1

Universidad Aut onoma de Madrid

Departamento de Matem aticas
Gua para el Curso
Ecuaciones Diferenciales Ordinarias
Segundo Curso de Matem aticas
Profesores:
Ireneo Peral Alonso & Magdalena Walias Cuadrado
Curso Academico 2001-2002
2
Contents
Notaciones 5
Introducci on 7
1 Sucesiones y series de funciones. 9
1.1 Convergencia puntual de sucesiones y series de funciones.
Ejemplos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Convergencia uniforme. . . . . . . . . . . . . . . . . . . . . . 13
1.2.1 Convergencia uniforme y continuidad. . . . . . . . . . 17
1.2.2 Convergencia uniforme e integraci on. . . . . . . . . . . 19
1.2.3 Convergencia uniforme y derivaci on. . . . . . . . . . . 21
1.3 Series de potencias. . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3.1 Aplicaci on: convergencia de la serie de Taylor de al-
gunas funciones elementales. . . . . . . . . . . . . . . 28
1.4 Sumaci on por partes: Criterio de sumaci on de Abel. . . . . . 33
1.5 El espacio de las funciones continuas. . . . . . . . . . . . . . . 34
1.5.1 El espacio de las funciones continuas como espacio
metrico. . . . . . . . . . . . . . . . . . . . . . . . . . . 35
1.5.2 El teorema de la aplicaci on contractiva. . . . . . . . . 38
1.5.3 Teorema de Ascoli-Arzel a. . . . . . . . . . . . . . . . . 42
1.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2 Introducci on a las Ecuaciones Diferenciales Ordinarias 53
2.1 Concepto y origen de las EDOs. Isoclinas. Modelos. . . . . . . 53
2.2 Metodos elementales de integraci on. . . . . . . . . . . . . . . 53
2.3 Soluciones en forma de serie de potencias. . . . . . . . . . . . 53
2.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
3
4
3 Teora de existencia y unicidad de soluciones de ecuaciones
diferenciales ordinarias. 63
3.1 Introducci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
3.2 El metodo de Picard de aproximaciones sucesivas. . . . . . . 64
3.2.1 Motivaci on . . . . . . . . . . . . . . . . . . . . . . . . 64
3.2.2 Condiciones globales . . . . . . . . . . . . . . . . . . . 67
3.2.3 Sistemas lineales . . . . . . . . . . . . . . . . . . . . . 69
3.2.4 Condiciones locales. . . . . . . . . . . . . . . . . . . . 72
3.3 Lema de Gronwall. . . . . . . . . . . . . . . . . . . . . . . . . 76
3.4 El metodo de las poligonales de Euler. Teorema de Cauchy . 78
3.5 Dependencia continua y diferenciabilidad respecto de los datos
iniciales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
3.6 Prolongabilidad de las soluciones. . . . . . . . . . . . . . . . . 91
3.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4 Sistemas de ecuaciones lineales de primer orden. Ecuaciones
de orden superior. 109
4.1 Sistemas de ecuaciones lineales: Teora general de existencia
y estructura. . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.2 Sistemas de ecuaciones lineales con coecientes constantes.
Exponencial de una matriz. . . . . . . . . . . . . . . . . . . . 109
4.3 Met odo de Lagrange. . . . . . . . . . . . . . . . . . . . . . . . 109
4.4 Ecuaciones de orden superior. . . . . . . . . . . . . . . . . . . 109
4.5 Ecuaciones lineales con coecientes constantes. . . . . . . . . 109
4.6 Metodo de los coecientes indeterminados. . . . . . . . . . . . 109
4.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
5 Sistemas aut onomos en el plano 111
5.1 Estudio de los sistemas aut onomos no lineales. . . . . . . . . 111
5.2 Trayectorias. Plano de fases. . . . . . . . . . . . . . . . . . . . 111
5.3 Linealizaci on. . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.4 Concepto de estabilidad de un punto critico. Resultados de
Poincare. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.5 Teorema de PoincareBendixon. . . . . . . . . . . . . . . . . 111
5.6 Metodo directo de Liapounov:
Estabilidad, estabilidad asint otica, inestabilidad. . . . . . . . 111
5.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
Referencias 113
5
NOTACIONES
Notaciones generales
Smbolo Signicado
IR
N
Espacio eucldeo de dimensi on N
x = (x
1
, x
2
, ..., x
N
) Elemento de IR
N
r = [x[ = (x
2
1
+x
2
2
+... +x
2
N
)
1/2
M odulo de x
d
k)
u
dx
k
1
Derivada de orden k = 1, 2...
u =
_
u
x
1
,
u
x
2
, ...,
u
x
N
_
Gradiente de u
Espacios de funciones
Smbolo Signicado
(() Funciones continuas en
(
0
() Funciones continuas en con soporte compacto
(
k
() Funciones de clase k en
(
k
0
() Funciones de (
k
() con soporte compacto
(

() Funciones indenidamente diferenciables en

(

0
() = T() Funciones de (

() con soporte compacto

6
7
Introducci on
El objetivo del curso es conseguir que el alumno sea capaz de analizar prob-
lemas de Ecuaciones Diferenciales Ordinarias elementales y de aplicar dicho
an alisis al estudio de modelos de la Fsica, la Biologa, las ciencias Sociales
y la Tecnologa. Los conocimientos que han de adquirirse en esta asignatura
son fundamentales para asignaturas posteriores de la Licenciatura, tales
como la Geometra Diferencial, las Ecuaciones en Derivadas Parciales, etc.
Estas notas son una gua para seguir el curso. En algunos temas son sim-
plemente una indicaci on de captulos precisos de los textos recomendados y
una lista seleccionada de ejercicios. En otros temas, conceptualmente m as
difciles, son notas elaboradas expresamente para gua de este curso con el
objeto de servir de primera lectura sistem atica, que el estudiante puede y
debe completar en la bibliografa seleccionada.
Para precisar m as:
Captulo Referencias
1 [1], [2], [3] y [12]
2 [4], [5], [6], [10] y [14]
3 [1], [7], [8], [9], [11] y [14]
4 [4],[7], [8], [9], [11]y [14]
5 [4], [9], [10],[13] y [14].
Evaluaci on. Ex amenes teorico-pr acticos con ejercicios de nivel similar a los
contenidos en las listas que se entregar an a los alumnos durante el desarrollo
del curso.
8
Fechas de examenes.
Convocatoria Fecha
Febrero
Septiembre
Madrid, Octubre de 2001
Chapter 1
Sucesiones y series de
funciones.
1.1 Convergencia puntual de sucesiones y series
de funciones. Ejemplos.
Dado E IR
N
consideramos
T(E) = f : E IR[ f es una aplicaci on.
Denici on 1.1.1 Una sucesi on de funciones es una aplicaci on,
: IN T(E)
k (k) := f
k
.
Como es habitual identicaremos la sucesi on por su imagen y escribiremos
f
k

kIN
. Esta identicaci on no produce ning un error por ser siempre el
dominio de una sucesi on IN.
Denici on 1.1.2 i) Diremos que la sucesi on f
k

kIN
converge en x E
si la sucesi on de n umeros reales f
k
(x)
kIN
converge, es decir, si
existe l = lim
k
f
k
(x).
ii) Si f
k

kIN
converge en cada punto de E, denimos
f : E IR
x f(x) = lim
k
f
k
(x),
que por la unicidad del lmite es una aplicaci on. A f la llamamos
funci on lmite puntual de f
k

kIN
.
9
10
Recordando la denici on de lmite de sucesiones de n umeros reales tenemos
el signicado de la igualdad
f(x) = lim
k
f
k
(x), x E :
Fijado x E y cualquiera que sea > 0, existe n
0
= n
0
(x, ) tal que si
k > n
0
, entonces
[f
k
(x) f(x)[ < .
Observamos que, en general, n
0
= n
0
(x, ), es decir, n
0
depende de cada
punto. Esta dependencia hace que la convergencia puntual no sea adecuada
en aquellos casos en que el c alculo obliga a intercambiar lmites. Veremos
esta dicultad en ejemplos.
Pero antes introducimos el concepto de convergencia puntual de series.
Denici on 1.1.3 Sea la sucesi on de funciones f
k

kIN
. Denimos la sucesi on
de sumas parciales asociada por,
S
n
(x) =
n

k=1
f
k
(x), n IN.
Si la sucesi on S
n

kIN
es puntualmente convergente decimos que la serie
asociada a la sucesi on f
k

kIN
es puntualmente convergente y escribiremos

k=1
f
k
(x) = lim
n
S
n
(x).
Ejemplo 1.1.4 La convergencia puntual no preserva la continuidad.
Sea la sucesi on
f
k
: IR IR, denida por f
k
(x) =
1
1 +kx
2
, k IN.
Cada f
k
, k IN, es una funci on continua como cociente de funciones con-
tinuas cuyo denominador no se anula. Estudiamos su lmite puntual.
1. Si x = 0 tenemos que f
k
(0) = 1 para todo k IN. Por tanto,
lim
k
f
k
(0) = 1.
2. Si jamos x
0
IR 0, tenemos que
lim
k
f
k
(x
0
) = lim
k
1
1 +kx
2
0
= 0
11
De esta manera resulta que la funci on lmite puntual de la sucesi on es,
f(x) =
_
1, si x = 0,
0, si x ,= 0,
que es discontinua en x = 0.
Ejemplo 1.1.5 La convergencia puntual no preserva la integra-
bilidad Riemann.
Consideramos la sucesi on
f
k
: [0, 1] IR, denida por f
k
(x) = lim
n
(cos(k!x))
2n
, k IN.
De esta forma se tiene que
f
k
(x) =
_
1, si k!x IN,
0, si k!x / IN.
La funci on f
k
vale 1 si x =
p
k!
con p IN, es decir, vale uno en solo una
cantidad nita de puntos del intervalo [0, 1], y por consiguiente, es integrable
Riemann, siendo
_
1
0
f
k
(x)dx = 0, k IN.
Evaluamos ahora el lmite puntual de la sucesi on f
k

kIN
. Observemos que:
Si x IR I Q, f
k
(x) = 0 para todo k IN.
Si x I Q, x =
p
q
, fracci on irreducible. Pero entonces si k q, f
k
(
p
q
) = 1.
Por tanto el lmite puntual es precisamente la funci on de Dirichlet, es decir,
f(x) =
_
1, si x I Q,
0, si x IR I Q.
Como f es discontinua en todo punto, f no es integrable Riemann. Este
ejemplo demuestra que la convergencia puntual no preserva la integrabilidad
Riemann.
Ejemplo 1.1.6 Convergencia puntual y derivaci on.
Consideremos f
k

kIN
, f
k
(x) =
sen kx

k
, k IN. Es obvio que x IR,
f(x) := lim
k
f
k
(x) = 0.
12
Por tanto, f

(x) 0. Sin embargo,

f

k
(x) =

k cos kx
y as, por ejemplo en x = 0, f

(0) ,= lim
k
f

k
(0) = .
Concluimos que, a un cuando la funci on lmite puntual sea derivable,
las derivadas de una sucesi on que converge puntualmente, en general, no
converge a la derivada del lmite.
Ejemplo 1.1.7 El lmite de las integrales de una sucesi on pun-
tualmente convergente, en general, no es la integral del lmite.
Consideramos la sucesi on de funciones
f
k
: [0, 1] IR, f
k
(x) = k
2
x(1 x
2
)
k
, k IN.
Como f
k
(0) = f
k
(1) = 0 para todo k IN, basta estudiar el lmite puntual
cuando 0 < x
0
< 1. Ahora
f
k
(x
0
) = k
2
x
0
(1 x
2
0
)
k
0 k
pues poniendo (1x
2
0
)
1
1 +p
< 1, k
2
x
0
(1x
2
0
)
k
k
2
x
0
(
1
1 +p
)
k
. Entonces
basta observar que si k > 6,
(1 +p)
k

k!
(k 3)!3!
p
3
k
3
p
3
1
2
3
3!
,
y entonces
k
2
x
0
(
1
1 +p
)
k
c(p)
1
k
0.
Es decir,
f(x) := lim
k
f
k
(x) = 0 y
_
1
0
f(x)dx = 0.
Por otra parte,
_
1
0
f
k
(x)dx
k
2
2
_
1
0
(1 t)
k
dt
k
2
2(k + 1)
.
13
Los ejemplos anteriores ponen de maniesto que la convergencia puntual
no es suciente para hacer c alculo. Esta es la principal motivaci on para el
estudio que se acomete en la secci on siguiente.
Es obvio que, por denici on, el lmite puntual satisface todos los resul-
tados algebracos que son v alidos para el lmite de sucesiones de n umeros
reales. Es decir, si f
k

kIN
y g
k

kIN
tienen lmite puntual f y g respecti-
vamente, entonces,
A) lim

(f
k
+g
k
)(x) = f(x) +g(x)
B) lim

(f
k
g
k
)(x) = f(x)g(x)
C) Si adem as g(x) ,= 0,lim

(
f
k
g
k
)(x) =
f(x)
g(x)
.
1.2 Convergencia uniforme.
Para remediar la maniesta insuciencia para el c alculo de la convergen-
cia puntual, introducimos el concepto m as restrictivo de Convergencia
uniforme.
Denici on 1.2.1 Decimos que una sucesi on de funciones f
k

kIN
con-
verge uniformemente sobre el conjunto E IR
N
a la funci on f si > 0,
k
0
IN tal que si k k
0
[f
k
(x) f(x)[ , x E
Es claro que si f
k

kIN
converge uniformemente en E, tambien con-
verge puntualmente en todos los puntos de E.
C ual es la diferencia fundamental entre los dos conceptos de conver-
gencia introducidos? Si se lee atentamente la denici on (1.2.1), vemos que
el ndice k
0
se postula v alido para todos los puntos de E, de aqu el nombre
de uniforme para este tipo de convergencia. En general en las sucesiones
que solo convergen puntualmente k
0
, por el contrario, tambien depende del
punto x.
N otese que siempre que hablemos de convergencia uniforme habremos
de precisar el conjunto E al cual nos referimos: m as explcitamente, una
sucesi on puede no converger en un conjunto E y s en un subconjunto F E.
Tratamos en los ejemplos siguientes de entender mejor la convergencia
uniforme.
14
Ejemplo 1.2.2 Sea f
k
(x) =
sen kx
k
, k IN. Observamos que
[f
k
(x)[
1
k
, x IR.
Dado > 0 si tomamos k
0
>
1

y si k k
0
, entonces,
[f
k
(x)[ , x IR,
es decir, f
k

kIN
converge uniformemente a f 0 en IR.
Si trazamos sendas rectas paralelas al eje OX de ordenada , las
gr acas de las funciones, (x, f
k
(x)) est an contenidas entre las dos rectas
tomando k k
0
.
Ejemplo 1.2.3 Sea la sucesi on de funciones
f
k
(x) =
_
_
_
0 si 1 x 2
k
2
k+1
x si 0 x 2
(k+1)
2
k+1
(2
k
x) si 2
(k+1)
x 2
k
, k IN.
Es claro que para todo x [0, 1] jo, f
k
(x) 0, k , pues tomando k
0
tal que x > 2
k
0
, para cada k > k
0
, f
k
(x) = 0.
Sin embargo la sucesi on no converge uniformemente en [0, 1]. De con-
verger uniformemente habra de hacerlo a su lmite puntual, f = 0. Pero si
tomamos =
1
2
y para cada k IN tomamos x
k
= 2
(k+1)
, se obtiene que
[f
k
(x
k
)[ = 1 >
1
2
,
es decir, la sucesi on no converge uniformemente a f = 0.
Vemos que la idea gr aca del ejemplo anterior es muy buena: aqu no
hay converegencia uniforme porque para al menos una altura
1
2
, todas las
gr acas se salen de la banda
B = (x, y) [0 x 1,
1
2
< y <
1
2

en al menos un punto.
A continuaci on damos criterios de convergencia uniforme.
15
Teorema 1.2.4 ( Criterio de Cauchy). La sucesi on de funciones f
k

kIN

T(E) converge uniformemente en E si y solo si se verica la siguiente
condici on,
(CC)
_
> 0, k
0
IN tal que si k, l k
0
, entonces
[f
k
(x) f
l
(x)[ , para todo x E
Demostraci on. Que la condici on (CC) es necesaria es evidente. En efecto
si f
k

kIN
converge uniformemente a f, dado > 0 existe k
0
tal que si
n > k
0
, entonces
[f
n
(x) f(x)[

2
, para todo x E.
Entonces tomando k, l > k
0
y por la propiedad triangular,
[f
k
(x) f
l
(x)[ [f
k
(x) f(x)[ +[f(x) f
l
(x)[ < .
Probamos que la condici on (CC) es suciente.
Si se verica (CC), en particular, jado x E, la sucesi on numerica
f
k
(x)
kIN
es una sucesi on de Cauchy en IR, por tanto, existe
f(x) = lim
k
f
k
(x).
En otras palabras, el argumento anterior demuestra que la condici on (CC)
implica convergencia puntual. Hemos de probar que la convergencia es uni-
forme en E.
Por hip otesis, > 0, k
0
IN, tal que si k, l k
0
, entonces
[f
k
(x) f
l
(x)[ , para todo x E,
tomando lmites en la desigualdad anterior,
lim
l
[f
k
(x) f
l
(x)[ = [f
k
(x) f(x)[ para todo x E.
Esto concluye la demostraci on.
A la condici on (CC) se le llama condici on uniforme de Cauchy en E.
El Teorema (1.2.4) se puede reformular diciendo que: La condici on necesaria
y suciente para que una sucesi on de funciones converja uniformemente en
E es que sea uniformemente de Cauchy en E.
Vamos a traducir el anterior teorema al caso de series y dejamos la
demostraci on como un ejercicio sencillo para el alumno.
16
Teorema 1.2.5 ( Criterio de Cauchy). Sea la sucesi on de funciones f
k

kIN

T(E). La serie f(x) =

k=1
f
k
(x) converge uniformemente en E si y solo
si se verica la siguiente condici on,
(CCS)
_
_
_
> 0, k
0
IN tal que si k, l k
0
, entonces
[
i=k

i=l
f
i
(x)[ , para todo x E
Los dos siguientes resultados son muy convenientes para las aplica-
ciones, los reconoceremos como Criterios de Weierstrass.
Teorema 1.2.6 Sea la sucesi on de funciones f
k

kIN
T(E) y supong-
amos que converge puntualmente a f. Sea
M
k
= sup
xE
[f
k
(x) f(x)[, k IN.
Entonces son equivalentes:
1) f
k
f, k uniformemente en E
2) M
k
0, k .
Demostraci on. 2) = 1) es obvio. Demostramos que 1) = 2). En
la denici on de convergencia uniforme tomamos = 2
n
para n IN.
Entonces existe un n
0
tal que si k > n
0
, [f
k
(x) f(x)[ 2
n
para todo
x E; podemos reformular la anterior desigualdad tomando supremo en
x E. Resulta,
M
k
= sup
xE
[f
k
(x) f(x)[ 2
n
, k > n
0
Teorema 1.2.7 (Criterio de Weierstrass).
Sea f
k

kIN
T(E), sucesi on de funciones. Si
1) [f
k
(x)[ M
k
, x E,
2)

k=1
M
k
< ,
entonces,

k=1
f
k
converge uniformemente en E.
17
Demostraci on. Como

k=1
M
k
< , la sucesi on de sumas parciales es
una sucesi on de Cauchy en IR. Por tanto, > 0, k
0
tal que si j, l > k
0
,
k=l

k=j
M
k
< y entonces tenemos que
[
k=l

k=j
f
k
(x)[
k=l

k=j
[f
k
(x)[
k=l

k=j
M
k
< , x E,
es decir, la sucesi on de sumas parciales
n

k=1
f
k
(x)
kIN
satisface la condici on
(CCS) y por el criterio de Cauchy, Teorema (1.2.5), concluimos.
En los apartados siguientes de esta secci on comprobaremos como habiendo
convergencia uniforme no se encuentran los problemas hallados con la con-
vergencia puntual.
1.2.1 Convergencia uniforme y continuidad.
Probaremos como la convergencia uniforme preserva la continuidad.
Teorema 1.2.8 Sea f
k

kIN
sucesi on de funciones continuas en un punto
x
0
E y que converge uniformemente en E a f. Entonces f es continua en
x
0
.
Demostraci on. Sea > 0. Fijo h IR
N
tal que x
0
+ h E podemos
escribir,
[f(x
0
+h)f(x
0
)[ [f(x
0
+h)f
k
(x
0
+h)[+[f
k
(x
0
+h)f
k
(x
0
)[+[f
k
(x
0
)f(x
0
)[.
Por la convergencia uniforme, podemos encontrar k
0
tal que si k > k
0
,
[f(x
0
+h) f
k
(x
0
+h)[

3
y [f
k
(x
0
) f(x
0
)[

3
, h.
Fijado k > k
0
la continuidad de f
k
en x
0
permite obtener > 0 tal que si
[h[ < y x
0
+h E,
[f
k
(x
0
+h) f
k
(x
0
)[

3
.
Entonces si tomamos k y h en las condiciones anteriores concluimos que
[f(x
0
+h) f(x
0
)[ ,
18
que prueba la continuidad de f en x
0
.
El Teorema (1.2.8) nos da un criterio de no convergencia uniforme:
Criterio negativo de convergencia uniforme.
Si una sucesi on de funciones continuas en un punto x
0
tiene como
lmite puntual una funci on discontinua en x
0
, entonces el lmite no es uni-
forme.
A un cuando una sucesi on de funciones continuas tenga lmite puntual
continuo, no podemos armar que la convergencia sea uniforme. Sin embargo
se tiene el siguiente resultado de Dini con hip otesis adicionales.
Teorema 1.2.9 (Dini). Sea E IR
N
compacto y sea
f
k
: E IR, k IN
una sucesi on de funciones continuas vericando:
1. f
k

kIN
es una sucesi on decreciente, es decir, f
k
(x) f
k1
(x) ,k
IN, x E,
2. lim
k
f
k
(x) = f(x) y f es continua en E.
Entonces f
k

kIN
converge uniformemente a f en E.
Demostraci on. Denimos g
k
(x) = f
k
(x) f(x), k IN. Por hip otesis
tenemos que: i) g
k
es uniformemente continua en E; ii) g
k
(x) 0; iii)
lim
k
g
k
(x) = 0 y iv) g
k
(x) g
k+1
(x). El resultado queda reducido a probar
que g
k

kIN
converge uniformemente a cero. Como consecuencia de iii),
dado > 0 y jado x E, existe k(x, ) tal que,
g
k(x,)
(x) <

