunda ley de Newton establece que d2 s d2 s m 2 = mg = g (1.19) dt dt2 Donde g es la aceleraci on de la gravedad y mg es el peso de la piedra. Se usa el signo menos porque el peso de la piedra es una fuerza que se dirige hacia abajo, opuesta a la direcci on positiva. Si la altura del edicio es s 0 y la velocidad inicial de la piedra es v0 , s queda determinada mediante el problema de valor inicial d2 s = g, dt2 s(0) = s0 , s (0) = v0 (1.20)
1.4.
1.4.1.
Practica con Mathematica

Denici on de funciones.
Adem as de las funciones incorporadas por Mathematica, tu puedes denir tus propias funciones. Una forma de hacerlo es la siguiente: In := h[x ] = x2 + 1 Out := 1 + x2 Una vez denida la funci on pueden calcularse diferentes valores para distintos argumentos tanto num ericos como simb olicos. In := h[1] Out := 2 In := h[y ] Out := 1 + y 2
24
1.4.2.
Derivadas.
Mathematica incorpora distintos formatos para la utilizaci on de derivadas. D[f, x] Permite calcular la derivada parcial de la funci on f respecto a x. Por ejemplo la derivada de la funci on seno: In := D[Sin[x], x] Out := Cos[x] D[f, x, n] Permite calcular la derivada n- esima parcial de la funci on f respecto a x. Adem as, dada una funci on f , si esta es derivable en un cierto dominio D, se puede denir sobre ese dominio us funci on derivada f como la funci on que asocia a cada punto x el valor de la derivada de f en ese punto. Por ejemplo: In := f [x ] := Cos[x]; f [x] Out := Sin[x] In := f [P i]; Out := 0
Se dene f como la funci on coseno y se calcula su derivada y se eval ua la derivada en .
1.4.3.
Ejercicios.
En los siguientes problemas utiliza Mathematica para comprobar que la funci on indicada sea una soluci on de la ecuaci on diferencial dada. 1. 2y + y = 0; 2.
dy dx
y = ex/2 y = e3x + 10e2x
2y = e3x ;
3. y + 4y = 32; 4. y = 2 + y 2 ;
y=8 y = 5 tan 5x
Antonio Baeza Salas
25
1.4.4.
Resoluci on de ecuaciones diferenciales.
El comando principal que incorpora Mathematica para resolver las ecuaciones diferenciales ordinarias es la funci on DSolve cuya sintaxis es la siguiente: In := DSolve[ecuac, y [x], x] Resuelve la ecuaci on diferencial ecuac hallando la expresi on formal de y [x] que la verica. In := DSolve[y [x] y [x] == 0, y [x], x] Out := {{y (x) ex C (1)}} La soluci on general de una ecuaci on diferencial sin condiciones iniciales involucra coecientes indeterminados: C (1). La llamada al comando DSolve produce como resultado la expresi on formal de y [x]; sin embargo, esta soluci on no dene una funci on por s misma, es decir, no se puede efectuar directamente a trav es de ella ninguna operaci on con y [x]. En los casos en los que, adem as de obtener informaci on sobre la soluci on de la ecuaci on, se necesite operar con ella (obtener y [4], y [x], . . . , etc), se ha de variar ligeramente la sintaxis del comando anterior. Se dispone del siguiente comando para resolver estos casos: In := DSolve[ecuac, y, x] Resuelve la ecuaci on diferencial ecuac hallando un conjunto de reglas sobre y que la denen como funci on . La forma de denir la soluci on como una funci on es la siguiente: In := reglas = DSolve[y [x] y [x] == 0, y, x] Out := {{y (x) F unction(e#(1) C (1))}} Se obtienen las reglas que denen la soluci on de la ecuaci on In := y [x ] = y [x]/.reglas Out := {e#(1) C (1)} Se dena la funci on y [x] a partir de las reglas que denen la soluci on de la ecuaci on diferencial. Se tiene la soluci on de la ecuaci on como una nueva funci on.
26
Ampliaci on de Matem aticas In := y [x] y [x] Out := {0} Efectivamente, es la soluci on de la anterior ecuaci on diferencial. In := y [x] Out := { Ce(1) x } Se pueden realizar operaciones con la nueva funci on soluci on.
1.4.5.
Ecuaciones con condiciones iniciales.
Mathematica soporta tanto el problema general de b usqueda de soluci on de una ecuaci on diferencial como un problema de Cauchy, es decir, la b usqueda de soluci on cuando se conoce alguna condici on inicial. In := DSolve[{x [t] + x[t] == 0, x[0] == 0, x [0] == 1}, x[t], t] Out := {{x(t) Sin(t)}} De entre todas la posibles soluciones de la ecuaci on se tiene la que verica las condiciones iniciales. In := Regla = DSolve[{x [t] + x[t] == 0, x[0] == 0, x [0] == 1}, x, t] Out := {{x (Sin[#1]&)}} De entre todas la posibles soluciones de la ecuaci on se tiene la que verica las condiciones iniciales. In := x [t]/.Regla Out := {Cost(t)} Se obtiene su derivada.
1.4.6.
Gr acos bidimensionales. El comando Plot.
El comando que utiliza Mathematica para dibujar la gr aca de una funci on de una variable es Plot. Para su ejecuci on plot necesita dos argumentos: la descripci on de la funci on cuya gr aca se desea obtener y una lista de tres elementos, separados por comas e incluidos entre llaves, que indican, respectivamente, la variable de la funci on y los valores m nimo y m aximo entre los que se pretende representar dicha funci on.
Antonio Baeza Salas In := P lot[Sin[x]2 + 2xCos[x], {x, 4P i, 4P i}] Out := Graphics Devuelve la gr aca de la gura 1.4. Representa la funci on sen2 x + 2x cos x como variable de x entre 0 y .
27
20 10
-10
-5 -10 -20
10
Figura 1.4: Gr aca de una funci on con Plot
1.4.7.
Representaci on gr aca de la soluci on de una ecuaci on diferencial.
El problema que m as com unmente se plantea es obtener la gr aca de la soluci on de una ecuaci on diferencial. Si utilizamos el comando DSolve para obtener una soluci on, la representaci on de esta es sencilla, pues se tiene su expresi on formal. Por lo tanto, puede ser representada directamente: In := Regla = DSolve[{2x [t] 4x[t] == Exp[t], x[0] == 0}, x, t] 1 e2#(1) Out := {{x F unction( 6e #(1) + 6 &)}} Se obtiene la soluci on de la ecuaci on diferencial. In := P lot[x[t]/. %, {t, 8, 4}] Out := Graphics Devuelve la gr aca de la gura 1.5.
Ejercicios. 1. Resuelve con Mathematica la ecuaci on 1.16 del apartado 1.3.4.
28
150 100 50 -8 -6 -4 -2 -50 -100 -150
Figura 1.5: Gr aca de la soluci on de la ecuaci on. 2. Supongamos como condici on inicial A(0) = 0. 3. Denir usando Mathematica una funci on soluci on del problema de valor inicial anterior. 4. Representar con Mathematica la funci on soluci on e interpretar adecuadamente que ocurrir a con la cantidad de sal en el tanque con el paso del tiempo.
Cap tulo 2
Ecuaciones ordinarias de primer orden. Aplicaciones.

Se llama E.D.O. (Ecuaci on Diferencial Ordinaria) a una ecuaci on del tipo: F (x, y, y , y , . . . , y (n) ) = 0 que relaciona la variable independiente x, la funci on buscada y = y (x) y las derivadas de esta funci on, y (x), y (x), . . . , y (n) (x). Decimos que la E.D.O. es de primer orden si el orden de la mayor derivada de y es 1: F (x, y, y ) = 0
2.1.
Integraci on directa.
Comenzamos nuestro estudio de la metodolog a para resolver ecuaciones dy = f (x, y ), con la m as sencilla de todas las ecuaciones de primer orden, dx diferenciales. Cuando f es independiente de la variable y esto es, cuando f (x, y ) = g (x) la ecuaci on diferencial dy = g (x) (2.1) dx se puede resolver por integraci on. Si g (x) es una funci on continua, al integrar ambos miembros de (2.1) se llega a la soluci on y= g (x)dx = G(x) + C 29 (2.2)
30
en donde G(x) es una integral indenida de g (x). dy = 1 + e2x . Ejemplo 2.1.1 Resolver dx Integrando se tiene: y= 1 (1 + e2x )dx = x + e2x + C 2
2.2.
Variables separables.
Denici on 2.2.1 Se dice que una ecuaci on diferencial de primer orden, de la forma dy = g (x)h(y ) dx es separable, o de variables separables. Al dividir entre la funci on h(y ), una ecuaci on separable se puede escribir en la forma: dy p(y ) = g (x) (2.3) dx donde, por comodidad, p(y ) representa a 1/h(y ). As podemos ver de inmediato que la ecuaci on (2.3) se reduce a la ecuaci on (2.1) cuando h(y ) = 1. Si y = (x) representa una soluci on de (2.3), se debe cumplir p((x)) (x)dx = g (x)dx (2.4)
Pero dy = (x)dx, de modo que la ecuaci on (2.4) es lo mismo que p(y )dy = g (x)dx (2.5)
Esta ecuaci on indica el procedimiento para resolver las ecuaciones separables. Al integrar ambos lados de p(y )dy = g (x)dx se obtiene una familia monoparam etrica de soluciones, que casi siempre se expresa de manera impl cita. Ejemplo 2.2.1 Resolver (1 + x)dy ydx = 0. Dividiendo entre (1 + x)y dy dx = y 1+x
Antonio Baeza Salas Integrando en los t erminos: dy = y dx 1+x
31
ln |y | = ln |1 + x| + c1 y = eln |1+x|+c1 y = eln |1+x| ec1 = |1 + x|ec1 = c(1 + x) Ejemplo 2.2.2 Resolver el problema de valor inicial x dy = dx y y (4) = 3
ydy = xdx ydy = xdx
y 2 /2 = x2 /2 + c1 Esta soluci on se puede escribir en la forma x2 + y 2 = c2 , si sustituimos la constante 2c1 con c2 . Vemos que la soluci on representa una familia de c rculos conc entricos. Cuando x = 4, y = 3, de modo que 16 + 9 = 25 = c2 . As , el problema 2 2 de valor inicial determina que x + y = 25. Se debe tener cuidado al separar las variables porque los divisores variables podr an ser cero en alg un punto. En ocasiones se puede perder una soluci on constante mientras resolvemos un problema. Ejemplo 2.2.3 Resolver xy 4 dx + (y 2 + 2)e3x dy = 0. xe3x dx + (y 2 + 2y 4 )dy = 0 Integramos por partes: 1 3x 1 3x 2 xe e y 1 y 3 = c1 3 9 3 La familia monoparam etrica de soluciones tambi en se puede escribir en la forma
32
e3x (3x 1) = Ejemplo 2.2.4
6 9 + 3 +c y y
Resolver el problema de valor inicial dy = y 2 4, y (0) = 2 dx Soluci on: Pasamos la ecuaci on a la forma dy = dx 4 Integrando en los dos miembros se tiene: y2 1 1 ln |y + 2| + ln |y 2| = x + c1 4 4 Al multiplicar la ecuaci on por 4 y combinar logaritmos resulta: y2 = 4x + c2 y+2 Despejamos y de la u ltima ecuaci on ln y=2 y2 = ce4x y+2
1 + ce4x 1 ce4x Si sustituimos x = 0 y y = 2 se tiene 1+c 2 = 2 1 + c = 1 + c 1 = 1 1c Esto es imposible, por lo que debemos examinar con m as cuidado la ecuaci on diferencial. El hecho es que la ecuaci on dy = (y + 2)(y 2) dx queda satisfecha con dos funciones constantes, que son y = 2 y y = 2. Al revisar las ecuaciones anteriores advertimos que debemos excluir a y = 2 y y = 2 de esos pasos de la soluci on. Es interesante observar que despu es podemos recuperar la soluci on y = 2 si hacemos que c = 0 en la ecuaci on 1 + ce4x 1 ce4x Sin embargo, no hay valor nito de c que pueda producir la soluci on y = 2. Esta u ltima funci on constante es la u nica soluci on al problema de valor inicial planteado. y=2
Antonio Baeza Salas
33
2.2.1.
Ejercicios.
Resuelve las siguientes ecuaciones diferenciales por separaci on de variables: 1. 2.

dy dx dy dx
= sen 5x = (x + 1)2
7. 8. 9. 11.
dy dx dx dy dy dx
= =
y3 x2 x2 y 2 1+x
3. dx + e3x dy = 0
dy =x+6 5. (x + 1) dx
= e3x+2y = kS
4. dx x2 dy = 0 6. xy = 4y
10. (4y + yx2 )dy (2x + xy 2 )dx = 0 12.

dS dr dP dt
Con frecuencia, un cambio radical en la soluci on de una ecuaci on diferencial corresponde a un cambio muy peque no en la condici on inicial o en la ecuaci on misma. En los problemas que siguen compare las soluciones de los problemas de valor inicial respectivos: 13. 14. 15. 16.
dy dx dy dx dy dx dy dx
= P P2
= (y 1)2 = (y 1)2
y (0) = 1 y (0) = 1,01 y (0) = 1 y (0) = 1
= (y 1)2 + 0,01 = (y 1)2 0,01
2.3.
Ecuaciones exactas.
La sencilla ecuaci on ydx + xdy = 0 es separable, pero tambi en equivale a la diferencial del producto de x por y ydx + xdy = d(xy ) = 0 Al integrar obtenemos de inmediato la soluci on impl cita xy = c En c alculo diferencial, se tiene que si z = f (x, y ) es una funci on con primeras derivadas parciales continuas en una regi on R del plano xy , su diferencial (que tambi en llamamos diferencial total) es dz = f f dx + dy x y
34 Entonces, si f (x, y ) = c, se tiene f f dx + dy = 0 x y
Esto es, dada una familia de curvas f (x, y ) = c, podemos generar una ecuaci on diferencial de primer orden si calculamos la diferencial total, por ejemplo si x2 5xy + y 3 = c dy 5y 2x = dx 5x + 3y 2 Para nuestros nes, es m as importante darle la vuelta al problema, o sea; dada una ecuaci on como dy 5y 2x = dx 5x + 3y 2 (2x 5y )dx + (5x + 3y 2 )dy = 0
podemos demostrar que la ecuaci on equivale a d(x2 5xy + y 3 ) = 0 ?
Denici on 2.3.1 Una ecuaci on diferencial M (x, y ) + N (x, y ) es una diferencial exacta en una regi on R del plano xy si corresponde a la diferencial de alguna funci on f (x, y ). Una ecuaci on diferencial de primer orden de la forma M (x, y )dx + N (x, y )dy = 0 es una ecuaci on diferencial exacta si la expresi on del lado izquierdo es una diferencial exacta. Teorema 2.3.2 Sean continuas M (x, y ) y N (x, y ), con derivadas parciales continuas en una regi on rectangular, R, denida por a < x < b, c < y < d. Entonces, la condici on necesaria y suciente para que M (x, y )dx + N (x, y )dy sea una diferencial exacta es que N M = y x (2.6)
2.3.1.
M etodo de soluci on para ecuaciones diferenciales exactas.
Dada una ecuaci on de la forma M (x, y )dx + N (x, y )dy = 0, se determina si es v alida la igualdad (2.6). En caso armativo, existe una funci on f para la cual f = M (x, y ) x
Antonio Baeza Salas
35
Podemos determinar f si integramos M (x, y ) con respecto a x, manteniendo y constante: f (x, y ) = M (x, y )dx + g (y ) (2.7)
en donde la funci on arbitraria g (y ) es la constante de integraci on. Ahora f derivamos (2.7) con respecto a y , y suponemos que y = N (x, y ): f = y y Esto da g (y ) = N (x, y ) M (x, y )dx + g (y ) = N (x, y ) y
M (x, y )dx
Por u ltimo integramos esta ecuaci on con respecto a y y sustituimos el resultado en la ecuaci on (2.7). La soluci on de la ecuaci on es f (x, y ) = c Ejemplo 2.3.1 Resolver 2xydx + (x2 1)dy = 0 Soluci on: Igualamos M (x, y ) = 2xy y N (x, y ) = (x2 1) y tenemos: M N = 2x = y x Por tanto se trata de una ecuaci on exacta y existe una funci on f (x, y ) tal que f f = 2xy = x2 1 x y Integrando la primera de estas ecuaciones se tiene: f (x, y ) = x2 y + g (y ) Derivamos con respecto a y , e igualamos a N (x, y ) f = x2 + g (y ) = x2 1 y Por lo tanto g (y ) = 1 y g (y ) = y La soluci on es x2 y y = c
36
2.3.2.
Ecuaciones reducibles a exactas. Factores integrantes.
Sea 2xy 3 dx + 3x2 y 2 dy = 0 una ecuaci on exacta (tambi en homog enea). Si dividimos por el factor xy , se tiene: 2y 2 dx + 3xydy = 0 podemos comprobar que la ecuaci on resultante no es exacta. En este caso particular se observa que multiplicando por el factor xy se tiene una ecuaci on exacta y por tanto integrable. Si una ecuaci on M (x, y )dx + N (x, y )dy = 0 no es una ecuaci on diferencial N exacta, es decir, M = , puede que se transforme en exacta multiplicando y x por un factor apropiado u(x, y ) llamado factor integrante de la ecuaci on diferencial tal que la ecuaci on resultante u(x, y )M (x, y )dx + u(x, y )N (x, y )dy = 0 sea exacta. Ejemplo 2.3.2 Resolver la ecuaci on diferencial: tan y + tan xy = 0 Soluci on: Podemos escribir la ecuaci on (2.8) en la forma tan ydx + tan xdy = 0 1 1 tan x tan y = = = 2 2 y cos y cos x x Por tanto la ecuaci on no tiene forma exacta, mientras que la ecuaci on equivalente: cos x sen ydx + sen x cos ydy = 0 (2.10) si que lo es: sen x cos y cos x sen y = cos x cos y = y x (2.9) (2.8)
(2.10) resulta de (2.9) multiplicando por cos y cos x. Es lo que llamaremos factor integrante de la ecuaci on. Si u(x, y ) es un factor integrante de la ecuaci on M (x, y )dx + N (x, y )dy = 0 , entonces, multiplicando por u(x, y ) es exacta luego: (u(x, y )M (x, y )) (u(x, y )N (x, y )) = y x
Antonio Baeza Salas y por tanto u M u N M (x, y ) + u = N +u y y x x M u u N M N = u( ) y x x y
37
(2.11)
Para buscar factores integrantes hay que resolver una ecuaci on en derivadas parciales que normalmente es m as dif cil que la propia ecuaci on diferencial. Por eso se recomienda el uso de funciones u de una forma particular: u(x), u(y ), u(x + y ), u(xy ) . . . El factor integrante u s olo depende de x, entonces la ecuaci on (2.11) ser a N M u = u( ) N x x y luego u = u Si u = u(y ) entonces (2.11) ser a: u = u
M y N x
M y
N x
Si u = u(x + y ) = u(z ) con z = x + y entonces (2.11) ser a: u x y = u M N

N M
Si u = u(xy ) = u(z ) con z = xy entonces (2.11) ser a: u x y = u xM yN Ejemplo 2.3.3 Resolver (x + y )dx + x ln xdy = 0 Soluci on: No es de variables separables. No es homog enea. No es exacta. Buscamos un factor integrante que dependa de x: u = u(x) (x + y )u(x)dx + x ln xu(x)dy = 0
N M
38 Forzamos a que sea exacta:
[(x + y )u(x)] [x ln xu(x)] = y x [(x + y )u(x)] =u y [x ln xu(x)] = u ln x + u + x ln xu x Entonces u = u ln x + u + x ln xu u ln x + u x ln x = 0 u+ux=0 u x = u u 1 = u x ln u = ln x 1 x>0 u= x De esta forma la ecuaci on (x + y ) dx + ln xdy = 0 x es exacta. Resolvemos y se tiene: y f =1+ x x f (x, y ) = (1 + y )dx + C (y ) = x + y ln x + C (y ) x
f = ln x + C (y ) = ln x C (y ) = 0 C (y ) = cte. = C y f (x, y ) = x + y ln x + C y= C x ln x
Antonio Baeza Salas
39
2.3.3.
Ejercicios.
1. En los problemas que siguen determinar si la ecuaci on es exacta y, en caso armativo, resolverla. a ) (2x 1)dx + (3y + 7)dy = 0 b ) (5x + 4y )dx + (4x 8y 3 )dy = 0
d ) (x + y )(x y )dx + x(x 2y )dy = 0

dy = 2xex y + 6x2 e ) x dx dy = 4x3 + 4xy f ) (1 2x2 2y ) dx
c ) (2y 2 x 3)dx + (2yx2 + 4)dy = 0
2. Resuelva cada ecuaci on diferencial sujeta a la condici on inicial indicada. a ) (x + y )2 dx + (2xy + x2 1)dy = 0, y (1) = 1 y (1) = 2 y (0) = e
b ) (4y + 2x 5)dx + (6y + 4x 1)dy = 0,
c ) (y 2 cos x 3x2 y 2x)dx +(2y sen x x3 +ln y )dy = 0,
3. Calcular el valor de k para que la ecuaci on diferencial correspondiente sea exacta. a ) (y 3 + kxy 4 2x)dx + (3xy 2 + 20x2 y 3 )dy = 0 b ) (2xy 2 + yex )dx + (2x2 y + kex 1)dy = 0 4. A veces es posible transformar una ecuaci on diferencial no exacta en una exacta multiplicandola por un factor integrante (x, y ). Resuelve las siguientes ecuaciones comprobando que la funci on indicada, (x, y ), sea un factor integrante. a ) 6xydx + (4y + 9x2 )dy = 0, (x, y ) = y 2 (x, y ) = xy
b ) (xy sen x + 2y cos x)dx + 2x cos xdy = 0,
2.4.
Ecuaciones lineales.
dy + a0 (x)y = g (x) dx
Denici on 2.4.1 Una ecuaci on diferencial de primer orden, de la forma a1 (x) es una ecuaci on lineal. (2.12)
40
Al dividir ambos lados de la ecuaci on (2.12) entre el primer coeciente, a1 (x), se obtiene una forma m as u til, la forma est andar de una ecuaci on lineal: dy + P (x)y = f (x) (2.13) dx Debemos hallar una soluci on de (2.13) en un intervalo I , en el que las dos funciones P y f sean continuas. Puede comprobarse que la ecuaci on diferencial (2.13) tiene la propiedad de que su soluci on es la suma de las dos soluciones, y = yc + yp , donde yc es una soluci on de dy + P (x)y = 0 (2.14) dx y yp es una soluci on particular de (2.13). Podemos determinar yc por separaci on de variables. Escribimos la ecuaci on (2.14) en la forma dy + P (x)dx = 0 y al integrar y despejar a y obtenemos yc = ce P (x)dx . Por comodidad deniremos yc = cy1 (x), en donde y1 = e P (x)dx . Aplicaremos de inmediato 1 el hecho de que dy dx + P (x)y1 = 0, para determinar a yp . Ahora podemos denir una soluci on particular de la ecuaci on (2.13), siguiendo un procedimiento llamado variaci on de par ametros. La idea b asica es encontrar una funci on, u, tal que yp = u(x)y1 (x), en que y1 , que est a denida en el p arrafo anterior, sea una soluci on de la ecuaci on (2.13). En otras palabras, nuestra hip otesis de yp equivale a yc = cy1 (x), excepto que el par ametro variable u reemplaza a c. Al sustituir yp = uy1 en (2.13) obtenemos d [uy1 ] + P (x)uy1 = f (x) dx dy1 du u + y1 + P (x)uy1 = f (x) dx dx dy1 du u[ + P (x)y1 ] + y1 = f (x) dx dx du y1 = f (x) dx Separamos variables, integramos y llegamos a du = f (x) dx y1 (x) y u= f (x) dx y1 (x)
Antonio Baeza Salas De acuerdo con la denici on de y1 , tenemos yp = uy1 = e As , y = yc + yp = ce

