Edo Apuntes

Apuntes de ecuaciones diferenciales
Jose S. Cnovas Pea

7 de mayo de 2004
ndice General
1 Introduccin a las ecuaciones diferenciales
1.1 Ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Soluciones de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Problemas de condiciones iniciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2 Ecuaciones diferenciales de orden uno
2.1 Ecuaciones diferenciales de variables separadas
2.2 Ecuaciones diferenciales lineales . . . . . . . .
2.3 Ecuaciones diferenciales exactas . . . . . . . .
2.4 Factores integrantes . . . . . . . . . . . . . . .
2.5 Existencia y unicidad de soluciones . . . . . .
2.6 Ejercicios . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
3 Aplicaciones de las ecuaciones de orden uno

3.1 Problemas geomtricos . . . . . . . . . . . . . .
3.1.1 Familias ortogonales . . . . . . . . . . .
3.2 Descomposicin radioactiva . . . . . . . . . . .
3.3 Ley de enfriamiento de Newton. . . . . . . . . .
3.3.1 Aplicacin a la climatizacin de edificios
3.4 Problemas de mezclas qumicas. . . . . . . . . .
3.5 La catenaria. . . . . . . . . . . . . . . . . . . .
3.6 Ejercicios . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1
1
3
3
.
.
.
.
.
.
5
5
7
9
11
12
13
.
.
.
.
.
.
.
.
17
17
18
19
19
20
22
24
25
4 Teora general de sistemas y ecuaciones lineales

29
4.1 Introduccin a los sistemas de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . 29
4.2 Sistemas de ecuaciones diferenciales lineales . . . . . . . . . . . . . . . . . . . . . . . 31
4.3 Teora general para ecuaciones lineales de orden n . . . . . . . . . . . . . . . . . . . . 36
5 Resolucin de ecuaciones lineales de orden n
5.1 Ecuacin lineal homognea con coeficientes constantes .
5.1.1 Ecuacin de orden dos . . . . . . . . . . . . . .
5.1.2 Ecuacin de orden n . . . . . . . . . . . . . . .
5.2 Aproximacin a las ecuaciones con coeficientes variables:
y de Legendre . . . . . . . . . . . . . . . . . . . . . . .
5.3 Ecuacin lineal homognea de coeficientes variables . .
i
39
. . . . . . . . . . . . . . . . . 40
. . . . . . . . . . . . . . . . . 40
. . . . . . . . . . . . . . . . . 44
Ecuaciones de CauchyEuler
. . . . . . . . . . . . . . . . . 45
. . . . . . . . . . . . . . . . . 46
ndice General
5.4 Ecuacin lineal no homognea . .
5.4.1 Variacin de constantes. .
5.4.2 Mtodo de los Coeficientes
5.5 Ejercicios . . . . . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
Indeterminados.
. . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
48
48
50
51
6 Aplicaciones de las ecuaciones diferenciales lineales de orden dos

53
6.1 Oscilaciones mecnicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
6.2 Circuito elctrico LRC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
6.3 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
7 Resolucin de sistemas lineales de coeficientes constantes
7.1 Resolucin del sistema homogneo . . . . . . . . . . . . . . .
7.1.1 Teorema de CayleyHamilton . . . . . . . . . . . . .
7.2 Resolucin de sistemas. La exponencial de una matriz . . . .
7.2.1 La exponencial de una matriz . . . . . . . . . . . . .
7.2.2 Clculo prctico de la exponencial . . . . . . . . . . .
7.3 El mtodo de variacin de constantes . . . . . . . . . . . . .
7.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
8 Aplicaciones de los sistemas de ecuaciones diferenciales lineales

8.1 Vibraciones mecnicas . . . . . . . . . . . . . . . . . . . . . . . . .
8.2 Circuitos elctricos con varias ramas . . . . . . . . . . . . . . . . .
8.3 Problemas de mezclas con varios recipientes . . . . . . . . . . . . .
8.4 Climatizacin de edificios con varias estancias . . . . . . . . . . . .
8.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
9 Teora cualitativa de ecuaciones diferenciales

9.1 Ecuaciones y sistemas autnomos . . . . . . . . . . . . . . . . . . . . . . . . .
9.2 Soluciones y rbitas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.3 Teora cualitativa ecuaciones autnomas . . . . . . . . . . . . . . . . . . . . .
9.4 Teora cualitativa de sistemas planos . . . . . . . . . . . . . . . . . . . . . . .
9.4.1 Clculo de los puntos crticos . . . . . . . . . . . . . . . . . . . . . . .
9.4.2 Isoclinas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.4.3 Integrales primeras y diagramas de fases . . . . . . . . . . . . . . . . .
9.5 Clasificacin de sistemas planos lineales. Estabilidad de sistemas lineales . . .
9.5.1 Diagramas de fases de sistemas planos . . . . . . . . . . . . . . . . . .
9.5.2 Estabilidad de sistemas lineales . . . . . . . . . . . . . . . . . . . . . .
9.5.3 Por qu un sistema estable es til en ingeniera? . . . . . . . . . . . .
9.6 Estabilidad local de sistemas autnomos . . . . . . . . . . . . . . . . . . . . .
9.6.1 Mtodo de linealizacin de Lyapunov. Teorema de HartmanGrobman
9.6.2 El mtodo directo de Lyapunov . . . . . . . . . . . . . . . . . . . . . .
9.7 Aplicaciones de la teora cualitativa . . . . . . . . . . . . . . . . . . . . . . . .
9.7.1 El pndulo con y sin rozamiento . . . . . . . . . . . . . . . . . . . . . .
9.7.2 La ecuacin de Van der Pol . . . . . . . . . . . . . . . . . . . . . . . .
9.7.3 El circuito de Chua . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
ii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
61
61
61
62
63
64
68
70
.
.
.
.
.
73
73
76
78
80
81
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
87
88
89
91
92
93
94
97
100
100
113
116
117
117
121
123
123
124
124
Captulo 1
Introduccin a las ecuaciones diferenciales
Sumario. Definicin de ecuacin diferencial. Orden de una ecuacin diferencial.
Solucin de una ecuacin diferencial. Ecuaciones resueltas respecto a la derivada
mayor. Familias paramtricas de soluciones. Problemas de condiciones iniciales.
1.1
Ecuaciones diferenciales
Una ecuacin diferencial una expresin de la forma

F (x, y, y 0 , ..., y n) ) = 0,
(1.1)
donde F es una funcin real definida en un cierto abierto A Rn+2 , e y(x) es una funcin real de
variable real. Como vemos, una ecuacin diferencial es una expresin en la que aparecen ligadas una
variable x, que llamaremos variable independiente y las n primeras derivadas respecto de x de una
variable y, que se llama variable dependiente por ser una funcin dependiente de la variable x. Se
llama orden de la ecuacin (1.1) al valor de la derivada ms alta en dicha expresin. Ejemplos de
ecuaciones diferenciales son los siguientes:
y 00 + log(xy) x = y,
y 3) + xy 0 + ex sinh y = 0,
y y 0 y 00 = x,
que tienen rdenes 2, 3 y 2, respectivamente.
Diremos que una funcin y : (a, b) R R es solucin de la ecuacin (1.1) si existe la derivada
nsima de y en todo punto del intervalo (a, b), (x, y(x), y 0 (x), ..., y n) (x)) A para todo x (a, b) y
F (x, y(x), y 0 (x), ..., y n) (x)) = 0
para todo x (a, b). Por ejemplo tomemos la ecuacin diferencial de orden uno
y 0 y tan x = 0.
1
(1.2)

Esta ecuacin viene definida por la funcin F : A R3 R dada por F (x, y, y 0 ) = y 0 y tan x. El
dominio de definicin de F es en este caso A = {(/2 + 2k, /2 + 2k) : k Z} R2 . Entonces
la funcin y : (/2, /2) R dada por y(x) = cosc x , donde c es una constante arbitraria es una
solucin de dicha ecuacin diferencial. En efecto, esta funcin es una vez derivable con derivada
c sin x
0
y 0 (x) = cos
2 x , se verifica que (x, y(x), y (x)) A para todo x (/2, /2), y adems satisface que
y 0 (x) y(x) tan x =
c sin x
c
tan x = 0,
2
cos x cos x
para todo punto x (/2, /2).

Con frecuencia las soluciones de la ecuacin (1.1) no podrn obtenerse de forma explcita y vendrn
2
+
y2 = c > 0
dadas de forma mplicita por una ecuacin de la forma g(x, y) = 0. As las curvas x
0
definen implcitamente las soluciones de la ecuacin yy + x = 0 definidas en ( c, c), como
puede verse fcilmente derivando de forma implcita la expresin x2 + y 2 = c respecto a la variable
independiente x.
A lo largo del curso estudiaremos fundamentalmente ecuaciones resueltas respecto de la derivada
de mayor orden de la ecuacin, es decir, ecuaciones de la forma
y n) = f (x, y, y 0 , ..., y n1) ),
donde f : A Rn+1 R. Estas ecuaciones son obtenidas cuando sea posible despejar y n) en (1.1).
Sern tambin de especial inters para nosotros las ecuaciones autnomas, de la forma
F (y, y 0 , ..., y n) ) = 0,
donde F no depende de la variable independiente y las ecuaciones lineales
a0 (x)y n) + a1 (x)y n1) + ... + an1 (x)y 0 + an (x)y = b(x)
con an , an1 , ..., a1 , a0 y b funciones reales de variable real.
Las anteriores definiciones se extienden de manera natural al contexto de los sistemas de ecuaciones diferenciales, es decir, sistemas de ecuaciones diferenciales de la forma
n)
n)
n)
0
F1 (x, y1 , y10 , ..., y1 , y2 , y20 , ..., y2 , ..., ym , ym
, ..., ym ) = 0;
F (x, y , y 0 , ..., y n) , y , y 0 , ..., y n) , ..., y , y 0 , ..., y n) ) = 0;

m
2
1 1
2 2
m m
1
2
.
.
n)
n)
n)
0
Fk (x, y1 , y10 , ..., y1 , y2 , y20 , ..., y2 , ..., ym , ym
, ..., ym ) = 0;
donde y1 , y2 , ..., ym son funciones reales a determinar que dependen de x. Se suele suponer que
hay igual nmero de ecuaciones que de incgnitas (k = m) de manera que todas las ecuaciones son
independientes, es decir, ninguna puede deducirse de las dems. En el Tema 4 se encuentran definidas
con precisin los conceptos relativos a sistemas de ecuaciones diferenciales.
2
1.2
Soluciones de ecuaciones diferenciales
Como vimos en el ejemplo (1.2) las soluciones de una ecuacin diferencial en caso de existir no son
nicas, sino que dependen de ciertas constantes arbitrarias provenientes de la integracin. En general,
dada una ecuacin diferencial de la forma
F (x, y, y 0 , ..., y n) ) = 0,
(1.3)
las soluciones de la misma pueden escribirse como

g(x, y, c1 , ..., cn ) = 0
(1.4)
con ci R, i = 1, 2, ..., n. As las soluciones de una ecuacin diferencial de orden uno generan una
familia nparamtrica de curvas en el plano. En el ejemplo anterior, la solucin y(x) = c/ cos x define
una familia de curvas en el plano dependiente del valor o parmetro de c. Recprocamente, a partir
de una familia nparamtrica de curvas definida por (1.4) puede construirse una ecuacin diferencial
de la manera siguiente. Derivando n veces (1.4) respecto de x obtenemos n + 1 ecuaciones de las que,
eliminando los parmetros c1 , c2 , ..., cn , obtendremos una ecuacin diferencial de orden n dada por
(1.3). Las soluciones obtenidas como familia nparamtrica de curvas se llaman soluciones generales
de la ecuacin diferencial. Por ejemplo, si consideramos la familia de las curvas del plano dependiente
de dos parmetros dada por la ecuacin y = c1 ex +c2 ex , c1 , c2 R, derivando implcitamente respecto
de x tenemos que
y 0 = c1 ex c2 ex ,
y 00 = c1 ex + c2 ex .
Despejando c1 y c2 y sustituyendo en la primera ecuacin tenemos que y 00 = y es la ecuacin diferencial

que define a la familia de curva anteriores. Ntese que es una ecuacin de orden dos dado que la
familia depende de dos parmetros.
Sin embargo, no siempre es posible la situacin anterior. Por ejemplo, la ecuacin y 2 + (y 0 )2 = 1
no posee ninguna solucin, mientras que y 2 + (y 0 )2 = 0 tiene como nica solucin y(x) = 0, que
no depende de parmetro alguno. Adems la ecuacin de orden uno (y 0 y)(y 0 2y) = 0 tiene
por soluciones a las funciones dadas por la expresin (y c1 et )(y c2 e2t ) = 0. Mencin aparte
merecen aquellas que no aparecen comprendidas en la familia nparamtrica, las llamadas soluciones
singulares. Por ejemplo y 0 = 2y 3/2 tiene como solucin general y(x) = 1/(t + c)2 y como solucin
singular y(x) = 0. Ntese que esta definicin es ambigua y depende de la familia de curvas al ser
y(x) = C 2 /(Cx+1)2 una familia uniparamtrica de soluciones de y 0 = 2y 3/2 conteniendo la solucin
nula.
1.3
Problemas de condiciones iniciales
De acuerdo con lo visto anteriormente, las soluciones de las ecuaciones diferenciales vienen dadas por
una familia nparamtrica de curvas y por lo tanto la solucin no es en general nica. Para evitar
este hecho, suele acompaarse a una ecuacin diferencial
F (x, y, y 0 , ..., y n) ) = 0
3

n1)
de n condiciones iniciales de la forma y(x0 ) = y0 , y 0 (x0 ) = y00 ,...,y n1) (x0 ) = y0

donde las consn1)
0
tantes x0 , y0 , y0 , ..., y0
son nmeros reales, de manera que encontremos la solucin de la ecuacin
diferencial satisfaga adicionalmente estas condiciones. Se define un problema de condiciones iniciales
o de Cauchy al problema de la forma
F (x, y, y 0 , ..., y n) ) = 0;
0 ) = y0 ;
y(x
y 0 (x0 ) = y00 ;
..
n1)
n1)
y
(x0 ) = y0 .
Lo que se espera aadiendo estas condiciones es eliminar los parmetros de la familia nparamtrica
de soluciones, obteniendo entonces una solucin que sea nica. Ntese que se aaden tantas condiciones iniciales como orden tiene la ecuacin. Por ejemplo, tomemos la ecuacin de orden uno (1.2), que
recordemos, tena por solucin y : (/2, /2) R dada por y(x) = cosc x , donde c es una constante
arbitraria. Si consideramos el problema de condiciones iniciales
0
y y tan x = 0
y(0) = 1,
tendramos que necesariamente 1 = y(0) = c/ cos(0) = c, por lo que c = 1 y la nica solucin del
problema de condiciones iniciales es y(x) = 1/ cos x.
Sin embargo esta estrategia no siempre produce los frutos deseados. Sin ir ms lejos, el problema
2
y + (y 0 )2 = 0
y(0) = 0
no tiene solucin y
y 0 = 3y 2/3
y(0) = 0
tiene al menos dos soluciones dadas por y(x) = 0 e y(x) = x3 . Se ver el la siguiente leccin bajo
qu condiciones los problemas de existencia y unicidad tienen asociados una nica solucin.
Captulo 2
Ecuaciones diferenciales de orden uno
Sumario.
Ecuacin de variables separables. Ecuacin lineal homognea y no
homognea. Ecuaciones exactas. Factores integrantes. Problema de condiciones
iniciales. Teorema de existencia y unicidad de soluciones.
En este tema vamos a aprender a resolver algunos tipos especiales de ecuaciones diferenciales de
orden uno. Todas las ecuaciones que vamos a considerar dependen para su resolucin de tcnicas de
integracin estudiadas en la asignatura de clculo, por lo que el clculo de primitivas ser crucial en
este tema.
Por otra parte hay que destacar el siguiente hecho: dada una ecuacin diferencial de orden uno al
azar, es prcticamente seguro que no vamos a saber resolverla. Vamos a ver en este tema que por lo
menos se puede garantizar que la solucin existe. Garantizar la existencia de solucin es importante
ya que, una vez conocida que una ecuacin tiene solucin, pueden usarse mtodos numricos y
cuantitativos para aproximar la solucin, como se ver en la asignatura de cuarto curso mtodos
numricos.
2.1
Ecuaciones diferenciales de variables separadas
Una ecuacin de primer orden se dice que es de variables separadas si tiene la forma
y 0 = f (y)g(x)
donde f y g son dos funciones reales definidas sobre intervalos abiertos. Suponiendo que f (y) 6= 0
en el dominio de definicin de f podemos transformar nuestra ecuacin en la forma
y0
= g(x),
f (y)
que nos proporciona una expresin de la ecuacin con cada variable a un lado de la igualdad. Entonces, si somos capaces de calcular las primitivas
Z
Z
y 0 (x)
dx = g(x)dx,
f (y(x))
5

tendremos resuelta la ecuacin inicial. Por ejemplo, si consideramos la ecuacin
y 0 = yx,
y seguimos el proceso anterior obtendremos que
Z
Z 0
y (x)
dx = xdx,
y(x)
siempre que y 6= 0. Integrando
log y(x) = k + x2 /2
y despejando y(x) en la ecuacin anterior se tiene que
2 /2
y(x) = cex
, c = ek R+
es su solucin general. Si lo que tenemos es el problema de condiciones iniciales
y 0 = yx
y(0) = 1,
podemos calcular de forma nica la constante c imponiendo la condicin y(0) = 1 en la solucin

2
general, tenindose que y(0) = 1 = ce0 = c, con lo que y(x) = ex /2 es la nica solucin de dicho
problema.
Si f (y0 ) = 0 para algn y0 R, entonces y(x) = y0 es una solucin de la ecuacin diferencial que
se llama singular. Por ejemplo, si hubisemos querido resolver el problema de condiciones iniciales
y 0 = yx
y(0) = 0,
tendramos que y(x) = 0 es la nica solucin (singular) de dicha ecuacin.
A veces las soluciones singulares se engloban dentro de la solucin general, como en el ejemplo
2
anterior donde si cogemos la solucin general y(x) = cex /2 e imponemos la condicin inicial y(0) = 0,
obtenemos que c = 0 y por tanto y(x) = 0. Sin embargo, a veces las soluciones singulares no pueden
englobarse dentro de la solucin general como pone de manifiesto el siguiente ejemplo. Tomamos la
ecuacin
y 0 = y(1 y),
que tiene por soluciones singulares (constantes) y(x) = 0 e y(x) = 1 y por solucin general
cex
, c R.
(2.1)
y(x) = x
ce 1
Haciendo c = 0 obtenemos la solucin singular y(x) = 0, sin embargo, si imponemos la condicin
y(0) = 1 tenemos que
c
1=
c1
o lo que es lo mismo
c1=c
con lo que
1 = 0,
que es un absurdo, por lo que la solucin singular y(x) = 1 no est englobada dentro de la solucin
general (2.1).
6
2.2
Ecuaciones diferenciales lineales
La ecuacin lineal de primer orden es de la forma

f1 (x)y 0 + f2 (x)y = g(x),
donde f1 , f2 y g son funciones reales continuas en el definidas sobre un intervalo abierto (a, b). Si
f1 (x) 6= 0 para todo elemento x (a, b), podemos escribir la ecuacin anterior de la forma
y 0 + p(x)y = q(x),
donde p(x) = f2 (x)/f1 (x) y q(x) = g(x)/f1 (x). Si q(x) = 0 para todo x (a, b) la ecuacin se dice
homognea, y en caso contrario no homognea.
Las soluciones de la ecuacin lineal homognea pueden calcularse fcilmente al ser sta de variables
separadas. En efecto, si consideramos la ecuacin
y 0 + p(x)y = 0,
podemos reducirla a la forma
y entonces
y0
= p(x),
y
Z
y 0 (x)
dx =
y(x)
p(x)dx.
Si G(x) es una primitiva de p(x) tendremos

Z 0
y (x)
dx = ln y(x) = G(x) + C,
y(x)
y as
y(x) = KeG(x) donde K R.
Para calcular las soluciones de la ecuacin lineal no homognea procederemos por el mtodo de
variacin de constantes. Dicho mtodo permite calcular las soluciones de la ecuacin no homognea
a partir de las soluciones de la homognea. Supongamos la ecuacin
y 0 + p(x)y = q(x),
y sea yh (x) = KeG(x) la solucin de la ecuacin homognea calculada anteriormente. El mtodo de
variacin de constantes se basa en suponer que las soluciones de la ecuacin no homognea son de
la forma y(x) = K(x)eG(x) , donde K(x) es ahora una funcin arbitraria que suponemos derivable.
Derivando esta expresin teniendo en cuenta que G0 (x) = p(x) obtenemos
y 0 (x) = K 0 (x)eG(x) K(x)p(x)eG(x) .
Suponiendo que y(x) es solucin de la ecuacin lineal no homognea y sustituyendo en dicha ecuacin
se tiene
K 0 (x)eG(x) p(x)K(x)eG(x) + p(x)K(x)eG(x) = q(x),
7

o lo que es lo mismo
K 0 (x) = q(x)eG(x) .
As
K(x) =
q(x)eG(x) dx = H(x) + C,
donde H(x) es una primitiva de q(x)eG(x) . Por lo tanto, la solucin de la ecuacin no homognea es
de la forma
y(x) = CeG(x) + H(x)eG(x) .
Por ejemplo consideremos la ecuacin lineal xy 0 + 2y = sin x. Dicha ecuacin puede escribirse
como
sin x
2
y0 + y =
.
x
x
La ecuacin homognea es de la forma y 0 + x2 y = 0, cuyas soluciones son de la forma yh (x) = K/x2 .
Procediendo por el mtodo de variacin de constantes obtenemos que
Z
K(x) = x sin xdx = sin x x cos x + C,
de donde obtenemos que las soluciones de nuestra ecuacin son
y(x) =
1
(sin x x cos x + C).
x2
Si consideramos el problema
y 0 + x2 y = sinx x
y(/2) = 0
tendramos utilizando el dato y(/2) = 0 que

0 = y(/2) =
4
(1 + C)
2
con lo que C = 1 y la funcin

y(x) =
1
(sin x x cos x 1)
x2
es la nica solucin de dicho problema de condiciones iniciales.

Es importante en este punto hacer una reflexin. El alumno puede obtar por aprender las frmulas
anteriores de memoria y aplicarlas. Sin embargo, nosotros proponemos que se aprenda a resolver la
ecuacin a partir de las ideas que permiten obtener las frmulas anteriores. Por ejemplo, vamos a
resolver de nuevo la ecuacin
sin x
2
.
y0 + y =
x
x
Resolvemos en primer lugar la ecuacin homognea, que ser de variables separables. Consideramos
as y 0 + 2y/x = 0, de donde
y0
2
= ,
y
x
8

e integrando
obtenemos
de donde despejando
y 0 (x)
dx =
y(x)
2
dx
x
log y(x) = 2 log x + c = log x2 + c,
k
, k = ec .
x2
Ahora obtenemos por el mtodo de variacin de constantes la solucin de la ecuacin no homognea,
para lo cual, segn dicho mtodo, hemos de proponer una solucin de la forma y(x) = k(x)/x2 .
Derivamos esta expresin, y 0 (x) = k0 (x)/x2 2k(x)/x3 , y sustituimos en la ecuacin original teniendo
y(x) =
k0 (x)
k(x) 2 k(x)
sin x
2 3 +
=
,
2
2
x
x
x x
x
simplificando obtenemos
k0 (x) = x sin x
e integrando
k(x) =
x sin xdx = sin x x cos x + C,
de donde obtenemos que las soluciones de nuestra ecuacin son

y(x) =
1
(sin x x cos x + C).
x2
Como se ve, slo hemos usado las ideas y no las frmulas. Aconsejamos al alumno proceder de esta
manera a la hora de resolver estas ecuaciones.
2.3
Ecuaciones diferenciales exactas
Consideremos una ecuacin diferencial de primer orden de la forma y 0 = M(x,y)

donde M(x, y) y
N(x,y)
2
N(x, y) son funciones reales definidas sobre un dominio (a, b) (c, d) R con a, b, c, d R. Dicha
ecuacin puede llevarse a la forma M(x, y) + N(x, y)y 0 = 0. Supongamos que existe una funcin
derivable f : (a, b) (c, d) R2 R de manera que f
(x, y) = M(x, y) y f
(x, y) = N(x, y).
x
y
Entonces la ecuacin f (x, y) = C, donde C es un nmero real, define a y como funcin implcita de
forma que dicha funcin y(x) es solucin de la ecuacin diferencial anterior. En efecto, si calculamos
0=
d
f
f
dC
=
f (x, y(x)) =
(x, y(x)) +
(x, y(x))y 0 (x) = M(x, y(x)) + N(x, y(x))y 0 (x).
dt
dx
x
y
Recprocamente, una ecuacin f (x, y) = C donde f (x, y) es una funcin que supondremos de
clase C 1 ((a, b) (c, d)), y que define de forma implcita una funcin y(x) proporciona las soluciones
de la ecuacin diferencial M(x, y) + N(x, y)y 0 = 0 donde f
(x, y) = M(x, y) y f
(x, y) = N(x, y).
x
y
Definiremos las ecuaciones diferenciales exactas como aquellas de forma
M(x, y) + N(x, y)y 0 = 0
9

donde M, N : (a, b) (c, d) R son funciones de clase C 0 ((a, b) (c, d)) con a, b, c, d R, de manera
que existe una funcin f : (a, b) (c, d) R cumpliendo
f
f
(x, y) = M(x, y) y
(x, y) = N(x, y).
x
y
Si dicha ecuacin es exacta y las funciones M y N son de clase C 1 ((a, b) (c, d)), se verifica
aplicando el Teorema de Schwarz que
M
2f
2f
N
(x, y) =
(x, y) =
(x, y) =
(x, y).
y
xy
yx
x
Es ms, el siguiente resultado caracteriza las ecuaciones exactas.
Teorema 2.1 Sea la ecuacin diferencial M(x, y) + N(x, y)y 0 = 0 donde M, N : (a, b) (c, d) R
son funciones de clase C 1 ((a, b) (c, d)) con a, b, c, d R. Dicha ecuacin es exacta si y slo si
M
(x, y) = N
(x, y).
y
x
Este resultado garantiza en qu circunstancias puede decirse que una ecuacin es exacta y la
demostracin es constructiva, ya que permite obtener las soluciones de la ecuacin diferencial en
cuestin. En el siguiente ejemplo, reproducimos las ideas de dicha demostracin.
Consideremos la ecuacin 3x2 + 4xy + (2x2 + 2y)y 0 = 0. En dicha ecuacin M(x, y) = 3x2 + 4xy
y N(x, y) = 2x2 + 2y son ambas funciones de clase C 1 (R2 ) y se verifica que
4x =
N
M
(x, y) =
(x, y) = 4x.
y
x
Entonces, si la ecuacin es exacta, existir una funcin f : R2 R de clase C 2 (R2 ) de forma que
f
(x, y) = M(x, y) = 3x2 + 4xy
x
f
(x, y) = N(x, y) = 2x2 + 2y.
y
Tomando la primera expresin e integrando respecto de x obtenemos que
Z
Z
f (x, y) = M(x, y)dx = (3x2 + 4xy)dx = x3 + 2x2 y + g(y),
donde g(y) es una funcin que proviene de la integracin constante respecto de la variable x, pero
que puede depender de la variable y. Utilizando la segunda igualdad se tiene que
2x2 + g0 (y) =
f
(x, y) = N(x, y) = 2x2 + 2y,
y
es decir
g0 (y) = 2y.
Entonces
g(y) = y 2 + C,
10

y la ecuacin
f (x, y) = x3 + 2x2 y + y 2 + C = 0
define de forma implcita las soluciones de nuestra ecuacin diferencial.
Si ahora consideramos el problema de condiciones iniciales
3x2 + 4xy + (2x2 + 2y)y 0 = 0
y(1) = 1
tenemos al ser y(1) = 1 que

f (1, 1) = 1 + 2 + 1 + C = 0,
con lo que C = 4 y la ecuacin
x3 + 2x2 y + y 2 4 = 0,
define implcitamente la nica solucin de dicho problema.
2.4
Factores integrantes
Tomemos como en el apartado anterior una ecuacin diferencial de la forma M(x, y) + N(x, y)y 0 = 0.
Qu ocurre cundo la ecuacin no es exacta? Consideremos por ejemplo el caso de la ecuacin
xy x2 y 0 = 0. As M(x, y) = xy y N(x, y) = x2 , y como podemos comprobar fcilmente M
(x, y) =
y
N
x y x (x, y) = 2x, con lo que dicha ecuacin no es exacta. Sin embargo, si despejamos en la ecuacin
y 0 , para valores de x distintos de cero obtenemos una nueva ecuacin
y 0 = y/x
que es de variables separadas y que por tanto es posible calcular sus soluciones. Sin embargo para
ecuaciones como y + (2x yey )y 0 = 0, esto no es factible.
Para abordar el clculo de las soluciones de estas ecuaciones que no son exactas se introduce el
concepto de factor integrante. Un factor integrante es una funcin : R2 R de clase C 1 (R2 ) con
(x, y) 6= 0 para todo (x, y) R2 y tal que la ecuacin diferencial
(x, y)M(x, y) + (x, y)N(x, y)y 0 = 0
es exacta. Como (x, y) 6= 0 para todo punto de R2 , esta funcin no introduce soluciones adicionales
en la ecuacin diferencial original. Adems, las soluciones de sta ltima ecuacin diferencial tambin
son solucin de la ecuacin
M(x, y)
(x, y)M(x, y)
y0 =
=
,
(x, y)N(x, y)
N(x, y)
siempre que N(x, y) 6= 0. Para que la ecuacin sea exacta ha de cumplirse que
((x, y)M(x, y)) =

