Ecuaciones Diferenciales

ECUACIONES DIFERENCIALES
n-Roy 2
Ignacio Gracia Rivas 1 , Narciso Roma
Departamento de de Matematica Aplicada IV
C/ Jordi Girona 1. Edificio C-3, Campus Norte UPC
E-08034 Barcelona
October 3, 2008
1
2
e-mail: IGNACIO@MAT.UPC.ES
e-mail: MATNRR@MAT.UPC.ES
Prefacio
Estos Apuntes de Ecuaciones Diferenciales constituyen una gua personal a la asignatura de Ecuaciones
Diferenciales que se imparte en la E.T.S.E.T.B. en el curso 1-B de la carrera de Ingeniera de Teleco n (Plan de Estudios 1992). Por tanto, en ning
municacio
un momento pretenden ser una gua oficial, ni tan
siquiera una pauta a seguir respecto a como debe ser impartida la asignatura.
Debemos agradecer la colaboraci
on de muchos compa
neros que han impartido esta asignatura y que,
adem
as de hacerme valiosas sugerencias, han detectado erratas y errores que han sido ya corregidos (aunque
somos conscientes de que todava pueden quedar otros muchos por detectar). Especialmente nuestro agradecs Yebra, por permitirnos el uso y transcripcion de sus apuntes sobre el tema de la
imiento a L.L. Andre
transformaci
on de Laplace.
Contents
1 Ecuaciones Diferenciales de Primer Orden
1.1
Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Definiciones, interpretaci
on geometrica y ejemplos . . . . . . . . . . . . . . . . . . . . . . . .
1.2.1
Definiciones b
asicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.2
Interpretaci
on geometrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2.3
Ejemplos de aplicaciones fsicas y matematicas . . . . . . . . . . . . . . . . . . . . . .
Resoluci
on de ecuaciones de variables separables, lineales y homogeneas . . . . . . . . . . . .
1.3.1
Ecuaciones integrables elementalmente . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.2
Ecuaciones de variables separadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.3
Ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3.4
Ecuaciones homogeneas: cambio de variables. . . . . . . . . . . . . . . . . . . . . . . .
1.3.5
Ecuaciones de Bernouilli y de Riccati . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Aplicaciones: familias de curvas, modelos matematicos . . . . . . . . . . . . . . . . . . . . . .
1.4.1
Trayectorias ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4.2
Modelos de poblaci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
1.4.3
Desintegraci
on radiactiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
1.3
1.4
1.5
1.6
Resultados de existencia y unicidad y de dependencia continua de soluciones
. . . . . . . . .
13
1.5.1
Presentaci
on del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
1.5.2
Teoremas de existencia y unicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
13
1.5.3
Dependencia continua de las soluciones . . . . . . . . . . . . . . . . . . . . . . . . . .
16
Metodos numericos de resoluci

on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.6.1
Ideas fundamentales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.6.2
Metodo de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.6.3
Metodo de Euler modificado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
1.6.4
Metodo de Runge-Kutta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
2 Ecuaciones Diferenciales (Lineales) de Orden Superior
ii
19
Ecuaciones Diferenciales.
iii
2.1
Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.2
Nociones fundamentales. Ecuaciones lineales de orden superior . . . . . . . . . . . . . . . . .
19
2.2.1
Ecuaciones diferenciales de orden n . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
2.2.2
Ecuaciones diferenciales lineales de orden n . . . . . . . . . . . . . . . . . . . . . . . .
21
Estudio de las soluciones de las ecuaciones diferenciales lineales de orden n . . . . . . . . . .
23
2.3.1
Dependencia e independencia lineal de funciones. Wronskiano . . . . . . . . . . . . . .
23
2.3.2
Soluci
on de la ecuaci
on lineal homogenea . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.3.3
Soluci
on de la ecuaci
on lineal completa: metodo de variacion de constantes . . . . . .
27
Ecuaciones diferenciales lineales con coeficientes constantes . . . . . . . . . . . . . . . . . . .
29
2.4.1
Ecuaciones lineales homogeneas con coeficientes constantes . . . . . . . . . . . . . . .
29
2.4.2
Ecuaciones lineales completas con coeficientes constantes. Metodo del anulador . . . .
32
Casos particulares y aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
2.5.1
Caso particular: ecuaciones de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
2.5.2
Aplicaciones fsicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
2.3
2.4
2.5
3 Sistemas de Ecuaciones Diferenciales
35
3.1
Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
35
3.2
Sistemas de ecuaciones diferenciales de primer orden . . . . . . . . . . . . . . . . . . . . . . .
35
3.2.1
Definiciones fundamentales. Teorema de existencia y unicidad de soluciones . . . . . .
35
3.2.2
Sistemas de ecuaciones diferenciales y ecuaciones diferenciales de orden superior . . .
36
Sistemas de ecuaciones diferenciales de primer orden lineales . . . . . . . . . . . . . . . . . . .
37
3.3.1
Conceptos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
3.3.2
Soluciones de los sistemas de primer orden lineales . . . . . . . . . . . . . . . . . . . .
38
3.3.3
Dependencia e independencia lineal de soluciones . . . . . . . . . . . . . . . . . . . . .
39
3.3.4
Soluci
on del sistema lineal homogeneo. Matriz Fundamental . . . . . . . . . . . . . . .
40
3.3.5
Soluci
on del sistema lineal completo. Metodo de variacion de constantes . . . . . . . .
42
Sistemas de ecuaciones diferenciales lineales de primer orden con coeficientes constantes . . .
42
3.4.1
Ideas generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
3.4.2
Estudio del sistema homogeneo (con matriz del sistema diagonalizable) . . . . . . . .
43
3.4.3
Estudio del sistema homogeneo (con matriz del sistema no diagonalizable) . . . . . . .
45
3.4.4
Estudio del caso general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
47
3.3
3.4
4 Estudio Cualitativo de Ecuaciones Diferenciales
49
4.1
Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.2
Conceptos generales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
4.2.1
49
Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3
4.4
iv
4.2.2
Puntos de equilibrio. Estabilidad. Comportamiento asintotico . . . . . . . . . . . . . .
50
4.2.3
Espacio de fases. Orbitas