P (x)dx P (x)dx
41
P (x)dx
f (x)dx
+ e
P (x)dx
P (x)dx
f (x)dx
(2.15)
Entonces, si (2.12) tiene una soluci on, debe poseer la forma de la ecuaci on (2.15). Reciprocamente, por derivaci on directa se comprueba que la ecuaci on (2.15) es una familia monoparam etrica de soluciones de la ecuaci on (2.13). Hay un m etodo equivalente y m as f acil de resolver la ecuaci on (2.13). Si se multiplica (2.15) por e y despu es se deriva e
P (x)dx P (x)dx
y =c+
P (x)dx
P (x)dx
f (x)dx
d [e dx llegamos a e
P (x)dx dy
y] = e
P (x)dx
f (x)
dx
+ P (x)e
P (x)dx
y=e
P (x)dx
f (x)
on (2.13). Al dividir este resultado entre e P (x)dx obtenemos la ecuaci Recuerda 2.4.1 Soluci on de una ecuaci on lineal de primer orden 1. Para resolver una ecuaci on lineal de primer orden,primero se convierte a la forma de (2.13); esto es, se hace que el dy coeciente de dx sea la unidad. Hay que identicar P (x) y denir el factor integrante, e
P (x)dx
2. 3.
La ecuaci on obtenida en el paso (1) se multiplica por el factor integrante: e

P (x)dx dy
dx
+ P (x)e
P (x)dx
y=e
P (x)dx
f (x)
42 4.
Ampliaci on de Matem aticas El lado izquierdo de la ecuaci on obtenida en el paso (3)es la derivada del producto del factor integrante por la variable dependiente, y ; esto es, d [e dx
P (x)dx
y] = e
P (x)dx
f (x)
5.
Se integran ambos lados de la ecuaci on obtenida en el paso (4).
dy Ejemplo 2.4.1 Resolver x dx 4y = x6 ex Soluci on Dividimos por x y tenemos la forma normal
4y dy = x 5 ex dx x
4 Tenemos que P (x) = x , el factor integrante es
e4
dx x
= e4 ln |x| = eln x
= x4
Multiplicamos la forma normal por este factor: x4 dy 4x5 y = xex dx (2.16) (2.17)
d 4 [x y ] = xex dx Integrando por partes, llegamos a x4 y = xex ex + c
y = x5 ex x4 ex + cx4 . dy Ejemplo 2.4.2 Resolver el problema de valor inicial x dx +y = 2x, y (1) = 0. Soluci on: Escribimos la ecuaci on dada en la forma 1 dy + y=2 dx x
1 es continua en cualquier intervalo que no contenga al origen. , P (x) = x En vista de la condici on inicial, resolveremos el problema en el intervalo dx (0, +). El factor integrante es e x = eln x = x, y as
Antonio Baeza Salas
43
d [xy ] = 2x dx que es igual a xy = x2 + c. Despejamos y y llegamos a la soluci on general y =x+ c x
Pero y (1) = 0 implica que c = 1; por consiguiente, la soluci on es y = x 1/x, 0 < x < +
2.4.1.
Ejercicios.
1. Determine la soluci on general de las ecuaciones diferenciales dadas: a) b) c) d)

dy dx = 5y dy 3 dx + 12y = 4 dy 3x dx + y = e y + 3x2 y = x2
e ) x2 y + xy = 1 2. Resuelva las siguientes ecuaciones diferenciales sujetas a las condiciones iniciales indicadas: a) c)
dy dx
+ 5y = 20,
y (0) = 2 y (0) = 1
b ) y + (tan x)y = cos2 x,

dT dt
= k (T 50), k es una constante,T (0) = 200
2.5.
Soluciones por sustituci on.
Para resolver una ecuaci on diferencial, reconocemos en ella cierto tipo de ecuaci on (separable, por ejemplo), y a continuaci on aplicamos un procedimiento formado por etapas espec cas que nos conducen a una funci on diferenciable, la cual satisface la ecuaci on. A menudo, el primer paso consiste en transformarla en otra ecuaci on diferenciable mediante sustituci on.
44
2.5.1.
Ecuaciones homog eneas.
Denici on 2.5.1 Se dice que una funci on f (x, y ) es homog enea de grado n n si verica que f (tx, ty ) = t f (x, y ), para n R Ejemplo 2.5.1 f (x, y ) = x 3 xy + 5y f (tx, ty ) = tx 3 txty + 5ty = t(x 3 xy + 5y ) = tf (x, y ) Esta ecuaci on es homog enea de grado 1. Ejemplo 2.5.2 f (x, y ) = x2 + y 2 + 1 f (tx, ty ) = (tx)2 + (ty )2 + 1 = t2 x 2 + t 2 y 2 + 1 Esta ecuaci on no es homog enea. Recuerda 2.5.1 Podemos deducir si una funci on es homog enea o no sin m as que examinar el grado de cada t ermino: si los grados coinciden ser a homog enea en caso contrario no.
Denici on 2.5.2 Si una ecuaci on diferencial de la forma: M (x, y )dx + N (x, y )dy = 0 (2.18)
verica que M y N son funciones homog eneas del mismo grado, entonces se dice que la ecuaci on es homog enea. Si hacemos el cambio y = u(x) x (o bien x = v (y ) y ) se reduce la ecuaci on homog enea a una ecuaci on en variables separables donde la variable dependiente es u (o v en el otro cambio). Ejemplo 2.5.3 Resolver la ecuaci on y = 2xy + 3y 2 x2 + 2xy
Soluci on Se trata de una ecuaci on homog enea, todos los t erminos tienen el mismo grado.
Antonio Baeza Salas La escribimos de la siguiente forma: dy 2xy + 3y 2 = 2 dx x + 2xy (x2 + 2xy )dy (2xy + 3y 2 )dx = 0 Hacemos el cambio de variables y = u x y =ux+u ux+u= x 2xux + 3u2 x2 2u + 3u2 = x2 + 2xux 1 + 2u
45
du 2u + 3u2 = u dx 1 + 2u x u + u2 du = dx 1 + 2u
Integrando respecto a x: 1 + 2u du = u + u2 dx x
ln |u2 + u| = ln |x| + ln |C | ln |u2 + u| = ln |Cx| u2 + u = Cx Deshacemos el cambio u = y/x y y ( )2 + = Cx x x y 2 + yx = Cx3 Ejemplo 2.5.4 Resolver (x2 + 2y 2 )dx = xydy y (1) = 1
46
Soluci on: La ecuaci on es homog enea de grado 2. Si consideramos xy = 0 tenemos: y = x2 + 2y 2 xy
Cambio de variable: y = ux, y = u x + u ux+u= xu = Separaci on de variables: 1 uu = 2 1+u x udu 1 = dx 1 + u2 x udu = 1 + u2 1 dx + C x 1 + 2u2 x2 + 2u2 x2 = xux u
1 + 2u2 1 + u2 u= u u
1 ln |1 + u2 | = ln |x| + C 2 1 ln |1 + u2 | = ln |x| + ln C 2 ln |1 + u2 | = 2 ln |x| + ln C = ln |x2 C | 1 + u 2 = x2 C Deshacemos el cambio: 1+ y2 = x2 C x2
Teniendo en cuenta la condici on inicial y (1) = 1 se tiene 1 = C (1)4 (1)2 = C 1 por tanto C = 2. La soluci on es y 2 = x2 (2x2 1)
y 2 = Cx4 x2
Antonio Baeza Salas
47
2.5.2.
La ecuaci on de Bernoulli.
dy + P (x)y = f (x)y n dx
La ecuaci on diferencial: (2.19)
en la que n es cualquier n umero real, es la ecuaci on de Bernoulli. Obs ervese que cuando n = 0 y n = 1, la ecuaci on (2.19) es lineal. Cuando n = 0 y n = 1, la sustituci on u = y 1n reduce cualquier ecuaci on de la forma (2.19) a una ecuaci on lineal. dy Ejemplo 2.5.5 Resolver la ecuaci on x dx + y = x2 y 2 . Soluci on: Reescribimos la ecuaci on como sigue: dy 1 + y = xy 2 dx x Hacemos la sustituci on u = y 12 = y 1 , y = u1 por tanto du dy = u2 dx dx Y el resultado es: du 1 u = x dx x El factor integrante para esta ecuaci on lineal en, por ejemplo (0, +), e Integramos
dx x
es
= e ln x = eln x
= x1
d 1 [x u] = 1 dx x1 u = x + c u = x2 + cx 1 + cx
y obtenemos Como y = u1 , una soluci on de la ecuaci on es y= x2
En este ejemplo no hemos llegado a la soluci on general de la ecuaci on diferencial no lineal original, porque y = 0 es una soluci on singular de esa ecuaci on.
48
2.5.3.
Reducci on a separaci on de variables.

dy = f (Ax + By + C ) dx
Una ecuaci on de la forma
siempre se puede reducir a una ecuaci on con variables separables, con la sustituci on u = Ax + By + C, B = 0. dy Ejemplo 2.5.6 Resolver = (5x + y )2 4 dx dy Soluci on: Si hacemos que u = 5x + y , entonces du dx = 5 + dx , de esta forma la ecuaci on dada se transforma en du + 5 = u2 4 dx du = u2 9 dx Separamos variables, empleamos fracciones parciales e integramos: du = dx (u 3)(u + 3)
1 1 1 = dx 6 u3 u+3 1 u3 ln = x + c1 6 u+3
u3 = e6x+6c1 = ce6x u+3 Al despejar u de la u ltima ecuaci on, llegamos a la soluci on u= 3(1 + ce6x ) 3(1 + ce6x ) y = 5 x + 1 ce6x 1 ce6x
2.5.4.
Ejercicios.
1. Resuelva cada una de las ecuaciones con la sustituci on apropiada: a ) (x y )dx + xdy = 0
b ) xdx + (y 2x)dy = 0
c ) (y 2 + yx)dx x2 dy = 0
Antonio Baeza Salas d)

dy dx
49
y x y +x
2. Resuelve la ecuaci on homog enea de cada uno de los problemas siguientes, sujeta a la condici on inicial respectiva.
dy = y 3 x3 , y (1) = 2 a ) xy 2 dx
b ) (x + yey/x )dx xey/x dy = 0, y (1) = 0
3. Resuelva la ecuaci on respectiva de Bernoulli empleando una sustituci on adecuada.

dy a ) x dx +y = 1 y2
b)
dy dx
dy + y 2 = xy c ) x2 dx
= y (xy 3 1)
2.6.
2.6.1.
Modelado con ecuaciones diferenciales de primer orden.

Crecimiento bacteriano.
Un cultivo tiene una cantidad inicial N0 de bacterias. Cuando t = 1 3 N0 . Si la raz on de reproducci on es hora, la cantidad medida de bacterias es 2 proporcional a la cantidad de bacterias presentes,calcule el tiempo necesario para triplicar la cantidad inicial de los microorganismos. Soluci on: Primero se resuelve la ecuaci on diferencial dN = kN dt (2.20)
Sujeta a N (0) = N0 . A continuaci on se dene la condici on emp rica N (1) = 3 N para hallar k , la constante de proporcionalidad. 0 2 La ecuaci on (2.20 es separable y lineal, a la vez. Cuando se escribe en la forma dN kN = 0 (2.21) dt podemos ver por inspecci on que el factor integrante es ekt . Multiplicamos ambos lados de la ecuaci on por ese factor y el resultado inmediato es d kt e N =0 dt
50
Integramos ambos lados de la u ltima ecuaci on para llegar a la soluci on general ekt N = c N (t) = cekt Cuando t = 0, N0 = ce0 = c y, por tanto, N (t) = N0 ekt . Cuando t = 1, 3 3 N0 = N0 ek , o bien ek = 3 entonces 2 2 . Por tanto k = ln 2 = 0,4055. As N (t) = N0 e0,4055t Para establecer el momento en que se triplica la cantidad de bacterias, despejamos t de 3N0 = N0 e0,4055t ; por consiguiente, t= ln 3 2,71h. 0,4055
En este ejemplo la cantidad real, N0 , de bacterias presentes en el momento t = 0, no inuy o para la denici on del tiempo necesario para que el cultivo se triplicara siempre es de unas 2.71 horas.
2.6.2.
Periodo medio del plutonio.
Un reactor de cr a convierte al uranio 238, relativamente estable, en plutonio 239, un is otopo radiactivo. Al cabo de 15 a nos, se ha desintegrado el 0,043 % de la cantidad inicial, A0 , de una muestra de plutonio. Calcule el periodo medio de ese is otopo, si la raz on de desintegraci on es proporcional a la cantidad presente. Soluci on: Como hemos visto en el problema 2.6.1, la soluci on del problema de valor inicial dA = kA, dt es A(t) = A0 ekt donde A(t) representa la cantidad de plutonio que queda en cualquier momento. A(0) = A0
Antonio Baeza Salas

p p p p p p p p p p p p p p p p p p p p p p p 7p p p 6p p 5p p p 4 p p 3p p 2p p p 1p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p 1p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p2 p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p 371 pt p 2, p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p pN (pt) = 1e0,4055t p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p 5 p p
51
Figura 2.1: Crecimiento bacteriano para N0 = 1 Si se ha desintegrado el 0,043 % de los a tomos de A0 , queda el 99,957 %. Para calcular la constante k empleamos 0,99957A0 = A(15), esto es, 0,99957A0 = A0 e15k . Despejamos k y tenemos k = 0,00002867. En consecuencia, A(t) = A0 e0,00002867t Si el periodo medio es el valor que corresponde a A(t) = a t en 1 = e0,00002867t 2 se tiene t= ln 2 24180 0,00002867
A0 2 ,
despejando
52
2.6.3.
Antig uedad de un f osil.
Alrededor de 1950, el qu mico Willard Libby invent o un m etodo que emplea al carbono radiactivo para determinar las edades aproximadas de f osiles. La teor a de la dataci on con radiocarbono, se basa en que el is otopo carbono 14 se produce en la atm osfera por acci on de la radiaci on c osmica sobre el nitr ogeno. La raz on de la cantidad de C-14 al carbono ordinario en la atm osfera parece ser constante y, en consecuencia, la cantidad proporcional del is otopo presente en todos los organismos vivos es igual que la de la atm osfera. Cuando muere un organismo la absorci on del C-14 sea por respiraci on o alimentaci on cesa. As , si se compara la cantidad proporcional de C-14 presente, por ejemplo en un f osil, con la relaci on constante que existe en la atm osfera, es posible obtener una estimaci on razonable de su antig uedad. El m etodo se basa en que se sabe que el periodo medio del C-14 radiactivo es, aproximadamente, 5600 a nos. Por este trabajo, Libby gan o el Premio Nobel de qu mica en 1960. Ejemplo 2.6.1 Se analiz o un hueso fosilizado y se encontr o que conten a la mil esima parte de la cantidad original de C-14. Determine la edad del f osil. Soluci on: El punto de partida es A(t) = A0 ekt . Para calcular el valor de la constante de decaimiento aplicamos el hecho que A0 /2 = A(5600) , o sea, A0 /2 = A0 e5600k , despejando k = (ln 2)/5600 = 0,00012378; por consiguiente A(t) = A0 e0,00012378t Tenemos, para A(t) = A0 /1000, que A0 /1000 = A0 e0,00012378t , de modo 1 que 0,00012378t = ln 1000 = ln 1000. As t= ln 1000 55800 0,00012378
En realidad, la edad determinada en este ejemplo est a en el l mite de exactitud del m etodo. Normalmente esta t ecnica se limita a unos 9 periodos medios del is otopo, que son unos 50000 a nos.
Antonio Baeza Salas
53
2.6.4.
Ley de Newton del enfriamiento.
En la ecuaci on (1.14) de la secci on 1.3.3 vimos que la formulaci on matem atica de la ley emp rica de Newton, relativa al enfriamiento de un objeto, se expresa con la ecuaci on diferencial lineal de primer orden dT = k (T Tm ) dt (2.22)
en que k es una constante de proporcionalidad, T (t) es la temperatura del objeto cuando t > 0 y Tm es la temperatura ambiente; o sea; la temperatura del medio que rodea al objeto. Ejemplo 2.6.2 Al sacar un pastel del horno, su temperatura es 300o F. Despu es de 3 minutos, 200o F. En cu anto tiempo se enfriar a hasta la temperatura ambiente de 70o F? Soluci on: En la ecuaci on (2.22) vemos que Tm = 70. Por consiguiente, debemos resolver el problema de valor inicial: dT = k (T 70) dt T (0) = 300 (2.23)
y determinar el valor k de tal modo que T (3) = 200 La ecuaci on (2.23) es lineal y separable, a la vez. Al separar las variables, dT = kdt T 70 cuyo resultado es ln |T 70| = kt + c1 , y as T = 70 + c2 ekt . Cuando t = 0, T = 300, de modo que 300 = 70 + c2 dene a c2 = 230. Entonces, T = 70 + 230ekt . Por u ltimo, la determinaci on T (3) = 200 conduce a e3k = 13 13 23 , o sea, k = 1/3 ln 23 , o sea, k = 0,19018. As T (t) = 70 + 230e0,19018t .
2.6.5.
Mezclas.
Al mezclar dos uidos, a veces se originan ecuaciones diferenciales lineales de primer orden. Cuando describimos la mezcla de dos salmueras,(Sec.
54
1.3.4), supusimos que la raz on con que cambia la cantidad de sal, A (t), en el tanque de mezcla es una raz on neta: = (tasa de entrada de la sustancia) (tasa de salida de la sustancia) = R1 R2 (2.24) Ejemplo 2.6.3 Recordemos que el tanque de la secci on 1.3.4 conten a inicialmente 300 galones de una soluci on de salmuera. Al tanque entraba y sal a sal porque se le bombeaba una soluci on a un ujo de 3 gal/min, se mezclaba con la soluci on original, y sal a del tanque con un ujo de 3 gal/min. La concentraci on de la soluci on entrante era 2 lb/gal; por consiguiente, la entrada de sal era R1 = (2lb/gal) (3gal/min) = 6lb/min; del tanque sal a con una raz on R2 = (A/300lb/gal) (3gal/min) = A/100lb/min. A partir de esos datos y de la ecuaci on (2.24) obtuvimos la ecuaci on dA A =6 dt 100 (2.25)
dA dt
Nos planteamos el siguiente problema: Si hab a 50 lb de sal disueltas en los 300 galones iniciales, cu anta sal habr a en el tanque pasado mucho tiempo? Soluci on: Para hallar A(t), resolvemos el problema de valor inicial dA A =6 dt 100 A(0) = 50 (2.26)
El factor integrante de esta ecuaci on diferencial lineal es et/100 , podemos formular la ecuaci on as : d t/100 e A = 6et/100 dt Se tiene la soluci on general A = y teniendo las condiciones iniciales, se tiene c = 550. Entonces, la cantidad de sal en el tanque en el momento t est a denida por 600+ cet/100 , A(t) = 600 550et/100 Pasado un largo tiempo la cantidad de libras de sal en la soluci on debe ser 600 lb.
Antonio Baeza Salas
55
2.6.6.
Modelos demogr acos.
Si P (t) es el tama no de una poblaci on en el momento t, el modelo del crecimiento exponencial comienza suponiendo que dP = kP dt para cierta k > 0. En este modelo, la tasa espec ca o relativa de crecimiento, denida por (2.27) P se supone constante, igual a k . Es dif cil encontrar casos reales de un crecimiento exponencial durante largos periodos, porque en cierto momento los recursos limitados del ambiente ejercer an restricciones sobre el crecimiento demogr aco. As , cabe esperar que la raz on (2.27) disminuya a medida que P aumenta de tama no. La hip otesis que la tasa con que crece o decrece una poblaci on s olo depende del n umero presente y no de mecanismos dependientes del tiempo, como los fen omenos estacionales, se puede enunciar como sigue:
dP dt dP dt
= f (P )
dP = P f (P ) dt
(2.28)
Esta ecuaci on diferencial, que se adopta en muchos modelos demogr acos animales, se llama hip otesis de dependencia de densidad. Ecuaci on log stica. Sup ongase que un medio es capaz de sostener, como m aximo, una cantidad K determinada de individuos en una poblaci on. Dicha cantidad se llama capacidad de sustento, o de sustentaci on, del ambiente. Entonces f (K ) = 0 para la funci on f en la ecuaci on (2.28) y se escribe tambi en f (0) = r. En la gura 2.6.6 vemos tres funciones que satisfacen estas dos condiciones. La hip otesis m as sencilla es que f (P ) es lineal, esto es, que f (P ) = c1 P + c2 . Si aplicamos las condiciones f (0) = r y f (K ) = 0, tenemos que c2 = r y c1 = r/K , respectivamente, y f adopta la forma f (P ) = r (r/K )P . Entonces la ecuaci on (2.28) se transforma en dP r = P (r P ) dt K (2.29)
Si redenimos las constantes, la ecuaci on no lineal (2.29) es igual a la siguiente:
56
f (P )
p r p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p p
K dP = P (a bP ) (2.30) dt Esta ecuaci on, estudiada por Verhulst en 1840, se denomina ecuaci on log stica y su soluci on se denomina funci on log stica. La gr aca de una funci on log stica es la curva log stica. Si reescribimos la ecuaci on (2.30) en la forma dP = aP bP 2 dt (2.31)
el t ermino no lineal bP 2 , se puede interpretar como un t ermino de inhibici on. En la mayor parte de las aplicaciones la constante a es mucho mayor que b. Soluci on de la ecuaci on log stica. Resolvemos por separaci on de variables. Al descomponer el lado izquierdo de dP/P (a bP ) = dt en fracciones parciales e integrar, se obtiene ( 1/a b/a + )dP = dt P a bP
1 1 ln |P | ln |a bP | = t + c a a P ln | | = at + ac a bP
Antonio Baeza Salas P = c1 eat a bP Como consecuencia de la u ltima ecuaci on, P (t) = ac1 eat ac1 = at 1 + bc1 e bc1 + eat
57
Si P (0) = P0 , P0 = a/b, llegamos a c1 = P0 /(a bP0 ) y as , sustituyendo y simplicando, la soluci on es P (t) = Crecimiento log stico. Supongamos que un alumno es portador del virus de la gripe y regresa a su escuela, donde hay 1000 estudiantes. si se supone que la raz on con que se propaga el virus es proporcional no s olo a la cantidad x de alumnos infectados, sino tambi en a la cantidad de alumnos no infectados, determine la cantidad de alumnos infectados seis d as despu es, si se observa que a los cuatro d as x(4) = 50. Soluci on: Suponiendo que nadie sale del campus durante la epidemia, debemos resolver el problema de valor inicial dx = kx(1000 k ), x(0) = 1 dt Sustituimos a = 1000k y b = k en la ecuaci on (2.32) y vemos de inmediato que 1000 1000k = 1000 kt k + 999ke 1 + 999e1000kt Usamos la condici on x(4) = 50 y calculamos k con x(t) = 50 = 1000 1 + 999e4000k
1 4
aP0 bP0 + (a bP0 )eat
(2.32)
Esto da como resultado 1000k = x(t) = La respuesta es x(6) =
ln 1 9 999 = 0,9906. Entonces:
1000 1 + 999e0,99906t
1000 = 276 1 + 999e5,9436
alumnos
58
2.6.7.
Modelo depredador-presa.
Supongamos que dos especies animales interact uan en el mismo ambiente o ecosistema; la primera s olo come plantas y la segunda se alimenta de la primera. Una especie es depredador y la otra es la presa. Para nes de nuestra descripci on, imaginemos que los depredadores son zorros y las presas, conejos. Sean x(t) y y (t) las poblaciones de zorros y conejos en cualquier momento t. Si no hubiera conejos, cabr a esperar que los zorros disminuyeran en n umero siguiendo la ecuaci on dx = ax, dt a>0 (2.33)
Al carecer del suministro alimenticio adecuado. Por otro lado, cuando hay conejos ecosistema parece l ogico imaginar que la cantidad de encuentros o interacciones por unidad de tiempo entre ambas especies, es proporcional simult aneamente a sus poblaciones, x y y ; o sea , es proporcional al producto xy . As , cuando hay conejos, hay alimento para los zorros y estos aumentan en el ecosistema a una tasa bxy > 0. Al sumar esta tasa a la ecuaci on (2.33) se obtiene un modelo demogr aco para estos depredadores: dx = ax + bxy dt (2.34)
Por otro lado, cuando no hay zorros y si se supone adem as que las reservas de alimentoson ilimitadas, los conejos aumentar an con una rapidez proporcional al n umero de espec menes existentes en el momento t: dy = ey, e>0 (2.35) dt Pero cuando hay zorros, el modelo demogr aco para los conejos es la ecuaci on (2.35) menos cxy , c > 0; esto es, disminuye seg un la rapidez con que son comidos: dy = ey cxy (2.36) dt Con lo que podemos formar un sistema de ecuaciones diferenciales no lineales:
dx dt dy dt
en donde a, b, c, e son constantes positivas. Este es un sistema famoso de ecuaciones y se llama modelo depredador-presa de Lotka-Volterra.
= ax + bxy = x(a + by ) = ey cxy = y (e cx)
(2.37)
Antonio Baeza Salas
59
A excepci on de las dos soluciones constantes x(t) = 0, y (t) = 0 y x(t) = d/c, y (t) = a/b, el sistema no lineal (2.37) no se puede resolver en t erminos de funciones elementales; sin embargo, podemos analizar en forma cuantitativa y cualitativa esos sistemas.
2.7.
2.7.1.
Practica con Mathematica.

