Documentos de Académico
Documentos de Profesional
Documentos de Cultura
PROFESOR
TRABAJO ESCRITO
Lo que buscamos es dar una mejor explicación sobre estos temas y profundizarlos más
a fondo dando a conocer ejemplos y características para una mejor comprensión de los
mismos.
OBJETIVOS
La razón última de que se den ambos excedentes está en otros dos conceptos:
1º-La utilidad marginal decreciente del consumidor: al consumir un unidad adicional de
un bien o servicio se percibe una utilidad o satisfacción cada vez menor; utilidad marginal
decreciente.
2º-La curva de coste marginal creciente del productor: esta curva lo que viene a decir
es que a partir de cierto nivel de producción, una unidad adicional de producción es
más costosa que la anterior; coste marginal creciente.
Cuando una empresa trata de diferenciar precios (cobrar a cada cliente distinto precio
por el mismo bien o servicio) lo que está intentando es apropiarse del excedente del
consumidor y obtener casi todo el beneficio posible. Para que esta práctica pueda ser
llevada a la realidad hay que estar muy seguro que no pueda existir comercio entre los
distintos clientes que pagan distinto precio por el mismo bien o servicio, ya que podrían
comerciar entre ellos a un precio intermedio y ganar los dos.
Sigamos con el ejemplo anterior del mercado de libros, ahora desde el punto de vista
de tres productores: David, Eduardo y Fabiola. La curva de oferta corresponde a la
unión de los costes de producción de cada productor, siendo de 2$ para David, 4$ para
Eduardo y 8$ para Fabiola. Si el precio es inferior a 2$, nadie ofertará ningún libro,
debido a que incurrirán en perdidas si lo hacen. Cuando el precio aumenta a 4$, David
vende un libro, debido a que es capaz de generar un beneficio de la venta. Este
beneficio corresponde al área D, su excedente como productor. Si el precio aumenta
hasta los 8$, Eduardo también venderá un libro, consiguiendo un excedente del
productor igual a E. En este caso, el excedente del productor de David se incrementa
en 4$ (área D’). Lo mismo ocurre cuando el precio es mayor que 8$, como por ejemplo
10$. El excedente del productor, entendido como la suma de todos los excedente como
productor individuales, corresponde al área D+D’+D’’+E+E’+F.
Cuando repetimos este proceso con un número mucho mayor de vendedores,
conseguimos como resultado la curva de oferta típica de la economía. Digamos ahora
que el precio de un bien está fijado en p0. En ese caso, el área del excedente del
productor queda representada por el área EP. Cuando el precio aumenta a p1, la
cantidad vendida aumenta también. Por un lado, existe un incremento en el excedente
inicial de los productores, siendo esta área igual al área EP’. Por otro lado, los
productores nuevos están dispuestos a vender, siendo su excedente de productores
igual a nEP.
Veamos ahora que representa el área debajo de la curva del costo marginal formada
por los puntos “o”, “a”, “c” y “d”.
Sabemos que el costo marginal es la derivada del costo variable o del costo total:
Esta ecuación nos brinda la información que cuando se produce una unidad adicional,
la rentabilidad variable aumenta en un valor igual a la diferencia ente el precio del bien
y el costo marginal. En adición, se puede plantear que la rentabilidad económica
también aumenta en esta diferencia cada vez que se produce una unidad adicional del
bien. En tal sentido, el costo fijo no es relevante para la toma de decisiones porque se
puede saber de antemano como variaría la rentabilidad económica sabiendo el precio
del bien y el costo variable de la última unidad producida o en otras palabras,
conociendo el costo marginal.
Retornando a la Figura Nº 6, la rentabilidad variable será el área formada por los
puntos “a”, “b” y “c”
Del análisis anterior se desprende que para la toma de decisiones, el costo fijo es
irrelevante toda vez que no varía con el aumento o disminución de la producción. De
ahí la importancia de la rentabilidad variable respecto a la rentabilidad económica, que
si deduce el costo fijo.
Anteriormente vimos que el área que se encuentra entre la línea horizontal del precio y
la oferta del mercado es el excedente del productor. Al efectuar el análisis a una
empresa competitiva, y observando nuevamente la Figura Nº 6, podemos deducir que
la rentabilidad variable es también el excedente del productor.
