Apunte UChile - Ecuaciones Diferenciales Ordinarias (Osses)

Derecho de autor.
Prohibida su reproduccion
UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS F ISICAS Y MATEMATICAS MATEMATICA DEPARTAMENTO DE INGENIERIA
ECUACIONES DIFERENCIALES ORDINARIAS
AXEL OSSES Centro de Modelamiento Matemtico a Departamento de Ingenier Matemtica a a axosses@dim.uchile.cl
Derecho de autor. Prohibida su reproduccion
Se concede permiso para imprimir o almacenar una unica copia de este documento. Salvo por las excepciones ms abajo sealadas, este permiso no autoriza fotocopiar o rea n producir copias para otro uso que no sea el personal, o distribuir o dar acceso a copias electrnicas de este documento sin permiso previo por escrito del Director del Departao mento de Ingenier Matemtica (DIM) de la Facultad de Ciencias F a a sicas y Matemticas a (FCFM) de la Universidad de Chile. Las excepciones al permiso por escrito del prrafo anterior son: (1) Las copias electrnia o cas disponibles bajo el dominio uchile.cl, (2) Las copias distribuidas por el cuerpo docente de la FCFM en el ejercicio de las funciones que le son propias. Cualquier reproduccin parcial de este documento debe hacer referencia a su fuente o de origen. Este documento fue nanciado a travs de los recursos asignados por el DIM para la e realizacin de actividades docentes que le son propias. o
El texto original, excepto el ultimo cap tulo, fue elaborado por el autor en el periodo 2002-2010, fue revisado por Juan Peypouquet el 2008 quien corrigi y o agreg varias secciones y ejercicios a lo largo del texto y luego en 2010 por el o propio autor. El Cap tulo sobre Clculo de Variaciones fue agregado el 2009 por a gentileza de su autor el profesor Felipe Alvarez. Este texto y el material docente de ejercicios que lo acompa a recibi aportes de los siguientes alumnos de la Facultad n o de Ciencias F sicas y Matemticas en el periodo 2002-2008: Francisco Ortega, Oscar a Peredo, Andre De Laire, Jorge Lemus, Nicols Carre o, Felipe Serrano. a n
Indice general
Cap tulo 1. Nociones bsicas y mtodos elementales de resolucin a e o 1. Motivacin: leyes f o sicas y problemas geomtricos e 2. Deniciones bsicas y nocin de solucin de una EDO a o o 3. Ecuaciones diferenciales elementales 4. Ecuaciones que se reducen a casos elementales Cap tulo 2. Existencia, Unicidad y Mtodos Numricos e e 1. Deniciones bsicas a 2. El problema de Cauchy 3. Los teoremas de existencia y unicidad 4. Aproximacin mediante mtodos numricos o e e Cap tulo 3. EDO lineales de orden superior 1. La EDO lineal de orden n 2. Estudio completo de la ecuacin de orden dos o 3. Ms sobre la estructura de la solucin a o 4. EDO lineal de orden n a coecientes constantes 5. EDO lineal de orden n a coecientes variables Cap tulo 4. Transformada de Laplace 1. Deniciones y ejemplos 2. Propiedades bsicas de la transformada de Laplace a 3. Antitransformadas y aplicaciones 4. Funciones y derivadas generalizadas Cap tulo 5. Sistemas lineales de primer orden 1. Introduccin o 2. Sistemas lineales y ecuaciones de orden superior 3. Los teoremas de existencia y unicidad 4. Estructura de las soluciones 5. Resolucin de sistemas lineales o Cap tulo 6. Anlisis cualitativo de sistemas no lineales a 1. Sistemas no lineales y sistemas linealizados 2. Diagramas de fase y de ujo 3. Clasicacin de los puntos cr o ticos 4. Puntos cr ticos de sistemas lineales 5. Funciones de Liapunov y estabilidad Indice anal tico 1 1 5 7 19 29 29 31 32 34 47 47 50 56 61 70 79 79 83 88 93 99 99 101 103 110 114 137 138 144 146 152 161 167
Cap tulo 1
Nociones bsicas y mtodos elementales de a e resolucin o

1. Motivacin: leyes f o sicas y problemas geomtricos e
Las ecuaciones diferenciales ordinarias son identidades que vinculan una funcin o con sus derivadas. Por ejemplo, si y(t) denota el n mero de bacterias en una colonia u en funcin del tiempo1, la ecuacin diferencial o o y (t) = y(t) donde es una constante positiva, expresa que el aumento de la poblacin bacteo riana, representada por la derivada y , es proporcional a la propia poblacin y, esto o es, mientras ms bacterias hay, ms rpido ellas se multiplican. a a a La solucin de una ecuacin diferencial es una funcin y no un n mero, a o o o u diferencia de las ecuaciones algebraicas. En el ejemplo anterior se trata de encontrar la funcin y(t): n mero de bacterias en funcin del tiempo. Una posible solucin es o u o o la funcin: o y(t) = y0 et donde y0 es el n mero inicial de bacterias en t = 0. Este tipo de soluciones expou nenciales aparecern recurrentemente en la teor y en la prctica. a a a Las ecuaciones diferenciales aparecen con frecuencia en muchas ramas de la matemtica, y sirven para plantear y resolver problemas provenientes de la f a sica, la ingenier la econom la biolog y de las ciencias sociales, entre otras disciplinas.2 a, a, a Veremos a travs de algunas leyes fsicas y de algunos problemas geomtricos e e que una ecuacin diferencial es una forma simple de reproducir y en el mejor de los o casos explicar una situacin real, esto es, al n y al cabo una forma util de modelar. o 1.1. Modelamiento de un fenmeno en biolog la osmosis. Analiceo a: mos el fenmeno de la osmosis, presente en muchos procesos siolgicos. Consideo o remos un experimento en que disponemos dos medios de salmuera A y B separados 0 0 por una membrana impermeable en t = 0 con concentraciones iniciales CA y CB 0 0 con CA < CB . En un instante t > 0 la membrana que los separa se vuelve semipermeable y permite el paso de las molculas de agua, pero no de las molculas de e e sal disueltas (ver Figura 1). El problema es modelar la evolucin de las concentrao ciones de sal CA (t) y CB (t) en funcin del tiempo. Se observa experimentalmente o que a medida que el tiempo transcurre, el agua se desplaza a travs de la membrana e desde la solucin de baja concentracin A hacia la de alta concentracin B hasta o o o
1A menudo llamaremos a una funcin y : R R por y(t) simplemente y su derivada por y o siempre que sta exista. e 2Las ecuaciones diferenciales se conocen tambin bajo otros nombres en ciencias e ingenier e a tales como: modelos diferenciales, ecuaciones de evolucin, sistemas dinmicos, etc. o a 1

2 1. NOCIONES BASICAS Y METODOS ELEMENTALES DE RESOLUCION
0 CA
0 CB
C (t) A
C (t) B
t=0
t>0
Figura 1. Osmosis por una membrana semipermeable. alcanzar asintticamente un valor de equilibrio como se muestra en el grco de la o a Figura 2. Se constata, tambin experimentalmente, que este valor de equilibrio correspone de al promedio M de concentraciones, el cual es conservado a travs del tiempo. e Esto tiene dos consecuencias: dicho promedio debe ser igual al promedio de las concentraciones iniciales y es por lo tanto conocido. Adems, como CA (t)+CB (t) = 2M a es constante, podemos obtener en cada instante t la concentracin en B conociendo o la de A y viceversa. As es que el problema se reduce a encontrar solamente la funcin CA (t). o
CB M CA t
Figura 2. Evolucin de las concentraciones durante la osmosis o que convergen asintticamente al promedio M de las concentracioo nes de ambos medios. Si registramos en un grco el logaritmo natural de la diferencia M CA (t) a en funcin del tiempo, observaremos que la curva experimental se ajusta bien a o una recta de pendiente negativa . Una hiptesis razonable es entonces un ajuste o exponencial de CA (t) a la as ntota de ordenada M , en efecto, donde K es una constante que se obtiene imponiendo la condicin inicial CA (0) = o 0 0 CA lo que nos da K = M CA . Reemplazando la constante K en la expresin o ln(M CA (t)) = t + C CA (t) = M K et ,

1. MOTIVACION: LEYES F ISICAS Y PROBLEMAS GEOMETRICOS 3
anterior, esto nos provee de la frmula siguiente para la concentracin buscada: o o (1) Esta funcin representa un buen modelo de la realidad, ya que se ajusta razoo nablemente bien a las mediciones experimentales, sin embargo, nos resulta todav a misterioso por qu deber e amos aceptar este modelo de crecimiento exponencial como un modelo razonable y no otro modelo diferente, por ejemplo, un ajuste polinomial por pedazos. Esto nos lleva a preguntarnos hay alguna ley o principio que explique el fenmeno de la osmosis? Una idea, que resulta ser fundamental, consiste en eso tudiar si existe una relacin simple entre la concentracin CA (t) y su aumento o o CA (t). Derivando (1) obtenemos:
CA (t) =
CA (t) = M (M CA (0))et .
Ke t Ke t + M M (M (M Ke t ))
= = esto es, la relacin buscada es: o (2)
Entonces la solucin (1) satisface (2). Interpretando (2) encontramos una relacin o o diferencial simple y comprensible que podemos enunciar como la ley siguiente:
Ley de Osmosis
CA (t) = (M CA (t)).
El aumento de concentracin es proporcional en cada inso tante a la diferencia de concentracin entre el promedio o asinttico de concentraciones y la concentracin actual. La o o constante de proporcionalidad cuantica la permeabilidad de la membrana. La ley de osmosis representada por la ecuacin diferencial (2) provee una intero pretacin ms intuitiva y profunda del proceso de osmosis. Ms adelante veremos o a a que (2) tiene como solucin (1). La otra ventaja esta ley es que, aparte de su simo plicidad, sirve para modelar por analog otros problemas similares, como lo es la a ley de enfriamiento o algunos modelos de poblacin, que veremos ms adelante. o a Ejercicio Propuesto 1.1. Si en el grco del experimento de la Figura 2, el a aumento de la concentracin en A hubiese resultado con una forma sigmoide (esto es o estrictamente creciente hacia la as ntota pero con un punto de inexin) Qu moo e delo diferencial propondr usted para este fenmeno? Indicacin: averiguar sobre a o o el modelo de crecimiento log stico. 1.2. Modelamiento de otros fenmenos naturales. Muchos fenmenos o o de la naturaleza pueden modelarse a travs de relaciones entre cantidades y sus vae riaciones3, esta idea revolucionaria para la ciencia fue introducida en el siglo XVII entre otros por Fermat, Newton y Leibniz. En trminos matemticos, estamos hae a blando en todos los casos de identidades que relacionan una funcin y sus derivadas o o sea, de ecuaciones diferenciales.
3o uxiones en la terminolog original de Newton, que da la idea de continuo temporal. a

La mayor de las leyes f a sicas pueden representarse por ecuaciones diferenciales que involucran alguna funcin como incgnita, la que puede representar por ejemplo o o el movimiento de un cuerpo o la concentracin de una especie qu o mica. Dichas ecuaciones diferenciales suelen ser simples, sin embargo el encontrar la funcin o incgnita puede llegar a ser una ardua o imposible tarea. Un ejemplo es la ley o de la gravitacin universal, que modela el movimiento de los planetas alrededor del o sol:
Ley de gravitacion universal
La aceleracin de un planeta es proporcional a la fuero za que sobre l ejerce el sol, cuya magnitud es inversa al e cuadrado de la distancia que los separa. Esta ley del siglo XVII lleva a dos ecuaciones con dos derivadas de la forma: y x , y = 2 2 )3/2 +y (x + y 2 )3/2 donde (x, y) es la posicin del planeta en el plano de origen en el Sol. Estas ecuacioo nes tienen como solucin elipses en el caso de un solo planeta. En el caso de varios o planetas, en realidad tambin ejercen fuerza sobre un planeta los dems planetas y e a no solamente el Sol, lo que lleva a rbitas much o simo ms complicadas y al estudio a posterior de rbitas caticas en el siglo XX por Poincar entre otros. o o e El movimiento de los planetas hace parte de los esos fenmenos en los que o se conoce la ley y por lo tanto las ecuaciones diferenciales que representan dicho fenmeno, pero no se logra comprender completamente la solucin a dichas ecuao o ciones. La ley de movimiento en este caso resulta ms simple que el movimiento en a si.4 Este ejemplo nos muestra a dems que las ecuaciones diferenciales se pueden a presentar en grupos de dos o ms formando sistemas de ecuaciones diferenciales.5 a x = (x2 Ejercicio Propuesto 1.2. Averigue quin recopil los datos a partir de los e o que Kepler postul la idea de rbitas el o o pticas. 1.3. Modelamiento de problemas geomtricos. Las ecuaciones diferene ciales pueden ser tambin utiles para plantear y resolver problemas geomtricos. e e Puede servir por ejemplo para agrupar una familia de curvas. Veamos el caso de las familias ortogonales. Consideremos la familia F de todas las parbolas con vrtice en el origen dea e nidas por la ecuacin y = ax2 , con a R. Derivando con respecto a x obtenemos o y = 2ax. Si usamos la expresin anterior para eliminar el parmetro a obtenemos o a La ecuacin diferencial que representa la familiaF : o y y = 2 . x Esta ecuacin diferencial revela la siguiente propiedad geomtrica de esta familia de o e parbolas: la pendiente en cada punto es el doble de la pendiente de la recta que une a el punto con el origen. En general, algunas propiedades geomtricas compartidas por e
4Es el caso tambin de las ecuaciones de Navier-Stokes que modelan el movimiento de un e uido tridimensional, y no se sabe si dan lugar o no a una unica solucin; o el de la ecuacin de o o Schrdinger, que modela la compleja dualidad onda-part o cula de manera incre blemente simple. 5Ver Cap tulo 5.

2. DEFINICIONES BASICAS Y NOCION DE SOLUCION DE UNA EDO 5
las curvas de una familia pueden conocerse al inspeccionar la ecuacin diferencial o correspondiente. Tratemos ahora de encontrar la familia G de todas las curvas que intersectan de manera perpendicular a las parbolas de la familia F . Esto es, G es la familia a ortogonal a la familia F . Si la funcin z G dene una de estas curvas entonces z (x)y (x) = 1 para o toda y F y para todo x R siempre que z(x) = y(x), esto es, las curvas se 2y(x) intersectan en el punto (x, y(x)). Dado que y (x) = , la ecuacin que dene a o x la familia G resulta ser: 1 x x z (x) = = = . y (x) 2y(x) 2z(x) Notar que reemplazamos y por z pues las curvas se intersectan. Tratemos de resolver la ecuacin diferencial anterior. Esto es, tratemos de eno contrar la forma de la funcin z(x) o ms precisamente, las curvas (x, z). Tenemos o a que 2z(x)z (x) = x 2 d z(x) = x. dx Si integramos a ambos lados de la ecuacin obtenemos o x2 + C, 2 donde C es una constante. Escrito de otro modo, esto es z(x)2 = x2 z2 + = 1. C 2C La familia G est integrada por todas las elipses que estn centradas en el origen. a a Ejercicio Propuesto 1.3. En la discusin anterior, al reemplazar y por z, o x dado que las curvas se intersectan, se obtiene la ecuacin z = 2z . Por otro lado, o 1 2 si hubisemos reemplazado y por y = ax llegamos a la ecuacin z = 2ax que e o es completamente diferente. Convnzace de que no es correcto reemplazar y por e y = ax2 dado que a depende de x por lo que la segunda ecuacin no es vlida. o a 2. Deniciones bsicas y nocin de solucin de una EDO a o o
Definicion 1.1. Una ecuacin diferencial ordinaria (abreviada EDO) es una o identidad de la forma F (x, y(x), y (x), y (x), . . . , y (n) (x)) = 0, donde x representa la variable independiente e y una la funcin incgnita, llamada o o tambin solucin de la EDO. La funcin F representa la relacin que liga las derie o o o vadas de y. Se dice que la ecuacin es ordinaria si se deriva con respecto a una sola o variable6.
6Si se deriva con respecto a varias variables, se habla de Ecuacin Diferencial Parcial (EDP). o Notemos que existen tambin las inecuaciones diferenciales, donde la igualdad en la Denicin 1.1 e o es reemplazada por una desigualdad.

En algunas situaciones, como en los problemas geomtricos, resulta natural usar e x como variable independiente. En otras situaciones, como en los problemas donde se deriva respecto del tiempo, es mucho ms natural utilizar la letra t. En los pria meros cap tulos hemos escogido arbitrariamente x como la variable independiente, pero cuando sea apropiado cambiaremos a t. Consideraremos aqu que F es una funcin a valores escalares, esto corresponde o a una sola ecuacin diferencial. Se puede considerar tambin que F tome valores o e vectoriales, pero en este caso se tratar de sistemas de ecuaciones diferenciales que a veremos ms adelante.7 a Resultar ultil introducir el orden de una EDO. a Definicion 1.2. El orden de una ecuacin diferencial es el grado de derivacin o o mximo que aparece en la ecuacin que en este caso es el n mero natural n. a o u Finalmente, mencionemos la diferencia fundamental entre ecuaciones diferenciales lineales y no lineales. Definicion 1.3. Una EDO lineal de orden n es de la forma (3) donde las funciones ai (x) R, i {1, . . . , n} son llamadas coecientes de la EDO. an (x)y (n) + an1 y (n1) + + a1 (x)y + a0 (x)y = Q(x),
Definicion 1.4. Si Q(x) (llamado com nmente lado derecho de la EDO) es u idnticamente nulo, la EDO lineal se dice homognea. Si Q(x) = 0, la EDO lineal e e se dice no homognea. e Definicion 1.5. Si los coecientes ai (x) no dependen de x, se dice que la EDO lineal es a coecientes constantes. De lo contrario se dice que ella es a coecientes variables. En el caso que an (x) = 0 se puede dividir la EDO (3) por an (x). La EDO que as se obtiene con ai (x) Q(x) an (x) = 1, ai (x) = , i = 0, . . . , n 1, Q(x) = an (x) an (x) se dice que est normalizada8 . Utilizaremos la barra sobre los coecientes y el lado a derecho para indicar normalizacin. o Una EDO no lineal es simplemente una EDO que no es lineal. Gran parte de este texto concierne en el estudio de EDO lineales.9 Ejemplo 1.1. y(1 + (y )2 ) = 4. EDO no lineal, de orden 1. Esta es la EDO de la curva braquistcrona, que estudiaremos ms a fondo en el Ejemplo 1.9. o a Ejemplo 1.2. xy + c sen(x)y = tan(x). EDO lineal de orden 1 a coecientes variables, no homognea ni normalizada. e Ejemplo 1.3. y 2y = 0. EDO lineal de orden 2 a coecientes constantes, homognea y normalizada. e
7Ver Cap tulo 5. 8Si a (x) = 0 para valores discretos de x, se puede normalizar por intervalos. n
9 Resolveremos algunas EDO no lineales en este cap tulo usando mtodos elementales y al e nal estudiaremos algunos sistemas no lineales en el Cap tulo 6 por linealizacin. o

3. ECUACIONES DIFERENCIALES ELEMENTALES 7
n Q(x) = 0 Q(x) = 0 i, ai = cte i, ai = ai (x) an = 1
orden de la EDO homognea e no homognea e coecientes constantes coecientes variables normalizada

n
Cuadro 1. Clasicacin de la EDO lineal o

i=0
ai (x)y (i) = Q(x).
3.
Ecuaciones diferenciales elementales
En este cap tulo estudiaremos algunas tcnicas que nos permitirn determinar e a las soluciones de una gran cantidad de EDO. Comenzaremos por analizar cuatro tipos de ecuaciones de primer orden que llamaremos elementales: integracin directa: y = f (x). o variables separables: y = f (x)g(y). lineal de primer orden homognea: y + a0 (x)y = 0. e lineal de primer orden no homognea: y + a0 (x)y = Q(x). e Posteriormente estudiaremos algunas otras ecuaciones de primer y segundo orden que pueden reducirse a estos casos elementales. Nos enfocaremos en la resolucin de las ecuaciones y no siempre seremos demao siado rigurosos en los aspectos tericos que justican los clculos. Estos aspectos o a (existencia, unicidad, regularidad de la solucin) sern tratados con ms profundio a a dad en cap tulos posteriores. Para resolver los casos elementales, ser util el clculo de primitivas y recordar a a el conocido Teorema Fundamental del Clculo. a Teorema 1.1 (TFC). Sea f integrable en [a, b], entonces, dado x0 [a, b] e y0 R, la funcin y, denida por o
x
y(x) = y0 +
x0
f (s)ds,
para
x [a, b],
es continua en [a, b] y se tiene y(x0 ) = y0 . Si adems f es continua en [a, b] entonces a la funcin y(x) es tambin derivable10 en [a, b] con derivada continua igual a f (x), o e esto es, se tiene que
x
(4) (5)
y(x) = y(x0 ) +
x0
y (s)ds,
x [a, b]
d dx
f (s)ds = f (x)
x0
x [a, b].
Las identidades anteriores sern especialmente utiles en este y los prximos a o cap tulos por lo que se sugiere al lector recordarlas siempre.
10Derivable en el cerrado [a, b] signica derivable en el abierto (a, b) y con derivadas laterales en a+ y b .

3.1. (6)
Integracin directa. Consideramos una EDO del tipo o y = f (x).
Si la funcin f es integrable (por ejemplo si es continua o continua por pedazos11), o gracias al TFC las soluciones existen y estn dadas por: a (7) y= f (x)dx + C,
donde C R es una constante arbitraria. y=
Ejemplo 1.4. Las soluciones de la ecuacin y = sen(x) son de la forma o sen(x)dx + C = cos(x) + C, con C R.
Ejemplo 1.5. La ecuacin y = x tiene como soluciones a las funciones de la o forma x2 y = xdx + C = + C, con C R. 2
Denotaremos por C genricamente a una constante arbitraria sin importar las e eventuales transformaciones biyectivas que la mantienen arbitraria (ponderaciones por un escalar no nulo, cambios de signo, suma de otra constante). Por ejemplo C, e 2C, C/ 2, C, C + 4 pueden ser representadas por una misma constante genrica. Si la transformacin no es biyectiva, por ejemplo C 2 , entonces se pierde la arbio trariedad y es mejor escribir expl citamente C 2 o precisar de alg n modo que la u constante no puede ser negativa. 1 Ejemplo 1.6. Estudiemos la ecuacin y = para x = 0. o x dx + C = ln(|x|) + C = ln(|x|) + ln(k) = ln(k|x|), k > 0. x En el clculo anterior hemos reemplazado la constante arbitraria C por ln(k) (dona de k = eC > 0) para escribir la solucin de manera ms compacta y sin perder o a arbitrariedad. Observemos tambin que el mdulo en el logaritmo nos da la primie o tiva correcta de 1/x cuando x < 0. Como |x| no es derivable en x = 0, se considera la resolucin de la EDO separadamente en cada intervalo (, 0) y (0, ). o y= Supongamos ahora que queremos encontrar la solucin de (6) denida sobre un o intervalo I y que adems pase por cierto punto (x0 , y0 ) dado. Esto es, queremos a resolver el siguiente problema12: y (x) = y(x0 ) = f (x) para todo x I, y0 .
Integrando la ecuacin y = f (x) entre x0 y x I obtenemos o

11Ver Cap tulo 4, donde las funciones constantes por pedazos aparecen de manera natural. 12Ver Cap tulo 2 donde se estudia este problema conocido como problema de Cauchy.

3. ECUACIONES DIFERENCIALES ELEMENTALES x x0 9
y (s)ds =
f (s)ds
x0 x
y del TFC (identidad (4)), se tiene que (8) y(x) = y(x0 ) +

x0
f (s)ds.
x
Detengmonos aqu para comparar (7) y (8). La funcin F (x) = x0 f (s)ds en (8) a o es una primitiva bien particular de f : aquella que cumple F (x0 ) = 0. Entonces la constante C en (7) deja de ser arbitraria y se tiene que C = y(x0 ). Esto nos dice que el problema de Cauchy que nos planteamos tiene una unica solucin para cada condicin inicial. o o En las ecuaciones de primer orden que estudiaremos en este curso, siempre podremos determinar la constante arbitraria si conocemos el valor de la funcin en un o punto del intervalo13. 3.2. Variables separables. Una EDO en variables separables tiene la forma siguiente: (9) y = f (x)g(y). Lo primero que observamos es que si g(y0 ) = 0 entonces la funcin constante o y(x) y0 dene una solucin de la EDO (9). Para los valores de y donde g(y) = 0 o y se tiene g(y) = f (x). Integrando y usando el Teorema del cambio de variables obtenemos dy y (x) dx = = f (x)dx + C, (10) g(y(x)) g(y) donde C R es una constante. Si G es una primitiva de f entonces G(y) = F (x) + C.
1 g
y F es una primitiva de
Si queremos una frmula expl o cita para las soluciones debemos despejar y en funcin o de x en la relacin anterior14. Si no se puede despejar y, las soluciones quedan o expresadas de manera impl cita o paramtrica (ver Ejemplo 1.9). e Ejemplo 1.7. Analicemos la ecuacin o y = xy. Aqu f (x) = x y g(y) = y. Observemos primero que la funcin nula y(x) 0 dene o una solucin de la EDO. Si y = 0 hacemos o dy = y Tenemos entonces que ln(|y|) = x2 + C, 2 x dx + C.
13Para ecuaciones de orden n necesitaremos conocer los valores de la funcin y sus derivadas o hasta el orden n 1 pues las integraciones sucesivas arrojarn ms constantes. a a 14El Teorema de la Funcin Impl o cita, que se estudia en el curso de Clculo en Varias Variaa bles, da las condiciones para que esto sea posible.

de donde |y| = exp x2 +C 2 = ke

x2 2
donde k = eC > 0. Eliminando el mdulo y considerando los posibles valores o positivos y negativos vemos que todas las soluciones son de la forma y = ke
x2 2
con k R (el valor k = 0 nos da la solucin nula). o Ejemplo 1.8. Estudiemos ahora la EDO y = cos2 (y). En este caso f (x) = 1 y g(y) = cos2 (y). Las soluciones constantes son de la forma y(x) + k con k Z. Para encontrar las dems soluciones, a 2 dy cos2 (y) sec2 (y)dy = = dx + C x+C x + C,
tan(y) = donde C R. Para y ( , ) esto es 2 2
y = arctan(x + C). Para los dems valores de y debemos tener en cuenta la periodicidad de la funcin a o tangente. Tenemos entonces que todas las soluciones no constantes son de la forma y = k + arctan(x + C), con C R y k Z.
3 2
3 2

Ejercicio Propuesto 1.4. Para el problema de Cauchy, vea cmo funciona o el mtodo con integrales denidas. Si se integra entre x0 I y x I a ambos lados e de (9), se tiene que
y(x) y(x0 )
dy = g(y)
f (x)dx.
x0
Como antes, si G es primitiva de G(y(x)) = =
1 g
y F es primitiva de f , se tiene que F (x) F (x0 ) + G(y(x0 )) F (x) + C
con C = G(y(x0 )) F (x0 ) constante. Compare (10) y (11) como se hizo antes entre (7) y (8). En el siguiente ejemplo la solucin queda denida paramtricamente. o e Ejemplo 1.9. [Braquistcrona] Se denomina as a la forma que debe tener un o alambre para que una argolla que se desliza por l sin roce bajo la accin de la e o gravedad de un punto a otro de menor altura y no en la misma vertical, lo haga en el menor tiempo posible. La EDO que describe la forma de la curva es y(1 + (y )2 ) = k2 ,
donde k es una constante positiva. Utilizando el mtodo de separacin de variables, e o se tiene y y k2 y
= =
k2 y y dx + C.
1 2
dy
Haciendo y = k 2 sen2 dy = 2k 2 sen cos d obtenemos k sen 2k 2 sen cos d k cos 2k 2 2k 2 = x+C = x+C = x+C = x+C = 2k 2 sen 2 2 4 C.
sen2 d
1 cos(2) d 2 sen 2 2k 2 2 4 x
Por lo tanto, se tiene que x = x() e y = y() con x = y = k2 (2 sen 2) C 2 k2 (1 cos 2) . 2

Si ahora hacemos = 2, vemos que k2 ( sen ) C 2 2 k (1 cos ), y = 2 con R. La solucin es una familia de curvas llamadas cicloides. Ver Figura 3. o x =
0.2
0.4
0.6
0.8
0.5
1.5
Figura 3. Curva Braquistcrona con x [0, ], y [1, 0], o 2 parmetro k = 1 y constante C = 0. a Ejercicio Propuesto 1.5. Si las ruedas delanteras de un auto se mueven sobre una l nea recta que no es paralela a su eje, encuentre la curva que describen las ruedas traseras, considerando que la distancia entre las ruedas delanteras y las traseras permanece constante. Indicacin: averigue sobre la curva tractriz. o Ejemplo 1.10 (El problema de la gota de lluvia). Consideremos una gota de masa inicial m0 y de densidad constante que cae del reposo y calculemos su masa en funcin del tiempo usando el siguiente principio: o
Gota de lluvia
Una gota de lluvia que cae por efecto de su peso va aumentando su volumen a medida que captura gotas ms pea queas en su supercie inferior. Esto es, a una tasa que n es proporcional a su velocidad de cada y a su supercie inferior. Supondremos que i) la gota es esfrica, ii) la gota alcanza una aceleracin constante, e o iii) esta aceleracin l o mite es menor que la de gravedad. Si el radio de la esfera es r(t) entonces su volumen es proporcional a r3 y su supercie media a r2 . Si la densidad es constante, entonces la masa es m(t) es proporcional a r3 de donde despejando r(t)

resulta proporcional a m1/3 . Con esto, suponiendo que y es la distancia recorrida verticalmente hacia abajo por la gota, la EDO queda: m (t) = Km2/3 y , K > 0 constante. Adems, la segunda ley de Newton (atencin que la masa es variable) es a o (my ) = mg. Al reemplazar en la primera EDO obtenemos m y + my Km
2/3
= = = =
mg mg g K(y )2 . g y
(y ) + my (y ) + y
2
Km
1/3
m1/3 Derivando esta expresin vemos que o 1 2/3 m m = 3 de donde y y y (g y )2 3y y = 3
K(y )2 g y
Suponiendo que y < g y que la aceleracin es constante (y = 0) se obtiene que o g y = . 7 Ahora integrando entre 0 y t una vez (y suponiendo que la gota parte del reposo) se obtiene la velocidad gt y = . 7 Reemplazando este valor en la EDO original de la masa se obtiene gK m = t m2/3 , 7 que es una EDO a variables separables, que podemos resolver: m2/3 dm 3m1/3 = = gK t2 +C 7 2 gK 2 t + C. 14
1/3 3
= (g y )(g y 6y ) = (g y )(g 7y ).
= 6(g y )y y + 3y (y )2
(y )2 g y 2(g y )y y + y (y )2 = 3 (g y )2
Si la masa inicial era m0 , entonces C = 3m0 . Luego m(t) = gK 2 1/3 t + m0 42 .

Ejercicio Propuesto 1.6. Es razonable pensar en el ejercicio anterior que la masa crece de manera no acotada con el tiempo? Qu se podr considerar adie a cionalmente en el modelo para mejorarlo?
3.3. (11)
EDO lineal de primer orden: caso homogneo. Se tiene la EDO: e a1 (x)y + a0 (x)y = 0. a0 (x) , a1 (x) = 0 se obtiene: a1 (x)
Normalizando los coecientes, es decir, con a0 (x) = y = a0 (x)y. Presentaremos dos formas de resolucin: o
Variables separables: Claramente la funcin nula y(x) 0 dene una soluo cin para esta EDO. Para los valores donde y = 0, notamos que la EDO (3.3) es o de la forma y = f (x)g(y) con f (x) = a0 (x) y g(y) = y. As ln(|y|) = a0 (x)dx + C a0 (x)dx , a0 (x)dx k>0
|y| = k exp y = k exp
con k R, incluyendo la solucin nula. o Factor integrante: Denimos el factor (x) = exp a0 (x)dx
o y observamos que (x) = a0 (x)(x). Si multiplicamos la ecuacin por (x) obtenemos (x)y (x) + a0 (x)(x)y(x) (x)y (x) + (x)y(x) ((x)y(x)) con lo cual el producto (x)y(x) es constante y as y(x) = k = k exp (x) a0 (x)dx = = = 0 0 0,
con k R, como antes. Este enfoque es la clave para resolver las ecuaciones lineales no homogneas. e

1 Ejemplo 1.11. Encontremos las soluciones de la ecuacin y cos x + cos x y = 0, o e o x = 2 + k usando el mtodo de separacin de variables. Tenemos que
y +
1 y cos2 x y dy y ln(|y|) y
= = = = =
0 y sec2 x sec2 xdx + C tan x + C k exp( tan x),
con k R.
Ejemplo 1.12. Resolvamos ahora el problema de Cauchy y (x) y(1) = = 2, dx x

1 x y(x)
para x = 0,
1 usando el factor integrante. Escribiendo la EDO como y x y = 0 calculamos
(x) = exp Tenemos entonces que
= exp( ln(x)) =
1 . x
1 y = 0 x 1 1 y 2y = 0 x x y = 0 x y = k, con k R. x As todas las soluciones son de la forma y(x) = kx con k R. De acuerdo con la , condicin inicial, nos interesa que 2 = y(1) = k 1, de donde k = 2. Concluimos que o la solucin del problema de Cauchy es y(x) = 2x. o y 3.4. EDO lineal de primer orden: caso no homogneo. Se tiene la e ecuacin: o (12) a1 (x)y + a0 (x)y = Q(x)
Q(x) Si a1 (x) = 0 podemos normalizar a0 (x) = a0 (x) , Q(x) = a1 (x) y reescribir la a1 (x) ecuacin como o y + a0 (x)y = Q(x). Si multiplicamos ambos lados de la ecuacin por el factor integrante (x) = exp a0 (x)dx o obtenemos
((x)y(x)) (x)y(x) (13) y(x)
= (x)Q(x) = = (x)Q(x)dx + C 1 C + (x) (x) (x)Q(x)dx.

Definicion 1.6. El primer trmino del lado derecho de (13), e yh (x) = C = C exp (x) a0 (x)dx
se denomina solucin homognea. Aunque se habla de la solucin homognea, en o e o e realidad se trata de una familia de soluciones, indexadas por la constante C. Definicion 1.7. El segundo trmino en el lado derecho de (13), e yp (x) = = 1 (x) exp (x)Q(x)dx a0 (x)dx exp a0 (x)dx Q(x)dx
se denomina solucin particular (que se obtiene si C = 0). Se habla de la solucin o o particular, pero depende de la primitiva que se escoja. Ejemplo 1.13 (Ley de osmosis). Retomamos el ejemplo de la introduccin o donde estudiamos bsicamente el movimiento de agua desde una solucin con baja a o concentracin de soluto (solucin A) a travs de una membrana semipermeable o o e hacia una solucin con alta concentracin de soluto (solucin B). Si CA (t) es la o o o 0 concentracin de soluto que hay en la solucin A en funcin del tiempo, CA es la o o o 0 concentracin inicial de soluto en A y si CB es la concentracin inicial de soluto en o o B, una EDO que modela este fenmeno es: o
CA (t)
0 0 CA + CB CA (t) , 2
con > 0.
Introduciendo la concentracin promedio o
0 0 CA + CB = M , se tiene 2 CA + CA = M
CA exp
dt + CA exp
dt
= = = = =
M exp M et M et
dt
CA et + CA et
CA et
CA et CA y como et dt =
M et dt + C Cet + M et et dt
1 t e , se tiene que CA (t) = Cet + M con C R. El resultado es una familia de curvas (indexadas por el parmetro C). a Si evaluamos en el tiempo inicial t = 0, se puede encontrar el valor de la constante 0 C 0 CB 0 0 C, es decir, CA (0) = C + M y CA (0) = CA . Luego C = CA M = A . Por 2 lo tanto, la solucin es o 0 0 0 C 0 + CB CA CB et + A CA (t) = 2 2

Ejemplo 1.14 (Ley de enfriamiento de Newton). Los ms valientes hemos a experimentado el hecho de que al ba arnos en el mar cuando se acerca la noche el n agua se siente tibia. Daremos una explicacin a este hecho, basados en el siguiente o principio:
Ley de enfriamiento de Newton
Cuando la diferencia de temperaturas entre un cuerpo y el medio ambiente es pequea, el calor transferido en una n unidad de tiempo entre el cuerpo y la atmsfera es proporo cional a la diferencia de temperatura entre el cuerpo y el medio ambiente. Sean T y TA las temperaturas del mar y del ambiente respectivamente, la EDO que modela el fenmeno es entonces: o T (t) = k(TA (t) T (t)), donde k > 0 es una constante llamada coeciente de transferencia trmica, y dee pende localmente de la supercie de contacto, calor espec co y masas involucradas. Sea T (0) = T0 es la temperatura inicial del mar. Supongamos primero que TA es constante. Tenemos entonces que T + kT T e
kt
= kTA = kTA ekt = kTA ekt = k TA ekt dt + C
+ kT e Te
kt
kt
T ekt T
= Cekt + TA
de donde, evaluando en t = 0, se obtiene C = T0 TA . Con esto, La temperatura del mar tiende exponencialmente a la temperatura ambiente. Ms a rpidamente a mayores valores de k. Ver Figura 1.14. a Supongamos ahora que TA var en el tiempo de manera peridica. Ms prea o a 0 cisamente, supongamos que TA (t) = TA + A sen( t), de manera que oscila con frecuencia . La solucin es o (14) Desarrollando
0 T (t) = Cekt + TA + kekt
T (t) = (T0 TA )ekt + TA .
A sen(t)ekt dt
sen(t)ekt dt se obtiene = = 1 1 cos(t)ekt dt + sen(t)ekt k k 1 2 sen(t)ekt dt 2 cos(t)ekt + sen(t)ekt . 2 k k k
sen(t)ekt dt

10 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 10
k=3 k =2 k =1
Figura 4. Comportamiento de la temperatura del mar T (t) frente a una temperatura ambiente constante TA = 0 partiendo de una temperatura inicial T (0) = 10 para distintos valores de la constante k. Esto implica que 1+ Luego, 2 k2 sen(t)ekt dt = ekt sen(t) cos(t) . k k
A sen(t)ekt dt =
queda de la forma
k2
Ak ekt sen(t) cos(t) . Por lo tanto (14) 2 + k Ak 2 sen(t) cos(t) . 2 + k
0 T (t) = Cekt + TA +
k2
21
20
19
18
17
16 0 2 4 6 8 10 12
Figura 5. Variacin de la temperatura del mar T (t) inicialmeno te con T (0) = 15 frente a una temperatura ambiente TA (t) = 20 + sen(2t) (l nea gruesa). Asintticamente, T (t) tiene un desfase o positivo y una amplitud menor respecto de TA (t).

