ECUACIONES DIFERENCIALES

ORDINARIAS
Miguel A. Rodrguez
April 19, 1999

Tema 1

Introducci
on. M
etodos
elementales de integraci
on
1.1

Introducci
on

Las Ecuaciones Diferenciales (ED) es uno de los campos de la Matematica donde

se siente con mas fuerza la inuencia mutua con la Fsica. Muchas de las leyes
de la Fsica adoptan en su enunciado matem
atico la forma de una ecuaci
on
diferencial. Los grandes desarrollos en el mundo de las ED son motivados en su
mayor parte por la necesidad de estudiar el signicado de esas leyes para poder
predecir comportamientos de los sistemas fsicos.
Desde muy pronto en la historia de la matem
atica moderna, es decir, los
tiempos de Euler, las ecuaciones diferenciales aparecen como una de las ramas con un crecimiento espectacular aunque existan discontinuidades claras.
Desde los objetivos iniciales de Euler y los Bernouilli por resolver de manera
explcita el mayor n
umero de euaciones posibles, hasta los supuestamente mas
modestos de obtener el mayor n
umero de resultados posibles a
un sin saber la
soluci
on, ha pasado un largo periodo en el que el desarrollo de las otra ramas
de la matematica, singularmente el an
alisis, han permitido conseguir un nivel
de conocimientos realmente impresionante en este tema.

1.2

Primeras deniciones

Sin entrar en mayores precisiones, una ecuaci

on diferencial es una relaci
on entre
las derivadas de una funci
on y sus variables, es decir:
f (x, u, ux , uxx , . . .) = 0
donde tanto x como u pueden ser vectores de espacios de dimension nita, al
menos en lo que concierne a estas notas.
1

EDO. Versi
on 4. Mayo 1996

En la primera parte desarrollaremos el estudio de las llamadas ecuaciones

diferenciales ordinarias (EDO) en las que x es una variable escalar, aunque u
puede ser un vector. El orden de una ecuaci
on es el de la derivada que lo tiene
maximo. As por ejemplo, la ecuaci
on:
y
= y
es una ecuacion de primer orden en la que la funci
on inc
ognita es y, la variable
independiente es x, que no aparece en la ecuacion, y donde:
y
=

dy
dx

El teorema fundamental del c

alculo permite obtener la soluci
on de ecuaciones
diferenciales que se encuentran reducidas a cuadraturas, es decir aquellas como:
y
= f (x)
en las que todas las soluciones son simplemente:

y(x) = f + C
donde el signo integral se reere a la integral indenida de f y C es una constante
arbitraria. Sin embargo, en el ejemplo anterior, y
= y, la soluci
on no es tan
trivial. De hecho, se puede interpretar esa ecuaci
on, junto con una condici
on
adecuada, como la denici
on de la funci
on exponencial. En efecto, si se supone
que se busca una soluci
on que verique y(0) = 1, se encuentra como u
nica
soluci
on:
y(x) = ex .
Todas las soluciones de esta ecuacion tienen la forma:
y(x) = Cex

(1.1)

donde C es una constante cualquiera (Fig.1). En efecto, sea y(x) una soluci
on
de la ecuacion, y multipliquemosla por exp(x). Derivando respecto a x, es
f
acil obtener:
d
(y(x)ex ) = 0
dx
de donde se deduce la forma dada en (1).
Para nalizar este ejemplo, demostremos como las propiedades de la funci
on
exponencial pueden deducirse del estudio de la ecuacion diferencial de la que es
soluci
on; consideremos por ejemplo:
ea+b = ea eb .
Si y(x) es solucion de esta ecuacion, es obvio, debido a la independencia en t
que y(x + t) tambien lo es. As pues, como todas las soluciones son de la forma
dada en (1), tendremos:
y(x + t) = Cex

MAR

Fig.1

donde C es una constante, determinada evidentemente por t. Igualando:

y(x + t) = ex+t = C(t)ex
de donde se obtiene el resultado anunciado anteriormente sin m
as que tomar
x = 0.
Otra forma de ver las cosas es la siguiente. Supongamos que el objetivo es
determinar todas las funciones que verican la siguiente propiedad:
f (a + b) = f (a)f (b)
es decir, que representan el grupo aditivo de los reales en el grupo multiplicativo.
Esta idea permite tratar las funciones especiales de la Fsica Matematica desde
el punto de vista de la teora de la representacion de los grupos. Para calcular
f procedamos de la siguiente forma: supongamos que a = t y derivemos con
respecto a esta variable:
f
(t + b) = f
(t)f (b)
si ahora sustituimos t por 0 y tratamos b como una variable x, tendremos:
f
(x) = f
(0)f (x)
llamando y = f (x): y
= Ky donde K = f
(0). La ecuacion obtenida es la
tratada anteriormente salvo una constante K.
Se pueden generar ED de la siguiente forma: sea
f (x, y, c1 , c2 , . . . , cn ) = 0
una ecuaci
on, en la que se supone que las operaciones a realizar son v
alidas.
Derivemos n veces respecto a la variable x, considerando a y como funci
on
implcita de x. Esto permite obtener n + 1 ecuaciones de donde es posible, en
principio, eliminar las constantes ci , obteniendose una ecuacion diferencial de
grado n. El orden de esta ecuaci
on puede ser menor si las constantes satisfacen
algunas relaciones. La soluci
on de esta ED sera la ecuacion de partida, siempre
que y pueda ser escrita como funcion de x, y depender
a de n constantes de
integraci
on. Esto es una soluci
on general en el sentido habitual. Sin embargo es
posible que alguna soluci
on pueda no estar representada en ella. Consideremos

EDO. Versi
on 4. Mayo 1996

el siguiente ejemplo para una ecuaci

on con una constante: f (x, y, c) = 0. Si
derivamos con respecto a x obtendremos:
f
f

+
y =0
x
y
donde hemos sustituido c por la expresi
on obtenida de f (x, y, c) = 0. Si derivamos esta expresion considerando a x, y, c como variables independientes tendremos:
f
f
f
dx +
dy +
dc = 0
x
y
c
(tambien con c eliminada), y de ambas ecuaciones llegamos a:
f
dc = 0
c
es decir, o bien dc = 0 con lo cual c es constante y obtenemos la solucion general
f (x, y, c) = 0, o bien:
f
=0
c
que puede en ocasiones ser una solucion de la ED y no estar includa en la
soluci
on general. Se trata de una soluci
on singular, y desde un punto de vista
geometrico es la envolvente de la familia de curvas dada por la soluci
on general.
La mayor parte de los resultados sobre ecuaciones diferenciales se reeren a
aquellas que estan escritas en la llamada forma normal, es decir aquellas en las
que la derivada de mayor orden est
a despejada:
y (n) = f (x, y, y
, y

, . . . y (n1) ).
Si y es una funci
on vectorial se dice que tenemos un sistema de ecuaciones.
Existe una relaci
on entre los sistemas de primer orden y las ecuaciones de orden
n. En efecto, una ecuaci
on diferencial de orden n, dada en forma normal siempre
se puede escribir como un sistema de ecuaciones de primer orden sin mas que
denir las derivadas sucesivas de y como nuevas funciones inc
ognitas: y = y1 ,
y
= y2 (as que y1
= y2 ), etc. con lo que la propia ecuaci
on se transforma en:
yn
= f (x, y1 , y2 , ..., yn ).
El proceso inverso, es decir, pasar de un sistema a una ecuaci
on, no siempre
es tan evidente y resulta necesario examinar cuidadosamente el sistema. Por
ejemplo:


y 1 = y1
y2
= y2
es un sistema de primer orden que no es equivalente a una ecuaci
on de orden dos. Incluso aunque se pueda encontrar esa ecuaci
on, cuestiones como la
derivabilidad de las soluciones deben ser tratadas separadamente.

MAR

1.3

Problemas a resolver

Los problemas que surgen en el estudio de las ecuaciones diferenciales son muy
variados. Algunos ser
an tratados en los pr
oximos ejemplos aunque su justicacion y respuesta no seran estudiados hasta m
as adelante.

1.3.1

Existencia y unicidad

La existencia y unicidad de soluciones de una ecuaci

on seran las primeras dicultades a tratar. Como ya hemos visto, una ED tiene en general un n
umero
innito de soluciones. Sin embargo si sometemos dichas soluciones a alguna
condici
on de tipo a especicar, podemos elegir entre ellas una sola. Las restricciones que aparecen sobre la ecuacion y la condici
on para que esto sea cierto
se estudiaran en otro lugar. Los ejemplos que siguen muestran varias ED con
diferentes comportamientos:
a) y
= y, y(0) = 1 tiene una u
nica soluci
on, como ya hemos visto, y(x) = ex


2/3
b) y = 3y
tiene mas de una soluci
on cuando y(0) = 0. Por ejemplo:
y(x) = 0, y(x) = x3 verican tanto la ecuaci
on como la condici
on establecida.
La soluci
on general de esta ecuacion es:
y(x) = (x + c)3
aunque y(x) = 0 no aparece en ella. De hecho, esta solucion es la envolvente de
la familia de curvas dada en la soluci
on general (Fig.2).

Fig.2

Fig.3

c) y
= x/y, y(0) = 0 es un problema que no tiene soluci

on. La soluci
on
general viene dada por:
x2 + y 2 = c
donde c es una constante positiva. Ninguna soluci
on pasa por (0, 0). N
otese
que esta expresion no es una soluci
on en sentido estricto pues y no es funci
on
de x en todos los puntos. Sin embargo contiene a las soluciones de la ecuaci
on.
Con mas propiedad la podemos llamar una integral de la ED (Fig.3).

1.3.2

EDO. Versi
on 4. Mayo 1996

Dependencia continua

Puesto que muchos fen

omenos fsicos pueden representarse por modelos que
encuentran su formulaci
on matematica en una ED, resulta de suma importancia saber como dependen sus soluciones de los parametros y de los datos. En
general estos no se conoceran con precisi
on absoluta y peque
nas variaciones
podran provocar grandes cambios en las soluciones. La dependencia respecto
a par
ametros y datos, y la estabilidad de las soluciones seran temas a tratar
detenidamente. Los siguientes ejemplos muestran como ecuaciones sencillas
presentan distintos comportamientos en estos temas.
a) y
= ay donde a es una constante real. Las soluciones de esta ecuacion
dependen continuamente de los datos, para toda constante a. Es decir cuando
se consideran soluciones con dato inicial y(x0 ) = y0 y se vara y0 la soluci
on
depende de y0 de forma continua en un intervalo [x0 , x1 ] con x1 nito. La
demostracion es muy sencilla.
b) En la misma ecuaci
on del ejemplo anterior uno puede estudiar como
las soluciones dependen continuamente respecto al par
ametro a. El comportamiento cualitativo de las soluciones es muy similar segun vara a. Se puede
considerar el punto a = 0 como un punto de bifurcaci
on. Para a > 0 todas
las soluciones tienden a cuando x . Sin embargo cuando a < 0 todas
tienden a 0 cuando x a. Cuando a = 0 las soluciones son rectas paralelas al
eje x.
c) Siguiendo con el ejemplo anterior la solucion y(x) = 0 es una soluci
on
estable asintoticamente cuando x , si a < 0. Si a = 0 esta solucion
sigue siendo estable pero no asint
oticamente. Pero cuando a > 0 la soluci
on es
inestable. A
un sin entrar en mayores precisiones sobre estos conceptos, resulta
claro del dibujo de las soluciones el signicado de estas palabras (Fig.4).

x
1

Fig.4

1.3.3

Fig.5

Prolongaci
on

Al ser una soluci

on una funci
on y = y(x), puede ocurrir que no este bien denida
para cualquier valor de x. En general uno considera soluciones denidas en el
mayor intervalo posible. Se llaman soluciones maximales en el sentido que el
intervalo no se puede ampliar m
as. Este intervalo puede ser, por supuesto, no
acotado por la derecha, izquierda o por ambas simult
aneamente. Los siguientes

MAR

ejemplos muestran soluciones que no se pueden prolongar hasta innito, es decir,

el intervalo m
aximo de denici
on no llega hasta .
a) y
= x/y. Como hemos visto antes, las soluciones de esta ecuacion estan
contenidas en las curvas de nivel de la funcion:
x2 + y 2 = c.
Por tanto, una soluci
on sera:
y(x) =

c x2 .

Est
a claro que esta solucion no se puede prolongar hacia la derecha (x crecientes)
mas alla de c1/2 . Un razonamiento similar muestra que no se puede prolongar
hacia la izquierda m
as alla de c1/2 . Por tanto esta soluci
on esta denida en
1/2 1/2
el intervalo (c , c ) y es no prolongable en el sentido dicho anteriormente
(Fig.3).
b) y
= y 2 tiene como solucion general y(x) = 1/(c x). Para cualquier c la
soluci
on no se puede prolongar m
as alla de c.
Por ejemplo, para jar ideas, consideremos una soluci
on particular que verica y(0) = 1, es decir, y(x) = 1/(1 x). Est
a claro que esta solucion no puede
prolongarse m
as alla de x = 1, donde tiene una asntota vertical. Por la izquierda
no presenta ninguna dicultad as que el intervalo m
aximo de denici
on es
(, 1) (Fig.5). Se dice muchas veces que la solucion no es prolongable hacia la derecha y s lo es hacia la izquierda, para indicar que la soluci
on maximal
tiene como intervalo de denici
on el anteriormente citado. Esta misma ecuacion
tiene soluciones con intervalo de denici
on del tipo (c, ), e incluso una soluci
on
denida en toda la recta, y(x) = 0. Las dicultades de extensi
on del intervalo,
son distintas en los dos ejemplos expuestos. En el primero de ellos la derivada se
hace innito en un punto mientras que en el segundo existe una asntota vertical
pero la derivada no se hace innito en ning
un punto en el que la funci
on este
denida.

1.3.4

Soluci
on general

Se ha hablado de soluciones generales como aquellas que contienen todas las soluciones de la ecuacion, que se obtienen al dar valores a una constante que aparece
en ellas. Sin embargo es posible que alguna soluci
on escape de la solucion general y no se obtenga para ning
un valor real de la constante (o constantes en
otros casos). Por ejemplo, en el caso anterior, y(x) = 0 no aparece en la soluci
on
general para ning
un valor de la constante c.

1.3.5

Ecuaciones en forma implcita

Finalmente, existe un tipo de ecuaciones diferenciales no resueltas en la derivada

de orden superior. En general equivalen a una ecuaci
on cuando se puede despejar
esa derivada, por ejemplo cuando se puede aplicar el teorema de la funci
on

EDO. Versi
on 4. Mayo 1996

implcita: (y
)2 = 4y es un ejemplo sencillo de este tipo de ecuaciones que

equivale a dos:
y
= 2y 1/2 ; y
= 2y 1/2 .
Las soluciones de ambas ecuaciones son el haz de parabolas y = (x + c)2 . La
soluci
on y(x) = 0 es la envolvente del haz y las otras soluciones presentan un
comportamiento peculiar en el eje x, donde no existe soluci
on u
nica (Fig.6).

Fig.6

1.4

Interpretaci
on geom
etrica de las ED de primer orden. Isoclinas

En esta seccion consideraremos tan solo ecuaciones de primer orden resueltas

en la derivada. Aunque similares armaciones podran hacerse para sistemas de
ecuaciones de primer orden, solo para las ecuaciones pueden hacerse representaciones gracas sencillas. As, sea y
= f (x, y) una ED de primer orden. A cada
punto del plano x, y podemos asociarle un segmento de pendiente f (x, y). De
esta manera obtendremos un campo de direcciones en la region en la cu
al este
denida f . Se denominan isoclinas a las curvas que unen los puntos en los que la
pendiente es constante. De acuerdo con la ED y
= f (x, y), una soluci
on de esta
ecuacion es tangente en cada punto al campo de direcciones. Es posible obtener
de esta forma una gr
aca aproximada de las soluciones, mediante el dibujo de
las isoclinas de la ecuacion, curvas de nivel de la funci
on f . Es posible que en
algun punto la funci
on f tenga un valor innito. En este caso no puede hablarse
con propiedad de soluci
on. Sin embargo, con respecto al dibujo aproximado de
las curvas integrales, este hecho puede obviarse mediante la consideracion de la
ecuacion asociada x
= 1/f (x, y), donde x
= dx/dy, es decir considerando a
x como funci
on de y. De esta forma, cuando aparezca un punto de pendiente
innita para la ecuaci
on inicial, se puede considerar esta otra ecuaci
on y tratar
a la curva integral como una soluci
on suya. No siempre es sencillo dibujar las
isoclinas y por tanto las soluciones.
Los siguientes ejemplos muestran cuales son los pasos mas adecuados para
llevarlo a cabo, aunque cada situaci
on puede necesitar un estudio particular.
a) y
= y x es una ecuacion lineal. Las isoclinas son muy sencillas en
este caso: y x = m son rectas de pendiente 1 y ordenada en el origen m, es

MAR

decir la pendiente de las soluciones que pasan por ellas. El dibujo de isoclinas
y soluciones es el que aparece en la gura 7.
b) xy
+(1x)y = 0. Las isoclinas son ahora (x1)y/x = m, o si despejamos
y:
mx
y=
x1
curvas que pasan por (0, 0) y tienen una asntota vertical en el punto x = 1.
La pendiente en el origen no est
a denida. De la expresi
on obtenida en primer
lugar, uno puede deducir que la recta x = 1 es una isoclina de pendiente = 0.
Asimismo x = 0 es una isoclina de la ecuacion asociada (dx/dy) con pendiente
igual a 0 (o si se quiere de la ecuacion inicial con pendiente ). El dibujo de
las isoclinas y soluciones puede verse en la gura 8.

Fig.7

Fig.8

Otras caractersticas de las soluciones pueden obtenerse de la propia ecuacion. Por ejemplo, el conjunto de puntos de inexi
on esta contenido en el conjunto de puntos que anulan a la segunda derivada y puede obtenerse de la
ecuacion sin m
as que derivar (suponiendo que se pueda):
y

=

f
f
+
f (x, y) = 0.
x
y

c) y
= y 2 x. Las isoclinas de esta ecuacion son las curvas y 2 x = m, es

decir par
abolas con eje horizontal. La derivada segunda de una soluci
on es:
y

= 2y
y 1 = 2y(y 2 x) 1
y por tanto, la ecuaci
on de los posibles puntos de inexi
on es la expresion
anterior igualada a cero es decir:
x = y2

1
.
2y

En la gura 9 pueden verse las isoclinas, curva de puntos de inexi

on y soluciones.
Con esto terminamos esta introduccion al estudio de las ecuaciones diferenciales. En la siguiente seccion estudiaremos diversos metodos de resolucion de
ED de primer orden para plantear un aspecto m
as teorico en el captulo 2.

10

EDO. Versi
on 4. Mayo 1996

Fig.9

1.5

M
etodos elementales de integraci
on

A
un cuando no cabe esperar resolver todas las ED de forma completa es posible
en ciertos casos obtener la solucion general de una forma explcita. A continuaci
on estudiaremos algunos casos de ecuaciones diferenciales de primer orden
para los que se puede encontrar la soluci
on general.

1.5.1

Ecuaciones exactas

Consideremos una ED escrita en la forma siguiente:

P (x, y)dx + Q(x, y)dy = 0.

(1.2)

Desde el punto de vista de la teora de formas diferenciales, si es una

1-forma en IR2 (o en un abierto de IR2 ), su expresi
on en coordenadas es:
= P (x, y)dx + Q(x, y)dy
por lo tanto la ecuaci
on (1.2) es = 0. Cuando sea una 1-forma exacta,
existir
a una funci
on f (x, y) tal que
= df
y por lo tanto, al ser = 0, f (x, y) = c es la solucion general de la ecuacion.
Una condici
on necesaria para que sea exacta es que sea cerrada, es decir:
d = 0. En coordenadas, esta restricci
on se traduce en:
P
Q

=0
y
x

(1.3)

suponiendo que las funciones P (x, y), Q(x, y) son diferenciables. Esta condici
on
es tambien suciente en el caso en que el abierto de IR2 en el que trabajamos
sea, por ejemplo, simplemente conexo, o haciendo consideraciones de tipo local,
como haremos de hecho.
De acuerdo con esta interpretaci
on, llamaremos ecuacion diferencial exacta a
aquella que escrita en la forma (1.2) verique la condicion (1.3). Las ecuaciones
exactas son inmediatamente resolubles, pues basta encontrar una funci
on f (x, y)

MAR

11

cuyas derivadas con respecto a x e y coincidan respectivamente con P (x, y) y

Q(x, y). Veamos como se puede encontrar f (x, y).
De la primera condici
on:
f
= P (x, y)
x
 x
f (x, y) =
P (s, y)ds + h(y)
x0

si ahora derivamos con respecto a y:

 x
f
P
=
(s, y)ds + h
(y) = Q(x, y) Q(x0 , y) + h
(y) = Q(x, y)
y
x0 y
de donde:

h
(y) = Q(x0 , y)

ecuacion que se integra facilmente dando:

 x

f (x, y) =
P (s, y)ds
x0

Q(x0 , s)ds.

y0

Con la eleccion de extremos de la integral que se ha hecho, f (x, y) = 0 es

la soluci
on que pasa por (x0 , y0 ). En la pr
actica se consideran las integrales
indenidas y la soluci
on general viene dada por f (x, y) = c en la cu
al solo
aparece una constante como era de esperar.
Ejemplo.
y x3 + (x + y 3 )y
= 0.
La ecuacion es exacta como se comprueba facilmente:
P (x, y) = y x3
Q(x, y) = x + y 3
luego:
P
Q
=
= 1.
y
x
Sea f (x, y) la funci
on cuyas curvas de nivel contienen a las soluciones de la
ecuacion:
f
= P (x, y)
x
1
f (x, y) = yx x4 + h(y)
4
f
= x + h
(y) = x + y 3
y
por tanto:
h(y) =

y4
,
4

f (x, y) = yx

x4 y 4
4

12

EDO. Versi
on 4. Mayo 1996

y las curvas integrales son f (x, y) = c. N

otese que Q(x, y) = 0 cuando x+y 3 = 0
por lo que en estos puntos no es obvio que y pueda denirse como funci
on de x
(al menos no se verican las hip
otesis del teorema de la funcion implcita). En
los demas puntos esa ecuacion dene a y como funci
on de x, y es una soluci
on
de la ecuacion.

1.5.2

Factores integrantes

No toda ecuacion es exacta, pero podra pensarse que la multiplicaci

on por un
factor global (x, y) hara que la nueva ecuaci
on, equivalente a la anterior al
menos si existe el inverso de , lo fuera. Es decir aunque no sea exacta,
una eleccion adecuada de hace que lo sea. Para ello debera vericarse la
condici
on de exactitud dada anteriormente:

P =
Q
x
y
lo que equivale a una ecuaci
on en derivadas parciales de primer orden para la
funcion . La obtenci
on de la soluci
on de esta ecuacion diferencial es equivalente en dicultad a la resoluci
on de la ecuacion de partida (el uso del metodo
de caractersticas lleva a la ecuacion original) pero no es necesario conocerla.
Basta hallar una funci
on que verique esa ecuacion, es decir, basta una soluci
on
particular. Se dice que (x, y) es un factor integrante para esa ecuaci
on.
Ejemplo. y
= (y 2x)/(2y + x). Escribiendo esta ecuacion como hemos
hecho antes:
(2x y)dx + (2y + x)dy = 0
que no es una ecuacion exacta. Tratemos de buscar un factor integrante para
ella. La ecuacion que debe vericar (x, y) es:
(2y + x)x (2x y)y = 2.
Esta ecuacion en derivadas parciales de primer orden lleva a la ecuaci
on de
partida. Sin embargo, puede probarse f
acilmente que la funci
on:
(x, y) =

1
x2 + y 2

es una solucion particular. Aunque el metodo aqu descrito no sea muy general,
no deja de tener interes. Hagamos el siguiente cambio de variables:
x = cos
y = sen
la nueva ecuaci
on es:
+ 2 = 2
y suponiendo que no depende de , = 2, ecuacion de la que se obtiene
como solucion particular () = 1/2 , es decir el factor integrante antes dado.

MAR

13

Si se supone que solo depende de , se obtiene la ecuacion: = , con

soluci
on:
= e
es decir: = e arctg(y/x) que es otro factor integrante para esta ecuaci
on.
Escojamos el primer factor integrante. La ecuaci
on es ahora:
2x y
2y + x
dx + 2
dy = 0
2
2
x +y
x + y2
que es exacta y tiene como solucion general:
x
log(x2 + y 2 ) arctg( ) = C.
y
Esta funci
on no dene en todos los puntos a y como funci
on de x. De acuerdo
con el teorema de la funci
on implcita (que da condiciones sucientes) cuando
2y + x = 0, no se puede asegurar que exista esa funci
on implcita. En esos
puntos es donde f (x, y) = (y 2x)/(2y + x) es discontinua.
En el ejemplo siguiente veremos como una hip
otesis adicional sobre , a
saber, que dependa tan solo de la variable x, permite obtener f
acilmente una
ecuacion exacta.
Ejemplo: (x2 + y 2 + 2x + 1)dx + y(x + 1)dy = 0
Esta ecuacion no es exacta, P (x, y) = x2 + y 2 + 2x + 1, Q(x, y) = y(x + 1)
as que:
P
Q
= 2y;
= y.
y
x
Si suponemos que existe un factor integrante que solo es funci
on de x, (x):
(x + 1)
=
ecuacion que tiene por soluci
on (x) = x + 1. De esta forma uno obtiene
f
acilmente la solucion general
(x + 1)2 (2y 2 + (x + 1)2 ) = C.
El uso de factores integrantes no es, aunque pueda parecerlo de los ejemplos
precedentes, un metodo muy efectivo. De hecho, toda ecuacion que tiene una
u
nica soluci
on admite una familia innita de factores integrantes. Es obvio que
no sabemos calcular la solucion de todas las ED.

1.5.3

Ecuaciones de variables separadas

Se dice que una ecuaci

on diferencial es de variables separadas si se puede escribir
en la forma:
f (x)
y
=
.
g(y)
Se trata de una ecuaci
on exacta, escribiendola en la forma (1.2):
f (x)dx g(y)dy = 0

14

EDO. Versi
on 4. Mayo 1996

y por tanto se pueden usar los metodos expuestos anteriormente. Sin embargo,
en la pr
actica resulta mas directo prescindir de estos planteamientos y escribir:




g(y)y (x)dx = f (x)dx + C
y cambiando la variable de integraci
on en la primera integral:


g(y)dy = f (x)dx + C
relacion que una vez integrada, permitir
a encontrar la soluci
on.
Ejemplo: y
= (1 + y 2 )/(1 + x2 ) es una ecuacion de variables separadas,
con f (x) = 1/(1 + x2 ), g(y) = 1/(1 + y 2 ), por lo que su soluci
on se encuentra
inmediatamente como:


dx
dy

=
2
1+x
1 + y2
es decir: arctg(x) = arctg(y) + C, ecuacion de la que se puede despejar y(x)
obteniendose la solucion general:
y(x) =

kx
.
1 + kx

Ademas, y(x) = 1/x tambien es solucion, aunque no se obtenga para ning

un
valor de k IR. (k = permite obtener esa solucion).

1.5.4

Cambios de variable

Uno de los metodos mas interesantes para la resolucion de ED es el de cambios

de variable, tanto independiente como dependiente. Sin embargo, no siempre
es sencillo adivinar cual es el mejor cambio que simplica la ecuacion y la hace
resoluble por algun metodo elemental. Veremos a continuacion algunos tipos de
ecuaciones y los cambios de variable que ayudan a su soluci
on.
i) Ecuaciones homogeneas. Supongamos que la funci
on f (x, y) es homogenea
de grado 0, es decir:
f (tx, ty) = f (x, y).
En este caso, si se escribe y = zx, donde z es la nueva inc
ognita, la nueva
ecuacion es:
z
x + z = f (x, zx) = f (1, z)
que es una ecuacion de variables separadas:
z
=

f (1, z) z
x

y que puede resolverse con el metodo dado anteriormente.

Ejemplo: y 2x (2y + x)y
= 0.

MAR

15

Esta ecuacion fue resuelta antes buscando un factor integrante que la hiciera
exacta. Sin embargo es mas sencillo calcular su solucion consider
andola como
una ecuaci
on homogenea. Si y = zx:
xz
= 2

z2 + 1
2z + 1

que es una ecuacion de variables separadas:



2z + 1
dx
dz
=
2
2
z +1
x
y por tanto:

y
log(x2 + y 2 ) + arctg( ) = C
x
que es la misma solucion anterior (aunque el signicado de la constante C sea
distinto).
ii) Ecuaci
on de Bernouilli. El siguiente tipo de ecuaciones se puede resolver
mediante un cambio en la variable dependiente:
y
= f (x)y + g(x)y r

donde r es un numero real. Si se pone z = y 1r , la nueva ecuaci

on es:
z
= (1 r)(f (x)z + g(x))
que es una ecuacion lineal de primer orden sobre la que hablaremos a continuaci
on.
Ejemplo: y
= y 4y 2 cos2 (x/2). Poniendo z = 1/y, obtenemos una ecuacion
lineal de primer orden:
x
z
= z + 4 cos2 ( )
2
que sera resuelta en la pr
oxima seccion.
iii) La ecuaci
on de Riccati. Se trata de una ecuaci
on con terminos no lineales
cuadr
aticos:
y
= a(x) + b(x)y + c(x)y 2 .
En general no se puede reducir a cuadraturas, y solo cuando uno conoce
una soluci
on particular puede convertirla mediante un cambio de variable en
una ecuaci
on de Bernouilli para desde all pasar a una ecuaci
on lineal de primer
orden. La ecuaci
on de Riccati es un caso interesantsimo que puede ser estudiado
desde numerosos puntos de vista. Veamos primero como el conocimiento de una
soluci
on particular simplica la ecuaci
on. Sea y1 (x) esa solucion y llamemos:
u(x) = y(x) y1 (x).
Sustituyendo en la ecuaci
on hacemos desparecer el termino no homogeneo:
u
= (b(x) + 2y1 (x)c(x))u + c(x)u2

16

EDO. Versi
on 4. Mayo 1996

que es una ecuacion de Bernouilli, convirtiendose en una ecuacion lineal con el

cambio u = 1/z.
La ecuacion de Riccati aparece relacionada con una ecuaci
on lineal de orden
2; un cambio de variable linealiza a la ecuaci
on, aunque no es una linealizaci
on
estricta ya que el orden de la ecuacion aumenta. Para conseguir esto se pone:
v = yc(x) con lo que se obtiene:
v
= c(x)a(x) + (b(x) +

c
(x)
v) + v 2
c(x)

ecuacion que se transforma en la deseada por el cambio v = z
/z

z

+ (b + c
/c)z
+ acz = 0.
La soluci
on general de esta ecuacion se puede poner como una combinaci
on
lineal de dos soluciones linealmente independientes:
z(x) = k1 z1 (x) + k2 z2 (x)
con lo que la soluci
on de la ecuacion de Riccati es:
y(x) =
es decir:
y(x) =

z

cz

k1 z1
(x) + k2 z2
(x)

c(x)(k1 z1 (x) + k2 z2 (x))

que no depende de dos constantes, sino solo de una, por ejemplo del cociente
k1 /k2 = k. En cualquier caso, el c
alculo de las soluciones de esta ecuacion lineal
no es mas sencillo que el problema inicial.
Una propiedad de la ecuaci
on de Riccati es que la solucion general se puede
expresar en funci
on de tres soluciones particulares distintas y de una constante,
o lo que es lo mismo, la siguiente expresion es constante:
y(x) y1 (x) y3 (x) y2 (x)
=C
y(x) y2 (x) y3 (x) y1 (x)
de donde uno puede despejar y(x) suponiendo que conoce las otras tres soluciones. Esta propiedad es debida a la relaci
on que existe entre la ecuacion de
Riccati y el grupo de matrices 2 2 con coecientes reales y determinante igual
a uno, hecho tambien relacionado con la ecuaci
on lineal de segundo orden que
antes hemos estudiado. No podemos seguir aqu esta lnea de razonamiento pues
necesitaramos un aparato matem
atico del que carecemos.
Ejemplo: y
= y 2 2/x2 .
Es f
acil comprobar que y(x) = 1/x es una solucion particular de esta ecuacion. M
as difcil es establecer esa conjetura, aunque en este caso se puede
pensar que una funci
on del tipo k/x podra ser solucion. Introduciendola en
la ecuacion se obtienen dos valores diferentes de k para los que esta funci
on

MAR

17

es solucion, k = 1 y k = 2. En cualquier caso, puesto que la ecuaci

on es de
Riccati, una vez conocida una soluci
on, las dem
as se pueden obtener f
acilmente
desarrollando las ideas del apartado anterior.
u(x) = y(x)

1
x

la nueva ecuaci
on es:

2u
x
ecuacion de Bernouilli, que se resuelve poniendo z = 1/u:
u
= u 2 +

z
= 1

2z
x

una ecuaci
on lineal no homogenea, resuelta en el pr
oximo apartado.

1.5.5

La ecuaci
on lineal de primer orden

La forma m
as general de una ecuaci
on lineal de primer orden es:
y
= a(x)y + b(x)

(1.4)

donde a(x) y b(x) son funciones exclusivamente de x. Esta ecuacion no es

exacta, aunque un factor integrante que solo dependa de x se puede encontrar
f
acilmente. Sin embargo, procederemos de otra forma para calcular su soluci
on.
En primer lugar consideremos la llamada ecuaci
on homogenea:
y
= a(x)y
que es una ecuacion de variables separadas y por lo tanto integrable por cuadraturas:


dy
= a(x)dx
y


es decir:
log |y| =
o despejando y(x):

a(x)dx + C


y(x) = Ke

a(x)dx

donde K es una constante real (lo que nos permite eliminar el valor absoluto que
apareca en el logaritmo neperiano). Esta es la soluci
on general de la ecuaci
on
homogenea. Como se ve, todas las soluciones de esta ecuacion son proporcionales, o dicho de otra manera, forman un espacio vectorial real de dimensi
on
igual a 1. El c
alculo de la soluci
on general de la ecuacion completa puede hacerse utilizando el llamado metodo de variaci
on de constantes, que consiste en
probar soluciones de la forma:

y(x) = K(x)e a(x)dx
(1.5)

18

EDO. Versi
on 4. Mayo 1996

sustituyendo en la ecuaci
on (1.4), tenemos:
K
(x) = b(x)e

a(x)dx

e integrando, se llega a una soluci

on particular de la ecuaci
on completa que se
puede poner como:
 


yp (x) = b(t) exp a(s)ds dt.
La soluci
on general de la ecuacion completa (1.4), es la suma de la solucion
general de la ecuacion homogenea mas una soluci
on particular de la completa,
es decir:

y(x) = Ke a(x)dx + yp (x).
(1.6)
Este resultado se puede demostrar f
acilmente. Dada una soluci
on de (1.4),
y1 (x), es claro que y1 (x) yp (x) es una soluci
on de la ecuacion homogenea. Por
tanto es de la forma dada en (1.5) para alg
un valor de K. Es evidente tambien
que la funci
on dada en (1.6) es soluci
on de (1.4) sin m
as que revisar su calculo.
Ejemplo: z
= z + 4 cos2 (x/2).
Esta ecuacion se obtuvo a partir de una ecuaci
on de Bernouilli. La soluci
on
general de la ecuacion homogenea es:
z
= z,

z(x) = Kex

y una particular de la completa, obtenida por el metodo de variaci

on de constantes:
x
K
= 4ex cos2 ( ), K(x) = ex (2 + sen x + cos x)
2
por lo que la soluci
on general es:
z(x) = Kex + 2 + sen x + cos x.
Ejemplo: z
= 1 2z/x
Esta es la ecuacion que obtuvimos al tratar de calcular las soluciones de una
ecuacion de Riccati. La ecuacion homogenea correspondiente es:
z
=

2z
x

y su soluci
on se obtiene de:
z(x) = Ke2

dx/x

K
.
x2

En este caso, una solucion particular de la homogenea se puede obtener por

el metodo de variaci
on de constantes (o directamente):
x
zp (x) = .
3

MAR

19

La soluci
on general es:
z(x) =

x
K
+ .
3 x2

La soluci
on general de la ecuacion de Bernouilli de donde proviene nuestro
ejemplo sera:
3x2
u(x) =
C x3
y la de la ecuaci
on de Ricatti donde comenzamos:
y(x) =

3x2
1
+ .
C x3
x

Las ecuaciones lineales de primer orden son siempre resolubles por cuadraturas cuando las funciones a(x) y b(x) que aparecen en ellas son integrables,
en particular cuando son continuas. Como veremos m
as adelante cuando la
ecuacion es de orden superior a uno, s
olo si los coecientes son constantes o en
otros casos muy especcos, es posible encontrar la soluci
on general en forma
compacta.
Notese que para la ecuacion lineal homogenea, si se conoce una solucion que
no sea la trivial (y(x) = 0), las demas se obtienen de manera algebraica, es
decir:
y(x)
= C.
y1 (x)
Para la ecuaci
on no homogenea necesitamos dos soluciones distintas, y1 (x),
y2 (x), de forma que y(x) y1 (x), y(x) y2 (x) son soluciones de la ecuacion
homogenea, con lo que:
y(x) y1 (x)
=C
y(x) y2 (x)
a comparar con la ecuacion de Riccati donde son necesarias tres soluciones. De
esta forma, las ecuaciones lineales, homogeneas o no, se pueden considerar como
casos particulares de la ecuacion de Riccati.

1.6

M
etodos aproximados en ecuaciones de primer orden

Dado que no podemos conocer la soluci

on de una ED arbitraria, resulta de suma
importancia disponer de alg
un metodo que nos permita saber, al menos con
cierto grado de aproximaci
on, esa solucion. Los metodos aproximados son muy
variados y no podemos entrar aqu en una discusi
on profunda. Nos limitaremos
a esbozar dos de ellos. El primero por su sencillez y el segundo porque abre
la puerta a metodos mas completos y que permiten un mayor control sobre
los resultados y los errores que de forma indefectible van unidos a este tipo de
metodos.

20

1.6.1

EDO. Versi
on 4. Mayo 1996

Poligonal de Euler

Supongamos que queremos calcular la soluci

on de la ecuacion diferencial de
on inicial y(a) = y0 . Admitamos
primer orden y
= f (x, y), que verica la condici
de momento que sabemos que dicha solucion existe y puede denirse en un
cierto intervalo que es donde la queremos encontrar. Puesto que y
nos da la
derivada de la soluci
on construiremos una poligonal a base de segmentos que
tengan como pendiente el valor dado por la funci
on f en ciertos puntos, que
se determinan de acuerdo con una discretizaci
on apropiada del intervalo donde
estamos trabajando. Para jar ideas, supongamos que lo que queremos saber
es el valor de la solucion en el punto x = b > a. Dividamos el intervalo (a, b) en
n partes iguales, de paso h = (b a)/n. El valor de n inuye en la exactitud
del resultado, pues cuanto menor sea el paso, menores seran los errores en el
valor obtenido de la soluci
on. Sin embargo otro tipo de errores, debidos a los
calculos que hay que efectuar, inuyen tambien sobre este valor por lo que n no
puede aumentarse indenidamente. Una vez jado n, construimos un segmento
que partiendo de (a = x0 , y0 ) tenga como pendiente f (x0 , y0 ), es decir el valor
de la derivada de la soluci
on en ese punto. Calculamos sobre este segmento el
valor de y para x1 = x0 + h. Tenemos as un segundo punto de la poligonal
(x1 , y1 = y0 + hf (x0 , y0 )). En este punto construmos otro segmento como el
anterior pero ahora de pendiente f (x1 , y1 ) y calculamos el valor de y en el punto
x2 = x1 + h. De esta manera obtenemos una poligonal que se asemeja a la curva
soluci
on y que en el punto x = b nos dar
a un valor aproximado. Es decir:
y1 = y0 + hf (x0 , y0 )
y2 = y1 + hf (x1 , y1 )
...
yn = yn1 + hf (xn1 , yn1 ).
Ejemplo: Consideremos la ecuacion de Riccati cuya soluci
on encontramos
anteriormente: y
= y 2 2/x2 , y apliquemos el metodo de Euler al c
alculo del
valor en b = 2.1 de la soluci
on que pasa por (2, 0.5). En las tablas siguientes se
dan los valores que proporciona el metodo con diferentes pasos:
n = 1, a = x0 = 2, y0 = 0.5
b = x1 = 2.1, y1 = 0.475, yexacto = 0.476190, error = 0.001
n = 10, a = x0 = 2, y0 = 0.5
x1 = 2.01, y1 = 0.497500
x2 = 2.02, y2 = 0.495025
x3 = 2.03, y3 = 0.492574
x4 = 2.04, y4 = 0.490147
x5 = 2.05, y5 = 0.487743

MAR

21
x6 = 2.06, y6 = 0.487356
x7 = 2.07, y7 = 0.483006
x8 = 2.08, y8 = 0.480671
x9 = 2.09, y9 = 0.478359
x10 = 2.1, y10 = 0.476069, error = 0.0001
n = 100 x0 = 2, y0 = 0.5
x100 = 2.1, y100 = 0.476178, error = 0.00001.

Como otro ejemplo que usaremos mas tarde, el valor en x = 3 de esta

soluci
on, con n = 10, es 0.322438, frente al valor exacto de 0.333333.

1.6.2

M
etodo de Runge-Kutta

El metodo de Euler equivale en cierto sentido a un desarrollo de Taylor de

primer orden. Desarrollos hasta ordenes superiores proporcionan una mejor
aproximaci
on. Sin embargo, estos implican el calculo de derivadas m
as complicadas lo que conlleva dicultades en el c
alculo y sucesivos errores de redondeo
que se van acumulando. El metodo de Runge-Kutta expuesto aqu, equivale a
un desarrollo de Taylor hasta el cuarto orden pero sustituye las derivadas de
estos ordenes por una media ponderada:
yi+1 = yi +

h
(ki1 + 2ki2 + 2ki3 + ki4 )
6

donde los coecientes k vienen dados por:

ki1 = f (xi , yi )
ki2 = f (xi + h/2, yi + hki1 /2)
ki3 = f (xi + h/2, yi + hki2 /2)
ki4 = f (xi + h, yi + hki3 ).
Es decir, los coecientes kij sustituyen en el punto xi a las derivadas de la
soluci
on de orden menor o igual que 4.
Se puede probar que el error local es proporcional a h5 , mientras que el error
acumulado lo es a h. Existen metodos de Runge-Kutta a ordenes mayores, y
metodos con fundamentos distintos que mejoran el c
alculo y disminuyen los
errores (metodos corrector-predictor, Adams-Moulton, etc).
Ejemplo. El caso anterior se puede tratar por el metodo de Runge-Kutta.
Para n = 10, el valor obtenido para x = 2.1 es 0.476190 y el error cometido es
menor que 1011 . La mejor aproximaci
on que proporciona este metodo permite
obtener, por ejemplo, el valor de esta soluci
on en x = 8, n = 60, con un error
menor que 105 , y60 = 0.124997 frente al valor exacto 0.125.
Sin embargo, antes de aplicar un metodo numerico es necesario saber algo
de la soluci
on y de sus posibles singularidades. El siguiente ejemplo muestra lo

22

EDO. Versi
on 4. Mayo 1996

errado de la utilizaci
on del c
alculo numerico sin antes saber si la solucion existe
para los valores que se esta intentando calcular.
Consideremos nuevamente la ecuacion de Riccati: y
= y 2 2/x2 , pero
intentemos calcular ahora la soluci
on con valor inicial: y(2) = 1. Usando el
metodo de Euler con n = 10 podemos calcular el valor en x = 3, que resulta
ser 3.248222 frente a 5.733333 que es el valor exacto. El error cometido es
mucho mayor que antes, para la soluci
on con dato inicial y(2) = 0.5. Si usamos
el metodo de Runge-Kutta, tambien con n = 10, obtendremos 5.726704 que
es un valor mucho m
as aproximado. Sin embargo, supongamos que queremos
calcular el valor de esta solucion en x = 3.2. El metodo de Euler con n = 10
nos da 6.093062, mientras que el Runge-Kutta con el mismo n
umero de pasos
da: 447.0796. En realidad, ninguno de los dos resultados es correcto. En este
caso disponemos de la solucion exacta por lo que podemos averiguar que es lo
que ocurre. La soluci
on es:
y(x) =

1
3x2
+
x 32 x3

que tiene una singularidad en x = 3.1748, por lo que no tiene sentido preguntarse
cu
al es su valor en x = 3.2, donde no est
a denida.
Notese tambien, que los errores cometidos en este caso son mayores que en
el anterior, debido a la variaci
on tan fuerte de la soluci
on.

MAR

1.7

23

Ejercicios

1. Resolver las siguientes ecuaciones diferenciales:

a) y
= (tg x)y + 1
b) y
= y/(x + y)
2

2
c) (1 + xy + x )y + (1 + xy + y ) = 0 d) y
= x/(x2 y 2 + y 5 )
e) y
= y 2 xy + 1
Calcular en cada caso la solucion particular que verica y(0) = 1.
2. Algunas enfermedades se difunden por medio de portadores, individuos
que transmiten la enfermedad pero no la padecen. Sean x e y las densidades de portadores y de personas sanas en el instante t. Se supone que los
portadores se retiran de la poblaci
on de acuerdo con la siguiente ecuaci
on:
dx/dt = x y que la enfermedad se difunde con velocidad proporcional
al producto xy: dy/dt = xy
a) Determinar x para todo tiempo si x(0) = x0
b) Usar (a) para calcular y(t), con y(0) = y0
c) Encontrar la proporci
on de poblaci
on que no enferma, es decir,
lim y(t).

Determinar como vara esta cantidad seg

un los valores de y .
3. Calcular la ecuaci
on de las curvas que verican la siguiente propiedad:
para cada tangente a la curva en el punto, el segmento comprendido entre
ese punto y el eje y, tiene su punto medio en el eje x.
4. Calcular las trayectorias ortogonales a las familias de curvas y 2 + 2cx =
c2 ; r = c(1 + cos ) (en coordenadas polares). Dibujarlas y discutir el
resultado.

24

EDO. Versi
on 4. Mayo 1996

Tema 2

Existencia y unicidad,
dependencia continua,
prolongabilidad y
estabilidad
2.1

Existencia y unicidad

Puesto que en muchas ocasiones no dispondremos de la soluci

on explcita de una
ecuacion diferencial, resulta muy interesante el estudio de las propiedades de esas
posibles soluciones as como de su existencia y unicidad. En general se entiende
que un problema est
a bien planteado cuando tiene soluci
on u
nica y esta depende
en forma continua tanto de los par
ametros de la ecuacion como de los datos
iniciales. En este captulo estudiaremos algunos teoremas que permiten asegurar
existencia y unicidad de soluciones, as como resultados sobre la prolongabilidad
de esas soluciones, dependencia continua y estabilidad.
Daremos dos teoremas de existencia y unicidad. El primero es el clasico
teorema de Cauchy, primeramente demostrado por Liouville (1838) y posteriormente por Peano y Picard que le dio la forma que estudiaremos. El segundo
responde m
as a la concepcion actual del problema y usa en su demostraci
on
la teora de aplicaciones contractivas. Como veremos, se trata de teoremas de
suciencia y daremos ejemplos de existencia a
un cuando alguna de las hip
otesis
no se cumplan y de como la unicidad puede perderse si se levanta alguna de ellas
sin sustituirla por algo similar. Necesitamos antes de enunciar estos teoremas,
el concepto de funci
on lipschitziana.
Denici
on 2.1 Sea f : I IR una funci
on denida en alg
un intervalo de la
recta. Se dice que f verica la condici
on de Lipschitz si:
|f (x) f (y)| L|x y|,
25

x, y I

26

EDO. Versi
on 4. Mayo 1996

donde L es la constante de Lipschitz de la funci

on f .
Por ejemplo, la funci
on f (x) = x2 es lipschitziana en cualquier intervalo acotado de la recta (aunque no en toda la recta, pues la constante depende del
intervalo). Veamos ahora como toda funci
on derivable con derivada continua es
lipschitziana localmente.
Lema 2.1 Sea f : I IR una funci
on derivable y con derivada acotada en I.
Entonces f(x) es lipschitziana y una constante de Lipschitz es el m
aximo de la
derivada en I.
Demostracion: Por el teorema del valor medio dados x, y I, existe c I tal
que x < c < y, veric
andose:
|f (x) f (y)| |f
(c)||x y|.
Pero f
esta acotada en I, luego se verica el lema.
Hay funciones que no son derivables y sin embargo son lipschitzianas. Por
ejemplo el valor absoluto en el origen. Veamos un ejemplo de una funci
on queno
es lipschitziana (y por lo tanto no es derivable, aunque s continua): f (x) = x
es continua en x = 0 aunque no derivable ni lipschitziana. En efecto, aplicando
la denici
on:

xy

f (x) f (y) = x y =

x+ y
que no se puede acotar en un entorno de 0. En lo que sigue, consideraremos
funciones de varias variables y exigiremos que sean lipschitzianas en una o varias
de ellas. Los comentarios y propiedades anteriormente expuestos son validos sin
mas que considerar, por ejemplo, derivadas parciales en vez de totales. As, para
una funci
on real de dos variables, se dice que es lipschitziana en un conjunto de
IR2 en la segunda variable, si:
|f (t, x1 ) f (t, x2 )| L|x1 x2 |
para (t, x1 ), (t, x2 ) en el dominio considerado. N
otese que la constante L no
puede depender de t. En general si f : I D IRn con D IRn , se dice que
es lipschitziana en x D si:
f (t, x1 ) f (t, x2 ) Lx1 x2 
donde . es la norma en IRn y t I, que es un intervalo de IR. Entonces, la
existencia y acotacion de las derivadas parciales de f con respecto a xi implica
la lipschitzianidad en esas variables.
Teorema 2.1 (Existencia y unicidad) . Sea la ecuaci
on diferencial de primer orden: x
= f (t, x) donde f es una funci
on continua en:
D = {(t, x) : |t t0 | a, |x x0 | b}
y lipschitziana en la segunda variable en el mismo conjunto D (la condici
on de
lipschitzianidad no necesita establecerse en todo D, pero no entraremos en estos

MAR

27

detalles). Entonces existe una soluci

on u
nica x(t) que verica x(t0 ) = x0 y que
est
a denida en un entorno de t0 , |t t0 | T , donde T = min{a, b/K} siendo
K = sup{f (t, x) : (t, x) D}.
Demostracion: Transformamos la ecuacion diferencial en una integral:
 t
x(t) = x0 +
f (s, x(s))ds
t0

y cuando t verica |t t0 | T , construimos una sucesion de funciones de la

siguiente forma:
 t
x1 (t) = x0 +
f (s, x0 )ds
t0

donde hemos sustituido la funci

on x(s) en la integral por su valor en t0 . La
segunda aproximaci
on se construye a partir de la primera por el mismo procedimiento:

t

x2 (t) = x0 +

f (s, x1 (s))ds
t0

y asi sucesivamente, de forma que la aproximaci

on de orden n es:
 t
xn (t) = x0 +
f (s, xn1 (s))ds
t0

de esta forma tenemos una sucesion de funciones xn (t) denidas en el conjunto

D. Veamos ahora como la sucesion xn (t) converge uniformemente en el intervalo
|t t0 | T . En primer lugar, comprobemos que xn (t) no se sale de D:
|xn (t) x0 | b
Esto es cierto para n = 1:
 t
  t



|x1 (t) x0 | = 
f (s, x0 )ds
|f (s, x0 )|ds K(t t0 )
t0

t0

y por inducci
on se demuestra para cualquier n. Supongamos que es cierto para
n:
 t



|xn+1 (t) x0 | = 
f (s, xn (s))ds K(t t0 ) b
t0

pues xn (s) esta en D para todo s en el intervalo [t0 T, t0 + T ]. Usando el

mismo procedimiento de inducci
on, podemos probar la siguiente desigualdad:
|xn+1 (t) xn (t)|

KLn
(t t0 )n+1
(n + 1)!

que se verica para n = 1, pues es la misma desigualdad anterior. Supuesto

cierto para n,
 t



|xn+1 (t) xn (t)| =  [f (s, xn (s)) f (s, xn1 (s))]ds
t0

28

EDO. Versi
on 4. Mayo 1996

y usando la condici
on de Lipschitz:
 t
 t
KLn1
KLn
L
|xn (s) xn1 (s)|ds L
(s t0 )n ds =
(t t0 )n+1
n!
(n + 1)!
t0
t0
esta desigualdad se verica para todo t [t0 T, t0 + T ]. De esta forma construimos una serie de funciones cuyos terminos estan mayorados por una serie
numerica convergente y que por lo tanto converge uniformemente en el intervalo
considerado:

x0 +
(xn (t) xn1 (t))
n=1

Las sumas parciales de esta serie son iguales a xn (t), luego, la sucesion xn (t)
converge uniformemente a una funci
on continua x(t). Probaremos ahora que
esa funci
on verica la ecuaci
on diferencial y la condici
on inicial:
 t
 t
x(t) = lim xn (t) = x0 + lim
f (s, xn (s))ds = x0 +
f (s, x(s))ds
n

t0

t0

donde se han usado las propiedades de f adecuadamente, es decir, se ha intercambiado la integral por el lmite debido a la lipschitzianidad de f y se ha
tomado el valor de la funci
on en el lmite debido a la continuidad de f . Al ser
f continua, x(t) es diferenciable y por lo tanto verica la ecuaci
on diferencial.
Es inmediato comprobar que tambien cumple la condici
on inicial.
Demostramos ahora la unicidad de la soluci
on: sea x
(t) otra soluci
on distinta
de x(t) denida en [t0 T
, t0 + T
] con T
T que verica la ecuaci
on y la
condici
on inicial y adem
as:
|
x(t) x0 | b,

t [t0 T
, t0 + T
]

Entonces:


|
x(t) xn (t)|

|f (s, x
(s)) f (s, xn1 (s))|ds L
t0

|
x(s) xn1 (s)|ds
t0

ahora bien, de nuevo por inducci

on, se puede probar que:
|
x(t) xn (t)|

Ln b
(t t0 )n
n!

por lo que xn (t) tiende a x

(t) cuando n tiende a innito, lo que prueba la
igualdad de x(t) y x
(t) en el intervalo com
un de denici
on de ambas funciones.
Comentarios. A
un cuando f (t, x) no sea continua, es posible que la solucion sea u
nica.
Ejemplo: x
= 2x/t + 4t. La funci
on f no es continua en t = 0. Sin
embargo es posible calcular la solucion que verica x(0) = 0, a saber x(t) = t2 ,
que existe, es u
nica y adem
as continua y diferenciable en t = 0. Sin embargo,
cualquier otra soluci
on, que viene dada por x(t) = t2 + K/t2 , es singular en
t = 0. Comp
arese este ejemplo con x
= x/t. La singularidad de la funci
on f es

MAR

29

igual que en el caso anterior, sin embargo las soluciones son x(t) = Kt, as que
por el origen pasan innitas soluciones. En estos dos ejemplos la funci
on f (t, x)
no esta denida en t = 0. Veamos ahora un caso donde la discontinuidad de f
es de salto y existe una u
nica soluci
on al problema.
Ejemplo:

x(1 2t) t > 0


x =
x(2t 1) t < 0
la funci
on f es discontinua en t = 0 (x = 0). Calculemos la solucion que verica
x(1) = 1. En el intervalo t > 0, la soluci
on es: x(t) = Ket(1t) , y aplicando
la condici
on inicial, obtenemos K = 1. En el intervalo t < 0, la soluci
on es:
x(t) = K
et(1t) . Podemos empalmar estas dos funciones de forma continua
en t = 0 calculando as el valor de K
= 1. La soluci
on completa es
 t(1t)
e
t>0
x(t) =
et(1t) t < 0
que es continua en t = 0, aunque obviamente no derivable. Su derivada tiene
un salto en t = 0, justamente el mismo que tena la funci
on f . Esta es la u
nica
soluci
on de la ecuacion que verica x(1) = 1.
Si f es continua es posible probar que siempre existe solucion. Sin embargo,
si f no es lipschitziana
on puede no ser u
nica. Por ejemplo consideremos
 la soluci
la funci
on f (x) = |x| que como vimos antes era continua pero no lipschitziana.
on inicial x(0) = 0, no tiene
La ecuacion diferencial x
= f (x) con la condici
soluci
on u
nica: tanto x(t) = 0 como: x(t) = t2 /4, x 0, x(t) = t2 /4, x 0,
son soluciones de esa ecuacion.
Pasemos ahora al segundo teorema de existencia y unicidad. Introducimos
antes el concepto de aplicacion contractiva y un teorema de punto jo. Desarrollaremos todo este apartado en un espacio de dimensi
on n para poder hablar
de sistemas de ecuaciones diferenciales de primer orden, x
= f (t, x), donde x
es un vector de n componentes y f una funci
on de n + 1 variables con valores
en IRn .
Denici
on 2.2 Sea (E, d) un espacio metrico y T una aplicaci
on de E en E.
Se dice que T es contractiva si a, 0 < a < 1, tal que
d(T (x), T (y)) a d(x, y),

x, y E.