Lo interesante del análisis anterior es que con valores marginales se puede determinar
la variación de la rentabilidad económica cada vez que aumenta o disminuye la
producción, aún sin tener en cuenta el costo fijo. En otras palabras, para la toma de
decisiones el costo fijo es irrelevante y lo importante es el precio del bien y el costo
variable y marginal.
Si la estructura de costos es lineal como se asume normalmente en el modelo del
punto de equilibrio o del punto muerto (ingresos igual a costos), el costo variable
unitario es el costo marginal, y la diferencia entre el precio y el costo variable unitario,
es conocida como la contribución marginal por unidad. Si se multiplica esta
contribución marginal por unidad por la cantidad de productos se obtiene la
contribución marginal que sería la diferencia entre el valor de ventas y los costo
variables. Este modelo, usado por la contabilidad y las finanzas encierran el concepto
del excedente del productor aunque de manera distinta en el sentido que trabaja
normalmente con costos lineales a diferencia de la teoría económica que utiliza costos
no lineales porque en su concepción existe la ley de los rendimientos marginales
decrecientes. Sin embargo, el modelo contable considera la utilidad para la toma de
decisiones la diferencia entre el precio y el costo variable unitario y de ahí que se
vuelva interesante.
¿Qué mide el excedente del consumidor?
Excedente del consumidor, la cantidad que los compradores están dispuestos a pagar
por un bien menos la cantidad que efectivamente pagan, mide el beneficio que los
compradores reciben de un bien de acuerdo a la percepción de los compradores.
VALOR PROMEDIO DE UNA FUNCION
El concepto del valor promedio de una función en un intervalo es solamente uno de los
muchos usos prácticos de las integrales definidas para representar procesos de suma.
Este teorema es importante porque asegura que una función continua en un intervalo
cerrado alcanza su valor promedio al menos en un punto.
f(c)(b a)
Demostración:
Dado que f es continua el teorema del valor intermedio asegura que f alcanza cada
valor entre su mínimo y su máximo. Por lo tanto permite deducir que debe alcanzar el
valor en algún punto c del intervalo. [a, b]. Queda demostrado que existe
A f(c)(b a)
El valor de f(c) hallado según el teorema del valor medio para integrales coincide con el
valor promedio o medio de una función por eso a f(c) se lo llama valor
medio de f en el intervalo [a, b].
Calculamos:
fprom (64 16 1 + 1) 16
Sabemos que el área de la región es igual al área del rectángulo cuya altura es el valor
promedio. Se puede observar gráficamente.
Si una función f(x) es una simple línea recta de valor máximo A sobre el intervalo de
tiempo T, entonces la media sobre el intervalo T es exactamente A/2.
Si la función es mas compleja, entonces tenemos que aplicar la idea de que el valor
medio de la función fmed multiplicado por el intervalo T será igual al área bajo la curva
de la función. Aquí es donde la idea de la integral viene a ser significativa. La integral,
puede verse como el área bajo la línea de la función.
El uso de una integral para obtener la media de una función es una técnica útil y
poderosa. Se puede ilustrar en la simple función de arriba.
Podría decirse que hasta ahora sólo hemos sentado las bases para el estudio del
cálculo diferencial en varias variables. Hemos introducido el concepto general o
abstracto de función diferenciable y comprobado algunas propiedades básicas, como
su carácter local o su relación con la continuidad. También hemos visto cómo se
concreta dicho concepto en los tres casos particulares que más nos interesan, vector
derivada, vector gradiente y matriz jacobiana, viendo al mismo tiempo diversas
interpretaciones geométricas y físicas. Por último disponemos de algunos métodos
para estudiar la diferenciabilidad de una función y calcular su diferencial, entre los que
destaca la regla de la cadena.
Ha llegado ya el momento de estudiar los teoremas fundamentales del cálculo
diferencial, empezando como es lógico por intentar generalizar el teorema del valor
medio, que es sin duda el resultado más importante del cálculo diferencial en una
variable. Obtendremos fácilmente una versión del teorema para funciones que parten
de un espacio normado arbitrario y toman valores reales, que en particular se aplica a
los campos escalares en RN . Para funciones con valores vectoriales las cosas se
complican, la versión literal del teorema es falsa, incluso para funciones de una
variable real con valores en R2. Sin embargo, probaremos una versión más débil, que
sí es cierta a plena generalidad y permite deducir algunas consecuencias interesantes.