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
51
4.2.4
Estabilidad y estabilidad asintotica de soluciones . . . . . . . . . . . . . . . . . . . . .
54
Estabilidad de sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
55
4.3.1
Estabilidad de sistemas lineales homogeneos . . . . . . . . . . . . . . . . . . . . . . . .
55
4.3.2
Estabilidad de sistemas lineales homogeneos con coeficientes constantes . . . . . . . .
56
4.3.3
Criterio de Routh-Hurwitz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
60
4.3.4
Estabilidad de sistemas lineales completos con coeficientes constantes . . . . . . . . .
60
Estabilidad de sistemas no lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
62
4.4.1
Estabilidad de las soluciones de equilibrio de sistemas autonomos no lineales . . . . .
62
4.4.2
Estabilidad respecto a variaciones del segundo miembro . . . . . . . . . . . . . . . . .
63
5 La Transformaci
on de Laplace
65
5.1
Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
5.2
Definiciones b
asicas y propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
5.2.1
Transformadas de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
65
5.2.2
Primeras propiedades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
67
5.2.3
Transformadas de Laplace de algunas funciones elementales . . . . . . . . . . . . . . .
70
5.2.4
Inversi
on (por descomposicion en fracciones simples) . . . . . . . . . . . . . . . . . . .
72
Aplicaci
on a la resoluci
on de ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . . .
73
5.3
5.3.1
Resoluci
on de problemas de valor inicial de ecuaciones y sistemas con coeficientes
constantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
73
5.3.2
Excitaciones discontinuas: Funcion de Heaviside . . . . . . . . . . . . . . . . . . . . .
73
5.3.3
Delta de Dirac . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
74
5.3.4
Convoluci
on y sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
76
6 Ecuaciones Diferenciales en Derivadas Parciales
79
6.1
Introducci
on . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
6.2
Ecuaciones en derivadas parciales y problemas de contorno . . . . . . . . . . . . . . . . . . .
79
6.2.1
Definiciones b
asicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
79
6.2.2
Problemas de contorno. Tipos de condiciones de contorno y de valor inicial . . . . . .
80
6.2.3
Clasificaci
on de las ecuaciones en derivadas parciales de segundo orden lineales . . . .
81
Series de Fourier y funciones ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
84
6.3.1
Series y coeficientes de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
84
6.3.2
Convergencia de series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
86
6.3.3
Funciones pares e impares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
88
6.3
6.4
6.3.4
Extensi
on a intervalos arbitrarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
89
6.3.5
Funciones ortogonales: series de Fourier generalizadas . . . . . . . . . . . . . . . . . .
89
6.3.6
Convergencia en media cuadratica de series de Fourier . . . . . . . . . . . . . . . . . .
91
Ejemplos de ecuaciones en derivadas parciales de segundo orden y su resolucion . . . . . . . .
94
6.4.1
Metodo de separaci
on de variables. Problema de Sturm-Liouville . . . . . . . . . . . .
94
6.4.2
Ecuaci
on de ondas (o de la cuerda vibrante) . . . . . . . . . . . . . . . . . . . . . . . .
95
6.4.3
Ecuaci
on del calor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
97
6.4.4
Ecuaci
on de Laplace. Problema de Dirichlet . . . . . . . . . . . . . . . . . . . . . . . .
99
Chapter 1
Ecuaciones Diferenciales de Primer

Orden
1.1
Introducci
on
En el estudio de un problema de Matematica Aplicada pueden distinguirse esencialmente tres etapas: la

formulaci
on matem
atica del problema, la resolucion del problema matematico y, finalmente, la interpretaci
on
de los resultados obtenidos. Las dos primeras etapas, que constituiran en principio nuestro objetivo, conducen
habitualmente al planteamiento y resolucion de ecuaciones diferenciales.
En este primer captulo se van a considerar las denominadas ecuaciones diferenciales de primer orden
(expresadas en la forma normal).
En primer lugar se efectuar
a una presentacion general del tema que incluye definiciones basicas, ejemplos
cl
asicos e interpretaciones geometricas. Se introduciran, a continuacion, los primeros metodos analticos
de resoluci
on para algunos tipos particulares de ecuaciones de primer orden; analizando, tambien, algunas
aplicaciones de los casos estudiados, mediante la presentacion de modelos matematicos de ciertos fenomenos.
Seguidamente se estudiar
an los teoremas de existencia y unicidad de soluciones y su prolongacion analtica
y, finalmente, se comentar
an los primeros metodos numericos de resolucion.
1.2
Definiciones, interpretaci
on geom
etrica y ejemplos
1.2.1
Definiciones b
asicas
Comenzaremos con unas definiciones de caracter introductorio.

Definici
on 1 Se denomina ecuaci
on diferencial a una relaci
on entre una funci
on (suficientemente derivable), sus variables y una o varias derivadas sucesivas de la funci
on.
Se denomina ecuaci
on diferencial ordinaria a una ecuaci
on diferencial en la que la funci
on depende s
olo
de una variable. En este u
ltimo caso, se dice que la ecuaci
on est
a expresada en forma normal o explcita sii
la derivada de orden superior aparece despejada como funci
on de todos los dem
as ingredientes de la ecuaci
on.
En caso contrario se dice que la ecuaci
on est
a expresada en forma implcita 1 .
Dada una ecuaci
on diferencial (ordinaria o no):
1. Se denomina orden de la ecuaci
on al de la derivada de mayor orden que interviene en la ecuaci
on.
1 Es
obvio que toda ecuaci

on en forma normal puede ser expresada en forma implcita. Lo contrario no siempre es factible.
2. Se denomina grado de la ecuaci

on al exponente de la derivada de mayor orden.
Si y = y(x) indica una funci
on derivable hasta el orden que convenga, una ecuacion diferencial ordinaria
de orden n (n N) en forma implcita es una expresion del tipo
F (x, y(x), y 0 (x), . . . , y (n) (x)) = 0
mientras que expresada en forma explcita adopta la forma
y (n) (x) = f (x, y(x), y 0 (x), . . . , y (n1) (x))
Comentario:
Como ya se anunci
o en la introduccion, en este tema solo se trataran las ecuaciones diferenciales
ordinarias de primer orden las cuales, si no se dice lo contrario, se supondran expresadas en forma
normal.
No obstante, las ecuaciones diferenciales ordinarias de primer orden pueden expresarse tambien en
forma diferencial
g(x, y)dx + h(x, y)dy = 0
El paso de esta forma a la explcita (y recprocamente) se efect
ua simplemente poniendo f (x, y) =
g(x, y)
.
h(x, y)
Definici
on 2 Dada una ecuaci
on diferencial ordinaria F (x, y(x), y 0 (x), . . . , y (n) (x)) = 0 (o bien y (n) (x) =
0
(n1)
f (x, y(x), y (x), . . . , y
(x))):
1. Se denomina soluci
on particular (o tambien integral particular o curva integral) de la ecuaci
on en el
intervalo I R a una funci
on y (x), derivable hasta el orden que convenga en I, tal que
F (x, (x), 0 (x), . . . , (n) (x)) = 0
o bien
(n) (x) = f (x, (x), 0 (x), . . . , (n1) (x))
x I
2. Se denomina soluci
on general (o tambien integral general) de la ecuaci
on en el intervalo I R al
conjunto de las soluciones (o integrales) particulares de la ecuaci
on en dicho intervalo.
Comentario:
Geometricamente hablando, las soluciones de las ecuaciones diferenciales son curvas en R2 . Atendiendo
a la definici
on dada, si y = (x) es una solucion de una ecuacion, dicha curva es, obviamente, graf .
No obstante, la curva en cuesti
on es, a menudo, difcil e incluso imposible de expresar analticamente
en forma explcita y, por tanto, las soluciones de las ecuaciones diferenciales se presentan con frecuencia
en la forma de funciones definidas implcitamente, (x, y) = 0,
Ejemplos:
Ecuaci
on: y 00 + 4y = 0.
Soluci
on particular: y = sin 2x 3 cos 2x.
Soluci
on general: y = C1 sin 2x + C2 cos 2x (C1 , C2 ctes.).
y2
.
1 xy
Soluci
on general: xy = ln y + C (C cte.).
Ecuaci
on: y 0 =
Definici
on diferencial de orden n (ordinaria o no):
1. Se tiene un problema de valor inicial cuando se conocen los valores de la funci