Integrando con Mathematica.
Con Mathematica podemos realizar tanto integrales indenidas como denidas usando el comando Integrate. Integrate[f, x] Para obtener la integral indenida de f respecto de x Integrate[f, x, xmin, xmax] Se obtiene la integral denida de f respecto de x en el intervalo [xmin, xmax] Por ejemplo; podemos calcular una primitiva de
1 x4 1
de la siguiente forma:
In:Integrate[1/(x4 1), x] Out:(ArcT an[x]/2 + 1/4Log [1 + x] 1/4Log [1 + x] Se obtiene una primitiva de la funci on Podemos calcular la derivada de este resultado para comprobar la integral. In:D[ %, x] 1 1 1 Out: 4(1+ x) 4(1+x) 4(1+x2 ) Operamos esta expresi on con el comando Simplify In:Simplif y [ %] Se obtiene la funci on inicialmente integrada: 1 Out: (1+x4 )
2.7.2.
Representaci on gr aca de funciones dadas en forma impl cita.
Para representar gr acas de curvas dadas en forma impl cita deber as cargar el paquete ImplicitPlot, mediante la orden: In:<< GraphicsImplicitP lot
60
La funci on incluida en este paquete que permite representar curvas en el plano denidas en forma impl cita es: In:ImplicitP lot[Ecuac, {x, xmin, m1 , m2 , . . . , xmax}] Dibuja la curva de ecuaci on Ecuac evitando los puntos m1 , m2 , . . . en el rango indicado [xmin, xmax] utilizando el m etodo Solve. Por ejemplo, podemos representar dos curvas con este comando In:ImplicitP lot[{x3 + y 2 == 3, (x2 y 2 ) == 5x4 y 2 }, {x, 3, 3}, P lotStyle > {T hickness[0,01], T hickness[0,02]}] Devuelve la gr aca de la gura 2.2
1.5 1 0.5 -3 -2 -1 -0.5 -1 -1.5 1 2 3
Figura 2.2: Gr aca de dos funciones dadas en forma impl cita.
2.7.3.
Ejercicios.
1. Representa gr acamente las soluciones del ejemplo (2.3.1) para distintos valores de c. 2. Utiliza el comando Integrate para resolver los ejercicios (13,14, 15,16) de la p agina 33. 3. Representa gr acamente las soluciones de los ejercicios (13,14, 15,16) de la p agina 33.
Cap tulo 3
M etodos num ericos para resolver ecuaciones diferenciales ordinarias.

Una ecuaci on diferencial no necesita tener una soluci on, y aun si la tiene, no siempre podemos expresarla en forma expl cita o impl cita; en muchos casos tendremos que contentarnos con una aproximaci on. Si suponemos que existe una soluci on de la ecuaci on diferencial entonces aquella representa un lugar geom etrico en el plano cartesiano. Los procedimientos num ericos utilizan la ecuaci on diferencial para obtener una sucesi on de puntos cuyas coordenadas aproximan las coordenadas de los puntos de la curva que efectivamente es la soluci on.
3.1.
Campos direccionales.
Denici on 3.1.1 (Elementos lineales.) Examinemos la ecuaci on diferencial de primer orden dy/dx = y . Esta ecuaci on signica que las pendientes de las tangentes a la gr aca de una soluci on est an determinadas por la funci on f (x, y ) = y . Cuando f (x, y ) se mantiene constante esto es, cuando y = c, donde c es cualquier constante real estamos obligando a que la pendiente de las tangentes a las curvas de soluci on tenga el mismo valor constante a lo largo de una l nea horizontal; por ejemplo, para y = 2 podemos trazar una serie de segmentos lineales cortos o elementos lineales (cada uno de pendiente 2) con un punto medio en la l nea. Las curvas de soluci on cruzan esta reta horizontal en cada punto tangente a los elementos lineales. Como se ilustra en la gura 3.1. 61
62
y=2
1
Figura 3.1: Elementos lineales. Denici on 3.1.2 (Isoclinas y campos de direcciones.) La ecuaci on y = c representa una familia uniparam etrica de l neas horizontales. En general, cualquier miembro de la familia f (x, y ) = c se llama isoclina, que literalmente signica curva a lo largo de la cual la inclinaci on de las tangentes es igual. Cuando se hace variar el par ametro c, obtenemos un conjunto de isoclinas en que los elementos lineales se construyen adecuadamente. La totalidad de esos elementos lineales se llama de diversos modos: campo de direcciones, campo direccional, campo de pendientes o campo de elementos lineales de la ecuaci on diferencial dy/dx = f (x, y ). Seg un se aprecia en la gura 3.2, el campo de direcciones recuerda las l neas de ujo de la familia de curvas soluci on de la ecuaci on diferencial y = y . Si deseamos una soluci on que pase por el punto (0, 1), debemos formar una curva que pase por este punto de modo que atraviese las isoclinas con las inclinaciones adecuadas.
3.1.1.
Representaci on gr aca de un Campo de Direcciones.
Podemos obtener un Campo de Direcciones de una ecuaci on diferencial de la forma dy/dx = f (x, y ) con el siguiente comando
In:<< GraphicsP lotF ield In:P lotV ectorF ield[{a, f (x, y )}, {x, b, b}, {y, c, c}, Axes > Automatic, ScaleF actor > 1, P lotP oints > d] La instrucci on << GraphicsP lotF ield carga el paquete adecuado. Donde a se toma para visualizar adecuadamente los vectores, b determina el rango de valores para x, c el rango de valores para y y d el n umero de puntos a evaluar en cada direcci on.
Antonio Baeza Salas

4
63
-3
-2
-1
-2
-4
Figura 3.2: Campos de direcciones. El campo de direcciones de la gura 3.2, se ha obtenido con las siguientes instrucciones: In:P lotV ectorF ield[{1, y }, {x, 3, 3}, {y, 3, 3}, Axes > Automatic, ScaleF actor > 1, P lotP oints > 20] Ejemplo 3.1.1 Trace el campo de direcciones e indique varios posibles dy miembros de la familia de curvas de soluci on de dx =x y Soluci on: Ver guras 3.3 y 3.4.
3.1.2.
Ejercicios.
En los siguientes problemas obtenga con computadora el campo de direcciones de la ecuaci on diferencial dada. Indique diversas curvas posibles de soluci on. 1. y =x
64
10
-10
-5
10
-5
-10
Figura 3.3: Campos de direcciones del Ejemplo 3.1.1. 2. y 3.
dy = x dx
dy = 0,2x2 + y dx y = y cos x 2
4.
3.2.
Resoluci on num erica del problema de Cauchy.
Consideremos el problema de Cauchy o problema de valores iniciales: y = f (t, y (t)) y (t0 ) = t [t0 , t0 + T ] (3.1)
En este caso va a ser muy importante estudiar las condiciones de la funci on f . El problema est a bien planteado?Existe soluci on del problema? Si existe, es u nica? Ejemplo 3.2.1 y = 1 + y2 , y (0) = 0 t [0, 2 ] (3.2)
Antonio Baeza Salas
65
10
-10
-5
10
-5
-10
Figura 3.4: Posibles miembros de la familia de curvas del Ejemplo 3.4. t0 = 0; t0 + T = 2 T = 2 . Soluci on y = tan t Ejemplo 3.2.2 El problema y = x2 + y 2 y (0) = 1
(3.3)
veremos que tiene soluci on, pero no hay forma de saber c omo es la soluci on de una manera expl cita o impl cita. Podemos darnos una idea de c omo va, representando el campo vectorial o campo de direcciones de la ecuaci on diferencial. Las isoclinas son circunferencias conc entricas denidas por x2 + y 2 = c, c > 0, gura 3.5. Los elementos lineales que se trazan en cada c rculo tienen una pendiente que corresponde al valor elegido de c. Al estudiar la gura 3.5 parece l ogico que una curva de soluci on aproximada que pase por el punto (0, 1) tenga la forma que se ilustra en la gura gura 3.6. Ejemplo 3.2.3 Sabemos que el siguiente problema de valor inicial: y = y 2/3 y (0) = 0 (3.4)
66
4
-3
-2
-1 -1
-2
-3
Figura 3.5: Campo de direcciones para y = x2 + y 2 . Tiene soluci on pero no es u nica, y (t) 0 es soluci on, y (t) = Ejemplo 3.2.4 tambi en. Sabemos que el siguiente problema de valor inicial: y = 1 + t sen t y (0) = 0 Tiene soluci on u nica, y (t) = t t cos t + sen t0. (3.5)
1 3 27 t
Denici on 3.2.1 (Funci on lipschitziana.) f (t, y ) se dice que esta funci on es lipschitziana o globalmente lipschitziana para la variable y en un conjunto [t0 , to + T ] R, si existe una constante L 0 con la propiedad |f (t, y1 ) f (t, y2 )| L|y1 y2 | para (t, y1 ), (t, y2 ) D. A la constante L se le llama constante de Lipschitz para f . Ejemplo 3.2.5 4} Sea f (t, y ) = ty , (t, y ) D = {(t, y )/1 t 2, 3 < y <
Antonio Baeza Salas
67
curva solucin
(0,1)
Figura 3.6: Posible soluci on para y = x2 + y 2 .
|f (t, y1 ) f (t, y2 )| = |ty1 ty2 | = |t||y1 y2 | 2 < |y1 y2 | En general, el conjunto D que consideramos ser a de la forma D = {(t, y )/t0 t t0 + T, y +}
L=2
Teorema 3.2.2 Supongamos que f (t, y ) est a denida en un conjunto D = {(t, y )/t0 t t0 + T, y +}. si existe una constante L > 0 tal que f (t, y ) D | (t, y )| L, y entonces es lipschitziana para la variable y y con constante de Lipschitz L. Teorema 3.2.3 Sea D = {(t, y )/t0 t t0 + T, y +} y supongamos que f (t, y ) es continua en D. Si f satisface una condici on de Lipschitz en D para la variable y , entonces el problema de valor inicial y = f (t, y (t)) y (t0 ) = t [t0 , t0 + T ] (3.6)
tiene una u nica soluci on y (t) para t0 t t0 + T , y C ([t0 , t0 + T ])
68
Denici on 3.2.4 Un problema de Cauchy o de valor inicial est a bien planteado si Existe una soluci on u nica para el problema. Existe constantes positivas y k con la propiedad de que existe una u nica soluci on al problema z = f (t, z ) + (t) z (t0 ) = + 0 |z (t)y (t)| < k t [t0 , t0 +T ] | 0 | < , | (t)| < (3.7) Si estamos en las hip otesis del teorema anterior el problema est a bien planteado.
3.2.1.
M etodos de un paso para la resoluci on num erica.
Queremos resolver de forma efectiva el problema, hasta ahora s olo tenemos asegurada la existencia y unicidad del problema, no sabemos construir la soluci on. Consideramos una partici on del intervalo [t0 , t0 + T ], t0 < t1 < < tn < tn+1 < < tN = t0 + T donde hn = tn+1 tn , h = m ax hn , 0 n N Pretendemos construir unas aproximaciones yn+1 de la soluci on en tn+1 , es decir, yn+1 y (tn+1 ) a partir de los valores tn , yn , hn . Es decir, yn se va calcular a partir de valores referidos exclusivamente en la etapa anterior, de ah que los m etodos se llamen m etodos de un paso. Estos m etodos no nos van a dar una funci on continua que sea aproximaciones de la soluci on y (t) sino que generar an aproximaciones en varios puntos llamados puntos de red en el intervalo [t0 , t0 + T ]. Una vez que se obtenga la soluci on aproximada en estos puntos, la soluci on aproximada en otros puntos del intervalo se puede encontrar utilizando alg un procedimiento de interpolaci on. Queremos resolver num ericamente el problema bien planteado y = f (t, y (t)) y (t0 ) =
tn+1
t [t0 , t0 + T ]
(3.8)
Si integramos la ecuaci on diferencial en [tn , tn+1 ] obtenemos: y (tn+1 ) = y (tn ) +

tn
f (t, y (t))dt
(3.9)
Los distintos m etodos num ericos se obtendr an aplicando alguna f ormula de cuadratura a la integral anterior.
Antonio Baeza Salas
69
3.3.
M etodos de Euler.
En lugar de aplicar f ormulas de cuadratura podemos considerar la recta tangente a una curva en un punto como aproximaci on a la funci on y (x) en ese punto. Una de las t ecnicas m as sencillas para aproximar soluciones del problema de valor inicial y = f (x, y ) (3.10) y (x0 ) = y0 se llama m etodo de Euler o m etodo de las tangentes. Aplica el hecho que la derivada de una funci on y (x), evaluada en un punto x0 , es la pendiente de la tangente a la gr aca de y (x) en este punto. como el problema de valor inicial establece el valor de la derivada de la soluci on en (x0 , y0 ), la pendiente de la tangente a la curva de soluci on en este punto es f (x0 , y0 ). Si recorremos una distancia corta por la l nea tangente obtenemos una aproximaci on a un punto cercano de la curva de soluci on. A continuaci on se repite el proceso en el punto nuevo. Para formalizar este procedimiento se emplea la linealizaci on L(x) = y (x0 )(x x0 ) + y0 (3.11)
de y (x) en x = x0 . La gr aca de esta linealizaci on es una recta tangente a la gr aca de y = y (x) en el punto (x0 , y0 ). Ahora se dene h como un incremento positivo sobre el eje x (Fig. 3.7). Reemplazamos x con x1 = x0 +h en (3.11) y llegamos a L(x1 ) = y (x0 )(x0 + h x0 ) + y0 = y0 + hy0 o sea y1 = y0 + hf (x0 , y0 ) en donde y0 = y (x0 ) = f (x0 , y0 ) y y1 = L1 (x). El punto (x1 , y1 ) sobre la tangente es una aproximaci on al punto (x1 , y (x1 )) en la curva de soluci on; esto es, y1 y (x1 ) es una aproximaci on lineal local de y (x) en x1 . La exactitud de la aproximaci on depende del tama no h del incremento. Si a continuaci on repetimos el proceso, identicando al nuevo punto de partida (x1 , y1 ) como (x0 , y0 ) de la descripci on anterior, obtenemos la aproximaci on y (x2 ) = y (x0 + 2h) = y (x1 + h) y2 = y1 + hf (x1 , y1 ) La consecuencia general es que yn+1 = yn + hf (xn , yn ) (3.13) (3.12)
70
y
y=y'(x0)(x-x0)+y0
(x1,y(x1)) error (x1,y1)
(x0,y0)
x0
x1=x0+h
Figura 3.7: M etodo de Euler en donde xn = x0 + nh. Ejemplo 3.3.1 Para el problema de valor inicial y = 0,2xy y (1) = 1
utilizamos el m etodo de Euler a n de obtener una aproximaci on a y (1,5) con h = 0,1 primero y despu es h = 0,05 Primero identicamos f (x, y ) = 0,2xy , de modo que la ecuaci on (3.13) viene a ser yn+1 = yn + h(0,2xn yn ) Entonces, cuando h = 0,1, y1 = y0 + (0,1)(0,2x0 y0 ) = 1 + (0,1)(0,2 1 1) = 1,02 , que es una estimaci on del valor de y (1,1); sin embargo, si usamos h = 0,05, se necesitan dos iteraciones para llegar a 1.1. En este caso, y1 = 1 + (0,05)(0,2 1 1) = 1,01 y2 = 1,01 + (0,05)(0,2 1,05 1,01) = 1,020605
Antonio Baeza Salas
71
Observamos que y1 y (1,05), y que y2 y (1,1). En las siguientes tablas 3.1 y 3.2se ven los resultados del resto de los c alculos. Cada resultado est a redondeado a cuatro decimales xn yn Valor Exacto 1.0000 1.0212 1.0450 1.0714 1.1008 1.1331 Error abs. 0.0000 0.0012 0.0025 0.0040 0.0055 0.0073 Por. de Error Rel. 0.00 0.12 0.24 0.37 0.50 0.64
1.00 1.10 1.20 1.30 1.40 1.50
1.0000 1.0200 1.0424 1.0675 1.0952 1.1259
Cuadro 3.1: M etodo de Euler con h = 0,1.
xn 1.00 1.05 1.10 1.15 1.20 1.25 1.30 1.35 1.40 1.45 1.50
yn 1.0000 1.0100 1.0206 1.0318 1.0437 1.0562 1.0694 1.0833 1.0980 1.1133 1.1295
Valor Exacto 1.0000 1.0103 1.0212 1.0328 1.0450 1.0579 1.0714 1.0857 1.1008 1.1166 1.1331
Error abs. 0.0000 0.0003 0.0006 0.0009 0.0013 0.0016 0.0020 0.0024 0.0028 0.0032 0.0037
% Error rel. 0.00 0.03 0.062 0.09 0.12 0.16 0.19 0.22 0.25 0.29 0.32
Cuadro 3.2: M etodo de Euler con h = 0,05.
En el ejemplo anterior, los valores correctos o exactos se calcularon con la soluci on 2 y = e0,1(x 1) , que ya se conoce. El error absoluto se dene as : |valorexacto valoraproximado|
72
El error relativo y el error relativo porcentual son, respectivamente, |valorexacto valoraproximado| |valorexacto| errorabsoluto |valorexacto valoraproximado| 100 = 100 |valorexacto| |valorexacto|
3.3.1.
Errores en los m etodos num ericos.
Para elegir y aplicar un m etodo num erico en la soluci on de un problema de valores iniciales, debemos estar prevenidos de las diversas fuentes de errores. Para algunos tipos de c alculos, la acumulaci on de errores podr a reducir la exactitud de una aproximaci on hasta el grado de volver incorrectos los resultados. Por otro lado, dependiendo del uso que se dar a a una soluci on num erica, quiz a no valiera la pena alcanzar una gran exactitud por los costos y complicaciones adicionales en que se incurrir a. Una de estas fuentes de errores en c alculo es el error de redondeo. Se reduce este error minimizando la cantidad de operaciones. En general, el error de redondeo es impredecible y dif cil de analizar. Errores de truncamiento en el m etodo de Euler. Al iterar la f ormula de Euler yn+1 = yn + hf (xn , yn ) se tiene una sucesi on de valores, y1 , y2 , y3 , . . .. En general, el valor de y1 no coincidir a con el de y (x1 ), la soluci on exacta evaluada en x1 , debido a que el algoritmo s olo proporciona una aproximaci on en linea recta a la soluci on (Fig. 3.7). La diferencia se conoce como error local de truncamiento, error de f ormula o error de discretizaci on y se presenta en cada paso. Para obtener una f ormula del error local de truncamiento en el m etodo de Euler usaremos una serie de Taylor con residuo. Si una funci on y (x) tiene k + 1 derivadas continuas en un intervalo abierto que contenga a a y a x, entonces y (x) = y (a)+y (a) (x a) (x a)2 (x a)k (k+1) (x a)k+1 +y (a) + +y k (a) +y (c) 1! 2! k! (k + 1)! (3.14)
Antonio Baeza Salas
73
en donde c es alg un punto entre a y x. Con k = 1,a = xn y x = xn+1 = xn + h llegamos a h h2 y (xn+1 ) = y (xn ) + y (xn ) + y (c) 1! 2! o sea h2 y (xn+1 ) = y (xn ) + hf (xn , yn ) + y (c) 2! de esta forma se tiene y (xn+1 ) = yn+1 + y (c) h2 2!
El m etodo de Euler es esta f ormula sin el u ltimo t ermino; en consecuencia, el error local de truncamiento en y (c) h2 2! xn < c < xn+1
Pero casi siempre se desconoce el valor de c, de modo que no se puede calcular el error exacto; pero una cota superior del valor absoluto de ese error es h2 M M = m ax |y (x)| xn <x<xn+1 2!
3.3.2.
M etodo Euler expl cito.
Vamos a obtener la misma expresi on del m etodo de Euler de la p agina 69, aplicando f ormulas de cuadratura.
Figura 3.8: M etodo de Euler expl cito.
74
Ampliaci on de Matem aticas Utilizamos la siguiente f ormula de cuadratura(ver gura 3.8):
b a (t)dt tn+1 tn
(a)(b a) (tn+1 tn )f (tn , y (tn )) = hn f (tn , y (tn )) (3.15)
f (t, y (t))dt
y (tn+1 )
y (tn ) + hn f (tn , y (tn ))
Luego construyo yn+1
y (tn+1 )
METODO DE EULER EXPL ICITO: yn+1 = yn + hn f (tn , yn ) 0nN y0 = h n = 0, 1, 2, , N 1 donde h va a representar una aproximaci on al valor inicial
3.3.3.
M etodo Euler impl cito.
Figura 3.9: M etodo de Euler impl cito.
Antonio Baeza Salas Utilizamos la siguiente f ormula de cuadratura(ver gura 3.9):