2
.
Por la continuidad de g
k(x,)
, existe
k(x,)
> 0 tal que si [x t[ <
k(x,)
entonces
g
k(x,)
(t) < y por iv), 0 g
k
(t) g
k(x,)
(t) < , k k(x, ).
Tomando el recubrimiento del compacto E por las bolas
_
B

k(x,)
(x)
_
xE
construidas anteriormente, podemos extraer un subrecubrimiento nito,
B

k(x
1
,)
(x
1
), B

k(x
2
,)
(x
2
)..., B

k(xr,)
(x
r
),
19
es decir,
r
_
i=1
B

k(x
i
,)
(x
i
) E.
Tomando k
0
= maxk(x
1
, ), k(x
2
, ), ..., k(x
r
, ) tenemos que si k k
0
,
0 g
k
(t) para todo t E. Por tanto la sucesi on g
k

kIN
converge
uniformemente a cero.
Es claro que cambiando el no crecimiento de la sucesi on por la condici on
de ser no decreciente, se obtiene el mismo resultado.
1.2.2 Convergencia uniforme e integraci on.
Por simplicidad de exposici on nos restringimos al caso de funciones de una
variable real denidas en un intervalo I = [a, b].
Sea
h : [a, b] IR,
una funci on acotada, es decir, tal que para alguna constante A, [h(x)[ A
para todo x [a, b]. Sea T = a = x
0
< x
1
< ... < x
m1
< x
m
=
b, una partici on del intervalo [a, b]. Recordamos que las sumas superior e
inferior de Riemann para la funci on h asociadas a la partici on T, se denen
respectivamente por
U(h, T) =

m
j=1
M
j
[x
j
x
j1
[, donde M
j
= sup
t[x
j1
,x
j
]
f(t) y
L(h, T) =

m
j=1
m
j
[x
j
x
j1
[, donde m
j
= inf
t[x
j1
,x
j
]
f(t).
Recordamos tambien que la funci on acotada h es integrable Riemann en
[a, b] si y solo si
> 0 existe una partici on T de [a, b] tal que U(h, T) L(h, T) .
(1.1)
(En la referencia [3] puden encontrarse detalles sobre la Integral de Rie-
mann).
Teorema 1.2.10 Sea f
k
: [a, b] IR sucesi on de funciones integrables
Riemann. Supongamos que f
k

kIN
converge uniformemente a f en [a, b],
entonces:
a) f es integrable Riemann.
20
b)
_
b
a
f(x)dx = lim
k
_
b
a
f
k
(x)dx
Demostraci on. a) Para demostrar que f es integrable Riemann, hemos de
establecer la condici on de integrabilidad (1.1). Dado > 0, sea 3 =

(b a)
.
Como la sucesi on converge uniformemente existe k
0
IN tal que si k k
0
f
k
(x) f(x) f
k
(x) +, x [a, b]. (1.2)
Fijado k > k
0
, como f
k
es integrable, existe una partici on de [a, b], T =
a = x
0
< x
1
< ... < x
m1
< x
m
= b, de forma que
U(f
k
, T) L(f
k
, T)

3
;
y como por (1.2) se tiene que
U(f, T) U(f
k
, T) +

3
, L(f, T) L(f
k
, T)

3
,
concluimos que
U(f, T) L(f, T)
_
U(f
k
, T) +

3
_

_
L(f
k
, T)

3
_
,
es decir hemos establecido la condici on de integrabilidad.
b) Sea > 0 y sea k
0
tal que si k > k
0
[f
k
(x) f(x)[

(b a)
para
todo x [a, b].
Entonces
[
_
b
a
(f
k
(x) f(x))dx[
_
b
a
[f
k
(x) f(x)[dx
Corolario 1.2.11 Sea f
k

kIN
sucesi on de funciones integrables Riemann.
Entonces si
f(x) =

k=1
f
k
(x)
converge uniformemente, f es integrable Riemann y
_
b
a
f(x)dx =

k=1
_
b
a
f
k
(x)dx.
21
Ejemplo 1.2.12 Se trata de calcular
_
2
0
f(x)dx siendo f(x) =

k=1
1
k
2
cos(k
6
x).
Por el criterio de Weierstrass la serie converge uniformemente. Por tanto
aplicando el corolario anterior:
_
2
0
f(x)dx =

k=1
1
k
2
_
2
0
cos(k
6
x)dx = 0
pues
_
2
0
cos(k
6
x)dx =
1
k
6
sen (k
6
x)[
2
0
= 0.
1.2.3 Convergencia uniforme y derivaci on.
El resultado principal es el siguiente teorema.
Teorema 1.2.13 Sea f
k
: [a, b] IR sucesi on de funciones derivables en
[a, b], f

k
continua. Sumongamos que:
a) Existe x
0
[a, b] tal que lim
k
f
k
(x
0
) = l.
b) f

kIN
converge uniformemente en [a, b] a una funci on g(x).
Entonces f
k

kIN
converge uniformemente a una funci on f (
1
([a, b]) y
adem as
f

(x) = lim
k
f

k
(x) = g(x)
Demostraci on. Por el Teorema Fundamental del C alculo,
f
k
(x) = f
k
(x
0
) +
_
x
x
0
f

k
(s)ds.
En virtud del Teorema (1.2.10), al termino de la derecha converge a
l +
_
x
x
0
g(s)ds.
22
Deniendo
f(x) = l +
_
x
x
0
g(s)ds
se tiene que
[f(x) f
k
(x)[ [l f
k
(x
0
)[ +
_
b
a
[g(s) f

k
(s)[ds
[l f
k
(x
0
)[ + sup
s[a,b]
[g(s) f

k
(s)[[b a[ 0, k
por la hip otesis b). Adem as por ser g continua, f

(x) = g(x) y por tanto,

f

(x) = lim
k
f

k
(x) por lo que f (
1
([a, b])
Corolario 1.2.14 Sea f
k

kIN
(
1
([a, b]) sucesi on de funciones tal que:
i)

k=1
f
k
(x
0
) = l < ; ii)

k=1
f

k
(x) = g(x) uniformemente en [a, b].
Entonces:
1. Existe f tal que f(x) =

k=1
f
k
(x) uniformemente en [a, b].
2. f (
1
([a, b]) y f

(x) =

k=1
f

k
(x) = g(x).
1.3 Series de potencias.
Sea una sucesi on numerica a
k

kIN
I C. Decimos que la seria

k=1
a
k
converge absolutamente, si
S
m
=
m

k=1
[a
k
[ S < , m .
Para revisar lo concerniente a sucesiones y series de n umeros puede consul-
tarse la referencia [12]. Recordamos los criterios de convergencia cl asicos:
Criterio de la raiz. Sea l = limsup

[a
k
[
1/k
.
1. Si l < 1

k=1
a
k
converge absolutamente.
2. Si l > 1

k=1
a
k
diverge. (S = )
3. Si l = 1 no se puede concluir.
23
Dada la sucesi on a
k

kIN
, se tienen las siguientes desigualdades:
liminf
k
[a
k+1
[
[a
k
[
liminf
k
[a
k
[
1/k
limsup
k
[a
k
[
1/k
limsup
k
[a
k+1
[
[a
k
[
.
Como consecuencia de lo anterior se tiene el util criterio del cociente.
Criterio del cociente. Sean l = liminf
k
[a
k+1
[
[a
k
[
y L = limsup
k
[a
k+1
[
[a
k
[
.
1. Si L < 1

k=1
a
k
converge absolutamente.
2. Si l > 1

k=1
a
k
diverge. (S = )
3. Si l 1 L no se puede concluir.
A continuaci on introducimos las series de potencias, que generalizan a
los polinomios.
Denici on 1.3.1 Llamamos serie de potencias centrada en x
0
con coe-
cientes c
k

k=0
I C a,

k=0
c
k
(x x
0
)
k
.
Dados x, x
0
I C consideramos la serie n umerica

k=0
z
k
, donde z
k
= c
k
(x
x
0
)
k
. Aplicando el criterio de la raiz obtenemos que si l = limsup

[z
k
[
1/k
entonces
1. Si l < 1,

k=1
z
k
converge absolutamente. Es decir, cualquiera que
sea x I C vericando que
[x x
0
[ limsup

[c
k
[
1/k
< 1
la serie converge absolutamente.
2. Si l > 1,

k=1
z
k
diverge. Es decir, si x es tal que
[x x
0
[ limsup

[c
k
[
1/k
> 1
la serie diverge para tal valor de x.
24
3. Si x es tal que [x x
0
[ limsup

[c
k
[
1/k
= 1 no se puede concluir.
Las observaciones anteriores motivan la denici on siguiente.
Denici on 1.3.2 Dada la serie de potencias

k=0
c
k
(x x
0
)
k
, decimos que
R es su radio de convergencia si R =
1

siendo = limsup

[c
k
[
1/k
. En
los casos que = denimos R = 0 y si = 0, denimos R = .
De esta forma si 0 < R < y si [xx
0
[ < R la serie converge absolutamente
mientras que si [x x
0
[ > R la serie diverge.
Si R = 0 la serie solo converge en x
0
y si R = converge en cualquier
punto.
Ejemplo 1.3.3 Supondremos x
0
= 0 por brevedad de escritura.
1. Sea

k=0
k
k
x
k
, su radio de convergencia es R = 0.
2. Sea

k=0
x
k
, su radio de convergencia es R = 1.
3. Sea

n=0
x
n
n!
su radio de convergencia es R =
4. Sea

n=1
x
n
n
p
, su radio de convergencia es R = 1, cualquiera que sea
p > 0.
Enunciamos y demostramos a continuaci on el resultado fundamental.
Teorema 1.3.4 Dada la serie

k=0
c
k
(x x
0
)
k
, supongamos que converge si
[x x
0
[ < R y denamos
f(x) =

k=0
c
k
(x x
0
)
k
, si [x x
0
[ < R. (1.3)
Sea 0 < r < R. Entonces:
i) La serie (1.3) converge uniformemente en [x x
0
[ r y por tanto f es
una funci on continua.
25
ii) f (

y se verica
d
n
f
dx
n
(x) =

k=n
k(k 1)...(k n)c
k
(x x
0
)
kn
Demostraci on. i) Como [x x
0
[ r < R, tenemos que [c
k
(x x
0
)
k
[ =
[c
k
[[x x
0
[
k
c
k
r
k
y como, por hip otesis, r < R,

k=0
[c
k
[r
k
< .
El criterio de Weierstrass, Teorema (1.2.7), nos permite concluir.
ii) Comenzamos probando el resultado para la primera derivada. Con-
sideremos la serie de potencias
g(x) =

k=1
kc
k
(x x
0
)
k1
,
entonces como,
limsup
k
(k[c
k
[)
1/k
= limsup
k
[c
k
[
1/k
,
el radio de convergencia de la serie deniendo g es el mismo que el de la serie
deniendo f. Por tanto, por el primer apartado, la serie derivada termino a
termino converge uniformemente en [xx
0
[ r. Aplicando el Corolario del
Teorema (1.2.13), concluimos que f (
1
y que f

(x) = g(x) si [x x
0
[ <
R. El resultado general se obtiene por recurrencia, observando que la idea
fundamental es que el radio de convergencia de la serie y de la serie derivada
termino a termino son iguales.
Nota 1.3.5 1. Dada la serie f(x) =

k=0
c
k
(xx
0
)
k
, convergente en [x
x
0
[ < R, se tiene que de acuerdo con el teorema anterior
f
(n)
(x
0
) = n!c
n
, n IN.
Podemos reescribir la serie como
f(x) =

k=0
f
(k)
(x
0
)
k!
(x x
0
)
k
.
Detallaremos como este desarrollo es v alido en todo punto del dominio
de convergencia de la serie.
26
2. Tras el comentario anterior, podra pensarse que dada una funci on in-
denidamente diferenciable, es decir, h (

, sera expresable como

una serie de potencias convergente cuyos coecientes fuesen
h
(k)
(x
0
)
k!
.
Tal pensamiento es absolutamente err oneo como pone de mani-
esto la siguiente funci on:
h(x) =
_
e

1
x
2
, si x > 0
0, si x 0.
Se tiene que h
(k)
(0) = 0 cualquiera que sea k 0. Por tanto la serie
correspondiente es la serie identicamente nula, mientras que h(x) > 0
si x > 0.
Para ver que el desarrollo de Taylor es v alido en todo el intervalo de con-
vergencia usaremos el siguiente resultado sobre la suma de series dobles por
sumaci on reiterada. Para una demostraci on de este resultado puede verse la
referencia [12].
27
Lema 1.3.6 Sea a
i,j
: i, j = 0, 1, 2..., IR una sucesi on doble. Supong-
amos que

j=0
[a
i,j
[ = b
i
y que

i=1
b
i
< .
Entonces

i=0

j=0
a
i,j
=

j=0

i=0
a
i,j
Tenemos el siguiente resultado de convergencia de la serie de Taylor.
Teorema 1.3.7 Sea f(x) =

k=0
c
k
x
k
convergente uniformemente en com-
pactos de [x[ < R. Entonces para todo a tal que [a[ < R se verica que
f(x) =

k=0
f
(k)
(a)
k!
(x a)
k
, si [x a[ < R [a[
siendo la convergencia uniforme en compactos contenidos en [xa[ < R[a[.
Demostraci on. Dada la expresi on inicial de f, [a[ < R, y [xa[ < R[a[,
podemos escribir
f(x) =

k=0
c
k
(x a +a)
k
=

k=0
c
k
k

j=0
_
k
j
_
(x a)
j
a
kj
.
Suponiendo por un momento que estamos en las hip otesis del Lema (1.3.6),
obtendramos que
f(x) =

j=0
_
_

k=j
c
k
_
k
j
_
a
kj
_
_
(x a)
j
:=

j=0
d
j
(x a)
j
.
Probamos que estamos en las hip otesis del Lema (1.3.6) para justicar el
c alculo anterior. Si [x a[ < < R[a[ se tiene que [x a[ +[a[ < +[a[;
entonces, observando que
b
k
=
k

j=0
_
k
j
_
[x a[
j
[a[
kj
= ([x a[ +[a[)
k
< ( +[a[)
k
,
28
tenemos que

k=0
[c
k
[[
k

j=0
_
k
j
_
(x a)
j
a
kj
[

k=0
[c
k
[( +[a[)
k
< , pues +[a[ < R.
Observese que a la par que hemos comprobado la licitud de la permutaci on
del orden de sumaci on, hemos comprobado que la convergencia de la serie

j=0
d
j
(x a)
j
es uniforme sobre compactos de [x a[ < R [a[. El mismo
tipo de argumentaci on que en la demostraci on del Teorema (1.3.4) prueba
que
d
j
=
f
(j)
(a)
j!
El resultado que enunciamos a continuaci on sin demostraci on es debido a
Abel y da informaci on de lo que pasa en el extremo del intervalo de conver-
gencia.
Teorema 1.3.8 Sea a
k

k=0
IR. Supongamos que

k=0
a
k
= A. Entonces

k=0
a
k
x
k
converge uniformemente sobre compactos de [x[ < 1 y adem as
lim
x1

k=0
a
k
x
k
= A
La demostraci on de este resultado puede verse en la referencia [3]. Las condi-
ciones del Teorema est an normalizadas a x
0
= 0 y R = 1.
1.3.1 Aplicaci on: convergencia de la serie de Taylor de algu-
nas funciones elementales.
Dada una funci on f (

(IR), el teorema de valor medio permite escribir

el desarrollo de Taylor de orden n como
f(x) =
n

k=0
f
(k)
(0)
k!
x
k
+R
n
(x),
donde R
n
(x) = o(x
n
) para x 0.
Recordamos las formas habituales del resto:
29
Forma de Lagrange. Para alg un (0, 1)
R
n
(x) =
x
n+1
(n + 1)!
f
(n+1)
(x)
Forma de Cauchy. Para alg un t (0, x)
R
n
(x) =
x(x t)
n
n!
f
(n+1)
(t)
Forma integral.
R
n
(x) =
_
x
0
f
(n+1)
(t)
(x t)
n
n!
dt.
Los detalles pueden verse en la referencia [2].
Una funci on f (

(IR) admite siempre una serie de Taylor formal,

k=0
f
(k)
(0)
k!
x
k
pero dicha serie solo representa a la funci on si existe
un intervalo fijo I

= (, ), > 0, en el cual los restos R

n
(x) 0
uniformemente en I

cuando n . La funci on
h(x) =
_
e

1
x
2
, si x > 0
0, si x 0,
es un ejemplo de funci on (

que no se puede representar por la serie de

Taylor en un entorno de x = 0. El misterio es que si queremos estimar en
menos que > 0 el resto R
n
(x), debemos achicar el intervalo. Al nal nos
quedamos sin intervalo y as nos quedamos sin serie.
Nos centramos en estudiar el desarrollo de Taylor de algunas funciones
elementales.
(I) f(x) = lg(1 +x). Usando un argumento de recurrecia la serie de Taylor
formalmente resulta ser,

k=0
f
(k)
(0)
k!
x
k

k=1
(1)
(k1)
x
k
k
.
Dado que la serie formal tiene radio de convergencia R = 1 y se tiene por el
teorema del valor medio que
lg(1 +x) =
n

k=1
(1)
(k1)
x
k
k
+R
n
(x),
30
es natural intentar demostrar que R
n
(x) 0 uniformemente en cualquier
intervalo [r, r], con r < 1. Una forma sencilla de obtener el resto R
n
es
calcular el correspondiente resto para
1
(1 +x)
e integrarlo. As resulta
[R
n
(x)[ = [(1)
n
_
x
0
t
n
1 +t
dt[
_

_
x
n+1
(n + 1)
, si 0 x < 1
[x[
n+1
(1 +x)(n + 1)
, si 1 < x 0.
Por tanto, jo (0, 1) tenemos que
[R
n
(x)[

n+1
(1 )(n + 1)
, x I

= [, ]
por tanto, los restos convergen uniformemente a cero en I

y as concluimos
que
lg(1 +x) =

k=1
(1)
k
x
k
k
, si [x[ < 1.
(II) f(x) = e
x
. En este caso, formalmente por el momento, se tiene,

k=0
f
(k)
(0)
k!
x
k

k=0
x
k
k!
.
Por el teorema del valor medio,
e
x
=
n

k=1
(1)
k
x
k
k!
+R
n
(x),
donde el resto en su forma de lagrange es
R
n
(x) =
x
n+1
(n + 1)!
e
x
, 0 < < 1
y la serie tiene radio de convergencia R = . Para probar que la suma de
la serie en cada x IR es precisamente e
x
, demostraremos que
lim
n
R
n
(x) = 0, uniformemente sobre cada intervalo acotado, (a, a).
31
Fijado a > 0 elegimos n
0
IN de forma que n
0
2a. Sean [x[ < a y n n
0
,
entonces
[x[
n
<
[a[
n
0

1
2
. Por tanto, si n n
0
, y [x[ < a,
[R
n
(x)[ = [
x
n+1
(n + 1)!
e
x
[ =
[x[
n
0
(n
0
)!
[x[
(n
0
+ 1)
[x[
(n
0
+ 2)
...
[x[
(n + 1)
e
|x|

(2a)
n
0
n
0
!
1
2
n
e
a
0, si n .
Concluimos que
e
x
=

n=0
x
k
k!
, y la convergencia es uniforme sobre cada intervalo (a, a).
(III) f
1
(x) = cos x, f
2
(x) = sen x, f
3
(x) = sinh x y f
4
(x) = cosh x tienen
serie de Taylor con radio de convergencia R = y se obtienen a partir del
caso anterior de forma sencilla.
(IV ) Funci on binomial, f

(x) = (1 +x)

. Rec uerdese que si = n IN, la

f ormula del binomio de Newton da que,
(1 +x)
n
=
n

k=0
_
n
k
_
x
k
, donde
_
n
k
_
=
n(n 1)...(n k + 1)
k!
.
Es decir, se trata de un polinomio, que no es otra cosa que una serie de
potencias con solo un n umero nito de coecientes no nulos. Tratamos de
extender la f ormula anterior al caso en que IR no es un entero positivo.
Si x 1, f

puede no estar denida o dejar de ser regular. Nos limitamos

entonces a estudiar la funci on cuando x > 1. Anticipamos que vamos a
tener una f ormula formalmente como la de Newton pero con un n umero de
coecientes no nulos innito.
Por recurrencia calculamos que
f
(k)

(0) = ( 1)....( k + 1), k IN. (1.4)

Cuando = n IN, caso de un polinomio, todas las derivadas de ordenes
mayores que n son nulas. En caso contrario obtenemos la sucesi on (1.4).
De esta forma obtenemos una serie formal

k=0
f
(k)
(0)
k!
x
k

k=0
( 1)....( k + 1)
k!
x
k

k=0
_

k
_
x
k
,
32
donde, por analoga al caso entero, escribimos,
_

k
_
=
( 1)....( k + 1)
k!
.
Por el criterio del cociente comprobamos que el radio de convergencia de la
serie es R = 1. De otra parte usando el teorema del valor medio se obtiene:
(1 +x)