((x, y)N(x, y)),
y
x
es decir,
N
(x, y)M(x, y) + (x, y)
(x, y) =
(x, y)N(x, y) + (x, y)
(x, y).
y
y
x
x
11

Dicha ecuacin es en general muy difcil de resolver. Para hacer el clculo del factor integrante ms
fcil, suelen aadirse hiptesis adicionales sobre el factor integrante, como que slo dependa de la
variable x o y o combinaciones de ambas.
Por ejemplo, considerando la ecuacin anterior y + (2x yey )y 0 = 0, tenemos que M(x, y) = y y
N(x, y) = 2x yey , y claramente no es una ecuacin exacta. Si planteamos las ecuaciones del factor
integrante tendremos que
(x, y)y + (x, y) =

(x, y)(2x yey ) + (x, y)2.
y
x
Si suponemos que el factor integrante slo depende de la variable y, se verifica
ficndose as notablemente la ecuacin, reducindose a
(x, y)
x
= 0, simpli-
0 (y)y = (y),
que resulta ser una ecuacin diferencial de variables separadas. Resolviendo dicha ecuacin tenemos
que (y) = y es un factor integrante. Entonces la ecuacin
y 2 + (2xy y 2 ey )y 0 = 0
es exacta y por tanto existir una funcin f (x, y) tal que
f
(x, y) = y 2
x
f
(x, y) = 2xy y 2 ey .
y
Entonces
f (x, y) =
y utilizando la otra igualdad
2yx + g0 (y) =
Por lo tanto
g(y) =
y 2 dx = y 2 x + g(y),
f
(x, y) = 2xy y 2 ey .
y
y 2 ey dy = y 2 ey + 2yey 2ey + C
con lo que la solucin de la ecuacin diferencial viene definida de forma implcita por la ecuacin
y 2 x y 2 ey + 2yey 2ey + C = 0.
2.5
Existencia y unicidad de soluciones
Llegado este punto y dado que planteamos siempre problemas de condiciones iniciales con solucin
nica, el alumno podra pensar que este tipo de problemas tienen siempre solucin nica. Es por
12

ello que abordamos el estudio de los problemas de condiciones iniciales desde un punto de vista ms
terico para poner de manifiesto cundo existe solucin nica, aun cuando sta no pueda calcularse.
En primer lugar, ejemplos como
y 0 = x log y
y(0) = 1
ponen de manifiesto que la solucin a este tipo de problemas no tiene porque existir. Es ms,
0
y = 3y 2/3
y(0) = 0
tiene ms de una solucin a saber y(x) = 0 e y(x) = x3 . El siguiente resultado podr orden a todas
estas ideas.
Teorema 2.2 Sea f : D = [t0 a, t0 +a][y0 b, y0 +b] R una funcin continua tal que la derivada
parcial de f respecto a la segunda variable f
es tambin continua en D. Sea M = max{|f (x, y)| :
y
(x, y) D}. Entonces el problema de condiciones iniciales
0
y = f (x, y)
y(t0 ) = y0
tiene solucin nica definida en [t0 , t0 + ] donde = min{a, b/M}.
Para demostrar el resultados se puede seguir la referencia [Bra, pag. 6780], la cual utiliza
muchas herramientas del clculo ya estudiadas como el Teorema del valor medio, convergencia de
series funcionales, etc. Est basada en la sucesin de Picard
y0 (t) = y0
Rt
yn+1 (t) = y0 + t0 f (s, yn (s))ds
generada a partir del problema integral asociado de la forma

Z t
f (s, y(s))ds.
y(t) = y0 +
t0
Dicha sucesin de Picard tambin proporciona una primera idea sobre mtodos numricos de ecuaciones diferenciales que los alumnos estudiarn en la asignatura de cuarto curso de clculo numrico.
2.6
Ejercicios
1. Verificar en cada caso que las siguientes funciones son solucin de la ecuacin diferencial correspondiente:
c
de y 0 y tan x = 0.
cos x
(b) x = y (x) log y (x) de y 0 (y + x) = y.
(c) y (x) = x2 cx de 12 (x2 + y 2 ) xyy 0 = 0.

(a) y (x) =
13

Rx
sin(t2 )dt de y = xy 0 + y 2 sin(x2 ).

p
(e) arctan xy log c x2 + y 2 = 0 de x + y (x y)y 0 = 0.
(d) x = y (x)
2. Demostrar que los siguientes problemas de condiciones iniciales tienen solucin nica.
p
0
0
0
y = x log(xy)
y = x2 eyx
y = x2 x2 + y 2
(c)
(b)
(a)
y(1) = 2
y(0) = 0
y(0) = 3
3. Resolver las siguientes ecuaciones de variables separables:
(a) 3ex tan y + y 0 (2 ex ) sec2 y = 0 (b) (1 + ex )yy 0 = ex ; y(0) = 1
(c) ey (1 + y 0 ) = 1
(d) y 0 sin x = y log y; y(/2) = e
(e) y 0 = cos(x + y)
(f) y 0 = ex+2y
4. Resolver las siguientes ecuaciones lineales:
2
(b) y 0 y = 2xex+x
(a) y 0 + 2xy = 2xex
(c) y 0 + y cos x = sin x cos x; y(0) = 1 (d) y 0 + 2y = x2 + 2x; y(3) = 0
(e) (a2 x2 )y 0 + 2xy = a2
(f) x(x 1)y 0 + y = x2 (2x 1)
(g) y 0 2xy = cos x 2x sin x y tal que y es una funcin acotada cuando x +.
sin x
(h) y 0 sin x y cos x =
e y 0 cuando x +.
x
5. Resolver las siguientes ecuaciones exactas o buscando un apropiado factor integrante:
(a) sin(xy) + xy cos(xy) + x2 cos(xy)y 0 = 0
(c) x2 + y xy 0 = 0
2
2
x2 + y 2
0x + y
(e) 2x +
=
y
x2 y
xy 2
2
(g) 3x + 2y + y + (2x + 2xy + 5y 2 )y 0 = 0
(i) 2xy + y 3 + (x2 + 3xy 2 )y 0 = 0
(b) x + y 2 2yxy 0 = 0 p
(d) 2xy log y + (x2 + y 2 y 2 + 1)y 0 = 0
(f) 1 x2 y + x2 (y x)y 0 = 0
(h) x3 + xy 2 + (x2 y + y 3 )y 0 = 0
(j) x2 + 2xy + (yx + 2x2 )y 0 = 0
6. Una funcin f (x, y) se dice homognea de grado si se cumple que f (tx, ty) = t f (x, y).
Probar que las siguientes funciones son homogneas.
(a) f (x, y) = x2 + y 2 xy
(b) f (x, y) = x + y
(c) f (x, y) = x3 + 2xy 2 + 2y 3
7. Ecuaciones homogneas. Una ecuacin diferencial se dice homognea si es de la forma

y 0 = f (x, y)/g(x, y) donde f (x, y) y g(x, y) son funciones homogneas del mismo grado. Toda
ecuacin homognea puede reducirse a una ecuacin de variables separables introduciendo la
nueva variable dependiente v = y/x. Utilizando este hecho resolver las siguientes ecuaciones
homogneas:
(a) y 0 =
2xy
3x2 y 2
(b) xy 0 =
p
x2 y 2 + y
(c) 2xy 0 (x2 + y 2 ) = y(y 2 + 2x2 )
(d) 4x 3y + y 0 (2y 3x) = 0 (e) 4x2 xy + y 2 = y 0 (xy x2 4y 2 )

14

8. Ecuacin de Bernuilli. Una ecuacin diferencial se dice de Bernuilli si puede escribirse en la
forma y 0 + f (x)y = q(x)y , 6= 0 o 1. Toda ecuacin de Bernuilli puede escribirse como una
ecuacin lineal haciendo un cambio de variable en la variable dependiente v = y 1 . Utilizando
este hecho, resolver las siguientes ecuaciones:
(a) xy 0 + y = y 2 log x
(b) 3xy 0 2y = x3 /y 2
(d) x2 y 0 + 2x3 y = y 2 (1 + 2x2 ) (e) (1 + x2 )y 0 = xy + (xy)2
1
(c) 8xy 0 y = 3
y x+1
1
y
= (x + 1)3 y 2
(f) y 0 +
x+1
2
9. Resolver las siguientes ecuaciones diferenciales

(a) y 0 = (x y)2 + 1
(c) y xy 2 log x + xy 0 = 0
(e) 3y 2 x + (2y 3 6xy)y 0 = 0
(g) x2 + y 2 xyy 0 = 0
(i) x y 2 + 2xyy 0 = 0
(k) x3 3xy 2 + (y 3 3x2 y)y 0 = 0
(b) y 0 + y cos x = y n sin 2x; n 6= 1

(d) y 0 1 = ex+2y
(f) x2 + xy 0 = 3x + y0
2
2
(h) 1 + x + ny +
1 + y + nx y 0 = 0; y(0) = n
(j) (x + 1)y 0 = y 1
(l) 2xy 00 y 0 = 3x2
Ayuda: Probar en (c) un factor integrante de la forma (x y). Probar en (e) un factor
integrante de la forma (x + y 2 ).
10. Resolver los problemas de condiciones iniciales siguientes:
y3
0
0
x + yex y 0 = 0
x + y cos x = y sin x
y =
2
(c)
(a)
(b)
1
2xy
y (/2) = 2.
y (0) = 1.
y (0) = 1.
0
2x
= y0
y = 2xy 2
2
(d)
(e)
y+x y
y (0) = 1.
y (0) = 2.
(f)
y 0 y = 2xe2x
y (0) = 1.
(g)
cos x
2
y0 + y = 2
x
x
y () = 0.
15
(h)
xy 0 + 2y = sin x
y (/2) = 1.
16
Captulo 3
Aplicaciones de las ecuaciones de orden
uno
Sumario. Problemas geomtricos. Familias ortogonales. Descomposicn radioactiva. Ley de enfriamiento de Newton: aplicacin a la climatizacin de edificios.
Problemas de mezclas qumicas. La catenaria.
3.1
Problemas geomtricos
En un principio, las ecuaciones diferenciales permiten resolver problemas geomtricos que son dificilmente abordables desde otro punto de partida. Por ejemplo, consideremos el siguiente: determinar
la familia de curvas del plano que verifican que en cada punto P su recta normal corta al eje Y en
un punto M tal que la distancia de M a P es uno.
Para resolver este problema, supongamos que y(x) es una curva de la familia y vamos a determinar
la ecuacin diferencial de dicha familia. Resolviendo la ecuacin diferencial obtendremos la familia
uniparamtrica de curvas que cumplen con la condicin pedida. Fijemos un punto arbitrario (x, y)
de la grfica de y(x) y sea Y y = y 0 (X x) su recta tangente y por tanto Y y = y10 (X x)
(ntese las variables de las rectas las escribimos en maysculas). El punto de corte con el eje Y lo
obtenemos resolviendo el sistema
Y y = y10 (X x),
Y = 0.
Despejando X se tiene que el punto de corte es
M = (x + yy 0 , 0) .
Calculamos ahora la distancia de M a P ,
p
p
d(P, M) = (x yy 0 x)2 + (0 y)2 = (yy 0 )2 + y 2 = 1,
de donde
(yy 0 )2 + y 2 = 1.
17
Aplicaciones de las ecuaciones diferenciales de orden uno

Despejamos y 0 , teniendo las ecuaciones de variables separables
1
y0 = p
y 1 y2
que tienen por solucin en el caso positivo
en el caso negativo.
3.1.1
1p
(1 + y 2 )3 = x + c
3
1p
(1 + y 2 )3 = x + c
3
Familias ortogonales
Otro problema geomtrico que se aborda mediante ecuaciones diferenciales es el clculo de las familas
ortogonales. Dos familias de curvas se dicen ortogonales si en cada punto de interseccin de una curva
de cada familia, las rectas tangentes a cada curva de cada familia son perpendiculares. Por ejemplo
vamos a hallar la familia de curvas ortogonales a la familia de curvas y = cx4 . Para ello, en primer
lugar obtenemos la ecuacin diferencial de la familia de curvas eliminando c en el sistema
0
y = 4cx3 ,
y = cx4 ,
de donde
xy 0 = 4y
y la ecuacin diferencial de la familia ortogonal es
x
= 4y,
y0
teniendo en cuenta que si y 0 es la pendiente de la recta tangente a una curva de la primera familia,
1/y 0 es la pendiente de la recta tangente de la familia ortogonal, al ser ambas rectas perpendiculares.
Resolviendo la ecuacin
4yy 0 = x
tenemos que
x2
2y =
+ c, c 0
2
2
o equivalentemente
y2
x2
+
=1
2c (c/2)
es la familia uniparamtrica de elipses ortogonal a la familia y = cx4 .
18
3.2
Descomposicin radioactiva
Consideremos un istopo radioactivo del cual tenemos una cantidad y(t) que vara con el tiempo
t. Una sustancia radioactiva tiende a descomponerse con el tiempo formando nuevas sustancias
y liberando a su vez una gran cantidad de energa. Se ha comprobado experimentalmente que la
velocidad con que una sustancia radioactiva se descompone es directamente proporcional a la cantidad
de sustancia existente en dicho instante, es decir, satisface la ecuacin diferencial
y 0 = Ky
donde K es una constante que depende de la sustancia considerada. Esta ecuacin es de variables
separadas, y proporciona las soluciones
y(t) = CeKt ,
con C la constante proveniente de la integracin.
Se define la vida media de una sustancia radioactiva tm , como el tiempo necesario para que una
cantidad de dicha sustancia se reduzca a la mitad. Si tenemos una cantidad inicial de una sustancia
N0 , su vida media puede calcularse resolviendo primero el problema de condiciones iniciales
y 0 = Ky
y(0) = N0
que proporciona la solucin
y(t) = N0 eKt ,
y posteriormente la ecuacin
N0
= N0 eKtm ,
2
con lo que la vida media es
log 2
.
K
Como podemos observar, la vida media de la sustancia depende de la constante K, que es intrnseca de cada sustancia.
tm =
3.3
Ley de enfriamiento de Newton.
Los contenidos de esta seccin pueden verse en [NaSa]. Supongamos que tenemos un cuerpo inerte
que no produce calor de manera autosuficiente, cmo por ejemplo el agua, una piedra o un reloj.
De observaciones experimentales se sabe que la temperatura superficial de dicho cuerpo vara con
una rapidez proporcional a la diferencia de temperatura entre el objeto y su entorno. Es decir, si
denotamos por y(t) la temperatura del cuerpo con el tiempo, sta verifica la ecuacin diferencial
y 0 = K(T y),
donde K es una constante de proporcionalidad y T es la temperatura ambiente en ese momento.
Dicho comportamiento es conocido cmo la ley de enfriamiento de Newton. Por ejemplo, si servimos
19

una taza de caf a una temperatura de 950 C y al minuto est a 850 C, y suponiendo que la habitacin
est a 200 C, cundo podremos tomar el caf si la temperatura idnea para tomarlo es de 650 C ?
Para responder a esta pregunta, basta con resolver el problema de condiciones iniciales
y 0 = K(20 y)
y(0) = 95.
Obtenemos la solucin de la ecuacin diferencial, que es de variables separadas calculando
Z
Z
y 0 (t)
dt = Kdt,
20 y(t)
que nos proporciona la solucin
y(t) = CeKt + 20,
donde K es una constante proveniente de la integracin. Imponiendo ahora que y(0) = 95, calculamos
dicha constante resolviendo la ecuacin
95 = y(0) = C + 20,
con lo que C = 75. Por otra parte, como al minuto de haber servido el caf la temperatura de ste
haba descendido hasta los 850 C tenemos que
85 = y(1) = 75eK + 20,
que permite obtener el valor de la constante K = log(13/15). La funcin
y(t) = 75et log(13/15) + 20
define entonces la evolucin de la temperatura de la taza de caf con el tiempo. Para averiguar el
momento en el cual la temperatura de dicha taza es de 650 C basta resolver la ecuacin
65 = 75et log(13/15) + 20,
que da la solucin
t=
log(9/15)
= 3.57 minutos.
log(13/15)
Es decir, aproximadamente unos tres minutos y medio despus de haber servido el caf.
3.3.1
Aplicacin a la climatizacin de edificios
Supongamos que tenemos un edificio que en un principio vamos a considerar como una unidad, es
decir, no vamos a tener en cuenta el nmero de habitaciones que tiene (ya veremos posteriormente
este caso). Si T (t) es la temperatura del edificio vaco en un instante de tiempo t y E(t) es la
temperatura en el exterior (que puede ser variable), la ley de Newton afirma que
T 0 (t) = K(E(t) T (t)).
20

Si suponemos constante E(t) = E0 , entonces la ecuacin puede escribirse como
T 0 (t) =
d
dT
(t) = (T (t) E0 ) = K(T (t) E0 ),
dt
dt
que nos proporciona la solucin

T (t) E0 = ceKt ; c R.
Si T (0) es la temperatura inicial del edificio c = T (0) E0 y la solucin es

T (t) E0 = (T (0) E0 )eKt .
El tiempo que transcurre desde el valor T (0) E0 hasta el valor (T (0) E0 )/e e t0 = 1/K, que recibe
el nombre de constante de tiempo del edificio, y que suele medirse en horas. Un valor normal para
un edificio cerrado oscila entre la 2 y las 4 horas para la constante 1/K.
Si el edificio no esta vaco se produce un calentamiento adicional debido al calor corporal, luces,
mquinas en funcionamiento, etctera, cuya razn denotaremos por H(t). Si adicionalmente el edificio
dispone de un sistema de calefaccin o de aire acondicionado, se produce un aumento o disminucin
de la temperatura que denotaremos por U(t). Entonces, la ecuacin anterior queda como
T 0 (t) = K(E(t) T (t)) + H(t) + U(t),
que escribindola como
T 0 (t) = KT (t) + (KE(t) + H(t) + U(t))
vemos claramente que es lineal.
Ejemplo 3.1 Supongamos una maana de sbado caluroso que en una tienda, mientras las personas
estn trabajando el aire acondicionado mantiene la temperatura de la tienda a 20 o C. A mediodia
se apaga el aparato de aire acondicionado y la gente se va a sus casas. La temperatura exterior
permanece constante a 35 o C. Si la constante de tiempo del edificio es de 4 horas, cul ser la
temperatura del edificio a las 2 de la tarde? En que momento la temperatura en el interior ser de
27 o C?
Para responder a esta pregunta planteamos la ecuacin diferencial
1
T 0 (t) = (35 T (t)),
4
dado que H(t) = U (t) = 0, junto con la condicin inicial T (0) = 20, que se corresponde con la
temperatura al medioda. La solucin de la ecuacin diferencial ser
T (t) = cet/4 + 35,
y con la condicin inicial obtenemos c que nos proporciona la solucin
T (t) = 15et/4 + 35.
As a las dos de la tarde la temperatura ser de
T (2) = 15/ e + 35 ' 25.9 o C.

21

El momento t0 en que la temperatura ser de 27 o C se obtendr al resolver la ecuacin
27 = 15et0 /4 + 35,
que nos da
8
' 2.51 horas
15
es decir, aproximadamente a la 2 horas y media.
t0 = 4 log
Ejemplo 3.2 Un calentador solar de agua consta de un tanque de agua y un panel solar. El tanque
se encuentra bien aislado y tiene una constante de tiempo de 64 horas. El panel solar genera 2000
kilocaloras por hora durante el da y el tanque tiene una capacidad calorfica de 2 o C por cada 1000
kilocaloras. Si el agua se encuentra inicialmente a 30 o C y la temperatura ambiente es de 20 o C,
cul ser la temperatura del tanque al cabo de 12 horas de luz solar?
En este caso
U(t) = 2 o C/1000 Kcal 2000 Kcal/h = 4 o C/h,
con lo que la ecuacin diferencial que modeliza el fenmeno es
T 0 (t) =
1
(20 T (t)) + 4,
64
junto con la condicin inicial T (0) = 30 o C. La solucin de dicha ecuacin diferencial es

T (t) = cet/64 + 276,
de donde la solucin del problema de condiciones iniciales es
T (t) = 246et/64 + 276.
Al cabo de 12 horas la temperatura del agua del tanque es
T (12) = 72.06 o C.
3.4
Problemas de mezclas qumicas.
Las ecuaciones diferenciales tambin tienen aplicacin dentro de los problemas de mezclas. En estos
problemas aparecen involucradas sustancias, las cuales se mezclan dentro de un recipiente de volumen
dado V0 . Supongamos que inicialmente tenamos una cantidad de X0 kilogramos de una sustancia
diluida en una concentracin de X0 /V0 Kg/m3 , y que introducimos otra solucin que contiene una
concentracin b Kg/m3 de dicha sustancia la cual es introducida en el recipiente a una velocidad de
e m3 /sg. Adems sacamos parte de la solucin que se produce dentro del recipiente a una velocidad
de f m3 /sg. Si denotamos por y(t) la cantidad de sustancia en cuestin dentro del recipiente por
unidad de tiempo, tenemos que la variacin de dicha cantidad viene dada por
y 0 = ve vs ,
22

donde ve y vs son las velocidades de entrada y salida de dicha sustancia respectivamente. Como
ve = be Kg/sg y vs = y(t)/V (t) Kg/sg donde V (t) = V0 + et f t es el volumen de disolucin en el
recipiente por unidad de tiempo, el problema de condiciones iniciales
y
y 0 = be + V0 +etf
f
t
y(0) = X0
modeliza la cantidad de sustancia que hay en el recipiente por unidad de tiempo.
Por ejemplo, supongamos una tanque que contiene originalmente 400 litros de agua limpia. Vertemos en el tanque agua que contiene 0.05 kilogramos de sal por litro a una velocidad de 8 litros
por minuto, y se deja que la mezcla salga del recipiente a la misma rapidez. Vamos a determinar la
cantidad de sal que habr en el recipiente al cabo de 20 minutos. Para ello, teniendo en cuenta que
el volumen se mantiene constante, planteamos el problema de condiciones iniciales
y
y 0 = 0.4 + 1000
y(0) = 0.
y
tiene por solucin
La ecuacin diferencial implicada es lineal. La ecuacin homognea y 0 = 1000
y(t) = Ket/1000 , donde K es la constante procedente de la integracin. Por el mtodo de variacin de
constantes calculamos la solucin de la ecuacin no homognea imponiendo que y(t) = K(t)et/1000
sea solucin de la misma. Entonces
K 0 (t)et/1000 + K(t)
con lo que
K(t) = 0.4
et/1000
et/1000
= 0, 4 + K(t)
,
1000
1000
et/1000 dt =
4
et/1000 + C.
10000
As la solucin de la ecuacin diferencial ser

y(t) =
4
+ Cet/1000 .
10000
Adems, como y(0) = 0, tenemos que

0=
4
+ C,
10000
con lo que C = 1/1000, y la solucin del problema de condiciones iniciales es

y(t) =
4
(et/1000 1).
10000
A los 20 minutos, la cantidad de sal que hay dentro del tanque es

y(20) =
4
(e1/50 1) = 0.808 106 kilogramos.
10000
23
3.5
La catenaria.
Al estudiar las ecuaciones de orden uno, tambin explicaremos aquellas ecuaciones de orden superior
que son reducibles a ecuaciones de orden uno. Tomemos por ejemplo el caso de la catenaria (ver
[Sim, pag. 69] o [Pui, pag. 62]). Supongamos un cable colgado entre dos puntos tal como muestra
la figura y sea P0 el punto de tangencia horizontal, donde situamos el eje vertical.
Si denotamos por s la longitud del arco, la relacin entre las fuerzas en un punto cualquiera de la
curva viene dada por
Z s
(s)ds = T sin
0
T0 = T cos ,
donde T0 es la tensin del cable en el punto P0 , T es la tensin en dicho punto y (s) es la densidad
de masa en cada punto del cable. Teniendo en cuenta que
T sin = T0 tan = T0
obtenemos que
0
T0 y (x) =
dy
,
dx
(s)ds.
Derivando respecto de x la ecuacin anterior

Z
p
d s
ds
00
T0 y (x) =
= (s) 1 + y 0 (x)2 ,
(s)ds
ds 0
dx
de donde obtenemos la ecuacin diferencial
p
T0 y 00 (x) = (s) 1 + y 0 (x)2 .
24

Para continuar necesitamos alguna informacin adicional sobre (s). Si suponemos por ejemplo que
sta es constante, la ecuacin anterior queda de la forma
p
y 00 = a 1 + (y 0 )2 , a = 0 /T0 ,
de donde resolviendo la ecuacin en y 0 con las condiciones iniciales y 0 (0) = 0,
1
y 0 (x) = (eax eax ).
2
Situando el eje horizontal de manera que y(0) = 1/a concluimos que la solucin es de la forma
y(x) =
1
cosh(ax).
a
Informacin adicional sobre la catenaria puede verse en la referencia [Pui, pag. 6264], donde se
ofrecen algunas aplicaciones a la tcnica de esta curva.
3.6
Ejercicios
1. Demostrar que la curva que posee la propiedad de que todas sus rectas normales pasan por un
punto constante es una circunferencia.
2. Una bala se introduce en una table con una velocidad v0 = 200 m/s y al atravesarla sale con
una velocidad v1 = 80 m/s. Suponiendo que la resistencia de la tabla al movimiento de la bala
es proporcional al cuadrado de la velocidad, hallar en cunto tiempo atraviesa la tabla la bala.
3. El istopo radioactivo del Torio 234 se desintegra a una rapidez proporcional a la cantidad
existente en ese instante de tiempo. Si 100 miligramos de este material se reducen a 82.04
miligramos en un semana, cunto Torio tendremos al cabo de tres semanas? Cunto tiempo
tiene que transcurrir para que la cantidad de Torio se reduzca a la mitad?
4. De observaciones experimentales se sabe que la temperatura superficial de un objeto cambia
con una rapidez proporcional a la diferencia de temperatura del objeto y su entorno. Este
hecho es conocido como la ley de enfriamiento de Newton. Si la temperatura de una taza de
caf es de 950 C recin servida, y al minuto se enfri a 880 C en un cuarto que est a 200 C,
cunto tiempo debe de transcurrir para que se enfrie hasta los 650 C?
5. Supongamos que decids matar al profesor de ecuaciones diferenciales. Una vez perpetrado el
hecho, se encuentra el cuerpo en el despacho del mismo que est a una temperatura de 200 C
a las 6 de la tarde. La temperatura corporal de cadver era de 350 C en dicho momento. Una
hora ms tarde la temperatura era de 330 C. A que hora se produjo el horripilante y brutal
suceso?
6. Un tanque contiene originalmente 400 litros de agua limpia. Entonces se vierte en el tanque
agua que contiene 0.05 kilogramos de sal por litro a una velocidad de 8 litros por minuto, y se
deja que la mezcla salga del tanque con la misma rapidez. Determinar la sal que habr en el
tanque despus de 20 minutos.
25