b a (t)dt tn+1 tn
75
(b)(b a) (tn+1 tn )f (tn+1 , y (tn+1 )) = hn f (tn+1 , y (tn+1 )) (3.16)
f (t, y (t))dt
y (tn+1 )
y (tn ) + hn f (tn+1 , y (tn+1 )) y (tn+1 )
Luego construyo yn+1
METODO DE EULER IMPL ICITO: yn+1 = yn + hn f (tn+1 , yn+1 ) 0nN y0 = h n = 0, 1, 2, , N 1 donde h va a representar una aproximaci on al valor inicial
3.3.4.
M etodo modicado de Euler o m etodo del punto medio.
(a+b)/2
Figura 3.10: M etodo modicado de Euler. Utilizamos la siguiente f ormula de cuadratura(ver gura 3.10):
b a (t)dt tn+1 tn b ( a+ 2 )(b a)
(3.17)
hn 2 , y (tn
f (t, y (t))dt
(tn+1 tn )f (tn +
hn 2 ))
76
n ) tenemos que aproximarlo, para ello desarrollamos y (t) en Ahora y (tn + h2 un polinomio de Taylor de grado 1 centrado en tn
y (t) = y (tn ) + (t tn )y (tn ) + t = tn + hn ; 2 y (tn +
(h2 )
hn hn ) = y (tn ) + y (tn ) + (h2 ) 2 2 hn hn y (tn + ) y (tn ) + f (tn , y (tn )) 2 2 Por tanto, el esquema num erico resultante es el siguiente:
yn+1
METODO MODIFICADO DE EULER: n n = yn + hn f (tn + h2 , yn + h2 f (tn , yn )) 0nN y0 = h n = 0, 1, 2, , N 1
3.3.5.
M etodo de Grank-Nicolson.
Figura 3.11: M etodo de Grank-Nicolson. Utilizamos la siguiente f ormula de cuadratura(ver gura 3.11):
b a (t)dt (ba) 2 ((a)
+ (b)) (3.18) + f (tn+1 , y (tn+1 )))
y (tn+1
y (tn ) +
hn 2 (f (tn , y (tn ))
Antonio Baeza Salas Por tanto, el esquema num erico resultante es el siguiente:
77
yn+1
METODO DE GRANK-NOCOLSON: n (f (tn , yn ) + f (tn+1 , yn+1 )) 0nN = yn + h2 y0 = h
3.3.6.
M etodo de Heum o m etodo mejorado de Euler.
Haciendo lo mismo de antes pero aproximando y (tn+1 ) por un polinomio de Taylor de grado uno con centro del desarrollo tn : y (tn+1 ) = y (tn + hn ) y (t) para t = tn + hn y (tn + hn ) y (tn ) + hn y (tn ) = y (tn ) + hn f (tn , y (tn )) y (tn ) + (t tn )y (tn )
Entonces el esquema num erico resultante es el siguiente:
yn+1 = yn +
hn 2 (f (tn , yn )
METODO DE HEUM: + f (tn+1 , yn + hn f (tn , yn ))) y0 = h
0nN
Ejemplo 3.3.2 y = y y 0) = 1 0t1 T =1 (3.19)
f (t, y ) = y continua y lipschitziana. | f y | = 1 1 = L el problema tiene soluci on u nica. Sea N = 5, (dividimos [0, 1] en 5 subintervalos). Supongamos los 6 puntos uniformemente espaciados tn = t0 + nh h= 10 = 0,2 tn = 0 + 0,2n 5 0n5
78
t0 = 0; t1 = 0,5, t2 = 0,4; t3 = 0,6; t4 = 0,8; t5 = 1
METODO DE EULER EXPL ICITO: yn+1 = yn + hn f (tn , yn ) 0n<5 y0 = 1 n = 0, 1, 2, 3, 4
yn+1 = yn + 0,2yn = (1 + 0,2)yn = 1,2yn
0n5
y0 = 1y1 = 1 1,2 = 1,2y2 = 1,2 1,2 = 1,44 tn yn 0 1 0,2 1,2 0,4 1,44 0,6 1,728 0,8 2,0736 1 2,48832 y (tn ) 1 1,2214028 1,4918247 1,8221188 2,2255409 2,7182818
A medida que aumentamos n el error va aumentando, esto se debe a que los errores se van acumulando. Soluci on exacta y (t) = et .
METODO DE EULER IMPL ICITO: yn+1 = yn + hn f (tn+1 , yn+1 ) 0n<5 y0 = 1 n = 0, 1, 2, 3, 4
yn+1 = yn + 0,2yn+1 (1 0,2)yn+1 = yn yn+1 = 1 10 yn = yn 0,8 8
y0 = 1y1 = y2 =
Antonio Baeza Salas
79
t n yn 0 1 0,2 0,4 0,6 0,8 1
y (tn ) 1 1,2214028 1,4918247 1,8221188 2,2255409 2,7182818
yn+1
METODO MODIFICADO DE EULER: n n = yn + hn f (tn + h2 , yn + h2 f (tn , yn )) 0n<5 y0 = 1 n = 0, 1, 2, 3, 4
yn+1 = yn + hn [yn + yn + 0,2(1 +
0,2 yn ] = 2
0,2 0,4 0,2 )yn = yn + 0,2(1 + )yn = (1 + 0,2 + )yn 2 2 2
3.4.
M etodo de Ronge-Kutta de orden 4.
Es probable que uno de los procedimientos m as difundidos y a la vez m as exactos para obtener soluciones aproximadas al problema de valor inicial y = f (x, y ), y (x0 ) = y0 sea el m etodo de Runge-Kutta de cuarto orden. Como indica el nombre, hay m etodos de Runge-Kutta de distintos o rdenes, los cuales se deducen a partir del desarrollo de y (xn + h) en serie de Taylor con residuo: y (xn+1 ) = y (xn + h) = y (xn ) + hy (xn ) + h2 y (xn )+ 2!
h3 hk+1 (k+1) y (xn ) + + y (c), 3! (k + 1)! en donde c es un n umero entre xn y xn + h. Cuando k = 1 y el residuo h2 no, se obtiene la f ormula acostumbrada de iteraci on 2 y (c) es peque yn+1 = yn + hyn = yn + hf (xn , yn ).
80
En otras palabras, el m etodo b asico de Euler es un procedimiento de Runge-Kutta de primer orden. El procedimiento de Runge-Kutta de segundo orden consiste en hallar las constantes a, b, y tales que la f ormula yn+1 = yn + ak1 + bk2 en la cual k1 = hf (xn , yn ) k2 = hf (xn + h, yn + k1 ), coincide con un polinomio de Taylor de segundo grado. Se puede demostrar que esto es posible siempre y cuando las constantes cumplan con a + b = 1, b = 1 2 b = 1 2 (3.21) (3.20)
Este es un sistema de tres ecuaciones con cuatro inc ognitas y tiene una cantidad innita de soluciones. Cuando a = b = 1/2, = = 1, las condiciones (3.20) viene a ser las de la f ormula de Euler mejorada. Como la f ormula coincide con un polinomio de Taylor de segundo grado, el error local de truncamiento para este m etodo es de orden 3 y el error global de truncamiento es de orden 2.
3.4.1.
F ormula de Runge-Kutta de cuarto orden.
El procedimiento de Runge-Kutta de cuarto orden consiste en determinar las constantes adecuadas para que la f ormula yn+1 = yn + ak1 + bk2 + ck3 + dk4 , en la cual k1 = hf (xn , yn ) k2 = hf (xn + 1 h, yn + 1 k1 ), k3 = hf (xn + 2 h, yn + 2 k1 + 3 k2 ), k4 = hf (xn + 3 h, yn + 4 k1 + 5 k2 + 6 k3 ), coincida con un polinomio de Taylor de cuarto grado. Con lo anterior se obtiene 11 ecuaciones con 13 inc ognitas. El conjunto de valores de las constantes que m as se usa produce el siguiente resultado: 1 yn+1 = yn + (k1 + 2k2 + 2k3 + k4 ) 6 (3.23) (3.22)
Antonio Baeza Salas en la cual k1 = hf (xn , yn ) 1 1 k2 = hf (xn + h, yn + k1 ) 2 2 1 1 k3 = hf (xn + h, yn + k2 ) 2 2 k4 = hf (xn + h, yn + k3 ).
81
Recuerda 3.4.1 Obs ervese que k2 depende de k1 , k3 de k2 , y k4 de k3 . Tambi en, en k2 y k3 intervienen aproximaciones a la pendiente en el punto medio del intervalo entre xn y xn+1 . Ejemplo 3.4.1 Con el m etodo de Runge-Kutta con h = 0,1 obtenga una aproximaci on a y = 2xy , y (1) = 1 Soluci on: Calculamos el caso n = 0. De acuerdo con (3.23), k1 = 0,1f (x0 , y0 ) = 0,1(2x0 y0 ) = 0,2 1 1 k2 = 0,1f (x0 + 0,1, y0 + 0,2) = 0,231 2 2 1 1 k3 = 0,1f (x0 + 0,1, y0 + 0,231) = 0,234255 2 2 k4 = 0,1f (x0 + 0,1, y0 + 0,234255) = 0,2715361. En consecuencia 1 1 y1 = y0 + (k1 +2k2 +2k3 +k4 ) = 1+ (0,2+2(0,231)+2(0,234255)+0,2715361) = 1,23367435 6 6 En la tabla 3.3 se resumen los c alculos restantes xn yn Valor Exacto 1.0000 1.2337 1.5527 1.9937 2.6117 3.4904 Error abs. 0.0000 0.0000 0.0000 0.0000 0.0001 0.0001 Por. de Error Rel. 0.00 0.00 0.00 0.00 0.00 0.00
1.00 1.10 1.20 1.30 1.40 1.50
1.0000 1.2337 1.5527 1.9937 2.6116 3.4902
Cuadro 3.3: M etodo de Runge-Kutta con h = 0,1.
82
3.5.
3.5.1.
Ecuaciones de orden mayor y sistemas de ecuaciones diferenciales.

Problemas de valores iniciales de segundo orden.
Para aproximar la soluci on de un problema de valores iniciales de segundo orden como y = f (x, y, y ), y (x0 ) = y0 y (x0 ) = y1
se reduce la ecuaci on diferencial a un sistema de dos ecuaciones de primer orden. Cuando se sustituye y = u, el problema de valores iniciales anterior se transforma en y =u u = f (x, y, u) (3.24) y (x0 ) = y0 ; u(x0 ) = y1 Ahora podemos resolver num ericamente este sistema, adapt andole las t ecnicas descritas anteriormente. Lo haremos con s olo aplicar un m etodo particular a cada ecuaci on del sistema; por ejemplo, el m etodo de Euler aplicado al sistema (3.24) ser a yn+1 = yn + hun un+1 = un + hf (xn , yn , un ) y (x0 ) = y0 ; u(x0 ) = y1 (3.25)
Ejemplo 3.5.1 Con el m etodo de Euler halle el valor aproximado de y (0,2), donde y (x) es la soluci on del problema de valores iniciales y + xy + y = 0 y (0) = 1, y (0) = 2
Soluci on En t erminos de la sustituci on y = u, la ecuaci on equivale al sistema y =u u = xu y y (0) = 1; u(0) = 2 As , seg un (3.25), yn+1 = yn + hun un+1 = un + h(xn un yn )
Antonio Baeza Salas y0 = 1; u0 = 2; h = 0,1 llegamos a y1 = y0 + 0,1u0 = 1,2 u1 = u0 + 0,1(x0 u0 y0 ) = 2 + 0,1(02 1) = 1,9 y2 = y1 + 0,1u1 = 1,39 u2 = u1 + 0,1(x1 u1 y1 ) = 1,761 En otras palabras, y (0,2) 1,39 y y (0,2) 1,761
83
3.5.2.
Sistemas reducidos a sistemas de primer orden.
Si empleamos un procedimiento como el que acabamos de describir, con frecuencia podemos reducir un sistema de ecuaciones diferenciales de orden superior a uno de ecuaciones de primer orden, despejando primero la derivada de orden m aximo de cada variable dependiente y luego haciendo las sustituciones adecuadas para las derivadas de orden menor.
3.5.3.
Soluci on num erica.
Podemos aplicar el m etodo de Runge-Kutta de cuarto orden al sistema: x = f (t, x, y ) y = g (t, x, y ) x(t0 ) = x0 , y (t0 ) = y0 se obtiene: xn+1 = xn + 1 6 (m1 + 2m2 + 2m3 + m4 ) yn+1 = yn + 1 6 (k1 + 2k2 + 2k3 + k4 ) (3.26)
(3.27)
en donde m1 = hf (tn , xn , yn ) 1 1 m2 = hf (tn + 1 2 h, xn + 2 m1 , yn + 2 k1 ) 1 1 1 m3 = hf (tn + 2 h, xn + 2 m2 , yn + 2 k2 ) m4 = hf (tn + h, xn + m3 , yn + k3 ) k1 = hg (tn , xn , yn ) 1 1 k2 = hg (tn + 1 2 h, xn + 2 m1 , yn + 2 k1 ) 1 1 k3 = hg (tn + 1 2 h, xn + 2 m2 , yn + 2 k2 ) k4 = hg (tn + h, xn + m3 , yn + k3 )
(3.28)
84
3.6.
Ejercicios
1. Se tiene el problema de valor inicial: y = (x + y + 1)2 ; y (0) = 2
a ) Resu elvalo en t erminos de funciones elementales. (Indicaci on: u = x + y + 1) b ) Aplique la f ormula de Euler, con h = 0,1 y h = 0,05, para obtener valores aproximados de la soluci on en x = 0,5. Compare los valores aproximados con los exactos. 2. Repita los c alculos del problema anterior con las distintas f ormulas: M etodo de Euler Impl cito, M etodo modicado de Euler, M etodo de Grank-Nicolson, M etodo de Heum. En los problemas de valor inicial que siguen, aplique el M etodo de Euler para hallar una aproximaci on al valor indicado con cuatro decimales de precisi on. Primero use h = 0,1 y despu es h = 0,05 3. y = 2x 3y + 1, 4. y = 4x 2y, 5. y = 1 + y 2 , y (1) = 5; y (1,5) y (0,5) y (0,5)
y (0) = 2; y (0) = 0;
6. Repita estos c alculos empleando la f ormula de Euler mejorada. 7. Use el m etodo de Runge-Kutta con las ecuaciones anteriores.
3.7.
3.7.1.
Practica con Mathematica.

M etodo de Euler
El siguiente c odigo aplica el m etodo de Euler a la ecuaci on diferencial y = f (x, y ), con valor inicial y (x0 ) = y0 , para calcular y (x), tomando h = dx.
Antonio Baeza Salas euler[f, x0, y 0, x, dx] := M odule[{l = {}, Y = {}, soluci = {}}, Do[l = AppendT o[l, i], {i, x0, x, dx}]; Y = l; Y [[1]] = y 0; AppendT o[soluci, {l[[1]], Y [[1]]}]; Do[{Y [[i]] = Y [[i 1]] + dx(f [l[[i 1]], Y [[i 1]]]), AppendT o[soluci, {l[[i]], Y [[i]]}]}, {i, 2, Length[l]}]; P rint[M atrixF orm[soluci]]]
85
Ejemplo 3.7.1 Con el m etodo de Euler obtenga el valor aproximado de y (1,5) en la soluci on de y = 2xy , y (1) = 1 Escribimos en Mathematica:
f [x, y] := 2x y euler[f, 1, 1, 1,5, 0,1]
El resultado que se obtiene es la matrix: 1,00 1,10 1,20 1,30 1,40 1,50 1,0000 1,2000 1,4640 1,8154 2,2874 2,9278 (3.29)
3.7.2.
M etodo de Euler Mejorado.
El siguiente c odigo aplica el m etodo de Euler mejorado a la ecuaci on diferencial y = f (x, y ), con valor inicial y (x0 ) = y0 , para calcular y (x), tomando h = dx.
86
eulermejo[f, x0, y 0, x, dx] := M odule[{l = {}, Y = {}, soluci = {}}, Do[l = AppendT o[l, i], {i, x0, x, dx}]; Y = l; Y [[1]] = y 0; AppendT o[soluci, {l[[1]], Y [[1]]}]; Do[{Y [[i]] = Y [[i 1]]+ dx/2 (f [l[[i 1]], Y [[i 1]]]+ f [l[[i]], Y [[i 1]] + dxf [l[[i 1]], Y [[i 1]]]]), AppendT o[soluci, {l[[i]], Y [[i]]}]}, {i, 2, Length[l]}]; P rint[M atrixF orm[soluci]]] Ejemplo 3.7.2 Con el m etodo de Euler Mejorado obtenga el valor aproximado de y (1,5) en la soluci on de y = 2xy , y (1) = 1 Escribimos en Mathematica: f [x, y] := 2x y eulermejo[f, 1, 1, 1,5, 0,1] El resultado que se obtiene es la 1 1,05 1,1 1,15 1,2 1,25 1,3 1,35 1,4 1,45 1,5 matrix: 1 1,10775 1,23323 1,37977 1,55141 1,7531 1,99086 2,27212 2,60601 3,00381 3,47954
(3.30)
3.7.3.
Ejercicios.
1. Modica los c odigos anteriores para programar el m etodo de RungeKutta. 2. Aplicar los m etodos de Euler, Euler Mejorado y Runge-Kutta a los ejercicios 3.6.
Antonio Baeza Salas 3. Comparar los resultados obtenidos con los distintos m etodos.
87
88
Cap tulo 4
Ecuaciones lineales de orden superior. Aplicaciones.

4.1.
4.1.1.
Teor a preliminar.
Problemas de valor inicial y de valor en la frontera.
Denici on 4.1.1 (Problema de valores iniciales.) Para una ecuaci on diferencial lineal, un problema de valores iniciales de orden n es Resolver an (x) dn1 y dy dn y + an1 (x) n1 + a1 (x) + a0 (x)y = g (x) n dx dx dx Sujeta a y (x0 ) = y0 , y (x0 ) = y1 , , y (n1) (x0 ) = yn1 Para un problema como este se busca una funci on denida en alg un intervalo I que contenga a x0 , y satisfaga la ecuaci on diferencial y las n condiciones iniciales especicadas en x0 : y (x0 ) = y0 , y (x0 ) = y1 , , y (n1) (x0 ) = yn1 . ya vimos que en el caso de un problema de valores iniciales de segundo orden, una curva de soluci on debe pasar por el punto (x0 , y0 ) y tener la pendiente y1 en ese punto. Teorema 4.1.2 (Existencia de una soluci on u nica.) Sean an (x), an1 , , a1 (x), a0 (x), g (x) 89
(4.1)
90
continuas en un intervalo I , y sea an (x) = 0 para toda x del intervalo. Si x = x0 es cualquier punto en el intervalo, existe una soluci on en dicho intervalo y (x) del problema de valores iniciales representado por las ecuaciones (4.1) que es u nica. Ejemplo 4.1.1 El problema de valores iniciales y (1) = 0, y (1) = 0, y (1) = 0
3y + 5y y + 7y = 0
tiene la soluci on trivial y = 0. Como la ecuaci on de tercer orden es lineal con coecientes constantes, se satisfacen todas las condiciones del teorema 4.1.2; en consecuencia, y = 0 es la u nica soluci on en cualquier intervalo que contenga x = 1. Denici on 4.1.3 (Problema de valor en la frontera.) Otro tipo de problema es resolver una ecuaci on diferencial lineal de segundo orden o mayor en la que la variable dependiente y , o sus derivadas, est en especicadas en punto distintos. Un problema como: Resolver a2 (x) dy d2 y + a1 (x) + a0 (x)y = g (x) dx2 dx Sujeta a y (a) = y0 , y (b) = y1 se llama problema de valores en la frontera. Los valores necesarios, y (a) = y 0 y y (b) = y1 , se denominan condiciones en la frontera. Una soluci on del problema anterior es una funci on que satisface la ecuaci on diferencial en alg un intervalo I que contiene a a y b, cuya gr aca pasa por los puntos (a, y0 ),(b, y1 ) Para una ecuaci on diferencial de segundo orden, otros pares de condiciones en la frontera podr an ser : y (a) = y0 , y (b) = y1 y (a) = y0 , y (b) = y1 y (a) = y0 , y (b) = y1 ,
(4.2)
Antonio Baeza Salas
91
en donde y0 y y1 representan constantes arbitrarias. Estos tres pares de condiciones s olo son casos especiales de las condiciones generales en la frontera: 1 y (a) + 1 y (a) = 1 2 y (b) + 2 y (b) = 2 Recuerda 4.1.1 A un cuando se satisfagan las condiciones del teorema 4.1.2, un problema de valor en la frontera puede tener 1. varias soluciones 2. soluci on u nica 3. ninguna soluci on Ejemplo 4.1.2 La familia a dos par ametros de soluciones de la ecuaci on diferencial x + 16x = 0 es x = c1 cos 4t + c2 sen 4t (4.3)
1. Supongamos que queremos determinar la soluci on de la ecuaci on que adem as satisfaga las condiciones de frontera x(0) = 0, x(/2) = 0. Obs ervese que la primera condici on, 0 = c1 cos 0 + c2 sen 0, implica que c1 = 0, de modo que x = c2 sen 4t. Pero cuando t = /2, 0 = c2 sen 2 es satisfactoria para cualquier elecci on de c2 , ya que sen 2 = 0. Entonces, el problema de valores en la frontera x + 16x = 0 x(0) = 0, x(/2) = 0 (4.4)
tiene una cantidad innita de soluciones 2. Si se modica como sigue el problema de valores en la frontera expresado por 4.4, x + 16x = 0 x(0) = 0, x(/8) = 0 (4.5)
x(0) = 0 sigue determinando que c1 = 0. Al aplicar x(/8) = 0 a x = c2 sen 4t se requiere que 0 = c2 sen(/2) = c2 1; en consecuencia, x = 0 es una soluci on de este nuevo problema de valor en la frontera. En realidad, se puede demostrar que x = 0 es la soluci on u nica del sistema (4.5)
92 3. Al transformar el problema en x + 16x = 0
x(0) = 0, x(/2) = 1
(4.6)
vemos, que c1 = 0, al aplicar x(/2) = 1 a x = c2 sen 4t, llegamos a la contradicci on 1 = c2 sen 2 = c2 0 = 0. En consecuencia, el problema de valores en la frontera descrito por (4.6) no tiene soluci on.
4.1.2.
Ecuaciones homog eneas.