=
n

k=0
_

k
_
x
k
+R
n
(x),
y
R
n
(x) =
_

n + 1
_
x
n+1
(1 +x)
(n+1)
en forma de Lagrange,
R
n
(x) =
_

n
_
x
n+1
(1 )
n
( n)(1 +x)
(n+1)
en forma de Cauchy.
Sea = Ent() + 1.
Si 1 > a > x > 0 el resto en forma de Lagrange, se estima por
[R
n
(x)[ a
n+1
( + 1)...( +n)
(n + 1)!
(1 +a)

=
(1 +a)

( 1)!
(n +)!
(n + 1)!
a
n+1

(1 +a)

( 1)!
(n +)

a
n+1
0, cuando n .
Si 0 > x > a utilizamos la forma del resto de Cauchy y obtenemos,
[R
n
(x)[ a
n+1
(
1
1 a
)
n
( + 1)...( +n)
(n + 1)!
(1 +a)

=
(1 +a)

( 1)!
(n +)!
(n + 1)!
_
1
1 a
_
n
a
n+1

(1 +a)

( 1)!
(n +)

a
n+1
0, cuando n ,
ya que, como 0 < a < 1,
1
1 a
< 1.
Como conclusi on, si 0 < a < 1,
sup
|x|<a
[(1+x)

k=0
_

k
_
x
k
[
(1 +a)

( 1)!
(n+)

a
n+1
0, cuando n .
33
1.4 Sumaci on por partes: Criterio de sumaci on de
Abel.
Los resultados que se exponen a continuaci on son utiles en muchas situa-
ciones.
Lema 1.4.1 Sean las sucesiones a
k

kIN
y b
k

kIN
. Sea s
n
=
n

k=1
a
k
. En-
tonces,
n

k=1
a
k
b
k
= s
n
b
n+1

k=1
s
k
(b
k+1
b
k
) = s
n
b
1
+
n

k=1
(s
n
s
k
)(b
k+1
b
k
)
Demostraci on. Comenzamos probando la primera identidad,
n

k=1
a
k
b
k
= s
n
b
n+1

k=1
s
k
(b
k+1
b
k
).
Teniendo en cuenta que a
k
= s
k
s
k1
y poniendo s
0
= 0, resulta,
n

k=1
a
k
b
k
=
n

k=1
(s
k
s
k1
)b
k
=
n

k=1
s
k
b
k

n

k=1
s
k1
b
k
, (1.5)
pero

n
k=1
s
k1
b
k
=

n
k=1
s
k
b
k+1
s
n
b
n+1
, entonces sustituyendo en (1.5),
obtenemos
n

k=1
a
k
b
k
=
n

k=1
s
k
b
k

n

k=1
s
k
b
k+1
+s
n
b
n+1
= s
n
b
n+1

k=1
s
k
(b
k+1
b
k
).
Para probar la segunda igualdad usamos que b
n+1
=
n

k=1
(b
k+1
b
k
) + b
1
y
sustituimos en el segundo miembro de la primera igualdad, entonces,
n

k=1
a
k
b
k
=
n

k=1
(s
n
s
k
)(b
k+1
b
k
) +s
n
b
1
Teorema 1.4.2 Sea g
k

kIN
sucesi on decreciente de funciones, g
k
(x)
g
k+1
(x), x E, tal que, sup
xE
[g
k
(x)[ M. Si

k=0
f
k
converge uniforme-
mente en E entonces

k=0
f
k
g
k
, converge uniformemente en E.
34
Demostraci on. Llamamos,
s
n
(x) =
n

k=1
f
k
(x) y r
n
(x) =
n

k=1
f
k
(x)g
k
(x).
Entonces usando el Lema (1.4.1) con n > m, resulta,
r
n
(x)r
m
(x) = (s
n
(x)s
m
(x))g
m+1
(x)+
n

k=m+1
(s
n
(x)s
k
(x))(g
k+1
(x)g
k
(x)).
Teniendo en cuenta que, por hip otesis, g
k
(x) g
k+1
(x) = [g
k
(x) g
k+1
(x)[,
entonces
[r
n
(x)r
m
(x)[ [s
n
(x)s
m
(x)[M+
n

k=m+1
[s
n
(x)s
k
(x)[(g
k
(x)g
k+1
(x)).
Por hip otesis, dado > 0 existe k
0
tal que si n, m k
0
,
sup
xE
[s
n
(x) s
m
(x)[

3M
,
Entonces,
[r
n
(x)r
m
(x)[

3
+

3M
n

k=m+1
((g
k
(x)g
k+1
(x)) =

3
+

3M
(g
m+1
(x)g
n+1
(x)) , x E
Es decir, r
n
, sucesi on de sumas parciales, es uniformemente de Cauchy en
E, lo que permite concluir.
1.5 El espacio de las funciones continuas.
En esta secci on A IR
N
designar a un abierto de IR
N
que, eventualmente,
puede ser todo el espacio, o bien un intervalo compacto de IR
N
, es decir, A =
[a
1
, b
1
] [a
2
, b
2
] ... [a
N
, b
N
]. Para distinguir este ultimo caso escribiremos
K en vez de A.
Denotaremos
(
b
(A) = f : A IR [ f continua y acotada
y si A K, intervalo compacto,
( (K) = f : K IR [ f continua ,
35
caso en que la acotaci on se obtiene directamente de la continuidad de f y
la compacidad de K por el Teorema de Heine-Borel.
Tanto (
b
(A) como ( (K) son espacios vectoriales cuya dimensi on no es
nita (basta observar que las funciones e
i

N
j=1
k
j
x
j
donde k
j
IN son fun-
ciones continuas y acotadas). Como es sabido, en un espacio de dimensi on
no nita, la representabilidad de cada vector en terminos de una combi-
naci on lineal nita de elementos de una base algebraica, es insuciente para
cualquier aplicaci on. Esta es la raz on, que en este caso, hace a un mas per-
entorio el uso de metricas que permitan aproximar por sucesiones.
1.5.1 El espacio de las funciones continuas como espacio metrico.
El primer paso a dar es dotar a los espacios de funciones continuas de una
norma, respecto a la cual la convergencia obtenida es precisamente la con-
vergencia uniforme estudiada en las secciones previas.
Denici on 1.5.1 Dada f (
b
(A) le asociamos el n umero real
[[f[[

= sup
xA
[f(x)[,
al c ual llamamos norma del supremo de f.
En el caso particular de ser A K compacto, se tiene en realidad
[[f[[

= max
xK
[f(x)[.
El resultado siguiente justica el nombre de norma dado a la aplicaci on
[[ [[

: (
b
(A) IR,
al establecer que satisface las mismas propiedades que la norma de un vector
en, por ejemplo, IR
N
.
Proposici on 1.5.2 La aplicaci on [[ [[

estructura a (
b
(A) como espacio
normado, es decir, se verican,
i) [[f[[

= 0 f = 0.
ii) [[f[[

= [[ [[f[[

para cualquier IR y cualquier f (

b
(A).
iii) [[f +g[[

[[f[[

+[[g[[

, f, g (
b
(A).
36
Demostraci on. Es un ejercicio inmediato que se deja al alumno.
Como en todo espacio normado, asociada a la norma se tiene la distancia
entre dos vectores, en este caso, la distancia entre dos funciones, que se
dene por
d(f, g) = [[f g[[

, f, g (
b
(A).
Tambien es inmediato comprobar que
d : (
b
(A) (
b
(A) IR,
verica los axiomas de distancia, es decir,
i) d(f, g) 0, f, g (
b
(A).
ii) d(f, g) = 0 f = g.
iii) d(f, g) = d(g, f), f, g (
b
(A).
iv) (Propiedad triangular) d(f, g) d(f, h) +d(h, g), f, g, h (
b
(A).
Si transcribimos el concepto general de convergencia respecto a una distan-
cia, obtenemos que en este caso coincide con el de convergencia uniforme.
Proposici on 1.5.3 Sea f
k

kIN
(
b
(A) una sucesi on de funciones. En-
tonces son equivalentes:
1. f
k
f, k , uniformemente en A.
2. [[f
k
f[[

0, k .
Demostraci on. 1. > 0, k
0
tal que si k > k
0
, entonces [f
k
(x)
f(x)[ < , x A > 0, k
0
tal que si k > k
0
, entonces sup
xA
[f
k
(x)
f(x)[ < > 0, k
0
tal que si k > k
0
, entonces [[f
k
(x) f(x)[[

<
2.
Evidentemente por igual argumentaci on que en la proposici on anterior, una
sucesi on es de Cauchy en (
b
(A) respecto a [[ [[

si y solo si es uniformemente
de Cauchy en A.
Recuerdese que un espacio metrico se dice que es completo si se verica
que cualquier sucesi on de Cauchy, es convergente.
Cuando se tiene que la metrica es inducida por una norma, como es el
caso que nos ocupa, y el espacio metrico es completo se le llama espacio de
37
Banach en homenaje a Stefan Banach, matem atico polaco de principios del
Siglo XX, quien se ocup o de elaborar, entre otras cosas, una teora abstracta
para espacios normados completos. Esta teora es una parte del An alisis
Funcional. Podemos formular el resultado siguiente.
Proposici on 1.5.4 El espacio normado X := ((
b
(A), [[ [[

), es un espacio
de Banach.
Demostraci on. Hemos de probar que toda sucesi on de Cauchy en X
converge a un elemento de X.
Si f
k

kIN
(
b
(A) es una sucesion de Cauchy, quiere decir que > 0,
k
0
tal que si n, m > k
0
, entonces [[f
n
(x) f
m
(x)[[

< . Entonces se
verica que es uniformemente de Cauchy que como sabemos signica que se
verica la condicion (CC) del Teorema (1.2.4), por tanto, existe una funci on
f : A IR tal que f
k
f, k , uniformemente en A. El Teorema
(1.2.8) implica que f (
b
(A). Es decir, X es un espacio completo.
Denici on 1.5.5 Dado un espacio vectorial X y dos normas denidas en
X, [[ [[
i
, [[ [[
ii
. Se dice que dichas normas son equivalentes siy solo si existen
, > 0 tales que
[[x[[
ii
[[x[[
i
[[x[[
ii
, para todo x X
Que (
b
(A) sea de dimensi on no nita tiene consecuencias importantes.
Una de ellas es que no todas las normas son equivalentes. De hecho,
un Teorema de Riesz, caracteriza los espacios normados de dimensi on nita
por el hecho de que todas las normas sean equivalentes. En los ejercicios
damos un ejemplo de norma equivalente a la del supremo y que utilizaremos
en lo que sigue. A continuaci on damos un ejemplo, importante, de norma no
equivalente a la del supremo en ( (K) (A = K, compacto). Por sencillez
de escritura consideraremos en particular K = [0, 1] IR. Denimos
[[ [[
1
: ( ([0, 1]) [0, )
f [[f[[
1
=
_
1
0
[f(t)[dt.
Es un ejercicio comprobar que [[ [[
1
verica los axiomas de norma. Compro-
bamos que esta norma no es equivalente a la norma [[ [[

. Para comprobar
esta ultima armaci on considerese la sucesi on de funciones,
f
k
(x) =
_
0, si x [0, 1
1
k
]
k[x (1
1
k
)], si x [1
1
k
, 1].
38
Se tiene obviamente que [[f
k
[[

= 1, mientras que
[[f
k
[[
1
=
_
1
0
[f
k
(t)[dt =
1
2k
.
As se ve que no existe una constante > 0 valida para todas las funciones
continuas y tal que
[[f[[

[[f[[
1
.
Adem as f
k

kIN
es una sucesi on de Cauchy respecto [[ [[
1
pues si, por
ejemplo, m > n,
_
1
0
[f
n
(x) f
m
(x)[dx [
1
n

1
m
[ 0, n, m ,
pero tiene como lmite la funci on discontinua
f(x) =
_
0, si x [0, 1)
1, si x = 1.
Resulta que ( ([0, 1]) no es completo respecto a la norma [[ [[
1
. Este hecho
constituye otra motivaci on para construir la integral de Lebesgue.
1.5.2 El teorema de la aplicaci on contractiva.
El teorema central de este apartado es un teorema de punto jo. Decimos uno
porque hay muchos teoremas de punto jo distintos y adaptados a estudiar
problemas diversos. Aqu expondremos uno de los resultados m as simples y
m as cl asicos pues tiene su origen en algunas ideas de Newton y en resultados
de Cauchy y Picard. En la forma abstracta que estudiaremos es debido
a Banach. La ventaja de tener un marco abstracto es que tenemos una
aplicabilidad del resultado mucho mayor.
Consideraremos (X, d) un espacio metrico completo, por ejemplo, IR
N
con las metricas usuales, y ( (K) con la metrica inducida por la norma [[ [[

est an en tal situaci on. La existencia de soluci on de muchos problemas puede

reducirse a una situaci on tpica como la siguiente:
Dada una aplicaci on
f : X X encontrar x
0
X tal que f(x
0
) = x
0
.
A un tal punto x
0
, si existe, se le llama punto jo o punto invariante para
f.
39
Vamos a demostrar que si f verica una condici on metrica entonces
podemos garantizar la existencia de un punto crtico. Tal condici on es recogida
en la siguiente denici on.
Denici on 1.5.6 Sean (X, d) un espacio metrico y f : X X una apli-
caci on. Decimos que f es contractiva si existe (0, 1) tal que
d(f(x), f(y)) d(x, y), x, y X.
Nota 1.5.7 La contractividad de una aplicaci on depende de la m etrica,
es decir, dada una aplicaci on puede ser contractiva respecto a una metrica
y no serlo respecto a una metrica equivalente.
Teorema 1.5.8 (Teorema de Banach). Sea (X, d) un espacio metrico com-
pleto y sea
f : X X
una aplicaci on contractiva. Entonces existe un unico x

X tal que f(x

) =
x

.
Demostraci on.
A) Existencia. Como f es contractiva, existe 0 < < 1 tal que d(f(x), f(y))
d(x, y). Fijamos x
0
X y denimos x
k
= f(x
k1
), k = 1, 2.... Probamos
que x
k

kIN
es una sucesi on de Cauchy en (X, d). En primer lugar, y por
un argumento de recurrecia, se obtiene que,
d(x
k+1
, x
k
) = d(f(x
k
), f(x
k1
)) d(x
k
, x
k1
) =
d(f(x
k1
), f(x
k2
))
2
d(x
k1
, x
k2
) ...
k
d(x
1
, x
0
).
Simplemente por la propiedad triangular de la distancia y el resultado an-
terior tenemos que
d(x
p+k+1
, x
p
) d(x
p+k+1
, x
p+k
) +d(x
p+k
, x
p+k1
) +... +d(x
p+1
, x
p
)
(
p+k
+
p+k1
+... +
p
)d(x
1
, x
0
)

p
(1 )
d(x
1
, x
0
) 0, p ,
es decir, x
k

kIN
es de Cauchy. Como (X, d) es completo existe x

=
lim
k
x
k
. La contractividad implica de forma trivial la continuidad de f, Por
tanto,
f(x

) = f( lim
k
x
k
) = lim
k
f(x
k
) = lim
k
x
k+1
= x

,
es decir, x

es un punto jo para f.
40
b) Unicidad. Supongamos que hubiese dos puntos jos x e y. Entonces,
d(x, y) = d(f(x), f(y)) d(x, y),
que como 0 < < 1 es una contradicci on si d(x, y) ,= 0.
Aplicaciones. El Teorema anterior tiene muchas aplicaciones. Nosotros
daremos aqu (en estas notas) solo dos, pero, por ejemplo, la demostraci on
de los teoremas de la funcion implcita y de la funci on inversa, se reducen
a un uso conveniente del teorema de la aplicaci on contractiva.
M etodo de Newton de aproximaci on de soluciones de ecuaciones.
El metodo es debido en sus ideas a Isaac Newton (1642-1727). Se trata de
dar un metodo para aproximar soluciones de ecuaciones no necesariamente
polin omicas.
Problema: Sea f una funci on con derivada continua denida en IR. Se
trata de como aproximar los p IR tales que f(p) = 0.
El problema de existencia de un cero se resuelve con lo aprendido en el
C alculo. En efecto:
Paso 1. La funci on f es en particular continua por tanto si podemos hallar
a
1
y b
1
tales que, por ejemplo, f(a
1
) < 0 < f(b
1
) el teorema de valores
intermedios nos da al menos un cero intermedio.
A veces no hay ceros reales, por ejemplo x
2
+ 1 = 0 no los tiene. En este
caso habremos terminado si probamos que la funci on tiene signo constante.
Para poder seguir supongamos que tuvimos exito en el paso 1. Se trata
ahora de aislar un solo cero en un intervalo, achicando, si es preciso, el de
existencia dado por el paso 1.
Paso 2. Si f

cambia de signo en [a
1
, b
1
] se busca [a
2
, b
2
] [a
1
, b
1
] tal que el
signo de f

sea constante y que en los extremos f contin ue teniendo distinto

signo.
Que el paso 2 sea f acil o no, depende de la funci on, pero una vez obtenido,
en el intervalo [a
2
, b
2
] solo hay un cero. (Justifquese).
Ahora ya podemos plantearnos la estrategia para poder aproximar la soluci on
en el intervalo [a
2
, b
2
].
Idea heurstica. Supongamos que p es la soluci on, entonces por el Teorema
del Valor Medio se tendr a f(x) f(p) f(x) = f

()(x p), (p, x) de

donde se tendra p = x
f(x)
f

()
. Esta f ormula tiene de malo que es tan
desconocido como p, pero da la idea de la iteraci on del Metodo de Newton.
41
Metodo iterativo de Newton. Consideremos el intervalo I = [a
2
, b
2
] que
hemos seleccionado. Sea x
0
I. Por recurrencia denimos
x
k+1
= x
k

f(x
k
)
f

(x
k
)
k = 0, 1, 2, 3, ... (1.6)
Con esta modicaci on sobre la f ormula heurstica, queda claro el signicado
geometrico de lo que hacemos:
1) Dado x
k
calculamos la tangente a la gr aca de f en el punto (x
k
, f(x
k
),
es decir,
y = f(x
k
) +f

(x
k
)(x x
k
).
2) x
k+1
es el punto de corte de la tangente con y = 0
3) Se repite el proceso en x
k+1
Si pudiesemos demostrar que x
k
tiene lmite p, considerando (1.6) se
tendra, por la continuidad de f y f

,
p = p
f(p)
f

(p)
es decir, f(p) = 0
Un ejemplo de como trabaja el metodo: Calculando la raiz de 2.
La raiz positiva de 2 es el cero positivo de f(x) = x
2
2. Tomemos a
2
= 1y
b
2
= 3. Es muy f acil ver que este intervalo es bueno.
En este caso la iteraci on resulta
x
k+1
=
x
k
+
2
x
k
2
Convergencia de la iteraci on. Vamos a estudiar una modicaci on del
metodo de Newton que es m as sencilla de aplicar, est a basada en las sigu-
ientes consideraciones. Para jar las ideas podemos suponer, sin perdida de
generalidad,
1. f(a
2
) < 0 < f(b
2
)
2. f

(x) > 0 si x [a
2
, b
2
]
Como f

es continua de 2, se tiene que se verica:

2. Existen 0 < k
1
< k
2
tales que 0 < k
1
< f

(x) < k
2
.
42
Entonces vamos a demostrar la convergencia de la siguiente modi-
caci on de las iteraciones bajo las hip otesis 1 y 2.
Consideremos la funci on
F(x) = x
f(x)
k
1
+k
2
.
Si demostramos que para alg un x, F(x) = x, concluiremos tambien que
f(x) = 0. Por las hip otesis sobre f, 1 y 2, para x [a
2
, b
2
],
0 < 1
k
2
k
1
+k
2
< F

(x) = 1
f

(x)
k
1
+k
2
< 1
k
1
k
1
+k
2
.
Entonces F verica:
1. a
2
F(a
2
) = a
2

f(a
2
)
k
1
+k
2
< x
f(x)
k
1
+k
2
< b
2

f(b
2
)
k
1
+k
2
= F(b
2
) b
2
,
ya que, f(a
2
) < 0, F

(x) > 0 y f(b

2
) > 0 respectivamente.
2. F

(x) < 1
k
1
k
1
+k
2
= < 1 luego para x
1
, x
2
[a
2
, b
2
] arbitrarios,
[F(x
1
) F(x
2
)[ [x
1
x
2
[
Por tanto,
F : [a
2
, b
2
] [a
2
, b
2
],
y F es una aplicaci on contractiva de [a
2
, b
2
] en si mismo. As, existe un unico
punto jo x
0
[a
2
, b
2
], es decir, tal que F(x
0
) = x
0
que, como vimos, es
equivalente a f(x
0
) = 0.
1.5.3 Teorema de Ascoli-Arzela.
Es frecuente en muchos problemas poder conseguir una acotaci on, lo que
solemos llamar una estimaci on a priori. En esta situaci on, se trata de pasar
al lmite. A nivel elemental, es decir, en el marco de los espacios IR
N
, se
tiene que dada una sucesi on x
k

kIN
tal que [x
k
[ M, entonces existe una
subsucesi on x
k
j

jIN
que converge. Este es el resultado que se conoce como
Teorema de Bolzano-Weierstrass.
Ser a cierto este resultado en los espacios de las funciones continuas?
Sin hip otesis adicionales la respuesta es N0, como ponen de maniesto los
ejemplos siguientes.
43
Ejemplo 1.5.9 Se considera la sucesi on de funciones continuas en IR,
f
k
(x) =
_
_
_
0, si x < k
x k, si k x < k + 1
1, si k + 1 x
, k IN.
As [[f
k
[[

