Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por:
Andrés Mauricio Rivera
1.4. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6. Ejecicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.3. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
i
ÍNDICE GENERAL
5.7. En química . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
5.8. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
ii
ÍNDICE GENERAL
iii
ÍNDICE GENERAL
iv
Capítulo 1
3x − 7 = 0 ; x ∈ R.
x7 + 2 = 0 x ∈ C.
;
2 1 −1
Ax − b = 0; A = b= ; A ∈ M2×2 (R); x ∈ R2 , b ∈ R2 .
−1 3 5
En este curso vamos a considerar ecuaciones cuyas incógnitas son funciones (Ecuaciones Fun-
cionales) y en las que aparecen la función desconocida y alguna de sus derivadas (Ecuaciones
Diferenciales); en particular este curso se enfoca en ecuaciones diferenciales ordinarias. De forma
más precisa tenemos la siguiente denición
Denición 1.0.1 Una Ecuación Diferencial Ordinaria en una variable es una ecuación que
relaciona una función desconocida de una variable con una o más funciones de sus derivadas.
en donde:
F = F (t, x(t), x0 (t), ..., x(n) (t)), F : I × Rn+1 −→ R, (t, x, ..., x(n) ) → F (t, x(t)...x(n) (t)).
1
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
dx(t) dn x(t)
x0 (t) = , ..., x(n) (t) = .
dt dtn
Ejemplos 1.0.2
F : I × R2 −→ R
(t, x, x0 ) −→ F (t, x, x0 ) = x2 + x02 − 1.
La ecuación es de orden n = 1.
2. x00 (t) + sen x(t) = 0. En este caso la función F está dada por
F : I × R3 −→ R
(t, x, x0 , x00 ) −→ F (t, x, x0 , x00 ) = x00 (t) + sen x(t).
La ecuación es de orden n = 2.
5x00 (t)
3. x000 (t) + − (3t2 + 1)x0 (t) − 2x(t) = 5t2 . En este caso la función F está dada por
t2
F : I × R4 −→ R
(t, x, x0 , x00 , x000 ) −→ F (t, x, x0 , x00 , x000 ),
5x00 (t)
donde la ecuación F (t, x, x0 , x00 , x000 ) = x000 (t) + − (3t2 + 1)x0 (t) − 2x(t) − 5t2 , es de
t2
orden n = 3.
x = x(t),
O bien
y = y(x),
Uno de los conceptos fundamentales en todo este curso de ecuaciones diferenciales es el Concepto
de Solución de una ecuación diferencial. A continuación vamos a presentar una denición no
rigurosa de este concepto.
2
Denición 1.0.3 La solución de una ecuación diferencial (1.1) es una función
x : I −→ R
t −→ x = x(t),
Ejemplos 1.0.4
1. F (t, x, x0 ) = x2 + [x0 ]2 − 1 depende de tres variables y la función x(t) = cos t es solución
0
de F (t, x, x ) = 0, en efecto:
2. F (t, x, x0 , x00 ) = x00 −x−e2t depende de cuatro variables y la función x(t) = 13 e2t es solución
0 00
de F (t, x, x , x ) = 0, en efecto:
1 2t 2 2t 4 2t 4 1
F t, e , e , e = e2t − e2t − e2t = 0.
3 3 3 3 3
Diremos que una ecuación diferencial ordinaria (1.1) está en forma normal si está escrita en la
siguiente forma:
Ejemplos 1.0.5
1. Sea x00 = x + e2t . En este caso la función f está dada por
f : I × R2 −→ R
(t, x, x0 ) −→ f (t, x, x0 ) = x + e2t .
f : I × R2 −→ R
(t, x, x0 ) −→ f (t, x, x0 ) = −senx.
5 00
3. Sea x000 = − x + (3t2 + 1)x0 + 2x + 5t2 . En este caso la función f está dada por
t2
f : I × R3 −→ R
(t, x, x0 , x00 ) −→ f (t, x, x0 , x00 ),
5 00
donde f (t, x, x0 , x00 ) = − x + (3t2 + 1)x0 + 2x + 5t2 .
t2
3
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
√
4. Sea x0 = 1 − x2 . En este caso la función f está dada por
f : I × R −→ R √
(t, x) −→ f (t, x) = 1 − x2 .
Vamos a estudiar ahora quizás la ecuación diferencial ordinaria en forma normal de orden 1 más
sencilla, pero a la vez muy importante, dada por:
x0 = ax , a ∈ R. (1.2)
La ecuación (1.2) nos pide encontrar una función cuyo crecimiento en cada instante de tiempo, sea
proporcional al valor de la función en ese mismo instante. Tal proporción se mide con el coeciente
x0
de proporcionalidad = a. De forma más precisa tenemos no una ecuación sino una familia
x √ √
uniparamétrica de ecuaciones (si a = 1, x0 = x; si a = 2, x0 = 2x; si a = − 10, x0 = − 10x;
...).
5 c 5
2 c 2
−3 c −3
x0 (t) = aeat ,
x0 (t) = ax(t).
Pero también son soluciones (vericar)
√
x(t) = 2eat y x(t) = 5eat .
El siguiente lema prueba que todas las soluciones de (1.2) son de la forma x(t) = ceat con c
constante arbitraria.
4
Lema 1.1 Sea x = x(t) una solución de (1.2) denida en I = R. Entonces x(t) = ceat con
c ∈ R, una constante arbitraria.
d −at
(e x(t)) = −ae−at x(t) + e−at x0 (t),
dt
= e−at (−ax(t) + x0 (t)),
= e−at (−ax(t) + ax(t)),
= 0.
x0 = x(t0 )= c,
x1 = x(t1 )= cea ,
.
.
.
xn = x(tn )= c(ea )n .
En este punto vale la pena preguntarse por lo cambios cualitativos que presentan las soluciones
de (1.2). Es de esperar que estos cambios tengan una directa relación con el signo del parámetro
a, lo que es crucial para el estudio del comportamiento asintótico de las soluciones. Veamos esto
con más detalle:
Si a>0
at +∞ si c > 0,
lı́m x(t) = lı́m ce =
t→∞ t→∞ −∞ si c < 0.
Las grácas de la gura 1.1 ilustran el comportamiento cualitativo de las soluciones de (1.2) en
cada caso.
Note que si consideramos un nuevo parámetro b tal que 0 < |b − a| < |a| entonces b tiene el
mismo signo de a y por lo tanto el comportamiento cualitativo de las soluciones de
x0 = bx,
coinciden con el comportamiento cualitativo de las soluciones de (1.2). Algo muy distinto sucede
si a = 0, en donde un pequeño cambio en a lleva a comportamientos cualitativos muy distintos.
5
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
x x x
t t t
a> 0 a 0 a<0
Por esta razón al parámetro a=0 es el punto de bifurcación de la familia de ecuaciones uno-
paramétricas (1.2).
De otro lado, las ecuaciones diferenciales del tipo (1.2) tienen una importante aplicación en el
modelamiento del crecimiento de poblaciones. Fue el economista británico Tomas Malthus (1766-
1834) quien observó que muchas poblaciones crecen a una razón proporcional a la población
(x
0 = ax) por lo que se piensa x(t) como la cantidad de población en el instante t (número de
bacterias, cantidad de material radiactivo, cantidad de personas en una determinada región, etc).
Así por ejemplo, si pensamos en el modelamiento del crecimiento de bacterias según el modelo
de Malthus, tendríamos el esquema de la gura 1.2
a 0 longevidad de la especie
Vemos que la Extinción de una especie se modelada según el modelo de Malthus al considerar una
constante de proporcionalidad a < 0. Retomamos ahora las ecuaciones diferenciales ordinarias
y vamos a dar deniciones más precisas sobre ellas. La función f en (1.3) estará denida en un
6
El dominio será abierto y arco-conexo, esencialmente puede imaginarse a D como un charco de
agua sin fronteras ni agujeros.
x x
1111111111
0000000000 1111111
0000000
0000000
1111111
0000000000
1111111111
0000000000
1111111111 x 0000000
1111111
0000000000
1111111111 0000000
1111111
0000000
1111111
0000000000
1111111111
0000000000
1111111111 0000000
1111111 D
0000000000
1111111111 0000000
1111111
0000000
1111111
0000000000
1111111111
D
0000000000
1111111111
D
t
0000000000
1111111111
0000000000
1111111111 1111111
0000000
0000000000
1111111111 0000000
1111111
t 0000000
1111111
0000000
1111111
t 0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
0000000
1111111
D−dominio abierto y arco−conexo D−conjunto no abierto 0000000
1111111
D−dominio no arco−conexo
Ejemplos 1.0.7
1
1. Considere x0 = x.
t
Note que x(t) = t cumple con la fórmula, pues
1 1
x0 = 1 y x(t) = t = 1.
t t
Pero una solución no es una función que cumpla con una fórmula, es mucho más que
eso. Hay que especicar dónde es válida. Para este caso, hay dos dominios posibles; nos
2
quedamos con uno de ellos. D = {(t, x) ∈ R : t > 0}
√
2. Considere x0 = 1 + t2 − x2 .
Note que de nuevo, x(t) = t cumple con la fórmula, pero no es solución. Tenemos en este
caso de nuevo dos alternativas para D. 2
Elegimos una, D = {(t, x) ∈ R : |x| < −t}
7
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
x
x(t)=t
√
3. Considere x0 = 2t + x2 − t4 .
2
Note que x(t) = t cumple con la fórmula, pero es necesario denir con claridad nuestro
dominio D . Por lo tanto, se debe cumplir:
x2 − t4 ≥ 0 ⇔ (x − t2 )(x + t2 ) ≥ 0.
Resolviendo lo la anterior desigualdad se obtienen dos dominios posibles:
D+ = {(t, x) ∈ R2 : x > t2 },
D− = {(t, x) ∈ R2 : x < −t2 }.
Elegimos una, D = D+ . Tenemos entonces que x(t) = t2 viaja por la frontera de D. Falla
la condición
2 / D.
2, (t, t ) ∈
x(t)=t
x0 = f (t, x),
con f : D ⊂ R2 −→ R continua. Geométricamente esta ecuación se lee en dos partes.
8
1.1. CAMPOS DE DIRECCIONES E INTERPRETACIÓN GEOMÉTRICA DE LAS
ECUACIONES DIFERENCIALES x0 = f (t, x)
2. f (t, x) determina la pendiente de la recta tangente a la curva (t, x(t)) en el punto (t, x) en
cada instante de tiempo t. Por lo tanto, la ecuación (1.4) queda de la forma
x*
t* t
Vamos ahora a asociar a f una regla que asigna a cada punto D ⊂ R2 una única recta que pasa
por dicho punto. Imagínese el esquema de la gura 1.5.
x x
Γ
P P
R R
Q Q
t t
S S
Figura 1.5: Imagen de la regla Γ que a cada punto le asigna una única recta
Denimos la aplicación
Γ : D ⊂ R2 −→R2
(t, x) ⊂ D−→Γ(t, x) :≡ Recta que pasa por el punto (t, x)
con pendiente f (t, x).
9
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
3t − 2x
x0 = .
2
En este caso
3t − 2x
f (t, x) = ,
2
así D = R2 y por lo tanto para los puntos P (−1, 1); Q(2, 1) y R(1, 3/2) tenemos:
f (P ) ≡ f (−1, 1) = −5/2,
f (Q) ≡ f (2, 1) = 2,
f (R) ≡f (1, 3/2)= 0.
Por lo tanto,
Γ(P ) :≡ x = 1 − 52 (t + 1) ⇒ x = − 52 t − 32 ,
Γ(Q) :≡ x = 1 + 2(t − 2) ⇒ x = 2t − 3,
Γ(R) :≡ x = 32 .
3t − 2x
Figura 1.6: Campo de direcciones de la función f (t, x) =
2
10
1.1. CAMPOS DE DIRECCIONES E INTERPRETACIÓN GEOMÉTRICA DE LAS
ECUACIONES DIFERENCIALES x0 = f (t, x)
3−x
x0 =
2
En este caso,
3−x
f (t, x) = .
2
Observemos que:
Más aún, si x→∞ entonces f (t, x) → −∞ (las pendientes de las rectas tangentes son cada vez
más negativas) por lo tanto las rectas tangentes son cada vez más verticales pero con pendiente
negativa muy grande.
De igual forma, si x → −∞ entonces f (t, x) → +∞, de nuevo las rectas tangentes son cada vez
más verticales pero con pendiente positiva.
Pendiente negativa
más grande
Pendiente cero
t Pendiente positiva
más grande
3−x
Figura 1.7: Campo de direcciones de la función f (t, x) =
2
De especial interés en el estudio geométrico de las ecuaciones diferenciales escalares son las líneas
isoclinas dadas por
f (t, x) = c, c ∈ R.
El conocimiento de las isoclinas permite deducir un retrato able de las soluciones. Hay una
isoclina de especial importancia y es la isoclina nula asociada con c = 0, ya que sobre ella se
producen los cambios en la monotonía de las soluciones x(t).
11
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
x
4
-2 -1 1 2 t
-1
Figura 1.8: Campo de direcciones asociado a la ecuación x0 = x−t2 . para (t, x) ∈ ]−2, 2[×]−1, 4[,
junto a las soluciones asociadas a las condiciones iniciales x(0) = 0 (azul), x(0) = 1/2 (verde),
x(0) = 1 (amarillo). En negro se muestra la isoclina nula x = t2 .
.
x0 = x − t 2 .
En este caso
f (t, x) = x − t2 .
12
1.2. EXISTENCIA Y UNICIDAD DE SOLUCIONES
Pero si nuestro interés es tomar una en particular esto nos lleva a elegir de todas las posibles
constantes c, una en especial. Para ello, vamos a añadir a la ecuación una condición inicial,
x(t0 ) = x0 , así tendremos:
0
x = ax,
(P.V.I.)
x(t0 ) = x0 .
(P.V.I.) son las siglas de lo que llamaremos Problema de Valor Inicial. En el caso de (1.2)
tendríamos:
x(t) = ceat ; x(t0 ) = x0 , entonces:
x(t0 ) = ceat0 = x0 , así que c = x0 e−at0 (ajustamos la constante).
Por lo tanto:
x(t) = x0 e−at0 eat = x0 ea(t−t0 ) .
Hemos encontrado de entre toda una familia de soluciones aquella que queremos (justo la que
cumple con (P.V.I.)).
x(t)=e at
x
a>0
x0
t0 t
x0 = f (t, x), f : D ⊂ R2 → R,
a la cual le añadimos una condición inicial x(t0 ) = x0 . Se tiene entonces un problema de valor
inicial (P.V.I.), dado por:
0
x = f (t, x),
(P.C.)
x(t0 ) = x0 .
donde (t0 , x0 ) ∈ D.
13
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
Este problema de valor inicial es conocido también como Problema de Cauchy (P.C.), el cual
bajo ciertas condiciones sobre la función f tiene una única solución.
Damos paso así a una simple versión de lo que se conoce como el Teorema de Existencia y
Unicidad de soluciones para una ecuación diferencial ordinaria.
J( )1 J( 2 )
1
x0 b
x0
2
x0- b
t0 - t0 - t0 t0 t0 t
* *
Lo que nos dice el Teorema de Existencia y Unicidad es que siempre podemos encontrar bajo las
∂f
condiciones pedidas (t, x) el intervalo J =]t0 −τ∗ , t0 +τ∗ [ en donde se tendrá existencia
f (t, x) y
∂x
y unicidad de soluciones. Nótese bien que el intervalo J depende de la solución φ considerada,
de manera que no debemos olvidar que J = J(φ).
De otro lado, si tengo dos soluciones de la ecuación diferencial en (P.C.), digamos φ1 (t) y φ2 (t)
entonces en el rectángulo sombreado,(ver gura 1.4) ambas soluciones coinciden, es decir φ1 (t) =
φ2 (t) para todo t ∈ J(φ1 ) ∩ J(φ2 ) lo que da paso a la unicidad.
x0 = −x2 . (1.5)
En este caso f (t, x) = −x2 , la cual es una función denida en todo R×R y además es continua
14
1.2. EXISTENCIA Y UNICIDAD DE SOLUCIONES
∂f
al igual que (t, x), (1.5) admite dos soluciones:
∂x
1
ϕ1 (t) = ; t ∈ I1 =]0, +∞[ (A),
t
∞
(1 − t)n , t ∈ I2 =]1, 2[
P
ϕ2 (t) = (B).
n=0
1
Note que la serie en (B) corresponde al desarrollo en series de potencias de que es válida sólo
t
para |1 − t| < 1.
Se tiene entonces que ϕ1 (t) = ϕ2 (t) en I = I1 ∩ I2 , pero son soluciones distintas.
x
x0 = +t x(0) = x0 (1.6)
t
Esta ecuación tiene innitas soluciones en x0 = 0 y se puede observar que no cumple con los
requisitos del Teorema de Existencia y Unicidad debido a que t=0 no hace parte del dominio de
la función.
x
x0 = +t
t
x(t0 ) = x0
tiene única solución x(t) = t2 + ct en
De manera que el teorema de existencia y unicidad puede aplicarse en dos dominios abiertos,
arco-conexos y disjuntos.
En este caso f (t, x) = x1/3 . Esta función está bien denida en R2 . Se puede comprobar que
h2 i3/2
xc (t) = (t − c) ,
3
satisface la ecuación en (1.7) para cada constante c.
Pero para cada constante c>0 observe que
h
2 i3/2
(t − c) t>c
φc (t) =
3 0 t ≤ c,
15
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
satisface el P.V.I. (1.7). Pero además, existe una solución trivial ψ(t) = 0 de (1.7) que no está
en la familia de soluciones φc (t). Así que tenemos por lo menos dos soluciones distintas.
∂f
La unicidad se pierde, pues la función (t, x) no es continua en (0,0). Luego la unicidad
∂x
∂f
dependerá de la existencia y continuidad de (t, x) en el punto (t0 , x0 ).
∂x
o1 o2
c1 c2 t
Figura 1.11: Gráca de dos soluciones distintas φc1 φc2 de (1.7) con c1 < c2 .
Para nalizar este capítulo vamos a presentar una de la aplicaciones más tempranas de las
ecuaciones diferenciales ordinarias de primer orden. Esta aplicación se enmarca en los modelos
de crecimiento poblacional que como bien lo hemos dicho antes inicia sus pasos con el Modelo de
Malthus. Mostramos brevemente un modelo de dosicación de medicamentos, tema de estudio
de los estudiantes de farmacología y farmacocinética.
P (t + h) − P (t) = N · h,
o bien:
P (t + h) − P (t)
=N.
h
Si hacemos h→0 (muestras de tiempo muy pequeñas, imagina: minutos, segundos...), tenemos:
dP (t)
=N.
dt
16
1.3. CRECIMIENTO POBLACIONAL Y APLICACIÓN EN MEDICINA
Vamos a suponer que la función N depende tanto del instante de tiempo t, como del número de
individuos de la población en ese mismo instante. Es decir, N = N (t, P (t)). Así:
dP (t)
= N (t, P (t)). (1.8)
dt
En ocasiones, la cantidad
1 dP
· ,
P dt
se conoce como tasa de crecimiento especíco. Así que para (1.8), la tasa de crecimiento especíco
está dada por
1
· N (t, P ).
P
Algunas formas de la función N (t, P (t)) que podemos suponer, son las siguientes:
Por lo tanto:
dP
= n0 P (Modelo de Malthus).
dt
En consecuencia,
P (t) = P (0)en0 t ; t ∈ [0, +∞[ ; t ∈ R.
dP
= (n0 − d0 )P (t) + I(t) − E(t) (Ecuación lineal de primer orden).
dt
Por lo tanto:
dP (t)
= (n0 − d0 )P (t) − αP 2 (t) ,
dt
o bien:
dP
= (λ − αP )P ; λ = n0 − d0 ,
dt α
=λ 1− P (Ecuación logística Modelo de Verhulst).
λ
En cualquier caso, si queremos predecir el tamaño de la población en un tiempo dado,
encontrar la solución de una ecuación diferencial es absolutamente necesario.
17
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
dC(t) 1
= − C(t)
dt α
donde α es una constante positiva que mide la velocidad a la cual la concentración cae. Tenemos
un modelo de Malthus el cual tiene como función solución
1
C(t) = C0 e− α · t ; C0 = C(0). (1.9)
Suponga que en el tiempo t=0 se administra una dosis C0 . En el tiempo t0 > 0, el residuo r1
justo antes de la segunda dosis es
t0
r1 = C0 e− α
El residuo r2 antes de la tercera dosis ( con t ∈ [t0 , 2t0 ]) es
t0
r2 = C1 e− α ,
t0 t0
r2 = C0 e− α 1 + e− α .
C2 = C0 + r2 ,
t0 2t0
= C0 1 + e− α + e− α .
t0 2t0 (n−1)t0
Cn−1 = C0 1 + e− α + e− α + . . . + e− α ,
nt0 !
1 − e− α
= C0 · t0 .
1 − e− α
18
1.3. CRECIMIENTO POBLACIONAL Y APLICACIÓN EN MEDICINA
Concentración
C2
C1
C0 Crecimiento Oscilatorio
1 2 3 Número de dosis
nt0 !
t
− α0 − α0
t 1 − e− α
rn = Cn−1 e = C0 e · t0 .
1 − e− α
Note que
C0
lı́m Cn−1 = CM = t0 .
n→∞
1 − e− α
De manera que CM es un buen estimativo de la concentración del medicamento inmediatamente
nt0
después de una dosis cuando es muy grande, matemáticamente esto de expresa en la forma
α
nt0 nt0
>> 1. En efecto, si > 5, Cn−1 diere de CM en menos del 1 %, en efecto:
α α
" nt0 #
1 − e− α 1 − e−5 C0 (1 − e−5 )
t0 > t0 ⇔ Cn−1 > t0 ,
1 − e− α 1 − e− α 1 − e− α
C0 (1 − e−5 )
Por lo tanto, la diferencia entre CM y t0 es menor que el 1 % de CM debido a que
1 − e− α
e5 > 100.
t0
Así que, a menos que
α sea muy pequeño, el nivel de concentración no estará muy lejos de CM ,
es un número pequeño de dosis. Dicho de otra forma:
Si queremos alcanzar la máxima concentración en 5 dosis debemos hacer el intervalo entre las
dosis, mayor que α.
En efecto,
5α
nt0 > 5 sii t0 > .
n
19
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
Si n=5 entonces,
t0 > α.
t0
Naturalmente, entre más grande sea , más cercano es CM a C0 , (la concentración máxima en
α
una sola dosis).
De igual forma, justo antes de una dosis, el residuo se aproxima al valor r cuando n aumenta,
siendo r dado por
t0 C0
r = CM e− α = t0 (1.10)
e α −1
Note que,
C0 C0
M= t = C0 + t0 = C0 + r .
− α0
1−e e α −1
Más aún, (1.10) implica que r se hace cada vez más pequeño a medida que t0 /α se hace cada
t0
vez más grande. Cuanto mayor sea , el nivel de concentración varía más entre las dosis. Por lo
α
tanto, existe un equilibrio entre mantener el residuo por encima de cierto nivel y alcanzar CM
en pocas dosis.
Cuando muchas dosis han sido ingeridas, la concentración se comporta como en la siguiente
gura.
Concentración
CM
C0
1 2 3 15 Número de dosis
20
1.4. EJERCICIOS
1.4. Ejercicios
1. Compruebe que la función
x :]0, ∞[−→R,
1
t−→x = x(t) = ,
t
es solución de la ecuación diferencial
tx0 + x = 0.
2. Determine si la función
Z x
2 2 2
y(x) = e−x et dt + ce−x , c-cte
0
y 0 = 1 − 2xy ,
en ] − ∞, ∞[.
3. Estudiar los dominios o regiones de R2 en los cuales la ecuación diferencial
1
(x − 2) 3
x0 = √ ,
t2 − 1
tiene solución única.
Determine en que regiones del plano xy esta ecuación diferencial tiene una única
solución, cuya gráca cruce el punto (x0 , y0 ) dentro de la región.
dy
= xy 1/2 , y(0) = y0 .
dx
Determine si para este problema existe una única solución en los casos y0 = 0, y0 = 1.
6. Determine el valor de r para los que la ecuación diferencial
x2 y 00 + 4xy 0 + 2y = 0,
1
y0 = ; y(0) = 1,
1 + y2
tiene solución única denida sobre todo el eje real.
21
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
y 0 = f (x), y 00 = g(x).
Describa e ilustre con ejemplos (o planteé una forma analítica) como resolver estas ecua-
ciones.
t
10. Muestre que t2 + x2 = 25 es solución (implícita) de la ecuación diferencial x0 = − en el
x
intervalo ] − 5, 5[.
3x2
11. Mostrar que la relación y 2 −x3 +8 = 0 dene de manera implícita una solución de y 0 =
2y
en el intervalo ]2, ∞[.
a) x0 = 2t
b) y 0 = 4y(1 − y)
c) x0 = 2xt
d) y 0 = 2x2 − 3x − 2
13. El crecimiento poblacional de una especie de bacterias, llamadas las satitinane sigue un
modelo de Malthus. Se sabe que dada una población inicial P0 , la tasa de crecimiento en
un cultivo inicial es k1 , y que después de τ horas las satitinane se colocan en un cultivo
diferente y ahora crecen a una tasa constante k2 .
b ) ¾El modelo que usted encuentra para este problema satisface las condiciones del Teo-
rema de Existencia y Unicidad?
14. ¾Cuánto tiempo se necesita para que una población se duplique, si se supone que la tasa
de crecimiento es proporcional a la cantidad de individuos de la población?
15. A todo material radioactivo se le asocia un número conocido como Vida Media que es el
tiempo requerido de una cantidad de este material en decrecer a la mitad de su cantidad
inicial. Muestre que para cualquier material radioactivo que decrece de acuerdo a la ecuación
de Malthus Q0 = −r Q, (r es una constante positiva y Q = Q(t) es la cantidad de material
radiactivo en el instante t) la vida media τm satisface la ecuación rτm = ln 2.
P 0 = αP, (∗)
22
1.4. EJERCICIOS
rendimiento (tasa de interés efectiva) se dene como el interés real ganado durante un año
dividido entre el principal
P (1) − P (0)
R= .
P (0)
a ) Suponga que el bando AB Pillas tiene una tasa de interés del 5% al año, compuesto
continuamente. ¾Cuál será el rendimiento R?
b ) La tasa de interés del banco Country Bank es 3% anual, mientras que el rendimiento
en el banco Davitienda es 3 % anual. Ambos ofrecen interés compuesto. Encuentre los
tiempos de cada banco para que un capital se duplique.
17. Usted tiene $10,000 e intenta invertirlos durante 5 años en un banco que ofrece interés
continuo. Si desea tener $15,000 en su cuenta al nal de estos 5 años. ¾Qué tasa de interés
debe obtener?
18. El economista francés Leon Walras (1834-1910) considerado como el creador de la economía
matemática visualizó el equilibrio de un mercado (compra y venta de bienes y servicios)
como el resultado de un proceso de tanteo: Un moderador anuncia un producto con precio
p y los compradores y vendedores hacen su oferta. Walras propuso el siguiente modelo
D(p) = α p,
S(p) = β p,
con α y β constantes positivas. Muestre que p(t) = 0 es solución de (∗∗) y determine bajo
que condiciones los precios del mercado se acercan y/o se alejan de esta solución. ¾Qué
interpretación puede deducir de los resultados?.
c
19. Comprobar que y(x) = , c-cte, satisface la ecuación diferencial ydx + x ln xdy = 0
ln x
(Sugerencia : Convierta esta ecuación diferencial a la forma normal).
1
20. Muestre que y2 + x − 3 = 0 es solución implícita de y0 = − en el intervalo ] − ∞, 3[.
2y
21. Considere el problema de valor inicial
23
CAPÍTULO 1. INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES
23. (El sudario de Turín) Para datar un objeto fabricado con sustancias orgánicas se usa la
técnica del Carbono C14 , la cual consiste en medir en la cantidad de Carbono-14 que queda
en la actualidad en dicho objeto y utilizar la forma de las soluciones de la ecuación de
decaimiento radiactivo (Modelo de malthus en el caso de la extinción) para calcular el
tiempo que ha pasado. Esta técnica se utilizó en el año 1988 para estimar la edad del
Sudario de Turín, tela de lino hallada en 1356 que muestra la imagen de un hombre que
presenta marcas y traumas físicos, y de la que se pensaba que podría ser la tela que cubría
a Jesús de Nazaret en el sepulcro, llamada tambíen la Síndone.
Se observó que las bras del tejido contenían entre 92 % y un 93 % del nivel inicial de C14 .
1
Si se sabe que la constante de desitengración del C14 es ln 2 ≈ 0,000121 determine un
5730
intervalo de tiempo para la fecha de fabricación del Sudario de Turín. ¾Que concluye de
sus cálculos.?
24. Para las siguientes ecuaciones diferenciales dibuje las isoclinas indicadas. También deter-
mine la isoclina cero.
a) x0 = −2 + t + x, c = 1, c = 2.
b) y 0 = e−x + y , c = −1
c) x0 = t + 2x, c = −1, c = 3.
−(2t + x)
d) x0 = , c = 1
2x
24
Capítulo 2
Z
x(t) = c + g(t) dt , c-cte .
