Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ampliacion de Matematicas PDF
Ampliacion de Matematicas PDF
Sonya Kovalevskaya
I
ANÁLISIS MATEMÁTICO
II
CONTENIDO
CONTENIDO I
PRÓLOGO XI
VARIABLE COMPLEJA 1
HISTORIA DE LA VARIABLE COMPLEJA 2
Los números complejos 2
Funciones de variable compleja 5
La función logaritmo 6
Integración 8
Cauchy y la variable compleja 9
Riemann y la variable compleja 12
Weierstrass y la variable compleja 13
III
CAPÍTULO 2. Funciones complejas 57
2.1. DEFINICIÓN. FUNCIONES ELEMENTALES 59
2.1.1. Definición de función compleja 59
2.1.2. Funciones Elementales 60
2.1.2.1. Polinomios 60
2.1.2.2. Funciones racionales 61
2.1.2.3. Función exponencial 61
2.1.2.4. Funciones trigonométricas 63
2.1.2.5. Funciones hiperbólicas 65
2.1.2.6. Función logaritmo 66
2.1.2.7. Funciones definidas como potencias 68
Ejemplos resueltos 70
Ejercicios 74
2.2. LÍMITES DE FUNCIONES. CONTINUIDAD. 76
2.2.1. Límites de funciones 76
2.2.2. Límites en el infinito. Límites infinitos 76
2.2.3. Continuidad. 77
Ejemplos resueltos 79
Ejercicios 81
2.3. DERIVADA COMPLEJA 82
2.3.1. Definición de derivada 82
2.3.2. Propiedades 85
2.3.3. Condiciones de Cauchy Riemann. 86
2.3.4. Estudio de la derivada de distintas funciones 89
Ejemplos resueltos 91
Ejercicios 93
2.4. FUNCIONES HOLOMORFAS 94
2.4.1. Funciones holomorfas. Definiciones 95
2.4.2. Estudio de la holomorfía de las distintas funciones 95
2.4.3. Propiedades de las funciones holomorfas 96
Ejemplos resueltos 97
Ejercicios 98
2.5. FUNCIONES ARMÓNICAS 99
2.5.1. Funciones armónicas. Definición 99
2.5.2. Propiedades de las funciones armónicas. 101
Ejemplos resueltos 102
Ejercicios 103
2.6. EJERCICIOS 104
IV
3.3. SERIES DE POTENCIAS 129
3.3.1. Definición. Convergencia de una serie de potencias 129
Ejemplos resueltos 135
3.3.2. Funciones definidas por series de potencias 136
Ejemplos resueltos 141
Ejercicios 144
3.4. FUNCIONES ANALÍTICAS 145
3.4.1. Definición y propiedades 145
3.4.2. Desarrollos en serie de funciones 147
3.4.3. Prolongación analítica 148
Ejemplos resueltos 152
Ejercicios 153
3.5. SERIES DE LAURENT 154
3.5.1. Series de Laurent. Definición y convergencia 154
3.5.2. Representación de funciones en series de Laurent 158
Ejercicios 163
3.6. EJERCICIOS 163
V
4.6. FÓRMULA INTEGRAL DE CAUCHY. 214
4.6.1. Fórmula integral de Cauchy. 217
Ejemplos resueltos 219
Ejercicios 220
4.7. CONSECUENCIAS DE LA FÓRMULA DE CAUCHY. 221
4.7.1. Aplicación al cálculo de integrales reales 223
4.7.2. Desarrollo en serie de potencias de una función holomorfa 223
4.7.3. Derivadas de orden superior 225
4.7.4. Desigualdad de Cauchy 228
4.7.5. Teorema de Liouville 229
4.7.6. Teorema fundamental del Álgebra 229
4.7.7. Teorema de Morera 230
4.7.8. Principio del módulo máximo 232
4.7.9. Otras consecuencias 233
Principio de prolongación analítica 234
Ceros de funciones holomorfas 234
Regla de L’Hôpital 235
Ejemplos resueltos 236
Ejercicios 237
4.8. EJERCICIOS 238
VI
5.5.5 Teorema de Hurwitz 283
5.5.6. Teorema de la aplicación abierta 284
5.5.7. Teorema del módulo máximo 285
5.5.8. Teorema de los tres círculos de Hadamard 286
5.5.9. Problema de Dirichlet 286
5.5.10. Teorema de Phragmen-Lindelöf 287
5.5.11. Lema de Schwarz. 289
5.5.12. Principio de Lindelöf o principio de subordinación 289
5.5.13. Clasificación de las funciones enteras 291
5.5.14.Orden de una función entera 293
5.6. EJERCICIOS 296
VII
ECUACIONES DIFERENCIALES ORDINARIAS 365
VIII
Método 3º: Variación de las constantes 451
Ejemplos resueltos 453
Ejercicios 455
7.3.6. Algunas ecuaciones diferenciales especiales 456
Ecuación de Bernoulli 456
Ecuación de Ricatti 457
Ecuación de Lagrange 459
Ecuación de Clairaut 459
Ejemplos resueltos 460
Ejercicios: 462
7.3.7. Trayectorias ortogonales 462
Ejemplos resueltos 464
Ejercicios 465
7.3.8. Envolvente de un haz de curvas 466
Ejemplos resueltos 469
Ejercicios 469
7.3.9. Soluciones singulares 470
Ejemplos resueltos 470
Ejercicios 472
7.3.10. Aplicaciones 473
Circuitos eléctricos 473
La curva tractriz 474
Ejemplos resueltos y ejercicios 475
7.6. EJERCICIOS 477
IX
CAPÍTULO 9. Ecuaciones diferenciales de orden
superior. Transformada de Laplace 535
9.1. ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR Y
SISTEMAS DE ECUACIONES DIFERENCIALES 537
9.1.1. Ejemplos 537
9.1.2. Conceptos previos 541
9.1.3. Reducción de ecuaciones diferenciales a sistemas de
ecuaciones 543
Ejemplos resueltos 545
Ejercicios 547
9.2. EXISTENCIA Y UNICIDAD DE LAS SOLUCIONES 547
9.2.1. Teoremas de existencia y unicidad para sistemas 547
9.2.2. Teoremas de existencia y unicidad para ecuaciones
diferenciales de orden n 549
Ejemplos resueltos 550
Ejercicios 551
9.3. MÉTODOS DE REDUCCIÓN DE ORDEN EN CASOS
PARTICULARES 551
9.3.1. Ecuaciones en las que falta la función incógnita 551
La catenaria 552
9.3.2. Ecuaciones en las que falta la variable independiente. 553
El movimiento armónico simple 553
Movimiento de un cohete. Velocidad de escape 555
Ecuación de Van der Pol 555
9.3.3. Reducción de orden en sistemas autónomos. 556
Ecuaciones de rapaz y presa de Lotka-Volterra 557
La barca en el río 557
Ejemplos resueltos 558
Ejercicios. 559
9.4. TRANSFORMADA DE LAPLACE 559
9.4.1. Definición, condiciones de existencia y primeras propiedades 560
Primeras propiedades: 564
Transformada de Laplace de algunas funciones 564
Ejemplos resueltos 565
Ejercicios 567
9.4.2. La función de Heaviside y la delta de Dirac 568
Ejemplos resueltos 570
Ejercicios 571
9.4.3. Teoremas de traslación y transformada de una función
periódica 572
Teoremas de traslación 572
Transformada de una función periódica 573
Ejemplos resueltos 574
Ejercicios 575
9.4.4. Transformadas de derivadas e integrales 576
Transformada de una derivada 576
Transformada de una integral 578
Ejemplos resueltos 581
Ejercicios 582
X
9.4.5. La convolución 583
Propiedades de la convolución 583
Ejemplos resueltos 585
Ejercicios 586
9.4.6. La transformada inversa 586
Transformadas inversas de funciones racionales 587
Ejemplos resueltos 591
Ejercicios 593
9.4.7. Aplicaciones 593
1. Resolución de ecuaciones diferenciales lineales 593
2. Resolución de sistemas de ecuaciones diferenciales 595
3. Resolución de ecuaciones integrales 595
4. La curva tautócrona 596
Ejemplos resueltos 598
Ejercicios 602
9.5. EJERCICIOS 603
XI
10.4.3. Ecuaciones diferenciales lineales no homogéneas con
coeficientes constantes 646
Método del anulador 647
Método de los coeficientes indeterminados 648
Ejemplos resueltos 650
Ejercicios 654
10.4.4. Ecuaciones diferenciales lineales con coeficientes no
constantes 655
Ecuación de Euler-Cauchy 655
Cambios de variable 658
Ejemplos resueltos 658
Ejercicios 661
10.5. DESARROLLOS EN SERIES DE POTENCIAS 661
10.5.1. Soluciones en torno a puntos ordinarios 662
10.5.2. Soluciones en torno a puntos singulares 666
Ejemplos resueltos 672
Ejercicios 676
10.6. APLICACIONES 677
10.6.1. Movimiento oscilatorio armónico 677
Vibraciones armónicas simples no amortiguadas 677
Vibraciones amortiguadas 678
Vibraciones forzadas 680
Vibraciones libres forzadas. Resonancia. 681
10.6.2. Circuitos eléctricos 682
10.6.3. Las leyes de Kepler 684
Ejemplos resueltos 689
Ejercicios 690
10.7. EJERCICIOS 691
XII
11.3. SISTEMAS LINEALES HOMOGÉNEOS CON
COEFICIENTES CONSTANTES 722
11.3.1. Resolución por eliminación mediante el operador
diferencial D 723
Ejemplos resueltos 725
11.3.2. Resolución buscando soluciones exponenciales. Método
de Euler 727
Ejemplos resueltos 730
11.3.3. Ecuación característica. Autovalores y autovectores 733
Ejemplos resueltos 745
Ejercicios 747
11.4. EXPONENCIAL DE UNA MATRIZ 748
11.4.1. Propiedades de la exponencial de una matriz 750
11.4.2. Cálculo de la función matricial eAx 751
11.4.3. Estudio del caso general 753
Ejemplos resueltos 754
Ejercicios 757
11.5. SISTEMAS LINEALES NO HOMOGÉNEOS 758
11.5.1. Método de variación de las constantes 758
11.5.2. Sistemas lineales no homogéneos con coeficientes
constantes 759
Reducción a una ecuación diferencial mediante el
operador diferencial D 760
Método de coeficientes indeterminados 761
Ejemplos resueltos 762
Ejercicios 768
11.6. EJERCICIOS 769
CAPÍTULO 12 775
XIII
12.2. COMPORTAMIENTO DINÁMICO DE UN SISTEMA
LINEAL HOMOGÉNEO 805
12.2.1. Comportamiento dinámico de una ecuación diferencial
lineal homogénea de coeficientes constantes de orden
superior 809
Ejemplos resueltos 810
Ejercicios 812
12.3. SISTEMAS CASI-LINEALES 814
Ejemplos resueltos 818
Ejercicios 821
12.4. SISTEMAS BIDIMENSIONALES AUTÓNOMOS 823
12.4.1. Teorema de Poincaré - Bendixson 823
12.4.2. Dinámica del péndulo 825
12.4.3. Dinámica de poblaciones: sistemas de Lotka-Volterra 831
Ejemplos resueltos 834
Ejercicios 837
12.5. ESTABILIDAD EN SISTEMAS HAMILTONIANOS O
CONSERVATIVOS, EN SISTEMAS DISIPATIVOS Y EN
SISTEMAS GRADIENTE. 838
12.5.1. Sistemas conservativos y funciones de Hamilton 838
12.5.2. Sistemas disipativos y funciones de Lyapunov 842
12.5.3 Sistemas gradiente 843
Ejemplos resueltos 845
Ejercicios 848
12.6. DINÁMICAS CAÓTICAS 848
12.6.1. El sistema de Lorenz 848
Ejercicios 855
12.7. EJERCICIOS 856
XIV
RESOLUCIÓN NUMÉRICA DE ECUACIONES
DIFERENCIALES 869
XV
CAPÍTULO 14. Métodos numéricos lineales multipaso 983
14.1. DEFINICIÓN 984
Ejemplos resueltos 986
Ejercicios 987
14.2. MÉTODOS DE ADAMS 987
14.2.1. Métodos de Adams-Bashforth 991
14.2.2. Métodos de Adams-Moulton 996
Ejemplos resueltos 1004
Ejercicios 1011
14.3. CONVERGENCIA, CONSISTENCIA Y ESTABILIDAD 1015
14.3.1. Definición de convergencia 1015
Ejemplos resueltos 1017
14.3.2. Orden de consistencia y error de truncamiento 1018
14.3.3. Constante de error 1020
Ejemplos resueltos 1025
14.3.4. Polinomios de estabilidad 1027
14.3.5. Estabilidad. Condiciones de raíz 1029
14.3.6. Condición de raíz fuerte 1033
Ejemplos resueltos 1035
14.3.7. Relaciones entre convergencia, consistencia y estabilidad 1039
14.3.8. Orden máximo de convergencia: Primera barrera de
Dahlquist 1041
Ejemplos resueltos 1042
14.3.9. Métodos multipaso vectoriales 1046
Ejemplos resueltos 1047
Ejercicios 1048
14.4. ESTABILIDAD ABSOLUTA Y ESTABILIDAD RELATIVA 1050
14.4.1. Estabilidad absoluta 1052
14.4.2. Estabilidad relativa 1059
14.4.3. Estabilidad absoluta de los métodos lineales multipaso
en sistemas de ecuaciones diferenciales ordinarias 1061
Ejemplos resueltos 1063
Ejercicios 1070
14.5. OTROS MÉTODOS DE K PASOS 1071
14.5.1. Nyström y Milne-Simpson 1071
14.5.2. Método predictor-corrector 1072
14.5.3. Métodos multipaso de tamaño de paso variable 1078
14.5.4. Problemas “stiff” 1080
Ejemplos resueltos 1081
Ejercicios 1088
14.6. EJERCICIOS 1089
BIBLIOGRAFÍA 1097
BIBLIOGRAFÍA DE CONSULTA RECOMENDADA 1097
Bibliografía de variable compleja 1097
Bibliografía de ecuaciones diferenciales 1098
Bibliografía de métodos numéricos para ecuaciones
diferenciales ordinarias 1099
REFERENCIAS 1100
XVI
Prólogo
por tanto los contenidos se han seleccionado teniendo muy presentes las
posibles aplicaciones. Nuestro deseo es que esta obra sea de utilidad tanto
El equipo formado por los autores y las autoras del libro lleva numerosos
XVII
experiencia se observó que existen magníficos textos de ecuaciones
vista docente es muy importante que una materia de este tipo se encuentre
desarrollada.
XVIII
una introducción histórica, con el fin de introducir en las distintas materias que
procedimientos de los que han surgido los conceptos y las ideas, mejora el
aprendizaje.
variable compleja. Se ha dividido en seis capítulos, que van precedidos por una
XIX
en el concepto de infinito en la recta real, que es un conjunto totalmente
holomorfas van a tener muy buenas propiedades. Por el hecho de ser una
XX
termina con la introducción de las funciones de dos variables reales armónicas,
estudian sus propiedades, como por ejemplo, el hecho de que una función
los valores que toma la función en la frontera del recinto, y que autoriza a
XXI
singularidades que puede presentar una función a través de los
impropias.
subconjunto del plano complejo en otro subconjunto del plano complejo que es
especiales propiedades.
histórica, comenzando por el siglo XVI, donde se analizan los distintos logros
que se han ido obteniendo de forma sucesiva, así como los problemas que los
los métodos que se van a aplicar o de los resultados que se van a poder aplicar
XXII
una primera aproximación, que a lo largo de los siguientes capítulos se irá
asegurar la existencia de solución, o que ésta sea única, sin tener que
tener solución y aunque la tenga, ésta no tiene por qué ser única. En el capítulo
ésta no fuera única, y que fue en el curso de Análisis que impartió Cauchy,
cuando se planteó este problema, lo que supone una nueva etapa en las
qué tener solución y aunque la tenga, ésta no tiene por qué ser única, supone
XXIII
demostraciones sobrepasan en muchas ocasiones el nivel de este libro. Se ha
valorado el grado de dificultad que presentan y se han incluido aquéllas que por
los ingenieros que iban a resolver las ecuaciones diferenciales que les
alguna fórmula numérica como las que se presentan el los capítulos trece y
catorce. Pero para que los valores obtenidos a partir de dichas fórmulas sean
única solución.
XXIV
en una ecuación algebraica o un sistema de ecuaciones algebraicas, y se
aplicaciones particulares.
espacio afín, para las no homogéneas, proporciona una idea de cuáles deben
ser los procedimientos para buscar las soluciones. Quizás un orden más
matemático sería estudiar antes los sistemas, pero las ecuaciones de orden
lineal. Existe para ello una razón importante. En las ecuaciones diferenciales no
XXV
cierto tiempo, a que la nueva solución que se obtenga se aleje demasiado de la
sentirse invitado a seguir trabajando, pues ya sabe que no conoce todo sobre
anteriores, con una breve introducción histórica. Es interesante saber que estos
resolver sobre todo problemas de balística, por lo que muchas veces sus
han podido analizar las soluciones obtenidas, comprobar qué métodos tenían
coste óptima.
catorce.
Runge – Kutta. Una vez conocidos estos métodos, sus ventajas y sus
XXVI
inconvenientes, se hace un estudio general de los métodos de un paso para
Termina el texto con una bibliografía separada en las tres secciones que
lo forman.
Esto es todo, los autores desean que el libro resulte de su agrado y sea
de utilidad.
Los autores
XXVII
VARIABLE COMPLEJA
general, que ésta tenga derivada en los puntos del abierto. Sin embargo en el
campo complejo basta que una función sea derivable en un conjunto abierto
histórica que permite comprender las dificultades que los matemáticos han ido
lo que hoy es. Esta introducción requiere distintas lecturas, quizás, una al
siempre positivo es claro que se necesita ampliar el campo numérico para dar
euclídeas.
1
Stillwell, J.: Mathematics and its history. Springer. 1989. Página 188.
Historia de la variable compleja 3
estas leyes, se presenta entonces una armonía y una regularidad que sin esto
quedan escondidas”.
con dichas figuras. Los babilonios, alrededor del año 2000 antes de Cristo,
40 5 15 ) 5 15
estos números fueron considerados sin sentido y se les aplicó el término de
“imaginarios”.
(cuando (q/2)2 (p/3)2 < 0) y sin embargo tiene siempre una solución real.
las identidades obtenidas en el campo real, y a lo largo del siglo XVIII se sigue
criticados por Cauchy en su “Cours d’Analyse” (1 821) donde dice: “las razones
de este tipo ... no pueden ser consideradas, a mi parecer, más que como
inducciones propias para presentir alguna vez la verdad, pero están poco de
complejo como un par de números reales formado por su parte real y su parte
d’une direction” asoció todo número complejo con un vector del plano con
1 897).
Cada uno de los otros tres matemáticos siguió un camino diferente. Cauchy
en Riemann. Una función compleja era para Riemann una ley por medio de la
La función logaritmo
problema que no tenía lugar con las funciones reales: las funciones
del siglo XVIII, sobre la existencia de una función, y por tanto unívoca, log z,
dz
definida por: e log z z , y que verifica la ecuación diferencial: d (log z ) . En
z
dz
Bernoulli en 1 702 observó la descomposición de la integral de en
1 z 2
1 i z
decir que arctg z log . Sin embargo persistentemente sostenía que
2i i z
log(–x) = log(x), y en particular que log(–1) = 0, pues d(log(–x)) = 1/x = d(log x).
y “por una razón más fuerte los de los números imaginarios”, eran imaginarios.
inyectividad del logaritmo complejo. Este desacuerdo entre dos grandes de las
Leibniz, y con una claridad genial afirmó que se debía abandonar la unicidad de
la función logaritmo afirmando que todo número real positivo tiene una infinidad
3
Euler, L: Letter to John Bernoulli. 10-XII-1728. Bibli. Math. ser. 3, 4, 352-354.
8 Variable Compleja
apoyadas con las suyas propias, para mostrar que los logaritmos de las
es posible reunir dos igualdades reales en una sola igualdad compleja, efectuar
tiempo Côtes (1 714) descubrió la relación entre los logaritmos complejos y las
dx dx
integrales 1 x y 1 x 2 , aunque no se comprendió porqué eran necesarias
esas extrañas “medidas”. Después de Bernoulli ésta fue la primera vez en que
esencialmente el mismo.
Integración
1776, Euler utilizó los números complejos para obtener, a partir de integrales
Historia de la variable compleja 9
que Riemann tomará como punto de partida de su teoría sobre las funciones de
b
integral a f ( x ) dx puede no ser la misma según que la variable pase de a a b
expresar que la integral depende del camino recorrido, base del concepto de
integral curvilínea.
teorema integral de Cauchy e incluso las primeras nociones sobre los periodos
del álgebra.
singularidad más próxima. Escribió “Mémorie sur les intégrales définies prises
enteras.
una querella entre Cauchy y Liouville sobre la prioridad del teorema que hoy se
Matemática contemporánea.
con z, ..., entonces a todo punto del plano A corresponde un punto del plano B,
a toda línea, de forma general, una línea, a toda porción conexa de superficie,
del plano A sobre el plano B”. Así nos mostraba Riemann que w es una función
ramificación, un único valor determinado, y puede ser vista como una función
magistral aplicación del principio de Dirichlet, que dice que: “Dos superficies de
a 1 842, se publicaron por primera vez en 1 894, por lo que fueron ignorados
representación local de una función analítica como serie de potencias hizo ver
que una función de este tipo posee numerosas propiedades análogas a las de
un polinomio. Esto permitió hablar del orden de un cero, y partiendo del hecho
que si una función tiene una singularidad esencial en un punto, z0, el conjunto
fue completado por E. Picard (1 856 – 1 941), en 1 879, demostrando que este
transformaciones complejas. Mientras que para los primeros bastaría con los
contenidos que se revisan en este capítulo, sobre los números complejos y las
secundaria, sin embargo para resolver los problemas de los siguientes tipos se
1
Ver en Lamb, H.: Hydrodynamics, aplicaciones de la teoría de funciones analíticas a la
hidrodinámica.
18 Capítulo 1: Variable Compleja
Comienza este capítulo con una revisión del conjunto de los números
era una materia de interés sólo de laboratorio. Pero antes del final del siglo XIX
mundo, y en este proceso los números complejos fueron una herramienta que
simplificó el cálculo con las corrientes alternas. Esto prueba que conocimientos
que son matemática pura para una generación se convierten en aplicados para
la siguiente.
Definición 1.1.1:
z = x + iy
C = {z = x + iy; x, y }.
parte imaginaria nula. Así, los números complejos de la forma z = x + i0 son
Definición 1.1.2:
Definición 1.1.3:
Si los números complejos son reales, con su parte imaginaria nula, estas
Definición 1.1.4:
Los números complejos 21
siguientes propiedades:
C.
z1, z2, z3 C.
C.
1 x iy
nulo, z C/{0}, existe z-1 = , tal que zz -1 = 1.
2
z x y 2
22 Capítulo 1: Variable Compleja
9. Propiedad distributiva: z1(z2 + z3) = z1z2 + z1z3 para todo z1, z2, z3
C.
elemento nulo, pues entonces se estaría dividiendo por cero, ya que entonces
x2 + y2 = 0.
Álgebra y fue probado por Gauss (1 799). Como consecuencia se tiene que
no necesariamente distintas.
ordenado.
Ejemplos resueltos
Para calcular (2 – i)(1 + 2i) se procede con las reglas usuales del Álgebra
Los números complejos 23
2 2( 1 i) 2 2i
1 i .
1 i ( 1 i) (1 i) 1 1
i6 = –1,
1 1 i
i-3 = i.
i 3 i ( 1)
4 4 4 2 4 3 4 4
(1 + i)4 = 14 + i + i + i + i = 1 + 4i – 6 – 4i + 1 = –4.
0 1 2 3 4
Ejercicios
a) (1 – i)4 = –4.
24 Capítulo 1: Variable Compleja
5 10i 2 i
b) 2
3 4i i
c) (1 + i)5 = –4 – 4i
68
a)
(1 i) (2 i) (3 i)
b) (2 + i) – i (1 – 2i) .
2i 3i
c)
4 3i 5i
d) (3 – 2i)(3 + 2i)
a) Im(iz) = Re(z).
b) Re(iz) = -Im(z).
c) Im(iz) = 0.
1 1
d) Re((3 – i)( i )(3 + i)) = 2.
5 10
a) Im z3 = 3x2y – y3
z 2 xy
c) Im 2
z x y2
1.6. Calcular:
Los números complejos 25
z
a) Im
z
b) Re(z4)
c) (Re(z))4
DE ARGAND
dos, y es, por tanto, isomorfo a 2. Una base de este espacio está formada por
z = x + iy
Al igual que los números reales representan los puntos de una recta, los
eje real, y a los múltiplos de i = 1 se les representa como puntos del eje
2, y los números complejos se pueden representar como puntos del “plano
ordenada del punto del plano asociado al par (x, y). En unas ocasiones se
Ejemplos resueltos
a = 2 + i, b = 2i y c = 2 – 2i.
b=2i a = 2+i
c=22i
El conjugado de a = 2 + i, 2 – i, se representa:
28 Capítulo 1: Variable Compleja
2+i
2i
Figura 1.4: Ejemplo 1.2.3 - Representación del conjugado.
Figura 1.2.4: Representación del conjugado.
unidad imaginaria: i.
Figura 1.2.6: Representación del producto de un número complejo por la unidad imaginaria
Figura 1.6: Representación del producto de un número complejo por la unidad imaginaria
Ejercicios
a) a = 3i
b) b = –2i
c) c = 5
d) d = 1 + i
e) e = –1 – i
complejos:
a) a = 3i
b) b = –2i
c) c = 5
30 Capítulo 1: Variable Compleja
d) d = 1 + i
e) e = –1 – i
complejos:
a) a + b
b) a + c
c) b + d
d) d + e
números complejos:
a) ai
b) bi
c) ci
d) di
e) ei.
1.3.1. Módulo
Definición 1.3.1:
Los números complejos 31
de 2.
Por tanto el módulo nunca puede ser un número real negativo. El módulo
Aunque no tiene sentido decir si z1 < z2, salvo que sean números reales,
real y positivo.
1.3.2. Argumento
x y
Es por tanto cualquier número real tal que cos = , sen = . Se tiene
z z
definido.
elegir una rama del argumento; por ejemplo, si se exige que (, ], (o para
que existen dos ángulos en cada intervalo de longitud 2 de los cuales sólo uno
es válido. Por todo ello, las afirmaciones con argumentos deben ser hechas
son:
1. z, w C, z w = z + w , z w = z · w , z w = z w .
3. z z = z .
Los números complejos 33
z z
4. z, w C, z z = z2, z = z, zw = zw, .
w w
5. z = 0 z = 0.
zz zz
6. z C, Re(z) = , Im (z) = .
2 2i
siempre entre números reales, no entre complejos, por lo que sí tiene sentido
1.12).
Definición 1.3.2:
Ejemplos resueltos
2 + 3i y 4 + i.
3
El argumento principal de 5i es igual a , el de –7i es , el de 3 vale 0
2 2
y el –3 es .
2 y argumento .
3
El número complejo de módulo 2 y argumento principal es 1+ 3 i, ya
3
que: x = 2 cos = 1 e y = 2 sen = 3.
3 3
5
Uno de sus argumentos es + = , y su argumento principal es
4 4
3 3
, por tanto arg(–1 – i) = + 2k.
4 4
Los números complejos 35
pues por ejemplo Arg((–i)2) = Arg(–1) = , mientras Arg(–i) + Arg(–i) = – –
2 2
= –.
Ejercicios
distintos ejemplos:
números complejos:
a) 3 i
b) –2 – 2i
c) 1 – 3i
d) –4i
a) i
36 Capítulo 1: Variable Compleja
b) –i
c) 4 + 4i
d) –4
COMPLEJO
Definición 1.4.1.:
Definición 1.4.2:
z = z·ei = ·ei.
Dos números complejos, z1 = ·ei y z2= r·ei, no nulos, son iguales si, y
exponencial
donde multiplicar por i corresponde a girar 90º, y multiplicar por a + bi es girar
Para dividir números complejos, basta dividir sus módulos y restar sus
argumentos:
e i i ( )
e
r e i r
1 1 i
z 1 e
z
(r·ei)n = (rn)·eni,
cualquiera que sea el número entero n, lo que permite calcular raíces n-ésimas.
2k 2k
, donde k toma los valores desde 0 hasta n – 1 antes de
n n n
2
cada radianes.
n
elemental.
Demostración:
De igual modo se obtiene la fórmula del seno de una suma o del coseno
Los números complejos 39
módulo uno.
Ejemplos resueltos
i i
6 4
complejos: 2 e , 3 e .
40 Capítulo 1: Variable Compleja
2
Ejemplo 1.4.2: Calcular: .
1 3i
2
Para dividir se pueden escribir los números complejos en forma
1 3i
2
2 2 e i 2 ( 3 )i i 1 3
= e 1e 3 i
1 3i 2 2 2
i
2e 3
2
2 i
Por tanto escrito en forma exponencial es e 3 , de módulo 1, y
1 3i
2
argumento principal . Decir que su módulo es 1 es decir que está sobre la
3
60
2
Ejemplo 1.4.3: Calcular .
1 3i
60
2
ejemplo, si se quiere calcular , es mucho más práctico calcular
1 3i
60
2 i 2 60
3 i
e e 3 e i 40 1.
Para calcular una raíz n-ésima se debe recordar que se tienen n raíces
distintas:
i 1 3
1e 3 i
2 2
2
(
3 1 3 1e i
)i
1e 3 3 e i 1
( 2 2 )i 5
1e 3 3
i 1 3
e 3 i
2 2
cúbica z3 = –1 son tres, la raíz real –1, y las raíces complejas conjugadas:
1 3
i.
2 2
la unidad.
42 Capítulo 1: Variable Compleja
a) (1 + i)16= 28 = 256.
i
3e 6
5
3
i
b) 27i 3 e 6
i 9
3 e 6
2i
a)
2 2i
30
1 3i
b)
2 2
complejas:
Los números complejos 43
a) x2 = –1
b) x3 = –8
c) x4 + 16 = 0
par (x, y) con el número complejo x + yi tiene sentido hablar del plano
distancia.
centro z0 y radio r:
Br ( z0 ) = {z C; z – z0 r}.
radio :
pertenecen a A.
Los números complejos 45
definido como {z C; 0 <z – z0 r}, formado por los puntos de la bola
X {z C; z – z0< R}.
Ejemplos resueltos
y radio 2.
i
– 3i y radio 2, y el círculo cerrado de centro y radio 4.
2
i
C; z – 2 + 3i 2}. Y el círculo cerrado de centro y radio 4 se puede
2
Los números complejos 47
Ejercicios
propiedades de distancia.
a) {z C; z + 3 – 4 i 5}
b) {z C; z – 1 – i< 2}
c) Re(z) 3
d) Im(z) < 2
e) {z C; 1 <z + 1 – i< 2}
3
f) {z C; arg( z ) }
4 4
g) Re(z) = 2
h) Im(z + 3) > 1
i) {z C; z – i< 2 y z – 3= z + 3 }
ESTEREOGRÁFICA
infinito, . En la recta real, que estaba ordenada, se añadían dos puntos del
infinito, , menor que cualquier número real, y +, mayor que cualquiera de
entre los puntos de la esfera, menos el polo norte, y los puntos del plano.
Definición 1.6.1:
Entonces la esfera de Riemann, S, es igual a {(x1, x2, x3): x12 + x22+ x32=1}.
{(x, y, 0); x, y } C
Definición 1.6.2:
en el que corta a S la recta que pasa por z y por el polo norte N = (0, 0, 1). Se
proyección (x1, x2, x3) sobre la esfera es (x, y, 0) (x1, x2, x3 ), siendo x + yi =
x1 ix 2
, y siendo:
1 x3
2x 2y x2 y 2 1
(x1, x2, x3 ) = ( , , )
1 x 2 y 2 1 x 2 y 2 1 x 2 y 2
correspondiente del plano tiene su módulo mayor que uno, mientras que si el
A medida que los puntos en el plano complejo van estando más lejos del
norte, P, lo que permite interpretar el transformado del polo P como el punto del
Riemann.
Definición 1.6.3:
A’
Figura 1.6.1:1.10:
Figura Esfera de Riemann
Esfera de Riemann
Definición 1.6.4:
Los números complejos 51
interpretar las rectas del plano como circunferencias que pasan por el punto del
conforme.
Ejercicios
1.7. EJERCICIOS
a) Im( z 2 ) = –2xy.
b) (Im z )2 = y2.
z
c) = 1.
z
d) cos isen = e i 1.
52 Capítulo 1: Variable Compleja
1.25. Calcular:
a) (2 + i)5
13
b)
2 3i
( 3 2i )2
c)
( 2 3i )3
d) i( 3 – i)(1 + 3 i)
e) (1 + i)8
f) (1 + i)-1
g) ( 3 + i)-9.
x iy z
1.27. Verificar que el inverso de z, z-1, es igual a = .
x2 y 2 zz
números complejos:
a) –3 + 3i
b) –3
c) –3i
d) 3 – 3i.
complejos:
Los números complejos 53
a) 5i
b) –7i
c) 5 – 5i
d) 3 + i.
en forma exponencial:
a) 2e 3
b) 3e 4
c) e 2
2
d) 5e 3
.
a) ( 3 + i)60
b) (4 – 4i)-11
( 1 3i )12
c) .
( 2 2i )8
y cos :
a) cos 2
b) sen 2
54 Capítulo 1: Variable Compleja
c) cos 3
d) sen 3.
complejos:
3
a)
3i
i
b)
1 i
c) (1 – i 3 )7.
binómica:
a) 3i
b) 1 3i
c) 3 27
d) 3 1 i
e) 4 81 .
a) x3 = –27.
b) x4 = –81.
c) x5 – 32 = 0.
d) x3 – 8 = 0.
Los números complejos 55
a) z6 + 64 = 0.
c) z6 + z5 + z4 + z3 + z2 + z + 1 = 0.
reales.
ai
1.40. Calcular a para que el número complejo tenga su parte
3i
1.41. Indicar qué región del plano complejo que representan los
c) Re(z) < 2.
d) Im(z) 0.
de puntos siguiente: {z = x + yi C; Arg (z) , y > 0}.
3
CAPÍTULO 2
Funciones complejas
puede considerar isomorfo al plano real, 2. Esto puede llevar a pensar, a la
considerar como una función que depende de las variables reales x e y. Pero
función de una única variable, la variable compleja z. Es por ello que una
función compleja se puede considerar que está a medio camino entre las
funciones de una variable real y las de dos variables reales, y esto hace posible
que para una función compleja se puedan definir conceptos que no es posible
de una función .
real, el hecho de que el límite se tome en el plano complejo hace que las
condiciones en las que existe la derivada sean más fuertes que en el caso real.
Esta es la razón por la que una función compleja que sea derivable en un
en el caso real.
Capítulos 4 y 5.
ecuación de Laplace en 2, y se estudia la relación que existe entre ellas y las
Definición 2.1.1:
Definición 2.1.2:
función está definida, y se llama imagen de f al conjunto formado por todos los
compleja por una parte se puede suponer similar a una función de una variable
f(z). Pero por otra parte se puede tomar como el resultado de aplicar las
2.1.2.1. Polinomios
Definición 2.1.3:
polinomio complejo. Un ejemplo es la función f(z) = (x2 + y2) + i(x2 – y2), que no
complejo.
complejo.
Funciones complejas 61
Definición 2.1.4:
P( z )
f(z) = .
Q( z )
2z 2 1
f(z) =
z2 1
está definida para todo valor complejo del plano salvo para z = i y z = –i.
Definición 2.1.5:
Propiedades
1. Dados z, w C, e z w e z e w .
2. Si z = x + iy, e z = e x , e iy = 1.
1
4. e-z = ( ez ) .
n
5. ( e z ) = enz.
exponencial real. Existen sin embargo dos diferencias importantes entre ellas
inyectiva, que está definida en todos los puntos de la recta real y toma todos
compleja está definida para todo punto del plano complejo C pero no es una
función inyectiva, puesto que para todo z se tiene que e z 2i e z . Es por tanto
del plano complejo, de amplitud 2. Esto es algo que es necesario tener en
ez es ex, ez = ex, que toma todos los posibles valores reales positivos, salvo
Definición 2.1.6:
e iz e iz e iz e iz
cos z = y sen z = .
2 2i
Propiedades
siguientes propiedades:
funciones reales en que pueden tomar valores complejos cuyo módulo no esté
acotado, al contrario del seno y el coseno reales, cuyos valores están acotados
e x e x e x e x
cos (ix) = y sen (ix) = ,
2 2i
complejos asociados son mayores o iguales que cualquier valor real que
fijemos.
Las funciones sen z y cos z sólo toman el valor cero en puntos de la recta
real; es decir, los ceros de las funciones complejas sen z y cos z coinciden con
Así,
tg z = sen z / cos z,
Definición 2.1.7:
como:
e z e z e z e z
cosh z = y senh z = .
2 2
Propiedades
propiedades:
inmediata que la función senh z toma el valor cero en los puntos zn = ni,
denominador.
de función, sino que va a ser una función multívoca, tal que a cada número
Definición 2.1.8:
complejos, que tienen la misma parte real pero su parte imaginaria difiere entre
de amplitud 2, como puede ser el intervalo [, ), el logaritmo complejo se
Propiedades
z
2. log ( ) = log z – log w.
w
z, cualquiera que sea el valor de z, Log (exp z) puede tomar un valor distinto de
número complejo w 0, existe otro número complejo, z*, tal que e z w . Basta
e z = e ln |w | (cos(arg w) + isen(arg w)) = w(cos(arg w) + isen(arg w)) = w.
Potencias complejas
Definición 2.1.9:
cd = exp (dlog c ).
exponente.
Definición 2.1.10:
se define como
Definición 2.1.11:
se define como
Para cada valor de log c prefijado, la función f así definida asocia a cada
univaluada.
70 Capítulo 2º: Variable Compleja
Ejemplos resueltos
es un polinomio complejo.
funciones
z2 1
a) f(z) =
z 3 iz 2 z i
tan z
b) g(z) =
z2 1
z 2 2z 3
c) h(z) =
cosh z
todo el plano complejo salvo en los ceros del polinomio que está en el
puntos en los que no está definida la tangente y en los ceros del denominador.
n Z.
Funciones complejas 71
salvo los puntos en los que se anula el denominador; está definida por tanto en
z = ln 2 + (2k + 1)πi, k Z.
Procedimiento 1:
1 iz
sen z = 2 ( e e iz ) 2 eiz eiz 4i .
2i
m2 – 4im – 1 = 0,
m = (2 3 )i.
Deshaciendo el cambio
entonces y = ln (2 3 ), x = + 2kπ. Se puede asegurar pues que los
2
z= + 2kπ + iln (2 3 ), k Z
2
Procedimiento 2:
relación
eiz = (2 3 )i
iz = ln (2 3 ) + i( + 2kπ ) , con lo que se tiene
2
z= + 2kπ + iln (2 3 ), k Z.
2
se tiene
De forma análoga
del seno y del modulo del coseno complejos depende de la parte imaginaria de
acotadas en C.
Ejemplo 2.1.6: Estudiar los valores que toman las siguientes funciones
valor
f(z) = exp (z(ln 2 + iπ/4)) = exp (xln 2 – (π/4)y + i(xπ/4 + yln 2 )).
f(z) = exp ((1 + i)log z) = exp ((1 + i) (ln z + i(Arg z + 2kπ ))) =
Ejercicios
2.1. Calcular:
a. sen 2i.
b. cos 2i.
c. sh 2i.
d. ch 2i.
e. tg (1 + 2i).
a. cos z = 0.
b. sen z = i.
c. sh z = 1.
d. ch z = 0.
2.3. Calcular f(3 + 6i), f(2i) y f(–5 + 3i), siendo f(z) igual a:
a. z2 – 2z.
Funciones complejas 75
b. 1/(1 – z).
c. 1/z3.
d. z/(3z + 2).
z0. Se dice que la función f(z) tiene como límite w0, cuando z tiende a z0, si la
función toma valores cada vez más próximos a w0 cuando z se aproxima a z0.
Definición 2.2.1:
lím f(z) = w0 si para todo ε > 0 existe un δ > 0 tal que siempre que 0 <
z z0
Definición 2.2.2:
lím f(z) = w si para todo ε > 0 existe un número real M > 0 tal que
z
Definición 2.2.3:
lím f(z) = si para todo número real M, M > 0, existe un δ > 0 tal que
z z0
2.2.3. Continuidad
Definición 2.2.4:
0 tal que siempre que z – z0 < δ se verifica que f(z) – f (z0) < ε.
definidas en 2, para que una función f(z) sea continua en un punto z0 hace
continua en z0.
Los polinomios complejos p(z), así como la función exponencial, ez, las
denominador, cos z.
La función Log z = ln z + iArg (z), Arg (z) [–, ), no es continua en 0
Los puntos z1 que están próximos a z0 por debajo del eje real son tales
que Log z1 = ln z1 + iArg (z1), donde Arg (z1) se aproxima a –. Se tiene
Sin embargo, los puntos z2 que están próximos a z0 por encima del eje
real son tales que Log z2 = ln z2 + iArg (z2), donde Arg (z2) se aproxima a .
Si se toma otra rama del logaritmo, por ejemplo, Log z = ln z + iArg (z),
Arg(z) [0, 2), la función Log z es continua en todo C menos los números
Ejemplos resueltos
z 1 |z|
Ejemplo 2.2.1: Calcular los siguientes límites: a) lím ; b) lím ;
z i 2 z 0 z
Funciones complejas 79
| z |2
c) lím .
z 0 z
z 1 i 1
a) lím =
z i 2 2
|z| x2 y 2 x iy
b) lím = lím = lím
z 0 z z 0 x iy z 0 x2 y 2
Si se toman los límites direccionales, es decir, a través del eje real y del
entonces que los límites direccionales son diferentes y por tanto no existe
límite.
| z |2 | z |2 z | z |2 z
c) lím = lím = lím = lím z = 0.
z 0 z z 0 zz z 0 | z |2 z 0
1
función: f(z) =
z2
1
El estudio de la función f(z) = puede servir como muestra para aplicar
z2
1
las definiciones de límites infinitos o en el infinito. Se tiene que lím =0
z z2
1
porque fijado cualquier ε > 0 existe un número real M = tal que si el módulo
ε
1 1
de z es mayor que M se tiene que f (z) = | |< < ε.
z 2
M2
1 1
lím = porque para cualquier número real M > 0 existe δ = tal
z 0 z2 M
80 Capítulo 2º: Variable Compleja
1
que si 0 < z < δ, se verifica que f(z) = > M.
z2
z 1
a) f(z) = es continua en z = i porque:
2
i 1
i) Está definida en i, f(i) = .
2
z 1 z 1 i 1
ii) Existe lím , ya que lím = .
z i 2 z i 2 2
i 1 z 1
= lím .
2 z i 2
|z|
b) f(z) = no es continua en z = 0 porque f no está definida en 0, y
z
|z|
tampoco existe lím .
z 0 z
| z |2
c) f(z) = no es continua en z = 0 porque f no está definida en 0,
z
| z |2
aunque existe lím = 0.
z 0 z
z2
si z 0 , es continua en 0 porque ahora si se
d) La función f*(z) =
z
0 si z 0
verifican las tres condiciones, i) existe f*(0) = 0, ii) existe el límite y iii) el límite
| z |2
coincide con el valor de la función en z = 0, f*(0) = 0 = lím .
z 0 z
Funciones complejas 81
Ejercicios
2.7. Calcular:
iz
a. lim .
z 2i 3
3z 2i
c. lím .
z 2i 2z 3
iz 2
d. lím .
z 2i 2z 3
2.8. Calcular:
3z 2i
a. lím .
z 1 z - 1
2z 2i
b. lím .
z 1 z 1
2.9. Calcular:
3z 2i
a. lím .
z z - 1
3z 2 2i
b. lím .
z z -1
3z 2i
c. lím .
z z2 - 1
3z 2i
a. f(z) = .
z -1
3 z 2i
b. f(z) = e z 1 .
3z 2i
c. f(z) = sen ( ).
z -1
puede considerar como una función de una única variable, la variable compleja
Definición 2.3.1:
f es derivable en z0 si existe:
f ( z ) f ( z0 ) f ( z 0 h ) f ( z0 )
lim = lim = f’(z0 ), z, h C.
z z0 z z0 h 0 h
f ( z ) f ( z0 )
f’(z0 ) = lim
z z0 z z0
Definición 2.3.2:
c) Lo mismo sucede con la función f(z) = zn, que, como en el caso real,
f ( z0 h ) f ( z 0 ) z h z0 h
lim = lim 0 = lim , que no existe pues es
h 0 h h 0 h h 0 h
valdría –1.
pues:
84 Capítulo 2º: Variable Compleja
|zh||z| | z h |2 | z |2 ( z h )( z h ) z z
lim = lim = lim =
h 0 h h 0 h(| z h | | z |) h 0 h(| z h | | z |)
h z zh hh
lim =
h 0 h(| z h | | z |)
z h hz
lim ( + + )
h 0 | z h | | z | | z h | | z | h(| z h | | z |)
ningún punto.
| h |2 0 | h |2 h
f’(0) = lim = lim = lim h = 0.
h 0 h h 0 | h |2 h 0
| z h |2 | z |2 ( z h )( z h ) z z = lim h z zh hh =
lim = lim
h 0 h h 0 h h 0 h
h
lim (z+ z + h ) , que no existe.
h 0 h
2.3.2. Propiedades
Dadas dos funciones complejas f(z) y g(z) derivables en un punto z0, y dado un
2) Las funciones f(z) + g(z), f(z) g(z) y cf(z) son derivables en el punto
(c f(z))’ = c f’(z0).
'
f f ( z0 )g ( z0 ) f ( z0 )g ( z0 )
es (z0) =
g ( g ( z0 ))2
aunque sus partes real e imaginaria, consideradas como funciones de 2, sean
determinar las condiciones precisas que deben verificar para que f sea
86 Capítulo 2º: Variable Compleja
derivable.
f ( z 0 h ) f ( z0 )
f’(z0 ) = lim
h 0 h
El hecho de que exista el límite anterior significa que los límites iterados
deben también existir y su valor debe ser f‘(z0). Esto significa que, si h es un
numero real
f ( z0 h ) f ( z 0 )
f’(z0 ) = lim =
h 0 h
u ( x 0 h , y 0 ) u( x 0 , y 0 ) v ( x 0 h, y 0 ) v ( x 0 , y 0 )
= lim i =
h 0 h h
u ( x 0 , y 0 h ) u( x 0 , y 0 ) v( x0 , y 0 h ) v( x0 , y 0 )
f’(z0) = lim i =
h 0 ih ih
Riemann:
Definición 2.3.2:
Funciones complejas 87
Proposición 2.3.1:
Corolario 2.3.2:
contraejemplo.
Contraejemplo:
88 Capítulo 2º: Variable Compleja
2
z
Sea f(z) = si z 0, f(0) = 0. Esta función no es derivable en 0 ya que
z
2
f(0 h) f(0) h
lim = lim , no existe.
h 0 h h 0 h
x 3 3 xy 2 y 3 3 yx 2
f(z) = + i .
x2 y 2 x2 y 2
u( 0 h,0 ) u( 0,0 ) h
ux(0, 0) = lim = lim =1
h 0 h h 0 h
v ( 0, h ) v ( 0,0 ) h
vy(0, 0) = lim = lim = 1 = ux(0, 0)
h 0 h h 0 h
Proposición 2.3.3:
Proposición 2.3.4:
derivadas parciales ux(x0, y0), vx(x0, y0), vy(x0, y0) y uy(x0, y0) y son continuas, y
derivable en z0 = x0 + iy0.
ux = ex cos y uy = – ex sen y
vx = ex sen y vy = ex cos y.
Cauchy - Riemann en todo punto del plano complejo, con lo que se puede
iz iz
derivables en todo el plano complejo. Así, como cos z = e e , se tiene
2
i ( e iz e iz ) e iz e iz
(cos z)’ = =– = – sen z.
2 2i
e iz e iz
Sucede lo mismo en el caso del seno. Como sen z = , se tiene:
2i
i( e iz e iz ) e iz e iz
(sen z)’ = = = cos z.
2i 2
por las reglas de derivación. Así, por ejemplo, f(z) = tg z es derivable en todos
los puntos en los que no se anule el coseno y (tg z)’ = 1 + (tg z)2.
Logaritmo complejo.
La función f(z) = Log z = ln z + iArg z, Arg z [–, ), está definida en
y
Log z = ln x 2 y 2 + iarctg .
x
x y
ux = , uy = ,
x2 y 2 x2 y 2
y 1
2 y x
vx = x =– , vy = x = .
2 2 2 2
y x y y x y2
2
1 1
x x
ux = vy y uy = – vx .
x y z 1
f’(z) = ux + ivx = – i = = .
2 2 2 2 z.z z
x y x y
Ejemplos resueltos
f ( z 0 h ) f ( z0 ) x x x x
f’(z0) = lim = lim = lim
h 0 h h 0 h h 0 x iy
f ( z 0 h ) f ( z0 ) y y y y
f’(z0) = lim = lim = lim
h 0 h h 0 h h 0 x iy
diferenciables en 2.
Ejemplo 2.3.4: Estudiar los puntos en los que la función f(z) = Log (z – i)
1
puntos es f’(z) = .
zi
Log ( z 4 )
Ejemplo 2.3.5: Estudiar los puntos en los que la función f(z) =
z2 i
Funciones complejas 93
1 i
La función es derivable en C \ z z : z , z 4 y su
2
derivada es
z 2 i 2z( z 4 )Log ( z 4 )
f‘(z) = .
( z 2 i )2 ( z 4 )
Ejercicios
zi
c. f(z) = en –i vale i/2.
zi
1
b. f(z) = .
z
z3
c. f(z) = .
z 5
4
d. f(z) = .
( 4 z )2 i
xy ( x iy )
2.16. Demostrar que la función f(z) = si z 0, f(0) = 0, no es
x2 y 2
Riemann en z = 0.
Esta es la razón por la que algunos autores las denominan funciones regulares.
posteriores.
Definición 2.4.1:
puntos de G.
Funciones complejas 95
Definición 2.4.2:
contiene a A.
Definición 2.4.3:
Definición 2.4.4:
1
La función f(z) = es derivable en todo el plano complejo salvo z = 0. Por
z
P( z )
Las funciones racionales f(z) = , al estar formadas por cocientes de
Q( z )
puntos que anulan el denominador, es decir, los puntos zi tales que Q(zi) = 0.
Las funciones ez, sen z y cos z son holomorfas en todo C y por tanto son
funciones enteras.
en C \ {z: z , z ≤ 0}.
contrario.
Proposición 2.4.1:
Demostración:
demostrar que dados dos puntos distintos cualesquiera z1 = (x1 + iy1) y z2 = (x2
+ iy2) de G, se verifica que f(z1) = f(z2). Para ello se toma en primer lugar el
u(x1, y1) – u(x2, y1) = ux(1, y1) (x1 – x2) = 0, 1 (x1, x2) u(x1, y1) = u(x2, y1)
v(x1, y1) – v(x2, y1) = vx(2, y1) (x1 – x2) = 0, 2 (x1, x2) v(x1, y1) = v(x2, y1)
siguientes resultados:
Corolario 2.4.2:
Estos resultados se obtienen sin mas que comprobar que las condiciones
que se dan en las hipótesis de a), b) y c) implican que la derivada debe de ser
Ejemplos resueltos
2
z
Ejemplo 2.4.1: Estudiar la holomorfía de f(z) = e y calcular el valor de la
2 2 2 2 2
z
f(z) = e = e x y , por lo que u(x, y) = e x y y v(x, y) = 0
2 2 2 2
ux = 2x e x y distinto de vx = 0, salvo si x = 0; uy = 2y e x y distinto
Ejercicios
c. f(z) = (z + z )2/(z – z ).
a. f’(z) = uz + ivz.
b. f’(z) = ux + ivx.
c. f’(z) = uy + ivy.
d. f’(z) = uz + ivz.
Funciones complejas 99
subconjuntos del plano real, G 2, están estrechamente relacionadas con las
funciones holomorfas.
transmisión del calor. La relación existente entre las funciones armónicas y las
Definición 2.5.1:
2h 2h
verifica la ecuación de Laplace: = hxx + hyy = 0.
x 2 y 2
Proposición 2.5.1:
Demostración.
100 Capítulo 2º: Variable Compleja
u v yx
ux = vy xx
v yy u xy
u v xy
uy = – vx yy
v xx u yx
Se tiene entonces uxx + uyy = vyx – vxy = 0 y vxx + vyy = – uyx + uxy = 0; por
siguiente resultado:
Proposición 2.5.2:
Definición 2.5.2:
complejo.
armónicas.
de v en G.
Ejemplos resueltos
Cauchy – Riemann:
es holomorfa en C.
2 3 2
Ejemplo 2.5.2: Dada la función f(z) = y2x – y + i(x2y – x3), calcular la
3 3
derivada en los puntos en los que exista. ¿Se puede construir una función f*(z)
2 3
holomorfa en C tal que Im (f*(z)) = x2y – x ? Justificar la respuesta y en caso
3
ux = vy y2 = x2 y = x.
la recta z = x + ix. Por tanto, f(z) es derivable sólo en los puntos de esta recta y
2 3
Para que la función v(x, y) = x2y – x pueda ser la parte imaginaria de
3
una función holomorfa hay que ver en primer lugar si v(x, y) es armónica.
función holomorfa.
Ejercicios
2.20. Comprobar que las funciones u(x, y) = excos y, v(x, y) = exsen y son
función holomorfa.
104 Capítulo 2º: Variable Compleja
2.6. EJERCICIOS
2.23. Calcular la parte real y la parte imaginaria de f(z) siendo f(z) igual a:
a. z2 – 3z + 5.
c. z3 + 2.
d. 1/(1 – z).
a. e1 i .
i
b. e 4 .
i
c. e 3 .
d. e1 i .
a. cos (2 – i).
b. sen i.
c. cos i.
d. tg (1 + i).
e. senh i.
f. cosh i.
a. log (1 + i).
b. Log (–ei).
c. Log (1 – i).
d. log (–ei).
e. log (1 – i).
a. ez = 3.
b. ez = –2.
c. ez = 1 + 3 i.
d. e3 zi 1 = 1.
e. log z = e + i.
a. cosh z = 2.
b. cos z = – 2.
c. senh z = 0.
d. cos z = – i.
e. sen z = i.
+ k con k Z.
4
1
cosh z y comprobar que se anula para z = i ( + k) con k Z.
2
Log ( z 1)
a. f(z) = .
z 2 4i
z 1
b. g(z) = .
2
z iz 4 4i
a. (1– i) i-1.
b. (2i)2i+1
c. (–1 + 3 i)3/2.
d. ii.
e. 1i.
f. i1.
g. (2i)i.
2.34. Demostrar que Log (1 + i)2 = 2 Log (1 + i) pero que Log (–1 + i)2 es
a. sen2 z + cos2 z = 1.
b. sen( – z) = cos z.
2
c. cosh2 z – senh2 z = 1.
zz
a. limz→0 .
zz
( z z )3
b. limz→0 .
zz
2z 2 2z 5
c. limz→ .
3z 2 5z 3
a. f1(z) = z.
b. f2(z) = z .
z4 1
c. f3(z) = .
z3 z
z4 1
d. f4(z) = si z ≠ i, f( i) = 2i.
3
z z
2z 1
a. f(z) = .
cos z 2
b. f(z) = e 2z /( z 1) .
108 Capítulo 2º: Variable Compleja
d. f (z) = 2x – y + i3y2.
xy ( x iy )
z0
2.39. Estudiar la derivabilidad de f(z) = x 2 y 2 .
0 z0
u 1 v v 1 u
, ,
r r r r
a. f(z) = Re (z2).
c. f(z) = z + z .
2z 1
d. f(z) = .
e z e z
a. f1(z) = f( z ).
b. f2(z) = f ( z ) .
c. f3(z) = f ( z ).
d. f4(z) = cos( z ).
b) Encontrar una función f(z) holomorfa tal que su parte real sea u(x, y).
armónica conjugada v(x, y) tal que f(z) = u(x, y) + iv(x, y) sea una
c. u(x, y) = x2 – y2 , f(0) = i.
2.46. Obtener una función holomorfa f(z) = u(x, y) + iv(x, y), siendo:
a. u(x, y) = x2 – y2 – 2x + 1, f(1) = 0.
Series complejas
siguientes, tanto las series de potencias como las series de Laurent tienen una
potencias en dicho punto, es decir, es analítica en dicho punto, y por otra parte
igual a {xn + iyn}nN, con lo cual basta estudiar las dos sucesiones de números
que se derivan del hecho de que el plano complejo C sea un espacio métrico
complejo.
la sección 4.
este capítulo.
Series complejas 113
COMPLEJOS
forma que las sucesiones y series de números reales. Así, una sucesión de
representa de la forma ck .
k1
Definición 3.1.1:
límite c si para todo ε > 0 existe un número natural m tal que para todo n > m
Es decir,
Proposición 3.1.1:
Si cn = an + ibn y c = a + ib se tiene:
Definición 3.1.2:
si para cada > 0 existe m N tal que n1, n2 > m, |cn1 – cn2| < ε.
Proposición 3.1.2:
Definición 3.1.3:
asociada ck es convergente si la sucesión de las sumas parciales Sn =
k1
n
ck converge. Es decir:
k 1
ck = lím Sn ≡ > 0 existe m N tal que n > m, |
n
ck | < ε.
k1 kn
de la serie: ck = S.
k1
Series complejas 115
En función de su conveniencia, se utilizará también la notación ck , en
k0
Proposición 3.1.3:
Entonces: ck converge ak y bk convergen.
k1 k1 k1
comportamiento de las series de números reales ak y bk para analizar la
k1 k1
convergencia de la serie compleja ck . Se pueden utilizar entonces los
k1
series complejas.
Corolario 3.1.4:
Una condición necesaria (no suficiente) para que la serie ck sea
k1
Definición 3.1.4:
La serie ck es absolutamente convergente si la serie real de sus
k 1
116 Capítulo 3º: Variable Compleja
módulos ck converge.
k1
Si la serie ck es absolutamente convergente, como |ak| ≤ |ck| y |bk| ≤
k 1
series reales ak y bk , y como consecuencia de ello la convergencia de
k1 k1
las series ak , bk y c k . Se deduce entonces, igual que en el caso real,
k1 k1 k 1
la serie.
Dada una serie compleja ck se tienen entonces tres series reales
k1
asociadas a ella:
Re(ck ) , Im(ck ) y ck .
k 1 k 1 k1
series complejas. Son de especial utilidad los criterios de la raíz y del cociente,
lim sup n | c
n
n |. Si L es menor que 1 la serie c n converge absolutamente, y
n 1
Series complejas 117
c
lim n 1 . Si L es menor que 1 la serie
n cn
c n converge absolutamente, y si L
n 1
cn 1
entre sí, ya que si existe lim entonces también existe lim n | cn | y
n cn n
ambos coinciden.
Ejemplos resueltos
ni
Ejemplo 3.1.1: Estudiar la convergencia de la sucesión cn = .
ni
( n i )2 n2 1
La sucesión cn se puede expresar como cn = = +
( n i )( n i ) n2 1
2ni
.
n2 1
n2 1
La sucesión de números reales an = es convergente y tiende a 1, y
n2 1
118 Capítulo 3º: Variable Compleja
2n
la sucesión bn = también es convergente y tiende a 0. Por tanto la
n2 1
1 ( 2 ) n i
Ejemplo 3.1.2: Estudiar la convergencia de la sucesión cn = .
2n
1
La parte real es la sucesión de números reales an = , que converge a
2n
( 2 ) n
0. Pero la parte imaginaria bn = es una sucesión de números reales que
2n
Ejemplo 3.1.3: Demostrar que la serie geométrica ck = ck ,
k 0 k 0
En efecto, si
cSn = c + c2 + … + cn+1.
1 c n 1
Sn (c 1) = cn+1 1, y por tanto Sn = .
1 c
1
Si |c| < 1, al hacer tender n a infinito c k = nlím
Sn =
1 c
.
k 0
in
Ejemplo 3.1.4: Estudiar la convergencia de la serie n
n 1
in 1 i 1 i 1 1 1 1
La serie n
=i
2
3
+
4
+
5
= (
2
+ + ) + i(1
4 6 3
n 1
1 1 in ( 1) n ( 1) n 1
+
5
7
+ ). Se tiene entonces que
n
= 2
n
+i
2n 1
.
n 1 n 1 n 1
in
monótonas decrecientes y por tanto convergen. La serie
n
es entonces
n 1
in 1
n
=
n
es la serie armónica, que diverge.
n 1 n 1
Ejercicios
1 n
3.1. Demostrar que la sucesión cn = 1 + i converge a 1.
n3
1 1 n
3.2. Demostrar que la sucesión cn = ( + i) converge a 0.
2 2
1 2n i
3.3. Demostrar que la sucesión cn = converge a i.
2n i
n 2 2n 3
a) n3
n4
i
n 1
120 Capítulo 3º: Variable Compleja
1 1
b) (
2
+ i)n
2
n 0
COMPLEJAS
la misma forma que las sucesiones y series de funciones reales. Dada una
la sucesión {fn(z)}nN o de la serie asociada fn(z) son análogos al caso de
n1
sucesiones de funciones reales, así como los teoremas que permiten transmitir
límite.
Definición 3.2.1:
lím fn(z0) = f(z0) ε > 0, m N tal que n > m, |fn(z0) f(z0)| < ε.
n
Definición 3.2.2:
Es decir, para cada z0 G y para cada ε > 0 existe m N tal que n > m,
Definición 3.2.3:
f(z0).
Definición 3.2.4:
para cada ε > 0 existe m N tal que para todo z G y todo n > m se verifica
conjunto G sea uniforme es preciso que para cada ε > 0 fijado exista un término
conjunto G C.
Definición 3.2.5:
La serie fn(z) converge en el punto z 0 G si la serie de números
n1
complejos fn(z0) converge. Es decir, si para cada ε > 0 existe m N tal que
n1
n > m, se verifica que | fk(z0) | < ε.
kn
Definición 3.2.6:
La serie fn(z) converge puntualmente en G si la serie fn(z0)
n1 n1
Definición 3.2.7:
La serie fn(z) converge absolutamente en z 0 G (respectivamente
n1
en G) si la serie | fn(z0)| converge (resp. | fn(z) | converge en todo z G).
n1 n1
Definición 3.2.8:
Series complejas 123
La serie fn(z) converge uniformemente en G si para cada ε > 0 existe
n1
m N tal que para todo z G y n > m, se verifica que | fk(z) | < ε.
kn
Sea fn(z) una serie de funciones complejas definidas en un
n1
subconjunto G del plano complejo, tales que para cada n N existe una
constante Mn que verifica |fn(z)| ≤ Mn, z G, y M n < . Entonces
n 1
fn(z) converge absolutamente y uniformemente en G.
n1
zn
Por ejemplo, la serie n
converge uniformemente y absolutamente en
n 1
el conjunto Ar = {z; |z| ≤ r }, siempre que r sea un número real tal que 0 ≤ r <1,
zn
pues en este caso se tiene que
n
≤ rn = Mn , y
r n converge si r < 1. En
n 1
zn
consecuencia, la serie
n
converge puntualmente en A1 = {z; |z| < 1} y
n 1
De la convergencia puntual de una serie fn(z) en un conjunto G se
n1
deduce la existencia de una función f(z) definida en G tal que para cada z G
Series complejas 125
f(z) = fn(z).
n1
Definición 3.2.9:
Dada una serie fn(z) convergente en un conjunto G, se llama suma de
n1
Así, la serie geométrica z k , que como se ha comprobado en el
k 0
ejemplo 3.1.2. es convergente para todo valor de z tal que |z| < 1, define una
función f(z) en el interior del disco unidad, B1(0), que representa la suma de la
1 1
serie y es precisamente
1 z
, por lo que zk =
1
z
, si |z| < 1.
k 0
caso anterior, en el que zk es una serie geométrica.
k 0
derivabilidad
las buenas propiedades de las funciones que definen la serie. Los teoremas
126 Capítulo 3º: Variable Compleja
que aseguran las condiciones que se precisan son los mismos que en el caso
Proposición 3.2.2:
Si las funciones fn(z) son continuas en G y la serie fn ( z ) converge
n 1
Proposición 3.2.3:
Si las funciones fn(z) son derivables en G, la serie fn ( z ) converge en
n 1
un punto z0 G y la serie de las derivadas fn ( z ) converge uniformemente
n 1
en G, entonces la serie fn ( z ) converge uniformemente en G a una función
n 1
derivable f(z) y se tiene que f’(z) = fn ( z ) .
n 1
Series complejas 127
Ejemplos resueltos
Ejemplo 3.2.1: Estudiar la convergencia de la serie fn ( z ) =
n 0
n
1 z n
2
1 z
en el conjunto G ≡ {z = x + iy; x ≥ 0}.
n 0
1 z
Si
1 z
≤ 1 se tiene que
| fn ( z ) | ≤
2 n , serie geométrica
n 0 n 0
1 z
convergente, por lo que por el criterio de Weierstrass, si ≤ 1 la serie
1 z
2
1 z ( x 1) 2 y 2 1 z
Si z G, se tiene que = ≤1 ≤ 1 y por tanto
1 z ( x 1) 2 y 2 1 z
1 z 1 z
Esta serie es una serie geométrica de razón y como =
2( 1 z ) 2( 1 z )
1 1 z 1
≤ < 1 si z G , la serie se puede sumar en G y se tiene
2 1 z 2
1 2( 1 z ) 2( 1 z )
fn ( z ) =
1 z
=
2( 1 z ) ( 1 z )
=
1 3z
.
n 0 1
2( 1 z )
1 z
complejo tales que < 1, es decir, al conjunto de puntos z = x + iy tal
2( 1 z )
10
que (x 1)2 + y2 < 4((x + 1)2 + y2) 3 [ x2 + y2 + x +1] > 0
3
5 2 16
(x + ) + y2 > 0.
3 9
5 4
que |z + | > , es decir, converge en el exterior del disco de centro el
3 3
5 4
punto – y de radio .
3 3
Ejercicios
n 1
2 z
3.5. Estudiar la convergencia de la serie
2 z
3 n 1 en el
n 0
a) ( 2z 1) n 1 4 n 1 .
n 0
n
2
b)
2 z
n 0
c) ( 1 2z ) n 1 4 n 1
n 0
Series complejas 129
enz
3.7. Demostrar que la serie n2 converge en la región {z; Re z < 0}.
n 1
Definición 3.3.1.
forma c n ( z z0 ) n , con c
n C.
n 0
zn
La serie geométrica z n
y la serie n
que se han estudiado en
n 0 n 1
1
1y . Ambas series convergen uniformemente en cualquier disco cerrado de
n
convergencia de una serie de potencias. La serie c n ( z z0 ) n converge
n 0
Proposición 3.3.1:
Si la serie c n ( z z0 ) n converge en un punto z1 ≠ z0, entonces
n 0
Demostración:
Como la serie numérica c n ( z1 z0 ) n converge, el término general de
n 0
la sucesión {cn(z1 – z0)n} tiende a cero y la sucesión está acotada. Sea M una
cota de la sucesión, es decir, sea M tal que |cn (z1 – z0)n| ≤ M, para todo n, y
n
n ( z z0 ) n n ( z z0 ) n r
c n ( z z0 ) = cn ( z1 z 0 ) ≤M ≤M = M n.
( z1 z 0 ) n ( z1 z0 ) n z1 z0
n
r
Al ser |z1 – z0| > r, la serie de números reales Mn = M
z z0
n 1 n 1 1
Series complejas 131
de la serie c n ( z z0 ) n en el disco B r(z0), r < |z1 – z0|.
n 0
Corolario 3.3.2:
Si la serie c n ( z z0 ) n converge en un punto z 1 ≠ z0, y no converge en
n 0
otro punto z2, existe un número real R > 0 tal que la serie converge en BR(z0) y
Demostración:
Basta tomar R = sup{s ; z C, |z – z0| = s y c n ( z z0 ) n
n 0
de potencias c n ( z z0 ) n además de converger en z0 converge en algún
n 0
otro punto z1, existe un disco centrado en z0, que contiene a z1, en cuyo interior
observar que este disco puede tener radio infinito, en cuyo caso la serie
Definición 3.3.2:
Se llama radio de convergencia de la serie c n ( z z0 ) n al número
n 0
132 Capítulo 3º: Variable Compleja
real R tal que la serie converge en el interior de BR(z0) y diverge si |z – z0| > R.
1
R= ,
n
l im sup | c n |
n
1 1
con el convenio de que y 0.