= 1 y es f acil ver que ninguna subsucesi on converge uniforme-

mente.
La idea es que es una unica funci on que se traslada por los enteros
positivos. Se escapa por innito.
Puede pensarse tras este ejemplo que el problema est a en la no acotaci on
del dominio de denici on. El pr oximo ejemplo pone de maniesto que tal
falta de acotaci on no es la unica obstrucci on.
Ejemplo 1.5.10 Si se considera f
k
(x) = x
k
para x [0, 1], k IN, no hay
convergencia uniforme, pues el lmite puntual es discontinuo.
Observamos que es este caso, siendo cada funci on continua, dado 1 >
> 0 y jado k IN para que [f
k
(1)f
k
(1)[ < , ha de ser 1(1)
k
<
o bien < 1 (1 )
1/k
. Esto quiere decir que el el m odulo de continuidad
no es uniforme en k.
En resumen, un teorema de la misma naturaleza que el Teorema de
Bolzano-Weiertrass para las funciones continuas denidas sobre un intervalo
compacto K, requiere hip otesis adicionales.
La respuesta a esta cuesti on se recoge en el Teorema de Ascoli-Arzel a
que pasamos a estudiar.
Para motivar las condiciones en las que se formula el Lema de Ascoli-
Arzel a estudiamos el siguiente resultado.
Proposici on 1.5.11 Sea f
k

kIN
( (K) sucesi on de funciones tales que
f
k
f en ( (K), es decir, uniformemente. Entontes se verica,
(EQ)
_
> 0, () > 0 tal que para todo par x, y K vericando [x y[ < ,
se tiene [f
k
(x) f
k
(y)[ < , k IN.
Demostraci on. Argumentamos por contradicci on. Supongamos que ex-
iste
0
> 0 tal que, en particular, para
n
=
1
n
, existen puntos x
n
, y
n
K
tales que [x
n
y
n
[ <
1
n
y existe f
k(n)
en la sucesi on tal que,

0
< [f
k(n)
(x
n
) f
k(n)
(y
n
)[.
44
Como f
k(n)
f
k

kIN
, tambien converge uniformemente a f. Por el
Teorema de Bolzano-Weierstrass, dado que K es compacto y que [x
n

y
n
[ <
1
n
, tomando subsucesiones ( que volvemos a indexar por n), podemos
suponer que
x
n
z e y
n
z.
Entonces

0
< [f
k(n)
(x
n
)f
k(n)
(y
n
)[ [f
k(n)
(x
n
)f(x
n
)[+[f(x
n
)f(y
n
)[+[f(y
n
)f
k(n)
(y
n
)[
que es una contradicci on con la hip otesis de convergencia uniforme (el primer
y tercer sumando han de tender a cero para n ) y el hecho de que, por
tanto, f es continua y as el segundo sumando tiende a cero cuando n .
Resumiendo: hemos probado que la condici on (EQ) es necesaria para la
convergencia uniforme. La condici on (EQ) merece por tanto un nombre
propio.
Denici on 1.5.12 Dada una sucesi on de funciones f
k

kIN
( (K) deci-
mos que es equicontinua si se verica (EQ), es decir, si > 0, () > 0
tal que si x, y K verican [xy[ < , entonces [f
k
(x)f
k
(y)[ < , k IN.
Nota 1.5.13 Hemos visto que la equicontinuidad es una condici on nece-
saria para la convergencia uniforme. Observese que el hecho que no de-
penda del punto una vez jada la funci on f
k
, es consecuencia del Teorema
de Heine-Borel: toda funci on continua en un compacto K, es uniformemente
continua. Lo nuevo que introduce el concepto de equicontinuidad es la inde-
pendencia de respecto del ndice k IN. Se tiene tambien que si f
k

kIN
es uniformemente de Cauchy, existe M < tal que [[f
k
[[

M. Es decir,
las sucesiones de Cauchy en el espacio metrico ( (K) son acotadas. Este
hecho es general en cualquier espacio metrico.
El Teorema de Ascoli-Arzel a, que pasamos a enunciar, establece que la
equicontinuidad junto con la acotaci on en norma es suciente para obtener
la compacidad por sucesiones en el espacio de funciones continuas en un
compacto.
Teorema 1.5.14 (Ascoli-Arzel a).
Sea f
k

kIN
( (K) sucesi on innita de funciones tal que:
1. f
k

kIN
es equicontinua,
45
2. Existe M < tal que [[f
k
[[

M, k IN. (Acotaci on uniforme).

Entonces existe una subsucesi on f
n(k)

kIN
f
k

kIN
que converge uni-
formemente.
Demostraci on. Nos basamos en tres principios b asicos que escribimos en
forma de lemas.
Lema 1.5.15 (Separabilidad). Dado el intervalo K IR
N
, existe D K,
denso y numerable.
Demostraci on. Tomemos D = K

I Q
N
, que por ser subconjunto de un
conjunto numerable, es numerable. Adem as, dado x K y > 0, existe
q I Q
N
tal que [x q[ < , ya que I Q
N
= IR
N
.
Lema 1.5.16 (Principio diagonal de Cantor). Sea f
k

kIN
una sucesi on
uniformemente acotada denida en K y D K un conjunto numerable.
Entonces existe una subsucesi on convergente en D.
Demostraci on. Escribimos D como una sucesi on, es decir, D = q
1
, q
2
, q
3
, ...
1. Tomamos q
1
D; por hip otesis f
k
(q
1
)
kIN
es un conjunto de n umeros
reales acotado. Aplicando el Teorema de Bolzano-Weirstrass se tiene
que existe una subsucesi on
f
k,1
(q
1
)
kIN
f
k
(q
1
)
kIN
tal que f
k,1
(q
1
) f(q
1
).
2. Tomando f
k,1
(q
2
)
kIN
procedemos como antes y obtenemos una sub-
sucesi on
f
k,2
(q
2
)
kIN
f
k,1
(q
2
)
kIN
f
k
(q
2
)
kIN
tal que f
k,2
(q
2
) f(q
2
).
Pero por ser una subsucesi on de f
k,1

kIN
se tiene tambien que f
k,2
(q
1
)
f(q
1
)
3. Por recurrencia obtenemos una subsucesi on
f
k,j

kIN
f
k,j1

kIN
...f
k,2

kIN
f
k,1

kIN
f
k

kIN
tal que converge en q
1
, q
2
, ...q
j
D.
46
Construimos la subsucesi on diagonal f
k,k

kIN
que es una subsucesi on de
todas las anteriores pues f
k,k
f
k,j
si k j. Entonces jo q
j
D
f
k,k
(q
j
)
kIN
converge a f(q
j
) por ser subsucesi on de f
k,j
(q
j
)
kIN
.
Lema 1.5.17 (Principio de Propagaci on). Sea f
k

kIN
sucesi on equicon-
tinua de funciones denidas en K tal que converge sobre un subconjunto
denso D K. Entonces f
k

kIN
converge puntualmente en K.
Demostraci on. Sea x
0
K. Por la hip otesis de equicontinuidad dado
> 0 existe > 0 tal que si [x y[ < , [f
k
(x) f
k
(y)[ <

3
para todo
k IN. Fijado tal > 0, por la densidad de D en K, existe q
0
D tal que
[x
0
q
0
[ < . Como por hip otesis la sucesi on converge en q
0
, existe k
0
IN
tal que si k, j > k
0
, entonces, [f
k
(q
0
) f
j
(q
0
)[ <

3
. Entonces, dado > 0
tomando j, k > k
0
tenemos
[f
k
(x
0
) f
j
(x
0
)[ [f
k
(x
0
) f
k
(q
0
)[ +[f
k
(q
0
) f
j
(q
0
)[ +[f
j
(q
0
) f
j
(x
0
)[ ,
Es decir, f
k
(x
0
)
kIN
es de Cauchy en IR y por consiguiente, convergente.
Fin de la demostraci on del Teorema. Elegimos D K denso y nu-
merable usando el Lema (1.5.15); por el Lema (1.5.16) y teniendo en cuenta
la acotaci on uniforme, obtenemos una subsucesi on, que volvemos a indexar
igual, f
k

kIN
, que converge en D. Utilizando la equicontinuidad y el Lema
(1.5.17) se concluye que tal subsucesi on converge puntualmente en K.
Para terminar hemos de probar que la subsucesi on obtenida, converge
uniformemente o, lo que es equivalente, que es uniformemente de Cauchy.
De nuevo la hip otesis de equicontinuidad junto a la compacidad de K son
fundamentales. Tomamos > 0, por la equicontinuidad, existe > 0 tal que
si x, y K verican [x y[ < entonces [f
k
(x) f
k
(y)[ <

3
.
Cubrimos K por bolas centradas en los puntos de K y radio , es decir,
K
_
xK
B(x, ),
por compacidad sabemos que bastan una familia nita de tales bolas para
continuar cubriendo K, es decir, existen
B(x
1
, ), B(x
2
, ), ..., B(x
r
, ) tales que K
r
_
j=1
B(x
j
, ).
47
Como la subsucesi on converge puntualmente en cada x
j
, j = 1, 2, ..., r, ex-
iste un correspondiente k
j
(x
j
) tal que si n, m > k
j
(x
j
), entonces [f
n
(x
j
)
f
m
(x
j
)[

3
.
Tomamos k
0
= maxk
1
(x
1
), k
2
(x
2
), ..., k
r
(x
r
). Como para todo x K,
x B(x
j
, ) para alg un ndice j 1, 2, ..., r, entonces si k, j > k
0
,
[f
k
(x) f
j
(x)[ [f
k
(x) f
k
(x
j
)[ +[f
k
(x
j
) f
j
(x
j
)[ +[f
j
(x
j
) f
j
(x)[ ,
es decir, [[f
k
f
j
[[

.
48
1.6 Ejercicios
1 Para cada una de las sucesiones f
n

nIN
siguientes, determinar el lmite
puntual (si existe) sobre el intervalo indicado y decir si converge uniforme-
mente:
i) f
n
(x) = x
1/n
sobre [0, 1]
ii)f
n
(x) =
_
0, x n
(x n) x n
sobre [a, b] y IR.
iii) f
n
(x) =
e
x
x
n
sobre (1, )
iv) f
n
(x) = e
nx
2
sobre [1, 1]
v) f
n
(x) =
e
x
2
n
sobre IR
2 Averiguar si son uniformemente convergentes las sucesiones dadas sobre
los intervalos indicados:
a) f
n
(x) = x
n
en i) 0 x 1/2 y en ii) 0 x 1
b) f
n
(x) = x
n
x
n+1
en 0 x 1
c) f
n
(x) = x
n
x
2n
en 0 x 1
d) f
n
(x) =
1
x +n
en 0 < x <
e) f
n
(x) =
nx
1 +n +x
en 0 x 1
f) f
n
(x) =
x
n
1 +x
n
en i) 0 x 1 , ii) 1 x 1 + y en iii)
1 + x < .
g) f
n
(x) =
2nx
1 +x
2
n
2
en i) 0 x 1 y en ii) 1 < x < .
h) f
n
(x) = n
_
_
x +
1
n

x
_
en 0 < x <
i) f
n
(x) = sen (
x
n
), en < x <
49
3 Sea la sucesi on f
n

nIN
denida for f
n
(x) = x +
1
n
y sea f(x) = x.
Probar que f
n
f uniformemente en IR pero que es falso que f
2
n
f
2
uniformemente en IR.
4 Sea la sucesi on f
n
(x) =
x
1 +nx
2
, n IN. Demuestrese que converge
a cierta funci on f uniformemente en IR. Demuestrese que puntualmente
lim
n
f

n
(x) = f

(x) si x ,= 0, pero que es falso si x = 0.

5 Sean f
n
: [a, b] [0, ), f
n
f
n+1
. Demuestrese que la serie

n=1
(1)
n
f
n
(x) converge uniformemente f
n
0 uniformemente.
6 Se consideran las series f(x) =

n=1
f
n
(x), x IR, donde
a) f
n
(x) = x
n
b) f
n
(x) =
1
1 x
n
c) f
n
(x) =
x
n
1 x
n
d) f
n
(x) =
(1)
n
n +x
e) f
n
(x) =
nx
(1 +n
2
x
2
)

(n + 1)x
1 + (n + 1)
2
x
2
f) f
n
(x) =
(1)
n
(x
2
+n)
n
2
.
En cada caso encuentrese el conjunto maximal de los x [0, ) en los que
la serie:
1. Converge.
2. Converge absolutamente.
3. La serie converge uniformemente
4. La suma f es continua.
50
7 Sea f : IR IR con derivada primera continua. Demuestrese que
para todo a < b, a, b IR,
f

(x) = lim
t0
f(x +t) f(x)
t
, uniformemente en [a, b].
8 Para n = 1, 2, ... y 0 x 1 denimos f
1
(x) =

x, f
n+1
(x) =
_
x +f
n
(x), entonces:
a) 0 = f
n
(0) < f
n
(x) < f
n+1
(x) < 1 +x, si x > 0.
b) f
n

nIN
converge uniformemente en [a, b] si 0 < a < b < 1 pero no en
[0, 1].
9 Calc ulese el radio de convergencia de las series:
a)

n=1
x
n
n
2
b)

n=0
n!x
n
c)

n=1
n
2
+n + 1
n
2
n + 1
x
n
d)

n=0
x
n
2
e)

n=0
(1)
n
x
n
3
f)

n=0
n!
n
n
x
n
g)

n=0
2
n
x
n!
h)
x
2
+
x
2
3
+
x
3
2
2
+
x
4
3
2
+
x
5
2
3
+
x
6
3
3
+...
10 Hallar la serie de Taylor en cero de cada una de las funciones:
i) f(x) =
1
x a
ii) f(x) = log(x +a), a > 0
iii) f(x) =
1

1 x
51
11 Estudiar la convergencia puntual y uniforme de la serie

n=1
n
e
nx
.
Sea f(x) la suma de esta serie. Hallar una primitiva de f, y a partir de aqu,
calcular f explcitamente.
12 Calcular la suma

n=1
nte
nt
2
. Indicaci on: Seguir el mismo proceso
que en el ejercicio anterior
13 Sea ( ([a, b]), espacio vectorial de funciones continuas en el intervalo
compacto [a, b] con valores reales. Demostrar que dado > 0, deniendo,
[[[f[[[

= max
t[a,b]
e
(ta)
[f(t)[, f ( ([a, b])
es una norma equivalente a la del supremo.
14 Estudiar si las siguientes sucesiones son equicontinuas. Estudiar
tambien si son uniformemente acotadas.
i)
senkx
x

kN
, x (0, 1).
ii) senkx
kN
, x (0, 1).
iii) cos (

2
x)
k

kN
, x (0, 1).
15 Sea f
k
: [a, b]
N
IR una sucesi on de funciones continuas con
primeras derivadas continuas. Supongamos que existe una constante M > 0
tal que:
a) [f
k
(x)[ < M para todo k IN, y para todo x [a, b]
N
.
b)[[f
k
(x)[[ < M para todo k IN, y para todo x [a, b]
N
.
Demostrar que existe alguna subsucesi on convergente.
16 A) Probar que si una sucesi on f
k
denida en IR
N
es equicontinua
y tiene lmite puntual, entonces converge uniformemente sobre compactos.
B) Sea f
k
(x) = x
2
(x
2
+ (1 kx)
2
)
1
, con x [0, 1]. Demostrar que
el lmite puntual es 0, y que la convergencia no es uniforme. Interpretar el
resultado de acuerdo con el apartado A).
52
Chapter 2
Introducci on a las Ecuaciones
Diferenciales Ordinarias
2.1 Concepto y origen de las EDOs. Isoclinas. Mod-
elos.
Cap 1, de [4].
2.2 Metodos elementales de integraci on.
Cap 1 y Cap 2 de [4]. Se sugieren los siguientes problemas:
2: 3, 4, 5, 6, 7, 8.
3: 1, 2, 3, 4, 6, 7.
4: 26, 27.
5: 2, 8.
7: 1, 2, 3, 4, 8, 11 a) y c).
8: 3, 5, 7, 9, 11, 17, 20, 21, 22.
9: 1, 2, 3, 4, 5, 6.
10: 1, 2 a), c), d) y e); 3, 4, 5, 7.
11: 1 a), b), c) y d); 2 a) y b); 3.
2.3 Soluciones en forma de serie de potencias.
Cap. 5 de [4]. Ver los ejercicios propuestos en la secci on siguiente tambien.
53
54
2.4 Ejercicios
1 Ecuaciones separables.
Resolver las ecuaciones siguientes:
i) xyy

= y 1
ii) x
5
y

+y
5
= 0
iii) y

+y tan x = 0
iv) y

= e
3x2y
. Encontrar la soluci on que pasa por (0, 0).
v) xyy

= (x + 1)(y + 1). Encontrar la soluci on que pasa por (1, 0).

2 Ecuaciones homogeneas.
Resolver las ecuaciones siguientes:
i) x
2
y

3xy 2y
2
= 0
ii) xsen(y/x)y

= ysen(y/x) +x
iii) x
2
y

= y
2
+ 2xy
iv) 2xyy

= 4x
2
+ 3y
2
.
v) xy

= y + (x
2
y
2
)
1/2
.
3 Comprobar que la sustituci on v = ax+by +c transforma la ecuaci on
y

= f(ax +by +c)

en otra de variables separadas. Aplicar este metodo para resolver
a) y

= (x +y)
2
, b) y

= sen
2
(x y 1).
4 Dada la ecuaci on
y

= F(
ax +by +c
dx +ey +f
)
a) Si ae ,= bd, encontrar constantes h, k tales que el cambio x = z h, y =
w k transforma la ecuaci on anterior en otra homogenea.
55
b) Si ae = bd, encontrar un cambio de variables que reduzca la ecuaci on
anterior a una de variables separadas.
Aplicar el metodo anterior en los ejemplos siguientes:
a) y

=
x +y + 4
x y 6
b) y

=
x +y + 4
x +y 6
c) y

=
2x + 3y 1
4x + 4
5 Utilizar el cambio de variables y = zx
n
para resolver
a) y

=
2 + 3xy
2
4x
2
y
b) y

=
y xy
2
x +x
2
y
6 Ecuaciones exactas.
i) (6xy y
3
)dx + (4y + 3x
2
3xy
2
)dy = 0
ii) (4x y) + (6y x)y

= 0
iii) (2xy
2
+ 3x
2
)dx + (2x
2
y + 4y
3
)dy = 0
iv) (1 +ye
xy
) + (2y +xe
xy
)y

= 0
v) (e
x
seny +tany)dx + (e
x
cosy +xsec
2
y)dy = 0.
7 Factores integrantes.
Resolver las ecuaciones siguientes, encontrando un factor integrante que
dependa de una sola variable.
i) (4x + 3y
3
)dx + 3xy
2
dy = 0.
ii) (4xy
2
+y)dx + (6y
3
x)dy = 0
iii) 2xdx +x
2
cotydy = 0.
iv) Resolver la ecuaci on (7x
4
y 3y
8
) +(2x
5
9xy
7
)y

= 0, encontrando un
factor integrante de la forma x
n
y
m
.
v) Demostrar que si (N
x
M
y
)/M es una funci on que s olo depende de la
variable y, entonces (y) = exp(
_
NxMy
M
dy es un factor integrante de
la ecuaci on Mdx +Ndy = 0.
vi) Resolver la ecuaci on (3y
2
x)dx + (2y
3
6xy)dy = 0, sabiendo que
admite un factor integrante que s olo depende de x +y
2
.
vii) Resolver y
2
cosx + (4 + 5ysenx)y

= 0.
56
8 Ecuaciones lineales de primer orden.
Resolver las ecuaciones siguientes:
i) y

+y =
1
1 +e
2x
ii) xy

= 2y x
3
iii) (1 +x
2
)y
2
+ 2xy = 1/tgx
iv) Encontrar una soluci on de la ecuaci on
y

sen(2x) = 2y + 2cosx,
que permanece acotada cuando x /2.
9 Resolver las siguientes ecuaciones de tipo Bernoulli:
i) xy

+y = x
4
y
3
.
ii) xy
2
y

+y
3
= xcosx.
iii) xy

+y = xy
2
.
10 Demostrar que ecuaciones del tipo
y

+P(x)y = Q(x)yLny
se resuelven mediante la sustituci on z = Lny.
Aplicar el metodo anterior a la ecuaci on
xy

= 2x
2
y +yLny.
11 Resolver las siguientes ecuaciones de tipo Ricatti:
i) (x + 1)y

+y
2
1 = 0.
Indicaci on: admite soluciones particulares constantes
ii) y

= 1 x +x
2
+ (1 2x)y +y
2
.
Indicaci on: buscar soluciones particulares que sean polinomios de primer
grado.
12 Resolver mediante reducci on del orden:
57
i) y

= 1 + (y

)
2
ii) y

= 1 (y

)
2
iii) (x
2
+ 2y

)y

+ 2xy

= 0, con datos y(0) = 1, y

(0) = 0.
iv) y

= y

e
y
, con datos y(0) = 0, y

(0) = 2
v) xy

+y

= 4x.
vi) y

k
2
y = 0.
13 Resolver las ecuaciones siguientes:
i) y(t) = 1 +
_
t
0
y(s)ds
ii) y(t) = t +
_
t
0
y(s)
2
ds
iii) y(t) =
_
t
0
y(s)ds.
14 Determinar una curva contenida en el primer cuadrante, con la
propiedad siguiente:
Dado cualquier punto (x,y) de la curva, esta divide al rect angulo de
vertices (0,0), (0,y), (x,0), (x,y) en dos partes cuyas areas est an en la pro-
porci on 1:2.
15 Hallar las trayectorias ortogonales de las siguientes familias de cur-
vas:
i) x
2
+y
2
= a
2
.
ii) x
2
+y
2
= ax.
iii) xy = a.
iv)
x
2
a
2
+
y
2
4a
2
= 1.
16 Comprobar que la ecuaci on diferencial
_
y +xf(x
2
+y
2
)
_
dx +
_
yf(x
2
+y
2
) x
_
dy = 0
no es exacta en general, pero admite un factor integrante de la forma
_
x
2
+y
2
_
1
58
17 Probar que la ecuaci on diferencial M(x, y)dx+N(x, y)dy = 0 admite
un factor integrante de la forma (x
2
+y
2
) si
M
y
N
x
xN yM
depende solamente de x
2
+y
2
.
18 Probar que no existe ninguna ecuaci on diferencial y

