Ecuaciones Diferenciales-Homogeneas y Exactas

Ecuaciones diferenciales ordinarias 1.
00
Alvaro Tejero Cantero(*) Pablo Ruiz Mzquiz(**) u
13 de mayo de 2002
alqua.com, la red en estudio
* **
alvaro@alqua.com pablo@alqua.com
Ayuda a mantener el proyecto alqua (http://alqua.com)
Indice general
1. Ecuaciones diferenciales de orden 1 1.1. Introduccin. Generalidades. Ejemplos. . . . . . . . . . o 1.1.1. Denicin y tipos de eds . . . . . . . . . . . . . o 1.1.2. Existencia y unicidad. Condiciones impuestas. . 1.1.3. Notacin diferencial . . . . . . . . . . . . . . . o 1.2. Ecuaciones ordinarias de primer orden . . . . . . . . . 1.2.1. Diferenciales exactas . . . . . . . . . . . . . . . 1.2.2. Factores integrantes . . . . . . . . . . . . . . . 1.2.3. Ecuaciones separables . . . . . . . . . . . . . . 1.2.4. Ejemplos varios . . . . . . . . . . . . . . . . . . 1.2.5. Homogneas . . . . . . . . . . . . . . . . . . . . e 1.2.6. edos lineales . . . . . . . . . . . . . . . . . . . . 1.2.7. Ecuacin de Bernoulli . . . . . . . . . . . . . o 1.2.8. Ecuacin de Ricatti . . . . . . . . . . . . . . o 1.2.9. Reduccin de orden . . . . . . . . . . . . . . . o 2. Sistemas de edos lineales 2.1. Planteamiento . . . . . . . . . . . . . . . . . . . . . . 2.2. Relacin entre un sistema y una ecuacin . . . . . . o o 2.2.1. De ecuacin a sistema . . . . . . . . . . . . . o 2.2.2. De sistema a ecuacin . . . . . . . . . . . . . o 2.3. Existencia y unicidad . . . . . . . . . . . . . . . . . . 2.4. Sistemas homogneos . . . . . . . . . . . . . . . . . . e 2.4.1. Exponencial de una matriz . . . . . . . . . . 2.4.2. Casos sencillos de exponenciales. Ejemplos . . 2.4.3. Cambio de base . . . . . . . . . . . . . . . . . 2.4.4. Solucin exponencial del sistema homogneo o e 2.4.5. Mtodo Jordan directo . . . . . . . . . . . . e 2.4.6. Mtodo del polinomio interpolador . . . . . . e 2.4.7. El tercer mtodo, o RFJ . . . . . . . . . . . e 2.5. Sistemas lineales inhomogneos . . . . . . . . . . . . e 2.5.1. Planteamiento del problema . . . . . . . . . . 2.5.2. Mtodo de variacin de las constantes . . . . e o 2.6. Ecuaciones de orden n . . . . . . . . . . . . . . . . . 2.6.1. Planteamiento y notacin . . . . . . . . . . . o . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11 11 11 12 17 18 19 21 23 27 30 33 36 37 38 41 41 41 41 43 43 43 46 47 49 50 51 64 68 71 71 72 74 74
Indice general 2.6.2. 2.6.3. 2.6.4. 2.6.5. 2.6.6. Ecuaciones homogneas . . . . . . . . . . . . . . . . e Coecientes variables: mtodo de reduccin de orden e o Coecientes variables: ecuaciones de Euler . . . . . Coecientes constantes, ecuacin homognea . . . . o e Coecientes constantes, ecuacin inhomognea . . . o e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74 76 77 77 81 87 87 87 87 90 92 92 92 96 96 97 97 99 99 101 102 104 105 106 109 114 114 116 116 119 119 119 121 123 125 127 127 128 130 137 137 141
3. Sistemas dinmicos a 3.1. Introduccin . . . . . . . . . . . . . . . . . . . . . . . . . . o 3.1.1. Justicacin y plan . . . . . . . . . . . . . . . . . . . o 3.1.2. Planteamiento . . . . . . . . . . . . . . . . . . . . . 3.2. Espacio de fases . . . . . . . . . . . . . . . . . . . . . . . . . 3.3. Sistemas dinmicos 1D y 2D . . . . . . . . . . . . . . . . . . a 3.3.1. Sistemas dinmicos en una dimensin . . . . . . . . a o 3.3.2. Sistemas de dimensin dos . . . . . . . . . . . . . . . o 3.4. Caracter sticas generales de los sistemas dinmicos . . . . . a 3.4.1. Denicin . . . . . . . . . . . . . . . . . . . . . . . . o 3.4.2. Dibujo . . . . . . . . . . . . . . . . . . . . . . . . . . 3.4.3. Propiedades de las rbitas y soluciones . . . . . . . . o 3.5. Puntos cr ticos en sistemas autnomos lineales . . . . . . . o 3.5.1. Planteamiento . . . . . . . . . . . . . . . . . . . . . 3.5.2. Generalidades sobre los puntos cr ticos . . . . . . . . 3.5.3. Catlogo de puntos cr a ticos . . . . . . . . . . . . . . 3.5.4. Intuicin: clasicacin provisional . . . . . . . . . . . o o 3.5.5. Clasicacin nal para puntos cr o ticos . . . . . . . . 3.5.6. Ejemplos de diferentes tipos de puntos cr ticos . . . 3.5.7. El oscilador armnico como sistema autnomo lineal o o 3.6. Puntos cr ticos de sistemas no lineales . . . . . . . . . . . . 3.6.1. Algunas deniciones y un teorema . . . . . . . . . . 3.6.2. Puntos no simples . . . . . . . . . . . . . . . . . . . 3.6.3. Estabilidad . . . . . . . . . . . . . . . . . . . . . . . 4. Soluciones por medio de series 4.1. Planteamiento . . . . . . . . . . . . . . . . . . . . 4.2. Series de potencias . . . . . . . . . . . . . . . . . 4.3. Mtodos de solucin . . . . . . . . . . . . . . . . e o 4.4. Puntos ordinarios . . . . . . . . . . . . . . . . . . 4.5. Cambio de variable . . . . . . . . . . . . . . . . . 4.6. Dos ecuaciones importantes . . . . . . . . . . . . 4.6.1. La ecuacin de Hermite . . . . . . . . . o 4.6.2. La ecuacin de Legendre . . . . . . . . o 4.7. Puntos singulares regulares. Caso (r1 r2 ) Z 4.8. Puntos singulares regulares caso (r1 r2 ) Z . 4.8.1. El teorema de Frobenius . . . . . . . . . 4.8.2. Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)
Indice general A. Maniesto de alqua B. GNU Free Documentation License B.1. Applicability and Denitions . . . . . B.2. Verbatim Copying . . . . . . . . . . . B.3. Copying in Quantity . . . . . . . . . . B.4. Modications . . . . . . . . . . . . . . B.5. Combining Documents . . . . . . . . . B.6. Collections of Documents . . . . . . . B.7. Aggregation With Independent Works B.8. Translation . . . . . . . . . . . . . . . B.9. Termination . . . . . . . . . . . . . . . B.10.Future Revisions of This License . . . Bibliograf a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147 151 151 152 152 153 154 155 155 155 155 155 157
http://alqua.com/EDO
Indice general
Descripcin del documento o

Este libro se rige por la licencia GNU GFDL 1.1. Dado que alqua mantiene actualizado este documento en http://alqua.com/EDO puedes visitar peridicamente esa direccin o o con objeto de disponer de la versin ms actual. Un equipo de editores se encarga del o a mantenimiento del documento: Alvaro Tejero Cantero (alvaro@alqua.com), Pablo Ruiz Mzquiz (pablo@alqua.com). u Gracias a Lorenzo Abellanas Rapn, por intentarlo todo para ensear a sus alumnos. u n
Copyright
Copyright ( c ) 2000, 2002. Alvaro Tejero Cantero, Pablo Ruiz Mzquiz. u Permission is granted to copy, distribute and/or modify this document under the terms of the GNU Free Documentation License, Version 1.1 or any later version published by the Free Software Foundation; with the Invariant Sections being Maniesto de alqua with the Front, Cover texts being Ayuda a mantener el proyecto alqua (http://alqua.com) and with no Back, Cover Texts. A copy of the license is included in the section entitled GNU Free Documentation License .
Ficha bibliogrca a
Descripcin Curso introductorio a las ecuaciones diferenciales, operacional y con nuo merosos ejemplos y guras. Trata sistemas lineales, sistemas autnomos y soluciones por o medio de series de potencias. Requisitos Algebra y clculo de primero de carrera.. a Palabras clave Ecuaciones diferenciales, sistemas de ecuaciones lineales, ricatti, bernoulli, aplicacin exponencial, series de potencias, mapas de fases, sistemas autnomos, o o teorema de frbenius, sistemas no lineales, puntos cr o ticos, sistemas dinmicos, funciones a especiales, polinomios de legendre, polinomios de hermite. Clasicacin o udc:517.91.
Indice general Ubicacin en la red En la direccin http://alqua.com/EDO podrs encontrar la versin o o a o ms reciente de este documento y, si lo deseas, apuntarte para recibir noticaciones de a nuevas versiones. Caracter sticas contenido ejemplos, bibliograf intro. cap a, tulos, por hacer. guras descritas. indexado normal. colaboracin cvs. o estructura micro, secciones. referencias intratextuales, bibliogrcas, guras, ecuaciones. a
Historia
Las siguientes tareas merecen atencin, a juicio de los editores y autores: o Mejorar las guras. Escribir prrafos introductorios en los cap a tulos y en los apartados de primer nivel. En ellos deber hablarse de la importancia de lo que se va a explicar seguidamente, a de cul es su papel en la disciplina y su rango de aplicabilidad en las Matemticas y a a la F sica. Aadir un apndice con ejercicios resueltos. n e Aadir un cap n tulo de mtodos numricos. e e Vericar que se cumplen los convenios notacionales Comentar la bibliograf a He aqu los cambios ms importantes sufridos por el documento. La versin indica cambios a o de contenido, mientras que la generacin alude al grado de terminacin del documento. o o Para saber ms sobre las terminaciones, visita la ubicacin en la red del documento. a o ver. 1.00 13 de mayo de 2002
Numerosas correcciones de presentacin (pies de las guras, ejemplos) ATC. o Revisiones menores (expresiones errneas, aclaraciones, etc.) en los cap o tulos de ecuaciones de orden 1, sistemas lineales y soluciones en forma de series PRM. Correccin de errores tipogrcos, ejercicios mal resueltos y aadidura de notas exo a n plicativas en todo el documento PRM.
Indice general ver. 0.01 10 de abril de 2000
Primera versin del documento, con la estructura del curso de ecuaciones diferenciales o I impartido por Lorenzo Abellanas Rapn entre octubre de 1999 y febrero de 2000 u
Indice general
10
1 Ecuaciones diferenciales de orden 1

En este cap tulo se intentar familiarizar al lector con la nomenclatura y la notacin de a o la teor de ecuaciones diferenciales ordinarias (edo), darle una perspectiva del vasto campo a de aplicaciones (no solo en la F sica) que encuentra este tipo de ecuaciones y comunicarle algunas tcnicas bsicas de solucin de las edo ms simples, las de primer orden (edo1 en e a o a lo que sigue). Tambin se dar una condicin sencilla que deben cumplir las ecuaciones de e a o este tipo para tener solucin y que sta sea unica, justicando as el trabajo de hallarla en o e los casos en que dicha condicin se verique o
1.1.
1.1.1.
Introduccin. Generalidades. Ejemplos. o

Denicin y tipos de eds o
edo Una ecuacin diferencial ordinaria es una funcin impl o o cita (y = y(x)). F (x, y, y , y . . . , y ,n ) = 0
Ejemplo y = y2 + x Es una edo. Sin embargo uxx + uyy = 2u u2 es una ecuacin diferencial en derivadas parciales edp, un tipo de ecuaciones que no se o tratar en este curso. Hay un abismo de dicultad entre las edps y las edos, de modo que a a veces se siguen estrategias como sta e uxx uyy u(x, y) = = 0 A(x)B(y)
y se tiene dos edos en x y otras dos en y, conduciendo la solucin de una edp a la de varias o edos (mtodo de separacin de variables). e o
Las ecuaciones diferenciales son extraordinariamente importantes para la F sica. Orden de una ed es el grado ms alto de las derivadas presentes. a Solucin es una funcin tal que al sustituirla en la ecuacin la convierte en una identidad. o o o
11
1 Ecuaciones diferenciales de orden 1 Notacin o
y + yy = 2x; y = y (x) y + yy = 2t ; y = y (t) x + xx = 2t ; x = x (t) La ultima notacin es la ms habitual en Mecnica, donde la funcin x (t) suele ser una o a a o trayectoria. Objetivo hallar todas las soluciones o una en particular (cuando se da el valor inicial: problema de valores inicial es).
1.1.2.
Existencia y unicidad. Condiciones impuestas.
Hay soluciones? No siempre. Por ejemplo, (y )2 + e2y + 1 = 0 (el miembro de la izquierda es siempre superior a cero). Th. de existencia y unicidad para la ecuacin y = f (x, y) o f (x,y) Si f (x, y) y y son funciones continuas en un rectngulo R (teorema local) por a cada punto P (x0 , y0 ) de R pasa una () y slo una (!) curva integral (solucin) de la o o edo y = f (x, y).
Ejemplo y =y y = cex Esto es la solucin general : hay una constante libre, porque ninguna condicin ha sido o o impuesta. Ejemplo y y = = 3y 3 (x + c)3
2
No se cumple la condicin sobre la derivada de y en el cero. No hay unicidad en el cero: o por ese punto pasan dos soluciones. El teorema no era aplicable. Lo que acabamos de ver es una solucin singular . Para una prueba del teorema, as como precisiones y ejemplos o adicionales, consultar [Elsgoltz].
Cuntas condiciones soportan? a Es decir, si pedimos cosas a la solucin, cuntas podemos pedir. Examinemos la ecuacin o a o y = 0; la solucin general es y(x) = c. Ahora quiero la solucin tal que y (0) = 4, luego o o
12
1.1 Introduccin. Generalidades. Ejemplos. o
70
60
50
40
30
20
10
0 -1.0 -0.6 -0.2 0.2 0.6 1.0 1.4 1.8 2.2 2.6 3.0
Figura 1.1: soluciones de y = y con c = 1, c = 2 y c = 3.
y(x) = 4 pero si adems quiero que en 1 valga 3 (y (1) = 3), estoy imponiendo un nmero a u de condiciones inaceptable para la ecuacin. o Desde el punto de vista geomtrico una edo es una expresin del tipo pendiente=algo. e o La edo y = f (x, y) nos da un campo de pendientes en el plano. Una solucin es una curva o tal que en cada punto su pendiente es lo que marca la ecuacin. Esta curva se llama curva o integral. Veamos la siguiente ecuacin o y =x+b Esta es una familia uniparamtrica de curvas. Si derivamos respecto a x queda y = 1, una e edo de orden 1 cuya solucin, funcin de la que hemos partido, tiene un parmetro libre. o o a Veamos ahora y = ax + b Derivamos una vez, y luego otra (para tener una ecuacin) y obtenemos y = 0, una edo o de orden 2. Veamos ahora las circunferencias centradas en el origen x2 + y 2 y = = r2 x y
Pero si tomamos las de centro arbitrario, la derivada primera no es una edo, hay muchas (una constante libre) (x a) + yy = 0 De modo que hay que derivar por segunda vez, y volvemos a ver la traduccin de la regla o de Barrow (una constante por proceso de integracin): la solucin general de una edo o o de orden n se expresa en trminos de n constantes arbitrarias. La respuesta a la pregunta e planteada es entonces que una edo de orden n soporta n condiciones.
13

y
Figura 1.2: Isoclinas: lugar geomtrico de los puntos del campo de pendientes con la misma pene diente. Ejemplo (regla de Barrow) y y(x) y(x) |x0=0 = =
x0 Z x
f (x)
Z
x
f ()d + y(x0 ) f + y(0)

0
Probarlo con y = 2x. Dibujar e imponer la condicin inicial y (1) = 3. La solucin particular o o que buscaba es y(x) = x2 + 2
1 Esta orden de pendientes y = 2x dice que en x = 0 la pendiente es 0, que en x = 2 la pendiente es 1, etc. Las isoclinas (v. gura 1.2) son en esta ecuacin rectas verticales porque o el campo de pendientes no depende de la altura y, sino slo de x, de modo que es invariante o frente a desplazamientos verticales. Este es el puente entre el Clculo en una variable y la a teor de ecuaciones diferenciales ordinarias. a
Ejemplo (ecuaciones autnomas) o y = f (y) esta familia de ecuaciones ser explicada en el tercer cap a tulo (sistemas autnomos) y con o el lenguaje de la Mecnica de x (t) a x = f (x) La interpretacin es que el campo de pendientes no depende del tiempo. Esto equivale a o recorrer una carretera a la velocidad prescrita en cada punto. Para visualizar esto dibujemos la funcin f : f (x) vs. x. Pero eso no es lo ms conveniente, por lo que, siguiendo a [Arnold] o a disponemos x en ordenadas, en analog al modo como ubicar a amos esta variable en una o grca x (t) (ver gura 1.3). Si f (a) = 0, x(t0 ) = a es solucin, porque estamos en a, a a velocidad 0 cumpliendo la prescripcin. o Estas ecuaciones se denominan autnomas porque las velocidades estn jadas para todo o a valor de la variable independiente (t en la Mecnica). a
14
1.1 Introduccin. Generalidades. Ejemplos. o

x x
a t
f(x)
Figura 1.3: Independencia con respecto del tiempo de los campos de pendientes en ecuaciones autnomas. Caso de dimensin 1. o o
30
x
20
x=exp(t) x=-exp(t) x=2exp(t) x=-2exp(t) x=-4exp(t) x=4exp(t)
10
x
-10 -20
Figura 1.4: Sistema autnomo x = x. A la izquierda plano de fases. A la derecha, espacio de o soluciones x(t) = cet
Como se ver en el tercer cap a tulo, si x (t) es solucin, x (t + c) tambin lo es. Uno que se o e meta en el coche a las 5 de la tarde har lo mismo que uno que lo haga a las 8 de la tarde, a porque el problema es invariante frente al tiempo (traslacin temporal derechaizquierda). o Adems, toda solucin es constante o montona, porque para cambiar de crecimiento, la a o o velocidad debe anularse (por el teorema de existencia y unicidad f (x) es continua), pero si la velocidad se anula, entonces se verica de nuevo la solucin del coche parado (como la o velocidad es nula, no puede cambiar de posicin, y puesto que la velocidad slo depende de o o la posicin la velocidad nunca deja de ser nula. . . ). o Ejemplo (tres sistemas autnomos en una dimensin) o o x=x encontrar x (t) y dibujarla. La solucin es muy sencilla de obtener (gura 1.4) Para el caso de x = x, v. gura o 1.5. Estudiar x = x(x 1) Dibujar la grca x (f ) y x (t) (ver gura 1.6). Donde x (f ) = a 0, soluciones constantes. cambio de concavidad !. Si la solucin no es constante pero se o mantiene acotada entonces tiende asintticamente a una solucin constante. o o Ejemplos (modelos demogrcos) a x = kx La desintegracin radiactiva (x masa restante . . . ): perdemos ms cuanto ms tenemos o a a con el signo positivo representar el modelo malthusiano para los primeros 80 en Mxico a e
-30
0.5
1.5
15

x
4 3 2 1 x=exp(-t) x=-exp(-t) x=2exp(-t) x=-2exp(-t) x=-4exp(-t) x=4exp(-t)
Figura 1.5: x(t) = cet

x 1 x 0 x t 1 x
Solucin acotada en el tiempo
Figura 1.6: Ecuacin log o stica, acotacin de la soluciones o
(x poblacin) o el cultivo de bacterias en una placa Petri con recursos ilimitados. La o solucin particular para x(t0 ) = x0 es o x(t) = x0 ek(tt0 ) Semivida: tiempo que hay que dejar transcurrir para que quede la mitad del material que hab al inicio. Hallar k para el C 14 si tsv = 5,560 aos. Obtener la edad de la presunta a n pieza de la Tabla Redonda si x0 = 6,68 y x(t) = 6,08 actualmente. Otro modelo poblacional es x x = = x2 1 ct
Este modelo tiene la peculiaridad de ser explosivo. Para t nito la poblacin se va al innito. o El th. de existencia y unicidad es local, no signica que la solucin se pueda extender para o todo t (para todo valor de la variable independiente). Tanto el modelo explosivo como el puramente exponencial presentan serias deciencias. En el caso del segundo hay que tener en cuenta la limitacin de recursos. El exponencial es solamente bueno localmente, de modo o que podemos adoptar el modelo log stico x = x(1 x)
16
0 -1 -2 -3 -4 0 0.5 1 1.5 2
1.1 Introduccin. Generalidades. Ejemplos. o Ecuaciones de segundo orden Ecuacin de Newton(1) o m = F(x, x) x En el caso de la ca libre en un campo de gravedad estacionario y homogneo de valor da e g, el segundo miembro es mg. Si la ca es con rozamiento, da m = mg k x x la constante k se llama constante de frenado. Se puede dividir por m y hacer x = v = g cx g cv
(usando una tcnica de reduccin de orden). Resolviendo e o d cv log(g cv) = = c dt g cv la solucin general es o g cv = aect g (1 ect ) c
Imponiendo las condiciones iniciales de v0 = 0 y t0 = 0 obtenemos g = a. Adems a mdv(t) = y cuando t
gm g = = vl imite c k
1.1.3.
Notacin diferencial o
y = 2x
Examinemos una ecuacin simple o Escribiendo en notacin de Leibniz la derivada tenemos o dy = 2x dx Si separamos los diferenciales y reordenamos, llegamos a la forma diferencial dy 2xdx = 0 Lo cual se puede escribir tambin como e d y x2 = 0
1 Posicin o
x(t), velocidad x(t), aceleracin x(t) o
17

7 Curva solucin Tangente en (1,1) 6 5 4 3 2 1 0
A dy dx
-3 -2 -1 0 1 2 3
Figura 1.7: Los diferenciales tienen una traduccin geomtrica o e
que implica
y x2 = cte
(la familia de curvas uniparamtrica que enhebra el campo de vectores dado por la ecuacin, e o que la resuelve. El conjunto de las curvas solucin). Si elegimos una solucin particular, o o tenemos la parbola con vrtice en el (0, 0), y = x2 . En la gura 1.7 se puede apreciar que a e dx constituye la primera componente del vector A y dy la segunda. Entonces el cociente de estas dos componentes es dy = tg = y dx donde es el ngulo que forma la tangente con el eje x. El paso de una notacin a otra es a o l cito.
1.2.
Ecuaciones ordinarias de primer orden
Las ecuaciones diferenciales de primer orden (edo1) pueden verse expresadas de las maneras siguientes y dy dx dy f (x, y)dx M (x, y)dx + N (x, y)dy = = f (x, y) f (x, y)
= 0 = 0
La forma diferencial de escritura, que es la ultima de las presentadas, es la ms general. a La ec se puede escribir de innitos modos en forma diferencial, pej multiplicando por(2) x, por cos(x + y), por ex . . .
2 en
cuyo caso habr que insertar manualmente la solucin x = 0. a o
18
1.2 Ecuaciones ordinarias de primer orden

Ejemplo y ydx xdy = = y x 0
1.2.1.
Diferenciales exactas
Si M = Fx y N = Fy se dice que M dx + N dy es exacta. La razn del apelativo forma o diferencial es que la expresin deriva de construir la diferencial total de una funcin F o o F F dx + dy = dF x y dF = 0 F (x, y) = cte Ejercicio
ydx + 2dy = 0 Probar que no es exacta.
En general, las ecuaciones diferenciales con las que trabajamos no son exactas. Necesitamos un Criterio de exactitud M dx + N dy = 0 es exacta My = Nx Si F es C entonces se cumple la igualdad de las parciales mixtas: Fxy = Fyx . En este caso, demostrar y . 1. () Si la ecuacin es exacta, existir una funcin que satisface Fx = M y Fy = N . o a o Usando Fxy = Fyx se concluye que My = Nx es condicin necesaria para la exactitud o de la ecuacin. o 2. () My = Nx nos permite construir una funcin F que cumple M = Fx y N = Fy . o En efecto:
x 2
F N N (0, y) = h (y) F (x, y) F
= =
x 0 o
M (u, y) du + h(y) M (u, y) du + h (y)

y
h(y) =
x o 0
N (0, v)dv
M (u, y) du + h(y)
x y
=
o
M (u, y) du +
0
N (0, v)dv = cte
19
1 Ecuaciones diferenciales de orden 1 La demostracin es constructiva: nos da la F cuya diferencial exacta ten o amos (solucin general). La penltima frmula se llamar en adelante frmula de reconstruccin. o u o a o o
Ejemplo y 2 dx + 2xydy F (x, y) xy
2
= = =
0 xy 2 0
La astucia es que d(y 2 x) da la diferencial. Se puede ver sin necesidad de utilizar la frmula o de reconstruccin. o Ejemplo ydx + xdy d(xy) Ejemplo (12x + 5y 9)dx + (5x + 2y 3)dy d(6x2 9x + y 2 3y + 5xy) 6x2 9x + y 2 3y + 5xy F = = = = 0 0 c c = = 0 0
Se ha seguido la tcnica de ingenier inversa consistente en preguntarse qu funcin e a e o derivada respecto a x me dar M ? y qu funcin derivada respecto a y me dar N ?. Hay a e o a que tener cuidado con las superposiciones. Vemoslo en detalle: a Fx 12x 5y 9 Fy 5x 2y 3 F 6x2 5xy 9x F 5xy y2 3y
Como se puede ver fcilmente, si formamos una funcin F que slo contenga uno de los dos a o o trminos 5xy es suciente, porque la parcial respecto a x produce el 5y y la parcial respecto e a y el 5x. Ejemplo (x + 3y) + (y + 3x)y (x + 3y)dx + (y + 3x)dy = = 0 0
20

x2 y2 + + 3xy 2 2
= =
0 c
x2 y2 + + 3xy 2 2
Resuelto sin la frmula de reconstruccin. Por supuesto, o o x2 y2 + + 3xy = c 2 2 es equivalente a ya que la constante c es arbitraria. x2 + y 2 + 6xy = c
Como hemos visto, es util tener una intuicin para evitarse el engorroso empleo de la o frmula de reconstruccin. Para ayudar en esa intuicin sirve la siguiente lista: o o o d(xy) x d y d x2 + y 2 d tan1 x y x d log y = xdy + ydx ydx xdy = y2 = 2 (xdx + ydy) = = ydx xdy x2 + y 2 ydx xdy xy
1.2.2.
Factores integrantes
Este tema se trata extensamente en [Simmons, sec 9]. Se puede multiplicar una ecuacin diferencial no exacta por un factor astuto tal que se o convierta en exacta. Este factor se llama integrante. ydx + (x2 y x)dy = 0 1 = x2
antes de la multiplicacin de toda la ecuacin por , My = 1 y Nx = 2x 1. Despus de o o e 1 usar el factor integrante My = Nx = x2 . Intentemos sistematizar la bsqueda del factor integrante, para que no parezca idea feliz u su introduccin. La pregunta es: (x, y) tal que M dx + N dy = 0 sea exacta?. Para o que exista se debe vericar (M )y My + y M My Nx = = = (N )x Nx + x N 1 (N x M y )
21
1 Ecuaciones diferenciales de orden 1 y se demuestra que siempre existe un . De todas formas, nos vale con un factor integrante, no necesitamos las innitas soluciones de la edp del factor integrante (que para un cualquiera es muy dif cil). Si el factor fuese sencillo, por ejemplo (x) o (y) podr amos simplicar la edp del factor integrante y calcularlo. Por ejemplo, si consideramos = (x): x (log ) = = = My Nx N My Nx N g(x) e
R
g(x)
= Es decir, construyamos
My Nx N Slo depende de x?. Si es as entonces es o , g