4. ECUACIONES QUE SE REDUCEN A CASOS ELEMENTALES 19
k y cos = podemos escribir Si consideramos sen = 2 + 2 2 + 2 k k Ak 0 (sen(t) cos() cos(t) sen()). T (t) = Cekt + TA + 2 + 2 k
sen(t)
w k
Figura 6. Relacin entre , k y . o
0 Finalmente, T (t) = Cekt + TA + yh
k2
Ak sen(t ). Las variaciones de la + 2

yp
temperatura del mar se encuentran asintticamente retrasadas o con desfase posio tivo con respecto a las del ambiente (ver Figura 5). Adems, notar que la amplitud a asinttica de la temperatura del cuerpo es menor que la amplitud de variacin de o o la temperatura ambiente ya que k/ k 2 + 2 < 1.
Ejercicio Propuesto 1.7. Explique cmo se puede estimar el coeciente k o a partir del tiempo que separa dos mximos sucesivos de la temperatura ambiente a y de la temperatura del mar.
4.
Ecuaciones que se reducen a casos elementales
Veremos ahora algunas ecuaciones diferenciales que se pueden reducir a casos elementales mediante un cambio de variables. 4.1. Ecuaciones homogneas. Sean f : R2 R una funcin de dos vae o riables y k N. Se dice que f es homognea de grado k si f (x, y) = k f (x, y) e para cada , x, y R. Observemos que si f y g son homogneas de grado k entonces e o el cuociente f (x,y) puede escribirse como una funcin que depende unicamente del g(x,y) cuociente entre x e y. En efecto,
y y y f (x 1, x x ) xk f (1, x ) f (1, x ) f (x, y) y . = y = y = y = h k g(1, ) g(x, y) g(x 1, x x ) x g(1, x ) x x
Una EDO es de tipo homognea15 si se puede escribir como e y y = h . x

15No confundir con una EDO lineal homognea. e

y Para resolverlas hacemos el cambio de variable z = x , que reescribimos como y = xz de manera que y = xz + z. Tenemos entonces que xz + z = h(z), de donde
z =
h(z) z , x
que es una ecuacin en variables separables. o Ejemplo 1.15. Encontrar las soluciones de la ecuacin o y = x+y . xy
Es fcil vericar que se trata de una ecuacin homognea. Hacemos el cambio a o e z = y/x, de donde y = zx e y = z + xz . La ecuacin se convierte en o z + xz = Despejando z obtenemos z = x + zx 1+z = . x zx 1z
1 1+z 1 1 + z2 . z = x 1z x 1z 1 x dx x ln |x| + C.
Para resolver esta ecuacin en variables separables hacemos o 1z z = 1 + z2 dz zdz = 2 1+z 1 + z2 1 arctan(z) ln(1 + z 2 ) = 2
Si ahora deshacemos el cambio de variables obtenemos la solucin expresada de o manera impl cita: arctan y ln x 1+ y2 = ln |x| + C. x2
Ejemplo 1.16 (Curva de persecusin). Sobre un r en la posicin P = (c, 0), o o, o un bote trata de alcanzar la orilla situada en la posicin O = (0, 0) como se muestra o en la Figura 1.16. Se quiere caracterizar la posicin en el eje OY con respecto a la o posicin en el eje OX. La rapidez de la corriente del r es a en direccin (0, 1). o o o La rapidez del bote es b en direccin ( cos , sen ) donde = (t) va variando en o el tiempo de manera que este vector apunta siempre hacia O. Si las coordenadas del bote en un tiempo dado son B = (x, y), la rapidez en cada eje esta dada por dx = b cos , dt dy = b sen a. dt dy dx dy = . Recordando que cos = dx dt dt
Aplicando regla de la cadena tenemos que

Figura 7. Bote con rapidez b cruzando un r cuya corriente tiene o rapidez a. x y2 + x2 y
y sen =
y 2 + x2
vemos que a + b b y 2
dy = dx
b sen a b cos
y +x2
x y 2 +x2
a x2 + y 2 by . bx
y x
Esta ultima ecuacin es homognea. Hacemos el cambio de variable z = o e xz + z = y . Recordando que x e y son positivas tenemos que a xz + z = 1 + z2 + z b a z = 2 bx 1+z a dz = ln x + C. b 1 + z2
Reescribimos la constante C como C = ln(z + z+ 1 + z 2) = 1 + z2 1 + z2 = =
a b
ln k con k > 0 y obtenemos

a
ln(kx) b (kx) b (kx)

a 2a b
2z(kx) b + z 2 .
Despejando z y deshaciendo el cambio de variables obtenemos z y x y = = =

a a 1 (kx) b (kx) b 2 a a 1 (kx) b (kx) b 2 a a x (kx) b (kx) b . 2

De la condicin de borde y(c) = 0 vemos que k = o
1 . c
4.2.
Ecuacin de Bernoulli. La ecuacin de Bernoulli es de la forma o o y + p(x)y = q(x)y n con n = 0, n = 1.
Se realiza el cambio de variable z = y 1n z = (1 n)y n y . Multiplicando (1 n)y n a ambos lados de la ecuacin, queda o (1 n)y n y + p(x)(1 n)y 1n
= =
z + p(x)(1 n)z
(1 n)q(x)
(1 n)q(x),
que resulta ser una ecuacin lineal no homognea de primer orden normalizada. o e Ejemplo 1.17 (Modelo log stico de poblacin). El modelo log o stico se basa en el siguiente principio:
Ley log stica
El aumento de una poblacin es proporcional al produco to entre la poblacin misma y su diferencia respecto a un o valor mximo que es funcin de los recursos disponibles a o limitados. Esto traducido a una EDO queda como (15) P = P (M P ),
donde > 0 es constante (por ejemplo la diferencia entre tasas de natalidad y mortalidad) y M > 0 es la carga mxima alcanzable. Si P > M entonces P es a negativo y la poblacin decrece. En esta ecuacin de Bernoulli hacemos el cambio o o 1 de variables z = P z = P y obtenemos 2 P z = M z + , de donde 1 = exp P
t t s
M (s)ds
0
1 + P0
exp
0 0
M (s)ds (s)ds .
Reordenando se obtiene (16) P = P0 M . P0 + (M P0 ) exp(M t)
Notemos que P (0) = P0 y que P M si t .

4.3. (17)
Ecuacin de Riccati. La ecuacin de Riccati es de la forma o o y = p(x)y 2 + q(x)y + r(x).
1 o Se realiza el cambio de variable y = y1 + , donde y1 es alguna solucin conocida z (por ejemplo fcil de calcular) de (17). Derivando con respecto a x se tiene y = a z y1 2 y reemplazando en (17), z z z2 z y1 2 z z y1 2 z z
y1
= p(x) y1 +
1 z
+ q(x) y1 +
1 z
+ r(x)
y1 q(x) p(x) + 2 + q(x)y1 + + r(x) z z z y1 p(x) q(x) 2 = [p(x)y1 + q(x)y1 + r(x)] + 2p(x) + 2 + z z z = 2p(x)y1 z p(x) q(x)z,
2 = p(x)y1 + 2p(x)
de donde que resulta ser una EDO lineal de primer orden no homognea en la variable z. e Ejemplo 1.18. Analicemos la ecuacin diferencial o y = 2 y + y 2 . Como se trata de una ecuacin de primer orden a coecientes constantes, es posible o encontrar una solucin constante resolviendo la ecuacin algebraica o o 2 2 = 0, cuyas ra ces son 2 y 1. Tomemos entonces y1 = 2 como una solucin particular o de la ecuacin. Siguiendo el procedimiento descrito arriba podemos encontrar la o solucin general haciendo el cambio o 1 1 =2+ , z z Sustituyendo en la ecuacin obtenemos o y = y1 + z z2 z 2 z z = = = 2 2 + 1 z y = z . z2
2
z + (2p(x)y1 + q(x))z = p(x),
1 z 1 4 1 2 2 + 4 + + 2 z z z 3z + 1. + 2+
Resolvemos la ecuacin lineal de primero orden no homognea multiplicando por el o e factor integrante (x) = exp( 3dx) = e3x . z e3x + 3ze3x ze3x
= = =
ze3x
e3x 1 e3x + C, 3
e3x

1 con C R. Despejando encontramos z(x) = 3 + Ce3x . Esto nos dice nalmente que la solucin general de la ecuacin es o o
y(x) = 2 +
1 Ce3x
1 3
con
C R.
Notemos que tomando C = 0 recuperamos la otra solucin constante y(x) 1. o Es importante observar tambin que si C > 0 la solucin tiene una as e o ntota vertical 1 en x = 1 ln(3C), de modo que |y(x)| si x 3 ln(3C). 3 4.4. EDO de segundo orden sin variable dependiente. En la ecuacin o G(x, y , y ) = 0
no aparece la variable y expl citamente. En estos casos se realiza el cambio de variable p = y , con lo cual la ecuacin se transforma en o G(x, p, p ) = 0, que es una EDO de primer orden. Ejemplo 1.19. Para resolver la ecuacin o x y = y 1 1+x hacemos el cambio p = y , p = y . Luego, p+1 1+ 1+ 1 x x p 1+x p = p+1 dp = p+1 = ln |p + 1| = con k R.
1 dx x x + ln |x| + C y de all , p = 1 + kxex
En trminos de y esto es una ecuacin con integracin directa e o o y y = 1 + kxex = x + k(x 1)ex + K con k, K R.
4.5. cin o
EDO de segundo orden sin variable independiente. En la ecuaH(y, y , y ) = 0
la variable independiente x no aparece expl citamente. Se realiza el cambio de variable dy dp d2 y dp dy dp p = y = = y = = p, dx dx2 dx dy dx dy

con lo cual la ecuacin se transforma en o H y, p, p dp dy = 0
que es una EDO de primer orden en la variable p con variable independiente y. Ejemplo 1.20 (Ley de Hooke). Se tiene el sistema indicado en la Figura 1.20, siendo k > 0 constante de elasticidad del resorte y m la masa del cuerpo. La Ley de Hooke establece que:
Ley de Hooke
Para pequeos desplazamientos en torno a la posicin de n o equilibrio, la fuerza de restitucin del resorte es proporcioo nal al desplazamiento. Esto es my = ky. Es decir, y + w2 y = 0, con w = z = dz y y la ecuacin se reescribe como o dy dz z + w2 y dy dz z dy k . Si z = y entonces m
= =
0 w2 y.
Integrando con respecto a la variable y vemos que zdz z2 2 (y )2 y = = = = w2 w2 ydy + C
y2 +C 2 2 2 w y + 2C
2C w2 y 2 .
Finalmente usando separacin de variables obtenemos o dy 2C w2 y 2 dy 1

w2 2 2C y
= =
dt + 2Cdt + 2Ct + sen( 2Ct + ) 2C sen( 2Ct + ) w
wy arc sen 2C wy 2C y
= = =
con C, R.

k m
y
Figura 8. Sistema mecnico de un resorte y una masa. a Ejemplo 1.21 (Cadena cayendo). Para el sistema de la segunda gura, el largo de la cadena es L y su densidad es [masa / largo], por lo tanto la EDO que lo describe es Ly g y y L Deniendo = nos da z dz 2 y dy dz z dy z2 2 z y Esto es dy y2 + a2 = dt = t + . = 0 = 2 y = 2 = = y2 +C 2 2 y 2 + 2C y 2 + a2 con a= 2C . 2 = = gy 0.
g se tiene la EDO y 2 y = 0. El mismo cambio de variable L
Haciendo el cambio de variable y = a senh en el lado izquierdo, a cosh d a cosh = = t + t + .
Por lo tanto, y = a senh(t + ), con R constante. 4.6. Otros casos. En ocasiones es posible reducir una ecuacin complicada o a otra ms simple mediante un cambio de variables. No hay una regla general para a determinar el cambio correcto, de modo que la experiencia es clave.

Figura 9. Sistema mecnico de una cadena bajo el efecto de g a con un extremo cayendo. Ejemplo 1.22. La ecuacin o y = (x + y)2 es de Riccati. Sin embargo, para aplicar el mtodo descrito ms arriba es necesario e a conocer una solucin particular, lo que puede no ser evidente. Otra opcin es usar o o el cambio w = x + y. Esto nos da w = 1 + y y la ecuacin se transforma en o w = w2 + 1, que es una ecuacin en variables separables. Para hallar la solucin general hacemos o o dw = w2 + 1 de donde arctan(w) = x + C. Esto es y = x + tan(x + C), con C R. dx,
Ejemplo 1.23. En la ecuacin o y = cos(x + y + 1) 1 cos(x + y + 1)
podemos hacer el cambio z = x + y + 1. Con esto, z = y + 1 y la ecuacin se o convierte en 1 z = 1 cos(z) (1 cos(z))dz = dx x+C con C R. z sen(z) =
La solucin queda denida impl o citamente como y sen(x + y + 1) = C.

Otro procedimiento util es integrar la variable independiente en trminos de e la variable dependiente y luego despejar. La justicacin, a grandes rasgos y sin o entrar en detalles, es la siguiente: en los intervalos donde y existe y no se anula, la expresin y = y(x) dene impl o citamente a x en funcin de y. Es decir, podemos o escribir x = x(y). Observando que x(y(x)) = x y usando la regla de la cadena vemos que x (y(x))y (x) x (y) Ejemplo 1.24. La ecuacin o puede escribirse como y (ey x) = y = 1 = 1 y (x) .
1 ey x = = x . y y Esta es una ecuacin lineal de primer orden en x si se toma y como variable: o 1 1 x + x = ey . y y Multiplicando por el factor integrante (y) = y esto nos da (xy) xy = ey = ey + C
y la solucin queda denida de manera impl o cita. Otra manera de resolver la ecuacin es o yx + y (xy) xy = ey y = (ey ) = ey + C.
Cap tulo 2
Existencia, Unicidad y Mtodos Numricos e e

1. Deniciones bsicas a
Llamaremos intervalo al segmento que une dos puntos a y b de la recta real extendida [, ], pudiendo contener o no a los extremos cuando stos sean nitos. e En caso de contener alguno de los extremos, entenderemos que las nociones de continuidad y diferenciabilidad en dicho punto son laterales. Sean I un intervalo y n N. Decimos que una funcin y : I R es de o clase C n en I si las derivadas de y hasta el orden n existen y son continuas en I (entenderemos que la derivada de orden 0 es la propia funcin y). Denotamos por o C n (I) el conjunto de las funciones que son de clase C n en I. Es fcil ver que dicho a conjunto es un espacio vectorial con las operaciones usuales de suma y ponderacin o por escalar. Observemos que cada funcin y C 0 (I) dene una trayectoria o curva o en I R: {(x, z) | x I, z = y(x)}. Consideremos ahora una funcin F : I Rn+1 R. La primera1 nocin de o o solucin que estudiaremos es la siguiente. o Definicion 2.1. Diremos que una funcin y : I R es solucin o que dene o o una curva integral de la ecuacin diferencial o F (x, y, y , y , . . . , y (n) ) = 0 en el intervalo I si y C n (I) y para todo x I. En lo sucesivo no haremos distincin entre las curvas integrales y las funciones o que las denen. Por otra parte, la solucin general de una ecuacin diferencial es o o una expresin que agrupa, de manera compacta y expl o cita, la familia de todas las soluciones. Ejemplo 2.1. Consideremos la ecuacin diferencial y (x) = 0 en un intervalo o I. Recordemos que la derivada de una funcin en un intervalo es cero si, y slo si, o o la funcin es constante. Por lo tanto, la solucin general de la ecuacin es o o o y(x) = C con C R. En muchas ocasiones las ecuaciones diferenciales revelan una gran informacin o cualitativa acerca de las curvas integrales, como vemos en el siguiente ejemplo: Ejemplo 2.2. Consideremos la ecuacin diferencial y = 1 |y| en R. En o el siguiente cap tulo estudiaremos las tcnicas que nos permitirn resolver esta e a
1La primera pues ms adelante, en el cap a tulo de Transformada de Laplace, veremos el caso de soluciones continuas y con derivada continua por pedazos. 29
F (x, y(x), y (x), y (x), . . . , y (n) (x)) = 0

30 2. EXISTENCIA, UNICIDAD Y METODOS NUMERICOS
ecuacin. Sin embargo, al examinar la ecuacin diferencial podemos tener una idea o o de cmo son las curvas integrales. Vemos que las funciones constantes y(x) 1 o y y(x) 1 son de clase C 1 y satisfacen y = 1 |y| en R, por lo que denen curvas integrales de la EDO. Supongamos ahora que y : R R dene una curva integral de la EDO. En los puntos donde y toma valores entre 1 y 1, su derivada es positiva; luego y es creciente. En otro caso, y es decreciente. Adems mientras a ms cerca est y(x) de los valores 1 y 1, ms cercana a 0 ser su derivada. Si al a e a a contrario, |y(x)| es muy grande, la pendiente ser muy pronunciada. a
Otro dato que obtenemos directamente de la ecuacin es que si y : R R dene o una curva integral, entonces la funcin yc : R R denida por yc (x) = y(x + c) o tambin dene una curva integral (basta sustituir en la ecuacin). Esto nos dice e o que al trasladar una curva integral hacia la derecha o hacia la izquierda obtenemos ms curvas integrales.2 Con toda esta informacin deducimos que, de existir, las a o curvas integrales deben tener un aspecto bastante similar a las que se muestran a en la grca siguiente. a
2Esto es una particularidad de las EDO autnomas, en las que no aparece la variable o independiente.

2. EL PROBLEMA DE CAUCHY 31
2.
El problema de Cauchy
En el ejemplo anterior, si bien la ecuacin diferencial tiene ms de una curva o a integral, el grco sugiere que por cada punto (x0 , y0 ) de R2 pasa una, y slo una, a o de estas curvas. Determinar una (o la) curva integral de una EDO que pasa por cierto punto dado es lo que se conoce como resolver el problema de Cauchy. Definicion 2.2. El problema de Cauchy asociado a una ecuacin de primer o orden consiste en encontrar y C 1 (I) tal que (P C) y (x) = y(x0 ) = f (x, y(x)) y0 , para todo x I,
donde I es un intervalo, x0 I e y0 R. La igualdad y(x0 ) = y0 se llama condicin inicial o de borde seg n la variable x se interprete como tiempo o espacio o u respectivamente. Una solucin del problema de Cauchy es una solucin de la ecuacin diferencial o o o que se ajusta a las condiciones iniciales o de borde. Es importante no confundirlo con la familia de soluciones de la ecuacin diferencial sin condiciones iniciales o de o borde. Dependiendo de f , x0 e y0 , el problema de Cauchy puede no tener solucin y, o en caso de tener, sta puede no ser unica. Los Teoremas 2.1 y 2.2 garantizan la e existencia y unicidad de solucin bajo ciertas condiciones. Por el momento, veamos o bajo qu hiptesis es razonable esperar que el problema de Cauchy asociado a una e o EDO tenga una unica solucin. o En primer lugar, para que y (x) sea continua es necesario que y(x) y f (x, y) (como funcin de dos variables) lo sean. Sin ms informacin sobre la funcin y o a o o es poco probable que la composicin f (x, y(x)) sea continua si f no lo es. Es de o esperar que necesitemos imponer que la funcin f sea continua para garantizar o que el problema tenga solucin. Sin embargo, esto no es suciente para obtener la o unicidad, como muestra el siguiente ejemplo: Ejemplo 2.3. Consideremos el problema de Cauchy: y (x) y(0) = = 0. y(x) para todo x R,
La funcin constante y(x) 0 es solucin, al igual que la funcin o o o y(x) = 0

x2 4
si x < 0, si x 0.
Observemos que la derivada de la funcin g(y) = o y = 0. Ms precisamente, a l y0 m

y 0 y0
y explota cerca del valor
Para probar la unicidad de solucin para el problema de Cauchy necesitaremos o que el cuociente en el l mite anterior se mantenga acotado cerca del punto, a esto lo llamaremos una condicin de tipo Lipschitz. o
= .

3.
Los teoremas de existencia y unicidad
Definicion 2.3. Sean f : I R R una funcin y L > 0. Decimos que f es o globalmente Lipschitz con respecto a la segunda variable, con constante de Lipschitz L, si para cada y, z R y para cada x I se tiene (18) |f (x, y) f (x, z)| L|y z|. Enunciaremos ahora el Teorema de Existencia y Unicidad Globales, cuya versin ms general est dada por el Teorema 5.2 que se ver y demostrar ms adelante o a a a a a en este texto. Teorema 2.1. Sea I un intervalo. Supongamos que f : I R R es una funcin continua con respecto a su primera variable y globalmente Lipschitz con o respecto a su segunda variable. Entonces para cada x0 I e y0 R existe una unica solucin global y C 1 (I) del problema de Cauchy (PC). o El teorema garantiza que la solucin existe en todo el intervalo de denicin o o (para la primera variable) de f . Por eso se le llama solucin global. En particular, o si f : R R R entonces la solucin queda denida en todo R. o Ejemplo 2.4. En el ejemplo 2.2 esbozamos las curvas integrales de la ecuacin o y = 1 |y|. En este caso tenemos que la f : R R R est denida por f (x, y) = a 1 |y|. Claramente esta funcin es continua con respecto a su primera variable. o Veamos que es globalmente Lipschitz con respecto a la segunda: |f (x, y) f (x, z)| = 1 |y| (1 |z|) = |y| |z| |y z|. El Teorema 2.1 nos dice que por cada punto (x, y) del plano pasa una unica curva integral, como se aprecia en la gura del Ejemplo 2.2. El que f verique (18) para todo x I y para todos y, z R es una hiptesis o bastante restrictiva. Para garantizar existencia y unicidad locales, en realidad basta que la funcin f sea Lipschitz con respecto a su segunda variable en un entorno de o la condicin inicial. Presentamos a continuacin un caso particular del Teorema de o o Existencia y Unicidad Local (Teorema 5.4). Teorema 2.2. Sea I un intervalo. Tomemos x0 I e y0 R. Supongamos que f : I R R es una funcin continua (con respecto a su primera variable) en x0 . o Supongamos tambin que existen r, , L > 0 tales que |f (x, y) f (x, z)| L|y z| e siempre que y, z [y0 r, y0 + r] y x I [x0 , x0 + ]. Denotemos M 0 y J = mx{|f (x, y)| | x I, |x x0 | , |y y0 | r}, a r = m , n M = I (x0 0 , x0 + 0 ).
Entonces existe una unica solucin local y C 1 (J) del problema de Cauchy (PC). o Una funcin con la propiedad descrita en el teorema decimos que es localmente o Lipschitz con respecto a su segunda variable en un entorno de (x0 , y0 ). Notemos que la solucin puede no quedar denida en todo I. Por eso se le llama solucin o o

3. LOS TEOREMAS DE EXISTENCIA Y UNICIDAD 33
local. De hecho, la solucin puede estar denida en un intervalo tanto ms peque o o a n cuanto ms grande sea M . a Los teoremas 2.1 y 2.2 siguen siendo ciertos si f es slo continua por pedazos o (ver denicin precisa en la seccin 1). Sin embargo, la solucin y es slo continua o o o o por pedazos (se suele decir que y es C 1 por pedazos). Ejemplo 2.5. Consideremos la ecuacin y = y 2 , con condicin inicial y(0) = o o y0 > 0. Por el momento sabemos que existe una unica solucin que est denida o a cerca de x0 = 0. Primero veamos que la funcin f (x, y) = y 2 es localmente o Lipschitz con respeto a su segunda variable en un entorno de y0 . En efecto, para > 0 cualesquiera y 0 < r y0 se tiene que |f (x, y) f (x, z)| = |y 2 z 2 | = |y + z||y z| 2(y0 + r)|y z| siempre que y, z [y0 r, y0 + r] (no hay restriccin del tipo |x x0 | ) y una o constante de Lipschitz es L = 2(y0 + r). Calculemos los valores de M y 0 que da el Teorema 2.2 para saber dnde o tenemos garantizada la existencia de una unica solucin. o M = = mx{y 2 | |y y0 | r} a (y0 + r)2 .
Por otra parte, 0 = r(y0 +r)2 . Pero como todo lo anterior es vlido para cualquier a r > 0 podemos tomar r 1 0 = mx a = . 2 0<ry0 (y0 + r) 4y0 Todo lo anterior nos dice que existe una unica solucin y est denida, al menos, o a 1 1 en el intervalo ( 4y0 , 4y0 ). Por otra parte, observemos que y(x) =
1 1 x+ y
es la solucin de la ecuacin (en o o
el cap tulo siguiente veremos cmo deducir esto). En realidad ella est denida en o a 1 el intervalo ( y0 , ), que es ms grande de lo que predice el Teorema 2.2. Obsera vemos, sin embargo, que el punto donde y deja de existir est ms cerca de x0 = 0 a a cuando ms grande sea y0 . a Ejemplo 2.6. Retomando el Ejemplo 2.3, notemos que la funcin f (x, y) = y o no es localmente Lipschitz con respecto a y en un entorno de y0 = 0, de modo que el Teorema 2.2 no permite esperar que exista una unica solucin. Sin embargo, se pue o de probar fcilmente que la funcin s es localmente Lipschitz si tomamos y0 > 0. a o Se deja al lector vericar esto y encontrar el intervalo de existencia y unicidad de solucin que garantiza el teorema. o La condicin de Lipschitz no es siempre fcil de vericar directamente. Un o a criterio prctico que funciona a menudo es el siguiente. Supongamos que f : I R a R es continua con respecto a su primera variable y de clase C 1 con respecto a su segunda variable. Con la ayuda del Teorema del Valor Medio y de la nocin de o derivada parcial (que se estudiar en el curso de Clculo en Varias Variables) se a a puede demostrar que f satisface las condiciones del Teorema 2.2.

En efecto si C = [x0 , x0 + ] [y0 r, y0 + r] entonces |f (x, y) f (x, z)| L|y z| donde3 L = mx a

(x,y)C
f (x, y) . y
4.
Aproximacin mediante mtodos numricos o e e
En esta seccin presentaremos algunos mtodos numricos bsicos que se pueo e e a den utilizar para aproximar la solucin y(x) de un problema de Cauchy del tipo o y (x) = y(x0 ) = f (x, y(x)) y0 , para todo x [x0 , X0 ],
En primer lugar dividimos [x0 , X0 ] en N peque os subintervalos de la misma n x longitud: para ello, escribimos h = X0N 0 y para n = 1, . . . , N denimos xn = x0 + nh, de manera que xN = X0 y [x0 , X0 ] = [x0 , x1 ] [x1 , x2 ] [xN 1 , xN ]. La idea es encontrar puntos {y1 , . . . , yN } tales que el error en = |yn y(xn )| sea peque o para cada n = 1, . . . , N . n
x0
x1
x2
x3
X0
Solucin exacta y su aproximacin en el intervalo [x0 , X0 ]. o o
Integrando la ecuacin diferencial en cada subintervalo [xn , xn+1 ] obtenemos o

xn+1
(19)
y(xn+1 ) y(xn ) =
f (s, y(s))ds.
xn
La manera de aproximar la integral que aparece del lado derecho nos dar diversos a mtodos para encontrar los puntos {yn }N . e n=1
3En toda esta seccin es importante no confundir y = dy con f . o dx y

4. METODOS NUMERICOS 35
4.1. Mtodos de primer orden. La manera ms obvia de aproximar la e a integral en (19) es usar un rectngulo. Esto nos da los mtodos de Euler de primer a e orden, de acuerdo con el extremo del intervalo que usemos para denir la altura del rectngulo. a Mtodo de Euler progresivo: Empezamos haciendo y(x0 ) = y0 . Aproximamos e la integral
x1
f (s, y(s))ds
x0
por el rea del rectngulo con base en el segmento [x0 , x1 ] y cuya altura esta dada a a por el valor del integrando en el extremo izquierdo del intervalo [x0 , x1 ]. Tenemos que
x1
y(x1 ) y(x0 ) = de donde Esto sugiere denir
x0
f (s, y(s))ds (x1 x0 )f (x0 , y(x0 )),
y(x1 ) y(x0 ) + hf (x0 , y(x0 )) = y0 + hf (x0 , y(x0 )). y1 = y0 + hf (x0 , y0 )).
Inductivamente, para n = 1, . . . , N 1 denimos (20) yn+1 = yn + hf (xn , yn ). Observemos que esto es equivalente a yn+1 yn = f (xn , yn ) =: dn . h El cuociente del lado izquierdo es una aproximacin de la derivada de la funcin o o y. Se dice que ste es un mtodo explcito pues la expresin (20) nos da una frmula e e o o para yn+1 en trminos del valor conocido yn . e
dn
xn
Mtodo de Euler progresivo: e R xn+1
xn
xn+1
f (s, y(s))ds dn (xn+1 xn ).
Mtodo de Euler retrgrado: Esta vez aproximamos la integral utilizando el vae o lor del integrando en el extremo derecho de cada subintervalo. Para n = 0, . . . , N 1 denimos (21) yn+1 = yn + hf (xn+1 , yn+1 ),

lo que equivale a yn+1 yn = f (xn+1 , yn+1 ). h Se dice que este es un mtodo implcito pues es necesario resolver la ecuacin (21), e o que generalmente es no lineal, para determinar yn+1 . Este proceso puede ser dif cil, lo cual representa una desventaja de este mtodo. Sin embargo, el mtodo de Euler e e retrgrado (y los mtodos impl o e citos en general) goza de mejores propiedades de estabilidad, concepto que presentaremos ms adelante. a
dn+1
xn
Mtodo de Euler retrgrado: e o R xn+1
xn
xn+1
f (s, y(s))ds dn+1 (xn+1 xn ).
4.2. Mtodos de segundo orden. Los mtodos de segundo orden utilizan e e dos aproximaciones sucesivas para calcular la integral, basadas en el valor del integrando en dos puntos distintos del subintervalo. Los que presentamos a continuacin o son casos especiales de los llamados esquemas de Runge-Kutta. Mtodo de Euler modicado: Tambin se basa en una aproximacin de la e e o integral por un rectngulo, pero esta vez se toma el valor del integrando en el a punto medio del subintervalo xn+1 = xn + h . Dicho valor es f (xn+1 , y(xn+1 )). Es 2 necesario estimar el valor de y(xn+1 ), para lo cual se utiliza el mtodo de Euler e progresivo (en lugar de resolver una ecuacin no lineal). As cada iteracin del o , o algoritmo tiene dos etapas. Primero calculamos h f (xn , yn ), 2
yn+1 = yn +
que aproxima el valor de y(xn+1 ). Luego hacemos yn+1 = yn + hf (xn+1 , yn+1 ).

cn+1
xn
Mtodo de Euler modicado: e
xn+1
R xn+1
xn
xn+1
f (s, y(s))ds cn+1 (xn+1 xn ).
Mtodo de Heun: En esta ocasin utilizamos la regla de los trapecios para aproe o ximar la integral:
xn+1 xn
f (s, y(s))ds
h f (xn , yn ) + f (xn+1 , yn+1 ) . 2
Al igual que en el mtodo de Euler modicado, estimaremos el valor de y(xn+1 ) e usando el mtodo de Euler progresivo. As denimos e , yn+1 = yn + hf (xn , yn ) y luego calculamos yn+1 = yn + h f (xn , yn ) + f (xn+1 , yn+1 ) . 2
dn+1 dn
xn
Mtodo de Heun: e R xn+1
xn
xn+1
f (s, y(s))ds
1 (dn+1 2
+ dn )(xn+1 xn ).
Ejemplo 2.7. Estudiemos el problema y (x) y(0) = = y(x) + ex 1, para x (0, 1),

Se trata de una ecuacin lineal de primer orden no homognea que sabemos resolver. o e y y ex y ex y ex y e (22)
x
= = = =
ex 1 1 x + C, C R.
Tomando en cuenta la condicin inicial, vemos que la solucin es o o y(x) = ex (x + 1). Veamos ahora cmo funcionan los mtodos descritos arriba. Para ello dividimos el o e intervalo [0, 1] en 20 subintervalos de longitud 0, 05. La siguiente tabla muestra los valores que da la ecuacin diferencial (ED) mediante la frmula (22), los mtodos o o e de Euler progresivo (EP), de Euler retrgrado (ER), de Euler modicado (EM) y o de Heun (H), junto con los errores cometidos al aplicar cada mtodo. e
X 0 0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50 0.55 0.60 0.65 0.70 0.75 0.80 0.85 0.90 0.95 1 ED 1 1.104 1.216 1.336 1.466 1.605 1.755 1.916 2.089 2.274 2.473 2.687 2.915 3.161 3.423 3.705 4.006 4.328 4.673 5.042 5.437 EP 1 1.100 1.208 1.323 1.447 1.581 1.724 1.878 2.043 2.219 2.409 2.612 2.829 3.061 3.310 3.577 3.861 4.166 4.491 4.838 5.210 Error 0 0.004 0.008 0.013 0.018 0.024 0.031 0.038 0.046 0.055 0.064 0.075 0.086 0.099 0.113 0.128 0.145 0.163 0.182 0.204 0.227 ER 1 1.108 1.224 1.350 1.485 1.631 1.788 1.957 2.138 2.333 2.543 2.768 3.010 3.269 3.547 3.845 4.165 4.507 4.873 5.266 5.686 Error 0 0.004 0.009 0.014 0.020 0.026 0.033 0.041 0.050 0.059 0.070 0.082 0.094 0.108 0.124 0.140 0.159 0.178 0.200 0.224 0.250 EM 1 1.104 1.216 1.336 1.465 1.605 1.754 1.915 2.088 2.273 2.472 2.685 2.914 3.159 3.421 3.702 4.003 4.325 4.670 5.038 5.432 Error 0 0.000 0.000 0.000 0.000 0.000 0.001 0.001 0.001 0.001 0.001 0.001 0.002 0.002 0.002 0.002 0.003 0.003 0.003 0.004 0.004 H 1 1.104 1.216 1.336 1.465 1.605 1.754 1.915 2.088 2.273 2.472 2.685 2.914 3.159 3.422 3.703 4.004 4.326 4.671 5.039 5.433 Error 0 0.000 0.000 0.000 0.000 0.000 0.000 0.001 0.001 0.001 0.001 0.001 0.001 0.001 0.002 0.002 0.002 0.002 0.003 0.003 0.003
Cuadro 1. Desempe o de los mtodos estudiados n e
4.3. Estabilidad. A grandes rasgos, un mtodo es estable en la medida en e que los valores que entrega se mantienen cerca de la curva integral que se pretende aproximar. Es decir, si el error en = |yn y(xn )| es peque o. Hay diferentes criterios n de estabilidad, pero nosotros nos centraremos en la llamada estabilidad asinttica, o que tiene que ver con el comportamiento a largo plazo. Supongamos que se quiere aproximar la solucin de un problema de Cauchy o del tipo y (x) = f (x, y(x)) para todo x [x0 , ), y(x0 ) = y0 , Tomamos h > 0 y denimos xn = x0 + nh, de manera que Calculamos los valores de yn que nos entrega el algoritmo y los comparamos con los valores de la solucin exacta del problema de Cauchy. Diremos que un mtodo o e de aproximacin es o [x0 , ) = [x0 , x1 ] [x1 , x2 ]

1. incondicionalmente estable si l n |yn y(xn )| = 0 para cualquier valor m de h > 0. 2. condicionalmente estable si l n |yn y(xn )| = 0 para algunos valores m de h > 0. 3. inestable si |yn y(xn )| no converge a cero para ning n valor de h > 0. u Para entender mejor este concepto analizaremos la estabilidad de los mtodos e de primer orden descritos arriba al momento de aproximar ciertas ecuaciones. Ejemplo 2.8. Estudiaremos el problema
y (x) y(0)
= =
ay(x) para x (0, ), y0 ,
con a > 0 e y0 > 0. Se trata de una ecuacin lineal de primer orden cuya solucin o o es y(x) = y0 eax . Observemos que l x y(x) = 0 para todos los valores de a e m y0 . Por lo tanto, l n y(xn ) = 0. m
y0
Solucin de la ecuacin diferencial. o o
Al aplicar el mtodo de Euler progresivo tenemos e
yn+1 = yn + hf (xn , yn ) = yn + h(ayn ) = (1 ah)yn = (1 ah)n+1 y0 .
Tenemos dos casos: 1. Si h < 2/a, l n yn = 0 y por ende l n |yn y(xn )| = 0. m m 2. Si h 2/a, la sucesin diverge y no existe l n |yn y(xn )|. o m Por lo tanto el mtodo es condicionalmente estable. e

h<
1 a
h=
1 a
1 a

<h<
2 a
h>
2 a
Mtodo de Euler progresivo con distintos valores de h. e
Ejemplo 2.9. Si aplicamos el mtodo de Euler retrgrado para el problema de e o Ejemplo 2.8 obtenemos yn+1 = yn + hf (xn+1 , yn+1 ) = yn + h(ayn+1 ). Despejando vemos que yn+1 = 1 1 y0 . yn = 1 + ah (1 + ah)n+1
Como 1 + ah > 1 para todo h > 0 tenemos que l n yn = 0 y por lo tanto m l n |yn y(xn )| = 0 sin importar el valor de h. Esto nos dice que el mtodo es m e incondicionalmente estable.
y0

Mtodo de Euler retrgrado. e o
La estabilidad condicional es frecuente entre los mtodos expl e citos y la incondicional, entre los impl citos.