0
Así, la serie geométrica z n converge si |z| < 1 y diverge si |z| > 1.
n 0
zn
Para estudiar el radio de convergencia de la serie n
se puede
n 1
z n 1 /( n 1) zn
lím = lím = |z|.
n zn / n n n 1
La serie entonces converge si |z| < 1 y diverge si |z| > 1, por lo que su
Series complejas 133
radio de convergencia es 1.
zn
serie 2
y se obtiene que también es 1.
n 1n
Definición 3.3.3:
Se llama disco de convergencia de la serie c n ( z z0 ) n al disco
n 0
puntos la serie converge, y el exterior del disco, es decir, los puntos z del plano
tales que |z – z0| > R, donde la serie diverge. En los puntos de la frontera entre
dar lugar a situaciones diferentes, como se puede apreciar en los ejemplos que
se acaban de estudiar:
zn zn
Las series z n
, n
y n2 tienen el mismo radio de
n 0 n 1 n 1
verá a continuación.
La serie geométrica zn no converge en ningún punto de la
n 0
circunferencia de centro 0 y radio 1, ya que para cada z0, |z0| = 1, z0n no tiende
134 Capítulo 3º: Variable Compleja
a 0 al tender n a infinito. Lo que sucede es que para cada z0, |z0| = 1, con
zn
La serie n
se comporta de manera diferente en los puntos de la
n 1
zn
Por último, la serie n2 converge absolutamente en todos los puntos
n 1
zn
de la circunferencia unidad, puesto que si |z| = 1 se tiene que 2
=
n 1 n
1
n 2 , que es convergente.
n 1
Ejemplos resueltos
Ejemplo 3.3.1. Calcular el radio de convergencia de la serie nz n .
n 0
( n 1)z n 1 ( n 1)z
Aplicando el criterio del cociente: lím = lím = |z|.
n n n n
nz
Por tanto, la serie converge si |z| < 1 y diverge si |z| > 1, con lo cual su
radio de convergencia es 1.
zn
Ejemplo 3.3.2. Calcular el radio de convergencia de la serie n !
.
n 1
n! z n 1 z
El criterio del cociente en este caso lím = lím = 0
n ( n 1)! z n n n 1
para todo z. Esto quiere decir que la serie converge en todo el plano complejo y
(1 ( 1) n )n z n .
n 0
1 1 1 1
R= = = = .
n n n 2
l im sup( 1 ( 1) )
l im sup | c n | l im sup | ( 1 ( 1) n ) n | n
n n
teniendo en cuenta que ( 1 ( 1) n ) n z n = 2 2n z 2n ; aplicando el criterio
n 0 n 0
Ejemplo 3.3.4. Calcular el radio de convergencia de la serie n! z n .
n 0
( n 1)! z n 1
lím = lím (n + 1)z =
n n! z n n
sea cual sea el valor de z. Esto quiere decir que la serie diverge en todo el
compleja.
c n ( z z0 ) n = f(z).
n 0
Este es el caso de la serie geométrica z n , que define la función f(z) =
n 0
1
para todo z tal que |z| < 1.
1 z
Series complejas 137
0 1
Proposición 3.3.3:
Dadas dos funciones f(z) y g(z), definidas como series de potencias tales
que f(z) = c n ( z z0 ) n , con un radio de convergencia R1, y g(z) =
n 0
d n ( z z0 ) n , con un radio de convergencia R , 0 R 2 1 R2, se tiene que:
n 0
(f + g)(z) = ( c n d n )( z z0 ) n
n 0
n
(f∙g)(z) = pn ( z z0 ) n
, con pn = c j d n j ,
n 0 j 0
propiedades dentro del disco de convergencia. Ello es debido a que una serie
Definición 3.3.4:
Dada la serie c n ( z z0 ) n definida en BR(z0), con radio de
n 0
convergencia R, se llama serie derivada a la serie nc n ( z z0 ) n 1 .
n 0
se presentan a continuación.
Proposición 3.3.4:
Las series c n ( z z0 ) n
y nc n ( z z0 ) n 1 tienen el mismo radio de
n 0 n 0
convergencia.
Demostración:
Sea R el radio de convergencia de la serie c n ( z z0 ) n . Para obtener
n 0
n
lím sup n 1 | nc n | = lím sup n | nc n | n 1 = lím sup n | c n | =
1
R
.
n n n
Proposición 3.3.5:
Si f(z) = c n ( z z0 ) n converge en B (z ), f(z) es derivable en B (z ) y
R 0 R 0
n 0
f’(z) = nc n ( z z0 ) n 1 para todo z de BR(z0).
n 0
Demostración:
Proposición 3.3.6:
Si f(z) = c n ( z z0 ) n converge en BR(z0), f(z) es infinitamente
n 0
derivable en BR(z0).
Demostración:
Proposición 3.3.7:
f ( n ( z0 )
Si f(z) = n
c n ( z z 0 ) converge en BR(z0), se tiene que cn =
n !
,y
n 0
f ( n ( z0 )
f(z) = n !
( z z0 ) n .
n 0
Demostración:
En virtud de la proposición 3.3.5. se tiene que f’(z) = nc n ( z z0 ) n 1
n 0
140 Capítulo 3º: Variable Compleja
f’’(z) = n( n 1)c n ( z z0 ) n 2
n 0
fk)(z) = n( n 1)( n k 1)c n ( z z0 )n k
n 0
por lo que fk)(z0) = k!ck y ck = fk)(z0)/k!, con lo cual la serie de potencias que
Proposición 3.3.8:
Si f(z) = c n ( z z0 ) n es igual a cero en un entorno del punto z0, debe
n 0
Demostración:
cero, y por tanto los coeficientes de la serie deben ser 0. Se tiene así que,
dominio de convergencia.
pueden debilitar de manera que basta que f(z) se anule en una sucesión de
puntos zn z0 para asegurar que la función tiene que ser idénticamente nula
Series complejas 141
Proposición 3.3.9:
Si las series an ( z z0 ) n y bn ( z z 0 ) n tienen el mismo radio de
n 0 n 0
estrecha relación que existe entre una serie y su serie derivada. Esta relación
Ejemplos resueltos
n( z i ) n 1
Ejemplo 3.3.5. Estudiar la convergencia de la serie 5n
y
n 0
calcular su suma.
n( z i ) n 1 ( z i )n
La serie 5n
es la serie derivada de la serie 5n
, que
n 0 n 0
142 Capítulo 3º: Variable Compleja
zi ( z i )n
es una serie geométrica de razón
5
y, por tanto, la serie
n
n 0 5
n( z i ) n 1
derivada, con lo que el disco de convergencia de la serie 5n
es
n 0
B5(i).
( z i )n
Para obtener su suma se puede utilizar de nuevo la serie 5n
, ya
n 0
que al ser una serie geométrica se puede sumar fácilmente y coincide en B5(i)
1 5
con la función f(z) = = , por lo que obteniendo su derivada:
zi 5i z
1
5
n( z i ) n 1 5
5n
= f´(z) =
( 5 i z )2
.
n 0
Ejemplo 3.3.6. Estudiar la convergencia de la serie nz n utilizando su
n 0
Otra forma de resolver el problema es la siguiente. La serie nz n =
n 0
z nz n 1 . Como la serie nz n 1 es la serie derivada de z n , se tiene
n 0 n 0 n 0
Series complejas 143
que el radio de convergencia de nz n es el mismo que el de z n , y por
n 0 n 0
tanto vale 1.
La serie nz n
se puede expresar como z nz n 1 y como la serie
n 0 n 0
1
nz n 1
es la serie derivada de zn =
1 z
en el disco B1(0), se tiene que
n 0 n 0
1 z
nz n 1 =
(1 z )2
. Por tanto nz n =
(1 z )2
, z B1(0).
n 0 n 0
3
coincide con la función f(z) = en algún disco del plano complejo y
1 2z
1
f(z) = 3 ( 2z ) n = 3 2 n z n , que converge si |2z| < 1, es decir si |z| < 2
.
n 0 n 0
2z 1
Ejemplo 3.3.8. Obtener una representación de la función f(z) = en
1 z
convergencia.
144 Capítulo 3º: Variable Compleja
3
f(z) = −2 +
1 z
= −2 + 3
z n = 1+ 3
z n , que tiene como dominio de
n 0 n 1
Ejercicios
2
a) 2 n ( 2z i ) n
n 0
3n
b) 2n n ( z i )n
n 0
z 2n 1
c) n 2
n 0 4
n! z n 1
d) n n 2n
n 1
1
e) ( 2 i )n ( z 2 i )n .
n 0
3
a)
(1 z )2
Series complejas 145
2z 1
b) .
(1 z )2
3.10. Calcular, para los valores de z que sea posible, la suma de las
series:
zn
a) n
n 0
z 2n 1
b) 2 n 1
.
n 0
tan buenas propiedades motiva el que se las considere como un grupo especial
Definición 3.4.1:
forma:
f(z) = c n ( z z0 ) n en BR(z0), con R > 0.
n 0
f ( n ( z0 )
de la función en z0, n!
( z z0 ) n , tiene radio de convergencia R
n 0
1
Así, la función f(z) = es analítica en el punto 0 porque f(z) =
1 z
z n en el disco |z| < 1.
n 0
Definición 3.4.2:
sin demostración.
Proposición 3.4.1:
convergencia de la serie. Es decir, si f(z) = c n ( z z0 ) n en BR(z0), con R >
n 0
1
La proposición 3.4.1 permite asegurar que la función f(z) = no sólo
1 z
es analítica en el punto 0, sino que también es analítica en todo el disco |z| < 1.
siguiente propiedades:
Series complejas 147
función analítica.
correspondientes desarrollos en .
zn
complejo, puesto que ez = n !
, que tiene radio de convergencia infinito y
n 0
alrededor de z = 0 de la forma:
( 1) n z 2n 1 ( 1) n z 2n
sen z = ( 2n 1)!
, cos z = ( 2n )!
.
n 0 n 0
convergen en todo C.
z 2n 1 z 2n
senh z = ( 2n 1)!
, cosh z = ( 2 n )!
,
n 0 n 0
que tienen también radio de convergencia infinito y por tanto convergen en todo
C.
( 1) n z n 1
Log (1 + z) = n 1
,
n 0
La función Log (1 + z), Arg z (−π, π], no puede ser analítica en todo el
analítica en los restantes puntos del plano complejo, es decir, en todo el plano
La proposición 3.4.1. asegura que una función f(z) definida como una
serie de potencias, f(z) = c n ( z z0 ) n , es analítica en todo el disco B (z ), y
R 0
n 0
1
permite asegurar que la función f(z) = es analítica en todo el disco |z| < 1.
1 z
Series complejas 149
1
Pero la función f(z) = es un cociente de polinomios, y por tanto es
1 z
1, y por tanto es razonable pensar que se pueda extender el dominio del plano
Dada la serie c n ( z z0 ) n convergente en BR(z0) y dado z1 BR(z0),
n 0
¿existe una serie d n ( z z1 )n , con radio de convergencia R 1 tal que si z
n 0
demostración.
Proposición 3.4.2:
Dada f(z) = c n ( z z0 ) n con radio de convergencia R > 0, y dado un
n 0
f ( n ( z1 )
punto z1 BR(z0), la serie n !
( z z1 ) n tiene radio de convergencia R1
n 0
f ( n ( z1 )
≥ R − |z1− z0| > 0 , y define una función g(z) = n !
( z z1 ) n tal que g(z)
n 0
zn
La serie 2 n 1 tiene radio de convergencia R = 2 y define en el disco B2(0)
n 0
zn 1 1 1
1
la función f(z) = = = .
2 n 0 2 n 2 z 2z
1
2
1 2
Las derivadas sucesivas de f(z) son: f’(z) = , f’’(z) = , ...,
2
(2 z) ( 2 z )3
n!
fn)(z) = .
( 2 z ) n 1
f ( n ( 1) ( z 1) n
Sea ahora z1 = −1 B2(0). La serie n!
( z 1) n = n 1
n 0 n 0 3
( z 1) n
que coincide con f(z) en B2(0) ∩ B3(−1) puesto que g(z) = n 1
=
n 0 3
1 1 1
= = f(z). La función g(z) se denomina prolongación analítica
3 z 1 2z
1
3
f (n(i ) ( z i )n
B2(0), por ejemplo, en z2 = i, la serie
n ! ( z i )n =
( 2 i )
n 1
tiene
n 0 n 0
( z 1) n ( z i )n
Las funciones g(z) = n 1
y h(z) = ( 2 i ) n 1 son
n 0 3 n 0
C r
(0, 2)
(-1, 3)
(i, 5 )
-4 -3 -1 0 1 2 3
1
el capítulo 5). En el ejemplo anterior, la función f(z) = tiene una
2z
puntos i y 2.
152 Capítulo 3º: Variable Compleja
Ejemplos resueltos
2z 3
Ejemplo 3.4.1. Estudiar si la función f(z) = es analítica en el punto
z 1
z =1.
5
2z 3 5 5 2
La función f(z) = =2+ =2 =2 =
z 1 z 1 2 ( z 1) z 1
1
2
n
z 1
5
= 2 , es, por tanto, desarrollable en serie de potencias
2 n 0 2
2z 3
para la función f(z) = , de manera que en la nueva región esté contenido
z 1
el punto z = 1 + i.
esté contenido en la nueva región, basta tomar un punto adecuado del disco |z
+ 1| < 2, tal que su distancia al punto 1 + i sea menor que su distancia al punto
5
2z 3 5 5 1 i =
f(z) = =2+ =2 =2
z 1 z 1 1 i ( z i ) zi
1
1 i
Series complejas 153
n
5 zi
=2 , que converge si |z i| < |1 i| =
1 i n 0 1 i
2.
Ejercicios
de las funciones
a) f(z) = sen(2z)
b) f(z) = cos(z2)
c) f(z) = z3sen(z2) +1
z2
d) f(z) =
2z 3
z3 z
e) f(z) = .
2z 2
de las funciones:
z2
a) f(z) =
2z 3
z2 z
b) f(z) = .
2z 2
z
c) f(z) =
z 3
z2 z
d) f(z) = .
z2
senz
3.13. Estudiar si la función f(z) = si z ≠ 0, f(0) = 0, es analítica en C.
z
154 Capítulo 3º: Variable Compleja
cos z 1 1
3.14. Estudiar si la función f(z) = si z ≠ 0, f(0) = , es
z2 2
analítica en C.
ez 1
3.15. Estudiar si la función f(z) = si z ≠ 0, f(0) = 1, es analítica
z
en C.
puede resolverse sin introducir algunos conceptos, puesto que las series del
( z 1) 2 1
1. f(z) = =z+2+ .
z z
Series complejas 155
1 11 1 1 1
2. g(z) = = = (1 + z + z2 + ...) = + + 1 + z + z2 + ...
2 1 z 2 2
z 2 (1 z ) z z z z
1 1 1 1 1 1 1
3. h(z) = exp =
z n 0 n ! z n
=1+
z
+
2z 2
+ ... +
n! z n
+ ...
dominio de convergencia de las series que las definen. Las series de potencias
Definición 3.5.1:
forma
c n ( z z0 ) n = c n ( z z0 ) n + c n ( z z0 ) n .
n n 0 n 1
analítica de la serie. La segunda está formada por los sumandos con potencias
zn
Un ejemplo es la serie |n|
, que representa a la suma de las series
n 2
zn zn 1
|n|
= 2n + 2n z n .
n 2 n 0 n 1
Definición 3.5.2:
156 Capítulo 3º: Variable Compleja
La serie de Laurent c n ( z z0 ) n converge si convergen la parte
n
c n ( z z0 ) n = c n ( z z0 ) n + c n ( z z 0 ) n .
n n 0 n 1
Para investigar la convergencia de la serie de Laurent c n ( z z0 ) n
n
La parte analítica c n ( z z0 ) n es una serie de potencias y por tanto
n 0
potencias.
1
c n ( z z n
= c n ( z z 0 ) n .
n 1 0) n 1
R1, es decir, la parte principal de la serie de Laurent converge si |z − z0| > R1.
Se puede decir entonces que la serie doble converge si R1 < |z − z0| < R,
Series complejas 157
El dominio de convergencia de una serie doble es, por tanto, una corona
convergencia.
z0, B’R(z0).
zn 1
Así, por ejemplo, la serie |n|
converge en la corona circular
2
< |z|
n 2
zn
< 2, pues la parte analítica n
tiene radio de convergencia R = 2, y la parte
n 0 2
1
principal 2 n z n es una serie geométrica de razón |2z| -1
y por tanto converge
n 1
1
si |2z|-1 > 1, es decir, si |z| > .
2
158 Capítulo 3º: Variable Compleja
zn
Para obtener la función que define la serie |n|
se estudian su parte
n 2
zn 1 2
La parte analítica representa a la función 2n =
z
=
2z
si |z| < 2.
n 0 1
2
1 1 2z
La parte principal representa a la función z n 2n =
1
=
2z 1
si |z| >
n 1 1
2z
1 1 zn
2
. Por tanto, si
2
< |z| <2 , la serie de Laurent
2|n|
define la función:
n
zn 2 2z 2z 2 8 z 2
f(z) = |n|
=
2z
+ =
2z 1 ( 2 z )( 2z 1)
.
n 2
1
Sea f(z) = . Esta función es indefinidamente derivable en
( z 2 )( z 3 )
z = 3.
Series complejas 159
A = {z; |z| < 2}, B = {z; 2 < |z| < 3} y C = {z; |z| > 3}.
0
A B
2 3
Si z está en el conjunto A,
1 1
1 1 1
f(z) = = = 3 + 2 =
( z 2 )( z 3 ) z3 z2 z z
1 1
3 2
1 z z2 1 z z2 1 1 n
= (1 +
3 3
+
2
+ ...) + (1 +
2 2
+
2
+ …) =
n 1
n z .
1
3 2 n 0 2 3
1 1
1 1 1
f(z) = = = 3 z =
( z 2 )( z 3 ) z3 z2 z 2
1 1
3 z
1 z z2 1 2 22 zn 2 n 1
= (1 +
3 3
+
32
+ …) (1 +
z z
+
z2
+ …) =
3 n 1
z
n
.
n 0 n 1
1 1
1 1 1 z z
f(z) = = = =
( z 2 )( z 3 ) z3 z2 3 2
1 1
z z
1 3 32 1 2 22 3n 2n
= (1 +
z z
+
z2
+ …) (1 +
z z
+
z2
+ …) =
z n 1
.
n 0
tenga singularidades:
1 2 3
A* B*
1 1 1 1 1
f(z) = = = =
( z 2 )( z 3 ) z 2 z 2 1 z 2 1 ( z 2)
1 1
=
z 2 n 0
( z 2 )n =
z 2 n 0
( z 2 )n .
1
1 1 z2 =
f(z) = =
( z 2 )( z 3 ) z2 1
1
z2
1 1 1
( z 2) 2 ( z 2 )n = ( z 2 ) n 2 .
n 1 n 1
B*.
162 Capítulo 3º: Variable Compleja
tenga singularidades:
B**
1 2 3
A**
1 1 1 1
f(z) =
( z 2 )( z 3 )
=
z 3 1 ( z 3 )
=
z 3 n 0
( 1) n ( z 3 ) n =
1
=
z 3
+ ( 1) n 1( z 3 ) n .
n 0
una serie de potencias positivas como parte analítica y un único término como
A**.
1
1 1 1 ( 1) n ( 1) n
f(z) = =
( z 2 )( z 3 ) z 3
z 3
1
=
( z 3 ) 2
( z 3 ) n
= ( z 3 ) n2
.
1 n 0 n 0
z3
B**.
Ejercicios
5
= de manera que la representación sea válida en los
z( z 1)
siguientes dominios:
b) |z| > 1.
5z 1
3.17. Representar la función f(z) = en suma de potencias
( z 1)( z 4 )
convergencia de la serie.
5z 1
3.18. Representar la función f(z) = en suma de potencias
( z 1)( z 4 )
3.6. EJERCICIOS
1 1 n 2
3.20. Demostrar que la sucesión cn = 2 + + i converge a 2.
n 3n 3
1 2n i
3.21. Demostrar que la sucesión cn = converge a i.
2n i
(1 i )n
3.22. Estudiar la convergencia de la serie ( 2 )n n 2
.
n 1
( iz 1) n
3.23. Estudiar la convergencia de la serie n 1
cuando z toma los
n 1 2
valores a) z = 1, b) z = i, c) z = 1 y d) z = 1 + i.
( iz 1) n
a) n 1
n 1 2
n
z
b)
z 1
n 1
1
c) (1 z 2 )n
n 0
d) ( 1)n ( z n1 z n1 )
n 1
Series complejas 165
n! ein z
2
3.25. Demostrar que la serie converge en la región {z; Im z > 0}.
n 0
z 2n
3.26. Demostrar que la serie (1 z 2n )(1 z 2n2 ) converge
n 1
suma.
zn
2
a)
n 0
n3
b) 2 n
( z i )n
n 0
z 2n
c) 4n
n 0
n! z n
d) nn
.
n 1
n! z n
2
a)
n 0
zn
b) n
n2
n 12
166 Capítulo 3º: Variable Compleja
c) 2 n z n!
n 0
1
d) 4 n ( z 2 i )n .
n 0
las series:
n 1 n
2
2z 1 4 n 1
y
2 z
.
n 0 n 0
z
a)
1 z 2
z
b) .
2
z 5z 6
3.31. Calcular, para los valores de z que sea posible, la suma de las
series:
( 1) n z n
a) n
n 0
b) 2n( n 1)z n .
n 1
Series complejas 167
3.32. Sabiendo que la serie cn z n tiene radio de convergencia R,
n 1
a) cn n p z n
n 1
b) | cn | z n
n 1
c) cn 2zn .
n 1
las funciones:
z
a) f(z) = cos
2
b) f(z) = sen(z2)
las funciones:
z2
a) f(z) =
1 z 2
1
b) f(z) =
(1 z )2
senz
3.35.Estudiar si la función f(z) = si z ≠ 0, f(0) = 1, es analítica en C.
z
senz z
3.36.Estudiar si la función f(z) = si z ≠ 0, f(0) = 1/6, es analítica en C.
z3
cos 2 z 1
3.37.Estudiar si la función f(z) = si z ≠ 0, f(0) = 1, es analítica en C.
z2
ez 1
3.38.Estudiar si la función f(z) = si z ≠ 0, f(0) = 5, es analítica en C.
z
2
ez 1
3.39.Estudiar si la función f(z) = si z ≠ 0, f(0) = 1, es analítica en C.
z2
ez
3.40.Obtener la serie de Laurent de la función f(z) = en potencias de z
( z 2) 3
2.
1
= y calcular el dominio de convergencia de la serie.
1 z
2
= de manera que la representación sea válida en los
( z 1)( z 3 )
siguientes dominios:
2z 3
3.43. Representar la función f(z) = en suma de potencias
( z 1)( z 3 )
convergencia de la serie.
CAPÍTULO 4
de variable compleja, una vez que se requiere que sean funciones holomorfas,
matemática ya que los teoremas son, en general, poderosos mientras que sus
claro pues en sólo hay un camino, cuando se quiere extender esta idea al
y b son puntos de un plano y no del intervalo [a, b], por lo que se debe
distintas curvas que unan dichos puntos, por lo que se debe comenzar
Definición 4.1.1:
tal que a un número real t le corresponde el número complejo (t) = x(t) + i y(t),
Definición 4.1.2:
plano complejo.
sólo su traza sino una cierta forma de recorrerla, como puede comprobarse en
el ejemplo 4.1.3.
Definición 4.1.3:
Los extremos de la curva son los puntos (a) y (b), siendo (a) el punto
origen y (b) el punto final. Una curva es cerrada si coinciden sus extremos,
(a) = (b).
Definición 4.1.4:
es inyectiva (es decir, (t1) = (t2) implica que t1 = t2). Es decir, la curva no pasa
abiertos y conexos, uno acotado, el interior de la traza, int o ( ) , y el otro no
acotado, el ext(). Este resultado que es intuitivamente evidente tiene una difícil
demostración.
Definición 4.1.5:
172 Capítulo 4º: Variable Compleja
de clase Cn en [a, b], y se denota Cn([a, b], C) cuando (t) = x(t) + iy(t)
verifica que x(t) Cn([a, b], ), y(t) Cn([a, b], ).
hasta el orden n.
Definición 4.1.6:
derivada primera continua en el intervalo cerrado [a, b], (incluidos los extremos,
donde las derivadas son las derivadas laterales), es decir, C1[a, b].
Por lo tanto existen las derivadas x’(t) y’(t) en [a, b] y dichas derivadas son
Definición 4.1.7:
intervalos [tk, tk+1] con a = t0 < t1 < ... < tn = b de modo que sea una curva
existen los límites laterales de las derivadas en los extremos de cada intervalo.
Definición 4.1.8:
Figura 4.1: Ejemplos de trazas de caminos cerrados simples o curvas cerradas simples diferenciables con
Figura 4.1.1: Ejemplos de trazas de caminos cerrados simples o curvas cerradas simples diferenciables
continuidad a trozos.
con continuidad a trozos.
longitud.
Definición 4.1.9:
b
long ( ) a ' ( t ) dt, donde ' ( t ) ( x ' ( t ))2 ( y ' ( t ))2 .
Definición 4.1.10:
parámetro.
Definición 4.1.11:
() = (), que recorren el mismo número de veces y en el mismo sentido cada
Definición 4.1.12:
opuesto, y se denota , al camino: : [b, a] C como ()(t) = (t) con b
t a.
(t ) si a t b
( + )(t) = .
( t c b ) si b t b d c
2. long() = long()
Integración en el plano complejo 175
Demostración:
b b
1) Si entonces long() = a ' ( t ) dt = a ()’(t)dt =
b d
a ’((t))’(t) dt = c ’(s)ds = long(), haciendo el cambio s = (t).
a a b
2) long() = b ( )' ( t )dt = b ' ( t )dt = a ' ( s )ds = long(),
b d c b b d c
3) long( + ) = a ( )' ( t ) dt = a ' ( t ) dt + b ' ( t ) dt =
long() + long().
Ejemplos resueltos
desde z0 hasta z1, recorrido a velocidad constante, ‘(t) = z1 – z0, viene dado
por:
z1
z0
z0
Figura
Figura 4.3:Traza
4.1.3: Trazade
delalacircunferencia
circunferencia
anterior, pero su punto origen y su punto final son otros, y está recorrida en
curva simple.
Ejemplo 4.1.6: Los caminos: (t) = e-it , con 0 t 2, y (t) = eit, con 0 t
segundo la recorre dos veces en sentido positivo, contrario a las agujas del
reloj.
( 2 3i )t 0 t 1
Ejemplo 4.1.7: La curva ( t ) es un camino,
( 5 3i )t ( 3 6i ) 1 t 2
= 2 + 3i, y extremo en z = 7.
2+3i
( 2 3i )t 0 t 1
del ejemplo anterior: ( t ) .
( 5 3i )t ( 3 6i ) 1 t 2
b
long ( ) a ' ( t ) dt, siendo ' ( t ) ( x ' ( t ))2 ( y ' ( t ))2 ,
por lo que:
b 1 2
long ( ) a ' (t ) = 0 1' ( t ) 1 2' ( t ) = 13 34 .
Ejercicios
siempre es rectificable.
parametrizaciones equivalentes.
Definición 4.2.1:
Sea f una función real con valores complejos, f : [a, b] C siendo f(t)
b b b
a f ( t ) dt = a x( t ) dt + i a y ( t ) dt
La función f es integrable en [a, b] si las funciones x e y son integrables en
b b b b
[a, b] siendo Re( a f ( t ) dt ) = a x( t ) dt y Im( a f ( t ) dt ) = a y ( t ) dt , por lo
que sus propiedades se deducen de forma inmediata de las propiedades de las
Definición 4.2.2:
b b b
a ( t ) dt = a x( t ) dt + i a y ( t ) dt
En general, si f es una función real con valores en C siendo f(t) = u(t) +
b b b
a f ( t )dt = a u( t )dt + i a v ( t )dt .
Verifica las siguientes propiedades:
b b
2. Si a b entonces a f a f
Demostración de 2:
b
Si a f = 0, entonces se verifica la propiedad.
b b
Si a f 0, entonces a f = rei por lo que:
b b b b b
a f = r = e-i a f = Re( a e-if) = a Re(e-if) a f .
Definición 4.2.3:
Integración en el plano complejo 181
b
f= f ( z ) dz = a f ( ( t )) ' ( t ) dt
curvilínea real
Demostración:
f((t)) ’(t) = (u((t), (t)) + iv((t), (t))) (’(t) + i’(t)) = u((t), (t)) ’(t)
b
( udx vdy ) = a ( u( ( t )) ' ( t ) v ( ( t )) ' ( t )) dt
b
( vdx udy ) = a ( v ( ( t )) ' ( t ) u( ( t )) ' ( t )) dt
decir, si entonces f = f .
4. (f g ) = f + g .
5. kf
= k f , con k C.
f M long(). (4.2)
función real y continua definida sobre un intervalo cerrado [a, b], por lo que si el
f máx f ( z ) long().
z( )
Demostraciones:
b b
f = a f ( (t )) γ' (t ) dt = a f ( (t )) ' ( ( t )) ' (t ) dt =
d
c f (σ( s )) σ' (s ) ds = f .
a a
2. f = b f ( (- )(t )) ( )' (t )) dt = b f ( (-t )) (' (t )) dt =
b
– a f ( (s )) ' (s ) ds =– f.
b b b b
a f ( (t )) ' (t ) dt a f ( (t )) ' (t ) dt a M ' ( t ) dt =M a ' ( t ) dt = Mlong().
7. Si F es una primitiva de f sobre () y es un camino, entonces:
b b b
f = a f ( ( t )) ' ( t ) dt = a F' ( ( t )) ' ( t ) dt = a ( F )' ( t ) dt
b b b
= a ( u' iv' )( t )dt = a ( u' )( t )dt + i a ( v' )( t )dt =
u(b) – u(a) + i(v(b) – v(a)) = u(b) + iv(b) – u(a) – iv(a)) = F((b)) – F((a)).
8. f = F((b)) – F((a)) = 0 por ser el camino cerrado y por tanto (b) = (a).
Ejemplos resueltos
z dz siendo (t) = e , 2 t 2 .
it
Ejemplo 4.2.1: Calcular
El camino tiene como traza la mitad del círculo de radio uno que va
2 2 2
it
z dz = f ( ( t )) ' ( t ) dt e dt = i.
it
Por tanto = ie dt = i
2 2 2
Integración en el plano complejo 185
z
2
Ejemplo 4.2.2: Calcular la integral dz sobre los tres caminos 1, 2, y
1 1 1 2
z 2 dz = 0 f ( ( t )) ' ( t ) dt = 0 ((2 i)t ) 2 (2 i) dt = (2 + i)3 0
t dt =
1
( 2 i)3 2 11
= i.
3 3 3
1 1 11
0 0 (2 i ti)
2
z 2 dz = f ( ( t )) ' ( t ) dt = ( i) dt = 2 i,
3
2
1 1 8
z 0 f ( ( t )) ' ( t ) dt = 0 ( 2 2t )
2 2
dz = ( 2 ) dt = ,
3
3
2 11 11 8
z z z z
2 2 2 2
dz = dz + dz + dz = i + 2 i + = 0.
3 3 3 3
1 2 3
z
2
Ejemplo 4.2.3: Calcular la integral dz sobre el camino , siendo:
(t) = e-it, – t 0.
0 0 0
z 2 dz = f ( ( t )) ' ( t ) dt = ( e it )2 ( i)(e it ) dt = (i)(e
3it
) dt =
1 1 2
(1 – e3i) = (1 – (cos(3) + i sen(3))) = .
3 3 3
186 Capítulo 4º: Variable Compleja
z3
función primitiva , la integral es independiente del camino, para ir desde a =
3
–1 hasta b = 1, luego:
1 1 2
z
2
dz = F(1) – F(1) = – (– ) = .
3 3 3
2 2 2
Re( z ) dz = 0 f ( ( t )) ' ( t ) dt = 0 r cos t r i(e it ) dt = ir2 0 cos t ( e it ) dt =
2 2 1 cos 2t sen 2t
ir2 0 (cos 2 t i cos t sent ) dt = ir2 0 (
2
i
2
) dt = ir2
que es distinto de cero, a pesar de ser el camino cerrado, lo que muestra que la
2 2
2 it
z dz = 0 e dt = 2i, distinto de
it
luego f ( ( t )) ' ( t ) dt = i e dt = i
0 0
círculo.
1
Ejemplo 4.2.6: Calcular la integral z
dz siendo (t) = eit, 0 t 2.
1 1
z dz siendo (t) = e , 0 t 2, f((t)) =
it
Para calcular = e-it y ’(t) =
it
e
2 2
1 2
ieit, por lo que dz = 0 f ( ( t )) ' ( t ) dt = e it i e it dt = i dt = 2i,
z
0 0
1
centro el origen y radio uno, luego la función f ( z ) no tiene primitiva sobre
z
2 1
dicha circunferencia. Como z z z 1, entonces f ( z ) z , por tanto el
z
1
La función primitiva de f ( z ) es la función logaritmo, w = log z, que no
z
1
propiedad 8 pues la función f ( z ) no tiene primitiva en todo ().
z
z3
Ejemplo 4.2.7: Acotar la integral: z 2 2 dz siendo (t) = 3e-it, 0 t
2
.
, z () entonces f Mlong(). Como la longitud del arco de
3
circunferencia es , z – 3 z + –3 3 + 3 = 6, y z2 + 2 z2 2
2
z 3 6 z3 9
9 2 = 7, entonces
z 22
7
,y
2
z 2
dz
7
.
1
Ejemplo 4.2.8: Acotar la integral: ( z 2 2 )2 ( z 2 3 ) dz con (t) = Reit, 0
, z () entonces f M long(). Como la longitud del arco de
circunferencia es R, z = R, z2 + 22 (z2 2)2 R2 22, z2 – 3
R2 – 3.
Entonces:
1 1
( z 2 2 )2 ( z 2 3 ) dz
( R 2 2 )2 ( R 2 3 )
, y al calcular el límite cuando R
Ejercicios
( z z0 )
n
4.8. Calcular: dz , con n entero, siendo (t) = z0 + eit, 0 t
2.
Integración en el plano complejo 189
2
4.9. Comprobar que: zdz =
3
(1 + i), siendo (t) = eit, 0 t .
3i)t, 0 t 1.
1
4.11. Comprobar que z 4 dz 4 2 , siendo (t) el segmento [i, 1].
1
4.12. Calcular: z
f ( z ) dz siendo (t) = reit, 0 t 2, y f(z) una
4.13. Demostrar que Im( z ) dz = 2 , siendo:
t 1 t 1
( t ) i ( t 1)
e 1 t 1
z
4.14. Sea (t) = Reit, 0 t , R > 2, y sea f(z) =
3
z 3
. Acotar f
CURVA
1 dw
I ( z )
2.i w z
1 dw 1 b ' ( t )
I ( z )
2i w z
=
2i a ( t ) z
dt
' ( t ) d
= (log( ( t ) z ) )
( t ) z dt
Por lo que:
Integración en el plano complejo 191
1 b ' ( t ) 1 b d
2i a ( t ) z
dt =
2i dt (log( ( t ) z )dt
a
=
1
log( ( b ) z ) (log( ( a ) z ) =
2i
1
(ln ( b ) z i arg( ( b ) z ) (ln ( a ) z i arg( ( a ) z )) =
2i
1
arg( ( b ) z ) arg( ( a ) z )) =
2
1
2 número de vueltas alrededor de z = Número de vueltas alrededor de z.
2
Ya que como el camino es una curva cerrada se tiene que (a) = (b),
entero.
I-(z) = I(z)
192 Capítulo 4º: Variable Compleja
verifica que (t, 0) = 0(t), (t, 1) = 1(t) para todo t del intervalo [a, b] y (a, s) =
pertenezca al complementario de G.
Integración en el plano complejo 193
interior de su traza, ( ) , es un dominio simplemente conexo. Si un dominio
Ejemplos resueltos
radio R definida en el plano complejo, recorrida una vez en sentido positivo. Por
1 dw 1 2 ' ( t ) 1 2 Rie it
I(z) =
2.i w z
=
2.i 0 ( t ) z
dt =
2.i 0 Re it
dt = 1.
punto.
194 Capítulo 4º: Variable Compleja
tiene:
tiene:
tiene:
indicada:
z0 z0 z0 z0
Ejercicios
plano complejo:
sen t, 0 t 2.
196 Capítulo 4º: Variable Compleja
4.4.1. Primitivas
Este resultado está relacionado con la existencia de una función primitiva F(z),
tal F’(z) = f(z), para todo z. Esto es consecuencia del siguiente teorema:
Teorema 4.4.1:
G vale cero.
Demostración:
d dF dz
Como F ( ( t )) = F’((t)) ’(t) = f((t)) ’(t), entonces:
dt dz dt
Integración en el plano complejo 197
b
f ( z ).dz = a f ( ( t )) ' ( t ) dt = F((b)) – F((a)) = F(z2) – F(z1),
con lo que queda probado que la integral no depende del camino elegido.
caminos, y , ambos con punto inicial z1 y final z2, tales que = . Como
f ( z ) dz = f ( z ) dz , por lo que:
0= f ( z ) dz f ( z ) dz = f ( z ) dz + f ( z ) dz = f ( z ) dz
= f ( z ) dz .
Recíprocamente si se quiere demostrar que c) implica b) se consideran
f ( z ) dz = f ( z ) dz f ( z ) dz , y por tanto: f ( z ) dz = f ( z ) dz .
define:
z
F(z) = f = z 0
f ( w ) dw .
poder definir F(z), para todo z de G, tiene que ser G un conjunto conexo, y así
contenido en G.
Restando:
z z
F(z + z) F(z) = fz,z z = z f , y:
F(z z ) - F(z) 1 z z
z
f(z) =
z z
f ( w ) dw f(z)
obtiene que:
z z z z
z f ( z ) dw = f(z) z dw = f(z) z, en consecuencia:
F(z z ) - F(z) 1 z z
f(z) = f ( w ) f ( z ) dw .
z z z
1 z z
F(z z ) - F(z)
- f(z) = f ( w ) f ( z ) dw
z z z
1
(Longitud del camino [z + z, z])(Máximo valor de f(w) – f(z), si w
z
Integración en el plano complejo 199
1
[z, z + z]) = z máx f ( w ) f ( z ) = máx f ( w ) f ( z ) .
z w z ,z z w z ,z z
F(z z ) - F(z)
Si z < entonces - f(z) < , y al calcular el límite
z
F(z z ) - F(z)
lím = f(z), por lo que F es la función primitiva de f, pues
z 0 z
que la integral sobre cualquier curva cerrada contenida en un dominio sea cero.
G, o que la integral sobre un camino cerrado sea nula. Por esto, se tienen
ello.
Demostración:
Green dice que si P(x, y) y Q(x, y) son funciones continuas y con derivadas
camino cerrado y simple y por el interior de dicho camino, ( ) ( ) ,
Integración en el plano complejo 201
entonces:
Por lo tanto:
( v x u y ) dx dy + ( u x v y ) dx dy ,
pues al ser f’ continua en ( ) ( ) , las funciones u y v son continuas en
0.
Pero para poder usar la fórmula de Green deben ser las derivadas
parciales ux, uy, vx y vy continuas en , siendo ( ) ( ) , y estas
Lema de Goursat
contenidos en G, ( (T ) (T ) G ), entonces T f =0.
202 Capítulo 4º: Variable Compleja
rectángulos cada vez más pequeños T1, T2, ..., Tn, ..., e ir acotando la integral
Demostración:
triángulos semejantes obtenidos a partir de los puntos medios de los lados: T01 ,
T01
T
T04 T03 z2
2
T0
z1
1
triángulo T de partida: Long( T0k ) = Long T, y que:
2
4
f = f . Se elige al triángulo T 1 como el triángulo T0k que hace máximo
T k 1 T k
0
4
el valor de la integral: f , pues entonces: f f 4 f
T0k T k 1 T k T1
0
Integración en el plano complejo 203
T14 de la misma forma que antes, y se llama T2 al triángulo T1k que hace
1 1
máximo el valor de la integral f , siendo long(T ) = 2 2 long(T1) =
4
long(T).
T1k
triángulos cada vez menores, tales que T, T1, T2 ... Ti ... donde cada triángulo Ti
4
se divide en cuatro triángulos Ti1 , Ti2 , Ti3 , Ti 4 de forma que f = f y
Ti k 1 T k
i
f = máx
1k 4
f k
y por tanto f 4 f ,
T i 1 Ti Ti T i 1
1 1
long(Ti+1) = long(Ti ) = long(T).
2 2 i 1
Por tanto:
f 4 f ... 4n f
T T1 Tn
triangulares Kn, cuyas fronteras son los triángulos Tn, tales que: K0 K1 ...
1
Kn ... con diámetros cada vez menores: diámetro(Kn) = diámetro(K0).
2n
Diámetro(K) = sup z1 z 2 .
z1 ,z2 K
f ( z ) f ( z0 )
en G, existe su derivada en el punto z0, siendo: f’(z0) = lím .
z z0 z z0
f ( z ) f ( z0 )
f ' ( z0 ) < ,
z z0
por lo que para todo z distinto de z0 tal que z z0 < , entonces:
1 1
z z0 dz diámetro(Kn)long(Tn)
2 n
diámetro(K0).
2n
long(T) =
Tn
1
diámetro(K0) long(T).
4n
Por tanto:
1
f 4n f 4n
4n
diámetro(K0) long(T) = diámetro(K0) long(T)
T Tn
esas condiciones, f tiene función primitiva sobre Br(z0), es decir, existe F(z) tal
Demostración:
Se define F(z) = z 0 ,z
f ( s ) ds 0 para todo z de Br(z0). Entonces:
F( z h ) F( z ) 1
h
f(z) = (
h z 0 ,z h
f ( s ) ds
z 0 ,z
f ( s ) ds f(z) h) =
206 Capítulo 4º: Variable Compleja
z 0 ,z z ,z h z h,z 0
f ( s ) ds = 0 por lo que:
z,z h f ( s ) ds f ( z ) h = z 0 ,z h
f ( s ) ds z 0 ,z
f ( s ) ds
y sustituyendo:
F( z h ) F( z ) 1
h
f(z) =
h z,z h f ( s ) ds f ( z ) h =
1 1
h z,z h f ( s ) f ( z )ds
h
h máx f(s) f(z) = máx f(s) f(z)
sz ,z h sz ,z h
Al ser la función continua cuando h tiende a cero, f(s) tiende a f(z) por lo
que máx f(s) f(z) tiende a cero, y entonces F’(z) = f(z) para todo z de
sz ,z h
Br(z0).
poder asegurar que existe función primitiva, para lo que se ha utilizado el hecho
de que para todo z de B los segmentos [z0, z], [z0, z+h] y [z, z+h] deben estar
decir, contiene a todos los puntos de cualquier segmento, con origen y extremo
en el conjunto).
holomorfa definida en G.
Integración en el plano complejo 207
f ( z ) dz se anula para todo camino cerrado y toda función f holomorfa en G.
simplemente conexo, una rama holomorfa del log(f(z)). De forma más precisa,
que f(z) sea distinto de cero para todo z de G, existe una función holomorfa g
Teorema de Cauchy-Goursat
( ) ( ) entonces la integral f ( z ) dz 0 .
Ejemplos resueltos
z3
F(z) = , z C, por lo que
3
( 2 3i )3 46
z 2 dz = F(2 + 3i) – F(0) =
3
=
3
+ 3i.
Integración en el plano complejo 209
2
Ejemplo 4.4.2: Calcular la integral f siendo f(z) = e z 3 , y un camino
cerrado.
2
Sea un camino cerrado y con cualquier orientación. La e z 3 dz = 0,
2
pues la función e z 3 es una función entera (holomorfa en todo el campo
complejo).
2
Por la misma razón: ( 5z 4 7z 2 )e z 3 dz = 0; sen( z
3
1) dz = 0,
z 2 3
ch( e ) dz = 0.
Ejemplo 4.4.3: Sea (t) = eit, 0 t 2. Verificar que se anulan las
z2 3
siguientes integrales: f ( z ).dz , siendo a) f(z) =
z4
, b) f(z) =
3 z3 senz
( z 2 1)e z , c) f(z) = , d) f(z) = .
z2 4 cos z
( ) ( ) . La función d) no es holomorfa en todos los puntos en que se anula la
función coseno, pero ninguno queda dentro de ( ) ( ) .
210 Capítulo 4º: Variable Compleja
Ejercicios
1
z 3 dz = 0 siendo (t) = e , 0 t
it
4.17. Comprobar que la integral
2.
1
4.18. a) Calcular la integral z
dz siendo 1(t) = eit,
2
t .
2
1
1 3
z dz siendo (t) = e ,
it
b) Calcular la integral 2 t .
2 2
2
1
c) Comprobar que la integral z dz = 2i, siendo 3= 1 + 2.
3
f = 0 siendo f(z) = (z + 4) e
z-7
4.19. Comprobar que la integral y (t)
respuesta.
dz
4.21. Comprobar que la integral z 2 ( z 2 9 ) = 0 siendo = 1 + 2, y
semicírculos inferiores).
2 3i 2 ( 2 3i ) 3
a) 0
z dz
3
z2 1 1 1
b) z 1 z 2
dz
z1 z2
2i 1
c) 2i z dz i, siempre que el camino esté dentro del dominio
{z; z > 0, arg(z) (, )}.
LA INTEGRAL COMPLEJA
que asocia a cada punto (x, y) un vector w = (u, –v). Una función w = f(z) se
la curva, por lo que si se denomina el ángulo que forma la tangente con el eje
212 Capítulo 4º: Variable Compleja
pensar en la curva como una frontera por la cual se puede mover un punto
material. Ahora cobra importancia el vector unitario normal a la curva por lo que
dicho vector es ei. Como un vector se obtiene girando 90º el otro, se tiene que
que lo cruza.
f dz = fT ds + i fN ds .
De una forma poco ortodoxa se puede decir que:
f dz = trabajo + i·flujo.
función holomorfa en ( ) ( ) entonces la integral f ( z ) dz 0 ”, se puede
interpretar entonces como que, al anularse la integral, es nula su parte real y su
fuerzas cuando una partícula recorre una trayectoria cerrada y simple es nulo.
parte imaginaria resulta que no hay flujo a través de la frontera , el gasto total a
Integración en el plano complejo 213
no tiene fuentes.
v u
u dx v dy D x y dx dy
u v
u dy v dx D x y dx dy
entonces
fT ds = D rot(w)dxdy
fN ds = D div(w)dxdy
dicha trayectoria. El flujo total a través de una frontera es igual a los flujos
por la frontera.
Ejercicios
dz
4.23. La integral z
2i , siendo la circunferencia de centro el
Corolario 4.6.1:
con traza contenida en un dominio simplemente conexo D, D () ( ) . Sea f
z2, ..., zn, contenidos también en el interior de la traza de , z1, z2, ..., zn ( ) .
n
f = C i
f
i 1
Demostración:
que conectan cada círculo, formados por parte del camino , (recorrido en
sentido positivo), unos segmentos que unen los círculos y parte de cada uno de
S1
C1
S2
C2 Cn
Sn+1
camino cerrado y simple, y f es una función holomorfa en ( ) ( ) entonces la
n n 1 n 1
1 2
f = 1
f + 2
f =0= f + C i
f + s i
f+ s i
f
i 1 i 1 i 1
n 1 n 1
opuesto, luego s i
f + s i
f = 0.
i 1 i 1
Los círculos se recorren una vez en el sentido de las agujas del reloj
n n
C i
f = C i
f
i 1 i 1
Por lo tanto
n
f = C i
f
i 1
donde el camino y los círculos se recorren una vez con orientación positiva.
( 1 ) , que rodea a z0, y 2 es un círculo de radio r y centro en z0 contenido en
D. Entonces:
1
f = 2
f.
Sea D una región del campo complejo y sea f una función holomorfa en D.
Sea un camino cerrado con la traza y su interior, ( ) , contenido en D.
218 Capítulo 4º: Variable Compleja
1 f (w )
I ( z ) f ( z )
2i w z
dw (4.4)
Demostración:
f ( w ) f ( z )
w D z
g( w ) w z
f ' ( z ) w z
integral sobre .
f (w ) f ( z ) f (w ) f ( z )
g = 0, pues lím
w z w z
f ' ( z ) , por lo que
w z
f' ( z ) ,
por tanto:
f (w ) f ( z )
g = ( w z
f’(z) + f’(z))dw =
f (w ) f ( z )
( w z
f’(z))dw + f ' ( z ) dw
f (w ) f ( z )
g = ( w z
f ’(z)) dw Long().
0.
Integración en el plano complejo 219
f (w ) f ( z ) f (w ) f(z)
g = w z
dw = w z
dw w z
dw =
f (w ) dw
w z dw f ( z ) w z
1 dw
Por definición de índice, se tiene que: I(z) =
2i w z
.
Por tanto:
f (w ) dw f (w )
0= w z
dw f ( z )
w z
= w z
dw f(z) I(z) 2i , y como
consecuencia:
1 f (w )
I(z) f ( z )
2.i w z
dw .
Ejemplos resueltos
dz
Ejemplo 4.6.1: Calcular z
, siendo un cuadrado cerrado recorrido una
vez en sentido positivo de vértices (5, 5), (5, 5), (5, 5) (5, 5).
dz
La integral
1 z
2i , donde 1 es la circunferencia de centro el origen y
radio uno, recorrida una vez en sentido positivo. Por el principio de deformación
dz dz
z
=
1 z
2i .
1
( z 2 1)( z 3 ) dz siendo (t) = 2e , 0 t 2.
it
Ejemplo 4.6.2: Calcular
220 Capítulo 4º: Variable Compleja
sólo están los puntos 1 y –1. La integral puede descomponerse como suma de
integrales:
1 1 1 1 1 1 1
( z 2 1)( z 3 ) dz =
4 ( z 1)
dz +
8 ( z 1)
dz +
8 (z 3)
dz
1 1 1
( z 2
1)( z 3 )
dz = 2i
4 8
z
z 1dz siendo (t) = 2e , 0 t 2.
it
Ejemplo 4.6.3: Calcular
f(z)
Aplicando la fórmula de Cauchy: 2iI(a) f ( a ) z a dz , con a = 1 y
z
f(z) = z, se tiene que z 1dz = 2iI (1)f(1) = 2i.
z2 1
Ejemplo 4.6.5: Calcular ( z 2 16 )( z 2 ) dz siendo (t) = 3eit, 0 t 6.
z2 1
Se aplica la fórmula de Cauchy, con a = 2, f(z) = , I(2) = 3 pues la
z 2 16
curva da tres vueltas en sentido positivo alrededor del punto, con lo que se
obtiene que:
z2 1 3i
( z 2 16 )( z 2 ) dz = 2i 3 f(2) =
2
.
Integración en el plano complejo 221
Ejercicios
z2 z 6
a)
z 1
z3
b)
( z 2 2 )( z 1)
senz
c)
z
senz
d)
( z )( z 1)
2
ez 3
e)
z 1
z 2 3z 5
a)
z
z3 4
b)
( z 2 2 )z
senz
c)
z
cos z
d)
( z )
222 Capítulo 4º: Variable Compleja
2
e z 1
e) .
z
esta fórmula:
1 f (w )
la traza de , entonces: f ( z )
2i w z
dw , mientras que si z
f (w )
pertenece a la componente no acotada: w z dw 0.
Una función holomorfa se puede representar por medio de una
integral:
1 f (w )
f(z)
2i ·I ( z ) w z
dw
interiores.
que:
1 2
f(a)
2 0
f ( a re it )dt
reales. Basta para ello calcular integrales complejas, por ejemplo a lo largo del
z
z 1dz = 2i.
imaginaria, se obtiene:
Proposición 4.7.1:
Demostración:
f (w )
1 f ( w ) dw 1 f ( w ) dw 1 w z0
f(z) =
2πi w z
=
2πi w z0 ( z z0 )
=
2πi
z z0
dw
1
w z0
z z0
z0 = r, por lo que 1 y se puede aplicar la fórmula de la suma de los
w z0
n
1 z z0
z z0
=
w z 0
1 n 0
w z0
n
1 f (w ) z z0 1 f ( w )( z z0 ) n
f(z) =
2πi w z0 n 0 w z0
dw
=
2πi n 0 ( w z0 )n 1
dw =
1 f (w )
2πi n 0
( z z0 ) n ( w z ) n 1
dw = a n ( z z0 ) n ,
0 n 0
siendo
1 f (w )
an
2πi ( w z0 ) n 1
dw ,
función holomorfa.
Proposición 4.7.2:
f es holomorfa en G.
cada punto de dicho abierto G, y todas ellas son holomorfas en G, es decir, fm)
226 Capítulo 4º: Variable Compleja
natural, m.
De forma precisa:
Proposición 4.7.3:
n! f (w )
f n ) ( z0 )
2πi ( w z0 ) n 1
dw
menor que R.
Demostración:
f ( n ( z0 )
z0, representación que es de la forma f ( z ) an .( z z0 ) n con an
n!
.
n 0
Demostración:
1 f (w )
Como f ( z )
2i ·I ( z ) w z
dw entonces:
1 f (w )
f ( z z )
2i ·I ( z z ) w ( z z )
dw luego
f ( z z ) f ( z ) 1 f (w ) f (w )
z
=
2i ·z I ( z z ) w ( z z ) w z
dw =
1 z
2i ·z I ( z z )
f ( w ) dw =
( w z z )( w z )
1 f (w )
2i ·I ( z z ) ( w z z )( w z )
dw =
1 f ( w )( w z z z )
2i ·I ( z z ) ( w z z )( w z ) 2
dw =
1 1 z
2i ·I ( z z )
f ( w )
(w z )
2
( w z z )( w z ) 2
dw =
1 f (w ) 1 f ( w )z
2i ·I ( z ) ( w z )
2
.dw +
2i ·I ( z ) ( w z z )( w z ) 2
dw = I1 + I2.
de centro z y radio r, r > 2z, que se recorre una vez en sentido positivo,
que se acota:
1 f ( w )z z Mr 2M
I 2 =
2i ·I ( z ) C ( w z z )( w z ) 2
dw
2 I ( z ) r r 2
2r =
r2
z
y al calcular el límite cuando z tiende a cero se comprueba que vale cero. Por
tanto:
f ( z z ) f ( z ) 1 f (w )
f ’(z) = lím
z 0 z
=
2i ·I ( z ) ( w z ) 2
.dw
m! f (w )
f m )( z )
2i I ( z ) ( w z ) m 1
dw .
punto, z, y por tanto, basta que una función sea holomorfa en un punto z para
en ese abierto G.
M( r )
entonces f n ) ( a ) n!. donde M® es el máximo valor f(z) del módulo de
rn
Demostración:
m! f(z)
f m )( a )
2i I ( a ) ( z a )m 1
dz
se obtiene que
m!M ( r ) m!M ( r )
f m )( a ) 2r .
2i r m 1 rm
M( r )
f ( a )
r
de Cauchy.
función constante en C.
230 Capítulo 4º: Variable Compleja
M
Si f está acotada M(r) = M y se tiene f ( a ) para todo a, por lo que su
r
módulo se puede hacer tan pequeño como se quiera al hacer crecer r. Al ser f
entera es posible aplicar esta acotación en todo punto z, es decir, f ’(z) se anula
tal que si z > R entonces 1/P(z) < 1. Y como por hipótesis P(z) no se anula,
luego está acotada para z R, por lo que 1/P(z) está acotada en todo el
plano complejo, C.
constante, por lo que no puede ser una función entera. Al ser una función
cual debe existir algún punto en el que P(z) se anule, es decir, P(z) debe tener
algún cero.
Integración en el plano complejo 231
Demostración:
holomorfa en G.
holomorfía de funciones.
así:
respecto del eje real. Sea f una función holomorfa en G+ que toma valores
f ( z ) z G
g( z )
f ( z ) z G
es holomorfa en el abierto G + G – L.
para todo z del entorno, entonces f(z) tiene valor constante f(a) en ese entorno.
de radio r y centro a. Este lema se utiliza para probar el teorema que se conoce
Es decir, no existe ningún punto a de G tal que f(z) f(a) para todo z
de G.
Proposición 4.7.11:
Por ejemplo, ya se vio que las funciones sen(z) y cos(z) no eran acotadas
G.
f(an)=0 para todo n mayor o igual a uno, entonces f(z) = 0 para todo z
Sea G una región del campo complejo y (an) una sucesión de puntos
G tales que f(an) = g(an) para todo n mayor o igual a uno, entonces f(z) es igual
intersección de una recta con G deben coincidir en todo G, con lo que queda
probado, por ejemplo, que sólo existe una forma de extender la función real f(z)
entonces existe un mínimo entero k > 0 tal que f(z) = (z a)kg(z) donde g es
cero de orden k.
Regla de L’Hôpital
se verifica que:
f(z) f' ( z )
lím lím
z a g ( z ) z a g' ( z )
Sea la serie de potencias an .z n con círculo de convergencia z< 1,
n 0
amplitud 2, (</2) con vértice en z = 1, tal que se abre hacia la izquierda y
que es simétrico respecto al eje x. Entonces lím
z 1,zG0
f(z) an siendo f(z)
n 0
la suma de la serie an z n en el interior del círculo.
n 0
Sea la serie de potencias an z n con radio de convergencia 1 y sea f(z)
n 0
lím n an 0 y existe el límite
n
lím f ( x ) A entonces la serie
x 1
an
n 0
Sea f ( z ) an z n una serie de potencias con radio de convergencia 1,
n 0
= ei, ( ) tal que todos sus puntos son regulares (no son singulares)
para f(z).
Ejemplos resueltos
dz dz
Ejemplo 4.7.1: Calcular C z z0 y C ( z z0 )n , si C es una curva
dz
Si C es una curva cerrada que rodea a z0, entonces a) C z z0 = 2i, lo
dz
f(z) = 1. b) C ( z z0 )n = 0, para todo n desde 2 en adelante, lo que se obtiene
Cauchy.
Integración en el plano complejo 237
dz
Ejemplo 4.7.2: Calcular ( z 2 4 )2 siendo la circunferencia de centro i
1
dz ( z 2i )2
( z 2 4 )2 = ( z 2i )2 dz
1
Se toma como f(z) = , que es holomorfa en el interior del
( z 2i ) 2
n! f (w )
f n ) ( z0 )
2πi ( w z0 ) n 1
dw
1
( z 2i )2 2i f ' (2i) 2i ( 2 )
Se obtiene que ( z 2i )2 dz = = = .
1! 3 16
( 4i)
Ejercicios
7z 6 4z 2
f(z) igual a .
( z 2 )5
( z 2 1) 2n
de Cauchy, calcular la integral z 2n 1
dz , siendo (t) = eit, 0
2 2 ( 2n )!
demostrar que: 0 cos 2n x dx
2 2n ( n ! ) 2
.
2 1
integral: 0 2
sen (( / 6 ) e it )
dt .
4.8. EJERCICIOS
x ix 0 x 1
z( x )
x i 1 x 2
1+i 2+i
0 1 2
el punto 2i.
2i con 4 + 2i.
f , si f(z) = z , y siendo (t) = 2 eit,
2
t , y comprobar que
2
se obtiene 4i.
se obtiene 8.
i 1
vértices 0, i, 1 + i, y comprobar que se obtiene .
2
1
4.37. Calcular: z 2senz dz siendo (t) = reit, 0 t 2.
240 Capítulo 4º: Variable Compleja
1
4.38. Comprobar que z 2 dz 4, siendo (t) = eit, 0 t 2, y
1
que z 2 dz = 0.
1 4
4.39. Comprobar que 2
dz
3
, siendo (t) = 2eit, 0 t 2.
z 1
3z
4.41. Calcular: f si f(z) =
z
para:
b) (t) = eit, 0 t ;
b) (t) = eit, 0 t ;
d) (t) = 1 + 2t, 0 t 1.
b) (t) = eit, 0 t ;
d) (t) = 1 + 2t, 0 t 1.
z2 7
a) f(z) = ,
z3
3
b) f(z) = ( z 2 5 )e z 6 ,
z5
c) f(z) = ,
z2 9
senz
d) f(z) = .
cos z
z 2 3z 5
a) ,
z( z 2 )
z3 4
b) ,
( z 2 16 )( z 1)
senz
c) ,
( z 2)
cos z
d) ,
( z )
242 Capítulo 4º: Variable Compleja
2
e z 1
e) .
( z 1)
z 4 3z 2
igual a .
( z 1)3
( z 3 5 z ) e z 1
f(z) igual a .
( z 1)3
senz e z 1
.
z2
f , siendo (t) = 4e
-it
4.49. Calcular la integral de , 0 t 4, y f(z) =
senz
.
2
z 2z 3
cos z e z 1
igual a .
z2 4
2
integral: 0 sen 2 ( / 3 3e it ) dt
3( z a )senz e z a
f(z) = .
( z a )3
cosh z
y para r = 3/2, siendo f(z) igual a .
( z 2 1)z
e 2z
4.55. Calcular la integral de f , siendo f(z) igual a ( z 2 1)z
y un
ez
.
( z 2 1)( z 2 )
1
b) con f(z) = y (t) = eit, 0 t .
z
244 Capítulo 4º: Variable Compleja
Singularidades y residuos
cociente de dos funciones holomorfas, ya que los ceros del denominador van a
5.1. SINGULARIDADES
holomorfa.
Definición 5.1.1:
holomorfa.
Definición 5.1.2:
z a < R.
B’R(a).
singularidades aisladas.
Ejemplos resueltos
1 senz 4z
f(z) = sen , f(z) = , f(z) = .
2
z z z 1
respectivamente.
1
Ejemplo 5.1.2: Determinar las singularidades de la función f(z) = .
1
sen
z
aislada, ya que no existe ningún entorno del origen donde la función sea
holomorfa.
Ejercicios
senz si z2
a) f(z) = ,
0 si z2
e z si z 1
b) f(z) = ,
1 si z 1
1
c) f(z) = ,
z
1
d) f(z) = .
z 3
(Solución: a) z = 2, b) z = 1, c) z = 0, d) z = 3).
z
a) f(z) = ,
z 3
2
1
b) f(z) = exp( ),
z
z 1
c) f(z) = ,
z ( z 2 1)
3
1
d) f(z) = sen( ).
z
1
5.3. Analizar las singularidades de la función: f(z) = .
1
sen( )
z
1
(Solución: Tiene singularidades aisladas en z = , pero en z = 0 tiene una
n
singularidad no aislada.
0.
sino un punto singular no aislado ya que todos los puntos del semieje real
1
5.5. Analizar las singularidades de la función: f(z) = .
sen( )
z
1
(Solución: Tiene singularidades aisladas en z = , para n entero, y
n
AISLADAS
Singularidades evitables
Polos
Singularidades esenciales
Singularidades y residuos 249
Definición 5.2.1:
holomorfa g: BR(a) C tal que g(z) = f(z) para todo z del conjunto B’R(a) = z; 0
B’R(a).
Caracterización 5.2.1:
lím f ( z ) lím ( z a ) f ( z ) 0 .
z a z a
5.2.2. Polos
Definición 5.2.2:
lím f ( z ) .
z a
polo.
z = a. Así existe una dualidad entre estos dos conceptos. De acuerdo con las
Proposición 5.2.2:
g( z )
C, con g(a) 0 tal que f ( z ) .
( z a )m
polo simple.
Caracterización 5.2.3:
lím f ( z )
z a
lím ( z a )k f ( z ) = si m > k
z a
Singularidades y residuos 251
lím ( z a )k f ( z ) = 0 si m < k.
z a
Definición 5.2.3:
Lo que es equivalente:
Demostración:
1
. Entonces g(z) = estaría acotada en B’r(a) por lo que la
f(z) w
1
singularidad en a sería evitable, y en consecuencia la función f(z) = w +
g( z )
252 Capítulo 5º: Variable Compleja
tendría, bien un polo (si lím g ( z ) = 0) o bien una singularidad evitable (si
z a
lím g ( z ) 0).
z a
afirma que, en las condiciones anteriores, f toma como valores todos los
números complejos infinitas veces salvo quizás con una única posible
esencial de f.
Para todo > 0 el conjunto {w; w = e1/z, 0 < z < } es C/{0}, pues la función
n!z n ).
1
e1 / z
n 0
tiene una singularidad evitable en a y por tanto existe una función holomorfa
g( z )
g(z) en un entorno de a tal que f ( z ) con g(a) 0.
( z a )m
Definición 5.2.4:
En consecuencia, f(z) = an ( z a ) n donde an = 0 para todo n desde 0
n 0
hasta k – 1.
Teorema 5.2.6:
g son holomorfas sobre una región G y coinciden sobre un conjunto que tenga
Ejemplos resueltos
senz si z 2
1. f1( z ) tiene una singularidad aislada y evitable en z =
0 si z 2
2.
e z si z 1
2. f2 ( z ) tiene una singularidad aislada y evitable en z = 1
1 si z 1
1
3. f3 ( z ) tiene un polo de orden 1 en z = 1.
z
1
4. f 4 ( z ) tiene un polo de orden 4 en z = 3.
( z 3 )4
z
5. f5 ( z ) tiene dos polos de orden 1 en i 3 y en i 3 .
z2 3
z 1
6. f6 ( z ) tiene un polo de orden tres en 0 y dos polos de
3 2
z ( z 1)
1
8. f8(z) = sen(1/z) tiene en z = 0 una singularidad no aislada, y en z = ,
n
n N, polos simples.
0:
Singularidades y residuos 255
1 cos z
1) La función g1(z) = tiene en z = 0 una singularidad evitable,
z2
1 cos z
pues lím z = 0.
z 0 z2
senz
2) La función g2(z) = tiene en z = 0 una singularidad evitable, pues
z
senz
lím z = 0.
z 0 z
e z si z0
3) La función g3(z) = tiene en z = 0 una singularidad
0 si z0
1 cos z
4) La función g4(z) = tiene en z = 0 una singularidad evitable,
z
1 cos z
pues lím z = 0.
z 0 z
1 cos z
1) La función h1(z) = tiene en z = 1 un polo de orden dos, pues
( z 1)2
1 cos z
lím (z – 1)2 = 1 – cos(1) 0.
z 1 ( z 1)2
1 cos z
2) La función h2(z) = tiene en z = 1 un polo de orden dos, pues
z 3 ( z 1)2
1 cos z
lím (z – 1)2 = 1 – cos(1) 0.
z 1 z 3 ( z 1)2
1 cos z
3) La función h3(z) = tiene en z = 1 un polo de orden dos, pues
( z 2 1)2
256 Capítulo 5º: Variable Compleja
1 cos z
lím (z – 1)2 = (1 – cos(1))/2 0.
z 1 ( z 2 1)2
1
La función f1(z) = exp( ) tiene en z = 0 una singularidad esencial pues es
z
Ejercicios
senz ez 1
funciones siguientes: f1(z) = , f2(z) = , f3(z) =
z2 z3
senz ( z 1)
exp( ), f4(z) = .
2 2
z ( z 1)( z 3 )
siguientes:
ez 1
a) f(z) =
z 2 sen 3 z
ez
b) f(z) =
z 2 tg 3 z
senz
c) f(z) =
zk
1 cos z
d) f(z) = .
sen 2 z e z
La serie de Laurent centrada en z0, an .( z z0 ) n es convergente en r
n
< z z0 < R siendo su parte regular o analítica: an .( z z0 ) n , y su parte
n 0
principal: a m .( z z0 ) m .
m 1
1
Se demostró en el capítulo 3, sección 3.5, que lím sup n an , y que
R n
r lím sup m a m , por lo que la parte regular converge en el interior del círculo
m
dos dominios, es decir en la corona circular D = z; r < z z0 < R. Además
medio de f ( z ) an .( z z0 )n .
n
Laurent
integrales, una a través del círculo interior y otra a través del exterior. Se
1 f(z)
ak
2i ( z z0 ) k 1
dz , ( k 0, 1, 2, ...) .
la serie de Laurent se obtiene que si f(z) an .( z z0 )n y
n
( z ) bn .( z z0 )n son dos series de Laurent convergentes en las
n
de la serie de Laurent
aislada de f y f(z) = an ( z z0 ) n es su desarrollo de Laurent en un disco
n
todo n 1.
“parte principal”.
Ejemplos resueltos
( z 1) 2 1
1. f(z) = =z+2+ .
z z
1 1 1 1 1 1
2. g(z) = = = (1 + z + z2 + ...) = + + 1 + z + z2 + ...
2
z (1 z ) z 2 1 z z 2
z 2 z
1
1 1 1 1 1 1
3. h(z) = exp = =1+ + + ... + + ...
z n 0 n ! z n z 2z 2 n! z n
1
cero de las potencias negativas es el de .
z
1
de cero de las potencias negativas es el de .
z2
Ejercicios
1 1 n
1
a) f(z) = = z .
( z 2 )( z 3 ) n 0 2 n 1 3 n 1
1 1
b) f(z) = = ( z 2 )n .
( z 2 )( z 3 ) z 2 n 0
( 1) n
1
c) f(z) = = .
( z 2 )( z 3 ) n 1( z 3 ) n 2
262 Capítulo 5º: Variable Compleja
5.4. RESIDUOS
en el caso de que L1 y L2 sean caminos con los mismos puntos extremos, y que
Definición 5.4.1:
Sea z0 una singularidad aislada de f y sea f(z) = an .( z z0 )n , z
n
de la serie de Laurent.