on (variable dependiente)
y de sus derivadas hasta orden n 1 en un mismo punto.
2. Se tiene un problema de contorno cuando se conocen los valores de la funci
on (variable dependiente)
y/o de sus derivadas (como m
aximo hasta orden n 1) en diferentes puntos.
Dar un problema de condiciones iniciales o de contorno para una ecuacion diferencial puede permitir
obtener una soluci
on particular de la ecuacion.
Ejemplos: En el primero de los ejemplos anteriores:
Problema de condiciones iniciales: y(0) = 0, y 0 (0) = 1.
Soluci
on: y =
1
2
sin 2x.
Problema de contorno: y(0) = 1, y(/2) = 2.

No tiene soluci
on.
Problema de contorno: y(/8) = 0, y(/6) = 1.
2
(sin 2x cos 2x) .
Soluci
on: y =
31
1.2.2
Interpretaci
on geom
etrica
Toda ecuaci
on diferencial de primer orden y grado 1, expresada en forma normal, y 0 = f (x, y), se puede
interpretar como una expresi
on que asocia a cada punto (x, y) R2 en el dominio de la funcion f , una
direcci
on o, m
as concretamente, la pendiente de una recta: La tangente a la curva solucion en el punto (x, y)
en cuesti
on. De esta manera, una soluci
on de la ecuacion, y = (x) o (x, y) = 0, es una curva en R2 , cuya
2
pendiente en cada punto (x, y) R vale justamente f (x, y).
1.2.3
Ejemplos de aplicaciones fsicas y matem

aticas
Es f
acil comprender por que se presentan tan a menudo ecuaciones diferenciales en los problemas de Fsica:
df
si y = f (x) es una funci
on que representa una magnitud escalar, entonces su derivada
representa la tasa
dx
de cambio de y en relaci
on con x. En cualquier fenomeno natural, las variables que aparecen y sus tasas
de cambio se relacionan entre s seg
un los principios basicos que rigen el proceso y, cuando esta relaci
on se
expresa mediante smbolos matem
aticos, el resultado es habitualmente una ecuacion diferencial.
Ejemplos:
1. 2a ley de Newton: La aceleraci
on a de un cuerpo de masa m es proporcional a la fuerza F que sobre
el act
ua: F = ma.
Si la fuerza depende del tiempo t, de la posici
on del cuerpo en cada instante y(t) y de su velocidad en
dy
ese instante
(t) , esta ley se expresa como
dt

d2 y
dy
m 2 = F t, y(t), (t)
dt
dt
En el caso particular de un cuerpo cayendo libremente bajo la acci
on de la gravedad cerca de la superficie
de la Tierra (g=cte.), se tiene
d2 y
m 2 = mg
dt
Si, adem
as, el aire presenta una resistencia al movimiento proporcional a la velocidad se tendr
a
m
d2 y
dy
= mg k
dt2
dt
2. Circuitos electricos: Considerese un circuito con las siguientes caractersticas:

(a) Una fuerza electromotriz (fem) E, suministrada por un generador, que impulsa una carga electrica
dQ
produciendo una corriente de intensidad I (recuerdese que I =
) que, dependiendo de las
dt
caractersticas del generador, puede ser constante o funci
on del tiempo (pero conocida en cualquier
caso).
(b) Un resistor de resistencia R que se opone a la corriente, reduciendo la fem en una cantidad
ER = RI (Ley de Ohm).
(c) Un inductor de inductancia L que se opone a los cambios de corriente, provocando una dismindI
uci
on de la fem EL = L
.
dt
(d) Un condensador de capacidad C que almacena una carga Q, la cual se opone a la entrada de carga
Q
adicional, provocando una disminuci
on de la fem Ec =
.
C
De acuerdo con las leyes de Kirchoff se tiene que
E RI L
Q
dI
=0
dt
C
y derivando de nuevo respecto al tiempo

I
dE
dI
d2 I
R
L 2
=0
dt
dt
dt
C
3. Ecuaciones de una familia de curvas: Las ecuaciones diferenciales, matem
aticamente hablando, describen familias de curvas: sus soluciones.
Considerese, p. ej., la familia de par
abolas que pasan por el origen, cuya ecuaci
on es y = Cx2 ,
0
derivando respecto a la variable x se obtiene y = 2Cx, y eliminando el factor C de ambas ecuaciones
se llega a la ecuaci
on
y
y0 = 2
x
que expresa la propiedad que caracteriza a esta familia: la pendiente de la recta tangente en un punto
cualquiera de estas curvas es el doble de la de la recta que une dicho punto con el origen.
En general, si g(x, y, C) = 0 representa una familia de curvas, eliminando C de esta ecuaci
on y de su
derivada
g
g 0
dg
=
+
y =0
dx
x y
se obtiene la ecuaci
on diferencial que caracteriza la familia.
1.3
1.3.1
Resoluci
on de ecuaciones de variables separables, lineales y
homog
eneas
Ecuaciones integrables elementalmente
2
Es bien conocido que ciertas funciones como, p. ej., cos x o ex no tienen una primitiva que pueda expresarse
por medio de una funci
on elemental, es decir, una combinacion de funciones racionales, trigonometricas,
exponenciales o inversas de estas. Por consiguiente, hay ecuaciones diferenciales del tipo y 0 = f (x, y) para
las que, a
un siendo f una funci
on dependiente de x u
nicamente (como son los ejemplos mencionados), no
siempre es posible encontrar funciones elementales que sean soluciones de ellas. Entonces:
Definici
on 4 Una ecuaci
on diferencial se dice que es integrable elementalmente sii tiene soluci
on y esta
es expresable por medio de funciones elementales, o bien por primitivas de estas que no tienen por que ser
necesariamente funciones elementales 2 .
2 Obs
ervese, por tanto, que toda ecuaci
on diferencial del tipo y 0 = f (x), donde f es una funci
on elemental, es integrable
elementalmente
En los pr
oximos apartados se van a analizar algunos tipos de ecuaciones diferenciales de primer orden
que pueden ser integradas elementalmente. Salvo en el caso de la ecuacion lineal, para la que se har
a un
tratamiento m
as preciso, se considerar
a siempre que todas las funciones son diferenciables con continuidad
hasta el orden que convenga, por lo que no se efectuaran precisiones en ese sentido.
1.3.2
Ecuaciones de variables separadas
Definici
on 5 Una ecuaci
on diferencial de variables separadas es una ecuaci
on de primer orden y 0 = f (x, y)
g(x)
(siendo
en la que la funci
on f puede expresarse en la forma f (x, y) = g(x)k(y) o bien f (x, y) =
h(y)
1
h(y) =
).
k(y)
De manera equivalente, es toda ecuaci
on diferencial de primer orden que en forma diferencial se expresa
como
h(y)dy = g(x)dx
(1.1)
Resoluci
on:
Proposici
on 1 La soluci
on de la ecuaci
on
g(x)
dy
=
dx
h(y)
(1.2)
H(y(x)) = G(x) + C
(1.3)
est
a dada por
donde H(y) es una primitiva de h(y), G(x) es una primitiva de g(x) y C es una constante.
( Dem. )
Multiplicando por h(y) la ecuacion (1.2) se obtiene

