Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Introducci
on y ejemplos.
El estudio de las ecuaciones diferenciales ordinarias (EDOs) y las ecuaciones en derivadas parciales
(EDPs) se ha convertido en una de las especialidades de las matematicas que mas se ha enriquecido y
evolucionado desde su inicio (antes incluso de Newton y Leibniz) hasta la actualidad. Las ecuaciones
diferenciales son una de las herramientas principales para resolver problemas en los que se describen
procesos con una magnitud (masa, poblacion, temperatura, flujo, etc.) presentando cambios con
respecto al tiempo o a la distancia, en el caso de una EDO, o con respecto a ambos, en el caso de
una EDP. As, una ecuacion diferencial modela en general un problema real, simplificado para su
analisis, y la solucion suele ser una funcion (de una o varias variables, seg
un el caso), que permite
describir la evoluci
on del proceso modelado.
AJM
Desde los comienzos hasta practicamente el inicio del siglo XX, el enfasis de la teora estaba
puesto en encontrar metodos analticos para la determinacion de las soluciones de una ecuacion
en una forma explcita (a veces representada mediante integrales, series de potencias, de Fourier,
etc. . . ), lo que condujo a algunas funciones especiales de referencia (error, Bessel, Legendre, . . . )
en terminos de las cuales se poda expresar la solucion de un gran tipo de ecuaciones diferenciales.
Con los estudios de Poincare y su memoria del problema de los tres cuerpos en la mecanica
celeste, en 1890, se abrieron nuevos caminos sin vuelta atras. Por primera vez se utilizaron metodos
geometricos y topologicos, en los que lo importante es la forma de las soluciones, en un sentido
esencialmente distinto al que emplean los metodos analticos. En este contexto, se inicio la teora
cualitativa sobre ecuaciones diferenciales, que ahora se desarrolla en un nuevo marco mas general: el
de los sistemas din
amicos. Los metodos que se empleaban hasta entonces han sido complementados
con otros nuevos, en los que el enfasis ahora se desplaza de la obtencion explcita de soluciones de
ecuaciones diferenciales a la descripcion de la din
amica del sistema modelado por las ecuaciones
(el comportamiento) y al analisis de su estabilidad (hacia donde evoluciona); por supuesto, con
frecuencia las soluciones en este tipo de problemas solo pueden ser aproximadas, en el mejor de los
casos. En este nuevo tratamiento, como se puede imaginar, el desarrollo de la Informatica produjo
y esta produciendo avances espectaculares.
127
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Esta introduccion esta inspirada en los comentarios iniciales del prefacio del texto Ordinary
Differential Equations (referencia [11]), de D. A. Sanchez. El autor, con una amplia experiencia
en la materia, se propone conseguir en su libro (recalca en la introduccion, que no es un libro de
texto) una gua breve y concisa a los conceptos claves. Y en efecto, se refleja el tratamiento de las
ecuaciones diferenciales desde los distintos puntos de vista de una forma clara y amena, incluyendo
sistemas de ecuaciones diferenciales,. . . en 132 paginas!
El objetivo principal de este tema y de los siguientes es la presentaci
on de los fundamentos de
los distintos aspectos de la teora, con una vision que permita seguir luego una ampliacion, si
se esta interesado o se necesita, sin que se echen de menos ideas fundamentales.
Ingeniera Informtica
Clculo Infinitesimal 2
n y ejemplos
Introduccio
129
Ecuaciones funcionales.
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
Por consiguiente, igual que en las ecuaciones algebraicas usuales, en las ecuaciones funcionales
tambien se tiene un problema claro de existencia y unicidad de soluciones; pero ademas, como la
solucion sera entonces una funcion, se a
nade la complicacion de tener que especificar su dominio o
al menos asegurar que esta bien definida en la zona en que se esta especialmente interesado.
Si el conjunto en el que se puede garantizar la existencia de solucion queda reducido a un intervalo
en torno a un punto determinado, entonces se dice que la solucion de la ecuacion F (x, y) = 0 es
una soluci
on es local en el punto considerado.
AJM
y Fy (x0 , y0 ) =
F (x0 , y0 ) 6= 0 .
y
Fx (x0 , y0 )
.
Fy (x0 , y0 )
Obs
ervese que el teorema de la funcion implcita proporciona garantas de existencia y unicidad
de una funcion y = f (x), que es una solucion local de la ecuacion F (x, y) = 0; no obstante, al ser
un teorema de existencia, no se ocupa de como obtenerla.
Por supuesto, en general, la solucion de una ecuacion funcional no se podra determinar de forma
explcita, es decir, no se podra despejar y en la ecuacion F (x, y) = 0; de hecho, ni tan siquiera
se podra precisar la amplitud del intervalo donde esta definida la solucion o, equivalentemente,
determinar un valor maximo del al que se refiere el teorema.
Ingeniera Informtica
Clculo Infinitesimal 2
n y ejemplos
Introduccio
131
Ejemplo 4.1.4
(a) En la Figura 4.1 se muestran dos de los puntos de R2 , A(x1 , y1 ) y B(x2 , y2 ), para los que
expresion x2 + y 2 = 1 define a una funcion implcita y = f (x). En cada caso, se se ha resaltado (en
color verde) un trozo de la grafica de la respectiva funcion y = fi (x), es decir de la circunferencia
unidad, en un intervalo centrado en cada x = xi , i = 1, 2.
AJM
(b) Por otro lado, la ecuacion x2 + y 2 = 1 no define una funcion implcita en ning
un intervalo
2
que este centrado en x = 1, como muestra (en rojo) el hecho de que para F (x, y) = x + y 2 1 se
tengan dos valores, y1 e y2 , que verifican la relacion F (x, y) = 0, para cualquier abscisa x, por muy
proxima que este de x0 = 1.
Fx (x, y)
,
Fy (x, y)
para Fy (x, y) 6= 0.
Ejemplo 4.1.5
La derivada de la funcion y = f (x), definida implcitamente por la ecuacion x2 + y 2 = 1, puede
obtenerse en cada punto (x0 , y0 ), donde pueda aplicarse el teorema, derivando implcitamente:
Ingeniera Informtica
Clculo Infinitesimal 2
2 x + 2 y y0 = 0
2 x0 + 2 y0 y 0 (x0 ) = 0
y 0 (x0 ) =
x0
.
y0
En el caso mas general, el teorema de la funcion implcita se aplica cuando F (X, Y ) = 0, siendo
X de Rn e Y de Rm , y por lo tanto, siendo F una funcion vectorial de Rn+m en Rm .
En efecto, entonces, lo que se tiene es un sistema de m ecuaciones, las m componentes Fj de
la funcion vectorial F , en un n
umero de n + m inc
ognitas, que estan determinadas por las n
componentes xi del vector X y las m componentes yi del vector Y . As, el teorema de la funcion
implcita garantiza que el sistema F (X, Y ) = 0 se puede resolver respecto a las m variables
fundamentales, determinadas por el vector Y = (y1 , y2 , . . . , ym )T , en funcion de los n par
ametros
o variables secundarias que aporta el vector X = (x1 , . . . , yn )T .
En notacion vectorial es mas facil de expresar:
Se puede obtener Y = f (X) en un intervalo del punto X0 para el que F (X0 , Y0 ) = 0, siendo f
una funcion vectorial de Rn en Rm .
Las hipotesis de la versi
on vectorial del teorema exigen tambien ahora que F sea de clase 1
(todas las derivadas parciales respecto a xi y a yi continuas) en un entorno del vector (X0 , Y0 ),
en el cual lo que no debe anularse es el Jacobiano (determinante) de orden m, formado por las
derivadas parciales de las componentes Fj de F respecto de las variables yi , es decir,
Fj (X0 , Y0 )
6= 0,
yi
i,j=1,2,...,m
AJM
Ingeniera Informtica
F (x, y, z) 6= 0 .
z
Clculo Infinitesimal 2
n y ejemplos
Introduccio
133
Fx
.
Fz
Fy
.
Fz
Y ahora un ejemplo que ilustra la definicion implcita de dos funciones de una variables mediante
un sistema de dos ecuaciones en tres variables, dos de las cuales representan las funciones y la
restante a la variable independiente com
un.
Ejemplo 4.1.7
Supongase un sistema de dos ecuaciones con tres incognitas, S = {F1 (x, y, z) = 0, F2 (x, y, z) = 0},
en el que las derivadas parciales de F1 y F2 son continuas y el jacobiano de (F1 , F2 ), respecto de
las variables y, z, verifique
F1
F1
y
z
6= 0 .
(4.1.8)
F2
F2
y
z
AJM
Entonces, las soluciones y = y(x) y z = z(x), que se obtendran de resolver el sistema S, estan
definidas localmente en cada x para el que {F1 (x, y(x), z(x)) = 0, F2 (x, y(x), z(x)) = 0}, aunque no
se puedan hallar de forma explcita.
Ademas, y = y(x) y z = z(x) son funciones derivables en x y sus derivadas, y 0 (x) y z 0 (x), se
pueden obtener resolviendo el sistema compatible determinado
0
0
x F1 + y F1 y + z F1 z = 0,
F2 +
F2 y +
F2 z 0 = 0.
x
y
y
Obs
ervese que la matriz de los coeficientes (de y 0 y z 0 ) es la matriz del jacobiano (4.1.8), por lo
que el teorema de Rouche-Froebenius garantiza que el sistema tendra solucion u
nica.
Estamos ahora en condiciones de definir una ecuacion diferencial ordinaria, que no es mas que
una generalizacion de las ecuaciones de tipo F (x, y) = 0 consideradas hasta este momento.
Ingeniera Informtica
Clculo Infinitesimal 2
dy d2 y
dn y
0 00
(n)
F (x, y, y , y , . . . , y ) = 0
o
F x, y, , 2 , . . . , n = 0 ,
dx dx
dx
donde F es una funcion de n + 2 variables, x denota la variable independiente (con frecuencia se
usa la letra t, de tiempo), e y es una funcion y = y(x) para la que estan definidas sus derivadas
hasta el orden n, que es el mayor ndice de derivabilidad que aparece en la expresion.
2y
ny
(n1) y
d
d
dy
d
(4.1.10)
y (n) = f (x, y, y 0 , y 00 , . . . , y (n1) ) o
= f x, y, , 2 , . . . , (n1) .
dxn
dx dx
dx
AJM
Se dice entonces que la ecuacion diferencial esta definida en forma explcita. Habitualmente, se
consideran ecuaciones que se supone pueden ser representadas en la forma explcita (4.1.10).
Como en cualquier tipo de ecuacion funcional, la solucion de una EDO es una funcion que
verifica la ecuacion diferencial en el dominio considerado:
Una soluci
on de la ecuaci
on diferencial en el intervalo I = (, ) es una funcion y = (x), tal
que 0 , 00 , . . . , (n) , estan definidas en el intervalo, y para cada x I se verifica la identidad
F x, (x), 0 (x), . . . , (n) (x) = 0 o (n) (x) = f x, (x), 0 (x), . . . , (n1) (x) .
La soluci
on general de la ecuaci
on diferencial en el intervalo I es el conjunto de las soluciones.
Observaci
on Importante: De un modo mas general, aunque no seran objeto de estudio en
esta introduccion, se define una ecuacion en derivadas parciales (EDP), como aquella en la que la
incognita es una funcion de varias variables, intervieniendo en la ecuacion las variables, la funcion
y las derivadas parciales de la funcion hasta un cierto orden. Por ejemplo, en las variables x e y, la
ecuacion en derivadas parciales de primer orden vendra definida por una expresion de la forma
z z
F x, y, z,
,
=0,
x y
y ahora la solucion sera una funcion z = (x, y) verificando la EDP en un conjunto de R2 .
Ingeniera Informtica
Clculo Infinitesimal 2
n y ejemplos
Introduccio
135
(4.1.12)
donde el termino independiente b(x), y los coeficientes ai (x), de la funcion incognita y de sus
respectivas derivadas y (i) , son funciones que solo dependen de la variable independiente x.
En el caso de ser b(x) = 0, la ecuacion diferencial lineal se dice homogenea.
AJM
La ecuaci
on diferencial ordinaria de primer orden.
Ya que este tema trata esencialmente de las ecuaciones diferenciales de primer orden, pasamos a
considerar con mas detalle la notacion general en el caso n = 1, volviendo a particularizar las
definiciones hechas anteriormente para la EDO de orden n.
En particular, la ecuaci
on diferencial de primer orden es la que queda determinada por
F (x, y, y 0 ) = 0
La notacion de Leibniz,
F (x, y,
dy
)=0
dx
o y 0 = f (x, y).
dy
= f (x, y),
dx
y la notacion diferencial,
M (x, y) dx + N (x, y) dy = 0,
para f (x, y) =
M (x, y)
,
N (x, y)
Ingeniera Informtica
Clculo Infinitesimal 2
dy
= A(x) y + B(x).
dx
(4.1.13)
dy
= A(x) y.
dx
(2) y 0 + y = 0
(3) y 0 + y = 3x2 2x
(4) y 0 = 3y 2 2y
(5)
2x yy 0 = 0
dy
dx
dy
dx
dy
dx
dy
dx
= 3x2 2x
(3x2 2x)dx dy = 0 .
+y =0
y dx + dy = 0 .
AJM
+ y = 3x2 2x
(y 3x2 + 2x)dx + dy = 0 .
= 3y 2 2y
(3y 2 2y)dx dy = 0 .
2x dx y dy = 0 .
2x y
dy
=0
dx
Obs
ervese que las tres primeras ecuaciones diferenciales del Ejemplo 4.1.14 son lineales, como
las que se estudian en la Seccion 4.2, pero las otras ecuaciones diferenciales no son lineales (por
que?). La EDO del apartado (4) es un ejemplo de ecuacion diferencial aut
onoma, porque la variable
independiente x no aparece de forma explcita en la ecuacion, y con ellas se introduce el metodo
de analisis cualitativo en la Seccion 4.4; ademas, es un caso particular de ecuacion diferencial de
variables separables, como la EDO del apartado (5), que es tambien una EDO de variables separables
sin ser autonoma. Las ecuaciones de variables separables, cuya solucion puede ser obtenida de forma
inmediata en terminos de integrales, seran estudiadas en la Seccion 4.3.
Constantes de integraci
on y curvas integrales. La EDO y 0 = b(x).
Como en cualquier tipo de ecuacion funcional, una ecuacion diferencial de primer orden puede
desde no tener solucion, como la ecuacion |y 0 | + 2 = 0 (por que?), hasta tener una familia infinita
de soluciones; por ejemplo, la ecuacion diferencial y 0 + 2 = 0 tiene por soluciones definidas en
R a todas las funciones yC (x) = 2x + C, donde C es una constante que toma cualquier valor.
Ingeniera Informtica
Clculo Infinitesimal 2
n y ejemplos
Introduccio
137
Por consiguiente, la solucion general de una ecuacion diferencial de primer orden puede aparecer
como una funcion de dos variables, en la forma C (x), o en la mas habitual (x, C), en la que cada
una de las variable desempe
na un papel diferente: x es la variable independiente de las soluciones
particulares que proporcionan los distintos valores de C. Es decir:
Si la solucion general de una ecuacion diferencial ordinaria de primer orden, y 0 = f (x, y), se
puede expresar en la forma = (x, C), entonces cada solucion particular y = (x) se obtiene
considerando un valor concreto de C.
De hecho, el caso general mas simple de ecuacion diferencial y 0 = f (x, y) se tiene cuando
f (x, y) = b(x) es una funcion continua que solo depende de x, y se corresponde precisamente con
un tipo particular de ecuacion lineal. Entonces, seg
un el teorema fundamental del calculo, se tiene:
La solucion general de la ecuacion diferencial lineal y 0 = b(x), siendo b = b(x) una funcion
continua, es el conjunto de primitivas de la funcion b = b(x), parametrizado por una constante C,
y que viene determinado por
Z
(x, C) =
b(x) dx + C .
(4.1.15)
Por analoga con este caso, a los parametros de la solucion general de una ecuacion diferencial se
les llama constantes de integraci
on y a las soluciones particulares curvas integrales. Asimismo, en
la teora de ecuaciones diferenciales, se usa el termino integrar como sinonimo de resolver para
referirse a la obtencion de las soluciones de una ecuacion diferencial.
Ejemplo 4.1.16
AJM
La EDO y 0 = 3x2 2x del Ejemplo 4.1.14 (1) es del tipo y 0 = b(x), y la solucion general es
Z
(x, C) = (3x2 2x) dx + C = x3 x2 + C.
Ingeniera Informtica
Clculo Infinitesimal 2
Por supuesto, debe entenderse en este caso que por cada punto P (x, y) del plano pasa una u
nica
solucion particular o curva integral de la EDO, que se corresponde con un valor concreto de la
constante de integraci
on. La animacion siguiente pretende ilustrar como se produce una sola curva
integral con cada valor de C, y que tales curvas no tienen puntos comunes.
AJM
Observaci
on Importante: N
otese que el problema de resolver y 0 = b(x) es equivalente a hallar
Z
b(x) dx ,
que es el que se estudia en la rama del analisis matematico conocida como C
alculo Integral. Pero
ahora, el calculo integral no es nuestro objeto de estudio. En nuestro caso, el problema consiste
en analizar y resolver ecuaciones diferenciales ordinarias. Y a tal efecto, la ecuacion diferencial
y 0 = b(x) ya esta resuelta:
Ojo!,
b(x) dx + C.
El hecho de que para funciones b = b(x) concretas, su integral no tenga primitiva elemental o que
sea casi elemental, pero no se sepa obtener, o incluso que quien este leyendo estas notas no haya
visto en su vida una primitiva, no altera para nada el resultado de que, a partir de ahora y de
acuerdo con la formula (4.1.15), una EDO lineal del tipo y 0 = b(x) ya no tiene mas misterios en la
teora de ecuaciones diferenciales.
Ingeniera Informtica
Clculo Infinitesimal 2
n y ejemplos
Introduccio
139
Evidentemente, para obtener primitivas que determinen de forma explcita las soluciones de
las correspondientes ecuaciones diferenciales y 0 = b(x), para cada b(x) concreto, se recurre, si es
necesario, a desarrollos en serie de potencias o a utilizar un programa de calculo simb
olico, como
Maple, etc. Por otro lado, si se esta en el caso extremo de no conocer nada del calculo de primitivas
(lo que debera ser imposible cursando Ingeniera Informatica), mejor seguir un curso rapido de
calculo integral, antes de continuar!
No obstante, quiza fuera prudente para todos repasar la teora elemental de integraci
on y
consultar al menos un texto de nivel de secundaria.
Una u
ltima consideracion: as como hoy se usa simplemente una calculadora basica para evaluar
calculos complicados y obtener, por ejemplo, una aproximaci
on razonable de una expresion como
AJM
t0
Por otro lado, igual que se considerara analfabeto funcional a un bachiller que necesitara una
calculadora para evaluar
2 1 2
o 2.3 (7 + 9),
3 2
no se que se debera pensar de un ingeniero informatico que necesitara un programa de calculo
simb
olico para evaluar integrales con una dificultad del tipo
Z
Z x2
Z
Z 3
Z x
1
(3w+1)
we
dw
o
cos(x) ds . . .
dt,
(3x + 1) dx,
(3s + 1) ds,
t0
0
1
0 3t + 1
( Si a
un no es ingeniero, preste atencion a la u
ltima integral: el resultado no es 0 !!)
La determinacion de la solucion particular de una ecuacion diferencial que pasa por un punto
determinado, P (x0 , y0 ), y en el que se precisan en x = x0 los valores necesarios de la solucion y se
sus derivadas, y(x0 ), y 0 (x0 ), y 00 (x0 ), . . . , se refiere usualmente en la literatura como un problema de
valores iniciales. Veamos la notacion basica en el caso de la ecuacion diferencial de primer orden.
Ingeniera Informtica
Clculo Infinitesimal 2
con y(x0 ) = y0 .
La soluci
on de un problema de valores iniciales es entonces el conjunto {} de curvas integrales de
la ecuacion diferencial y 0 = f (x, y), que verifican la condici
on inicial (x0 ) = y0 .
Si el problema de valores iniciales tiene solucion u
nica y se conoce la solucion general (x, C)
de la ecuacion diferencial, la solucion particular buscada, y = (x), se puede obtener hallando el
valor de la constante de integraci
on mediante la resolucion de una ecuacion algebraica en C, que
viene determinada por la condicion inicial (x0 , C) = y0 , en modo analogo a como se determina la
primitiva de una funcion elemental que pasa por un punto P (x0 , y0 ) dado.
Otras veces puede resultar mas comodo obtener directamente la solucion y = (x) del PVI,
mediante una expresion del tipo
Z x
(x) = y0 +
f (s, y(s)) ds,
x0
AJM
Para el problema de valores iniciales determinado por la ecuacion y 0 = 3x2 2x, con la condicion
inicial y(0) = 1, se obtiene la solucion u
nica (x) = x3 x2 + 1, que se muestra en la Figura 4.4.
Ingeniera Informtica
Clculo Infinitesimal 2
n y ejemplos
Introduccio
141
AJM
En su momento se analizaran las condiciones teoricas que garantizan la unicidad de las soluciones
de una ecuacion diferencial; por otro lado, existen ejemplos practicos suficientes que muestran
que experimentos modelados por ecuaciones diferenciales, que debieran conducir a un mismo
resultado, pueden evolucionar de un modo muy diferente.
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Es decir, no entraba dentro de lo plausible, por ejemplo, que hubiera ecuaciones tales que,
evaluando de una manera exacta, y partiendo de puntos muy pr
oximos, las soluciones particulares
obtenidas llegasen a tomar a lo largo del tiempo valores muy distintos; tanto, que al operar de
modo aproximado (que es el u
nico posible), hicieran desde todo punto de vista impredecible el
pronostico a largo plazo de la solucion a cualquier problema que las ecuaciones modelasen. Y,
por supuesto, todo ello debido a la naturaleza misma de las ecuaciones que rigen el problema
y no su modelizacion. . . esto es el caos! Quiero decir, no que estamos desvariando, sino que los
comportamientos de este tipo y los sistemas dinamicos regidos por ecuaciones diferenciales que
pueden presentarlos se entienden mejor ahora y se llaman actualmente sistemas caoticos. Se estudian
y se investigan como una rama mas de las matematicas conocida por sistemas din
amicos o teora
del caos, donde el enfasis se pone, entre otras cosas, en analizar bajo que condiciones las soluciones
distintas de un sistema dinamico evolucionan de forma parecida o de forma muy diferente, partiendo
de puntos que puedan estar infinitamente proximos.