El resultado que nos interesa relativo a las aplicaciones contractivas es el

siguiente teorema de punto jo (existen teoremas de punto jo m
as generales,
como los de Brouwer, SchauderTychono,. . . que aparecen usados en teoremas
de existencia para diversos tipos de ecuaciones diferenciales ordinarias y en
derivadas parciales).
Teorema 2.2 Sea (E, d) un espacio metrico completo y T : E E una aplicaci
on contractiva de constante a. Entonces, existe un u
nico punto jo de la
aplicaci
on T , es decir x E tal que T (x) = x.

30

EDO. Versi
on 4. Mayo 1996

Demostracion: El metodo empleado es constructivo, permitiendo el calculo del

punto jo. Sea x0 E, y formemos la sucesion de puntos de E:
x1 = T (x0 ),

x2 = T (x1 ) = T 2 (x0 ),

...,

xn = T (xn1 ) = T n (x0 ), . . .

Esta sucesion es de Cauchy en (E, d):

d(xn , xn+1 ) = d(T (xn1 ), T (xn )) a d(xn1 , xn )
y repitiendo el proceso:
d(xn , xn+1 ) an d(x0 , x1 )
as que para m, n arbitrarios, se tiene:
d(xn , xn+m ) d(xn , xn+1 ) + d(xn+1 , xn+2 ) + + d(xn+m1 , xn+m )
(an + an+1 + + an+m1 )d(x0 , x1 )
an
1a
d(x0 , x1 )
luego la sucesion es de Cauchy (a < 1).
Como el espacio E es completo, esta sucesion tiene un lmite, que es el punto
jo de T :
T (x) = T ( lim xn ) = lim T (xn ) = lim xn+1 = x
n

puesto que T es continua al ser contractiva. Adem

as es el u
nico punto jo de T .
Sea y otro punto jo. Entonces, d(T (x), T (y)) a d(x, y), por ser T contractiva,
y por ser x, y puntos jos: d(x, y) a d(x, y). Pero a < 1 luego d(x, y) = 0 y
por tanto x = y.
El teorema de existencia y unicidad que hemos enunciado anteriormente
podra haberse demostrado utilizando este resultado. Daremos ahora otra forma
del teorema que proporciona resultados de existencia globales, y su demostraci
on
a partir del teorema del punto jo.
Teorema 2.3 (Picard-Lindelof ) Consideremos la siguiente ecuaci
on diferencial (o sistema de ecuaciones de primer orden):


x (t) = f (t, x) t [t0 , t1 ]
x(t0 ) = x0
donde: f : [t0 , t1 ] IRn IRn es una funci
on continua y lipschitziana en
la segunda variable (vectorial en general) en todo su dominio de denici
on:
f (t, x1 ) f (t, x2 ) Lx1 x2  para todo t [t0 , t1 ], x1 , x2 IRn , L > 0.
( . es la norma usual en IRn ). Entonces, existe una u
nica soluci
on x(t) que
verica la condici
on inicial y est
a denida en [t0 , t1 ].
Demostracion. La idea b
asica es construir una aplicaci
on contractiva de la
que la soluci
on sea su u
nico punto jo. Para ello jamos un espacio vectorial
y una norma en el, de manera que sea un Banach. Como espacio tomamos:

MAR

31

E = C([t0 , t1 ], IRn ), es decir las funciones continuas del intervalo [t0 , t1 ] en IRn ,
y como norma en este espacio:
xe = sup{eK(tt0 ) x(t) : t [t0 , t1 ]}
donde K es una constante estrictamente mayor que L. El espacio (E, .e ) es de
Banach, como se puede probar facilmente. Construiremos ahora una aplicaci
on
contractiva en este espacio:
T :EE
 t
x  (T x)(t) = x0 +
f (s, x(s))ds.
t0

Dadas las propiedades de f , T esta bien denida. Probemos que es contractiva

en la metrica que proviene de la norma .e .
T x1 T x2 e = sup{eK(tt0 ) T x1 (t) T x2 (t) : t [t0 , t1 ]}
ahora bien:

= eK(tt0 ) 

eK(tt0 ) T x1 (t) T2 x(t)

[f (s, x1 (s)) f (s, x2 (s))]ds

t0
K(tt0 )

Le

LeK(tt0 )

x1 (s) x2 (s)ds
t0

x1 x2 e eK(st0 ) ds

t0

L
L
x1 x2 e [1 eK(tt0 ) ] x1 x2 e
K
K

de donde tenemos la siguiente acotacion:

T x1 T x2 e

L
x1 x2 e ,
K

L
<1
K

es decir T es una aplicacion contractiva y E es un espacio de Banach, por lo que

T tiene un u
nico punto jo que es la u
nica soluci
on de la ecuacion diferencial
que verica la condici
on inicial. N
otese que en contraposicion con el teorema
anterior, la soluci
on esta denida en todo el intervalo [t0 , t1 ], es decir, se trata
de un resultado global. No es que el teorema sea mas ecaz que el anterior, sino
que aqu se exige a la funci
on f ser lipschitziana en la segunda variable (que
ya se ha dicho que puede ser vectorial) en todo el espacio IRn . Veamos en un
ejemplo que signica esto.
Ejemplo: x
= x2 , x(0) = 1. La funci
on f (t, x) = x2 es continua en todo
IR IR. Sin embargo no es lipschitziana en la segunda variable en todo IR. Se
puede probar que f es localmente lipschitziana, pues su derivada con respecto a
x, 2x, esta acotada en compactos de IR, aunque no en IR. Que no es lipschitziana
globalmente puede demostrarse por el siguiente razonamiento:
|f (x1 ) f (x2 )| = |x21 x22 | |x1 + x2 |.|x1 x2 |

32

EDO. Versi
on 4. Mayo 1996

y |x1 + x2 | no se puede acotar mas que en conjuntos acotados de IR. Por tanto
el teorema anterior no puede aplicarse sin m
as. Veamos como el resultado no es
correcto en nuestro ejemplo. Para ello tomemos t0 = 0 y t1 = 2. La soluci
on es
x(t) = 1/(1t) que no esta denida en t = 2. Concretamente tiene una asntota
vertical en t = 1, y por lo tanto su intervalo m
aximo de denici
on (hacia la
derecha) es (0, 1). Sin embargo el primer teorema se aplica sin dicultad. En
este caso uno puede tomar como intervalo de valores de t, [0, 2], y de x, [0, 2].
Una constante de Lipschitz en este conjunto puede ser L = 4, y una cota para f
en el conjunto [0, 2] [0, 2] es tambien 4. De acuerdo con el teorema, la solucion
esta denida (hacia la derecha) en el intervalo [0, T ] donde T es el mnimo de 2
y 1/4, es decir T = 0.25. De hecho la solucion se puede extender como hemos
visto hasta cualquier T < 1.
El metodo empleado en la demostracion de estos teoremas puede aplicarse
en casos concretos. Las aproximaciones sucesivas se llaman de Picard y pueden
en ocasiones servir para representar la soluci
on. Por ejemplo, consideremos un
caso simple, x
= x, x(0) = 1. Como sabemos la solucion de este problema es
x(t) = exp(t). Veamos como las aproximaciones de Picard proporcionan en este
caso la serie de Taylor de la exponencial (no es cierto que se obtenga la serie de
Taylor en general).
 t
T (x)(t) = 1 +
x(s)ds
0
2

x0 = 1,

x1 = 1 + t,

x2 = 1 + t +

t
,...,
2

xn = 1 + t +

t2
tn
+ + ,...
2
n!

que tiende a et .
Existen numerosos resultados sobre existencia y unicidad que dieren en las
hip
otesis y restricciones que se hacen a la funcion f . Nos limitaremos a utilizar
estos dos, que si bien no son los mas potentes, s son sucientemente sencillos
como para poderlos aplicar en numerosas circunstancias sin un esfuerzo excesivo. Ambos se pueden expresar para un sistema de ecuaciones de primer orden
escrito en forma normal es decir, con la derivada despejada. A continuaci
on
trataremos de obtener resultados sobre la soluci
on una vez que ya sabemos en
que circunstancias esta existe y es u
nica. As, estudiaremos la prolongabilidad,
dependencia continua de datos y par
ametros y la estabilidad.

2.2

Prolongabilidad de soluciones

Como hemos visto en el apartado anterior, los teoremas de existencia y unicidad

tienen un car
acter local en general. Interesa saber si las soluciones de una
ecuacion diferencial se pueden prolongar indenidamente y en caso contrario
hasta donde es posible llegar. El teorema siguiente asegura que una soluci
on de
una ecuaci
on diferencial con ciertas condiciones de continuidad sobre la funci
on
f llega hasta la frontera del conjunto donde esas condiciones se verican. Pero
antes de enunciar ese resultado de forma mas precisa, veremos en primer lugar
unas deniciones.

MAR

33

Se considera la ecuacion diferencial x
= f (x, t) con condici

on inicial x(t0 ) =
x0 , donde f es una funci
on continua en el conjunto [t0 , t0 +a]B(x0 , r), es decir
un intervalo cerrado a la derecha del punto de partida t0 por una bola cerrada
de centro el dato inicial. Hablaremos de soluciones a la derecha de t0 , aunque
similares consideraciones podran hacerse a la izquierda. Supongamos que x(t)
es una soluci
on del problema en un intervalo I = [t0 , t0 + T ], con T < a.
Denici
on 2.3 Se dice que la soluci
on x
(t) denida en el intervalo I
= [t0 , t0 +




T ], T < a, es prolongaci
on de x(t) si I I
y x
(t) = x(t) cuando t I, es
decir, si coinciden en el intervalo com
un de denici
on.
Se puede probar que existe una soluci
on maximal, es decir que no puede
prolongarse a la derecha. El siguiente teorema nos dice que una soluci
on llega
siempre a la frontera del dominio bajo ciertas restricciones sobre la funci
on f .
Teorema 2.4 Supongamos una ecuaci
on diferencial x
= f (t, x), donde f est
a
denida y es continua en un compacto K IR IRn . Sea x(t) una soluci
on
maximal con x(t0 ) = x0 , y sea I su intervalo de denici
on. Entonces, I =
aca de esta soluci
on, es decir, el punto
[t0 , t1 ], t1 < y el extremo de la gr
(t1 , x(t1 )), pertenece a la frontera del compacto K.
Supongamos ahora que f est
a denida y es continua en un abierto A
IR IRn . Sea, como antes, x(t) una soluci
on maximal, con x(t0 ) = x0 , denida
aca de x(t)
en un intervalo I. En este caso, I = [t0 , t1 ) con t1 , la gr
est
a contenida en A, y su extremo (que en este caso puede no alcanzarse para t
nito), (t1 , limtt1 x(t)) pertenece a la frontera de A. Si A no esta acotado, se
supone que est
a en la frontera de A.
No demostraremos estos dos resultados, limitandonos a comentarlos sobre unos
ejemplos. Notese que en el primer enunciado, la gr
aca de la soluci
on alcanza el
borde del compacto K para un t nito. En el otro, pueden ocurrir dos casos: si
t1 < , se dice que la solucion no es prolongable, en el sentido que su intervalo
de denici
on no llega a . Si t1 = , se dice que la solucion es prolongable
(a
un cuando el lmite de x(t) cuando t tiende a tambien pueda ser innito).
Ejemplo. x
= x2 . En este caso la funci
on f es continua en todo IR IR,
que es un abierto no acotado. De acuerdo con el teorema anterior, si x(t) es
una soluci
on de la ecuaci
on con x(t0 ) = x0 , su intervalo de denici
on es [t0 , t1 ).
En este caso, puesto que conocemos la solucion explcita, sabemos que hay dos
situaciones distintas: o bien x0 > 0, y entonces t1 < , o bien x0 < 0 y ahora
t1 = . En ambos casos el lmite de la solucion cuando t t1 es , es decir
la gr
aca tiende a la frontera de A.
Supongamos ahora que se considera a f (x) = x2 denida en un compacto de
IR IR, [t0 , T ] [a, a], con a < x0 < a. En este caso, la graca de la soluci
on
alcanza el borde del compacto para un cierto t1 . Dos casos aparecen: o bien
t1 = T o t1 < T . Si t1 = T , entonces la solucion puede prolongarse a la derecha
de T , pues K no es el mayor compacto donde f es continua. Sin embargo, si
t1 < T la soluci
on alcanza la frontera del compacto en alg
un punto del borde
[t0 , T ] {a}, o bien en [t0 , T ] {a}. En cualquiera de estos dos casos no esta

34

EDO. Versi
on 4. Mayo 1996

claro que aumentando el compacto podamos extender la soluci

on m
as alla de
T.
Ejemplo. Sea ahora la ecuaci
on diferencial x
= t/x. El dominio de
2
denici
on de f (t, x) = t/x es IR excepto los puntos x = 0. Consideremos
una soluci
on con condici
on inicial x(t0 ) = x0 , con t0 , x0 > 0, y el abierto A
igual al semiplano superior. En este caso, la soluci
on no se puede extender
hasta innito, el intervalo m
aximo de denici
on es [t0 , t1 ) y t1 < . Sin emon no tiende a sino a 0, que es un punto situado
bargo, cuando t t1 la soluci
en la frontera de A. Puesto que A no se puede hacer mayor (se supone que A
debe ser conexo al menos, para no perder la soluci
on) la soluci
on no se puede
prolongar hasta innito. Ahora, la gr
aca de la soluci
on alcanza la frontera del
conjunto A en un tiempo nito.
En un caso general, cuando no se conoce la forma explcita de la soluci
on,
no resulta f
acil determinar si las soluciones son prolongables hasta innito o
no. El siguiente teorema que permite comparar las soluciones de dos ecuaciones
diferenciales de primer orden (no sistemas) puede ayudar en algunas situaciones.
Teorema 2.5 Sean f1 (t, x), f2 (t, x) funciones continuas y con derivada parcial
con respecto a x continua en un abierto de IR2 . Supongamos que: f1 (t, x) <
f2 (t, x) en ese abierto. Si x1 (t) y x2 (t) son soluciones de las ecuaciones diferenciales x
= f1 (t, x), x
= f2 (t, x) respectivamente, con la misma condici
on
inicial x1 (t0 ) = x2 (t0 ) = x0 , entonces:
x1 (t) x2 (t)
para todo t t0 en el intervalo com
un de denici
on. Un resultado similar se
puede probar hacia la izquierda:
x1 (t) x2 (t)
para todo t t0 en el intervalo com
un de denici
on.
Demostracion. Sea T = sup{ IR : x1 (t) x2 (t), t0 t } y (a, b) el
intervalo com
un de denici
on de las soluciones. Entonces, si T < b, x1 (T ) =
x2 (T ). Pero por hip
otesis, x
1 (T ) < x
2 (T ) luego x1 (t) x2 (t) con t sucientemente pr
oximo a T pero mayor que el. Luego T no es el supremo.
Usando este teorema podemos determinar la prolongabilidad o no de soluciones de una ecuacion diferencial a partir de soluciones conocidas de otra. Por
ejemplo, sabemos que las soluciones de x
= x2 en el semiplano superior no
pueden prolongarse a la derecha indenidamente. Si tenemos una ecuaci
on diferencial x
= f (t, x), tal que f (t, x) > x2 , una soluci
on que tenga como punto
inicial (t0 , x0 ), x0 > 0, no podr
a prolongarse hasta innito, pues debe mantenerse por encima de las soluciones de x
= x2 que no estan denidas para todo
t.
En algunos casos, es posible establecer la prolongabilidad de las soluciones
de una ecuaci
on diferencial. Supongamos un sistema conservativo con un grado
de libertad, es decir una ecuaci
on de Newton en una dimensi
on con una fuerza

MAR

35

que solo depende de la posici

on: x

= F (x), F una funci
on diferenciable en un
intervalo I IR. Sea U (x) la energa potencial del sistema:
 x
U (x) =
F (s)ds
x0

Teorema 2.6 Si la energa potencial es positiva (esencialmente que este minorada por una constante), toda soluci
on de la ecuaci
on
x

=

dU
dx

se puede prolongar indenidamente.

Demostracion: Consideremos el sistema de primer orden asociado:


x =v
v
= F (x)
Queremos estudiar la prolongabilidad de la soluci
on de este sistema con datos
iniciales x(0) = x0 , v(0) = v0 . Sea E0 la energa correspondiente a esa solucion.
Sea T > 0. En IR2 consideramos el conjunto:


D = {(x, v) : |x x0 | 2 2E0 T, |v| 2 2E0 }
y en IR3 , con coordenadas (t, x, v) el conjunto:P
= [T, T ] D. El punto inicial
(x0 , v0 ) esta en el interior de D pues |v0 | 2E0 , ya que, al ser el potencial
positivo, y la energa una constante, se tiene:
E0 =

v(t)2
+ U (x(t)
2

donde x(t), v(t) es la solucion considerada. Entonces v(t)2 = 2(E0 U ), y:


|v(t)| 2E0
en particular para t = 0.
De acuerdo con el teorema de prolongaci
on anteriormente dado, la funci
on
f (t, x, v) = (v, F (x)) es continua en P y por tanto la gr
aca de la soluci
on
alcanza el borde de P (que es un compacto). El problema, como hemos visto en
los ejemplos anteriores, es saber por que borde de P lo hace. Como probaremos
a continuaci
on, la gr
aca de la soluci
on llega al borde con t = T , y por lo tanto
T puede hacerse tan grande como se quiera. De esta forma, la solucion puede
prolongarse hasta innito. Para probar esta armaci
on, usamos la desigualdad
calculada anteriormente:
 t
 t
 t



x(t) x0 =
x (s)ds |x(t) x0 |
|v(s)|ds
2E0 ds 2E0 t
0

para t = T se tiene el resultado que buscabamos.

Ejemplo. x

+ sen x = 0. El potencial puede elegirse como U (x) = 1 + cos x
que es una funci
on positiva de x. Las soluciones estan denidas para todo t, es
mas, todas ellas son peri
odicas, considerando la variable x en el intervalo [0, 2],
salvo las llamadas separatrices, que estudiaremos en un captulo posterior.

36

2.3

EDO. Versi
on 4. Mayo 1996

Dependencia de las soluciones respecto datos y par

ametros

Como ya dijimos antes, las soluciones de un problema bien planteado dependen

de manera continua de los datos iniciales. Veremos en este apartado, como,
bajo ciertas condiciones en la funci
on f , las soluciones tienen esa propiedad
y tambien como existe dependencia continua respecto de los par
ametros que
puedan aparecer en la ecuaci
on.
Teorema 2.7 Consideremos la ecuaci
on diferencial x
= f (t, x, ), con la conon continua y con derivadas
dici
on inicial x(t0 ) = x0 , donde f es una funci
parciales con respecto a x IRn y IR continuas en un abierto de IR
IRn IR. Consideremos la ecuaci
on anterior para un valor de particular,
nica
sea 0 . De acuerdo con el teorema de existencia y unicidad existe una u
soluci
on x(t, 0 ) que verica la condici
on inicial y que est
a denida en un cierto
intervalo I. Entonces, existe un entorno de 0 , | 0 | tal que el problema:
on u
nica en el intervalo I, cuando est
a
x
= f (t, x, ), x(t0 ) = x0 , tiene soluci
en ese entorno. Adem
as, la soluci
on x(t, ) es diferenciable respecto a y su
derivada verica la ecuaci
on diferencial:


y = fx (t, x, )y + f (t, x, )
y(t0 ) = 0
Ejemplo: x
+ /(x + t) = 1, x(1) = 1. Para = 0 la ecuacion se reduce a
x = 1 y su soluci
on es: x
(t) = t. La ecuacion en variaciones que estudiaremos
con detalle mas adelante, es:

fx =

,
(x + t)2

f =

1
x+t

y sustituyendo la soluci
on para = 0:
fx = 0,

f =

1
2t

de donde la ecuaci
on en variaciones queda reducida a:


y = 1/2t
y(1) = 0
es decir y(t) = (1/2) log t. Para t peque
nos se puede poner:
x(t) = t

log t
2

como solucion aproximada.

La dependencia de las condiciones iniciales adopta la misma estructura que
el teorema dado mas arriba:

MAR

37

Teorema 2.8 Sea la ecuaci

on diferencial x
= f (t, x) con condici
on inicial
x( ) = , donde f es una funci
on continua y con derivadas parciales con respecto
a x continuas en un abierto de IRIRn . Sea x(t, 0 , 0 ) la soluci
on con condici
on
on
inicial x(0 ) = 0 , denida en un intervalo I, compacto. Entonces, la soluci
de este problema con condici
on inicial x( ) = existe si el punto (, ) est
a
sucientemente pr
oximo a (0 , 0 ), est
a denida en todo I y es diferenciable
respecto a los datos iniciales.
Ejemplo. x
= x, x( ) = , tiene como solucion x(t, , ) = et , que
claramente verica el teorema.
La demostracion de este teorema, que no daremos aqu, se basa en la desigualdad de Gronwall:
Lema 2.2 Sean f, g, h : [a, b] IR funciones continuas, con g mayor o igual
que cero. Si se verica la desigualdad:
 t
h(t) f (t) +
g(s)h(s)ds
a

cuando t [a, b], entonces la funci

on h est
a acotada en todo ese intervalo:
 t

 t
h(t) f (t) +
f (s)g(s) exp
g(r)dr .
a

Por ejemplo, si f y g son constantes, se tiene:

h(t) AeB(ta) .
La desigualdad de Gronwall aparece con frecuencia en este tipo de resultados.
Daremos ahora una aplicaci
on de la dependencia continua a la obtenci
on de
las llamadas ecuaciones en variaciones.
Consideremos una ecuacion que no dependa de t (una ecuaci
on aut
onoma), x
= f (x, 2), donde 2 es un par
ametro que se puede considerar peque
no.
Suponemos que f es derivable con respecto a sus variables, con lo que las soluciones para 2 pr
oximo a cero no diferir
an mucho de las soluciones cuando 2 = 0.
Desarrollemos f en serie de potencias de 2 hasta primer orden:
f (x, 2) = f (x, 0) + 2f (x, 2) + O(22 )
y llamemos: f0 (x) = f (x, 0), f1 (x) = f (x, 0). La ecuacion diferencial ser
a
ahora:
x
= f0 (x) + 2f1 (x) + O(22 ).
De acuerdo con el teorema de dependencia de la solucion con respecto a
par
ametros, podemos desarrollar la soluci
on en serie de potencias de 2:
x(t, 2) = x0 (t) + 2y(t) + O(22 )
donde x0 (t) es la solucion de la ecuacion con 2 = 0, y(t) la derivada de x(t, 2) con
respecto a 2 cuando 2 = 0. Para sustituir estas aproximaciones en la ecuaci
on

38

EDO. Versi
on 4. Mayo 1996

diferencial, es necesario desarrollar f0 (x) en potencias de 2 a traves de la funci

on
x(t, 2):
f0 (x) = f0 (x0 ) + 2f0x (x0 )y + O(22 ).
Sustituyendo esta expresion en la ecuaci
on desarrollada en potencias de 2, agrupando los factores de estas potencias e igualandolos, se tiene:
x
0 = f0 (x0 )
que es la ecuacion no perturbada (2 = 0) y:
y
= f0x (x0 )y + f1 (x0 ) y
= a(t)y + b(t)
que es una ecuacion lineal, la ecuaci
on variacional asociada a la original. Para
la ecuacion no perturbada el dato inicial es x0 (t0 ) = x(t0 ) y para la ecuaci
on
variacional y(t0 ) = 0. Es posible extender la validez de estas aproximaciones a
un tiempo T arbitrario, pero nito, con tal de tomar valores de 2 sucientemente
peque
nos, pero en general no es posible tomar T = . En el razonamiento anterior se puede suponer que x es una variable vectorial cambiando las oportunas
notaciones, y que la ecuaci
on depende tambien de t.

2.4

Estabilidad

Como ya hemos comentado anteriormente, una de las cuestiones mas interesantes que se pueden plantear en torno a las ecuaciones diferenciales es la de
estabilidad de las soluciones, es decir, si se varan los datos iniciales una peque
na
cantidad, que se puede decir del comportamiento, para todo valor de la variable
independiente, de las soluciones correspondientes. El tema no resulta sencillo y
solo para algunos tipos de ecuaciones se pueden dar respuestas generales. Sin
embargo, como iremos viendo a lo largo de estas notas, existen teoras y resultados muy potentes para tratar muchos casos. Deniremos primeramente
que entendemos por estabilidad de una soluci
on, y la aplicaremos a algunos
problemas sencillos.
Denici
on 2.4 Consideremos el problema:


x = f (t, x)
x(t0 ) = x0
que se supone admite una soluci
on u
nica, x(t), denida para todo t t0 . Se dice
que x(t, x0 ) es una soluci
on estable (a la derecha) si: 2 > 0, > 0 tal que, si
x
0 IRn verica 
x0 x0  < , entonces x(t, x
0 ) soluci
on con x(t0 , x
0 ) = x
0 ,
denida en [t0 , ) y tal que:
x(t, x
0 ) x(t, x0 ) < 2,

t t0

es decir, las soluciones que tienen puntos iniciales cerca del punto inicial de la
soluci
on a estudiar, se mantienen cerca de esta para todo tiempo posterior. Se
puede considerar una clase m
as particular de estabilidad, la llamada estabilidad
asint
otica. Otros tipos ser
an estudiados m
as adelante.

MAR

39

Denici
on 2.5 (Estabilidad asint
otica) Se dice que x(t, x0 ) es una soluci
on
asint
oticamente estable, si es estable y si existe > 0 tal que, si 
x0 x0  <
entonces,
lim x(t, x
0 ) x(t, x0 ) = 0.
t

Notese que se necesita que la solucion sea previamente estable. Es decir, la

condici
on de tender a la soluci
on en el innito no es suciente para asegurar la
estabilidad. Sin embargo, para las ecuaciones de primer orden es una condici
on
suciente:
Teorema 2.9 Sea x
= f (t, x) una ecuaci
on de primer orden, y x(t, x0 ) una
soluci
on denida para todo t t0 , que verica:
lim |x(t, x
0 ) x(t, x0 )| = 0

para toda soluci

on x(t, x
0 ) con |
x0 x0 | < y denida t t0 .
on asint
oticamente estable.
Entonces, x(t, x0 ) es una soluci
La demostracion usa la acotaci
on que proporciona la dependencia continua de
datos en puntos pr
oximos a t = t0 , junto con la que da el lmite para t .
Veamos ahora como se puede estudiar la estabilidad de ecuaciones lineales. Aunque el concepto de estabilidad se reere a una soluci
on particular de
una ecuaci
on diferencial, no pudiendose hablar en general de estabilidad de la
ecuacion, este no es el caso de una ecuacion lineal. Para este tipo de ecuaciones
se tiene el siguiente resultado:
Proposici
on 2.1 Dada la ecuaci
on lineal x
= a(t)x+b(t), donde a(t), b(t) son
funciones continuas denidas en [t0 , ), la ecuaci
on es estable (asint
oticamente
estable), es decir, todas las soluciones de la ecuaci
on lo son, si y solo si la
soluci
on trivial, x(t) = 0, de la ecuaci
on homogenea x
= a(t)x es estable
(asint
oticamente estable).
Demostracion: Aunque el resultado es cierto para sistemas de ecuaciones, lo
demostraremos para la ecuacion lineal de primer orden (x IR). Veamos en
primer lugar, que si la soluci
on trivial es estable, entonces todas las soluciones
de la ecuacion completa lo son.
Sea x(t, x0 ) una soluci
on de la ecuacion completa con x(t, x0 ) = x0 . Como
sabemos, la solucion general de la ecuacion completa es x(t) = xh (t) + xp (t),
donde xh (t) es la solucion general de la ecuaci
on homogenea, y xp (t) es una
solucion particular de la ecuaci
on completa, que elegiremos para mayor sencillez
con la condicion xp (t0 ) = 0. Por tanto:
x(t, x0 ) = xh (t, x0 ) + xp (t)
donde xh (t, x0 ) es la u
nica soluci
on de la ecuacion homogenea que verica
xh (t0 , x0 ) = x0 . Cualquier otra soluci
on de la ecuacion completa es x(t, x
0 ),
con x(t0 , x
0 ) = x
0 , por lo que se tiene:
0 ) xh (t, x0 )
x(t, x
0 ) x(t, x0 ) = xh (t, x

40

EDO. Versi
on 4. Mayo 1996

de manera que la estabilidad de la ecuaci

on completa se reduce a la de la ecuacion
homogenea. Pero la estabilidad de las soluciones de la ecuaci
on homogenea es
la de la soluci
on trivial. Como sabemos, todas las soluciones de la ecuacion
homogenea se obtienen multiplicando una constante por un factor exponencial.
Por tanto, la diferencia entre dos soluciones es proporcional a esa exponencial y
es el comportamiento de esta funcion el que determina si la ecuacion es estable
o no. Es decir:


t

|x(t, x0 )| = |x0 | exp

a(s)ds .
t0

Por tanto, si el exponente esta acotado, la soluci

on trivial ser
a estable, y con
ella todas las soluciones de la ecuacion homogenea y completa. Si ademas, el
exponente tiende a cuando t tiende a , las soluciones (la ecuacion) son
asint
oticamente estables.
En general, la acotaci
on de una soluci
on de una ecuaci
on no implica su
estabilidad. Sin embargo, para la ecuaci
on lineal homogenea s que ocurre as.
Teorema 2.10 La ecuaci
on x
= a(t)x es estable si y solo si todas sus soluciones son acotadas, es decir: para toda soluci
on x(t), x(t0 ) = x0 , M > 0 tal
que |x(t)| M , para todo t t0 . Para la ecuaci
on completa, la situaci
on es algo
diferente. Si las soluciones son acotadas, entonces la ecuaci
on es estable, pero
la estabilidad no implica la acotaci
on. No obstante, si la ecuaci
on es estable,
basta que una soluci
on este acotada para que las dem
as tambien lo esten.
Demostracion. Para la parte correspondiente a la ecuaci
on homogenea, basta
considerar la exponencial anterior, que debe ser acotada para poder asegurar
la estabilidad. En sentido contrario la armaci
on del teorema es evidente. En
cuanto se reere a lo asegurado respecto la ecuacion completa, el ejemplo trivial
siguiente muestra que una ecuaci
on puede ser estable sin que sus soluciones
esten acotadas:
Ejemplo: x
= 1, con soluciones x(t) = t + C que no estan acotadas, a
un
cuando la soluci
on es estable. Incluso puede ocurrir que la estabilidad sea
asint
otica y las soluciones no esten acotadas:
Ejemplo: x
= x + t + 1, soluciones x(t) = Cet + t, la ecuacion es
asint
oticamente estable, pero ninguna soluci
on es acotada. Sin embargo basta
que una soluci
on sea acotada para que, si la ecuaci
on es estable, todas las
demas lo sean. Esto es evidente de la forma de la solucion general. Si existe una
soluci
on acotada, como las de la ecuacion homogenea lo son por ser estable, se
concluye que la suma de ambas, que es la solucion general, esta acotada.
Ejemplo: x
= x + 1. En este caso, la solucion trivial de la ecuaci
on
homogenea es estable, as que nuestra ecuaci
on lo es. Ademas hay una soluci
on
particular que es acotada, x(t) = 1, luego todas las soluciones son acotadas.
N
otese sin embargo, que si la ecuacion no es estable, el hecho de que exista una
soluci
on acotada no implica que todas lo sean.
Ejemplo: x
= x 1 tiene una soluci
on acotada, x(t) = 1. Pero el resto de
soluciones, x(t) = Cet + 1 no son acotadas. La ecuacion no es estable.

MAR

41

Para las ecuaciones no lineales, la situacion es mucho mas compleja. Nos

limitaremos a dar un criterio que puede ser u
til en algunos casos. Consideremos
una ecuaci
on (se podra trabajar con sistemas tambien) de primer orden x
=
f (t, x) + g(t, x) donde g(t, x) es mucho menor que f (t, x). Podemos considerar
a g como una perturbaci
on de f , y preguntarnos si la estabilidad de la ecuaci
on
con g igual a cero se conserva al a
nadir esta funci
on. La respuesta es que esto
no es cierto en general, pero existen algunos casos donde s es posible ofrecer
alguna informaci
on, que resumimos en el teorema siguiente.
Teorema 2.11 Sea la ecuaci
on x
= a(t)x + q(t, x), que tiene a x(t) = 0 como
soluci
on, es decir q(t, 0) = 0, y donde a(t) y q(t, x) son funciones continuas
en las regiones donde trabajamos. La funci
on a(t) es constante o peri
odica.
Adem
as supondremos que la funci
on q es lipschitziana y que la constante tiende
a 0 uniformemente en t cuando x tiende a cero, es decir:
q(t, x) = o(|x|),

uniformemente en t.

Entonces, si la soluci
on x(t) = 0 es asint
oticamente estable para la ecuaci
on
lineal homogenea x
= a(t)x, tambien es asint
oticamente estable para la ecuaci
on
completa. Adem
as, si es inestable, para la ecuaci
on homogenea, tambien es
inestable para la ecuaci
on completa.
Notese que si la solucion trivial es solamente estable para la ecuacion homogenea, nada se asegura de la estabilidad de la soluci
on en la ecuacion completa. El teorema es valido para sistemas de ecuaciones, aunque en este caso la
estabilidad de la soluci
on trivial para la ecuaci
on homogenea sea mas complicada
de establecer (especialmente en el caso de coecientes periodicos).

2.5

Ecuaciones aut
onomas

Para acabar este primer contacto con la teora de la estabilidad, estudiaremos las
ecuaciones autonomas de primer orden, que permiten un tratamiento sencillo,
y nos abren la puerta de los sistemas aut
onomos, que apareceran m
as adelante.
Denici
on 2.6 Una ecuaci
on aut
onoma es: x
= f (x), es decir la funci
on f
no depende de t.
Esto hace que la ecuacion (que puede ser resuelta por cuadraturas al ser de
variables separadas) presente unas propiedades especiales que hacen su estudio
mas sencillo. Veamos en primer lugar unas propiedades elementales.
Proposici
on 2.2 Sea x
= f (x), con f derivable con continuidad en IR.
a) Si x(t) es una soluci
on, x(t + ) tambien es soluci
on, para todo IR.
b) Si a IR verica f (a) = 0, entonces x(t) = a es una soluci
on constante de
la ecuaci
on diferencial.

42

EDO. Versi
on 4. Mayo 1996

c) Toda soluci
on es constante o estrictamente mon
otona.
Demostracion. La parte a) es una consecuencia inmediata del hecho de ser f
funci
on exclusiva de x. La parte b) es igualmente trivial. En cuanto a c), puesto
que por cada punto de IR pasa una soluci
on y solo una, es claro que para que una
soluci
on pasara de ser creciente a decreciente o viceversa, habra de atravesar
un extremo, donde f se hace cero. Pero ese punto es otra solucion, constante
por la parte b) de la proposici
on.
Una propiedad que nos ser
a muy u
til para describir las soluciones de una
ecuacion aut
onoma y que es una consecuencia de un resultado elemental de
an
alisis es la siguiente.
Teorema 2.12 Todas las solucionas acotadas de una ecuaci
on aut
onoma tienden a una soluci
on constante. Aqu la acotaci
on debe entenderse en el sentido
que ya le dimos antes: x(t), con x(t0 ) = x0 est
a acotada a la derecha si M > 0
tal que |x(t)| M para todo t t0 .
Demostracion. Sea x(t) una soluci
on acotada, no constante. Por ser mon
otona,
existe el lmite de x(t) cuando t tiende a innito. Sea a ese lmite. La funci
on
f es continua, as que tambien existe el lmite de f cuando t tiende a innito,
es decir el lmite cuando x a, f (a). Entonces:
lim x(t) = a,

lim x
(t) = f (a).

Un resultado de an
alisis elemental demuestra que f (a) = 0 y por tanto que
x(t) = a es una soluci
on constante. En efecto, sea la sucesion:
an = x(n + 1) x(n).
Puesto que x(t) es continua, su lmite cuando n es igual a cero. Por el
teorema del valor medio para cada n podemos encontrar n (n, n + 1) tal que:
x(n + 1) x(n) = x
(n ).
Ademas, si n entonces n . Por lo tanto:
lim x
(t) = lim x
(n ) = lim (x(n + 1) x(n)) = 0

con lo que f (a) = 0.

Usando tecnicas similares, se puede probar que las soluciones acotadas por la
izquierda tienden a una soluci
on constante cuando t , y que las soluciones
comprendidas entre dos soluciones constantes estan denidas para todo t.
En cuanto se reere a la estabilidad de las ecuaciones aut
onomas, es inmediato a la vista de lo expuesto anteriormente, demostrar el siguiente teorema:
Teorema 2.13 Si x(t) = a es una soluci
on constante de la ecuaci
on aut
onoma
x
= f (x) (es decir, f (a) = 0), entonces:
a) si f
(a) < 0, la soluci
on es estable asint
oticamente.

MAR

43

b) si f
(a) > 0, la soluci

on es inestable.
En el caso f
(a) = 0, no se puede asegurar nada con el estudio de la primera
derivada de f .
Demostracion. La idea es estudiar los cambios de signo de la funci
on f al
atravesar x un cero de esa funci
on. Si en el sentido de x crecientes, f pasa de
ser negativa a positiva, f
(a) > 0, y la soluci
on x(t) = a es inestable. Si f pasa
de ser positiva a negativa (f
(a) < 0) la soluci
on es asintoticamente estable.
Finalmente, si f
(a) = 0, f tiene un punto crtico en ese punto, y hay que
analizar con derivadas superiores si existe cambio de signo o no. En el caso de
que no haya cambio de signo, la soluci
on es inestable. Si lo hay, basta referirse
a la discusi
on anterior.
Ejemplo. x
= x(x 1). Esta ecuacion aut
onoma tiene dos soluciones
constantes x(t) = 0, x(t) = 1, correspondientes a los dos ceros de la funci
on
f . En x = 0, f
(0) = 1, por lo que se trata de una soluci
on, asint
oticamente
estable. En x = 1, f
(1) = 1, as que esta solucion es inestable (g.1). La
soluci
on explcita puede calcularse f
acilmente:


dx
= dt log(x 1) log x = t + C
x(x 1)
de donde uno puede despejar x(t):
x(t) =

1
.
1 Ket

Fig.1

Fig.2

Si estudiamos las soluciones con condicion inicial: x(0) = x0 , se tiene:

x0 > 1: la soluci
on no se puede prolongar hasta t = , pues tiene una
asntota vertical en:
x0
0 < t1 = log
x0 1
Su lmite cuando t tiende a es 1
on se puede prolongar hasta t = . Hacia la izquierda
x0 < 0: la soluci
presenta una asntota vertical en:
0 > t1 = log

x0
x0 1

44

EDO. Versi
on 4. Mayo 1996

Su lmite cuando t tiende a es 0.

0 < x0 < 1: La soluci
on se puede prolongar indenidamente a derecha e
izquierda. Su lmite cuando t tiende a + es 0 y cuando t tiende a es 1.
Ejemplo. x
= x2 (x 1). Como antes, hay dos soluciones constantes. La
soluci
on x(t) = 0 es ahora inestable, aunque no se pueda determinar esta caracterstica de la derivada de f que se hace cero en x = 0. La otra soluci
on
constante, x(t) = 1 sigue siendo inestable (g.2).
Ejemplo. x
= x3 (x 1). La soluci
on x(t) = 1 es inestable. La solucion
x(t) = 0 es estable asintoticamente, a
un cuando f
(0) = 0. En el caso anterior,
al uno
f
(0) = 2 < 0, mientras que aqu, f
(0) = 0 y f

(0) = 6 < 0, con lo cu
puede estudiar los cambios de signo de la funci
on f al atravesar x = 0 (g.3).

x
x

t
t

Fig.3

Fig.4

Para terminar esta seccion dedicada a las ecuaciones aut

onomas, n
otese que
podemos proyectar las soluciones sobre el eje x. Debido a las propiedades de
estas ecuaciones, las soluciones que se obtienen unas de otras por traslacion, se
proyectan en los mismos puntos aunque para distinto t. Las soluciones constantes se proyectan en un solo punto (puntos crticos). Si se supone que las gr
acas
de las soluciones se recorren en el sentido de t creciente, se obtienen las gracas
que aparecen en la gura 4. Las soluciones que unen dos puntos crticos estan
denidas para todo t. Tienden a uno u otro punto crtico cuando t tiende a mas
o menos innito. Las otras soluciones pueden no estar denidas para todo t, en
particular las del ejemplo no lo est
an, llegan a innito en un tiempo nito, y
tienden a un punto crtico, bien cuando t tiende a mas innito o cuando t tiende
a menos innito. Observando las echas se advierte con claridad la estabilidad o inestabilidad de los puntos crticos. Como hemos dicho antes, todos ellos
son asint
oticamente estables (focos estables) o inestables (focos inestables si las
echas se alejan del punto crtico por los dos lados, es decir ninguna soluci
on
tiende a ese punto, o puntos silla, si una de las echas entra en el punto y la
otra sale, es decir hay soluciones que tienden a ese punto y otras que se alejan).
Todas estas propiedades requieren una cierta regularidad de la funci
on f (x). Es
posible encontrar ejemplos con f no derivable donde dejan de ser ciertos.

MAR

2.6

45

Ejercicios

1. Sea

y
= 1 y 2

a. Estudiar si por cada punto del plano pasa una u

nica curva integral.
Dibujar aproximadamente las curvas integrales.
b. Sea y  la soluci
on que satisface y  (0) = 2. Para que valores de la
variable independiente est
a denida y  .? Calcular aproximadamente
y  (0.2).
2. Dibujar las isoclinas y la forma aproximada de las soluciones de las ecuaciones diferenciales siguientes:

a) y
= x/y;
b) y
= y 2 /x2 2;
c) y
= cos(x y)
Para la ecuaci
on a) hallar su soluci
on general y la particular que satisface
y(1/9) = 2/9. Es estable?
Para la ecuaci
on b) estudiar la existencia, unicidad y prolongabilidad de
soluciones.
3. Dada la ecuaci
on (E ):
y
= 1

,
x+y

0,

se pide:
a) Regiones de existencia y unicidad.
b) Integraci
on explcita.
c) Dibujo aproximado de soluciones.
d) Sea y (x) la soluci
on de (E ) tal que y (0) = 1. Estudiar el comportamiento de y (x) cuando 0.
e) Estudiar la prolongabilidad de las soluciones y la estabilidad de la que
verica y(0) = /2.
4. Se considera la ecuacion (E):
x = x2 x3 ,

> 0.

Se pide:
a) Existencia y unicidad. Dibujo aproximado de soluciones.
b) Integraci
on explcita.
c) Prolongabilidad de las soluciones.
d) Comprobar la dependencia continua del par
ametro cuando este tiende a cero.

46

EDO. Versi
on 3. Octubre 1995
5. Sea la ecuacion

y
= y 2 (cos t)y

a) Resolverla.
b) Dibujar las zonas del plano (t, y) en que las soluciones son crecientes
o decrecientes.
c) Basandose en a) y b) hacer un esquema de las soluciones de la ecuacion
arriba indicada.
d) Dibujar la poligonal de Euler entre 0 y 2 con h = 1 si y(0) = 1.
e) Determinar para que valores de a la soluci
on con y(0) = a es prolongable hasta .
f ) Estudiar la estabilidad de las soluciones con y(0) = 0 e y(0) = 1.
6. Sea la ecuacion (E):
y
=

1
x2 + y 2

a) Estudiar existencia y unicidad.

b) Dibujo aproximado de soluciones.
c) Demostrar que la solucion y(x) de (E) que satisface y(0) = y0 = 0 esta
denida en todo IR, cualquiera que sea y0 .
d) Demostrar la existencia de L+ = limx y(x) y obtener estimaciones
para L+ en funci
on del dato inicial y0 , si y0 > 0.
7. Sea la ecuacion (Ea ):

y y3
y
= a + 3
t
t

a) Estudiar la existencia y unicidad.

b) Resolver por dos metodos diferentes, para todos los posibles valores de
a.
c) Dibujar el campo de direcciones y hacer un dibujo aproximado de soluciones en los casos a = 1, a = 0, a = 1/2, a = 1.
d) Estudiar la estabilidad de todas las rectas soluci
on que tenga (Ea ) en
los cuatro casos de c). Mas en general, estudiarla para cualquier valor
de a.
e) Discutir la prolongabilidad de las soluciones vericando y(1) = b para
el caso a = 0.
f ) Calcular el valor aproximado en t = 1.5 para a = 0 de la soluci
on
y(2) = 1:
i/ a partir de la segunda aproximaci
on sucesiva de Picard
ii/ por el metodo de Euler con pasos h = 0.1 y h = 0.5. Comparar
con el valor exacto.

MAR

47
g) Comprobar que hay dependencia continua en a de la soluci
on que satisface y(1) = 1.

8. Dada la ecuaci
on (E):
x
=

t2 x
t + x2

se pide:
a) Existencia y unicidad
b) Hallar la soluci
on general.
c) Dibujar aproximadamente las curvas integrales.
9. Sea (A):
y
=

y y2
t

i) Utilizar el teorema de existencia y unicidad para estudiar para que

instantes inciales t0 existe solucion u
nica local de (A) satisfaciendo
y(t0 ) = 2.
ii) Hallar la soluci
on general de (A).
iii) Estudiar la estabilidad de las soluciones de (A) que satisfacen y(1) = 0
e y(1) = 1.
10. Estudiar existencia y unicidad, hallar el intervalo m
aximo en el cual estan
denidas las soluciones y determinar la estabilidad de la soluci
on y = 0
para las ecuaciones:
a) y
= y 3 /(1 + y 2 )
b) y
= f (y) donde


f (y) =

y y > 0
0 y0

11. Sea la ecuacion y
= (x 4y)2

a) Estudiar existencia y unicidad de curvas integrales.
b) Dibujar aproximadamente dichas curvas.
c) Discutir la prolongabilidad de las soluciones.

48

EDO. Versi
on 4. Mayo 1996

Tema 3

Sistemas y ecuaciones
lineales
3.1

Introducci
on

Como ya hemos visto en captulos anteriores, toda ecuaci

on diferencial de orden n puede ponerse como un sistema de ecuaciones de primer orden. Es obvio
que habr
a sistemas que no tengan esa forma tan especial, aunque en muchos
casos sea posible encontrar una ecuacion a la que equivalen. De los teoremas expuestos en el captulo anterior conocemos condiciones sucientes bajo las cuales
un sistema de ecuaciones diferenciales admite una u
nica soluci
on, especicadas
las condiciones de Cauchy adecuadas.
Ejemplo:


x1 = (a bx2 )x1
x
2 = (cx1 d)x2
es un sistema de ecuaciones de primer orden no lineal. Este sistema describe
un modelo de evoluci
on de poblaciones x1 , x2 en relacion presa-predador, conocido como ecuaciones de Lotka-Volterra. La desaparicion de las presas (x1 ) se
debe a sus encuentros con los predadores (x2 ) (termino bx2 x1 ) y se supone que
no encuentran otros obst
aculos a su desarrollo (termino ax1 ). En cuanto a los
predadores su capacidad de supervivencia est
a relacionada con los encuentros
con las presas (termino cx1 x2 ) y se supone que su n
umero excesivo afecta negativamente a su crecimiento por razones obvias. Aunque el modelo considerado
es muy simple, permite hacer ciertas predicciones sobre la evolucion de ambas
especies. Un modelo mas general incluira dos funciones M (x1 , x2 ) y N (x1 , x2 )
de manera que las ecuaciones son ahora:


x1 = M (x1 , x2 )x1
x
2 = N (x1 , x2 )x2
y donde M y N deben cumplir ciertas restricciones para poder obtener resultados interesantes, como por ejemplo:
49

50

EDO. Versi
on 4. Mayo 1996
1.

M
x2

< 0,

N
x1

<0

2. k > 0 tal que M (x1 , x2 ) 0, N (x1 , x2 ) 0 si x1 k o x2 k

3. a, b > 0 tales que:
M (x, 0) > 0 para x < a, M (x, 0) < 0 para x > a
N (0, y) > 0 para y < b, N (0, y) < 0 para y > b
Ejemplo:

x
= x sen y
y
= 12x + y

es otro sistema autonomo. Este sistema tiene nueve soluciones constantes, en

los puntos en los que la recta x = y/12 corta a x = sen y.
Ejemplo:


x =y
y
= (a + b cos t)x
Se trata de un sistema no aut
onomo con coecientes periodicos. Es equivalente
a la llamada ecuaci
on de Mathieu.
Como es de esperar los sistemas no lineales resultan mucho mas complicados
que los lineales. Por eso, estudiaremos en este captulo sistemas lineales, sobre
todo de coecientes constantes y dejaremos para captulos posteriores el estudio
de una clase particular de sistemas no lineales, los sistemas autonomos en el
plano.

3.2

Sistemas lineales

Un sistema de ecuaciones lineales de primer orden tiene la forma:

x
= A(t)x + b(t)
donde x(t) y b(t) son funciones vectoriales de variable real y A(t) es una funci
on
de variable real con valores en un espacio de matrices cuadradas. Tanto A(t)
como b(t) se suponen denidas en un intervalo de la recta [t0 , t1 ]. Los valores de A y b podr
an ser complejos, aunque en general los consideraremos
reales. Ademas podra pensarse en sistemas con matrices no cuadradas, es
decir con menos ecuaciones que incognitas o viceversa, pero nos limitaremos al
caso cuadrado.
Las cuestiones de existencia y unicidad de soluciones para este tipo de problemas pueden deducirse del caso general directamente.
Teorema 3.1 Sea el problema:


x
= A(t)x + b(t)
x(t0 ) = x0

donde:
A : [t0 , t1 ] Mn (IR)

MAR

51
b : [t0 , t1 ] IRn

son funciones continuas. Entonces existe una u

nica soluci
on al sistema que
verica la condici
on inicial dada.
Demostracion: Es una aplicaci
on de los teoremas estudiados. Veamos como la
funci
on f (t, x) = A(t)x + b(t) es continua y lipschitziana. Sobre la continuidad
no hay ning
un problema puesto que A(t) y b(t) lo son y x aparece en forma
lineal. En cuanto a la lipschitzianidad, aplicando la denici
on:
f (t, x) f (t, y) = A(t)x A(t)y A(t)s x y
donde A(t)s es la norma del supremo en el espacio de matrices Mn (IR):
A(t)s = sup{

A(t)x
, x IRn , x = 0}
x

por tanto, si A(t)s es una funci

on continua en un intervalo compacto, tiene un
maximo que es una constante de Lipschitz para la funci
on f (t, x). Aplicando el
teorema de Cauchy-Peano, podemos asegurar, al menos localmente, la existencia
y unicidad de la soluci
on.
Si A(t) y b(t) son continuas en toda la recta, la soluci
on se puede extender
a todo IR. En particular, los sistemas lineales con coecientes constantes tienen
soluci
on denida para todo t.

3.3

El espacio de soluciones de la ecuaci

on lineal

Una vez en condiciones de asegurar la existencia y unicidad de las soluciones,

estudiaremos ahora las propiedades de estas. Para ello consideraremos en primer
lugar la ecuaci
on homogenea x
= A(t)x.
Teorema 3.2 Una soluci
on de un sistema lineal es un vector de n componentes
y el conjunto de soluciones es un espacio vectorial real (como puede probarse
f
acilmente por las propiedades del producto de matrices). La dimensi
on de este
espacio es igual a n.
Para demostrarlo, deniremos antes la noci
on de matriz de soluciones y estudiaremos sus propiedades.
Denici
on 3.1 Una matriz de soluciones es una matriz cuyos vectores columna
son soluciones del sistema: X(t) = (x1 (t), x2 (t), ..., xn (t)).
Debido a las propiedades del producto de matrices, se tiene:
X
= A(t)X
cuando X(t) es una matriz de soluciones. La siguiente proposici
on se reere
al determinante de una matriz de soluciones. Tengase en cuenta que siempre
estamos considerando a A(t) como una funci
on continua en el intervalo I =
[t0 , t1 ] en el que trabajamos.

52

EDO. Versi
on 4. Mayo 1996

Proposici
on 3.1 Sean x1 (t), x2 (t), . . . , xn (t), n soluciones de un sistema de
ecuaciones lineal homogeneo y sea X(t) la matriz que las tiene por columnas.
Entonces: o bien det X(t) = 0 para todo t I, o det X(t) = 0 para todo t I.
En el primer caso las soluciones son linealmente dependientes. En el segundo
son linealmente independientes. El determinante de la matriz se llama wronskiano, y como asegura la proposici
on es siempre distinto de cero en el caso
que las columnas de la matriz de soluciones sean linealmente independientes.
Notese que la condicion que establece la proposicion para asegurar la dependencia o independencia lineal de un conjunto de funciones vectoriales no se aplica
en general, sino s
olo a soluciones de un sistema lineal homogeneo.
Demostracion: Basta recordar como se deriva un determinante para obtener:

1

1
x1 .. x
n
x1 .. xn1
x1 .. xn1
1
d

.. = det ..
.. + + det ..
..
det ...
.
.
.
.
.
dt

n
x1n .. xnn
x1n .. xnn
x
1
..
x
n
n
sustituyendo las derivadas por sus expresiones respectivas y desarrollando los
determinantes por la la en la que esas derivadas aparecen, se llega a:
d
det(X(t)) = tr(A(t)) det(X(t)).
dt
Esta es una ecuacion lineal de primer orden que sabemos resolver. Su soluci
on
es la formula de Abel-Liouville:

det X(t) = Ce tr A(s)ds
y por lo tanto, el wronskiano no se anula para ning
un t en el intervalo considerado, o bien (cuando C = 0) se anula para todo punto. Para ver la relaci
on que
existe entre el wronskiano y la dependencia e independencia lineal de un conjunto de soluciones, consideremos esta otra forma de demostrar la proposici
on
anterior. Supongamos que existe I tal que det X( ) = 0. En este caso,
existe un conjunto de constantes reales, c1 , c2 , . . . , cn , no todas nulas, tales que:
n

ci xi ( ) = 0.