R
=e Anlogamente con la y a
g(x)
My Nx N
y My Nx = M
h(y) e
R
h(y)
My Nx M
Para deteminar el factor integrante de forma rpida, uno construye el cociente corresa pondiente, y si slo es funcin de x o de y el mtodo de resolucin es directo: o o e o = e g(x) R = e h(y) Tngase en cuenta que si g = 7 tambin es una funcin de x (depende de x0 ), del mismo e e o modo que h = 3 es funcin de y (ver los ejemplos para una ilustracin de la utilidad de o o esta advertencia).
Ejemplo ydx + (x2 y x)dy M N My Nx My N x N = = = = = = 0 y x2 y x 1 2xy 1 2 x
R
22

usamos la formula
R 2 1 (x) = e ( x )dx = e2 log x = (elog x )2 = x2 = 2 x
Ejemplo Integrar hallando un factor integrante la ec y =y Escrita en forma diferencial y(1 2x y)dx + (x + y)dy = 0 no es exacta. Necesitamos un factor integrante 2(x + y) 2x 2y My Nx = = = 2 = 2x0 = g (x)) N x+y x+y usamos de nuevo la frmula o =e Ahora s es exacta. Resolucin a ojo o e2x (y y 2 2xy)dx + e2x (x + y)dy = 0 agrupamos como B a los trminos e2x (y 2 )dx, e2x (y)dy y como A a los trminos e2x (y e e 2xy)dx, e2x (x)dy. De B viene 2 y 2x d e 2 y de A viene d e2x xy con lo que la solucin queda o e2x (xy + y2 )=c 2
R
2
y + 2x 1 x+y
= e2x
e2x (y y 2 2xy)dx + e2x (x + y)dy = 0
Cuntas soluciones verican y(0) = 0?. Respuesta: y = 0 y y = 2x . Luego en el origen a y = no lo s , de modo que no se puede garantizar el cumplimiento del th de existencia y e unicidad.
1.2.3.
Ecuaciones separables
a (x) dx + b (y) dy = 0
Son ecuaciones que pueden escribirse en la forma
con N = a (x) y M = b (y). Son automticamente exactas: a

x y
F =
0
M (u, y)du +
0
N (0, v)dv
23
1 Ecuaciones diferenciales de orden 1 pero esto es equivalente a decir

x y
F =
0
a(u)du +
0
b(v)dv
Ejemplo y = Separando variables dx 1 + x2 arctan y y = = = dy 1 + y2 arctan x + arctan c xc 1 + cx 1 + y2 1 + x2
Las de variables separables son muy interesantes porque aparecen con gran frecuencia. Ejemplo y = Probar que es separable y resolverla y2 = 1 + cex x2
2
(x2 + 1)(1 y 2 ) xy
Ejercicio: escribir el desarrollo hasta llegar a la forma expuesta(3) .
A veces es ms fcil incluir una condicin impuesta en una de las escrituras que en otra. a a o
Ejemplo En un depsito de agua que contiene V litros entran L litros y salen L litros por minuto. o a A partir de t = 0 se contamina el agua con una sustancia de concentracin mg Cunta o l sustancia txica se encuentra en lo sucesivo?. o x Entra L de substancia txica y sale V L de substancia txica o o dx dt dx x V = = L x L V
L dt V
Para t = 0 no hab substancia txica en el agua del depsito: x (0) = 0. Vamos a encontrar a o o la ecuacin que cumpla con esta condicin. Es lo que se llama resolver un problema de o o valores iniciales x x(t) |t Se puede ver grcamente en la gura 1.8 a = V (1 e V t ) V
L
24
1 1-exp(-x)
exp(-x) O x
Figura 1.8: asintticamente o

x R R
x(t) V
Figura 1.9: Objeto lanzado desde la Tierra Ejemplo Con qu velocidad inicial v0 ha de lanzarse un objeto de masa m desde la Tierra e (R = 6,371Km) para que no regrese bajo el inujo de la fuerza gravitacional?. Sabemos que F F = = = vdv = mgR2 (R + x)2 dv dx dv ma = m m dt dt dx dv mv dx gR2 dx (R + x)2 2gR2 +c R+x 2gR + c
2 v0 2gR
que es una ecuacin de variables separadas. Integrando o v2 = Como x (0) = 0

2 v0
= =
Luego la solucin particular con v = v0 para x = 0 es o v2 =

3 Se
2gR2 2 + v0 2gR R+x
resuelve ms adelante aunque llegamos a una expresin distinta (equivalente en cualquier caso). a o
25

A
g B
Figura 1.10: Por dnde se tarda menos? o Cmo asegurar que v siempre es positiva? Es decir, que realmente logra escapar. o
2 v0 2gR
ha de ser siempre 0 v0
2gR
11,18 km/s
Se ha de hacer en v (y no en la posicin) porque es lo que se pide, y se pide esto porque o estamos en primer orden. Ejemplo (de gran envergadura histrica: la braquistocrona tiempo m o nimo). Vase la gura e 1.10. El problema consiste en hallar la curva que da un tiempo m nimo de recorrido para una part cula que se mueve sobre ella sin rozamiento desde un punto A a un punto B en un campo de gravedad estacionario y homogneo. Mientras que a primera vista pudiera parecer e que la recta, por ser la curva de longitud m nima (en un espacio eucl deo. . . ) es la solucin, o ya Galilei propuso un arco de circuferencia en la idea de tener una aceleracin ms alta o a al inicio. El problema ms general se lo plante Juan Bernoulli, aunque restringido a a o un plano vertical. En suma: se trata de ajustar longitud y aceleracin en los momentos o iniciales para optimizar el tiempo de recorrido. Este ejemplo est tratado extensamente en a [Simmons]. Utilizando el razonamiento de la ptica en refraccin. o o dT =0 dx principio de Fermat que conduce con dos medios a la Ley de Snell(4) . Bernoulli pens o en introducir innitos medios sin = cte v p v = 2gy 1 sin = cos = p 1 + (y )2
4 La
Ley generalizada de snell tiene la expresin o n(x) sin = b
c En un medio homogneo la ecuacin toma la forma v sin(x) = b e o Luego sin(x) = cte v
26

Y de esta forma obtenemos una ecuacin diferencial o

dx

= =
y cy
1
2
dy
y cy y dy dx
1
tan
= = = = =
c sin2 2c sin cos d tan dy 2c sin2 d c(1 cos 2)d
c (2 sin 2) + c1 2 De nuevo imponemos una condicin inicial: la curva debe pasar por el origen de modo que o x = y = 0 cuando = 0, por lo que c1 = 0. La solucin particular es o x= x y = = c (2 sin 2) 2 c 1 cos2 2
Ecuacin separable y fcil o a
La solucin es la cicloide. Este tipo de problemas, al que pertenece tambin la tautocrona o e de Huygens (de utilidad para asegurar el isocronismo del pndulo) se resuelven modernae mente utilizando el formalismo del clculo variacional (el principio de tiempo m a nimo es un resultado directo de la formulacin de la Optica en trminos de camino ptico, o de la o e o Mecnica en trminos de accin estacionaria). Para algunos comentarios sobre el problema a e o de la braquistocrona con rozamiento, v. [Weisstein, brachistocrone].
1.2.4.
Ejemplos varios
y 2x x + 2y 0
Ejercicio (el factor integrante puede ser una funcin simple de x y de y) o y (2x y)dx + (x + 2y)dy Pista = (x2 + y 2 ) z = x2 + y 2 x = 2x y = 2y = =
Multipliquemos nuestra ecuacin por o M = (2x y); N = (x + 2y)
27

Criterio de exactitud y (2x y) + (1) = x (x + 2y) + (1) 2y (2x y) + (1) = 2x (x + 2y) + (1) 1 z + = 0 + z = 0 c = efectivamente, existe un tal que = (z) z 1 Como constante tomamos c = 1 = = z . Luego la ecuacin queda ahora o 2x y x + 2y dx + 2 dy = 0 x2 + y 2 x + y2 (exacta). Aplicamos las frmula de reconstruccin o o
Z
x 0
F (x, y) = Integrando tenemos que

2u y du + u2 + y 2
Z
0
2 dv v
F (x, y) =
log(u2 + y 2 ) arctan
u y
|x + 2 log y = log x2 + y 2 arctan 0
x + 2 log y y
Finalmente, la solucin general es o log x2 + y 2 arctan x + 2 log y = c y
Ejercicio
(x2 + 1)(1 y 2 ) xy en forma diferencial y reagrupando trminos e y= x2 + 1 y dx + 2 dy = 0 x y 1
(variables separadas). Resolviendo x2 1 + log x + log y 2 1 = c 2 2 multiplicando por 2 agrupando y simplicando Ejercicio (cambios de variable). vdu + u(2uv + 1)dv = 0 x2 + 2 log x + log(y 2 1) = c ex x2 (y 2 1) = c
2
1. Escribirla en las variables x, y denidas como

x y = = uv u v
28
1.2 Ecuaciones ordinarias de primer orden 2. Resolverla en las nuevas variables 3. Reexpresar la solucin en trminos de u, v (aadido) o e n
Hay que recordar la frmula de diferenciacin total, nada ms o o a dG = Gu du + Gv dv el cambio de variable escrito a la inversa es u= xy v = x y nos queda dv =
y x dx + dy 2 y 2 x x 1 dx dy 2y y 2 x y
du =
reescribiendo la ecuacin o y 1 x x x x dx + dy + xy dx dy = 0 xy + 1 y 2 x 2 y y 2y y 2 x y simplicando xdx = x + x2 dy y
reagrupando trminos resulta ser una ecuacin de variables separadas e o dx dy = 2+x y integrando log (2 + x) y trivialmente, se sustituyen x e y por u y v. u = c (1 + uv) v Un cambio de variable puede convertir un problema dif en uno sencillo. Comprobacin: cil o hay que reexionar sobre si el resultado es razonable dy dx 2+x Para las soluciones de esa ec, que son rectas, est bien. a = =
y 2+x
= =
log y + c c(2 + x)
cdx dy y es constante, y por lo tanto la solucin o
29
1.2.5.
Homogneas e
Existen dos usos bien diferenciados de la palabra homognea en la teor de edos; el que se e a va a presentar a continuacin y aquel que implica la inexistencia del trmino independiente o e en la ecuacin (todos los trminos tienen una variable comn). o e u Def. una funcin h(x, y) se dice homognea de grado n si o e h(x, y) = n h(x, y) Por ejemplo, una funcin homognea de grado cero cumple o e h(x, y) = h(x, y)
Ejercicio Vericar el grado de homogeneidad de las siguientes funciones h(x, y) h(x, y) h(x, y) h(x, y) h(x, y) = = = = = 5x 3y x + 2y e
2x y
x3 + 2xy 2 x3 + 2xy 2 + y 4 xy + 1
Respuesta: 0,0,3,no homognea, no homognea. Las homogneas de grado 0 son siempre e e e y funciones que de un modo u otro dependen de z = x . Hacer el cambio de variable sugerido, y z = x conduce a reducir en una variable el problema.
Funcin homognea Una ed y = f (x, y) se dice homognea si f es homognea de grado o e e e 0. Ecuacin homognea Dada la ed o e P (x, y)dx + Q(x, y)dy = 0 Es una ed homognea si P y Q son funciones homogneas del mismo orden. e e Paso de homognea a variables separadas e Las ecuaciones diferenciales homogneas se integran con el cambio e
Ejemplo Es homognea la siguiente ed? Resolverla e
y x
= z y(x) = xz(x)
y dy dx y y
xy + y 2 x2 y y2 = + 2 x x = xz = xz + z =
30
1.2 Ecuaciones ordinarias de primer orden xxz + (xz) x2

2
xz + z =
sustituyendo y resolviendo y=
x c log x
Ejemplo (ilustracin del cambio de variable en una homognea de grado 0) o e (x + y)dx (x y)dy dy dx = = = usamos la receta y = xz; y = xz + z y tenemos, despejando xz 1z dz 1 + z2 y resolviendo arctan z Deshaciendo el cambio arctan = = 1+z z 1z 1 dx x 0 x+y xy y 1+ x y 1 x
1 log(1 + z 2 ) = log x + c 2
p y = log x2 + y 2 + c x En este caso no se puede despejar y (solucin impl o cita).
Ejemplo y log x = =
2 y y + e x2 x Z 2
ez dz + c
La integral no es expresable en trminos de funciones elementales (las que se pueden conse truir en un nmero nito de operaciones del tipo clculo y composicin de ciertas funciones). u a o
Truco para ecuaciones casi homogneas e Consideremos el siguiente problema (x y 1)dx + (x + 4y 6)dy = 0 Hay que ensayar el cambio de variables (traslacin del (0,0)) o x = u + c1 y = v + c2
31
1 Ecuaciones diferenciales de orden 1 Sustituyendo (u + c1 v c2 1)du + (u + c1 + 4v + 4c2 6)dv = 0 c1 c2 1 = 0 c1 + 4c2 6 = 0 Luego x=u+2 y =v+1 de nuevo, sustituyendo (u v)du + (u + 4v)dv = 0
v resolviendo (cambio z = u )
c1 = 2; c2 = 1
dv vu = du u + 4v
y aplicando la receta uz 4z + 1 du dz + 2+1 4z u 1 d(4z 2 + 1) 1 dz + 2 4z 2 + 1 4 z2 + 1 4 Integrando log(4z 2 + 1) + arctan(2z) + log u2 log u2 (4z 2 + 1) + arctan(2z) deshaciendo el cambio z =
v u
= = =
z1 z 4z + 1 0 du u
= c = c
log uv 2 + u2 + arctan x=u+2 y =v+1
2v u
=c
y deshaciendo el otro cambio
log x2 + 4y 2 4x 8y + 8 + arctan
2y 2 =c x2
Hemos reescrito la ecuacin con el cambio y jado las dos constantes para que se pierda o el trmino independiente. Afortunadamente los diferenciales no cambian. Se trata de una e traslacin de vector (c1 , c2 ). o
32
1.2 Ecuaciones ordinarias de primer orden Truco para las ecuaciones casi homogneas de rectas paralelas e A veces las rectas son pararelas. Si es as la convertimos en una de variables separadas. , Tenemos ax + by + c y =f k (ax + by) + c Hacemos el cambio ax + by = u a + by = u y = Ejemplo y = x+y+1 2x + 2y + 4
u a b
u a b
=f
u+c ku+c
x+y+1 y = 2(x+y)+4 x+y =u1+y =u y =u 1 u+1 u 1 = 2u+4
que es una ecuacin diferencial de variables separadas. o
1.2.6.
edos lineales
Se llama edo lineal a toda aquella edo, que escrita en forma normal (es decir, con la derivada de orden ms alto despejada), es una combinacin de funciones lineales de las a o derivadas menores. La edo1 lineal general se puede escribir as : y + P (x)y L(y) = Q(x) = y + P (x)y
L es un operador lineal. Es importante escribirlas as (el trmino sin y a la derecha) para e recordar la Receta: multiplicar por e entonces e
R
P
(y + P y) = e
y y
= e
Q
P
= e
Q+c
Si uno no se acuerda de la frmula nal, basta con multiplicar la ecuacin diferencial o o por esa exponencial para que se resuelva. Ejemplo
33
1 Ecuaciones diferenciales de orden 1 y + e

R
1 x
y = 3x x
= log x = x
La idea surge de que al multiplicar por ese factor el miembro izquierdo se hac exacto. a Reescribamos la ed lineal en forma diferencial (P (x)y Q(x)) dx + dy = 0 El factor integrante es = e
Ejemplo y y es lineal, con P (x) = 1 x Q(x) = x2 Se hacen los clculos intermedios a
Z
R
g(x)
=e
=
1 xy =
y + x3 x x2
P (x) e y se aplica la receta

Z
R
P (x)
= =
1 = log x x 1 e log x = x
Z
y(x) = x nalmente
1 Q+c=x x
x+c
=x
x2 +c 2
y= Ejemplo (Ley de Newton del enfriamiento)
x3 + cx 2
T = k(Tamb T ) en donde T es la tasa de variacin de la temperatura y K es una constante que depende o de cada caso. Un vaso de agua a 25o C se introduce en un congelador a -20o C. En 15 el agua est ya a a 20o . Cunto tiempo tarda en helarse el agua? a T + kt T T = = = 20k ekt
Z
ekt (20k) dt + c
20 + Cekt
34

es la solucin general, con dos constantes arbitrarias. Introduciendo las condiciones iniciales o T (0) = 25 y T (15) = 20 C k La respuesta a la pregunta es 0 0,0078t t = = 20 + 45e0,0078t 20 log 45 104 = = 45 0,0078
La C es una constante del mtodo matemtico; la k es de origen f e a sico. Podemos imponer dos condiciones, y es lo que hace el enunciado. Ejemplo Encontrar la sol general de la siguiente ecuacin y, si existe, la particular que verica o y (2) = 2 y3 y = 3 x + xy 2 Truco homogneas: (probar) divisin por la potencia ms grande de x. e o a log |y| + y2 =c 2x2
Hay ocasiones en las que se pierde el valor negativo del logaritmo de modo que generalmente escribiremos Z dy = log |y| y
Ejemplo (de la Ta de circuitos elctricos). En un circuito se cumple e

LI + RI P (t) Q(t) = = = (t) R L (t) L
La aproximacin que proponen la edos lineales expresa el funcionamiento del circuito en o funcin de tres trminos. Un ingrediente, pej es o e I = I0 e L t La supuesta intensidad inicial del circuito I0 se corresponde con un trmino transitorio que e desaparece rpidamente con el tiempo. En estado estacionario, elimimanos ese trmino y a e estudiamos el caso concreto en que ( ) = 0 I(t) I =
0
R
R
0
1 e L t
Pasado el transitorio el circuito cumple la ley de Ohm.
35
1.2.7.
Ecuacin de Bernoulli o
y = f (x)y + g(x)y p
A esta ecuacin o
La llamaremos una p-Bernoulli. Una 0-Bernoulli es un caso fcil: lineal o variables a separadas. Si se trata de una 1-Bernoulli, tambin es lineal. Ojo que p puede ser negativo. e La receta para el resto de los casos es convertirla a lineal con el cambio z = y 1p La justicacin es que o z = (1 p) y p y = (1 p)y p [f y + gy p ] = (1 p) f y 1p + g = (1 p) [f z + g]
Que es una ecuacin lineal. o

Ejemplo 2xy 3 y + y 4 p z = = = 2x2 3 y4
Evidentemente, hemos dividido toda la ecuacin por el factor que multiplica a y . Recordeo mos que muchas de las recetas utilizadas se han dado para ecuaciones en forma normal (y despejada). Al hacer las cuentas debe salir una ec lineal en z. Solucin: o c 2 4 x + 2 =y x Ejemplo y = Trazar las curvas integrales numricamente. e y y2 x
Ejemplo Resolver hallando un factor integrante o por cambio de variable y + 2x 1 y = y x+y w = x+y p P Q y = = = = 1 2
p
2x2 ce2x 2xy (y 2 + 2xy y)dx (y 2 + 2xy)dx

La solucin que propone Guil es reescribirla en modo diferencial o (x + y)dy xdy ydx + ydy

= = =
d xy +
y 2
2 xy +
y2 2
dx
36
1.2.8.
Ecuacin de Ricatti o
y = a(x) + b(x)y + c(x)y 2
Si no estuviera la c ser lineal, si no estuviera la a ser una 2-Bernoulli. a a Receta (que conduce a una 2-Bernoulli). Se trata de quitar el trmino a (x). Despus e e hay que reducirla a lineal y de ah a separable. La receta vale supuesta conocida una solucin particular y1 (x) o y = u + y1 Justicacin o Pero como
2 y = u + y1 = a + bu + by1 + cu2 + cy1 + 2cy1 u 2 y1 = a(x) + b(x)y1 + c(x)y1
Queda para la u incgnita esta ecuacin o o u = = bu + cu2 + 2cy1 u (b + 2cy1 )u + cu2

y = y2
Ejemplo
2 x2 c Sospechamos una solucin y = x , al intentar vericarla obtenemos dos valores para c, que o 1 son dos soluciones proporcionales. Escogemos y1 = x y1 y u p y = = = = = 1 x u + y1 2 u2 + u x 2 2x3 + k x(k x3 )
A veces, como en esta ocasin hemos tenidos que recurrir a una pequea astucia. Sin emo n bargo, es posible recibir algn tipo de ayuda o pista en la formulacin del problema. u o Ejemplo y y 2 + x(x 2) = 0
Calcular los polinomios de grado 1 que son solucin. Escribir la solucin general en trminos o o e de una integral. y1 y = = x1 ex 2x R +x1 c ex2 2x
2
La solucin no se puede hacer ms expl o a cita por culpa de la integral intratable del denominador.
37
1.2.9.
Reduccin de orden o
F (x, y, y , y ) = 0
Hay veces que con cierta habilidad podemos hacer un pequeo manejo edo2edo1. n
Las dos situaciones en que es puede hacer son 1. Sin y: en ausencia de la variable dependiente F (x, y , y ) y y F (x, p, p ) = = = = 0 p p 0
Ahora podemos intentar resolverla en p y despus integrar para obtener y. e

Ejemplo xy p(x) y(x) = = = y + 3x2 3x2 + c1 x c1 x3 + x2 + c2 2
Ntese que hay dos constantes: la ecuacin es de orden dos. o o
2. Sin x: en ausencia de la variable independiente F (y, y , y ) = 0 Aqu la astucia consiste en reformular la ecuacin de manera que y pase a ser una o primera derivada de algo: Es decir, hemos de coger a y como variable independiente y y F y, p, p dp dy = p dy dp dp dy dp = = = =p dx dx dy dx dy = 0
En muchas situaciones de la F sica x = x(t) F (x, x, x) = x = x =
0 p p dp dx
38

Ejemplo El oscilador armnico, modelo de importancia capital en F o sica. x = a es la posicin de equilibrio. F = kx para pequeas elongaciones o n x x + 2 x x x p

= = = = = = = =
0 p p 0
k x m
dp dx
dp + 2 x dx
2
dx dt
+ 2 x x x(t)
2 a2 c1 cos t + c2 sin t R cos(t )
Las dos constantes de integracin en esta ecuacin son la amplitud R y el desfase o o para el tiempo cero.
39
40
2 Sistemas de edos lineales

2.1. Planteamiento
Este cap tulo trata de los sistemas de edos lineales. Veremos qu relacin hay entre un e o sistema y una unica ecuacin diferencial. Tambin presentaremos los teoremas de existencia o e y unicidad necesarios para garantizar aspectos claves de nuestra resolucin del problema. o Se explicarn los sistemas homogneos y no homogneos, sus parecidos y diferencias as a e e como los diferentes mtodos para resolverlos (aqu jugar un papel importante la forma e a cannica de Jordan) o Un sistema de ecuaciones diferenciales ordinarias lineales se puede escribir x1 = a11 (t)x1 + a12 (t)x2 + . . . + a1n (t)xn + b1 (t) x2 = a21 (t)x1 + a22 (t)x2 + . . . + a2n (t)xn + b2 (t) . . . . . . . . . xn = an1 (t)x1 + an2 (t)x2 + . . . + ann (t)xn + bn (t) o, de manera ms abreviada, en forma matricial a x = A (t) x + b (t) donde A (t) es la matriz de coecientes del sistema y b (t) es un vector columna de trminos e independientes. El sistema se llama homogneo si b(t) = 0. e
2.2.
Relacin entre un sistema y una ecuacin o o
Se examina brevemente el paso de un sistema de n ecuaciones de orden 1 a una ecuacin o de orden n, y viceversa (abreviaremos uno y otra por sistema y ecuacin, respectivao mente).
2.2.1.
De ecuacin a sistema o
x,n + an1 (t)x.n1 + . . . + a2 (t) + a1 (t)x + a0 (t)x = x b(t)
Ecuacin diferencial ordinaria de orden n lineal o
41
2 Sistemas de edos lineales Se dice que son homogneas cuando = 0. Se demuestra que siempre se puede escribir e b(t) una ecuacin diferencial ordinaria de orden n como n ecuaciones diferenciales ordinarias o de primer orden 1edon nedo1 Vemoslo con la siguiente receta a x1 x1 x2 xn1 xn o bien (abreviadamente) x = A(t)x + b(t) donde A(t) = y 0 1 0 1 0 a2 0 0 0 . . . b(t) tulo (dedicado a sistemas) La justicacin de que a partir de la seccin 2.6 de este cap o o tratemos las ecuaciones de orden n se encuentra en que, como hemos visto, el paso de ecuacin a sistema es siempre posible, por lo que se puede considerar que stas son un caso o e particular de aquellos.
Ejemplo x = a0 (t)x a1 (t)x + b(t) llamemos x1 x1 x2 o bien,

= x = x2 = x3 . . . = xn = a0 (t)x1 a1 (t)x2 . . . an1 (t)xn + b(t)
1 .. .
a0
a1
1 an
b(t) =
= = =
x x2 a0 x a1 x + b 1 a1

x1 x2
0 a0
x1 x2
0 b
42
2.3 Existencia y unicidad
2.2.2.
De sistema a ecuacin o
No siempre es posible hacer la transicin inversa a la expuesta en el apartado anterior, o depende del sistema. Un ejemplo en el que es posible es x1 x2 = = x2 x1 + t
derivando la primera de las dos ecuaciones, x1 = x1 + t (1) . La armacin de que 1edon o y nedo1 son equivalentes se entiende en el sentido siguiente: si x(t) es una solucin de la o 1edon entonces las funciones denidas a partir de la igualdad x = x1 satisfacen las nedo1 y, a la inversa, si x1 (t) . . . xn (t) satisfacen el sistema nedo1, entonces x(t) = x1 (t) es una solucin de la 1edon. o
2.3.
Existencia y unicidad
Tenemos lo que se llama un problema de Cauchy (ecuacin diferencial + condicin o o inicial) x = x(t0 ) = A(t)x + b(t) x0
Teorema Si A (t) y b (t) son continuas en un cierto intervalo de t, el problema de Cauchy tiene solucin y sta es unica. o e Corolario (sistemas autnomos) si una solucin x(t) de x = A(t)x se anula en algn t0 eno o u tonces es la funcin cero (es la solucin nula de un sistema autnomo n-dimensional). o o o
2.4.
Sistemas homogneos e
El estudio de sistemas homogneos es necesario para abordar el problema ms general e a de las soluciones de un sistema inhomogneo. e xm = A (t)mxm xm Los sub ndices indican la dimensin de las matrices invoolucradas. o Teorema Las soluciones del problema de Cauchy forman un espacio vectorial de dimensin n. o Sean x e y dos soluciones del sistema homogneo. Entonces se verica e
1 Vase e
que derivando la segunda ecuacin se tendr x2 = x2 + t. o a
43
x = y = d (x + y) = dt z =
A(t)x A(t)y A(t)x + A(t)y = A(t) (x + y) A(t)z
Queda demostrado que cualquier combinacin lineal de soluciones z = x + y es o tambin solucin de la misma ed. e o Sabemos que para cualquier punto a1 . . . am existe una solucin-trayectoria k (t) (de m o componentes) tal que k (t0 ) = ak (si se cumplen los requisitos del teorema). Ahora de lo que se trata es de encontrar 1 (t), . . . , n (t) linealmente independientes: la base de soluciones o sistema fundamental de soluciones. Podemos disponer las soluciones en columnas, formando una matriz X(t) de n columnas. Entonces se debe vericar el siguiente gran sistema, que es de n sistemas de m ecuaciones cada uno Xmxn = A(t)mxm Xmxn (para cada columna de X tenemos un sistema x = A(t)x: en el gran sistema un sistema por cada solucin (t) de las n que conforman la base de soluciones). Para que formen o base, las trayectorias solucin de este sistema deben ser linealmente independientes. Para o saber si es as tomamos el determinante de la matriz X(t) as denida, que llamaremos wronskiano det(X(t)) = W (t) Se puede probar que este determinante o bien es distinto de cero para todo t o bien se anula para todo valor de t. Basta entonces con calcular W (t0 ) para un t0 . Si resulta distinto de cero entonces es que las n soluciones son linealmente independientes y a la matriz se la llama fundamental, y se la denota por (t). En ese caso la solucin general de o x = A(t)x viene dada por x(t) = (t)c donde es la matriz de soluciones linealmente independientes ( t0 tal que det (t0 ) = W (t0 ) = 0) puestas por columnas y c es un vector de constantes, tantas como ecuaciones tenga el sistema lineal
44
2.4 Sistemas homogneos e

