Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
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
Transformada de Laplace
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
Transformada de Laplace
(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.
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
Transformada de Laplace
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
1.3.
1.3.1.
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
Transformada de Laplace
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
+
+
Z
1
()
1
()
= lm
= lm
=
+ 0
+
1
para todo C tal que Re 0.
!
+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 ]() =
+
0
0
5
(1.3)
Transformada de Laplace
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.
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
Transformada de Laplace
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 }
1.4.
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[]()
() = sin() =
2
7
Transformada de Laplace
Entonces
1
L[ ]() L[ ]()
2
1
1
= 2
=
2 +
+ 2
L[ ]() =
siempre que Re 0
Funcin coseno. Sea R y consideremos la funcin
() = cos() =
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() =
Transformada de Laplace
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)
() =
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)
Transformada de Laplace
1.4.3.
Transformada de la integral
()
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)
() =
()
0
=0
1
X
+1
( )
=
(+1 )
=0
Z
1
()
+
= ()
1X
+
=0
1
+1
()
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 +
1.4.4.
Transformada de la convolucin
Transformada de Laplace
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
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
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.
(1.8)
Transformada de Laplace
Proof. Sea
() = lm
()
() =
() ()
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
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)
Transformada de Laplace
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.
1.5.1.
()
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
Transformada de Laplace
() = 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.
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
Re +
L[ ]() = (0)
(1.11)
(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
lm =
Re +
14
Transformada de Laplace
1.5.3.
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 ()
0 ()
lm L[ ]() = L[ ](0) =
0 () = lm () (0)
+
1.6.
1.6.1.
|()| = 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
Transformada de Laplace
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
1.6.2.
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
Transformada de Laplace
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.
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
Transformada de Laplace
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
2L[ ]() = lm
+
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
Transformada de Laplace
1.7.
(1.14)
(0) = 0; 0 (0) = 1
(1.15)
( 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
Transformada de Laplace
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
si [0 1]
() =
2 si [1 2]
4. Dada la funcin,
() =
sin
1 + 2
si 0 1
1 si 1 2
() =
0 si 2
20
Transformada de Laplace
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 )
2
1 + 3
(b) () =
() () =
1
( 1)( 2 2)
(c) () =
+7
+ 2 + 5
1
( + 1)( + 2)( 2 + 2 + 10)
2 + 2 + 5
(b) () =
( 1)
3 + 2
(c) () =
+1
+ 9)
2 ( 2
(d) () =
+1
4
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
Transformada de Laplace
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
2
()
() +
= ()
2
Transformada de Laplace
con las condiciones iniciales:
1 (0) = 10 (0) = 1
2 (0) = 20 (0) = 0
0 (0) = 1
con 1.
19. Encuentra la solucin del oscilador armnico dado por la ecuacin diferencial:
00 () + () = sin ( )
( R 0)
(0) = 12
(06-09-99)
23
Transformada de Laplace
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.
1 ( 1 10 2 20
) = 0;
2 ( 1 0 2 0 0 ) = 0;
1
2
..
( 0 0 0 ) = 0;
10 = 1 ( 1 2 );
0 = 2 ( 1 2 );
2
..
0 = ( );
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
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.
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 ) =
y0 = A() y + b()
27
(2.1)
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
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
(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
(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.
(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
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,
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)
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 ()
1 () 2 ()
()
0
0
0
1 () 2 ()
()
1)
1)
1)
()
()
()
1
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.
(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.
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
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
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,
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
2.2.2.
()
( )
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
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
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
(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
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)
=0
( )
= I
entonces
A = I (A I ) =
(A I )
!
=0
(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)
!
X
A =
(A) (A)
(2.13)
(A I )
!
=1
=0
Consideremos por ejemplo el sistema
10 = 41 + 22 ;
20 = 31 + 32
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
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
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 ;
=
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
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
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 () = 1
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
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.
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
10 = 41 + 22 + ;
20 = 31 + 32
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)
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
10 3
3 15
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.
(2.15)
(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
2 2
L1 [ (224+13)
]()
1 ()
=
2 +8+3
2 ()
L1 [ (
2 4+13) ]()
1
282 cos(3) + 162 sin(3) 2
=
2.4.
00 + = ();
(0) = 0 0 (0) = 1;
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
= 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
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]
2.5.
si 0
2 + sin (3 1)3 cos cos(2)3 si
0 =
0 =
0 = 4(1 )
47
(2.18)
(2.19)
f(y0 ) = 0,
= 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)
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
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.
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
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
Example 4 Consideremos el sistema
0
= 3 + 2
0 = 3
0
= 4
50
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 .
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
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.
52
(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.
(2.22)
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
() = ( ) 1 ( ) 1
6=
(2.23)
(2.24)
X
X
=1 =1
X
X
L1 [1( ) ]()
=1 =1
1
( 1)!
2.8.
2.8.1.
(2.26)
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
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.
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
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
0 = + ( + 1)
0 = 2( 1) +
2.8.2.
0 () =
(y()) = grad (y()) f(y())
(y()) =
=1
=1
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 =
( ) = 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
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 =
0 = + 2 + + 2
0 = 2 + + 2
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
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
(0) = (0) = 1
(0) = 1 (0) = 0
(0) = 6 (0) = 2
0
0
=
=+
0
0
= 2
= +
(d)
(e)
0
0
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
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.
