RESUMEN DE

ECUACIONES DIFERENCIALES

Alejandro Martnez Acosta

Profesor Asociado
Departamento de Matematicas
Facultad de Ciencias Basicas
Universidad Tecnologica de Pereira
Pereira, 2012

Matem
aticas IV

Captulo 1. Introducci
on a las Ecuaciones Diferenciales
Definiciones y terminologa.
Ecuaci
on diferencial
F (x, y, y , . . . , y (n) ) = 0

(1a)

y (n) = f (x, y, y , . . . , y (n1) )

(1b)

Clasificaci
on
Seg
un el tipo: Ordinarias (EDO), parciales (EDP)
Seg
un el orden: orden 1, orden 2,. . . , orden n

Seg
un la linealidad
Lineales: son de la forma an (x)y (n) (x) + + a1 (x)y (x) + a0 (x)y(x) = g(x)
No lineales: No tienen la forma anterior.

Soluciones
Explcita: y = (x), x I que satisface (1a) o (1b).

Implcita: G(x, y) = 0 con y = (x), x I.

Familia explcita: y = (x, c1 , c2 , . . . , cn ) con c1 , c2 , . . . , cn constantes.

Familia implcita: G(x, y, c1 , c2 , . . . , cn ) = 0 con c1 , c2 , . . . , cn constantes.

Solucion singular: Solucion que no hace parte de la familia de soluciones.

Problema de valor inicial

Resolver F (x, y, y , . . . , y (n) ) = 0
Sujeto a y(x0 ) = y0 , y (x0 ) = y1 , . . . , y (n1) (x0 ) = yn1
Teorema 1 (Teorema de existencia y unicidad (TEU)). Considere el PVI de primer orden
dy
= f (x, y);
dx

y(x0 ) = y0 .

(2)

angulo R = {(x, y) | a < x < b, c < y < d} que

Si f (x, y) y f
y (x, y) son funciones continuas en un rect
contiene al punto (x0 , y0 ), entonces el problema de valor inicial (2) tiene una u
nica solucion (x) en
alg
un intervalo I tal que x0 h < x < x0 + h, donde h es un n
umero real positivo.

Ecuaci
on diferencial de una familia de curvas
1. Si G(x, y) = c define a y como una funcion diferenciable de x en alg
un intervalo I, entonces
dy
Gx
= , Gy 6= 0 o Gx dx + Gy dy = 0
dx
Gy
2. Si F (x, y, c) = 0 define a y como una funcion diferenciable de x en alg
un intervalo I, se despeja c y
se usa la parte 1.
Alejandro Martnez A.

Captulo 2. Ecuaciones diferenciales de primer orden.

Ecuacion diiferencial que tiene cualquiera de las siguientes formas
F (x, y, y ) = 0
dy
= y = f (x, y)
dx
M (x, y)dx + N (x, y)dy = 0

(3a)
(3b)
(3c)

Ecuaciones de variables separables

Son de la forma:
dy
= A(x)B(y)
dx

M (x)dx + N (y)dy = 0

Ecuaciones lineales.
Son de la forma
dy
+ p(x)y = f (x)
dx
dx
+ p(y)x = f (y)
dy

(4a)
(4b)

Para resolver (4a) se busca un factor integrante de la forma

(x) = e

p(x)dx

Una familia de soluciones de (4a) es

y(x) = [(x)]1

Z

f (x) (x)dx + C

Ecuaciones exactas.
La ecuaci
on diferencial M (x, y)dx + N (x, y)dy = 0 es exacta si
N
M
=
.
y
x

Condicion de compatibilidad

Par resolver una ecuaci

on diferencial exacta se busca una funcion F (x, y) tal que
F
= M (x, y)
x
F
= N (x, y)
y

(5a)
(5b)

De (5a) y (5b) se obtiene F (x, y). Una famila de soluciones de la ecuaci

on diferencial esta dada por
F (x, y) = c.
3

Alejandro Martnez A.

Matem
aticas IV

Factores integrantes especiales.

Cuando
M (x, y)dx + N (x, y)dy = 0

(6)

(x, y)M (x, y)dx + (x, y)N (x, y)dy = 0,

(7)

no es exacta, pero
si lo es, entonces (x, y) es un factor integrante de (6).
Para encontrar un factor integrante, se usa la condici
on de compatibilidad. Es decir,

(N ) =
(M ),
x
y
es decir,

+N
=
+M
.
(8)
x
x
y
y
Como en general es muy difcil resolver una ecuaci
on en derivadas parciales, se consideran algunos casos
particulares:

Caso I: (x, y) = xn y m , donde n y m se encuentran usando (8).

Caso II: = (z) con z = h(x, y) para alguna funcion h adecuada. Para hallar dicho factor integrante,
se usa la condici
on (8) y la regla de la cadena:
d z
d

=
= zx
x
dz x
dz
d z
d

=
= zy
y =
y
dz y
dz

x =

(9a)
(9b)

Algunas opciones para z son: (i) z = x, (ii) z = y, (iii) z = x + y, (iv) z = x y, (v) z = xy, (vi)
z = x2 + y 2 y (vii) z = x2 y 2 . Para cada uno de estos casos se sustituye (9a) y (9b) en (8), se
d
despeja
= P (z)dz para alguna funcion P (z) y se encuentra el factor integrante de la forma

R
My N x
(z) = e P (z)dz con P (z) =
, z = h(x, y)
(10)
zx N zy M

Sustituciones y transformaciones
Otra forma de resolver una ecuaci
on

dy
= f (x, y)
dx

(11)

du
es mediante una sustituci
on y = g(x, u) para llevar (11) a la forma
= h(x, u), que sea m
as facil de
dx
resolver.
Ecuaciones con coeficientes homog
eneos
La ecuaci
on
M (x, y)dy + N (x, y)dy = 0

(12)

es de coeficientes homogeneos si existe un n

umero real tal que
M (tx, ty) = t M (x, y)

N (tx, ty) = t N (x, y).

Si la ecuaci
on (12) tiene coeficientes homogeneos, la sustituci
on y = ux o x = vy, la transforma en una
de variables separables.
Alejandro Martnez A.

Ecuaci
on de Bernoulli
Son de la forma
dy
+ p(x)y = f (x)y n
dx
dx
+ p(y)x = f (y)xn
dy

(13a)
(13b)

Si n = 1, la ecuaci
on (13a) es lineal y separable y si n = 0, la ecuaci
on (13a) es lineal.
Si n 6= 0 y n 6= 1, la sustituci
on z = y 1n transforma la ecuaci
on (13a) en una lineal en z y x.
Ecuaciones de la forma

dy
= G(ax + by)
dx

Se hace la sustituci
on u = ax + by,

dy
du
=a+b
dx
dx

Ecuaciones con coeficientes lineales

Son de la forma
(a1 x + b1 y + c1 )dx + (a2 x + b2 y + c2 )dy = 0 con

a1 b2 6= a2 b1

(14)

Si c1 = c2 = 0, la ecuaci
on (14) es homogenea
Si c1 6= c2 , se busca una traslacion de ejes
x = x1 + h
y = y1 + k
para transformar (14) en una ecuaci
on homogenea. Las constantes h y k se encuentran resolviendo
el sistema de ecuaciones lineales
a 1 h + b1 k + c 1 = 0
a 2 h + b2 k + c 2 = 0

Derivaci
on parcial
Algunas ecuaciones diferenciales de primer orden de la forma
F (x, y, y ) = 0,

(15)

se pueden resolver derivando parcialmente (15) con respecto a y y luego se encuentra una familia de
soluciones de la ecuaci
on resultante en y .

Familias ortogonales
 dy 

= f (x, y) es la ecuaci
on diferencial de una familia de curvas C1 : F (x, y, c1 ) = 0, la ecuaci
on
 dy 
1
diferencial de la familia ortogonal C2 es
.
=
dx C2
f (x, y)

Si

dx

C1

Alejandro Martnez A.