Laurent f(z) = an .( z z0 )n , resulta que f ( z )dz = a-12iI(z0). Este
primitiva para las funciones (z z0)n para todo n 1, lo que anula dichas
f ( z )dz = ( an .( z z0 ) an . ( z z0 )n dz =
n
)dz =
1
a 1 ( z z0 ) dz = a-12iI(z0).
dominio rodeado por más singularidades que z0 y que I(z0) = 1), el residuo:
Teorema 5.4.1:
n
z1, ..., zn; entonces: f ( z )dz = 2i I (z )Res(f, z ).
k k
k 1
Entonces:
f = f 1
+ ... + f k
= 2iRes(f, z1) + … + 2iRes(f, zk).
singularidades aisladas z1, z2, ..., zn. Si es un camino cerrado con su traza
n
1
homótopo a 0 en G, entonces:
2i
f ( z ).dz I( zk ) Res( f , zk ) .
k 1
La obtención general del residuo se realiza por medio del cálculo del
Proposición 5.4.2:
siguientes expresiones:
k 1: Res( f , z0 ) lím ( z z0 ) f ( z )
z z0
k 1 : Res( f , z0 )
1
lím
d k 1
( k 1)! z z 0 dz0 k 1
( z z0 )k .f ( z )
Demostración:
En efecto:
Sea f ( z ) an .( z z0 )n en un disco Br(z0). Si f tiene una singularidad
n
evitable en z0, entonces an = 0 para todo n 1, por lo que el residuo vale cero.
a 1
f(z) an .( z z0 )n = an ( z z0 ) n
n 1
z z0 n 0
a 2 a 1
f(z) an .( z z0 ) n = an ( z z0 ) n
n 2 ( z z0 ) 2 z z0 n 0
d
((z – z0)2f(z)) = a-1 + 2a0(z – z0) + 3a1(z – z0)2 + ...
dz
266 Capítulo 5º: Variable Compleja
d
lím ( ((z – z0)2f(z))) = a-1 = Res(f, z0).
z z0 dz
a m a 1
f(z) a n ( z z0 ) n = ... an ( z z0 ) n
n m ( z z0 ) m z z0 n 0
(z – z0)mf(z) = a-m + a-m+1(z – z0) + ... a-1(z – z0)m-1 + a0(z – z0)m + ...
d m 1
((z – z0)mf(z)) = (m – 1)!a-1 + m! a0(z – z0) + ...
m 1
dz
d m 1
lím ( ((z – z0)mf(z))) = (m – 1)!a-1
z z0 m 1
dz
1 d m 1
( lím ( ((z – z0)mf(z)))) = a-1 = Res(f, z0).
( m 1)! z z 0 dz m 1
Proposición 5.4.3:
g ( z0 )
g(z0) 0 y h(z0) = 0 siendo h’(z0) 0 entonces Res(f, z0) = .
h' ( z0 )
Demostración:
g( z ) g ( z0 )
Res(f, z0) = lím ( z z0 ) f ( z ) = lím ( z z0 ) = .
z z0 z z0 h( z ) h' ( z0 )
g ( z0 )
Res(f, z0) = .
h' ( z0 )
Singularidades y residuos 267
Proposición 5.4.4:
g( z )
Si g es una función holomorfa en un entorno de z0, y si f ( z )
( z z0 ) m
g m 1) ( z0 )
con g(z0) 0 entonces Res(f, z0) = .
( m 1)!
Demostración:
tanto:
1 d m 1
Res(f, z0) = ( lím ( ((z – z0)mf(z)))) =
( m 1)! z z 0 dz m 1
1 d m 1 g( z )
( lím ( ((z – z0)m ))) =
( m 1)! z z 0 dz m 1 ( z z0 ) m
1 d m 1 g m 1) ( z0 )
( lím ( (g(z)))) = .
( m 1)! z z 0 dz m 1 ( m 1)!
Se supone que f(z) es holomorfa en cada punto z tal que z > r, para
y continuidad cerca de .
decir, f*(z) = 1/zk, que tiene un polo de orden k en z = 0, por lo que f(z) = zk
z = un polo de orden k.
Laurent es la misma que en el caso finito, salvo que quedan intercambiados los
papeles de las potencias positivas y negativas. Así, la parte principal pasa a ser
negativas. Hasta el momento se han evaluado los residuos en puntos finitos del
Definición 5.4.2:
f(z) an .z n , R z .
n
Singularidades y residuos 269
k en z = 0.
k en z = 0.
1
f( )
f * (z)
Res(f, ) = Res( , 0) = Res( z , 0).
z2 z2
Proposición 5.4.5:
Si es una curva cerrada simple recorrida una vez en sentido positivo (el
sentido contrario al de las agujas del reloj), y f es una función que no tiene
Demostración:
2
f = z R f = 0 f(Reit)iReitdt.
Por otra parte f*(z) = f(1/z) no tiene singularidades en z < 1/R (salvo en
1 1 1 1
2iRes(f, ) = 2iRes(
z2
f( ), 0) =
z z z z
1 2 f dz =
R
270 Capítulo 5º: Variable Compleja
2 i it 2
0 R2e-2itf(Re-it)
R
e dt =
0
iRe-itf(Re-it)dt
0 2
= 2 iReisf(Reis)ds = 0 iReisf(Reis)ds = f
La penúltima igualdad se obtiene teniendo en cuenta que la función f(z) =
Corolario 5.4.6:
puede explicar por el hecho de que si se tiene un camino cuya traza rodea a
contrario a las agujas del reloj, ya que, en esta situación, dichos puntos quedan
traza del camino. Si se quiere hacer lo mismo con un camino circular y el punto
Corolario 5.4.7:
Sea una función f analítica en un entorno reducido del infinito, z; R < z
f(z) an z n , R z .
n
Singularidades y residuos 271
Demostración:
1
f( ) n
1
z 1
Se sabe que Res(f, ) = Res( , 0) = Res( an , 0) ,
z2 z 2 n z
n
1 1
1 a a
Pero an = ... a n z n ... a1 z a0 1 2 ...
2
z n z z2 z z2
a a
= ... a n z n 2 ... a1 z 1 0 1 ... .
2 3
z z
Por tanto:
n
1
1
Res( an , 0) = a-1,
2
z n z
y en consecuencia:
Res(f, ) = a-1.
f ( z ) dz 2i a1 , lo que también explica el hecho de que el residuo de f
Ejemplos resueltos
1 1 1
Res( , 1), c) Res( ,).
( 2z 1)( z 1) 2 ( 2z 1)( z 1) 2 2
cos z
En a) cotg z = se verifican las condiciones de la proposición
senz
cos z cos 0 1
5.4.3, por lo que Res(cotg z, 0) = Res( , 0) = = .
senz ( sen0 )'
1 d d 1
Res( , 1) = lím ( ((z – 1)2f(z))) = lím ( )=
( 2z 1)( z 1) 2 z 1 dz z 1 dz ( 2z 1)
2 2
lím ( )= .
z 1 ( 2z 1) 2 9
1
En c) la función tiene un polo simple en z = , por lo que:
2
1 1 1 1
Res( , )= lím ((z – ) )=
( 2z 1)( z 1) 2 2
z
1 2 ( 2z 1)( z 1) 2
2
1 2
lím = .
z
1 2 ( z 1) 2 9
2
residuo:
dz
a) z 2 2z 3 , donde (t) = 2eit, 0 t 2.
e z dz
b) z 2
, donde (t) = 2eit, 0 t 2.
( z 2 1) dz
c) 2
z 1
, donde (t) = 2eit, 0 t 2.
Singularidades y residuos 273
En los tres ejemplos, la curva está recorrida una vez y en sentido positivo,
el origen y radio 2.
dz dz 1 i
z 2 2z 3 = ( z 3 )( z 1) = 2iI(1)Res(f, 1) = 2i1 lím
z 1 z 3
=
2
.
e z dz
z2
= 2iI(1)Res(f, 0) = 2i1 = 2i,
ez d 2 ez
pues Res( , 0) = lím ( (z )) = lím ez = 1.
z2 z 0 dz z 2 z 0
circunferencia:
( z 2 1) dz
z2 1
= 2iI(i)Res(f, i) + 2iI(i)Res(f, i) = 0,
( z 2 1) ( z 2 1)
pues Res( , i) = lím ( ) = i, ya que f es de la forma f = g/h, y
z2 1 z i 2z
g( i ) ( z 2 1) ( z 2 1)
Res(f, i) = . De igual modo Res( ,i) = lím ( ) = i.
h' ( i ) z2 1 z i 2z
integrales:
274 Capítulo 5º: Variable Compleja
( z 1)3
a) z 4 z( z 2 )3 dz
1
b) z 5 z 2 2z 3dz .
1 1
f = 2iRes(f, ) = 2iRes( f , 0).
z2 z
3
1
1
1 1 1 z
En la integral a) f = 2iRes( f , 0) = 2iRes(
z2 z
z2 1 1
3
, 0)
2
zz
1 1 z 3
= 2iRes( , 0) = 2i. pues esta función tiene un polo simple en z
z 1 2z 3
En la integral b)
1 1 1 1
f = 2iRes(
z
f , 0) = 2iRes(
2 z 2
z 1 2
1
, 0) =
2 3
z z
1
2iRes( , 0) = 0,
1 2z 3 z 2
2 dx dx
integrales complejas: a) 0 10 6 cos x
b)
1 x 2
.
1
ix ix z
dz e e z.
dz = ieixdx dx = . cos x = =
iz 2 2
dz
2 dx 1 dz
I = 0 10 6 cos x
= 1
iz =
i 10z 3z 2 3
=
10 6( z ) / 2
z
dz
i ( 3z 1)( z 3 ) .
El punto z = 3 es exterior a la circunferencia, y el punto z = 1/3 es interior,
por lo que:
1
I = i2iRes( , 1/3) =
( 3z 1)( z 3 ) 4
dx
b) Para calcular la integral 1 x 2 se toma como recinto un
Por tanto:
1
f = 2iRes(
1 z 2
, i) = = f 1
+ f
2
. (5.1)
1 1
f2
Long(2). máx
z 2 1 z 2
= R
2
R 1
.
obtiene:
276 Capítulo 5º: Variable Compleja
dx 1 dx
= 1 x 2 + lím (R
R R2 1
)= 1 x 2 .
Ejercicios
1
a) Res( , 1).
z z2
1
b) Res( , 0).
z z2
1
d) Res( , i).
4
z 1
1 i
(Solución: a) –1; b) 1; c) ; d) )
3
5.10. Calcular los residuos del ejercicio anterior, utilizando que Res(f, z0)
g ( z0 )
= :
h' ( z0 )
singularidades aisladas:
1
a) f(z) = .
( z 1)3
2
1
b) f(z) = .
1 z 4
Singularidades y residuos 277
c) f(z) = cot g z .
z2
2k 1 2k 1
3i i 1 i
(Solución: a) Res(f, i) = = Res(f, i); b) Res(f, e 4 )= e 4 ,
8 4
2 1
para k = 0, 1, 2 y 3; c) Res(f, 0) = , Res(f, n) = , si n 0)
3 n2
g( z ) g m 1) ( z0 )
5.12. Demostrar la expresión Res( , z0) =
( z z0 ) m ( m 1)!
e iz
a) Res( , 0).
z4
1
b) Res( , 0).
z4
i
(Solución: a) ; b) 0)
6
dz
5.14. Calcular la integral 1 z 4 utilizando el teorema del residuo,
dx
utilizar el resultado para calcular la integral real: 1 x 4 .
2 2
(Solución: ; )
2 2
ENTERAS
en este libro.
Definición 5.5.1:
Por tanto:
meromorfa.
meromorfa.
f(z)
para comprobar que si la función tiene un polo simple en z = a su residuo
z a
1 f(z) f(z)
2i z a
dz I ( a ) Res(
za
,a ) I ( a ) f ( a ) .
f' ( z )
cero de orden h, la función tiene en z = a un polo simple con residuo h.
f(z)
1 f' ( z ) f' ( z )
2i f ( z )
dz I ( a ) Res(
f(z)
,a ) I ( a ) h
ser el mismo, salvo que el residuo es ahora h. Esta situación puede
Sea f meromorfa en G con polos p1, ..., pm y ceros z1, ..., zn contados
contenida en G, que no pasa por los puntos p1, ..., pm, z1, ..., zn y que es
n m
1 f' ( z )
2i f ( z )
dz I ( zk ) I ( p j ).
k 1 j 1
Teorema 5.5.2:
Sea f meromorfa en G con polos p1, ..., pm y ceros z1, ..., zn contados
contenida en G, que no pasa por p1, ..., pm, z1, ..., zn y homótopo a 0 y g es
analítica en G, entonces
n m
1 f' ( z )
2i g( z )
f(z)
dz g ( zi ).I ( zi ) g ( p j ).I ( p j )
i 1 j 1
compara la primera versión del principio del argumento con los comentarios
n m
f' ( z )
función es una primitiva de y así 2i I ( zk ) I ( p j ) representa
f(z) k 1 j 1
n m
iarg(f(z)). Así, arg(f(z)) cambia en 2
k 1
I ( zk )
I ( p j ) cuando z
j 1
recorre .
z ( z 3 )2 ( z 6 )
ejemplo concreto como f(z) = , y una curva que tiene de
z2
efecto: z da una vuelta en torno a 0, (z 3)2 da dos vueltas alrededor del origen
f' ( z )
situación planteada se tiene que f ( z ) dz 0 ya que es una función que
admite primitiva. Una justificación completa se puede hacer por medio del lema
1
Conway, J.: Functions of One Complex Variable. Springer-Verlang. (2ª edición). 1984.
282 Capítulo 5º: Variable Compleja
n m
g(z) < f(z), z (). Entonces pi I ( i ) q j .I ( j ) donde 1, ...,
i 1 j 1
n son los ceros de f con multiplicidades p1, ..., pn y 1, ..., m son los ceros de g
precisamente la frontera del disco. En este caso, los índices son iguales a uno
y el resultado dice que f y g tienen el mismo número de ceros dentro del disco,
relación entre los ceros de las funciones de una sucesión y los de la función
límite.
idénticamente nula.
Sea G una región, f una función analítica sobre G, a1, ..., am los puntos de
G en los que f(z) = y un camino con traza contenida en G y que no pasa por
a1, ..., am. Entonces, por aplicación del principio del argumento, se tiene que:
m
1 f' ( z )
2i f ( z )
dz I ( ai ) .
i 1
que f toma el valor , esto es, los -puntos de f. Puede derivarse de esta
Teorema 5.5.5:
C es también holomorfa y f 1 ( w )
1
f ( z )
, f(z) w .
lugar al teorema del módulo máximo, del cual se exponen a continuación tres
notaciones:
G = G .
alcanza en la frontera de G:
existe una constante M tal que lím sup f(z) M para todo a G. Entonces
286 Capítulo 5º: Variable Compleja
Sea 0 < R1 < R2 < + y se supone que f es holomorfa en {z; R1 < z <
R2}. Si R1 < r < R2, se define M(r) = máx{f(rei), 0 2}. Entonces para R1
funciones son iguales. Con esto se obtiene un nuevo resultado sobre identidad
problema:
Singularidades y residuos 287
holomorfa en el interior?”.
observa que no es necesario imponer una restricción tan fuerte, sino que es
ii) Para cada b B, y 0, lím sup f ( z ) . ( z ) M entonces f(z)
z b
M para todo z G.
teorema anterior.
Corolario 5.5.12:
constantes positivas p y b < a tales que f(z) pexp(zb) para todo z con
Corolario 5.5.13:
constante p (que puede depender de ) tal que f(z) pexp(zw) para todo
M para todo z G.
módulo máximo, que permite, por otra parte, caracterizar las aplicaciones
f(z) z para todo z B1(0). Además si f’(0) = 1 o si f(z)= z para
algún z 0, existe una constante c con módulo uno, tal que f(z) = cz para todo
subconjunto del disco z r (0 < r < 1), entonces los valores de f(z) están
Möbius de la forma z .
1 .z
que g es inyectiva en z < 1 y que f(0) = g(0). Todos estos supuestos se
expresan diciendo que f está subordinada a g para z < 1. Bajo estas
290 Capítulo 5º: Variable Compleja
z < 1. La función satisface el lema de Schwarz y así ’(0) 1. Como f(z)
Por tanto satisface (z) z para todo z, (z < 1). En particular si
z r (0 < r < 1) entonces (z) r. Como f(z) = g((z)) esto implica que la
entonces f está subordinada a g para z < r, para todo r, 0 < r < 1.
Definición 5.5.2:
Singularidades y residuos 291
entonces existe una función entera g(z) tal que f(z) = exp(g(z)).
constante.
z0 con módulo r. Se representa por M(r), o por M(r, f), si se quiere hacer
por m(r). Es evidente que M(r) crece al crecer r. Se estudia la relación entre
crecimiento del módulo máximo, M(r), con el crecimiento del módulo mínimo
m(r).
por an M(r)/rn, luego en el caso en que la función sea un polinomio de grado
n se tiene que:
M( r ) M( r , P )
lím lím 1,
r an r n r M( r , an z n )
Proposición 5.5.15:
M( r , P )
lím 0.
r M( r , f )
Esto indica que el módulo máximo de la función crece más deprisa que el
Definición 5.5.3:
idénticamente nulo.
Definición 5.5.4:
294 Capítulo 5º: Variable Compleja
lg lg M( r , f ) lg lg M( r , f )
lím sup lím sup .
z lg r
r lg lg M( r , e ) r
número entero.
siguientes resultados:
f(z) = A·P(z), tiene infinitas raíces para todo número complejo A sin
excepciones.
Proposición 5.5.16:
excepciones.
superior del módulo de una función en un círculo a partir de cotas de sus partes
es como sigue:
Definición 5.5.5:
Se dice que una función entera f(z) tiene orden finito si existe una
constante tal que f(z) < exp r para z = r, y r mayor que un cierto r0.
a 2.
Definición 5.5.6:
Dada una función entera f(z) de orden finito , si se supone que existe un
k > 0 tal que M(r, f) < exp(k·r), con r suficientemente grande, entonces se dice
5.6. EJERCICIOS
2z 3
a) f(z) = Log( ),
z 1
b) f(z) = Im( z 2 ).
1
c) f(z) = .
z 2 senz
Singularidades y residuos 297
z
d) f(z) = .
ez 1
1
5.16. Analizar las singularidades de la función: f(z) = .
1
cos( )
z
1
5.17. Analizar las singularidades de la función: f(z) = .
1
tan g ( )
z
siguientes:
1
a) f(z) = .
2
z senz
z
b) f(z) = .
ez 1
sen 2 z
c) f(z) = .
z2
z
d) f(z) = .
z
( e 1) cos z
siguientes:
( z 1)
a) f(z) = .
( z 3 ) 2 sen 3 z
z
b) f(z) = .
1
e z 1
sen 2 z
c) f(z) = .
( z 5 )2 ( z 1)3
298 Capítulo 5º: Variable Compleja
2( z 3 )
d) f(z) = .
z 1
( e 1) cos( )
z
1
a) f(z) = en z = 2.
( z 2 )( z 3 )
1
b) f(z) = en z = 2.
( z 2 )3 ( z 3 )
( z 1)3
c) f(z) = en z = 2.
( z 2 )3 z
1
d) f(z) = en z = 0.
3
z senz
1
a) Res( , 0).
z 3 senz
( z 1)3
b) Res( , 2).
( z 2 )3 z
1
c) Res( ,2).
( z 2 )3 ( z 3 )
z
d) Res( , 0).
( z 3 ) 2 sen 3 z
residuo:
Singularidades y residuos 299
( z 1)3 dz
a) z ( z 2)
, donde (t) = 3eit, 0 t 2.
cos z dz
b) ( z 2 )2 ( e z 1) , donde (t) = eit, 0 t 2.
senz dz
z 2 ( z 2 1)( z 5 ) , donde (t) = 4e , 0 t 2.
it
c)
i 1 5i seni
(Solución: a) 2i; b) ; c) 2i( + ))
2 5 26
dz
5.23. Calcular la integral Im = m
2
z ( senz )
si la traza de m es el
2m 1
cuadrado de vértices los puntos: ( 1 i ) y utilizar el
2
( 1) n
resultado para calcular la suma de la serie: s = 2
.
n 1 n
m
( 1) n 2
1
(Solución: Im =2i( +2 ); s = )
2 2
6 n 1 n 12
2
1
5.24. Deducir que = .
2 6
n 1n
cot gz dz
(Ayuda: Evaluar la integral Im = m z2
cuando la traza
2m 1
de m es el cuadrado de vértices los puntos: ( 1 i ) )
2
4
1
5.25. Deducir que = .
4 90
n 1n
complejas:
( 2x 2 1) dx
a) 0 x 4 5x 2 4
.
x 2 dx
b) 0 ( x 2 9 )( x 2 4 )2
.
dx
c) 0 ( x 1) 2 ( x 2 4 )
2
.
(Solución: a) ; b) ; c) )
4 200 18
dx 2
5.27. Demostrar que 0 3
x 1
=
3 3
.
2
i
segmento [ Re 3 , 0]. Calcular el límite cuando R tiende a infinito.)
P ( x ) senx
siguientes integrales reales, Q( x ) cos x dx , donde P(x) y Q(x)
son polinomios, y aplicarlo a los siguientes ejemplos:
cos x dx
a) x 2 x 1 .
senx dx
b) x 2 x 1 .
(Solución: Se calcula la integral compleja en el semicírculo,
3
2e 2
parte imaginaria. a) ; b) )
3 3
senx dx
5.29. Calcular x2
.
integrales:
( z 1)3 dz
z 2 ( z 2 a ) , donde (t) = 5e , 0 t 2.
it
a)
cos z dz
b) ( z 2 )7 ( e z 1) , donde (t) = 7eit, 0 t 2.
senz dz
c) z 5 ( z 2 1)3 ( z 5 )2 , donde (t) = 6eit, 0 t 2.
z 3 cos( z 2 ) dz
Calcular ( z 1)
.
zA
transformación de Móbius f(z) = k , donde k, A y B son
zB
simple cualquiera.
( 2 z 2 z 4 ) dz
5.33. Calcular la integral ( e z e z ) (1 cos 2 z ) utilizando el
302 Capítulo 5º: Variable Compleja
7 it
teorema del residuo, donde (t) = e , 0 t 2.
2
residuo:
e z dz
a) ( z 1)2 , donde (t) = 2eit, 0 t 6.
1
b) ( z z0 ) 2 dz , donde (t) = z0 + 2eit, t .
(2, 2), (2, 2), (2, 2), (2, 2), calcular las siguientes integrales:
z 2 dz
a) ( z )( z i )
, donde se recorre dos veces en sentido negativo.
e cos z dz
b) ( 9 z 2 )( z ) , donde se recorre tres veces en sentido positivo.
2
a) ( 1 z z ) e z dz .
( 1 z z ) e z 4 dz .
2
b)
1 1
(1 z z e z4
2
c) )(e z ) dz .
Singularidades y residuos 303
3z 2 cos z dz
5.37. Calcular (1 z 2 ) ( z 3i ) sen 2 z ,
1 it
c) donde (t) = e , 0 t 4.
4
1 it
d) donde (t) = e , 2 t 0.
4
3 it
5.38. Calcular las siguientes integrales donde (t) = e , 0 t 2.
4
( 1 4z ) dz
a) (1 z )2 (1 2z ) .
1
z
5
b) cos dz .
z
dz
senz 2 , donde (t) = e , 0 t 6, obteniendo
it
5.39. Calcular
( 3z sen 2z 3( z 1) cos z ) dz
5.40. Calcular ( z 1) 2
, donde la traza de
z dz
e z 1 , donde (t) = 4e (1 i), 0 t 2.
it
5.41. Calcular
(Solución: 42)
304 Capítulo 5º: Variable Compleja
5
= z4cos .
z
2i 5 6
(Solución: )
6!
dz
a) e z 1 .
dz
b) e 2z 2e z 1 .
e z 3i
5.44. Dada la función f ( z ) :
( z 3i ) 4
i
(Solución:
f =
3
)
senz dz
5.45. Calcular z(cos z 1)
, donde (t) = 3eit, 0 t 2.
Singularidades y residuos 305
(Solución: 0)
2tghz dz
e z (cos z 1) , donde (t) = e , 0 t 4, siendo tgh z
it
5.46. Calcular
2tghz
.
z
e (cos z 1)
1
e z 1
( 5z cos z senx )dz , donde (t) = e , 0 t 4.
it
5.47. Calcular
4i
(Solución: 2 2i )
5
= 1, 2, ...
dz
a) z 1 .
dz
b) z 3 .
e z dz
c) z 3 9z .
it
1 e t
5.49. Calcular
z2 i
dz , donde (t) =
2( t )i
2
t
3
2.
2 2
306 Capítulo 5º: Variable Compleja
2
(Solución: ( 1 i ) )
2
zn
f , donde (t) = e , 0 t 2, y f ( z )
it
5.50. Calcular .
n
n 3
2
(Solución: i )
3
1
cos z 1
5.51. Calcular ( z 2 ( e z 1 ( z 2 )e z )dz , donde (t) = eit, 0 t 2.
(Solución: 4i)
3z 2 cos z
5.52. Calcular (1 z 2 )( z 3i )sen 2 z dz , donde
1 it
b) (t) = e , 2 t 0.
6
z
5.53. Calcular 4
cos 2 z sen 2 z
dz , donde (t) = eit, 0 t 2.
CAPÍTULO 6
es tan interesante por sí misma como por la magnífica visión geométrica que
técnica.
reales de una variable real, aunque sin embargo admite una interesante
magnitud y el sentido de los ángulos en z0, es decir, si se verifica que para dos
curvas cualesquiera, y , que pasen por z0, se tiene que sus curvas imágenes
z
partir del origen, definida por el punto del círculo unidad A[z] = . Sea f una
z
existe y es independiente de .
par de rayos L’ y L’’ con origen en z0, coincida con el ángulo que formen sus
funciones holomorfas cuya derivada no tiene ningún cero en esa región. Esta
conformes”.
Definición 6.1.1:
Teorema 6.1.1:
del intervalo abierto (a, b) y sea z0 = (t0). La dirección de en este punto viene
curva: f : [a, b] C, que pasa por f(z0) para t = t0: (f )(t0) = f((t0)) = f(z0). La
arg(’(t0)), pues:
curva .
medida arg(f’(z0)).
de w0 = f(z0).
Definición 6.1.2:
inyectiva en .
Observaciones
Ortogonalidad
curvas ortogonales.
Equivalencia conforme
“equivalencia conforme”.
Proposición 6.1.3:
de equivalencia.
Demostración:
sobre 1.
2 C, y g: 2 C 3 C, son conformes en 1 y 2
de Riemann
H(2) H(1)
g g of
que es inyectiva, suprayectiva y conserva las sumas y los productos, esto es,
siguientes teoremas:
pero al menos es interesante enunciarlo pues permite asegurar que dadas dos
314 Capítulo 6º: Variable Compleja
generalmente, negativa.
Dadas dos coronas circulares: {z; r1 < z < R1}, {z; r2 < z < R2}, una
infinito, existe una aplicación continua f: [0, 1] C y una sucesión (tn), 0 < t1 <
t2 < ... < tn < ... con tn tendiendo a 1, tal que f(tn) = zn, (n = 1, 2, ...) y f(t) , 0
t < 1.
curva que pasa por todos los puntos zn y termina en el punto w. Toda
Teorema 6.1.4:
f(w1) f(w2).
homeomorfismo de sobre D .
homeomorfo a D .
Ejemplos resueltos
Ejercicios
1
6.1. Estudiar dónde es conforme la aplicación f(z) = .
z
1
f(z) = z + .
z
conforme en C.
La homotecia transforma una recta que pase por el origen en ella misma,
y una recta que no pasa por el origen en una recta paralela a la de partida, y
derivada no se anula: f’(z) = ei 0. Existe su función inversa, f -1(z) = e-i, por lo
zei, se tiene:
w =a·z·ei·(+)
por lo que f(z) = a·z es una dilatación o contracción de razón a y un giro de
conforme en C.
circunferencias.
inyectiva.
origen y radio rn: {z C; z= r} {w C; w= rn}. Una recta que pase por
el origen y forme un ángulo con la dirección positiva del eje real pasa a ser
otra recta que pasa por el origen y forma un ángulo n con la dirección positiva
centro el origen y radio ea, w = ea. Los radios son mayores o menores que
uno, r = ea, según que la recta esté en el semiplano de los números complejos
con parte real positiva o en el semiplano de los números complejos con parte
real negativa.
plano.
trigonométricas.
6.2.6. La función w = z
1
La función w = es conforme en C/{0}. Es posible extenderla a
z
1
Al escribir la transformación en polares: w = = 1/(rei) = (1/r)e-i,
z
circunferencia de centro el origen y radio r–1, w = r–1, y las semirrectas arg(z) =
1 1 x y x y
w= = = +i = u + iv, u = yv=
z x iy x2 y 2 x2 y 2 x2 y 2 x2 y 2
u u
x= yy=
2 2
u v u v2
2
o circunferencia:
a(x2 + y2) + bx + cy + d = 0; a, b, c, d
se transforma en:
d(u2 + v2) + bu – cv + a = 0
por lo que:
1
Z= z, w Z
2
z
1
Z y arg Z arg z
z
luego los puntos exteriores al círculo unidad se aplican sobre puntos interiores
al eje real.
1
La transformación w z , es un sencillo ejemplo que nos permite
z
x2 y2
transforma en la elipse: 1 . Por tanto, dos circunferencias
2 2
1 1
r r
r r
mitad superior del plano se aplica sobre el interior de este polígono por medio
dz
de la transformación: w A ( z z1 ) 1 ( z z2 ) 2 ...( z zn ) n
B , donde z1,
..., zn, son los puntos del eje real de partida que se aplican sobre los vértices
del polígono, y donde A y B son constantes que quedan fijadas según la escala
y situación del polígono. Esta transformación se utiliza, por ejemplo, para hallar
poligonal.
Ejemplos resueltos
Z = (1 + i)z y w = Z + 3
i
Al ser 1 + i = 2e 4 , la semejanza, a su vez, es composición de la
de ángulo .
4
el origen y argumento b.
Demostrar que los puntos de tangencia están todos ellos sobre una misma
circunferencia.
C1
C2
1
Sea P = C1 C2 el punto de tangencia y sea T(z) = . Como T(P) =
z P
esas dos rectas paralelas, luego sus puntos de tangencia están en otra recta
circunferencia que pasa por los puntos de tangencia del haz original.
Ejercicios
tangencia están todos ellos sobre una misma circunferencias que pasa por los
1
6.6. Comprobar que f(z) = transforma:
z
6.7. Hallar la imagen del círculo abierto de centro el origen y radio uno
1
mediante la transformación: J(z) = z + y comprobar que J lo transforma en el
z
6.8. Comprobar que f(z) = log z transforma {zC; ea < z < eb, < arg
z < } en {w C; a < Re w < b, < Im w < } para a, b y 0 < < < 2.
Definición 6.3.1:
az b
Una transformación de la forma: w T ( z ) , a, b, c, y d C, se
cz d
constante.
variables z y w.
az b
Se observa que w T ( z ) tiene un polo en el punto z = d/c.
cz d
Proposición 6.3.1:
ad bc
En efecto, T’(z) = , que existe si z d/c y no se anula si ad –
( cz d )2
transformación constante.
Transformaciones complejas 329
Proposición 6.3.2:
az b
La transformación de Möbius w T ( z ) es inyectiva en C/{d/c} y
cz d
Demostración
az1 b az 2 b
T(z1) = T(z2) = (az1 + b)(cz2 + d) = (cz1 + d)(az2 + b)
cz1 d cz2 d
adz2 – bcz1 = 0 ad(z1 – z2) – bc(z1 – z2) = 0 (z1 – z2)(ad – bc) = 0 y como
Si se define T(d/c) = y T() = a/c (si c = 0 basta hacer que T() = ),
az b
Si es un número complejo no nulo, la transformación w es la
cz d
az b
misma que w T ( z ) , por lo que ad – bc no está determinado por T,
cz d
sino que puede tomar cualquier valor no nulo, (ad – bc), y de las cuatro
coeficientes a, b, c, d.
330 Capítulo 6º: Variable Compleja
las imágenes de tres puntos cualesquiera del plano complejo ampliado, y con
Tiene interés discutir el número de puntos fijos que puede tener toda
ampliado en sí mismo: T: C = C C = C .
Proposición 6.3.3:
infinito. Las traslaciones sólo dejan fijo el punto del infinito, los giros y las
az b
T(z) = = z cz2 + (d – a)z – b = 0.
cz d
siempre un punto fijo como mínimo, puede tener dos, y si tuviera tres sería la
transformación identidad.
Proposición 6.3.4:
Demostración:
d z b
La inversa de T se obtiene despejando z, T-1(z) = , y es otra
c z a
transformación de Möbius.
zb
inversa es T 1( z ) es otra aplicación lineal. Forman un subgrupo de las
a
distinguen:
razón el módulo de a.
en circunferencias.
una homotecia.
Proposición 6.3.5:
1
Needham, T.: Visual Complex Analysis. Clarendon Press. 1997.
Transformaciones complejas 333
Demostración:
az b
La transformación: T(z) = es composición de la traslación de
cz d
bc ad
vector d/c, Td/c; la inversión, in; semejanza directa de factor , S bc ad ;
c2
c2
az b
En efecto, sea T(z) = con ad – bc 0.
cz d
1 bc ad 1 bc ad a bc ad 1
(a ) = (a ) = + =
c cz d c d c c 2 d
c( z ) z
c c
= (Ta/c S bc ad in Td/c)(z).
c2
una transformación de Möbius que transforma la una en la otra. Dicho con más
334 Capítulo 6º: Variable Compleja
precisión:
Corolario 6.3.6:
Proposición 6.3.7:
sobre otros tres de D’. Si se especifican las imágenes de tres puntos distintos
de D la transformación T es única.
Proposición 6.3.8:
Sean z1, z2, y z3 puntos de C = C distintos entre sí. Existe una única
Demostración:
Se prueba la unicidad utilizando que si tiene tres puntos fijos debe ser la
por tanto T = S.
z z2
z z3 z z z z2
T(z) = = 1 3 ,
z1 z2 z1 z 2 z z3
z1 z3
en el caso de que los tres puntos pertenezcan al plano complejo, y con las
z z2
Si z1 = entonces: T(z) = .
z z3
z z
Si z2 = entonces: T(z) = 1 2 .
z z3
z z2
Si z3 = entonces: T(z) = .
z1 z 2
.
Corolario 6.3.9:
Dados tres puntos de C {} distintos dos a dos: z1, z2, z3, y otros tres
puntos, w1, w2, w3, también en C {} y distintos dos a dos, existe una única
que: T: (z1, z2, z3) (1, 0, ), y S: (w1, w2, w3) (1, 0, ), entonces la
su expresión es:
w1 w 3 w w 2 z z z z2
. = 1 3. ,
w1 w 2 w w 3 z1 z 2 z z3
336 Capítulo 6º: Variable Compleja
expresión correspondiente.
Definición 6.3.2:
T(z2) = 0; T(z3) = .
z0 z 2
z z3 z z 3 z0 z 2
(z0, z1, z2, z3) = 0 = 1
z1 z2 z1 z 2 z0 z3
z1 z3
z1, z2 y z3, su razón doble es igual a la razón doble de sus transformados por T:
Proposición 6.3.10:
Corolario 6.3.11:
w1, z2 en w2 y z3 en w3 viene dada en términos de razón doble por (w, w1, w2,
En efecto, la expresión:
w1 w 3 w w 2 z z3 z z 2
. = 1 .
w1 w 2 w w 3 z1 z 2 z z3
se puede abreviar como (w, w1, w2, w3) = (z, z1, z2, z3), lo que se expresa
Corolario 6.3.12:
z z2
z z3 z z3 z z 2
T(z) = (z, z1, z2, z3) = = 1 .
z1 z2 z1 z 2 z z3
z1 z3
en C pasa por el punto del infinito entonces es una recta, pues la razón doble
Corolario 6.3.13:
338 Capítulo 6º: Variable Compleja
Se define T(z) = (z, z1, z2, z3) que transforma (circunferencia o recta) en
Corolario 6.3.14:
el de simetría y el de orientación.
Definición 6.3.3:
De forma intuitiva se observa que dichos puntos dan una dirección sobre
Definición 6.3.4:
{}; Im(z, z1, z2, z3) > 0}, y “lado izquierdo” o región a la izquierda de al
conjunto {z C {}; Im(z, z1, z2, z3) < 0} según la orientación dada.
Proposición 6.3.15.
transformada.
340 Capítulo 6º: Variable Compleja
conservan las razones dobles. Así si (z1, z2, z3) determinan una orientación en
Definición 6.3.5:
Sea una circunferencia que pase por los puntos z1, z2 y z3. Se dice que
sino también de los puntos z1, z2, z3, pero esta dependencia es aparente.
( z * a ) ( z a ) r 2 .
z* a r
( z * a ) ( z a ) r 2 z* a z a = r2 .
r z a
En general:
r2
z* a.
z a
Se comprueba que:
z* respecto de .
Circunferencias de Apolonio
z z1
La expresión: , con +, representa una recta si es igual a
z z2
que es la ecuación de la recta mediatriz del segmento (x1, y1), (x2, y2), por lo
342 Capítulo 6º: Variable Compleja
z z 2 ( z1 z 2 )
representa la circunferencia de centro a 1 y radio r .
1 2 1 2
Definición 6.3.6:
z z1
, con +.
z z2
Proposición 6.3.16:
z z1 z 2 z 2 ( z1 z 2 )
Apolonio: , 1, de centro a 1 y radio r .
z z2 1 2 1 2
Demostración:
El simétrico de z, z* es:
r2
z* a
z a
z1 z2 2
z2 *
r2
a =
1 2 2 z 2 z2
1 =
z2 a z1 2 z2 1 2
z2
1 2
2 ( z1 z2 ) 2 ( z1 2 z2 )( z2 z1 )
= z1.
( 1 2 )( z2 z1 )
Transformaciones complejas 343
Corolario 6.3.17:
z z1
ecuación de puede expresarse en la forma: , con constante e
z z2
z1 z2
independiente de z, .
r
Demostración:
r2
( z1 a ) ( z 2 a ) r 2 z1 a.
z2 a
z z1
es independiente de z. En efecto:
z z2
r2
z ( a)
z z1 z2 a ( z a )( z2 a ) r 2
z z2 z z2 ( z z2 )( z2 a )
( z a )( z2 a ) ( z a )( z a ) ( z a )( z2 a z a ) z2 a
cte.
( z z2 )( z2 a ) ( z z2 )( z 2 a ) r
Proposición 6.3.18:
Demostración:
z z1
Sea una circunferencia de la que se sabe que z1 y z2 son
z z2
1 1 1
z1 z1 w w
w 1 z1w z1 z1 z2
= constante.
1 1 z 2w 1 1 z1
z2 z2 w w
w z2 z2
1 1
para la que los puntos w1 y w 2 son simétricos respecto a ella, por lo
z1 z2
Ejemplos resueltos
1
El simétrico de a es a* y T(a*) = T(1/ a ) = .
a
Transformaciones complejas 345
za za
Por tanto T(z) = k· = k· para algún número complejo k.
z 1/ a a.z 1
1 a 1 a
T(1) = k· T(1) = k· = k
a 1 1 a 1 1
Por lo que k tiene que tener módulo 1, luego será de la forma k = ei para
za
algún número real . En consecuencia T(z) = ei para cierto número real
az 1
y cierto número complejo a del disco unidad, por lo que se puede elegir de
afirmar que las transformaciones bilineales del disco en sí mismo tienen tres
w1 w 3 w w 2 z z z z2
. = 1 3.
w1 w 2 w w 3 z1 z 2 z z3
1 3 w 2 1 7 z 2 w 2 z2 7z 4
y se obtiene: . = . 2. = 6. w= .
1 2 w 3 1 2 z 7 w 3 z 7 2z 1
7x 4
Si z = x entonces se transforma en w = . luego transforma
2x 1
6 = 5.
zi
origen y radio 1, y de la recta real, mediante la transformación: w = .
zi
T(1) = i, T(0) = 1 y T(1) = i. Los trasformados no están alineados por lo que
centro el origen y radio uno: T(1) = i, T(i) = 0 y T(1) = i. Además T(i) = .
x + yi; x = 0}.
w1 w 3 w w 2 z z z z2
. = 1 3.
w1 w 2 w w 3 z1 z 2 z z3
( i 1)z ( i - 1)
y se obtiene: w = .
2z
z z0
frontera Im z = 0 en w = 1) son de la forma T(z) = ei. .
z z0
Transformaciones complejas 347
za
Sea T(z) = k .
zb
z z0
z0 . Por tanto T(z) = ei. .
z z0
a a a
Como T(0) = ei entonces T(0) = ei = = 1, de modo que a
b b b
= b.
1 a 1 a
pertenecer a la frontera w = 1. Como T(1) = ei = pues = 0,
1 b 1 b
1 a
entonces T(1) = = 1, de modo que: 1 a = 1 b (1 a)(1 a )
1 b
= (1 b) (1 b ) a + a = b + b Re(a) = Re(b).
Los números complejos a y b tienen igual módulo e igual parte real, por
za
ei. .
za
za
interior del círculo, < 1, de donde se obtiene que Im a > 0.
za
Ejercicios
las transformaciones:
z2
a) w .
z 1
z
b) w .
z 1
z2
c) w
z
3z 2i
d) w
iz 4
transformaciones:
z2
e) w .
z3
z
f) w .
z2
3z 2
g) w
z 4i
Transformaciones complejas 349
2z 3i
h) w
iz 2
a) 1, 0, .
b) 0, 3, 2+i.
c) 2, 3i, 7.
d) –1, 4i, 0.
CONFORMES
en el disco unidad con centro en el origen, tal que f(z0) = 0 y f ’(z0) sea un
2f 2f
soluciones de la ecuación de Laplace: 0 . Esta ecuación no tiene
x 2 y 2
única.
problema de Neumann.
energía térmica en el interior del sólido, y que tanto la temperatura como sus
2
Pueden encontrarse en Hydrodynamics de H. Lamb.
3
En Polya&Latta se encuentra explicado el flujo en canales con fuentes sumideros y
dipolos.
Transformaciones complejas 353
semiplano y en un cuadrante.
punto es un vector que representa la fuerza ejercida sobre una carga positiva
valores reales de las coordenadas del punto, tal que, en cada punto, la
mismo en todos los planos paralelos al plano xy entonces éste es una función
4
Churchill, R. V.; Brown, J. W.: Variable compleja y sus aplicaciones. Mc Graw-Hill. (4ª
edición). 1998.
354 Capítulo 6º: Variable Compleja
utiliza para dar solución a ciertos problemas de teoría de fluidos y de teoría del
6.5. EJERCICIOS
6.16. Comprobar que la transformación w = iz es una rotación de ángulo
2
5
En el libro de Churchill & Brown pueden verse otros ejemplos de potencial como el
potencial en un espacio cilíndrico.
6
Estas aplicaciones de la transformación de Schwarz-Christoffel están desarrolladas en
Churchill & Brown: flujo de un canal a través de una rendija, flujo en un canal
con recodo, potencial electrostático en el borde de una placa conductora... En
Polya & Latta también se explica el flujo en canales utilizando esta
transformación conforme, y como ejemplos, el flujo alrededor de cuerpos fijos,
el flujo con fronteras libres, y el bocal de borda.
Transformaciones complejas 355
1
transformación w = . ¿Es el interior de un círculo? Analizar el
z
1
6.19. Hallar la imagen de A mediante la transformación w = , para:
z
a) A = { z = x + iy C; y < 3}.
imagen.
1
6.20. Describir geométricamente la transformación w = .
z 1
1
6.21. Demostrar que aunque w = transforme una circunferencia en una
z
1
6.22. Hallar la imagen de A mediante la transformación J(z) = z + , para:
z
a) A = {z C; z= 1}
c) A = {z C; z< 1/2}
d) A = {z C; z< 1}
paramétricas de la circunferencia).
u2 v2
elipses 1 y rectas verticales (x = a) en
(cosh b ) 2 ( senh b )2
u2 v2
hipérbolas 1 . Comprobar también que la
( sen a )2 (cos a )2
siendo:
2z 3i
a) A = {z C; Re z > 0 y Im z > 0} y T(z) = .
z 2i
z 2i
b) A = {z C; < arg z < } y T(z) = .
4 4 3z i
Transformaciones complejas 357
z i
c) A = {z C; z< 2} y T(z) = 2i .
2z 3i
z 1
a) w .
z3
z i
b) w .
z2
3z 2
c) w
z 4i
3z 2i
d) w
iz 3
transformaciones:
z
a) w .
z3
zi
b) w .
z5
zi
c) w
zi
3z 2i
d) w
iz 4
transformaciones:
z5
a) w .
z2
358 Capítulo 6º: Variable Compleja
z i
b) w .
zi
3z 2
c) w
z 4i
7z i
d) w
iz 3
2z 1
a) w .
z3
2z i
b) w .
z2
3z 4
c) w
z 4i
3z
d) w .
iz 3
T(0) = 1 y T(1) = i.
zi
(Solución: w = ).
zi
0 y z3 = i en los puntos:
a) w1 = 2, w2 = 2 y w3 = 4.
b) w1 = 1, w2 = i y w3 = i.
c) w1 = 2i, w2 = i y w3 = 2i.
Transformaciones complejas 359
d) w1 = 0, w2 = i y w3 = .
a) w = iz.
z 1
b) w .
z 1
6z 9
c) w .
z
d) w = z + 3.
el eje real Im z = 0.
rotaciones.
z 1
(Solución: T(z) = 2(1 + i) ; T() = {w C; w – i= 1}).
2z 1 i
i z
Log .
i z
{z C; < arg z < } en la región B = {w C; w – 2< 3}.
4 4
{z C; < arg z < } en la región B = {w = u + iv C; u > v}.
4 4
az b
6.45. Sea T una transformación de Möbius w T ( z ) . Demostrar
cz d
a) T1(z) = z + 3;
1
b) T2(z) = ;
z3
z 1
c) T3(z) = ;
z3
z3
d) T3(z) = .
z 1
T(0) = –i.
6 3zi
(Solución: T(z) = ).
6i ( i 2 )z
z
6.49. Sea B la imagen mediante T1(z) = de A = {z = x + iy C; y >
5z
z
x}. Hallar la imagen de B mediante la transformación T2(z) = .
z 1
el círculo A = {z C; z < 2}, en el círculo B = {w C; w < 3}, tal que
zi
(Solución: T(z) = 6 ; T(i) = 3).
z 4i
362 Capítulo 6º: Variable Compleja
2( 1 i ) z 4i 2( 1 i )
(Solución: T(z) = ; T(0) = ).
2 z 4i 2
1 i
tal que T(3i) = 0 y T() = . Obtener T(i).
2
1 i z 3i i 1
(Solución: T(z) = ; T(i) = ).
2 z 3i 2 2
el círculo A = {z C; z < 1}, en el círculo B = {w C; w < 1}, tal que
z4
transformación T(z) = .
z4
z 1
6.57. Dada la transformación w 2i , determinar:
1 z
+ iv C; w > 2, u < 0}; C’2 = {w = u + iv C; w < 2, u < 0}; C’3 = {w = u + iv
transformación T.
ECUACIONES DIFERENCIALES
ORDINARIAS
parte central del Análisis, además es la que mejor permite comprender las
el punto de vista matemático. Por otro lado, al estudiar modelos válidos para
resultados. Para que el ingeniero pueda usar con confianza las ecuaciones
también tienen como finalidad básica servir como instrumento para el estudio
del cambio en el mundo físico; por todo esto se exponen aplicaciones tales
nuestra civilización.
otra, y las variables que explican los fenómenos se relacionan entre sí por sus
Simmons1: “... que tratan sobre este tema (ecuaciones diferenciales ordinarias)
velocidad para cumplir sus horarios, y sus pasajeros tienen pocas o ninguna
oportunidad para gozar del paisaje. Es mejor que lleguemos algunas veces con
retraso; pero que obtengamos un mayor provecho del viaje”. Por ello es
retraso.
cometieron, con la óptica actual, graves errores, pero que sin embargo aportan
aprendidos por primera vez. En este libro se trata por tanto de combinar, de la
aplicaciones.
ecuaciones diferenciales.
valor inicial:
y '=f (x, y )
y (xo )=y 0
6. Analizar el comportamiento cualitativo de las soluciones.
Historia de las ecuaciones diferenciales ordinarias 369
aparece su derivada.
etapas2, donde cada una de ellas marca un avance definitivo. La primera etapa
iría desde los inicios hasta 1 820 cuando Cauchy publica su teorema de
existencia, que da inicio a la segunda etapa que marca la edad del rigor. La
análisis funcional.
2
Bell, E. T. (1985): Historia de las Matemáticas. (2ª ed.). Edic. Fondo de Cultura
Económica.
370 Ecuaciones Diferenciales Ordinarias
finales del siglo XVI y principios del siglo XVII en los trabajos realizados por
John Napier (1 550 – 1 617) cuando inventó los logaritmos. Vistas las tablas
ecuación diferencial.
cálculo diferencial.
cálculo), y fue resuelto en 1 674 por Leibniz y en 1 690 por Jakob Bernoulli,
ha hecho es, con mucho, la mitad mejor”. Muy pronto los científicos se dan
Isaac Newton (1 642 – 1 727) nació el mismo año en que murió Galileo.
reales mayores que cero, con lo que se obtiene una ecuación diferencial en la
propiamente el estado sino que dice como evoluciona el sistema. Para conocer
y
a) f( x) integral indefinida
x
y
b) f(y )
x
y
c) f ( x,y ) caso general.
x
formulación.
Leibniz en unos diez años, así como que Leibniz hizo sus descubrimientos de
Gottfried Wilhelm Leibniz (1 646 – 1 716) leyó con atención las obras de
de la tangente a una curva depende de la razón entre las diferencias entre las
afortunado ya que facilitó el razonamiento lógico. Utilizó la notación que hoy día
1 2
asertó en un papel la ecuación: y dy 2 y ”.
3
Ince, E. L.: Ordinary Differential Equations. Longmans, Green, 1927.
Historia de las ecuaciones diferenciales ordinarias 375
Bernoulli.
del hijo de Johann, Daniel Bernoulli (1 700 – 1 782). La familia Bernoulli tuvo,
en tres generaciones, ocho matemáticos, de los que los tres ya citados fueron
extraordinarios.
joven, Johann Bernoulli estudió medicina y se doctoró con una tesis sobre la
primer orden mediante y = uv, y los Bernoulli redujeron a lineal la ecuación que
hoy lleva su nombre. Johann Bernoulli utilizó factores integrantes y probó que
ecuaciones que hoy se consideran elementales, así como los logros que
ortogonales a una familia dada como un reto con los ingleses. Por ejemplo,
dy 2dx
ocurre en la ecuación diferencial , se oculta la naturaleza de las
y x
durante la segunda mitad del siglo XVIII. Su estudio llegó a ser una de las
problemas prácticos que con ellas se podían resolver. Los matemáticos más
4
Guzmán, M. (1975): Ecuaciones diferenciales ordinarias. Teoría de estabilidad y
control. Alhambra.
378 Ecuaciones Diferenciales Ordinarias
entre 1 768 y 1 770 y el cuarto en 1 794, siendo utilizado desde entonces como
homogénea.
(1784 – 1 846)), para lo que usó series de potencias. Por ejemplo, buscando la
coinciden, (de donde nacen las primeras ideas sobre como debe ser una
isoclinas f(x, y) = cte., y para valores de x dados elige rectas verticales sobre
parciales era un campo abierto a los pioneros. D’Alembert tuvo intereses muy
variados, pues publicó tratados sobre dinámica, música, el problema de los tres
ecuación más general u”tt = a2u”xx, la solución u = f(x + at) + g(x at), y la
matemático que a los diez años estudiaba ya los textos de L’Hôpital, identificó
una solución singular, siendo una de las primeras de este tipo que se
más general: y = xf(y’) + g(y’) que lleva su nombre. Euler considera una cierta
382 Ecuaciones Diferenciales Ordinarias
conocen las condiciones suficientes para que esto ocurra), y utilizó este hecho
XVIII fue la ecuación que D’Alembert denominó de Riccati, y fue estudiada por
ecuación diferencial deben ser continuas. Observó que es útil tratar ecuaciones
deriva de las notaciones usadas por Lagrange hacia 1 760. Trata de encontrar
b
una relación funcional y = f(x) para que una integral a g( x , y , y' ) dx tome un
valor máximo o mínimo. Como casos particulares están los problemas sobre
384 Ecuaciones Diferenciales Ordinarias
ya comentado).
una herramienta; mientras que para Lagrange las Matemáticas eran un arte
contacto, con las que es posible reducir ecuaciones a otras cuya solución sea
5
Boyce, W. E.; DiPrima, R. C.: Ecuaciones diferenciales y problemas con valores en la
frontera. Editorial Limusa. (1ª edición). 1967. (10ª reimpresión) 1992.página 25.
386 Ecuaciones Diferenciales Ordinarias
Durante la primera mitad del siglo XIX aparecen nuevas ideas generadas
en parte para dar respuesta a problemas de física matemática, siendo los más
u 2u 2u 2u
k
t x 2 y 2 z 2
indicando además que la clase de funciones que podían ser así representadas
correctamente.
esta sea la causa para que comenzara la época del rigor. El trabajo de Fourier
línea fue obtenido por Dirichlet, en 1 829, un año antes de la muerte de Fourier.
Con Cauchy comienza la edad del rigor, desde 1 820 a 1 870. Hacia
pueden resolver, pues nada garantiza que la serie sea convergente, e incluso si
converge, que sea hacia la función deseada. Cauchy desarrolló, entre 1 820 y
x
equivalente: y ( x ) y 0 x 0
f ( z , y ( z )) dz y la analiza por el método que hoy se
matemática rusa Sofía Kovaleskaya (1 850 – 1 891) por sus resultados para la
que no cumple las hipótesis del teorema y no posee solución analítica alguna.
XIX.
390 Ecuaciones Diferenciales Ordinarias
los estudios llevados a cabo por Fuchs, Kummer, Riemann, Painlevé, Klein,
Poincaré, Hilbert, entre otros, sobre puntos singulares de las soluciones de las
x
y( x ) y 0 x 0
f ( z , y ( z )) dz . Vallé-Poussin asoció a la ecuación diferencial la
combinación lineal de las mismas. Fuchs observó hacia 1 865 que en las
1
tiene de solución y cuya singularidad depende de la constante y por
x c
separadas, dan lugar a los problemas conocidos con los nombres de J. Sturm
formulación del principio de Dirichlet son de la segunda mitad del siglo XIX. El
Sobolev, Schwartz...)
Abel, Liouville, y Neumann. Vito Volterra (1 860 – 1 940), que fue el primer
resolver las ecuaciones integrales del segundo tipo, y estudió las del primer
tipo. Erik Ivar Fredholm (1 866 – 1 927) recogió las ideas de Volterra y las
ortogonal única en una suma infinita de cuadrados siendo los coeficientes los
integral también la tiene. Probó que la ecuación tiene una única solución para
de Green. Esta función se utiliza para resolver problemas físicos y técnicos, por
espacio de Hilbert.
por Hilbert, Volterra y Hadamard entre otros, y de ello arranca la teoría de los
desigualdades a priori.
diferenciales, o una ecuación integral que actúan sobre una función para
producir otra. El análisis funcional tiene como idea estudiar estos operadores
Maurice Fréchet unificó las ideas de los antecesores y aplicando las ideas de la
fueron realizadas por Elizabeth le Stourgeon (1 881 – 1 971) para obtener las
axiomático. Hilbert consideró una función dada por sus coeficientes de Fourier
usar un lenguaje geométrico. Este paso lo dieron Schmidt y Fréchet, con lo que
espacios Lp, introducidos por Riesz, que también son completos, se probó el
Stefan Banach (1 892 – 1 945), Hahn, Helly y Wiener trabajaron sobre normas.
completo. Una diferencia entre los espacios de Banach y los de Hilbert es que
que se defina una norma adecuada. Estudió los operadores sobre estos
la abstracción, pero como dijo Weyl, fue favor de la fortuna que fuese el
y operadores, tarea que emprendió John von Newmann en 1 927, que ofreció
transformaciones. Se aplican con éxito las nuevas ideas del álgebra al estudio
de las ecuaciones diferenciales por Picard en 1 883 y 1 887. Se creó una teoría
Jacobi, que proveen de una teoría planetaria con el problema de los tres
402 Ecuaciones Diferenciales Ordinarias
de Airy, astrónomo real, para seguir a las estrellas. Maxwell en “On Governors”
relacionó las ideas básicas de las nociones de estabilidad con las raíces del
polinomio característico.
importante en este campo del siglo XIX se debe a H. Poincaré que introdujo la
todo el plano, y hacerlo sin integrar las ecuaciones, utilizando únicamente las
Definió punto singular de y’ = f(x, y) como un punto que anula a f(x, y).
estudio del caso lineal con los focos, nodos, puntos de silla y centros, y el caso
más general, el estudio local en los puntos críticos, en los puntos de silla o en
Bendixon. Poincaré estudió las soluciones sobre un toro. También estudió las
ingenieros.
tiempo.
una función continua de S X X tal que f(0, x) = x; f(t+s, x) = f(t, f(s, x)),
anticipadas por Hadamard. Por poner un ejemplo, se puede comentar que los
con diodos, con las teorías de Poincaré, relacionando los resultados del
oscilador de Van der Pol con los ciclos límites de Poincaré. Hacia 1 960 se
Integración elemental
hasta finales del siglo XVII cuando tuvo lugar el nacimiento del cálculo
calcularla. Sin embargo surgió también el problema inverso que resultó ser
ecuaciones de las rectas tangentes en cada uno de sus puntos, es decir, lo que
variables o los factores integrantes, surgieron antes de finales del siglo XVII.
pronto fue evidente que eran pocas las ecuaciones que podían resolverse
mediante estas reglas. Los matemáticos se dieron cuenta de que era inútil
de sus propiedades.
Este cambio de perspectiva coincidió con la época del rigor, que comenzó
a partir del siglo XIX con los trabajos de Cauchy. Por otra parte se desarrollaron
funciones elementales.
ecuación diferencial, excepto para unos pocos tipos muy concretos entre los
que están las ecuaciones diferenciales lineales. Esto ha motivado que los
problemas técnicos.
aparecen las variables relacionadas con los índices de cambio mediante las
DIFERENCIALES
Definición 7.1.1:
derivadas de esta función f’, f’’. f’’’, ..., fn), lo que equivale, con y = f(x), a una
Definición 7.1.2:
parciales.
Definición 7.1.2:
Definición 7.1.3:
Toda ecuación diferencial lineal F(x, y, y’, y’’, ..., yn)) = 0 se puede
expresar de la forma p0yn) + p1yn-1)+ ... + pn-1y’ + pny = g(x), o bien como:
o completa.
7.1.2. Soluciones
Definición 7.1.5:
Definición 7.1.6:
es una función (x, C1, C2, ..., Cn) que depende de n constantes C1, C2, ..., Cn
Ecuaciones diferenciales en el mundo físico 411
de modo que:
y(x0) = y0
y’(x0) = y’0
yn)(x0) = yn)0
Se pueden elegir las constantes C1, C2, ..., Cn para que la función:
satisfaga estas condiciones, suponiendo que x0, y0, y’0,....., yn)0 pertenecen al
Una relación (x, y, C1, C2, ..., Cn) = 0 que define la solución general de
Definición 7.1.7:
de la solución general para valores concretos de las constantes C1, C2, ..., Cn.
Definición 7.1.8:
ecuación diferencial.
Definición 7.1.9:
Definición 7.1.10:
dy
de primer orden = g(x), siendo y = (x) la función que se quiere calcular.
dx
Sea F(x, y, y’) = 0 una ecuación diferencial de primer orden que se puede
expresar de la forma y’ = f(x, y). Esta función asocia a cada punto del plano (x,
un conjunto de segmentos; cada uno de ellos pasa por el punto (x, y) y tiene
calcular una curva cuya tangente en cada punto tenga la misma dirección que
las isoclinas.
Ecuaciones diferenciales en el mundo físico 413
Definición 7.1.11:
diferencial.
f f
calculando y’’ e igualando a 0: y’’ = y' . Por lo tanto, los puntos de
x y
f f
f ( x, y ) 0 .
x y
Ejemplos resueltos
coeficientes no constantes.
es una solución, ya que y’ = 3e3x, y’’ = 9e3x y al sustituir se verifica que 9e3x –
414 Capítulo 7º: Ecuaciones diferenciales
3e3x – 6e3x = 0.
solución de la ecuación.
ecuación diferencial y’(1 – xy) = y2, ya que derivando la función se obtiene que
integral.
soluciones singulares.
para x = –1. En esta recta es donde pueden estar situados los máximos y
para K = –1, la recta x = –2. Por otra parte y’’ = 0 no tiene solución. Por todo
formada por parábolas que tienen su vértice en la recta x = –1, y son paralelas
1
y – C = m(x + 1)2, donde m = .
2
obtiene para k = 0, divide al plano en dos partes, en cada una de las cuales la
pasan de decreciente a creciente, por lo que en esta recta están sus puntos
mínimos.
– 1 divide al plano en dos partes. Las curvas integrales que están por encima
de ella son cóncavas hacia arriba, ya que y’’ > 0 y tienen un punto mínimo en la
recta y = x. Por otra parte las curvas integrales situadas por debajo de la recta
Ejercicios
7.2. Verificar que las funciones dadas son soluciones generales de las
c) x = y sen( t 2 )dt de la ecuación diferencial y = xy’ + y2sen x2.
0
isoclinas:
a) y’ = 2x – y.
b) y’ = y – x2 + 2x – 2.
c) y’(x – 1) = y + 1.
MATEMÁTICOS
dm
se tiene que: k m , (siendo k > 0 el coeficiente de proporcionalidad). Es
dt
m(t).
instante inicial t = 0 y que tiene un valor m0, de lo que resulta que C = m0 y por
418 Capítulo 7º: Ecuaciones diferenciales
r kt
sustituir estos datos en la ecuación se tiene que: 1 m0 m0 e 0 , y
100
1 r
despejando k se obtiene que: k ln1 .
t0 100
función de su vida media, es decir, el tiempo necesario para que una cantidad
carbono con una vida media de 5 600 años ha permitido determinar la fecha de
Geología y Arqueología.
Ecuaciones diferenciales en el mundo físico 419
Se supone ahora que desde una cierta altura se deja caer un cuerpo de
caída.
dv
Sea v = v(t) la velocidad que se quiere determinar, su aceleración y k
dt
kv.
dv
Por la segunda ley de Newton se sabe que m = F, siendo F la fuerza
dt
dv
tanto se obtiene m = mg – kv, que es una ecuación diferencial lineal de
dt
derivada. Resolver esta ecuación significa encontrar una función v = v(t) que la
satisfaga.
k
t mg
Se puede comprobar que la función v(t) = C e m verifica la
k
condición más como puede ser, por ejemplo, la velocidad del cuerpo en el
mg
Así, sustituyendo t = 0 y v = v0 se obtiene que v0 = C , y por lo tanto
k
420 Capítulo 7º: Ecuaciones diferenciales
mg
C = v0 . Así se determina la constante C, siendo la función v(t):
k
k
mg m t mg
v(t) = v 0 e .
k k
dv
ecuación diferencial es m = mg. La solución general es ahora v(t) = gt + C,
dt
dy
altura dada, se tiene que v(t) = ; al integrar esta ecuación:
dt
1 2
y(t) = v0t + gt + C2,
2
1 2
y(t) = v0t + gt + y0
2
1 2
y(t) = gt
2
v(t) = gt.
v= 2g y ,
partir del origen hasta un punto P, de forma que si P está a la derecha del
d 2s
m = – mgsen ,
dt 2
d 2s s
= – gsen ,
dt 2 L
2
ds s
2gL cos C .
dt L
ds
cero, es decir = 0, sustituyendo en la ecuación anterior se tiene que C
dt s s
0
s
= 2gL cos 0 , y la ecuación queda de la forma:
L
2
ds s s0
2g L cos 2g L cos
dt L L .
2
ds s s0 s s
4gL( sen( ).sen( 0 )) .
dt 2L 2L
s0
Como esta ecuación no es posible integrarla se supone que el ángulo
L
s s s0 s s0
es pequeño y por tanto también lo es. Los ángulos y no son
L 2L 2L
s0
superiores a por lo que en este caso es posible aproximarlos sustituyendo
L
2
ds s s0 s0 s
4gL
dt 2L 2L
Ecuaciones diferenciales en el mundo físico 423
o bien
ds g
s0 2 s 2 .
dt L
s g
arcsen t k .
s0 L
g
tanto: s s0 sen t es una solución aproximada de la ecuación diferencial
L
inicial.
g T g T L
sen 1 luego y por lo tanto T = 2 , que no depende de
L 4 L 4 2 g
la amplitud de la oscilación s0, pero sólo es válida para valores pequeños del
problema consiste en determinar la forma del hilo para que el tiempo que tarda
requiere el menor tiempo; esta ley se conoce como Principio del menor tiempo
424 Capítulo 7º: Ecuaciones diferenciales
de Fermat, y por esta razón se estudia lo que ocurre cuando un rayo de luz
a2 x 2 b2 ( c x )2
desplazamiento viene dado por t = . (En la figura
v1 v2
dt
entonces 0 , por lo que:
dx
x cx
,
v1 a2 x 2 v 2 b2 ( c x )2
o bien
senw 1 senw 2
.
v1 v2
Si se supone que el rayo de luz entre A y B pasa por infinitas capas cada
Ecuaciones diferenciales en el mundo físico 425
vez más delgadas y menos densas de forma que la velocidad del rayo aumenta
senw
en el menor tiempo posible debe verificar que K (constante) .
v
1 1
sen w = cos = .
1 tg 2 1 ( y' ) 2
y (1 ( y' )2 ) = C.
dy
Sustituyendo y’ por y considerando a x como función de y se obtiene
dx
que:
dx y
= .
dy Cy
y y C
Si se llama tg = tg2 = sec2 = y por tanto:
Cy Cy Cy
y = r(1 – cos )
con respecto al eje de abscisas de la figura anterior, el tiempo que tarda una
bola que se desliza sin rozamiento por la curva desde el centro de coordenadas
Ecuaciones diferenciales en el mundo físico 427
que necesita para llegar hasta ese punto si la soltamos en cualquier punto
dI
opone a cualquier cambio en la corriente, tal que EL = L . Y un condensador
dt
1
carga adicional EC = Q.
C
E – ER – EL – EC = 0,
o bien
dI 1
E – RI – L – Q = 0,
dt C
dI 1
L + RI + Q = E.
dt C
dQ( t )
tiene I(t) = .
dt
se tiene:
d 2Q( t ) dQ( t ) 1
L + R + Q(t) = E(t),
dt 2 dt C
Oscilaciones en resortes
existe una fuerza externa que actúa sobre la masa del resorte.
movimiento.
Sea y(t) la función que indica el desplazamiento del bloque en función del
FA = b y’(t).
1
de rigidez del resorte k, con la inversa de la capacitancia , el desplazamiento
C
del resorte y(t) con la carga del condensador Q(t), y la fuerza externa g(t) con la
Esta semejanza entre los sistemas mecánicos y los eléctricos supone una
ecuaciones.
formado por conejos y zorros, con sus interacciones, (o por róbalos y peces
dx
dt ax bxy
dy cy fxy
dt
Sin presas, (x), las rapaces, (y), por falta de alimento, disminuirían en
número. Y sin las rapaces, las que sirven de presa, al no tener enemigos,
9.3.3, se obtiene:
( a b y )dy ( c f x )dx
.
y x
7.2.7. La catenaria
toma un hilo flexible homogéneo suspendido entre sus dos extremos y que
Sea M(0, b) el punto más bajo del hilo y P(x, y) un punto cualquiera. La
de equilibrio:
Tcos = H
Tsen = sp
sp
Si se dividen estas igualdades se tiene que: tg = , y llamando:
H
H s
a= tg = .
p a
s
Si se supone que la ecuación de la curva es y = f(x) se tiene que y’ = .
a
Ecuaciones diferenciales en el mundo físico 431
1
Al derivar respecto de x ambos miembros de la igualdad: y’’ = s’. Teniendo
a
1
y 1 ( y )2 ,
a
esta ecuación.
a x/a
y= (e + e-x/a) + b – a.
2
x
y = acosh( ).
a
= (x, C). En efecto, al derivar con respecto de x se tiene y’ = ( x, C ) .
x
y ( x , C )
y' ( x , C )
x
las ecuaciones:
( x , y , C ) 0
y' 0
x y
esté definida por (x, y, C1, C2, ..., Cn) = 0 con Ci parámetros 1 i n, derivando
(x, y, C1, C2, ..., Cn) = 0 es la solución general de la ecuación diferencial F(x, y,
Ejemplos resueltos
orden y’’(t) = a, siendo y(t) la función que determina el espacio en función del
1
y(t) = a(t – t0)2 + v0t + C1.
