Laplace1 PDF

Apuntes de Transformadas y Ecuaciones
Jose S. Cnovas Pea

1 de junio de 2012
ndice General
Advertencia.
Estos apuntes no han sido corregidos. Cualquier errata o error que se detecte, por favor, escribid
a mi direccin jose.canovas@upct.es, para que en un futuro se pueda subsanar.
No son los apuntes de la asignatura. Son una gua que no tiene porqu corresponderse al cien
por cien con lo explicado en clase.
Se ha utilizado el smbolo = para denotar un paso en alguna demostracin que, siendo cierto,
no est bien justificado. Normalmente cuando se trata de permuta de lmites, como una integral
con un sumatorio. Para un estudio de las pruebas rigurosas al cien por cien nos remitimos a la
bibliografa al final de estas notas.
ndice General
ii
ndice general
1. Transformada de Laplace
1.1. Introduccin . . . . . . . . . . . . . . . . . . . . . .
1.2. Funciones continuas a trozos. Funcin de Heaviside
1.3. Definicin de Transformada de Laplace . . . . . . .
1.3.1. Definicin y primeros ejemplos . . . . . . . .
1.3.2. Dominio de definicin de la Transformada de
1.4. Propiedades de la Transformada de Laplace . . . .
1.4.1. Linealidad . . . . . . . . . . . . . . . . . . .
1.4.2. Transformada de la derivada . . . . . . . . .
1.4.3. Transformada de la integral . . . . . . . . .
1.4.4. Transformada de la convolucin . . . . . . .
1.4.5. Primer Teorema de Traslacin . . . . . . . .
1.4.6. Segundo Teorema de Traslacin . . . . . . .
1.5. Propiedades de la funcin Transformada de Laplace
1.5.1. Derivabilidad de la Transformada de Laplace
1.5.2. Teoremas del valor inicial . . . . . . . . . .
1.5.3. Teorema del valor final . . . . . . . . . . . .
1.6. Transformada de Laplace inversa . . . . . . . . . .
1.6.1. Inyectividad de la Transformada de Laplace
1.6.2. Transformada de Laplace inversa . . . . . .
1.6.3. Frmula de inversin compleja . . . . . . . .
1.7. Aplicaciones: una primera aproximacin . . . . . .
1.8. Uso de la convolucin . . . . . . . . . . . . . . . . .
1.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . .
. . . . .
. . . . .
. . . . .
. . . . .
Laplace
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
2. Estabilidad de ecuaciones diferenciales

2.1. Ecuaciones y sistemas lineales: generalidades . . . . . . . . .
2.1.1. Sistemas de ecuaciones diferenciales lineales . . . . .
2.1.2. Teora general para ecuaciones lineales de orden . .
2.2. Resolucin desistemas lineales de coeficientes constantes . . .
2.2.1. Resolucin del sistema homogneo . . . . . . . . . . .
2.2.2. Resolucin de sistemas. La exponencial de una matriz
2.2.3. El mtodo de variacin de constantes . . . . . . . . .
2.3. Resolviendo sistemas mediante la transformada de Laplace .
2.4. Problemas con funciones discontinuas . . . . . . . . . . . . .
iii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
3
4
4
6
7
7
9
10
10
11
12
13
13
14
15
15
15
16
17
19
19
20
.
.
.
.
.
.
.
.
.
25
25
27
32
35
35
37
43
44
46
ndice General
2.5. Sistemas autnomos, puntos crticos y nocin de estabilidad . . . . . . . . . .
2.6. Estabilidad de sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6.1. Por qu un sistema estable es til en ingeniera? . . . . . . . . . . . .
2.7. Funciones de transferencia. Estabilidad y control de sistemas lineales . . . . .
2.8. Estabilidad local de sistemas autnomos . . . . . . . . . . . . . . . . . . . . .
2.8.1. Mtodo de linealizacin de Lyapunov. Teorema de HartmanGrobman
2.8.2. El mtodo directo de Lyapunov . . . . . . . . . . . . . . . . . . . . . .
2.9. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3. Ecuaciones en derivadas parciales
3.1. Introduccin a las EDP . . . . . . . . . .
3.2. Ecuaciones de orden uno? . . . . . . . .
3.3. Ecuaciones lineales de orden 2 . . . . . .
3.4. Ecuacin del calor. Mtodo de separacin
3.5. Series de Fourier . . . . . . . . . . . . .
3.5.1. Funciones pares e impares . . . .
3.5.2. Aplicacin a la ecuacin del calor
3.6. Ecuacin de ondas . . . . . . . . . . . .
3.7. Ecuacin de Laplace . . . . . . . . . . .
3.8. Problemas . . . . . . . . . . . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
de variables.
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
. . . . . . . .
4. Transformada de Fourier
4.1. Definicin y primeros ejemplos . . . . . . . . . . .
4.2. Propiedades bsicas . . . . . . . . . . . . . . . . .
4.2.1. Linealidad . . . . . . . . . . . . . . . . . .
4.2.2. Transformada de la derivada . . . . . . . .
4.2.3. Cambios de escala . . . . . . . . . . . . .
4.2.4. Derivada de la transformada . . . . . . . .
4.2.5. Convolucin . . . . . . . . . . . . . . . . .
4.3. Transformada de Fourier inversa . . . . . . . . . .
4.4. Relacin con la transformada de Laplace . . . . .
4.5. Aplicacin a los sistemas estables . . . . . . . . .
4.5.1. Respuesta a una seal sinusuidal . . . . .
4.5.2. Respuesta a seales peridicas . . . . . . .
4.5.3. Aplicacin de la transformada de Fourier .
4.6. Aplicacin a las ecuaciones en derivadas parciales
4.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . .
iv
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
47
49
52
53
55
55
58
60
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
63
63
64
64
68
70
72
74
75
77
78
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
83
83
84
85
85
86
86
87
88
88
89
89
90
91
91
93
Captulo 1
Transformada de Laplace
Sumario. Funciones continuas a trozos. Defincin de Transformada de Laplace.
Propiedades Bsicas. Transformada de Fourier inversa: propiedades bsicas. Frmula
de inversin compleja. Aplicaciones a la resolucin de ecuaciones diferenciales lineales
con coeficientes constantes.
1.1.
Introduccin
Vamos a desarrollar un tema sobre la Transformada de Laplace y su aplicacin a la resolucin de

ecuaciones y sistemas de ecuaciones diferenciales lineales con coeficientes constantes. Estas ecuaciones
surgen de manera natural en el contexto de los circuitos elctricos.
Consideremos por ejemplo el tpico circuito LRC de la figura
donde la inductancia , la resistencia y la capacidad de condensador se consideran constantes.

Se tiene entonces que la carga () que circula por el circuito est dada por la ecuacin
00 () + 0 () + () = ()
y dado que la intensidad () es la derivada de la carga, sta puede calcularse por la ecuacin
Z
0
() + () +
() = ()
0
o equivalentemente con la ecuacin diferencial
00 () + 0 () + () = 0 ()
en el caso en que () sea una funcin derivable.
De forma similar, si tenemos un circuito con varias ramas y ms elementos, como por ejemplo
podemos deducir a partir de las leyes de Kircho que las intensidades que circulan por los hilos
elctricos del circuito vienen dadas por
0 = 1 2 3
0 () = 10 1 + 1 1 + 20 2
0 = 20 2 + 300 + 3 2
Si suponemos los elementos del circuito constantes, salvo a lo mejor el voltaje (), que supondremos
una funcin derivable, tenemos un sistema de ecuaciones diferenciales lineales con coeficientes constantes.
La Transformada de Laplace es una herramienta que permite transformar los problemas anteriores
en problemas algebraicos y, una vez resuelto este problema algebraico ms fcil a priori de resolver,
calcular a partir de la solucin del problema algebraico la solucin del problema de ecuaciones diferenciales.
Esta es la forma en que los ingenieros abordan el estudio de estos problemas, como pone de
manifiesto las referencias [Oga1], [Sen] o [Jam]. Adems este mtodo es explicado en algunos libros
de ecuaciones diferenciales como [BoPr], [Bra], [Jef] o [MCZ].
Sin embargo, para entender en su justa dimensin la Transformada de Laplace hay que dominar
contenidos bsicos de variable compleja que nuestros alumnos ya han estudiado durante el curso
2
(ver por ejemplo [Mur]). As, vamos a presentar la Transformada de Laplace en un primer lugar
usando los conocimientos que el alumno tiene de funciones de variable compleja y una vez explicada
sta, procederemos a indicar algunas aplicaciones a las ecuaciones y sistemas citadas anteriormente.
Nuestros alumnos tambin deben conocer y dominar contenidos relativos a integrales impropias que
fueron explicados en la asignatura de primer curso fundamentos matemticos de la ingeniera.
A modo de introduccin histrica, diremos que la expresin
() =
()
fu acuada en primer lugar por PierreSimon Laplace en 1782. Su utilizacin dentro de la tcnica se
debe en su forma rigurosa a Thomas Bromwich, el cual formaliz utilizando las funciones de variable
compleja y la Transformada de Laplace un clculo operacional inventado por Oliver Heaviside para
la resolucin de circuitos elctricos.
1.2.
Funciones continuas a trozos. Funcin de Heaviside
Previamente a introducir la Transformada de Laplace, hemos de concretar qu tipo de funciones

vamos a considerar para nuestros problemas. Las funciones que van a ser de importancia dentro de
la ingeniera son aquellas llamadas continuas a trozos, que a continuacin definimos.
Dados los nmeros reales , se dice que la funcin : [ ] C es continua a trozos si existe
una particin de [ ], = 0 1 = , de manera que es continua en ( +1 ), 0 ,
y existen y son finitos los lmites laterales de en cada uno de los puntos , 0 .
Una funcin : [0 +) C se dice que es continua a trozos si para cada intervalo compacto
[ ] [0 +) se verifica que : [ ] C es continua a trozos.
Uno de los primeros ejemplos de funcin continua a trozos es
: [0 +) C
donde es un nmero real mayor o igual que cero. Esta funcin est definida por
0 si
() =
1 si
y se conoce en ingeniera con el nombre de funcin de Heaviside.
Fsicamente, la funcin de Heaviside realiza la funcin de interruptor, de manera que si :
[0 +) C es una funcin continua se tiene que es la funcin
( )() =
0
si
() si
3
lo que representa que la funcin enciende a la funcin o seal en el instante de tiempo = .
Adicionalmente, si consideramos 0 y la funcin : [0 +) C, sta tiene la forma
0 si
[ )
( )() =
1 si [ )
As, si tomamos ahora la funcin , la funcin tiene el efecto fsico de apagar la
funcin , ya que
si
0
() si
( )() =
0
si
Adems de estas interpretaciones fsicas, la funcin de Heaviside es til para describir funciones
continuas a trozos que a su vez sean continuas por la derecha. Por ejemplo, la funcin
si 0 1

1 si 1 3
() =
sin si 3
puede escribirse como
() = [0 () 1 ()] + ( 1) [1 () 3 ()] + sin 3 ()

Esta forma de describir funciones continuas a trozos ser til en los siguientes apartados del tema
debido a las propiedades de la Transformada de Laplace que posteriormente estudiaremos. Por otra
parte hemos de comentar que al venir la Transformada de Laplace definida como una integral, la
condicin de ser la funcin continua por la derecha es irrelevante y todas las funciones pueden tomarse
de esta forma.
1.3.
Definicin de Transformada de Laplace
1.3.1.
Definicin y primeros ejemplos
Sea : [0 +) C una funcin localmente integrable, esto es, existe la integral de Riemann de
en todo intervalo compacto [0 ] [0 +). Se define la Transformada de Laplace de en C
como
Z +
L[]() =
()
(1.1)
0
siempre que tal integral impropia exista. Como el alumno debe conocer, la convergencia de la integral
Z +
| ()|
0
implica la convergencia de la integral (1.1). Denotaremos por D el dominio de L[], es decir, el

subconjunto del plano complejo donde la expresin (1.1) tiene sentido.
A continuacin vamos a ver ejemplos de Transformadas de Laplace de algunas funciones elementales.
4
Funcin de Heaviside. Sea 0 y consideremos la funcin de Heaviside definida anteriormente. Entonces para todo C tal que Re 0 se verifica
Z +
Z +
L[ ]() =
() =

0
= lm
= lm
+
+
En particular, cuando = 0 obtenemos

1
L[0 ]() =
Funcin exponencial. Sea C y consideremos la funcin exponencial () = . Se verifica

entonces para todo C tal que Re Re
Z +
Z +

L[]() =
=
()
0
0
Z
1
()
1
()
= lm
= lm
=
+ 0
+
En particular, si = 0 se verifica que () = 1, con lo que nuevamente

L[ ]() =
1
para todo C tal que Re 0.
Potencias. Sea un nmero natural y consideremos la funcin () = . Vamos ver que la

Transformada de Laplace de viene dada por la expresin
L[ ]() =
!
+1
Para ver esto procedemos por induccin calculando en primer lugar la Transformada de 1 .
Integrando por partes obtenemos
Z
Z +
= lm

L[1 ]() =
+
0
0

1
1
=
+
= lm
+
2
2
A continuacin, por la hiptesis de induccin supongamos que L[ ]() = ! +1 y calculemos
la Transformada de +1 . Consideremos
Z +
Z
+1
= lm
+1
(1.2)
L[+1 ]() =
+
Tomando partes en la expresin anterior

Z
Z
+1 + 1
+1
+
=

0
0
5
(1.3)
Combinando (1.2) y (1.3) concluimos que
L[+1 ]() =
+1
( + 1)!
L[ ]() =
+2
Funciones peridicas. Las funciones peridicas son bastante importantes en ingeniera debido
a que su periodicidad las hace controlables. Sea : [0 +) C una funcin peridica con
periodo . Entonces
Z
Z
1 Z (+1)
1
X
X
() =
() =
()
0
=0
=0
realizando cambios de variable en las integrales y usando que la funcin es peridica de periodo
. Tomando lmites cuando +, se verifica para todo C tal que Re 0 la relacin
Z
1
L[ ]() =
()
1 0
1.3.2.
Dominio de definicin de la Transformada de Laplace
Los ejemplos que anteriormente hemos explicado ponen de manifiesto que la funcin Transformada de Laplace de una funcin : [0 +) C no tiene porque estar definida en todo el plano
complejo. Vamos a estudiar con precisin cmo es el dominio de definicin de estas funciones, pero
consideraremos una clase especial de funciones que tienen lo que llamaremos orden exponencial.
Una funcin : [0 +) C se dice que tiene orden exponencial si existen constantes 0 y
R de manera que para todo 0 se satisface la condicin
| ()|
(1.4)
Denotaremos por E el conjunto de funciones continuas a trozos con orden exponencial, que sern
las funciones con las que trabajaremos a partir de ahora. El siguiente resultado ofrece una primera
aproximacin sobre el dominio de definicin de la Transformada de Laplace de funciones con orden
exponencial.
Proposition 1 Sea : [0 +) C una funcin continua a trozos cumpliendo la condicin (1.4).
Entonces L[]() est definida para todo nmero complejo tal que Re
Proof. Vamos a ver que la funcin () es absolutamente integrable para todo complejo tal
que Re . Para ello consideramos
Z +
Z +
| ()| =
Re | ()|
0
0
Z +

(Re )
0
Z
= lm
(Re )
+
0
1
(Re )
1
= lm
+ Re
Re
Re
6
con lo que la Transformada de Laplace existe en el subconjunto { C : Re }
Este resultado prueba que { C : Re } D . Si definimos
= inf{ R : 0 con |()| para todo 0}
y denotamos por
D = { C : Re }
La Proposicin 1 nos asegura que D D .
1.4.
Propiedades de la Transformada de Laplace
Una vez estudiada la definicin de Transformada de Laplace y caracterizadas algunas condiciones

para que una funcin tenga Transformada de Laplace L[] definida en un dominio del plano
complejo D , pasamos a estudiar algunas propiedades bsicas de esta transformada integral. La
primera propiedad que vamos a estudiar es la linealidad.
1.4.1.
Linealidad
Esta propiedad ser muy til para resolver ecuaciones diferenciales lineales con coeficientes constantes, a la vez que permitir el clculo de la transformada de algunas funciones.
Theorem 2 Sean E y C. Entonces para todo D D se verifica que
L[ + ]() = L[ ]() + L[]()
Proof. La demostracin se sigue inmediatamente de la linealidad de la integral. Consideremos
Z +
L[ + ]() =
(() + ())
0
Z
= lm
(() + ())
+ 0
Z
Z
() + lm
()
= lm
+
= L[ ]() + L[]()
lo que concluye la prueba.

A partir de la linealidad de la Transformada de Laplace podemos obtener nuevas Transformadas
de funciones elementales, como muestran los siguientes ejemplos.
Funcin seno. Sea R y consideremos la funcin

() = sin() =
2
7
Entonces
1
L[ ]() L[ ]()
2
1
1
= 2
=
2 +
+ 2
L[ ]() =
siempre que Re 0
Funcin coseno. Sea R y consideremos la funcin
() = cos() =
De forma anloga a la anterior se obtiene que

L[]() =
2 + 2
siempre que Re 0.
Funcin seno hiperblico. Sea R y consideremos la funcin
() = sinh() =
Entonces
1
L[ ]() L[ ]()
2
1
1
= 2
=
2 +
2
L[ ]() =
si Re ||.
Funcin coseno hiperblico. Sea R y consideremos la funcin
() = cosh() =
De forma anloga a la anterior se obtiene que

L[]() =
siempre que Re ||.
8
1.4.2.
Transformada de la derivada
Se dice que la funcin E es derivable a trozos si es continua, existen las derivadas laterales de
en cada punto de [0 +) y en cada subintervalo [ ] [0 +) existen a lo sumo una cantidad
finita de puntos donde no es derivable. Si es derivable a trozos, definimos 0 : [0 +) C como
0 () = +0 () para todo [0 +). Es claro entonces que 0 es una funcin continua a trozos, que
coincidir en casi todos los puntos con la derivada ordinaria. Se tiene entonces el siguiente resultado.
Theorem 3 Bajo las condiciones anteriores se verifica para todo D
L[ 0 ]() = L[ ]() (0)
(1.5)
Proof. Sean D y 0 y consideremos

0 1 2 1
los puntos de discontinuidad de 0 en el intervalo (0 ) y fijemos 0 = 0 y = . Entonces,
dividiendo el intervalo de integracin y utilizando la frmula de integracin por partes
Z
() =
Z
X
=1
0 ()
=1
( )
= () (0) +
(1 )] +
Z
X
=1
()
()
Tomando lmites cuando +, y teniendo en cuenta que D y que por tanto existen
R, 0, Re , tales que
|() | (Re ) 0 si +
obtenemos inmediatamente (1.5).
Procediendo por induccin a partir de la frmula (1.5) se prueba una frmula general para la
derivada sima de la funcin en el caso de que 1) sea derivable a trozos para N. Esta
frmula viene dada para todo D por
L[ ) ]() = L[ ]() 1 (0) 2 0 (0) 2) (0) 1) (0)
(1.6)
donde las derivadas sucesivas de en 0 se entienden como derivadas por la derecha.