Ejemplo 2.10. Estudiemos ahora la ecuacin o y (x) y(0) = = ay(x) y0 , para x (0, ),
con a > 0 e y0 > 0. Se trata de una ecuacin lineal de primer orden cuya solucin o o es y(x) = y0 eax . Esta vez no es cierto que l x y(x) = 0 para ning n valor de a. m u El mtodo de Euler progresivo nos da yn = (1 + h)n y0 , mientras que el mtodo e e de Euler retrgrado nos da yn = (1 h)n y0 . En ning n caso existe l n |yn o u m y(xn )|. Esto se ve fcilmente pues ambos l a mites son de la forma l n |bn cn | m con b = c. Por lo tanto, ambos mtodos son inestables. e
Notar que en este cap tulo solo se explic cmo resolver ecuaciones de primer o o orden: y = f (x, y(x)) pero los mtodos numricos presentados pueden aplicarse tanto si f es una funcin e e o a valores escalares, o sea, una sola EDO, o si f es a valores vectoriares, o sea, un sistema de varias EDO, y en este caso la funcin y tiene varias componentes. Por o ejemplo, en el caso de dos componentes, f = (f1 , f2 ) e y = (y1 , y2 ) y esto ser a:
y1 y2
= =
f1 (x, y1 (x), y2 (x)) f2 (x, y1 (x), y2 (x)).
Esto es muy util ya que en el caso de EDO de orden superior, que sern revisadas en a los prximos cap o tulos, veremos que es posible reducirlas a un sistema de EDO de primer orden y por lo tanto se pueden aplicar los mismos mtodos numricos precee e dentes, lo mismo es vlido en general para sistemas de EDO de primer orden. Como a f ser a valores vectoriales y la funcin incgnita y(x) ser un vector para cada x, a o o a las sumas, ponderaciones e integrales correspondientes involucradas en los algoritmos numricos debern considerarse por componentes. Esto se ver ejemplicado e a a en la prxima seccin. o o
4.4. Mtodos de Runge Kutta de orden 4. Al hacer una cuadratura del e tipo Simpson para la integral:
xn+1 xn
f (s, y(s)) ds
h (f (y(xn ), xn ) + 2f (y(xn+ 1 ), xn+ 1 ) + f (y(xn+1 ), xn+1 )) 2 2 6
1 donde xn+ 2 = xn + h/2 se inspira el siguiente algoritmo que hace parte de los mtodos de Runge-Kutta de orden 4 expl e citos. Este algoritmo es uno de los ms a utilizados para resolver ecuaciones diferenciales ordinarias:

y0 g1 g2
= y(0) = f (xn , yn ) = f xn+ 1 , yn + 2
h g1 2 h g3 = f (xn+ 1 , yn + g2 ) 2 2 g4 = f (xn+1 , yn + h g3 ) h yn+1 = yn + (g1 + 2g2 + 2g3 + g4 ) 6 Ejercicio Propuesto 2.1. Verique que si f no depende de x se tiene que g2 = g3 y se recupera en este caso la idea de la cuadratura de Simpson. Veamos como ejemplo de aplicacin del mtodo de Runge-Kutta un ejemplo o e histrico: la pesca en el Mar Adritico. o a Despus de la primera guerra, los pescadores del Mar Adritico estaban sorprene a didos pues la cantidad de presa para pescar hab disminuido en vez de aumentar, a a pesar de que durante los a os de la guerra se hab dejado de pescar. Se propuso n a el siguiente modelo para explicar la situacin, que es un sistema de dos EDO de o primer orden no-lineales: x = a by x y = c + dx y Si x e y representan las poblaciones de presa y predador respectivamente, la presa crece relativamente (a > 0) si no hay predador y el predador decrece relativamente (c < 0) si no hay presa. Por otro lado, los encuentros entre presa y predador favorecen a los predadores (d > 0) y merman las presas (b < 0). Es fcil ver que a si x = y = 0 entonces hay un punto de equilibrio dado por c a x= , y= d b Estas ecuaciones son un clsico modelo del tipo predador-presa, y son llamaa das ecuaciones de Lotka-Volterra en honor a Vito Volterra (1860-1940) f sico y matemtico italiano y su contemporneo Alfred J. Lotka (1880-1949) qu a a mico americano. Resulta cmodo representar la solucin x(t), y(t) del sistema de Lotka-Volterra o o como pares ordenados (x(t), y(t)), los que se dibujan com puntos en un plano, llamado plano de fases. La curva descrita por la solucin, partiendo del punto o inicial (x0 , y0 ), al variar t se donomina trayectoria. Asimismo, el punto de equilibrio del sistema tambin puede representarse por un punto del plano: e c a . , (x, y) = d b Es posible mostrar que las poblaciones de predador y presa, si no estn en a equilibrio, describen curvas cerradas que al cabo de un cierto tiempo vuelven a pasar por el punto inicial y giran (o se dice que oscilan) en torno al punto de equilibrio. A estas trayectorias cerradas se les llama orbitas peridicas (ver Figura o 1).

y(t) III II
IV
I x(t)
Figura 1. Orbita del sistema de Lotka-Volterra en el plano de fases en torno al punto de equilibrio. En el cuadrante I, las presas (x(t)) y predadores (y(t)) aumentan. En el cuadrante II, las presas comienzan a disminuir, pero los predadores siguen en aumento. En III, tanto presas como predadores disminuyen. En el cuadrante IV, las presas comienzan de nuevo a aumentar, mientras los predadores siguen disminuyendo. Esta dinmica poblacional se repite cada a ciclo pasando nuevamente por I, II, III y IV y as sucesivamente.
Si ahora se provoca un cambio en los parmetros de la forma a a c a + a c a
esto equivale a pasar de una situacin con pesca a una nueva situacin sin pesca. o o Este cambio hace que el punto de equilibrio se mueva de la posicin en el plano de o la siguiente forma: c a , d b c c a + a , d b
esto es, en una disminucin de las presas y un aumento de los predadores en una o situacin sin pesca, lo que se traduce en un desplazamiento de las rbitas del plano o o hacia arriba y hacia la izquierda, La Figura 2 muestra una s ntesis del anlisis a anterior. El resultado que explicaba el aparentemente extra o fenmeno fue muy celen o brado en la poca y hasta hoy este modelo es utilizado en modelos ms complejos e a de planicacin de pesca y de otros recursos renovables. o Para la resolucin numrica de este modelo utilizaremos un mtodo de Rungeo e e Kutta de orden 4. Notar que en este caso la funcin f es una funcin de R2 en o o R2 : x(a by) f (x, y) = y(c + dx) que no depende expl citamente del tiempo (pues supusimos a, b, c y d constantes) y el par (x, y) se maneja como vector. Con todo, el mtodo numrico queda: e e

Figura 2. Modelo de explicacin de la disminucin de presas deso o pus de la Primera Guerra Mundial en el Mar Adritico. e a
(x0 , y0 ) g1 g2
= (x(0), y(0)) = f (xn , yn ) = f (xn , yn ) +
h g1 2 h g3 = f (xn , yn ) + g2 2 g4 = f ((xn , yn ) + h g3 ) h (xn+1 , yn+1 ) = (xn , yn ) + (g1 + 2g2 + 2g3 + g4 ) 6 De hecho, es posible vericar que un mtodo de tipo Euler de orden 1 o de e Runge-Kutta de orden 2 no provee suciente precisin para que las rbitas sean o o cerradas, y es por esto que es necesario utilizar un mtodo de orden 4. e Los resultados numricos obtenidos con el mtodo de Runge-Kutta de orden e e 4 descrito ms arriba se muestran en la Figura 3, donde se hizo la simulacin del a o paso de una situacin con pesca (l o neas oscuras) a una situacin sin pesca (l o neas claras). Observe que el punto de equilibrio que est en el centro de las rbitas se a o desplaza arriba y hacia la izquierda como predice la teor a.

Figura 3. Resultado de la aproximacin utilizando el mtodo de o e Runge-Kutta de orden 4 para estudiar los equilibrios con (orbitas centradas a la derecha y abajo) y sin pesca (rbitas centradas a la o izquierda y arriba). Se observa una disminucin de las presas (eje o x) de 1 a 0.5 a pesar de la prohibicin de pesca. Esto se explica por o el aumento de predadores (eje y) de 1 a1.5. Hay un desplazamiento del punto de equilibrio de (1,1) a (0.5, 1.5).
Cap tulo 3
EDO lineales de orden superior

En este cap tulo estudiaremos las ecuaciones diferenciales lineales de orden n, con n N. Comenzaremos por dar las deniciones necesarias para formular el problema de Cauchy y enunciar el Teorema de Existencia y Unicidad, que ser demosa trado ms adelante. Con el n de presentar de una manera ms clara la estrategia a a de resolucin de estas ecuaciones comenzaremos por hacer un estudio detallado o del caso de orden 2. Esto nos permitir mostrar las tcnicas en un contexto ms a e a abordable. En seguida veremos cmo resolver la ecuacin de orden arbitrario a coeo o cientes constantes y daremos ideas de lo que puede hacerse cuando los coecientes son variables, caso mucho ms complejo. a
1.
La EDO lineal de orden n
Daremos una breve introduccin a los operadores diferenciales lineales y plano tearemos el problema que nos interesa resolver en este cap tulo. 1.1. Operadores diferenciales lineales. As como una funcin transfor o ma n meros en n meros: f (x) = y, un operador transforma funciones en funciones: u u P (f ) = g. Por ejemplo, la derivada o la integral son operadores que transforman una funcin en su derivada o primitiva, respectivamente. Ms adelante estudiaremos o a la transformada de Laplace, que tambin es un operador. Los operadores que invoe lucran solamente derivadas de una funcin se denominan operadores diferenciales o (en oposicin a los operadores integrales, que involucran primitivas). o Nos interesan operadores que act an de una manera muy especial sobre cierto u tipo particular de funciones. Sea I un intervalo. Recordemos que C n (I) denota el conjunto de funciones f : I R tales que f, f , f , . . . , f (n) continuas en I. Las funciones que pertenecen a C n (I) se dice que son n veces continuamente diferenciables o de clase C n . Estos conjuntos son subespacios vectoriales del espacio de funciones de I R con la suma y ponderacin por escalar habituales. En efecto, 0 C n (I) y si f, g o C n (I) entonces para todo real se cumple que f + g C n . Un operador diferencial es lineal si P (f + g) = P f + P g. Denotemos por Dk = D D =
k veces 47
dk dxk

48 3. EDO LINEALES DE ORDEN SUPERIOR
el operador derivada de orden k, entendiendo que la derivada de orden 0 es el operador identidad I (que solemos omitir). Un operador de la forma
n
P (x, D)
=
k=0
ak (x)Dk an (x)Dn + an1 (x)Dn1 + . . . + a1 (x) D + a0 (x),
donde ak (x) son funciones de x, se llama operador diferencial lineal de orden n. Ms precisamente, si f es una funcin sucientemente regular, entonces P (x, D)f a o es la funcin cuyo valor en el punto x es o Si an = 1 el operador est normalizado y si los coecientes ak son todos constantes a se dice que el operador diferencial lineal es a coecientes constantes. En este caso se suele escribir
n
P (x, D)f (x) = an (x)f (n) (x) + + a1 (x)f (x) + a0 (x)f (x).
P (D) =
k=0
ak Dk = an Dn + an1 Dn1 + + a1 D + a0 .
La suma y ponderacin por escalar de operadores se dene de la misma mao nera que para funciones. Con estas operaciones los operadores forman un espacio vectorial: (P1 + P2 )(f ) = P1 (f ) + P2 (f ), (P1 )(f ) = P1 (f ). El producto de operadores diferenciales se dene simplemente como su composicin: o P1 P2 = P1 P2 . Ms precisamente, P1 P2 (f ) = P1 P2 (f ) para cada f . Notemos que si P1 es de a orden n1 y P2 es de orden n2 entonces P1 P2 es de orden n1 + n2 . Con este producto y la suma ya denida, se forma de hecho una estructura algebraica de anillo donde la unidad es el operador identidad I. En particular, se tiene la distributividad por la derecha y por la izquierda, que es una propiedad heredada de la composicin de funciones. Esto es o (P1 + P2 )Q = P1 Q + P2 Q, Q(P1 + P2 ) = Q P1 + Q P2 . El producto, como la composicin, no es en general conmutativo. Sin embargo, en o el caso de operadores lineales a coecientes constantes, el anillo es conmutativo. Es decir, el producto s conmuta: P1 (D)P2 (D) = P2 (D)P1 (D). La vericacin de estas propiedades se deja como ejercicio al lector. o Usando la notacin anterior de operadores diferenciales lineales, la siguiente o tabla resume el contenido de este cap tulo. 1.2. EDO lineal de orden n y problema de Cauchy. Una EDO lineal de orden n es una relacin de la forma o P (x, D)y = Q, donde P (x, D) =
k=0 n
ak (x)Dk

1. LA EDO LINEAL DE ORDEN n 49
EDO lineal orden n coecientes constantes coecientes variables
homognea e subespacio H de soluciones homogneas e P (D)y = 0 Polinomio caracter stico Valores caracter sticos P (x, D)y = 0 Frmula de Abel o Frmula de Liouville o
no homognea e hiperplano S de soluciones particulares P (D)y = Q Coecientes indeterminados Variacin de parmetros o a P (x, D)y = Q Representacin de Green o Variacin de parmetros o a
Cuadro 1. Tabla resumen de los temas tratados en este cap tulo.
es un operador diferencial lineal de orden n. La ecuacin es a coecientes conso tantes si los coecientes de P son constantes:
n
P (x, D) = P (D) =
k=0
ak D k .
En este caso el polinomio caracter stico es

n
p() =
k=0
ak k
y sus ra se llaman valores caracter ces sticos de la EDO. Se dice que y es solucin o que dene una curva integral de la ecuacin o o
n
P (x, D)y =
k=0
ak (x)Dk y = Q
en el intervalo I si y C (I) y
n
ak (x)y (k) (x) = Q(x)

k=0
para todo
x I.
Dado x0 I, una condicin inicial para la ecuacin diferencial lineal de orden o o n es una igualdad vectorial de la forma y(x0 ), y (x0 ), . . . , y (n1) (x0 ) = y0 , y0 , . . . , y0
(0) (1) (n1)
con el lado derecho dado en Rn . En este contexto, el problema de Cauchy consiste en encontrar y C n (I) tal que (23) y (n) + an1 (x)y (n1) + + a0 (x)y = Q(x) y(x0 ), y (x0 ), . . . , y
(n1)
(x0 ) =
(0) (1) (n1) y 0 , y0 , . . . , y0
x I
El siguiente resultado es consecuencia del Teorema 5.2. En efecto, ms adelante a en el Cap tulo 5 veremos cmo una EDO lineal de orden n puede interpretarse como o un sistema de n ecuaciones lineales de primer orden. Una consecuencia es que el Teorema de Existencia y Unicidad para la ecuacin de orden n, Teorema 3.1, se o obtendr como corolario del Teorema 5.2, que demostraremos en el Cap a tulo 5.

Teorema 3.1 (Existencia y Unicidad). Supongamos que las funciones ai (x), Q(x) son continuas en un intervalo I. Entonces para cada x0 I y para cada vector de condiciones iniciales, el problema de Cauchy (23) tiene una unica solucin. o Observacion. Notemos que si Q(x) = 0 y y0 entonces y 0. 2.
(k)
= 0 para cada k = 0, . . . , n 1,
Estudio completo de la ecuacin de orden dos o
Consideremos una EDO lineal de segundo orden (normalizada) a coecientes constantes (24) y + a1 y + a0 y = Q o con a0 , a1 en R. En notacin de operadores esto es P (D)y = D2 y + a1 Dy + a0 y = (D 1 )(D 2 )y = Q, p() = 2 + a1 + a0 . Introduciendo la variable auxiliar z = (D 2 )y se obtiene el siguiente sistema de dos EDO lineales de primer orden que sabemos resolver: (D 1 )z (D 2 )y = = Q z.
donde 1 y 2 son las ra del polinomio caracter ces stico
De la primera ecuacin encontramos z, que sustituimos en la segunda ecuacin o o para obtener y. Ms precisamente, los resultados de la Seccin 3 nos dan a o z y de donde y(x) = C2 e2 x + C1 e2 x e(1 2 )x dx = C1 e1 x + e1 x = C2 e2 x + e2 x e1 x Q(x)dx e2 x z(x)dx,
Solucin Homognea yh (x) o e
+ e2 x
e(1 2 )x
e1 t Q(t)dt dx .
Solucin Particular yp (x) o
2.1. Solucin Homognea. Se tienen tres casos para los valores caraco e ter sticos: 1. Si 1 y 2 son reales y distintos vemos inmediatamente que la solucin queda de o la forma yh (x) = Ae1 x + Be2 x . 2. Si 1 = 2 = R entonces yh (x) = Aex + Bxex . 3. Finalmente, si 1 y 2 son complejos conjugados de la forma iw con w = 0 tendremos que yh (x) = ex Aeiwx + Beiwx . Estas soluciones nos dan valores

2. ESTUDIO COMPLETO DE LA ECUACION DE ORDEN DOS 51
complejos, lo cual es un inconveniente. Para resolver este problema recordemos que eiwx = cos(wx) + i sen(wx), de donde eiwx + eiwx eiwx eiwx = cos(wx) y = sen(wx). 2 2i As podemos escribir yh (x) = ex (C cos(wx) + D sen(wx)), con C = (A + B)/i y D = (A B). Resumimos lo anterior en el siguiente resultado: Teorema 3.2. La solucin homognea yh de la EDO (24) a coecientes conso e tantes con valores caractersticos 1 , 2 est dada por: a 1. yh = C1 e1 x + C2 e2 x si 1 , 2 R, 1 = 2 . 2. yh = C1 ex + C2 xex si 1 = 2 = R. 3. yh = C1 ex sen wx + C2 ex cos wx si 1,2 = iw, con w = 0. Ejemplo 3.1 (Analog electromecnica). En la gura 1, observamos a la iza a quierda un sistema mecnico en el cual m es la masa del objeto, k es la constante a de elasticidad del resorte y b es la constante de amortiguamiento. La fuerza total del sistema, en funcin del tiempo se representa por F (t). El sistema de la derecha o representa un circuito elctrico RCL, donde L es la inductancia de la bobina, C e es la capacidad del condensador y R es la resistencia. E(t) representa el voltaje aplicado en funcin del tiempo. La corriente que circula se representa por dq . o dt
k F(t) m b
y
E(t)
q
-
Figura 1. Analog electromecnica. a a Las ecuaciones que describen estos sistemas son b k F (t) R 1 E(t) y + y= y q + q + q= , m m m L CL L respectivamente. En ambos casos se trata de una EDO lineal de orden 2 a coecien1 tes constantes. Si identicamos m L, b R y k C (todas constantes positivas), b k entonces son anlogos. El polinomio caracter a stico es 2 + m + m y sus ra son ces 2 b b k , donde = 4m2 m . Escribamos por comodidad B = b/2m y = 2m supongamos que al sistema no se le aplica fuerza o voltaje; es decir, F (t) = 0 o E(t) = 0, seg n el caso. Hay 3 situaciones posibles: u y +

1. Si > 0 entonces b > 2 km (la constante de amortiguamiento b es grande), por lo que decimos que el sistema est en rgimen sobreamortiguado. Las ra a e ces son reales, negativas y distintas. La solucin es o yh = C1 e(B
)t
+ C2 e(B+
)t
2. Si = 0 las ra son reales e iguales. Decimos que el sistema est cr ces a ticamente amortiguado (b = 2 km. En este caso la solucin es o yh = C1 eBt + C2 teBt . 3. Finalmente, si < 0 las ra son complejos conjugados. Decimos que el sistema ces o est subamortiguado (b < 2 km) y la solucin es a yh = C1 eBt sen t + C2 eBt cos t . t + C4 , pues
De manera equivalente podemos escribir yh = C3 eBt sen sen(a + b) = sen a cos b + sen b cos a.
20 15 10 5 30 20 10 0
10
20
30
40
50
60
70
80
90
100
10
20
30
40
50
60
70
80
90
100
10 0 10 0 1 2 3 4 5 6 7 8 9 10
Figura 2. Reg menes sobreamortiguado (arriba), cr ticamente amotiguado (centro) y subamortiguado (abajo), con C1 = C2 = 10.

2.2. Condiciones de borde. Hemos visto que una ecuacin lineal de seo gundo orden tiene una unica solucin si especicamos el valor de la funcin y su o o derivada en un punto. Otro problema interesante es determinar si existe alguna solucin que parta de un punto y llegue a otro predenido. Este tipo de problema o aparece con frecuencia en f sica, ingenier y econom Consideremos, por ejemplo, a a. un problema del tipo y + y = 0 y(0) = 0 y(1) = 0. Deseamos saber para cules valores de este problema tiene soluciones y cuntas. a a De acuerdo con el signo de podemos distinguir 3 casos: 1. = 0. Si y = 0 entonces y(x) = Ax + B. Reemplazando en x = 0 vemos que B = 0 y reemplazando en x = 1 vemos que A = 0. La funcin nula es la unica o solucin del problema. o 2. = w2 < 0. Las soluciones son de la forma Las condiciones en 0 y 1 nos dan el sistema A+B Aew + Bew = 0 = 0
y(x) = Aewx + Bewx .
para A y B. Como w = 0, la unica solucin es A = B = 0. De nuevo, slo obtenemos o o la solucin nula. o 3. = w2 > 0. En este caso las soluciones estn dadas por a y(x) = A sen(wx) + B cos(wx). Esta vez las condiciones en 0 y 1 nos dan el sistema B A sen(w) para A y B. Si w = k con entonces toda funcin de la forma y(x) = A sen(wx) es solucin del problema. o o 2.3. Solucin Particular. Al inicio de la seccin mostramos una solucin o o o particular yp . Dicha solucin depende fuertemente de la estructura exponencial de o las soluciones de la ecuacin homognea y por lo tanto la expresin es vlida unicao e o a mente cuando los coecientes son constantes. Presentaremos ahora un caso especial del mtodo de variacin de parmetros, que permite obtener una solucin e o a o particular cuando se conocen dos soluciones homogneas exigiendo unicamente que e sean sucientemente distintas, lo que en orden dos quiere decir simplemente que no sean una m ltiplo de la otra (ver Ejemplo 3.2). u Sean y1 e y2 dos soluciones de la ecuacin homognea tal que una no es m ltio e u plo de la otra. Buscamos una solucin particular de la forma yp (x) = 1 (x)y1 (x) + o kZ = = 0 0

2 (x)y2 (x), donde las funciones 1 (x) y 2 (x) son incgnitas. En lo que sigue reo emplazamos yp en (24) y ordenamos los trminos convenientemente, omitiendo la e dependencia de x para mayor claridad. Obtenemos Q = = = =
y p + a1 y p + a0 y p
(1 y1 + 2 y2 ) + a1 (1 y1 + 2 y2 ) + a0 (1 y1 + 2 y2 ) (1 y1 + 2 y2 ) + 1 y1 + 2 y2 + 1 y1 + 2 y2
+a1 (1 y1 + 2 y2 + 1 y1 + 2 y2 ) + a0 (1 y1 + 2 y2 ) (1 y1 + 2 y2 ) + 1 y1 + 2 y2 + a1 (1 y1 + 2 y2 )
pues 1 (y1 + a1 y1 + a0 y1 ) = 2 (y2 + a1 y2 + a0 y2 ) = 0. Ntese que si imponemos 1 y1 + 2 y2 = 0, obtenemos el sistema o 1 y1 + 2 y2 1 y1 + 2 y2
= =
0 Q,
que se escribe de forma matricial como y1 (x) y1 (x) y2 (x) y2 (x) y1 (x) y1 (x)
1 (x) 2 (x)
0 Q(x)
El determinante de la matriz de la izquierda: W (x) = W (y1 , y2 ) = y2 (x) y2 (x)

= y1 (x)y2 (x) y2 (x)y1 (x)
se denomina Wronskiano de la EDO. Si es distinto de cero para todo x,1 la matriz es invertible y obtenemos la solucin buscada. Primero vemos que o
1 2
= =
1 W (y1 , y2 ) 1 W (y1 , y2 )
0 Q y1 y1
y2 y2 0 Q
= =
Qy2 W (y1 , y2 ) Qy1 . W (y1 , y2 )
Luego integramos ambas expresiones para obtener los valores de 1 (x) y 2 (x): 1 2 = = Qy2 dx + K1 W (y1 , y2 ) Qy1 dx + K2 W (y1 , y2 )
As una solucin particular yp es , o (25) yp = y1 Qy2 dx + y2 W (y1 , y2 ) Qy1 dx. W (y1 , y2 )
Se propone al lector como ejercicio comprobar que en los tres casos mencionados en el Teorema 3.2 el Wronskiano es distinto de cero en todo R.
1Ms adelante veremos cundo esto ocurre. En la EDO lineal de segundo orden tiene que ver a a con que las soluciones escogidas no sean una mltiplo de la otra. u

2.4. El fenmeno de resonancia. Retomaremos el Ejemplo 3.1 de la analog o a electromecnica para explicar un fenmeno muy interesante, llamado resonancia, a o que ocurre en la ecuacin lineal de segundo orden. Mencionaremos primero un par o de ejemplos de este fenmeno. o Para anar algunos instrumentos musicales, en especial los de cuerda, se puede utilizar un instrumento llamado diapasn. Cada diapasn tiene una frecuencia o o propia o fundamental. El procedimiento es el siguiente: se percute la cuerda y se coloca cerca del diapasn. Si la frecuencia de vibracin de la cuerda es sucienteo o mente cercana a la frecuencia propia del diapasn, ste comenzar a vibrar. Se sabe o e a entonces que la cuerda produce el sonido correcto. En palabras, esto se explica ms a o menos as la vibracin de la cuerda es transmitida al diapasn a travs del aire. Si : o o e la frecuencia de las vibraciones es muy cercana a la frecuencia propia del diapasn, o entonces la amplitud del movimiento de ste ultimo se potencia considerablemente. e En breve veremos una justicacin precisa de este hecho. El mismo fenmeno es el o o que hace posible que algunas voces humanas sean capaces de romper piezas nas de cristal. Recordemos que la ecuacin es o y + k F (t) b y + y= . m m m
Para simplicar los clculos supondremos que no hay amortiguamiento. Es decir, a b = 0. En este caso, dos soluciones linealmente independientes son sen(t) y cos(t), donde = = k . m
Supongamos que se tiene la ecuacin o y + k y = A cos(t), m
donde = es la frecuencia y A es la amplitud del est mulo forzante. Para encontrar la solucin particular usaremos la frmula (25) (ms adelante estudiaremos o o a un mtodo ms eciente para este tipo de lado derecho). El Wronskiano es e a W (y1 , y2 ) = La frmula (25) nos dice que o yp = A sen(t) cos(s) cos(s)ds + cos(t) cos(s) sen(s)ds . sen(t) cos(t) cos(t) sen(t) = .
Recordemos que cos() cos() sen() cos() = = 1 [cos( + ) + cos( )] 2 1 [sen( + ) + sen( )] . 2

Tenemos entonces que yp = A sen(t) [cos(( + )s) + cos(( )s)]ds 2 A cos(t) + [sen(( + )s) + sen(( )s)]ds 2 A sen(t) sen(( + )t) sen(t) sen(( )t) + 2 + A cos(t) cos(( + )t) cos(t) cos(( )t) + . + 2 +
Agrupando el primer trmino con el tercero y el segundo con el cuarto, podemos e usar las frmulas para la suma de ngulos y obtener o a yp = A A cos(t) cos(t) = 2 cos(t). + 2 + 2
A a n Vemos que la amplitud del movimiento es 2 2 . Mientras ms peque a sea la diferencia entre y ms grande ser la amplitud. a a
Ejercicio Propuesto 3.1. Realice los clculos con b = 0 y observe que ocurre a A un fenmeno similar, pero obtenemos esta vez la amplitud o . (k m 2 )2 + b2 2 La resonancia se produce para un valor de cercano a la frecuencia fundamental si b es sucientemente peque o. n 3. Ms sobre la estructura de la solucin a o
Las funciones y1 , . . . , yk en C n (I) son linealmente independientes (l.i.) si la armacin o (26) implica necesariamente que todos los coecientes C1 , . . . , Ck son cero. Si por el contrario existen C1 , . . . , Ck tales que al menos uno es distinto de cero y se tiene (26), decimos que las funciones y1 , . . . , yk son linealmente dependientes (l.d.). Ejemplo 3.2. Dos funciones y1 e y2 son linealmente dependientes si, y slo o si, una es m ltiplo de la otra. Ms adelante veremos cmo el Wronskiano puede u a o ayudarnos a comprobar si k funciones (k 2) son linealmente independientes. 3.1. Los espacios H y S. Vamos a estudiar la estructura de la solucin o general de una ecuacin diferencial lineal de orden n. En primer lugar, denotemos o por H el conjunto de todas las soluciones de la ecuacin homognea: o e H = y C n (I) | y (n) (x) + + a1 (x)y (x) + a0 (x)y(x) = 0 x I . Teorema 3.3. H es subespacio vectorial de C n (I) de dimensin n. o C1 y1 (x) + + Ck yk (x) 0 para todo x I
Demostracion. Es fcil ver que H es subespacio vectorial de C n (I) y lo dea jamos como ejercicio para el lector. Para demostrar que su dimendin es n vamos o a construir una base de H con n elementos. Ms precisamente encontraremos n a funciones l.i. y1 , . . . , yn tales que cualquier elemento de H puede escribirse como

3. MAS SOBRE LA ESTRUCTURA DE LA SOLUCION 57
combinacin lineal de ellas. Seleccionemos x0 I. De acuerdo con el Teorema o de Existencia y Unicidad, para cada i = 1, . . . , n podemos encontrar una funcin o a yi C n tal que y (n) (x) + + a1 (x)y (x) + a0 (x)y(x) = 0 para todo x I y adems satisface la condicin inicial o yi (x0 ) = yi (x0 ) = . . . (x0 ) = . . . (n1) (x0 ) = yi yi
(i1)
0 0
0.
Construimos as n funciones y1 , . . . , yn . Probaremos ahora que son linealmente in dependientes. Supongamos que 1 y1 (x) + + n yn (x) = 0 para todo x I. Derivando, tenemos que 1 y1 (x) + + n yn (x) = 1 y1 (x) + + n yn (x) = . . . 1 y1
(n1) (n1) (x) (x) + + n yn
0 0 . . . 0.
Evaluando en x = x0 vemos que 1 = 2 = = n = 0 (en cada l nea queda slo o un sumando), con lo que las funciones y1 , . . . , yn son linealmente independientes. Ahora probaremos que todo elemento yh H puede escribirse como combinacin lineal de y1 , . . . , yn . Queremos encontrar constantes 1 , . . . , n R tales que o para todo x I, (27) yh (x) = 1 y1 (x) + 2 y2 (x) + + n yn (x). 1 2 . . . n yh (x) yh (x) . . . (n1) yh (x) Derivando esa expresin (n 1) veces se obtiene o y1 (x) y2 (x) ... yn (x) y1 (x) y2 (x) ... yn (x) . . . .. . . . . . . . (n1) (n1) (n1) (x) y1 (x) y2 (x) . . . yn =
Hemos probado que (27) es cierta cuando x = x0 si i = yh (x0 ) para i = 1, . . . , n. Resta demostrar ahora que, en efecto, la igualdad en (27) se tiene para todo x I y no slo en x0 . Para ello, denamos la funcin o o z h = 1 y 1 + 2 y 2 + + n y n .
para todo x I. Evaluando en x = x0 : 1 1 2 .. . . . . 1 n
= .
yh (x0 ) yh (x0 ) . . . (n1) yh (x0 )

(i1)

Debemos probar que yh (x) = zh (x) para todo x I. Notemos primero que la funcin yh zh es solucin del problema de Cauchy o o y (n) + an1 (x)y (n1) + + a0 (x)y = 0 x I y(x0 ), y (x0 ), . . . , y (n1) (x0 ) = (0, 0, . . . , 0) . y por el Teorema de Existencia y Unicidad, Teorema 3.1 (ver la observacin que le o sigue), yh zh es la funcin nula. o Denotamos por S el conjunto de todas las soluciones de la ecuacin diferencial o lineal de orden n no homognea e S = y C n (I) | y (n) + + a1 (x)y + a0 (x)y = Q en I . Sean X un espacio vectorial, A un subsepacio de X y x X. Un hiperplano o subespacio af es un conjunto de la forma n x + A = { z X | z = x + a para alg n a A }. u Teorema 3.4. Si yp S es cualquier solucin de la ecuacin no homognea, o o e entonces S = yp + H. Geomtricamente, esto quiere decir que S es un hiperplano que se obtiene al e desplazar por y0 el subespacio H.
Y
p
S
Y
1
H
Y
2
Figura 3. Representacin de los espacios H y S en 2 dimensiones o sobre C 2 (I). Demostracion. Basta ver que la resta de dos funciones en S est en H; es a decir, es solucin de la ecuacin homognea. Pero esto es inmediato de la linealidad o o e de la ecuacin. o

3. MAS SOBRE LA ESTRUCTURA DE LA SOLUCION 59
Corolario 3.1. Todo elemento de S se escribe de la forma y = donde y1 , . . . , yn son soluciones linealmente independientes de la ecuacin homognea, o e yp es cualquier solucion particular de la ecuacin no homognea y las Ci R son o e constantes arbitrarias que dependen del vector de condiciones iniciales. 2 3.2. Wronskiano y Frmula de Abel. El Wronskiano asociado a n funo ciones y1 , . . . , yn C n (I) es W (x) = W (y1 , . . . , yn ) = y1 (x) y1 (x) . . . (n1) (x) y1 ... ... .. . ... yn (x) yn (x) . . . (n1) yn (x) . C1 y1 + C2 y2 + + Cn yn + yp ,
Notar que W es una funcin de clase C en I. Usamos tambin la notacin W (y1 , . . . , yn ) o e o para enfatizar la dependencia de las funciones y1 , . . . , yn . Enunciaremos ahora dos resultados tcnicos sobre determinantes que necesitae remos en las demostraciones que siguen: Lema 3.1. El determinante es multilineal por las y columnas. Por ejemplo, si det(A) = det(F1 , F2 , . . . , Fn ), donde Fi es la i-sima la de A, e se tendr que a det(F1 , . . . a + b . . . , Fn ) = det(F1 , . . . a . . . , Fn ) + det(F1 , . . . b . . . , Fn ). Lema 3.2. Sea A(x) una matriz con entradas variables (dependientes de x). Como arriba escribimos det(A) = det(F1 , F2 , . . . , Fn ) = det(C1 , C2 , . . . , Cn ), donde las Fi y las Cj son las las y columnas de A, respectivamente. Tenemos que d |A(x)| dx
n
=
i=1 n
det(F1 , . . . , Fi , . . . , Fn )
det(C1 , . . . , Cj , . . . , Cn ). j=1
Con esto, la tcnica para derivar el determinante de una matriz es la siguiente: e 1. Se deriva la primera la (o columna) y se calcula el determinante de la matriz as obtenida. 2. Se hace lo mismo con cada una de las las (o columnas) de la matriz. 3. Se suman los resultados parciales. La demostracin del Lema 3.2 puede hacerse fcilmente por induccin o utilio a o zando la denicin de derivada y el Lema 3.1. o Recordemos que si dos las en una matriz son iguales, su determinante es cero. Cuando calculamos la derivada del Wronskiano usando el mtodo descrito arrie ba (por las) nos encontramos con que la mayor de los sumandos, salvo el ultimo, a tienen una la repetida y por lo tanto son cero. As obtenemos
2Las C no son los calculados en la demostracin del Teorema 3.3. o i i

W (y1 , . . . , yn ) =
y1 (x) y1 (x) . . . (n2) y1 (x) (n) y1 (x)
... ... .. . ... ...
yn (x) yn (x) . . . (n2) yn (x) (n) yn (x)
Como las funciones y1 , . . . yn son soluciones de la ecuacin homognea, la ultima o e la se reescribe para obtener y1 (x) y1 (x) . . . (n2) y1 (x) (i) n1 i=0 ai (x)y1 ... ... .. . ... ... yn (x) yn (x) . . . (n2) (x) yn (i) n1 i=0 ai (x)yn
W (y1 , . . . , yn ) =
Gracias al Lema 3.1, podemos expandir la ultima la. Todos los sumandos, salvo el ultimo, tienen una la repetida, por lo que la derivada del Wronskiano queda de la forma (28) W (x) = an1 (x)W (x). Al integrar la ecuacin (28) obtenemos la Frmula de Abel: o o Teorema 3.5 (Frmula de Abel). Sean y1 , . . . , yn H. Entonces el Wronso kiano W satisface W (x) = C exp an1 (x)dx
con C R. En particular, si se anula en un punto, se anula siempre. Resumiremos algunas propiedades del Wronskiano que tienen que ver con independencia lineal de funciones en el siguiente resultado: Teorema 3.6. Sean y1 , . . . , yn C n (I).
1. Si W (x0 ) = 0 para algn x0 I entonces y1 , . . . , yn son linealmente indeu pendientes. 2. En general, el que W (x) = 0 para todo x I no basta para garantizar que y1 , . . . , yn sean linealmente dependientes. 3. Si y1 . . . , yn son funciones en H, las siguientes proposiciones son equivalentes: a) W (x0 ) = 0 para algn x0 I; u b) W (x) = 0 para todo x I; y c) y1 , . . . , yn son linealmente independientes.
Demostracion. La parte 1 se deja como ejercicio al lector. Un contraejemplo para la parte 2 es y1 = x3 e y2 = |x3 |, para n = 2. En cuanto a la parte 3, la equivalencia entre a) y b) es evidente gracias a la frmula de Abel y la implicancia b) c) es clara gracias a la parte 1. Para la otra o implicancia, probemos que si W (x0 ) = 0 para alg n x0 I, entonces y1 , . . . , yn son u

4. EDO DE ORDEN n A COEFICIENTES CONSTANTES 61
linealmente dependientes. En efecto, si W (x0 ) = 0 existen 1 . . . , n R no todos nulos tales que y1 (x0 ) ... yn (x0 ) y1 (x0 ) ... yn (x0 ) . . .. . . . . . y1
(n1)
para alg n x0 I, se tiene que u 1 2 . . . n = 0 0 . . . 0 ,
(x0 )
...
yn
(n1)
(x0 )
pues la matriz del lado izquierdo no es invertible. Deniendo z(x) = 1 y1 (x) + + n yn (x), se tiene que z(x0 ) z (x0 ) z (n1) (x0 ) = = 1 y1 (x0 ) + + n yn (x0 ) 1 y1 (x0 ) + + n yn (x0 ) . . . (n1) (n1) = 1 y1 (x0 ) + + n yn (x0 ) = 0 = 0 = 0.
Como z H, por el Teorema de Existencia y Unicidad, se tiene que z(x) = 0 para todo x I. Luego existen 1 . . . , n R no todos nulos tales que 1 y1 (x) + + n yn (x) = 0 para todo x I. Si y1 , . . . , yn son una base de H; es decir, si son n pendientes de la ecuacin homognea, la matriz o e y1 ... yn y1 ... yn = . . .. . . . . . (n1) (n1) . . . yn y1 soluciones linealmente inde
se llama matriz fundamental de soluciones asociada a la base y1 , . . . , yn . No se debe confundir la matriz fundamental con el Wronskiano, que es W = det .
4.
EDO lineal de orden n a coecientes constantes
En esta seccin estudiaremos varios mtodos para resolver la ecuacin difeo e o rencial lineal de orden n a coecientes constantes. Para la ecuacin homognea o e describiremos un mtodo que sigue la misma l e nea de lo que se hizo para la ecuacin de orden 2, usando los valores caracter o sticos. Finalmente nos enfocaremos en la b squeda de soluciones particulares de la ecuacin homognea. u o e 4.1. Solucin homognea. o e 4.1.1. Polinomio caracterstico y factorizacin del operador diferencial lineal. o La EDO y (n) + an1 y (n1) + + a0 y = 0
n
se escribir de la forma P (D)y = 0, donde P (D) es el operador diferencial a P (D) = Dn + an1 Dn1 + + a1 D + a0 = ai D i
i=1
con an = 1. El operador P (D) est asociado al polinomio caracter a stico p() = n + an1 n1 + + a1 + a0 .