2
tanto:
1
y(t) = a(t – t0)2 + v0 (t – t0) + y0.
2
x2 – y2 = Cx.
x 2 y 2 Cx 0
2 x C 2y y' 0
Ejercicios
comenzó a nevar?
desaparecer?
punto M.
r
punto M(r, –2r) es .
g
r
el tiempo que tarda la bola en llegar de P a M es también .
g
curvas.
a) x2 – y2 = Cx.
x
b) y = C e C .
c) y = ex(C1 x + C2).
d) (x – C1)2 + (y – C2)2 = 1.
Ecuaciones diferenciales en el mundo físico 435
DE PRIMER ORDEN
F(x, y, y’) = 0.
y’ = f(x, y).
y = (x, C),
Definición 7.3.1:
g(y)dy = f(x)dx.
g( y ) dy f ( x ) dx C .
f1(x)g2(y)dx = f2(x)g1(y)dy
f1( x ) g (y )
dx 1 dy ,
f2 ( x ) g2( y )
f1( x ) g1( y )
f2 ( x ) dx g 2 ( y ) dy C .
Al pasar dividiendo a f2(x) y a g2(y) se pueden perder soluciones
Ejemplos resueltos
Esta ecuación se puede expresar como 4ydy = –xdx, que tiene por
4y 2 x2 x2
solución general C y 2 C' , que para C’ > 0
2 2 4
ex
Esta ecuación se puede expresar de la forma: ydy = dx , de
1 ex
y2
= Ln (1 + ex) + C.
2
Para encontrar una solución particular que pase por el punto (0, 0) se
2
1 e x
y = Ln
2 .
2
Ejercicios
xdx + ydy = 0.
solución general.
Definición 7.3.2:
xy
grado tres y la función g(x, y) = es una función homogénea de grado
x y2
2
cero.
Definición 7.3.3:
438 Capítulo 7º: Ecuaciones diferenciales
y
En este caso se puede expresar de la forma y’ = g y al hacer el
x
y
cambio de variables z = la ecuación se reduce a otra ecuación diferencial
x
que tiene las variables separadas. En efecto, al derivar y = zx se obtiene que:
dy dz dz dz dx
= x + z, por lo tanto: x = g(z) – z, de forma que: .
dx dx dx g( z ) z x
ax by c
y´ f
a' x b' y c'
r: ax + by + c = 0
s: a’x + b’y + c’ = 0
la ecuación es ya homogénea.
x = x1 + h
y = y1 + k,
ax1 by 1
homogénea en las variables x1 e y1: y´ f . Se obtiene la solución
a' x1 b' y 1
Si las rectas r y s son paralelas, existe un valor t tal que a’ = ta y b’ = tb
ax by c
y´ f .
t ( ax by ) c'
de variables separadas.
z´ a
En efecto z’ = a + by’, de donde y’ = , que al sustituirlo en la
b b
ecuación se tiene:
z´ a zc
= f .
b b t z c'
440 Capítulo 7º: Ecuaciones diferenciales
Ejemplos resueltos
x2 y 2
Ejemplo 7.3.4: Resolver y’ = .
xy
y x
y’ = .
x y
y
Se hace el cambio de variables: z = , por lo se tiene que: y = zx, al
x
1
derivar: y’ = z’x + z, y al sustituir en la ecuación se tiene: z’x + z = z + .
z
Se separan variables:
dx
zdz = .
x
Se integra:
z2 = 2(Ln x + Ln C).
y2 = x2Ln (x2C2).
x = x1 + 3/2
y = y1 + 1/2
Por tanto:
Ecuaciones diferenciales en el mundo físico 441
3 x1 y 1
y 1'
3 y 1 x1
y1
Al hacer el cambio de variables: z = se obtiene la ecuación de
x1
variables separadas:
1
z
3 dx
dz 1 .
z2 1 x1
x13(z + 1)2(z – 1) = C.
(x + y – 2)2(y – x + 1) = C,
(x – 2y)2 + 6x – 10y = C,
homogénea.
r – 1 = 2 + 3r – 1 = 3r + 1
o bien
u
haciendo el cambio z = . Al separar variables e integrar se obtiene como
x
solución:
x ( z 2 1)
C ,
z
1
y al sustituir z por , se tiene la solución general de la ecuación diferencial
xy
dada:
1 + x2y2 = Cy
Ejercicios
la solución general.
a) y’ = (x + y)2
c) (x – y)2y’ = (x – y + 1)2.
Definición 7.3.4:
U U
dU = dx dy = Mdx + Ndy.
x y
Teorema 7.3.1:
si y sólo si:
M N
= .
y x
Demostración:
U ( x , y ) U ( x , y )
función U(x, y) tal que = M(x, y) y = N(x, y), por el teorema
x y
2U ( x , y ) 2U ( x , y )
=
xy yx
y por tanto
M ( x , y ) N( x , y )
= ,
y x
diferencial exacta.
U ( x , y )
x
= M(x, y) y se tiene que: U(x, y) = M( x , y )dx g( y ) , siendo g(y) la
constante de integración que puede ser una función de y. Al derivar esta
y
M ( x , y )dx g' ( y ) N( x , y ) ,
y por lo tanto:
g' ( y ) N( x , y )
y
M ( x , y )dx ,
se integra respecto a y: g ( y ) N( x , y )
y
M ( x , y )dx dy . De esta forma
U ( x , y )
= N(x, y), integrando respecto a y, para determinar la función:
y
U(x, y) = N( x , y )dy f ( x ) .
Este teorema proporciona una condición para detectar con facilidad las
Ecuaciones diferenciales en el mundo físico 445
Corolario 7.3.2:
U ( x , y ) U ( x , y )
a) = M(x, y) y = N(x, y),
x y
b) U(x, y) = M( x , y )dx g( y ) con g( y ) N( x , y ) y M( x , y )dx dy ,
c) U(x, y) =
N( x , y )dx f ( x ) con f ( x ) M ( x , y )
x
N( x , y )dy dx .
Ejemplos resueltos
M e y ( 2y xe y ) N
exacta, ya que = = = –e-y.
y y x x
xe-y – y2 = C.
M N
= 12xy; = 12xy.
y x
U
( 3x
2
= 3x2 + 6xy2 U(x, y) = 6 xy 2 )dx = x3 + 3x2y2 + g(y)
x
U
= 6x2y + 4 y3 = 6x2y + g’(y),
y
g(y) = y4 + C,
de donde:
U(x, y) = x3 + 3x2y2 + y4 + C = 0.
M N
= 2xy = .
y x
U y2
y
= y(x2 + 3) U(x, y) = y ( x 2 3 )dy = (x2 + 3)
2
+ f(x)
U
= xy2 – 1 = xy2 + f’(x),
x
f(x) = – x + C,
y2
U(x, y) = (x2 + 3) – x + C = 0.
2
Ecuaciones diferenciales en el mundo físico 447
1 1 x
Ejemplo 7.3.11: Resolver ( 2 x )dx ( )dy 0 .
y y y2
1 1 x
Se comprueba que la ecuación diferencial ( 2 x )dx ( )dy 0 es
y y y2
1 1 x
( 2 x ) ( )
M y 1 N y y2 1
exacta: = 2 que coincide con = .
y y y x x y2
Se agrupan términos:
1 x 1
2 xdx ( dx dy ) dy 0
y 2 y
y
x
x2 + + Ln y = C.
y
Ejercicios
solución general.
3
xy3dx + ( x2y2 – 1)dy = 0.
2
Definición 7.3.5:
448 Capítulo 7º: Ecuaciones diferenciales
tal que al multiplicar la ecuación diferencial por (x, y), se trasforma en una
( μ M ) ( μ N )
= ,
y x
es decir:
μ M μ N
M μ N μ ,
y y x x
por lo tanto:
μ μ N M
M N μ ,
y x x y
ln μ ln μ N M
M N (7.3.1)
y x x y
Por lo tanto toda función (x, y) que verifique esta condición es un factor
derivadas parciales que puede ser difícil de resolver. Sin embargo existen
demasiada dificultad.
Ecuaciones diferenciales en el mundo físico 449
variable x o de y
μ
que depende sólo de la variable x, entonces 0 y la condición (7.3.1)
y
queda de la forma:
M N
ln μ y x
.
x N
M N
y x
, entonces (x) = e
h( x )dx
Sea h(x) = .
N
μ
integrante (y), es decir, que dependa sólo de y, entonces 0 y la
x
N M
ln μ x y
.
y M
N M
x y
, entonces (y) = e
k ( y )dy
Sea k(y) = .
M
450 Capítulo 7º: Ecuaciones diferenciales
Ejemplos resueltos
M N
Esta ecuación diferencial no es exacta ya que = –x, = –2x.
y x
Se calcula:
M N
y x x 2x x
= .
N 1 x2 1 x2
ln μ x 1
ln((x)) = (–1/2)ln(1 – x2) (x) = .
x 1 x 2
1 x 2
1 x.y
dx dx 1 x 2 dy 0
2 2
1 x 1 x
1 ( 2 x )
dx y . dx 1 x 2 dy 0 ,
2 2
1 x 2 1 x
que es una ecuación diferencial exacta que tiene como solución general:
arcsen(x) + y 1 x 2 = C.
sabiendo que tiene un factor integrante que depende de una combinación lineal
de x e y.
N M z z d
M N (ln μ ) .
x y y x dz
N M z z
2x ; 2y ; a; b
x y x y
y se sustituyen en la ecuación:
d 2 x 2y 2( x y )
(ln μ ) .
dz b( x y 1) a( x y 1) x ( b a ) y 2 ( b a ) b a
2 2 2 2 2
d xy 1 1
Para a = 1 y b = –1, se tiene z = x – y (ln μ ) ,
dz y 2 x2 y x z
1 1
se integra ln() = –ln(z) y por tanto = = .
z x y
1
Se multiplica la ecuación inicial por :
x y
dx dy
(x + y)dx + + (x + y)dy – = 0,
x y x y
( x y )2
d + d(Ln Ix – yI) = 0 y por lo tanto su solución general es:
2
( x y )2
+ Ln Ix – yI = C.
2
Ejercicios
y3
(2xy + x2y + )dx + (x2 + y2)dy = 0,
3
y
7.23. Resolver la ecuación diferencial dx + (y3 – ln x)dy = 0,
x
x2 y 2
(Solución: Lny K )
2
1
integrante (x, y) = . Aplicar este resultado a la
xy ( f ( x , y ) g ( x , y ))
resolución de la ecuación:
Definición 7.3.6:
y’ + p(x)y = q(x),
estas ecuaciones.
Métodos de resolución
Las ecuaciones lineales, y en particular las de primer orden, que son las
diferenciales para las que, casi siempre, resulta fácil encontrar la solución
general, y quizás por esta misma razón existen distintos procedimientos para
orden n.
(p(x)y – q(x))dx + dy = 0,
M N
M N y x
como = p(x), = 0, se tiene que = p(x) que depende sólo de
y x N
multiplicar la ecuación lineal por (x) resulta ser una ecuación diferencial exacta
Se sustituye en la ecuación:
p( x )dx
ecuación v’+ pv = 0: v(x) = Ke y se elige la solución particular para K
= 1.
q( x )
u(x) = v ( x ) dx
de donde la solución general de la ecuación inicial es:
Ecuaciones diferenciales en el mundo físico 455
q( x ) q( x )
y(x) = u(x)v(x) = ( v ( x ) dx + C)v(x) = v ( x ) v ( x ) Cv ( x )
Se observa que esta solución no varía si en lugar de tomar v(x) =
p( x )dx p( x )dx
e se toma v(x) = Ke con K 0.
completa.
Teorema 7.3.3
Sea y’ + p(x)y = q(x) una ecuación diferencial lineal con p(x) y q(x),
Demostración:
y’H(x) + p(x)yH(x) = 0.
p(x)yP(x) = q(x).
dy
La ecuación p( x ) y es de variables separadas por lo que si se
dx
dy
expresa como
y
p( x )dx , se integra, se obtiene ln(y) = – p( x )dx + K. Por
p( x )dx
y H ( x ) Ke .
p( x )dx
Si y P ( x ) C( x )e entonces:
p( x )dx p( x )dx
y' P ( x ) C' ( x ) e C( x ) ( p( x )) e
C’(x) = q( x )e
p( x )dx
;
q( x ) e
p( x )dx
C(x) = dx ,
p( x )dx p( x )dx
y P ( x ) C( x )e q( x ) e
p( x )dx
= e dx ,
Ecuaciones diferenciales en el mundo físico 457
p( x )dx p( x )dx
y(x) = yH(x) + yP(x) = Ce q( x ) e
p( x )dx
+ e dx .
Ejemplos resueltos
1 x
y’ + y = ex .
x
1 x
Paso 1º: Se resuelve la ecuación homogénea asociada y’ + y = 0,
x
ex
yH(x) = e-(lnx-x)+C = K e-lnx+x = K .
x
ex
homogénea, de la forma yP(x) = C(x) . Para ello se sustituye en la ecuación
x
completa:
ex ex x ex 1 x ex
C’(x) + C(x) + C(x) = ex.
x 2 x x
x
ex
C’(x) = ex.
x
Integrando se obtiene:
x2
C(x) = .
2
x2 ex x ex
yP(x) = = .
2 x 2
ex x ex K x
y(x) = yH(x) + yP(x) = K + = ex .
x 2 x 2
1
Ejemplo 7.3.15: Integrar y’ = .
ey x
dx
La ecuación diferencial anterior se puede expresar como x e y , que
dy
dx
x r ( y ) s( y ) se resuelve por el mismo método considerando a x como
dy
una función de y.
xH(y) = Ke-y.
e 2y
términos opuestos se obtiene C’(y)e-y = ey C’(y) = e2y C(y) = . Por lo
2
e 2 y -y e y
xP(y) = e = .
2 2
ey
x(y) = K e-y + .
2
Ecuaciones diferenciales en el mundo físico 459
y
Ejemplo 7.3.16: Resolver la ecuación diferencial lineal y’ + = 3cos(2x)
x
1
x dx
diferencial exacta es (x) = e x.
y
Expresándola de la forma dy + 3 cos( 2 x ) dx = 0 y multiplicándola
x
M N
Llamando M(x, y) = y – 3xcos(2x) y N(x, y) = x se tiene 1 1, por
y x
Al integrar se obtiene:
xy – 3 x cos( 2 x )dx = K.
3 xsen( 2 x ) 3cos( 2 x )
xy – K .
2 4
Se sustituye en la ecuación:
v’ – vtg x = 0 v(x) = Ke
tgxdx
= Ksec x.
x sen 2 x
y(x) = C sec x
2 4
Ejercicios
2
7.28. Resolver la ecuación y’ + 2xy = 2x e x .
2 cos( x )
y’ + y
x x2
dy 1
.
dx x cos( y )sen( 2 y )
7.32. Hallar la familia de curvas tales que el área del trapecio limitado
Ecuación de Bernoulli
Definición 7.3.7:
Ecuaciones diferenciales en el mundo físico 461
y’ + p(x)y = q(x)yn,
z'
p( x )z q( x ) z’ + (–n + 1)p(x)z = (–n + 1)q(x)
n 1
Ecuación de Ricatti
Definición 7.3.8:
haciendo el cambio:
1
y(x) = y1(x) + w-1(x) w = ,
y y 1
1
cambio de variables w = la transforma en la ecuación diferencial lineal:
y y 1
1
Si y2 es otra solución de la ecuación de Ricatti, entonces w2 = es
y 2 y1
Ecuaciones diferenciales en el mundo físico 463
1 1
z = w – w2 = ,
y y1 y 2 y1
z’ + (2r(x)y1 + q(x))z = 0,
1 1
w2 = y w3 =
y 2 y1 y 3 y1
verificar que:
Al sustituir:
1 1 1 1
= C + .
y y1 y 2 y1 y 3 y1 y 2 y1
Ecuación de Lagrange
Definición 7.3.9:
y = xp(y’) + q(y’),
x r(t,C)
.
y r(t,C)p(t) q(t)
y = p(x0)x + q(x0),
Ecuación de Clairaut
Definición 7.3.10:
y = xy’ + q(y’).
y = xt + q(t)
x + q’(t) = 0.
Ejemplos resueltos
u(x)v(x) se obtiene:
y(x) = (x + C)1/3x2/3.
dt = 0 t = C.
y = Cx + C2
x2
parábola y = , que es la envolvente del haz de rectas determinado por la
4
solución general.
2x
xy’ – y = (y2 – x2),
4
x 1
2x 4x 2
xz’ = z2 1z .
x4 1 x4 1
4x 2 2x
-xw’ = 1w .
x4 1 x 4
1
Al resolverla se obtiene:
x2 1 1
w C .
x( x 2 1) x( x 2 1)
x( x 2 1)
y x .
C( x 2 1) 1
Agrupando términos:
dx 2 cos t
tdx = –2xdt – cos tdt = x
dt t t
Ejercicios
x3
7.34. Dada la ecuación diferencial 3xy’ – 2y = , calcular la solución
y2
general.
(2) = 2)
puede tomar distintos valores. Cada valor de C determina una curva en el plano
Definición 7.3.10:
Cuando el ángulo que forman vale , las trayectorias se denominan
2
trayectorias ortogonales.
Si se suponen dos cargas eléctricas iguales en dos puntos fijos del plano
y una tercera carga que se desplaza en ese plano bajo la acción de las dos
perpendicularmente a las líneas equipotenciales del campo creado por las dos
primeras cargas.
calcular el haz de curvas formado por las trayectorias ortogonales a las curvas
( x , y , C ) 0
Eliminando C en se obtiene F(x, y, y’) = 0.
y' 0
x y
1
trayectorias ortogonales es y la ecuación diferencial que las define
y'
Ecuaciones diferenciales en el mundo físico 469
1
F( x , y , ) = 0. Al integrar, la solución general 1(x, y, K) = 0 determina el haz
y'
Trayectorias isogonales
las curvas de una familia dada (x, y, C) = 0, cuya ecuación diferencial es F(x,
rectas tangentes a las curvas de la familia que se quieren calcular pueden ser
y' m y' m
tiene tg( + ) = y tg( – ) = , por lo tanto las dos familias de
1 my' 1 my'
y' m y ' m
F( x, y , ) y F( x, y , ) y se calculan resolviendo estas ecuaciones.
1 my' 1 my'
Ejemplos resueltos
y Cx 0
y – y’x = 0.
C y' 0
1
Sustituyendo y’ por se obtiene la ecuación diferencial de las
y'
trayectorias ortogonales:
470 Capítulo 7º: Ecuaciones diferenciales
1
y+ x = 0 yy’ + x = 0 ydy = –x dx,
y'
x2 + y2 = K, (K>0),
Ejemplo 7.3.23: Hallar las familias de curvas que cortan al haz de rectas y
= Cx bajo un ángulo .
2
y = Cx
y’ = C,
y' m
Sea m = tg(), sustituyendo y’ por se obtiene la ecuación
1 my'
y' m
y= x y(1 – my’) = x(y’ + m) y’(x + my) = y – xm,
1my'
1 y
arctg
2 2
x y Ke m x.
y' m
Análogamente sustituyendo y’ por se obtiene la ecuación
1 my'
diferencial:
1 y
arctg
2 2
x y Ke m x.
Estas dos familias de curvas expresadas en forma polar son: ρ Ke m y,
ρ Ke m es decir, están formadas por espirales logarítmicas.
Ejercicios
2
7.39. Dada la familia de curvas y = C e x , calcular el haz de las
trayectorias ortogonales.
radianes al haz de circunferencias x2 + y2 = C.
4
curvas excos y = C.
Definición 7.3.11:
que en cada uno de sus puntos es tangente a una curva del haz.
del parámetro C, y sea y = (x) la envolvente de dicho haz donde (x) es una
determinado por la ecuación C = C(x, y), que verifica la ecuación del haz. Es
C C C C
y' y' = 0 y' y' = 0
x y C x C y x y C x y
punto P(x, y) se deduce de la ecuación y' 0 ya que en esta curva C
x y
es constante.
Se supone que 0 (en caso contrario 0 y se consideraría x como
y x
función de y).
C C
por lo que tiene que verificar que y' 0 .
C x y
C C
Como la función C(x, y) no es constante y' 0 y por lo tanto se
x y
verifica que ( x , y ,C ) 0 .
C
ecuaciones:
( x , y ,C ) 0
(7.3.2)
( x , y ,C ) 0
C
Sin embargo no toda solución de este sistema es una envolvente del haz
ya que si una cierta función y = (x) es la ecuación del lugar geométrico de los
Ecuaciones diferenciales en el mundo físico 473
puntos singulares del haz de curvas, es decir, de los puntos que verifican
0 y 0 , entonces las coordenadas de estos puntos también verifican
x y
(p(C), q(C), C) = 0,
dp dq
0,
x dC y dC C
por lo que 0 y se verifican las ecuaciones (7.3.2).
C
Por lo tanto, al obtener una curva que verifica estas ecuaciones hay que
Teorema 7.3.4:
( x , y ,C ) 0
Sea (x, y) una curva solución del sistema donde la
( x , y ,C ) 0
C
a) Las derivadas parciales y existen y están acotadas
x y
b) 0 o bien 0.
x y
ecuación (x, y, C) = 0.
solución de (7.3.2) puede ser envolvente del haz y no cumplir alguna de las
condiciones anteriores.
Ejemplos resueltos
ecuación (x – C)2 + y2 – 4 = 0.
eliminar C en el sistema:
( x C ) 2 y 2 4 0
2( x C ) 0
y se obtienen las rectas y = 2, que son la envolvente del haz, ya que las
y 2 ( x C ) 3 0
3( x C ) 2 0
Ecuaciones diferenciales en el mundo físico 475
Como 3( x C ) 2 0 y 2y 0 , la ecuación y = 0 representa
x y
Ejercicios
1
7.43. Hallar la envolvente de la familia de curvas y = Cex + .
C
Definición 7.3.12:
singular si verifica dicha ecuación, y además por cada uno de sus puntos (x0,
ese punto tiene la misma tangente pero que no coincide con ella en un entorno
F F
Si la función F(x, y, y’) y sus derivadas parciales y son continuas
y y'
F
( x , y , y' ) 0 .
y'
Ejemplos resueltos
Se obtiene y2 = 4ex.
x ln p C
ex .
yp
p
sistema:
Ecuaciones diferenciales en el mundo físico 477
ex
y C
C
x .
e
1 0
C 2
soluciones singulares.
y' 2 ( 2 3 y )2 4( 1 y )
2y' ( 2 3 y )2 0
y se obtiene (2 – 3y)2(1 – y) = 0.
dx 2 3y
como función de y así y se obtiene:
dy 1 y
x y 1 y C ,
( x C ) 2 y 2 ( 1 y )
2( x C ) 0
Ejercicios
= 0.
y2y’2 + y2 = 1,
7.3.10. Aplicaciones
Circuitos eléctricos
eléctrico formado por una fuerza electromotriz E que impulsa una carga
dI 1
L + RI + Q = E.
dt C
dI
que L + RI = E0, que es una ecuación diferencial lineal de primer orden con
dt
dI dI dt
variables separadas L = E0 – RI, luego , e integrando:
dt E 0 RI L
Rt
– ln( E0 – RI) = + K.
L
Sustituyendo en la ecuación:
Rt
Rt
– ln(E0 – RI) = – ln( E0 – RI0) E 0 RI ( E 0 RI 0 )e L ,
L
despejando I se tiene:
Rt Rt
E E RI 0 L E E
I= 0 0 e = 0 I 0 0 e L .
R R R R
E0
Se observa que I tiene una parte constante y una parte transitoria
R
Rt
E
I 0 0 e L que tiende a 0 para valores grandes de t, en cuyo caso límite se
R
Rt
E
Cuando I0 = 0, se verifica que I = 0 ( 1 e L ) , y si E0 = 0, entonces:
R
480 Capítulo 7º: Ecuaciones diferenciales
Rt
I = I0 e L .
La curva tractriz
positiva del eje de ordenadas, y que arrastra a un punto P, que parte del eje de
abscisas, a lo largo del plano con una cuerda de longitud a. La curva que
a2 x 2
y’ = ,
x
ecuación:
a a2 x 2
y = a log a2 x 2 .
x
Ejemplos resueltos
dm
Ejemplo 7.3.28: Resolver la ecuación k m , que rige los procesos
dt
coeficiente de proporcionalidad).
Ecuaciones diferenciales en el mundo físico 481
dm
variables separadas y por tanto k dt . Al integrar ambos miembros de la
m
dv
Ejemplo 7.3.29: Resolver la ecuación diferencial m = mg – kv.
dt
proporcionalidad k.
dv dv k
m + kv = 0. Se separan las variables = dt . Se integra:
dt v m
k
k t
ln v = t + ln C vH(t) = C e m .
m
k
t
vP(t) = C( x ) e m
y se sustituye en la ecuación:
k k k
t k t t
m( C' ( x ) e m + C( x ) ( )e m ) + k C( x ) e m = mg
m
k k
t t
m C' ( x ) e m = mg C' ( x ) ge m ,
482 Capítulo 7º: Ecuaciones diferenciales
k
mg m t
integrando C( x ) e y la solución particular buscada es:
k
mg
vP(t) = .
k
k
t mg
v(t) = C e m .
k
Ejercicios
7.6. EJERCICIOS
7.51. Se supone que por el punto (x, y) 2 pasa una curva integral y
7.52. Hallar la curva que pasando por el punto (1, 1) es tal que, para
Ecuaciones diferenciales en el mundo físico 483
(Solución: 1/4).
7.54. Determinar la curva que pasa por el punto (5, 5) y es tal que la
(Solución: x2 + y2 = 10x).
x
a) x2y’ = 2y2 – xy (Solución: y ).
1 Cx 2
1
c) y’ + y + y2(sen x + cos x) = 0 (Solución: y ).
x
Ce cos x
y
2
x
(Solución: ln x = + C)
y
= C.
Cx3.
1
ecuación es y = Cex + .
C
= 0.
CAPÍTULO 8
función que verifica las condiciones pedidas. Sin embargo en el caso general
aproximados de la solución que se busca. Pero para que estos métodos sean
Cauchy.
soluciones a intervalos mas amplios. Cada sección termina con una amplia
n. Sea x0 un punto del intervalo [a, b]. Se considera la ecuación diferencial y’
Definición 8.1.1:
búsqueda de una función y(x) definida para los valores x del intervalo [a, b],
y f ( x , y ),
, x [ a, b ]
y ( x 0 ) y 0
regularidad para f(x, y) se puede asegurar que el problema de valor inicial así
única.
y f ( x , y ),
, x [ a, b ]
y ( x 0 ) y 0
x
y( x ) y 0 f ( s, y ( s ))ds.
x0
En efecto, si existe una función y(x) que sea solución del problema de
Cauchy que se acaba de plantear, debe verificar que y’(x) = f(x, y(x)). Por tanto
x x x
x
y( x ) y 0 f ( s, y ( s ))ds.
x0
484 Capítulo 8º: Ecuaciones diferenciales
y f ( x , y ),
, x [ a, b ]
y ( x 0 ) y 0
tiene solución es suficiente, entonces, demostrar que existe una función y(x)
x
y( x ) y 0 f ( s, y ( s ))ds.
x0
x
T( x ) y 0 f ( s,( s ))ds .
x0
propuesto.
Definición 8.1.2.
una aplicación contractiva si existe ,0 < <1, tal que para todo x, y E se
transformaciones contractivas.
en sí mismo tiene un único punto fijo. Es decir, existe un punto x E tal que
T(x) = x.
Demostración.
tiene que:
d(xn+k, xn) d(xn+k, xn+k-1) + d(xn+k-1, xn+k-2) + + d(xn+1, xn) (n+k-1 + n+k-2
n
+ + )d(x1, x0) 1 d(x1, x0).
n
distancia d(xn+k, xn) se puede hacer tan pequeña como se quiera; por tanto la
es convergente.
enuncian a continuación.
Definición. 8.1.3.
un número real M > 0 tal que para todo x E y todo se verifica |(x)|
M.
1
La demostración se puede ver en M. Guzmán: Ecuaciones diferenciales ordinarias.
Teoría de estabilidad y control. Ed. Alhambra. 1975.
488 Capítulo 8º: Ecuaciones diferenciales
Ejemplos:
cos nx
En cambio, la sucesión n(x) = está acotada en cada punto del
x
Definición. 8.1.4 .
equicontinua en E si para todo > 0 existe un > 0 tal que para todo par de
puntos x1, x2 E situados entre sí a una distancia menor que , |x1 x2| < , y
además para cada valor fijado de el valor de preciso sea el mismo para
Ejemplos:
intervalo [0, 1], y sin embargo cada una de las funciones n(x) = nx es
1
La sucesión n(x) = xn es equicontinua en el intervalo [0, ], pero no lo es
2
en sentido inverso.
Definición 8.1.5.
490 Capítulo 8º: Ecuaciones diferenciales
Definición 8.1.6.
continuidad.
| f ( x 2 ) f ( x1 ) |
, x1, x2 D.
| x 2 x1 |
globalmente).
Proposición 8.1.3:
Demostración:
f ( x , y )
Sea M = sup{ : (x, y) D}, y sean (x, y1), (x, y2) D. El teorema
y
492 Capítulo 8º: Ecuaciones diferenciales
f ( x , )
|f(x, y1) f(x, y2)| = | y1 y2| , y1 y2.
y
Por tanto |f(x, y1) f(x, y2) | M|y1 y2|, para todo par de puntos (x, y1),
recta y = 0.
acotadas en D.
Ejemplos resueltos
1
intervalo [0, ], pero no lo es en el intervalo [0, 1].
2
1
Es equicontinua en el intervalo [0, ]:
2
Hay que demostrar que para todo > 0 existe un > 0 tal que para todo
1
par de puntos x1, x2 [0, ] que verifiquen |x1 x2| < , y para todo n N, se
2
En efecto,
n
|x1n x2n| = |x1 x2||x2n-1 + x1x2n-2 + + x2x1n-2 + x1n-1| |x1 x2| |x1 x2|
2 n 1
Basta entonces tomar = /2 para que se verifique que |x1n x2n| < .
1
Sea = . Para todo valor de , 0 < < 1, el punto x = 1 /2 es tal que
2
suficientemente grande.
494 Capítulo 8º: Ecuaciones diferenciales
2.
Ejemplo 8.1.3: Demostrar que f(x) = xn, para nN, n > 1 es localmente
lipschitziana en .
|f(x1) f(x2)| = |x1n x2n| = |x1 x2||x2n-1 + x1x2n-2 + + x2x1n-2 + x1n-1| |x1
tamaño del intervalo. Esto impide asegurar que la función sea globalmente
|f(x1) f(x2)| = |x1n x2n| = |x1 x2||x2n-1 + x1x2n-2 + + x2x1n-2 + x1n-1| |x1
el factor (min (x1, x2))n-1 se puede hacer todo lo grande que se quiera sin mas
Existencia y unicidad de soluciones 495
1
|f(x, y1) f(x, 0)| = |y11/3 0| = |y1|,
| y 12 / 3 |
1
y el término no está acotado por ninguna constante en el rectángulo,
| y 12 / 3 |
Ejemplo 8.1.5: Sea f(x, y) = min(|x|, y) para (x, y) 2. Demostrar que es
0 si | x | y 1, y 2
| y | x || y 1 | x | y 2
si
|f(x, y1) f(x, y2)| = 1
|| x | y 2 | si y 2 | x | y 1
| y 1 y 2 | si y 1, y 2 | x |
de Lipschitz L = 1.
496 Capítulo 8º: Ecuaciones diferenciales
Ejercicios
equicontinua.
sennx
a) f(x) = .
x
a) f(x) = cos x.
b) f(x) = xsen x.
a) f(x, y) = 1 + y2.
b) f(x, y) = 1 + x2.
1
c) f(x, y) = .
1 y 2
Existencia y unicidad de soluciones 497
x
d) f(x, y) = .
1 y 2
SOLUCIÓN GLOBAL
n. Sea x0 un punto del intervalo [a, b]. Se plantea a continuación el estudio de
y f ( x , y ),
, x [ x0 ,b ]
y ( x 0 ) y 0
x
y( x ) y 0 f ( s, y ( s ))ds .
x0
Peano
y f ( x , y ),
, x [ x0 ,b ]
y ( x 0 ) y 0
solución.
Demostración:
2
Esta demostración se ha obtenido de la que aparece en el libro: M. Guzmán:
Ecuaciones diferenciales ordinarias. Teoría de estabilidad y control. Editorial Alhambra. 1975.
Existencia y unicidad de soluciones 499
y 0 1
si 0x
x 1 / 2 2.
y2(x) =
y 0
f ( s , y 2 ( s ))ds
si
1
x 1
0 2
1
el intervalo [0, ].
2
subintervalos del mismo tamaño, y en cada uno de ellos se define yk(x) a partir
y 0 1
si 0x
x 1 / k k
yk(x) =
y 0
f ( s , y k ( s ))ds
si
i
x
i 1
, i 1,2, , k 1
0 k k
Como la función f(x, y) está acotada en [0, 1] n, existe M tal que:
Se tiene entonces que las funciones yk(x) que se acaban de definir están
uniformemente acotadas en [0, 1], pues para todo k y todo x [0, 1] se verifica
que converge uniformemente a una función y(x) en [0, 1]. Cada una de las
x x
yk*(x) = y0 + f ( s , y k * ( s ))ds f ( s, y k * ( s ))ds .
0 x 1 / k *
x x
f ( s, y k * ( s ))ds f ( s, y ( s ))ds .
0 0
x
1
f ( s, y k * ( s ))ds M
k*
0.
x 1 / k *
x
y(x) = y0 + f ( s, y ( s ))ds ,
0
PicardLindelöf
solución si la función f(x, y) verifica además una condición mas fuerte que la
y f ( x , y ),
, x [ x 0 , b]
y ( x 0 ) y 0
decir, existe una constante L tal que para todo x [x0, b] y todo y1, y2 n se
verifica que |f(x, y1) f(x, y2)| L|y1 y2|. Entonces el problema de valor inicial
Demostración:
distancia:
siendo K una constante fija tal que K > L. Se puede demostrar fácilmente que
x
T( x ) y 0 f ( s, ( s ))ds .
x0
T() es también una función continua definida en el intervalo [x0, b], y por
tanto pertenece a E.
Entonces, si 1, 2 E,
x
e K ( x x 0 ) |T1(x) T2(x)| e K ( x x 0 ) |f(s, 1(s)) f(s, 2(s))|ds =
x0
x x
K ( s x 0 )
K(xs)
e e |f(s, 1(s)) f(s, 2(s))|ds Ld(1, 2) eK(xs)ds
x0 x0
L
d(1, 2).
K
L
d(T(1),T(2)) = sup e K ( x x 0 ) |1(x) 2(x)|: x [x0, b] d(1, 2).
K
y f ( x , y ),
x [ a, x 0 ]
y ( x 0 ) y 0
Corolario 8.2.3:
y f ( x , y ),
, x [ x0 ,b ]
y ( x 0 ) y 0
f ( x , y )
donde la función f(x, y): [x0, b] n n es continua en [x0, b] n y
y
Este teorema tiene utilidad pues aunque es más restrictivo que el teorema
f ( x , y )
de Picard-Lindelöf, suele ser mas fácil demostrar la continuidad de
y
y f ( x , y ),
x [ x0 ,b ]
y ( x 0 ) y 0
arbitraria 0(x) del espacio métrico E = C ([x0, b], n), que verifique la condición
x
T( x ) y 0 f ( s, ( s ))ds .
x0
Se tiene entonces:
x
1(x) = T 0 ( x ) y 0 f ( s, 0 ( s ))ds .
x0
general:
Existencia y unicidad de soluciones 505
x
n 1( x ) y 0 f ( s, n ( s ))ds .
x0
se tiene que p(x) = p+1(x), entonces la función p(x) es solución del problema
Observación:
x
T( x ) y 0 f ( s, ( s ))ds
x0
es contractiva y por tanto existe un único punto fijo que es la solución del
ejemplo 8.2.4.
506 Capítulo 8º: Ecuaciones diferenciales
Ejemplos resueltos
y y
y ( 0 ) 1
y y
.
y ( 0 ) 1
x
n 1( x ) y 0 f ( s,n ( s ))ds
x0
1( x ) 1 1ds = 1 + x,
0
Existencia y unicidad de soluciones 507
x
x2
2 ( x ) 1 ( 1 s )ds = 1+ x +
2
,
0
x
s2 x2 x3
3 ( x ) 1 ( 1 s
2
)ds = 1 + x +
2
+
3!
,
0
s n 1
x
s2 x2 xn
n ( x ) 1 (1 s
2
( n 1)!
)ds = 1 + x +
2
++
n!
.
0
con la sucesión de las sumas parciales de la serie que define la función y(x) =
ex. Por consiguiente, la sucesión n(x) converge a la función y(x) = ex, que es la
y y 2
y ( 0 ) 1
toma un par de puntos (x, y1) y (x, y2) arbitrarios de 2. Se tiene que:
| f ( x , y 1 ) f ( x , y 2 ) | = | y 21 y 2 2 | = | y 1 y 2 | | y 1 y 2 |
ningún intervalo de la recta real que contenga al origen, o que no sea única. En
este problema de manera local, y se demuestra que existe una única solución
y f ( x , y )
Ejemplo 8.2.4: Se considera el problema de valor inicial , (x,
y ( 0) 0
2 x , y 0
4y
y) [0, 1] siendo f ( x , y ) 2 x ,0 y x 2
x
2 x , x 2 y
2x
x x
1( x ) f ( s ,0 )ds = 2sds = x ,
2
0 0
x x
2sds = x ,
2
2 ( x ) f ( s , s )ds = 2
0 0
x x
f ( s,s 2sds = x ,
2
3 ( x ) )ds = 2
0 0
x x
n 1
( 1)
n 2
n ( x ) f ( s ,( 1) s )ds = 2sds = (1)n+1x2.
0 0
diferencial.
510 Capítulo 8º: Ecuaciones diferenciales
una única solución. En efecto si existieran dos soluciones y1(x), y2(x), del
Se tiene entonces:
x2
y(x) = .
3
Ejercicios
y f ( x , y )
y ( x 0 ) y 0
Existencia y unicidad de soluciones 511
f ( x ) s 2 senf ( s )ds .
0
8.7. Deducir condiciones sobre a(x), b(x) y c(x) para que el problema
de valor inicial
y a( x )y 2 b( x )y c( x )
y ( x 0 ) y 0
, y0 + ].
y y 2
y ( 0 ) 1
soluciones
es en un subconjunto que contenga al punto (x0, y0). En este caso los teoremas
y f ( x , y ),
Se considera el problema de valor inicial en el que la función
y ( x 0 ) y 0
Se supone también que el valor M representa una cota superior para las
pendientes de las rectas tangentes a las soluciones y(x) del problema de valor
b
Se define el intervalo I = [x0 , x0 + ], siendo tal que = min(a, ).
M
asegurar que la gráfica de la solución buscada esté contenida entre las rectas
y y0 = M(x x0).
busca debe ser menor o igual que M, y por otra las dos rectas anteriores cortan
b
a los lados y0 b precisamente en los puntos x0 .
M
y
(x, (x))
y0
(x, (x))
x
x0 x0 x0 +
Figura 8.2: Región definida para una solución local de un problema de valor inicial
pasa por el punto (x0, y0) está contenida en la región de la figura formada por
los dos triángulos unidos por un vértice común en el punto (x0, y0).
de valor inicial.
y f ( x , y ),
inicial: (x0, y0) D. Si la función f(x, y) está definida en D, es
y ( x 0 ) y 0
una única función (x) definida en I que es solución del problema de valor
inicial propuesto.
Demostración:
b
continuas definidas en el intervalo I = [x0 , x0 + ], = min(a, ), tales que:
M
Existencia y unicidad de soluciones 515
x
T( x ) y 0 f ( s, ( s ))ds .
x0
intervalo [x0 a, x0 + a ].
x
T( x ) y 0 Mds y 0M( x x 0 )
x0
x
T( x ) y 0 Mds y 0M( x x 0 ) .
x0
transformación:
x
( x ) y 0 f ( s, ( s ))ds ,
x0
T es contractiva.
x
d(T1,T2) = supxI |T1(x) T2(x)| = supxI | (f(s, 1(s)) f(s, 2(s)))ds|
x0
x x
supxI
x0
L|1(s) 2(s)|ds L supxI [ supsI |1(s) 2(s)|
x0
ds ] =
Ld(1, 2).
1 b
manera que se verifique que < min(a, , ), y el teorema está demostrado
L M
y f ( x , y )
inicial: , (x0, y0) D. Si la función f(x, y) está definida en D, y las
y ( x 0 ) y 0
f ( x , y )
funciones f y son continuas en D, entonces existe un intervalo I = [x0
y
y f ( x , y ),
( x 0 , y 0 ) R [ x 0 a, x 0 a ] [ y 0 b, y 0 b ].
y ( x 0 ) y 0
[x0 h, x0 + h] y existe una función (x) que es solución del problema de valor
3
La demostración de este teorema puede verse en los libros: 1) M. Guzmán: Ecuaciones
diferenciales ordinarias. Teoría de estabilidad y control. Ed. Alhambra. 1975. 2) C. Fernández y
J. M. Vegas. Ecuaciones diferenciales II. Ed. Pirámide. 1996.
518 Capítulo 8º: Ecuaciones diferenciales
Definición 8.3.1:
y f ( x , y )
Sea (x) una solución del problema de valor inicial , definida
y ( x 0 ) y 0
inicial en un intervalo I que contiene propiamente a I, (I I, I I) y (x) =
Definición 8.3.2:
y f ( x , y )
Sea (x) una solución del problema de valor inicial en el
y ( x o ) y 0
intervalo I. Se dice que (x) es una solución maximal si no existe ninguna
prolongación de (x).
y f ( x , y )
condiciones del teorema 8.3.1, el problema de valor inicial tiene
y ( x o ) y 0
Teorema 8.3.4.
y f ( x , y ),
Si (x0, y0) D, el problema de valor inicial tiene una única
y ( x 0 ) y 0
Existencia y unicidad de soluciones 519
Ejemplos resueltos
y y 2 / 3
y si es única. Estudiar la situación para distintos valores iniciales
y ( 0 ) 0
del problema.
Una solución es la función nula y(x) = 0, que pasa por el punto (0, 0), está
1
y ( x C )3 .
3
3
x3
constante C tiene que ser 0. Entonces la función y verifica la ecuación y
33
4
La demostración de este teorema puede verse en el libro: C. Fernández y J. M. Vegas.
520 Capítulo 8º: Ecuaciones diferenciales
del problema.
1 3
3 ( x C1 ) , x C1
3
y(x) = 0, C1 x C 2
1
( x C 2 )3 , x C 2
3
y0
C1 0 C2 x0
punto (0, 0) por un punto de la forma (x0, 0). Para cada uno de estos puntos el
y y 2 / 3
Sin embargo, si se considera ahora el problema en el que y0
y ( x 0 ) y 0
tiene un valor distinto de 0, este problema tiene una única solución que al llegar
f ( x , y ) 2 24 / 3
= = K.
y 3y1/ 3 3 y 01 / 3
corolario 8.3.2 asegura que existe una única solución del problema de Cauchy
| f ( x ,0 ) f ( x , y ) | | y 2 / 3 | 1
,
|y| |y| | y |1 / 3
que no está acotado por ninguna constante en R, pues para puntos muy
lipschitziana en R.
y y 2
.
y ( 0 ) 1
Sea por ejemplo R = [1, 1] [0, 2], donde a = b = 1. Sean (x, y1) y (x, y2)
| f ( x , y 1 ) f ( x , y 2 ) | = | y 21 y 2 2 | = | y 1 y 2 | | y 1 y 2 | 4 | y 1 y 2 | .
1 b 1 1 1
Entonces < min(a, , ) = min(1, , ) = , el problema de Cauchy
L M 4 4 4
y y 2
tiene entonces una única solución válida en el intervalo [, ]
y ( 0 ) 1
Existencia y unicidad de soluciones 523
1 1
[ , ].
4 4
y y 2
la única solución del problema de Cauchy del ejemplo 8.3.2: .
y ( 0 ) 1
1( x ) 1 12 ds = 1 + x,
0
x
x2 x3
2
2 ( x ) 1 ( 1 s ) ds = 1 + x + + ,
2 3
0
x
s2 s3 2 2x 4 x5 x6 x7
3 ( x) 1 (1 s ) ds = 1 + x + x + x +
2 3
+ + + ,
0
2 3 3 3 9 63
x
n ( x) 1 ( n 1 ( s )) 2 ds = 1 + x + x2 + x3 + + xn +
0
1
geométrica. Como |x| < 1, 1 + x + x2 + x3 + + xn + = , la sucesión
1 x
524 Capítulo 8º: Ecuaciones diferenciales
1
n(x) converge a la función y(x) = , que es la única solución del problema
1 x
1 1
de Cauchy propuesto en el intervalo [, ] [ , ].
4 4
Observación:
por ejemplo, se puede tomar 0(x) = 1 + x2, que verifica la condición inicial,
x
2x 3 x5
1 ( x ) 1 ( 1 s 2 )2 ds = 1 + x +
3
+
5
,
0
x
2s 3 s 5 2 x3 x4 x5
2 ( x ) 1 (1 s
3
5
) ds = 1 + x + x2 +
3
+
3
+ 4
15
+
0
n ( x ) 1 ( n 1( s )) 2 ds = 1 + x + x2 + x3 + + xn +
0
1
Si se hubiera tomado 0(x) = , entonces:
1 x
Existencia y unicidad de soluciones 525
x
1 2 1 1
1( x ) 1 (
1 s
) ds = 1 +
1 x
1=
1 x
,
0
1
Ejemplo 8.3.4: Prolongar la solución y(x) = del problema de Cauchy
1 x
y y 2
obtenida en el ejemplo 8.3.3: .
y ( 0 ) 1
1
La función y(x) = es la única solución del problema de Cauchy
1 x
y y 2 1 1
en el intervalo [, ] [ , ]. Se trata ahora de extender la
y ( 0 ) 1 4 4
1 1
x= la función y(x) = sigue siendo solución del problema de valor inicial,
4 1 x
1 4
y alcanza el valor y( ) = .
4 3
y y 2
Se considera el problema de valor inicial 1 4 y se repite el proceso
y ( )
4 3
3 5 1 7
Se puede tomar por ejemplo el rectángulo R* = [ , ] [ , ],
4 4 3 3
1 4
centrado en el punto ( , ) con a = b = 1.
4 3
49
Entonces M = sup {|f(x, y)|: f(x, y) R*} = , y la constante de Lipschitz
9
526 Capítulo 8º: Ecuaciones diferenciales
14
en R* es L = sup {|y1 + y2 |: (x, y1), (x, y2) R* } = .
3
1 3 1 b 9 3 9
Ahora debe ser * < = y * min(a, , ) = min(1, , )=
L 14 L M 49 14 49
3 9
< . Por lo tanto * = , y se puede entonces prolongar la solución a la
14 49
1 9 1 9 13 85
derecha del intervalo inicial al intervalo I* = [ , + ]=[ , ],
4 49 4 49 196 196
85 1 85
I I* = [, ] [ , ].
196 4 196
del intervalo.
1
En este caso como la solución obtenida es la función y(x) = , que
1 x
y , x 0
y f ( x , y )
problema de valor inicial siendo f ( x , y ) 2y .
y ( 0 ) 1 x , x 0
inicial, (0, 1). Por tanto, los teoremas de existencia y unicidad no pueden
solución.
que pasa por el punto (0, 1) es la que resulta de tomar C = 1, es decir, y(x) = ex.
2y
Si se estudia ahora lo que sucede para valores de x < 0, y es una
x
= Cx2. Estas soluciones son tales que al tomar valores próximos a cero tienden
x < 0 pasa por el punto (0, 1). Se recuerda que la solución de una ecuación
y(x) = ex
y = Cx2
y f ( x , y )
Ejemplo 8.3.6: Estudiar la existencia y unicidad del problema
y ( 0 ) 0
y , x 0
f ( x , y ) 2y .
,
x x 0
2y
tiene que para valores de x < 0, la solución general de la ecuación y es y
x
como:
0, x 0
y( x ) x
Ce , x 0.
y = Cex y(x) = 0
y 2 xy 2
problema de valor inicial para y0 = 0, 1, 1. Calcular en cada caso
y ( 0 ) y 0
8.3.2 asegura entonces que existe una única solución definida en algún
1
y .
x2 C
La solución que pasa por el punto (0, 0) es la función y(x) = 0 para todo x
1
La solución que pasa por el punto (0, 1) es la función y , que es
1 x 2
530 Capítulo 8º: Ecuaciones diferenciales
Por último, la solución que pasa por el punto (0, 1) es la función
1
y , definida para todo x , y es por tanto prolongable a toda la recta
1 x 2
real.
1
y(x) =
1 x2
(0, 1)
y(x) = 0
(0, 0)
(-1, 0) (1, 0)
1
y(x) =
1 x2
(0, -1)
Ejercicios
valor inicial :
Existencia y unicidad de soluciones 531
y y 3
inicial en el rectángulo R = [1. 1] [0, 2]. Determinar el
y ( 0 ) 1
y y 3
única solución del problema de valor inicial .
y ( 0 ) 1
y y
valor inicial , así como el máximo intervalo en el que
y ( x 0 ) y 0
y 3 xy 1 / 3
valor inicial . Calcular explícitamente la solución y
y ( 2 ) 1
8.4. EJERCICIOS
y y 1 / 3
8.15. Demostrar que el problema de Cauchy tiene
y ( 0 ) 0
y 2( 1 3 x 2 )y 1 / 2
y ( 1) 4.
para valores x 0.
y 2( 1 3 x 2 )y 1 / 2
valor inicial .
y ( 1) 0.
8.18. Obtener para cada valor de (x0, y0) las soluciones del problema
x
y
de valor inicial y . Esbozar gráficamente las
y ( x ) y 0
0 0
y 6 x 2 y 1 / 2
a)
y ( x 0 ) y 0 .
y y
b)
y ( x 0 ) y 0 .
y y 2 9
c) , |y0| 3.
y ( x 0 ) y 0 .
0, y 0
8.20. Demostrar que la función f ( x , y ) 2 / 3 1 no es
y sen , y 0
y
y f ( x , y )
inicial tiene una única solución.
y ( 0 ) 0.
y 6 xy 2 / 3
a)
y ( 2 ) 27.
y x 1 / 2 y
b)
y ( 1) e 2 / 3 .
534 Capítulo 8º: Ecuaciones diferenciales
1
y log si y ( 0, )
8.22. Sea f ( x , y ) y , x [0, 1]
0 si y 0
respecto de la variable y.
y f ( x , y )
b) Demostrar que el problema tiene una única solución,
y ( 0 ) c
Transformada de Laplace
ordinarias.
Ecuaciones diferenciales de orden superior. Transformada de Laplace 536
integrales, es decir, operadores que transforman una función en otra por medio
puede por tanto interpretarse como análoga continua a una serie de potencias,
límite.
ingeniería.
DIFERENCIALES
9.1.1. Ejemplos
al primero expresadas en la forma yn) = g(x, y, y’, ..., yn-1)) o bien F(x, y, y’, ...,
yn-1), yn)) = 0.
d 2y
Caída libre m mg
dt 2
2
d 2y dy
Caída con resistencia m mg k
dt
2
dt
dy
Para resolverlas se expresaban en función de v(t) = y quedaban de la
dt
dv dv
forma m = mg para la caída libre y m = mg kv2 para la caída con
dt dt
Ecuaciones diferenciales de orden superior. Transformada de Laplace 538
dy
reduce una unidad el grado de la ecuación.
dt
1
De esta forma se resuelve la ecuación de la catenaria y 1 ( y )2
a
d 2y
En la ecuación del movimiento armónico simple 2
k 2 y 0 , k > 0, no
dt
obtiene u’(y) u(y) = k2y. Integrando se obtiene u(y) y a partir de esta función la
solución.
d 2y R2
cohete: 2
g 2 y la ecuación de Van der Pol: y’’ a(1 y2)y’ + y = 0
dt y
y’y’’ = 2
y’y’’ + (y’)2 = 0.
aplicar los métodos anteriores de reducción de orden, por lo que tiene especial
d 2Q dQ 1
ecuación de los circuitos eléctricos: L 2
(t) + R (t) + Q(t) = E(t) o la
dt dt C
métodos en el siguiente capítulo suponiendo que las funciones E(t) y g(t) son
d 4y
problema de una viga empotrada, que tiene por ecuación: EI = w(x),
( dx ) 4
continua a trozos.
constante.
por ecuaciones:
dx
dt ax bxy
dy cy dxy
dt
más variables. Por esta razón, sin pérdida de generalidad, se estudian los
Otro caso particular son los sistemas lineales, que se estudiarán más
movimiento de dos masas m1 y m2, sobre las que actúan tres resortes de
constantes k1, k2, k3 y dos fuerzas externas F1(t) y F2(t) que está expresado por
541 Capítulo 9º: Ecuaciones diferenciales
el sistema:
d 2 y1
m1 ( k1 k 2 )y 1 k 2 y 2 F1( t )
dt 2
d 2y2
m
2 k 2 y 1 ( k 2 k 3 )y 2 F2 ( t )
dt 2
resolverlos.
hay métodos generales para llegar a ella. Este capítulo contiene un enfoque
Definición 9.1.1:
esta función hasta el orden n, lo que equivale, con y = y(x), a una expresión de
Cuando es posible despejar yn), se obtiene: yn)(x) = g(x, y, y’, y’’, ..., yn-1) )
Definición 9.1.2:
expresar mediante una función vectorial F, de la forma F(x, f(x), f’(x), f’’(x), ...,
fn)(x)) = 0, donde la función buscada f(x) = (f1(x), f2(x), ..., fK(x)) y las derivadas
de esta función f’(x), f’’(x), f’’’(x), ..., fn)(x), son funciones vectoriales de la
variable independiente.
Definición 9.1.3:
donde la función buscada f(x) = (f1(x), f2(x), ..., fn(x)) y su derivada f’(x) son
siguiente forma:
..............
Definición 9.1.4:
esta formada por n funciones 1(x, C1, C2, ..., Cn), 2(x, C1, C2, ..., Cn), ..., n(x,
C1, C2, ..., Cn), que dependen de n constantes C1, C2, ..., Cn y satisfacen las
ecuaciones del sistema para todos los valores de las constantes C1, C2, ..., Cn.
Suponiendo que existen condiciones iniciales: y1(x0) = b1, y2(x0) = b2, ...,
yn(x0) = bn, se pueden elegir las constantes C1, C2, ..., Cn para que las
Definición 9.1.5:
está formada por las n funciones de la solución general para valores concretos
ecuaciones
y 1 ( x ) y 2 ( x )
y 2 ( x ) y 3 ( x )
(9.1.4)
...
y n ( x ) g ( x , y 1 , y 2 ,..., y n )
las condiciones iniciales y(x0) = b1, y’(x0) = b2, ..., yn-1)(x0) = bn, entonces en el
sistema se buscan soluciones particulares que verifiquen y1(x0) = b1, y2(x0) = b2,
orden.
Sustituyendo las derivadas y’1, y’2, ..., y’n por sus expresiones en el
y1n)(x) = Gn(x, y1, y2, ..., yn), de esta forma se obtiene el siguiente sistema:
..............
..............
= (x, C1, C2, ..., Cn) y calculando sus derivadas y sustituyendo en (9.1.6) se
......
condiciones iniciales y1(x0) = b1, y2(x0) = b2, ..., yn(x0) = bn, se sustituyen estos
entonces las funciones y1(x), y2(x), ..., yn(x) definidas por (9.1.3) satisfacen el
Ejemplos resueltos
Se tiene el sistema:
y1’(x) = y2(x)
sistema de ecuaciones:
y1’(x) = y2(x) + 1
y2’(x) = y1(x) + 1
Ecuaciones diferenciales de orden superior. Transformada de Laplace 546
y1’’(x) y1(x) 1 = 0.
sistema de ecuaciones:
y 1' ( x ) y 2 ( x )
asociado es: . Comprobar que la solución general de
y 2 ' ( x ) 4 y 1( x ) 4 x
y ( x ) C1 cos 2 x C 2 sen 2 x x
dicho sistema es 1 y a partir de ella
y 2 ( x ) 2C1sen 2 x 2C 2 cos 2 x 1
y2’(x) = 4y1(x) + 4x
547 Capítulo 9º: Ecuaciones diferenciales
Ejercicios
ecuaciones:
Se considera el sistema:
Ecuaciones diferenciales de orden superior. Transformada de Laplace 548
y 1 f1( x , y 1 , y 2 ,..., y n )
y f ( x , y , y ,..., y )
2 2 1 2 n
(9.2.1)
...
y n f n ( x , y 1 , y 2 ,..., y n )
Si las funciones f1, f2, ..., fn son continuas en una región B del espacio
n, y si (x0, b1, ..., bn) pertenece al interior de B, entonces existe un entorno
funciones fk, como ser funciones lipchizianas respecto de las variables yj. El
f1 f f f
, ..., 1 ,..., n ,..., n , son continuas en una región B del espacio n,
y 1 y n y 1 y n
en el que el sistema (9.2.1) tiene una única solución que verifica las
respecto las variables yk. Este teorema prueba no sólo la existencia y unicidad
diferenciales de orden n
de orden n
continua en una región B del espacio n, y si (x0, b1, ..., bn) pertenece al
iniciales y(x0) = b1, y’(x0) = b2, y’’(x0) = b3, ..., yn-1)(x0) = bn.
Ecuaciones diferenciales de orden superior. Transformada de Laplace 550
orden n
Si en la ecuación diferencial yn)(x) = f(x, y, y’, y’’, ..., yn-1)) la función f, y las
f f f
derivadas parciales , ,..., son continuas en una región B del
y y y n 1)
espacio n, y si (x0, b1, ..., bn) pertenece al interior de B, entonces existe un
y(x) de la ecuación que verifica las condiciones iniciales y(x0) = b1, y’(x0) = b2,
Ejemplos resueltos
f2(x, y1, y2, ... yn) = a21y1 + a22y2 + ... + a2nyn + b2(x),
...,
fn(x, y1, y2, ... yn) = an1y1 + an2y2 + ... + annyn + bn(x).
Las derivadas parciales coinciden con los coeficientes akj, que al ser
problema de valor inicial: yn) = P1(x)yn-1) + ... + Pn-1(x)y’ + Pn(x)y + G(x), con
las condiciones iniciales: y(x0) = b1, y’(x0) = b2, y’’(x0) = b3, ..., yn-1)(x0) = bn.
En este caso f(x, y, y’, y’’, ..., yn-1)) = P1(x)yn-1) + ... + Pn-1(x)y’ + Pn(x)y +
G(x). Si P1(x), P2(x), ..., Pn(x) y G(x) son funciones continuas en un intervalo
f f f
Además las derivadas parciales , ,..., coinciden con Pk(x)
y y y ( n 1)
decir, si P1(x), P2(x), ..., Pn(x) y G(x) son funciones continuas en un intervalo
inicial propuesto.
Ejercicios
CASOS PARTICULARES
diferencial.
Así, si una ecuación diferencial es de la forma yn) = F(x, y’, ..., yn-1)), el
dy d 2 y du d n y d n 1u
Efectivamente si u , entonces y y la ecuación
dx dx 2 dx dx n dx n 1
dky
derivadas hasta el orden k, realizando el cambio de variable u(x) = se
dx k
553 Capítulo 9º: Ecuaciones diferenciales
La catenaria
suspendido entre sus dos extremos y que cuelga por su propio peso.
H
curva y a = , entonces la ecuación de la catenaria es:
p
1
y 1 ( y )2
a
1
1 u 2 que se integra por separación de variables:
a
x
lnu+ 1 u 2 = + C.
a
x
Al aplicar la condición inicial u(0) = 0 se obtiene: lnu+ 1 u 2 = , y al
a
x x
1
despejar la función u(x) resulta: u(x) = ( e a e a ), que al integrar de nuevo
2
x x
a
se obtiene: y(x) = ( e a e a ) + K.
2
solución particular:
Ecuaciones diferenciales de orden superior. Transformada de Laplace 554
x x
a x
y(x) = ( e a e a ) + b – a = a cosh( ) + b – a.
2 a
x
y(x) = acosh( ).
a
derivadas de orden k1, por lo que se logra reducir el orden como se pretendía.
Ejemplos clásicos en los que se aplica este método son la ecuación del
con k > 0. Se supone que existe una solución y = (x) que en un intervalo (a, b)
tiene función inversa derivable x = -1(y), por lo tanto y’ = ’(x) = ’(-1(y)) por lo
ecuación diferencial se tiene que u’(y)u(y) = k2y, que equivale a decir que
555 Capítulo 9º: Ecuaciones diferenciales
1 2
( u ( y ))' k 2 y . Integrando respecto a y se obtiene que u2(y) = k2y2 + C. Ya
2
u( y ) k A 2 y 2 .
y
variables separadas. Al integrarla se obtiene como solución arcsen = Kx + B,
A
expresar como:
encontrar una solución particular y = (x) tal que en un punto x0 verifique dichas
y0 = C1sen(kx0) + C2cos(kx0)
y1 = kC1cos(kx0) kC2sen(kx0)
sistema tiene solución única y por lo tanto existe una única solución de la
d 2y R2
g ,
dt 2 y2
d 2y dv dv dy dv
v ,
dt 2 dt dy dt dy
dv R2
v g .
dy y2
v2 R2
g C .
2 y
v 02
calcula C = gR + , al sustituirlo en la ecuación se obtiene:
2
R2 v 02
v = 2g
2
2gR + ,
y 2
d 2y dv dv dy dv
v .
dt 2 dt dy dt dy
Sustituyendo en la ecuación:
dv
v a(1 y2)v + y = 0.
dy
obtiene:
y
v .
a( 1 y 2 ) k
Definición 9.3.1:
dx
dt f ( x , y )
El sistema , se puede reducir a la ecuación diferencial de
dy
g( x , y )
dt
dy g ( x , y )
primer orden: .
dx f ( x , y )
de Lotka-Volterra.
Ecuaciones diferenciales de orden superior. Transformada de Laplace 558
dx
dt ax bxy
dy cy dxy
dt
yae-by = kx-cedx.
La barca en el río
Una barca entra en el río en el punto (c, 0) y se dirige hacia el origen con
son las orillas de un río cuya corriente tiene una velocidad uniforme a en la
de la barca.
dx
dt b cos
dy a bsen
dt
2 2
dy a bsen a x y by
que , ecuación de primer orden que es
dx b cos bx
a a
1
2 2
homogénea y cuya solución es c b ( y x y ) xb .
Ejemplos resueltos
1
y’ = C2 x + C x2 + K1.
2
C 3 C2 2
y(x) = x + x + K1x + K2.
6 2
d 2y du
= y’: u , sustituyendo en la ecuación:
2 dy
dx
du
u . + u2 = 2e-y.
dy
dz
+ 2z = 4e-y.
dy
Ecuaciones diferenciales de orden superior. Transformada de Laplace 560
1
x+K= 4e x C
2
C
(x + K)2 = ey + .
4
d 2s s
= – gsen ,
dt 2 L
ds d 2 s du ds du
realiza el cambio u = u , se sustituye:
dt dt 2 ds dt ds
du s
u = – gsen
ds L
s
udu = – gsen ds,
L
u2 s
= gLcos + C,
2 L
por lo tanto:
2
ds s
2gL cos C .
dt L
561 Capítulo 9º: Ecuaciones diferenciales
Ejercicios
a a
1
2 2
barca, que se expresaba por c b ( y x y ) x b , permitan que la
que depende de otra variable, s, por medio de una integral. La idea consiste en
problema algebraico que depende de los valores iniciales, del que una vez
propiedades
Definición 9.4.1:
b
T{f} = K ( s, x ) f ( x ) dx .
a
Definición 9.4.2:
k sx
k 0
de Laplace, que se denota L{f(x)} a una función F(s) = lím e f ( x )dx =
0 e sx f ( x )dx , siempre que la integral sea convergente con s .
positivo.
Definición 9.4.3:
anterior.
Proposición 9.4.1:
Definición 9.4.4:
Teorema 9.4.2:
Si f(x) es una función continua a trozos en el intervalo [0, a], a > 0 y f(x)
Ecuaciones diferenciales de orden superior. Transformada de Laplace 564
Demostración:
e-sxf(x) Me-(s-c)x.
sx
F(s) = e f ( x )dx 0 e sx f ( x ) dx M 0 e ( s c ) x dx
0
+, –(s – c)x tiende a –, e-(s-c)x tiende a uno y la integral impropia es
M
convergente y vale .
s c
sx
Por consiguiente, para todo s > c la integral 0
e f ( x )dx es
Corolario 9.4.3:
M
Es una consecuencia inmediata de que F(s) .
s c
Laplace de una función. Pero estas condiciones no son necesarias; así por
1
ejemplo la función f(x) = no es continua a trozos ya que tiene un salto
x
1
Transformada de Laplace de f(x) = .
x
1
1 sx
Sea L{f(x)} = L{
x
} = F(s) = 0
e x dx
2
1 1 1
t t 2 1 t
F(s) = 0
e s dt
s
= s 2
0
e t dt
2 .
1
0 e u du .
2
F(s) = 2s 2
u 2
Teniendo en cuenta que 0
e du =
2
se obtiene:
1
L{ }= . (9.4.1)
x s
precisión aparte, todas las funciones consideradas verifican las condiciones del
teorema 9.4.2.
Primeras propiedades:
Demostración:
sx sx
L{af(x) + bg(x)} = 0 e ( af ( x ) bg ( x ))dx = a 0 e f ( x )dx +
Ecuaciones diferenciales de orden superior. Transformada de Laplace 566
sx
b 0 e g ( x )dx = aL{f(x)} + bL{g(x)}.
entonces:
1 s
L{f(kx)} = F .
k k
Demostración:
sx
L{f(kx)} = 0 e f ( kx )dx ,
t s
1 s 1 k t 1 s
L{f(kx)} = 0 k
e k f ( t )dt =
k 0
e f ( t )dt = F .
k k
sx k
Si f(x) = k, k , entonces 0 e sx f ( x )dx = e kdx = . Por lo
0 s
tanto:
k
L{k} = , s > 0.
s
1 s
Por lo tanto L{sen x} = y L{cos x} = s > 0.
2 2
s 1 s 1
567 Capítulo 9º: Ecuaciones diferenciales
k s
L{sen kx} = y L{cos kx} = , s > 0.
s2 k 2 s2 k 2
sx ax e ( s a ) x 1
Si f(x) = e , s > a
ax
e e dx = =
0 ( s a ) sa
a
Por lo tanto:
1
L{eax} = , s > a.
sa
1
L{bax} = L{(elnb)ax} = L{e(lnb)ax} = , s > alnb.
s alnb
Ejemplos resueltos
1
Al ser L{sen x} = , s > 0, al aplicar la proposición 9.4.5 se tiene:
s 1
2
1 1 7
L{sen(7x)} = = , s > 0.
2
7 s s 72
2
1
7
s
Al ser L{cos x} = , s > 0, al aplicar la proposición 9.4.5 se tiene:
s 1
2
s
1 8 s
L{cos(8x)} = = , s > 0.
8 s 2 s 2 82
1
8
e x e x 1 1 1 1 1
L{senh x} = L = (L{ex} – L{e-x}) = = 2 , s > 1.
2 2 2 s 1 s 1 s 1
0.
1
Por el ejemplo anterior se sabe que L{senhx} = , s > 1, por lo que al
s 1
2
1 1 k
L{senh(kx)} = = , s > 1.
k s 2 s2 k 2
1
k
n!
Ejemplo 9.4.4: Demostrar que L{xn} = , y aplicar este resultado para
s n 1
1
La fórmula es cierta para n = 0 ya que L{1} = .
s
( n 1)!
Supuesta cierta para n – 1, es decir L{xn-1} = , se utiliza este
sn
sx n
resultado para calcular L{xn} = 0 e x dx .
sx n x n e sx e sx n 1
n
L{x } = e x dx = + n x dx =
s s
0 0
0
n sx n 1 n
s 0
e x dx = L{xn-1}.
s
( n 1)!
Aplicando la hipótesis de inducción, L{xn-1} = se obtiene:
sn
569 Capítulo 9º: Ecuaciones diferenciales
n n ( n 1)! n!
L{xn} = L{xn-1} = = .
s s sn s n 1
2! 1! 1 3s 2 2s 2
L{p(x)} = L{x2} – 2L{x} + 3L{1} = 2 3 = .
s3 s2 s s3
Ejercicios
s
9.8. Demostrar que L{cosh x} = , s > 1.
s 1
2
s
9.9. Verificar que L{cosh(kx)} = , s > 1.
s k 2
2
1 s
9.11. Hallar la función f(x) cuya transformada F(s) sea – .
2
s s 4
3 6
9.12. Calcular la función f(x) cuya transformada F(s) sea – .
s2 s2 9
3s 5
9.13. Hallar la función f(x) cuya transformada F(s) sea .
2
s 7
función escalón unidad, ya que al multiplicar una función de Heaviside por otra
Definición 9.4.5:
0 x a
definida por ua(x) = .