(3.1)

i=1

Consideremos la funci
on:
x(t) =

ci xi (t)

(3.2)

i=1

que al ser una combinaci

on lineal de soluciones es una soluci
on del sistema
homogeneo. Ademas verica una condici
on inicial (en ) dada por (3.1). De
acuerdo con el teorema de existencia y unicidad, la soluci
on dada en (3.2) es la
soluci
on trivial, y por tanto:
n

i=1

ci xi (t) = 0,

t I

MAR

53

es decir las funciones xi (t), i = 1, . . . , n son linealmente dependientes. Obviamente, si son linealmente independientes, el wronskiano no se anula en ning
un
punto.
Proposici
on 3.2 La dimensi
on del espacio de soluciones de un sistema de n
ecuaciones lineales homogeneas es igual a n.
Demostracion. Consideremos las soluciones de los problemas:


x = A(t)x
x(t0 ) = ei
donde ei es la base canonica de IRn . Sean xi (t) estas soluciones. Entonces,
el conjunto de soluciones {xi (t), i = 1, . . . , n} es una base del espacio de soluciones, que por tanto tiene dimensi
on n. En efecto, es inmediato probar que
son linealmente independientes, pues en t = t0 el wronskiano es el determinante
de la matriz identidad, que es distinto de cero. Adem
as son un sistema de
generadores:
Sea x(t) una soluci
on del sistema, con x(t0 ) = x0 . El vector x0 tiene una
cierta expresion en la base can
onica:
x0 =

x0i ei

i=1

Consideremos la solucion del sistema construida como una combinaci

on lineal
de las soluciones xi (t) con coecientes x0i :
n

x0i xi (t).

i=1

Esta soluci
on es justamente x(t), pues ambas verican la misma condici
on inicial
en t = t0 .
Denici
on 3.2 Se llama sistema fundamental de soluciones a una base del
espacio de soluciones. Se llama matriz fundamental a una matriz de soluciones
cuyas columnas forman un sistema fundamental.
De esta manera, la solucion general del sistema homogeneo se puede escribir
como:
x(t) = (t)C
donde (t) es una matriz fundamental y C es un vector de constantes de n
componentes. Si la condici
on inicial es x(t0 ) = x0 , el vector C se calcula como:
C = (t0 )1 x0
(pues (t) tiene una inversa) y por lo tanto la correspondiente soluci
on es:
x(t) = (t)(t0 )1 x0

54

EDO. Versi
on 4. Mayo 1996

La matriz (t) = (t)(t0 )1 es una matriz fundamental can

onica, ya que
(t0 ) = In , la matriz identidad:
x(t) = (t)x0 .
En cuanto al sistema completo (con b(t)) las soluciones forman un espacio
afn, es decir:
Proposici
on 3.3 El conjunto de soluciones del sistema lineal completo x
=
A(t)x + b(t), es xp (t) + H, donde H es el espacio de soluciones de la ecuaci
on
homogenea y xp (t) es una soluci
on particular del problema completo.
Demostracion: Es claro que xp (t) + xh (t), donde xh (t) es cualquier soluci
on del
sistema homogeneo, es una solucion del sistema completo, como se ve sin mas
que sustituir en la ecuaci
on. Adem
as, esta es la solucion general. En efecto, sea
y(t) una soluci
on arbitraria del sistema completo. Entonces, y(t) xp (t) es una
soluci
on del sistema homogeneo:
y
(t) x
p (t) = A(t)(y(t) xp (t))
de donde se deduce la proposici
on.
No es facil calcular las soluciones de un sistema lineal homogeneo o completo.
Sin embargo, una vez conocida una matriz fundamental, lo que proporciona
todas las soluciones del problema homogeneo, se pueden hallar las soluciones del
problema completo aplicando, por ejemplo el metodo de variaci
on de constantes,
como hicimos con las ecuaciones de primer orden.
Para ello, sea (t) una matriz fundamental del problema homogeneo. La
soluci
on general de este problema es: x(t) = (t)C, donde C es un vector
constante. Supongamos que C depende de t y veamos que condiciones debe
satisfacer para que (t)C(t) sea solucion del sistema completo.
Sustituyendo en la ecuacion:
x
(t) = (t)
C(t) + (t)C
(t) = A(t)(t)C(t) + b(t)
y como
(t) = A(t)(t), se tiene:
(t)C
(t) = b(t)
es decir:

C
(t) = (t)1 b(t)

de donde se puede deducir C(t) por una integraci

on. Si la soluci
on que buscamos
verica x(t0 ) = x0 , se puede escribir:
 t
x(t) = (t)(t0 )1 x0 + (t)
(s)1 b(s)ds.
t0

Sin embargo, el c
alculo de (t) puede ser muy complicado. Tan solo cuando
los coecientes de A no dependen de t puede calcularse una matriz fundamental
f
acilmente. Si los coecientes de la matriz A son funciones peri
odicas de t, la
teora de Floquet porporciona indicaciones sobre la forma de las soluciones y
permite en algunos casos simples calcularlas.

MAR

3.4
3.4.1

55

Sistemas lineales con coecientes constantes

Deniciones

Sea el sistema lineal homogeneo con matriz A constante (sistema lineal autonomo), x
= Ax. De acuerdo con lo expuesto hasta ahora, existe una u
nica
soluci
on, jada la condici
on inicial, que adem
as esta denida en todo el eje real.
Este tipo de sistemas aparece en muchas situaciones: en problemas de redes
electricas o sistemas mecanicos, como aproximacion de sistemas no lineales en
el entorno de un punto crtico, en grupos de transformaciones uniparametricos
(transformaciones innitesimales) etc. Como hemos dicho antes, es posible hallar una matriz fundamental de este sistema y, como vamos a ver ahora, todo se
reduce al calculo de la exponencial de una matriz.
Recordemos la denicion y propiedades elementales de la exponencial de una
matriz. Sea A una matriz real (o compleja) n n. Se dene exp(A):
eA =

An
A2
=I +A+
+
n!
2
n=0

En el espacio de matrices reales n n, Mn (IR), se puede denir una norma

que lo convierte en un espacio de Banach:
As = sup{

Ax
, x IRn , x = 0}
x

donde . es una norma denida en IRn . Usando esta estructura se puede probar
que la serie denida anteriormente converge absolutamente para toda matriz de
Mn (IR). Para ello se usa la desigualdad:
Ak s Aks
con lo cual:

m
m


Ak
Aks

s
k!
k!
k=n

k=n

Como la serie exponencial es absolutamente convergente en IR, se tiene lo mismo

para la exponencial de una matriz.
La exponencial de una matriz tiene propiedades similares a la exponencial
de numeros reales o complejos, salvo aquellas en las que interviene la conmutatividad de la multiplicaci
on.
Propiedades. Entre las que nos resultar
an m
as u
tiles se
nalemos las siguientes:
(eA )1 = eA .
det(eA ) = etr A , y por tanto det(eA ) = 0.

56

EDO. Versi
on 4. Mayo 1996
Consideremos ahora funciones de un intervalo de la recta real, I, en Mn (IR):
f : I Mn (IR).

Dado que el espacio Mn (IR) es un espacio de Banach, se pueden estudiar series

de funciones, continuidad, derivabilidad, etc. En lo que se reere a nuestro
interes, el criterio de convergencia de Weierstrass es valido:

Proposici
on 3.4 Si la serie de funciones n0 fn (t), fn : I M , donde M
es un espacio de Banach, est
a mayorada por una serie numerica convergente,
entonces converge absoluta y uniformemente en t.
Ademas, si la serie es convergente, y sus terminos son derivables, la serie de
las derivadas converge a la derivada de la serie, si la primera es uniformemente
convergente.
En nuestro caso se dan esas circunstancias como veremos despues.

3.4.2

C
alculo de exponenciales de matrices

De acuerdo con la denici

on, para calcular la exponencial de una matriz basta
hallar sus potencias sucesivas. Sin embargo, en la pr
actica no es este un metodo
muy ecaz. Como veremos a continuacion, debido a las propiedades de las
exponenciales de matrices, basta saber calcular la exponencial de una matriz
nilpotente y de m
ultiplos de la identidad, casos por otra parte muy sencillos de
tratar.
Propiedades:
1. Si A = P JP 1 , donde A, J, P Mn (I
C), y P es regular, entonces:
eA = P eJ P 1
como se puede demostrar facilmente sin mas que utilizar la denici
on y:
(P JP 1 )k = P J k P 1
2. Si J es una matriz diagonal por bloques, la exponencial de J es otra
matriz diagonal por bloques, que son las exponenciales de los bloques de
J. La demostracion es tambien evidente sin mas que recordar como se
multiplican matrices por bloques:

J1
exp(J1 )

..
..
exp
=

.
.
Jk

exp(Jk )

3. Si A, B Mn (I
C) conmutan entonces:
eA+B = eA eB
La demostracion sigue los mismos pasos que en el caso real o complejo.
La propiedad no es cierta cuando las matrices A y B no conmutan.

MAR

57

4. Si N es una matriz nilpotente de grado r, su exponencial es una suma

nita:
N2
N r1
eN = I + N +
+ +
2
(r 1)!
puesto que las potencias de N de exponente superior o igual a r son cero.
Como toda matriz A Mn (I
C) se puede poner en forma de Jordan, que es
una matriz diagonal por bloques, y cada uno de sus bloques es suma de una
matriz m
ultiplo de la identidad y de una matriz nilpotente (que obviamente
conmutan), aplicando las propiedades anteriores uno puede calcular f
acilmente
la exponencial de cualquier matriz. En la pr
actica sin embargo, existen otros
metodos que permiten obtener este resultado sin pasar por la forma de Jordan
que puede ser complicada de encontrar para matrices de orden elevado, sin
contar con el calculo de la matriz de cambio de base.
Veamos ahora otra forma de enfocar este calculo. Sea A Mn (I
C), y (A)
su espectro. Dada una funci
on f : C
I C,
I queremos denir f (A). Supongamos
que f es un polinomio p(z) y sea q(z) otro polinomio tal que: p(A) = q(A).
Entonces, d(z) = p(z) q(z) anula a A, es decir es m
ultiplo del polinomio
mnimo de A, por lo tanto entre sus races estan las de este polinomio mnimo,
los autovalores de A, con multiplicidades en general mayores. En cualquier caso
se tiene, para cualquier (A):
d() = 0, d
() = 0, . . . , d(m1) () = 0
donde m es la multiplicidad de como raz del polinomio mnimo. Si f es una
funci
on arbitraria, f (), f
(), . . . , f (n1) () para todo autovalor de A, son
los valores de la funci
on f sobre el espectro de A. En el caso anterior de los
polinomios p y q, ambos toman los mismos valores sobre el espectro de A como
hemos visto. Y viceversa, si dos polinomios p y q toman los mismos valores
sobre el espectro de una matriz A, entonces p(A) = q(A), pues la diferencia de
p y q es un m
ultiplo del polinomio mnimo que anula a la matriz A.
Se postula para una funci
on f sucientemente regular el mismo resultado,
es decir f (A) queda jada por los valores que toma f sobre el espectro de A (en
el sentido antes dicho). Se puede denir entonces f (A) de la forma siguiente:
Denici
on 3.3 Sea f una funci
on sucientemente regular, A Mn (I
C). Se
dene f (A) como:
f (A) = p(A)
donde p(z) es un polinomio que toma los mismos valores que f sobre el espectro
de A.
Evidentemente, f (A) no depende del polinomio elegido por lo que hemos
dicho antes, as que se puede tomar el de menor grado, que es menor que n, y
ademas es u
nico. N
otese que este polinomio de menor grado es un polinomio de
interpolaci
on y se determina por:
p() = f (), p
() = f
(), . . . , p(m1) () = f (m1) ()

58

EDO. Versi
on 4. Mayo 1996

para todo elemento del espectro de A, m multiplicidad de como raz del

polinomio mnimo. Estas son pues las ecuaciones que permiten calcular p(z) y
consiguientemente p(A) = f (A). Se llama a p(z) el polinomio de interpolaci
on
de Lagrange-Sylvester. Este metodo de calculo esta muy ligado al de proyectores
ortogonales.
Ejemplo: Consideremos la matriz:


1
1
A=
0 1
que esta en forma de Jordan. Por tanto su exponencial es:
eA = eI eN
donde I es la matriz identidad 2 2 y N es una matriz nilpotente:


0 1
N=
0 0
cuya exponencial es inmediata de calcular:


1 1
N
e =
0 1
pues N 2 = 0, y por tanto eN = I + N . Por tanto, la exponencial de A es:

  1

 1
1 1
e
0
e1
e
A
e =
=
0 1
0
e1
0
e1
Supongamos que queremos calcular el polinomio interpolador de LagrangeSylvester para esta matriz. Para ello buscamos un polinomio de grado 1 (el
grado del polinomio mnimo es 2) que verique:
p(1) = e1 , p
(1) = e1
ya que la multiplicidad de 1 como raz del polinomio mnimo es 2. Sea p(z) =
az + b. Las ecuaciones que determinan a, b son:
a + b = e1
a = e1
por tanto, a = e1 , b = 2e1 , y se obtiene el resultado anterior al poner:
eA = p(A) = e1 A + 2e1 I.
Ejemplo: Sea la matriz:

A=

2
0

1
1

MAR

59

En este caso, la matriz es diagonalizable con autovalores 2 y 1. La matriz de

cambio de base no es dcil de calcular, siendo los autovectores (1, 0) y (1, 3):
A = P JP 1
donde:


P =

J=

1
0

1
3

2
0

0
1



.

La exponencial de J se calcula inmediatamente con lo que la exponencial de A

es:

 2
e (e2 e1 )/3
A
e =
.
0
e1
Supongamos que queremos calcular el polinomio de interpolaci
on de LagrangeSylvester de A, p(z). Ahora tenemos dos autovalores con multiplicidad igual
a 1. Por tanto el grado de p(z) es 1 (el grado del polinomio mnimo es 2) y las
f
ormulas que determinan los coecientes son:
p(z) = az + b, p(2) = e2 , p(1) = e1 2a + b = e2 , a + b = e1
es decir:
a=

e2 e1
e2 + 2e1
, b=
3
3

de esta forma:
eA = p(A) = aA + bI
y se obtiene el resultado anterior.
Ejemplo. Finalmente veamos un caso

0
A = 4
2

con matrices 3 3.

1 0
4 0 .
1 2

Esta matriz tiene un solo autovalor, 2, y dos cajas de Jordan de dimensiones 2

y 1. En efecto el polinomio caracterstico es:
( 2)3
y el polinomio mnimo es ( 2)2 , con lo cual tenemos dos autovectores linealmente independientes. La matriz de Jordan es:

2 1 0
J = 0 2 0
0 0 2

60

EDO. Versi
on 4. Mayo 1996

y la matriz de cambio de base P puede calcularse de la siguiente forma. Como

A = P JP 1 , podemos escribir P = (P1 , P2 , P3 ), como vectores columnas y esa
ecuacion es:
AP1

AP2

= P1 + 2P2

AP3

2P1
2P3

donde se ve que P1 , P3 son los autovectores de la matriz A. Estos autovectores son combinaciones lineales de (0, 0, 1) y (1, 2, 0). Sin embargo resulta m
as
comodo calcular en primer lugar el vector P2 . Para ello escribamos las dos
primeras ecuaciones como:
(A 2I)P1 = 0
(A 2I)P2 = P1
y multiplicando la segunda ecuaci
on por A 2I tenemos:
(A 2I)2 P2 = 0
ecuacion que permite calcular P2 . En este caso resulta ser trivial, pues el polinomio mnimo es ( 2)2 y anula a la matriz A. La u
nica restriccion es que
P2 no debe ser un autovector, as que elijamos P2 = (1, 0, 0). De esta forma P1
queda jado por la segunda ecuaci
on:
P1 = (A 2I)P2
es decir P1 = (2, 4, 2). El tercer vector, que tambien es autovector, se
elige linealmente independiente con P1 , por ejemplo, P3 = (0, 0, 1). Por tanto
la matriz P es:

2 1 0
P = 4 0 0 .
2 0 1
y la exponencial de A:

A

e =P

e2I+N
0

0
e2

P 1

donde I es la matriz identidad 2 2 y N es una matriz nilpotente,



0 1
N=
.
0 0
Por tanto, la exponencial de la matriz A es:

1 1
eA = e2 4 3
2 1

0
0 .
1

MAR

61

un c
alculo laborioso. Sin embargo, construyamos el polinomio de LagrangeSylvester de la matriz A. Esta matriz tiene un solo autovalor y el polinomio
caracterstico tiene grado 2. Por lo tanto p(z) sera un polinomio de grado 1,
p(z) = az + b, y los coecientes a, b se calculan por:
p(2) = e2 , p
(2) = e2
con lo que a = e2 , b = e2 .
La exponencial de la matriz A es:
eA = p(A) = e2 A e2 I
que es el resultado obtenido anteriormente.
Cuando los coecientes son complejos los metodos de calculo son los mismos. Sin embargo si la matriz es real, aunque los autovalores sean complejos, la
exponencial es una matriz real. En este caso los autovalores complejos aparecen
a pares, y siempre se puede encontrar una base en la cu
al la matriz se descomponga en bloques elementales 2 2 asociados a cada pareja de estos autovalores
si son simples. Si no lo son, es posible que la matriz no sea diagonalizable por
esos bloques pero en cualquier caso existira una forma similar a la de Jordan y
a la postre los calculos de la exponencial se reducir
an a los de la exponencial
de los bloques 2 2. Consideremos una matriz 2 2 con coecientes reales y
autovalores complejos:


a b
A=
c d
(tr A)2 < 4 det A
Sean = + i, los autovalores de esta matriz, con > 0. Se pueden calcular
los autovectores complejos Aw = w, w = u + iv, donde u, v son vectores reales
linealmente independientes. La matriz A se escribe en la base {v, u} como:




y la exponencial de esta matriz se calcula facilmente sabiendo que existe un
isomorsmo entre el cuerpo de los n
umeros complejos y el conjunto de matrices
reales con esta forma. La exponencial de = + i es:
e+i = e (cos + i sen )
por lo tanto, la exponencial es:

cos
e
sen
Ejemplo:


A=

3
5

sen
cos
1
1


.


.

62

EDO. Versi
on 4. Mayo 1996

Los autovalores de esta matriz son 1 i. Los autovectores complejos son:

(1, 2 i), es decir (1, 2) i(0, 1). En la base {(0, 1), (1, 2)} la expresi
on de
A es:


1 1
1
1
por lo tanto:

eA

=

=

0
1

1
2



e cos 1
e sen 1

e(2 sen 1 + cos 1)

5e sen 1

e sen 1
e cos 1



2
1

e sen 1
e(cos 1 2 sen 1)

1
0

.

Calculando el polinomio interpolador, la matriz A tiene dos autovalores distintos y el polinomio mnimo tiene grado igual a 2, as que p(z) tiene grado 1,
p(z) = az + b, y los coecientes se calculan con las ecuaciones:
p(1 + i) = e1+i , p(1 i) = e1i
es decir:
a(1 + i) + b = e(cos 1 + i sen 1)
a(1 i) + b = e(cos 1 i sen 1)
de donde a = e sen 1, b = e(cos 1 sen 1), y por tanto la exponencial de A es:
eA = Ae sen 1 + Ie(cos 1 sen 1).
Como se ha visto en este resumen, el calculo de exponenciales no encierra
ning
un secreto y es simplemente un problema tecnico. Ademas, como veremos
a continuaci
on, uno puede obviar en muchas ocasiones el c
alculo completo de la
exponencial y limitarse a calcular autovectores.

3.5

Soluci
on general de un sistema lineal de coecientes constantes

De acuerdo con lo dicho hasta ahora, la funci

on que asigna a cada t la exponencial de At, donde A Mn (IR) esta bien denida y su derivada se puede calcular
derivando termino a termino la serie que la dene. Por tanto:

d At
d An n d An n
An n1
e =
t =
(
t )=
nt
dt
dt n=0 n!
dt n!
n!
n=0
n=0

es decir, se tiene la relacion:

d At
e = AeAt
dt
que nos permite demostrar lo siguiente:

MAR

63

Proposici
on 3.5 Una matriz fundamental del sistema homogeneo con coecientes constantes:
x
= Ax
es (t) = eAt , que adem
as es la u
nica que verica (0) = I.
La demostracion es evidente. La solucion particular que verica x(t0 ) = x0 es:
x(t) = eA(tt0 ) x0 .
Tengase en cuenta ademas, que eAt es un grupo uniparametrico con t IR,
debido a las propiedades de la exponencial ya estudiadas y al hecho de que los
m
ultiplos de A conmutan entre s. En cuanto al sistema completo, una vez
que conocemos una matriz fundamental, es inmediato escribir la soluci
on del
problema:
x
= Ax + b(t)
x(t0 ) = x0
como:

x(t) = eA(tt0 ) x0 +

eA(ts) b(s)ds.
t0

Como hemos dicho anteriormente, solo se necesita conocer una matriz fundamental para calcular todas las soluciones. Si escribimos A en su forma de
Jordan: A = P JP 1 , y por tanto:
eAt = P eJt P 1
pero como sabemos, dada una matriz fundamental, el producto de dicha matriz
por una matriz de constantes regular (a la derecha) proporciona una nueva
matriz fundamental. Por tanto, para escribir la soluci
on general del problema
homogeneo podemos utilizar:
(t) = P eJt
que es tambien una matriz fundamental, aunque no sea la can
onica en t = 0.
Pero es mas, como ahora veremos, los autovalores de A proporcionan una base
del espacio de soluciones en el caso que A sea diagonalizable, y en cualquier caso
llevan a soluciones del sistema.
En efecto, si A es diagonalizable, J es una matriz diagonal y P es una matriz
cuyas columnas son los autovectores del sistema:
t

e 1

t
t
..
(t) = (P1 , . . . , Pn )
= (P1 e 1 , . . . , Pn e n )
.
en t
y por tanto una base del espacio de soluciones es:
{P1 exp(1 t), . . . , Pn exp(n t)}

64

EDO. Versi
on 4. Mayo 1996

como por otra parte se puede comprobar directamente. La soluci

on general es
una combinaci
on lineal de estas funciones:
x(t) = c1 P1 e1 t + . . . + cn Pn en t
aunque el c
alculo de las constantes ci implica resolver un sistema de ecuaciones lineales. Este resultado es cierto a
un cuando algunos autovalores tengan
multiplicidad mayor que 1. Lo esencial es que la matriz sea diagonalizable.
Cuando la matriz no es diagonalizable la situaci
on no es tan clara. La matriz
J no es diagonal y la matriz P contiene en sus columnas los autovectores de A
y otros vectores necesarios para formar una base. Supongamos que P es un
autovector con autovalor . Entonces P et es una solucion del sistema:
x
(t) = P et = AP et .
Supongamos ahora que existe una caja de Jordan de dimensi
on r y que
P1 , . . . , Pr son los vectores de la base correspondientes a esa caja. En esta caso
las soluciones son polinomios por exponenciales:
P1 et , (P1 t + P2 )et , ((1/2)P1 t2 + P2 t + P3 )et , . . . ,
((1/(r 1)!)P1 tr1 + . . . + Pr )et
como se comprueba facilmente sin mas que calcular la exponencial de la caja de
Jordan:

..
J =
.
.

Ejemplo.

x
1 = x1 + x2
x
1 = x2

La matriz es no diagonalizable. Un autovector es (1, 0) y el vector que completa

la base para obtener la forma de Jordan es (0, 1), pues la matriz esta ya escrita
en la forma can
onica. Por lo tanto la soluci
on es:


 
 
 
x(t)
1
1
0
t
= c1
e + c2
t+
et .
y(t)
0
0
1
Ejemplo. La ecuaci
on que describe el movimiento de cada libre de un cuerpo
hacia la tierra es:
dv
= g 2 v
dt
donde v es la velocidad del cuerpo, g la aceleracion de la gravedad y la
velocidad de rotaci
on de la tierra. Se trata de un sistema de ecuaciones lineales
de primer orden con coecientes constantes. La matriz del sistema es:
Av = 2 v

MAR

65

con lo que el sistema se escribe:

v
= Av + g.
Calculemos la exponencial de la matriz A:

0
3 2
0
1
2 3
2 1
0
sus autovalores son 0, 2i, donde es el modulo del vector . Calculando
el polinomio de interpolaci
on de la matriz At, que debe ser de grado 2, p(z) =
az 2 + bz + c:
p(0) = 1, p(2it) = e2it , p(2it) = e2it
lo que proporciona a, b, c:
a=

1 cos 2t
sen 2t
,
, b=
2
2
4 t
2t

c=1

y por lo tanto la exponencial es:

eAt = I + btA + at2 A2 .
La velocidad de cada es:

v(t) = eAt v0 + (eAt

eAs )g =

v0 + (I +

1 2
1
A )gt + A(v0
Ag)bt + A(g + Av0 )at2
42
42

y escribiendo la expresi
on de los coecientes y de A:
v(t) = v0 + t(g +

g
g)) + (1 cos 2t) ( v0
)

g
(sen 2t) (
+ v0 ).

De aqu podemos deducir la trayectoria sin m

as que integrar esta ecuacion en t.

3.6

Ecuaciones diferenciales de orden mayor que

1

Una ecuacion diferencial ordinaria de orden n es como ya hemos dicho una

relacion del tipo:
f (t, x, x
, . . . , x(n) ) = 0

66

EDO. Versi
on 4. Mayo 1996

donde x es ahora una funci

on real de variable real y x(k) son las derivadas de
x respecto a la variable t. En general supondremos que la ecuaci
on esta escrita
en forma normal, es decir, que la derivada de mayor orden est
a despejada:
x(n) = f (t, x, x
, . . . , x(n1) ).
Esta ecuacion es equivalente como ya sabemos a un sistema de primer orden
con n ecuaciones. Sin embargo muchas veces no es necesario pasar al sistema
para estudiar las soluciones de la ecuaci
on. En lo que se reere a los teoremas
de existencia y unicidad, podemos enunciar el siguiente, clara consecuencia del
enunciado para sistemas:
Teorema 3.3 Dada la ecuaci
on x(n) = f (t, x, x
, . . . , x(n1) ) con:
f : [t0 , t1 ] D IRn
donde D es un abierto de IRn , continua en ese conjunto y lipschitziana respecto
a las n u
ltimas variables, existe una u
nica soluci
on denida en un intervalo
I [t0 , t1 ] que verica las condiciones iniciales siguientes:
x(t0 ) = x01 , x
(t0 ) = x02 , . . . , x(n1) (t0 ) = x0n
donde (x01 , x02 , . . . , x0n ) es un punto de D.
La demostracion es una consecuencia inmediata del mismo resultado para sistemas.
En general no resulta f
acil encontrar soluciones para una ecuaci
on arbitraria
de orden n. Como veremos, solo en el caso de ecuaciones lineales con coecientes constantes y otras relacionadas con ellas, existe una forma sistematica
de calcular las soluciones. Sin embargo, en algunos casos es posible reducir el
orden de la ecuaci
on.

3.7

Casos simples de reducci

on del orden

a) Supongamos que la funci

on f no depende de las k 1 primeras derivadas
de x respecto t. Entonces es posible denir una nueva variable, v(t), como la
derivada k de x. Esto convierte a la ecuacion en otra de orden nk. Si podemos
calcular una soluci
on de esta ecuacion, v(t), la de la original se puede encontrar
a partir de:
dk x
= v(t).
dtk
Esta es un ecuacion diferencial muy simple, que se puede resolver mediante
una integraci
on repetida k veces. Sin embargo, como se comprueba sin mas que
derivar, la soluci
on de esta ecuacion se puede escribir tambien como una integral
simple:
 t
1
x(t) =
(t s)k1 v(s)ds + Pk1 (t)
(k 1)! t0

MAR

67

donde Pk1 es un polinomio de grado k1 en t. La principal complicaci

on reside
en que la soluci
on de la ecuacion transformada no siempre se puede escribir como
v = v(t) y aparece con frecuencia en la forma (t, v) = 0. En estos casos se
puede recurrir a una parametrizaci
on de v y t en funci
on de un parametro s, y
tratar de integrar las ecuaciones resultantes.
Ejemplo. x

= g (x
)2 . Se trata de un movimiento en cada libre con un
rozamiento proporcional al cuadrado de la velocidad. La funci
on x no aparece
con lo que podemos denir v(t) = x
, de forma que la ecuaci
on para v es de
primer grado:
v
= g v 2
ecuacion de variables separadas que se puede integrar f
acilmente, obteniendose:

g 1 + ke2at
v(t) =
1 ke2at
y de aqu una nueva integraci
on nos lleva a x(t).
b) Supongamos ahora que en la funci
on f no aparece t, es decir, tenemos
una ecuaci
on aut
onoma. Este caso resulta de gran importancia en el estudio de
los sistemas autonomos en el plano como veremos mas adelante. La estrategia
consiste aqu en suponer que x es la variable independiente, y sustituir las
derivadas de x respecto a t por derivadas de la nueva funci
on respecto a x:
v(x) =

dx
.
dt

No queda m
as que calcular cuanto valen las derivadas de x respecto a t en
funci
on de las derivadas de v respecto a x:
x
= v, x

= v

dv



, x =v
dx

dv
dx

2
+ v2

d2 v
,...
dx2

Ejemplo. Consideremos la ecuacion que se obtiene en el problema de Kepler

cuando se reduce la ecuacion del movimiento:
d2 x C 2
3 =0
dt2
x
donde x(t) es la posicion y C una constante. La ecuaci
on es autonoma y se puede
hacer el cambio antes indicado, considerando la velocidad como una funci
on de
la posici
on, obteniendo una ecuaci
on de primer orden en v(x) que se puede
resolver:
dv
C2
v
3 = 0.
dx
x
Todos los resultados establecidos para sistemas de ecuaciones se pueden
aplicar a las ecuaciones de orden n por lo que no entraremos aqu en mas detalles. Sin embargo, las ecuaciones lineales de orden n admiten un tratamiento
que hace muy u
til su estudio, independientemente del sistema lineal asociado.

68

3.8

EDO. Versi
on 4. Mayo 1996

Ecuaciones lineales de orden n

Una ecuacion lineal de orden n se puede escribir como:

x(n) + an1 (t)x(n1) + . . . + a1 (t)x
+ a0 (t)x = b(t)
donde los coecientes ai (t), b(t) son funciones continuas denidas en un intervalo
de la recta real [t0 , t1 ] con valores en IR. Es inmediato probar que una condici
on
suciente para la existencia y unicidad de soluciones de esta ecuaci
on es que los
coecientes sean continuos en el intervalo considerado. La ecuacion se puede
escribir como un sistema, de acuerdo con lo dicho anteriormente y se tiene:

x
1
0
1

0
0
x1
x
2
x2 0
0
0

..
.. ..
..
..
..
+
. =

.
.
.

. .
x
n1

0
0

1
0
xn1


a0 (t) a1 (t) an1 (t)
b(t)
xn
xn
Como se puede observar, la forma de la matriz de este sistema es muy particular, y, en general, no es necesario pasar al sistema asociado para resolver
la ecuacion. En cualquier caso, cuando los coecientes no son constantes no es
sencillo calcular las soluciones de este tipo de ecuaciones. Las propiedades de las
soluciones se pueden deducir de las demostradas para los sistemas de ecuaciones
lineales:
Proposici
on 3.6 El conjunto de soluciones de una ecuaci
on lineal homogenea
de orden n es un espacio vectorial real de dimension igual a n.
As, si el conjunto de funciones {x1 (t), . . . , xn (t)} es una base, la solucion general
de la ecuacion homogenea es:
x(t) = c1 x1 (t) + c2 x2 (t) + . . . + cn xn (t)
donde c1 , c2 , . . . , cn son constantes que se jan de acuerdo con las condiciones
iniciales. Debido a la independencia lineal de las soluciones, el sistema que ja
las constantes ci en funci
on de los datos iniciales tiene soluci
on u
nica. Esto es
consecuencia de las propiedades del wronskiano que pasamos a enunciar.
Denici
on 3.4 Se llama wronskiano de las funciones f1 (t), . . . , fn (t) denidas
en un intervalo de la recta real y derivables al menos hasta orden n 1 al
siguiente determinante:

W [f1 , . . . , fn ; t] = det

f1 (t)
f1
(t)
..
.
(n1)

f1

fn (t)
fn
(t)
..
.
(n1)

fn

(t)

MAR

69

Si consideramos n soluciones de la ecuacion lineal homogenea, el wronskiano

es el determinante de una matriz de soluciones del sistema lineal asociado. Por
lo tanto verica la ecuaci
on de Liouville donde ahora, teniendo en cuenta la
forma especial de la matriz A(t), se tiene tr A(t) = an1 (t), y:
W
= an1 (t)W
ecuacion que tiene por solucion:

W (t) = Ce

an1 (s)ds

El wronskiano tiene las mismas propiedades que en el caso de sistemas, es

decir no se anula en ning
un punto del intervalo, o es identicamente cero en todo
el intervalo. En el primer caso las soluciones de la ecuaci
on son linealmente
independientes y en el segundo son linealmente dependientes. Por tanto las
constantes que aparecen en la solucion general se jan unvocamente en funci
on
de los datos iniciales.
La soluci
on general de la ecuacion completa es suma de la solucion general de la ecuaci
on homogenea mas una soluci
on particular de la completa. El
calculo de una soluci
on particular se puede hacer usando el metodo de variaci
on
de constantes que sigue las mismas lneas que el expuesto para sistemas lineales. Sin embargo, aqu solo hay una ecuaci
on y por tanto es necesario imponer condiciones suplementarias. Sea entonces x(t) la siguiente funci
on, donde
{x1 (t), . . . , xn (t)} es una base de soluciones de la ecuacion homogenea:
x(t) =

ci (t)xi (t)

i=1

y calculemos las derivadas sucesivas de esta funcion:

x (t) =

c
i (t)xi (t)

i=1

ci (t)x
i (t).

i=1

Si imponemos la condici
on:
n

c
i (t)xi (t) = 0

i=1

la derivada segunda se calcula f

acilmente:
x

(t) =

c
i (t)x
i (t) +

i=1

ci (t)x

i (t)

i=1

y como antes, imponemos otra condicion sobre las funciones ci (t):

n

i=1

c
i (t)x
i (t) = 0

70

EDO. Versi
on 4. Mayo 1996

De esta forma, la derivada de orden n 1 sera:

x(n1) (t) =

c
i (t)xi

(n2)

(t) +

i=1

(n1)

ci (t)xi

(t)

i=1

que nos proporciona una nueva condici

on para las ci (t):
n

c
i (t)xi

(n2)

(t) = 0

i=1

nalmente, se calcula la derivada de orden n y se sustituye en la ecuacion con

lo que se obtienen las n condiciones que jan las funciones ci (t):
x(n) (t) =

c
i (t)xi

i=1

(n1)

(t) +

(n)

ci (t)xi (t).

i=1

Al sustituir en la ecuaci
on aparece una relaci
on entre las c
i (t) y las derivadas
de orden n igualada a la funci
on b(t) mas una relaci
on entre ci (t) y las derivadas
de las funciones xi (t), que no es mas que la ecuacion homogenea aplicada a cada
una de estas u
ltimas funciones. Como son soluciones de la ecuacion homogenea,
se concluye que:
n

(n1)
c
i (t)xi
(t) = b(t).
i=1

Esta ecuacion, junto con las anteriores forma un sistema de ecuaciones algebraicas lineales que permite calcular las funciones c
i (t). La matriz de coecientes
es justamente el wronskiano de la base de soluciones con las que se esta trabajando, lo que asegura la existencia de soluci
on. Una vez halladas c
i (t) se
on particular buscada.
integran y multiplican por xi (t) para obtener la soluci
Veamos en el caso n = 2 como es esta solucion.
Sea la ecuacion x

+a1 (t)x
+a0 (t)x = b(t), x1 (t), x2 (t) una base de soluciones
de la ecuacion homogenea. La solucion particular buscada por el metodo de
variaci
on de constantes es:
x(t) = c1 (t)x1 (t) + c2 (t)x2 (t)
y las ecuaciones que satisfacen las funciones c1 (t), c2 (t) son:
c
1 (t)x1 (t) + c
2 (t)x2 (t) = 0
c
1 (t)x
1 (t) + c
2 (t)x
2 (t) = b(t)
que se pueden resolver por Cramer, obteniendose:
c
1 (t) =

x2 (t)b(t)

x1 (t)b(t)
, c2 (t) =
W (t)
W (t)

donde W (t) es el wronskiano de las soluciones x1 (t), x2 (t):



x1 (t) x2 (t)
W (t) W [x1 , x2 ; t] = det
.
x
1 (t) x
2 (t)

MAR

71

De esta forma la solucion general del problema completo, suponiendo un punto

de partida en t0 es:
 t
 t
x2 (s)b(s)
x1 (s)b(s)
x(t) = a1 x1 (t) + a2 x2 (t) x1 (t)
ds + x2 (t)
ds.
W
(s)
W (s)
t0
t0
Si la soluci
on particular buscada verica x(t0 ) = x01 , x
(t0 ) = x02 , se tiene:
x01 = a1 x1 (t0 ) + a2 x2 (t0 )
x02 = a1 x
1 (t0 ) + a2 x
2 (t0 )
como se puede comprobar facilmente. De este sistema uno puede obtener las
constantes a1 , a2 , pues la matriz de coecientes es el wronskiano de x1 (t),
x2 (t) que es distinto de cero en cualquier punto del intervalo donde se trabaja.
Tengase en cuenta que siempre suponemos que los coecientes de la ecuacion
son continuos en un cierto intervalo.
Ejemplo. Supongamos un oscilador arm
onico sometido a una fuerza peri
odica:
x

+ 4x = cos 2t.
Como veremos en el proximo apartado, una base de soluciones del problema
homogeneo esta formada por las funciones cos 2t, sen 2t. El wronskiano de estas
funciones es:


cos 2t
sen 2t
W (t) = det
=2
2 sen 2t 2 cos 2t
y por lo tanto la soluci
on particular que necesitamos es:
 t
 t
1
1
xp (t) = cos 2t
sen 2s cos 2sds + sen 2t
cos2 2sds
2
2
0
0
es decir:

1
t sen 2t
2
La soluci
on general es suma de la solucion general de la homogenea, generada
por la base x1 (t), x2 (t), con esta solucion particular. No es f
acil calcular una
base de soluciones para una ecuaci
on lineal de orden n. Sin embargo es posible
demostrar que si se conoce una solucion, el orden de la ecuaci
on se puede rebajar
en una unidad. Consideremos el caso de segundo orden pues en general el
argumento sigue las mismas lneas:
xp (t) =

x

+ a1 (t)x
+ a0 (t)x = 0

sea y(t) una soluci
on de esta ecuacion. Deniendo una nueva variable v(t) por
la relacion:

x(t) = y(t) v
al sustituir en la ecuaci
on se tiene:






[y + a1 (t)y + a0 (t)y] v + y(t)v
+ (2y
(t) + a1 (t)y(t))v = 0

72

EDO. Versi
on 4. Mayo 1996

como y(t) es solucion de la ecuacion de partida, se tiene para v(t) una ecuaci
on
lineal de primer orden:
y(t)v
+ (2y
(t) + a1 (t)y(t))v = 0
Su soluci
on es:
v(t) =


C
e
y 2 (t)

a1 (t)

Una vez calculada v(t) se sustituye en la expresion que proporciona x(t),

con lo que obtenemos otra soluci
on de la ecuacion, linealmente independiente
con y(t). En efecto, el wronskiano de las soluciones y(t), x(t) es (si u(t) es la
integral de v(t)):



y(t)
y(t)u(t)
W (t) = det
= y 2 (t)v(t) = e a1 (t)




y (t) y (t)u(t) + y(t)v(t)
(tomando C = 1) que no se anula en ning
un punto.
En este caso se ha calculado una base. Para una ecuaci
on de orden n haran
falta n 1 soluciones para reducirla a una de primer orden.

3.9

Ecuaciones diferenciales lineales de orden n

con coecientes constantes

Como hemos visto en el apartado anterior basta conocer una base de soluciones
para calcular cualquier soluci
on de una ecuaci
on lineal homogenea o no. Sin
embargo el calculo de la base es en general complicado y salvo metodos como el
de desarrollo de las soluciones en forma de serie, no se puede dar ning
un esquema
completo para cualquier ecuaci
on. Existen algunos casos donde el c
alculo de
una base se puede hacer de forma sistematica. Concretamente en el caso de
coecientes constantes, este calculo es una cuestion puramente algebraica. De
hecho, pasando al sistema lineal asociado obtendramos una matriz de constantes
y por lo tanto sabemos que la soluci
on se calcula hallando la exponencial de esa
matriz. Sin embargo, dado que la matriz de los sistemas asociados a ecuaciones
de orden n tiene una estructura muy peculiar, resulta interesante desarrollar la
teora sin referirse a los sistemas. Consideremos una ecuacion lineal de orden n
homogenea de coecientes constantes:
x(n) + an1 x(n1) + . . . + a1 x
+ a0 x = 0
Denici
on 3.5 Se llama polinomio caracterstico de esta ecuaci
on a:
p() = n + an1 n1 + + a1 + a0 .
Suponemos que los coecientes de la matriz son reales. El caso complejo
no ofrece ninguna dicultad adicional. Los elementos b
asicos de esta ecuacion

MAR

73

diferencial son las races del polinomio caracterstico.

que el polinomio caracterstico de la matriz A:

0
1
0

0
0
0
1

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

0
0
0

1
a0 a1 a2 an1

No es difcil comprobar

es justamente p() (salvo un signo global), es decir, las races del polinomio caracterstico de la ecuacion son los autovalores de la matriz del sistema asociado.
La siguiente proposici
on usa ese resultado, aunque la demostraremos desde el
punto de vista de ecuaciones.
Proposici
on 3.7 Sea raz del polinomio caraterstico de una ecuaci
on diferencial de orden n con coecientes constantes. Entonces, la funci
on:
x(t) = et
es una soluci
on de la ecuaci
on.
Demostracion: Es muy simple pero aprovecharemos para introducir la notaci
on
de operadores que simplicar
a los resultados. Sea D = d/dt, y L = Dn +
an1 Dn1 + +a1 D+a0 , operador lineal diferencial de orden n con coecientes
constantes. Entonces, p(D) = L. La accion de D sobre las exponenciales es
simplemente:
D(et ) = et
y por lo tanto resulta inmediato comprobar que:
p(D)et = p()et
de esta forma, si es una raz del polinomio caracterstico, p() = 0 y de acuerdo
con la expresi
on anterior, L(et ) = 0.
La siguiente proposici
on establece cuando se puede obtener una base formada
solo por exponenciales:
Proposici
on 3.8 Si las races del polinomio caracterstico, {1 , . . . , n } son
todas distintas entre s, el conjunto de funciones:
e1 t , e2 t , . . . , en t
es una base del espacio de soluciones de la ecuaci
on.
La demostracion es tambien muy sencilla. De acuerdo con la proposici
on anterior, todas estas funciones son soluciones de la ecuacion. As pues, lo u
nico que
hay que demostrar es que son linealmente independientes, ya que sabemos que la

74

EDO. Versi
on 4. Mayo 1996

dimensi
on del espacio de soluciones es n. Para ello construyamos el wronskiano
de estas soluciones:

en t
e1 t
1 e1 t

n en t

W [x1 , x2 , . . . , xn ; t] =

..
..

.
.
n1
e1 t
1

n1
en t
n

calculando W en t = 0, se obtiene un determinante de Vandermonde que es

distinto de cero al ser las races del polinomio caracterstico distintas. Por lo
tanto las soluciones son linealmente independientes y forman una base. Tengase
en cuenta que la proposici
on equivalente para un sistema era que la matriz A
fuera diagonalizable, es decir, podan existir autovalores iguales. Sin embargo,
no es difcil probar que la matriz dada anteriormente, es decir la proveniente de
una ecuaci
on de orden n, solo es diagonalizable cuando todos sus autovalores
son distintos. Por tanto, en el caso de races distintas, la solucion general es:
x(t) =

ci ei t .

i=1

Como estamos considerando ecuaciones con coecientes reales, el espacio de

soluciones es un espacio vectorial real de dimension n. Se puede demostrar que
existe una base de soluciones reales. Si alguna raz es compleja, aparecera
tambien su compleja conjugada . La pareja de soluciones:
{et , et }
se puede sustituir por:
{et cos t, et sen t}
donde = + i, que son combinaciones lineales de las anteriores y son reales.
En el caso de races complejas, la solucion general, cuando todas las races son
distintas es:
r
s


x(t) =
ci ei t +
ej t (bj cos j t + dj sen j t)
i=1

j=1

donde r + 2s = n, i , son las races reales y j ij las complejas.

En el caso de races con multiplicidad mayor que 1 la situaci
on es mas complicada. Si las races distintas son 1 , 2 , . . . , k , con k < n, las funciones:
e1 t , e2 t , . . . , ek t
siguen siendo soluciones de la ecuacion, pero al ser n mayor que k, no es una
base. Se tiene el siguiente resultado:
Proposici
on 3.9 Sea 0 raz del polinomio caracterstico con multiplicidad r.
En este caso, las funciones:
e0 t , te0 t , . . . , tr1 e0 t
son soluciones de la ecuaci
on y linealmente independientes.

MAR

75

Para demostrar este resultado, descomponemos el polinomio p() en dos factores

primos entre s:
p() = q()( 0 )r
con q(0 ) = 0. El operador L se descompone de la misma forma:
L = q(D)(D 0 )r
por tanto basta probar que (D 0 )r anula a las funciones dadas. Apliquemos
una vez este operador:
(D 0 )tk e0 t = ktk1 e0 t + 0 tk e0 t 0 tk e0 t = ktk1 e0 t .
Es inmediato vericar que al aplicar s veces el operador se obtiene:
(D 0 )s tk e0 t = k(k 1) . . . (k s + 1)tks e0 t
si s es menor o igual que k. Si s es estrictamente mayor que k, el resultado es
cero. Por tanto:
(D 0 )r tk e0 t = 0, k = 0, 1, . . . , r 1
que era lo queramos demostrar. Otra forma de alcanzar este resultado es la
siguiente. Considerando exp(t) como una funci
on de las variables t y se
puede escribir:
t
D (et ) =
e = tet

consideremos entonces la funcion tet y apliquemos el operador L:

L(tet ) = L(D et ) = D (Let ) = D (p()et ) = p
()et + tp()et
ahora bien, si 0 es una raz con multiplicidad mayor que 1, p(0 ) = 0 y p
(0 ) =
0, por lo que te0 t es solucion de L. En el caso general la situaci
on es la misma:
Dk (et ) = tk et
y por tanto:
L(tk et ) = L(Dk et ) = Dk (Let ) = Dk (p()et )
obteniendose la exponencial por un polinomio en t cuyos coecientes son las
derivadas de p respecto hasta orden k. Si 0 es una raz de multiplicidad r
del polinomio caracterstico, se tiene:
p(0 ) = 0, p
(0 ) = 0, . . . , p(r1) (0 ) = 0
por tanto las funciones tk et con k = 0, 1, . . . , r 1 son soluciones de L.
En cuanto a la independencia lineal de este conjunto de funciones, basta
calcular su wronskiano. Poniendo t = 0 se obtiene el determinante de una
matriz triangular, pues los elementos por encima de la diagonal son potencias

76

EDO. Versi
on 4. Mayo 1996

de t por la exponencial, y en la diagonal aparecen constantes distintas de cero

(factoriales). Por tanto, el wronskiano es no nulo y las soluciones son linealmente
independientes.
Podemos escribir en el caso general una base del espacio de soluciones en la
forma siguiente:
Proposici
on 3.10 Sean 1 , . . . , k las races reales del polinomio caracterstico con multiplicidades r1 , . . . , rk , y 1 i1 , . . . , m im las races complejas
con multiplicidades s1 , . . . , sm . Se tiene r1 + + rk + 2(s1 + + sm ) = n.
Entonces, una base del espacio de soluciones de la ecuaci
on diferencial lineal
homogenea de orden n con polinomio caracterstico p() es:
e1 t , te1 t , . . . , tr1 1 e1 t

k t

, . . . , trk 1 ek t

k t

, te

e1 t cos 1 t, e1 t sen 1 t, . . . , ts1 1 e1 t cos 1 t, ts1 1 e1 t sen 1 t

m t

m t

cos m t, e

sm 1 m t

sen m t, . . . , t

cos m t, tsm 1 em t sen m t

Ejemplo. Sea la ecuaci

on anterior, x

+ 4x = cos 2t. El polinomio caracterstico es 2 + 4 = 0, por lo que tenemos dos races complejas. Por tanto,
una base real de soluciones de la ecuacion homogenea es {cos 2t, sen 2t}, como
habamos anticipado.
En algunos casos el calculo de una soluci
on particular de la ecuaci
on completa
puede simplicarse debido a la forma especial de la parte no homogenea. El
metodo, llamado de coecientes indeterminados, puede justicarse como sigue.
Sea b(t) una funci
on que es anulada por un determinado operador diferencial
lineal de orden m con coecientes constantes L
. La ecuacion de la que deseamos
conocer una soluci
on particular es:
Lx = b
aplicando L
a los dos miembros de esta ecuacion, se obtiene:
L
Lx = L
b = 0
es decir, x(t) es solucion de una ecuaci
on diferencial lineal de orden n + m con
coecientes constantes, homogenea. Toda solucion de la ecuacion no homogenea
de partida es soluci
on de esta ecuacion diferencial, aunque el inverso no es
cierto. De cualquier forma solo necesitamos una solucion particular. La idea es
calcular las soluciones de esta segunda ecuacion homogenea y sustituir la funci
on
obtenida en la ecuaci
on diferencial inicial, tratando de ajustar los coecientes
de forma que se obtenga una soluci
on. Entre las soluciones de la ecuaci
on
homogenea L
Lx = 0 apareceran las soluciones de la ecuacion Lx = 0, necesarias
para el c
alculo de la soluci
on general de Lx = b pero que en esta fase del

MAR

77

desarrollo no aportan nada nuevo ya que son anuladas por L. De esta forma
solo necesitamos utilizar las soluciones de L
Lx = 0 que no son soluciones de
Lx = 0. Por supuesto el operador L
no es u
nico as que habr
a que buscarlo lo
mas sencillo posible. En el caso en que L y L
no tengan races comunes (sus
polinomios caractersticos respectivos) la situacion es sencilla, ya que se busca
entre las soluciones de L
exclusivamente. En el caso en que haya races comunes
habr
a que tener en cuenta la multiplicidad mayor que uno que se produce al
multiplicar L y L
. De acuerdo con todo lo expuesto se pueden dar los siguientes
criterios para la b
usqueda de soluciones particulares en este caso:
a) Si b(t) = q(t)et , la soluci
on particular se busca como:
x(t) = tr Q(t)et
donde Q(t) es un polinomio de grado menor o igual que el grado de q(t)
y r es la multiplicidad de como raz del polinomio caracterstico de L
(que puede ser cero). Sustituyendo x(t) en la ecuacion Lx = b se calculan
los coecientes que aparecen en el polinomio Q(t).
b) Si b(t) = q(t)et cos t, o b(t) = q(t)et sen t se puede reducir al caso anterior
como ahora veremos. Pero se puede ver facilmente que ambos tipos corresponden a races complejas i y por lo tanto la funci
on que hay que
probar es:
x(t) = tr et (Q1 (t) cos t + Q2 (t) sen t)
donde Q1 (t), Q2 (t) son polinomios de grado menor o igual que el grado
de q(t) y r es la multiplicidad de + i como raz de L.
c) La funci
on b(t) mas general es suma de funciones de los tipos dados en a) y
b). Sea:
m

b(t) =
bk (t).
k=1

Una forma de resolver este problema es descomponerlo en m problemas

no homogeneos, cada uno de ellos con inhomogeneidad igual a bk (t). De
esta forma la solucion particular buscada es la suma de las soluciones
particulares halladas en cada uno de los problemas:
L(

k=1

xk (t)) =

L(xk (t)) =

k=1

bk (t) = b(t)

k=1

Ejemplo. Consideremos nuevamente el oscilador armonico forzado:

x

+ 4x = cos 2t.
El termino no homogeneo es solucion de una ecuaci
on diferencial lineal de
coecientes constantes de segundo orden con races 2i, que tambien lo son del

78

EDO. Versi
on 4. Mayo 1996

polinomio caracterstico de la ecuacion con multiplicidad igual a 1. Por lo tanto

la soluci
on a probar es:
x(t) = t(a cos 2t + c sen 2t)
donde a, c son dos constantes a determinar. Sustituyendo en la ecuaci
on:
4a sen 2t + 4c cos 2t = cos 2t
por tanto, a = 0, c = 1/4, de donde la soluci
on particular es:
x(t) =

t
sen 2t
4

como ya sabamos. Cuando los coecientes no son constantes, las dicultades

para encontrar una base del espacio de soluciones suelen ser muy grandes. Como
veremos, los metodos de desarrollos en serie proporcionan resultados u
tiles en
muchos de los casos, pero a
un as, hay algunas situaciones especiales donde se
puede encontrar una base de soluciones f
acilmente. Este es el caso de las ecuaciones de Euler, que son convertidas en ecuaciones con coecientes constantes
mediante un cambio de variable.

3.10

Ecuaciones de Euler

Una ecuacion de Euler tiene la forma siguiente:

tn x(n) + an1 tn1 x(n1) + + a1 tx
+ a0 x = 0
es decir una ecuacion homogenea en t (el cambio t kt no modica la ecuaci
on).
Es inmediato comprobar que el cambio:
t = es
convierte a esta ecuacion en una de coecientes constantes en la nueva variable
s:


1 dx


1 d2 x dx
x
=

, x = 2
,...
t ds
t
ds2
ds
es decir, en cada derivada aparece un factor t elevado a la potencia adecuada
para compensar el que esta en la ecuacion diferencial. La ecuaci
on resultante es
de coecientes constantes. Por ejemplo, en el caso n = 2 se obtiene:
d2 x
dx
+ a0 x = 0
+ (a1 1)
ds2
ds
con polinomio caracterstico:
r2 + (a1 1)r + a0 .

MAR

79

Este polinomio se puede escribir directamente de la ecuacion de Euler y suele

darse como:
r(r 1) + a1 r + a0 .
Se llama polinomio indicial y sus races son los exponentes de t en la soluci
on
del problema:
|t|r1 , |t|r2
si las races son distintas, y:
|t|r1 , |t|r1 log |t|
si son iguales. En el caso en que sean complejas se puede elegir una base real:
r = + i,
|t| cos( log |t|), |t| sen( log |t|).
Para n arbitrario la situacion es similar.
Ejemplo: t2 x

3tx
+ 13x = 0. El polinomio indicial es r(r 1) 3r + 13,
que tiene por races 2 3i. Por tanto una base de soluciones es (en t > 0):
t2 cos(3 log(t)), t2 sen(3 log(t))

3.11

Sistemas lineales con coecientes peri

odicos: Teora de Floquet

Como ya hemos dicho en muchas ocasiones, cuando los coecientes de la matriz

A(t) o de la ecuacion lineal de orden n no son constantes, no es posible en
general determinar una base del espacio de soluciones. Sin embargo, cuando
los coecientes son periodicos con el mismo periodo, es posible, si no encontrar
la base de soluciones, al menos predecir una serie de propiedades de estas, y
sobre todo la existencia de soluciones peri
odicas, tema fundamental en muchas
aplicaciones. Una funci
on continua de variable real, f (t), es periodica si existe
algun T IR tal que f (t + T ) = f (t) para todo t IR. Se dice que T es un
periodo de la funci
on f (t) y evidentemente no es u
nico, pero puede demostrarse
que, o bien todo n
umero real es un periodo, en cuyo caso la funci
on es constante,
o bien existe un numero positivo minimal en el conjunto de todos los periodos.
En este segundo caso, todos los periodos son m
ultiplos de este periodo minimal.
Supongamos que el sistema:
x
= A(t)x
tiene coecientes periodicos, es decir existe T tal que A(t + T ) = A(t), para
todo t IR. Notese que para demostrar que una soluci
on es periodica basta
imponer x(0) = x(T ), pues de aqu se deduce por la unicidad de soluciones que
x(t) = x(t+T ) para todo t. En efecto, dada la periodicidad de los coecientes de
A(t), si x(t) es solucion, x(t+T ) tambien lo es, y la condici
on inicial que verica
es x(0+T ) = x(T ) = x(0), luego coincide con x(t). Usaremos una generalizacion

80

EDO. Versi
on 4. Mayo 1996

de este argumento aplicada a matrices fundamentales para probar los principales

resultados de la teora de Floquet.
Probaremos que existe una transformaci
on lineal del vector x(t), tal que las
nuevas funciones verican un sistema de coecientes constantes (transformacion
de Lyapunov). Para ello consideremos una matriz fundamental del sistema, (t):

(t) = A(t)(t)
en cualquier punto t (supongamos que A(t) es continua para todo t). Si consideramos esta matriz en t + T

(t + T ) = A(t + T )(t + T ) = A(t)(t + T )
es decir, (t + T ) es tambien una matriz fundamental del sistema. Por lo tanto
es igual a (t) por una matriz constante regular:
(t + T ) = (t)C
relacion de la que podemos despejar C:
C = (t)1 (t + T ).
El determinante de C, que no puede ser cero, esta dado por la ecuaci
on de
Liouville:
 t
det((t)) = k exp
tr A(s)ds
t0

y por lo tanto:

det C = det((t)1 ) det((t + T )) = exp(

tr A(s)ds).