Las frmulas 1.5 y 1.6 sern claves para resolver ecuaciones y sistemas diferenciales lineales con
coeficientes constantes, como veremos en el apartado de aplicaciones de este tema.
9
1.4.3.
Transformada de la integral
Sea E y definamos la funcin

() =
()
que obviamente est bien definida y es continua para todo [0 +). La relacin entre las Transformadas de Laplace de ambas funciones viene dada por el siguiente resultado.
Theorem 4 En las condiciones anteriores, para todo D { C : Re 0} se verifica
L[]() =
L[]()
(1.7)
Proof. Sea 0 y consideremos

0 = 0 1 1 =
de manera que no es continua en para 1 . Obviamente es derivable en ( +1 ) para
1 . Entonces
Z
1 Z +1
X
() =
()
0
=0
1
X
+1
( )
=
(+1 )
=0
Z
1
()
+
= ()
1X
+
=0
1
+1
()
teniendo en cuenta la continuidad de y (0) = 0. Vamos a comprobar que

lm () = 0.
Para ello y dado que E, existirn reales y 0 de manera que | ()| para todo 0.
Sea
Z
Z
|() |
()
Re
0

0
1
= Re
0 si +
Entonces tomando lmites en la expresin anterior obtenemos el resultado.
1.4.4.
Transformada de la convolucin
Sean E y definamos () = () = 0 para todo 0. Se define la convolucin de y

como la funcin
Z +
Z
( )() =
( )() =
( )()
0
Puede verse con el cambio de variable = que = . El principal inters de la convolucin

respecto a la Transformada de Laplace se concreta en el siguiente resultado.
10
Theorem 5 En las condiciones anteriores, para todo D D se verifica la frmula
L[ ]() = L[]()L[]()
Proof. En primer lugar, existen nmeros reales y 0, = 1 2, de manera que para todo 0
se verifica
|()| 1 y |()| 2
Entonces para todo 0
Z
Z
| ( )||()|
|( )()| = ( )()
0
0
Z
= 1 2
1 2
0
con lo que se ve fcilmente que ( )() es absolutamente integrable para todo Re , con
lo que L[ ]() existe para todo con Re . Por otra parte, como las funciones () y
() tambin son absolutamente integrables para todo Re , por el Teorema de Fubini (ver
[PiZa, pag. 187]) se tiene que
Z
Z +
L[ ]() =
( )()
0
0
Z + Z
()
( ) ()
=
0
0
Z + Z +
()
( ) ()
=
0
Z + Z +
()
=
( ) ()
0
Z + Z +
() ()
=
0
0
Z +
=
L[ ]() () = L[]()L[]()
0
con lo que termina la prueba.
La demostracin de este resultado no la haremos a los alumnos, debido a que pensamos que sus
conocimientos le impedirn comprenderla completamente. No obstante la frmula ser bastante til
en las aplicaciones.
1.4.5.
Primer Teorema de Traslacin
Fijemos un nmero complejo y consideremos E. El primer teorema de desplazamiento hace

referencia a la transformada de la funcin () y afirma lo siguiente.
Theorem 6 Bajo las condiciones anteriores
L[ ()]() = L[]( )
para todo D + Re := { + Re : D }.
11
(1.8)
Proof. Sea
() = lm
de donde se deduce inmediatamente (1.8).
()
() =
() ()
A partir de este resultado podemos obtener las Transformadas de las funciones siguientes:
() = sin(), R, cuya Transformada de Laplace para todo nmero complejo tal que
Re Re es
L[]() =
( )2 + 2
() = cos(), R, cuya Transformada de Laplace para todo nmero complejo tal que
Re Re es
L[]() =
( )2 + 2
() = sinh(), R. Si Re || + Re , entonces
L[]() =
( )2 2
() = cosh(), R. Si Re || + Re , entonces
L[]() =
( )2 2
() = con N. Entonces
L[]() =
siempre que Re Re .
1.4.6.
!
( )+1
Segundo Teorema de Traslacin
Sea ahora 0 un nmero real y supongamos que E est definida por () = 0 para todo
0. Recordemos que es la funcin de Heaviside. Entonces tenemos el siguiente resultado.
Theorem 7 Bajo las anteriores condiciones se verifica para todo D
L[ ()( )]() = L[]()
Proof. Tomamos
()( ) =
=
=
lm
lm
lm
Z0
() ( )
( )
Z0 +
0
12
(+) ()
()
(1.9)
haciendo el cambio de variable = . De aqu se obtiene inmediatamente (1.9).
Este resultado es til para obtener la Transformada de Laplace de funciones continuas a trozos.
Por ejemplo consideremos la funcin
si 0 1
() =
0 si 1
Esta funcin puede describirse como
() = [0 () 1 ()]
Entonces
L[]() = L[0 ()]() L[1 ()]() = L[]() L[ + 1]()
+1
1
1
1
1
= 2
+
= 2 2
2
1.5.
Propiedades de la funcin Transformada de Laplace
En esta seccin estudiamos la propiedades de la funcin Transformada de Laplace considerndola

como una funcin de variable compleja definida en un semiplano { C : Re }, R.
Dividimos la seccin en tres subsecciones.
1.5.1.
Derivabilidad de la Transformada de Laplace
Consideremos una funcin E y su Transformada de Laplace

L[ ] : { C : Re } C
Theorem 8 Bajo la notacin anterior, la funcin L[ ] es holomorfa para todo C tal que Re
y adems se verifica
Z +
()
L[]() =
0
En las condiciones del resultado anterior, obtenemos por induccin la frmula para la derivada
sima de la Transformada de Laplace
Z +
L[ ]() = (1)
()

0
Claramente la demostracin de este resultado no es apropiada para hacerla en clase, pues presupone muchos contenidos que no hemos explicado en la misma. Nos centraremos en que el alumno
entienda el resultado y sepa aplicarlo. Por ejemplo, calculando las Transformadas de las siguientes
funciones.
13
() = sin(), N y R. Se tiene siempre que Re 0 la relacin

L[]() = (1)
L[sin()]() = (1)

2 + 2
() = cos(), N y R. Se tiene anlogamente siempre que Re 0

L[ ]() = (1)
L[cos()]() = (1)

2 + 2
De forma similar se obtienen frmulas equivalentes para el coseno y seno hiperblicos.
1.5.2.
Teoremas del valor inicial
Estos resultados hacen alusin a aspectos cualitativos de la Transformada de Laplace de funciones

de la clase E.
Theorem 9 Sea E. Entonces
lm
Re +
L[ ]() = 0
(1.10)
Proof. Sea D . Existen nmeros reales 0 y de manera que | ()| para todo 0.
Entonces
Z
Z
|L[]()| lm
| ()| lm
(Re )
+
(Re
(
1)
= lm
=
+
Re
Re
de donde claramente obtenemos (1.10) al hacer Re +.

Continuamos esta seccin con otro resultado que estudia cuestiones cualitativas de la Transformada de Laplace.
Theorem 10 Asumamos que E es derivable a trozos y que 0 E. Entonces
lm
Re +
L[ ]() = (0)
(1.11)
Proof. Sea D . Por el Teorema 3 tenemos que

L[ ]() = (0) + L[ 0 ]()
(1.12)
Aplicando el Teorema 9 a (1.12) se tiene que lmRe + L[ 0 ]() = 0, de donde se deduce inmediatamente (1.11).
Los resultados anteriores muestran que no todas las funciones de variable
compleja pueden ser
Transformadas de Laplace de funciones de E. Por ejemplo, la funcin 1 no puede serlo al tenerse

que
lm =
Re +
14
1.5.3.
Teorema del valor final
Al igual que los resultados de la seccin anterior el Teorema del valor final aporta informacin
cualitativa de la Transformada de Laplace en conexin directa con la funcin de la cual es transformada.
Theorem 11 Sea E una funcin derivable a trozos tal que 0 E. Supongamos que 0 D y
que existe y es finito lm+ (). Entonces
lm L[ ]() = lm ()
Proof. Por el Teorema 3,

0
L[ ]() (0) = L[ ]() =
0 ()
Por el Teorema 8, L[ 0 ]() es derivable y por lo tanto continua. Entonces

0
lm L[ ]() = L[ ](0) =
0 () = lm () (0)
+
lo cual concluye la demostracin.
1.6.
Transformada de Laplace inversa
1.6.1.
Inyectividad de la Transformada de Laplace
Al intervenir en la definicin de Transformada de Laplace la integracin, est claro que puede

haber infinitas funciones en E teniendo la misma Transformada, por lo que la sta no ser inyectiva.
Sin embargo este problema puede paliarse en parte para as poder hablar de la Transformada inversa
de una funcin holomorfa definida en un semiplano complejo. Como veremos en las aplicaciones del
tema, este punto ser de vital importancia.
Consideremos : [0 +) C una funcin localmente integrable. Diremos que es nula o nula
casi por todas partes si para todo (0 +) se verifica que
Z
|()| = 0
Dos funciones : [0 +) C localmente integrables se dirn iguales casi por todas partes si
es nula. Se tiene entonces el siguiente resultado.
Proposition 12 Sean E iguales casi por todas partes. Entonces L[]() = L[]() para todo
D D .
15
Proof. Sea 0 y D D . Por el Teorema del Valor Medio del Clculo Integral existe (0 )
tal que
Z
Z
As
()
Re
| () ()| = 0
()| =
|L[]() L[]()| = lm
+
Re
lm
()
()
| () ()| = 0
lo que termina la demostracin.

El siguiente resultado establece una especie de recproco para el resultado anterior.
Theorem 13 (Lerch) Sean E tales que L[ ]() = L[]() para todo D D . Entonces
y son iguales salvo a lo mejor en los puntos de discontinuidad de ambas, con lo que adems
D = D .
La demostracin de este resultado no la haremos en clase y no lo hemos incluido en la leccin ya
que no puede obtenerse de forma autocontenida con las tcnicas que tenemos a nuestra disposicin.
1.6.2.
Transformada de Laplace inversa
Consideremos la funcin
L : E L(E)
El Teorema 13 permite definir clases de equivalencia en E del siguiente modo. Dadas E se
dir que ambas estn relacionadas, si y slo si son iguales salvo a lo sumo en los puntos de
discontinuidad de ambas. Podemos definir entonces la Transformada de Laplace inversa
L1 : L(E) E
para L(E) como L1 [ ] = [] donde [] denota la clase de E de manera que L[] = .
En general con nuestros alumnos tenderemos a identificar clases con funciones que normalmente
podrn ser calculadas. As diremos que dada L(E) su Transformada inversa es una funcin
L1 [ ]() = () de forma que L[ ] = , aunque est perfectamente claro que tal no es nica.
En este contexto, destacamos las siguiente propiedades de Transformada inversa que sern especialmente interesantes a la hora de las aplicaciones.
Linealidad. Dadas L(E) y C se verifica
L1 [ + ]() = L1 [ ]() + L1 []()
Traslacin. Dada L(E) y 0 se cumple la relacin
L1 [ ()]() = ()L1 [ ]( )
16
Convolucin. Dadas L(E) se cumple
L1 [ ]() = (L1 [ ] L1 [])()
Estas propiedades son particularmente interesantes a la hora de obtener Transformadas inversas
de Laplace una vez conocidas las Transformadas directas.
1.6.3.
Frmula de inversin compleja
Aparte de las tcnicas estudiadas en el apartado anterior para hallar Transformadas inversas,
estudiaremos la siguiente frmula de inversin compleja.
Theorem 14 Supongamos que () es holomorfa en C \ {1 2 }, y que existe R tal que
es holomorfa en { C : Re }. Supongamos adems que existen constantes positivas ,
y tales que
| ()| si ||
(1.13)
||
Para 0 sea
() =
Res( () )
=1
Entonces
L[ ]() = () si Re
Proof. Sea y consideremos el rectngulo de la figura, suficientemente grande para que las
singularidades de estn contenidas en su interior y adems todo cumpla la condicin || .
Separamos en la suma de dos caminos cerrados 1 y 2 divididos por la recta Re = .
17
Como las singularidades de estn contenidas en el interior de 1 , por definicin de tenemos que
Z
() = 2()
1
Entonces
2L[]() =
=
lm
lm
Z Z
0
()
()
()
1
aplicando el Teorema de Fubini. Por integracin directa

Z
()
()
1
2L[ ]() = lm
+
Para fijo en el semiplano Re , el trmino () converge uniformemente a 0 si + y el

integrando converge a ()( ) en 1 . As
Z
Z
Z
()
()
()
2L[ ]() =
=

1
2

Z
()
= 2 ()

Por otra parte, sea () = , [0 2] una circunferencia de radio y conteniendo a .
Entonces
Z
Z
()
()
=

de donde
Z
()
|| ( ) 2 0 si +
As
Z
()
= 0

y como era arbitrario, la frmula L[]() = () es vlida para todo Re .
Remarquemos aqu que la condicin (1.13) del resultado anterior se cumple para funciones de la
forma () = ()() donde y son polinomios tales que deg 1 + deg , donde deg
denota el grado de . As por ejemplo, la Transformada inversa de la funcin
() = 2
+1
puede calcularse como
L1 [ ]() = ()
= Res( () ) + Res( () )
= +
= cos
2
2
18
1.7.
Aplicaciones: una primera aproximacin
La Transformada de Laplace es una herramienta til para resolver ecuaciones y sistemas de

ecuaciones diferenciales lineales con coeficientes constantes. Como comentamos en la introduccin
del tema, estas ecuaciones aparecen de forma natural en la teora de circuitos elctricos. Para ilustrar
el mtodo, consideremos el siguiente ejemplo: la ecuacin
00 + = cos
(1.14)
(0) = 0; 0 (0) = 1
(1.15)
junto con las condiciones iniciales

Bsicamente se trata de aplicar la Transformada de Laplace y sus propiedades a (1.14) de manera
que teniendo en cuenta (1.15), nuestro problema se convierte en el problema algebraico
2 L[]() (0) 0 (0) + L[]() = 2

+1
de donde
2 + + 1
L[]() =
( 2 + 1)2
Una vez obtenida L[], hemos de usar la Transformada inversa para volver atrs y recuperar la
solucin del problema . En este caso, L[] satisface las condiciones del Teorema 14, por lo que
2
2
+ + 1
+ + 1
+ Res

() = Res
( 2 + 1)2
( 2 + 1)2
= (1 + 2) sin
una vez realizados los clculos.
1.8.
Uso de la convolucin
Otra forma de abordar el problema anterior, sin necesidad de tener que calcular la Transformada
de Laplace de la funcin coseno es la siguiente. Consideremos los clculos realizados anteriormente,
pero sin obtener L[]() donde () = cos . Nos quedar entonces la ecuacin algebraica
2 L[]() 1 + L[]() = L[ ]()
de donde
L[]() =
1
1
+ 2
L[]()
+1 +1
Entonces
() = L1 [1( 2 + 1)]() + L1 [L[ ]()( 2 + 1)]()
= sin + (L1 [L[]()] L1 [1( 2 + 1)])()
Z
= sin +
sin( ) cos
0
1
= sin + (cos(2 ) + 2 sin
4
0
= sin + sin = (1 + 2) sin

2
19
que era la solucin obtenida anteriormente.
As, el uso del producto de convolucin presenta una va alternativa para la resolucin de estos
problemas, aunque a veces el clculo de las integrales que aparecen en el producto de convolucin
pueden ser bastante complicado.
1.9.
Ejercicios
1. Calcular la transformada de Laplace de las siguientes funciones

(a) () = sin(3) (b) () = 5
(c) () = 5 cos 3 (d) () =
(e) () = 3 (f) () = sinh (g) () = cos sin (h) () = cos sin(2)

2. Una funcin : [0 +[ R se dice que es peridica con periodo 0 o -peridica si para
cada 0 se tiene que () = ( + ). Comprobar que en caso de existir la transformada de
Laplace de , se verifica la igualdad
Z
1
L()() =
()
1 0
3. Usar el resultado de la actividad anterior para calcular la transformada de Laplace de la funcin
perdica de periodo 2 definida en [0 2] por
si [0 1]
() =
2 si [1 2]
4. Dada la funcin,
() =
sin
calcular su transformada de Laplace. Calcular asimismo la transformada de Laplace de () =

().
5. Dada la funcin (), definimos la funcin () = (), que puede verse como un cambio de
escala en . Comprobar que
1
L[]() = L[ ()]() = L[]()
Utilizar dicha frmula para calcular la transformada de la funcin sin() a partir de

L[sin ]() =
1 + 2
6. Calcular la transformada de Laplace de la funcin,
si 0 1
1 si 1 2
() =
0 si 2
20
7. Calcular la transformada de Laplace de las siguientes funciones.
2
1 si 0 2
0 si 0 1
(c) () =
(a) () = | sin | (b) () =
si 1
2
si 2
8. Calcular la transformada de Laplace de la funcin escalonada
0 1
() =
0 1 2
extendida a todo [0 +[ como 2-peridica.
9. Existir la transformada inversa de Laplace de las siguientes funciones de variable compleja?
Razonar las respuestas.
(a) () =
sin
(b) () =
(c) () =
1 + 2
(d) () =
1 + cos ( 2 )
10. Calcular la transformada inversa de Laplace de las funciones siguientes

(a) () =
2
1 + 3
(b) () =
() () =
1
( 1)( 2 2)
(c) () =
+7
+ 2 + 5
1
( + 1)( + 2)( 2 + 2 + 10)
11. Calcular la transformada inversa de Laplace de las siguientes funciones:

(a) () =
2 + 2 + 5
(b) () =
( 1)
3 + 2
(c) () =
+1
+ 9)
2 ( 2
(d) () =
+1
4
12. Calcular las transformadas inversas de Laplace de las funciones:

(a) () =
0)
(b)
()
=
1 + 2
( 1)( + 2)2
() () =
(c) () =
1
+ 2
+2
2
( 2)( 3 1)
13. Utilizar la transformada de Laplace para resolver los siguientes problemas de Cauchy asociados
a ecuaciones diferenciales lineales con coeficientes constantes:
0 () + 3() = 2
000 () + 5 00 () + 17 0 () + 13() = 1
(0) = 0 (0) = 1 00 (0) = 0
(0) = 2
00 () + () =
00 () + 0 () 2() = 54 ()
(0) = 1 0 (0) = 0
(0) = 1 0 (0) = 2
21
14. Resolver los siguientes problemas de valores iniciales:
1
00
0
() + () = () con () =
0 1
0
(0) = 0 (0) = 2
15. Consideremos un circuito LCR como el de la figura
00 () + () = sin
(0) = 0 (0) = 1
de forma que = 2 henrios, = 16 ohmios, = 002 faradios y la fuerza electromotriz va

oscilando con el tiempo siguiendo la relacin () = 100 sin(3).
a) Utilizar las leyes de Kirchho para obtener la ecuacin diferencial que verifica la funcin
que describe la carga en funcin del tiempo.
b) Determinar la carga en funcin del tiempo si en el momento de de conectar el circuito,
= 0, la carga del condensador es igual a cero.
c) Determinar la carga del condensador en funcin del tiempo si inicialmente es de 1.5 culombios.
16. En el caso de un circuito LCR en el que no se tiene ninguna resistencia, la ecuacin diferencial
que describe la carga del condensador en funcin del tiempo es de la forma,
2
()
() +
= ()
2
y se denomina oscilador armnico. Resolver la ecuacin anterior en los siguientes casos:

a) La fuerza electromotriz es constante y la carga e intensidad de corriente en el momento
inicial son ambas nulas.
b) La fuerza electromotriz es de la forma sin( + ), con R, mientras que (0) = 1
al conectar el circuito.
17. Usar la transformada de Laplace para resolver el siguiente sistema de ecuaciones diferenciales
lineales:
)
2100 () 200 () 10 () 20 () + 91 () 32 () = 0
2100 () 200 () + 10 () + 20 () + 71 () 52 () = 0
22
con las condiciones iniciales:
1 (0) = 10 (0) = 1
2 (0) = 20 (0) = 0
18. Encuentra la solucin del siguiente problema de Cauchy,