Corolario 2: Hay experimentos cuyo comportamiento impredecible (caotico) depende del propio
experimento y no de la complejidad de su modelado, como puede ser probado precisamente con las
ecuaciones que lo modelan.
Aunque la solucion que obtuvo en principio Poincare para el problema de los tres cuerpos no
era correcta porque eluda precisamente los comportamientos caoticos que estaban presentes en su
solucion general y que todava no se saba como abordar, con la introduccion del an
alisis cualitativo,
los trabajos de Poincare cambiaron en parte la forma de estudiar los problemas relacionados con las
ecuaciones diferenciales no lineales de este tipo, de enorme complejidad. El problema de determinar
como se comportan las soluciones particulares de una ecuacion diferencial cuando se parte de puntos
proximos esta relacionado con la estabilidad de las soluciones de equilibrio de la ecuacion.
Ingeniera Informtica
Clculo Infinitesimal 2
143
4.2.
Uno de los ejemplos mas importantes de ecuacion diferencial es la ecuacion lineal (4.1.12). Como
se ha se
nalado antes, muchas de las aplicaciones practicas pueden ser modeladas con ecuaciones de
este tipo. Y por otro lado, cuando una ecuacion diferencial no es lineal, con frecuencia puede ser
linealizada, es decir, sustituida por una ecuacion diferencial lineal cuya solucion pueda ser localmente
una aproximaci
on razonablemente valida de la solucion de la ecuacion diferencial original. Esta
situacion es extensible a las ecuaciones y sistemas no lineales de orden superior, por lo que la
resolucion de las ecuaciones lineales de cualquier orden resulta una cuestion relevante.
AJM
o y 0 = A(x) y + B(x).
(4.2.1)
La notacion y 0 = A(x) y + B(x) es la usual cuando se considera el caso mas general de sistema
lineal de ecuaciones diferenciales; no obstante, la notacion mas com
un para la EDO lineal de primer
orden es y 0 + a(x) y = b(x). Procuraremos usar ambas notaciones indistintamente para que luego,
al estudiar el sistema lineal, el cambio de notacion no resulte desconcertante. Por otro lado, debido
a su importancia, definimos la ecuacion homogenea asociada:
La EDO lineal homogenea asociada a la EDO lineal completa (4.2.1) es entonces
y 0 + a(x) y = 0
o y 0 = A(x) y.
(4.2.2)
No hay ning
un misterio para la EDO lineal de primer orden: si los elementos a(x) y b(x) que
aparecen en la definicion son funciones continuas, entonces la solucion general se puede expresar
en terminos de integrales que los involucran. Ademas, para cada PVI se puede precisar la unicidad
y el dominio de la solucion particular correspondiente.
Ingeniera Informtica
Clculo Infinitesimal 2
Proposici
on 4.2.3 Si a = a(x) y b = b(x) son funciones continuas en un intervalo I = (, ),
entonces la soluci
on general de la ecuaci
on diferencial lineal y 0 + a(x) y = b(x), en el intervalo I,
queda determinada por la f
ormula
(x, C) = e
a(x) dx
b(x) e
a(x) dx
dx + C .
(4.2.4)
Adem
as, la soluci
on del PVI determinado por una condici
on y(x0 ) = y0 es u
nica y viene dada por
(x) = e
Rx
x0
a(s) ds
Z
y0 +
b(t) e
Rt
x0
a(s) ds
dt .
(4.2.5)
x0
En efecto, en el supuesto de que las expresiones a(x) y b(x) sean funciones continuas en el
intervalo I = (, ), el teorema fundamental del calculo asegura la existencia de las primitivas
Z
Z
a(x) dx y
b(x) e
a(x)dx
dx,
AJM
en el intervalo I; por lo tanto, la expresion (4.2.4) esta bien definida y entonces, derivando
= (x, C) respecto a x y sustituyendo y 0 en la ecuacion diferencial (4.2.1), se puede
comprobar que se verifica la ecuacion diferencial. Por otro lado, se la expresion (4.2.5) determina
obviamente la u
nica solucion particular de la ecuacion diferencial que verifica y(x0 ) = y0 .
NOTA: La soluci
on de Maple para la EDO de primer orden.
Por supuesto, los programas de calculo simb
olico, como Maple o Mathematica, tienen implementadas las expresiones de la solucion de la EDO lineal de primer orden y del PVI correspondiente,
y con ellos se puede acceder a la solucion de forma inmediata (y tambien a las de las ecuaciones
diferenciales lineales resolubles de orden superior que seran estudiadas posteriormente).
En particular, en Maple hay dos modos distintos de expresar la derivada y 0 de una funcion
y = f (x) : utilizando el comando diff, que se usa en la forma diff(y(x),x), o utilizando el
operador funcional derivada D, que se usa en la forma D(y)(x). Cada modo permite expresar
una ecuacion diferencial con sintaxis diferente; no obstante, para resolverla se utiliza un mismo
comando, dsolve, con la ecuacion expresada en cualquiera de las formas posibles.
Por supuesto, aunque se tengan dos formas distintas de expresar la EDO lineal de primer orden
y 0 + a(x) y = b(x), con ambas se obtiene la misma solucion:
> dsolve(diff(y(x),x)+a(x)*y(x)=b(x));
R
Z
R
(
a(x)
dx)
y(x) =
b(x) e
dx + C1 e( a(x) dx)
Ingeniera Informtica
Clculo Infinitesimal 2
145
> dsolve(D(y)(x)+a(x)*y(x)=b(x));
Z
R
R
(
a(x)
dx)
y(x) =
b(x) e
dx + C1 e( a(x) dx)
La solucion que proporciona Maple como salida puede adoptar una simplificacion distinta
seg
un la versi
on del programa que se este utilizando, pero obviamente todas resultan equivalentes.
Es importante resaltar que la constante de integraci
on de la solucion general es denotada por C1,
y cuando hay mas de una aparecen en la forma Cn, donde n indica un n
umero que las diferencia;
ademas, el signo de subrayado que las precede las distingue de otras constantes (aunque no las
haya) que pudieran inicialmente formar parte de la ecuacion diferencial.
Por otro lado, para resolver un problema de valores iniciales se utiliza el mismo comando dsolve.
Maple trata el PVI como si fuese un sistema de ecuaciones diferenciales y se deben encerrar entre
llaves la ecuacion y la condicion inicial, indicando tambien la(s) incognita(s), en modo analogo a
como se hace con el comando solve para resolver sistemas de ecuaciones algebraicas.
Por ejemplo, la solucion al PVI determinado por la ecuacion y 0 +a(x) y = b(x), con la condicion
inicial y(x0 ) = y0 , se obtiene en la forma
> dsolve({D(y)(x)+a(x)*y(x)=b(x),y(x0)=y0},y(x)):
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
El caso particular de la EDO lineal y 0 + a(x) y = b(x), con b(x) = 0, se reduce a una ecuacion
diferencial lineal homogenea. La solucion es inmediata, y se obtiene transformando la ecuacion en
otra ecuacion diferencial del tipo anterior.
La solucion general de la ecuacion diferencial lineal homogenea, y 0 + a(x) y = 0, es
R
(x, C) = C e
A(x) dx
(4.2.6)
En efecto, pongamos y 0 = A(x) y, con A(x) = a(x), para manejar tambien la notacion que se
utiliza en los sistemas de ecuaciones diferenciales; entonces, podemos transformar una ecuacion
diferencial de este tipo en una ecuacion lineal como la considerada en el caso anterior, aplicando
sobre log(|y|) la regla de la cadena. El punto clave es que, suponiendo que y no se anula,
y0
= A(x)
y
d (log(|y|))
= A(x).
dx
R
Entonces, integrando a ambos lados de la ecuacion se tiene log(|y|) = A(x) dx + C, o bien
se puede expresar como
|y| = e
A(x) dx+C
= eC e
A(x) dx
Ingeniera Informtica
Clculo Infinitesimal 2
147
Por supuesto, cada solucion particular de la ecuacion diferencial y 0 + a(x) y = 0 es una funcion
derivable en cualquier intervalo en el que a = a(x) sea una funcion continua y queda determinada de
forma u
nica por un valor de la constante de integraci
on C. Por otro lado, cada solucion particular
puede obtenerse como solucion a un PVI, directamente mediante una integraci
on.
La solucion del problema de valores iniciales determinado por la ecuacion diferencial homogenea
y 0 = A(x) y, con la condicion inicial y(x0 ) = y0 , es
(x) = y0 e
Rx
x0
A(s) ds
Obs
ervese el paralelismo entre los dos tipos de EDO lineal incompleta, y 0 = b(x) e y 0 = A(x) y,
considerados hasta ahora: en ambos casos, la solucion de la ecuacion diferencial se ha obtenido
finalmente de la misma manera, con una integral sobre la expresi
on que aparece en la variable
independiente x; es decir, integrando b(x) o A(x), seg
un el caso. La diferencia estriba solo en que
en la EDO homogenea la integral aparece como exponente de la funcion exponencial y la constante
de integraci
on se suele expresar factorizada:
Ejemplo 4.2.7
y 0 = b(x)
(x, C) =
y 0 = A(x) y
(x, C) = C e
b(x) dx + C
R
Ojo!,
A(x) dx
AJM
Para la EDO lineal homogenea y 0 2xy = 0, integrando en la forma y 0 /y = 2x, y tomando a Rambos
lados la exponencial, o bien utilizando directamente la formula (4.2.6), se llega a y = C e 2x dx .
Por consiguiente, la solucion general es
2
(x, C) = C ex .
El problema de valores iniciales determinado por la ecuacion diferencial, con y(0) = 1, por ejemplo,
2
tiene por solucion a la funcion (x) = ex , que esta definida en R (el mismo dominio que a(x) = x),
y es la u
nica solucion particular de la ecuacion diferencial que pasa por el punto A(0, 1). Por otro
lado, debido a la unicidad de la solucion particular de cada PVI, ninguna otra solucion de la EDO
2
puede cortar a la solucion (x) = ex en alguno de sus puntos (por que?).
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Observaci
on Importante: Sistema lineal homog
eneo.
Rx
x0
A(s) ds
Rx
x0
A(s) ds
(4.2.9)
que se llama matriz fundamental, y cuya columna j-esima esta formadas por la solucion del PVI
determinado por el sistema lineal homogeneo Y 0 = A(x) Y , con la condicion inicial Y (x0 ) = ej ,
siendo ej la respectiva columna j de la matriz identidad de dimension n n.
Ingeniera Informtica
Clculo Infinitesimal 2
149
En el captulo dedicado a los sistemas de ecuaciones diferenciales se estudiara como obtener una
matriz fundamental F (x), en el caso de ser A(x) = A una matriz cuadrada de n
umeros reales, que
es obviamente la versi
on n-dimensional de la ecuacion diferencial lineal homogenea de coeficiente
constante, y 0 = r y, a la que se ha dedicado este epgrafe.
AJM
(4.2.10)
(4.2.11)
donde y = yp (x), que es ahora la incognita a determinar, representa a una cualquiera de las
soluciones particulares de la ecuaci
on ed.
Atenci
on: La funcion desconocida yp indica ahora solo una solucion de la ecuacion completa ed
(que no incluye constante de integraci
on), no la propia soluci
on general (x, C), que contiene a
todas las soluciones particulares y resolvera completamente la EDO.
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
M
etodo de variaci
on de par
ametros.
Considerese la ecuacion diferencial lineal completa ed : y 0 + a(x) y = b(x). Entonces, la solucion de
la ecuacion homogenea asociada
edH : y 0 + a(x) y = 0, de acuerdo con la expresion (4.2.6), viene
R
a(x)
dx ; por lo tanto, la f
dada por H (x, C) = C e
ormula (4.2.4) de la solucion general de la
ecuacion lineal ed se puede poner en la forma
Z
R
a(x) dx
(x, C) = H (x, 1)
b(x) e
dx + C = h v(x, C),
R
donde h = H (x, 1) = e a(x) dx , y v(x, C) es definida por la expresion integral entre parentesis,
que es la que se trata de hallar con el metodo.
El metodo de variaci
on de parametros consiste en considerar como solucion de la ecuacion
0
ed : y + a(x) y = b(x) la expresion y = h (x) v, en la incognita v, donde h es la solucion de la
EDO homogenea asociada edH : y 0 + a(x) y = 0. Entonces, el parametro v = v(x, C) se determina
mediante una nueva ecuacion diferencial del tipo v 0 = (x), que se obtiene al obligar a h (x) v a
verificar la ecuacion ed. En consecuencia, la solucion de la EDO lineal completa se obtiene como
(x, C) = h (x) v(x, C).
Ingeniera Informtica
(4.2.12)
Clculo Infinitesimal 2
151
Z
b(x)
dx + C ,
(4.2.13)
(x, C) = h (x)
h (x)
que es de nuevo la formula (4.2.4), en una forma distinta (a la que se ha llegado sin esfuerzo).
AJM
Z
(x) = h (x) y0 +
x0
b(t)
dt .
h (t)
(4.2.14)
Obs
ervese que, desde el punto de vista practico, no hay que recordar nada para emplear en cada
caso concreto el metodo de variaci
on de parametros y llegar a la solucion (x, C) = h (x) v(x, C).
El algoritmo que resuelve la EDO completa ed : y 0 + a(x) y = b(x) es el siguiente:
a(x) dx .
2. Hallar v = v(x, C), considerando y = h (x) v como solucion de la EDO completa ed.
Ojo!,
Ingeniera Informtica
Clculo Infinitesimal 2
(x, C) = h (x)
(s) ds + C ,
x0
y0 = (x0 , C) = h (x0 )
(s) ds + C = h (x0 ) (0 + C) ,
x0
AJM
x
2
x
(x, C) = e
(3x 2x) e dx + C
Por supuesto, este caso se puede concluir resolviendo la integral, que es elemental, aunque hay que
aplicar el metodo de integraci
on por partes. . . dos veces!
Para dejar indicada la solucion de un PVI determinado por la ecuacion ed, con y(x0 ) = y0 , se
expresa la solucion en la forma
Z x
x
2
s
(x, C) = e
(3s 2s) e ds + C ,
x0
Ingeniera Informtica
Clculo Infinitesimal 2
153
que permite determinar facilmente la constante C apropiada a cada condicion inicial. Por ejemplo,
para y(2) = 7, se tiene x0 = 2; entonces,
7 = (2, C) = e(2) (0 + C)
C = 7e2 .
As, sin tener que calcular ninguna integral, se puede determinar la solucion particular buscada,
Z x
x
2
2
s
(x) = e
7e +
(3s 2s) e ds .
2
(Nota: Lo que hay que hacer para evitar, si es posible, resolver una integral por partes. . . a mano!).
M
etodo del factor integrante.
Una forma habitual de ayudar a resolver la ecuacion lineal completa ed : y 0 + a(x) y = b(x), sin
necesidad de recurrir a la formula (4.2.4), y que suele tener mucha aceptacion (en muchos libros de
texto es el metodo recomendado), es memorizar la funcion
R
(x) = e
a(x) dx
(4.2.16)
AJM
que se llama factor integrante de la ecuacion diferencial ed, porque al multiplicarla por = (x) se
transforma en otra ecuacion diferencial que se sabe resolver y de la cual se puede luego obtener
la solucion de la EDO original.
R
El metodo del factor integrante consiste en multiplicar por la funcion (x) = e a(x) dx en ambos
lados de la ecuacion ed : y 0 + a(x) y = b(x), para transformarla en una nueva EDO que, entonces,
puede ser expresada en la forma resoluble ((x) y)0 = (x) b(x). En consecuencia, a partir del valor
de (x) y, se obtiene directamente la solucion y = (x, C) de la ecuacion diferencial ed.
En efecto, la clave de que la transformacion resulte siempre bien esta en que la derivada de
= (x) verifica la relacion (x) a(x) = 0 (x), como se puede comprobar directamente. Entonces,
el metodo funciona porque se tiene la equivalencia
(y 0 + a y) = b y 0 + a y = b y 0 + 0 y = b (y )0 = b.
La nueva ecuacion (y )0 = b es resoluble por integraci
on directa:
Z
((x) y)0 = (x) b(x) = (x) y = (x) b(x) dx + C .
Por lo tanto, despejando y en la u
ltima igualdad, se obtiene la solucion general de la EDO lineal,
Z
1
(x, C) =
(x) b(x) dx + C ,
(x)
que obviamente, como en cualquier metodo que se aplique, coincidira con la solucion (4.2.13).
Ingeniera Informtica
Clculo Infinitesimal 2
Ojo!,
y 0 + a(x) y = b(x)
1
0
(x)
(x) = e a(x) dx
Obs
ervese queR el factor integrante de la ecuacion ed : y 0 +a(x) y = b(x) no debera ser confundido
con h (x) = e a(x) dx , que es solucion de la EDO homogenea asociada edH : y 0 + a(x) y = 0, y que
se emplea, por ejemplo, en el metodo de variaci
on de parametros. De, hecho notese que se verifica
la relacion h (x) = 1/(x).
AJM
Aunque el metodo recomendado para resolver una EDO lineal completa de primer orden haya
sido el de variaci
on de parametros, como se ha mostrado en el Ejemplo 4.2.15, vamos a ilustrar
como utilizar el factor integrante para resolver la misma ecuacion diferencial.
Ejemplo 4.2.17
Para resolver la EDO lineal ed: y 0 +y = 3x2 2x, sacamos de la manga el factor integrante (4.2.16):
R
(x) = e
a(x) dx
=e
1 dx
= ex .
(e y) = e (3x 2x)
e y=
ex (3x2 2x)dx + C
x
2
x
(x, C) = e
(3x 2x) e dx + C ,
que por supuesto es la solucion que ya se obtuvo en el Ejemplo 4.2.15.
Ingeniera Informtica
Clculo Infinitesimal 2
155
En la practica, para justificar por que se recomienda uno u otro metodo al resolver una ecuacion
diferencial lineal completa a mano, se puede reflexionar en el sentido siguiente:
Por supuesto, aparentemente es mas facil y comodo emplear el metodo del factor integrante;
sobre todo si, como se hace habitualmente, se calcula y se utiliza directamente en la implicaci
on
R
(y 0 +a y = b) ( y)0 = b, para llegar r
apidamente a la solucion de la EDO, y = 1 ( b+C).
Obs
ervese que, en tal caso, si se hubiese calculado mal el factor integrante , entonces se llegara
N
a una solucion erronea porque no se detectara que se ha cometido un error en el calculo de .
Ojo!, X
As, como medida de precaucion y para evitar errores con este metodo, se debera comprobar la
equivalencia y 0 + 0 y (y)0 , con el valor obtenido de , salvo que se compruebe posteriormente
que la solucion obtenida verifica la ecuacion diferencial (lo que es siempre una medida saludable
con cualquier metodo para evitar errores involuntarios).
Por otro lado, con el metodo de variaci
on de parametros se llega obviamente al mismo resultado,
y casi en el mismo tiempo (y el metodo avisa si se cometen determinados errores); ademas, cada
vez que se utiliza el metodo de variaci
on de parametros se refuerza el conocimiento de la estructura
de la solucion que lleva implcito: la solucion de la EDO lineal completa se obtiene a partir de la
solucion de la EDO homogenea asociada. Al hecho de que no hay que recordar formula alguna, la
observaci
on siguiente justificara por s sola por que debera ser considerado el metodo de variacion
de parametros, antes que memorizar la formula (4.2.16) del factor integrante.
AJM
Observaci
on Importante: Sistema lineal completo.
Aunque las integrales involucradas en los dos metodos empleados hasta ahora para resolver la EDO
completa han resultado ser las mismas, la filosofa es distinta y solo en uno de los dos casos se
puede generalizar. En efecto, en el caso de un PVI matricial,
y 0 = A(x) Y + B(x),
con Y (x0 ) = Y0 ,
no funciona el truco del factor integrante, pero se puede emplear el metodo de variaci
on de par
ametros del mismo modo que en el caso unidimensional, partiendo de la matriz fundamental (4.2.9).
De hecho, si se considera la matriz fundamental
F (x) = e
Rx
x0
A(s) ds
, soluci
on de Y 0 = A(x) Y, con Y (x0 ) = I,
donde Y (x0 ) = I es una abreviatura matricial de las n condiciones iniciales vectoriales que se
deducen de la matriz identidad I (una con cada columna), entonces la solucion que se obtiene para
el PVI que determina un sistema lineal completo, con la condicion Y (x0 ) = Y0 , es la misma que la
solucion (4.2.14) obtenida con el metodo de variaci
on de parametros en el caso unidimensional:
Z x
1
(x) = F (x) Y0 +
F (t) b(t) dt ,
x0
donde ahora 1
F (x) es la matriz inversa de la matriz fundamental F (x). Y por otro lado, si se
considera un vector constante C = (C1 , C2 , . . . , Cn )T , la solucion general del sistema lineal, en un
analogo a la solucion (4.2.13) del caso unidimensional, es
Z x
1
(x, C) = F (x)
F (t) b(t) dt + C .
(4.2.18)
x0
Ingeniera Informtica
Clculo Infinitesimal 2
Rx
a(s) ds
Por supuesto, cuando se dispone de un ordenador, con un buen programa de calculo simb
olico o
numerico, las consideraciones anteriores no cuentan, ya que la solucion de una EDO lineal se obtiene
directamente; pero incluso entonces, aunque la solucion vaya a ser obtenida con una maquina,
siempre sera preferible conservar, a modo de cultura general cientfica b
asica, un conocimiento
sobre la estructura de las soluciones de una EDO lineal que sobre la existencia de un truco que
las resuelve y que seguro ya se ha olvidado.
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
157
Proposici
on 4.2.19 La soluci
on general (x, C) de una EDO lineal ed : y 0 + a(x) y = b(x) es
la suma de la soluci
on general de la ecuaci
on homogenea asociada, H (x, C), y de una soluci
on
particular de la ecuaci
on completa, que denotaremos por yp (x).
En efecto, poniendo la formula (4.2.4) de la solucion (x, C) de la EDO lineal ed en la forma
Z
R
R
R
a(x) dx
a(x) dx
(x, C) = e
C +e
b(x) e a(x) dx dx,
(4.2.20)
los dos sumandos que aparecen en la descomposicion (4.2.20) resultan ser:
H (x, C) = C e
a(x) dx
AJM
Obs
ervese que la constante de integraci
on C, que tiene que aparecer en la solucion general (x, C)
de la EDO completa ed, se ha incluido en el sumando correspondiente a la solucion de la ecuacion
homogenea asociada, H (x, C), por lo que para determinar completamente la solucion general de
la ecuacion diferencial ed se puede tomar como y = yp (x) cualquiera de sus soluciones particulares.