dn y dn1 y dy + a ( x ) + a1 (x) + a0 (x)y = 0 n1 n n 1 dx dx dx
Una ecuaci on lineal de orden n de la forma an (x) (4.7)
se llama homog enea, mientras que una ecuaci on an (x) dn1 y dy dn y + a0 (x)y = g (x) + a ( x ) + a1 (x) n 1 n n 1 dx dx dx (4.8)
donde g (x) no es id enticamente cero, se llama no homog enea; por ejemplo, 2y + 3y 5y = 0 es una ecuaci on diferencial de segundo orden, lineal y homog enea, mientras que x3 y +6y +10y = ex es una ecuaci on diferencial de tercer orden, lineal y no homog enea. En este contexto, la palabra homog enea no indica que los coecientes sean funciones homog eneas. Para resolver una ecuaci on lineal no homog enea como la (4.8), en primera instancia debemos poder resolver la ecuaci on homog enea asociada (4.7). Denici on 4.1.4 (Operadores diferenciales.) En c alculo, la direfenciaci on suele indicarse con la Dmay uscula; esto es, dy/dx = Dy . El s mbolo D se llama operador diferencial porque transforma una funci on diferenciable en otra funci on; por ejemplo, D(cos 4x) = 4 sen 4x y D(5x 3 6x2 ) = 15x2 12x. Las derivadas de orden superior se pueden expresar en t erminos de D en forma natural: d2 y d dy ( ) = 2 = D(Dy ) = D 2 y dx dx dx en general dn y = Dn y dxn
Antonio Baeza Salas
93
, donde y representa una funci on sucientemente diferenciable. Las expresiones polinomiales donde interviene D, como D + 3, D 2 + 3D 4, 5x3 D3 6x2 D2 + 4xD + 9 tambi en son operadores diferencibles. En general, el operador direfencial de orden n se dene: L = an (x)D n + an1 (x)D n1 + + a1 (x)D + a0 (x). El operador L tiene la siguiente propiedad de linealidad: L(f (x) + g (x)) = L(f (x)) + L(g (x)), (4.10) (4.9)
Toda ecuaci on diferencial lineal se puede expresar en notaci on D; por ejemplo, la ecuaci on diferencial y + 5y + 6y = 5x 3 se puede escribir en la forma D 2 y + 5Dy + 6y = 5x 3 o como (D 2 + 5D + 6)y = 5x 3. Teorema 4.1.5 (Principio de supersposici on, ecuaciones homog eneas.) Sean y1 , y2 , . . . , yk soluciones de la ecuaci on diferencial homog enea de orden n, ecuaci on (4.7), donde x est a en el intervalo I . La combinaci on lineal y = c1 y1 (x) + c2 y2 (x) + + ck yk (x) , en donde las ci , i = 1, 2, . . . , k son constantes arbitrarias, tambi en es una soluci on cuando x est a en el intervalo I . Dependencia e independencia lineal. Denici on 4.1.6 Se dice que f1 (x), f2 (x), . . . , fn (x) son linealmente dependientes en un intervalo I si existen c1 , c2 , . . . , cn no todos nulos tales que: c1 f1 (x) + c2 f2 (x) + . . . + cn fn (x) = 0 x I
Denici on 4.1.7 Se dice que f1 (x), f2 (x), . . . , fn (x) son linealmente independientes si no son linealmente dependientes en I . Si c1 f1 (x) + c2 f2 (x) + . . . + cn fn (x) = 0 x I c1 = c2 = . . . = cn = 0
entonces f1 (x), f2 (x), . . . , fn (x) son linealmente independientes. Ejemplo 4.1.3 Las funciones f1 (x) = sen 2x f2 (x) = sen x cos x
94 son l. d. en I = R
0 = c1 sen 2x + c2 sen x cos x = 2c1 sen x cos x + c2 sen x cos x = (2c1 + c2 ) sen x cos x Si tomamos c1 = 2c2 entonces son linealmente dependiente. Ejemplo 4.1.4 f1 (x) = x son l. i. en I = R pero l. d. en (0, +) f2 (x) = |x| c1 x + c2 |x| = 0 Si x > 0 entonces c1 x + c2 x = 0, basta tomar c1 = c2 x < 0 c 1 x c2 x = 0 Esto solo puede ocurrir si c1 = c2 = 0 x > 0 cc1 x + c2 x Soluciones de ecuaciones diferenciales. Nos interesan las soluciones linealmente independientes de una ecuaci on diferencial lineal. Aunque podemos recurrir a la denici on anterior, sucede que el asunto de si son linealmente independientes las soluciones de una ecuaci on diferencial lineal de orden n se puede denir mec anicamente recurriendo a un determinante. Denici on 4.1.8 (El wronskiano) Sup ongase que cada una de las funciones f1 (x), f2 (x), . . . , fn (x) poseen n 1 derivadas al menos. El determinante f1 f1 . . . f1 es el wronskiano de las funciones. Teorema 4.1.9 (Criterio para soluciones linealmente independientes.) Sean n soluciones, y1 , y2 , . . . , yn , de la ecuaci on (4.7), lineal, homog enea y de orden n, en un intervalo I . Entonces, el conjunto de soluciones es linealmente independiente en I si y s olo si W (y1 , y2 , . . . , yn ) = 0 x I
(n1)
W (f1 (x), f2 (x), . . . , fn (x)) =
f2 f2 . . . f2
(n1)
fn fn . . .
(n1)
fn
Antonio Baeza Salas
95
Denici on 4.1.10 (Conjunto fundamental de soluciones.) Todo conjunto y1 , y2 , . . . , yn de n soluciones linealmente independientes de la ecuaci on diferencial lineal homog enea de orden n, ecuaci on (4.7), en un intervalo I , se llama conjunto fundamental de soluciones en el intervalo. Teorema 4.1.11 Existe un conjunto fundamental de soluciones de la ecuaci on diferencial lineal homog enea de orden n,(4.7), en un intervalo I . Teorema 4.1.12 (Soluci on general, ecuaciones homog eneas.) Sean y1 , y 2 , . . . , y n un conjunto fundamental de soluciones de la ecuaci on diferencial lineal homog enea de orden n, ecuaci on (4.7), en un intervalo I . La soluci on general de la ecuaci on en el intervalo es y = c1 y1 (x) + c2 y2 (x) + . . . + cn yn (x) , donde ci , i = 1, 2, . . . , n son constantes arbitrarias. Ejemplo 4.1.5 Las funciones y1 = e3x y y2 = e3x son soluciones de la ecuaci on lineal homog enea y 9y = 0 en el intervalo (, +). Por inspecci on, las soluciones son linealmente independientes en todos los reales o en todo R. Podemos conrmar esto al observar que el wronskiano W (e3x , e3x ) = e3x e3x 3 x 3e 3e3x = 6 = 0 x R
Llegamos a la conclusi on de que y1 y y2 forman un conjunto fundamental de soluciones y, en consecuencia, y = c1 e3x + c2 e3x es la soluci on general de la ecuaci on en el intervalo. Ejemplo 4.1.6 La funci on y = 4 senh 3x 5e3x es una soluci on de la ecuaci on diferencial del ejemplo 4.1.2. Esta soluci on podemos obtenerla a partir de la soluci on general y = c1 e3x + c2 e3x , eligiendo c1 = 2 y c2 = 7, entonces y = 2e3x 7e3x se puede escribir en la forma y = 2e3x 2e3x 5e3x = 4( e3x e3x ) 5e3x 2
96
Ampliaci on de Matem aticas satisfacen la
Ejemplo 4.1.7 Las funciones y1 = ecuaci on de tercer orden
ex ,
y2 =
e2x
y y3 =
e3x
d2 y dy d3 y 6 + 11 6y = 0 3 2 dx dx dx Como W (e , e , e ) =
x 2x 3x
ex e2x e3x ex 2e2x 3e3x ex 4e2x 9e3x
= 2e6x = 0
para todo valor real de x, por tanto y1 = ex , y2 = e2x y y3 = e3x forman un conjunto fundamental de soluciones en (, +). En conclusi on, y = c1 ex + c2 e2x + c3 e3x es la soluci on general de la ecuaci on diferencial en el intervalo.
4.1.3.
Ecuaciones no homog eneas.
Toda funci on yp libre de par ametros arbitrarios que satisface la ecuaci on (4.8) se llama soluci on particular o integral particular de la ecuaci on, por ejemplo, se puede demostrar directamente que la funci on constante yp = 3 es una soluci on particular de la ecuaci on no homog enea y + 9y = 27. Si y1 , y2 , . . . , yk son soluciones de la ecuaci on (4.7) en un intervalo I y yp es cualquier soluci on particular de la ecuaci on (4.8) en I , entonces, la combinaci on lineal y = c1 y1 (x) + c2 y2 (x) + . . . + ck yk (x) + yp (4.11)
tambi en es una soluci on de la ecuaci on (4.8) no homog enea. Si usamos k = n soluciones linealmente independientes de la ecuaci on (4.7) de orden n, la expresi on (4.11) viene a ser la soluci on general de (4.8). Ejemplo 4.1.8 Se demuestra f acilmente por sustituci on que la funci on 1 x es una soluci o n particular de la ecuaci o n no homog e nea yp = 11 12 2 d3 y d2 y dy 6 + 11 6y = 3x 3 2 dx dx dx (4.12)
Para llegar a la soluci on general de (4.12), tambi en debemos resolver la ecuaci on homog enea asociada d3 y d2 y dy 6 + 11 6y = 0 3 2 dx dx dx
Antonio Baeza Salas
97
pero en el ejemplo anterior vimos, que la soluci on general de esta u ltima x 2 x 3 x ecuaci on era yc = c1 e + c2 e + c3 e en el intervalo (, +); por lo tanto la soluci on general de (4.12) en el intervalo es y = yc + yp = c1 ex + c2 e2x + c3 e3x 11 1 x 12 2 Teorema 4.1.13 (Principio de superposici on, ecuaciones no homog eneas.) Sean k soluciones particulares, yp1 , yp2 , . . . , ypk , de la ecuaci on (4.8), diferencial lineal no homog enea de orden n, en el intervalo I que, a su vez, corresponden a k funciones distintas, g1 , g2 , . . . , gk . Esto es, supongamos que ypi representa una soluci on particular de la ecuaci on diferencial correspondiente an (x)y (n) + an1 (x)y (n1) + . . . + a1 (x)y + a0 (x)y = gi (x), en donde i = 1, 2, . . . , k . Entonces yp = yp1 (x) + yp2 (x) + . . . + ypk (x) es una soluci on particular de an (x)y (n) + an1 (x)y (n1) + . . . + a1 (x)y + a0 (x)y = g1 (x)+ g2 (x)+ . . . + gk (x) (4.15) Ejemplo 4.1.9 Podemos comprobar que yp1 = 4x2 es una soluci on particular de y 3y +4y = 16x2 +24x 8, 2 x yp2 = e es una soluci on particular de y 3y + 4y = 2e2x , yp3 = xex es una soluci on particular de y 3y + 4y = 2xex ex , De acuerdo con el teorema anterior , la superposici on de yp1 ,yp2 y yp3 y = yp1 + yp2 + yp3 = 4x2 + e2x + xex , es una soluci on de y 3y + 4y = 16x2 + 24x 8 + 2e2x + 2xex ex (4.14) (4.13)
98
4.1.4.
Ejercicios.
1. Dado que y = c1 ex + c2 ex es una familia a dos par ametros de soluciones de y y = 0 en el intervalo (, ), determine un miembro de la familia que satisfaga las condiciones iniciales y (0) = 0, y (0) = 1. 2. Puesto que y = c1 ex cos x + c2 ex sen x es una familia a dos par ametros de soluciones de y 2y +2y = 0 en el intervalo (, ) determine se es posible que un miembro de la familia pueda satisfacerlas siguientes condiciones en la frontera: a ) y (0) = 1, y (0) = 0 b ) y (0) = 1, y ( ) = 1 c ) y (0) = 1, y ( 2) = 1 d) y (0) = 0, y ( ) = 0
3. En los siguientes ejercicios compruebe si las funciones respectivas son linealmente independientes o dependientes en (, ): a ) f1 (x) = x, f2 (x) = x2 , f3 (x) = 4x 3x2 c ) f1 (x) = ex , f2 (x) = ex , f3 (x) = senh x 4. Compruebe que las funciones dadas forman un conjunto fundamental de soluciones de la ecuaci on diferencial en el intervalo indicado. Forme la soluci on general. a ) y y 12y = 0; e3x , e4x , (, ) c ) x2 y 6xy + 12y = 0; x3 , x4 , (0, ) b ) f1 (x) = 5, f2 (x) = cos2 x, f3 (x) = sen2 x
b ) y 2y + 5y = 0; ex cos 2x, ex sen 2x, (, )
5. Compruebe que la familia biparam etrica de funciones dadas sea la soluci on general de la ecuaci on diferencial no homog enea en el intervalo indicado. a ) y 7y + 10y = 24ex ; y = c1 e2x + c2 e5x + 6ex , (, )
b ) y 4y + 4y = 2e2x + 4x 12; y = c1 e2x + c2 xe2x + x2 e2x + x 2, (, )
Antonio Baeza Salas
99
4.2.
Reducci on de orden.
En el estudio de la e.d.o. lineal de 2o orden es posible formar una soluci on a partir de una dada. Sea a2 (x)y + a1 (x)y + a0 (x)y = 0 una e.d.o. lineal de 2o orden homog enea. Supongamos a2 = 0 x I y que a2 (x), a1 (x), a0 (x) son continuas en I . Sea y1 (x) soluci on de la ecuaci on en I . Para encontrar otra soluci on y2 (x) vamos a reducir la ecuaci on de orden transform andola en una de primer orden. Buscamos y2 (x) = u(x)y1 (x), veamos esto a trav es de varios ejemplos: Ejemplo 4.2.1 La funci on y1 (x) = x3 es soluci on de x2 y 6y = 0. Buscamos una segunda soluci on en el intervalo 0 < x < +, empleando una reducci on de orden. Consideramos y2 (x) = u(x) x3 , e imponemos que sea soluci on: y2 = u x3 + 3ux2 y2 = u x3 + 3u x2 + u 3x2 + 3 2ux = u x3 + 6x2 u + 6xu x2 (u x3 + 6x2 u + 6xu) 6ux3 = 0 x4 (xu + 6u ) = 0 x5 u + 6x4 u + 6x3 u 6x3 u = 0 6 u =0 x 0 < x < +
xu + 6u = 0 u + Consideramos w = u , y resulta: w + (x) = e Entonces: x6 w + 6 w=0 x
6 dx x
= e6 ln |x|=x
6 6 x w=0 x
d 6 (x w) = 0 dx x6 w = C 1 Luego w= C1 C1 C1 u = 6 u= + C2 6 x x 5x5
100 Como y2 (x) = u(x) x3 se tiene y2 (x) = (
C1 C1 + C2 ) x3 = + C 2 x3 5x5 5x2
Como buscamos una soluci on particular, ponemos por ejemplo C2 = 0 y C1 = 5 con lo que se tiene y2 (x) = Adem as: W (y1 , y2 ) = x3 3x2
1 x2 2 x3
1 x2
= 2 3 = 5 = 0x (0, +)
Por lo que y1 , y2 forman un conjunto fundamental de soluciones de la ecuaci on. La soluci on general ser a, por tanto: y (x) = c1 x3 + c2 1 x2
Ejemplo 4.2.2 La funci on y1 (x) = ex es soluci on de y y = 0 . Buscamos una segunda soluci on en el intervalo < x < +, empleando una reducci on de orden. Consideramos y2 (x) = u(x) ex , e imponemos que sea soluci on: y2 = u ex + uex y2 = u ex + 2u ex + uex Puesto que ex = 0, para esta u ltima ecuaci on se requiere que u + 2u = 0 Consideramos w = u , y resulta: w + 2w = 0 una ecuaci on lineal de primer orden en w. Usamos el factor integrante e 2x y as podemos escribir d 2x (e w) = 0 dx Luego C1 2x w = C1 e2x u = C1 e2x u = e + C2 2 y y = ex (u + 2u ) = 0
Antonio Baeza Salas Como y2 (x) = u(x) ex se tiene
101
C1 x e + C 2 ex 2 Como buscamos una soluci on particular, ponemos por ejemplo C2 = 0 y C1 = 2 con lo que se tiene y2 (x) = y2 (x) = ex Adem as: W (y1 , y2 ) =
Por lo que y1 , y2 forman un conjunto fundamental de soluciones de la ecuaci on. La soluci on general ser a, por tanto: y (x) = c1 ex + c2 ex
ex ex ex ex
= 0x (, +)
4.2.1.
Ejercicios.
Determinar una segunda soluci on en cada ecuaci on diferencial usando la reducci on de orden: 1. y + 5y = 0; y1 = 1 2. y 4y + 4y = 0; y1 = e2x 3. y + 16y = 0; y1 = cos 4x 4. x2 y 7xy + 16y = 0; y1 = x4
4.3.
Ecuaciones lineales homog eneas con coecientes constantes.
Hemos visto que la ecuaci on lineal de primer orden, dy/dx + ay = 0, donde a es una constante, tiene la soluci on exponencial y = c1 eax en el intervalo (, +); por consiguiente, lo m as natural es tratar de determinar si existen soluciones exponenciales en (, +) de las ecuaciones lineales homog eneas de orden superior del tipo an y (n) + an1 y (n1) + . . . + a2 y + a1 y + a0 y = 0 (4.16)
en donde los coecientes ai , i = 0, 1, . . . , n son constantes reales y an = 0. Resulta que todas las soluciones de la ecuaci on (4.16) son funciones exponenciales o est an formadas a partir de funciones exponenciales.
102
4.3.1.
M etodo de soluci on.
Consideramos el caso especial de la ecuaci on de segundo orden ay + by + cy = 0 (4.17)
Si probamos con una soluci on de la forma y = emx , entonces y = memx y 2 mx y =m e de modo que la ecuaci on (4.17) se transforma en am2 emx + bmemx + cemx = 0 emx (am2 + bm + c) = 0 Como emx nunca es cero cuando x tiene valor real, la u nica forma en que la funci on exponencial satisface la ecuaci on diferencial es eligiendo una m tal que sea una ra z de la ecuaci on de segundo grado am2 + bm + c = 0 Esta ecuaci on se llama ecuaci on auxiliar o ecuaci on caracter stica de la ecuaci on diferencial (4.17). Examinaremos tres casos: Caso 1. Ra ces reales distintas. En este caso, si las soluciones son m1 y m2 , se tiene que em1 x y em2 x son soluciones de (4.17) independientes. w(em1 x , em2 x ) = (m2 m1 )em1 +m2 )x = 0 x R Forman, por tanto, un conjunto fundamental de soluciones y la soluci on general es y = c 1 em1 x + c 2 em2 x (4.18) Caso 2. Ra ces reales e iguales. Cuando m1 = m2 llegamos s olo a una soluci on exponencial, y1 = em1 x . Pero aplicando la reducci on de orden se tiene: y2 = u(x)y1 (x) y2 = u y1 + uy1 = u em1 x + m1 em1 x
m1 x y2 = u em1 x + 2m1 u em1 x + m2 1 ue
Antonio Baeza Salas Por tanto:
103
m1 x ay2 +by2 +cy2 = a(u em1 x +m1 em1 x )+b(u em1 x +2m1 u em1 x +m2 )+cuem1 x = 1 ue m1 x [au + (2am1 + b)u ]em1 x + [am2 u=0 1 + bm1 + c]e
Entonces au + (2am1 + b)u = 0

b Como m1 es soluci on doble, tenemos que m1 = 2a , luego 2am1 + b = 0. Por tanto: au = 0 u = 0 u = c1 u = c1 x
Tomando c1 = 1 se tiene una segunda soluci on y2 (x) = xemx En este caso la soluci on general de la E.D.O. viene dada por: y = c1 em1 x + c2 xem1 x Caso 3. Ra ces complejas conjugadas. Sean las soluciones m1 = + i y m2 = i con = 0, la soluci on general viene dada por y = c1 e(+i )x + c2 e(i )x = ex (c1 eix + c2 eix ) Por la f ormula de Euler ei = cos + i sen Entonces: c1 eix + c2 eix = c1 (cos x + i sen x) + c2 (cos x i sen x) = = (c1 + c2 ) cos x + i(c1 c2 ) sen x = C1 cos x + C2 sen x Luego la soluci on general es y = ex (C1 cos x + C2 sen x) Ejemplo 4.3.1 Resuelva las ecuaciones diferenciales siguientes: (4.20) (4.19)
1. 2y 5y 3y = 0 2. y 10y + 25y = 0 3. y + y + y = 0
104
Soluci on: Presentamos a continuaci on las ecuaciones auxiliares, ra ces y soluciones generales correspondientes. 1. 2m2 5m 3 = 0, m1 = 1/2 y m2 = 3, y = c1 e 2 x + c2 e3x 2. m2 10m + 25 = 0, m1 = m2 = 5 , y = c1 e5 + c2 xe5x 3. m2 + m + 1 = 0, m1 = 1 /2 + 3/2i y m2 = 1/2 3/2i, y = ex/2 (c1 cos 3/2)x + c2 sen 3/2x) Ejemplo 4.3.2 Resolver el siguiente problema de valor inicial: y 4y + 13y = 0 y (0) = 1 y (0) = 2 Soluci on: Las ra ces de la ecuaci on auxiliar m2 4m+13 = 0 son m1 = 2+3i y m2 = 2 3i, de modo que la soluci on general viene dada por: y = e2x (c1 cos 3x + c2 sen 3x) Al aplicar la condici on y (0) = 1, vemos que c1 = 1. Diferenciando la soluci on general y aplicando y (0) = 2, se tiene c2 = 4/3; por consiguiente la soluci on es 4 y = e2x ( cos 3x + sen 3x) 3
1
4.3.2.
Ecuaciones de orden superior.
En general, para resolver una ecuaci on diferencial de orden n como an y (n) + an1 y (n1) + . . . + a2 y + a1 y + a0 y = 0 (4.21)
en donde ai , i = 0, 1, . . . , n son constantes reales, debemos resolver una ecuaci on polinomial de grado n: an mn + an1 mn1 + . . . + a2 m2 + a1 m + a0 = 0 (4.22)
Si todas las ra ces de esta ecuaci on son reales y distintas, la soluci on general de la ecuaci on (4.21) es y = c 1 em1 x + c 2 em2 x + . . . + c n emn x Es m as dif cil resumir los an alogos de los casos II y III porque las ra ces de una ecuaci on auxiliar de grado mayor que dos pueden presentarse en muchas combinaciones.
Antonio Baeza Salas
105
Cuando m1 es una ra z de multiplicidad k de una ecuaci on auxiliar de grado n, se puede demostrar que las soluciones linealmente independientes son em1 x , xem1 x , , xk1 em1 x y que la soluci on general debe contener la combinaci on lienal c1 em1 x + c2 xem1 x + + ck xk1 em1 x Recu erdese que cuando los coecientes son reales, las ra ces complejas de una ecuaci on auxiliar siempre aparecen en pares conjugados. As , por ejemplo, una ecuaci on polinomial c ubica puede tener dos ra ces complejas cuando mucho. Ejemplo 4.3.3 Resolver y + 3y 4y = 0 Soluci on: Descomponiendo en factores m3 + 3m2 4 se tiene: (m 1)(m + 2)2 , las ra ces son m1 = 1 y m2 = m3 = 2. La soluci on general es: y = c1 ex + c2 e2x + c3 xe2x Ejemplo 4.3.4 Resolver d2 y d4 y + 2 +y =0 dx4 dx2 Soluci on: La ecuaci on auxiliar es m4 + 2m2 + 1 = (m2 + 1)2 = 0 y tiene las ra ces m1 = m3 = i y m2 = m4 = i. La soluci on es y = c1 eix + c2 eix + c3 xeix + c4 xeix Aplicando la f ormula de Euler, la soluci on general es y = C1 cos x + C2 sen x + C3 x cos x + C4 x sen x Ejemplo 4.3.5 Resolver 4y + y = 0 Soluci on: Consideramos 4m2 +1 = 0 que tiene por soluciones m1 = 1/2i y m2 = 1/2i, esto es = 0 y = 1/2. La soluci on general ser a: y (x) = c1 cos x x + c2 sen 2 2
106
4.3.3.
Ejercicios.
Determine la soluci on general de cada ecuaci on diferencial: 1. 4y + y = 0 2. y + 9y = 0 4. y y 6y = 0 5.