La matriz C depende de la matriz fundamental elegida, (t), pero si se elige otra,

(t), sabemos que (t) = (t)P , donde P es una matriz regular constante.
Para la matriz (t) se tienen las mismas propiedades anteriores con otra matriz
de constantes Z:
Z = (t)1 (t + T ) = P (t)1 (t + T )P 1 = P CP 1
es decir las matrices C correspondientes a diferentes matrices fundamentales son
semejantes. En este caso, al no ser A constante no se puede hablar de polinomio
caracterstico de la matriz A, ni de autovalores. Sin embargo, los autovalores
de C, sus multiplicidades y en general todas las propiedades conservadas por
una semejanza de matrices, son propiedades del sistema. Los autovalores de C,
que son todos no nulos, se llaman exponentes caractersticos del sistema. Al ser
C una matriz regular, podemos calcular su logaritmo (tomando por ejemplo la
determinaci
on principal). Sea B una matriz tal que:
eT B = C

MAR

81

es decir B = (1/T ) log(C). Por las propiedades de las funciones de matrices, los
autovalores de B y C estan relaci
onados por:
1
log()
T
donde es un autovalor de B y de C. Consideremos ahora una matriz
X(t) = eBt (t)1 , que es claramente regular y peri
odica del mismo periodo que
A:
=

X(t + T ) = e(t+T )B (t + T )1 = etB eT B C 1 (t)1 = etB (t)1 = X(t).

Pero etB es una matriz fundamental de un sistema lineal de coecientes
constantes, con matriz B. Por lo tanto, Y (t) = X(t)(t) verica:
Y
= BY.
Este es el sistema de coecientes constantes que buscabamos. La matriz L(t)
que efect
ua la transformaci
on es:
y(t)

= L(t)x(t)

= L(t)A(t)L(t)1 + L
(t)L(t)

y

= By

donde la transformaci
on de Lyapunov es L(t) = X(t). Por tanto las soluciones
y(t) son polinomios en t por exponenciales de los autovalores de B por t:

yi (t) =
qi (t)et
donde yi (t) es la componente i-esima del vector y. Entonces (t) = X(t)1 Y
con X(t) una matriz peri
odica en t de periodo T . Es decir, las soluciones del
sistema inicial son polinomios en t con coecientes periodicos de periodo T por
exponenciales. Si los autovalores de C son todos distintos m
odulo 2/T , la
matriz B es diagonalizable y por tanto no aparecen polinomios.
La conclusi
on principal en lo que se reere a la existencia de soluciones
peri
odicas, es que si hay s exponentes caractersticos de modulo igual a 1, existe
una familia maximal (de dimensi
on lineal d) de soluciones peri
odicas con periodo
T , donde 1 d s.
Pero los exponentes caractersticos no son f
aciles de calcular, ya que necesitamos una base del espacio de soluciones y estudiar esa base cuando t pasa a valer
t + T , lo que implica estudiar la prolongaci
on analtica de las funciones de esa
base. Nos limitaremos en lo que sigue a estudiar dos casos simples: ecuaciones
lineales de primer orden y ecuaciones lineales de segundo orden con coecientes
constantes.

3.11.1

Ecuaciones lineales de primer orden con coecientes peri

odicos

Sea la ecuacion x
+a(t)x = 0, donde a(t) = a(t+T ), continua en IR. Aunque obviamente no es preciso acudir a la teora de Floquet para estudiar esta ecuaci
on,

82

EDO. Versi
on 4. Mayo 1996

analicemos como existe una transformaci

on lineal que la convierte en una ecuacion de coecientes constantes.
Sea x(t) una soluci
on no trivial. De acuerdo con lo anterior x(t + T ) es
tambien soluci
on, por lo que x(t + T ) = x(t)c, con c = 0. En este caso c es
el exponente caracterstico del sistema, una constante que depende solo de la
ecuacion. Concretamente aqu, dada la sencillez del problema, no resulta difcil
comprobar que:
 T
c = exp(
a(s)ds)
0

de acuerdo con lo expuesto en la teora de Floquet. Por tanto, calculando

el logaritmo de c, bT , se obtiene justamente el exponente anterior, que es un
n
umero real. Las soluciones de la ecuacion de coecientes constantes que se
obtiene es:

1 T
y
= (
a(s)ds)y = by
T 0
 t
L(t) = exp(bt +
a(s)ds).
0

Esta ecuacion solo tiene soluciones peri

odicas cuando b es cero (solo en ese
caso c tiene modulo 1, de hecho es igual a 1). Es decir, para que existan
soluciones peri
odicas de la ecuacion lineal homogenea con coecientes periodicos,
es necesario y suciente que la integral de a(t) sobre un periodo sea cero. Por
supuesto, la soluci
on trivial x(t) = 0 es periodica siempre.
Est
a claro que para este caso tan sencillo la teora anterior resulta de una
complejidad desmesurada. De hecho, para el an
alisis de la ecuacion no homogenea no merece la pena aplicar este material.
Si la ecuaci
on es no homogenea, sea f (t) funci
on peri
odica de periodo T :
x
+ a(t)x = f (t).
La ecuacion transformada es:
y
by = f (t) exp(b(t) +

a(s)ds).
0

Si b = 0, solo hay soluciones peri

odicas cuando el miembro de la derecha de la
ecuacion tiene integral cero en un periodo (la integral de una funci
on peri
odica
no es peri
odica a no ser que el valor de la integral en un periodo sea cero).
Todas las soluciones son obviamente periodicas en este caso. Si b es distinto de
cero, sabemos que la ecuacion homogenea no tiene soluciones periodicas (salvo
la trivial), pero la no homogenea tiene entonces una sola solucion peri
odica,
como se puede probar sin m
as que escribir la soluci
on general e imponer:
x(0) = x(T )

x(t) = K exp(

a(s)ds) +
0

f (s) exp(
0

a(s)ds) = x(t + T )
0

MAR

83

T
relacion que permite obtener un u
nico valor de K si 0 a(s)ds = 0.
Ejemplo. x
+ x sen t = sen t. Consideremos en primer lugar la ecuaci
on
homogenea. Su soluci
on general es:
x(t) = kecos t
que es obviamente una soluci
on peri
odica de periodo 2. En este caso c = 1
pues:
 2
sen tdt = 0.
0

Veamos ahora la ecuacion completa. Su soluci

on general es:
 t
x(t) = ecos t (k +
e cos sen d )
0

que no es f
acilmente integrable para cualquier . La condici
on de periodicidad,
habida cuenta que las soluciones de la ecuaci
on homogenea son periodicas, es:
 2
e cos sen d = 0.
0

N
otese que los coecientes de la ecuacion tienen el mismo periodo, 2, si
y solo si es un n
umero natural arbitrario, n. S
olo en este caso la condicion
x(0) = x(T ) implica la periodicidad de x(t). El periodo de la funci
on f es 2/n.
A
un as, s
olo cuando n = 1 la integraci
on es elemental:
x(t) = kecos t + 1
que es obviamente peri
odica para cualquier valor de k (la soluci
on particular
x(t) = 1 puede obtenerse directamente de la ecuacion). Para n arbitrario se
puede probar que la integral tambien es cero. Trasladando la integraci
on al
intervalo [, ]:
 2

cos
n
e
sen(n )d = (1)
ecos sen(n )d
0

la segunda integral es cero pues el integrando es impar en un intervalo simetrico

respecto a cero. Por lo tanto, todas las soluciones son peri
odicas para todo n.

3.11.2

Ecuaciones lineales de segundo orden con coecientes constantes

En este caso, la existencia de coecientes periodicos no constantes nos llevara

necesariamente al uso de la teora de Floquet para tratar de calcular al menos
los exponentes caractersticos. Nos limitaremos por tanto a una exposici
on del
caso mas simple, coecientes constantes.
Sea la ecuacion x

+ a1 x
+ a0 x = f (t), con f (t) peri
odica de periodo T .
Igual que en el caso anterior, es posible probar que si la ecuaci
on homogenea

84

EDO. Versi
on 4. Mayo 1996

tiene una sola soluci

on peri
odica, la soluci
on trivial, entonces la ecuaci
on no
homogenea tiene una sola soluci
on peri
odica, correspondiente a ciertos valores
de las constantes, calculados imponiendo que la funci
on y la derivada tomen los
mismos valores en t = 0 y t = T .
La ecuacion homogenea tendr
a soluciones periodicas cuando la parte real de
alguna de las races del polinomio caracterstico sea cero. Si son reales, = 0,
y hay una familia uniparametrica de soluciones periodicas. Si son complejas,
= i, y todas las soluciones son peri
odicas. La condici
on necesaria y suciente
para la existencia de soluciones peri
odicas para la ecuacion no homogenea, es que
el segundo miembro de la ecuacion sea ortogonal en un periodo a las soluciones
peri
odicas de la ecuacion homogenea. Cuando una raz es 0, las soluciones
peri
odicas son constantes, y por tanto la integral de f en un periodo es cero. Hay
una familia innita de soluciones peri
odicas, aunque no toda soluci
on lo es. En el
caso en que las races sean imaginarias puras, la integral de f (t) por sen t y cos t
debe ser cero, y en este caso todas las soluciones de la ecuacion no homogenea son
peri
odicas. Veamos como todas estas armaciones son consecuencia inmediata
de la estructura de la soluci
on.
Supongamos que una de las races del polinomio caracterstico sea cero.
Una base del espacio de soluciones es {1, exp(t)}. El wronskiano de estas dos
soluciones es W (t) = exp(t), y por tanto la soluci
on es:
 t
1
x(t) = c1 + c2 et +
f (s)(e(ts) 1)ds.
0
Si queremos que esta solucion sea peri
odica, x(0) = x(T ), x
(0) = x
(T ):

1 T
T
c1 + c2 = c1 + c2 e +
f (s)(e(T s) 1)ds
0
 T
c2 = c2 eT +
f (s)e(T s) ds
0

de donde se deduce la condici

on necesaria:
 T
f (s)ds = 0
0

que es tambien suciente, pues, si = 0, la segunda ecuaci

on determina c2 ,
mientras que c1 es arbitrario (obviamente). N
otese que en la demostracion usada
es fundamental que los coecientes de la ecuacion sean peri
odicos de periodo
T , pues si no es as, las condiciones x(0) = x(T ), x
(0) = x
(T ) no aseguran la
periodicidad de la soluci
on. (Si = 0 la base del espacio de soluciones es {1, t}
y la discusi
on es similar a la dada).
Supongamos ahora que las races de la ecuacion son i, y que la funci
on
f (t) es periodica de periodo T . La soluci
on general es en este caso, puesto que
una base de la ecuaci
on homogenea es cos t, sen t, con wronskiano igual a 1:
 t
x(t) = c1 cos t + c2 sen t +
f (s) sen (t s)ds.
0

MAR

85

Apliquemos ahora las condiciones x(0) = x(T ), x
(0) = x
(T ):



f (s) sen (T s)ds

c1 = c1 cos T + c2 sen T +
0

c2 = c1 sen T + c2 cos T +

f (s) cos (T s)ds.

0

Ahora bien, si las soluciones de la ecuaci

on homogenea son periodicas de
periodo T , eso quiere decir que = 2n/T , para alg
un n
umero natural n. Por
tanto las ecuaciones son:
 T
c1 = c1 +
f (s) sen (T s)ds
0

f (s) cos (T s)ds

c2 = c2 +
0

es decir las condiciones necesarias (que son tambien sucientes) para la existencia de soluciones periodicas son:


f (s) sen sds = 0

0

f (s) cos sds = 0.

0

En el caso = 2n/T para todo n, las soluciones de la ecuacion homogenea

no son peri
odicas de periodo T . En este caso existe una solucion peri
odica de
periodo T para la ecuaci
on completa. El determinante de la matriz del sistema
que determina c1 y c2 es 4 sen2 (T /2), distinto de cero, con lo que el sistema
tiene una sola soluci
on.
En general, si el problema homogeneo no tiene soluciones periodicas, existir
a
una unica soluci
on peri
odica para el problema no homogeneo, calculable como
se ha hecho anteriormente.
Ejemplo. x

+ 2x
+ 4x = sen t, , > 0 Las races del polinomio caracterstico son

= 2 4 = i.
Si el coeciente es cero se tienen soluciones periodicas para la ecuacion homogenea, de periodo . En cualquier otro caso, la ecuaci
on homogenea solo tiene
la soluci
on peri
odica trivial x(t) = 0. Si < 2, el movimiento, siempre para la
ecuacion homogenea, es oscilatorio amortiguado. Si 2, no hay oscilaciones
(sobreamortiguamiento).
Consideremos el caso = 0. La soluci
on general del problema completo es:


sen s sen 2(t s)ds

x(t) = c1 cos 2t + c2 sen 2t +

0

86

EDO. Versi
on 4. Mayo 1996

Si = 1, la fuerza externa tiene periodo 2, que tambien es periodo de las

soluciones de la ecuacion homogenea. En este caso, las condiciones para que
existan soluciones peri
odicas:
 2
sen(s) sen(2s)ds = 0
0

sen(s) cos(2s)ds = 0
0

son evidentemente ciertas. Pero supongamos = 2. En este caso, las integrales

anteriores no dan cero ambas:
 2
sen2 (2s)ds =
0

sen(2s) cos(2s)ds = 0
0

por tanto no hay ninguna soluci

on peri
odica. En efecto, en este caso la frecuencia
de la fuerza externa coincide con la frecuencia natural del oscilador, y se produce
un fen
omeno de resonancia (la condici
on fundamental es que la integral anterior
no sea cero, no que las frecuencias coincidan).
Las integrales anteriores son cero siempre excepto para = 2, por lo que
las soluciones son siempre periodicas cuando = n, entero. Si no es entero,
la ecuacion homogenea no tiene soluciones periodicas de periodo T = 2m/,
para alg
un m, por lo que la ecuaci
on no homogenea tiene una sola soluci
on
peri
odica, correspondiente a la fuerza externa. N
otese que en cualquier caso,
los coecientes de la ecuacion homogenea, al ser constantes son periodicos con
cualquier periodo. Cuando = 0 las soluciones de la ecuacion homogenea no
son peri
odicas. En este caso, la ecuacion no homogenea tiene una sola soluci
on
peri
odica, a la cual tienden el resto de las soluciones (en el caso anterior cuando
solo haba una soluci
on peri
odica, las demas soluciones no tendan a ella. La
ecuacion era estable pero no asint
oticamente estable).
En general la situaci
on es similar. Supuestas las soluciones de la homogenea
peri
odicas, las de la no homogenea son periodicas si y solo si la integral de
estas soluciones por la funci
on no homogenea es cero. Cuando en la ecuacion
homogenea hay algunas peri
odicas y otras no, varios casos pueden presentarse
seg
un esas integrales sean cero o no. No entraremos en mas detalles aqu.

3.12

Estabilidad de ecuaciones lineales

Ya hemos estudiado previamente el problema de la estabilidad en las ecuaciones

de primer orden. Para sistemas de ecuaciones y ecuaciones de orden n los
conceptos son los mismos, aunque evidentemente las dicultades para saber si
una soluci
on es estable o no, son mayores. Aunque es en las ecuaciones no
lineales donde aparecen los casos mas interesantes desde el punto de vista de

MAR

87

aplicaciones, el caso lineal es una aproximaci

on que en muchos casos ofrece
informaci
on sobre el no lineal. Por eso, en esta seccion estudiaremos el caso
lineal, sobre todo el m
as sencillo, cuando los coecientes son constantes.
Consideremos entonces un sistema lineal x
= A(t)x + b(t), donde se supone
que A(t) y b(t) son funciones continuas a partir de un cierto t0 , con lo que las
soluciones que parten de ese punto se pueden prolongar indenidamente hacia
la derecha. La primera observaci
on es la misma que vimos en la ecuacion lineal:
Proposici
on 3.11 Las soluciones de un sistema de ecuaciones diferenciales de
primer orden lineal son estables (asint
oticamente estables) si y solo si lo es la
soluci
on trivial del sistema homogeneo.
La demostracion sigue los mismos pasos que all vimos.
Tambien se tiene la misma relacion entre acotacion y estabilidad:
Proposici
on 3.12 Las soluciones de un sistema lineal homogeneo son estables
si y solo si son acotadas.
Demostracion. Aunque es totalmente similar a la que hicimos para las ecuaciones de primer orden repit
amosla para el caso de sistemas. Supongamos que la
ecuacion es estable. Entonces la solucion trivial es estable, por tanto para todo
2 > 0 tal que, si x0  < , entonces x(t) < 2 para todo t t0 , donde
x(t) es la solucion del sistema con x(t0 ) = x0 . Esto quiere decir que las soluciones cuyo dato inicial est
a en un entorno de 0 est
an acotadas (recuerdese que
el concepto de acotacion utlizado aqu se reere a puntos situados a la derecha
del punto inicial). Pero si y(t) es una soluci
on cualquiera con y(t0 ) = y0 , se
puede hacer una homotecia que lleve el dato inicial a ese entorno del origen, y
considerar la soluci
on con dato inicial z(t0 ) = y0 /c, donde y0 /c < , eligiendo
adecuadamente la constante c. Como el sistema es lineal, la solucion con este
dato inicial es z(t) = y(t)/c y por lo tanto de z(t0 ) < se deduce z(t) < 2,
on esta acotada.
es decir, y(t) c2 para todo t t0 , luego toda soluci
Supongamos ahora que las soluciones de la ecuaci
on estan acotadas. Esto
quiere decir que podemos construir una matriz fundamental (t), acotada, de
forma que dada una soluci
on x(t) = (t)(t0 )1 x0 se tiene:
x(t) = (t)(t0 )1 x0  (t)(t0 )1 s x0  x0 
para todo t t0 , pues la matriz (t) esta acotada por que en principio puede
depender de t0 (si no es as, se habla de estabilidad uniforme) pero que no
depende de x0 . Usando la desigualdad anterior se ve que basta escoger = 2/
en la denici
on de estabilidad para asegurar que la soluci
on trivial es estable
y por ende el sistema. Notese que es necesario que todas las soluciones esten
acotadas, concretamente que una base de soluciones este acotada. En el caso de
la ecuacion lineal de primer orden bastaba que una soluci
on no trivial estuviera
acotada. Obviamente, pues la base all tiene un solo elemento.
En el caso de coecientes no constantes la situacion puede complicarse pues
no sabremos en general la forma explcita de las soluciones. En el caso de
coecientes constantes veremos como se pueden dar criterios muy sencillos para
estudiar la estabilidad del sistema.

88

EDO. Versi
on 4. Mayo 1996

Proposici
on 3.13 Sea el sistema de ecuaciones diferenciales lineal homogeneo
de coecientes constantes: x
= Ax. Entonces:
a) Si la parte real de los autovalores de A es negativa, el sistema es asint
oticamente estable.
b) Si la parte real de los autovalores es negativa, excepto la de algunos que
es cero, y estos u
ltimos tienen cajas de Jordan asociadas de dimensi
on 1,
entonces el sistema es estable.
c) Si alg
un autovalor tiene parte real positiva o alg
un autovalor con parte real
igual a cero tiene una caja de Jordan con dimensi
on mayor que 1, el
sistema es inestable.
La demostracion es trivial, bas
andose en la estructura de las soluciones. Recordemos que estas son exponenciales por polinomios, as que el comportamiento
cuando t viene dado por la parte real de los exponentes, que son los autovalores. Si la parte real es negativa, las soluciones estan acotadas y tienden a
cero cuando t tiende a innito, luego el sistema es asint
oticamente estable. Si la
parte real es cero, habr
a que jarse si existe o no un polinomio (de grado mayor
que 0) que multiplique a la exponencial. Si la multiplicidad geometrica del autovalor es igual a su multiplicidad aritmetica (es decir, si las cajas correpondientes
a ese autovalor son de dimension 1 en la forma de Jordan correspondiente) no
existe tal polinomio, y el sistema sera estable. Si la caja no es diagonal, el
sistema es inestable debido al polinomio. Finalmente si alg
un autovalor tiene
parte real positiva la soluci
on correspondiente no estar
a acotada y por tanto el
sistema es inestable.
Ejemplo:


x = 5x + 4y
y
= 3x + 2y
Los autovalores de la matriz A son 1, 2, por lo tanto el sistema es
asint
oticamente estable. Las soluciones tienden a cero cuando t tiende a innito. N
otese que tr A = 3 y det A = 2, lo que permite asegurar sin necesidad
de efectuar los calculos explcitos, que las dos races son negativas. Si consideramos un sistema no homogeneo, por ejemplo:


x = 5x + 4y + t
y
= 3x + 2y + t
las soluciones de este sistema tienden a:
 
1
(t 1)
1
que no esta acotada (recuerdese que es un sistema no homogeneo). En efecto,
la soluci
on general del sistema es:

  
 
 
x(t)
4
1
1
=
e2t +
et +
(t 1)
y(t)
3
1
1

MAR

89

y las dos exponenciales negativas hacen que las condiciones iniciales no inuyan
en los valores de la solucion para t grande.
En el caso de ecuaciones diferenciales lineales de orden n con coecientes
constantes, la situacion es la misma:
x(n) + an1 x(n1) + + a1 x
+ a0 x = b(t)
se construye el polinomio caracterstico p() y se analizan sus races. Si todas
ellas tienen la parte real negativa, la ecuaci
on es asintoticamente estable. Si
alguna tiene la parte real igual a cero y es simple, pero todas las dem
as tienen
parte real negativa, el sistema es estable. Si por n, hay races con parte real
positiva o con parte real cero pero no simples, entonces el sistema es inestable.
De aqu resulta fundamental la localizaci
on de las races en el plano complejo.
Existen muchas tecnicas para determinar la situaci
on de las races. Nos
limitaremos a dar uno de los criterios m
as sencillos, el de Routh-Hurwitz que
establece condiciones necesarias y sucientes para que todas las races de un
polinomio con los coecientes reales esten en el semiplano izquierdo. Sin embargo, no proporciona ninguna indicaci
on sobre la clase de inestabilidad, por
lo que para obtener mayor informaci
on es necesario acudir a otro tipo de criterios como el de Nyquist, que no trataremos aqu. Todos ellos hacen uso de las
tecnicas de variable compleja en el estudio de los ceros de un polinomio.

3.13

El criterio de Routh-Hurwitz

Supongamos que la carga, q, de un condensador situado en un circuito electrico

verica la siguiente ecuacion:
(LL0 M )q


+ (R0 L + RL0 )q

+ (M A/C + RR0 + L0 /C)q
+ (R0 /C)q = 0
donde las constantes L, L0 , R, R0 , C y M son caractersticas de los elementos del
circuito y A es la ganancia de un cierto amplicador diferencial que se encuentra
tambien en ese circuito. La constante M es la inductancia mutua entre las
bobinas L y L0 . Las propiedades de estabilidad de este circuito dependen de las
constantes anteriormente citadas. Resulta interesante saber para que valores de
estas constantes el circuito es estable, y si no lo es, que tipo de inestabilidad
tiene. No es trivial aplicar directamente el teorema anterior pues nos veramos
obligados a calcular las races de un polinomio de tercer grado en funci
on de una
serie de constantes que no aparecen en forma sencilla en la ecuacion. Veremos
como el criterio de Routh-Hurwitz permite al menos resolver la primera cuestion.
Proposici
on 3.14 (Criterio de Routh-Hurwitz) La condici
on necesaria y
suciente para que un polinomio de coecientes reales:
p() = n + an1 n1 + + a1 + a0
tenga todas sus races en el semiplano izquierdo (parte real negativa) es que los

90

EDO. Versi
on 4. Mayo 1996

menores principales de la siguiente matriz

an1
1
0
0
an3 an2 an1 1

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

0
0
0
0
0
0
0
0

sean todos positivos:

0 0 0
0 0 0

..
..
..
.
.
.

0 a1 a2
0 0 a0

Observese como en la construccion de esta matriz se han colocado los coecientes del polinomio sobre la diagonal principal (salvo el 1 de n ) y a derecha e
izquierda a partir de la diagonal el resto de esos coecientes en orden creciente.
Del criterio de Routh-Hurwitz se deduce que una condici
on necesaria para
que todas las races tengan parte real negativa es que todos los coecientes
del polinomio sean positivos. Sin embargo esta condici
on no es suciente. La
demostracion del criterio de Routh-Hurwitz se basa en el concepto de ndice de
Cauchy pero no entraremos en ella aqu. Veamos algunos casos particulares.
Ejemplo. n = 2, p() = 2 + a1 + a0 . La matriz a considerar es:


a1 1
0 a0
por tanto las condiciones son a0 > 0, a1 > 0.
Ejemplo. n = 4, p() = 4 + a3 3 + a2 2 + a1 + a0 . La matriz es:

a3 1 0 0
a1 a2 a3 1

0 a0 a1 a2
0 0 0 a0
y los menores que deben ser positivos son:
a3 > 0, a2 a3 a1 > 0, a1 (a2 a3 a1 ) a0 a23 > 0, a0 > 0
de donde se deduce inmediatamente que todos los coecientes son positivos
ademas de satisfacer otras restricciones.
Veamos ahora el circuito que se expuso al principio de este apartado. Es una
ecuacion de tercer orden, y el polinomio caracterstico es:
b
d
c
p() = 3 + 2 + +
a
a
a
donde a = LL0 M 2 , b = R0 L + RL0 , c = R0 /C, d = M A/C + RR0 + L0 /C.
Por tanto la matriz a estudiar es:

b/a
1
0
c/a d/a b/a .
0
0
c/a

MAR

91

Los menores a estudiar son:

b db ac c
,
, .
a
a
a
Pero b = R0 L + RL0 es positivo, as que a debe ser tambien positivo:
LL0 M 2
que se verica de manera automatica, pues M es el coeciente de inductancia
mutua entra las bobinas de autoinducciones L y L0 . El coeciente c tambien es
positivo, c = R0 /C. De esta forma, solo nos queda una condici
on a satisfacer
para que el circuito sea estable asint
oticamente:
db ac = (

MA
L0
(LL0 M )R0
+ RR0 +
)(R0 L + RL0 )
.
C
C
C

Como se puede ver facilmente, esta condicion se satisface siempre cuando el

coeciente M es positivo (se supone A positivo). Sin embargo, si M < 0 existe
un valor crtico de la ganancia por encima del cual el sistema es inestable:
Ac =

RR0 C + L0 (LL0 M )R0 /(R0 L + RL0 )

|M |

El criterio de Routh-Hurwitz no permite saber que clase de inestabilidad se

produce para A > Ac . Para ver que se trata de un foco inestable, es decir, de
una situaci
on oscilante con amplitud creciente, es necesario recurrir a metodos
como el criterio de Nyquist, que estudian el movimiento de las races en el plano
complejo seg
un los valores de A. N
otese que cuando A alcanza el valor crtico,
la ecuacion es:
q


+ (b/a)q

+ (c/b)q
+ (c/a)q = 0
y el menor (db ac)/a del criterio de Routh-Hurwitz es cero. Sin embargo los
coecientes del polinomio siguen siendo positivos. Puesto que las races varan
continuamente con A, se puede pensar que en A = Ac , alguna de las races
tiene su parte real igual a cero (pues para A > Ac tiene su parte real positiva).
Pero no puede ser cero pues el producto de las tres races es distinto de cero (y
negativo). Por lo tanto en A = Ac aparecen dos races imaginarias puras, que
se pueden calcular. Supongamos que son i. Sustituyendo en el polinomio
caracterstico, se tiene:
iab 3 b2 2 + iac + cb = 0
e igualando a cero la parte real y la imaginaria (o sustituyendo tambien i):
2 =

c
R0
=
.
b
(R0 L + RL0 )C

La tercera raz es real negativa: b/a. Cuando A > Ac , aparecen dos

races complejas con parte real positiva y se producen oscilaciones de amplitud

92

EDO. Versi
on 4. Mayo 1996

creciente (cuando las condiciones iniciales hacen que estas soluciones aparezcan).
Esta u
ltima armaci
on requiere una comprobaci
on m
as cuidadosa, pues podran
presentarse otros casos de inestabilidad sin oscilacion.
Ejemplo. Sea la ecuaci
on diferencial lineal de coecientes constantes cuyo
polinomio caracterstico es:
p() = 3 + 5k2 + (2k + 3) + 10.
Usando el criterio de Routh-Hurwitz se deduce que para k > 1/2 el sistema es
asint
oticamente estable. Un analisis mas detallado de las races, muestra que
para k menor que 0.90037 hay tres races reales, una de ellas negativa y dos
positivas. Para k = 0.90037, las dos races positivas se convierten en complejas
conjugadas con parte real positiva hasta que k vale 1/2, donde la parte real se
hace cero. A partir de ese momento, la parte real es siempre negativa. Sin
embargo las races vuelven a ser reales (negativas) cuando k = 46.907. La
tercera raz es siempre negativa.
Ejemplo: Consideremos un circuito electrico en el que la intensidad verica
la siguiente ecuacion:
I

+ 2I
+ 5I = 10 cos t.
El polinomio caracterstico de la ecuacion homogenea es:
p() = 2 + 2 + 5
y sus races son 1 2i, as que el sistema es asintoticamente estable, como
por otra parte podra haberse deducido del criterio de Routh-Hurwitz, pues
2 > 0 y 5 > 0. Una soluci
on particular de la ecuaci
on completa es, como puede
comprobarse f
acilmente:

5 cos(t + )
con tan = 1/2. Por tanto la soluci
on general de la ecuaci
on completa es:

I(t) = et (a1 cos t + a2 sen t) + 5 cos(t + )

en donde se observa la suma de dos terminos: el regimen transitorio que depende
de las condiciones iniciales y que tiende a cero cuando t tiende a innito (en este
termino aparecen las frecuencias naturales
del sistema), y el regimen estacionario

que es una oscilacion de amplitud 5 y fase , dado por la excitaci

on a la que
se somete el circuito.
No entraremos en mas detalles sobre la estabilidad de sistemas lineales.
Cuando estudiemos los sistemas autonomos tendremos ocasion de volver sobre
ellos.

MAR

93

3.14

Ejercicios

1. Hallar las soluciones de los problemas de valores iniciales siguientes y

determinar si son o no estables:
a) x

+ 2x
+ 2x = tet
x(0) = x
(0) = 0
c) x


2x

+ 10x
= 0
x(0) = (0), x
(0) = 1, x

= 8
e) t3 x


+ t2 x

2tx
+ 2x = 2t4
x(1) = x
(1) = x

(1) = 0

b) x


+ 2x

+ 5x
= 5t

x(0) = x
(0) = 0, x

(0) = 1/5
d) t2 x

2tx
+ 2x = log t
x(1) = x
(1) = 1
f ) tx

(t + 1)x
+ x = t2 et
x(1) = x
(1) = 0

2. Hallar la soluci
on de:
a) x
= x 2y t
b) x
= 2x + y
c) x
= x y




3t
y = 2x 3y t
y = 3x + 4te
y
= 2x y
x(0) = 1, y(0) = 1
x(0) = 1, y(0) = 1
x(0) = 1, y(0) = 2
3. a) Sea A m2 (IR) y supongamos que x
= Ax tiene una soluci
on peri
odica no constante. Probar que toda soluci
on es periodica con el mismo
periodo.
b) Sea A m4 (IR) y supongamos que A es diagonalizable como matriz de
m4 (I
C). Sean ia, ib los autovalores de A, a > 0, b > 0. Demostrar:
i) si ab Q,
I toda soluci
on de x
= Ax es periodica.
ii) si ab  Q,
I existe una soluci
on no peri
odica, x(t) tal que M <
x(t) < N , para ciertas constantes M, N > 0.
4. Sea

y

+ y = sen ct,

c>0

i) Hallar la soluci
on general para todo valor de c.
ii) Estudiar la existencia de soluciones 2-peri
odicas para c = 1 y c = 2.
iii) Calcular y(t, c), soluci
on con y(0) = y
(0) = 0 a partir de i).
iv) Comprobar que y(t, c) depende continuamente del par
ametro c.
v) Dibujar y(t, 1) e y(t, 2) compar
andolas con f (t, 1) y f (t, 2), siendo
f (t, c) = sen ct.
vi) Interpretar fsicamente los resultados anteriores.
5. Sea

1
y

+ y
+ y = sen ct, c > 0.
4
Responder para esta ecuacion a las cuestiones i) e ii) del problema anterior.
Determinar la soluci
on peri
odica y  (t, c) a la que tienen que acercarse
todas las soluciones y escribirla para cada valor de c en la forma y  =
A sen(ct + ). Estudiar como vara A en funci
on de c. Para que valor de
c se obtiene la amplitud m
axima? Interpretarlo fsicamente.

94

EDO. Versi
on 3. Octubre 1995
6. Responder a las cuestiones i), ii), v) y vi) del problema 4 para las ecuaciones:
a) y

+ y = u c (t) u 2
(t) + u 3
(t) . . .
c
c
b) y

+ y = (t

2
c )

+ (t

4
c )

+ ...

siendo ua (t) la funci

on paso en a.
7. Encontrar una f
ormula para la soluci
on general de y


+ y
= f (t). Hallar
dicha soluci
on general si (a) f (t) = 1, (b) f (t) = cos 2t. Estudiar en
cada caso el n
umero de soluciones 2-peri
odicas existentes. En general,
para cualquier f (t), 2-peri
odicas, dar criterios para determinar el n
umero
de soluciones 2-peri
odicas.
8. Hallar la soluci
on general de:
a) x
1 = x1
x
2 = x1 + 2x2
x
3 = x1 x3

b) x
1 = x2 + x3
x
2 = x1 + x3
x
3 = x1 + x2

c) x
1 = x1 + x2 + x3
x
2 = 2x1 + x2 x3
x
3 = x2 + x3

9. Calcular la matriz fundamental can

onica (es decir, (0) = I) del sistema
asociado a cada una de las siguientes ecuaciones:
a) y

+ 2y
+ y = 0
b) y


+ y

+ y
+ y = 0
2




c) 2(t + 1) y + 3(t + 1)y y = 0
10. Consideremos


x1 (t) =

et
et


y

x2 (t) =

t2
2t

Calcular su wronskiano. Pueden ser x1 y x2 soluciones de un sistema

homogeneo de ecuaciones diferenciales lineales? Que se podra armar
sobre los coecientes de tal sistema? Encontrarlo explcitamente.
11. Encontrar una matriz 2 2, A, tal que
 2t

e et
x(t) =
e2t + 2et
sea solucion de x
= Ax
12. Sea T : IRn IRn operador lineal invertible y c IRn . Probar que
existe un cambio de coordenadas de la forma x = P y + b, x, y, b
IRn , P mn (IR) tal que la ecuacion x
= T x + c se transforma en
y
= Sy. Encontrar P , b y S. Resolver

x
1 = x2
x
2 = 2 x1
directamente y usando el cambio anterior.

MAR

95

13. Estudiar existencia y unicidad, hallar la soluci

on particular que se pide
y estudiar su estabilidad, comprobar la dependencia continua de valores
iniciales de las ecuaciones:
a)

(1 + x2 )y

+ 2xy
2/x3 = 0 b) 2xy
y

= (y
)2 1

y(1) = 1, y
(1) = 1
y(1) = y
(1) = 1

14. Supongamos que y1 es una solucion de y

+ a(t)y
+ b(t)y = 0 con y1 (t) =

0, t. Encontrar y2 , soluci
on linealmente independiente de y1 , usando la
f
ormula de Abel-Liouville y la relaci
on:
 

y2
W (y1 , y2 )
=
.
y1
y12
Aplicar lo anterior a:
t2 y

t(t + 2)y
+ (t + 2)y = 0
sabiendo que y = t es una solucion.
15. Resolver x2 (x + 3)y


3x(x + 2)y

+ 6(1 + x)y
6y = 0 sabiendo que
y1 (x) = x2 es solucion de la ecuacion.
16. Resolver los sistemas del problema 2, convirtiendolos cada uno en una
ecuacion de orden 2, tras eliminar alguna de las dos variables entre las dos
ecuaciones.
17. Si una soluci
on y(x) de una ecuaci
on lineal de orden 2, homogenea en un
intervalo [a, b] es tangente al eje x en cualquier punto de ese intervalo,
entonces debera ser identicamente 0. Por que? Si y1 (x) e y2 (x) son dos
soluciones en [a, b] y tienen un cero com
un en ese intervalo, demostrar que
una es m
ultiplo constante de la otra.
18. Se considera la ecuacion: ty

+ ay
= 1,

a IR.

a) Calcular la soluci
on particular ya (t) que verica ya (1) = 0, ya
(1) = 0
on continua de a?
para todo valor de a. Es ya (t) funci
b) Discutir la estabilidad de la funci
on ya (t).
19. El estudio del movimiento de dos osciladores acoplados conduce a un sistema de la forma:
x

+ cx
+ a2 x + y = 0
y

+ cy
+ a2 y + x = 0
a) Determinar que condiciones deben vericar las coecientes a y c para
que el sistema sea asintoticamente estable.
b) Calcular para a = 1 y c = 0 la soluci
on del sistema que satisface
x(0) = 1, x
(0) = 0, y(0) = 1, y
(0) = 0. Es estable esta solucion?

96

EDO. Versi
on 4. Mayo 1996

Tema 4

La transformada de Laplace
4.1

Introducci
on y deniciones

La transformaci
on de Laplace es una transformaci
on integral que permite resolver ecuaciones (y sistemas) diferenciales lineales con coecientes constantes,
convirtiendo la ecuaci
on diferencial en una algebraica. Su aplicaci
on es fundamental en el estudio de circuitos electricos y dispositivos de control, pues permite
analizar con facilidad la respuesta del sistema a diferentes impulsos as como
su estabilidad. Incorpora las condiciones iniciales directamente en la soluci
on y
puede usarse cuando algunas de las funciones que aparecen en la ecuaci
on son
no continuas o distribuciones.
Denici
on 4.1 Sea f (t) una funci
on de variable real, denida en el semieje
positivo t 0, integrable Lebesgue en cualquier intervalo nito. Se dene la
transformada de Laplace de f (t), F (s) = L(f )(s), por:

F (s) =
f (t)est dt
0

donde s C.
I La integral se supone denida como una integral impropia en el
lmite superior.
Veamos ahora donde converge la integral. Se tienen las siguientes proposiciones:
1. Si la funci
on F (s) converge absolutamente para alg
un s0 C,
I entonces
otese que
converge absolutamente para todo s C
I tal que (s) (s0 ). N
basta que converja absolutamente en s0 para que lo haga en toda la recta
vertical que pasa por ese punto. Si solo converge simplemente, puede que
no en toda esa recta se de la convergencia, como se vera en el teorema
fundamental que sigue.
2. El dominio de convergencia absoluta de F (s) es un semiplano derecho,
cerrado o abierto: (s) o (s) > (donde puede ser ). En el
segundo caso, la integral no converge en ning
un punto con (s) = .
97

98

EDO. Versi
on 4. Mayo 1996

Ambos casos pueden presentarse. Por ejemplo, para f (t) = 1, el semiplano

de convergencia es (s) > 0, la integral diverge para todo s con (s) = 0. Para
f (t) = 1/(1 + t), el semiplano de convergencia es (s) 0.
El siguiente teorema establece la convergencia de la integral de Laplace en
un semiplano derecho:
Teorema 4.1 (Teorema fundamental) Si la integral de Laplace converge en
s0 , entonces lo hace en todo s con (s) > (s0 ). En el borde del semiplano la
convergencia no est
a asegurada.
Es decir, el dominio de convergencia simple de la integral de Laplace es un
semiplano derecho. Tenemos pues una clase de funciones para las cuales existe
la transformada de Laplace en alguna zona del plano complejo s. A
un sin entrar
en la demostracion de estos resultados, dada la estructura de la transformada, si
la convergencia se asegura para s0 , el termino exponencial domina en el innito
a la funci
on f (t) a partir de ese s0 hacia la derecha (en la parte real de s0 ). En
efecto, es posible encontrar una clase de funciones, de orden exponencial, para
las que se tiene el siguiente resultado:
Denici
on 4.2 Se dice que f (t), denida en [0, ) es de orden exponencial, si
existen constantes reales a > 0, y b, tales que:
|f (t)| aebt , t > 0.
Teorema 4.2 Si f (t) denida en [0, ) es de orden exponencial, existe un
u
nico s0 C,
I tal que la transformada de Laplace converge para (s) > (s0 ) y
diverge para (s) < (s0 ).
El problema inverso es m
as delicado, pues no toda funci
on es la transformada
de Laplace de otra funci
on. Por ejemplo, una transformada de Laplace no puede
ser periodica. Sin embargo, si existe la transformada inversa, entonces esta es
u
nica. Con m
as precision se tiene el siguiente resultado:
Teorema 4.3 Dos funciones cuyas im
agenes por la transformada de Laplace
son iguales en un semiplano derecho, dieren en una funci
on nula casi doquiera,
es decir, son iguales en sentido Lebesgue.
En cuanto a la manera de encontrar la transformada inversa, enunciaremos
a continuaci
on el teorema de inversion que permite este calculo bajo ciertas
condiciones, aunque su aplicaci
on es en general complicada.
Teorema 4.4 (Teorema de inversi
on) Supongamos que la transformada de
Laplace de una funci
on f (t) es F (s), que converge absolutamente en un semiplano derecho (s) x0 . Entonces, la f
ormula de inversi
on que sigue, se verica
en todos los puntos t > 0 en los que f (t) es de variaci
on acotada en un entorno
de t. En ella, V.P. representa el valor principal de Cauchy:
 x+i
1
1
[f (t+ ) + f (t )] = V.P.
est F (s)ds, cuando x x0
2
2i xi

MAR

99

En el punto t = 0+ , si f (t) es de variaci

on acotada en un entorno a la derecha
de 0 se tiene:
 x+i
1
1
f (0+ ) = V.P.
F (s)ds, cuando x x0
2
2i xi
Finalmente, cuando t < 0, se tiene:
V.P.

1
2i

x+i

est F (s)ds = 0, cuando x x0

xi

N
otese que las formulas anteriores no dependen de x mientras satisfaga las
restricciones que se indican.
La transformada de Laplace es una funci
on muy regular en su variable s.
Concretamente se tiene el siguiente resultado:
Teorema 4.5 Una transformada de Laplace es una funci
on analtica en el
semiplano de convergencia. Las derivadas se obtienen derivando bajo el signo
integral:

dn
dn
n
L(f )(s) n F (s) = (1)
est tn f (t)dt = (1)n L(tn f (t))(s)
dsn
ds
0
El semiplano de convergencia de la integral de Laplace, (s) > , no es
necesariamente el mayor dominio donde la transformada de Laplace es analtica.
En general se tiene que L(f )(s) es analtica en (s) > , donde .
Ejemplo. Consideremos la funci
on paso en t = 0, u0 (t), denida como:

1 t0
u0 (t) =
0 t<0
Su transformada de Laplace es inmediata de calcular:



1 st
1
st
L(u0 ) =
u0 (t)e dt = e
=
s
s
0
0

4.2

Propiedades

El c
alculo de transformadas de Laplace puede ser complicado para funciones generales. Sin embargo, existen propiedades que facilitan ese c
alculo y la consulta
de las tablas donde se encuentran las tranformadas de Laplace de las funciones
mas usuales.

4.2.1

Homotecias y traslaciones

Supondremos que todas las funciones que aparecen admiten transformada de

Laplace en alguna regi
on del plano complejo.

100

EDO. Versi
on 4. Mayo 1996
Sea a > 0, y f (t) una funci
on denida en t 0. Entonces:
L(f (at))(s) =

1
s
L(f (t))( ).
a
a

Sea b > 0 y f (t) denida para todo t 0. Consideremos la funci

on g(t)
trasladada de la funci
on f (t): g(t) = f (t b) para todo t b, o si se quiere,
g(t) = f (t b)u(t b), donde u(t b) = ub (t) es la funci
on paso con salto en b,
es decir, la funci
on que vale cero para t < b y 1 para t b. Entonces:
L(f (t b)u(t b)) = L(g) = ebs L(f ).
Para una traslaci
on y homotecia simult
aneas, se tiene la igualdad:
b
1
s
L(f (at b)u(t ))(s) = e(b/a)s L(f (t))( ).
a
a
a
Si la homotecia y traslaci
on se hacen en la funci
on transformada, se tiene:
F (cs + d)

trans.inversa

1 (d/c)t t
e
f( )
c
c

donde c > 0, d C,
I y f (t) es la transformada inversa de F (s). La demostracion
de estas propiedades es muy sencilla pues basta aplicar la denici
on. Por ejemplo:

b
b
L(f (at b)u(t ))(s) =
u(t )f (at b)est dt
a
a
0

s
1
1
=
f ( )es( +b)/a d = ebs/a L(f (t))
a 0
a
a
pues a, b > 0 y se supone que f (t) es cero para t < 0.
Ejemplo. La anterior propiedad permite calcular muchas transformadas de
Laplace. Por ejemplo:
L(ub (t)) = L(u0 (t b)) = ebs L(u0 (t)) =

ebs
.
s

La propiedad que relaciona la transformada inversa con la de su trasladada, permite hallar la transformada de Laplace de la exponencial (caso tambien
f
acilmente resoluble directamente):
F (s + d)

transf.inversa

edt f (t)

tomando f (t) = u0 (t), se tiene:

1
s+d

transf.inversa

edt u0 (t)

es decir, la transformada de eat , considerando que la funci

on vale cero para t < 0
es:
1
L(eat ) =
sa

MAR

101

Tengase en cuenta que la transformada as denida no converge en todo el

plano complejo. En concreto, la transformada tiene un polo en s = a, pero
en el semiplano (s) > a no presenta ninguna dicultad. Vease la denicion
de funciones de orden exponencial y el teorema sobre la convergencia de las
transformadas de Laplace para esta clase de funciones.
Ampliando las deniciones a funciones que toman valores complejos (lo que
no representa ninguna dicultad adicional) podemos hallar la transformada de
Laplace del seno:
L(sen(at)) =


i
1
1
a
i
L(eiat ) L(eiat ) = [

]= 2
.
2
2 s ia s + ia
s + a2

El siguiente ejemplo muestra una aplicaci

on de la derivaci
on con respecto
a un par
ametro (aunque obviamente, el metodo directo usando la denici
on es
igual de sencillo). Veamos como se puede calcular la transformada de Laplace
de f (t) = t:





at
1
1
at
L(te ) = L
=
e
=
a
a s a
(s a)2
tomando a = 0 se tiene:
L(t) =

1
s2

donde, como anteriormente, se entiende la transformada de tu0 (t). El intercambio de la transformada con la derivaci
on parcial respecto al par
ametro a, es
correcto en este caso.

4.2.2

Derivadas e integrales

La integraci
on y derivaci
on de funciones tambien se puede estudiar en relaci
on
con la transformada de Laplace, concretamente, el estudio de la transformada
de Laplace de la derivada de una funci
on es fundamental en la aplicaci
on a
ecuaciones diferenciales:
t
Sea g(t) = 0 f ( )d . Si L(f ) converge para s = x0 real positivo, entonces
L(g) converge para s = x0 y se tiene:
L(g) =

1
L(f )
s

para s = x0 y por tanto, para (s) > x0 .

En efecto:


st
L(g)(s) =
g(t)e dt =
0

 t
(
f ( )d )est dt
0



 t

1
1
= est
f ( )d
+
f (t)est dt = L(f ).
s
s
0
0
0

102

EDO. Versi
on 4. Mayo 1996

Ejemplo: Esta propiedad puede utilizarse para calcular la transformada de

t2 (o cualquier potencia de t). La integral de t es t2 /2, por tanto:
 2
t
1
1
L
= L(t) = 3
2
s
s
es decir:

2
.
s3
Se puede demostrar siguiendo este razonamiento (o las derivaciones parametricas anteriores, o simplemente haciendo la integral de la denici
on) que:
L(t2 ) =

L(tn ) =

n!
.
sn+1

En cuanto a la derivaci
on el resultado es el siguiente. Tengase en cuenta
que la derivada no necesita existir para t = 0. Necesitamos que exista el lmite
de f (t) cuando t tiende a cero por la derecha, pero eso es una consecuencia de
las hip
otesis que se establecen. Entonces, si f (t) es diferenciable para t > 0 y
L(f
) converge para algun real x0 > 0, el lmite f (0+ ) existe y L(f ) converge
para s = x0 . En cuanto a la transformada de Laplace de la derivada se tiene:
L(f
) = sL(f ) f (0+ ), para s = x0 y por tanto (s) > x0 .
La transformada L(f ) es absolutamente convergente para (s) > x0 .
En general se tiene:
Si f es n veces derivable para t > 0 y L(f (n) ) converge para algun real
x0 > 0, entonces existen f (0+ ), f
(0+ ), . . . , f (n1) (0+ ), y L(f ) converge para
s = x0 . Ademas:
L(f (n) ) = sn L(f ) f (0+ )sn1 f
(0+ )sn2 f (n1) (0+ )
y las transformadas L(f ), L(f
), . . . , L(f (n1) ) son absolutamente convergentes
para (s) > x0 .
La demostracion es inmediata y basada en una integraci
on por partes. Consideremos el caso n = 1:

L(f
) =
f
(t)est dt


= f (t)est 0 + s

f (t)est dt = sL(f ) f (0+ ).

Aunque la derivada de f no exista, si podemos encontrar una funci

on f (1)
que verique:
 t
f (t) = f (0+ ) +
f (1) ( )d
0

la relaci
on entre las transformadas de Laplace de f y f (1) es la misma que entre
las de una funci
on y su derivada.

MAR

103

En cuanto a la derivada de una transformada se tiene:

F (n) (s)

transf.inversa

(t)n f (t).

Ejemplo: Calculemos la transformada del coseno, usando la del seno hallada

antes:
1 d
1
s
L(cos at) = L(
sen at) = (sL(sen at)) = 2
a dt
a
s + a2
pues el seno de cero es cero.

4.3

Convoluci
on

Dadas dos funciones f1 (t) y f2 (t) satisfaciendo determinadas condiciones, es

posible construir una tercera funci
on, conocida como la convoluci
on de las dos
primeras, denida de la siguiente manera:
 t
f1 I f2 (t) =
f1 ( )f2 (t )d.
0

Consideremos la clase de funciones K0 , funciones denidas en [0, ), absolutamente integrables, acotadas en todo intervalo nito que no incluya al origen.
Entonces, si f1 , f2 pertenecen a K0 , el producto de convoluci
on de f1 y f2
esta denido. La importancia de esta operaci
on en la transformada de Laplace
aparece en el siguiente teorema:
Teorema 4.6 Si f1 y f2 pertenecen a la clase K0 y L(f1 ), L(f2 ) convergen
absolutamente para s = s0 , entonces la transformada de Laplace del producto de
convoluci
on, L(f1 I f2 ), tambien converge absolutamente para s = s0 y es igual
al producto de transformadas de f1 y f2 :
L(f1 I f2 ) = L(f1 )L(f2 )

para (s) (s0 ).

Como veremos mas adelante, en el calculo de transformadas inversas juega

un papel fundamental la descomposici
on en fracciones simples de una funci
on
racional. Veamos como se puede encontrar la transformada inversa de uno de los
posibles sumandos de esta descomposicion en fracciones simples, sin necesidad
de usar las races complejas, a traves del producto de convoluci
on:
1
1
1
) = L1 ( 2
)
(s2 + 1)2
s + 1 s2 + 1
1
1
= L1 ( 2
) I L1 ( 2
) = (sen t) I (sen t)
s +1
s +1
L1 (

ahora bien, la convoluci

on del seno consigo mismo es:
 t

1 t
1
1
sen sen(t )d =
[cos(t 2 ) cos ]d = sen t t cos t.
2
2
2
0
0
Veremos otras aplicaciones del producto de convoluci
on cuando estudiemos
la transformada de Laplace en las ecuaciones diferenciales.

104

4.4

EDO. Versi
on 4. Mayo 1996

Transformada de Laplace de distribuciones

Una de las ventajas que presenta el uso de transformadas de Laplace es la posibilidad de aplicarla a ecuaciones diferenciales en las que aparezcan distribuciones.
Por ejemplo, si la excitaci
on de un circuito es una se
nal de poca duraci
on es
posible en ocasiones asimilarla a una delta de Dirac (al igual que la funci
on paso
de Heaviside lo hace con una se
nal de tipo escal
on). Nos limitaremos a denirla
para distribuciones con soporte en la semirrecta real positiva (incluido el cero)
y que sean una derivada de orden n de una funci
on continua. Esto permite una
denici
on sencilla que no presenta dicultades conceptuales.
Denici
on 4.3 Sea T una distribuci
on con soporte en IR+ {0}, tal que existe
una funci
on continua h(t), con h(t) = 0 para t < 0, que verica:
T =

dk h
dtk

para alg
un k. Las derivadas se entienden en sentido de distribuciones. Se dene
la transformada de Laplace de la distribuci
on T como:
L(T ) = sk L(h).
Si T es una funci
on, la denici
on coincide con la dada anteriormente, pues
h y sus derivadas hasta orden k 1 deben anularse en t = 0 para poder derivar
en el sentido usual. Las transformadas de distribuciones se comportan frente a
las derivaciones de la forma siguiente, si D es el operador de derivaci
on:
L(Dn T ) = sn L(T )
que es la misma expresion dada para funciones. En efecto, sea f (t) una funci
on
que vale cero para t < 0. Entonces f (t) = u0 (t)g(t), donde g(t) es una funci
on
derivable n veces en sentido clasico. La primera derivada de f en sentido de
distribuciones es:
Df = u0 (t)g
(t) + 0 g(0).
De forma similar se calcula la segunda derivada:
D2 f = u0 (t)g

(t) + 0 g
(0) + 0
g(0)
hasta llegar a la derivada de orden n:
Dn f = u0 (t)g (n) (t) + 0 g (n1) (0) + 0
g (n2) (0) + + 0

(n1)

g(0).

Como las transformadas de la distribuci

on y de sus derivadas son iguales a
1, s, s2 , . . . se tiene:
L(u0 g (n) ) = sn L(f ) g (n1) (0) sg (n2) (0) sn2 g
(0) sn1 g(0)
que es la relacion que obtuvimos anteriormente.