+ p(t)y

+
q(t)y = 0 con coecientes continuos en un intervalo abierto I que contenga
al cero que tenga como soluci on a la funcion t
2
.
19 Demostrar que la ecuaci on
x
2
y

+x
2
y

+y = 0
no tiene soluci on en serie de potencias de la forma y =

n=0
c
n
x
n
.
20 Dada la ecuaci on y

+ 9y = 0, encontrar dos soluciones en serie de

potencias linealmente independientes. Determinar el radio de convergencia.
Identicar las series resultantes en terminos de funciones elementales.
21 Encontrar las soluciones generales en forma de series de potencias de
x, estableciendo la relaci on de recurrencia y hallando el radio de convergencia
en cada caso:
i) (x
2
+ 1)y

+ 6xy

+ 4y = 0
ii) (x
2
1)y

+ 8xy

+ 12y = 0
iii) y

+x
2
y = 0
iv) y

+x
2
y

+ 2xy = 0
22 Utilizar las series de potencias para resolver los siguientes problemas
de valores iniciales:
i) y

+ (x 1)y

+y = 0, y(1) = 2, y

(1) = 0
ii) (2x x
2
)y

6(x 1)y

4y = 0, y(1) = 0, y

(1) = 1
iii) (4x
2
+ 16x + 17)y

= 8y, y(2) = 1, y

(2) = 0.
23 Clasicar (como regulares o irregulares) los puntos singulares de las
ecuaciones siguientes:
i) (1 x
2
)y

2xy

+ 12y = 0
59
ii) (x
2
9)
2
y

+ (x
2
+ 9)y

+ (x
2
+ 4)y = 0
iii) (x 2)
2
y

(x
2
4)y

+ (x + 2)y = 0
iv) x
3
(1 x)y

+ (3x + 2)y

+xy = 0.
24 Encontrar dos soluciones linealmente independientes en serie de
Frobenius (para x > 0) en las ecuaciones siguientes:
i) 4xy

+ 2y

+y = 0
ii) 3x
2
y

+ 2xy

+x
2
y = 0
iii) xy

+ 2y

+ 9xy = 0
iv) 4x
2
y

4xy

+ (3 4x
2
)y = 0
25 La ecuaci on de Hermite.
La ecuaci on
y

2xy

+y = 0
donde es una constante, se conoce como ecuaci on de Hermite.
a) Encontrar los cuatro primeros terminos de cada una de las dos solu-
ciones linealmente independientes en forma de serie de potencias alrededor
de x = 0.
b) Observar que si es un entero par, entonces una de las dos se-
ries es nita (un polinomio). Encontrar los polinomios correspondientes a
= 0, 2, 4, 6. Observar que estos polinomios son unicos, salvo una constante
multiplicativa.
c) El polinomio de Hermite H
n
(x) se dene como el polinomio soluci on
de la ecuaci on de Hermite con = 2n, para el que el coeciente del termino
x
n
es 2
n
. Encontrar H
0
, H
1
, ...H
5
.
26 La ecuaci on de Legendre.
a) Demostrar que la ecuaci on de Legendre
(1 x
2
)y

2xy

+( + 1)y = 0
tiene dos soluciones linealmente independientes para [x[ < 1 de la forma
y
1
(x) = 1+

m=1
(1)
m
(2m)!
(2)...(2m+2)(+1)(+3)...(+2m1)x
2m
60
y
2
(x) = x+

m=1
(1)
m
(2m+ 1)!
(+2)(+4)...(+2m)(1)(3)...(2m+1)x
2m+1
b) Probar que si = 0 o un entero positivo par = 2n, la soluci on y
1
se reduce a un polinomio. Establecer el resultado an alogo si es impar.
El polinomio de Legendre P
n
se dene como el polinomio soluci on de
la ecuaci on con = n tal que P
n
(1) = 1.
c) Probar que la ecuaci on de Legendre puede escribirse en la forma
((1 x
2
)y

= ( + 1)y.
Utilizando la expresi on anterior, multiplicando la ecuaci on correspondiente
a P
n
por P
m
( n ,= m) e integrando por partes, demostrar que
_
1
1
P
n
P
m
dx = 0.
27 La ecuaci on de Bessel.
a) Demostrar que la ecuaci on de Bessel de orden p
x
2
y

+xy

+ (x
2
p
2
)y = 0
admite una soluci on en forma de serie de Frobenius
y(x) = a
0

m=1
(1)
m
x
2m+p
2
2m
m!(p + 1)(p + 2)...(p +m)
b) Si p es un entero positivo, y elegimos a
0
=
1
2
p
p!
, obtenemos la funci on
de Bessel de primera especie de orden p
J
p
(x) =

m=0
(1)
m
m!(p +m)!
_
x
2
_
2m+p
(cuando p no es un entero, se obtiene una expresi on similar, en terminos de
la funci on Gamma).
Demostrar las f ormulas de recurrencia:
(x
p
J
p
(x))

= x
p
J
p1
(x)
61
(J
p
(x))

= J
p1
(x)
p
x
J
p
(x)
(J
p
(x))

=
p
x
J
p
(x) J
p+1
(x)
J
p+1
(x) =
2p
x
J
p
(x) J
p1
(x)
c) Demostrar que J
1/2
(x) = (2/(x))
1/2
senx, J
1/2
(x) = (2/(x))
1/2
cosx
62
Chapter 3
Teora de existencia y
unicidad de soluciones de
ecuaciones diferenciales
ordinarias.
3.1 Introducci on.
Toda la teora que desarrollamos se va a referir a ecuaciones diferenciales
ordinarias en forma normal, es decir, en las que la derivada de mayor orden
aparece explcitamente como funci on del resto de las derivadas y de las
variables, dependientes e independiente.
Por ejemplo, si se tiene la expresi on
(y

)
2
t
2
y

+ (t
2
+y
4
) = 0,
para aplicar los resultados que siguen, deberemos, en primer lugar, resolver
la ecuaci on. En este caso obtenemos dos ecuaciones,
y

=
t
2

_
t
4
4(t
2
+y
4
)
2
.
A cada una de ellas se le podr an aplicar los resultados.
Concretamente estudiaremos los casos siguientes:
Ecuaci on de primer orden y

(t) = f(t, y(t)).

63
64
Ecuaci on de orden n y
(n)
= f(t, y(t), y

(t), ..., y
(n1)
(t)).
Sistema de primer orden
_
_
_
_
_
y

1
(t)
y

2
(t)
.
.
.
y

n
(t)
_
_
_
_
_
=
_
_
_
_
_
f
1
(t, y
1
(t), y
2
(t), . . . , y
n
(t))
f
2
(t, y
1
(t), y
2
(t), . . . , y
n
(t))
.
.
.
f
n
(t, y
1
(t), y
2
(t), . . . , y
n
(t))
_
_
_
_
_
Pueden estudiarse tambien sistemas de orden superior, pero no lo haremos
dado que toda ecuaci on de orden n se puede escribir como un sistema de
primer orden. En efecto, dada la ecuaci on
y
(n)
= f(t, y(t), y

(t), ..., y
(n1)
(t)), denimos, y
1
y, y
2
y

, . . . , y
n
y
(n1)
.
Entonces, se obtiene el sistema,
_
_
_
_
_
y

1
(t)
y

2
(t)
.
.
.
y

n
(t)
_
_
_
_
_
=
_
_
_
_
_
y
2
(t)
y
3
(t)
.
.
.
f(t, y
1
(t), y
2
(t), . . . , y
n
(t)).
_
_
_
_
_
Otra observaci on es que un sistema de primer orden es una ecuaci on de
primer orden cuya variable dependiente es un vector:
y

(t)
_
_
_
_
_
y

1
(t)
y

2
(t)
.
.
.
y

n
(t)
_
_
_
_
_
=
_
_
_
_
_
f
1
(t, y
1
(t), y
2
(t), . . . , y
n
(t))
f
2
(t, y
1
(t), y
2
(t), . . . , y
n
(t))
.
.
.
f
n
(t, y
1
(t), y
2
(t), . . . , y
n
(t))
_
_
_
_
_

F(t, y(t))
Estos hechos obvios ayudar an a entender por que en muchas ocasiones ( no
siempre) hablaremos de ecuaciones de primer orden simplemente.
3.2 El metodo de Picard de aproximaciones suce-
sivas.
3.2.1 Motivaci on
Dado D IR IR
n
diremos que se trata de un dominio si es abierto y
conexo.
1
Sea

F : D IR IR
n
IR
n
,

F ( (D).
1
Considerese n = 1 para hacerse una imagen geometrica sencilla de ver.
65
La continuidad de

F la supondremos siempre de ahora en adelante, o, m as
precisamente, D ser a el dominio en que

F es continua. Si n = 1 es una
ecuaci on, si n > 1 es un sistema. Omitiremos las echas indicando los vec-
tores. Trataremos de resolver el Problema de Cauchy o Problema de valores
iniciales, es decir, dado (t
0
, y
0
) D se trata de encontrar I

= (t
0
, t
0
+)
y una funci on
: I

IR
n
tal que (
1
(I

), (t, (t)) D para todo t I

, y se verica
_

(t) = F(t, (t)), t I

(t
0
) = y
0
.
(3.1)
A una tal funci on la llamamos soluci on local de (3.1).
Los metodos de integraci on elemental estudiados dan soluciones en algunos
casos particulares. Tales soluciones siempre son expresadas como combina-
ciones algebraicas de funciones ya conocidas. El ejemplo de la ecuaci on de
tipo Riccati
y

+y
2
= t
m
que Liouville prob o que es soluble si y solo si m = 2, o bien, m =
4k
2k + 1
,
demuestra, que en general, las ecuaciones diferenciales ordinarias denen
nuevas funciones. Tales funciones no est an en el cat alogo de funciones ele-
mentales. De aqu el interes que tiene demostrar la existencia de soluci on
para las ecuaciones diferenciales ordinarias: son una m aquina excelente de
construcci on de nuevas funciones. Esto ya lo hemos hecho en el caso de
obtenci on de soluci on como serie de potencias.
El punto de partida para los resultados de esta secci on es la siguiente
proposici on.
Proposici on 3.2.1 Sea y : I

= (t
0
, t
0
+) IR
N
, y (
1
(I

) soluci on
de la ecuaci on diferencial
y

(t) = F(t, y(t)) (3.2)

entonces, t I

,
y(t) = y(t
0
) +
_
t
t
0
F(s, y(s))ds (3.3)
Recprocamente, si una funci on continua y ( (I

) verica (3.3), entonces

y (
1
(I

) y verica la ecuaci on diferencial (3.2).

66
Demostraci on. Supongamos que y verica (3.2), por el Teorema Funda-
mental del C alculo tenemos
y(t) y(t
0
) =
_
t
t
0
y

(s)ds =
_
t
t
0
F(s, y(s))ds.
Recprocamente, como F(t, y(t)) es continua su primitiva es derivable, en-
tonces teniendo en cuenta que
y(t) = y(t
0
) +
_
t
t
0
F(s, y(s))ds,
es derivable y adem as su derivada es y

(t) = F(t, y(t)).

Queda de maniesto que probar la existencia de soluci on local para el
problema de valores iniciales
_
y

(t) = F(t, y(t))

y(t
0
) = y
0
,
es equivalente a encontrar puntos jos de
T : ( (I

) ( (I

),
denido por,
T[(t)] = y
0
+
_
t
t
0
F(s, (s))ds.
Ejemplo 3.2.2 Consideremos el problema de valores iniciales
_
y

(t) = ty(t)
y(0) = 1.
La observaci on anterior y la tecnica de demostraci on del teorema del punto
jo (1.5.8) sugieren ensayar con la sucesi on
y
0
(t) 1
y
1
(t) = 1 +
_
t
0
y
0
(s)sds = 1 +
_
t
0
sds = 1 +
t
2
2
y
2
(t) = 1 +
_
t
0
y
1
(s)sds = 1 +
_
t
0
s(1 +
s
2
2
)ds = 1 +
t
2
2
+
t
4
8
.
.
.
y
k
(t) = 1 +
_
t
0
y
k1
(s)sds =

k
j=0
t
2j
2
j
j!
.
.
.
67
Por tanto, tomando lmites en cada compacto, se obtiene,
lim
k
y
k
(t) =

j=0
t
2j
2
j
j!
e
t
2
2
,
que coincide con la soluci on que se obtiene por integraci on elemental.
Tratamos de aplicar las ideas anteriores a ecuaciones en general.
3.2.2 Condiciones globales
La globalidad la entendemos como que la funci on dato tiene un dominio de
denici on que es una banda de IRIR
n
y adem as verica las condiciones de
regularidad globalmente. Como consecuencia, obtendremos soluciones glob-
ales en el sentido de estar denidas en todo el intervalo [a, b].
Para precisar m as, supondremos que
f : [a, b] IR
n
IR
n
(t, y) f(t, y)
es una funci on continua en [a, b] IR
n
. Adem as suponemos que f verica la
siguiente condici on:
(Lip) L > 0 tal que [f(t, y
1
)f(t, y
2
)[ L[y
1
y
2
[ (t, y
1
), (t, y
2
) [a, b]IR
n
.
Denici on 3.2.3 Una funci on vericando la condici on (Lip) se dice que el
globalmente liptchitciana en y en [a, b] IR
n
. A L la llamamos constante de
liptchitcianidad de f.
Nota 3.2.4 Observemos que si la diferencial de f respecto a y verica
[[D
y
f(t, y)[[ L, (t, y) [a, b] IR
n
por el teorema del valor medio se tiene que f es globalmente liptchitciana
respecto a y. Se puede decir que la condici on (Lip) result o de observar lo
que era relevante de la hip otesis de ser f (
1
en las formulaciones de los
resultados por Cauchy y de Picard. Un caso particular importante es cuando
f es lineal respecto a y, es decir,
f(t, y) A(t)y, siendo A : [a, b] /(nn) = A[ A matriz nn una funci on continua.
68
Usaremos en las demostraciones que siguen la siguiente observaci on
de tipo tecnico. Consideremos el espacio ( ([a, b]) y sea > 0. Entonces si
denimos para y ( ([a, b]),
[[[y[[[
=max
t[a,b]
e
(ta)
|y(t)|
es una norma equivalente a la del supremo. En efecto, es obvio que
[[[y[[[
||y||.
Por otra parte,
e
(ta)
[y(t)[ e
(ba)
[y(t)[, t [a, b] entonces [[[y[[[
e
(ba)
||y||.
En resumen,
[[[y[[[
||y|||||y|||
e
(ba)
.
Formulamos a continuaci on el resultado de existencia y unicidad bajo
condiciones de regularidad globales.
Teorema 3.2.5 (Teorema de Cauchy-Picard con condiciones globales). Sea
f : [a, b] IR
n
IR
n
(t, y) f(t, y)
funci on continua y globalmente lipchitciana respecto a y en [a, b] IR
n
. En-
tonces para cada y
0
IR
n
existe una unica
y : [a, b] IR
n
soluci on del problema
(PV I)
_
y

(t) = f(t, y(t))

y(a) = y
0
Demostraci on. Teniendo en cuenta la Proposici on (3.2.1), hemos de pro-
bar que la aplicaci on
T : ( ([a, b]) ( ([a, b])
T (t) = y
0
+
_
t
a
f(s, (s))ds
69
tiene un unico punto jo en ( ([a, b]). Para ello usaremos el teorema (1.5.8).
Hemos de probar que para alguna norma equivalente a las del supremo, la
aplicaci on T es contractiva . Sea L constante de Liptchitz para f, es decir,
[f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[ (t, y
1
), (t, y
2
) [a, b] IR
n
.
Consideremos = 2L. Probaremos que respecto a [[[ [[[
,
T es contractiva.
Para t [a, b] tenemos que
e
(ta)
[T y
1
(t) T y
2
(t)[
_
t
a
e
(ta)
[f(s, y
1
(s)) f(s, y
2
(s))[ds
_
t
a
e
(ts)
e
(sa)
L[y
1
(s) y
2
(s)[ds L[[[y
1
y
2
[[[

t
a
e
(ts)
ds
L
[[[y
1
y
2
[[[
(1e
(ta)
)
1
2
|||y
1
y
2
|||,
por tanto, tomando supremos,
[[[T y
1
(t) T y
2
(t)[[[

1
2
|||y
1
y
2
|||.
Aplicando el teorema (1.5.8) tenemos la conclusi on en virtud de la proposici on
(3.2.1).
3.2.3 Sistemas lineales
Como aplicaci on de los resultados en el p arrafo anterior, obtenemos la teora
de existencia y unicidad para sistemas lineales.
Sea
A : [a, b] /(n n)
t A(t) =
_
_
_
_
_
a
11
(t) a
12
(t) . . . a
1n
(t)
a
21
(t) a
22
(t) . . . a
2n
(t)
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
(t) a
n2
(t) . . . a
nn
(t)
_
_
_
_
_
una matriz continua. Como el espacio /(nn) tiene dimensi on nita todas
las normas son equivalentes. Adem as las normas son funciones continuas. Por
tanto, si jamos una norma en /(n n), por ejemplo,
[[A[[ = max[a
ij
[ [ i, j = 1, 2...n,
70
se tiene que
g : [a, b] IR
t g(t) = [[A(t)[[
es una funci on continua sobre el compacto [a, b] y, por tanto, existe L > 0
tal que [[A(t)[[ L para todo t [a, b]. Sea
f : [a, b] IR
n
una funci on continua. Consideremos el problema lineal de valores iniciales,
_
_
_
_
_
y

1
(t)
y

2
(t)
.
.
.
y

n
(t)
_
_
_
_
_
=
_
_
_
_
_
a
11
(t) a
12
(t) . . . a
1n
(t)
a
21
(t) a
22
(t) . . . a
2n
(t)
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
(t) a
n2
(t) . . . a
nn
(t)
_
_
_
_
_
_
_
_
_
_
y
1
(t)
y
2
(t)
.
.
.
y
n
(t)
_
_
_
_
_
+
_
_
_
_
_
f
1
(t)
f
2
(t)
.
.
.
f
n
(t)
_
_
_
_
_
,
(3.4)
que abreviadamente escribiremos como
y

(t) = A(t)y(t) +f(t).

Observamos que en este caso F(t, y) A(t)y + f(t) es una funci on an en
y, por tanto,
[F(t, y
1
) F(t, y
2
)[ L[y
1
y
2
[, (t, y
1
), (t, y
2
) [a, b] IR
n
.
Podemos entonces formular el resultado siguiente.
Teorema 3.2.6 Sea
A : [a, b] /(n n)
matriz continua. Entonces para cada (t
0
, y
0
) [a, b] IR
n
existe una unica
soluci on al problema de valores iniciales lineal
_
y

(t) = A(t)y(t) +f(t)

y(t
0
) = y
0
,
que est a denida en [a, b].
Como consecuencia podemos demostrar el Teorema de Estructura del espacio
de soluciones de los sistemas lineales homogeneos, es decir cuando f(t) 0.
71
Teorema 3.2.7 Sea
o = : [a, b] IR
n
[

(t) = A(t)(t), t [a, b] ,

espacio de soluciones. Entonces o es un espacio vectorial de dimensi on n.
Demostraci on. Es claro que o es un espacio lineal dentro de (
1
([a, b])
pues si , o y , b IR, + o ya que,
(+)

(t)

(t)+

(t) = A(t)(t)+A(t)(t) A(t)((y)+(t)).