Es decir, denotando por sol(eq) al conjunto de las soluciones de una ecuacion diferencial ed, el
resultado de la Proposicion 4.2.19 se puede expresar esquematicamente:
Ojo!,
En el caso matricial, si se admite la expresion (4.2.18) para la solucion del sistema lineal, se
puede comprobar la misma descomposicion que en la EDO de primer orden. Posteriormente se
ver
a tambien que una EDO lineal de orden superior (4.1.12) se puede transformar en un sistema
lineal equivalente; por lo tanto, la descomposicion (x, C) = H (x, C) + yp (x) se vuelve todava
mas general, al ser valida en las ecuaciones diferenciales lineales de cualquier orden.
As, si por alg
un procedimiento se conoce una solucion particular y = yp (x) de una ecuacion
diferencial lineal completa ed, de cualquier orden, entonces se tiene la solucion general, sol(ed),
con solo resolver la ecuacion homogenea asociada, edH . De hecho, vamos a describir a continuacion
un metodo muy pr
actico para hallar una solucion particular de un tipo concreto de EDO lineal,
que figura entre los pocos casos de ecuaciones resolubles. Incluso en el caso de la EDO lineal de
primer orden, el metodo facilita tanto la obtencion de la solucion que, cuando se puede aplicar, es
el metodo que debera ser empleado.
Ingeniera Informtica
Clculo Infinitesimal 2
M
etodo de los coeficientes indeterminados.
Aunque en las ecuaciones diferenciales de orden superior pueden aparecer algunas complicaciones
tecnicas (que seran consideradas en su momento), la descripcion del metodo de los coeficientes
indeterminados y la forma de emplearlo es la misma que en la EDO lineal de primer orden. Por
consiguiente, vamos a presentarlo en la forma mas facil, para que luego, al aplicarlo en las ecuaciones
de mayor orden, solo se reduzca todo a subrayar las peque
nas diferencias.
Conviene enfatizar desde el principio en que tanto con una ecuacion diferencial lineal de primer
orden como con una EDO lineal de orden superior ed, el metodo de los coeficientes indeterminados
s
olo se puede utilizar si la ecuacion homogenea asociada edH es de coeficientes constantes. Es decir,
la EDO lineal de orden superior (4.1.12) puede adoptar la forma
ed : y (n) + a1 y (n1) + + an1 y 0 + an y = b(x),
con cada ai R .
Afortunadamente, el rango de ecuaciones diferenciales en los que se puede aplicar el metodo de los
coeficientes indeterminados es lo suficientemente amplio de cara a las aplicaciones como para que
valga la pena su descripcion.
El metodo funciona con algunas expresiones de b(x), independientemente del orden n de la
ecuacion diferencial lineal ed, y consiste en la elaboracion de un resumen estructurado de casos en
los que puede pronosticar facilmente una solucion particular yp del mismo tipo que el termino
independiente b(x), pero dejando algunas constantes para determinar posteriormente, y de ah el
nombre por el que se conoce el metodo.
AJM
N (2)
X
Ojo!,
Peor a
un es el pronostico erroneo en el que resulta un sistema algebraico incompatible, ya que
entonces no obtendra ninguna solucion particular yp , y todo el trabajo realizado habra sido
en vano, teniendo que pronosticar la solucion (mejor) otra vez. . .
Por supuesto, para resolver completamente la EDO lineal completa no basta con obtener la solucion
particular yp , ya que tambien es necesario conocer la solucion de la EDO lineal homogenea de coeficientes constantes. Este problema sera resuelto en el proximo tema para las ecuaciones diferenciales
lineales homogeneas de coeficientes constantes de orden n 2.
Evidentemente, en el caso de la EDO de primer orden, ed : y 0 +a y = b(x), la ecuacion homogenea
asociada es la EDO autonoma y 0 + a y = 0, de solucion ya conocida, por lo que podemos limitarnos
solo a la obtencion de la solucion particular de ed.
Ingeniera Informtica
Clculo Infinitesimal 2
159
con a R.
Ojo!,
con r = a.
Obs
ervese que el valor de r de la expresion erx en la solucion de la EDO homogenea y 0 +a y = 0 es
la solucion de la ecuacion algebraica r + a = 0, que es llamada ecuaci
on caracterstica de la EDO.
Para la EDO lineal homogenea de coeficientes contantes y orden superior, la ecuacion caracterstica
sera la clave de la solucion. Veamos entonces los casos en los que el termino independiente b(x)
permitira pronosticar la solucion particular yp , aclarando en cada uno de ellos, con ecuaciones
diferenciales de primer orden, como se determinan las constantes.
Caso 1: El t
ermino b(x) es un polinomio p(x).
Entonces, es facil probar que la EDO lineal tiene una solucion particular yp (x) del mismo tipo que
b(x), es decir yp (x) = q(x), siendo q(x) un polinomio con el mismo grado de p(x).
En efecto, la prueba consiste en considerar un polinomio generico q(x) con constantes arbitrarias
para sus coeficientes e imponer que yp (x) = q(x) sea solucion de la ecuacion diferencial; entonces,
se puede comprobar (sustituyendo yp e yp0 en la EDO) que se obtiene un sistema algebraico en
las constantes que resulta compatible y permite determinarlas, en modo analogo a como se hace
en el ejemplo siguiente.
AJM
Ejemplo 4.2.21
Vamos a ilustrar el metodo con la ecuacion diferencial ed : y 0 + y = 3x2 2x, que se ha resuelto
ya en el Ejemplo 4.2.15 (utilizando el metodo de variaci
on de parametros) y en el Ejemplo 4.2.17
(utilizando un factor integrante). Por supuesto, la solucion de la ecuacion ed ser
a
(x, C) = H (x, C) + yp (x),
donde H (x, C) = C ex ,
y solo hay que hallar la solucion particular y = yp (c). El termino independiente es un polinomio de
segundo grado, b(x) = ax2 + bx + c (donde a = 3, b = 2 y c = 0), y el metodo de los coeficientes
indeterminados permite conjeturar una solucion particular de la forma yp (x) = Ax2 + Bx + C.
Entonces, sustituyendo en la ecuacion ed las expresiones yp (x) e yp0 (x) = 2Ax + B, se llega a
Ax2 + (2A + B) x + B + C = 3x2 2x .
Por u
ltimo, identificando los coeficientes de los polinomios a ambos lados de la igualdad anterior,
por ejemplo, se tiene el sistema que permite obtener los valores que determinan las constantes:
A
=
3
2A + B = 2
= A = 3, B = 8, C = 8 = yp (x) = 3x2 8x + 8.
B+C =
0
Por lo tanto, teniendo en cuenta que (x, C) = H (x, C) + yp (x), la solucion general de la EDO es
(x, C) = C ex + 3x2 8x + 8.
Ingeniera Informtica
Clculo Infinitesimal 2
Caso 2: El t
ermino b(x) es de la forma a ex , a sen(x)
o b cos(x).
Entonces, seg
un la forma que tenga el termino independiente, podemos diferenciar dos posibilidades:
(2.a) Si el termino independiente es b(x) = a ex , es facil probar que yp (x) = A ex para 6= r.
Cuando = r, entonces hay que retocar yp multiplicando por x, para tener yp (x) = A x erx
y evitar cancelaciones de terminos significativos que conducen a una ecuacion algebraica sin
soluci
on. En cualquier caso, solo hay que hallar un coeficiente indeterminado A.
En efecto, si erroneamente se toma como solucion particular yp (x) = A ex , esta es ya
una solucion de la EDO homogenea asociada, ed H , cualquiera que sea el valor de A; por
tanto, la expresion yp0 (x) = ryp (x)+b(x) se convierte en 0 = b(x), que resulta incompatible.
(2.b) Si b(x) = a sen(x), b(x) = b cos(x) o incluso b(x) = a sen(x) + b cos(x), tambien es inmediato probar que, en cualquiera de las situaciones indicadas, se tiene una solucion particular
del tipo yp (x) = A sen(x)+B cos(x), donde A y B son constantes que quedan determinadas
al sustituir yp e yp0 en la EDO. Es decir, dos coeficientes indeterminados por un sumando
de tipo seno o de tipo coseno (o una suma de ambos, si tienen el mismo ).
AJM
Ejemplo 4.2.22
Las ecuaciones ed1 : y 0 2y = 3 e2x y ed2 : y 0 2y = 17 cos(3x) tienen la misma solucion general
(x, C) = C e2x + yp (x),
en la que yp (x) es diferente en cada caso y se pueden obtener del modo siguiente:
(a) Para la ecuacion diferencial ed1 , con b(x) = 3 e2x , se puede determinar el coeficiente A de
una solucion particular de la forma yp (x) = A x e2x .
En efecto,
y0
y = A x e2x
A e2x
2A x e2x
ysol(ed1 )
A e2x = 3 e2x
A = 3.
Obs
ervese que al ser y = A e2x solucion de la EDO homogenea asociada, y 0 = 2y, se ha necesitado
multiplicar por x la expresion A e2x , que sera el pronostico de solucion particular yp para la EDO,
si hubiera sido b(x) = a erx , con cualquier r 6= 2.
(b) Para la ecuacion ed2 , con b(x) = 17 cos(3x), se pueden determinar los coeficientes A y B de
una solucion particular de la forma yp (x) = A sen(3x) + B cos(3x), en modo analogo.
Ingeniera Informtica
Clculo Infinitesimal 2
y = A sen(3x) + B cos(3x)
y 0 = 3A cos(3x) 3B sen(3x)
=
ysol(ed2 )
161
3A 2B = 0
3B 2A = 17
)
=
A=
51
34
,B= .
13
13
Caso 3: El t
ermino b(x) es un producto de expresiones de los tipos anteriores.
Entonces, el termino independiente de la EDO lineal es de la forma
b(x) = p(x) ex ,
donde p(x) es un polinomio y y son constantes. Y tambien resulta facil probar (aunque sea
una lata. . . ) que, si r 6= , se obtiene respectivamente una solucion del tipo
yp (x) = q(x) ex
donde q(x), q1 (x) y q2 (x) son polinomios del mismo grado que p(x). Por supuesto, si = r, la
solucion particular es la misma, pero multiplicada por x, por el mismo motivo que en el caso
(2.a). Por tanto, se tienen tantos coeficientes indeterminados como tenga q(x), si no hay termino
trigonometrico en b(x), o el doble de ellos en el peor de los casos posible.
Ejemplo 4.2.23
AJM
La ecuacion ed : y 0 2y = (3x2 2x) e2x cos(3x), como las del Ejemplo 4.2.22 , tiene por solucion
general (x, C) = C e2x + yp (x), donde la solucion particular es de la forma
Caso 4: El t
ermino b(x) es una suma de expresiones de los tipos anteriores.
Entonces, para pronosticar la solucion particular yp (x) se usa el principio de superposici
on, que
establece que la solucion particular sera la suma de las que habra que considerar por separado
para cada sumando del termino independiente. Obviamente, este es el caso mas general y tambien
es valido para las ecuaciones diferenciales lineales de orden superior, como se ver
a posteriormente.
En efecto, en su forma mas simple, si se suponen y1 e y2 soluciones particulares de las respectivas
ecuaciones diferenciales lineales y 0 + a(x) y = b1 (x) e y 0 + a(x) y = b1 (x), entonces la linealidad
de la derivada hace que
(y1 + y2 )0 + a(x) (y1 + y2 ) = (y10 + a(x) y1 ) + (y20 + a(x) y2 ) = b1 (x) + b2 (x),
que prueba que y1 + y2 es una solucion particular de y 0 + a(x) y = b1 (x) + b2 (x).
Ingeniera Informtica
Clculo Infinitesimal 2
Obs
ervese que con el metodo de los coeficientes indeterminados se manifiesta desde un principio
que la EDO se sabe resolver y que solo queda el penoso inconveniente de tener que determinar
las constantes. De hecho, una vez que se ha pronosticado bien la solucion y = yp (x), solo se pueden
cometer errores al resolver descuidadamente el sistema de ecuaciones algebraicas que resulta para
determinar las constantes.
Por otro lado, en todos los casos en los que el metodo de los coeficientes indeterminados se
emplea, la funcion y = b(x) es continua en R (y por supuesto, a(x) = r tambien es continua),
luego cada PVI tiene solucion u
nica definida en todos los n
umeros reales.
Ejemplo 4.2.25
AJM
La ecuacion y 0 + y = 3x2 2x, resuelta en el Ejemplo 4.2.21, tiene por solucion general
(x, C) = Cex + 3x2 8x + 8.
Algunas curvas integrales pueden verse en la Figura 4.5 (a). Por supuesto, dos curvas integrales no
pueden pasar por un mismo punto, aunque el escalamiento y la resolucion grafica haga parecer lo
contrario, como muestra el detalle ampliado en la parte (b) de la figura.
Ingeniera Informtica
Clculo Infinitesimal 2
163
Observaci
on Importante: Es conveniente volver a resaltar que, aunque la EDO homogenea
asociada a una EDO lineal sea de coeficiente constante, el metodo de los coeficientes indeterminados
descrito no se puede utilizar, en casos como
b(x) = log(x),
b(x) =
1
,
sen(x)
b(x) = tan(x),
b(x) =
1
,
x
etc.
Entonces, para una EDO lineal de primer orden debe recurrirse a la formula de la solucion o
mejor a otro metodo mas general, como el de variaci
on de parametros. No obstante, cuando se
puede aplicar, el metodo de los coeficientes indeterminados suele ser casi siempre el mas rapido y
comodo, y por lo tanto es el que se debera usar (cuando no se dispone de ordenador), como se ha
podido comprobar en los ejemplos anteriores.
Por otro lado, con las ecuaciones diferenciales lineales de orden superior, el metodo de los coeficientes indeterminados utiliza los mismos tipos para b(x) y el pronostico de la solucion particular yp
es esencialmente el mismo que en la EDO de primer orden; por lo tanto, solo habra que considerar
peque
nas modificaciones. As que conviene aprender a pronosticar soluciones particulares ahora, en
su forma mas simple, para tomar confianza en las ecuaciones diferenciales lineales de orden superior.
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
H (x, C) = C e
x dx
= Ce
x2
2
Z
w(x) =
x2
2
b(t) e
(1 + w(x)) ,
2
t2
dt = 2
t2
e 2 dt,
(4.2.27)
en la que aparece una integral para la que no hay una primitiva elemental. De hecho, si se quiere
obtener una formula explcita para w(x), se puede integrar el desarrollo en serie de potencias de la
2
funcion g(t) = et /2 , que es analtica en t = 0, y proporciona una serie de potencias de radio de
convergencia infinito.
El tipo de problema que surge en el Ejemplo 4.2.26 fue el que origino en su momento una
importante cantidad de funciones de referencia o especiales, usualmente obtenidas como soluciones
de ecuaciones diferenciales tan simples como la del ejemplo, cuyas propiedades se estudiaban en
profundidad y sus valores eran tabulados, de modo que eran tan conocidas que casi se consideraban elementales. Entonces, las funciones mas importantes o que mas aparecan en los problemas
habituales se usaban para expresar las soluciones del mismo tipo en otras ecuaciones diferenciales
mas complejas. Y eso tambien lo tienen implementado hoy los programas de calculo simb
olico mas
habituales. As, el valor para la integral (4.2.27) que proporciona Maple, por ejemplo, es
!
Z
x2
2x
.
2 e 2 dx = 2 erf
2
AJM
2
Z x
2
x3
2
x5
x7
2
erf(x) =
et dt =
x
+
.
3
5 2! 7 3!
0
Obviamente, a partir del desarrollo en serie de potencias en el origen (de radio de convergencia ),
para cada x se puede obtener una excelente aproximaci
on del valor erf(x) con un buen programa
de calculo numerico; o con uno de calculo simb
olico, ya que en estos u
ltimos, ademas de responder
simb
olicamente a sus propiedades o permitir aproximar su grafica, que se muestra en la Figura 4.6,
la funcion error suele estar tambien implementada mediante. . . metodos numericos!
As que una alternativa a los desarrollos en serie es aplicar directamente alg
un metodo numerico
especfico de resolucion de problemas de valores iniciales (como el de Euler o los de tipo RungeKutta, que seran analizados posteriormente), que proporciona una tabla de valores aproximados
de la solucion del PVI. Entonces, suele ser habitual representar la solucion como una funcion
Ingeniera Informtica
Clculo Infinitesimal 2
165
interpoladora de un cierto tipo, que permita aproximar otros valores de la solucion a partir de
los que componen la tabla sin tener que aplicar de nuevo el metodo numerico de resolucion de
ecuaciones diferenciales.
Otra opcion razonable, si solo se esta interesado en alg
un valor concreto de la solucion, sera la
de evaluar numericamente las integrales involucradas (por ejemplo, con la regla del trapecio, o la
de Simpson,. . . ), que al fin y al cabo no son mas que casos particulares de metodos numericos de
resolucion de ecuaciones diferenciales.
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
Z x
Rt
R
a(s) ds
xx a(s) ds
x
dt ,
y0 +
b(t) e 0
(x) = e 0
x0
y utilizando las propiedades de las funciones analticas en la expresion de la solucion del PVI (la
integral y la exponencial de funciones analticas son tambien funciones analticas que conservan el
radio de convergencia, y la suma y el producto de funciones analticas tambien originan funciones
analticas que, ademas, mantienen al menos el menor de los radios de convergencia, r1 y r2 ), se
tiene que y = (x) es una funcion analtica y que el radio de convergencia de la serie queda
garantizado al mnimo de los radios de a(x) y b(x).
AJM
Obtenci
on del desarrollo en serie de la soluci
on.
Por supuesto, no es necesario P
utilizar formula alguna para determinar los coeficientes del desarrollo
en serie de potencias (x) = an (x x0 )n de la solucion y = (x) del PVI.
En efecto, poniendo a0 = (x0 ) = y(x0 ) = y0 , los coeficientes an del desarrollo en serie se
pueden obtener de dos formas distintas:
(n)
(1) Utilizando la expresion an = n!(x0 ) para el desarrollo de Taylor, y calculando las derivadas
respectivas (n) (x0 ) secuencialmente, a partir de la ecuacion diferencial, en la forma
y 0 = b(x) a(x) y
000 (x0 ) = b00 (x0 ) a00 (x0 )(x0 ) 2a0 (x0 )(x0 )0 a(x0 )(x0 )00 ,
..
.
Ingeniera Informtica
Clculo Infinitesimal 2
167
Obs
ervese que el procedimiento empleado es en realidad una nueva demostracion constructiva
de la Proposicion 4.2.29, para la EDO lineal de primer orden, ya que el proceso puede continuarse
indefinidamente al ser a(x) y b(x) analticas.
Desde el punto de vista practico, cuando se opera a mano, es mejor y mas comodo obtener
los coeficientes an del desarrollo en el modo siguiente:
P
(2) Se considera el desarrollo en serie de potencias de la solucion (x) = an (x x0 )n , en forma
simb
olica, donde solo se conoce previamente el coeficiente a0 = y(x0 ) = y0 , y se determinan luego
los restantes coeficientes an en modo recurrente, sustituyendo los desarrollos genericos
(x) =
an (x x0 )n
y 0 (x) =
n=0
n an (x x0 )n1
n=1
en la ecuacion y 0 + a(x)y = b(x), y haciendo uso de la unicidad del desarrollo de la solucion, para
identificar los coeficientes de la serie resultante de simplificar
n an (x x0 )n1 + a(x)
n=1
an (x x0 )n = b(x).
n=0
Obs
ervese ademas, que si no se especifica el valor inicial, se obtiene el desarrollo en serie de la
solucion general de la EDO, ya que equivale a considerar como constante de integraci
on C = y(x0 ).
AJM
Un ejemplo de aplicacion del metodo se analizo en el marco de las aplicaciones de las series de
potencias (Ejemplo 2.4.4), donde se exclua la cuestion previa del analisis de si el origen (elegido para
obtener el desarrollo en serie de potencias de la solucion) era o no un punto ordinario. Repetimos
ahora el ejemplo, pero determinando previamente que el origen es un punto ordinario.
Ejemplo 4.2.30
Para la EDO y 0 + y = 0, tanto a(x) = 1 como b(x) = 0 son funciones analticas en R, luego todo
x0 R es un punto ordinario en el que se puede obtener el desarrollo en serie de la solucion al PVI
que determina la EDO con una condicion y(x0 ) = y0 .
En particular,
considerando el punto x0 = 0, y con la condicion inicial y(0) = 1, se toma la serie
P
n
y = an x , y sustituyendo formalmente en la ecuacion y 0 + y = 0 las expresiones
y = a0 + a1 x + a2 x2 + a3 x3 +
y 0 = a1 + 2a2 x + 3a3 x2 + ,
se obtiene
(a0 + a1 x + a2 x2 + a3 x3 + ) + (a1 + 2a2 x + 3a3 x2 + ) = 0,
equivalente a
(a0 + a1 ) + (a1 + 2a2 )x + (a2 + 3a3 )x2 + (an1 + nan )xn1 + = 0.
Entonces,
de la funcion nula implica la nulidad de los coeficientes de la
P la unicidad del desarrollo
n
serie (an + (n + 1)an+1 )x . Por consiguiente, los coeficientes an buscados verifican la recurrencia
an1 + n an = 0,
Ingeniera Informtica
con a0 = y(0) = 1.
Clculo Infinitesimal 2
a2 =
a1
1
= ,
2
2
a3 =
a2
1
=
,
3
32
,...,
an =
an1
(1)n
=
n
n!
X
(1)n
0
n!
xn .