00 () + () = sen( )
(0) = 0
0 (0) = 1
con 1.
19. Encuentra la solucin del oscilador armnico dado por la ecuacin diferencial:
00 () + () = sin ( )
( R 0)
que verifica las condiciones iniciales:

0 (0) = 0
(0) = 12
(06-09-99)
20. Resuelve el siguiente problema de Cauchy:

00 () + () = cos ()
(0) = 1 0 (0) = 0
distinguiendo los casos en que 0 y 0 .
21. Obtener la solucin del siguiente sistema de ecuaciones diferenciales,
)
310 () + 20 () 21 () = 3 sin + 5 cos
210 () + 20 () + 2 () = sin + cos
para las condiciones iniciales, 1 (0) = 0, 2 (0) = 1.
23
24
Captulo 2
Estabilidad de ecuaciones diferenciales
Sumario. Ecuaciones y sistemas de ecuaciones lineales. Funciones de transferencia.
Nociones de estabilidad. Criterios de estabilidad. Estabilidad de sistemas autnomos
no lineales.
2.1.
Ecuaciones y sistemas lineales: generalidades
Para nosotros, un sistema de ecuaciones diferenciales es una expresin de la forma
1 ( 1 10 2 20
) = 0;
2 ( 1 0 2 0 0 ) = 0;
1
2
..
( 0 0 0 ) = 0;
donde 1 2 son funciones reales a determinar que dependen de y : R1+2 R,

1 , son funciones reales de varias variables. Se suele suponer que hay igual nmero de
ecuaciones que de incgnitas de manera que todas las ecuaciones son independientes, es decir, ninguna
puede deducirse de las dems. Estamos interesados en aquellos sistemas de ecuaciones diferenciales
en los que podemos despejar la primera derivada de cada una de las funciones incgnita, es decir,
sistemas de la forma
10 = 1 ( 1 2 );
0 = 2 ( 1 2 );
2
..
0 = ( );
donde : R1+ R, 1 , son funciones reales. Ejemplos de estos sistemas son

0
1 = 1 + 22 ;
20 = + 1 + 2 ;
0
1 = 1 + 22 3 ;
0 = + 1 + 2 3 ;
20
3 = 1 2 3 ;
25

En general la resolucin de estos sistemas no es posible, salvo en casos excepcionales. Slo para el
caso de los sistemas de ecuaciones diferenciales lineales con coeficientes constantes, que veremos un
poco ms tarde existen algoritmos que permiten el clculo explcito de las soluciones. Sin embargo,
es relativamente sencillo saber cundo un sistema tiene solucin, o ms precisamente cundo un
problema de condiciones iniciales asociado tiene solucn. Primero claro est, debemos definir qu
entendemos por un problema de condiciones iniciales para sistemas de ecuaciones diferenciales. Dicho
problema es un sistema de ecuaciones diferenciales
10 = 1 ( 1 2 );
2 = 2 ( 1 2 );
..
.
= ( 1 2 );
( ) = ( ) = ( ) =
1 0
1 2 0
2
0
junto con las condiciones (0 ) = , donde 0 1 2 son nmeros reales. Por ejemplo
0
= 1 + 22 3 ;
10
2 = + 1 + 2 3 ;
0 = 1 2 3 ;
3
1 (0) = 2 2 (0) = 0 3 (0) = 1
es un problema de condiciones iniciales. Ntese que todas las condiciones iniciales implican el conocimiento de la funcin en 0, es decir, lo siguiente
0
= 1 + 22 3 ;
10
2 = + 1 + 2 3 ;
0 = 1 2 3 ;
3
1 (0) = 2 2 (1) = 0 3 (0) = 1
no sera un problema de condiciones iniciales, ya que conocemos 2 en 1 e 1 e 3 en 0.
Para el caso de los problemas de condiciones iniciales para sistemas de ecuaciones diferenciales
tenemos el siguiente resultado anlogo al de ecuaciones diferenciales de orden uno.
Theorem 15 Sea el problema de condiciones iniciales
10 = 1 ( 1 2 );
2 = 2 ( 1 2 );
..
.
= ( 1 2 );
( ) = ( ) = ( ) =
1 0
1 2 0
2
0
donde (0 1 ) , : R1+ R, 1 , son funciones reales continuas en el
abierto . Supongamos adems que las funciones

existen y son continuas en . Entonces existe
una solucin del problema de condiciones iniciales anterior : R, 1 definido en un

intervalo abierto de la recta real.
26

Este resultado es fcil de aplicar. Por ejemplo el problema que consideramos anteriormente
0
1 = 1 + 22 3 ;
0
2 = + 1 + 2 3 ;
0 = 1 2 3 ;
3
1 (0) = 2 2 (0) = 0 3 (0) = 1
es tal que 1 ( 1 2 3 ) = 1 + 22 3 , 2 ( 1 2 3 ) = + 1 + 2 3 y 3 ( 1 2 3 ) = 1 2 3
son funciones definidas en R4 , continuas y las derivadas parciales de cada funcin respecto de 1 2
e 3 son continuas. Entonces este problema de condiciones iniciales tiene solucin nica, aunque no
tengamos ni idea de cmo calcularla. Se ver en la asignatura de cuarto curso mtodos numricos cmo
obtener soluciones aproximadas, y en esta misma asignatura estudiaremos cmo obtener informacin
parcial sobre el sistema incluso sin conocer las soluciones.
2.1.1.
Sistemas de ecuaciones diferenciales lineales
Como hemos comentado anteriormente en general no va a ser posible resolver sistemas de ecuaciones diferenciales salvo en ciertos casos particulares. Uno de ellos va a ser el de los sistemas de
ecuaciones diferenciales lineales de coeficientes constantes, cuya teora general pasamos a estudiar.
Vamos a ver a continuacin cmo son las soluciones de un sistema de este tipo, pero antes necesitamos
conocer un poco ms sobre stos. Un sistema de ecuaciones diferenciales lineales es una expresin
de la forma
0
= 11 ()1 + 12 ()2 + + 1 () + 1 ()
10
2 = 21 ()1 + 22 ()2 + + 2 () + 2 ()
0
= 1 ()1 + 2 ()2 + + () + ()
donde para cada 1 , y son funciones reales definidas sobre un intervalo . Si denotamos
por
11 () 12 () 1 ()
21 () 22 () 2 ()
A() = ( ())1
1 =

1 () 2 () ()
y por
1 ()
2 ()
b() = (1 () 2 () ()) =

()
e
1
2
y = (1 2 ) =

el sistema anterior puede escribirse de forma matricial como
y0 = A() y + b()
27
(2.1)

donde por y0 se entender la derivada coordenada a coordenada, es decir,
0
1
0
2
y0 = (10 20 0 ) =

0
Por ejemplo, los sistemas
10 = 1 + 2 + 1 2
20 = 1 2 +
0
1 = 1 + 2 2 + 3 + 1 2
0 = 1 2 2 +
20
3 = 1 + (1 )2 + 3
son lineales. Un sistema se dir homogneo si b() = (0 0 0) , es decir, el sistema

0
1 = 1 + 2 2 + 3
0 = 1 2 2
20
3 = 1 + (1 )2 + 3
es homogneo. Se dir no homogneo en caso contrario. Nosotros le prestaremos una gran atencin
a los sistemas lineales con coeficioentes constantes. Un sistema de ecuaciones diferenciales lineales se
dir de coeficientes constantes si la matriz A() = A es constante. Ejemplos de tales sistemas, tanto
homogneos como no homogneos son
0
1 = 21 + 2 + 1 2
20 = 1 2 +
0
1 = 21 2 + 3
0 = 1 2 + 73
20
3 = 41 + 2 + 3
Veremos en los sucesivos temas cmo resolver estos ltimos sistemas, dando un algoritmo que permitir el clculo de la solucin general del mismo.
Previamente, estudiaremos la teora general de los sistemas de ecuaciones lineales y para posteriormente particularizarla al caso de las ecuaciones lineales de orden mayor o igual que dos (ver la
ltima seccin de este tema). Esta teora general de los sistemas de ecuaciones diferenciales lineales se
sustenta en la nocin de espacio vectorial de dimensin finita estudiadas en la parte de lgebra lineal
impartida durante el curso y utiliza el siguiente resultado sobre existencia y unicidad de soluciones
de ecuaciones y sistemas que se deducen directamente del Teorema 15.
Theorem 16 Sea y0 = A() y + b() un sistema de ecuaciones diferenciales lineales donde A y
b estn definidas en un intervalo 0 = [0 0 + ]. Si estas funciones son continuas en dicho
intervalo, entonces el problema de condiciones iniciales
0
y = A() y + b()
y(0 ) = y0
tiene solucin nica definido en todo 0 .
28

Recordemos por un instante dos nociones que ser importante tener claras para entender la teora
que a continuacin vamos a desarrollar. Por un lado hemos de tener presente que bajo la notacin
que estamos utilizando, una solucin de un sistema lineal es una funcin y : ( ) R R , o dicho
de otro modo, un vector cuyas componentes son funciones reales. Por ejemplo, dado el sistema
0
1 = 2
20 = 1
una solucin del mismo es y() = (sin cos ) , es decir, 1 () = sin e 2 () = cos .
Por otra parte, recordemos una nocin de bsica del lgebra lineal. Si tenemos vectores cuyas
componentes son funciones y1 y2 y , se dicen linealmente independientes si para toda combinacin lineal
1 y1 + 2 y2 + + y = 0
donde R, 1 , y 0 es el vector que tiene a la funcin nula en cada componente, entonces
necesariamente = 0, 1 .
Vamos a empezar el estudio de los sistemas homogneos, empezando por el siguiente resultado.
Las demostraciones de los siguientes resultados estn basados en el Teorema 16.
Theorem 17 El conjunto de soluciones del sistema homogneo
y0 = A() y
(2.2)
tiene estructura de espacio vectorial de dimensin sobre R, esto es, cualquier solucin y del mismo
es de la forma
y = 1 y1 + 2 y2 + + y
donde 1 2 R e y1 y2 y son soluciones linealmente independientes del mismo.
Proof. En primer lugar, veamos que cualquier combinacin lineal de soluciones del sistema (2.2)
es una solucin del mismo. Para ello, sean y1 y2 y soluciones de (2.2) y 1 2 R.
Consideramos el vector de funciones z = 1 y1 + 2 y2 + + y y derivamos respecto de la
variable independiente (notar que z = z()), obtenindose, por ser y1 y2 y soluciones de (2.2)
que
z0 =
=
=
=
1 y10 + 2 y20 + + y0
1 A() y1 + 2 A() y2 + + A() y
A() [1 y1 + 2 y2 + + y ]
A() z
que prueba que z es solucin.

Sea ahora C = {u1 u2 u } la base cannica de R , es decir, para cada {1 2 }, u es
el vector de R que tiene 0 en todas las componentes salvo en la sima, donde tiene un 1. Sea 0
29

un nmero real y supongamos que A() est definida en 0 (ver Teorema 16). Para cada 1 ,
consideramos el problema de condiciones iniciales
0
y = A() y;
y(0 ) = u
En virtud del Teorema 16, para cada {1 2 } existe una nica solucin de dicho problema,
que denotaremos por y , definida en 0 . Vamos a ver que B = {y1 y2 y } forman una base del
conjunto de soluciones del sistema 2.2.
Veamos primero que son linealmente independientes. Para ello sea
1 y1 + 2 y2 + + y = 0.
Particularizamos en 0 y obtenemos que
1 y1 (0 ) + 2 y2 (0 ) + + y (0 ) = 0(0 ) = 0,
y por ser cada y solucin del problema de condiciones iniciales, y (0 ) = u , 1 , de donde
1 u1 + 2 u2 + + u = 0
Como los vectores u son los elementos de la base cannica de R , son linealmente independientes y
por tanto = 0, 1 , de donde y1 y2 y son linealmente independientes.
Acto seguido, vamos a ver que B es un sistema generador del conjunto de soluciones del sistema
(2.2). Para ello sea z una solucin arbitraria del sistema (2.2). Sea 0 el nmero real del apartado
anterior. Como C es una base de R , se verifica que existen 1 2 R tales que
z(0 ) = 1 u1 + 2 u2 + + u
Sea el vector de funciones
z1 = 1 y1 + 2 y2 + + y
y consideremos el problema de condiciones iniciales
0
y = A() y;
y(0 ) = z(0 )
Claramente tanto z como z1 son soluciones de dicho problema. Como la solucin es nica en virtud
del Teorema 16, se tiene que
z = z1 = 1 y1 + 2 y2 + + y
por lo que B tambin es un sistema generador y la demostracin concluye.
Aunque el resultado anterior caracteriza las soluciones del sistema homogneo, el clculo explcito de las soluciones dista mucho de estar al alcance. Un primer avance en el objetivo del clculo de las soluciones lo proporciona el determinante wronskiano, definido de la manera siguiente.
30

Dadas y1 y2 y : R R se define su determinante wronskiano como la funcin real
[y1 y2 y ] : R R definida todo como
[y1 y2 y ]() := |y1 (); y2 (); ; y ()|
El determinante wronskiano resulta ser til a la hora de determinar si soluciones del sistema
homogneo son o no linealmente independientes, como pone de manifiesto el siguiente resultado.
Proposition 18 Sean y1 y2 y : R R soluciones del sistema homogneo y0 = () y.
Son equivalentes:
(a) y1 y2 y son linealmente independientes.
(b) [y1 y2 y ]() 6= 0 para todo .
(c) Existe 0 tal que [y1 y2 y ](0 ) 6= 0.
Proof. Veamos en primer lugar que (a) implica (b). Procedemos por reduccin al absurdo suponiendo
que (b) es falso, esto es, existe 0 tal que [y1 y2 y ](0 ) = 0. Entonces los vectores de R
son linealmente dependientes, es decir, existen 1 2 R, no todos nulos, tal que
1 y1 (0 ) + 2 y2 (0 ) + + y (0 ) = 0
Consideremos el problema de condiciones iniciales
0
y = A() y;
y(0 ) = 0
Obviamente el vector de funciones 0 (cuyas componentes son la funcin nula) es solucin de dicho
problema. Por otra parte, procediendo como en el final de la demostracin del Teorema 2.18, vemos
que la funcin
z = 1 y1 + 2 y2 + + y
tambin es solucin de dicho problema. Como la solucin debe ser nica por el Teorema 16, tenemos
que
z = 0 = 1 y1 + 2 y2 + + y
Como los escalares no eran todos nulos, tenemos que las funciones y1 y2 y no pueden ser
linealmente independientes, lo que nos lleva a una contradiccin.
(b) implica (c) es trivial. La demostracin de (c) implica (a) es anloga a la demostracin del
Teorema 2.18, cuando se comprueba que las funciones son linealmente independientes.
Ahora bien, seguimos todava muy lejos de resolver un sistema homogneo. De hecho, los mtodos
que permitirn dar soluciones explcitas a los sistemas planteados tendrn que esperar a los prximos
temas. La teora general, en lo que a la estructura de las soluciones, queda cerrada al establecer la
siguiente caracterizacin de los sistemas no homogneos.
31

Theorem 19 El conjunto de soluciones del sistema
y0 = A() y + b()
(2.3)
es de la forma
y = 1 y1 + 2 y2 + + y + y
donde 1 2 R, y1 y2 y son soluciones linealmente independientes del problema homogneo e y es una solucin particular del problema no homogneo.
Proof. Sea y una solucion particular del sistema (2.3) y sea y otra solucin. Consideremos el vector
de funciones z = y y y veamos que es solucin del sistema homogneo asociado a (2.3). Para ello
calculamos
z0 =
=
=
=
y0 y0
A() y + b() [A() y +b()]
A() [y y ]
A() z
Por el Teorema 2.2, existen soluciones del sistema homogneo asociado linealmente independientes
y1 y2 y tales que
z = 1 y1 + 2 y2 + + y
donde 1 2 R. Teniendo en cuenta la definicin de z concluimos que
y = 1 y1 + 2 y2 + + y + y
con lo que se concluye la demostracin.
2.1.2.
Teora general para ecuaciones lineales de orden
Una ecuacin diferencial de orden 1 es una expresin de la forma

) = ( 0 1) )
(2.4)
donde : R+1 R. Esta ecuacin puede transformarse en un sistema de ecuaciones diferenciales de orden uno de la manera siguiente. Introducimos las variables dependientes 1 = , 2 = 0 ,
3 = 00 ,..., = 1) y entonces la ecuacin (2.4) puede escribirse como el sistema
0
1 = 2
20 = 3
0 =
1
0 = ( 1 2 )
Por ejemplo, la ecuacin de orden tres
3) = + 0 00
32

puede escribirse como el sistema
0
1 = 2
0 = 3
20
3 = + 1 2 3
De aqui se ve que para tener un problema de condiciones para la ecuacin, necesitamos condiciones
iniciales 1 (0 ) = (0 ) = 0 , 2 (0 ) = 0 (0 ) = 00 ,..., (0 ) = 1) (0 ) = 01 , es decir, necesitamos
conocer el valor de la funcin y de las sucesivas derivadas hasta la 1 en un punto 0 . Entonces,
en virtud del Teorema 15 vemos que si es continua y las derivadas

, 1 , son continuas,
el problema de condiciones iniciales tiene solucin nica. Por ejemplo, el problema de condiciones
iniciales
3)
= + 0 00
(0) = 0 0 (0) = 1 00 (0) = 2
tiene solucin nica.
Nos ocuparemos expecialmente de ecuaciones diferenciales de orden que llamaremos lineales y
que a continuacin describimos. Por una ecuacin diferencial lineal de orden entenderemos una
expresin de la forma
() ) + 1 () 1) + + 1 () 0 + 0 () = ()
(2.5)
donde para 0 , y son funciones reales de variable real definidas en un intervalo de la recta
real . Siempre que () sea diferente de cero, podemos escribir la ecuacin como
) + 1 () 1) + + 1 () 0 + 0 () = ()
(2.6)
donde () = () (), 0 , y () = () (). Por ejemplo, las ecuaciones

000 + 2 0 =
00 + 2 0 + =
6) 7 3) + 2 00 + (log ) = 0
son ecuaciones lineales de rdenes tres, dos y seis, respectivamente. Como hemos visto anteriormente,
una ecuacin de orden puede escribirse como el sistema
0
1 = 2
20 = 3
0 =
1
0 = () [1 () + + 1 ()2 + 0 ()1 ]
que en forma matricial se escribe como
y0 = A() y + b()
donde
A() =
0
1
0
0
0
0
1
0
0
0
0
1
0 () 1 () 2 () 3 ()
33
1 ()

y b() = (0 0 0 ()) . Diremos entonces que la ecuacin (3.1) es homognea o no homognea
segn se sea b() nulo o no, es decir, si () = 0 para todo . Adems, la ecuacin se dir de
coeficientes constantes cuando A() sea constante, es decir, cuando () = R para todo
0 .
Tanto los Teoremas 2.18 y 2.19 como la Proposicin 18 admiten la siguiente lectura en trminos de
ecuaciones lineales. A la vista de que cualquier ecuacin lineal puede escribirse como un sistema aadiendo las derivadas como funciones, cualquier solucin del sistema y es de la forma ( 0 1 ),
donde : R R es una funcin suficientemente derivable. En esta lnea, destacamos entonces
que el wronskiano puede escribirse como
[1 2 ]() = [y1 y2 y ]() := |y1 (); y2 (); ; y ()|
1 () 2 ()
()
0
0
0
1 () 2 ()
()
1)
1)
1)