MAR

4.5

105

Aplicaci
on de la transformada de Laplace a
las ecuaciones diferenciales lineales de coecientes constantes

Supongamos una ecuaci

on diferencial:
Lx = f (t)
con datos iniciales x(0) = x0 , . . .. Las condiciones iniciales en estos problemas
se entienden en el sentido de lmites por la derecha, es decir, una soluci
on las
satisface cuando:
lim x(t) = x(0+ ) = x0
t0+

y de forma similar para las derivadas. El operador L es lineal de coecientes

constantes. Para poder aplicar la tecnica de la transformada de Laplace es
necesario exigir a la funci
on f (t) algunas propiedades de regularidad. En el
sentido de distribuciones se puede tambien aplicar dicha transformaci
on (en las
condiciones que antes establecimos en la denicion de transformada de Laplace
de una distribuci
on).
Supondremos que la funci
on f (t) es continua en t > 0 salvo posiblemente
en puntos aislados donde tiene una discontinuidad de salto (continua a trozos).
Ademas para poder aplicar la convoluci
on, pediremos que este en la clase de
funciones K0 . La tecnica consiste simplemente en suponer que la solucion y sus
derivadas admiten transformadas de Laplace, calcular a partir de la ecuaci
on
la transformada de Laplace de la soluci
on y hallar su transformada inversa. Es
decir, la ecuacion diferencial se reduce a una ecuaci
on algebraica, de soluci
on
inmediata. En el caso de sistemas, se tiene un sistema de ecuaciones algebraicas
lineales. Si p() es el polinomio caracterstico de la ecuacion, es inmediato
comprobar que:
L(Lx) = p(s)L(x) q(s)
donde q(s) es un polinomio de grado n 1 (si n es el orden de L), cuyos
coecientes son funcion de los valores iniciales de la soluci
on buscada:
q(s) = cn1 sn1 + cn2 sn2 + + c1 s + c0
consecuencia inmediata de como se transforman las derivadas. Si llamamos
X(s) a la transformada de Laplace de x(t), y F (s) a la de f (t), se tiene:
p(s)X(s) = F (s) + q(s)
llamando G(s) = 1/p(s), funci
on de transferencia del sistema:
X(s) = G(s)F (s) + G(s)q(s)
y si consideramos las condiciones iniciales nulas, para estudiar la respuesta del
sistema a la excitacion f (t), se tiene:
X(s) = G(s)F (s)

106

EDO. Versi
on 4. Mayo 1996

que nos da la salida, X(s), como una funci

on de la se
nal de entrada F (s).
La soluci
on de este problema es muy sencilla de obtener, pues basta aplicar
las propiedades de la convoluci
on que ya estudiamos:
x(t) = g(t) I f (t)
donde g(t), la funci
on de Green causal del sistema, es la transformada inversa
de G(s). No siempre la convoluci
on es lo mas sencillo. A veces es mejor hacer
el producto de G(s) por F (s) y despues calcular la transformada inversa.
En este tipo de productos suelen aparecer cocientes de polinomios en s.
Para calcular la transformada inversa es aconsejable descomponerlo en fracciones simples y luego calcular la inversa de cada fraccion. Los coecientes de
esas fracciones son:
1. si m(s)/p(s) es un cociente de polinomios con grado(m) < grado(p) y
m(s), p(s) no tienen ceros comunes, si es un cero simple de p(s), el
coeciente a de la fracci
on cuyo denominador es (s), se puede calcular
por:
m()
a =

p ()
2. si es un cero m
ultiple, con multiplicidad r, los coecientes ak de las
fracciones de denominadores (s )k , k = 1, 2, . . . , r son:
 rk

1
d
rk m(s)
ak =
(s )
.
(r k)! dsrk
p(s) s=

4.6

Respuesta de una sistema a distintas excitaciones externas

Consideremos un sistema cuya funcion de transferencia es G(s), y al que se

aplica una se
nal de tipo escal
on. Supuestas las condiciones iniciales nulas, la
respuesta del sistema es:
 t
 t
x(t) =
u(t )g( )d =
g( )d
0

Cuando la se
nal aplicada es sinusoidal, represent
andola por una exponencial
compleja:
A
f (t) = Aeit F (s) =
s i
la salida es:
A
X(s) =
(s i)p(s)
o aplicando la convoluci
on:


eit g(t )d

x(t) = A
0

MAR

107

dependiendo del polinomio p(s) la respuesta puede ser sinusoidal o el sistema

puede entrar en resonancia, si alguna de sus frecuencias naturales coincide con
.
En el caso en que la se
nal de entrada sea una de Dirac, la salida es justamente la funci
on de Green (o la funci
on de transferencia en el dominio temporal)
pues L() = 1.
Ejemplo. Sea la ecuaci
on diferencial x

+ 2x
+ 5x = f (t), donde f (t) es la
funci
on:

t/c 0 t c
f (t) =
1
ct
Aplicando transformadas de Laplace, la ecuaci
on se convierte en:
(s2 + 2s + 5)X(s) = F (s) + [x(0+ )s + x
(0+ ) + 2x(0+ )]
siendo x(0+ ) = a, x
(0+ ) = b las condiciones iniciales. Despejando X(s):
X(s) = G(s)F (s) + G(s)[a(s + 2) + b]
donde G(s) es la funci
on de transferencia. La parte correspondiente a la ecuaci
on
homogenea, donde aparecen las condiciones iniciales es:
a(s + 2) + b
a(s + 1)
a+b
=
+
2
2
s + 2s + 5
(s + 1) + 4 (s + 1)2 + 4
y por lo tanto su transformada inversa es:
1
aet cos 2t + (a + b)et sen 2t
2
En cuanto a la parte no homogenea, la solucion puede encontrarse con el producto de convoluci
on. La transformada inversa de G(s) es:
et sen 2t
y por tanto la soluci
on es:

1
c

f ( )e(t ) sen 2(t )d =

0
t

[tu0 (t) (t c)uc (t)]e(t ) sen 2(t )d

Pero tambien podemos calcular la transformada de la funci

on f (t), hacer el
producto con G(s) y hallar la transformada inversa:
f (t) =

1
1
[tuo (t) (t c)uc (t)] 2 (1 ecs )
c
cs

por tanto:
G(s)F (s) =

1 ecs
1 ecs
=
2
2
cs (s + 2s + 5)
25c

2
5
2s 1
+
s2
s (s + 1)2 + 4

108

EDO. Versi
on 4. Mayo 1996

y la transformada inversa es:

1
3
[u0 (t)(5t 2 + et (2 cos 2t sen 2t))
25c
2
uc (t)(5(t c) 2 + e(tc) (2 cos 2(t c)

3
sen 2(t c)))]
2

es decir:
1
3
(5t 2 + et (2 cos 2t sen 2t)) 0 t c
25c
2
1
3
[5c + et (2 cos 2t sen 2t)
25c
2
3
e(tc) (2 cos 2(t c) sen 2(t c))]
ct
2
ademas de la parte que incluye las condiciones iniciales.
Si c tiende a cero, la soluci
on es la respuesta del sistema a una funcion escalon
en el origen:
1
1
x(t) = [et (a cos 2t + (a + b) sen 2t) + ]u0 (t)
2
5
Ejemplo. Consideremos un circuito electrico en el que aparecen elementos
pasivos como resistencias, condensadores e inductancias, y fuentes de tension.
Analicemos como se calculan las transformadas de Laplace correspondientes a
estos elementos.
Dada una resistencia R, la cada de tensi
on, en terminos de transformadas
de Laplace es RI(s) donde I(s) es la transformada de la intensidad que recorre
la resistencia.
Cuando se tiene una inductancia L, la cada de tensi
on es:
L

di
sLI(s) Li(0 )
dt

es decir aparece un termino sLI(s), mas otro correspondiente a la intensidad

que en el instante inicial recorra la bobina y que se puede interpretar como una
fuente de tensi
on de magnitud Li(0 ) y con el signo + en el borne opuesto a
aquel por el que entra la corriente i(0 ).
En el caso de un condensador, C, la cada de tensi
on en el borde viene dada
por:

dv
1 t
i(t)
i( )d
=
v(t) vc (0 ) =
dt
C
C 0
y por lo tanto al hacer una transformada de Laplace, se obtiene:
1
1
I(s) + vc (0 )
sC
s
es decir, tenemos un termino debido a la cada de tensi
on en el condensador m
as
otro termino debido al potencial inicial entre las placas del condensador. El signo
+ se coloca en esta fuente en el mismo lugar que estaba en el condensador.

MAR

109

En cuanto a los signos, se supone que la cada de tensi

on es negativa cuando
la corriente en la malla correspondiente entra en la fuente de tensi
on por el
borne contrario al marcado con el signo +. No siempre son las intensidades
las variables mas adecuadas. Muchas veces es preferible tomar la cada de
tension entre las placas de los condensadores y las intensidades que atraviesan
las bobinas como variables. Si el circuito tiene otros elementos distintos de
estos, las ecuaciones que rigen las caractersticas de la corriente pueden ser mas
complicadas (no lineales etc. . . ). Veamos en un ejemplo como aplicar estos
resultados.

Fig.1

Fig.2

Consideremos el circuito de la gura 1, en el que los datos iniciales son:

intensidad en la bobina: iL (0 ) = a
potencial en el condensador: vC (0 ) = b.
El circuito transformado aparece en la gura 2. En la primera malla la
ecuacion es:
V (s) + sLI1 (s) aL +

1
b
(I1 (s) I2 (s)) + = 0
sC
s

en la segunda malla se tiene:

RI2 (s) +

1
b
(I2 (s) I1 (s)) = 0
sC
s

donde I1 (s), I2 (s) son las intensidades que recorren ambas mallas en el sentido
especicado en la gura. V (s) es la tension del generador. El sistema se puede
escribir como:
1
1
)I1
I2
sC
sC
1
1
I1 + (R +
)I2
sC
sC
(sL +

= V (s) + aL
=

b
s

b
s

El determinante de la matriz de coecientes es:



s
1
2
RLsp(s) = RLs s +
+
.
RC
LC
Si se considera a V (s) como la se
nal de entrada al circuito, se puede pensar
en la cada de tensi
on en la resistencia R como la salida:
W (s) = RI2 (s)

110

EDO. Versi
on 4. Mayo 1996

pero I2 (s) puede calcularse r

apidamente del sistema:
I2 (s) =

(1/RCL)
(V (s) + bLCs + aL)
s2 + (1/RC)s + (1/LC)

Consideremos que las condiciones iniciales a, b, son nulas. Usando la denicion de p(s) dada anteriormente y poniendo G(s) = p(s)1 :
I2 (s) =

1
G(s)V (s)
RCL

es decir:

1
G(s)V (s)
LC
Los polos de G(s) tienen la parte real negativa (como se puede ver aplicando
Routh-Hurwitz al polinomio p(s)). Por tanto la parte de la soluci
on correspondiente a las condiciones iniciales tiende a cero cuando t tiende a innito.
Supongamos ahora que la entrada es una funci
on escalon:
W (s) =

v(t) = Au0 (t)

donde A es una constante. Esto introduce un polo en s = 0 en la transformada
de la funci
on de salida. Al separar en fracciones simples, la u
nica parte que
queda cuando t tiende a innito es la correspondiente a este polo, es decir la
salida es igual a la entrada cuando t se hace innito. Lo cual es obvio observando
el circuito.
Supongamos que en ciertas unidades R, L y C son iguales a 1, y que la
entrada es 10u0 (t). Las races del polinomio p(s) son:

1 i 3
2
p(s) = s + s + 1,
2
2
por tanto, W (s) viene dado por:
10(s + 12 )
10
5
10

1
3
1
2
2
s(s + s + 1)
s
(s + 2 ) + 4
(s + 2 )2 +

3
4

y la transformada inversa es:

20
w(t) = 10 et/2 sen(t + ), t 0
3

donde la frecuencia es = 3/2 y la fase es = /3. La intensidad que recorre

la segunda malla es w(t)/R. La intensidad en la primera es:
I1 (s) =

s2

[(RCs + 1)aL bRC]/RCL

(RCs + 1)/RCL
V (s) +
+ (s/RC) + (1/LC)
s2 + (s/RC) + (1/LC)

Con los datos anteriores:

I1 (s) =

10(s + 1)
10
10s
=

2
s(s + s + 1)
s
(s + 12 )2 +

3
4

MAR

111

y la transformada inversa es:

20
i1 (t) = 10 + et/2 sen(t ), t 0
3
N
otese que tanto i1 como i2 tienden a 10 cuando t tiende a innito.

112

4.7

EDO Versi
on 3. Octubre 1995

Ejercicios

1. Resolver:

y +y =

t+1 0t1
3t 1t

con y(0) = 1, y
(0) = 0.

2. Resolver: y

+2cy
+y = (t1), c 0 cte. y(0) = y
(0) = 0 distinguiendo
los casos c < 1, c = 1, y c > 1.
Escribir el resultado para c = 0, prescindiendo de funciones paso, dibujar
la soluci
on y comentarla fsicamente.
3. Resolver por transformadas de Laplace, los problemas 1 (los de coecientes
constantes) , 2 y la parte a) del 7 de los ejercicios del captulo 3.
4. Considerar el circuito siguiente:

Fig.3
en el que en t = 0 hay una carga en el condensador Q0 = 106 cul. En
t = 0 se cierra el interruptor. Calcular la variaci
on de la intensidad con el
tiempo, con R = 3 102 , L = 0.2h., C = 105 f.
5. Se tiene el circuito indicado en la gura:

Fig.4

donde U (t) es una fuente de tensi

on.
a) Escribir el sistema de ecuaciones diferenciales que verican las intensidades y tensiones en el circuito.
b) Escribir la ecuaci
on diferencial que relaciona la cada de tensi
on en la
resistencia R con la tensi
on de la fuente U (t).
c) Estudiar la estabilidad del circuito.

MAR

113
d) Supongamos que la tensi
on de entrada es U (t) = Aeit , con A=constante. Demostrar que el circuito es un ltro paso baja, que no altera
apreciablemente las frecuencias () bajas y aten
ua considerablemente
las altas.
e) Construir un circuito m
as sencillo que el dado pero con sus mismas
caractersticas: estabilidad y atenuaci
on de frecuencias altas.
f ) Construir un circuito que aten
ua las frecuencias bajas.
g) Calcular
en los caso e) y f) la frecuencia a la cual la amplitud de salida
es 1/ 2 la de entrada.

6. a) Resolver y

+ 2y
+ 2y = (t ) mediante transformadas de Laplace.

b) Probar, sin utilizar transformada de Laplace, que la soluci
on de y

+




2y + 2y = f (t), y(0) = y (0) = 0 es


y(t) =

e(ts) f (s) sen(t s)ds

y comprobar, haciendo f (t) = (t ), que se obtiene la soluci

on
calculada en a) para y(0) = y
(0) = 0.
7. a) Consideremos la ecuacion integral de Volterra


k(t s)y(s)ds = f (t)

y(t) +
0

donde f y k son conocidas y hay que determinar y. Tomando transformadas de Laplace de la ecuacion obtener una expresi
on para L(y)
en terminos de L(f ) y L(k). La transformada inversa de L(y) es la
soluci
on de la ecuacion integral original.
b) Consideremos

(t s)y(s)ds = sen 2t

y(t) +
0

i) Resolverla utilizando transformadas de Laplace.

ii) Comprobar que es equivalente al problema:
y

+ y = 4 sen 2t;

y(0) = 0;

y
(0) = 2.

Resolver este problema y vericar que la solucion es la misma

que la obtenida en i).
8. En el circuito de la gura se cambia el interruptor de la posici
on 1 a la
2 en t = 0 . En t = 0 las condiciones iniciales eran: iL (0 ) = 2 Amp.,
vC (0 ) = 2 volt. Hallar i(t) para t > 0 usando transformadas de Laplace.
v1 (t) = 5 volt. R = 3. L = 1h. C = 1/2f .

114

EDO Versi
on 3. Octubre 1995

Fig.5

9. Hallar la soluci
on de y

y
= fn (t),

0
fn (t) =
nennt

y(0) = y
(0) = 0 con:

si 0 t < 1
si t 1

Estudiar lo que sucede cuando n .

10. Resolver:
x
= y + f (t)
y
= x 2y

x(0) = e
con f (t) =
y(0) = 0

0
t

si 0 t < 1
si t 1

Tema 5

Soluciones en forma de serie

5.1

Introducci
on

Supongamos que queremos calcular las soluciones de x

+ x = 0 en un entorno

del origen. Si estas admiten un desarrollo en serie de Taylor que converge en
un entorno de t = 0, podemos pensar en calcular dicho desarrollo sustituyendo
una serie de potencias en la ecuacion y hallando los coecientes de esta serie.
Tomemos entonces:

x(t) =
an tn
n=0

e introduzcamos la serie en la ecuacion. Para ello necesitamos que la serie se

pueda derivar termino a termino. Si la soluci
on es analtica en un entorno de
cero, esto se puede hacer sin problemas tantas veces como queramos. Supongamos por ahora que es posible. De esta forma:

n(n 1)an tn2 +

n=0

an tn = 0.

n=0

Podemos cambiar el ndice de la primera suma, para colocar ambos terminos

bajo el mismo smbolo de suma:

(n + 2)(n + 1)an+2 t +

n=0

y por tanto:

an tn = 0

n=0

[(n + 2)(n + 1)an+2 + an ]tn = 0.

n=0

Los coecientes de esta serie, puesto que se suponen validas todas las operaciones debido a la analiticidad de las series, deben ser cero:
(n + 2)(n + 1)an+2 + an = 0, n 0.
115

116

EDO. Versi
on 4. Mayo 1996

Esta ecuacion (en diferencias nitas) se llama relaci

on de recurrencia entre los
coecientes de la serie que representa la solucion. En este caso se puede resolver.
Despejando:
1
an+2 =
an , n 0
(n + 2)(n + 1)
cuya soluci
on se calcula facilmente:
a2n =

(1)n
a0 ,
(2n)!

a2n+1 =

(1)n
a1 , n 0
(2n + 1)!

donde a0 y a1 son arbitrarios, por lo que obtenemos dos soluciones independientes:

(1)n 2n
(1)n 2n+1
x1 (t) =
t , x2 (t) =
t
(2n)!
(2n + 1)!
n=0
n=0
la primera vericando x1 (0) = 1, x
1 (0) = 0, y la segunda x2 (0) = 0, x
2 (0) = 1.
El radio de convergencia de estas series es innito como se puede comprobar
utilizando el criterio del cociente:
a2n t2n
(2n + 2)! 2
=
t = (2n + 2)(2n + 1)t2
a2n+2 t2n+2
(2n)!
que tiende a cuando n tiende a para cualquier t jado (para la otra serie
se obtiene lo mismo). Esta claro en este caso que estas dos series representan
el coseno y el seno de t respectivamente, soluciones de la ecuacion como ya
sabamos. La sencillez del calculo expuesto no debe enga
nar sobre la situaci
on
general. No es obvio que siempre existan soluciones desarrollables en forma de
serie en el entorno de cualquier punto. Tampoco es obvio que las relaciones
de recurrencia lleven a soluciones para los coecientes de forma sencilla. Finalmente, este caso, en el que la serie converge en toda la recta, no es general. En lo
que sigue trataremos de dar criterios para saber cuando existen estos desarrollos
en serie y como se pueden calcular.

5.2

Ecuaciones diferenciales lineales de segundo

orden

Aunque muchas de las ideas que se desarrollar

an son v
alidas para ecuaciones
de orden arbitrario, nos limitaremos al caso de orden 2. Desde el punto de
vista de aplicaciones, este es uno de los casos mas interesantes y que se presenta
con mayor frecuencia. Las ecuaciones no lineales no son tratables en general
por estos metodos, debido a que las relaciones de recurrencia, en el caso de
que existan, son demasiado complicadas. Consideremos por tanto la siguiente
ecuacion:
R(t)x

+ P (t)x
+ Q(t)x = 0
donde R(t), P (t) y Q(t) son funciones de t a las que se sometera a diversas
restricciones. Queremos calcular las soluciones de esta ecuacion mediante desarrollos en serie validos en un entorno de un punto t0 . De acuerdo con los

MAR

117

teoremas de existencia y unicidad estudiados, si R(t), P (t) y Q(t) son continuas en un entorno de t0 y R(t) no se anula en t0 , existir
a una u
nica soluci
on
satisfaciendo unas determinadas condiciones iniciales. Si dividimos por R(t) la
ecuacion es ahora:
x

+ p(t)x
+ q(t)x = 0.
Puesta de esta forma, la condici
on suciente para la existencia y unicidad de
la soluci
on es la continuidad de p(t) y q(t). Sin embargo, para poder hacer
desarrollos en serie, exigiremos mas propiedades a estas funciones. De acuerdo
con ellas, los puntos se clasican de la siguiente forma:
Denici
on 5.1 Se dice que t0 es un punto ordinario para la ecuaci
on:
x

+ p(t)x
+ q(t)x = 0
si p(t) y q(t) son analticas en un entorno de t0 . En caso contrario, se dice que
t0 es un punto singular.
Ejemplo: Est
a claro que en la ecuacion anterior t0 = 0 es un punto ordinario.
on:
Ejemplo: El punto t0 = 0 es un punto ordinario para la ecuaci
(1 t2 )x

2tx
+ ( + 1)x = 0
En cambio, los puntos t0 = 1 y t0 = 1 son singulares.
Ejemplo: En la ecuaci
on t2 x

2tx
+ 2x = 0, t0 = 0 es un punto singular.
Los coecientes p(t) = 2/t y q(t) = 2/t2 no son analticos en 0. Aun as, todas
las soluciones de esta ecuacion son analticas en t0 = 0, e incluso en toda la
recta: son combinaciones lineales de x1 (t) = t y x2 (t) = t2 . Pero las soluciones
de 4t2 x

+ 4tx
x = 0 no son analticas en t0 = 0: son combinaciones lineales
de t1/2 y t1/2 . Las ecuaciones de Euler (como estas dos) son prototipos de los
casos que se presentan en general para una cierta clase de puntos singulares.
Para los puntos ordinarios se tiene el siguiente resultado:
Teorema 5.1 Sea t0 un punto ordinario para la ecuaci
on:
x

+ p(t)x
+ q(t)x = 0
es decir, p(t), q(t) son funciones analticas en un cierto entorno de t0 . Entonces,
la soluci
on general de esta ecuaci
on es:
x(t) =

an (t t0 )n = a0 x1 (t) + a1 x2 (t)

n=0

con x1 (t) y x2 (t) soluciones linealmente independientes, analticas en t0 con radio de convergencia mayor o igual que el menor de los radios de convergencia de
las series que representan a p(t) y q(t), y que verican las condiciones iniciales:
x1 (t0 ) = 1, x
1 (t0 ) = 0, x2 (t0 ) = 0, x
2 (t0 ) = 1
Los coecientes an se jan introduciendo la serie en la ecuaci
on.

118

EDO. Versi
on 4. Mayo 1996

Es decir, en los puntos ordinarios la situaci

on es muy similar a la estudiada
en el ejemplo de la ecuacion del oscilador arm
onico tratada anteriormente.
Los coecientes de la serie dependen de las funciones p(t) y q(t). Los primeros
terminos del desarrollo son:
1
1
x1 (t) = 1 q(0)t2 + [p(0)q(0) q
(0)]t3 + . . .
2
6
1
1
x2 (t) = t p(0)t2 + [p(0)2 p
(0) q(0)]t3 + . . .
2
6
Ejemplo. En el estudio del oscilador arm
onico en mecanica cu
antica se llega
a la siguiente ecuacion:


+ t2 = 2E.
Si hacemos el cambio:

(t) = x(t)e 2 t

1 2

la ecuacion que verica x(t) es:

x

2tx
+ x = 0
con = 2E1, que es la llamada ecuacion de Hermite. No es sencillo calcular las
soluciones de esta ecuacion. Pero el metodo de series permite obtener desarrollos
que convergen en toda la recta (pues los coecientes de la ecuacion lo hacen).
En efecto, t0 = 0 es un punto ordinario, as que probemos la serie:
x(t) =

an tn

n=0

sustituyendo en la ecuaci
on:

n(n 1)an tn2 2t

n=0

nan tn1 +

n=0

an tn = 0

n=0

y desplazando los ndices adecuadamente:

[(n + 2)(n + 1)an+2 (2n )]tn = 0

n=0

de donde se obtiene la relaci

on de recurrencia:
(n + 2)(n + 1)an+2 (2n )an = 0
es decir:

2n
an , n 0
(n + 2)(n + 1)
y la soluci
on general de la ecuacion es:
an+2 =

2 (4 ) 4 (8 )(4 ) 6
t
t
t + ) +
2!
4!
6!
2 3 (6 )(2 ) 5 (10 )(6 )(2 ) 7
a1 (t +
t +
t +
t + )
3!
5!
7!
x(t) = a0 (1

MAR

119

Utilizando el criterio del cociente se comprueba como estas series convergen

absolutamente para todo t. Es mas, se puede ver como crecen en general mas
deprisa que exp(t2 /2), con lo que las soluciones de la ecuacion inicial (la del
oscilador arm
onico cu
antico) no son de cuadrado integrable (concretamente, en
lo que a nosotros nos interesa, no tienden a cero en ). Sin embargo, cuando
toma ciertos valores, una de las dos series se corta y la solucion es un polinomio.
Seg
un sea /2 entero impar o par, es la primera soluci
on o la segunda la que se
hace un polinomio. Son los polinomios de Hermite:
H0 (t)

=
=
=

H1 (t)
H2 (t)
H3 (t)

1
2t
4t2 2

= 8t3 12t
...

Observese que si = 2n, la energa es E = n + 12 , los niveles del oscilador

armonico.
La siguiente expresi
on genera los polinomios de Hermite:
2

Hn (t) = (1)n et

dn t2
e , n = 0, 1, 2, . . .
dtn

o bien:

[n/2]

Hn (t) =

k=0

(1)k n!
(2t)n2k .
k!(n 2k)!

Ademas, la funci
on generatriz es:
2

w(t, z) = e2tzz =

Hn (t) n
z .
n!
n=0

Es decir, las derivadas sucesivas de w(t, z) con respecto a z calculadas en t = 0

son los polinomios de Hermite. Para demostrarlo, se puede escribir w(t, z) como:
w(t, z) = et e(tz)
2

y usar:
2
(tz)2

= e(tz) .
e
z
t

Entre los polinomios de Hermite existen una serie de relaciones de recurrencia

que relacionan unos polinomios con otros y con sus derivadas:
Hn+1 (t) 2tHn (t) + 2nHn1 (t) = 0, n = 1, 2, . . .
Hn
(t) = 2nHn1 (t), n = 1, 2, . . .

120

EDO. Versi
on 4. Mayo 1996

Su demostraci
on es muy sencilla a partir de la funci
on generatriz:
w
= 2(t z)w
z
y por lo tanto, usando el desarrollo de w(t, z):

1
2t
2n
Hn+1 (t)z n =
Hn (t)z n
Hn1 (t)z n
n!
n!
n!
n=0
n=0
n=0

de donde se obtiene inmediatamente la primera relaci

on. La segunda es a
un
mas sencilla:
w
= 2zw
t
e igual que antes:

1

2n
Hn (t)z n =
Hn1 (t)z n .
n!
n!
n=0
n=0

De estas expresiones se deduce sin dicultad que los polinomios as denidos

verican la ecuaci
on de Hermite para = 2n. Es decir, uno puede partir de la
denici
on dada m
as arriba de Hn (t) y demostrar que verican la ecuaci
on de
Hermite.
Los polinomios de Hermite son una familia ortogonal con peso exp(t2 ) en
toda la recta, es decir:

2
Hn (t)Hm (t)et dt = cn nm

expresion que se demuestra de la siguiente forma. Consideremos la ecuacion

inicial del oscilador arm
onico cu
antico para dos valores = 2n, 2m
n

+ (2n 1 t2 )n = 0



m
+ (2m 1 t2 )m = 0

y multipliquemos la primera por m y la segunda por n restando ambas expresiones:

d


(m n
n m
) + 2(n m)n m = 0
dt
integrando desde a + se obtiene el resultado pedido, pues y sus
derivadas tienden a cero en esos puntos, recuerdese que son polinomios de Hermite por exp(t2 /2). Cuando n = m se obtiene la norma de estas funciones.
Toda esta teora se puede estudiar desde el punto de vista de los problemas
de contorno, ecuaciones autoadjuntas en un cierto espacio de Hilbert con un
producto escalar. No podemos entrar en ese tipo de detalles aqu que seran estudiados m
as adelante. Calculemos sin embargo la norma. Para ello usaremos
las relaciones de recurrencia dadas anteriormente:
Hn+1 (t) 2tHn (t) + 2nHn1 (t) = 0

MAR

121
Hn (t) 2tHn1 (t) + 2(n 1)Hn2 (t) = 0

multiplicando la primera por Hn1 (t) y la segunda por Hn (t):

2
Hn1 Hn+1 2tHn1 Hn + 2nHn1
=0

Hn2 2tHn Hn1 + 2(n 1)Hn Hn2 = 0

restando ambas expresiones, multiplicando por exp(t2 ) e integrando, se obtiene
despues de usar las propiedades de ortogonalidad:


2
t2 2
2
e Hn (t)dt = 2n
et Hn1
(t)dt.

Repitiendo este proceso, se llega a:



2
et Hn2 (t)dt = 2n1 n!

et H12 (t)dt
2

y usando la expresion de H1 (t) e integrando:



2
et Hn2 (t)dt = 2n n! .

Otras muchas representaciones pueden darse de los polinomios de Hermite,

por ejemplo como ciertas integrales de una funci
on (relacionada con la funci
on
generatriz). Asimismo, una clase muy amplia de funciones puede ser desarrollada en serie de polinomios de Hermite. Muchas de estas propiedades son
compartidas por otras familias de polinomios ortogonales, soluciones tambien
de ecuaciones diferenciales lineales de segundo orden: ecuaciones de Legendre,
Laguerre, Tchebychev,. . .
Ejemplo: Ecuaci
on de Legendre.
Como hemos dicho antes, el punto t0 es un punto ordinario para la ecuaci
on:
(1 t2 )x

2tx
+ ( + 1)x = 0
Por tanto podemos sustituir la serie:
x(t) =

an tn

n=0

en la ecuacion, obteniendo:
(1 t2 )

n=0

n(n 1)an tn2 2t

nan tn1 + ( + 1)

n=0

an tn = 0

n=0

de donde se saca la relacion de recurrencia:

(n + 2)(n + 1)an+2 [n(n + 1) ( + 1)]an = 0, n 0

122

EDO. Versi
on 4. Mayo 1996

es decir:
an+2 =

n(n + 1) ( + 1)
an , n 0
(n + 2)(n + 1)

por tanto, la soluci

on general del problema se puede representar en un entorno
de t = 0 por las series siguientes:
a0 [1 +

(1)n

n=1

( 2) . . . ( 2n + 2)( + 1)( + 3) . . . ( + 2n 1)
(2n)!
t2n ] +
a1 [t +

n=1

(1)n

( 1)( 3) . . . ( 2n + 1)( + 2)( + 4) . . . ( + 2n)

(2n + 1)!
t2n+1 ].

Puesto que las funciones p(t) = 2t/(1 t2 ) y q(t) = ( + 1)/(1 t2 ) son

analticas en un entorno de t = 0 y las series que las representan tienen radio
de convergencia 1, las soluciones tienen por lo menos radio de convergencia
igual a 1. As es en este caso. El radio de convergencia de las series es 1 y
las dos divergen bien en 1 o en 1. En realidad no siempre ocurre esto. En
efecto, si es un n
umero entero positivo, una de las dos series se corta y se
obtiene un polinomio: son los polinomios de Legendre. Si = 2n, es la primera
serie, obteniendose un polinomio par (la segunda serie diverge en 1 o 1). Si
= 2n + 1, es la segunda serie la que da el polinomio, de grado impar. Los
primeros polinomios son:
P0 (t)
P1 (t)

P2 (t)

P3 (t)

=
...

t
1 2
(3t 1)
2
1 3
(5t 3t)
2

Como en los polinomios de Hermite, tambien podemos encontrar una f

ormula
que de la expresion general (f
ormula de Rodrigues):
Pn (t) =

1 dn 2
(t 1)n , n = 0, 1, 2, . . .
2n n! dtn

y una funci
on generatriz:
2 1/2

w(t, z) = (1 2tz + z )

n=0

Pn (t)z n

MAR

123

v
alida para t sucientemente peque
no. Los polinomios de Legendre son ortogonales en el intervalo [1, 1]:
 1
2
Pn (t)Pm (t)dt =
nm
2n
+1
1
y verican una serie de relaciones de recurrencia:
(n + 1)Pn+1 (t) (2n + 1)tPn (t) + nPn1 (t) = 0, n = 1, 2, . . .




Pn+1
(t) Pn1
(t) = (2n + 1)Pn (t), n = 1, 2, . . .

(1 t2 )Pn
(t) = nPn1 (t) ntPn (t), n = 1, 2, . . .

La demostracion de estas propiedades sigue las lineas de la hecha para los polinomios de Hermite.
Uno podra pensar a la vista de estos ejemplos, que la relacion de recurrencia
siempre es de dos terminos con ndices que dieren en dos unidades. El que esto
es una falsa impresi
on, se puede ver en el siguiente caso.
Ejemplo: Ecuaci
on de Airy: x

= tx. El punto t = 0 vuelve a ser ordinario,
y por lo tanto, de acuerdo con el teorema anterior, podemos sustituir la misma
serie:

n(n 1)an tn2 = t
an tn
n=0

n=0

de donde se obtiene la relaci

on de recurrencia:
2a2 = 0
(n + 3)(n + 2)an+3 an = 0, n 0.
Como vemos la relacion de recurrencia incluye a
un dos terminos, pero la
diferencia entre ndices es 3. La solucion de esta ecuacion es:
1
an+3 =
an , n 0
(n + 3)(n + 2)
de donde:
a3k =
a3k+1 =

1
a0 , k = 1, 2, . . .
3k(3k 1)(3k 3)(3k 4) . . . 6.5.3.2
1
a1 , k = 1, 2, . . .
(3k + 1)(3k)(3k 2)(3k 3) . . . 7.6.4.3
a3k+2 = 0, k = 0, 1, 2, . . .

que se pueden escribir usando la funci

on gamma:

(z) =
et tz1 dt, (z) > 0.
0

Esta funci
on juega un papel fundamental en muchas de las ecuaciones que
veremos a continuacion, por lo que resumimos aqu sus propiedades m
as importantes:

124

EDO. Versi
on 4. Mayo 1996

1. La funci
on anterior se puede extender por prolongaci
on analtica a todo el
plano complejo, proporcionando una funci
on meromorfa con polos simples
en 0, 1, 2, . . .:
(z) =

(1)n 1
et tz1 dt, z = 0, 1, 2, . . .
+
n!
z
+
n
1
n=0

2. La funci
on gamma generaliza el factorial en el siguiente sentido:
(z + 1) = z(z)
3. Otras propiedades que nos seran u
tiles son:
(z)(1 z) =

sen z

1
1
22z1 (z)(z + ) = 2 (2z)
2

Todas ellas se demuestran facilmente a partir de la denici

on.
Aplicando esto al calculo anterior:
3k(3k 1)(3k 3)(3k 4) . . . 6.5.3.2
1
4
52
= 3 [k(k 1) . . . 2.1][(k )(k ) . . .
]
3
3
33
(k + 23 )
= 32k k!
( 23 )
(3k + 1)(3k)(3k 2)(3k 3) . . . 7.6.4.3
1
2
74
= 32k [k(k 1) . . . 2.1][(k + )(k ) . . .
]
3
3
33
4
(k + 3 )
= 32k k!
.
( 43 )
2k

La soluci
on general es:
x(t) = a0

( 23 )
( 43 )
3k
+
a
t
t3k+1 .
1
2k k!(k + 2 )
2k k!(k + 4 )
3
3
3
3
k=0
k=0

Se denen las funciones de Airy como dos soluciones linealmente independientes de esta ecuacion con las condiciones iniciales siguientes:
Ai(0) =

32/3
34/3
2 , Ai(0) =
( 3 )
( 43 )

Bi(0) =

31/6
35/6
,
Bi(0)
=
.
( 23 )
( 43 )

MAR

125

Concretamente, Ai(t) es la unica solucion (salvo constante multiplicativa)

de la ecuacion de Airy que tiende a cero cuando t tiende a +. Entonces:
Ai(t) =

Bi(t) =

1
1
3k

t
t3k+1
2k+2/3 k!(k + 2 )
2k+4/3 k!(k + 4 )
3
3
3
3
k=0
k=0

3[

1
1
3k
t
t3k+1 ].
+
2k+2/3 k!(k + 2 )
2k+4/3 k!](k + 4 )
3
3
3
3
k=0
k=0

Aunque no sea f
acil de demostrar, la funci
on Ai(t) es siempre mayor que
cero. Cuando t es mayor que cero es decreciente y tiende a cero cuando t tiende
a +. Cuando t es menor que cero es oscilante. La funcion Bi(t) es tambien
positiva. Cuando t es mayor que cero es creciente y tiende a innito cuando t
tiende a +. Cuando t es menor que cero es tambien oscilante. Se puede probar
que el wronskiano de estas dos soluciones (que no depende de t como prueba
la f
ormula de Abel-Liouville) es igual a 1/. Volveremos a estas funciones mas
adelante.

5.3

Puntos singulares

Cuando t0 no es un punto ordinario de la ecuacion, no siempre existen soluciones

analticas en un entorno de t0 . Es mas, este es un comportamiento excepcional.
En general aparecen polos, puntos de ramicaci
on o singularidades esenciales.
Solo en algunos casos se puede dar una teora general que permite calcular la
soluci
on. Son los llamados puntos singulares regulares. En estos puntos las
soluciones pueden tener singularidades que son polos o puntos de ramicaci
on,
pero no singularidades esenciales. La forma de estas soluciones es:
x(t) = w(t)(t)
donde (t) es una funci
on analtica en un entorno de t0 y w(t) (que en ocasiones
es simplemente 1) tiene un polo o un punto de ramicaci
on en t0 . Si alguna
soluci
on presenta una singularidad esencial, el punto se llama singular irregular
y el estudio de las soluciones es mas complicado. Tomaremos el siguiente criterio
como la denici
on de punto singular regular:
Denici
on 5.2 Sea la ecuaci
on lineal de segundo orden:
R(t)x

+ P (t)x
+ Q(t)x = 0
y sean p(t) = P (t)/R(t), q(t) = Q(t)/R(t). Si en t0 las funciones p(t) y q(t) no
son analticas, pero s lo son:
(t t0 )p(t), (t t0 )2 q(t)
entonces se dice que t0 es un punto singular regular.

126

EDO. Versi
on 4. Mayo 1996

Ejemplo. El origen es un punto singular regular para toda ecuaci

on de Euler.
Las soluciones como hemos visto antes, pueden ser analticas en t = 0, pero en
cualquier caso las u
nicas singularidades que presentan son polos o puntos de
ramicaci
on:
t2 x

+ atx
+ bx = 0
polinomio indicial: r(r 1) + ar + b = 0.
Como veremos, la idea de polinomio indicial se generaliza a cualquier ecuacion con puntos singulares regulares. Las races son r1 , r2 . Se pueden presentar
los siguientes casos:
1. Races distintas:
x(t) = c1 |t|r1 + c2 |t|r2
2. Races iguales:
x(t) = c1 |t|r1 + c2 |t|r1 log |t|
En el primer caso, si las races son complejas se puede escribir:
x(t) = c1 |t| cos( log |t|) + c2 |t| sen( log |t|)
con r = + i.
Ejemplo: El punto t = 0 es singular regular para la siguiente ecuaci
on:
1
t2 (t + 1)x

t2 x
+ (3t + 1)x = 0.
4
Una base de soluciones es:
x1 (t) = t1/2 , x2 (t) = t1/2 log(t) + t3/2
que tienen un punto de ramicaci
on en el origen.
Ejemplo: Aunque el punto t = 0 es tambien singular regular para la siguiente
ecuacion, existen soluciones que son analticas en 0:
2
x

+ x
+ x = 0
t
Una base de soluciones es:
x1 (t) =

sen t
cos t
, x2 (t) =
.
t
t

La primera de estas funciones es analtica en t = 0. La segunda tiene un polo

de primer orden.
Ejemplo: El punto t = 0 es singular irregular para la ecuaci
on:
t3 x

+ t(1 + 3t)x
+ x = 0.
Las funciones:

1
x1 (t) = 1 + , x2 (t) = e1/t
t

MAR

127

son una base del espacio de soluciones de esta ecuacion. Ninguna de ellas es
analtica en t = 0. La primera tiene un polo y la segunda una singularidad
esencial.
En los puntos singulares regulares puede ocurrir que las soluciones sean
analticas. Sin embargo en los singulares irregulares siempre hay alguna soluci
on
que presenta una singularidad esencial. Cuando el orden de la ecuaci
on es mayor
que 2, se pueden dar criterios similares para distinguir los puntos singulares regulares de los irregulares. El siguiente teorema proporciona la forma de las soluciones en un entorno de un punto singular regular (para facilitar la comprensi
on
se toma t0 = 0; para cualquier t0 las conclusiones del teorema son facilmente
trasladables a ese punto):
Teorema 5.2 (Frobenius) : Sea t0 = 0 punto singular regular para la ecuaci
on:
x

+ p(t)x
+ q(t)x = 0
es decir tp(t) y t2 q(t) son analticas en t = 0:
tp(t) =

pn tn , t2 q(t) =

n=0

q n tn

n=0

donde p0 , q0 o q1 son distintos de cero. Sea el menor de los radios de convergencia de estas dos series. Se dene el polinomio indicial de la ecuaci
on
como:
r(r 1) + p0 r + q0
donde
p0 = lim tp(t), q0 = lim t2 q(t)
t0

t0

y sus races son r1 y r2 (en el caso de races reales r1 r2 ).

Entonces, en cada uno de los intervalos (, 0) y (0, ), la ecuaci
on tiene
dos soluciones linealmente independientes dadas por:
1. Si r1 r2 no es un entero positivo o cero,
x1 (t)
x2 (t)

= |t|r1
= |t|r2

n=0

an (r1 )tn
an (r2 )tn

n=0

donde a0 (r1 ) = a0 (r2 ) = 1.

2. Si r1 = r2 ,
x1 (t)

= |t|r1

an (r1 )tn

n=0

x2 (t)

= x1 (t) log |t| + |t|

r1

n=1

bn (r1 )tn

128

EDO. Versi
on 4. Mayo 1996
donde a(r0 ) = 1. N
otese que la segunda serie empieza en t, para evitar
repetir la primera soluci
on.

3. Si r1 r2 = N , entero positivo,
x1 (t)

= |t|r1

an (r1 )tn

n=0

x2 (t)

= ax1 (t) log |t| + |t|

r2

cn (r2 )tn

n=0

donde a0 (r1 ) = c0 (r2 ) = 1 y la constante a puede ser cero. Los coecientes de las series, as como la constante a, se calculan introduciendo las series
en la ecuaci
on diferencial. Las series son convergentes al menos en (, ),
deniendo funciones analticas en t = 0. Es decir, todas las singularidades
est
an en tr y en log t, y son por tanto, como ya habamos anunciado, polos y
puntos de ramicaci
on.
Aunque no vamos a demostrar este teorema, s daremos una serie de indicaciones sobre sus resultados. Supongamos que t = 0 es un punto singular regular,
por tanto p(t) o q(t) no son analticas. Sustituyamos en la ecuaci
on una soluci
on
de la forma:

x(t) = tr
an tn
n=0

(n + r)(n + r 1)an tn+r2 +

n=0

n=0

p n tn

(m + r)am tm+r1 +

m=0

n=0

q n tn

am tm+r = 0

m=0

Los primeros terminos del desarrollo son:

(r(r 1) + rp0 + q0 )a0 tr +
((rp1 + q1 )a0 + ((r + 1)r + (r + 1)p0 + q0 )a1 )tr+1 +
((rp2 + q2 )a0 + ((r + 1)p1 + q1 )a1 +
((r + 2)(r + 1) + (r + 2)p0 + q0 )a2 )tr+2 + = 0
de donde se deduce:
r(r 1) + rp0 + q0 = 0
que es el polinomio indicial. Obviamente a0 no puede ser cero, pues el comportamiento de la soluci
on cerca de t = 0 no sera la potencia r de t sino r + 1 u
otra superior. Por eso se toma a0 = 1 en el enunciado del teorema.
(rp1 + q1 )a0 + ((r + 1)r + (r + 1)p0 + q0 )a1 = 0

MAR

129

De esta segunda ecuacion tenemos que calcular a1 . As que el coeciente de a1

no debera ser cero. Sea r1 la mayor de las dos races del polinomio indicial,
en el caso en que sean reales (si son complejas no hay problemas). Entonces, el
coeciente de a1 no es cero:
(r1 + 1)(p0 + r) + q0 = p0 + 2r1 = 1 + r1 r2 > 0
puesto que r1 es la mayor de las races (si son complejas, este coeciente tampoco
es cero). A
un en el caso en que las races sean iguales, ese coeciente es positivo.
Luego a1 se puede calcular siempre en terminos de a0 . Consideremos ahora el
termino siguiente:
(rp2 + q2 )a0 + ((r + 1)p1 + q1 )a1 + ((r + 2)(r + p0 + 1) + q0 )a2 = 0
Si el coeciente de a2 es distinto de cero, se podr
a calcular a2 en funci
on de a0
y a1 . Tomando r = r1 :
(r1 + 2)(r1 + p0 + 1) + q0 = 2(r1 r2 ) + 4
que tambien es distinto de cero por las mismas razones anteriores. Veamos cual
es en general el coeciente de an en estas relaciones. El coeciente de la potencia
n + r de t contiene a0 , a1 , . . . , an . El coeciente de an es:
t2 x

(r + n)(r + n 1)

tp(t)x

p0 (r + n)
2
t q(t)x q0
por tanto, el coeciente buscado es:
f (n, r) = (r + n)(r + n 1) + (r + n)p0 + q0 = n(n + 2r + p0 1)
y si se pone r = r1 :
f (n, r1 ) = n(n + r1 r2 )
que es positivo para todo n. Por lo tanto, podemos ir calculando los coecientes
de la serie de una forma recursiva. Calculados a0 , a1 , . . . , an , se puede hallar
an+1 . Si la segunda raz es distinta de la primera y no diere de ella en un
entero positivo, el coeciente b
asico es ahora:
f (n, r2 ) = n(n + r2 r1 )
que tampoco es cero. Luego existe una solucion que tiene la forma indicada en
el teorema. Es obvio que cuando r1 = r2 solo hay una soluci
on de ese tipo. Pero
el caso mas curioso aparece cuando las dos races dieren en un entero positivo:
r1 r2 = N . Ahora, el coeciente b
asico es:
f (n, r2 ) = n(n N )

130

EDO. Versi
on 4. Mayo 1996

que se anula para n = N , es decir, el coeciente aN no se puede calcular en

general a partir de los anteriores, y la segunda soluci
on tiene la forma indicada en el teorema. Puede ocurrir sin embargo, que el coeciente de tN +r sea
identicamente nulo, en cuyo caso la segunda soluci
on tiene a = 0.
Como hemos visto, siempre hay una solucion de la forma:
x(t) = tr1 (t)
donde (t) es una funci
on analtica en un entorno de cero, con (0) distinto de
cero, y r1 es la raz mayor del polinomio indicial en el caso en que sean reales (o
una cualquiera de las complejas en el caso que lo sean). La otra soluci
on puede
tener el mismo aspecto o presentar un logaritmo. Veamos que podemos decir
de ella. Como sabemos una solucion, podemos reducir el orden de la ecuaci
on:

x(t) = tr1 (t) v
tv
+ (tp(t) + 2t

+ 2r1 )v = 0.

Esta ecuacion tiene un punto singular regular en t = 0 (es inmediato trasladar la denici
on de puntos singulares regulares a ecuaciones de primer orden)
pues el coeciente de v(t) es analtico. El polinomio indicial sera:
r + (0) = 0
donde (t) es el coeciente de v(t) en la ecuacion diferencial. Calculando se
obtiene (como era de esperar):
r = 1 r1 + r2
por lo que la soluci
on es:

v(t) = tr2 r1 1 g(t)

donde g(t) es analtica, con g(0) distinto de cero. Sustituyendo para encontrar
x(t):


x(t) = tr1 (t) tr2 r1 1 g(t)dt = tr1 (t) [c0 tr2 r1 1 + c1 tr2 r1 + ]
donde c0 , c1 , . . . son los coecientes del desarrollo en serie de g(t). Est
a claro que,
dependiendo de los exponentes r1 , r2 , puede aparecer un logaritmo. Si r1 = r2 ,
se obtiene un logaritmo. Si la diferencia r1 r2 entre los exponentes es un
entero positivo, puede aparecer un logaritmo, si el correspondiente coeciente
del desarrollo de g(t) es distinto de cero. En la expresion anterior aparece
condensado (y demostrado en buena parte) el teorema de Frobenius.
Ejemplo. La ecuaci
on de Bessel de orden .
t2 x

+ tx
+ (t2 2 )x = 0, 0

MAR

131

Supongamos que queremos calcular las soluciones de esta ecuacion en un entorno

de t = 0, con t > 0 (la ecuacion de Bessel aparece asociada a la separacion de
variables en coordenadas cilndricas, y all t es el radio que es positivo). En
cualquier caso, se podra considerar una variable t compleja e incluso compleja
con  0. Est
a claro que t = 0 es un punto singular regular. Los coecientes
p(t) y q(t) son:
1
t2 2
p(t) = , q(t) =
t
t2
por tanto:
p0 = lim tp(t) = 1, q0 = lim t2 q(t) = 2
t0

t0

y el polinomio indicial:
r(r 1) + r 2
que tiene por races:
r1 = , r2 = .
Para cualquier valor de , existe una soluci
on del tipo:
x(t) = t

an tn .

n=0

Sustituyendo en la ecuaci
on:

( + n)( + n 1)an tn+ +

n=0

n=0

an tn++2

n=0

simplicando:

( + n)an tn+ +
2 an tn+ = 0

n=0

n(n + 2)an tn+ +

n=0

an2 tn+ = 0

n=2

que lleva a las ecuaciones (recuerdese que 0):

a1

n(n + 2)an + an2

0, n 2

Puesto que la diferencia entre los ndices de la relaci

on de recurrencia es 2 y
a1 es igual a cero, esta claro que esta solucion es una funci
on par, todos los
coecientes impares son cero. En cuanto a los ndices pares:
a2n =

a2n2
, n1
2n(2n + 2)

ecuacion que puede ser f

acilmente resuelta:
a2n =

22n n!(

(1)n
a0 , n 1
+ n)( + n 1) . . . ( + 1)

132

EDO. Versi
on 4. Mayo 1996

utilizando la funci
on gamma, podemos escribir:
a2n =

(1)n ( + 1)
a0 , n 1.
+ n + 1)

22n n!(

Para cualquier a0 se obtiene una soluci

on de la ecuacion de Bessel. Se dene
la funci
on de Bessel de primera especie de orden , J (t), con el siguiente valor
de a0 :
1
a0 =
2 ( + 1)
que nos da la soluci
on:
 
 2n

(1)n
t
t
J (t) =
.
2
n!(n
+

+
1)
2
n=0
Esta funci
on, cuyo comportamiento en el origen es t , es siempre una solucion
de la ecuacion de Bessel, para cualquier . Calculemos ahora una segunda
soluci
on linealmente independiente de la primera. Ahora necesitamos distinguir
varios casos, de acuerdo con el teorema. Si la diferencia entre las races del
polinomio indicial, 2, no es un entero positivo o cero, la segunda soluci
on es:
x2 (t) = t

b n tn

n=0

de donde resulta evidente que los c

alculos son los mismos que antes, cambiando
por , as que se dene la funci
on:
 
 2n

(1)n
t
t
J (t) =
2
n!(n

+
1)
2
n=0
que es linealmente independiente de la primera si 2 no es entero positivo. Si
2 es entero positivo, esta solucion podra ser a
un linealmente independiente de
la primera, pues la soluci
on presentada en el teorema contiene una constante,
a, en el termino logartmico que puede ser cero. Sin embargo, veamos como en
el caso = p entero positivo, las funciones Jp (t) y Jp (t) son proporcionales:
Jp (t) =

 2n
 p

(1)n
t
t
.
2
n!(n

p
+
1)
2
n=0

Pero la funci
on tiene polos en los enteros negativos as que la serie realmente
comienza en n = p:
 2n
 p

t
(1)n
t
Jp (t) =
2
n!(n

p
+
1)!
2
n=p
 p
 2(n+p)

(1)n+p
t
t
=
2
(n
+
p)!n!
2
n=0

MAR

133

de donde se obtiene inmediatamente el resultado buscado:

Jp (t) = (1)p Jp (t), p entero positivo.
El caso en que no es entero pero 2 s lo es, no introduce logaritmos en las
soluciones, es decir J (t) y J (t) son linealmente independientes, aunque haya
que demostrarlo. Pero si es entero positivo o cero (en este u
ltimo caso no hay
discusi
on, las dos races son iguales y por tanto una de las dos soluciones de
las que habla el teorema lleva necesariamente un logaritmo) como acabamos de
ver, la segunda soluci
on lleva un logaritmo. Calculemosla en el caso = 0:
x2 (t) = J0 (t) log t +

b n tn

n=1

sustituyendola en la ecuaci
on, tx

+ x
+ tx = 0:
(tJ0

+ J0
+ tJ0 ) log t + 2J0
+ b1 + b2 t +

[(n + 1)2 bn+1 + bn1 ]tn = 0

n=2

El parentesis que multiplica a log t es cero, pues J0 (t) es solucion de la ecuacion.

Esto ocurre siempre, el logaritmo no aparece a la hora de resolver la ecuaci
on.
Sustituyendo la expresi
on de J0 (t):
 2n

(1)n t
J0 (t) =
(n!)2 2
n=0
 2n1

(1)n
t
2n
+
b
+
4b
t
+
[(n + 1)2 bn+1 + bn1 ]tn = 0.
1
2
2
(n!)
2
n=0
n=2
Conviene separar la segunda serie en terminos pares e impares:
 2n1

(1)n
t
2n
+ b1 + 4b2 t +
2
(n!)
2
n=0

n=1

[(2n + 1)2 b2n+1 + b2n1 ]t2n +

[(2n)2 b2n + b2n2 ]t2n1 = 0

n=2

de donde se obtienen las siguientes relaciones de recurrencia:

b1

1 + 4b2

(2n + 1)2 b2n+1 + b2n1

(1)n 4n
+ (2n)2 b2n + b2n2
(n!)2 22n

0, n 1

0, n 2

La soluci
on de este conjunto de ecuaciones jar
a los coecientes bn . La relaci
on
entre los coecientes de ndice impar y la primera ecuaci
on b1 = 0 implica:
b2n+1 = 0, n 0.