1 x a
0 x a
ingeniero Heaviside, Ha(x) = .
1 x a
Sea u(x) = u0(x); esta función en el intervalo [0, ) coincide con la función
sx sx e sx e sa
Si a > 0 0 e u a ( x )dx =
a
e dx = =
s s
, s > 0.
a
sx 1
Si a 0 0 e sx u a ( x )dx = e 1 dx = , s > 0.
0 s
Por lo tanto:
e sa
Si a > 0 entonces L{ua(x)} = ,
s
1
Si a 0 entonces L{ua(x)} = , definidas para todo s > 0.
s
1
En particular si a = 0, entonces L{u(x)} = , definida para todo s > 0.
s
aplicadas en un instante.
cuya longitud tiende a cero, de manera que la integral de cada una de ellas
571 Capítulo 9º: Ecuaciones diferenciales
vale 1. Este límite no es una función, sino una distribución, (ver el capítulo de
Definición 9.4.6:
1. a(x) = 0, x a.
2. a(a) = .
si a b,c
c
1
3. a ( x ).dx = 0 si a b,c
b
Para todo a > 0 se considera la función ph(x) = ua(x) – ua+h(x), h > a. Esta
función se anula en todos los puntos excepto en el intervalo [a, a + h) que toma
1
el valor 1. Para que en este intervalo tome el valor , se considera la función
h
1
qh(x) =
h
(ua(x) – ua+h(x)). De esta forma q h ( x )dx = 1, se tiene que el límite
0
sx 1 a h sx 1 -s(a+h)
L{qh(x)} = 0 e q h ( x )dx =
h a
e dx =
sh
(e – e-sa).
Por lo tanto:
L{a(x)} = e-sa,
L{(x)} = 1.
Ejemplos resueltos
x a x a
= y g(x) = para a > 0.
x a x a
a
x a sx x a a sx sx e sx
L
x a
=
0
e xa
dx =
0
e ( 1)dx +
a
e dx =
s
+
0
e sx e sa 1 e sa 2e sa 1
= + = , s > 0.
s s s s
a
x a sx x a sx 1
L =
x a 0
e
xa dx =
0
e dx = , s > 0.
s
Ejemplo 9.4.6: Calcular la transformada de Laplace de la función f(x) =
2 sx 3 sx 4 sx
L{E[x]} = 0 e sx E ( x )dx = e dx + 2 e dx +3 e dx + ... +
1 2 3
2 3 4 n 1
n 1 sx e sx e sx e sx e sx
n
n e dx + ... = + 2
s
+ 3
s
+ ... + n
s
s
+ ... =
1 2 3 n
1 -2s
= (e – e-s + 2e-3s – 2e-2s + 3e-4s – 3e-3s + ... + e-(n+1)s – e-ns + ... ) =
s
1 e s
1 -s 1 1
= (e + e-2s + e-3s + ... + e-ns + ... ) = e ns = = .
s s n 1 s 1 e s s( e s 1)
Por lo tanto:
573 Capítulo 9º: Ecuaciones diferenciales
1
L{E[x]} = .
s( e s 1)
0 si 0 x 3
f(x) =
2 si x 3
y calcular su transformada.
La función f(x) se puede expresar por f(x) = 2u3(x) = 2u(x – 3), por lo tanto:
e 3s
L{f(x)} = 2L{u(x – 3)} = 2 .
s
Ejercicios
1 x a 1
ua(x) = 2 x a 2 si x a .
1 si x a
x 2 x 2
9.15. Calcular la trasformada de Laplace de la función f(x) = + .
x 2 x 2
en [0, ).
0 x 0
1 0 x 2
9.17. Dada la función f(x) = ,
3 2 x 3
0 x 3
su transformada de Laplace.
Ecuaciones diferenciales de orden superior. Transformada de Laplace 574
función periódica
Teoremas de traslación
Demostración:
sx sx
Si F(s) = 0 e f ( x )dx entonces L{eaxf(x)} = 0 e e ax f ( x )dx =
0 e ( s a ) x f ( x )dx = F(s – a).
Demostración:
0 si x a
La función f(x – a)ua(x) = , por lo que:
f ( x a ) si x a
sx
L{f(x – a)ua(x)} = a
e f ( x a )dx ,
haciendo el cambio x = t + a:
st
= 0 e s( t a ) f ( t )dt = e-sa e f ( t )dt = e-saL{f(x)}.
0
sx
ya que L{g(x)ua(x)} =
a
e g ( x )dx , haciendo el cambio x = t + a:
L{g(x)ua(x)} = 0
e s ( t a ) g ( t a )dt = e-sa e st g ( t a )dt = e-saL{g(x + a)}.
0
Proposición 9.4.8:
continua a trozos en (nT, (n + 1)T) y tiene límites finitos en los extremos de este
intervalo; entonces:
1 T
L{f(x)} = e sx f ( x )dx .
1 e Ts 0
Demostración:
( n 1)T
nT e sx f ( x )dx .
sx
L{f(x)} = e f ( x )dx =
0
n 0
( n 1)T
nT e sx f ( x )dx . Se tiene:
( n 1)T T T
nT e sx f ( x )dx = 0 e
s ( u nT )
f ( u nT )du = e snT 0 e
su
f ( u )du .
Por lo tanto:
T
L{f(x)} =
e snT
0
e su f ( u )du .
n 0
La expresión e snT es una serie geométrica de razón e-sT. Para s > 0
n 0
e snT
1
= ,
n 0 1 e Ts
1 T
L{f(x)} = e sx f ( x )dx .
1 e Ts 0
Ejemplos resueltos
b
Ejemplo 9.4.8: Comprobar que L{eaxsen(bx)} = y que
( s a ) 2 b 2
s a
L{eaxcos(bx)} = , s > 0.
( s a ) 2 b 2
b
L{sen(bx)} = , s > 0, aplicando el teorema 9.4.6 se tiene que
s b
2
b
L{eaxsen(bx)} = , s > 0 .
( s a ) 2 b 2
s
Análogamente L{cos(bx)} = , s > 0, por el teorema 9.4.6:
s b 2
s
L{eaxcos(bx)} = , s > 0 .
( s a ) 2 b 2
s 2
F(s) = .
s 2s 5
2
s 1 1 s 1 1 2
+ = + .
( s 1) 2 2 2 ( s 1) 2 2 2 ( s 1) 2 2 2 2 ( s 1) 2 2 2
s 1 2
= L{e-xcos(2x)}, = L{e-xsen(2x)}
2 2 2 2
( s 1) 2 ( s 1) 2
577 Capítulo 9º: Ecuaciones diferenciales
1 -x
función cuya transformada es F(s) es f(x) = e-xcos(2x) + e sen(2x)}.
2
0 x[ 0,1)
transformada de Laplace de la función f(x) = .
2 x 3 x[ 1, )
2 1
= e-s .
s2 s
x x[ 0,1)
periódica de periodo T = 2 definida en [0, ) tal que f(x) = .
x 2 x[ 1,2 )
1 2 sx 1 1 sx 2
L{f(x)} = e f ( x )dx =
xe dx ( x 2 )e sx dx
1 e 2s 0 1 e 2s 0 1
1 1 ( s 1)e s
0 xe sx dx = ,
s2
2 e 2s ( s 1)e s
1 ( x 2 )e sx dx = ,
s2
y por lo tanto:
Ejercicios
2
.
s 2 10s 41
s5
= .
s 2 6s 13
1 si 0 x 2
Laplace de la función f(x) = x 3 si 2 x 3 .
0 x 3
si
senx
9.22. Calcular la transformada de Laplace de la función periódica f(x) = .
senx
x x[ 0,1)
= 2, tal que f(x) = .
1 x[ 1,2 )
buscada.
Proposición 9.4.9:
exponencial entonces:
Demostración:
Para n = 1:
sx
L{f’(x)} = 0 e f ' ( x )dx ,
0
e sx f ' ( x )dx = e sx f ( x ) 0 + s
0 e
sx
f ( x )dx ,
sx n )
L{fn)(x)} = 0
e f ( x )dx .
sx n )
0
e f ( x )dx
= e sx f n 1) ( x ) 0 + s
sx n 1)
0
e f ( x )dx
por lo tanto:
Proposición 9.4.10:
x
Si f(x) es continua a trozos y de orden exponencial entonces f(t).dt es
0
x 1
L f(t).dt L{f(x)}.
0 s
Demostración:
x x x
f ( t )dt
f ( t ) dt M e ct dt M’ ecx.
0 0 0
581 Capítulo 9º: Ecuaciones diferenciales
x sx
x
L f(t).dt = e f ( t )dt dx ,
0
0 0
x x 1
sx 1 sx
e
f ( t )dt dx = e f ( t )dt + f ( x ) e sx dx .
0 s s 0
0 0 0
x
Al aplicar que f ( t )dt es de orden exponencial, por lo que
0
x
sx
lim e
x f ( t )dt = 0, se tiene que:
0
x
1
0
L f(t).dt =
s
L{f(x)}.
x x a a
expresar como: f ( t )dt = f ( t )dt f ( t )dt . Como f ( t )dt es una constante
a 0 0 0
k
k y L{k} = , s > 0, se tiene que:
s
x a
1 1
a
L f(t).dt = L{f(x)} f ( t )dt .
s s
0
Proposición 9.4.11:
F n)(s) = (1)nL{xnf(x)}.
Demostración:
Ecuaciones diferenciales de orden superior. Transformada de Laplace 582
sx
F(s) = 0 e f ( x )dx ,
0 ( x ) e sx f ( x )dx = (1) 0 e sx ( xf ( x ))dx = F’(s) = (1)L{xf(x)}:
F’(s) =
sx n 1
en Fn-1)(s) = (1)n-1 0
e (x f ( x ))dx , se obtiene que:
sx
Fn)(s) = (1)n-1 0 ( x ) e ( x n 1 f ( x ))dx ,
Corolario 9.4.12:
n!
F(s) = .
s n 1
n!
L{xn} = .
s n 1
dn d n 1 n
n ( 1) n! n!
(1)
n
(L{1}) = (1) = (1)
n
= .
ds n
ds n s
s n 1 s n 1
Proposición 9.4.13:
f( x)
transformada de entonces:
x
583 Capítulo 9º: Ecuaciones diferenciales
f ( x )
s
F ( t )dt = L
x
.
Demostración:
f( x)
Sea g(x) = y G(s) = L{g(x)}, entonces f(x) = xg(x), por la proposición
x
d
9.4.11 se obtiene: (L{g(x)}) = (1)L{xg(x)} = (1)L{f(x)}, es decir, G’(s) =
ds
s G' ( t )dt = s F ( t )dt G(s) lim G( s ) =
s s F ( t )dt .
9.4.3 lim G( s ) = 0, por lo tanto G(s) =
s s F ( t )dt .
Proposición 9.4.14:
f(x)
0 x
dx =
0
F ( s )ds ,
Demostración:
sx
F(s) = 0 e f ( x )dx .
sx
F ( s )ds = 0 0 e f ( x )dxds .
0
sx
F ( s )ds = 0 f ( x ) 0 e ds dx .
0
Ecuaciones diferenciales de orden superior. Transformada de Laplace 584
sx 1
Como 0 e ds =
x
para x, s > 0 se tiene que:
f(x)
F ( s )ds = 0 x
dx .
0
Ejemplos resueltos
1
Ejemplo 9.4.12: Sabiendo que L{exf(x)} = . Calcular:
2
s 2s 2
e 3 x f ( x )
a) L ,
x
b) L{xf(x)}.
1
a) Si F(s) = L{f(x)} entonces L{exf(x)} = F(s 1) = por lo tanto
( s 1)2 1
1 1
F(s) = L{e3xf(x)} = F(s 3) =
2
s 1 ( s 3 )2 1
e 3 x f ( x )
dt = arctg ( t 3 )s =
1
L
x
=
s ( t 3 )2 1 2
arctg(s 3).
d 1 2s
b) L{xf(x)} = F’(s) por lo tanto: L{xf(x)} = 2 = 2 .
ds s 1 ( s 1) 2
senx
de la integral 0
x
dx .
1
Ya que L{senx} = , utilizando el resultado de la proposición 9.4.14, se
s 1
2
585 Capítulo 9º: Ecuaciones diferenciales
ds
= arctgs 0 = .
senx
tiene que 0 x
dx =
0 s2 1 2
Ejercicios
s 1 f ( 3x )
9.24. Sabiendo que L{exf(x)} = . Calcular a) L , b) L{f(3x)}.
s 2s 1
2
x
1
9.25. Calcular la transformada de Laplace de f(x) = (cos ax cos bx).
x
sx 1 cos x s s 2
0
e
x2
dx = ln
2 2 s 2 1
arctg s.
9.4.5. La convolución
Definición 9.4.9:
x
(f g)(x) = f ( x t )g( t )dt .
0
Propiedades de la convolución
1. Conmutativa: f g = g f.
Demostración:
x
x o x
2. Asociativa: (f g) h = f (g h).
3. Distributiva: f (g + h) = f g + f h.
Definición 9.4.9:
x
también son nulas las funciones que sólo tienen un número finito de valores
4. Si (x) = 0 x f = f =
Demostración:
F(s)G(s) = ( 0 e st f ( t )dt )( 0 e
su
g ( u )du ) =
s( t u ) s( t u )
0 0
e f ( t )g ( u )dtdu =
0 0
e f ( t )dt g ( u )du .
sx
F(s)G(s) =
0 u
e f ( x u )dx g ( u )du =
sx
0 u
e f ( x u )dxg ( u )du .
x sx
F(s)G(s) = 0 0 e f ( x u )g ( u )du dx =
sx x
0
e
0f ( x u )g ( u )du dx
= L{(f g)(x)},
El teorema 9.4.15 permite obtener una función f(x) cuya transformada F(s)
Ejemplos resueltos
1
función g(x) cuya transformada es G(s) = .
s 1
1
Si G(s) = g(x) = ex, por lo tanto:
s 1
cos( x t ) e dt ,
t
(f g)(x) = cos x e = x
al integrar se obtiene:
1
(f g)(x) = (sen x cos x + ex).
2
1 a si 0 x a
si 0 x a
Ejemplo 9.4.15: Si f(x) = a y g(x) = .
0 si x a 0 si x a
a 1 sx 1 e as
L{f(x)} =
0ae dx =
as
a sx a( 1 e as )
L{g(x)} = 0 a e dx =
s
( 1e as ) 2
L{(f g)(x)} = L{f(x)}L{g(x)} = .
s2
589 Capítulo 9º: Ecuaciones diferenciales
Ejercicios
1
con g(x) = e2x.
2
( s 1)
también un operador lineal y puede no ser única, aunque no puede diferir sobre
un intervalo de longitud positiva puesto que sólo puede ser diferente en puntos
Teorema 9.4.16:
en [0, ), tienen la misma transformada de Laplace entonces f(x) = g(x) para
todo x 0.
Demostración:
Si L{f(x)} = L{g(x)} entonces 0 e sx f ( x )dx = 0 e
sx
g ( x )dx , por lo
Ecuaciones diferenciales de orden superior. Transformada de Laplace 590
sx
tanto 0 e ( f ( x ) g ( x )) dx = 0, luego e-sx(f(x) g(x)) es una función nula,
Notación
p( s )
Sea F(s) = L{f(x)} y F(s) = , siendo p(s) y q(s) polinomios sin raíces
q( s )
p( s )
Para calcular L-1{F(s)} se descompone en suma de fracciones
q( s )
A
En este caso las fracciones simples son de la forma y como L{eax} =
s a
1 A
, s > 0, se tiene que L-1 = Ae .
ax
sa s a
A
es de la forma , m , m > 1.
( s a ) m
n!
Utilizando la expresión L{xn} = y el primer teorema de la traslación
s n 1
n!
9.4.6: L{eaxf(x)} = F(s a), se obtiene que L{eaxxn} = , por lo que
( s a )n 1
( n 1)!
L{eaxxn-1} = . Se verifica que:
( s a )n
A A
L-1 = eaxxn-1.
( s a ) ( n 1)!
m
Ms N
la descomposición es de la forma que se puede expresar:
( s a ) 2 b 2
Ms N M ( s a )MaN ( s a ) Ma N b
= =M +
( s a ) b
2 2
( s a ) b
2 2
( s a ) b
2 2
b ( s a ) 2 b 2
s b
De las igualdades: L{cos bx} = , L{sen bx} = 2 2 , y del primer
s b
2 2
s b
sa b
L{eaxcos bx} = , L{eaxsen bx} = ,
( s a )2 b2 ( s a )2 b2
se obtiene entonces:
s a
L-1 2
= eaxcos bx
( s a ) 2
b
b
L-1 2
= eaxsen bx
( s a ) b
2
por lo tanto
Ecuaciones diferenciales de orden superior. Transformada de Laplace 592
Ms N MaN ax
L-1 2
= Meaxcos bx + e sen bx.
( s a ) b
2
b
s s2 1
F(s) = , G(s) = y H(s) = .
( s 2 a 2 )2 ( s 2 a 2 )2 ( s 2 a 2 )2
conocida:
s 1 a s
F(s) = =
2
(s a ) 2 2 a s a s a2
2 2 2
s a
Al ser L{cos ax} = y L{sen ax} = , y al aplicar el teorema
s 2 a2 s 2 a2
1 x
-1 s 1
L = (cos ax sen ax) =
( s 2 a 2 ) 2 a a
cos a( x t )sen( at )dt =
0
x
1
2a
( sen( ax ) sen( ax 2at ))dt .
0
s 1
L-1 = xsen ax.
( s 2 a 2 ) 2 2a
s2
Para calcular la transformada inversa de G(s) = se utiliza el
( s 2 a 2 )2
1 s
L{xsen ax.} = ,
2a ( s a 2 )2
2
593 Capítulo 9º: Ecuaciones diferenciales
1 s2
L{(xsen ax)’.} = ,
2a ( s 2 a 2 )2
por lo tanto:
s2 1
L-1 = (sen ax + axcos ax).
( s 2 a 2 ) 2 2a
1
Para calcular la transformada inversa de H(s) = se vuelve a
( s 2 a 2 )2
1 1 a a
H(s) = = ,
( s 2 a 2 )2 a2 s 2 a2 s 2 a2
a
ya que L{sen ax} = , se tiene que:
s a2
2
x
1 1 1
L-1 =
( s 2 a 2 ) 2 a 2
( sen ax sen ax ) =
a2 0
sena( x t )sen( at )dt =
x
1
2a 2 0
(cos ax cos( ax 2at ))dt ,
resolviendo la integral:
1 1 1
L-1 = ( sen ax xcos ax).
( s 2 a 2 ) 2 2a 2 a
Ejemplos resueltos
s
.
s3 s2 s 1
Ecuaciones diferenciales de orden superior. Transformada de Laplace 594
s 1 s
= 2 ,
s3 s 2 s 1 s 1 s 1
se utiliza que:
1 s
L{ex} = y L{cos x} = 2 , se tiene que:
s 1 s 1
-1 x
s
= cosx e = cos( x t )e dt ,
x
L t
3 2
s s s 1 0
al integrar se obtiene:
s 1
L-1 = (sen x cos x + ex).
s 3 s 2 s 1 2
s 1
Ejemplo 9.4.17: Calcular L-1 utilizando el producto de
s 4 s 2
convolución.
s 1 s 1 1
L{(f g)(x)} = L{f(x)}L{g(x)} = = ,
s 4 s2 s2 s2 1
s 1 1 1
L{f(x)} = = f(x) = 1 + x,
s2 s s2
1
L{g(x)} = g(x) = sen x.
2
s 1
x
s 1
L-1
4 2
s s
= (f g)(x) = ( 1 x t ) sent dt .
0
s 1
L-1 = 1 + x cos x sen x.
s 4 s 2
1 a si 0 x a
si 0 x a
Ejemplo 9.4.18: Sea f(x) = a y g(x) = .
0 six a 0 si x a
595 Capítulo 9º: Ecuaciones diferenciales
Calcular (f g)(x).
( 1 e as )2
En el ejemplo 9.4.15 se había calculado L{(f g)(x)} = , por lo
s2
( 1 e as ) 2 -1 1
as
-1 e
2as
-1 e
L-1 = L 2 2L 2 + L 2 ,
s2 s s s
1
L-1 = x;
s 2
e as
L-1 = (x a)u(x a),
s 2
2as
-1 e
2as
-1 e
2as
-1 e
L = 4L = 2(2L ).
s 2 ( 2s ) 2 ( 2s ) 2
1
k= ,
2
e 2as x
L-1 = 2 a u(x 2a) = (x 2a)u(x 2a).
2 2
s
Por lo tanto:
Ejercicios
2s 1 2
9.30. Calcular L-1 ln .
2s 1
1 e sx
9.31. Sabiendo que L{f(x)} = y L{g(x)} = . Calcular (f g)(x) de dos
s2 s2 1
Ecuaciones diferenciales de orden superior. Transformada de Laplace 596
formas distintas:
descomposición.
9.4.7. Aplicaciones
ecuación diferencial.
se obtiene:
Se despeja Y(s):
B( s ) ( p s )y ( 0 ) y' ( 0 )
Y(s) = .
s 2 ps q
y(x) = L-1{Y(s)}.
Para poder aplicar este método es necesario que y(x), y’(x), y’’(x) y b(x)
transformada de b(x) y para esto es suficiente que b(x) sea una función
x
a y( x ) 0 g(x t) y(t) dt f(x)
L{ f ( x )}
L{ y ( x )} ,
a L{ g ( x )}
la ecuación de la curva que adopta un hilo por el que se desliza sin fricción,
hacia abajo, por la acción de su peso, una bola de masa m, a partir de una
función dada que expresa el tiempo de bajada. En nuestro caso para calcular la
4. La curva tautócrona
Dado un hilo en forma de curva suave y un bola de masa m que parte del
forma del hilo viene dada por la función y = y(x), el tiempo total de descenso
t(y) será una función que depende de la altura inicial y que se considera
1 ds ds
se tiene que: mv2 = mg(y u). La velocidad es v = , por lo tanto =
2 dt dt
ds
2g ( y u ) dt = . Aplicando que ds = s’(u)du e integrando se
2g ( y u )
obtiene:
1 y s' ( u )du
L{t(y)} = L
2g 0 y u
(9.4.2)
y s' ( u )du
La integral 0 y u
es la convolución de las funciones s’(y) y g(y) =
1
, utilizando (9.4.1) y el teorema de la convolución:
y
L{(s’ g)(y)} = L{s’(y)}L{g(y)} = L{s’(x)} .
s
2gs
L{s’(y)} = L{t(y)} (9.4.3)
t
La función t(y) es constante, t(y) = t0, por lo que L{t(y)} = 0 , por lo que:
s
2gs t 0 t t
L{s’(y)} = = 2g 0 =k , siendo k = 2g 0 .
s s s
1
Se calcula la transformada inversa: s’(y) = k .
y
2 2
dx k2 dx dx k2 y
Como s’(y) = 1 = 1 = x=
dy y dy dy y
k2 y
y
dy .
k2
2
x = 2k 2
cos d = (2 + sen 2) + C,
2
k2
se expresa y en función de 2: y = (1 cos 2).
2
k2
Llamando r = y = 2 se tiene:
2
x = r( + sen)
y = r(1 cos),
k2 t 2
El radio está determinado por la constante t0 ya que r = = g 0 . Por
2 2
tanto, si una cicloide está generada por una circunferencia de radio r entonces
r
el tiempo constante de descenso es: t0 = .
g
Ejemplos resueltos
0:
(s2 – s – s)L{y} – s + 1 = 0.
s 1 1/ 3 2 / 3
Y(s) = L{y(x)} = .
( s 2 )( s 1) s 2 s 1
partir de L{y(x)} :
Ecuaciones diferenciales de orden superior. Transformada de Laplace 602
1
Al observar que L{eax} = se deduce que la solución buscada es:
sa
1 2
y(x) = e2x + e-x.
3 3
1 0 x 1 1 e s
Como r ( x ) = 1 – u(x – 1) L{r(x)} = – , por lo que:
0 x 1 s s
1e s
s2L{y(x)] + 3sL{y(x)} + 2L{y(x)} =
s
1e s
s2Y(s) + 3sY(s) + 2Y(s) = (s2 + 3s + 2)Y(s) = .
s
1 e s 1 1 1 1 1
Y(s) = L{y(x)} = ( 1 e s ) .
s( s 1)( s 2 ) 2 s s 1 2 s 2
1 1 1 1 1 1 1
Si L{g(x)} = entonces g(x) = e x e 2 x .
2 s s 1 2 s 2 2 2
Por el teorema 9.4.7, y(x) = g(x) – g(x – 1)u(x – 1), por lo que:
1 1
e x e 2x 0 x 1
y( x ) 2 2 .
2
( e 1)e x e 1 e 2 x x 1
2
1
2(sY1(s) –1) + sY2(s) – 0 – Y2(s) =
s2
2
sY1(s) –1 + sY2(s) – 0 =
s3
2
sY1(s) = 1 – sY2(s) + .
s3
4s
Y2(s) = ,
3
s ( s 1)
5 5 5 4
Y2(s) = ,
s 1 s s2 s3
Se despeja Y1:
1 2
Y1(s) = – Y2(s) + ,
s s4
pedida:
x3
y1(x) = 5e-x – 4 + 5x – 2x2 +
3
d 2
L{xy’’(x)} = – (s Y(s) – y’(0)) = –(2sY(s) + s2Y’(s))
ds
1
L{xy(x)} = –Y’(s) y L{sen x} = ,
s2 1
sustituyendo en la ecuación:
1
– (2sY(s) + s2Y’(s)) + 2sY(s) + (–Y’(s) ) =
s2 1
1
Y’(s)(–s2 – 1) = ,
s2 1
por tanto:
1 1
Y’(s) = Y(s) = L{xy(x)} = .
2 2
( s 1) ( s 1) 2
2
1 1
xy(x) = L-1 2 2
= (sen x – xcos x)
( s 1) 2
1
y(x) = (sen x – xcos x).
2x
x
integral: g(x) = 3senx +2 0 cos( x t )g( t )dt .
Paso 1: Calcular la transformada de la ecuación:
x
L{g(x)} = L{3senx} + 2L{ 0 cos( x t )g( t )dt }.
605 Capítulo 9º: Ecuaciones diferenciales
x
Por la definición de convolución 0 cos( x t )g( t )dt = cos x g(x).
Calculando transformadas:
3 s
G(s) = + 2 2 G( s ) (s2 + 1) G(s) = 3 + 2sG(s)
s 1
2
s 1
3
G(s) = .
( s 1) 2
3 1
g(x) = L-1 2
= 3L-1 2
.
( s 1) ( s 1)
g(x) = 3xex.
Ejercicios
9.32. Resolver la ecuación xy’’ + (3x – 1) y’ – (4x + 9)y = 0, con y(0) = y’(0) = 0.
y '' ( x ) y 1 ( x ) y 2 ( x )0
9.34. Resolver el sistema 1 con las condiciones iniciales
y 2 '' ( x ) y 2 ( x ) y 1 ( x )0
9.36. Resolver la ecuación y’’ + 16y = f(x), con y(0) = 0, y’(0) = 1, utilizando la
Ecuaciones diferenciales de orden superior. Transformada de Laplace 606
si x > .
9.37. Calcular la convolución de la función f(x) con g(x) = cos x, sabiendo que
x
f(x) verifica la ecuación integral f(x) = sen xu(x – ) – 2 0 cos( x t )f ( t )dt .
9.5. EJERCICIOS
1
(Solución: y = C, y = tg(C2x+C1))
C2
s 1
9.42. Sabiendo que L{exf(x)} = ln , calcular L{xf(2x)} y f(2x).
s 1
1 1 1 1
(Solución: L{xf(2x)} = y f(2x) = (1 – e-4x))
2 s s 4 2x
sen 2 x 1 s 2 4
9.43. Demostrar que L ln .
x 4 s
2
3e s
(Solución: L{f(x)} = )
( s 2 )2 9
1
9.45. Hallar L{e-xf(2x)} sabiendo que L{xf(x)} = .
s( s 2 1)
1 ( s 1) 2 4
(Solución: ln
4 ( s 1) 2
1
9.46. Si L{f(x)} = arctg( ). Calcular la función f(x).
s
senx
(Solución: f(x) = ).
x
x [ 0, T )
tal que f(x) = .
x [ T , 2T )
2T x [ 0,T )
tal que f(x) = .
2 x 2T x [ T , 2T )
e 2 x senhx senx
9.49. Demostrar que 0 x
dx
8
.
2 1 cos tx
9.50. Hallar la transformada de Laplace de f(x) =
0 1 t2
dt .
s 2 1
(Solución:L{f(x) = }
s 2 1
2sen 2 x sen 2 x
9.51. Calcular la integral 0 x2
dx .
Ecuaciones diferenciales de orden superior. Transformada de Laplace 608
(Solución: ln(4))
a
e s
1
cos 2 x e s
L .
x s
a
e s cos 2 ax
(Solución: L-1 = .
s x
9.53. Resolver la ecuación diferencial xy’’ + (3x 1)y’ (4x + 9)y = 0, con las
k x 2
(Solución: y(x) = e x ).
2!
6
x 6
1 e x
3e 11 e x x
(Solución: y1(x) = , y2(x) = e 11 )
2 5 10 5
x x t
f(x) = 3x2 – e-x – 0 e f ( t )dt .
x
e-x = f(x) + 2 0 cos( x t )f ( t )dt .
609 Capítulo 9º: Ecuaciones diferenciales
9.57. Resolver la ecuación y’’(x) + 2y(x) = (x – 2) con y(0) = 1, y’(0) = 0.
9.58. Calcular la solución de la ecuación y’(x) + 2y(x) = f(x), con y(0) = 0, siendo
1
(Solución: y(x) = senax )
a
di ( t )
L Ri E ( t ) . Determinar i(t), cuando i(0) = 0 y E(t) es la función
dt
1 x[ 0,1)
periódica de periodo 2 definida por E(t) =
0 x[ 1,2 )
Rt R ( t )
1 1
(Solución: ( 1 e L ) ( 1) n ( 1 e L u( t n )) )
R R n 1
CAPÍTULO 10.
superior
orden superior.
lineal de orden n completa tiene estructura de espacio afín, que tiene como
son constantes, existe un método general que permite calcular las soluciones
Bessel, que tienen una importancia especial por sus múltiples aplicaciones en
de corrientes eléctricas.
general, a la física.
Definición 10.1.1:
donde P0, P1, ..., Pn son funciones definidas en un intervalo (a, b) de la recta
real.
Definición 10.1.2:
iniciales (x0) = y0, ’(x0) = y1, ..., n-1)(x0) = yn-1, siendo x0 (a, b), y0, y1, ..., yn-1
Definición 10.1.3:
Definición 10.1.2:
df
diferencial D como una aplicación de en tal que f , D(f) = .
dx
Definición 10.1.3:
d 2f
Con esta definición se tiene que D2 está determinado por D2(f) = ,y
dx 2
d nf
análogamente el operador Dn queda determinado por Dn(f) = .
dx n
Sea P(x) una función definida en el intervalo (a, b). El producto PDn es un
d nf
operador determinado en de forma natural por PD (f) = P
n
tal que,
dx n
d nf d nf ( x )
x(a, b), P (x) = P(x) .
dx n dx n
kDn, queda determinado por (kDn)(f) = k(Dn(f)) tal que, x(a, b), (kDn)(f(x)) =
d nf ( x )
k , es decir, el segundo miembro de esta igualdad es el producto de un
dx n
Dn Dm = Dn+m:
Definición 10.1.4:
a un operador definido en , tal que f , L(f) = P0f n) + P1f n-1) + ... + Pnf.
n n
funciones de modo que L k i fi k i L( fi )
i 1 i 1
completa.
operador, está determinado por el valor de n. Los puntos en los que la función
lo que a partir de ahora se supone que P0(x) 0 en el intervalo (a, b). En este
propiedades que tienen las operaciones con polinomios. Para probar esta
característico.
Teorema 10.1.1:
Demostración:
operaciones:
Propiedades:
1. pA+B = pA + pB.
2. pA.B = pA pB.
3. pA = pA, .
P1(x)yn-1) + ... + Pn-1(x)y' + Pn(x)y = G(x), con las condiciones iniciales, (x0) =
y0, ’(x0) = y1, ..., n-1)(x0) = yn-1 con x0 (a, b), y sean P1, P2, ..., Pn, G,
funciones continuas en el intervalo abierto (a, b). Entonces existe una única
función (x) que es solución de la ecuación diferencial L(y) = G(x) y verifica las
capítulo 9.
aunque P1, P2, ..., Pn y G, sean funciones continuas en el intervalo abierto (a, b)
Ejemplos resueltos
utilizando el operador D.
2ex(1 + x) + 2xcos x, tiene una solución única que verifica las condiciones
Al sustituir en la ecuación:
= 0 e y’1(0) = 0.
única.
2 x 2 2
En la ecuación diferencial expresada de la forma: y’’ y’ + y = 0,
x x2
2 x2 2
se tiene que las funciones P1(x) = y P2(x) = no son continuas en x =
x 2
x
Ejercicios
diferenciales:
es única.
ORDEN SUPERIOR
Definición 10.2.1:
Dado un conjunto de funciones y1, y2, ..., yn definidas en un intervalo (a,
constantes 1, 2, ..., n no todas nulas, tales que: 1y1 + 2y2 + ... + nyn = 0,
618 Capítulo 10º: Ecuaciones diferenciales
x (a, b).
cuando 1 = 2 = ... = n = 0, entonces se dice que las funciones y1, y2, ..., yn
Definición 10.2.2:
Dado un conjunto de funciones y1, y2, ..., yn derivables hasta el orden n
1, se denomina wronskiano de estas funciones y se denota por W[y1, y2, ..., yn]
y 1( x ) y 2( x ) ... yn( x )
y'1 ( x ) y' 2 ( x ) ... y' n ( x )
W[y 1 , y 2 , ... , y n ](x) = .
... ... ... ...
n 1) n 1)
y 1( x ) y 2( x ) ... y n 1) n ( x )
Teorema 10.2.1:
Demostración:
es cero.
del intervalo (a, b). Este resultado, que se demuestra en los siguientes
En los siguientes teoremas se supone que P1(x), P2(x), ..., Pn(x) son
Pn-1(x)y' + Pn(x)y.
Teorema 10.2.2:
diferencial L(y) = 0 en el intervalo (a, b); entonces, dadas n constantes c1, c2,
n
..., cn, la función c k y k es también solución de L(y) = 0 en el intervalo (a, b).
k 1
Demostración:
n n
L c k y k
c k L( y k ) 0 .
k 1 k 1
Teorema 10.2.3:
Si las funciones y1, y2, ..., yn son soluciones de la ecuación diferencial L(y)
Demostración:
n
c k y k ( x0 ) 0
k 1
n
c k y 'k ( x0 ) 0
k 1
...................
n
c k y kn 1) ( x0 ) 0 .
k 1
existen c1, c2, ..., cn, no todos nulos, que son solución del sistema. Con estos
n
(x) = c k y k ( x ) , x (a, b).
k 1
n
luego c k y k ( x ) 0 , x (a, b), lo que contradice que las funciones y , y , 1 2
k 1
En las hipótesis de este teorema no sólo existe un punto x (a, b), tal que
W[y1, y2, ..., yn](x) 0 sino que x (a, b), W[y1, y2, ..., yn](x) 0. Este
siguiente lema:
Lema 10.2.4:
Lo que equivale a decir que las primeras n 1 filas coinciden con las de
W[y1, y2, ..., yn] y en la última fila se han sustituido las derivadas de orden n 1
Demostración:
demostración de que W’[y1, y2, ..., yn](x) = (x) se hace por inducción sobre n.
y1 y2
W’[y1, y2] = y’1y’2 + y1y’’2 y’’1y2 y’1y'2 = y1y’’2 y’’1y2 = .
y ' '1 y ' ' 2
y2 y3 .... yn
y' 2 y' 3 .... y' n
’n,1 = .... .... .... ,
n 3 ) n 3 )
.... n 3 )
y2 y3 yn
n 1) n 1)
y2 y3 .... y n n 1)
correspondiente a y1 y falta la de yj, luego y1n-1) ’n,1 + y2n-1) ’n,2 + ... + yn-1n-1)
Teorema 10.2.5:
Si las funciones y1, y2, ..., yn son soluciones de la ecuación diferencial L(y)
Demostración:
n n n n
yi n,i + P1(x)yi n, i + ... + Pn-1(x)yi'n,i + Pn(x)yi n,i = 0
n) n-1)
i 1 i 1 i 1 i 1
n n n n
yi n,i + P1(x) yi n,i + ... + Pn-1(x) yi'n,i+ Pn(x) yin,i = 0
n) n-1)
i 1 i 1 i 1 i 1
n
n
yi n,i = W’[y1, y2, ..., yn] y yin-1)n,i = W[y1, y2, ..., yn],
n)
i 1
i 1
n
además si 0 k n 2, yik)n,i = 0 ya que se puede expresar como un
i 1
W’ [y1, y2, ..., yn](x) + P1(x)W[y1, y2, ..., yn](x) = 0, o bien: W’(x) + P1(x)W(x) = 0,
una ecuación diferencial lineal de primer orden que tiene por solución:
624 Capítulo 10º: Ecuaciones diferenciales
p ( t )dt
W(x) = C e 1 .
corolario:
Corolario 10.2.6:
Si las funciones y1, y2, ..., yn son soluciones de la ecuación diferencial L(y)
b) Existe un x (a, b) tal que W[y1, y2, ..., yn](x) es distinto de cero.
c) Para todo x (a, b) se verifica que W[y1, y2, ..., yn](x) es distinto de cero.
Definición 10.2.3:
Teorema 10.2.7:
Demostración:
para todo k desde 0 hasta n – 1, existen funciones yk(x) que son solución de la
ecuación diferencial y son tales que cada una de ellas verifica la condición
Las funciones y0, y1, ..., yn-1 son linealmente independientes. En efecto
sean c0, c1, ..., cn-1 n constantes tales que c0y0 + c1y1 + ... + cn-1yn-1 = 0, x
(a, b). Al derivar esta expresión n 1 veces y sustituir en cada una de estas n
n 1
ck y k ( x0 ) 0 c 0 = 0.
k 0
n 1
c k y' k ( x 0 ) 0 c 1 =0
k 0
...........
n 1
c k y n 1)k ( x0 ) 0 c n-1 = 0.
k 0
Teorema 10.2.8:
626 Capítulo 10º: Ecuaciones diferenciales
n
c k y k , donde c , c , ..., c
1 2 n son constantes.
k 1
Demostración:
Sea {y1, y2, ..., yn} un conjunto fundamental de soluciones, una solución
n
c k y k ( x0 ) ( x0 )
k 1
n
c k y' k ( x 0 ) ' ( x 0 )
k 1
........................
n
c k y kn 1) ( x0 ) n 1) ( x0 ) .
k 1
es distinto de cero, el sistema tiene solución única, es decir existen c1, c2, ..., cn
n
de la solución: = ck y k .
k 1
Teorema 10.2.9:
Ecuaciones diferenciales lineales de orden superior 627
vectorial de dimensión n.
Demostración:
ecuación diferencial, que existe como resultado del teorema 10.2.7, es una
base de este espacio vectorial ya que por el teorema 10.2.8 cualquier solución
Corolario 10.2.10:
n
(x) = ck y k ( x ) .
k 1
estudió para las ecuaciones lineales de primer orden y que tiene gran
homogénea asociada.
Teorema 10.2.11:
abierto (a, b) y sea L(y) = yn) + P1(x)yn-1) + ... + Pn-1(x)y' + Pn(x)y. Si y1, y2, ...,
existen n constantes c1, c2, ..., cn, tales que puede expresarse por:
n
= P + ck y k
k 1
Demostración:
asociada. Por el teorema 10.2.8 existen n constantes c1, c2, ..., cn, tales que
n n
P = ck y k = P + c k y k , de donde se deduce que la solución de
k 1 k 1
Ecuaciones diferenciales lineales de orden superior 629
Teorema 10.2.12:
abierto (a, b) y sea L(y) = yn) + P1(x)yn-1) + ... + Pn-1(x)y’ + Pn(x)y. El conjunto
L(1) L() = G.
2º Si 1, 2, 3 entonces h(1, 2) + h(2, 3) = h(1, 3) lo que se
Ejemplos resueltos
que si la igualdad 1 + 2x + ... + n+1xn = 0, se verifica para todos los valores
donde k1, k2, k3, son números reales todos ellos distintos entre sí, es linealmente
e k1x e k2 x e k3 x
W[ e k 1x ,e k 2 x ,e k 3 x ] = k1e k1x k 2 e k1x k 3 e k1x =
k12 e k1x k 22 e k1x k 32 e k1x
1 1 1
k3 x
= e k1x
.e k2 x
.e k1 k2 k3 = e k1x .e k 2 x .e k3 x (k2 - k1)(k3 - k1)(k3 - k2).
k12 k 22 k32
Como k1, k2, k3, son números todos ellos distintos, entonces
linealmente independientes.
independientes.
x 2 x ( 1, 0 ) 0 x ( 1, 0 )
y 1 (x) = e y 2 (x) = 2
0 x [ 0, 1) x x [ 0, 1)
pueden ser soluciones de una misma ecuación diferencial lineal de orden dos.
y’’ + p(x)y’ + q(x) = 0, p(x) y q(x) funciones continuas, en el intervalo (0, 2)? ¿Y
Ejercicios
linealmente independientes en .
independiente en +.
e 2x
d) y’’ y = e ; (x) = C1e + C2e +
2x x -x
.
3
CONSTANTES
puede expresar de la forma L(y) = 0 siendo L(y) = yn) + p1yn-1) + ... + pn-1y' +
Definición10.3.1:
Ecuaciones diferenciales lineales de orden superior 633
de su ecuación característica.
Definición 10.3.2:
que son los autovalores de la ecuación 1, 2, ..., n. Entonces el operador L
n
ψ( x ) Ck e kx .
k 1
con funciones de la forma y(x) = g(x)ex, siendo g(x) una función por
determinar.
Lema 10.3.1:
Sea y(x) una función compleja con derivadas continuas hasta el orden m,
Demostración:
exDm(y(x)).
como ex 0 resulta que Ds(g(x)) = 0, por lo tanto una solución para g(x) es un
polinomio de grado s 1.
Por otra parte si 1, 2, ..., n-s son los autovalores simples, un conjunto
y1(x) = ex, y2(x) = xex, y3(x) = x2ex, ..., ys(x) = xs-1ex, ys+1(x) = e 1 x ,
funciones:
S n s
ψ( x ) ( Ck x k 1 )e x Cs k e kx .
k 1 k 1
ser funciones con valores complejos la discusión general estaría terminada, los
Teniendo en cuenta que una ecuación polinómica que tiene una raíz
636 Capítulo 10º: Ecuaciones diferenciales
z z z z2
combinaciones lineales y1 1 2 e y2 1 , y por lo tanto
2 2i
y1(x) = excos x, y2(x) = xexcos x, ..., ys(x) = xs-1excos x,
S S
ψ( x ) ( Ck x k 1
)e αx
cos βx ( Cs k x k 1)e αx senβx .
k 1 k 1
Ecuaciones diferenciales lineales de orden superior 637
Ejemplos resueltos
y’’ 3y’ + 2y = 0.
de orden dos.
formado por {e-2x, excos 3x, exsen 3x} y por lo tanto la solución general de la
638 Capítulo 10º: Ecuaciones diferenciales
4 = i de orden dos.
dada por:
y’’ y’ 6y = 0.
Ejercicios
a) y’’ + 2 y’ + 5 y = 0.
b) y iv y’’ = 0.
c) y ’’’ 2y ’’ 3 y’ = 0.
a) y’’’ 2 y’’ 5 y’ + 6 y = 0.
b) y iv y = 0.
c) y iv + y = 0.
d) (D 2 2D + 5) 2 ( y ) = 0.
DIFERENCIALES LINEALES
lineal homogénea, sin que deje de ser lineal, cuando previamente se conoce
donde z(x) es una nueva función incógnita, se tiene una ecuación de la forma
ecuaciones lineales de primer orden; además en este caso las funciones y1(x) e
fundamental de soluciones.
Sea L(y) = G(x), con L(y) = yn) + P1(x)yn-1) + ... + Pn-1(x)y' + Pn(x)y, la
n
ecuación no homogénea que se quiere resolver y sea H(x) = c k y k (x) la
k 1
Ecuaciones diferenciales lineales de orden superior 641
n
= v k ( x )y k ( x ) , siendo v (x) funciones que hay que determinar. Para ello es
k
k 1
n n
’(x) = v ' k ( x )y k ( x ) v k ( x )y ' k ( x ) ,
k 1 k 1
n
si se impone la condición v' k ( x )y k ( x ) 0 resulta:
k 1
n
’(x) = v k ( x )y' k ( x ) .
k 1
n n
’’(x) = v' k ( x )y' k ( x ) v k ( x )y' ' k ( x )
k 1 k 1
n
y si se impone de nuevo la condición v' k ( x )y' k ( x ) 0 se obtiene:
k 1
n
’’(x) = v k ( x )y ' ' k ( x ) .
k 1
que:
642 Capítulo 10º: Ecuaciones diferenciales
n n
n)(x) = v' k ( x )y kn 1) ( x ) c k ( x )y kn ) ( x ) ,
k 1 k 1
n n n n n
v' k ( x )y kn 1) ( x ) v k y kn ) +P1 v k y kn 1) +...+Pn-1 v k y' k +Pn vk yk =
k 1 k 1 k 1 k 1 k 1
n n
v' k ( x )y kn 1) ( x ) v k ( y kn ) P1 y kn 1) ... Pn 1 y k ' Pn y k ) = G(x).
k 1 k 1
y por tanto:
n
v' k ( x )y kn 1) ( x ) G( x )
k 1
Si se pueden encontrar n funciones v1(x), v2(x), ..., vn(x) que verifiquen las
completa.
Las funciones v’1(x), v’2(x), ..., v’n(x) se obtienen, por tanto, como solución
del sistema:
n
v' k ( x )y k ( x ) 0
k 1
n
v' k ( x )y' k ( x ) 0
k 1
.......................
n
v' k ( x )y kn 1) ( x ) G( x ) .
k 1
Ecuaciones diferenciales lineales de orden superior 643
wronskiano W[y1, y2, ..., yn](x), que por el corolario 10.2.6 no se anula en ningún
punto del intervalo (a, b). Por lo tanto tiene solución única y aplicando la regla
Wk
de Cramer se obtiene que v’k = , 1 k n, donde Wk es el determinante
W
que se obtiene del wronskiano sustituyendo la columna k por (0, 0, ..., 0, G).
x
Wk ( t )
Al integrar se tiene que vk(x) = W (t )
dt , siendo x0 un punto del
x0
n x
Wk ( t )
lineal no homogénea p(x) =
W ( t ) dt y k ( x ) . Por el teorema 10.2.11 la
k 1 x 0
Ejemplos resueltos
senx
sabiendo que y1 = es una solución particular.
x
senx
segunda solución de la forma y2(x) = z(x). Entonces y2’ = y1’z + y1z’ e
x
Se sustituye en la ecuación:
644 Capítulo 10º: Ecuaciones diferenciales
y se ordenan términos:
z’(2xy1’ + 2y1) = 0.
senx
Como y1 = xy1 = sen x
x
z'' 2cos x
expresar por 0 , e integrando lnz’ + 2lnsenx= K, luego z’sen2x
z' senx
cos x
Se tiene entonces que y2 = y la solución general de la ecuación
x
cos x senx
y = C1 + C2 , x > 0.
x x
A’(x)cos x + B’(x)sen x = 0
A’(x)sen x + B’(x)cos x = cosec x
forma p(x) = A(x)e3x + B(x)xe3x. Para determinar las funciones A(x) y B(x) se
resuelve el sistema:
A’(x)e3x + B’(x)xe3x = 0
A’(x)3e3x + B’(x)[e3x + x3e3x] = e3xx-2.
Se observa que el coeficiente de y’’ debe ser 1, por lo que G(x) = e3xx-2
El sistema tiene como solución A’(x) = x-1 y B’(x) = x-2, e integrando, A(x)
Ejercicios
a) y'' + y = sec x.
c) y'' + 4y = tg 2x.
ecuaciones:
1
a. (D 2 4D + 3)( y ) =
1 e x
1
b. (D 2 1)( y ) = .
( 1 e x )2
coeficientes constantes
constantes, pues con ellos generalmente resulta más fácil obtener una solución
soluciones se elige una que satisfaga L(y) = G(x). Conocida una solución
operador con coeficientes constantes que anule el término G(x), lo que sólo es
correspondiente anulador:
G(x) = xm-1 Dm
donde p1, p2, ..., pn son constantes y G(x) una función continua en un intervalo
de la recta real. Como en el método anterior, por aplicación del teorema 4.2.11,
anulador.
característica k = max(m, r)
ecuación característica
= no es raíz Sm(x)ex
real
Rr(x)senx
+ Rr(x)senx) Tk(x)senx)ex
G(x) contiene las funciones trigonométricas sen x, cos x se puede expresar
Ejemplos resueltos
como los cuatro últimos términos son anulados por D4 16 por ser soluciones
de la ecuación homogénea, nuestro objetivo es encontrar C1, C2, C3, tal que (D4
1 1 1 1 2 1 1
x + 1, así C3 = , C2= , C1= y p(x) = x x .
16 16 16 16 16 16
(D4 16)(y) = x2 + x + 1
1 2 1 1
sea solución de la ecuación completa se obtiene que p(x) = x x ,
16 16 16
1 2 1 1
(x) = C1e2x + C2e-2x + C3cos 2x + C4sen 2x + x x .
16 16 16
es de la forma (x) = C1e2x + C2ex + C3xex. Como los dos primeros términos
(x) = Aex, sino que se probaría con (x) = Axex, obteniéndose que A = 1.
Se identifican coeficientes:
652 Capítulo 10º: Ecuaciones diferenciales
A = 1
2A B = 1
2A + B C = 0
p(x) = x2 3x 1
Para obtener la solución particular que verifica que y(0) = 0; y’(0) = y’’(0) =
resolviendo el sistema:
C1 C 2 1 0
C1 C 3 3 1
C C 2 1
1 2
12A = 12
24A 6B = 6
6B 2C = 0
es:
y la solución general:
la forma p(x) = x[(Ax + B)cos x + (Cx + D)sen x], en la que hay cuatro
i 1
(2A + 4Axi + 2Bi)eix = xeix y por tanto A = y B = , por lo que:
4 4
xsenx x 2 cosx
p(x) =
4
y la solución general:
xsenx x 2 cos x
g(x) = C1cos x + C2sen x +
4
Ejercicios
ecuaciones:
a) (D 1)(D 2) 2 ( y ) = e 2x .
b) (D 2 1)( y ) = 4 x e x .
c) (D 3 4 D)( y ) = 4.
c) y’’’ y’’ + y’ y = x2 + x.
a) y’’ + y = xcos x
b) y’’ + 4y = sen 2x
constantes
conoce una solución particular. Por otra parte existen algunas ecuaciones
siempre es fácil cuando se trata de resolver una ecuación diferencial lineal con
coeficientes variables.
Ecuación de Cauchy-Euler
Definición 10.4.1:
656 Capítulo 10º: Ecuaciones diferenciales
Ecuación homogénea:
dividir por él la ecuación diferencial para despejar yn) las funciones coeficientes
Método 1:
d ny d n 1y dy
q0 q1 ... q n 1 q n y 0 con q1, q2, ..., qn constantes.
n n dt
dt dt
Método 2:
En este caso y’ = rxr-1; y’’ = r(r 1)xr-2; ..., yn) = r(r 1) ... (r n + 1)xr-n.
siendo q(r) un polinomio en r. Ya que xr 0 se tiene que q(r) debe ser 0. Las
soluciones.
Ecuaciones completas
una solución particular es del tipo p(x) = xRm(lnx), siendo Rm(x) un polinomio
de grado m.
Cambios de variable
unidad.
dy d 2 y du dny d n 1u
Efectivamente si u , entonces y y la
dx dx 2 dx dx n dx n 1
orden n 1.
dky
realizando el cambio de variable u se reduce el orden de la ecuación en
dx k
k unidades.
Ejemplos resueltos
x2y'' + xy' y = 0, x 0.
dy t d 2 y dy 2t
y' e ; y' ' e .
dt dt 2 dt
d 2y
Sustituyendo, la ecuación queda de la forma: y 0.
dt 2
buscando una solución del tipo y = xr. Sustituyendo y’ = rxr-1; y’’ = r(r 1)xr-2
y al sustituirlos en la ecuación:
x2 x3
g(x) = C1 C2 .
2 3
de primer orden xu’ 2u = 0, que tiene como solución general u(x) = k1x2.
x3 x4
Deshaciendo el cambio y’(x) = k1 k 2 e y(x) = k1 k 2 x k 3 , es decir:
3 12
Ejercicios
b) x2y’’ xy’ + y = 2x
c) x2y’’ 2xy’ + 2y = x2 2x + 2.
lineales:
b) xy’’ y’ = 2x-1 ln x
particular.
aplicar cuando las ecuaciones diferenciales son de una forma específica. Pero
Definición 10.5.1:
si P(x) y Q(x) son funciones analíticas en un entorno del punto x0, es decir,
también analíticas.
Ecuación de Legendre
Definición 10.5.2:
forma:
Ecuaciones diferenciales lineales de orden superior 663
siendo p constante.
2x p( p 1)
Las funciones P(x) = y Q(x) = son analíticas en el origen,
1 x 2 1 x 2
potencias de la forma: y = an x n convergente en un intervalo abierto de la
n 0
y' = nan x n 1 y
n 1
y'' = n( n 1)an x n 2 ,
n 2
por lo tanto:
2xy’ = 2na n x n
= 2nan x n ,
n 1 n 0
(1 x2)y’’ = n( n 1)an x n 2 n( n 1)an x n =
n 2 n 2
= ( n 2 )( n 1)an 2x n
n( n 1)an x n =
n 0 n 0
= ( n 2 )( n 1)an 2 n( n 1)a n x n .
n 0
664 Capítulo 10º: Ecuaciones diferenciales
( n 2 )( n 1)an 2 n( n 1)a n x n
2nan x n
+ p(p + 1) an x n =0
n 0 n 0 n 0
( p n ) ( p n 1)
an+2 = an .
( n 1)( n 2 )
p( p 1)
de a0, en particular se tiene que: a2 = a0 ,
1 2
( p 2) ( p 3) p( p 1)( p 2 ) ( p 3 )
a4 = a2 = (1)2 a0 ,
34 1 2 3 4
y en general
p( p 2 ) ( p 2n 2 ) ( p 1)( p 3 ) ( p 2n 1)
a2n = (1)n a0 .
( 2n )!
( p 1)( p 3 ) ( p 2n 1) ( p 2 )( p 4 ) ( p 2n )
a2n+1 = (1)n a1.
( 2n 1)!
y1(x) = 1 + n
x ,
n 1 ( 2n 1)!
Ecuaciones diferenciales lineales de orden superior 665
( p1)( p3 ) ( p2n 1)( p2 )( p4 ) ( p2n ) 2n+1
n
y2(x) = x + x .
n 1 ( 2n 1)!
Se puede demostrar por el criterio del cociente que estas series son
convergentes para IxI < 1. Además y1(x) e y2(x) son soluciones de la ecuación
condiciones iniciales:
serie y2(x) la que se reduce a un polinomio frente a la serie y1(x) que sigue
Teorema 10.5.1:
diferencial: y’’ + P(x)y’ + Q(x)y = 0 es y = an ( x x0 )n = k0y1 + k1y2, donde
n 0
igual que el mínimo de los radios de convergencia de las funciones P(x) y Q(x).
Definición 10.5.3:
singular irregular.
P( x ) Q( x )
0 no es aplicable el teorema 10.5.1 ya que las funciones y
( x x0 ) ( x x0 )2
no son analíticas en x0; sin embargo existen métodos para resolver estas
ecuación.
Teoría de Frobenius
Definición 10.5.4:
Ix x0It an ( x x 0 ) n , t y a
0 0. (10.5.2)
n 0
siendo la serie de potencias an ( x x0 )n convergente en un entorno de
n 0
x0.
Definición 10.5.5:
Ecuación de Bessel
Definición 10.5.6:
siendo p 0 constante.
y(x) = IxIt an x n , (10.5.3)
n 0
Se supone, primero que x > 0, así IxIt = xt. Derivando (10.5.3) se obtiene:
y’ = tx t-1
an x n
+ x t
nan x n 1
=x
t-1
an ( n t ) x n ,
n 0 n 0 n 0
y'' = (t 1)xt-2 an ( n t )x n + xt-1 n( n t )an x n 1 = xt-2 ( t 1n )( n t )an x n ,
n 0 n 0 n 0
xt an ( n t ) 2 p 2 x n + xt+2
n 0
an x n = 0
n 0
an ( n t ) 2 p 2 x n + x2 an x n = 0.
n 0 n 0
raíces p y p son los únicos valores de t que permiten obtener una ecuación de
la forma (10.5.3).
son:
función de an-2:
an 2 an 2
an = = .
( n p )2 p 2 n( n 2 p )
a0 a0
a2 = = ,
2( 2 2 p ) 22 (1 p )
a2 ( 1) 2 a0
a4 = = ,
4( 4 2 p ) 2 4 2! ( 1 p )( 2 p )
a4 ( 1)3 a0
a6 = = ,
6( 6 2 p ) 2 6 3! ( 1 p )( 2 p )( 3 p )
y en general
( 1) n a0
a2n = .
2 2n n! ( 1 p )( 2 p )( 3 p )...( n p )
( 1) n x 2n
y(x) = a0xp 1
2n
.
n 1 2 n! ( 1 p )( 2 p )( 3 p )...( n p )
convergente.
obtiene una solución similar que sólo difiere de la anterior en que xp queda
sustituido por (x)p. Por lo tanto una solución de la ecuación de Bessel para x
( 1) n x 2n
y1(x) = a0IxIp 1
2n
, x 0
n 1 2 n! ( 1 p )( 2 p )( 3 p )...( n p )
siguientes ecuaciones:
Ecuaciones diferenciales lineales de orden superior 671
(1 2p)a1 = 0,
a1 = 0,
an 2
an = , n 2
n( n 2 p )
( 1) n x 2n
y2(x) = a0IxI 1
p
2n
, x 0
n 1 2 n! ( 1 p )( 2 p )( 3 p )...( n p )
pero la serie que la define tiene igual sentido si 2p es entero positivo, siempre
que p no lo sea.
forma:
Teorema 10.5.2:
672 Capítulo 10º: Ecuaciones diferenciales
potencias en un intervalo (r, r), con r > 0, y si la ecuación de índices tiene dos
raíces reales t1 y t2 (t2 < t1), entonces la ecuación diferencial tiene al menos una
solución de la forma y1(x) = x 1
t
an x n , siendo a n 0, para todo x 0, en
n 0
anterior de la forma y2(x) = x
t2
bn x n , siendo b
n 0, para todo x 0, en el
n 0
x2Q(x) respectivamente.
Ejemplos resueltos
Ejemplo 10.5.1: Encontrar la solución general, y(x) = an x n , de la
n 0
Derivando y(x) = an x n , se obtiene
n 0
y'(x) = nan x n 1 = nan x n 1 ,
n 1 n 0
y''(x) = n( n 1)an x n 2
= n( n 1)an x n 2 .
n 2 n 0
y sustituyendo en la ecuación:
n( n 1)an x n 2
+ x nan x n 1
+ an x n =0
n 0 n 0 n 0
n( n 1)an x n 2 = ( n 1)an x n
n 0 n 0
( n 2 )( n 1)an 2 x n = ( n 1)an x n .
n 2 n 0
an
obtiene la fórmula de recurrencia an+2 = válida para n 0. Por lo tanto:
n2
( 1) n x 2n ( 1)n x 2n 1
y(x) = a0 2 n n!
+ a1 ( 2n 1)! !
.
n 0 n 0
674 Capítulo 10º: Ecuaciones diferenciales
Derivando y(x) = an x n , como en el ejemplo anterior se obtiene:
n 0
y’’(x) = n( n 1)an x n 2 .
n 0
y sustituyendo en la ecuación:
(1 x2) n( n 1)an x n 2 = 2 an x n
n 0 n 0
n( n 1)an x n 2 = n( n 1)an x n 2 an x n
n 0 n 0 n 0
( n 2 )( n 1)an 2 x n
= ( n( n 1) 2 )an x n .
n 2 n 0
Igualando coeficientes:
an ( n 2 )
an+2 = válida para n 0.
n2
Por lo tanto:
a1 a a1 3a5 a1 a1
a3 = , a5 = 3 = , a7 = = , ..., a2n+1 = .
3 5 35 7 57 ( 2n 1)( 2n 1)
( a1 )x 2n 1 x 2n 1
y(x) = a0 + a2x2 + ( 2n 1)( 2n 1)
= a0(1 x2) a1
( 2n
1 )( 2n 1)
.
n 0 n 0
dy t d 2 y dy 2t
y' e ; y' ' e .
dt dt 2 dt
d 2y dy
Sustituyendo: ( b 1) cy 0 , ecuación diferencial con
dt 2 dt
la misma ecuación) y se considera la serie de Frobenius y(x) = xt an x n ,
n 0
Ejercicios
10.21. Encontrar la solución general y(x) = an x n , de la ecuación de
n 0
constante.
10.24. Encontrar la ecuación de índices y sus raíces para cada una de las
10.6. APLICACIONES
se rebasen los límites de elasticidad del resorte, viene dado por la ecuación:
ky(t) = my’’(t).
y’’ + w02y = 0 con w02 = k/m, que es una ecuación lineal homogénea de
Vibraciones amortiguadas
resorte que no pare nunca. Existe siempre la resistencia del medio. Se puede
suponer que existe resistencia debido a que el medio es viscoso, o bien que
de la forma:
2 + u + w02 = 0.
sobreamortiguado.
expresada por:
subamortiguado.
Vibraciones forzadas
puede suponer que el punto inferior del resorte efectúa movimientos verticales
según una función de t. Esto puede ocurrir cuando, por ejemplo, el resorte y el
680 Capítulo 10º: Ecuaciones diferenciales
d 2 y( t ) dy ( t )
b c y ( t ) g( t ) ,
dx 2 dx
donde g(t) es una fuerza externa que actúa sobre la masa del resorte. Para
supone que la fuerza externa g es una función seno o coseno con la misma
F0
yP (t ) cos wt .
( w 02 w 2 )
F0 2F0 ( w 0 w )t ( w w )t
y( t ) (cos wt cos w 0 t ) sen sen 0 .
( w 02 w 2 ) ( w 02 w 2 ) 2 2
oscilación rápida con frecuencia (w0 + w)/2 pero con una amplitud senoidal que
varía lentamente. Este tipo de movimiento, que posee una variación periódica
acústica, cuando los diapasones de una frecuencia casi igual se hacen sonar
F
y P ( t ) 0 tsenwt .
2w
dI 1
L (t) + RI(t) + Q(t) = E(t),
dt C
dQ
Sustituyendo en esta ecuación I(t) = (t) se obtenía la ecuación lineal
dt
d 2Q dQ 1
L 2
(t) + R (t) + Q(t) = E(t).
dt dt C
ambas ecuaciones.
Ecuaciones diferenciales lineales de orden superior 683
mecánicos y los eléctricos conlleva que las expresiones de las soluciones sean
d 2Q R dQ 1
(t) + (t) + Q(t) = 0.
dt 2 L dt LC
R2 4
valores de , que es el discriminante de la ecuación característica:
2
L L C
R 1
2 + + = 0.
L LC
L
a) Si R > 2 la ecuación tiene dos raíces reales y simples:
C
circuito es no inductivo.
L
b) Si R < 2 la ecuación tiene dos raíces complejas, = + i y
C
L
c) Si R = 2 la ecuación tiene una única raíz real y la solución
C
estados anteriores.
du p dn p
ya que nP y u P . Se calcula la velocidad y la aceleración en
d d
dOP du p dr du p d dr d dr
v= r up = r up = r nP u p y
dt dt dt d dt dt dt dt
dv d d dr d
2
dr d d 2r d
2
a= r nP u p = r 2 nP r up .
dt dt dt dt dt 2 dt dt dt 2
dt
d 2r d
2 d 2 dr d
Fr = m r y Fn = m r 2 .
dt 2 dt dt 2 dt dt
central, lo que indica que sólo tiene una componente en la dirección del vector
d dr d
2
2 d 2 dr d d 2 d d
se tiene r 2r =0 r 0 r2 k . Se puede
2 dt dt dt dt dt
dt
1 2 dA 1 2 d 1
dA = r d y a partir de la ecuación anterior se tiene que r k.
2 dt 2 dt 2
686 Capítulo 10º: Ecuaciones diferenciales
1
Calculando la integral entre t1 y t2 se obtiene que A(t2) A(t1) = k(t2 t1),
2
Se supone ahora que la fuerza central, que se ha llamado Fr, según la ley
Mm
inversamente proporcional al cuadrado de la distancia, por lo que Fr = G
r2
d 2 r d 2
y se sustituye el valor de Fr obtenido anteriormente: m =
dt 2 dt
Mm 1
G . Se hace el cambio de variable z = y se calculan las derivadas
r2 r
respecto a :
dr d 1 1 dz 1 dz d 1 dz k dz
k ,
dt dt z z 2 dt z 2 d dt z 2 d r 2 d
d 2r d dz d dz d d 2z k 2
2 2 d z
k k k k z ,
dt 2 dt d d d dt d 2 r 2 d 2
d 2z 1 2 4 d 2z GM
k 2z 2 k z = GMz2 +z= ,
d 2 z d 2 k2
que es una ecuación lineal con coeficientes constantes que tiene por solución
general:
GM
z = C1cos + C2sen + ,
k2
Ecuaciones diferenciales lineales de orden superior 687
GM
y llamando H = se tiene que:
k2
1
r= .
C1 cos C 2 sen H
modo que r sea mínimo cuando = 0, lo que equivale a decir que z es máximo:
dz d 2z
=0y < 0, de donde C2 = 0 y C1 > 0 y
d d 2
1
1 H
r= = ;
C1 cos H C1
cos 1
H
C1 1
llamando e = yp= se tiene:
H C1
pe
r= ,
e cos 1
C1k 2
que es la ecuación en coordenadas polares de una cónica, donde e = es
MG
x2 y2
origen que tiene por coordenadas cartesianas 1 , su excentricidad es
a2 b2
c a2 b2
e= , siendo c2 = a2 b2, de forma que e2 = y por tanto:
a a2
688 Capítulo 10º: Ecuaciones diferenciales
b2 = a2 (1 e2).
pe
y el menor. Teniendo en cuanta que r = se tiene:
ecos 1
1 pe pe pe
a= ,
2 1 e 1 e 1 e 2
k2 b2
sustituyendo pe = y 1 e2 = se tiene:
MG a2
k2 k 2a 2k 2a 2
a= = yb = .
MG( 1 e 2 ) MGb 2 MG
1 4 2 a 2 b 2
el área al demostrar la segunda ley se tiene que ab = kT y T2 =
2 k2
4. 2 a 3
sustituyendo la última expresión para b2 se obtiene T2 = .
MG
de sus distancias.
4 2
Es evidente que la constante de proporcionalidad no depende de la
MG
Ejemplos resueltos
d 2 y dy
5 4 y 0 , con las condiciones iniciales y(0) = 1, y’(0) = 1.
dt 2 dt
Se puede ver que la solución viene dada por: y(t) = (5/3)e-t (2/3)e-4t
parte desde una posición que se encuentra una unidad por debajo de la
posición de equilibrio, con una velocidad dirigida hacia abajo de 1 cm/s. Puede
d 2 y dy
2 10 y 0 , con las condiciones iniciales y(0) = 2, y’(0) = 0.
dt 2 dt
suelta, a partir del reposo, desde un punto que está a 2 cm sobre la posición de
d 2 y dy
8 16 y 0 , con las condiciones iniciales y(0) = 1, y’(0) = 3.
dt 2 dt
1 1 1
y( t ) sent senat y 0 cos at y 1senat .
2 2
a 1 a( a 1) a
1 1
y ( t ) t cos t sent y 0 cos t y 1sent .
2 2
con lo que se dice que hay resonancia. Si a se acerca a uno se observa que
Ejercicios
diferencial y’’ + 2y’ + y = 0, donde = y=
8 6
10.28. Estudiar una solución particular de la ecuación y’’ + w02y = F0sen wt,
amortiguadas forzadas y’’ + 2uy' + w02y = sen wt, cuando u2 w02 <
0.
10.7. EJERCICIOS
a) y’’’ 3y’ + 2y = 0.
b) y iv + 3y’’’ + 3y’’ + y’ = 0.
c) y v = 0.
e) y’’’ y’ = 0.
a) y’’ + 4y = 5.
b) y’’ + 4y = x2.
c) y’’ + 4y = cos x.
d) y’’ + 4y = xcos x.