Ejemplo (matriz fundamental de dimensin 2 2) o
1 2
(t) W (t)
=

1 t t2 0 1 t

=

= =
t2 0
t3
por tanto, t0 = 1 (por ejemplo) tal que det (t0 ) = W (t0 ) = 1 = 0: la matriz es fundamental porque sus columnas son linealmente independientes

x(t) = (t)c =
1 t
t2 0

c1 c2
c1 + c2 t2 c1 t
= c1
1 t
+ c2
t2 0
Cuando existe una condicin inicial se est buscando una solucin particular, lo cual equio a o vale a jar las constantes. Para la solucin x(t0 ) = x0 se ha de cumplir o x(t0 ) = (t0 )c como por la denicin de matriz fundamental el determinante no se anula, es posible o resolver en c multiplicando por la derecha por la inversa 1 c = 1 (t0 )x(t0 ) La solucin particular buscada es o x(t) = (t)1 (t0 ) x(t0 ) El producto destacado conforma la matriz fundamental principal t0 (t). La matriz fundamental principal se puede reconocer fcilmente porque tiene la propiedad de t0 (t0 ) = I. a Ntese que la matriz fundamental no es un o voca, ya que por la linealidad las combinaciones lineales de soluciones tambin son solucin, de modo que cualquier producto de la e o matriz fundamental por una matriz constante e invertible M es tambin matriz fundamene tal: si escribimos (t) = (t)M, la nueva matriz tambin cumple la ecuacin e o = M = AM = A
Ejemplo (sistema sencillo de ecuaciones diferenciales ordinarias lineales de primer orden) x1 x2 sistema que se puede escribir

= =
x1 2tx2

x1 x2
1 0
0 2t
x1 x2
45

Como la matriz es diagonal las ecuaciones se pueden resolver una por una, desacopladamente x1 (t0 ) c se obtiene x1 (t)

= =
cet0 x1 (t0 )et0
= = =
x1 (t0 )ett0 x2 (t0 )et

2
x2 (t) x1 (t) x2 (t)
t2 0
ett0 0
0 et
2

t2 0
x1 (t0 ) x2 (t0 )
La matriz que se muestra es la t0 (t), porque para t = t0 se reduce a la unidad. Otra matriz fundamental (no principal) ser a

(t) = t0 (t) M =
ett0 0
0 et
2

t2 0
et0 0
0 2 et0
et 0
0 2 et
El ejemplo anterior podr llevar a pensar que son vlidas las soluciones del tipo X = eAt c. a a Ms adelante veremos dnde conduce esta intuicin, pero antes tendremos que aprender a o o algunas propiedades de las exponenciales.
2.4.1.
Exponencial de una matriz

Ai i!
La denicin de la exponencial de una matriz es o eA =

i=0
La denicin cumple las importantes propiedades(2) o e0 = I [A, B] = 0 eA eB = eA+B La condicin [A, B] = 0 es de conmutatividad en el producto de las dos matrices, es decir o AB = BA (vase desarrollando eA y eB en serie segn la denicin de exponencial y haciendo e u o el producto). Por otra parte, tomando B = A ([A, A] = [A, A] = 0) eA eA = e0 = I de modo que eA = eA (la exponencial de una matriz siempre tiene inversa, porque A det e = 0 A). Por ultimo hay una propiedad que deriva de la escritura de la denicin: o si A = PBP1 entonces eA = PeB P1 .
2a
[A, B] se le denomina el conmutador de dos operadores. Se dene como [A, B] AB BA. Esta notacin o es de gran uso en F sica Cuntica. a
46
2.4 Sistemas homogneos e La exponencial de una matriz se puede calcular fcilmente en algunos casos en los que a la matriz es especial desde el punto de vista algebraico.
0 @
e
0 B B B B @
A1 0 0 .. . 0
0 A2 0 0 n
1 A
=
1 C C C C A
eA1 0 e1
0 eA2 .. . en
1 0 0
Si N es nilpotente(3) de orden k eN = I + N + . . . +
Ejemplo nil (A) = 4 An=0...3 = 0, A4 = 0 etA = I + tA + t2 A 2 t3 A3 + 2 6
Nk1 (k 1)
2.4.2.
Casos sencillos de exponenciales. Ejemplos

Ejemplo (en algunos casos se puede reconocer una serie de Taylor en los trminos del desarrollo e de la denicin de exponencial) o A eA =

0 1 1
1 0
= =
1 1 1 1 + ... I + 1 + ... A 2! 4! 3! 5! cos(1)I + sin(1)A

La matriz que obtenemos es nalmente eA = en general, si A=

3 Una
cos(1) sin(1)

sin(1) cos(1) b 0

0 b
notacin compacta para indicarlo ser: o a nil : M A Z nil (A) = k
nil es una funcin que va de las matrices cuadradas (de orden indistinto) a los enteros no negativos. El o orden de nilpotencia de una matriz cuadrada A se corresponde con la m nima potencia k Z tal que Ak = 0.
47

obtendremos eA = y si S= entonces e =e
S aI+A
cos(b) sin(b) a b
a
sin(b) cos(b)

b a

= aI + A sin(b) cos(b)

=e
cos(b) sin(b)
Ejemplo (tres matrices nilpotentes). El clculo es ms fcil a a a

A=
0 0
1 0
nil (A) = 2 (A2 = 0). El desarrollo en serie da

eA = I + A = si cogemos la matriz tA = A = podemos hacer e =e

A tA
1 0
1 1
0 0
t 0

= I + tA =
1 0
t 1
1
Veamos un caso parecido con una matriz 3 3

0
A etA e
tA
= = =
0 @ 0 0
0
1 0 0
0 0 A 0 0 0 A 1
1
I + tA 1 t @ 0 1 0 0
Veremos un caso de una t pica matriz de Jordan con nil(A)= 3

0
A etA e
tA
= = =
0 @ 0 0
1 0 0
0 1 A 0 A2 2!
t2 2
I + tA + t2
0
1 @ 0 0
t 1 0
t A 1
48

Por ultimo, se puede operar de manera anloga para una del tipo nil(A)=4 a
0
0 B 0 B @ 0 0
0
1 0 0 0 t 1 0 0
0 1 0 0
t2 2
0 0 C C 1 A 0
t3 6 t2 2
etA
1 B 0 B @ 0 0
1 C C
t 1 0
t A 1
Ejemplo Si B = 3I + A, el clculo se puede hacer utilizando la propiedad a eB = e3I eA
2.4.3.
Cambio de base
Cambiar de base la matriz A es interesante en la medida en que hemos visto que ciertas matrices tienen exponenciales fciles y otras no. Por tanto, antes de seguir vamos a aclarar a el convenio que seguiremos para el cambio de base. Considrense unos vectores antiguos e x, y y unos nuevos x, y . El cambio de unos a otros viene representado por la matriz P. Sea A la matriz de una aplicacin lineal. Nos interesa saber cmo se transforma dicha matriz o o cuando tiene que hacer el mismo trabajo de transformacin con los vectores nuevos. La o matriz P, o matriz del cambio de base, es la que tiene por columnas los vectores de la base antigua vistos desde de la base nueva. Concretamente: x y Ax A(P1 x) y Por lo que = = = = = Px Py y P1 y PAP1 x
A = PAP1
Resultar importante conocer los cambios de base porque recurriremos a bases en las que a la matriz A sea ms sencilla, de modo que sea fcil calcular la exponencial. Existe una base a a en la que la matriz cuya exponencial vamos a tener que hallar es particularmente simple; diremos que se puede escribir en forma cannica o de Jordan. Para establecer la relacin o o de esta matriz con aquella cuya exponencial deseamos hallar es para lo que necesitamos la expresin de una aplicacin lineal bajo un cambio de base. o o J = A = PAP1 P1 JP
49
2 Sistemas de edos lineales Por lo que, para calcular la exponencial de una matriz, haremos un clculo como el que a sigue (D es una matriz diagonal): etA = et(P
1
JP)
= P1 etJ P = P1 et(D+N) P
2.4.4.
Solucin exponencial del sistema homogneo o e
Esta forma de solucin depende crucialmente de que la matriz del sistema de ecuaciones o A conmute con su integral respecto a t, Adt, es decir que sea A, Adt = 0. Si este requisito se cumple, es evidente que
R d R A(t)dt e = A (t) e A(t)dt dt
y por lo tanto (t) = e A(t)dt es una matriz fundamental del sistema. Hay un caso especialmente interesante: si la matriz A no depende del tiempo, entonces se verica Adt = tA. Utilizando la denicin de conmutador [A, At] = 0 automticamente o a y la matriz fundamental es ms sencilla, a (t) = etA La matriz fundamental que se hace la identidad en t0 es la mf principal, t0 (t) = e(tt0 )A Y si una condicin inicial es x (t0 ) = x0 entonces la solucin particular correspondiente o o viene dada por x (t) = e(tt0 )A x0 Aadamos que si nos preguntan cul es la mf que cumple (0) = M?, donde M es una n a matriz cualquiera, bastar con componer a (t) = etA M
Ejemplo x = Ax 1 0 A(t) = t 1 t 0 B(t) = 2 t t 2 Se comprueba que A y B conmutan. (t) (t) = = = = eB(t) e
0
tI+@
0
t 2
2
0 0 0
t
1 A
et 0

1
t 2
2
e 1
t2 2
0 1
et
0 1
50

La solucin general es o x(t) x(t) = = et (t)c

1
t2 2
0 1

c1 c2
Generalmente AB = BA y necesitamos otro mtodo. e Ejemplo Calcular una matriz fundamental (t) para x = Ax, con
0 1 C A
A=@ 1 tal que verique (0) = A. Nos damos cuenta de que A2 = I , luego etA = I + A +
1 . . .
t2 I t3 A t4 I t5 A + + + + ... 2 3! 4! 5!
etA = trminos de potencias pares I + trminos de potencias impares A e e Y se ve con un poco de ojo que las dos subseries son en realidad etA = (cosh t) I + (sinh t) A La matriz fundamental tendr la forma a (t) = etA 0 siendo 0 una matriz constante cualquiera. Como deseamos que nuestra matriz fundamental cumpla (0) = A, qu mejor que poner de matriz constante la matriz A. . . En el 0 la expoe nencial se hace unidad y slo nos queda la matriz A. Es decir, nuestra matriz fundamental o particular queda de la forma (t) = etA A = (cosh t)A + (sinh t)I
2.4.5.
Mtodo Jordan directo e
Mtodo general para resolver un sistema lineal x = Ax cualquiera que sea A = cte a e travs de la forma cannica de Jordan e o Polinomio caracter stico Dada una matriz A n n hay algunos nmeros para los que existe un vector no nulo u tal que (A I)v = 0 en donde los son los valores propios (vap) y los v, los vectores propios (vep). Para hallar los se recurre al polinomio caracter stico y se calculan sus ra ces det(A I) = 0 i
51

Ejemplo (clculo de valores propios y vectores propios) a

A 1 2
= = = 4
7 4,5
6 5
luego buscamos un vector propio v1 = v=4 de forma que (A 4I)v = 0 operando anlogamente con v2 = v=2 obtenemos los dos vep: a

v1 v2
=

2 1 2 3

Multiplicidades algebraicas y geomtricas e Se llama multiplicidad algebraica ma () al nmero de veces que aparece un mismo u autovalor como ra del polinomio caracter z stico. Se llama multiplicidad geomtrica mg () e al nmero de vectores propios linealmente independientes que se obtienen para cada valor u propio. Se cumplen las siguientes relaciones: ma () = n
mg () n
1 mg (i ) ma (i ) Si ma () = mg (), la matriz es diagonalizable. Una matriz es diagonalizable si tiene una base de autovectores. Cayley-Hamilton Si en el polinomio caracter stico de una matriz se sustituye por la matriz A el resultado es 0. Es decir, el polinomio caracter stico aniquila la matriz A. Pcarac. (A) = 0 Polinomio m nimo En algunos casos, es posible encontrar un polinomio de menor grado que el caracter stico que tambin aniquila a A. Al polinomio de grado menor que e cumple esta propiedad se le llama polinomio m nimo: Pmin (A)
52
2.4 Sistemas homogneos e Cmo diagonalizar? o Un matriz diagonalizable admite la expresin o A = P1 DP La matriz D es una matriz diagonal formada por los autovalores. En el ejemplo anterior la matriz D es 4 0 D= 0 2 Como ya hemos visto, no todas las matrices son diagonalizables. Cmo calculamos P? o Muy sencillo: la matriz P es una matriz que tiene por columnas los autovectores, respetando el orden en que se introdujeron los autovalores; as para el primer autovalor , en D, corresponde el primer autovector en P. Aun as existen matrices que no pueden , diagonalizarse de esta forma; digamos que no tienen valores propios sucientes. He aqu un ejemplo de una matriz 3x3 y autovalor 5 pero con diferentes formas. forma cannica ec. caracter o istica ma (5) 5 5 (5 )3 = 0 3 5 5 1 5 (5 )3 = 0 3 5 5 1 5 1 (5 )3 = 0 3 5 mg (5) 3 vep e1 , e2 , e3 e1 , e3 e1 Pcar (A 5)3 = 0 (A 5)3 = 0 (A 5)3 = 0 Pm in A 5I = 0 (A 5I)2 = 0 (A 5I)3 = 0
Quines son los vectores propios se determina a partir de la matriz de la forma cannica: e o ella contiene por columnas los transformados de la base, de modo que si, por ejemplo, en la segunda matriz estn el (5, 0, 0) y el (0, 0, 5) y el autovalor es 5 quiere decir que Ae1 = 5e1 a y Ae3 = 5e3 . Observaciones Con la primera matriz, se cumplen las condiciones para una forma diagonal pura: la multiplicidad algebraica y geomtrica de cada autovalor (slo hay uno) son idnticas. e o e Todo 3 es un subespacio propio o invariante: cualquier vector v ya es vector propio, de modo que si hacemos (A I) v obtendremos el vector cero para cualquier v. Esto es lo que llamamos una cadena de un eslabn o 1cadena, porque aplicar AI una vez o sobre un vector genrico (no propio, no nulo), conduce al cero. Sabemos que Av = 5v, e lo cual implica (A 5I) v = 0: la aplicacin A 5I lleva los vectores propios al vector o cero.
53
2 Sistemas de edos lineales Con la segunda matriz el subespacio invariante (esto es, aquel tal que la aplicacin o de A sobre uno cualquiera de sus vectores lo deja en el mismo subespacio) es el generado por (e1 , e3 ): el plano xz. Aqu tenemos una 2cadena : la primera aplicacin o e de A I(4) lleva el vector genrico (no nulo, no propio) a un vector propio y la segunda al vector cero. 0 1 0 1 A 5I 0 A 5I 0 0 0 0 Con la tercera matriz 0 1 0 0 0 A 5I 0 0 1 A 5I A 5I 0 0 0 1 Una tres cadena. En resumen: aplicar AI m veces a un vector no propio y no nulo lo transforma en el cero y aplicarla k 1 veces, en un vector propio (este segundo hecho no lo vamos a explicar, m pero es as m es el exponente m ). nimo tal que (A I) = 0. Por induccin, todas las matrices de la forma siguiente: o 1 1 1 A= .. . 1 tendrn como polinomio caracter a stico Pcar (A) = (A I)n (un solo vector propio) y como polinomio m nimo Pm (A) = (A I)n . in Forma cannica de Jordan (abreviada) o Toda matriz diagonalizable que acepte una matriz diagonalizante admite una escritura del tipo A = P1 DP Sin embargo, no todas las matrices cumplen esto, es decir, no todas las matrices son diagonalizables. Para las que no lo son la escritura es ms general (por supuesto, tambin a e incluye a las diagonalizables como caso particular): A = Q1 JQ donde J es la matriz de Jordan. Las Q1 o P1 son las matrices de cambio de base a la base de vectores propios, es decir, aquellas que tienen los vectores propios por columnas.
4 tiene
esta forma porque ya estamos operando dentro de las cajas
54

Ejemplo tenemos una J hipottica. La matriz A tiene como valores propios e 1 = 3 2 = 0 3 = 1
0 B B B B B B B B B B B B B A=B B B B B B B B B B B B B @
ma (3) = 6 ma (0) = 6 ma (1) = 4
mg (3) = 3 mg (0) = 4 mg (1) = 3

1 C C C C C C C C C C C C C C C C C C C C C C C C C C A
1 3
1 3| 3 1 3| 3| 0 1 0 1 0| 0| 0| 0| 1 1 1| 1| 1|
Se pueden apreciar los bloques de dimensin 3,2,1 para 1 , 3,1,1,1 para 2 y 2,1,1 para 3 . o El polinomio m nimo se calcula poniendo como potencias de las ra ces el nmero que cou rresponda a la dimensin mayor de cada seccin, en el ejemplo: o o Pm = (A 3I)3 A3 (A I)2 in
Jordan generaliza el teorema de diagonalizacin diciendo que toda matriz es diagonalio zable pero puede que el resultado sea una matriz diagonal o diagonal con unos por encima de la diagonal. La forma exacta de la matriz J depender de los ma y mg de cada caso. a Para distribuir las cajas el algoritmo en general es el siguiente: 1. Toda caja de Jordan de la dimensin que sea tiene unos por encima de toda su o diagonal. 2. La dimensin de la caja correspondiente a un autovalor es su multiplicidad algebraica. o 3. Las subcajas que se hacen dentro de esa caja (que determinan dnde habr unos o a por encima de la diagonal y dnde no) estn en nmero igual a la multiplicidad o a u geomtrica del autovalor. e 4. Los casos conictivos del tipo tengo un autovalor de ma () = 4 y mg () = 2 qu e pongo: dos subcajas de orden 2 o una de 3 y otra de 1? no se presentarn en este a curso. Como ejemplo se puede tomar la supermatriz 16x16 anterior y como ejemplos prcticos a los que componen la siguiente seccin. o
55
2 Sistemas de edos lineales Lista de todas las posibles J en dimensiones 2 y 3 (1 = a; 2 = b; 3 = c) Dimensin 2 o a b ma (a) = ma (b) = mg (a) = 1 mg (b) = 1
Pm (A) = (A aI)(A bI) in a a ma (a) mg (a) = = 2 2
Pm (A) = A aI in a 1 a = = 2 1
ma (a) mg (a)
Pm (A) = (A aI)2 in Dimensin 3 o a b c ma (a) = ma (b) = ma (c) = mg (a) = 1 mg (b) = 1 mg (c) = 1
Pm (A) = (A aI)(A bI)(A cI) in
56
2.4 Sistemas homogneos e a a ma (a) = mg (a) = 3 Pm (A) = (A aI) in a a c ma (a) = ma (c) = mg (a) = 2 mg (c) = 1
Pm (A) = (A aI)(A cI) in a 1 a a ma (a) mg (a) = = 2 1
Pm (A) = (A aI)2 (A bI) in a 1 a a ma (a) mg (a) = = 3 2
Pm (A) = (A aI)2 in a 1 a 1 a = = 3 1
ma (a) mg (a)
Pm (A) = (A aI)3 in
57
2 Sistemas de edos lineales Resolucin de problemas de este tipo: casos o 1. A es diagonal A= 3 0 0 4 etA = e3t 0 0 e4t
x(t) x(t)
= c1 =
e3t 0 c1 e3t c2 e4t
+ c2
0 e4t
x1 (t) = x2 (t) =
c1 e3t c2 e4t
Es la solucin de un sistema de dos ecuaciones desacopladas (el problema era trivial). o La solucin general para cualquier sistema en que A sea diagonal ser o a c1 e1 t c2 e2 t x(t) = . . . n t cn e En nuestro caso x(t) = c1 e3t que podemos presentar en la forma x(t) = ue3t + ve4t (que corresponde a la receta nal Jordan, RFJ que veremos ms adelante) a 2. A no es diagonal y no est en forma de Jordan a A= 4 3 2 1 1 0 + c2 e4t 0 1
tiene 1 = 2 y 2 = 5 y los vectores propios v1 v2 = = 1 3 2 1
58
2.4 Sistemas homogneos e son los vectores propios asociados a los valores propios 1 y 2 . La matriz diagonal D resultante es 2 0 D= 0 5 y P1 (los vectores propios por columnas) P1 = Por lo tanto la solucin queda o etA = P1 etD P = y nalmente etA = 1 7 e2t + 6e5t 3e2t + 3e5t 2e2t + 2e5t 6e2t + e5t 1 2 3 1 e2t 0 0 e5t
1 7 3 7 2 7 1 7
1 2 3 1
La solucin general resultante es o x(t) = etA llamamos k1 = k2 = y el resultado queda ms simplicado a x(t) = k1 e2t + 2k2 e5t 3k1 e2t + k2 e5t = k1 1 3 e2t + k2 2 1 e5t c1 c2 = 1 7 (c1 2c2 )e2t + (6c1 + 2c2 )e5t (3c1 + 6c2 )e2t + (3c1 + c2 )e5t c1 2c2 7 3c1 + c2 7
que, de nuevo, podemos presentar en la forma Receta Final Jordan x(t) = ue2t + ve5t 3. A se nos da en forma de Jordan A= Es decir A = 2I + 0 0 1 0 2 0 1 2
59
2 Sistemas de edos lineales (suma de una matriz proporcional a la identidad ms una matriz nilpotente) a
0
t2I+t@
etA
= =
e e2t
0 0
1 0
1 A
1 t 0 1
y la solucin queda o x(t) = etA c1 c2 = c1 e2t + c2 te2t c2 e2t = c1 c2 + c2 0 t e2t
de forma ms sencilla a x(t) = (u + v) e2t que corresponde una vez ms a la RFJ. a Aplicacin del Mtodo directo (v Jordan) o e a Lo que sigue tiene mxima importancia para la resolucin de exmenes. Lo que vamos a a o a estudiar a continuacin es el mtodo de la matriz de Jordan para sistemas de coecientes o e constantes. Es el que hay que utilizar para resolver, hallar la matriz fundamental, hallar la solucin o general. Tres pisos de dicultad 1. diagonalizable 2. no diagonalizable pero dada en forma de Jordan 3. no diagonalizable que admite forma de Jordan. En el tercer piso de dicultad, sabemos que Q tal que A = Q1 JQ etA = Q1 etJ Q Si nos piden UNA matriz fundamental siempre podemos dar Q1 etA Ya que la matriz fundamental multiplicada por otra constante es tambin una matriz e fundamental. Nos ahorramos hallar una inversa y multiplicar por ella. Vamos a ir proponiendo una serie de ejercicios; adjuntaremos comentarios utiles para su tratamiento
60

Ejercicio (oscilador armnico). No es muy inteligente tratarlo como sistema, pero sirve de ejemplo o de valores propios complejos, as como de matriz del tipo

0 2
1 0
Adems permite sealar que cuando un sistema proviene de reescribir 1edon (aqu 1edo2) a n , hay una relacin entre las las que se establece por derivacin. Cuando los valores propios o o son complejos tienden a aparecer en la solucin funciones trigonomtricas (la parte real de o e los da la exponencial y la imaginaria, cosenos y senos). Se pide escribir las ecuaciones para las dos coordenadas e interpretarlas, hallar la forma de Jordan (que es diagonal) y nalmente escribir la matriz fundamental.

etA =
cos t sin t
sin t cos t
Cmo hallar la matriz Q1 o Quin es Q1 tal que A = Q1 JQ? Si J es e 3 1 3 1 3 6 (una caja 3 3 con el autovalor 3, una caja 1 1 con el autovalor 3 y una 1 1 con el autovalor 6). Numeremos las columnas de Q1 como Q1 . . . Q5 . El mtodo es el siguiente: e 1. en Q5 pondremos un vector propio de 6 a) en Q4 pondremos un vector propio de 3 b) en la caja Q3 . . . Q1 pondremos 1) en Q1 un vector propio de 3 2) en Q2 un vector u tal que cuando se le aplique A 3I d el vector propio e de la primera columna (A 3I) u = q1 3) en Q3 un vector v tal que cuando se le aplique A 3I d u. e
Ejercicio (encontrar Q1 ) A=

4 1
1 2
En este ejercicio no se encuentra ms que un autovalor y, gracias a eso, podemos incluso a utilizar otro mtodo para hallar la Q1 . Se trata de poner en la segunda columna un vector e cualquiera, que elegiremos con el criterio de que no sea el vector nulo ni un vector propio y que sea lo ms simple posible. En la primera columna colocaremos el resultado de aplicar a
61

(A ) I a ese vector. Esto se puede hacer para cajas de tamao m, donde m es el exponente n de A I en el polinomio m nimo, ya que eso implica aplicar (A ) I m 1 veces, con lo que el ultimo vector producido ser un vector propio. Si lo aplicsemos una vez ms a a a obtendr amos el cero, ya que (A I)m = 0 por lo dicho sobre el polinomio m nimo. En lo que toca al ejercicio propuesto, es saludable realizarlo de ambos modos. El resultado es (t + 1) e3t te3t etA = 3t t te (1 t) e Ejercicio Pract quese lo dicho con A=

0 4
1 4
encontrando una matriz fundamental que verique

(0) =
0 1
1 0
Para resolver este segundo requisito, que es lo que singulariza este ejercicio, basta recordar que la matriz fundamental cannica o principal, que asume valor I en t = t0 es o e(tt0 )A de modo que para tener la (0) exigida no hay ms que multiplicar la matriz fundamental a que en t0 = 0 vale I por esta matriz que nos dan. Es decir, que la matriz fundamental que nos piden es (0)e(t0)A El resultado es (t) = etA

0 1
1 0
t 1 2t
1 2t 4t
e2t
Cmo hallar el polinomio m o nimo Cmo saber cul es el polinomio m o a nimo de una aplicacin de matriz A cuyo polinomio o caracter stico es, pongamos Pcar = (A I)3 (A 3I) (A + 6I)
5 2
Lo primero que hay que saber es que el polinomio m nimo debe contener al menos una vez cada uno de los factores Pmin = (A I)? (A 3I) (A + 6I)
? ?
por que si no no se anular como es debido. Ahora queda el delicado problema de decidir a los exponentes. Como se trata de algo dif sugerimos un medio poco sutil pero ecaz cil en dimensin baja: prubese con exponentes los ms sencillos (1, 1, 1) y sbase en orden o e a u (2, 1, 1), (1, 2, 1), (1, 1, 2), (2, 2, 1), (2, 1, 2), (1, 2, 2) . . . hasta que se encuentre la ms baja a combinacin de exponentes que anula la expresin. o o
62