Como se trata de un polinomio de grado n, tendr n ra reales o complejas llamaa ces das valores caracter sticos (quiz repetidos). Supondremos que 1 , . . . l son las a l ra distintas y tienen multiplicidades m1 , . . . , ml , respectivamente. Recordemos ces que como los coecientes del polinomio son reales, las ra ces que sean complejas vendrn en pares conjugados. El polinomio se puede descomponer de la forma a
l
p() = ( 1 )m1 ( 2 )m2 . . . ( l )ml =

l i=1
i=1
( i )mi ,
donde n = mi . La factorizacin de p() induce una anloga en P (D), donde o a el producto corresponde a una composicin: o P (D) = (D 1 ) (D 1 ) (D l ) (D l )
m1 veces ml veces
Note que esta factorizacin permite de hecho resolver la EDO de orden n como o una serie de EDO de orden 1, En efecto, es claro que entonces si denimos nuevas variables zi de la forma: P (D)y = 0 (D 1 )m1 . . . (D l )ml y = 0, = 0
(D 1 ) (D 1 ) (D l ) (D l )y
zn1 zn2 z1
lo que genera un sistema en cascada de n EDOs lineales de orden 1: (D 1 )z1 (D 1 )z2 (D 1 )zm1 (D l )y = 0 = z1 . . . = zm1 1 . . . = zn1
En principio, este es un mtodo vlido para resolver la EDO (incluso la no-homognea) e a e pero veremos a continuacin que la solucin homognea se puede obtener de una o o e forma mucho ms expl a cita. 4.1.2. La propiedad de traslacin y la solucin homognea. o o e Propiedades 3.1. (Traslacin) o 1. P (D + )1 = p() 2. P (D)ex = ex P (D + ) = ex p() 3. P (D)(f (x)ex ) = ex P (D + )f (x) Demostracion.
k
1. Recordemos que
k i=0
(D+) f (x) = (D + ) . . . (D + ) f (x) =

k veces
k i
f (i) (x)ki , luego,
si f (x) = 1, para todo i > 0, f (i) (x) = 0, con lo que se obtiene (D + )k 1 = n1 k , por lo tanto P (D + )1 = n + i=0 ai i = p().

2. De 1) y 3) con f (x) = 1 se tiene el resultado. j j j j 3. Se sabe que Dj (f (x)ex ) = k=0 Dk (f (x))Djk (ex ) = ex k=0 k k ex (D + )j f (x). n n Ahora, P (D)(f (x)ex ) = j=0 aj Dj (f (x)ex ) = j=0 aj ex (D + )j f (x) = n ex j=0 aj (D + )j f (x) = ex P (D + )f (x). Con ayuda de la propiedad 2) se pueden encontrar l soluciones de la ecuacin o homognea. Si i es una ra del polinomio p(), se tiene que: e z P (D)ei x = ei x p(i )
=0
Dk (f (x))jk =
= 0 Lo que quiere decir que e1 x , e2 x , . . . , el x son soluciones de (H). Veamos que son l.i.: e1 x 1 e1 x . . . l1 1 x 1 e
l
W (x, e1 x , . . . , el x ) =
... ... . . . ...
el x l el x . . . l1 l x l e 1 1 . . . l1 1 ... ... . . . ... 1 l . . . l1 l
exp
i=1 l
i x
exp
i=1
i x C
i=j
(i j )
Como i = j si i = j, el Wronskiano es distinto de cero y las funciones son l.i. Para formar la base necesitamos n funciones l.i., por lo tanto hay que encontrar n l ms. De la propiedad 3), se tiene que (i es una ra del polinomio p()): a z P (D)(xk ei x ) = ei x P (D + i )xk = (D 1 + i )m1 . . . (D i i )mi . . . (D l i )ml xk = (D 1 + i )m1 . . . (D i1 i )mi1 (D i+1 i )mi+1 . . . (D l i )ml Dmi xk Como Dmi xk = 0 1 k mi 1, se encuentran mi 1 soluciones de (H): xei x , x2 ei x , . . . , xmi 1 ei x Repitiendo este procedimiento para cada mi , se encuentran n l soluciones, ya que l l i=1 (mi 1) = i=1 mi l = n l. Ejemplo 3.3. (D 1)2 (D + 3)5 D3 y = 0

En este caso n = 10. Veamos todas las soluciones que se encuentran con este mtodo: e 1 = 1, m1 = 2 2 = 3, m2 = 5 3 = 0, m3 = 3 {e3x , xe3x , x2 e3x , x3 e3x , x4 e3x } {1, x, x2 } {ex , xex }
Veamos si son l.i. Para todo x I se debe cumplir:
1,1 ex + 1,2 xex + = 0
2,1 e3x + 2,2 xe3x + 3,1 x2 e3x + 4,1 x3 e3x + 5,1 x4 e3x + 3,1 + 3,2 x + 3,3 x2
3 5 2
Aplicando (D 1) (D + 3) D a esta expresin, se transforma en o 23,3 = 0 Aplicando (D 1)3 (D + 3)5 D, se obtiene 3,2 = 0 Y sucesivamente, se obtiene que i,ji = 0 para todo i {1, 2, 3}, j {1, 2, 3, 4, 5}, por lo tanto, son l.i. En general, las n soluciones encontradas son l.i., pues dada la ecuacin o 2,1 e2 x + + 2,m2 xm2 1 e2 x + . . . l,1 el x + + l,ml xml 1 el x = 0 1,1 e1 x + + 1,m1 xm1 1 e1 x +
Al aplicar el operador (D 1 )m1 . . . (D i )mi 1 . . . (D l )ml , se obtiene e

i x
i,mi 1 (D 1 )m1 . . . (D l )ml (D i )mi 1 (xmi 1 ei x ) i,mi 1 (D 1 + i )

m1
= 0 = 0 = 0
. . . (D l + i ) e
i x
ml
mi 1 mi 1
p(i )
(mi 1)!
Se verica que p(i ) = 0 y (mi 1)! = 0, por lo tanto i,mi 1 = 0. Repitiendo la aplicacion progresivamente, se verica que todos los i,mi 1 son iguales a cero, con lo cual las n funciones son l.i.. Antes de pasar a los ejemplos resumiremos la discusin anterior en el siguiente o resultado: Teorema 3.7. Supongamos que 1 , . . . , l son los valores caractersticos, con multiplicidades m1 , . . . , ml , de la ecuacin homognea o e Una base para H es la generada por las siguientes funciones linealmente independientes: Para cada valor caracterstico real ex , xex , ..., xm1 ex . (D 1 )m1 . . . (D l )ml y = 0.
i,mi 1 (mi 1)!(i ) p

Para cada par de valores caractersticos complejos i, ex cos(x), xex cos(x), ... ... ex sen(x), Ejemplo 3.4. (D 1)2 (D + 3)5 D3 y = 0. xex sen(x),
xm1 ex cos(x), xm1 ex sen(x).
En este caso n = 10. Veamos todas las soluciones que se encuentran con este mtodo: e 2 = 3, m2 = 5 {e3x , xe3x , x2 e3x , x3 e3x , x4 e3x }, 3 = 0, m3 = 3 {1, x, x2 }. 1 = 1, m1 = 2 {ex , xex },
Ejemplo 3.5. Resolveremos ahora la ecuacin diferencial o y (5) y (4) + 2y 2y + y y = 0. El polinomio caracter stico es p() = ( 1)(4 + 22 + 1) = 5 4 + 23 22 + 1
= ( 1)( i)2 ( + i)2 . Obtenemos entonces las soluciones 2 , 2 = i, m2 = 2 {cos(x), sen(x), x cos(x), x sen(x)}. Finalmente, toda solucin homognea se escribe como combinacin lineal de estas o e o funciones, por lo que la solucin general es o yh (x) = C1 ex + C2 cos(x) + C3 sen(x) + C4 x cos(x) + C5 x sen(x). 1 = 1, m1 = 1 {ex },
= ( 1)(2 + 1)2
4.2. Ecuacin no homognea. Estudiaremos dos mtodos para encontrar o e e una solucin particular de la ecuacin no homognea: o o e El mtodo de coecientes indeterminados, que puede usarse cuando e el lado derecho incolucra unicamente polinomios, senos, cosenos y expo nenciales. Consiste en postular que la solucin es de cierto tipo (similar o al lado derecho), pero con coecientes que son determinados a posteriori. Tiene la ventaja de que los clculos son extremadamente sencillos ya que a involucran unicamente derivacin de polinomios, exponenciales y funciones o trigonomtricas. e El mtodo de variacin de parmetros se basa en la representacin de e o a o la ecuacin de orden n como un sistema lineal de primer orden. De heo cho, tambin es un mtodo valioso para encontrar soluciones particulares e e de estos sistemas. Consiste en representar la solucin particular como una o

combinacin variable de las soluciones homogneas. Tiene dos ventajas noo e tables en cuanto a su rango de aplicaciones: en primer lugar, sirve para cualquier tipo de lado derecho; en segundo lugar, el mtodo tambin es e e util, al menos tericamente, para el estudio de ecuaciones a coecientes va o riables. Tambin tiene dos puntos en contra: es necesario conocer una base e del espacio de soluciones homogneas y adems involucra operaciones con e a matrices y clculo de integrales. a 4.2.1. Mtodo de los coecientes indeterminados. Este mtodo puede aplicare e se para encontrar una solucin particular de la ecuacin o o P (D)y = qk0 (x)e0 x
con 0 C y qk0 e0 x una funcion que puede ser un polinomio por una exponencial, un polinomio por seno o coseno por una exponencial o cualquier combinacin lineal o de estos, donde gr(qk0 ) k0 en caso de ser un polinomio. Este mtodo tiene la desventaja aparente de ser muy restrictivo en cuanto al e tipo de lado derecho para el cual es util. Sin embargo, estas funciones son sumamente frecuentes en la aplicaciones. El operador diferencial que anula el lado derecho es (D 0 )k0 +1 , pues (D 0 )k0 +1 P (D)y = = = e0 x Dk0 +1 qk0 (x) 0 (D 0 )k0 +1 qk0 (x)e0 x
Si 0 R, la ecuacin se transforma una homognea de orden n + k0 + 1 que o e sabemos resolver. o Si 0 C, se aplica adems el operador (D 0 )k0 +1 a ambos lados de la ecuacin, a e con lo que se obtiene (D 0 )k0 +1 (D 0 )k0 +1 P (D)y = 0, que es una homognea de orden n + 2(k0 + 1). Hay dos casos que se estudiarn: a A. Caso no resonante: 0 = j para todo j {1, . . . , l} 1. A.1 Caso real: 0 R: (D 0 ) P (D)y = qk0 (x)e0 x
k0 +1
P (D) = 0 y
y = yh + yp y = yh
La idea es obtener yp comparando yh e yh , ms precisamente, como combi a nacin lineal de aquellas funciones que aparezcan en yh y que sean l.i. con o las que aparezcan en yh . Se sabe que yh es combinacion linel de funciones pertenecientes a M =
i R
{ei x , xei x , . . . , xmi 1 ei x } {ej x cos wj x, . . . , xmj 1 ej x cos wj x}
{ej x sen wj x, . . . , xmj 1 ej x sen wj x} E yh es combinacion lineal de elementos pertenecientes a M = M e0 x , xe0 x , . . . , xk0 e0 x
j =j iwj

Luego, yp = (A0 + A1 x + + Ak0 xk0 )e0 x , con Ai constantes en R a determinar. Reemplazando yp en P (D)y : e0 x P (D + 0 )(A0 + A1 x + + Ak0 xk0 ) = rk0 (x) = P (D)(A0 + A1 x + + Ak0 xk0 )e0 x = qk0 (x)e0 x qk0 (x)e0 x qk0 (x),
donde rk0 (x) es un polinomio cuyos coecientes dependen de Ai para i {0, . . . , k0 }. Igualando coecientes se obtiene un sistema lineal de (k0 + 1) (k0 + 1), de donde se calculan los coecientes. Ejemplo 3.6. Encontraremos una solucin particular de la ecuacin o o (D 1)(D 2)y = xe3x . Tenemos que = 3, que no es un valor caracter stico de la ecuacin. Como o el polinomio que acompa a a la exponencial en el lado derecho tiene grado n 1, proponemos como solucin o yp (x) = (A0 + A1 x)e3x . Aplicamos a yp el operador diferencial P (D) = (D1)(D2) = D2 3D+2 y obtenemos P (D)yp (x) = (6A1 + 9A0 + 9A1 x)e3x 3(A1 + 3A0 + 3A1 x)e3x +2(A0 + A1 x)e3x = (3A1 + 2A0 + 2A1 x)e3x .
Comparando con el lado derecho de la ecuacin tenemos el sistema o 0 1 = 3A1 + 2A0 = 2A1 ,
cuya solucin es A0 = 3/4, A1 = 1/2. De aqu una solucin particular de o , o la ecuacin es o yp (x) =
1 2x
3 4
e3x .
2. A.2 Caso complejo: 0 C: P (D)y = qk0 (x)e0 x (D 0 ) yp

k0 +1
(D 0 )
k0 +1
P (D) = 0 y
y = yh
y = yh + yp
Comparando yh con yh , se tiene que = (A0 + A1 x + + Ak0 xk0 )ex cos w0 x + (B0 + B1 x + + Bk0 xk0 )ex sen w0 x
Al reemplazar yp en la EDO se obtienen 2k0 + 2 ecuaciones.

Ejemplo 3.7. En este caso 0 = 3 i, y la solucin homognea es yh = C1 ex + C2 e2x , o e luego yp

yp yp
(D 1)(D 2)y
= xe3x cos x
= = =
(A0 + A1 x)e3x cos x + (B0 + B1 x)e3x sen x (A0 + A1 x)e3x cos x + (B0 + B1 x)e3x sen x (vericar) (A + A x)e3x cos x + (B + B x)e3x sen x (vericar)
0 1 0 1
donde A0 , B0 , A1 , B1 , A0 , B0 , A1 , B1 estan en funcion de A0 , B0 , A1 , B1 . Reemplazando yp en la EDO, se tiene que (A + A x)e3x cos x + (B + B x)e3x sen x = xe3x cos x
0 1 0 1
De donde se deduce que A0 = 0, A1 = 1, B0 = 0 y B1 = 0, lo que permite encontrar A0 , B0 , A1 y B1 . B. Caso resonante: 0 = j para alg n j {1, . . . , l} u 1. B.1 Caso real: 0 R: P (D)y = qk0 (x)e0 x
k0 +1
La segunda ecuacin se puede escribir de la forma o Es decir, 0 aumento su multiplicidad, luego, comparando yh e yh , se tiene que yp es combinacin lineal de elementos de {xm0 e0 x , xm0 +1 e0 x , . . . , xm0 +k0 e0 x }, o es decir, yp Al factor xm0 se le llama factor de resonancia. 2. B.2 Caso complejo: 0 C Repitiendo el proceso, se observa que yp es de la forma yp = xm0 (A0 + A1 x + + Ak0 xk0 )e0 x cos w0 x +xm0 (B0 + B1 x + + Bk0 xk0 )e0 x sen w0 x. (D 1)2 (D + 1)y = (4x + 3)ex . = xm0 (A0 + A1 x + + Ak0 xk0 )e0 x (D 1 )m1 . . . (D 0 )m0 +k0 +1 . . . (D l )ml y = 0
(D 0 )
P (D) = 0 y
y = yh + yp y = yh
Ejemplo 3.8. Queremos encontrar una solucin particular de la ecuacin o o Vemos que el coeciente = 1 en la exponencial del lado derecho es valor caracter stico de multiplicidad 2. En vista de lo discutido anteriormente proponemos una solucin de la forma o yp (x) = x2 (A0 + A1 x)ex = (A0 x2 + A1 x3 )ex . El operador diferencial es P (D) = (D 1)2 (D + 1) = D3 D2 D + 1. Tenemos Dyp (x) = (A1 x3 + (A0 + 3A1 )x2 + 2A0 x)ex D2 yp (x) D3 yp (x) = = (A1 x3 + (A0 + 6A1 )x2 + (4A0 + 6A1 )x + 2A0 )ex (A1 x3 + (A0 + 9A1 )x2 + 6(A0 + 3A1 )x + 6(A0 + A1 ))ex ,

de modo que P (D)yp = (4A0 + 6A1 + 12A1 x)ex . Al igualar al lado derecho obtenemos el sistema 3 4 = 4A0 + 6A1 = 12A1 ,
cuya solucin es A0 = 1/4, A1 = 1/3. Con esto encontramos la solucin particular o o yp (x) = 1 2 1 3 x x + x e . 4 3
4.2.2. Mtodo de variacin de parmetros. Recordemos que la ecuacin de e o a o orden n puede escribirse como un sistema de la forma z (x) = zk (x0 ) = donde 0 0 . . . 0 a0 1 0 . . . 0 a1 Ac (x)z(x) + b(x) para x I y (k1) (x0 ) para k = 1, . . . n, 0 1 . . . 0 a2 .. . 0 0 . . . 1 an1
Supongamos que tenemos una base y1 , . . . , yn de soluciones de la ecuacin hoo mognea. Recordemos que e y1 ... yn y1 ... yn = . . .. . . . . . (n1) (n1) y1 . . . yn es la matriz fundamental de soluciones y1 y1 Ac = . . . (n) y1 y notemos que . . . yn . . . yn . = . .. . . . ... yn
(n)
Ac =
b=
0 0 . . . Q
Buscaremos una solucin de la forma o
yp (x) = F1 (x)y1 (x) + + Fn (x)yn (x). Observemos que esta expresin es justamente la primera componente del vector o F y las otras componentes son sus derivadas. La idea es encontrar el vector F de manera que F sea solucin del sistema de primer orden: o ((x)F (x)) = Ac (x)(x)F (x) + b(x).

La regla para la derivacin de un producto es vlida para matrices (ver Lema 5.1). o a Luego ((x)F (x)) = = (x)F (x) + (x)F (x) Ac (x)(x)F (x) + (x)F (x),
de manera que si encontramos F tal que (x)F (x) = b(x), entonces la primera componente del vector (x)F (x) ser una solucin particular de la ecuacin a o o de orden n original. Ahora bien, la matriz es invertible pues est formada por a soluciones linealmente independientes de la ecuacin. De este modo podemos tomar o F (x) = (x)1 b(x) dx.3
Ejemplo 3.9. Encontremos una solucin particular de la ecuacin o o y (x) y(x) = 1 . 1 + ex
Los valores caracter sticos de la ecuacin son 1 y 1, por lo que dos soluciones o linealmente independientes de la ecuacin homognea son ex y ex . Construimos o e (x) = Luego (x)1 b(x) = 1 2 ex ex ex ex 1 2 0
1 1+ex
ex ex
ex ex
(x)1 =
1 2
ex ex
ex ex ex ex
1 2(1 + ex )
Tenemos entonces que F1 (x) = y F2 (x) = 1 2 ex dx ex = + ln 1 + ex . x 1+e 2 ex dx = ln 1 + ex x 1+e
Finalmente obtenemos la solucin particular o yp (x) = = F1 (x)ex + F2 (x)ex 1 ex ln 1 + ex + ex ln 1 + ex . 2
5. 5.1.
EDO lineal de orden n a coecientes variables
Ecuacin homognea. o e
3Se puede usar la regla de Cramer en lugar de calcular la inversa. Esto da origen a la frmula o de representacin de Green, que estudiaremos ms adelante. o a

5. EDO DE ORDEN n A COEFICIENTES VARIABLES 71
5.1.1. Frmulas de Abel y Liouville. En el caso de la ecuacin homognea con o o e coecientes variables, el mtodo de los valores caracter e sticos no se puede aplicar y no existe una metodolog general para encontrar las soluciones. No obstante, a podemos fcilmente encontrar una solucin linealmente independiente a partir de a o otra concida en el caso de orden dos, utilizando la frmula de Abel, dada en el o Teorema 3.5. Esta dice que si y1 e y2 son soluciones de la ecuacin lineal homognea o e de orden dos entonces el Wronskiano W satisface W (x) = C exp
y2 y1 y1 y2 = C exp
a1 (x)dx .
Ms precisamente, la Frmula de Abel nos dice que a o a1 (x)dx .
En los intervalos donde y1 = 0 obtenemos C y exp a1 (x)dx , y2 1 y2 = y1 y1 que es una ecuacin lineal de primer orden que sabemos resolver. Multiplicamos la o ecuacin por el factor integrante o 1 y1 dx = (x) = exp y1 y1 y obtenemos y2 C = 2 exp a1 (x)dx . y1 y1 Integrando obtenemos 1 y2 = Dy1 + y1 C a1 (x)dx du. 2 exp y1 Si tomamos D = 0 obtenemos la Frmula de Liouville o y2 = Cy1 1 2 exp y1 a1 (x)dx du.
Ejemplo 3.10. Se tiene la EDO x2 y + xy y = 0 y una solucin y1 = x. Se o pide encontrar otra solucin linealmente independiente y2 . Para ello escribimos la o ecuacin normalizada: o 1 1 y + y 2 y = 0. x x La frmula de Abel nos da o dx , xy2 y2 = C exp x de donde 1 1 y2 2 y2 x x y2 x y2 x = = = C x3 C x3 C + D. 2x2

1 Tomamos C = 2, D = 0 y obtenemos y2 = x .
Este mtodo puede aplicarse a la ecuacin de orden n > 2, teniendo en cuene o ta que la frmula de Abel nos entregar una EDO de orden n 1 a coecientes o a variables. Si bien no se obtiene de manera tan sencilla la solucin faltante, esto o constituye una reduccin de orden con lo que la b squeda de la n-sima solucin o u e o linealmente independiente puede ser ms tratable. a 5.1.2. La ecuacin de Euler. La ecuacin de Euler es de la forma o o an xn y (n) + . . . a1 xy + a0 y = 0, donde a0 , a1 , . . . an son constantes y an = 0. Se hace el cambio de variable x = eu , z(u) = y(eu ), siempre y cuando x = 0. Con esto z (u) = eu y (eu ) = xy (x). Luego z (u) = eu y (eu ) + e2u y (eu ) = xy (x) + x2 y (x), con lo cual x2 y (x) = z (u) z (u) y as sucesivamente. Al nal queda una ecuacin lineal de orden n a coecientes o constantes. Ejemplo 3.11. Estudiaremos la ecuacin o x2 y (x) + xy (x) = 0. Los cambios de variable descritos arriba nos conducen a z (u) z (u) + z (u) = 0. Es decir, z (u) = 0. Las soluciones de esta ecuacin son de la forma z(u) = Au + B, o con A, B R. As , y(x) = z(ln(x)) = A ln(x) + B, x = 0.
Ejemplo 3.12. Para la ecuacin o vemos que x3 y (x) + x2 y (x) 4xy (x) = 0 xy (x) x y (x) x3 y (x) La ecuacin se transforma en o El polinomio caracter stico es
2
= = =
z (u) z (u) 3z (u) + 2z (u). z (u) z (u)
z (u) 2z (u) 3z (u) = 0. p() = ( 3)( + 1),
de donde los valores caracter sticos son 1 = 0, 2 = 3 y 3 = 1. As las soluciones , son de la forma z(u) = A + Be3u + Ceu ,

de donde y(x) = A + Bx3 + Cx1 .
5.2. Ecuacin no homognea. En esta seccin presentaremos dos mtoo e o e dos para buscar soluciones particulares a la ecuacin no homognea. La frmula de o e o Green es una consecuencia del mtodo de variacin de parmetros, por lo que se e o a necesita conocer a priori una base para el espacio H de soluciones homogneas. El e segundo mtodo, que involucra series de potencias, no requiere conocer las solucioe nes de la ecuacin homognea, por lo que en muchas ocasiones es util tambin para o e e estudiar este tipo de ecuacin. o 5.2.1. Frmula de Green. El mtodo de variacin de parmetros visto antes o e o a para coecientes constantes se aplica en el caso de coecientes variables. Para ello, se deben conocer primero n soluciones linealmente independientes de la ecuacin o homognea. e Recordemos que en ese contexto se busca
n
yp (x) =
i=1
Fi (x)yi (x),
donde el vector F satisface F = b. Para encontrar las coordenadas del vector F tambin se puede utilizar la regla de Cramer. Para ello, denotemos por Wi el e determinante de la matriz i que se obtiene al cambiar la i-sima columna de la e matriz por el vector b. El Wronskiano es W = det . La regla de Cramer nos dice que Fi = Wi . Pero notemos que la i-sima columna de Wi tiene ceros en todas las e W componentes salvo la ultima. En virtud de la frmula de cofactores para el clculo o a del determinante podemos escribir Wi = (1)n+i QWi , donde Wi es el determinante de la matriz de tama o (n 1) (n 1), que se obtiene al eliminar de la i-sima n e columna y la n-sima la. e Con esto queda
n
yp
=
i=1 n
Fi (x)yi (x) yi (x)

i=1
= = =
Wi (s) ds W (s)
n
1 W (s) Q(s) W (s)
yi (x)Wi (s)ds
i=1 n
yi (x)(1)n+i Wi (s)ds.
i=1
Ntese que hemos escrito s para la variable antes de integrar y x para la variable o integrada. Si usamos de nuevo la frmula de los cofactores para escribir la suma o

ex
xn n! n=0 (1)n x2n+1 (2n + 1)! n=0 x2n+1 (2n + 1)! n=0
n=0
ln(1 x) cos(x)
xn n n=1 (1)n x2n (2n)! n=0 x2n (2n)! n=0 (1)n x2n+1 2n + 1 n=0

sen(x)
senh(x) 1 1x
cosh(x)
xn
arctan(x)
Cuadro 2. Algunas funciones y sus series de potencias.
como el determinante de una matriz de tama o n n obtenemos n Q(s) W (s) y1 (s) y1 (s) . . . (n2) y1 (s) y1 (x) ... ... . . . ... ... yn (s) yn (s) . . . (n2) yn (s) yn (x)
yp =
ds.
=R(x,s)
Hemos demostrado el siguiente resultado: Teorema 3.8 (Teorema de Representacin de Green). Una solucin particular o o de la ecuacin no homognea es o e yp = G(x, s)Q(s)ds, donde G(x, s) = R(x, s) W (s)
es la funcin de Green. o 5.2.2. Solucin en serie de potencias. El siguiente mtodo ser presentado de o e a manera ilustrativa; sin profundizar en los detalles tericos que justican su aplicao cin. Sean I un intervalo abierto, x0 I y f : I R. Decimos que f anal o tica en un entorno de x0 si existen a0 , a1 , a2 , . . . tales que la serie k=0 ak (x x0 )k converge absolutamente para todo x sucientemente cercano a x0 y f (x) =
k=0
ak (x x0 )k .
1 Los coecientes ak son los mismos que entrega la frmula de Taylor: ak = k! f (k) (x0 ). o Los polinomios, las exponenciales, todas las funciones trigonomtricas e hiperblie o cas y sus inversas son anal ticas. Las derivadas y primitivas de funciones anal ticas tambin lo son. Adems, para encontrar una derivada o primitiva basta derivar o e a integrar la serie trmino a trmino. Algunos ejemplos de funciones y sus represene e taciones en series de potencias se pueden ver en el Cuadro 2.

Dada una ecuacin diferencial lineal de orden n a coecientes variables, nos o proponemos encontrar una solucin particular de la forma o y(x) =
k=0
ak xk .
No nos preocuparemos ac por las condiciones que garantizan que la solucin es a o en efecto lo sucientemente regular para tener una representacin en serie de poo tencias. La estrategia es aplicar el operador diferencial a la expresin en serie para o y, derivando trmino a trmino las series que aparezcan. Esto dar un sistema de e e a ecuaciones lineales para los coecientes. Una vez resuelto el sistema construimos la serie. En muchos casos es posible relacionarla con otras series conocidas y reconocer a qu funcin pertenece. e o Ejemplo 3.13. Analicemos el problema de Cauchy y (x) y(x) = 0 y(0) = 1 y (0) = 0.
k=0
Escribimos y(x) =
ak xk (aqu x0 = 0) y tenemos que = = =

k=2 k=0 k=0
y (x) y(x)
k(k 1)ak xk2
k=0
ak xk
k=0
(k + 2)(k + 1)ak+2 xk
ak xk
(k + 2)(k + 1)ak+2 ak xk .
Al igualar el lado derecho a la funcin nula obtenemos o

k=0
(k + 2)(k + 1)ak+2 ak xk = 0 + 0x + 0x2 + . . .
y de all una ecuacin para cada potencia de x. Para cada k debe cumplirse que o ak . (k + 2)(k + 1)ak+2 ak = 0; es decir, ak+2 = (k + 2)(k + 1) Si k = 2m, a2m = y si k = 2m + 1, a2m+1 = As , y(x) = a0 x2m x2m+1 + a1 . (2m)! (2m + 1)! m=1 m=1

a2m2 1 a0 + = = ; (2m)(2m 1) (2m)! (2m)!
1 a1 a2m1 + = = . (2m + 1)(2m) (2m + 1)! (2m + 1)!
Obtenemos una combinacin lineal de dos soluciones linealmente independientes o de la ecuacin. Para determinar las constantes a0 y a1 utilizamos las condiciones o

iniciales.
1 0
= y(0) = = y (0) =
a0 a1 .
Tenemos nalmente que y(x) = x2m = cosh(x). (2m)! m=0
Tambin pod e amos haber usado el mtodo de los valores caracter e sticos pues los coecientes son constantes. La solucin general es o y(x) = aex + bex . Las condiciones iniciales determinan para a y b el sistema a+b ab = = 1 0,
que tiene como solucin a = b = 1 . La solucin queda o o 2 y(x) = 1 x e + ex = cosh(x). 2
Ejemplo 3.14. Encontraremos ahora una solucin particular de la ecuacin o o Escribimos yp (x) =
k=0
ak xk y tenemos que
x2 y (x) + xy (x) = x(1 x)2 .

k=0
x2 yp (x) + xyp (x) =
k 2 ak xk .
Debemos escribir el lado derecho en serie de potencias, para lo cual podemos usar la informacin en el Cuadro 2 y la derivacin trmino a trmino. Tenemos o o e e x 1 d = x 2 (1 x) dx 1 x = x = x = d dx
xk
k=0
kxk1
k=1 k=1
kxk .
Igualando coeciente a coeciente vemos que k 2 ak = k, de donde a0 puede tomar cualquier valor y ak = 1/k para k > 1. As una solucin particular es , o yp (x) =
k=1
xk = ln(1 x). k
En el Ejemplo 3.11 se encontraron las soluciones de la ecuacin homognea correso e pondiente. Con esa informacin, la solucin general resulta ser o o y(x) = A ln(x) + B ln(1 x).

Cap tulo 4
Transformada de Laplace
1. Deniciones y ejemplos
Definicion 4.1. Dada f : [0, +) R se llama transformada de Laplace de f a la funcin o

+
(29)
L[f ](s) =
est f (t)dt
que asocia a s R el valor L[f ](s) cuando la integral converge. Si la transformada de Laplace de una funcin existe para s > c, a la m o nima cota c se le llama as ntota de la transformada. Veamos algunos ejemplos para funciones conocidas: Ejemplo 4.1. Primero f (t) = 1. Claramente, si s 0 la integral converge. Si s > 0 entonces L[1](s) =
0 st e dt 0
no
est dt =
1 st e s
1 . s
1 Luego L[1](s) = para s > 0 (la as ntota es c = 0). s Ejemplo 4.2. Analicemos ahora f (t) = eat con a C. Al igual que antes, es evidente que si s Re(a) entonces la integral 0 est eat dt = 0 e(sa)t dt no converge. Si s > Re(a), L[eat ](s)
+
=
0
e(sa)t dt
+ 0
= = De all L[eat ](s) = ,
1 para s > Re(a) (la as ntota es c = Re(a)). sa
1 (sa)t e sa 1 . sa
Ejemplo 4.3. Recordemos ahora que cos wt + i sen wt = eiwt , de manera que Re(eiwt ) = cos wt e Im(eiwt ) = sen wt son la parte real e imaginaria de eiwt , respectivamente. De ejemplo anterior tenemos que L[eiwt ](s) = 1 s + iw = 2 s iw s + w2
79
para s > 0.

80 4. TRANSFORMADA DE LAPLACE
En virtud de la denicin de la transformada de Laplace, o L[Re(f )] = ReL[f ] con lo cual L[cos wt](s) = s2 s + w2 y L[sen wt](s) = s2 w + w2 para s > 0. e L[Im(f )] = ImL[f ],
De la linealidad de la integral tenemos la siguiente propiedad: Propiedad 4.1. La transformada de Laplace es un operador lineal. Es decir, si R y si f y g son funciones de [0, +) en R tales que L[f ](s) y L[g](s) existen, entonces L[f + g](s) = L[f ](s) + L[g](s). Ejemplo 4.4. Recordemos que cosh(t) = s > 1 tenemos que L[cosh(t)](s) = = = y L[senh(t)](s) = = = et + et et et y senh(t) = . Para 2 2
1 L[et ](s) + L[et ](s) 2 1 1 1 + 2 s1 s+1 s , 21 s 1 L[et ](s) L[et ](s) 2 1 1 1 2 s1 s+1 1 . 21 s
Una funcin f tiene una discontinuidad de salto en a Dom(f ) si los l o mites laterales l xa+ f (x) y l xa f (x) existen, son nitos y distintos. m m Una funcin f : [0, +) R se dice continua por pedazos si tiene un o n mero nito o numerable de discontinuidades de salto en [0, +), pero sobre u cada subintervalo acotado de [0, +) tiene a lo ms un n mero nito de stas. a u e Veamos algunos ejemplos: Ejemplo 4.5. La funcin o f (t) = (1)[t] = 1 0t<1 1 1 t < 2
extendida peridicamente a [0, ) con per o odo 2, se llama onda cuadrada y es continua por pedazos.