5
a) y = + C1cos 2x + C2sen 2x.
4
x2 1
b) y = + C1cos 2x + C2sen 2x.
4 8
1
c) y = cos x + C1cos 2x + C2sen 2x.
3
1 2
d) y = xcos x + sen x + C1cos 2x + C2sen 2x.
3 9
x2
10.37. Resolver la ecuación diferencial: xy’’ (x + 1)y’ + y = .
x 1
siguientes ecuaciones:
a) y’’ 4y’ + 8y = tg x.
b) y’’ 4y’ + 8y = 8 + 3e 2x .
c) x y’’ (x + 1) y’ + y = x 2 .
2 1 cos x 1
d) y’’ + y’ + y = , x 0, y() = 0, y’() = 0. (Sol: y = )
x x x
e2 e 2x
(Solución: y = (x + 1) ex+1 + (x 1))
2 2
1
10.40. Integrar la ecuación de Bessel: x2y’’ + xy’ + (x2 )y = 0, en el
4
senx
intervalo (0, ) sabiendo que admite la solución y1(x) = .
x
senx cos x
(Solución: y = C1 + C2 )
x x
polinómica de grado 3.
1
( 2x )n 1 xn
(Solución: y = C1 x 2 1 + C2 )
n 0 579...( 2n 3 ) x n 0 n!
CAPÍTULO 11
de primer orden
modelo que se obtiene suele tener un carácter no lineal, siendo esto lo que le
sencillo que sea, en algún sentido, una buena aproximación del anterior. Al
tipo de resultado para el problema primitivo. Una de las formas más usuales de
manera más completa posible para poder analizar así que ocurrirá en el caso
DIFERENCIALES
primer orden. Por esta razón, sin pérdida de generalidad, es posible estudiar
Definición 11.1.1:
expresado de la forma f(x, y(x), y’(x), y’’(x), ..., yn)(x)) = 0 se denomina lineal
cuando la función vectorial f es una función lineal con respecto a la función y(x)
y 1 ( x ) f1( x , y 1,..., y n )
'
y 2 ( x ) f2 ( x , y 1..., y n )
... f1,..., fn : S n 1
y ( x ) f ( x , y ,..., y )
n n 1 n
siendo f1, f2, ..., fn funciones lineales respecto a las variables y1, y2, ..., yn, es
siendo aij(x) y bi(x) funciones definidas en un intervalo (a, b), i, j {1, 2, ..., n}.
+ b(x), siendo A(x) una matriz cuadrada de orden n, formada por las funciones
intervalo (a, b) de .
Proposición 11.1.1:
asociada.
Demostración:
699 Capítulo 11º: Ecuaciones diferenciales
y 1 ( x ) y 2 ( x )
y 2 ( x ) y 3 ( x )
...
y n ( x ) P1( x )y n ( x ) P2 ( x )y n 1( x ) ... Pn ( x )y 1( x ) G( x )
y sustituir las derivadas y’1, y’2, ..., y’n por sus expresiones en el sistema
(11.1.1) se obtiene y1’’ = d21y1 + d22y2 + ... + d2nyn + h2. Se deriva esta
lineal de orden n:
Definición 11.1.2:
homogéneo.
Sea A(x) una función matricial cuadrada de orden n, b(x) una función
se impone la condición inicial y(x0) = (y1(x0), y2(x0), ..., yn(x0)) = (y01, y02, ..., y0n),
entonces existe una única función vectorial (x) = (1(x), 2(x), ..., n(x)) que es
Demostración:
la continuidad de las funciones fk(x, y), para todos los valores de k entre 1 y n.
n
En nuestro caso particular fk(x, y) = akj ( x ) y j ( x ) + bk(x). Como por
j 1
hipótesis las funciones akj(x) y bk(x) son funciones continuas en el intervalo (a,
Además las derivadas parciales de las funciones fk(x, y), respecto de las
variables yj(x) son precisamente las funciones akj(x) que por hipótesis son
bk(x).
Ejemplos resueltos
y 1' 0 1 y 1 y 22
1 y
1 y'
( D 2 )y 1 3 y 2 e
2 2x
y 1' ( x ) y 2 ( x )
y 2' ( x ) y 3 ( x )
y ' ( x ) a y ( x ) a y ( x ) a y ( x )
3 0 1 1 2 2 3
y 1' ( x ) 0 1 0 y 1( x )
y 2' ( x ) = 0 0 1 y 2 ( x ) .
y ' ( x ) a a1 a2 y ( x )
3 0 3
y ' 1 0 y1
al sistema 1 y comprobar que tiene soluciones que no son
2
y ' 0 1 y2
y1 1 0
= K1 ex + K2 ex y1 = K1ex; y2 = K2ex ,
y2 0 1
y no existe una ecuación diferencial lineal de segundo orden que tenga estas
soluciones, así por ejemplo derivando la primera ecuación y1’ = y1 se tiene y1’’ =
y1’. Una solución de esta ecuación son las funciones constantes que sin
y ' y 2y 2
asociada al sistema 1 1 , y a partir de sus soluciones resolver el
y 2 ' 3 y 1 2y 2
sistema.
y ' y 2y 2
Se considera el sistema en las variables y1 e y2: 1 1 . Se
y 1'' 7 y 1 6 y 2
1
despeja y2 en la primera ecuación: y2 = (y1’ – y1), y se sustituye en la
2
3
Sustituyendo en y2 tanto y1 como su derivada se obtiene: y2 = K1e4x –
2
K2e-x.
y1 2 1
k 1e 4 x k 2 e x .
y2 3 1
Ejercicios
sistema.
705 Capítulo 11º: Ecuaciones diferenciales
y 1' 0 1 0 y 1
y ' 0 1 y1
a) y 2 ' = 0 0 1 y 2 . b) 1 .
y ' 1 3 2 y y 2' 2 3 y 2
3 3
y ' y 1 y 2
11.3. Resolver el sistema 1 a partir de las soluciones de la
y 2' y 2
Definición 11.2.1:
b), si existen n constantes 1, 2, ..., n no todas nulas, tales que: 1y1(x) +
cuando 1 = 2 = ... = n = 0, entonces se dice que las funciones y1, y2, ..., yn
Definición 11.2.2:
Dado un conjunto de funciones vectoriales y1, y2, ..., yn, con yk(x) =
y se denota por W[y1, y2, ..., yn] a la función definida por el siguiente
determinante:
y11( x )
y 21( x ) ... y n1( x )
y ( x ) y 22 ( x ) ... y n 2 ( x )
W[y1, y2, ... yn](x) = 12
... ... ... ...
y1n ( x ) y 2n ( x ) ... y nn ( x )
es decir W[y1, y2, ... yn](x) = det [y1, y2, ... yn](x).
Proposición 11.2.1:
Demostración:
ésima del determinante se puede expresar como una combinación lineal de las
punto.
707 Capítulo 11º: Ecuaciones diferenciales
que son linealmente independientes las funciones. Pero incluso puede ocurrir
que para cada valor x los vectores sean linealmente dependientes y ser
homogéneo
Teorema 11.2.3.
Sean y1, y2, ..., yn soluciones linealmente independientes del sistema y’(x)
= A(x)y(x) en el intervalo (a, b). Entonces, dadas n constantes c1, c2, ..., cn, la
n
función ck y k es también solución del sistema en el intervalo (a, b).
k 1
Demostración:
d
n n n n
dy k
ck y k ck c k A( x ) y k ( x ) A( x ) ck y k ( x ) .
dx k 1 dx
k 1 k 1 k 1
Teorema 11.2.4:
Demostración:
que existe algún x0 (a, b) tal que W[y1, y2, ..., yn](x0) = 0.
Por lo tanto una columna del wronskiano es una combinación lineal de las
Esta función es solución del sistema por ser una combinación lineal de
unicidad de soluciones z(x) = 0, x (a, b), lo que contradice que las funciones
Teorema 11.2.5:
709 Capítulo 11º: Ecuaciones diferenciales
Si las funciones y1, y2, ..., yn son soluciones del sistema lineal de
de dicho intervalo.
Demostración:
wronskiano:
W’[y1, y2, ..., yn] = W[y’1, y2, ..., yn] + W[y1, y’2, ..., yn] + ... + W[y1, y2, ..., y’n].
Como y1, y2, ..., yn son soluciones del sistema para todo k, tal que 1 k
tiene que W’[y1, y2, ..., yn](x) = (a11(x) + a22(x) + ... + ann(x))W[y1, y2, ..., yn](x)
que es una ecuación diferencial lineal de primer orden que tiene por solución
anula, se tiene que W[y1, y2, ..., yn](x) = 0 sólo cuando C es igual a 0, por lo
que W[y1, y2, ..., yn](x) es la función nula o no se anula en ningún punto del
corolario:
Corolario 11.2.6:
Sistemas de ecuaciones diferenciales lineales de primer orden 710
Si las funciones y1, y2, ..., yn son soluciones del sistema lineal homogéneo
a) Las funciones y1, y2, ..., yn son linealmente independientes en (a, b).
b) Existe un x (a, b) tal que W[y1, y2, ..., yn](x) es distinto de cero.
c) Para todo x (a, b) se verifica que W[y1, y2, ..., yn](x) es distinto de cero.
Es evidente que:
c) b) trivial.
Definición 11.2.3:
Teorema 11.2.7:
Demostración:
711 Capítulo 11º: Ecuaciones diferenciales
existen funciones yk(x), para k desde 1 hasta n, que son solución del sistema y
cada una verifica la condición inicial siguiente: y1(x0) = (1, 0, ..., 0), y2(x0) = (0,
Las funciones y1(x), y2(x), ..., yn(x) son linealmente independientes, ya que
si existen n constantes c1, c1, ..., cn tales que c1y1(x) + c2y2(x) + ... + cnyn(x) = 0
n
ck y k 1
( x 0 ) 0 c1 = 0.
k 1
n
ck y k 2
( x 0 ) 0 c2 = 0
k 1
...........
n
ck y k n
( x 0 ) 0 cn = 0
k 1
Teorema 11.2.8:
entonces toda solución (x) = (1(x), 2(x), ..., n(x)) del sistema se puede
n
expresar de la forma (x) = c k y k ( x ) , donde c , c , ..., c
1 2 n son constantes.
k 1
Demostración:
Sistemas de ecuaciones diferenciales lineales de primer orden 712
solución del sistema y’(x) = A(x)y(x), y x0 un punto del intervalo (a, b),
n
ck y k 1
( x 0 ) 1( x 0 )
k 1
n
ck y k 2
( x 0 ) 2 ( x 0 )
k 1
........................
n
ck y k n
( x 0 ) n ( x 0 )
k 1
existen c1, c2, ..., cn constantes que verifican las n ecuaciones y por el teorema
n
de unicidad = ck y k .
k 1
Teorema 11.2.9:
Demostración:
713 Capítulo 11º: Ecuaciones diferenciales
soluciones del sistema, que existe como resultado del teorema 11.2.7, es una
Corolario 11.2.10:
Sea y1, y2, ..., yn un sistema fundamental de soluciones del sistema
y 11( x ) y n1( x )
n
(x) = c k y k ( x ) = c1 ... + ... + cn ... .
k 1 y ( x ) y ( x )
1n nn
Sistemas de ecuaciones diferenciales lineales de primer orden 714
Definición 11.2.4:
Definición 11.2.5:
A(x)y(x) a una matriz (x) cuyas columnas son soluciones del sistema, sean
Definición 11.2.6:
homogéneo y’(x) = A(x)y(x) a una matriz fundamental (x) tal que para un
x
x0 traza( A( s )).ds
det( ( x ) det ( x 0 ) e
11.2.5.
y ( x ) y G ( x ) y P ( x ) ( x ) C ( x ) 1( s ) b( s ) ds
y' ( x ) A( x ) y ( x ) b( x )
valor inicial: donde (x0, y0) (a, b)xn entonces la
y ( x0 ) y 0
x
1 1
y ( x ) ( x ) ( x 0 ).x 0 ( x ) ( s ) b( s ) ds .
x0
homogéneo
para obtener este resultado es muy similar al que se realizaba para determinar
Teorema 11.2.11:
Sea A(x) una función matricial y b(x) una función vectorial, continuas en
un intervalo abierto (a, b). Si y1, y2, ..., yn son n soluciones linealmente
y’(x) = A(x)y(x) + b(x), entonces para toda solución de este sistema, existen
n
n constantes c1, c2, ..., cn, tales que puede expresarse por = P + ck y k
k 1
Demostración:
Sea una solución arbitraria del sistema y’(x) = A(x)y(x) + b(x). Como P
Por el teorema 11.2.8 existen n constantes c1, c2, ..., cn, tales que P =
n n
c k y k = P + c k y k , de donde se deduce que la solución general
k 1 k 1
Sistemas de ecuaciones diferenciales lineales de primer orden 718
n
asociado ck y k .
k 1
Teorema 11.2.12:
Sea A(x) una función matricial y b(x) una función vectorial, continuas en
y’(x) = A(x)y(x).
2º Si 1, 2, 3 entonces h(1, 2) + h(2, 3) = h(1, 3), lo que se
Ejemplos resueltos
e 2x xe 2 x
Ejemplo 11.2.1: Comprobar que 1(x) = y 2(x) =
e 2x xe 2 x e 2 x
e 2 x xe 2 x xe 2 x
son matrices fundamentales del sistema:
xe 2 x e 2 x xe 2 x
y 1' 3 1 y 1
= .
y 2 ' 1 1 y 2
3 1
La matriz de los coeficientes es A = . Para comprobar que 1(x)
1 1
2e 2 x e 2 x 2 xe 2 x
1’(x) = y coincide con A1(x) ya que
2e 2 x e 2 x 2 xe 2 x
3 1 e 2 x xe 2 x 2e 2 x e 2 x 2 xe 2 x
A1(x) = = .
1 1 e 2 x e 2 x xe 2 x 2e 2 x
e 2 x 2 xe 2 x
determinante vale 4e4x por lo que es distinto de cero), entonces es una matriz
fundamental.
Sistemas de ecuaciones diferenciales lineales de primer orden 720
3e 2 x 2 xe 2 x e 2 x 2 xe 2 x
Análogamente 2’(x) = y A2(x) =
e 2 x 2 xe 2 x e 2 x 2 xe 2 x
3 1 e 2 x xe 2 x xe 2 x 3e 2 x 2 xe 2 x e 2 x 2 xe 2 x
= , por lo
1 1 xe 2 x e 2 x xe 2 x e 2 x 2 xe 2 x e 2 x 2 xe 2 x
que 2(x) es una matriz solución del sistema. Además es regular (pues su
determinante vale e4x por lo que es distinto de cero). Por lo tanto es también
2e 2 x 3e x
Ejemplo 11.2.2: Dada la matriz (x) = 2 x encontrar un sistema
e 2e x
2e 2 x 3e x
y1 = e y2 = x son soluciones linealmente independientes del
e 2x 2e
sistema buscado. Además y1’ = 2y1 e y2’ = y2. Por lo tanto (x) es una matriz
y ' 2 0 y1
fundamental del sistema 1 = .
y 2' 0 1 y 2
y1 = Real((a + bi)e(+i)x)
y2 = Im((a + bi)e(+i)x)
ya que:
1
y1 = (z1 + z2) = ex (acos x bsen x),
2
1
y2 = (z1 z2) = ex (bcos x + asen x)
2i
por lo tanto son también soluciones del sistema. Además son linealmente
independientes ya que:
( a1 ib1 )e x ( a1 ib1 )e x
W[z1, z2] = ex = 2iex(b1a2 b2a1).
( a 2 ib2 )e x ( a 2 ib2 )e x
independientes.
Ejercicios
4e 2 x e 3 x
11.4. Comprobar que (x) = 2 x es una matriz fundamental del
e e 3 x
y ' 1 4 y1
sistema 1 = .
y 2 ' 1 2 y 2
Sistemas de ecuaciones diferenciales lineales de primer orden 722
e3x ( 1 2 x )e 3 x
11.5. Dada la matriz (x) = 3 x encontrar un sistema de
e 2 xe 3 x
0 2e x 0
11.6. Comprobar que (x) = 0 ex 2e 3 x es una matriz fundamental
x
e xe x e3x
y 1' 1 0 0 y 1
del sistema y 2 ' = 1 3 0 . y 2 .
y ' 0 1 1 y
3 3
COEFICIENTES CONSTANTES
conjugada.
conseguirlo pueden ser muy diversas, como son las distintas técnicas
entre las ecuaciones del sistema de manera que se reduzca a una ecuación de
se desarrolla a continuación.
diferencial D
df
aplicación de en tal que f , D(f) = , siendo la familia de funciones
dx
Dado el sistema:
grado n.
sustituyéndolas en el sistema.
725 Capítulo 11º: Ecuaciones diferenciales
Ejemplos resueltos
dy
dx y 2z
dz
y 3z
dx
1 D 2
(D) = = D2 4D + 5 = (D (2 + i))(D (2 i))
1 3D
utilizando el operador D.
D2 4 y 0
=
4 D 2 z 0
y la solución general:
C3sen 2 x).
Método de Euler
de sí misma. Por lo tanto parece natural que sean de ese tipo las soluciones de
B1
x
... e . Se sustituye en el sistema:
B
n
B1, B2, ..., Bn que sólo tiene solución distinta de la trivial cuando el determinante
distintas.
obtiene una solución, no trivial, del sistema algebraico (B1k, B2k, ..., Bnk) que
B1k
yk(x) = (ykj(x)) = ... e k x .
B
nk
sistema que es de la forma y(x) = C1y1(x) + C2y2(x) + ... + Cnyn(x), y por tanto:
729 Capítulo 11º: Ecuaciones diferenciales
a b1 b a1
y(x) = ex(C1( 1 cos x sen x) + C2( 1 cos x + sen x)).
a2 b2 b2 a2
B11 1x
apartado. Sea 1 la raíz, entonces y1(x) = B1 e 1 x = e es una
B12
solución.
puede no ser así, la otra solución del sistema tiene la forma y2(x) = (B1x +
B1 y B2.
B B B
y(x) = C1 11 e1x + C2( 21 + 11 x )e1x .
B21 B 22 B12
Ejemplos resueltos
incógnitas:
dx
dt y z
dy
3x z
dt
dz 3 x y
dt
1 1
Se calculan las raíces de la ecuación característica: 3 1 = 0
3 1
3 1 1 A1 0
3 3 1 B1 = 0 ,
3 3 C1 0
1
3
cuya solución es A1 = K, B1 = C1 = K1, por lo que la solución buscada es x(t)
2
z(t) = C2e-2t siendo A2, B2, C2 soluciones del sistema algebraico homogéneo:
2 1 1 A2 0
3 2 1 B2 = 0 ,
3 2 C 2 0
1
Para = 1, se buscan soluciones de la forma x(t) = A3e-t, y(t) = B3e-t, z(t)
1 1 1 A3 0
3 1 1 B3 = 0 ,
3 1 1 C 0
3
x( t ) 2 1 0
3t -2t
y ( t ) = K1 3 e + K2 1 e + K3 1 e-t.
z( t ) 3 1 1
dy
dx 2y 9z
dz .
y 8z
dx
2 9
Se resuelve la ecuación característica: = 0 2 10 + 25 =
1 8
y( x ) A A
= ( 1 + 2 x)e5x.
z( x ) B1 B2
que el sistema tiene una solución de la forma y(x) = vex, donde v es un vector
matriz A y un autovalor.
sistema. Antes de demostrar que existe al menos una solución de esta forma y
Definición 11.3.1:
complejo, distinto de cero, para el que existe un valor , tal que Av = v o lo
Definición 11.3.2:
.
Definición 11.3.3:
Proposición 11.3.1:
Demostración:
Este sistema admite una solución no trivial para los valores de para los
735 Capítulo 11º: Ecuaciones diferenciales
característica.
sabe que A tiene exactamente n autovalores contando cada uno tantas veces
Proposición 11.3.2:
autovalores distintos 1, 2, ..., m, entonces los vectores v1, v2, ..., vm son
linealmente independientes.
Demostración:
k
Si existen ci no todos nulos tales que ci v i = 0, al multiplicar por la
i 1
k
matriz A se tiene que ci i v i = 0.
i 1
Sistemas de ecuaciones diferenciales lineales de primer orden 736
Se puede suponer que al menos una de las constantes c1, c2, ..., ck-1 es
k k
distinta de cero, multiplicando c i v i por k y restando c i i v i , se anula el
i 1 i 1
k 1
sumando k-ésimo y se obtiene c i ( k i )v i = 0, lo que contradice la
i 1
hipótesis de inducción ya que los autovalores son distintos. Por lo tanto las
constantes ci son nulas para todo i lo que implica que los autovectores son
linealmente independientes.
Proposición 11.3.3:
Sea y(x) una solución del sistema y’ = Ay. Si existe un valor x0 tal que el
Demostración:
Se considera la función z(x) = y’(x) y(x). Por ser y(x) una solución del
sistema se tiene que z(x) = Ay(x) y(x), como por hipótesis Ay(x0) = y(x0),
idénticamente cero y por lo tanto para todo valor de x se tiene que Ay(x) =
y(x).
Definición 11.3.4:
Se dice que una solución y(x) del sistema y’ = Ay es una solución
Proposición 11.3.4:
737 Capítulo 11º: Ecuaciones diferenciales
menos una solución característica del sistema, y(x), que se puede expresar de
la forma y(x) = (v1ex, v2ex, ..., vnex), siendo v = (v1, v2, ..., vn) un autovector
asociado al autovalor .
Demostración:
asociado a , sea y(x) = (y1(x), y2(x), ..., yn(x)) una solución característica del
sistema tal que y(0) = v, que existe por la proposición 11.3.3 y verifica que y’(x)
= Ay(x) = y(x). Por lo tanto para todo k, 1 k n se tiene que yk’(x) = yk(x).
soluciones y por lo tanto la solución general del sistema cuando los autovalores
Teorema 11.3.5:
Demostración:
respectivamente, a los m autovalores distintos 1, 2, ..., m. Por la proposición
11.3.2 para un valor fijo x0, los vectores y1(x0), y2(x0), ..., ym(x0) son linealmente
expresar de la forma:
v 11 v 21 v n1
x x
y(x) = C1 ... e 1 + C2 ... e 2 + ... + Cn ... e n x =
v v v
1n 2n nn
Proposición 11.3.6:
Demostración:
(a bi)e(-i)x. Para cada par de soluciones complejas zk, z2k se obtienen dos
ya que:
1
yk = (zk + z2k) = ex(acos x bsen x);
2
1
y2k = (zk z2k) = ex(bcos x + asen x)
2i
por lo tanto son también soluciones del sistema y por construcción son
linealmente independientes.
Álgebra lineal.
Definición 11.3.5:
Proposición 11.3.7:
Sean 1, 2, ..., r, los autovalores de la matriz A, con multiplicidades m1,
r
m2, ..., mr, siendo mk = n. Entonces para cada autovalor k existe un
k 1
conjunto de mk vectores ykj, j 1, 2, ..., mk tales que ykj está asociado a k
Proposición 11.3.8:
Sea y(x) una solución del sistema y’ = Ay. Si se verifica que para un valor
Demostración:
Ay por ser combinación lineal de y(x) y de sus derivadas, además z(x0) = (A
Proposición 11.3.9:
p1 ( x )
p2 ( x ) x
y(x) = e . (11.3.2)
...
p ( x )
n
Demostración:
Sea y(x) = (y1(x), y2(x), ..., yn(x)) una solución del sistema tal que (A
Teorema 11.3.10:
Demostración:
soluciones del sistema y’ = Ay de modo que verifiquen las condiciones iniciales
(11.3.2).
p i 1( x )
pi 2 ( x ) x
= e , con pij(x) polinomio de grado i con coeficientes indeterminados,
...
p ( x )
in
siendo i m 1.
polinomios. Este sistema puede que no tenga solución, que tenga una o que
fundamental de soluciones.
existe una matriz diagonal D y una matriz P regular tal que P-1DP = A,
vi e i x .
forma i(x) = vi e i es también k. Las n k soluciones restantes son del tipo
pi 1( x )
pi 2 ( x ) i x
i(x) = e , pij(x) es un polinomio tal que grado(pij(x)) m 1 siendo
...
p ( x )
in
m la multiplicidad de i.
Proposición 11.3.11:
Ay, de la forma: 1(x) = v1ex tal que (A I)v1 = 0 y para todo j, 2 j s, j(x)
x s 1 x s 2
= (v1 + v2 + ... + vj)ex tal que (A I)vj-1 = vj.
( j 1)! ( j 2 )!
Demostración:
x2
La tercera solución se busca de la forma 3(x) = (v1 + v2x + v3)ex.
2
Se sustituye en el sistema:
x2 x2
(v1x + v2)ex + (v1 + v2x + v3)ex = A(v1 + v2x + v3)ex.
2 2
Se simplifica:
x2 x2
v1x + v2 + v1 + v2x + v3= Av1 + Av2x + Av3.
2 2
Se aplica que v1 = Av1 y que v1 + v2 = Av por lo que se obtiene v2 +
x s 1 x s 2
forma: s(x) = (v1 + v2 + ... + vs)ex.
( s 1)! ( s 2 )!
(A I)vs-1 = vs.
Proposición 11.3.12:
producto al determinante de A.
Proposición 11.3.13:
Ejemplos resueltos
dx
dt y z
dy
Ejemplo 11.3.5: Calcular la solución general del sistema x z
dt
dz x y
dt
1 1
Se resuelve la ecuación característica: 1 1 =0
1 1
1 1 1 x 0
Se determina el subespacio Ker(A + I): 1 1 1 y = 0 , que tiene
1 1 z 0
1
1 1
dimensión 2 y por lo tanto una base está formada por v1 = 1 y v2 = 0 .
0 1
1
al autovalor 1, y dos soluciones linealmente independientes 1(t) = 1 e-t y
0
1
2(t) = 0 e-t
1
2 1 1 x 0
Se determina el subespacio Ker(A 2I): 1 2 1 y = 0 . Un
1 2 z 0
1
1 1
2t
autovector de este subespacio es v3 = 1 y la solución 3(t) = 1 e .
1 1
1 1 1
-t -t
(t) = K1 1 e + K2 0 e + K3 1 e2t.
0 1 1
1D 2 y 0
Ejemplo 11.3.5: Resolver el sistema = .
2 5D z 0
747 Capítulo 11º: Ecuaciones diferenciales
1 2
Se calculan las raíces de la ecuación característica =0
2 5
2 2 y 0
Se determina el subespacio Ker(A 3I): y se obtiene
2 2 z 0
2
un único autovector v1 = linealmente independiente. Una solución es 1(x)
2
2
= e3x.
2
2 2 y 2
Se busca un vector v2 tal que v1= (A 3I)v2 y se
2 2 z 2
1 2 1 3x
obtiene v2 = . Otra solución es 2(x) = ( x + )e .
2 2 2
2 2 1 3x
(x) = K1 e3x + K2( x + )e ).
2 2 2
Ejercicios
dx
dt 3 x y z
dy
x 5y z .
dt
dz x y 3z
dt
Sistemas de ecuaciones diferenciales lineales de primer orden 748
dy
dx 2y z
11.8. Calcular la solución general del sistema: .
dz
y 4z
dx
dy
dx y 5z
dz .
2y z
dx
dx
y
dt
dy
11.10. Resolver el sistema 2y z con las condiciones iniciales x(0) = 2,
dt
dz x y z
dt
y(0) = 3, z(0) = 4.
x' 1 1 1 x
11.11. Calcular la solución general del sistema: y' = 2 1 1 y .
z' 0 1 1 z
y' 0 1 y
11.12. Resolver el sistema: = .
z' 1 0 z
2
funciones matriciales, y es isomorfo al espacio euclídeo n . Definiendo como
Definición 11.4.1:
mediante la expresión:
A2 An An
A
e =I+A+
2!
+ ... +
n!
+ ... =
n!
.
n 0
A2 x 2 An x n An x n
Por lo tanto eAx = I + Ax +
2!
+ ... +
n!
+ ... = n !
.
n 0
Proposición 11.4.1:
1 0 ... 0
0 2 ... 0
Si A es una matriz diagonal de orden m, A = , entonces
... ... ... ...
0 ... m
0
Sistemas de ecuaciones diferenciales lineales de primer orden 750
e 1 0 ... 0
0 e2 ... 0
eA = .
... ... ... ...
0 ... e m
0
Demostración:
k 0 ... 0
1
0 k2 ... 0
Si A es una matriz diagonal se tiene que Ak = .
... ... ... ...
0 ... km
0
Por lo tanto:
2
1 0 ... 0
1 0 ... 0 1 0 ... 0 2!
0 0 0 2 0 22
+ 0 ... 0 + ... +
A 1 ... ...
e = + ... ...
... ... ... ... ... ... 2!
... ... ...
0 1 0 m
...
0 ... 0 ... 2m
0 0 ...
2!
n
1 0 ... 0
n! e 1 0 ... 0
0 n2 0 e2
... 0 + ... =
... 0
n! .
... ... ... ... ... ... ... ...
0 ... e m
0 nm 0
0 ...
n!
Definición 11.4.2:
Proposición 11.4.2:
nilpotente.
751 Capítulo 11º: Ecuaciones diferenciales
eA-A = I.
Proposición 11.4.3:
Demostración:
xn
Al derivar e Ax
= n
A
n!
, se tiene que:
n 0
nx n 1 x n 1
d Ax
(e ) = An = An = AeAx.
dx n 0
n! n 1
( n 1)!
y' Ay
La solución única del problema de valor inicial es y = eAxy0. Si
y ( 0 ) y 0
Sistemas de ecuaciones diferenciales lineales de primer orden 752
y' Ay
se considera el problema más general , la solución es y =
y ( x 0 ) y 0
e A( x x 0 ) y0.
Proposición 11.4.4:
Demostración:
1 0 ... 0
0 2 ... 0
Sea A = PDP-1, siendo D = , 1, 2, ..., n los
... ... ... ...
0 0 ... n
An = PDnP-1,
por lo tanto:
xn xn
Ax
e = n
A
n!
= ( P D n P 1 )
n!
= PeDxP-1.
n 0 n 0
753 Capítulo 11º: Ecuaciones diferenciales
e 1x 0 ... 0
0 e 2 x ... 0 -1
Por la proposición 11.4.1 eAx = P P .
... ... ... ...
0 ... e n x
0
Proposición 11.4.5:
Demostración:
expresar de la forma y = C e
b( x )dx
. Si ahora se analiza el sistema y’ = A(x)y
continuación:
Proposición 11.4.6:
Demostración:
( B( x )) n ( B( x )) 2 ( B( x )) n
Al derivar e Bx
= n!
= I + B(x) +
2!
+ ... +
n!
+ ... , se
n 0
d Bx 1 d 1 d
tiene que (e ) = 0 + B’(x) + (B(x))2 + ... + (B(x))n + ...
dx 2! dx n! dx
d d
(B(x))2 = (B(x)B(x)) = B’(x)B(x) + B(x)B’(x) = A(x)B(x) + B(x)A(x)
dx dx
d
Si A(x)B(x) = B(x)A(x) entonces (B(x))2 = 2B’(x)B(x). Análogamente
dx
d
si A(x)B(x) = B(x)A(x) entonces (B(x))n = nB’(x)(B(x))n-1.
dx
Ejemplos resueltos
2 0
Ejemplo 11.4.1: Dada la matriz diagonal D = y la matriz
0 1
1 1
nilpotente N = . Calcular eD y eN.
1 1
755 Capítulo 11º: Ecuaciones diferenciales
2 0 2n 0
D = es una matriz diagonal por tanto Dn = , n ,
0 1 0 n
( 1)
1 0 2 0 2n 0
por consiguiente eD = + + ... + + ... =
0 1 0 1 0 ( 1)n
2n
n!
0
e2 0
n 0 = .
( 1) n 0 e 1
0 n!
n 0
1 1
N = es una matriz nilpotente pues N2 = 0 y por tanto Nn = 0,
1 1
n , n 2, por consiguiente:
1 0 1 1 2 1
eN = I + N = + = .
0 1 1 1 1 0
5 6
siendo A = .
2 2
2 0 2 3
, la matriz de cambio de base es P = y su inversa es P-1=
0 1 1 2
2 3
, por lo tanto:
1 2
e 2x 0 -1 4e 2 x 3e x 6e 2 x 6e x
eAx = P P = .
0 e x 2e 2 x 2e x 3e 2 x 4e x
que cuando (x) es una matriz fundamental y P una matriz regular entonces
se tiene que:
2 3 e 2x 0 2e 2 x 3e x
PeDx = = es una matriz fundamental.
1 2 0 e x e 2x
2e x
3 1
siendo A = .
1 1
2 1
La matriz A no es diagonalizable pero es semejante a J = con la
0 2
1 0
matriz de autovectores P = .
1 1
2 0 0 1
J = D + N = + , D es diagonal y N nilpotente, N2 = 0.
0 2 0 0
Y en general:
2n 0 0 n 2n 1
Jn = Dn + 2Dn-1N = + .
0 2n 0 0
n 2 n 1 x n
Por lo tanto: e Jx
e 2x
=
0
0
+
0 n!
e 2x
=
0
+
e 2 x n 0 0 e 2 x
0 0
0 xe 2x e 2 x xe 2 x
= .
0 0 e 2 x
0
757 Capítulo 11º: Ecuaciones diferenciales
1 0 e 2x xe 2 x -1
Por consiguiente eAx = P .
1 1 0 e 2 x
1 0 e 2x xe 2 x e 2x xe 2 x
= .
1 1 0 e 2 x e 2x
xe 2 x e 2 x
0 1 x
0 0 2x 0 x e 2 x xe 2 x
e(2I+J-2I)x = e2xIe(J-2I)x = e2x e = e I 0 = .
0 0 e 2 x
1 1 x
1 1 2x x x
eAx = e(2I+A-2I)x = e2xIe(A-2I)x = e2x e = e I x =
x
e 2 x xe 2 x xe 2 x
.
xe 2 x e 2 x xe 2 x
1 2x
siendo A(x) = .
2x 1
x x 2
B(x) = A( x )dx 2
x
x
.
x 2x 3 3 x 2
; por lo tanto eB(x) es una matriz fundamental del sistema. y
3x 2 3
x 2x
1 1 e x x ex x 2 exx
2 2
(x) = 0 = también.
1 1 0 xx2 xx2 exx
2
e e
Ejercicios
1 4
.
1 2
4e 2 x e 3 x
(Solución: (x) = 2 x ).
e e 3 x
1 2
11.14. Calcular una matriz fundamental del sistema y’ = y.
2 5
e3x ( 1 2 x )e 3 x
(Solución: (x) = 3 x ).
e 2 xe 3 x
0 1 1
11.15. Calcular una matriz fundamental del sistema y’ = 1 0 1 y.
1 0
1
1 2x
siendo A(x) = 2
3x
y B(x) =
4 x 3 A( x )dx .
759 Capítulo 11º: Ecuaciones diferenciales
n
resolver y sea (x) = c k y k (x) la solución general del sistema homogéneo
k 1
asociado que se expresa de la forma (x) = (x)C, siendo (x) una matriz
homogéneo que sea de la forma p(x) = (x)v(x), siendo v(x) = (v1(x), v2(x), ...,
se obtiene:
(x)v’(x) = b(x).
Como (x) tiene inversa por ser una matriz regular, se puede multiplicar
por su inversa:
v’(x) = -1(x)b(x)
y al integrar se obtiene:
v(x) = (s)b(s)ds.
-1
constantes
diferencial D
e11y1 ( x ) e12y2' ( x ) ... e1n yn' ( x ) a11y1( x ) a12y2( x ) ... a1n yn ( x ) b1( x )
'
e21y1' ( x ) e22y 2( x ) ... e2n yn' ( x ) a21y1( x ) a22y2( x ) ... a2n yn ( x ) b2( x )
...
e y ' ( x ) e y ' ( x ) ... e y ( x ) a y ( x ) a y ( x ) ... a y ( x ) b ( x )
n1 1 n2 2 nn n n1 1 n2 2 nn n n
Aplicando que D(y) = y’ el sistema anterior se puede expresar de la forma:
k)
e11D a11 e12 D a12 ... b1( x ) ... e1n D a1n
.... e2n D a2n .
Se define k(D) = e21D a21 e22 D a22 ... b2 ( x )
.... ... ... ......... ... ...
en1D an1 en 2 D an 2 ... bn ( x ) ... enn D ann
fila j y la columna k.
Si (D) = r0 + r1D + ... + rnDn y jk(D) = sjk0 + sjk1D + sjk2D2 + ... + sjkn-1Dn-1
n 1 n 1 n 1
k(D) = s1i k D i ( b1( x )) + s 2i k D i ( b2 ( x )) + ... + s nki D i ( bn ( x ))
i 0 i 0 i 0
n 1 i i
n
Por lo tanto r0yk(x) + r1y’k(x) + ... + rnykn)(x) =
s jk D ( b j ( x )) , 1 k
j 1 i 0
n.
Ejemplos resueltos
resolver el sistema:
y ' y 2z 0
Se resuelve primero el sistema homogéneo que tiene
z' 2y z 0
1 2
como ecuación característica = 0 2 + 2 3 = 0, cuyas
2 1
y( x ) A
Para = 1 se buscan soluciones de la forma: = 1 ex siendo
z( x ) B1
1 1
es: y una solución es: 1(x) = ex.
1 1
y ( x ) A2 -3x
Para = 3, se buscan soluciones de la forma: = e siendo
z( x ) B2
1 1
es: y una solución es: 2(x) = e-3x.
1 1
y( x ) 1 1
H(x) = = K1 ex + K2 e-3x
z( x ) 1 1
y( x ) 1 1
(x) = = C1(x) ex + C2(x) e-3x
z( x ) 1 1
siendo C1(x) y C2(x) funciones que se obtienen integrando las soluciones del
sistema:
C1’(x) = e-xcos x
C2’(x) = e3xsen x.
765 Capítulo 11º: Ecuaciones diferenciales
Integrando:
e x
C1(x) = (sen x cos x)
2
e 3x
C2(x) = (3sen x cos x)
10
1 1 8 6
y p ( x ) 2 ( senx cos x ) 10 ( 3senx cos x ) 10 senx 10 cos x
1 1 2 2
z p ( x ) ( senx cos x ) ( 3senx cos x ) senx cos x
2 10 10 5
x 3x 1 1 8 6
y ( x ) K1e K 2 e ( senx cos x ) ( 3senx cos x )
2 10 10
senx cos x
10
1 1 2 2
z( x ) K1e x K 2 e 3 x ( senx cos x ) ( 3senx cos x ) senx cos x
2 10 10 5
indeterminados, se busca una solución “parecida” a b(x) que está formado por
a c
P(x) = sen x + cos x.
b d
= 6/10, d = 2/5.
D2 D1 y x
= 2 .
5 D3 z x
D 2 D 1
El operador = = D2 + 1.
5 D3
x D 1
y(x) = 2 = (D + 3)(x) (D +1)(x2) = 1 + 3x 2x x2.
x D3
ecuación diferencial de segundo orden que tiene como solución general y(x) =
D2 x
z(x) = 2 = (D + 2) (x ) 5x = 2x + 2x 5x.
2 2
5 x
ecuación diferencial de segundo orden que tiene como solución general z(x) =
1 1
C1 = (3C3 C4) y C2 = (C3 3C4)
5 5
1 1
y(x) = (3C3 C4)cos x + (C3 3C4)sen x x2 + x + 3
5 5
indeterminados, se busca una solución “parecida” a b(x) que está formado por
a b d
P(x) = x2 + x + .
e f g
= 2, f = 3 y g = 4.
y' z' z e x
z' y z e 2 x
ecuación diferencial lineal de segundo orden que tiene como solución general:
1 2
de donde se obtiene B = y A = , por lo tanto:
2 5
2 1 x
z(x) = C1cos x + C2sen x + e2x + e
5 2
3 2x
y(x) = (C1 C2)cos x + (C1 + C2)sen x + e .
5
indeterminados, se busca una solución “parecida” a b(x) que está formada por
a b x
P(x) = e2x + e .
e f
2/5 y f = 1/2.
Ejercicios
y' 2y 4z 1 4 x
z' y z 3 x 2 .
2
y' y z 3 x
11.18. Resolver el sistema .
z' 2y z x
y' 2z' y 7z e x 2
11.19. Calcular la solución general del sistema .
z' 2y 3z e x 1
y' y z sec 2 x
11.20. Integrar el sistema .
z' 5 y z 0
11.6. EJERCICIOS
2 1 1
11.21. Hallar eAx, siendo A = 1 2 1 y utilizar este resultado para
2 2 1
1 x x x
Ax
(Solución: e = x 1 x x ex)
2x 2x 1 2x
Sistemas de ecuaciones diferenciales lineales de primer orden 770
1 x
11.22. Sea A(x) = 2 3 , x . Probar que A (x) = (1 + x )A(x) y calcular
2 3
x x
eA(x).
x' 2 1 6 x
11.23. Calcular la solución general del sistema y' = 0 2 5 y .
z' 0 0 2 z
1 1 0 1 2 0 0
2t 2t t 1 2t
(Solución: (t) = K1 0 e + K2 0 t 1 e + K3 0
1 t 6 e )
0 0 0 1
2 0 1 5
x' 1 0 0 x
11.24. Resolver el sistema homogéneo y' = 2 2 1 y .
z' 0 0 z
1
0 0 0 0 2 0 1
t t t 1
(Solución: (x) = K1 1 e + K2 1 t 1 e + K3 1 1 t 0 e t )
1 1 0 1
2 2
0 0
y' z' y 2 x 1
11.25. Calcular la solución general (y(x), z(x)) del sistema .
2y' 2z' y x
2 1 4
(Solución: y(x) = x , z(x) = x2 + x + C).
3 2 3
1
(Solución: y(x) = K1cos x + K2sen x + K3sen 4x + K4cos 4x + (5ex 3e-x)
34
1
z(x) = K1sen x K2cos x + K3cos 4x K4sen 4x + (3ex + 5e-x))
34
771 Capítulo 11º: Ecuaciones diferenciales
1 1
(Solución: y(x) = (3ex 7e-x + 12), z(x) = (9ex + 7e-x)
8 8
y' 3 y z
sistema , que verifica que y(0) = 1, z(0) = 2.
z' y z
3 3 3
t 1 13 t 1 3 t
(Solución: x(t) = K1 e 2 + . y(t) = K1 e 2 + t + K2, z(t) = K1 e 2 )
3 6 3 2
x' y' y 1
11.30. Calcular la solución general del sistema: x' z' 2 x z 1 .
y' z' y 2z 0
4 4 4
t 3 t 2 t 1
-t
(Solución: x(t) = K1 e 5 + , y(t) = 4K1 e 5 + K2e + 1, z(t) = K1 e 5 ).
4 3 2
( D 2 )x 3 y 2e2t
11.31. Calcular la solución del sistema que verifica las
x ( D 4 )y 3e2t
2 1
condiciones iniciales x(0) = , y(0) = .
3 3
Sistemas de ecuaciones diferenciales lineales de primer orden 772
5 2t 2
(Solución: x(t) = e5t e , y(t) = e5t e2t)
3 3
( D 1)x Dy 2t 1
11.32. Resolver el sistema .
( 2D 1)x 2Dy t
1 2
(Solución: x(t) = t + K, y(t) = t + 2t + Kt)
2
1 t
(Sol: x(t) = K1cost + K2sent e , y(t) = (K1 3K2)sent (3K1 + K2)cost + 2et).
2
y' z' y 3z e x 1
11.34. Resolver el sistema .
y' z' 2y z e 2 x x
7
1 3 5 2x x
(Solución: y(x) = + x + e + K1 e 5 ,
49 7 17
7
1 2 52 9 x
z(x) = ( e2x + e-x + x 3K1 e 5 ).
2 17 49 7
x' x 5 y sec 3t
11.35. Calcular la solución general del sistema .
2 x y' y 0
y 1' 6 1 1 1 y1
y 2' 1 6 1 1 y2
11.36. Hallar la solución del sistema que
y 3' 1 1 6 1 y3
y ' 1 1 6 y 4
4 1
773 Capítulo 11º: Ecuaciones diferenciales
y 1( 0 ) 4
y 2 ( 0 ) 0
verifica que .
y 3 ( 0 ) 0
y ( 0 ) 0
4
y' 03 1 y 0
3 + 1 ln x
z' x 2
x z x2
3
y' x 1 y
11.38. Hallar la solución del sistema que verifica las
z' 0 3 z
x
y' 4 2 y e 5x
11.40. Hallar la solución del sistema + 5 x que verifica
z' 1 7 z e
x' ( t ) 3 x z
11.41. Resolver el siguiente sistema: y' ( t ) 3 y z .
z' ( t ) 2y z
e 2t
x' ( t ) 2 x 2y
11.42. Integrar el siguiente sistema t .
2t
y' ( t ) 8 x 6 y 3e
t
Sistemas de ecuaciones diferenciales lineales de primer orden 774
x' ( t ) 6 x 3 y 14z e 2t
11.43. Calcular la solución general del sistema y' ( t ) 4 x 3 y 8z .
z' ( t ) 2 x y 5z
CAPÍTULO 12
incluso más que conocer las ecuaciones explícitas de las soluciones, poder
conocida...
Tiene interés considerar qué ocurre cuando las ecuaciones no son lineales.
de dicho punto. Por este motivo se analiza la dinámica de los sistemas lineales
autónomos.
modelo geométrico del conjunto de todos los posibles estados del sistema. Ya se
puede proporcionar ejemplos en los que se puede aplicar este método. Esto
Definición 12.1.1:
Teoría cualitativa de ecuaciones diferenciales 777
Definición 12.1.2:
Definición 12.1.3:
Definición 12.1.4:
ecuaciones diferenciales
en la forma:
dy
= f(y, t), y n, t (12.1.1)
dt
soluciones.
Definición 12.1.5:
t.
autónomo sin más que añadir una variable más. Así el sistema 12.1.1. se
y' f ( y , t ), y n
t' 1
dy
f ( y ), y n , (12.1.2)
dt
Definición 12.1.6:
solución particular y = y(t), que se denota por y = y(t) = y(t, t0, y0) = (t, t0, y0), que
verifica dicha condición, y0 = y(t0), puede representarse mediante una gráfica que
es una curva en el espacio n +1 dimensional de x n dada por los puntos (t, y(t))
o (t, y1(t), y2(t), ..., yn(t)) donde t varía en el intervalo de la recta real en que exista
Definición 12.1.7:
780 Capítulo 12: Ecuaciones diferenciales
, en el que existen soluciones del sistema. Es decir: = {y0; y(t, t0, y0) es
solución de y’ = f(y)}
Definición 12.1.8:
trayectoria.
(y1(t), y2(t), ..., yn(t)) con t , siendo y(t) = (y1(t), y2(t), ..., yn(t)) una solución de
(12.1.2).
Trayectoria Solución
C+(y(t)).
C(y(t)).
soluciones pueden proyectarse sobre una misma trayectoria. Por lo tanto dos
trayectoria.
dx
dt y
dy
x
dt
las gráficas de las soluciones (t, x(t), y(t)) son hélices circulares sobre el cilindro x2
Definición 12.1.9:
una aplicación de clase uno, que a cada punto de una solución le hace
flujo.
782 Capítulo 12: Ecuaciones diferenciales
aplicaciones.
número de trayectorias suficientes como para tener una idea de conjunto del
comportamiento de todas las del sistema. Sobre dichas trayectorias se dibuja una
Definición 12.1.10:
Teoría cualitativa de ecuaciones diferenciales 783
soluciones distintas: y(t) e y*(t) o bien no tienen ningún punto en común o bien
Definición 12.1.11:
Proposición 12.1.1:
Sea y(t) una solución de y’ = f(y). Si existen dos valores distintos de t, t1 y t2,
t1 t2, tales que y(t1) = y(t2) se verifica que, o bien la solución es una función
solución y(t) es una función periódica y su trayectoria es una curva cerrada simple.
periódicas)
constantes).
son las soluciones de f(y) = K, constante. Cada punto crítico es una órbita del
sistema formada por únicamente dicho punto. Si ese punto es el valor inicial,
Definición 12.1.12:
Teoría cualitativa de ecuaciones diferenciales 785
una solución constante, es decir, una solución y tal que y(t) = y(t0) para todo t.
Definición 12.1.13:
dx
dt 3 x 2y
dy
x y
dt
Teorema 12.1.1:
asociada.
Demostración:
es decir, hay una solución particular 1(t) = v1, cuyas derivadas valen cero, y es,
dicha matriz.
Los puntos fijos se corresponden con las soluciones de equilibrio del sistema
distancia menor que , permanece próxima al punto para todo tiempo t0 > 0, es
radio , mientras que para que sea asintóticamente estable además de ser estable
Definición 12.1.14:
v es un punto fijo estable o nodo estable si para cada > 0 existe un >
0 tal que si y es una solución tal que y(t0) v < , entonces y(t) v < ,
único punto de equilibrio. Se define conceptos como punto periódico, órbita, alfa-
límite y omega-límite.
Si una solución y = y(t) verifica que y(t1) = y(t2) con t1 distinto de t2, entonces
trayectoria es una curva cerrada simple, y se dice que es una órbita cíclica.
y(t) = y(t0) para todo t, como un caso trivial de periodicidad, siendo la trayectoria
se puede analizar hacia donde tienden las trayectorias y definir los conjuntos alfa-
límite y omega-límite.
Definición 12.1.15:
mismo de ecuación y(t) con t t0, se dice que y0* n es un omega-límite (-
Teoría cualitativa de ecuaciones diferenciales 789
límite) si existe una sucesión real creciente (tn) con lím t n , tal que la
n
al conjunto de todos los puntos -límites para un sistema autónomo dado. A este
Definición 12.1.16:
mismo de ecuación y(t) con t t0, se dice que y0* n es un alfa-límite (-límite)
si existe una sucesión real decreciente (tn) con lím t n , tal que la sucesión
n
sistema autónomo dado. A este conjunto pertenecen los puntos fijos inestables
un -límite.
790 Capítulo 12: Ecuaciones diferenciales
dependen de un parámetro:
dy
f ( y , λ), y n , (12.1.3)
dt
general una modificación pequeña del valor del parámetro supone una variación
Definición 12.1.17:
0.
quiera.
Definición 12.1.18:
que para t = t0 toma el valor y0, entonces se dice que la solución (t) = (t, t0, y0)
es estable según Liapunov si para todo > 0 existe un = (t0, ) > 0, tal que si
toda solución *(t) = (t, t0, y*0) que verifique que dist((t0), *(t0)) < entonces
dist((t, t0, y0), (t, t0, y*0)) < , para todo t t0.
Definición 12.1.19:
> 0, tal que si dist(y0, y*0) < entonces dist(y0, (t, t0, y*0)) < .
Definición 12.1.20:
Definición 12.1.21:
suficientemente próximos, el límite de (t, t0, y*0), cuando t tiende a infinito, es y0.
Definición 12.1.22:
y0
y0
y0
Si el sistema es lineal, y’(t) = A(t)y(t) + b(t), entonces una solución (t, t0, y0)
Definición 12.1.23:
Una órbita cíclica y(t) (o trayectoria que sea una curva cerrada simple) es
orbitalmente estable si para todo > 0 existe un > 0 de modo que cualquier
Teoría cualitativa de ecuaciones diferenciales 793
otra trayectoria y*(t) que en t = t0 diste de y(t) menos que entonces distará
menos que para todo t mayor que t0. Es decir: Si Ínfimo(dist(y*(t0), y(t))) <
asintótica.
Definición 12.1.24:
Un ciclo límite es una curva cerrada C que es cíclica y atrae a las órbitas de
contrario.
1/2(y’)2 + y4 = A
que se tiene estabilidad orbital, pero el periodo también varía con A: T = T(A), por
dimensión n = 1
general es y(t) = Ceat. Según los valores del parámetro a se tienen los siguientes
casos:
del sistema.
0 0 0
a<0 a>0
t t
dimensión n = 2
crítico.
x
796 Capítulo 12: Ecuaciones diferenciales
Figura 12.7: Diagrama de fase en un sistema lineal de dimensión dos de autovalores reales, distintos y
negativos. Atractor.
repulsor.
v2
y
v1
x
Figura 12.8: Diagrama de fase en un sistema lineal de dimensión dos de autovalores reales y distintos. Punto
de silla.
degenerado. Pueden darse distintos casos, como que todo vector sea
Teoría cualitativa de ecuaciones diferenciales 797
Figura 12.9: Diagramas de fase en sistemas lineales de dimensión dos con los autovalores iguales
general es de la forma:
Figura 12.10: Diagrama de fase en un sistema lineal de dimensión dos con autovalores complejos. Espirales.
Figura 12.11: Diagrama de fase en un sistema lineal de dimensión dos de autovalores complejos con = 0.
Centro.
2 – (Traza de A) + (Determinante de A) = 0,
de discriminante:
Figura 12.12: Distintos diagramas de fase en un sistema lineal de dimensión dos. Puntos críticos hiperbólicos.
800 Capítulo 12: Ecuaciones diferenciales
Figura 12.13: Distintos diagramas de fase en un sistema lineal de dimensión dos. Puntos críticos no
hiperbólicos.
Ejemplos resueltos
uno:
y’ = (y + 2)(y – 1)
y=0
–2 0 1
f(y) > 0. Dibujar flechas hacia abajo (o hacia la izquierda) en los intervalos
y=0
–2 0 1
repulsor.
dx
dt 4 x y
dy .
3 x 2y
dt
4 1
A I = 2 + 6 + 5 = 1; = 5.
3 2
los autovectores:
802 Capítulo 12: Ecuaciones diferenciales
x 3 1 x 0 1
Para = 1 (A I) 3x + y = 0 v 1 .
y 3 1 y 0 3
x 1 1 x 0 1
Para = 5 (A I) x + y = 0 v 2 .
y 3 3 y 0 1
1 1
La solución general es: y(t) = C1 e-t + C2 e-5t.
3 1
1
crítico. Si el instante inicial fuese un punto de la recta de dirección del vector ,
3
1
inicial fuese un punto de la recta de dirección del vector , entonces su
1
1
aproxima al origen acercándose a la recta de vector de dirección el , que
1
Ejercicios
diferenciales:
a) y’ = (1 – y)y
Teoría cualitativa de ecuaciones diferenciales 803
b) y’ = ycos y
c) y’ = (2 – y)(y + 3)
d) y’ = (y + 2)2
a) y’ = (1 – y)
b) y’ = 2y(1 – y)
c) y’ = 2y3(1 – y)2
d) y’ = 2y(1 – y)(y + 2)
12.3. De la ecuación diferencial y’ = f(y) se sabe que f(–2) = f(3) = 0 y que f(y) >
dx
dt x y
a) dy , autovalores: 2 y 2; punto de silla, inestable.
3x y
dt
804 Capítulo 12: Ecuaciones diferenciales
dx
dt 4 x
b) dy , autovalores: 4 doble; nodo degenerado, punto estrella
4 y
dt
asintóticamente estable.
dx
dt 3 x 4 y
c) dy , autovalores: 1 doble; nodo degenerado inestable.
xy
dt
dx
dt x 5 y
d) dy , autovalores: 1 + i, –1 – i, nodo espiral
x 3y
dt
asintóticamente estable.
dx
dt ax 2y
dy ,
x 3y
dt
dx
dt x y
a) dy .
9 x 3 y
dt
Teoría cualitativa de ecuaciones diferenciales 805
dx
dt x y
b) dy .
x 2y
dt
dx
dt 2 x y
c) dy .
x 4y
dt
dx
dt 2 x y
d) dy .
2y
dt
Teorema 12.2.1:
Corolario 12.2.2:
Para que todas las soluciones de y’ = Ay, t t0, estén acotadas es necesario
y suficiente que:
todos los autovalores de la matriz A tengan su parte real negativa o nula. Pero
tiene su parte real nula y es doble y aparecen polinomios. Para que esto no
Corolario 12.2.3:
Toda solución y(t) del sistema y’ = Ay tiende a cero cuando el tiempo tiende
Teoría cualitativa de ecuaciones diferenciales 807
a infinito, si y sólo si, todos los ustificaci de la matriz A tienen su parte real
negativa, o si tienen su parte real nula, entonces Dim N(A I) coincide con el
orden de ustificación de .
soluciones:
infinito, y(t) tiende a cero. Recíprocamente si alguno tiene su parte real positiva
Teorema 12.2.4:
Sea el sistema y’ = Ay. Toda solución y(t) del sistema, distinta de y(t) = 0
para todo t, tiende a infinito cuando el tiempo tiende a infinito, si y sólo si todos los
Teorema 12.2.4:
forma = bi con b distinto de cero, y m = Dim N(A I) como subespacio de Cn,
808 Capítulo 12: Ecuaciones diferenciales
Definición 12.2.1:
cero.
Definición 12.2.2:
negativa.
Definición 12.2.3:
positiva.
autovalores con parte real negativa, Je, luego con parte real nula, Jp, y por último,
Jpy(p), y’(i) = Jiy(i), donde los espacios correspondientes a Je, E, y a Ji, N, son
E P N y E P N = {0}.
orden superior
positiva.
degenerado.
Ejemplos resueltos
Ejemplo 12.2.1:
dx
y
Estudiar la dinámica del sistema: dt y estudiar la dinámica de y’’ = 0.
dy
0
dt
y 1( t ) 1 t
C1 C2 ,
y 2 ( t ) 0 1
y 1( t ) 1
C1 , C1 .
y 2 ( t ) 0
parte real de los autovalores sea nula, todas las soluciones no son acotadas.
= C2.
Ejemplo 12.2.2:
dx
2y
Estudiar la dinámica del sistema: dt .
dy
2 x
dt
y 1( t ) sen 2t 0 y ( t ) C1sen 2t
C1 C 2 1
y 2 ( t ) 0 cos 2t y 2 ( t ) C 2 cos 2t
y 12 y 22
Las trayectorias son las elipses: 1 . El origen es un centro. Es un
C12 C2 2
Ejemplo 12.2.3:
0 4 1 2
2 1 2 1
Estudiar la dinámica del sistema y’ = Ay siendo A .
0 2 0 2
2 1 4 1
Se tienen los autovalores = 2i dobles, y la dimensión del núcleo es: Dim
N(A – 2iI) = 1.
Ejercicios
P y N:
dx
dt y
a) dy , autovalores: 0 y –2; E = {(1, –2)}, P = {(1, 0)} y N = {(0,
2 y
dt
0)}.
dx
dt x y
dy
b) 3 x y autovalores: –2, 0 y 2; E = {(1, –1, 0)}, P = {(0, 0, 1)} y
dt
dz 0
dt
dx
dt y
dy
c) x autovalores: –1, i y -i; E = {(0, 0, 1)}, P = {(1, 0, 0), (0, 1, 0)}
dt
dz z
dt
y N = {(0, 0, 0)}.
autovectores son los indicados, dibujar las rectas que determinan dichos
dx
dt 2 x
a) dy , autovalores: 1 y 2; autovectores: (0, 1) y (1, 1).
xy
dt
dx
dt x y
b) dy , autovalor: 2 doble; autovector: (1, -1).
x 3y
dt
dx
dt 2 x 3 y
c) dy , autovalores: -4 y 2; autovectores: (1, 0) y (-1, 2).
4 y
dt
dx
dt 4 x 3 y
d) dy , autovalores: 3 y 1; autovectores: (6, -2) y (-1, 1).
x
dt
814 Capítulo 12: Ecuaciones diferenciales
Los casos más sencillos de sistemas autónomos son los sistemas casi
manteniendo nodos, puntos de silla, espirales, aunque los centros o los nodos
satisfacen que su parte real es negativa y que la matriz h(y) satisface que h(y) =
estable.
aproximar en un entorno del origen por A(t). Sin embargo esta conjetura no
Definición 12.3.1:
dy 1
dt a11y 1 ... a1n y n f1( y 1,..., y n )
... (12.3.1)
dy n a y ... a y f ( y ,..., y )
dt 1n 1 nn n n 1 n
Al ser las funciones f1, ..., fn continuas respecto a las variables y1, ..., yn pero
Al sistema lineal:
dy 1
dt a11y 1 ... a1n y n
... (12.3.2)
dy n a y ... a y
dt 1n 1 nn n
su matriz asociada.
sistema lineal auxiliar resulta ser una primera aproximación del sistema de partida
Teorema 12.3.1:
punto espiral en el sistema lineal auxiliar, entonces el punto crítico del sistema casi
Sin embargo los nodos degenerados y los centros del sistema lineal auxiliar
no son heredados por el sistema casi lineal. Es más, si el sistema auxiliar tiene un
centro, entonces el punto crítico del sistema casi lineal puede ser asintóticamente
Teoría cualitativa de ecuaciones diferenciales 817
estable o ser inestable. La razón se debe a que los centros surgen cuando la parte
este valor pueden alterar la naturaleza del punto crítico al hacer < 0 o > 0.
Algo parecido sucede con los nodos degenerados que surgen cuando
Sin embargo si la parte real de los autovalores verifica que 0 < 1 < ... < n, (o
1 < ... < n < 0), por la continuidad de las funciones, en algún entorno sigue
siendo cierto que 0 < 1 < ... < n, (o 1 < ... < n < 0) por lo que se heredan las
Si la parte real de los autovalores verifica que 1 < ... < n < 0 se tiene que las
soluciones que empiezan cerca del origen se acercan a él, siendo éste un atractor.
complejos es una fuente en espiral. Si hay autovalores con la parte real positiva y
otros con la parte real negativa entonces es un punto de silla, y hay curvas de
sistemas lineales homogéneos que decía que el origen es el único punto crítico si
y sólo si cero no es un autovalor. Aunque los autovalores del sistema auxiliar sean
todos distintos de cero, el sistema casi lineal puede tener otros puntos críticos
del comportamiento de las soluciones cuyas posiciones iniciales estén lejos del
Ejemplos resueltos
Ejemplo 12.3.1:
dx
dt 2 x y 2 xy
.
dy
xy
dt
El sistema dado es casi lineal, pues f1(x, y) = 2xy, que es una función
dx
dt 2 x y 2 1
dy , y su matriz asociada: , cuyos autovalores son:
xy 1 1
dt
1 13 1 13
= <0<= .
2 2
Son autovalores reales, uno positivo y otro negativo, por lo que el origen es
Teoría cualitativa de ecuaciones diferenciales 819
Ejemplo 12.3.2:
dx
dt 2 x y 2 xy
dy .
x y 1
dt
podía suceder con los sistemas lineales homogéneos por el teorema 12.1.1. Para
2 x y 2 xy 0
,
x y 1 0
y se obtiene que (1, 2) es un punto crítico. Se trasladan los ejes a dicho punto: x
du
dt 2u v 2uv
,
dv
u v
dt
Ejemplo 12.3.3:
dx 3 2
dt x y x xy
dy .
2 3
xy x y y
dt
dr 3
dt r r
d .
1
dt
Por los teoremas de existencia y unicidad de las soluciones se sabe que por
que:
dr
r=1 0 y(0) = 1 y y(t) = 1, t,
dt
origen y radio uno, y al ser constante la derivada respecto el ángulo, dicha órbita
Caso 2: Si en el instante inicial 0 < y(0) < 1 0 < r < 1 para todo t,
dr
entonces = r(1 r2) > 0 para todo t > 0, por lo que r(t) es una función creciente,
dt
dr
Caso 3: Si en el instante inicial y(0) > 1, entonces = r(1 r2) < 0 para
dt
todo t > 0, por lo que r(t) es una función decreciente, y su límite tiende a 1 y y(t)
Ejercicios
12.9. En los sistemas siguientes determinar cuáles son casi lineales, y en los
dx
x
a) dt .
dy
2
2x 3y x y
dt
dx xy
dt x 2y 1 e
b) dy .
x y xseny
dt
dx 3
dt y x
c) dy .
x y xy
dt
dx
dt 4 x 2 xy
a) dy .
3 y 3 xy
dt
dx 2
dt 4 x x 2 xy
b) dy .
2
3 y 2 xy y
dt
dx
dt 5 x 3 xy
c) dy .
3 y 4 xy
dt
Teoría cualitativa de ecuaciones diferenciales 823
dx 2
dt 8 x 2 x 3 xy
d) dy .
2
4 y 3 xy 2y
dt
ser puntos espirales, nodos, centros, puntos de silla... Naturalmente todo esto es
sistemas.
casi lineal puede tener un atractor que sea un punto límite asintóticamente estable,
o puede tener un ciclo limite o la unión de puntos críticos y ciclos límites que sean
atractores.
Teorema 12.4.2:
Sea el sistema:
dx
dt f ( x , y )
dy
g( x , y )
dt
En esta sección se utiliza la teoría de los sistemas casi lineales para estudiar
debida a la gravedad. Sea (t) el ángulo del péndulo con la vertical en el tiempo t.
fuerzas externas
diferencial:
d 2
m L m g sen 0.
dt 2
dx
y
dt (12.4.1)
dy g
senx
dt L
que se denomina sistema del péndulo. Se observa que este sistema no es lineal
FcosA
F=mg
FsenA
Figura 12.14: Diagrama de fase del péndulo sin rozamiento ni fuerza externa.
Teorema 12.4.1:
Demostración:
dx
dt y
dy ,
g
x
dt L
Teoría cualitativa de ecuaciones diferenciales 827
de matriz asociada:
0 1
g
0
L
g
de autovalores: i , que son imaginarios puros, por lo que el origen es un
L
centro en el sistema lineal auxiliar, y por tanto es un punto crítico estable, aunque
Se supone que existe rozamiento debido a la fricción con el aire o por otro
d 2 d
m L2 c L m g L sen 0.
2 dt
dt
dx
y
dt (12.4.2.)
dy g c
senx y
dt L mL
Este nuevo sistema del péndulo tampoco es lineal, pero es casi lineal en el
828 Capítulo 12: Ecuaciones diferenciales
dx
y
dt ,
dy g c
x y
dt L mL
de matriz asociada:
0 1
g c
L mL
c c 2 4gm 2 L c c 2 4gm 2 L
de autovalores: y .
2mL 2mL
El sistema 12.4.2 tiene puntos críticos distintos del (0, 0), son los puntos vn =
du
v
dt (12.4.3)
dv g c
sen( n u ) v
dt L mL
Teoría cualitativa de ecuaciones diferenciales 829
Teorema 12.4.2:
Demostración:
escribir como:
Para n par el sistema es idéntico al caso del origen, y para n impar se tiene
du
v
dt ,
dv g c
u v
dt L mL
de matriz asociada:
830 Capítulo 12: Ecuaciones diferenciales
0 1
g c
L mL
c c 2 4gm 2 L c c 2 4gm 2 L
de autovalores: y .
2mL 2mL
Ahora, en todos los casos, los autovalores son reales, pues el término de
inestable.
Si ahora se quiere estudiar lo que ocurre cuando se tiene una fuerza externa,
disminuido la pesca, y por tanto aumentado las presas. Explica también como el
x’ = ax bxy, a, b > 0.
dx
dt ax bxy
dy , a, b, c, d > 0
cy dxy
dt
sólo tiene sentido físico para valores positivos de las variables x e y, pues no
ax bxy 0
cy dxy 0
Teoría cualitativa de ecuaciones diferenciales 833
c a
y se obtienen dos puntos de equilibrio, el origen (0, 0), y el punto , . El origen
d b
depredadores, nunca los habrá. El otro punto es de más interés, pues indica que si
se llegara a esa posición, las presas sería devoradas y los depredadores tendrían
c a
a este punto, , y se busca el sistema lineal asociado cuya matriz asociada
d b
es:
bc
0
A= d
ad 0
b
de equilibrio.
dy cy dxy
.
dx ax bxy
sistema lineal asociado un centro, que no se conserva, puede ocurrir que sea un
punto en espiral estable, un punto en espiral inestable o que exista un ciclo límite
pero las órbitas sean atraídas por el ciclo límite como se observa en la figura
12.17).
que las presas compitan entre sí por el alimento siguiendo una ecuación logística:
logística. Al estudiar este nuevo sistema aparece un nuevo punto crítico en el eje
a
de abscisas: ,0 y depende de los valores del los parámetros su determinación.
Al estudiar el sistema lineal asociado, al trasladar los ejes a este punto, se tiene
que si a/ < c/d entonces es un punto asintóticamente estable y si a/ > c/d
Ejemplos resueltos
Ejemplo 12.4.1:
dx
y
dt .
dy
2
x y x y
dt
El sistema es casi lineal y tiene un único punto crítico en el origen con f2(x, y)
= x2y, que se anula en el origen así como sus derivadas parciales primeras,
dx
dt y
dy ,
x y
dt
cuyos autovalores son: = (1 3 i)/2. Son autovalores complejos, con parte real
positiva, luego las soluciones del sistema lineal se mueven en espiral alejándose
del origen, que es un punto inestable. Por tanto, cerca del origen, las soluciones
Ejemplo 12.4.2:
especies siguiente:
dx 2
dt 2 x x xy
dy .