Completamos este tema con una consecuencia del teorema del valor medio para
funciones reales de una variable real, útil para comprobar la diferenciabilidad de ciertos
campos escalares en RN .
10.1. Preliminares
115
A cada punto x∈ Ω podemos entonces asociar la diferencial D f∈(x) L(X ,Y ) , que es
una aplicación lineal y continua de X en Y . Obtenemos así una función→D f : Ω L(X
,Y ) que será la función diferencial de f . Obsérvese que D f está en una situación
similar, pero no exactamente la misma, que la función de partida f . Ambas son
funciones definidas en Ω y con valores en un espacio normado pero, mientras f toma
valores en Y , los valores de D f pertenecen al espacio normado L(X ,Y ) .
Tiene perfecto sentido decir, por ejemplo, que D f está acotada en un conjunto A ⊂
Ω , cuando existe M ∈ R tal que " D f (a) " ™ M para todo a ∈ A , o decir que D f es
continua en un punto a ∈ Ω, lo que significa que
∀ ε > 0 ∃ δ > 0 : x ∈ Ω , " x − a " < δ =⇒ " D f (x) − D f (a) " < ε
Recordemos el teorema del valor medio para funciones reales de variable real,
enunciado de una forma adecuada para pensar en su posible generalización. Si f : J
→ R es una función derivable en un intervalo abierto J ⊂ R , entonces, para
cualesquiera a,b ∈ J se tiene
Como se habrá podido observar, la demostración del teorema del valor medio
escalar ha consistido en una aplicación muy inmediata del ya conocido para funciones
de una variable. De hecho, como sólo se trabaja con la función f en un segmento [ a,
b ] , en esencia tenemos una función de una variable. Los resultados anteriores,
generalizan formalmente el teorema del valor medio que ya conocíamos, pero en
realidad sólo consisten en darse cuenta de que dicho teorema puede aplicarse
fácilmente en situaciones más generales. Tendrá mayor interés generalizar el
teorema, de forma que pueda aplicarse a campos vectoriales, o incluso a una función
entre espacios normados arbitrarios, como enseguida vamos a intentar.
Observamos inmediatamente que la primera afirmación del teorema del valor medio
escalar no es cierta para funciones con valores en R2 , incluso aunque sean funciones
de una variable real. Concretamente, basta considerar la función f : R → R2 dada por
f (t) = (cos t, sen t) para todo t ∈ R , que claramente es derivable en todo punto de R
con . Σ
Debe pues quedar claro que, al hablar de una versión general del teorema del valor
medio, no nos referimos a una generalización literal de dicho teorema, sino de una
versión más débil. La dificultad para probarlo se concentra en el caso de funciones de
una variable real, que es el que resolvemos previamente.
Lema. Sea Y un espacio normado y sean g : [ 0,→1] Y y α : [ 0, 1] R dos funciones
continuas en [ 0,1] y derivables en ] 0, 1[ , verificando que
→
" g j(t) " ™ α j(t) ∀t ∈]0,1[ (2)
Se tiene entonces la siguiente desigualdad:
" g(1) − g(0)" ™ α(1) − α(0) (3)
" g(t0 + δ) − g(0) " ™ " g(t0 + δ) − g(t0 ) − δ g j (t0 ) " + δ " g j (t0 ) " + " g(t0 ) − g(0) " (5)
ε
™ δ + δ αj(t0) + α(t0) − α(0) + ε t0 + ε
2
Por otra parte, usando la segunda desigualdad de (4) tenemos también
ε
. Σ
δ αj(t0) + α(t0) = α(t0 + δ) − α(t0 + δ) − α(t0) − δ αj(t 0) ™ α(t0 + δ) + δ (6)
2
De (5) y (6) deducimos claramente que
ε ε
" g(t0 + δ) − g(0) " ™ δ + α(t0 + δ) + δ − α(0) + ε t0 + ε
2 2
= α(t0 + δ) − α(0) + ε (t0 + δ) + ε
es decir, que t0 + δ ∈ Λ . Esto es una clara contradicción, ya que t0 + δ > t0 = máx Λ . Así