h(y)
dy
= g(x)
dx
d
H(y(x)) , por lo que, si G(x)
dx
es, a su vez, una primitiva de g(x), la integral o solucion general de la ecuacion (1.2), expresada en
forma implcita, es justamente (1.3). Si es posible despejar de ah la funcion y(x), se tendra la soluci
on
en forma explcita como
y = (x, C)
y si H(y) es una primitiva de h(y), el primer miembro es justamente
La manera pr
actica de proceder consiste en separar las variables, escribiendo la ecuacion (1.2) en su
forma diferencial (1.1) de la que, integrando ambos miembros, se obtiene la solucion (1.3) en la forma
Z
Z
h(y)dy = g(x)dx
Si se han especificado las condiciones iniciales, y(x0 ) = y0 , es posible obtener la solucion particular que
las satisface del siguiente modo:
H(y0 ) = G(x0 ) + C
y eliminando C del sistema formado por esta u
ltima ecuacion y (1.3), se obtiene
H(y) H(y0 ) = G(x) G(x0 )
o, lo que es lo mismo,
Z
h(y)dy =
y0
Ejemplos:
Vease la colecci
on de problemas.
g(x)dx
x0
1.3.3
Ecuaciones lineales
Las ecuaciones lineales constituyen uno de los tipos mas importantes de ecuaciones diferenciales.
Definici
on 6 Una ecuaci
on diferencial lineal es una ecuaci
on en la que la derivada de orden superior es
una expresi
on lineal de la funci
on y sus otras derivadas de orden inferior 3 ; esto es,
dn1 y
dy
dn y
+
f
(x)
+ . . . + f1 (x)
+ f0 (x)y + f (x) = 0
n1
n
n1
dx
dx
dx
Se denomina ecuaci
on homogenea asociada a la ecuaci
on lineal (que se llama entonces completa) a
dn1 y
dy
dn y
+ fn1 (x) n1 + . . . + f1 (x)
+ f0 (x)y = 0
n
dx
dx
dx
En este captulo s
olo se van a analizar las ecuaciones diferenciales lineales de primer orden:
dy
+ g(x)y = f (x)
dx
(1.4)
Comentario:
El apelativo lineal tiene la siguiente justificacion: el operador
L :=
d
+ g(x)
dx
que asocia a cada funci

on y(x) la funcion L(y) := y 0 + g(x)y, es un operador lineal (como se comprueba
de inmediato) que act
ua entre los espacios vectoriales C p (I) y C p1 (I), con I R. En este lenguaje
de operadores, la ecuaci
on (1.4) se expresa pues como
L(y) = f (x)
Resoluci
on:
Proposici
on 2 El conjunto de soluciones de la ecuaci
on (1.4) est
a dado por yP + Ker L, donde yP
es una soluci
on particular cualquiera de la ecuaci
on completa y Ker L es, obviamente, el conjunto de
soluciones de la ecuaci
on homogenea
dy
+ g(x)y = 0
(1.5)
dx
( Dem. )
Sea S el conjunto de soluciones de la ecuacion completa. Se va a probar que

S = {yP + y1 |L(y1 ) = 0}
En primer lugar, yP + Ker L S ya que, teniendo en cuenta la linealidad del operador L, y1 Ker L
se tiene que
L(yP + y1 ) = L(yP ) + L(y1 ) = f + 0 = f
Recprocamente, S yP + Ker L puesto que, y S solucion de la ecuacion completa, se tiene que
L(y yP ) = L(y) L(yP ) = f f = 0
luego y yP Ker L, de donde y = yP + Ker L.
As pues, para resolver una ecuaci
on lineal es preciso conocer la solucion general de la ecuaci
on homogenea y una soluci
on particular de la completa. Veamos como se obtienen.
3 Obs
ervese
que los coeficientes funcionales son funciones de x u

nicamente.
Lema 1 El conjunto de soluciones de la ecuaci

on lineal homogenea de primer orden (1.5) es
R
y = Ce g(x)dx C(x)
(C R)
por lo que dicho conjunto es un espacio vectorial unidimensional.
( Dem. ) Considerese la ecuaci
on homogenea (1.5), la cual, asumiendo que y 6= 0, se puede escribir
en la forma
y0
= g(x)
y
que muestra claramente que es de variables separadas, luego integrando
Z
R
ln |y| = g(x)dx + K y = Ce g(x)dx
donde C 6= 0. Sin embargo, al dividir por y se ha eliminado la posibilidad y = 0, que se recupera
poniendo que C R.
Lema 2 Una soluci
on particular de la ecuaci
on lineal completa de primer orden es
Z

f (x)
yP =
dx (x)
(x)
( Dem. ) Para obtener una solucion particular de la ecuacion homogenea se seguira el denominado
metodo de variaci
on de las constantes (en este caso solo hay una), el cual permite, realmente, integrar la
ecuaci
on completa, conocida una solucion particular de la homogenea. El metodo consiste en suponer
que la soluci
on de la ecuaci
on completa es de la forma y(x) = h(x)y1 (x), donde y1 (x) es la soluci
on
conocida de la ecuaci
on homogenea. Se obtiene as que
f (x) = L(y(x))
= h0 (x)y1 (x) + h(x)y10 (x) + g(x)h(x)y1 (x)

= h0 (x)y1 (x) + h(x)(y10 (x) + g(x)y1 (x)) = h0 (x)y1 (x)
por tanto,
Z
h(x) =
f (x)
dx + K
y1 (x)
(K R)
y, dado que se busca una soluci

on particular, se pueden elegir y1 (x) = (x) y K = 0, quedando
finalmente
Z

Z
f (x)
f (x)
h(x) =
dx yP (x) =
dx (x)
(x)
(x)
Como consecuencia de ambos lemas se concluye:
Proposici
on 3 la soluci
on general de la ecuaci
on lineal de primer orden es
! R
Z