7. Hallar las curvas que verifican cada una de las siguientes propiedades geomtricas:
a) La distancia de un punto de la curva al origen es igual a la longitud del segmento de la
normal en el punto delimitado por el propio punto y el eje OX.
b) La proyeccin sobre el eje OX de la parte de la normal en (x, y) delimitada por (x, y) y el
eje OX es 1.
c) La proyeccin sobre el eje OX de la parte tangente entre (x, y) y el eje OX tiene longitud
1.
d) La distancia del origen a cada tangente es igual a la abcisa del punto de tangencia correspondiente.
8. Hallar las trayectorias ortogonales a las familias de curvas siguientes:
(a) x2 + y 2 = c2 . (b) y 2 = 4c(x + c). (c) y = cx4 .
9. Hallar la ecuacin diferencial que proporcionan las curvas planas (respecto de un sistema de
coordenadas cartesianas regular) tales que la tangente a la curva en los puntos M de ella que
corta al eje OY en un punto B de forma que MB = AB siendo A=(0, 0) en un punto fijo del
eje OX.
10. Hallar la ecuacin de las curvas planas tales que la tangente en un punto M cualquiera de ellas
corta al eje OY en un punto P de modo que el punto medio del segmento MP est en la elipse
de ecuacin 4x2 + y 2 = 1.
11. Comenz a nevar una maana y continu nevando con regularidad durante todo el da. Al medioda una maquina quitanieve comenz a limpiar una carretera a ritmo constante en trminos
de volumen de nieve retirado por hora. A las dos de la tarde la mquina haba avanzado dos
kilmetros y a las cuatro de la tarde tan slo un kilmetro ms. A que hora comenz a nevar?
12. Entre los alumnos de esta asignatura se extiende el rumor de que el examen de problemas va
a ser muy difcil. Si hay 1000 alumnos de dicha asignatura y el rumor se extiende de manera
proporcional al nmero de alumnos que todava no lo han odo, cuntos das tardarn en
saberlo 950 alumnos sabiendo que a los dos das lo saban 850 alumnos?
13. Un tanque contiene inicialmente 1000 litros de solucin salina que contiene 10 Kg. de sal. Otra
solucin salina que contiene 25 Kg. de sal por litro se vierte en el tanque a la razn de 10 l/ min
mientras que simultaneamente, la solucin bien mezclada sale del tanque a razn de 15 l/ min .
Encontrar la cantidad de sal que hay en el tanque en un momento t.
14. En una galera subterranea de 15 15 1.2m hay un 0.2% de CO2 , mientras que el aire del
exterior tiene un 0.055% de CO2 . Se instalan ventiladores que introducen en la galera 9 metros
cbicos de aire del exterior por minuto, de forma que por el otro extremo de la galera sale la
misma cantidad de aire. Qu concentracin de CO2 habr al cabo de 20 minutos en la galera?
15. En una maana de sbado, mientras las personas trabajan, un calefactor mantiene la temperatura interior de un edificio a 21 o C. A medioda se apaga el calentador y la gente regresa a
26

casa. La temperatura exterior permanece constante a 12 o C durante el resto de la tarde. Si la
constante de tiempo del edificio es de 3 horas, en qu momento la temperatura interior del
edificio ser de 16 o C?
16. Un taller mecnico sin calefaccin ni aire acondicionado tiene una constante de tiempo de 2
horas. Si la temperatura exterior vara segn la funcin E(t) = 30 15 cos(2t/24), determinar
la temperatura del taller a lo largo del da.
17. En un da caluroso con una temperatura exterior de 40 o C, se enciende dentro de un edificio
un aparato aire acondicionado que disipa 24000 kilocaloras por hora. El aprovechamiento es
de medio grado por cada 1000 kilocaloras y la constante de tiempo del edificio es de 3 horas.
Si inicialmente la temperatura del edificio era de 35 o C, determinar la temperatura al cabo
de 3 horas. Cul es el valor mximo de temperatura que puede tener el edificio en estas
condiciones?
27
28
Captulo 4
Teora general de sistemas y ecuaciones
lineales
Sumario. Sistemas de ecuaciones diferenciales. Teorema de existencia y unicidad
de soluciones. Sistemas de ecuaciones diferenciales lineales. Teorema de existencia y
unicidad de soluciones. Sistemas homogneos: Teorema de caracterizacin de soluciones. Sistemas no homogneos: Teorema de caracterizacin de soluciones. Ecuaciones
diferenciales lineales de orden n. Teoremas de caracterizacin de soluciones.
4.1
Introduccin a los sistemas de ecuaciones diferenciales
Para nosotros, un sistema de ecuaciones diferenciales es una expresin de la forma
F (x, y1 , y10 , y2 , y20 , ..., ym , ym

) = 0;
1
0
0
0
F2 (x, y1 , y1 , y2 , y2 , ..., ym , ym
) = 0;
..
F (x, y , y 0 , y , y 0 , ..., y , y 0 ) = 0;
m
1 1 2 2
m m
donde y1 , y2 , ..., ym son funciones reales a determinar que dependen de x y Fi : A R1+2m R,

1 i m, son funciones reales de varias variables. Se suele suponer que hay igual nmero de
ecuaciones que de incgnitas de manera que todas las ecuaciones son independientes, es decir, ninguna
puede deducirse de las dems. Estamos interesados en aquellos sistemas de ecuaciones diferenciales
en los que podemos despejar la primera derivada de cada una de las funciones incgnita, es decir,
sistemas de la forma
y10 = f1 (x, y1 , y2 , ..., ym );
y 0 = f2 (x, y1 , y2 , ..., ym );
2
..
y 0 = f (x, y , y , ..., y );
m
1 2
m
m
donde fi : A R1+m R, 1 i m, son funciones reales. Ejemplos de estos sistemas son
0
y1 = xy1 + y22 ;
y20 = x + y1 + y2 ;
29
Teora general de sistemas y ecuaciones lineales

0
y1 = xy1 + y22 y3 ;
y 0 = x + y1 + y2 y3 ;
20
y3 = y1 y2 y3 ;
En general la resolucin de estos sistemas no es posible, salvo en casos excepcionales. Slo para el
caso de los sistemas de ecuaciones diferenciales lineales con coeficientes constantes, que veremos un
poco ms tarde existen algoritmos que permiten el clculo explcito de las soluciones. Sin embargo,
es relativamente sencillo saber cundo un sistema tiene solucin, o ms precisamente cundo un
problema de condiciones iniciales asociado tiene solucn. Primero claro est, debemos definir qu
entendemos por un problema de condiciones iniciales para sistemas de ecuaciones diferenciales. Dicho
problema es un sistema de ecuaciones diferenciales
y10 = f1 (x, y1 , y2 , ..., ym );
y2 = f2 (x, y1 , y2 , ..., ym );
..
.
y 0 = fm (x, y1 , y2 , ..., ym );
ym(x ) = y , y (x ) = y , ..., y (x ) = y
1 0
1 2 0
2
m 0
m
junto con las condiciones yi (x0 ) = yi , donde x0 , y1 , y2 , ..., ym son nmeros reales. Por ejemplo
0
y = xy1 + y22 y3 ;
10
y2 = x + y1 + y2 y3 ;
y 0 = y1 y2 y3 ;
3
y1 (0) = 2, y2 (0) = 0, y3 (0) = 1,
es un problema de condiciones iniciales. Ntese que todas las condiciones iniciales implican el conocimiento de la funcin en 0, es decir, lo siguiente
0
y = xy1 + y22 y3 ;
10
y2 = x + y1 + y2 y3 ;
y 0 = y1 y2 y3 ;
3
y1 (0) = 2, y2 (1) = 0, y3 (0) = 1,
no sera un problema de condiciones iniciales, ya que conocemos y2 en 1 e y1 e y3 en 0.
Para el caso de los problemas de condiciones iniciales para sistemas de ecuaciones diferenciales
tenemos el siguiente resultado anlogo al de ecuaciones diferenciales de orden uno.
Teorema 4.1 Sea el problema de condiciones iniciales
y 0 = f1 (x, y1 , y2 , ..., ym );
10
y2 = f2 (x, y1 , y2 , ..., ym );
..
.
y 0 = fm (x, y1 , y2 , ..., ym );
ym(x ) = y , y (x ) = y , ..., y (x ) = y
1 0
1 2 0
2
m 0
m
donde (x0 , y1 , ..., ym ) A, fi : A R1+m R, 1 i m, son funciones reales continuas en el

fi
existen y son continuas en A. Entonces existe
abierto A. Supongamos adems que las funciones y
j
una solucin del problema de condiciones iniciales anterior yi : I R, 1 i m, definido en un
intervalo abierto I de la recta real.
30

Este resultado es fcil de aplicar. Por ejemplo el problema que consideramos anteriormente
0
y = xy1 + y22 y3 ;
10
y2 = x + y1 + y2 y3 ;
y30 = y1 y2 y3 ;
y1 (0) = 2, y2 (0) = 0, y3 (0) = 1,
es tal que f1 (x, y1 , y2 , y3 ) = xy1 +y22 y3 , f2 (x, y1 , y2 , y3 ) = x+y1 +y2 y3 y f3 (x, y1 , y2 , y3 ) = y1 y2 y3 son
funciones definidas en R4 , continuas y las derivadas parciales de cada funcin respecto de y1 , y2 e y3 son
continuas. Entonces este problema de condiciones iniciales tiene solucin nica, aunque no tengamos
ni idea de cmo calcularla. Se ver en la asignatura de cuarto curso mtodos numricos cmo obtener
soluciones aproximadas, y en esta misma asignatura estudiaremos cmo obtener informacin parcial
sobre el sistema incluso sin conocer las soluciones.
4.2
Sistemas de ecuaciones diferenciales lineales
Como hemos comentado anteriormente en general no va a ser posible resolver sistemas de ecuaciones
diferenciales salvo en ciertos casos particulares. Uno de ellos va a ser el de los sistemas de ecuaciones
diferenciales lineales de coeficientes constantes, cuya teora general pasamos a estudiar. Vamos a ver
a continuacin cmo son las soluciones de un sistema de este tipo, pero antes necesitamos conocer un
poco ms sobre stos. Un sistema de ecuaciones diferenciales lineales es una expresin de la forma
0
y = a11 (x)y1 + a12 (x)y2 + ... + a1n (x)yn + b1 (x)
10
y2 = a21 (x)y1 + a22 (x)y2 + ... + a2n (x)yn + b2 (x)
................................................................
0
yn = an1 (x)y1 + an2 (x)y2 + ... + ann (x)yn + bn (x)
donde para cada 1 i, j n, aij y bj son funciones reales

denotamos por
a11 (x) a12 (x)
a21 (x) a22 (x)

A(x) = (aij (x))1jn
1in =
...
...
an1 (x) an2 (x)
y por
definidas sobre un intervalo I. Si
... a1n (x)

... a2n (x)
...
...
... ann (x)
b1 (x)
b2 (x)
b(x) = (b1 (x), b2 (x), ..., bn (x))t =

...
bn (x)
y1
y2
y = (y1 , y2 , ..., yn )t =
... ,
yn
el sistema anterior puede escribirse de forma matricial como
y0 = A(x) y + b(x),
31
(4.1)

donde por y0 se entender la derivada coordenada a coordenada, es decir,
0
y1
y20
y0 = (y10 , y20 , ..., yn0 )t =

... .
yn0
Por ejemplo, los sistemas
y10 = xy1 + ex y2 + 1 x2 ,
y20 = y1 y2 + ex
0
y1 = y1 + x2 y2 + y3 + 1 x2 ,
y 0 = xy1 x2 y2 + ex ,
20
y3 = y1 + (1 x)y2 + y3
son lineales. Un sistema se dir homogneo si b(x) = (0, 0, ..., 0)t , es decir, el sistema
0
y1 = y1 + x2 y2 + y3 ,
y 0 = xy1 x2 y2 ,
20
y3 = y1 + (1 x)y2 + y3
es homogneo. Se dir no homogneo en caso contrario. Nosotros le prestaremos una gran atencin
a los sistemas lineales con coeficioentes constantes. Un sistema de ecuaciones diferenciales lineales
se dir de coeficientes constantes si la matriz A(x) = A es constante. Ejemplos de tales sistemas,
tanto homogneos como no homogneos son
0
y1 = 2y1 + y2 + 1 x2 ,
y20 = y1 y2 + ex
0
y1 = 2y1 y2 + y3 ,
y 0 = y1 y2 + 7y3 ,
20
y3 = 4y1 + y2 + y3 .
Veremos en los sucesivos temas cmo resolver estos ltimos sistemas, dando un algoritmo que permitir el clculo de la solucin general del mismo.
Previamente, estudiaremos la teora general de los sistemas de ecuaciones lineales y para posteriormente particularizarla al caso de las ecuaciones lineales de orden mayor o igual que dos (ver la
ltima seccin de este tema). Esta teora general de los sistemas de ecuaciones diferenciales lineales se
sustenta en la nocin de espacio vectorial de dimensin finita estudiadas en la parte de lgebra lineal
impartida durante el curso y utiliza el siguiente resultado sobre existencia y unicidad de soluciones
de ecuaciones y sistemas que se deducen directamente del Teorema 4.1.
Teorema 4.2 Sea y0 = A(x) y + b(x) un sistema de ecuaciones diferenciales lineales donde A y
b estn definidas en un intervalo Ix0 = [x0 a, x0 + a]. Si estas funciones son continuas en dicho
intervalo, entonces el problema de condiciones iniciales
0
y = A(x) y + b(x)
y(x0 ) = y0
tiene solucin nica definido en todo Ix0 .
32

Recordemos por un instante dos nociones que ser importante tener claras para entender la teora
que a continuacin vamos a desarrollar. Por un lado hemos de tener presente que bajo la notacin
que estamos utilizando, una solucin de un sistema lineal es una funcin y : (a, b) R Rn , o dicho
de otro modo, un vector cuyas componentes son funciones reales. Por ejemplo, dado el sistema
0
y1 = y2 ,
y20 = y1 ,
una solucin del mismo es y(x) = (sin x, cos x)t , es decir, y1 (x) = sin x e y2 (x) = cos x.
Por otra parte, recordemos una nocin de bsica del lgebra lineal. Si tenemos n vectores cuyas
componentes son funciones y1 , y2 , ..., yn , se dicen linealmente independientes si para toda combinacin lineal
1 y1 + 2 y2 + ... + n yn = 0,
donde i R, 1 i n, y 0 es el vector que tiene a la funcin nula en cada componente, entonces
necesariamente i = 0, 1 i n.
Vamos a empezar el estudio de los sistemas homogneos, empezando por el siguiente resultado.
Las demostraciones de los siguientes resultados estn basados en el Teorema 4.2.
Teorema 4.3 El conjunto de soluciones del sistema homogneo
y0 = A(x) y
(4.2)
tiene estructura de espacio vectorial de dimensin n sobre R, esto es, cualquier solucin y del mismo
es de la forma
y = c1 y1 + c2 y2 + ... + cn yn
donde c1 , c2 , ..., cn R e y1 , y2 , ..., yn son soluciones linealmente independientes del mismo.
Demostracin. En primer lugar, veamos que cualquier combinacin lineal de soluciones del sistema
(4.2) es una solucin del mismo. Para ello, sean y1 , y2 , ..., yk soluciones de (4.2) y 1 , 2 , ..., k R.
Consideramos el vector de funciones z = 1 y1 + 2 y2 + ... + k yk y derivamos respecto de la
variable independiente (notar que z = z(x)), obtenindose, por ser y1 , y2 , ..., yk soluciones de (4.2)
que
z0 =
=
=
=
1 y10 + 2 y20 + ... + k yk0

1 A(x) y1 + 2 A(x) y2 + ... + k A(x) yk
A(x) [1 y1 + 2 y2 + ... + k yk ]
A(x) z,
que prueba que z es solucin.

Sea ahora C = {u1 , u2 , ..., un } la base cannica de Rn , es decir, para cada i {1, 2, ..., n}, ui es el
vector de Rn que tiene 0 en todas las componentes salvo en la isima, donde tiene un 1. Sea x0 un
33

nmero real y supongamos que A(x) est definida en Ix0 (ver Teorema 4.2). Para cada 1 i n,
consideramos el problema de condiciones iniciales
0
y = A(x) y;
y(x0 ) = ui .
En virtud del Teorema 4.2, para cada i {1, 2, ..., n} existe una nica solucin de dicho problema,
que denotaremos por yi , definida en Ix0 . Vamos a ver que B = {y1 , y2 , ..., yn } forman una base del
conjunto de soluciones del sistema 4.2.
Veamos primero que son linealmente independientes. Para ello sea
1 y1 + 2 y2 + ... + n yn = 0.
Particularizamos en x0 y obtenemos que
1 y1 (x0 ) + 2 y2 (x0 ) + ... + n yn (x0 ) = 0(x0 ) = 0,
y por ser cada yi solucin del problema de condiciones iniciales, yi (x0 ) = ui , 1 i n, de donde
1 u1 + 2 u2 + ... + n un = 0.
Como los vectores ui son los elementos de la base cannica de Rn , son linealmente independientes y
por tanto i = 0, 1 i n, de donde y1 , y2 , ..., yn son linealmente independientes.
Acto seguido, vamos a ver que B es un sistema generador del conjunto de soluciones del sistema
(4.2). Para ello sea z una solucin arbitraria del sistema (4.2). Sea x0 el nmero real del apartado
anterior. Como C es una base de Rn , se verifica que existen 1 , 2 , ..., n R tales que
z(x0 ) = 1 u1 + 2 u2 + ... + n un .
Sea el vector de funciones
z1 = 1 y1 + 2 y2 + ... + n yn
y consideremos el problema de condiciones iniciales
0
y = A(x) y;
y(x0 ) = z(x0 ).
Claramente tanto z como z1 son soluciones de dicho problema. Como la solucin es nica en virtud
del Teorema 4.2, se tiene que
z = z1 = 1 y1 + 2 y2 + ... + n yn ,
por lo que B tambin es un sistema generador y la demostracin concluye.
Aunque el resultado anterior caracteriza las soluciones del sistema homogneo, el clculo explcito de las soluciones dista mucho de estar al alcance. Un primer avance en el objetivo del clculo de las soluciones lo proporciona el determinante wronskiano, definido de la manera siguiente.
34

Dadas y1 , y2 , ..., yn : I R Rn se define su determinante wronskiano como la funcin real
W [y1 , y2 , ..., yn ] : I R R definida todo x I como
W [y1 , y2 , ..., yn ](x) := |y1 (x); y2 (x); ...; yn (x)|.
El determinante wronskiano resulta ser til a la hora de determinar si n soluciones del sistema
homogneo son o no linealmente independientes, como pone de manifiesto el siguiente resultado.
Proposicin 4.4 Sean y1 , y2 , ..., yn : I R Rn soluciones del sistema homogneo y0 = A(x) y.
Son equivalentes:
(a) y1 , y2 , ..., yn son linealmente independientes.
(b) W [y1 , y2 , ..., yn ](x) 6= 0 para todo x I.
(c) Existe x0 I tal que W [y1 , y2 , ..., yn ](x0 ) 6= 0.
Demostracin. Veamos en primer lugar que (a) implica (b). Procedemos por reduccin al absurdo
suponiendo que (b) es falso, esto es, existe x0 I tal que W [y1 , y2 , ..., yn ](x0 ) = 0. Entonces los
vectores de Rn son linealmente dependientes, es decir, existen 1 , 2 , ..., n R, no todos nulos, tal
que
1 y1 (x0 ) + 2 y2 (x0 ) + ... + n yn (x0 ) = 0.
Consideremos el problema de condiciones iniciales
0
y = A(x) y;
y(x0 ) = 0.
Obviamente el vector de funciones 0 (cuyas componentes son la funcin nula) es solucin de dicho
problema. Por otra parte, procediendo como en el final de la demostracin del Teorema 4.3, vemos
que la funcin
z = 1 y1 + 2 y2 + ... + n yn
tambin es solucin de dicho problema. Como la solucin debe ser nica por el Teorema 4.2, tenemos
que
z = 0 = 1 y1 + 2 y2 + ... + n yn .
Como los escalares i no eran todos nulos, tenemos que las funciones y1 , y2 , ..., yn no pueden ser
linealmente independientes, lo que nos lleva a una contradiccin.
(b) implica (c) es trivial. La demostracin de (c) implica (a) es anloga a la demostracin del
Teorema 4.3, cuando se comprueba que las funciones son linealmente independientes.
Ahora bien, seguimos todava muy lejos de resolver un sistema homogneo. De hecho, los mtodos
que permitirn dar soluciones explcitas a los sistemas planteados tendrn que esperar a los prximos
temas. La teora general, en lo que a la estructura de las soluciones, queda cerrada al establecer la
siguiente caracterizacin de los sistemas no homogneos.
35

Teorema 4.5 El conjunto de soluciones del sistema
y0 = A(x) y + b(x)
(4.3)
es de la forma
y = c1 y1 + c2 y2 + ... + cn yn + yp ,
donde c1 , c2 , ..., cn R, y1 , y2 , ..., yn son soluciones linealmente independientes del problema homogneo e yp es una solucin particular del problema no homogneo.
Demostracin. Sea yp una solucion particular del sistema (4.3) y sea y otra solucin. Consideremos
el vector de funciones z = y yp y veamos que es solucin del sistema homogneo asociado a (4.3).
Para ello calculamos
z0 =
=
=
=
y0 yp0
A(x) y + b(x) [A(x) yp +b(x)]
A(x) [y yp ]
A(x) z.
Por el Teorema 4.2, existen soluciones del sistema homogneo asociado linealmente independientes
y1 , y2 , ..., yn tales que
z = c1 y1 + c2 y2 + ... + cn yn ,
donde c1 , c2 , ..., cn R. Teniendo en cuenta la definicin de z concluimos que
y = c1 y1 + c2 y2 + ... + cn yn + yp ,
con lo que se concluye la demostracin.
4.3
Teora general para ecuaciones lineales de orden n
Una ecuacin diferencial de orden n > 1 es una expresin de la forma

y n) = f (x, y, y 0 , ..., y n1) ),
(4.4)
donde f : A Rn+1 R. Esta ecuacin puede transformarse en un sistema de ecuaciones diferenciales de orden uno de la manera siguiente. Introducimos las variables dependientes y1 = y, y2 = y 0 ,
y3 = y 00 ,...,yn = y n1) y entonces la ecuacin (4.4) puede escribirse como el sistema
0
y1 = y2 ,
y20 = y3 ,
...
y 0 = yn ,
n1
yn0 = f (x, y1 , y2 , ..., yn ).
Por ejemplo, la ecuacin de orden tres
y 3) = x + yy 0 y 00 ,
36

puede escribirse como el sistema
0
y1 = y2 ,
y 0 = y3 ,
20
y3 = x + y1 y2 y3 .
De aqui se ve que para tener un problema de condiciones para la ecuacin, necesitamos n condiciones
iniciales y1 (x0 ) = y(x0 ) = y0 , y2 (x0 ) = y 0 (x0 ) = y00 ,...,yn (x0 ) = y n1) (x0 ) = y0n1 , es decir, necesitamos
conocer el valor de la funcin y de las sucesivas derivadas hasta la n 1 en un punto x0 . Entonces,
f
en virtud del Teorema 4.1 vemos que si f es continua y las derivadas y
, 1 i n, son continuas,
i
el problema de condiciones iniciales tiene solucin nica. Por ejemplo, el problema de condiciones
iniciales
3)
y = x + yy 0 y 00 ,
y(0) = 0, y 0 (0) = 1, y 00 (0) = 2,
tiene solucin nica.
Nos ocuparemos expecialmente de ecuaciones diferenciales de orden n que llamaremos lineales y
que a continuacin describimos. Por una ecuacin diferencial lineal de orden n entenderemos una
expresin de la forma
an (x)y n) + an1 (x)y n1) + ... + a1 (x)y 0 + a0 (x)y = b(x),
(4.5)
donde para 0 i < n, ai y b son funciones reales de variable real definidas en un intervalo de la recta
real I. Siempre que an (x) sea diferente de cero, podemos escribir la ecuacin como
y n) + pn1 (x)y n1) + ... + p1 (x)y 0 + p0 (x)y = q(x)
(4.6)
donde pi (x) = ai (x)/an (x), 0 i < n, y q(x) = b(x)/an (x). Por ejemplo, las ecuaciones
y 000 + x2 y 0 = x,
y 00 + 2y 0 + y = ex ,
y 6) 7ex y 3) + x2 y 00 + (log x)y = 0
son ecuaciones lineales de rdenes tres, dos y seis, respectivamente. Como hemos visto anteriormente,
una ecuacin de orden n puede escribirse como el sistema
0
y1 = y2 ,
y20 = y3 ,
...
y 0 = yn ,
n1
yn0 = q(x) [pn1 (x)yn + ... + p1 (x)y2 + p0 (x)y1 ],
que en forma matricial se escribe como
y0 = A(x) y + b(x)
donde
A(x) =
0
1
0
0
0
0
1
0
0
0
0
1
...
...
...
...
p0 (x) p1 (x) p2 (x) p3 (x)
37
...
0
...
0
...
0
...
...
... pn1 (x)

y b(x) = (0, 0, ..., 0, q(x))t . Diremos entonces que la ecuacin (4.5) es homognea o no homognea
segn se sea b(x) nulo o no, es decir, si q(x) = 0 para todo x. Adems, la ecuacin se dir de
coeficientes constantes cuando A(x) sea constante, es decir, cuando pi (x) = pi R para todo
0 i < n.
Tanto los Teoremas 4.3 y 4.5 como la Proposicin 4.4 admiten la siguiente lectura en trminos de ecuaciones lineales. A la vista de que cualquier ecuacin lineal puede escribirse como un
sistema aadiendo las derivadas como funciones, cualquier solucin del sistema y es de la forma
(y, y 0 , ..., y n1 ), donde y : I R R es una funcin suficientemente derivable. En esta lnea,
destacamos entonces que el wronskiano puede escribirse como
W [y1 , y2 , ..., yn ](x) = W [y1 , y2 , ..., yn ](x) := |y1 (x); y2 (x); ...; yn (x)|
y1 (x) ... y2 (x)

yn (x)
y10 (x) ... y20 (x)

yn0 (x)
=
...
...
...
...
n1)
n1)
n1)
y
(x) ... y
(x) yn (x)
1
donde y1 , y2 , ..., yn son las primeras componentes de y1 , y2 , ..., yn . Podremos enunciar entonces los
siguientes resultados.
Teorema 4.6 El conjunto de soluciones de la ecuacin homognea
y n) + pn1 (x)y n1) + ... + p1 (x)y 0 + p0 (x)y = 0
tiene estructura de espacio vectorial de dimensin n sobre R, esto es, cualquier solucin y de la
misma es de la forma
y = c1 y1 + c2 y2 + ... + cn yn
donde c1 , c2 , ..., cn R e y1 , y2 , ..., yn son soluciones linealmente independientes del mismo.
Proposicin 4.7 Sean y1 , y2 , ..., yn : I R Rn soluciones de la ecuacin homognea

y n) + pn1 (x)y n1) + ... + p1 (x)y 0 + p0 (x)y = 0.
Son equivalentes:
(a) y1 , y2 , ..., yn son linealmente independientes.
(b) W [y1 , y2 , ..., yn ](x) 6= 0 para todo x I.
(c) Existe x0 I tal que W [y1 , y2 , ..., yn ](x0 ) 6= 0.
Teorema 4.8 El conjunto de soluciones de la ecuacin
es de la forma
y = c1 y1 + c2 y2 + ... + cn yn + yp ,
donde c1 , c2 , ..., cn R, y1 , y2 , ..., yn son soluciones linealmente independientes del problema homogneo e yp es una solucin particular del problema no homogneo.
38
Captulo 5
Resolucin de ecuaciones lineales de
orden n
Sumario. Ecuaciones lineales homogneas de coeficientes constantes. Ecuacin
de CauchyEuler y Legendre. Ecuaciones homogneas con coeficientes constantes:
mtodo de reduccin del orden. Ecuaciones no homogneas: mtodos de variacin
de constantes y coeficientes indeterminados.
Recordemos que una ecuacin diferencial lineal de orden n es una expresin de la forma
an (x)y n) + an1 (x)y n1) + ... + a1 (x)y 0 + a0 (x)y = b(x),
(5.1)
donde an (x), ..., a0 (x) y b(x) son funciones reales de variable real definidas sobre un intervalo abierto
(a, b). En el caso de que n = 1 tenemos la ecuacin lineal de orden uno estudiada anteriormente. Por
otro lado, siempre que an (x) sea distinto de cero, la ecuacin anterior suele escribirse de la forma
y n) + pn1 (x)y n1) + ... + p1 (x)y 0 + p0 (x)y = q(x),
(5.2)
donde pi (x) = ai (x)/an (x) para i = 0, 1, ..., n 1 y q(x) = b(x)/an (x). La ecuacin (5.2) se dice
homognea si q(x) = 0 para todo x (a, b). En caso contrario sta se dice no homognea. Un ejemplo
de ecuacin homognea es
y 000 + xy 00 + x2 y = 0,
mientras que sera no homognea la ecuacin
y 000 + xy 00 + x2 y = log x.
Como sabemos, toda solucin de la ecuacin (5.2) es de la forma
y = c1 y1 + c2 y2 + ... + cn yn + yp ,
donde son y1 , y2 , ..., yn soluciones linealmente independientes de la ecuacin homognea asociada,
c1 , c2 , ..., cn son nmeros reales e yp es una solucin particular de la ecuacin no homognea. En esta
tema vamos a ver cmo calcular dichas funciones para algunos tipos de ecuaciones lineales.
39
Resolucin de Ecuaciones lineales de orden n
5.1
Ecuacin lineal homognea con coeficientes constantes
Consideremos ecuaciones lineales de la forma de (5.2) donde pn1 , ..., p1 , p0 son constantes reales. Un
ejemplo de este tipo de ecuaciones puede ser
y 4) y 000 + y 00 + y = 0.
Vamos a ver cmo, de una manera bastante sencilla, es posible obtener todas las soluciones de esta
ecuacin diferencial. Para ello empezaremos estudiando la ecuacin de orden dos.
5.1.1
Ecuacin de orden dos
Consideramos una ecuacin de orden dos de la forma

a1 y 00 + a2 y 0 + a3 y = 0,
que dado que a1 6= 0 (por qu alumno curioso?), puede escribirse como
y 00 + ay 0 + by = 0
(5.3)
donde a = a2 /a1 y b = a3 /a1 .