Ejemplo Estamos preparados para afrontar 0 A = @ 4 2
0
1 4 1
0 0 A 2
La forma de Jordan se divide en dos cajas, una 2caja y una 1caja. La exponencial por lo tanto se calcular tambin por cajas. a e e2t @ 0 J= 0
0
te2t| e2t | 0
0 0 A e2t
La matriz Q1 se obtiene fcilmente por un mtodo h a e brido: para la 1caja pongo un vector propio y para la 2caja pongo un vector genrico, simple, no nulo y no propio y le aplico e A-2I para obtener el vector propio de la primera columna: Q
1
2 = @ 4 2
1 0 0
0 0 A 1
Un buen modo de convencerse de por qu funciona esto es rehacer las cosas a lo bruto. En e ultimo trmino, estamos buscando una Q1 que cumpla e AQ1 = Q1 J con el convenio ya expuesto sobre las columnas se deja como ejercicio convencerse de que esto implica la igualdad entre una matriz cuyas columnas son (Aq1 , Aq2 , Aq3 ) y otra cuyas columnas son (2q1 , q1 + 2q2 , 2q3 ). La igualacin columna por columna nos lleva a o (A 2I) q1 (A 2I) q2 (A 2I) q3 = = = 0 q1 0
Eso permite darse cuenta inmediatamente de que curiosamente las columnas 1 y 3 estn a ocupadas por un vector propio cada una, y la 2 surge de aplicar el primer mtodo, el que e consist en colocar un vector propio en la primera columna de la caja y exigir que el vector a de la segunda fuese uno tal que A I aplicado sobre l proporcionase el vector propio de e la primera. Vamos, las cadenas aparecen por doquier (las cadenas es una forma simblica o de expresar la accin repetida de A I sobre un vector genrico hasta que lo convierte en o e el cero).
Ejemplo x y z = = = 2x + y 2x 2y 4z y 2z 2
63

cuya matriz resulta ser
0 1
2 A=@ 2 0 ma Pcar Pmin = = = =
1 2
1 2
0 4 A 2
2 3 (A + 2I)3 (A + 2I)3
(el polinomio m nimo se halla por el mtodo de tanteo antes descrito). Escribimos la J y e hallamos el unico vector propio con la ecuacin Av = 2v. Ponemos un vector que no o sea propio ni nulo y que sea simple (por ejemplo e1 ) en la tercera columna de Q1 y le aplicamos dos veces A + 2I. En la primera columna hallamos el vector propio. Finalmente Q
1
2 =@ 0 1
0 2 0
1 0 A 0
Sabemos que el vector de la primera columna tiene que ser propio porque (A + 2I)3 = 0 y antes de dar el vector cero, (A + 2I)2 da un vector propio. El resultado nal etA t2 + 1 1 2t @ 2t = Q JQ = e
t2 2
t 1
t 2
2t2 4t A 1 t2
Que podemos poner en el formato de la RFJ como etA = u + tv + t2 w e2t
2.4.6.
Mtodo del polinomio interpolador e
Este es el segundo mtodo que vamos a estudiar. Corresponde a una forma de calcular e exponenciales de A que convierte en triviales los ejemplos que acabamos de tratar. Razonamiento terico o Si quiero la exponencial de una matriz M no tengo ms que escribir la denicin a o eM = I + M + M2 Mn1 + ... + + ... 2! (n 1)!
Las potencias n y superiores no aparecen porque por el teorema de Cayley-Hamilton puedo poner Mn como funcin de potencias inferiores a n, y por lo tanto las sucesivas o tambin. En consecuencia, todos esos trminos sueltan contribuciones a los trminos hasta e e e Mn1 . Sea m el grado del polinomio m nimo de la matriz M. etA = p0 (t) I + p1 (t) A + p2 (t) A2 + . . . + pm1 (t) Am1
64
2.4 Sistemas homogneos e Es un polinomio en A con coecientes dependientes de t, p (A; t). Si escribimos la ecuacin o de autovalores con el operador etA etA v = sobre un vector p (A; t) v = p0 (t) + p1 (t) + p2 (t) 2 + . . . v = p (; t) v Receta del polinomio interpolador Para cada autovalor i et tet t2 et = p (; t) = p () = p () = p () I + tA + t2 2 A + ... v = 2! 1 + t + t2 2 + . . . v = et v 2
Utilizamos tantas ecuaciones de stas como condiciones necesitemos para el autovalor , e tantas como su multiplicidad algebraica. Ponemos m condiciones al polinomio m nimo, que es de grado m 1.
Ejemplo x = Ax 1 0 A= 1 2 Tiene dos autovalores de multiplicidad algebraica 1: 1 = 1 y 2 = 2. El polinomio m nimo es Pm = (A I) (A 2I) in (de grado m = 2). p (A) = p0 + p1 A Una del 1 y otra del 2 por tanto: e1t e sistema de ecuaciones que resuelto da p0 p1 con lo que p (A) = 2e e
t 2t 2t
= =
p0 + 1 p1 p0 + 2p1
= =
2et e2t e2t et

I+ e
2t
1 1
0 2
et 2t e et
0 e2t
El problema est resuelto porque etA = p (A). a
65

Ejemplo (ya resuelto por Jordan directo) 0 A = @ 4 2
0
1 4 1
0 0 A 2
Tiene un polinomio m nimo de grado 2: Pmin = (A 2I)2 . De modo que m = 2, p (A) = p0 (t) I + p1 (t) A. La mxima multiplicidad de = 2 es 2 luego se requieren dos condiciones a para l e e2t te
0
2t
= =
p0 + 2p1 p1
1
De ah se obtienen p0 y p1 que se sustituyen en p (A) = p0 (t) I + p1 (t) A dando el resultado 1 2t p (A) = @ 4t 2t t 1 + 2t t 0 0 A e2t 9
Ejemplo (ya visto con el mtodo directo de Jordan). Se pide hallar la matriz fundamental de e 2 A=@ 2 0 El polinomio m nimo es Pm = (A + 2)3 in p(A) = etA = p0 I + p1 A + p2 A2 Cul es la multiplicidad mxima? La respuesta es m = 3. Tres condiciones para el unico a a valor propio. Necesitamos las dos primeras derivadas de p (A) respecto a A: tetA = p1 + 2p2 A t2 etA = 2p2 y, ahora, en los tres polinomios sustituimos A por el autovalor. A partir de e2t te2t t e
2 2t
1 2
1 2
0 4 A 2
= = =
p0 2p1 + 4p2 p1 4p2 2p2
obtenemos p0 , p1 y p2 . Al sustituir llegamos a la matriz fundamental, que es la misma que la obtenida por Jordan directo.
Nota Cuando una matriz slo tiene un valor propio el operador A I es nilpotente del o grado del polinomio m nimo, nil (A) = m. As con el m = 3 del caso anterior , etA = et(A+2I2I) = et(A+2) e2t = I + t (A + 2I) + t2 2 (A + 2I) e2t 2
66

Ejemplo (dif cil). Consideremos un sistema tal que 2 B 1 A=B @ 1 1 tenemos = 1 doble; = 3 doble luego el polinomio caracter stico es Pcar = (A I)2 (A 3)2 y el polinomio m nimo Pm = (A I)2 (A 3) in etA = p0 + p1 A + p2 A2 jndonos en el Pm vemos que = 1 necesitar dos condiciones mientras que = 3 slo a a o in una. =1 etA = p0 + p1 A + p2 A2 tetA = p1 + 2p2 A A=3 A=1 A=1 e3t = p0 + 3p1 + 9p2 et = p0 + 2p1 + p2 tet = p1 + 2p2 1 3t e + (3 6t)et 4 tet 2p2 = . . . 1 3t e (2t + 1)et 4
9 > = > ; 0
1 2 1 1
0 0 2 1
0 0 C C 1 A 2
que es de grado 3. Tenemos nuestra exponencial igual a
despejamos p0 , p1 y p2
p0 p1 p2
= = =
Con todo esto se calcula etA = p0 I + p1 A + p2 A2 . . . (horrible).
Resumen de la aplicacin del polinomio interpolador o Se calcula el polinomio m nimo y se mira su grado m. Si m = 3 por ejemplo, la ecuacin o base de trabajo es etA = p0 I + p1 A + p2 A2 (2.1) A cada autovalor de multiplicidad algebraica r hay que aplicarle r condiciones, que son la ecuacin 2.1) y r 1 derivadas suyas respecto de A. Una vez que tenemos esas r ecuaciones o en A slo hay que sustituir formalmente la matriz por el autovalor y resolver para o encontrar algunos coecientes del polinomio interpolador. Har falta hacer lo mismo con a los otros autovalores para obtener los p0 . . . pm1 coecientes. Por ultimo, utilizando la frmula 2.1 se calcula la matriz fundamental. o
67
2.4.7.
El tercer mtodo, o RFJ e
En sistemas lineales todo lo que ocurre es algebraico. Escarbando bajo la forma de Jordan encontramos una forma general de las soluciones. Por una parte estn las cajas a de orden uno, cada una con un vector propio asociado y por otra las de rdenes superiores, o siempre con 1s por encima de la diagonal. Cuando hacemos la exponencial de A las t s estn en etJ . Para ver qu tipo de funciones a e saldrn debo estudiar la a
Expresin general de etJ o Se hace por cajas. Distingamos las dos categor as Caja de orden 1 al exponenciar obtenemos et Cajas ms grandes al exponenciar una caja 4 4 obtenemos (utilizando nuestras conclua siones sobre las nilpotentes al principio del cap tulo): 0 0 1 0
0 0 J = I + 0 0 tJ e =
1 0 0 0
0 1 0 0
1 t . . . . . . 0 1 0 0 0 0
t2 2!
. . . t 1 0
tn1 . . . (n1)! . . t . e t2 2! t 1
Forma general de la solucin o Vemos que cada dar et inevitablemente, y acompaado por un polinomio en t, si es a n una 3caja, hasta t2 , si es una 4caja hasta t3 y si es una n caja hasta tn1 . De modo que los autovalores de una caja 1 1 irn con un vector multiplicado por et a y las cajas mayores irn en la solucin con un polinomio de coecientes vectoriales en t a o multiplicado por et .
68

Ejemplo
0 B B B B B B B B B B B B B A=B B B B B B B B B B B B B @
1 3
1 3| 3 1 3| 3| 0 1 0 1 0| 0| 0| 0| 1 1 1| 1| 1|
C C C C C C C C C C C C C C C C C C C C C C C C C C A
La solucin del sistema homogneo asociado a esta matriz contendr o e a x (t) = u0 + u1 t + u2 t2 e3t + u3 + u4 t + u5 t2 e0t + (u6 + u7 ) et correspondientes a las mayores cajas de los autovalores respectivos.
1 caja Si para un cierto 0 slo hay cajas de tamao 1, entonces cada vez que aparece o n tiene un vector propio independiente puedo intentar poner en la solucin un trmino o e del tipo x = ue0 t Para que sea solucin imponemos x = Ax, es decir o u0 e0 t 0 u = Aue0 t = Au
luego para que la tentativa propuesta sea solucin, u tiene que ser el vector propio o asociado al autovalor 0 . 2 caja En este caso la tentativa ser a x = (u0 + u1 t) e1 t Para que sea solucin o u1 e1 t + 1 (u0 + u1 t) e1 t u1 + 1 (u0 + u1 t) (A 1 I) u0 (A 1 I) u1 = = = = A (u0 + u1 t) e1 t Au0 + Au1 t u1 0
Hemos elegido u1 tal que sea vector propio, el u0 es un vector tal que A1 I aplicado sobre l da un vector propio. Encontramos aqu las cadenas que ya vimos en el mtodo e e Jordan directo.
69

Ejemplo A=
4 3
2 1
Es un ejemplo muy fcil: como es diagonalizable las dos cajas Jordan son de orden 1. a 1 = 2 y 2 = 5. Los vectores propios son

u v
=

1 3 2 1
y la solucin es x (t) = (un vectorpropio) e2t + (un vectorpropio) e5t . La escribimos o as para subrayar que la condicin que nos ha dado la RFJ es que delante de la exponencial o vaya un vector propio. Por lo tanto se introducen constantes y la cosa queda as :

x (t) = k1
1 3
e2t + k2
2 1
e5t
Como vemos son dos casos particulares de polinomio vectorial et : el polinomio es de grado cero porque las cajas son de orden uno. Ejemplo (una caja de orden dos) A=

3 0
1 3
Est ya en forma de Jordan. No ser dif hallar su exponencial como e3I+N pero la vamos a a cil a hacer por RFJ. El valor propio es = 3 con multiplicidad algebraica 2. El unico vector 1 . La solucin en RFJ es o propio es 0 x (t) = (u0 + u1 t) e3t (polinomio preexponencial de grado uno por ser la caja de orden dos) donde u1 es un vector propio y u0 es tal que (A 3I) u0 = u1 por ejemplo u1 = La solucin es inmediata. o Ejemplo (ya resuelto por Jordan directo y polinomio interpolador) 0 A = @ 4 2
0 1
1 1
1 4 1
0 0 A 2
En este caso el autovalor 2 tiene ma = 3 y mg = 2 por lo que hay dos subcajas. Pero para la RFJ nos interesa x (t) = (u0 + u1 t) e2t
70
2.5 Sistemas lineales inhomogneos e

no hay ms trminos porque slo hay un valor propio, 2. u1 es un vector propio y u0 el a e o vector tal que (A 2I) u0 = u1 . Finalmente c1 + (c2 2c1 ) t x (t) = 4 c2 + 2 (c2 2c1 ) t 5 e2t c3 + (c2 2c1 ) t Las soluciones particulares vienen de hacer jar c1 , c2 , c3 son (notacin xc1 ,c2 ,c3 ) o
2 3 2 3
x1,0,0
1 2t 4 4t 5 e2t 2t
3
x0,1,0
t 4 1 + 2t 5 e2t t
2
x0,0,1
0 4 0 5 e2t 1
Y puestas por columnas conforman la matriz fundamental etA = (x1,0,0 , x0,1,0 , x0,0,1 )
2.5.
2.5.1.
Sistemas lineales inhomogneos e

Planteamiento del problema
x = A(t)x + b(t)
Hay un hecho debido al carcter lineal de la aplicacin y de la derivada que hace simple a o el anlisis de estos sistemas inhomogneos. Encontrar soluciones no es dif pero es muy a e cil engorroso. Teorema La solucin general del sistema inhomogneo viene dada por(5) o e xg,i = xg,h + xp,i es decir, si (x1 (t) . . . xn (t)) es un sistema fundamental de soluciones del sistema homogneo e
n
xgi (t) =
i=1
ci xi (t) + xpi
5 En
la ecuacin los sub o ndices signican, respectivamente solucin general de la inhomognea, solucin o e o general de la homognea y solucin particular de la inhomognea. En lo que sigue se omitirn las comas e o e a y se escribir xgi ,xgh y xpi . a
71
2 Sistemas de edos lineales Si xgi (t) es cualquier solucin del sistema inhomogneo, considero xgi (t) xpi (t). o e Veamos qu cumple esto e d (xgi xpi ) = xgi xpi = (Axgi + b) (Axpi + b) = A(xgi xpi ) dt de modo que esta diferencia es la solucin general del problema homogneo (el proo e blema cuya matriz es A) xgi xpi xgi = = xgh xgh + xpi
De modo que para resolver el problema inhomogneo debemos hallar dos soluciones: una, e la xgh , por los mtodos ya conocidos y otra, xpi para cuyo clculo estudiaremos el mtodo e a e de la siguiente seccin: la variacin de las constantes. o o
2.5.2.
Mtodo de variacin de las constantes e o

x = 1 x + 1 y + 1 z + b1 (t) y = 2 x + 2 y + 2 z + b2 (t) z = 3 x + 3 y + 3 z + b3 (t)
El sistema inhomogneo que queremos resolver es e (2.2)
Supongamos que encontramos la solucin general del sistema homogneo asociado o e xh (t) = c1 x1 (t) + c2 x2 (t) + c3 x3 (t) yh (t) = c1 y1 (t) + c2 y2 (t) + c3 y3 (t) zh (t) = c1 z1 (t) + c2 z2 (t) + c3 z3 (t)
3
(2.3)
(xi (t) , yi (t) , zi (t))i=1 son soluciones linealmente independientes que puestas por columnas conforman la matriz fundamental. Ahora aplicamos el mtodo de variacin de constantes: e o ensyese la solucin particular que consiste en dejar variar las constantes: ci ci (t) a o xp (t) = c1 (t)x1 (t) + c2 (t)x2 (t) + c3 (t)x3 (t) yp (t) = c1 (t)y1 (t) + c2 (t)y2 (t) + c3 (t)y3 (t) zp (t) = c1 (t)z1 (t) + c2 (t)z2 (t) + c3 (t)z3 (t) Imponemos que esta tentativa sea solucin, introducindola en la ecuacin ??: o e o c1 x1 + c1 x1 + c2 x2 + c2 x2 + c3 x3 + c3 x3 = 1 [c1 x1 + c2 x2 + c3 x3 ] +1 [c1 y1 + c2 y2 + c3 y3 ] +1 [c1 z1 + c2 z2 + c3 + z3 ] + b1 (t)
(basta con hacerlo para x para llegar por induccin al resultado que nos proponemos). En o esta ecuacin vemos que los trminos que van multiplicados por c1 son (x1 1 x1 1 y1 1 z1 ) = o e
72
2.5 Sistemas lineales inhomogneos e 0 pues (x1 , y1 , z1 ) es solucin de la homognea, ver ecuacin ??. Los mismo ocurre con c2 o e o y c3 . Y si los quitamos obtenemos el siguiente sistema en el que las incgnitas son las o c1 , c2 , c3 , las derivadas de las constantes que hemos dejado libres: c1 x1 + c2 x2 + c3 x3 = b1 (t) c1 y1 + c2 y2 + c3 y3 = b2 (t) c1 z1 + c2 z2 + c3 z3 = b3 (t) Como truco mnemotcnico: la solucin de la homognea y esta ecuacin son muy parecidas, e o e o slo hay que poner puntos en las ci y aadir el segundo miembro, bi (t). o n Este sistema de ci tiene solucin porque la matriz de coecientes es la de la solu o cin homognea y sta est compuesta por funciones xi , yi , zi linealmente independientes: o e e a W (t) = 0.
Ejemplo (variacin de las constantes en orden 2) o x y El sistema homogneo asociado es e x y = = 2x 4y x + y = = 2x 4y + (4t + 1) 3 2 x + y + t 2
Hallamos los valores y vectores propios del sistema homogneo e

A=
2 1
4 1
1 = 2 2 = 3
v1 =
1 1 4 v2 = 1
La solucin general del sistema homogneo asociado, utilizando la RFJ es o e xh (t) yh (t) = = c1 e2t + 4c2 e3t c1 e2t + c2 e3t
La ecuacin de las constantes se obtiene poniendo puntos y segundos miembros o c1 e2t + 4c2 e3t c1 e resolvemos y obtenemos c1 y c2 c1 c2 = = 1 + 4t 6t2 2t e 5 3 2 1 + 4t + 2 t 3t e 5
2t
= =
+ c2 e
3t
4t + 1 3 2 t 2
73

Integrndolas respecto al tiempo (es inevitable integrar por partes) a c1 (t) c2 (t) = = t + 3t2 2t e 5 2 t + t2 3t e 5
Variando las constantes hemos obtenido una solucin particular de la inhomognea o e xp (t) yp (t) = c1 (t) x1 + c2 (t) x2 = = c1 (t) y1 + c2 (t) y2 = t2 + t 1 t2 2
y la solucin general de la inhomognea es xgi = xgh + xpi o e x(t) y(t) = = c1 e2t + 4c2 e3t + t2 + t 1 c1 e2t + c2 e3t t2 2
2.6.
2.6.1.
Ecuaciones de orden n
Planteamiento y notacin o
Lo que vamos a hacer vale para edos lineales (lineal : ver la seccin 1.2.6) como la siguiente o (coecientes variables e inhomognea: el caso ms dif al que haremos frente). e a cil x,n + an1 (t)x,n1 + . . . + a1 (t)x + a0 (t)x = b(t) Podemos introducir el operador (6) D: Dk x = x,k . Existe un polinomio formal cuya aplicacin sobre x (t) da el miembro izquierdo de la ecuacin diferencial: o o p(D) = Dn + an1 Dn1 + . . . + a1 D + a0 p(D)x = b(t) D es un operador lineal D3 [f + g] = D3 f + D3 g p (D) evidentemente tambin. e
2.6.2.
Ecuaciones homogneas e
Usando la notacin que hemos descrito el problema homogneo de una edo lineal de o e orden n es p(D)x = 0
6 operador :
funcin entre dos espacios de funciones. o
74
2.6 Ecuaciones de orden n recordemos que siempre se puede transformar en un sistema, etc. . . 0 1 0 1 0 1 A(t) = .. . 1 a0 a1 a2 an llamando x1 a x, x2 a x,
por los teoremas de sistemas sabemos que hay n soluciones linealmente independientes. El paso a sistema supone cambiar de una x (t) a x1 (t) , x2 (t) . . . xn (t). Evidentemente, slo o nos interesa la primera, x = x1 .
Ejemplo (oscilador armnico. Paso de ecuacin a sistema). o o x + 2 x = 0 x1 = x x2 = x tenemos A=

0 2
1 0
La matriz fundamental de una ecuacin de orden 2 tendr la forma especial o a (t) = x1 x2 y1 y2 = x y x y
(dos columnas con dos soluciones independientes). Pero si lo que queremos resolver es la ecuacin slo nos interesa la primera la de la matriz, la que nos da las dos soluciones a o o y + 2 y = 0 linealmente independientes, (cos t, sin t) en este caso. Cambiando la notacin (ahora i = 1 . . . n numera las soluciones l.i.), el wronskiano en o general de una ecuacin de orden n es(7) o x1 x1 . . . x,n1 1 x2 x2 .. . x,n n xn = W (x1 , x2 . . . xn )
que el wronskiano no se anula se ve aplicndolo sobre t0 . a Hallar n sol independientes de este tipo de ecuaciones cuando los coecientes no son constantes depende de que este truco sea aplicable.
7 Esta
es la denicin de wronskiano de n funciones x1 (t) . . . xn (t). V. [Weisstein, wronskian] o
75
2.6.3.
Coecientes variables: mtodo de reduccin de orden e o
Una de las razones fundamentales para interesarse por este mtodo es que cuando aprene damos a dar soluciones en forma de series de potencias (cap. 4) puede que su uso nos ahorre una cantidad considerable de trabajo proclive a errores. La ecuacin t o pica en ese cap tulo es x + a1 (t)x + a0 (t)x = 0 una edo2 lineal. Suponemos que o bien (si se trata de desarrollar en serie) somos capaces de calcular una solucin particular con ayuda de un teorema del cap. 4) o bien nos la dan o o la intu mos: xp (t) Entonces se debe aplicar el cambio de variable x(t) = xp (t)z(t) lo ponemos en la ecuacin y tendremos una ecuacin de primer orden para z. El par o o (xp , xp z) es una matriz fundamental.
Ejemplo t2 x + tx x = 0
con xp = t (mirando); el cambio es x = tz Desarrollando la expresin o t3 z + 2t2 z + t2 z + tz tz = 0 t3 z + 3t2 z = 0 diviendo por t

2
t + 3z = 0 z poniendo w = z (aqu est el motivo del nombre reduccin de orden) a o tw + 3w = 0 alcanzamos w z la pareja

= =
1 t3 1 2t2

1 t, 2 2t es un par de soluciones linealmente independientes, de modo que la solucin general de la ecuacin o o es(8) c2 x(t) = c1 t + 2 t
8. . . nacimiento
de la teor de ecuaciones diferenciales: el d en que Leibniz escribi a a o Maana, 11/11/99 har 35 aos de aquello. . . . n a n
ydx =
1 2 y . 2
76
2.6 Ecuaciones de orden n
Cuando los coecientes de 1edon homognea dependen de t casi nunca podremos encone trar n soluciones linealmente independientes. Pero adems de la tctica de reduccin del a a o orden (sobre todo para ecuaciones de segundo orden, en las que una solucin particular o puede ser una potencia de t) hay otras tcnicas, que pasamos a explicar. e
2.6.4.
Coecientes variables: ecuaciones de Euler

an xn y ,n + an1 xn1 y ,n1 + . . . + a1 xy + a0 y = 0
En notacin y(x) o
Es una ecuacin con coecientes variables muy especial. Lo que queremos es reconducir la o ecuacin a coecientes constantes. El cambio astuto de variable para ello es x = et (en los o dy dt clculos x = x es muy importante). Entonces, en virtud de t = log x y de dx = dy dx se a dt tiene y y Si hacemos esto obtendremos xy x y x3 y
2
= =
1 y x 1 2y + x
1 x
= y = yy = y 3 + 2y y
Ejemplo (Euler 1) x2 y + 2xy 6y y + y 6y Ejemplo (Euler 2) x3 y + 6x2 y + 7xy + y y + 3 + 3y + y y = = 0 0 = = 0 0
2.6.5.
Coecientes constantes, ecuacin homognea o e

x,n + an1 + x,n1 + . . . + a1 x + a0 x = 0
Este es el caso que s se puede resolver en general
77
2 Sistemas de edos lineales Hay que mirar con sentido comn y preguntarse qu puedo meter como x que d satisu e e faccin a esta combinacin lineal de derivadas?. La unica funcin cuyas derivadas son ella o o o misma es la exponencial. La pregunta es si no habr una solucin con un 0 adecuado del a o tipo x = e0 t Utilizamos el operador D Dn + an1 Dn1 + . . . + a1 D + a0 x = 0 Entonces la ecuacin se escribe o p(D)x = 0 Si ensayamos la funcin antedicha o Dx = Dk x = El resultado es p(D)e0 t = n + an1 n1 + . . . + a1 0 + a0 e0 t = 0 0 0 Debe anularse el parntesis, puesto que la exponencial no se anula. Nos queda un problema e exclusivamente algebraico. p() = n + an1 n1 + . . . + a1 + a0 es el polinomio caracter stico. Y p() = 0 es la ecuacin caracter o stica. Ecuacin caracter o stica con n ra ces distintas Si ella tiene n ra ces distintas entonces las n funciones e1 t , e2 t , . . . , en t forman un sistema fundamental de soluciones. Por lo anterior, es evidente que son solucin cada una de ellas. A partir de la escritura como sistema de la ecuacin construyo el o o wronskiano, e1 t 1 e1 t . . . n1 e1 t 1 e2 t 2 e2 t n1 e2 t 2 ... .. . n1 en t n n = W e1 t . . . en t 0 e0 t k e0 t 0
78
2.6 Ecuaciones de orden n lo que permite ver que las funciones ei t son linealmente independientes, ya que 1 1 . . . n1 1 1 2 n1 2 ... .. . n1 n 1
W e1 t . . . en t = e(1 +2 +...+n )t
El factor exponencial nunca se anula, y el determinante, conocido como el determinante de Vandermonde vale
n
(1 , . . . n ) =
i,j;i>j
(i j )
(se demuestra). Pero por hiptesis las i son diferentes dos a dos, de modo que el sistema o de soluciones apuntado es fundamental. La solucin general ser o a
n
x(t) =
i=1
ci ei t
Pueden salir complejos, y si lo hacen ser de dos en dos (, ). En ese caso se puede a escribir c1 e(a+bi)t + c2 e(abi)t = eat (1 cos bt + c2 sin bt) c Ra ces de multiplicidad r > 1
p() = p(D) = p(D)e0 t =
q()( 0 ) q(D)(D 0 ) q(D)(D 0 )e0 t = 0
Imaginemos ahora que hay una ra triple z p() = p(D) = tk e0 t = q()( 0 )3 q(D)(D 0 )3 0
(D 0 )3 Es un clculo interesante. Veamos a (D 0 )(tk e0 t ) = (D 0 )

3
ktk1 e0 t k(k 1)(k 2)tk3 e0 t =0 =0 =0 =0 si k = 0 si k = 1 si k = 2 si k = 3
79
2 Sistemas de edos lineales En general si una ra 0 tiene multiplicidad r las r soluciones asociadas son: z e0 t , te0 t , t2 e0 t , . . . tr1 e0 t O dicho de otra manera; la solucin asociada es un polinomio de grado una unidad menos o que el orden de multiplicidad de la raiz. Resolucin en general o Hallar las ra ces de p() = 0. Imaginemos que tenemos un 1 , 2 , = (a bi) C, = (c di) C, ma (1 ) = 3 ma (2 ) = 1 ma (3 ) = 1 ma (4 ) = 2 e1 t , te1 t , t2 e1 t e2 t eat cos bt, eat sin bt ect cos dt + ect sin dt, tect cos dt + tect sin dt
x 3 x + 3x = 0 x La ecuacin caracter o stica es 3 32 + 3 = 0 x(t) = c1 et + c2 et + c3 e3t Ejemplo (ra ces reales mltiples) u x 3 x(t) x(t) Ejemplo (ra ces complejas simples) x + 2 x +
2 2
3 4
Ejemplo (ra ces reales de multiplicidad algebraica 1)
con ra ces 1 = 1, 2 = 1, 3 = 3. La solucin general es pues o
= = = = =
0 0 0 (ma () = 3) c1 e0t + c2 te0t + c3 t2 e0t c1 + c2 t + c3 t2
= = = =
0 0 i c1 sin t + c2 cos t
x(t)
Ejemplo (ecuacin caracter o stica bicuadrtica) a x4) 2 3x x x(t) = = = = 0 3i c1 e( 3+i)t + c2 e( 3+i)t + c3 e( 3i)t + c4 e( 3i)t c1 e
3t
+ c2 e
3t
+ c3 sin t + c4 cos t
80