pues hemos comprobado que t0 = 1 y en particular 1 ∈ Λ , es decir
" g(1) − g(0) " ™ α(1) − α(0) + 2 ε
Como esto es válido para todo ε ∈ R+, tenemos (3) , como queríamos. □
Como primera aplicación de este teorema, es natural ponerse en una situación que
permita aplicarlo a cualquier par de puntos a,b ∈ Ω , lo cual es bien fácil:
Corolario 1. Sean X e Y espacios normados, Ω un subconjunto abierto y convexo
de X y
f : Ω → Y una función diferenciable. Supongamos que existe M +
0 ∈ R tal que " D f (x) "
™M
para todo x ∈ Ω . Entonces f es lipschitziana, o más concretamente:
" f (b) − f (a) " ™ M " b − a " ∀ a,b ∈ Ω
Obsérvese que, en caso de que podamos tomar M = 0 , esto es, cuando la función
diferencial D f es idénticamente nula, obtenemos que f (b) = f (a) para cualesquiera
∈ a,
b Ω , es decir, que f es constante. Pero podemos conseguir el mismo resultado con
una hipótesis más débil que la convexidad de Ω :
Completamos este tema con una útil aplicación del teorema del valor medio, pero
no de las versiones aquí probadas, sino de la que ya conocíamos para funciones
reales de variable real. Se trata de un resultado que permite probar la diferenciabilidad
de un campo escalar, trabajando solamente con sus derivadas parciales. Deduciremos
una cómoda caracterización de los campos escalares de clase C 1 . Estos resultados
también son útiles para campos vectoriales, sin más que aplicarlos a sus
componentes, que son campos escalares.
Sea pues Ω un abierto de RN y supongamos que queremos estudiar la
diferenciabilidad de un→campo escalar f ∈: Ω R en un punto a Ω . Sabemos que ello
equivale a comprobar que f es parcialmente derivable en el punto a y que
. Σ
l´ım f (x) − f (a) − ∇ f (a) x. − a
=0 (7)
x→a "x−a"
La idea es evitar el cálculo de este límite, que puede ser laborioso, pero a cambio
debemos trabajar un poco más con las derivadas parciales.
En la práctica f suele ser parcialmente derivable, no sólo en el punto a , sino en
todo un entorno abierto de a . En tal caso, por el carácter local de la diferenciabilidad,
podemos sustituir f por su restricción a dicho entorno, así que no perdemos
generalidad suponiendo que f es parcialmente derivable en todo punto de Ω .
Entonces, en vez de comprobar la igualdad (7) , puede ser más fácil comprobar la
continuidad en el punto a de las derivadas parciales, es decir, comprobar que
∂f ∂f
l´ım (x) = (a) ∀ j ∈ IN (8)
x→a ∂ x j ∂x j
Pues bien, vamos a probar que (7) es consecuencia de (8) , y de hecho, que una
condición ligeramente más débil que (8) ya es suficiente para deducir (7) ∈ .
Concretamente, fijado k IN , podemos suponer solamente la existencia de la derivada
parcial de f con respecto a la k-ésima variable en el punto a , mientras que las demás
derivadas parciales sí se suponen definidas en todo punto de Ω y continuas en a .
Esta hipótesis, obviamente más débil que (8) , es ya suficiente para la diferenciabilidad
de f en a :
Fijado ε > 0 debemos encontrar δ ∈]0,r [ verificando que, para x,y ∈ R con | x − x0 | < δ y
| y − y0 | < δ , se tenga
| R(x,y)| ™ ε " (x,y) − (x0,y0)" (9)
Observamos que, para (x, y) ∈ B , se tiene R(x, y) = R1(x, y) + R2(y) donde
∂f
R1(x,y) = f (x,y) − f (x0,y) − (x − x0) (x0,y0) ∀ (x, y) ∈ B
∂x
∂f
R2(y) = f (x0,y) − f ((x0,y0) − (y − y0) (x0,y0) ∀ y ∈ ] y0 − r , y0 + r [
∂y
así que trabajaremos por separado con los dos sumandos que han aparecido.