Matem
aticas IV

Captulo 3. Ecuaciones Diferenciales Ordinarias Lineales (EDOL) de

Orden Superior
Ecuaciones de segundo orden.
Una ecuaci
on diferencial de segundo orden es un expresi
on de la forma
F (x, y, y , y ) = 0

y = f (x, y, y )

(16a)
(16b)

Ecuaci
on diferencial lineal.
Una EDOL de segundo orden es una expresi
on que tiene una de las siguientes formas equivalentes:
a(x)y + b(x)y + c(x)y = g(x)

y + p(x)y + q(x)y = f (x)

(17a)
(17b)

Operadores diferenciales.
Teniendo en cuenta que y =
(17b) se pueden escribir como

dy
d2 y
y y =
y haciendo D[y] = y , D2 [y] = y , las ecuaciones (17a) y
dx
dx2
L1 [y] = (aD2 + bD + c)[y] = g(x)
2

L2 [y] = (D + pD + q)[y] = f (x).

(18a)
(18b)

L1 := aD2 + bD + c y L2 := D2 + pD + q se llaman operadores diferenciales de segundo orden, los cuales

son transformaciones lineales. Los terminos a, b y c de L1 o p y q de L1 son los coeficientes del operador
y pueden ser constantes o variables.
Conjunto Fundamental de Soluciones. (CFS)
Dos funciones y1 y y2 son linealmente independientes (LI) en un intervalo I si


 y y2 
 es el wronskiano de y y y .
a) W [y1 , y2 ](x) 6= 0, x I, donde W [y1 , y2 ](x) =  1
1
2
y1 y2 

 

y1 (x0 )
y2 (x0 )
b) Los vectores
y
son LI para cada x0 I.
y1 (x0 )
y2 (x0 )
S = {y1 (x), y2 (x)} es un CFS de L1 [y] = 0 o L2 [y] = 0 si
a) y1 y y2 son (LI), y
b) L1 (c1 y1 + c2 y2 ) = 0
o L2 (c1 y1 + c2 y2 ) = 0
La solucion general de L1 [y] = 0
o L2 [y] = 0 en I esta dada por
y(x) = c1 y1 (x) + c2 y2 (x),
donde c1 y c2 son constantes.
Teorema 2. Si y es una funcion k-veces diferenciable, entonces
eax (D a)k [y] = Dk [eax y]
Alejandro Martnez A.

Reducci
on de orden.
Si y1 6= 0 es una solucion conocida de L2 [y] = 0 donde L2 := D2 + pD + q, entonces una segunda
solucion LI y2 se obtiene de la siguiente manera:
Paso 1. Se busca una segunda solucion de la forma y2 = y1 u .
Paso 2. Despues de sustituir en L2 [y] = 0, se hace la sustituci
on u = w para reducir el orden.
Finalmente,


2y1

+ p w = 0 y se regresa hasta el paso 1.

Paso 3. Se resuelve w +
y1
Si y1 6= 0 es una solucion conocida de L2 [y] = 0, donde L2 := D2 + pD + q entonces una solucion
particular yp de L2 [y] = f (x) se obtiene de la siguiente manera:
Paso 1. Se busca una solucion particular de la forma yp = y1 u .
Paso 2. Despues de sustituir en L2 [y] = f (x), se hace la sustituci
on u = w para reducir el orden.
Finalmente,


2y1
f (x)

+p w =
y se regresa hasta el paso 1.
Paso 3. Se resuelve w +
y1
y1
d2 y
= f (x, y ), es decir, no aparece la variable dependiente y, entonces la sustituci
on u = y , con
dx2
du
= f (x, u).
u = g(x) la reduce a una ecuaci
on diferencial de primer orden:
dx

Si

d2 y
= f (y, y ), es decir, no aparece la variable independiente x, entonces la sustituci
on z = y , con
dx2
dz
z = h(y) la reduce a una ecuaci
on diferencial de primer orden: z
= f (y, z).
dy

Si

Ecuaciones diferenciales de orden superior.

Ecuaci
on diferencial lineal.
Una EDOL de orden n es una expresi
on que tiene una de las siguientes formas equivalentes:
an (x)y (n) + an1 (x)y (n1) + + a1 (x)y + a0 y = g(x)
y (n) + p1 (x)y (n1) + + pn1 (x)y + pn (x)y = f (x)

(19a)
(19b)

Operadores diferenciales.
n
d2 y
dy
, . . . , D n [y] = d y = y (n) , las ecuaciones (19a) y (19b) se
= y , , D2 [y] =
=
y
Haciendo D[y] =
dx
dx2
dxn
pueden escribir como

L1 [y] = (an Dn + an1 Dn1 + + a1 D + a0 )[y] = g(x)

2

L2 [y] = (D + p1 D

n1

+ pn1 D + pn )[y] = f (x).

(20a)
(20b)

L1 := an Dn + an1 Dn1 + + a1 D + a0 y L2 := D2 + p1 Dn1 + pn1 D + pn se llaman operadores

diferenciales de orden n, los cuales son transformaciones lineales.
7

Alejandro Martnez A.

Matem
aticas IV

Conjunto Fundamental de Soluciones. (CFS)

Las n funciones y1 , y2 , . . . , yn son LI en un intervalo I si
a) W [y1 , y2 , . . . , yn ](x) 6= 0, x I, donde


 y1
y2
...
yn 

 y
y2
...
yn 
 1
W [y1 , y2 , . . . , yn ](x) =  ..
..
.. 
..
 .
.
.
. 

y (n1) y (n1) . . . y (n1) 
n
1
2

es el wronskiano de y1 , y2 , . . . , yn .

y2 (x0 )
y1 (x0 )
y (x ) y (x )
1 0 2 0
b) Los vectores
,
..
..

.
.
y1(n1) (x0 )

yn (x0 )
yn (x0 )
..
.

son LI para cada x0 I.

,...,

(n1)
(n1)
(x0 )
yn
y2
(x0 )

S = {y1 (x), y2 (x), . . . , yn (x)} es un CFS de L1 [y] = 0 o L2 [y] = 0 si

a) y1 , y2 , . . . , yn son linealmente independientes (LI), y

b) L1 (c1 y1 + c2 y2 + + cn yn ) = 0 o L2 (c1 y1 + c2 y2 + + cn yn ) = 0
La solucion general de L1 [y] = 0 o L2 [y] = 0 en I esta dada por
y(x) = c1 y1 (x) + c2 y2 (x) + + cn yn , donde c1 , c2 , . . . , cn son constantes.
EDOL homog
enea con coeficientes constantes.
Sea la ecuaci
on diferencial L[y] = 0, donde L := P (D) = an Dn + + a1 D + a0 con a0 , a1 , . . . , an
constantes reales.
Se buscan soluciones de la forma y = erx , donde r es una constante por determinar. Se reemplaza en
L[y] = 0 y se obtiene la ecuaci
on auxiliar
p(r) = an rn + + a1 r + a0 = 0.
Se consideran varios casos para las races del polinomio p(r).
Races reales distintas: r1 , r2 , . . . , rn ; ri 6= rj para i 6= j. Un CFS para P (D)[y] = 0 esta formado por
las funciones
y1 = er1 x , y2 = er2 x , . . . , yn = ern x .
Raices reales repetidas: r = r1 es una raz real de multiplicidad k, 1 k n. Un CFS para la
ecuaci
on (D r1 )k [y] = 0 esta formado por las funciones
y1 = er1 x , y2 = xer1 x , . . . , yk = xk1 er1 x .
Races complejas simples: r = + i, , R es una raz de p(r). Tambien lo es la conjugada
r = i. Un CFS correspondiente a la ecuaci
on ((D )2 + 2 )[y] = 0 esta formado por las
funciones
y1 = ex cos (x), y2 = ex sen (x).
Alejandro Martnez A.