Obs
ervese que si se hubiera dejado generico el valor y(0) en el Ejemplo 4.2.30 anterior, se habra
obtenido la solucion general de la EDO y 0 + y = 0 en la forma
(x, C) = C e
= a0
X
(1)n
0
n!
xn
AJM
> dsolve({D(y)(x)+y(x)=0,y(0)=1},y(x),series);
1 4
1
x 120
x5 + O(x6 )
y(x) = 1 x + 21 x2 16 x3 + 24
En otros casos, en los que aparecen soluciones del mismo tipo, como se ha comentado en la
introduccion a esta seccion, con frecuencia se toma una solucion como referencia y se tabula para
que su aproximaci
on numerica se pueda trasladar con el grado de precision que se requiera a
otras ecuaciones diferenciales cuyas soluciones se puedan expresar en terminos de las de referencia,
en modo analogo a como la solucion del Ejemplo 4.2.26 se expresa a partir de la funcion error,
y = erf(x). Actualmente, en los programas de calculo simb
olico se implementan las funciones mas
conocidas (funcion error, funciones de Airy, de Bessel, . . . ) ademas de sus propiedades, de modo
que se pueden derivar, integrar, etcetera, como las funciones, sen x, arc tg x, ex , log x,. . . , a las que
estamos mas habituados, pero que tambien se definen formalmente y se aproximan a partir de sus
desarrollos en series de potencias.
Ingeniera Informtica
Clculo Infinitesimal 2
169
an (x x0 )n+s ,
(4.2.31)
n=0
que ya no es una serie de potencias (salvo en el caso particular de que s resultase un entero positivo).
La notacion usual es decir que x = x0 es un punto singular regular de la EDO lineal homogenea y
que la serie (4.2.31) es una serie de Frobenius.
En el caso de la EDO lineal homogenea de primer orden y 0 + a(x) y = 0 el procedimiento,
conocido como metodo de Frobenius, no tiene mucho sentido, pero es muy facil obtener el resultado
principal y, ademas, el proceso es analogo en las ecuaciones diferenciales lineales de orden superior,
como se ver
a en su momento, por lo que puede ser ilustrado con una menor complejidad.
Proposici
on 4.2.32 Si x = x0 es un punto singular de la ecuaci
on diferencial lineal homogenea
0
(x x0 ) y + (x) y = 0, siendo (x) una funci
on analtica en x = x0 , se dice que x = x0 es un
punto singular regular de la ecuaci
on; entonces, la soluci
on general de la EDO est
a bien definida
para x > x0 , al menos en el intervalo (x0 , r), siendo r el radio de convergencia del desarrollo en
serie de potencias de (x), y es de la forma (x, C) = C (x), siendo
X
s
s+1
s+2
s
n
(x) = (x x0 ) + a1 (x x0 )
+ a2 (x x0 )
+ = (x x0 ) 1 +
an (x x0 ) ,
AJM
n=1
donde s es un n
umero real y la serie
an (x x0 )n (la parte analtica de la soluci
on) tiene al
menos el mismo radio de convergencia que el desarrollo en serie de potencias de (x) en x = x0 .
En efecto, tomando por comodidad x0 = 0, supongamos (x) = 0 + 1 x + 2 x2 , de
radio de convergencia r. Entonces, puesta la EDO en la forma y 0 + (x)
on (x)
x y = 0, la funci
x
es continua para para x > 0, al menos en el intervalo (0, r), por lo que la solucion general que se
obtiene en el intervalo es
R
R 0
R
2
2 x +
0 +1 x+
dx
x
x dx (1 + 2 x + ) dx
(x, C) = C e
= Ce
e
.
(4.2.33)
Por lo tanto, en la expresion (4.2.33) de la solucion (x, C) se puede distinguir el producto de
una parte, no necesariamente analtica en x0 = 0, pero que se puede determinar:
R
x0 dx
0 log x
log x0
e
= e
= e
= x0 = xs ,
donde se ha puesto por comodidad s = 0 ; y otra parte que s es analtica en x0 = 0, y que se
puede expresar como el desarrollo en serie de una exponencial con radio de convergencia r,
R
X
(1 + 2 x + ) dx
e
= 1+
an xn ,
n=1
Ingeniera Informtica
Clculo Infinitesimal 2
X
s
n
(x, C) = C x 1 +
an x .
(4.2.34)
n=1
X
s
n
(x, C) = C (x) 1 +
an (x) .
n=1
Obs
ervese que si la ecuacion diferencial (x x0 ) y 0 + (x) y = 0 viene expresada en la forma
habitual, y 0 + a(x) y = 0, entonces, para que x = x0 sea un punto singular regular de la EDO,
la funcion que debe ser analtica es
(x) = (x x0 ) a(x).
Obtenci
on del desarrollo en serie de Frobenius de la soluci
on.
Una vez identificado el punto x = x0 de una EDO lineal homogenea y 0 + a(x), y = 0 como punto
singular regular, verificando que (x) = (x x0 ) a(x) es una funcion analtica en x = x0 , para
obtener la solucion se suele hacer una traslacion al origen, considerando la nueva variable xx0 , para
luego deshacer el cambio (como siempre, con las series de potencias), y operar as mas comodamente.
Ojo!,
AJM
Ejemplo 4.2.35
Considerese la ecuacion diferencial ed : 2xy 0 (1 + 2x) y = 0, para x > 0. Vamos a analizar la
existencia de soluciones analticas o soluciones que admitan un desarrollo en serie de Frobenius.
Puesta la EDO en la forma y 0 + a(x) y = 0, se tiene que
a(x) =
Ingeniera Informtica
1 + 2x
2x
Clculo Infinitesimal 2
171
se obtiene
2x(sxs1 + (1 + s)a1 xs + (2 + s)a2 x1+s + ) (1 + 2x)(xs + a1 x1+s + a2 x2+s + ) = 0,
AJM
a1 x1+s
a2 x2+s +
2 x1+s
2a1 x2+s +
= 0.
equivalente a
(2s 1)xs + (2(1 + s)a1 a1 2)x1+s + (2(2 + s)a2 a2 2a1 )x2+s
+ + (2(n + s)an an 2an1 )xn+s + = 0
(4.2.36)
Obs
ervese que para que la igualdad (4.2.36) se verifique, el coeficiente de xs tiene que ser nulo;
por lo tanto, implica la ecuacion algebraica 2s 1 = 0, que determina el valor de s.
Entonces, sustituyendo el valor s = 1/2 en la igualdad (4.2.36), se obtiene
1
x 2 (2a1 2)x1 + (4a2 2a1 )x2 + + (2nan 2an1 )xn + = 0.
La
de la funcion nula implica la nulidad de los coeficientes de la serie
P unicidad del desarrollo
(2nan 2an1 )xn . Por consiguiente, los coeficientes an buscados verifican la recurrencia
n an an1 = 0,
para n 1.
Ingeniera Informtica
a2 =
1
a1
= ,
2
2
a3 =
a2
1
=
,
3
32
,...,
an =
an1
1
=
n
n!
Clculo Infinitesimal 2
1
1 n
(x, C) = C x 2 1 +
x
= C x ex .
n!
n=1
Obs
ervese que en la EDO lineal homogenea y 0 = (1 + 2x)/2x y, que ha sido elegida para mostrar
como funciona el metodo de Frobenius en el ejemplo, el desarrollo en serie que determina a la
solucion corresponde al de una funcion conocida; por supuesto, a la formula cerrada de la solucion
se llegara obviamente de modo directo, sin necesidad de utilizar el metodo descrito, mediante la
integraci
on de la EDO, para x > 0, en la forma habitual:
R1
R 1+2x
logx
2x + 1 dx
2x dx
= Ce
= C e 2 +x = C x ex .
(x, C) = C e
Ojo!,
AJM
Esto puede ser comprobado directamente, sin necesidad de integrar e 0 /x dx , para resolver edE :
)
xy 0 +0 y=0
y = xs
=
xs (s + 0 ) = 0 = s + 0 = 0.
0
s1
y = sx
La notacion que se emplea habitualmente es decir que la ecuacion diferencial edE : xy 0 + 0 y = 0
es la ecuaci
on de Euler asociada a ed : xy 0 + (x) y = 0, y que la ecuacion algebraica s + 0 = 0,
que determina el valor de s, es la ecuaci
on indicial.
As, en cada caso particular, no hay necesidad de tener que llegar a una igualdad del tipo (4.2.36),
como en el Ejemplo 4.2.35, para determinar la parte no analtica de la solucion de una EDO lineal
homogenea en un punto singular regular. De hecho, el procedimiento para obtener xs , a partir
de una ecuacion indicial en s, sera generalizado posteriormente para las ecuaciones diferenciales
lineales de orden superior.
El caso de que x = 0 sea un punto singular regular de la EDO de primer orden xy 0 + (x) y = 0
es tan sencillo que no merece la pena dedicarle mas tiempo, excepto para enfatizar que si la ecuacion
se pone en la forma y 0 + a(x) y = 0, el coeficiente a(x) = (x)/x no es continuo para 0 6= 0 en
un intervalo que contenga a x = 0. Entonces, el metodo de Frobenius garantiza una solucion para
x > 0 y otra para x < 0, pero no es posible aventurar soluciones (continuas y derivables) en un
intervalo que contengan al origen. A veces, algunas soluciones particulares podran pegarse en
x = 0 de modo que originasen soluciones derivables en el origen y, por tanto, en un intervalo que lo
contuviera, definidas a traves de dos series de Frobenius (una a cada lado del origen); no obstante,
en tal caso, pudiera obtenerse incluso mas de una solucion.
Ingeniera Informtica
Clculo Infinitesimal 2
173
(x)
En general, si x = x0 es un punto singular regular de una EDO lineal homogenea y 0 + xx
y = 0,
0
porque = (x) es una funcion analtica en x = x0 , entonces puede suceder cualquier cosa con
las soluciones de la EDO en un entorno del punto x = x0 ; en particular, no se puede garantizar
existencia o unicidad ni siquiera en el caso mas simple de ser = cte, que se corresponde con una
ecuacion de Euler.
Proposici
on 4.2.37 (Ecuaci
on de Euler de primer orden) La EDO lineal homogenea
(x x0 ) y 0 + y = 0
o bien y 0 +
y = 0,
x x0
con s = .
En cualquier intervalo que no contenga al punto x = x0 , el PVI que determina la EDO, con la
condici
on inicial y(a) = b, tiene soluci
on u
nica en el intervalo, y queda determinada por
x x0
(x) = b
.
a x0
En efecto, asumamos por comodidad x0 = 0. Entonces la ecuacion de Euler no es mas que un
caso particular de la EDO lineal homogenea, y 0 + a(x) y = 0, siendo a(x) = /x una funcion
continua en cualquier intervalo que no contenga al origen; por consiguiente, la solucion general de
la ecuacion diferencial y la de cada PVI se obtienen directamente en cada intervalo apropiado. Por
ejemplo, para cada PVI determinado por una condicion y(a) = b, con a < 0, se podra garantizar
una solucion u
nica, 1 (x) = b (x/ a)s , en cualquier intervalo en el que sea x < 0, por lo que
sera valida al menos en el intervalo I = (, 0); por otro lado, si a > 0, la solucion u
nica del
PVI sera 2 (x) = b (x/a)s y estara bien definida al menos para x (0, ). En ambos casos,
cada solucion queda determinada por el signo de x = a, que fija el intervalo (, 0) o (0, )
donde esta bien definida, y el valor de la constante de integraci
on C, que resulta de resolver la
respectiva ecuacion algebraica 1 (a, C) = C(x)s = b o 2 (a, C) = Cxs = b.
AJM
El resultado anterior se podra generalizar, con los matices oportunos, a la EDO de Euler de
segundo orden, x2 y 00 + x y 0 + y = 0, y a las de orden superior, como sera analizado posteriormente.
Obs
ervese , que de la prueba de la Proposicion 4.2.37 se infiere que, si se considera un intervalo
que contenga al origen, entonces no se podran garantizar en el intervalo la existencia de solucion al
PVI, con y(a) = b, o la unicidad de la misma, en su caso; as, la existencia de solucion de la EDO
o el comportamiento de las mismas en un intervalo que contenga a x = 0 dependera del valor de .
En efecto, pudiera ocurrir que algunas soluciones obtenidas en un semieje, determinadas por una
constante C1 , se pudieran prolongar mas alla pegandoles soluciones del otro semieje, obtenidas
con una constante C2 . Esto tendra exito, por ejemplo, siempre que en x = 0 resultasen
lm 1 (x) = lm 2 (x) = 0
x0
Ingeniera Informtica
x0
lm 01 (x) = lm 02 (x).
x0
x0
Clculo Infinitesimal 2
C1 (x) , si x < 0;
0,
si x = 0;
(x, C1 , C2 ) =
s
C2 x ,
si x > 0;
donde las constantes C1 y C2 act
uan cada una por separado sobre cada semieje de R. Entonces, el
punto x = 0 se convierte en una frontera y hay distintas alternativas para un PVI, dependiendo
del valor de : unas veces no se podra prolongar la solucion del PVI mas alla de un semieje, otras
veces el PVI tendra solucion u
nica valida en todo R, y otras puede haber varias (incluso infinitas)
posibilidades de prolongar la solucion, como se muestra en el Ejemplo 4.2.38.
Ejemplo 4.2.38
Considerese la EDO de Euler x y 0 + y = 0. Analizaremos el comportamiento de las soluciones de
la EDO en un intervalo que contenga al origen, para algunos valores particulares del parametro .
Para = 1, el PVI xy 0 y = 0, con y(1) = 1, tiene solucion u
nica, (x) = x, valida en R.
En efecto, la solucion y = xs de la EDO implica el valor s = 1, y la condicion inicial y(1) = 1
implica que en el semieje positivo se tiene la solucion u
nica (x) = x. Veamos que se puede
prolongar a todos los reales. En principio, se puede poner
(
C1 (x), x < 0,
(x, C1 ) =
x,
x 0,
AJM
que garantiza la continuidad de (x, C1 ) en el origen, y hay que determinar los valores de la
constante C1 que la hacen derivable. Pero esto sucede s
olo para C1 = 1; por lo tanto, la
solucion al PVI se puede prolongar a los reales negativos manteniendo la derivabilidad de una
u
nica forma, y se tiene
(
x, x < 0,
(x) = (x, 1) =
(x) = x.
x, x 0.
Obs
ervese que (x, C1 ) = C1 (x) siempre es solucion de la EDO xy 0 y = 0 en el semieje
negativo, pero tomar C1 = 1 es el u
nico modo de pegar bien el trozo con la solucion al PVI
en el semieje positivo, (x) = x, que determina de forma u
nica la condicion y(1) = 1. En la
Figura 4.7 (a) se enfatiza este hecho, destacando algunas soluciones particulares de la EDO en el
semieje real negativo (en rojo); con cada una de ellas se consigue continuidad en el origen al unirlas
a la solucion del semieje positivo, pero no se tiene derivabilidad en el punto x = 0 cuando C1 6= 1.
Para = 2, el PVI xy 0 2y = 0, con y(1) = 1, tiene mas de una solucion prolongable a R.
En efecto, la solucion y = xs de la EDO implica ahora el valor s = 2, y la condicion inicial
y(1) = 1 implica que en el semieje positivo se tiene la solucion u
nica (x) = x2 . Veamos que se
puede prolongar a todos los reales de infinitas formas. Poniendo
(
C1 (x)2 , x < 0,
(x, C1 ) =
x2 ,
x 0,
Ingeniera Informtica
Clculo Infinitesimal 2
(a) Solucion u
nica del PVI para = 1.
175
AJM
En la Figura 4.7 (b) se representan algunas de las soluciones de la EDO, (x, C), entre las que se
encuentran (x, 1) = x2 , que es la u
nica que define una parabola en R, y
(
0, x < 0,
(x, 0) =
x2 , x 0,
que es la u
nica que no esta formada por la union de dos medias parabolas. La unicidad de cada
solucion en el semieje positivo, que ha sido determinado por la condicion inicial y(1) = 1 del PVI,
se enfatiza resaltando la grafica de las soluciones para x > 0.
Por supuesto, hay valores de para las que el PVI que determina xy 0 + y = 0, con y(x0 ) = y0 ,
no tiene solucion en los intervalos que contienen a x = 0.
En efecto, esto puede suceder bien porque los valores de las constantes (x, C1 , C2 ) no pudieran
ni tan siquiera determinarse para definir una solucion continua en el origen, como ocurre para
= 1, con y(1) = 1; o bien pudiera suceder que se pudiera conseguir continuidad en x = 0, pero
no hubiera posibilidad de conseguir la derivabilidad, como ocurre para = 1/2, con y(1) = 1.
Obviamente, en cualquiera de los casos, la solucion del semieje que determina la condicion inicial
no se podra prolongar al otro semieje y no es posible encontrar soluciones (derivables) del PVI
en intervalos que contengan al origen.
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
4.3.
En esta seccion se estudia el metodo de las aproximaciones sucesivas que conduce al teorema de
Picard que, mediante unas condiciones facilmente verificables, asegura la existencia y unicidad de
solucion local para un PVI determinado por una condicion inicial y una EDO no lineal razonable.
Las soluciones locales son aquellas que son validas en un entorno del punto que determina el PVI.
Ingeniera Informtica
Clculo Infinitesimal 2
177
AJM
En efecto, la prueba del teorema de Picard descansa en que la resolucion del PVI determinado
por y 0 = f (x, y), con y(x0 ) = y0 , resulta equivalente a encontrar la solucion de la ecuacion integral
Z x
y(x) = y0 +
f (s, y(s)) ds ,
(4.3.2)
x0
como puede deducirse del teorema fundamental del calculo. Las hipotesis del teorema permiten
construir entonces una sucesion de funciones se se va aproximando sucesivamente a la solucion;
de hecho, la sucesion de funciones converge uniformemente a la solucion en alg
un intervalo de x0 ,
cuya amplitud depende de cada PVI. La idea de la prueba consiste en formar la sucesion
y0 (x) = y0
Z
y1 (x) = y0 +
x0
Z
y2 (x) = y0 +
..
.
yn (x) = y0 +
..
.
f (s, y0 (s)) ds
x0
f (s, y1 (s)) ds
x0
Entonces, se puede probar que cada yn esta bien definida en un entorno de x0 y que se verifican las
condiciones del criterio M -Weierstrass en un intervalo adecuado, garantizando por tanto en el la
Ingeniera Informtica
Clculo Infinitesimal 2
x0
Por lo tanto, la funcion y = (x) verifica la relacion (4.3.2) en el intervalo y es una solucion del
PVI, al cumplirse 0 (x) = f (x, (x)) y (x0 ) = y0 . Por otro lado, las hipotesis del teorema de
Picard permiten probar tambien que no pueden existir dos soluciones particulares de la EDO
verificando la misma condicion inicial; luego y = (x) es la u
nica solucion del PVI. (Para mas
detalles en la demostracion, puede consultar alguno de los textos recomendados en la bibliografa).
Observaci
on Importante: El teorema de Picard proporciona condiciones suficientes faciles de
verificar, pero solo garantiza una solucion local, ya que para el intervalo I(x0 , r), en general, el
radio r del intervalo no puede ser determinado, y ademas 0 < r a puede ser muy proximo a 0.
As, cuando se considera una EDO que no es lineal, antes que nada hay que discutir y asegurar la
existencia y unicidad de solucion para el PVI, que es el verdadero exito del teorema de Picard, pero
determinar el intervalo donde la solucion es valida puede ser un problema complicado. Obviamente,
mientras mas proximo se este al punto inicial x = a, mayor es la posibilidad de que sea admisible
la solucion aproximada con alg
un metodo numerico.
AJM
f (x, y) = 2xy
y
son continuas en R2 , se verifican las hipotesis del teorema de Picard y el PVI tiene solucion local
u
nica en un intervalo (a determinar) de x0 = 0. Ahora es el momento de comenzar el desarrollo de
las aproximaciones sucesivas. Se parte de y0 = y(0), es decir, de la funcion constante y0 (x) = 1 y
hallaremos algunas aproximaciones.
Inicio:
y0 (x) = 1
Paso 1:
Z
y1 (x) = y0 +
Ingeniera Informtica
f (s, y0 (s)) ds = 1 +
s ds = 1 +
0
x2
2
Clculo Infinitesimal 2
179
Paso 2:
Z
y2 (x) = y0 +
f (s, y1 (s)) ds = 1 +
Paso 3:
Z
y3 (x) = y0 +
= 1 +
2
s2
x2 x4 x6
s 1 +
ds = 1 +
+
2
2
4
24
Z
f (s, y2 (s))ds = 1 +
2
s2 s4
s6
s 1 +
+
ds
2
4
24
x2 x4 x6 x8 x10
x12
x14
+
2
4
8
24
96
576 8064
x2 x4 x6
2 + 3 , ...
2
2
2
Continuando con las cuentas, con algunos pasos mas se puede corroborar que, en las siguientes
expresiones yn , tambien apareceran x8 /24 , x10 /25 , etc., y que se mantendr
an posteriormente.
As, una induccion bien entendida nos muestra que la sucesion de funciones (y0 , y1 , y2 , . . .) tiende a
la suma de la serie geometrica de razon r = x2 /2. Luego, la sucesion obtenida con
el metodo de
Picard parece que conduce a una serie de potencias de radio de convergencia r = 2 y de suma
AJM
(x) =
2
.
2 + x2
No obstante, para terminar de aceptar completamente a y = (x) como solucion del PVI, basta
comprobar que y = (x) es solucion de la EDO, mediante la sustitucion de y 0 en la ecuacion
diferencial y 0 y 2 x = 0, y que verifica la condicion inicial y(0) = 1.
Obs
ervese que el desarrollo en serie
de potencias obtenido de la solucion al PVI del Ejemplo 4.3.3
solo es valido en el intervalo ( 2, 2), donde la serie converge, lo que esta de acuerdo con el
teorema de Picard, que solo asegura soluciones locales. As, el dominio de la solucion y = (x),
como suma de una serie de potencias, queda limitado en principio a su intervalo de convergencia.
Ejemplo 4.3.4
A pesar de haber sido obtenida en el Ejemplo 4.3.3 como suma de una serie de potencias de radio
2
0
2
de convergencia r 6= , la solucion (x) = 2+x
alida en todo R.
2 de la EDO y y x = 0 es v
En efecto, ya que f (x, y) = y 2 x y fy (x, y) = 2yx son funciones continuas en cada (x0 , y0 ) R2 ,
el teorema de Picard garantiza una solucion local u
nica a un PVI determinado por la ecuacion
diferencial y cualquier condicion inicial y(x0 ) = y0 . Luego, la EDO y 0 y 2 x = 0 tiene una soluci
on
local pasando por cada punto de R2 , que quedara unvocamente determinada para todos los puntos
2
en los que esta bien definida. En consecuencia, la funcion (x) = 2+x
2 , continua y derivable para
todo x R, y obtenida con el metodo de las aproximaciones sucesivas en el Ejemplo 4.3.3, no
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
o M (x) dx + N (y) dy = 0 ,
(4.3.6)
donde (x) = M (x) indica una funcion que solo depende de la variable x, y del mismo modo, la
expresion (y) = 1/N (y) representa una funcion que solo depende de la variable y.