0
x = g(t),
(2.3)
x(t0 ) = x0 .
Z t
x(t) = x0 + g(s) ds .
t0
En efecto, consideramos la ecuación (2.2) e integramos a ambos lados (respecto a la variable t),
entre [t0 , t].
Z t Z t Z t Z t
dx 0
(s) ds = g(s) ds ⇔ x (s) ds = g(s) ds . (2.4)
t0 ds t0 t0 t0
25
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
Mirando la integral del lado izquierdo en (2.4) se dene (cambio de variable) u = x(s),
dx
du = ds.
ds
Así:
Z t Z x(t)
x(t)
dx
(s) ds = du = u (Regla de Barrow)
t0 ds x(t0 ) x(t0 )
= x(t) − x(t0 )
x0 = h(x). (2.5)
A las ecuaciones del tipo (2.5) se les conoce como Ecuaciones Autónomas . En este caso h:W ⊂
R −→ R, W abierto de R, es continua y una solución de (2.5) será una función diferenciable
x : I ⊂ R −→ W denida en algún intervalo abierto I .
x
y(x)-x0= h(x0)(x-x 0)
x(t)
x0
t0 t
Figura 2.1: La pendiente de la recta tangente y(x) a la curva x = x(t) en el instante t0 es h(x0 ).
x(t) = xe , t ∈ I,
26
es una solución de (2.5). Por unicidad de las soluciones ninguna otra curva solución de (2.5)
puede pasar por xe . Así pues los puntos de equilibrio (los ceros de la función h) generan un
nuevo grupo de soluciones que llamaremos Soluciones de Equilibrio (o soluciones triviales).
Ahora bien, vamos a considerar puntos x ∈ W para los cuales h(x) 6= 0. Por continuidad existe
un abierto V en el cual h(x) 6= 0 ∀x ∈ V . Entonces; este caso nos permite:
1 dx
= 1 ∀x ∈ V. (2.6)
h(x) dt
Buscamos soluciones de (2.6) denidas en I0 ⊂ R tal que
x : I 0 −→ V
t −→ x = x(t).
Así que:
x(t) = G−1 (t + c) solución implícita de ( ??).
En muchas ocasiones este procedimiento anterior no contiene las soluciones del equilibrio (no hay
valor de la constante c que las genere). Por lo tanto se debe considerar la unión de las soluciones
de equilibrio y las que no lo son para tener todas las soluciones posibles de ( ??). Veamos algunos
ejemplos.
h : R −→ R
x −→ h(x) = x(1 − x),
27
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
donde h ∈ C 1 (R). Buscamos primero las soluciones de equilibrio . Para ello resolvemos h(x) =
0 ⇔ x(1 − x) = 0. En consecuencia:
1 dx
=1,
x(1 − x) dt
lo que implica:
x(t)
= ±ec · et .
x(t) − 1
Sea k = ±ec (constante positiva o negativa) entonces:
x(t)
= ket .
x(t) − 1
28
2.1. ECUACIONES SEPARABLES
ket
x(t) = , k 6= 0 , k -cte
ket − 1
y las soluciones de equilibrio
x1e (t) = 0,
x2e (t) = 1.
A las ecuaciones tipo (2.9) se les conoce como Ecuaciones Separables. En este caso D = W ×I ⊂
R × R.
Ejemplos 2.1.1
x0 = 5x2 et , h(x) = 5x2 , g(t) = et .
x0 = ln(xt ), h(x) = ln(x), g(t) = t.
x0 = λx, λ : cte , h(x) = λx, g(t) = 1.
x0 = t + x (Esta ecuación no es una ecuación diferencial separable).
El método de solución de este tipo de ecuaciones es el mismo. Buscamos primero las soluciones
de equilibrio (h(x)
= 0). Encontradas estas soluciones, luego buscamos las soluciones no triviales.
De nuevo suponemos h(x) 6= 0 y separamos las variables
1 dx
= g(t) .
h(x) dt
Integramos respecto a t: Z Z
1 dx
dt = g(t) dt. (2.10)
h(x) dt
Resueltas las integrales entonces se llega a una ecuación de la forma:
x = x(t) = H −1 (G(t) + c) .
Veamos los siguientes ejemplos:
29
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
Ejemplo 2.1.2
x0 = tx2 .
En este caso, f (t, x) = tx2 , h(x) = x2 , h(x) = x2 , g(t) = t y D = R × R.
x1e (t) = 0, ∀t ∈ R .
x0 = tx2 ,
1 dx
= t,
Z x2 dt Z
1 dx
dt = t dt .
x2 dt
Así tenemos:
1 t2
− = + c, c-cte.
x 2
Despejamos la variable x = x(t) y obtenemos:
1
x(t) = − t2
.
c+ 2
Observe que:
et x3 − tet x3 = et x3 (1 − t).
Por lo tanto, con h(x) = x3 , g(t) = et (1 − t), tenemos que:
x0 = h(x) · g(t),
Note que dada la condición inicial considerada, la solución de equilibrio x1e (t) = 0 no nos sir-
ve. Buscamos entonces en las soluciones no triviales. Tenemos entonces según el procedimiento
descrito que: Z Z
1 dx
dt = et (1 − t)dt
x3 dt
30
2.1. ECUACIONES SEPARABLES
1
− x−2 = (2 − t)et + c, c : cte.
2
Ajustamos la constante c. Sabemos que x0 = −1, por lo tanto:
1
− = (2 − 0)e0 + c.
2
De manera que c = − 25 . En consecuencia:
1
x(t) = ± p .
5 − 2(2 − t)et
Elegimos el signo de manera que tengamos consistencia con la condición inicial, así que:
−1
x(t) = p .
5 − 2(2 − t)et
Ejemplo 2.1.4
x0 = ax, a-cte.
En este caso: h(x) = x, g(t) = a. Tenemos una ecuación separable. Ahora bien:
Z Z
1 dx
dt = a dt ,
x dt
ln |x| = at + c .
Entonces:
x(t) = keat , k ∈ R.
31
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
F : I ⊂ R −→ R, G : I˜ ⊂ R −→ R,
en donde son funciones de clase C 1. Si I =]a, b[ entonces
x
a < < b. Tenemos así:
t
D+ = {(t, x) : t > 0, at < x < bt}, 0<a<b
D− = {(t, x) : t < 0, at < x < bt}.
x
bt
at
t
x2 + 2tx
x0 = .
t2
Note que
2
x2 + 2tx
x x
f (t, x) = 2
, f (t, x) = +2 .
t t t
x
Sea F (u) = u2 + 2u, entonces F = f (t, x) esto equivale a decir:
t
0 x
x =F .
t
Esta forma especial de las ecuaciones homogéneas sugiere el cambio de variable.
x
u= , esto equivale a x(t) = u(t) · t = g(t, u(t)).
t
32
2.2. ECUACIONES HOMOGÉNEAS
En consecuencia:
d d
x0 = (g(t, u(t))) = (u(t)t),
dt dt
x
= F = F (u) = u0 (t)t + u(t).
t
Tenemos entonces: F (u) = u0 t + u.
De aquí se deduce una nueva ecuación en las variables t, u dada por:
F (u) − u
u0 = . (2.11)
t
La ecuación (2.11) tiene una gran ventaja pues es una ecuación en variables separables con:
1
h(u) = F (u) − u, g(t) = .
t
Entonces aplicamos toda la teoría que hemos visto para las ecuaciones separables para así resolver
(2.11). Buscamos las soluciones triviales: F (u) − u = 0, y luego las soluciones no triviales:
Z t Z t
1 1 1 du 1
u0 = ⇔ ds = ds.
F (u) − u t F (u(s)) − u(s) ds s
Si sabemos resolver las integrales, llegamos a una ecuación de la forma
G(u) = ln |t| + c.
Así:
u(t) = G−1 (ln |t| + c).
Por lo tanto:
x(t) = G−1 (ln |t| + c)t; t ∈]a, b[.
x2 + 2tx
x0 = .
t2
Hemos visto que:
x
x0 = F con F (u) = u2 + 2u ,
t
la ecuación (2.11) queda en este caso:
u2 + 2u − u
u0 = ,
t
u2 + u
u0 = . (2.12)
t
Buscamos ahora las soluciones de (2.12). Primero las soluciones triviales. Éstas se obtienen de
la ecuación F (u) − u = 0 que en este caso es:
u2 + u = 0, u(u + 1) = 0 .
33
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
Tenemos así:
u1e (t) = 0 , u2e (t) = −1 .
Ahora las soluciones no triviales:
1 du 1
= ,
F (u) − u dt t
1 du 1
2
= ,
Z u + u dt Zt
1 du 1
dt = dt ,
u2 + u dt t
u(t)
ln
= ln |t| + c .
u(t) + 1
De aquí que:
u(t)
= ±dt .
u(t) + 1
Sea k = ±d, así:
u(t)
= kt .
u(t) + 1
Despejamos la variable u = u(t) y obtenemos:
kt
u(t) = .
1 − kt
En consecuencia:
kt2
x(t) = u(t)t, x(t) = , k∈R.
1 − kt
Las soluciones entonces son:
kt2
x1e (t) = 0, x2e (t) = −t, x(t) = , k ∈ R, t > 0 .
1 − kt
xt2 + x3
x0 = , x(−1) = 1.
t3
En este caso se toma D− = {(t, x) ∈ R2 : t < 0}.
34
2.2. ECUACIONES HOMOGÉNEAS
xt2 x3
x0 = + 3 ,
t3 t
3
xt2 x
x0 = 3
+ .
t t
Por lo tanto:
3 0 x
F (u) = u + u , x =F .
t
x
Sea u= , x(t) = u(t)t. Llegamos a la ecuación
t
u3
u0 = .
t
Buscamos las soluciones de esta ecuación.
Soluciones triviales:
1
u0 = h(u)g(t) con h(u) = u3 , g(t) = .
t
Así, h(u) = 0 si y sólo si u3 = 0. Tenemos una solución trivial dada por:
u1e (t) = 0.
Esta solución genera x1e (t) = 0. Pero dada la condición inicial no es considerada esta solución.
Ahora las soluciones no triviales:
1 du
= g(t) ,
h(u) dt
Z Z
1 du 1
dt = dt ,
u3 dt t
1
− 2 = ln(−t) + c , c-cte
2u
1 −1
= ln +c .
2u2 t
Por lo tanto:
1
u2 = , k -cte, t ∈ ] − ∞, 0[,
−1
k + 2 ln
t
así: v
u 1
u = ±u ,
u
−1
k + 2 ln
t
t
en consecuencia: v
u 1
x(t) = ±tu .
u
−1
k + 2 ln
t
t
35
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
v
u 1
1 = ±(−1)u ,
u
−1
k + 2 ln
t
−1
r
1
1 = ±
k
Entonces la raíz es k = 1. En consecuencia
1 √
x(t) = s , t∈ ]− e, 0[.
−1
1 + 2 ln
t
Ahora vamos a presentar una denición más precisa de las ecuaciones homogéneas y entender el
por qué de este nombre.
f : D ⊂ R × R −→ R
(t, x) −→ f (t, x),
∀(t, x) ∈ D, λ > 0, α ∈ R.
Ejemplos 2.2.5
1. Sea
f (t, x) = t3 + 5x3 .
Esta función es homogénea de grado α = 3. En efecto:
2. Sea
g(t, x) = t2 + tx.
Esta función es homogénea de grado α = 2.
36
2.2. ECUACIONES HOMOGÉNEAS
3. Sea
h(t, x) = t2 x + x3 + t3 − 1.
Esta función no es homogénea. En efecto:
h(λt, λx) = λ3 t2 x + λ3 x3 + λ3 t3 − 1,
= λ3 (t2 x + x3 + t3 ) − 1,
6= λ3 h(t, x).
Denición 2.2.6 Ecuación Diferencial Homogénea
Una ecuación diferencial de primer orden
x0 = f (t, x),
es una ecuación diferencial homogénea si
P (t, x)
f (t, x) = , Q(t, x) 6= 0,
Q(t, x)
en donde P, Q son funciones homogéneas del mismo grado. Es decir:
La ecuación
P (t, x)
x0 = . (2.13)
Q(t, x)
Se escribe en diversas formas. En muchos libros se presenta así:
dx P (t, x)
= ⇔ Q(t, x)dx = P (t, x)dt ⇔ P (t, x)dt − Q(t, x)dx = 0 . (2.14)
dt Q(t, x)
La ecuación (2.14) es la que usualmente se encuentra en los textos. Así que, si vamos a buscar
en un libro qué es una ecuación diferencial homogénea, tendríamos algo como:
Queda entonces como ejercicio, demostrar que toda ecuación diferencial homogénea de la forma
37
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
Existen muchas propiedades interesantes de las funciones homogéneas. Vamos a presentar dos
que consideramos vitales en conocer.
Proposición 2.2.1 Si f (t, x) es una función homogénea de grado α entonces las derivadas pa-
∂f (t,x) ∂f (t,x)
raciales ∂t , ∂x son funciones homogéneas de grado α − 1.
Demostración En efecto, sea f (t, x) una función homogénea de grado α y λ > 0 donde λ ∈ R
entonces
∂ ∂ ∂f (t, x)
(f (λt, λx)) = (λα f (t, x)) = λα ,
∂t ∂t ∂t
mientras que
∂ ∂f (λt, λx)
(f (λt, λx)) = λ,
∂t ∂t
por lo tanto
∂f (λt, λx) ∂f (t, x)
= λα−1 .
∂t ∂t
La propiedad de homogeneidad genera una característica importante sobre las curvas de nivel
a lo largo de cualquier rayo que parta del origen, y es que las pendientes de las curvas de nivel
son las misma a lo largo del rayo. En efecto, la pendiente de la curva de nivel f (t, x) = c, c una
constante en el plano t, x es
dx ∂f /∂t
=− ,
dt ∂f /∂x
pero
∂f (λt, λx) ∂f (t, x) ∂f (t, x)
λα−1
∂t = ∂t = ∂t
∂f (λt, λx) ∂f (t, x) ∂f (t, x)
λα−1
∂x ∂x ∂x
Así:
dx(λt, λx) dx(t, x)
= .
dt dt
En consecuencia, la pendiente de cualquier curva de nivel evaluada en el rayo r(t, x) = (t, x) es
la misma.
38
2.2. ECUACIONES HOMOGÉNEAS
X
xt=2
xt=3
xt=1
f(t,x)=xt=c
x(t)=c/t
2
dx(t)/dt=-c/t
( 3, 3)
( 2, 2) dx( 2 )/dt=-1
(2,1/2)
dx(2)/dt=-1/4
Teorema 2.2.9 (Teorema de Euler) Suponga que f (t, x) es una función homogénea de grado
α. Entonces:
∂f (t, x) ∂f (t, x)
t+ x = αf (t, x)
∂t ∂x
∂f (t, x) ∂f (t, x)
= α1 tα1 −1 xα2 ; = α2 tα1 xα2 −1
∂t ∂x
En consecuencia:
∂f (t, x) ∂f (t, x)
t+ x = (α1 + α2 )tα1 xα2
∂t ∂x
= (α1 + α2 )f (t, x),
39
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
2.3. Ejercicios
1. Resolver las siguientes ecuaciones por el método de variables separables
t2 x2
a) x0 = b) y 0 =
x y(1 + x3 )
t − e−t x2
c) x0 = d) y 0 =
x + ex 1 + y2
2. Demuestre que cada una de las siguientes ecuaciones son ecuaciones homogéneas y encuen-
tre sus soluciones.
x+t 4x − 3t
a) x0 = b) x0 =
t 2t − x
c) (t + 3tx + x2 )dt − t2 dx = 0
2
d) 2ydx − xdy = 0
x + 3y x2 + xy + y 2
e) y 0 = f ) y0 =
x−y x2
2
a) x0 = (t − 3)(x + 1) 3
b ) Muestre que x(t) = −1 satisface la ecuación.
√
4. Dada la ecuación x0 = t + x, ¾Considera usted que se puede resolver por separación de
variables? Proponga una solución conveniente que convierta esta ecuación en una ecuación
de variables separables y resuélvala.
dP P
= KP 1 − ,
dt N
con K, N : constantes. Utilice el método de separación de variables para resolver esta ecua-
ción y dibuje el campo de direcciones asociado.
r
0 1 − x2
x =
1 − t2
denida en una región cuadrada del plano D+ = {(t, x) : |t| < 1, |x| < 1} o bien en la región
D− = {(t, x) : |t| > 1, |x| > 1}. Resuelva esta ecuación en la región D+ y D− . A continua-
ción determine una solución implícita y una solución explícita de la ecuación diferencial
sujeta a la condición inicial x(2) = 2.
40
2.4. ECUACIONES DIFERENCIALES EXACTAS
x0 = rx ln(K/x)
Adicionalmente se pide que Q(t, x) 6= 0 para todo (t, x) ∈ D. Más aún, bajo este supuesto
P (t, x)
P (t, x) + Q(t, x)x0 = 0 ⇔ x0 = − .
Q(t, x)
P (t, x)
Por lo que si f (t, x) = − llegamos a la forma normal.
Q(t, x)
Si se cumplen 1, 2 y 3, se dice que (2.16) es una Ecuación Diferencial Exacta de primer orden.
Veamos un ejemplo.
41
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
En efecto,
P (t, x) = x cos t + 2tex ,
Q(t, x) = sen t + t2 ex − 1.
∂P ∂Q
Claramente, P , Q, ∂x , ∂t son continuas en R × R. Más aún, tenemos
∂P ∂Q
= cos t + 2tex = .
∂x ∂t
Ahora vamos a presentar un resultado importante, para el caso de ecuaciones diferenciales tipo
(2.16).
∂V ∂V
Existe V ∈ C 2 (R2 ) tal que ∂t = P, ∂x =Q en R2 .
∂P ∂Q
∂x = ∂t en R2 .
dV ∂V ∂V dx
(t, x) = (t, x) + (t, x) , (2.17)
dt ∂t ∂x dt
= P (t, x) + Q(t, x)x0 = 0.
Por lo tanto, en cada punto (t, x) que satisface la ecuación (2.16) se tiene que V (t, x) = c con
c-cte. Esto equivale a decir que si x = x(t) es una solución de (2.16) denida en I ⊂ R, dicha
solución vive sobre la curva de nivel V (t, x) = c.
Otro elemento importante, es que se dene todo el teorema en R2 ; pero esto no es restrictivo.
Podemos obtener el mismo teorema sobre un subconjunto D ⊂ R2 el cual sea Simplemente
Conexo. Un conjunto simplemente conexo se puede interpretar como dominio sin agujeros.
x x
2
Coronas t R-(1,0) t
Observe que la condición de exactitud sólo implica la existencia local (en el dominio D) de
una función potencial. Por lo que en adelante, vamos a considerar que nuestro dominio D es
Simplemente Conexo. Veamos ahora el método de solución de las ecuaciones diferenciales exactas.
42
2.4. ECUACIONES DIFERENCIALES EXACTAS
Suponemos entonces:
∂P ∂Q
P, Q ∈ C 1 (D), = , Q(t0 , x0 ) 6= 0 .
∂x ∂t
En donde (t0 , x0 ) ∈ D, x(t0 ) = x0 (Condición inicial). La idea es buscar el potencial (o la función
potencial).
De (2.17) tenemos:
∂V
(t, x) = P (t, x), x = x(t) .
∂t
Integramos respecto a t: Z Z
∂V
(t, x(t)) dt = P (t, x(t)) dt ,
∂t
así: Z
V (t, x) = P (t, x) dt + h(x) , h ∈ C 2 (D). (2.18)
43
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
t
x0 = − ,
x
denida en D = {(t, x) ∈ R2 : x > 0}.
Note que esta ecuación se puede escribir así:
t + xx0 = 0 .
Sean P (t, x) = t, Q(t, x) = x. Veamos que:
∂P ∂Q
(t, x) = 0 = (t, x) (Condición de exactitud).
∂x ∂t
Por lo que tenemos una ecuación diferencial exacta.
Ahora, sabemos que existe una función potencial V de clase C2 tal que:
∂V
(t, x) = P (t, x) .
∂t
Entonces:
Z
V (t, x) = P (t, x) dt + h(x) ,
Z
= t dt + h(x) ,
t2
= + h(x) .
2
Ahora
∂V x2
(t, x) = h0 (x) = Q(t, x) = x, h(x) = .
∂x 2
Tenemos entonces
t 2 x2
V (t, x) = + = c, c-cte.
2 2
Las soluciones están dadas implícitamente por la ecuación
t2 (x(t))2
V (t, x(t)) = + = c.
2 2
El siguiente es un buen ejemplo de una ecuación que no es una ecuación diferencial exacta.
Ejemplo 2.4.3 Sea
t3
2
x
x− dt + + x − t dx = 0 .
3 2
En este caso:
t3 x2
P (t, x) = x − , Q(t, x) = + x − t.
3 2
Por lo tanto:
∂P ∂Q
(t, x) = 1 6= −1 = (t, x) .
∂x ∂t
44
2.5. FACTORES INTEGRANTES
no son una ecuación diferencial exacta, es posible multiplicar esta ecuación por una función
(Función Integrante ) que la convierta a una ecuación diferencial exacta.
Por ejemplo:
t
− x0 = 0,
x
no es una ecuación diferencial exacta (vericar), pero si se multiplica por la función ψ(x) = x,
entonces tenemos:
t − xx0 = 0 .
Y esta nueva ecuación sí es una ecuación diferencial exacta (vericar).
si cumple:
a) µ(t, x) 6= 0, ∀(t, x) ∈ D .
b) La ecuación µ(t, x)P (t, x) + µ(t, x)Q(t, x)x0 = 0, es una ecuación diferencial exacta.
∂P ∂Q
(t, x) = 1 6= 0 = (t, x) ,
∂x ∂t
no cumple la condición de exactitud. Pero µ(t, x) = et es un factor integrante, en efecto:
et x + et x0 = 0,
De la condición b ) tenemos:
Es una ecuación diferencial exacta, así que cumple la condición de exactitud para
45
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
Así:
∂P ∂Q
(t, x) = (t, x) .
∂x ∂t
Por lo tanto:
∂µ ∂P ∂µ ∂Q
(t, x)P (x, t) + µ(t, x) (t, x) = (t, x)Q(x, t) + µ(t, x) (t, x) .
∂x ∂x ∂t ∂t
En consecuencia la ecuación que satisface todo factor integrante µ(t, x) está dada por:
∂µ ∂µ ∂Q ∂P
(t, x)P (t, x) − (t, x)Q(t, x) = (t, x) − (t, x) µ(t, x) .
∂x ∂t ∂t ∂x
Si es posible resolver para µ la ecuación anterior logramos nuestro objetivo. Es posible buscar
(intentar) casos especiales como: µ = µ(t), µ = µ(x), µ = µ(t ± x), µ = µ(t.x), ...
∂P ∂Q
µ0 (t) ∂x − ∂t
= , (Q(t, x) 6= 0) .
µ(t) Q
si se logra obtener:
∂P
∂x (t, x) − ∂Q∂t (t, x)
= ϕ(t) ,
Q(t, x)
entonces:
µ0 (t) = ϕ(t)µ (Ecuación Separable),
de donde: R
ϕ(t)dt
µ(t) = e .
∂Q ∂P
µ0 (x) ∂t − ∂x
= , (P (t, x) 6= 0) .
µ(x) P
si se logra obtener:
∂Q
∂t (t, x) − ∂P∂x (t, x)
= ϕ(x) ,
P (t, x)
entonces:
µ0 (x) = ϕ(x)µ (Ecuación Separable),
de donde: R
ϕ(x)dx
µ(x) = e .
En este caso:
P (t, x) = 3t2 x + 2tx + x3 , Q(t, x) = t2 + x2 .
46
2.5. FACTORES INTEGRANTES
∂P
(t, x) = 3t2 + 2t + 3x2 ,
∂x
∂Q
(t, x) = 2t .
∂t
∂P ∂Q
Claramente ∂x (t, x) 6= ∂t (t, x), en consecuencia la ecuación no es una ecuación diferencial
exacta.
Veamos que existe un factor integrante. Para ello veamos:
µ0 (t) ∂P
∂x − ∂Q∂t
= ,
µ(t) Q
3t2 + 2t + 3x2 − 2t
= ,
t 2 + x2
3(t2 + x2 )
= = 3.
t 2 + x2
de aquí: R
3dt
µ(t) = e = e3t .
Multiplicamos la ecuación por e3t y obtenemos:
Y así:
∂ Pe
(t, x) = 3(t2 + x2 )e3t + 2te3t ,
∂x
∂Q e
(t, x) = 3e3t (t2 + x2 ) + 2te3t .
∂t
∂ Pe ∂Q
Dado que ∂x = ∂t , nuestra nueva ecuación sí es exacta. Por lo tanto, buscamos la función
e
∂V
4 (t, x) = Pe(t, x) ,
∂t
Z
V (t, x) = e3t (3t2 x + 2tx + x3 )dt + h(x) .
Sabemos que:
e3t t2 2 3t 1 3t
Z
t2 e3t dt = − te + e + c1 ,
3 9 9
47
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
e3t t 1 3t
Z
te3t dt = − e + c2 ,
3 9
suponemos que c2 = 0, nalmente; suponiendo constantes nulas tenemos:
Z
2 1 2 2 1
e3t (3t2 x + 2tx + x3 ) dt = xe3t t2 − xte3t + xe3t + xte3t − xe3t + x3 e3t ,
3 3 3 9 3
1
= xt2 e3t + x3 e3t .
3
En consecuencia:
1
V (t, x) = xt2 e3t + x3 e3t + h(x) .
3
Luego:
∂V
(t, x) = t2 e3t + x2 e3t + h0 (x) ,
∂x
= Q(t,
e x) ,
= e3t (t2 + x2 ) + h0 (x) ,
= e3t (t2 + x2 ) .
1
V (t, x(t)) = xt2 e3t + [x(t)]3 e3t = c, c-cte.
3
2.6. Ejecicios
1. Justique la veracidad o falsedad de la siguiente armación: Toda ecuación separable de
primer orden
x0 = h(x)g(t) ,
es exacta.
2. La ecuación diferencial
y 0 = p(x) + q(x)y + r(x)y 2 , (∗)
es llamada la Ecuación de Ricatti, un ejemplo de este tipo de ecuación es:
4 1
y0 = − 2
− y + y2 . (∗∗)
x x
Mediante el conocimiento de una solución y1 (x) de la ecuación (∗) y el cambio de variable
48
2.6. EJECICIOS
d) t dx t 2
dt = 2te − x + 6t .
e) (tan t − sen t sen x)dt + (cos t cos x)dx = 0.
4. Encuentre un factor integrante que convierta las siguientes ecuaciones en ecuaciones dife-
renciales exactas y resuélvalas.
5. Determine el valor de la constante k que permite que las siguientes ecuaciones sean exactas
t2 x3 + t(1 + x2 )x0 = 0,
(3tx + x2 ) + (t2 + tx)x0 = 0.
considerando los siguientes factores integrantes µ(t, x) = 1/tx3 y µ(t, x) = [tx(2t + x)]−1
respectivamente.
49
CAPÍTULO 2. MÉTODOS DE INTEGRACIÓN BÁSICOS
50
Capítulo 3
con f ∈ C 1 (D), y D ⊂R×R un dominio que contiene las variables (t, x).
Si consideramos un cambio de coordenadas que convierta un dominio D0 subconjunto de R×R
el cual contiene las nuevas coordenadas (s, u), en el dominio D mediante un homeomorsmo g,
la ecuación (∗) cambiará en otra ecuación diferencial de la forma
Lo anterior es posible por dos elementos claves: la relación x = x(t) y la regla de la cadena. En
efecto, sea g : D0 → D tal que (s, u) 7→ g(s, u) = (g1 (s, u), g2 (s, u)) una función de clase C 1 .
51
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
∂g1 ∂g1
dt = ds + du,
∂s ∂u (3.1)
∂g2 ∂g2
dx = ds + du.
∂s ∂u
La función g será un cambio de coordenadas en D0 si el sistema (3.1) tiene una única solución en
D0 , equivalente a que el siguiente determinante conocido como Jacobiano de la transformación
g(s, u), dado por
∂g1 /∂s ∂g1 /∂u
Jg (s, u) =
, (s, u) ∈ D,
∂g2 /∂s ∂g2 /∂s
es no nulo para todo (s, u) ∈ D.
Ahora bien, respecto a la ecuación diferencial (∗) tenemos a partir de (3.1) y del supuesto u = u(s)
dx ∂g2 ∂g2 du ∂g1 ∂g1 du
= + +
dt ∂s ∂u ds ∂s ∂u ds (3.2)
De aquí se obtiene, despejando u0 la ecuación de la forma (∗∗). Si suponemos que podemos resolver
la ecuación (∗∗) en las variables (s, u), recuperamos la solución original de (∗) invirtiendo el
cambio de coordenadas.
Uno de los cambios de coordenadas más frecuentes es el cambio a coordenadas polares. Sean
D0 = (θ, r) : θ ∈ ]0, 2π[ ; r ∈ ]0, ∞[ ,
D = R2 \ (t, x) : x = 0 ; t ≥ 0 .