134

EDO. Versi
on 4. Mayo 1996

La ecuacion que liga los terminos de ndice par tambien puede ser resuelta. Para
escribirla de una forma compacta, pongamos:
Hn =

n

1
k

k=1

con lo que la soluci

on es:
b2n =

(1)n+1
Hn , n 1
22n (n!)2

Una vez conocidos los coecientes bn , resulta inmediato escribir la segunda

soluci
on:

(1)n+1 Hn 2n
x2 (t) = J0 (t) log t +
t .
22n (n!)2
n=1
Las soluciones J0 (t) y x2 (t) son linealmente independientes, seg
un asegura
el teorema. Sin embargo, es usual utilizar en lugar de esta base otra formada
por J0 (t) y una combinaci
on lineal de J0 (t) y x2 (t):
N0 (t) =

(1)n+1 Hn 2n
2
t
t ]
[( + log )J0 (t) +

2
22n (n!)2
n=1

que es la funci
on de Neumann de orden cero. Esta funci
on tiene una singularidad
de tipo logartmico en t = 0. De acuerdo con la notaci
on dada antes:
N0 (t) =

2
2
x2 (t) + ( log 2)J0 (t)

donde es la constante de Euler, denida por:

= lim (Hn log n) = 0.57721 . . .
n

El c
alculo anterior puede hacerse para = p entero arbitrario siguiendo los
mismos razonamientos, pero resulta muy complicado. Denamos en su lugar las
siguientes funciones:
N (t) =

cos J (t) J (t)

sen

directamente cuando no es un entero, y a traves de un lmite cuando es

entero. En particular:
N0 (t) = lim N (t).
0

Cuando = p, entero, se puede demostrar que:

Np (t) =

 p
 2n
p1
2
1 t
t
(p n 1)! t
+
( + log )Jp (t) [

2
2
n!
2
n=0
 p  p
 2n

Hp t
(1)n (Hn + Hn+p ) t
t
+
].
p! 2
2 n=1
n!(n + p)!
2

MAR

135

Todas ellas tienen una singularidad logartmica (cuando no es entero, no

existe ese tipo de singularidad, aunque en cualquier caso no son analticas en
cero).
Las funciones de Neumann as denidas, son soluciones de la ecuaci
on de
Bessel para cada , y son linealmente independientes con J (t). No entraremos
en detalles sobre estas armaciones. Baste recordar aqu que, para dado, las
funciones:
J (t), N (t)
son una base del espacio de soluciones de la ecuacion de Bessel de orden . Si
no es entero, las funciones:
J (t), J (t)
son tambien una base de soluciones.
No hemos establecido que ocurre cuando 2 es entero, pero no lo es. Seg
un
lo anterior, J (t) y J (t) son una base, y no aparece ninguna singularidad
logartmica, luego la constante a del teorema debe ser cero y J (t) y N (t) son
tambien una base. Calculemos J y N cuando = 1/2:
N 12 (t) = J 12 (t)
  12
 2n

(1)n
t
t
J 12 (t) =
3
2
2
n!(n + 2 )
n=0
usando las propiedades de la funci
on se obtiene:
 2n+1

3
1
n!(n + ) =
(2n + 1)!
2
2
y sustituyendo en la expresi
on de J 12 :
J 12 (t) =

2
sen t.
t

El mismo tipo de razonamiento permite calcular J 12 :


2
J 12 (t) =
cos t
t
que forman una base del espacio de soluciones de la ecuaci
on de Bessel de orden
1/2.
Las funciones de Bessel verican una serie de relaciones de recurrencia tales
como:
d
[t J (t)] = t J1 (t)
dt
d
[t J (t)] = t J+1 (t)
dt
J1 (t) J+1 (t) = 2J
(t)
2
J1 (t) + J+1 (t) =
J (t)
t

136

EDO. Versi
on 4. Mayo 1996

que se demuestran facilmente usando la ecuacion y la denici

on de J (t).
Por ejemplo, la primera de ellas:
d
[t J (t)] =
dt
 
 2n 
2
d
(1)n 2
t
t
=
dt
2
n!(n + + 1) 2
n=0
 2(n+)1

(1)n 2(n + ) t
n!(n + + 1) 2
n=0
como (n + + 1) = (n + )(n + ):
 2(n+)1

(1)n 2
t
=
=
n!(n
+
)
2
n=0
 2(n+)1

(1)n
t
t
= t J1 (t)
n!(n
+
)
2
n=0
La segunda se demuestra exactamente igual. La tercera se prueba a partir de las
dos primeras. Multiplicando la primera por t , la segunda por t y sumando:
J1 (t) J+1 (t) = t

d
d
[t J (t)] + t [t J (t)] = 2J
(t)
dt
dt

Y la cuarta, restando:
J1 (t) + J+1 (t) = t

d
d
[t J (t)] t [t J (t)] = 2t1 J (t)
dt
dt

No podemos entrar aqu en una discusi

on del comportamiento de estas funciones cuando t tiende . Pero el resultado es particularmente simple (y nada
sorprendente en el caso de orden 1/2):

2

J (t) =
cos(t (2 + 1) ) + o(t3/2 )
t
4

2

N (t) =
sen(t (2 + 1) ) + o(t3/2 )
t
4
es decir, tanto J (t) como N (t) oscilan indenidamente, mientras la amplitud
tiende a cero cuando t tiende a .
Para terminar este estudio elemental de la ecuacion de Bessel, mencionemos
aqu la relaci
on entre esta ecuacion y la de Bessel esferica de orden :
2
( + 1)
x

+ x
+ (1
)x = 0.
t
t2
Un cambio de variable lleva esta ecuacion a la de Bessel de orden + 12 :
y
x=

MAR

137

( + 12 )2
1
y

+ y
+ (1
)y = 0
t
t2
y por tanto una base del espacio de soluciones de la ecuaci
on de Bessel esferica
es:


j (t) =
J 1 (t)
2t + 2


n (t) =
N 1 (t).
2t + 2

5.4

Singularidades en el innito

Como hemos visto, el tratamiento de los puntos ordinarios o singulares regulares no presenta ninguna dicultad. Sin embargo, en orden al estudio de los
comportamientos de las soluciones de una ecuacion diferencial cuando t tiende
a , resulta necesario introducir una serie de metodos que permitan aplicar la
teora estudiada previamente a esta situaci
on. La manera m
as usual de hacerlo
es cambiar la variable, pasando de t a su inversa, con lo cual el punto del innito
pasa a ser el origen. Consideremos la ecuacion:
R(t)x

+ P (t)x
+ Q(t)x = 0
hagamos el cambio de variable t = 1/s. La nueva ecuaci
on es:
dx
1 dx
= 2
dt
t ds
d2 x
1 d2 x
2 dx
=
+ 2
2
4
2
dt
t ds
t ds
  2

 
 
 
x
1
1
1
d
dx
1
3
2
s4 R
+
2s
R
P

s
+
Q
= 0.
2
s ds
s
s
ds
s
Por lo tanto, el punto t = (es decir s = 0) es un punto ordinario de la
ecuacion inicial si las funciones:

 
 
 
1
2
1
1
1
1
1
1
R
2P
, 4 1Q
s
s
s
s
s
R s
s R s
son analticas en un entorno de s = 0.
De forma similar, t = es un punto singular regular para la ecuaci
on de
partida si alguna (o las dos) de las funciones anteriores no es analtica en s = 0,
pero s son analticas las funciones:
 
  
 
1
1
1
1
1
1
 1  2R
P
, 2 1Q
.
s
s
s
s
R s
s R s
Ejemplo: La ecuaci
on de Legendre.
(1 t2 )x

2tx
+ ( + 1)x = 0.

138

EDO. Versi
on 4. Mayo 1996

Las funciones a estudiar son:

2s
( + 1)
,
.
s2 1 s2 (s2 1)
La segunda no es analtica, pero al multiplicarla por s2 se obtienen dos funciones
analticas en s = 0. Por lo tanto el punto t = es un punto singular regular
para esta ecuacion. Eso hace que se pueda aplicar el teorema de Frobenius a la
ecuacion transformada lo que da para la ecuaci
on original una serie de potencias
en t1 , multiplicada por alguna potencia de t o un logaritmo.
Ejemplo: Ecuaci
on de Hermite.
x

2tx
+ x = 0.
Haciendo el cambio, se obtienen:
2
s


1+

1
s2


,

s4

que tienen en s = 0 singularidades m

as fuertes de las que permite la denici
on
de punto singular regular. Por tanto t = es un punto singular irregular.
Ejemplo: Ecuacion de Airy.
x

= tx.
En este caso las funciones a estudiar son:
2
1
, 5
s
s
as que t = es un punto singular irregular para esta ecuaci
on. Lo mismo
ocurre con la ecuacion de Bessel.
El conocimiento de las singularidades de una ecuaci
on diferencial lineal proporciona algunas veces los coecientes de dicha ecuacion y en general da ideas
sobre su comportamiento en un entorno de esos puntos. Veamos como en el
caso particular de la ecuaci
on lineal de segundo orden, solo hay esencialmente
una ecuaci
on que tenga tres puntos singulares regulares con exponentes (races
de la ecuacion indicial) dados.

5.5

La ecuaci
on de Riemann

Consideremos la ecuacion diferencial lineal de segundo orden:

x

+ p(t)x
+ q(t)x = 0
y supongamos que 0, 1, son puntos singulares de esta ecuacion, con races
del polinomio indicial en cada uno de estos puntos (1 , 2 ), (1 , 2 ), (1 , 2 )
respectivamente. Veamos como podemos calcular p(t) y q(t):

MAR

139

1. En t = 0, tp(t) y t2 q(t) son analticas.

2. En t = 1, (t 1)p(t) y (t 1)2 q(t) son analticas.
 
 
3. En s = 0, 2 1s p 1s , s12 q 1s son analticas.
Consideremos primeramente la funci
on p(t). Al ser tp(t) analtica en un
entorno de 0 y (t 1)p(t) analtica en un entorno de 1, y no haber m
as puntos
singulares a distancia nita, se concluye que t(t 1)p(t) es analtica en toda la
recta. Por lo tanto existe una serie de potencias de t que representa a la funci
on
con radio de convergencia innito:
t(t 1)p(t) =

an tn

n=0

si cambiamos t por 1/s:


  
 

1 1
an 1
1
1
1 an
1 p
=
p
=
,
s s
s
sn s
s
s 1 n=0 sn1
n=0
pero, como hemos dicho antes, la funci
on (1/s)p(1/s) es analtica, por tanto la
serie que aparece a la derecha tiene que tener todos los coecientes cero a partir
de a2 (inclusive). Por tanto:
p(t) =

a0 + a1 t
A
B
= +
t(t 1)
t
t1

luego, p(t) queda jado salvo dos constantes. El mismo procedimiento se aplica
a q(t). Las funciones t2 q(t), (t 1)2 q(t) son analticas en t = 0, por tanto,
(t(t 1))2 q(t) es analtica en toda la recta al no tener otros puntos singulares a
distancia nita:

t2 (t 1)2 q(t) =
bn tn
n=0

cambiando t por 1/s:


 
2  

1 1
bn 1
bn
1
1
1
q
,
q

1
=
=
n s2
2
n2
s2 s
s
s
s
(s

1)
s
n=0
n=0
como (1/s2 )q(1/s) es una funci
on analtica en s = 0, los coecientes de la serie
anterior deben ser cero para todo n a partir de n = 3, por lo que:
q(t) =

b 0 + b 1 t + b 2 t2
C
D
E
= 2+
+
2
2
2
t (t 1)
t
(t 1)
t(t 1)

como uno puede demostrar f

acilmente (no hay cuatro constantes independientes,
solo tres, b0 , b1 , b2 ).
Las cinco constantes que aparecen en p(t) y q(t) se calculan a partir de los
exponentes:

140

EDO. Versi
on 4. Mayo 1996
en t = 0 el polinomio indicial es:
r(r 1) + Ar + C

por lo que la suma y el producto de las races son:

1 + 2
1 2

= 1A
= C

en t = 1 el polinomio indicial es:

r(r 1) + Br + D
y la suma y el producto de races:
1 + 2
1 2

1B

= D

en t = el polinomio indicial es:

r(r 1) + (2 A B)r + (C + D + E)
la suma y el producto de races:
1 + 2
1 2

= A+B1
= C +D+E

Las expresiones de las constantes A, B, C, D, E en funci

on de los exponentes
son:
A

= 1 1 2

= 1 1 2

= 1 2

= 1 2

= 1 2 1 2 + 1 2

y a
un queda otra relaci
on, que liga los exponentes. Es decir, en este tipo de
ecuaciones, los exponentes de los puntos singulares no son independientes:
1 + 2 + 1 + 2 + 1 + 2 = 1
Hemos visto que las funciones p(t) y q(t) quedan completamente jadas, y
que los exponentes en los puntos singulares no son independientes. Se pueden
obtener estos mismos resultados cuando los puntos singulares son distintos de
0, 1, , basta hacer una transformaci
on que los lleve a estos.
Supongamos que uno de los exponentes en t = 0, sea 1 , y otro en t = 1,
1 , se toman iguales a 0. Esto impone una restricci
on sobre los demas:
2 + 2 + 1 + 2 = 1

MAR

141

llamemos = 1 , = 2 , = 1 2 (por cuestiones de notacion cl

asica). La
ecuacion de Riemann es:
t(1 t)x

+ (1 2 (2 2 2 )t)x
1 2 x = 0
es decir, con las notaciones anteriores y usando 2 = :
t(1 t)x

+ ( (1 + + )t)x
x = 0
ecuacion que tiene tres puntos singulares, en 0, 1, y cuyos exponentes son:
t=0
t=1

0
0

t=

Esta es la ecuacion hipergeometrica de Gauss, ecuacion frecuente en la Fsica

Matematica, en esta forma o con alg
un cambio de variable como veremos. A
ella dedicaremos el proximo apartado.

5.6

La ecuaci
on hipergeom
etrica de Gauss

Como hemos dicho la ecuacion:

t(1 t)x

+ ( (1 + + )t)x
x = 0
tiene puntos singulares regulares en 0, 1, . Esto hace que podamos calcular
sus soluciones como series de potencias en torno a cualquiera de estos tres puntos. Los radios de convergencia de estas series no son en general innitos, as
que sera necesario considerarlas en distintas situaciones seg
un las necesidades
de cada caso. Ademas, seg
un los valores de las constantes, pueden aparecer logaritmos o no. Dado que no intentamos hacer una teora completa de la ecuacion
hipergeometrica, nos limitaremos a los casos mas sencillos.
Consideremos en primer lugar los desarrollos en serie en torno al punto t = 0.
Seg
un hemos dicho antes, los exponentes para este punto son 0 y 1 . Siempre
existir
a una soluci
on del tipo una potencia de t por una funci
on analtica. El
exponente sera 0 o 1 , seg
un cu
al de los dos sea mayor. Si la diferencia entre
ambos no es un entero, el teorema de Frobenius permite asegurar la existencia
de dos soluciones linealmente independientes de la forma dicha anteriormente.
Supongamos entonces que no es un entero negativo o cero, con lo cual existe
una soluci
on de la forma siguiente:
x(t) =

an tn

n=0

Sustituyendo en la ecuaci
on:
t(1 t)

n=0

n(n 1)an t

n2

+ ( ( + + 1)t)

n=0

nan t

n1

n=0

an tn = 0

142

EDO. Versi
on 4. Mayo 1996

multiplicando y simplicando se obtiene:

(n(n 1) + n)an tn1

n=1

es decir:

(n(n 1) + n( + + 1) + )an tn = 0

n=0

((n + 1)( + n)an+1 ( + n)( + n)an )tn = 0

n=0

lo que nos permite obtener la siguiente relaci

on de recurrencia:
an+1 =

( + n)( + n)
an , n 0
(n + 1)( + n)

Si se dene el smbolo:
()n = ( + 1)( + 2) . . . ( + n 1)
se encuentra como solucion, tomando a0 = 1:
an =

()n ()n
, n1
n!()n

La serie correspondiente se llama serie hipergeometrica, y converge, con las

restricciones anteriormente dichas sobre , en el intervalo (1, 1):
w01 (t) = F (, , ; t) =

()n ()n n
t .
n!()n
n=0

La segunda soluci
on, asociada al segundo exponente es:
x2 (t) = t1

b n tn

n=0

y los coecientes se podran calcular de la manera usual. Sin embargo, una de

las propiedades m
as interesantes de la ecuacion hipergeometrica es su comportamiento frente a transformaciones de la variable dependiente e independiente.
Sin entrar en una discusi
on detallada, para este caso tenemos lo siguiente. Si:
y = t(1) x
la nueva ecuaci
on es:
t(1 t)y

+ ((2 ) ( + 2 + 3)t)y
( + 1)( + 1)y = 0
que es una ecuacion hipergeometrica de par
ametros, + 1, + 1, 2 .
En t = 0, los exponentes son 0, 1, por lo que la soluci
on asociada a 0 es:
y(t) = F ( + 1, + 1, 2 ; t)

MAR

143

de donde la segunda soluci

on es:
w02 (t) = t1 F ( + 1, + 1, 2 ; t).
Desde un punto de vista m
as general, se puede considerar a F como dependiente de una variable compleja z. De acuerdo con lo dicho de F , esta esta
denida en el interior del crculo unidad (como siempre, no puede tomar valores que sean 0 o un entero negativo). Es posible demostrar que F se puede
extender a una funci
on analtica en todo el plano complejo salvo en un corte
[1, ). Esta funci
on se puede representar por una integral, pero no iremos m
as
lejos en esta lnea.
Si queremos calcular el desarrollo en serie en el punto t = 1, podemos actuar
como antes con series en t 1. Sin embargo es m
as comodo hacer un cambio
de variable que nos lleve el punto 1 al 0. Sea entonces s = 1 t. La ecuacion
transformada es:
s(1 s)x

+ (( + + 1) ( + + 1)s)x
x = 0
otra vez la ecuacion hipergeometrica con otros par
ametros. Por tanto las soluciones correspondientes son:
w11 (t)
w12 (t)

= F (, , + + 1; 1 t)
= (1 t) F ( , , 1 + ; 1 t)

Finalmente, si queremos calcular el desarrollo en t = , hagamos el cambio

t = 1/s. Si simult
aneamente cambiamos la variable dependiente, y = s x, se
obtiene:
s(1 s)y

+ (1 + (2 + 2 )s)y
( + 1)y = 0
ecuacion hipergeometrica con par
ametros , + 1, 1 + , por lo tanto:
w1 (t)
w2 (t)

= t F (, + 1, 1 + ; t1 )
= t F (, + 1, 1 + ; t1 )

Las seis soluciones w(t) obtenidas convergen en los dominios adecuados,

que se solapan en algunos casos. Es evidente que en esas zonas solo hay dos
soluciones linealmente independientes, as que existen ciertas relaciones entre
ellas. Tambien es posible demostrar como aparecen relaciones de recurrencia
entre las funciones hipergeometricas con distintos par
ametros.
Eligiendo adecuadamente los par
ametros, se obtienen otras ecuaciones ya
tratadas individualmente. Por ejemplo: = n, = n + 1, = 1, s = 1 2t
nos lleva a la ecuacion de Legendre:
(1 s2 )x

2sx
+ n(n + 1)x = 0
por lo tanto, los polinomios de Legendre son:
1
Pn (t) = F (n, n + 1, 1; (1 t)).
2

144

EDO. Versi
on 4. Mayo 1996

Como u
ltima aplicaci
on de la ecuacion hipergeometrica, estudiaremos como
se puede obtener a partir de ella la ecuaci
on de Kummer, y la aplicaremos a la
ecuacion radial que aparece al separar variables en la ecuaci
on de Schr
odinger
con un potencial culombiano.

5.7

La ecuaci
on hipergeom
etrica conuente

Consideremos la ecuacion hipergeometrica:

t(1 t)x

+ (( ( + + 1)t)x
x = 0
y hagamos un cambio de variable t por t/ (seguiremos llamando a la nueva
variable t). La nueva ecuaci
on es:
t( t)x

+ ( ( + + 1)t)x
x = 0
que tiene puntos singulares en 0, , . Por supuesto, la funci
on:
F (, , ;

t
)

es solucion de esta ecuacion. Dividamos por la ecuacion:

t(1

t


+1
)x + ( (1 +
)t)x
x = 0

y tomemos el lmite cuando :

tx

+ ( t)x
x = 0
Esta ecuacion (llamada por razones obvias, ecuaci
on hipergeometrica conuente) tiene dos puntos singulares, en 0, regular, y en irregular, debido a
la conuencia de las dos singularidades regulares que tena la ecuacion inicial.
Las soluciones se pueden calcular como lmite de las soluciones de la ecuacion
con nito:
 n

()n ()n t
t
1 F1 (, ; t) = lim F (, , ; ) = lim

n!()n

n=0
es decir:
1 F1 (, ; t)

()n n
t
n!()n
n=0

que se llama funci

on hipergeometrica conuente. Esta funci
on esta denida para
todo t, cuando no es cero ni entero negativo. Es mas, la funci
on F es analtica
en todo el plano complejo, considerando a t como una variable compleja. Es
posible encontrar una segunda soluci
on para esta ecuacion, linealmente independiente de la primera, la llamada funci
on hipergeometrica conuente de segunda

MAR

145

clase. Ciertas ecuaciones de la Fsica Matematica se pueden relacionar con la

ecuacion hipergeometrica conuente. Por ejemplo las ecuaciones de Hermite,
Laguerre y Bessel:
Si = n, = 12 , y hacemos el cambio t = s2 , la nueva ecuaci
on es:
x

2sx
+ 4nx = 0
que es la ecuacion de Hermite, una de cuyas soluciones es el polinomio de Hermite de ndice par, 2n:
H2n (t) = (1)n

(2n)!
1 2
1 F1 (n, ; t )
n!
2

si se elige = 3/2, se obtienen los de ndice impar.

Si ahora elegimos = n, = 1, > 1, la ecuacion es:
tx

+ ( + 1 t)x
+ nx = 0
que es la ecuacion de Laguerre. Esta ecuaci
on tiene a los polinomios de Laguerre
como soluciones:
Ln t) = et

t dn n+ t
(t
e ), n = 0, 1, 2, . . .
n! dtn

Los primeros de la serie son:

L0 (t)
L1 (t)
L2 (t)

=
=

1
1+t
1
=
((1 + )(2 + ) 2(2 + )t + t2 )
2
...

Estos polinomios estan relacionados con los de Hermite a traves de las siguientes ecuaciones:

(1)n
L1/2
(t) =
H2n ( t)
n
2n
2 n!

(1)n 1/2
1/2
Ln (t) =
t
H2n+1 ( t)
2n+1
2
n!
La demostracion de este resultado se puede hacer usando una representaci
on
integral de los polinomios de Laguerre, que escribimos seguidamente para mostrar las relaciones que existen entre las funciones especiales, y que han llevado
a muchos tratamientos unicadores (como por ejemplo los que usan la teora de
los grupos de Lie):


1
Ln (t) = t/2 et
sn+/2 es J (2 st)ds, > 1, n = 0, 1, 2, . . .
n!
0
donde J es la funci
on de Bessel de orden . Nada de extra
no tiene que la
ecuacion de Bessel este tambien relacionada con la ecuaci
on hipergeometrica
conuente.

146

EDO. Versi
on 4. Mayo 1996

La notaci
on 1 F1 se reere a las llamadas series hipergeometricas generalizadas:
p

(r )n tn
r=1
F
(
,

;
t)
=
p q
r s
q
s=1 (s )n n!
n=0
por lo que las series hipergeometricas que introdujimos al principio son 2 F1 ,
y las conuentes 1 F1 . Estas series convergen en (1, 1) (en el disco unidad,
aunque pueden extenderse por prolongaci
on analtica fuera de ese disco).

5.8

El
atomo de hidr
ogeno

Cuando se considera la ecuacion de Schr

odinger con un potencial central, el
problema es separable en coordenadas esfericas. La ecuacion radial cuando el
potencial es culombiano, resulta ser:


d2 ul
l(l + 1)
2
2Ze2
ul (r) = 0

(r)
+
E
+
dr2
r2
h2
h2 r
con el signicado usual de las constantes. Si simplicamos la ecuaci
on cambiando adecuadamente las variables y constantes:
= l+1 e/2 vl ()

r
=
8|E|
h

Ze2
=
2|E| h

ul (r)

se obtiene:

vl

+ (2(l + 1) )vl
(l + 1 )vl = 0

que es una ecuacion hipergeometrica conuente de par

ametros:
= l + 1 , = 2(l + 1).
Su soluci
on es una funci
on hipergeometrica conuente (por las condiciones de
contorno que se especican en la interpretaci
on fsica del problema la soluci
on no
debe ser singular en el origen, y la funci
on hipergeometrica conuente de segunda
clase lo es). Pero, para que la funci
on de ondas sea de cuadrado integrable, es
necesario que la serie se corte, lo que implica que es un entero negativo:
l + 1 = nr
Esta relaci
on permite cuanticar , es decir la energa. La ecuacion que se
obtiene es, como hemos visto antes, la ecuacion de Laguerre, y por lo tanto, las
soluciones de la ecuacion radial del atomo de hidr
ogeno son potencias del radio
por una exponencial decreciente y por polinomios de Laguerre dependientes del
nivel considerado.

MAR

5.9

147

Puntos singulares irregulares

No existe una teora que permita estudiar de manera sistematica los puntos
singulares irregulares. Eso hace el trabajo duro y muy interesante. En general
no es posible encontrar series que converjan en un entorno de esos puntos, ni
siquiera cuando se multiplican por una funci
on que lleve la singularidad (como
en el caso de la teora de Frobenius). Sin embargo es posible encontrar series que
representan la soluci
on con gran aproximaci
on, y que en general no convergen.
Son las series asintoticas, y su estudio, aunque complicado, es una de las ramas
mas interesantes del analisis. Desgraciadamente no podemos aqu intentar un
desarrollo, ni siquiera elemental, de este tema, por lo que nos limitaremos a un
ejemplo.
Ejemplo: Sea la ecuaci
on:
t2 x

+ (3t 1)x
+ x = 0.
El punto t = 0 es un punto singular irregular pues la funci
on tp(t) = 3 1/t
no es analtica en el. Por lo tanto no podemos aplicar el teorema de Frobenius
para calcular las soluciones. Sin embargo, intentemos calcular una soluci
on de
la forma dada en ese teorema:
x(t) = tr

an tn .

n=0

Sustituyendo en la ecuaci
on (suponemos a0 distinto de cero):

(n + r)(n + r 1)an tn+r +

n=0

3(n + r)an tn+r

n=0

(n + r)an tn+r1 +

n=0

an tn = 0

n=0

es decir:

n=0

[(n + r)(n + r + 2) + 1]an tn+r

(n + r)an tn+r1 = 0

n=0

y por tanto:

[((n + r)(n + r + 2) + 1)an (n + r + 1)an+1 ]tn+r ra0 tr1 = 0

n=0

De esta igualdad se obtiene el valor de r y la relaci

on de recurrencia que
deben satisfacer los coecientes de la serie:
r
((n + r)(n + r + 2) + 1)an (n + r + 1)an+1

= 0
= 0, n 0

148

EDO. Versi
on 4. Mayo 1996

Sustituyendo el valor de r
(n + 1)an an+1 = 0, n 0
que tiene por soluci
on:
an = n!a0 , n 0
Hemos obtenido asi una serie que, al menos formalmente, verica la ecuacion
diferencial:

x(t) =
n!tn
n=0

pero que sin embargo, no dene ninguna funci

on, ya que esta serie solo converge
en t = 0. A pesar de estos inconvenientes, la serie es una serie asintotica, y
puede ser utilizada para calcular los valores de la soluci
on. Por metodos en los
que no podemos entrar ahora, se puede llegar a demostrar que:
x1 (t) =

e1/t
t

es una soluci
on de la ecuacion (lo que es f
acil de comprobar sin m
as que sustituir). Como se ve, tiene una singularidad esencial en t = 0. Una segunda
soluci
on linealmente independiente con esta, se calcula reduciendo el orden:

x(t) = x1 (t) v
de donde se obtiene al sustituir, la ecuaci
on para v(t):
t2 v
+ (1 + t)v = 0
f
acilmente resoluble:

e1/t
t

v(t) =
y por tanto, para x(t):

x2 (t) = x1 (t)
t

e1/s
ds
s

bien denida, al menos cuando t < 0. Hagamos una integraci

on por partes:
 0 1/s
0  0

e
e1/s ds =
ds = se1/s +
s
t
t
t
 0

0
te1/t + s2 e1/s + 2
se1/s ds =


(t + t2 )e1/t + 2 s3 e1/s
(t + t + 2t + + n!t
2

n+1

0
t

t
0

s2 e1/s ds =

+6
t

sn e1/s ds

) + (n + 1)!
t

MAR

149

lo que nos permite expresar x2 (t) de la forma siguiente:

x2 (t) =

N

k=0

(N + 1)! 1/t
e
k!t +
t

sN e1/s ds, N 0.

Es decir, la serie hallada anteriormente est

a relacionada con la soluci
on que
acabamos de estudiar. Es mas, la diferencia entre la soluci
on y una suma parcial
es:

(N + 1)! 1/t 0 N 1/s
x2 (t) SN (t) =
e
s e ds, N 0.
t
t
La integral se puede acotar:
 0

N 1/s
|
s e ds|
t

|s|N e1/s ds |t|N +2 e1/t

y por tanto:
|x2 (t) SN (t)| (N + 1)!|t|N +1
Es decir, el error cometido al tomar una suma parcial est
a acotado por
el primer termino de la serie que no se considera. Por supuesto, la serie es
divergente, as que no cabe esperar que el error tienda a cero tomando un n
umero
suciente de terminos. Sin embargo, si t esta sucientemente proximo a cero, el
error puede ser peque
no, con tal de no tomar demasiados terminos en la serie
(el factor (N + 1)!). El n
umero de terminos necesarios para tener la mejor
aproximaci
on depende de t. La serie obtenida es asintotica, en un sentido que
se puede hacer completamente preciso, a la solucion x2 (t).

150

EDO Versi
on 3. Octubre 1995

5.10

Ejercicios

1. Decir si las siguientes ecuaciones tienen puntos singulares o no y clasicarlos:

x2 y

2y = 0
x2 y

2xy
+ 2y = 0



x

xy + e y + (3 cos x)y = 0 (sen x)y

+ xy
+ 4y = 0
(x sen x)y

+ 3y
+ xy = 0 xy

+ 2y
+ 4y = 0
x2 y

+ 2y
+ 4y = 0
2. Resolver por medio de series en torno a x = 0 :
y

+ xy
+ y = 0
x2 y

5xy
+ 3(x + 3)y = 0
2





(x 1)y + 3xy + xy = 0 x2 y

xy
(x2 + 5/4)y = 0
2x2 y

xy
+ (x 5)y = 0
y

+ x2 y = 0
3. Estudiar las soluciones en el punto x = 0 de las ecuaciones:
xy

+ (1 x)y
+ py = 0
(1 x2 )y

xy
+ p2 y = 0

(Tchebyche)

y calcular para que valores de p las soluciones son polinomios.

4. Demostrar que (log x)y

+ y
/2 + y = 0 tiene un punto singular regular
en x = 1. Calcular los tres primeros terminos del desarrollo en serie
correspondiente a la raz mayor del polinomio indicial. Indicar donde
converge la serie obtenida.
5. Dada la ecuaci
on
(2x x2 )y

+ (1 3x)y
y = 0
calcular sus puntos singulares y estudiar en ellos el comportamiento de
las soluciones. Existe solucion analtica en alg
un entorno de x = 1/2 ?
En caso armativo obtener los cuatro primeros terminos del desarrollo y
especicar la region de convergencia.
6. Sea la ecuacion
1
x2 y

+ 2x2 y
+ (x2 + )y = 0.
4
a) Clasicar el punto x = 0 y encontrar una soluci
on en forma de serie
de potencias en torno a ese punto. Sumar la serie.
b) Calcular una segunda soluci
on linealmente independiente de la primera
usando a). A la vista de estas soluciones, existe alguna relacion entre
esta ecuacion y alguna ecuaci
on de Euler?

MAR

151

7. Sean:
(A)

t2 y

t(t + 2)y
+ (t + 2)y = 0

(B) t2 y 2ty
+ (2 t2 )y = 2t3 ch t.

Hallar la soluci
on general de la homogenea por medio de series en torno a
t = 0.
Hallar la soluci
on general en terminos de funciones elementales y la solucion particular que satisface:
y(1) = e, y
(1) = 2e
para (A)
y(1) = 0, y
(1) = sh 1 para (B)

8. Se considera la ecuacion y

= xy. Existen soluciones como n=0 an xn ?
En caso armativo hallarlasy determinar su dominio de denici
on. Exis
ten soluciones de la forma n=0 an (x 1)n ? Calcularlas si las hay. Que
se puede conjeturar acerca del comportamiento de y(x) para |x|  0?
9. Resolver por medio de series las ecuaciones del problema 1 de los ejercicios
del captulo 3 (suponer que durante todo el proceso de soluci
on no se
conoce ning
un desarrollo de Taylor, comprobar s
olo al nal que la serie
soluci
on obtenida coincide con la calculada por metodos elementales).
10. Demostrar que:
d
p
dx [x Jp (x)]

= xp Jp1 (x);

d
dx [Jp (x)]

= Jp1 (x) xp Jp (x);

d
dx [Jp (x)]

= 12 [Jp1 (x) Jp+1 (x)]

d
p
Jp (x)]
dx [x
d
dx [Jp (x)]

= xp Jp+1 (x)

= Jp+1 (x) + xp Jp (x)

11. Obtener la funci

on de Bessel J0 (x) siguiendo los pasos indicados:
a) Convertir la ecuaci
on de Bessel de orden 0 mediante transformadas de
Laplace en una ecuacion diferencial de primer orden para Y (s).
b) Resolver la ecuacion en Y (s) y desarrollar el resultado en serie de
potencias de s.
c) Calcular, termino a termino, la transformada inversa de Y (s) (suponiendo que se puede).
12. Demostrar la f
ormula de Rodrigues para los polinomios de Legendre y
usarla para probar:


a) nPn (t) = tPn
(t) Pn1
(t)

b) (n + 1)Pn+1 (t) (2n + 1)tPn (t) + nPn1 (t) = 0

152

EDO Versi
on 3. Octubre 1995

13. Demostrar que:

y0 (x) = ex

es
ds
s

existe para x < 0. Probar que es soluci

on de la ecuacion diferencial:
y
+ y =

1
.
x

Demostrar que la serie de termino general

an =

n!
xn+1

n = 0, 1, 2, . . . ,

diverge x = 0, pero que formalmente

verica la misma ecuacion que
N
y0 . En cierto sentido la funci
on n=0 an aproxima a y0 (x). Precisar esta
aproximaci
on as como el error cometido.
14. En el estudio de las vibraciones de una molecula diat
omica se llega a una
ecuacion del tipo:
u

+

2u

+ (2ex e2x 1)u = 0
x

a) Calcular hasta x4 el desarrollo en serie de una de sus soluciones.

b) Estan todas las soluciones de la ecuacion acotadas en el origen?
15. Sea (E): t(t 1)y

+ y
y = 0 IR
a) Calcular una soluci
on en serie de potencias de t. Determinar para que
valores de se obtiene un polinomio. Probar que todas las soluciones
de (E) estan acotadas en t = 0.
b) Probar que para = 2 existen soluciones de (E) que tienden a 0 cuando
t tiende a .
16. La ecuacion:

(E) x2 (x2 1)y

+ 2x3 y + 2y = 0

aparece al hacer el cambio t = 1/x en la ecuacion:

(F )

(1 t2 )
y 2ty + 2y = 0

Calcular una soluci

on no trivial de (E) acotada en x = 0. Si en el desarrollo
en serie de esta solucion deshacemos el cambio x = 1/t, d
onde converge
la nueva serie? (y
= dy/dx, y = dy/dt)
17. Hallar la soluci
on general de las ecuaciones:
a) x2 y

+ 5xy
+ 4y = x2
b) xy

(3x + 1)y
+ 9y = 0

Tema 6

Sistemas aut
onomos. 1
6.1

Introducci
on

En esta seccion emprenderemos el estudio elemental de los sistemas autonomos,

es decir, sistemas de ecuaciones diferenciales en las que no aparece de forma
explcita la variable independiente que llamaremos siempre t, tiempo. Cuando
t aparece en el sistema, siempre se puede escribir un sistema autonomo, considerando a t como funci
on de un cierto par
ametro t = s que ya no esta en las
ecuaciones; el sistema tiene una ecuacion y una inc
ognita m
as. La mayor parte
de los resultados que estableceremos se referiran al caso de sistemas autonomos
en el plano, donde la teora es muy completa, pero lo que nos impedir
a adentrarnos en el estudio de problemas m
as complejos, como caos, que aparecen en
mas dimensiones (notese que esto excluye la posibilidad de estudiar sistemas en
el plano que dependan de t, ya que el procedimiento indicado anteriormente nos
llevara a un espacio de tres dimensiones). La representacion gr
aca jugar
a un
papel esencial en lo que sigue, pues, salvo en el caso de los sistemas lineales, no
es facil obtener soluciones analticas de estos sistemas; a cambio, se pueden dar
descripciones cualitativas muy sugerentes del comportamiento de las soluciones.

6.2

Deniciones y resultados elementales

Hasta que nos limitemos al caso n = 2, lo que sigue se aplica a cualquier n

umero
de dimensiones. Sea pues el sistema autonomo:
x
= f (x)
donde x(t) es una funci
on vectorial (con valores en IRn ) de variable real, y f (x)
una funci
on denida en un cierto dominio (abierto conexo, por ejemplo) de IRn ,
sucientemente regular (continua y lipschitziana, analtica las mas de las veces)
de forma que las cuestiones de existencia y unicidad ser
an autom
aticamente
satisfechas. Una solucion de esta ecuacion es una funci
on de un intervalo de la
recta real [t0 , t1 ] en IRn , es decir, (t, x(t)), la gr
aca de la soluci
on, que se suele
153

154

EDO. Versi
on 4. Mayo 1996

llamar trayectoria, es una curva en IR IRn . Tan importante como ella, es la

proyeccion en el espacio IRn , pues, de la independencia de f respecto a t, se
deduce que estas proyecciones, que llamaremos orbitas, no se cortan en IRn (en
IR IRn las trayectorias no lo hacen debido a que se satisfacen las exigencias de
los teoremas de existencia y unicidad, pero no es trivial que las proyecciones no
se corten).
Denici
on 6.1 Se dice que x0 IRn es un punto crtico para la ecuaci
on


x = f (x) si f (x0 ) = 0. Entonces, x(t) = x0 es una soluci
on constante del
sistema.
Ya hemos visto este tipo de situaciones para las ecuaciones autonomas (n = 1).
Como consecuencia del caracter autonomo del sistema, si x(t) es una solucion, x(t ), donde es una constante real, es otra solucion, evidentemente
distinta si no es constante o peri
odica. Estas dos soluciones tienen la misma
proyeccion sobre el espacio IRn . Sean y las trayectorias asociadas a las
soluciones x(t), x(t ), es decir:
= {(t, x(t))},

= {(t, x(t ))}

donde t vara en un cierto intervalo; son curvas diferentes, en general, en IRIRn .

Sean , las proyecciones de y en IRn :
= {x(t)},

= {x(t )}

Estas dos curvas, consideradas como conjunto de puntos son las mismas en
IRn . Corresponden a distintas parametrizaciones del mismo lugar geometrico.
Veamos como por un punto de IRn , contenido en el dominio donde estamos
trabajando, pasa una u
nica orbita. Sea x0 D y 0 la trayectoria correspondiente a la u
nica soluci
on, x(t), que verica x(0) = x0 . Sea la trayectoria
correspondiente a la u
nica soluci
on, x
(t), que verica x
( ) = x0 . Si x0 no es un
punto crtico, las trayectorias 0 y son distintas. Sin embargo, su proyecci
on
sobre el espacio IRn es la misma, pues x(t ) = x
(t) para todo t donde esten
denidas. Esta u
ltima armaci
on es consecuencia del hecho de estar trabajando
con un sistema aut
onomo. Es decir, una orbita es la proyecci
on de una familia
de trayectorias que se obtienen unas de otras por traslaciones del par
ametro
t. En el caso x0 punto crtico, solo hay una trayectoria que se proyecte en el,
x(t) = x0 . Por tanto, cualquier otra trayectoria que tienda a el, lo hace cuando
t tiende a m
as innito o menos innito.
Las orbitas se pueden considerar descritas en forma parametrica, con t como
par
ametro. Pero tambien pueden ser estudiadas en forma implcita, eliminando
el par
ametro t. Esto equivale considerar el siguiente sistema de ecuaciones:
Si el sistema original es:
x
1 = f1 (x),

x
2 = f2 (x), . . . , x
n = fn (x)

el sistema asociado que porporciona las orbitas en forma implcita, es:

dx1
dx2
dxn
=
= =
f1 (x)
f2 (x)
fn (x)

MAR

155

En el caso de un sistema en el plano, este sistema asociado se reduce a una

ecuacion diferencial de primer orden. Las orbitas son las curvas integrales de
este sistema.
Una orbita no puede cortarse a s misma sin corresponder a una soluci
on
peri
odica. En efecto, supongamos que para una orbita dada se tiene:
x(0) = x( )
para alg
un > 0. Entonces, x(t) = x(t + ) para todo t, de acuerdo con el
teorema de existencia y unicidad, as que la soluci
on x(t) es periodica, y la
orbita correspondiente es una curva de Jordan.

Se llama a IRn el espacio de fases del sistema. Dado un punto de este

espacio (supongamos que D = IRn ), existe una u
nica orbita que pasa por el.
Los puntos de la orbita se obtienen a partir de x0 :
x(t) = g t x0
donde g t es una aplicaci
on de IRn en IRn , el llamado ujo asociado al sistema.
Desde este punto de vista, el problema puede plantearse de la forma que se
expone a continuaci
on.
Denici
on 6.2 Se llama grupo uniparametrico de transformaciones a una familia de aplicaciones de M en M (donde M es un conjunto de puntos) que
dependen de un par
ametro t IR, y que verican:
g t g s = g t+s ,

t, s IR

g 0 = identidad en M
Denici
on 6.3 Un ujo es el par formado por el conjunto M y un grupo uniparametrico de transformaciones de M , {g t }. M es el espacio de fases del ujo.
Denici
on 6.4 De acuerdo con estas deniciones, una
orbita en M es la imagen de un punto de M por todas las aplicaciones del grupo {g t }.
Es decir, como hemos visto antes, si se dene la aplicacion :
: IR M
por: (t) = g t x0 , donde x0 es un punto de M , la orbita que pasa por x0 es la
imagen de .
Denici
on 6.5 Se dice que x0 es un punto de equilibrio del ujo, si el grupo
{g t } lo deja invariante.
Entonces, la aplicaci
on correspondiente es constante y la orbita que pasa
por x0 se reduce a ese punto.
En las aplicaciones que haremos, el conjunto M es un abierto de IRn , (con
mas generalidad, una variedad diferenciable) y las aplicaciones del grupo son
difeomorsmos (es decir, tanto ellas como sus inversas, que existen, son diferenciables). Con mas precision se tiene:

156

EDO. Versi
on 4. Mayo 1996

Denici
on 6.6 El conjunto de aplicaciones {g t } de la variedad diferenciable
M en s misma, es un grupo uniparametrico de difeomorsmos si:
g : IR M M,

g(t, x) = g t x

es una aplicaci
on diferenciable, las aplicaciones:
gt : M M
son difeomorsmos, y {g t } es un grupo uniparametrico de transformaciones de
M.
Otro concepto importante es el de campo de vectores.
Denici
on 6.7 La velocidad del ujo, denida por:

v(x) =


d t
gx
dt
t=0

proporciona un campo de vectores en el conjunto M , asociando a cada punto x

de M el vector v(x) correspondiente.
Denici
on 6.8 Un punto crtico del campo de vectores, es aquel donde la velocidad se hace cero: x0 es un punto crtico si v(x0 ) = 0.
Resulta entonces que los puntos de equilibrio del ujo son puntos crticos del
campo de velocidades. Y viceversa.
Dado un grupo uniparametrico de transformaciones, hemos visto como calcular el campo de velocidades asociado a el. En general el problema es el contrario,
dado un campo de vectores, calcular un grupo uniparametrico de transformaciones que tenga como campo de velocidades el campo de vectores dado. Es
decir, resolver el sistema de ecuaciones diferenciales de primer orden:
x
= v(x)
Una soluci
on de esta ecuacion es una funci
on denida en un intervalo de la
recta real con valores en M . La imagen de la aplicaci
on que da la soluci
on es
una orbita en el espacio de las fases M . Ademas, esa orbita es tangente en cada
uno de sus puntos al campo de vectores. Finalmente, la soluci
on puede ponerse
como:
x(t) = g t x0
donde x(0) = x0 , y {g t } es un grupo uniparametrico de transformaciones en M ,
cuyo campo de velocidades es v(x).
Llamaremos muchas veces sistemas dinamicos a este tipo de sistemas.

MAR

6.3

157

Sistemas lineales

El estudio de los sistemas autonomos lineales es una teora puramente algebraica,

como hemos tenido ocasion de ver, y que puede ser estudiada completamente.
No ocurre as con los no lineales. Veremos, sin embargo, que en muchos casos los
sistemas no lineales pueden ser estudiados a partir de las aproximaciones lineales
que de ellos se hacen en entornos de puntos crticos, por lo que repasaremos los
sistemas lineales desde los puntos de vista introducidos previamente.
Consideremos un sistema de ecuaciones lineales autonomo, es decir, de coecientes constantes:
x
= Ax
donde A es una matriz n n.
El espacio de fases de este sistema es IRn , y el ujo tiene como grupo uniparametrico de transformaciones {eAt }, con t IR. En efecto, las soluciones de
este sistema son:
x(t) = eAt x0
y la derivada de eAt x0 con respecto a t, calculada en t = 0, es justamente Ax0 ,
la velocidad. Este tipo de sistemas tiene como puntos crticos las soluciones de:
Ax = 0
Si A es una matriz regular, la u
nica soluci
on es x = 0, u
nico punto de equilibrio
del ujo. En general este sera el caso que estudiemos con mas detalle. Se dice
que el punto crtico es elemental.
Ejemplo: Consideremos la ecuacion del oscilador arm
onico amortiguado:
x

+ x
+ kx = 0
donde se supone m = 1. Esta ecuacion de segundo orden, lineal de coecientes
constantes se puede escribir como un sistema dinamico de orden dos:


x =v
v
= kx v
cuya soluci
on se obtiene inmediatamente. La matriz A es:


0
1
k
y suponiendo que k y son n
umeros reales positivos, no nulos, con 2 mayor
que 4k, los autovalores 1 , 2 , son reales, distintos y negativos. Sea 1 > 2 .
La soluci
on explcita es:






1
1
x(t)
e1 t + c2
e2 t
= c1
1
2
v(t)

158

EDO. Versi
on 4. Mayo 1996

Existe una transformaci

on lineal que permite diagonalizar la matriz A. En
la nueva base, formada por los autovectores, la soluci
on se escribe como:


 
 
y(t)
1
0
= a1
e1 t + a2
e2 t
w(t)
0
1
donde a1 = y(0), a2 = w(0). En esta base, la matriz A se convierte en:


1 0
0
2
y por lo tanto el campo de vectores asociado es:


1 y
2 w
que aparece representado en la gura 1. El u
nico punto singular del campo es
el origen, y los ejes resultan ser lneas del campo, es decir, tangentes al campo
en todos sus puntos, por lo tanto posibles orbitas del sistema. No es cierto que
los dos esten en la misma orbita, ni siquiera que uno de ellos sea una orbita.
Las orbitas no se cortan y el origen es una orbita por s solo. Por tanto cada
eje contiene tres orbitas, el semieje positivo, el negativo y el origen. Puesto que
el campo de vectores no tiene ninguna discontinuidad, uno cualquiera de los
semiejes es una sola orbita. No puede haber m
as de una porque eso implicara
la existencia de nuevos puntos crticos, y como hemos dicho el u
nico punto crtico
es el origen. No resulta difcil dibujar las orbitas que aparecen en la gura 2.

Fig.1

Fig.2

Notese que todas tienden al origen cuando t tiende a innito, lo que viene
representado por la echa dibujada sobre cada una de ellas. Adem
as, todas
ellas son tangentes al eje horizontal (asociado al autovalor 1 ) cuando t tiende
a innito. El campo de vectores entra en cualquier circunferencia que se trace
de centro el origen. Este punto crtico es un atractor (sumidero), es decir, la
soluci
on correspondiente es asint
oticamente estable, como ya sabamos.
La ecuacion de las orbitas en implcitas, se obtiene facilmente eliminando el
tiempo:
|w|1 = k|y|2

MAR

159

que representa todas las orbitas, con tal que se tome tambien k = . Estas
curvas son curvas integrales de la ecuacion diferencial:
dw
2 w
=
dy
1 y
que tiene un punto singular en el origen, por el que pasan innitas soluciones.
Los puntos del eje y = 0 son tambien singulares, pero por ellos no pasa ninguna
soluci
on, con lo que al escribir la ecuaci
on asociada, cambiando los papeles de
y y w, se obtiene una soluci
on u
nica.
En resumen, las curvas integrales de esta ecuacion contienen las orbitas del
sistema. Tengase en cuenta que una curva integral puede contener m
as de una
orbita. Por ejemplo, w = 0 es una curva integral de esta ecuaci

on que contiene
tres orbitas del sistema.
Veamos ahora como las orbitas del sistema entran tangentes al eje horizontal. De la ecuacion asociada no se puede deducir, sin m
as, que la pendiente
de todas las curvas integrales, excepto el eje vertical, se hace cero en el origen.
Usando la expresion parametrica de las soluciones se tiene:
dw
w
(t)
=

= be(2 1 )t
dy
y (t)
expresion que tiende a cero cuando t tiende a innito, ya que 1 > 2 . Solo
cuando b = , es decir, cuando estudiamos las orbitas contenidas en el eje
vertical, y = 0, la pendiente no se hace cero al tender t a innito.
Si ahora volvemos al sistema original, es decir, en la base can
onica, la matriz
del cambio de base es:


1
1
P =
1 2
con la que se obtiene la soluci
on dada anteriormente. El mapa de fases se
deforma al sufrir la transformaci
on P . Sin embargo, los ejes se convierten en
rectas, que son los autovectores, y con mas generalidad, los elementos lineales,
es decir el campo de vectores, se transforman linealmente. Por tanto, el nuevo
mapa de fases es el que aparece en la gura 3.
Las orbitas siguen cayendo hacia el origen cuando t tiende a , y entran en
el tangentes a una de las rectas de autovectores, concretamente a la asociada al
mayor de los dos autovalores, salvo por supuesto, las dos orbitas asociadas al
otro autovalor, que lo hacen desde lados opuestos a la recta del autovalor mayor.
En este mapa de fases, el eje horizontal es la posicion del oscilador y el vertical
la velocidad; cada punto representa un estado del sistema, que, como sabemos,
viene dado por el par de datos posici
onvelocidad.

160

EDO. Versi
on 4. Mayo 1996

t
x

Fig.3

Fig.4

El movimiento en el espacio de conguraci

on, que es una recta, se puede
deducir de la evoluci
on del estado en el espacio de fases. Por ejemplo, supongamos que en t = 0 el estado del sistema es (x0 , v0 ) (punto a en la gura 3).
La velocidad es positiva, y la elongaci
on negativa. Por tanto el punto material
con el que trabajamos, se dirige hacia el origen (el origen del espacio real) con
velocidad decreciente, que tiende a cero. Cuando t tiende a tanto la posici
on
como la velocidad se anulan, pero el punto no atraviesa el origen. Si ahora consideramos el punto b como estado inicial (ver gura 3) la velocidad es positiva
y la elongaci
on es negativa, como antes. Sin embargo, en este caso la relacion
entre posicion y velocidad es tal que el punto llega al origen con velocidad no
nula en un tiempo nito (insistimos en que se trata del origen en el espacio
real, es decir el punto x = 0). En la orbita atravesamos el eje de velocidades.
Debido a la velocidad no nula, el m
ovil atraviesa el origen y se desplaza hacia
posiciones con x positiva, alej
andose del origen hasta que su velocidad se anula
(en la orbita hemos atravesado el eje de posiciones). A partir de este instante
su velocidad es negativa y su posici
on es positiva. El m
ovil cae hacia el origen
al que llega en un tiempo innito. N
otese que desde el punto de vista de la
ecuacion de segundo orden de la que hemos partido, las soluciones tienen su
gr
aca en diagramas (t, x), como se ve en la gura 4.
Los dibujos en el mapa de fases se pueden interpretar, desprovistos de
cualquier comentario referente a las echas que all aparecen, como el dibujo
de las curvas integrales de la ecuacion de primer orden asociada, que se llama,
por tanto, ecuaci
on de las orbitas (basta recordar el metodo de isoclinas estudiado para las ecuaciones de primer orden para relacionar de forma clara estas
dos formas de ver el problema). La relaci
on entre un sistema de segundo orden y la ecuaci
on de las orbitas asociada no es u
nica (sea el sistema lineal o
no, incluso sea de segundo orden o no). Dado un sistema, la ecuaci
on de las
orbitas es u

nica, pero una ecuaci

on de primer orden est
a asociada a una familia
innita de sistemas, con mapas de fases ciertamente relacionados, pero distintos
en general. Si la ecuaci
on es:
y
=
podemos escribir los sistemas:


f (x, y)
dy
=
dx
g(x, y)

x
= k(x, y)g(x, y)
y
= k(x, y)f (x, y)

MAR

161

donde k(x, y) es cualquier funci

on razonablemente suave. Todos estos sistemas
tienen la misma ecuacion de las orbitas. Pero dependiendo de k(x, y) sus puntos
singulares son distintos.
El comportamiento de las orbitas en un entorno del punto crtico, (0, 0) en
este ejemplo, se repite en otros muchos, y se dice que el origen es un nodo
estable. Mas adelante introduciremos la clasicaci
on de los puntos singulares
de los sistemas lineales. Pero antes repasaremos los conceptos de estabilidad en
sistemas autonomos (lineales o no).

6.4

Estabilidad de sistemas aut

onomos

Consideremos el sistema:

x
= f (x)

con f denida en un abierto D de IRn , continua y lipschitziana en D. Sea

x0 un punto crtico, es decir, f (x0 ) = 0. Denimos las siguientes nociones de
estabilidad. Supondremos que x0 = 0, para mayor sencillez de notaci
on.
Denici
on 6.9 Se dice que el punto crtico 0 es estable si para todo 2 > 0 existe
(2), tal que si x0  < , entonces x(t) < 2 para todo t 0 , donde x(t) es la
u
nica soluci
on con x(0) = x0 (Fig.5a).
Como sabemos, en los sistemas lineales homogeneos, la estabilidad del origen
equivale a la acotaci
on de las soluciones.
Denici
on 6.10 Si el punto crtico es estable y adem
as, para todo 2 > 0 existe
> 0 tal que limt0 x(t) = 0, donde x(0) = x0 , x0 | < entonces se dice
que el punto crtico es asint
oticamente estable (Fig.5b).

Fig.5a

Fig.5b

En el caso de los sistemas lineales, sabemos que si la parte real de todos los
autovalores es negativa, el sistema es asintoticamente estable.
La estabilidad de los puntos crticos es fundamental en el estudio de los sistema din
amicos, pero tambien es necesario a veces, saber que tipo de estabilidad
presentan las trayectorias y las orbitas.
Denici
on 6.11 (Estabilidad de trayectorias) Sea C una clase de trayectorias del sistema aut
onomo x
= f (x), y 0 una de ellas correspondiente a la
soluci
on que verica x(0) = x0 . Se dice que 0 es estable si:
para todo 2 > 0, existe (2) > 0 tal que, si 1 es otra trayectoria en la clase C,
correspondiente a la soluci
on con x
(0) = x1 y x0 x1  < , entonces, para
todo t 0, x(t) x
(t) < 2. Si adem
as, x
(t) tiende a x(t) cuando t tiende a
innito, se dice que la estabilidad es asint
otica (en C).

162

EDO. Versi
on 4. Mayo 1996

Ocurre muchas veces que la velocidad con la que se recorren las orbitas
vara de unas a otras, de forma que, aunque los puntos representativos del
estado del sistema sobre distintas orbitas esten muy lejanos, las orbitas como
lugares geometricos son pr
oximas entre s . Por ello se introduce el concepto de
estabilidad orbital.
Denici
on 6.12 (Estabilidad orbital) Sea C una clase de o
rbitas, y 0 una
de ellas. Se dice que 0 es orbitalmente estable en la clase C si dado 2 > 0,
existen (2), (2) positivos, tales que si otra trayectoria de la clase C pasa en
t = m
as pr
oxima a 0 que , entonces no se aleja de la o
rbita 0 m
as de 2
para todo t . Es decir, se considera un entorno de la o
rbita 0 de radio 2,
y las o
rbitas que en determinado instante se encuentran a distancia menor que
del punto correspondiente de la o
rbita 0 , no salen del entorno mencionado
para cualquier tiempo posterior.
El concepto resulta muy u
til en el caso de orbitas cerradas. Para el caso no
lineal, es posible que orbitas cerradas pr
oximas tengan periodos distintos. Esto
hace que aunque dos orbitas, consideradas como lugares geometricos, esten muy
pr
oximas, los puntos que representan el estado del sistema sobre cada una de las
orbitas en un instante dado t, puedan estar muy separados. No existe estabilidad

en el sentido de trayectorias, pero s en el sentido orbital dado anteriormente.

Ejemplo. Si se considera un reloj de pendulo, existen dos soluciones asint
oticamente estables, suponiendo que la cuerda permita el movimiento indenido del
reloj. Si el estado inicial es de ciertas caractersticas (amplitud inicial peque
na),
el pendulo oscila durante algun tiempo con amplitud decreciente, tendiendo a
detenerse cuando t tiende a innito, en la pr
actica al cabo de un cierto intervalo. El reposo es un punto de equilibrio asint
oticamente estable. Sin embargo,
esto no quiere decir que cualquier orbita acabe en el origen. En efecto, existir
a una orbita cerrada correspondiente al movimiento estable del pendulo.
Con unas condiciones iniciales adecuadas, la orbita tiende a esta orbita estable
(asint
oticamente estable en el sentido orbital) y el reloj adopta un estado de
equilibrio que corresponde a una orbita cerrada (que no un punto singular).
Volvamos nuevamente a los sistemas lineales, x
= Ax, A Mn (IR), donde
sabemos que el origen es un punto singular. Supongamos adem
as que es el u
nico.
Se dice que x = 0 es un sumidero (atractor) del sistema si la parte real de todos
los autovalores es negativa. Se dice tambien que el ujo correspondiente es una
contraccion. Si se elige adecuadamente la norma en el espacio de fases, todas
las orbitas que atraviesan una cierta esfera de centro el origen apuntan hacia el
origen. Como hemos dicho antes, las soluciones tienden hacia el origen (al ser
un sistema lineal, todas las soluciones tienden a cero cuando t tiende a innito).
En el caso en que la parte real de todos los autovalores sea positiva, se dice
que el origen es una fuente (repulsor). Lo dicho anteriormente es ahora v
alido
cambiando t por t. El ujo se llama una expansi
on.
Los ujos m
as generales son aquellos en los que la matriz A tiene autovalores
con parte real no nula. Se llaman ujos hiperb
olicos. Los ujos hiperb
olicos son
densos en el espacio de todos los ujos, en el siguiente sentido:

MAR

163

Proposici
on 6.1 El conjunto {A L(IRn ) : etA es un ujo hiperb
olico} es
denso y abierto (en L(IRn )).
Es decir, todo ujo lineal puede ser aproximado arbitrariamente por un ujo
hiperb
olico. Los ujos lineales con autovalores de parte real cero son pues escasos
(en el sentido anterior). Todo ujo lineal hiperb
olico puede descomponerse en
una parte correspondiente a un sumidero y otra correspondiente a una fuente.
El siguiente teorema, de car
acter puramente algebraico, lo arma asi:
Teorema 6.1 Sea etA un ujo lineal hiperb
olico, A L(IRn ). Entonces, IRn
admite una descomposici
on en suma directa:
IRn = E s E u
invariante bajo A, y de forma que el ujo etA sea una contracci
on cuando se
restringe A al espacio E s , y una expansi
on cuando se hace a E u
Esto no quiere decir, que todas las trayectorias tiendan al origen cuando t tiende
a otras que no tengan ninguno de
a (espacio E s ) o a (espacio E u ). Habr
estos dos comportamientos.