d2 y dx2
8. 12y 5y 2y = 0 9.
d4 y dx4
7. y y = 0 +
d3 y dx3
3. y 36y = 0
d2 y dx2
=0
dy + 16y = 0 + 8 dx
12. y 5y + 3y + 9y = 0 6. y 4y 5y = 0 Resuelva cada ecuaci on diferencial, sujeta a las condiciones iniciales indicadas. 13. y + 16y = 0, 14. y y = 0, y (0) = 2, y (0) = 2 y (0) = 1, y (0) = 1 y (0) = 0, y (0) = 3 y (0) = 0, y (0) = 0
11. y 8y = 0
10. y + 4y y = 0
15. y + 6y + 5y = 0, 16. y + y + 2y = 0, 17. y + y = 0,
y( 3 ) = 0, y ( 3 ) = 2
18. y + 12y + 36y = 0,
y (0) = 0, y (0) = 1, y (0) = 7
4.4.
Coecientes indeterminados, m etodo del anulador.
Recuerda 4.4.1 Teniendo en cuenta la denici on 4.1.4 de operador diferencial, una ecuaci on lineal de coecientes constantes an y (n) + . . . + a0 y = g (x) puede escribirse como an Dn y + an1 Dn1 y + + a1 Dy + a0 y = g (x) , (an Dn + an1 Dn1 + + a1 D + a0 ) y = g (x)
P (D)
Antonio Baeza Salas
107
A P (D) se le denomina operador diferencial lineal de orden n. Este polinomio podr a ser factorizado generalmente y los factores pueden conmutarse. Ejemplo 4.4.1 y y = ex puede escribirse D 2 y y = ex (D2 1)y = ex (D 1)(D + 1)y = ex Ejemplo 4.4.2 Una ecuaci on diferencial comoy + 4y + 4y = 0 se puede escribir en la forma (D2 + 4D + 4)y = 0 o sea (D + 2)(D + 2)y = 0 o sea (D + 2)2 y = 0 Nos interesa transformar una ecuaci on no homog enea en otra que si lo sea. Para ello buscamos operadores que anulen el segundo miembro, la funci on g (x). Estos reciben el nombre de operadores anuladores. Denici on 4.4.1 (Operador anulador.) Si L es un operador diferencial con coecientes constantes y f es una funci on sucientemente diferenciables tal que L(f (x)) = 0 se dice que L es un anulador de la funci on. Veremos distintos tipos de operadores anuladores seg un la forma de la funci on g ; por ejemplo, la funci on constantes y = k es anulada por D porque Dk = 0. La funci on y = x es anulada por el operador diferencial D 2 porque la primera y la segunda derivada de x son 1 y 0, respectivamente. En forma similar, D 3 x2 = 0, etc etera. Recuerda 4.4.2 El operador diferencial D n anula cada una de las siguientes funciones: 1, x, x2 , x3 , . . . , xn1
108
Un polinomio se puede anular deniendo un operador que anule la potencia m axima de x. Recuerda 4.4.3 El operador diferencial (D )n anula cada una de las siguientes funciones: ex , xex , . . . , xn1 ex Recuerda 4.4.4 El operador diferencial [D 2 2D + (2 + 2 )]n anula cada una de las siguientes funciones: ex cos x, xex cos x, . . . , xn1 ex cos x ex sen x, xex sen x, . . . , xn1 ex sen x Recuerda 4.4.5 Supongamos que L(y ) = g (x) es una ecuaci on diferencial lineal con coecientes constantes, y que la entrada g (x) consiste en sumas y productos nitos de las funciones mencionadas anteriormente, esto es, que g (x) es una combinaci on lineal de las funciones k, xm , xm ex , xm ex cos x, xm ex sen x en donde m es entero no negativo y y son n umeros reales. Ya sabemos que esa funci on g se puede anular con un operador diferencial, L1 , de orden m nimo, formado por un producto de los operadores D n , (D )n y [D2 2D + (2 + 2 )]n . Aplicamos L1 a ambos lados de la ecuaci on L(y ) = g (x) y obtenemos L1 L(y ) = L1 (g (x)) = 0 al resolver la ecuaci on homog enea y de orden superior L1 L(y ) = L1 (g (x)) = 0, descubrimos la forma de una soluci on particular, yp , de la ecuaci on original no homog enea L(y ) = g (x). A continuaci on sustituimos esa forma supuesta en L(y ) = g (x) para determinar una soluci on particular expl cita. Este procedimiento de determinaci on de yp se llama m etodo de los coecientes indeterminados. Recordemos que la soluci on general de una ecuaci on diferencia lineal no homog enea L(y ) = g (x) es y = yc +yp donde yc es la funci on complementaria, esto es, la soluci on general de la ecuaci on homog enea asociada L(y ) = 0. La soluci on general de cada ecuaci on L(y ) = g (x) esta denida en el intervalo (, +). Ejemplo 4.4.3 Resuelve y + 3y + 2y = 4x2 Soluci on: (4.23)
Antonio Baeza Salas
109
Paso 1 Primero resolvemos la ecuaci on homog enea y + 3y + 2y = 0. A 2 partir de la ecuaci on auxiliar m + 3m + 2 = (m + 1)(m + 2) = 0, se tiene que la funci on complementaria es yc = c1 ex + c2 e2x . Paso 2 Como el operador diferencial D 3 anula a 4x2 , vemos que D 3 (D2 + 3D + 2)y = 4D 3 x2 es lo mismo que D3 (D2 + 3D + 2)y = 0 La ecuaci on auxiliar de la ecuaci on anterior, de quinto orden es m3 (m2 + 3m + 2) = 0 m3 (m + 1)(m + 2) = 0 tiene por ra ces m1 = m2 = m3 = 0, m4 = 1, m5 = 2. As la soluci on general debe ser y = c1 + c2 x + c3 x2 + c4 ex + c5 e2x Los t erminos cuarto y quinto constituyen la funci on complementaria de la ecuaci on original (4.23). Podemos decir que una soluci on particular, yp , tambi en deber a satisfacer la ecuaci on D3 (D2 + 3D + 2)y = 0 . Esto signica que los t erminos restantes en la ecuaci on y = c1 + c2 x + c3 x2 + c4 ex + c5 e2x han de tener la forma b asica de yp : y = A + Bx + Cx2 (4.24)
Para que la ecuaci on (4.24) sea una soluci on particular de la (4.23), se necesita determinar los coecientes espec cos A, B y C . Derivamos la funci on (4.24) para obtener yp = B + 2Cx, yp = 2C
110 y sustituidos en (4.23) para llegar a
yp + 3yp + 2yp = 2C + 3B + 6Cx + 2A + 2Bx + 2Cx2 = 4x2 Como se supone que esta u ltima ecuaci on tiene que er una identidad, los coecientes de las potencias de igual grado en x deben ser iguales. Esto es: 2C = 4, 2B + 6C = 0, 2A + 3B + 2C = 0 de donde se tiene que yp = 7 6x + 2x2 Paso 3 La soluci on general de la ecuaci on es y = yc + yp y = c1 ex + c2 e2x + 7 6x + 2x2 Ejemplo 4.4.4 Resuelve y 3y = 8e3x + 4 sen x Soluci on: Paso 1 Primero resolvemos la ecuaci on homog enea. A partir de la ecuaci on auxiliar m2 3m = m(m 3) = 0, se tiene que la funci on complementaria es yc = c1 + c2 e3x . Paso 2 En vista de que (D 3)e3x = 0 y (D 2 + 1) sen x = 0, aplicamos el operador diferencial (D 3)(D 2 + 1) a ambos lados de (4.25): (D 3)(D 2 + 1)(D 2 3D)y = 0 La ecuaci on auxiliar de esta ecuaci on es (m 3)(m2 + 1)(m2 3m) = 0 m(m 3)2 (m2 + 1) = 0 De modo que y = c1 + c2 e3x + c3 xe3x + c4 cos x + c5 sen x (4.25)
Antonio Baeza Salas
111
Despu es de excluir la combinaci on lineal de t erminos c1 + c2 e3x que corresponde a yc , llegamos a la forma de yp : yp = Axe3x + B cos x + C sen x Sustituimos yp en (4.25), simplicamos y obtenemos yp 3yp = 3Ae3x + (B 3C ) cos x + (3B C ) sen x = 8e3x + 4 sen x Igualamos coecientes: 3A = 8 B 3C = 0 3B C = 4
Vemos que A = 8/3, B = 6/5, C = 2/5 y en consecuencia 8 6 2 yp = xe3x + cos x sen x 3 5 5 Paso 3 La soluci on general es: 8 6 2 y = c1 + c2 e3x + xe3x + cos x sen x 3 5 5 Ejemplo 4.4.5 Resuelve y + y = x cos x cos x Soluci on: Paso 1 Primero resolvemos la ecuaci on homog enea. A partir de la ecua2 ci on auxiliar m + 1 = (m i)(m + i) = 0, se tiene que la funci on complementaria es yc = c1 cos x + c2 sen x . Paso 2 (D 2 + 1)2 es un anulador del lado derecho de la ecuaci on (4.26): (D2 + 1)(D 2 + 1)y = 0 (D 2 + 1)3 y = 0 (4.26)
Como i y i son ra ces complejas de multiplicidad 3 de la ecuaci on auxiliar de la u ltima ecuaci on diferencial, se tiene y = c1 cos x + c2 sen x + c3 x cos x + c4 x sen x + c5 x2 cos x + c6 x2 sen x
112
Ampliaci on de Matem aticas Despu es de excluir la combinaci on lineal de t erminos c1 cos x + c2 sen x que corresponde a yc , llegamos a la forma de yp : yp = Ax cos x + Bx sen x + Cx2 cos x + Ex2 sen x Sustituimos yp en (4.26), simplicamos y obtenemos yp +yp = 4Ex cos x4Cx sen x+(2B +2C ) cos x+(2A+2E ) sen x = x cos xcos x Igualamos coecientes: 4E = 1 4C = 0 2B + 2C = 1 2A + 2E = 0
Vemos que A = 1/4, B = 1/2, C = 0, E = 1/4 y en consecuencia Paso 3 La soluci on general es: 1 1 1 y = c1 cos x + c2 sen x + x cos x x sen x + x2 sen x 4 2 4 Recuerda 4.4.6 [Coecientes indeterminados, m etodo del anulador.] La ecuaci on diferencial L(y ) = g (x) tiene coecientes constantes y la funci on g (x) consiste en sumas y productos nitos de constantes, polinomios, funciones exponenciales eax , senos y cosenos. 1. Se determina la soluci on complementaria, yc , de la ecuaci on homog enea L(y ) = 0. 2. Ambos lados de la ecuaci on no homog enea L(y ) = g (x) se someten a la acci on de un operador diferencial, L1 , que anule la funci on g (x). 3. Se determina la soluci on general de la ecuaci on diferencial homog enea de orden superior L1 L(y ) = 0. 4. De la soluci on obtenida en el paso anterior, se eliminan todos los t erminos duplicados en la soluci on complementaria que se determino en el paso 1). Se forma una combinaci on lineal, yp , con los t erminos restantes. esta ser a la forma de una soluci on particular de L(y ) = g (x).
Antonio Baeza Salas
113
5. Se sustituye yp que se determin o en el paso 4) en L(y ) = g (x). Se igualan los coecientes de las diversas funciones a cada lado de la igualdad y se despejan los coecientes desconocidos en yp del sistema de ecuaciones resultante. 6. Con la soluci on particular que se determin o en el paso anterior, se forma la soluci on general y = yc + yp de la ecuaci on diferencial dada.
4.4.1.
Ejercicios.
1. En los problemas que siguen escriba la ecuaci on diferencial dada en la forma L(y ) = g (x), donde L es un operador diferencial lineal con coecientes constantes. Si es posible, factorice L. a ) 9y 4y = sen x
b ) y 4y 12y = x 6 c ) y + 10y + 25y = ex
2. Determine un operador lineal que anule la funci on dada: a ) 1 + 6x 2x3 b ) 1 + 7e2x c ) cos 2x 3. Resuelva la respectiva ecuaci on diferencial por el m etodo de los coecientes indeterminados: a ) y 9y = 54
b ) y + 4y + 4y = 2x + 6 c ) y y 12y = e4x
d ) y + 25y = 6 sen x
4.5.
Variaci on de par ametros.
Se trata de un m etodo por el que obtenemos una soluci on particular de la no homog enea. Se resuelve la ecuaci on homog enea y se impone que la soluci on particular que busco tiene la misma forma cambiando las constantes por funciones que si pueden depender de x.
114
Para aplicar el m etodo de variaci on de par ametros a una ecuaci on diferencial de segundo orden, a2 (x)y + a1 (x)y + a0 (x)y = g (x) llevamos la ecuaci on diferencial a su forma reducida y + P (x)y + Q(x)y = f (x) (4.28) (4.27)
Suponemos que P, Q, f son continuas en alg un intervalo I . Para la ecuaci on lineal de segundo orden (4.27) se busca una soluci on de la forma yp = u1 (x)y1 (x) + u2 (x)y2 (x) (4.29)
en que y1 y y2 formen un conjunto fundamental de soluciones, en I , de la forma homog enea asociada de (4.27). Aplicamos dos veces la regla del producto para diferenciar yp y obtenemos: yp = u1 (x)y1 (x) + u1 (x)y1 (x) + u2 (x)y2 (x) + u2 (x)y2 (x) yp = u1 (x)y1 (x) + u1 (x)y1 (x) + u1 (x)y1 (x) + u1 (x)y1 (x)+ u2 (x)y2 (x) + u2 (x)y2 (x) + u2 (x)y2 (x) + u2 (x)y2 (x) Sustituimos (4.29)en la ecuaci on (4.27)
cero
yp + P (x)yp + Q(x)yp = f (x)

cero
u1 (y1 + P (x)y1 + Q(x)y1 ) +u2 (y2 + P (x)y2 + Q(x)y2 ) +y1 u1 + u1 y1 + y2 u2 + u2 y2 + P [y1 u1 + y2 u2 ] + y1 u1 + y2 u2 = f (x) d d dx [y1 u1 ] + dx [y2 u2 ] + P [y1 u1 + y2 u2 ] + y1 u1 + y2 u2 = f (x) d dx [y1 u1 + y2 u2 ] + P [y1 u1 + y2 u2 ] + y1 u1 + y2 u2 = f (x) (4.30) Dado que buscamos determinar dos funciones desconocidas, u1 y u2 , es de esperar que necesitemos dos ecuaciones. Las podemos obtener si establecemos la hip otesis adicional de que las funciones u1 y u2 satisfacen y1 u1 + y2 u2 = 0. Esta hip otesis es pertinente porque si pedimos que y1 u1 + y2 u2 = 0 la ecuaci on (4.30) se reduce a y1 u1 + y2 u2 = f (x). Con ello ya tenemos las dos ecuaciones que dese abamos, aunque sea para determinar las derivadas u1 y u2 . Aplicamos la regla de Cramer y la soluci on del sistema y1 u 1 + y 2 u 2 = 0 y1 u1 + y2 u2 = f (x)
Antonio Baeza Salas se puede expresar en t erminos de los determinates u1 = en donde W = y1 y2 y1 y2 W1 = 0 y2 f (x) y2 W2 = y1 0 y1 f (x) W1 W y u2 = W2 W
115
(4.31)
(4.32)
Las funciones u1 y u2 se determinan integrando los resultados en (4.31). Se que el determinante W es el wronskiano de y1 y y2 . Sabemos que por la independencia de y1 y y2 en I , W = 0 para todo x en el intervalo I . Recuerda 4.5.1 Para resolver (4.27), Paso 1 Se halla la funci on complementaria yc = c1 y1 + c2 y2 , Paso 2 Se calcula el wronskiano W (y1 , y2 ). Paso 3 Se lleva la ecuaci on a su forma reducida (4.28) para hallar f (x). Paso 4 Se determinan u1 y u2 integrando u1 =
W1 W
u2 =
W2 W .
Paso 5 Una soluci on particular es yp = u1 y1 + u2 y2 . Paso 6 La soluci on general de la ecuaci on es y = yc + yp Ejemplo 4.5.1 Resuelve la ecuaci on y 4y + 4y = (x + 1)e2x Soluci on: Partimos de la ecuaci on auxiliar m2 4m + 4 = (m 2)2 = 0, 2 x 2 x y tenemos que yc = c1 e + c2 xe . Identicamos y1 = e2x y y2 = xe2x y calculamos el wronskiano W = e2x xe2x 2 x 2 x 2e e + 2xe2x = e4x
Como la ecuaci on diferencial dada est a en la forma reducida, vemos que 2 x f (x) = (x + 1)e As tenemos que: W1 = 0 xe2x 2 x (x + 1)e 2xe2x + e2x = (x+1)xe4x W2 = e2x 0 2e2x (x + 1)e2x = (x+1)e4x
de (4.31) se tiene que u1 = x2 x u2 = x + 1
116 , por tanto y se tiene yp = ( x 6 +

3
u1 = x3 /3 x2 /2 u2 = x2 /2 + x
x2 2x 2 )e
y x3 x2 2x + )e 6 2
y = yc + yp = c1 e2x + c2 xe2x + (
4.5.1.
Ejercicios.
Resolver cada una de las ecuaciones diferenciales por variaci on de par ametros: 1. y + y = sen x 2. y + 3y + 2y = 3. y 4y = 5. y y =
1 x e2x x 1 1+ex
4. y + y = 8x2
4.6.
Ecuaci on de Cauchy-Euler.
n1 y dn y dy n1 d + a0 y = g (x) + a x + a1 x n 1 dxn dxn1 dx
Toda ecuaci on diferencial lineal de la forma an xn
donde los coecientes an , , a0 son constantes, tiene los nombres de ecuaci on de Cauchy-Euler, ecuaci on de Euler Cauchy, ecuaci on de Euler o ecuaci on equidimensional. Examinaremos el caso de la ecuaci on homog enea de segundo orden: ax2 d2 y dy + cy = 0 + bx 2 dx dx
La soluci on de ecuaciones orden superior ser a an aloga. Una vez determinada la funci on complementaria yc (x) tambi en podemos resolver la ecuaci on no homog enea ax2 y + bxy + cy = g (x) con el m etodo de variaci on de par ametros.
Antonio Baeza Salas
117
4.6.1.
M etodo de soluci on.
Intentaremos una soluci on de la forma y = xm , donde m est a por determinar. La primera y segunda derivada son, dy = mxm1 dx En consecuencia:
d y dy ax2 dx = ax2 m()m 1)xm2 + bxmxm1 + cxm 2 + bx dx + cy = am(m 1)xm + bmxm + cxm = xm (am(m 1) + bm + c)
2
d2 y = m(m 1)xm2 dx2
As , y = xm es una soluci on de la ecuaci on diferencial siempre que m sea una soluci on de la ecuaci on auxiliar am(m 1) + bm + c = 0 o am2 + (b a)m + c = 0 (4.33)
Hay tres casos distintos por considerar que dependen de si las ra ces de esta ecuaci on cuadr atica son reales y distintas, reales e iguales o complejas. CASO 1: ra ces reales distintas. Sean m1 y m2 las ra ces reales de (4.33), tales que m1 = m2 . Entonm m 1 ces y1 = x y y2 = x 2 forman un conjunto fundamental de soluciones. As pues, la soluci on general es y = c 1 x m1 + c 2 x m2 CASO 2: ra ces reales iguales. Si las ra ces de (4.33) son repetidas s olo llegaremos a una soluci on, que es m 2 1 y = x . Cuando las ra ces de la ecuaci on cuadr atica am + (b a)m + c = 0 son iguales, el discriminante de los coecientes tiene que ser cero. De acuerdo con la f ormula cuadr atica, la ra z debe ser m1 = (b a)/2a. Podemos formar ahora una segunda soluci on, y2 , aplicando una reducci on de orden. Primero escribimos la ecuaci on de Cauchy-Euler en la forma: b dy c d2 y + + 2y = 0 2 dx ax dx ax tenemos por tanto P (x) = Por tanto
b ax
(4.34)
b ( ax )dx =
b a
ln x.
118
y2 = = = = La soluci on general es:
x m1 x m1 x m1 x m1
dx x x ba b a x x a dx dx m1 ln x x =x
e a ln x dx x2m1 b a 2m1
y = c1 xm1 + c2 xm1 ln x CASO 3: ra ces complejas.
(4.35)
Si las ra ces de (4.33) son el par conjugado m1 = + i , m2 = i , la soluci on general es y = x (c1 cos( ln x) + c2 sen( ln x)) (4.36)
4.6.2.
Ejercicios
Resuelva las siguientes ecuaciones diferenciales: 1. x2 y 2y = 0 2. x2 y + xy + 4y = 0 3. x2 y 3xy 2y = 0 4. x2 y + 6xy + y = 0 Resuelve cada ecuaci on diferencial sujeta a las condiciones iniciales indicadas. 5. x2 y + 3xy = 0, y (1) = 0, y (1) = 4 6. x2 y + xy + y = 0, y (1) = 1, y (1) = 2
4.7.
4.7.1.
Modelado con ecuaciones diferenciales de orden superior.