Se considera la aplicación
g : D0 −→ D
52
3.1. CAMBIO DE COORDENADAS
−r sen θ cos θ
Jg (θ, r) =
,
r cos θ sen θ
= −r 6= 0
α β θ
θ ← r r → θ
- %
x −→ t
. &
θ θ
dr
dx r cos θ + sen θ ·
= dθ ,
dt dr
−r sen θ + cos θ ·
dθ
dr
sen θ · + r cos θ
dθ = f (r cos θ, r sen θ) (3.3)
dr
cos θ · − r sen θ
dθ
o equivalentemente:
dr
= h(θ, r),
dθ
para cierta función h denida en D0 ⊆ ]0, 2π[×]0, ∞[.
53
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
Una aplicación agradable del método de cambio de coordenadas es la resolución del problema
de los escarabajos, el cual no es sencillo de resolver de manera directa usando las coordenadas
cartesianas. Dicho problema es el siguiente:
Tres escarabajos se ubican en las esquinas de una mesa triangular con lados de longitud A.
Al mismo tiempo, comienzan a caminar con la misma velocidad, de tal modo que cada uno de
ellos se desplaza constantemente hacia el que se encuentra situado a su izquierda. ¾Cuál es la
trayectoria que sigue cada escarabajo en su recorrido al centro de la mesa? ¾Cuál es la distancia
total recorrida por cada escarabajo antes de juntarse en el centro de la mesa?
Figura 3.2: Problema de los tres escarabajos, sobre una mesa triangular equilátera.
Por la simetría que presenta el problema solo es necesario determinar la ecuación de la trayectoria
2π
de uno de los escarabajos y obtener por rotación positiva de 3 la de los demás; es decir, si
r1 (t) = (x1 (t), y1 (t)) es la curva que determina el escarabajo 1; que inicia en el vértice (a, 0)
entonces
r2 (t) = R 2π r1 (t) ; r3 (t) = R22π r2 (t),
3 3
2π
son las curvas de los escarabajos 2, 3; con R 2π la matriz 2×2 de rotación positiva de ángulo 3
3
dada por:
√ !
cos 2π − sen 2π 1
− 23
3 3 −
√2
R 2π = = .
3 sen 2π
3 cos 2π
3
3
− 12
2
Así: √ √
1 −x
√ 1 (t) − 3 y1 (t) 1 −x
√ 1 (t) + 3 y 1 (t)
r2 (t) = , r3 (t) = .
2 3 x1 (t) − y1 (t) 2 3 x1 (t) − y1 (t)
Supongamos un sistema de coordenadas cartesianas con el eje x sobre una mediana del triángulo
y el origen en el centroide del triángulo. Ver gura 3.2.
Si P (x, y) es un punto de la trayectoria del escarabajo 1 que ha partido desde el punto (a, 0),
teniendo en cuenta que siempre se desplaza en dirección del escarabajo 2, resulta fácil comprobar
que el ángulo que forma el vector OP con la recta tangente a la trayectoria del escarabajo 1 en
5π
el punto P es α = 6 , y coincide con el ángulo formado por el lado AB del triángulo y el eje x.
54
3.1. CAMBIO DE COORDENADAS
De otro lado, la recta tangente a la trayectoria en el punto P tendrá una pendiente igual a
tan(α + θ), donde θ es el ángulo formado por el vector OP y el eje x. Así que:
dy 5π
= tan(α + θ) = tan +θ .
dx 6
Aparece el ángulo θ en esta ecuación diferencial, así que parece conveniente considerar un cambio
de coordenadas polares que involucren dicho ángulo. Retomando la ecuación (3.3) se tiene:
dr
· sen θ + r cos θ
dθ = tan(α + θ),
dr
· cos θ − r sen θ
dθ
pero
En consecuencia:
dr √ 1
· sen θ + r cos θ sen θ − √ cos θ
dθ 3 sen θ − cos θ 3
= √ =
dr sen θ + 3 cos θ 1
· cos θ − r sen θ cos θ + √ sen θ
dθ 3
La última igualdad debe ser válida para todo θ ∈ R+ , deducimos entonces que:
1 1 dr √
dr
· r = − √ ←→ = − 3r (Ecuación tipo Malthus)
dθ 3 dθ
Hemos llegado a una ecuación separable que sabemos tiene la siguiente solución
√
r(θ) = r(0)e−γθ , γ = 3 , θ ∈ R+ .
La ecuación (3.4) es la ecuación paramétrica de una curva logarítmica que determina la trayec-
toria de cada escarabajo en la mesa triangular equilátera.
55
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
Retomamos las variables originales x(θ) e y(θ) al deshacer el cambio de coordenadas; por lo
tanto:
A √ A √
r1 (θ) = ( √ e− 3 θ cos θ, √ e− 3 θ sen θ).
3 3
−A −√3 θ √ −A −√3 θ √
r2 (θ) = √ e (cos θ + 3 sen θ), √ e (sen θ − 3 cos θ) ,
3 3
A √ √ −A √ √
r3 (θ) = √ e− 3 θ ( 3 sen θ − cos θ), √ e− 3 θ ( 3 cos θ − sen θ) .
3 3
r Z ∞r
Z ∞
dx 2 dy 2 dr
L= ( ) + ( ) dθ = ( )2 + r2 dθ,
0 dθ dθ 0 dθ
Z ∞ r 2 2 −2γθ 2 −2γθ
γ A e A e
= + dθ,
0 3 3
Z ∞ r
A2 2 2A ∞ −γθ
Z
−γθ 2
= (γ + 1)e dθ = √ e dθ = A.
0 3 3 0 3
El anterior problema puede extenderse a caso más generales, por ejemplo para el caso de
N −escarabajos ubicados en los vértices en una mesa N −gonal. Ver ejercicio 7 de la lista de
problemas al nal del capítulo.
56
3.2. CAMBIO DE VARIABLE
Figura 3.3: Diagrama esquemático de los triángulos logarítmicos del problema de los N-
escarabajos para los casos N = 2, 3, 4.
así tenemos:
g : D00 → D ; (t, u) → g(t, u) = (t, g2 (t, u)).
∂g2 (t, u)
Dado que 6= 0 en D00 (condición necesaria para aplicar el Teorema de la Función
∂u
Implicita para u = u(t)) tenemos:
∂g2 (t, u)
f (t, g2 (t, u)) −
u0 = ∂t .
∂g2 (t, u)
∂u
Sea
∂g2 (t, u)
f (t, g2 (t, u)) −
F (t, u) = ∂t ,
∂g2 (t, u)
∂u
57
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
encontramos una nueva ecuación diferencial de primer orden en las variables t y u dada por:
u0 = F (t, u) ,
En este caso:
f (t, x) = p(t)xn − q(t)x con p, q ∈ C 1 (I).
1
x = g(t, u) = u 1−n , u = u(t).
Así:
1 1
∂t g(t, u) = 0, ∂u g(t, u) = u 1−n −1 .
1−n
Tenemos:
1 n
∂t g(t, u) = 0, ∂u g(t, u) = u 1−n .
1−n
En consecuencia:
= (1 − n)[p(t) − q(t)u] .
u0 = (1 − n)[p(t) − q(t)u] .
La escribimos de la forma:
u0 + (1 − n)q(t)u = (1 − n)p(t) ,
m
donde:
r(t) = (1 − n)q(t), m(t) = (1 − n)p(t).
58
3.2. CAMBIO DE VARIABLE
1
µ(t, x) = R .
xn e(n−1) q(t) dt
La ecuación de Bernoulli (3.6) multiplicada por este factor integrante µ(t, x) se puede escribir
en la forma
P (t, x)
x0 = − , Q(t, x) 6= 0.
Q(t, x)
con
∂P ∂Q
= = −(n − 1)q(t)µ(t, x).
∂x ∂t
Ejemplo 3.2.2 Obtener la solución general de la ecuación
t2 x0 + 2tx − x3 = 0 , t > 0.
Es necesario cambiar la expresión para que se parezca a la ecuación (3.5). Esto se logra al
multiplicar por t
−2
0 −1 −2 3
x + 2t x−t x = 0. (3.7)
59
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
3.3. Ejercicios
1. Encuentre una sustitución adecuada para resolver los siguientes problemas.
a) x0 = (t + x + 1)2
b) y 0 = 1 + ey−x+5
c) y 0 = (y − 2x)2 − 7, y(0) = 0
2. Considere la ecuación
dy a1 x + b1 y + c1
=G .
dx a2 x + b2 y + c2
Demuestre que esta ecuación se puede llevar a una ecuación homogénea si a1 b2 − a2 b1 6= 0.
Sugerencia: considere el cambio de variable
y = s + k,
x = u + h,
donde k, h constantes.
y 0 = G(ax + by) ,
4. La ecuación diferencial
y 0 = p(x) + q(x)y + r(x)y 2 , (∗)
es llamada la Ecuación de Ricatti, un ejemplo de este tipo de ecuación es:
4 1
y0 = − − y + y2 . (∗∗)
x2 x
Mediante el conocimiento de una solución y1 (x) de la ecuación (∗) y el cambio de variable
60
3.3. EJERCICIOS
dx
= (1 − x)[y(t) + bx],
dt
con x(t) una función continua y b una constante, es una ecuación de Riccati. Resuelva esta
ecuación en el caso x(t) = at con a una constante. De su respuesta en forma integral.
6. Usar un cambio de coordenadas polares para transformar la ecuación
x3 + xt2 − x − t
x0 =
t3 + tx2 + x − t
en
dr
= r(1 − r2 ).
dθ
Deducir de este hecho que la familia de curvas
ceθ ceθ
t= √ cos θ ; x= √ sen θ
1 + c2 e2θ 1 + c2 e2θ
son soluciones de la ecuación dada.
2
d2 x d2 s
ds ds dx
· 2 + 2
+ p(t) + q(t)x = 0. (3.11)
dt ds dt dt dt
61
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
Z
s = g −1 (t) = [q(t)]1/2 dt,
ds 2
esto quiere decir que
dt ∝ q(t) con constante de proporcionalidad 1. Bajo esta elección
de s muestre que
d2 ρ ds
2
+ p(t) := cte,
dt dt
para todo t, siempre que
q 0 (t) + 2p(t)q(t)
= cte,
2[q(t)]3/2
con c una constante. De esta manera la ecuación (3.11) tendrá coecientes constantes bajo
las condiciones impuestas. ¾Qué sucede si q(t) < 0?
10. Un tópico fundamental en Mecánica Celeste es el estudio de los movimientos de las partí-
culas de masa no cero (suponga masa 1) bajo un campo de fuerzas centrales, de acuerdo a
la segunda Ley de Newton. Este estudio tiene como principal objeto de estudio la ecuación
diferencial de segundo orden
x dx
ẍ = f (kxk) , x ∈ R2 \{0} , ẋ = , (3.12)
kxk dt
con f : ]0, ∞[ −→ R continua. Aquí x = x(t) = (x1 (t), x2 (t)) es el vector posición de una
partícula moviendose en el plano x1 , x2 con movimiento angular c no cero.
c = x(t) ∧ ẋ(t).
r2 θ̇ = kck.
De lo anterior se deduce que las soluciones x(t) = r(t)(cos θ(t), sen θ(t)) de (3.12) con
kck = α 6= 0 pueden obtenerse como las soluciones del sistema de ecuaciones
α2 α
r̈ − = f (r) ; θ̇ = 2 . (3.13)
r3 r
x(t) ∧ ẋ(t) = (x1 (t)x˙2 (t) − x˙1 (t)x2 (t))k k = (0, 0, 1).
62
3.3. EJERCICIOS
Así tenemos
1
r(t) = , t ∈ I.
ρ(θ(t))
Demuestre que bajo este cambio de coordenadas se obtiene la ecuación
d2 ρ
−1 1
2
+ ρ = 2 2f (3.14)
dθ α ρ ρ
Casos Notables:
µ
Si f (r) = − µ>0 entonces (3.14) es de la forma
r2
d2 ρ µ
+ρ= 2 (Ecuación de un Oscilador Forzado)
dθ2 α
Si f (r) = − rµ3 ; µ>0 entonces (3.14) es de la forma
2
d ρ
= 0 si α2 = µ
dθ2 2
2
d ρ µ
d ρ µ
2
+(1− 2 )ρ = 0 −→ + w2 ρ = 0 ; w2 = 1 − 2 ; w ∈]0, 1[ si α2 > µ
dθ α dθ 2 α
d2 ρ
µ
− w2 ρ = 0 ; w2 = 2 − 1 ; w ∈]0, +∞[ si µ > α2
dθ2 α
63
CAPÍTULO 3. CAMBIO DE COORDENADAS Y CAMBIO DE VARIABLES
64
Capítulo 4
dx
+ q(t)x = p(t)xn , n ∈ R − {1},
dt
1
con p, q ∈ C 1 (I). Con la sustitución x = u 1−n , u = u(t) la ecuación de Bernoulli queda en la
variable u así:
u0 + r(t)u = m(t) , (4.1)
Denición 4.0.1 (Ecuación lineal de primer orden) Considere una ecuación diferencial de pri-
mer orden
x0 = f (t, x) , (4.2)
con f : D ⊂ R × R −→ R, f ∈ C 1 (D). Diremos que (4.2) es una Ecuación lineal de primer orden
si f es de la forma;
f (t, x) = a(t)x + b(t).
Es decir, tenemos
x0 = a(t)x + b(t) , (4.3)
Ejemplos 4.0.2
65
CAPÍTULO 4. ECUACIÓN LINEAL HOMOGÉNEA DE PRIMER ORDEN
Ahora veamos que, en el caso que b(t) = 0, la ecuación (4.3) queda así:
x0 = a(t)x . (4.4)
Este caso se conoce como el caso homogéneo o bien la ecuación lineal homogénea. Es conocida
ya la solución de (4.4) (pues es una ecuación separable) la cual está dada por;
Z
A(t)
x(t) = Ce , donde A(t) = a(t)dt, c-cte.
Ejemplo 4.0.3
−2x
x0 = , D = R − {−1, 1} × R.
(t + 1)(t − 1)
En este caso
−2 1 1
a(t) = = − ,
(t + 1)(t − 1) t+1 t−1
en consecuencia Z
t + 1
A(t) = a(t)dt = ln
.
t − 1
Suponemos t ∈ ]1, ∞[ por lo tanto
t+1
x(t) = CeA(t) = Celn( t−1 ) ,
t+1
x(t) = C , C ∈ R.
t−1
Ahora bien, si consideramos la ecuación lineal de primer orden no homogénea (b(t) = 0), busca-
mos soluciones que tengan la forma: x(t) = A(t)f (t), donde f : R −→ R es una función derivable.
66
Este método de solución es llamado Variación de Constantes (o bien Variación de Parámetros)
quizás porque en el caso b(t) = 0, la función f es constante.
Tenemos así:
x(t) = f (t)eA(t) ,
x0 (t) = f 0 (t)eA(t) + f (t)eA(t) A0 (t) ,
= f 0 (t)eA(t) + f (t)eA(t) a(t) ,
= a(t)x + b(t) ,
= a(t)f (t)eA(t) + b(t).
En consecuencia:
f 0 (t)eA(t) = b(t) ,
f 0 (t) = e−A(t) b(t).
Y así: Z
f (t) = e−A(t) b(t) dt + k, k -cte ∈ R.
Ahora veamos que toda solución de (4.3) es de la forma (4.5). En efecto, sea y(t) otra solución
de (4.3) entonces
Sabemos del capítulo 1 que todas las soluciones de (4.6) son de la forma k0 eA(t) , k0 -cte, así:
Esto prueba que todas las soluciones de (4.3) son de esta forma.
67
CAPÍTULO 4. ECUACIÓN LINEAL HOMOGÉNEA DE PRIMER ORDEN
1. Sea
xh (t) = keA(t) , k -cte.
xh (t) es la solución del problema x0 = a(t)x. Es decir, es la solución que corresponde al
caso homogéneo; de aquí que llamaremos a xh (t) la componente-solución homogénea de
(4.3).
2. Sea Z
xp (t) = e A(t)
e−A(t) b(t) dt .
Note que:
Z
x0p (t) = A0 (t)eA(t) e−A(t) b(t) dt ,
1
x0 + 2x = e−t , x(0) = .
4
a(t) = −2, b(t) = e−t , A(t) =
R
En este caso: a(t) dt = −2t.
Por tanto:
Z
x(t) = c e A(t)
+e A(t)
e−A(t) b(t) dt ,
Z
−2t −2t
= ce +e e−2t e−t dt ,
Z
−2t −2t
= ce +e e−3t dt ,
1
= c e−2t + e−2t e−3t ,
3
−2t 1 −5t
= ce + e .
3
Reemplazando la condición inicial:
1 1 1 1 7
x(t) = c − = ; c= + = .
3 4 4 3 12
En conclusión:
7 −2t 1
x(t) = e + (− )e−5t .
|12{z } | 3{z }
Sol. homogénea Sol. particular
68
Z
x(t) = c e A(t)
+e A(t)
e−A(t) b(t) dt ,
Z
x(t) = c eln t + eln t e− ln t b(t) dt ,
Z
sen t
x(t) = c t + t dt ,
t
Z
sen t
La integral dt dene una función analítica dada por:
t
Z X (−1)n t2n ∞
sin t
g(t) = dt =
t (2n + 1)!
n=0
1.5
1.0
0.5
t
-30 -20 -10 10 20 30
-0.5
-1.0
-1.5
Z
sin t
Figura 4.1: Gráca de la gráca de la función analítica g(t) = dt
t
Como se puede ver, una ecuación lineal sencilla puede dar soluciones complicadas.
Con el siguiente ejemplo mostramos una nemotecnia para que recuerdes y apliques en la solución
de problemas relacionados con las ecuaciones lineales ordinarias.
69
CAPÍTULO 4. ECUACIÓN LINEAL HOMOGÉNEA DE PRIMER ORDEN
1. Identico
3
q(t) = − , p(t) = t5 .
t
3
x0 − x = t5 ⇐⇒ x0 + q(t)x = p(t) .
t
2. Factor integrante,
− 3t dt
R R
e = t−3 ⇐⇒ e q(t) dt
.
3 R R
t−3 (x0 − x) = t−3 t5 ⇐⇒ e q(t)dt
(x0 + q(t)x) = e q(t) dt
p(t) .
t
4. Siempre se obtiene,
d −3 d R q(t) dt R
(t x) = t2 ⇐⇒ (e x) = e q(t) dt p(t) .
dt dt
6. Despejamos x = x(t) ,
Z
1 −
R
−
R R
x(t) = t6 + c t3 ⇐⇒ x(t) = c e q(t) dt
+e q(t) dt
e q(t) dt
p(t) dt .
3
R R Z R
− q(t)dt − q(t)dt q(t)dt
x(t) = c e +e e p(t) dt ,
es la misma fórmula que se obtiene con el método de variación de parámetros, exceptuando los
signos (pues a(t) = −q(t)).
Ya estamos listos para resolver las ecuaciones de Bernoulli (3.5). Sabemos que bajo el cambio de
1
variable x = u 1−n , (n 6= 1), la ecuación de Bernoulli en la variable u = u(t) queda de la forma:
R R R Z
(n−1) q(t)dt (n−1) q(t)dt
u(t) = c e +e e(1−n) q(t)dt (1 − n)p(t) dt,
R R Z R
(n−1) q(t)dt (n−1) q(t)dt
= ce + (1 − n)e e(1−n) q(t)dt p(t) dt.
70
Finalmente las soluciones de la ecuación de Bernoulli son de la forma:
1
Z
p(t) dt 1 − n .
R R R
x(t) = c e(n−1) q(t)dt
+ (1 − n)e(n−1) q(t)dt
e(1−n) q(t)dt
Veamos un ejemplo:
Ejemplo 4.0.7
2 1
x0 + x = 2 x3 , t ∈ ]0, ∞[ .
t t
2 1
En este caso: n = 3, q(t) = , p(t) = 2 .
t t
1
−1
Haciendo el cambio de variable x = u 1−n ; x = u 2 , se llega a la ecuación:
u0 + r(t)u = m(t) ,
8 4
u0 + u = 2 . (4.8)
t t
La función u = u(t), que cumple (4.8), está dada por:
Z
u(t) = c e A(t)
+eA(t)
e−A(t) b(t) dt ,
Z
8 4
con A(t) = − dt = −8 ln(t), t ∈ ]0, ∞[ , b(t) = 2 .
t t
Así que:
Z
c 1 8 4
u(t) = 8
+ 8 eln(t ) 2 dt ,
t t t
Z
c 4
= + t6 dt ,
t8 t8
c 4
= 8
+ t , c-cte.
t 7
En consecuencia:
p
4
x(t) = u(t) ,
r
4 c 4
= 8
+ t, c-cte, t ∈]0, +∞].
t 7
71
CAPÍTULO 4. ECUACIÓN LINEAL HOMOGÉNEA DE PRIMER ORDEN
72
Capítulo 5
Vamos a tener en cuenta que el medicamento pasa del tracto intestinal al torrente sanguíneo en
una tasa proporcional a la cantidad presente en el tracto intestinal, llegamos a la ecuación
dx
= −k1 x,
dt
con k1 > 0 (x(t) disminuye con el tiempo). Como sabemos x(0) = x0 así que x(t) = x0 e−k1 t .
Sea y(t) la cantidad de antihistamínico en la sangre. Esta cantidad se acumula desde un nivel
cero, pero disminuye a medida que los riñones y el hígado van eliminando las sustancias extrañas
de la sangre a una tasa proporcional a la cantidad existente con constante k2 . Aplicando la ley
de equilibrio para y(t) tenemos:
dy
= k1 x − k2 y , y(0) = 0.
dt
donde k1 x es lo que entra del tracto intestinal y k2 y es la eliminación de antihitamínico por la
sangre.
73
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
dy
= k1 x0 e−k1 t − k2 y,
dt
esta última ecuación es lineal en y(t) cuya solución está dada por
−k1 x0 −k1 t
y(t) = e + ce−k2 t k1 6= k2 ,
k1 − k2
con c una constante. Dado que y(0) = 0, encontramos la constante c correspondiente y obtenemos:
k 1 x0
y(t) = (e−k2 t − e−k1 t ).
k1 − k2
74
5.2. EN FÍSICA (PROBLEMA DE UN CUERPO DE MASA VARIABLE)
Teniendo en cuenta que la gota de agua pierde masa a una velocidad constante de m [ gs ], la masa
de la gota en el instante t será M − mt.
Si suponemos que el movimiento de la gota de agua es perpendicular a la supercie de la tierra
con la dirección positiva hacia abajo, la fuerza del peso en P = (M − mt)g con g la fuerza
gravitacional y la fuerza del aire, que se opone al movimiento, será R = −kv con k una constante
positiva. Por la segunda ley de Newton para masas variables tenemos:
d
(M − mt)v = P + R,
dt
= (M − mt)g − kv.
Que equivale a:
dv
(M − mt) = (M − mt)g + (m − k)v,
dt
dv (k − m)
+ v = g.
dt M − mt
Esta última es una ecuación lineal de primer orden. La ecuación homogénea asociada es
dv (k − m)
+ v = 0.
dt M − mt
A
vh (t) = k . A = cte.
(M − mt)1− m
g k
(M − mt) + c(M − mt) m −1 , k 6= 2m,
vp (t) = k − 2m
−g (M − mt) log(M − mt) + c(M − mt), k = 2m.
m
Dado que v(0) = 0, la constante c queda denida y así obtenemos:
k !
g mt (m−2)
(M − mt) 1 − 1 − , k 6= 2m,
k − 2m
vp (t) = M
g M
(M − mt) log , k = 2m.
M − mt
m
75
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
dv
m = mF (t) − mR(t).
dt
La fuerza de resistencia R(t) suele considerarse proporcional a una potencia de la velocidad, es
decir R(t) = kv α con 1 ≤ α ≤ 2, (k y α se determinan experimentalmente).
En los casos aerodinámicos es usual tomar R(t) = kv 2 , k perqueño.
Vamos a tomar R(t) = kv (α = 1) por simplicidad en los cáculos y el modelo. Así tendremos
dv
+ kv = F (t).
dt
Vamos a hacer ciertos supuestos sobre la fuerza de la propulsión F (t).
Las limitaciones físicas de cada atleta determinarán un valor máximo para F (t), que denotaremos
por F ∗, asíF (t) ≤ F ∗ ∀t. Para carreras cortas podemos suponer que la fuerza de propulsión es
constante
∗
y así F (t) = F por lo tanto:
dv
+ kv = F ∗ , v(0) = 0.
dt
La condición v(0) = 0, indica que el deportista parte del reposo. Llegamos a que:
F∗
v(t) = (1 − e−kt ).
k
De esta forma:
tmin
F∗
Z
A= (1 − e−kt )dt,
0 k
así que
F ∗ −kt
A= (e − 1 + tmin k),
k2
esta última expresión relaciona la distancia recorrida en una carrera rápida y el tiempo empleado
en ella, bajo el supuesto de que el atleta se emplea a fondo durante todo el tiempo que dura la
prueba.
76
5.4. EN ECONOMÍA (WALRASIAN TÂTONNEMENT PROCESS)
En carreras de larga distancia, podemos suponer que la velocidad del correrdor es constante a lo
dv(t)
largo de toda la prueba, es decir: v(t) = v y = 0. Así F (t) = kv .
dt
De otro lado, la capacidad de locomoción del ser humano depende del hecho de que la sangre
puede absorver el aire inspirado y puede transportarlo hasta los músculos encargados del mo-
vimiento. El punto hasta el cual este sistema de transporte de oxígeno está desarrollado varía
de un deportista a otro. Si E(t) es la cantidad de oxigeno/unidad de masa, disponible en los
músculos para realizar el movimiento, podemos tener la ecuación
dE
= S − F (t)v(t).
dt
Donde S es la cantidad de oxigeno almacenado mientras el atleta no está corriendo y F (t)v(t) la
cantidad de oxígeno consumido en el desarrollo de la fuerza de propulsión. En el caso de velocidad
constante y suponiendo que la cantidad de oxígeno inicial es E0 tendremos:
dE
= S − kv 2 ,
dt
E(0) = E0 .
E(t) = E0 (S − kv 2 ).
Si al nal de la carrera, suponemos que el atleta ha agotado todo el oxígeno, es decir E(tmin ) = 0,
entonces
0 = E0 + tmin (S − kv 2 ).
Así que:
s
1 E0
v= S+ ,
k tmin
pero
Z tmin
S E0
A= v(t)dt ⇒ A2 = t2min + tmin ,
0 k k
es la relación entre la distancia de la carrera y el tiempo empleado en ella.
77
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
p0 = k (α + βp − γ − δp) ,
p0 = k (β − δ)p + k (α − γ) . (5.2)
γ−α
lı́m p(t) = Caso estable.
t→∞ β−δ
Note además que β ≡ es la pendiente de la curva demanda y δ ≡ es la pendiente de la curva
de oferta y cuando β − δ < 1 (lo cual siempre se cumple cuando la demanda tiene pendiente
negativa y la oferta pendiente positiva) el mercado es estable; es decir: El exceso de demanda es
reducido y eventualmente eliminado por precios corrientes.
Si β−δ > 0 entonces estamos en el caso inestable: Una continua e indenida inación se abre
paso.
Suponga que un cuerpo rígido de masa m es atraído por el campo gravitacional de la tierra y se
encuentra a una distancia x del nivel del mar. De la ley de Newton para atracción de cuerpos se
tiene:
mgR2
mx00 (t) = , g ≡ constante gravitacional, (5.3)
(T + x)2
donde:
78
5.5. EN MECÁNICA CLÁSICA
dv dx dv
v 0 (t) = · =v· . (5.4)
dx dt dx
Reemplazando en (5.3) tenemos:
dv gR2
v· =− . (5.5)
dx (R + x)2
La ecuación (5.5) es una ecuación en variables separables v = v(x). Resolvemos (5.5) y obtenemos:
v2 gR2
= + c, c-cte.
2 (R + x)
Las condiciones físicas del problema son:
Así tenemos
v = v(x(t)), vo = v(x(0)) = v(0) > 0 .
En consecuencia s
2gR2
v(x(t)) = ± vo2 − 2gR + .
R + x(t)
Si el cuerpo está ascendiendo se toma el signo positivo (+), y si el cuerpo está descendiendo se
toma el signo negativo (−).
vo2 R
La altura máxima de ascenso será cuando v = 0; luego, ξ ≡ altura máxima, v(ξ) = 0, ξ = 2gR−vo2
.
Así que, la velocidad inicial necesaria para llegar a la altura ξ es
s
ξ
vo = 2gR .
R+ξ
Este número es sólo una aproximación; en la vida real se encuentran condiciones como la resis-
tencia del aire, la humedad, entre otras; que incrementan la velocidad de escape.
Observación 5.5.1 Sabemos que la fuerza que ejerce la tierra sobre un cuerpo es su peso. En-
tonces el peso w(x) está dado por
mgR2
w(x) = − .
(R + x)2
79
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
Si consideramos la primera aproximación (la parte lineal del desarrollo de Taylor para w = w(x))
en x=0 (cerca al nivel del mar) tenemos
A la ecuación (5.6) le añadimos una fuerza de fricción fR (v) dad por fR (v) = − αv
m y tenemos
αv αv
v 0 = −g − ⇔ v0 + = −g , (5.7)
m m
la ecuación (5.7) es una ecuación lineal y sabemos resolverla.