Ejemplo x 2x + 2x x(t) = = 0 et [c1 cos t + c2 sin t]
Ejercicio Acabar de resolver Euler 1 y Euler 2 con los mtodos recin aprendidos. e e y(x) = c1 x2 + c2 x3 es la solucin de Euler 1 y o x(t) = c1 + c2 t + c3 t2 et y(x) = k1 + k2 log t + k3 log t2 (t) es la solucin de Euler 2. o
La estabilidad de un polinomio es importante. Ver [Abellanas].
2.6.6.
Coecientes constantes, ecuacin inhomognea o e

x,n + an1 + x,n1 + . . . + a1 x + a0 x = b(t)
Para resolverla bastar irse a los sistemas, que ya sabemos atacar. Pero aqu tambin se a e cumple que xgi (t) = xgh (t) + xpi (t) La solucin particular de la inhomognea se debe encontrar con sentido comn(9) . Vamos o e u al caso de coecientes constantes: 3 7x + 2x = 3e2t x Las exponenciales se reproducen con la derivacin, de modo que en la solucin particular o o podemos adelantar que habr un e2t . Por el contrario, si tenemos a 3 7x + 2x = t4 3t + 2 x Debemos ensayar con un polinomio. Y si es 3 7x + 2x = cos 5t x Debemos poner un coseno. Se usa el mtodo de los coecientes indeterminados para obtener los coecientes (v. e tabla 2.1)
9 En
siete convocatorias ha habido 5 de stos. e
81
b(t)
P (t) = 0 + 1 t + . . . + k tk
P (t)eqt P (t)eqt sin t P (t)eqt cos t
0 + . . . + k tk tm eqt sin t + 0 + . . . + k tk tm eqt cos t 0 + . . . + k tk tm eqt sin t + 0 + . . . + k tk tm eqt cos t

xpi (t) 0 + 1 t + . . . + k tk tm 0 + 1 t + . . . k tk tm eqt +
Cuadro 2.1: Solucin particular a ensayar en funcin del segundo miembro. m es el m o o nimo nmero u tal que no exista solapamiento entre la solucin homognea y la particular a ensayar. o e Ejemplo (sin solapamiento) primero resolvemos la homognea e xgh ahora la xpi xpi x x 0 xgi (t) Ejemplo (con solapamiento) La homognea tiene solucin e o xgh = c1 et + c2 et + c3 + c4 t La particular xpi = (0 + 1 t) et xpi = (0 + 1 t) et tm con m = 1, ninguno de los dos trminos, ni el de t ni el de t2 est en la solucin de la e a o homognea. Ya no hay solapamiento. e 1 0 xpi = = = 1 4 1 4 1 2 t t et 4 = = = = = 0 e2t 20 e2t 40 e2t 1 7 c1 cos = =
x + 3x = e2t i 3 c1 cos

3t + c2 sin
3t

3t + c2 sin

3t +
1 2t e 7
x x = (t + 2)et
una de las funciones que se suman est en la homognea, de modo que es necesario a e
82

Ejemplo x+x 3 + 1 i xh (t) Ensayamos con xpi (t) xpi xpi xpi B+A A + B B A xpi = = = = = = = = = A sin t + B cos t A cos t B sin t A sin t B cos t A cos t + B sin t 0 de los cosenos 1 de los senos 1 2 1 2 cos t sin t 2 = = = = cos t 0 1, 3 1 i 2 2
t
c1 et + e 2
c2 cos
3 t + c3 sin 2
3 t 2

La solucin general de la inhomognea es xh (t) + xpi (t). o e Ejemplo x + 4x = t sin t Solucin de la homognea y proceso de determinacin de coecientes para la particular de o e o la inhomognea: e xgh xpi xpi xgi Ejemplo y y = 3ex Aqu hay solapamiento ygh ypi = = c1 e x + e 2 Aex
x
= = = =
c1 cos 2t + c2 sin 2t (At + B) sin t + (Ct + D) cos t t 2 sin t cos t 3 9 t 2 c1 cos 2t + c2 sin 2t + sin t cos t 3 9
c2 cos
3 x + c3 sin 2
3 x 2

83

es la solucin particular ingenua. Pero ya est contenida en la homognea. Se pide razonar o a e por qu necesitamos, en realidad e ypi A = = Axex 1
Otro mtodo para las inhomogneas: variacin de las constantes e e o Puede utilizarse en dos casos donde no vale el de coecientes indeterminados; cuando los coecientes no son constantes o cuando el miembro de la derecha no es de los de la tabla. Lo que vamos a escribir es la variacin de las constantes de sistemas lineales salidos o de 1edon. Tenemos una ecuacin diferencial ordinaria o x + a1 (t)x + a0 (t)x = b(t) con xgh = c1 x1 (t) + c2 x2 (t) supuestamente conocida. Ensayaremos esa solucin, pero con las constantes variables o xp = c1 (t)x1 (t) + c2 (t)x2 (t) c1 x + c2 x2 + (exijo que el resto sea cero) c1 x1 + . . . + a1 [c1 . . .] = b(t) c1 x1 + c2 x2 c1 x1 + c2 x2 = = 0 b(t) x = x =
Las dos condiciones, debidas a las derivadas sucesivas se reducen a
que constituyen la receta que, en la prctica, emplearemos. De ese sistema obtendremos a los coecientes primados y simplemente habremos de integrar para obtener los sin primar.
Ejemplo x+x= la parte homognea da e xgh = c1 sin t + c2 cos t mtodo de variacin de las constantes(10) e o xpi c1 sin t + c2 cos t c1 cos t c2 sin t c1 c2 xp xgi
10 revisar
1 sin t
= = = = = = =
c1 (t) sin t + c2 (t) cos t 0 1 sin t 1 t sin t log (sin t) t cos t xgh + xpi
estas operaciones (verde)
84

Ejemplo
3 3 x + 2 x = 2t 1 t t Para resolver la homognea uno puede intentar t o t3 por intuicin o hacerlo como una e o Euler, con t = ez . La prima ahora es derivada respecto de z x x 4x + 3x x(z) = = 0 c1 t + c2 t
Ejemplo La solucin de la homognea es o e
x 9x = 2t2 cos t
xh (t) = c1 e3t + c2 e3t Para la inhomognea no funciona la tabla 2.1. Observacin: se divide en dos e o x 9x x 9x = = 2t2 cos t
supongamos que conseguimos xp1 y xp2 . Entonces x(t) = xgh (t) + xp1 + xp2 Moraleja: cuando hay suma de varios trminos que caen en la receta, seprense(11) . La e a solucin de este ejemplo (teniendo en cuenta para la segunda ecuacin inhomognea que o o e como slo hay derivadas pares la solucin tiene que ser algocoseno) es o o 2 4 x(t) = xh (t) + t2 9 81

1 cos t 10
Por hacer
Explicar por qu debe conmutar la matriz con su integral para que valga la solucin e o exponencial propuesta. Encontrar una manera ms clara de delimitar las cajas. Mejorar la a introduccin del polinomio interpolador. o
11 Quiz a
quiera esto decir que la ecuacin es lineal en las derivadas. Comprobar y aadir si es pertinente o n
(p42)
85
86
3 Sistemas dinmicos a
3.1.
3.1.1.
Introduccin o
Justicacin y plan o
Este cap tulo pretende ayudar al lector a enfrentarse a un enfoque menos cuantitativo y ms cualitativo de las ecuaciones diferenciales; esto es, el esbozo de su ujo de fases. No a consta, por tanto, de un corpus conceptual tan formado como en las secciones precedentes sino ms bien un conjunto de herramientas e intuiciones que nos permitirn hacernos una a a idea de cmo es el dibujo. Hasta ahora hemos podido resolver anal o ticamente un cierto nmero de ecuaciones diferenciales y sistemas de edos, pero en multitud de ocasiones (la u mayor desgraciadamente) la solucin anal a, o tica no es posible hallarla con las matemticas a de que disponemos. Antes de tener que recurrir a un ordenador para encontrar una solucin o numrica es posible hacerse una idea de por dnde irn las curvas solucin o las trayectorias e o a o en el espacio de fases (conceptos estos que se explicarn ms adelante y que constituyen el a a corazn de este bloque) sin ms que echar un ojo a cierta informacin codicada y escondida o a o en la ecuacin diferencial. El objetivo claro de este bloque es saber dibujar cualitativamente o de forma correcta mapas de fases a partir de un sistema de dos ecuaciones diferenciales no lineales. Aprovecharemos que sabemos hallar la solucin de un sistema lineal ya que o ser posible, en determinadas situaciones, extrapolar nuestros datos al sistema no lineal. a
3.1.2.
Planteamiento
Tenemos un campo de vectores dado por la expresin o x = v(x) con x

n
. En el caso particular de n = 2 x1 = a(x1 , x2 ) x2 = b(x1 , x2 ) (3.1)
vamos a interesarnos slo por los sistemas en los que ni a ni b son funciones de t: sistemas o autnomos. Desde el punto de vista f o sico podr amos decir que hay una ley que es la misma en todo instante t. Es decir a(x) v(x) = b(x)
87
Figura 3.1: Campo vectorial (1, 1) y trayectorias correspondientes.
es un campo vectorial independiente del tiempo(1) . Vamos a dar ejemplos para el plano
Ejemplo v (x) = (1, 1) Evidentemente, se deduce de 3.1 que x1 = 1 y x2 = 1. Integrando el sistema (que, en realidad, est desacoplado) a x1 x2 eliminando ahora t x1 = x2 + C Ejemplo v(x) = (3, 1). El vector v est pinchad o en todos los puntos del plano a x1 x2 la solucin general del sistema es o x1 x2 que, a su vez, se puede escribir = = 3t + c1 t + c2 = = 3 1 = = t + C1 t + C2
1 x1 + k 3 Tanto este resultado como el anterior que aparecen tras eliminar t del sistema (t pasa a ser un parmetro pero eso se explicar posteriormente) muestran las trayectorias que enhebran a a los vectores del campo de vectores. x2 =
1 Todo
sistema de n ecuaiones diferenciales ordinarias de primer orden puede ser escrito como sistema autnomo de n + 1 edos si ponemos t xn+1 y subimos la dimensin del sistema en 1 a adiendo la o o n ecuacin o dxn+1 =1 dt
88
3.1 Introduccin o
Figura 3.2: Campo de vectores (izquierda) y trayectorias enhebradas (derecha) para v(x1 , x2 ) = (x1 , x2 ). Ejemplo v(x1 , x2 ) = (x1 , x2 ). Podr corresponderse con un u en rgimen laminar. Colocamos a do e en cada punto un vector igual a su vector posicin. o x1 x2 = = x1 x2
x1 x2 x2
= = =
c1 et c2 et cx1
las rbitas en este caso son rayos que salen del origen; la direccin del ujo es siempre hacia o o fuera(2) . Ejemplo v(x1 , x2 ) = (x2 , x1 ). Es la ecuacin del oscilador armnico, es decir, se trata de una o o orden de movimiento circular, con mayor velocidad cuanto ms lejos del origen. El campo a de vectores es x2 x= x1 sustituyendo x2 en la expresin de x1 obtenemos la edo2 del oscilador armnico o o x+x=0 de ella sabemos la solucin general y que se cumple o x2 + x2 = c 1 2
2 el
estudio del sentido de las trayectorias se explicar ms adelante. a a
89
Figura 3.3: Campo de vectores y trayectorias para v(x1 , x2 ) = (x2 , x1 )

X2
estado particular (x ,x ) 1 2 X 1
Figura 3.4: Plano de fases
3.2.
Espacio de fases
La perspectiva de sistemas dinmicos pone mucho nfasis en la nocin de espacio de a e o fases (el conjunto n , (x1 , x2 ) en el caso anterior). Hay que entender fase como el estado: el espacio de fases es un espacio de estados en el que las coordenadas de un punto deben darnos toda la informacin sobre el estado de todo el sistema. Por ejemplo, toda la informacin o o mecnica sobre una part a cula que se mueve en 3 la dan su posicin y su momento, o vectores de tres componentes cada uno. Entonces, el espacio de fases es un espacio 6dimensional tal que cada punto se corresponde con un estado y su especicacin aporta o toda la informacin necesaria para, utilizando las ecuaciones de evolucin (generalmente, o o ecuaciones diferenciales) calcular la trayectoria del sistema (en este caso una part cula) por el espacio de fases, es decir el proceso f sico (sucesin de estados). o En lo que sigue, y ya que la topolog permite una variedad aterradora de comportaa mientos en un espacio de fases 3D o ms, restringiremos nuestro estudio al plano de fases, a que se corresponde, en la analog anterior, con la especicacin completa del estado de a o movimiento de una part cula en una recta: posicin y velocidad en esa recta, x1 x y o x2 x. Un dibujo en el espacio (t, x1 , x2 ) es una curva solucin o una curva integral del sistema, o pero cuando se dibuja slo en (x1 , x2 ) se tiene una trayectoria o una rbita del sistema o o
90
3.2 Espacio de fases
Variables Nombre del espacio Proceso Nombre del proceso Principio de determinacin o
t, {x}n i=1 Espacio de soluciones Lugar geomtrico e de puntos Curva integral, curva solucin o t, x1 (t) = x2 (t)
{xi (t)}n i=1 Espacio de fases Curva parametrizada por t Trayectoria, rbita o Garantizado que lastrayectorias no se cortan slo o para sistemas autnomos o Mapa de fases
Descripcin de los procesos o
Grco de solua ciones
Cuadro 3.1: Algunas diferencias entre el espacio de soluciones y el espacio de fases.

t
X2
x(t)=(cost,-sint)
X2 O
X1
x(t)=(cost,-sint,t) X1
Figura 3.5: Soluciones y trayectorias en los espacios correspondientes para el oscilador armnico o
dinmico (hemos proyectado sobre el plano x1 , x2 ). a Queremos aprender a dibujar las trayectorias cualitativamente correctas en el plano de fases. El dibujo de las trayectorias en el plano de fases se llama mapa de fases. De curva integral a trayectoria el tiempo ha pasado de variable a parmetro. En la curva integral a o solucin no hay echa puesto que la informacin sobre el sentido ya viene dada por la o o coordenada t. S hay echa en la rbita, donde la informacin sobre el sentido del tiempo o o se ha de expresar mediante una evolucin en las trayectorias. Es fcil ver que en el espacio o a de soluciones una recta paralela al eje t es un punto inmvil (la proyeccin es un punto), o o un estado que no var con el tiempo. a El oscilador armnico tiene una rbita circular y una solucin helicoidal. Cuando se o o o proyecta la hlice sobre el plano posicin-velocidad (x, x)(x1 , x2 ) , se obtiene la rbita e o o (vase la gura 3.5). e
91
x
recta de fases
F(x)
depende de la cte
punto de eq inestable
Figura 3.6: F (x), recta de fases, espacio de soluciones
3.3.
3.3.1.
Sistemas dinmicos 1D y 2D a
Sistemas dinmicos en una dimensin a o
Vamos a comenzar estudiando sistemas caracterizados por una sola variable, x. El espacio de soluciones tendr dos dimensiones, mientras que el espacio de fases ser unidimensional a a (recta de fases).
Ejemplo (sistema autnomo en 1D) o x = ax la solucin es o x(t) = x0 eat Podemos hacer un grco (v. gura 3.6) con x en las ordenadas y f (x) = ax en las abscisas a (ntese el sentido creciente de los ejes, que no es el habitual). Y la derecha ponemos x en o las ordenadas y t en las abscisas. Esta segunda es la curva solucin. En el medio podemos o dibujar la recta de fases (espacio de fases 1D). Vemos que hay un punto medio jo (inestable) y dos rbitas (que divergen de dicho punto). o Ejemplo (gura 3.7) x = x(1 x) Volvemos a hacer la misma operacin con los grcos. All donde f (x), o sea, la velocidad, o a se hace cero, la curva solucin x(t) es una recta. El de arriba es un punto estable, como se o puede comprobar analizando las curvas solucin que quedan por encima y por debajo. El o de abajo es un punto inestable.
Este es el tipo de cosas que interesa saber sobre los sistemas dinmicos. a
3.3.2.
Sistemas de dimensin dos o
Ejemplo (situacin puente hacia n = 2). Analizamos un sistema de dimensin dos que en realio o dad tiene sus dos ecuaciones desacopladas: se trata ms bien de un problema 2-unidimensional . a x1 x2 = = a1 x1 a2 x2
92
3.3 Sistemas dinmicos 1D y 2D a

x 1
0 f(x)
punto estable
punto inestable
Figura 3.7: F (x), recta de fases, espacio de soluciones Las soluciones, halladas por separado(3) , son x1 (t) x2 (t) = = x01 ea1 t x02 ea2 t
Ecuacin expl o cita de las rbitas y = y (x) o Para obtener la ecuacin expl o cita de las rbitas es necesario parametrizar respecto del o tiempo. Esto se hace dividiendo las variables primadas entre s La explicacin es muy . o sencilla y = x Si en vez de x e y tenemos x1 y x2
dy dt dx dt
dy dx
dx2 x2 = dx1 x1
3 la
independencia de cada ecuacin tiene como consecuencia la independencia en las soluciones o
93
3 Sistemas dinmicos a en nuestro caso x2 x1 dx2 x2 siendo a2 x2 a1 x1 dx1 = k x2 = k=
(3.2)
a2 a1 los autovalores. Continuando con la ecuacin 3.2 o d (log x2 ) |x2 = |= d log (x1 ) c|x1 |k
k
se considera que c > 0 (esto inuir en los signos de las echas pero no restar valor a a pedaggico) o Segn los diferentes valores que tome k el plano de fases presentar una u otra forma u a (gura 3.8). 1. si k = 1; tenemos rayos que salen del origen. En el (0, 0) hay un nodo. 2. si k > 1; tenemos curvas de tipo parbola (que sern las tradicionales parbolas a a a cuando k = 2) 3. si k < 1; son tambin curvas tipo parbola pero orientadas en sentido inverso. e a 4. si k < 0; tenemos curvas de tipo hiprbola (las tradicionales con k = 1). En el (0, 0) e habr un punto silla. a 5. Si k = 0; las rbitas son semirrectas horizontales, que se renen en las ordenadas, en o u unos puntos que se llaman puntos jos.
Ejemplo (un verdadero sistema de dimensin dos: acoplamiento) o x1 x2 = = 5x1 + 3x2 6x1 4x2
tiene de simple que es lineal y lo sabemos resolver. Si hacemos un cambio de variables apropiado y1 y2 = = 2x1 + x2 x1 + x2
el sistema se puede escribir en forma diagonal. En estas coordenadas es muy fcil escribir a 2 las soluciones. Veremos que se cumple y1 y2 = c. Las rectas sobre las que est el punto silla a son justo los ejes. Si lo vemos con las variables antiguas tendremos algo muy deformado y ms dif a cilmente analizable (v. gura 3.9).
Si pasamos de un sistema lineal a uno no lineal a travs de pequeas perturbaciones, se e n conservarn, puede, los cromosomas del sistema dinmico: los puntos jos y las trayectorias a a cerradas prximas. o
94
3.3 Sistemas dinmicos 1D y 2D a
X2 k=1 k>1 X2
X1
X1
Nodo en el (0,0) X2 k<1 k<0 X 2
X1
X1
Punto silla en el (0,0)
k=0
X2
X1
Figura 3.8: Plano de fases para el sistema de dimensin 2 con dos ecuaciones desacopladas o
x 2
x y 1
mapa de fases con las variables antiguas
Figura 3.9: Mapas de fases en las diferentes variables del problema
95
x
x(0) x
x(1) t=1 x(2) t=2
O x1
Figura 3.10: Mapa de fases
3.4.
3.4.1.
Caracter sticas generales de los sistemas dinmicos a

Denicin o
Supngase en el espacio de fases una cierta trayectoria. Fijmonos en una posicin x = o e o x(t0 ). Ella evolucionar con el tiempo, de modo diferente segn el x inicial que escojamos a u (v. gura 3.10) x, t x(t) = t (x) esa es lo que se llama ujo o sistema dinmico. Cabe esperar que esta aplicacin que a o describe la evolucin temporal de la x inicial cumpla o 1. Existencia de la aplicacin inversa: t o 2. Existencia de la aplicacin indentidad 0 (lleva cada x a s misma: la deja quieta). o 3. Composicin de aplicaciones t (s ) = t+s o Se llama sistema dinmico a cualquier aplicacin que cumpla estas propiedades, es decir, a o que describa una evolucin f o sicamente aceptable.
Ejemplo (ver [Arnold] para un desarrollo mejor) x = ax(t) = eat x aqu t (x) = eat x Dado que cumple las propiedades, es un ujo (o sistema dinmico). a
96
3.4 Caracter sticas generales de los sistemas dinmicos a

v(x) v(x) v(x) (x) t
v(x) t
Figura 3.11: La tangente del ujo
Si uno tiene un ujo en abstracto, siempre se puede asociarle un campo de pendientes derivar t (x) x = d t (x) dt v(x) = v(x)
t=0
Esa es la forma de obtener un sistema autnomo de edos a partir de un ujo. o
3.4.2.
Dibujo
dx2 g(x2 , x1 ) = dx1 f (x2 , x1 )
La ecuacin de las trayectorias es o
si uno sabe resolver esto podr dibujar exactamente el mapa de fases; si no, deber cona a tentarse con hacerlo cualitativamente. Hay que tener en cuenta el problema de proyectar, cuando se pasa de la curva solucin o en 3 a la curva fsica en 3 (v. gura 3.12) a Las trayectorias se cortan o no?. Cmo saberlo sin ver las curvas solucin?. En general o o s se cortan.
Ejercicio Comprobar que esto sucede con el sistema x y = = 1 t
3.4.3.
Propiedades de las rbitas y soluciones o
1. T h(!) si v es C 1 entonces sea cual sea la v y la condicin inicial la solucin existe o o y es unica. Como corolario: dos curvas solucin nunca se cortan (ppo de o determinacin). o
97
Se cortan, se cruzan?
Figura 3.12: El problema de analizar en una dimensin inferior o
2. Si una ecuacin autnoma tiene por solucin al seno de t entonces tiene por solucin o o o o al coseno de t. Esto es as debido a que si h(t) es solucin, h(t + c) es tambin o e solucin t. Es decir, el campo v no var con el tiempo. o a Imaginemos que deno h# (t) = h(t + c) queremos ver si esa funcin es solucin o o h# (t) = v(h# (t))? h(t + c) = v(h(t + c)) = v(h# (t)) cierto, porque d dh(t + c) d(t + c) h# = h(t + c) = = h(t + c) dt d(t + c) dt 3. Si el sistema es autnomo las trayectorias no se cortan. Se demuestra por o la invariancia bajo traslacin temporal de las curvas solucin. Pero una trayectoria o o se puede cortar a s misma siempre que no sea con vectores tangentes distintos (por ejemplo, puede hacerlo en los fenmenos peridicos). Una trayectoria peridica es o o o tal que h(t + T ) = h(t) donde T es el t m nimo para el que eso ocurre. Como l mite est la solucin de a o per odo 0: un punto jo. Este punto cr tico, de equilibrio o de estancamiento (i.e en uidos) corresponde a v(x, y) = 0. Una de las cuestiones ms importantes que nos interesar ser el clculo de puntos cr a a a a ticos y de trayectorias peridicas, puesto que aportan bastante informacin sobre los sistemas o o dinmicos y son relativamente fciles de encontrar y dibujar. a a
98
3.5 Puntos cr ticos en sistemas autnomos lineales o
Figura 3.13: Mapa de fases de x = 2x; y = y
3.5.
3.5.1.
Puntos cr ticos en sistemas autnomos lineales o

Planteamiento
Tenemos un sistema autnomo lineal cualquiera o x = y = Su matriz fundamental es A= Nos interesa la ecuacin de las trayectorias: o dy y a2 x + b2 y = = dx x a1 x + b1 y que resulta ser una edo1 que sabemos resolver (aunque slo nos darn direcciones y no o a sentidos). Veamos un par de ejemplos.
Ejemplo (gura 3.13) x y = = 2x y
a1 x + b1 y a2 x + b2 y a1 a2 b1 b2
Es un sistema diagonal cuya ecuacin de rbitas resulta o o xy 2 = cte
Son hiprbolas (4) alrededor de un punto silla en el origen. Estudiemos v(x, 0) = e
99
Figura 3.14: Mapa de fases de x = 1; y = x
(2x, 0). La silla diverge por el eje de las x, y converge, por un clculo anlogo, por el a a eje de las y. El vector correspondiente al origen es el cero (es una trayectoria el slo, o por s mismo). Otra forma de hacerlo es solucionar por separado las dos ecuaciones y relacionar las soluciones. Inciso: peligro en los sistemas para los que los dos miembros de la derecha se anulan a la vez (factores comunes)
Ejemplo (no lineal, pero sirve para los problemas que vendrn despus) a e x y sabemos que x y de modo que = = t + c1 t2 + c1 t + c2 2 = = 1 x
x2 +c 2 o a obtenemos parbolas (gura 3.14), pero. . . cmo estn orientadas las trayectorias?. Demos a valores al campo de vectores: (0, y) y (x, 0) suelen ser los ms socorridos a y= v(0, y) = (1, 0)
es suciente para determinar el sentido de las echas. Uno siempre acaba teniendo que mirar en unos cuantos puntos astutamente elegidos para saber cul es el sentido de las a trayectorias.
4 no
son las hiprbolas genuinas, xy = cte. e
100