Para resolver esta ecuacin proponemos una solucin de la forma y(x) = erx , r R. Una
justificacin para proponer esta solucin viene de cmo son las soluciones de las ecuaciones lineales
homogneas de orden uno con coeficientes constantes. Si
y 0 + ay = 0
es tal ecuacin, su solucin es de la forma
y(x) = ceax , c R.
El buscar soluciones de la forma y(x) = erx juega con la idea de que el aumento del orden no debe
de cambiar sustancialmente la forma de la solucin.
Para que y(x) = erx sea solucin de la ecuacin (5.3) derivamos dos veces y(x) y sustituimos es
la ecuacin, teniendo que
r2 erx + arerx + berx = 0
o equivalentemente
erx (r2 + ar + b) = 0.
Como erx 6= 0 para todo x R, necesariamente r2 + ar + b = 0, es decir, r debe ser una raz del
polinomio p(x) = x2 +ax+b, que llamaremos polinomio caracterstico de la ecuacin (5.3). Entonces,
para obtener las soluciones de la ecuacin diferencial hemos de ser capaces de encontrar las races de
p(x), que es una cosa que somos capaces de hacer. Analizando las soluciones de p(x) = x2 +ax+b = 0
tenemos que distinguir los siguientes casos.
40

Dos races reales de multiplicidad uno
Consideremos la ecuacin y 00 + ay 0 + by = 0 y supongamos que las races del polinomio x2 + ax + b
son dos nmeros reales que se obtienen calculando
a a2 4b
2
y sean r1 y r2 tales races. Entonces las funciones y1 (x) = er1 x e y2 (x) = er2 x son soluciones de
la ecuacin diferencial y 00 + p1 y 0 + p0 = 0. Si comprobamos que ambas soluciones son linealmente
independientes, entonces toda solucin de la ecuacin homognea ser combinacin lineal de ambas
soluciones. Para ver que estas dos soluciones son realmente linealmente independientes es suficiente
calcular el Wronskiano de ambas y ver que es distinto de cero. Dicho determinante es

r2 x
y1 (x) y2 (x) er1 x

e
=
= (r2 r1 )er1 x er2 x 6= 0
W (y1 , y2 )(x) = 0
0
r
x
r
x
1
2
y1 (x) y2 (x) r1 e
r2 e
ya que r1 6= r2 y las funciones er1 x y er2 x no se anulan nunca.
Por lo tanto toda solucin de la ecuacin y 00 + p1 y 0 + p0 = 0 es de la forma

y(x) = c1 er1 x + c2 er2 x ,
donde c1 y c2 son dos nmeros reales.
Por ejemplo, para calcular las soluciones de la ecuacin
y 00 3y 0 + 2y = 0,
basta con calcular las races del polinomio p(x) = x2 3x + 2, que son 1 y 2. As las soluciones de
la ecuacin lineal anterior son
y(x) = c1 ex + c2 e2x .
Si lo que tenemos es un problema de condiciones iniciales como por ejemplo
00
y 3y 0 + 2y = 0
y(0) = 1, y 0 (0) = 0,
las soluciones de dicha ecuacin se calculan, teniendo en cuenta que y 0 (x) = c1 ex + 2c2 e2x , e imponiendo las condiciones iniciales en la solucin anterior
y(0) = 1 = c1 + c2
y 0 (0) = 0 = c1 + 2c2 ,
con lo que c1 = 2 y c2 = 1, y la nica solucin del problema de condiciones iniciales anterior es de
la forma
y(x) = 2ex e2x .
No repetiremos este clculo de las soluciones del problema de condiciones iniciales en los dems
tipos de ecuaciones por ser totalmente anlogos.
41

Una raz real de multiplicidad dos
Consideremos la ecuacin y 00 + ay 0 + by = 0 y supongamos que las races del polinomio x2 + ax + b,
calculando
a a2 4b a
=
=r
2
2
es una nica raz real de multiplicidad dos. Entonces sabemos que la funcin y1 (x) = erx es solucin de
la ecuacin lineal homognea, pero necesitamos otra solucin linealmente independiente para obtener
todas las soluciones del mismo. Esta otra funcin va a ser y2 (x) = xerx . Dicha funcin verifica que
y200 (x) + ay20 (x) + by2 (x)
= (2r + r2 x)erx + a(1 + rx)erx + bxerx
= erx (2r + a) + xerx (r2 + ar + b) = 0
usando que r = a/2, y que r2 + ar + b = 0 por ser r raz del polinomio. As la funcin y2 (x) = xerx
es solucin de la ecuacin lineal considerada.
Vamos a ver ahora que las soluciones y1 (x) = erx e y2 (x) = xerx son linealmente independientes.
Para ello calculamos el Wronskiano

rx
y1 (x) y2 (x) erx

xe
= rx
= e2rx 6= 0,
W (y1 , y2 )(x) = 0
0
rx
y1 (x) y2 (x) ae
(1 + rx)e
con lo que ambas soluciones son linealmente independientes. Por tanto toda solucin de la ecuacin
diferencial lineal es de la forma
y(x) = c1 erx + c2 xerx , c1 , c2 R.
y 00 + 2y 0 + y = 0,
basta calcular las races del polinomio x2 + 2x + 1, que es la raz doble 1. Por tanto las soluciones
de dicha ecuacin lineal son
y(x) = c1 ex + c2 xex ,
con c1 y c2 dos nmeros reales.
Dos races complejas conjugadas
Consideremos la ecuacin y 00 + ay 0 + by = 0 y supongamos que las races del polinomio x2 + ax + b
calculando
a a2 4b
2
son dos races complejas conjugadas + i y i, donde
=
42
a
2
(5.4)

y
4b a2
.
(5.5)
=
2
Vamos a ver que las funciones y1 (x) = ex cos(x) e y2 (x) = ex sin(x) son dos soluciones de la
ecuacin lineal. Vemoslo con y1 (x), ya que con y2 (x) el proceso es anlogo. Calculamos las dos
primeras derivadas
y10 (x) = ex [ cos(x) sin(x)],
y100 (x) = ex [(2 2 ) cos(x) 2 sin(x)],
y sustituimos en la ecuacin diferencial

y100 (x) + ay10 (x) + by1 (x)
tenindose
ex [(2 2 ) cos(x) 2 sin(x)] + aex [ cos(x) sin(x)] + bex cos(x).
Agrupando convenientemente
ex [(2 2 + a + b) cos(x) (2 + a) sin(x)].
Sustituyendo y por los valores obtenidos en (5.4) y (5.5) tenemos que
2 2 + a + b =
a2 4b a2 a2
+b=0
4
4
2
y
2 + a = 2 2 = 0,
con lo que
ex [(2 2 + a + b) cos(x) (2 + a) sin(x)] = 0
y por tanto y1 (x) es solucin de la ecuacin diferencial.
Una vez comprobado que ambas funciones son soluciones, vamos a ver que son linealmente independientes calculando su Wronskiano
y1 (x) y2 (x)
W (y1 , y2 )(x) = 0
y1 (x) y20 (x)
ex cos(x)
ex sin(x)
= x
e ( cos(x) sin(x)) ex ( sin(x) + cos(x))
= ex (cos2 (x) + sin2 (x)) = ex 6= 0.
Entonces toda solucin de la ecuacin lineal homognea es de la forma

y(x) = c1 ex cos(x) + c2 ex sin(x), c1 , c2 R.
y 00 + 4y 0 + 5y = 0,
43

calculamos las races del polinomio x2 + 4x + 5 que se calculan como
4 4 4 i 4
=
= 2 2i.
2
2
Entonces todas las soluciones de la ecuacin lineal homognea de orden dos anterior son de la forma
y(x) = c1 e2x cos(2x) + c2 e2x sin(2x),
donde c1 y c2 son dos nmeros reales.
5.1.2
Ecuacin de orden n
Partimos de la ecuacin homognea

y n) + pn1 y n1) + ... + p1 y 0 + p0 y = 0,
y suponemos que la funcin y(x) = erx , r R, es solucin de la misma. Derivando n veces dicha
funcin y sustituyendo en la ecuacin diferencial original tenemos que
0 = (rn + pn1 rn1 + ... + p1 r + p0 )erx ,
y dado que erx es siempre distinto de cero, tiene que verificarse que rn + pn1 rn1 + ... + p1 r + p0 = 0,
o sea que r sea una raz del polinomio P (x) = xn + pn1 xn1 + ... + p1 x + p0 . Como los coeficientes
del polinomio pn1 , ..., p1 , p0 son reales, tenemos que las nicas posibles races de dicho polinomio son
nmeros reales y nmeros complejos conjugados. Entonces P (x) puede descomponerse como
P (x) = (1)n (x a1 )r1 ...(x aj )rj (x2 + A1 x + B1 )s1 ...(x2 + Aj x + Bj )si ,
donde a1 , ..., aj son las races reales del polinomio con sus multiplicidades r1 , ..., rj , y cada polinomio
de la forma (x2 + A1 x + B1 )s1 , ..., (x2 + Aj x + Bj )sj tienen dos soluciones complejas conjugadas
de multiplicidades s1 , ..., sj . Entonces un conjunto de soluciones linealmente independientes de la
ecuacin considerada es el siguiente:
{ea1 x , xea1 x , ..., xr1 1 ea1 x , ..., eaj x , xeaj x , ..., xrj 1 eaj x ,
e1 x cos( 1 x), xe1 x cos( 1 x), ..., xs1 1 e1 x cos( 1 x),
e1 x sin( 1 x), xe1 x sin( 1 x), ..., xs1 1 e1 x sin( 1 x),
.............................................................................
ek x cos( k x), xek x cos( k x), ..., xsk 1 ek x cos( k x),
ek x sin( k x), xek x sin( k x), ..., xsk 1 ek x sin( k x)},
por lo que las soluciones de dicha ecuacin diferencial sern combinaciones lineales de las funciones
anteriores.
xt ex cos(x) xt ex sin(x)
(5.6)
donde 0 t < s.
44

En el caso de ecuaciones lineales de mayor orden, el problema radica en la dificultad de resolver la
ecuacin algebraica asociada a la ecuacin diferencial. As, para calcular las soluciones de la ecuacin
y 6) 3y 5) 5y 4 + 17y 000 + 18y 00 68y 0 + 40y = 0
debemos calcular las races del polinomio
x6 3x5 5x4 + 17x3 + 18x2 68x + 40
que son 1 con multiplicidad uno, 2 con multiplicidad tres y 2 2i con multiplicidad uno. Entonces
las soluciones de dicha ecuacin diferencial son de la forma
y(x) = c1 ex + c2 e2x + c3 xe2x + c4 x2 e2x + c5 e2x cos(2x) + c6 e2x sin(2x), ci R.
5.2
Aproximacin a las ecuaciones con coeficientes variables: Ecuaciones de CauchyEuler y de Legendre
Estas ecuaciones lineales pueden resolverse reducindolas a ecuaciones lineales de coeficientes constantes estudiadas con anterioridad. La ecuacin de CauchyEuler es de la forma
xn y n) + an1 xn1 y n1) + ... + a1 xy 0 + a0 y = b(x)
(5.7)
donde an1 , ..., a1 , a0 R. La ecuacin de Legendre es de la forma

(x + )n y n) + an1 (x + )n1 y n1) + ... + a1 (x + )y 0 + a0 y = b(x)
(5.8)
donde , , an1 , ..., a1 , a0 R. La ecuacin (5.7) se obtiene como caso particular de (5.8) cuando =
1 y = 0. En cualquier caso, el cambio de variable independiente de la forma x+ = et transforma
ambas ecuaciones en ecuaciones con coeficientes constantes, pudindose obtener las soluciones de la
ecuacin homognea de la forma estudiada anteriormente. Por ejemplo, consideremos la ecuacin
x2 y 00 +
11 0
xy y = 0, x > 0.
3
(5.9)
El cambio de variable que debemos realizar es x = et . Entonces por la regla de la cadena

y0 =
dy dt . 1
dy
=
=y
dx
dt dx
x
siendo y la derivada de y respecto de la nueva variable t y teniendo en cuenta que t = log x.

Calculamos la segunda derivada
y
00
d . 1
dy1 . 1
y
=
=
y 2
dx
x
dx x
x
.
. 1
d y dt 1 . 1
1
y 2 = y 2 y 2 .
=
dt dx x
x
x
x
45

Sustituimos en la ecuacin (5.9) y obtenemos
. 1
1
11 . 1
2
y
+
x y y = 0,
x y 2
x
x2
3
x
de donde dimplificando obtenemos la ecuacin
y +
8 .
y y = 0,
3
(5.10)
dependiendo ahora y de la nueva variable t. Las soluciones de (5.10) son de la forma

y(t) = c1 et/3 + c2 e3t = c1 (et )1/3 + c2 (et )3
de donde deshaciendo el cambio, obtenemos para x > 0 la solucin de (5.9)
y(x) = c1 x1/3 + c2 x3 .
5.3
Ecuacin lineal homognea de coeficientes variables
En esta seccin vamos a considerar las ecuaciones lineales homogneas de orden dos con coeficientes
variables. Vamos a ver como, una vez calculada una solucin particular de dicha ecuacin, es posible
hallar otra solucin linealmente independiente para construir todas las soluciones posibles.
Consideremos la ecuacin
y 00 + p1 (x)y 0 + p0 (x)y = 0,
y supongamos que conocemos una solucin particular no nula de la misma y1 (x). A partir de esta solucin particular intentaremos construir una nueva solucin particular de la forma y2 (x) = z(x)y1 (x),
donde z(x) es una funcin a determinar. Imponiendo que y2 sea solucin de dicha ecuacin tenemos
que
0 = z 00 (x)y1 (x) + 2z 0 (x)y10 (x) + z(x)y100 (x) + p1 (x)(z 0 (x)y1 (x) + z(x)y10 (x)) + p0 (x)z(x)y1 (x)
= z(x)(y100 (x) + p1 (x)y10 (x) + p0 (x)y1 (x)) + z 00 (x)y1 (x) + z 0 (x)(2y10 (x) + p1 (x)y1 (x))
= z 00 (x)y1 (x) + z 0 (x)(2y10 (x) + p1 (x)y1 (x)),
puesto que y100 (x) + p1 (x)y10 (x) + p0 (x)y1 (x) = 0 por ser solucin de la ecuacin lineal homognea.
Como vemos, la ecuacin que nos queda es de la forma
z 00 y1 (x) + z 0 (2y10 (x) + p1 (x)y1 (x)) = 0,
donde la variable dependiente es la funcin z 0 . Esta ecuacin es lineal de orden uno y la manera
de calcular las soluciones ya se vio en el captulo anterior. Una vez obtenido z 0 (x), calculamos por
integracin la funcin z(x) y calculando
y1 (x) y2 (x)
W (y1 , y2 )(x) = 0
y1 (x) y20 (x)
y1 (x)
z(x)y1 (x)
= 0
y1 (x) z 0 (x)y1 (x) + z(x)y10 (x)
= z 0 (x)y1 (x)2 .
46

Como y1 (x) es una funcin no nula y z 0 (x) es de la forma eg(x) (ver el tema donde se resuelve la
ecuacin lineal de primer orden), se tiene que el Wronskiano no se anula y por tanto y1 e y2 son
soluciones linealmente independientes. As todas las soluciones de la ecuacin lineal homognea de
orden dos sern de la forma
y(x) = c1 y1 (x) + c2 y2 (x),
con c1 y c2 constantes reales.
Por ejemplo, vamos a calcular las soluciones de la ecuacin
(1 x2 )y 00 2xy 0 + 2y = 0.
Como se puede comprobar la funcin y1 (x) = x es una solucin particular de dicha ecuacin. Para
obtener otra ecuacin linealmente independiente con la anterior construimos la funcin y2 (x) =
y1 (x)z(x) = xz(x), e imponemos la condicin de que sea solucin de la ecuacin diferencial que
estamos considerando. Obtenemos entonces
0 = (1 x2 )(xz 00 (x) + 2z 0 (x)) 2x(xz 0 (x) + z(x)) + 2xz(x)
= z 00 (x)x(1 x2 ) + z 0 (x)(2 4x2 ),
teniendo entonces la ecuacin
0 = z 00 (x)x(1 x2 ) + z 0 (x)(2 4x2 ).
Para calcular las soluciones de la misma separamos las variables y obtenemos
4x2 2
z 00 (x)
=
,
z 0 (x)
x(1 x2 )
y entonces
z 00 (x)
dx =
z 0 (x)
4x2 2
dx = log[x2 (x2 1)] + C,
2
x(1 x )
con lo que una solucin particular de dicha ecuacin ser de la forma

z 0 (x) =
1
x2 (x2
1)
y as
1 1
1
1 1
z(x) = + log (x 1) log (x + 1) = + log
x 2
2
x 2
con lo que otra solucin linealmente independiente de dicha ecuacin es
x1
1
y2 (x) = 1 + x log
2
x+1
y las soluciones de dicha ecuacin son de la forma
x1
1
,
y(x) = c1 x + c2 1 + x log
2
x+1
47
x1
,
x+1

con c1 y c2 dos nmeros reales.
La principal dificultad de aplicar este mtodo es encontrar la primera solucin y1 (x), ya que sin
sta no es posible obtener la segunda. Normalmente, si en algn ejercicio no se da la primera solucin
sta debe ser sencilla, un polinomio, ex y cosas por el estilo. Sin embargo, existe un gran nmero de
ecuaciones diferenciales de orden dos de las que no se conoce su solucin, es decir, no se es capaz de
encontrar una solucin particular. Obviamente, no estudiaremos esas ecuaciones aqu.
5.4
Ecuacin lineal no homognea
Vamos a desarrollar aqu dos tcnicas para calcular las soluciones de la ecuacin lineal no homognea,
tanto de coeficientes constantes como de coeficientes variables. En general como la ecuacin de
coeficientes variables engloba la ecuacin de coeficientes constantes, consideraremos la ecuacin con
coeficientes variables. Uno de ellos slo lo veremos para las ecuaciones de orden dos, mientras que el
otro lo aplicaremos independientemente del orden de la ecuacin.
Como las soluciones de una ecuacin lineal no homognea de la forma
son de la forma
y = c1 y1 + ... + cn yn + yp ,
donde yh = c1 y1 + ... + cn yn son las soluciones de la ecuacin lineal homognea e yp es una solucin
particular de la ecuacin lineal no homognea, aqu vamos a ver mtodos para conseguir precisamente
dicha solucin particular.
5.4.1
Variacin de constantes.
Vamos a ver este mtodo para las ecuaciones de orden dos. Consideramos por tanto la ecuacin
y 00 + p1 (x)y 0 + p0 (x)y = q(x),
(5.11)
y supongamos que las soluciones de la ecuacin homognea es de la forma

y(x) = c1 y1 (x) + c2 y2 (x).
El mtodo de los coeficientes variables consiste en suponer que la solucin particular que estamos
buscando es de la forma
yp (x) = c1 (x)y1 (x) + c2 (x)y2 (x),
donde c1 (x) y c2 (x) son funciones a determinar.
En una primera etapa para simplificar la segunda derivada de yp , buscaremos funciones de forma
que
c01 (x)y1 (x) + c02 (x)y2 (x) = 0.
48

Con esto, tenemos que
yp0 (x) = c1 (x)y10 (x) + c2 (x)y20 (x)
y la segunda derivada
yp00 (x) = c1 (x)y100 (x) + c2 (x)y200 (x) + c01 (x)y10 (x) + c02 (x)y20 (x)
Sustituyendo en la ecuacin (5.11) tenemos que
q(x) = c1 (x)y100 (x) + c2 (x)y200 (x) + c01 (x)y10 (x) + c02 (x)y20 (x)
+p1 (x)[c1 (x)y10 (x) + c2 (x)y20 (x)] + p0 (x)[c1 (x)y1 (x) + c2 (x)y2 (x)]
= c01 (x)y10 (x) + c02 (x)y20 (x) + c1 (x)[y100 (x) + p1 (x)y10 (x) + p0 (x)y1 (x)]
+c2 (x)[y200 (x) + p1 (x)y20 (x) + p0 (x)y2 (x)]
y teniendo en cuenta que y1 e y2 son soluciones de la ecuacin homognea, obtenemos la simplificacin
c01 (x)y10 (x) + c02 (x)y20 (x) = q(x).
Construimos entonces el sistema
c01 (x)y1 (x) + c02 (x)y2 (x) = 0,

c01 (x)y10 (x) + c02 (x)y20 (x) = q(x),
del cual despejamos
0 y2 (x)
q(x) y20 (x)

0
,
c1 (x) =
W [y1 , y2 ](x)
y1 (x) 0
0
y1 (x) q(x)
0
c2 (x) =
,
W [y1 , y2 ](x)
e integrando obtenemos las funciones c1 y c2 con las que construimos la solucin particular.
Vemoslo con el siguiente ejemplo. Sea la ecuacin
y 00 + y = sec x.
Como puede comprobarse fcilmente, la solucin de la ecuacin homognea es de la forma
y(x) = c1 cos x + c2 sin x.
Aplicamos el mtodo de variacin de constantes y obtenemos el sistema
0
c1 (x) cos x + c02 (x) sin x = 0,
c01 (x) sin x + c02 (x) cos x = sec x.
Despejamos c01 (x) = c02 (x) tan x y sustituimos para conseguir la ecuacin
c02 (x)(sin x tan x + cos x) = sec x,
49

y entonces
c2 (x) =
y
c1 (x) =
sec x
dx = x + C
(sin x tan x + cos x)
Z
tan xdx = log (cos x) + K,
y como buscamos soluciones particulares de la ecuacin podemos tomar C y K iguales a cero y la

solucin particular es
yp (x) = log (cos x) cos x + x sin x
y la solucin de la ecuacin lineal no homognea es de la forma
y(x) = c1 cos x + c2 sin x + log (cos x) cos x + x sin x.
5.4.2
Mtodo de los Coeficientes Indeterminados.
Este mtodo es bastante til para calcular soluciones particulares de ecuaciones con coeficientes
constantes cuando el trmino q(x) de la ecuacin lineal no homognea es suma de funciones de la
forma
xt ex cos(x) xt ex sin(x)
con , R y t N {0}. En este caso, se considerarn soluciones particulares del problema no
homogneo sumas de la forma
(At xt + ... + A1 x + A0 )ex cos(x) + (Bt xt + ... + B1 x + B0 )ex sin(x)
(5.12)
si + i no es solucin de la ecuacin caracterstica asociada al problema homogneo, y de la forma

(At xt + ... + A1 x + A0 )xs ex cos(x) + (Bt xt + ... + B1 x + B0 )xs ex sin(x)
(5.13)
si + i resulta ser solucin de dicha ecuacin con multiplicidad s.

El mtodo de los coeficientes indeterminados consiste en determinar los coeficientes Ai y Bi
suponiendo que (5.12) y (5.13) sean soluciones de la ecuacin no homognea. Ilustramos el mtodo
con un par de ejemplos. Consideramos la ecuacin
y 00 + y = x,
es decir q(x) es un polinomio de grado uno. Suponiendo que yp (x) = Ax + B, derivando dos veces y
sustituyendo en la ecuacin se obtiene
0 + Ax + B = x,
de donde A = 1 y B = 0, por lo que la solucin de la ecuacin anterior es de la forma
y(x) = C1 cos x + C2 sin x + x.
Si ahora tenemos
y 00 + y = e2x ,
50

suponemos ahora que la solucin particular es de la forma yp (x) = Ae2x , y el coeficiente a determinar
es A. Derivando dos veces y sustituyendo en la ecuacin obtenemos que
e2x (4A + A) = e2x ,
con lo que A = 1/5 y la solucin particular es de la forma yp (x) = 15 e2x .
Considerando ahora la ecuacin
y 00 + y = cos(3x),
hemos de probar con soluciones particulares de la forma yp (x) = A cos(3x) + B sin(3x), donde ahora
hemos de determinar A y B.
Si la ecuacin es
y 00 + y = e2x cos x,
la solucin particular que hemos de buscar ser una combinacin de los dos casos anteriores, es decir,
de la forma yp (x) = Ae2x cos x + Be2x sin x, mientras que si la ecuacin es de la forma
y 00 + y = e2x + x2 ,
la solucin particular habr que buscarla suponiendo que es de la forma yp (x) = Ae2x +Bx2 +Cx+D,
es decir la suma de una funcin exponencial y un polinomio de grado dos.
Finalmente, si ahora cosideramos la ecuacin
y 00 4y = e2x ,
tiene por solucin de la ecuacin homognea
yh (x) = c1 e2x + c2 e2x .

Como e2x es solucin de la ecuacin homognea, no podemos proponer una solucin de la forma
yp (x) = Ae2x , si no que aplicando (5.13) suponemos ahora que la solucin particular es de la forma
yp (x) = Axe2x . Derivando dos veces y sustituyendo en la ecuacin obtenemos que
e2x 4A = e2x ,
con lo que A = 1/4 y la solucin particular es de la forma yp (x) = 14 xe2x . Cuando aparecen funciones
q(x) que son soluciones de la ecuacin homognea asociada tenemos un fenmeno que se conoce con
el nombre de resonancia y que, entre otros, es la base del funcionamiento de la radio. Estudiaremos
ms sobre el mismo en el siguiente tema.
5.5
Ejercicios
1. Resolver las siguientes ecuaciones homogneas:

(a) y 00 + y 0 2y = 0.
(d) y 00 2y 0 + y = 0.
(g) y 00 + 2y 0 3y = 0.
(j) y 00 + 2y 0 + y = 0.
(m) y 00 + 4y 0 + 5y = 0.
(p) y 3) y 00 + 2y 0 2y = 0.
(b) y 00 y 0 2y = 0.
(e) y 00 4y 0 12y = 0.
(h) 4y 00 + 4y 0 + y = 0.
(k) y 00 + 6y 0 + 13y = 0.
(n) y 00 2y 0 + 6y = 0.
(q) y 4) + y 00 2y = 0.
51
(c) y 00 + 2 y = 0 donde R.
(f) y 00 + 2y 0 + y = 0.
(i) 2y 00 3y 0 + y = 0.
(l) y 00 + 4y = 0.
(o) y 4) y 00 2y = 0.
(r) y 6) 3y 00 + 2y = 0.

2. Resolver las siguientes ecuaciones no homogneas:
(a) y 00 + y 0 2y = ex .
(d) y 00 + y = sin x.
(g) y 00 + 2y 0 3y = x3 .
(j) y 00 + 2y 0 + y = x cos 2x.
(m) y 00 + 4y = e2x .
(b) y 00 y 0 2y = cos x.
(e) y 00 4y 0 12y = x.
(h) 4y 00 + 4y 0 + y = xex .
(k) y 00 + 6y 0 + 13y = sin 3x.
(n) y 00 2y 0 + 6y = ex + x.
(c) y 00 2y 0 + y = 1.
(f) y 00 + 2y 0 + y = x2 .
(i) 2y 00 3y 0 + y = x sin x.
(l) y 00 + 4y 0 + 5y = ex cos x.
(o) y 3) y 00 + 2y 0 2y = x.
3. Resolver los siguientes problemas de condiciones iniciales:

00
00
00
y + y 0 2y = 0
y 4y 0 12y = 0
y + 2y 0 + y = x2
y(0) = 1
y(0) = 0
y(0) = 0
(b)
(c)
(a)
0
0
0
y (0) = 2
y (0) = 1
y (0) = 1
00
00
00
y 4y 0 + y = x
y + y = cos x
y 2y 0 + y = 1
y(1) = 0
y(1) = 1
y(0) = 0
(e)
(f)
(d)
0
0
0
y (1) = 0
y (1) = 0
y (0) = 0
3)
00
00
y y 00 + 2y 0 2y = x
y y 0 2y = cos x
y + y = sin x
y(0) = 1
y(0) = 1
y(0) = 1
(i)
(g)
(h)
y 0 (0) = 0
0
0
y (0) = 1
y (0) = 1
00
y (0) = 1
4. Dada y1 (x) una solucin particular de las ecuaciones siguientes, obtener la solucin general:
(a) xy 00 + 3y 0 = 0; y1 (x) = 1 (b) x2 y 00 + xy 0 4y = 0; y1 (x) = x2
(c) (1 x2 )y 00 2xy 0 + 2y = 0; y1 (x) = x (d) x2 y 00 + xy 0 + (x2 1/4)y = 0; y1 (x) = x1/2
(e) y 00
x
y0
x1
1
y
x1
= 0; y1 (x) = x (f) x2 y 00 + 2xy 0 2y = 0; y1 (x) = x
5. Hallar la solucin general de y 00 xf (x)y 0 + f (x)y = 0.