Ingeniera Informtica
Clculo Infinitesimal 2
181
Obs
ervese que la notacion diferencial de la EDO, M (x) dx+N (y) dy = 0, es equivalente a expresar
la ecuacion diferencial en la forma usual M (x) + N (y) y 0 = 0, siendo por tanto y 0 = M (x)/N (y).
En la resolucion de una ecuacion diferencial de variables separables se podran considerar tres
situaciones posibles: (y) = 1, (x) = 1 y que tanto (x) como (y) no sean funciones constantes.
En cualquiera de los casos la solucion es inmediata, haciendo uso de la regla de la cadena:
Si (y) = 1, la ecuacion 4.3.6 se reduce a una EDO lineal, y 0 = (x). Entonces, en un intervalo
en el que la funcion = (x) sea continua, la EDO tiene por solucion
Z
(x, C) = (x) dx + C .
Si (x) = 1, la ecuacion 4.3.6 se reduce a la EDO autonoma y 0 = (y). Lo interesante de ser
una EDO autonoma es que este tipo de ecuaciones diferenciales admite un analisis cualitativo del
comportamiento de las soluciones (sin necesidad de calcularlas), que sera descrito basicamente en
la seccion siguiente. No obstante, cuando 1/(y) es una funcion continua en la variable y, teniendo
en cuenta la regla de la cadena y el teorema fundamental del calculo integral, se tiene
R
R
1
1
d
dy
dy
d
(y)
(y)
dy
1
=
=
y0 .
dx
dy
dx
(y)
Entonces, puesta la ecuacion diferencial y 0 = (y) en la forma y 0 /(y) = 1, la solucion se puede
obtener de forma implcita integrando (respecto a x) en ambos lados de la ecuacion:
R
1
Z
Z
d
dy
(y)
1
1
0
y = 1
= 1
dy =
1 dx + C .
(y)
dx
(y)
AJM
1
d
dy
(y)
1
y 0 = (x)
= (x) .
(y)
dx
Entonces, como en el caso de la EDO autonoma, el calculo efectivo se reduce a integrar en cada
lado utilizando la variable apropiada, para obtener la solucion implcita:
Z
Z
1
dy =
(x) dx + C .
(y)
Ingeniera Informtica
Clculo Infinitesimal 2
d ((x, y))
=0
dx
(x, y) = C .
De hecho, como mejor se recuerda la forma de obtener la solucion implcita para la EDO de
variables separables es empleando la notacion diferencial:
Z
Ojo!,
N (y) dy + M (x) dx = 0
Z
N (y) dy +
M (x) dx = C
(x, y) = C .
AJM
Ejemplo 4.3.8
Vamos a resolver el PVI determinado por la ecuacion y 0 y 2 x = 0, con y(0) = 1, que sirvio para
ilustrar las aproximaciones sucesivas en el Ejemplo 4.3.3, utilizando ahora el hecho de que la EDO
es una ecuacion de variables separables.
Poniendo la ecuacion diferencial en la forma N (y) y 0 + M (x) = 0, se tiene
Z
Z
y0
1
dy
x = 0
dy x dx = 0
x dx = C .
y2
y2
y2
Y la solucion implcita (x, y) = C viene dada calculando las integrales, en su respectiva variable.
En este caso, resultan integrales que tienen primitiva elemental en cualquier intervalo en el que se
verifique y 6= 0; en tal caso, se obtiene la solucion:
y 1
x2
=C.
2
Ingeniera Informtica
Clculo Infinitesimal 2
183
2
.
x2 + C
(4.3.9)
2
,
x2 + 2
Observaci
on Importante: (Soluciones singulares de una EDO no lineal) El conjunto de
funciones (x, C) = 2/(x2 + C), que se obtienen como solucion de la EDO no lineal y 0 y 2 x = 0
en el Ejemplo 4.3.8, no puede decirse propiamente que sea la solucion general de la EDO, ya que
no contiene a las soluciones para las que y = 0. Para cada punto P (x0 , 0), el teorema de Picard
garantiza una solucion local u
nica (por que?), que el procedimiento seguido para la resolucion de
la EDO de variables separables ha eliminado, ya que la equivalencia
y0 y2 x = 0
y0
x=0
y2
AJM
solo es cierta para y 6= 0. Por otro lado, si se considera la funcion constante y = 0, entonces tambien
es y 0 = 0, y se verifica trivialmente la ecuacion diferencial y 0 y 2 x = 0; por consiguiente, (x) = 0
es una nueva solucion de la EDO, valida en todo R, y que no puede ser obtenida con ning
un valor
de la constante C en la expresion (4.3.9) de (x, C). Este tipo de soluciones se llaman soluciones
singulares de la ecuacion diferencial y su aparicion es una dificultad a
nadida a la resolucion de las
ecuaciones diferenciales no lineales. Para un EDO lineal no pueden aparecer soluciones singulares,
ya que todas se obtienen de la formula (4.2.4), pero en el caso de la EDO no lineal hay que tener
cuidado de no emplear una expresion (x, C) como sinonimo de todas las soluciones:
El conjunto de todas las soluciones particulares de una EDO no lineal no siempre puede venir
dado por una expresion de la forma (x, C), ya que pueden existir soluciones singulares.
Si se quiere obtener la solucion general, que define al conjunto de todas las soluciones particulares
de una ecuacion diferencial, en el caso no lineal se deben incluir tambien las soluciones singulares.
As, en el Ejemplo 4.3.8 se debera poner
2
, (x) = 0 .
Soluci
on general de y 0 y 2 x = 0 :
(x, C) = 2
x +C
Cuando se tiene la solucion general de una EDO no lineal (o al menos un conjunto de soluciones
parametrizado por una constante) se puede hallar la solucion de cualquier PVI, determinando la
constante de integraci
on, como en el caso lineal. As que se puede analizar en cada caso donde se
es valida la solucion de cada PVI, con una condicion inicial que pueda ser asumida.
Ingeniera Informtica
Clculo Infinitesimal 2
Ejemplo 4.3.10
El teorema de Picard garantiza que para cualquier PVI determinado por la EDO y 0 y 2 x = 0, con
y(0) = y0 , hay una solucion local u
nica derivable pasando por el punto P (x0 , y0 ).
Si se considera un punto P (x0 , y0 ) que no este en la solucion (x) = x2
2 +2 del Ejemplo 4.3.8,
entonces se obtiene otra solucion particular de la ecuacion diferencial; en tal caso, el dominio de
la solucion no tiene por que ser todo R. Por ejemplo, imponiendo la condicion y(0) = 1 en la
expresion (4.3.9) de las soluciones de la EDO con y 6= 0, se obtiene la curva integral y = P (x),
que pasa por el punto P (0, 1) y queda definida por
P (x) =
x2
2
.
2
AJM
Figura 4.10: Comportamiento asint
otico de y(x) =
2
.
2
x2
Ingeniera Informtica
Clculo Infinitesimal 2
185
x2
2
,
2
AJM
As que se tienen tres soluciones particulares distintas compartiendo una misma expresi
on,
distinguidas en cada caso por un dominio diferente, como ponen de manifiesto las tres ramas
coloreadas de la Figura 4.10. Por supuesto, el teorema de Picard garantiza que ninguna de tales
soluciones de la ecuacion y 0 = y 2 x corta a la solucion (x) = 2/(x2 + 2) del PVI del Ejemplo 4.3.8
o a la solucion singular y = 0, como ilustra la Figura 4.12, ni obviamente a cualquier otra curva
integral de la EDO que pasara por puntos distintos de las soluciones ya representadas.
Ingeniera Informtica
Clculo Infinitesimal 2
Prolongando soluciones.
El problema de intentar conseguir un dominio amplio partiendo de una solucion local de un PVI
ya fue abordado parcialmente en el analisis de las soluciones de la EDO de Euler de primer orden
(veanse la Proposicion 4.2.37 y las observaciones y ejemplos que le siguen) y es conocido en la teora
de ecuaciones diferenciales como el problema de la prolongaci
on de soluciones. Las complicaciones
teoricas para asegurar la validez de una prolongacion, cuando no se conocen las soluciones, pueden
llegar a ser enormes. No obstante, en condiciones razonables que garanticen la existencia y unicidad,
se puede admitir la intuici
on y, desde un punto de vista tecnico, dar por bueno que es posible
prolongar las soluciones locales, al menos hasta un cierto lmite.
Para desarrollar la idea, considerese una EDO y un recinto de R2 limitado por dos rectas, x = a
y x = b, en el que se verifican las hipotesis del teorema de Picard, y que incluso pudiera ser todo
el plano, como en la ecuacion del Ejemplo 4.3.10. Suponga que se parte de una solucion local a
un PVI determinado por un punto P (x0 , y0 ), y que se le puede unir la solucion local de otro PVI
que comparta un punto con la anterior; entonces, si se conserva la derivabilidad (en el punto de
conexion), se puede admitir de una forma intuitiva que la unicidad local garantiza que la union de
ambas soluciones locales es en realidad una u
nica solucion en el dominio resultante. Y este proceso
se podra repetir y conseguir as prolongar la solucion inicial a izquierda y derecha del punto x0
hasta determinar el dominio mas amplio posible.
AJM
En la Figura 4.13 se ilustra un primer paso, en el que a la solucion local 1 se le une la solucion
2 , que comparte en principio con la anterior solo el punto Q(x1 , y1 ).
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
187
los lados del punto inicial (o en ambos lados), cuya abscisa x = no se podra rebasar sin perdida
de continuidad. El proceso de pegado se detendra entonces y el dominio de la solucion al PVI
quedara reducido a un intervalo contenido en [a, b] (o en R, si es el caso) y limitado por , en el
que habra una solucion (x) no acotada, para x .
Por ejemplo, para la EDO y 0 y 2 x = 0, empezando en un intervalo que contenga al origen, la
solucion del PVI con la condicion y(0) = 1 se podra prolongar hasta un intervalo
decualquier
amplitud; sin embargo, con la condicion y(0) = 1, el intervalo no podra pasar de ( 2, 2), como
se muestra en el Ejemplo 4.3.10.
Un resultado analogo se tendra en un recinto de R2 acotado, como E1 = [a, b] [c, d], o acotado
solo superiormente, como E2 = R [c, d], en el que hay garantas de soluciones locales y unicidad.
Si se unen soluciones particulares y se sobrepasan los lmites inferior o superior del recinto (es decir,
si resulta y(x) < c
o y(x) > d), el dominio de la solucion inicial quiza no pudiera ser prolongado
al intervalo [a, b], si el recinto inicial fuese de la forma E = E1 , o a todo R, si fuese E = E2 .
Cuando una EDO no es lineal, una cosa es saber que un PVI determinado admite una solucion
local (e incluso que se puede prolongar a un intervalo mas amplio) y otra muy distinta es tener una
expresion que pueda ser u
til para evaluarla, o al menos una expresion de la solucion en terminos
de integrales, como ocurre con las ecuaciones diferenciales de variables separables.
A veces, mas que el valor explcito en algunos puntos de una solucion concreta, es mucho mas
interesante conocer el comportamiento o la tendencia de las soluciones particulares de la ecuacion
diferencial. Los metodos que se emplean en el analisis cualitativo son muy faciles de describir
cuando en la EDO no aparece la variable independiente. En tal caso, las soluciones de equilibrio de
la ecuacion diferencial autonoma pueden determinar el comportamiento del resto de las soluciones,
sin necesidad de tener que conocerlas de forma explcita.
AJM
4.4.
Ecuaciones aut
onomas. An
alisis cualitativo.
En esta seccion introduciremos un metodo de analisis que suele ser efectivo para estudiar las ecuaciones diferenciales autonomas, y que tiene gran importancia en el estudio de las ecuaciones diferenciales de orden superior. En esencia, el an
alisis cualitativo trata de estudiar el comportamiento
de las soluciones de una EDO no lineal sin necesidad de calcularlas explcitamente.
No obstante, empezaremos por analizar el comportamiento cualitativo de las soluciones de la
EDO lineal autonoma de primer orden a partir de su forma explcita. Veremos entonces como una
parte importante de los resultados (verificables) que se obtienen se podran haber pronosticado
punto por punto sin necesidad de tener una formula para las soluciones.
Por supuesto, los elementos del analisis cualitativo seran definidos considerando el caso mas
general de una EDO autonoma no lineal, en la que solo sera suficiente suponer la existencia de
soluciones. Por lo tanto, aunque por motivos pedagogicos se ilustren los conceptos con ejemplos
de ecuaciones para las que se pueden hallar expresiones explcitas de sus soluciones, el metodo de
analisis es valido solo con hipotesis apropiadas para garantizar soluciones de la EDO en el recinto
que se esta considerando, como las que necesita el teorema de Picard. As, se puede suponer, aunque
no sea el caso, que las soluciones de las ecuaciones diferenciales que se van a considerar no pueden
ser determinadas explcitamente, como ocurre de hecho en el caso mas general.
Ingeniera Informtica
Clculo Infinitesimal 2
Ecuaciones autonomas.
Las ecuaciones diferenciales de primer orden, y 0 = f (x, y), sobre las cuales se va a introducir el
analisis cualitativo son aquellas en las que no aparece explcitamente la variable x. La idea principal
es relacionar el comportamiento de las soluciones particulares con el de sus soluciones constantes,
que seran ahora interpretadas como funciones de equilibrio, y que en general se pueden calcular
facilmente en el caso de una EDO autonoma.
Antes que nada, y aunque han sido ya presentadas a lo largo del tema, destaquemos mediante
una definicion formal el tipo de ecuaciones diferenciales que vamos a analizar en esta seccion.
Definici
on 4.4.1 Una EDO de primer orden, F (x, y, y 0 ) = 0 o y 0 = f (x, y), se llama aut
onoma si
la variable independiente x no aparece en su expresion; es decir, cuando la EDO es de la forma
F (y, y 0 ) = 0
o y 0 = g(y) ,
enfatizando de este modo que f (x, y) = g(y) es una funcion que solo depende de la variable y, que
es la que representa a la solucion de la ecuacion diferencial.
El concepto de ecuacion lineal autonoma es mas general de lo que parece, ya que se extiende a
sistemas de ecuaciones diferenciales, donde el analisis cualitativo tambien resulta a veces mas u
til
que la determinacion explcita de las soluciones, cuando la variable independiente no aparece en
ninguna de las ecuaciones del sistema. Como se se
nalado ya, una EDO de orden superior se puede
transformar en un sistema de ecuaciones diferenciales, por lo que el analisis cualitativo tambien
es valido para este tipo de ecuaciones. As que, como se viene subrayando siempre en este tema,
conviene prestar atencion a los metodos de analisis de esta seccion, que se consideran en su version
mas simple, para que luego puedan ser utilizados convenientemente en una situacion mas general.
AJM
Ejemplo 4.4.2
(a) Una EDO lineal autonoma solo puede ser de la forma y 0 = y + , con , constantes.
(b) La ecuacion y 0 = 3y 2 2y del Ejemplo 4.1.14 es una EDO no lineal autonoma.
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
189
En efecto, al ser f (x, y) = g(y) independiente de la variable x, se tiene que tanto la funcion
Obs
ervese de nuevo la importante diferencia con el caso lineal: solo se puede garantizar que la
solucion es local; luego, y = P (x) es una solucion particular de la EDO que pasa por el punto
P (x0 , y0 ) y que esta definida, en principio, solo en un intervalo que contiene a x = x0 .
La Figura 4.14 intenta enfatizar el hecho de que para un PVI determinado por una EDO
autonoma se obtiene, en general, solo una solucion local. En una region del plano E, que se ha
determinado por dos rectas (en color azul), se ha se
nalado un punto P (a, b) por el que pasa una
solucion , cuyo dominio es un intervalo IP (resaltado en verde), que solo abarca una parte del
intervalo maximo posible.
AJM
d (g(y(x)))
d g(y) d y(x)
=
= gy (y) y 0 (x) = gy (y) g(y) .
dx
dy
dx
(4.4.4)
Y a la vista del resultado que se deduce de (4.4.4), en el caso de una ecuacion autonoma no lineal,
y 0 = g(y), se tiene que tanto gy (y) como g 0 (x) son expresiones que dependen solo de y. Por ejemplo,
para la EDO autonoma lineal y 0 = y + , considerada en el Ejemplo 4.4.2 (a), se tienen
gy (y) =
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
con 6= 0 y constantes ,
As que las soluciones locales de la EDO autonoma y 0 = g(y), con g(y) = y + , son en realidad
globales, y por lo tanto estan definidas en todos los reales. La solucion particular que pasa por un
punto P (x0 , y0 ) viene determinada por
(x) = y0 +
e(xx0 ) .
(4.4.6)
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
191
Obs
ervese que para un PVI con la condicion inicial y0 = / se puede apreciar que se anula el
coeficiente de la parte exponencial de la solucion (4.4.6); por consiguiente, en tal caso, se obtiene
una solucion constante que es precisamente la solucion de equilibrio de la EDO,
e (x) =
AJM
T 0 (t) = k (T (t) Ta )
donde Ta es la temperatura ambiente y k > 0 es una constante que dependera del objeto. El
signo negativo se introduce en la ecuacion diferencial para que cuando T (t) > Ta se verifique
T 0 (t) < 0, y por tanto T (t) resulte decreciente (el objeto se enfriara cuando este mas caliente que
la temperatura ambiente); por otro lado, cuando T (t) < Ta , entonces el signo obliga a que sea
T 0 (t) > 0 y la temperatura T (t) crece (el objeto se calentar
a si esta mas fro que el ambiente).
Entonces, no hace falta ser un lince para saber que la solucion de equilibrio es e (t) = Ta y
como sera el comportamiento de las restantes soluciones con relaci
on a la soluci
on de equilibrio,
independientemente de la temperatura inicial T0 que se considere basta con dejar una taza de
cafe calentito en un frigorfico (o un gazpacho fresquito al ambiente de las 16 horas de agosto
en Sevilla). De hecho, en este caso, para expresar que T (t) Ta , para t , se dice que la
solucion de equilibrio e (t) = Ta es estable asint
oticamente (en el smil del frigorfico significa que
como la taza de cafe este mucho tiempo dentro, el cafe y la taza misma se quedan a la temperatura
que se puso el selector de temperatura).
No obstante, si no se sabe lo que una EDO esta modelando, o en un caso mas general que el
descrito por la ley de enfriamiento de Newton del Ejemplo 4.4.7 (puede hallar la solucion general
y comprobar que las previsiones para T = T (t) son correctas), a
un pudiendo ser facil encontrar los
puntos crticos de la ecuacion diferencial no resulta facil en este momento predecir el comportamiento local ni mucho menos global de las restantes soluciones de la EDO.
Ingeniera Informtica
Clculo Infinitesimal 2
Ejemplo 4.4.8
Los u
nicos puntos de equilibrio de la EDO no lineal y 0 = y (1 y ) son y1 = 0 e y2 = .
Pero, si se toma una condicion inicial que verifica 0 < y0 < , por ejemplo, . . . como se
comportan las soluciones y = (x) que parten de x = 0, cuando x +?
AJM
podemos suponer que x es una variable temporal y que y = (x) esta midiendo de alg
un modo una
magnitud de la que se esta interesado en seguir su evoluci
on.
(x) = (y0 e ) e(xx0 ) + e ,
con e =
En este punto, aunque no lo hagamos, quiza sera mas apropiado cambiar a la variable independiente t y pensar que (x) = (t) podra medir en funcion del tiempo, el porcentaje de ordenadores
que infectara el un virus informatico, por ejemplo, o la temperatura de un procesador de un portatil
en funcionamiento, etc. Entonces, sin perdida de generalidad, podemos partir de x0 = 0, con una
poblacion inicial y0 , y es posible analizar el comportamiento para x > 0 de la solucion que pasa
por el punto P (0, y0 ), es decir, de la solucion y = (x) del PVI determinado por la EDO, con la
condicion y(0) = y0 . Lo que se deduce del analisis se puede resumir en la siguiente proposicion:
Independientemente del valor inicial y(0) = y0 , el comportamiento asint
otico, para x , de la
solucion y = (x) de la EDO lineal autonoma y 0 = y + , depende s
olo del signo de , excepto si
se parte de y0 = /, en en cuyo caso se mantiene siempre constante la misma poblacion inicial,
al ser precisamente de la solucion de equilibrio de la EDO, (x) = e (x) = /.
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
193
En efecto, con las condiciones iniciales establecidas, el valor de la solucion particular de la EDO
que pasa por P (0, y0 ) es (x) = e + (y0 e ) ex , y en ella se manifiesta claramente lo siguiente:
(a) Si > 0, entonces ex +, y la solucion y = (x) se separa de la solucion o punto de
equilibrio, por encima o por debajo, si se empieza con una condicion y0 6= e por muy proximo
que y0 este del punto de equilibrio (de hecho, en la EDO lineal, si y0 > e , entonces (x) ;
y si y0 < e , se tiene que (x) ). En tal caso, la solucion de equilibrio y = e (x) se dice
que es inestable o que es repulsiva o tambien que es una fuente.
(b) Si < 0, entonces ex 0; y ahora da igual el y0 6= e con el que se empiece, porque la
soluci
on y = (x) se acerca al punto de equilibrio por encima o por debajo, seg
un se tome la
poblacion inicial y0 . En tal caso, la solucion de equilibrio y = e (x) se dice que es estable o
que es atractiva o tambien, en otros contextos, que es un sumidero.
(c) Adem
as, notese que si la solucion de equilibrio es estable, entonces e (x) = e se convierte
un valor lmite de la solucion particular y = (x), que nunca puede alcanzar. La solucion de
equilibrio se dice asint
oticamente estable para indicar que una vez que (x) esta proximo a
e (x), entonces no solo permanece cerca (eso es la estabilidad), sino que se va acercando cada
vez mas a medida que aumenta x, hasta el punto de que lm (x) = e (x).
x
AJM
Obs
ervese que si se considera el desarrollo de Taylor de g en el punto crtico y = y0 , se tiene
g(y) = g(y0 ) +
dg
(y0 ) (y y0 ) + o(y y0 ) .
dy
Entonces, como g(y0 ) = 0, la EDO no lineal autonoma y 0 = g(y) se comporta como la EDO lineal
autonoma y 0 = gy (y0 ) (y y0 ), para y suficientemente proximo a y0 ; pero ahora, el papel que ha
jugado en la EDO lineal es desempe
nado por el valor de gy (y0 ) para el punto crtico y = y0 .