Por definición de derivada parcial, podemos tomar δ ∈] 0,r [ de forma que, para y ∈ R
con
| y − y0 | < δ , se tenga
∂f ε
. f (x0,y) − f (x0,y0) − (y − y0) (x0,y0) . ™
∂y
| y − y0 |
2
(10)
∂f ∂f ε (11)
. ∂ x (u,v) − ∂(x
x
0,y0) . ™
2
Para comprobar (9) y concluir así la demostración, fijamos ∈x, y R con | − x | x0 <
δ| y− y y0| < δ . Es importante tener presente que, en todo lo que sigue, x e y están fijos.
En virtud de (10) tenemos directamente
ε ε
|R2(y)| ™ | y − y0 | ™ " (x,y) − (x0,y0) " (12)
2 2
Para todo z ∈ J , que f sea derivable con respecto a la primera variable en el punto
∂f
(z,y) ∈ Ω , significa precisamente que ψ es derivable en el punto z con ψj(z) = (z,
y). Aplicamos a
∂x
ψ el teorema del valor medio obteniendo un punto u ∈ J tal que
∂f
f (x, y) − f (x0, y) = ψ(x) − ψ(x0) = (x − x0) ψj(u) = (x − x0) (u, y)
. Σ ∂x
∂f ∂f
de donde deducimos que R1(x, y) = (x − x0) (u, y) − (x0, y0) . Por ser | u − x0 | < δ
∂x ∂x
y | y − y0 | < δ , podemos usar (11) con v = y obteniendo:
ε ε
| R1(x,y)| ™ | x − x0 | ™ " (x,y) − (x0,y0) " (13)
2 2
y descomponemos R en la
forma N
∑R j(x j , x j+1,... xN ) ∀ x∈ B
R(x) = j=1
El principal interés del resultado anterior estriba en que nos proporciona una
caracterización de los campos escalares de clase C1 en términos de sus derivadas
parciales:
Si Ω es un abierto de RN y f :→Ω R un campo escalar, las siguientes
afirmaciones son equivalentes:
(i) f ∈ C 1(Ω)
(ii) f es parcialmente derivable en todo punto∈ x ∈ Ω y, para
todo j IN , la función derivada parcial
∂ f /∂ x j es continua en Ω .
∂f
D f continua ⇐⇒ ∇ f continua ⇐⇒ continua ∀ j ∈ IN
∂x j
(ii) ⇒ (i) . Del resultado anterior deducimos que f es diferenciable en todo punto de
Ω y la equivalencia recién comentada nos dice que D f es continua en Ω , luego f ∈ C
1(Ω) . □
dny dn—1y dy
a
+ = , +( — ) =, dx4 + = .
1+ dx3 dx dx2
+
x2
91
Obsérvese, sin embargo, que las siguientes EDOs no son lineales
✓ ◆ dy
dy 2
yy0 =1, dx
+y = 0, cos x
dx
+ cos y = x.
Por otro lado, necesitamos saber qué entenderemos como solución de una EDO.
Dinámica poblacional
El economista Thomas Malthus hizo uno de los primeros intentos
para modelar el crecimiento de una población. Ası́, supuso que la razón
de la población en un cierto tiempo t es proporcional a la población total
en ese tiempo. Es decir, si llamamos P(t) a la población en el tiempo t
entonces se obtiene que
dP
= k P,
dt
donde k es una constante que depende de la población estudiada.
Aunque este modelo es de baja resolución, aún ası́ sigue siendo útil
para el estudio de algunas pobla- ciones a tiempo corto, como, por
ejemplo, poblaciones de cultivos de bacterias.
Decaimiento radioactiveo
El núcleo de algunos átomos están formados por combinaciones de
protones y neutrones inestables, es decir, los átomos se desintegran o
se convierten en átomos de otras sustancias. En estos casos se dice
que los núcleos son radiactivos. Por ejemplo, el radio Ra-226
intensamente radiactivo se transforma en gas radón Rn-222.
Para modelar el fenómeno de decaimiento radiactivo, dada una
cantidad A(t) de una sustancia en
el tiempo t, se supone que la razón con la que los núcleos se desintegran
es proporcional a la cantidad existente, esto es,
dA
= k A,
dt
donde k es una constante que depende de la sustancia estudiada.
Reacciones qu´ımicas.