Sistemas de resorte y masa: movimiento libre no amortiguado.
Ley de Hooke. Supongamos que, como en la gura 4.1(b), una masa m1 esta unida a un resorte exible colgado de un soporte r gido. Cuando
Antonio Baeza Salas
119
se reemplaza m1 con una masa distinta m2 , el estiramiento, elongaci on o alargamiento del resorte cambiar a. Seg un la ley de Hooke, el resorte ejerce una fuerza de restituci on, F , opuesta a la direcci on del alargamiento y proporcional a la cantidad de alargamiento s. En concreto, F = kx, donde k es una constante de proporcionalidad llamada constante del resorte. Aunque las masas con distintos pesos estiran un resorte en cantidades distintas, este est a caracterizado esencialmente por un n umero k ; por ejemplo, si una masa 1 1 pie un resorte, entonces 10 = k ( 2 ) implica que que pesa 10 libras estira 2 k = 20lb/f t. Entonces , necesariamente, una masa cuyo peso sea de 8 libras estirar a el resorte 2 5 de pie. Segunda ley de Newton. Despu es de unir una masa m a un resorte, esta lo estira una longitud s y llega a una posici on de equilibrio, en la que su peso, W , est a equilibrado por la fuerza de restauraci on ks. recordemos que el peso se dene por W = mg , donde la masa se expresa en slugs, kilogramos o gramos y g = 32 f t/s2 , 9.8 m/s2 o 980 cm/s2 , respectivamente. Como se aprecia en la gura 4.2, la condici on de equilibrio es mg = ks. Si la masa se desplaza una distancia x respecto de su posici on de equilibrio, la fuerza de restituci on del resorte es k (x + s). Suponiendo que no hay fuerzas de retardo que act uen sobre el sistema y que la masa se mueve libre de otras fuerzas externas (movimiento libre), entonces podemos igualar la segunda ley de Newton con la fuerza neta, o resultante, de la fuerza de restituci on y el peso: d2 x m 2 = k (s + x) + mg = ks + mg kx = kx (4.37) dt El signo negativo indica que la fuerza de restituci on del resorte act ua en la direcci on opuesta del movimiento. Adem as podemos adoptar la convenci on que los desplazamientos medidos abajo de la posici on de equilibrio son positivos. Si dividimos la ecuaci on (4.37) por la masa m, obtendremos la ecuaci on diferencial de segundo orden
d2 x dt2 d2 x dt2 k + (m )x = 0
(4.38)
+ w2 x = 0
donde w2 = k/m. Se dice que la ecuaci on (4.38) describe el movimiento arm onico simple o movimiento libre no amortiguado. Dos condiciones iniciales obvias asociadas con (4.38) son x(0) = , la cantidad de desplazamiento inicial, y x (0) = , la velocidad inicial de la masa. Soluci on y ecuaci on del movimiento. Para resolver la ecuaci on (4.38) observamos que las soluciones de la ecuaci on auxiliar m2 + w2 = 0
120
son los n umeros complejos m1 = wi, m2 = wi. As , la soluci on general de (4.38) es x(t) = c1 cos wt + c2 sen wt (4.39)
El periodo de las vibraciones libres que describe (4.39) es T = 2 w , y la 1 w frecuencia es f = T = 2 . Por ejemplo, para x(t) = 2 cos 3t 4 sen 3t,T = 23 1 3 2 aca de x(t) se repite cada 3 unidades y f = T = 2 . Esto signica que la gr y que hay tres ciclos de la gr aca cada 2 unidades o, lo que es lo mismo, que la masa pasa por 23 vibraciones completas por unidad de tiempo, ver gura 4.3. Ejemplo 4.7.1 Resuelve e interpreta el problema de valor inicial
d2 x + 16x = 0 x(0) = 10 dt2
x (0) = 0
Soluci on: El problema equivale a tirar hacia abajo una masa unidad a un resorte 10 unidades de longitud respecto de la posici on de equilibrio, sujetarla hasta que t = 0 y soltarla desde el reposo en ese instante. Al aplicar las condiciones iniciales a la soluci on x(t) = c1 cos 4t + c2 sen 4t se obtiene que la ecuaci on del movimiento es x(t) = 10 cos 4t Est a claro que la soluci on indica que el sistema permanece en movimiento una vez puesto en movimiento y la masa va y viene 10 unidades a cada lado de la posici on de equilibrio x = 0. El periodo de oscilaci on es 2/4 = /2, ver gura 4.4. Ejemplo 4.7.2 Una masa que pesa 2 lb hace que un resorte se estire 6 in. Cuando t = 0, la masa se suelta desde un punto a 8 in abajo de la posici on ft/s. Deduzca la de equilibrio con una velocidad inicial, hacia arriba, de 4 3 ecuaci on del movimiento libre. Soluci on: Al emplear el sistema t ecnico de unidades inglesas, las medidas expresadas en pulgadas se deben pasar a pies: 6in = 1/2f t; 8in = 2/3f t. Adem as, debemos convertir las unidades de peso, que est an en libras, en unidades de masa. Partimos de m = W/g y, en este caso, m = 2/32 = 1/16slug . Tambi en, seg un la ley de Hooke, = k ( 1 2 ) implican que la constantes del resorte es k = 4lb/f t; por lo tanto, la ecuaci on (4.37) se transforma en 1 d2 x = 4x o 16 dt2 d2 x + 64x = 0 dt2
Antonio Baeza Salas
121
El desplazamiento y la velocidad iniciales son x(0) = 2/3, x (0) = 4/3, donde el signo negativo en la u ltima condici on es consecuencia de que la masa recibe una velocidad inicial en direcci on negativa o hacia arriba. Entonces, w 2 = 64, o sea, w = 8, de modo que la soluci on general de la ecuaci on diferencial es x(t) = c1 cos 8t c2 sen 9t (4.40)
2 3
Al aplicar, las condiciones iniciales x(0) = 2/3, x (0) = 4/3 se tiene c1 = , la ecuaci on del movimiento es (ver gura 4.5) y c2 = 1 6 . As x(t) = 1 2 cos 8t sen 8t 3 6
(4.41)
4.7.2.
Desviaci on de una viga.
Una buena cantidad de estructuras se construyen a base de vigas, vigas que se desv an o distorsionan por su propio peso o la inuencia de alguna fuerza externa. Esta desviaci on y (x) est a determinada por una ecuaci on diferencial lineal de cuarto orden. Supongamos que una viga de longitud L es homog enea y tiene secci on transversal uniforme en toda su longitud. Cuando no recibe carga alguna, incluyendo su propio peso, la curva que une los centroides de sus secciones transversales es una recta que se llama eje de simetr a. Si a la viga se le aplica una carga en un plano vertical que contenga al eje de simetr a, sufre una distorsi on y la curva que une los centroides de las secciones transversales se llama curva de desviaci on, curva el astica o el astica. La el astica aproxima la forma de la viga. Supongamos que el eje x coincide con el eje de simetr a y que la desviaci on o echa y (x), medida desde el eje, es positiva si es hacia abajo. En teor a de la elasticidad se demuestra que el momento exionante M (x) en un punto x a lo largo de la viga, se relaciona con la carga por unidad de longitud w(x) mediante la ecuaci on d2 M = w(x) dx2 (4.42)
Adem as, el momento exionante M (x) es proporcional a la curvatura, , de la el astica: M (x) = EI (4.43)
122
en que E e I son constantes, E es el m odulo de Young de elasticidad del material de la viga e I es el momento de inercia de la secci on transversal de esta. El producto EI se denomina rigidez de la exi on de la viga. Seg un el c alculo diferencial, la curvatura es = y (1 + (y )2 )3/2
Cuando la desviaci on y (x) es peque na, la pendiente y 0, de modo que (1 + (y )2 )3/2 1. Si = y , la ecuaci on (4.43) se transforma en M = EIy . La segunda derivada de esta ecuaci on es d2 d4 y d2 M = EI y = EI dx2 dx2 dx4
2
(4.44)
M en la (4.44) Aplicamos el resultado de la ecuaci on(4.42)para reemplazar d dx2 y vemos que la desviaci on y (x) satisface la ecuaci on diferencial de cuarto orden d4 y EI 4 = w(x) (4.45) dx Las condiciones en la frontera asociadas a esta ecuaci on dependen de la forma en que est an sostenidos los extremos de la viga. Una viga en voladizo est a empotrada en un extremo y libre en el otro. Un trampol n, un brazo extendido, el ala de un avi on y una marquesina son ejemplos comunes de este caso, pero hasta los a rboles, las astas de banderas, los rascacielos y los monumentos pueden trabajar como vigas en voladizo, ya que est an empotrados en su base y sufren la fuerza del viento, que los tiende a exionar. Para una viga en voladizo, la desviaci on y (x) debe satisfacer las dos condiciones siguientes en el extremo empotrado en x = 0:
y (0) = 0 porque no hay desviaci on en ese lugar, y (0) = 0 porque la curva de desviaci on es tangente al eje x (la pendiente de la curva de desviaci on es cero en ese punto). Cuando x = L las condiciones del extremo libre son: y (L) = 0 porque el momento exionante es cero, y (L) = 0 porque la fuerza cortante es cero. La funci on F (x) = dM/dx = Eid3 y/dx3 se llama fuerza cortante. Si un extremo de una viga est a simplemente apoyado, embisagrado, articulado o empernado, se debe cumplir que y = 0 y y = 0 en ese extremo.
Antonio Baeza Salas
123
Ejemplo 4.7.3 Una viga de longitud L est a empotrada en ambos extremos. Determine la desviaci on de esa viga si sostiene una carga constante, w 0 , uniformemente distribuida en su longitud; esto es, w(x) = w0 , 0 < x < L Soluci on: Seg un lo expuesto, la desviaci on y (x) satisface a EI d4 y = w0 dx4 (4.46)
Puesto que la viga est a empotrada en su extremo izquierdo (x = 0) y en su extremo derecho (x = L), no hay desviaci on vertical y la el astica es horizontal en esos puntos. As , las condiciones en la frontera son y (0) = 0, y (0) = 0, y (L) = 0, y (L) = 0
Integrando cuatro veces sucesivas o resolviendo la ecuaci on diferencial no homog enea en la forma acostumbrada, llegamos a la soluci on general: y (x) = c1 + c2 x + c3 x2 + c4 x3 + w0 4 x 24EI
Ahora bien, las condiciones y (0) = 0, y (0) = 0 dan c1 = 0 y c2 = 0, mientras que las condiciones restantes, y (L) = 0, y (L) = 0, aplicada a w0 4 y (x) = c3 x2 + c4 x3 + 24 EI x originan las ecuaciones:
w0 4 =0 c3 L2 + c4 L3 + 24 EI L w0 3 2 2c3 L + 3c4 L + 6EI L = 0
Al resolver este sistema se obtiene c3 = w0 L2 /24EI y c4 = w0 L/12EI . Entonces, la desviaci on es y (x) = w0 4 w0 2 w0 L2 2 w0 L 3 x + x + x = x (x L)2 24EI 12EI 24EI 24EI
4.8.
Ejercicios
1. Determine una segunda soluci on de la ecuaci on diferencial, si y1 (x) es la primera soluci on: a ) y + 4y = 0, y1 = cos 2x b ) xy 2(x + 1)y + (x + 2)y = 0, y1 = ex 2. Determine la soluci on general de cada ecuaci on diferencial:
124 a ) y 2y 2y = 0
b ) y + 10y + 25y = 0 c ) 3y + 10y + 15y + 4y = 0 6x2 y + 5xy y = 0
d)
3. Resuelva cada ecuaci on aplicando el m etodo de variaci on de par ametros: a ) y 2y + 2y = ex tan x
b ) x2 y 4xy + 6y = 2x4 + x2
Antonio Baeza Salas
l l+s+x
Figura 4.1: Ley de Hooke
Resorte sin estirar x=0
mg-ks=0 posicin de equilibrio (a) (b)
movimiento (c)
125
126
l l+s+x
Resorte sin estirar x=0
mg-ks=0 posicin de equilibrio (a) (b)
movimiento (c)
Figura 4.2: Movimiento libre no amortiguado
4 2 0.5 -2 -4 4 2 1 -2 -4 2 3 4 5 6 -15 -10 -5 1 1.5 2 -6 -4 -2
4 2 2 -2 -4 4 2 5 -2 -4 10 15 4 6
Figura 4.3: x(t) = 2 cos 3t 4 sen 3t
Antonio Baeza Salas
127
10 5 1 -5 -10 10 5 1.5 0.25 0.5 0.75 1 1.25 -5 -10 2 3 4 5 6
10 5 -0.75 -0.5 -0.25 0.25 0.5 0.75 -5 -10 10 5 -7.5 -5 -2.5 2.5 5 7.5 -5 -10
Figura 4.4: x(t) = 10 cos 4t
0.6 0.4 0.2 1 -0.2 -0.4 -0.6 2 3 4 5 6
Figura 4.5: x(t) =
2 3
cos 8t
1 6
sen 8t
128
Cap tulo 5
Sistemas de ecuaciones diferenciales lineales.

5.1. Teor a preliminar.

Los sistemas de ecuaciones diferenciales pueden ser de la forma P11 (D)x1 P21 (D)x1 . . . + P12 (D)x2 + P22 (D)x2 . . . + + P1n (D)xn + + P2n (D)xn . . . = b1 (t) = b2 (t) . . .
(5.1)
Pn1 (D)x1 + Pn2 (D)x2 + + Pnn (D)xn = bn (t)
en donde Pij representan polinomios de diversos grados en el operador D. Restringiremos el estudio a los sistemas de ecuaciones diferenciales de primer orden, como el siguiente:
dx1 dt dx2 dt
. . .
= g1 (t, x1 , x2 , . . . , xn ) = g2 (t, x1 , x2 , . . . , xn ) . . . = gn (t, x1 , x2 , . . . , xn )
(5.2)
dxn dt
Este sistema de n ecuaciones de primer orden se llama sistema de orden n Denici on 5.1.1 (Sistemas lineales.) Si cada una de las funciones g1 , g2 , . . . , gn 129
130
es lineal en las variables dependientes x1 , x2 , . . . , xn entonces las ecuaciones (5.2) son un sistema de ecuaciones lineales de primer orden. Este sistema tiene la forma normal o est andar:
dx1 dt dx2 dt
= =
. . .
a11 (t)x1 + a12 (t)x2 + . . . + a1n (t)xn + f1 (t) a21 (t)x1 + a22 (t)x2 + . . . + a2n (t)xn + f2 (t) . . .
(5.3)
dxn dt
= an1 (t)x1 + an2 (t)x2 + . . . + ann (t)xn + fn (t)
Un sistema con la forma de las ecuaciones (5.3) se denomina sistema lineal de orden n, o simplemente sistema lineal. Se supone que los coecientes, aij , y las funciones, fi , son continuas en un intervalo I . Cuando fi (t) = 0, i = 1, 2, . . . , n, se dice que el sistema lineal es homog eneo; en caso contrario, es no homog eneo. Ejemplo 5.1.1 [Sistema de ecuaciones diferenciales ordinarias.] Un sistema de ecuaciones diferenciales ordinarias es un conjunto de dos o m as ecuaciones donde aparecen las derivadas de dos o m as funciones desconocidas de una sola variable independiente; por ejemplo, si x y y representan variables dependientes y t es la variable independiente, el conjunto siguiente es un sistema de dos ecuaciones diferenciales de primer orden:
dx dt dy dt
= 3x 4y = x + y
(5.4)
Una soluci on de un sistema como el anterior es un par de funciones diferenciables, x = 1 (t) y y = 2 (t), que satisface cada ecuaci on del sistema en alg un intervalo com un I . Denici on 5.1.2 (Forma matricial de un sistema lineal.) Si X , A(t)y F (t) representan la matrices x1 (t) x2 (t) . . . xn (t) a11 (t) a12 (t) a1n (t) a21 (t) a22 (t) a2n (t) . . . . . . . . . an1 (t) an2 (t) ann (t) f1 (t) f2 (t) . . . fn (t)
X=
A(t) =
F (t) =
el sistema (5.3) de ecuaciones diferenciales lineales de primer orden se puede
Antonio Baeza Salas expresar como a11 (t) a12 (t) a1n (t) x1 (t) a x ( t ) d 2 21 (t) a22 (t) a2n (t) = . . . . . . . dt . . . . . an1 (t) an2 (t) ann (t) xn (t) o simplemente como
131
x1 (t) x2 (t) . . . xn (t)
f1 (t) f2 (t) . . . fn (t)
X=AX+F
Si el sistema es homog eneo, su forma matricial es
(5.5)
X=AX
Ejemplo 5.1.2 mog eneo
dx dt dy dt
(5.6)
Si X =
x(t) y (t)
, la forma matricial del sistema ho3 4 1 1 X
= 3x 4y es X = = x + y x(t) Ejemplo 5.1.3 Si X = y (t) , la z (t) dx = 6 x + y + z dt dy homog eneo = 8x + 7y z dt dz = 2x + 9y z dt
forma matricial del sistema no + t + 10t es + 6t
6 1 1 t X = 8 7 1 X + 10t 2 9 1 6t
Denici on 5.1.3 (Vector soluci on.) Un vector soluci on en un intervalo I es cualquier matriz columna x1 (t) x2 (t) X= . . . xn (t) cuyos elementos son funciones diferenciables que satisfagan el sistema (5.5) en el intervalo.
132 Denici on 5.1.4 (Problema de intervalo I , x1 (t0 ) x2 (t0 ) X (t0 ) = . . . xn (t0 ) Resolver : Sujeto a :
Ampliaci on de Matem aticas valor inicial.) Sean t0 un punto en un 1 2 . . . n
en donde las i , i = 1, 2, . . . , n son constantes dadas. entonces, el problema X = A(t)X + F (t) X (t0 ) = X0
X0 =
es un problema de valor inicial en el intervalo. Teorema 5.1.5 (Existencia de una soluci on u nica.) Sean los elementos de las matrices A(t) y F (t) funciones continuas en un intervalo com un I que contiene el punto t0 . Existe una soluci on u nica del problema de valor inicial, denici on 5.1.4, en el intervalo. Teorema 5.1.6 (Principio de superposici on.) Sean X1 , X2 , . . . , Xk un conjunto de vectores soluci on del sistema homog eneo (5.6) en un intervalo I . La combinaci on linea X = c 1 X1 + c 2 X2 + . . . + c k Xk , en la que las ci , i = 1, 2, . . . , k son constantes arbitrarias, tambi en es una soluci on en el intervalo. Ejemplo 5.1.4 Podemos comprobar que los dos vectores 0 cos t 1 y X2 = et X1 = 1 2 cos t + 2 sen t cos t sen t 0 1 0 1 X = 1 1 0 X 2 0 1 De acuerdo con el principio de superposici on, la combinaci on lineal 0 cos t 1 + c 2 et X = c 1 X1 + c 2 X2 = c 1 1 2 cos t + 2 sen t cos t sen t 0
son soluciones del sistema
Antonio Baeza Salas es una soluci on m as del sistema.
133
Denici on 5.1.7 Sean X1 , X2 , . . . , Xk un conjunto de vectores soluci on del sistema homog eneo (5.6) en un intervalo I . Se dice que el conjunto es linealmente dependiente en el intervalo si existen constantes ci , i = 1, 2, . . . , k no todas cero,tales que X = c 1 X1 + c 2 X2 + . . . + c k Xk = 0 para todo t en el intervalo. Si el conjunto de vectores no es linealmente dependiente en el intervalo, se dice que es linealmente independiente. Teorema 5.1.8 (Criterio para las soluciones linealmente Sean x11 x12 x1n x21 x22 x2n X1 = . , X2 = . , , X n = . . . . . . . xn1 xn2 n vectores soluci on del sistema homog eneo (5.6) , en junto de vectores es linealmente independiente en I kiano x11 x12 x21 x22 W (X1 , X2 , . . . , Xn ) = . . . . . . para todo t en el intervalo. independientes.)
xnn
un intervalo I . El consi y s olo si el wronsx1n x2n . . .
=0
xn1 xn2 xnn
Ejemplo 5.1.5 Podemos comprobar que en el intervalo (, +), X1 = son soluciones del sistema X = 1 3 5 3 X 1 1 e2t y X2 = 3 5 e6t
X1 y X2 son linealmente independientes en el intervalo (, +) porque ninguno de los vectores es m ultiplo constante del otro. Adem as, W (X1 , X2 ) = e2t 3e6t e2t 5e6t = 8e4t = 0
134 para todos los valores reales de t.
Denici on 5.1.9 (Conjunto fundamental de soluciones.) Todo conjunto, X1 , X2 , , Xn de n vectores soluci on linealmente independientes del sistema homog eneo (5.6) en un intervalo I , es un conjunto fundamental de soluciones en el intervalo. Teorema 5.1.10 (Existencia de un conjunto fundamental.) Existe un conjunto fundamental de soluciones para el sistema homog eneo (5.6) en un intervalo I Teorema 5.1.11 (Soluci on general, sistemas homog eneos.) Sean X1 , X2 , , X n de n un conjunto fundamental de soluciones del sistema homog eneo (5.6) en un intervalo I . Entonces, la soluci on general del sistema en el intervalo es X = c 1 X1 + c 2 X2 + + c n Xn , en donde las ci , i = 1, 2, , n son constantes arbitrarias. Ejemplo 5.1.6 intervalo es En el ejemplo (5.1.5) la soluci on general del sistema en el 1 1 3 5
X = c 1 X1 + c 2 X2 = c 1
e2t + c2
e6t
Teorema 5.1.12 (Soluci on general, sistemas no homog eneos.) Sea Xp una soluci on dada del sistema (5.5) no homog eneo en un intervalo I y sea Xc = c 1 X1 + c 2 X2 + + c n Xn la soluci on general, en el mismo intervalo, del sistema homog eneo (5.6) correspondiente. Entonces la soluci on general del sistema no homog eneo en el intervalo es X = Xc + Xp La soluci on general Xc del sistema homog eneo (5.6) se llama funci on complementaria del sistema no homog eneo (5.5).
Antonio Baeza Salas Ejemplo 5.1.7 El vector Xp = 3t 4 5t + 6
135
es una soluci on del sistema no homog eneo X = 1 3 5 3 X+ 12t 11 3
en el intervalo (, +). La funci on complementaria de esta ecuaci on en el mismo intervalo, que es la soluci on general de X = es Xc = c 1 1 1 1 1 e2t + c2 3 5 e6t 1 3 5 3 X
Seg un el teorema anterior la soluci on es X = X c + Xp = c1 en el intervalo (, +). e2t + c2 3 5 e6t + 3t 4 5t + 6
5.1.1.
Ejercicios.
Exprese los sistemas siguientes en forma matricial: 1.

dx dt dy dt dx dt dy dt dz dt dx dt dy dt dz dt
= 3x 5y = 4x + 8y = 3x + 4y 9z = 6x y = 10x + 4y + 3z = x y + z + t1 = 2x + y z 3t2 = x + y + z + t2 t + 2
2.
3.
Exprese los siguientes sistemas sin usar matrices:
136 4. X = 4 2 1 3 X+ 1 1 et
3 1 1 1 2 5. X = 3 4 1 X + 2 et 1 t 1 2 2 5 6 Compruebe que el vector X sea una soluci on del sistema dado:

dx dt dy dt dx dt dy dt
6.
= 3x 4y = 4x 7y = 2x + 5y = 2x + 4y
X=
1 2
e5t
7.
X=
5 cos t 3 cos t sen t
et
Los vectores respectivos son soluciones de un sistema X = AX . Determine si los vectores constituyen un conjunto fundamental en (, +). 8. X1 = 1 1 1 1 e2t y X2 = 1 1 2 6 e6t
9. X1 =
et
X2 =
et +
8 8
tet
En los problemas siguientes compruebe que el vector Xp sea una soluci on particular del sistema dado
dx dt dy dt
10.
= x + 4y +2t 7 = 3x + 2y 4t 18 2 1 1 1 2 1 3 4 X+ 5 2 1 7
Xp =
2 1 1 3 1 1
t+
5 1
11. X =
Xp =
12. X =
et
Xp =
et +
1 1
tet
Antonio Baeza Salas
137
5.2.
5.2.1.
Sistemas lineales homog eneos con coecientes constantes.