Ejemplo (otro no lineal) x y = = y xy
las trayectorias salen exactamente lo mismo que las anteriores y, sin embargo, la parte por debajo del eje x de las parbolas se presenta con sentido de las trayectorias cambiado. La a razn de esto es que al dar al campo de vectores el valor (x, 0) tenemos: o v(x, 0) = (0, 0) Es decir, no hay trayectoria que pase por el eje x, porque no hay movimiento sobre l. Todos e los puntos del eje x son puntos de equilibrio. Viendo el campo vectorial en (0, y) obtenemos v(0, y) = (y, 0) Si me jo en puntos de y > 0 la primera componente es positiva. Si miro en y < 0 la primera componente es negativa.
3.5.2.
Generalidades sobre los puntos cr ticos
(x0 , y0 ) es un punto cr tico del sistema x1 x2 si a (x0 , y0 ) = b (x0 , y0 ) = 0. Veamos un mapa de fases (v. gura 3.15) que tiene una silla en el centro, un centro a su izquierda y una espiralilla (hacia adentro) a la derecha. Matemticamente: en [Arnold] a podemos ver por qu es irrelevante el resto. Lo que hay en un entorno de un punto cuale quiera (no punto cr tico) son simplemente rectas que pasan. De modo que lo que guarda ms informacin es los puntos cr a o ticos y sus proximidades. Estabilidad 1. Puntos estables: un punto cr tico es estable cuando si R > 0 r > 0 tal que para todo c rculo, de radio R, en torno al punto existe un c rculo interior a l, de radio r e de modo que si la part cula est dentro del pequeo para un t0 se mantiene dentro a n del grande para todo t. 2. Puntos asintticamente estables. r0 tal que si para un t0 la part o cula est dentro a de ese c rculo, eventualmente tiende al punto cr tico central. En nuestro dibujo tenemos a la izquierda un punto de equilibrio estable, en el centro uno inestable y a la derecha uno asintticamente estable. o = a(x1 , x2 ) = b(x1 , x2 )
101
Figura 3.15: Mapa de fases con un punto estable, un centro inestable y otro asintticamente estable o
3.5.3.
Catlogo de puntos cr a ticos
Una trayectoria 1. tiende a (x0 , y0 ) si l t x(t) = x0 y l t y(t) = y0 pero m m

y(t)y 2. entra en (x0 , y0 ) si l t x(t)x0 es un nmero real o o . Se dice que una m u 0 trayectoria entra si tiende, pero asintticamente, por una direccin espec o o ca. Para Simmons la trayectoria convergente de la silla (ver g.3.17) entra al punto (x0 , y0 ). Si una trayectoria con el tiempo va siendo asintticamente tangente a una recta en o el modo como se dirige al punto cr tico, se dice que entra. Pero las trayectorias en espiral de nuestro mapa de fases tienden al punto cr tico.
Tipos de puntos cr ticos (el dibujo del sistema no lineal es una versin deformada del lineal, o en el cual aparecen curvas sencillas como rectas, parbolas, hiprbolas...) a e 1. Nodo: es tal que en sus proximidades todas las rbitas entran a l. Es asintticamente o e o estable si las echas van hacia el punto cr tico, si no, se dice que todas las trayectorias entran a l para t . En ese caso se dice que el nodo es inestable. e 2. Punto silla: dos trayectorias entran y otras dos salen (las dems hacen una visita a y se marchan ). Dos semirrectas entran para t y dos para t ). El punto silla es inestable con independencia de la direccin de las echas. o 3. Centro: es tal que en sus proximidades todas las rbitas son cerradas. Ninguna o o rbita entra, ninguna rbita sale. Son estables, pero no asintticamente estables. o o
102
Figura 3.16: Nodo de trayectorias entrantes
Figura 3.17: Punto silla
Figura 3.18: Centro
103
Figura 3.19: Foco inestable
4. Foco: es asintticamente estable. Todas las rbitas de las proximidades tienden a l, o o e pero no entran en l (es decir, no tienden por una direccin bien denida asintticae o o mente en el tiempo). Los focos inestables se producen cuando todas las trayectorias tienden a l en t . e
3.5.4.
Intuicin: clasicacin provisional o o
De nuevo, tenemos el sistema x = y = a1 x + b1 y a2 x + b2 y
Sean los autovalores 1 y 2 . Dependiendo de ellos la solucin general tendr diferentes o a aspectos 1. Si ambos son reales y distintos x(t) = c1 e1 t u1 + c2 e2 t u2 Estudiando c1 = 0, c2 = 0 y viceversa se encuentran dos trayectorias-semirrectas en la direccin de u1 o que divergen o convergen (el sentido de las echas ser hacia fuera si el signo de los a autovalores es positivo y hacia dentro si result ser negativo). Lo mismo para u2 . o 2. Si son , (a bi) El comportamiento las soluciones es del tipo eat cos (bt) v, . . . el a les hace diverger y el b les hace girar: foco o centro. 3. Si 1 = 2 (reales) a) Si admite forma de Jordan, tenemos un nodo estelar (del cual divergen todas las trayectorias) b) Imaginemos x = y = 4x + y x + 2y
104
Figura 3.20: Nodo de una tangente
la forma de Jordan es J =
3 1 . Tenemos una recta en la direccin o 0 3 (1, 1) con dos trayectorias divergentes. Notemos que para que una semirrecta sea trayectoria se necesita que la orden de movimiento no saque a la velocidad de all v(x) x o sea x x, pero en un sistema lineal x = Ax de modo que Ax x, hay un tal que Ax = x. Este mapa de fases tiene un nodo de una tangente. Ver gura 3.20
3.5.5.
Clasicacin nal para puntos cr o ticos

x = y = a1 x + b1 y a2 x + b2 y
Supongamos un sistema
(0, 0) es punto cr tico elemental si det A = 0. Eso sirve para asegurarse de que el punto cr tico est aislado (no hay otras soluciones aparte del (0, 0)). Si no imponemos esto puede a ocurrir por ejemplo que todo el eje x sea cr tico. Hay cinco casos de puntos cr ticos: 3 principales y 2 frontera. Casos principales Caso A Caso B Caso C 1 , 2 1 , 2 reales, distintos y mismo signo 1 , 2 reales, distintos y signo opuesto 1 , 2 complejos conjugados con parte real 1 , 2 1 , 2 reales e iguales 1 , 2 imaginarios puros Punto cr tico Nodo Punto silla Foco
Casos frontera Caso D Caso E
Punto cr tico Nodo estelar Centro
105
se aplastan a favor de =2
Figura 3.21: Caso A. Las trayectorias se aplastan a favor de = 2
3.5.6.
Ejemplos de diferentes tipos de puntos cr ticos
A (caso muy simple, 1 = 2 , reales, mismo signo nodo) x = y = x 2y
1 = 1 2 = 2 y los vectores propios son u1 = 1 0 y u2 = , respectivamente. Cunto a 0 1 tiempo tardar un punto situado en el (1, 1) en llegar al origen? a dt = t(1,1)(0,0) = = dx x dt
x=0
dx x=1 x = ( log x) 0 = () 0 = + 1 Nunca llega porque el punto (0, 0) ya es una rbita y hay un precioso teorema o que dice que en un sistema autnomo no se cortan dos rbitas. Por otra parte, las o o trayectorias siempre se aplastan a favor del autovalor ms potente (de mayor valor a absoluto), como se puede ver en la gura 3.21. B (muy simple: 1 , 2 1 < 0, 2 > 0). Ya con las soluciones: C1 B1 e1 t + C2 B2 e1 t y(t) = x(t) C1 A1 e1 t + C2 A2 e1 t
106
B 2 A2
B1 A1
Figura 3.22: Caso B

2 1 Para t + tenemos B2 (vector propio de 2 ). Para t tenemos B1 (vector A A propio de 1 ). Siendo 1 < 0 y 2 > 0, el mapa de fases es el de la gura 3.22.
Ejemplo A=
0 1
1 0
Los autovalores son 1 = 1 y 2 = 1 con autovectores, respectivamente, t 1 1 .
C (muy simple, algo detallado (1 , 2 complejos foco)). Ver [Simmons, pg475].

dx dt dy dt
= ax y = x + ay
Los autovalores son = a i. Habiendo pasado a coordenadas polares, tenemos que r() = cea D (muy simple (1 = 2 = real nodo). Dos posibles matrices: J J 1. Es diagonalizable. x = 3x; y = 3y; = = 0 0 0 1
x(t) = c1 e3t y(t) = c2 e3t
resulta en un nodo estelar (todo entra)
107
Figura 3.23: Figura correspondiente al caso simple de C (a > 0) Al crecer , r crece.
Figura 3.24: Caso D, matriz que no diagonaliza.
2. No es diagonalizable (v. gura 3.24) x(t) = (u + vt)et en donde v = v1 v2 es el vector propio. Solucin o x(t) = [c1 u1 + c2 v1 t] et y(t) = [c1 u2 + c2 v2 t] et Y las dems trayectorias? a y(t) x(t) y(t) x(t)
t+
c1 u2 t c1 u1 t
+ c2 v2 + c2 v1
v2 v1
108
Figura 3.25: Caso E
Ejercicio x = y = x+y y
E (simple. 1 , 2 imaginarias puras centro. Figura 3.25) x = y = solucin x (t) = c1 cos t + c2 sin t o Advertencia sobre la estabilidad Teorema (Estabilidad en puntos cr ticos elementales de sistemas lineales) Si (0, 0) es pce del sistema lineal entonces 1. Estable Re (1 ) 0 y Re (2 ) 0 2. Asintticamente estable Re (1 ) < 0 y 2 < 0 o y x
3.5.7.
El oscilador armnico como sistema autnomo lineal o o
Oscilador armnico amortiguado o m + cx + kx = 0 x
109
3 Sistemas dinmicos a Al no haber miembro derecho se trata de oscilaciones libres. kx representa la fuerza recuperadora, proporcional a la posicin, cx es una fuerza de friccin, proporcional a la velocidad. o o Podemos estudiarlo como edo2 o como sistema. Como sistema tiene la forma: x = y = y k c x y m m
Como edo2 tiene como ecuacin caracter o stica: 2 + k c + =0 m m
que es tambin el polinomio caracter e stico de la matriz asociada. Los autovalores caracterizarn la solucin: a o x(t) = c1 e1 t + c2 e2 t Ellos dependen del valor de c0 = 4km ya que el discriminante de la ecuacin cuadrtica o a que da es c2 c2 . Veamos tres casos en funcin del amortiguamiento o 0 1. Sobreamortiguamiento c2 > 4km Ambos autovalores son negativos, de modo que con t , x (t) solucin como o x (t) = e1 t c1 + c2 e(2 1 )t 0. Escribamos la
para que la curva x (t) pase por el cero, tiene que anularse el parntesis, lo que, si se e produce, slo puede acontecer una vez. o a) Subamortiguamiento. c2 < 4km. Los son complejos conjugados con parte real negativa. Y la solucin queda de la forma o x (t) = e 2m t (c1 cos 1 t + c2 sin 1 t)
4km o con 1 = c 2m . En la gura 3.27 vemos a la izquierda la evolucin de la posicin con el tiempo y a la derecha el mapa de fases, que nos informa sobre o qu velocidad corresponde a cada posicin. Las curvas integrales se ven en la e o gura 3.28, que condensa la informacin de las dos anteriores. Vase el grco o e a del determinante en funcin de la traza, con todos los casos de mapa de fases o posibles (gura 3.29).
2 c
Oscilaciones forzadas sin amortiguamiento m + kx = F0 cos t x
110
3exp(-t)-2exp(-2t) 3exp(-2t)-2exp(-3t) 3exp(-2t)-2exp(-t) t
Figura 3.26: x frente a t y el mapa de fases correspondiente.
x exp(-ct/2m)
t -exp(-ct/2m)
Figura 3.27: x (t) y el correspondiente mapa de fases
111
O x
Figura 3.28: Curva integral resultante
detA=k/m
c=c 0
2
c=4km c>0 Foco Centro c=0 Nodo
-trA=c/m
Silla k>0
k<0
pndulo sin rozamiento
c=0
Figura 3.29: Cambiando los ejes a determinante de A (vertical) y traza (horizontal).
112
c<c 0
FOCO
t c>c 0
NODO
Figura 3.30: Para otros dos casos de c
La solucin de la homognea resulta ser: o e xh (t) = c1 cos 0 t + sin 0 t = C cos (0 t )

k donde 0 es la frecuencia natural del sistema, m . Este nmero describe la periodicidad u del movimiento no perturbado. Usamos el mtodo de coecientes indeterminados para e calcular una solucin particular o xp = A cos t
obtenemos A= la solucin general es, pues, o
F0 F0 = 2m 2 2 k m 0
x (t) = c1 cos 0 t + c2 sin 0 t +
2 0
F0 m
cos t
la solucin general tiene interpretacin como superposicin de dos movimientos oscilatorios o o o de diferentes frecuencias. Veamos qu ocurre con diferentes relaciones entre y 0 . e 1. Pulsos: cuando 0 . Con la condicin inicial (0, 0) obtenemos c1 y c2 y aplicando o una frmula trigonomtrica la solucin es expresable como o e o x (t) = 2F0 1 1 sin (0 ) t sin (0 + ) t 2 m (0 2 ) 2 2
El seno dentro de los corchetes oscila lentamente, con una frecuencia muy pequea, n mientras que el otro oscila rapid simamente, limitado por la amplitud lentamente variable de los corchetes. (vase gura 3.31) e
113
Figura 3.31: Pulsos
Figura 3.32: Resonancia
2 2. Resonancia: cuando = 0 la ecuacin es x + 0 x = F0 cos 0 y no puedo probar el o mtodo de coecientes indeterminados a la ligera porque hay solapamiento. e
xp (t) = t (A cos 0 t + B sin 0 t)

F0 se obtiene A = 0 y B = 2m0 . El seno oscila con frecuencia 0 entre dos rectas: la amplitud crece linealmente con el tiempo (vase gura 3.32) e
3.6.
3.6.1.
Puntos cr ticos de sistemas no lineales

Algunas deniciones y un teorema
114
3.6 Puntos cr ticos de sistemas no lineales Punto cr tico es cualquier (x0 , y0 ) tal que (F (x0 , y0 ) , G (x0 , y0 )) = (0, 0) El desarrollo de Taylor en (x0 , y0 ) si el (x0 , y0 ) es punto cr tico es F (x.y) = F (x0 , y0 ) + F x (x x0 ) +
(x0 ,y0 )
F y
(y y0 ) + . . .
(x0 ,y0 )
De ah podemos extraer una matriz muy importante, que es el jacobiano J (x.y) =

F x G x F y G y
que es la matriz caracter stica de un sistema que apodamos la linealizacin (eliminando o los trminos de derivadas de orden 2 o mayor). e Punto cr tico simple es el que verica det (J (x0 , y0 )) = 0.(5) Se puede comprobar que si un punto cr tico es simple, entonces es aislado. Es decir, que hay algn entorno suyo tal que no hay otros puntos cr u ticos en l. e
Ejemplo x y = = 2x + 3y + xy x + y 2xy 2
El 0, 0 es un punto cr tico. Se prueba rpidamente que es simple (el jacobiano es distinto a de 0). Ejemplo x y = = x (y 1) (x + 2) y
los puntos cr ticos son anulaciones del campo vectorial (x, y) (x, y) Ambos puntos son simples. = = (0, 0) (2, 1)
Teorema (Poincar) [Simmons, p498] Si uno estudia en un pto cr e tico la linealizacin y sale de los tipos principales (A,B o C) entonces puede garantizar o que el sistema no lineal tiene el mismo punto cr tico. Cerca del punto cr tico la perturbacin es peque o nsima: lo que uno ha despreciado no es importante.
5 [Simmons,
pg 497-9] aade un par de condiciones (l n mite) que no son de nuestro inters porque damos por e supuesto que las funciones F y G son anal ticas.
115
Ejemplo x y = = 2x + 3y x + y
este sistema lineal(6) tiene como autovalores = 1 23 . Qu pasa si aadimos un e n 2 trmino xy a la primera ecuacin?. Ahora tenemos x = 2x + + ) y. Si perseguimos e o (3 1 al por el polinomio caracter stico arribaremos a = 2 3+ . No cambia que los 2 autovalores son complejos conjugados y que la parte real sigue siendo negativa: no cambia lo importante.
La duda se presenta si el punto cr tico de la linealizacin es del tipo D o E. o 1. D (nodos frontera) en el caso no lineal se puede deducir que estamos en el caso nodo o foco. 2. E (centro) en el caso no lineal ser centro o foco. a esto se justica analizando las coordenadas en el grco determinante-traza. La duda es, a en general, dif de resolver. En [Simmons, p499] se encuentra el ejemplo de dos sistemas cil no lineales con la misma linealizacin en los que un centro deviene cosas diferentes al pasar o a lo no lineal.
3.6.2.
Puntos no simples
Sea el sistema x y = x = y+ |xy| |xy|
Para saber el sentido de movimiento slo hay que evaluar el campo vectorial en algunos o puntos astutos como se puede observar en la gura 3.33.
3.6.3.
Estabilidad
Supongamos un punto cr tico que es estable para la parte linealizada. Si el punto cr tico es asintticamente estable entonces es asintticamente estable para el no lineal. La idea de o o porqu es cierto viene del grco determinante-traza. Pero si slo es estable, se encuentra e a o sobre algn eje. Los casos frontera, al perturbarlos, no se sabe a dnde van. u o
Ejemplo x y = = 2x + 3y + xy x + y 2xy 2
la linealizacin es un sistema asintticamente estable, de modo que el sistema completo o o tambin. e

6 Un
sistema lineal slo tiene un pto cr o tico y es el (0, 0) (siempre que la matriz tenga determinante no nulo).
116
3.6 Puntos cr ticos de sistemas no lineales

y
en (1,-1) el vector resultante es (5,5)
Figura 3.33: Tanteo con el vector (1,-1)
Ejemplo (el pndulo f e sico)
c g x + sin x = 0 m l la linealizacin se encuentra o haciendo el jacobiano o sustituyendo el seno por su serie. o Situamos la linealizacin en el grco determinante-traza: el sistema es asintticamente o a o estable. x+
Por hacer
Mejorar los mapas de fases y los campos de pendientes utilizando herramientas de clculo a numrico. Resolver algn problema ms. Incluir la receta de calcule su mapa de fases de e u a forma fcil y amena de PRM. a
117
118
4 Soluciones por medio de series

4.1. Planteamiento
En este cap tulo nos aproximaremos a la resolucin de ecuaciones de segundo orden o lineales y homogneas con coecientes variables desde un estudio de series de potencias. e Se intenta atacar el siguiente tipo de ecuaciones: edo2 lineales homognas con coecientes e variables A (x) y + B (x) y + C (x) y = 0 convenientemente reescribibles como y + P (x) y + Q (x) y = 0 (4.1)
Se llama funcin algebraica a cualquier y = y (x) que sea solucin de una ecuacin o o o del tipo Pn (x) y n + . . . + P1 (x) y + P0 (x) = 0 (los coecientes son polinomios en x). El resto de las funciones elementales queda representado por las trigonomtricas, hiperblicas, e o exponenciales y logar tmicas (funciones trascendentes, que no son solucin de la ecuacin o o planteada). Hay muchas otras funciones trascendentes, pero no se tratan en el Clculo a elemental. Las otras funciones trascendentes proceden de soluciones de ed, y a veces tienen gran inters. En F e sica Matemtica se suele llamar funciones especiales a las soluciones de a la edo2 ec.4.1. El mtodo ms accesible en la prctica para calcular estas funciones especiales es trabajar e a a con series de potencias.
4.2.
Series de potencias
Esta seccin debe ociar de escueto recordatorio de los resultados principales relativos o al las series de potencias. Una serie de potencias es una expresin del tipo o
f (x) =
0
an (x x0 )
donde los an son nmeros reales. La serie se dice centrada en el punto x0 . Como basta u un cambio de variable es habitual estudiarlas centradas en el cero(1)
f (x) =
0
1 conceptos
an xn
de intervalo de convergencia y radio de convergencia
119
4 Soluciones por medio de series Una serie se dice convergente si existe (es un nmero nito) u
N N
l m
an xn
n=0
La convergencia de las series de funciones es fcil de determinar si las funciones que se a suman son potencias. Si uno se pregunta para qu x es convergente una serie como sta e e
|an | |xn |
0
tiene la ayuda de que si converge en un punto, digamos R, converge en todos los anteriores, porque el valor de la serie es menor. Es decir, que la serie converge en un intervalo denido por [x0 R, x0 + R] Para saber si, para un x dado, la serie de nmeros converge, se puede aplicar el criterio u del cociente an+1 xn+1 l m n an xn si el l mite es <1 hay convergencia, si es >1 hay divergencia (el caso = 1 es ms complejo). a Para obtener el radio de convergencia, transformamos la expresin o |x| l m lo que conduce a que R = l m
Ejemplo (radio de convergencia). La serie
n n
an+1 >1 an an an+1
X xn 0
n2
2
Converge en [1, 1], como queda justicado por el l mite R = l m

1 n2 1 n (n+1)2
= l m
n+1 n
=1
Analiticidad Cuando la funcin f (x) es desarrollable en serie de potencias convergente y sus valores o coinciden con los de la serie, es decir, hay un entorno de x0 donde los valores coinciden, se dice que la funcin es anal o tica en x0 . Es decir, cuando
f (x) =
0
an (x x0 )
120
4.3 Mtodos de solucin e o con
an >0 an+1 Eso quiere decir que tenemos muchas propiedades utiles: vale la derivacin trmino a trmi o e e no, la integracin trmino a trmino,. . . En particular hay cuatro propiedades interesantes: o e e R = l m
n
polinomios, senos, cosenos y exponenciales son anal ticas en toda la recta. si f y g son anal ticas en x0 , f + g lo es, f g lo es y
f g
lo es si g (x0 ) = 0
la funcin compuesta de dos funciones anal o ticas es anal tica: si g es anal tica en x0 y f lo es en g (x0 ), entonces f (g (x)) es anal tica en x0 . la funcin suma de una serie de potencias es anal o tica en todos los puntos de su intervalo de convergencia. Sabemos que si la hay, la serie que representa a una funcin anal o tica, es unica, porque podemos calcular sus coecientes como f ,n (x0 ) n! entonces, insistimos, si es posible hacerlo, el desarrollo en serie de Taylor ser a an = f (x) = f ,n (x0 ) n (x x0 ) n! n=0
4.3.
Mtodos de solucin e o
El objetivo de esta seccin es sustituir en la ed la expresin de la solucin de modo que o o o al nal quede un polinomio igualado a cero. Para esto necesitamos calcular las derivadas de la solucin en forma de serie o
y y
=
n=0
an xn nan xn1
n=1
= =
n=0
(n + 1) an+1 xn
(lo que hemos hecho es un cambio de ndice mudo n = n + 1.
=
2
n (n 1) an xn2 (n + 2) (n + 1) an+2 xn
0
121
4 Soluciones por medio de series estas operaciones no son ms que cambios de nombre del a ndice. Este sube-baja tiene inters e porque podemos escribir todo en funcin de xn y as anular los coecientes. El mtodo o e consiste en que si reduzco en k el ndice bajo el sumatorio, debo aumentarlo en k dentro del sumatorio.
Ejemplo (muy sencillo) y
X 0
= =
y
X 0
(n + 1) an+1 xn
P
n
an xn
la serie propuesta como solucin o cientes que el trmino general es e
an x cumple con la ecuacin si le exigimos a los coeo an+1 = an = an n+1
a0 n! la solucin general de esa ecuacin es la exponencial y sus mtiplos (era una edo1, por lo o o u que queda una constante por determinar). Otro ejemplo sencillo es y + 2y = 0 Estos ejemplos son fciles porque las leyes de recurrencia son simples (un trmino slo a e o depende de otro anterior) y de paso 1 (depende del anterior).
Ejemplo (no siempre sustituyendo la serie obtenemos la solucin) o x2 y = y x 1 esta ecuacin no es lineal. o an = (n 1)! es el trmino general, y e y =1+x+ que no converge en ninguna parte 1 =0 n (slo en el punto trivial, que es el centro de la serie). o Rconv = l m
n X n=2
(n 1)!xn
Ejemplo (2o orden con coecientes constantes, ya conocemos la solucin) o y +y =0 el resultado es una recurrencia simple de paso dos, de modo que los trminos de e ndice par y los de ndice impar van separados. Quedan dos constantes por determinar, a0 y a1 . an+2 = an (n + 2) (n + 1)
122
4.4 Puntos ordinarios

las condiciones iniciales se introducen como a0 a1 = = y (0) y (0)
Debo examinar por separado la cadena de los nmeros pares y la de los nmeros impares. u u La serie par resulta ser la del coseno, y la impar, la del seno. Ejemplo (2) (para no relacionar ingenuamente orden de la ecuacin y tamao del paso en la o n recurrencia y + xy = 0 es la ecuacin de Airy y es de paso 3 . o
4.4.
Puntos ordinarios
Consideremos la ecuacin 4.1. o Punto ordinario (po) se dice que x = x0 es punto ordinario (no singular) de la ecuacin o si P (x) y Q (x) son anal ticas en x0 .
Ejemplo (dos sencillos y uno ms complicado) a y + (P y Q anal ticas salvo en el cero) y + x2 y (Q no anal tica en x0 = 0) xy = 0 y +y =0 x
sin x y + xy = 0 x En este caso tenemos que calcular el radio de convergencia de P . Si la serie de P tiene un radio de convergencia no nulo en x0 es que P es anal tica en el punto considerado. y +
Th. po (versin sol. gen.) Si x = x0 es punto ordinario de la ecuacin (1edo2), entonces o o n ella admite dos soluciones anal ticas de la forma y = an (x x0 ) linealmente 0 independientes con radios de convergencia la distancia, sobre el plano complejo, de x0 a la singularidad ms prxima de P o Q. a o Th. po (versin sol. part.) si x = x0 es punto ordinario y si se dan dos constantes a0 o y a1 existe una unica funcin anal o tica en x0 que sea solucin de la ecuacin y tal que o o y (x0 ) = a0 y y (x0 ) = a1 .
2 es
la llamada ecuacin de Airy (Sir George Bidell) o
123

Ejemplo Si analizamos la ecuacin o y + xy x2 y = 0 encontraremos que los sumatorios involucrados empiezan uno en el cero, uno en el uno, y uno en el 2. Para hacer eso hay que tratar separadamente el caso x0 y x1 (se obienen a2 = 0 o y a3 = a1 ). La relacin de recurrencia es 6 an+2 = Veamos algunos de los an a4 a5 a6 a7 a8 = = = = = 4a2 + a0 12 3a3 + a1 20 4a4 + a2 30 5a5 + a3 42 6a6 + a4 56 nan + an2 n 2 (n + 2) (n + 1)
recordemos que tanto a0 como a1 son libres (sin ligaduras). En el fondo todos los coecientes dependen de los dos primeros directamente. La presentacin, empero, es fea. Qu valores o e de a0 y a1 escogeremos? y1 a0 = 1; a1 = 0. De este modo y1 (x) = 1 + y2 a0 = 0; a1 = 1. y2 (x) = x + Para el radio de convergencia P (x) Q (x) = = x x2 1 3 3 5 13 7 x + x + x + ... 6 40 1008 1 4 1 6 3 8 x + x + x + ... 12 90 1120
son anal ticas x . Luego tanto y1 (x) como y2 (x) y en general, todas las soluciones particulares, son de R = . Y esas soluciones particulares qu funcin representan e o cada una de ellas?. Ni idea.
Por qu esa eleccin cruzada de a0 y a1 ?. Lo que pasa es que elegimos un a0 y a1 en cada e o caso para que el wronskiano en x = 0 sea W (x) = det y1 (0) y2 (0) y1 (0) y2 (0) = det 1 0 0 1 =0
124
4.5 Cambio de variable
3i
-3i
Figura 4.1: Radio de convergencia mximo sin que el c a rculo toque a 3i para dos puntos diferentes.
de suerte que y1 es linealmente independiente de y2 . Y los a0 y a1 ms sencillos son los a que hemos usado arriba. Lo que queremos hacer es escribir la solucin general como y = c1 y1 + c2 y2 de modo que o queden libres las constantes c1 y c2 para introducir las condiciones iniciales del problema. Esto es porque si y (0) = y0 y y (0) = y0 y (0) = y (0) = c1 y1 (0) + c2 y2 (0) = c1 1 + c2 0 = c1 c1 y1 (0) + c2 y2 (0) = c1 0 + c2 1 = c2
De modo que con esta eleccin de coecientes a0 y a1 si nos dan una condicin inicial, o o o por ejemplo y0 = 3, y0 = 5 tenemos directamente los coecientes de la combinacin lineal c1 = 3 y c2 = 5.
Ejemplo x2 + 9 y + xy + x2 y = 0
quiero una solucin anal o tica en 0 y que valga y (0) = 5 y y (0) = 8. El punto cero y todos los dems de la recta son ordinarios. Pero hay un cero complejo en a x = 3i. La solucin vale para [3, 3] (el c o rculo de convergencia en el plano complejo no toca los agujeros de analiticidad de P y Q hasta que R = 3). Cuando x0 = 4 el radio ser a 5 (Pitagoras en el plano complejo). Se ve mejor en la gura 4.1 .
4.5.
Cambio de variable
No siempre ocurre que la serie est centrada en x0 = 0. Veamos algunos ejemplos e

Ejemplo (cambio de variable) d2 y dy (t + 3) t2 + 6t + 9 = 0 dt2 dt
125

el cambio de variable es x = t + 3; t = x 3. Afortunadamente estos cambios de variable por adicin de una constante no afectan a las derivadas. o d2 y dy x x2 y = 0; x0 = 0 dx2 dx Con lo que se reduce a un caso ya estudiado. Ejemplo Resulvase el problema de valores iniciales compuesto por la siguiente ecuacin y los e o datos y (1) = 4, y (1) = 1. t2 2t 3 d2 y dy +y =0 + 3 (t 1) dt2 dt
el cambio necesario es x = t 1; t = x + 1. El dato inicial es ahora y (0) = 4; y (0) = 1, y la ecuacin: o d2 y dy +y =0 x2 4 + 3x dt2 dt Resolvmoslo, recordando la expresin de las derivadas de la serie as como la tcnica del a o e sube-baja.
X
0
an (n 1) nxn + 3
X
0
an nxn +
X
0
an xn 4
X
0
an+2 (n + 1) (n + 2) xn = 0
Ntese que hemos integrado los factores dentro de los sumatorios antes de jugar con los o ndices. La relacin de recurrencia que se obtiene es o an+2 = (n + 1) an ; n 0 4 (n + 2)
Como se ve, tanto el a0 como el a1 quedan libres para poder introducir las condiciones iniciales. Ahora obtenemos las dos soluciones linealmente independientes y1 con a0 = 1; a1 = 0. Entonces a2n+1 y1 = = 0 1+ 1 2 3 4 5 6 x + x + x + ... 8 128 1024
y2 con a0 = 0; a1 = 1. En ese caso a2n a2n+1 = = 0 x+ 1 3 1 5 1 7 x + x + x + ... 6 30 140
La solucin general es y = c1 y1 + c2 y2 . Para las condiciones iniciales planteadas tenemos o y = 4y1 + y2 = 4 + x + deshaciendo el cambio x = t 1 y (t) = 4 + (t 1) + 1 1 (t 1)2 + (t 1)3 + . . . 2 6 1 2 1 3 3 4 x + x + x + ... 2 6 32
126
4.6 Dos ecuaciones importantes
4.6.
4.6.1.
Dos ecuaciones importantes