Z
f (x)
f (x)
R
dx (x) + C(x) =
y=
dx + C e g(x)dx
g(x)dx
(x)
e
Ejemplos:
Vease la colecci
on de problemas.
(C R)
1.3.4
Ecuaciones homog
eneas: cambio de variables.
En algunos casos un cambio de variable, ya sea de la variable independiente, de la funcion o de ambas, puede
convertir una ecuaci
on diferencial dada en otra de integracion mas simple.
Realmente, esta tecnica ya ha sido utilizada en el apartado anterior cuando, para integrar la ecuaci
on
lineal completa por el metodo de variacion de las constantes, se ha tomado como nueva funcion inc
ognita
h(x) = y(x)/y1 (x).
En el siguiente caso se muestra otra nueva situacion.
Definici
on 7 Una funci
on f (x, y) es homogenea de grado n sii f (tx, ty) = tn f (x, y), para todos x, y, t
adecuadamente restringidos.
Ejemplos:
f (x, y) x2 + xy es homogenea de grado 2.
p
f (x, y) x2 + y 2 es homogenea de grado 1.
f (x, y) sin xy es homogenea de grado 0.
Definici
on 8 Una ecuaci
on diferencial homogenea (de primer orden) es aquella en cuya expresi
on en forma
normal, y 0 = f (x, y), se tiene que f (x, y) es una funci
on homogenea de grado 0 o, equivalentemente, aquella
que puede expresarse en forma diferencial
g(x, y)dx + h(x, y)dy = 0
siendo g y h funciones homogeneas del mismo grado
Resoluci
on: La resoluci
on de este tipo de ecuaciones pasa por efectuar un cambio de variables que las
convierte en ecuaciones de variables separadas.
En efecto, tomando como punto de partida la ecuacion escrita en su forma normal, por ser f (x, y) una
funci
on homogenea de grado 0 (por definicion), se tiene que f (tx, ty) = t0 f (x, y) = f (x, y), para todo
y(x)
t. Tomando, en particular, t = 1/x y denominando z(x) =
, se tiene que
x
f (x, y) = f (tx, ty) = f (1, y/x)) f (1, z)
con lo que la ecuaci
on diferencial se expresa como
dy
= f (1, z) F (z)
dx
y, dado que y(x) = z(x)x, aplicando la regla de la cadena se tiene que
dy
dz
=
x+z
dx
dx
por lo que, en la nueva variable, la ecuacion es
dz
x + z = F (z)
dx
que es de variables separadas.
Ejemplos:
Vease la colecci
on de problemas.
dz
F (z) z
=
dx
x
1.3.5
Ecuaciones de Bernouilli y de Riccati
Son sendos tipos de ecuaciones diferenciales de primer orden que se resuelven tambien mediante el metodo
de cambio de variables. (Veanse los problemas 7 y 3 de la coleccion).
La primera de ellas aparece relacionada con problemas de dinamica de fluidos, mientras que la segunda
lo hace en relaci
on a cuestiones de sntesis en control optimo para procesos lineales con coste cuadr
atico,
metodos de inclusi
on invariante en problemas de transporte, etc. Esta u
ltima constituye el ejemplo m
as
sencillo, e hist
oricamente el primero, de ecuacion no integrable elementalmente.
1.4
1.4.1
Aplicaciones: familias de curvas, modelos matem

aticos
Trayectorias ortogonales
Como primera aplicaci

on de algunos de los conceptos y procedimientos relativos a ecuaciones diferenciales
de primer orden que se han introducido hasta el momento, se va a considerar el problema de hallar las
trayectorias ortogonales a una familia de curvas dada.
El problema tiene su origen en algunas aplicaciones en las que aparecen dos familias de curvas (planas)
que son mutuamente ortogonales; esto es, cada curva de una de las familias es ortogonal en todos sus puntos
a cada curva de la otra familia. En tales casos, se dice que cada una de ellas es una familia de curvas
ortogonales a la otra.
Un ejemplo lo constituyen las curvas equipotenciales de un campo escalar, que son ortogonales a las lneas
de fuerza de dicho campo (el campo vectorial gradiente del anterior). Este ejemplo se presenta en multitud
de sistemas en Fsica (p. ej., campos electrostatico, gravitatorio, etc.).
La resoluci
on de este problema es la siguiente:
Proposici
on 4 La ecuaci
on diferencial
delas trayectorias ortogonales a la familia de curvas que satisface

1
0
la ecuaci
on F (x, y, y ) = 0 es F x, y, 0 = 0 .
y
Como caso particular, si la ecuaci
on diferencial de la familia de curvas est
a dada en forma explcita,
1
0
)
y 0 = f (x, y), la de sus trayectorias ortogonales es y =
f (x, y
( Dem. ) Inmediata, teniendo en cuenta que el que dos curvas sean ortogonales significa que las tangentes
a dichas curvas en los puntos de corte son perpendiculares y, por tanto, si y 0 (x) es la pendiente de una de
ellas, la de la otra es 1/y 0 (x).
De esta manera, obtener las trayectorias ortogonales a una familia de curvas de las cuales se conoce su
expresi
on analtica f (x, y, C) = 0, requiere los siguientes pasos:
1. Diferenciar la ecuaci
on f (x, y, C) = 0.
2. Eliminar C del sistema formado por la ecuacion y su derivada, para as obtener la ecuacion diferencial
de la familia.
3. Obtener la ecuaci
on diferencial de la familia de trayectorias ortogonales aplicando el resultado precedente.
4. Integrar la ecuaci
on resultante.
Ejemplo:
10
Como ya se vio, la ecuaci

on diferencial de la familia de parabolas que pasan por el origen, y = Cx2 , es
y
x
y 0 = 2 . La de sus trayectorias ortogonales sera, por consiguiente y 0 =
, que es una ecuaci
on de
x
2y
2
x
variables separadas y tiene por solucion general y 2 +
= C ; esto es, elipses centradas en el origen.
2
1.4.2
Modelos de poblaci
on
El an
alisis del problema de tasar el crecimiento de una poblacion permite ilustrar las diferentes etapas que
se presentan en el estudio de un problema de Matematica Aplicada.
on p(t)
1. Problema fsico: Se trata de obtener una ley que permita predecir el crecimiento de una poblaci
que vara con el tiempo.
2. Formulaci
on matem
atica: La primera dificultad que se encuentra al intentar formular matematicamente
el problema es que una poblaci
on solo toma valores enteros y, por lo tanto, considerada como funci
on
del tiempo, es una funci
on discontinua. El problema se solventa observando que, si se trata de una
poblaci
on elevada, la variaci
on en una unidad es nfima comparada con el n
umero de individuos que
constituye el valor de la poblaci
on y, por consiguiente, se puede considerar que esta vara continua e
incluso diferenciablemente con el tiempo.
on): En primera aproximacion podra hacerse la hip
otesis
3. Modelo matem
atico (Primera aproximaci
de que el n
umero de individuos que nacen y que mueren por unidad de tiempo (un a
no, por ejemplo) es
proporcional a la poblaci
on existente. Designando por (tasa de natalidad) y (tasa de mortandad)
a las correspondientes constantes de proporcionalidad, se obtiene pues que
p
= p p
t
que, en forma diferencial, conduce a la ecuacion
dp
= p
dt
donde = es la tasa de crecimiento de la poblacion. Esta ecuacion es la denominada Ley de
Maltus.
4. Resultados matem
aticos: Si se a
nade la condicion inicial de que en el instante t0 la poblacion es p0 , la
correspondiente soluci
on particular se la ecuacion es
p = p0 e(tt0 )
que expresa el hecho de que la poblacion crece exponencialmente con el tiempo.
5. Resultados experimentales. Comparacion e interpretacion: Tomemos el caso de la poblacion humana,
que desde 1960 a 1970 pas
o de 3 109 a 3, 7 109 . Estos datos suponen una tasa de crecimiento que se
calcula del siguiente modo:
e10 =
p(1970)
p(1960)
1
p(1970)
ln
= 0, 0209 0, 02
10 p(1960)
con lo cual, tomando t0 = 1970 y p0 = 3, 7 109 , se tiene