1. DEFINICIONES Y EJEMPLOS 81
0 1
Grco de la onda cuadrada. a
Ejemplo 4.6. La funcin f (t) = t [t] o bien f (t) = t, 0 t < 1 extendida o peridicamente a [0, ) con per o odo 1, llamada onda de dientes de sierra, es continua por pedazos.
Grco de la onda de dientes de sierra. a
Ejemplo 4.7. La funcin f (t) = tan(t) no es continua por pedazos pues o

t + 2
l tan(t) = m
t 2
l tan(t) = +. m
Ejemplo 4.8. La funcin o f (t) = tampoco es continua por pedazos. Definicion 4.2. Una funcin f : [0, +) R es de orden exponencial si o existen R y M > 0 tales que |f (t)| M et para todo t 0. Al menor de tales se le llama orden exponencial de f . Grcamente, el hecho de tener orden a exponencial signica que la funcin est encerrada entre M et y M et . o a Definicion 4.3. El espacio C es el conjunto de las funciones f : [0, +) R que son continuas por pedazos y de orden exponencial . Es un subespacio vectorial del espacio de todas las funciones de [0, +) en R. 0
1 t
t=0 t=0

Observemos que si f C entonces |f (x)| de modo que f C . |f (0)| + |f (0)| + M ex ,

0
|f (s)|ds
M x e
Propiedad 4.2. Si f C entonces para todo s > , existe L[f ](s) (y converge absolutamente). Adems a M |L[f ](s)| s para todo s > . En particular, l s+ L[f (t)](s) = 0. m Demostracion. Recordemos que si la integral converge absolutamente, entonces converge. Con esto basta probar que
0
|est f (t)|dt
0
para todo s > . En efecto,

0
M s
|est f (t)|dt
= M
est |f (t)|dt
est et dt e(s)t dt
0
M
0
1 e(s+)t s + C . s
Ejercicio Propuesto 4.1. Demostrar que tk , k N, tiene transformada de k! Laplace y que L[tk ](s) = k+1 , s > 0. s La func escaln de Heaviside se dene como on o 0 t<a Ha (t) = 1 ta
a
Funcin escaln de Heaviside Ha (t). o o

2. PROPIEDADES BASICAS DE LA TRANSFORMADA DE LAPLACE 83
Observemos que si a 0, entonces Ha (t) = H0 (t a). La transformada de Laplace de Ha , con a 0 es L[Ha ](s) = para s > 0. Si a < b denimos el pulso entre a y b como t<a 0 1 at<b Pab (t) = 0 t b.
est Ha (t) dt =
a
est dt =
1 as e s
a
Pulso entre a y b.
Notar que Pab (t) = Ha (t) Hb (t). Luego, su transformada de Laplace para 0 a < b ser a L[Pab (t)](s) = L[Ha (t) Hb (t)](s) = L[Ha (t)](s) L[Hb (t)](s). Por lo tanto L[Pab (t)](s) = 2. 1 as (e ebs ) para s > 0. s
Propiedades bsicas de la transformada de Laplace a
En esta seccin estudiaremos reglas operacionales que sern utiles para aplicar o a la transformada de Laplace a la resolucin de ecuaciones lineales de orden superior o y sistemas lineales de primer orden. 2.1. Transformada de una derivada. Sea f C derivable. Calculemos la transformada de Laplace de su derivada para s > . L[f ](s)
+
=
0
est f (t)dt est f (t)dt + est f (t)

t 0 t0+
= s
0
= sL[f ](s) + l est f (t) l est f (t). m m Como f es de orden exponencial , se tiene que
t
l |est f (t)| l |est et | = l e(s)t = 0 m m m

t t +
pues s > . Llamando f (0 ) = l t0+ f (t) tenemos que m L[f ](s) = sL[f ](s) f (0+ ) para s > .

Para la segunda derivada, si s > tenemos L[f ](s) = sL[f ](s) f (0+ ) = s(sL[f ](s) f (0+ )) f (0+ ) = s2 L[f ](s) sf (0+ ) f (0+ ).
n1
Repitiendo este procedimiento obtenemos, para s > , L[f (n) ](s) = sn L[f ](s) sk f (nk) (0+ ).
k=0
Ejemplo 4.9. Un cohete despega con velocidad inicial v0 desde la Tierra en forma vertical. Luego de algunos segundos, se activan los motores de emergencia, por lo que adquiere una aceleracin a > 0 durante un intervalo de tiempo breve. Si o la gravedad de la Tierra es g, encuentre la ecuacin de movimiento del cohete suo poniendo que tiene masa m y (t1 , t2 ) es el intervalo en el que funcionan los motores de emergencia, con t2 > t1 . De la sumatoria de fuerzas obtenemos d2 m 2 y(t) = mg + ma(Pt1 t2 (t)), dy donde y(t) es la posicin del cohete con respecto a la Tierra. Las condiciones iniciales o del cohete son y(0) = 0 y y (0) = v0 . Eliminando m a ambos lados y aplicando L se obtiene la ecuacin o o recordando las expresiones para L[y (t)](s), L[Pt1 t2 (t)](s) y L[1](s), la expresin queda g a s2 L[y](s) sy(0+ ) y (0+ ) = (et1 t et2 t ) s s + + Pero y(0 ) = 0 y y (0 ) = v0 . Luego a a g v0 L[y](s) = 2 + 3 et1 t 3 et2 t 3 s s s s En breve veremos cmo recuperar una funcin a partir de su transformada. Contio o nuaremos este clculo en el Ejemplo 4.12. a 2.2. Transformada de una primitiva. Sea f C localmente integrable.
t
L[y (t)](s) = aL[Pt1 t2 (t)](s) gL[1](s)
Sea a R. Encontremos la transformada de la funcin F (t) = o s > se tiene L[F ](s) = sL[F ](s) F (0+ ). Por lo tanto, la transformada de F es L[F ](s) = para s > . 1 1 L[f ](s) s s
a
f (u)du. Para
a
f (u)du
0

2. PROPIEDADES BASICAS DE LA TRANSFORMADA DE LAPLACE t t t u 85
Si denotamos expresin es o
t t a a
f (u)du =
a a
f (v)dv du. La transformada de esta
f (u)du (s)
a a
= =
t 1 1 a t L f (u)du f (u)du (s) s s 0 a a 1 a 1 1 a L[f ](s) 2 F (t)dt. f (u)du 2 s s 0 s 0
repitiendo el proceso, se obtiene la frmula para la transformada de la n-sima o e integral: L

t
...
n veces
2.3. Traslaciones. Una traslacin en el dominio temporal t corresponde a o un factor exponencial en el dominio de Laplace s. Si f C y a R, la funcin f o trasladada hacia la derecha se dene en todo [0, ) como H(t a)f (t a). Se tiene entonces que L[H(t a)f (t a)](s) = =
a 0
1 f (u)du (s) = n L[f ](s) s a
k=1
1 sk
...
f (u)du.
n k veces
est H(t a)f (t a)dt est f (t a)dt es(u+a) f (u)du L[f (t)](s).
= = e
0 sa
De manera anloga, una traslacin en el dominio de Laplace corresponde a un factor a o exponencial en el dominio temporal. L[f (t)](s a) = =
a 0
e(sa)t f (t)dt est ea f (t)dt
L[eat f (t)](s).
2.4. Igualdad de transformadas. Nos proponemos ver ahora cundo una a funcin est un o a vocamente determinada por su transformadad de Laplace. Nos interesa saber cundo L[f ] = L[g] implica que f = g. La respuesta est dada por el a a siguiente teorema, que enunciamos sin demostracin: o Teorema 4.1 (Lerch). Si f, g C y L[f ](s) = L[g](s) para todo s > entonces f (t) = g(t) para todo t 0, salvo en la unin de las discontinuidades de o f y g. 2.5. Convolucin. Sean f y g funciones en C . El producto de convoluo cin entre f y g de dene como o
t
(f g)(t) =
f (s)g(t s)ds.

Se deja al lector vericar la siguiente: Propiedad 4.3. El producto de convolucin es conmutativo, asociativo y diso tribuye con respecto a la suma en C . Teorema 4.2. Sean f, g C . Entonces L[(f g)](s) = L[f ](s) L[g](s). En palabras, la transformada de la convolucin es el producto de las transformadas. o Demostracion. Dadas f y g en C , tenemos que L[(f g)](s) =
0 t
est
0 t 0
f (u)g(t u)du dt
=
0
est f (u)g(t u)dudt.

0 u 0
Cambiando el orden de integracin y haciendo un cambio de variables tenemos o

0 0 t
est f (u)g(t u)dudt
= =
0
est f (u)g(t u)dtdu es(w+u) f (u)g(w)dwdu

0
=
0
esu f (u)du
esw g(w)dw
L[f ](s)L[g](s).
2.6. Convergencia Uniforme. Veremos ahora unos detalles tcnicos de e convergencia. Sean f C y M > 0 > . Denimos (s) =
0
est f (t)dt
n (s) =
0
est f (t)dt,
con s I = [0 , M ]. Tenemos que |n (s) (s)| = para todo s I. Si g

I
est f (t)dt
= supsI |g(s)|, entonces n

I
C (s)t e s n C (s)n e s
Por lo tanto n a en I.
0 cuando n , con lo que n converge uniformemente
C (s)n e s s> C e(0 )n . = 0 sup

2. PROPIEDADES BASICAS DE LA TRANSFORMADA DE LAPLACE 87
2.7. Diferenciabilidad. Sea f C . Calcularemos la derivada con respecto a s de la transformada de Laplace de f . d L[f (t)](s) ds = =
0
d ds

est f (t)dt
d st e dt ds test f (t)dt
=
0
L[tf (t)](s).
La derivacin bajo el signo integral se justica por la convergencia uniforme. Repio tiendo el proceso, la derivada n-sima de la transformada de Laplace de f se expresa e como dn L[f (t)](s) = (1)n L[tn f (t)](s). dsn 2.8. que
s 0 s
Integrabilidad. Gracias de nuevo a la convergencia uniforme, tenemos

0 0 0 s s
L[f (t)](u)du
=
0
eut f (t)dt du eut f (t)du dt
= = = =
1 ut e f (t) dt t 0 0 f (t) f (t) st e dt + dt t t 0 0 f (t) f (t) L (s) + dt t t 0 f (t) , t
para f C . Si en la frmula de la derivada de la transformada, se toma g(t) = o se obtiene d f (t) = L[f (t)](s). L ds t Por lo tanto f (t) f (t) (s) L (s) = L[f (t)](u)du. l L m s t t s Si f (t) f (t) C se tiene l s L m (s) = 0. En consecuencia t t L f (t) (s) = t
s
L[f (t)](u)du
f (t) t
Se puede vericar que f (t) C cuando f (t) C y l t0+ m t nito. Bajo esta condicin obtenemos o
s 0
existe y es
L[f (t)](u)du =
L[f (t)](u)du +
f (t) dt, t

que equivale a integrar desde 0 a . Es decir,

0
L[f (t)](u)du =
f (t) dt. t
3.
Antitransformadas y aplicaciones
Una funcin f (en el dominio temporal) es antitransformada de una funo cin (en el dominio de Laplace) si se cumple que L[f ] = . Se denota como o f (t) = L1 [](t). En esta seccin estudiaremos un mtodo para calcular antitransformadas de o e funciones racionales y presentaremos aplicaciones a la ecuacin diferencial lineal de o orden n y a sistemas de ecuaciones lineales de primer orden. 3.1. Descomposicin en fracciones Parciales. Repasaremos el mtodo o e de descomposicin en fracciones parciales estudiado en el curso de clculo integral. o a p(x) Supongamos se tiene la expresion racional , donde p y q son polinomios a coeq(x) p(x) cientes reales tales que gr(p) < gr(q). Se quiere escribir como una suma de q(x) expresiones ms simples. Se pueden presentar varios casos: a 1. q(x) tiene n ra ces reales distintas y simples: q(x) = (x a1 ) . . . (x an ), con ai = aj si i = j. Hacemos An A1 p(x) + + . = q(x) x a1 x an 2. q(x) tiene una ra real de multiplicidad n: q(x) = (x a)n . Hacemos z p(x) An A1 A2 + + . = + q(x) x a (x a)2 (x a)n 3. q(x) tiene 1 ra compleja simples. Entonces su conjugado tambin es ra simple, z e z de modo que q(x) = ax2 + bx + c = (x z)(x z), z C \ R. Hacemos Ax + B p(x) = 2 . q(x) ax + bx + c 4. Si q(x) tiene 1 ra compleja de multiplicidad n: q(x) = (ax2 + bx + c)n = z (x z)n (x z)n con z C \ R. Hacemos p(x) An x + Bn A1 x + B1 A2 x + B2 + + . = 2 + q(x) ax + bx + c (ax2 + bx + c)2 (ax2 + bx + c)n 5. Cualquier combinacin de estos casos. o Una vez descompuesta la expresin original, se deben encontrar los valores de o los coecientes de la parte derecha. Existen varias formas de encontrarlos, veremos 2 mtodos: e Mtodo 1: Multiplicar por q(x) a ambos lados y evaluar ra por ra (sirve e z z cuando las ra son simples). ces

3. ANTITRANSFORMADAS Y APLICACIONES 89
Mtodo 2: Desarrollar la suma de la parte derecha e igualar coecientes. e Ejemplo 4.10. Se desea descomponer la expresin o s . s2 3s + 2 Las ra son s = 1 y s = 2, ambas simples. La expresin se descompone como ces o s A B = + . s2 3s + 2 s1 s2 s = A(s 2) + B(s 1). Evaluando en s = 1 vemos que A = 1 y evaluando en s = 2 vemos que B = 2. Ejemplo 4.11. Se desea descomponer la expresin o 1 . s2 ((s a)2 + b2 ) Las ra son s = 0, con multiplicidad 2, y s = a bi, ambas simples. ces Utilizando una combinacin de 2. y 4., la descomposicin queda o o (30) C + Ds 1 A B . = + 2+ s2 ((s a)2 + b2 ) s s (s a)2 + b2
Utilizamos el mtodo 1. Para ello multiplicamos a ambos lados por q(s). Obtenemos e
Como hay una ra doble usaremos el mtodo 2. Desarrollamos el lado derecho de z e (30) y obtenemos As((s a)2 + b2 ) + B((s a)2 + b2 ) + (C + sD)s2 1 = . s2 ((s a)2 + b2 ) s2 ((s a)2 + b2 )
Reordenando los trminos deducimos una igualdad para los numeradores: e
1 = s3 (A + D) + s2 (2aA + B + C) + s(A(a2 + b2 ) 2aB) + (Ba2 + Bb2 ). Igualando los coecientes obtenemos 4 ecuaciones: 0 = 0 = 0 = 1 = que nos dan A= (a2 2a , + b2 )2 B= a2 1 , + b2 C= 3a2 b2 , (a2 + b2 )2 D= 2a . (a2 + b2 )2 A+D 2aA + B + C
Ba2 + Bb2
A(a2 + b2 ) 2aB
Ms adelante, en el Ejemplo 5.11, mostraremos una aplicacin concreta del a o mtodo de fracciones parciales a un problema de intercambio de masas atmosfrie e cas.

3.2. Aplicacin a la EDO lineal de orden n. Se tiene la siguiente EDO o a coecientes constantes: P (D)y(t) = Q(t) con P (D) un operador diferencial de orden n normalizado (an = 1) y Q(t) combinacin lineal de funciones en C . Aplicando L a ambos lados de la EDO, se obtiene: o
n
L
n
j=1
j=1
aj L Dj y (s)
aj Dj y (s)
= L[Q](s)
= L[Q](s).
Pero se sabe que donde L Dj y (s) = sj L[y](s) Rj (s),

j1
Rj (s) =
k=0
sk y (jk1) (0+ ).
Con esto la ecuacin queda o

n
n j=1
Escribimos entonces
j=1
aj sj L[y](s) L[y(t)](s) =
aj Rj (s) = L[Q](s).
R(s) L[Q(t)](s) + , P (s) P (s)

n
donde P (s) =
a j sj
j=1
R(s) =
j=1
aj Rj (s).
Llamando yh (t) e yp (t) a la funciones tales que L[yh ](s) = se tiene que Luego yh (t) = L1 L[ y ] = L[ yh ] + L[ yp ]. R (t) P e yp (t) = L1 L[Q] (t). P R(s) P (s) y L[yp ] = L[Q](s) P (s)
Para encontrar yp (t), consideremos G(t) = L1 yp (t)
1 (t). Tenemos P
= (G Q)(t)
t
= L1 L[(G Q)(t)](s) (t) G(t )Q()d.
= L1 L[G(t)](s)L[Q(t)](s) (t)
=
0

3. ANTITRANSFORMADAS Y APLICACIONES 91
Todo se reduce entonces a encontrar antitransformadas de funciones de la forT (s) , donde T y P son polinomios y gr(P ) > gr(T ) (observe que P es de grado ma P (s) n, R es de grado n 1 y 1 es de grado cero). Gracias a la linealidad, si descomponemos en fracciones parciales, basta averiguar cules son las antitransformadas de cada uno de los trminos que aparecen en a e la descomposicin. Primero recordemos que o 1 s 1 (s )k 1 (s )2 + w2 s (s )2 + w2 = = = = L L[H(t)](s ) = = = = L[et H(t)](s) L et L
tk1 (s ) (k 1)! 1 L sen(wt) (s ) w L [cos(wt)] (s )
et sen(wt) (s) w
tk1 (s) (k 1)!
L [et cos(wt)] (s).
Inmediatamente obtenemos las antitrasformadas et H(t) et tk1 (k 1)! = L1 = L1 = L1 = L1 1 (t) s
et sen(wt) w et cos(wt)
1 (t) (s )k 1 (t) (s )2 + w2 s (t). (s )2 + w2
Esto es casi todo lo que se necesita para determinar la antitransformada de una T (s) funcin de la forma o . Slo falta encontrar las antitransformadas de fracciones o P (s) del tipo 1. L1 s (t) (s2 + a2 )n 2. L1 1 (t) (s2 + a2 )n
para n 2. Haremos los clculos para n = 2 y dejamos el caso general como a ejercicio para el lector. d 1 2s 1. Basta considerar = 2 . Por lo tanto ds s2 + a2 (s + a2 )2 L1 s (t) = (s2 + a2 )2 = = 1 1 d 1 (t) L 2 ds s2 + a2 1 1 d L L[sen(at)](s) (t) 2a ds 1 t sen(at). 2a

92 4. TRANSFORMADA DE LAPLACE t
2. Recordando que L L1
f =
0
1 L[f ], se tiene: s L1 L1 1 s (t) s (s2 + a2 )2 1 1 L t sen(at) (s) (t) s 2a

t 0
1 (t) = (s2 + a2 )2 = = = =
L1 L
t
1 t sen(at) (s) (t) 2a
1 t sen(at) 0 2a 1 1 sen(at) t cos(at) . 2a2 a
Resumimos los ejemplos ms relevantes de funciones y sus transformadas en la a siguiente tabla: f (t) et Ha (t) Pab (t) et tk1 (k 1)! L[f ](s) 1 s 1 as e s
1 as (e ebs ) s 1 (s )k 1 (s )2 + w2 s (s )2 + w2 (s2 2as + a2 )2
et sen(wt) w et cos(wt) t sen(at) 1 sen(at) t cos(at) a
2a2 (s2 + a2 )2
Ejemplo 4.12. Continuando el Ejemplo 4.9 del cohete, hay que encontrar las funciones que al ser transformadas por L, equivalen a cada uno de los sumandos del miembro derecho de la ecuacin o v0 a a g L[y](s) = 2 + 3 et1 t 3 et2 t 3 . s s s s Utilizando las conclusiones de la discusin precedente vemos que o a gt2 a . L[y](s) = L v0 t + (t t1 )2 H(t t1 ) (t t2 )2 H(t t2 ) + 2 2 2

4. FUNCIONES Y DERIVADAS GENERALIZADAS 93
Por lo tanto, la ecuacin de movimiento del cohete es o a a gt2 y(t) = v0 t + (t t1 )2 H(t t1 ) (t t2 )2 H(t t2 ) + . 2 2 2
utilizando la transformada de Laplace. Para ello observemos que L[y + 2y + 2y](s) = = s2 L[y](s) sy(0+ ) y (0+ ) L[y ] + 2L[y ] + 2L[y]
Ejemplo 4.13. Resolvamos ahora el problema de Cauchy y + 2y + 2y = 0 y(0) = 1 y (0) = 1
= con lo cual
2
(s2 + 2s + 2)L[y](s) s 3. 0 0
+2(sL[y](s) y(0+ )) + 2L[y](s)
s+3 s+3 . L[y](s) = s2 + 2s + 2 Como las raices de s2 + 2s + 2 = 0 son complejas, se escribe ese polinomio de la forma (s + 1)2 + 1, con lo que se obtiene s+1 2 s+3 = + . L[y](s) = 2+1 2+1 (s + 1) (s + 1) (s + 1)2 + 1 s+1 1 Como L [ex cos x] (s) = y L [ex sen x] (s) = , se tiene 2+1 (s + 1) (s + 1)2 + 1 que L[y](s) y(x) L[y](s) = = = L ex cos x + 2ex sen x (s) L ex cos x (s) + 2L ex sen x (s)
(s + 2s + 2)L[y](s) s 3 =
L[y + 2y + 2y](s) =
(s2 + 2s + 2)L[y](s) =
ex (cos x + 2 sen x).
4.
Funciones y derivadas generalizadas
4.1. Funciones generalizadas. Sea : R R una funcin integrable. La o accin de sobre una funcin f : R R es o o [f ] = cuando esta integral est bien denida. e
(t)f (t) dt
La delta de Dirac pertenece a las llamadas funciones generalizadas o distribuciones. No es exactamente una funcin, sino ms bien una regla que a o a

cada funcin continua f le asigna un n mero real, que es su valor en cero f (0). o u Las funciones generalizadas se denen en trminos de su accin sobre cierto tipo e o de funciones. En estricto rigor, denimos la accin de la delta de Dirac sobre una o funcin continua f mediante o [f ] =

(t)f (t) dt = f (0).
La notacin de integral es bastante sugerente pero se debe recordar que la delta o de Dirac no es una funcin, aunque comparta ciertas propiedades con las funciones o integrables. Siguiendo la notacin presentada arriba, escribiremos o a [f ] =

(t a)f (t) dt = f (a).
La delta de Dirac modela un impulso, golpe o chispazo. Se interpreta como un gran est mulo aplicado instantneamente a un sitema. a Ejemplo 4.14. Tomando la funcin continua f (t) 1 tenemos que o
(t) dt =
(t) 1 dt = 1.
Una propiedad interesante de la delta de Dirac es que se puede aproximar, en cierto sentido, por funciones propiamente tales. Ms precisamente, su accin sobre a o una funcin continua se puede obtener como el l o mite de las acciones de una sucesin o de funciones integrables. Sea = P01 el pulso entre 0 y 1. Si n (t) = n(nt) entonces + n (t)dt = 1 para cada n. Si a > 0 y f es continua entonces fn (t)f (t)dt = Si f es continua entonces
+ a + a
fn (t)f (t)dt = 0.
l n fn (t)f (t)dt = f (0) = [f ]. m Observacin: Cabe destacar que las funciones n no son las unicas que dan o origen a ; basta con que cumplan las propiedades enunciadas. La transformada de Laplace de una funcin f en el punto s puede interpretarse o como la accin de f sobre la funcin t est . Tiene sentido entonces denir la o o transformada de Laplace de la delta de Dirac mediante L[](s) = = = = =
n
l L[n ](s) m
l m
n (t)est dt nest dt
0 1/n
n n
l m
l m
n (1 es/n ) s

12
10
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
Figura 1. Las funciones n . para s R. Observemos que esto es consistente con L[](s) =
0
(t)est dt = e0 = 1.
Por otra parte, la delta de Dirac es el elemento neutro para el producto de convolucin. Es decir, para f C se tiene o L[f ] = L[f ] L[] = L[f ]. Por el Teorema de Lerch, f 0 = 0 f = f (salvo, quiz, en una cantidad numea rable de puntos). 4.2. Derivadas generalizadas. Supongamos que f y g son funciones derivables de R en R tales que l t f (t)g(t) = 0. La frmula de integracin por m o o partes nos dice que

f (t)g(t)dt =
f (t)g (t)dt.
Supongamos que ahora que f es simplemente integrable y g es derivable con derivada acotada en R. Supongamos como antes que l t f (t)g(t) = 0. La m frmula de integracin por partes sirve para denir una especie de derivada de o o f , aun cuando f no sea derivable en el sentido usual. Es el concepto de derivada generalizada. Aunque no exista la derivada como funcin, denimos la accin de o o la derivada generalizada de f (como funcin generalizada) mediante o
fgen [g] = f [g ].

Es decir,
fgen (t)g(t)dt =
f (t)g (t)dt.
Si f es derivable, con derivada acotada, la accin de fgen sobre una funcin o o integrable g coincide con la accin de la funcin f sobre g. En lo que sigue usaremos o o u la notacin f para denotar fgen cuando no haya ambig edad. o
Ejemplo 4.15. El escaln de Heaviside, Ha , no es derivable en todo R pues es o discontinua en a. Sin embargo podemos denir su derivada generalizada. Sea g una funcin derivable tal que l t+ g(t) = 0. Tenemos que o m
Ha [g] = Ha (t)g(t)dt
= =
Ha (t)g (t)dt g (t)dt
= g(a) = a [g]. Entonces, la derivada generalizada de Ha es a . Escribimos

Ha (t) = (t a).
Ejercicio Propuesto 4.2. Compruebe que la regla para la transformada de una derivada dada en la subseccin 2.1 sigue siendo vlida para derivadas generao a lizadas. 4.3. Aplicacin a la ecuacin lineal de orden n. Al igual que en la o o subseccin 3.2, consideremos una EDO a coecientes constantes: o P (D)y = Q, donde P (D) es un operador diferencial de orden n normalizado (an = 1) y Q es combinacin lineal de funciones en C . o Recordemos que una solucin particular est dada por o a
t
yp (t) =
0
G(t )Q()d,
donde
1 (t). P Pero esta G es precisamente la solucin de P (D)G = pues o 1 L[G](s) = P (s) P (s)L[G](s) = 1 L[P (D)G](s) = L[] G(t) = L1 P (D)G =

en el sentido generalizado.
Cap tulo 5
Sistemas lineales de primer orden

1. Introduccin o
Hasta aqu se han estudiado ecuaciones lineales con una sola funcin incgnita. o o Estudiaremos ahora sistemas de ecuaciones diferenciales lineales, tanto porque permiten modelar problemas f sicos que involucran la interaccin de diversas variables o dependientes, como tambin porque a ellos pueden reducirse las ecuaciones lineales e de grado superior. Comenzaremos por comentar algunos resultados acerca de funciones vectoriales y matriciales. Definicion 5.1. El espacio C n (I)m = C n (I) C n (I)
m veces
est conformado por los vectores de m funciones n veces continuamente derivables a en el intervalo I. De manera anloga, C n (I)mk son las matrices de m k funcioa nes n veces continuamente derivables en el intervalo I. Haremos la identicacin o C n (I)m1 = C n (I)m . Estos conjuntos tienen estructura de espacio vectorial para la suma y ponderacin por escalar componente a componente. La integracin y derivacin se hace o o o componente a componente: f1,1 . . . f1,k . . .. . . . . . fm,1 . . . fm,k f1,1 . . . f1,k . . .. . . . . . fm,1 . . . fm,k f1,1 . . . fm,1 ... .. . ... ... .. . ... f1,k . . . fm,k
f1,1 . . . fm,1
f1,k . . . . fm,k
Adems tenemos la regla para la derivacin de un producto. a o Lema 5.1. Si A(t) Mnm (R) y B(t) Mmp (R), con n, m, p N, entonces (A(t)B(t)) = A (t)B(t) + A(t)B (t).
99

100 5. SISTEMAS LINEALES DE PRIMER ORDEN
Demostracion. Para la componente ip se cumple que

m m
j=1
aij (t)bjp (t)
(aij (t)bjp (t))
j=1 m
=
j=1 m
(a (t)bjp (t) + aij (t)b (t)) ij jp

m
=
j=1
a (t)bjp (t) + ij
j=1
aij (t)b (t). jp
Definicion 5.2. Un sistema lineal de EDO en Rn es un sistema de n ecuaciones escrito de la forma (31) X (t) = A(t)X(t) + B(t) X(t0 ) = X0 , para t I
donde I es un intervalo, A(t) Mnn (R), B(t) Rn para cada t en I, y X0 Rn son condiciones iniciales en t = t0 I. En el caso B 0 se dice que el sistema es homogneo. En el caso que A es una matriz constante, se dice que el sistema es a e coecientes constantes. Ejemplo 5.1 (Polucin en dos estanques). Dos estanques 1 y 2, que contienen o V [m3 ] de agua, se encuentran interconectados por medio de un canal, por el cual 3 uye agua desde 1 a 2 a razn de b[ m ]. El sistema es alimentado a travs del o e s kg m3 o estanque 1 a razn de b[ s ], con un poluente de concentracin [ m3 ], que contamina o 3 el agua. El agua sale del sistema por un canal del estanque 2, con un caudal de b[ m ]. s En esta situacin se produce una contaminacin del agua en ambos estanques. Para o o tratar de disminuir este efecto negativo, se propone a adir otro canal que conecte a n 3 los dos estanques, para que devuelva ujo de 2 a 1, a razn de b[ m ], donde > 0. o s Sin embargo, para evitar el rebalse del sistema, se debe aumentar el ujo del canal 3 a o o ya existente a b(1 + )[ m ]. Cunto ayuda esta solucin a disminuir la polucin s del agua en los estanques?
b (1+)
Figura 1. Polucin en dos estanques del ejemplo 5.1 o

2. SISTEMAS LINEALES Y ECUACIONES DE ORDEN SUPERIOR 101
Para el estanque 1, tenemos que la variacin de la cantidad de poluente por unidad o de tiempo es la diferencia de las concentraciones que entran y las que salen por unidad de tiempo, es decir: x = b + bx2 1 1 1 b(1 + )x1 . V V
Repitiendo el razonamiento para el estanque 2, resulta el sistema: x (t) = 1 x (t) = 2 b + b b(1 + ) x2 (t) x1 (t) V V b b b(1 + ) x1 (t) x2 (t) x2 (t). V V V
Este es un sistema de ecuaciones que se puede escribir, en forma matricial, como x 1 x 2 = b(1+) V
b(1+) V b V b(1+) V
x1 x2
b 0
Se trata de un sistema lineal de dos ecuaciones de primer orden no homogneo e a coecientes constantes.
2.
Sistemas lineales y ecuaciones de orden superior
2.1. Paso de una ecuacin lineal de orden n a un sistema lineal. o Veamos cmo una ecuacin lineal de orden n puede interpretarse como un sistema o o de n ecuaciones lineales de primer orden con n incgnitas. o Para ello, consideremos el siguiente cambio de variables: z1 (x) z2 (x) = y(x) = y (x) . . . = y (n1) (x)
zn (x)
Derivando cada nueva variable, se tiene

z1 (x) = y (x) z2 (x) = y (x) . . . . . . (n) zn (x) = y (x)
= = = =
z2 (x) z3 (x) . . . an1 (x)y (n1) (x) a0 (x)y(x) + Q an1 (x)zn (x) a0 (x)z1 (x) + Q. ... ... .. . ... 0 0 . . . an1 z1 z2 . . . zn
z
Con esto, el sistema queda de la forma: 0 1 0 z1 0 z2 0 1 . = . . . . . . . . . . . zn a0 a1 a3

z Ac
0 0 . . . Q
b

Las condiciones iniciales y(x0 ), . . . , y (n1) (x0 ) corresponden a las condiciones iniciales en el sistema z1 (x0 ), . . . , zn (x0 ). El problema de Cauchy se escribe z (x) = zk (x0 ) = Ac (x)z(x) + b(x) para x I y (k1) (x0 ) para k = 1, . . . n.
Llamaremos a Ac (x) la matriz compa era de la ecuacin de orden n. n o 2.2. Paso de un sistema lineal a una ecuacin lineal de orden n. o Veamos ahora la identicacin rec o proca. Para explicar cmo se hace esta identio cacin presentaremos dos mtodos aplicados a un sistema de dos ecuaciones con o e dos incgnitas. El caso general lo dejamos como ejercicio al lector. o Consideremos el sistema (32) (33) x 1 x 2 = = a11 x1 + a12 x2 + b1 a21 x1 + a22 x2 + b2
con las condiciones iniciales x1 (0) = x0 y x2 (0) = x0 . 1 2 2.2.1. Mtodo de sustitucin. Suponiendo a21 = 0, despejamos x1 de (33) e o para obtener x a22 x2 b2 x1 = 2 (34) a21 y luego derivamos x a22 x b 2 2 x = 2 (35) . 1 a21 Reemplazando (34) y (35) en (32) resulta que es una ecuacin de segundo orden con condiciones iniciales o x2 (0) = x0 2 x (0) = a21 x0 + a22 x0 + b2 (0). 2 1 2 2.2.2. Mtodo de reduccin. Utilizando la notacin de operador diferencial e o o Dx = x el sistema (32)-(33) se reescribe (36) (37) (D a11 )x1 a12 x2 a21 x1 + (D a22 )x2 = = b1 b2 . x (a11 + a22 )x + (a11 a22 a12 a21 )x2 = a21 b1 a11 b2 + b , 2 2 2
Aplicando el operador D a11 a la segunda ecuacin, multiplicando por a21 la o primera y sumando, se obtiene (38) que es la misma EDO de orden 2 para x2 que la obtenida con el mtodo anterior. e Observacin: Puede vericar que en todos los casos, despejando x1 o x2 , se o llega a una EDO del tipo x (a11 + a22 )x + (a11 a22 a12 a21 )xi = fi , i i
tr(A) det(A)
(D a11 )(D a22 )x2 a12 a21 x2 = a21 b1 + (D a11 )b2 ,
i = 1, 2
y con polinomio caracter stico asociado p() = 2 tr(A) + det(A) = det(A I).