()
()
()
1
2
donde 1 2 son las primeras componentes de y1 y2 y . Podremos enunciar entonces los

siguientes resultados.
Theorem 20 El conjunto de soluciones de la ecuacin homognea
) + 1 () 1) + + 1 () 0 + 0 () = 0
tiene estructura de espacio vectorial de dimensin sobre R, esto es, cualquier solucin de la
misma es de la forma
= 1 1 + 2 2 + +
donde 1 2 R e 1 2 son soluciones linealmente independientes del mismo.
Proposition 21 Sean 1 2 : R R soluciones de la ecuacin homognea

) + 1 () 1) + + 1 () 0 + 0 () = 0
Son equivalentes:
(a) 1 2 son linealmente independientes.
(b) [1 2 ]() 6= 0 para todo .
(c) Existe 0 tal que [1 2 ](0 ) 6= 0.
Theorem 22 El conjunto de soluciones de la ecuacin
) + 1 () 1) + + 1 () 0 + 0 () = ()
es de la forma
= 1 1 + 2 2 + + +
donde 1 2 R, 1 2 son soluciones linealmente independientes del problema homogneo e es una solucin particular del problema no homogneo.
34
2.2.
Resolucin desistemas lineales de coeficientes constantes
Vamos a considerar sistemas de la forma

y0 = A y + b()
(2.7)
donde A = ( )1
1 es una matriz cuadrada, b() = (1 () 2 () ()) donde para 1 ,
son funciones reales definidas sobre un intervalo de la recta real e y = (1 2 ) . Los mtodos
que vamos a estudiar son matriciales por lo que es necesario tener frescos conceptos sobre la teora
de matrices y especialmente con la diagonalizacin de stas.
2.2.1.
Resolucin del sistema homogneo
Vamos a introducir un mtodo matricial para la resolucin de sistemas de ecuaciones lineales con
coeficientes constantes que puede verse en [DeGr, pg. 384402] y que est basado en el clculo de la
exponencial de una matriz utilizando el Teorema de CayleyHamilton. Explicaremos en primer lugar
en qu consiste el Teorema de CayleyHamilton y posteriormente introduciremos la exponencial de
una matriz, que nos va a proporcionar la solucin de sistemas homogneos de la forma
y0 = A y
donde A = ( )1
1 es una matriz cuadrada.
Teorema de CayleyHamilton
1
+ + 1 + 0 ,
Supongamos que A = ( )1
1 es una matriz cuadrada y () = + 1
es un polinomio de coeficientes reales. Si intercambiamos por A construimos lo que denominaremos
un polinomio matricial
(A) = A + 1 A1 + + 1 A + 0 I
Ntese que el trmino independiente del polinomio aparece multiplicado por la matriz identidad I .
Por ejemplo, si
1 2
A=
3 4
y () = 3 + 2 1, entonces
(A) = A3 + 2A I2
1 0
1 2
1 2
=
+2
0 1
3 4
3 4
38 58
=
87 125
El Teorema de CayleyHamilton afirma lo siguiente.
Theorem 23 (CayleyHamilton). Sea A = ( ) una matriz cuadrada y sea () = |A I |
su polinomio caracterstico. Entonces (A) = 0.
35

Demostracin. Como sabemos del tema inicial,
|A I | I = () I = (A I ) (A I )
donde (A I ) es la matriz traspuesta de la adjunta de A I . Entonces (A I ) =
( ()), donde () son polinomios reales en de grado a lo sumo 1. Podemos reordenar dicha
matriz como
(A I ) = B1 1 + B2 2 + + B1 + B
donde B M (R). Entonces
() I = (B1 1 + B2 2 + + B1 + B ) (A I )
= B1 + (B1 A B2 ) 1 + + (B1 A B ) + B A
de donde sustituyendo por la matriz A tenemos
(A) = (A) I
= B1 A + (B1 A B2 ) A1 + + (B1 A B ) A + B A = 0
con lo que termina la demostracin.
A modo de ejemplo, dada la matriz anterior, su polinomio caracterstico es
() = 2 5 2
y si calculamos
(A) = A2 5A 2I2
2 0
5 10
7 10
=
0 2
15 20
15 22
0 0
=
0 0
Este teorema ser clave para poder obtener una frmula que permita resolver sistemas de ecuaciones
diferenciales lineales con coeficientes constantes.
El polinomio caracterstico de una matriz cuadrada A no tiene porqu ser el de menor grado que
satisfaga el teorema de CayleyHamilton. Un polinomio () se dice mnimo para la matriz cuadrada
A si (A) = 0. En general se sabe que () divide al polinomio caracterstico de A, es decir, dicho
polinomio ser de la forma
() = ( 1 )1 ( )
donde , 1 son los valores propios de A y = 1 + + , donde es el grado del
polinomio caracterstico ().
Como sabemos, para que la matriz A sea diagonalizable tiene que cumplirse que si
() = (1) ( 1 )1 ( )
entonces para cada valor propio debe cumplirse que su multiplicidad algebraica = dim Ker(A
I ), donde Ker(A I ) es el subespacio propio asociado al valor propio . Esta condicin es
equivalente a que = 1, siendo el exponente del monomio en el polinomio mnimo.
36

Veamos un par de ejemplos. Consideremos la matriz
0 1 1
A = 1 2 1
1 1 2
que tiene valores propios 1 (doble) y 2 (simple). Esta matriz ser diagonalizable si su polinomio
mnimo es () = ( 1)( 2). Calculamos
(A) = (A I3 ) (A 2 I3 ) = 0,
por lo que dicha matriz es diagonalizable.Sin embargo
1 1
A = 1 2
0 1
la matriz
0
1
1
tiene los mismos valores propios con las mismas multiplicidades y sin embargo
1 0 1
(A) = (A I3 ) (A 2 I3 ) = 0 0 0
1 0 1
por lo que no puede ser diagnalizable.

Adems, si es valor propio de A, para comprobar la relacin = dim Ker(A I ), basta
comprobar que 1 (A) = 0, siendo
1 () = ( )
2.2.2.
()
( )
Resolucin de sistemas. La exponencial de una matriz
En esta seccin vamos a obtener una frmula para resolver sistemas de ecuaciones de la forma
y0 = A y
(2.8)
donde A es una matriz cuadrada de coeficientes reales. Para esto, debemos recordar un caso particular
de ste cuando la matriz es de una fila y una columna, es decir, cuando tenemos la ecuacin lineal
homognea de orden uno
0 = R
En este caso, la solucin general de esta ecuacin es de la forma

() = R
Por analoga con el caso unidimensional, para el caso general la solucin del sistema (2.8) va a ser
de la forma
y() = A C
donde C es un vector columna constante y A es la exponencial de la matriz A definida por la
serie
A
A :=
!
=0
Para hacer ms comprensible este captulo, vamos a dar algunas nociones sobre la exponencial de
una matriz.
37

La exponencial de una matriz
Consideremos una matriz cuadrada A. Como hemos definido anteriormente, la exponencial de
dicha matriz viene definida, en analoga con la exponencial de un nmero real, viene dada por la
serie
X
1
A
=
A
!
=0
donde supondremos que A0 = I . Esta serie siempre es convergente, es decir, para toda matriz
cuadrada con coeficientes reales la serie anterior nos proporciona una matriz de coeficientes reales.
Hay casos en los que es bastante sencillo calcular la exponencial de una matriz. Por ejemplo,
si D = diag(1 ) es una matriz diagonal, entonces para todo nmero natural se tiene que
D = diag(1 ) y entonces
D
=
=
X
=0
X
=0
1
!
diag(1 )
= diag
=0
1
=0
= diag( )
Por ejemplo, si
1
!
!
1 0 0
D = 0 2 0
0 0 2
entonces
0 0
D = 0 2 0
0 0 2
Adems, la exponencial de una matriz cumple la siguientes propiedades (que no justificaremos). Si

A y B son matrices cuadradas que conmutan, esto es A B = B A, entonces
A+B = A B
(2.9)
Dado el vector columna C, la funcin y() = A C est definida para todo R, es derivable y
y0 () =
A
C = A A C = A y()
es decir, es solucin del sistema de ecuaciones diferenciales lineales con coeficientes constantes (2.8).
Ahora bien, consideremos el sistema
0

1
1 1
1
=
1 1
20
2
38

La solucin de este sistema es la matriz
1 1
1 1
1
2
pero cmo calculamos dicha matriz? A continuacin vamos a ver un mtodo basado en el Teorema de
CayleyHamilton que permite hacer el clculo con cierta facilidad, aunque los clculos sean laboriosos.
Clculo prctico de la exponencial
Para fijar ideas supongamos que () es el polinomio caracterstico de la matriz A y que tiene
races reales o complejas 1 2 con multiplicidades 1 2 . Buscamos entonces polinomios
1 () 2 () () con grado a lo sumo 1 para cada 1 , de manera que se verifique la
igualdad
1 ()
2 ()
()
1
=
+
+ +
1
2
()
( 1 )
( 2 )
( )
de donde
(2.10)
1 = 1 ()1 () + 2 ()2 () + + () ()
con () = ()( ) , 1 . Sustituyendo en (2.10) por A tendremos
I = 1 (A)1 (A) + 2 (A)2 (A) + + (A) (A)
(2.11)
Dado que para todo 1

I
=0
( )
= I
entonces
A = I (A I ) =
(A I )
!
=0
De aqu, multiplicando por la izquierda ambos miembros por (A)

A
(A)
X
=0
X
1
=0
(A)(A I )
(A)(A I )
dado que por el Teorema de CayleyHamilton, para todo se tiene que (A)(A I ) =
(A)(A I ) = 0. Multiplicando nuevamente por la izquierda por (A) obtendremos
(A) (A)A =
X
1
=0
(A) (A)(A I )
39
(2.12)

Sumando (2.12) desde 1 hasta y teniendo en cuenta (2.11) concluimos que la exponencial de la
matriz puede calcularse con la frmula
!
X
A =
(A) (A)
(2.13)
(A I )
!
=1
=0
Consideremos por ejemplo el sistema
10 = 41 + 22 ;
20 = 31 + 32
La matriz asociada al sistema es

A=
4 2
3 3
y el polinomio caracterstico
() = 2 7 + 6
que tiene por races 1 = 1 y 2 = 6. Calculamos ahora 1 y 2 a partir de
1
1
2
(1 + 2 ) 61 2
=
+
=
()
1 6
()
de donde obtenemos el sistema
1 + 2 = 0
61 2 = 1
que tiene por solucin 1 = 15 y 2 = 15. Adems

1 () = ()( 1) = 6
y
2 () = ()( 6) = 1
Aplicamos ahora la frmula (2.13) y tenemos que
A = (15I2 ) I2 (A 6I2 ) + 6 (15I2 ) I2 (A I2 )
6
1
3 + 2 26 2
=
36 3 26 + 3
5
La solucin del sistema ser
1
1 ()
=
2 ()
5
1
=
5
esto es
1 () =
2
6
(31 + 22 ) + (21 22 )
6 (31 + 22 ) + (31 + 32 )
36 + 2 26 2
36 3 26 + 3
1 6
(31 + 22 ) + (21 22 )
5
40

e
1 6
(31 + 22 ) + (31 + 32 )
5
donde 1 y 2 son dos constantes reales. Si tuvisemos alguna condicin inicial, por ejemplo, 1 (0) =
1 2 (0) = 0, entonces planteando el sistema
2 () =
1 (0) = 1 = 1
2 (0) = 2 = 0
obtendramos que
1
1 () = (36 + 2 )
5
1
2 () = (36 3 )
5
es la nica solucin de dicho problema de condiciones iniciales.
Consideremos ahora el sistema
10 = 31 + 2 ;
20 = 1 + 2 ;
cuyo polinomio caracterstico asociado a la matriz A es () = 2 4 + 4, que tiene por solucin la

raz doble = 2. Entonces
1
1
1
=
=
2
()
( 2)
()
de donde 1 = 1 y
1 = ()( 2)2 = 1
Aplicando la frmula (2.13) tenemos que
A
1
X
= 1 (A)1 (A)
(A 2I2 )
!
=0

1 1
= 2 I I I +
1 1
1+
2
=
1 +
2
con lo que la solucin del sistema
1 ()
(1 + )2
1
2
=
2 ()
2
(1 + )2
2
donde 1 y 2 son dos constantes reales (la expresin definitiva de 1 e 2 se deja como ejercicio al
lector).
Si por ltimo tomamos el sistema
10 = 31 52 ;
20 = 1 2 ;
41

podemos ver que el polinomio caracterstico asociado a la matriz A es () = 2 2 + 2 que tiene
por races los nmeros complejos conjugados 1 = 1 + y 2 = 1 . De la expresin
1
1
2
(1 + 2 ) + 1 (1 + ) + 2 (1 )
=
+
=
()
( 1 ) ( 1 + )
()
que da lugar al sistema
1 + 2 = 0
1 (1 + ) + 2 (1 ) = 1
que nos da como solucin 1 =
1
2
y 2 = 21 . Teniendo en cuenta que

1 () = 1 +
y
2 () = 1
se tiene aplicando la frmula (2.13)

1
1
A = (1+) I2 (A (1 )I2 ) (1) I2 (A (1 + )I2 )
2
2
2+
5
2
5
1
1
=
1
2 +
1
2
2
2

+

+
5
2
2
2
2
=

+
2
+
2
2
2
2 sin + cos
5 sin
=
sin
2 sin + cos
dado que
cos =
y
+
2

sin =
2
Entonces toda solucin del sistema viene dada por la expresin

1
2 sin + cos
5 sin
1 ()
sin
2 sin + cos
2 ()
2
donde 1 y 2 son dos constantes reales.
Los tres ejemplos anteriores resumen los casos que pueden darse para el caso de sistemas de dos
ecuaciones con dos incgnitas, es decir, que el polinomio caracterstico tenga dos soluciones reales
distintas, una real doble o dos complejas conjugadas. Cuando el nmero de ecuaciones es mayor,
pueden aparecer otros casos, pero bsicamente la matriz exponencial contiene en sus coordenadas
funciones de la forma
cos() y sin()
donde 0 y y son nmeros reales. En cualquier caso, resolveremos sistemas que a lo sumo
tienen cuatro ecuaciones con cuatro incgnitas, pues a partir de ese nmero de ecuaciones los clculos
suelen ser muy largos y engorrosos en general.
42
2.2.3.
El mtodo de variacin de constantes
Volvamos ahora sobre el sistema no homogneo (2.7) y supongamos conocida la solucin general
del sistema homogneo asociado. Para terminar de resolver el sistema no homogneo usaremos el
mtodo de variacin de constantes. Para ello supongamos que la solucin es de la forma
y() = A C()
donde C() es una funcin a determinar. Derivando respecto de obtendremos que
y0 () = AA C() + A C0 () = A y() + A C0 ()
Sustituyendo en el sistema no homogneo tendremos
A y() + A C0 () = A y() + b()
o equivalentemente
A C0 () = b()
Dado que la matriz A es invertible (recordar la Proposicin 18) y teniendo en cuenta que
A A = 0 = I
concluimos que A es la inversa de A y entonces

Z
C() = A b()
Una vez calculada C() obtenemos la solucin del sistema no homogneo.

Por ejemplo, consideremos el sistema
10 = 41 + 22 + ;
20 = 31 + 32
que tambin podemos escribir como

0

1
4 2
1
0
3 3
2
2
0
Ya vimos que la exponencial de la matriz del sistema era
6
1
3 + 2 26 2
A
=
36 3 26 + 3
5
por lo que a partir de (2.14) obtenemos

Z 6
1 3
+ 2 26 2
1 ()
2 ()
3
2
+ 3
0
5 3
Z 5
1
3
+2
=
35 3
5
R
1 R (35 + 2)
=
(35 3)
5
1 35 5 + 2 + 1
=
5 35 5 3 + 2
43
(2.14)

con lo que la solucin
6
1
3 + 2
y() =
36 3
5
6
1
3 + 2
=
36 3
25
1 35 5 + 2 + 1
5 35 5 3 + 2
1
1
10 3
26 2
+
3 15
26 + 3
2
25
26 2
26 + 3
Ntese que una solucin particular del sistema es

1
y () =
25
10 3
3 15
por lo que haciendo = 5, = 1 2, tenemos que
1
A
+ y ()
y() =
2
tal y como el Teorema 2.19 afirmaba.
Si por ejemplo consideramos el problema de condiciones iniciales
0
1 = 41 + 22 + ;
0 = 31 + 32 ;
2
1 (0) = 0 2 (0) = 1;
se verificar que
1 (0)
2 (0)
0
1
1
=
25
1
2
1
+
25
3
3
de donde
1 = 3
y
2 = 22
de donde sustituyendo en la solucin general concluimos que
1
1 ()
136 + (10 13)
=
2 ()
25 136 + (12 15)
es la nica solucin de dicho problema de condiciones iniciales.
2.3.
Resolviendo sistemas mediante la transformada de Laplace
Supongamos que tenemos un sistema de ecuaciones lineales de la forma

y0 () = A y()+f()
44
(2.15)

donde A es una matriz cuadrada de filas por columnas con coeficientes reales, f = (1 2 )
donde son funciones dadas e y = (1 2 ) es la funcin vectorial incgnita. Supongamos
adems las condiciones iniciales
(2.16)
y(0) = y0
donde y0 = (10 20 0 ) con 0 nmeros reales para 1 . Sea
L[y]() = (L[1 ]() L[2 ]() L[ ]())
Entonces, tomando la Transformada de Laplace en (2.15) y teniendo en cuenta (2.16) obtenemos que
L[y]() y0 = A L[y]() + L[f]()
de donde, si I denota la matriz identidad,
(I A) L[y]() = y0 + L[f]()
y de aqu
L[y]() = (I A)1 (y0 + L[f]())
(2.17)
Una vez calculada de este modo L[y]() obtendremos y tomando la Transformada inversa.
Por ejemplo consideremos el sistema
0

1
1
2 3
1
=
+
3 2
0
20
2
junto con las condiciones iniciales
1 (0)
2 (0)
2
1
De (2.17)
L[1 ]()
L[2 ]()
1
2
3
=
3 2
1
2
= 2
3
4 + 13
!
2
2 2
( 2 4+13)
2 +8+3
( 2 4+13)
2 + 1
1
3
2
2+1
Entonces la solucin del problema viene dada por

!
2 2
L1 [ (224+13)
]()
1 ()
=
2 +8+3
2 ()
L1 [ (
2 4+13) ]()
1
282 cos(3) + 162 sin(3) 2
=
13 282 sin(3) 162 cos(3) + 3