p(t) = 3, 7 109 e0,02(t1970)
Comparando los datos obtenidos a partir de esta expresion con los experimentales en los tiempos
recientes, se observa que hay gran concordancia entre ellos, por lo que parece acertado aceptar la
validez de la ley y utilizarla para estimar la poblacion futura.
Sin embargo, aun cuando los datos estimados para un proximo futuro podran ser aceptables, veamos
que sucedera a m
as largo plazo. Con la tasa de crecimiento tomada, el modelo prevee que la poblaci
on
se dobla cada 35 a
nos; ya que
2p = peT
T =
1
ln 2 35
11
As pues, la poblaci
on se multiplica por 1000 (por 1024 exactamente) cada 350 a
nos y por 106 cada
750 a
nos aproximadamente. Esto nos conduce a la intolerable cifra de densidad de poblacion de 30
habitantes por metro cuadrado en el a
no 2670.
6. Reformulaci
on matem
atica: El fallo en el modelo puede estar en que no se ha tenido en cuenta que el
espacio disponible es limitado y que cuando esto ocurre, los individuos han de competir por los recursos
disponibles.
on): Para tener en cuenta este hecho, se puede corregir la
7. Modelo matem
atico (Segunda aproximaci
ecuaci
on inicial bas
andonos en la hipotesis de que en la disminucion del crecimiento de la poblaci
on
influye tambien un factor que es proporcional al n
umero de encuentros entre dos individuos cuyo valor
medio es, a su vez, proporcional a p2 . Con ello se tendra que el crecimiento de la poblacion esta regido
por la ecuaci
on
dp
= ap bp2
dt
que se conoce con el nombre de ley logstica, y en la que a es la denominada tasa de crecimiento natural
en un medio ilimitado.
8. Resultados matem
aticos: Integrando esta ecuacion (es de variables separadas) con la condicion inicial
p(t0 ) = p0 , se tiene
ap0
p(t) =
bp0 + (a bp0 )ea(tt0 )
Una primera consecuencia que se observa es que
lim p(t) =
ap0
a
=
bp0
b
es decir, independientemente de cual sea la poblacion inicial p0 , con el transcurso del tiempo la
poblaci
on tiende a estacionarse en el valor lmite a/b.
Para la poblaci
on humana se estima el valor a = 0, 029 y se puede calcular b utilizando la tasa real
de crecimiento en 1970, = 0, 02, esto es, comparando el modelo descrito mediante la ley de Maltus
(cuyas predicciones para 1970 eran validas) con el modelo actual se tiene que
dp

dt t0 =1970
(a bp0 )p0 = p0
a
= 2, 43 1012
p0
(a bp0 ) =
Como comprobaci
on se puede evaluar la poblacion en el a
no 1960, obteniendose p(1960) = 3, 003 109 .
La poblaci
on mundial crecera con el transcurso de t pero teniendo como poblacion lmite
a
0, 029
=
= 1, 2 1010
b
2, 43 1012
Comentario:
En ninguno de ambos modelos se han tenido en cuenta otros factores, como: fluctuaciones locales o
globales de las tasas de crecimiento, epidemias, catastrofes naturales, etc.
1.4.3
Desintegraci
on radiactiva
Experimentalmente se ha comprobado que el ritmo de desintegracion de los elementos radiactivos es proporcional a la cantidad de elemento presente. As, si Q(t) designa dicha cantidad en cada instante de tiempo,
se tiene que la ley de desintegraci
on es
dQ
= KQ
dt
(K < 0)
12
ecuaci
on que tiene por soluci
on general
Q(t) = CeKt
(K < 0)
Si se fija la condici
on inicial Q(t0 ) = Q0 se obtiene que C = Q0 , esto es, la solucion particular
Q(t) = Q0 eK(tt0 )
(K < 0)
(1.6)
Si, adem
as se conoce Q(t1 ) = Q1 , entonces se puede determinar tambien K experimentalmente
Q1 = Q0 eK(t1 t0 )
K=
ln Q1 ln Q0
t1 t0
(y K < 0 ya que Q1 < Q0 ).

Para expresar el ritmo de descomposicion de un elemento radiactivo se utiliza el concepto de vida media,
T , que se define como el tiempo necesario para que se desintegre la mitad de materia presente en una muestra
del elemento. El valor de T est
a relacionado con K del siguiente modo: haciendo t t0 = T , por definici
on
1
se tiene que Q(t0 + T ) = Q0 , luego de la ecuacion (1.6) se obtiene
2
K=
ln Q20 ln Q0
ln 2
=
T
T
KT = ln 2
Una de las principales aplicaciones de esta ley es la datacion geologica o arqueologica, para las cuales se
emplean elementos de vida media muy larga (como el U 238 con T = 4, 5 109 a
nos, el K 40 con T = 1, 4 109
87
10
a
nos o el Rb con T = 610 a
nos). En este sentido, una de las tecnicas mas fiables y conocidas es la basada
en el C 14 (que tiene una vida media T = 5568 a
nos), que fue desarrollada a finales de los a
nos 40 y principios
de los 50 por William Libby (premio Nobel en 1960) y que permite datar de forma fiable acontecimientos
con una antiguedad de hasta 50000 a
nos.
El metodo se utiliza para calcular la antiguedad de cualquier objeto de origen organico y se basa en las
siguientes leyes fsicas: el carbono radiactivo C 14 se produce en la alta atmosfera por accion de los rayos
c
osmicos sobre el nitr
ogeno:
N714 + n10 C614 + p11
Puesto que el carbono radiactivo se descompone, a su vez, de nuevo en nitrogeno,
C614 N714 + e + e
desde hace muchos milenios se ha alcanzado un estado de equilibrio en la proporcion de carbono radiactivo
y no radiactivo (uno de cada 1012
atomos de carbono es radiactivo). Ambos tipos se hallan presentes
en la atm
osfera en el di
oxido de carbono, perfectamente mezclados por la accion de los vientos. De la
atm
osfera, el carbono radiactivo pasa a fijarse en los tejidos de los seres vivos en esa proporcion, ya que
las plantas toman di
oxido de carbono de la atmosfera durante el proceso de la fotosntesis, de ellas pasa a
los animales vegetarianos y de estos a los carnvoros. Mientras todos estos seres permanecen con vida esta
proporci
on permanece constante, pero al morir dejan de absorber carbono radiactivo y el que contienen sus
tejidos va desintegr
andose, con lo que su cantidad va disminuyendo progresivamente. De este modo, si una
muestra de materia org
anica muerta contiene la mitad que la de una viva, se puede afirmar que vivi
o hace
aproximadamente 5568 a
nos, y as progresivamente.
Para efectuar los c
alculos, lo que se mide es el n
umero de desintegraciones por unidad de tiempo y de
materia (p. ej., por minuto y por gramo). En el C 14 se tiene K = 1, 2449 104 , entonces, derivando
0 ) = KQ0 ,
la ecuaci
on (1.6) se tiene Q(t)
= KQ0 eK(tt0 ) , de donde, para un tiempo fijado t0 resulta Q(t
cantidad que se considera constante para la materia organica viva. Dividiendo queda
Q(t)
= eK(tt0 )
0)
Q(t
t t0 =
Q(t)
1
ln
0)
K Q(t
As, p. ej., si una muestra muerta tiene 0, 97 desintegraciones por minuto y gramo y otra viva del mismo
material presenta 6, 67, aplicando la f
ormula anterior se obtiene una edad de 15500 a
nos, aproximadamente.
1.5
13
Resultados de existencia y unicidad y de dependencia continua