6. Hallar la solucin general de las siguientes ecuaciones:
(a) x2 y 00 + 3xy 0 + 10y = 0. (b) 2x2 y 00 + 10xy 0 + 8y = 0. (c) x2 y 00 + 2xy 0 12y = 0.
(d) 4x2 y 00 3y = 0. (e) x2 y 00 3xy 0 + 4y = 0.
7. Hallar la solucin general de las siguientes ecuaciones:
(a) x2 y 00 2xy 0 + 2y = xex
(c) (1 x)y 00 + xy 0 y = (x 1)2
(b) xy 00 (1 + x)y 0 + y = x2 e2x

(d) (x2 1)y 00 2xy 0 + 2y = (x2 1)2
(e) (x2 x)y 00 + (2 x2 )y 0 (2 + x)y = x(x 1)2
52
Captulo 6
Aplicaciones de las ecuaciones
diferenciales lineales de orden dos
Sumario.
6.1
Vibraciones mecnicas. Circuito elctrico LRC.
Oscilaciones mecnicas
Supongamos que tenemos un muelle del cual colgamos un cuerpo de masa m como muestra la figura
Si suponemos que el cuerpo est en equilibrio, por la 2a ley de Newton se tiene que
Fm = P,
(6.1)
donde Fm = ky es la fuerza dada por la ley de Hooke (k es la constante del muelle que se opone
a su extensin por el peso y y es el alargamiento producido en el muelle). De la ecuacin (6.1)
obtenemos la relacin de equilibrio
ky = mg,
(6.2)
donde g es la constante gravitatoria terrestre. Si ahora tiramos del cuerpo hacia abajo desplazndolo
de su posicin de equilibrio y lo soltamos, tenemos
Fm P = my 00 ,
(6.3)
donde ahora Fm = k(y + y) donde y es la separacin del cuerpo de su posicin de equilibrio. En

ausencia de efectos de rozamiento, desarrollando la ecuacin (6.3) obtenemos
k(y + y) mg = my 00
53
Aplicaciones de las ecuaciones lineales de orden 2

y teniendo en cuanta la relacin de equilibrio dada por (6.2) deducimos que el movimiento del cuerpo
viene dado por la ecuacin diferencial
my 00 + ky = 0.
Ntese como el peso no aparece en la ecuacin final. Esto es debido a que partimos de la condicin
de equilibrio y si partimos de esta condicin las furzas debido al peso no van a aparecer en general en
todas las ecuaciones y sistemas de ecuaciones diferenciales que generemos a partir de estos sistemas
dados por muelles. De los contenidos del Tema 5 vemos fcilmente que la solucin de la ecuacin es
de la forma
y(t) = c1 cos(t) + c2 sin(t)
(6.4)
donde cp
1 , c2 son dos constantes que dependen de las condiciones iniciales de la posicin y la velocidad
y = k/m recibe el nombre de periodo. Haciendo el paso a coordenadas porlares c1 = A cos y
c2 = A sin , la ecuacin (6.4) se escribe como
y(t) = A cos cos(t) + A sin sin(t) = A sin(t + ),
donde A recibe el nombre de amplitud y el de fase o argumento inicial. El movimiento descrito
por estas ecuaciones se llama movimiento oscilatorio simple, y como puede observarse es peridico
de periodo . Por ejemplo, si = 2 y las condiciones iniciales son y(0) = 1 e y 0 (0) = 0, entonces la
nica solucin del problema de condiciones iniciales es
y(t) = cos(2t)
que como sabemos tiene la grfica
1
0.5
-0.5
-1
Supongamos a continuacin suponemos que el cuerpo se encuentra sometido a una fuerza de

rozamiento proporcional a la velocidad del mvil (Fr = cy 0 , c > 0). Por ejemplo, si el muelle y el
cuerpo se encuentran sumergidos en algn tipo de lquido. Ahora la ley de Newton nos proporciona
Fm P Fr = my 00 ,
de donde procediendo como en el caso anterior vemos que el movimiento del cuerpo vendr descrito
por la ecuacin
my 00 + cy 0 + ky = 0.
En este caso obtenemos las races
1 =
c +
c2 4mk
c c2 4mk
y 2 =
2m
2m
54

distinguindose la siguiente casustica.
Si c2 4mk > 0, las soluciones seran de la forma
y(t) = c1 e1 t + c2 e2 y
si 1 6= 2 , caso llamado sobreamortiguado. Por ejemplo, si k = 2 = m y c = 5 con las condiciones
iniciales y(0) = 1 e y 0 (0) = 0 la solucin es
4
1
y(t) = et/2 e2t
3
3
cuya grfica aproximada es
1
0.8
0.6
0.4
0.2
10
12
14
Si c2 4mk = 0, las soluciones son de la forma

y(t) = (c1 + c2 t)ey
en el caso llamado crticamente amortiguado correspondiente a la situacin 1 = 2 = = c/2m.
En el caso particular en que c = 4, m = k = 2, con las condiciones iniciales y(0) = 1 e y 0 (0) = 0
tenemos que la nica solucin es
y(t) = (1 + t)et ,
cuya grfica es
1
0.8
0.6
0.4
0.2
10
Por ltimo, si c2 4mk < 0, tendremos las races complejas conjugadas
k
m
c2
.
4m2
La ecuacin del movimiento ahora es de la forma

ct
ct
y(t) = e 2m [c1 cos(t) + c2 sin(t)] = e 2m A sin(t + ).

55
c
2m
i, donde =

Este movimiento se va amortiguando debido a que la amplitud va decreciendo a cero cuando el tiempo
se hace cada vez ms grande y recibe el nombre de movimiento subamortiguado. Por ejemplo, para
el caso m = 1, c = 4, y k = 1 y condiciones iniciales y(0) = 1 e y 0 (0) = 0 la nica solucin es
y(t) = e2t [cos( 3t) + 2/ 3 sin( 3t)]

cuya grfica aproximada es
1.25
1
0.75
0.5
0.25
-0.25
-0.5
Si ahora adems suponemos la presencia de una fuerza externa al sistema F (t) actuando sobre
nuestra masa puntual, el movimiento vendr descrito por la ecuacin diferencial no homognea
my 00 + cy 0 + ky = F (t).
(6.5)
Normalmente la fuerza ser de la forma F (t) = a sin(t + ), donde a, , R, tenindose entonces

las vibraciones forzadas. Estudiaremos en las prcticas con Mathematica cmo son algunos tipos de
vibraciones forzadas. Veremos que cuando = la amplitud de la vibracin es mxima, dando
lugar al fenmeno conocido como resonancia, de gran importancia desde el punto de vista tcnico,
ya que por ejemplo es un soporte terico para la amplificacin en la radio. Pondremos de manifiesto
en las prcticas tambin el caso conocido como casiresonancia, para valores de prximos a .
6.2
Circuito elctrico LRC
Consideremos un circuito elctrico que lleve en serie una bobina de inductancia L, una resistencia R,
un condensador de capacidad C y que es alimentado por una f.e.m. V (t), segn muestra la siguiente
figura
56

Suponiendo que L, R y C son constantes, mediante fsica elemental se sabe que el voltaje generado
V (t) se consume en todos los elementos del circuito, es decir,
V (t) = VC + VR + VL
donde VC , VR y VL representan la diferencia de potencial entre el condensador, la resitencia y la
bobina respectivamente. Sabiendo que
q(t)
VC =
,
C
donde q(t) es la carga en cada instante de tiempo,
VR = Rq 0 (t)
y
VL = Lq00 (t),
obtenemos la ecuacin lineal de orden dos
Lq 00 (t) + Rq0 (t) + q(t)/C = V (t).
(6.6)
Teniendo en cuenta que la intensidad i(t) se define como la derivada de la carga q(t) obtenemos la
ecuacin en trminos de la intensidad
Li00 (t) + Ri0 (t) + i(t)/C = V 0 (t)
(6.7)
Como puede apreciarse, las ecuaciones (6.6) y (6.7) son idnticas a la ecuacin (6.5) que proviene
de la vibracin de un muelle. As, cabe el mismo anlisis para circuitos que hicimos en el apartado
anterior.
6.3
Ejercicios
1. De un resorte elstico pegado al techo pende una masa de 3Kg como muestra la figura siguiente.
Si en estado de equilibrio el muelle se estira 1 m. respecto de su longitud inicial y suponemos
nulo el efecto del rozamiento del aire, describir el movimiento descrito por el cuerpo producido
al separarlo 1 m. respecto de su posicin de equilibrio.
2. Si el muelle del ejercicio 1 se introduce en un liquido que produce una fuerza de frenado
proporcional a la velocidad con constante de proporcionalidad c = 1, determinar ahora la
ecuacin del movimiento.
57

3. En las condiciones del ejercicio 2, determinar la ecuacin del movimiento en el caso en que se
aplica al cuerpo una fuerza externa f (t) = cos t N.
4. Un cuerpo de masa M se ata a un resorte elstico segn muestra la figura siguiente.
Se estira el muelle hasta dejarlo en posicin de equilibrio y a continuacin se desplaza x0 cm.

de su posicin de equilibrio. Despreciando la fuerza de rozamiento de la masa M con el suelo,
determinar las ecuaciones del movimiento en caso de que:
(a) No acta ninguna fuerza externa al sistema.
(b) Sobre el sistema acta una fuerza externa f (t).
Aplicar el resultado terico a los siguientes casos:
(a) M = 5kg .; k = 4N/cm.; x0 = 1cm.; f (t) = 0.
(b) M = 1kg .; k = 1N/cm.; x0 = 0.5cm.; f (t) = et cos t.
5. Consideremos el cuerpo de la figura siguiente. Si la masa del cuerpo es M y las constantes de
restauracin de cada muelle son k1 y k2 y suponemos el cuerpo libre de rozamiento, determinar
la ecuacin de movimiento cuando desplazamos el cuerpo x0 cm. de su posicin de equilibrio
(suponemos despreciable la fuerza de rozamiento del cuerpo con la superficie).
6. Consideremos el circuito elctrico de la figura.
58

Calcular la intensidad de corriente que pasa por los cables de dicho circuito en los siguientes
casos, suponiendo que el circuito est descargado (i(0) = i0 (0) = 0):
(a) C = 1F ; R = 1; L = 0H; V (t) = sin t.
(b) C = 1F ; R = 2; L = 0H; V (t) = et cos(2t).
(c) C = 2F ; R = 3; L = 0H; V (t) = e3t .
(d) C = 1F ; R = 1; L = 1H; V (t) = sin t.
(e) C = 0.5F ; R = 1; L = 1H; V (t) = t2 .
(f) C = 0.25F ; R = 4; L = 2H; V (t) = t cos t.
59
60
Captulo 7
Resolucin de sistemas lineales de
coeficientes constantes
Sumario. Teorema de CayleyHamilton. La exponencial de una matriz. Mtodo
prctico para resolver sistemas homogneos. Sistemas no homogneos: mtodo de
variacin de constantes.
Vamos a considerar sistemas de la forma
y0 = A y + b(x),
(7.1)
t
donde A = (aij )1jn
1in es una matriz cuadrada, b(x) = (b1 (x), b2 (x), ..., bn (x)) donde para 1 j n,
bj son funciones reales definidas sobre un intervalo de la recta real I e y = (y1 , y2 , ..., yn )t . Los
mtodos que vamos a estudiar son matriciales por lo que es necesario tener frescos conceptos sobre
la teora de matrices y especialmente con la diagonalizacin de stas.
7.1
Resolucin del sistema homogneo
Vamos a introducir un mtodo matricial para la resolucin de sistemas de ecuaciones lineales con
coeficientes constantes que puede verse en [DeGr, pg. 384402] o [Oma, 153161] y que est basado en
el clculo de la exponencial de una matriz utilizando el Teorema de CayleyHamilton. Explicaremos
en primer lugar en qu consiste el Teorema de CayleyHamilton y posteriormente introduciremos
la exponencial de una matriz, que nos va a proporcionar la solucin de sistemas homogneos de la
forma
y0 = A y,
donde A = (aij )1jn
1in es una matriz cuadrada.
7.1.1
Teorema de CayleyHamilton
k
k1
Supongamos que A = (aij )1jn
+ ... + a1 x + a0 , es
1in es una matriz cuadrada y q(x) = ak x + ak1 x
un polinomio de coeficientes reales. Si intercambiamos x por A construimos lo que denominaremos
un polinomio matricial
q(A) = ak Ak + ak1 Ak1 + ... + a1 A + a0 In .
61
Resolucin de sistemas lineales

Ntese que el trmino independiente del polinomio aparece multiplicado por la matriz identidad In .
Por ejemplo, si
1 2
A=
3 4
y q(x) = x3 + 2x 1, entonces
q(A) = A3 + 2A I2
1 2
1 2
1 0
=
+2
3 4
3 4
0 1
38 58
=
.
87 125
El Teorema de CayleyHamilton afirma lo siguiente.
Teorema 7.1 (CayleyHamilton). Sea A = (aij )1jn
1in una matriz cuadrada y sea p(x) = |A
xIn | su polinomio caracterstico. Entonces p(A) = 0.
A modo de ejemplo, dada la matriz anterior, su polinomio caracterstico es
p(x) = x2 5x 2,
y si calculamos
p(A) = A2 5A 2I2
2 0
5 10
7 10
=
0 2
15 20
15 22
0 0
.
=
0 0
Este teorema ser clave para poder obtener una frmula que permita resolver sistemas de ecuaciones
diferenciales lineales con coeficientes constantes.
7.2
Resolucin de sistemas. La exponencial de una matriz
En esta seccin vamos a obtener una frmula para resolver sistemas de ecuaciones de la forma
y0 = A y,
(7.2)
donde A es una matriz cuadrada de coeficientes reales. Para esto, debemos recordar un caso particular
de ste cuando la matriz es de una fila y una columna, es decir, cuando tenemos la ecuacin lineal
homognea de orden uno
y 0 = ay, a R.
En este caso, la solucin general de esta ecuacin es de la forma
y(x) = eax c, c R.
62

Por analoga con el caso unidimensional, para el caso general la solucin del sistema (7.2) va a ser
de la forma
y(x) = eAx C,
donde C es un vector columna constante y eAx es la exponencial de la matriz A x definida por la
serie
X
xi
Ax
:=
Ai .
e
i!
i=0
Para hacer ms comprensible este captulo, vamos a dar algunas nociones sobre la exponencial de
una matriz.
7.2.1
La exponencial de una matriz
Consideremos una matriz cuadrada A. Como hemos definido anteriormente, la exponencial de dicha
matriz viene definida, en analoga con la exponencial de un nmero real, viene dada por la serie
A
e =
X
i=0
Ai
1
,
i!
donde supondremos que A0 = In . Esta serie siempre es convergente, es decir, para toda matriz
cuadrada con coeficientes reales la serie anterior nos proporciona una matriz de coeficientes reales.
Hay casos en los que es bastante sencillo calcular la exponencial de una matriz. Por ejemplo,
si D = diag(d1 , ..., dn ) es una matriz diagonal, entonces para todo nmero natural i se tiene que
Di = diag(di1 , ..., din ) y entonces
D
=
=
X
i=0
X
i=0
Di
1
i!
diag(di1 , ..., din )
= diag
X di
i=0
d1
i!
, ...,
= diag(e , ..., edn ).

Por ejemplo, si
entonces
1
i!
X
di
i=0
1 0 0
D = 0 2 0 ,
0 0 2
e 0 0
eD = 0 e2 0 .
0 0 e2
63
n!

Adems, la exponencial de una matriz cumple la siguientes propiedades (que no justificaremos). Si
A y B son matrices cuadradas que conmutan, esto es A B = B A, entonces
eA+B = eA eB .
(7.3)
Dado el vector columna C, la funcin y(x) = eAx C est definida para todo x R, es derivable y
y0 (x) =
d Ax
e C = A eAx C = A y(x),
dx
es decir, es solucin del sistema de ecuaciones diferenciales lineales con coeficientes constantes (7.2).
Ahora bien, consideremos el sistema

0
y1
y1
1 1
=
.
1 1
y20
y2
La solucin de este sistema es la matriz
1 1
1 1
c1
c2
pero cmo calculamos dicha matriz? A continuacin vamos a ver un mtodo basado en el Teorema de
CayleyHamilton que permite hacer el clculo con cierta facilidad, aunque los clculos sean laboriosos.
7.2.2
Clculo prctico de la exponencial
Para fijar ideas supongamos que p(x) es el polinomio caracterstico de la matriz A y que tiene k
races reales o complejas 1 , 2 , ...k con multiplicidades r1 , r2 , ..., rk . Buscamos entonces polinomios
a1 (x), a2 (x), ..., ak (x) con grado a lo sumo ri 1 para cada 1 i k, de manera que se verifique la
igualdad
a1 (x)
a2 (x)
ak (x)
1
=
+
+ ... +
,
r
r
1
2
p(x)
(x 1 )
(x 2 )
(x k )rk
de donde
1 = a1 (x)q1 (x) + a2 (x)q2 (x) + ... + ak (x)qk (x),
(7.4)
con qi (x) = p(x)/(x i )ri , 1 i k. Sustituyendo en (7.4) x por A tendremos

In = a1 (A)q1 (A) + a2 (A)q2 (A) + ... + ak (A)qk (A).
Dado que para todo 1 i k,
i xIn
Ijn
j=0
(i x)j
= ei x In ,
j!
entonces
Ax
i xIn (Ai In )x
=e
i x
=e
64
X
xj
(A i In )j .
j!
j=0
(7.5)

De aqu, multiplicando por la izquierda ambos miembros por qi (A)
qi (A)eAx = ei x
= ei x
X
j=0
rX
i 1
j=0
qi (A)(A i In )j
xj
j!
qi (A)(A i In )j
xj
j!
dado que por el Teorema de CayleyHamilton, para todo j ri se tiene que qi (A)(A i In )j =
p(A)(A i In )jri = 0. Multiplicando nuevamente por la izquierda por ai (A) obtendremos
Ax
ai (A)qi (A)e
i x
=e
rX
i 1
j=0
ai (A)qi (A)(A i In )j
xj
.
j!
(7.6)
Sumando (7.6) desde 1 hasta k y teniendo en cuenta (7.5) concluimos que la exponencial de la matriz
puede calcularse con la frmula
!
rX
k
i 1
j
X
x
eAx =
ei x ai (A)qi (A)
.
(7.7)
(A i In )j
j!
i=1
j=0
Consideremos por ejemplo el sistema
y10 = 4y1 + 2y2 ;

y20 = 3y1 + 3y2 .
La matriz asociada al sistema es

A=
4 2
3 3
y el polinomio caracterstico
p(x) = x2 7x + 6,
que tiene por races 1 = 1 y 2 = 6. Calculamos ahora a1 y a2 a partir de
a1
a2
(a1 + a2 )x 6a1 a2
1
=
+
=
,
p(x)
x1 x6
p(x)
de donde obtenemos el sistema
a1 + a2 = 0,
6a1 a2 = 1,
que tiene por solucin a1 = 1/5 y a2 = 1/5. Adems

q1 (x) = p(x)/(x 1) = x 6
y
q2 (x) = p(x)/(x 6) = x 1.
65

Aplicamos ahora la frmula (7.7) y tenemos que
eAx = ex (1/5I2 ) I2 (A 6I2 ) + e6x (1/5I2 ) I2 (A I2 )
6x
1
3e + 2ex 2e6x 2ex
.
=
3e6x 3ex 2e6x + 3ex
5
La solucin del sistema ser

6x
1
c1
3e + 2ex 2e6x 2ex
y1 (x)
=
y2 (x)
3e6x 3ex 2e6x + 3ex
c2
5
6x
1
e (3c1 + 2c2 ) + ex (2c1 2c2 )
,
=
e6x (3c1 + 2c2 ) + ex (3c1 + 3c2 )
5
esto es
1 6x
y1 (x) =
e (3c1 + 2c2 ) + ex (2c1 2c2 )
5
e
1 6x
y2 (x) =
e (3c1 + 2c2 ) + ex (3c1 + 3c2 ) ,
5
donde c1 y c2 son dos constantes reales. Si tuvisemos alguna condicin inicial, por ejemplo, y1 (0) =
1, y2 (0) = 0, entonces planteando el sistema
y1 (0) = c1 = 1,
y2 (0) = c2 = 0,
obtendramos que
1
y1 (x) = (3e6x + 2ex )
5
1
y2 (x) = (3e6x 3ex )
5
Consideremos ahora el sistema
y10 = 3y1 + y2 ;
y20 = y1 + y2 ;
cuyo polinomio caracterstico asociado a la matriz A es p(x) = x2 4x + 4, que tiene por solucin
la raz doble = 2. Entonces
a1
a1
1
=
,
=
2
p(x)
(x 2)
p(x)
de donde a1 = 1 y
q1 = p(x)/(x 2)2 = 1.
Aplicando la frmula (7.7) tenemos que
Ax
1
X
xi
= e a1 (A)q1 (A)
(A 2I2 )i
i!

i=0
1 1
x
= e2x In In In +
1 1
1+x
x
2x
= e
x 1 + x
2x
66

con lo que la solucin del sistema
y1 (x)
(1 + x)e2x
c1
xe2x
=
,
y2 (x)
xe2x
(1 + x)e2x
c2
donde c1 y c2 son dos constantes reales (la expresin definitiva de y1 e y2 se deja como ejercicio al
lector).
Si por ltimo tomamos el sistema
y10 = 3y1 5y2 ;

y20 = y1 y2 ;
podemos ver que el polinomio caracterstico asociado a la matriz A es p(x) = x2 2x + 2 que tiene
por races los nmeros complejos conjugados 1 = 1 + i y 2 = 1 i. De la expresin
1
a1
a2
(a1 + a2 )x + a1 (1 + i) + a2 (1 i)
=
+
=
,
p(x)
(x 1 i) (x 1 + i)
p(x)
que da lugar al sistema
que nos da como solucin a1 =
1
2i
a1 + a2 = 0,
a1 (1 + i) + a2 (1 i) = 1,
y a2 = 2i1 . Teniendo en cuenta que

q1 (x) = x 1 + i,
y
q2 (x) = x 1 i,
se tiene aplicando la frmula (7.7)
1
1
eAx = e(1+i)x I2 (A (1 i)I2 ) e(1i)x I2 (A (1 + i)I2 )
2i
2i
2+i
5
2i
5
x
ix 1
ix 1
e
= e e
1
2 + i
1
2 i
2i
2i
ix
ix
ix
ix
ix
ix
e +e
e e
e e
+
5
2
2i ix
2
2i
= ex
ix
ix
e e
e eix eix + eix
2
+
2i
2i
2
2
sin
x
+
cos
x
5
sin
x
= ex
,
sin x
2 sin x + cos x
dado que
cos x =
eix + eix
2
sin x =
eix eix
.
2i
67

Entonces toda solucin del sistema viene dada por la expresin
y1 (x)
2 sin x + cos x
5 sin x
c1
x
,
=e
sin x
2 sin x + cos x
y2 (x)
c2
donde c1 y c2 son dos constantes reales.
Los tres ejemplos anteriores resumen los casos que pueden darse para el caso de sistemas de dos
ecuaciones con dos incgnitas, es decir, que el polinomio caracterstico tenga dos soluciones reales
distintas, una real doble o dos complejas conjugadas. Cuando el nmero de ecuaciones es mayor,
pueden aparecer otros casos, pero bsicamente la matriz exponencial contiene en sus coordenadas
funciones de la forma
xn ex cos(x) y xn ex sin(x),
donde n 0 y y son nmeros reales. En cualquier caso, resolveremos sistemas que a lo sumo
tienen cuatro ecuaciones con cuatro incgnitas, pues a partir de ese nmero de ecuaciones los clculos
suelen ser muy largos y engorrosos en general.
7.3
El mtodo de variacin de constantes
Volvamos ahora sobre el sistema no homogneo (7.1) y supongamos conocida la solucin general del
sistema homogneo asociado. Para terminar de resolver el sistema no homogneo usaremos el mtodo
de variacin de constantes. Para ello supongamos que la solucin es de la forma
y(x) = eAx C(x),
donde C(x) es una funcin a determinar. Derivando respecto de x obtendremos que
y0 (x) = AeAx C(x) + eAx C0 (x) = A y(x) + eAx C0 (x).
Sustituyendo en el sistema no homogneo tendremos
A y(x) + eAx C0 (x) = A y(x) + b(x),
o equivalentemente
eAx C0 (x) = b(x).
Dado que la matriz eAx es invertible (recordar la Proposicin 4.4) y teniendo en cuenta que
eAx eAx = e0 = In ,
concluimos que eAx es la inversa de eAx y entonces
Z
C(x) = eAx b(x)dx.
Una vez calculada C(x) obtenemos la solucin del sistema no homogneo.
68
(7.8)

Por ejemplo, consideremos el sistema
y10 = 4y1 + 2y2 + ex ;

y20 = 3y1 + 3y2 ,
que tambin podemos escribir como

x
0
y1
4 2
e
y1
.
=
+
0
3 3
y2
y2
0
Ya vimos que la exponencial de la matriz del sistema era
6x
1
3e + 2ex 2e6x 2ex
Ax
=
e
3e6x 3ex 2e6x + 3ex
5
por lo que a partir de (7.8) obtenemos
x
Z 6x
1 3e
e
+ 2ex 2e6x 2ex
c1 (x)
=
dx
6x
x
6x
x
c2 (x)
3e
2e
+ 3e
0
5 3e
Z 5x
1
3e
+2
dx
=
3e5x 3
5
R
1 R (3e5x + 2)dx
=
(3e5x 3)dx
5
1 3e5x /5 + 2x + c1
=
,
5 3e5x /5 3x + c2
con lo que la solucin
6x
1
3e + 2ex
y(x) =
3e6x 3ex
5
6x
1
3e + 2ex
=
3e6x 3ex
25
1 3e5x /5 + 2x + c1
5 3e5x /5 3x + c2
1 x
c1
10x 3
2e6x 2ex
.
+ e
3 15x
2e6x + 3ex
c2
25
2e6x 2ex
2e6x + 3ex
Ntese que una solucin particular del sistema es

1
yp (x) = ex
25
10x 3
3 15x
por lo que haciendo ki = ci /5, i = 1, 2, tenemos que
k1
Ax
+ yp (x),
y(x) = e
k2
tal y como el Teorema 4.5 afirmaba.
Si por ejemplo consideramos el problema de condiciones iniciales
0
y1 = 4y1 + 2y2 + ex ;
y 0 = 3y1 + 3y2 ;
2
y1 (0) = 0, y2 (0) = 1;
69

se verificar que
y1 (0)
y2 (0)
0
1
1
=
25
c1
c2
1
+
25
3
3
de donde
c1 = 3
y
c2 = 22,
de donde sustituyendo en la solucin general concluimos que
1
13e6x + ex (10x 13)
y1 (x)
=
y2 (x)
25 13e6x + ex (12 15x)
7.4
Ejercicios
1. Resolver los siguientes sistemas de ecuaciones lineales de la forma

y0 = A y
donde la matriz A es la siguiente:
3 1 1
1
5
1
2
(a) 1 5 1 (b)
(c)
2 1
2 2
1 1 3
(d)
3 1
1 1
(e)
2
1
1 1 1
0
1 1 1
0
(g)
(h)
1
1 1
2
0 1
9
1 0
(f)
8
1 1
8 0
0
0 2
3
(i)
8 2
3
2. Resolver los siguientes problemas de condiciones iniciales:

0
0
x = 4(x + y)
x =y
0
y = x
x0 + 4y 0 = 4y
(b)
(a)
x(0) = y(0) = 1.
x(0) = 1, y(0) = 0.
0
x =xz
0
y = 2y
(d)
z0 = x + z
x(0) = 2, y(0) = 2, z(0) = 1.

70
1
1
0
1 1
0 1
1 0
0
x = 3x + 8y
y 0 = 3y x
(c)
x(0) = 6, y(0) = 2.
0
x =y+z
0
y = x + z
(e)
z 0 = x y
x(0) = y(0) = z(0) = 1.