45
2.4.
Problemas con funciones discontinuas
Supongamos que el problema
00 + = ();
(0) = 0 0 (0) = 1;
viene dada ahora con la funcin discontinua
si 0
() =
cos(2) si
Podemos escribir ahora
( 2 + 1)L[]() = 1 + L[]()
Por otra parte
() = (0 () ()) + () cos(2)
con lo que
L[]() = L[0 ()]() + L[ ()]() + L[ () cos(2)]()
Desarrollando cada sumando por separado, obtenemos
L[0 ()]() = 1 2
L[ ()]() = L[( ) ()]() + L[ ()]()
=
2
L[ () cos(2)]() = L[ () cos(2( ))]()
= 2
+4
Combinando estas expresiones tenemos
2 + 1
( + 1)L[ ]() + 1 =
+
2
2
+ +
2 2 + 4
Entonces
2 + 1
L[]() = 2 2
+
( + 1)
+
+
2 ( 2 + 1) ( 2 + 1) ( 2 + 4)( 2 + 1)
1
y as
1
1
1
1
() = L
() + L
() + L
()
2
2 ( 2 + 1)
( 2 + 1)
()
+L
( 2 + 4)( 2 + 1)
= + 1 ( ) () + 2 ( ) () + 3 ( ) ()
1
46

donde las funciones 1 , 2 y 3 se determinan de la siguiente manera.
1
1
1
1
1
1
() L
() = L
() = sin
1 () = L
2 ( 2 + 1)
2
2 + 1
1
1 1
1
2 () = L
() = L
() L
() = 1 cos
( 2 + 1)
2 + 1
()
3 () = L
( 2 + 4)( 2 + 1)
1 1
1 1
1
1
=
L
()
L
()
=
cos
cos(2)
3
2 + 1
3
2 + 4
3
3
1
Entonces
1
1
cos( ) cos(2 2)]
3
3
= (1 ()) + ()[2 + sin + (3 1)3 cos cos(2)3]
() = + ()[( ) sin( ) + cos( ) +

o equivalentemente
() =
2.5.
si 0
2 + sin (3 1)3 cos cos(2)3 si
Sistemas autnomos, puntos crticos y nocin de estabilidad
Consideremos un sistema de ecuaciones diferenciales

y0 = f( y)
donde f : R+1 R es una funcin con regularidad suficiente para satisfacer la unicidad de
soluciones para un problema de condiciones iniciales o de Cauchy. Si la variable independiente no
aparece explcitamente en las ecuaciones del sistema, es decir, el sistema es de la forma
y0 = f(y)
donde f : R R , se dice que el sistema de ecuaciones es autnomo. Por ejemplo, el sistema
0
= +
0 =
es no autnomo mientras que
0 =
0 =
0 = 4(1 )
47
(2.18)
(2.19)

son autnomos.
Aunque estos sistemas pueden no ser fciles de resolver, es sencillo encontrar determinadas soluciones particulares. Entre ellas destacan las soluciones constantes, cuyascondiciones iniciales vienen
dadas por las soluciones del sistema algebraico
f(y) = 0.
Si y0 y verifica que
f(y0 ) = 0,
entonces la solucin constante de la forma

y() = y0
es la nica solucin del problema de condiciones inciales
0
y = f(y)
y(0 ) = y0
para todo 0 R. As, resolviendo el sistema
= 0
= 0
vemos que (0 0) es el nico punto crtico del sistema (2.18), mientras que al resolver la ecuacin
4(1 ) = 0
comprobamos que 0 y 1 son los puntos crticos de la ecuacin (2.19). Como veremos posteriormente,
estos puntos sern de gran importancia en el anlisis de la estabilidad de un sistema. Veamos que se
entiende por estabilidad.
Definition 1 Sea el sistema autnomo
y0 = f(y)
(2.20)
donde y = (1 2 ) y f : R R es una funcin con funciones coordenadas 1 2 .

Una solucin y() de (2.20) definida para todo 0 se dice estable si para todo 0 existe 0
tal que si z() es otra solucin que cumple la condicin ||y(0) z(0)|| entonces z() est definida
para todo 0 y se verifica que ||z() y()|| para todo 0. Si adems se verifica que
lm ||z() y()|| = 0
la solucin y() se dir asintticamente estable. La solucin y() se dir inestable si no es estable.
Por ejemplo, consideremos la ecuacin
0 =
cuyas soluciones son de la forma
() = 0 0
48

para condiciones iniciales (0 ) = 0 . Claramente, para dos soluciones 1 () e 2 () se verifica que
lm |2 () 1 ()| = +
por lo que dicha ecuacin es iniestable en todas sus soluciones. Lo contrario ocurre con la ecuacin
0 =
que es asintticamente estable. Finalmente, dado que las soluciones del sistema
0
=
0 =
son circunferencias concentricas con centro (0 0), se tiene que las soluciones del sistemas son estable
aunque no asintticamente estables.
2.6.
Estabilidad de sistemas lineales
Consideremos ahora un sistema lineal y0 = A y donde la matriz A tiene filas y columnas.

Aunque en este caso no disponemos de la representacin de los diagramas de fases del mismo, s que
es posible determinar la estabilidad del mismo, con un resultado anlogo al anterior. Para establecer
el mismo, dada la matriz A, denotaremos por 1 los valores propios de A con multiplicidades
1 . Asmismo, denotaremos por 1 las dimensiones sobre C de los subespacios propios
Ker(A 1 I ) Ker(A I ).
Theorem 24 Sea el sistema lineal plano y0 = A y, A (R) no nula. Entonces
(a) El sistema es estable si Re 0, 1 , y adems si verifica que Re = 0, entonces
= .
(b) El sistema es asintticamente estable si Re 0 para todo = 1 .
(c) El sistema es inestable si o bien existe tal que Re = 0 y , o bien existe tal que
Re 0.
Example 1 Consideremos el sistema
0
= 3 + 2 + 2
0 = 2 + + 2
0
= 2 + 2 +
Es fcil ver que 1 y 1 son los valores propios de la matriz asociada al sistema, por lo que en virtud
del Teorema 24 (c), ste es inestable.
Example 2 Sea ahora el sistema
0
= 2 +
0 = 2
0
= + 2
Podemos ver ahora que los valores propios de la matriz asociada son 1, 2 y 3, por lo que por el
Teorema 24 (b), el sistema es asintticamente estable.
49

Example 3 Sea el sistema
0
= 4 + + 3
0 = 2
0
= 2
Puede comprobarse que 2 y 4 son los valores propios de la matriz del sistema. Cmo las dimensiones de los subespacios propios de los valores propios son 1 y coincide con la multiplicidad de
stos, por el Teorema 24 (a) y (b) el sistema ser estable, aunque no ser asintticamente estable.
Exercise 1 Dados los siguientes sistemas lineales, decidir si son estables o no.
0
0
0
= 5 +
= 2
= 5 + 5
0
0
= 2 2 + 2 (b)
= 2 2 + 2 (c)
0 = 3 2
(a)
0
0
0
= 3 3 + 3
= 3 + 3 3
= 4 +
0
0
0
= 5 +
= 2 2 + 2
= 9 + 2
0
0
= 3 9
= 3 + 3
0 = 2 2 + 2
(e)
(f)
(d)
0
0
0
= 4 + +
= 4 + 4 2
= 0
La aplicacin del Teorema 24 tiene a priori un punto flaco puesto de manifiesto por el siguiente
ejemplo. Consideremos el sistema
0
= 2 + 2
0 = 3 9
0
= 4 + +
Este sistema coincide con el del apartado (d) del ejercicio anterior en todos los coeficientes de la matriz
asociada excepto el primero. El polinomio caracterstico es () = 3 102 1263, pero resolver
la ecuacin () = 0 no resulta sencillo, y quizs ni siquiera factible para los conocimientos de los
que se disponen. Ahora bien, para aplicar el Teorema 24 en la mayora de los casos slo necesitamos
conocer los signos de las partes reales de los valores propios de la matriz asociada. Para este objetivo
podemos usar el siguiente criterio de Routh-Hurwitz que, aunque no siempre es aplicable, supone
una gran ayuda para determinar al menos si el sistema es asintticamente estable.
Proposition 25 Sea () = (1) + 1 1 + + 1 + el polinomio caracterstico de
la matriz A (R). Las races de () tienen parte real negativa si y slo son estrictamente
positivos los menores principales de la matriz
1 3 5 0
1 2 4 0
0 1 3 0
HA =
0
1
0
2

0 0 0
0
= 3 + 2
0 = 3
0
= 4
50

El polinomio caracterstico de la matriz asociada es
1 3
1 11
0 1
() = 3 + 11 + 2 3 y la matriz HA
0
0
3
cuyos menores principales son 1, 8 y 24. Est claro entonces que todos los valores propios de la matriz
A tienen parte real negativa, por lo que el sistema ser asintticamente estable.
Adems puede ser de utilidad el siguiente resultado que denominaremos Teorema de crculo de
Gershgorin.
Theorem 26 Sea A = ( ) M (R) con valores propios 1 . Entonces todos los valores
propios estn en el conjunto del plano de la forma
p
p
{ + C : ( 11 )2 + 2 1 } { + C : ( )2 + 2 }
donde =
=1
| | | |, = 1 2 .
Demostracin. Si es valor propio de A con vector propio v = (1 ) C y = max{| | :

= 1 }. Definimos
1
u= v = (1 )
que tambin es vector propio de tal que max{| | : = 1 } = | | = 1. Entonces
0 = 0
=1
con lo que
=1
6=0
As
0 = ( 0 0 )0
X
X
| 0 0 | =
0
|0 || |
|0 | = 0
=1
=1
=1
6=0
6=0
6=0
con lo que el resultado queda probado.

Vemos cmo se aplica este resultado en el siguiente ejemplo.
0
= 4 + +
0 = 2 +
0
= 4 5
51

El conjunto a que hace referencia el resultado anterior es
p
p
p
{( ) : ( + 4)2 + 2 2} {( ) : ( + 2)2 + 2 1}{( ) : ( + 5)2 + 2 4}
que grficamente representamos por
por lo que todos los valores propios tienen parte real negativa y el sistema es por tanto asitticamente
estable.
Exercise 2 Determinar si es posible la estabilidad asinttica de los siguientes sistemas
0
0
0
5
14 + 14
= 3 +
= 12
= 12
1
1
5
5
0
0
0
= 2 (b)
= 5
= 12 13
12
(c)
(a)
12
0 12
1
2
2
5
0
0
= 2 2
= 2 2 4
= 3 3 6
2.6.1.
Por qu un sistema estable es til en ingeniera?
Supongamos que tenemos un sistema de ecuaciones diferenciales lineales no autnomo

y0 = A y + f()
donde A (R) y supongamos que el sistema autnomo asociado
y0 = A y
es asintticamente estable. Entonces toda solucin del sistema autnomo
y () = A C C R
verifica que
lm y () = 0
52

Ahora bien, toda solucin del sistema no autnomo es de la forma
y() = y () + y ()
(2.21)
donde y () es una solucin particular del sistema no homogneo. Si tomamos lmites cuando tiende
a infinito, tenemos que
y() ' y ()
es decir, para tiempos grandes (aqu lo de grande depende de cada sistema) la solucin del sistema no
autnomo es bsicamente la solucin particular del mismo y la parte de la solucin correspondiente al
sistema homogneo se va reduciendo con el tiempo. En ingeniera a la funcin f() se le llama entrada
del sistema e y () es la salida del mismo. Si el sistema es estable, al variar la entrada, vara la salida
sin que la parte homognea intervenga en el proceso. Esto es lo que ocurre en la mayora de los
sistemas lineales utilizados en las ciencias experimentales, como en circuitos elctricos o vibraciones
mecnicas.
2.7.
Funciones de transferencia. Estabilidad y control de sistemas lineales
Supongamos un sistema dado por la ecuacin

) + 1 1) + + 1 0 + 0 = ) + 1 1) + + 1 0 + 0
(2.22)
donde , R para 0 y R para 0 . es una seal entrada del sistema

e es la respuesta que produce en sistema a la excitacin que representa. Aplicando formalmente
la transformada de Laplace a (2.22) con todas las condiciones iniciales nulas obtenemos
()L[]() = () L[]()
donde es un polinomio de grado y es un polinomio de grado . La funcin de transferencia
del sistema, se define como
L[]()
()
() =
=
L[ ]()
()
La estabilidad del sistema puede estudiarse a partir de los polos de la funcin de transferencia,
entendiendo por estabilidad de un sistema lo siguiente. El sistema ser asintticamente estable si
en ausencia de excitacin ( = 0) y para cualquier condicin inicial que consideremos se verifica
que |()| 0 si +. Ser estable si existen 0 y 0 0 tales que |()| si 0 .
Finalmente es sistema es inestable si lm+ |()| = +. Se tiene entonces el siguiente resultado.
Theorem 27 Sea () =
=1
( ) ,
=1
= . Entonces el sistema (2.22) es
(a) Asintticamente estable si Re 0 para todo = 1 2 .

(b) Estable si Re 0 y Re = 0 implica que la multiplicidad de es 1.
(c) Inestable si no se cumplen algunas de las condiciones (a) o (b) anteriores.
53

Proof. Sean , 1 las races de () con multiplicidades . Para 1 , consideremos
los polinomios
Y
() = ( ) 1 ( ) 1
6=
Es fcil comprobar que B = { () : 1 ; 1 } es una base del conjunto de

polinomios con coeficientes en el cuerpo de los nmeros complejos de grado a lo sumo 1.
Consideremos el problema de condiciones iniciales
) + 1 1) + + 1 0 + 0 = 0
(2.23)
(0) = 1 0 (0) = 2 1) (0) =
(2.24)
donde 1 2 son nmeros reales arbitrarios.

Supongamos en primer lugar que Re 0 para todo = 1 2 . Entonces, sean cuales fueran
las condiciones (2.24) se tiene que la solucin del problema es de la forma
() =
X
X
=1 =1
X
X
L1 [1( ) ]()
=1 =1
1

( 1)!
donde los coeficientes , 1 , 1 vienen determinados a partir de las condiciones

iniciales del problema. Como Re 0, es claro que lm+ |()| = 0.
Supongamos ahora que existe {1 2 } de manera que Re 0. Como B es una base,
existen condiciones iniciales de manera que para las mismas la solucin () contiene un trmino de
la forma
L1 [1( )]() =
con C \ {0}. Entonces claramente lm+ |()| = +.
Consideremos ahora que toda raz de (), con Re = 0 tiene multiplicidad uno ( = 1) y
las restantes races tienen parte real negativa. Entonces para cualquier condicin inicial la solucin
() verifica que si Re = 0, entonces existe C tal que
L1 [1( )]() = = (cos( Im ) + sin( Im ))
aparece en la solucin. Teniendo en cuenta que todas las races tienen parte real menor o igual que
cero y el primer apartado, existir 0 tal que si es suficientemente grande se verifica
X
| | +
|()|
Re =0
lo que prueba que el sistema es estable.

54

Por ltimo, supongamos que existe una raz de (), con Re = 0 y con multiplicidad mayor
que uno. En estas condiciones existen condiciones iniciales de manera que () contiene un trmino
no nulo de la forma
L1 [1( )2 ]() = = (cos( Im ) + sin( Im ))
obviamente lm+ |()| = +.
2.8.
2.8.1.
Estabilidad local de sistemas autnomos

Mtodo de linealizacin de Lyapunov. Teorema de HartmanGrobman
Analizaremos a continuacin la estabilidad de puntos crticos de sistemas autnomos mediante

un mtodo que es comnmente usado en las ciencias experimentales, el mtodo de linealizacin.
Supongamos un sistema autnomo
y0 = f(y)
(2.25)
con f definido sobre el abierto R y sea y0 R un punto crtico aislado del mismo (un punto
crtico es aislado si existe 0 tal que la bola abierta de centro y0 y radio no contiene puntos
crticos aparte de y0 ). Consideremos el sistema linealizado dado por
y0 = Jf(y0 ) y
(2.26)
donde Jf(y0 ) es la matriz Jacobiana de f en el punto y0 . Por ejemplo consideremos el sistema

0
= 2 + 2 + 2
0 = 23 + 2
Es evidente que (0 0) es un punto crtico del sistema. La matriz Jacobiana en (0 0) es
2 0
Jf(0 0) =
0 2
y el sistema linealizado ser
0 = 2
0 = 2
Es de esperar que localmente (cerca del punto crtico y0 ), el comportamiento asinttico de los sistemas (2.25) y (2.26) sea parecido. Este parecido se precisar con el Teorema de HartmanGrobman,
para cuya compresin necesitaremos algunas definiciones previas.
En primer lugar necesitamos una herramienta para comparar localmente sistemas autnomos.
Esta herramienta es la conjugacin topolgica [Jim, pag. 239]. Los sistemas (2.25) y (2.26) se dice
topolgicamente conjugados si existe una aplicacin continua, biyectiva con inversa continua h :
R verificando la condicin h(y( y0 )) = z( h(y0 )) para todo y0 [aqu z( h(y0 )) representa la
solucin maximal de (2.26) con condicin inicial h(y0 )]. Si existen abiertos de R y de manera
que son topolgicamente conjugados los sistemas restringidos a estos abiertos, entonces los sistemas
55

(2.25) y (2.26) se dirn localmente topolgicamente conjugados. Para entendernos, una conjugacin
topolgica lleva rbitas de un sistema en rbitas del otro sistema, preservando la orientacin temporal.
La segunda definicin que interviene en el enunciado del Teorema de HartmanGrobman es el de
punto crtico hiperblico. Con la notacin anterior y0 se dice hiperblico si los valores propios de la
matriz Jacobiana Jf(y0 ) tienen parte real no nula. En caso contrario y0 se dir no hiperblico. En el
ejemplo anterior, el valor propio de la matriz Jacobiana es 2 con multiplicidad 2, por lo que (0 0) es
un punto crtico hiperblico.
Theorem 28 (HartmanGrobman) Sea y0 un punto aislado crtico hiperblico de (2.25). Entonces existen entornos de y0 y de 0 tales que los sistemas (2.25) y (2.26) son localmente
topolgicamente conjugados.
En virtud del teorema anterior sabemos que los sistemas
0 = 2 + 2 + 2
0 = 23 + 2
0 = 2
0 = 2
son localmente topolgicamente conjugados en un entorno del punto (0 0). As, si el diagrama de
fases del sistema linealizado es
sin conocer exactamente las rbitas del sistema no linealizado sabemos que cerca de (0 0) se obtienen
deformando de forma continua las rbitas del sistema linealizado, como por ejemplo muestra la
56

siguiente figura:
Obsrvese como en el dibujo las rectas del sistema linealizado son deformadas y transformadas en
curvas. Adems, como la orientacin temporal se conserva, la estabilidad del punto crtico puede
estudiarse a partir del sistema no linealizado. As, el punto crtico (0 0) es inestable para el sistema
no linealizado dado que es inestable para el sistema linealizado.
Hemos de enfatizar el carcter local del Teorema de HartmanGrobman. Por ejemplo consideramos el sistema
0
=
(2.27)
0 = 1 2 2
con dos puntos crticos hiperblicos, (0 1) y (0 1). A partir del resultado anterior vemos que (0 1)
es asintticamente estable y (0 1) es inestable, pero obviamente el sistema (2.27) no puede ser
globalmente conjugado a los sistemas y0 = Jf(0 1) y o y0 = Jf(0 1) y, dado que stos slo tienen
un punto crtico.
Exercise 3 Obtener los puntos crticos de los siguientes sistemas y determinar si son o no hiperblicos:
0
0
0
0
=
=
=
=
(a)
(b)
(c)
(d)
0
2
0
3
0
= +
= +
=
0 = 3
0
0
0
=
=
= 2 + +
(e)
(f)
(g)
0 = +
0 = 1 2 2
0 = 2 + 2 + 4 + 2
Exercise 4 Determinar las isoclinas de los sistemas del ejercicio 3, as como la direccin del vector
velocidad a las rbitas en las regiones que las isoclinas determinan.
Exercise 5 Obtener el sistema linealizado en los puntos crticos de los sistemas del ejercicio 3.
Determinar su diagrama de fases e indicar si es posible la naturaleza del punto crtico en un entorno
del mismo.
Exercise 6 Esbozar el diagrama de fases de los siguientes sistemas no lineales:
0
0
0
= (2 )
=
=
(a)
(b)
(c)
0
0
2
= ( 2)( 2)
=
0 = 2
57

Exercise 7 Consideremos la ecuacin de Van Der Pol
00 + 0 (1 2 ) = 0
donde es un parmetro real. Transformar dicha ecuacin en un sistema plano y determinar los
puntos crticos del mismo. Determinar la naturaleza de los puntos crticos en funcin del parmetro
.
Exercise 8 Idem para la ecuacin
00 + 20 + (1 2 ) = 0
Exercise 9 Sea el sistema
0 = + ( + 1)
0 = 2( 1) +
donde es un parmetro real. Se pide:

(a) Discutir la estabilidad de los puntos de equilibrio del sistema en funcin del parmetro .
(b) Esbozar el diagrama de fases del sistema para el valor = 1.
2.8.2.
El mtodo directo de Lyapunov
Aunque el Teorema de HartmanGrobman proporciona una herramienta til para distinguir la

estabilidad de puntos crticos hiperblicos, resulta ineficaz para tratar la misma cuestin con puntos
crticos no hiperblicos. Una opcin alternativa vlida tambin en el caso de no hiperbolicidad es
el mtodo directo de Lyapunov, de clara inspiracin fsica. Consideremos nuevamente el sistema
autnomo
y0 = f(y)
(2.28)
y sea y0 un punto crtico, hiperblico o no, del mismo. El mtodo directo de Lyapunov consiste en
encontrar una funcin escalar : R, con un entorno de y0 , satisfaciendo ciertas condiciones.
Esta funcin puede ser considerada como una medida de la energa potencial del sistema, de manera
que a lo largo de las rbitas sta decrece cuando , indicando estabilidad, o bien crece, indicando
inestabilidad. Precisemos a continuacin estas ideas.
Dada una solucin y = (1 2 ) de (2.28), la derivada de a lo largo de y() es
X (y())
X (y())
0 () =
(y()) = grad (y()) f(y())
(y()) =
=1
=1
donde f = (1 2 ) y grad denota el gradiente de . Definimos entonces la derivada total de

como
(y) := grad (y) f(y)

El siguiente resultado nos garantiza la estabilidad del punto crtico en cuestin.
58

Theorem 29 Sean y0 un punto crtico del sistema (2.28) y : R, con un entorno de y0 ,
continua en y derivable en \{y0 }. Supongamos que (y0 ) = 0 y (y) 0 para todo y \{y0 }.
Entonces
(a) Si (y) 0 para todo y \ {y0 }, entonces y0 es estable.
(b) Si (y) 0 para todo y \ {y0 }, entonces y0 es asintticamente estable.