El signo que acompaña a la constante g en (5.7) depende de la dirección positiva del eje del
movimiento del cuerpo rígido. Si pensamos en caída libre la dirección positiva es hacía abajo y
se toma g en vez de −g . Lo mismo en caso contrario.
Así
mg α
v(t) = − + c e− m t .
α
mg
Como v(0) = 0 (caída libre) entonces c= α y
mg α
v(t) = − (1 − e− m t ) Velocidad. (5.8)
α
E integrando (5.8) tenemos
mg m2 g α
x(t) = − t + 2 (1 − e− m t ) Posición. (5.9)
α α
En problemas de caída libre
mg α
v(t) = (1 − e− m t ) ,
α
y
mg m2 g α
x(t) = t − 2 (1 − e− m t ) .
α α
mg
Observa que si t −→ ∞ entonces v(t) −→ α ≡ velocidad límite.
80
5.6. EN INGENIERÍA ELÉCTRICA
Eléctrica con alto nivel de matemáticas fue Amar Bose (½Está en lo correcto si reconoció este
apellido!).
Los circuitos son un ejemplo de lo que se conoce en el campo cientíco como Modelo de Redes,
los cuales se usan ampliamente por ejemplo, en la manufactura y otros sistemas económicos.
Sin ser rigurosos en el análisis consideramos la siguiente tabla
di
Inductor L henry (H) v = L dt
L
Figura 5.3: Circuito Tipo RL
Primero nos referimos a dos leyes fundamentales conocidas como leyes de Kirchho:
Ley de corriente: La suma algebraica de las corrientes que entran en un nodo en cualquier
instante es igual a cero.
81
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
(a) i1 − i2 = 0 i1 + i2 = 0
(b) ,i1 + i2 + i3 = 0 i1 − i2 + i3 = 0
Ley de voltaje: La suma algebraica de las caídas de voltaje en una malla en cualquier
instante es igual a cero.
Dado un circuito RL básico como en la gura 5.3, si aplicamos la ley de Voltajes tenemos según
el cuadro 5.1 lo siguiente:
82
5.6. EN INGENIERÍA ELÉCTRICA
k1 + e/R
e/R
k2 + e/R
Figura 5.5: Bosquejo del comportamiento de la corriente i(t) en el circuito RL con fuente de
voltaje constante, para los casos k = k1 > 0 y k = k2 < 0.
Se observa entonces que a medida que el circuito funciona cada vez más y más tiempo, este
estará cada vez más y más pasará de un estado transitorio a un estado constante o un estado
estacionario. Si ahora consideramos el caso E(t) = A sen t, con A una constante (en este caso
tendríamos una fuente de voltaje oscilatoria) se invita a comprobar que la función de corriente
está dada en este caso por
R A
i(t) = k e− L t + (sin t − cos t) .
2
Note que lı́m i(t) no existe (oscila).
t−→∞
R
lı́m k e− L t = 0 .
t→∞
A
Vamos de un estado transitorio a un estado oscilatorio iosc (t) = 2 (sin t − cos t).
A/2
Figura 5.6: Bosquejo del comportamiento de la corriente i(t) en el circuito RL con fuente de
voltaje oscilatorio.
83
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
C
Figura 5.7: Circuito tipo RC.
q 0 (t) = c · v 0 (t) = q 0 = i .
1
E(t) + iR(t) + q(t) = 0 .
c
Lo que determina la ecuación
1 E(t)
q 0 (t) + q(t) = . (5.10)
c · R(t) R(t)
Encontramos de nuevo una ecuación diferencial lineal de primer orden para la función carga
q = q(t).
Ejercicio: Suponga que E(t) = e y R(t) = R; con e y R constantes. Encuentre la solución de
(5.10).
5.7. En química
• Tratamiento de aguas
Consideremos un tanque de agua cuyo volumen en cualquier instante de tiempo se mantiene
constante.
Imaginemos que dentro del tanque de agua hay una cantidad de contaminante Q(t) de algún
tipo. Nos preguntamos por la cantidad de contaminante en cualquier instante de tiempo.
El principio físico (conservación de la cantidad Q) que se obtiene es
Tiempo de dQ Tasa de ujo de Tasa de ujo de
= = −
cambio de Q dt entrada de Q salida de Q
84
5.7. EN QUÍMICA
Figura 5.8: Modelo de un tanque con entrada y salida de agua (solvente) y un contaminante
(soluto) en su interior.
Ahora bien
Flujo de volumen de agua Concentración de
Tasa de ujo de
= que entra al tanque · contaminante de entrada
entrada de Q
ve Ce
Flujo de volumen de agua Concentración de
Tasa de ujo de
= que sale del tanque · contaminante de salida
salida de Q
vs Cs
Se supone que el agua en el tanque está bien mezclada (agua + contaminante), de manera que se
supone que la concentración del ujo de salida del contaminante es la misma que la concentración
global de contaminante en el tanque.
Concentración de Cantidad de contaminante Q(t)
= = .
contaminante en el tanque Volumen del tanque v
Del principio físico se desprende
dQ Q
= ve · ce − vs · cs = ve · ce − vs · ,
dt v
y llegamos así, a una ecuación lineal
Q
Q0 + vs = ve · ce .
v
Ahora, si consideramos el volumen no constante, suponemos que entra una concentración de
contaminante a una tasa re y sale del tanque a una tasa rs . Así
Entonces
Q(t) Q(t)
Cs = = .
v(t) v(0) + (re − rs )t
85
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
ve −→ re , vs −→ rs ,
Q
Q0 + rs = re · Ce .
v0 + (re − rs )t
5.8. Ejercicios
1. Para cada una de las siguiente ecuaciones, encuentre su respectiva solución.
dP
a) + 2tP = P + 4t − 2
dt
di
b) L + Ri = E, L 6= 0 L, R, E constantes
dt
dx
c) t2 + x2 = tx
dt
1 3
dy
d) y2 + y 2 = 1, y(0) = 4.
dx
2. Considere el problema de valor inicial
x0 + et x = f (t), x(0) = 1 .
Exprese la solución del PVI anterior en el caso t > 0, como una integral no elemental,
cuando f (t) = 1.¾Cuál es la solución cuando f (t) = 0? ¾Cuándo f (t) = et ?
3. Considere la EDO
1
x0 = ,
t + x2
a ) Determine ques esta ecuación es lineal si se considera a la variable t como función de
x (t = t(x)).
b ) Teniendo en cuenta el item anterior, encuentre su solución.
y 0 + p(x)y = f (x) .
R
Sabemos que el factor integrante es e p(x) dx . No se tiene en cuenta la constante de inte-
R R
gración en p(x) dx. Explicar por qué usar p(x) dx + c no tiene efecto alguno sobre la
solución de la ecuación diferencial.
5. Suponga que p(x) es continua en algún intervalo abierto I y que el punto a está incluido
en I. ¾Que se puede decir acerca de la solución del problema de valor inicial
y 0 + p(x)y = 0, y(a) = 0?
86
5.8. EJERCICIOS
Demuestre que el factor integrante para esta ecuación se puede escribir como
Rt√
1+sen2 s ds
ϕ(t) = e 0 ,
7. Demuestre que si a y λ son constantes positivas y b es cualquier número real, entonces toda
0
solución de la ecuación x + ax = be
−λt tiene la propiedad de que x −→ 0 cuando t −→ ∞
10. Considere un tanque de 100 m3 lleno de agua. El agua contiene un contaminante con una
g
concentración de 0,6 . Se bombea hacía el tanque bien mezclado agua más limpia con
m3
g m3
una concentración de contaminante de 0,15 , a una tasa de 5
m3 s . El agua uye hacía
afuera del tanque a través de una válvula de exceso de ujo a la misma tasa que se bombea
hacía adentro.
11. Establezca la ecuación diferencial para la corriente, si la fuente del voltaje es e = e(t) sin t,
el resistor vale 1 ohm y la inductancia 1 H. Determine la corriente como una función del
tiempo para cualquier condición inicial i(0).
87
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
12. La fuente de voltaje es una constante e, la inductancia es L>0 y el resistor es lineal con
valor R > 0.
a ) Demuestre que lı́m i(t) existe y es el mismo para cualquier corriente inicial.
i−→0
b ) Si e = 8,5, ¾para qué valores de R y L se cumple lı́m i(t) = 4,2 ?
t−→∞
16. Suponga que un circuito RC tiene un resistor variable. Si en el tiempo t, la resistencia está
dada por R = R(t) = r0 + r1 t, r0 , r1 > 0, constantes. ¾Cuál es la EDO que determina la
carga del capacitor en cualquier instante t?
Si tenemos una fuente constante e(t) = e0 y la carga inicial es q0 para el capacitor, de-
muestre que la carga del capacitor en cualquier instante de tiempo es
1
r0 C r1
q(t) = e0 C + (q0 − e0 C) ,
r0 + r1 t
donde C es la capacitancia del capacitor del circuito.
17. Ley de Newton para el enfriamiento de cuerpos. Isaac Newton formuló una ley sobre el
enfriamiento de un cuerpo. Dicha ley dice que la variación de temperatura en un cuerpo es
proporcional a la diferencia que hay entre la temperatura del cuerpo y la del medio que lo
rodea. Matemáticamente, dicha ley se expresa así:
dT
(t) = k (T (t) − Tm ) . (∗)
dt
T = T (t): temperatura del cuerpo en el instante t.
Tm : temperatura del medio donde está el cuerpo.
constante de proporcionalidad.
Resuelva la ecuación (∗). Ahora bien, piense por ejemplo que un estudiante de la PUJ
pide un milo caliente en la cafetería. El vaso de milo se retira del horno microondas a
una temperatura de 200o F. Diez minutos más tarde, su temperatura es de 110o F. ¾Cuánto
tiempo le llevará al vaso de milo enfriarse a la temperatura ambiente de 70o F?
88
5.8. EJERCICIOS
18. Una masa de 20 g se deja caer de desde un avión que vuela horizontalmente. La resisten-
g
cia del aire actúa con una constante de proporcionalidad de 10 s . Considerando sólo el
movimiento vertical:
a ) Encuentre la velocidad con la cual cae el cuerpo, como una función del tiempo.
dv
a) (u2 + 1) + 4uv = 3u
dt
dy
b) (x2 + x − 2) + 3(x + 1)y = x − 1
dt
dy 2x + 1
c) x + y =x−1
dt x+1
dy
d) x4 + 2x3 y = 1
dx
dx
e) (t2 + 1) + 4tx = t, x(2) = 1.
dt
89
CAPÍTULO 5. ALGUNAS APLICACIONES DE LAS ECUACIONES LINEALES DE
PRIMER ORDEN
90
Capítulo 6
Sin ser muy rigurosos, vamos a dar una breve introducción a los Sistemas de Ecuaciones Dife-
renciales Ordinarias (S.E.D.O).
1. Las Especies no interactuan en tres sí. Se sigue un modelo de Malthus para modelar el creci-
miento.
Bajo este supuesto, si quisieramos conocer la cantidad de individuos de cada especie llegaríamos
a un par de ecuaciones de la siguiente forma:
x0 = kx , (6.1)
y 0 = σy , (6.2)
Las constantes k, σ dependen de muchas condiciones dadas en principio por el mismo habitat de
las especies, alimento mínimo para sobrevivir, entre otras.
91
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
x
Sea X= . Denimos la función de clase C1 en I ⊂ R,
y
X : I ⊂ R −→ R2
x(t)
t −→ X(t) = .
y(t)
Más aún:
x0 (t)
0
X (t) = .
y 0 (t)
kx0 (t)
k 0 x(t)
X 0 (t) = = .
σy 0 (t) 0 σ y(t)
k 0
Si A= , entonces llegamos a la ecuación diferencial de primer orden (en forma matri-
0 σ
cial)
x0
0 k 0 x
X = AX ≡ = . (6.3)
y0 0 σ y
El sistema de dos ecuaciones dado por (6.3) es el ejemplo más simple. Sin embargo, sistemas más
complicados de dos ecuaciones pueden reducirse a esta forma.
A : R2 −→ R2
x x kx
−→ A = .
y y σy
y y
y0 A
k x0
x0 x x
σ y0
k > 0, σ < 0.
1
El no acoplado equivale a Las especies no interactuan entre sí.
92
Por otro lado, si φ(t) = (x(t), y(t))T es una solución de (6.3) (o bien (6.1) y (6.2)), la familia de
todas las curvas
2
solución φ(t) ⊂ R se conoce como espacio de fases de (6.3).
0<σ<k
y
k > 0, σ < 0.
k<σ<0
y
σ<k<0
93
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
x:I⊂R→R
x0 = ax, a-cte,
todas las soluciones son de la forma: x(t) = ceat con c-cte. Pues bien, no es extraño esperar que
todas las soluciones de (6.3) tengan un estilo similar, en la forma
Φ(t) = etA · C,
Así que nuestra tarea es encontrar una matriz de solución (que en algunos casos se llamará
matriz exponencial) de un sistema de ecuaciones dado.
Por otro lado, si nos jamos bien en las ecuaciones (6.1) y (6.2) sabemos que; las soluciones están
dadas por:
x(t) = c1 ekt ; y(t) = c2 eσt ; c1 , c2 -ctes.
Así que las soluciones de (6.3) serán de la forma:
c1 ekt
x(t)
Φ(t) = = ,
y(t) c2 eσt
las cuales las podemos expresar así:
ekt 0
c1
Φ(t) = · .
0 eσt c2
Si denimos:
ekt 0
tA c1
e = ; C= ,
0 eσt c2
Φ(t) = etA C,
tal como lo esperábamos. Para este modelo fue posible encontrar la matriz exponencial etA , pero
en general, esta no es una tarea sencilla.
94
Bajo este supuesto, un posible modelo será el siguiente
x0 = ax + by ,
y 0 = cx + dy ,
matricial
0 x a b
X = AX , con X= ; A= .
y c d
eat ebt
etA = .
ect edt
Aún siendo este un caso de dimensión muy baja (2×2) la matriz solución, etA no es tan evidente.
Por ejemplo:
Si a=d=ρ , b = −ω , c = ω (ω > 0)
entonces:
tA ρt cos ωt − sen ωt
e =e .
sen ωt cos ωt
Si a=d=0 y c·b>0
entonces:
√ √ √ √ !
tA 1 e √cb + e− √cb bt e√ cb − e−√ cb
e = .
ct e cb − e− cb e cb + e− cb
2
Dejamos esta breve introducción a los sistemas de ecuaciones diferenciales y nos encaminamos a
la tarea de presentar todo el andamiaje matemático para resolver sistemas de ecuaciones de la
forma
con A-matriz n × n
A : I ⊂ R −→ Mn×n (R)
t −→ A(t) = [aij (t)]1≤i≤n ,1≤j≤n
b : I ⊂ R −→ Rn
b1 (t)
.
t −→ b(t) = . .
.
bn (t)
95
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
En el caso tal de que b(t) 6= 0 para algún t ∈ I ⊂ R, entonces (6.4) se llama afín o completa.
X 0 = A(t)X + b(t) ,
(P )
X(t0 )= X0 ,
x01 (t)
x0 (t)
2
donde X0 = . es la condición inicial; (t0 , x0 ) ∈ I × Rn .
. .
x0n (t)
Con este objetivo en mente, necesitaremos primero unos resultados del Análisis Funcional.
Φ : I ⊂ R −→ Mn×n (R) ,
Φ(t + h) − Φ(t)
Φ0 (t) = lı́m ,
h→0 h
cuando el límite exista.
d
(Φψ) = Φ0 (t0 )ψ(t0 ) + Φ(t0 )ψ 0 (t0 ) (Regla del Producto)
dt t=t0
Lema 6.2 Sea Φ : I ⊂ R → Mn×n (R) derivable en todo t0 ∈ R y suponga que det Φ(t0 ) 6= 0.
Entonces
Φ−1 : I → Mn×n (R),
es derivable en t0 y
0
Φ−1 (t0 ) = −Φ−1 (t0 )Φ0 (t0 )Φ−1 (t0 ).
96
Demostración: Aplicando la denición de derivada, se tiene:
−1 −1
−1
0 Φ(t + h) − Φ(t)
Φ (t) = lı́m ,
h→0 h
−1 −1
Φ(t) Φ(t) Φ(t + h) − Id
= lı́m Id ≡ identidad,
h→0
h
−1 −1 −1
Φ(t) Φ(t) Φ(t + h) − Φ(t + h) Φ(t + h)
= lı́m ,
h→0 h
−1 Φ(t + h) − Φ(t) −1
−1
= − lı́m Φ(t) Φ(t + h) .
h→0 h
Por lo tanto:
−1
−1
0 −1 Φ(t + h) − Φ(t) −1
Φ (t) = − Φ(t) lı́m Φ(t + h) ,
h→0 h
−1 0 −1
= − Φ(t) Φ (t) Φ(t) .
f (t + h) − f (t)
f 0 (t) = lı́m ,
h→0 h
det Φ(t + h) − det Φ(t)
= lı́m ,
h→0 h
φ11 (t + h)φ22 (t + h) − φ21 (t + h)φ12 (t + h) − φ11 (t)φ22 (t) + φ21 (t)φ12 (t)
= lı́m ,
h→0
h
φ11 (t + h) − φ11 (t) φ22 (t + h) − φ12 (t + h) − φ12 (t) φ21 (t)
= lı́m +
h→0
h
φ22 (t + h) − φ22 (t) φ11 (t) − φ21 (t + h) − φ21 (t) φ12 (t + h)
lı́m ,
h→0 h
0
φ11 (t) φ012 (t)
φ11 (t) φ12 (t)
= det + det .
φ21 (t) φ22 (t) φ021 (t) φ022 (t)
97
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
El resultado es equivalente si se considera la derivación por columnas, es decir:
0
φ01n
φ11 φ12 · · · φ1n φ11 φ12 · · ·
φ0 φ02n
21 φ22 · · ·
d φ2n φ21 φ22 · · ·
(det Φ(t)) = . + · · · + .. .
. .. . . .. .
dt .. .
. . .
. . .
. . .
.
φ0 φ0nn
n1 φn2 · · · φnn φn1 φn2 · · ·
5t2 ln(t) + 1
d 10t t ln(t)
(det Φ(t)) = +
dt cos t et sen t et
Este teorema nos dice que Z0 tiene una base conformada por n-funciones
ϕ1 (t), . . . ϕn (t) ; ϕi : I ⊂ R → Rn , i = 1, . . . , n.
Más aún, a toda base de Z0 se le llama Sistema Fundamental de Soluciones de la E.D.L.H.
Corolario 6.0.3 Toda solución de E.D.L. se escribe como la suma de una solución particular
de la ecuación completa y de alguna solución de la E.D.L.H. Es decir, si
Xp ∈ Zb ,
Xh ∈ Z0 ,
entonces
X = Xp + Xh , X ∈ Zb .
98
Diremos que una función matricial Φ : I ⊂ R → Mn×n (R) es una matriz solución de la
ecuación de E.D.L.H, si es solución de la ecuación matricial
Φ0 (t) = A(t)Φ(t).
Esta denición es equivalente a que las columnas de Φ son soluciones de E.D.L.H; pues si ponemos
Φ por columnas:
Φ = (φ1 , φ2 , . . . , φn )
↓ ↓ ↓
φ11 φ12 · · · φ1n
≡ ... .
. .. .
.
. . .
φn1 φn2 · · · φnn
y si derivamos: (ver el lema 6.3).
Φ0 (t) = A(t)Φ(t).
Por otro lado, la matriz solución Φ se dice que es fundamental si sus columnas son linealmente
independientes si y sólo si det Φ(t) 6= 0 , ∀t ∈ I .
Cabe mencionar que existen innitas matrices fundamentales, pero todas ellas están relacionadas
así:
i) Φ(t) · C es una m.f. de E.D.L.H. con C ∈ Mn×n (R) una matriz constante tal que
det C 6= 0.
ii) Si Ψ es otra m.f. de E.D.L.H., existe C ∈ Mn×n (R) una matriz constante tal que
Ψ(t) = Φ(t) · C , ∀t ∈ I .
Demostración:
i) Considere la matriz Ψ(t) = Φ(t) C con C una matriz no singular. Entonces:
99
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
0
(Φ−1 (t)Ψ(t))0 = Φ−1 (t) Ψ(t) + Φ−1 (t)Ψ0 (t)
= −Φ−1 (t) Φ0 (t) Φ−1 (t)Ψ(t) + Φ−1 (t)Ψ0 (t)
= Φ−1 (t) − A(t)Φ(t)Φ−1 (t)Ψ(t) + A(t)Ψ(t)
En consecuencia
Φ−1 (t)Ψ(t) = C ∀t ∈ I.
Z t
T r A(s) ds
det Φ(t) = det Φ(t0 ) · e to ,
Demostración: Supongamos que Φ(t) = (φij (t)i,j=1,··· ,n . Cada componente φi,j (t) satisface:
n
X
φ0ij (t) =
aik (t)φkj (t), con A(t) = aij (t) .
k=1
φ11 (t) ··· φ1n (t)
. .
. .
n . .
d X
φ0m1 (t) · · · 0
det Φ(t) = φmn (t) ,
dt
. .
m=1 . .
. .
φn1 (t) ··· φnn (t)
φ11 (t) ··· φ1n (t)
. .
. .
Xn . .
Pn Pn
=
k=1 amk (t)(φk1 (t) ··· k=1 amk (t)(φkn (t) ,
m=1 . .
. .
. .
φn1 (t) ··· φnn (t)
= a11 (t)|Φ(t)| + · · · + an1 (t)|Φ(t)|.
En consecuencia:
|Φ(t)|0 = T rA(t)|Φ(t)|,
100
Tenemos un problema de Cauchy de la forma
0
|Φ| = T rA(t)Φ
Φ(t0 ) = Φ0
Cuya solución es:
Z t
T rA(s)ds
Φ(t) = Φ0 e t0 .
Z t
T r A(s) ds
= det Φ(t0 )e t0 .
La fórmula de Jacobi nos permitirá más adelante encontrar soluciones de una ecuación diferencial
de segundo orden a partir de una solución conocida.
X 0 = A(t)X ,
t0 ∈ I
X(t0 )= X0 ,
una matriz fundamental Φ(t0 ) es principal en t0 si Φ(t0 ) = In ≡ matriz identidad de orden n.
X 0 = A(t)X ,
(P.V.I) t0 ∈ I
X(t0 )= X0 .
Siempre existe una matriz principal ∀t0 ∈ I y tal matriz es única. Más aún si Φ(t) es fundamental
y principal en t0 entonces la solución de P.V.I. es X(t) = Φ(t)X0 .
Zt
X(t) = Φ(t)X0 + Φ(t) Φ−1 (s)b(s) ds .
t0
101
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
Pero en el caso
A : I ⊂ R −→ Mn×n (R)
t −→ A(t) = A = [aij ],
en donde A es una matriz con coecientes aij constantes, si existe un método para hallar una
matriz fundamental de la ecuación E.D.L.H. con coecientes constantes
X0 = A X
X 0 = A X + b(t)
∞
A
X An
e =
n!
n=0
∞ n
q q q
X An
kAn k kAn k
X A
X X
= lı́m
≤ lı́m ≤ lı́m = ekAk
n!
q→∞
n!
q→∞ n! q→∞ n!
n=0 n=0 n=0 n=0
Teorema 6.1.2 la matriz Φ(t) = eA(t−t0 ) es matriz fundamental y principal en t0 para el P.V.I.
X 0 = AX ,
X(t0 )= X0 .
El lector podrá pensar que hemos denido de la manga la matriz fundamental, estoy de acuerdo;
pero no es el objetivo de estas notas ser rigurosos. En este punto, basta con mencionar e invitar
al lector a leer el tema correspondiente a las iteraciones de Picard.
Zt
0
X = Ax; Xn+1 = X0 + A Xn (s) ds .
t0
Φ0 (t) = Ae(t−t0 )A .
102
6.1. ECUACIÓN DIFERENCIAL LINEAL CON COEFICIENTES CONSTANTES
En base a este resultado, podemos expresar la fórmula de variación de constantes, en una forma
más familiar.
X 0 = AX + b(t) ,
X(t0 )= X0 .
son de la forma:
Zt
X(t) = e(t−t0 )A X0 + e(t−t0 )A e−(s−t0 )A b(s) ds .
t0
∞
X (tA)k t 2 A2
etA = = In + tA + + ...
k! 2!
k=0
1. e0 = In×n .
2. eA+B = eB+A si y sólo si AB = BA.
−1
3. eP DP = P eD P −1 .
Am−1 6= 0n y Am = 0 n ,
donde
0 ... 0
. .. .
0n = . . ≡ matriz nula.
. . .
0 ... 0 n×n
En donde el símbolo ∅ indica que los elementos de la matriz A fuera de la diagonal principal son
todos cero.
103
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
Ejemplos 6.1.7
0 −1 1
A= 0 0 2
0 0 0
es nilpotente de orden 3.
31 0
B=
0 31
Es diagonal; λ1 = λ2 = 31.
1 1
e A = I + A + A2 + . . . + Am−1 ,
2 (m − 1)!
P Ak
m−1
eA = (Suma nita).
k=0 k!
Si A es diagonal, entonces;
λ1 ∅
..
A= ,
.
∅ λn
y además:
λk1 eλ1
∅ ∅
.. ..
A= ⇒ eA = .
. .
∅ λkn ∅ e λn
0 −1 1
1. A= 0 0 2 .
0 0 0
−1 0 0
2. A= 0 2 0 .
0 0 3
0 −1 1
1. Sabemos que si A= 0 0 2 ,A es nilpotente de orden m = 3, es decir:
0 0 0
A2 6= 0 y A3 = 0 .
Así que:
At A2 t2
etA = I3 + + ,
1! 2!
104
6.1. ECUACIÓN DIFERENCIAL LINEAL CON COEFICIENTES CONSTANTES
1 0 0 0 −t t 2 0 0 −2
t
etA = 0 1 0 + 0 0 2t + 0 0 0
2
0 0 1 0 0 0 0 0 0
1 −t t − t2
= 0 0 2t .
0 0 1
−1 0 0
2. Si A = 0 2 0 , entonces A es diagonal y por lo tanto:
0 0 3
e−t 0
0
etA = 0 e2t 0 .
0 0 e3t
105
CAPÍTULO 6. SISTEMAS DE ECUACIONES DIFERENCIALES ORDINARIAS
106
Capítulo 7
X 0 = Ax + b(t) ; x(t0 ) = x0 ,
con b : I ⊂ R −→ Rn , continua y A ∈ Rn×n (R), la solución está dada por:
Zt
X(t) = e(t−t0 )A x0 + e(t−t0 )A e−(s−t0 )A b(s) ds .
t0
Veamos un ejemplo:
x0 = 5x + y
(7.1)
y 0 = 3y .
1
Sujeto a la condición x(0) = 1 ; y(0) = . Reescribimos nuestro sistema en forma matricial.
2
Sea
x(t) 5 1
X(t) = ; A= .
y(t) 0 3
Tenemos entonces que (7.1) se escribe así:
0
0 x 5 1 x
X = Ax equivale a = . (7.2)
y0 0 3 y
Sabemos bien que las soluciones del sistema (7.2) son de la forma:
(t−t0 )A x(t0 )
X(t) = e X0 ; X0 = .
y(t0 )
107
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
En nuestro caso:
e5t − e3t
1 5t
e
t0 = 0 ; X0 = ; etA = 2 .
1/2 0 e3t
e5t − e3t
5t
e + 2
X(t) = .
e 3t
2
Lema 7.1 Sea A ∈ Mn×n (R). Si A = P DP −1 para alguna matriz invertible P y una matriz D
entonces
eA = P eD P −1 .
λ 1 0 ··· 0
0
λ 1 ··· 0
J(λ) = λIk + Nk = ... .
.
.
. .. .
..
. . . .
0 0 0 ··· 1
0 0 0 ··· λ
J(λ) es una matriz k×k con el escalar λ en su diagonal principal y unos arriba de la diagonal
principal. En las demás posiciones sólo tiene ceros.
108
7.1. CÁLCULO DE LA MATRIZ etA POR DIAGONALIZACIÓN
J1 (λ1 ) 1 0 ··· 0
0
J 2 2)
(λ 1 ··· 0
.. .
.
.
. .. .
.
J = . .
. . . .
0 0 0 ··· 1
0 0 0 ··· Jr (λr )
Es decir, una matriz de Jordan es una matriz que tiene en su diagonal principal matrices de
bloques de Jordan y ceros en otra parte.
Ejemplos 7.1.2
1. √
2 0 0
J = 0 10 1 ;
0 0 10
√
10 1
J1 (λ1 ) = J1 ( 2) , J2 (λ2 ) = J2 (10) = .
0 10
2.
−2 0 0 0 0
0 −2 1 0 0
J = 0 0 −2 1 0;
0 0 0 −2 0
0 0 0 0 12
−2 1 0
J1 (λ1 ) = J1 (−2) = (−2) , J2 (λ2 ) = J2 (−2) = 0 −2 1 ,
0 0 −2
J3 (λ3 ) = J3 (12) = (12).
Nota: La matriz de Jordan es única salvo por el orden en el que aparecen los bloques de Jordan.
Recordemos que los valores propios de A son las soluciones de la ecuación algebraica p(λ) = 0,
donde p(λ) = det(A − λIn ) (p(λ) ≡ polinomio característico asociado a la matriz A).