En algunas reacciones quı́micas la rapidez con la que las moléculas de una
sustancia A se descom- ponen es proporcional a la cantidad de sustancia que queda
sin reaccionar. As´ı, si llamamos c(t) a la cantidad de la sustancia A en el tiempo t
entonces dA/dt = k A, donde k es una constante (dependiente de la sustancia A).
Un ejemplo de este tipo, llamada reacción de primer orden, está dada por la
conversión del cloruro de terbutilo (CH3)3CCl en alcohol t-but´ılico (CH3)3COH:
(CH3)3CCl + NaOH —! (CH3)3COH + NaCl.
Mezclas.
Supongamos que en un tanque mezclador tenemos 300 litros de agua con sal. Por
otro lado, un grifo de entrada introduce 3 litros de agua por minuto, que tiene una
concentración de 2 gramos por litro. La solución bien mezclada sale del tanque con la
misma rapidez de 3 litros por minuto.
De esta manera, si denotamos por A(t) a la cantidad de sal en el tanque al tiempo t,
entonces la razón
con la que A(t) cambia viene dada por
dA
= (razón de entrada de sal) — (razón de salida de sal).
dt
La razón de entrada de sal es de (2g/l) (3l/min) = 6g/min. Por otra parte, ya que la
cantidad de agua en el tanque es constantemente de 300 litros, la razón300 de salida de
A(t)
sal es de ( g/l)(3l/min) =
A(t) g/min.
100
De esta dA A
manera,
=6— .
dt 100
Cuerpos en ca´ıda y resistencia del aire.
Aunque a un cuerpo en ca´ıda en el vac´ıo solo le afecta la fuerza de la gravedad,
en general, cuando no se encuentra en el vac´ıo, el aire ejerce una resistencia al
movimiento en la ca´ıda de un cuerpo.
Ası́, el peso del cuerpo es una fuerza que actúa en la dirección de caı́da, mientras
que la resistencia del aire actúa en dirección opuesta. La fuerza Fr dada por la resistencia
del aire se denomina amortiguamiento viscoso y es proporcional a la velocidad del
cuerpo, esto es, Fr = kv, donde k es una constante que depende del cuerpo y v su
velocidad.
As´ı, la segunda ley del movimiento de Newton determina que la suma de las fuerzas
ejercidas sobre dt
dv
m = mg—
kv
, dt
donde g es la aceleración de la gravedad.
O equivalentemente, si denotamos por s(t) al espacio recorrido en el tiempo t
entonces
d2s ds
m
= mg— k .
dt2 dt
EDOs de primer orden.
y2 + 2xy + x2 = 0, y + cos y = x3 — 1.
EDO SEPARABLES
Un caso especial de EDOs de primer orden son aquellas en las que la ecuación
diferencial puede reescribirse de manera que un lado de la igualdad solo dependa de
la función y y el otro lado solo de la variable x. Más concretamente,
Diremos que una EDO de primer orden es separable o que tiene variables separables si se puede
escribir de la forma
dy
g(y) = h(x).
dx
EJEMPLOS
y3 + c1 = x2 — 2x + c2.
ln |y| = arctgx + c.
Ejemplo 4 : El PVI con ecuación y0 = —2xy2 y condición inicial10 y(3) = 1 puede ser resuelto
reescri-
biendo la EDO como
dy
= —2xdx
y2
e integrando. Obsérvese que estamos dividiendo por y2 y podrı́a ocurrir
que y(x) = 0, que es solución de la EDO pero no es la solución buscada del
PVI ya que no cumple la condi- ción inicial. Ası́, tenemos que 1 = x2 + c,
esto es, y = 1 2 . Ahora, de la condición inicial y
2
obtenemos que 10 = 3 + c, por lo que+xy = 1 2 .1
dy x
=— ,
y 1 + x2
2
arctg3 (x) = arctg(x)(u(x)arctg2(x))0 — (u(x)arctg2 (x)) = u0 (x)arctg3(x).
1
2
+x
Tenemos entonces que u0 (x) = 1 o bien u(x) = x + c, por lo que las
soluciones de la EDO inicial son y = (x + c)arctg2(x).
x2
Ejemplo 3 : Resolvamos ahora el PVI dado por la y = e 2 con condición inicial y(1) = —1.