La ecuacin de Hermite o
Esta ecuacin tiene importancia en el contexto de la solucin del oscilador armnico o o o cuntico (v. [Simmons, pg 226]). La ecuacin de Hermite es: a o y 2xy + 2py = 0; p En esta ecuacin x0 = 0 es claramente un punto ordinario. La solucin se halla como de o o costumbre (n + 2) (n + 1) an+2 xn 2
0 0
nan xn + 2p
0
an xn
= = =
0 0 2 (n 2p) an ; n 0 (n + 1) (n + 2)
(n + 2) (n + 1) an+2 2nan + 2pan an+2
De nuevo los dos primeros coecientes quedan libres, de modo que vamos a hallar dos soluciones particulares linealmente independientes. y1 con a0 = 1; a1 = 0, cadena par. a2n+1 = 0 a0 1 2p 2 22 p (p 2) 4 23 p (p 2) (p 4) x + x + + ... 2! 4! 6!
y1 (x) =
y2 con a0 = 0; a1 = 1, cadena impar a2n = 0 a1 x 2 (p 1) 3 22 (p 1) (p 3) 5 23 (p 1) (p 3) (p 5) 7 x + x x + ... 3! 5! 7!
y2 (x) =
A estas funciones se les llama de Hermite. Si p es par (o cero) entonces la solucin y1 o es un polinomio (se corta en el trmino p p0 ). Si p es impar es la solucin y2 la que tiene e o un nmero nito de trminos. u e Se llaman polinomios de Hermite Hn (x) con trmino dominante 2n xn : e H0 H1 H2 H3 = = = = . . . = 1 2x 4x2 2 8x3 12x
2
Hn
(1) ex
dn x2 e dxn
127

50 H1 H2 H3 H4 H5
40
30
20
10
-10
-20 0 0.2 0.4 0.6 0.8 1
Figura 4.2: Polinomios Hn con n = 1 . . . 5 sobre el intervalo [0, 1]
4.6.2.
La ecuacin de Legendre o
1 x2 y 2xy + p (p + 1) y = 0
En x0 = 0 hay un punto ordinario. Vamos a reescribirla en el formato habitual (ec. 4.1). Entonces P (x) Q (x) = = 2x 1 x2 p (p + 1) 1 x2
Los puntos singulares son para x = 1. Podemos armar que las series solucin covergen o al menos con radio=1. Al sustituir las expresiones de desarrollo en serie se llega a la relacin de recurrencia o an+2 = y1 (a0 = 1; a1 = 0) y1 = 1 p (p + 1) 2 p (p 2) (p + 1) (p + 3) 4 x + x 2! 4! p (p 2) (p 4) (p + 1) (p + 3) (p + 5) 6 x + ... 6! n (n + 1) p (p + 1) (p n) (p + n + 1) an = (n + 1) (n + 2) (n + 1) (n + 2)
128
4.6 Dos ecuaciones importantes y2 (a0 = 0; a1 = 1) y2 = x (p 1) (p + 2) 3 (p 1) (p 3) (p + 2) (p + 4) 5 x + x 3! 5! (p 1) (p 3) (p 5) (p + 2) (p + 4) (p + 6) 7 x + ... 7!
Estas son las series de Legendre. Como vemos, si p cumple ciertas condiciones puede hacer que se trunque una de las dos series en un nmero nito de trminos. Estos polinomios u e con coecientes astutos se llaman los polinomios de Legendre, y estn estrechamente a relacionados con la ec. de Laplace. La frmula de Rodrigues para los polinomios de Legendre es o Pn (x) = 1 dn 2n n! dxn x2 1
n
y permite obtener el n-simo polinomio como funcin de x. Algunos de estos polinomios e o son P0 P1 P2 P3 P4 P5 = 1 = x 1 = 2 1 = 2 1 = 8 1 = 8
3x2 1 5x3 3x x4 x2 x5 x3
Los polinomios de Legendre cumplen la propiedad en el intervalo [1, 1] de

+1
Pn (x) Pm (x) dx =
1
0; n = m 2 ; n=m 2n + 1
Lo que se expresa diciendo que la familia de Pn (x) es una sucesin de funciones ortogonales o sobre el intervalo [1, 1]. Adems, hay una cuestin vital para las aplicaciones, que es la de a o si es posible desarrollar una funcin f (x) arbitraria en serie de Legendre, entendiendo o por tal un desarollo del tipo
f (x) =
n=0
an Pn (x)
El resultado ser mucho mejor que una aproximacin Taylor. Para calcular los coeciena o tes an se puede usar la relacin de ortogonalidad (multiplicando por Pm (x) e integrando o entre 1 y +1).
129

1 p0 p1 p2 p3 p4 p5 0.5
-0.5
-1 -1 -0.5 0 0.5 1
Figura 4.3: Polinomios de Legendre entre 1 y 1.
4.7.
Puntos singulares regulares. Caso (r1 r2 ) Z
Vamos a abordar ahora el clculo de las series solucin cuando el punto en cuestin (que a o o ser x0 = 0 en lo que sigue) es no ordinario o singular. a Una vez escrita la ecuacin en la forma habitual (ec. 4.1) se pueden desarrollar las o funciones P y Q en serie de Laurent, que incluye trminos con potencias negativas (para e saber ms: variable compleja). a P (x) Q (x) = = b2 b1 + 1 + b0 + b1 x + b2 x2 + . . . x2 x c2 c1 . . . + 2 + 1 + c0 + c1 x + c2 x2 + . . . x x ... +
Punto singular regular se dice que un punto es singular regular cuando el desarrollo de P (x) se adentra, como mximo hasta x1 y el de Q (x) baja como mximo a x2 . a a En otros trminos, si e (x x0 ) P (x) (x x0 ) Q (x) son anal ticas en x = x0 .
Ejemplo (dos ecuaciones capitales de la F sica Matemtica) a Comprobar que en la ecuacin de Legendre x = 1 es un punto singular regular. o
2
130
4.7 Puntos singulares regulares. Caso (r1 r2 ) Z

Comprobar que en la ecuacin de Bessel x = 0 es un punto singular regular. o x2 y + xy + x2 p2 y = 0
Hay dos cuestiones interesantes: 1. Por qu x y x2 ? (relacionada con los problemas 6,7 de [Simmons, pg ??]). e 2. De qu clase buscamos las soluciones?. Supongamos la ecuacin e o x2 y + p0 xy + q0 y = 0 es la ecuacin del tipo que nos ocupa que, siendo la ms simple, retiene el como a portamiento malvado. Pero es justamente tambin una de Euler, que se resuele ve con el cambio x = ez . Arribamos a una lineal, cuyo polinomio caracter stico 2 +(p0 1) +q0 = 0 nos convence(3) de que las soluciones son e1 z , e2 z si 1 = 2 y e1 z , ze1 z , o, deshaciendo el cambio x1 , x2 y x1 , (log x) x1 respectivamente. La solucin del problema general tomar forma de serie de Frobenius. o a
xm
0
an xn
para elegir qu potencia m de x hay que sacar del sumatorio debe garantizarse que el e primer coeciente (a0 ) de la serie es no nulo (es el decreto de Frobenius).
Ejemplo 2x2 y + x (2x + 1) y y = 0
P
0
usando la serie tentativa y = xm 2x2 y 2x y xy y

2
an xn la cosa queda (m + n) (m + n 1) an xm+n (m + n) an xm+n+1
= = = =
2 2
X n=0 X n=0
(m + n) an xm+n an xm+n
n=0 X n=0
despus de maquillar (sube-baja) la segunda ecuacin, nos percatamos de que la potencia e o m nima es xm , correspondiente a n = 0, que se produce en tres sumatorios. 2m (m 1) a0 + 0 + ma0 a0 m 1 a0 m (m 1) + 2 2
3 (
= =
0 0
1) + p0 + q0 = 0 es otra forma de escribirla, y un aviso de la ecuacin indicial. o
131

pero a0 = 0, de modo que
m 1 =0 2 2 que es una ecuacin que ya hemos visto. Es la ecuacin de la potencia ms baja: la ecuacin o o a o indicial . La solucin en serie de Frobenius no puede tener otros valores de m que los que o son soluciones de esa ecuacin; en este caso(4) o m (m 1) + m1 m2 Las dos soluciones posibles son entonces y1 y2 = = x
X 0
= =
1 1 2
an xn an xn
x 2
X 0
Para el resto de la ecuacin xmn ; n 1 o [2 (m + n) (m + n 1) + (m + n) 1] an + 2 (m + n 1) an1 = 0 (identicar los diversos trminos en esta ley de recurrencia con sus contrapartidas en la e ecuacin original). En [Simmons] encontramos los coecientes correspondientes a los dos o valores de m. No sabemos ni qu demonios de funcin es, ni donde converge. e o
Hay que dar una justicacin de por qu va a existir siempre una ecuacin indicial. La o e o ecuacin ms general a que nos enfrentamos en los psr es o a y + p0 + p1 x + . . . q0 + q1 x + . . . y + y=0 x x2 (4.2)
que se puede reescribir como x2 y + (p0 + p1 x + . . .) xy + (q0 + q1 x + . . .) y = 0 si utilizamos que y = xr

0
an xn =
0
an xn+r
(4.3)
obtenemos

(n + r) (n + r 1) an x
0
n+r
+ p0
0
(n + r) an xn+r
+ + = 0
p1
0
(n + r) an xn+r+1 + cosas en xn+r+2 al menos an xn+r+1 + cosas en xn+r+2 al menos

0
1
q0
0
4 Por
an xn+r + q1
convenio pondremos siempre un
a la mayor ra del polinomio indicial. z
132
4.7 Puntos singulares regulares. Caso (r1 r2 ) Z La potencia ms baja slo est en los trminos primero, segundo y quinto. a o a e r (r 1) a0 + p0 ra0 + q0 = 0 pero por decreto Frobenius en la escritura que estamos utilizando a0 = 0, as que la ecuacin indicial es o r (r 1) + p0 r + q0 = 0 Cmo hallarla en general?. Mirando la expresin 4.2 obtenemos o o p0 q0 = = [xP (x)]x=0 x2 Q (x) x=0
Teorema (psr) [Simmons, pg. 202] Supongamos que x = 0 es psr de y + P (x) y + Q (x) y = 0 y que los desarrollos en serie de potencias de xP (x) de x2 Q (x) son convergentes en [R, R] con R > 0. Sean m1 m2 las dos ra ces de la ec. indicial m (m 1) + p0 m + q0 = 0. Entonces: 1. La ec admite una solucin Frobenius y1 = xm1 o
0
an xn
2. Si m1 m2 Z hay otra solucin, linealmente independiente de la anterior, o dada por y2 = xm2 0 an xn . De momento supondremos que siempre se cumple la hiptesis (2). Este apartado depende o crucialmente de que esto se verique, ya veremos qu sucede cuando esto no ocurre en la e siguiente seccin. o Cada una de las soluciones de la ec indicial da lugar a una solucin de la ecuacin. La o o solucin general es y = c1 y1 + c2 y2 . o
Ejemplo

x2 y + xy + x
1 9
y=0
o Aqu x = 0 es un psr. La ecuacin indicial es m (m + 1) + m 1 = 0. Se escribe la solucin o 9 P 1 o en forma de serie con y = an xm+n , sabiendo que m slo puede tener valores 3 , 1 . 0 3 Hay que asegurarse de que la potencia de x en todos los sumatorios sea m + n (con el sube-baja). Buscamos la potencia ms baja en los sumatorios y escribimos la ecuacin de a o recurrencia: sale la ecuacin indicial. Para xm+n , n 1 sale o an = n+m+
1 e 3 1 3
an1 n+m
1 3
, n1
Entonces y1 se obtiene con m1 = estas dos y1 y2 con constantes a0 y a1 arbitrarias.
y2 con m2 = 1 . La solucin general es la suma de o 3 a0 x 3

1 1
= =
3 x + ... 5
a1 x 3 (1 3x + . . .)
133

Ejemplo x (x + 2) y x2 + x 1 y + (N x + ) y = 0; N,
1. Existe alguna solucin anal o tica no trivial(no y = 0) que se anule en x = 0? 2. Calcular una solucin anal o tica (no trivial) para N = 1, =
Estudio previo (sin mirar las preguntas) Esto va de Frobenius de entrada, porque el punto que nos piden, x = 0, es singular regular. Vamos a la ecuacin indicial o p0 q0 1 m (m 1) + m + 0 2 los dos valores obtenidos, m1 = diferencia no es entera)
1 2 1+ 5 2
= = =
1 2 0 0
y m2 = 0 estn dentro del teorema que hemos visto (su a

X 0
y1 (x) y2 (x)
= =
x2 x
0
an xn
X 0
an xn
a) . . . solucin anal o tica. . . Eliminamos al o anal r tica la solucin independiente y1 (tiene una ra cuadrada). Pero o z al hacer x = 0 en la y2 violamos el que a0 sea diferente de cero. Luego la respuesta es No. b) . . . calcular. . . La palabra anal tica nos fuerza a utilizar la y2 (x). Es una serie de Taylor corriente y moliente. La potencia ms baja es xm = x0 . El trmino sin x da a1 = a0 . Para x1 , teniendo a e el cuenta el valor de que nos han dado, obtenemos a2 = 0. Para xn2 tenemos sumatorios que arrancan en tres niveles distintos, lo que da una ley de recurrencia complicada (2n + 1) (n + 1) an+1 + n2 2n + an + (2 n) an1 = 0 De ah sacamos a3 = 0. Por la estructura de la recurrencia, todos los dems trminos valen a e cero. La solucin general es o y (x) = a0 (1 x) una solucin particular, que es lo que piden, es y (x) = (1 x). Y ya que es tan fcil, un o a consejo: sustityanla en la ecuacin. u o
134
4.7 Puntos singulares regulares. Caso (r1 r2 ) Z

Ejemplo ( )
4x2 y + 2x 3 7x2 y + 35x2 2 y = 0
1. Existe alguna solucin tal que y (0) = 1? o 2. Hay alguna solucin no acotada en x = 0? o 3. Hallar una solucin (= 0) que verique y (0) = 0. Es anal o tica?
Situacin del problema (sin mirar las preguntas) o x = 0 es psr. Hallamos la ecuacin indicial. Estamos dentro del teorema, de modo que o sabemos la forma de las dos soluciones independientes que hay que investigar: y1 y2 = = x2 1 x
1
an xn
0 X 0
an xn
1 La respuesta es no, en ninguna de ambas y (0) = 1. 2 s la y2 . , 3 tiene que ser del tipo y1 . El resultado nal es que el coeciente de x 2 me da la ecuacin o 3 indicial en forma de indentidad trivial (ya hemos metido el 1 ). El coeciente de x 2 nos da 2 1 14n56 a1 = 0. En los sucesivo se obtiene, para xn+ 2 , n 2, an = 4n2 +6n an2 , n 2 a2 a2n+1 a4
1 1
= = =
a0 0 0
y todos los siguientes pares tambin son cero. La solucin particular con a0 = 1 es e o y = x 2 1 x2 Ejemplo (se pide algo no en el cero) x2 1 y + xy 4y = 0
1. Hallar una solucin anal o tica en x = 1. 2. Esa solucin es anal o tica en x = 1? 3. Cuntas soluciones anal a ticas linealmente independientes hay en el intervalo (1, 1)?
(sta no es fcil). e a
135

Situacin del problema o El problema en x = 1 no nos gusta, de modo que x 1 = t. La ecuacin se convierte en o t2 + 2t y + (t + 1) y 4y = 0 Al menos en R = 2 alrededor del origen las soluciones halladas convergern. El problema a es el mismo problema de antes, pero en esta ecuacin y con t = 0, que es un psr (vericar). o Se encuentran ra ces del polinomio indicial tal que estamos dentro del teorema y1 y2 = = t2
1
X 0
an t n
X 0
an t n
a . . . anal tica. . . Descartamos y1 . Operamos con y2 . Las condiciones que obtenemos son a1 a2 an+1 a3 a4 = a5 = = = = = ... = 4a0 2a0 4 n2 an ; n 2 (2n 1) (n 1) 0 0
la solucin buscada es, con a0 = 1 o y (t) = 1 + 4t + 2t2 en otros trminos e y (x) = 1 + 2x2
b . . . sol. anal tica en x = 1. . . Es lo mismo que preguntrselo a la ecuacin en t en t = 0. Los polinomios son siempre a o anal ticos.
c . . . linealmente independientes. . . x = 0 es un po. Si un punto es ordinario hay dos soluciones anal ticas (Taylor) linealmente independientes con radio de convergencia al menos. . . 1!. La respuesta es que hay dos soluciones linealmente independientes.
136
4.8 Puntos singulares regulares caso (r1 r2 ) Z
4.8.
4.8.1.
Puntos singulares regulares caso (r1 r2 ) Z

El teorema de Frobenius
Ha quedado por ultimo un caso especial del mtodo de Frobenius. Es un caso que e afecta a los puntos singulares regulares. Corresponde a cuando se calcula el polinomio indicial y la diferencia entre las ra ces es un entero no negativo r1 r2 Z . Hay que distinguir dos casos (en lo que sigue, N Z + = Z {0}) r1 r2 r1 r2 = 0 = N
en el primer caso slo hay una solucin Frobenius. o o En el segundo caso puede que haya 2F, pero tambin es posible que slo haya 1F (puede e o ocurrir que la recurrencia acumule condiciones sobre cierta potencia provenientes de dos series distintas, ya que r1 r2 = N )
Ejemplo xy + 2y + xy = 0 reescribindola e y + x = 0 es un punto singular regular xP = 2 x2 Q = x2 con lo que el polinomio indicial resulta ser r(r 1) + 2r = 0 con ra ces r1 = 0; r2 = 1 Receta: comenzar con el r ms pequeo a n y=
X 0
2 y +y =0 x p0 = 2 q0 = 0
an xn1
calculamos y , y y sustituimos en la ecuacin o

X
0
(n 1)(n 2)an xn2 + 2
X
0
(n 1)an xn2 +
X
0
an x n = 0
simplicando las series de potencias y separando trminos con igual n e

X
0
n(n 1)an xn2 +
X
2
an2 xn2 = 0 0 0

con x2 tenemos 0 a0 = con x1 tenemos 0 a1 =
a0 , a1 libres
137

El punto crucial de por qu hay dos soluciones Frobenius es el 0 a1 0. e Para n 2 1 an = an2 n(n 1) Que es la ley de recurrencia general. Algunos trminos son e a2 a3 a4 a5 a6 a7 = = =
1 a 12 2
1 = 20 a3 =
= ... = = ... =
1 a0 2 1 a1 3! 1 a0 4! 1 a1 5! 1 a0 6! 1 a1 7!

de manera que separando los trminos pares de los impares nuestra solucin queda e o

y = a0 x1 1
x2 x4 x3 x5 + + . . . + a1 x1 x + + ... 2! 4! 3! 5!
(es xr por una serie de Taylor con primer trmino no nulo) e Esa solucin es, en realidad o cos x sin x y = a0 + a1 x x al empezar por el r pequeo ya me da dos soluciones de Frobenius. Esto es as porque, n con algo de vista, la solucin se puede expresar como o y = a0 x1 (1 Ejemplo x2 y + (6x + x2 )y + y = 0 x = 0 es punto singular regular y las ra ces del polinomio indicial son r1 = 0, r2 = 5. Vamos a meter una r genrica en las ecuaciones; de esta forma podremos llegar hasta el nal e del ejercicio en donde luego responderemos a las preguntas dependiendo de qu r escogimos e (adems ahorra trabajo). a y=
X
0
x2 x4 x2 x4 + + . . .) + a1 x0 (1 + + . . .) 2 4! 2! 5!
X
0
an xn+r
(n + r)(n + r 1)an xn+r + 6 +

X
0
X
0
(n + r)an xn+r +
X
0
(n + r)an xn+r+1 +
an xn+r+1
138
4.8 Puntos singulares regulares caso (r1 r2 ) Z

usando la receta del sube-baja con que igualamos exponentes de x.
X
0
(n + r)2 5(n + r) an xn+r +
X
1
(n + r)an1 xn+r = 0
para n 1 la ley de recurrencia queda como sigue (n + r)2 + 5(n + r) an + (n + r)an1 = 0 empezamos con el r ms pequeo, r2 = 5 a n n(n 5)an + (n 5)an1 = 0 Atencin: no se puede quitar el factor (n 5). Para n = 5 o 1 an = an1 n podemos usarla desde n = 1 hasta n = 4 : a1 a2 a3 a4 = = = = a0 a0 2! a0 3! a0 4!
Para n = 5 ocurre algo interesante, porque ya que 0 a5 + 0 = 0 cualquier a5 lo cumple (vase que r1 r2 = 5, y no es ninguna coincidencia. . . ). e Volviendo a la recurrencia anterior para n = 6 . . . a6 = la solucin queda o y = x5
X
0
a5 a5 a5 , a7 = , a8 = , ... 6 67 678 x2 x3 x4 x6 x7 a0 + a0 + a5 x 5 a5 + a5 + ... 2 3! 4! 6 67

an xn = x5 a0 a0 x + a0
Hay dos subseries: la primera, nita, con a0 y la segunda, innita, con a5 . Separndolas: a

y = a0 x5 1 x +
x2 x3 x4 x6 x7 x8 + + a5 x5 x5 + + ... 2 6 24 6 67 678
la primera parte corresponde a una solucin tipo Frobenius con r2 = 5 y la segunda o parte se puede reescribir en la forma

x0 1
x x2 x3 + + ... 6 67 678
resultando ser otra solucin tipo Frobenius con r1 = 0. o Por qu el r ms pequeo nos da dos series, dos soluciones Frobenius?. Porque la de e a n r = 5 alcanza a la otra.
139

No siempre estamos en el caso que vimos antes en el que a5 quedaba libre. Vemoslo en el siguiente a ejemplo. Ejemplo x2 y xy + (x2 8)y = 0 x = 0 es psr. Las ra ces del polinomio indicial son r1 = 4 y r2 = 2 . La diferencia es entera, y vale 6: en el 6o paso de la recurrencia es donde va a aparecer el problema. Como nos interesa sacar el mximo de informacin de la ecuacin sin responder a ninguna de las a o o preguntas escribimos la recurrencia con un r general:
X
0
(n + r)2 2(n + r) 8 an xn+r +
X
2
an2 xn+r = 0
vamos a estudiar los dos n s que slo estn en el primer sumatorio (0 y 1): xr y xr+1 . De o a xr se obtiene la ecuacin indicial y de xr+1 o (r + 1)2 2(r + 1) 8 a1 = 0 con lo que a1 = 0 tanto para r1 como para r2 . Cuando n 2 (xr+n )tenemos (n + r)2 2(n + r) 8 an + an2 = 0 cogemos el r ms pequeo, r2 = 2 a n n(n 6)an + an2 = 0 Los a2n+1 = 0 por ser a1 = 0. Para los coecientes pares a0 a2 a4 = = = ... 0 a0 8 a2 a0 = 8 64
Pero ojo a los puntos suspensivos cuando r1 r2 = N . En efecto, a partir de la relacin de o recurrencia 0 a6 + a4 a0 0 a6 + 64 = = 0 0
Ningn a6 cumple esto: y2 correspondiente a r2 (el menor) del tipo Frobenius. Todo u esto implica que no existe una segunda solucin de tipo Frobenius. Ahora probamos con o r1 = 4 y aqu s sale la unica solucin de tipo Frobenius. o y1 = x4
X
...
Hemos visto en este ejemplo que puede darse el caso en que el algoritmo de recurrencia impida la existencia de una de las soluciones.
140
4.8 Puntos singulares regulares caso (r1 r2 ) Z Teorema (caso r1 r2 Z ). Si x = 0 es punto singular regular de y + P (x)y + Q(x)y = 0 y su ecuacin indicial tiene ra o ces r1 , r2 (r1 r2 ) entonces, 1. Si r1 = r2 hay dos soluciones independientes de la forma y1 (x) y2 (x) = xr1
0
an xn bn xn
0
= y1 (x) log x + xr2 +1
Esta segunda solucin es dif de manejar (insertarla en la ecuacin. . . ). o cil o 2. Si r1 r2 = N hay dos soluciones independientes de la forma y1 (x) = y2 (x) = xr1
0
an xn bn xn
0
cy1 (x) log x + xr2
con c . c puede ser nulo. El que se cuele el logaritmo (c = 0) depende del valor del paso. Ahora vamos a utilizar este teorema con ms problemas. Es importrante hacer notar que a se suele utilizar un mecanismo sugerido en los enunciados para evitarnos calcular con las series espantosas como consecuencia de la intrusin del logaritmo. o
4.8.2.
Problemas
Terminamos con algunos problemas que contienen muchas advertencias y tcnicas utiles. e 1. De la siguiente ecuacin o (x + 1)2 y + (x2 1)y + 2y = 0 a) Clasicar sus puntos singulares y calcular una solucin anal o tica en x = 1. b) Estudiar si existe otra solucin anal o tica en x = 1 linealmente independiente de la anterior. Solucin o Como no nos gusta el enunciado vamos a realizar un cambio de variable x+1 t = 0 = x+1
as me preguntarn en t = 0. La ecuacin es ahora a o t2 y + (t2 2t)y + 2y = 0
141
4 Soluciones por medio de series Hagamos todo lo posible antes de responder a las preguntas. t = 0 es un punto singular regular (tP (t) = t 2) y t2 Q(t) = 2 son anal ticas en t = 0). Las ra ces del polinomio indicial son r1 = 2 y r2 = 1. y =
0
an tn+r (n + r)(n + r 1)an tn+r +