109
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
Tenemos así:
−5 3 v1 0
= .
5 −3 v2 0
Este sistema equivale a:
Tenemos
1+2 3 v1 0
(A − λ2 )v = 0 ⇔ = ,
5 3 + 2 v2 0
3 3 v1 0
⇔ = .
5 5 v2 0
Este sistema equivale a:
3v1 + 3v2 = 0 3v1 = −3v2 ,
⇔
5v1 + 5v2 = 0 v1 = −v2 .
Elegimos v2 = −1 entonces v1 = 1.
1 1
Por lo tanto, Eλ2 = gen ≡ Espacio vectorial generado por el vector .
−1 −1
1 3
Ejemplo 7.1.4 Considere la matriz A=
5 3
.
1−λ 3
p(λ) = det(A − λI) = = (1 − λ)(3 − λ) − 15.
5 3−λ
Así que
p(λ) = 3 − λ − 3λ + λ2 − 15 ,
p(λ) = λ2 − 4λ − 12 .
110
7.1. CÁLCULO DE LA MATRIZ etA POR DIAGONALIZACIÓN
Tenemos
1−6 3 v1 0
(A − λ1 )v = 0 ⇔ = ,
5 3 − 6 v2 0
v
donde v= 1 .
v2
3 1
Finalmente los vectores propios son: ϑ1 = ; ϑ2 = .
5 −1
Notemos que la multiplicidad geométrica (dimensión del espacio propio) y la multiplicidad alge-
braica de cada valor propio es igual a 1. Este hecho nos permite armar que:
J1 (6) 0 6 0
J= = ,
0 J2 (−2) 0 −2
o bien:
−2 0
J= .
0 6
−1
3 1 6 0 3 1
A= .
5 −1 0 −2 5 −1
1 3 −2 0
Si se toma Pe = [ϑ2 , ϑ1 ] = entonces, A = PeJePe−1 con Je = .
−1 5 0 6
6 0
Tenemos que la matriz de Jordan es J = , por lo tanto, a partir del lema 1 se tiene que:
0 −2
−1 3 1
A= P JP ; P = ,
5 −1
eA = P eJ P −1 ;
6
A 3 1 e 0 1/8 −1/8
e = .
5 −1 0 e−2 5/8 −3/8
111
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
De manera que
6t
3 1 e 0 1/8 −1/8
eAt = ,
5 −1 0 e−2t 5/8 −3/8
6t
−e6t
1 3 1 e
= ,
8 5 −1 5e−2t −3e−2t
−2t −3e6t − 3e−2t
" 6t #
1 3e + 5e
= .
8 5e6t − 5e−2t −5e6t + 3e−2t
Estamos listos para aplicar el método de diagonalización para resolver un sistema de ecuaciones
diferenciales (2 × 2, . . . , n × n).
x0 = 6x + y + 6t
y 0 = 4x + 3y − 10t + 4 .
Tenemos:
X 0 = AX + b(t) ,
6 1 6t
con A= y b(t) = .
4 3 −10t + 4
Calculemos la matriz eAt .
Los valores propios están dados por:
6−λ 1
det(A − λI) = .
4 3−λ
p(λ) = (6 − λ)(3 − λ) − 4 ,
= λ2 − 9λ + 14 ;
Eλ1 = {v ∈ R2 |(A − λ1 )v = 0} ,
112
7.1. CÁLCULO DE LA MATRIZ etA POR DIAGONALIZACIÓN
6−7 1 v1 0
(A − λ1 )v = 0 ⇔ (A − 7)v = 0 ⇔ = ,
4 3 − 7 v2 0
es decir:
−1 1 v1 0
= .
4 −4 v2 0
Esto equivale a:
−v1 + v2 = 0 −v1 + v2 = 0 ,
⇔
4v1 − 4v2 = 0 v1 = v2 .
Sea v2 = 1 entonces v1 = 1.
1
Por lo tanto Eλ1 = gen .
1
Eλ2 = {v ∈ R2 |(A − λ2 )v = 0} ,
6−2 1 v1 0
(A − λ2 )v = 0 ⇔ (A − 2)v = 0 ⇔ = ,
4 3 − 2 v2 0
es decir:
4 1 v1 0
= .
4 1 v2 0
Así tenemos:
etA = P etJ P −1
7t
1 1 e 0 4/5 1/5
etA = .
1 −4 0 e2t 1/5 −1/5
En consecuencia:
113
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
1 7t 1 7t
5 (4e + e2t ) 5 (e − e2t )
etA = ,
4 7t 1 7t
5 (e − e2t ) 5 (e + 4e2t )
1 −7t + e−2t ) 1 −7t
− e−2t )
5 (4e 5 (e
e−tA = ,
4 −7t
5 (e − e−2t ) 1 −7t
5 (e + 4e−2t )
Zt
c
X(t) = e tA
C +e tA
e −sA
b(s) ds ; C = 1 .
c2
Así:
(4−10s) −7s
65 −7s + e−2s ) − e−2s )
5 (4e 5 (e
e−aA b(s) = ,
24s −7s (4−10s) −7s
5 (e − e−2s ) 5 (e + 4e−2s )
Integrando se tiene:
Zt
2 −7t 3
− t + e−2t (−1 − 4t))
5 (e − 7
e−tA b(s) ds = ,
1 −7t 6
− 2t + e−2t (8 + 32t))
5 (e − 7
Rt
Calculamos el producto etA e−sA b(s) ds , entonces:
Zt
− 47 − 2t
eAt e−As b(s) ds = .
10
7 + 6t
Finalmente:
1 7t + e2t ) 1 7t c1
− e2t )− 74 − 2t
5 (4e 5 (e
etA = + .
4 7t 1 7t 10
5 (e − e2t ) 2t
5 (e + 4e ) c2 7 + 6t
Como se puede ver los cálculos son extensos y algo pesados por lo que en adelante vamos a
centrarnos en los sistemas homogéneos X 0 = AX y su estudio cualitativo.
114
7.2. DIAGRAMAS DE FASE
X 0 = AX (7.3)
Sabemos por el teorema de Jordan (Forma Canónica de Jordan) que la matriz A satisface
A = P JP −1 , (7.4)
con J una matriz de Jordan de AyP una matriz invertible determinada por los vectores propios
correspondientes a cada valor propio de A. Sustituyendo (7.4) en (7.3) obtenemos:
X 0 = P JP −1 X.
P −1 Ẋ = JP −1 X.
Y 0 = JY . (7.5)
La ecuación (7.5) se conoce como la forma canónica de Jordan la forma canónica de Jordan de (7.3).
¾Por qué la ecuación (7.5) es importante?
La respuesta es simple, la matriz de Jordan es una matriz diagonal por bloques de Jordan y el
cálculo de la matriz exponencial es más simple.
Por otro lado notemos que (7.3) tiene una única solución de equilibrio (solución trivial) y es
0
Xe = 0 = .
0
0
Vamos a analizar las propiedades cualitativas del equilibrio en su forma canónica (7.5). En
0
resumen (7.3) y (7.5) son equivalentes pero (7.5) es más fácil.
Vamos a considerar considerar A ∈ M2×2 R; así J toma una de las siguientes formas:
λ1 0 λ γ α β
I. ; II. ; III. ,
0 λ2 0 λ −β α
en donde γ puede tomar los valores de 0 o 1.
115
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
La naturaleza de las raices de este polinomio dependen de los parámetros T rA y det A en la forma
y1
Veamos ahora en el plano y1 , y2 como se comportan los componentes de la solución de y 0 = Jy; y = .
y2
Análisis de Cada Caso.
Caso I.
Este caso corresponde a la situación donde p(λ) tiene dos raíces reales distintas; digamos λ1 , λ2 (λ1 6= λ2 ),
Dadas por
√ √
T rA + ∆ T rA − ∆
λ1 = ; λ2 = .
2 2
De manera que
p(λ) = (λ − λ1 )(λ − λ2 ) ; λi ∈ R, i = 1, 2.
Entonces λt
λ 0 e 1 0
J= 1 ; e tJ
= ,
0 λ2 0 eλ2 t
c
tj
y(t)= e C ; C= 1 vector de constantes,
c2
λt
e 1 0 c1
y(t)= .
0 eλ2 t c2
y1 (t)
Si y(t) = entonces:
y2 (t)
y1 (t)= c1 eλ1 (t) ,
y2 (t)= c2 eλ2 t .
a) λ2 < λ1 < 0,
b) λ1 < λ2 < 0.
tenemos los diagramas que se pueden observa el las guras 7.1(a) y 7.1(b). Cuando a) ó b) ocurre, el
origen (0, 0) se llama nodo estable.
116
7.2. DIAGRAMAS DE FASE
y2
y2
y1
y1
Si por el contrario 0 < λ1 < λ2 , las echas en la gura 7.1(a) se invierten (gura 7.2(a)) y si 0 < λ2 < λ1 ;
las echas en la gura 7.1(b) se invierten (gura 7.2(b)). Cuando cualquiera de los dos eventos anteriores
sucede, el origen, (0, 0), se llama nodo inestable.
y2
y2
y1
y1
Ahora, si los valores propios tienen signos opuestos, digamos λ1 < 0 < λ2 , entonces y1 va al origen a
lo largo del eje horizontal mientras que y2 se aleja del origen a lo largo del eje vertical. En este caso el
origen se conoce como un punto silla. Lo análogo ocurre en el caso λ2 < 0 < λ1 .
117
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
y2 y2
Separatriz
Separatriz
y1 y1
Los ejes vertical y horizontal se llaman Separatrices, las cuales separan el diagrama de fases.
Caso II
Este caso corresponde a la situación donde p(λ) tiene una sola raiz real con multiplicidad algebraica 2,
digamos que dicha raiz es λ∗ , entonces p(λ) = (λ − λ∗ )2 .
Entonces:
λ 1 1 t
J= ∗ ; γ=1; e tJ
=e λ∗ t
.
0 λ∗ 0 1
Por lo tanto, la solución de (7.5) es de la forma:
λ∗ t 1 t c1
y(t) = e .
0 1 c2
Así:
y1 (t) = (c1 + c2 t)eλ∗ t ,
y2 (t) = c2 eλ∗ t .
y1 c1 eλ∗ t + c2 teλ∗ t c1
= λ t
= +t
y2 c2 e ∗ c2
y1 (t)
lı́m = ∞. (c2 6= 0)
t→∞ y2 (t)
Ahora bien, si λ∗ < 0 todas la soluciones tienden al origen.
Si c2 6= 0, la diferencia y2 (t) − y1 (t) → 0 a la misma tasa a la cual (y1 , y2 ) se aproxima al origen cuando
t → ∞, así que la trayectoria es asintótica a la linea y = x, cuando t → ∞.
118
7.2. DIAGRAMAS DE FASE
y20 c2 λ∗
0 = →0 si t → ∞.
y1 c1 λ∗ + c2 λ∗ t
Por lo tanto, cada trayectoria es cada vez más horizontal cuando se aleja cada vez más del origen.
Existe un caso posible dentro del caso II y es cuando la multiplicidad geométrica del valor propio λ∗ es
igual a 2. Es decir:
(multiplicidad geométrica = multiplicidad algebraica).
λ∗ 0
En esta situación, J= . Las trayectorias se mueven ahora sobre líneas rectas;
0 λ∗
119
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
y2 y2
y1 y1
Figura 7.5:
Caso III
Este caso corresponde a la situación donde p(λ) tiene raices complejas; digamos λ = α ± iβ; α, β ∈ R.
Ahora bien:
α 0 0 β
J= + .
0 α −β 0
Así:
t2 β 2 t4 β 4 t3 β 3 t5 β 5
1 − + + ... tβ − + − ...
2! 4! 3! 5!
etJ2 = .
t3 β 3 t5 β 5 t2 β 2 t4 β 4
−tβ + − + ... 1− + + ...
3! 5! 2! 4!
120
7.2. DIAGRAMAS DE FASE
Recordando los desarrollos de Taylor en cero de las funciones sen(tβ) y cos(tβ) tenemos:
t2 β 2 t4 β 4
cos(tβ) = 1 − + + ...
2! 4!
t3 β 3 t5 β 5
sen(tβ) = tβ − + − ...
3! 5!
Así que:
" #
tJ2
cos(tβ) sen(tβ)
e = .
− sen(tβ) cos(tβ)
αt
tJ1 e 0
Dado que e = , concluimos:
0 eαt
" #" #
eαt 0 cos(tβ) sen(tβ)
etJ = ,
0 eαt − sen(tβ) cos(tβ)
" #
tJ αt
cos(tβ) sen(tβ)
e =e .
− sen(tβ) cos(tβ)
" #" #
αt
cos(tβ) sen(tβ) c1
y(t) = e .
− sen(tβ) cos(tβ) c2
Así tenemos:
y1 (t) = eαt (c1 cos(tβ) + c2 sen(tβ))
(7.6)
y2 (t) = eαt (c2 cos(tβ) − c1 sen(tβ))
α −β
J=
β α
" #" #
αt
cos(tβ) − sen(tβ) c1
y(t) = e ,
sen(tβ) cos(tβ) c2
121
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
α β
La diferencia entre una forma y la otra es que cuando J= , giramos en el plano en sentido de
−β α
α −β
las manecillas del reloj (β > 0). Cuando J= , giramos en el plano en el sentido contrario a las
β α
manecillas del reloj.
a) α < 0 < β. En este caso el sistema se mueve hacia el origen describiendo una espiral en sentido de las
manecillas del reloj, pues el radio de la órbita decrece al aumentar el tiempo al igual que el argumen-
to (ángulo que describe!). En este caso el origen es un sumidero del sistema (punto espiral estable).
c) α, β > 0. En este caso, el radio de las órbitas crece exponencialmente, es decir el sistema se mueve
lejos del origen mientras el argumento de la órbita decrece; esto equivale a decir que la espiral
es "hacia afuera"del origen en sentido de las manecillas del reloj. En este caso el origen es un
punto espiral inestable.
y2 y2 y2
y1 y1 y1
Por último, si α = 0, el radio de la órbita se mantiene constante (aparecen las Soluciones Periódicas)
122
7.2. DIAGRAMAS DE FASE
y2 y2
y1 y1
1. Resolver (
y1 (t) = eαt (c1 cos(tβ) + c2 sen(tβ)),
y2 (t) = eαt (c2 cos(tβ) − c1 sen(tβ)).
x 2 1
x= 1 ; 0
x = Ax, con A= .
x2 1 2
λ1 = 3 ; λ2 = 1
(Tenemos valores propios reales distintos) Caso I.
3 0
J= .
0 1
1 −1 1/2 1/2
La matriz de vectores propios está dada por P = , más aún P −1 = . Así
1 1 −1/2 1/2
tenemos:
A = P JP −1 ,
123
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
eAt = P eJt P −1 ,
1 −1 e3t
0 1/2 1/2
eAt = .
1 1 0 et −1/2 1/2
En consecuencia:
" 3t t
#
At 1 e +e e3t − et
e = .
2 e3t − et e3t + et
Analizamos
el diagrama de fase de la forma canónica asociada. Sea Y = P −1 X entonces Y 0 = JY,
3 0
con J= . Como los valores propios son reales distintos y positivos entonces el origen (0, 0)
0 1
es un nodo inestable.
GRÁFICA
2. Resolver
x01 = −x1 − x2 ,
x02 = 4x1 − x2 .
x −1 −1
x= 1 ; 0
x = Ax, con A= .
x2 4 −1
Eλ1 = {v ∈ R2 : (A − λ1 v) = 0},
−1 − (−1 + 2i) −1 v1 0 −2i −1 v1 0
= ⇔ = ,
4 −1 − (−1 + 2i) v2 0 4 −2i v2 0
−2iv1 − v2 = 0 ; v2 = −2iv1 .
124
7.2. DIAGRAMAS DE FASE
i
Sea v1 = i, v2 = 1. Nuestro vector propio es ϑ1 = .
1
Así
1
Eλ1 = gen .
i
−i
Por otro lado, el segundo vector propio es ϑ2 = ϑ1 = .
2
Tenemos así:
i −i 1 −i 1/4
P = ; P −1 = ,
2 2 2 i 1/4
P = [ϑ1 , ϑ2 ].
Finalmente:
A = P JP −1 ,
eAt = P eJt P −1 .
Por otro lado; consideremos la forma canónica asociada
c1
X = Py ; y 0 = Jy ; y(t) = eJt C ; C= ,
c2
En nuestro caso
λ = −1 + 2i ; α = −1 ; β = 1.
Luego:
cos t − sen t
eJt = e−t .
sen t cos t
Observa que hemos considerado el giro positivo! (Antihorario!). Como α < 0; β > 0 entonces
tenemos una espiral que gira en sentido positivo hacia el origen.
GRÁFICA
125
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
Por lo tanto:
x1 (t) = iy1 (t) − iy2 (t),
x2 (t) = y1 (t) + y2 (t),
x1 (t) = i y1 (t) − y2 (t) ,
h i
x1 (t) = i e−t cos t(c1 − c2 ) − sen t(c1 + c2 ) . (∗)
Como estamos interesados en soluciones reales, se toma la parte imaginaria en (*) y encontramos:
h i
x1 (t) = e−t cos t · (c1 − c2 ) − sen t · (c1 + c2 ) ,
h i
x2 (t) = e−t sen t · (c1 − c2 ) + cos t · (c1 + c2 ) .
Si k1 = c1 − c2 ; k2 = c1 + c2 entonces:
h i
x1 (t) = e−t k1 cos t − k2 sen t ,
h i
x2 (t) = e−t k2 cos t + k1 sen t .
3. Resolver: (
x01 = 3x1 − 2x2 ,
x02 = 8x1 − 5x2 .
Pasamos este sistema a una forma matricial
x 3 −2
x= 1 ; 0
x = Ax , con A= .
x2 8 −5
126
7.2. DIAGRAMAS DE FASE
4 −2 v1 0 4v1 − 2v2 = 0,
= ;
8 −4 v2 0 8v1 − 4v2 = 0.
La segunda ecuación se obtiene de la primera al multiplicar por 2. Ahora bien,considero
4v1 − 2v2 = 0,
1 1
luego v1 = v2 . Tomamos v2 = 2 ; v1 = 1 y nuestro vector propio es ϑ1 = .
2 2
No existe otro vector linealmente independiente con ϑ1 en Eλ1 , buscamos entonces un vector propio
generalizado ϑ2 que se calcula por medio de la ecuación:
(A − λI)ϑ2 = ϑ1 .
Es decir:
β
(A + I)ϑ2 = ϑ1 ; ϑ2 = 1 .
β2
4 −2 β1 1
= .
8 −4 β2 2
Queda entonces:
4β1 − 2β2 = 1,
8β1 − 4β2 = 2.
La segunda ecuación es el doble de la primera! Así que nos quedamos con:
4β1 − 2β2 = 1,
1 + 2β2
β1 = .
4
Una elección posible es entonces β2 = 0 ; β1 = 1/4.
1 1/4
Tenemos entonces nuestros vectores propios ϑ1 = ; ϑ2 = .
2 0
Así:
1 1/4
P = [ϑ1 , ϑ2 ] ≡ .
2 0
λ 1 −1 1
La matriz de Jordan es: J= ; J= .
0 λ 0 −1
Entonces:
Jt −t 1 t
e =e .
0 1
En consecuencia:
eAt = P eJt P −1 ,
0
Si consideramos el sistema canónico asociado (y = Jy, con y = P −1 X ) tenemos el diagrama de
fase.
GRÁFICA
X = P y,
1 1/4 e−t te−t
c1
X= .
2 0 0 e−t c2
127
CAPÍTULO 7. CÁLCULO DE LA MATRIZ etA PARA SISTEMAS DE ECUACIONES
DIFERENCIALES CON COEFICIENTES CONSTANTES
( c2 −t
x1 (t) = c1 e−t + e ,
4
x2 (t) = 2c1 e + 2tc2 e−t .
−t
128
Capítulo 8
3 2
e) E=
−2 3
129
CAPÍTULO 8. EJERCICIOS SOBRE LOS SISTEMAS DE ECUACIONES
DIFERENCIALES ORDINARIAS
1 −1
f) F =
1 1
3. Use el método de variación de parámetros para resolver los siguientes sistemas de ecuaciones dife-
renciales.
x0 = −3x + y + 3t x01 = x1 + 8x2 + e−t
a) c)
y 0 = 2x − 4y + e−t x02 = x1 − x2 + te−t
x0 + x − 5y − sent = 0 x01 = −x2 + sect
b) 0 d) 0
y 0 + x − y + 2costt = 0 x20 = x1
x1 = x1 + x2 + e x +x−y =t
e) x0 = x1 + x2 + e2t f) y0 + y = 2
02 0
x3 = x3 + te3t z + 2z = e3t
4. Utilice las Leyes de Corriente y Voltaje para encontrar el valor de la corriente i en el siguiente
circuito.
5. En Smurt Gamma Paperboard Cali se cuentan con dos tanques de 100 galones. En uno de los
tanques, (totalmente lleno!) hay Fibra + Agua con una concentración de
0.5 lb/gal. En el segundo tanque hay agua pura.
El agua pura entra en el tanque que contiene Fibra + Agua a 2 gal/min, el agua sale bien mezclada
de este tanque a 2 gal/min y uye hacia el segundo tanque, del cual sale agua a 2 gal/min y uye
hacia un desague.
Si x(t) es la cantidad de bras en el tanque 1 en el tiempo t y y(t) la cantidad de bras en el tanque
2 en el tiempo t, el modelo matemático que se obtiene es:
0 1
x = − 50 x
; x(0) = 50, y(0) = 0 . (8.1)
y0 = 1 x − 1 y
50 50
a) Justicar la validez de este modelo en relación a la situación expuesta.
130
c) Analice a partir de su solución encontrada en b) el comportamiento físico del sistema. ¾Es lo
esperado?
0
Y = h1 (I − S)
(8.2)
r0 = h2 (L(Y, r) − M )
I = −αr , S = s0 (Y − T ) y L(Y, r) = kY − βr ,
0
Y = −s0 h1 Y − αh1 r + h1 s0 T
(8.3)
r0 = kh2 Y − h2 βr − h2 M
(β − s0 )2 − 4αk > 0.
131
CAPÍTULO 8. EJERCICIOS SOBRE LOS SISTEMAS DE ECUACIONES
DIFERENCIALES ORDINARIAS
132
Capítulo 9
Por ejemplo:
x1 : I → R ; t → x1 (t) = t · |t|1/2
1) x1 + x2 ∈ C n (I).
2) kx1 ∈ C n (I) ; k -constante.
Consideremos el espacio vectorial C 1 (I) ; I ⊂ R. Denamos sobre C 1 (I) la siguiente función L : C 0 (I) →
0
C (I) ; x → L[x], dada por:
L[x] = x0 + x
Dadas x1 , x2 ∈ C 1 (I) se tiene que:
L[x1 + x2 ]= (x1 + x2 )0 + x1 + x2 ,
= x01 + x02 + x1 + x2 ,
= x01 + x1 + x02 + x2 ,
= L[x1 ] + L[x2 ],
y más aún:
L[kx1 ] = kL[x1 ] ; k -cte.
Tenemos entonces que:
133
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
(
L[x1 + x2 ] = L[x1 ] + L[x2 ]
(9.1)
L[kx1 ] = kL[x1 ] ; k -cte
Debido a que los elementos de C n (I) son funciones (no necesariamente funciones constantes) la función
L toma el nombre de Operador. Así por ejemplo, el operador L actuando sobre las funciones x1 (t) =
t2 , x2 (t) = sen t, x3 (t) = e−t da lo siguiente:
De (9.1) se observa que L satisface las condiciones de linealidad, por lo que L es un Operador Lineal.
L : C n (I)−→ C 0 (I)
x−→ L[x] = x(n) + an−1 (t)x(n−1) + ... + a1 (t)x0 + a0 (t)x,
x(n) + an−1 (t)x(n−1) + an−2 (t)x(n−2) + ... + a1 (t)x0 + a0 (t)x = b(t). (9.2)
L[x] = b , (9.3)
lo cual nos recuerda a los sistemas algebraicos Ax = b que se consideran en el curso de Álgebra Lineal,
con A una matriz n × n, x ∈ Rn (vector incognita) y b ∈ Rn .
Algunos ejemplos:
134
La ecuación (9.2) es una Ecuación Diferencial Lineal de Orden n no Homogenea (b(t) 6= 0).
En el caso que la función b(t) sea nula para todo t ∈ I, es decir:
b(t) = 0 ∀t ∈ I,
Se comprueba que:
xh (t) = c1 + c2 e2t + c3 e−2t .
con c1 , c2 , c3 constantes; es solución de L[x] = 0 y
1 3 1
xp (t) = − t2 − sen t + te−2t ,
8 5 8
es una solución particular de L[x] = b. Más aún, toda solución de L[x] = b es de la forma
es decir:
es decir, si x ∈ Z, entonces
135
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
Algo fundamental del conjunto Z es que este conjunto es un espacio vectorial; más aún, es un espacio
vectorial de Cn de dimensión nita n1 , y como bien sabemos un espacio vectorial de dimensión nita
tiene una base nita; digamos {ϕ
e1 , ϕ en } donde cada función ϕ
e2 , ..., ϕ ej : I ⊂ R → R; j = 1, ..., n satisface
L[ϕ
ej ] = 0 ; j = 1, ..., n.
Para dar respuesta a esta pregunta presentamos un nexo entre las ecuaciones diferenciales de orden su-
perior L[x] = b y los sistemas de ecuaciones diferenciales que hemos estudiado en las guías 6 y 7.
x1 = x
0
x2 = x00
x3 = x (9.4)
.
.
.
xn = x(n−1)
0
x1 = x2
x02 = x3
.
.
.
x0n = −an−1 (t)xn − an−2 (t)xn−1 − ... − a1 (t)x2 − a0 (t)x1 .
Este es un sistema de n−ecuaciones diferenciales de primer orden el cual lo escribimos en forma matricial
X 0 = A(t)X con:
x1 0 1 0 ... 0
x2 0 0 1 ... 0
.. .. .
.
.
. . ..
.
.
X = . ; A(t) = . ,
. . .
xn−1 0 0 0 ... 1
xn −a0 (t) −a1 (t) a2 (t) . . . −an−1 (t)
Más aún, la ecuación diferencial lineal de orden n y no homogénea L[x] = b se escribe en la forma matricial
X 0 = A(t)X + B(t),
0
0
con X y B ∈ Rn , donde B(t) = . y A ∈ Mn×n (R).
..
b(t)
x(0)
1 .
Existe un isomorsmo entre Z y Rn ; Φ : Z → R, x → . .
.
(n−1)
x (0)
136
Este nexo que se tiene entre las ecuaciones diferenciales de orden superior; L[x] = b con los sistemas de
ecuaciones diferenciales de la forma X 0 = A(t)X + B(t) nos permite aplicar toda la teoría que se presentó
en la guía 6??.
Demostración
Se aplica el Teorema de Existencia y Unicidad (pag ... guía 6) al sistema
X 0 = A(t)X + B(t),
α0
α1
con condición inicial X(t0 ) = X0 ; X0 = . ∈ Rn y A(t), B(t) denidas como se hizo anteriormen-
..
αn−1
te.
Ahora bien, sabemos que la ecuación L[x] = 0 equivale a considerar la ecuación de primer orden
X 0 + A(t)X, (9.5)
en donde Φ : I ⊂ R → Rn es una matriz fundamental y principal de (9.5). Más aún, si escribimos Φ(t)
por columnas
h i
Φ(t) = ϕ1 | ϕ2 | ... | ϕn
ϕ11 ϕ12 . . . ϕ1n
= ... .
. .. .
. .
. . .
ϕn1 ϕn2 . . . ϕnn
Las columnas de Φ(t) son soluciones de (9.5); i.e ϕ0j = A(t)ϕj para j = 1, ..., n; y por lo tanto son solu-
ciones de L[x] = 0. Veamos esto en detalle:
ϕ01j
ϕ1j
ϕ2j ϕ02j
Primero, observemos que: ϕj = . , así ϕ0j = .
.. ..
ϕnj ϕ0nj
Dado que ϕ0j = A(t)ϕj entonces:
137
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
y en consecuencia:
ϕ0nj = −an−1 (t)ϕnj − an−2 (t)ϕn−1j − ... − a0 (t)ϕ1j .
(i−1) (n−1)
ϕ1j = xj , ϕ2j = x0j , . . . , ϕij = xj , . . . , ϕnj = xj .
(n)
Así; ϕ0nj = xj y por lo tanto:
a) Las funciones ϕ
ej que buscamos son la primera componente del vector columna ϕj de la matriz
Φ(t), es decir:
ϕ
ej = ϕij ; j = 1, ..., n.
b) La (i − 1)-derivada de ϕ
ej es la i-ésima componente del vector ϕj , es decir:
(i−1)
ϕ
ej = ϕij .
1. Considere el sistema:
0 1
X 0 = A(t)X ; con A(t) = 4 3 .
− 2
t t
denido en I =]0, ∞[.
En efecto:
2t 0 1 t2
0
ϕ1 (t) = = 4 3 ,
2 − 2 2t
t t
= A(t) ϕ1 (t).