 Races complejas repetidas: r = + i, , R es una raz de multiplicidad k de p(r). Tambien

lo es la conjugada r = i. Un CFS correspondiente a la ecuaci
on ((D )2 + 2 )k [y] = 0
esta conformado por las funciones
y1 = ex cos (x), y2 = xex cos (x), . . . , yk = xk1 ex cos (x)
yk+1 = ex sen (x), yk+2 = xex sen (x), . . . , y2k = xk1 ex sen (x)

EDOL no homog
enea L[y] = g(x) o L[y] = f (x)
Encontrar una solucion particular para las ecuaciones equivalentes
L1 [y] = g(x)

(21a)

L2 [y] = f (x),

(21b)

donde L1 = an Dn + + a1 D + a0 y L2 := Dn + p1 Dn1 + + pn1 D + pn . La solucion general de

(21a) o (21b) es de la forma
y(x) = yc (x) + yp (x),
donde yc es la solucion general de L[y] = 0, llamada solucion complementaria y yp es una solucion
particular de (21a) o (21b).
Coeficientes indeterminados.
Consideramos la ecuaci
on (21a) y g(x) es un polinomio, exponencial, seno, coseno o combinaciones
finitas de las anteriores mediante productos y sumas.
Tipo
I

g(x)

Forma de yp (x)

pn (x) = an xn + + a1 x + a0

xk Pn (x) = xk (An xn + + A1 x + A0 )

xk Aex

II

ce

III

a cos (x) + b sen (x)

x

IV

pn (x)e

pn (x) cos (x) + qm (x) sen (x)

VI
VII

xk (A cos (x) + B sen (x))

xk Pn (x)ex
xk [PN (x) cos (x) + QN (x) sen (x)], con N = m
ax{n, m}

[a cos x + b sen x]

xk ex [A cos x + B sen x]

[pn (x) cos (x) + qm (x) sen (x)]

xk ex [PN (x) cos (x) + QN (x) sen (x)], N = m

ax{n, m}

Nota: k es el menor entero no negativo tal que ninguna parte de yp es soluci

on de L[y] = 0.

Operadores anuladores.
Consideramos la ecuaci
on (21a) y g(x) es un polinomio, exponencial, seno, coseno o combinaciones
finitas de las anteriores mediante productos y sumas.
g(x)

Operador anulador Q(D)

pn (x) = an xn + + a1 x + a0

Dn+1

III

a cos (x) + b sen (x)

D2 + 2

IV

pn (x)ex

pn (x) cos (x) + qm (x) sen (x)

(D )n+1

Tipo

I
II

cex

(D + 2 )N +1 , N = max{n, m}
(D )2 + 2

VI

e [c cos x + d sen x]

VII

ex [pn (x) cos (x) + qm (x) sen (x)]

[(D )2 + 2 ]N +1 , N = max{n, m}

Alejandro Martnez A.

Matem
aticas IV

Variaci
on de los par
ametros.
Se busca una solucion particular para la ecuaci
on (21b) en la forma
yp = v1 y1 + v2 y2 + + vn yn = hv, yi,
donde S = {y1 , y2 , . . . , yn } es un CFS para L2 [y] = 0.
Para determinar v1 , v2 , . . . , vn primero debemos resolver el sistema en terminos de v1 , v2 , . . . , vn .
hv , yi = v1 y1 + v2 y2 + + vn yn = 0

hv , yi = v1 y1 + v2 y2 + + vn yn = 0
..
.

hv , y (n2) i = v1 y1(n2) + v2 y2(n2) + + vn yn(n2) = 0

hv , y (n1) i = v1 y1(n1) + v2 y2(n1) + + vn yn(n1) = f (x)

Despues de un manejo algebraico de la regla de Cramer se obtiene

W1
Wn
W2
, v2 =
, . . . , vn =
,
W
W
W
donde W es el wronskiano de y1 , y2 , . . . , yn y Wj es el determinante que se obtiene al reemplazar la columna
jesima de la matriz del sistema por la columna de la derecha (0, 0, . . . , 0, f (x)). Al integrar estas ecuaciones se
obtiene
Z
Z
Z
W1
W2
Wn
v1 =
dx, v2 =
dx, . . . , vn =
dx.
W
W
W
R y2 f (x)
R y1 f (x)
Para n = 2, las ecuaciones anteriores se reducen a v1 =
dx, v2 =
dx.
W
W
v1 =

Ecuaci
on de CauchyEuler.
Es de la forma

L1 [y] = g(x)
n

donde L1 := an x D + an1 x

n1

n1

(22)

+ + a1 xD + a0 y a0 , a1 , . . . , an son constantes.

Primero se debe encontrar la soluci

on complementaria yc para L1 [y] = 0 en el intervalo (0, ) o (, 0). Se
buscan soluciones de la forma y = xr , donde r es una constante por determinar. Se reemplaza en L1 [y] = 0 y se
obtiene la ecuaci
on auxiliar
q(r) = an r(r 1) (r n + 1) + an1 r(r 1) (r n + 2) + + a1 r + a0 = 0.
Races reales distintas: r1 , r2 , . . . , rn ; ri 6= rj para i 6= j. Un CFS para L[ y] = 0 est
a formado por las funciones
y 1 = x r1 , y 2 = x r2 , . . . , y n = x rn .

Raices reales repetidas: r = r1 es una raz real de multiplicidad k, 1 k n. Un CFS para correspondiente a
dicha raz est
a formado por las funciones
y1 = xr1 , y2 = xr1 ln x, . . . , yk = xr1 lnk1 x.
Races complejas simples: r = + i, , R es una raz de q(r). Tambien lo es la conjugada r = i. Un
CFS correspondiente a dicha raz est
a formado por las funciones
y1 = x cos ( ln x), y2 = x sen ( ln x).
Races complejas repetidas: r = + i, , R es una raz de multiplicidad k de q(r). Tambien lo es la
a conformado por las funciones
conjugada r = i. Un CFS correspondiente a dihca raz est
y1 = x cos ( ln x), y2 = x ln x cos ( ln x), . . . , yk = x lnk1 x cos ( ln x)

yk+1 = x sen ( ln x), yk+2 = x ln x sen ( ln x), . . . , y2k = x lnk1 x sen ( ln x)

Alejandro Martnez A.

10

Captulo 4. Transformada de L aplace

Definici
on 1. Para f definida para t > 0, la transfromada de Laplace de f (t) es
Z
est f (t)dt = F (s),
L {f (t)} =
0

si la integral impropia existe.

Funci
on gamma
Para > 0, la funcion gamma se define como
() =

t1 et dt.
0

Algunas propiedades de la funcion gamma son.

a) (n + 1) = n!; n = 0, 1, . . .

b) ( + 1) = ()

c) (1/2) =

Lista b
asica de transformadas
f (t)

F (s) = L {f (t)}

f (t)

1.

t , > 1

( + 1)
s+1

4.

cos bt

2.

eat

1
sa

5.

senh bt

3.

sen bt

6.

cosh bt

b
s 2 + b2

F (s) = L {f (t)}
s2
s2

s
+ b2
b
b2

s
s 2 b2

Algunas propiedades
Si L {f (t)} = F (s), L {g(t)} = G(s), a y b son constantes, entonces
1. Linealidad: L {af (t) + bf (t)} = aF (s) + bG(s)
1 s
2. Cambio de escala: L {f (at)} = F
a
a

3. Transformada de una derivada:

n
o
L f (n) (t) = sn F (s) sn1 f (0) sn2 f (0) sf (n2) (0) f (n1) (0)
Nota: Si f (k) (0) no est
a definida, se tomara lm+ f (k) (0), k = 0, 1, . . . , n 1.
t0

4. Comportamiento final: lm F (s) = 0.

s

5. Teorema del valor inicial: lm+ f (t) = lm sF (s).

t0

6. Teorema del valor final: lm f (t) = lm+ sF (s).

t

7. Transformada de una integral:


Z t
F (s)
f ( ) d =
a) L
s
0

s0

b) L

Z t Z
0

11

f ( ) d du
0

F (s)
s2
Alejandro Martnez A.