de soluciones
1.5.1
Presentaci
on del problema
Dada una ecuaci

on diferencial (de primer orden), en las aplicaciones suele interesar determinar el valor de
la soluci
on para alg
un valor de la variable, conocido el de la solucion para otro valor inicial de la variable
independiente. Ello es as porque, habitualmente, la ecuacion rige la evolucion de un sistema cuyo estado es
conocido en un instante inicial dado t0 , y se desea conocerlo en un instante posterior t0 + T .
Tal como ya se ha visto, cuando la ecuacion diferencial puede ser integrada elementalmente, a partir de su
soluci
on general y = (x, C) se determina la solucion particular que satisface la condicion inicial y(x0 ) = y0
para, posteriormente, calcular y(x0 + T ).
Todo ello presupone, dado un problema de valor inicial y 0 = f (x, y), y(x0 ) = y0 ,
1. Que la ecuaci
on puede ser integrada elementalmente.
2. La existencia y unicidad de la solucion.
3. Que dicha soluci
on est
a definida, al menos, en un intervalo [x0 , x0 + T ].
Ello no siempre es cierto, como se ve en los siguientes ejemplos:
Ejemplos:
La ecuaci
on (y 0 )2 + y 2 = 0 s
olo admite la soluci
on y(x) = 0, por lo que existe una u
nica soluci
on que
pasa por (x0 , 0) y ninguna que pase por (x0 , y0 ) con y0 6= 0.
El problema de valor inicial y 0 = y 2/3 , y(0) = 0, no tiene soluci
on u
nica, pues por lo menos y1 (x) =
(x/3)3 e y2 (x) = 0 son soluciones del problema.
1
junto con y(x) = 0.
1 Cx2
6 0, pasa una u
=
nica soluci
on que corresponde al valor
La soluci
on xy 0 = 2y(y 1) es y(x) =
Por cada
punto (x0 , y0 ), con x0 6= 0, y0
1
1
C = 2 1
.
x0
y0
x0 , por cada punto (x0 , 0), pasa la u

nica soluci
on y(x) = 0.
Por el punto (0, 1) pasan infinitas soluciones, todas de la forma y(x) =
1
.
1 Cx2
Por los puntos (0, y0 ) (con y0 6= 0, 1) no pasa ninguna soluci

on.
As pues, ante un problema de valor inicial, el procedimiento a seguir habra de ser:
1. Comprobar que admite una u
nica solucion, definida, al menos, en todo el intervalo [x0 , x0 + T ].
2. Si la ecuaci
on no es integrable elementalmente, aproximar el valor de y(x0 +T ) (dada la imposibilidad de
calcularlo exactamente) pues, en general, en las aplicaciones basta con disponer de un valor aproximado
de y(x0 + T ).
En esta secci
on se aborda el estudio del primer punto, mientras que el del segundo queda para la secci
on
siguiente.
1.5.2
Teoremas de existencia y unicidad
El siguiente teorema garantiza la existencia y unicidad de la solucion de un problema de valor inicial.
14
Teorema 1 (de Picard de existencia y unicidad local): Considerese el problema de valor inicial
y 0 = f (x, y)
y(x0 ) = y0
(1.7)
y sea el rect
angulo D = [x0 a, x0 + a] [y0 b, y0 + b] R2 (con a, b > 0). Si se verifican las condiciones
1. f (x, y) es una funci
on continua en D.
2. (Condici
on de Lipschitz) 4 : Para todo par de puntos (x, y1 ), (x, y2 ) D, existe una constante L > 0
tal que
|f (x, y1 ) f (x, y2 )| L|y1 y2 |
Entonces existe una u
nica soluci
on del problema, y(x), definida en un cierto intervalo (x0 , x0 + ) (con
0 < a).
( Dem. ) En primer lugar, observese que, en virtud de la primera condicion, f (x, y) esta acotado en D (por
ser D compacto), luego M > 0 tal que |f (x, y)| M .
Teniendo esto en cuenta, la demostracion (cuyos detalles se omiten) sigue los siguientes pasos:
1. El problema de valor inicial (1.7) puede formularse en forma de ecuacion integral
Z x
y(x) = y0 +
f (t, y(t))dt
(1.8)
x0
dy
ya que, integrando desde x0 a x la ecuacion (1.7) escrita en la forma
= f (t, y(t)), se obtiene la
dt
ecuaci
on
Z x
y(x) y(x0 ) =
f (t, y(t))dt
x0
y como y(x0 ) = y0 , de aqu se llega a la ecuacion (1.8). Recprocamente, derivando la ecuacion integral
se obtiene y 0 = f (x, y(x)) y, por otra parte, dicha ecuacion, para x = x0 , da y(x0 ) = y0 .
2. Se define la sucesi
on funcional {yn (x)} (n {0} N), definida como
y0 (x)
= y0
y1 (x)
= y0 +
f (t, y0 (t))dt
x0
..
.
Z
yn+1 (x)
= y0 +
f (t, yn (t))dt
x0
cuyos elementos se denominan iterantes de Picard. Se demuestra que lim {yn (x)} = y(x) , funci
on
n
lmite que est

a definida en el intervalo (x0 , x0 + ), siendo el menor de los n
umeros a, b/M .
3. Se prueba que y(x) es soluci
on de la ecuacion (1.8).
4. Se prueba que esa es la u
nica solucion del problema ya que, si z(x) fuera otra solucion, llamando
(x) = y(x) z(x), se tendra
Z x

|(x)| = |y(x) z(x)| =
(f (t, y(t))) f (t, z(t)))dt
x0
Z x
Z x
L
|y(t) z(t)|dt = L
(t)dt
(1.9)
x0
En este punto es necesario el siguiente resultado:

4 Toda
funci
on que satisfaga esta condici
on se dice que es lipschitziana.
x0
15
Lema 3 (de Gronwald): Sea (x) una funci

on continua no negativa tal que satisface
Z x
(x) N + M |x x0 | + L
(t)dt
(1.10)
x0
con N, M 0, L > 0. Entonces

M L(xx0 )
e
1
(1.11)
L
Z x
Sea x > x0 (se razona igual si x < x0 ). Poniendo (x) =
(t)dt , la desigualdad (1.10)
(x) N eL(xx0 ) +
( Dem. )
x0
se escribe
0 (x) L(x) N + M (x x0 )
multiplicandola por eL(xx0 ) resulta
( 0 (x) L(x))eL(xx0 ) =
d
((x)eL(xx0 ) ) (N + M (x x0 ))eL(xx0 )
dt
e integr
andola desde x0 a x, al ser (x0 ) = 0, se obtiene
(x)eL(xx0 )
(x)
N
M
M
(1 eL(xx0 ) )
(x x0 )eL(xx0 ) 2 (eL(xx0 ) 1)
L
L
L
Z x
N
M
M
=
(t)dt (eL(xx0 ) 1)
(x x0 ) + 2 (eL(xx0 ) 1)
L
L
L
x0
de modo que, sustituyendo en la desigualdad (1.10), se llega a la desigualdad (1.11).