138
2t ln(t) + t t2 ln(t)
0 1
ϕ02 (t) = = 4 3 ,
2ln(t) + 3 − 2 2t ln(t) + t
t t
= A(t) ϕ2 (t).
0 1 4 3
Observamos que A(t) es de la forma con a0 (t) = , a1 (t) = − . Así que la
−a0 (t) −a1 (t) t2 t
ecuación L[x] = 0 con:
L[x] = x00 + a1 (t)x0 + a0 (t)x,
3 4
L[x] = x00 − x0 + 2 x,
t t
tiene soluciones fundamentales:
e1 (t) = t2
ϕ y e2 (t) = t2 ln(t).
ϕ
3 4
x00 − x0 + 2 x = 0 ; t > 0.
t t
2. Considere la ecuación
x000 + 3x00 + 3x0 − 7x = 0.
Denimos (cambio de variable (9.4))
x1 = x x1
x2 = x0 ; x = x2 ,
x3 = x00 x3
y obtenemos el sistema:
0 1 0
x0 = Ax ; con A = 0 0 1 .
7 −3 −3
Resolvamos este sistema:
· Vectores propios.
139
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
√ √
ϕ1 (t) = et ϑ1 ; ϕ2 (t) = e−2t cos 3 t Re(ϑ2 ) + e−2t sen 3 t Im(ϑ2 ),
√ √
; ϕ3 (t) = e−2t cos 3 t Im(ϑ2 ) − e−2t sen 3 t Re(ϑ2 ),
donde
1
√
4 3
7
1 1 √
Re(ϑ2 ) = −2 ; Im(ϑ2 ) = − 3 .
7 7
1 1
Note que:
x(t) = eAt C ; C ≡ Vector de Constantes,
e1 (t) = et ,
ϕ
√
1 −2t √ 4 3 −2t √
ϕ
e2 (t) = e cos 3 t + e sen 3 t,
49 √7
2 −2t √ 3 −2t √
ϕ
e3 (t) = e sen 3 t − e cos 3 t.
49 7
140
Observación 9.0.1 Aunque los cálculos parecen muy pesados, basta con recordar que si x(t) es solución
de L[x] = 0 entonces kx(t), k -cte, también lo es; esto por que el operador es lineal y la ecuación es
homogénea. Así que basta con encontrar las soluciones en la forma canónica y obtenemos inmediatamente
las funciones ϕ
ei que buscamos.
1.
x00 − 10x0 + 25x = 0,
con x1 = x; x2 = x0 , tenemos:
x1 0 1
x= ; x0 = Ax ; con A= .
x2 −25 10
Luego:
y1 (t) = c1 e5t + c2 te5t ,
y2 (t) = c2 e5t .
e1 (t) = e5t
ϕ ; e2 (t) = te5t .
ϕ
2. Resolver la ecuación
x000 − 13x0 − 12x = 0.
Pasamos esta ecuación a un sistema 3 × 3.
x1 x1 = x 0 1 0
0
x = x2 , x2 = x0 , x = Ax ; con A=0 0 1 .
x3 x3 = x00 12 13 0
141
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
e1 (t) = e−t
ϕ , e2 (t) = e−3t
ϕ , e3 (t) = e−4t .
ϕ
Teorema 9.0.6 Sea Φ(t) una matriz solución de x0 = A(t)x y t0 ∈ I. Entonces se verica:
Rt
Tr A(s) ds
det Φ(t) = det Φ(t0 ) · e t0
, ∀t ∈ I.
1) det W (t) 6= 0 , ∀t ∈ I.
2) ∃t0 ∈ I tal que det W (t0 ) 6= 0.
142
9.1. REDUCCIÓN DE ORDEN
Note que det W (t) = t3 ; ∀t ∈]0, +∞[. Por otro lado, sabemos que ϕ
e1 y ϕ
e2 son soluciones de la ecuación
diferencial
3 4
x000 − x0 + 2 = 0 ; t ∈]0, +∞[.
t t
3
En este caso identicamos: an−1 (t) = a1 (t) = − .
t
Aplicamos la fórmula de Jacobi con t0 = 1 y obtenemos:
1 0
W (1) = ; det W (1) = 1.
2 1
Vamos ahora a hacer uso de la fórmula de Jacobi con el n de completar un conjunto fundamental de
soluciones {ϕ e2 }
e1 , ϕ para las ecuaciones diferenciales lineales homogéneas de segundo orden:
x00 + a1 (t)x0 + a0 x = 0.
Suponga que ϕ
e1 (t) es solución de esta ecuación. Vamos a encontrar otra solución, digamos v(t) tal que
{ϕ
e1 (t), v(t)} formen un conjunto fundamental de soluciones.
de donde: Rt
− a1 (s) ds
e1 (t) v 0 (t) − ϕ
ϕ e2 (t) v(t) = det W (t)e t0
.
143
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
Note que la ecuación (9.8) es de orden 1, mientras que la ecuación (9.7) es de orden 2; esto justica el
nombre Reducción de Orden. Ahora bien, la ecuación (9.8) es una ecuación diferencial lineal de primer
orden que sabemos resolver muy bien.
Encontramos así la expresión de la segunda solución fundamental de (9.7) a partir de una solución
conocida!. Es decir: dada e1 (t) solución de (9.7); {ϕ
ϕ e1 (t)ϕe2 (t)} forma un conjunto fundamental para (9.7)
con: Z
1 1 − tt a1 (s) ds
R
ϕ
e2 (t) = e 0 dt.
ϕ
e1 (t) e1 (t)]2
[ϕ
Ejemplos 9.1.1 1. Encontrar una segunda solución de la ecuación:
(1 − t2 )x00 + 2tx0 = 0,
si se sabe que ϕ
e1 (t) = 1 es solución.
144
9.2. ECUACIONES LINEALES DE ORDEN SUPERIOR
1 + t
Así que ϕ
e1 (t) = 1 y ϕ
e2 (t) = ln forma un conjunto fundamental de soluciones para (1 −
1−t
2 00 0
t )x + 2tx = 0.
2. Encontrar una segunda solución de la ecuación:
4t2 x00 + x = 0,
dado que Z
1 1
dt = − ,
t ln2 (t) ln(t)
entonces
1
ϕ
e2 (t) = .
t1/2 ln2 (t)
1
Así que e1 (t) = t1/2 ln(t)
ϕ y ϕ
e2 (t) = forman un conjunto fundamental de soluciones para
t1/2 ln2 (t)
la ecuación 4t2 x00 + x = 0.
Mostraremos las relaciones entre los métodos de solución que se encuentran usualmente en los textos con
los que consideramos en estas notas cuando se hace el cambio de variable dado en la pág ...
x00 + a1 x0 + a0 x = 0. (9.9)
Para (9.9) se buscan soluciones de la forma ϕ(t) = eλt , en cuyo caso, al reemplazar se obtiene:
145
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
2
λ + a1 λ + a0 = (λ − λ1 )(λ − λ2 ) = 0,
de aquí tenemos que
−(λ1 + λ2 ) = a1 ,
λ1 .λ2 = a0 .
Por otro lado, gracias a la fórmula cuadrática, sabemos que:
p
a21 − 4a0
−a1 ±
λ= ,
2
√
−a1 ± M
λ= ; M= a21 − 4a0 .
2
Ahora note lo siguiente; pasando (9.7) a una ecuación de primer orden tenemos:
0
x1 0 1 x1
= .
x02 −a0 −a1 x2
0 1
Si A= entonces
−a0 −a1
p(λ) = det(A − λI),
p(λ) = λ2 + a1 λ + a0 .
Es decir: la ecuación auxiliar es la ecuación p(λ) = 0 con p(λ) el polinomio característico de la matriz A.
Así podemos armar lo siguiente:
1)
−(λ1 + λ2 ) = a1 = Traza de A
λ1 .λ2 = a0 = det A .
2) Hay tres tipos de soluciones que dependen de las raíces del polinomio característico (Ecuación
Auxiliar) de A. Entonces:
e = d1 eλ1 t + d2 eλ2 t
ϕ(t) ; d1 , d2 -ctes.
Caso II: Raíces reales iguales (λ1 = λ2 = λ),
e1 (t) = eλ t
ϕ , e2 (t) = teλ t .
ϕ
Toda solución es de la forma
e = d1 eλ t + d2 teλ t .
ϕ(t)
Caso III: Raíces complejas (λ = α ± iβ)
e1 (t) = eαt (d1 cos(tβ) + d2 sen(tβ)),
ϕ
e2 (t) = eαt (d2 cos(tβ) − d1 sen(tβ))
ϕ ; d1 , d2 -ctes.
Toda solución es de la forma
146
9.3. ECUACIONES DIFERENCIALES LINEALES DE ORDEN 3
Para (9.10) de nuevo buscamos soluciones de la forma ϕ(t) = eλt y se llega a la ecuación.
p(λ) = λ3 + a2 λ2 + a1 λ + a0 = 0.
Las raíces de p(λ) (polinomio característico) determinan el tipo de solución que se obtiene:
En este caso p(λ) = (λ − λ∗ )3 . Mirando las formas de la matriz de Jordan posibles se deduce que
toda solución en este caso es de la forma:
con C1 , C2 , C3 constantes.
Caso 2. Un cero real con multiplicidad algebraica 1 y otro cero real distinto con multiplicidad algebraica 2.
λ1 ∈ R ; λ2 = α + iβ ; λ3 = λ2 .
147
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
con coecientes an−1 , an−2 , ..., a1 , a0 -ctes, entonces el polinomio característico (correspondiente a
la matriz A asociada pág...) es:
Ahora bien, si λi con i = 1, ..., k son las raíces distintas de p(λ) con multiplicidades algebraicas mi
entonces:
ϕ1 (t) = d11 eλ1 t + d12 teλ1 t + ... + d1m1 em1 −1 eλ1 t ,
ϕ2 (t) = d21 eλ2 t + d22 teλ2 t + ... + d2m1 em2 −1 eλ2 t ,
.
.
.
ϕk (t) = dk1 eλk t + dk2 teλk t + ... + dkm1 emk −1 eλk t ,
forman un conjunto fundamental de soluciones para L[x] = 0.
λ1 = 3 ; λ2 = 2 ; λ3 = 10,
ϕ1 (t) = d11 e3t ; ϕ2 (t) = d21 e2t + d22 te2t ; ϕ3 (t) = d31 e10t ,
148
9.3. ECUACIONES DIFERENCIALES LINEALES DE ORDEN 3
e = e5t (d01 cos 2t + d21 sen 2t) + te5t (d31 cos 2t + d41 sen 2t).
ϕ(t)
El lector puede observar que lo fundamental en todo lo anterior es conocer las raíces de un polinomio, lo
cual no siempre es sencillo, usualmente el método de la división sintética ayuda para este problema pero
no es un método efectivo en la gran mayoría de los casos.
149
CAPÍTULO 9. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR
150
Capítulo 10
Transformada de Laplace
Damos inicio con esta guía a la parte nal del curso de ecuaciones diferenciales, en la cual estudiaremos
un nuevo concepto que pertenece a lo que en matemáticas se conoce como Transformada Integrales.
Preguntémonos cómo hacían en el pasado cuando no se disponían de calculadoras pero si de las extensas
tablas de logaritmos. Pues bien, las tablas de logaritmos arduamente conseguidas, servían para realizar
varios cálculos difíciles.
√
7
log x = log 35 ,
1
log x = log 35 .
7
La gran ventaja del uso de los logaritmos es que simplica las operaciones de la aritmética.
• log(producto) = suma(log)
• log(división) = resta(log)
• log(potencias) = producto(log)
Pues bien, esta ventaja que presenta la función logaritmo también la presenta La Transformada de Laplace.
En esencia, la transformada de Laplace que lleva funciones en funciones (es decir es un operador ) y que
simplica operaciones en dicho proceso; por ejemplo:
Ahora bien, una ecuación diferencial involucra derivadas de una función desconocida así que, si apli-
cáramos el operador de Laplace llevaríamos el problema a una ecuación algebraica que en principio
esperaríamos fuese más fácil.
151
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
↓ ↓
Note que en este esquema es necesario que nuestro operador sea denido en un conjunto especial de fun-
ciones donde L{x} tenga sentido (al menos para hablar de una ecuación algebraica en la variable L{x})
y también que sea invertible (exista el operador inverso L−1 ) para recuperar de nuevo la variable inicial
x (nuestra función solución de la ecuación diferencial).
Vamos a presentar a continuación de manera formal la transformada de Laplace.
Así que:
c
f (t) = c L ; c-cte.
−→ s
Dado que la integral impropia que involucra la denición de la transformada de Laplace necesitamos que
exista (es decir, que sea nita!) Vamos a considerar un conjunto especial de funciones donde se garantiza
lo anterior.
Denición 10.0.5 Sea f : [0, ∞[−→ R, t −→ f (t). Diremos que f está en la clase Ω, es decir, f ∈ Ω, si
satisface:
152
σt
σt Me
Me
f(t) f(t)
M M
t0
-M -M
-Meσt
-Meσt
tn tk
lı́m = 0, lı́m = 0.
t→∞ et t→∞ tn
tn ≤ et , tk ≤ tn .
para todo t > t0 .
Sea (1 + n)M̄ = M ,
|f (t)| ≤ (1 + n)M̄ tn ≤ M et , (σ = 1).
Por lo tanto las funciones polinómicas pertenecen a Ω.
2. Las funciones trigonométricas
Observe que:
153
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
at e−σt = et ln a e−σt ,
= et(ln a−σ) .
|h(t)| ≤ M eσt .
|h(t)| = |f (t)||g(t)|
≤ M1 eσ1 t |g(t)|
≤ M1 e σ1 t · M2 e σ2 t
≤ M1 M2 e(σ1 +σ2 )t , ∀t ≥ 0.
|h(t)| ≤ M eσt , ∀t ≥ 0.
Observación 10.0.1 Lo anterior nos dice que por ejemplo, las siguiente funciones están en Ω:
Claramente no se puede esperar otra cosa que la existencia de funciones que no estén en Ω.
3
−σt
et ≤ M, ∀t ≥ 0.
3
−σt
Pero esto no es cierto pues et es no acotada en [0, ∞[.
|f (t)| ≤ M eσt ∀t ≥ 0,
154
Lema 10.0.8 Sea f ∈ Ω. Entonces existe un número s0 ∈ R (s0 depende de f) tal que F (s) = L{f (s)}
está bien denida si s > s0 .
Demostración
Sabemos que
Z ∞
L{f (s)} = e−st f (t) dt .
0
Así
Z ∞ Z ∞
−st
e−st |f (t)| dt .
|L{f (s)}| = e f (t) dt ≤
0 0
Por lo tanto:
Z ∞
|L{f (s)}| ≤ e−st M eσt dt,
0
b b
e(σ−s)t
Z
(σ−s)t
≤ lı́m Me dt = lı́m M ,
b→∞ 0 b→∞ σ − s 0
M
≤ <∞ si s > σ.
s−σ
Es de notar que la transformada de Laplace de una función dada, digamos f, tiene como dominio ]s0 , ∞[
donde s0 = s0 (f ); s0 ≡ depende de f.
Así:
L:f ∈Ω −→ F (s); s ∈ ]s0 (f ), ∞[
f = f (t) −→ L{f (s)}.
Cabe mencionar que hemos denido la transformada de Laplace por medio de una integral impropia
dependiente de un parámetro, y hemos visto que en Ω esta denición tiene sentido; ahora bien, esto
quiere decir que es suciente con el hecho de que f ∈ Ω para que L{f } exista; pero no es necesaria esta
condición. Por ejemplo, la función
1 3
3t 1+ 2t; t ≥ 2,
f (t) = −2t
e ; 0 ≤ t ≤ 2.
f (t) ∈
/Ω pero L{f } existe.
155
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
Por denición:
Z ∞ Z b
0 −st 0
L{f (s)} = e f (t) dt = lı́m e−st f 0 (t) dt.
0 b→∞ 0
Por otro lado, aplicando el método de integración por partes
Z b b Z b
−st 0 −st
e−st f (t) dt,
e f (t) dt = f (t)e +s
0 0 0
Z b
= f (b)e−sb − f (0) + s e−st f (t) dt.
0
Segundo orden
En conclusión,
L{f 00 (s)} = s2 L{f (s)} − sf (0) − f 0 (0).
Tercer orden
En conclusión,
L{f 000 (s)} = s3 L{s} − s2 f (0) − sf 0 (0) − f 00 (0).
L{f (n) }(s) = sn L{f (s)} − sn−1 f (0) − . . . − sf (n−2) (0) − f (n−1) (0),
si s es sucientemente grande.
s
L{cos(at)} = ; s > 0.
s2 + a2
Ahora bien,
d
(cos(at)) = −a sen(at),
dt
156
10.1. TRANSFORMADAS DE LAPLACE Y DERIVADAS
entonces
d
L{−a sen(at)} = L (cos(at)) ,
dt
= s L{cos(at)} − 1 ,
s2
= − 1,
s2 + a2
a2
= − 2 .
s + a2
Así que
a
L{sen(at)} = .
s2 + a2
Ahora presentaremos un resultado que es clave en lo que sigue, el cual se puede inferir por inducción.
Proposición 10.1.1 Considere la ecuación L[x] = b, con b : I ⊂ R −→ R continua, tal que b ∈ Ω, con
L[x] el operador
L : C n (I) −→ C 0 (I)
x −→ L[x] = x(n) + an−1 x(n−1) + . . . + a1 x0 + a0 .
El anterior problema lo sabemos resolver muy bien, pues es una ecuación lineal de primer orden, más
aún: Rt
x(t) = x0 e3t + e3t 0
e−eτ 4 dτ ,
h i
= 7e3t + 4e3t − 13 e−3t − 13 ,
= 7e3t + 43 e3t − 4
3 ,
25 3t 4
= 3 e − 3 .
Veamos cómo se hace con el operador de Laplace. Aplicamos el operador de Laplace a ambos lados (esto
es posible por la Proposición 10.1.1)
4
L{x0 − 3x} = L{4} = , s > 0.
s
Aplicando las propiedades de linealidad y derivadas
4
L{x0 } − 3L{x} = ,
s
4
−x0 + sL{x} − 3L{x} = .
s
157
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
Así:
4 25
L{x} = − L{1} + L{e3t }.
3 3
Entonces,
25 3t 4
x(t) = e − .
3 3
Ejemplo 10.1.4 Considere con a-cte
x0 + ax = b(t)
Al aplicar el operador de Laplace a ambos lados se obtiene
x00 + a1 x0 + a0 x = b(t),
con a0 , a1 constantes y b(t) ∈ Ω. Aplicando el operador de Laplace a ambos lados:
L{x00 + a1 x0 + a0 x} = L{b(t)} ,
L{x00 } + L{a1 x0 } + L{a0 x} = L{b(t)} .
Tenemos:
−x(0) − sx(0) + s2 L{x} + a1 (−x(0) + sL{x}) + a0 L{x} = L{b(t)} .
Por lo tanto,
L{x}[s2 + a1 s + a0 ] = L{b(t)} + a1 x(0) + sx(0) + x0 (0) ,
158
10.1. TRANSFORMADAS DE LAPLACE Y DERIVADAS
1. Sea
x00 − 2x0 + x = 3et ; x(0) = 1, x0 (0) = 1.
Entonces,
2. Sea
x00 + 3x = sen 5t; x(0) = 0, x0 (0) = 0.
Entonces,
La expresión (10.1) nos brinda la transformada de Laplace de la solución x de la ecuación diferencial lineal
de segundo orden que consideramos. Cabe preguntarnos ahora ¾Cómo obtener la solución x a partir del
conocimiento de su transformada de Laplace?
Pues la respuesta es formalmente simple. Debemos invertir el proceso. Es decir, debemos justicar la
existencia de el operador inverso de Laplace, que denotamos por L{F (s)} donde:
Existe una fórmula general para la transformada inversa de Laplace, pero se requiere conocer la teoría
de las funciones de la variable compleja, pero no lo haremos aquí.
El anterior resultado arma que una función f (t) está completamente determinada por su transformada
de Laplace. Esto equivale a decir que si L−1 {F (s)} existe, entonces es única.
159
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
Entonces basta con leer la tabla de las transformadas de Laplace al revés. Más aún la propiedad de la
linealidad la hereda de igual forma la transformada inversa.
1. Para el PV I
x00 − 2x0 + x = 3et ; x(0) = 1, x0 (0) = 1.
Encontramos que:
1 3
L{x} = + .
s − 1 (s − 1)3
Entonces, mirando las tablas:
1 3
x(t) = L−1 { } + 3L−1 { },
s−1 (s − 1)3
3
= et + (t2 et ) .
2
2. Para el PV I
x00 + 3x = sen 5t ; x(0) = 0, x0 (0) = 0.
Encontramos que:
5
L{x} = .
(s2 + 25)(s2 + 3)
Primero hacemos un poco de álgebra:
5 As + B Cs + D
= 2 + 2 .
(s2 2
+ 25)(s + 3) s +3 s + 25
Haciendo los cálculos respectivos se obtiene:
5 5
5 22 − 22
= + .
(s2 + 25)(s2 + 3) s2 + 3 s2 + 25
Entonces
5 5
− 22
−1 22 −1
x(t) = L +L ,
s2 + 3 s2 + 25
5 √ 1
= √ sen 3t − sen 5t .
22 3 22
Ejemplo 10.1.6 Resolver el siguiente problema de valor inicial utilizando la transformada de Laplace.
00
x + 4x0 + 6x = e−t ,
x(0) = 0 ; x0 (0) = 0 .
1
L{e−t }
L{x} = 2 = 2 s+1 .
s + 4s + 6 s + 4s + 6
Entonces,
1
L{x} = .
(s + 1)(s2 + 4s + 6)
160
10.1. TRANSFORMADAS DE LAPLACE Y DERIVADAS
Note que:
1 1 A Bs + C
= = + .
(s + 1)(s2 + 4s + 6) (s + 1)[(s + 2)2 + 2] s + 1 (s + 2)2 + 2
Entonces:
1= A((s + 2)2 + 2) + (Bs + C)(s + 1) ,
= (A + B)s2 + (4A + B + C)s + 6A + C .
De aquí tenemos que:
• A+B =0 ∴ A = −B .
• 4A + B + C = 0 ∴ −3B + C = 0, C = 3B .
• 6A + C = 1 ∴ −6B + 3B = 1, −3B = 1 ⇒ B = −1/3.
Así que,
B=-1/3
A=1/3
C=-1
Por lo tanto:
s
+1
" #
1 1 3
= − ,
(s + 1)[(s + 2)2 + 2] 3(s + 1) (s + 2)2 + 2
1 1 s−2+2 1
= − − ,
3(s + 1) 3 (s + 2)2 + 2 (s + 2)2 + 2
1 1 s+2 1
= − − .
3(s + 1) 3 [(s + 2) + 2] 3[(s + 2)2 + 2]
2
Así que:
( ( ) ( )
−1 1 1 −1 s+2 1 −1 1
x(t)= L − L − L ,
3(s + 1) 3 (s + 2)2 + 2 3 (s + 2)2 + 2
1 −t 1 −2t √ 1 1 √
= e − e cos( 2t) − · √ e−2t sen( 2t) .
3 3 3 2
Tenemos así:
161
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
(s − 2)L{x1 } − L{x2 }= c1
Sistema de ecuaciones algebraicas 2 × 2.
L{x1 } + (s − 4)L{x2 }= c2
1 c1 −1 c1 (s − 4) + c2
L{x1 } = = ,
(s − 3) c2
2 s−4 (s − 3)2
1 s−2 c1 c2 (s − 2) − c1
L{x2 } = = .
(s − 3)2 1 c2 (s − 3)2
Así tenemos:
c1 (s − 4) + c2
x1 = L−1 ,
(s − 3)2
−1 c2 (s − 2) − c1
x2 = L .
(s − 3)2
c1 c1 − c2
x1 = L−1 − ,
(s − 3) (s − 3)2
−1 c2 c2 − c1
x2 = L − .
(s − 3) (s − 3)2
c2 c2 − c1
x2 = L−1 + L−1 ,
(s − 3) (s − 3)2
x2 = c2 e3t + (c2 − c1 )te3t .
162
10.2. TEOREMAS DE TRASLACIÓN
t
c
con c ≥ 0.
En muchas ocasiones resulta conveniente considerar para una función f dada, una nueva función φ denida
así:
0 , t<c
y = φc (t) =
f (t − c) , t ≥ c.
t t
c
163
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
Z∞ Z∞
−st e−cs
L{ψc (t)} = e ψc (t) dt = e−st dt = , s > 0.
s
0 c
Este resultado es muy importante pues nos permite determinar el siguiente teorema llamado Teorema de Traslación.
Z∞ Z∞
−st
= e f (t − c) dt = e−(ξ+c)s f (ξ) dξ , ξ =t−c
0 0
Z∞
−cs
=e eξs f (ξ) dξ .
0
Corolario 10.2.2 Si F (s) = L{f (t)} existe para s > sf ≥ 0 y si c es una constante positiva, entonces:
t3 √
, 0<t≤5
f (t) =
t3 + t − 5 , t ≥ 5.
Entonces:
L{f (t)}= L{t3 + h(t)} ,
= L{t3 } + L{h(t)} ,
6 √
L{f (t)}= 4 + e−5s L{ t} ; s > 0.
s
164
10.2. TEOREMAS DE TRASLACIÓN
1 − e−2s
. F (s) =
s2
−2s
−1 −1 1 −1 −e
Tenemos que L {F (s)} = L +L .
s2 s2
Identicamos ahora:
e−2s 1
= e−2s · 2 = e−2s · G(s) ,
s2 s
1
con G(s) = ⇔ G(s) = L{t}. Por lo tanto:
s2
L−1 {F (s)} = t − ψ2 (t)(t − 2) . f (t) = t .
L{es0 t f (t)} = F (s − s0 ) ,
con s > s f + s0 .
En consecuencia:
L{es0 t f (t)} = F (s − s0 ) .
1
G(s) = , s > 0.
s2 − 4s + 5
Completando cuadrados en el denominador, tenemos:
1 1
G(s) = = F (s − 2) con F (s) = .
(s − 2)2 + 1 s2 + 1
Dado que F (s) = L{sen t} entonces:
165
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
2
F (s) = L{f (t)} = L{t2 } = , s > 0.
s3
1
G(s) = L{g(t)} = L{t} = 2 , s > 0.
s
Por otro lado
24
L{f (t) · g(t)} = L{t3 } = .
s4
Esto nos muestra que
H(s) = L{f (t) · g(t)} =
6 F (s) · G(s) ,
L{f (t) · g(t)} =
6 L{f (t)} · L{g(t)} .
h : [0, ∞[→ R
t→ h(t) ,
Teorema 10.3.1 (Teorema de Convolución). Si F (s) = L{f (t)}; G(s) = L{g(t)} existen para s > a ≥ 0,
entonces
L{h(t)} = F (s) · G(s),
con
Zt Zt
h(t) = f (t − τ )g(τ ) dτ = g(t − τ )f (τ ) dτ .
0 0
h(t) = (f ∗ g)(t) .
Previo a la demostración de este teorema veamos algunos ejemplos y propiedades de la convolución.
2. f ∗ (g1 + g2 ) = f ∗ g1 + f ∗ g2 (Distributividad)
3. (f ∗ g1 ) ∗ h = f ∗ (g ∗ h) (Asociatividad)
166
10.3. CONVOLUCIÓN ENTRE FUNCIONES
Zt
(f ∗ 1)(t) = cos(t − τ ) dτ ,
0
t
= − sen(t − τ ) ,
0
= sen t ,
6= f (t) .
Zt
= (sen t cos τ sen τ − sen2 τ cos t) dτ ,
0
sen t t
= (1 + cos t − cos t) − cos t ,
2 2
sen t t
= − cos t .
2 2
Observe que (f ∗ f )(2π) = −π < 0.
Zt
(f ∗ g)(t) = (t − τ ) sen τ dτ ,
0
Zt Zt
=t sen τ dτ − τ sen τ dτ ,
0 0
t " t Z t #
= −t cos τ − τ cos τ + cos τ dτ ,
0 0 0
= t − sen t .
Sabemos que
Z∞
F (s) = e−sξ f (ξ) dξ ,
0
Z∞
G(s) = e−sη g(η) dη .
0
167
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
Entonces:
Z∞ Z∞
−sξ
F (s) · G(s) = e f (ξ)dξ · e−sη g(η) dη .
0 0
Z∞ Z∞
−s(ξ+η)
F (s) · G(s) = e f (ξ) dξ · g(η) dη .
0 0
Sea t = ξ + η ; dt = dξ .
Z∞ Z∞
−st
F (s) · G(s) = e f (t − η) dt · g(η) dη ,
η 0
Z∞ Z∞
= e−st f (t − τ ) dt · g(τ ) dτ .
τ 0
Z∞ Z∞
F (s) · G(s) = e−st f (t − τ )g(τ ) dt dτ ,
0 τ
Z∞ Zt !
−st
= e f (t − τ )g(τ ) dτ dt .
0 0
Si
Zt
h(t) = f (t − τ )g(τ )dτ,
0
entonces
F (s) · G(s) = L{h(t)},
lo que equivale a:
h(t) = L−1 {(s) · G(s)} = (f ∗ g)(t) .
El siguiente esquema ilustra lo anterior.