Matem
aticas IV

8. Multiplicaci
on por tn o derivada de una transformada
L {tn f (t)} = (1)n

dn F (s)
= (1)n F (n) (s).
dsn

9. Divisi
on por tn : Si lm+
t0

a) L

10. Si lm+
t0

f (t)
t

f (t)
f (t)
y lm+ 2 existen y son finitos,
t
t
t0

F (u) du

b) L

f (t)
t2

F (v) dvdu

f (t)
existe
t
Z

11. Si L {g(t, u)} = G(s, u) y f (t) =

t
0

f (t)
dt =
t

F (s) ds
0

g(t, u) du, entonces L {f (t)} =

G(s, u) du
0

Existencia de la transformada
Definici
on 2 (Continuidad seccional o por partes). Se dice que una funcion es seccionalmente continua o continua
por partes en un intervalo [a, b] si es posible dividirlo en un n
umero finito de subintervalos [t0 , t1 ], . . . , [tn1 , tn ]
con t0 < t1 < < tn1 < tn , donde a = t0 y b = tn , de tal manera que la funcion sea continua en (tk1 , tk ) y
son finitos los lmites laterales lm f (t) = f (tk ) y lm+ f (t) = f (tk +). Una funcion es continua por partes en
ttk

ttk

[0, ), si lo es en cada intervalo [0, N ] con N > 0.

Definici
on 3 (Funciones de orden exponencial). Se dice que una funcion f (t) es de orden exponencial c, si existen
constantes positivas c, M y T tales que
|f (t)| M ect

para todo t > T .

y
y = M ect

y = f (t)

M
a

t1

t2

t3

y = M ect

Figura 1: Continuidad a trozos

Figura 2: Orden exponencial

Teorema 3 (Condiciones suficientes para la existencia de la transformada de Laplace). Si f (t) es seccionalmente

continua en el intervalo [0, ) y de orden exponencial c para todo t > T , entonces existe la transformada de
Laplace de f (t) para todo s > c.

Transformada inversa
Si la transformada de Laplace de una funcion f (t) es F (s), entonces F (s) es la transformada inversa de f (t); es
decir, f (t) = L 1 {F (s)}.
Alejandro Martnez A.

12

Lista b
asica de transformadas inversas

1.

F (s)

f (t) = L 1 {F (s)}

t
( + 1)

s+1
1
sa

2.

1
s 2 + b2

3.

F (s)

f (t) = L 1 {F (s)}

4.

s
s 2 + b2

cos bt

eat

5.

1
senh bt
b

1
sen bt
b

1
s 2 b2

6.

s
s 2 b2

cosh bt

Teorema 4 (Primer Teorema de traslaci

on). Si F (s) = L {F (t)} y a R, entonces
n
o


a) L {eat f (t)} = F (s a) = F (s)ssa
b) L 1 F (s)ssa = eat f (t)

Nota: F (s)ssa significa que se reemplaza s por s a en F (s).

Funci
on escal
on unitario

Para a 0, la funcion escal

on unitario se define como
y

Ua (t) = U (t a) =

0, si 0 t < a
1, si t a

Teorema 5 (Segundo teorema de traslacion). Si F (s) = L {f (t)} y a 0, entonces

a) L {f (t a)U (t a)} = eas F (s)

b) L 1 {eas F (s)} = f (t a)U (t a)

Forma alternativa.
Si F (s) = L {f (t)}, entonces L {f (t)U (t a)} = eas L {f (t + a)}

Convoluci
on.
Si f (t) y g(t) son funciones secionalmente continuas en [0, ), la convolucion entre f y g, denotada por f g es
(f g)(t) =

t
0

f ( )g(t ) d

Propiedades
1. f g = g f

3. (f g) h = f (g h)

2. f (g + h) = f g + f h

4. f 0 = 0

Teorema 6 (Teorema de convolucion). Si F (s) = L {f (t)} y G(s) = L {g(t)}, entonces

a) L {(f g)(t)} = F (s)G(s)

b) L 1 {F (s)G(s)} = (f g)(t)

13

Alejandro Martnez A.

Matem
aticas IV

Funciones peri
odicas
Definici
on 4. Una funcion f (t) es peri
odica con periodo T > 0 si
f (t T ) = f (t),
para todo t en el dominio de f .
y

gT (t)

fT (t)

b
t

2T

2T

Figura 4: Funcion gT (t)

Figura 3: Funcion peri

odica f (t)

Teorema 7. Si f (t) es peri

odica con periodo T , es continua por partes en [0, ) y de orden exponencial, entonces
L {f (t)} =
(
f (t), si 0 t < T
donde gT (t) =
0, si t T

GT (s)
,
1 eT s
Z

y GT (s) = L {gT (t)} =

est f (t) dt.

0

Funci
on impulso unitario y funci
on delta de Dirac
Definici
on 5 (Funci
on impulso unitario). Para a > 0 y

0,

1
a (t t0 ) =
,

2a
0,

t0 > 0, la funcion impulso unitario se define como

si 0 t < t0 a
si t0 t < t0 + a

si t t0 + a

1
2a

1
2a

t0 a

t0

t0 + a

t0 a

t0

t0 + a

Figura 5: Funcion impulso unitario a (t t0 ) y comportamiento para a 0

Definici
on 6 (Funci
on delta de Dirac). Funci
on lmite, denotada por (t t0 ), aproximada por a (t t0 ) cuando
a 0. Es decir
(t t0 ) = lm a (t t0 ).
a0

Esta u
ltima expresi
on se puede caracterizar por las condiciones:
Alejandro Martnez A.

14

1. (t t0 ) =

,
0,

si t = t0
si t =
6 t0

2.

(t t0 )dt = 1.

Adem
as satisface la propiedad (propiedad cernidora)
3.

(t t0 )f (t0 )dt = f (t0 ), para cualquier funcion continua f definida en [0, ).

Transformadas de la funci
on impulso unitario y funci
on delta de Dirac
1. L {a (t t0 )} =

est0 (eas eas )

2as

2. L {(t t0 )} = est0

Funci
on

Transformada

1.

( + 1)
, > 1
s+1

2.

eat

1
sa

3.

sen bt

4.

cos bt

5.

senh bt

6.
7.
8.

b
s 2 + b2
s
s 2 + b2
b
2
s b2
s
s 2 b2

cosh bt
Z

Transformada

9.

eat f (t)

F (s a)

10.

U (t a)

eas
s

11.

f (t a)U (t a)

eas F (s)

12.

tn f (t)

(1)n F (n) (s)

13.

f (t)
tn

14.

(f g)(t)

F (s)
s

15.

Peri
odica f (t)

sn F (s) sn1 f (0) f (n1) (0)

16.

(t t0 )

f ( ) d
0

f (n) (t)

Funci
on

F (u) dun
s

F (s)G(s)
RT
0

est f (t) dt
1 eT s
et0 s

Tabla 1: Lista ampliada de transformadas

Captulo 5. Sistemas de ecuaciones diferenciales

Teora preliminar
Definici
on 7. Un sistema lineal de ecuaciones diferenciales es un sistema de la forma
P11 (D)x1 + P12 (D)x2 + + P1n (D)xn = b1 (t)

P21 (D)x1 + P22 (D)x2 + + P2n (D)xn = b2 (t)

..
..
..
..
..
.
.
.
.
.
Pn1 (D)x1 + Pn2 (D)x2 + + Pnn (D)xn = bn (t),

(23)

en donde los Pij son polinomios de diversos grados en el operador diferencial D.

15

Alejandro Martnez A.

Matem
aticas IV

Definici
on 8. Un sistema lineal de ecuaciones diferenciales de primer orden es de la forma
dx1
= a11 (t)x1 + a12 (t)x2 + + a1n (t)xn + f1 (t)
dt
dx2
= a21 (t)x1 + a22 (t)x2 + + a2n (t)xn + f2 (t)
dt
..
..
..
..
..
..
.
.
.
.
.
.
dxn
= an1 (t)x1 + an2 (t)x2 + . . . + ann (t)xn + fn (t)
dt

(24)

Si todos los coeficientes de Pij en (23) o los coeficientes aij en (24) son constantes, entonces (23) o (24) es un
sistema lineal con coeficientes constantes. Un sistema que no tenga ninguna de las formas (23) o (24) se dice que
es no lineal.
En general, un sistema de ecuaciones diferenciales de primer orden en forma normal es un sistema de la forma
x1 (t) = g1 (t, x1 , x1 , . . . , xn )
x2 (t) = g2 (t, x1 , x2 , . . . , xn )
..
..
.
.