2
3 y y 2 xy
dt
Este sistema modela la dinámica de dos poblaciones que compiten por los
la otra.
valores negativos y al coincidir los ejes con curvas solución las soluciones que
v = y – 1, y se obtiene:
du 2
dt u v u uv
dv .
2
2u v v 2uv
dt
El sistema es casi lineal con f1(u, v) = u2 uv y f2(u, v) = v2 2uv, que se
anulan en el origen así como sus derivadas parciales primeras, siendo el sistema
lineal asociado:
du
dt u v
dv ,
2u v
dt
cuyos autovalores son: = 1 2 , uno positivo y el otro negativo por lo que (u, v)
= (0, 0) es un punto de silla de este sistema lineal asociado. Por tanto, cerca del
punto (1, 1), las soluciones del sistema no lineal se comportarán como un punto de
silla.
838 Capítulo 12: Ecuaciones diferenciales
Ejercicios
12.11. Estudiar la dinámica del sistema que modela la competencia entre dos
especies siguiente:
dx 2
dt 10 x x xy
dy .
2
30 y y 2 xy
dt
dx 2
dt Ax Bx Cxy
dy
Dy Ey 2 Fxy
dt
O CONSERVATIVOS, EN SISTEMAS
Definición 12.5.1:
dx H ( x , y )
dt y
.
dy H ( x, y )
dt x
Proposición 12.5.1:
840 Capítulo 12: Ecuaciones diferenciales
Demostración:
Sea (x(t), y(t)) cualquier solución del sistema, entonces, por la regla de la
d H ( x( t ), y ( t )) H dx H dy H H H H
0.
dt x dt y dt x y y x
Por tanto las curvas solución del sistema se encuentran a lo largo de las
curvas de nivel de la función H(x, y), con lo que para esbozar el diagrama de fase
Proposición 12.5.2:
f g
Si , entonces el sistema:
x y
dx
dt f ( x , y )
dy
g( x , y )
dt
es hamiltoniano.
Demostración:
Si se tiene el sistema:
Teoría cualitativa de ecuaciones diferenciales 841
dx
dt f ( x , y )
dy
g( x , y )
dt
H ( x , y )
f ( x , y ) y
g ( x , y ) ( x , y )
H
x
f 2H 2H g
.
x xy yx y
H ( x , y )
Como f ( x , y )
y
, entonces H ( x , y ) f ( x , y )dy C( x ) , donde C(x)
Como g ( x , y )
H ( x , y )
x
x
f ( x , y )dy C( x ) x f ( x , y )dy C' ( x ) ,
Proposición 12.5.3:
842 Capítulo 12: Ecuaciones diferenciales
dx
f ( x, y )
Si el sistema dt es hamiltoniano, entonces sus puntos de
dy
g( x , y )
dt
Demostración:
Sea (x0, y0) un punto de equilibrio del sistema, entonces su matriz jacobiana
es:
f H 2H
2
f
x y xy y 2 .
A =
g g 2H
2H
x
y 2
yx
x
a b
A ,
c a
Caso 1: a2 + bc > 0. Los dos autovalores son reales y tienen distinto signo. El
Caso 2: a2 + bc < 0. Los dos autovalores son imaginarios puros, su parte real
un centro.
Teoría cualitativa de ecuaciones diferenciales 843
Definición 12.5.2:
ecuaciones diferenciales si, para cada solución (x(t), y(t)) que no sea una solución
d
L( x( t ), y ( t )) 0 ,
dt
siendo la desigualdad estricta pata todo t, salvo para un conjunto finito de valores
Estas funciones son de gran ayuda al dibujar el diagrama de fase, pues las
encontrarlas. En los ejemplos que se verán al final de este apartado del oscilador
Definición 12.5.3:
dx G( x , y )
dt y
para todo (x, y).
dy G( x, y )
dt x
Proposición 12.5.4:
Demostración:
Sea (x(t), y(t)) cualquier solución del sistema que no sea un punto crítico,
Teoría cualitativa de ecuaciones diferenciales 845
2 2
d G( x( t ), y ( t )) G dx G dy G G
0 .
dt x dt y dt x y
Por tanto el valor de G(x, y) aumenta a lo largo de las curvas solución del
para ese sistema. Sin embargo no todos los sistemas que poseen función de
Proposición 12.5.5:
dx
f ( x, y )
Si el sistema dt es un sistema gradiente, entonces sus puntos de
dy
g( x , y )
dt
Demostración:
Sea (x0, y0) un punto de equilibrio del sistema, entonces su matriz jacobiana
asociada es:
846 Capítulo 12: Ecuaciones diferenciales
f G 2G
2
f
x y xy y 2 .
A =
g g 2G 2G
x
y 2 yx
x
a b
A ,
b c
a c ( a c ) 2 4ac 4b 2 a c ( a c )2 4b 2
.
2 2
espirales.
Ejemplos resueltos
Ejemplo 12.5.1:
dx
dt y
dy .
kx
dt
Teoría cualitativa de ecuaciones diferenciales 847
f g
Al ser f(x, y) = y y g(x, y) = kx = 0, y en consecuencia el
x y
H ( x , y ) f ( x , y )dy C( x ) = y2/2 + C(x) = y2/2 + kx2/2.
Ejemplo 12.5.2:
dx
y
dt .
dy
gsenx
dt
f g
Al ser f(x, y) = y y g(x, y) = gsen x = 0, y en consecuencia el
x y
H ( x , y ) f ( x , y )dy C( x ) = y2/2 + C(x) = y2/2 – gcos x.
su velocidad.
Los puntos de equilibrio 0, 2, 4, ... son centros. Cerca y alrededor de
ellos las soluciones son periódicas, son soluciones oscilantes. Los puntos de
848 Capítulo 12: Ecuaciones diferenciales
equilibrio , 3, ... son puntos de silla. Las soluciones que pasan por ellos son
Ejemplo 12.5.3:
dx
dt x y
dy .
x y
dt
d L( x( t ), y ( t )) dx dy
2x 2y 2 x( x y ) 2y ( x y ) 2( x 2 y 2 ) 0
dt dt dt
lo largo de cualquier solución que no sea un punto de equilibrio, por lo que es una
función de Lyapunov.
sistema gradiente.
Teoría cualitativa de ecuaciones diferenciales 849
Ejercicios
dx 2
dt x y
a) dy . Solución: NO es hamiltoniano
2x 3y
dt
dx
dt y
b) dy Solución: H(x, y) = y2/2 – x2/2 + x3/3
x x2
dt
x2 y 2
12.14. Comprobar que la función L(x, y) = es una función de Liapunov
2 2
para el sistema:
dx 3
dt x
dy .
3
y
dt
que aparecen nuevos fenómenos de gran interés, como las dinámicas caóticas.
850 Capítulo 12: Ecuaciones diferenciales
mueve debido a las diferencias de temperatura entre unos lugares y otros. Cuando
Lorenz escribió su artículo dijo la célebre frase de: Puede el vuelo de una
Lorenz.
En 1 916 Lord Rayleigh descubrió el número que lleva su nombre dado por:
( 1 a 2 )3
R = gH3 (T)-1k-1. Rc = 4
a2
temperaturas, T.
Definición 12.6.1:
dx
dt y x
dy
rx y xz (12.6.1)
dt
dz xy bz
dt
o = Coeficiente de viscosidad.
b = 4/(1 + a2).
y además es mayor que 1, r > 1. Lorenz realizó un estudio detallado del sistema
Teorema 12.6.1:
Demostración:
dx
dt y x
dy
rx y ,
dt
dz bz
dt
de matriz asociada:
0
r 1 0 ,
0 0 b
por lo que f2(x, y, z) = –xz, y f3(x, y, z) = xy, funciones continuas que se anulan en
(0, 0, 0), y cuyas derivadas parciales primeras también se anulan en (0, 0, 0).
( 1) ( 1) 2 4r
1 ,
2
( 1) ( 1) 2 4r
2 ,
2
3 = b.
inestable.
Teorema 12.6.2:
Si r > 1, además del origen, existen dos nuevos puntos críticos P y Q para el
b( r 1) , r – 1).
854 Capítulo 12: Ecuaciones diferenciales
Demostración:
Se resuelve el sistema:
y x 0
rx y xz 0 .
xy bz 0
P = ( b( r 1) , b( r 1) , r – 1) y Q = (– b( r 1) , – b( r 1) , r – 1).
x= b( r 1) + u x’ = u’ = – x + y = – u + v
y= b( r 1) + v y’ = v’ = rx – y – xz = u – v – b( r 1) w
z = r – 1 + w z’ = w’ = xy – bz = b( r 1) u + b( r 1) v – bz.
0
AP 1 1 b( r 1) .
b( r 1) b( r 1) b
Teoría cualitativa de ecuaciones diferenciales 855
( b 3 )
Si > b + 1 entonces – b – 1 > 0. Denominando r* = entonces
b 1
Si r* > r > 1 entonces las tres raíces tienen negativa su parte real por lo que
asintóticamente estables a ser inestables, cuando r pasa de ser menor que r* a ser
mayor.
familia de Lorenz a los sistemas con = 10, b = 8/3 y r > 1. Por ejemplo, para =
iniciales.
varias bifurcaciones para r > 28. Las órbitas se clasifican en distintos tipos. Se dice
que una órbita es del tipo ab2 si gira una vez alrededor de uno de los puntos
críticos y dos veces alrededor del otro. Francheschini en 1980 identificó una órbita
Lorenz y su dinámica.
Ejercicios
12.7. EJERCICIOS
a) y’ = (3 + y)
b) y’ = 3y2(2 + y)
c) y’ = 3y3(2 + y)2
dx
dt 2 x 9 y
a) dy .
x 8y
dt
dy
dx y 2z
b) dz .
y 3z
dx
dx
dt y z
dy
c) 3x z .
dt
dz 3 x y
dt
3 3
(Solución: x(t) = K1 e3t + K2 e-2t; y(t) = K1 e3t - K2 e-2t + K3 e-t ; z(t) = K1 e3t -
2 2
fase:
dx
dt 3 x y z
dy
a) x 5y z .
dt
dz x y 3z
dt
dy
dt 2y z
b) dz
y 4z
dt
dx
dt x 5 y
c) dy
2x y
dt
P y N:
dx
dt x
a) dy .
2 x
dt
dx
dt 2 x y
dy
b) x 2y .
dt
dz 0
dt
dx
dt z
dy
c) x .
dt
dz y
dt
dx
dt 2y
a) dy .
3x y
dt
dx
dt x y
b) dy .
x 2y
dt
860 Capítulo 12: Ecuaciones diferenciales
dx
dt x y
c) dy .
x
dt
dx
dt 2 x 3 y
d) dy .
y
dt
dx
dt 2 x xy
a) dy .
y 2 xy
dt
dx 2
dt 2 x x xy
b) dy .
2
4 y xy y
dt
dx
dt 3 x xy
c) dy .
y 2 xy
dt
dx 2
dt 5 x x xy
d) dy .
2y xy y 2
dt
d 2y dy 1 1
L R y f ( M , y' )
dt 2 dt C C
dx
y
dt
dy
w 2 x hy g ( y )
dt
en el origen.
constantes positivas.
punto de equilibrio:
dx
dt ax bxy
dy
cx d
dt
0.
862 Capítulo 12: Ecuaciones diferenciales
flexible que oscila cuando hay fuertes ráfagas de viento. Sea y(t) el
d 2y dy
P Qy 0
dt 2 dt
flexible que oscila cuando hay fuertes ráfagas de viento. Sea y(t) el
d 2y dy
P Qy y3
2 dt
dt
físicamente el resultado.
12.27. Estudiar la dinámica del sistema que modela la competencia entre dos
especies siguiente:
dx 2
dt 150 x x 3 xy
a) dy .
2
100 y y 2 xy
dt
función de Hamilton.
dx
dt xseny 2y
dy
cos y
dt
12.29. Estudiar los valores de las constantes a y b para los que el origen es un
dx
dt 2 x ay
dy
bx 2y
dt
12.30. Estudiar los valores de la constante a para los que el origen es un punto
dx
dt ax 2y
dy
ay 2z
dt
dz az 2 x
dt
origen:
dx 2
dt 2 x 2y 3 x
dy
3 x 2y 2 x 2 y 4
dt
origen:
dx 3
dt 3 y x
dy
2x y 4
dt
origen:
dx 2
dt x 2y
dy
x y2
dt
origen:
Teoría cualitativa de ecuaciones diferenciales 865
dx 4
dt 2 x xy
dy
2y x 2 y 4
dt
origen:
dx 4
dt 2y 3 x
dy
3 x 7 y 3
dt
origen:
dx 3
dt 4 x y
dy
x 5 2y 2
dt
dx
dt x 3 xy
dy
2y xy
dt
dx
dt 3 x xy
dy
y 10 xy
dt
dx
dt x
dy
2
dt
dx
dt y
dy
x
dt
dx
dt x 1
dy
2
dt
dx
dt 2 x
dy
2 y
dt
12.45. Obtener el sistema lineal asociado a la ecuación diferencial siguiente: y’’ +3y = 0
dx
y
a) dt
dy
x 2 x 2 2y
dt
dx
dt 4 x 7 y 1
b)
dy
6 x 3 y 12
dt
dx
x
c) dt
dy
y 3
dt
dx 2
dt x 4
d)
dy
3y
dt
RESOLUCIÓN NUMÉRICA DE ECUACIONES
DIFERENCIALES
resolver mediante estas técnicas, puesto que sólo algunos tipos de ecuaciones
segunda mitad del siglo XX eran escasas las ecuaciones diferenciales que se
exacta, (por ejemplo: y’ = x2 + y2) o cuando ésta tenga escaso interés, o sea
aproximado.
con coeficientes constantes, se sabe que existe una solución única para cada
primer orden.
Historia de los métodos numéricos de ecuaciones diferenciales 871
representa.
A finales del siglo pasado Carl David Tolmé Runge (1 856 – 1 927) presentó
unos métodos específicos para obtener mejores aproximaciones que las que
Wilhelm Martin Kutta y por Heun, por lo que se conocen como métodos de
utilizados.
mitad del siglo XX, en estrecha conexión con la evolución tecnológica de los
ordenadores.
hacer cálculos. De forma simplificada es posible decir que tiene dos partes
práctica.
Historia de los métodos numéricos de ecuaciones diferenciales 873
Cauchy:
y f ( x, y ), x (a, b )
y ( x0 ) y 0
problema. Y también que el intervalo donde exista esa única solución contenga
puede ser más difícil evaluar la solución, por ejemplo si viene dada en forma
intervalo real, por un problema discreto, cuya incógnita es una función definida
en un conjunto finito de puntos. Para ello se consideran los puntos del eje de
874 Resolución Numérica de Ecuaciones Diferenciales Ordinarias
abscisas x0, x1, ..., xN, definidos mediante xn = x0 + nh, donde n varía desde 0
ecuación diferencial, y siendo el tamaño del paso h = (xN x0)/N. En toda esta
problema de valor inicial en cada punto xn, mientras que se denomina por zn al
valor que el método que se esté aplicando obtiene para cada xn. Se pretende
llegar a conocer los valores zn con una aproximación tan grande como se
uno de los grandes grupos, los métodos de un paso, mientras que el segundo
ORDINARIAS
su grandeza, puesto que, como las artes -y las matemáticas son uno de los
resolver una única ecuación diferencial con su valor inicial, con un trabajo
1 SIMMONS, F.: Ecuaciones diferenciales con aplicaciones y notas históricas. McGraw-Hill. 1992.
876 Resolución Numérica de Ecuaciones Diferenciales Ordinarias
las ecuaciones que regían las trayectorias balísticas, que debían ser tabuladas
hidrógeno.
por Newton y Lagrange para ajustar una función polinómica a una tabla de n
El método de Euler, que data de 1 768,2 está aún “vivo”, no sólo porque
ecuaciones.
Opera 11.
Historia de los métodos numéricos de ecuaciones diferenciales 877
= y(xn) + O(h).
son los que hoy se conocen como métodos de Taylor, donde la idea
aproxima.
superficial, la forma de una gota..., aunque dijo que ya los conocía de Adams
desde 1 855.
x n 1
y(xn+1) – y(xn) = x n
f ( x , y ( x )) dx
esta forma se obtienen los métodos explícitos que se conocen con el nombre
misma que en el método de Euler, pues aunque cada valor se usa varias
los de Nyström, en 1 926 los de Milne. Todos ellos son combinaciones lineales
llamado a Göttingen por Félix Klein, donde fue nombrado como el primer
se podría usar la regla del rectángulo, o la regla del punto medio, o la regla de
media aritmética de las dos, no resulta en el caso general de cuarto orden, sino
880 Resolución Numérica de Ecuaciones Diferenciales Ordinarias
únicamente de segundo orden, lo que lleva a buscar una media ponderada con
general:
k1 = f(x0, y0),
....,
mucho más. Consiguió un método de orden tres con tres etapas y un método
varios métodos de orden cuatro con cuatro etapas. Uno de ellos es el que ha
que se muestra más orgulloso. Aunque bien es cierto que Runge lo mencionó
orden alcanzable. Sólo escribió seis o siete artículos, pero que son de una
importancia excepcional.
los coeficientes. Al encontrar los mejores coeficientes estos resultaron ser los
fórmulas con las que calcularlo sin necesidad de realizar los desarrollos.
encajados. El propio código estima el error y elige el orden que más se adecue,
e incluso toma los valores del paso mayores o menores según sea más
971 escribió un libro con los listados de uno de estos códigos, que ha sido tan
utilizando los grupos de Lie. Otro problema que ocupa mucha literatura desde 1
multipaso.
y’ = f(x, y)
y(x0) = y0
son finitos. Se supone que se verifican las hipótesis del teorema de existencia y
unicidad de Picard-Lindelöf por lo que se puede garantizar que existe una única
numérico es por tanto una ecuación en diferencias que permita computar los zn.
sus propiedades.
utilizan para el cálculo del valor aproximado zn no sólo el valor zn-1 obtenido en la
etapa anterior, sino también los valores zn-2, ..., zn-j obtenidos en etapas previas. La
utilización de estos valores previos hace que el comportamiento de los dos grupos
cada grupo, lo que hace preciso un estudio diferenciado de cada una de las
familias.
los métodos numéricos, tanto para los métodos de un paso como para los
entre los que se destacan especialmente los métodos de Taylor y los métodos de
poligonales de Euler), desarrollado por Leonard Euler por lo que lleva su nombre.
Tiene un interés especial desde el punto de vista didáctico porque sirve como
punto de partida para introducir los conceptos y analizar los problemas que van a
numérico y para analizar los distintos tipos de error que se generan. Suministra
Se considera el problema de valor inicial y’ = f(x, y), y(x0) = y0, del que se
supone que es un problema bien propuesto, es decir, se sabe que tiene una única
de y’ = f(x, y), y(x0) = y0, se toma como valor inicial z0; entonces f(x0, z0) es la
pendiente de la recta tangente en el punto de partida (x0, z0), por lo que se puede
obtener como valor z1 el que toma la recta que pasa por (x0, z0) y tiene como
z1 = z0 + h·f(x0, z0)
solución por la recta tangente que pasa por dicho punto. Por tanto la expresión
(xn, yn)
(x1, y1)
(x0, y0)
Definición 13.1.1:
Euler:
error cometido:
h2
y’’(c)
2
acotar y’’(c) entonces se dice que este error es del orden de O(h2). Otros
y( x h ) y( x )
y’(x) y(x + h) – y(x) h·y’(x),
h
derivada y’(x).
x n 1
y(xn+1) = y(xn) + x n
f(x , y ( x )) dx
x n 1
y(xn+1) = y(xn) + f(xn, zn) x n
dx = y(xn) + f(xn, zn)·h
Estos cuatro diferentes puntos de vista volverán a ser utilizados para obtener
el 4º, las ecuaciones diferenciales stiff y el método del punto medio utilizará el 3º, y
tangente.
manera que se pueden necesitar muchos pasos en su ejecución para obtener una
que permitan aplicar métodos lineales multipaso como los que se estudiarán en el
capítulo siguiente.
Ejemplos resueltos
Para h = 0,1, bien a mano o con una hoja de cálculo, se construye una tabla
para evaluar zn+1 = zn + h·f(xn, zn), siendo xn = x0 + nh. Así, 1,5 = 1 + 0,1n, por lo
que n = 5.
n xn zn f(xn, zn)
0 1 0 1
5 1,5 0,63942967
Para h = 0,05, a mano o con una hoja de cálculo, se construye una tabla para
evaluar zn+1 = zn + h·f(xn, zn), siendo xn = x0 + nh. Así, 1,5 = 1 + 0,05n, por lo que n
= 10.
n xn zn f(xn, zn)
0 1 0 1
10 1,5 0,66397766
n xn zn f(xn, zn)
0 1 0 1
20 1,5 0,67731662
Capítulo 13: Métodos numéricos 893
Se observa que al disminuir los tamaños del paso a la mitad los errores
dice que el orden del error es similar a h, el tamaño de paso. Pero los errores
mejores métodos.
+ nh, f(xn, zn) = 2zn 1 se tiene zn+1 = zn + h·(2zn 1) = (1 + 2h)·zn h, por lo que
homogénea es: znH = C·(1 + 2h)n. Se busca una solución particular “parecida” al
término independiente que es una constante, h, por lo que se prueba con znP = a,
1 1
a = (1 + 2h)·a h h = 2h·a a = znP =
2 2
1
zn = znH + znP = C·(1 + 2h)n + .
2
1 1 1 1 1
z0 = 1 = C·(1 + 2h)0 + =C+ C= zn = ·(1 + 2h)n + .
2 2 2 2 2
1
La solución exacta de y’ = 2y 1, y(0) = 1, es y(x) = (1 + e2x). Se calcula el
2
límite:
1 1 1 2x n 1
lím zn = lím ·(1 + 2h)n + = lím (1 + (1 + ) ) = (1 + e2x)
h 0 h 0 2 2 n 2 n 2
x x0 nh x x0 nh x x0 nh
Ejercicios
= 0.
(Solución: z5 = 0,11051)
z0 = 0.
(Solución: z4 = 0,01550625)
1
de la solución del problema de valor inicial y’ = 2y 2 , y(0) = 0
2
1 x
x
(Solución: La solución exacta es: y ( x ) ; y(2) = 0,4; z10 = 0,40681903;
1 x 2
e(0,05) = 0,00227)
896 Métodos numéricos de un paso
PASO
Definición 13.2.1:
Se denomina función incremento a (xn, zn, zn+1, h), donde se supone que
zn).
con la que se realicen los cálculos.... El error global está acotado por la suma de
fundamental señalar que el error de redondeo tiene interés porque muchas veces
no es suficiente disminuir el tamaño del paso para reducir el error global, pues se
Otra reflexión a destacar es que, en ocasiones, métodos que son “peores” pero
Error global.
Error de truncamiento.
Error local.
Definición 13.2.2:
Dado un método, zn+1 = zn+ h·(xn, zn, zn+1, h), que se aplica a un problema
898 Métodos numéricos de un paso
de valor inicial bien definido, y’ = f(x, y), y(x0) = y0, se denomina error global a la
con x = xN = x0 + Nh.
Definición 13.2.2:
Si se tiene un método, zn+1 = zn+ h·(xn, zn, zn+1, h), que se aplica a un
problema de valor inicial bien definido, y’ = f(x, y), y(x0) = y0, se denomina error de
truncamiento a:
Capítulo 13: Métodos numéricos 899
hk k) h k 1
y(x + h) = y(x) + h·y’(x) + ... + ( )·y (x) + ( )·yk+1)(c) (13.2.1)
k! ( k 1)!
Definición 13.2.3:
Dado el método, zn+1 = zn+ h·(xn, zn, zn+1, h), se dice que tiene error de
donde y(xn) es una solución genérica de cualquier problema de valor inicial bien
de Euler:
xn+1 se tiene:
h2
y(xn+1) = y(xn) + h·y’(xn) + ·y’’(c).
2
Si se supone que zn es exacto y por tanto igual a y(xn), como y’(xn) = f(xn,
por tanto la diferencia entre el valor exacto en xn+1 y el que suministra el método si
teórica es:
h2
Tn+1 = y(xn+1) zn+1 = y’’(c).
2
h2
donde una cota superior del valor absoluto de ese error es M· = O(h2) siendo
2
M máx y' ' ( x ) . Por tanto se dice que el error de truncamiento del método
x n x x n 1
de Euler es de orden 2.
Definición 13.2.4:
Dado el método, zn+1 = zn+ h·(xn, zn, zn+1, h), que se aplica a un problema de
Capítulo 13: Métodos numéricos 901
valor inicial bien definido, y’ = f(x, y), y(x0) = y0. Si u(x) es la solución del problema
de valor inicial que verifica u’ = f(x, u), u(xn) = zn, se define como error local en
xn+1 a la diferencia entre el valor que toma dicha solución en xn+1, u(xn+1), y el valor,
pasa por el punto (xn, zn), y se calcula el error que se comete al pasar a xn+1
mediante el método.
sugiere que el orden del error local es también O(hp+1). Usualmente el error local y
el error de truncamiento toman valores parecidos pues la solución u(x) debe estar
Para calcular el error global se tienen que tener en cuenta tres factores:
intermedio, por lo que para estimar este error conviene encontrar una cota del
valor absoluto de esta derivada. Se observa que este error es el cometido entre el
paso n y el n + 1, por lo que también interesa estimar el error acumulado, aún más
está teniendo en cuenta el efecto que el error en un paso tendrá en los pasos que
le siguen, sin más que multiplicar por el número de pasos n la estimación anterior,
con lo que se obtiene que este error es proporcional al tamaño de paso. Se puede
probar que sobre cualquier intervalo finito este error es, en el método de Euler,
menor que una constante por el tamaño de paso. Y en general es cierto que si el
De forma simplista se podría pensar que para reducir el error global basta
ocurrir que aumenten los errores acumulados de redondeo, por lo que, se puede
paso
estabilidad de un método.
Capítulo 13: Métodos numéricos 903
problema, en todos los puntos xn de la partición del intervalo [a, b], siempre que el
Definición 13.2.5:
problema de valor inicial bien definido, y’ = f(x, y), y(x0) = y0, y para todo x* [a, b],
se verifica que:
Definición 13.2.6:
Definición 13.2.7:
1.
Definición 13.2.8:
Teorema 13.2.1:
Dado el método numérico de un paso, zn+1 = zn+ h·(xn, zn, h), tal que (xn,
suficiente para la convergencia, pues estos métodos son siempre estables. Los
métodos de un paso, y por tanto los métodos Runge-Kutta, son estables como
Ejemplos resueltos
truncamiento.
0,1n.
1,4328711.
z xn z x n x n 1 1,348678 1 1,1
C n u(xn+1) = xn+1 + n e = 1,1 + e = 1,1 +
e xn e xn e 1
definición:
Tn+1 = y(xn+1) [y(xn)+ h·(xn, y(xn), y(xn+1), h)] = y(1,1) – (y(1) + h·f(xn, y(1)) =
f(xn, zn)). Aplicar el método para calcular el valor aproximado de la solución del
h2
(xn)) f(xn, (xn))] = ((xn) + h·‘(xn) + ·‘‘(xn) + ...) [(xn)+ h·((‘(xn) + (h·fx)
2
x2
y( x ) e 2 y(1) = 1,6487212... y(2) = 7,3890561...
(xn+1) [(xn)+ h·(xn, (xn), (xn+1), h)] = (xn+1) [(xn)+ h·(1·f(xn + ·h,
h2
(xn+1) = (xn) + h·‘(xn) + ·‘‘(xn) + ...
2
f f f f 2f 2f
= f(xn, (xn)), fx = = (xn, (xn)), fy = = (xn, (xn)), fxx = = (xn,
x x y y x 2 x 2
2f 2f 2f 2f
(xn)), fxy = = (xn, (xn)), fyy = = (xn, (xn)), ...
xy xy y 2 y 2
h2 h3
(xn+1) = (xn) + h·fn + ·(fx + fy·fn) + ·(fxx + 2fxy·fn + fyy·fn2 + fy·fx + (fy)2·fn) +
2 6
...
1
h·1·f(xn + ·h, (xn)) = h·1·(fn + ·h·fx + (·h)2·fxx + ... )
2
1
h·2·f(xn, (xn+ ·h)) = h·2·(fn + ·h·fy + (·h)2·fyy + ... )
2
Capítulo 13: Métodos numéricos 909
operaciones sacando factor común las potencias del tamaño de paso, con lo que
se obtiene que:
1 1
h·fn·(1 1 2) + h2·[fx·( 1·) + fy·fn( 2·) + fy·(2· + 2·)] +
2 2
1 1 1 1 1 1 1
h3·[fxx·( 1·2) + fxy·fn + fyy·fn2 + fy·fx + (fy)2·fn fyy·2·2] + ...
6 2 3 6 6 6 2
1 1
o igual que 1. Si 1· = 0 y 2· = 0, entonces el orden de consistencia p
2 2
1
siendo una función cualquiera, pues por ejemplo, el coeficiente de fy·fx es
6
distinto de cero.
1 1
es p = 2, haciendo 1 + 2 = 1, = , = . Se tiene una familia
21 2 2
1
uniparamétrica de soluciones. Una solución posible es: 1 = 2 = , = = 1.
2
Ejercicios
1 1
zn+1 = zn + h·( f(xn + h, zn) + f(xn, zn))
2 2
1 1 1
zn+1 = zn + h·( f(xn + h, zn) + f(xn, zn+ h)) + h2· fy(xn, zn)·{f(xn, zn) – 1}
2 2 2
truncamiento.
zn+1 = zn + h·(1f(xn + h, zn) + 2f(xn, zn+ h) + h2··2fy(xn, zn)·{f(xn, zn) – 1} si
1
a) 1 = 2 = , = = 1. (Solución: p = 2)
2
1 3
c) 1 = , 2 = , = 1, = 0. (Solución: p = 1)
4 4
teórico los métodos de Taylor son sencillos y permiten obtener una mayor
precisión sin más que aumentar convenientemente el grado del desarrollo. Para
h2 h k (k
yn+1 yn + h·y’n + ·y’’n + ... + ·y n.
2! k!
función f(x, y) que define la ecuación diferencial, lo que actualmente se realiza sin
cuenta que dicha función debe tener derivadas parciales sucesivas en la región del
Como y’(x) = f(x, y(x)), derivando se obtiene que y’n = f(xn, y(xn)):
d 2y f f dy
= (x, y(x)) + (x, y(x))· = fx + fy·f
dx 2 x y dx
d 3y 2f 2f 2f f
= (x, y(x)) + 2 (x, y(x))·f(x, y(x)) + (x, y(x))·f(x, y(x))2 + (x,
dx 3
x 2 xy y 2 y
f f
y(x))· (x, y(x)) + ( (x, y(x)))2·f(x, y(x)) = fxx + 2fxy·f + fyy·f 2 + fy·fx + fy 2·f,
x y
dky
la derivada .
dx k
h2 h3
zn+1 = zn + hfn + ( fx + f y fn ) + (fxx +2fxyfn + fyy(fn)2 + fyfx + (fy)2fn) + ... =
2! 3!
h2 h3
zn + hf(xn,zn) + (fx(xn,zn) + fy(xn,zn)f(xn,zn)) + (fxx(xn,zn) +
2! 3!
h p 1 p 1)
Tn+1 = y (c )
( p 1)!
valor de la solución exacta en xn+1 suponiendo que fuera conocida así como sus
Ejemplos resueltos
ecuación y calcular en cada caso el error global cometido. Analizar el orden del
error.
Método de Euler:
h2
Método de Taylor dos: yn+1 yn + hy’n + (y’’n)
2!
h2
zn+1 = zn + hfn + (fx + fyfn)
2!
h2 h2
zn+1 = zn + h(1 + xn zn) + (zn xn)) = (1 – h – )·zn + h·(1 + nh) +
2! 2!
h3
n .
2!
h2 h3 h 4 iV)
yn+1 yn + hy’n + (y’’n) + (y’’’n) + ( y n)
2! 3! 4!
h2 h3 h4
zn+1 = zn + h(1 + xn zn) + (zn xn)) + (xn zn) + (zn xn) = (1 –
2! 3! 4!
h2 h3 h4 h2 h3 h 4
h+ – + )·zn + h(1 + n(h + )).
2! 3! 4! 2! 3! 4!
Capítulo 13: Métodos numéricos 915
solución en x = 1
d 2
= –sen
dt 2
dx
= x’ = y;
dt
dy
= y’ = –sen x
dt
tn+1 = tn + h
xn+1 = xn + h·yn;
yn+1 = yn – h·sen(xn);
h2
Para aplicar el método de Taylor dos: zn+1 = zn + h·z’n + ·z’’n, se obtienen
2!
las derivadas:
x’ = y x’’ = y’ = –sen x
Por tanto:
h2 h2
xn+1 = xn + h·x’n + ·x’’n = xn + h·yn – ·sen(xn);
2! 2
h2 h2
yn+1 = yn + h·y’n + ·y’’n = yn – h·sen(xn) – ·cos(xn)·yn;
2! 2
y'1 0 1 y1 0 1
= + , y(0) =
y' 2 1 2 x y 2 2 0
con tamaño de paso h = 0,2, para aproximar la solución en x = 0,2, tomando como
Capítulo 13: Métodos numéricos 917
1
valor inicial z0 = .
0
h2 h2
Método de Taylor dos: zn+1 = zn + h·z’n + ·z’’n = zn + h·fn + ·(fx + fy·fn)
2! 2!
donde:
0 1 zn1 0
f(xn, zn) = + ,
1 2 x n zn 2 2
0 0 zn1
fx(xn, zn) = ,
0 2 zn 2
0 1
fy(xn, zn) = ,
1 2x n
h2
z1 = z0 + h· f(x0, z0) + ·(fx(x0, z0) + fy(x0, z0)·f(x0, z0))
2!
0 1 1 0 0
f(x0, z0) = + = ,
1 0 0 2 1
0 0 1 0
fx(x0, z0) = = ,
0 2 0 0
0 1
fy(x0, z0) = ,
1 0
918 Métodos numéricos de un paso
1 0 h 2 0 0 1 0 1 0 h 2 1
z1 = + h· + ·( + · ) = + h· + ·( ) =
0 1 2! 0 1 0 1 0 1 2! 0
1 0 0,02 1,02
+ + = y(0,2).
0 0,2 0 0,2
Ejercicios
4 3n
(Solución: zn = –1 + 2(1 + 2h + 2h2 + h ) ; z50 = 43926,90681..., z100 =
3
x' 0 1 x
.
y' 1 0 y
lenta. Es interesante entonces obtener métodos numéricos mas sencillos que los
mas rápida que la que se obtiene con el método de Euler. Así, si el problema que
y f ( x ),
se quiere aproximar es la solución que se busca se puede expresar
y ( x 0 ) y 0
x
de la forma y ( x ) y 0 f ( s )ds . Para obtener un valor aproximado en un punto
x0
920 Métodos numéricos de un paso
x*, se puede aplicar, por ejemplo, la regla del punto medio del cálculo integral:
h
z n 1 z n hf ( x n ).
2
En este caso el error global que se comete es de orden 2, con lo cual aunque
h
El problema en esta fórmula es obtener el valor de y ( x n ) . Runge pensó
2
que se podría sustituir este valor por el valor aproximado obtenido al aplicar la
fórmula de Euler con un tamaño del paso que fuera la mitad del valor de h, de
h h
manera que y ( x n ) se sustituyera por: z n f ( x n , z n ) , con lo cual la fórmula
2 2
h h
z n 1 z n hf ( x n , z n f ( x n , z n )).
2 2
h
z n 1 z n [ f ( x n , z n ) f ( x n h, z n hf ( x n , z n ))].
2
el punto (xn, zn) por la media aritmética de los valores de f en los puntos (xn, zn) y
(xn+1, zn+1).
Las dos fórmulas anteriores tienen una convergencia mas rápida que la del
Capítulo 13: Métodos numéricos 921
con orden de convergencia mayor evitando el cálculo de las derivadas dio lugar al
desarrollo, desde finales del siglo XIX, de los métodos de Runge-Kutta, en los
Definición 13.4.1:
expresión:
s s
z n 1 zn h bjk j ; siendo k j f ( x n c j h, zn h a ji k i ), j 1, ...,s
j 1 i 1
cT A
b
donde c = (c1, ..., cs), b = (b1, ..., bs) y A = (aij), i, j = 1, ..., s.
con
k1 = f(xn, zn)
función (xn, zn, h) es una media ponderada de los valores que toma la función f(x,
y) en s puntos de 2.
h2
(xn+1) ((xn) + hb1f(xn, (xn))) = ((xn) + ‘(xn)h + ‘‘(xn) +)
2
h2
((xn) + h‘(xn)b) = (1 b) ‘(xn)h + ‘‘(xn) +
2
Capítulo 13: Métodos numéricos 923
único método de Runge-Kutta de una única etapa resulta ser el método de Euler.
Euler modificados
donde k1 = f(xn, zn) y k2 = f(xn + c2h, zn + a21·h·f(xn, zn)). Se pretende obtener las
relaciones entre los coeficientes b1, b2, c2 y a21 para obtener el máximo orden de
consistencia posible, 2.
h2 h2
(xn+1) = (xn) + h·‘(xn) + ·‘‘(xn) + ... = (xn) + h·fn + ·(fx + fy·fn) +
2 2
h3
·(fxx + 2fxy·fn + fyy·fn2 + fy·fx + (fy)2·fn) + ...
6
924 Métodos numéricos de un paso
siendo fn = f(xn, (xn)), fx = fx(xn, (xn)), ... ya que se supone que se aplica a un
1
h·b2·f(xn + c2h, (xn) + a21·h·f(xn, (xn))) = h·b2·[fn + ·(fx·c2·h + fy·a21·h·fn) +
1!
1
(fxx·(c2·h)2 + 2fxy·(c2·h)·(a21·h·fn)+ fyy·(a21·h·fn)2) + ...
2!
paso:
1 1 1 1
OC = h·fn·(1 b1 b2) + h2·(fx·( b2·c2) + fy·fn( b2·a21) + h3·[fxx·( b2·c22)
2 2 6 2
1 1 1 1
+ fxy·fn( b2·c2·a21) + fyy·fn2( b2·a21) + (fy·fx + (fy)2·fn)] + ...
3 6 2 6
1 1
o igual que 1. Si además b2·c2 = 0 y b2·a21 = 0, entonces el orden de
2 2
1
coeficiente de fy·fx es que es distinto de cero.
6
1 1
es p = 2, haciendo b1 + b2 = 1; b2·c2 = ; b2·a21 = . Se tiene una familia
2 2
Capítulo 13: Métodos numéricos 925
uniparamétrica de soluciones.
imponiendo que el orden de consistencia sea p = 2, para lo que hay que resolver
1 1
b1 + b2 = 1; b2·c2 = ; b2·a21 = .
2 2
por lo que hay infinitas soluciones. Se tiene entonces una familia uniparamétrica
b1 + b2 = 1
Según los textos que se utilicen los nombres de estos métodos varían de
unos a otros: como método del punto medio, de Euler modificado, de Euler
mejorado...
926 Métodos numéricos de un paso
1 h
b2 = ; zn+1 = zn + (f(xn, zn) + f(xn+1, zn + hf(xn, zn))),
2 2
h h
b2 = 1; zn+1 = zn + h(f(xn + , zn + f(xn, zn))),
2 2
3 h 2h 2h
b2 = ; zn+1 = zn + (f(xn, zn) + 3f(xn + , zn + f(xn, zn))).
4 4 3 3
sección.
1
El método obtenido para b2 = se conoce en algunos textos como método
2
h
de Euler mejorado: zn+1 = zn + (f(xn, zn) + f(xn+1, zn + hf(xn, zn))) que, como
2
zn) por el promedio de sus valores en los puntos extremos, y tomar en xn+1 como
h
ocasiones como el método de Euler modificado: zn+1 = zn + h(f(xn + , zn
2
h
+ f(xn, zn))), en el que se utiliza el valor de la función f(x, y) evaluado en el punto
2
h
medio entre xn y xn + h tomando en ese punto, xn + , el valor obtenido mediante
2
el método de Euler.
Capítulo 13: Métodos numéricos 927
Se observa que los resultados obtenidos son mucho mejores con el método
de Euler mejorado, incluso comparando Euler con un tamaño de paso de 0,05 con
Euler mejorado con 0,1, pero al comparar con el valor exacto los errores son
donde:
k1 = f(xn, zn),
928 Métodos numéricos de un paso
Se pretende obtener las relaciones entre los coeficientes b1, b2, b3, c2, c3, a21,
a31 y a32 para obtener el máximo orden de consistencia posible, 3. Se obtienen así
6 ecuaciones, con las que se deben calcular ocho coeficientes; se obtiene así una
ecuación:
b1 + b2 + b3 = 1
i 1
ci aij i = 2, 3
j 1
h 2h
zn+1 = zn + ·(k1 + k3) + ·k2, donde
6 3
h h
k1 = f(xn, zn), k2 = f(xn + , zn + k1), k3 = f(xn + h, zn + h(2k2 – k1)),
2 2
h
zn+1 = zn + ·(k1 + 3k3), donde
4
h h 2h 2h
k1 = f(xn, zn), k2 = f(xn + , zn + k1), k3 = f(xn + , zn + k2).
3 3 3 3
1/3 1/3
2/3 0 2/3
1/4 0 3/4
Los métodos de Runge-Kutta de orden cuatro son muy utilizados porque son
donde:
k1 = f(xn, zn),
930 Métodos numéricos de un paso
13 incógnitas: b1, b2, b3, b4, c2, c3, c4, a21, a31, a32, a41, a42 y a43. y al imponer que el
de consistencia 4.
es uno de los métodos más utilizados y el de más éxito entre los métodos de un
1/2 1/2
1/2 0 1/2
1 0 0 1
y se expresa:
h
zn+1 = zn + ·(k1 + 2k2 + 2k3 + k4), donde
6
Capítulo 13: Métodos numéricos 931
k1 = f(xn, zn),
h h
k2 = f(xn + , zn + ·k1),
2 2
h h
k3 = f(xn + , zn + ·k2),
2 2
k4 = f(xn + h, zn + h·k3).
ese punto medio. La tercera estimación se hace también en el punto medio pero
Es sencillo, con una simple hoja de cálculo, utilizar este método. El error de
mejorado Kutta 4
0,1 34,411490 59,938223 59,938223 64,858107 64,897803
orden para métodos de orden cuatro, no fue hasta 1 957 cuando Butcher
métodos de orden menor que cinco con un tamaño de paso más pequeño, a
métodos de orden mayor y tamaño de paso mayor. Butcher probó que no existe
por esta razón los métodos de Runge-Kutta de orden 4 son los más populares.
tamaño de paso h = 0,1 con un método de Euler mejorado con un tamaño de paso
del anterior y la cuarta parte del primero, h = 0,025, según el estudio que se ha
Capítulo 13: Métodos numéricos 933
realizado del error de truncamiento en los tres casos el error debería ser parecido,
superior.
absoluta, etc.
estabilidad lineal que aumentan con la precisión del método, no son adecuados
para sistemas “stiff” ya que cubren porciones pequeñas del semieje real negativo.
implícita:
Ejemplos resueltos
de paso a la mitad.
calculando los errores y comparando con las potencias de hp. El nombre de orden
cuatro viene de ser el error inherente al método de O(h4), (con las condiciones de
0,97, si se utiliza la desigualdad entre 0 < x < 1, y2 < x2 + y2 < 1 + y2. Esto indica el
Ejercicios
13.1. Calcular b1, b2, b2, c2, c3, a21, a31 y a32 para que el método: zn+1 = zn +
máximo.
h
zn + (f(xn, zn) + f(xn+1, zn + hf(xn, zn))).
2
h h
= zn + h(f(xn + , zn + f(xn, zn))).
2 2
h 2h h
etapas: zn+1 = zn + ·(k1 + k3) + ·k2, donde k1 = f(xn, zn), k2 = f(xn + ,
6 3 2
h
zn + k1), k3 = f(xn + h, zn + h(2k2 – k1)).
2
h
13.5. Aplicar el método: zn+1 = zn + (f(xn, zn) + f(xn + h, zn + hf(xn, zn))) al
2
n
h 2
(Solución: zn 1 h ).
2
n
1
(Solución: zn ).
1 h
Capítulo 13: Métodos numéricos 937
los distintos pasos, de manera que se obtenga una aproximación adecuada, por lo
Por tanto, una cuestión de interés práctico es el control del error cuando se
quiere obtener una exactitud prefijada. Existen fórmulas asintóticas del error global
para los métodos de Runge-Kutta. En particular para los métodos de orden cuatro
Kutta es laboriosa, pues se precisa para ello calcular las derivadas parciales de
evitar con los métodos de Runge-Kutta. Por ello, para controlar el error que se va
Extrapolación de Richardson
L. F. Richardson en 1 927. Es una técnica antigua que puede ser utilizada con
asintótico:
con D(x) satisfaciendo una cierta ecuación diferencial lineal, lo que justifica el uso
obtiene:
Capítulo 13: Métodos numéricos 939
Richardson:
truncamiento es:
4, entonces [2p+1 – 1] = 31, por lo que se aplica el método con un tamaño de paso
es mayor. Se ha visto como el tamaño del paso está relacionado con el error de
truncamiento y con el error local y éstos con el error global, de forma que es
del siglo XX, Merson, hacia 1957, ideó una forma para estimar el error a partir de
Restando, se obtiene:
Kutta, que consiste en controlar el error global a partir del control del error de
Definición 13.5.1:
C A C A
B B*
Primer método Segundo método
y por lo tanto únicamente cambian los coeficientes bj que multiplican a los ki:
Se les pone la etiqueta (p, p + 1), que indica que se toma como zn+1 el valor
s
Orden p: zn+1 = zn + h bi k i .
i 1
s
Orden p + 1: zn+1* = zn + h bi* k i .
i 1
s
zn+1 – zn+1* = h E i k i , siendo E = b – b *.
i i i
i 1
conlleva seis evaluaciones de la fórmula f(x, y) por paso, en lugar de las once
1 1
4 4
3 3 9
8 32 32
1 8 2 3544 1859 11
2 27 2565 4104 40
25 0 1408 2197 1 0
216 32 4104 5
16 0 6656 28561 9 2
135 12825 56430 50 55
1 0 128 2197 1 2
360 4275 75240 50 55
0
1 1
5 5
3 3 9
10 40 40
4 44 56 32
5 45 15 9
8 19372 25360 64448 212
9 6561 2187 6561 729
tiene que los bi* coinciden con los coeficientes de la última fila de la matriz A, a7j:
Capítulo 13: Métodos numéricos 945
6
k 7n f ( x n h, zn h a7 j k nj )
j 1
6
k1n 1 f ( x n h, z n h b * j k nj ) k 7n .
j 1
una estimación del error de truncamiento para la fórmula de orden cuatro, el cual,
a su vez, se utiliza bien para variar el tamaño de paso adecuadamente, bien para
controlar el error.
Se observa que para tener un par (4, 5) es necesario utilizar, como mínimo,
los pares encajados una vez que se tiene una estimación del error cometido, e(h*),
para un tamaño del tamaño del paso h* se estudia si se verifica que: e(h*)/h* < ,
siendo el error máximo tolerado. Si no fuese así se busca un nuevo valor del
y que
e( h*)
e(h) c(x) hp+1 = ( )hp+1 < h.
p 1
h*
e( h*) h * h * 1/p
e(h) ( )(ah*)p+1 < ah* ap < a<( )
p 1 e( h*) e( h*)
h*
h * 1/p
h=( ) h*.
e( h*)
Ejemplos resueltos
z0,05(1,5) = 3,4903.
0,0001.
Ejercicios
2.
1 1 5
(Solución: zn = – + (–1)n + n).
4 4 2
948 Métodos numéricos de un paso
5 1
(Solución: zn = 1 – n – n2 + 2n3).
2 2
(Solución: zn = A ( 2 ) n cos n + B ( 2 )n sen n ).
4 4
1, z1 = 0, z2 = 10.
5
(Solución: zn = Acos n + Bsen n + ).
3 3 3
+ 8zn = 0; con z0 = 0, z1 = 0, z2 = 1, z3 = 1.
1 2 n
(Solución: zn = 5 – 5(2)n + 3n(2)n – n (2) ).
2
Capítulo 13: Métodos numéricos 949
DE UN PASO
método sea estable y sea convergente es posible que, para determinados valores
del paso, el error cometido sea demasiado grande para que el método resulte
la práctica, sino que se aplica para un tamaño de paso fijo, con lo que puede
toman límites cuando el tamaño de paso tiende a cero, sino que para un tamaño
de paso fijado de antemano se calcula una cantidad finita de valores, por lo que es
importante escoger un tamaño adecuado para el paso, de manera que el error que
Para hacer este estudio se aplica en primer lugar el método que se quiera
prueba, que se toma como referencia de problema de valor inicial, y puede servir
950 Métodos numéricos de un paso
conocida, y(x) = ex, lo que permite calcular el error global cometido al aplicar el
problema general pues en el caso de un problema de valor inicial y’ = f(x, y), y(x0)
= y0, se puede considerar que toda ecuación diferencial se puede aproximar por su
que es una ecuación diferencial lineal con coeficientes constantes, por lo que
y’ = y
Definición 13.6.1:
1.
valores de h.
ejemplo:
2 h 2
zn+1 = zn + h(zn + (h/2)zn) = zn(1 + h + )
2
h2
zn+1 = zn(1 + h + ) = znr( h ).
2
en = y(xn) – zn.
= T, entonces:
952 Métodos numéricos de un paso
y(xn) = T + y(xn-1)r( h )
1)
en = r( h )(en-1) + T.
r ( h )n 1
particular: eP = T , siendo C = e0. Por tanto:
r(h ) 1
r ( h )n 1 T 1
en = eH + eP = e0r( h )n + T = r( h )n(e0 + )+T .
r(h ) 1 r(h ) 1 1 r ( h )
Definición 13.6.2:
Definición 13.6.3:
problemas “stiff”.
c
- -a
-c
h2
En el ejemplo anterior, r( h ) = (1 + h + ), y la parábola y = x2/2 + x + 1
2
tiene de vértice el punto (1, 1/2), corta al eje vertical en (0, 1), por lo tanto:
estudiado.
Ejemplos resueltos
h h
Kutta de dos etapas: zn+1 = zn + h(xn + , zn + f(xn, zn)); b) el método de Runge-
2 2
el método de Euler.
h h
zn+1 = zn + h(xn + , zn + f(xn, zn))
2 2
zn+1 = zn + h(zn +
h
zn) = zn(1 + h +
h 2 ) = z (1 + h + h )
n
2
2 2 2
por lo que r( h ) = (1 + h +
h 2 ) y al imponer que r( h ) < 1
2
(1 + h +
h 2 ) < 1 –1 < 1 + h +
h 2 < 1 –2 < h +
h 2 < 0,
2 2 2
h2 h3
zn+1 = zn(1 + h + + ) = znr( h ).
2 6
h2 h3
Al representar r( h ) = 1 + h + + se tiene una cúbica, creciente, que
2 6
h2 h3 h4
zn+1 = zn(1 + h + + + ) = znr( h ).
2 6 24
h2 h3 h4
Al representar r( h ) = 1 + h + + + se tiene una cuártica, que
2 6 24
S=1 S=2
2i 2i
-2 -2
3i 3i
S=3 S=4
Figura 13.3: Regiones de estabilidad absoluta en los métodos de Runge-Kutta (Lambert 1991).
En a) = –1, en b) = –30 y en c) = 1.
Para todos los valores se verifica que r( h ) < 1. Se puede observar mediante
una hoja de cálculo que fijado el tamaño de paso, los errores crecen en valor
absoluto hasta x = 1, y a partir de ese valor decrecen. Los errores son menores
1 1
Se había probado que el error global: en xex h 2
= – xe-x h 2, curva
6 6
2 1
Para que h = –30h (–2, 0) h (0, )0<h< .
30 15
Para todo tamaño de paso positivo los valores de h están fuera del intervalo
de estabilidad absoluta, por lo que los errores son crecientes. Sin embargo la
solución exacta es y = ex, que es también creciente por lo que las soluciones
en
relativo que es: ern = , y como
yn
1 1
en = xex h 2 + O( h 2) = xex h 2 + O( h 2),
6 6
entonces
1
ern x h 2,
6
Capítulo 13: Métodos numéricos 959
Ejercicios
zn+1 = zn + hzn
por lo que:
y en general:
960 Métodos numéricos de un paso
zn = z0(1 + h)n.
definición general es
Definición 13.7.1:
de la forma:
Definición 13.7.2:
forma:
Definición 13.7.3:
Capítulo 13: Métodos numéricos 961
para todo n N.
Así, por ejemplo la ecuación zn+1 = (1 + n)zn tiene como solución cualquier
Si se impone una condición inicial, por ejemplo z0 = 1, entonces existe una única
El problema siguiente:
zn+k = F(zn+k-1, ..., zn+1, zn, n), n N, z0 = a0, z1 = a1, ..., zk-1 = ak-1,
ecuaciones diferenciales.
Definición 13.7.4:
donde i son números reales y donde {bn} es una sucesión de números reales. Es
para algún n.
rk + k-1rk-1 + … + 0 = 0,
Esta ecuación característica puede tener todas sus raíces reales y simples, puede
Si todas las raíces son reales y simples: r1, ..., rk , se tienen k soluciones
forma:
ser los coeficientes reales, la raíz compleja conjugada. Sea r1 = a + bi = rei, por lo
que r1n = (rei)n = rneni = rn(cos + isen ); las dos soluciones reales y
necesario.
Para calcular los coeficientes A1, ..., Ak, se precisa conocer k condiciones
iniciales: z0, ..., zk-1. Al sustituir se tiene un sistema tipo Cramer de k ecuaciones y
Ejemplos resueltos
A2(– 1)n.
Se prueba con una solución particular que sea una constante c, pero ésta ya
7 7
zn P = cn c(n+2) – cn = 7 c = zn P = n zn = A1 + A2(– 1)n +
2 2
7
n.
2
7
z0 = 0 z0 = A1 + A2(– 1)0 + 0 = A1 + A2 = 0.
2
7 7 7
z1 = 0 z1 = A1 + A2(– 1)1 + 1 = A1 – A2 + = 0 A1 = – A2 = – .
2 2 4
7 7 7
zn = – + (– 1)n + n.
4 4 2
z0 = e2 z0 = A1 = e2 zn = e2(1 + h2)n.
h2
Ejemplo 13.7.3: Resolver zn+1 = zn + nh2 + + h; con z0 = 0.
2
h2
zn P = n(an + b) a(n +1)2 + b(n +1) = an2 + bn + nh2 + + h 2an + a
2
h2 h2 h2 2 h2 2
+ b = nh2 + +ha= , b = h; zn P = n + hn zn = A1 + n + hn.
2 2 2 2
h2 2
z0 = 0 z0 = A1 = 0 zn = n + hn.
2
que introdujo en Europa el sistema de numeración indo arábigo que hoy se usa y
que sustituyó al romano, escribió el libro Liber abaci (1 202) donde utilizó la
crecimiento de las parejas de conejos: “En un corral se deja una pareja de conejos
mes siguiente nace una nueva pareja de conejos, macho y hembra y acto seguido
pareja se aparea por primera vez al mes de nacer, y luego lo hace cada mes
cabo de n meses”.
y en el mes n = 1, se tiene z1 = 1.
Capítulo 13: Métodos numéricos 967
1 1 4 1 5
Ecuación característica: r2 – r – 1 = 0 r = = que es el
2 2
1 5 1 5
número de oro: = 1,618...; 0,618...
2 2
1 5 n 1 5 n
zn = A1( ) + A2( ).
2 2
z0 = 1 z0 = A1 + A2 = 1.
1 5 1 5 5 5 5 5
z1 = 1 z1 = A1( ) + A2( ) = 1 A1 = , A2 = .
2 2 10 10
5 5 1 5 n 5 5 1 5 n
zn = ( ) + ( ).
10 2 10 2
%.
Ejercicios
= 0.
968 Métodos numéricos de un paso
(Solución: zn = (1 + h + h2)n).
= 0.
1 2n 2 2n 1
(Solución: zn = cos + sen + (n 1)).
3 3 6 3 3 3
3 1
13.13. Resolver la ecuación en diferencias finitas: zn+2 + ( h)zn+1 + (
2 2
h h
)zn = ; con z0 = z0; z1 = z1.
2 2
z0 = 0, z1 = 1.
= 2.
1 1 5
(Solución: zn = – + (–1)n + n).
4 4 2
5 1
(Solución: zn = 1 – n – n2 + 2n3).
2 2
Capítulo 13: Métodos numéricos 969
(Solución: zn = A ( 2 ) n cos n + B ( 2 )n sen n ).
4 4
= 1, z1 = 0, z2 = 10.
5
(Solución: zn = Acos n + Bsen n + ).
3 3 3
1 2 n
(Solución: zn = 5 – 5(2)n + 3n(2)n – n (2) ).
2
13.8. EJERCICIOS
1
y en x = 0,5 de la solución del problema de valor inicial y’ = x + 2y,
2
x
(Solución: La solución exacta es: y ( x ) e 2 x y(0,5) = 2,968...; y(0,2) =
2
970 Métodos numéricos de un paso
1 e 2x
(Solución: La solución exacta es: y ( x ) y(0,5) = 1,85913091...;
2
1 1
y(0,2) = 1,24591235...; zn = (1 + 2h)n + ; z(0,5) = z5 = 1,74416; e(0,1) =
2 2
obtenido.
exacta.)
exacta y(x). Calcular el límite cuando el tamaño de paso tiende a cero del
valor obtenido.
n 2 h 2 nh 2
(Solución: i) La solución exacta es y(x) = x2/2 zn = que en el
2 2
n 3 h 3 n 2 h3 nh 3
que en el límite coincide con la exacta.).
3 2 6
1
de la solución del problema de valor inicial y’ = – x + 2y, y(0) = 1
2
x x
(Solución: La solución exacta es y(x) = e2x + y zn = (1 + 2h)n +
2 2
zn y(x) y(x) – zn
límite del error global cuando h tiende a cero, pero siendo nh constante.
n n 1 n
3 2h 3 2h 3 2h
(Solución: e(h) = enh – , el(h) = eh – , Tn =
2h 2h 2h
h nh 2h (n-1)h
1 e – 1 e , el límite es cero).
3 3
0,00023302..., Tn = 0,00024908...).
1 1
(Solución: zn = z0 + (nh)2 + nh; y(x) = x2 + x; En a) y b) zn converge a la
2 2
convergencia).
3 1
método: zn+1 – zn = h( f(xn, zn) + f(xn + 2h, zn + 2hf(xn, zn))) al problema
4 4
n
h 2
(Solución: zn = (y0 – 3) 1 h 3. ).
2
cometido.
2 9 2hn 2 2
(Solución: zn = (1 + 3h + h2)n – – . y(x) = (e3x – 6x –1), el límite
9 2 3 9 9
Comparar los resultados obtenidos entre sí y con los del método de Euler.
(Solución:
2,7182818...
n 1 2 4 5 10 100 1000
1 8 8 3
8 8 8
como h3.
Capítulo 13: Métodos numéricos 975
2 2
13.1. Aplicar el método de Taylor de orden dos y de orden tres a y’ = x + y ,
100, 1000. Comparar los resultados con los del método de Euler.
h
13.2. Escribir el tablero de Butcher para el método: zn+1 = zn + (f(xn, zn) +
4
2h 2h
3f(xn + , zn + f(xn, zn))).
3 3
n
13.3. Resolver la ecuación en diferencias finitas: zn+4 + 2zn+2 + zn = cos
2
1
siendo z0 = 1, z1 = 2, z2 = , z3 = 4.
2
n n
(Solución: zn = (1 n + n2/8)cos + (5 3n) sen ).
2 2
3 siendo z0 = 1, z1 = z2 = 0.
1 1 n 5 n
(Solución: zn = 2n( cos sen ) + 1).
4 4 3 4 3 3
N
13.5. Obtener una fórmula que calcule n4 siendo N un número natural.
n 1
976 Métodos numéricos de un paso
n5 n 4 n3 n
(Solución: sn+1 – sn = 0 sn = + + – ).
5 2 3 30
xn?
1
p=2b=c= ).
2( 1 a )
1 1
h, zn + hf(xn, zn))) tiene de orden de consistencia dos? Aplicar el
2 2
en x = 3.
h 2
13.8. Dado el método numérico: zn+1 – zn = (f(xn, zn) + 3f(xn + h, zn +
4 3
h
13.9. Dado el método numérico: zn+1 – zn = (f(xn, zn) + f(xn+1, zn+1)) –
2
h2
(g(xn, zn) – g(xn+1, zn+1)) donde f y g significan: y’ = f(x, y), g(x, y) = fx(x,
12
n
12 6h h 2
(Solución: z20 = z(2) = 4,3890561; zn = nh 1 ex – x –1; p = 3).
12 6h h 2
3 1
13.10. Dado el método numérico: zn+1 – zn = h( f(xn, zn) + f(xn + 2h, zn +
4 4
n
h 2
(Solución: zn = 5 1 h 2 5ex – 2, valor exacto; z30 = z(3) =
2
y 1' ( x ) 2 8 y 1( x ) 2 y 1( 0 ) 2
,
y 2 ' ( x ) 0 4 y 2 ( x ) 16 x y 2 ( 0 ) 2
z0 ( 0 ) 2
tomando como valor inicial 1 y tamaño de paso h = 0,1 para
z 0 2 ( 0 ) 2
0,14
(Solución: z1 = z(0,1) = ).
3,04
y 1' ( x ) 1 0 y 1( x ) x y 1( 0 ) 0
,
y 2 ' ( x ) 1 2 y 2 ( x ) 1 y 2 ( 0 ) 0
z0 ( 0 ) 0
tomando como valor inicial 1 y tamaño de paso h para obtener el
z
02 ( 0 ) 0
h 4 h3 h2
(Solución: z1 = z(h) = 24 6 2 ).
11h 4 5h 2
h 1
24 6
h
13.15. Aplicar el método zn+1 = zn + (k1 + k2) siendo k1 = f(xn, zn), k2 = f(xn +
2
y 1' ( x ) 2 1 y 1( x ) 2
h, zn + hk1), al sistema: , con
y 2 ' ( x ) 0 1 y 2 ( x ) x
y 1( 0 ) 0 z0 ( 0 ) 0
para calcular z1 tomando como valor inicial 1
2
y ( 0 ) 0 z
2 0 ( 0 ) 0
y tamaño de paso h.
CAPÍTULO 14
en los puntos de la malla x1, x2, ..., xn. Parece entonces razonable desarrollar
que los métodos que se presentan son de paso fijo, es decir, la diferencia
14.1. DEFINICIÓN
y f ( x , y )
Se considera el problema de valor inicial:
y ( x 0 ) y 0
Definición 14.1.1:
la forma:
k k
j zn j h j f ( x n j , zn j ) , n 0,
j 0 j 0
expresión:
sea distinto de cero y que el coeficiente k también sea distinto de cero. Sin
fórmula el valor de zn+k suponiendo conocidos los valores de zn, zn+1, ... y de
zn+k-1.
despejando en la ecuación:
la fórmula.
de z0, z1, ..., y de zk, es decir, los valores de arranque de la fórmula. Como el
tamaño del paso, h, en la medida en que lo permite el control del error que se
Ejemplos resueltos
y f ( x , y )
se tiene que ‘(xn+1) = f(xn+1, (xn+1)), y por tanto (xn+2) (xn)
y ( x 0 ) y 0
zn+2 zn = 2hfn+1,
Ejercicios
h
zn+3 zn+1 = (7fn+2 2fn+1 + fn)
3
a) zn+2 = zn + 2hfn+2
h
b) zn+2 = zn + (fn+2 + 4fn+1 + fn)
3
antiguos, ya que datan del siglo XIX. John C. Adams (1 819 – 1 892), al
la existencia de otro planeta, por lo que cuando fue observado Urano, que
Métodos numéricos lineales multipaso 988
Adams, éste no los publicó. Fueron publicados en 1 885 los métodos que hoy
aunque en dicho trabajo comentó que ya eran conocidos desde 1 855 por
todos ellos han perdido interés con la experiencia obtenida en el uso de los
método.
Los métodos de Adams son pues los más populares dentro de los
Las formulas de Adams son entonces fórmulas multipaso en las que los
coeficientes n+j son todos cero salvo n+k y n+k-1, que valen 1 y 1
las fórmulas.
métodos de Adams-Moulton.
xn h xn h
x n
y' dx = x n
f ( x , y ( x )) dx
xn h
y( xn h ) y( xn ) x n
f ( x , y ( x )) dx
xn h
y( xn h ) y( xn ) x n
f ( x , y ( x )) dx
posible integrar f(x, y(x)) sin conocer la solución y(x). Sin embargo, al
conocer los k puntos (xn, zn), ..., (xn-k+1, zn-k+1), se puede sustituir la función
xn 1
zn 1 zn Pk ( x ) dx
xn
dificultad de ser implícitos, por lo que conllevan el tener que resolver una
ecuación.
con ellos.
h
zn 4 zn 3 ( 55f n 3 59f n 2 37f n 1 9f n )
24
donde fk representa el valor f(xk, zk). Se observa que para poder comenzar a
aplicar este método se deben conocer cuatro valores iniciadores z0, z1, z2 y
z3, con los que se puede calcular z4; a partir de ese punto, para calcular el
paso.
la fórmula:
h
zn 3 zn 2 ( 9f n 3 19f n 2 5f n 1 f n )
24
fn+3 se debe conocer ya zn+3, por lo que se tiene una ecuación implícita que
xn h
y( xn h ) y( xn ) x n
f ( x , y ( x )) dx
por el polinomio interpolador de la función en los puntos xn, xn-1, ..., xn-k+1, en
Métodos numéricos lineales multipaso 992
los que se supone que ya es conocido el valor de la solución en zn, zn-1, ...,
x n 1
z n 1 zn x n
Pk 1( x ) dx .
Se busca el polinomio interpolador que pasa por un único punto (xn, f(xn,
zn)), siendo f(xn, zn) = fn. Dicho polinomio es de grado cero, es decir, es una
x n 1 x n 1 x n 1
z n 1 zn x n
P0 ( x ) dx = z n x n
fn dx = z n fn x n
dx =
(xn, f(xn, zn)) = (xn, fn) y (xn-1, f(xn-1, zn-1) = (xn-1, fn-1).
f n f n 1
a0 + a1(xn-1 – xn) a1 = . Se denota a fn – fn-1 = fn, que se
x n x n 1
f n
P1(x) = P0(x) + (x – xn).
h
Sustituyendo en la fórmula:
x n 1 x n 1 f n
z n 1 zn x n
P1( x ) dx = zn
xn
( P0 ( x ) +
h
( x - x n )) dx =
x n 1 f n x n 1 f n h 2
zn x n
P0 ( x ) dx
h x n
( x x n ) dx = zn + fnh +
h
2
=
h
zn + fnh + fn,
2
1
zn+1 = zn + h(fn + fn)
2
h
zn+1 = zn + (3fn – fn-1),
2
de k pasos:
Métodos numéricos lineales multipaso 994
h
zn+2 = zn+1 + (3fn+1 – fn).
2
es Pk-1(x) = a0 + a1(x – xn) + a2(x – xn)(x – xn-1) + ... + ak(x – xn)...(x – xn-k+1)
1
siendo an n fn , donde:
n
n! h
0f n = f n;
p p p
pfn = fn – fn-1 + ... + (-1)p fn-p. (14.2.1)
0 1 p
x n 1
Al calcular z n 1 zn x n
Pk 1( x ) dx , los coeficientes coinciden con
el último, pues:
x n 1 x n 1 1 x n 1
x n
Pk 1( x ) dx = x n
Pk 2 ( x ) dx +
k! hk
k fn x n
(x - x n )...(x - x n - k 1 ) dx
Se denomina:
1 x n 1
i
i ! h i 1 x n
( x x n )...( x x n i 1 ) dx
se tiene que:
Definición 14.2.1:
es:
donde:
1 x n 1
i
i ! h i 1 x n
( x x n )...( x x n i 1 ) dx .
1
Se ha utilizado esta expresión para obtener que: 0 = 1; 1 = . De la
2
5 3
misma forma pueden obtenerse los siguientes coeficientes: 2 = ; 3 = ;
12 8
251 95 19087
4 = ; 5 = ; 6 = ... . Los métodos de Adams-Bashforth se
720 288 60480
1 1 5 2 3 3
zn+1 = zn + h[0 + + + + …]fn
2 12 8
i i 1 ... 0 1 .