Se deja al lector comprobar usando el mtodo de reduccin que un sistema lie o neal a coecientes constantes de tama o n 1 se identica con una ecuacin lineal n o de orden n cuyo polinomio caracter stico es p() = det(A I).
3.
Los teoremas de existencia y unicidad
En esta seccin demostraremos la existencia y unicidad de solucin para un o o sistema lineal de ecuaciones de primer orden. Teorema 5.1 (Existencia y Unicidad, caso lineal). Sea I un intervalo cerrado y acotado. Si A C(I)mm y B C(I)m , entonces dados X0 Rm y t0 I, existe una unica solucin X C 1 (I)m del sistema lineal o X (t) X(t0 ) = = A(t)X(t) + B(t), X0 . tI
Entre las consecuencias ms relevantes mencionamos las siguientes: a 1. De aqu se obtiene inmediatamente el Teorema 3.1, que da la existencia y unici dad de solucin para la EDO lineal de orden n gracias a la identicacin presentada o o en el Cap tulo 3. 2. La unica solucin de un sistema homogneo con condicin inicial nula es la fun o e o cin nula. o 3. Si dos soluciones X e Y coinciden en un punto, entonces coinciden en todo el intervalo. Esto dice que los grcos de dos soluciones distintas no se cruzan, proa piedad que se conoce como determinismo. Esto se debe a que si X(t1 ) = Y (t1 ) entonces la diferencia X Y es solucin de un sistema homogneo con condicin o e o inicial nula y por lo tanto X(t) = Y (t) para todo t. 4. Si A o B son continuas por pedazos, el Teorema 5.1 sigue siendo cierto, salvo porque X es slo continua por pedazos (se suele decir que X es C 1 por pedazos). o 5. El Teorema se generaliza para cualquier tipo de intervalo I. Ms a n, si A a u C(R)mm y B C(R)m , entonces la solucin X queda denida en todo R. o Veremos en realidad la existencia y unicidad de solucin en un contexto ms o a amplio que el de los sistemas lineales, en la l nea de los teoremas 2.1 y 2.2 (ver Teoremas 5.2 y 5.4). Dada una matriz A = (aij ) de tama o m p, denimos su norma de Froben nius como 1/2
m p
Observe que coincide con la denicin usual de norma euclideana para vectores o (pensados aqu como matriz la o columna).
A =
i=1 j=1
a2 ij

Lema 5.2. Si A Mmp (R) y X Rp entonces AX A

m p m p
X .
Demostracion. De la desigualdad de Cauchy-Schwartz vemos que 2

p
AX
i=1
j=1
aij xj
i=1
j=1
a2 ij
j=1
x2 = A j
X .
Observemos primero que la funcin o F (t, X) = A(t)X + B(t) es Lipschitz con respecto a su segunda variable. Es decir, existe L > 0 tal que para todo t I y para todos los X, Y Rn . En efecto, |F (t, X) F (t, Y )|
n n
F (t, X) F (t, Y ) L X Y A(t)(X Y ) 1/2

i=1 j=1
Como los coecientes de A son continuos (o al menos continuos por pedazos), estn acotados en I. Luego, a 1/2
n n
a2 (t) ij
X Y .
|F (t, X) F (t, Y )| L|X Y |,
donde
Teorema 5.2 (de Cauchy-Lipschitz-Picard, Existencia y Unicidad, caso general). Sea I un intervalo cerrado y acotado. Supongamos que F C 0 (I Rm ) es una funcin Lipschitz con respecto a la segunda variable. Para cada t0 I y cada o X0 Rm , existe una unica solucin X C 1 (I)m del problema de Cauchy o X (t) X(t0 ) = F (t, X(t)) = X0 . para todo tI
L = sup
tI
i=1 j=1
a2 (t) ij
Este resultado generaliza los Teoremas 3.1 y 5.1. Para la demostracin del Teorema 5.2 primero observemos que, integrando entre o t0 y t la ecuacin diferencial, obtenemos o
t
X(t) = X0 +
t0
F (s, X(s))ds.
Denimos el operador T : C 0 (I)m X

t
C 0 (I)m T (X), para t I.
donde T (X) es la funcin denida por o (39) T (X)(t) = X0 + F (s, X(s))ds

t0

Un punto jo de T es una funcin X C 0 (I)m tal que X = T (X). Es decir, o

t
X(t) = T (X)(t) = X0 +
F (s, X(s))ds
t0
para todo t I. Adems, todo punto jo tiene que ser de clase C 1 , por ser primitiva a de una funcin continua. Al derivar tenemos que todo punto jo de T es solucin o o del problema de Cauchy X (t) = X(t0 ) = F (t, X(t)) X0 . para todo tI
Rec procamente, toda solucin del problema de Cauchy debe ser un punto jo de o T . Por lo tanto, para demostrar el Teorema 5.2 basta vericar que T tiene un unico punto jo. 3.1. El Teorema del Punto Fijo de Banach. Primero recordemos dos propiedades importantes de R: 1. Una sucesin {xn } es de Cauchy si para todo > 0 existe N N tal que o |xn xk | < si k, n N . En R toda sucesin de Cauchy es convergente. Es decir, o existe x R tal que l n xn = x. m 2. Una funcin f : dom(f ) R es contractante si existe K (0, 1) tal que o |f (x) f (y)| K|x y| si x, y dom(f ). Sea C R un conjunto cerrado y supongamos que f : C C es contractante. Entonces f tiene un unico punto jo. Veremos que estas dos propiedades tambin son vlidas en el conjunto de las e a funciones continuas de I en Rm . Comencemos por denir lo que es una sucesin de o Cauchy en este espacio. En primer lugar, la norma del supremo de una funcin o f C 0 (I)m es f = sup f (t) .
tI
Con esto, decimos que una sucesin de {fn } de funciones en C 0 (I)m es de Cauchy o si para todo > 0 existe N N tal que fn fk
<
si
k, n N.
Diremos tambin que una sucesin {fn } en C 0 (I)m converge a f C 0 (I)m si para e o todo > 0 existe N N tal que fn f < si n N . Teorema 5.3 (Banach). Sea I un intervalo cerrado y acotado. En el espacio C 0 (I)m todas las sucesiones de Cauchy son convergentes. Demostracion. Sea {fn } una sucesin de Cauchy en C 0 (I). Fijamos t I o j e y denotamos por fn (t) la j-sima componente del vector fn (t) Rm . Para cada j j = 1, . . . , m la sucesin {fn (t)} es de Cauchy en R pues o
j j |fn (t) fk (t)| fn (t) fk (t) fn fk
y esta ultima cantidad tiende a cero cuando n y k tienden a innito. Esto nos dice j que la sucesin fn (t) tiene un l o mite en R cuando n . Haciendo el mismo

procedimiento para cada t I y cada j {1, . . . , m} vamos deniendo una funcin o f : I Rm cuya j-sima componente es e f j (t) = l fn (t). m j
n
Veremos ahora que fn converge a f en C 0 (I)m . Esto nos dir automticamente a a que f es continua por ser l mite uniforme de funciones continuas (componente a componente). Dado > 0 existe N N tal que fn fk < /2 si n, k N . Por lo tanto, para cada t I se tiene que fn (t) fk (t) < /2 si n, k N . Tomando el l mite cuando k vemos que fn (t) f (t) /2 < . Observando que n N no depende de t, tomamos supremo para t I y vemos que fn f
<
para todo n N . Concluimos que fn converge a f en C 0 (I)m . Decimos que un operador T : C 0 (I)m C 0 (I)m es contractante si existe K (0, 1) tal que T (f ) T (g) K f g para todas f, g C 0 (I)m . Corolario 5.1 (Teorema del Punto Fijo de Banach). Cada operador contractante de C 0 (I)m en C 0 (I)m tiene un unico punto jo. Demostracion. Sea T : C 0 (I)m C 0 (I)m un operador contractante. En primer lugar observemos que T no puede tener ms de un punto jo. En efecto, si a T (g) = g y T (h) = h con g = h, entonces gh
= T (g) T (h)
K gh
< gh
lo cual es imposible. Dicho esto, escojamos cualquier f C 0 (I)m y denamos recursivamente la sucesin {fn } en C 0 (I)m mediante la relacin o o f0 = f y fn = T (fn1 ) = = T n (f ) para n 1.
Si T (f ) = f ya tenemos el punto jo. Si no, probaremos que la sucesin {fn } es o de Cauchy. El Teorema anterior nos dir entonces que fn converge a una cierta a f C 0 (I)m que tiene que satisfacer T (f ) = f pues fn = T (fn1 ). Sean n, k N . Sin prdida de generalidad suponemos que n k y escribimos e la diferencia como una suma telescpica: o
n n
fn fk =
j=k+1
fj fj1 =
j=k+1
T j (f ) T j1 (f ).

Tenemos entonces que

n
fn fk
j=k+1 n j=k+1
T j (f ) T j1 (f ) K j1 T (f ) f

T (f ) f T (f ) f 1K
Kk Kn 1K K k.
Tomemos > 0. Dado que K k 0 cuando k (pues K < 1), existe N N tal que K k < T(1K) para todo k N . Tenemos entonces que fn fk si (f )f n, k N . Al ser una sucesin de Cauchy, el Teorema 5.3 nos dice que es convergente. o Como mencionamos arriba, el l mite es el unico punto jo de T . 3.2. Demostracin del Teorema 5.2. Recordemos que slo nos resta proo o bar que el operador T denido en (39) tiene un unico punto jo. Para ello usaremos el Teorema del Punto Fijo de Banach, pero primero demostraremos un resultado auxiliar: T N = T T N n veces tiene un unico punto jo. Entonces lo mismo es cierto para T . que Demostracion. Sea X el unico punto jo de T N . Como T N (X) = X tenemos T N (T (X)) = T N +1 (X) = T (T N (X)) = T (X), Lema 5.3. Supongamos que para cierto N N el operador
de donde T (X) tambin es un punto jo de T N (X). Como T N tiene un unico e punto jo, tenemos que T (X) = X y as F es un punto jo de T . Para ver que es el unico, supongamos que Y es un punto jo de T . Entonces Y tambin es punto e jo de T N y por lo tanto Y = X. El Teorema 5.2 quedar demostrado si encontramos una potencia de T que sea a contractante. Lema 5.4. Bajo las hiptesis del Teorema 5.2, existe N N tal que T N es o contractante. Demostracion. Sean X, Y C 0 (I)m y sea L la constante de Lipschitz de la funcin F con respecto a su segunda variable. Tenemos que o
t
T (X)(t) T (Y )(t)
=
t0
F (s, X(s)) F (s, Y (s)) ds

t t0
X(s) Y (s) ds
.
L(t t0 ) X Y

De manera similar,
t
T 2 (X)(t) T 2 (Y )(t)
L
t0
T (X)(s) T (Y )(s) ds
t s t0 t0 )2
L2
t0
X() Y () d
ds
(t t0 )n Ln X Y . n! Denotamos por M la longitud del intervalo I. Tenemos entonces que T n (X)(t) T n (Y )(t) T n (X) T n (Y ) Como tal
an n! tiende a cero cuando n N que (ML) < 1, de donde T N N!
L2 (t X Y . 2 Si repetimos este argumento vemos que para cada n N se tiene que
(M L)n X Y n!
para cada a R, podemos escoger N N resulta ser contractante.
Esto termina la demostracin del Teorema 5.2. Observemos que, dada la funo cin constante X(t) X0 , la sucesin de funciones Xn = T n (X) converge a la o o unica solucin del problema de Cauchy. Estas funciones se llaman aproximacio o nes sucesivas de Picard. Algunas observaciones: 1. El Teorema 5.2 es vlido para cualquier tipo de intervalo. Observemos adems a a que la solucin del problema de Cauchy est denida en todo el intervalo I. Si la o a funcin F est denida para todo t R entonces la solucin quedar denida en o a o a todo R. 2. El que la funcin F sea Lipschitz con respecto a su segunda variable es una o hiptesis bastante restrictiva, que deja fuera muchos casos interesantes para los o cuales tambin se tiene la existencia y unicidad de solucin. En el Cap e o tulo 6 presentaremos una versin local de este teorema, que slo requiere que la funcin F o o o sea Lipschitz en un entorno de la condicin inicial. El Teorema 5.4 garantiza la o existencia y unicidad de solucin en las cercan de t0 . o as 3. Tambin se puede demostrar el teorema en el caso en que la funcin F es slo e o o continua por pedazos con respecto a su primera variable. Esto se hace resolviendo la ecuacin por subintervalos y luego pegandolas soluciones que se obtienen. o 3.3. Existencia y unicidad locales. El Teorema 5.2 exige que la funcin o F sea Lipschitz. Esta es una hiptesis demasiado restrictiva y el teorema tambin o e puede demostrarse bajo una condicin ms dbil. Sin embargo, slo se puede gao a e o rantizar la existencia y unicidad de solucin en un entorno de la condicin inicial. o o Enunciaremos el Teorema de Existencia y Unicidad en su versin local. o

Sean I un intervalo abierto, t0 I, X0 Rn . Para r > 0 denotamos Br (X0 ) = {Y Rn | Y X0 r}. Suponemos que F : I Br (X0 ) Rn es una funcin o continua y que para ciertos r, > 0 se tiene F (t, X) F (t, Y ) L X Y X (t) X(t0 ) si X, Y Br (X0 ) y = F (t, X(t)), t I = X0 . t [t0 , t0 + ].
El siguiente teorema se reere al sistema no lineal
Teorema 5.4 (Existencia y Unicidad, versin local). Con la notacin e hipteo o o sis descritas arriba, denimos M 0 y J = = = mx{ F (t, x) | t I, |t t0 | , a r m , n M I (t0 0 , t0 + 0 ). x x0 r},
Entonces existe una unica solucin del problema de Cauchy, al menos en J. o Notemos que basta que la funcin F sea Lipschitz en la segunda variable slo o o en un entorno de X0 . Por otra parte, se garantiza la existencia de solucin en el o r r a intervalo I (t0 M , t0 + M ), que incluye puntos que estn sucientemente cerca de t0 (ver Ejemplo 5.2). Ejemplo 5.2. Un interesante ejemplo en que no se cumple la condicin de o Lipschitz global (pero s local) es el siguiente problema de Cauchy: x (t) x(t0 ) = x2 (t) = x0 , tR
donde x0 > 0. Se trata de una ecuacin en variables separables cuya solucin viene o o dada por 1 x(t) = . 1 t0 + x 0 t La solucin est denida en el intervalo (, t0 + x1 ) y explota al acercarse al o a 0 extremo derecho. Este modelo sirve para modelar una combustin o explosin (obo o serve que mientras ms grande x0 , ms rpido se va a la solucin. a a a o En ocasiones la funcin F es diferenciable con respecto a la segunda variable. o Esta condicin, cuando est presente, puede ser ms fcil de vericar que la condio a a a cin de Lipschitz. Veremos que toda funcin de clase C 1 es Lipschitz, lo que implica o o que el teorema anterior tambin es vlido para funciones de este tipo. Es preciso e a observar, sin embargo, que no toda funcin Lipschitz es de clase C 1 . o Proposicion 5.1. Sea G : D Rn una funcin diferenciable en un abierto D. o Sea C una bola cerrada contenida en D. Si la matrix jacobiana JG es continua en C, entonces G Lipschitz en C. Es decir, existe LC > 0 tal que G(Y ) G(Z) LC Y Z si Y, Z C.

Demostracion. Del Teorema del Valor Medio (o de los incrementos nitos) y la continuidad de JG vemos que G(Z) G(Y ) sup JG(X)
XC
Z Y si Y, Z C.
= LC Z Y 4.
Estructura de las soluciones
De manera similar a lo hecho para el estudio de la ecuacin lineal de orden n, o deniremos los siguientes conjuntos: es el espacio de soluciones del sistema homogneo y e H = {X Rn | X = A(t)X, t I}
es el hiperplano de soluciones del sistema no homogneo. En efecto, es fcil ver e a que H es un subespacio vectorial del espacio de todas las funciones de I en Rn . En particular, cualquier combinacin lineal de elementos de H est en H. Por otra o a parte, observemos que la diferencia entre dos soluciones X1 y X2 del sistema no homogneo satisface e X1 (t) X2 (t)
S = {X Rn | X = A(t)X + B(t), t I}
= = =
Por lo tanto, es solucin del sistema homogneo. Esto demuestra el siguiente: o e Teorema 5.5. Dada una solucin particular Xp de X = AX+B, toda solucin o o del sistema se escribe como suma de Xp y alguna solucin del sistema homogneo. o e Es decir, S = Xp + H. En lo que sigue jamos t0 I. Del Teorema de Existencia y Unicidad sabemos que, para cualquier condicin inicial, el sistema lineal homogneo tiene una unica o e solucin. o Dado k {1, . . . , n}, la k-sima solucin fundamental cannica, k , es la e o o solucin del sistema o (t) = A(t)k (t), t I k k (t0 ) = ek , donde ek es el vector que tiene un 1 en la posicin k y 0 en las dems. A la mao a triz cuyas columnas son las soluciones fundamentales cannicas se llamar matriz o a fundamental cannica y se denotar por . Su determinante, W = det(), es el o a Wronskiano del sistema. Lema 5.5. Sea (t) la matriz fundamental cannica del sistema. o 1. es la unica funcin en C 1 (I)nn que satisface o (t0 ) = In y (t) = A(t) para todo 2. (t) es invertible para todo t I. t I.
A(t) X1 (t) X2 (t) .
A(t)X1 (t) + B(t) A(t)X2 (t) B(t)
X1 (t) X2 (t)
(40)

4. ESTRUCTURA DE LAS SOLUCIONES 111
Demostracion. Es evidente que satisface (40). Ahora, si tambin cumple e (40) entonces para cualquier Z0 Rn la funcin o Z(t) = [(t) (t)]Z0 verica Z (t) Z(0) = A(t)Z(t) = 0. para todo tI
Por el Teorema de Existencia y Unicidad, Z(t) = [(t) (t)]Z0 = 0 para todo t I y para todo Z0 Rn , de donde (t) = (t) para todo t I. Veremos ahora que (t) es invertible para todo t I. Supongamos por el contrario que existe t1 I tal que (t1 ) no es invertible. Entonces existe v Rn \{0} con (t1 )v = 0. Esto es,
n
vk k (t1 ) = 0.
k=1
Denimos (t) =
n k=1
vk k (t). Tenemos que A(t)(t) 0. para todo tI
(t) = (t1 ) =
En virtud del Teorema de Existencia y Unicidad, (t) = 0 para todo t I y en consecuencia (t)v = 0 para todo t I. Pero entonces (t0 )v = In v = v = 0, lo que contradice el hecho de que v = 0. Ejemplo 5.3 (Cadena con resortes). Se tiene una cadena con extremos jos formada por n cuentas conectadas por resortes idnticos de constante elstica k y e a largo natural l0 . Cada cuenta de masa mi , i = 1 . . . n, tiene libertad para oscilar horizontalmente, pero presenta un rozamiento lineal con el medio de constante ci , i = 1 . . . n. Para cada cuenta tenemos la ecuacin de movimiento o mi x = ci x k[(xi xi+1 ) + (xi xi1 )], i i donde x0 = xn+1 m1 .. . mn i {1, . . . , n}, .. . 2 1 1 2
El sistema tiene la forma M X + CX + KX = 0, con X Rn . Si hacemos el cambio de variables Z= X X , Z = X X ,
= 0. Matricialmente tenemos x1 c1 x1 . . .. . . = . . . xn xn cn 2 1 .. 1 2 . .. .. k . . .. .
x1 x2 . . . xn1 xn

podemos reescribir el sistema como Z = 0 M 1 K I M 1 C Z.
Para determinar el conjunto de soluciones fundamentales cannicas bastar resolver o a el sistema anterior con condiciones iniciales Z(t0 ) = ek , (Es un sistema de 2n ecuaciones). Teorema 5.6. El conjunto {k }n es una base de H, llamada base funk=1 damental cannica. En consecuencia, dim(H) = n y la solucin del sistema o o homogneo e Xh (t) = A(t)Xh (t) tI Xh (t0 ) = X0 est dada por a Xh = (t)X0 = x1 1 (t) + xn n (t). 0 0 Demostracion. Debemos probar que todo elemento de H se escribe como combinacin lineal de 1 , . . . , n y que estas funciones son linealmente indepeno dientes. Partamos por la primera armacin. Sea Xh H la solucin del sistema hoo o mogneo e Xh (t) = A(t)Xh (t), para t I Xh (t0 ) = X0 . Escibimos X0 = x1 e1 + + xn en con x1 , . . . , xn R. Demostraremos que Xh = 0 0 0 0 x1 1 + xn n . Para esto denimos 0 0 Derivando obtenemos de donde Z(t) = x1 1 (t) + xn n (t) = (t)X0 . 0 0 Z (t) = x1 (t) + xn (t), 0 1 0 n Z (t) = = A(t) x1 1 (t) + xn n (t) 0 0 A(t)Z(t) k = 1, . . . , 2n.
pues = Ak para cada k. Adems, por la denicin de los k tenemos que a o k Tenemos entonces que Z es solucin del mismo sistema de ecuaciones diferenciales o que Xh , con las mismas condiciones iniciales. En virtud del Teorema de Existencia y Unicidad, Xh (t) = Z(t) = (t)X0 para todo t I. n Veamos ahora que {k }k=1 son linealmente independientes. Suponemos que n k=1 k k (t) = 0 para todo t I. Debemos probar que, necesariamente, k = 0 para todo k = 1, . . . , n. Observemos primero que . . . . 1 n . . . k k (t) = 1 (t) n (t) . = (t). . . . k=1 . . n . . Z(t0 ) = x1 e1 + + xn en = X0 . 0 0

4. ESTRUCTURA DE LAS SOLUCIONES 113
En virtud del Lema 5.5, la matriz (t) es invertible para cada t y por lo tanto = 0. Para generalizar los resultados anteriores, denamos una matriz fundamental (no necesariamente la cannica) como o . . . . . . M (t) = 1 (t) n (t) , . . . . . . con t I, donde k es solucin del sistema o
k (t) = k (t0 ) =
A(t)k (t) vk
para t I
y {vk }n es una base de Rn . k=1 Corolario 5.2. Sea M (t) una matriz fundamental del sistema. Entonces det(M (t)) = 0 para todo t I y X(t) = M (t)M 1 (t0 )X0 . Demostracion. Observemos que la matriz M (t0 ) es invertible y satisface M (t0 )ek = vk para k = 1, . . . , n. Luego M (t0 )1 vk = ek para k = 1, . . . , n. La matriz (t) = M (t)M (t0 )1 satisface (40) pues (t0 ) = (t) = M (t0 )M (t0 )1 M (t)M (t0 )1 = In = A(t)M (t)M (t0 )1 = A(t)(t).
De acuerdo con el Lema 5.5, (t) = (t) = M (t)M (t0 )1 , de donde se sigue el resultado. Para el sistema no homogneo aplicaremos el mtodo de variacin de parmee e o a tros estudiado en el cap tulo 3 para ecuaciones de orden superior. Recordemos la regla para derivar un producto contenida en el Lema 5.1 y la propiedad de dada por la ecuacin (40) en el Lema 5.5. Buscamos una solucin particular de la forma o o Xp (t) = (t)F (t), donde es la matriz fundamental cannica y F es una incgnita. Xp debe satisfacer o o B(t) = = = = para lo cual basta que F (t) F (t) = (t)1 B(t)
t Xp (t) A(t)Xp (t)
((t)F (t)) A(t)(t)F (t)
(t)F (t) + (t)F (t) A(t)(t)F (t) (t)F (t),
=
t0
1 (s)B(s)ds.
Como consecuencia de los Teoremas 5.5 y 5.6 tenemos

Teorema 5.7 (Variacin de Parmetros). La solucin del sistema o a o X (t) = X(t0 ) = est dada por a X(t) = (t)X0 + (t)
t0
A(t)X(t) + B(t) X0
t
1 (s)B(s)ds,
donde es la matriz fundamental cannica. o Ejercicio Propuesto 5.1. Escriba una frmula anloga usando cualquier o a matriz fundamental M . 5. Resolucin de sistemas lineales o
De acuerdo con lo visto en la seccin anterior, la resolucin de un sistema lineal, o o homogneo o no, se reduce a encontrar la matriz fundamental cannica . En lo e o que queda de este cap tulo nos centraremos en las tcnicas para hacerlo. e 5.1. Exponencial de una Matriz. Veremos que la matriz fundamental cannica puede encontrarse directamente a partir de la matriz A mediante la llao mada frmula exponencial. o Sea M Mnn (R). La exponencial de M se dene como eM =
k=0
Mk M2 Mn =I +M + + + + k! 2! n!
Las entradas de la matriz eM estn denidas en trminos de una serie que, en a e principio, podr no ser convergente. Veremos que s lo es. Para n N escribimos a
n
Sn =
k=0
1 k M . k!
Denotamos por sn (i, j) la entrada ij de la matriz Sn . Veremos que la sucesin o {sn (i, j)} es convergente para cada i y j. Para ello probaremos que es una n=0 sucesin de Cauchy. Observemos primero que si n m entonces o
n
Sn Sm =
k=m+1
1 k M . k!
n
Como |sn (i, j) sm (i, j)| Sn Sm y M n M |sn (i, j) sm (i, j)|

k=m+1
, se tiene que
k
1 M k!
Como la serie del lado derecho es convergente a cero, la sucesin {sn (i, j)} es o n=0 de Cauchy. Concluimos que la esponencial de una matriz est bien denida. a Las principales propiedades de la exponencial se resumen en el siguiente resultado: Proposicion 5.2. Sean A, B Mnn (R), t, s R, entonces:

5. RESOLUCION DE SISTEMAS LINEALES 115
1. e0t = eA0 = I. d 2. dt eAt = AeAt . 3. eA(t+s) = eAt eAs . En particular, eAt es invertible y su inversa es (eAt )1 = eAt . 4. AB = BA si, y slo si, BeAt = eAt B. o 5. AB = BA si, y slo si, eAt eBt = e(A+B)t . o Demostracion. La propiedad 1. es inmediata de la denicin. o 2. En cada intervalo [b, b], b R, las componentes de la matriz At estn unia formemente acotadas por | mx(aij )||b|, luego tenemos la convergencia uniforme a h (t) p = tenemos que h(t) es derivable y
p (Ak )ij tk . Como hp converge uniformemente k=0 k! p (Ak )ij tk1 converge uniformemente en (b, b) a k=1 k k! k=1 p k=1
de hp (t) =
a h y la sucesin o k
(Ak )ij tk1 , k!
h (t) = para todo t (b, b). Pero
(Ak )ij tk1 k!
k=1
(Ak )ij tk1 = k!
k=0
(Ak+1 )ij tk = (Ak )ij k!
k=0
(Ak )ij tk , k!
de donde d At (e )ij = Aij (eAt )ij para todo t (b, b). dt Dado que b era arbitrario, el resultado es vlido en todo R. a 3. Para s jo tomamos la funcin o (t) = eA(t+s) eAt eAs , que satisface (t) = A(t) y (0) = 0. Por el Teorema de Existencia y Unicidad es la funcin nula y as eA(t+s) = eAt eAs . o 4. Por induccin se prueba que AB = BA si, y slo si, Ak B = BAk para cada o o k 1. Luego BeAt = B
k=0
Ak tk = k!
k=0
BAk tk = k!
k=0
Ak tk B = eAt B. k!
5. Se prueba como 3. De las propiedades 1 y 2 y el Lema 5.5 tenemos que (t) = eA(tt0 ) para todo
t
tI
pues ambas satisfacen la misma ecuacin diferencial. De la frmula o o X(t) = (t)X0 + (t)
t0
1 (s)B(s)ds,

dada por el Teorema 5.7 podemos escribir la solucin en trminos de la matriz o e exponencial mediante la frmula exponencial: o X(t) = eA(tt0 ) X0 +
t t0
eA(ts) B(s)ds.
Una consecuencia importante de esta frmula es que si X e Y son soluciones o de un sistema lineal, entonces X(t) Y (t) = eA(tt0 ) X(t0 ) Y (t0 ) eA(tt0 ) X(t0 ) Y (t0 ) .
Esto quiere decir que si las condiciones iniciales estn cerca, entonces las soluciones a se mantienen cerca durante un tiempo. Ms precisamente, dados , T > 0 existe a > 0 tal que si X0 Y0 < entonces X(t) Y (t) < para todo t [0, T ]. 5.2. Exponencial de una matriz diagonalizable. Recordemos que una matriz A es diagonalizable si se puede expresar como A = P DP 1 , donde D es una matriz diagonal que contiene los valores propios de A y P es una matriz invertible cuyas columnas son los vectores propios correspondientes. Ms a precisamente, si 1 , . . . , n son los valores propios de A, y v1 , . . . , vn sus respectivos vectores propios, entonces . . . . . . . . . P = v1 v2 vn . . . . . . . . . . El clculo de la exponencial de una matriz diagonalizable es sumamente sencillo. a 1 . D= . . 0 .. . 0 . . . n eAt = eP DP donde eDt
1
k=0
(P DP 1 )k tk =P k! e1 t . = . . 0 .. .
k=0
D k tk k!
P 1 = P eDt P 1 ,
0 . . . en t
De esta forma la solucin del sistema homogneo se puede escribir como: o e Xh (t) = eA(tt0 ) X0 = P eDt eDt0 P 1 X0 = P eDt C, C1 . donde C = . es un vector constante que depende de las condiciones iniciales. . Cn Desarrollando el producto podemos escribir Xh (t) = C1 e1 t v1 + C2 e2 t v2 + + Cn en t vn .
C

Observacion. Esta ultima frmula puede obtenerse fcilmente viendo que ca o a da funcin de la forma et v es solucin del sistema lineal siempre que v sea un vector o o propio asociado al valor propio . Como toda matriz diagonalizable de tama o nn n tiene n vectores linealmente independientes, es evidente que las funciones de esta forma generan todo el espacio de soluciones homogneas. Sin embargo, preferimos e construir las soluciones a partir de la exponencial para que el lector se familiarice con este mtodo, imprescindible en el caso no diagonalizable. e Ejemplo 5.4 (Confort de un auto). Un modelo para estudiar el confort de un auto est dado por a = (k1 L1 k2 L2 )x (k1 L2 + k2 L2 ), 1 2 donde las constantes k1 , k2 , L1 y L2 son respectivamente las rigideces y las distancias de los amortiguadores traseros y delanteros al centro de masas G del auto. En un instante t > 0, x(t) representa la posicin vertical de G y (t) el giro del auto o en torno a G. x = (k1 + k2 )x + (k1 L1 k2 L2 )
k1
L2
k2
L1
x(t)
(t)
Figura 2. Modelamiento de los amortiguadores de un auto del ejemplo 5.4 Este sistema de orden 2, lo llevamos a un sistema lineal tomando x, , x , , resultando: 0 0 1 0 x x 0 0 0 1 = x (k1 + k2 ) k1 L1 k2 L2 0 0 x k1 L1 k2 L2 (k1 L2 + k2 L2 ) 0 0 1 2 la variables:
En lo que sigue supondremos que k2 = k1 y L1 = L2 , donde 0 < < 1, pues generalmente el G de los autos est hacia delante del auto, debido al peso del a motor. De esta forma se anulan los trminos de acoplamiento k1 L1 k2 L2 . Tenemos e el sistema x 0 0 = x a 0 0 0 0 b 1 0 0 0 x 0 1 0 x 0 ,
donde a = (1 + )k1 y b = (1 + )k1 L2 . Dado que tenemos la forma X = AX, 2 podemos calcular la exponencial de la matriz. Para esto analicemos cmo son las o

potencias de A: 0 0 0 0 A= a 0 0 b 1 0 0 0 a 0 0 1 A2 = 0 0 0 0 0 bk 0 0 0 0 ak 0 0 0 b 0 0 a 0 0 0 0 ; 0 b
luego, elevando a k,
A2k
y si multiplicamos por A queda
ak 0 = 0 0 0 0
0 0 , 0 bk ak 0 0 0 0 bk . 0 0
Si tomamos a = 2 y b = 2 obtenemos
k=0 k=0
Teniendo todas las potencias calculadas, procedemos a determinar la matriz exponencial k a 0 0 0 t2k 0 bk 0 1 eAt = (2k)! 0 0 ak 0 k=0 0 0 0 bk 0 0 ak 0 t2k+1 0 0 0 bk . + ak+1 0 0 0 (2k + 1)!
k=0
A2k+1 = k+1 a 0
0 0 0 bk+1
bk+1
ak t2k (2k)! b t (2k)!

k 2k
= =
k=0 k=0
(1)k (t)2k = cos(t) (2k)! (1)k (t)2k = cos(t), (2k)!
y
k=0 k=0
ak t2k+1 (2k + 1)! b t (2k + 1)!

k 2k+1
= =
1 1
k=0 k=0
1 (1)k (t)2k+1 = sen(t) (2k + 1)! 1 (1)k (t)2k+1 = sen(t). (2k + 1)!
Por lo tanto:

eAt
obtenemos
Si ponemos alguna condicin inicial, como por ejemplo una frenada, represeno tada por x(0) = 0, (0) = 0, x (0) = 1, (0) = 1, sen(t) x sen(t) = x cos(t) cos(t) sen(t) , . sen(t) ,
cos(t) 0 = sen(t) 0
0 cos(t) 0 sen(t)
sen(t) 0 cos(t) 0
0 1 sen(t) . 0 cos(t)
Es decir, la solucin del movimiento es: o x(t) =
(t) =
con = (1 + )k y = L cias de cada modo.
(1 + )k, que f sicamente representan las frecuen-
Otro mtodo para solucionar este e propios del sistema. 0 0 det(A I) = det a 0 0 b
problema es analizar los valores y vectores 1 0 0 1 = (2 a)(2 b). 0 0
En trminos de las variables antes denidas quedan los valores propios imaginarios e puros: 1 = i, 2 = i, 3 = i, 4 = i, que tienen asociados respectivamente los vectores propios: i/ i/ 0 0 0 i/ v1 = 1 , v2 = 1 , v3 = 0 , 0 0 1 0 i/ v4 0 . 1
Luego la solucin general ser: o a i/ i/ x = c1 eit 0 + c2 eit 0 1 1 x 0 0 0 0 i/ i/ it +c3 eit 0 0 + c4 e 1 1

Slo nos interesan las variables x y : o x(t) (t) = (ic2 eit ic1 eit ) 1 0 + (ic4 eit ic3 eit ) 0 1 .
Aqu se ve que el movimiento del sistema se expresa fundamentalmente slo o como el movimiento vertical de G (representado en el vector (1, 0) y separadamente la rotacin del eje que une los resortes, en torno a G, representado en el vector o (0, 1), y por tanto la solucin general del sistema no es ms que la combinacin lio a o neal de estos dos movimientos fundamentales llamados modos propios. Los valores propios cuando son imaginarios puros, representan la frecuencia natural de cada modo propio, en este caso al modo de movimiento vertical (1, 0) tiene asociado la frecuencia propia w = . Una aplicacin del conocimiento de este valor es que si o se deseara tener un fenmeno de resonancia, bastar aplicar una fuerza externa o a sinusoidal sobre el auto con esta misma frecuencia (F = F0 sen(t), F0 constante). La misma interpretacin se tiene para la frecuencia en el modo (0, 1). Para como probar que este mtodo entrega la misma solucin que la exponencial de la matriz, e o impongamos las mismas condiciones iniciales, para determinar las constantes: c1 + c2 =0 =0 = 1
c3 + c4 i i c1 + c2
i c3
+ c4 i
= 1 ,
1 de donde se obtiene c1 = c2 = c3 = c4 = 2 , por tanto:
x(t) (t)
i (eit + eit ) 2
1/ 0
i + (eit + ieit ) 2
0 1/
recordando la identidad eis eis = 2i sen(s), se obtiene: x(t) (t) = sen(t) 1/ 0 sen(t) 0 1/ ,
que es el mismo resultado antes obtenido.
5.3. Exponencial de una matriz que no es diagonalizable. Si A es una matriz cuadrada cualquiera (en particular no diagonalizable) siempre existe la descomposicin denominada forma cannica de Jordan, que estudiaremos a cono o tinuacin. Slo enunciaremos los resultados necesarios para construir la forma de o o Jordan sin entrar en los detalles tericos, pues involucran tcnicas sutiles de lgeo e a bra lineal que no viene al caso estudiar en este curso. El lector interesado puede consultar, por ejemplo, el libro The Theory of Matrices de Peter Lancaster.

Se llama suprabloque de Jordan de tama o m m y valor propio C n a una matriz diagonal por bloques, donde cada bloque es un bloque de Jordan de valor propio . Una matriz est escrita en forma cannica de Jordan si es a o diagonal por bloques, formada por suprabloques de Jordan. Ejemplo 5.5. La siguiente matriz, escrita en la forma cannica de Jordan, o est formada por a un suprabloque de tama o 2 y valor propio 8, formado a su vez por dos n bloques de tama o 1; n un suprabloque de tama o 3 y valor propio 3, formado un bloque de tama o n n 1 y otro de tama o 2; y n un suprabloque de tama o 1 y valor propio 4. n 0 0 0 . 0 0 4
Definicion 5.3. Se llama bloque de Jordan C a la matriz B Mkk (C) dada por 1 0 0 1 . .. B= . 0 . . . . .. .. .. . . . . 0 ... ... 0
de tama o k k y valor propio n 0 . . . 0 . 1
8 0 0 0 0 0
0 8 0 0 0 0 3 0 0
0 0
0 0 0 0 0 3 0 0 1 3
0 0
Proposicion 5.3. Sea valor propio de A Mnn (C) de multiplicidad algebraica m. Sea Es = ker(A I)s , s N, entonces existe p, 1 p m, tal que: {0} = E0 E1 E2 Ep = Ep+1 = Ep+2 = . Los espacios Es , 1 s p, de la Proposicin 5.3 se denominan espacios proo pios generalizados de A de orden s asociados al valor propio . Un elemento no nulo v tal que v Es y v Es1 se dice vector propio genera/ lizado de A de orden s. Observacin: Con la denicin anterior, los vectores propios usuales son o o vectores propios generalizados de orden 1. Proposicion 5.4. vs es un vector propio generalizado de A de orden s (s 2) asociado a si y slo si vs1 = (A I)vs es un vector propio generalizado de A o de orden s 1 asociado a .