Probaremos que la dimensi on de o es n. Observese que este resultado no
es trivial en absoluto dado que o es una variedad lineal de un espacio vec-
torial de dimensi on no nita. Para ver que o tiene dimensi on exactamente
n construimos una base de exactamente n vectores. Sea e
1
, e
2
. . . e
n
base
can onica de IR
n
, es decir, las coordenadas de e
i
son cero salvo la i-esima.
Consideremos para i = 1, 2, . . . , n,
i
la soluci on unica del problema de
valores iniciales
_

i
(t) = A(t)
i
(t)

i
(t
0
) = e
i
.
Veremos que B =
1
,
2
, . . . ,
n
es una base de o.
(I) B es sistema generador. Sea y o y expresemos y(t
0
) IR
n
en terminos
de la base can onica de IR
n
, es decir,
y(t
0
) =
n

i=1

i
e
i
.
Como
z(t) =
n

i=1

i
, es soluci on de
_
z

(t) = A(t)z(t)
z(t
0
) = y(t
0
),
que es el mismo problema inicial que resuelve y(t), por el Teorema (3.2.6)
resulta
y(t) z(t) =
n

i=1

i
,
es decir B es sistema generador.
(II) B es sistema libre. En efecto, si suponemos una combinaci on lineal nula,
n

i=1

i
(t) 0, en particular 0 =
n

i=1

i
(t
0
)
n

i=1

i
e
i
,
luego
i
= 0 para i = 1, 2, ..., n, por ser e
i

n
i=1
base de IR
N
.
72
3.2.4 Condiciones locales.
Nos ocupamos ahora del caso general en que el dominio no tiene forma de una
banda en IR
n+1
y las condiciones sobre el dato solo se suponen con car acter
local. Las soluciones que obtengamos en estas condiciones ser an tambien
locales, su intervalo de existencia optimo ser a estudiado m as adelante.
Sea T IR IR
n
un dominio, es decir un abierto conexo. Sea
f : T IR IR
n
IR
n
(t, y) f(t, y)
funci on continua y vericando la condici on de Lipschitz local siguiente:
K T, compacto L
K
> 0 tal que
[f(t, y
1
) f(t, y
2
)[ L
K
[y
1
y
2
[, (t, y
1
), (t, y
2
) K.
_
(3.5)
N otese que esta propiedad la tiene cualquier funci on continua que tenga
derivadas parciales continuas respecto a y. Basta aplicar el teorema del valor
medio en conjuntos compactos de la forma [t
0
, t
1
]

B(y
0
, r) T. Es decir,
es una condici on bastante natural.
Planteamiento del problema
Se considera el problema de valores iniciales,
_
y

(t) = f(t, y(t))

y(t
0
) = y
0
, (t
0
, y
0
) T.
(3.6)
Tratamos de encontrar una soluci on local en el sentido siguiente:
Existe > 0 y : (t
0
, t
0
+) IR
n
vericando
(a) (
1
((t
0
, t
0
+))
(b) (t, (t)) T para todo t (t
0
, t
0
+)
(c)

(t) = f(t, (t)) para todo t (t

0
, t
0
+) y adem as, (t
0
) = y
0
Trataremos de encontrar la soluci on local en forma de un punto jo de la
transformaci on integral asociada a la ecuaci on, como en los apartados anteri-
ores. Hay que hacer enfasis en el metodo que vamos a seguir, que tiene varias
etapas. Si hubiese soluci on, tal soluci on debe vericar unas estimaciones (
que por esta raz on se llaman estimaciones a priori); una vez estableci-
das tales estimaciones procedemos a buscar la soluci on entre las funciones
que las verican. Hemos de advertir que este procedimiento es de car acter
universal en la teora de ecuaciones diferenciales.
73
Estimaciones a priori.
Sea (t
0
, y
0
) T, por ser T abierto existe A
,R
(t
0
, y
0
) = [t
0
, t
0
+
]

B(y
0
, R) T, entorno cilndrico de (t
0
, y
0
). As A
,R
(t
0
, y
0
) es un
compacto. Por tanto:
La continuidad de f implica que existe M = M(A
,R
(t
0
, y
0
)) tal
que [f(t, y)[ M para todo (t, y) A
,R
(t
0
, y
0
).
La lipschitcianidad local de f respecto a y implica que que existe
L = L(A
,R
(t
0
, y
0
)) tal que [f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[ para
todo (t, y) A
,R
(t
0
, y
0
).
Supongamos : I IR
n
soluci on local de (3.6), mientras que (t, (t))
no salga de A
,R
(t
0
, y
0
), tendremos,
[(t) y
0
[ [
_
t
t
0
f(s, (s))ds[ [
_
t
t
0
[f(s, (s))[ ds[ M[t t
0
[.
Por tanto, si la gr aca de la soluci on (t, (t)) permanece en A
,R
(t
0
, y
0
),
necesariamente verica
[(t) y
0
[ M[t t
0
[.
Si consideramos el cono cerrado de vertice (t
0
, y
0
) y apertura M, es
decir,
C
M
(t
0
, y
0
) = (t, y) [ [y y
0
[ M[t t
0
[
la estimaci on a priori, geometricamente entendida, signica que mien-
tras que la gr aca de no salga de A
,R
(t
0
, y
0
), necesariamente se
encuentra en el cono C
M
(t
0
, y
0
).
Estimaci on de la variable t para que (t, (t)) A
,R
(t
0
, y
0
).
Observamos que la intersecci on del cilindro A
,R
(t
0
, y
0
) con el cono
C
M
(t
0
, y
0
) y usando el Teorema de Pit agoras, dene un valor de la
variable t denido por

2
+M
2

2
= R
2
, es decir, =
R

1 +M
2
.
74
Planteamiento para buscar un punto jo de la transformaci on
integral asociada.
De acuerdo con las estimaciones anteriores, es natural plantearse la
b usqueda de la soluci on en el conjunto A ( ([t
0
, t
0
+]) denido
por
A = ( ([t
0
, t
0
+]) [ [(t) y
0
[ M[t t
0
[ .
Es claro que est a formado por las funciones continuas en [t
0
, t
0
+]
cuya gr aca est a contenida en el cono cerrado C
M
(t
0
, y
0
). Es f acil ver
que A es un cerrado en ( ([t
0
, t
0
+ ]) dotado con la norma del
supremo.
Deniendo
T : A ( ([t
0
, t
0
+])
T (t) = y
0
+
_
t
t
0
f(s, (s))ds,
se verica que T (A) A. En efecto, si A, en particular ten-
emos que (t, (t)) A
,R
(t
0
, y
0
) para todo t [t
0
, t
0
+ ] y as
[f(t, (t))[ M si t (t
0
, t
0
+). Entonces,
[T (t) y
0
[ [
_
t
t
0
f(s, (s))ds[ M[t t
0
[, es decir, T A.
Existencia de punto jo.
Teniendo en cuenta que la constante de Lipschitz para f en A
,R
(t
0
, y
0
)
es L, dotamos a ( ([t
0
, t
0
+]) con la norma [[[[[[
= max
t[t
0
,t
0
+]
e
|tt
0
|
|(t)|
,
con = 2L, como en el p arrafo (3.2.2). Si demostramos que respecto a
esta norma T es contractiva como aplicaci on de A en s mismo, po-
dremos concluir que existe un unico punto jo de T en A, ya que
por ser cerrado es completo y, en consecuencia, se verican todas las
hip otesis del teorema (1.5.8). Que T es contractiva resulta del c alculo
75
siguiente, para t [t
0
, t
0
+]
e
|tt
0
|
[T y
1
(t) T y
2
(t)[ [
_
t
t
0
e
|tt
0
|
[f(s, y
1
(s)) f(s, y
2
(s))[ ds[
[
_
t
t
0
e
|ts|
e
|st
0
|
L[y
1
(s) y
2
(s)[ ds[ L[[[y
1
y
2
[[[
|

t
t
0
e
|ts|
ds|
L
[[[y
1
y
2
[[[
(1e
|tt
0
|
)
1
2
|||y
1
y
2
|||,
por tanto, tomando supremos,
[[[T y
1
(t) T y
2
(t)[[[

1
2
|||y
1
y
2
|||.
Es preciso dejar claro que signica que haya soluci on local unica.
Denici on 3.2.8 Sean
1
y
2
soluciones locales de (3.6) denidas en los
intervalos I
1
e I
2
respectivamente. Decimos que ambas son la misma soluci on
local si y solo si las restricciones de ambas a I
1

I
2
coinciden, es decir,

1
(t) =
2
(t), t I
1

I
2
En este sentido hemos demostrado el siguiente resultado de existencia y
unicidad de soluci on local.
Teorema 3.2.9 (Cauchy-Picard local). Sea f ( (T) vericando la condici on
de Lipschitz local (3.5). Entonces para todo (t
0
, y
0
) T el problema de val-
ores iniciales,
_
y

(t) = f(t, y(t))

y(t
0
) = y
0
,
tiene una unica soluci on local.
Ejemplo 3.2.10 Sea la ecuaci on diferencial ordinaria
y

=
_
1 t
2
y
2
y
.
La funci on segundo miembro tiene como dominio de denici on
T = (t, y) IR
2
[ t
2
+y
2
1, y ,= 0.
76
Tomando
T
+
= (t, y) IR
2
[ t
2
+y
2
< 1, y > 0,
T

= (t, y) IR
2
[ t
2
+y
2
< 1, y < 0,
se verican las hip otesis del Teorema (3.2.9) en el entorno de cada punto
de T
+
y de T

por lo que la ecuaci on diferencial dada tiene soluci on local

unica pasando por cada punto de dichos dominios.
Ejemplo 3.2.11 Podra pensarse que el resultado es mejorable en el sentido
de tener soluci on denida en el intervalo mayor de t en el que podamos denir
las iterantes de Picard. Esto no es as como pone de maniesto el siguiente
problema.
_
y

(t) = y
2
(t)
y(0) = 1.
La funci on segundo miembro es ahora f(t, y) = y
2
es decir es continua
y localmente lipschitciana en todo IR
2
. Las iterantes est an denidas para
cualquier t, en tanto que, por integraci on elemental calculamos que la soluci on
es
y(t) =
1
1 t
que explota en t = 1.
3.3 Lema de Gronwall.
Esta secci on esta dedicada a una notable desigualdad conocida como de-
sigualdad de Gronwall que es de gran utilidad en muchas aplicaciones. La
idea est a basada en la integraci on de las ecuaciones diferenciales lineales de
primer orden mediante un factor integrante.
Consideremos la ecuaci on y

(t) +a(t)y(t) +f(t) = 0 donde

f, a : [t
0
, t
1
] IR, son funciones continuas.
Buscamos un factor integrante = (t), es decir, una funci on distinta de
cero tal que la ecuaci on
(t)y

(t) +(t)(a(t)y(t) +f(t)) = 0 sea exacta

Para ello se ha de vericar que

(t) = a(t)(t), o bien, integrando,

(t) = exp(
_
t
t
0
a(s)ds).
77
De esta forma la ecuaci on se convierte en
d
dt
_
y(t) exp(
_
t
t
0
a(s)ds)
_
= f(t) exp(
_
t
t
0
a(s)ds).
Integrando resulta
y(t) exp(
_
t
t
0
a(s)ds) y(t
0
) =
_
t
t
0
f(u) exp(
_
u
t
0
a(s)ds)du
y despejando y(t) resulta,
y(t) = y(t
0
) exp(
_
t
t
0
a(s)ds)
_
t
t
0
f(u) exp(
_
t
u
a(s)ds)du
Queremos seguir la misma estrategia para pasar de desigualdades integrales
que involucran a una funci on en ambos miembros, a desigualdades en que
tal funci on no est a en el miembro derecho. M as precisamente se tiene el
siguiente resultado.
Lema 3.3.1 (Gronwall). Sean f, g : [a, b] IR funciones continuas y tal
que g(t) 0 para todo t [a, b]. Sea
y : [a, b] IR, funci on continua tal que y(t) f(t)+
_
t
a
g(s)y(s)ds, t [a, b],
entonces
y(t) f(t) +
_
t
a
f(s)g(s) exp(
_
t
s
g(u)du)ds.
Demostraci on. Sea z(t) =
_
t
a
g(s)y(s)ds, entonces
z

(t)g(t)z(t) g(t)y(t)g(t)
_
t
a
g(s)y(s)ds g(t)
_
y(t)
_
t
a
g(s)y(s)ds
_
g(t)f(t),
es decir
z

(t) g(t)z(t) g(t)f(t).

Ahora tenemos una desigualdad diferencial lineal por lo que tomamos el
mismo factor integrante que en el caso de las ecuaciones lineales. M as pre-
cisamente, consideramos
w(t) = z(t) exp(
_
t
a
g(s)ds)
78
de donde resulta
w

(t) = z

(t) exp(
_
t
a
g(s)ds)z(t)g(t) exp(
_
t
a
g(s)ds) f(t)g(t) exp(
_
t
a
g(s)ds),
y teniendo en cuenta que w(a) = z(a) = 0 obtenemos,
w(t)
_
t
a
f(s)g(s) exp(
_
s
a
g(u)du)ds
y, por tanto,
z(t)
_
t
a
f(s)g(s) exp(
_
t
s
g(u)du)ds.
Como y(t) f(t) +z(t), se concluye el resultado.
En muchas aplicaciones aparece el caso particular siguiente.
Corolario 3.3.2 Si en las hip otesis del Lema (3.3.1) se supone adem as
f(t) k, constante, entonces
y(t) k exp(
_
t
a
g(s)ds).
Demostraci on. Aplicando el Lema (3.3.1) obtenemos, integrando,
y(t) k
_
1 +
_
t
a
g(s) exp(
_
s
a
g(u)du)ds
_
= k
_
1
_
t
a
exp(
_
t
s
g(u)du)(d(
_
t
s
g(u)du)
_
=
k exp(
_
t
a
g(s)ds).
3.4 El metodo de las poligonales de Euler. Teo-
rema de Cauchy
Como en secciones anteriores consideramos el dominio T IR IR
n
y
f : T IR IR
n
IR
n
(t, y) f(t, y)
funci on continua. No haremos m as hip otesis sobre f y con solo la continuidad
probaremos existencia local de soluci on. En general perdemos la unicidad
como prueba el ejemplo siguiente.
79
Ejemplo 3.4.1 Sea el problema
_
y

(t) = y
1
3
(t)
y(0) = 0.
La funci on segundo miembro f(t, y) y
1
3
(t) es continua en todo IR
2
pero no
es localmente lipschitciana en un entorno de y = 0. Evidentemente y(t) 0
es soluci on y por integraci on elemental obtenemos que tambien es soluci on
y(t) =
3
2
t
3
2
. (Compruebe el alumno que una vez obtenidas estas dos solu-
ciones hay innitas.)
Antes de seguir adelante queremos hacer enfasis en el metodo que vamos
a usar y que se conoce como Metodo de las poligonales de Euler. Dicho
metodo usa fundamentalmente las mismas ideas de aproximaci on que se
usan al denir la integral. El metodo de Euler tiene interes por s mismo
pues es el m as elemental de los usados para obtener soluciones aproximadas
de ecuaciones diferenciales. Las poligonales de Euler permitir an obtener ex-
istencia de soluci on por un metodo alternativo, adem as cuando la funci on
segundo miembro sea localmente lipschitciana respecto a y, la desigualdad
de Gronwall permitir a probar que la soluci on es unica.
Dado un punto (t
0
, y
0
) T consideremos el entorno compacto
A
,R
(t
0
, y
0
) = [t
0
, t
0
+]

B(y
0
, R) T.
Como f es continua, existe una constante M tal que
sup
(t,y)A
,R
(t
0
,y
0
)
[f(t, y)[ M.
Siguiendo la misma estrategia que en el p arrafo (3.2.4), obtenemos que, en
tanto una soluci on local tenga su gr aca en A
,R
(t
0
, y
0
), se ha de vericar
C
M
(t
0
, y
0
) = (t, y) [ [y y
0
[ M[t t
0
[ ,
por la misma estimaci on a priori obtenida en (3.2.4). Sea
a = min,
R
M
y consideremos A
a,R
(t
0
, y
0
). (3.7)
Vamos a construir soluciones aproximadas con un error prescrito > 0 en el
intervalo [t
0
a, t
0
+a]. Precisamos que entendemos por soluci on aproximada
del problema
_
y

(t) = f(t, y)
y(t
0
) = y
0
.
(3.8)
80
Denici on 3.4.2 Dada la funci on
y

: [t
0
a, t
0
+a] IR
n
decimos que es una soluci on aproximada del problema (3.8) con error > 0
si:
a) (t, y

(t)) T si t [t
0
a, t
0
+a].
b) y

es continua en [t
0
a, t
0
+a] y tiene derivada acotada salvo, a lo m as,
en un n umero nito de puntos,
1
,
2
, ...,
r
[t
0
a, t
0
+a].
c) [y

(t) f(t, y
e
(t)[ para todo t [t
0
a, t
0
+ a]
1
,
2
, ...,
r
y
verica y

(t
0
) = y
0
Teorema 3.4.3 Sea f ( (T) y sean a y A
a,R
(t
0
, y
0
) como en (3.7). En-
tonces para todo > 0 el problema (3.8) admite una soluci on aproximada
y

: [t
0
a, t
0
+a] IR
n
con error .
Demostraci on. Sea M denida como antes, es decir sup
(t,y)A
,R
(t
0
,y
0
)
[f(t, y)[
M.
Dado > 0 por la continuidad uniforme de f en A
a,R
(t
0
, y
0
), existe > 0
tal que si
(t, y), (t
1
, y
1
) A
a,R
(t
0
, y
0
) y [tt
1
[ < , [yy
1
[ < , entonces, [f(t, y)f(t
1
, y
1
)[ < .
Denimos
= min,

M
y m IN tal que h =
a
m
.
Consideremos t
i
= t
0
+kh, k = 1, 2, ...m, partici on de [t
0
, t
0
+a] (an alogamente
se procede con el intervalo de la izquierda). Construimos una poligonal de
Euler como sigue,
y

(t) =
_

_
y
0
+f(t
0
, y
0
)(t t
0
), si t
0
t t
1
; sea y
1
= y
0
+f(t
0
, y
0
)(t
1
t
0
)
y
1
+f(t
1
, y
1
)(t t
1
), si t
1
t t
2
; sea y
2
= y
1
+f(t
1
, y
1
)(t
2
t
1
)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
y
i
+f(t
i
, y
i
)(t t
i
), si t
i
t t
i+1
; sea y
i+1
= y
i
+f(t
i
, y
i
)(t
i+1
t
i
)
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
y
n1
+f(t
n1
, y
n1
)(t t
n1
), si t
n1
t t
n
= t
0
+a.
(3.9)
81
De esta forma (t, y

(t)) T si t [t
0
, t
0
+ a] pues en particular, (t, y

(t))
A
a,R
(t
0
, y
0
). Por denici on y

es continua en [t
0
, t
0
+a] y derivable salvo en
t
1
, t
2
, . . . , t
n1
. Exceptuando tales puntos, si t (t
i1
, t
i
), se tiene
[y

(t) y
i1
[ M(t t
i1
) Mh <
y entonces
[y

(t) f(t, y

(t))[ = [f(t
i1
, y
i1
) f(t, y

(t))[ <
por la continuidad de f. Es decir, y

es una soluci on aproximada con error

.
Podemos probar a continuaci on un teorema de existencia local.
Teorema 3.4.4 (Cauchy). Sea f ( (T) y sean a y A
a,R
(t
0
, y
0
) como en
(3.7). Entonces existe una funci on
y : (t
0
a, t
0
+a) IR
n
tal que
_
y

(t) = f(t, y(t)), t (t

0
a, t
0
+a)
y(t
0
) = y
0
Demostraci on. Sea
k

kIN
tal que lim
k

k
= 0. Sea y

kIN
la sucesi on
de soluciones aproximadas con error
k
construidas en el Teorema (3.4.3).
Se tiene que,
i) Por construcci on,
[y

k
(x)[ [y
0
[ +[
_
t
t
0
[y

k
(s)[ds[
[y
0
[ +[
_
t
t
0
[y

k
(s) f(s, y

k
(s))[ds[ +[
_
t
t
0
[f(s, y

k
(s))[ds[ [y
0
[ +
k
a +Ma
ii) Con el mismo tipo de estimaci on anterior,
[y

k
(t)y

k
(

t)[ [
_

t
t
[y

k
(s)f(s, y

k
(s))[ds[+[
_

t
t
[f(s, y

k
(s))[ds[ (
k
+M)[t

t[
En resumen, la sucesi on de soluciones aproximadas verica las hip otesis
del teorema de Ascoli-Arzel a, teorema (1.5.3). Por tanto existe una sub-
sucesi on que converge uniformemente. Reenumeramos de nuevo la sucesi on
como y

kIN
y sea y(x) la funci on lmite. Como f es continua en el com-
pacto A
a,R
(t
0
, y
0
), es uniformemente continua, por tanto, f(t, y

k
(t))
kIN
converge uniformemente. En consecuencia,
[y(t)y
0

_
t
t
0
f(s, y(s))ds[ [y(t)y
e
k
(t)[+[
_
t
t
0
[f(s, y(s))f(s, y
k
(s))[ds[+
k
a 0, k
82
es decir y es soluci on del problema de Cauchy.
Si suponemos adem as que f es localmente lipschitciana respecto a y,
todo el proceso de construcci on de las poligonales de Euler puede repetirse.
Pero adem as en estas hip otesis, podemos usar la desigualdad de Gronwall
obtenida en el Lema (3.3.1) para estimar precisamente los errores.
Teorema 3.4.5 Sea f ( (T) y sean a y A
a,R
(t
0
, y
0
) como en (3.7) y
supongamos que existe L > 0 tal que
[f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[, (t, y
1
), (t, y
2
) A
a,R
(t
0
, y
0
).
Entonces si y

1
, y

2
: (t
0
a, t
0
+a) IR
n
son soluciones aproximadas con
errores
1
,
2
respectivamente,
[y

1
(t) y

2
(t)[ [y

1
(t
0
) y

2
(t
0
)[e
L|tt
0
|
+
e
L
(e
L|tt
0
|
1)
Demostraci on. Para simplicar la escritura ponemos p(t) = y

1
(t)y

2
(t)
y =
1
+
2
. Como
[p(t)[ [p(t
0
)[ +[
_
t
t
0
[p

(s)[ds[,
y teniendo en cuenta que
[y

1
(t) y

2
(t)[
[y

1
(t) f(t, y

1
(t))[ +[f(t, y

1
(t)) f(t, y

2
(t))[ +[y

2
(t) f(t, y

2
(t))[
(
1
+
2
) +L[y

1
(t) y

2
(t)[
resulta
[p(t)[ [p(t
0
)[ +[
_
t
t
0
( +L[p(s)[)ds[ = [p(t
0
)[ +[t t
0
[ +L[
_
t
t
0
[p(s)[ds[
Aplicando la desigualdad de Gronwall se tiene,
[p(t)[ [p(t
0
)[+[tt
0
[+[
_
t
t
0
([p(t
0
)[+[st
0
[)Le
L(ts)
ds[ = [p(t
0
)[e
L|tt
0
|
+
e
L
(e
L|tt
0
|
1)
Nota 3.4.6 Observese que de la desigualdad fundamental obtenemos exis-
tencia y unicidad para el problema de Cauchy. Es una prueba alternativa del
Teorema de Cauchy-Picard.
83
Ejemplo 3.4.7 Consideremos el problema
(P)
_
y

(t) = ty(t) +y
10
(t)
y(0) =
1
10
.
Probamos en primer lugar que la soluci on de (P) est a denida al menos en
[t[
1
2
. En efecto, consideramos
R = (t, y) IR
2
[ [t[
1
2
, [y
1
10
[
1
10

y llamamos f(t, y) = ty +y
10
. Entonces sobre R se tiene que
[f(t, y)[
1
20
+ (
2
10
)
10
<
1
5
.
Observamos que
h = min
1
2
,
_
_
_
(
1
10
)
(
1
5
)
_
_
_ =
1
2
y por tanto la soluci on est a denida en [t[
1
2
. Adem as, si [t[
1
2
, es obvio
que [y(t)
1
10
[
1
10
, es decir, [y(t)[
2
10
.
Utilizaremos la desigualdad fundamental para aproximar la soluci on de
(P) por la soluci on del problema lineal
(PL)
_
z