(25)

xn (t) = gn (t, x1 , x2 , . . . , xn )

Forma matricial de un sistema lineal

El sistema (23) se puede escribir en la forma
P (D)x(t) = b(t)
donde

P11 (D)
P21 (D)

A(D) = .
..

Pn1 (D)

P12 (D)
P22 (D)
..
.

...
...
..
.

Pn2 (D)

...

La forma matricial normal de (24) es

donde

a11 (t)
a21 (t)

A(t) = .
..
an1 (t)

a12 (t)
a22 (t)
..
.
an2 (t)

P1n (D)
x1 (t)
b1 (t)
x2 (t)
b2 (t)
P2n (D)

,
x(t)
=
,
b(t)
=

.. .
..
..

.
.
.

Pnn (D)

xn (t)

bn (t)

dx
= x (t) = Ax + f (t),
dt

. . . a1n (t)
x1 (t)
f1 (t)
x2 (t)
f2 (t)
. . . a2n (t)

.. , x(t) = .. , f (t) = .. .
..

.
.
.
.
...

ann (t)

xn (t)

fn (t)

Definici
on 9. Una funcion vectorial es una soluci
on de (23) o (24) en un intervalo I es cualquier matriz columna

x1 (t)
x2 (t)

x= .
..
xn (t)

cuyas componentes son funciones diferenciables que satisfacen al sistema en el intervalo I.

Definici
on 10 (Problema de Valor Inicial (PVI)). Sea t0 un punto en un intervalo I y

1
x1 (t0 )
2
x2 (t0 )

x(t0 ) = . ; x0 = . ,
..
..
n
xn (t0 )
Alejandro Martnez A.

16

donde 1 , 2 , . . . , n son constantes dadas. Entonces, el problema

Resolver x (t) = A(t)x + f (t)

(26)

Sujeto a x(t0 ) = x0
es un problema de valor inicial.

Teorema 8 (Existencia y unicidad de soluciones). Si las componentes de A(t) y F (t) son funciones continuas
en un intervalo com
un I que contiene al punto t0 , entonces existe una u
nica soluci
on del problema de valor inicial
(26).
Teorema 9 (Principio de superposici
on). Si x1 , x2 , . . . , xk son soluciones del sistema homogeneo x = Ax
en un intervalo I, entonces la combinacion lineal
c1 x 1 + c1 x 2 + + ck x k
on en el intervalo.
en la que c1 , c2 , . . . , ck son constantes arbitrarias tambien es una soluci
Definici
on 11 (Dependencia e independencia lineal). Sean x1 , x2 , . . . , xn un conjunto de vectores soluci
on
del sistema homogeneo x = Ax en un intervalo I. Se dice que el conjunto es linealmente dependiente (LD)
en el intervalo si existen constantes c1 , c2 , . . . , cn , no todas cero tales que
c1 x 1 + c2 x 2 + + cn x n = 0
para todo t en el intervalo. Si el conjunto de vectores no es linealmente dependiente en I, entonces es linealmente
independiente (LI).
Teorema 10. Sean

x1n
x12
x11
x2n
x22
x21

x1 = . , x2 = . , . . . , xn = .
..
..
..
xnn
xn2
xn1

n vectores soluci
on del sistema homogeneo x = Ax en un intervalo I. Entonces el conjunto de vectores es
linealmente independientes en I si y s
olo si el wronskiano de x1 , x2 , . . . , xn


 x11 x12 . . . x1n 


 x21 x22 . . . x2n 


W (x1 , x2 , . . . , xn ) =  .
..  6= 0
..
..
 ..

.
.
.


x
x
... x 
n1

n2

nn

para todo t en el intervalo

Definici
on 12 (Conjunto fundamental de soluciones). Todo conjunto x1 , x2 , . . . , xn de n vectores soluci
on,
linealmente independientes del sistema homogeneo x = Ax en un intervalo I es un conjunto fundamental de
soluciones en el intervalo.
Definici
on 13 (Matriz fundamental). Si x1 , x2 , . . . , xn es
homogeneo x = Ax, entonces a la matriz

x11 (t) x12 (t)

x21 (t) x22 (t)

(t) = .
..
..
.
xn1 (t)

xn2 (t)

se le llama matriz fundamental.

un conjunto fundamental de soluciones del sistema

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

x1n (t)
x2n (t)

..
.

xnn (t)

Teorema 11. Existe un conjunto fundamental de soluciones para la ecuaci

on x = Ax en un intervalo I.

17

Alejandro Martnez A.

Matem
aticas IV

Teorema 12. Sean {x1 , x2 , . . . , xn } un conjunto fundamental de soluciones de x = Ax en un intervalo I.

Entonces la soluci
on general del sistema en el intervalo es
x = c1 x1 + c2 x2 + + cn xn = (t)c,
donde c = col(c1 , c2 , . . . , cn ).
Teorema 13. Sea xp una soluci
on particular de x = Ax + f en un intervalo I y
x c = c1 x 1 + c2 x 2 + + cn x n
la soluci
on general en el mismo intervalo del sistema homogeneo asociado x = Ax. Entonces la soluci
on general

de x = Ax + f es
x = xp + xc
La soluci
on xc se denomina soluci
on complementaria de x = Ax + f .

M
etodos de soluci
on
M
etodo de eliminaci
on
Operaciones elementales
A continuacion se describen las operaciones elementales que se pueden aplicar para resolver sistemas de ecuaciones
diferenciales en forma matricial P (D)x = b, usando eliminaci
on sistematica
1 Intercambiar renglones: fi fk
2 Multiplicar (operar) un rengl
on fi por P (D) : fi P (D)fi
3 Sumar a un rengl
on un m
ultiplo de otro: fi fi + P (D)fk

Soluci
on mediante transformada de Laplace
La transformada de Laplace se puede usar para reducir ciertos sistemas de ecuaciones diferenciales lineales con
condiciones iniciales a un sistema algebraico, donde las incognitas son ahora las transformadas de las funciones
que conforman la soluci
on. Al despejar estas incognitas y calcular sus transformadas inversas de Laplace se obtiene
la soluci
on del problema con valores iniciales para el sistema.

Sistemas lineales homog

eneos con coeficientes constantes
En esta seccion se analiza un procedimiento para obtener una soluci
on general para el sistema homogeneo
x (t) = Ax(t)

(27)

donde A es una matriz constante (real) n n. La soluci

on general estara definida para toda t en (, ), pues
los elementos de A son funciones constantes, que son continuas en dicho intervalo. De manera similar que para
el caso de ecuaciones lineales homogeneas con coeficientes constantes estudiadas en la seccion 4.3 en el cual se
buscaban soluciones de la forma et , es de esperarse que el sistema (27) tenga soluciones de la forma
x(t) = et k,
donde es una constante y k es un vector constante, los cuales deben determinarse. Al sustituir la funcion
vectorial x(t) y su derivada en (27) se tiene
et k = Aet k = et Ak.
Cancelando el factor et y reagrupando terminos se obtiene
(A I)k = 0.
Alejandro Martnez A.

18

(28)

Lo anterior muestra que x(t) = et k es una soluci

on de (27) si y s
olo si y k satisfacen la ecuacion (28).
Como el caso trivial k = 0 no sirve para hallar soluciones linealmente independientes de (27), se requiere que
det(A I) = 0. Es decir, es un valor propio de A con vector propio asociado k. De acuerdo con la teora

de sistemas de ecuaciones lineales estudiados en el curso de Algebra

Lineal, el sistema (28) tiene soluciones no
triviales si y s
olo si
p() = det(A I) = |A I| = 0.
(29)
A (29) se le llama ecuaci
on auxiliar o caracterstica de A y p() es el polinomio caracterstico de A.
Caso 1. Valores propios reales distintos.
Cuando la matriz A de nn tiene n valores reales y distintos; 1 , 2 , . . . , n , siempre es posible hallar un conjunto
de n vectores propios linealmente independientes, k1 , k2 , . . . , kn , y


x(t) = c1 e1 t k1 + c2 e2 t k2 + . . . + cn en t kn
es un conjunto fundamental de soluciones de (27) en (, ).