0 1
= 2
(n + r 1)an1 tn+r
n+r
(n + r)an t
0
n+r
+2
0
an t
para tr tenemos la ecuacin indicial y para tr+n con n 1 o [(n + r)(n + r 1) 2(n + r) + 2] an + (n + r 1)an1 = 0 (la ley de recurrencia). En cuanto se pregunte cuntas soluciones tipo Frobenius a hay uno prolonga el anlisis previo: qu pasa al sustituir el r ms pequeo, r2 = 1 a e a n en la ley de recurrencia? (n2 n)an + nan1 = 0 Cuando n = 1 (que es el valor de r2 r1 ) 0 a1 + a0 = 0 luego no existe un a1 que cumpla eso. (puesto que por decreto a0 = 0). No tendremos, pues, solucin de Frobenius con r2 = 1. o Podemos responder con toda tranquilidad al apartado b): No existe otra solucin o idependiente. Si hubiese habido dos soluciones Frobenius, la respuesta habr sido a s . Ahora que sabemos que slo hay una solucin Frobenius hay que responder al o o apartado a) . r1 = 2 n(n + 1)an + (n + 1)an1 an y1 = = = = nalmente 0 an1 ,n1 n t2 t3 t4 t2 1 t + + + ... 2 3! 4! t2 et
y1 (x) = (x + 1)2 e(x+1)
como el resultado es sencillo es sensato sustituirlo en la ecuacin y comprobar si es o correcto. En respuesta a la primera parte de a), el unico punto no ordinario es t = 0 (x = 1) que es punto singular regular.
142
4.8 Puntos singulares regulares caso (r1 r2 ) Z 2. De la siguiente ecuacin o xy + (2 + x)y + 2y = 0 a) Hallar una solucin anal o tica en x = 0 b) Hallar otra solucin linealmente independiente de la anterior reduciendo el orden o c) Cuntas soluciones linealmente independientes hay de la forma xr u(x) con a u(x) anal tica en x = 0? Solucin o Traduccin de la c): cuntas soluciones tipo Frobenius hay? una o dos? o a x = 0 es un punto singular regular. r1 = 0 y r2 = 1. Deber amos hacer el problema aguantando la r hasta el nal, pero va a ser ms rpido del otro modo. Como a0 = 0 a a y2 = xr2 ...
no puede ser del tipo pedido en c) (no analiticidad de x1 a0 en el cero). Respondiendo al apartado a), r1 = 0 luego la forma de la serie solucin a sustituir en la ecuacin o o es y = 0 an xn+0 , con lo que [n(n + 1)an+1 + 2(n + 1)an+1 + nan + 2an ] xn = 0
0
Como n + 2 es factor comn y no voy a meter n = 2 puedo eliminarlo (recordemos u una ocasin en que no se pod hacer, porque segn aumentaba n se iba a hacer o a u n 5 = 0 para n = 5). Los coecientes valen an+1 = 1 an n+1 x3 x2 + ... 2 3!
y1 (x) = =
a0 1 x + a0 ex
Donde podemos hacer a0 = 1, ya que nos piden una solucin. Respondiendo al o apartado b), recordando el mtodo de reduccin de orden (que es utilizable porque e o
143
4 Soluciones por medio de series tenemos una solucin) o y(x) xw + (2 x)w 2 w + 1 w x (log w + 2 log x x) log w + 2 log x x w x2 w w(x) = ex w(x) = 0 = = = = = 0 0 cte kex ex k 2 x
= c+k = = 1 x2
ex dx x2 1+x+ 1 xn+2 (n + 2)! n=0 xn+1 (n + 1)(n + 2)!
dx
1 + log x + x
esta ultima igualdad es posible debido a que es l cito integrar trmino a trmino: e e = xn+2 ex 1 + y(x) = ex log x + x (n + 1)(n + 2)! 0 que habr salido por el caso logar a tmico del teorema anteriormente visto (pero el enunciado lo prohib a) 3. De esta ecuacin se desea o y + x2 + 2 (x2 + 2) y y=0 x x2
a) Hallar una solucin anal o tica en x = 0 b) Hallar otra solucin anal o tica en x = 0 linealmente independiente de la anterior reduciendo el orden. Solucin o El punto sugerido es un psr. En l r1 = 1 y r2 = 2. Aguantamos lo que podamos e con el r general y usamos en la ecuacin como siempre y = 0 an xn+r : o (n + r)(n + r 1)an +
0 2
(n + r 2)an2 an2 2
2 0
+2
0
(n + r)an
an
= 0
144
4.8 Puntos singulares regulares caso (r1 r2 ) Z con xr tenemos la ecuacin indicial. Con xr+1 tenemos a1 = 0 tanto con r1 como o con r2 . Para xr+n con n 2 [(n + r)(n + r + 1) 2] an + (n + r 3)an2 = 0 que es la ley de recurrencia. Ahora leemos las preguntas. Que sea anal tica exige tomar r1 = 1 (ya que r2 = 2), luego ensayamos con y = x 0 an xn . El teorema asegura que para r1 , la mayor de las ra ces, siempre hay solucin Frobenius. Veamos o cmo queda la ley de recurrencia o an = cadena impar: a2n+1 = 0 cadena par a0 = 0, lo que implica a2n = 0 En conclusin: o y = x1 [a0 ] = a0 x Como nos ped una solucin podemos hacer a0 = 1 y tenemos y = x como solucin an o o al a). Resolvamos ahora el apartado b). Sustituyendo en la ecuacin y = xw (x) o xw + (x2 + 4)w w 4 +x+ w x x log w + + 4 log x 2 x2 log(x4 w ) + 2 x4 w w w (ya que para series convergentes w y =
0
2n an2 n2 + 3n
= 0 = 0 = 0 = cte = ce = =
0
x2 2 x2 2
x4 e 1 n!
dx
n
1 2
x2n4 dx
. Finalmente (1)n x2n3 2n n! 2n 3 (1)n x2n2 2n n! 2n 3
= xw =
0
145
4 Soluciones por medio de series que es tipo Frobenius con r = 2 ya que
y = x2
0
(1) x2n 2n n! 2n 3
En general es ms fcil hallar la segunda solucin por el mtodo de reduccin de orden a a o e o que utilizando la expresin dada por el teorema. o
146
A Maniesto de alqua
Origen y metas del proyecto
El proyecto alqua fue fundado con el objetivo de promover la creacin de un fondo de o documentos libres de carcter cient a co que permitiese a cualquiera aprender con libertad. Estos documentos son libres en sentido amplio: no slo se permite su reproduco cin y distribucin (gratuita o no) sino que o o tambin se permite su modicacin. Adee o ms, los documentos contienen una licencia a (la licencia GNU para documentacin libre, o GFDL) que garantiza que estas libertades de que dispone el lector (y potencial autor) no pueden ser restringidas ulteriormente. Cualquiera que reciba el documento y lo modique est obligado a distribuirlo en los misa mos trminos de libertad que lo recibi. e o El proyecto surgi en 1999 estimulado por o nuestra incomprensin ante la duplicacin o o de esfuerzos en la redaccin de materiales o didcticos para la f a sica. Nos parec natural a compartir aquello que nos gustaba, el conocimiento de la ciencia. Lo que escribisemos e deber poder disfrutarse sin merma de lia bertad por las personas que estuviesen interesadas. Conocedores de una iniciativa similar, que reivindicaba un ejercicio ms completo de a la libertad en un mbito muy prximo a la a o ciencia (el software), decidimos aplicar los mismos principios a nuestro campo. Es evidente que en lo que toca a los textos cient cos la libertad brilla por su ausencia. No se
puede, legalmente, compartir su contenido ni, desde luego, modicarlo. Son, muchas veces, inaccesibles para estudiantes o bibliotecas por su precio desmedido y se actualizan despacio, debido a su sistema de distribucin no digital. Por ultimo, como veremos, o no estn sometidos a un sistema de mrito a e en sentido estricto.
Las ventajas de los documentos libres

Algunas personas que hemos conocido estn interesadas por este modelo de colaboraa cin, pero se preguntan qu clase de control o e tienen sobre sus documentos libres. La respuesta es sencilla: la licencia est diseada a n de modo que a cada uno se le atribuya aquello de lo que es responsable y nada ms. a En particular, no se pueden publicar versiones modicadas con el mismo t tulo sin consentimiento de los autores originales. Todo documento va acompaado de una hisn toria donde se reejan los cambios que ha sufrido a lo largo del tiempo y quin los reae liz. Las versiones publicadas deben ser aco cesibles durante un tiempo determinado. Y se pueden calicar ciertas secciones de invariables, siempre que no traten del tema del documento. La estructura de difusin (carcter digital o a y proteccin de la libertad) favorece el eso tablecimiento de un sistema de mrito. En e tal sistema se desarrollan, usan y difunden
147
A Maniesto de alqua ms los mejores documentos. Por ejemplo, a las ediciones analgicas (impresas) actuales o no estn sometidas a un sistema de mria e to, ya que intervienen fuertemente los factores disponibilidad y precio. Es decir, no me compro (y por lo tanto no uso) el mejor libro porque mi librer local no lo tiene o porque a excede mi presupuesto. Sin embargo, el coste de una descarga de la red es marginal, hay visores de los documentos disponibles para todas las plataformas, y elegir un documento no implica no poder descargar posteriormente otros siete sobre el mismo tema. La naturaleza de los documentos acadmie cos se presta a un sistema de mrito?. La e respuesta no puede ser armativa sin ms. Si a bien de un programa se pueden cuanticar elementos de mrito como rapidez, espacio e ocupado en memoria y, ya ms discutiblea mente, diseo del interfaz, no se puede decir n lo mismo de un tratado sobre ptica o mio croeconom mucho menos de un curso de a, ontolog y para qu hablar de una novela o a e un poema. En todo caso, los documentos acadmicos e ms susceptibles de sujetarse a un sistema a de mrito para su desarrollo son aquellos que e versan sobre una disciplina cient ca estable y por eso alqua se ha dedicado a este mbito a en primer lugar. con los planes de estudios) queda mejor representada. El criterio para participar en un documento es, solamente, hacerlo bien. Algunos autores pueden pensar que distribuir su documento bajo un copyright que restringe la libertad de copia es ms rentaa ble. Esto no tiene por qu ser cierto, por dos e razones. En primer lugar, libre no quiere decir gratuito. Una editorial podr publicar un doa cumento libre obteniendo benecio de ello. De hecho, es una buena idea hacerlo, dado lo agradable que resulta manejar un libro bien encuadernado. Tambin los autoe res pueden aceptar una compensacin de los o lectores por continuar su trabajo en un determinado documento. En segundo lugar, la mayor parte de los autores son primeramente lectores. Cabe esperar, pues, que el enorme ahorro derivado del acceso a documentos libres supere holgadamente el benecio econmico de una puo blicacin de la forma a la que estamos acoso tumbrados. En todo caso, aquello que no puede valorarse es la libertad que proporciona un documento que puede quedar adaptado a un curso acadmico eliminando dos cap e tulos, aadiendo algunos ejercicios y escribiendo n una seccin introductoria, por ejemplo. Las o universidades u otras instituciones educativas podr cumplir mejor su funcin social an o poniendo a disposicin del pblico, en cono u diciones de libertad, su patrimonio ms ima portante: el conocimiento. Todo esto y mucho ms queda facilitado a por un modelo de cooperacin que anima, o pero no impone, al trabajo en equipo y que, a la larga, benecia a todos. alqua intenta ofrecer los medios que facilitan esta tarea.
Una nueva dinmica de a creacin y aprendizaje o

Uno de los efectos ms interesantes de ina troducir los documentos libres en el aula es que difuminan la frontera entre consumidor y productor de conocimiento. De este modo, la innita variedad de saberes que las personas poseen (en la realidad no siempre acorde
148
A Maniesto de alqua
A modo de conclusin o
El proyecto alqua ha recorrido un largo trecho: sale a la luz en 2002 con varios documentos de f sica de nivel universitario y pronto incorporar art a culos remitidos a revistas cient cas y textos de otras materias. Las instituciones pueden colaborar apoyando econmicamente el proyecto, patrocinando o ediciones impresas o aportando material. Pero sobre todo alqua necesita tu participacin, con tu tiempo, esfuerzo y aptitudes, o compartiendo lo que sabes pero tambin indicando lo que no sabes o no entiendes, para e que los documentos libres en marcha y otros nuevos alcancen los altos niveles de calidad a los que aspiramos. Te invitamos a construir un patrimonio cient co que nos pertenezca a todos. Versin 1.0, mayo de 2002. o Copyright (C) Alvaro Tejero Cantero y Pablo Ruiz Mzquiz, fundadores del proyecto u alqua. http://alqua.com/manifiesto. Se permite la copia y distribucin literal de este o art culo por cualquier medio, siempre y cuando se conserve esta nota.
149
A Maniesto de alqua
150
B GNU Free Documentation License

Version 1.1, March 2000 Copyright c 2000 Free Software Foundation, Inc. 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA Everyone is permitted to copy and distribute verbatim copies of this license document, but changing it is not allowed.
Preamble
The purpose of this License is to make a manual, textbook, or other written document free in the sense of freedom: to assure everyone the eective freedom to copy and redistribute it, with or without modifying it, either commercially or noncommercially. Secondarily, this License preserves for the author and publisher a way to get credit for their work, while not being considered responsible for modications made by others. This License is a kind of copyleft, which means that derivative works of the document must themselves be free in the same sense. It complements the GNU General Public License, which is a copyleft license designed for free software. We have designed this License in order to use it for manuals for free software, because free software needs free documentation: a free program should come with manuals providing the same freedoms that the software does. But this License is not limited to software manuals; it can be used for any textual work, regardless of subject matter or whether it is published as a printed book. We recommend this License principally for works whose purpose is instruction or reference.
B.1.
Applicability and Denitions
of it, either copied verbatim, or with modications and/or translated into another language. A Secondary Section is a named appendix or a front-matter section of the Document that deals exclusively with the relationship of the publishers or authors of the Document to the Documents overall subject (or to related matters) and contains nothing that could fall directly within that overall subject. (For example, if the Document is in part a textbook of mathematics, a Secondary Section may not explain any mathematics.) The relationship could be a
This License applies to any manual or other work that contains a notice placed by the copyright holder saying it can be distributed under the terms of this License. The Document, below, refers to any such manual or work. Any member of the public is a licensee, and is addressed as you. A Modied Version of the Document means any work containing the Document or a portion
151

matter of historical connection with the subject or with related matters, or of legal, commercial, philosophical, ethical or political position regarding them. The Invariant Sections are certain Secondary Sections whose titles are designated, as being those of Invariant Sections, in the notice that says that the Document is released under this License. The Cover Texts are certain short passages of text that are listed, as Front-Cover Texts or Back-Cover Texts, in the notice that says that the Document is released under this License. A Transparent copy of the Document means a machine-readable copy, represented in a format whose specication is available to the general public, whose contents can be viewed and edited directly and straightforwardly with generic text editors or (for images composed of pixels) generic paint programs or (for drawings) some widely available drawing editor, and that is suitable for input to text formatters or for automatic translation to a variety of formats suitable for input to text formatters. A copy made in an otherwise Transparent le format whose markup has been designed to thwart or discourage subsequent modication by readers is not Transparent. A copy that is not Transparent is called Opaque. Examples of suitable formats for Transparent copies include plain ASCII without marA kup, Texinfo input format, L TEX input format, SGML or XML using a publicly available DTD, and standard-conforming simple HTML designed for human modication. Opaque formats include PostScript, PDF, proprietary formats that can be read and edited only by proprietary word processors, SGML or XML for which the DTD and/or processing tools are not generally available, and the machine-generated HTML produced by some word processors for output purposes only. The Title Page means, for a printed book, the title page itself, plus such following pages as are needed to hold, legibly, the material this License requires to appear in the title page. For works in formats which do not have any title page as such, Title Page means the text near the most prominent appearance of the works title, preceding the beginning of the body of the text.
B.2.
Verbatim Copying
You may copy and distribute the Document in any medium, either commercially or noncommercially, provided that this License, the copyright notices, and the license notice saying this License applies to the Document are reproduced in all copies, and that you add no other conditions whatsoever to those of this License. You may not use technical measures to obstruct or control the reading or further copying of the copies you make or distribute. However, you may accept compensation in exchange for copies. If you distribute a large enough number of copies you must also follow the conditions in section 3. You may also lend copies, under the same conditions stated above, and you may publicly display copies.
B.3.
Copying in Quantity
If you publish printed copies of the Document numbering more than 100, and the Documents license notice requires Cover Texts, you must enclose the copies in covers that carry, clearly and legibly, all these Cover Texts: Front-Cover Texts on the front cover, and Back-Cover Texts on the back cover. Both covers must also clearly and legibly identify you as the publisher of these copies. The front cover must present the full title with all words of the title equally prominent and visible. You may add other material on the covers in addition. Copying with changes limited to the covers, as long as they preserve the title of the Document and satisfy these conditions, can be treated as verbatim copying in other respects. If the required texts for either cover are too voluminous to t legibly, you should put the rst ones listed (as many as t reasonably) on the actual cover, and continue the rest onto adjacent pages.
152
B.4 Modications
If you publish or distribute Opaque copies of the Document numbering more than 100, you must either include a machine-readable Transparent copy along with each Opaque copy, or state in or with each Opaque copy a publiclyaccessible computer-network location containing a complete Transparent copy of the Document, free of added material, which the general network-using public has access to download anonymously at no charge using publicstandard network protocols. If you use the latter option, you must take reasonably prudent steps, when you begin distribution of Opaque copies in quantity, to ensure that this Transparent copy will remain thus accessible at the stated location until at least one year after the last time you distribute an Opaque copy (directly or through your agents or retailers) of that edition to the public. It is requested, but not required, that you contact the authors of the Document well before redistributing any large number of copies, to give them a chance to provide you with an updated version of the Document. List on the Title Page, as authors, one or more persons or entities responsible for authorship of the modications in the Modied Version, together with at least ve of the principal authors of the Document (all of its principal authors, if it has less than ve). State on the Title page the name of the publisher of the Modied Version, as the publisher. Preserve all the copyright notices of the Document. Add an appropriate copyright notice for your modications adjacent to the other copyright notices. Include, immediately after the copyright notices, a license notice giving the public permission to use the Modied Version under the terms of this License, in the form shown in the Addendum below. Preserve in that license notice the full lists of Invariant Sections and required Cover Texts given in the Documents license notice. Include an unaltered copy of this License. Preserve the section entitled History, and its title, and add to it an item stating at least the title, year, new authors, and publisher of the Modied Version as given on the Title Page. If there is no section entitled History in the Document, create one stating the title, year, authors, and publisher of the Document as given on its Title Page, then add an item describing the Modied Version as stated in the previous sentence. Preserve the network location, if any, given in the Document for public access to a Transparent copy of the Document, and likewise the network locations given in the Document for previous versions it was based on. These may be placed in the
B.4.
Modications
You may copy and distribute a Modied Version of the Document under the conditions of sections 2 and 3 above, provided that you release the Modied Version under precisely this License, with the Modied Version lling the role of the Document, thus licensing distribution and modication of the Modied Version to whoever possesses a copy of it. In addition, you must do these things in the Modied Version: Use in the Title Page (and on the covers, if any) a title distinct from that of the Document, and from those of previous versions (which should, if there were any, be listed in the History section of the Document). You may use the same title as a previous version if the original publisher of that version gives permission.
153

History section. You may omit a network location for a work that was published at least four years before the Document itself, or if the original publisher of the version it refers to gives permission. In any section entitled Acknowledgements or Dedications, preserve the sections title, and preserve in the section all the substance and tone of each of the contributor acknowledgements and/or dedications given therein. Preserve all the Invariant Sections of the Document, unaltered in their text and in their titles. Section numbers or the equivalent are not considered part of the section titles. Delete any section entitled Endorsements. Such a section may not be included in the Modied Version. Do not retitle any existing section as Endorsements or to conict in title with any Invariant Section. of Back-Cover Text may be added by (or through arrangements made by) any one entity. If the Document already includes a cover text for the same cover, previously added by you or by arrangement made by the same entity you are acting on behalf of, you may not add another; but you may replace the old one, on explicit permission from the previous publisher that added the old one. The author(s) and publisher(s) of the Document do not by this License give permission to use their names for publicity for or to assert or imply endorsement of any Modied Version.
B.5.
Combining Documents
If the Modied Version includes new frontmatter sections or appendices that qualify as The combined work need only contain one Secondary Sections and contain no material copied from the Document, you may at your op- copy of this License, and multiple identical Intion designate some or all of these sections as variant Sections may be replaced with a single invariant. To do this, add their titles to the list copy. If there are multiple Invariant Sections of Invariant Sections in the Modied Versions with the same name but dierent contents, malicense notice. These titles must be distinct from ke the title of each such section unique by adding at the end of it, in parentheses, the name any other section titles. You may add a section entitled Endorse- of the original author or publisher of that secments, provided it contains nothing but en- tion if known, or else a unique number. Make dorsements of your Modied Version by various the same adjustment to the section titles in the parties for example, statements of peer review list of Invariant Sections in the license notice of or that the text has been approved by an or- the combined work. ganization as the authoritative denition of a In the combination, you must combine any standard. sections entitled History in the various oriYou may add a passage of up to ve words ginal documents, forming one section entitled as a Front-Cover Text, and a passage of up to History; likewise combine any sections entitled 25 words as a Back-Cover Text, to the end of Acknowledgements, and any sections entitled the list of Cover Texts in the Modied Version. Dedications. You must delete all sections enOnly one passage of Front-Cover Text and one titled Endorsements.
You may combine the Document with other documents released under this License, under the terms dened in section 4 above for modied versions, provided that you include in the combination all of the Invariant Sections of all of the original documents, unmodied, and list them all as Invariant Sections of your combined work in its license notice.
154
B.6 Collections of Documents
B.6.
Collections of Documents
You may make a collection consisting of the Document and other documents released under this License, and replace the individual copies of this License in the various documents with a single copy that is included in the collection, provided that you follow the rules of this License for verbatim copying of each of the documents in all other respects. You may extract a single document from such a collection, and distribute it individually under this License, provided you insert a copy of this License into the extracted document, and follow this License in all other respects regarding verbatim copying of that document.
tion, so you may distribute translations of the Document under the terms of section 4. Replacing Invariant Sections with translations requires special permission from their copyright holders, but you may include translations of some or all Invariant Sections in addition to the original versions of these Invariant Sections. You may include a translation of this License provided that you also include the original English version of this License. In case of a disagreement between the translation and the original English version of this License, the original English version will prevail.
B.9.
Termination
B.7.
Aggregation With Independent Works
A compilation of the Document or its derivatives with other separate and independent documents or works, in or on a volume of a storage or distribution medium, does not as a whole count as a Modied Version of the Document, provided no compilation copyright is claimed for the compilation. Such a compilation is called an aggregate, and this License does not apply to the other self-contained works thus compiled with the Document, on account of their being thus compiled, if they are not themselves derivative works of the Document. If the Cover Text requirement of section 3 is applicable to these copies of the Document, then if the Document is less than one quarter of the entire aggregate, the Documents Cover Texts may be placed on covers that surround only the Document within the aggregate. Otherwise they must appear on covers around the whole aggregate.
You may not copy, modify, sublicense, or distribute the Document except as expressly provided for under this License. Any other attempt to copy, modify, sublicense or distribute the Document is void, and will automatically terminate your rights under this License. However, parties who have received copies, or rights, from you under this License will not have their licenses terminated so long as such parties remain in full compliance.
B.10.
Future Revisions of This License
B.8.
Translation
Translation is considered a kind of modica-
The Free Software Foundation may publish new, revised versions of the GNU Free Documentation License from time to time. Such new versions will be similar in spirit to the present version, but may dier in detail to address new problems or concerns. See http://www.gnu.org/copyleft/ http: //www.gnu.org/copyleft/. Each version of the License is given a distinguishing version number. If the Document species that a particular numbered version of this License or any later version applies to it, you have the option of following the terms and conditions either of that specied version or of any later version that has been published (not as a
155

draft) by the Free Software Foundation. If the Document does not specify a version number of this License, you may choose any version ever published (not as a draft) by the Free Software Foundation. sion published by the Free Software Foundation; with the Invariant Sections being LIST THEIR TITLES, with the Front-Cover Texts being LIST, and with the BackCover Texts being LIST. A copy of the license is included in the section entitled GNU Free Documentation License.
ADDENDUM: How to use this License for your documents
If you have no Invariant Sections, write with no Invariant Sections instead of saying which To use this License in a document you haones are invariant. If you have no Front-Cover ve written, include a copy of the License in the Texts, write no Front-Cover Texts instead of document and put the following copyright and Front-Cover Texts being LIST; likewise for license notices just after the title page: Back-Cover Texts. Copyright c YEAR YOUR NAIf your document contains nontrivial examME. Permission is granted to copy, ples of program code, we recommend releasing distribute and/or modify this dothese examples in parallel under your choice of cument under the terms of the free software license, such as the GNU GeneGNU Free Documentation Licenral Public License, to permit their use in free se, Version 1.1 or any later versoftware.
156
Bibliograf a
[Arnold] Arnold V.I.: Ecuaciones diferenciales ordinarias. Mir, 1974. 1.1.2, 3.4.1, 3.5.2
[Simmons] Simmons, G.F.: Ecuaciones diferenciales. McGraw-Hill, 1993. 1.2.2, 1.2.3, 3.5.6, 3.6.1, 5, 3.6.1, 4.6.1, 1, 25, 4.7 [Elsgoltz] Elsgoltz: Ecuaciones diferenciales y clculo variacional. Mir, 3a ed. a 1.1.2
[Weisstein] Weisstein, E.W: CRC Concise Encyclopedia of Mathematics. Chapman & Hall 1999. 4, 7 [Abellanas] Abellanas, L. y Galindo, A.: Mtodos de Clculo. Mc Graw-Hill, serie e a Schaum. 1990. 2.6.5
157

Ecuaciones Diferenciales-Homogeneas y Exactas

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ecuaciones Diferenciales-Homogeneas y Exactas

Cargado por

Copyright:

Formatos disponibles

Ecuaciones diferenciales ordinarias 1.

alqua.com, la red en estudio

Ayuda a mantener el proyecto alqua (http://alqua.com)

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

Descripcin del documento o

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

Indice general ver. 0.01 10 de abril de 2000

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1 Ecuaciones diferenciales de orden 1

Introduccin. Generalidades. Ejemplos. o

1 Ecuaciones diferenciales de orden 1 Notacin o

Existencia y unicidad. Condiciones impuestas.

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.1 Introduccin. Generalidades. Ejemplos. o

Figura 1.1: soluciones de y = y con c = 1, c = 2 y c = 3.

1 Ecuaciones diferenciales de orden 1

f ()d + y(x0 ) f + y(0)

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.1 Introduccin. Generalidades. Ejemplos. o

x=exp(t) x=-exp(t) x=2exp(t) x=-2exp(t) x=-4exp(t) x=4exp(t)

1 Ecuaciones diferenciales de orden 1

Figura 1.5: x(t) = cet

Solucin acotada en el tiempo

Figura 1.6: Ecuacin log o stica, acotacin de la soluciones o

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

Imponiendo las condiciones iniciales de v0 = 0 y t0 = 0 obtenemos g = a. Adems a mdv(t) = y cuando t

x(t), velocidad x(t), aceleracin x(t) o

1 Ecuaciones diferenciales de orden 1

Figura 1.7: Los diferenciales tienen una traduccin geomtrica o e

Ecuaciones ordinarias de primer orden

cuyo caso habr que insertar manualmente la solucin x = 0. a o

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.2 Ecuaciones ordinarias de primer orden

F N N (0, y) = h (y) F (x, y) F

M (u, y) du + h(y) M (u, y) du + h (y)

N (0, v)dv = cte

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.2 Ecuaciones ordinarias de primer orden

My Nx N Slo depende de x?. Si es as entonces es o , g

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.2 Ecuaciones ordinarias de primer orden

e2x (y y 2 2xy)dx + e2x (x + y)dy = 0

Son ecuaciones que pueden escribirse en la forma

con N = a (x) y M = b (y). Son automticamente exactas: a

1 Ecuaciones diferenciales de orden 1 pero esto es equivalente a decir

Ejemplo y = Separando variables dx 1 + x2 arctan y y = = = dy 1 + y2 arctan x + arctan c xc 1 + cx 1 + y2 1 + x2

Ejercicio: escribir el desarrollo hasta llegar a la forma expuesta(3) .

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.2 Ecuaciones ordinarias de primer orden

Figura 1.8: asintticamente o

que es una ecuacin de variables separadas. Integrando o v2 = Como x (0) = 0

Luego la solucin particular con v = v0 para x = 0 es o v2 =

2gR2 2 + v0 2gR R+x

1 Ecuaciones diferenciales de orden 1

Ley generalizada de snell tiene la expresin o n(x) sin = b

c En un medio homogneo la ecuacin toma la forma v sin(x) = b e o Luego sin(x) = cte v

Ecuaciones diferenciales ordinarias 1.00 (05/13/2002)

1.2 Ecuaciones ordinarias de primer orden

c sin2 2c sin cos d tan dy 2c sin2 d c(1 cos 2)d

Ecuacin separable y fcil o a

Multipliquemos nuestra ecuacin por o M = (2x y); N = (x + 2y)

1 Ecuaciones diferenciales de orden 1

F (x, y) = Integrando tenemos que

reescribiendo la ecuacin o y 1 x x x x dx + dy + xy dx dy = 0 xy + 1 y 2 x 2 y y 2y y 2 x y simplicando xdx = x + x2 dy y