De la proposicin 5.4 tenemos que si tomamos vs (vector propio generalizado o de orden s), entonces vs1 dado por es un vector propio generalizado de orden s 1, y as recursivamente tenemos denidos: Av1 Av2 Av3 Avs = v1 = v2 + v1 = v3 + v2 . . . = vs + vs1 , vs1 = (A I)vs Avs = vs + vs1
donde v1 es el vector propio usual. Una cadena v1 , v2 , . . . , vs as construida, se denomina cadena de Jordan de largo s, asociada al vector propio v1 . Cuando es maximal (s = p) o si s < p, entonces el problema no tiene solucin con v vector propio generalizado de orden s + 1. o Proposicion 5.5. Los elementos de una cadena de Jordan son linealmente independientes. Proposicion 5.6. El nmero ks de cadenas de Jordan de largo s es u donde l0 = 0 y ls = dim Es = dim ker(A I)s para s > 0. Teorema 5.8 (Descomposicin de Jordan). Toda matriz puede expresarse en o la forma cannica de Jordan mediante un cambio de base. Ms precisamente, dada o a una matriz A Mnn (C), existen una matriz J en forma de Jordan y una matriz P invertible tales que A = P JP 1 . Adems, la matriz J es unica, salvo permutaciones de sus bloques. a Observacin: Para construir la descomposicin se puede proceder de la sio o guiente manera: Se calculan los valores propios de A. Se toma un valor propio de multiplicidad algebraica m, y se determina la dimensin de los espacios ker(A I)s , aumentando s hasta m. o Se calculan los ks , de donde se obtiene un bloque de Jordan de tama o n ks asociado a cada cadena, y los respectivos valores propios generalizados asociados determinan la matriz P . Ejemplo 5.6. Sea 1 0 0 1 1 0 0 1 1 1 2 3 3 0 1 2 2 . 1 1 0 1 1 1 1 2 ks = 2ls ls1 ls+1 , (A I)v = vs
A=

Los valores propios de A son: 1 = 1, con multiplicidad algebraica 1; y 2 = 1, con multiplicidad algebraica 4. La matriz J estar formada por dos suprabloques, a uno asociado a cada valor propio. Como 1 tiene multiplicidad 1, slo le correponder un bloque de Jordan de o a tama o 1. Tomamos como vector propio asociado (0, 1, 1, 0, 0). n Para 2 calculamos: l1 l2 ls = = = dim ker(A I) = 2 dim ker(A I)2 = 4 dim ker(A I)s = 4, s 2.
Como l0 = 0, tenemos que k1 = 0 y k2 = 2. En virtud de la Proposicin 5.6 no o hay cadenas de largo 1, pero hay 2 cadenas de largo 2. Cada cadena de largo 2 determina un bloque de 2 2, por lo que tenemos completamente determinada la matriz J: 1 1 0 0 0 0 1 0 0 0 0 0 1 1 0 . J = 0 0 0 1 0 0 0 0 0 1 Buscamos ahora los vectores propios generalizados. Para 2 tenemos (A I)v2 = v1 (A I)v1 = 0 v1 = (, , 0, , ) v2 = ( + , , , + , ).
Si = 0, = 1 v1 = (0, 0, 0, 1, 1) v2 = (1 + , , 0, , ). Si = = 0 v2 = (1, 0, 0, 0, 0). Si = 1, = 0 v1 = (1, 1, 0, 0, 0) v2 = (, , 1, 1 + , ). Si = = 0 v2 = (0, 0, 1, 1, 0). La matriz P de cambio de base tiene por columnas los vectores propios generalizados: 0 1 1 0 0 0 0 1 0 1 P = 0 0 0 1 1 . 1 0 0 1 0 1 0 0 0 0 Para el clculo de eAt en el caso general veamos la siguiente propiedad: a Proposicion 5.7. Sea
M1
0 M2 .. .
0 M = . . . 0
.. . .. . 0
0 . . . 0 Mn

una matriz diagonal por bloques. Entonces M1 0 e 0 eM2 eM = . .. . . . 0
.. . .. . 0
0 . . . 0 eMn
Demostracion. Basta observar que las matrices tiplicar como si los bloques fueran escalares: M1 0 0 M1 . .. . 0 0 M2 . . M2 = . . .. .. . . . 0 . . . = 0
2 M1
por bloques se pueden mul0 M2 .. . .. . .. . 0 0 . . . 0 Mn
Mn 0 . . .
0 . . . 0
2 M2 .. .
.. . .. . 0
0 2 Mn 0
k M2 .. .
Luego, por induccin, o Mk = =

k M1
. .. . .. . 0 .. . .. . 0 0 . . . 0 k Mn 0 . . . 0 eMn .
0 . . . 0
y de all concluimos que
eM1 0 . . . 0
0 eM2 .. .
Claramente I y N conmutan. Luego
Calculemos ahora la exponencial de un bloque 0 . . . eJt = e(I+N )t , donde N = . . . 0
de Jordan de tama o m: n 1 0 0 . .. .. . . . . . .. .. . . 1 0
eJt = eIt+N t = eIt eN t = et eN t por la propiedad 5 de la Proposicin 5.2 Slo nos resta calcular eN t . Para esto o o veamos las potencias de N :

N0 N1
= I = N 0 . . . . . . 0 0 . . . . . . 0 1 .. .. 0 .. .. 0 . . . 1 0 0 1 . 0 0 0 1 . .. . . . . .. . . . 0 0 .. . .. . 0 . . . 1 0
= =
. 0 .. . ..
. 1 .. . ..
As sucesivamente la l nea de unos va alejndose de la diagonal principal. Al nal a va quedando 0 0 . .. . . . = . . .. . . 0 = 0mm , 0 .. .. 1 .
m1
Nm
0 0 0
donde 0mm denota la matriz nula de tama o m m. Vemos entonces que N es n una matriz nilpotente de orden m, y la exponencial se escribe como una suma nita eN t
k=0
N k tk = k!
2
m1
k=0
N k tk k!
tm1 t N m1 = I + tN + N 2 + + 2! (m 1)! tm1 t2 (m1)! 1 t 2! . . .. .. . .. . . . . . . . .. . .. .. = . t2 . . . . 2! . . .. .. .. . . . t . 0 1 En conclusin, eN t es una matriz triangular superior de la forma o [eN t ]ij =
tk k!
si j i = k si j i < 0

Finalmente,
1 t . . .. . . eJt = et . . . . . . . . .. . . 0 De esta forma hemos demostrado el
tm1 (m1)! . .. .. . . . . . .. .. 2 t . . 2! .. .. . . t 1 siguiente resultado:

t2 2!
Proposicion 5.8. Sea A Mnn (C), y sea A = P JP 1 su representacin en o forma cannica de Jordan. Entonces o J1 t e ... 0 . P 1 . .. . . eAt = P . . . . Jn t 0 ... e Ejemplo 5.7. Consideremos el sistema: X = AX, con condicin inicial X(0) = X0 , donde la matriz A est dada en el Ejemplo 5.6. o a Ya hab amos calculado su forma cannica de Jordan. En virtud de la proposicin o o anterior se tiene que la solucin es: o t e tet 0 0 0 0 et 0 0 0 t t 0 0 e te 0 P 1 X0 , X(t) = P 0 0 0 et 0 0 0 0 0 et donde P es la matriz de cambio de base descrita en el Ejemplo 5.6. En el siguiente ejemplo se muestra una aplicacin de la forma cannica de Joro o dan a un sistema dinmico discreto. a Ejemplo 5.8 (Equilibrio Marino). Suponga que la poblacin de ballenas b, o plancton p y la temperatura del mar T estn regidas por el siguiente sistema disa creto, donde n designa el a o y > 0 es un parmetro de crecimiento: n a bn+1 pn+1 Tn+1 = = = bn + pn pn + Tn Tn ,
con condiciones iniciales b0 , p0 , T0 positivas. Se quiere saber cmo evoluciona este sistema en el tiempo, dependiendo del o parmetro . El sistema anterior se puede escribir como: a 1 0 b0 bn+1 bn pn+1 = 0 1 pn , con condicin inicial p0 . o T0 Tn+1 0 0 Tn

Consideremos primero un caso ms general de sistemas discretos: a Xn+1 = AXn + Bn , n 0,
con condicin inicial X0 Rd , donde A Mdd (R), Bn Rd , n 0. Como X0 es o la condicin inicial, iterando tenemos: o X1 X2 X3 = = = . . . = AX0 + B0 AX1 + B1 = A(AX0 + B0 ) + B1 = A2 X0 + AB0 + B1 AX2 + B2 = A3 X0 + A2 B0 + AB1 + B2
n
Xn
An X0 +
j=1
Anj Bj1 .
Probemos por induccin que efectivamente la solucin del sistema est dada por: o o a
n
Xn = A X0 +
j=1
Anj Bj1 ,
n1
Para n = 1 resulta X1 = AX0 + B0 , que es solucin del sistema. Suponemos ahora que Xn = An X0 + o satisface el sistema propuesto. Hay que probar que
n+1 n j=1
Anj Bj1
Xn+1 = An+1 X0 +
j=1
An+1j Bj1
tambin lo satisface. En efecto, e

n+1
Xn+1
= = =
An+1 X0 +
j=1 n
An+1j Bj1 An+1j Bj1 + An+1(n+1) B(n+1)1

j=1 n
An+1 X0 + An+1 X0 + A
Anj Bj1 + Idd Bn

j=1 n j=1
= =
AXn + Bn .
A An X0 +
Anj Bj1 + Bn
Estudiemos ahora la solucin del sistema discreto homogneo, para el caso en o e que A sea diagonalizable, es decir A = P DP 1 , con 1 0 . . , donde , . . . son los valores propios de A. .. . D= . 1 d . . . 0 d

Seg n lo anterior, la solucin de este sistema u o P Dn P 1 , entonces: n 1 0 . . .. . Xn = P . . . . 0 n d

n n
ser: Xn = An X0 , pero An = a
que |k | < 1 k = 1, k = 1, . . . , d. o
De esta forma si queremos que nuestro problema tenga solucin, es decir que exista o l Xn , debemos imponer que l n exista k = 1, . . . , d, lo que equivale a pedir m m k
1 P X0 .
Si volvemos al problema espec co de las ballenas, estamos en el caso de un sistema homogneo discreto, pero donde la matriz A no es diagonalizable (tiene e la forma de un bloque de Jordan). Sin embargo, sigue siendo vlida la solucin a o Xn = An X0 . Slo resta calcular An . Para esto usaremos la siguiente propiedad: o
n
AB = BA (A + B) =
k=0
n k nk A B , n 0, k
es decir, si la matrices conmutan, se tiene la propiedad del Binomio de Newton, (la demostracin puede hacerse por induccin, al igual que en el caso escalar). En este o o caso podemos usar esta frmula, pues claramente o Id N = N = N = N Id . Luego:
n n k=0
An = (Id + N )n =
k=0
n k k nk I N = k
n k nk N , k
con N una matriz nilpotente de orden 3, pero N = 0 cuando n k 3 n 3 k, luego la suma sin los trminos nulos queda: e
n
nk
An
=
k=n2
n k nk N k
n n n n n2 N 2 + n1 N + I n2 n1 n n(n 1) n2 2 N + nn1 N + n I. = 2 En el desarrollo sobre las formas de Jordan, hab amos calculado todas las potencias de una matriz nilpotente, resulta entonces: = An = n n n(n 1) n2 2 N + nn1 N + I 2 n 0 0 1 0 1 n(n 1) n2 0 0 0 + nn1 0 0 = 2 0 0 0 0 0 n nn1 n(n1) n2 2 0 . = n nn1 n 0 0
0 1 + n I 0

De esta forma vemos que se repite la solucin que ten o amos para el caso diagonalizable: independiente de la condiciones iniciales, nuestro modelo indica que cuando n , si || > 1, el sistema diverge, es decir las poblacines de ballenas y o plancton se expanden indenidamente, al igual que la temperatura, mientras que si || < 1, las poblaciones se extinguen y la temperatura del mar desciende a 0. En el caso cr tico || = 1 se tiene que las poblaciones animales divergen, pero con temperatura constante del mar T0 . Ejemplo 5.9. Supongamos que se tienen 4 estanques conectados por tuber as, como se muestra en la gura.
En el estanque j, que tiene volumen Vj , hay una cantidad Cj de una sustancia en solucin. Por todas las tuber corre un ujo F de solucin. La solucin que entra o as o o al estanque 4 tiene una concentracin m0 . Esto nos da el siguiente sistema para las o cantidades C1 , . . . , C4 : C1 = K1 C1 + K2 C2 C2 = K2 C2 + K3 C3 C3 = K3 C3 + K4 C4 C4 = K4 C4 + m0 F, donde Kj = F/Vj . Escrito en forma matricial esto es C1 K1 K2 0 0 C2 0 K2 K3 0 C3 = 0 0 K3 K4 C4 0 0 0 K4 C1 0 C2 0 + C3 0 C4 m0 F .
Nos queda una matriz triangular superior. Si todos los estanques tienen distinto volumen, la matriz es diagonalizable pues tiene 4 valores propios distintos. Si por el contrario, todos los estanques el mismo volumen V , escribimos K = F/V y el sistema se reduce a C1 C1 1 1 0 0 0 C2 0 1 1 0 C2 0 + . C3 = K 0 0 1 1 C3 0 C4 C4 0 0 0 1 m0 F Si denotamos 1 1 0 0 0 1 1 0 A=K 0 0 1 1 0 0 0 1

entonces eAt
Se deja al lector escribir la solucin general usando la frmula de variacin de o o o parmetros y analizar los casos en que hay alg n volumen (y por lo tanto alg n a u u valor propio) repetido. 5.4. Sistemas lineales y transformada de Laplace. Tambin es posible e resolver sistemas lineales usando la transformada de Laplace. Para comenzar con un ejemplo simple, consideremos el sistema x 1 x 2 = a11 x1 + a12 x2 + b1 = a21 x1 + a22 x2 + b2 .
1 Kt 0 =e 0 0
Kt 1 0 0
1 2 2 2K t
Kt 1 0
1 3 3 6K t 1 2 2 2K t
Kt 1
Si queremos encontrar soluciones denidas para t > 0 podemos intentar aplicar la transformada de Laplace a cada una de las ecuaciones. Obtenemos sLx1 x0 1 = = sLx2 x0 2 a11 Lx1 + a12 Lx2 + Lb1 a21 Lx1 + a22 Lx2 + Lb2 , = Lb1 + x0 1
donde x0 = x1 (0) y x0 = x2 (0). As tenemos el sistema: 1 2 a21 Lx1 + (s a22 )Lx2 (s a11 )Lx1 a12 Lx2
= Lb2 + x0 . 2
Si multiplicamos la primera ecuacin por s a22 y la segunda por a12 podemos o reducir Lx2 y obtener P (s)L(x1 ) = (s), donde P (s) = (s) = (s a22 )(Lb1 + x0 ) + a12 (Lb2 + x0 ). 1 2 (s a22 )(Lb1 + x0 ) + a12 (Lb2 + x0 ) 1 2 s2 (a11 + a22 )s + a11 a22 a12 a21 (s2 (a11 + a22 )s + a11 a22 a12 a21 )
Despejando obtenemos expresiones para Lx1 y Lx2 : Lx1 Lx2 = =
(s a11 )(Lb2 + x0 ) + a21 (Lb1 + x0 ) 2 1 . s2 (a11 + a22 )s + a11 a22 a12 a21
Ejemplo 5.10 (Polucin en dos estanques, continuacin). Si reemplazamos los o o valores que ten amos en el sistema de los estanques en el Ejemplo 5.1 obtenemos b(1 + ) b b2 (1 + ) bx0 2b(1 + ) Lx1 = s + s+ + x0 + 2 . s2 + 1 V V2 V s V Resolvamos la ecuacin cuadrtica del lado izquierdo: o a s= b(1 + ) b(1 + ) V V 1
1 . 1+

Si 0 entonces [0, 1] y s1 =
b(1 + ) (1 + ) < 0 V Si introducimos los parmetros a =
s2 =
b(1 + ) (1 ) < 0. V
b(1 + ) b , = , V V
vemos que Lx1 = b + x0 + x0 sx0 1 2 1 + (s + (1 + ))(s + (1 )) (s + (1 + ))(s + (1 )) b + s(s + (1 + ))(s + (1 )) sx0 (x0 + x0 ) 2 1 2 + (s + (1 + ))(s + (1 )) (s + (1 + ))(s + (1 )) b . + s(s + (1 + ))(s + (1 ))
Lx2
Los tres sumandos de cada ecuacin anterior tienen una antitransformada conocida: o eat ebt 1 = L1 (s a)(s b) ab L1 L1 s (s a)(s b) = = aeat bebt ab
Por lo tanto las soluciones son: x1
1 (s a)(s b)(s c)
(c b)eat + (a c)ebt + (b a)ect . (a b)(b c)(c a)
= (b + x0 + x0 ) 1 2
e(1+)t e(1)t 2 (1 + )e(1+)t (1 )e(1)t +x0 1 2 (1 )e(1+)t (1 + )e(1)t + 2 +b 22 (1 2 ) e(1+)t e(1)t 2 (1 + )e(1+)t (1 )e(1)t +x0 2 2 (1 )e(1+)t (1 + )e(1)t + 2 . b 22 (1 2 ) x1 x2 = C1 es1 t + C2 es1 t + C3 = C1 es1 t + C2 es1 t + C3 ,
x2
= (x0 + x0 ) 1 2
Luego
donde C1 , C1 , C2 , C2 , C3 , C3 son constantes dadas de la agrupacin de trminos o e semejantes en las expresiones anteriores, y que dependen slo de las condiciones o iniciales y de la geometr del sistema. a

Es importante notar que cuando t las soluciones convergen a un estado estacionario, que es una solucin constante. En efecto, dado que s1 , s2 < 0 tenemos o
t
l x1 (t) m l x2 (t) m
= =
C3 C3
= =
b (1 2 ) b (1 2 )
= V = V.
Despus de un tiempo sucientemente largo, la cantidad de poluente en cada estane que ser muy cercana a V , independientemente del valor de . Tenemos la misma a solucin que si = 0, que era como inicialmente estaba el sistema de estanques. En o realidad la situacin es ms compleja, ya que gracando las soluciones para > 0 o a y = 0 se aprecia que la polucin es menor en el caso > 0 para un intervalo de t o considerable (aunque el l mite es el mismo). Ver Figura 3.
=0
>0
10
20
30 t
40
50
60
Figura 3. Comportamiento de la polucin en estanque 2 del ejemplo 5.10 o
Veamos ahora el mtodo de la Transformada de Laplace en caso de un sistema e lineal general a coecientes constantes: (41) X (t) = X(0) = AX(t) + B(t), X0 , con B, X Rn , A Mnn (R) con X0 Rn .
La i-sima la del sistema es e

n
x = i
j=1
aij xj + bi ,
xi (0) = x0 . i

Aplicando la transformada de Laplace a cada ecuacin obtenemos o

n
sLxi x0 i
n
=
j=1
aij Lxj + Lbi ,
i = 1, ..., n
sLxi
j=1
aij Lxj
= Lbi x0 , i
i = 1, ..., n.
Escrito en forma matricial esto es sLX(s) ALX(s) = LB(s) + X0 (sI A)L(X)(s) = LB(s) + X0 . Sea M el mximo de las partes reales de los valores propios de A. Si s > M entonces a la matriz (sI A) es invertible y podemos despejar L(X). Teorema 5.9. La solucin del sistema lineal (41) satisface o L(X)(s) = (sI A)1 (L(B)(s) + X0 ), s > M.
Ejemplo 5.11 (Masas atmosfricas). El siguiente es un modelo para la evoe lucin de las masas atmosfricas en kilotoneladas [kton] de un contaminante en el o e hemisferio norte (c1 ) y el hemisferio sur (c2 ) de la Tierra (ver gura 5.11): (42) c = f1 (c1 c2 ) c1 1 c = f2 (c2 c1 ) c2 . 2
La constante > 0 representa inverso del tiempo de intercambio interhemisfrie co en [1/a o] y la constante > 0 (desconocida) el inverso del tiempo de vida n qu mica del contaminante en [1/a o]. Las emisiones del contaminante en cada hen misferio son constantes conocidas f1 = 30 y f2 = 10 en [kton/a o]. Inicialmente n c0 = 84 y c0 = 60 en [kton]. 2 1
c1 N
ecuador
c2
Figura 4. Masas atmosfricas del Ejemplo 5.11 e Introduzcamos la masa media entre los dos hemisferios como c(t) = 1 (c1 (t) + 2 c2 (t)) y la emisin media como f = 1 (f1 + f2 ). Si derivamos la expresin de la masa o o 2 media con respecto al tiempo obtenemos 1 (c (t) + c (t)). 2 2 1 Luego, si sumamos las EDO que tenemos para c1 y c2 , nos queda c (t) = c + c 1 2 c = = f c 2c = (f1 + f2 ) (c1 c2 + c2 c1 ) (c1 + c2 )

que es una EDO lineal de primer orden para c. La condicin inicial est dada por o a c(0) = 1 1 (c1 (0) + c2 (0)) = (84 + 60)[kton] = 72[kton]. 2 2
La solucin del problema de Cauchy asociado es o c(t) = 72et + f (1 et ).
Se estima que el l mite de c(t) cuando t + es de 100 [kton]. De all podemos encontrar una estimacin para el tiempo de vida del contaminante o m 72et + l c(t) = 100[kton] = l m
t
f f (1 et ) = .
n Como f = 20 [kton/a o], tenemos que 1 = 100[kton] = 5 [a os]. n 20[kton/a o] n
El tiempo estimado de vida del contaminante es de 5 a os. n Resolveremos ahora el sistema (42) utilizando la transformada de Laplace. Primero escribimos el sistema en forma matricial como C = AC + B, donde A= y B= f1 f2 .
El Teorema 5.9 nos dice que L(X)(s) = = = donde k1 k2 k3 = = = f 1 + c0 + c0 + c0 2 1 1 c0 1 f1 + f1 + f2 k1 k2 k3 = f 2 + c0 + c0 + c0 1 2 2 = c0 2 = f2 + f2 + f1 (sI A)1 (LB(s) + X0 ) s++ s++
f1 s f2 s
+ c0 1 + c0 2
k1 1 (s) + k2 2 (s) + k3 3 (s) k1 1 (s) + k2 2 (s) + k3 3 (s)
son constantes conocidas y 1 (s) 2 (s) 3 (s) = = = 1 (s + )(s + 2 + ) s (s + )(s + 2 + ) 1 s(s + )(s + 2 + )

son funciones cuyas antitransformadas debemos encontrar para determinar el vector X. Para ello vamos a descomponerlas en fracciones parciales. 1 (s) = = 2 (s) = = 3 (s) = = 1 (s + )(s + 2 + ) 1 1 , 2(s + ) 2(s + 2 + ) s (s + )(s + 2 + ) s s , 2(s + ) 2(s + 2 + ) 1 s(s + )(s + 2 + ) 1 1 1 + . (2 + )s (2)(s + ) 2(2 + )(s + 2 + )
Recordando que L1 vemos que L1 [1 (s)] = L1 = = L1 [2 (s)] = = = L1 [3 (s)] = 1 1 2(s + ) 2(s + 2 + ) 1 1 1 1 1 1 L L 2 s+ 2 s + 2 + 1 t 1 (2+)t e e , 2 2 1 1 s s 1 1 L L 2 s+ 2 s + 2 + 1 ((t) et (t) + (2 + )e(2+)t ) 2 1 (2 + )e(2+)t et , 2 1 1 1 1 1 L1 L (2 + ) s 2 s+ 1 1 + L1 2(2 + ) s + 2 + 1 1 t 1 e + e(2+)t . (2 + ) 2 2(2 + ) 1 (t) = eat s+a y L1 s (t) = (t) aeat , s+a
Finalmente, agrupando constantes, la cantidad de contaminante en cada hemisferio resulta: c1 (t) c2 (t) = p1 et + q1 e(2+)t + r1 = p2 et + q2 e(2+)t + r2 ,

donde p1 , q1 , r1 , p2 , q2 y r2 , son constantes que dependen slo de c0 , c0 , f1 , f2 , y . o 1 2 Es interesante notar que despus de un tiempo sucientemente largo, se llega e a un equilibrio en las cantidades de contaminacin. Para el hemisferio Norte o ( + )f1 + f2 l c1 (t) = r1 = m t (2 + ) y para el hemisferio Sur f1 + ( + )f2 l c2 (t) = r2 = m . t (2 + )
Cap tulo 6
Anlisis cualitativo de sistemas no lineales a

Muchos fenmenos de la naturaleza se comportan de forma un poco ms como a plicada que un sistema de ecuaciones lineales. Por ejemplo, se suele utilizar la aproximacin de la Ley de Hooke F = kx para modelar resortes, aunque en realidad o esta fuerza suele tener otras componentes de orden no lineal, pero que habitualmente son despreciables. En general estas ecuaciones presentan grandes desaf os, pues es bastante complicado encontrarles soluciones expl citas. Sin embargo, muchas veces se puede hacer un estudio cualitativo de las soluciones, que nos indique sobre el comportamiento general del sistema no lineal. Dados un intervalo abierto I y una funcin F : I Rn Rn , consideremos el o siguiente sistema de ecuaciones diferenciales de primer orden con condicin inicial o X0 Rn en t0 I: X (t) = F (t, X(t)), t I X(t0 ) = X0 . Si la funcin F no es lineal con respecto a la varible X, se dir que es un sisteo a ma no lineal (SN L). Si adems F no depende expl a citamente de la variable t, se dir que es un sistema no lineal autnomo (SN LA). Generalmente un (SN LA) a o corresponde en el caso mecnico a un movimiento sin forzamiento externo. Estos a sitemas son invariantes bajo traslaciones temporales (variable t). En particular, si X : I Rn es una solucin del sistema entonces la funcin Xc : Ic Rn denida o o por Xc (t) = X(t c) tambin lo es. Aqu Ic denota el intervalo I desplazado hacia e la derecha en c. El vector X(t) Rn , que es la solucin del sistema en un punto t I, se llama o vector de estado. Observacion. Dada una funcin h : I R R R R, toda ecuacin de o o orden superior de la forma y (n) = h(t, y, y , . . . , y (n1) ) y(t0 ) = y0 , y (t0 ) = y1 , . . . , y (n1) (t0 ) = yn1 se puede llevar, mediante un cambio de variables, a la forma (SN L). Claramente, si h no depende expl citamente de t, se puede llevar a la forma (SN LA). Ejemplo 6.1 (El pndulo simple amortiguado). Un pndulo simple sometido a e e un ambiente con roce (por ejemplo aire, agua, aceite, etc.) y a una fuerza externa, queda descrito por la siguiente ecuacin de movimento de segundo orden: o m + c +
mg L
sen() = (0) = (0) =
f (t) 0 0 ,
137

138 6. SISTEMAS NO LINEALES
donde es el ngulo que forma el pndulo con respecto a la vertical y c el coeciente a e de roce, producto de una fuerza de roce viscoso lineal: Froce = cv, donde v = L . Haciendo el cambio de variables: x = , y = , la ecuacin anterior toma la forma o de (SN L): x y
= =
c g y sen(x) + f (t). m L La no linealidad se aprecia claramente en el trmino sen() pues e sen(1 + 2 ) = sen(1 ) + sen(2 ). El (SNLA) del pndulo corresponde al caso en que no hay forzamiento externo: e x y
= =
y c g y sen(x). m L
donde x que representa el ujo convectivo; y, la distribucin horizontal de temperao turas; y z la distribucin vertical de temperaturas. Adems, tenemos tres parmeo a a tros que intervienen en las ecuaciones: s es el cuociente entre la viscosidad y la conductividad trmica; r, la diferencia de temperaturas entre la capas inferior y sue perior; y b el cuociente entre la altura y el ancho del rectngulo. Este es un modelo a muy importante que tiene muchas propiedades interesantes, pero por ahora slo o notamos que es un sistema autnomo, pero no lineal, pues aparecen los trminos o e xy y xz.
Ejemplo 6.2 (Atractor de Lorenz). El siguiente sistema de ecuaciones diferenciales fue un modelo desarrollado por Lorenz, que en principio se propon tratar a de comprender los fenmenos meteorolgicos. El modelo que utiliz Lorenz consiso o o te en una atmsfera bidimensional rectangular, cuyo extremo inferior est a una o a temperatura mayor que el superior. De esta manera el aire caliente subir y el aire a fr bajar crendose corrientes que harn un intercambio de calor por conveccin. o a a a o Las ecuaciones que describen este proceso son: x = s(y x) y = rx y xz z = xy bz,
1.
Sistemas no lineales y sistemas linealizados
De aqu en adelante nos restringiremos a problemas en dos dimensiones y autnomos de la forma (SN LA): o x y = F (x, y), = G(x, y), x(t0 ) = x0 y(t0 ) = y0 ,
con F y G funciones continuamente diferenciables. El Teorema 5.4 garantiza que siempre tendremos una unica solucin local. o

1. SISTEMAS NO LINEALES Y SISTEMAS LINEALIZADOS 139
Decimos que (, y) es un punto cr x tico o de equilibrio del (SN LA) si F (, y ) = 0 x G(, y) = 0. x Se llama nulclina en x a la curva denida por F (x, y) = 0 y nulclina en y a la curva denida por G(x, y) = 0. Los puntos cr ticos son las intersecciones de las nulclinas. El conjunto de puntos cr ticos del sistema se denota por Si hacemos una expansin de Taylor en el (SN LA) en torno a un punto cr o tico (, y ), resulta: x F (x, y) G(x, y) = = F (, y)(x x) + x x G (, y )(x x) + x x hF (r) =0 r F (, y )(y y) + hF (r) x y G (, y )(y y ) + hG (r), x y hG (r) = 0. r C = {(, y ) R2 | F (, y) = G(, y ) = 0}. x x x
donde r = (x, y) (, y ) (recordemos que F (, y) = G(, y ) = 0). Adems x x x a

r0
l m
r0
l m
Para simplicar la notacin denimos o F F G a= (, y ), b = x (, y), c = x (, y) y x x y x constantes que dependen del punto cr tico. Notamos que a c b d =
F x x (, y ) G x x (, y ) F x y (, y ) G x y (, y )
d=
G (, y); x y
= J(, y ), x
donde J es la matriz Jacobiana de la funcin o F (x, y) (x, y) G(x, y) evaluada en el punto cr tico (, y). x Ahora, si reemplazamos en (SN LA) queda: (SN LA) x y = a(x x) + = c(x x) + b(y y) + d(y y ) + b(y y ) d(y y). hF (r) hG (r).
Consideramos el sistema linealizado x = a(x x) + (SL) y = c(x x) +
Un sistema (SN LA) es degenerado en torno a (, y ) si |J(, y)| = 0. Un punto x x cr tico (, y) de (SN LA) es aislado si existe > 0 tal no hay ning n otro punto x u cr tico en la bola de centro(, y) y radio . De lo contrario se dice que los puntos x cr ticos son densos en torno a (, y ). x Propiedades 6.1. Sea (, y ) un punto crtico de (SN LA). x

1. Si |J(, y)| = 0, entonces (, y ) es el unico punto crtico de (SL). En x x particular es aislado para (SL). 2. Si |J(, y)| = 0, entonces los puntos crticos de (SL) son densos en torno x a (, y). Ms precisamente, el conjunto C es una recta que contiene a (, y) x a x si J(, y) = 022 y es todo el plano si J(, y) = 022 . x x 3. Si |J(, y )| = 0, entonces (, y) es un punto crtico aislado de (SN LA). x x Demostracion. Primero observemos que (x, y) es punto cr tico de (SL) si, y slo si, o a(x x) + b(y y ) = 0 c(x x) + d(y y) = 0. a c b d x y = a c b d x y = V0 ,
Es decir, si
donde V0 es un vector constante que depende de (, y). x 1. Si |J(, y)| = 0 el sistema tiene solucin unica (, y). x o x 2. Si |J(, y)| = 0 el sistema tiene innitas soluciones, que forman una recta si x J(, y ) = 0 y todo el plano si J(, y) = 0. x x 3. Por contradiccin, supongamos que para cada > 0 existe otro punto cr o tico (w, z ) de (SN LA) tal que |(, y) (w, z )| < . Por denicin, x o a(w x) + b( y ) z c(w x) + d( y) z a c b d wx zy a c + hF () = r + hG () = r 0 0,
donde r = (w, z ) (, y ). De manera equivalente, x = hF () r hG () r .
Si |J(, y )| = 0 tenemos que x wx zy |||| r 1 = b d

1
hF () r hG () r
Tomando norma y acotando obtenemos r r ||J(, y)1 || hF ()2 + hF ()2 x ||J(, y)1 || x hF () r r
2
hF () r r
Pero el lado derecho tiende a cero cuando r 0, con lo que llegamos a una contra diccin. o En resumen, un sistema que no es degenerado en torno a (, y) cumple que x (, y ) es un punto cr x tico aislado de (SN LA) y es el unico punto cr tico de (SL). El Ejemplo 6.5 muestra que el rec proco del punto 3 es falso en general.

Ejemplo 6.3 (Conejos y ovejas). Supongamos un modelo para la competencia de dos poblaciones de animales que luchan por recursos en un hbitat reducido: a x y = = 60x 3x2 4xy 42y 3y 2 2xy,
donde x es la poblacin de conejos e y la de ovejas. Los puntos cr o ticos de este sistema se encuentran resolviendo: x(60 3x 4y) = 0 y(42 3y 2x) = 0. Tenemos varios casos: Si x = 0 obtenemos los puntos (0, 0) y (0, 14). Si y = 0 obtenemos (0, 0) y (20, 0). 3x + 4y = Si x = 0 e y = 0 nos queda el sistema 3y + 2x = solucin es (12, 6). o
60 42,
cuya unica
Tenemos entonces que C = {(0, 0), (0, 14), (20, 0), (12, 6)}, conjunto que muestra las posibilidades de equilibrio entre ambas poblaciones. El unico caso en que pueden coexistir ambas especies es (, y ) = (12, 6). En los dems casos, al menos una de x a las especies se extingue. Aun as todas son soluciones de equilibrio. El Jacobiano ,
y (0,14)
(12,6)
(0,0)
(20,0) x
Figura 1. Soluciones de equilibrio para el modelo de conejos y ovejas en este caso est dado por: a J(, y ) = x
F x G x F x y (, y ) G x y (, y )
60 6x 4y 2y
4x 42 6y 2x
Evaluando el Jacobiano en cada punto cr tico encontramos los respectivos sistemas linealizados:

1. J(0, 0) = (0, 0) es
60 0 0 42 (SL)1 x y
es invertible. El sistema linealizado alrededor de = = 60(x 0) + 0(y 0) 0(x 0) + 42(y 0). tambin es invertible y e 80(y 0) 2(y 0).
2. J(20, 0) =
60 80 0 2 x y
(SL)2 3. J(0, 14) =
= 60(x 20) = 0(x 20) + tambin lo es y e 4(x 0) + 28(x 0) 36 48 12 18
4 0 28 42 x y = =
(SL)3
0(y 14) 42(y 14).
4. Finalmente, J(12, 6) = (SL)4 x y = =
es invertible y
As el modelo no es degenerado en torno a cada uno de sus puntos cr , ticos. Ejemplo 6.4. Hab amos visto que las ecuaciones de un pndulo sin forzamiento e estn dadas por a x = y g c y = m y L sen(x). Sus puntos cr ticos satisfacen 0 = 0 = de donde y c my
g L
36(x 12) 48(y 6) 12(x 12) 18(y 6).
sen(), x
C = {(k, 0) | k Z}.
( 2,0)(,0) (0,0) (,0) (2,0)
Figura 2. Soluciones de equilibrio del pndulo no lineal e El Jacobiano es
1 , c m que es invertible. El sistema linealizado en torno al origen es J(, y ) = x x y

g L (1)k
(SL)
= 0(x 0) + g = L (x 0)
c m (y
1(y 0) 0)

y tiene slo un punto cr o tico. Ejemplo 6.5. Consideremos el sistema x = x3 y = y3. Vemos que (0, 0) es un punto cr tico aislado de este sistema. Sin embargo J(x, y) = 3x2 0 0 3y 2 , de donde J(0, 0) = 0 0 0 0 .
Por lo tanto, este sistema es degenerado en torno al (0, 0). Si intentamos hacer la linealizacin en torno a (0, 0) obtenemos o x = 0 y = 0, cuyos puntos cr ticos son C = R2 , como asegura la Proposicin 6.1. o Ejemplo 6.6. Consideremos el (SN LA) x = 3x + x2 + 2y + y 2 y = 6x x2 + 4y + y 2 . Claramente el punto (0, 0) es un punto cr tico. Para ver que es el unico (y por tanto es aislado) se puede tratar de resolver expl citamente el sistema, pero esto resulta un poco engorroso. Dado que cada ecuacin representa una cnica, otra forma de o o buscar puntos cr ticos es analizar el grco. Si completamos cuadrados obtenemos a x+ 3 2
2
+ (y + 1)2 =
13 4
(x 3)2 + (y + 2)2 = 5, que corresponden a una circunferencia y una hiprbola, respectivamente. El bose quejo del grco se puede ver en la Figura 3. a
4 y 2 4 2 2 x 4 6
2 4
Figura 3. Interseccin de Cnicas o o

Para ver que en (0, 0) la dos curvas efectivamente son tangentes como sugiere el grco, calculemos la derivada en dicho punto: a
3+2x 3 + 2x + 2y + 2yy = 0 y = 2(1+y) x3 6 2x + 4y + 2yy = 0 y = 2+y 3 y (0) = 2 3 y (0) = 2 .
La matriz jacobiana est dada por a J(x, y) = 3 + 2x 2 + 2y 6 2x 4 + 2y y luego J(0, 0) = 3 6 2 4 ,
que no es invertible. Por lo tanto el sistema es degenerado. El sistema linealizado en torno a (0, 0) es x = 3x + 2y y = 6x + 4y, cuyos puntos cr ticos son C = {(x, y) R2 | y = 3 x}. Aqu el punto (0, 0) tampo2 co es aislado. 2. Dado el (SN LA) x = F (x, y) y = G(x, y) con condicin inicial (x(t0 ), y(t0 )) = (x0 , y0 ), a la solucin del problema de Cauchy o o se le llama trayectoria que parte de (x0 , y0 ). Ms precisamente, es la funcin a o T : I0 t R2 (x(t), y(t)) , Diagramas de fase y de ujo
donde I0 es su intervalo mximo de existencia (que por supuesto contiene al que a entrega el Teorema de Existencia y Unicidad). El recorrido R de esta trayectoria es el conjunto imagen de la funcin T . Es decir, o Claramente dos trayectorias distintas pueden tener el mismo recorrido. Un diagrama de fases de este sistema autnomo es a una coleccin de recoo o rridos de las trayectorias para un n mero representativo de condiciones iniciales. u El plano donde se graca el diagrama de fases se llama plano de fase. El inters e de los diagramas de fase es que al eliminar el tiempo de las ecuaciones, obtenemos grcos en 2 dimensiones en lugar de 3, lo que hace ms fcil su estudio. Por otra a a a parte, al se alar el sentido de recorrido podemos conocer muchas propiedades, en n particular asintticas, de las trayectorias. o Una consecuencia del Teorema de Existencia y Unicidad es la siguiente Proposicion 6.1. Si dos trayectorias se intersectan, entonces sus recorridos coinciden. Demostracion. Si dos trayectorias T1 y T2 se intersectan como en la Figura 4, entonces existen t1 , t2 tales que (x1 (t1 ), y1 (t1 )) = (x2 (t2 ), y2 (t2 )). R = (x(t), y(t)) R2 | t I0 .