Teorema 14. Suponga que la matriz constante A de n n tiene losvectores propios linealmente independientes

k1 , k2 , . . . , kn . Sea i el valor propio correspondiente a ki . Entonces x1 = e1 t k1 , x2 = e2 t k2 , . . . , xn = en t kn
es un conjunto fundamental de soluciones en (, ) para el sistema homogeneo x = Ax. Por lo tanto, la
soluci
on general de x = Ax es
x(t) = c1 e1 t k1 + c2 e2 t k2 + . . . + cn en t kn
donde c1 , c2 , . . . , cn son constantes arbitrarias.
Caso 2. Valores propios reales repetidos.
En este caso, ( 1 )m , es un factor de p(), m = ma (1 ) > 1. Puede suceder
i. La multiplicidad geometrica de 1 es mg (1 ) = m = ma (1 ). Es decir, 1 tiene asociados exactamente m
vectores linealmente independientes
ii. La multiplicidad geometrica de 1 es r < m = ma (1 ).
Caso i. mg (1 ) = ma (1 ). Esto siginifica que E1 = gen {k1 , k2 , . . . , km }. En este caso se tienen las m soluciones
LI para (27)
x 1 = e 1 t k 1 , x 2 = e 1 t k 2 , . . . , x m = e 1 t k m
Caso ii. mg (1 ) = r, 1 r < m. Es decir, E1 = gen {k1 , k2 , . . . , kr }. Solo hay r soluciones LI
x 1 = e 1 t k 1 , x 2 = e 1 t k 2 , . . . , x r = e 1 t k r
r = 1 , es decir, s
olo hay un vector propio asociado k11 . En este caso, siempre es posible hallar m soluciones
linealmente independientes de la forma
x1 = e1 t k11
x2 = te1 t k21 + e1 t k22
..
..
.
.
1
1
tm1 e1 t km1 +
tm2 e1 t km2 + + e1 t kmm
xm =
(m 1)!
(m 2)!
Para obtener los vectores kmj se sustituyen en (27) y luego se simplifica. Por ejemplo, para hallar x2 se procede
de la siguiente manera:
x2 = Ax2
e1 t k21 + 1 te1 t k21 + 1 e1 t k22 = A(te1 t k21 + e1 t k22 )
e1 t (k21 + 1 tk21 + 1 k22 ) = e1 t A(tk21 + k22 )

19

Alejandro Martnez A.

Matem
aticas IV

Al cancelar el factor com

un e1 t y reacomodar se tiene
k21 + 1 tk21 + 1 k22 = A(tk21 + k22 )
t(A 1 I)k21 + (A 1 I)k22 = k21
Esta u
ltima igualdad se mantiene si y s
olo si
(A 1 I)k21 = 0

(A 1 I)k22 = k21

(i)
(ii)

Es decir, k21 es un valor propio de A y k22 se obtiene resolviendo (ii) una vez hallado k21 en (i). En este punto
es conveniente elegir k21 = k11 . Observe que al multiplicar por (A 1 I) en (ii) se obtiene
(A 1 I)2 k22 = 0
Para hallar los dem
as vectores kmj se contin
ua el proceso y se deben resolver
(A 1 I)km1 = 0

(A 1 I)km2 = km1
(A 1 I)km3 = km2
..
.
.
= ..
(A 1 I)km1,m = kmm
con km1 = k11 .
Hay mas de un vector propio asociado: Consideremos m = 3 y r = 2. En este caso se tienen dos soluciones LI
x 1 = e 1 t k 1 , x 2 = e 1 t k 2 ,
donde k1 y k2 se hallan resolviendo el sistema
(A 1 I)k = 0
Una tercera soluci
on LI se busca de la forma
x3 = te1 t (ak1 + bk2 ) + e1 t k3 ,
donde a y b son constantes adecuadas que se deben elegir y k3 se encuentra resolviendo
(A 1 I)k3 = ak1 + bk2
Caso 3. Valores propios complejos.
Suponga que 1 = + i es una raz compleja de la ecuaci
on caracterstica. Entonces tambien lo es su conjugada
= i ya que p() tiene coeficientes reales. Para este par de races complejas se tiene el par de
2 =
1
soluciones complejas
z 1 = e 1 t w1 , z 2 = e 1 t w2 ,
donde w1 y w2 = w1 son vectores propios complejos asociados a 1 y 2 respectivamente.
Escribiendo
z = x1 + ix2 , w1 = b1 + ib2 ,
y despues de algunos calculos (los cuales se dejan para el lector), como se hizo para el caso de races complejas
en ecuaciones diferenciales ordinarias de segundo orden con coeficientes constantes, se llega a que las soluciones
reales x1 y x2 son
x1 = et [b1 cos t b2 sen t]

x2 = et [b1 sen t + b2 cos t]

Alejandro Martnez A.

20

Sistemas lineales no homog

eneos
En esta seccion se estudian los metodos de coeficientes indeterminados y variacion de los par
ametros para encontrar
soluciones particulares del sistema no homogeneo x = Ax + f .

Coeficientes indeterminados
El metodo de coeficientes indeterminados se puede usar para hallar una soluci
on particular del sistema lineal no
homogeneo x = Ax + f cuando A es una matriz n n constante y las entradas de f (t) son polinomios, funciones
exponenciales, senos y cosenos, o sumas y productos finitos de estas funciones.

Variaci
on de los par
ametros
Mediante una idea similar a la empleada en el caso de ecuaciones ordinarias de orden n, en donde se propone una
soluci
on particular de la forma
xp (t) = v1 x1 + v2 x2 + + vn xn
se puede extender el metodo de variacion de los par
ametros a los sistemas.
Sea (t) una matriz fundamental para el sistema homogeneo
x (t) = A(t)x(t).

(30)

en donde ahora, las entradas de A pueden ser funciones continuas de t cualesquiera. Como una soluci
on general
de (30) est
a dada por x(t) = (t)c, donde c es un vector constante n 1, se busca una soluci
on particular del
sistema no homogeneo
x (t) = A(t)x(t) + f (t)
(31)
en la forma
xp (t) = (t)v(t),

(32)

donde v(t) = col(v1 (t), v2 (t), . . . , vn (t)) es una funcion vectorial por determinarse.
Para deducir una formula para v(t), primero se deriva (32) mediante la version matricial de la regla del producto
para obtener
xp = (t)v (t) + (t)v(t).
Al sustituir las expresiones para xp y xp en (31) se llega a
(t)v (t) + (t)v(t) = A(t)v(t) + f (t).

(33)

Como (t) satisface la ecuaci

on matricial = A, la ecuaci
on (33) se transforma en v = f .
Multiplicando ambos lados de la u
ltima ecuaci
on por 1 (t) (que existe pues las columnas de (t) son linealmente
independientes) se obtiene
v = 1 f .
Al integrar se tiene
v(t) =
Por lo tanto, una soluci
on particular de (31) es

1 (t)f (t)dt.

xp (t) = (t)v(t) = (t)

1 (t)f (t)dt.

(34)

Combinando (34) con la soluci

on (t)c del sistema homogeneo se tiene la siguiente soluci
on general para (31)
Z
x(t) = (t)c + (t) 1 (t)f (t)dt.
(35)
La elegancia de la deducci
on de la formula de variacion de los par
ametros (35) para sistemas, es evidente al
compararla con la deducci
on mas larga para el caso escalar.

21

Alejandro Martnez A.

Matem
aticas IV

Problema de Valor Inicial (PVI).

Dado un problema con valores iniciales de la forma
x = Ax + f ,

x(t0 ) = x0 ,

(36)

se puede usar la condici

on inicial para determinar c en (35). Al expresar x(t) mediante una integral definida se
tiene
Z t
1 (u)f (u)du.
x(t) = (t)c + (t)
t0

Al usar la condici
on inicial se ve que x0 = (t0 )c, De donde c = 1 (t0 )x(t0 ). De este modo, la soluci
on de (36)
est
a dada por la formula
Z t
x(t) = (t)1 (t0 )x(t0 ) + (t)
1 (u)f (u)du
(37)
t0

Para aplicar la formula (37), primero se debe hallar una matriz fundamental (t) para el sistema homogeneo.
Cuando la matriz de coeficientes A es constante ya se han analizado metodos para determinar (t). Sin embargo,
si las entradas de A dependen de t, la determinaci
on de (t) puede ser muy difcil (implicando posiblemente una
serie de potencias matricial!).