3. Resolver los siguientes sistemas y problemas de condiciones iniciales
0
0
x = 4x + 3y + 5z + et sin 2t
x = y + te2t
0
2t
y 0 = y 4z
y = 2x + 3y + e
(b)
(a)
0
z = 2y + 3z
x(0) = 1, y(0) = 1.
0

x = 2x + y z
2 1 1
0
0
y = 3x y + z + t
(c) y0 = 3 1 2 y+ 1 (d)
z 0 = 9x + 3y 4z
2 1 1
0
x(0) = z(0) = 0, y(0) = 3.
3 1
0
0
x = 2x 5y + t
y =
+
2 1
sin t
y 0 = x + 2y + t2
(f)
(e)
x(0) = 1, y(0) = 0.
x(0) = 1, y(0) = 0.
71
72
Captulo 8
Aplicaciones de los sistemas de
ecuaciones diferenciales lineales
Sumario. Vibraciones mecnicas con varios cuerpos acoplados. Circuitos elctricos. Problemas de mezclas con varios recipientes interconectados. Climatizacin de
edificios con varias estancias.
8.1
Vibraciones mecnicas
Al estudiar sistemas mecnicos en los que aparecen varios cuerpos, como el que muestra la figura
aparecen de una manera natural sistemas de ecuaciones diferenciales lineales como las que permiten
estudiar el movimiento de tales cuerpos. Suponemos que los cuerpos estn en equilibrio, es decir, no
hay movimiento y los pesos de cada cuerpo se compensan con la fuerza de cada muelle proporcionada
por la ley de Hooke (ver por ejemplo la ecuacin del muelle deducida a partir del equilibrio en el
Tema 6). Tiramos del cuerpo M2 hacia abajo, producindose tambin un desplazamiento de M1 , y
a continuacin soltamos el cuerpo M2 , producindose as un movimiento. Si suponemos que no hay
fuerzas debidas al rozamiento y denotamos por F1 la fuerza recuperadora del primer muelle y F2 la
del segundo, tenemos por la segunda ley de Newton la ecuacin
M2 y200 = F2 ,
73
Aplicacin de los sistemas lineales

donde y2 es lo que se ha separando el cuerpo M2 de la posicin de equilibrio. Para el cuerpo M1
tenemos la siguiente ecuacin de movimiento
M1 y100 = F1 F2 ,
segn el siguiente esquema de fuerzas, suponiendo que el movimiento de ambos cuerpos es hacia
arriba y que ambos muelles estn estirados, por lo que la fuerza recuperadora tiende a contraerlos.
Ahora bien, por la ley de Hooke, F1 = k1 y1 , donde y1 es el desplazamiento del primer cuerpo
respecto de la posicin de equilibrio. Por otro lado, F2 = k2 (y2 y1 ), dado que el estiramiento del
segundo muelle es y2 y1 . Las ecuaciones de movimiento son entonces
M1 y100 = (k1 + k2 )y1 + k2 y2 ,

M2 y200 = k2 y1 k2 y2 .
Introduciendo las variables dependientes z1 = y10 y z2 = y20 y dividiendo por las masas obtenemos el
sistema
0
y1 = z1 ,
k + k2
k2
z10 = 1
y1 +
y2 ,
M1
M1
y20 = z2 ,
z20 = k2 y1 k2 y2 ,
M2
M2
cuya matriz es
0
1
0
0
k2
k1 + k2

0
0
M1
M1
A=
.
0
0
0
1
k2
k2
0
0
M2
M2
Si el sistema de muelles hubiera estado en un tanque con un lquido, apareciendo entonces una
fuerza de rozamiento proporcional a la velocidad con constante de proporcionalidad c1 para el primer
74

cuerpo y c2 para el segundo, tendramos ahora por la ley de Newton
M1 y100 = F1 F2 Fr1 ,
M2 y200 = F2 Fr2 ,
donde Fr1 y Fr2 denotan las fuerzas de rozamiento. Entonces
M1 y100 = (k1 + k2 )y1 + k2 y2 c1 y10 ,

M2 y200 = k2 y1 k2 y2 c2 y20 ,
y procediendo como antes
cuya matriz del sistema es
0
y1 = z1 ,
k + k2
c1
k2
z10 = 1
y1
z1 +
y2 ,
M1
M1
M1
0
y2 = z2 ,
z20 = k2 y1 k2 y2 c2 z2 ,
M2
M2
M2
A=
0
1
0
0
k1 + k2
k2
c1
0
M1
M1 M1
0
0
0
1
k2
c2
k2
0
M2
M2
M2
Si adems aparecen otras fuerzas externas actuando sobre alguno de los cuerpos, por ejemplo una
fuerza F (t) actuando sobre el segundo cuerpo, las ecuaciones de movimiento seran
M1 y100 = F1 F2 Fr1 ,
M2 y200 = F2 Fr2 + F (t),
que da lugar al sistema
0
y1 = z1 ,
k + k2
c1
k2
z10 = 1
y1
z1 +
y2 ,
M1
M1
M1
y20 = z2 ,
z20 = k2 y1 k2 y2 c2 z2 + F (t),
M2
M2
M2
que en forma matricial es de la forma
0
1
0
0
0

0
y1
k2
c1
k1 + k2
y1
0 z 0
z10
1
M1
M1 M1
0 =
+
y2
0
0
0
1 y2 0
k2
c2
k2
F (t)
z20
z2
0
M2
M2
M2
En los ejercicios del final del tema pueden verse otros sistemas unidos por muelles, que tambin
dan lugar a sistemas de ecuaciones diferenciales lineales.
75
8.2
Circuitos elctricos con varias ramas
Sistemas de ecuaciones diferenciales lineales tambin aparecen cuando consideramos circuitos elctricos con varias ramas, como muestra la siguiente figura:
En este caso debemos aplicar las leyes de Kircho para obtener las ecuaciones. La primera de ellas
afirma que en cada nudo o punto de remificacin del circuito, la suma de las intensidades entrantes
es igual a la suma de las intensidades salientes. En el circuito de la figura esto nos proporciona la
ecuacin
I1 = I2 + I3 .
En segundo lugar, consideramos los dos subcircuitos que hay y fijamos un sentido de la corriente,
como muestra la siguiente figura
Tomamos el primer subcircuito por separado, que es
76

Para este subcircuito tenemos la ecuacin
V (t) = VC1 + VR1 + VR2
donde
VC1 =
q1
,
C1
donde q1 es la carga que da lugar a la intensidad I1 ,

VR1 = I1 R1 ,
VR2 = I2 R2 .
Teniendo en cuenta que las intensidades I1 e I2 llevan el sentido que nosotros hemos prefijado, y
tomando la derivada primera, tenemos la ecuacin
V 0 (t) = I10 R1 + I1 /C1 + I20 R2 .
Tomamos ahora el segundo subcircuito que muestra la figura
cuya ecuacin ser

0 = VR2 + VL + VC2 ,
teniendo en cuenta que ahora I2 va en sentido contrario a prefijado por nosotros al principio y de ah
el signo negativo. Procediendo como antes obtenemos la ecuacin
0 = I20 R2 + I300 L + I3 /C2 ,
y combinando las tres ecuaciones tenemos el sistema
I1 = I2 + I3 ,
V 0 (t) = I10 R1 + I1 /C1 + I20 R2 ,
0 = I20 R2 + I300 L + I3 /C2 .
Eliminando I1 tenemos las dos ecuaciones

0
V (t) = I20 (R1 + R2 ) + I30 R1 + I2 /C1 + I3 /C1 ,
0 = I20 R2 + I300 L + I3 /C2 ,
77

e introduciendo la variable z = I30 , el sistema queda
0
V (t) = I20 (R1 + R2 ) + zR1 + I2 /C1 + I3 /C1 ,
I0 = z
3
0 = I20 R2 + z 0 L + I3 /C2 .
Despejamos I20 , I30 y z 0 y tenemos el sistema en la forma
1
1
R1
V 0 (t)
I
I
I
=
z
+
,
2
3
2
C1 (R1 + R2 )
C1 (R1 + R2 )
R1 + R2
R1 + R2
I30 = z,
1
R2 V 0 (t)
R
R
R2 R1
2
2
0
I2
+
z+
,
I3
z =
C1 L(R1 + R2 )
C1 L(R1 + R2 ) LC2
L(R1 + R2 )
L(R1 + R2 )
que en forma matricial es
I20
I2
I30 = A I3 +
z0
z
donde
A=
V 0 (t)
R1 + R2
0
R2 V 0 (t)
L(R1 + R2 )
1
1
R1
C1 (R1 + R2 )
C1 (R1 + R2 )
R1 + R2
0
0
1
R2
R2 R1
R2
1
C1 L(R1 + R2 )
C1 L(R1 + R2 ) LC2
L(R1 + R2 )
Otros circuitos similares sern estudiados en los problemas de este tema.
8.3
Problemas de mezclas con varios recipientes
Supongamos que tenemos dos recipientes conteniendo ambos una cierta sustancia en disolucin.
Podemos pensar por ejemplo en agua salada. Los recipientes estan conectados entre s, de manera
que puede pasar cierta cantidad de sustancia de un recipiente al otro y viceversa. Adems, cada
recipiente puede estar en contacto con el exterior, permitiendo que entren sustancias del exterior y
dejando salir tambin sustancias de los recipientes al exterior. En este tipo de problemas se trata
de determinar la concentracin de sustancia disuelta en cada recipiente. Consideremos el siguiente
ejemplo.
Ejemplo 8.1 Dos grandes tanques, cada uno con 100 litros de lquido se encuentran interconectados
por medio de tubos. El lquido fluye del tanque A (ver dibujo posterior) hacia el tanque B a razn
de 3 l/m y de B hacia A a razn de 1 l/m. El lquido contenido en el interior de cada tanque se
mantiene bien agitado. Una solucin de salmuera con una concentracin de 2 Kg/l fluye del exterior
hacia el tanque A a razn de 6 l/m. La solucicin (diluida) fluye hacia el exterior del tanque A a
78

razn de 4 l/m del tanque B a 2 l/m. Si inicialmente el tanque A contena agua pura y el B 200 kg
de sal, determinar la cantidad de sal en cada instante.
Para resolver el problema, llamemos x(t) e y(t) las cantidades de sal en cada instante en los
tanques A y B, respectivamente. Recordemos los problemas de mezclas con un nico recipiente
vistos en el Tema 3. De estos problemas, vemos que la variacin de la cantidad de sal en A es
x0 (t) = ve vs
donde ve es la velocidad de entrada de sal y vs es la velocidad de salida. Para el caso del tanque A
se tiene que
y(t)
ve = 6 l/m 2 Kg/l + 1 l/m
Kg/l
100
y
x(t)
x(t)
x(t)
vs = 4 l/m
Kg/l + 3 l/m
Kg/l = 7 l/m
Kg/l
100
100
100
de donde obtenemos la ecuacin diferencial
x0 (t) =
1
7
x(t) +
y(t) + 12.
100
100
Procediendo de igual manera con el tanque B se tiene que

y 0 (t) = ve vs
donde ahora
ve = 3 l/m
x(t)
Kg/l
100
y
y(t)
y(t)
y(t)
Kg/l + 2 l/m
Kg/l = 3 l/m
Kg/l,
100
100
100
de donde obtenemos la ecuacin
vs = 1 l/m
y 0 (t) =
3
3
x(t)
y(t),
100
100
79

y por consiguiente el problema de condiciones iniciales
7
1
x (t) = 100 x(t) + 100 y(t) + 12,

3
3
x(t)
y(t),
y 0 (t) =
100
100
x(0) = 0;
y(0) = 200.
El sistema es no autnomo, y puede escribirse de forma matricial como
0
7
1
12
100
x(t)
x (t)
100
.
+
=
3
3
0
y(t)
y 0 (t)
100
100
Dejamos la resolucin del sistema al alumno. Otros problemas de este tipo se propondrn al final
del tema.
8.4
Climatizacin de edificios con varias estancias
Tambin en el Tema 3 vimos una aplicacin de las ecuaciones diferenciales a la climatizacin de

edificios con una sola estancia. Esta aplicacin se basaba en la ley de enfriamiento de los cuerpos de
Newton. Vamos a ver qu pasa si el edificio tiene ms de una estancia, como el del siguiente ejemplo.
Ejemplo 8.2 Un edificio consta de dos zonas A y B (vese la siguiente figura). La zona A es
calentada por un calefactor que genera 80000 Kcal/h. La capacidad calorfica de la zona A es de
1/4 o C por cada 1000 Kcal. Las constantes de tiempo de transferencia de calor son entre la zona A
y el esterior 4 horas, 2 horas entre las zonas A y B y 5 horas entre la zona B y el exterior. Si la
temperatura exterior es de 0 o C, determinar la temperatura de cada zona.
Para resolver el problema, llamemos x(t) e y(t) a las temperaturas de las zonas A y B, respectivamente. Entonces
1
1
x0 (t) = (0 x(t)) + (y(t) x(t)) + U(t),
4
2
donde
1
U(t) = o C/1000 Kcal 80.000 Kcal/h = 20 o C/h,
4
de donde conseguimos la ecuacin
1
3
x0 (t) = x(t) + y(t) + 20.
4
2
80

Por otra parte, para la zona B tenemos
1
1
y 0 (t) = (0 y(t)) + (x(t) y(t)),
5
2
con lo que tenemos el sistema
x0 (t) = 34 x(t) + 12 y(t) + 20,

7
y 0 (t) = 12 x(t) 10
y(t).
Dejamos la resolucin del sistema al alumno. Otros ejemplos de este tipo sern estudiados en los
ejercicios.
8.5
Ejercicios
1. Dos slidos estn atados a unos resortes como indica la figura.
Si estn en equilibrio, determinar las ecuaciones del movimiento para ambos slidos cuando
se separan de su posicin de equilibrio. Aplicarlo al caso en que las masas de los son iguales
a 1Kg . los resortes tienen una constante recuperadora de 1 y 2 N/m, respectivamente y los
cuerpos se separan 1 y 0.5 m.
2. Dado el sistema en equilibrio determinado por la figura
81

determinar las ecuaciones de movimiento que se producen al desplazar la masa de la izquierda
75 mm hacia la izquierda para luego soltarla. Se supone que no hay resistencia con el suelo y
que m = 15 kg, k1 = 0.8 N/mm y k2 = 0.9 N/mm. Determinar las posiciones de los cuerpos a
los 5 segundos de soltar el cuerpo.
3. Determinar las ecuaciones de movimiento para el siguiente sistema suponiendo nulos los efectos
del rozamiento de los cuerpos con el suelo.
4. Determinar las intensidades que circulan por el siguiente circuito, inicialmente descargado (condiciones iniciales nulas), en los siguientes casos:
(a) V (t) = 20 V .
(b) V (t) = cos t V.
(c) V (t) = 10tV.
5. Suponiendo condiciones iniciales nulas, calcular las intensidades del siguiente circuito
82

6. Suponiendo condiciones iniciales nulas, calcular las intensidades del siguiente circuito
donde V (t) = cos(3t).

7. Dado el circuito de la figura, obtener la intensidad que circula por cada una de los cables
sabiendo que inicialmente estaba descargado.
8. Resolver el ejercicio anterior suponiendo que el voltaje es de sin(2t) voltios.

9. Dos tanques que contienen cada uno 50 litros de lquido se ecuentran interconectados por medio
de dos tubos. El lquido fluye del tanque A hacia el tanque B a razn de 4 litros por minuto y
del tanque B al tanque A a 1 litro por minuto. El lquido contenido en cada tanque se mantiene
prefectamente agitado. Hacia el tanque A entra del exterior agua a razn de 3 litros por minuto
y la solucin fluye hacia el exterior por el tanque B a la misma velocidad. Si inicialmente el
tanque A contiene 25 kilos de sal y el tanque B no contiene nada de sal, determinar la cantidad
de sal en cada instante de tiempo.
83

10. Dos grandes tanques, cada uno de 50 litros se encuentran interconectados por un tubo. El
lquido fluye del tanque A hacia el B a razn de 5 litros por minuto. El lquido contenido en el
interior de cada tanque se mantiene bien agitado. Una salmuera con concentracin de 3 kilos
por litro fluye del exterior hacia el tanque A a razn de 5 litros por minuto, saliendo hacia
el exterior a la misma velocidad por un tubo situado en el tanque B. Si el tanque A contiene
inicialmente 50 kilos de sal y el tanque B contiene 100 kilos, determinar la cantidad de sal en
cada instante.
11. Un edificio consta de dos zonas A y B. Solamente la zona A es calentada por un calefactor, que
genera 80.000 kilocalorias por hora. La capacidad calorfica de la zona A es de 1/4 de grado
Celsius por cada 1000 kilocalorias. Las constantes de transferencia de calor son 4 horas entre
la zona A y el exterior, 5 horas entre la zona B y el exterior y 3 horas entre las dos zonas. Si la
temperatura exterior es de 0 grados Centgrados, a qu temperatura puede llegar a enfriarse
la zona B?
Nota: las constantes de transferencia de calor son las inversas de las constantes que aparecen
el la ley de enfriamiento de Newton.
12. Para fines de refrigeracin una casa consta de dos zonas: la zona de tico A y la zona B o
habitacional. El rea habitacional es refrigerada por medio de una unidad de aire acondicionado
de 2 toneladas que disipa 24000 kilocalorias por hora. La capacidad calorfica de la zona B es
de 1/2 grado centgrado por cada 1000 kilocalorias. La constantes de transferencia de calor son
2 horas entre la zona A y el exterior, 4 horas entre la zona B y el exterior y 4 horas entre ambas
zonas. Si la temperatura exterior permanece a 40 grado centgrados, a qu temperatura puede
84

llegar a calentarse la zona del tico?
85
86
Captulo 9
Teora cualitativa de ecuaciones
diferenciales
Sumario. Ecuaciones y sistemas de ecuaciones diferenciales autnomos. Espacio
de fases y rbitas. Teora cualitativa para ecuaciones autnomas. Teora cualitativa
para sistemas planos: isoclinas e integrales primeras. Clasificacin de los sistemas
lineales con coeficientes constantes. Estabilidad de sistemas lineales. Mtodo de
linealizacin de Lyapunov y el Teorema de HartmanGrobman. El mtodo directo
de Lyapunov. Aplicaciones.
Se pretende en estas notas hacer una recopilacin de unos contenidos bsicos sobre la teora
cualitativa de las ecuaciones diferenciales. Aunque la palabra cualitativa pueda sonar extraa, en
realidad, el alumno ya debe conocer estudios cualitativos de funciones de variable real.
1
. A priori la expresin analtica
1 + x2
de la funcin no nos dice mucho acerca de la misma, es decir, a partir de la expresin analtica de la
funcin no obtenemos fcilmente informacin til. Sin embargo a partir de esta expresin analtica
podemos obtener su representacin grfica, que nos proporciona un anlisis cualitativo de sta. As,
estudiando lmites, asntotas, extremos relativos, etctera podemos obtener una informacin mucho
ms visual y manejable que la proporcionada por la expresin analtica de la funcin.
Pongamos un ejemplo y consideremos la funcin f (x) =
0.8
0.6
0.4
0.2
-4
-2
Como vemos, la grfica nos muestra que la funcin es acotada, con un valor mximo de 1 en el
punto 0. Tambin y entre otras cosas, vemos como la funcin tiende a 0 en . En definitiva, la
87
Teora cualitativa de ecuaciones diferenciales

informacin visual aportada por la grfica nos da mucha informacin sobre el comportamiento de la
funcin en cuestin.
Esta es la filosofa en la que se basa el estudio cualitativo de las ecuaciones diferenciales: obtener
representaciones grficas de las soluciones de ecuaciones y sistemas de ecuaciones diferenciales, o ms
precisamente de familias de soluciones, es decir, informacin grfica sobre tipos de soluciones que se
engloban en unos objetos llamados rbitas.
El por qu de este estudio cualitativo de la ecuaciones diferenciales es el siguiente. Ya a finales
del siglo XIX los matemticos perdieron toda esperanza de encontrar soluciones de ecuaciones y
sistemas de ecuaciones diferenciales. Se pona fin por tanto al estudio cuantitativo de las ecuaciones
diferenciales, cuyo estudio ha marcado la primera parte del curso. Una vez que se renunci al anlisis
cuantitativo, se obtaron por dos vas complementarias que tratan de obtener informacin sobre las
soluciones de ecuaciones diferenciales sin necesidad de resolver la ecuacin. Una de estas vas es
el estudio de los mtodos numricos para ecuaciones diferenciales que ser objeto de estudio en la
asignatura de cuarto curso mtodos numricos. Sobre la segunda va, el estudio de la teora cualitativa
de ecuaciones diferenciales vamos a dar unas pequeas pinceladas al final del curso.
Hay que destacar que ambas vas gozan de buena salud en lo que a investigacin en matemticas
se trata. En particular, el desarrollo de la teora cualitativa, usando como herramienta mtodos
numricos aplicados en cada vez ms potentes ordenadores, ha dado lugar a la gestacin de una de
las teoras matemticas de la ms vigente actualidad como es la teora del caos.
9.1
Ecuaciones y sistemas autnomos
Una ecuacin diferencial autnoma es una expresin de la forma

y 0 = f (y)
donde f es una funcin real de variable real. Hay que enfatizar que en la ecuacin no aparece la
variable independiente de la cual depende y. Ejemplos de este tipo de ecuaciones son:
y 0 = y,
y 0 = y 2 sin y,
y 0 = ey y.
Un sistema de ecuaciones diferenciales autnomo es una expresin de la forma
0
y = f1 (y1 , y2 , ..., yn ),
10
y2 = f1 (y1 , y2 , ..., yn ),
.................................
0
yn = f1 (y1 , y2 , ..., yn ),
donde fi : Rn R, 1 i n. Ejemplos de sistemas autnomos son:
0
x = x + y,
y 0 = x y,
88
x0 = sin(x + y),
y 0 = cos(x + y),
0
x = ex+y y,
y 0 = ex+y x.
Cualquier ecuacin o sistema de ecuaciones no autnomos pueden reescribirse como un sistema

autnomo introduciendo una nueva variable dependiente. Para ejemplificar este hecho consideremos
la ecuacin
y 0 = t y.
Tomando x(t) = t como una nueva variable dependiente, la ecuacin anterior podemos escribirla
como
0
x = 1,
y 0 = x y.
No obstante, aumentamos en una dimensin el nmero de variables dependientes, lo cual supone un
alto precio a la hora del estudio cualitativo de la ecuacin. Sin otra consideracin, pinsese que es
ms sencillo a priori representar curvas en dos dimensiones que en tres. Adems, en el caso de los
sistemas de ecuaciones diferenciales autnomos, el estudio de la teora cualitativa en dimensin tres
dista mucho de estar analizado y comprendido, con lo cual el pasar de dimensin dos a tres no nos
asegura ningn conocimiento sobre el sistema.
9.2
Soluciones y rbitas
Sea el sistema autnomo

y0 = f(y)
(9.1)
donde y = (y1 , y2 , ..., yn ) y f : Rn Rn es una funcin con funciones coordenadas f1 , f2 , ..., fn .

En general supondremos que la funcin f satisface las condiciones del teorema de existencia y unicidad
de soluciones, por lo que el problema de condiciones iniciales
0
y = f(y),
y(t0 ) = y0 ,
tendr una nica solucin que denotaremos por y(t, t0 , y0 ). Supondremos adems que esta solucin
est definida en el intervalo ms grande posible (solucin maximal), denotado por (a(t0 , y0 ), b(t0 , y0 )),
a(t0 , y0 ), b(t0 , y0 ) R, y que normalmente ser toda la recta real (es decir, en casi todos los ejemplos
que estudiemos a(t0 , y0 ) = y b(t0 , y0 ) = +). El espacio Rn en el cual estn definidas las
soluciones del sistema (9.1) se llamar espacio de fases. Se define la rbita del sistema asociada a la
condicin inicial (t0 , y0 ) como la grfica en Rn de la solucin maximal y(t, t0 , y0 ) asociada a dichas
condiciones iniciales. Puede haber soluciones distintas que den lugar a la misma rbita, por lo que
las rbitas pueden ser miradas cmo tipos de soluciones esencialmente iguales.
Ejemplo 9.1 Consideremos la ecuacin diferencial autnoma
y 0 = y.
89

Aqu, el espacio de fases es toda la recta real R al estar la funcin f (y) = y definida para todo
nmero real. Dados t0 , y0 R, sabemos que la solucin maximal definida en toda la recta real del
problema de condiciones iniciales
0
y = y,
y(t0 ) = y0 ,
viene dado por y(t, t0 , y0 ) = y0 ett0 . Si representamos en el plano algunas soluciones para valores
positivos, negativos y nulo de y0 tenemos:
10
-3
-2
-1
-5
-10
Como vemos, cuando y0 > 0 las grficas de las soluciones son siempre la semirrecta (0, +), cuando
y0 < 0 son (, 0) y por ltimo, el caso y0 = 0 es degenerado con solucin constante y por tanto la
grfica sera un nico punto {0}. As en este sistema distinguimos tres tipos de rbitas segn el signo
de la condicin inicial que consideremos. Adems, todas las soluciones con y0 > 0 son estrictamente
crecientes, mientras que si y0 < 0 las soluciones son estrictamente decrecientes. Todo esto podemos
resumirlo de la siguiente forma
donde la orientacin de las flechas marca el crecimiento o decrecimiento de las soluciones que generan
cada rbita. Como puede apreciarse, el diagrama de fases contiene toda la informacin cualitativa
de las soluciones: cada una de las tres rbitas nos proporciona toda la informacin que conocemos
sobre la representacin grfica de las soluciones.
Vamos a ver a continuacin cmo obtener toda la informacin sobre diagramas de fases de sistemas autnomos sin necesidad de resolver la ecuacin. Previamente necesitamos saber cmo son las
diferentes rbitas que pueden presentarse en un sistema autnomo. Para ello es preciso introducir
algunas definiciones. Diremos que y0 Rn es un punto crtico de (9.1) si f(y0 ) = 0. Los puntos
crticos tienen la peculiaridad de ser rbitas (llamadas degeneradas) del sistema (9.1), ya que la funcin definida como y(t, t0 , y0 ) = y0 para todo t R es solucin del problema de condiciones iniciales
correspondiente. Una vez identificada un tipo de rbita, pasaremos a enunciar sin demostracin el
siguiente resultado, que describe toda la casustica que se puede presentar para rbitas en sistemas
autnomos.
90

Teorema 9.1 Sea el sistema autnomo dado por (9.1). Entonces se verifican las siguientes afirmaciones:
(a) Dadas dos rbitas 1 y 2 son siempre disjuntas o iguales. Adems si son iguales existe t0 R
tal que y1 (t + t0 ) = y2 (t), donde y1 e y2 son las soluciones asociadas a las rbitas 1 y 2
respectivamente.
(b) Si es una rbita no degenerada del sistema, entonces es de uno de los siguientes tipos:
(b1) Cualquier solucin y asociada a es inyectiva.
(b2) Cualquier solucin y asociada a es peridica de periodo T > 0, esto es, y(t + T ) = y(t)
para todo t en su dominio de definicin.
Nuestro objetivo a partir de ahora ser estudiar las rbitas de un sistema autnomo dado intentando esbozar lo que se conoce como diagrama de fases del sistema. Empezaremos estudiando
diagramas de fases definidos por una ecuacin diferencial autnoma, como la estudiada en el primer
ejemplo.
9.3
Teora cualitativa ecuaciones autnomas
Volvamos al ejemplo
y 0 = y.
Vamos a ver cmo obtener el diagrama de fases de la ecuacin sin necesidad de conocer las soluciones.
En primer lugar calculamos los puntos crticos del sistema, que en este ejemplo concreto se
reducen al 0. As, el conjunto {0} constituye una rbita degenerada que da lugar a la solucin
constante y(t) = 0. Como las rbitas son siempre disjuntas, el 0 divide la recta real en dos conjuntos
(, 0) y (0, +) de manera que si una condicin inicial de una solucin est en por ejemplo en
(, 0), dicha solucin nunca podr pasar a (0, +) y al revs. Adems, si y(t) es una solucin
contenida en (, 0), entonces es estrictamente decreciente ya que y 0 (t) = y(t) < 0. Igualmente
vemos que si y(t) est contenida en (0, +), entonces debe ser estrictamente creciente.
Para completar el estudio slo debemos comprobar que (, 0) y (0, +) son dos rbitas.
Supongamos por ejemplo que (a, b) (, 0) es una rbita. Si a < , entonces tomamos el
problema de condiciones iniciale
0
y = y,
y(0) = a,
que proporciona una solucin maximal y(t, 0, a), que ser decreciente. Por lo tanto existe t0 < 0 tal
que y(t0 , 0, a) > a y por tanto, la rbita generada por y(t, 0, a) tendr interseccin no vaca con (a, b),
por lo que en virtud del Teorema 9.1 stas deben ser iguales. As podemos extender la rbita (a, b)
ms all de a hasta . Por un razonamiento anlogo podemos extenderla a partir de b hasta 0.
91

As tenemos las tres rbitas del sistema que representamos como
A partir de un diagrama de fases, y siempre suponiendo que las soluciones maximales estn
definidas en toda la recta real, podemos esbozar la grfica de las soluciones de una ecuacin autnoma.
Pongamos el siguiente ejemplo:
Entonces, suponiendo que toda solucin maximal est definida en todo R, el diagrama anterior nos
dice que toda solucin contenida en (, 1) es creciente, las contenidas en (1, 0) son decrecientes
y las contenidas en (0, +) son crecientes, por lo que las grficas de las soluciones tendran el
siguiente aspecto:
Ejercicio 9.1 Esbozar los diagramas de fases de las siguientes ecuaciones diferenciales:
(a) y 0 = y(y 1) (b) y 0 = y 2 (y + 1) (c) y 0 = y 2 1
p
p
(d) y 0 = y(y 2) (e) y 0 = y/(y 1) (f) y 0 = 1 y 2
y
(g) y 0 =
(h) y 0 = sin y (i) y 0 = y 2 + 1
2
y(y 4)
9.4
Teora cualitativa de sistemas planos
Para obtener diagramas de fases de ecuaciones autnomas de orden uno, bastaba con conocer
nociones sobre la derivada de una funcin. Al aumentar una dimensin, el estudio para obtener
92

diagramas de fases necesariamente se complica, aunque en algunos casos es posible. Hemos de decir
que debemos de conformarnos con llegar a dimensin 2, ya que para dimensin mayor o igual que tres
no se sabe en general cmo obtener dichos diagramas de fases. Vamos a ver qu ideas necesitamos
para esbozar tales diagramas.
9.4.1
Clculo de los puntos crticos
Consideremos el sistema autnomo dado por

0
x = f1 (x, y);
y 0 = f2 (x, y).
En este caso las rbitas son curvas planas que por el Teorema 9.1 pueden ser de tres tipos:
Degeneradas (correspondientes a los puntos crticos).
Peridicas.
No cerradas y sin autointersecciones (las llamadas rbitas regulares).
Para empezar con el anlisis del diagrama de fases, determinaremos en primer lugar las rbitas
degeneradas, que las calcularemos resolviendo el sistema
f1 (x, y) = 0;
f2 (x, y) = 0.
Ejemplo 9.2 Consideremos el sistema
x0 = x + y,
y 0 = x y,
del cual obtenemos sus puntos crticos resolviendo el sistema lineal
x + y = 0,
x y = 0,
del que fcilmente obtenemos que su nico punto crtico es el (0, 0), que ser por tanto la nica rbita
no degenerada del sistema.
Ejemplo 9.3 Sea ahora el sistema
Ahora es fcil comprobar que el sistema
x0 = x + y,
y 0 = 2x + 2y.
x + y = 0,
2x + 2y = 0,
es compatible indeterminado y que por tanto la recta x + y = 0 es una recta de puntos crticos.
93

Ejemplo 9.4 Los anteriores sistemas eran lineales. Consideremos el sistema no lineal
x0 = x,
y 0 = 1 x2 y 2 .
Ahora resolvemos el sistema
x = 0;
1 x2 y 2 = 0,
de donde obtenemos los puntos crticos (0, 1) y (0, 1).