2. DIAGRAMAS DE FASE Y DE FLUJO 145
(xo,yo)
Figura 4. Interseccin de Recorridos o Denotamos este punto por (x0 , y0 ). La trayectoria T3 denida por (x3 (t), y3 (t)) = (x2 (t + t2 t1 ), y2 (t + t2 t1 )) tiene el mismo recorrido que T2 porque es una traslacin en tiempo y el sistema es autnomo. Pero tambin tiene el mismo recorrido o o e que T1 porque es solucin del mismo problema de Cauchy. o Esto nos dice que las curvas en el diagrama de fase no se intersectan, de modo que una situacin como la presentada en la Figura 4 es imposible. o Ejemplo 6.7. Lo que s se puede dar para dos trayectorias distintas, es que sus recorridos se confundan. Por ejemplo, tomemos la trayectorias: (43) (44) (x1 (t), y1 (t)) (x2 (t), y2 (t)) = (sen(t), cos(t)) = (cos(t), sen(t)) con (x(0), y(0)) = (0, 1) con (x(0), y(0)) = (1, 0).
Elevando al cuadrado cada componente y sumando vemos que ambas trayectorias satisfacen x2 + y 2 = 1. Tambin es fcil ver que recorren toda la circunferencia. Sin e a embargo lo hacen en sentidos opuestos, como se ilustra en la gura 5. Si queremos
Figura 5. A la izquierda el recorrido orientado de (43) y a la derecha el de (44). hacer que las dos trayectorias recorran la curva en el mismo sentido basta modicar

(44) a (x2 (t), y2 (t)) = (cos(t), sen(t)) con (x(0), y(0)) = (1, 0).
El diagrama de ujo se construye al gracar en una coleccin de puntos (x, y) o representativos el vector (F (x, y), G(x, y)). Por regla de la cadena se tiene que dy dy dx = dt dx dt y luego G(x, y) dy y = = . dx x F (x, y)
Por lo tanto el recorrido de la trayector es tangente al ujo. a 3. Clasicacin de los puntos cr o ticos
Los puntos cr ticos de un (SN LA) pueden ser de diferentes naturalezas. Un punto cr tico (, y ) es estable si para cada > 0 podemos encontrar > 0 de max nera que (x(t), y(t)) (, y) < para todo t, siempre que (x0 , y0 ) (, y ) < . x x De lo contrario se dice que es inestable. En palabras, un punto cr tico es estable si las trayectorias que parten cerca de l se mantienen cerca. e Por otra parte, un punto cr tico (, y ) es asintticamente estable si es estable x o y adems existe > 0 tal que a
t
l (x(t), y(t)) = (, y), m x
siempre que
(x0 , y0 ) (, y ) < . x
Notemos que no todo punto estable es asintticamente estable. o Ejemplo 6.8. Consideremos el sistema x = x y = ky,
donde k es una constante no nula, con condiciones iniciales: x(0) = x0 , y(0) = y0 , que tiene como solucin: o (45) x(t) = y(t) = x0 et y0 ekt .
As tenemos una solucin (x(t), y(t)) que depende de (x0 , y0 ). Para distintos o valores de k, esta solucin tiene distintas formas. o Si tomamos k = 1, resultan las soluciones x(t) = y(t) = Dividiendo las ecuaciones y0 x0 x(t) y(t) = x(t), = y(t) y0 x0
y que representan rectas de pendiente x0 , cuyo grco en el plano XY queda ilustraa 0 do en la Figura 7, donde las echas indican el sentido positivo del tiempo. Cuando t tenemos que (x(t), y(t)) 0.
x0 et y0 et .

3. CLASIFICACION DE LOS PUNTOS CR ITICOS 147
xo x t yo y t
Figura 6. Soluciones de (45) para k > 0.
yo
t=0
y t=1 t=2
xo
Figura 7. Solucin del sistema para una condicin inicial en el o o plano de fases XY
Si gracamos las soluciones para diferentes valores positivos y negativos de x0 y de y0 construimos el diagrama de fase de la Figura 8, donde se aprecia claramente que todas las soluciones concurren al origen. Esta caracter stica hace que este punto cr tico sea asintticamente estable. o Ahora, si cambiamos el parmetro a k = 2, resulta a x(t) = y(t) = x0 et yo e2t ,

yo
xo
Figura 8. Diagrama de fase completo para k = 1 Cuando t las soluciones tambin se acercan al origen. Elevando al cuadrado e la primera ecuacin y reemplazando en la segunda vemos que o y0 y(t) = 2 x2 (t). x0 El diagrama de fases se muestra en la Figura 9. Las soluciones se mueven a lo largo de parbolas y el origen sigue siendo asintticamente estable. a o
y
Figura 9. Diagrama de fase para k = 2 Analicemos ahora el caso k = 1. Esta vez x(t) y(t)
= x0 et = yo et .
Al multiplicar ambas ecuaciones y despejar y obtenemos x0 y0 y= , x de modo que las soluciones se mueven a lo largo de hiprbolas cuando x0 = 0 e e y0 = 0. Adems notamos que cuando t x 0, mientras que y seg n a u el signo de y0 . En este caso el origen deja de ser estable.

Figura 10. Diagrama de fase para k = 1 Se dice que una trayectoria t x(t), y(t) converge o tiende al punto cr tico (, y ) cuando t si x
t
l x(t) = x m
l y(t) = y . m
Anlogamente se dene la convergencia cuando t . a Las trayectorias pueden converger de distintas formas, como se muestra en la Figura 11. Hay una gran diferencia geomtrica: en el grco izquierdo de la Figura e a 11, la trayectoria se aproxima al origen sin una direccin espec o ca, a diferencia del grco derecho, donde claramente tiende a una direccin ja cuando se acerca al a o origen. Si adems de converger al punto (, y) cuando t +, la trayectoria es a x tal que existe y(t) y l = l m , t x(t) x entonces se dice que la trayectoria entra al punto cr tico (, y) tangente a una x semirrecta de pendiente l cuando t . De la misma forma, si adems de converger a al punto (, y ) cuando t la trayectoria es tal que existe x l = l m y(t) y t x(t) x
se dice que la trayectoria sale del punto cr tico (, y ) tangente a una semirrecta de x pendiente l cuando t . Un punto cr tco aislado (, y ) se llama nodo si todas las trayectorias vecinas, x o bien entran al punto (, y ), o bien salen de l. x e Ejemplo 6.9. Para el sistema x = x y = y

y yo y x
xo
Figura 11. Trayectorias que convergen al origen ya sabemos que las trayectorias convergen a (0, 0). Adems, cualquier trayectoria a vecina que tenga una condicin inicial (x0 , y0 ), tendremos que: o y0 et 0 y0 , = t x0 et 0 x0 de modo que entra tangente a una semirrecta de pendiente y0 /x0 (vertical si x0 = 0). Por lo tanto (0, 0) es efectivamente un nodo. l m Ejemplo 6.10. En el sistema x y = = x 2y
tambin se tiene que el punto cr e tico (0, 0) es un nodo. Todas las trayectorias entran al nodo con pendiente l = 0 salvo aquellas que parten de alg n punto sobre el eje u OY , que entran con pendiente vertical. Un punto cr tco aislado (, y) se llama punto silla si existen dos trayectorias x que entran a l tangentes a semirrectas opuestas y dos que salen de la misma fore ma. Las restantes trayectorias no convergen a (, y) y tienen como as x ntotas a las semirrectas antes mencionadas. Ejemplo 6.11. En el sistema x y el origen es punto silla (ver Figura 12). Diremos que un punto cr tico es punto espiral si todas las trayectorias en una vecindad del punto convergen pero no entran cuando t , o convergen pero no salen cuando t . Un punto cr tico es un centro si todas las trayectorias en una vecindad del punto son cerradas y existen trayectorias arbitrariamente cerca del punto. = = x y,

Figura 12. Punto silla Ejemplo 6.12. Consideremos el sistema x = x + (46) y = x +
y y,
con condiciones iniciales (x(0), y(0)) = (x0 , y0 ) dadas, que tiene claramente el unico punto cr tico (0, 0). Este es un sistema lineal de matriz A= y ,
cuyos valores propios son = i. Los vectores propios asociados son v1 = i 1 v2 = i 1 .
Luego A es diagonalizable y A = P DP 1 , donde P = As eAt = P eDt P 1 y , eAt = 1 i i 1 et et 0 0 et et . 1 i i 1 y P 1 = 1 2 1 i i 1 1 2 1 i .
i 1
= et Observemos que
cos(t) sen(t)
sen(t) cos(t)
es una matriz de rotacin en un ngulo t, mientras que et es un factor de escala. o a Finalmente, la solucin del sistema es o x y = et cos(t) sen(t) sen(t) cos(t) x0 y0 .
cos(t) sen(t)
sen(t) cos(t)
Para bosquejar los diagramas de fase del sistema, slo es necesario considerar o los signos de y . La trayectoria se aleja del origen si > 0 pues et es creciente.

Si < 0, la trayectoria se acerca. Por otra parte, la rotacin ocurre en sentido o horario si > 0 y antihorario si < 0 (ver Figuras 13, 14, 15).
y y
Figura 13. Diagrama de fase del sistema (46). A la izquierda < 0, > 0, y a la derecha > 0, < 0.
Figura 14. Diagrama de fase del sistema (46). A la izquierda < 0, < 0, y a la derecha > 0, > 0. Si = 0 el mdulo de (x(t), y(t)) permanece constante por lo que la trayectoria o dene circunferencias. Si = 0 no hay rotacin y las soluciones se mueven a lo largo o de rectas por el origen. Las Figuras 13, 14 y 15 nos dicen tambin las caracter e sticas de estabilidad del punto cr tico (0, 0): si < 0 es un punto espiral asintticamente estable; si > 0 o es un punto espiral inestable; si = 0 es un centro estable. Si = 0 es un nodo (estable o inestable seg n el signo de ). u 4. Puntos cr ticos de sistemas lineales
Nos interesa estudiar ahora con profundidad los sistemas linealizados, puesto que Henri Poincar demostr que bajo las hiptesis adecuadas, si se logra clasicar e o o cualitativamente un punto cr tico, por ejemplo en trminos de nodo, espiral, etc., e entonces estas mismas caracter sticas se mantendran en el sistema original no lineal.

4. PUNTOS CR ITICOS DE SISTEMAS LINEALES 153
Figura 15. Diagrama de fase del sistema (46) para = 0. A la izquierda > 0, y a la derecha < 0. Y por otra parte, Alexander Liapunov demostr que bajo ciertas hiptesis, se cono o servaba la estabilidad asinttica de los puntos cr o ticos al linealizar. Por esta razn, o ahora nos concentraremos en los sistemas lineales y pospondremos un momento el enunciado exacto de estos teoremas. Sin prdida de generalidad, podemos suponer como punto cr e tico (, y ) = (0, 0) x (si este no fuera el caso, basta efectuar una traslacin), y entonces consideramos el o sistema lineal: (47) x = ax + by y = cx + dy,
con condiciones iniciales x(t0 ) = x0 , y(t0 ) = y0 , y con ad bc = 0, para que de esta forma el punto (0, 0) sea el unico punto cr tico del sistema (y sea aislado). a b Tomamos A = con valores propios 1 , 2 . Recordemos que una matriz c d invertible no tiene al cero como valor propio. Luego 1 , 2 = 0. Pueden ocurrir los siguientes casos: A. Casos Principales: 1. 1 , 2 reales distintos pero de igual signo. 2. 1 , 2 reales distintos y de distinto signo. 3. 1 , 2 complejos (conjugados), con parte real no nula. B. Casos Frontera: 1. 1 , 2 reales e iguales. 2. 1 , 2 imaginarios puros (conjugados). Examinaremos por separado cada uno de los casos descritos arriba. A. Casos Principales: En todos estos casos los valores propios son distintos, por ende la matriz es diagonalizable, es decir, se puede escribir de la forma A = P DP 1 , con D= 1 0 0 2 P = v1 | v2 ,

donde v1 , v2 son los vectores propios asociados a 1 y 2 , respectivamente. De esta forma la solucin del sistema lineal es o x0 x = eAt y y0 x y P 1 x y x y = = P e1 t 0 e1 t 0 e1 t 0 0 e2 t 0 e2 t 0 e2 t P 1 P 1 x0 y0 x0 y0 x0 y0 .
De esta forma, el problema se desacopla en estas nuevas coordenadas x, y introducidas por las direcciones de los vectores propios (llamadas tambin direcciones e propias). Resulta simplemente x = y = e1 t x0 e2 t y0 .
Observemos que si, por ejemplo, 1 < 0, entonces

t
l x = l e1 t x0 = 0. m m
t
Si 1 > 0, entonces
t
l x = l e1 t x0 = , m m
t
donde el signo de est dado por el signo de la condicin inicial. El mismo a o argumento es vlido para 2 . a Si queremos estudiar el diagrama de fase, eliminamos la variable t de las ecuaciones anteriores y obtenemos y = c0 x2 /1 , donde c0 =
y0 e / x0 2 1 e
es una constante.
A.1. 1 , 2 reales distintos de igual signo. Slo hay dos casos: 2 /1 > 1 o 2 /1 < 1. El bosquejo del diagrama de fases o para el caso 2 /1 > 1 se tiene en la Figura 16. En el grco de la izquierda, para a 2 < 1 < 0 se tiene estabilidad asinttica, mientras que en el de la derecha, para o 0 < 1 < 2 , el origen es inestable. Para el caso 2 /1 < 1, se tiene la Figura 17. En el grco de la izquierda, para a 1 < 2 < 0 se tiene estabilidad asinttica, mientras que en el de la derecha, para o 0 < 2 < 1 , el origen es inestable. Como conclusin tenemos que en ambos casos el punto (0, 0) es un nodo. Si los o valores propios son negativos, es asintticamente estable; si son positivos, entonces o es inestable. Adems, vemos que en general para el caso de valores propios reales a distintos de igual signo, los recorridos de las trayectorias son siempre tangentes a la recta dada por la direccin del vector propio asociado al valor propio de menor o mdulo. o En efecto:

Figura 16. Diagramas de fase de (47) para 2 /1 > 1.

y y
Figura 17. Diagramas de fase de (47) para 2 /1 < 1. |1 | < |2 | |2 | < |1 |

2 1 2 1
> 1 recorrido tangente a v1 . < 1 recorrido tangente a v2 .
A.2. 1 , 2 reales con distinto signo. Los diagramas de fase sern los de la Figura 18. El punto cr a tico es un punto silla, que por supuesto es inestable. Las trayectorias entran en la direccin propia o asociada al valor propio negativo y salen en la direccin propia asociada al valor o propio positivo.
y y
Figura 18. Diagramas de fase de (47) para 2 y 1 de signos distintos.

Ejemplo 6.13 (Continuacin de conejos y ovejas). Volvamos al ejemplo de los o conejos compitendo con las ovejas: x y Sabemos que Vimos que este sistema no era degenerado entorno a ninguno de estos cuatro puntos cr ticos, que ahora clasicaremos con respecto al sistema linealizado. Ya hab amos evaluado el jacobiano en cada punto cr tico: 60 0 1. J(0, 0) = . Sus valores propios son 1 = 60 y 2 = 42, por lo 0 42 que se trata de un nodo inestable. Los vectores propios asociados son v1 = 1 0 v2 = 0 1 , C = {(0, 0), (0, 14), (20, 0), (12, 6)}. = = 60x 3x2 4xy 42y 3y 2 2xy F (x, y) G(x, y).
respectivamente. Los recorridos de las trayectorias son tangentes a la direccin v2 (salvo los 2 que son tangentes a v1 ). o 60 80 2. J(20, 0) = . Sus valores propios son 1 = 60 y 2 = 2, 0 2 por lo que ste es un punto silla. Los vectores propios asociados son e v1 = 1 0 v2 = 80 62 ,
respectivamente. El eje de las trayectorias convergentes es la direccin v2 . o 36 48 4. J(12, 6) = . Sus valores propios son 1 = 27 3 73 12 18 52,6 y 2 = 27 + 3 73 1,4 por lo que el punto cr tico (12, 6) es un nodo asintticamente estable. Los vectores propios asociados son o v1 = 16 3 + 73 v2 = 16 3 73 ,
respectivamente. El eje de las trayectorias convergentes es la direccin v1 . o 4 0 3. J(0, 14) = . Sus valores propios son 1 = 4 y 2 = 42, 28 42 por lo que ste tambin es un punto silla. Los vectores propios asociados e e son 46 0 v1 = v2 = , 28 1
respectivamente. Los recorridos de trayectorias son tangentes a la direccin o v2 (salvo los 2 que son tangentes a v1 ). En conclusin tenemos que en el punto (0, 0) donde ambas especies desaparecen o es inestable, al igual que cuando una sola especie sobrevive en los puntos (20, 0) y (0, 14). El punto (12, 6) es un punto de equilibrio asintticamente estable, por lo o que si tomamos cualquier condicin inicial que no sean los otros puntos cr o ticos, tendremos que en un tiempo sucientemente extenso se dar la coexistencia de a conejos y ovejas en las vecindades del punto (12, 6). Podemos hacer ahora un esbozo del diagrama de fases.

Diagrama de fases del modelo de conejos y ovejas.
A.3. 1 , 2 complejos conjugados, con parte real no nula, esto es 1 = + i Esto es equivalente (con un cambio de base) al sistema x = + y x y = x + y pues las matrices + i 0 y , tienen igual polinomio ca0 i racter stico. Ya hab amos analizado este caso en el Ejemplo 6.12. Vimos que el origen es un punto espiral asintticamente estable si < 0 y un espiral inestable si o > 0. Ejemplo 6.14 (Pndulo no lineal). Ahora que tenemos ms herramientas, see a guiremos con el ejemplo del pndulo no lineal. El sistema e x y 0 g L cos(x) = = 1 c m y c my
g L
1 = i,
con
=0 y
= 0.
sen(x) 0 g L (1)k 1 c m
tiene puntos cr ticos C = {(k, 0) | k Z}, y el Jacobiano respectivo es: J(x, y) = J(, y) = x ,
por tanto los valores propios dependern de la paridad de k. a k impar: Tenemos que 2 +
c m g L
= 0, de donde
g c2 c + . 2m 4m2 L Puesto que todas las contantes son positivas tenemos dos valores propios reales de distinto signo. Los puntos cr ticos resultan ser puntos sillas inestables. = k par: Aqu 2 +
c m
g L
= 0 y luego =
c2 c g . 2 2m 4m L Analicemos por casos el signo de la cantidad subradical:

158 6. SISTEMAS NO LINEALES g c 1. Sobreamortiguado: El caso 4m2 > L nos entrega dos valores propios reales distintos, ambos negativos, por lo que los puntos cr ticos (k, 0) resultan nodos asintticamente estables. o g c2 2. Subamortiguado: El caso 4m2 < L nos entrega dos valores propios complejos conjugados, por lo que los puntos cr ticos (k, 0) resultan puntos c espirales, que adems son asintticamente estables pues = 2m < 0. a o Este caso corresponde al ms com n, que ocurre cuando el coeciente de a u g g c2 roce es peque o (notar que 4m2 < L si, y slo si, c < 2m L ). n o Notemos que si el pndulo est en posicin vertical hacia arriba, que correse a o ponde a los puntos k impar, est en un equilibrio inestable. Intuitivamente, a si en esta posicin lo perturbamos ligeramente, el pndulo oscila hasta la o e posicin vertical hacia abajo, que son los puntos espirales asintticamente o o estables con k par (ver Figura 19).
2
4 y 3 2 2 00 2 4
Figura 19. Diagramas de fase del pndulo subamortuguado. e
g c 3. Crticamente amortiguado: El caso 4m2 = L nos entrega un slo valor o propio real negativo. Este caso a n no lo hemos analizado, por lo que lo u pospondremos momentneamente. a
2
2 x
B. Casos Frontera. B.1. Un slo valor propio con multiplicidad 2. o Tenemos el sistema x y = ax + by = cx + dy,
con la matriz A =
a b no es necesariamente diagonalizable (pues tiene el c d valor propio repetido), pero siempre se puede llevar a su forma cannica de Jordan o A = P JP 1 , donde J puede tener uno o dos bloques. En el caso de tener dos bloques, la matriz es diagonalizable, con J= 0 0 y de aqu eJt = et 0 0 et .

Luego, la ecuacin en las nuevas coordenadas dadas por los vectores propios geneo ralizados v1 , v2 es: x y = et 0 0 et x0 y0 x y = et x0 . = et y0
El diagrama de fase de este caso ya es bien conocido del comienzo del cap tulo (ver Figura 8 para caso < 0). El punto cr tico ser un nodo asintticamente estable si a o el valor propio es negativo y un nodo inestable si es positivo. Si la matriz no es diagonalizable, tenemos: J= 1 0 y entonces eJt = et 0 tet et .
De esta forma el sistema en las nuevas coordenadas dadas por los vectores propios generalizados v1 , v2 , es: x y = et 0 tet et x0 y0 x = y = et x0 + tet y0 . et y0
De aqu se tiene que si < 0 resulta un nodo asintticamente estable, y si > 0, o es un nodo inestable. De hecho, de la segunda ecuacin se puede despejar t = o y 1 ln y . Reemplazando en la primera obtenemos 0 x=y 1 x0 + ln y0 y y0 y y0 .
Si ahora derivamos con respecto a y , vemos que d x = d y 1 x0 + ln y0 + 1 1 x0 +t+ . = y0
x Resulta claro que d cuando t , de modo que todas las trayectorias d y entran tangentes a una recta horizontal.
B.2. 1 , 2 imaginarios puros conjugados. Esto equivale (con un cambio de base) al sistema x = y y = x. Del Ejemplo 6.12 se tiene que el punto cr tico es un centro. Ahora que ya sabemos como se comporta el sistema lineal en funcin de sus o valores propios, podemos enunciar de forma completa los teoremas de Poincar y e Liapunov: Teorema 6.1 (Poincar). Sea (, y) un punto crtico de un (SN LA) no dee x generado y sean 1 , 2 los valores propios de J(, y). El punto crtico (, y ) en el x x (SNLA) ser: a (i) Un nodo si 1 , 2 R son distintos y tienen el mismo signo. En este caso adems todas los trayectorias (excepto dos) son tangentes en (, y) a la a x direccin propia asociada al valor propio de mdulo menor. Las otras dos, o o estn sobre la otra direccin propia. a o

(ii) Un punto silla si 1 , 2 R tienen distinto signo. En este caso adems a hay dos trayectorias convergentes a (, y ) en la direccin propia asociada x o al valor propio negativo, y dos divergentes en la direccin propia asociada o al valor propio positivo. Las dems, tienen como asntotas las direcciones a propias. (iii) Un punto espiral si 1 , 2 C, con partes real e imaginaria distintas de cero. Teorema 6.2 (Liapunov). Sea (, y) un punto crtico de un (SN LA) no dex generado y sean 1 , 2 los valores propios de J(, y). El punto crtico (, y ) en el x x (SNLA) ser: a (i) Asintticamente estable si las partes reales son negativas. o (ii) Inestable si alguno tiene parte real positiva. Observacion. Por simplicidad en los teoremas anteriores se ha hecho referencia a las trayectorias pero las armaciones de tipo geomtrico se reeren en realidad e a sus recorridos. Los resultados anteriores son la base del anlisis de los sistemas no lineales, pero a no nos dicen nada en los casos en que los valores propios toman los valores frontera. g c2 Por ejemplo, en el caso del pndulo cr e ticamente amortiguado en que 4m2 = L , el sistema linealizado ten un slo valor propio negativo, lo que corresponder a un a o a nodo asintticamente estable en el sistema lineal, pero esto no nos permite saber o exactamente qu comportamiento tiene el sistema no lineal. e
4.1. El enfoque traza - determinante. Consideremos el sistema lineal X (t) = AX(t), donde A M22 (R) es una matriz invertible. El origen es el unico punto cr tico del sistema. Veremos cmo clasicarlo de acuerdo con las relaciones o entre la traza y el determinante de A. Para simplicar la notacin introducimos las o variables x = tr(A) e y = det(A)
que determinan el plano traza - determinante. El polinomio caracter stico de la matriz A es p() = 2 tr(A) + det(A). Sus ra son ces = tr(A) tr(A)2 4 det(A) . 2
Las ra ces son reales sobre la parbola 4 det(A) = tr(A)2 . Con la notacin dada a o arriba esto es 4y = x2 .

5. FUNCIONES DE LIAPUNOV Y ESTABILIDAD 161
det(A)
4 det(A) = tr(A)2
1 4
2 3
5
Plano traza - determinante.
tr(A)
Cuando estemos en el caso 4y > x2 (por encima de la parbola), tendremos el a caso de ra ces complejas conjugadas. Si tr(A) < 0 (regin 1) tendremos un punto o espiral inestable; si tr(A) = 0 (eje OY ), un centro; y si tr(A) > 0 (regin 2), un o punto espiral estable. En el semiplano det(A) < 0 (regin 5) las ra o ces son reales y tienen distinto signo, por lo que tendremos slo puntos sillas inestables. o Veamos qu pasa entre la parbola 4y = x2 y la recta y = 0. Si tr(A) > 0 (ree a gin 3) hay dos ra reales negativas, por lo que tenemos un nodo asintticamente o ces o estable; si tr(A) < 0 (regin 4), hay dos ra o ces reales positivas y tenemos un nodo inestable. Sobre la parbola tenemos una ra real con multiplicidad 2. Se tienen nodos a z inestables si tr(A) < 0 y nodos asintticamente estables si tr(A) > 0. o Hemos concluido as una forma que nos permite tener una idea general del punto cr tico de un sistema slo viendo la traza y determinante de la matriz, sin o tener que calcular valores y vectores propios expl citamente. Sin embargo, si queremos un grco preciso del diagrama de fases es inevitable calcular los vectores a propios, pues indican las direcciones de tangencia de las trayectorias, para el caso que corresponda.
5.
Funciones de Liapunov y estabilidad
Un concepto util en f sica para clasicar los puntos de equilibrio de un sistema es el de energ gracias al siguiente principio: a, En sistemas conservativos, un punto crtico es estable si es un mnimo local de la energa total. A grandes rasgos una funcin de Liapunov es una energa, en un sentido amplio. o En breve daremos una denicn ms precisa. o a

Retomemos el Ejemplo 6.14 del pndulo. Supongamos primero que c = 0, lo e que signica que no hay roce. El sistema es x y = y g = L sen(x).
1 1 a La energ cintica de este sistema es K = 2 mL2 2 = 2 mL2 y 2 , y la energ a e potencial U = mgL(1 cos()) = mgL(1 cos(x)), entonces la energ total es a 1 V (x, y) = K + U = mL2 y 2 + mgL(1 cos(x)). 2 Si derivamos esta funcin con respecto al tiempo usando la regla de la cadena, o tenemos dV V dx V dy = + = mgL sen(x)x + mL2 yy . dt x dt y dt Pero reemplazando x , y de las ecuaciones del sistema no lineal, tenemos que V (t) = 0 para todo t, lo que signica que V (t) = V0 para todo t. Es decir, la energ se mantiene constante, por lo que se dice que el sistema es conservativo. a Por otra parte, los m nimos locales de V son efectivamente los puntos cr ticos del sistema: {(2k, 0) | k Z}. Si el sistema parte de uno de estos puntos, permanece en l; pero si parte de un punto distinto las trayectorias no pueden tender a ning n e u punto cr tico pues ellas se mantienen a niveles constantes de energ Esto dice que a. ning n punto cr u tico puede ser asintticamente estable. o
Consideremos ahora el pndulo con roce: e x y = = y c my

g L
sen(x)
Las ecuaciones para la energ son exactamente las mismas, por lo que todav a a V (x, y) = 1 mL2 y 2 + mgL(1 cos(x)), pero si derivamos y luego reemplazamos 2 x , y obtenemos dV = cL2 y 2 0. dt La energ disminuye con el paso del tiempo y se dice que el sistema es disipativo. a En este caso la prdida o disminucin de energ se debe al roce y es natural pensar e o a que entonces debe tener ms posibilidad de evolucionar hacia un punto de equilibrio a estable. Es ms, antes ya vimos que la posicin vertical hacia abajo es punto de a o equilibrio asintticamente estable. o Dado un punto (, y ) R2 , una corona alrededor de (, y ) es un conjunto Dr x x de la forma {(x, y) R2 | 0 < (x, y) (, y) < r}. x Notemos que si a Dr le agregamos el punto (, y) obtenemos la bola abierta Br (, y ). x x Una vecindad perforada de (, y) es un abierto que no contiene a (, y ) pero conx x tiene a una corona alrededor de (, y ). x Consideremos el (SN LA) x y = F (x, y), = G(x, y), x(t0 ) = x0 y(t0 ) = y0 ,
donde F y G son funciones continuamente diferenciables.

Sean (, y) un punto cr x tico aislado del (SN LA) y Dr una corona alrededor de (, y). Una funcin continuamente diferenciable V : Br (, y) R es una funx o x cin de Liapunov para el sistema en torno al punto cr o tico (, y ) si satisface las x siguientes condiciones: 1. Se anula en (, y ) y es positiva en todo Dr . x V V 2. F+ G 0 en Dr . x y Si la igualdad en (2) es siempre estricta, decimos que V es una funcin de Liapunov o estricta. Observemos que, a lo largo de las soluciones del sistema, la funcin de Liapunov o decrece. Ms precisamente, a V V d V (x(t), y(t)) = x (t) + y (t) dt x y V V = F (x(t), y(t)) + G(x(t), y(t)) x y 0.
De esta manera se hace evidente la analog entre las funciones de Liapunov y la a energ a.
Teorema 6.3 (Estabilidad por funciones de Liapunov). Sea (, y) un punto x crtico aislado del (SN LA). 1. Si existe una funcin de Liapunov en torno a (, y ), entonces el punto o x crtico es estable. 2. Si adems la funcin de Liapunov es estricta, el punto es asintticamente a o o estable. 3. Por el contrario, si existe una funcin con las mismas caractersticas pero o V V F+ G > 0 en Dr , entonces el punto crtico es inestable. con x y Demostracion. 1. Sea > 0. Para probar la estabilidad debemos encontrar > 0 tal que si (x0 , y0 ) B (, y ) entonces x(t), y(t) B (, y ) para todo t > 0. Como x x V es continua existe donde B (, y ) es la bola cerrada de centro (, y) y radio y B (, y ) denota su x x x frontera (que es cerrada y acotada). Por la continuidad de V existe (0, r) tal x o que V (x, y) < m/2 para todo (x, y) B (, y ). En t0 tomemos la condicin inicial (x0 , y0 ) B (, y ), y la trayectoria asociada (x(t), y(t)). Sabemos que V (x0 , y0 ) < x m/2. Adems a d V dx V dy V (x(t), y(t)) = + = Vx F + Vy G 0 dt x dt y dt de donde Como (x(t), y(t)) es una funcin continua, la curva que describe no intersecta o x u x B (, y) para ning n t pues all V vale m. Concluimos que (, y) es estable. V (x(t), y(t)) V (x0 , y0 ) < m/2 para todo t 0. m n{V (x, y) | (x, y) B (, y )} = m > 0, x

2. Para la establidad asinttica debemos > 0 de manera que si (x0 , y0 ) B (, y) o x entonces l t (x(t), y(t)) = (, y). Como la funcin m x o t V (x(t), y(t)) es positiva y decreciente para cualquier condicin inicial, ella tiene un l o mite L cuando t . Si L = 0, la continuidad de V asegura que l t (x(t), y(t)) = m (, y ) que es el unico punto donde V se anula. Probaremos ahora que L no puede x ser positivo. En efecto, si L > 0 entonces V (x(t), y(t)) L para todo t. Por otro lado, siempre se tiene que V (x(t), y(t)) V (x0 , y0 ). Adems, el punto 1 dice que a (, y ) es estable, de modo que existe > 0 tal que si (x0 , y0 ) B (, y ) entonces x x (x(t), y(t)) Br/2 (, y ). En virtud de la continuidad de V el conjunto x x K = { (x, y) B r/2 (, y ) | L V (x, y) V (x0 , y0 ) } es cerrado y acotado. Adems contiene a la trayectoria y no contiene a (, y). Luego a x mx a d V (x(t), y(t)) | (x(t), y(t)) K dt = k < 0.
Tenemos entonces que V (x(t), y(t)) V (x0 , y0 ) kt, cantidad que tiende a cuando t . Esto es imposible puesto que V no toma valores negativos. 3. Se deja como ejercicio al lector. Para el ejemplo del pndulo sin roce la funcin e o V (x, y) = 1 mL2 y 2 + mgL(1 cos(x)) 2
claramente se anula en los puntos cr ticos, y es estrictamente positiva en todos los otros puntos, y vimos que dV 0, por lo que por el Teo. anterior, tenemos que dt los puntos cr ticos son estables, que es la misma conclusin que obtuvimos con el o anlisis de linealizacin del sistema. a o Para el sistema amortiguado, si tomamos la misma funcin V anterior, teo nemos que se cumplen las hiptesis del teorema, pero como dV = cLy 2 0, o dt slo podemos concluir que el origen es estable, aunque en realidad sabemos que o es asintticamente estable. En un sistema cualquiera, la funcin de Liapunov es o o una herramienta muy util, pero el problema es que hay que probar con diferen tes funciones y tratar de encontrar una que sirva. En el caso de sistemas f sicos conservativos, la energ total del sistema en una buena funcin a considerar, pero a o ya notamos que en el caso del pndulo amortiguado quiz pueda hacerse algo mejor. e a En el pndulo amortiguado, tomemos e Probemos con la funcin o V (x, y) =
c m
g L
= 1 para facilitar los clculos. a
1 1 (x + y)2 + x2 + y 2 , 2 2

Pero del teorema de Taylor sabemos que
que claramente cumple con la condicin de anularse slo en el punto (x, y) = (0, 0), o o es continuamente diferenciable en todo R2 y V V F+ G = (x + y + 2x)y (x + y + y)(y + sen(x)) x y = 2xy y 2 (x + 2y) sen(x). sen(x) = x
cos() 3 x 3 para alg n (0, x). Como para usar el teorema basta encontrar una vecindad del u origen, consideremos < x < , con lo que 0 < cos() < 1. Reemplazando esto 2 2 vemos que V V cos() 3 F+ G = (x2 + y 2 ) + x (x + 2y). x y 3 No es directo establecer si esta expresin cambia de signo o no, pero si hacemos el o cambio a coordenadas polares: x = r cos(), y = r sen(), obtenemos V V cos() 4 F+ G = r2 + r cos()4 + 2 cos()3 sin() . x y 3 Claramente 1 < cos()4 + 2 cos()3 sen() < 3 y entonces cos() 1 cos()4 + 2 cos()3 sen() < 1. < 3 3 Luego, tomando r < 1, se tiene cos() r2 cos()4 + 2 cos()3 sen() < 1, 3 de donde vemos que cos() V V cos()4 + 2 cos()3 sen() F+ G = r2 1 + r2 x y 3 < 0 en una vecindad del origen. El teorema de estabilidad por funciones de Liapunov nos dice que el origen es un punto cr tico asintticamente estable. o

Figura 20. Evolucin de la energ total del pndulo no-lineal. o a e
Indice anal tico

ajuste exponencial, 3 ley de osmosis, 1 modelamiento, 1 osmosis, 1
167

Apunte UChile - Ecuaciones Diferenciales Ordinarias (Osses)

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Apunte UChile - Ecuaciones Diferenciales Ordinarias (Osses)

Încărcat de

Drepturi de autor:

Formate disponibile

Derecho de autor.

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS F ISICAS Y MATEMATICAS MATEMATICA DEPARTAMENTO DE INGENIERIA

ECUACIONES DIFERENCIALES ORDINARIAS

AXEL OSSES Centro de Modelamiento Matemtico a Departamento de Ingenier Matemtica a a axosses@dim.uchile.cl

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Nociones bsicas y mtodos elementales de a e resolucin o

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

= = esto es, la relacin buscada es: o (2)

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

n Q(x) = 0 Q(x) = 0 i, ai = cte i, ai = ai (x) an = 1

orden de la EDO homognea e no homognea e coecientes constantes coecientes variables normalizada

Cuadro 1. Clasicacin de la EDO lineal o

ai (x)y (i) = Q(x).

Ecuaciones diferenciales elementales

Derecho de autor. Prohibida su reproduccion

Integracin directa. Consideramos una EDO del tipo o y = f (x).

donde C R es una constante arbitraria. y=

Integrando la ecuacin y = f (x) entre x0 y x I obtenemos o

Derecho de autor. Prohibida su reproduccion

y del TFC (identidad (4)), se tiene que (8) y(x) = y(x0 ) +

Derecho de autor. Prohibida su reproduccion

de donde |y| = exp x2 +C 2 = ke

tan(y) = donde C R. Para y ( , ) esto es 2 2

Derecho de autor. Prohibida su reproduccion

Como antes, si G es primitiva de G(y(x)) = =

y F es primitiva de f , se tiene que F (x) F (x0 ) + G(y(x0 )) F (x) + C

donde k es una constante positiva. Utilizando el mtodo de separacin de variables, e o se tiene y y k2 y

Por lo tanto, se tiene que x = x() e y = y() con x = y = k2 (2 sen 2) C 2 k2 (1 cos 2) . 2

Derecho de autor. Prohibida su reproduccion

Derecho de autor. Prohibida su reproduccion

m1/3 Derivando esta expresin vemos que o 1 2/3 m m = 3 de donde y y y (g y )2 3y y = 3

Si la masa inicial era m0 , entonces C = 3m0 . Luego m(t) = gK 2 1/3 t + m0 42 .

Derecho de autor. Prohibida su reproduccion

|y| = k exp y = k exp

Derecho de autor. Prohibida su reproduccion

0 y sec2 x sec2 xdx + C tan x + C k exp( tan x),

Ejemplo 1.12. Resolvamos ahora el problema de Cauchy y (x) y(1) = = 2, dx x

1 usando el factor integrante. Escribiendo la EDO como y x y = 0 calculamos

(x) = exp Tenemos entonces que

((x)y(x)) (x)y(x) (13) y(x)

= (x)Q(x) = = (x)Q(x)dx + C 1 C + (x) (x) (x)Q(x)dx.

Derecho de autor. Prohibida su reproduccion

Introduciendo la concentracin promedio o

Derecho de autor. Prohibida su reproduccion

= kTA = kTA ekt = kTA ekt = k TA ekt dt + C

T (t) = (T0 TA )ekt + TA .

sen(t)ekt dt se obtiene = = 1 1 cos(t)ekt dt + sen(t)ekt k k 1 2 sen(t)ekt dt 2 cos(t)ekt + sen(t)ekt . 2 k k k

Derecho de autor. Prohibida su reproduccion

Ak ekt sen(t) cos(t) . Por lo tanto (14) 2 + k Ak 2 sen(t) cos(t) . 2 + k

Derecho de autor. Prohibida su reproduccion

Ak sen(t ). Las variaciones de la + 2

Ecuaciones que se reducen a casos elementales

Una EDO es de tipo homognea15 si se puede escribir como e y y = h . x

Derecho de autor. Prohibida su reproduccion

Aplicando regla de la cadena tenemos que