Matriz exponencial
Recuerde que la sencilla ecuaci
on diferencial x = ax, donde a es una constante, tiene soluci
on general x(t) = ceat .
De manera similar, se mostrara que una soluci
on general del sistema normal x = Ax donde A es una matriz
constante n n, est
a dada por x(t) = etA c. La primera tarea consiste en definir la exponencial matricial o matriz
exponencial etA .
Definici
on 14. Para cualquier matriz constante A de n n,
etA = I + tA +

n
X
t2 2
tn
t n
A + + An + =
A
2!
n!
n!
n=0

(38)

En general se tiene el siguiente resultado

Lema 1. Si A = diag{1 , 2 , . . . , n }, entonces

etA = diag{e1 t , e2 t , . . . , en t }.

Teorema 15. Sean A y B matrices constantes y, r, s y t escalares. Entonces

a) e0A = I

d) (etA )1 = etA

b) e(r+s)A = erA esA

e) et(A+B) = etA etB , si AB = BA

c) ertI = ert I

f)

d tA
(e ) = AetA
dt

La parte (f) del teorema 15 indica que etA es una matriz fundamental. Si se representa a la matriz exponencial
etA por (t), la ecuaci
on
d tA
(e ) = AetA
(39)
dt
equivale a la ecuaci
on matricial (t) = A(t). Adem
as, de la definicion 14 se deduce que (0) = I.
De acuerdo con la expresi
on de la seccion 2.2, la soluci
on general de la ecuaci
on diferencial lineal de primer orden
x (t) = ax(t) + f (t), donde a es una constante, se expresa como sigue
Z t
at
at
eau f (u)du
x(t) = xc (t) + xp (t) = ce + e
0

Para un sistema no homogeneo de ecuaciones diferenciales lineales de primer orden, se puede demostrar que la
soluci
on general de x = Ax + f , donde A es una matriz constante n n, es
Z t
x(t) = etA c + etA
euA f (u)du
(40)
t0

Alejandro Martnez A.

22

C
alculo de etA
El hecho de saber que etA es una matriz fundamental tiene un uso practico siempre que sea posible calcularla.
Como se vio en el ejemplo ??, si A es una matriz diagonal, entonces basta exponenciar los elementos de la diagonal
(por t) para obtener etA . La definicion de etA de la ecuaci
on (38) sera una manera natural, para calcularla. Sin
embargo, la utilidad pr
actica de (38) es limitada, porque sus componentes son series de potencias en t.

Uso de la transformada de Laplace

En la ecuaci
on (39) se vio que x = etA es una soluci
on de x = Ax. Como e0A = I, x = etA es una soluci
on del
problema de valor inicial
x = Ax, x(0) = I.
(41)
Si X(s) = L {x(t)} = L {etA }, entonces aplicando transformada de Laplace en (41) se tiene
sX(s) x(0) = AX(s)

(sI A)X(s) = I.

Si se multiplica la u
ltima ecuaci
on por (sI A)1 , entonces se obtiene X(s) = (sI A)1 . Es decir,
L {eAt } = (sI A)1
de donde
eAt = L 1 {(sI A)1 }.

(42)

Matrices nilpotentes
Si B es una matriz nilpotente, es decir, B k = 0 para alg
un entero positivo k, entonces la serie para etB s
olo tiene
k+1
k+2
un n
umero finito de terminos, pues B
=B
= = 0. En tales casos, etB se reduce a
etB = I + tB + +

tk1
B k1 .
(k 1)!

Usaremos la ley de los exponentes y este hecho acerca de matrices nilpotentes para determinar etA para una clase
particular de matrices. Sea r un escalar, como
etA = ertI et(ArI)
se obtiene una representaci
on finita de etA si B = A rI es nilpotente para alguna r. De hecho, cuando el
polinomio caracterstico de A tiene la forma p() = (1 )m , es decir, cuando A tiene un valor propio 1 de
multiplicidad m, el teorema de CayleyHamilton1 implica que (1 I A)m = 0. Por lo tanto, A I es nilpotente
y


tk1
B k1
etA = e1 t I + tB + +
(k 1)!
En general, no se espera que la matriz sea nilpotente, pero se puede aprovechar la siguiente relaci
on entre matrices
fundamentales como ayuda para calcular etA .

Lema 2. Sean (t) y (t) dos matrices fundamentales para el mismo sistema x = Ax. Entonces existe una
matriz constante C tal que (t) = (t)C.
Se puede usar el lema 2 para calcular etA cuando se conoce una matriz fundamental (t) para x = Ax. Como
etA tambien es una matriz fundamental para el sistema, el lema 2 afirma que etA = (t)C para una cierta matriz
constante C. Al hacer t = 0 se obtiene
etA = (t)1 (0).
Aunque esta formula es u
til, cambia el problema de determinar etA por el de determinar una matriz fundamental
(t). Por fortuna, se pueden usar las propiedades de la matriz exponencial etA para simplificar esta tarea. Como
1

El teorema de Cayley-Hamilton establece que una matriz satisface su propia ecuaci

on caracterstica; es decir, p(A) = 0.

23

Alejandro Martnez A.

Matem
aticas IV

las columnas de una matriz fundamental deben tener la forma etA u, se trata de hallar n vectores u para los que
sea razonable el calculo de etA u.
Primero se usa la relaci
on etA u = ert et(ArI) u para expresar etA u como


tk
etA u = ert et(ArI) = ert u + t(A rI)u + + (A rI)k u +
k!

(43)

Se sabe que si r es un valor propio de A y u es un vector propio asociado, entonces ert u es una soluci
on de (43).
En efecto, en este caso,
(A rI)u = (A rI)2 u = = 0.

Por la tanto, la serie en (43) se reduce al primer termino, ert u. Aunque es mucho esperar que A rI sea
nilpotente, no es mucho pedir que (A rI)k u = 0 para alg
un vector no trivial u y alg
un entero k.
Definici
on 15. Sea A una matriz constante n n y r un valor propio de A. Un vector no trivial u que satisface
(A rI)k u = 0 para alg
un entero positivo k se llama un vector propio generalizado de A asociado a r.

Captulo 6. Soluci
on de ecuaciones diferenciales mediante series
Introducci
on y preliminares
Serie infinita. Una serie infinita es una expresi
on de la forma
a0 + a1 + + an + =

an .

n=0

on de la forma
Serie de potencias. Una serie de potencias en torno a x0 es una expresi
c0 + c1 (x x0 ) + c2 (x x0 )2 + + an (x x0 )n + =
1. Se dice que la serie (44) converge en el punto x = a si la serie infinita

n=0

y es finito el lmite de las sumas parciales

lm

N
X

n=0

n=0

cn (x x0 )n .

(44)

cn (a x0 )n converge; es decir existe

cn (a x0 )n .

Si este lmite no existe, se dice que la serie (44) diverge (o que es divergente) en x = a.
2. Si la serie converge para alg
un n
umero x1 6= x0 , entonces converge para todo x tal que
|x x0 | |x1 x0 | = .

x0

x0

x0 +

Teorema 16 (Radio de convergencia). Para cada serie de potencias de la forma (44) existe un n
umero
, (0 ), llamado radio de convergencia de la serie de potencias, tal que (44) converge absolutamente
para |x x0 | < y diverge para |x x0 | > . Si la serie (44) converge para todo valor de x, entonces = . Si
la serie (44) converge s
olo en x0 entonces = 0.
Divergencia

Convergencia absoluta

x0

x0

Alejandro Martnez A.