EDO x y0 —x2
x2 x2 x2 x2
= x y0 — x2 y = x(u(x)e )0 — x2 (u(x)e ) = x u0 (x)e
2 2 2 2
e .
Por tanto, u0 (x) = 1/x, es decir, u =| |ln x + c. De esta manera, todas las
soluciones son
x2
y = (c + ln |x|)e 2 .
La condición inicial y(1) = —1 nos da —1 = (c + ln1 1)e 2 . Por tanto, c = — p1 , es
e
decir, la ⇣ ⌘ x2
función que resuelve el PVI es y = — p1 + ln x e .
e
2
2
Ejemplo 4 : Para resolver el PVI con ecuación xy12 0 — y = x 4 y(—1) = p
y condición inicial
+x
primero
resolvemos la EDO lineal homogénea xy0 — y = 0. Esta ecuación la escribimos
como
dy dx
=
y x
Sustituyendo obtenemos
0 0 2
x2 0
EDOs exactas.
Consideremos una función F(s,t) que depende de dos variables. Llamaremos
derivada parcial de F respecto de s a la derivada, si existe, de la función F respecto
de la variable s cuando se considera a t como una constante, y la denotaremos ∂F .
∂s
Análogamente se define la derivada parcial de F respecto de
t, ∂F
∂t
. 2
´
Por ejemplo, dada la funcion F(s,t)= s + cos(s + t)+ arctgt sus derivadas parciales
vienen dadas
por
∂F ∂F 1
= 2s— sen(s +t), = —sen(s + t)+ .
∂s ∂t 1 + t2
∂x x + y2 x + y2
Si la EDO f (x, y) dy
dx+ g(x, y)= 0 (o equivalentemente f (x, y)dy + g(x, y)dx = 0) es exacta entonces
variables F(x, y) se puede calcular de una cualquiera de las dos siguientes formas:
1. Se toma Z
F(x, y)= F1(x)+ f (x, y)dy,
donde para calcular F1(x) se debe tener en cuenta que ∂F = g(x, y).
2. Se toma
donde para calcular F2(y) se debe tener en cuenta que ∂F = f (x, y).
EJEMPLOS
Las soluciones vendrán dadas por F(x, y) = 0, donde tomamos por ejemplo
Z
F(x, y)= F1(x)+ (x— 2y)dy = F1(x)+ xy— y2.
Y la función F1 (x) se calcula si se tiene en cuenta que
∂F
2x + y = = F10 (x) + y.
∂x
= 4xy = 2xy +
∂x ∂y x
Sus soluciones son de la forma F(x, y)= 0, donde tomamos por ejemplo
Z✓ ◆
1
F(x, y)= F2(y)+ 2xy2 +x dx = F2(y)+ x2y2 + ln |x|.
∂F
2x2 y = = F20 (y) + 2x2 y.
∂y
—
Ejemplo 3 : Consideremos el PVI con ecuación (1 — — x2 )y0 + 3x2 2x y 1 =0 y
condición inicial y(0) =
1. Ya que la EDO es exacta porque
∂(1 —x2) 2
=—2x = ∂(3x — 2xy—
∂x 1)
∂y ,
= 6xy = ∂y 2xy — .
∂x 1 + x4
Ası́, la ecuación se puede resolver tomando
Z✓ ◆
2x
F(x, y)= F2(y)+ 2xy3 — dx = F2(y)+ x2y3 — arctg(x2),
1
4
donde F2(y) se calcula tomando +x
∂F
3(1 + x2 )y2 = = F20 (y) + 3x2 y2.
∂y
Por tanto, F20 (y) = 3y2, con lo que F2 (y) = y3 + c. Y las soluciones de la EDO
están dadas por las funciones y3 + c + x2y3 — arctg(x2)= 0.
Si usamos la condición inicial y(0) = 2 obtenemos 8 + c = 0, por lo que la
solución del PVI
q
es y = 3
8+arctg(x.2
) 1+x2
⇤
En esta sección trataremos las ecuaciones lineales de segundo orden que son de la
forma
a2 y00 + a1 y0 + a0 y = b(x),
donde a0 , a1 , a2 son constantes reales, 6con a2 = 0, y b(x) es una función que depende de
la variable x.