Por consiguiente, en el caso de una EDO no lineal y 0 = g(y), la estabilidad de una solucion
de equilibrio e (x) = y0 , cuando es posible linealizar la funcion g(y) en un entorno de y = y0 ,
queda determinada tambien por el signo de la derivada gy (y0 ), aunque entonces solo se pueda
estimar el comportamiento de las soluciones suficientemente proximas a la solucion de equilibrio.
Para destacar lo importante de tal resultado, lo mejor es recogerlo en una proposicion.
Proposici
on 4.4.9 Sea e (x) = y0 una soluci
on de equilibrio de la EDO aut
onoma y 0 = g(y),
dg
siendo gy = dy una funci
on continua en un entorno del punto crtico y = y0 , entonces:
(a) Si gy (y0 ) < 0, la soluci
on de equilibrio e (x) = y0 es estable.
(b) Si gy (y0 ) > 0, la soluci
on de equilibrio e (x) = y0 es inestable.
(c) Si gy (y0 ) = 0, la soluci
on de equilibrio puede ser estable, inestable o de ninguno de los tipos
anteriores, en cuyo caso se dice a veces, que es semiestable.
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
195
muestra un esquema que representa las soluciones de la EDO autonoma correspondiente, y 0 = g(y),
cuando estan proximas a la solucion de equilibrio inestable. La solucion de equilibrio y = e es
caracterizada de inestable porque las demas soluciones y = (x) que tomen en alg
un punto x = x0
valores proximos a e (x) = y0 se alejaran de e a medida que x > x0 .
Ejemplo 4.4.10
Para la EDO autonoma lineal T 0 (t) = k (T (t) Ta ), con k > 0, presentada en el Ejemplo 4.4.7
y que modela la ley de enfriamiento de Newton, se tiene g(T ) = k (T Ta ). Entonces, para el
punto crtico de la ecuacion diferencial, T = Ta , se obtiene
gT (Ta ) =
dg
(Ta ) = k < 0 .
dT
El hecho de que las soluciones de equilibrio de una EDO y 0 = g(y) autonoma sean funciones
constantes hace que puedan ser identificadas como puntos crticos, que permiten ilustrar de forma
dinamica el comportamiento de las soluciones proximas.
AJM
Una nueva forma de analizar el comportamiento de las soluciones de una EDO autonoma de cualquier orden o, de un modo mas general, el de las soluciones de un sistema autonomo de ecuaciones
diferenciales, en relacion a las soluciones de equilibrio, consiste en representar dinamicamente las
trayectorias que definen las soluciones en el llamado espacio fase o espacio de fases.
En general, el analisis cualitativo de un sistema autonomo Y 0 (x) = F (x, Y ) = G(Y ), con
Y = (y1 , y2 , . . . , yn ), se manifiesta mucho mas u
til a veces que la obtencion de soluciones explcitas
y utiliza las trayectorias que siguen las soluciones, Y = (x), en un espacio eucldeo n-dimensional,
donde la variable x, que esta presente solo de forma implcita, se interpreta como la evoluci
on del
tiempo. En este espacio eucldeo, de ejes coordenados y1 , y2 , . . . , yn , llamado espacio de fases, las
soluciones de equilibrio del sistema de ecuaciones diferenciales Y 0 (x) = G(Y ) son ahora soluciones
del sistema de ecuaciones algebraicas G(Y ) = 0, y aparecen como puntos fijos en el espacio de fases.
Entonces, bajo ciertas condiciones, el comportamiento de las trayectorias u orbitas que describen
las soluciones proximas a una solucion de equilibrio depende solo del punto crtico.
Usualmente, se representan algunas trayectorias del sistema junto a un campo direccional, que
no es mas que un conjunto razonable de vectores que indican un sentido de movimiento en las
orbitas, cuando se supone que x . Un esquema de los puntos de equilibrio y de algunas trayectorias significativas constituye un retrato del sistema a modo de vision global de las soluciones.
En el analisis cualitativo de una EDO autonoma de orden superior, y (n) = g(y, y 0 , . . . , y (n1) ), se
requiere usualmente la transformacion previa en un sistema autonomo, en el que son las variables
y, y 0 , y 00 , . . . , y (n1) las que definen los ejes de coordenadas del espacio de fases. Las soluciones
de equilibrio son entonces funciones constantes, para las que se anulan y 0 , . . . , y (n1) , y (n) , y son
tambien representadas como puntos del espacio de fases.
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
197
proximas a ellos, independientemente de los valores explcitos que tomen la soluciones en el discurrir
de la variable independiente que se relaciona con el tiempo. La Figura 4.18 muestra las situaciones
posibles de un punto de equilibrio en la lnea fase, donde se ha elegido una de las dos posibilidades
de equilibrio semiestable. Obviamente, los signos de desigualdad se usan para indicar el sentido del
movimiento de las soluciones de la EDO hacia la solucion de equilibrio.
>
<
<
>
>
>
AJM
El Ejemplo 4.4.8 no estaba elegido al azar, ya que la EDO no lineal que all se plantea es una de
las ecuaciones diferenciales mas conocidas: permite modelar el crecimiento basico de poblaciones,
que pasamos ahora a considerar.
y
, con > 0,
y0 = y 1
se ajusta mejor a la realidad y fue propuesta por Verhulst como modelo no lineal mas sencillo
para describir el comportamiento de la variable y(x), que representa el tama
no de una poblacion,
a medida que aumenta la variable x, que representa el tiempo en que se toma la muestra.
Ingeniera Informtica
Clculo Infinitesimal 2
dg
2y
(y) =
.
dy
gy (0) =
(2)
gy () =
>
y2 =
<
y1 = 0
>
<
y2 =
>
<
AJM
La EDO logstica es el ejemplo no lineal mas sencillo para modelar el comportamiento de una
poblacion y(x) en la que se supone que, en ausencia de depredadores, su tasa de crecimiento y 0 (x)
es inicialmente proporcional a la poblacion en cada momento, que es lo que constituye la parte
lineal y de la ecuacion y 0 = y (1 y/); por otra parte, existe la limitacion natural del medio
sobre el que evoluciona la poblacion, que es lo que mide el corrector no lineal de la EDO logstica,
(/)y 2 , y que va aumentando su efecto a medida que estos valores pasan a ser significativos con
relacion a y. As, para valores y 0, como y 2 << y, se verifica y 0 = y (1 y/) y, y la
EDO logstica se comporta como una EDO lineal que sigue un comportamiento distinto.
La ley de Maltthus.
En ausencia de depredadores y con recursos infinitos del ecosistema, el modelo de comportamiento
de la poblacion responde a una EDO lineal y 0 = y, con solucion de equilibrio e (x) = 0 atractiva
o repulsiva seg
un el signo de . Esto es conocido a veces como la ley de Maltthus, ya que fue el
economista britanico Tomas Malthus (1766-1834) quien primero observo (hacia 1800) que muchas
poblaciones biologicas crecen inicialmente con una tasa proporcional a la poblacion, para luego
variar su comportamiento. Lo habitual es representar por P (t) la poblacion en el tiempo t. En tal
caso, la ley establece lo siguiente:
Ley de Maltthus: Con cualquier poblacion inicial P (0) > 0 de una especie para la que, en cada
instante t, la tasa de crecimiento P 0 (t) es proporcional a la poblacion P (t) (es decir, modelada
por la ecuacion P 0 (t) = P (t) ), se llega inexorablemente a la extincion de la especie (si < 0)
o a una superpoblacion (si > 0), salvo que permanezca siempre constante (el caso, = 0).
La constante sirve ademas como indicador de la velocidad del proceso para cada especie.
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
199
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Animaci
on 4.21: Algunas soluciones de una EDO logstica con nivel de saturacion.
En la Animacion 4.21 se pueden ver algunas de las soluciones de una EDO logstica, con el valor
del parametro = 1, y para la que se ha tomado un nivel de saturacion = 10.
Obs
ervese ahora, en la Animacion 4.21, como toda solucion con valor inicial P (0) > 0 tiene
dominio infinito y permanece acotada, siendo = 10 la cota inferior o superior dependiendo de
que sea una solucion creciente (si P (0) < , y la poblacion va siempre aumentando) o decreciente
(si P (0) > , y la poblacion va siempre disminuyendo). Observese tambien como las soluciones
con valores iniciales proximos a 0, aunque tienen dominio teorico infinito para alcanzar el nivel de
saturacion P2 (t) = , en la practica, se llega a el muy rapidamente (la especie de desarrolla en
poco tiempo, hasta que los recursos escasean y se ralentiza el crecimiento), con un cambio en la
concavidad, que determina ahora la maxima velocidad con la que crece, tambien cuando la solucion
alcanza la mitad del nivel de saturacion.
Ejemplo 4.4.12
La ecuacion autonoma y 0 = 3y 2 2y del Ejemplo 4.4.2 (b) es una EDO logstica, con = 2 y
= 2/3, ya que se puede poner en la forma
y 0 = 2 y
Ingeniera Informtica
y
1
.
2/3
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
201
Observaci
on Importante: El analisis cualitativo se puede complementar utilizando la regla de
la cadena para estudiar a
un mas profundamente las soluciones de una EDO autonoma y 0 = g(y).
Por ejemplo, mediante la relacion (4.4.4), se puede analizar la derivada y 00 (x) = g 0 (x), operando
solo con la variable y, en la forma
d2 y
= g 0 (x) = gy (y) g(y),
dx2
As, se puede analizar, en terminos de la propia poblacion y, el comportamiento de la velocidad
con la que evoluciona su crecimiento o decrecimiento (la aceleracion o concavidad), los puntos de
maxima o mnima tasa de crecimiento local (inflexiones), etc.
AJM
dy = x + C .
(4.4.13)
y 1 y
Ingeniera Informtica
Clculo Infinitesimal 2
dy = A log(|y|) + B log(|y |) .
I =
y 1 y
Y derivando la igualdad se obtiene la identidad de la que se determinan las constantes A y B,
y 1
A
B
+
y
y
A=
1
1
y B=
,
y
1
1
1
.
I =
log(|y|) log(|y |) =
log
y
Por consiguiente, la solucion (4.4.13) de la EDO logstica, en forma implcita, se puede poner como
y
y
= C e x ,
= (x + C) ,
o bien
log
y
y
AJM
C
C ex
=
.
x
1 + C e
C ex
(4.4.14)
Para el PVI determinado por la EDO logstica, con una condicion inicial y(0) = y0 , se obtiene
la correspondiente solucion particular de la EDO, y = (x), en la forma
(x) =
y0
.
y0 + ( y0 ) ex
(4.4.15)
> dsolve(D(y)(x)=alpha*y(x)*(1-y(x)/beta),y(0)=y[0],y(x)):
simplify( %);
Ingeniera Informtica
y(x) =
y0 +
y0
(
x)
e
e( x) y0
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
203
Por tanto, del mismo modo que se tiene una forma explcita de la solucion en la EDO autonoma
lineal, que permite deducir el analisis cualitativo, tambien se puede corroborar ahora, a partir de
la solucion (4.4.15), que realmente ocurre lo que se ha pronosticado para las soluciones particulares
de la EDO logstica en base al analisis cualitativo.
Obs
ervese que suponer > 0 en la solucion (4.4.15), para que la solucion de equilibrio e (x) =
no sea negativa, implica que la evoluci
on de una poblacion inicial y0 depende de si y = es su
umbral o su nivel de saturacion; y notese tambien que tal condicion para la solucion de equilibrio
solo depende del signo de , como se haba deducido ya con un analisis cualitativo.
En efecto, si > 0, por ejemplo, entonces x + ex 0. Por lo tanto, independientemente de que se parta de una condicion inicial 0 < y0 <
o y0 > , se verifica siempre
(x) =
y0
y0
= .
x
y0 + ( y0 ) e
y0
AJM
Corolario: Si una especie organica, cuya dinamica de crecimiento esta modelada por una
EDO logstica con umbral, no tiene depredadores y ha superado el umbral, entonces se carga
completamente el ecosistema en un tiempo no superior a x0 (de ah el asunto ese de la cuarentena
cuando se viene del espacio o de un lugar de riesgo. . . , no vaya a ser que un alien o un virus
asesino nos elimine a todos en un pispas).
Ejemplo 4.4.16
La EDO logstica y 0 = 3y 2 2y del Ejemplo 4.4.12, con = 2 y = 2/3, para la condicion
inicial y(0) = y0 , tiene por solucion explcita a la funcion
(x) =
y0
2
.
2
3 y0 + ( 3 y0 ) e2x
2
3
que, como ya se
En efecto, empezando por y0 < 2/3, la solucion y = (x) esta definida para x [0, ); y por
supuesto, para x , se verifica que (x) 0. Sin embargo, si se empieza por y0 > 2/3,
entonces se la solucion y = (x) que se obtiene solo esta definida en el intervalo [0, x0 ), siendo
x = x0 la solucion de la ecuacion
2
y0 +
y0 e2x = 0 .
3
Ingeniera Informtica
Clculo Infinitesimal 2
2
3
es
Obs
ervese que en el Ejemplo 4.4.12 se haba supuesto que la EDO modelaba una granja, y
ahora tenemos la solucion explcita, que permite cuantificar los resultados cualitativos que all se
dedujeron. El corolario anterior tiene aqu la siguiente interpretaci
on: no siendo racano en la
inversi
on previa, y tomando, por ejemplo, una poblacion inicial y0 = 1, se podran llegar a tener
infinitos animales antes de
x0
1
= log
2
3 y0
3 y0 2
log 3
= 00 549 . . .
2
unidades de tiempo, como muestra la Figura 4.22. Es decir, o se forra el granjero o acaba con los
recursos de la galaxia para alimentar a los bichos (notese que no se dicen ahora animalitos. . . ).
AJM
Figura 4.22: La evoluci
on de la granja partiendo de y0 = 1.
No obstante los resultados del Ejemplo 4.4.16, no debe uno preocuparse de granjas con ese tipo
de crecimiento, ya que lo mas probable es que se tuviera que modelar mejor el problema porque la
dinamica respondiera a ecuaciones mas complicadas; por ejemplo, las que resultaran en los modelos
que representan un proceso mas complejo, como los que se analizan a continuaci
on.
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
Por ejemplo, la generalizacion natural de la ecuacion logstica sera la EDO
y
y
0
y = y 1
1
,
205
(4.4.17)
y2 =
<
y3 =
>
<
AJM
Entre otras cosas, con la EDO (4.4.17) se puede conseguir predecir el tiempo de capturas de especies
en libertad para que las paradas biol
ogicas o las temporadas de veda no lleguen demasiado tarde,
ya que si se corre el riesgo de reducir una poblacion por debajo de su umbral , puede llevar su
especie a la extincion (como desafortunadamente se ha hecho ya mas de una vez).
Ingeniera Informtica
Clculo Infinitesimal 2
AJM
Figura 4.25: Alternativas a la infeccion: bajar del umbral o extincion (nuestra!).
No obstante, lo razonable es no insistir en eliminar lo que no puede ya desarrollar un nivel de
saturacion que realmente sea una amenaza (quien se atreve a decir que lo que hoy nos amenaza
ma
nana no pueda ayudarnos?); de hecho, conviene utilizar la EDO del modelo para estar seguro de
que no se estan haciendo esfuerzos in
utiles tratando de reducir una poblacion que no es un peligro,
ya que ademas de ser un gasto que aumentara innecesariamente los costes, pudiera ser que un
tratamiento tan exhaustivo tuviera efectos secundarios y fuera perjudicial para el ecosistema (o
para la salud, como anuncian de forma reiterada los prospectos de los farmacos), como pretende
mostrar ahora el esquema de la Figura 4.25.
Por supuesto, se podran considerar modelos mas complejos para los que los metodos de analisis
anteriores seran igualmente validos. De hecho, el analisis cualitativo, como ya se ha indicado, es
mas u
til con las ecuaciones diferenciales y sistemas autonomos de orden superior. Por ejemplo, con
una EDO autonoma de segundo orden y 00 = f (y, y 0 ), en la que no aparece la variable independiente
x, el plano fase ilustra las distintas posibilidades de las soluciones de equilibrio, como sera analizado
en el tema correspondiente.
Ingeniera Informtica
Clculo Infinitesimal 2
nomas. Ana
lisis cualitativo
Ecuaciones auto
207
Por otro lado, el metodo cualitativo se puede aplicar tambien a una EDO no lineal de primer
orden, aunque no sea aut
onoma, pero resulta mas complicado al tener que incluir la variable independiente en el analisis. Alternativamente, sera posible dar un salto cualitativo y transformar la
EDO de primer orden en un sistema de ecuaciones diferenciales autonomo equivalente, y asumir
entonces un aumento de dimension para visualizar de otro modo los resultados; posteriormente, si
es el caso, se podra interpretar el comportamiento de las soluciones en el espacio de dimension
inferior. Por supuesto, la idea es generalizable, as que se puede emplear el analisis cualitativo en
un sistema no autonomo transformandolo en autonomo, mediante un aumento de dimension.
Nota (Sistemas din
amicos): Los ejemplos que se han utilizado en esta seccion muestran la
utilidad del modelado de problemas reales, en los que el desarrollo informatico ha tenido y tiene un
importante papel, ya que permite aproximaciones numericas y graficas fiables de fenomenos muy
complejos en campos tan dispares como la Biologa, Medicina, Farmacologa, Economa, etc. En
realidad, los ejemplos considerados constituyen una muestra de sistemas din
amicos continuos, en la
que los resultados pueden ser tan intuitivos como las de los ejemplos de dinamica de poblaciones
aqu descritos o presentar complicaciones tan importantes como las originan la existencia de orbitas
de tipo fractal. De forma intuitiva, un sistema dinamico es un proceso iterativo que evoluciona con
el tiempo, y en los que el estado en cada instante depende del estado en el instante anterior.
Ejemplos de sistemas dinamicos son la propia prediccion del tiempo atmosferico, la evoluci
on de
un farmaco en un organismo vivo, la influencia en el desarrollo de una mutaci
on genetica, la
colision de partculas atomicas sometidas a procesos de aceleracion,. . . y otros muchos (incluyendo
los que ignoro completamente), y dan una muestra de la dificultad de su tratamiento y analisis. De
hecho, analizar y comprender algunos de los extra
nos comportamientos que pueden presentar las
trayectorias en los sistemas dinamicos (discretos o continuos) solo ha sido posible con el desarrollo
de la Informatica. Es mas, cualquier ordenador potente que se esta utilizando, construyendo o
proyectando, tiene un alto porcentaje de tareas previstas en simulaciones de sistemas dinamicos
para los que las soluciones de las ecuaciones diferenciales o de las ecuaciones en derivadas parciales
que los modelan revisten una gran complejidad.
AJM
El hecho de que las soluciones particulares de una EDO autonoma puedan estar definidas en un
intervalo de amplitud finita, como la solucion de la EDO logstica del Ejemplo 4.4.16, cuya grafica
muestra la Figura 4.4.16, o un intervalo de amplitud infinita, como el dominio de cualquier solucion
de equilibrio, es una consecuencia de que son ecuaciones diferenciales no lineales. Por otro lado,
dado que la solucion particular de un PVI determinado por una EDOR autonoma, con una condicion
y(x0 ) = y0 , viene dada en general mediante una expresion implcita N (y) dy = x + C, no siempre
se podra obtener y en funcion de x, como en la solucion (4.4.15) de la EDO logstica. Es mas,
como no tiene por que verificarse el teorema de la funcion implcita, no hay garantas ni siquiera
de existencia o unicidad local para la solucion de tal PVI, salvo que existan hipotesis que permitan
utilizar un resultado que lo garantice como, por ejemplo, el teorema de Picard. Por supuesto, si se
puede resolver la integral involucrada en la solucion y se puede despejar y, como en el caso de la
EDO logstica, el problema queda reducido al analisis de la solucion.
Lo habitual es que en una EDO no lineal, al contrario de lo que ocurre en una EDO de variables
separables, ni siquiera admita una formula de integraci
on y haya que recurrir a metodos numericos
para aproximar la solucion. Para ver como se utilizan los metodos numericos en la resolucion de
ecuaciones diferenciales puede pasar ahora a los temas correspondientes, donde se describen algunos
Ingeniera Informtica
Clculo Infinitesimal 2
4.5.
AJM
Ingeniera Informtica
Clculo Infinitesimal 2
n explcita
Algunas ecuaciones diferenciales con solucio
209
Incluso se puede pensar en un truco mucho mas general que consistira en un metodo para
determinar si una EDO puede admitir o no un factor integrante. . . De hecho, ese fue el camino que
inicio Sofus Lie (1842-1899), a finales del siglo XIX, poniendo los cimientos de lo que ahora se conoce
como Teora de Lie. Basicamente, se trata de analizar el llamado grupo de Lie de la EDO, que
informa en algunos casos si la EDO es o no resoluble, en modo analogo a la teora de Galois, en la
que el grupo de Galois permite reconocer si una ecuacion polinomica de grado 4 es o no resoluble
por radicales. La teora de Lie tiene importantes aplicaciones practicas en distintas disciplinas de la
ciencia pura y aplicada, dentro y fuera de la Matematica, y por lo tanto trasciende del campo de las
ecuaciones diferenciales. Obviamente, no vamos a entrar en ella porque los conocimientos previos
exceden (con mucho) a los necesarios para seguir un curso introductorio de ecuaciones diferenciales.
As, el objetivo de esta seccion es el de mostrar algunos ejemplos y procedimientos sencillos
de resolucion de ecuaciones diferenciales no lineales, con objeto de ilustrar algunos de los recursos
se
nalados. Por supuesto, una vez conocidos los metodos de resolucion, estos pueden ser empleados
con ecuaciones diferenciales del mismo tipo; ademas, sirven de boton de muestra para documentar
como se pueden resolver otros tipos distintos de ecuaciones diferenciales, para las que se conocen
tambien procedimientos analogos.
Por otro lado, sera razonable no dedicar mucho tiempo al aprendizaje de tecnicas de integracion
de ecuaciones diferenciales (expresion academica formal para el concepto de trucos habituales).