6.5

Clasicaci
on de puntos crticos. Sistemas lineales aut
onomos planos

En lo que sigue nos limitaremos a los sistemas en IR2 . El caso n > 2 es mucho
mas complejo y no podemos tratarlo aqu . Estudiaremos primero los sistemas
lineales y despues los no lineales. Los puntos crticos seran elementales, como
deniremos a continuaci
on, aunque alguna nota se har
a respecto a los no elementales.
Sea el sistema lineal autonomo en IR2 :


x = ax + by
y
= cx + dy
donde a, b, c, d son n
umeros reales, y la matriz A:


a b
A=
c d
Denici
on 6.13 Se dice que el origen, que es un punto crtico, es un punto
elemental si el determinante de la matriz A es distinto de cero.
Entonces, sus autovalores son distintos de cero. El u
nico punto singular es
el origen, y esto es lo que clasicamos. El tipo de clasicacion que intentamos
establecer es el basado en la linealidad del sistema. Es decir, dos sistemas
aut
onomos son linealmente equivalentes si existe una matriz 2 2 que lleva uno
en otro. Por tanto:

164

EDO. Versi
on 4. Mayo 1996

Denici
on 6.14 Dos sistema aut
onomos lineales Nx
= ANx, Ny
= BNy (A, B son
dos matrices n n) son linealmente equivalentes si existe una matriz n n, P ,
regular, tal que:
B = P AP 1
(las coordenadas se transforman como Ny = P Nx).
Est
a claro ahora que lo u
nico que interesa a la hora de establecer la equivalencia lineal son los autovalores y sus multiplicidades aritmetica y geometrica.
Teniendo en cuenta que se trata de un sistema de orden dos, las posibilidades
que se presentan son las siguientes (det A = 0).

6.5.1

Autovalores reales

(tr A)2 > 4 det A > 0 Es decir, races reales distintas del mismo signo.
Seg
un este signo, se dice que el origen es:
si 2 < 1 < 0: NODO ESTABLE
si 0 < 2 < 1 : NODO INESTABLE
Las orbitas aparecen dibujadas en las guras 6a y 6b, donde las orbitas
rectas son las direcciones de los autovectores. Notese como en ambos casos
todas las orbitas entran (nodo estable) o salen (nodo inestable) del origen
tangentes a la recta de autovalor mayor (estable) o menor (inestable). Con
mas precision, cuando t tiende a +, las orbitas se aproximan al origen
en el caso estable, mientras que en el caso inestable lo hacen cuando t
tiende a . La demostracion es inmediata y sigue las lneas de lo hecho
en el caso del oscilador amortiguado (mutatis mutandis).

2
2

Fig.6a

Fig.6b

(tr A)2 = 4 det A. Es decir, races reales iguales. En este caso la matriz
A es diagonal (recuerdese que es 2 2) o bien no es diagonalizable. En
cualquier caso se sigue hablando de nodos.
A diagonal. La raz
on entre x(t) e y(t) es constante, por lo que las orbitas
son rectas que tienden al origen o se alejan de el, seg
un que el autovalor sea negativo o positivo. Como antes, estamos en un ujo

MAR

165
hiperb
olico que es una contraccion o una expansi
on. En este caso
se suele hablar en ocasiones de un nodo estelar estable o inestable
(guras 7a y 7b).

Fig.7a

Fig.7b

A no diagonalizable. Este caso se llama nodo de una tangente (solo

hay un autovector). Hay dos orbitas que son rectas (situadas sobre
una misma recta que pasa por el origen) y todas las dem
as entran
(nodo estable, autovalor negativo) o salen (nodo inestable, autovalor
positivo) del origen tangentes a ellas (guras 8a y 8b).

Fig.8a

Fig.8b

En resumen, los nodos aparecen ligados a ujos hiperb

olicos que son una
contraccion o una expansi
on. Todas las orbitas acaban en el origen, bien
cuando t +, o cuando t .

Fig.9

166

EDO. Versi
on 4. Mayo 1996
det A < 0. Es decir autovalores de distinto signo: 1 < 0 < 2 . El
ujo es a
un hiperb
olico, pero no es una contracci
on ni una expansi
on. De
acuerdo con el teorema anterior, IR2 se puede poner como suma directa de
dos espacios unidimensionales, que son justamente los asociados a los dos
autovectores. Sobre uno de ellos, el correspondiente al autovalor negativo,
el ujo es una contracci
on. Sobre el otro, correspondiente al autovalor
positivo, el ujo es una expansi
on. Hay dos orbitas que son rectas que
tienden al origen cuando t +. Y otras dos orbitas rectas que tienden
al origen cuando t . Las otras orbitas no tienden al origen en
ning
un caso. Se dice que el origen es un PUNTO SILLA. En la gura 9
se dibujan las orbitas correspondientes.

6.5.2

Autovalores complejos

Supongamos que son = i, con > 0. Como ya hemos visto cuando

estudiamos los sistemas lineales, existe una transformacion lineal que permite
escribir la matriz A en su forma can
onica:



P AP 1 =

donde P es la matriz dada por:

P =

siendo u = (w), v = (w), w el autovector correspondiente a + i. Consideremos entonces que la matriz A esta en su forma can
onica. Si ponemos
z = x + iy, el sistema es equivalente a la ecuacion compleja:
z
= z
cuya soluci
on se calcula inmediatamente:
z(t) = Cet eit
Es decir, si < 0 aparecen espirales decrecientes, que tienden al origen cuando
t +. Tenemos nuevamente un ujo hiperb
olico que corresponde a una
contraccion. Si > 0, el ujo hiperb
olico que se obtiene es una expansi
on. Las
orbitas son espirales que se alejan del origen cuando t +. En el primer caso

se tiene un FOCO ESTABLE. En el segundo se obtiene un FOCO INESTABLE

(ver guras 10a,10b).

Fig.10a

Fig.10b

MAR

167

Si = 0 estamos en el u
nico caso en que no aparece un ujo hiperb
olico.
Ahora la parte real de los autovalores es cero. El sistema no es estable, concretamente no es estructuralmente estable, en el sentido que una perturbaci
on
peque
na hace que la parte real deje de ser cero. Se dice que el punto crtico
es un CENTRO, y es estable pero no asintoticamente estable. Las orbitas son
circunferencias de centro el origen ya que el m
odulo de z es constante. En
cualquier caso, las orbitas giran en torno al origen en sentido antihorario (positivo)( g.11).

Fig.11
Los razonamientos anteriores se podran haber hecho pasando a polares,
donde se advierte el car
acter espiral de las orbitas, en el caso de un foco, o como
estas son circunferencias en el caso de un centro. Sea:
z = ei
Las ecuaciones que verican el radio y el angulo son:
z
= z
ei + i
ei = ( + i)ei
de donde:

cuya soluci
on es inmediata:
(t)

= Cet

(t)

= t + b

Obtenemos pues espirales logartmicas crecientes ( > 0), decrecientes ( <

0) o circunferencias ( = 0), mientras el angulo crece linealmente con t ( > 0).
Si se elimina t entre ambas ecuaciones se obtiene la ecuacion implcita de las
orbitas:

() = 0 e/
N
otese que x(t), y(t) son funciones arm
onicas de t, con amplitud dependiente
tambien de t.

168

EDO. Versi
on 4. Mayo 1996

Supongamos ahora el caso general, en el que A tiene autovalores complejos

pero no esta en forma can
onica. Al hacer la transformaci
on P que la lleva a la
forma can
onica, calcular el mapa de fases y volver atr
as, las orbitas se deforman,
de manera que las espirales se alargan en alguna direcci
on y las circunferencias
se transforman en elipses.
Ademas, el sentido de giro de las orbitas puede ser positivo o negativo. Esta
u
ltima propiedad es f
acilmente detectable en la matriz A. En efecto, el sentido
es positivo si la transformaci
on P conserva la orientaci
on (ya que hemos visto
que en la forma can
onica el sentido era positivo). As pues, basta calcular el
determinante de la matriz P . Si es positivo, las orbitas giran en sentido positivo.
Si es negativo, lo hacen en sentido negativo. Pero la matriz P es:


0
b
P =
a
y su determinante es:
det P = b
como > 0, si b es negativo, el sentido de giro de las orbitas es positivo, y si b
es positivo el sentido de giro es negativo. La constante b (el elemento 12 en la
matriz A) no puede ser cero si hay autovalores complejos.
Supongamos que tenemos un centro. Los autovalores son = i, por lo
que la traza de A es cero y el determinante es 2 > 0. Sea A:


a b
A=
c d
con bc < a2 . Entonces 2 = bca2 . La ecuacion de las orbitas puede obtenerse
de la siguiente forma. Consideremos la ecuacion de primer orden asociada:
dy
cx ay
=
dx
ax + by
que es una ecuacion homogenea (como siempre cuando el sistema es lineal), por
lo que un cambio apropiado sera v(x) = y/x. Sin embargo, cuando la traza de
la matriz A es cero, es decir cuando se trata de un centro y en algunos tipos
de puntos silla, la ecuaci
on anterior no solo es homogenea sino tambien exacta.
Esto hace las cosas mucho mas faciles:
(ay cx)dx + (ax + by)dy = 0
La soluci
on viene dada por las curvas de nivel de la funci
on:
U (x, y) = by 2 cx2 + 2axy
que son elipses. La matriz de la forma cuadr
atica que se construye es denida
positiva (o denida negativa), pues, suponiendo que b sea mayor que cero, (ya
sabemos que no es cero en este caso) c debe ser menor que cero (tampoco puede

MAR

169

ser cero), y ademas, bca2 es positivo (el caso b < 0 es totalmente equivalente).
As pues las curvas:
by 2 cx2 + 2axy = k 2
son elipses de centro el origen. En cuanto al c
alculo de sus ejes, comunes para
toda la familia, se puede hacer de las m
ultiples formas en las que uno calcula
los ejes de una conica. Por ejemplo, en coordenadas polares:
x = cos
y

= sen

k2
= b sen2 c cos2 + a sen 2
2
Los ejes unen el centro con los puntos mas alejados (eje mayor) o menos (eje
menor). Basta pues hallar los m
aximos y mnimos de la funci
on:
h() = b sen2 c cos2 + a sen 2
Derivando:

h
() = (b + c) sen 2 + 2a cos 2

de donde igualando a cero:

2a
b+c
y de aqu podemos obtener la posici
on de los ejes.
Resumamos los resultados obtenidos:
tan 2 =

Autovalores reales
Del mismo signo: NODO 1 = 2
Iguales:
Matriz diagonalizable: Nodo estelar
Matriz no diagonalizable: Nodo de una tangente
Positivos: Inestable 0 < 2 < 1
Negativos: Estable 2 < 1 < 0
De distinto signo: PUNTO SILLA 2 < 0 < 1
Autovalores complejos
Con parte real distinta de cero: FOCO = i,
Positiva > 0: Inestable
Negativa < 0: Estable

>0

Con parte real igual a cero: CENTRO ( > 0)

En la gura 12, donde se han representado en el eje de abcisas el determinante de la matriz A y en el de ordenadas la traza, se hace un esquema de esta
clasicacion.

170

EDO. Versi
on 4. Mayo 1996

NODO
TrA INESTABLE
FOCO INESTABLE
PUNTO
SILLA

CENTRO

detA

FOCO ESTABLE
NODO
ESTABLE

Fig.12

6.6

Ejemplos: Sistemas lineales en IR2

Dibujemos el mapa de fases de los siguientes sistemas:

Ejemplo 1.


x = x + 2y
y
= 2x 2y
Los autovalores de la matriz A asociada son: 1 = 3, 2 = 2. Se trata por
tanto de un punto silla. Las unicas orbitas rectas corresponden a los autovectores
de la matriz que son:
1

(1, 2)

(2, 1)

Sobre la recta asociada al primer autovector, hay tres orbitas, el origen y

dos que entran en el cuando t tiende a innito. Sobre la otra, las dos orbitas
correspondientes salen. Las otras orbitas tienden a las rectas cuando t tiende a
. El hecho de que los dos autovectores sean ortogonales corresponde simplemente a que la matriz es simetrica. En general no ocurre as como sabemos
(Fig.13).

Fig.13
Ejemplo 2.

Fig.14


x
= 5x + 4y
y
= 3x + 2y

MAR

171

En este caso los autovalores son 1 = 2, 2 = 1, siendo el origen un nodo

estable. Los autovectores correspondientes son:
1

(4, 3)

(1, 1)

Todas las orbitas tienden al origen cuando t tiende a innito, y todas entran
tangentes a las orbitas correspondientes al autovalor 1, el mayor de los dos,
salvo las correspondientes al autovalor 2, que lo hacen cada una desde un lado
de la recta del autovalor 1. El dibujo del campo de vectores en algunos puntos
puede ayudar a obtener el mapa de fases (Fig.14).
Ejemplo 3.


x = 6x + 4y
y
= 4x + 2y
Hay un autovalor doble = 2. Se trata de un nodo estable de una tangente,
que es el u
nico autovector que hay: (1, 1). Todas las orbitas entran en el origen
cuando t tiende a innito, tangentes a la diagonal del primer cuadrante. Si
dibujamos el campo de vectores del sistema en algunos puntos se puede obtener
el mapa de fases dibujado en la gura 15.

y
x

Fig.15
Ejemplo 4.

Fig.16


x
= 3x y
y
= 2x + y

Los autovalores son ahora complejos: = 2 i. Por lo tanto, el origen es un

foco inestable. Las orbitas giran en torno al origen en sentido positivo, (pues
1 < 0) alej
andose de el cuando t tiende a innito (Fig.16).
Ejemplo 5.


x = x + 5y
y
= x y
Los autovalores son = 2i. Se trata de un centro. Las orbitas son elipses
que giran en torno al origen en sentido negativo (5 > 0). La ecuacion de las
orbitas es, como hemos visto:

5y 2 + x2 + 2xy = C

172

EDO. Versi
on 4. Mayo 1996

donde C es una constante positiva. Los ejes de las elipses se pueden obtener de:
tan 2 =

2a
1
=
b+c
2

de donde:
= 0.23,
o

= 1.34

(es decir, aproximadamente, 167 , 77 ). El primero de ellos corresponde a la

localizacion del eje mayor, y el segundo a la del eje menor (Fig.17).

Fig.17

6.7

Puntos crticos no elementales

Supongamos que uno de los dos autovalores de la matriz A es cero. Sea el

otro autovalor no nulo y consideremos la matriz en su forma can
onica:


0 0
A=
0
Los puntos del eje x, correspondiente al n
ucleo del operador A, son todos
puntos crticos. El campo vectorial es paralelo al eje y, (0, y), y se dirige hacia
el eje x o en sentido contrario, seg
un sea negativo o positivo. Las soluciones
explcitas son:
x(t)
y(t)

= a
= bet

El mapa de fases aparece en la gura 18.

Fig.18

Fig.19

MAR

173

Si los dos autovalores son cero, aparte del caso trivial en el que la matriz A
es cero, la forma canonica es:


0 1
A=
0 0
Todos los puntos situados en el eje x son crticos en este caso (nuevamente
los situados en el n
ucleo del operador A). Las soluciones explcitas son:
x(t) = at + b
y(t) = a
por lo que las orbitas son paralelas al eje x y no tienden a ning
un punto crtico
(Fig.19).
En IRn la situaci
on es similar, aunque el n
umero de posibilidades sea mayor.
Sin embargo, cuando el sistema es no lineal las cosas cambian. En lo que
sigue estudiaremos la estabilidad de un sistema no lineal y los casos que se
presentan en el plano, a
un cuando algunos conceptos sean v
alidos para cualquier
dimensi
on.

6.8

La estabilidad seg
un Liapunov

Los sistemas no lineales presentan en su estudio situaciones mucho mas complicadas que los lineales. Por ejemplo las cuestiones de estabilidad adquieren aqu
una importancia y dicultad mayores y es necesario un an
alisis de la cuestion
mas delicado y profundo. La teora de la estabilidad de Liapunov proporciona
una herramienta muy u
til para el estudio de estas cuestiones.
Supongamos que tenemos un sistema autonomo x
= f (x) donde f (x) es
una funci
on C 1 en un cierto abierto de IRn y x es un vector en ese espacio
dependiente de t. Daremos en primer lugar el llamado metodo directo, basado
en la funci
on de Liapunov, concepto que introduciremos a continuaci
on.
Denici
on 6.15 Sea F : D IR, D abierto de IRn , una funci
on diferenciable.
Consideremos un campo de vectores v(x) en IRn . Se dene la derivada de F (x)
respecto al campo de vectores v(x) por:


d
Lv F (x0 ) =
F ((t))
dt
t=0
donde (t) es una curva en IRn que verica:
(0) = x0 ,

(0) = v(x0 )

Es decir, en cada punto de D calculamos la derivada de F como la derivada

seg
un el vector del campo en ese punto. Evidentemente la derivada no depende

174

EDO. Versi
on 4. Mayo 1996

de la curva elegida, con tal que verique las condiciones anteriores. La derivada
se puede calcular de la siguiente forma:
Lv F (x0 ) =

n

F
(x0 )v(x0 )
xk

k=1

expresion que se obtiene sin mas que usar la regla de la cadena y las condiciones
sobre t. Se dene la funci
on Lv F (x) como la derivada de F (x) seg
un el campo
de vectores v(x) en cada punto x de D.
El siguiente teorema, el resultado fundamental del metodo directo o segundo
metodo de Liapunov, establece una condici
on suciente para la estabilidad de
un punto crtico de un sistema aut
onomo.
Teorema 6.2 (Liapunov) Sea x0 punto crtico del sistema x
= f (x), con
on
f C 1 en un abierto que contiene a x0 , D. Supongamos que existe una funci
W (x) denida en un entorno U de x0 contenido en D, derivable en U , que
verica las propiedades siguientes:
a) W (x) es denida positiva en U (mayor que cero para todo punto de U salvo
en x0 donde se hace 0).
b) La derivada con respecto al campo f (x) es negativa o cero en U .
Entonces, x0 es un punto de equilibrio estable. Adem
as, si la derivada es
denida negativa en U , la estabilidad es asint
otica.
Las condiciones sobre la derivabilidad pueden no exigirse en x0 .
Denici
on 6.16 Se dice que W (x), con las propiedades especicadas en el teorema anterior, es una funci
on de Liapunov de este sistema en el punto crtico
x0 .
N
otese que la derivada de W (x) con respecto al campo de vectores f (x) es
simplemente la derivada de W (x(t)) con respecto a t, donde x(t) es una soluci
on
de la ecuacion diferencial. La funci
on de Liapunov juega un papel de funci
on
potencial, de manera que es positiva, salvo en el punto crtico, donde se anula
(es decir, el punto crtico es un mnimo estricto local), y tal que su pendiente
siguiendo las lineas del campo es negativa o cero. Por supuesto no tiene porque
ser u
nica en caso de existir. Lo que viene a decir el teorema de Liapunov, es
que si la funci
on denida positiva W (x), tiene derivada seg
un las orbitas (que
son las curvas del campo) negativa, entonces estas se dirigen hacia el punto x0
que es entonces estable o asintoticamente estable si exigimos que la derivada sea
denida negativa. Vease la gura 20 donde se hace un esquema de las curvas
de nivel de W (x) y las orbitas del sistema.
Ejemplo: Consideremos el sistema autonomo:


x = 2y(z 1)
y
= x(z 1)


z = z 3

MAR

175

Fig.20

El origen es un punto crtico de este sistema, y su estabilidad puede ser

analizada con la ayuda de una funci
on de Liapunov, que construiremos de la
forma siguiente. Buscamos una funci
on positiva en un entorno del origen en
IR3 . Escrib
amosla como una forma cuadr
atica:
W (x, y, z) = ax2 + by 2 + cz 2
e impongamos que su derivada con repecto al campo denido por los segundos
miembros de las ecuaciones del sistema sea negativa:
Lf W (x, y, z) = 2(axx
+ byy
+ czz
) =
2(ax2y(z 1) byx(z 1) cz 4 ) = 2((2a b)xy(z 1) cz 4 )
Lo mas u
til para conseguir que esta funci
on sea negativa es poner b = 2a y
tomar c positivo (por ejemplo c = 1). De esta forma, la funci
on:
W (x, y, z) = a(x2 + 2y 2 ) + z 2
es una funci
on de Liapunov para el sistema con a positivo, pues su derivada es:
Lf W (x, y, z) = 2z 4
N
otese sin embargo que la derivada se hace cero no solo en el punto crtico
(el origen) sino tambien en el plano z = 0. Por tanto, no se puede armar a
partir del teorema anterior la estabilidad asint
otica del origen, pero al menos s
su estabilidad.
En algunos casos, la dicultad del ejemplo anterior, discriminar entre estabilidad y estabilidad asint
otica, se puede resolver. Consideremos el siguiente
teorema:
Teorema 6.3 Sea el sistema aut
onomo x
= f (x), f (x) derivable con conn
tinuidad en IR , y supongamos que el origen es un punto crtico. Si existe una
funci
on real W (x) tambien en C 1 (IRn ), vericando:
1. W (x) > 0,
2. W (x) ,

x IR \ {0};
cuando

W (0) = 0

3. Lf W (x) < 0, para cualquier soluci

on (distinta de x(t) = 0) del sistema.

176

EDO. Versi
on 4. Mayo 1996

entonces, la soluci
on x(t) = 0 es asint
oticamente estable, y toda soluci
on tiende
a ella (la cuenca de atracci
on de esa soluci
on es todo IRn ).
A
un cuando la derivada seg
un el campo de vectores se anule en alg
un punto,
es posible probar lo siguiente:
si Lf W (x) 0, y el conjunto de puntos donde esa derivada se hace cero,
K0 , no contiene ninguna
orbita, entonces x(t) = 0 es asint
oticamente estable.
Con m
as precisi
on se exige:
Si x(t) es una soluci
on distinta de cero, {x(t) : t t0 } no est
a contenido
en K0 para ning
un t0 .
La u
ltima propiedad se expresa en ocasiones diciendo que K0 es positivamente invariante:
Denici
on 6.17 Se dice que un conjunto del espacio de fases es positivamente
invariante si se puede denir, para todo punto x de ese conjunto, la aplicaci
on
g t para todo t y las im
agenes obtenidas est
an en el conjunto (es decir, las o
rbitas
que pasan por un punto de ese conjunto est
an denidas para todo tiempo positivo
y no se salen del conjunto).
Damos a continuaci
on otro enunciado similar al anterior, pero de car
acter
local.
Teorema 6.4 Supongamos que x0 es un punto crtico de un sistema aut
onomo, x
= f (x), y que existe una funci
on de Liapunov, W (x), denida en un
entorno U de x0 . En este caso, si existe un entorno de x0 , V , contenido en
U (y cerrado en el espacio de fases), tal que es positivamente invariante, y no
existe ninguna o
rbita completa (es decir, denida para todo t IR) en V \ {x0 }
sobre la cu
al W (x) sea constante, el punto crtico es asint
oticamente estable.
Adem
as el conjunto V est
a en la cuenca de atracci
on de x0 .
En el ejemplo anterior, el conjunto K0 es el plano z = 0. Supongamos
que hay una orbita contenida en ese plano: (x(t), y(t), 0). Sustituyendo en el
sistema:


x = 2y
y
= x
sistema que tiene solucion inmediata:

x(t) = a cos( 2t + )

y(t) = 2a sen( 2t + )
En este caso, hay orbitas contenidas completamente en el plano z = 0, luego
el teorema anterior no es aplicable. Pero es mas, dado que hemos sido capaces
de construir una familia de orbitas en ese plano que son cerradas, esta claro que
la estabilidad del origen (que es cierta como dice el teorema de Liapunov) no
es asintotica. Tendremos mas adelante oportunidad de estudiar otros ejemplos
donde s se puede aplicar el teorema.

MAR

177

Ejemplo: Consideremos el sistema:



y = sen ay 2

= (cos y 2 )/y
que describe el movimiento de un planeador, donde y es la velocidad del centro
de masas (normalizada) y el angulo que forma la velocidad con una lnea
horizontal. Se supone que el plano de simetra del planeador es siempre vertical.
La constante a depende de ciertas caractersticas aerodin
amicas del aparato y
supondremos que es cero para simplicar. Busquemos los puntos crticos de
este sistema. La primera ecuacion proporciona = 0, y la segunda y = 1. Una
funci
on de Liapunov para este sistema es:
W (y, ) =

1 1/3
2
y cos +
y
3
3

En efecto, W es denida positiva en un entorno del punto (1, 0), en donde

vale 0. Su derivada con respecto al campo dado por la ecuaci
on es:
Lf W (y, ) = y 2 y
y
cos + y
sen =
(y 2 cos ) sen + (y 2 cos ) sen = 0
Es decir es cero en todos los puntos. En este caso, la funcion de Liapunov
es una integral primera del sistema, y el punto crtico considerado es estable, de
acuerdo con el teorema de Liapunov. Las integrales primeras volver
an a tratarse
en otro lugar.
Ejemplo: Consideremos el siguiente sistema autonomo:


x = 2x y 2
y
= y x2
Estudiemos la estabilidad del origen (que obviamente es un punto crtico de
este sistema). Para ello construiremos una funci
on de Liapunov. No entraremos
ahora en los metodos utilizados, ya que como veremos, para los sistemas lineales
existen formas directas de hacerlo en el caso de que existan y para algunos no
lineales se pueden aprovechar estas tecnicas. En cualquier caso, sea:
W (x, y) = x2 + 2y 2
Es claro que W es una buena funci
on de Liapunov para este sistema:
1. W (x, y) > 0 en un entorno del origen de hecho en todo el plano, salvo en
el origen, donde vale cero.
2. Lf W (x, y) = 2xx
+ 4yy
= (4x2 + 2xy 2 + 4y 2 + 4x2 y). Esta funci
on,
que se anula en el origen, no es denida negativa en todo el plano. Pero s
que lo es en un entorno sucientemente peque
no del origen (por ejemplo
en V = (1, 3) (0.1, 15)).

178

EDO. Versi
on 4. Mayo 1996

Por consiguiente, el origen es un punto crtico estable, de hecho, asint

oticamente estable. En cuanto a su cuenca de atraccion, esta no cubre todo el
plano. Existen orbitas que no tienden a este punto cuando t tiende a innito
(gs. 21a,21b).

Fig.21a

Fig.21b

Se pueden dar criterios de inestabilidad, usando conceptos similares a los

que aparecen en el teorema de Liapunov:
Teorema 6.5 (Chetaev) Supongamos que para el sistema aut
onomo x
=
f (x) denido en un dominio D, con un punto crtico en el origen, existe una
bola B, de centro el origen cuyo cierre est
a contenido en D y un abierto dentro
de esa bola, A, tales que se puede encontrar una funci
on C 1 , W (x), que verica:
1. W (x) > 0 para todo x en A.
2. Lf W (x) > 0 en A.
3. El origen pertenece al borde de A (A).
4. W (x) = 0 en A B.
entonces, el origen es inestable.
Veamos ahora una aplicaci
on de estos conceptos de estabilidad a los sistemas
conservativos.

6.9

Estabilidad de un sistema din

amico conservativo

Consideremos un sistema conservativo en una dimension x

= f (x), donde la

fuerza f es C 1 . Como sabemos, existe una funcion potencial, V (x), tal que la
ecuacion se puede poner como:
x

=


donde:

dV
dx
x

V (x) =

f (s)ds
x0

MAR

179

Ademas, podemos construir la funci

on energa del sistema, que es una cantidad conservada:
1
E = x2 + V (x)
2
Los puntos crticos de la ecuacion (o del sistema de segundo orden asociado) son aquellos donde se anula x
(la velocidad) y x

(la aceleracion) simult
aneamente, es decir:


x
= 0
f (x) = 0
Pero f (x) es la derivada (con el signo cambiado) del potencial. As que lo que
estamos buscando son los extremos de la funcion potencial V (x). Sea x0 uno
de esos puntos, y consideremos la funci
on W (x, v) dada por:
W (x, v) = E(x, v) V (x0 )
Si x0 es un mnimo de la funci
on potencial, W se anula en x0 y es positiva
en un entorno de este punto (n
otese que la parte correspondiente a la energa
cinetica es siempre positiva). Si ahora calculamos la derivada con respecto al
campo dado por la ecuaci
on (o el sistema asociado), se tiene:
Lf W (x, v) = vv
+ V
(x)x
= 0
como ya sabamos, pues la energa se conserva. Por lo tanto el punto es estable.
Esto demuestra el teorema de Lagrange: los mnimos del potencial corresponden
a puntos de equilibrio estable de la ecuaci
on. De manera similar se podria probar
que los maximos del potencial corresponden a puntos de equilibrio inestable.
N
otese el uso que se ha hecho de la integral primera que es la energa. A
un en
casos en que la energa no se conserva, se puede utilizar para construir funciones
de Liapunov.
Ejemplo. Consideremos un pendulo amortiguado:
x

= kx
a sen x
El origen (x = 0, v = x
= 0) es un punto de equilibrio de este sistema, que
tiene la forma:


x = v
v
= a sen x kv
Estudiemos su estabilidad. La energa en el caso de que no haya rozamiento
es:

1 2
v + a(1 cos x)
2
y es una cantidad conservada. Sin embargo, cuando hay rozamiento, esto no es
as . La funci
on E(x, v) es positiva en un entorno del origen, si a es positiva, lo
que se supone. Calculemos su derivada a lo largo de una orbita:
E(x, v) =

Lf E = vv
+ ax
sen x = v(a sen x kv) + av sen x = kv 2

180

EDO. Versi
on 4. Mayo 1996

que es denida negativa (se hace cero en v = 0). Por lo tanto, es una funci
on
de Liapunov, y el origen es un punto asint
oticamente estable. Sin embargo, no
toda soluci
on acaba en el origen. Es decir, la cuenca de atracci
on no es todo
el espacio de fases. Ni a
un considerando que el espacio de fases mas apropiado
para este problema no es el plano, sino un cilindro, debido a la periodicidad de
la ecuacion en x.
El c
alculo de funciones de Liapunov no es tarea sencilla. En general se
debe aprovechar cualquier informaci
on sobre el sistema que permita adivinar de
manera razonable una posible funci
on. Como veremos ahora, en el caso lineal
es inmediato escribirlas, pero por lo mismo, no excesivamente interesante, pues
disponemos de numerosos metodos para determinar la estabilidad de un sistema
lineal.

6.10

El m
etodo de la primera aproximaci
on

Veamos ahora como la aproximacion lineal de un sistema aut

onomo permite en
muchas situaciones estudiar el comportamiento del sistema no lineal. En primer
lugar calcularemos funciones de Liapunov para los sistemas lineales con puntos
crticos estables.
Consideremos el siguiente sistema:
x
= Ax
donde A es una matriz de n
umeros reales, de dimension n n. Se puede
demostrar el siguiente teorema:
Teorema 6.6 Si la parte real de todos los autovalores de A es negativa, entonces existe una forma cuadratica en IRn que es denida positiva y verica la
desigualdad:
LAx W (x) W (x), > 0
Se tiene por tanto que dicha funci
on W (x) es una funci
on de Liapunov, y de
acuerdo con el teorema anterior, el origen es un punto crtico asint
oticamente
estable. Sin embargo, esto ya lo sabamos. El teorema tiene interes en relacion
con el caso no lineal como veremos ahora.
Demostracion: Supongamos que x1 (t), x2 (t), . . . , xn (t) es la base canonica
del espacio de soluciones del sistema x
= Ax, es decir:
xi (0) = ei ,

i = 1, 2, . . . , n

donde ei , i = 1, . . . , n es la base canonica de IRn . Consideremos la solucion x(t)

que verica, x(0) = x0 , y que se expresara en la base anterior como:
x(t) =

n

i=1

x0i xi (t),

x0 = (x01 , x02 , . . . , x0n )

MAR

181

Denimos la forma cuadr

atica W (x) como:

W (x0 ) =

x(s, x0 )2 ds =


x0i x0j

i,j=1

(xi (s), xj (s))ds

0

donde (, ) es el producto escalar usual en IRn . Como los autovalores tienen parte
real negativa, la integral converge:
xi (t M et
para todo i = 1, . . . , n, con M y positivos (que dependen del sistema, pero
no de i). La funci
on W es entonces una forma cuadr
atica denida positiva. La
desigualdad que aparece en el teorema se demuestra tambien f
acilmente.

W (x(t, x0 )) =
x(s, x(t, x0 ))2 ds
0

pero x(s, x(t, x0 )) = x(s + t, x0 ), pues la primera es la soluci

on que en s = 0
verica la condici
on inicial x(0, x(t, x0 )) = x(t, x0 ), que es justamente el valor
del segundo miembro en s = 0. Por tanto ambas funciones verican la ecuaci
on
diferencial en s y la misma condicion inicial, luego son iguales para todo s.
Podemos escribir:


W (x(t, x0 )) =
x(s + t, x0 )2 ds =
x(, x0 )2 d
0

Calculando la derivada seg

un el campo Ax de la funci
on W :


 

d
d
LAx W (x0 ) =
=
x(, x0 )2 d
= x0 2
W (x(t, x0 ))
dt
dt
t
t=0
t=0
De resultados conocidos de algebra elemental, se sabe que para una forma
cuadr
atica denida positiva en IRn , se tiene la desigualdad:
x2 W (x) x2
donde y son constantes positivas que dependen de W . Por lo tanto usando
la segunda parte de la desigualdad, y llamando = 1/:
LAx W (x) W (x)
para todo x de IRn .
El siguiente teorema establece un criterio de estabilidad basado en la primera
aproximaci
on (lineal) de un sistema aut
onomo:
Teorema 6.7 (Liapunov) Sea x
= f (x) un sistema lineal aut
onomo en IRn ,
on de equilibrio (punto
f una funci
on C 1 y supongamos que x = 0 es una posici
crtico) del sistema, f (0) = 0. Sea A la matriz de la aproximaci
on lineal (matriz
jacobiana de la funci
on f (x)) en el punto x = 0. Entonces, si todos los autovalores de la matriz A tienen parte real negativa, el origen es un punto crtico

182

EDO. Versi
on 4. Mayo 1996

asint
oticamente estable. Es m
as, existe > 0 tal que, si x0  < , entonces, la
soluci
on que verica x(0) = x0 , x(t, x0 ), satisface la siguiente acotaci
on:
x(t, x0 ) M x0 et
para todo t 0, con M , , constantes positivas independientes de x0 .
La demostracion consiste en probar que la funci
on W (x) correspondiente a
la parte lineal, es una funci
on de Liapunov del sistema no lineal.
Ejemplo.


x = 2x y 2
y
= y x2
Como hemos visto anteriormente, el origen es un punto crtico de este sistema, asintoticamente estable. Calculemos la forma cuadratica asociada a la
aproximaci
on lineal que tiene por matriz:


2
0
0 1
Esta matriz tiene autovalores con parte real negativa, luego el origen es
asint
oticamente estable de acuerdo con el teorema anterior. Calculemos una
funci
on de Liapunov para este sistema. La forma cuadr
atica asociada a la
aproximaci
on lineal es:

W (x0 , y0 ) =
(x(s, x0 , y0 ), y(s, x0 , y0 ))2 ds =
0

x2 + 2y02
(x20 e4s + y02 e2s )ds = 0
4
0
Esta es una funci
on de Liapunov para la aproximaci
on lineal. Salvo una constante multiplicativa, es la funci
on de Liapunov asociada al sistema no lineal
que usamos en el apartado dedicado al segundo metodo de Liapunov.
Ejemplo: El regulador centrfugo de Watts.
El regulador centrfugo es un mecanismo que controla la presi
on del vapor de
una caldera que supuestamente mueve una m
aquina. Consta esencialmente de
dos esferas que giran a una velocidad que es proporcional a la velocidad de giro
de la maquina, y que debido a la fuerza centrfuga abren o cierran la v
alvula de
la caldera. En la gura 22 se representa esquem
aticamente el regulador.

Fig.22

MAR

183

Tomando la longitud del brazo que sustenta las esferas igual a 1, la fuerza
centrfuga que se ejerce sobre ella es m2 sen , y supondremos que esta fuerza
esta equilibrada por el peso de las bolas (de una forma rigurosa, habra que
considerar que este equilibrio es din
amico, pero haremos el calculo suponiendo
que es estatico para simplicar). Se supone que existe una fuerza de rozamiento
proporcional a la velocidad, con lo que la ecuaci
on de movimiento de las esferas
es:
m

= b
+ m2 sen cos mg sen
La ecuacion de la m
aquina tambien se puede determinar:
J
= P1 P
donde J es el momento de la maquina, P , P1 los momentos de la fuerza ejercida
por el vapor y de la carga de la ma
quina. Entre las velocidades y existe una
relacion dada por los engranajes: = n, y la fuerza del vapor P1 depende de
la mayor o menor apertura de la v
alvula. Esta relaci
on se puede expresar as:

P1 = F1 + K(cos cos )
donde es un valor medio alrededor del cu
al oscila el regulador y K es una
constante positiva. La constante F1 es el valor del momento para ese angulo
Sea F = K cos + P F1 . Escribamos el sistema en forma normal:
medio .


=

= n2 2 sen cos g sen b/m


= (K cos F )/J
Se trata de un sistema no lineal, con un punto crtico en = 0, = 0 ,
= 0 , con:

Kg
0 =
n2 F
F
K
Calculemos la aproximacion lineal de este sistema en un entorno del punto
crtico. La matriz jacobiana en ese punto es:
0 = arccos

0
2
sen2 0
g cos
0
K
sen
0
J

1
b
m
0

0
2g sen2 0
0

No necesitamos calcular los autovalores de esta matriz. Basta con que discutamos si tienen parte real negativa o no. Para ello lo m
as facil es usar el criterio
de Routh-Hurwitz. El polinomio caracterstico es:


b
g sen2 0
2Kg sen2 0
p() = 3 + 2 +
+
m
cos 0
J0

184

EDO. Versi
on 4. Mayo 1996

y la matriz de Routh-Hurwitz es:

m
2Kg sen2 0
J0

g sen2 0
cos 0

b
m
2Kg sen2 0
J0

y los menores asociados son:

b
> 0,
m

bJ
2F
> 0,

m
0

2Kg sen2 0
>0
J0

por lo que la u
nica condici
on que aparece es:
bJ
>1
m
donde = |d0 /dP | es la llamada no uniformidad de la marcha (la velocidad
depende de la carga P ). Como se ve, (seg
un los trabajos de Vichnegradski) el
aumento de masa de las esferas disminuye la estabilidad, as como la disminuci
on
del rozamiento. La disminuci
on del momento y de la no uniformidad contribuyen
tambien a que la estabilidad disminuya. Para que exista estabilidad es necesario
que haya rozamiento y que la marcha no sea uniforme.

MAR

185

6.11

Ejercicios

1. Estudiar los mapas de fases de los sistemas lineales autonomos de segundo

orden que tienen alg
un autovalor cero.
2. (a) Sea el sistema:

x
= 1 x + 3y
y
= x + y 1

i) Dibujar el mapa de fases.

ii) Escribir su soluci
on general.
iii) Es estable la solucion que satisface x(0) = 2, y(0) = 1?
(b) Sea la ecuaci
on diferencial:
y
=

x+y1
1 x + 3y

iv) Estudiar la existencia y unicidad de sus soluciones.

v) Calcular su soluci
on general.
vi) Si ya (x) es la solucion que verica ya (0) = a, estudiar si esta denida
para todo x 0 seg
un los valores de a.
vii) Estudiar si es estable la soluci
on con y(2) = 1.
3. Calcular una funci
on de Liapunov para

x
= ax + by
a, b, c, d IR
y
= cx + by
en los casos en que exista. Discutir la estabilidad de los puntos crticos
elementales de sistemas lineales en IR2 de acuerdo con las funciones halladas.
4. Discutir la estabilidad del origen en el sistema:


x = (x 2 y)(1 a2 x2 b2 y 2 )
y
= (y + 2 x)(1 a2 x2 b2 y 2 )
con , , a, b constantes positivas, < , a < b, utilizando el metodo
directo de Liapunov.
5. Discutir la estabilidad del movimiento de un cuerpo que gira con velocidad
angular 1 = 0, 2 = 0, 3 = 0 y que verica las ecuaciones de Euler

A 1 + (C B)2 3 = 0
B 2 + (A C)1 3 = 0

C 3 + (B A)1 2 = 0
utilizando el metodo de la primera aproximaci
on.

186

EDO Versi
on 3. Octubre 1995

6. Discutir la estabilidad del sistema regido por la ecuaci

on:
...

L x x 2 x
+ Rx +

1
x=0
C

utilizando el metodo directo de Liapunov.

7. Estudiar la estabilidad del origen con funciones de Liapunov:




x = 2y 3
x = x3 + xy 2


2
3
y = xy y
y
= 4x2 y y 3


x
= y 3 + x3 x4
y
= x + y

x

+ (x
)3 + 2x = 0

Tema 7

Sistemas aut
onomos. 2
7.1

Sistemas aut
onomos no lineales planos

Cuando nos limitamos a IR2 , la teora de los sistemas autonomos con puntos elementales (a denir m
as adelante) se puede hacer de manera bastante completa.
Veremos como en estos casos la aproximacion lineal proporciona una informaci
on
muy detallada sobre el mapa de fases en un entorno del punto crtico, y otros
datos, como el ndice, campos de vectores, integrales primeras, existencia de
ciertas orbitas peri
odicas aisladas etc. . . , permiten hacerse una idea cualitativa
del mapa completo.
Supongamos entonces un sistema aut
onomo en el plano:


x = f (x, y)
y
= g(x, y)
donde f , g son funciones C 1 en un abierto de IR2 . Los puntos crticos de este
sistema se obtienen resolviendo las ecuaciones:

f (x, y) = 0
g(x, y) = 0
Sea (x0 , y0 ) un punto crtico. Mediante una traslaci
on podemos llevar este
punto al origen. En el podemos hacer un desarrollo de Taylor hasta primer
orden:
 
 
f
f
f (x, y) = f (0, 0) +
x+
y + f2 (x, y)
x 0
y 0
 
 
g
g
g(x, y) = g(0, 0) +
x+
y + g2 (x, y)
x 0
y 0
donde las funciones f2 (x, y), g2 (x, y) son de segundo orden en x, y, y la matriz
jacobiana en el origen es:


a b
c d
187

188

EDO. Versi
on 4. Mayo 1996

con a = [f /x]0 , b = [f /y]0 , c = [g/x]0 , d = [g/y]0 , las derivadas

primeras calculadas en el origen.
Denici
on 7.1 Se dice que el punto crtico es elemental si el determinante de
la matriz A es diferente de cero.
La matriz A es la matriz de la aplicacion tangente, y el hecho de tener determinante distinto de cero implica ciertas consecuencias, como el que el punto crtico
es aislado. El sistema anterior se puede escribir como:
x
= ax + by + f2 (x, y)
y
= cx + dy + g2 (x, y)
Al sistema lineal autonomo cuya matriz es A se le llama sistema lineal asociado. Como hemos visto antes al estudiar la estabilidad segun Liapunov, sus
caractersticas dan en algunos casos las del sistema no lineal. Pero en el caso
del plano se puede decir mucho m
as a partir del sistema lineal cuando el punto
crtico es elemental. Enunciaremos primero un teorema que establece como el
sistema lineal determina el no lineal. Los puntos crticos de un sistema autonomo
en el plano reciben los mismos nombres que los correspondientes de los sistemas
lineales, aunque algunas caractersticas sean propias de estos u
ltimos.
Teorema 7.1 El comportamiento de las o
rbitas en un entorno de un punto
crtico elemental es el mismo que para la primera aproximaci
on salvo cuando
los autovalores de la matriz A son imaginarios puros. En este u
ltimo caso el
sistema lineal tiene un centro, pero el no lineal puede tener un centro o un foco.
La estructura local de los mapas de fases en un entorno de un punto crtico
elemental es muy sencilla y consecuencia directa del anterior teorema. La expondremos en dos teoremas concernientes a la estructura de los puntos silla y
de los nodos no lineales.
Teorema 7.2 (Estructura local de un punto silla no lineal) Sea (0, 0), punto
crtico del sistema x
= f (x, y), y
= g(x, y), un punto silla (es decir, lo es en
la aproximaci
on lineal). Sean P y Q las rectas asociadas a los autovectores de
la matriz de la aproximaci
on lineal, P al autovalor negativo y Q al positivo.
Entonces, existen dos u
nicas o
rbitas U1 y U2 que para t tienden al origen. Junto con el punto (0, 0) forman una curva continua, derivable y tangente
en (0, 0) a la recta P. Existen tambien dos u
nicas o
rbitas V1 y V2 que tienden
al origen cuando t y que, junto con (0, 0) forman una curva continua,
derivable y tangente en el origen a la recta Q. Las dem
as o
rbitas se comportan
en un entorno de (0, 0) como en el caso lineal (g.1).

MAR

189

P
Q

Fig.1

Fig.2

Teorema 7.3 (Estructura local de un nodo no lineal) Sea (0, 0) un punto crtico de un sistema x
= f (x, y), y
= g(x, y), que es un nodo estable para
la aproximaci
on lineal (el caso de un nodo inestable, u otro tipo de nodo, es
similar). Sean P, Q las rectas asociadas a los autovectores de la matriz A de
la aproximaci
on lineal, P con autovalor 1 , y Q ,2 con 1 < 2 < 0. Todas
las o
rbitas que pasan sucientemente pr
oximas al origen tienden a el cuando
t tiende a innito y tienen una tangente en el. Solo hay dos de ellas que son
tangentes a la recta P y se aproximan al origen desde lados opuestos de la recta
Q. Las dem
as o
rbitas son tangentes a Q (Fig.2). Para un nodo inestable el
comportamiento es el mismo cuando t tiende a menos innito.
N
otese que las rectas P y Q que aparecen en estos teoremas no son en general
rbitas del sistema. Si el sistema lineal asociado presenta un nodo estelar o un
o
nodo de una tangente, los resultados para el sistema no lineal son similares a los
expuestos en el teorema anterior. Las orbitas pueden entrar (o salir) del origen
con tangente arbitraria o una sola tangente.
Cuando el punto crtico del sistema lineal asociado es un centro, en el no
lineal puede aparecer un foco o conservarse el centro, es decir las orbitas pueden
ser abiertas (foco) o cerradas (centro). Para determinarlo hay que emplear
otras tecnicas, como el estudio del posible caracter hamiltoniano del sistema
que trataremos mas adelante o la existencia de ciertas simetras del campo de
vectores.
El uso de coordenadas polares puede ayudar en ocasiones a resolver este
problema. Supongamos que los autovalores del sistema lineal asociado son =
i, con > 0. En una base adecuada la matriz A se escribira en su forma
can
onica:
x
= x y + p(x, y)
y
= x + y + q(x, y)
donde las funciones p(x, y), q(x, y) son de segundo orden en x, y. Esto asegura
que el sistema anterior tiene un centro en el origen en la aproximaci
on lineal.
Este sistema se puede escribir usando notacion compleja, z = x + iy como:
z
= z + h(z, z)
con h(x, y) = p(x, y) + iq(x, y), o pasando a polares con z = ei ;


= 2 [a1 () + a2 () + ]

= 1 + [b1 () + b2 () + ]

190

EDO. Versi
on 4. Mayo 1996

Las funciones ai (), bi () son polinomios en sen , cos , (o en exp(i)) que se

obtienen del desarrollo en serie de las funciones p(x, y) y q(x, y).
A partir de este sistema podemos construir una ecuacion de primer orden
que nos de ():
d
= 2 (c1 () + c2 () + )
d
donde el segundo miembro se obtiene al dividir los segundos miembros de las
ecuaciones del sistema. La solucion de esta ecuacion que verica (0) = 0 depende de forma analtica del dato inicial 0 y puede escribirse como un desarrollo
en serie en potencias de este dato inicial:
(, 0 ) = r1 ()0 + r2 ()20 +
sin termino constante, ya que (, 0) = 0 (la soluci
on constante correspondiente al punto crtico). Sustituyendo en la ecuaci
on, se obtiene una familia de
relaciones que permiten determinar los coecientes ri y por tanto la soluci
on del
problema. Desde un punto de vista pr
actico, el calculo de la soluci
on es muy
complicado con este metodo en general. Sin embargo la utilidad del mismo se
pone de maniesto al poder determinar si el punto crtico es un foco o un centro.
Las ecuaciones que verican los coecientes de la serie tienen la forma siguiente:
dri
= wi (r1 , r2 , . . . , ri1 )
d
donde las funciones wi son polinomios en ei y ei . Por tanto, los coecientes
son peri
odicos si las funciones wi no tienen terminos constantes. Si esto es as, el
punto crtico es un centro. Si hay alguna funci
on wi con un termino constante,
ki , se trata de un foco, que es estable si ki < 0 e inestable si ki > 0.
Para analizar como un centro del sistema lineal puede pasar a un foco cuando
perturbamos el sistema conviertiendolo en uno no lineal, consideremos los siguientes ejemplos:
Ejemplo. Sea el sistema autonomo no lineal:


x = y
y
= x + h(y)
donde h es una funci
on analtica con h(0) = 0 y h
(0) = 0. Es decir el sistema
es no lineal y tiene un punto singular en el origen. Calculando la aproximaci
on
lineal, la matriz correspondiente (siempre en el origen) es:


0 1
1
0
es decir, tenemos un centro en la aproximacion lineal.
Como veremos en la proxima seccion, si h es una funci
on par el centro se
conserva, pues el segundo miembro de la primera ecuacion es impar en x y el
de la segunda ecuacion es par en y.
Sin embargo, si la funci
on h(y) es impar, no disponemos de un criterio tan
simple para determinar si el centro se conserva. En los dos ejemplos que siguen,
el centro pasa a ser un foco, estable en el primer caso, inestable en el segundo:

MAR

191

1.

2.

x
= y
y
= x y3
x
= y
y
= x + y3

Consideremos los ejemplos anteriores con n arbitrario:



x = y
y
= x + 2y n
donde 2 = 1. El sistema en polares se escribe como:


= 2n senn+1

= (1 + 2n1 senn cos )
y la ecuacion de primer orden correspondiente es:
d
2n senn+1
=
d
1 + 2n1 senn cos
Llamando a() = 2 senn+1 y b() = 2 senn cos , la ecuacion se puede
poner como:
d
= a()(1 + b()n + b2 ()n+1 +
d
Si, como hemos dicho antes, escribimos la solucion como una serie de potencias en el dato inicial 0 , se tienen las siguientes ecuaciones para los primeros
coecientes de esa serie:
c
1

c
2
c
3
c
4

ac21

=
=

2ac1 c2 + abc31
a(c22 + 2c1 c3 ) + 3abc21 c2 + ab2 c41

...
que pueden ser resueltas de forma recursiva, con c1 (0) = 1, cn (0) = 0, n > 1:
c1 ()

1


c2 ()

c3 ()

=
...

a()

 

2 (a()
a() + a()b())

Sustituyendo los valores de a() y b():


c2 () = 2
senn+1 d
0

192

EDO. Versi
on 4. Mayo 1996

La funci
on c2 () es periodica si la integral en un periodo (2) es cero:


senn+1 d
0

= 0 si n es par
> 0 si n es impar

Las conclusiones son pues las siguientes:

a) Si n es impar se trata de un foco, inestable si 2 > 0 o estable si 2 < 0.
b) Si n es par, la integral es cero, luego c2 es periodica. Sin embargo podra
ocurrir que alg
un ci no lo fuera. En este caso los metodos de simetra que
estudiaremos en la seccion siguiente permiten demostrar que se trata de
un centro.
El estudio de la estabilidad del sistema usando funciones de Liapunov permite en algunos casos discernir entre focos y centros. Concretamente en estos
ejemplos, la existencia de funciones de Liapunov permitir
a asegurar la estabilidad asint
otica del punto crtico y por ende armar que se trata de un foco
estable. Si no se pueden encontrar esas funciones, es posible que el teorema
de inestabilidad de Chetaev puede informar sobre la existencia de un foco inestable. Para el sistema lineal, H(x, y) = 12 (x2 + y 2 ) es una funci
on de Liapunov
(de hecho una integral primera, una funci
on que se conserva a lo largo de las
orbitas del sistema). No es cierto que se conserve cuando el sistema es no lineal.

En efecto, la derivada de H(x, y) a lo largo del campo de vectores del sistema:



x = y
y
= x + h(y)
es:
Lv H(x, y) = xy + yx + yh(y) = yh(y)
Por tanto, si h(y) es un funci
on par, H(x, y) no es una buena funci
on de
Liapunov. Si h(y) es impar, Lv H(x, y) toma el mismo signo en un entorno
sucientemente peque
no del origen. Si h(y) = 2y n , con n impar, Lv H(x, y) es
positiva cuando 2 = 1 y negativa cuando 2 = 1, de donde uno puede deducir la
estabilidad asint
otica o inestabilidad del origen (a
un cuando la derivada se anula
a lo largo de y = 0, pues no hay orbitas contenidas en ella, salvo x = y = 0).
El que H(x, y) no sea una buena funci
on de Liapunov para el origen cuando
h(y) es par, no permite asegurar nada sobre la estabilidad o inestabilidad del origen. Como hemos dicho antes, en estos casos el origen es un centro. Recuerdese
que h(0) = 0, h
(0) = 0.

7.2

Indice de un campo de vectores en el plano

Un concepto u
til en el estudio de los mapas de fases en el plano es el de ndice
de un campo de vectores respecto una curva de Jordan (homeomorfa a una
circunferencia). Podemos denirlo de la siguiente forma:

MAR

193

Denici
on 7.2 El ndice de un campo de vectores respecto a una curva de
Jordan es la variaci
on angular del campo calculado en los puntos de cuando
se recorre la curva en sentido positivo una sola vez, dividido por 2.
En el caso de una curva de Jordan recticable que no pase por ning
un punto
crtico, el ndice se puede calcular por la siguiente expresi
on:
Sea f (x, y),g(x, y) el campo de vectores y la curva de Jordan. El ndice es:

1
f dg gdf
I() =
2 f 2 + g 2
El integrando es justamente la diferencial del arco tangente de g/f , es decir,
el angulo que forma el campo con el eje x.
Supongamos un punto de un conjunto D donde tenemos denido un campo
de vectores, respecto del cual es un punto ordinario o un punto crtico aislado.
Se dene el ndice del punto como el de una curva de Jordan que lo rodea
y no contiene ning
un otro punto crtico. Este ndice no depende de la curva
de Jordan utilizada (mientras no atravesemos un punto crtico). El ndice de
un punto ordinario de un campo de vectores es cero. El ndice de una curva
de Jordan que rodea un conjunto nito de puntos crticos es la suma de los
ndices de estos puntos crticos. Calculemos ahora el ndice de puntos crticos
elementales de un sistema lineal:
1. Indice de un nodo. Supongamos un nodo estelar con autovalores iguales a
1. El mapa de fases aparece en la gura 6.7b. Considerando una circunferencia de centro el origen, el ndice es obviamente 1. Lo mismo ocurre
si los autovalores son iguales a 1 (nodo estelar estable). Cualquier otro
nodo se puede obtener mediante una deformaci
on de alguno de estos dos,
y por lo tanto el ndice sigue valiendo 1. Incluso cuando el nodo es de una
tangente, el ndice es 1.
2. Indice de un centro o un foco. Para calcular el ndice de un centro basta
recorrer cualquier orbita para ver que vale 1. En el caso de un foco el
resultado es el mismo.
3. Indice de un punto silla. Los puntos silla son los u
nicos puntos crticos
elementales de ndice 1. En la gura 6.9 es f
acil darse cuenta de este
hecho.
El resultado m
as interesante en lo que concierne a los puntos crticos elementales es el siguiente:
Teorema 7.4 El ndice de un punto crtico elemental (es decir, con primera
aproximaci
on no singular) es el mismo que el de la aproximaci
on lineal.
El ndice de una orbita cerrada es siempre igual a 1. Como consecuencia,
una orbita cerrada rodea al menos a un punto crtico, que no tiene porque ser un
centro. Como veremos mas adelante existe un tipo de orbitas cerradas aisladas
que no estan relacionadas necesariamente con centros.