Comenzaremos con las ecuaciones lineales de segundo orden homogéneas, esto
c2
y2(x), para constantes c1, c2, donde las funciones y1, y2 se pueden encontrar de la siguiente ma- nera:
1 2 20
2. Si m 1= m (esto
2 ocurre cuando a — 4a a2=0 0) entonces
20
con a, b reales, entonces
EJEMPLOS
m2 — 3m + 2 = 0.
Sus soluciones son
p
3± (—3)2 — 4 · 2
m = ,
2
es decir, m1 = 1, m2 = 2. Ya que las soluciones son dos números reales
diferentes, entonces las soluciones de la EDO son
y = c1ex + c2e2x,
para cualesquiera constantes c1, c2.
Ejemplo 2 : La EDO 4y00 — 4y0 + y = 0 tiene por ecuación de segundo grado asociada
4m2 — 4m + 1 = 0.
2·
,
es decir, las dos soluciones m1 =2m2 =4 1. Ya que las dos ra´ıces del
polinomio de segundo grado son iguales, entonces las soluciones de la
EDO son
1 1
y = c e x + c xe x,
1 2 2 2
para cualesquiera
constantes c1, c2.
Ejemplo 3 : La EDO de segundo orden y00 — 4y0 + 13y = 0 tiene por ecuación de segundo
grado asociada
m2 — 4m + 13 = 0.
Sus soluciones son
p p
4± (—4)2 — 4 · —9,
m= =2±
13 2
es decir, las dos soluciones son los números complejos conjugados m1 =—2 + 3i, m2 =
2 3i.
Por tanto, las soluciones de la EDO son
donde b(x) no es cero, su solución se calcula de forma diferente. En esta caso se utiliza
un método parecido al que se usaba para las EDOs lineales de primer orden.
riormente.
EJEMPLOS
m2 + m— 2 = 0,
que tiene por raı́ces m1 = 1, m—2 = 2. Ası́, las soluciones de la EDO
x
homogénea son y = c1e +c2e —2x .
Para las soluciones de la EDO no homogénea tomamos y = u1 (x)ex + u2 (x)e—
2x , donde ⇢
Resolviendo el sistema anterior u01 (x) = 1, u02 (x) = —e3x , con lo que u1 (x) = x +
c1 , u2 (x) =
—3 1 e3x + c2. Por tanto, las soluciones de la EDO son
1 3x
y = (x + c1)ex + (— e + c2)e—2x = (x + d1)ex + c2 e—2x,
3
9m2 + 6m + 1 = 0.
Las soluciones son m1 = m2 = — 1 . Por tanto, las soluciones de la EDO
homogénea son 3
y 3 3
1x 1
= c1 e — + c2 xe—
1
Consideramos
2(x) xe — xlas
entonces soluciones
, donde de la EDO
las funciones inicial
ui(x) de la forma
se calculan y = que
usando u1(x) e —3 1 x +
u 3
8
< 0 (x) e—3 1 x + u0 (x) x3e— 1 x = 0
u 1 2
1 sen x
: 0 (x) e— 1 x — 1 (x — 3)u0 (x)
3 1
e— x =
3
— 3 u1 3
3
2 9 11x
0 1
0 1x
—
1 1 150 3 2 2 30 3
Ejemplo 3 : Consideremos la EDO y00 + 2y0 + 2y = e—x . Para resolver la EDO homogénea
asociada
y00 + 2y0 + 2y = 0 consideramos la ecuación
m2 + 2m + 2 = 0,
que tiene por soluciones los números complejos conjugados m1 = —1 + i, m2 = —1 —
i.
Ası́, las soluciones de la EDO homogénea son
Ası́, u01 (x) = —2x, u02 (x) = 2, con lo que, u1 (x) = —x2 + c1 , u2 (x) = 2x + c2 .
Con todo esto, las soluciones de la EDO y00 — 6y0 + 9y = 2e3x son
y = e3x(x2 — 5x + 1).
CONCLUSIONES
● Después del análisis de valor promedio de una funcion podemos señalar que el
cálculo de los mismos es una herramienta de mucha utilidad para limitar recursos, lo
que contribuye incluso a la economía ahorro de materiales- y buena distribución del
mismo.