= 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.
3.3.
(3.1)
(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
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
= cos sin
= sin + cos
=
+
=
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
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)
=
=
=
=
+
2 2 +
0 = 14 + 31 33 5 6 5 25 = 0
= 14( 2 2 + ) + 31
33 5( + ) 6 5 25
de donde
28 + 33 5 = 0
33 5
=
28
66
6854
14 + 31 6 5
= 0
56
(3.7)
95737
= 0
868
(3.8)
95737
868
y como
868
95737
868
=
95737
12152
26908
+
= 0
95737
95737
Finalemente, los cambios de variables independientes
q
= 12152
q 95737
= 26908
95737
95737
12152
95737
=
26908
+ = 0
67
3.4.
= 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
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
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
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)
2 2 2
= 0
2
2 2 2
2 2 2
2
( ) =
sin
=1
2 2 2
2
=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 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
1 X
2
() = +
sin ((2 1))
2 =1 (2 1)
(3.11)
y
(0+ ) =
lm ()
0
cos
2
=1
3.5.1.
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
Z
1
() sin
Z
Z
1 0
1
() sin
() sin
+
Z
Z
1
1
()
sin
()
sin
{=}
0
=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
X
=1
73
sin
3.5.2.
= 2 0 (0 )
(0 ) = () 0
( 0) = ( ) = 0 0
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
=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
10
10
10
= 100
cos
100 sin
10
10
0
1000
=
(cos() cos 0)
0
=
2000
74
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 ())
( ) = ( ) 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
2 = 10 () (20 () 10 ()) 0 (0 )
(0 ) = () 1 (0) (2 (0) 1 (0)) 0
( 0) = ( ) = 0 0
= 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
00 + = 0
(0) = () = 0
que como sabemos tiene una familia de soluciones no nulas para los valores =
por
() = sin
00 + 2 = 0
que tendr por solucin general
+ sin
() = cos
() ()
=1
h
i
X
=
+ sin
sin
cos
=1
De la condicin inicial
sin
(0 ) = () =
=1
h
i
X
sin
+
cos
sin
( ) =
=1
X
=1
sin
76
, N, dadas
() 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
2
para los valores =
, N. La primera ecuacin se reescribe entonces
00 = 0
+ 2
( ) =
sin
2
sin
= sinh
sinh
=1
sin
sinh
=1
sin
3.8.
Problemas
f ) 00 + = 0 (0) 0 (0) = 0 () 0 () = 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
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
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
= + 0 (0 1)
(0 ) = cos 0 1
( 0) = 0 ( ) = 0 0
= 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
= +
=
= 2 0 (0 )
(0 ) = () 0
(0 ) = () 0
( 0) = 0 ( 3) = 0 0
es de la forma
1
1
( ) = ( ( ) + ( + )) +
2
2
()
= 2 + 0 (0 )
(0 ) = () 0
(0 ) = 0 0
( 0) = 0 ( 3) = 0 0
+ = 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
+ = 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
17. Resolver el problema
+ = ( ) (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.
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
Transformada de Fourier
por lo que las funciones reales que tendrn transformada de Fourier tienen que tener una grfica
como la siguiente
F[]() =
() =
2
1
=
= sin()
=
()
Z
Z 0
(1)
+
=
(1+)
(1+)
0
(1)
+
=
1
1 + 0
1
2
1
+
= 2
=
1 1 +
+1
4.2.
Propiedades bsicas
Transformada de Fourier
4.2.1.
Linealidad
Z
Z
() +
()
=
= F[ ]() + F[]()
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
Z
= =
0
0
F[ ]() =
() =
= ()
= 0 ()
() = F[ ]()
= () +
ya que
lm | () | = 0
Transformada de Fourier
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[]()
1
1
=
=
() = F[]()
=
=
2 2 + 1
2 + 2
4.2.4.
Derivada de la transformada
F[]() = F[()]()
() = ()
F[]() =
()
Z
Z
()() =
() = F[ ()]()
=
2 2
F[ ]()
F[ ]() = F[ ]()
86
Transformada de Fourier
que tiene por solucin
F[ ]() =
Por otra parte, como
2 2
2
2 = 2
y por tanto
F[](0) = =
por lo que
2 2
4.2.5.
F[]() =
2 2
2
2 2
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
=
( )()
( )()
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
Transformada de Fourier
4.3.
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
| ()|
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.
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
Transformada de Fourier
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.
4.5.1.
+ 2
Transformada de Fourier
. 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.
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
Transformada de Fourier
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
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.
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.
= R 0
(0 ) = () R
91
Transformada de Fourier
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[( )]()
=
F[( )]()
(0 )
() = F[]()
2
2
F[ 2 ]() = 2 2
por lo que
F
1
2
2
2 2
[ 2
]() =
2 2 = 2
2
92
Transformada de Fourier
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
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
Transformada de Fourier
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) () = ||
donde:
= R 0
(0 ) = () R
a) () =
1 ||
b) () =
0 ||
= + 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
10 [0 001)
() =
0 [001 002)
94
Transformada de Fourier
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
Transformada de Fourier
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