Aunque no esta de mas echarle una ojeada con interes, lo que aportan de nuevo al desarrollo de la
teora de ecuaciones diferenciales es muy poco interesante, salvo que se plantease su estudio como si
el objetivo final fuera ganar un test de destreza en la resolucion de integrales (por cierto, ganara un
usuario poco experto en calculo integral y con un programa de calculo simb
olico o un usuario muy
experto solo con un buen manual de calculo de primitivas. . . ? No se enga
ne, ganara un usuario
razonablemente experto en calculo y sabiendo utilizar un programa como Maple o Mathematica!).
Por lo tanto, esta seccion sera conveniente seguirla con alguna versi
on de un buen programa de
calculo simb
olico para asegurarse de que al menos conoce bien los metodos que se van a desarrollar;
as, una vez comprendido el funcionamiento de un metodo concreto de resolucion, se podra luego
olvidar en la confianza de que una maquina lo recordar
a mejor que nosotros.
AJM
Ecuaci
on de Bernoulli. Ejemplo: y 0 + y = x y 2 .
La ecuacion de Bernoulli es un ejemplo tpico de ecuacion diferencial a la que un cambio de variables
la convierte en una EDO lineal.
Definici
on 4.5.1 La ecuaci
on de Bernoulli se define como aquella que puede adoptar la forma
y 0 + a(x) y = b(x) y n .
Obs
ervese que en el caso n = 0, la ecuacion de Bernoulli no es mas que la EDO lineal de primer
orden. Por otra parte, en el caso n = 1, la ecuacion de Bernoulli tambien se puede poner en la
forma y 0 + (a(x) b(x)) y = 0, y queda entonces caracterizada como una EDO lineal homogenea.
En consecuencia, se pueden eliminar estos dos casos particulares de la resolucion del caso general.
Por otro lado, no es raro que una ecuacion diferencial pueda responder a distintos tipos, y
por tanto se pueda resolver de varias formas.
Ingeniera Informtica
Clculo Infinitesimal 2
Ejemplo 4.5.2
La EDO logstica y 0 = y (1 y/), que es autonoma (y de variables separables), tambien es una
ecuacion de Bernoulli, con n = 2, en la que se tienen los valores a(x) = y b(x) = /, ya
que se puede poner como
y0 y = y2 .
(4.5.4)
Una vez obtenida (en la variable z) la solucion z(x) = z(x, C) de la EDO lineal (4.5.4), se deshace
el cambio de variables para expresarla en la variable original:
AJM
1
y(x) = z(x, C) n1 .
y = z 1/(1n) ,
z 0 + (1 n) a(x) z = (1 n) b(x) .
Ejemplo 4.5.5
La ecuacion diferencial y 0 + y = xy 2 es un ejemplo de ecuacion de Bernoulli, en la que a(x) = 1,
b(x) = x, y n = 2. Dividiendo la ecuacion por y 2 se obtiene la EDO
y0
1
+ = x.
2
y
y
Ingeniera Informtica
Clculo Infinitesimal 2
n explcita
Algunas ecuaciones diferenciales con solucio
211
> dsolve(D(y)(x)+y(x)=x*y(x)^2);
y(x) =
1
x + 1 + e x C1
Obs
ervese en la igualdad (4.5.6) esta excluida la solucion singular y = 0. De hecho, aunque la
ecuacion y 0 + y = xy 2 no es autonoma, para x , se tiene y(x, C) 0, independientemente del
valor de C, por lo que las soluciones de la EDO convergen asint
oticamente a y = 0 (que, al ser constante, es una solucion de equilibrio). Por otro lado, cuando el denominador de la expresion (4.5.6)
se anula, el dominio las soluciones de la EDO sera entonces solo un intervalo.
AJM
Figura 4.26: Algunas soluciones de y 0 + y = xy 2 .
La Figura 4.26 muestra algunas soluciones distintas de la EDO. Los trozos de curvas del mismo
color, separadas por una asntota (dibujadas en trazo discontinuo), son soluciones distintas que
comparten la misma expresion, pero no el dominio. Y no debera pensarse erroneamente que se
pueden pegar soluciones distintas para conseguir una solucion con un dominio mas amplio. Como
f (x, y) = x y 2 y y fy (x, y) = 2 x y 1 son funciones continuas en R2 , el teorema de Picard
garantiza que no pueden pasar soluciones distintas de la EDO por un mismo punto del plano.
Ecuaci
on -homog
enea. Ejemplo: 2xy y 0 + x2 y 2 = 0 .
La idea de funcion -homogenea es generalizar el concepto de polinomio de grado n homogeneo, de
varias variables, en el que todos los sumandos del polinomio tienen el mismo grado.
Ingeniera Informtica
Clculo Infinitesimal 2
Obviamente, un polinomio homogeneo de de dos variables en el que todos los sumandos son de
segundo grado resulta entonces un caso particular de funcion -homogenea, con = 2.
Ejemplo 4.5.8
El polinomio homogeneo P (x, y) = 2xy + x2 y 2 de grado 2 verifica
AJM
M (x, y) + N (x, y) y 0 = 0 ,
las expresiones M (x, y) y N (x, y) que resultan son funciones -homogeneas del mismo grado.
Obs
ervese que si M (x, y) y N (x, y) son funciones -homogeneas del mismo grado, entonces el
cociente M (x, y)/N (x, y) es una funcion -homogenea de grado 0. Cuando sucede, el cambio de
variables y = zx transforma la ecuacion diferencial M (x, y) + N (x, y)y 0 = 0 en otra EDO en la que
se pueden separar casi siempre las variables x, z.
Proposici
on 4.5.9 Si la funci
on f = f (x, y) se puede expresar en la forma f (x, y) = F (z), con
y = zx, entonces la ecuaci
on diferencial y 0 = f (x, y) es equivalente a una nueva EDO, en la forma
0
as se pueden separar las variables x, z.
z = g(x, z), en la que adem
En efecto, si se pone y = zx, entonces se tiene y 0 = z 0 x + z, y la ecuacion y 0 = f (x, y) se puede
expresar en la forma z 0 x + z = F (z), en la que se pueden separar trivialmente las variables:
z 0 = (x) (z) ,
con (x) =
1
y (z) = F (z) z.
x
Notese que, como suceda en el caso de la EDO de Bernouilli (y en cualquier cambio de variables),
la resolucion de la EDO y 0 = f (x, y) se ha transformado en un sistema:
y = z x,
z0
1
= .
F (z) z
x
Ingeniera Informtica
Clculo Infinitesimal 2
n explcita
Algunas ecuaciones diferenciales con solucio
213
Ejemplo 4.5.10
La ecuacion diferencial 2xy y 0 + x2 y 2 = 0 es una de EDO y 0 = f (x, y) en la que f (x, y) es
-homogenea de grado 0, ya que
M (x, y) = x2 y 2
y N (x, y) = 2xy
2z(z 0 x + z) + 1 z 2 = 0 ,
log(1 + z 2 ) = log(|x|) + C
(1 + z 2 )|x| = eC ,
de la que se puede eliminar el valor absoluto, incluyendo el signo de x en una nueva constante (que
renombra a C el valor eC ). Entonces, la solucion implcita de la EDO, en las variables originales
x, y, se obtiene poniendo z = y/x, para deshacer el cambio de variables:
y 2
2
x = C x2 + y 2 = x C
(1 + z )x = C
1+
x
AJM
y 2 x2
2xy
y=zx
f (x, zx) =
z2 1
(zx)2 x2
=
= F (z) ,
2xzx
2z
que es la igualdad f (x, y) = F (z) de la Proposicion 4.5.9, pero que no ha sido necesario obtenerla
para resolver la EDO.
Por supuesto, Maple proporciona directamente las soluciones, tanto en forma explcita (por
defecto) como en forma implcita, si se utiliza la opcion implicit en el comando correspondiente.
> dsolve(2*x*y(x)*D(y)(x)+x^2-y(x)^2=0);
Ingeniera Informtica
y(x)2 + x2 x C1 = 0
Clculo Infinitesimal 2
(x, y) +
(x, y) y 0 = M (x, y) + N (x, y) y 0 .
x
x
y N (x, y) = y (x, y) .
Obs
ervese que una EDO exacta, M (x, y) + N (x, y) y 0 = 0, puede ponerse en la forma
AJM
z 0 (x) = 0
d
(x, y) = 0.
dx
Caracterizaci
on de una EDO exacta. Ejemplo: x + y (y x) y 0 = 0 .
Para para identificar que una ecuacion y 0 = f (x, y), puesta en la forma M (x, y) + N (x, y) y 0 = 0,
es una EDO exacta, no solo no es necesario obtener la funcion = (x, y), sino que ademas, bajo
hipotesis adecuadas, probar su existencia equivale a la verificaci
on de la relacion
M (x, y) =
N (x, y) ,
y
x
(4.5.12)
Ingeniera Informtica
Clculo Infinitesimal 2
n explcita
Algunas ecuaciones diferenciales con solucio
215
Probaremos primero que si una EDO es exacta, entonces se verifica la relacion (4.5.12).
En efecto, si la EDO M (x, y) + N (x, y) y 0 = 0 es exacta, y = (x, y) es la funcion tal que
M (x, y) =
(x, y)
x
y N (x, y) =
(x, y) ,
y
M (x, y) =
y
y
(x, y)
x
xy =yx
(x, y) =
N (x, y) ,
y
x
lo que prueba la relacion (4.5.12), que se expresa mas brevemente como My = Nx , y que se
convierte en una condicion necesaria para que una ecuacion y 0 = f (x, y) sea exacta.
Curiosamente, la prueba de que My = Nx es una condicion suficiente para que una EDO y 0 = f (x, y)
sea exacta consiste en desarrollar un procedimiento constructivo para determinar la funcion , que
puede ser utilizado para obtenerla y, en la practica, resolver as la ecuacion diferencial.
Resoluci
on de una EDO exacta.
AJM
Supongamos que, puesta una ecuacion y 0 = f (x, y) en la forma M (x, y) + N (x, y) y 0 = 0, se verifica
My = Nx en un intervalo de R2 (o, mas generalmente, en un subconjunto de R2 sin agujeros),
entonces probaremos la existencia de de modo que M = x y N = y (en el supuesto de que
M = M (x, y) y N = N (x, y) son funciones de clase 1 en el intervalo), detallando los pasos que
conducen a la obtencion de = (x, y).
Paso 1:
Como tiene que ser x = M (x, y), si la variable y se considera constante en la expresion de M (x, y),
se puede integrar respecto de la variable x la igualdad, obteniendose
Z
(x, y) =
M (x, y) dx + C1 (y)
(4.5.13)
donde la constante de integraci
on C1 = C1 (y) es una funcion desconocida en la variable y.
Paso 2:
Como tiene que ser R
ahora la igualdad (4.5.13) respecto de la variable y,
y = N (x, y), si se deriva
d
M (x, y) dx +
C1 (y) = N (x, y)
dy
(4.5.14)
Ingeniera Informtica
Clculo Infinitesimal 2
C1 (y) =
N (x, y)
M (x, y) dx
dy .
(4.5.15)
y
Paso 4:
Finalmente, solo queda sustituir el valor (4.5.15) de C1 (y) en la expresion (4.5.13) de (x, y),
obtenida en el Paso 1, y la funcion queda determinada por la formula
Z
Z
Z
(x, y) =
M (x, y) dx +
N (x, y)
M (x, y) dx
dy ,
y
que por supuesto no es necesario recordar.
Ojo!,
Por consiguiente, una EDO M (x, y) + N (x, y) y 0 = 0, con My = Nx , es exacta y tiene por
solucion implcita (x, y) = C, siendo la funcion obtenida por el procedimiento anterior.
En efecto, tras cancelar las expresiones
que contienen
a la variable x, en la ecuacion (4.5.14) del
R
2
N (x, y)
M (x, y) dx
=
N (x, y)
M (x, y) dx = Nx My = 0 .
x
y
x
y x
AJM
Observaciones:
(1) Notese que durante el proceso se han tenido que evaluar dos integrales, (4.5.13) y (4.5.15), que
por supuesto no tienen por que tener primitiva elemental.
(2) Alternativamente al camino seguido, se podra haber partido de y = N (x, y), obteniendo
Z
(x, y) = N (x, y)dy + A(x) ,
para luego hallar la constante de integraci
on A(x) como funcion desconocida en la variable x.
Ingeniera Informtica
Clculo Infinitesimal 2
n explcita
Algunas ecuaciones diferenciales con solucio
217
(3) Como funcion de varias variables, la diferencial de = (x, y) se puede expresar en la forma
d = x (x, y) dx + y (x, y) dy .
As, cuando (x, y) = C es la solucion de una ecuacion M (x, y) + N (x, y) y 0 = 0 exacta, se dice
tambien que d es una diferencial exacta o que tiene una diferencial exacta, porque entonces
se verifica d = 0. Notese que, aunque no se ha usado esta notacion, la forma diferencial de la
EDO es precisamente M (x, y) dx + N (x, y) dy = 0.
(4) En el contexto de la teora de campos vectoriales (funciones F , de Rn en Rn ), cuando d es
una diferencial exacta se suele decir que el campo vectorial
F (x, y) = (M (x, y), N (x, y))
es conservativo, porque F (x, y) = . A la funcion se le llama entonces una funci
on potencial
de F , y se determina con el procedimiento seguido con la EDO exacta M (x, y) + N (x, y) y 0 = 0.
Ejemplo 4.5.16
La ecuacion x + y (y x) y 0 = 0 es exacta, ya que M (x, y) = x + y y N (x, y) = x y, luego
M = 1 =
N.
y
x
AJM
Vamos a resolver la EDO, hallando la funcion , que determina la solucion (x, y) = C, siguiendo
paso a paso el algoritmo descrito para una EDO exacta.
Paso 1: Al integrar x = M (x, y) = x + y, suponiendo y constante, se obtiene
Z
x2
+ yx + (y) .
(x, y) = (x + y) dx + (y) =
2
Paso 2: Al derivar la igualdad anterior respecto de y se obtiene
2
x
d
y =
+ yx + (y) = x +
.
y
2
dy
Y teniendo en cuenta que y = N (x, y) = x y, se tiene la igualdad
x+
d
= xy,
dy
que, una vez simplificada, se tiene que transformar en una EDO, de incognita = (y), que no
puede contener expresiones en x (si no es as, el metodo avisa de que algo no se ha hecho bien):
d
= y .
dy
Paso 3: Al integrar (respecto de la variable y) la ecuacion diferencial anterior, se obtiene
Z
y2
(y) = (y) dy = .
2
Ingeniera Informtica
Clculo Infinitesimal 2
x2
x2
y2
+ yx + (y) =
+ yx
.
2
2
2
> dsolve(x+y(x)-(y(x)-x)*D(y)(x)=0,implicit);
y(x)2 2 y(x) x x2
1
C1 = 0
ln(x) + 2 ln
x2
AJM
> dsolve(x+y(x)-(y(x)-x)*D(y)(x)=0);
q
q
y(x) = x + 2x2 + (e C1 )2 , y(x) = x 2x2 + (e
C1 )2
Obs
ervese que las funciones M y N de la EDO de Ejemplo 4.5.16 son funciones -homogeneas del
mismo grado. Por lo tanto, la ecuacion diferencial exacta x + y (y x) y 0 = 0 se podra tambien
resolver con el cambio de variables y = zx. Ello es una muestra mas de que no hay una u
nica
forma para resolver una EDO. Usualmente, el metodo de resolucion que se aplica de debe al tipo
de ecuacion resoluble que se ha identificado.
Ejemplo 4.5.17
Toda ecuacion diferencial M (x) + N (y) y 0 = 0 de variables separables es exacta, ya que
M (x) =
N (y) = 0 .
y
x
Por supuesto, la solucion (x, y)R= C se obtiene,
R como se hizo en la Seccion 4.3, determinando la
funcion en la forma (x, y) = M (x) dx + N (y) dy .
Ingeniera Informtica
Clculo Infinitesimal 2
n explcita
Algunas ecuaciones diferenciales con solucio
219
(4.5.18)
Entonces, se dice que (x, y) es un factor integrante de la EDO original, ya que al multiplicarla
por se convierte en la ecuacion exacta (4.5.18) que una ecuacion diferencial resoluble.
Encontrando un factor integrante.
Una ecuacion diferencial no tiene obviamente un u
nico factor integrante. Durante mucho tiempo,
una parte importante del esfuerzo la resolucion de ecuaciones consista en tratar de encontrar
factores integrantes, que de alguna forma pudieran ser sugeridos por la propia ecuacion (o por
la experiencia del que la resolva). La potencia de los ordenadores convierte ahora a los metodos
numericos, que seran introducidos posteriormente, en una clara alternativa para la obtencion de
soluciones validas, y de hecho es lo que se suele utilizar preferentemente.
No obstante, si para una EDO (o para un conjunto de ellas) se encuentra un factor integrante,
entonces de forma automatica se ha encontrado al menos un modo de resolverla. Algunas tecnicas
utilizan condiciones particulares al caso general, para determinar as factores integrantes en los
tipos de ecuaciones que resultan.
AJM
Por ejemplo, si M dx + N dy = 0 tiene que ser una EDO es exacta, entonces se debe verificar
la caracterizacion (4.5.12), que adopta ahora la forma ( M )y = ( N )x , o lo que es lo mismo
y M + My = x N + Nx ,
que es una ecuacion en derivadas parciales. No obstante, se puede buscar un factor integrante,
= (x), que solo dependa de x, imponiendo la condicion y = 0.
En efecto, entonces, la igualdad ( M )y = ( N )x se simplifica en My = x N + Nx , y se
debe satisfacer la ecuacion diferencial
x =
My Nx
.
N
(4.5.19)
(x) dx
M y Nx
= (x)
N
Ingeniera Informtica
(x) = e
(x) dx
Clculo Infinitesimal 2
Ejemplo 4.5.20
La EDO lineal no es exacta, ya que, puesta en la forma a(x) y b(x) + y 0 = 0, se tiene
My =
y Nx =
(1) = 0
y
My 6= Nx
u(x) = e
(x) dx
AJM
(y) dy .
Ejemplo 4.5.21
Puede probar a encontrar un factor integrante para la ecuacion y (x + 6y 2 ) y 0 = 0 y utilizarlo
despues para obtener la solucion. Luego, puede comprobar si la solucion obtenida es equivalente a
la que proporciona Maple (con mucho menos esfuerzo).
> dsolve(y(x)-(x+6*y(x)^2)*D(y)(x)=0,implicit);
x 6 y(x)2 y(x) C1 = 0
> dsolve(y(x)-(x+6*y(x)^2)*D(y)(x)=0);
1
1p
1
1p
y(x) =
C1 +
C12 + 24x, y(x) =
C1
C12 + 24x
12
12
12
12
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
4.6.
221
La transformada de Laplace.
Del mismo modo que la transformada Z convierte el problema de resolver una recurrencia en un
problema algebraico, tambien se puede utilizar un procedimiento similar para resolver un PVI. El
metodo consiste de nuevo en cambiar de dominio mediante una transformada, en modo analogo
a como la transformada de Fourier cambia del dominio del tiempo al dominio de las frecuencias.
En el caso de las ecuaciones diferenciales, se pasa del espacio de funciones en el que se considera
y = f (x), solucion de una EDO, a otro espacio funcional en el que se considera su transformada
de Laplace y = F (s), que es una nueva funcion definida en terminos de una integral de f , en modo
analogo a la transformada de Fourier de una funcion no periodica.
f (t)
AJM
: Transformada de Laplace
T 1
F (s)
: Transformada inversa
La notacion L[f (t)] = F (s) se utiliza para indicar que F es la transformada de Laplace de f .
Obs
ervese que la transformada de Laplace esta definida en cada s como una integral impropia, y
por lo tanto puede ser obtenida mediante
Z b
F (s) = lm
f (t) est dt .
b 0
Ingeniera Informtica
Clculo Infinitesimal 2
1
.
s
Z
Z b
e
1
1
esb
1
F (s) =
1 est dt = lm
est dt = lm
=
lm
= .
b
b
b
s
s
s
s
s
0
0
N
otese que para s = 0, se tiene est = 1 y, como ocurre para s < 0, se verifica que lm esb = ;
b
R
por tanto, la integral impropia 0 est dt no converge para s 0.
AJM
1
.
sa
=
.
b
a
s
a
s
a
s
s
a
0
0
R
N
otese que la integral impropia 0 e(as)t dt no converge ahora para s a, ya que se tiene
e(as)t = 1, para s = a, y como sucede tambien para s < a, se verifica que lm e(as)b = .
b
No es solo que la nueva transformada definida vaya a ser utilizada en la misma forma que la
transformada Z o la transformada de Fourier; en realidad, la transformada de Laplace esta bastante
mas relacionada con ellas de lo que pudiera parecer en un primer momento.
La transformada de Laplace se puede entender como una modificacion de la transformada Z
de una sucesion, cuando se considera el cambio de la variable discreta n 0 al caso de la variable
continua t 0 (o viceversa, ya que la transformada Z se puede interpretar como una modificacion
de la Laplace). De hecho, en un contexto mas amplio, responden a un mismo concepto.
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
223
Obs
ervese que en los casos mas simples de recurrencia y EDO lineal de primer orden homogenea
y de coeficiente constante, se tiene el siguiente resultado: la solucion de la ecuacion de recurrencia
yn+1 = a yn es yn = y0 an , mientras que la solucion de la EDO y 0 = a y es y = y0 eat . Es decir, las
potencias de a del caso discreto se convierten en las exponenciales del caso continuo. As, en el caso
general, la transformada Z de una sucesion, yn = y(n), se puede relacionar con la transformada de
Laplace de una funcion, y = y(t), mediante la sugerente identificaci
on:
G(z) =
Z
yn z
Y (s) =
y(t) est dt .
n=0
Luego, parece natural que algunas de las reglas y propiedades que involucran a la transformada
de Laplace van a ser las mismas o muy similares a las de la transformada Z. Por ejemplo, la
transformada Z de la sucesion de termino general an = an y la transformada de Laplace de la
funcion f (t) = eat comparten una expresion similar, con identico denominador, determinando un
polo a (una raz del denominador) de la transformada A(z) o F (s) respectiva:
A(z) =
z
za
1
.
sa
y F (s) =
Por otro lado, la transformada de Laplace puede considerarse tambien como un caso particular
de la transformada de Fourier de una funcion y = f (t), para la que se considera f (t) = 0, si t 0,
y la variable s (real o compleja) sustituye a i. Esquematicamente:
Z
Z
F () =
f (t) eit dt F (s) =
f (t) est dt .