Si satisface las condicin (a) [resp. (b)] del resultado anterior, se dir una funcin de Lyapunov
para y0 [resp. una funcin de Lyapunov estricta para y0 ]. Por ejemplo, el sistema
0
= 3
0 =
Es claro que (0 0) es un punto crtico aislado del sistema. La matriz Jacobiana en dicho punto es
0 1
Jf(0 0) =
1 0
que como puede comprobarse tiene por valores propios , por lo que dicho punto crtico no es
hiperblico. Vamos a comprobar que la funcin ( ) = 2 + 2 es una funcin de Lyapunov
estricta para el mismo, por lo que (0 0) ser un punto crtico asintticamente estable. En primer
lugar, est claro que (0 0) = 0 y ( ) 0 para todo ( ) R2 \ {(0 0)}. Por otra parte, la
derivada total es
( ) = grad ( ) f( ) = (2 2) ( 3 ) = 24 0
para todo ( ) R2 \ {(0 0)}. En virtud del Teorema 29 el punto crtico es estable.
Tambin la inestabilidad de los puntos crticos puede ser discutida, segn muestra el siguiente
resultado.
Theorem 30 Sean y0 un punto crtico del sistema (2.28) y un abierto de R conteniendo a y0
en su frontera Fr(). Supongamos que existe una funcin : R, con un entorno de y0 ,
con Fr() , de clase 1 y tal que (y) 0 y (y) 0 para todo y , y (y) = 0 si
y Fr(). Entonces y0 es inestable.
Consideremos ahora el sistema
0 = + 3
0 =
Sea la funcin : R2 R, donde = {( ) R2 : 0 || } y ( ) = 2 2 . Es

fcil darse cuenta de que ( ) 0 para todo ( ) , y que la derivada total
( ) = grad ( ) f( ) = (2 2) ( + 3 ) = 24 0
para todo ( ) . Adems (0 0) Fr() y ( ) = 0 para todo ( ) Fr(). Por el Teorema
30 el punto crtico (0 0) es inestable.
La principal desventaja de este mtodo, que de hecho hace que su utilizacin sea cuando menos
limitada, es la dificultad en encontrar la funcin .
59

Exercise 10 Sea el sistema
0 = + 2( + )2
0 = 3 + 2 3 ( + )2
Determinar los puntos crticos del mismo y su hiperbolicidad. Determinar la naturaleza del punto
crtico (0 0) a partir de la funcin ( ) = 12 (2 + 2 ).
Exercise 11 Idem para el sistema
y la funcin ( ) = 14 4 + 12 2 .
Exercise 12 Idem con el sistema
y la funcin ( ) = 12 (2 + 2 ).
0 = 2
0 = 3
0 = 3
0 =
Exercise 13 Idem con el sistema
0 = + 2 + + 2
0 = 2 + + 2
y la funcin ( ) = 2 2 definida sobre el conjunto del plano real = {( ) R2 : 0 || }.

Exercise 14 Un sistema
0 = 1 ( )
0 = 2 ( )
( ) y 2 ( ) =
se dice Hamiltoniano si existe una funcin derivable ( ) tal que 1 ( ) =
( ), de tal manera que es una integral primera del sistema. Se puede comprobar que para un
punto crtico de un sistema Hamiltoniano, las funciones de Lyapunov pueden construirse sumando
una constante a la funcin . Con esta idea, verificar el carcter de los puntos crticos del sistema
0
= 2
0 = 2
2.9.
Ejercicios
1. Resolver los siguientes sistemas de ecuaciones lineales de la forma

y0 = A y
donde la matriz A es la siguiente:
3 1 1
1 2
1 5
1 5 1
(a)
(c)
(b)
2 2
2 1
1 1 3
60
(d)
3 1
1 1
(e)
2
1
1 1 1
0
1 1 1
0
(g)
(h)
1
1 1
2
0 1
9
(f) 1 0
8
1 1
8 0
0
0 2
3
(i)
8 2
3
1
1
0
1 1
0 1
1 0
2. Resolver los siguientes problemas de condiciones iniciales:

0
0
0
= 4( + )
= 3 + 8
=
0
0
0
=
+ 4 = 4
0 = 3
(b)
(c)
(a)
(0) = (0) = 1
(0) = 1 (0) = 0
(0) = 6 (0) = 2
0
0
=
=+
0
0
= 2
= +
(d)
(e)
0
0
(0) = 2 (0) = 2 (0) = 1

(0) = (0) = (0) = 1
3. Resolver los siguientes sistemas y problemas de condiciones iniciales
0
0
= + 2
= 4 + 3 + 5 + sin 2
0
2
0 = 4
= 2 + 3 +
(a)
(b)
0
= 2 + 3
(0) = 1 (0) = 1
0

= 2 +
2 1 1
0
0
= 3 + +
(c) y0 = 3 1 2 y+ 1 (d)
0
= 9 + 3 4
2 1 1
0
(0) = (0) = 0 (0) = 3
0
3 1
0
= 2 5 +
y =
+
sin
2 1
0 = + 2 + 2
(f)
(e)
(0) = 1 (0) = 0
(0) = 1 (0) = 0
61
62
Captulo 3
Ecuaciones en derivadas parciales
Sumario. Definiciones bsicas. Ecuaciones lineales de segundo orden: clasificacin.
Mtodo de separacin de variables. Series de Fourier. Resolucin de las ecuaciones
cannicas: calor, ondas y Laplace.
3.1.
Introduccin a las EDP
Por una ecuacin en derivadas parciales entederemos una expresin de la forma

(1 1 1 ) = 0
donde 1 son variables independientes, = (1 ) es una variable dependiente (incgnita
de la ecuacin) y 1 son las derivadas parciales de de orden , 1 , respecto de las
variables 1 . La derivada de mayor orden indica el orden de la ecuacin. Por ejemplo
+ + = 0
es una ecuacin de orden uno, mientras que
+ =
es una ecuacin de orden dos, que ser el orden mximo que estdiaremos en este curso.
Las ecuaciones en derivadas parciales (EDP) se utilizan para modelar procesos que adems de tener una variacin temporal, tienen una variacin de tipo espacial. Ejemplos conocidos son la variacin
de calor con el tiempo en un slido, la distribucin de poblaciones en un cierto habitat o la propagacin del sonido de las cuerdas de una guitarra.
En general, las EDP van a ser bastante difciles de resolver. De hecho, no existe un teorema
de existencia y unicidad "sencilloomo el que se estudiaba para problemas de condiciones iniciales
de sistemas de ecuaciones diferenciales ordinarias. Por todo ello, las EDP son fuente de estudio
en la actualidad para muchos matemticos siendo una de las reas de la matemticas con mayor
investigacin en la actualidad.
Como ocurre con las ecuaciones diferenciales, normalmente se suelen asociar varios tipos de condiciones a una EDP. Segn se trate, hablaremos de ellas como condiciones iniciales o condiciones de
63

contorno. Consideremos por ejemplo el problema siguiente
= 0 (0 1)
(0 ) = () [0 1]
( 0) = ( 1) = 0 0
que, como veremos posteriormente modela la varicin temperatura de una varilla unidimensional
de longitud 1 a lo largo del tiempo. La ecuacin de segundo orden = 2 se conoce como ecuacin
del calor, que en este problema tiene asociados dos tipos de condiciones. La condicin (0 ) = ()
establece la temperatura inicial de la varilla para todo punto de sta [0 1], por lo que hablamos
de ella como una condicin inicial. Sin embargo, la condicin ( 0) = ( 1) = 0 nos indica que los
valores de la temperatura en los extremos de la varilla son fijos para cada instante de tiempo. Estas
condiciones se llaman de frontera o contorno.
3.2.
Ecuaciones de orden uno?
3.3.
Ecuaciones lineales de orden 2
Una ecuacin lineal de segundo orden es de la forma

( ) + ( ) + ( ) + ( ) + ( ) + ( ) = ( )
(3.1)
donde : R2 R son funciones de regularidad suficiente para cada problema que

vayamos a estudiar. Es fcil comprobar que si 1 ( ) y 2 ( ) son soluciones de (3.1) para el caso
homogneo ( ) = 0, entonces una combinacin lineal de ellas
1 ( ) + 2 ( )
R es tambin solucin de la ecuacin, por lo que sta recibe el calificativo de lineal. Dicha
ecuacin se dir de coeficientes constantes si las funciones son constantes. En este caso,
se pueden introducir nuevas variables independientes y , y una nueva variable dependiente de
manera que la ecuacin (3.1) se escribe de una de las siguientes formas:
+ + = ( )
(3.2)
+ = ( )
(3.3)
+ = ( )
(3.5)
= ( )
(3.4)
donde es una constante que toma los valores 1, 0 y 1. Si la ecuacin original verifica que
2 4 0 esta se dir elptica y se reducir a una ecuacin del tipo (3.2). Si verifica que 2 4 0
se dir hiperblica y puede reducirse a una ecuacin de la forma (3.3). Finalmente, si 2 4 = 0 la
ecuacin puede reducirse a la forma (3.4) y se dir parablica o a la forma (3.5) que se conoce con
el nombre de degenerada.
Veamos por ejemplo cmo transformar la ecuacin
3 2 + 6 12 9 5 = 0
64

en una de las formas anteriores. En primer lugar, dmonos cuenta que
2 4 = 68 0
por lo que se trata de una ecuacin elptica. La transformacin se hace en tres etapas.
Cambio en las variables independientes para eliminar el trmino . Para ello consideramos
una rotacin en el plano de ngulo que tendr la forma
= cos + sin
= sin + cos
y cuya transformacin inversa es
= cos sin
= sin + cos
Por la regla de la cadena, tenemos que
=
+
=
cos
sin
=
+
=
sin +
cos
De este modo

2
=
cos
sin
cos
sin
=
2

2
2
2
2
2
cos
+
sin
2
cos sin
=
2
2
=
=
sin +
cos
sin +
cos
2

2
2
2
2
2
cos sin
sin
+
cos
+
2
=
2
2
=
=
cos
sin
sin +
cos
2
2
2
cos sin 2 cos sin + 2
(cos2 sin2 )
=
2
y sustituyendo en la ecuacin original tenemos

0 = 3 2 + 6 12 9 5
= 3 cos2 + sin2 2 cos sin
2 cos sin cos sin + 2 (cos2 sin2 )
+6 sin2 + cos2 + 2 cos sin

12 ( cos sin ) 9 ( sin + cos ) 5
= 3 cos2 2 cos sin + 6 sin2
+ 3 sin2 + 2 cos sin + 6 cos2
+ 6 cos sin 4(cos2 sin2 )

(12 cos + 9 sin ) + (12 sin 9 cos ) 5
65

Si buscamos que el coeficiente que multiplica a sea 0, debe verificarse que
6 cos sin 4(cos2 sin2 ) = 0
o equivalentemente
4 tan2 + 6 tan 4 = 0
de donde obtenemos que, considerando en el primer cuadrante,
1
tan =
2
con lo que
5
2 5
cos =
sin =
5
5
quedando la ecuacin original como
14
31
33 5
6 5
+

5 = 0
5
5
5
5
o equivalentemente
14 + 31 33 5 6 5 25 = 0
(3.6)
La siguiente etapa consiste en la eliminacin de los trminos de y , en dos pasos. En primer

lugar eliminaremos el trmino de introduciendo la variable dependiente
=
y calculamos para que el trmino que acompaa a sea cero. Para ello tenemos en cuenta
que = y derivamos
=
=
=
=
+

2 2 +

y sustituimos en la ecuacin (3.6) tenindose
0 = 14 + 31 33 5 6 5 25 = 0
= 14( 2 2 + ) + 31
33 5( + ) 6 5 25
= 14 + 31 [28 + 33 5] 6 5 + [14 2 + 33 5 25]

de donde obtenemos la condicin
de donde
28 + 33 5 = 0
33 5
=
28
66

y teniendo en cuenta que 6= 0, la ecuacin se simplifica a
6854
14 + 31 6 5
= 0
56
(3.7)
Procediendo del mismo modo con la variable , introduciendo la variable dependiente

=
la ecuacin (3.7) se reduce a
14 + 31
95737
= 0
868
(3.8)
Finalmente, introducimos la variables dependiente e independientes para reescalar la ecuacin

(3.8) de la siguiente forma. En primer lugar introducimos la variable dependiente
=
95737
868
y como
868

95737
868

=
95737
la ecuacin (3.8) se reduce a
12152
26908
+
= 0
95737
95737
Finalemente, los cambios de variables independientes
hacen que teniendo en cuenta que
q
= 12152
q 95737
= 26908
95737
95737

12152
95737

=
26908
nos quede la ecuacin reducida
+ = 0
67
3.4.
Ecuacin del calor. Mtodo de separacin de variables.
Partamos del problema
= 2 0 (0 )
(0 ) = () 0
( 0) = ( ) = 0 0
que es la ecuacin del calor en una varilla unidimensional de longitud con temperatura inicial ().
La incgnita ( ) mide la temperatura en cada instante de tiempo y en cada punto de la barra.
Una manera de resolver el problema anterior es intentar reducirlo a un problema de ecuaciones
diferenciales ordinarias. Para ello suponemos que la solucin puede expresarse de la forma
( ) = () ()
es decir, como el producto de dos funciones reales de variable real () e (). Derivando obtenemos
( ) = 0 () ()
( ) = () 00 ()
Sustituyendo en la ecuacin original tenemos
0 () () = 2 () 00 ()
y suponiendo que las fuciones no se anulan rescribimos la ecuacin como
0 ()
00 ()
=
()2
()
Un lado de la igualdad solo depende de , mientras que el contrario lo hace solo respecto de , por
lo que necesariamente ambos deben ser constantes, es decir
0 ()
00 ()
=
=
()2
()
de donde obtenemos las ecuaciones diferenciales
0 + 2 = 0
00 + = 0
Por otra parte, las condiciones de contorno se escriben como
() (0) = (0 ) = 0
() () = ( ) = 0
por lo que debe verificarse que (0) = () = 0. Si escribimos el problema para la funcin
tenemos lo que se conoce como un problema de contorno
00
+ = 0
(0) = () = 0
Como sabemos, la solucin general de la ecuacin 00 + = 0 es de una de las siguientes formas
68

Si = 0, entonces () = 1 + 2 , donde 1 y 2 son dos constantes arbitrarias.
+ 2 , donde 1 y 2 son dos constantes arbitrarias.
Si 0, la solucin es () = 1 cos( ) + 2 sin( ), donde 1 y 2 son dos constantes

arbitrarias.
Si 0, la solucin es () = 1
El problema se presenta a lo hora de calcular las constantes anteriores. En el primer caso tendramos que
(0) = 1 = 0
e
() = 1 + 2 = 0
de donde 1 = 2 = 0 y la solucin sera nula. En el segundo caso, las condiciones de contorno se
escriben como
(0) = 1 + 2 = 0
e
() = 1
que da lugar al sistema lineal
+ 2
= 0
1 +
= 0
2
+ 2 = 0
1
y dado que el determinante de la matriz asociada
1
1

6= 0

tenemos que la nica solucin posible es 1 = 2 = 0 y la solucin sera nuevamente nula. Finalmente,
en el tercer caso
(0) = 1 = 0
e
de donde
() = 1 cos( ) + 2 sin( ) = 0
2 sin( ) = 0
Como las soluciones de la ecuacin sin( ) = 0 son

=
2 2
, N
2
Si definimos
2 2
2
tenemos que el problema de condiciones de contorno tiene soluciones no nulas de la forma

p
() = sin( ) = sin
69
(3.9)

para los valores de dados en (3.9).
Para estos valores, la ecuacin para la funcin queda de la forma
0 +
2 2 2
= 0
2
que para cada valor de proporciona la solucin

() =
2 2 2
lo que da lugar a la solucin
2 2 2
2
La linealidad de la ecuacin nos lleva a plantear como posible solucin

( ) = sin
( ) =
sin
=1
2 2 2
2
y utilizando la condicin inicial

(0 ) =
sin
= ()
=1
(3.10)
lo que nos lleva a plantearnos si cualquier funcin () puede desarrollarse como en (3.10). La solucin
a esta cuestin ser el desarrollo en serie de Fourier.
3.5.
Series de Fourier
Consideremos una funcin real de variable real () que sea 2 peridica, es decir, para todo
se verifica la expresin
() = ( + 2)
Por ejemplo, las funciones seno y coseno son 2 peridicas. Definimos los coeficientes de Fourier
Z

1
= 0 1 2
() cos
=

1
=
La serie
() sin

= 1 2

0 X
cos
+
+ sin
=1
se conoce como serie de Fourier asociado a (). Por ejemplo, consideremos la funcin () tal que
0 [1 0)
() =
1 [0 1)
70

y es 2 peridica. Para dicha funcin tenemos que los coeficientes de Fourier son
Z 1
Z 1
0 =
() =
1 = 1
1
y para 1
() cos () =
cos ()
0
1
1
1
=
sin () =
(sin () sin (0)) = 0
0
1
() sin () =
sin ()
1
1
1
=
cos () =
(cos () cos (0))
0

=
2

por lo que la serie de Fourier asociada a () ser

1 X
2
+
sin ((2 1))
2 =1 (2 1)
La cuestin radica en saber si la igualdad
1 X
2
() = +
sin ((2 1))
2 =1 (2 1)
(3.11)
se verifica, es decir, si () puede aproximarse en forma de la serie anteriormente calculada.