Ω F
·f (t) ←→ F (s) = L{f (t)}
·h(t) ←→ F (s) · G(s)
·g(t) ←→ G(s) = L{g(t)}
168
10.3. CONVOLUCIÓN ENTRE FUNCIONES
h(t) = (f ∗ g)(t). (El producto en el espacio de las Transformadas de Laplace se corresponden con la
convolución en el espacio de de funciones!)
Zt
at − sen at
(f ∗ g)(t) = (t − τ ) sen aτ dτ = .
a2
0
1 1
Sea F (s) = y G(s) = . En consecuencia:
s2 + 1 s2 + 1
y(t) = L−1 {F (s) · G(s)} + 2L−1 {F (s)} ,
= (f ∗ g)(t) + 2f (t).
Donde f (t) = L−1 {F (s)} = g(t) = L−1 {G(s)} = sen t.
Así que:
1 1
(sen t ∗ sen t) = sen t − t cos t (vericar esto).
2 2
Por lo tanto:
1 1
y(t) = sen t − t cos t + 2 sen t .
2 2
169
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
0
Al derivar en (10.2) respecto a s obtenemos:
Z∞ !
0 ∂ −st
F (s) = e f (t) dt ,
∂s
0
Z∞ Z∞ Z∞
0 ∂ −st
−st
F (s) = e f (t) dt = −te f (t) dt = − e−st (tf (t)) dt .
∂s
0 0 0
Así que F 0 (s) = −L{tf (t)}.
dn F (s)
L{tn f (t)} = (−1)n .
dsn
Ejemplo 10.4.2 Sea f (t) = sen kt. Sabemos que:
k
F (s) = .
s2 + k2
Entonces con n=1 !
d k 2ks
L{t sen kt} = − = .
ds s2 + k 2 (s2 + k 2 )2
Resolver la ecuación diferencial:
s
s2 L{x} − sx(0) − x0 (0) + 16L{x} = .
s2 + 16
Así:
s
L{x}(s2 + 16) = + 1,
s2 + 16
s 1
L{x} = 2 2
+ 2 .
(s + 16) s + 16
Ahora, aplicando la Transformada de Laplace inversa:
( ) ( )
−1 s −1 s
x(t) = L +L .
(s + 16)2
2 2
s + 16
170
10.4. DERIVADAS DE TRANSFORMADAS
( )
s 1
L−1 = t sen 4t .
(s2 + 16)2 8
Así que:
1 1
x(t) = t sen 4t + sen 4t .
8 4
Ahora veamos un resultado que se deduce del teorema de Convolución.
( Zt )
F (s)
L f (τ ) dτ = .
s
0
1
Ahora bien, si g(t) = 1 entonces G(s) = , por lo tanto:
s
( Zt )
1
L{(f ∗ 1)(t)} = L f (τ ) dτ = F (s) · .
s
0
Es decir:
( Zt )
F (s)
L f (τ ) dτ = .
s
0
De igual forma:
( ) Zt
−1 1
L = f (t) dt ,
s2 (s2 + k 2 )
0
donde ( )
−1 1 1 1
f (t) = L · = (1 − cos kt) .
s s2 + k 2 k2
171
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
Así:
( ) Zt
−1 1 1 1 1 1
L · = 2 (1 − cos kt) dt = (t − sen kt) .
s s2 + k 2 k k2 k
0
Teorema 10.4.4 Sea f : [0, ∞[→ R una función periódica con periodo mínimo T (i.e.
f (t + T ) = f (t), ∀t ∈ [0, ∞[ ) tal que F (s) = L{f (t)}. Entonces
ZT
1
F (s) = e−st f (t) dt .
1 − e−sT
0
2π
Ejemplo 10.4.5 Sea f (t) = sen at. Note que f es periódica con periodo T = . Entonces:
a
e−st f (t) = e−st sen at ,
Z2π Z2π
−st
e f (t) = e−st sen at ,
0 0
2 2
−1
s +a 1h −2πs
i
= · 1−e a .
s2 s
Así:
−1
s2 + a2
1 1h −2πs
i
F (s) = −2πs · · 1−e a ,
1−e a s2 s
s
F (s) = (tal como dice la tabla !)
s2 + a2
1 0≤t<1
E(t) =
0 1 ≤ t < 2,
E(t + 2) = E(t) para todo t ∈ [0, ∞[. Nuestra función tiene periodo T =2 y gráca: GRAFICA!!!!!!
Entonces:
Z2
1 1
L{E(t)} = e−st E(t)dt = .
1 − e−2s s(1 + e−s )
0
1 ,0 ≤ t < 1
GRÁFICA!!! E = E(t) =
0 ,1 ≤ t < 2,
172
10.4. DERIVADAS DE TRANSFORMADAS
R 1
L{i0 } + L{i} = L{E(t)} ,
L L
R 1 1
sL{i} − i(0) + L{i} = ,
L L s(1 + e−s )
R 1 1
L{i} s + = i(0) + .
L L s(1 + e−s )
Así obtenemos:
1 1 1
L{i} = · .
L (s + R
L)
s(1 + e−s )
En consecuencia:
1 −1 1 1
i(t) = L · .
L s(s + R
L)
(1 + e−s )
Nos proponemos ahora a estudiar los factores involucrados. Por un lado tenemos que:
∞
1 X
= (−1)n xn , |x| < 1 .
1 + x n=0
∞
1 X
= (−1)n e−ns .
1 + e−s n=0
De otro lado,
1 L/R L/R
R
= − (fracciones parciales).
s(s + L)
s s + R/L
Así: X∞
1 1 L/R L/R
· = − (−1)n e−ns ,
s(s + R
L ) 1 + e−s s s + R/L n=0
" ∞ ∞
#
L X (−1)n e−ns X (−1)n e−ns
= − .
R n=0 s n=0
s + R/L
Ahora bien, si tomamos la trasformada de Laplace inversa en la última expresión, tenemos que:
" ∞ −ns X ∞ −ns #
1 X n −1 e n −1 e
i(t) = (−1) L − (−1) L .
R n=0 s n=0
s + R/L
En consecuencia:
e−ns
−1
L = ψn (t) , n = 1, 2...
s
173
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
De igual forma
e−ns
L−1 = ψn (t) · g(t − n) , n = 1, 2...
s + R/L
R
con g(t) = e− L t . Concluimos así:
∞ ∞
" −ns −ns #
1 X
n −1 e −R t
X
n+1 −1 e
i(t) = 1+ (−1) L −e L + (−1) L ,
R n=1
s n=1
s + R/L
∞ ∞
" #
1 X R
X R
i(t) = 1+ (−1)n ψn (t) − e− L t + (−1)n ψn (t)e− L (t−n) .
R n=1 n=1
10.5. Ejercicios
1. Aplique la denición de Transformada de Laplace para calcular F (s) = L{f (t)} (No usar tablas!)
de las siguientes funciones:
a) teat
b) cosh bt
c) ebt senh at
d)
t2 , 0 ≤ t ≤ 1
f (t) = 1 , 1<t≤2
3−t , 2<t≤3
Z∞
Γ(p + 1) = e−x xp dx , p > −1 .
0
Γ(p + 1) = pΓ(p).
Γ(n + 1) = n!
Γ(p + n)
p(p + 1)(p + 2)...(p + n − 1) = .
Γ(p)
A partir de lo anterior, calcule:
174
10.5. EJERCICIOS
Γ(p + 1)
3. Sea p > −1. Muestre que L{tp } = , s > 0. Encuentre: L{tn }, n ∈ N.
sp+1
4. Demuestre que
Z∞
−1/2 2 2
L{t }= √ e−x dx , s > 0.
5
0
Más aún, si
Z∞ √
−x2 π
e dx = ,
2
0
encuentre L{t1/2 }
5. Aplique el método de la Transformada de Laplace para resolver las siguientes ecuaciones diferen-
ciales:
c)
00 1 , 0≤t<π
x + 4x = x(0) = 1 ; x0 (0) = 0 .
0 , π≤t<∞
d)
t , 0≤t<1
x00 + x = x(0) = 0 ; x0 (0) = 0 .
0 , 1≤t<∞
e)
00 t , 1≤t<1
x + 4x = x(0) = 0 ; x0 (0) = 0 .
0 , 1≤t<∞
175
CAPÍTULO 10. TRANSFORMADA DE LAPLACE
8. Resolver y expresar la solución en términos de una integral de convolución las soluciones de los
siguientes problemas:
9. Sean f (t) ; k(t) funciones conocidas las cuales tienen transformadas de Laplace. Considere la
ecuación integral
Zt
φ(t) + k(t − ξ)φ(ξ) dξ = f (t) .
0
Aplique la transformada de Laplace a esta ecuación y obtenga una expresión de L{φ(t)} en térmi-
nos de F (s) = L{f (t)} y K(s) = L{k(t)}.
Zt
φ(t) + k(t − ξ)φ(ξ) dξ = sen 2t . (10.3)
c) Resuelva (10.3).
176
Capítulo 11
∞
X
an (t − t0 )n = a0 + a1 (t − t0 ) + a2 (t − t0 )2 + . . .
n=0
donde t0 es el centro de la serie y ai ; i = 0, 1, 2, . . . son coecientes reales. Podemos pensar que se tratan
de polinomios de grado innito.
A cada serie de potencia se le asocia un radio de convergencia R ∈ [0, ∞]. Si R = 0 la serie es formal, esto
quiere decir que no dene una función. Si 0 < R < ∞, (t0 − R, t0 + R) y
la serie converge en el intervalo
no lo hace en (−∞, t0 − R) ∪ (t0 + R, ∞). Finalmente, si R = ∞ la serie converge en todo R.
? Sector de convergencia
?
t0-R t0 t0+R
R
No converge
Figura 11.1: Intervalo de convergencia de una serie de potenicia. Todavía se desconoce si los
puntos límite pertenecen al intervalo o no.
Ejemplos 11.1.1
177
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
∞
X
n! tn ; R=0 Serie formal
n=0
Se aplica el criterio del cociente y se obtiene
n
X
sn = tk = 1 + t + t2 + . . . + tn
k=0
Entonces
t sn = t + t2 + t3 + . . . + tn+1
(1 − t) sn = 1 − tn+1
1 − tn+1
sn = ; t 6= 1
1−t
De manera que
∞
X 1
lı́m sn = tn = si |t| < 1.
n→∞
n=0
1−t
En consecuencia R=1
P∞ n
Note que; si
P∞ t = 1 tenemos la serie n=1 1 que no converge y si t = −1 tenemos la serie
n
n=1 (−1) la cual es una serie alternante. Aplicando el criterio de Leibniz vemos que lı́m (+1) =
n→∞
1 6= 0 por lo cual la serie no converge.
-1 0 1
Intervalo de Convergencia
∞ n
X t
= et ; R=∞
n=0
n!
Denición 11.1.2 (Función Analítica Real) Dada una serie de potencias con radio R > 0, podemos
denir la función
f : (t0 − R, t0 + R) −→ R
∞
X
t −→ f (t) = an (t − t0 )n
n=0
1
Ejemplos 11.1.3 Las funciones f (t) = ; t ∈ (−1, 1) y g(t) = et ; t∈R son funciones analíti-
1−t
cas.
178
11.1. REPASO DE SERIES DE POTENCIA
Nota: La teoría de las funciones analíticas se ilumina cuando se admite que la variable t tome valores complejos.
1
Por ejemplo; la función f (t) = es analítica en t0 = 0 pero si calculamos su desarrollo en serie de
1 + t2
X∞
potencias tenemos: f (t) = (−1)n t2n tiene radio de convergencia R = 1.
n=0
Desde la perspectiva de la variable real este hecho resulta oscuro ¾Qué hay de particular en t = 1? Si
admitimos t ∈ C la funció f tiene polos (ceros del denominador) en ±i, el disco de convergencia se
extiende hasta tocar las singularicades.
-i
Las series de potencias se derivan término a término, como los polinomios. Así, la función
∞
X
f (t) = an (t − t0 )n
n=0
∞
X
f 0 (t) = nan (t − t0 )n−1
n=0
Ejemplo 11.1.4
∞
X 1
f (t) = tn = , |t| < 1,
n=0
1−t
∞
0
X 1
f (t) = ntn−1 = ; |t| < 1.
n=0
(1 − t)2
∞
X n
Ejecicio: Calcular
n=1
2n
Como la derivada también es una serie de Potencias, podemos repetir este proceso tantas veces como
queramos. Así que f ∈ C ∞ (t0 − R, t0 + R). Si reeplazamos t = t0 en las fórmulas que dan f 0 (t); f 00 (t);
. . . tenemos:
a0 = f (t0 ) ; a1 = f 0 (t0 ) ; 2a2 = f 00 (t0 ), . . .
179
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
En General
1 (n)
an = f (t0 )
n!
an (t − t0 )n ; bn (t − t0 )n
P P
Sean f (t) = con |t − t0 | < R1 y g(t) = con |t − t0 | < R2
Supongamos que para algún > 0,
entonces:
an = bn ∀n = 0, 1, 2, . . .
Nota: Se sigue de aquí que si una función analítica en t0 se conoce en un pequeño entorno de t0 ; digamos
(t0 − , t0 + ) entonces su continuación a (t0 − R, t0 + R) es única.
1
−
f (t) = e 2
t , t 6= 0
0 , t = 0.
f(t)
g(t) = 0 t=0
Si
∞
X
f (t) = an (t − t0 )n ; |t − t0 | < Rf
n=0
X∞
g(t) = bn (t − t0 )n ; |t − t0 | < Rg
n=0
180
11.2. SERIES DE POTENCIAS Y ECUACIONES DIFERENCIALES
Se cumple:
∞
X
(f + g)(t) = (an + bn )(t − t0 )n
n=0
X∞ n
X
(f g)(t) = cn (t − t0 )n ; cn = ak bn−k
n=0 k=0
| {z }
Producto de Cauchy.
Además; Rf +g , Rf g ≥ mı́n(Rf , Rg )
Ejemplo 11.2.1
x0 = t2 x.
Esta ecuación de primer orden la podemos resolver fácilmente; en efecto: es una ecuación separable así
que
Así:
x(t) t3 − t30
ln = ,
x(t0 ) 3
3
−t30 )/3
x(t) = ±|x(t0 )|e(t ; x(t0 ) 6= 0.
∞
X
x(t) = c0 + c1 t + c2 t2 + . . . = cn tn ,
n=0
∞
X
x0 (t) = c1 + 2c2 t + 3c3 t2 + . . . = cn ntn−1 .
n=1
Sustituyendo en la ecuación:
∞
X ∞
X
cn ntn−1 = t2 cn tm ,
n=1 n=0
c1 = 0; c2 = 0; 3C3 = c0 ; . . .
181
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
∞
X ∞
X ∞
X
cn ntn−1 = t2 cn tn = cn tn+2 .
n=1 n=0 n=0
Para identicar coecientes, necesitamos que el grado de los monomios en ambas series coincida; hacemos
cambio de índice. De esta manera en la primera serie
∞
X ∞
X
m=n−1 cn ntn−1 = cm+1 (m + 1)tm .
n=1 m=0
En la segunda serie:
∞
X ∞
X
m=n+2 cn tn+2 = cm−2 tm .
n=0 m=2
Por lo tanto
∞
X ∞
X
cm+1 (m + 1)tm = cm−2 tm ,
m=0 m=2
X∞ X∞
c1 + 2c2 t + cm+1 (m + 1)tm = cm−2 tm .
m=2 m=2
Así tenemos:
c1 = 0 ; 2c2 = 0 y cm+1 (m + 1) = cm−2 m ≥ 2.
1
c1 = c2 = 0; cm+1 = cm−2 ; m ≥ 2.
m+1
c3p+1 = 0 p ≥ 0.
De c2 = 0, c5 = 0, c8 = 0,. . .
c3p+2 = 0 p ≥ 0.
1 1 1 1 1
c3 = c0 ; c6 = c3 = c0 ; c9 = c6 = c0
3 6 6×3 9 9×6×3
1
c3p = c0 ;
3p × p!
c0 c1 c2 c3 c4 c5 c6 c7 c8
Observe que c0 = x(0) es la condición inicial. Por lo tanto, si queremos buscar todas las soluciones, debe
quedar como parámetro.
182
11.2. SERIES DE POTENCIAS Y ECUACIONES DIFERENCIALES
Escribimos la serie:
∞ ∞ n t3
X 1 3p X 1 t3
x(t) = c0 t ≡ c0 = c0 e 3
p=0
3p p! n=0
n! 3
Hasta ahora hemos hecho un cálculo formal, sin embargo todavía no hay garantías de que la serie converja
a la función de la derecha. Vamos a estudiar un ejemplo que se debe a Euler.
Ejemplo 11.2.2
t 2 x0 = x − t (11.1)
Sustituyendo;
t2 (c1 + 2c2 t + 3c3 t2 + . . .) = c0 + c1 t + c2 t2 + . . . − t
c1 t2 + 2c2 t3 + 3c3 t4 + . . . = c0 + (c1 − 1)t + c2 t2 + c3 t3 + . . .
c0 = 0; c1 − 1 = 0; c1 = c2 ; 2c2 = c3 ; 3c3 = c4
Entonces
c0 = 0; c1 = 1; c2 = 1; c3 = 2; c4 = 3 × 2
cn = (n − 1)!
Obtenemos la serie
∞
X
x(t) ∼ (n − 1)!tn
n=0
Pero esta serie tiene radio de convergencia R=0 y por lo tanto no converge.
Ejercicio: Comprobar que las soluciones de la ecuación (11.1) ecuación son de la forma
Z t
−1/t −1/t 1 1/s
x(t) = ce −e e ds, c ∈ R.
1 s
(Funciones no analíticas en t0 = 0). El siguiente teorema establece las condiciones para que la serie que
mı́n(R0 , R1 , . . . , Rn−1 , Rb )
Ejemplo 11.2.4
x0 = t2 x; n=1 a0 (t) = t2 ; b(t) ≡ 0.
Como los coecientes son polinomios, tienen radio de convergencia Rb = R0 = ∞. Lo mismo le ha de
ocurrir a las soluciones
−1 1
t2 x0 = x − t; n = 1; a0 (t) = ; b(t) =
t2 t
(El teorema no aplica en t0 = 0).
183
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
Ejemplo 11.2.5
x00 + x = 0; x(0) = 0; x0 (0) = 1.
Por el teorema de Cauchy sabemos que la solución admite un desarrollo
∞
X
x(t) = cn tn ; t ∈ (−∞, ∞)
n=0
∞
X ∞
X
−→ ncn (n − 1)tn−2 + cn tn = 0; t ∈ (−∞, ∞).
n=2 n=0
Sea m=n−2
∞
X ∞
X
(m + 2)(m + 1)cm+2 tm = n(n − 1)cn tn−2 .
m=0 n=2
Sea m=n
∞
X ∞
X
cm t m = cn tn .
m=0 n=0
Así tenemos:
∞
X ∞
X
cm+2 (m + 2)(m + 1)tm + cm tm = 0.
m=0 m=0
cm+2 (m + 2)(m + 1) + cm = 0; m ≥ 0.
c0 = 0 −→ c2 = c4 = . . . = 0; c2p p ≥ 0.
−1 −1 1
c1 = 1, c3 = , c5 = c3 = ,
3×2 5×4 5×4×3×2
(−1)p
c2p+1 =
(2p + 1)!
c0 c1 c2 c3 c4 c5
Así que:
∞
X (−1)p 2p+1
x(t) = t ; (Desarrollo de la función seno)
p=0
(2p + 1)!
184
11.3. SINGULARIDADES DE LA ECUACIÓN LINEAL
Ejemplo 11.2.6
x00 + t2 x = 0 ; x(0) = 0 ; x0 (0) = 1.
P∞ P∞
Se supone que x(t) = n
n=0 cn t ; por lo tanto se tiene que x00 (t) = n=2 n(n − 1)cn tn−2 . Al sustituir
en la ecuación se obtiene el siguiente resultado
∞
X ∞
X
n(n − 1)cn tn−2 + cn tn+2 = 0,
n=2 n=0
(m = n − 2) (m = n + 2)
∞
X ∞
X
cm+2 (m + 2)(m + 1)tm + cm−2 tm = 0.
m=0 m=2
Así:
m=0; c2 × 2 × 1 = 0 m=1; c3 × 3 × 2 = 0,
c2 = 0 c3 = 0.
−cm−2
m≥2 cm+2 = .
(m + 2)(m + 1)
Ley recursiva a 4 términos
c0 = 0 → c4 = c8 = c12 = . . . = 0 ; c4p = 0,
−1 −1 1
c1 = 1 → c5 = , c9 = c5 = .
5×4 9×8 9×8×5×4
En general:
(−1)p
c4p+1 = ,
(4p + 1)4p(4(p − 1) + 1)4(p − 1) . . . 9 × 8 × 5 × 4
c2 = c6 = c1 0 = . . . = 0 ; c4p+2 = 0,
c3 = c7 = c1 1 = . . . = 0 ; c4p+3 = 0.
Por lo tanto
∞
X
x(t) = c4p+1 t4p+1 ; p∈N; t ∈ R.
p=0
∞
X
x(t) = cn (t − 3)n
n=0
185
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
R=3
t0 2t 0
Polo
R < Radio de Convergencia
Figura 11.7: Se pueden desarrollar soluciones dentro de ]0, 6[ como soluciones en el intervalo
[t0 , 2t0 ] donde t0 < 3
Esto es así puesto que las funciones a1 (t) y a0 (t) son desarrollables en series de potencias centradas en
t0 y con radio menor que t0 , pues t = 0 es un polo
t0
0
t0
Figura 11.8: Se puede desarrollar soluciones dentro del dominio indicado centrado en t0 y con
radio t0 . Esta es la representación del dominio en los complejos
¾Qué pasa cuando t → 0? Esta es la pregunta que vamos a contestar en algunos casos muy especiales.
Antes de resolver esta pregunta en el ejemplo anterior, vamos a considerar unas ecuaciones más simples
que nos mostrarán el camino a casos más generales.
Vamos a tomar t ∈]0, +∞[. Si consideramos el cambio de variable t = es tenemos una nueva función
186
11.3. SINGULARIDADES DE LA ECUACIÓN LINEAL
Así:
dx dx dt dx
= = x0 es −→ x0 = e−s ,
ds dt ds ds
2
d2 x d2 x dt dx d2 t
= 2 + ,
ds2 dt ds dt ds2
d2 x
2
− x0 es
00 2s 0 s
= x e + x e −→ x = 00 ds .
e2s
Reemplazando:
d2 x
0 s
− x e
2 −s dx
t2 ds 2s + αte + βx = 0,
e ds
↓ (×e2s )
2
2 d x 0 s dx
t − x e + αtes + βe2s x = 0,
ds2 ds
2
2s d x −s dx s dx
e −e e + αes es + βe2s x = 0,
ds2 ds ds
d2 x dx dx
e2s 2 − e2s + e2s α + βe2s x = 0,
ds ds ds
d2 x
dx
e2s + (α − 1) + βx = 0.
ds2 ds
m
d2 x(s) dx(s)
+ (α − 1) + βx(s) = 0. (11.2)
ds2 ds
Ecuación lineal con coecientes constantes
p(r) = r2 + (α − 1)r + β = 0.
187
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
f (t) = t5/2
5
f˙(t) = t3/2 , f˙(t) es continua en [0, ∞) → f ∈ c1 [0, ∞)
2
15 1/2 ¨
f¨(t) = t , f (t) es continua en [0, ∞) → f ∈ c2 [0, ∞)
4
15 −1/2 15
f (3) (t) = t = √ , f (3) (t) es continua en (0, ∞) → f ∈/ c3 [0, ∞)
8 8 t
Si r = 0 tenemos una función constante
f (t) = tr = t0 = 1. ←− Constante
Si r<0 tenemos
188
11.3. SINGULARIDADES DE LA ECUACIÓN LINEAL
r1 = a + ib ; r2 = a − ib ; (b 6= 0).
Sistema fundamental:
ϕ1 (t) = ta cos(b ln t),
ϕ2 (t) = ta sen(b ln t),
(e(a+ib)s −→ ea ln t eib ln t )
a
t
a
t
189
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
a
t
a
t
Figura 11.13: a>0
Estamos listos para comprender situaciones más complicadas a partir del conocimiento adquirido sobre
el comportamiento de la ecuación de Euler en la singularidad t0 = 0+ .
11.3.2. Ejercicios
Estudie el comportamiento de las siguientes ecuaciones de Euler.
1. t2 x00 − 3tx0 − 2x = 0.
2. 25t2 x00 + 25tx0 + x = 0.
3. 3t2 x00 + 6tx0 + x = 0.
4. t2 x00 + 8tx0 + 6x = 0.
5. 4t2 x00 + x = 0.
6. t2 x00 − 2x = 0..
190
11.3. SINGULARIDADES DE LA ECUACIÓN LINEAL
P∞ P∞
donde α(t) y β(t) son analíticas en t = t0 (Es decir: α(t) = n=0 αn (t − t0 )n y β(t) = n=0 βn (t − t0 )n
αn , βn ∈ R)
Tenemos una singularidad en t0 dado que (11.3) no es válida para t = t0 y si recordamos la ecuación
de Euler sabemos que no hay mucha esperanza en encontrar soluciones en series de potencias centradas
en t0 . Si α ≡ cte y β ≡ cte tenemos la ecuación de Euler y ya hemos visto como son las soluciones
fundamentales de esta ecuación.
Vamos a hacer una analogía, para el caso general vamos a suponer que las soluciones de (11.3) se pueden
escribir en la forma
∞
X
x(t) = (t − t0 )r cn (t − t0 )n , con r ∈ C,
n=0
∞
X
x(t) = cn (t − t0 )n+r .
n=0
Estas series (más generales que las series de potencia) reciben el nombre de series de Frobenius. En
general, las series de Frobenius no son regulares en t0 , pero como se obtienen como el producto de
(t − t0 )r y una serie de potencias.
Note que la ecuación indicial coincide con el polinomio característico de la ecuación (11.2)
d2 x(s) dx(s)
+ (α − 1) + βx(s) = 0. (11.2)
ds2 ds
r1 − r2 ∈
/Z
Este caso sostiene que no existe un número entero m tal que r1 = r2 + m.
En este caso existe un conjunto fundamental de soluciones para (11.3) del tipo
donde h1 (t) y h2 (t) son analíticas en t0 . Además sus radios de convergencia cumplen:
R1 , R2 ≥ mı́n(Rα , Rβ ).
191
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
Ejemplo 11.3.2
1 1
t2 x00 + tx0 + t2 x = 0; t > 0. t0 = 0.
2 2
1 t2
En este ejemplo tenemos: α(t) = β(t) = ambas analíticas en t0 = 0 , y sus radios Rα y Rβ
2 2
son +∞.
La ecuación indicial:
1
r2 + ( − 1)r + 0 = 0,
2
es decir
1 1
r2 − r = 0 ↔ r(r − ) = 0.
2 2
Tenemos raíces r1 = 0; r2 = 1/2, entonces
1
r1 − r2 = − ∈
/ Z.
2
Existirá por lo tanto un conjunto fundamental de la forma
∞
X ∞
X
ϕ1 (t) = t0 cn tn ; ϕ2 (t) = t1/2 dn tn ; t ∈]0, ∞[.
n=0 n=0
∞
X 1 1
ϕ002 (t) = n+ n− dn tn−3/2 ,
n=0
2 2
∞ ∞ ∞
X 1 1 n+1/2
X 1 1 n+1/2
X 1
n+ n− dn t + n+ dn t + dn tn+5/2 = 0.
n=0
2 2 n=0
2 2 n=0
2
Para ordenar los términos e identicar los coecientes debemos ordenar los monomios.
m = n,
∞ ∞
X 1 1 n+1/2
X 1 1
n+ n− dn t = m+ m− dm tm+1/2 .
n=0
2 2 m=0
2 2
X∞ X∞
1 1 1 1
n+ dn tn+1/2 = m+ dm tm+1/2 .
2 n=0 2 2 m=0 2
192
11.3. SINGULARIDADES DE LA ECUACIÓN LINEAL
Sustituimos y obtenemos:
∞ X∞ X∞
X 1 1 1 1 1
m+ m− dm tm+1/2 + m+ dm tm+1/2 + dm−2 tm+1/2 = 0.
m=0
2 2 2 m=0 2 2 m=2
Las dos primeras series inician en m = 0; así que evaluamos m=0 y m=1 en ambas para que
todas inicien en m = 2. Obtenemos:
1 −1 1 1 1 1
• × × d0 + × × d0 = 0 (m = 0), entonces d0 − + = 0 por lo tanto no hay
2 2 2 2 4 4
condición sobre d0 .
3 1 3 3 3
• × × d1 + × d1 = 0 (m = 1), entonces d1 + = 0 → d1 = 0.
2 2 2 4 2
∞ !
X 1 1 1 1 1
m+ m− dm + m+ dm + dm−2 tm+1/2 = 0.
m=2
2 2 2 2 2
Entonces:
!
1 1 1 1 1
m+ m− + m+ dm + dm−2 = 0,
2 2 2 2 2
!
1 1 1 1
m+ m− + dm + dm−2 = 0,
2 2 2 2
1 1
m+ m dm + dm−2 = 0.
2 2
1
dm−2
dm = − 2 ; m ≥ 2,
1
m+ m
2
dm−2
dm = − ; m ≥ 2.