(t) = tz(t)
z(0) =
1
10
.
cuya soluci on es z(t) =
1
10
exp(
t
2
2
). Entonces si [t[
1
2
,
[z(t)
1
10
[
1
10
[ exp(
t
2
2
) 1[
1
10
sup
s[
1
2
,
1
2
]
[se
s
2
2
[
1
2

1
10
,
es decir, (t, z(t)) R si [t[
1
2
. Para acabar, estimamos [y(t) z(t)[. Ten-
emos,
y(t) =
1
10
+
_
t
0
+(sy(s) +y
10
(s))ds y z(t) =
1
10
+
_
t
0
sz(s)ds.
84
Entonces
[y(t)z(t)[ [
_
t
0
[s[[y(s)z(s)[ds[+[
_
t
0
[y(s)[
10
ds[
1
2
_
t
0
[y(s)z(s)[ds+
1
2
(
2
10
)
10
.
Por la desigualdad de Gronwall
[y(t) z(t)[
1
2
(
2
10
)
10
[e
|t|
2
1[,
es decir, si [t[
1
2
,
sup
|t|
1
2
[y(t) z(t)[
1
2
(
2
10
)
10
[e
1
4
1[.
3.5 Dependencia continua y diferenciabilidad re-
specto de los datos iniciales.
Consideremos f ( (T) y localmente lipschitciana respecto a y. Sea A
,R
(t
0
, y
0
)
T y sea
sup
(t,y)A
,R
(t
0
,y
0
)
[f(t, y)[ = M.
Como f la suponemos lipschitciana con respecto a y, existe L > 0 tal que
[f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[, (t, y
1
), (t, y
2
) A
,R
(t
0
, y
0
)
Tomamos
h = min,
R
2M
. (3.10)
Lema 3.5.1 Supongamos que f ( (T) y que existe L > 0 tal que
[f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[, (t, y
1
), (t, y
2
) A
,R
(t
0
, y
0
).
Consideremos el problema de valor inicial
_
y

(t) = f(t, y)
y(t
0
) = y
1
, donde [y
0
y
1
[
R
2
.
(3.11)
Entonces la soluci on local de (3.11) est a denida al menos en [t
0
h, t
o
+h]
siendo h como en (3.10)
85
Demostraci on. Fijado y
1
tal que [y
0
y
1
[
R
2
consideramos A
,r
(t
0
, y
1
)
con r > R [y
0
y
1
[. N otese que r >
R
2
. Como A
,r
(t
0
, y
1
) A
,R
(t
0
, y
0
),
[f(t, y)[ M, si (t, y) A
,r
(t
0
, y
1
). Siguiendo los mismos c alculos que en
la demostraci on del teorema de existencia y unicidad locales, se tiene que la
soluci on de (3.11) est a denida al menos en [t t
0
[ < h
1
= min,
r
M
. Pero
como
r
M

R
2M
, se tiene que h
1
> h.
Teorema 3.5.2 Sea f ( (A
,R
(t
0
, y
1
)), f lipschitciana respecto a y, es
decir, existe L > 0 tal que
[f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[, (t, y
1
), (t, y
2
) A
,R
(t
0
, y
0
)
Sea M = sup
(t,y)A
,R
(t
0
,y
1
)
[f(t, y)[. Entonces si [y
0
y
1
[
R
2
, la soluci on del
problema de Cauchy
(P
y
1
)
_
y

(t) = f(t, y)
y(t
0
) = y
1
,
est a denida en I
h
= [t
0
h, t
0
+ h] siendo h = min,
R
2M
. Adem as
deniendo la funci on
y : A
h,
R
2
(t
0
, y
0
) IR
n
(x, y
1
) y(t, y
1
),
por y(t, y
1
), la soluci on de (P
y
1
), es continua en (t, y
1
) A
h,
R
2
(t
0
, y
0
).
Demostraci on. Que la soluci on de (P
y
1
) est a denida en I
h
, est a probado
por los c alculos que hemos hecho antes del enunciado. Por tener los prob-
lemas (P
y
1
) soluci on unica, y(t, y
1
) est a bien denida como una funci on.
Probaremos su continuidad. Se tiene que si (t
1
, y
1
), (t
2
, y
2
) A
h,
R
2
(t
0
, y
0
)
[y(t
1
, y
1
) y(t
2
, y
2
)[ [y(t
1
, y
1
) y(t
1
, y
2
)[ +[y(t
1
, y
2
) y(t
2
, y
2
)[
El primer sumando lo estimamos por
[y(t
1
, y
1
) y(t
1
, y
2
)[ [y
1
y
2
[ +[
_
t
1
t
0
[f(s, y(s, y
1
)) f(s, y(s, y
2
))[ds[
[y
1
y
2
[ +[
_
t
1
t
0
L[y(s, y
1
) y(s, y
2
)[ds[.
Entonces llamando w(t) = [y(t, y
1
) y(t, y
2
)[ tenemos que w(t
0
) = [y
1
y
2
[.
Si suponemos t
1
> t
0
,
w(t
1
) w(t
0
) +L
_
t
1
t
0
w(s)ds
86
y aplicando la desigualdad de Gronwall obtenemos
w(t
1
) w(t
0
)e
Lh
.
Un c alculo an alogo prueba el resultado para t
1
< t
0
. Es decir, el primer
sumando lo hacemos menor que

2
tomando [y
1
y
2
[
1
<

2
e
Lh
.
En cuanto al segundo sumando, lo estimamos directamente como sigue
[y(t
1
, y
2
) y(t
2
, y
2
)[ [
_
t
2
t
1
[f(s, y(s, y
2
))[ds[ M[t
1
t
2
[,
es decir, el segundo sumando lo hacemos menor que

2
tomando [t
1
t
2
[

2


2M
De esta forma, dado > 0 tomando = min
1
,
2
, si [t
1
t
2
[ ,
[y
1
y
2
[ se tiene que
[y(t
1
, y
1
) y(t
1
, y
2
)[ .
Podemos entonces decir que las soluciones del problema de valores iniciales
dependen continuamente de los datos iniciales.
Corolario 3.5.3 En las hip otesis del teorema (3.5.2), si suponemos adem as
que y
k
es una sucesi on en A
h,
R
2
(t
0
, y
0
) tal que y
k
y, cuando k ,
entonces
y(t, y
k
) y(t, y), k , uniformemente en I
h
Demostraci on. Es consecuencia inmediata de la demostraci on del Teo-
rema (3.5.2). En efecto
[y(t, y
k
) y(t, y)[ [y
k
y[e
Lh
.
Corolario 3.5.4 En las hip otesis del Teorema (3.5.2), tomando t
1
I
h
y
deniendo

t
0
,t
1
: BR
2
(y
0
) IR
n
q y(t
1
, q)
resulta una aplicaci on biyectiva con su imagen y tanto
t
0
,t
1
como su inversa
son continuas (es lo que se llama un homeomorsmo).
87
Demostraci on. Por la unicidad del problema de valores iniciales tenemos
que
t
0
,t
1
es inyectiva, y, por tanto, biyectiva con su imagen. El Teorema
(3.5.2) provee la continuidad de
t
0
,t
1
. Pero la funci on inversa de
t
0
,t
1
se obtiene resolviendo el problema de valores iniciales con datos (t
1
, p), p

t
0
,t
1
(BR
2
(y
0
)) y evaluando la soluci on en t = t
0
. En consecuencia, la inversa
es tambien continua.
De forma similar al Teorema (3.5.2), se puede demostrar el siguiente resul-
tado.
Teorema 3.5.5 Sea f
k

kIN
( (T) una sucesi on uniformemente con-
vergente a f ( (T). Supongamos que para cada compacto C T existe
L
C
> 0 tal que
[f
k
(t, y
1
) f(t, y
2
)[ L
C
[y
1
y
2
[, (t, y
1
), (t, y
2
) C.
Sea (t
0
,
0
) T y sea y
k
soluci on de
(P
k
)
_
y

k
(t) = f
k
(t, y
k
(t))
y
k
(t
0
) =
0
e y soluci on de
(P)
_
y

(t) = f(t, y(t))

y(t
0
) =
0
.
Entonces existe h > 0 tal que si I
h
= [t
0
h, t
0
+h], y
k
est a denida en I
h
para todo k IN y adem as
y
k
y cuando k , uniformemente en I
h
.
A continuaci on probaremos que si se supone mayor regularidad a f las solu-
ciones dependen m as regularmente de los datos iniciales. Para jar las ideas,
supongamos que n = 1, es decir, que tenemos una ecuaci on y que f (
1
(T).
Fijo el dato inicial se tiene que la misma ecuaci on da que y(t, y
0
) tiene
derivada segunda continua, en efecto, y

(t, y
0
) = f(t, y(t, y
0
)) es una funci on
derivable. Si suponemos que y(t, y
0
) es derivable respecto a y
0
, entonces por
la regla de la cadena aplicada a la propia ecuaci on, obtenemos,

y
0
_
y

(t, y
0
)
_
=

y
0
(f(t, y(t, y
0
))) =
d
dt
_
y
y
0
(t, y
0
)
_
=
f
y
(t, y(t, y
0
))
y
y
0
(t, y
0
)
88
y tambien, por denici on,
y
y
0
(t
0
, y
0
) = 1. Dicho de otra forma, si y(t, y
0
) es
diferenciable y llamamos z(t) =
y
y
0
(t, y
0
) ha de vericar el problema lineal
_
_
_
z

(t) =
f
y
(t, y(t, y
0
))z(t)
z(t
0
) = 1.
(3.12)
As tenemos que de ser derivable la derivada respecto a y
0
, necesariamente
es z(t).
Teorema 3.5.6 Sean n = 1 y f (
1
(T). Sea
y : A
h,
R
2
(t
0
, y
0
) IR
n
(x, y
1
) y(t, y
1
),
denida en el Teorema (3.5.2). Entonces y (
1
respecto a (t, y
0
). Adem as
y
y
0
(t, y
0
) es la soluci on del problema lineal (3.12).
Demostraci on. La deribabilidad con continuidad respecto a t es el ar-
gumento de regularidad hecho antes. De hecho respecto a t tiene derivada
segunda continua pues por la regla de la cadena resulta,
y

(t) =
f
t
(t, y(t)) +
f
y
(t, y(t))f(t, y(t))
que es una funci on continua. Probamos que la derivada respecto al dato
inicial existe y es continua. Sea y
1
[y
0

R
2
, y
0
+
R
2
]. Para ,= y
1
denimos
p(t, ) =
y(t, ) y(t, y
1
)
y
1
.
Tenemos
p(t, ) =
1
y
1
_
+
_
t
t
0
f(s, y(s, ))ds y
1

_
t
t
0
f(s, y(s, y
1
))ds
_
,
es decir, calculando y utilizando el teorema del valor medio, resulta,
p(t, ) = 1 +
__
t
t
0
[f(s, y(s, )) f(s, y(s, y
1
))]
y
1
ds
_
= 1 +
_
t
t
0
f
y
(s, y(s, y
1
) +(y(s, ) y(s, y
1
))
y(t, ) y(t, y
1
)
y
1
ds.
89
Es decir, p(x, ) verica el problema de valores iniciales,
_
_
_
dp
dt
(t, ) =
f
y
(t, y(t, y
1
) +(y(t, ) y(t, y
1
))p(t, )
p(t
0
, ) = 1,
(3.13)
cuya soluci on calculada por metodos elementales es,
p(t, ) = exp(
_
t
t
0
f
y
(s, y(s, y
1
) +(y(s, ) y(s, y
1
))ds. (3.14)
Por el Corolario (3.5.3) se tiene que y(t, ) y(t, y
1
) uniformemente en I
h
cuando y
1
y por denici on, si existe,
y
y
0
(t, y
1
) = lim
y
1
p(t, ).
Pero entonces, teniendo en cuenta la convergencia uniforme de las solu-
ciones, la continuidad uniforme de
f
y
en A
h,
R
2
(t
0
, y
0
) y la continuidad de
la exponencial, podemos pasar al lmite en (3.14) resultando
lim
y
1
p(t, ) = exp(
_
t
t
0
f
y
(s, y(s, y
1
))ds.
Es decir,
y
y
0
(t, y
1
) = exp(
_
t
t
0
f
y
(s, y(s, y
1
))ds.
Si n > 1 la demostraci on de la diferenciabilidad respecto a los datos iniciales
es un poco m as complicada. Notaremos la matriz jacobiana de f respecto a
y por D
y
f(t, ), es decir.
D
y
f(t, )
_
_
_
_
_
_
f
1
y
1
(t, )
f
1
y
2
(t, ) . . .
f
1
yn
(t, )
f
2
y
1
(t, )
f
2
y
2
(t, ) . . .
f
2
yn
(t, )
.
.
.
.
.
.
.
.
.
.
.
.
fn
y
1
(t, )
fn
y
2
(t, ) . . .
fn
yn
(t, )
_
_
_
_
_
_
90
An alogamente la matriz jacobiana de y(t, y
0
) respecto al segundo argumento
resulta,
D

y(t, y
0
)
_
_
_
_
_
_
y
1
,
1
(t, y
0
)
y
1

2
(t, y
0
) . . .
y
1
n
(t, y
0
)
y
2

1
(t, y
0
)
y
2

2
(t, y
0
) . . .
y
2
n
(t, y
0
)
.
.
.
.
.
.
.
.
.
.
.
.
yn

1
(t, y
0
)
yn

2
(t, y
0
) . . .
yn
n
(t, y
0
)
_
_
_
_
_
_
Formulamos el teorema en general.
Teorema 3.5.7 (Peano). Sea f (
1
(T). Sea
y : A
h,
R
2
(t
0
, y
0
) IR
n
(x, y
1
) y(t, y
1
),
denida en el Teorema (3.5.2). Entonces y (
1
respecto a (t, y
0
). Adem as
D

y(t, y
0
) es la matriz soluci on del problema lineal
_
z

(t) = D
y
f(t, y(t, y
0
))z(t)
z(t
0
) = 1.
(3.15)
Demostraci on. Como en el Teorema (3.5.2) si [ y
0
[ <
R
2
las correspon-
dientes soluciones est an denidas en I
h
. Vamos a demostrar que, en efecto,
la matriz soluci on, z(t), de (3.15) es la diferencial D

y(t, y
0
). Para ello hemos
de probar que
w(t, ) := y(t, ) y(t, y
0
) z(t)( y
0
)
verica
lim
y
0
[w(t, )[
[ y
0
[
= 0.
Tratamos de reducir la prueba a la aplicaci on adecuada de la desigualdad
fundamental. Para ello, tenemos en cuenta que
dw
dt
(t, ) = f(t, y(t, )) f(t, y(t, y
0
)) D
y
f(t, y(t, y
0
))z(t)( y
0
)
y un simple c alculo pone de maniesto que
dw
dt
(t, )D
y
f(t, y(t, y
0
))w(t, ) = f(t, y(t, ))f(t, y(t, y
0
))D
y
f(t, y(t, y
0
))[y(t, )y(t, y
0
)],
91
de donde concluimos que
[
dw
dt
(t, ) D
y
f(t, y(t, y
0
))w(t, )[
[f(t, y(t, )) f(t, y(t, y
0
))[ +[D
y
f(t, y(t, y
0
))[y(t, ) y(t, y
0
)][
[D
y
f(t, y(t, y
0
) +[y(t, ) y(t, y
0
)]) D
y
f(t, y(t, y
0
))[[y(t, ) y(t, y
0
)[
(t, )[ y
0
[ o([ y
0
[)
por el teorema del valor medio. Adem as
[y(t, ) y(t, y
0
)[
e
Lh
1
L
[ y
0
[
y
[(t, )[ 0, cuando y
0
uniformemente en I
h
.
Por tanto, tenemos que w(t, ) es una soluci on aproximada de (3.15) con
error o([ y
0
[). Podemos aplicar la desigualdad fundamental a w(t, ) te-
niendo en cuenta que w(t, y
0
) = 0. Resulta
[w(t, ) w(t, y
0
)[
e
Lh
1
L
o([ y
0
[)
Corolario 3.5.8 En las hip otesis del Teorema (3.5.7), tomando t
1
I
h
y
deniendo

t
0
,t
1
: BR
2
(y
0
) IR
n
q y(t
1
, q)
resulta una aplicaci on biyectiva con su imagen y tanto
t
0
,t
1
como su inversa
son diferenciables (es lo que se llama un difeomorsmo).
3.6 Prolongabilidad de las soluciones.
Sea T dominio en IR IR
n
y sea
f : T IR
n
(t, ) f(t, )
funci on continua en T y localmente lipschitciana respecto a la variable .
92
Dado (t
0
, y
0
) T consideramos el problema
(P)
_
y

(t) = f(t, y(t))

y(t
0
) =
0
.
Supongamos que (y
1
, I
1
), (y
2
, I
2
) son soluciones locales de (P), es decir,
y
i
: I
i
IR
n
, y verica
_
y

i
(t) = f(t, y
i
(t)) t I
i
, i = 1, 2
y
i
(t
0
) =
0
.
Entonces en virtud del teorema de unicidad
y
1
[
I
1
I
2
= y
2
[
I
1
I
2
. (3.16)
Denici on 3.6.1 Sean (y
1
, I
1
) e (y
2
, I
2
) soluciones locales de (P). Diremos
que (y
2
, I
2
) es una extensi on de (y
1
, I
1
) si
i) I
1
I
2
ii) y
1
= y
2
en I
1
.
Denici on 3.6.2 Sea 1 = (y
i
, I
i
) familia de todas las soluciones locales
de (P) y sean
I =
_
i
I
i
,
_
y : I IR
n
x y(x) = y
i
(x), si x I
i
.
El par (y, I) es la soluci on no prolongable de (P).
Observese que la funci on y est a bien denida en virtud de (3.16) y, por
construcci on tenemos que en efecto es la soluci on maximal.
Trataremos de estudiar las carectersticas de I ( si es todo IR o no, si es aco-
tado o no, etc) y el comportamiento de y cuando t se acerca a los extremos de
su intervalo de denici on, I. Realizaremos la argumentaci on para la soluci on
no prolongable a la derecha, es decir, en la parte de I con t > t
0
. De forma
an aloga se puede hacer la prueba a la izquierda. Escribiremos el intervalo
de denici on de la soluci on no prolongable a la derecha como [t
0
, t
0
+ m)
(eventualmente m puede ser no nito).
93
Teorema 3.6.3 Sea un dominio acotado T IR IR
n
con frontera .
Supongamos que f(t, y) ( (T) y es localmente lipschitciana respecto a la
variable y.
Sea (t
0
, y
0
) T y sea
y : [t
0
, t
0
+m) IR
n
la soluci on no prolongable a la derecha de
(P)
_
y

(t) = f(t, y(t))

y(t
0
) =
0
.
Denimos
d(t) = inf
_
[t s[
2
+[y(t) [
2
[ (s, )
_
d((t, y(t)), ),
entonces
lim
tt
0
+m
d(t) = 0.
Demostraci on. Argumentamos por contradicci on. Para > 0 denimos
S

=
_
(t, y) T[ d((t, y), ) = inf
_
[t s[
2
+[y [
2
[ (s, )
_
>
_
.
Supongamos que para > 0 existe una sucesi on t
j

jIN
tal que
(i) lim
j
t
j
= t
0
+m
(ii) (t
j
, y(t
j
)) S

j IN.
Como S

T, es un conjunto acotado y entonces, por el Teorema de

Bolzano-Weierstrass, podemos extraer una subsucesi on, que indicamos de
nuevo por el subndice j, tal que
(t
j
, y(t
j
)) (t
0
+m, ), j .
Tomamos
R = (t, y) [ [t (t
0
+m)[ < a, [ y[ < r T
y
M = sup
(t,y)R
[f(t, y)[.
Denimos a
1
= mina,
r
4M
y consideramos
R
1
= [t
0
+ma
1
, t
0
+m] B
r
2
().
94
Por (ii), existe (t
k
, y(t
k
)) R
1
; consideramos el problema
(P
k
)
_
z

(t) = f(t, z(t))

z(t
k
) = y(t
k
).
Volviendo a la demostraci on del teorema de existencia y unicidad tomando
h = min(t
0
+ma
1
),
r
2M
,
la soluci on est a denida en [t
k
, t
k
+h] y por el teorema de existencia y uni-
cidad z(t) = y(t), la soluci on no prolongable de (P). Veremos que llegamos
a una contradicci on. En efecto, por una parte
a
1
= mina,
r
4M
,
por otra parte,
a
1
+ (t
0
+m) t
k
2a
1
,
entonces
2a
1

2b
4M
=
b
2M
.
Por consiguiente h = (t
0
+m)+a
1
t
k
, es decir, t
k
+h = t
0
+m+a
1
> t
0
+m
y adem as
y : [t
k
, t
k
+h] IR
n
con lo que y sera estrictamente prolongable. Una contradicci on. Por tanto,
lim
tt
0
+m
d(t) = 0.
Corolario 3.6.4 Sea T dominio no acotado en IR
n
y supongamos que se
satisfacen el resto de las hip otesis del Teorema (3.6.3). Entonces cuando
t t
0
+m se verica una de las alternativas siguientes,
(A) y(t) no es acotada.
(B) y(t) se aproxima a la frontera.
Demostraci on. Si no se verica (A) existe H > 0 tal que [y(t)[ H.
Tomando T
1
= ([t
0
, t
0
+ m] B
2H
(0)) T podemos aplicar el Teorema y
concluir (B).
El resultado que sigue nos permitir a concluir cuando un intervalo prescrito
es el intervalo de denici on de la soluci on no prolongable.
95
Teorema 3.6.5 Sea T = [t
0
, t
1
) IR
n
y sea
f : T IR
n
funci on continua y tal que para alguna constante L > 0
[f(t, y
1
) f(t, y
2
)[ L[y
1
y
2
[, (t, y
1
), (t, y
2
) T.
Entonces para todo y
0
IR
n
la soluci on no prolongable a la derecha del
problema,
_
y