La respuesta a esta pregunta es afirmativa para una familia notable de funciones, que precisa de
unas definiciones previas para su compresin. Recordemos que una funcin es continua en 0 si
lm () = (0 )
y () es continua si es continua en todos sus puntos. Si () no es continua en 0 pueden existir sus

lmites laterales
(0 ) =
lm ()
0
y
(0+ ) =
lm ()
0
y la discontinuidad se tipo salto finito si

(0 ) (0+ )
es finito. Finalmente, () se dice continua a trozos en [ ] si es continua salvo en una cantidad
finita de puntos y las discontinuidades son de tipo salto finito. Se verifica entonces el siguiente
resultado.
71

Theorem 31 Sea : R R una funcin 2 peridica de manera que y su derivada 0 son de
continuas a trozos. Entonces la serie de Fourier de dada por

0 X
+
+ sin
cos
2
=1
converge a () en los puntos de continuidad de , a 12 [ (0 ) (0+ )] en los puntos de discontinuidad

y a 12 [( ) (+ )] cuando = .
El teorema anterior garantiza que la igualdad a la que hacamos alusin en (3.11) se verifica para
(1 1) \ {0} es igual a 12 para 1 y 0.
3.5.1.
Funciones pares e impares
La series de Fourier tienen expresiones particulares cuando las funciones son pares o impares.
Recordemos que es par si se cumple que
() = ()
para todo R. Se dice que la funcin es impar si por el contrario la relacin que se cumple es
() = ()
Veamos cmo se obtiene la serie de Fourier para cada una de estas funciones.
Si es par, se verifica que
0
=
=
=
=
1
=
()
Z
Z
1
1
= {=}
() +
()
0
0
Z
2
()
=
0
Z

1
() cos

Z
Z

1 0
1
+

() cos
() cos

Z
Z

1
1
() cos
() cos
+

{=}
0
Z

2

() cos
0
72

mientras que
=
=
=
=
Z

1

() sin

Z
Z

1 0
1
() sin
() sin
+

Z
Z

1
1
()
sin
()
sin
{=}
0
por lo que para una funcin par tendremos que

0 X
() =
+

cos
2
=1
Si es impar
0
=
=
=
=
1
=
()
Z
Z
1
1
= {=}
() +
()
0
0
= 0
Z

1
() cos

Z
Z

1 0
1
+

() cos
() cos

Z
Z

1
1
() cos
() cos
+

{=}
0
mientras que
=
=
=
=
Z

1

() sin

Z
Z

1 0
1
() sin
() sin
+

Z
Z

1
1
+

() sin
() sin
{=}
0
Z

2

() sin
0
por lo que para una funcin par tendremos que

() =
X
=1
73
sin
3.5.2.
Aplicacin a la ecuacin del calor
Si retomamos la ecuacin del calor
= 2 0 (0 )
(0 ) = () 0
( 0) = ( ) = 0 0
la teora de Fourier nos dice que su solucin formal es

( ) =
sin
=1
donde
2 2 2
2

sin
(0 ) =
= ()
=1
Ahora bien, si pensamos en () como una funcin impar 2 peridica tendremos que
Z

2

() sin
=
0
y por tanto dicha solucin formal ser

Z

2 2 2

X
2
( ) =
sin
2
() sin
0
=1
(3.12)
Hablamos de solucin formal ya que no podemos asegurar que la expresin dada en (3.12) sea
una solucin. Por una parte, aunque la linealidad garantiza que una combinacin lineal finita de
soluciones sea solucin, nuestra combinacin lineal es infinita, por lo que tendramos que comprobar
que efectivamente es solucin, es decir que es dos veces derivable y cumple la ecuacin del calor. En
general comprobar que las soluciones formales son soluciones es un problema bastante dficil, que en
2 2 2
el caso de la ecuacin del calor se garantiza por el trmino 2 . Cualitativamente hablamos de

un proceso de difusin, en el que la barra va disipando calor convergiendo muy rpidamente a 0 y
suavizando cualquier irregularidad que la funcin () pudiera presentar.
Por ejemplo, si nuestra barra es de aluminio (con un coeficiente 2 = 086) y mide 10 cm., y la
temperatura inicial en la barra es de 100 C, la evolucin de la tempreatura con el tiempo vendr
determinada por la expresin
Z

0862 2

X
2 10
( ) =
sin
100
100 sin
10
10
10
0
=1
y como
10
10

10
= 100
cos
100 sin
10
10
0
1000
=
(cos() cos 0)
0

=
2000

74

tenemos
( ) =
X
=1
086(21)2 2
(2 1)
400
100
sin

(2 1)
10
Hemos de destacar que en el desarrollo anterior tienen una gran importancia que las condiciones
de contorno sean nulas. En general esto no tiene porqu ser as, es decir la ecuacin del calor sera
= 2 0 (0 )
(0 ) = () 0
( 0) = 1 (); ( ) = 2 () 0
donde 1 () y 2 () son las funciones que miden la temperatura de la varilla. Un cambio de variable
en la variable dependiente permite llevar condiciones de contorno no nulas a un problema que s las
tenga mediante la nueva funcin
( ) = ( ) 1 () (2 () 1 ())
Es fcil ver que ahora

( 0) = ( 0) 1 () = 1 () 1 () = 0
mientras que
( ) = ( ) 1 () (2 () 1 ())
= 2 () 1 () (2 () 1 ()) = 0
por lo que tendremos condiciones de contorno nulas. La ecuacin original se reescribe
0 = 2 = + 10 () + (20 () 10 ()) 2
por lo que tendramos el problema
2 = 10 () (20 () 10 ()) 0 (0 )
(0 ) = () 1 (0) (2 (0) 1 (0)) 0
( 0) = ( ) = 0 0
Si la temperatura en los extremos de la varilla permanece constante, esto es, 1 () = 1 y 2 () = 2 ,

el problema anterior se reduce a
= 2 0 (0 )
(0 ) = () 1 (2 1 ) 0
( 0) = ( ) = 0 0
3.6.
Ecuacin de ondas
Poner el modelo?
Consideremos el problema hiperblico
= 2 0 (0 )
(0 ) = () 0
(0 ) = () 0
( 0) = ( ) = 0 0
75

que modela la vibracin mecnica de una cuerda, donde ( ) mide el desplazamiento respecto de
la horizontal en cada instante de tiempo y en cada posicin de la cuerda.
Con el mtodo de separacin de variable planteamos soluciones de la forma ( ) = () (),
que nos da lugar a los problemas de ecuaciones diferencales
00 + 2 = 0
y el problema de contorno
00 + = 0
(0) = () = 0
que como sabemos tiene una familia de soluciones no nulas para los valores =
por

() = sin

Para dichos valores tenemos las ecuaciones
00 + 2 = 0
que tendr por solucin general

+ sin

() = cos
pudiendo entonces plantear la solucin formal

( ) =
() ()
=1
h

i
X
=
+ sin
sin

cos
=1
De la condicin inicial

sin
(0 ) = () =

=1
Derivando formalmente ( ) respecto a obtenemos
h

i

X
sin
+
cos
sin

( ) =
=1
que aplicada a la otra condicin inicial

(0 ) = () =
X
=1
sin

Considerando de nuevo y como funciones impares 2 peridicas, concluimos que

Z

2

() sin
=
0
76
, N, dadas

y
2
=

() sin
para todo 1.
Poner la interpretacin fisica de armnicos?
Poner algo de la solucin de DAlambert?
3.7.
Ecuacin de Laplace
Al contrario que las ecuaciones del calor y ondas, la ecuacin de Laplace es esttica y representa
una condicin de equilibrio en, por ejemplo, la temperatura de una seccin plana. La ecuacin del
calor en dos dimensiones espaciales tiene la forma
= 2 ( + )
y si suponemos un equilibrio de esta funcin invariante respecto al tiempo, obtendramos
+ = 0
(3.13)
que es la ecuacin de Laplace. Estas ecuaciones se plantean slo con condiciones de contorno sobre
la frontera del recinto, que para los calculos prcticos tiene que tener alguna regularidad. Estas
condiciones de contorno son en general de dos tipos. Si es el recinto donde se verifica la ecuacin
(3.13), podemos suponer conocido ( ) para todo ( ) en la frontera de en cuyo caso estaramos
hablando de una condicin tipo Dirichlet. Si por el contrario suponemos que el vector normal a
en la frontera
es conocido, se trata de una condicin de Neumann. En cualquiera de los casos, la
geometra del conjunto es muy importante y slo podemos calcular soluciones cuando sta cumple
adecuadas condiciones de regularidad.
Supongamos por ejemplo que es el rectngulo [0 ] [0 ] y tenemos el problema
+ = 0 ( ) (0 ) (0 )
( 0) = ( ) = 0 0
(0 ) = 0 0
( ) = () 0
que es de tipo Dirichlet.

Si planteamos una solucin de la forma ( ) = () (), construimos las ecuaciones diferenciales
00 = 0
00 + = 0
La segunda ecuaicin da lugar al problema de contorno
00
+ = 0
(0) = () = 0
77

que como sabemos tiene por soluciones no nulas las funciones

() = sin
2
para los valores =
, N. La primera ecuacin se reescribe entonces
00 = 0
que tiene por solucin general

() = 1
+ 2
De la condicin (0 ) = 0 obtenemos que (0) = 0, por lo que

(0) = 0 = 1 + 2
por lo que 2 = 1 = 2, por lo que para todo natural obtenemos la solucin

( ) =
sin

2
sin

= sinh
Planteamos entonces la solucin formal

( ) =
sinh
=1

sin

Utilizando la condicin de contorno que nos queda

( ) = ()
tenemos que
() =
sinh
=1
sin
y considerando como 2 peridica e impar, tenemos que

2 Z

=

() sin
sinh
Poner ejemplo condiciones de Neumann?

Poner problemas de Poisson?
3.8.
Problemas
1. Encontrar las soluciones de los siguientes problemas de contorno:

a) 00 + = 0 (0) = 0 0 () = 0
78

b) 00 + = 0 0 (0) = 0 0 () = 0
c) 00 + = 0 0 (0) = 0 () = 0
d) 00 + = 0 (0) = 0 () 0 () = 0
e) 00 + = 0 (0) 0 (0) = 0 (1) = 0
f ) 00 + = 0 (0) 0 (0) = 0 () 0 () = 0
2. Para qu valores de tienen soluciones no triviales los siguientes problemas de contorno:

a) 00 2 0 + (1 + ) = 0 (0) = 0 (1) = 0
b) 00 + = 0 (0) = (2) 0 (0) = 0 (2)
3. Clasificar las siguientes EDP y encontrar su forma cannica:

a) 3 + 4 = 0
b) 4 + + 4 + = 0
c) + + 3 4 + 25 = 0
d) 3 + 2 + = 0
e) 2 + + 3 = 0
4. Encontrar los desarrollos en serie de Fourier de las siguientes funciones peridicas (se da su
valor en el intervalo [ ] con 2 el periodo).
a) () =
b) () =
1 [1 0)
1
[0 1]
[2 0)
0 [0 2]
c) () = [1 1]
[1 0)
d) () =
[0 1]
1 [2 0)
0 [0 1)
e) () =
1 [1 2]
0 [2 1)
f ) () =
1 [1 2]
0 [ 0)
g) () =
[0 ]

[ 0)
h) () =
[0 ]
79

5. Los extremos de una barra de aluminio (2 = 086) de longitud 10 metros se mantienen a
temperatura de 0 . Encontrar la expresin de la temperatura de la barra para las siguientes
condiciones iniciales
a) (0 ) = 70, 0 10.
b) (0 ) = 70 cos , 0 10.
10
[0 5)
c) (0 ) =
10(10 ) [5 10]
0 [0 3)
d) (0 ) =
65 [3 10]
6. Los extremos de una barra de cobre (2 = 114) de longitud 2 metros se mantienen a temperatura de 0 . Encontrar la expresin de la temperatura de la barra para las siguientes
condiciones iniciales
a) (0 ) = 65 cos2 (), 0 2.
b) (0 ) = 70 sin , 0 2.
60
[0 1)
c) (0 ) =
60(2 ) [1 2]
0 [0 1)
d) (0 ) =
75 [1 2]
7. Un estado de equilibrio para la ecuacin del calor = 2 es aquella que no vara con el
tiempo. Demostrar
a) Todos los equilibrios de la ecuacin del calor son de la forma () = +
b) Encontrar los estados de equilibrio de la ecuacin del calor que cumplen ( 0) = 1 y
( ) = 2 .
c) Resolver el problema
= 2 0 (0 1)
(0 ) = 75 0 1
( 0) = 20 ( ) = 60 0
Ayuda: Calcularla como ( ) = () + ( ) donde () es el estado de equilibrio

asociado a las condiciones de contorno ( 0) = 20 ( ) = 60, y ( ) es la solucin
del problema con condiciones de contorno nulas.
8. Los extremos de una barra de cobre (2 = 114) de longitud 10 centmetros se mantienen a
temperatura de 0 mientras que el centro de la barra es mantenido a 100 mediante una
fuente de calor externa. Encontrar la temperatura de la barra con el tiempo para la condicin
inicial
50 [0 5)
(0 ) =
100 [5 10]
Ayuda: Descomponer el problema en dos problemas de contorno con uno de los estremos en
la mitad de la barra.
80

9. Resolver el problema
= + 0 (0 1)
(0 ) = cos 0 1
( 0) = 0 ( ) = 0 0
10. Resolver los siguientes problemas
= 2 0 (0 2)
(0 ) = cos 1 0 2
a)
(0 ) = 0 0 2
( 0) = 0 ( 2) = 0 0
= 2 0 (0 1)
(0 ) = 0 0 1
b)
(0 ) = 1 0 1

( 0) = 0 ( 1) = 0 0
= 2 0 (0 3)
[0 1)

(0 ) = () 0 3
1
[1 2)
c)
donde () =
(0 ) = 0 0 3
2 [2 3]
( 0) = 0 ( 3) = 0 0
11. Una cuerda de 10 metros fijada en sus extremos se levanta por el medio hasta la distancia de
un metro y se suelta. Describe su movimiento suponiendo que 2 = 1.
12. Demuestra que el cambio de coordenadas
= +
=
transforma la ecuacin de ondas = 2 en la ecuacin = 0. Concluir que la solucin

general de la ecuacin ser de la forma
( ) = ( ) + ( + )
para funciones apropiadas y .
13. Demostrar que la solucin del problema
= 2 0 (0 )
(0 ) = () 0
(0 ) = () 0

( 0) = 0 ( 3) = 0 0
es de la forma
1
1
( ) = ( ( ) + ( + )) +
2
2
donde es la extensin 2 peridica e impar de .

81
()

= 2 + 0 (0 )
(0 ) = () 0
(0 ) = 0 0

( 0) = 0 ( 3) = 0 0
15. Resolver los problemas
+ = 0 ( ) (0 ) (0 )
( 0) = 0 0
a)
(
) = () 0
(0 ) = ( ) = 0 0
+ = 0 ( ) (0 ) (0 )
( 0) = ( ) = 0 0
b)
(0 ) = () 0
( ) = 0 0
+ = 0 ( ) (0 ) (0 )
( 0) = () 0
( ) = 0 0
c)
(0 ) = () 0
( ) = 0 0
16. Resolver los problemas de Neuman
+ = 0 ( ) (0 ) (0 )
( 0) = ( ) = 0 0
a)
(0 ) = () 0
( ) = 0 0
+ = 0 ( ) (0 ) (0 )
(0 ) = ( ) = 0 0
b)
( 0) = () 0

( ) = 0 0
+ = 0 ( ) (0 ) (0 )
(0 ) = 1 0
( ) = 0 0
c)
( 0) = 1 0

( ) = 0 0
+ = ( ) (0 1)2
( 0) = ( 1) = 0 0 1
(0
) = () 0 1
(1 ) = 0 0 1
82
Captulo 4
Transformada de Fourier
Sumario. Definicin y propiedades bsicas. Transformada de Fourier inversa.
Relacin con la transformada de Laplace. Aplicacin a las ecuaciones diferenciales y
en derivadas parciales.
4.1.
Definicin y primeros ejemplos
Dada una funcin : R C, se define la transformada de Fourier de como
F[]() =
()
en todo donde la expresin anterior tenga sentido, es decir la integral impropia anterior sea convergente. Esta convergencia es ms difcil de verificar que en el caso de la transformada de Laplace.
Supongamos por ejemplo que y son reales, por o que = cos() sin(), que como sabemos tiene mdulo 1. Si () es tambin real, para garantizar la convergencia absoluta de la integral
anterior debe de satisfacerse que
lm |() | = lm |()| = 0
83
por lo que las funciones reales que tendrn transformada de Fourier tienen que tener una grfica
como la siguiente
o bien ser nulas fuera de un intervalo compacto [ ]. Veamos algunos ejemplos.

Consideramos la funcin () = () (), donde () es la funcin de Heaviside en R.
Como vemos es no nula con valor uno en el intervalo [ ). Su transformada de Fourier se calcula
como
Z
Z
F[]() =
() =

2
1
=
= sin()
=

Tomemos ahora la funcin () = || . Su transformada de Fourier vendr dada por

F[]() =
()
Z
Z 0
(1)
+
=
(1+)
(1+)
0
(1)
+
=
1
1 + 0
1
2
1
+
= 2
=
1 1 +
+1
4.2.
Propiedades bsicas
Al igual que la transformada de Laplace, la transformada de Fourier tiene unas propiedades

bsicas que permiten operar con ella con ms facilidad. Las enumeramos a continuacin suponiendo
siempre buenas condiciones de convergencia de las funciones implicadas.
84
4.2.1.
Linealidad
Dadas dos funciones y y dos nmeros se verifica que

F[ + ]() = F[]() + F[]()
La prueba de esta propiedad viene directamente de la linealidad de la integral de la siguiente forma
Z
( + )()
F[ + ]() =
Z
Z
() +
()
=
= F[ ]() + F[]()
Por ejemplo, si () = () () + || , su transformada de Fourier vendr dada por

F[ ]() = F[1 ]() + F[2 ]() =
2
2
sin() + 2
+1
siendo 1 () = () () y 2 () = || .
La linealidad no puede aplicarse al calculo de 1 del siguiente modo
F[1 ]() = F[ ]() F[ ]()
ya que las funciones y no tienen transformada de Fourier.
4.2.2.
Transformada de la derivada
Dada una funcin derivable a trozos, se tiene que

F[ 0 ]() = F[ ]()
La demostracin se hace con la frmula de integracin por partes del siguiente modo
Z
= =
0
0
F[ ]() =
() =
= ()
= 0 ()
() = F[ ]()
= () +
ya que
lm | () | = 0
para garantizar la convergencia.