Ejercicio 9.2 Dados los siguientes sistemas planos, calcular los puntos crticos de los mismos.
0
0
x = 3x + 2y
x0 = xy
x = sin y
(a)
(b)
(c)
0
0
y = 5x 7y
y =xy
y0 = x + y2
(a)
9.4.2
x0 = x2 + y 2
y 0 = x2 y 2
(b)
x0 = x + 2y
y 0 = x2 y
(c)
x0 = exy
y = x + y2
0
Isoclinas
Consideremos una solucin (x(t), y(t)) del sistema plano
x0 = f1 (x, y);
y 0 = f2 (x, y).
Entonces el vector velocidad de la curva plana determinada por la solucin es

(x0 (t), y 0 (t)) = (f1 (x(t), y(t)), f2 (x(t), y(t))),
por lo que estar determinado por (x(t), y(t)), o lo que es lo mismo, por el valor en un punto (x, y)
del plano. Es decir, para todo (x, y) el vector (f1 (x, y), f2 (x, y)) es tangente a las rbitas del sistema.
Las isoclinas son los puntos del plano de tangencia horizontal y vertical, siendo la isoclina horizontal la determinada por la curva
f2 (x, y) = 0,
y la isoclina vertical la determinada por
f1 (x, y) = 0.
Los puntos de interseccin de las dos isoclinas dan lugar a los puntos crticos del sistema. Adems,
en general las isoclinas dividen el plano en diferentes regiones donde el vector tangente tiene la
misma direccin y sentido. Teniendo en cuenta los signos de las funciones que determinan el sistema
podemos esbozar las direcciones del campo de velocidades del sistema.
94

x0 = x + y,
y 0 = x y.
La isoclina horizontal viene dada por la recta

x y = 0,
mientras que la isoclina vertical est dada por
x + y = 0.
As, podemos esbozar aproximadamente el campo de velocidades como muestra la siguiente figura,
donde principalmente hemos de fijarnos en las direcciones y sentidos de los vectores velocidad.
Notar que el punto (0, 0), nico punto crtico del sistema se obtiene como interseccin de las dos
rectas isoclinas.
x0 = x + y,
y 0 = 2x + 2y.
Este sistema no tiene isoclinas horizontales y verticales, dado que la recta x = y contiene todos los
puntos crticos del mismo. El esbozo de las direcciones de los vectores velocidad del campo se recoge
95

en la siguiente figura.
Ejemplo 9.7 Consideremos el sistema no lineal

0
x = x,
y 0 = 1 x2 y 2 .
La isoclina vertical sera la recta x = 0, mientras que la isoclina horizontal es la circunferencia
x2 + y 2 = 1. As vemos que en los sistemas no lineales las isoclinas no tienen por que ser rectas. El
diagrama de las direcciones de los vectores velocidad se muestra a continuacin.
Ejercicio 9.3 Obtener las isoclinas y esbozar el diagrama de las direcciones del vector velocidad de
las rbitas para los sistemas del Ejercicio 9.2.
96
9.4.3
Integrales primeras y diagramas de fases
Una vez obtenidos los puntos crticos y las direcciones de los vectores velocidad de las futuras
rbitas, necesitamos un mtodo para obtener cada una de stas. Con carcter general slo dispondremos del clculo de lo que se conoce como integrales primeras del sistema. Tomemos como siempre
el sistema
0
x = f1 (x, y);
y 0 = f2 (x, y).
Se definen las integrales primeras del sistema como aquellas que se obtienen resolviendo las ecuaciones
y 0 (x) =
f2 (x, y)
f1 (x, y)
x0 (y) =
f1 (x, y)
,
f2 (x, y)
o bien
auqnue en general slo utilizaremos la primera ecuacin. Ntese que los papeles de las variables
independientes cambian en las ecuaciones indistintamente. Se puede probar aunque queda fuera del
alcance del curso que las integrales primeras son unin de rbitas del sistema original. As, cuando
las integrales primeras puedan dibujarse de forma sencilla, podremos obtener el diagrama de fases
del sistema, donde las direccin temporal de las rbitas viene marcada por las distintas direcciones
del vector velocidad obtenido en la seccin anterior.
Ejemplo 9.8 Sea de nuevo el sistema
x0 = x + y,
y 0 = x y.
Las integrales primeras del mismo se obtendrn resolviendo la ecuacin

y0 =
xy
x+y
o equivalentemente
y x + (x + y)y 0 = 0.
Como puede comprobarse fcilmente esta ecuacin es exacta, y su solucin general es de la forma
y2
x2
+ yx
= c.
2
2
Completando cuadrados escribimos la curva anterior como
y 2 x2 = c,
donde y = (y + x)/ 2, por lo que vemos que las integrales primeras

son hiprbolas si c 6= 0 y dos
rectas si c = 0. Las rectas son y = x, o equivalentemente y = ( 2 1)x. Teniendo esto en cuenta
97

y tomando como partida la informacin sobre integrales primeras obtenida anteriormente, esbozamos
el siguiente diagrama de fases.
Ntese que la direccin temporal en las rbitas est indicada por una flecha. Esa direccin viene
marcada por la direccin y sentido del vector velocidad obtenido previamente: segn la regin,
determinada por las isoclinas,
en la que
la rbita est se tendr una direccin. Ntese adems que
las rectas y = (1 + 2)x e y = (1 + 2)x contienen 3 rbitas: dos semirrectas divididas por la
rbita degenerada formada por el punto crtico (0, 0).
Adems, las rbitas estn formadas por las curvas completas salvo que, como en el caso de las
semirrectas, haya varias rbitas contenidas en la misma curva. Es decir, la curva comprendida entre
el primer y segundo cuadrante es necesariamente una rbita del sistema, no puede ocurrir que se
divida en varias rbitas por el mismo argumento que el explicado en el primer ejemplo de esbozo de
sistemas de fases de ecuaciones autnomas.
Ejemplo 9.9 Tomemos el sistema
x0 = x + y,
y 0 = 2x + 2y.
Recordemos que todo los puntos de la recta x = y son crticos y que no hay isoclinas. Las integrales
primeras se calculan a partir de la ecuacin
y 0 (x) =
2x + 2y
= 2,
x+y
de donde comprobamos fcilmente que se trata de la familia de rectas paralelas

y = 2x + c.
98

Esbozamos entonces el diagrama de fase en la siguiente figura.
Ntese que cada recta paralela contiene tres rbitas diferentes: dos semirrectas separadas por un
punto crtico perteneciente a la recta x = y.
Ejemplo 9.10 Sea por ltimo el sistema
x0 = y,
y 0 = x3 ,
y hagamos un estudio del mismo encaminado a obtener su diagrama de fases. En primer lugar,
ntese que las rectas y = 0 y x = 0 son las isoclinas vertical y horizontal, respectivamente. As el
nico punto crtico del sistema ser el (0, 0). Por otra parte, para el clculo de las integrales primeras
hemos de resolver la ecuacin de variables separables
y 0 (x) = x3 /y(x),
de la cual obtenemos fcilmente la solucin

p
y(x) = x4 /2 + c.
99

Con tada esta informacin esbozamos el siguiente diagrama de fases.
Ejercicio 9.4 Esbozar el diagrama de fases de los siguientes sistemas planos:

0
0
0
x =x
x =x
x = 2x + y
(a)
(b)
(c)
y 0 = 2y
y 0 = 3x 4y
y 0 = x + y
0
0
0
x = y(2 y)
x =y
x = xy
(d)
(e)
(f)
y 0 = (x 2)(y 2)
y 0 = xy 2
y 0 = x2
9.5
9.5.1
Clasificacin de sistemas planos lineales. Estabilidad de

sistemas lineales
Diagramas de fases de sistemas planos
La gran mayora de las veces no es posible calcular explcitamente las integrales primeras de los
sistemas planos. Es ms, aunque el clculo de stas sea posible, muchas veces no es sencillo dibujar
en el plano la curva correspondiente a la integral primera. Veamos a continuacin cmo representar
los diagramas de fases de sistemas planos lineales sin necesidad de obtener las integrales primeras
del sistema.
Para fijar ideas, sea el sistema lineal
x0 = ax + by,
y 0 = cx + dy,
donde a, b, c, d R. La matriz asociada a dicho sistema es
a b
A=
c d
100
(9.2)

y su polinomio caracterstico
a
b
p() =
c
d
= 2 (a + d) + ad bc.
Una de las claves para representar este tipo de sistemas es la siguiente propiedad.
Proposicin 9.2 Sea el sistema plano dado por (9.2) y sean 1 R un valor propio de A y v1 R2
un vector propio asociado a 1 . Sea L1 la recta generada por v1 . Entonces para todo (x0 , y0 ) L1
se verifica que cualquier solucin de (9.2) que pase por (x0 , y0 ) est contenida en L1 .
Demostracin. Supongamos por simplificar que (x(0), y(0)) = (x0 , y0 ) (los otros casos son
anlogos haciendo un cambio en la variable independiente). Si (x0 , y0 ) = (0, 0), entonces la rbita
es el punto crtico. As, supongamos que (x0 , y0 ) 6= (0, 0). Como 1 R, necesariamente existe otro
valor propio real 2 . Distinguimos entonces dos casos: (a) 1 = 2 y (b) 1 6= 2 .
Caso (a). En este caso la solucin asociada a la condicin inicial est dada por
x0
x(t)
At
= e
y(t)
y0
x0
1 t
,
= e a1 (A)q1 (A)[I2 + (A 1 I2 )t]
y0
donde a1 (A) = I2 y q1 (A) = I2 . Ahora bien, como (x0 , y0 ) L1 y es no nulo, es un vector propio de
A asociado a 1 , con lo que

0
x0
(A 1 I2 )
=
.
0
y0
Entonces para todo t R se verifica que
x0
x0
x(t)
1 t
1 t
=e
L1 .
= e a1 (A)q1 (A)
y0
y0
y(t)
Caso (b). Ahora la solucin es de la forma
x0
x(t)
At
= e
y(t)
y0
1 t
= [e
2 t
a1 (A)q1 (A) + e
a2 (A)q2 (A)]
x0
y0
donde a1 (A) = c1 I2 , q1 (A) = A 2 I2 , a2 (A) = c2 I2 y q2 (A) = A 1 I2 , con ci R, i = 1, 2. Como

(x0 , y0 ) es un vector propio asociado a 1 , se verifica que
0
x0
x0
= (A 1 I2 )
=
.
q2 (A)
y0
y0
0
Entonces
x(t)
y(t)
1 t
= e
a1 (A)q1 (A)
101
x0
y0
1 t
x0
y0
c1 I2 (A 2 I2 )
x0
x0
1 t
1 t
e c1 2
= e c1 A
y0
y0
x0
x0
1 t
1 t
e c1 2
= e c1 1
y0
y0
x0
L1 ,
= e1 t c1 (1 2 )
y0
= e
como queramos probar.

Procedemos a continuacin a la clasificacin de los sistemas planos lineales, entre los que distinguimos dos casos iniciales atendiendo a la nulidad o no del determinante de la matriz del sistema A.
Asmismo, estos dos casos se subdivirn en dos segn sea la matriz A diagonalizable o no, segn el
siguiente esquema.
A diagonalizable.
|A| 6= 0
A no diagonalizable.
|A| = 0
A diagonalizable.
A no diagonalizable.
Caso no degenerado: |A| 6= 0

Caso A: La matriz A es diagonalizable.
Sean 1 y 2 dos valores propios reales con vectores propios asociados v1 y v2 , respectivamente.
Entonces las dos rectas L1 =< v1 > y L2 =< v2 > contienen cada una tres rbitas del sistema:
dos semirrectas divididas por el punto crtico (0, 0). Para cada una de esas semirrectas existen slo
dos opciones: la direccin de la rbita las aleja del punto crtico, o las acerca. Esto, junto con las
isoclinas y el campo de velocidades, nos permiten esbozar el diagrama de fases, como veremos en los
siguientes ejemplos.
x0 = 3x + y,
y 0 = x + 3y.
El polinomio caracterstico asociado a la matriz del sistema es p() = 2 6 + 8, que cmo

comprobamos fcilmente tiene por races 1 = 2 y 2 = 4, valores propios de la matriz, por lo que
sta es diagonalizable. De lgebra lineal deducimos que las rectas de valores propios son x + y = 0
para el valor propio 2 y x y = 0 para el valor propio 4. Esto, juntos con las isoclinas horizontal
102

y = x/3 y vertical y = 3x, nos permite esbozar el siguiente diagrama de fases.
Notar que
lim ||x(t), y(t)|| = lim
t+
p
x(t)2 + y(t)2 = +
y limt x(t) = limt y(t) = 0 para todas las rbitas excepto para la rbita degenerada. Este
tipo de diagrama de fases recibe el nombre de nodo inestable.
Ejemplo 9.12 Consideremos ahora el sistema
0
x = x 4y,
y 0 = 2x y.
El polinomio caracterstico es p() = x2 9, de donde los valores propios son 3 y 3. La recta invariante correspondiente al valor propio 3 es y = x/2, mientras que x = y es la recta correspondiente
al valor propio 3. Junto con las isolinas obtenemos el siguiente diagrama de fases.
103

Ntese que todas las rbitas excepto las contenidas en la recta x = y cumplen la condicin
p
x(t)2 + y(t)2 = +.
t
Este tipo de diagrama recibe el nombre de punto de silla.

Ejemplo 9.13 Sea el sistema
x0 = 4x + y,
y 0 = 4x 4y.
Se comprueba fcilmente que 1 = 2 y 2 = 6 son los valores propio de la matriz del sistema,
con subespacios propios asociados y = 2x e y = 2x, respectivamente. Las isoclinas y el campo de
vectores nos ayudan a esbozar el siguiente diagrama de fases.
Obsrvese como la isoclina y = x puede atravesarse de derecha a izquierda en el primer cuadrante,

pero no de izquierda a derecha. Obsrvense situaciones similares para la dems isoclinas en diferentes
cuadrantes. Por otra parte, tambin queremos destacar que para toda rbita excepto la degenerada
se verifica que limt (x(t), y(t)) = (0, 0), mientras que
p
x(t)2 + y(t)2 = +.
t
Este tipo de diagrama de fases responde al nombre de nodo inestable.
Existe un caso particular de los nodos estable e inestable, que reciben el nombre de nodos estrella
estable e inestable, cuando el valor propio es nico pero de multiplicidad dos. En este caso cualquier
recta del plano es una unin de dos rbitas, como se ve en el siguiente ejemplo.
x0 = 2x,
y 0 = 2y.
104

Puede verse fcilmente que 2 es el nico valor propio y que todo R2 es el subespacio propio asociado.
Entonces tenemos el siguiente diagrama de fases
Ejercicio 9.5 Esbozar los diagramas de fases de los siguientes sistemas lineales, indicando a qu
tipo corresponde:
0
0
0
0
x = x + 3y,
x = 2x,
x = 6x + 2y,
x = 2x y,
(b)
(c)
(d)
(a)
y 0 = y.
y 0 = 3x y.
y 0 = x y.
y 0 = 2x 9y.
0
0
0
x = 8x 3y,
x = x + 9y,
x = 3x,
(e)
(f)
(g)
0
0
y = 2x + 13y.
y = 3x 5y.
y 0 = 3y.
Caso B: La matriz A no es diagonalizable.
Las causas que producen una matriz cuadrada no diagonalizable son dos, o bien los valores propios
son complejos conjugados, o bien existe un nico valor propio real con multiplicidad dos de manera
que el espacio invariante asociado tiene dimensin uno. Veamos ejemplos de cada uno de estos casos.
Supongamos en primer lugar que los valores propios son i, donde y son nmeros reales.
Para esbozar el diagrama de fases en este caso necesitamos conocer cmo es la solucin del sistema,
que viene dada por
x(t) = et [C1 cos(t) + C2 sin(t)],

y(t) = et [(C1 ( a) + C2 ) cos(t) + (C2 ( a) C1 ) sin(t)]/b,
donde C1 y C2 son dos constantes reales. Ntese que para que se den valores propios complejos,
necesariamente b debe ser no nulo [ver el sistema (9.2)]. Distinguimos entonces tres casos dependiendo
de que sea nulo, positivo o negativo.
x0 = 2x + 3y,
y 0 = 3x 2y.
105
El polinomio caracterstico es p() = 2 + 5, por lo que los valores propios son 5i, por lo que
estamos en el caso en que = 0. La solucin del sistema en este caso es
x(t) = C1 cos(
5t)
+
C
sin(
5t),
2
2C1 + 5C2
2C2 + 5C1
cos(
5t)
sin(
5t),
y(t) =
3
3
por lo que vemos que las soluciones son peridicas de periodo 2/ 5. Este hecho dar lugar a rbitas
peridicas en el diagrama de fases que a continuacin esbozamos.
De hecho, si calculamos las integrales primeras del sistema tenemos la expresin

3 2
3
x + 2xy + y 2 = k,
2
2
que se comprueba que se trata de una elipse, por lo que las curvas del diagrama son como siempre
una aproximacin cualitativa de las reales. Ntese adems que las rbitas no tienden en mdulo a
cuando el parmetro temporal tiende a . De hecho, cualquier rbita del sistema est siempre
acotada. Un diagrama de fases como el anterior recibe el nombre de centro.
Ejemplo 9.16 Estudiemos ahora el sistema
0
x = x + y,
y 0 = 3x + y.
El polinomio caracterstico es p() = 2 2 + 4, que proporciona los valores propios 1 i, por lo
que las soluciones del sistema sern
x(t) = et [C1 cos t + C2 sin t],

y(t) = et [C2 cos t C1 sin t].
En ambos casos, los factores C1 cos t + C2 sin t y C2 cos t C1 sin t son peridicos con periodo 2, de
manera que si stos no estuvieran multiplicados por et , tendramos de nuevo soluciones peridicas.
106

El diagrama de fases aproximado del sistema ser
donde slo hemos representado una rbita aparte de la degenerada. Ntese que con un periodo de
2 se pasa por cada una de las isoclinas. Como las funciones aparecen multiplicada por et , y sta es
creciente, cada vez que se pasa por la isoclina se hace con un mdulo mayor, lo que da esta espiral
saliendo de dentro a afuera. Ntese que
lim ||(x(t), y(t)|| =
t+
mientras que
lim ||(x(t), y(t)|| = 0.
Este tipo de diagrama de fases recibe el nombre de foco inestable.
Ejemplo 9.17 Consideremos por ltimo el sistema
x0 = 2x + y,
y 0 = 3x + y,
que nos
dar el polinomio p() = 2 + + 1 que a su vez nos proporciona los valores propios
1/2 i 3/2. Las soluciones del sistema son
x(t) = et/2 [C1 cos(

3t/2)
+
C
sin(
3t/2)],
2
5C2 + 3C1
t/2 3C1 + 3C2
[
cos(
3t/2)
sin(
3t/2)].
y(t) = e
2
2
107

De manera similar al ejemplo anterior obtenemos el siguiente diagrama de fases.
De manera anloga a la anterior, vemos que

lim ||(x(t), y(t)|| = 0
t+
mientras que
lim ||(x(t), y(t)|| = +.
Llamaremos a tipo de diagrama de fases foco estable.
Supongamos ahora que la matriz A tiene un nico valor propio real , con multiplicidad dos, y
tal que L =< v > es la recta de vectores propios asociados a . Distinguimos de nuevo dos casos,
dependiendo del signo del valor propio.
x0 = 2x + y,
y 0 = x.
Como se puede comprobar fcilmente, el polinomio caracterstico es p() = 2 2 + 1, que nos

proporciona el valor propio = 1, con subespacio propio asociado y = x. Junto con las isoclinas
108

obtenemos el siguiente diagrama de fases
Aqu se tendr que

lim ||(x(t), y(t)|| =
t+
mientras que
lim ||(x(t), y(t)|| = 0.
Este tipo de diagrama de fases recibe el nombre de nodo impropio inestable.

x0 = x + y,
y 0 = x 3y.
El polinomio caracterstico del sistema es p() = 2 + 4 + 4, que nos da el valor propio 2 con el
subespacio propio asociado y = x. Esbozamos el diagrama de fases a continuacin.
Ahora se tendr que

lim ||(x(t), y(t)|| = 0
t+
109

mientras que
lim ||(x(t), y(t)|| = +.
Llamaremos a tipo de diagrama de fases nodo impropio estable.

Ejercicio 9.6 Esbozar los diagramas de fases de los siguientes sistemas indicando de qu tipo se
trata
0
0
0
0
x = 5x y,
x = x 2y,
x = 4x 2y,
x = x + y,
(a)
(b)
(c)
(d)
y 0 = x 7y.
y 0 = 5x + y.
y 0 = x/2 + 2y.
y 0 = x + y.
0
x = x 10y,
(e)
y 0 = 5x y.
(f)
x0 = x + y,
y 0 = x y.
(g)
x0 = x + 5y,
y 0 = 5x + 7y.
(h)
x0 = 9x y,
y 0 = x + 7y.
Caso degenerado: |A| = 0

Caso C: La matriz A es diagonalizable.
Es claro que la matriz A tiene a 0 como valor propio. Para que la matriz sea diagonalizable tiene
que darse alguno de los siguientes casos. O bien 0 es un valor propio de multiplicidad dos con R2
como subespacio propio asociado, o bien existe un valor propio no nulo.
En el primer caso, existir una matriz invertible P de manera que
0 0
0 0
1
A=P
P =
.
0 0
0 0
Entonces todos los puntos del plano son crticos y todas las rbitas son degeneradas, por lo que todas
las soluciones son constantes.
En el segundo caso, dado que |A| = 0, est claro que las filas de la matriz A son proporcionales,
por lo que el sistema
ax + by = 0,
cx + dy = 0,
tiene por solucin los puntos de la recta ax + by = 0, o lo que es lo mismo, existir una recta de
puntos crticos. Adems, no habr isoclinas, dado que ambas coinciden en la recta anterior. Vamos
a ver tpicos ejemplos de diagramas de fase de este tipo de sistemas.
x0 = x + 2y,
y 0 = 2x + 4y.
El polinomio caracterstico es p() = 2 5, por lo que los valores propios sern 0 y 5. La recta
x + 2y = 0 ser de puntos crticos, mientras que y = 2x es el subespacio propio asociado al valor
110

propio 5. Es fcil por otra parte ver que las integrales primeras, y = 2x + c, se calculan a partir de
la ecuacin y 0 = 2. Con esta informacin esbozamos el siguiente diagrama de fases.
Ntese que todas las rbitas excepto las degeneradas cumplen la condicin
lim ||(x(t), y(t)|| =
t+
y
lim ||(x(t), y(t)|| = 0.
x0 = x y,
y 0 = 2x 2y.
En esta ocasin el polinomio caracterstico es p() = 2 + 3, de donde los valores propios son 0 y
3. la recta y = x es de puntos crticos e y = 2x es la recta asociada al valor propio 3. Al igual
que en el ejemplo anterior, y = 2x + c son las integrales primeras del sistema, con lo que esbozamos
111

En este caso se cumple la relacin
lim ||(x(t), y(t)|| = 0
t+
lim ||(x(t), y(t)|| = +.
Caso D: La matriz A no es diagonalizable.

La nica posibilidad para este caso es que 0 sea un valor propio de A con multiplicidad dos de
manera que el subespacio propio asociado tenga dimensin uno. Veamos en el siguiente ejemplo cmo
se esbozara el diagrama de fases de este ltimo caso.
x0 = 2x y,
y 0 = 4x 2y.
Como puede comprobarse fcilmente, el polinomio caracterstico del sistema es p() = 2 , por lo que
0 es el nico valor propio con subespacio propio asociado y = 2x, que ser por tanto una recta de
puntos crticos. De nuevo no existen isoclinas del sistema. Es fcil comprobar resolviendo la ecuacin
y 0 = 2 que y = 2x + c son la integrales primeras del sistema. Esta informacin nos permite esbozar
Ntese que
lim ||(x(t), y(t)|| = +.
Ejercicio 9.7 Esbozar los diagramas de los siguientes sistemas lineales planos degenerados, indicando de qu tipo se trata
0
0
0
0
x = 2x + 2y,
x = 0,
x = x + y,
x = x + y,
(a)
(b)
(c)
(d)
y 0 = x + y.
y 0 = x y.
y 0 = x y.
y 0 = x y.
112

Ejercicio 9.8 Esbozar los diagramas
tipo
0
x = x 4y,
(a)
y 0 = 2x + y.
0
x = 2x y,
(d)
y 0 = x + 2y.
0
x = x 3y,
(g)
y 0 = x y.
9.5.2
de fase de los siguientes sistemas lineales planos, indicando su

(b)
(e)
(h)
x0 = 7x 5y,
y 0 = 10x 7y.
(c)
x0 = 7x + 2y,
y 0 = x 8y.
x0 = 2x 2y,
y 0 = 2x 2y.
(f)
(i)
x0 = 3x y,
y 0 = 5x 2y.
x0 = x y,
y 0 = x 3y.
x0 = 2x + y,
y 0 = x 2y.
Estabilidad de sistemas lineales
Si estudiamos con detenimiento los sistemas anteriores, podemos observar una relacin entre los
valores propios de de la matriz asociada al sistema y el comportamiento asinttico de las rbitas, esto
es, el comportamiento de las rbitas para tiempos grandes. En particular observamos lo siguiente:
Si existe algn valor propio con parte real positiva, entonces
lim ||(x(t), y(t)|| =
t+
para toda rbita excepto la degenerada. Es el caso de los nodos inestables propio e impropio,
punto de silla, foco inestable y el del ejemplo 9.20.
Si todos los valores propios tienen parte real negativa, se tiene que
lim ||(x(t), y(t)|| = 0
t+
para toda rbita del sistema. Es el caso de los nodos estable propios e impropios, foco estable.
Cuando tenemos que todos los valores propios tienen parte real menor o igual que cero, se tiene
lim ||(x(t), y(t)|| = 0
t+
para los casos del ejemplo 9.21, aparte de los mencionados en el punto anterior. Se tiene que
lim ||(x(t), y(t)|| =
t+
para el ejemplo 9.22. El caso del centro (ejemplo 9.15) es diferente a todos los anteriores, ya
que lo que se verifica es que cada rbita est acotada, es decir, ||(x(t), y(t)|| no puede ser tan
grande como uno desee una vez que se ha fijado una rbita concreta.
A primera vista vemos que la condicin limt+ ||(x(t), y(t)|| = 0 aparece ligada al adjetivo
estable, mientras que la condicin limt+ ||(x(t), y(t)|| = + est mayoritariamente ligada al
adjetivo inestable. Vamos a continuacin a precisar estas ideas de establidad e inestabilidad, aunque
intuitivamente, vemos que la condicin limt+ ||(x(t), y(t)|| = 0 indica un control de la rbita [cerca
del (0, 0)] cuando el tiempo es grande, mietras que la condicin limt+ ||(x(t), y(t)|| = indica
justo lo contrario (ver la disparidad de diagramas de fases cumpliendo esta condicin).
113

Definicin 9.3 Sea el sistema autnomo
y0 = f(y)
(9.3)
donde y = (y1 , y2 , ..., yn ) y f : Rn Rn es una funcin con funciones coordenadas f1 , f2 , ..., fn .