(t) = f(t, y(t))

y(t
0
) = y
0
.
est a denida en [t
0
, t
1
).
Demostraci on. Argumentamos por contradicci on. Supongamos que el in-
tervalo de denici on de y(t) fuese [t
0
, t
2
) con t
2
< t
1
.
Entonces, para t [t
0
, t
2
) tenemos
[y(t) y
0
[
_
t
t
0
[f(s, y(s)) f(s, y
0
)[ds +
_
t
t
0
[f(s, y
0
)[ds.
Como f es continua, [f(t, y
0
)[ M para t [t
0
, t
2
); por tanto
[y(t) y
0
[ L
_
t
t
0
[y(s) y
0
[ds +M[t t
0
[.
Poniendo w(t) = [y(t) y
0
[, tenemos
w(t)
_
t
t
0
w(s)ds +M[t t
0
[
y aplicando la desigualdad de Gronwall resulta,
w(t)
M
L
(e
L(tt
0
)
1),
o bien,
[y(t)[ [y
0
[ +
M
L
(e
L(tt
0
)
1) [y
0
[ +
M
L
(e
L(t
2
t
0
)
1),
es decir y(t) est a acotada en un entorno de t
2
, por tanto, por el Corolario
(3.6.4) (t, y(t)) se tiene que aproximar a la frontera, t
1
IR
n
, cuando
t t
2
, pero esto es una contradicci on ya que t
2
< t
1
.
Por tanto, el intervalo de denici on de la soluci on no prolongable a la derecha
es el total, [t
0
, t
1
)
96
Nota 3.6.6 El conportamiento de la soluci on y(t) cuando t t
1
puede ser
diverso: puede ser asint otica al plano t = t
1
, puede aproximarse oscilando,
etc.
Ejemplo 3.6.7 Si consideramos en el dominio T = [0, 2] [2, 2] el prob-
lema,
_
y

(t) = y(t)
y(0) = 1,
su soluci on es y = e
t
que alcanza la frontera de T en el punto (log 2, 2) y el
intervalo de denici on es [0, log 2)
Ejemplo 3.6.8 Consideremos T = (t, y) [ t > 0, 0 < y <
2
3
x
3
2
y el prob-
lema
_
y

(t) = y
1
3
(t)
y(1) = y
0
.
Las soluciones no prolongables a la izquierda llegan a cero, pues, por inte-
graci on elemental,
y(t) =
_
y
2
3
0
+
2
3
(t 1)
_3
2
y entonces y(t
0
) = 0 si 0 < t
0
= 1 y
2
3
0
3
2
, y entonces sigue a la izquierda por
la soluci on identicamente nula.
Ejemplo 3.6.9 Sea el problema de valores iniciales
_

_
y

(t) =
1
(1 t)
2
_
1 y
2
y(0) =
1
2
.
La ecuaci on satisface las condiciones del teorema de existencia si [y[ < 1 y
t ,= 1. Por integraci on elemental obtenemos que la soluci on es
y(t) = sen
_
1
1 t
1 +

4
_
que oscila para t 1.
97
Ejemplo 3.6.10 Dada la ecuaci on
(E) y

(t) = f(t)p(cos(y(t))) +g(t)q(sen (y(t)))

donde f, g ( (IR), y q y p son polinomios, consideremos (t
0
, y
0
) IR
2
. La
soluci on no prolongable a la derecha de (E) satisfaciendo el dato y(t
0
) =
y
0
, est a denida en [t
0
, ). En efecto, observemos que en cada intervalo
[t
0
, t
0
+k] se tiene que, por continuidad, [f(t)[ M
k
y [g(x)[ M
k
. Adem as
la funci on
F(t, ) = f(t)p(cos ) +g(t)q(sen )
verica que es continua y derivable respecto a ,
F

(t, ) f(t)p

(cos )sen +g(t)q

(sen ) cos ,
por tanto, si t [t
0
, t
0
+k]
[
F

(t, )[ M
k
sup
s[1,1]
[p

(s)[ +M
k
sup
s[1,1]
[q

(s)[ L
k
y, as,
[F(t, y
1
) F(t, y
2
)[ L
k
[y
1
y
2
, [
luego por el Teorema previo la soluci on est a denida en [t
0
, t
0
+ k]. Siendo
k arbitrario concluimos que la soluci on no prolongable a la derecha est a
denida en [t
0
, ).
98
3.7 Ejercicios
1 Estudiar si satisfacen la condici on de Lipschitz las siguientes funciones
1. f(x, y) = 1 +x
2
2. f(x, y) = 1 +y
2
3. f(x, y) =
1
1 +y
2
4. f(x, y) =
x
1 +y
2
5. f(x, y) = 4x
2
+y
2
, sobre S : [x[ 1, [y[ 1
6. f(x, y) = x
2
cos
2
y +ysen
2
x, sobre S : [x[ 1, [y[ <
7. f(x, y) = x
3
e
xy
2
, sobre S : 0 x a, [y[ < , (a > 0)
8. f(x, y) = a(x)y
2
+b(x)y +c(x), sobre S : [x[ 1, [y[ 2, (a, b, c
son funciones contnuas sobre [x[ 1).
9. f(x, y) = a(x)y + b(x) , sobre S : [x[ 1, [y[ < (a, b, son
funciones contnuas sobre [x[ 1).
Adem as
1. Sea f(x) = x
1
3
. Demostrar que f no es global ni localmente Lipschitz
en [-1,1]
2. Sea f(x) = x
n
, n > 1. Demostrar que f es local, pero no globalmente
Lipschitz en la recta real.
2 Estudiar en que puntos es aplicable el teorema de existencia y unici-
dad para las siguientes ecuaciones.
1. y

=
x
2
+ 4y
2
x
2
+ 9y
2
2. y

=
(y x)
2
3
1 +x
2
+y
2
3. y

=
(1 (x
2
+y
2
))
1
2
x
99
4. y

= (y
1
2
+ sen [y[)xsen (
1
x
)
3 Estudiar para que valores de x 0 est a denida la soluci on del
problema
y

= y
2
+x
2
y(0) = 1.
Indicaci on: Comparar con las soluciones de las ecuaciones y

= y
2
+ 1
e y

= y
2
que satisfacen y(0) = 1.
4 Comprobar que el problema
y

= 3y
2/3
, y(0) = 0
tiene una familia innita de soluciones y
a,b
, con a 0 b, denidas en toda
la recta real mediante la f ormula
y
a,b
(x) =
_
_
_
(x b)
3
, x b
0, a 0 b
(x a)
3
, x a.
5 Se considera el problema de valores iniciales
y

= arctan(xy), y(0) = a,
siendo a un n umero real. Aunque las soluciones de este problema no
pueden calcularse explcitamente, estudiar su comportamiento cualitativo:
a) Probar que el problema anterior tiene una soluci on unica denida
en toda la recta real. Probar adem as que toda soluci on es par. Encontrar la
soluci on para a = 0.
b) Probar que si es soluci on, entonces (x) = a +
a
2
x
2
+ o(x
2
) para
x 0. Demostrar que (0, a) es un punto de m aximo o mnimo para .
c) Dado a > 0, probar que es mon otona creciente para x > 0, y que
(x) cuando x . Indicaci on: utilizar que lim
x

(x) = /2.
d) Demostrar que para todo x > 0 se tiene

2
x+ab (x)

2
x+a,
donde
b =
_

0
arctan((s(s))
1
)ds < .
Indicaci on: utilizar la f ormula

2
arctan = arctan
1

.
e) Demostrar que la recta y =

2
x +a b es una asntota oblicua de la
gr aca de (x).
100
6 Dado el problema
y

=
y(x 2y)
1 +x
2
+y
2
y(x
0
) = y
0
,
a) Tiene soluci on local ( unica?) en cualquier punto del plano?
b) Las soluciones est an denidas en toda la recta real?
c) Esbozar la gr aca de la soluci on que satisface el dato inicial y(0) = 1.
7 Responder a las mismas preguntas que en el ejercicio anterior, para
el problema
y

=
y
1/3
(x 2y)
5/3
1 +x
2
+y
2
y(x
0
) = y
0
,
8 Estudiar la existencia, unicidad, regularidad e intervalo de denici on
de las soluciones no prolongables de las ecuaciones
1. y

= (y 1)y
2
3
, y(0) = c > 0,
2. y

= y
2
x
2
, y(0) = c > 0..
9
1. Probar que la funci on f dada por
f(x, y) = y
1
2
no satisface una condici on de Lipschitz sobre
R : [x[ 1, 0 y 1.
2. Probar que f satisface una condici on de Lipschitz sobre cualquier
rect angulo R de la forma
R : [x[ a, b y c. (a, b, c > 0).
Estudiar el problema de Cauchy
y

= y
1
2
, y(0) = a > 0
10
101
1. Probar que la funci on dada por
f(x, y) = x
2
[y[
satisface una condici on de Lipschitz sobre
R : [x[ 1, [y[ 1.
2. Probar que
f
y
no existe en (x, 0) si x ,= 0.
Estudiar el problema de Cauchy
y

= x
2
[y[, y(0) = a > 0
11 Sea
f(x, y) =
cos y
1 x
2
, ([x[ < 1).
1. Probar que f satisface un condici on de Lipschitz sobre cada banda
S
a
: [x[ a, donde 0 < a < 1.
2. Probar que para cada problema de valores iniciales
y

= f(x, y), y(0) = y

0
, ([y
0
[ < ),
tiene una soluci on que existe para [x[ < 1.
12 Considerar la ecuaci on
y

= f(x)p(cos y) +g(x)q(sen y),

donde f, g son continuas para todo x real, y p, q son polinomios. Probar
que cada problema de valores iniciales para esta ecuaci on tiene una soluci on
que existe para todo x real.
13 Considerar el problema
y

= y +x
2
sen y, y(0) = 1,
donde es cualquier par ametro real, [[ 1.
1. Probar que la soluci on de este problema existe para [x[ 1.
2. Probar que
[(x) e
x
[ [[(e
|x|
1)
para [x[ 1.
102
14 Hallar las curvas tales que la distancia del origen a la recta tangente
en cada punto, sea igual a la abcisa del punto de tangencia.
15 Considerese la ecuaci on
(x
2
+y
2
)(y

)
2
+ 2y

+ 1 = 0. (E)
a) Determinar en que puntos (E) dene alguna ecuaci on diferencial real.
Cuantas?
b) Escrbanse las ecuaciones anteriores en forma normal.
c) Determnense los dominios donde es aplicable el teorema de existencia
y unicidad de Cauchy-Picard para las ecuaciones resultantes.
d) Est udiense las soluciones no prolongables. Considerense, en particular,
las soluciones no prolongables a la derecha que verican y(
1

) = 0, a
cuantos puntos de la frontera se aproxima cada una?
16 Considerese la ecuaci on
y

= sen
2
_
_
y [x[
3
x
_
(E)
a) Determinar razonadamente los dominios donde es aplicable el teorema
de existencia y unicidad.
b) Considerar el dato (x
0
, y
0
) = (1, 3). Estudiar si el intervalo de denici on
de la soluci on no prolongable a la derecha es [1, ).
c)Est udiese razonadamente si para la soluci on no prolongable a la izquierda
del mismo problema existe
lim
x0
+
y(x)
17 Considerese el problema de valor inicial
(P
(x
0
,y
0
)
)
_
_
_
y

=
2 sen y

4 x
2
y(x
0
) = y
0
a) Determinar razonadamente para que valores de (x
0
, y
0
) el problema tiene
soluci on unica.
103
b) Demostrar que si se toma (x
0
, y
0
) = (0, 1) la soluci on no prolongable
est a denida en [x[ < 2.
c) Estudiar razonadamente si el resultado b) es cierto para la soluci on del
problema
(Q)
_
_
_
y

=
2 sen y

4 x
2
+y
2
y(0) = 1
18 Considerese el problema de valor inicial
(P)
_
y

= yxsen x +y
10
y(0) =
1
10
a) Probar que (P) tiene soluci on unica, y(x), denida en [x[
1
2
y que
0 y(x)
2
10
.
b) Considerar el problema lineal
(PL)
_
z

= zxsen x
z(0) =
1
10
Calcular su soluci on, z(x), y probar que su gr aca est a contenida en
= (x, y)[ [x[
1
2
, [y
1
10
<
3
10

c) Probar que
[y(x) z(x)[ (
2
5
)
5
(e
|x|
2
1),
si [x[
1
2
19 Sea la ecuaci on diferencial
(E) x

(t) =
_
x(t) t
t
3
+ tan(x

(t))
1
t
3
Est udiese que puntos de IR
4
se pueden tomar como datos iniciales para que,
junto con (E), el problema planteado tenga soluci on.
104
20 Sea el problema
(P)
_
y

= sen (x) log(x)sen

2
(y
2
), x (0, ), y IR
y(1) = 7
a) Existe soluci on unica denida localmente a la derecha?
b) La soluci on no prolongable, est a denida en (0, )?
21 Sea la ecuaci on diferencial
x

(t) t
2
x(t) = 0.
H allese una estimaci on del error cometido al tomar z(t) = exp(
t
4
12
) como
soluci on del problema con datos iniciales x(0) = 1, x

(0) = 0, sobre el
intervalo I = [
1
2
,
1
2
].
22 Est udiese el problema de Cauchy escrito en forma no normal,
(y

(x))
2
2

x
3
y

(x) +x(y(x))
2
= 0, y(1) =
1
2
,
precisando cuantas soluciones regulares tiene y si el intervalo de denici on
a la derecha de las soluciones no prolongables es (1, ).
23 Sea la funci on f : [x
0
, x
1
] IR
N
IR
N
continua y tal que
f(x, y
1
) f(x, y
2
), y
1
y
2
) 0, x [x
0
, x
1
], y
1
, y
2
B
r
(y
0
)
(, ), denota el producto escalar en IR
N
). Dem uestrese que el problema de
Cauchy
_
y

= f(x, y)
y(x
0
) = y
0
tiene soluci on unica.
24 Est udiese el intervalo de denici on de la soluci on no prolongable a
la derecha del problema
_

_
y

1
= y
2
e
y
2
2
+ 1
y

2
= y
1
e
y
2
1
+ 1
y
1
(0) = a
1
y
2
(0) = a
2
105
25 Sean los problemas de Cauchy:
(P
k
)
_
_
_
x

k
(t) = [x
k
[
1/2
+
1
k + 1
, k IN
x
k
(0) = 0
Demuestrese que (P
k
) tiene una unica soluci on. Est udiese si la sucesi on
x
k

kIN
converge uniformemente a cero en el intervalo [0,
1
2
].
26 Consideremos el sistema diferencial
_

_
x

= x y
x
(1 t)(x
2
+y
2
)
1/2
y

= x +y
y
(1 t)(x
2
+y
2
)
1/2
donde x
2
+y
2
> 0. Est udiese si la soluci on del problema con dato (t
0
, x
0
, y
0
)
con x
2
0
+y
2
0
< 1, t
0
< 1, existe sobre el intervalo (t
0
, 1)
Indicaci on: Puede ser una idea pasar a coordenadas polares.
27 Sea la familia de ecuaciones diferenciales x

= x

, > 0. Est udiese

en terminos de :
a) Unicidad.
b) Intervalo de denici on de la soluci on no prolongable.
Problemas aut onomos.
En los problemas que siguen V : IR
N
IR
N
es un campo de vectores C
1
y
nos referiremos a la ecuaci on
(E) x

= V (x).
En Geometra Diferencial suele usarse la siguiente nomenclatura.
Un campo V se dice que es completo si todas las curvas de campo, es decir
las tangentes en cada punto a V , o bien, equivalentemente, las soluciones de (E),
est an denidas en (, ).
28 Una funci on f : IR
N
IR, f (
1
, es una integral primera de (E)
si es constante a lo largo de soluciones de (E), es decir, si
d
dt
f(x(t)) f(x(t)), V (x(t))) = 0.
106
Demostrar que si f es una integral primera para (E) tal que
lim
|x|
f(x) = ,
entonces V es completo.
29
a) Sea f : IR
N
IR, f (
1
, vericando
lim
|x|
f(x) = ,
y sea x = x(t) soluci on de (E) y supongamos que existe una con-
stante c > 0 tal que
d
dt
f(x(t)) c, entonces x(t) es indenidamente
prolongable.
b) Si f : IR
N
IR, f (
1
, verica
lim
|x|
f(x) = ,
y
[
d
dt
f(x(t))[ [f(x(t)), V (x(t)))[ < M
entonces V es completo.
30
a) Demuestrese que las ecuaciones de Newton
x

+U(x) = 0, x IR
N
con el potencial U : IR
N
IR, U (
1
, vericando
lim
|x|
U(x) = ,
son completas.
b) Misma cuesti on que en a) cuando, adem as se a nade un termino de
rozamiento, es decir,
x

+U(x) = R(x

),
siendo R : IR
N
IR
N
, R (
1
y vericando x

, R(x

)) 0, para
todo x

IR
N
.
107
Indicaci on.- Multiplquese la ecuaci on por x

y est udiese la energa resultante

31
a) Sea f : IR
N
IR, f (
1
, acotada superiormente tal que para cierta
soluci on x = (t) de (E) existe c > 0 tal que
d
dt
f((t)) c, entonces
tiene tiempo de explosi on nito a la derecha.
b) Si existe f : IR
N
IR, f (
1
, acotada superiormente tal que existe
c > 0 de forma que
f(x(t)), V (x(t))) c,
entonces todas las soluciones de (E) explotan a la derecha en tiempo
nito.
32
a) Demuestrese que V es completo si est a acotado.
b) Demuestrese que V es completo si verica una estimaci on de su crec-
imiento de la forma [V (x)[ C(1 + [x[), x IR
N
, con C > 0
constante.
c) Demuestrese que V no es completo si se verica una desigualdad del tipo
x, V (x)) c[x[
1+
, > 0
con c y constantes positivas.
Indicaci on.- Intentese f(x) = log(1 +[x[) y f(x) = [x[

33 Demuestrese que las soluciones de la ecuaci on no aut onoma x

=
V (t, x), (t, x) IR IR
N
est an denidas en (, ), si existe f : IR
IR
N
IR, f (
1
, tal que para todo compacto K IR
lim
|x|
f(t, x) = ,
uniformemente en t K y
f
t
+f(x(t)), V (x(t))),
est a acotada en K IR
N
.
34 Est udiese el intervalo de denici on de las soluciones no prolongables
de
108
1. x

=
x
2
+t
4

1 +x
2
+t
2
2. x

=
x
3
+t
5

1 +x
4
+t
4
35
i) Est udiese si la soluci on no prolongable del problema
y

= x
4
y
4
, y(1) = 0
est a denida para todo x > 1.
ii) Misma cuesti on para todas las soluciones de la ecuaci on x

+x
2
x

+x
3
=
sen t y t > t
0
Chapter 4
Sistemas de ecuaciones
lineales de primer orden.
Ecuaciones de orden
superior.
4.1 Sistemas de ecuaciones lineales: Teora general
de existencia y estructura.
4.2 Sistemas de ecuaciones lineales con coecientes
constantes. Exponencial de una matriz.
4.3 Met odo de Lagrange.
4.4 Ecuaciones de orden superior.
4.5 Ecuaciones lineales con coecientes constantes.
4.6 Metodo de los coecientes indeterminados.
4.7 Ejercicios
109
110
Chapter 5
Sistemas aut onomos en el
plano
5.1 Estudio de los sistemas aut onomos no lineales.
5.2 Trayectorias. Plano de fases.
5.3 Linealizaci on.
5.4 Concepto de estabilidad de un punto critico.
Resultados de Poincare.
5.5 Teorema de PoincareBendixon.
5.6 Metodo directo de Liapounov:
Estabilidad, estabilidad asint otica, inestabili-
dad.
5.7 Ejercicios
111
112
Bibliography
[1] Gua del Curso
[2] M. Spivak, Calculus, Ed. Reverte, 2 ed, 1990.
[3] J. E. Marsden y M.J. Homan An alisis Cl asico Elemental, Addison
Wesley Iberoamericana, Madrid, 1998.
[4] G.F. Simmons, Ecuaciones diferenciales Ordinarias , Ed. McGraw-
Hill, 1993.
[5] M. Braun, Ecuaciones Diferenciales y sus Aplicaciones, Grupo Ed-
itorial Iberoamerica, 1990.
[6] W. E. Boyce R. C. Di Prima, Ecuaciones Diferenciales y Problemas
con Valores en la Frontera, Ed. Limusa. Grupo Noriega Editores.
[7] E.A. Coddington, An Introduction to Ordinary Dierential Equa-
tions, Dover Pu. New York, 1989.
[8] Carlos Fern andez Perez, Ecuaciones diferenciales-I, Ed. Piramide,
1992.
[9] C. Fern andez Perez y J.M. Vegas Montaner, Ecuaciones
diferenciales-II, Ed. Piramide, 1996.
[10] C. H. Edwards y D.E. Penney, Ecuaciones diferenciales elementales
con aplicaciones, Ed. Prentice-Hall, Mexico, 1991
[11] M. de Guzm an, Ecuaciones Diferenciales Ordinarias, Teoria de
Establidad y Control, Ed. Alhambra, Madrid, 1976.
[12] W. Rudin, Principios de An alisis Matem atico, Ediciones del
Castillo S.A., Madrid, 1974.
113
114
[13] M.W. Hirsch, S. Smale, Ecuaciones Diferenciales, sistemas
din amicos y algebra lineal , Alianza Universidad Textos, 1983.
[14] D.G. Figueiredo, A.F. Neves, Equacoes Diferenciais Aplicadas,
IMPA Colecao Matemtica Universitaria, 2001.