194

EDO. Versi
on 4. Mayo 1996

7.3

Simetras y campos de vectores

Una de las tecnicas importantes en la solucion de ecuaciones diferenciales es el

estudio de las simetras que presentan estas ecuaciones frente a transformaciones
de coordenadas, cambios de variable, etc. Consideremos un abierto de IRn , U ,
y un campo de vectores v(x) denido en el. Sea f : U U un difeomorsmo
de U . El campo de vectores v(x) se transforma de acuerdo con la aplicaci
on
tangente de f , que llamaremos f (es decir la matriz jacobiana de f ):
Si (t) es una curva integral del campo, la curva transformada es f ((t)) y
el vector tangente en un punto f (x0 ) con (0) = x0 , es:


n

d j
f j
j
=
(x0 )
i (0)
f (v) (f (x0 )) =
f ((t))
dt
x
i
t=0
i=1
pero
i (0) = v(x0 ) de donde se obtiene, escrito simbolicamente, que:
f (v) = (Df )v
donde Df es la matriz jacobiana de la aplicaci
on f . Evidentemente todo esto
se puede escribir sin utilizar coordenadas, en un lenguaje intrnseco, pero no
entraremos en este tipo de cuestiones.
La denici
on que usaremos de simetra es la siguiente:
Denici
on 7.3 Se dice que un difeomorsmo g : U U es una simetra del
campo de vectores v(x) denido en U , si
v(g(x)) = g (v)(x),

x U

Es decir el campo en el punto transformado es igual al campo transformado en

el punto original.
Ejemplo: Consideremos el campo de vectores dado en el plano por:
v(x, y) = (y, x)
y la aplicaci
on g(x, y) del plano en s mismo dada por:



x = x cos y sen
y
= y sen + y cos
La matriz jacobiana es:


Dg =

cos
sen

sen
cos

con lo cual tenemos:

v(g(x, y)) = v(x
, y
) = (x sen y cos , x cos y sen )
g (v)(x, y) = (y cos x sen , y sen + x cos )
por lo que g es una simetra del campo. Un dibujo del campo de vectores da
r
apidamente el porque de esta simetra (Fig.6.6).
Consideremos ahora el sistema de ecuaciones diferenciales asociado al campo
de vectores v(x).

MAR

195

Denici
on 7.4 Se dice que la ecuaci
on x
= v(x) es invariante bajo el difeomorsmo g del espacio de fases U , si g es una simetra del campo de vectores.
Se dice que g es una simetra de la ecuaci
on.
Este concepto es aplicable a ecuaciones no autonomas. La consecuencia mas
importante de estos conceptos se contiene en el siguiente teorema.
Teorema 7.5 Una simetra de una ecuaci
on diferencial transforma soluciones
en soluciones.
Sea g una simetra del campo de vectores v(x), y x = (t) una soluci
on del
sistema x
= v(x). Si aplicamos el difeomorsmo g:
y = g((t))
es tambien solucion del sistema:
y
= (Dg)
(t) = g v((t)) = v(g((t)) = v(y)
Las transformaciones de simetra de un campo de vectores forman un grupo.
Cuando dependen de una manera diferenciable de uno o varios par
ametros, el
grupo se dice de Lie. Los grupos de Lie tienen una importancia fundamental en
la teora de ecuaciones diferenciales y en muchas otras ramas de la Matematica
y de la Fsica en las que la simetra juega un papel.
Aunque el campo de vectores no sea invariante bajo un difeomorsmo puede
intentarse una reparametrizaci
on del sistema que haga u
til esa aplicaci
on. Veamos el siguiente ejemplo.
Sea el campo en IR2 , v(x, y) = (x + y 2 , x2 y), y la reexi
on respecto a la
bisectriz del segundo cuadrante:
g(x, y) = (y, x)
Calculando g (v)(x, y) y v(g(x, y)) tenemos:
g (v)(x, y) = (y x2 , x y 2 )
v(g(x, y)) = (y + x2 , x + y 2 )
por lo que:
g (v)(x, y) = v(g(x, y))
De esta forma, el campo no es invariante respecto a esta reexion, pero se
transforma de manera sencilla. Si consideramos el sistema asociado:


x = x + y2
y
= x2 y
el cambio t por t nos da:

x
= x y 2
y
= x2 + y

196

EDO. Versi
on 4. Mayo 1996

donde ahora
signica derivada respecto a t. Est

a claro que el mapa de
fases de ambos sistemas es el mismo, pero el sentido en el que se recorren las
orbitas es opuesto. Es decir, si (x(t), y(t)) es una soluci

on del primer sistema,

(x(t), y(t)) lo es del segundo. De esta forma, prescindiendo del sentido en el
que se recorren las orbitas, el mapa de fases es simetrico respecto de la bisectriz del segundo cuadrante. Desde un punto de vista m
as formal, se considera
una transformaci
on de la variable independiente t h(t) y la transformaci
on
inducida en el sistema, ampliando de esta forma la denici
on de sistema invariante.
Veamos ahora como estos criterios de simetra permiten determinar en algunos casos cuando un centro se conserva. Como ya hemos visto, cuando en
la aproximaci
on lineal de un sistema aut
onomo en IR2 aparece un centro, en
el problema completo puede aparecer un centro o un foco. Si probamos, por
ejemplo, que las orbitas son simetricas repecto una recta que pasa por el punto
crtico, estas seran necesariamente cerradas (al menos las proximas al punto
crtico), que ser
a un centro. Cuando la recta es uno de los ejes, y el punto
crtico es el origen, el criterio de simetra se escribe de la siguiente forma:
Proposici
on 7.1 Sea el sistema aut
onomo:


x = f (x, y)
y
= g(x, y)
que tiene un punto crtico en el origen, centro en la aproximaci
on lineal. Si la
funci
on f es impar en y, g par en y, o bien si f es par en x, g impar en x,
entonces, el centro se conserva.
Consideremos el primer caso:
f (x, y) = f (x, y)
g(x, y) = g(x, y)
Es decir, bajo una reexi
on respecto al eje x, el campo v = (f, g) se transforma como:
S : IR2 IR2
S(x, y) = (x, y)
de donde:
S (v)(x, y) = (f (x, y), g(x, y))
v(S(x, y)) = v(x, y) = (f (x, y), g(x, y)) = (f (x, y), g(x, y))
es decir:
S (v) = v(S)
y por los mismos razonamientos que antes, las orbitas son simetricas respecto
al eje x. De la misma forma se prueba el resultado para la segunda condici
on.
En este u
ltimo caso, el mapa de fases es simetrico respecto al eje y. (N
otese

MAR

197

que no se indica que las orbitas son cerradas simplemente porque el mapa sea
simetrico respecto a un eje. Lo que ocurre es que las orbitas pr
oximas al origen
giran en torno a el, ya que este punto es un centro o un foco; al ser simetricas
son cerradas y el punto crtico es centro). Cuando la simetra no es respecto a
un eje las condiciones no son tan sencillas de expresar.
Ejemplo: Sea el sistema:


x = y
y
= x + h(y)
donde h(y) es una funci
on analtica, par y con h(0) = h
(0) = 0. Como ya
hemos visto, el origen es un punto crtico para este sistema y es un centro en la
aproximaci
on lineal. Aplicando la proposici
on anterior, la funci
on f (x, y) = y,
es impar en y, la funci
on g(x, y) = x + h(y) es par en y. Por lo tanto se trata
de un centro.
Ejemplo. Sea el sistema:


x = x + y2
y
= x2 y
La aproximaci
on lineal de este sistema en el punto crtico (1, 1) tiene un centro. Las funciones f (x, y) = x+y 2 , y g(x, y) = x2 y no verican ninguno de los
criterios de paridad dados en la proposici
on anterior. Sin embargo, con el difeomorsmo considerado anteriormente S(x, y) = (y, x), el sistema tiene orbitas
simetricas repecto la bisectriz del segundo cuadrante, as que las pr
oximas al
punto (1, 1) son cerradas y se trata de un centro.
Puesto que no podemos desarrollar la teora completa de los sistemas autonomos en el plano, nos limitaremos en lo que sigue a unos casos particulares de
gran interes en aplicaciones y que resultan de un tratamiento sencillo.

7.4

Sistemas gradiente

Supongamos un sistema autonomo x
= F (x), con F : U IRn IRn , donde

F (x) es el gradiente de una cierta funci
on V (x) sucientemnete diferenciable,
denida en U . Si nos limitamos al caso IR2 , y suponemos que U = IR2 (o al
menos un abierto conexo simplemente conexo), la condici
on necesaria y suciente para la existencia de esta funci
on potencial V (x, y) es:
x
= f (x, y)
y
= g(x, y)
las funciones f (x, y), y g(x, y) deben cumplir:
f
g
=
y
x
Veamos algunas propiedades interesantes de los sistemas gradiente. Es inmediato que los puntos crticos de un sistema de este tipo son los extremos

198

EDO. Versi
on 4. Mayo 1996

(puntos donde se anula el gradiente) del potencial V (x, y). Ademas, la matriz
de la aproximaci
on lineal es el hessiano de la funci
on cambiado de signo. Si, por
ejemplo, estamos en un mnimo de la funci
on V (x, y), el hessiano es denido
positivo, as que los autovalores de esa matriz cambiados de signo son negativos, y por lo tanto el punto crtico es asintoticamente estable, concretamente
un foco estable (el hessiano es una matriz simetrica, por lo que sus autovalores
son reales). Estudiemos otra argumentaci
on de este resultado.
Proposici
on 7.2 Si (x0 , y0 ) es un mnimo aislado del potencial V (x, y) entonces es un punto crtico asint
oticamente estable del sistema gradiente asociado.
La demostracion se basa en la construccion de una funci
on de Liapunov. En
efecto, V (x, y) no es una integral primera del sistema, sin embargo en un entorno
de un mnimo se puede utilizar para construir una funci
on de Liapunov que
permite asegurar la estabilidad asint
otica. En un entorno de (x0 , y0 ), la funci
on:
F (x, y) = V (x, y) V (x0 , y0 )
es denida positiva. Calculando su derivada respecto al campo gradiente:
L grad V F (x, y) =  grad V (x, y)2
que es denida negativa en un entorno del mnimo. De acuerdo con el teorema
de Liapunov, este es un punto asint
oticamente estable.
Otra propiedad interesante de los sistemas gradiente es que las orbitas del
sistema son ortogonales a las curvas de nivel de la funci
on V (x, y). Este resultado
es inmediato de la ecuacion, ya que (x
(t), y
(t)) es el vector tangente a las orbitas
y grad V (x, y) es ortogonal a las curvas de nivel de V (x, y). Veamos un ejemplo
de este tipo de sistemas.
Ejemplo. Sea la funci
on V (x, y) = x2 (x 1)2 + y 2 . El sistema gradiente
asociado es:


x = 2x(x 1)(2x 1)
y
= 2y
en este caso el sistema esta desacoplado con lo que su estudio es muy sencillo.
Los puntos crticos son: (0, 0), (1, 0), (1/2, 0). Calculando la aproximaci
on
lineal, es muy sencillo comprobar que los dos primeros corresponden a nodos
estables, y el tercero a un punto silla. Adem
as, las matrices de la aproximacion
lineal son diagonales (debido a que el sistema esta desacoplado). En el caso del
punto silla esto hace que los autovectores sean (1, 0) y (0, 1). Los autovalores
de las matrices correspondientes a los nodos son iguales, luego nos encontramos
con un nodo estelar para el problema lineal. Las orbitas que entran en estos
nodos lo hacen cada una con una tangente distinta. La ecuacion de las orbitas
se resuelve facilmente:
x(x 1)
y=C
(2x 1)2
y la derivada de y respecto a x en los puntos (0, 0) y (0, 1) depende de C.

MAR

199

Si estudiamos las curvas de nivel de la funcion V (x, y):

x2 (x 1)2 + y 2 = k
es facil observar que son simetricas respecto al eje x, y escribiendolas como:
#
$2
2
1
1
x

+ y2 = k
2
4
se ve que tambien lo son respecto la recta x = 1/2. Solo hay curvas de nivel para
k = K 2 mayor o igual a cero. Si K = 0, tenemos los dos mnimos, y = 0, x = 0,
x = 1. Si K > 1/4, las curvas de nivel cortan dos veces al eje x. Si K = 1/4, lo
corta tres veces, (una de ellas en el maximo (relativo), correspondiente al punto
silla). Por n, si K < 1/4, hay cuatro cortes con los ejes, y las curvas de nivel
constan de dos ramas disjuntas cerradas, simetricas respecto a la recta x = 1/2
(g.3).

Fig.3

Fig.4

Con estos datos y el hecho de que los ejes coordenados y la recta x = 1/2
proporcionan en este caso orbitas del sistema no lineal, se puede dibujar el mapa
de fases que aparece en la gura 4, donde las curvas continuas son las orbitas
del sistema y las de trazo discontinuo, las curvas de nivel de la funcion V (x, y)
calculadas previamente. N
otese que la cuenca de atraccion del nodo (0, 0), es
todo el semiplano a la izquierda de la recta x = 1/2, y la del nodo (1, 0) es el
semiplano a la derecha de x = 1/2.
Puesto que el sistema esta desacoplado, es posible estudiar las ecuaciones
aut
onomas de primer orden correspondientes a x(t) e y(t). Para la ecuaci
on que
ja y(t), la soluci
on es trivial:
y(t) = C2 e2t
Para la ecuaci
on de x(t), la soluci
on es mas complicada de obtener, pero
el dibujo de las soluciones es muy sencillo y aparece en la gura 5. Se puede
ver como la solucion no est
a en general denida para todo t. Concretamente,
si x(0) < 0, la soluci
on explota para un cierto t1 < 0, y lo mismo ocurre si
x(t) > 1. Como y(t) no tiene problemas, la orbita correspondiente tiende a
(, y(t1 )) cuando t tiende a t1 . Sin embargo, en cualquiera de estos dos casos
las soluciones estan denidas para todo t > 0 (y tienden a una de las dos
soluciones constantes x = 0, x = 1). Si 0 < x(0) < 1, las soluciones estan
denidas para todo t.

200

EDO. Versi
on 4. Mayo 1996

y
1
1/2

Fig.5

7.5

Integrales primeras

Aunque introducidas de manera informal en apartados anteriores, estudiaremos

con mas detalle la denici
on de integral primera y las propiedades que nos
interesan en relaci
on con los sistemas autonomos.
Denici
on 7.5 Dado un sistema aut
onomo x
= f (x) con espacio de fases M ,
se dice que una funci
on diferenciable F : U IR, U abierto de M es una
integral primera si la derivada de F con respecto al campo de vectores f (x) es
cero.
Las propiedades que necesitamos se resumen en la siguiente proposicion:
Proposici
on 7.3 Sea F (x) una integral primera del sistema x
= f (x)
1. La funci
on F (x) es constante sobre cada soluci
on x : I U del sistema.
2. Cada o
rbita del sistema pertenece a una sola curva de nivel de la funci
on
F (x). Es decir, si x : I U es una soluci
on, la o
rbita correspondiente
{x(t) : t I} verica: F (x(t)) = c, t I.
La demostracion es inmediata. Estas dos propiedades son equivalentes a
la denici
on dada de integral primera. En cuanto concierne a los sistemas
aut
onomos con integrales primeras, el siguiente teorema establece restricciones
sobre el tipo de puntos crticos:
Teorema 7.6 Un sistema con integrales primeras no constantes no puede tener
atractores (o repulsores), es decir, puntos crticos asint
oticamente estables cuando t .
Ejemplo:


x
= x
y
= y

Este sistema no tiene integrales primeras (siempre supondremos no constantes).

En efecto, las orbitas del sistema son las semirrectas que salen del origen. Pero
sobre cada una de ellas, una posible integral primera es constante. Al tender t

MAR

201

a menos innito, todas tienden al origen, luego el valor de esa constante es el

mismo para todas ellas, que llenan el plano, luego F es constante. Formalmente,
la funci
on:
y
F (x, y) =
x
verica que su derivada es cero a lo largo del campo de vectores:
y
y
Lv F (x, y) = 2 x + = 0
x
x
Pero la funci
on F no es diferenciable, ni siquiera continua en un entorno del
origen.
Ejemplo.


x =x
y
= y
El sistema admite una integral primera:
F (x, y) = xy
pues:
Lv F (x, y) = yx xy = 0
El sistema tiene un punto silla en el origen.
N
otese que las posibles integrales primeras pueden buscarse como soluciones
de la ecuacion diferencial en derivadas parciales de primer orden:
F
F
f (x, y) +
g(x, y) = 0
x
y
para un sistema con campo de vectores dado por (f (x, y), g(x, y)). La soluci
on
de este sistema lleva (usando el metodo de caractersticas que no podemos desarrollar aqu) a la ecuacion de las orbitas, por lo que las integrales primeras son
soluci
on de esa ecuacion. Como, al menos desde un punto de vista te
orico, la
orbitas pueden representarse como una funci

on de x, y, hay que prestar atenci

on
a las condiciones de continuidad y diferenciabilidad impuestas a las integrales
primeras.
Ejemplo. Sistemas conservativos con un grado de libertad.
Consideremos la ecuacion de Newton:
x

= f (x)
donde f (x) es una funci
on sucientemente diferenciable. Esta fuerza depende
solo de la posicion, luego existe una funci
on potencial V (x) tal que:
f (x) =

dV
dx

La energa total del sistema se conserva a lo largo de una trayectoria, con lo que
tenemos una integral primera:
H(x, v) =

1 2
v + V (x)
2

202

EDO. Versi
on 4. Mayo 1996

siendo v = x
la velocidad. Los u

nicos tipos de puntos crticos para este sistema
son centros y puntos silla (si son elementales). Ademas, las orbitas estan contenidas en las curvas de nivel de la funci
on H(x, v). Como sabemos, un punto
crtico corresponde a un mnimo del potencial:
dV
=0
dx
y el valor de la derivada segunda en ese punto nos da el tipo de punto crtico:
1. Si es positiva, se trata de un mnimo, es decir de un centro.
2. Si es negativa, tenemos un m
aximo, punto silla.
3. Si es cero, nos encontramos con un punto crtico no elemental.
clasicacion inmediata a partir, por ejemplo, del teorema de Lagrange, o del
estudio de la matriz de la aproximaci
on lineal: Si el sistema es:


x =v
v
= f (x)
on lineal
los puntos crticos son: f (x0 ) = 0, v0 = 0. La matriz de la aproximaci
es:


0
1
f
(x0 ) 0
y los autovalores son:


= f
(x0 )

de donde se deduce el resultado anterior, pues f
(x0 ) = V

(x0 ).

Consideremos ahora dos casos particulares de la funci
on f (x):
Ejemplo: El problema de Kepler.
La ecuacion radial del problema de Kepler es:
x

=

1
2C
+ 3
2
x
x

con C > 0, de donde el potencial es:

V (x) =

1
C
+ 2
x x

suma del potencial culombiano y el termino centrfugo. El espacio de fase es el

semiplano x > 0 y el u
nico punto crtico es:
x = 2C,

v=0

La segunda derivada del potencial en ese punto es:

d2 V
1
(2C) = 3
2
dx
8C

MAR

203

y por lo tanto se trata de un punto de equilibrio estable, un centro. La energa

total, que es una integral primera, es:
H(x, v) =

1 2 1
C
v + 2
2
x x

y sus curvas de nivel H(x, v) = E nos dan las orbitas del sistema (g.6). No
todos los valores de la energa estan permitidos. Concretamente, E 1/4C
para que la ecuaci
on H(x, v) = E tenga soluciones reales.
1. E = 1/4C. En este caso, el u
nico punto que verica H(x, v) = E es
x = 1/2c, v = 0, es decir el centro.
2. 1/4C < E < 0. Las orbitas son cerradas para estos valores de la energa,
lo que se puede comprobar de manera gr
aca (ver gura 6) o calculando
explcitamente los dos puntos de retroceso:
H(x, 0) = E

1
(1 1 + 4CE)
2E
que tiene dos soluciones reales distintas.
x=

3. E = 0. La ecuacion anterior solo tiene una soluci

on x = C. La orbita es
abierta, y la velocidad tiende a cero cuando t , pues en este caso,
la posici
on tiende a innito.
4. E > 0. Solo hay un punto de retroceso, dado por:
x=

1
(1 + 1 + 4CE)
2E

puesel otro valor de x es negativo. La velocidad, cuando t , tiende

a 2E.
El sentido en el que se recorren las orbitas viene dado por el sistema y el
mapa de fases completo aparece en la gura 6.
El tiempo empleado en recorrer una orbita cerrada es el periodo de movimiento y puede calcularse (al menos dar una expresi
on compacta). Si en t = t0
la partcula sometida a este potencial se encuentra en x = x0 , en el tiempo t se
hallar
a en x(t) dado por:
 x(t)
ds

t t0 =
2(E
V (s)
x0
donde 1/4C < E < 0, la energa de la partcula, es constante a lo largo de
la trayectoria. Esta expresi
on es una consecuencia inmediata de la primera
ecuacion del sistema (o de la denici
on de velocidad). Para una orbita cerrada,
el periodo es:
 b
T
ds

=
2
2(E V (s)
a

204

EDO. Versi
on 4. Mayo 1996

donde a, b son los puntos de retroceso de la orbita. Se trata de una cantidad

nita, que depende de la energa. Para una orbita abierta, el tiempo empleado
en recorrerla es innito, incluso con energa cero:

ds

=
2(E
V (s)
a
con 0 E, y a el u
nico punto de retroceso de la orbita.
La variable x es la distancia del planeta al centro de masas del sistema.
Por tanto los puntos de retroceso son los de mnima y m
axima separacion. Las
orbitas cerradas tienen dos (afelio y perihelio en el caso del sistema solar). Las

orbitas abiertas tienen s

olo uno. La orbita correspondiente al centro (x = 2C)

es una
orbita circular. La velocidad radial es cero en ella, y su distancia al
centro de masas constante.

Fig.6

Fig.7

Ejemplo. El pendulo simple.

Consideremos ahora un sistema conservativo con el siguiente potencial:
V (x) = 1 cos x
donde x es una variable que podra tomarse en el intervalo [0, 2] con lo que el
espacio de fases sera un cilindro. Sin embargo, supondremos que x IR. La
ecuacion correspondiente es:
x

= sen x
y el sistema:

x
= v
v
= sen x

La energa es una integral primera del sistema:

H(x, v) =

1 2
v + 1 cos x
2

y las curvas de nivel, que contienen a las orbitas del sistema son:
1 2
v + 1 cos x = E
2
Debido a que el coseno es una funci
on acotada, la energa es siempre positiva.

MAR

205

Los puntos crticos se calculan facilmente:

v = 0,

x = n,

nZ

y corresponden a centros si n es par (mnimos del potencial) y a puntos silla si

n es impar (maximos del potencial) (g.7). Calculemos la matriz de la aproximacion lineal en los puntos silla, para hallar los autovectores y por tanto la
direccion de tangencia de las separatrices:


0 1
1 0
por lo que los autovectores son:


1
1


,

1
1

con autovalores 1 y 1 respectivamente. Con estos datos es muy sencillo dibujar

el mapa de fases que aparece en la gura 7.
Cuando la energa es menor que 2, el movimiento es periodico (para E = 0
estamos en un punto de equilibrio estable). Cuando la energa es igual a 2,
nos movemos por una separatriz. El movimiento no es peri
odico, y se tarda un
tiempo innito en recorrerla. Para E > 2 la orbitas son abiertas (el movimiento
es periodico si se considera a x como una variable angular en [0, 2] y el mapa
de fases sobre un cilindro).
Como antes, el periodo en las orbitas cerradas depende de la energa y se
puede dar una expresi
on para calcularlo:

T =4
0

ds
2(E 1 + cos s)

donde b es la primera solucion positiva de la ecuaci

on:
1 2
v + 1 cos b = E
2
y 0 < E < 2. Para una separatriz, el tiempo empleado en ir desde x = hasta
x = es innito:

ds

=
2(1 + cos s)

Ejemplo. Las ecuaciones de Lotka-Volterra.

Ya hemos hablado previamente de este sistema de ecuaciones que describe
las poblaciones de dos especies que comparten un mismo medio. Veamos ahora
como el sistema tiene dos puntos crticos, un centro y un punto silla, y como se
puede calcular una integral primera local.


x = (a by)x
y
= (cx d)y

206

EDO. Versi
on 4. Mayo 1996

con a, b, c, d > 0. Los puntos crticos son:

(0, 0),

(d/c, a/b)

y es inmediato comprobar que el origen es un punto silla en la aproximaci

on
lineal, que por tanto se conserva en el sistema no lineal, y que el punto (d/c, a/b)
es un centro en esa aproximacion. Los subespacios invariantes de la matriz de la
aproximaci
on lineal para el punto silla son los ejes, que en este caso coinciden con
las separatrices, como se puede ver sin mas que sustituir en la ecuaci
on. En lo
que sigue, consideraremos u
nicamente el primer cuadrante, ya que la poblaci
on
de las especies es positiva (o cero). En la gura 8 aparece el campo de vectores
del sistema.
El problema ahora es estudiar si el punto (d/c, a/b) es un centro o un foco.
Vamos a encontrar una integral primera, con lo cual ser
a un centro. Para ello
escribamos la ecuacion que debera vericar una funci
on H(x, y) para ser integral
primera del sistema:
Lv H(x, y) =

H
H
(a by)x +
(cx d)y = 0
x
y

Esta es una ecuacion en derivadas parciales de primer orden, cuya soluci

on
general no es trivial de encontrar. Sin embargo, u
nicamente necesitamos una
soluci
on particular. Busquemosla usando el metodo de separacion de variables.
Sea:
H(x, y) = H1 (x) + H2 (y)
Sustituyendo en la ecuaci
on se obtiene:
xH1
(x)
yH
(y)
= 2
cx d
a by
El primer miembro depende solo de x y el segundo solo de y, por lo tanto ambos
son iguales a una constante . Esto nos proporciona dos ecuaciones diferenciales
ordinarias que se pueden resolver:
H1 (x) = (cx d log x)
H2 (y) = (by a log y)
y por tanto, una posible integral primera del sistema es:
H(x, y) = cx + by log xd y a
tomando por ejemplo = 1. H(x, y) no es una integral primera global, pues no
esta denida sobre los ejes. Sin embargo s lo es en un entorno del punto crtico
(d/c, a/b) que es por tanto un centro.

MAR

207

Fig.8

Fig.9

Las orbitas pr
oximas al centro son cerradas. Las correspondientes a los
ejes son obviamente abiertas. Se puede probar que estas son las u
nicas orbitas
abiertas. Todas las demas son cerradas (recuerdese que estamos considerando
el primer cuadrante solamente). La demostracion puede hacerse probando en
primer lugar que las orbitas giran en torno al centro (salvo separatrices). Este
resultado no se puede deducir directamente del mapa de fases (recuerdese el
caso del problema de Kepler y comp
arese los campos de vectores en uno y otro
ejemplo). Una vez calculado el giro de las orbitas, se usa de manera adecuada el
hecho de que el centro es un mnimo absoluto para la integral primera calculada
antes.
De acuerdo con el mapa de fases que aparece en la gura 9, si en un instante
dado existen las dos especies, esto es cierto en cualquier tiempo. Las poblaciones
son peri
odicas, y salvo en el caso en el que nos encontremos en el centro, el
n
umero de individuos vara con el tiempo. Este tipo de modelos ecologicos
puede mejorarse introduciendo otros factores que afectan a la evoluci
on de las
especies en competicion.

7.6

Sistemas hamiltonianos

Volvamos al caso de los sistemas conservativos en una dimension. Supongamos que existe una funci
on H(x, y), C 1 en alg
un dominio de IR2 , tal que las
ecuaciones se pueden escribir como:
x
=

H
y

H
x
Se dice que el sistema es hamiltoniano y que H es el hamiltoniano del sistema.
Una condici
on necesaria para que un sistema sea hamiltoniano es la siguiente.
Sea el sistema:


x = f (x, y)
y
= g(x, y)
y
=

Entonces:

f
g
+
=0
x y

208

EDO. Versi
on 4. Mayo 1996

que es tambien una condici

on suciente cuando el abierto en el que trabajamos
es simplemente conexo.
Supongamos pues que tenemos un sistema hamiltoniano. La primera propiedad interesante es que H(x, y) es una integral primera del sistema:
Lv H(x, y) =

H
H
f (x, y) +
g(x, y) = 0
x
y

ya que:
f (x, y)
g(x, y)

H
y
H
=
x
=

Este par de ecuaciones permite calcular H(x, y) si la condici

on establecida anteriormente se cumple. Notese que es la misma que obtuvimos cuando se estudiaron las ecuaciones exactas. En efecto, la ecuacion de las orbitas de un sistema
hamiltoniano es exacta. Por eso llamaremos tambien a este tipo de sistemas,
exactos. El calculo de H(x, y) es el de la funci
on cuyas curvas de nivel contienen
a las orbitas del sistema.
En el caso de un sistema lineal, los ujos hamiltonianos se caracterizan por
la condici
on:
tr A = 0
donde A es la matriz del sistema. En este caso, f (x, y) = ax + by, g(x, y) =
cx + dy, por lo que la condici
on de ser hamiltoniano es:
a+d=0
La ecuacion de autovalores es ahora:
2 + det A = 0
por lo que, si el determinante es positivo tendremos un centro y si es negativo
un punto silla (de acuerdo con lo que sabemos de un sistema con integrales
primeras, no puede tener atractores ni repulsores). Si el determinante es igual
a cero los puntos crticos son no elementales.
El hamiltoniano se puede calcular:
H
y
H

x
de donde:

= ax + by
= cx ay

1 2
(by cx2 + 2axy)
2
y sus curvas de nivel son c
onicas, elipses si b y c tienen signos opuestos (determinante positivo, centro) o hiperbolas si tienen el mismo signo (determinante
negativo, punto sillla).
H(x, y) =

MAR

209

Ejemplo. Los sistemas conservativos en una dimension son obviamente

hamiltonianos. Supongamos la ecuaci
on:
x

= x3 x
El hamiltoniano asociado es simplemente en este caso la energa cinetica mas la
potencial:

1 2
p2
x2
x4
H(x, y) = y + x(s s3 )ds =
+

2
2
2
4
0
donde y = x
y las
orbitas del sistema estan contenidas en las curvas de nivel
de H(x, y):
2y 2 + 2x2 x4 = 4E
El sistema tiene tres puntos crticos correspondientes a los extremos del potencial:
dV
= x(1 x2 ) = 0
dx
de donde x = 1, 0, 1. Los situados en x = 1 son maximos, y por tanto puntos
silla, y x = 0 es un mnimo, es decir un centro. Como siempre en estos sistemas
que proceden de una ecuaci
on de segundo orden (es decir cuya primera ecuaci
on
es x
= y), en los puntos crticos y = 0.
Las orbitas son cerradas en un entorno del centro (correspondientes a energas entre 0 y 1/4). En cada curva de nivel de la funci
on H(x, y) hay tres
orbitas, una cerrada y dos abiertas (ver gura 10). Por encima de 1/4 las

orbitas son abiertas (y hay una u

nica orbita en cada curva de nivel). Cuando

E = 1/4 las orbitas que aparecen son las seis separatrices (los puntos silla tienen
dos separatrices comunes) y los puntos silla mismos. La ecuacion de esta curva
de nivel es:
2y 2 + 2x2 x4 = 1
es decir:
2y 2 = (x2 1)2
que son dos par
abolas simetricas:
1
y = (x2 1)
2

H
y
H

= ax + by
= cx ay

210

EDO. Versi
on 4. Mayo 1996

Fig.10

Fig.11

Ejemplo. Volvamos de nuevo al sistema:



x = x + y2
y
= x2 y
Se trata de un sistema hamiltoniano (lo que nos permite asegurar sin m
as que
el centro de la aproximaci
on lineal se conserva). El hamiltoniano no es ahora
tan trivial de escribir como en el caso anterior, pues el sistema no procede
directamente de una ecuacion de segundo orden. En cualquier caso, resulta
muy sencillo resolver:
H
y
H

= x + y2
= x2 y

obteniendose:

1 3
(y x3 + 3xy)
3
Como se ve en este caso, la segunda variable y no es la derivada de la
primera x con respecto a t, impidiendonos una interpretaci
on tan sencilla como
en el primer ejemplo (g.11).
En general, llamando a las variables q, p el sistema de ecuaciones de Hamilton
se escribe como:
H(x, y) =

q

p

H
p
H
=
q
=

donde H es una funci

on de q y p. Si denimos una funci
on L(q, q
) (considerando


a q y q como variables independientes) por:
L(q, q
) = pq
H(p, q)
se tiene:
p=

L
q

MAR

211

La funci
on L(q, q
) es el lagrangiano del sistema, y la ecuacion de EulerLagrange es simplemente la ecuacion de segundo orden a la que se puede reducir
el sistema:


d L
L

=0


dt q
q

7.7

Ciclos lmite

Como hemos visto a traves de m

ultiples ejemplos, las orbitas en un entorno de
un centro son cerradas, es decir las soluciones de la ecuacion son peri
odicas.
Tan cerca como queramos de una de ellas hay otra orbita cerrada. Sin embargo
no son estas las u
nicas soluciones peri
odicas que puede presentar un sistema
aut
onomo en el plano. A veces existen orbitas cerradas aisladas, es decir, en un
entorno suyo son las u
nicas orbitas cerradas. Las demas se mueven hacia ella
cuando t tiende a m
as o menos innito. Las llamaremos ciclos lmite. Antes de
estudiar estas soluciones, necesitamos introducir unos conceptos previos.
Sea x
= f (x) un sistema aut
onomo denido en un abierto de IR2 , U , con f
diferenciable con continuidad en U .
Denici
on 7.6 (Conjuntos lmite) Se dene el conjunto L (y) de los puntos
-lmite de y IR2 por:
L (y) = {x U : {tn } IR, lim tn = , lim g tn x = y}
n

donde g es el ujo asociado al sistema aut

onomo dado. El conjunto L (y) se
dene de igual forma cambiando por
La denici
on se puede dar para orbitas :
Denici
on 7.7 Si + (P ) = puntos que la o
rbita atraviesa despues de M ,
L () = M + (M )
Dela misma forma, si (P ) = puntos que la o
rbita atraviesa antes de M ,
L () = M (M )
Los conjuntos de puntos lmite son compactos, conexos y no vacos (considerando los mapas de fases en la esfera S 2 ). Veamos algunos ejemplos de
conjuntos lmite.
1. Supongamos que el origen es un foco estable para un cierto sistema aut
onomo, y sea una trayectoria que es atrada por el foco. Su conjunto
L () es el origen, que no es un punto de la orbita. Si el sistema es lineal,
el conjunto L () es el punto del innito.
2. En el caso de un centro, las orbitas cerradas tienen como conjuntos lmite
a ellas mismas:
L () = L () =

212

EDO. Versi
on 4. Mayo 1996

Se tienen los dos resultados siguientes que pueden aclarar algo el signicado
de los conjuntos lmite:
Una orbita que tiene una intersecci
on no vaca con su conjunto lmite, esta
contenida en el.
Una orbita es cerrada si y solo si coincide con sus conjuntos lmite.
Los conjuntos lmite de una orbita solo pueden ser de los siguientes tipos:
i) L () = {P }, donde P es un punto crtico. La orbita tiende a P cundo
t siguiendo una direcci
on ja o en espiral.
ii) L () es una orbita cerrada, que coincide con o bien tiende en espiral
a ese conjunto cuando t , por uno de sus lados.
iii) L () puede ser una uni
on de orbitas (separatrices) y puntos crticos que
cierran un abierto homeomorfo al disco unidad. En este caso tiende en
espiral hacia L (), lo mismo que cualquier trayectoria sucientemente
pr
oxima a L () (dentro del cerrado cuya frontera es L () y que contiene
a ).
Lo anterior es igualmente cierto para L () cambiando t por t.
Ejemplos.
1. Como hemos dicho antes, si P es un punto crtico del tipo nodo estable, el
conjunto L () siendo una orbita que tiende a P , es justamente P .
2.

Un centro corresponde al caso ii), cuando el conjunto L () coincide con

la orbita. Un ciclo lmite, concepto que introduciremos a continuaci
on, es
la segunda posibilidad que aparece en ii).

Una vez introducido el concepto de conjunto lmite, veremos ahora que se

entiende por ciclo lmite:
Denici
on 7.8 Un ciclo lmite de un sistema aut
onomo es una soluci
on peri
odica aislada. Es decir, en un entorno suyo no hay m
as soluciones peri
odicas.
Tambien podemos denir un ciclo lmite de la forma siguiente:
Denici
on 7.9 Un ciclo lmite es una o
rbita cerrada K tal que est
a contenida
en el conjunto L (P ) o L (P ) para alg
un punto P  K.
La estructura de las orbitas en las proximidades de un ciclo lmite viene
descrita en el siguiente teorema:
Teorema 7.7 Sea una o
rbita cerrada de un sistema aut
onomo (como siempre
en el plano) correspondiente a un ciclo lmite. Toda otra o
rbita del sistema est
a
contenida en una de las dos regiones en las que divide al plano. Entonces, se
pueden presentar dos casos:

MAR

213

i) Todas las o
rbitas exteriores pr
oximas a (o bien las interiores) se enrollan
en espiral sobre la o
rbita cuando t .
ii) El comportamiento anterior se da cuando t .
Si en el primer caso todas las orbitas (interiores y exteriores) pr
oximas a tienden a ella cuando t se dice que el ciclo lmite es estable (asintoticamente).
Si lo hacen cuando t se dice que es inestable. Si las interiores tienden a
y las exteriores se alejan (o viceversa) se dice que es semiestable (g. 12).

Fig.12a

Fig.12b

Un criterio u
til para la b
usqueda de ciclos lmite es el teorema de PoincareBendixson (que no es m
as que la descripcion de conjuntos lmite hecha anteriormente) que se puede enunciar de la forma siguiente:
Teorema 7.8 (Poincar
e-Bendixson) Supongamos un sistema aut
onomo en
IR2 . Un conjunto lmite que no contenga puntos crticos es una o
rbita cerrada.
a que exigir que el conjunto lmite sea
(Si se supone el sistema en IR2 habr
compacto y no vaco.)
Existe una multitud de resultados sobre la existencia de ciclos lmite. Dado el
caracter elemental del tratamiento no podemos entrar en un estudio detallado de
estos temas. Sin embargo analizaremos con un cierto detalle una clase especial
de ecuaciones de segundo orden no lineales, las ecuaciones de Lienard.

7.8

Ecuaciones de Li
enard

Consideremos la ecuacion de segundo orden con un termino disipativo:

x

+ f (x)x
+ g(x) = 0
o el sistema asociado (denido de la manera usual para esta ecuacion):


x = y F (x)
y
= g(x)
donde la derivada de la funci
on F (x) es f (x).
Bajo ciertas hip
otesis sobre las funciones h(x) y g(x), se puede demostrar
que estas ecuaciones admiten un ciclo lmite. Concretamente:

214

EDO. Versi
on 4. Mayo 1996

1. La funci
on g(x) verica:

xg(x) > 0,

x = 0,

g(x)dx =

2. La funci
on F (x) es univaluada en IR y liptschitziana en intervalos acotados.
Ademas existe un entorno de cero sucientemente peque
no donde xF (x) >
0 cuando x = 0.
3. Fuera de un entorno del origen [a, a], F (x) esta acotada por dos constantes k < k
:
F (x) k,

x > a,

F (x) k
,

x < a

Con alguna hip

otesis mas se puede probar que el ciclo lmite es u
nico. Consideremos ahora el caso particular F (x) = x3 x, g(x) = x con lo que el sistema
es:


x = y x3 + x
y
= x
Esta es la ecuacion de van der Pol que aparece en las oscilaciones mantenidas de circuitos electronicos en los que hay elementos como triodos u otros
osciladores.

Fig.13

Esta ecuacion tiene una u

nica soluci
on peri
odica que es asintoticamente estable. Cualquier otra orbita del sistema, salvo el origen, acaba en ella cuando
t . Estudiemos su mapa de fases. El u
nico punto crtico del sistema es el
origen. La aproximaci
on lineal tiene como matriz:


1 1
.
1 0
Su determinante es 1 y su traza tambien por lo que se trata de un foco inestable.
Un estudio del campo de vectores ayuda a dibujar el mapa de fases. La curva
y = x3 x determina los puntos en los que el campo es vertical y un uso
apropiado de la aplicaci
on de Poincare (que relaciona los sucesivos puntos de
corte de una orbita con un segmento dado) permite asegurar que las orbitas giran

MAR

215

en torno al origen cuando t . Sin embargo, el car

acter local del estudio
del foco no podra decir nada sobre la existencia de ciclos lmite. De la teora
general enunciada antes para las ecuaciones de Lienard, se puede concluir que
existe un u
nico ciclo lmite para este problema. Ademas, dicho ciclo es estable, y
su posicion se puede determinar aproximadamente. En la gura 13 se representa
el mapa de fases de esta ecuacion en el que se ve el caracter atractor del ciclo
lmite. No importa cuales sean las condiciones iniciales para este sistema (salvo
que se este en el punto (0, 0), que es un punto crtico) la soluci
on siempre acaba
en el ciclo lmite.
La ecuacion de van der Pol se puede considerar como una perturbaci
on de
un sistema conservativo. Sea el sistema:

x = y
y = x
que tiene como energa (integral primera):
E=

1 2 1 2
y + x .
2
2

Supongamos el sistema perturbado:


x = y + 2f1 (x, y)
y = x + 2f2 (x, y)
Para valores peque
nos del par
ametro las soluciones de este sistema no dieren en
mucho (para tiempo nito) de las soluciones del sistema conservativo inicial. Las
orbitas del sistema perturbado no ser

an en general cerradas. La energa denida

como antes no se conservara, pero en el caso que sean espirales, podemos estudiar
si crece o decrece cuando ha dado una vuelta completa alrededor del origen.
Calculemos para ello la derivada de la funci
on E(x, y) con respecto al campo
de vectores v de la ecuacion perturbada:
Lv E = x(y + 2f1 (x, y)) + y(x + 2f2 (x, y)) = 2(xf1 (x, y) + yf2 (x, y)).
Evaluando la integral de Lv E a lo largo de una orbita durante una vuelta tendremos la variaci
on buscada. Sin embargo, no conocemos la ecuaci
on de las
orbitas. Integremos en una circunferencia de radio R (que es una orbita para el

sistema conservativo inicial):



Lv E(x = R cos t, y = R sen t)dt + O(22 )

E = 2
0

es decir:
E = 2F (R) + O(22 ).


donde:
F (R) =

(f1 (x, y)dy f2 (x, y)dx).

216

EDO. Versi
on 4. Mayo 1996

Si F (R) es positiva, la energa crece y las orbitas se alejan en espiral del origen.
Si es negativa la energa decrece, y las orbitas se acercan en espiral al origen. Si
F (R) cambia de signo, aparece una orbita cerrada, cuando F (R0 ) = 0 (que no
tiene porque ser una circunferencia, recuerdese que es un calculo aproximado).
Veamos que ocurre en la ecuacion de van der Pol cuando introducimos un
par
ametro peque
no 2:


x = y 2(x3 x)
y
= x
En este caso F (R) se puede calcular explcitamente

F (R) =


(x3 x)dy =

R cos t(R2 cos2 t 1)(R cos t)dt =

0

3
R2 (1 R2 ).
4

La gr
aca de F (R) frente a R aparece en la gura 14. Para R0 = 2/ 3,
F (R0 ) = 0 y tenemos un ciclo lmite que ademas es estable (pues la funcion F (R)
pasa de ser positiva a ser negativa y de acuerdo con lo dicho anteriormente, las
orbitas internas se alejan del origen acerc

andose al ciclo lmite, y las externas

tienden tambien al ciclo lmite al decrecer la energa en cada giro).

F(R)
R

Fig.14
El razonamiento anterior es solo v
alido para valores del par
ametro 2 pequen
os.

7.9

Bifurcaci
on de Hopf

Para terminar esta breve introducci

on a los sistemas autonomos, estudiaremos
en esta seccion la llamada bifurcaci
on de Hopf. En general, dado un sistema
en el que aparece un par
ametro, se dice que hay una bifurcaci
on cuando las
caractersticas de las soluciones cambian bruscamente al pasar el parametro por
un determinado valor. Por ejemplo, sea el sistema:


x = y
y
= x y 3 + 2y

MAR

217

asociado a la ecuacion x

+ (x
)3 2x
+ x = 0 que tiene un solo punto crtico
en el origen. Calculando la matriz de la aproximaci
on lineal:


0 1
.
1 2
La traza de esta matriz es 2 y el determinante 1. Cuando 22 < 4 los autovalores
son complejos y tenemos un foco. Si, en ese intervalo, 2 es negativo, el foco es
estable (pues es la traza de la matriz). Si 2 es positivo, el foco es inestable. As
pues, al atravesar el punto 2 = 0 aparece un cambio brusco en el comportamiento
de las orbitas pr
oximas al origen, que pasan de acercarse a el a alejarse. Este
es un punto de bifurcaci
on.
En el caso 2 = 0, los autovalores de la matriz son imaginarios puros. Sin
embargo se trata de un foco estable, como ya vimos cuando estudiamos la clasicacion de puntos crticos. El termino y 3 destruye el centro que hay en la
aproximaci
on lineal. Todas las orbitas en este caso tienden hacia el origen.
Cuando 2 > 0 hemos visto que las orbitas pr
oximas al origen se alejan de el.
Sin embargo, el termino dominante para las orbitas lejanas al origen es y 3 , luego
lejos de el, las orbitas se acercan al (0, 0). Esta situaci
on provoca la aparici
on
de un ciclo lmite caracterstico de la bifurcaci
on de Hopf (g.15). Como hemos
visto antes, para 2 = 1 se obtiene la ecuacion de van der Pol que tiene un ciclo
lmite (cambiando adecuadamente las notaciones).

Fig.15a

Fig.15b

Fig.15c

Fig.15d

Con esto terminamos estos captulos dedicados a los sistemas autonomos.

Aunque hemos procurado dar una visi
on amplia de los sistemas en el plano, han
quedado muchas cuestiones por tratar. Y no hemos podido llegar a sistemas en

218

EDO. Versi
on 4. Mayo 1996

mas dimensiones en los que pueden aparecer fen

omemos mas interesantes (como
caos) y por supuesto mas complicados de estudiar.

MAR

219

7.10

Ejercicios

1. Dibujar el mapa de fases:



x = y(x + 1)
;
y
= x(1 + y 3 )


x = 8x y 2
;
y
= 6y + 6x2
x

+




x
= y y 2
;
y
= x x2
x
= x + xy
;
y
= xy

1
1
3 = 0;
2
x
x

x
= yex
y
= ex 1
x

= (2 x
)x

x

+ x
+ sen x = 0

2. Dibujar, tras escribir las ecuaciones en coordenadas polares:






x =y+x 
x2 + y 2
x = (x y)(1 x2 y 2 )
;


2
2
y
= (x + y)(1 x2 y 2 )
y = x + y x + y


x = y x(x2 + y 2 1)(x2 + y 2 4)
y
= x y(x2 + y 2 1)(x2 + y 2 4)
3. Dibujar el mapa de fases (el uso de polares es u
til):


x = x(x2 + y 2 1)(x2 + y 2 9) y(x2 + y 2 2x 8)
y
= y(x2 + y 2 1)(x2 + y 2 9) + x(x2 + y 2 2x 8)
4. Dibujar los mapas de fases de los sistemas:




x =y
x = (x2 + y 2 )y
A)
B)


y = x
y
= (x2 + y 2 )x
Que relacion existe entre las soluciones de A) y B) ? Resolverlas.
5. Calcular los valores de para los que el mapa de fases cambia radicalmente, dibujando el mapa de fases en cada caso:
x

= x2 4x + ;

x

+ 2x
+ (1 + 2 )x = 0

6. Sea V (x, y) = 2x2 2xy + 5y 2 + 4x + 4y + 4 y consideremos el sistema:



x = Vx
y
= Vy
Dibujar el mapa de fases y las curvas de nivel de V (x, y).
7. Dibujar el mapa de fases del sistema:


x = xy
y
= x + y2

220

EDO Versi
on 3. Octubre 1995

8. Sea x

= g(x) y supongamos que en x0 la gr

aca de la funci
on potencial
tiene punto de inexi
on con tangente horizontal. Describir el mapa de
fases cerca de tal punto singular.
9. Sea la ecuacion (E): x

+ x
2x + ax2 = 0
Hallar los puntos singulares de (E) y clasicarlos seg
un los valores de
a. Determinar en cada caso la estabilidad de dichos puntos singulares.
Dibujar el mapa de fases para a = 1. Si (E) rige el movimiento de un
punto sobre el eje x a lo largo del tiempo, describir (a la vista del mapa
de fases) el movimiento del punto si inicialmente esta en reposo en x = 1.
10. Sea (A):
1
1
x

(x
)2 + x(x 2) = 0
2
2
Clasicar los puntos singulares de su mapa de fases. Hallar la ecuaci
on de
sus orbitas. Dibujar el mapa de fases. Sea (E) la ecuaci
on v
= f (x, v) que
se ha debido resolver para hallar la ecuaci
on de las orbitas. Estudiar existencia y unicidad de soluciones de (A) y (E). Comprobar que existen dos
soluciones de (E) que pasan por el origen y que existe una u
nica soluci
on
de (A) con x(0) = x
(0) = 0. Explicar por que no es contradictorio. Precisar a la vista del mapa de fases la estabilidad de la soluci
on de (A) que
satisface: (i) x(0) = 0, x
(0) = 0; (ii) x(7) = 2, x
(7) = 0; (iii) x(1) = 1,
x
(1) = 1.
11. Se considera una partcula que se mueve sobre el eje x seg
un la ecuaci
on:
(E)

d2 x
x
= 2
dt2
(x + 9)2

a) Dibujar el mapa de fases de (E). Describir brevemente los posibles

movimientos de la partcula.
b) Determinar la orbita que pasa por x = 0, v = 1/3. Que velocidad
tiene la partcula si se mueve seg
un esta orbita cuando pasa por
x = 4? Cuanto tiempo tarda en llegar a x = 4?
c) Que soluciones x(t) de (E) estan denidas para todo t? Consideremos
ahora la ecuaci
on diferencial de primer orden:
(O)

dv
x
=
dx
v(x2 + 9)2

cuyas curvas integrales son las orbitas de (E).

d) Es estable la solucion v(x) de (O) que satisface v(0) = 1/3? Alguna
soluci
on de (O) es asintoticamente estable?
12. Sea (E): x

+ g(x) = 0 la ecuacion de un sistema conservativo y supongamos que g(0) = 0, g(x) < 0, si x < 0, g(x) > 0 si x > 0 y ademas
 x
(I)
g(s)ds
si
x
0

MAR

221
a) Cu
antas soluciones peri
odicas tiene (E) ?
b) Que pasa si se suprime la hip
otesis (I) ?

13. Sea (E): x

3x2 cx d = 0, con c, d IR,

c>0

Dibujar el mapa de fases de (E). Comprobar que la funci

on u(, ) =
x( c ) donde x(t) es solucion de (E) verica la ecuaci
on:
u
u 3 u
= 6u
3

Calcular una soluci

on de (E) cuya trayectoria en el espacio de fases es una
separatriz que rodea un centro (tomar d = 0).
14. Un punto se mueve a lo largo del eje x siguiendo la ecuaci
on x

= 1/x2 .
Dibujar el mapa de fases e interpretarlo. Si el punto se encuentra inicialmente en reposo a la derecha y a una distancia x0 del origen, calcular el
tiempo que tarda en llegar al origen.
15. Un pendulo se desplaza un angulo (0, ) de su posici
on de equilibrio
estable y se abandona. Hallar el periodo de la oscilaci
on en funci
on de una
integral. Suponer g/l = 1. Comparar con el periodo de la aproximaci
on
lineal.
16. Sean m, n IN impares. Probar que todas las soluciones de x
= y m , y
=
xn son peri
odicas.
ormula para el periodo
17. Sea x

+ xn = 0, n IN impares. Hallar una f
de la soluci
on con x(0) = 0, x
(0) = a. Para que n es este periodo
independiente de a ?
18. Estudiar si es estable la posici
on de equilibrio de la ecuaci
on:
x

+ xn = 0,

n IN

19. Dado el sistema de ecuaciones:



x = 2x 4y + ax3 + by 2
y
= 2x 2y
a, b IR, a2 + b2 = 0.
elegir a y b de forma que el sistema tenga un centro en el origen y dibujar
el mapa de fases. Calcular la ecuacion de las orbitas. Se
nalar en el mapa
de fases una
orbita correspondiente a una soluci
on del sistema que sea
inestable y otra correspondiente a una soluci
on denida para todo t.
20. Supongamos que el sistema:


x
= x(1 y)
y
= y(1 + x)

222

EDO Versi
on 3. Octubre 1995
describe la evoluci
on de dos poblaciones animales en relaci
on predadora.
Sea por ejemplo x el n
umero de moscas e y el de murcielagos en unidades
adecuadas. Dibujar e interpretar el mapa de fases. Comprobar que (seg
un
este modelo) es contraproducente emplear insecticida si este mata tambien
determinada proporci
on de los murcielagos existentes.

21. Se consideran las ecuaciones siguientes:


x
= (a by ex)x
y
= (cx d)y

(a, b, c, d, e > 0)

que describen la evoluci

on de dos poblaciones x e y. Interpretar su signicado. Clasicar los puntos singulares, hacerse una idea del mapa de fases
y establecer expectativas de futuro para las poblaciones x e y (seg
un los
valores de las constantes).
22. Describe el sistema

x
= x(2 x y)
y
= y(3 2x y)

la evoluci
on de una poblaci
on de truchas (x) y salmones (y) en un mismo
estanque. Dibujar el mapa de fases e interpretarlo. Si un pescador pesca
solo truchas con una velocidad proporcional al n
umero existente, indicar
como inuye en la evoluci
on de ambas poblaciones su mayor o menor
habilidad.
23. Sea el sistema:

x = y p
y = xp

donde p > 0, x 0, y 0.
a) H
allese la ecuacion de las orbitas y dibujense estas aproximadamente.
b) Tomese la solucion que verica x = (0), y(0) = 1. Existe alg
un valor
de p para el que esta solucion explote (es decir, tienda a innito) en
tiempo nito?
24. Sea

d2 x
= x1/2 .
dt2

Determinar la soluci
on que satisface x(2) = 1/9, x(2)

= 2/9. Existe mas

de una soluci
on satisfaciendo x(0) = x(0)

= 0? Sea x
(t) la soluci
on que
verica x
(0) = 2, x
(0) = 1 Existe alg
un T > 0 tal que x
(T ) = 2?
Dibujar aproximadamente x
(t).
25. Se considera el sistema:
x
= h(y x)
y
= x + h(y x)

MAR

223
con h funci
on derivable en todo IR.
Demostrar que sus posibles puntos crticos estan sobre el eje y. De que
tipo pueden ser?
En el caso particular en que h(z) = 2 z:
a) Calcular la ecuaci
on de las orbitas.
b) Dibujar el mapa de fases.
c) Hallar la soluci
on del sistema que satisface x(0) = 0, y(0) = 2.
d) Que soluciones del sistema estan denidas para todo t de IR?
e) Es estable la solucion con x(0) = y(0) = 0?

26. Sea el sistema:

x
= 2xy
y
= 1 x2 + y 2

a) Dibujar su mapa de fases.

b) Estudiar que soluciones del sistema estan denidas para todo t de IR.
c) Hallar las curvas ortogonales a las orbitas del sistema.