AJM
Entonces, en modo analogo a lo que sucede con la transformada Z, las propiedades de la transformada de Fourier tienen un reflejo en la transformada de Laplace. Por ejemplo, la linealidad de la
integral prueba que tambien la transformada de Laplace es un operador lineal, y se tiene
L [ f (t) + g(t) ] = L[f (t)] + L[g(t)] .
Ademas de los resultados ya obtenidos, los Ejemplos 4.6.2 y 4.6.3 muestran en realidad casos
particulares de propiedades que convienen destacar, ya que tienen una aplicacion mas general.
Proposici
on 4.6.4 Si F (s) es la transformada de Laplace de una funci
on y = f (t), entonces la
transformada G(s) = L[g(t)], de la funci
on g(t) = eat f (t), verifica la relaci
on G(s) = F (s a).
O m
as brevemente,
L eat f (t) = F (s a) .
(4.6.5)
En efecto, la prueba es solo reescribir la integral que define a la transformada de g(t) = eat f (t) :
Z
Z
at
at
st
G(s) = L e f (t) =
e f (t) e dt =
f (t) e(sa)t dt = F (s a) .
0
Ingeniera Informtica
Clculo Infinitesimal 2
1
s
G(s) = F (s a) =
1
.
sa
Por otra parte, al estar definida la transformada de Laplace en terminos de una integral impropia
sobre el dominio de los reales positivos (el tiempo negativo no es ahora considerado), las funciones
y = f (t) sobre las que opera la transformada de Laplace se tienen que suponer nulas en (, 0].
Por ejemplo, la transformada de Laplace F (s) = 1/s de la funcion f (t) = 1, supone que f (t) = 0,
para t 0. As, el resultado del Ejemplo 4.6.2 se puede interpretar con la funcion de Heaviside:
1
Si f (t) = H(t) denota la funcion Heaviside, la transformada de Laplace es F (s) = .
s
Cuando se usan desplazamientos, la funcion de Heaviside tiene tambien importantes aplicaciones
en el marco de la transformada de Laplace. Por supuesto, se puede seguir admitiendo el convenio
general de dejar indefinida la funcion de Heaviside en el origen.
Proposici
on 4.6.6 Si y = H(t) denota la funci
on de Heaviside y la funci
on f (t) tiene a F (s)
como transformada de Laplace, entonces para la funci
on g(t) = f (t ) H(t ) se verifica la
relaci
on L[g(t)] = es F (s). O m
as brevemente,
AJM
(4.6.7)
En la u
ltima integral se han sustituido H(z) = 1 para z > 0 en el integrando y el lmite inferior
se ha puesto a 0, ya que H(z) = 0 para z < 0. Y teniendo en cuenta el papel mudo de z en la
integral (se puede volver a utilizar la variable t), se tiene finalmente el resultado.
Obs
ervese que para la funcion g(t) = eat , del Ejemplo 4.6.3, se tiene g(t 0) H(t 0) = g(t), por
lo que se verifica obviamente la relacion (4.6.7) que establece la Proposicion 4.6.6, ya que
L[g(t 0) H(t 0)] = e0t G(s) = G(s) .
Las reglas (4.6.5) y (4.6.7) que se deducen de las dos proposiciones anteriores se pueden resumir en terminos de desplazamientos (evidentemente, con las particularidades de cada caso), en el
siguiente sentido que destacamos:
Desplazar en alguno de los dominios que utiliza la transformada de Laplace equivale, en el otro
dominio, a multiplicar por una exponencial, utilizando en cada caso la variable correspondiente.
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
225
Adicionalmente, las reglas permiten obtener facilmente transformadas de Laplace de desplazamientos de funciones, para las que ya se conoce su transformada de Laplace, as como recuperar
funciones en el domino del tiempo, cuando se identifica como una transformada inversa desplazada.
Por supuesto, antes que nada se necesitan conocer las transformadas de algunas funciones mas.
Ejemplo 4.6.8
Si se considera a = i en la funcion del Ejemplo 4.6.3, se tiene directamente la transformada de la
funcion f (t) = eit = cos( t) + i sen( t). Entonces, las transformadas de Laplace de las funciones
seno y coseno se pueden obtener como las respectivas parte real e imaginaria de F (s) = L[f (t)].
f (t) = eit
g1 (t) = cos(t)
g2 (t) = sen(t)
s + i
1
.
= 2
s i
s + 2
s
G1 (s) = 2
(Parte real de F (s)).
s + 2
G2 (s) = 2
(Parte imaginaria de F (s)).
s + 2
F (s) =
Veamos ahora como, utilizando las reglas para los desplazamientos, podemos obtener facilmente
algunas transformadas que involucren a las funciones trigonometricas seno y coseno.
Ejemplo 4.6.9
AJM
(a) Para calcular la transformada de Laplace de la funcion g(t) = e2t cos(3t) se puede aplicar la
regla (4.6.5), tomando f (t) = cos(3t), y utilizando previamente la transformada de cos( t) del
Ejemplo 4.6.8, con = 3. Entonces, se tiene
(s
2)2 + 9
g(t) = e2t f (t) G(s) = F (s 2)
(b) Para calcular la transformada de Laplace de la funcion g(t) = sen(2t 10), con t > 5, se puede
suponer g(t) = 0, para t 5, y poder expresarla as en la forma g(t) = f (t 5) H(t 5), con
f (t) = sen(2t). Entonces, se puede aplicar la regla (4.6.7), utilizando previamente la transformada
de sen( t) del Ejemplo 4.6.8, con = 2, y se tiene
f (t) = sen(2t) F (s) =
2
2
s + 22
s2
2
.
+4
Ingeniera Informtica
Clculo Infinitesimal 2
> with(inttrans):
laplace(exp(2*t)*cos(3*t),t,s);
s2
(s 2)2 + 9
> laplace(sin(2*t-10)*Heaviside(t-5),t,s);
2
e(5s)
s2 + 4
AJM
As, cada vez que se conoce la transformada de Laplace F de una funcion continua f , se conoce
tambien que f es la trasformada inversa de F . En otros casos mas generales, la transformada de
Laplace inversa de F (s) coincide con f (t) en casi todos los puntos t (donde el casi tiene un
significado matematico preciso, en el que no entraremos).
Ejemplo 4.6.10
1
(a) La transformada de Laplace inversa de la funcion F (s) = sa
es la funcion f (t) = eat , como
consecuencia del Ejemplo 4.6.3, donde se prueba que L[f (t)] = F (s).
s2
(s2)2 +9
s2
,
(s 2)2 + 9
se puede aplicar la regla (4.6.7), ya que G es el producto de una funcion exponencial (es decir, la
s2
funcion e5s ) por una funcion f (t), que debe tener por transformada a F (s) = (s2)
2 +9 . Entonces,
2t
seg
un el resultado (b), la funcion es f (t) = e cos(3t), ya que F (s) es la transformada de la funcion
cos(3t) desplazada (de ah, seg
un la regla (4.6.5), el factor e2t ); por lo tanto,
(
0,
t < 5,
2(t5)
g(t) = H(t 5) e
cos(3(t 5)) =
e2t10 cos(3t 15) , t > 5 .
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
227
7s
,
(s 2)2 + 9
que recuerda a funciones trigonometricas basicas desplazadas (en ambos espacios. . . ), se puede
intentar ajustar F (s) a una combinaci
on lineal de expresiones conocidas (esto se puede convertir
en un arte, como el calculo de primitivas) y utilizar luego la linealidad de la transformada inversa
para llegar a la expresion final de f (t).
En efecto, se puede poner
F (s) = e5s 7
s2+2
s2
1
3
= 7 e5s
+ 7 2 e5s
,
2
2
(s 2) + 9
(s 2) + 9
3
(s 2)2 + 9
y entonces, utilizando las reglas transformadas conocidas sobre la descomposicion obtenida para
F (s), se obtiene f
acilmente la transformada inversa buscada:
14
f (t) = H(t 5) e2t10 7 cos(3t 15) +
sin(3t 15) .
3
Por supuesto, la mejor forma de obtener transformadas inversas de esta dificultad es utilizar
un buen programa de calculo simb
olico. Por ejemplo, con el comando invlaplace de Maple, se
obtienen directamente las transformadas inversas del ejemplo. En particular,
Para la funcion G(s) del apartado (c), se tiene:
AJM
> invlaplace(exp(-5*s)*(s-2)/((s-2)^2+9),s,t);
> invlaplace(exp(-5*s)*7*s/((s-2)^2+9),s,t);
7
Heaviside(t 5) e(2t10) (3 cos(3t 15) + 2 sin(3t 15))
3
Algunas funciones que no verifican las condiciones inicialmente exigidas para garantizar la
existencia de transformada de Laplace, tambien pueden tenerla, en modo analogo a lo que ocurra
con la transformada de Fourier.
Ejemplo 4.6.11
La transformada de Laplace de la funcion de Dirac, f (t) = (t), es la funcion F (s) = 1, ya que se
puede admitir que funciona el calculo formal de la integral que la define, en la forma
Z
F (s) =
(t) est dt = es0 = 1 .
0
Ingeniera Informtica
Clculo Infinitesimal 2
d
L
f (t) = s F (s) f (0) .
(4.6.13)
dt
En efecto, aplicando la formula de integraci
on por partes (u = est , v 0 = f 0 (t)), y teniendo en
cuenta que la existencia de F (s) implica que lm f (t) est = 0, se tiene
t
Z
d f (t) st
d f (t)
st
=
e dt = f (t) e
f (t) sest dt
L
0
dt
dt
0
0
Z
= f (0) + s
f (t) est dt = s F (s) f (0) .
AJM
0
d
F (s) .
ds
Ingeniera Informtica
(4.6.15)
d F (s)
ds
es el producto t f (t).
Clculo Infinitesimal 2
La transformada de Laplace
229
d f (t)
sF (s) f (0)
dt
t f (t)
d F (s)
.
ds
F (u) du .
s
t
0
s
Ojo!,
Ojo!,
Obs
ervese que los resultados anteriores con la derivaci
on e integraci
on tambien se pueden resumir
(por supuesto, con las modificaciones oportunas en cada caso) en el siguiente sentido:
Derivar o integrar en uno de los dominios de la transformada de Laplace equivale, en el otro
dominio, a multiplicar o dividir respectivamente por la variable correspondiente.
Y de nuevo las reglas obtenidas permiten obtener transformadas de Laplace de funciones, en
terminos de derivadas o integrales de otras funciones para las que ya se conoce su transformada.
Ejemplo 4.6.16
1
Partiendo de f (t) = 1, y de su transformada F (s) = , se puede obtener la importante relacion
s
n!
f (t) = tn F (s) = n+1 .
(4.6.17)
s
AJM
1
d F (s)
= 2.
ds
s
d F1 (s)
2
= 3.
ds
s
23
3!
d F2 (s)
= 4 = 4.
ds
s
s
> laplace(laplace(a*f(t)+b*g(t),t,s);
a laplace(f(t), t, s) + b laplace(g(t), t, s)
Ingeniera Informtica
Clculo Infinitesimal 2
> laplace((D@@2)(f)(t),t,s);
s2 laplace(f(t), t, s) D(f )(0) s f(0)
> laplace(t*f(t),t,s);
laplace(f(t), t, s)
s
> laplace(int(f(u),u=0..t),t,s);
laplace(f(t), t, s)
s
f (t) = (t)
AJM
F (s) = 1
F (s) =
1
s
f (t) = t
F (s) =
1
s2
f (t) = tn
F (s) =
f (t) = eat
F (s) =
f (t) = cos(t)
f (t) = sen(t)
f (t) = 1
n!
sn+1
1
sa
s
F (s) = 2
s + 2
F (s) = 2
s + 2
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
231
En modo analogo, resumimos en una tabla las reglas para las transformadas de Laplace que
hemos deducido en las proposiciones de la seccion.
Funci
on (en t)
Transformada (en s)
f (t) + g(t)
F (s) + G(s)
eat f (t)
F (s a)
f (t ) H(t )
es F (s)
d
f (t)
dt
s F (s) f (0)
d2 f
dt2
f 000 (t)
t f (t)
AJM
f (t)
t
Rt
0
Rt
0
d
F (s)
ds
f (u) du
f (t u) g(u) du
R
s
F (u) du
F (s)
s
F (s) G(s)
1
(s a)(s b)
1
1
se puede utilizar el hecho de que W (s) = F (s) G(s), donde F (s) = sa
y G(s) = sb
. Entonces,
la transformada inversa de W (s) se puede obtener como el producto de convoluci
on w = f g.
Ingeniera Informtica
Clculo Infinitesimal 2
Z
Z
t
a(tu) b u
du = e
at
(a+b)u
du = e
at
e(ba)u
ba
#t !
=
0
eat ebt
.
ab
Obs
ervese que la funcion w(t) tambien se podra haber obtenido en este caso a partir de la
descomposicion en fracciones simples de su transformada
W (s) =
A
B
+
,
sa sb
eat ebt
ab
F (s) =
1
(s a)(s b)
(4.6.19)
AJM
y(t) : Soluci
on de una EDO
: Paso 1
-
L1
: Paso 3
Paso 2
Y(s): Soluci
on ecuaci
on algebraica
Veamos como se aplica el procedimiento, de forma practica, con algunos ejemplos. En primer
lugar, se muestra como la transformada de Laplace encuentra directamente la solucion de un PVI,
y = (x), como alternativa a la determinacion de la solucion general de la EDO, (x, C), y a la
posterior determinacion de la constante de integraci
on. Mantenemos por coherencia la notacion x
para la variable independiente, como se ha hecho hasta ahora. Si lo prefiere, puede cambiar a t = x.
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
233
Ejemplo 4.6.20
Considerese el PVI determinado por la ecuacion y 0 + 2y = e3x , con y(0) = 0.
Paso 1: Aplicando la linealidad del operador L a los terminos de la EDO y la regla (4.6.13) a la
funcion derivada y 0 (x), se tiene
1
L y 0 + 2y = e3x L[y 0 (x)] + L[2y(x)] = L e3x s Y (s) y(0) + 2Y (s) =
.
s+3
Paso 2: Sustituyendo el valor inicial y(0) = 0 en la expresion de la ecuacion transformada obtenida,
se obtiene la ecuacion algebraica en Y (z), de la que se obtiene la trasformada de y(x):
s Y (s) + 2Y (s) =
1
s+3
Y (s) =
s2
1
1
=
.
+ 5s + 6
(s + 2)(s + 3)
Paso 3: Ahora es el momento de hallar la transformada de Laplace inversa de Y (s), que nos da
la solucion. En este caso, se puede utilizar la relacion (4.6.19), tomando a = 2, b = 3, para
terminar de resolver el PVI:
y(x) =
e2x e3x
= e2x e3x .
2 (3)
Podemos utilizar Maple, por ejemplo, para comprobar que el resultado obtenido es correcto:
> dsolve(D(y)(x)+2*y(x)=exp(-3*x),y(0)=0,y(x));
AJM
La Figura 4.27 muestra como la grafica de la solucion en los reales positivos pasa por un maximo,
para a continuaci
on tender exponencialmente a 0, para x .
Ingeniera Informtica
Clculo Infinitesimal 2
(4.6.21)
En el caso mas simple, cuando es b(x) = 0, la ecuacion ed es una EDO lineal homogenea de solucion
general (x, C) = C eax ; y la u
nica solucion particular que pasa por el origen es obviamente la
funcion nula, (x) = 0. Por consiguiente, la solucion obtenida en el Ejemplo 4.6.20, (x) = y(x),
se podra interpretar como el efecto que sufre la solucion nula, a partir de x = 0, cuando refleja la
modificacion que se origina en la ecuacion ed (con a = 2) al pasar de b(x) = 0 a b(x) = e3x .
En efecto, ya que b(x) = e3x > 0, la solucion nula, que pasa por el origen en la EDO homogenea
y 0 +2x = 0, se convierte en la solucion y(x) = e2x e3x de la EDO y 0 +2x = b(x), que comienza
creciendo a partir de x = 0. A medida que aumenta x, los valores de y(x) siguen creciendo hasta
alcanzar un maximo, y entonces el termino independiente b(x) empieza a dejar de ser significativo,
lo que tiene que ocurrir necesariamente porque b(x) = e3x 0; finalmente, para x se
verifica que y(x) 0, y la solucion se va aproximando asint
oticamente a la funcion nula, como
muestra la grafica de la Figura 4.27.
AJM
La ecuacion (4.6.21) permite modelar basicamente una enorme variedad de problemas de distinta
ndole (un pendulo, un resorte, una poblacion, una inversi
on,. . . ), en la que se realiza un impulso b(x)
para modificar el curso de la solucion del problema que se modela, como puede hacernos recordar
el comportamiento de la grafica de la solucion que se muestra en la Figura 4.27. Por tanto, puede
resultar interesante analizar como responde la solucion de la EDO cuando se consideran expresiones
mas generales de b(x). Por ejemplo, si y = H(x) denota la funcion de Heaviside, y se considera
b(x) = f (x) (H(x a) H(x b)) ,
(4.6.22)
el efecto en el termino independiente de la EDO sera el de un impulso, medido por f (x), que
se aplica solamente desde x = a hasta x = b. La solucion de la nueva EDO, a la que no se
le puede exigir ya que sea derivable en los puntos donde b(x) tiene saltos, puede modelar mejor
un comportamiento real, en el que parece razonable que el efecto del impulso no pueda durar
eternamente. En el ejemplo siguiente se analiza un caso simple, pero mucho mas general de lo que
parece, modificando la EDO del Ejemplo 4.6.20.
Ejemplo 4.6.23
Considerese el problema de valores iniciales que define la ecuacion y 0 + 2y = b(x), con y(0) = 0,
donde b(x) = H(x 1) H(x 2). Entonces, el termino independiente b(x) act
ua como en (4.6.22),
a modo de impulso f (x) = 1 constante, durante un intervalo de tiempo que va desde x = 1 a x = 2.
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
235
Con los metodos tradicionales, habra que resolver varias ecuaciones diferenciales y 0 + 2y = q(x)
(todas con la misma EDO homogenea) para ajustar las constantes de integraci
on de modo que se
pudiera conseguir una solucion continua. Una EDO en el intervalo [0, 1], donde q(x) = 0; otra en
[1, 2], donde q(x) = 1; y finalmente, otra en el intervalo [2, ), tambien con q(x) = 0 :
y 0 + 2y = 0,
x (0, 1)
1 (x) = C1 e2x
y 0 + 2y = 1,
x (1, 2)
2 (x) = C2 e2x +
y 0 + 2y = 0,
x (2, )
3 (x) = C3 e2x
1
2
Entonces, para conseguir una solucion continua en el intervalo [0, ), las constantes de integracion,
C1 , C2 y C3 , pueden determinarse del modo siguiente: C1 para que se verifique la condicion inicial
( C1 = 0), y las otras de modo que garanticen la continuidad en el punto x = 1 ( C2 = e2 /2)
y en el punto x = 2 ( C3 = (e4 e2 )/2), que determinan de forma u
nica la solucion
0,
x 1,
e2 2x
+ 21 , 1 x < 2 ,
(x) =
2 e
e4 e2 2x
e
, x 2.
2
Obs
ervese que se hubieran necesitado mas constantes de integraci
on para obligar a la derivabilidad
de la solucion en los puntos de union, por lo que, en general, el resultado de pegar bien los tres
trozos para conseguir una u
nica solucion y = (x) en el intervalo [0, ) no puede ir mas alla de
conseguir la continuidad.
AJM
De nuevo, una de las ventajas del metodo de la transformada de Laplace para resolver el PVI es
que no es necesario determinar las constantes, ya que todo funciona igual que en el Ejemplo 4.6.20:
(1) La EDO transformada:
s Y (s) y(0) + 2Y (s) =
es e2s
.
s
s
1
1
e2s
.
s(s + 2)
s(s + 2)
(3) La transformada inversa de Y (s), y por tanto solucion de la EDO, se puede obtener aplicando
en cada sumando la regla (4.6.7), y teniendo en cuenta la relacion (4.6.19), con a = 0 y b = 2 :
y(x)
Ingeniera Informtica
e0(x1) e2(x1)
e0(x2) e2(x2)
H(x 2)
0 (2)
0 (2)
H(x 1)
1
H(x 1) (1 e2x+2 ) H(x 2) (1 e2x+4 ) .
2
Clculo Infinitesimal 2
> dsolve(D(y)(x)+2*y(x)=Heaviside(x-1)-Heaviside(x-2),y(0)=0,y(x));
y(x)= 12 Heaviside(x1) 12 Heaviside(x1) e(2x+2) 21 Heaviside(x2)+ 12 Heaviside(x2) e(2x+4)
y(x) =
x1
1 1 (2x+2)
e
x2
2 2
1
1
e(2x+2) + e(2x+4) 2 < x
2
2
Obs
ervese como la grafica de la solucion de la EDO, que se muestra en la Figura 4.28 (a),
manifiesta un comportamiento razonable para un fenomeno de cualquier naturaleza que venga
modelado por una tal ecuacion diferencial.
Una generalizacion mas importante todava de la EDO y 0 + ay = b(x), que la que se muestra en
el Ejemplo 4.6.23, consiste en modificar el impulso discreto que determina el termino independiente (4.6.22) a un impulso instant
aneo de amplitud en un punto x = a, que determina la delta de
Dirac, b(x) = (x a). Aplicar ahora un metodo clasico no parece una buena idea, sin embargo
no hay ninguna dificultad especial en utilizar la transformada de Laplace.
Ejemplo 4.6.24
AJM
1
.
s+2
Ingeniera Informtica
Clculo Infinitesimal 2
La transformada de Laplace
237
AJM
Ejemplo 4.6.25
Para la EDO lineal homogenea de coeficientes constantes de 2o orden y 00 + 5y 0 + 6y = 0, se tiene:
(1) La EDO transformada:
Ingeniera Informtica
(4.6.26)
Clculo Infinitesimal 2
AJM
ed : y 00 + 5y 0 + 6y = 0
p(r) = r2 + 5r + 6 .
Obviamente, las observaciones anteriores para la EDO del Ejemplo 4.6.25. . . no son resultados
que se verifican por casualidad para la EDO considerada! De hecho, sugieren que hay formas
mas sencillas de resolver una EDO homogenea lineal de coeficientes constantes que recurrir a la
transformada de Laplace. Es el momento de pasar pagina y estudiar de forma general los metodos
de resolucion de la EDO lineal de orden superior.
Ingeniera Informtica
Clculo Infinitesimal 2