Una solucin y(t) de (9.3) definida para todo t 0 se dice estable si para todo > 0 existe > 0
tal que si z(t) es otra solucin que cumple la condicin ||y(0) z(0)|| < entonces z(t) est definida
para todo t 0 y se verifica que ||z(t) y(t)|| < para todo t 0. Si adems se verifica que
lim ||z(t) y(t)|| = 0
la solucin y(t) se dir asintticamente estable. La solucin y(t) se dir inestable si no es estable.
Dado que los puntos crticos del sistema son soluciones degeneradas del mismo, se hablar de
puntos crticos estables, asintticamente estables e inestables. De los ejemplos anteriores vemos que
el punto crtico de los ejemplos 9.15, 9.19, 9.17 y 9.13 son estables.
El ejemplo 9.15 pone de manifiesto que un punto crtico puede ser estable y no asintticamente
estable. Ntese que todos los ejemplos con el adjetivo de inestable en su nombre verifican que el punto
crtico correspondiente no es estable. Adems, puede verse en los ejemplos que todas las rbitas o
soluciones del sistema son estables dependiendo de la estabilidad de los puntos crticos. De hecho, a
la vista de la descripcin de los diagramas de fases para los sistemas planos podemos establecer el
siguiente resultado.
Teorema 9.4 Sea el sistema lineal plano y0 = A y, A M22 (R) no nula. Entonces
(a) El sistema es estable si para todo valor propio de A se tiene que Re 0 y a lo sumo hay
un valor propio nulo.
(b) El sistema es asintticamente estable si para todo valor propio de A se verifica que Re < 0.
(c) El sistema es inestable si o bien 0 es un valor propio de A con multiplicidad 2, o bien existe
valor propio de A de manera que Re > 0.
Consideremos ahora un sistema lineal y0 = A y donde la matriz A tiene n filas y columnas.
Aunque en este caso no disponemos de la representacin de los diagramas de fases del mismo, s que
es posible determinar la estabilidad del mismo, con un resultado anlogo al anterior. Para establecer
el mismo, dada la matriz A, denotaremos por 1 , ..., k los valores propios de A con multiplicidades
m1 , ..., mk . Asmismo, denotaremos por d1 , ..., dk las dimensiones sobre C de los subespacios propios
Ker(A 1 In ), ..., Ker(A k In ).
Teorema 9.5 Sea el sistema lineal plano y0 = A y, A Mnn (R) no nula. Entonces
(a) El sistema es estable si Re i 0, 1 i k, y adems si i verifica que Re i = 0, entonces
di = mi .
(b) El sistema es asintticamente estable si Re i < 0 para todo i = 1, ..., k.
114

(c) El sistema es inestable si o bien existe i tal que Re i = 0 y mi > di , o bien existe i tal que
Re i > 0.
0
x = 3x + 2y + 2z,
y 0 = 2x + y + 2z,
0
z = 2x + 2y + z.
Es fcil ver que 1 y 1 son los valores propios de la matriz asociada al sistema, por lo que en virtud
del Teorema 9.5 (c), ste es inestable.
0
x = 2x + y z,
y 0 = x 2y z,
0
z = x + y 2z.
Podemos ver ahora que los valores propios de la matriz asociada son 1, 2 y 3, por lo que por el
Teorema 9.5 (b), el sistema es asintticamente estable.
0
x = 4x + y + 3z,
y 0 = 2z,
0
z = 2y.
Puede comprobarse que 2i y 4 son los valores propios de la matriz del sistema. Cmo las dimensiones de los subespacios propios de los valores propios i son 1 y coincide con la multiplicidad de
stos, por el Teorema 9.5 (a) y (b) el sistema ser estable, aunque no ser asintticamente estable.
Ejercicio 9.9 Dados los siguientes sistemas lineales, decidir si son estables o no.
0
0
0
x = 5x + y z,
x = x 2z,
x = x 5y + 5z,
y 0 = 2x 2y + 2z, (b)
y 0 = 2x 2y + 2z, (c)
y 0 = 3x 2y,
(a)
0
0
0
z = 3x 3y + 3z.
z = 3x + 3y 3z.
z = 4x + z.
0
0
0
x = 5x + y z,
x = 2x 2y + 2z,
x = 9x + y 2z,
y 0 = 3x 9y,
y 0 = 3x y + 3z,
y 0 = 2x 2y + 2z,
(e)
(f)
(d)
0
0
0
z = 4x + y + z.
z = 4x + 4y 2z.
z = 0.
La aplicacin del Teorema 9.5 tiene a priori un punto flaco puesto de manifiesto por el siguiente
ejemplo. Consideremos el sistema
0
x = 2x + y 2z,
y 0 = 3x 9y,
0
z = 4x + y + z.
Este sistema coincide con el del apartado (d) del ejercicio anterior en todos los coeficientes de la matriz
asociada excepto el primero. El polinomio caracterstico es p() = 3 102 1263, pero resolver
115

la ecuacin p() = 0 no resulta sencillo, y quizs ni siquiera factible para los conocimientos de los
que se disponen. Ahora bien, para aplicar el Teorema 9.5 en la mayora de los casos slo necesitamos
conocer los signos de las partes reales de los valores propios de la matriz asociada. Para este objetivo
podemos usar el siguiente criterio de Routh-Hurwitz que, aunque no siempre es aplicable, supone
una gran ayuda para determinar al menos si el sistema es asintticamente estable.
Proposicin 9.6 Sea p() = (1)n n + a1 n1 + ... + an1 + an el polinomio caracterstico de
la matriz A Mnn (R). Las races de p() tienen parte real negativa si y slo son estrictamente
positivos los menores principales de la matriz
a1 a3 a5 ... 0
1 a2 a4 ... 0
0 a1 a3 ... 0
.
HA =
0
1
a
...
0
2
... ... ... ... ...

0 0 0 ... an
0
x = 3x + y 2z,
y 0 = 3x y z,
0
z = 4x y z.
El polinomio caracterstico de la matriz asociada es p() = 3 + 11x + x2 x3 y la matriz HA
1 3 0
1 11 0
0 1 3
cuyos menores principales son 1, 8 y 24. Est claro entonces que todos los valores propios de la
matriz A tienen parte real negativa, por lo que el sistema ser asintticamente estable.
Ejercicio 9.10 Determinar si es posible la estabilidad asinttica de los siguientes sistemas
0
0
0
5
x 14 y + 14 z,
x = 3x y + z,
x = 12
x = 12 x,
5
y 0 = 1 x y 12 z, (b)
y 0 = x 5y z,
y 0 = 5 x 13
y 12
z,
(c)
(a)
12
0
0 212
0 12
1
2
5
z = 2 x 2 y z.
z = 2x 2y 4z.
z = 3 x 3 y 6 z.
9.5.3
Por qu un sistema estable es til en ingeniera?
Supongamos que tenemos un sistema de ecuaciones diferenciales lineales no autnomo

y0 = A y + f(t),
donde A Mnn (R) y supongamos que el sistema autnomo asociado
y0 = A y
116

es asintticamente estable. Entonces toda solucin del sistema autnomo
yh (t) = eAt C, C Rn
verifica que
lim yh (t) = 0.
Ahora bien, toda solucin del sistema no autnomo es de la forma

(9.4)
y(t) = yh (t) + yp (t)
donde yp (t) es una solucin particular del sistema no homogneo. Si tomamos lmites cuando t tiende
a infinito, tenemos que
y(t) ' yp (t),
es decir, para tiempos grandes (aqu lo de grande depende de cada sistema) la solucin del sistema no
autnomo es bsicamente la solucin particular del mismo y la parte de la solucin correspondiente
al sistema homogneo se va reduciendo con el tiempo. En ingeniera a la funcin f(t) se le llama
entrada del sistema e yp (t) es la salida del mismo. Si el sistema es estable, al variar la entrada,
vara la salida sin que la parte homognea intervenga en el proceso. Esto es lo que ocurre en la
mayora de los sistemas lineales utilizados en las ciencias experimentales, como en circuitos elctricos
o vibraciones mecnicas.
9.6
9.6.1
Estabilidad local de sistemas autnomos

Mtodo de linealizacin de Lyapunov.
Grobman
Teorema de Hartman
Analizaremos a continuacin la estabilidad de puntos crticos de sistemas autnomos mediante

un mtodo que es comnmente usado en las ciencias experimentales, el mtodo de linealizacin.
Supongamos un sistema autnomo
y0 = f(y)
(9.5)
con f definido sobre el abierto Rn y sea y0 Rn un punto crtico aislado del mismo (un punto
crtico es aislado si existe > 0 tal que la bola abierta de centro y0 y radio no contiene puntos
crticos aparte de y0 ). Consideremos el sistema linealizado dado por
y0 = Jf(y0 ) y,
donde Jf(y0 ) es la matriz Jacobiana de f en el punto y0 . Por ejemplo consideremos el sistema
0
x = x2 + 2x + y 2 ,
y 0 = 2x3 + 2y.
Es evidente que (0, 0) es un punto crtico del sistema. La matriz Jacobiana en (0, 0) es
2 0
Jf(0, 0) =
0 2
117
(9.6)

y el sistema linealizado ser
x0 = 2x,
y 0 = 2y.
Es de esperar que localmente (cerca del punto crtico y0 ), el comportamiento asinttico de los
sistemas (9.5) y (9.6) sea parecido. Este parecido se precisar con el Teorema de HartmanGrobman,
para cuya compresin necesitaremos algunas definiciones previas.
En primer lugar necesitamos una herramienta para comparar localmente sistemas autnomos.
Esta herramienta es la conjugacin topolgica [Jim, pag. 239]. Los sistemas (9.5) y (9.6) se dice
topolgicamente conjugados si existe una aplicacin continua, biyectiva con inversa continua h :
Rn verificando la condicin h(y(t, y0 )) = z(t, h(y0 )) para todo y0 [aqu z(t, h(y0 )) representa la
solucin maximal de (9.6) con condicin inicial h(y0 )]. Si existen abiertos de Rn U y V de manera que
son topolgicamente conjugados los sistemas restringidos a estos abiertos, entonces los sistemas (9.5)
y (9.6) se dirn localmente topolgicamente conjugados. Para entendernos, una conjugacin topolgica
lleva rbitas de un sistema en rbitas del otro sistema, preservando la orientacin temporal.
La segunda definicin que interviene en el enunciado del Teorema de HartmanGrobman es el de
punto crtico hiperblico. Con la notacin anterior y0 se dice hiperblico si los valores propios de la
matriz Jacobiana Jf(y0 ) tienen parte real no nula. En caso contrario y0 se dir no hiperblico. En
el ejemplo anterior, el valor propio de la matriz Jacobiana es 2 con multiplicidad 2, por lo que (0, 0)
es un punto crtico hiperblico.
Teorema 9.7 (HartmanGrobman) Sea y0 un punto aislado crtico hiperblico de (9.5). Entonces existen entornos U de y0 y V de 0 tales que los sistemas (9.5) y (9.6) son localmente topolgicamente conjugados.
En virtud del teorema anterior sabemos que los sistemas
x0 = x2 + 2x + y 2 ,
y 0 = 2x3 + 2y.
x0 = 2x,
y 0 = 2y,
son localmente topolgicamente conjugados en un entorno del punto (0, 0). As, si el diagrama de
118

fases del sistema linealizado es (ver ejemplo 9.14)
sin conocer exactamente las rbitas del sistema no linealizado sabemos que cerca de (0, 0) se obtienen
deformando de forma continua las rbitas del sistema linealizado, como por ejemplo muestra la
siguiente figura:
Obsrvese como en el dibujo las rectas del sistema linealizado son deformadas y transformadas en
curvas. Adems, como la orientacin temporal se conserva, la estabilidad del punto crtico puede
estudiarse a partir del sistema no linealizado. As, el punto crtico (0, 0) es inestable para el sistema
no linealizado dado que es inestable para el sistema linealizado.
Hemos de enfatizar el carcter local del Teorema de HartmanGrobman. Por ejemplo consideramos el sistema
0
x = x,
(9.7)
y 0 = 1 x2 y 2 ,
con dos puntos crticos hiperblicos, (0, 1) y (0, 1). A partir del resultado anterior vemos que
(0, 1) es asintticamente estable y (0, 1) es inestable, pero obviamente el sistema (9.7) no puede ser
globalmente conjugado a los sistemas y0 = Jf(0, 1) y o y0 = Jf(0, 1) y, dado que stos slo tienen
un punto crtico.
119

Ejercicio 9.11 Obtener los puntos crticos de los siguientes sistemas y determinar si son o no
hiperblicos:
(a)
x0 = x xy
y 0 = y + y 2
(e)
x0 = y ex
y 0 = y + ex
(b)
(f)
x0 = y
y 0 = x + x3
(c)
x0 = x
y 0 = 1 x2 y 2
(g)
x0 = x xy
y0 = x y
(d)
x0 = y
y 0 = x3
x0 = x2 + xy x + y
y 0 = x2 + y 2 + x 4y + 2
Ejercicio 9.12 Determinar las isoclinas de los sistemas del ejercicio 9.11, as como la direccin del
vector velocidad a las rbitas en las regiones que las isoclinas determinan.
Ejercicio 9.13 Obtener el sistema linealizado en los puntos crticos de los sistemas del ejercicio
9.11. Determinar su diagrama de fases e indicar si es posible la naturaleza del punto crtico en un
entorno del mismo.
Ejercicio 9.14 Esbozar el diagrama de fases de los siguientes sistemas no lineales:
(a)
x0 = y(2 y)
y 0 = (x 2)(y 2)
(b)
x0 = y
y 0 = xy 2
(c)
x0 = xy
y 0 = x2
Ejercicio 9.15 Consideremos la ecuacin de Van Der Pol

x00 + x x0 (1 x2 ) = 0
donde es un parmetro real. Transformar dicha ecuacin en un sistema plano y determinar los
puntos crticos del mismo. Determinar la naturaleza de los puntos crticos en funcin del parmetro
.
Ejercicio 9.16 Idem para la ecuacin
x00 + 2x0 + (1 2 )x = 0.
Ejercicio 9.17 Sea el sistema
x0 = x + ( + 1)y
y 0 = 2( 1)x + y
donde es un parmetro real. Se pide:

(a) Discutir la estabilidad de los puntos de equilibrio del sistema en funcin del parmetro .
(b) Esbozar el diagrama de fases del sistema para el valor = 1.
120
9.6.2
El mtodo directo de Lyapunov
Aunque el Teorema de HartmanGrobman proporciona una herramienta til para distinguir la

estabilidad de puntos crticos hiperblicos, resulta ineficaz para tratar la misma cuestin con puntos
crticos no hiperblicos. Una opcin alternativa vlida tambin en el caso de no hiperbolicidad es
el mtodo directo de Lyapunov, de clara inspiracin fsica. Consideremos nuevamente el sistema
autnomo
y0 = f(y)
(9.8)
y sea y0 un punto crtico, hiperblico o no, del mismo. El mtodo directo de Lyapunov consiste en
encontrar una funcin escalar V : U R, con U un entorno de y0 , satisfaciendo ciertas condiciones.
Esta funcin puede ser considerada como una medida de la energa potencial del sistema, de
manera que a lo largo de las rbitas sta decrece cuando t , indicando estabilidad, o bien crece,
indicando inestabilidad. Precisemos a continuacin estas ideas.
Dada una solucin y = (y1 , y2 , ..., yn ) de (9.8), la derivada de V a lo largo de y(t) es
X V (y(t))
X V (y(t))
d
yi0 (t) =
fi (y(t)) = gradV (y(t)) f(y(t)),
V (y(t)) =
dt
yi
yi
i=1
i=1
n
donde f = (f1 , f2 , ..., fn ) y gradV denota el gradiente de V . Definimos entonces la derivada total de
V como
.
V (y) := gradV (y) f(y).
El siguiente resultado nos garantiza la estabilidad del punto crtico en cuestin.
Teorema 9.8 Sean y0 un punto crtico del sistema (9.8) y V : U R, con U un entorno de y0 ,
continua en U y derivable en U \{y0 }. Supongamos que V (y0 ) = 0 y V (y) > 0 para todo y U \{y0 }.
Entonces
.
(a) Si V (y) 0 para todo y U \ {y0 }, entonces y0 es estable.

.
(b) Si V (y) < 0 para todo y U \ {y0 }, entonces y0 es asintticamente estable.

Si V satisface las condicin (a) [resp. (b)] del resultado anterior, se dir una funcin de Lyapunov
para y0 [resp. una funcin de Lyapunov estricta para y0 ]. Por ejemplo, el sistema
0
x = y x3 ,
y 0 = x.
Es claro que (0, 0) es un punto crtico aislado del sistema. La matriz Jacobiana en dicho punto es
0 1
Jf(0, 0) =
1 0
que como puede comprobarse tiene por valores propios i, por lo que dicho punto crtico no es
hiperblico. Vamos a comprobar que la funcin V (x, y) = x2 + y 2 es una funcin de Lyapunov
estricta para el mismo, por lo que (0, 0) ser un punto crtico asintticamente estable. En primer
121

lugar, est claro que V (0, 0) = 0 y V (x, y) > 0 para todo (x, y) R2 \ {(0, 0)}. Por otra parte, la
derivada total es
.
3
4
V (x, y) = gradV (x, y) f(x, y) = (2x, 2y) (y x , x) = 2x 0
para todo (x, y) R2 \ {(0, 0)}. En virtud del Teorema 9.8 el punto crtico es estable.
Tambin la inestabilidad de los puntos crticos puede ser discutida, segn muestra el siguiente
resultado.
Teorema 9.9 Sean y0 un punto crtico del sistema (9.8) y D un abierto de Rn conteniendo a y0
en su frontera Fr(D). Supongamos que existe una funcin V : U R, con U un entorno de y0 ,
.
con D Fr(D) U, de clase C 1 y tal que V (y) > 0 y V (y) > 0 para todo y D, y V (y) = 0 si
y Fr(D). Entonces y0 es inestable.
Consideremos ahora el sistema
x0 = y + x3 ,
y 0 = x.
Sea la funcin V : D R2 R, donde D = {(x, y) R2 : x > 0, |y| < x} y V (x, y) = x2 y 2 . Es

fcil darse cuenta de que V (x, y) > 0 para todo (x, y) D, y que la derivada total
.
3
4
V (x, y) = gradV (x, y) f(x, y) = (2x, 2y) (y + x , x) = 2x > 0
para todo (x, y) D. Adems (0, 0) Fr(D) y V (x, y) = 0 para todo (x, y) Fr(D). Por el Teorema
9.9 el punto crtico (0, 0) es inestable.
La principal desventaja de este mtodo, que de hecho hace que su utilizacin sea cuando menos
limitada, es la dificultad en encontrar la funcin V .
Ejercicio 9.18 Sea el sistema
x0 = x + 2x(x + y)2
y 0 = y 3 + 2y 3 (x + y)2 .
Determinar los puntos crticos del mismo y su hiperbolicidad. Determinar la naturaleza del punto
crtico (0, 0) a partir de la funcin V (x, y) = 12 (x2 + y 2 ).
Ejercicio 9.19 Idem para el sistema
x0 = y xy 2
y 0 = x3
y la funcin V (x, y) = 14 x4 + 12 y 2 .
Ejercicio 9.20 Idem con el sistema
x0 = x3 x y
y0 = x
y la funcin V (x, y) = 12 (x2 + y 2 ).

122

Ejercicio 9.21 Idem con el sistema
x0 = x + x2 + xy + y 2
y 0 = x2 + xy + y 2
y la funcin V (x, y) = x2 y 2 definida sobre el conjunto del plano real D = {(x, y) R2 : 0 < |y| < x}.
Ejercicio 9.22 Un sistema
x0 = f1 (x, y)
y 0 = f2 (x, y)
(x, y) y f2 (x, y) =
se dice Hamiltoniano si existe una funcin derivable H(x, y) tal que f1 (x, y) = H
y
H
(x, y), de tal manera que H es una integral primera del sistema. Se puede comprobar que para un
x
punto crtico de un sistema Hamiltoniano, las funciones de Lyapunov pueden construirse sumando
una constante a la funcin H. Con esta idea, verificar el carcter de los puntos crticos del sistema
0
x = y y2
y 0 = x x2
9.7
9.7.1
Aplicaciones de la teora cualitativa

El pndulo con y sin rozamiento
Los mtodos de linealizacin y directo de Lyapunov pueden usarse para describir el comportamiento de un pndulo una vez a sido desplazado ligeramente de su posicin de equilibrio. Se seguir
para ello [HiSm, pag. 260263 y 278279].
Consideremos un pndulo de masa m que se mueve en un plano vertical. Despreciemos la masa
de la varilla (rgida) que lo soporta y suponemos que existe una fuerza de rozamiento opuesta al
movimiento y proporcional a la velocidad del pndulo. Sea l la longitud de la varilla, de manera
que el pndulo se mueve a lo largo de una circunferencia de radio l. Sea (t) el ngulo entre la
vertical y la varilla en el instante de tiempo t, medido en sentido contrario al de las agujas del
reloj. Entonces las velocidades angular y lineal son respectivamente (t) = 0 (t) y v(t) = l(t). La
fuerza de rozamiento es kl0 (t), k > 0, siendo esta fuerza tangente a la circunferencia. Por otra
parte la fuerza gravitatoria vertical tiene una componente tangente a la circunferencia de mdulo
mg sin (t). Por la segunda ley de Newton
mv 0 = ml00 = kl0 mg sin (t),
equivalente al sistema
0 = ,
k
g
0 = sin .
l
m
g
k
El (0, 0) es un punto crtico del sistema. Si se hace f(, ) = , sin , entonces
l
m
!
0
1
Jf(0, 0) =
k
g
l
m
123

cuyos valores propios son
1 k

2
m
"
k
m
#1/2
4g
,
que tienen parte real negativa. El sistema ser siempre asintticamente estable en el origen.
Si suponemos que no hay rozamiento (k = 0), podemos usar el mtodo directo de Lyapunov con
la energa del sistema
1
E(, ) = ml2 2 + mgl(1 cos ),
2
donde hemos supuesto que el punto mas bajo del pndulo est a ras de suelo. Se comprueba fcilmente
que la derivada total de E es nula y por tanto sta es una funcin de Lyapunov para el origen, por
lo que el sistema es estable.
9.7.2
La ecuacin de Van der Pol
La ecuacin de Van der Pol puede obtenerse a partir de un caso particular de circuito elctrico
que contiene un triodo o tubo de vaco (ver [NaSa, pag. 566]), proporcionando la ecuacin
x00 + (1 x2 )x0 + x = 0,
donde es un parmetro real. Escribiendo la ecuacin en la forma
x0 = y,
y 0 = x + (x2 1)y,
y suponiendo que f(x, y) = (y, x + (x2 1)y), tenemos que f(0, 0) = (0, 0), por lo que es un punto
crtico y
0 1
,
Jf(0, 0) =
1
de donde obtenemos aplicando el Teorema de HartmanGrobman que dicho punto ser asintticamente estable si < 0 e inestable si > 0. El caso = 0 puede discutirse directamente proporcionando
un centro y por tanto un punto crtico estable.
9.7.3
El circuito de Chua
124

El circuito de Chua es un circuito electrnico simple como se muestra en la figura
donde se introduce un elemento llamado diodo de Chua que se modeliza por una funcin lineal a
trozos (ver [GSCO]). Las ecuaciones diferenciales que describen el circuito vienen dadas por
dv1
1
=
[G(v2 v1 ) f (v1 )],
dt
C1
dv
1
2
=
[G(v1 v2 ) + iL ],
dt
C2
di
1
L = v2 ,
dt
C1
donde G = 1/R y
1
f (v1 ) = Gb v1 + (Ga Gb )(|v1 + E| |v1 E|),
2
donde E es el punto de ruptura del voltaje del diodo y Gb < 0, Ga < 0.
Haciendo x1 = v1 /E, x2 = v2 /E, x3 = iL /(EG), = C2 /C1 y = 1/(LG) y teniendo en cuenta que

entonces
f (x1 ) = m0 x1 + 0.5(m1 m0 )(|x1 + 1| |x1 1|)
con m0 = RGb y m1 = RGa , tenemos que el sistema se escribe como
0
x1 = (x1 + x2 f (x1 )),
x0 = x1 x2 + x3 ,
20
x3 = x2 .
125

Se comprueba entonces que (0, 0, 0) es un punto crtico del
(1 + m0 )
1
Jf(0, 0, 0) =
0
sistema tal que
0
1 1
0
siendo f(x1 , x2 , x3 ) = ((x1 + x2 f (x1 )), x1 x2 + x3 , x2 ). Si tomamos los parmetros en

la forma (, m0 , ), se verifica que los siguientes valores (3/4, 2, 1) y (9/10, 3, 3) proporcionan
la inestabilidad del punto crtico, mientras que (3/4, 0, 3) proporciona la estabilidad asinttica del
mismo.
126
Bibliografa
[Ayr]
F. Ayres Jr., Ecuaciones diferenciales. Teora y 560 problemas resueltos, Schaum McGraw
Hill, 1970.
[BaJi] F. Balibrea Gallego y V. Jimnez Lpez, Ecuaciones diferenciales para las ciencias qumicas
y fsicas, DM Editor y Universidad de Murcia 2000.
[BoPr] W. E. Boyce y R. C. DiPrima, Ecuaciones diferenciales y problemas con valores en la frontera,
Limusa, Mexico, 1996.
[Bra]
M. Braun, Dierential equations and their applications, SpringerVerlag, Berlin, 1993.
[DeGr] W. R. Derrick y S. I. Grossman, Ecuaciones diferenciales con aplicaciones, Fondo Educativo

Interamericano, 1984.
[GSCO] S. Guo, L. S. Shieh, G. Chen y M. Ortega, Ordering chaos in Chuas circuit: a sampleddata
feedback and digital redesign approach, International Journal of Bifurcations and Chaos 10
(2000), 22212231.
[HiSm] M. W. Hirsch y S. Smale, Ecuaciones diferenciales, sistemas dinmicos y lgebra lineal,
Alianza Editorial, 1983.
[IzTo] J. Izquierdo y J. R. Torregrosa, Algebra y ecuaciones diferenciales, Servicio de publicaciones,
Universidad Politctica de Valencia, 1991.
[Jef]
A. Jerey, Linear algebra and ordinary dierential equations, CRC Press, 1993.
[Jim]
V. Jimnez Lpez, Apuntes de ecuaciones diferenciales, Servicio de publicaciones, Universidad de Murcia, 2000.
[KKM] A. Kiseliov, M. Krasnov y G. Makarenko, Problemas de ecuaciones diferenciales ordinarias,

Mir 1988.
[MCZ] F. Marcelln, L. Casass y A. Zarzo, Ecuaciones diferenciales. Problemas lineales y aplicaciones, McGrawHill, 1990.
[NaSa] R. K. Nagle y E. B. Sa, Fundamentos de ecuaciones diferenciales ( 2a edicin), Addison
Wesley Longman, 1992.
[NOR] S. Novo, R. Obaya y J. Rojo, Ecuaciones y sistemas diferenciales, AC, Madrid, 1992.
127
Bibliografa
[Oma] R. E. OMalley Jr., Thinking about ordinary dierential equations, Cambridge University
Press 1997.
[PeTo] V. M. Prez Garca y P. J. Torres, Problemas de ecuaciones diferenciales, Ariel Practicum,
2001.
[Pui]
P. Puig Adam, Curso terico prctico de ecuaciones diferenciales aplicado a la fsica y la

tcnica, Biblioteca Matemtica, Madrid, 1967.
[Sim]
G. F. Simmons, Ecuaciones diferenciales (con aplicaciones y notas histricas), 2a Edicin,

McGrawHill, 1993.
[Var]
J. L. Varona Malumbres, Mtodos clsicos de resolucin de ecuaciones diferenciales ordinarias, Servicio de publicaciones, Universidad de La Rioja, 1996.
128

Edo Apuntes

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Edo Apuntes

Transféré par

Droits d'auteur :

Formats disponibles

Apuntes de ecuaciones diferenciales

Jose S. Cnovas Pea

3 Aplicaciones de las ecuaciones de orden uno

4 Teora general de sistemas y ecuaciones lineales

6 Aplicaciones de las ecuaciones diferenciales lineales de orden dos

8 Aplicaciones de los sistemas de ecuaciones diferenciales lineales

9 Teora cualitativa de ecuaciones diferenciales

Una ecuacin diferencial una expresin de la forma

Introduccin a las ecuaciones diferenciales

para todo punto x (/2, /2).

F (x, y , y 0 , ..., y n) , y , y 0 , ..., y n) , ..., y , y 0 , ..., y n) ) = 0;

Introduccin a las ecuaciones diferenciales

Soluciones de ecuaciones diferenciales

las soluciones de la misma pueden escribirse como

Despejando c1 y c2 y sustituyendo en la primera ecuacin tenemos que y 00 = y es la ecuacin diferencial

Problemas de condiciones iniciales

Introduccin a las ecuaciones diferenciales

de n condiciones iniciales de la forma y(x0 ) = y0 , y 0 (x0 ) = y00 ,...,y n1) (x0 ) = y0

Ecuaciones diferenciales de variables separadas

Ecuaciones diferenciales de orden uno

es su solucin general. Si lo que tenemos es el problema de condiciones iniciales

podemos calcular de forma nica la constante c imponiendo la condicin y(0) = 1 en la solucin

Ecuaciones diferenciales de orden uno

Ecuaciones diferenciales lineales

La ecuacin lineal de primer orden es de la forma

Si G(x) es una primitiva de p(x) tendremos

Ecuaciones diferenciales de orden uno

tendramos utilizando el dato y(/2) = 0 que

con lo que C = 1 y la funcin

es la nica solucin de dicho problema de condiciones iniciales.

Ecuaciones diferenciales de orden uno

log y(x) = 2 log x + c = log x2 + c,

x sin xdx = sin x x cos x + C,

de donde obtenemos que las soluciones de nuestra ecuacin son

Ecuaciones diferenciales exactas

Consideremos una ecuacin diferencial de primer orden de la forma y 0 = M(x,y)

Ecuaciones diferenciales de orden uno

Ecuaciones diferenciales de orden uno

tenemos al ser y(1) = 1 que

define implcitamente la nica solucin de dicho problema.

((x, y)M(x, y)) =

Ecuaciones diferenciales de orden uno

(x, y)y + (x, y) =

Existencia y unicidad de soluciones

Ecuaciones diferenciales de orden uno

generada a partir del problema integral asociado de la forma

(c) y (x) = x2 cx de 12 (x2 + y 2 ) xyy 0 = 0.

Ecuaciones diferenciales de orden uno

sin(t2 )dt de y = xy 0 + y 2 sin(x2 ).

(e) arctan xy log c x2 + y 2 = 0 de x + y (x y)y 0 = 0.

(c) f (x, y) = x3 + 2xy 2 + 2y 3

7. Ecuaciones homogneas. Una ecuacin diferencial se dice homognea si es de la forma

(c) 2xy 0 (x2 + y 2 ) = y(y 2 + 2x2 )

(d) 4x 3y + y 0 (2y 3x) = 0 (e) 4x2 xy + y 2 = y 0 (xy x2 4y 2 )

Ecuaciones diferenciales de orden uno

(d) x2 y 0 + 2x3 y = y 2 (1 + 2x2 ) (e) (1 + x2 )y 0 = xy + (xy)2

9. Resolver las siguientes ecuaciones diferenciales

(b) y 0 + y cos x = y n sin 2x; n 6= 1

Ecuaciones diferenciales de orden uno

Aplicaciones de las ecuaciones diferenciales de orden uno

que tienen por solucin en el caso positivo

Aplicaciones de las ecuaciones diferenciales de orden uno

Ley de enfriamiento de Newton.

Aplicaciones de las ecuaciones diferenciales de orden uno