2 i 1
de 2, 3, 4 y 5 pasos:
h
z n 2 zn 1 ( 3fn 1 fn )
2
h
zn 3 zn 2 ( 23fn 2 16fn 1 5fn )
12
h
zn 4 zn 3 ( 55fn 3 59fn 2 37fn 1 9fn )
24
h
zn 5 zn 4 ( 1901fn 4 2774fn 3 2616fn 2 1274fn 1 251fn )
720
x n 1 x n 1
z n 1 zn x n
P0 ( x ) dx = zn x n
fn 1 dx = zn + fn+1h
polinomio interpolador que pase por los puntos (xn+1, fn+1) y (xn, fn). Es un
f n 1 f n
Para x = xn se obtiene P1(xn) = fn = a0 + a1(xn – xn+1) a1 = .
x n 1 x n
f n 1
regresiva de fn+1 se obtiene P1(x) = P0(x) + (x – xn+1). Sustituyendo en
h
la fórmula:
x n 1
z n 1 zn x n
P1( x ) dx =
Métodos numéricos lineales multipaso 998
x n 1 f n 1 x n 1
zn x n
P0 ( x ) dx
h x n
( x x n 1 ) dx =
f n 1 h2
zn + fn+1h + ,
h 2
1 1 h
zn+1 = zn + h(fn+1 – fn+1) = zn + h(0 – 1)fn+1 = zn + (fn+1 + fn).
2 2 2
(xn+1, fn+1), (xn, fn) y (xn-1, fn-1). Es un polinomio de segundo grado, P2(x) = a0 +
f n 1 f n
Para x = xn se obtiene P2(xn) = fn = a0 + a1(xn – xn+1) a1 =
x n 1 x n
f n 1
= .
h
2fn 1
.
2h 2
999 Capítulo 14º: Métodos Numéricos
2fn 1
Se verifica que P2(x) = P1(x) + (x – xn+1)(x – xn), por lo que
2h 2
integrando:
xn 1
zn 1 zn P2 ( x ) dx =
xn
x n 1 2fn 1
x
xn 1
zn
n
P1( x ) dx
2h 2 xn
( x xn 1 ) ( x xn ) dx =
h 2fn 1 3 1
zn + fn+1h – fn+1 + 2
h (– )
2 2h 6
1 1 1 2 h
zn+1 = zn + h(0 – – )fn+1 = zn + (5fn+1 + 8fn – fn-1).
2 12 12
Definición 14.2.2:
es:
siendo:
1 x n 1
0 * = 1 y * i
i ! h i 1 xn
( x x n 1 )...( x x n i 2 ) dx
1 1
Se ha obtenido ya que: *0 = 1 y *1 = – ; *2 = – . Al utilizar la
2 12
Métodos numéricos lineales multipaso 1000
1 19 3
fórmula anterior se obtiene que *3 = – , *4 = – , *5 = – , *6 = –
24 720 160
863
... por lo que:
60480
1 1 1 3
zn+1 = zn + h[0 – 1 – 2 – … ]fn+1
2 12 24
1, 2, 3 y 4 pasos:
h
z n 1 zn ( f n 1 f n ) Regla del trapecio
2
h
z n 2 z n 1 ( 5f n 2 8f n 1 f n )
12
h
zn 3 zn 2 ( 9f n 3 19f n 2 5f n 1 f n )
24
h
zn 4 zn 3 ( 251f n 4 646f n 3 264f n 2 106f n 1 19f n )
720
* i 1 *
*i ... 0 0 con *0 = 1.
2 i 1
pasos:
corrección que evitan tener que despejar zn+1 en fn+1, de manera que
pasos.
pasos.
solución en x = 1.
1003 Capítulo 14º: Métodos Numéricos
Bashforth Moulton
preciso.
Ejemplos resueltos
a) i i 1 ... 0 1 .
2 i 1
* i 1 *
b) * i ... 0 0 .
2 i 1
c) *i = i – i-1.
0
a) Para i = 0 1 0 = 1.
0 1
0 1 1
Para i = 1 1 1 1 = 1 – = .
1 1 2 2
1 1 5
Para i = 2 2 1 0 1 2 = 1 – – = .
2 2 1 4 3 12
1005 Capítulo 14º: Métodos Numéricos
* i 1 * *
b) * i ... 0 0 con *0 = 1, para i = 1 *1 0 0
2 i 1 1 1
1 * * 1 1 1
* 1 = – , para i = 2 * 2 1 0 0 *2 = + – =– .
2 2 2 1 4 3 12
1 1 5 1 1
c) *i = i – i-1; *1 = 1 – 0 = – 1= – . *2 = 2 – 1 = – =– .
2 2 12 2 12
de Runge-Kutta.
h
z n 2 z n 1 ( 3fn 1 fn )
2 ,
h
zn 3 zn 2 ( 23fn 2 16fn 1 5fn )
12
h
z n 2 z n 1 ( 3zn 1 z n )
2
.
h
zn 3 zn 2 ( 23zn 2 16zn 1 5zn )
12
z1 = z0 + hz0 = 1,1.
h 3 3
Se calcula z2 z1 ( 3z1 z0 ) = 1,1 + 0,1(( )1,1 – ) = 1,215.
2 2 2
h
z3 z 2 ( 3z2 z1 ) = 1,34225; z4 = 1,4828375, z5 = z(0,5) = 1,638150625.
2
h
obtiene que z0 = 1, z1 = 1,105170833. Se calcula z2 z1 ( 3z1 z0 ) =
2
1,646181607.
h
z3 z 2 ( 23z2 16z1 5z0 ) = 1,336916667, y del mismo modo z4 =
12
h
1,22140257. Se calcula z3 z2 ( 23z2 16z1 5z0 ) = 1,349815285, y
12
de Runge-Kutta 4.
h
zn 3 zn 2 ( 9fn 3 19fn 2 5fn 1 fn )
24
h
zn 3 zn 2 ( 9zn 3 19zn 2 5zn 1 zn )
24
cada paso una ecuación, que en este ejemplo es sencilla, pero puede
complicarse en otros.
h
z n 2 z n 1 ( 5fn 2 8fn 1 fn ) ,
12
h
z n 2 z n 1 ( 5 z n 2 8z n 1 z n ) .
12
h 0,1
z2 z1 ( 5z2 8z1 z0 ) = 1,1 ( 5z2 8( 1,1) 1) , de donde se
12 12
= z(0,5) = 1,648747592.
1009 Capítulo 14º: Métodos Numéricos
1,633267629).
Runge-Kutta 4, se obtiene:
Adams-Moulton.
1 1
zn+1 = zn + h(0 + )fn.
2
h h
z1 = z0 + (k1 + 2k2 + 2k3 + k4) siendo k1 = f(x0, z0) = 0; k2 = f(x0 + , z0
6 2
h
+ k1) = 0,1; k3 = 0,11; k4 = 0,222 z1 = 1,0214.
2
1 1
zn+1 = zn + h(0 + )fn.
2
y se obtiene:
1011 Capítulo 14º: Métodos Numéricos
0 0 1 0
1 0,2 1,0214 0,2214 0,2214
2 0,4 1,08782 0,48782 0,26642
3 0,6 1,212026 0,812026 0,324206
4 0,8 1,4068518 1,2068518 0,3948258
Por lo que z(0,8) = z4 = 1,4068518.
Ejercicios
x 3 4 5 6 7 8 9 10 11
f(x) 15 24 35 63 80 99 143
h
z n 2 zn 1 ( 3fn 1 fn )
2
h
zn 3 zn 2 ( 23fn 2 16fn 1 5fn )
12
h
zn 4 zn 3 ( 55fn 3 59fn 2 37fn 1 9fn )
24
h
zn 5 zn 4 ( 1901fn 4 2774fn 3 2616fn 2 1274fn 1 251fn )
720
obtener:
h
z n 2 zn 1 ( 5fn 2 8fn 1 fn )
12
h
zn 3 zn 2 ( 9fn 3 19fn 2 5fn 1 fn )
24
h
zn 4 zn 3 ( 251fn 4 646fn 3 264fn 2 106fn 1 19fn )
720
14.6. Calcular los valores de 4, 5, 6, *3, *4 y *5 utilizando las
expresiones:
a) i i 1 ... 0 1 ,
2 i 1
* i 1 *
b) * i ... 0 0 ,
2 i 1
c) *i = i – i-1.
1013 Capítulo 14º: Métodos Numéricos
251 95 19087 19 3
(Solución: 4 = , 5 = , 6 = , *3 = , * 4 = , *5 =
720 288 60480 720 160
863
).
60480
1 x n 1
a) i
i ! h i 1 x n
( x x n )...( x x n i 1 ) dx .
1 x n 1
b) * i
i ! h i 1 xn
( x x n 1 )...( x x n i 2 ) dx .
2x 2 1
de f(x) = para x igual a –2, –1, 0, 1 y 2.
x2 5
1 1 1 1
(Sol: P4(x) = 1+ (x–2)+ (x–2)(x–1)– (x–2)(x–1)x– (x–2)(x–1)x(x +1)).
2 10 15 30
1 1
diferencias regresivas: zn+1 = zn + h(0 + )fn. aproximar la
2
1 1
zn+1 = zn + h( fn + f(xn + h, zn + hf(xn , zn))).
2 2
Métodos numéricos lineales multipaso 1014
MULTIPASO
un paso, pero es necesario asegurar que los valores iniciadores están bien
elegidos.
Definición 14.3.1:
k k
j zn j h j f ( x n j , zn j ) , n 0, (14.3.1)
j 0 j 0
= f(x, y), y(x0) = y0, con una única solución : (a, b) y para cualesquiera
condiciones iniciales z0(h), ..., zk-1(h), que satisfagan que tienden a y(x0)
lím zn ( x ) 0, (14.3.2)
h 0
x 0 nh x
Métodos numéricos lineales multipaso 1016
que el error global e(h) = (x) – zn tiende a cero cuando h tiende a cero.
Definición 14.3.2:
z n y ( x ) O( h p ) .
misma dificultad que tenía en el caso de los métodos de un paso. Sirve para
conceptos.
Ejemplos resueltos
n
x 2x
que zn = (1 + 2h)n. Como xn = x = x0 + nh = nh h = zn = 1 .
n n
que para poder analizar la convergencia se debe conocer que los valores
a cero.
Definición 14.3.3:
k k
j zn j h j f ( x n j , zn j ) , n 0,
j 0 j 0
k k
al operador L[, x, h] = j ( x jh ) h j ' ( x jh ) siendo una
j 0 j 0
Definición 14.3.4:
k k
j zn j h j f ( x n j , zn j ) , n 0,
j 0 j 0
al aplicarlo al problema de valor inicial y’ = f(x, y), y(x0) = y0, con solución :
(a, b) a la expresión:
k k
Tn+k = L[, x, h] = j ( x jh ) h j ' ( x jh ) .
j 0 j 0
para los métodos explícitos de un paso, pues sigue siendo la diferencia entre
que si k = 1 entonces:
k 1 k k 1 k
zn+k = j ( x n j ) h j f ( x n j , ( x n j ) ) = j ( x n j ) h j ' ( x n j ) ,
j 0 j 0 j 0 j 0
por lo que:
k 1 k
Tn+k = (xn+k) – zn+k = (xn+k) + j ( x n j ) h j ' ( x n j ) = L[, x, h].
j 0 j 0
Definición 14.3.5:
k k
j zn j h j f ( x n j , zn j ) , n 0,
j 0 j 0
que para el error de truncamiento la función debe ser una solución del
Definición 14.3.6:
de un método pues:
k k
L[, x, h] = j ( x jh ) h j ' ( x jh )
j 0 j 0
1
(x + jh) = (x) + jh‘(x) + … + ( jh ) n n ) ( x ) + …
n!
h
h‘(x + jh) = h‘(x) + h(jh)‘‘(x) + … + ( jh ) n n 1) ( x ) + …
n!
donde:
C0 = 0 + ... + k;
...
k k
1 1
Cq (
q ! j 0j q . j ) (
( q 1)! j 0
j q 1. j )
C0 = C1 = ... = Cp = 0 Cp+1.
C0 = 0 + ... + k = 0,
Teorema 14.3.1:
Demostración:
k k
Sea el método lineal de k pasos: j zn j h j f ( x n j , zn j )
j 0 j 0
lím zn j ( x )
h 0
k k k k
lím (
h 0
j zn j h j f ( x n j , zn j ) ) = 0 = j ( x ) j =0
j 0 j 0 j 0 j 0
k
Entonces 0 = 1 ... k y sustituyendo en j zn j se tiene
j 0
k k
que: j zn j = j ( zn j zn ) .
j 0 j 1
zn j zn zn j zn
lím lím j j‘(x).
h 0 h h 0 jh
k k
1
0 = lím
h 0 h
( j zn j h j f ( x n j , zn j ) ) =
j 0 j 0
k k
1
lím
h 0 h
( j ( zn j zn ) ) lím (
h 0
j f ( x n j , zn j ) =
j 1 j 0
k k k k
j j ‘(x) j ‘(x) j j j = 0,
j 1 j 0 j 1 j 0
de (x).
Definición 14.3.7:
Ejemplos resueltos
zn+2 – zn = 2hfn+1.
C0 = 0 + 1 + 2 = –1 + 1 = 0,
1
C2 = (1 + 222) – (1 + 22) = 4/2 – 2 = 0,
2
1 1 1 1 1
C3 = (1 + 232) – (1 + 222) = (8) – (2) = 0,
3! 2 6 2 3
1 3
L[, x, h] = C3 h 3 ' ' ' ( c ) + … = h ' ' ' ( c ) + ….
3
L[, x, h] = C3 h 3 ' ' ' ( c ) + ..., por lo que Tn+2 = L[, x, h] = C3h3‘‘‘(c) + ...,
donde es solución del problema de valor inicial, y por tanto: ‘(x) = 3x2,
1 3
Tn+2 = L[, x, h] = C3h3‘‘‘(x) = h 6 = 2h3.
3
h
Adams-Bashforth de dos pasos zn+2 – zn+1 = (3fn+1 – fn) y la constante de
2
error.
1 3
En este método 0 = 0, 1 = –1, 2 = 1, 0 = , 1 = , 2 = 0, por lo
2 2
que:
C0 = 0 + 1 + 2 = 0 – 1 + 1 = 0,
1 3
C1 = 1 + 22 – (0 + 1 + 2) = – 1 + 2 – ( + + 0) = 0,
2 2
1027 Capítulo 14º: Métodos Numéricos
1 1 3
C2 = (1 + 222) – (1 + 22) = (–1 + 4) – ( ) = 0,
2 2 2
1 1 1 1 3 5
C3 = (1 + 232) – (1 + 222) = (–1 + 8) – ( ) = 0.
3! 2 6 2 2 12
5 3
L[, x, h] = C3 h 3 ' ' ' ( c ) + … = h ' ' ' ( c ) + ….
12
5
= 2.
12
sea continua y con primera derivada continua, por lo que las derivadas de
Esta dificultad queda subsanada ya que se sustituye (x) por una función
solución.
Métodos numéricos lineales multipaso 1028
k
jr j
j 0
Definición 14.3.8:
k k
Dado un método lineal multipaso j zn j h j f ( x n j , zn j ) ,
j 0 j 0
definido como:
k
(r) = jr j
j 0
Definición 14.3.9:
1029 Capítulo 14º: Métodos Numéricos
k k
Dado un método lineal multipaso j zn j h j f ( x n j , zn j ) ,
j 0 j 0
como:
k
(r) = j r j .
j 0
(1) = 0,
’(1) = (1).
método numérico.
Definición 14.3.10:
resultantes. Entonces si existe una constante positiva s tal que para todo x
[x0, b], z(x) – z*(x) s· siendo (x) – *(x) y – * , entonces el
muy grande. Gear2 prueba que las hipótesis de los teoremas de existencia y
unicidad son suficientes para que el problema de valor inicial sea totalmente
estable.
1
Hahn, G. (1967): Stability of Motion. Springer-Verlag. Stetter, H. J. (1971): Stability
of discretization on infinite intervals: in Conf. of Applications of Numerical
Analysis, Dundee, 1971, edir. J. Morris: Lecture Notes in Mathematics nº 228,
Springer-Verlag. Página 207-222.
2
Gear, C. W. (1971): Numerical Initial Value Problems in Ordinary Differential
Equations, Prentice-Hall.
1031 Capítulo 14º: Métodos Numéricos
Definición 14.3.11:
existen unas constantes s y h0 tales que para todo h (0, h0] si n – *n
estable.
ver con la solución exacta del problema de valor inicial. Es pues interesante
Definición 14.3.12:
Métodos numéricos lineales multipaso 1032
si las raíces del primer polinomio característico del método son de módulo
raíces múltiples.
ri tales que (ri) = 0 verifican que ri 1, y si ri = 1 entonces ‘(ri) es distinto
de cero.
complejo, y la segunda indica que todas las raíces de la frontera del círculo
tal que (1) = 0 y (1) = 0, entonces (1) = ’(1) = 0 con lo que r = 1 es una
3
Lambert, J. D.: Numerical Methods for Ordinary Differential Systems. The Initial
1033 Capítulo 14º: Métodos Numéricos
Definición 14.3.13:
estables.
Definición 14.3.14:
de raíz fuerte si todas las raíces parásitas del primer polinomio característico
estables aquellos que tienen todas las raíces con módulo menor o igual que
polinomio característico: (r) = rk rk-1, por lo que, salvo la raíz principal que
vale uno, todas las raíces parásitas valen cero, y en consecuencia todos los
primer polinomio característico es: (r) = rk rk-2. Tiene las raíces 0, 1 y –1.
Ejemplos resueltos
C0 = 0 = 1 + – – 1 = 0,
C1 = 0 = 3 + 2 – – ( + ) = 2 – 3; (1)
1
C2 = 0 = (9 + 4 – ) – (2 + ) = 2 – 3;
2
1 1
C3 = 0 = (27 + 8 – ) – (4 + ) 27 + 7 = 15; (2)
6 2
1 1 1
C4 = (81 + 16 – ) – (8 + ) = (81 + 15 – 36) Si = 9 y
24 6 24
4.
Estudio de la estabilidad:
estable, no es convergente.
256h4 = (4h)4.
En general zn = (nh)4.
4x3 – x4, y(0) = 0 y se obtiene que (x) = x4. Por tanto el error global en x = x4
convergente.
5
zn+2 + zn+1 + zn = h(2fn+1 – fn)
2
Estudio de la consistencia:
C0 = 0 = 1 + + = –1 – :
5 7 1
C1 = 0 = 2 + – (2 – ) = – 2 + + 2 1 = 4; 2 = –
2 2 2
Estudio de la estabilidad:
1 1
=– el método es estable pues r2 = –1 – = – de módulo menor que 1.
2 2
Métodos numéricos lineales multipaso 1038
Si se impone que:
1
mientras que 2 = – si lo hace.
2
1 1
Para = – = – y se tiene el método:
2 2
1 1 h
zn+2 – zn+1 – zn = (fn+1 + 5fn)
2 2 4
fn+1 = 4
1 1 h 5 h 5 6 11
z2 – z1 – z0 = (fn+1 + 5fn) z2 = + 0 + (24) = + = .
2 2 4 2 4 2 2 2
estabilidad
casos donde la solución sea muy regular y sin embrago las derivadas
Isaacson&Keller:5
Teorema 14.3.2:
Corolario 14.3.3:
estable”.
Teorema 14.3.4:
Métodos numéricos lineales multipaso 1040
condición de raíz)”.
materia. Fue probado en 1 956 para métodos lineales multipaso por Gelmund
barrera de Dahlquist
4
Atkinson, K. (1989): An introduction to Numerical Analysis. John Wiley & Sons.
Nueva York. (2ª edición).
5
Isaacson, E; Keller, H. (1966): Analysis of Numerical Methods. Wiley.
6
Dahlquist, G. (1956): Convergence and stability in the numerical integrations of
1041 Capítulo 14º: Métodos Numéricos
ser estables.
a) Si k es par, entonces p k + 2.
b) Si k es impar, entonces p k + 1.
k
c) Si 0, entonces p k (en particular, si k = 0, es decir, si el
k
método es explícito).
Ejemplos resueltos
según el teorema (a) para que sea estable, siendo k impar, es p = 2. Pero al
impar k = 1.
impar.
y' 2y
y ( 0 ) 1
hallado.
Orden de consistencia:
–2/3 = 0 b = –1/2.
b = –1/2.
Valor aproximado de x = 2
x0 = 0, xn = 2 = x0 + nh = 0,1n n = 20.
1045 Capítulo 14º: Métodos Numéricos
1 h 1 h n
diferencias, de raíces: r1 = 1 y r2 = , por lo que zn = A( ) + B(1)n.
1 h 1 h
1 h
Como z0 = 1 1 = A + B. Como z1 = 1 1 = A( )+B
1 h
Estudio de la convergencia
k
j zn j h f ( z n k , z n k 1 , ..., z n , x n , h ) , z = (h), = 0, 1, ..., k – 1
j 0
ecuación en diferencias que satisfacen los valores iniciadores para los cuales
Ejemplos resueltos
y'1 1 0 y 1 x y 1( 0 ) 1
, con
y' 2 1 2 y 2 0 y 2 ( 0 ) 0
1047 Capítulo 14º: Métodos Numéricos
y ( 0,2 )
con h = 0,1 para aproximar 1 , utilizando como valores iniciadores: z0
y 2 ( 0,2 )
1
= z1 =
0
h
z n 2 z n 1 ( 3fn 1 fn )
2
1 0 x
zn n .
1 2 0
1 1 0 1 0 1
Como x0 = 0 y z0 = se tiene que f0 = .
0 1 2 0 0 1
1 1 0 1 0,1 1,1
Como x1 = 0,1 y z1 = se tiene que f1 = .
0 1 2 0 0 1
h
z n 2 z n 1 ( 3fn 1 fn )
2
h 1 1,1 1 1,015
z2 z1 ( 3f1 f0 ) = + 0,05(3 ) = .
2 0 1 1 1,15
Ejercicios
1
14.13. Calcular el orden de consistencia del método zn+2 – zn+1
2
1 9 11
– zn = h( fn+2 + 4fn+1 + fn) y el error de truncamiento
2 8 8
1.
estable.
y'1 3 2 y 1 x 1 y 1( 0 ) 1
, con
y' 2 1 0 y 2 1 y 2 ( 0 ) 0
y ( 0,2 )
con h = 0,1 para aproximar 1 , utilizando como valores
y 2 ( 0,2 )
1
iniciadores: z0 = y los obtenidos mediante el método de
0
Dahlquist.
h
a) El método: zn+2 zn+1 = (fn+1 + fn).
2
h
d) El método: zn+2 zn = (fn+2 + 4fn+1 + fn).
3
RELATIVA
tamaño de paso tiende a cero, puede ocurrir que para que esto suceda el
tamaño del paso tenga que ser muy pequeño, con lo que se necesitaría
cuando n se hace cada vez mas grande, es decir, cuando los valores que
se pueden conocer los valores h del tamaño de paso para los que el método
dado.
conocida.
Definición 14.4.1:
y(0) = 1.
dicho método frente a un problema de valor inicial general y’ = f(x, y), y(x0) =
fórmula:
k k
jzn+j = h jfn+j.
j 0 j 0
k k
Se tiene entonces jzn+j = h jzn+j, es decir:
j 0 j 0
k
(j hj)zn+j = 0 (14.4.1)
j 0
k 1 k
Tn+k = yn+k zn+k = yn+k + jyn+j h jyn+j =
j 0 j 0
k k
jyn+j h jyn+j
j 0 j 0
k k k
Tn+k = jyn+j h jyn+j + (j hj)zn+j =
j 0 j 0 j 0
k k
j(yn+j zn+j ) h j(yn+j zn+j)
j 0 j 0
k
Tn+k = (j hj)(yn+j zn+j).
j 0
k
(j h j)en+j = T.
j 0
la forma
Métodos numéricos lineales multipaso 1054
k
en = A r i n + solución particular,
i 0
k
siendo ri = ri ( h ) tales que (j h j) r i j = 0, para i = 1, , k.
j 0
k
uno, entonces (j h j) = 0. Al ser el método convergente, se tiene
j 0
k k k
que j = 0, con lo que necesariamente j = 0. Pero j =
j 0 j 0 j 0
k
jj = 0. Por tanto el primer polinomio característico del método tendría a
j 0
k
Como ri 1, la solución particular de la ecuación en diferencias (j
j 0
k
h j)en+j = T es una constante C que verifica (j h j)C = T, y como
j 0
k
j = 0, entonces:
j 0
k
T
h jC = T C = .
k
j 0
h j
j 0
1055 Capítulo 14º: Métodos Numéricos
k
T
en = A r i n
k
.
j
i 0
h
j 0
primer sumando, de manera que si una de las raíces ri tiene módulo mayor
que uno, el error crece cuando n crece, mientras que si | ri | < 1 para i = 1, ,
Definición 14.4.2:
multipaso al polinomio:
k k
(r, h ) = (r, h) = (j hj)rj = (j h j)rj
j 0 j 0
coeficientes, y por tanto cada una de sus raíces tiende a una raíz del
lím r i ( h ) r i .
h 0
Métodos numéricos lineales multipaso 1056
tiene una raíz igual a uno a la que se denomina raíz principal. Si el método
Definición 14.4.3:
ese valor h las raíces del polinomio de estabilidad verifican que | ri ( h )| < 1
para i = 1, , k.
Definición 14.4.4:
estable:
pueden no constituir un intervalo, sino que puede ser, por ejemplo, una unión
de intervalos.
sistema lineal.
Definición 14.4.5:
los módulos de las raíces del polinomio de estabilidad absoluta del método
absoluta.
los casos. Esto se debe a que = 30 y h = 0,1 por lo que h = 3 que no
a hacer muy pequeño el tamaño de paso para que h esté en la región de
cometido sea grande, puede ocurrir que la solución aproximada obtenida sea
Definición 14.4.6:
valor h las raíces del polinomio de estabilidad verifican que | ri | < | r1|, para i
método.
Definición 14.4.7:
Definición 14.4.8:
estable:
puede no ser un intervalo, sino estar formado por una unión de intervalos.
diferenciales ordinarias
k k
jzn+j = h jfn+j
j 0 j 0
se tiene:
k
(jI hjA)zn+j = 0, (14.4.1)
j 0
k k
P (jI hjD)P-1zn+j = 0 P (jI hjD)z*n+j = 0
j 0 j 0
k
(j hjs)zn+j* = 0, s = 1, , m.
j 0
caso escalar, buscar los valores de h para los que las raíces ri del polinomio
Ahora los valores de los s pueden ser complejos, con lo cual h puede
Métodos numéricos lineales multipaso 1062
complejo, cuya intersección con el eje real debe coincidir con el intervalo de
Ejemplos resueltos
a) El método de Euler
zn+1 = zn + hfn
al imponer que r( h ) < 1 1 + h < 1 –1 < 1 + h < 1 –2 < h < 0, por
h
zn+2 zn+1 = (3fn+1 fn)
2
3 9 2
1 h h h 1
3 1 2 4
(r, h ) = r2 – (1 + h )r + h de raíces rj( h ) =
2 2 2
h
zn+2 zn+1 = (5fn+2 + 8fn+1 fn)
12
5 8 1
(r, h ) = (1 – h )r2 – (1 + h )r + h
12 12 12
Bashforth pues los primeros tienen una región de estabilidad absoluta mayor.
h
a) El método: zn+1 zn = (fn+1 + fn)
2
h
d) El método: zn+2 zn = (fn+2 + 4fn+1 + fn)
3
h
a) Al aplicar el método zn+1 zn = (fn+1 + fn) a la ecuación de
2
prueba se obtiene:
1 1
(1 – h )zn+1 (1 + h )zn
2 2
h
1
1 1 2.
(r, h ) = (1 – h )r (1 + h ) (r, h ) = 0 si r =
2 2 h
1
2
estabilidad absoluta.
mayor que 1.
h
d) El método: zn+2 zn = (fn+2 + 4fn+1 + fn) tiene como polinomio
3
de estabilidad absoluta:
1 4 1
(r, h ) = (1 – h )r2 – h r – (1 + h )
3 3 3
2 1 2
de raíces: rj( h ) = h h 1 siendo la raíz principal r1 la
3 3
conjunto vacío.
k k
j zn j h j f ( x n j , zn j ) ,
j 0 j 0
verifican que:
k
j
j e i
j 0
h* .
j e
k
i j
j 0
k
(r, h ) = (j h j)r( h )j
j 0
y se buscan los valores de h que hacen que las raíces rj( h ) sean tales que
Métodos numéricos lineales multipaso 1068
h por h * , se obtiene:
k
*
(r, h ) = 0 = (j h * j) (ei)j.
j 0
j e i
k j
j 0
Despejando se tiene la expresión pedida: h * .
j e
k
i j
j 0
de Euler.
zn+1 = zn + hfn
j e i
k j
j 0 e i 1
verifican que: h * = x + iy = = = cos + isen 1 x =
j e i
k j 1
j 0
Ejercicios
zn+1 = zn + hfn+1.
2 1 1
zn+2 – zn+1 – zn = h(fn+1+ fn)
3 3 3
4 1 2
zn+2 – zn+1 + zn = hfn
3 3 3
4 1 2
que al aplicar el método zn+2 – zn+1 + zn = hfn al problema
3 3 3
2
y’ = –4y + e x , y(0) = 0, x > 0, se tiene estabilidad absoluta.
1 1
(Solución: Intervalo de estabilidad absoluta: [ , 0), = 4 h (0, .)
6 24
stiff.
forma:
k
zn+k zn+k-2 = h jfn+j.
j 0
Métodos de Nyström:
h
El método: zn+3 zn+1 = (7fn+2 2fn+1 + fn)
3
Métodos de Milne-Simpson:
h
El método: zn+2 zn = (fn+2 + 4fn+1 + fn) (Regla de Simpson)
3
h
El método: zn+3 zn+1 = (fn+3 + 4fn+2 + fn)
3
Métodos numéricos lineales multipaso 1072
grande, lo que ocurre con los problemas “stiff”, se suele utilizar el método de
Newton.
igualdad y se debe despejar, lo que usualmente puede ser difícil, con lo que
método explícito.
para corregirlo.
de tipo abierto que se llama predictora, y otra implícita o de tipo cerrado que
predictora, aunque se elijan con error de truncamiento del mismo orden. Por
forma:
explícita (P).
Observación:
1075 Capítulo 14º: Métodos Numéricos
expresar de la forma:
p. Se tiene entonces:
expresiones se tiene:
Si ahora se despeja :
1
hp+1yp+1)(xn) = ( zn k [ m ] zn k [ 0 ] ) + O(hp+2),
*
C p 1 C p 1
C p 1
Tn+k = ( zn k [ m ] zn k [ 0 ] ) + O(hp+2).
*
C p 1 C p 1
pero sin embargo es fácil cambiarlo. Mientras que en los métodos lineales
estimación del error, que cuando indica que el tamaño de paso es demasiado
corrección de paso variable requiere tener un buen método para obtener los
Lambert8.
cambio de orden.
7
Burden, R. L.; Faires, J. D. (1996): Análisis Numérico. Grupo Editorial
Iberoamericano. (2ª edición). 275-277.
8
J. D. Lambert, Numerical methods for ordinary differential systems: the initial value
problem, J. Wiley, 1991.
1079 Capítulo 14º: Métodos Numéricos
problema stiff.
9
J. D. Lambert, Numerical methods for ordinary differential systems: the initial value
problem, J. Wiley, 1991.
Métodos numéricos lineales multipaso 1080
cero.
k
la forma: jzn+j = hkfn+k. Los coeficientes j y el coeficiente k se
j 0
deducen partiendo del polinomio interpolador Pk(x) que pase por (xn, zn), ....,
(xn+k, zn+k) e imponiendo que P’k(xn+k) = f(xn+k, zn+k). Presentan la ventaja del
Ejemplos resueltos
h h
a) z[0]n+1 = zn + (3fn fn-1); z[1]n+1 = zn + (f[0]n+1 + fn).
2 2
1 1 1
)fn; z[1]n+1 = z[0]n+1 + 2fn+1.
2 2
h
predictor: z[0]n+1 = zn + (3fn fn-1). Se denomina f[0]n+j = f(xn+j, z[0]n+j). Se
2
1 2
z[0]n+1 + fn+1.
2
h h
z1 = z0 + (k1 + 2k2 + 2k3 + k4) siendo k1 = f(x0, z0) = 0; k2 = f(x0 + , z0
6 2
h
+ k1) = 0,1; k3 = 0,11; k4 = 0,222 z1 = 1,0214.
2
h
z[0]2 = z1 + (3f1 f0) con f(x, z) = x + z 1, f0 = f(x0, z0) = f(0, 1) = 0; f1 =
2
h [0]
z[1]2 = z1 + (f 2 + f1) = 1,0214 + 0,1(0,48782 + 0,2214) = 1,092322.
2
Se repite el proceso:
h
z[0]3 = z2 + (3f2 f1) = 1,092322 + 0,1(3*0,492322 – 0,2214) =
2
1,2178786.
h [0]
z[1]3 = z[1]2 + (f 3 + f[1]2) = 1,092322 + 0,1(0,8178786 + 0,492322) =
2
1,22334206.
1083 Capítulo 14º: Métodos Numéricos
Se repite el proceso:
h
z[0]4 = z[1]3 + (3f[1]3 f[1]2) = 1,22334206 + 0,1(3*0,82334206 –
2
0,492322) = 1,421112478.
h [0]
z[1]4 = z[1]3 + (f 4 + f[1]3) = 1,22334206 + 0,1(1,221112478 +
2
diferencias regresivas:
1 1 [1]
z[0]n+1 = z[1]n + h(0 + )f n;
2
1 2 [0]
z[1]n+1 = z[0]n+1 + f n+1.
2
ejemplo 14.2.4.
1 1 [1]
z[0]n+1 = z[1]n + h(0 + )f n;
2
Métodos numéricos lineales multipaso 1084
1 2 [0]
z[1]n+1 = z[0]n+1 + f n+1
2
se obtiene:
0 0 1 0 1 0
1 0,2 1,0214 0,2214 1,0214 0,2214
2 0,4 1,08782 0,48782 1,092322 0,492322
3 0,6 1,2178786 0,8178786 1,22334206 1,22334206
4 0,8 1,421112478 1,221112478 1,42971758 1,42778714
Para obtener las diferencias que se utilizan en las fórmulas se
= 1,2178786.
0fn 1f n 2fn
f[0]0 0
f[0]1 0,2214 0,2214
f[1]2 0,492322 0,270922 0,049522
f[0]3 0,8178786 0,3255566 0,0546346 = 2f[0]3
1085 Capítulo 14º: Métodos Numéricos
1 2 [0] 1
z[1]3 = z[0]3 + f 3 = 1,2178786 + 0,0546346 = 1,22334206
2 2
0fn 1f n 2f n
f[0]0 0
f[0]1 0,2214 0,2214
f[1]2 0,492322 0,270922 0,049522
f[1]3 0,82334206 = f 3 0,33102006 = 1f[1]3
0 [1]
0,06009806
1 1 [1]
z[0]4 = z[1]3 + h(0 + )f 3 = 1,22334206 + 0,2(0,82334206 +
2
1
0,33102006) = 1,421112478.
2
0fn 1f n 2f n
[0]
f 0 0
f[0]1 0,2214 0,2214
f[1]2 0,492322 0,270922 0,049522
f[1]3 0,82334206 0,33102006 0,06009806
f[0]4 1,22111248 0,39777042 0,06675036 = 2f[0]4
1 2 [0] 1
z[1]4 = z[0]4 + f 4 = 1,421112478 + 0,06675036 = 1,42971758.
2 2
h
predictor: z[0]n+4 = zn+3 + (55fn+3 59fn+2 + 37fn+1 9fn). Se denomina f[0]n+j
24
= f(xn+j, z[0]n+j).
Métodos numéricos lineales multipaso 1086
h
zn+3 = zn+2 + (9f[0]n+3 + 19fn+2 5fn+1 + fn).
24
h h
z1 = z0 + (k1 + 2k2 + 2k3 + k4) siendo k1 = f(x0, z0) = 0; k2 = f(x0 + , z0
6 2
h
+ k1) = 0,1; k3 = 0,11; k4 = 0,222 z1 = 1,0214.
2
h
z2 = z1 + (k1 + 2k2 + 2k3 + k4) siendo x1 = 0,2, k1 = f(x1, z1) = 0,2214; k2
6
h h
= f(x1 + , z1 + k1) = 0,34354; k3 = 0,355754; k4 = 0,4925508 z2 =
2 2
1,09181796.
h
z3 = z2 + (k1 + 2k2 + 2k3 + k4) siendo x2 = 0,4, k1 = f(x2, z2) =
6
h h
0,49181796; k2 = f(x2 + , z2 + k1) = 0,640999756; k3 = 0,6559179356; k4
2 2
= 0,82300154712 z3 = 1,222106456.
h
z[0]4 = z3 + (55f3 59f2 + 37f1 9f0) con f(x, z) = x + z 1, f0 = f(x0, z0)
24
predictor.
1,22535975.
h
z[1]4 = z3 + (9f[0]4 + 19f3 5f2 + f1) = 1,42552788 = z(0,8).
24
El error global:
Ejercicios
la solución de y’ = y , y(0) = 1.
z[1]5 = 1,648721307).
y'1 12 15 y 1
y' 2 6 6 y 2
sistema:
y'1 18 21 y 1
y' 2 6 6 y 2
14.6. EJERCICIOS
consistentes.
h
(Solución: zn+2 = zn + (fn+2 + 4fn+1 + fn))
3
h
14.31. Aplicar el método zn+2 = zn + (fn+2 + 4fn+1 + fn) al
3
2h( 2e h h 2 )
(Solución: z2 = )
3h
zn+2 = zn + 2hfn+1.
1 2 2
es convergente. a) zn = –2 + h n que coincide con el valor exacto y =
2
1 2 1
2+ x . b) zn = –2 + h + h2n2 que no coincide con el valor exacto).
2 2
h
+ ((3a + 4)fn + (a + 4)fn+2). a) Determinar para que valores de a
4
iniciadores z0 = z1 = 1.
3 1
14.35. Obtener y para que el método: zn+2 – zn+1 + zn =
2 2
5 3 11 3
(Solución: = y = – . Tn+k = h ).
4 4 2
relativa.
1
(Solución: zn+2 = zn + 2hfn+1. C3 = . Región de estabilidad absoluta: .
3
relativa.
aplicar el método:
1 1 h
zn+2 – zn+1 – zn = (– 9fn+2 + 32fn+1 – 11fn).
2 2 8
2h3.
3 1 1
zn+2 – zn+1 + zn = hfn.
2 2 2
1
Intervalo de estabilidad relativa: (– , +)).
8
3 4
truncamiento Tn+3 proporcional a h . Calcular a y b para que
8
3 4
valga exactamente h.
8
5 4 23 2
(Solución: = ,= ,= ,a= , b).
12 3 12 3
consistencia tiene?
1 1 1 1 7 1
(Solución: zn+3 – zn+2 – zn+1 + zn = h( fn – fn+1 + fn+2 + fn),
2 2 6 3 6 3
y'1 1 0 y 1 x y 1( 0 ) 0
, con
y' 2 1 2 y 2 1 y 2 ( 0 ) 0
y ( 0,4 )
con h = 0,2 para aproximar 1 , utilizando como valores
y 2 ( 0,4 )
0
iniciadores: z0 = , z1 mediente Runge-Kutta 4.
0
0,08782
(Solución: z2 = ).
0,60226
y'1 12 15 y 1
y' 2 6 6 y 2
y'1 18 21 y 1
y' 2 6 6 y 2
2
(Solución: A = {z C; z + 1 > 1; = 6 3 2 h <
63 2
0,055.)
el sistema:
y'1 12 15 y 1
y' 2 6 6 y 2
el sistema:
y'1 18 21 y 1
y' 2 6 6 y 2
estabilidad absoluta.
y'1 12 15 y 1 y (0) 1
con 1
2
y ' 6 6 2
y 2
y ( 0 ) 1
Euler.
Euler.
BIBLIOGRAFÍA
1097
19. Silverman, R.: Complex Analysis with Applications. Dover
Publications. 1984.
20. Wilde, I. F.:Lecture Notes on Complex Analysis. Imperial College
Press, 2006.
1098
Problems. Wiley.
19. Zill, D. G. (1997): Ecuaciones diferenciales con aplicaciones de
modelado. Thomson Editorial.
1099
Referencias
1100
BATHIA, N. P. y SZEGO, G.: Stability theory of dynamical systems. Springer Verlag,
1.970.
BEARDON, A.: A primer on Riemann surfaces. Cambridge University Press. 1984.
BELLENI-MORANTE, A.: Applied semigroups and evolution equations. Claredon
Press, 1.979.
BELLMAN, R.: Stability theory of differential equations. Dover. 1953.
BENDER, C. M.; ORZAG, S. A.: Advanced mathematical methods for scientist and
engineers. McGraw-Hill. 1978.
BERGER, M.: Nonlinearity and functional analysis. Academic Press, 1.977.
BERS, L.; JOHN, F. y SCHECHTER, M.: Partial differential equations. Interscience
Publishers, 1.964.
BIEBERBACH, L.: Conformal Mapping. Chelsea Pub. 1986.
BIRKHOFF, G. y ROTA, G.: Ordinary differential equations. Blaisdel Publishing
Company, 1.969.
BITSADZE, A. V.: Equations of Mathematical Physics. Mir, 1.980.
BOAS, R.: Entire functions. Academic Press. 1954.
BOAS, R. P.: Invitation to Complex Variable. Random House. 1987.
BOCHER, M.: An introduction to the study of integral equations. Hofner Publishing
Company, 1.971.
BOYD, J. P. (1988): Book Rewiews, SIAM Rev. 30, 666-668.
BOMBAL, F.; RODRIGUEZ, L; VERA, G.: Problemas de Análisis Matemático. Vol. I.
Editorial AC. 1976.
BOWMAN, F.: Introduction to Elliptic Functions, with Applications. English Univ.
Press. 1953.
BOYCE, W. E.; DIPRIMA, R. C.: Ecuaciones diferenciales y problemas con valores en
la frontera. Editorial Limusa. (1ª edición). 1967. (10ª reimpresión) 1992.
BOYCE, W. y DIPRIMA, R.: Introducción a las ecuaciones diferenciales. Limula-
Wiley, 1.972.
BOYD, J. P.: Book Rewiews, SIAM Rev. 30, 666-668. 1988.
BRAUER, F. y NOHEL, J.: Ordinary differential equations: a first course. Benjamín,
1.973.
BRAUER, F. y NOHEL, J.: Qualitative theory of ordinary differential equations.
Benjamín, 1.969.
BRAUER, F. y NOHEL, J.: Problems and solutions in ordinary differential
equations. Benjamín, 1.969.
BRAUN, M.: Differential equations and their applications. Springer-Verlag,
1.983.
BRENNER, J.: Problems in differential equations. Freeman, 1.966.
BREZIS, H.: Análisis Funcional. Alianza Editorial, 1.984.
1101
BREZIS, H.: Operateurs Maximaux monotones et semigroups de contractions
dans les Espaces de Hilbert. North-Holland, 1.973.
BROWN, G. H.; HOYLER, C. N.; BIERWIRTH, R. A.: Theory and application
of radio-frequency heating. Van Nostrand. 1947.
BUDAK, B. M.; SAMARSKI, A. A. y TIJONOV, A. N.: Problemas de la Física
Matemática. Vol 1 y 11. Mir, 1.984.
BURCKEL, R. B.: An Introduction to Classical Complex Analysis. Birkhauser. 1979
BURDEN, R. L.; FAIRES, J. D.: Análisis Numérico. Grupo Editorial Iberoamericano.
(2ª edición). 1996
BURGHES, D. N. y BORRIE, M. S.: Modelling with differential equations.
John Wiley & Sons, 1.981.
BURTON, T. A.: Volterra integral and differential equations. Academic Press,
1.983.
BUTCHER, J. C.: The Numerical Analysis of Ordinary Diffrential Equations. John
Wiley & Son. 1987.
BUTCHER, J. C.; WANNER, G.: Runge-Kutta methods: some historical notes. Appl.
Num. Math. 22. (1996). 131-151.
CANNON, J. R.: The one-dimensional heat equation. Addison-Wesley, 1.984.
CAÑADA, A.: Series y transformada de Fourier y aplicaciones. Vol. 1.
Servicio de publicaciones de la Universidad de Granada, 1.994.
CARATHEODORY, C: Conformal Representation. Cambridge Univ. Press.
1952.
CARATHEODORY, C: Theory of functions of a complex variable. Vol. I, II.
Chelsea Publishing Company. 1954.
CARLESON, L.; GAMELIN, T. W.: Complex dynamics. Springer Verlang.
1993.
CARRIER, G. F.; PEARSON, C. E.: Ordinary differential equations. SIAM. 1991.
CESARI, L.: Asymptotic behavior and stability problems. Springer, 1.959.
CESARI, L.; KANNAN, R. y SCHUUR, J. D. (editores).: Nonlinear functional
analysis and differential equations. Marcel Dekker, 1.976.
CHURCHILL, R. V.: Operational Mathematics. Mc Graw-Hill. 1972.
CHURCHILL, R. V.; BROWN, J. W.: Fourier Series and boundary value problems.
Mc Graw-Hill. 1978. 1987.
CHURCHILL, R. V.; BROWN, J. W.: Variable compleja y sus aplicaciones. Mc Graw-
Hill. (4ª edición). 1987.
CODDINGTON, E. A.: An introduction to ordinary differential equations.
Prentice-Hall, 1.961.
CODDINGTON, E. A. y LEVINSON, N.: Theory of ordinary differential
equations. McGraw-Hill, 1.955; 1.991.
COHN, H.: Conformal mapping of Riemann Surfaces. Dover. 1980.
1102
COLTON, D. y KRESS, R.: Integral equations methods in scattering theory.
Wiley, 1.983.
CONWAY, J.: Functions of One Complex Variable. Springer-Verlang. (2ª edición).
1984.
CONTE, S. D. Y CARL DE BOOR: Análisis Numérico elemental. Un enfoque
algorítmico. Mc Graw-Hill. 1974.
COPSON, E. T.: Theory of Functions of a Complex Variable. Oxford Univ. Press. 1962.
COURANT, R. D.: Dirichlet’s Principle, conformal mapping and minimal surfaces.
Interscience Publ. 1960.
COURANT, R. D. y HILBERT, D.: Methods of mathematical physics.
Volúmenes 1 y 11. Interscience, 1.962. John Wiley&Sons, 1987.
COPPEL, W. A.: Stability and asymptoptic behavior of differential equations.
Heath Mathematical Monographs, 1.965.
CORDUNEANU, C.: Principles of differential and integrations. Chelsea
Publishing Company, 1.971.
CRYER, C. W.: Numerical functional analysis. Clarendon Press, 1982.
CVITANOVIC, P.: Universality in chaos. Institute of Physics publishing. 1993.
DAHLQUIST, G.; BJORCK, A.: Numerical Methods. Dover, 2003.
DAUTRAY, T. y LIONS, J. L.: Analyse mathématique et calcul numérique pour
las sciences et les techniques. Vol. 1 al IX. Masson, 1987.
DEIMLING, K. Ordinary differential equations in Banach spaces. Lecture
Notes in Mathematics, nº 596, Springer-Verlag, 1.977.
DEIMLING, K.: Nonlinear functional analysis. Springer-Verlag, 1.985.
DEKKER, K.; VERWER, J. G.: Stability of Runge Kutta Methods for Stiff Nonlinear
Differential Equations. North Holland. 1984.
DEO, S. G. y RAGHAVENDRA, V.: Ordinary differential equations and
stability theory. McGraw-Hill, 1.980.
DEVANEY, R. L.: An introduction to chaotic dynamical systems. Addison Wesley.
1989.
DIEUDONNE, J.: History of functional analysis. North-Holland, 1981.
DONGARRA, J. J.; DUFF; I. S.; SORENSEN, D. C.; VAN DER VORST, H. A.:
Solving Linear Systems on Vector and Shared Memory Computers. SIAM. 1991.
DOU, A.: Ecuaciones diferenciales ordinarias. (2ª edición). Dossat. 1969.
DRAZIN, P. G.: Nonlinear Systems. Cambridge University Press. 1992.
DUNFORD, N. y SCHWARTZ, J.: Linear operators. Vol. 1. Interscience,
1.959.
DYM, H. y McKEAN, H. P.: Fourier series and integrals. Academic Press,
1972.
EKELAND, I.: Convexity methods in hamiltonian mechanics. Springer-Verlag,
1.990.
1103
EKELAND, I. y TEMAN, R.: Convex analysis and variational problems.
North-Holland Publishing Company, 1.976.
ELSGOLTZ, L.: Ecuaciones diferenciales y cálculo variacional. Mir. 1977;
1983.
EVANS, G. C.: The Logarithmic Potential. Chelsea. Publ. 1927.
FERNÁNDEZ, C.: Ecuaciones diferenciales I. Ecuaciones lineales. Ediciones
Pirámide. 1992
FISHER, S. D.: Complex Variables. Wadsworth. 1986.
De FIGUEIREDO, D. G.: Equacoes elipticas nao lineares. D. De Figueiredo,
editor. Instituto de matematica pura e aplicada, Río Janeiro. 1.977
De FIGUEIREDO, D.G.: The Ekeland variational principle with applications
and detours. Tata Institute of fundamental research, Springer-Verlag,
1.989.
FLANIGAN, F. J.: Complex Variables: Harmonic and Analytic Functions.
Dover Publ. 1983.
FLETCHER, C. A.: Computational Techniques for Fluid Dynamics. Springer - Verlag.
1988.
FOLLAND, G.: Introduction to partial differential equations. Princenton
University Press, 1.976.
FORSYTHE, G. E.; MALCOM, M. A.; MOLER, C. B.: Computer Methods for
Mathematical Computations. Prentice Hall. 1977.
FOWLER, A. C.; MCGUINESS, M. J.: A description of the Lorenz attractor and high
Prandtl number. Physica D. 149-182. (1982)
FRIEDMAN, A.: Partial differential equations. Holt, Rinehart and Winston,
1.969.
FRIEDMAN, A.: Partial differential equations of parabolic type. Prentice- Hall,
1.964.
FUCHS, W.: The theory of functions of one complex variable. Van Nostrand. 1967.
GARABEDIAN, R.: Partial differential equations. Wiley, 1.964.
GEAR, C. W.: Numerical Initial Value Problems in Ordinary Differential Equations.
Prentice Hall. 1971.
GELFAND, I. M. y SHILOV, G. E.: Generalized functions. Varios volúmenes.
Academic Press, 1.964.
GOLDSTEIN, J.A. Semigroups of linear operators and applications. Oxford
University Press, 1.985.
GREEN, R.; KRANTZ, S. G.: function Theory of One Complex Variable.(3ª ed.)
American Mathematical Society, 2006.
GREENSPAN, D.: Introduction to partial differential equations. McGraw-Hill,
1.961.
GRIPENBERG, G.; LONDEN, S. O. y STAFFANS, 0.: Volterra integral and
functional equations. Cambridge University Press, 1990.
1104
GROVE, E. A.; LADAS, G.: Introduction to Complex Variables. Houghton Mifflin
Com. 1974.
GUZMÁN, M.: Ecuaciones diferenciales ordinarias. Teoría de estabilidad y control.
Alhambra. 1975.
GUZMAN, M.; PERAL, I. y WALIAS, M.: Problemas de ecuaciones
diferenciales ordinarias. Alhambra, 1.978.
HAIRER, E; NORSETT, S. P.; WANNER, G.: Solving Ordinary Differential Equations
I. Springer Verlag. 1987.
HAIRER, E; NORSETT, S. P.; WANNER, G.: Solving Ordinary Differential Equations
II. Springer Verlag. 1991.
HAIRER, E.; WANNER, G.: Analysis by its history. Springer. 1996.
HALE, J. K.: Ordinary differential equations. Krieger, 1.980.
HALE, J. K.: Theory of functional differential equations. Springer-Verlag,
1.977.
HALE, J. K.: Applications of alternative problems. Brown University lecture
notes, 71-1, 1.971.
HARTMAN, P.: Ordinary differential equations. Wiley, 1.964.
HAYT, W. H.: Engineering Electromagnetics. McGraw-Hill. 1981.
HEADING, J.: Problemas de ecuaciones diferenciales ordinarias. Limusa,
1.972.
HELLWIG, G.: Partial Differential Equations. Waltham, Mass.: Blaisdell
Publishing Company, 1.964.
HENRICI, P.: Applied and Computational Complex Analysis. John Wiley &
Sons. 1974, 1977, 1986.
HILDEBRANDT, S. y TROMBA, A.: Matemáticas y formas óptimas. Prensa
científica, 1.990.
HILLE, E. y PHILLIPS, R. S.: Functional analysis and semigroups. Amer.
Math. Soc. Colloq. Publ., vol 31, 1.957.
HILLE, E.: Lectures in ordinary differential equations. Addison-Wesley. 1969.
HILLE, E.: Analytic Function Theory, Vol. I, 1959; Vol. II, 1962. Chelsea Publ.
Company. 1973.
HIRSCH, M. y SMALE, S.: Differential equations, dynamical systems and
linear algebra. Academic Press, 1.974.
HOCHSTADT, H.: Integral equations. John Wiley and Sons, 1.973.
HORMANDER, L.: The analysis of linear partial differential operators. Vols. 1
y 11. Springer-Verlag, 1.983.
HORVATH, J.: Topological vector spaces and distributions. Addison-Wesley,
1.966.
HUBBARD, J. H. y WEST, B. H.: Differential equations. A dynamical systems
approach. Springer-Verlag, 1.991.
1105
HUMI, M. y MILLER, W.: A second course in ordinary differential equations
for scientists and engineers. Springer-Verlag, 1.988.
HUNTLEY, I. D. y JOHNSON, R. M.: Linear and nonlinear differential
equations. I. D. Huntley y R. M.Johnson, 1.983.
HUREWICZ, W.: Sobre ecuaciones diferenciales ordinarias. Rialp, 1966.
HUTSON, V y PYM, J. S.: Applications of functional analysis and operator
theory. Academic Press Inc., 1.980.
INCE, E. L.: Ordinary differential equations. Dover, 1.956.
INCE, E. L. y SNEDDON, I. N.: The solution of ordinary differential
equations. Longman Group UK Limited, 1.987.
ISTRATESCU, V. I.: Fixed point theory. D. Reidel Publishing Company, 1981.
ITO, S.: Diffusion equations. American Mathematical Society, 1992.
IXARU, LIVIU: Numerical Methods for differential equations and applications.
Editura Academiei.
JERRI, A. J.: Introduction to integral equations with applications. Marcel
Dekker, Inc., 1985.
JOHN, F.: Partial differential equations. Springer-Verlag, 1980.
JONES, G. A.; SINGERMANN, D.: Complex Functions. Cambridge University Press.
1987.
JULIA, G.: Principes Géométriques de L’Analyse. Vol. I, II. Gauthiers-Villars. 1955.
KAPLAN, W.: Advanced Calculus. Addison-Wesley. 1984.
KAPLAN, W.: Advanced Mathematics for Engineers. Addison-Wesley. 1981.
KELLER, H. B.: Numerical Methods for Two-Point Boundary-Value Problems.
Braisdell, Waltham, Mass. 1968.
KELLOG, O. D.: Foundation of Potential Theory. Dover. 1953.
KINCAID, D.; CHENEY, W.: Análisis Numérico. Las matemáticas del cálculo
científico. Addison-Wesley Iberoamericana. 1994.
KNOPP, K.: Elements of the Theory of Funtions. Dover. 1952.
KOBER, H.: Dictionary of Conformal Representations. Dover. 1952.
KRANTZ, S.: Complex Analysis: The Geometric Viewpoint. The Mathematical
Association of America, 1990.
KREYSZING, E.: Matemáticas avanzadas para ingeniería. Editorial Limusa. 1984
KRZYZ, J. G.: Problems in Complex Variable Theory. Elsevier Publ. 1971.
LADAS, G. E. y LAKSHMIKANTHAM, V.: Differential equations in abstract
spaces. Academic Press, 1.972.
LADYZHENSKAYA, O. A., SOLONNIKOV, V. y URALTSEVA, N.: Linear
and quasilinear equations of parabolic type. Amer. Math. Soc., 1968.
LADYZHENSKAYA, O. A. y URALTSEVA, N. N.: Linear and quasilineal.
elliptic equations. Academic Press, 1968.
1106
LADYZHENSKAYA, O. A.: The boundary value problems of Mathematical
Physics. Springer-Verlag, 1.985.
LAKSHMIKANTHAM, V. y LEELA, S.: Differential inequalities. Academic
Press, 1.969.
LAKSMIKANTHAM, V.; LEELA, S. y MARTYNYUK.: Stability analysis of
nonlinear systems. Marcel Dekker, 1.989.
LAMB, H.: Hydrodynamics. Dover. 1945.
LAMBERT, J. D.: Computational Methods in Ordinary Differential Equations.
Editorial John Wiley & Sons. 1973.
LAMBERT, J. D.: Numerical Methods for Ordinary Differential Systems. The Initial
Value Problem. John Wiley & Sons. 1991.
LANDESMAN, E. M. y LAZER, A. C.: Nonlinear perturbations of linear
elliptic boundary value problems at resonance. J. Math. Mech., 19, 1979,
609-623.
LANG, S.: Complex Analysis. Addison-Wesley. 1976.
LASALLE, J. P. y LEFSCHETZ, S.: Stability by Liapunov's direct method with
applications. Academic Press, 1.961.
LEBEDEV, N. N.: Special Functions and Their Applications. Dover. 1972.
LEFSCHETZ, S.: Differential equations: geometric theory. Interscience, 1959.
LEIS, R.: Initial boundary value problems in Mathematical Physics. John
Wiley, 1.986.
LEVINSON, N.; REDHEFFER, R. M.: Complex Variables. Holder-Day. 1971.
LIAPUNOV, A. M.: Stability of motion. Academic Press, 1.966.
LIÑAN, A.: Analitycal description of chaotic oscillation in a toroidal thermosyphon.
Fluid Physics. Lecture Notes of Summer Schools. (Edt. M. G. Velarde y C. I.
Christor) pp. 507-523. Word Scientific. 1884.
LIONS, J. L. y MAGENES, E.: Problémes aux limites non homogénes (3
volúmenes). Dunod, 1968.
LÓPEZ GÓMEZ, J.: Ecuaciones Diferenciales y Variable Compleja. Prentice
Hall, 2001.
LYUSTERNIK, L.: Líneas más cortas. Problemas de variaciones. Lecciones populares
de Matemáticas. Mir. 1979.
MARSDEN, J. E.; HOFFMANN, M. J.: Análisis Básico de Variable Compleja.
Ediciones Trillas, 1966.
MARKUSHEVICH, A. I.: Teoría de las funciones analíticas. Mir. 1970.
MARKUSHEVICH, A. I.: Theory of functions of a complex variable. Chelsea Publ.
1977.
MARTÍNEZ CARACEDO; SANZ ALIX M. A.: Introducción a las ecuaciones
diferenciales ordinarias. Reverté. 1991.
MATHEWS, J. H.: Complex Variables for Mathematics and Engineering. Brown. 1988.
1107
MENDIZABAL, A.: Análisis Matemático. Servicio de Publicaciones de la E. T. S.
Ingenieros de Caminos. Madrid. 1985.
MILLER, R. K.: Nonlinear Volterra integral equations. Benjamín, Menlo Park,
CA, 1971.
MILLER, R. K.: Introduction to differential equations. Prentice-Hall, 1987.
MILLER, R. K. y MICHEL, A. M.: Ordinary differential equations. Academic
Press, 1.982.
MILNE-THOMSON, L. M.: Theoretical Hydrodynamics. Macmillan&Co. 1955.
MINORSKY, N. Nonlinear oscillations. Van Nostrand, 1.962.
MITRINOVIC, D. S.: Calculus of Residues. Noordhoff, Ltd. 1966.
MIYADERA, I. Nonlinear Semigroups. Amer. Math. Soc., 1992.
MORSE, M.: The calculus of variations in the large. American Mathematical
Society, 1934.
MORSE, M.; FESHBACH, H.: Methods of theoretical physics. McGraw-Hill.
1953.
MYINT, U, T.: Ordinary differential equations. North-Holland, 1.978.
NAGLE, R. K. y SAFF, E. B.: Fundamentals of differential equations. The
Benjamin Cummings Publishing Company, 1986.
NAGLE, R. K., SAFF, E. B.: Fundamentos de ecuaciones diferenciales. Addison-
Wesley Iberoamericana. 1992
NECAS, J.: Les méthodes directes en théorie des équations elliptiques. Masson,
1967.
NEEDHAM, T.: Visual Complex Analysis. Clarendon Press. 1997.
NEHARI, Z.: Conformal Mapping. Dover. 1975.
NIRENBERG, L.: Topics in Nonlinear Analysis. Courant Institute. Lec. Not.
Math., 1973.
PALKA, B.: An introduction to Complex Function Theory. Springer. 1991.
PERKO, L.: Differential equations and dynamical systems. Springer Verlag,
1991.
PESTANA, D; RODRÍGUEZ, J. M. Y MARCELLÁN, F.: Variable Compleja. Un
curso práctico. Editorial Síntesis. 1999.
PETROVSKII, I. G.: Ordinary differential equations. Prentice Hall,1966.
PETROVSKII, I. G.: Lectures on the theory of Integral equations. Graylock
Press, 1.957.
PICCININI, C.; STAMPACCHIA, G. y VIDOSSICH, G.: Equazioni
differeniziali ordinarie in R n . Lignori Editore, 1.978.
PLATT, O.: Ecuaciones diferenciales ordinarias. Reverté, 1.974.
POINCARE, H.: Les méthodes nouvelles de la Mécanique Céleste. 3
volúmenes. Librairie Albert Blanchard, 1.987.
1108
POLYA, G. Y LATTA, G.: Variable Compleja. Noriega-Limusa. 1976. 1986. 1991.
POLYA, G. y SZEGÖ, G.: Isoperimetric inequalities in Mathematical Physics.
Princenton University Press, 1.951.
PORTER, D. y STIRLING, D. S. G.: Integral equations. A practical treatment,
from spectral theory to applications. Cambridge University Press, 1.990.
POWERS, D. L.: Boundary value problems. Harcourt Brace Jovanovich, 1987.
PRESS, W. H.; FLANNERY, B. P.; TEUKOLSKY, S. A.; VETTERLING, W. T.:
Numerical recipes. The Art of Scientific Computing. Cambridge Univ. 1986.
PRIESTLEY, H. A.: Introduction to Complex Analysis. Clarendom Press. 1985.
PROTTER, M. H. y WEINBERGER, H. F.: Maximum principles in differential
equations. Prentice-Hall, 1.967.
RABINOWITZ, P.: Minimax methods in critical point theory with applications
to differential equations. American Mathematical Society, 1986.
RANSFORD, T.: Potential theory in the complex plane. Cambridge Univ. Press. 1995.
RAO, M.; STEEKAER, H.: Complex Analysis: an invitation. Word Scientific. 1991.
REES, C. S.; SHAH, S. M. y STANOJEVIC, C. V.: Theory and applications of
Fourier analysis. Marcel Dekker, 1.981.
REID, M.: Ordinary differential equations. Wiley, 1.971.
ROTHE, R.; OLLEDORF, F. POHLHAUSEN, K.: Theory of Functions as
Applied to Engineering Problems. Technology Press. 1948.
ROUCHE, H.; HABETS, P. y LALOY, M.: Stability theory by Liapunov's
direct method. Springer-Verlag, 1.977.
ROUCHE, N. y MAWHIN, J.: Equations differentielles ordinaires. Vol. I y II.
Masson et Cie, 1973.
RUDIN, W.: Functional analysis. McGraw-Hill, 1.973.
RUDIN, W.: Análisis funcional. Reverté, 1.979.
RUDIN, W.: Real and Complex Analysis. McGraw-Hill, 1.970.
RUDIN, W.: Análisis real y complejo. Alhambra, 1985, 1.988.
SAAMEÑO, J. J.: Lecciones de Matemáticas para ingeniería. Variable Compleja y
Análisis de Fourier. Ágora Universidad. 1997.
SAFF, E. B.; SNIDER, A. D.: Fundamentals of Complex Analysis for
Mathematics, Science and Engineering. Prentice- Hall. 1976.
SANSONE, G. y CONTI, R.: Nonlinear differential equations. Pergamon Press,
1.964.
SAKS, S; ZYGMUND, A.: Fonctions Analytiques. Masson et Cie. 1970.
SANZ-SERNA, J. M.: Diez Lecciones de Cálculo Numérico. Universidad de
Valladolid, 1998.
SCHECHTER, M.: Modern methods in partial differential equations. McGraw-
Hill, 1.977.
1109
SCHIFF, J.: Normal families. Springer. 1993.
SCHWARTZ, L.: Théorie des distributions. Hermann, 1.973.
SCHWARTZ, J. T. Nonlinear functional analysis. Gordon and Breach, 1.969.
SEGAL, S.: Nine introductions in Complex Analysis. North-Holland
Mathematics Studies. 1981.
SELL, G.: Topological dynamics and ordinary differential equations. Van
Nostrand, 1.971.
SHANPINE, L. F.; GORDON, M. K.: Computer Solution of Ordinary Differential
Equations. The Initial value Problem. W. H. Freeman & Company. 1975.
SHOWALTER, R.: Hilbert space methods for partial differential equations.
Pitman, 1.977.
SIEGDERG, H.W.: Some historical remarks concerning degree theory. Amer.
Math. Month., 88, 1.981, 125-139.
SILVERMAN, R.: Complex Analysis with Applications. Dover Publications. 1984.
SIMMONS, F.: Ecuaciones diferenciales con aplicaciones y notas históricas. McGraw-
Hill. 1992.
SMOLLER, J.: Shock waves and reaction-diffusion equations. Springer-Verlag,
1.983.
SOBOLEV, S. L.: Partial differential equations of Mathematical Physics.
Pergamon Press, 1.964.
SOKOLNIKOFF, I. S.: Mathematical Theory of Elasticity. Krieger Publ. 1983.
SPIEGEL, M. R.: Variable compleja. Serie Schaum. McGraw-Hill. 1991.
SPERD, R.: Maximum principles and their applications. Academic Press, 1.981.
SPRINGER, G.: Introduction to Riemann Surfaces. Chelsea. Publ. 1981.
STAKGOLD, I.: Boundary value problems of mathematical physics. McMillan,
1.967.
STAKGOLD, I.: Green’s Functions and Boundary Value Problems. Wiley.
1979.
STEIN, E.; SHAKARCHI, R.: Complex Analysis. Princeton University Press, 2003.
STOER, J.; BULIRSCH, R.: Introduction to Numerical Analysis. Springer Verlag.
1993.
STRANG, G.: Introduction to applied mathematics. Wellesley Cambridge Press. 1986.
STREETER, V. L,; WYLIE, E. B.: Fluid Mechanics. McGraw-Hill. 1979.
STRUWE, M.: Variational methods. Springer-.Verlag, 1.990.
TANABE, H.: Equations of evolution. Pitman, 1.979.
TEMPLE, G.: 100 years of Mathematics. Gerald Duckworth & Co. Ltd., 1.981.
TENENBAUM, M. y POLLARD, H.: Ordinary differential equations. Dover.
1985.
THRON, W. J.: Introduction to the Theory of Functions of a Complex Variable.
1110
John Wiley & Sons. 1953.
TIJONOV, A. N. y SAMARSKY, A. A.: Ecuaciones de la Física Matemática.
Mir, 1.980.
TIMOSHENKO, S. P.; GOODIER, J. N.: Theory of Elasticity. Mc Graw-Hill.
1970.
TITCHMARSH, E. C.: Theory of functions. Oxford University Press, 1.932.
TREVES, F.: Linear partial differential equations with constant coefficients.
Gordon and Breach, 1.966.
TRICOMI, F. G.: Integral equations. Interscience Publishers, Inc., 1.970.
TROUTMAN, J. L.: Variational calculus with elementary convexity. Springer-
Verlag, 1.983.
VAINBERG, M. M.: Variational methods in the study of nonlinear operators.
Holden Day, 1.964.
VLADIMIROV, V. S.: Equations of Mathematical Physics, Marcel Dekker,
Inc., 1.971.
VLADIMIROV, V. S. y otros: A collection of problems on the equations of
Mathematical Physics. Mir, 1.986.
VOLKOVSKI, L.; LUNTS, G.; ARAMANOVICH, I.: Problemas sobre la teoría
de funciones de una variable compleja. Mir. 1977.
VOLTERRA, V.: Theory of functionals and of integral and integrodifferential
equations. Dover, 1.959.
WALTER, W.: Differential and integral inequalities. Springer-Verlag, 1.970.
WEINBERGER, H.: Ecuaciones diferenciales en derivadas parciales. Reverté,
1.970.
WIDDER, D. V.: The heat equation. Academic Press, 1.975.
WILDE, I. F.: Lecture Notes on Complex Analysis. Imperial College Press, 2006.
YOSHIZAWA, T.: Stability theory by Liapunov's second method. Mathematical
Society of Japan, 1.966.
YOSIDA, K.: Lectures on differential and integral equations. Interscience
Publishers, 1.960.
YOSIDA, K.: Functional analysis. Springer, 1.974.
ZILL, D. G.: Ecuaciones diferenciales con aplicaciones de modelado. Thomson
Editorial. 1997
1111