2(m + 1/2)m
d1 = 0 → d3 = d5 = . . . = 0 ; c2p+1 = 0 p ≥ 0.
d0
d2 = − ;
2 × 2 × (2 + 1/2)
d2 d0 d0
d4 = − = 2 = 4 .
2 × 4 × (4 + 1/2) 2 × 4 × 2 × (4 + 1/2)(2 + 1/2) 2 × 2 × 1 × (4 + 1/2)(2 + 1/2)
En general:
(−1)p d0
d2p = .
22p p! 2p + 1/2 2(p − 1) + 1/2 . . . 4 + 1/2 2 + 1/2
Finalmente
∞
X
ϕ2 (t) = t1/2 dn tn ,
n=0
∞
X (−1)p d0 t2p+1/2
= d0 t1/2 + .
p=1
22p p! 2p + 1/2 2(p − 1) + 1/2 . . . 4 + 1/2 2 + 1/2
193
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
En este tipo de cálculos siempre ha de aparecer un parámetro sin determinar (en nuestro caso d0 ).
Si ϕ2 (t) cumple los requisitos, también lo hace kϕ2 (t); k 6= 0.
P∞
El cálculo de ϕ1 (t) es más sencillo pues ϕ1 (t) = n=0 cn tn es analítica en t0 = 0. Se obtiene:
1
c0 = 0 y cn = − ; n 6= 2.
2n(n − 1/2)cn−2
r1 − r2 ∈ Z
Podemos ordenar r1 y r2 de modo que se cumpla:
r1 = r2 + m ; m ≥ 0 m ∈ Z.
R1 , R2 ≥ mı́n(Rα , Rβ ).
Ejemplo 11.3.3
tx00 + tx0 − x = 0.
Reescribimos esta ecuación en la forma:
∞
X
ϕ1 (t) = t cn tn .
n=0
ϕ1 (t) = t.
∞
X
Buscamos ahora ϕ2 (t); ϕ2 (t) = dn tn + γt ln t, t ∈]0, ∞[.
n=0
Derivando,
∞
X
ϕ02 (t) = ndn tn−1 + γ + γ ln t,
n=1
∞
X γ
ϕ002 (t) = n(n − 1)dn tn−2 + .
n=2
t
194
11.3. SINGULARIDADES DE LA ECUACIÓN LINEAL
Sustituyendo:
∞
X ∞
X ∞
X
n(n − 1)dn tn + γt + ndn tn+1 + γt2 + γt2 ln t − dn tn+1 − γt2 ln t = 0.
n=2 n=1 n=0
Así:
m=1; −d0 + γ = 0.
γ
m=2; 2(1)d2 + (1)d1 − d1 + γ = 0 −→ d2 = − .
2
(m − 2)dm−1
m≥3; dm = − .
m(m − 1)
γ
γ = d0 ; d2 = − . Nos queda ahora una recurrencia a un término que se puede calcular.
2
¾Qué pasa con d1 ?
Podemos dar a d1 cualquier valor (incluido d1 = 0) debido a que al variar d1 sólo estamos escri-
biendo otra solución de la ecuación. Para jar ideas, llamaremos ϕ2 (t) a la solución que se obtiene
con d0 = 1; d1 = 0. Entonces:
ϕ2 (t) + cϕ1 (t) c ∈ R.
Es otra solución que cumple con los mismos requisitos de ϕ2 .
ϕ2 (t) = d0 + d1 t + d2 t2 + d3 t3 + . . . ,
−1 2 1 3 −1
=1+ t + t + + ...,
2 3×2×2 4×3×3×2
1 1 1
= 1 − t + t3 − t4 + . . . .
2 12 72
Por lo tanto, la solución es
1 1 1
1 + ct − t + t3 − t4 + . . . c ∈ R.
2 12 72
Q(t) R(t)
α(t) = (t − t0 ) , β(t) = (t − t0 )2 .
P (t) P (t)
Son analíticas en t0
En el formato anterior tendríamos
195
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
Q(t) 0 R(t)
(t − t0 )2 x00 + (t − t0 ) (t − t0 ) x + (t − t0 )2 x = 0.
P (t) P (t)
| {z } | {z }
α(t) β(t)
En los puntos singulares - regulares se puede obtener un desarrollo en serie de Frobenius de las soluciones.
Por último, t0 es un punto singular - irregular (½En cualquier otro caso!).
1
t= ; x = x(s) ↔ x = x t(s) ,
s
dx dx dt dx dx 1
= × ↔ = − 2 .
ds dt ds ds dt s
2
d2 x d2 x dt dx d2 t
= + ,
ds2 dt2 ds dt ds2
2
d2 x d2 x
1 dx 2
= − + .
ds2 dt2 s2 dt s3
Por lo tanto tenemos que
dx dx
= −s2 . (11.5)
dt ds
d2 x 2
4d x dx
= s + 2s3 . (11.6)
dt2 ds2 ds
196
11.4. DESARROLLOS EN INFINITO
d2 x dx dx
s4 2
+ 2s3 − as2 + bx = 0,
ds ds ds
d2 x dx
s4 + (2s3 − as2 ) + bx = 0.
ds2 ds
Entonces ∞ es un punto singular irregular a menos que a = b = 0.
t2 x00 + atx0 + bx = 0.
1
Si t= se obtiene:
s
d2 x
1 3 dx a 2 dx
s4 2 + 2s + −s + bx = 0,
s2 ds ds s ds
d2 x dx
s2 + (2s − as) + bx = 0.
ds2 ds
Entonces ∞ es un punton singular - regular; note que α(s) = 2 − a; analítica en s0 = 0 y β(s) = b ≡ cte;
analítica en s0 = 0.
197
CAPÍTULO 11. RESOLUCIÓN DE ECUACIONES POR SERIES DE POTENCIAS,
PUNTOS ORDINARIOS Y SINGULARIDADES
198
Capítulo 12
Sistemas No Lineales
En esta sección del curso vamos a estudiar sistemas de ecuaciones diferenciales en el plano x, y de la
forma
x0 = f (x, y)
(12.1)
y 0 = g(x, y)
X 0 = F (X); (12.2)
con
x f (x, y)
X= ; F (X) = ; F : Ω ⊂ R 2 → R2
y g(x, y)
x0 = f (x), (12.3)
con f :]a, b[→ R con f ∈ c1 (]a, b[). Es más (12.2) es en sí una ecuación autónoma en Ω ⊂ R2 .
Una de las primeras preguntas que nos hicimos para las ecuaciones autónomas (12.3) fue por la existencia
de soluciones constantes (soluciones triviales) x(t) = x∗ con x∗ una constante. Hemos visto que x∗ es una
solución constante de (12.3) si y solo si
f (x∗ ) = 0.
199
CAPÍTULO 12. SISTEMAS NO LINEALES
y = f (x)
x0 x1 x2
Figura 12.1: f (x0 ) = f (x1 ) = f (x2 ) = 0; Las soluciones de equilibrio son x0 (t) = x0 ; x1 (t) = x1 ;
x2 (t) = x2 .
Esta misma situación se translada al caso de los sitemas autónomos en el plano del tipo (12.1). Así pues
diremos que
x(t) x
= ∗
y(t) y∗
f (x∗ , y∗ ) = 0
g(x∗ , y∗ ) = 0
f (x, y) = 0; g(x, y) = 0,
y estudiamos los puntos donde dichas curvas se cortan tendremos que cada corte (o quizas innitos cortes)
son puntos de equilibrio del sistema (12.1).
200
y
f (x, y) = 0
p0
p1
p2
g(x, y) = 0
Figura 12.2: Tres puntos de corte
p0 , P1 , p2que implican tres soluciones de equilibrio x(t), y(t) =
(x0 , y0 ); x(t), y(t) = (x1 , y1 ); x(t), y(t) = (x2 , y2 ).
Ejemplo 12.0.3 Considere el siguiente modelo de competencia entre especies; x e y denotan las pobla-
ciones de dos especies que compiten por los recursos de un medio (habitat). Un crecimiento de una especie
tiene un efecto negativo en el crecimiento de la otra especie.
x
x0 = 2x 1 − − xy
2 (12.4)
y
y 0 = 3y 1 − − 2xy
3
Note que el modelo (12.4) está formado de una corrección de un modelo logístico sobre cada población
x y
x0 = 2x 1 − y 0 = 3y 1 − .
2 3
Dicha corrección lo maniestan los factoes −xy y −2xy respectivamente, los cuales se interpretan como
las interacciones promedio de la especie x con la especie y. El signo negativo muestra que es negativa
(dañina) la interacción de una especie con otra (siendo peor esta interacción para la especie y ).
Tenemos entonces que los equilibrios están dados por:
Si
x
f (x, y) = 2x 1 − − xy,
2
y
g(x, y) = 3y 1 − − 2xy.
3
Entonces
f (x, y) = g(x, y) = 0 si y solo si
h x i
x 2 1− − y = 0,
2
h y i
y 3 1− − 2x = 0.
3
y
Entonces si x = 0; y 3 1 − =0
3
y=0
y=3
201
CAPÍTULO 12. SISTEMAS NO LINEALES
Si x 6= 0; y 6= 0 entonces:
2 1− x −y =0
2
3 1 − y − 2x = 0
3
Equivale a tener:
−x − y = −2
−2x − y = −3
Este sistema tiene una única solución dada por p3 (1, 1). Concluimos entonces la existencia de cuatro
equilibrios para el sistema (12.4) dados por:
p2
p3
p1
p0
x0 = ax + by − x(x2 + y 2 )
y 0 = cx + dy − y(x2 + y 2 )
202
12.1. ESTABILIDAD DE LOS EQUILIBRIOS VÍA EL MÉTODO DE LINEALIZACIÓN
Este sistema es considerado como un modelo fundamental en teoría de soncronización. Para la congu-
racipon de parámetros a = 2; b = 1/2; c = 1/2; d = 1 tenemos las siguientes curvas:
1
f (x, y) = 0 si y solo si 2x + y − x(x2 + y 2 ) = 0.
2
x
g(x, y) = 0 si y solo si + y − y(x2 + y 2 ) = 0.
2
Los equilibrios son cinco puntos de corte entre ellas
p3
p3
p2
p0
p1
1
Dado un punto x0 de un abierto U ⊂R existe una constante L0 > 0 y B (x0 ) ⊂ U tal que |f (x) − f (y)| ≤
L0 |x − y| ∀x, y ∈ B (x0 )
203
CAPÍTULO 12. SISTEMAS NO LINEALES
Note que necesitamos un cambio de signo de + a - para tener estabilidad asintótica. Si f 0 (x∗ ) existe
0
entonces: si f ( (x∗ ) < 0 −→ x(t) = x∗ es asintóticamente estable (x∗ es sumidero).
De nuevo, note que necesitamos un cambio de signo de - a + para tener inestabilidad. Si f 0 (x∗ ) existe
0
entonces: si f (x∗ ) > 0 −→ x(t) = x∗ es inestable
Estos dos teoremas constituyen (en el caso en el f 0 (x∗ ) exista y tenga signo) el método de linealización
para el estudio de la estabilidad del equilibrio. Vamos a generalizar esta idea para sistemas del tipo (12.1).
Considere un equilibrio p(x0 , y0 ) del sistema (12.1). Con el n de estudiar el comportamiento del sistema
en una pequeña vecindad ϑ del punto p(x0 , y0 ) se introduce el siguiente cambio de variable:
u = x − x0 x = u + x0
⇐⇒
v = y − y0 y = v + y0
Note que;
(x, y) (u, v)
(x0 , y0 ) (0, 0)
ϑ ϑ0
Figura 12.5: El sistema se translada para que el punto de equilibrio se pueda trabajar como el
punto (0, 0)
Es claro que se cambia la vecindad ϑ del punto p(x0 , y0 ) a una vecindad ϑ0 del punto (0, 0) en el plano
u, v .
Sea r(t) = x(t), y(t) una curva en ϑ solución del sistema (12.1); claramente p(x0 , y0 ) ∈
/ r(t) ∀t ∈ I ⊂ R
pues el Teorema de existencia y unicidad de soluciones lo impide
0
x (t)
r0 (t) =
y 0 (t)
204
12.2. MÉTODO DE LINEALIZACIÓN
r(t0 )
p(x0 , y0 )
r(t)
Note que
d
x0 (t) u(t) + x0 = u0 (t)
=
dt
d
y 0 (t) v(t) + y0 = v 0 (t)
=
dt
r̂(t0 )
(0, 0)
r̂(t)
Dado que
x0 = f (x, y)
y 0 = g(x, y)
Entonces:
u0 = f (u + x0 , v + y0 )
Nuevo sistema en el plano u, v −→ (12.5)
v 0 = g(u + x0 , v + y0 )
Si u=v=0 entonces
f (0 + x0 , 0 + y0 ) = f (x0 , y0 ) = 0
g(0 + x0 , 0 + y0 ) = g(x0 , y0 ) = 0
205
CAPÍTULO 12. SISTEMAS NO LINEALES
f (u + x0 , v + y0 )
F (u, v) =
g(u + x0 , v + y0 )
0
u u
=A
v v
donde
∂f ∂f
(x , y ) (x0 , y0 )
∂x 0 0 ∂y
A = ∂g
∂g
(x0 , y0 ) (x0 , y0 )
∂x ∂y
A ≡ D(x,y) F (x, y)(x0 ,y0 )
De esta forma:
0
u u u
= F(u, v) = D(x,y) F (x0 , y0 ) · +ϕ
v v v
En donde
u 0
lı́m ϕ =
(u,v)→(0,0) v 0
Denición 12.2.1 Considere el sistema no lineal (12.1) y un punto de equilibrio p(x0 , y0 ) de dicho
sistema. Se dice que p(x0 , y0 ) es un punto de equilibrio simple si el sistema linealizado Y 0 = AY con
A = DF (x0 , y0 ) no tiene valores propios cero; es decir 0∈
/ σ(A)
x0 = x + 2y + x2
y 0 = 2x + y + xy
206
12.2. MÉTODO DE LINEALIZACIÓN
Claramente p(0, 0) es un equilibrio de este sistema. Note que el sistema linealizado en este punto está
dado por:
1 2
Y 0 = AY; A=
2 1
2
x + 2y + x
F (x, y) =
2x + y + xy
1 + 2x 2
D(x,y) F (x, y) = A = D(x,y) F (0, 0)
2+y 1+x
x0 = −x3
y 0 = −y + y 2
Claramente p(0, 0) y q(0, 1) son equilibrios de este sistema (los únicos equilibrios). Ahora bien, el sistema
linealizado asociado al equilibrio p y q respectivamente es:
0 0 0
Y = AY; A=
0 −1
0 0
Y 0 = BY; B=
0 1
Note que ambas matrices cumplen: σ(A) = {0, −1}; σ(B) = {0, 1}.
0 ∈ σ(A); 0 ∈ σ(B)
Un punto de equilibrio simple del sistema no lineal (12.1) se dice que es hiperbólico si la matriz
A = D(x,y) F (x0 , y0 )
en su sistema linealizado asociado no tiene valores propios con parte real cero; es decir; si λ ∈ σ(A)
entonces Re(λ) 6= 0
x0 = y − (x2 + y 2 )x
y 0 = −x − (x2 + y 2 )y
El origen p(0, 0) es un punto de equilibrio de este sistema y el sistema linealizado asociado a este equilibrio
está dado por
0 0 1
Y = AY; A=
−1 0
Note que σ(A) = {±i}. Por lo tanto (0, 0) es un equilibrio simple no hiperbólico
El siguiente teorema constituye la razón fundamental del porque el método de linealización nos ayuda
a analizar los sitemas no lineales cerca de un punto de equilibrio por medio de un apropiado sistema
linealizado (sistema que será lineal) asociado a dicho equilibrio
207
CAPÍTULO 12. SISTEMAS NO LINEALES
x0 = f (x, y)
(12.6)
y 0 = g(x, y)
Suponga que (x0 , y0 ) es un punto de equilibrio simple e hiperbólico de (12.6). Entonces existe una vecindad
ϑ de (x0 , y0 ) para la cual el diagrama de fases de (12.6) y el diagrama de fases del sistema linealizado en
(x0 , y0 ) dado por
0 u
Y = AY; Y = ; A = D(x,y) F (x0 , y0 ) (12.7)
v
Con
f (x, y)
u = x − x0 ; v = y − y0 ; F (x, y) =
g(x, y)
en una vecindad ϑ̂ del origen (0, 0) en el plano u, v son equivalentes. Es decir, el diagrama de fases de
(12.6) y el diagrama de fases de (12.7) en los equilibrios (x0 , y0 ) y (0, 0) respectivamente son el mismo
Demostración. Hartman (1964). Aunque la demostración no la haremos en estas breves notas, el teorema
es simple de entender y aplicar. Simplemente dice que siempre que los valores propios de la matriz
A = D(x,y) F (x0 , y0 ) no esten en el eje imaginario (incluyendo el origen) del plano complejo (ver gura
12.6) es decir: Siempre que Re(λi ) 6= 0 ∀i = 1, 2; λi ∈ σ(A). Entonces el sistema (12.6) y (12.7) son
cualitativamente equivalentes: nodos, puntos silla o espirales en (12.6) siguen siendo nodos, puntos silla o
espirales en (12.7). Más aún, se puede demostrar que en una pequeña vecindad de un punto de equilibrio
hiperbólico el sistema dinámico es estructuralmente estable: Es robusto bajo pequeñas perturbaciones.
Note que en el caso planar tenemos control sobre la posición de los valores propios de la matriz A.
En efecto:
∂f ∂f
(x , y ) (x0 , y0 )
∂x 0 0 ∂y
A = ∂g
∂g
(x0 , y0 ) (x0 , y0 )
∂x ∂y
∂f ∂f
fx (x0 , y0 ) = (x0 , y0 ); fy (x0 , y0 ) = (x0 , y0 )
∂x ∂y
208
12.2. MÉTODO DE LINEALIZACIÓN
Según el discriminante tenemos los siguintes casos dependiendo si el punto de equilibrio es hiperbólico o
no hiperbólico:
Re(λ)
Nodo Nodo
Estable Inestable
Im(λ)
Punto de Silla
Figura 12.7: Ubicación en el plano complejo de los valores propios para el caso 1. En el lado
izquierdo se muestra cuando λ1 6= λ2 con signos distintos y en el lado derecho cuando λ1 6= λ2
con signos iguales.
Caso 2 ∆=0
τ
λ1 = λ2 = λ∗ = ≷0
2
Re(λ)
Im(λ)
Nodo Nodo
Impropio Estable Impropio Inestable
Figura 12.8: Ubicación en el plano complejo del valor propio del caso 2
Caso 3 ∆<0
λ = α ± iβ con α 6= 0; β 6= 0
209
CAPÍTULO 12. SISTEMAS NO LINEALES
Re(λ)
Im(λ)
Espiral Espiral
Estable Inestable
Figura 12.9: Ubicación en el plano complejo de los valores propios del caso 3
Figura 12.10: Ubicación en el plano complejo de los valores propios del caso 1. Se tiene en los
dos casos un equilibrio degenerado simple
Caso 2 ∆=0
λ1 = λ2 = 0 −→ τ = 0; d = 0
Figura 12.11: Ubicación en el plano complejo de los valores propios del caso 1. Se tiene un
equilibrio degenerado doble
Caso 3 ∆<0
λ = ±iβ; β > 0 τ = 0 < d
210
12.2. MÉTODO DE LINEALIZACIÓN
Figura 12.12: Ubicación en el plano complejo de los valores propios del caso 1. Se tiene un centro
Por lo tanto, el teorema de linealización de Hartman y Grobman no aplica cuando algún valor propio tiene
parte real cero (Re(λ) = 0, para algún λ ∈ σ(A)) En este caso el sistema lineal es estructuralmente inestable
y el sistema linealizado es inapropiado para estudiar el correspondiente diagrama de fase, es decir la di-
námica del sistema no lineal propiamente.
FIGURA!!
En la gura - vemos esquemáticamente porque falla el análisis estructural del sistema no lineal por el
método de linealización cuando tenemos un punto de equilibrio no hiperbólico. En la gura - tenemos
un centro
Una pequeña perturbación de los valores propios puede causar que ellos dejen el eje imaginario y se
muevan a la derecha convirtiendo el centro en un espiral inestable o bien que se muevan a la izquierda
convirtiendo el centro en una espiral estable. Por lo tanto se pierde la estabilidad estructural. Se dice
entonces que el sistema no lineal no es estructuralmente estable.
FIGURA!!
En la gura derecha de - tenemos un centro para el cual sus valores propios complejos colisionan en
λ = 0; es decir β & 0 luego en el punto de colisión que sería λ1,2 = 0 (α = 0; β = 0) se dividen en
dos valores propios de signo contrario, obteniendo así un punto de silla.
FIGURA!!
Luego si β=0
FIGURA!!
El plano queda estacionario (inmóvil), por lo que si α≷0 se tiene un punto de equilibrio tipo silla
FIGURA!!
Ejemplo 12.2.6 Considere el siguiente sistema no lineal
x0 = −y + r2 x,
y 0 = x + r2 y,
con r 2 = x2 + y 2 . Vamos a suponer que el parámetro toma dos valores posibles =1 y = −1.
Tenemos pues dos sistemas
x0 = −y + (x2 + y 2 )x
(Sistema I)
y0 = x + (x2 + y 2 )y
x0 = −y − (x2 + y 2 )x
(Sistema II)
y0 = x − (x2 + y 2 )y
Note que para ambos sistemas el origen (0, 0) es un punto de equilibrio y el sistema linealizado asociado
en (0, 0) para ambos sistemas es el mismo, dado por
0 0 −1
y = Ay ; A=
1 0
211
CAPÍTULO 12. SISTEMAS NO LINEALES
λ1 = 3 λ2 = 1 λ1 = −3 λ2 = −1
punto de silla
λ1 = −1 λ2 = 1
λ1 = λ2 = 1 λ1 = λ2 = −1
Figura 12.13: Ubicación en el plano complejo del valor propio del caso 3
212
12.2. MÉTODO DE LINEALIZACIÓN
x = r cos θ r 2 = x2 + y 2
y
y = r sin θ tan θ =
x
es decir:
r 2 = x2 + y 2
2rr0 = 2xx0 + 2yy 0
rr0 = x(−y ± r2 x) + y(x ± r2 y)
rr0 = −xy ± r2 x2 + yx ± r2 y 2
rr0 = r2 (x2 + y 2 )
rr0 = ±r4
y
θ = tan−1
x
1 y 0 x − x0 y
θ0 = y 2
x2
1+
x
x2 y 0 x − x0 y
=
x2 + y 2 x2
(x ± r y)x − (−y ± r2 x)y
2
=
x2 + y 2
x ± r yx + y 2 ∓ r2 xy
2 2
=
x2 + y 2
2 2
x +y
= =1
x2 + y 2
r0 = r3
−→ r0 > 0 El radio se expande
θ0 = 1
r0 = −r3
−→ r0 < 0 El radio se contrae
θ0 = 1
213
CAPÍTULO 12. SISTEMAS NO LINEALES
√
Para < 0; λ1,2 = ±i lo que implica tener un centro en el origen.
Ejemplo 12.2.8 Regresemos al modelo del competencia entre especies que presentamos en la ecuación
(12.4); x e y denotan las poblaciones de dos especies que compiten por los recursos de un medio (habitat).
Un crecimiento de una especie tiene un efecto negativo en el crecimiento de la otra especie.
x
x0 = 2x 1 − − xy
2 (12.4)
y
y 0 = 3y 1 − − 2xy
3
Hemos mostrado que el sistema de ecuaciones no lineales (12.4) tiene cuatro equilibrios dados por
∂f ∂f
0 (0, 0) (0, 0)
u u ∂x ∂y
=A con A = ∂g
v v ∂g
(0, 0) (0, 0)
∂x ∂y
donde:
x
f (x, y) = 2x 1 − − xy
2
y
g(x, y) = 3y 1 − − 2xy
3
Por lo tanto :
∂f ∂f
(x, y) = 2 − 2x − y
(x, y) = −x
∂x ∂y (12.8)
∂g ∂g
(x, y) = −2y (x, y) = 3 − 2y − 2x
∂x ∂y
Sustituyendo en las ecuaciones (12.8) el punto (0, 0) se obtiene:
2 0
A=
0 3
σ(A) = {2, 3} λ1 = 2; λ2 = 3
Por lo que localmente el diagrama de fases del sistema no lineal coincide con el diagrama de fases del
sistema linealizado (alrededor del origen). Esto se debe a que (0, 0) es un punto de equilibrio hiperbólico
y podemos aplicar el teorema de Hartman y Grodman. Por lo tanto, cerca al origen el diagrama de fases
se ve como en la gura
214
12.2. MÉTODO DE LINEALIZACIÓN
FIGURA!!
Dibujamos las lineas de ujo del primer cudrante ya que x, y modelan la cantidad de individuos de una
especie respectivamente.
∂f ∂f
0 (0, 3) (0, 3)
u u ∂x ∂y
=B ; con B = ∂g
v v ∂g
(0, 3) (0, 3)
∂x ∂y
Podemos notar que los valores propios son negativos y reales, por lo que podemos aplicar el teorema de
Hartman y Grobman y armar que localmente el diagrama de fases del sistema no lineal se ve así:
FIGURA!!
Linealización del sistema en (2, 0)
El equilibrio (2, 0) nos dice que la especie predominante es x(t) y la especie que se extingue es y(t).
Nuestro sistema linealizado está dado por:
∂f ∂f
0 (2, 0) (2, 0)
u u ∂x ∂y
=D ; con D = ∂g
v v ∂g
(2, 0) (2, 0)
∂x ∂y
Los valores propios son negativos y reales, por lo que podemos aplicar el teorema de Harman y Grobman
y de nuevo armar que localmente el diagrama de fases del sistema lineal se ve así:
FIGURA!!
Linealización del sistema en (1, 1)
El punto de equilibrio (1, 1) es de particular interés desde el punto de vista biológico y matemático. Su
existencia indica que es posible para las dos especies x(t) y y(t) coexistir en equlibrio, ambs especies se
aproximan a un estado de existencia común.
∂f ∂f
0 (2, 0) (2, 0)
u u ∂x ∂y
=A ; con A = ∂g
v v ∂g
(2, 0) (2, 0)
∂x ∂y
215
CAPÍTULO 12. SISTEMAS NO LINEALES
Los valores propios son reales con signos contrarios λ1 > 0; λ2 < 0. Tenemos un punto de silla.
Podemos aplicar el teorema de Hartman y Grobman y armar que localmente el diagrama de fases del
sistema no lineal se ve como el diagrama de un punto de silla.
Para ser más precisos en nuestro diagrama vamos a calcular los vectores propios de nuestro sistema
asociado.
Eλ1 = {ϑ ∈ R2 : (A − λ1 I)ϑ = 0R2 } ←− Espacio propio de λ1
√
− 2 −1
√ 0
(A − λ1 I)ϑ = 0R2 } ⇔
−2 − 2 0
√ √
Se deduce que: − 2ϑ1 + (−1)ϑ2 = 0 −→ ϑ = − 2ϑ1
Podemos entonces tomar el vector propio
1
√
ϑ=
− 2
Así obtenemos:
1
√
Eλ1 = gen
− 2
√
Se comprueba que para λ2 = −1 − 2 que:
Eλ1 = gen √1
2
De manera que el diagrama del sistema no lineal cerca del equilibrio (1, 1) se verá así:
FIGURA !!
Cuando tenemos un equilibrio que localmente es un punto silla del sistema linelizdo asociado, aparecen
cuatro curvas que se acercan al equilibrio cuando t→∞ o cuando t → −∞; que se llaman Separatrices.
FIGURA !!
Las separatrices son curvas muy importantes pues separan las soluciones del sistema que tienen diferente
comportamiento. Las separatrices para las cuales las soluciones se acercan al punto silla (equilibrio)
cuano t → ∞ se llaman separatrices estables o bien variedad estable, mientras que aquellas para las
cuales las soluciones tienden al punto silla cuando t → −∞ se llaman separatrices inestables o bien
variedad inestable.
Si observamos el sistema linealizado en (1, 1), las separatrices del sistema lineal son:
Separatrices Estables:
√
1
Eλ2 = gen √ −→ u= 2v
2
216
12.3. ANÁLISIS CUALITATIVO DE SISTEMAS NO LINEALES
Separatrices Inestables:
√
1
√
Eλ1 = gen −→ u = − 2v
− 2
FIGURA !!
La expresión lineal de ls separatrices del sistema no lineal serán:
u=x−1 → x=u+1
v =y−1 → y =v+1
u x−1 u x−1
y= √ +1= √ +1 y = √ +1= √ +1
− 2 − 2 2 2
1 1 1 1
y = −√ x + 1 + √ y = √ x+ 1− √
2 2 2 2
Estamos listos para dibujar el diagrama de fases del sistema no lineal al reunir toda la información que
hemos obtenido de los equilibrios
FIGURA !!
x0 = f (x, y)
(12.9)
y 0 = g(x, y)
217
CAPÍTULO 12. SISTEMAS NO LINEALES
218
Índice alfabético
Ecuaciones Autónomas, 26
Ecuaciones Homogéneas, 32
Ecuaciones Separables, 29
Soluciones de Equilibrio, 27
219