En general, puede comprobarse que la derivada sima se calcula como
F[ ) ]() = () F[ ]()
Esta frmula, junto con la linealidad, tiene, al igual que ocurra con la transformada de Laplace,
utilidad potencial para la resolucin de ecuaciones diferenciales.
85
4.2.3.
Cambios de escala
Sea una funcin y un nmero real. Podemos calcular la transformada de Fourier de la funcin
() = (), que puede verse como un cambio de escala en , con la frmula
1
F[]() = F[ ()]() = F[]()
Esta frmula es consecuencia del cambio de variable en la integral ya que

Z
()
F[]() = F[ ()]() =
Z
1
1
=
=
() = F[]()
=
=

A modo de ejemplo, si suponemos que () = || con 0, podemos calcular

F[ ]() = F[|| ]() = F[|| ]()
1
2
2
1
=
F[|| ]() =
=
2 2 + 1
2 + 2
4.2.4.
Derivada de la transformada
La frmula para calcular la derivada de la trasnforma de Fourier de una funcin es
F[]() = F[()]()
Esta relacin es consecuencia de un cambio de orden en el clculo de lmites ya que

Z
Z
() = ()
F[]() =
()

Z
Z
()() =
() = F[ ()]()
=
2 2
Vamos a aplicar esta frmula al clculo de la transformada de Fourier de la funcin () =

En primer lugar, la funcin () verifica el problema de condiciones iniciales
0
() = ()
(0) = 1
Por otra parte, transformando la ecuacin anterior tenemos que
F[ ]() = F[ ()]() =
F[ ]()
por lo que F[]() satisface la ecuacin diferencial
F[ ]() = F[ ]()
86
que tiene por solucin
F[ ]() =
Por otra parte, como
2 2
tenemos que mediante un cambio de variable

Z
2
2 = 2
y por tanto
F[](0) = =
por lo que
2 2
4.2.5.
F[]() =
es decir, la transformada de Fourier de
2 2
2
2 2
es ella misma salvo el factor multiplicativo
2.
Convolucin
Dadas dos funciones y con transformadas de Fourier F[] y F[], no se verifica que F[ ] =
F[] F[]. Vamos a buscar qu funcin verificara que F[] = F[] F[], es decir, cmo puede
definirse a partir de las funciones iniciales y . Para ello calculamos
Z
Z
F[ ] F[] =
()
()
Z
Z
()()(+)
=

Z Z
+=
( )()
=
=
=

Z Z
=
( )()
por lo que hemos derivado formalmente1 que

Z
() =
( )()
que se conoce con el nombre de producto de convolucin, denotado por

Z
() () =
( )()
Como veremos, esta frmula tiene aplicaciones en la resolucin de diferentes ecuaciones diferenciales.
1
Aqu hemos hecho un cambio en la integracin, es decir, una permuta de lmites de la que no hemos probado su
validez.
87
4.3.
Transformada de Fourier inversa
Dada una funcin sabemos cmo obtener su transformada de Fourier de dicha funcin F[].
Ahora bien, como en el caso de la transformada de Laplace a veces es necesario recorrer el camino
inverso, es decir, dada una funcin (), es posible encontrar una funcin real tal que F[] = .
En trminos de funcin inversa sera la relacin = F 1 [ ], donde F 1 [ ] denota la transformada
inversa de Fourier.
Al tratarse de una transformada integral, no existir una nica funcin verificando ser la transformada inversa de (). Sin embargo, en general la frmula de inversin establece que para una
funcin suficientemente buena la relacin
Z
Z Z
1
1
() =
F[ ]() =
()
(4.1)
2
2
se verifica por lo que la transformada inversa de Fourier podra definirse como
Z
1
1
()
F [ ]() =
2
En particular, las condiciones de Dirichlet establecen que si se verifica que
R
| ()|
tiene un nmero finito de extremos relativos y un nmero finito de discontinuidades, todas

ellas evitables, en cada subintervalo compacto de la recta real,
entonces la frmula (4.1) se verifica en todos los puntos de continuidad de . En los puntos de
discontinuidad la integral valdra el promedio de (+) y ().
As, por ejemplo, dada la funcin
2
() = 2
+ 2
se verifica que
F 1 [ ]() = || 0
Por tratarse de una frmula integral, dicha funcin hereda las propiedades de la integracin, en
particular la linealidad
F 1 [ + ]() = F 1 [ ]() + F 1 []()
4.4.
Relacin con la transformada de Laplace
Como sabemos, la transformada de Laplace de una funcin : (0 ) C se define como

Z
()
L[]() =
0
que tendr validez en un dominio de definicin dado por Re para algn real. Si 0, el
eje imaginario estar contenido en el dominio de definicin de la transformada de Laplace de . En
particular, la integral
Z
() R
88
tendr sentido al ser finita.
Si consideramos () = 0 definida como para todo 0, podemos calcular su transformada de
Fourier como
Z
Z
F[ ]() =
() =
()
integral que tendr sentido para todo R. Por lo tanto, se tendra la igualdad
L[]() = F[ ]() R
Consideremos por ejemplo la funcin () = , que como sabemos tiene transformada de Laplace
L[ ]() =
1
+1
para todo tal que Re 1. Si estendemos como nula en valores negativos, es decir, definimos
() = ()0 () siendo 0 () la funcin de Heaviside, tendremos para todo nmero real que
F[]() = L[]() =
+ 1
4.5.
Aplicacin a los sistemas estables
4.5.1.
Respuesta a una seal sinusuidal
Supongamos un sistema asintticamente estable con funcin de transferencia () de manera que

es estimulado por una funcin de tipo seno de la forma
() = sin( + )
donde 0 es la amplitud, es la frecuencia y es la fase inicial. Como sabemos, el seno es una
funcin 2 peridica, por lo que
sin( + ) = sin( + + 2) = sin(( + 2) + )
por lo que = 2 se llama periodo de la seal, siendo la frecuencia = 1 . Como sabemos, si
la fase inicial = 0, la transformada de Laplace de dicha seal ser de la forma
() =
+ 2
y la respuesta a largo tiempo del sistema () vendr dada por la expresin

() = () ()
Ahora bien, dicha respuesta se calcular como
() = L1 [ () ()]()
y dado que el sistema era asintticamente estable, se tiene que los polos de la funcin de transferencia
tienen parte real negativa, por lo que ninguno de ellos coincidir con los polos de () que son
89
. En el clculo de la transformada inversa, los polos de la funcin de transferencia dan lugar
a trminos que aparecen multiplicados por factores de la forma , con 0, y que tienden a
cero muy rpidamente cuando +. Por ello, al calcular la transformada inversa para tiempo
suficientemente grande basta con tomar los polos , es decir, podemos asumir que
( )
( + )
) + Res( () 2
)
2
2
+
+ 2
= ()
()
2
2
() = Res( ()
Tomando la forma polar de () y (), y teniendo en cuenta que los coeficientes del sistema
son reales obtenemos que
() = | ()| arg ()
y
() = () = | ()| arg () = | ()| arg ()
Sustituyendo en la relacin anterior
()
2
2
= | ()| arg ()
| ()| arg ()
2
2
(+arg ())
(+arg ())
= | ()|
2
= | ()| sin( + arg ())
() = ()
que se conoce como respuesta en frecuencia a la seal. El trmino | ()| mide si la respuesta amplifica
o atenua la seal, mientras que arg () representa un variacin de la fase respecto de la incial.
Asmismo, () puede ser determinado experimentalmente introduciendo una seal sinusuidal.
4.5.2.
Respuesta a seales peridicas
Supongamos una ecuacin diferencial lineal con coeficientes constantes con funcin de transferencia (). Supongamos que el sistema es asintticamente estable, de tal manera que si () =
sin( + ) es la entrada del sistema, se verifica que su salida para tiempos suficientemente grandes
(rgimen estacionario) viene dada por
() = | ()| sin( + + arg ())
Supongamos ahora que la seal es peridica de periodo 2. Dicha funcin puede expresarse en su
serie de Fourier

0 X
() =
+
+ sin
cos
2
=1
0 X
=
+
( cos () + sin ())
2
=1
90
donde = . Por otra parte, si escribimos ( ) en coordenadas polares mediante la expresin
= cos
= sin
podemos reescribir la expresin anterior como
() =
0 X
+
( cos () + sin ())
2
=1
0 X
=
( sin cos () + cos sin ())
+
2
=1
0 X
=
+
sin( + )
2
=1
Si ahora () es la entrada al sistema anterior, entonces su salida en el rgimen estacionario, es decir,

para tiempos suficientemente grandes vendr dada por
X
0
() = (0) +
| ()| sin( + + arg ())
2
=1
Dado que para casos prcticos lm | ()| = 0, por lo que lm | ()| = 0, como consecuencia la series de Fourier de () converge a cero ms rpidamente que la serie de Fourier de la
seal inicial ().
4.5.3.
Aplicacin de la transformada de Fourier
Si tenemos un sistema asintticamente estable con funcin de transferencia (), sabemos que su
respuesta a una seal sinusuidal de la forma
sin( + )
viene dada por la expresin
() = | ()| sin( + + arg ())
pero () es la transformada de Fourier. Esta funcin () se conoce como funcin de transferencia
de frecuencias del sistema. En particular, para sistemas estables estos pueden verse como
F[]() = ()F[]()
que relaciona la transformada de Fourier de la salida F[]() con la de la entrada F[]().
4.6.
Aplicacin a las ecuaciones en derivadas parciales
Consideremos la ecuacin del calor en una barra infinita
= R 0
(0 ) = () R
91
Como vemos no hay condiciones de frontera y por tanto slo existen condiciones iniciales. Para
resolver dicho problema tomamos la transformada de Fourier de la funcin ( ), para cada valor
fijo del tiempo , es decir
Z
F[( )]() =
( )
Entonces
F[ ( )]() = 2 F[( )]()

y por la frmula de derivacin bajo el signo de la integral
Z
F[ ( )]() =
( )

( ) = F[( )]()
=

por lo que la ecuancin = se transforma en

2 F[( )]() =
F[( )]()
La condicin incial se transforma en

F[(0 )]() =
=
(0 )
() = F[]()
por lo que tenemos el problema de condiciones iniciales
2 F[( )]() = F[( )]() 0

F[(0 )]() = F[]()
que como sabemos del clculo de soluciones de ecuaciones diferenciales ordinarias tiene por solucin
2
F[( )]() = F[ ]()

La solucin de la ecuacin la escribimos formalmente como
2
( ) = F 1 [F[ ]() ]() = () F 1 [ ]()

Z
2
( )F 1 [ ]()
=
Calculamos entonces F 1 [ ]() teniendo en cuenta que
2
2
F[ 2 ]() = 2 2
por lo que
F
1
2
2
2 2
[ 2
]() =
2 2 = 2
2
92
Partiendo de esta expresin y haciendo el cambio de variable = 2 tenemos que
Z
Z
1
1 1
2
2
]() =
=
2
2
2 2
1 1
2
=
2
=
2 2 ( 2)
=
= 2
2 2
2
Z
1 1
2
2 2 ( 2)
=
2 2
1
2
= F 1 [ 2 2 ]( 2)
2
2
1
1
2
= ( 2) 2 = 4
2
2
Entonces
( ) =
4.7.
1
2
( ) 4
2
Ejercicios
1. Encontrar la transformada de Fourier de las siguientes funciones ( 0):
cos || 2
a) () =
0
|| 2
||
b) () =
0 ||
|| ||
c) () =
0
||
0
2
1 (2 1)
1
(1 1)
d) () =
1
(1 2)
0
2
sin() ||
e) () =
0
||
2. Sea () una seal con transformada de Fourier F[ ](). Demostrar que
F[ ()]() = F[]( )
Este resultado es conocido como la propiedad del despalzamiento en frecuencia y es la base del
proceso de modulacin en teora de la comunicacin. Como aplicacin calcular la trasformada
de Fourier de las siguientes funciones:
a) () = 0 ( + 12) 0 ( 12), siendo 0 la funcin de Heviside.
93
b) () = [0 ( + 12) 0 ( 12)] cos(). Ayuda: poner el coseno como combinacin de
exponenciales complejas.
c) () = [0 ( + 1) 0 ( 1)] sin(2).
3. Calcular la convolucin es los siguientes casos ( 0):
1 ||
a) () =
0 ||
b) () = ||
4. Calcular la transformada de Fourier inversa de la funcin () = (1 + 2 ).

5. Si () = ( ), demostrar la frmula
F[]() = F[]()
donde:
= R 0
(0 ) = () R
a) () =
1 ||
b) () =
0 ||
c) () = 0 () siendo 0 la funcin de Heaviside.
7. Utilizar la transformada de Fourier para obtener la solucin formal del problema
= + R 0
(0 ) = () R
8. Utilizar la transformada de Fourier para obtener la solucin formal del problema
+ = 0 R 0 1
( 0) = 0 R
( 1) = () R
9. Supongamos un circuito elctrico LRC donde = 002, = 300 y = 4 106 .

Determinar las salidas en rgimen estacionario para los potenciales
a) () = sin
b) () = cos
c) () es la funcin 002 peridica tal que
10 [0 001)
() =
0 [001 002)
94
10. Repetir el ejecicio 9 para el caso = 04, = 100 y = 105 , siendo el potencial ()
es una funcin 004 peridica tal que
10
[0 002)
() =
10 [002 004)
11. Determinar la funcin de transferencia de frecuencias de los ejercicios de los circuitos de los
ejercicios 9 y 10, y determinar la relacin entre las transformadas de Fourier de la respuesta de
los sistemas a los voltajes:
10 [0 001)
a) () =
0 [001 002)
10
[0 002)
b) () =
10 [002 004)
95
96
Bibliografa
[BaJi] F. Balibrea y V. Jimnez Lpez, Ecuaciones diferenciales para las ciencias qumicas y fsicas,
DMUniversidad de Murcia, 2001.
[BoPr] W. E. Boyce y R. C. DiPrima, Ecuaciones diferenciales y problemas con valores en la frontera,
Limusa, Mexico, 1996.
[Bra] M. Braun, Dierential equations and their applications, SpringerVerlag, Berlin, 1993.
[Dav] B. Davies, Integral transforms and their applications, SpringerVerlag, Berlin, 1985.
[DeGr] W. R. Derrick y S. I. Grossman, Ecuaciones diferenciales con aplicaciones, Fondo Educativo
Interamericano, 1984.
[Jam] G. James y otros, Advanced modern engineering mathematics ( 2 edicin), AddisonWesley
1999.
[Jef] A. Jerey, Linear algebra and ordinary dierential equations, CRC Press, 1993.
[Jim] V. Jimnez Lpez, Apuntes de ecuaciones diferenciales, Servicio de publicaciones, Universidad
de Murcia, 2000.
[Oga1] K. Ogata, Ingeniera de control moderna, Prentice Hall, 1998.
[MaHo] J. E. Marsden y M. J. Homan, Basic complex analysis, W. H. Freeman & Co., 1999.
[MCZ] F. Marcelln, L. Casass y A. Zarzo, Ecuaciones diferenciales. Problemas lineales y aplicaciones, McGrawHill, 1990.
[Mur] J. A. Murillo, Variable compleja y transformadas, DMUniversidad de Murcia, 2000.
[NaSa] R. K. Nagle y E. B. Sa, Fundamentos de ecuaciones diferenciales ( 2 edicin), Addison
Wesley Longman, 1992.
[PiZa] A. Pinkus y S. Zafrany, Fourier series and integral transforms, Cambridge University Press,
1997.
[Sen] T. B. A. Senior, Mathematical methods in electrical engineering, Cambridge University Press
1986.
[Sim] G. F. Simmons, Ecuaciones diferenciales (con aplicaciones y notas histricas), 2 Edicin,
McGrawHill, 1993.
97
Bibliografa
[Sot] J. Sotomayor, Licoes de ecuaciones diferenciais ordinrias, Rio de Janeiro: Instituto de
Matemtica Pura e Aplicada, 1979.
98

Laplace1 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Laplace1 PDF

Cargado por

Copyright:

Formatos disponibles

Apuntes de Transformadas y Ecuaciones

Jose S. Cnovas Pea

2. Estabilidad de ecuaciones diferenciales

Vamos a desarrollar un tema sobre la Transformada de Laplace y su aplicacin a la resolucin de

donde la inductancia , la resistencia y la capacidad de condensador se consideran constantes.

Funciones continuas a trozos. Funcin de Heaviside

Previamente a introducir la Transformada de Laplace, hemos de concretar qu tipo de funciones

() = [0 () 1 ()] + ( 1) [1 () 3 ()] + sin 3 ()

Definicin de Transformada de Laplace

Definicin y primeros ejemplos

implica la convergencia de la integral (1.1). Denotaremos por D el dominio de L[], es decir, el

En particular, cuando = 0 obtenemos

Funcin exponencial. Sea C y consideremos la funcin exponencial () = . Se verifica

En particular, si = 0 se verifica que () = 1, con lo que nuevamente

Potencias. Sea un nmero natural y consideremos la funcin () = . Vamos ver que la

para todo C tal que Re 0.

Tomando partes en la expresin anterior

Dominio de definicin de la Transformada de Laplace

La Proposicin 1 nos asegura que D D .

Propiedades de la Transformada de Laplace

Una vez estudiada la definicin de Transformada de Laplace y caracterizadas algunas condiciones

lo que concluye la prueba.

De forma anloga a la anterior se obtiene que

De forma anloga a la anterior se obtiene que

Proof. Sean D y 0 y consideremos

donde las derivadas sucesivas de en 0 se entienden como derivadas por la derecha.

Sea E y definamos la funcin

Proof. Sea 0 y consideremos

teniendo en cuenta la continuidad de y (0) = 0. Vamos a comprobar que

Entonces tomando lmites en la expresin anterior obtenemos el resultado.

Sean E y definamos () = () = 0 para todo 0. Se define la convolucin de y

Puede verse con el cambio de variable = que = . El principal inters de la convolucin

Entonces para todo 0

con lo que termina la prueba.

Primer Teorema de Traslacin

Fijemos un nmero complejo y consideremos E. El primer teorema de desplazamiento hace

de donde se deduce inmediatamente (1.8).

Segundo Teorema de Traslacin

para todo C tal que Re 0.

Propiedades de la funcin Transformada de Laplace

En esta seccin estudiamos la propiedades de la funcin Transformada de Laplace considerndola

Derivabilidad de la Transformada de Laplace

Consideremos una funcin E y su Transformada de Laplace

Teoremas del valor inicial

Estos resultados hacen alusin a aspectos cualitativos de la Transformada de Laplace de funciones

de donde claramente obtenemos (1.10) al hacer Re +.

Proof. Sea D . Por el Teorema 3 tenemos que

Transformadas de Laplace de funciones de E. Por ejemplo, la funcin 1 no puede serlo al tenerse

Teorema del valor final

Proof. Por el Teorema 3,

L[ ]() (0) = L[ ]() =

Por el Teorema 8, L[ 0 ]() es derivable y por lo tanto continua. Entonces

lo cual concluye la demostracin.

Transformada de Laplace inversa

Inyectividad de la Transformada de Laplace

Al intervenir en la definicin de Transformada de Laplace la integracin, est claro que puede

lo que termina la demostracin.

Transformada de Laplace inversa

Frmula de inversin compleja

aplicando el Teorema de Fubini. Por integracin directa

Para fijo en el semiplano Re , el trmino () converge uniformemente a 0 si + y el

Aplicaciones: una primera aproximacin

La Transformada de Laplace es una herramienta til para resolver ecuaciones y sistemas de