Valores propios reales y distintos.
La pregunta que se pretende contestar es si siempre es posible determinar una soluci on de la forma k1 k2 (5.7) X = . et = Ket . . kn del sistema homog eneo, lineal y de primer orden X = AX (5.8)
en donde A es una matriz de constantes, de n n. Para que (5.7) sea un vector soluci on de (5.8), X = Ket de modo que el sistema se transforma en Ket = AKet Al dividir por et y reordenar, se obtiene AK = K ; o sea (A I )K = 0 (5.9)
Esta es la ecuaci on caracter stica de la matriz A; en otras palabras, X = Ket ser a soluci on del sistema (5.8) de ecuaciones diferenciales si, y s olo si es un valor propio de A, y K es un vector propio correspondiente a . Cuando la matriz A de n n tiene n valores propios reales y distintos, 1 , 2 , . . . , n , siempre se puede determinar un conjunto de n vectores propios linealmente independientes, K1 , K2 , . . . , Kn , y X1 = K 1 e 1 t , X2 = K 2 e 2 t , . . . , X n = K n e n t es un conjunto fundamental de soluciones de (5.8) en (, +). Teorema 5.2.1 (Soluci on general, sitemas homog eneos.) Sean 1 , 2 , . . . , n n valores propios reales y distintos de la matriz A de coecientes del sistema homog eneo (5.8), y sean K1 , K2 , . . . , Kn los vectores propios correspondientes. entonces, la soluci on general de (5.8) en el intervalo (, +) es X1 = K 1 e 1 t , X2 = K 2 e 2 t , . . . , X n = K n e n t
138 Ejemplo 5.2.1 Resuelva

dx dt dy dt
= 2x + 3y = 2x + y
Soluci on: Primero determinamos los valores y vectores propios de la matriz de coecientes |A I | = 2 3 2 1 = ( + 1)( 4) = 0
los valores propios son 1 = 1 y 2 = 4 Cuando 1 = 1, la ecuaci on (5.9) equivale a 3k1 + 3k2 = 0 2k1 + 2k2 = 0 Por consiguiente, k1 = k2 . Cuando k2 = 1, el vector propio relacionado es 1 K1 = 1 Cuando 2 = 4, la ecuaci on (5.9) equivale a 2k1 + 3k2 = 0 2k1 3k2 = 0 Por consiguiente, k1 = 3k2 /2. Cuando k2 = 2, el vector propio relacionado es 3 K2 = 2 De esta forma se tienen dos soluciones linealmente independientes que son X1 = 1 1 et y X2 = 3 2 e4t
La soluci on general del sistema es X = c 1 X1 + c 2 X2 = c 1 1 1 et + c2 3 2 e4t
Antonio Baeza Salas
139
5.2.2.
Valores propios repetidos.
Puede ocurrir que algunos valores propios se repitan. Por ejemplo,la ecuaci on caracter stica de la matriz de coecientes en sistema X = 3 18 2 9 X (5.10)
es ( + 3)2 = 0; por lo tanto 1 = 2 = 3 es un ra z de multiplicidad dos. Para este valor se obtiene el vector propio K1 = 3 1 X1 = 3 1 e3t (5.11)
es una soluci on de (5.10). M as como lo que nos interesa es formar la soluci on general del sistema, necesitamos saber si hay una segunda soluci on. En general, si m es un entero positivo y si ( i )m es un factor de la ecuaci on caracter stica, mientras que ( i )m+1 no lo es, se dice que i es un valor propio de multiplicidad m. Para algunas matrices A de n n se podr a determinar m vectores propios linealmente independientes, K1 , K2 , . . . , Km , correspondientes a un valor propio i de multiplicidad m n. En este caso la soluci on general del sistema contiene la combinaci on lineal c1 K 1 e i t + c 2 K 2 e i t + + c m K m e i t + Si s olo hay un vector propio que corresponda a al valor i , de multiplicidad m, siempre ser a posible hallar m soluciones linealmente independientes de la forma X1 X2 . . . = = K11 ei t K21 tei t
m1
+K22 ei t
m2
t t i t +K i t + + K i Xm = Km1 (m m2 (m2)! e mm e t 1)! e
Ejemplo 5.2.2 Soluci on:
1 2 2 Resuelve X = 2 1 2 X 2 2 1
140 Calculamos el polinomio caracter stico |A I | =
1 2 2 2 1 2 2 2 1
=0
y obtenemos ( + 1)2 ( 5) = 0. 1 = 2 = 1 y = 5. Para 1 = 2 = 1, la eliminaci on de 2 2 2 | 0 2 2 2 | 0 (A + I|0) = 2 2 2 | 0
Se tiene que los autovalores son Gauss-Jordan da 1 1 1 | 0 0 0 0 | 0 0 0 0 | 0
Por tanto, se tiene k1 k2 + k3 = 0, un par de soluciones linealmente independientes para esta ecuaci on son los vectores 1 0 K1 = 1 K2 = 1 0 1 Cuando 3 = 5, la reducci on 4 2 2 | 0 1 0 1 | 0 (A 5I|0) = 2 4 2 | 0 0 1 1 | 0 2 2 4 | 0 0 0 0 | 0 implica que k1 = k3 y k2 = k3 . Escogemos k3 = 1, y obtenemos k1 = 1 y k2 = 1; de este modo, un tercer vector propio es 1 K1 = 1 1 Resulta que la soluci on general del sistema es 1 1 0 X = c1 1 et + c2 1 et + c3 1 e5t 1 1 0 Ejemplo 5.2.3 2 1 6 Resuelve X = 0 2 5 X 0 0 2
Antonio Baeza Salas
141
Soluci on: El polinomio caracter stico ( 2)3 = 0 indica que = 2es un valor propio de multiplicidad 3. Al resolver (A 2I)K = 0 se halla un solo vector propio, que es 1 K= 0 0 Luego resolvemos los sistemas (A 2I)P = Ky (A 2I)Q = P sucesivamente y obtenemos 0 0 6 P= 1 Q = 5 1 0 5 Una soluci on general del sistema es 1 0 1 X = c1 0 e2t + c2 0 te2t + 1 e2t + 0 0 0 1 0 0 2 6 2t c3 0 t2 e2t + 1 te2t + 5 e 1 0 0 5
5.2.3.
Ejercicios.
1. Determinar la soluci on general de los siguientes sistemas: d) a) 10 5 dx = x + 2y X = X dt 8 12 dy = 4 x + 3 y dt e) b) 1 1 0 dx = 4 x + 2 y dt X = 1 2 1 X dy 5 dt = 2 x + 2y 0 3 1 c) f) dx = x+yz dt 1 1 0 dy dt = 2y 3 3 X X = 3 4 2 dz = y z 1 1 dt 1 8 4 2
142
2. Resuelva el sistema sujeto a la condici on inicial indicada: a) X = 0 1 1 2

1 2
X(0) =
3 5
b) 1 1 4 X = 0 2 0 X 1 1 1 1 X(0) = 3 0
3. Determinar la soluci on general de los siguientes sistemas: a)

dx dt dy dt
d) = 3x y = 9x 3y = x + 3y = 3x + 5y f)
dx dt dy dt dz dt
X = e)
2 4 1 6
b)
dx dt dy dt
c) = 3x y z = x+yz = xy+z
5 4 0 X = 1 0 2 X 0 2 5 0 0 0 X = 2 2 1 X 0 1 0
5.3.
5.3.1.

Una matriz fundamental.
Si X1 , X2 , . . . , Xn es un conjunto fundamental de soluciones del sistema homog eneo X = AX en un intervalo I ; su soluci on general en el intervalo es:
Antonio Baeza Salas
143
X = c1 X1 + c 2 X2 + + c n Xn x1n x12 x11 x2n x22 x21 = c1 . + c2 . + + c n . . . . . . . x x x nn n 2 n 1 c1 x11 + c2 x12 + + cn x1n c1 x21 + c2 x22 + + cn x2n . . . c1 xn1 + c2 xn2 + + cn xnn X = (t)C
(5.12)
La soluci on general de (5.12) se puede expresar en la forma (5.13)
en donde C es un vector columna de n 1 de constantes arbitrarias, y la matriz de n n, cuyas columnas consisten en los elementos de los vectores soluci on del sistema X = AX, x11 x12 x1n x21 x22 x2n (t) = . . . . . . . . . xn1 xn2 xnn es una matriz fundamental del sistema en el intervalo. algunas propiedades de la matriz fundamental son: Una matriz fundamental (t) es no singular. Si (t) es una matriz fundamental del sistema X = AX, entonces (t) = A(t) (5.14)
5.3.2.
Nos planteamos si ser a posible reemplazar la matriz C de las constantes en la ecuaci on (5.13) por una matriz columna de funciones u1 (t) u2 (t) (5.15) U(t) = . . . un (t)
144 de modo que Xp = (t)U(t)
(5.16)
sea una soluci on particular del sistema no homog eneo X = AX + F(t) es X p = (t)U (t) + (t)U(t) (5.18) obs ervese que el orden de los productos en esta ecuaci on es muy importante. Al sustituir (5.16) y (5.18) en (5.17) se obtiene (t)U (t) + (t)U(t) = A(t)U(t) + F(t) (5.19) (5.17)
Seg un la regla del producto, la derivada de la u ltima ecuaci on en (5.16)
Ahora, si empleamos (?? para reemplazar (t), esta ecuaci on se transforma en (t)U (t) + A(t)U(t) = A(t)U(t) + F(t) (5.20) o sea (t)U (t) = F(t) Multiplicamos ambos lados de esta ecuaci on por 1 par obtener U (t) = 1 (t)F(t) y por tanto U(t) = es Xp = (t) 1 (t)F(t)dt (5.21) 1 (t)F(t)dt
Como Xp = (t)U(t), concluimos que una soluci on particular de (5.17)
Para calcular la integral indenida de la matriz columna 1 (t)F(t) en esta expresi on, integramos cada elemento. As , la soluci on general del sistema (5.17) es X = Xc + Xp , o sea X = Xc + Xp = (t)C + (t) 1 (t)F(t)dt (5.22)
Ejemplo 5.3.1 Determinar la soluci on general del sistema no homog eneo X = 3 1 2 4 X+ 3t et (5.23)
Antonio Baeza Salas en el intervalo (, +) Soluci on: Primero resolvemos el sistema homog eneo: X = 3 1 2 4 X
145
(5.24)
La ecuaci on caracter stica de la matriz de coecientes es |A I| = 3 1 2 4 = ( + 2)( + 5) = 0
de modo que los valores propios son 1 = 2 y 2 = 5. Los vectores propios asociados estos autovalores son, respectivamente, 1 1 1 2
Los vectores soluci on del sistema (5.24) son X1 = 1 1 e2t = e2t e2t X2 = 1 2 e5t =
2 2t 3e 1 5t 3e
e5t 2e5t
(t) =
e2t e5t 2 t e 2e5t
1 (t) =
1 2t 3e 5t 1 3e
De acuerdo con (5.21) se tiene que Xp = (t) 1 (t)F(t)dt = = = = e2t e5t 2 t e 2e5t e2t e5t 2 t e 2e5t 2 t e e5t e2t 2e5t 27 1 t 6 5 t 50 + 4 e 3 21 1 t 5 t 50 + 2 e
1 2t 3e 5t 1 3e 1 t e +3 1 4t 5 t te 3 e 1 2t e + te2t 2 1 5t 1 5t 5 te 25 e 2 2t 3e 1 5t 3e 2te2t
3t et dt
1 t 3e 1 4t 12 e
dt
La soluci on general del sistema es X= e2t e5t e2t 2e5t c1 c2 +

6 5t 3 5t
27 50 21 50
1 t +4 e 1 t + 2e
146
5.3.3.
Problema de valor inicial.
La soluci on general de (5.17) en un intervalo se puede expresar en la forma alternativa

t
X = (t)C + (t)
t0
1 (s)F(s)ds
en la que t y t0 son puntos en el intervalo. Esta u ltima forma es u til para resolver la ecuaci on sujeta a una condici on inicial X(t)0 = X0 , ya que se escogen los l mites de integraci on de tal modo que la soluci on particular se anule cuando t = t0 . Al sustituir t = t0 en la soluci on anterior se obtiene X0 = (t0 )C, de donde obtenemos C = 1 (t0 )X0 . Al reemplazar este resultado en la ecuaci on, se tiene la soluci on del problema de valor inicial: X = (t)1 (t0 )X0 + (t)
t t0
1 (s)F(s)ds
5.3.4.
Ejercicios.
Resolver, aplicando el m etodo de variaci on de par ametros, los siguientes sistemas: 1.

dx dt dy dt
= 3x 3y + 4 = 2x 2y 1 X+ 1 1 1 1 12 12 e2
t
2. X = 3. X = 4. X =
3 5 3 4 1 0 2 1 3 1 8 1 1
X+
et
X+
5. Resolver el sistema dado sujeto a la condici on inicial dada: X = 3 1 1 3 X+ 4e2t 4e4t , X0 = 1 1
Cap tulo 6
Ecuaciones en derivadas parciales.

6.1.
6.1.1.
Ecuaciones diferenciales en derivadas parciales separables.

Ecuaciones lineales.
La forma general de una ecuaci on diferencial en derivadas parciales lineales de segundo orden (EDP) con dos variables independientes, x e y , es 2u 2u 2u u u A 2 +B +C 2 +D +E + Fu = G x xy y x y en que A, B, C, , G son funciones de x y y . Cuando G(x, y ) = 0, la ecuaci on se llama homog enea; en cualquier otro caso es no homog enea. Ejemplo 6.1.1 La ecuaci on 2u 2u + 2 u=0 x2 y es homog enea, mientras que 2 u u = x2 x2 y es no homog enea. Una soluci on de una ecuaci on en derivadas parciales con dos variables independientes x y y es una funci on u(x, y ) que posee todas las derivadas 147
148
parciales que indica la ecuaci on y que la satisface en alguna regi on del plano xy . Para la mayor parte de las ecuaciones lineales de segundo orden no es f acil llegar a una soluci on. Sin embargo, casi siempre, es posible hallar soluciones particulares de las ecuaciones lineales importantes que se originan en muchas aplicaciones.
6.1.2.
Separaci on de variables.
Se trata de buscar una soluci on particular en forma de producto de una funci on de x por una funci on de y , como u(x, y ) = X (x)Y (y ) a veces es posible convertir una ecuaci on en derivadas parciales, lineal con dos variables en dos ecuaciones diferenciales ordinarias. Para hacerlo notamos que u u x = X Y, y = XY (6.1) 2 u 2u = X Y, y2 = XY x2 Ejemplo 6.1.2 Determine las soluciones producto de u 2u =4 x2 y Soluci on: Si u(x, y ) = X (x)Y (y ), la ecuaci on se transforma en X Y = 4XY dividimos ambos lados entre XY , con lo cual separamos las variables: X Y = X Y Puesto que el lado izquierdo de esta ecuaci on es independiente de y e igual al lado derecho, que es independiente de x, llegamos a la conclusi on que ambos lados son independientes tanto de x como de y . Cada lado de la ecuaci on debe ser una constante. En la pr actica se acostumbra escribir esta constante de separaci on real como 2 o 2 . Distiguiendo los tres casos siguientes.
Antonio Baeza Salas Caso I Si 2 > 0, las dos igualdades X Y = = 2 X Y dan X 42 X = 0 y Y 2 Y = 0
149
Estas ecuaciones tienen las soluciones siguientes: X = c1 cosh 2x + c2 senh 2x Y = c 3 e

2y
As , una soluci on particular de la ecuaci on es u = XY = (c1 cosh 2x+c2 senh 2x)(c3 e y ) = A1 e Caso II Si 2 < 0, las dos igualdades Y X = = 2 X Y dan X + 42 X = 0 y Y + 2 Y = 0 Estas ecuaciones tienen las soluciones siguientes: X = c4 cos 2x + c5 sen 2x Y = c6 e
2y 2 2y
cosh 2x+B1 e
2y
senh 2x
As , otra soluci on particular de la ecuaci on es u = A2 e Caso III Si 2 = 0, entonces X =0 y =0 En este caso X = c7 x + c8 y Y = c9 y entonces u = A 3 x + B3
2y
cos 2x + B2 e
2y
sen 2x
150
6.1.3.
Principio de superposici on.
Si u1 , u2 , . . . , uk son soluciones de un ecuaci on en derivadas parciales lineal homog enea, la combinaci on lineal u = c 1 u1 + c 2 u2 + + c k uk , en que las ci , i = 1, 2, . . . , k , son constantes, tambi en es una soluci on.
6.1.4.
Clasicaci on de las ecuaciones.
Una ecuaci on en derivadas parciales, lineal de segundo orden con dos variables independientes y con coecientes constantes, puede pertenecer a uno de tres tipos generales. Esta clasicaci on s olo depende de los coecientes de las derivadas de segundo orden. Naturalmente, suponemos que al menos uno de los coecientes A, B y C no es cero. Denici on 6.1.1 (Clasicaci on de las ecuaciones.) La ecuaci on en derivadas parciales lineal y de segundo orden A 2u 2u 2u u u + B + C +D +E + Fu = 0 x2 xy y 2 x y
en donde A, B , C , D, E y F son constantes reales, es Hiperb olica si B 2 4AC > 0 Parab olica si B 2 4AC = 0 El ptica si B 2 4AC < 0 Ejemplo 6.1.3 1. 3 2. 3. 2u u = x2 y Clasicar las siguientes ecuaciones:
2u 2u = x2 y 2 2u 2u + 2 x2 y
Soluci on:
Antonio Baeza Salas 1. Escribimos primero la ecuaci on en las forma adecuada: 3 2 u u =0 x2 y
151
e identicamos de esta forma los coecientes: A = 3, B = 0 y C = 0. Y teniendo en cuenta que B 2 4AC = 0, la ecuaci on es parab olica. 2. Se tiene en este caso A = 1, B = 0 y C = 1 y B 2 4AC > 0. La ecuaci on es hiperb olica. 3. Se tiene en este caso A = 1, B = 0 y C = 1 y B 2 4AC < 0. La ecuaci on es el ptica.
6.1.5.
Ejercicios
1. Aplique la separaci on de variables para hallar, si es posible, soluciones producto para la ecuaci on diferencial respectiva. a) u u = x y u u =y x y
b) x c)
2u 2u 2u + + =0 x2 xy y 2
2. Clasicar las siguientes ecuaciones diferenciales parciales como hiperb olica, parab olica o el ptica. a) b) c) 2u 2u 2u + + =0 x2 xy y 2 2u 2u 2u +9 2 =0 +6 2 x xy y 2u 2u = 9 x2 xy
152
6.2.
Ecuaciones cl asicas y problemas de valor en la frontera.
Nos interesamos en este apartado por el estudio de las soluciones de las siguientes ecuaciones en derivadas parciales: k u 2u = , 2 x t a2 k>0 (6.2)
2u 2u = x2 t2
(6.3)
2u 2u + 2 =0 x2 y
(6.4)
o peque nas variaciones de las mismas. A estas ecuaciones cl asicas de la f sica matem atica se les conoce como ecuaci on en una dimensi on del calor, (6.1), ecuaci on de onda unidimensional, (6.3) y ecuaci on de Laplace en dos dimensiones, (6.4). Obs ervese que la ecuaci on (6.1) de transmisi on del calor es parab olica, la ecuaci on de onda (6.3) es hiperb olica y la ecuaci on de Laplace (6.4) es el ptica.
6.2.1.
Ecuaci on de transmisi on de calor.
La ecuaci on (6.1) se origina en la teor a del ujo de calor , esto es, el calor transferido por conducci on en una varilla o alambre delgado.
6.2.2.
Ecuaci on de onda.
La funci on u(x, t) es la temperatura. Los problemas de vibraciones mec anicas conducen con frecuencia a la ecuaci on de onda (6.3). Una soluci on u(x, t) de la ecuaci on (6.3) representa el desplazamiento de una cuerda ideal. Se tiene una cuerda de longitud L, como una cuerda de guitarra, estirada entre dos puntos en el eje x. Cuando comienza a vibrar, supongamos que el movimiento se lleva a cabo en el plano xy , de tal modo que cada punto de la cuerda se mueve en direcci on perpendicular al eje x, de esta forma u(x, t) representa el desplazamiento vertical de cualquier punto de la cuerda medio a partir del eje x, cuando t > 0.
Antonio Baeza Salas
153
6.2.3.
Ecuaci on de Laplace.
Una soluci on u(x, y )de la ecuaci on (6.4) de Laplace se puede interpretar como la distribuci on de estado estable (esto es, independiente del tiempo) de la temperatura en una placa delgada y bidimensional. Esta ecuaci on en dos o tres dimensiones surge en problemas independientes del tiempo que conciernen potenciales como el electrost atico, el gravitacional y la velocidad mec anica de uidos. Adem as, una soluci on de la ecuaci on de Laplace se puede interpretar como la distribuci on de temperatura en un estado estable. Una soluci on podr a representar la temperatura que var a de un punto a otro pero no con el tiempo en una placa rectangular.
6.3.
Ecuaci on de transmisi on de calor.
Una varilla delgada de longitud L tiene una temperatura inicial f (x) y sus extremos se mantienen a la temperatura cero en todo momento t > 0. Si la varilla satisface las hip otesis siguientes El ujo de calor dentro de la varilla s olo tiene la direcci on x La supercie lateral, o curva, de la varilla est a aislada; esto es, no escapa calor de esa supercie. No se genera calor dentro de la varilla. La varilla es homog enea es decir, su masa por unidad de volumen es constante. El calor espec co y la conductividad t ermica del material de la varilla K son constantes. el problema de valor en la frontera establece su temperatura u(x, t)
x+dx
Figura 6.1: Secci on transversal de a rea A
154 k 2u u = , x2 t
Ampliaci on de Matem aticas 0 < x < L, t > 0 u(L, t) = 0, t>0 (6.5) (6.6) (6.7)
u(0, t) = 0,
u(x, 0) = f (x),
0<x<L
Con el producto u = X (x)T (t) y la constante de separaci on 2 , llegamos a T X = = 2 (6.8) X kT ya X + 2 X = 0 T + k2 T = 0 X = c1 cos xx + c2 sen x 2 T = c3 ek t u(0, t) = X (0)T (t) = 0 u(L, t) = X (L)T (t) = 0 (6.9)
(6.10)
Por tanto se tiene que X (0) = 0 y X (L) = 0. estas condiciones homog eneas en la frontera, junto con la ecuaci on homog enea (6.9), son un problema normal de Sturm-Lioville. Al aplicar la primera de estas condiciones a la ecuaci on (6.10) obtenemos c1 = 0, de inmediato. En consecuencia X = c2 sen x
6.4. 6.5.
Ecuaci on de onda. Ecuaci on de Laplace.

Apuntes

Cargado por

Información del documento

Título original

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

Apuntes

Cargado por

Copyright:

Formatos disponibles

DE MATEMATICAS AMPLIACION

Antonio Baeza Salas

Ampliaci on de Matem aticas

Antonio Baeza Salas

Antonio Baeza Salas

Ampliaci on de Matem aticas

de la u ltima ecuaci on se obtiene la ecuaci on x dy = dx y

en el intervalo (2, +2).

Antonio Baeza Salas

Ampliaci on de Matem aticas

Sistemas de ecuaciones diferenciales.

y = ex/2 y = e3x + 10e2x y=

2y = e3x ; + 20y = 24;

y = 5 tan 5x y = ( x + c 1 ) 2 , x > 0, c 1 > 0

Antonio Baeza Salas 10. y + 10y + 25y = 0

x = e2t + 3e6t , y = e2t + 5e6t

1 1 x = cos 2t+sen 2t+ et , y = cos 2tsen 2t et 5 5

Problemas de valor inicial.

Problemas de valor inicial de primero y segundo orden.

14 Sujeto a: y (x0 ) = y0 Resolver: d2 y dx2 = f (x, y, y ) Sujeto a:

Ampliaci on de Matem aticas

Antonio Baeza Salas

Al resolver un problema de valor inicial surgen dos asuntos fundamenta-

Las ecuaciones diferenciales como modelos matem aticos.

Ampliaci on de Matem aticas

Figura 1.1: Problema de rapidez de variaci on

Antonio Baeza Salas

Ampliaci on de Matem aticas

Antonio Baeza Salas V =

Pues claro, diferenciando se tiene He ah la soluci on.

Perfecto. Y, para los valores num ericos? Si a = 4, b = 3, r = 2, y = 1, entonces 2 =

Ampliaci on de Matem aticas

Diseminaci on de una enfermedad.

Una condici on inicial obvia que acompa na a esta ecuaci on es x(0) = 1.

Ley de Newton del enfriamiento.

Antonio Baeza Salas

Entonces, la ecuaci on (1.15) se transforma en A dA =6 dt 100 (1.16)

Ampliaci on de Matem aticas

Antonio Baeza Salas

Practica con Mathematica

Ampliaci on de Matem aticas

Se dene f como la funci on coseno y se calcula su derivada y se eval ua la derivada en .

y = ex/2 y = e3x + 10e2x

Antonio Baeza Salas

Resoluci on de ecuaciones diferenciales.

Ecuaciones con condiciones iniciales.

Gr acos bidimensionales. El comando Plot.

Figura 1.4: Gr aca de una funci on con Plot

Representaci on gr aca de la soluci on de una ecuaci on diferencial.

Ejercicios. 1. Resuelve con Mathematica la ecuaci on 1.16 del apartado 1.3.4.

Ampliaci on de Matem aticas

Ecuaciones ordinarias de primer orden. Aplicaciones.

Ampliaci on de Matem aticas

Antonio Baeza Salas Integrando en los t erminos: dy = y dx 1+x

ydy = xdx ydy = xdx

Ampliaci on de Matem aticas

e3x (3x 1) = Ejemplo 2.2.4

Antonio Baeza Salas

Resuelve las siguientes ecuaciones diferenciales por separaci on de variables: 1. 2.

10. (4y + yx2 )dy (2x + xy 2 )dx = 0 12.

y (0) = 1 y (0) = 1,01 y (0) = 1 y (0) = 1

= (y 1)2 + 0,01 = (y 1)2 0,01

34 Entonces, si f (x, y ) = c, se tiene f f dx + dy = 0 x y