24

Divergencia

x0 +

Teorema 17 (Criterio del cociente). Si para n grande, los coeficientes an no se anulan y satisfacen

a
 n+1 
lm 
 = L, (0 L ),
N
an
entonces el radio de convergencia de la serie de potencias

N
P

n=0

= 0 si L =
Teorema 18 (Principio de identidad). Si

n=0

cn = 0 para todo n.

cn (x x0 )n es = 1/L, donde = si L = 0 y

cn (x x0 )n = 0 para toda x en cierto intervalo abierto, entonces

Observaciones
1. Si el cociente |(an+1 )/an | no tiene lmite, hay que usar otro metodo (por ejemplo el criterio de la raz) para
hallar el radio de convergencia . En particular, si una infinidad de an se anulan, entonces no es posible aplicar
el criterio del cociente directamente. Sin embargo, se puede modificar el criterio del cociente para aplicarlo a
series que s
olo contienen terminos pares e impares.

P
cn (x x0 )n converge, se obtiene un n
umero que es
2. Para cada valor de x para el cual la serie de potencias
n=0

la suma de la serie. Por lo tanto es adecuado denotar esa suma por f (x), pues su valor depende de la elecci
on
de x; es decir, es una funcion de x. As, se puede escribir
f (x) =

n=0

Ejemplo 1. Serie geometrica

cn (x x0 )n , |x x0 | <

P
1
= 1 + x + x2 + + xn + =
xn , |x| < 1
1x
n=0

P
1
(1)n xn , |x| < 1
= 1 x + x2 + + (1)n xn =
b)
1+x
n=0

a)

Operaciones con series

Sean f (x) =
entonces

n=0

an (x x0 )n y g(x) =

1. f (x) + g(x) =

n=0

2. f (x)g(x) =

n=0

n=0

bn (x x0 )n dos series de potencias con radios de convergencia no nulos,

(an + bn )(x x0 )n para toda x en el intervalo com

un de convergencia

cn (x x0 )n donde cn =

3. h(x) = f (x)/g(x) =

n=0

n
P

ak bnk (Producto de Cauchy).

k=0

dn (x x0 )n donde los coeficientes dn se obtiene al igualar los coeficientes del

producto f (x) = g(x)h(x); es decir, an =

n
P

bk dnk y resolver dn .

k=0

Teorema 19. Si la serie f (x) =

n=0

cn (x x0 )n tiene un radio de convergencia > 0, entonces f es diferenciable

en el intervalo |x x0 | < . Adem

as:
f (x) =

n=1

ncn (x x0 )n1 , para |x x0 | <

y
Z

f (x)dx =

X
cn
(x x0 )n+1 + C, para |x x0 | < .
n
+
1
n=0

25

Alejandro Martnez A.

Matem
aticas IV

Desplazamiento del ndice de la suma

El ndice de la suma de una serie de potencias es un ndice nominal, como la variable de integraci
on en una
integral definida. Por lo tanto,
1.

n=0

2.

n=0

cn (x x0 )n =
cn (x x0 )n =

ck (x x0 )k =

k=0

X
k=i

X
i=0

ci (x x0 )i

cni (x x0 )ni

Definici
on 16 (Funci
on Analtica). Una funcion f es analtica en x0 si en un intervalo abierto I en torno de
x0 , esta funcion es la suma de una serie de potencias
Nota 1. Si f es analtica en x0 entonces

X
f (n) (x0 )
f (x) =
(x x0 )n ;
n!
n=0

es decir, la serie de potencias coincide con la serie de Taylor de f .

Soluci
on mediante series de potencias
En esta seccion se muestra un metodo para obtener una soluci
on en serie de potencias de una ecuacion diferencial
homogenea de segundo orden con coeficientes analticos; en especial, el caso en el que los coeficientes son polinomios. La generalizacion a orden superior es inmediata.
Primero se escribe la ecuaci
on diferencial lineal.
a(x)y + b(x)y + c(x)y = 0

(45)

y (x) + p(x)y + q(x)y = 0

(46)

en la forma
llamada forma est
andar, donde p(x) = b(x)/a(x) y q(x) = c(x)/a(x), si a(x) 6= 0.

Puntos ordinarios y singulares

Definici
on 17. Un punto x0 es un punto ordinario de la ecuaci
on (46) si p(x) y q(x) son analticas en x0 no
es punto ordinario, se dice que es un punto singular de la ecuaci
on.

0.0.1.

Soluci
on en torno a puntos ordinarios

Teorema 20. Suponga que x0 es un punto ordinario para la ecuaci

on (46). Entonces (46) tiene dos soluciones
analticas linealmente independientes de la forma
y(x) =

n=0

cn (x x0 )n

(47)

Adem
as, el radio de convergencia de cualquier soluci
on en serie de potencias de la forma dada por (47) es al menos
tan grande como la distancia de x0 al punto singular (real o complejo) mas cercano.
Observaci
on 1. Se puede suponer sin perdida de generalidad que x0 = 0, de modo que (47) se transforma en
y(x) =

cn xn

n=0

De no ser as, la sustitucion t = x x0 transforma la serie (47) en la forma (48) con z(t) = y(t + x0 )
Alejandro Martnez A.

26

(48)

Soluci
on en torno a puntos singulares: m
etodo de Frobenius
Definici
on 18. Consdidere la ecuaci
on
y (x) + p(x)y + q(x)y = 0

(49)

Un punto singular x0 de (49) es regular si (x x0 )p(x) y (x x0 ) q(x) son analticas en x0 . En caso contrario,
x0 es un punto singular irregular.
Definici
on 19 (Ecuaci
on indicial). Si x0 es un punto singular regular de (49), entonces la ecuacion inicial para
este punto es
r(r 1) + p0 r + q0 = 0
(50)

donde

p0 = lm (x x0 )p(x)

xx0

q0 = lm (x x0 )2 q(x)
xx0

Las races de la ecuaci

on inicial son los exponentes (ndices) de la singularidad x0 .
Teorema 21 (M
etodo de Frobenius). Si x0 es un punto singular regular de la ecuacion (49) existe al menos
una soluci
on de la forma

X
X
y(x) = (x x0 )r
cn (x x0 )n+r , c0 =
6 0,
(51)
cn (x x0 )n =
n=0

n=0

en donde el n
umero r es una constante por determinar. Esta serie converge cuando menos en alg
un intervalo
0 < x x0 < .

Casos de la races indiciales

Cuando se aplica el metodo de Frobenius se pueden diferenciar tres casos que corresponden a la naturaleza de las
races indiciales. Supondremos que r1 y r2 son la races reales de (50) y que, cuando son diferentes, r1 es la raz
mayor.
Caso 1: Las races no difieren en un entero. Si r1 y r2 son distintas y no difieren en un entero, existen dos
soluciones linealmente independientes de la forma
y1 (x) =

n=0

cn (x x0 )

n+r1

c0 6= 0,

y2 (x) =

n=0

bn (x x0 )n+r2 ,

b0 6= 0

Caso 2. Las races difieren en un entero positivo. Si r1 r2 es un entero positivo, existen dos soluciones
linealmente independiente de la forma
y1 (x) =

n=0

cn (x x0 )n+r1 ,

y2 (x) = Cy1 (x) ln(x x0 ) +

c0 6= 0

n=0

bn (x x0 )n+r2 , b0 6= 0 y C es una constante que puede ser cero.

Caso 3. Races iguales. Si r1 = r2 , siempre existen dos soluciones linealmente independientes de la forma
y1 (x) =

n=0

cn (x x0 )

n+r1

, c0 6= 0; y2 (x) = y1 (x) ln(x x0 ) +

n=0

bn (x x0 )n+r1

Ecuaciones y funciones especiales

La ecuaciones:
x2 y + xy + (x2 v 2 )y = 0

(1 x )y 2xy + n(n + 1)y = 0,

x(x 1)y + [ ( + + 1)x]y y = 0

(52)
(53)
(54)

aparecen con frecuencia en estudios superiores de matematicas aplicadas. Las ecuaciones (52), (53) y (54) se
llaman ecuaci
on de Bessel, ecuaci
on de Legendre y ecuaci
on hipergeom
etrica respectivamente.

27

Alejandro Martnez A.