Y aplicando este lema con N, M = 0, de la desigualdad (1.9) se obtiene que (x) = 0.
N
otese que para probar la unicidad de la solucion ha sido esencial la condicion de Lipschitz (observese
que en el segundo de los ejemplos del apartado anterior no se verifica, como cabe esperar del hecho de que
f
2
=
no existe en y = 0). Al respecto de esta condicion se puede dar el siguiente resultado (que
y
3y 1/3
simplifica su evaluaci
on):
Proposici
on 5 Sea una funci
on f (x, y) y D una regi
on compacta en su dominio. Si
f
existe y es una
y
funci
on continua en D, entonces se satisface la condici
on de Lipschitz.
( Dem. )
En efecto, si y1 < y2 , se tiene (teorema del valor medio)

f (x, y1 ) f (x, y2 ) =
f
(x, )
y
(y1 < < y2 )
f

con lo que, tomando valores absolutos, se verifica la condicion con L = maxD (x, y) .
y
El teorema de Picard es insuficiente para resolver el problema planteado (que es calcular y(x0 + T )),
ya que s
olo asegura la soluci
on en un entorno I (x0 ) = (x0 , x0 + ) (que puede no contener al punto
x0 + T ). No obstante, bajo ciertas condiciones, el intervalo de definicion de la solucion puede ser prolongado
del siguiente modo: considerese un punto (x1 , y(x1 )), con x1 I . Si las condiciones del teorema vuelven
a verificarse en un cierto rect
angulo D1 centrado en ese punto, el teorema garantiza la existencia de una
u
nica soluci
on y1 (x) que pasa por ese punto y esta definida en un intervalo I1 (x1 ) = (x1 1 , x1 + 1 ).
Pero como la anterior soluci
on tambien pasa por el punto (x1 , y(x1 )), ambas deben coincidir en I I1 . Si
x1 + 1 > x0 + , la nueva soluci
on permite alargar el intervalo de definicion de la solucion hasta x1 + 1 . Se
dice, en estos casos que se ha obtenido una prolongacion de la solucion.
Es adecuado introducir la siguiente nomenclatura:
16
Definici
on 9 Dado un problema de valor inicial, se denomina solucion maximal del mismo a una soluci
on
cuyo dominio de definici
on no admite prolongaci
on alguna.
La cuesti
on est
a, pues, en determinar cual es el maximo intervalo en R en el que existe una soluci
on
maximal. El siguiente resultado da condiciones que garantizan la respuesta.
f
(x, y) son
y
funciones continuas en un dominio abierto y conexo, y (x0 , y0 ) ; entonces el problema admite una
u
nica soluci
on maximal y(x), que est
a definida en un intervalo abierto I R.
Teorema 2 (de existencia y unicidad): Sea el problema de valor inicial (1.7). Si f (x, y) y
f
(x, y) son funciones continuas en un dominio abierto y conexo, por cualquier
y
punto (x0 , y0 ) pasa una u
nica soluci
on de la ecuacion, pues basta tomar un rectangulo cerrado D
centrado en dicho punto, aplicar el teorema anterior (observar que la condicion de Lipschitz se cumple

f

en virtud de la proposici
on 5, con L = maxD (x, y) ) y utilizar el procedimiento de prolongaci
on
y
anteriormente descrito.
En efecto, si f (x, y) y
Observese que siempre se tiene que I {x R | (x, y) }. En particular, lo mas interesante sera
que I = R. Por supuesto, para que se de este caso es necesario que = R2 .
Ejemplo:
p
La ecuaci
on y 0 = 1 (x2 + y 2 ) no puede tener soluciones definidas fuera del crculo unidad y, con
ello, para cualquier soluci
on maximal se tiene que I (1, 1).
No obstante, = R2 no es condici
on suficiente para garantizar que I = R. En efecto:
Ejemplo:
f
(x, y) = 2y son funciones continuas en R2 ), con la
y
1
condici
on inicial y(0) = 1, tiene por soluci
on y(x) =
en (, 1), y, ya que y(x) no est
a definida
1x
en x = 1, es imposible prolongarla fuera de ese intervalo.
La ecuaci
on y 0 = y 2 (donde f (x, y) = y 2 y
En este ejemplo, el intervalo de definicion de la solucion maximal tiene un extremo finito = 1 debido a
que lim |y(x)| = . El siguiente teorema (que no se demuestra) enuncia que esa es la u
nica opcion posible.
x
f
(x, y) son funciones
y
2
continuas en todo R y el intervalo de definici
on de una soluci
on maximal tiene un extremo , entonces
lim |y(x)| = .
Teorema 3 (de prolongaci

on): Sea el problema de valor inicial (1.7). Si f (x, y) y
Concluyendo, nuestro interes es garantizar que el problema de valor inicial tenga solucion definida, al
menos, en [x0 , x0 + T ]. Bajo las anteriores hipotesis (negando la conclusion de este teorema) se tiene
garantizado que ello acurrir
a, en particular, si la solucion, caso de estar definida, esta acotada en dicho
intervalo, ya que entonces no puede presentarse la anterior situacion.
s Yebra: Ecuaciones Diferenciales: Notas y Problemas,
(Vease un ejemplo de aplicaci
on en: J.L. Andre
CPET (1995)).
1.5.3
Dependencia continua de las soluciones
En las aplicaciones, los datos del problema de valor inicial son frecuentemente datos experimentales y, por
tanto, conocidos con cierta inexactitud. Esto acontece directamente con el valor y0 , que puede ser el resultado
17
de alguna medida del estado del sistema para cierto valor x0 , pero tambien sucede con la propia funci
on
f (x, y) cuando, p. ej., esta depende de ciertos parametros que se determinan experimentalmente (p. ej., a, b
en la ley logstica). Por otra parte, en los metodos numericos solo se trabaja con soluciones aproximadas.
Para poder garantizar la validez de los calculos, se ha de poder conocer y(x0 +T ) con la precision deseada
si se aproximan suficientemente y0 y f (x, y). En tal caso, se dice que la solucion depende continuamente de
los datos. (Se considera T finito. Si T , la propiedad involucrada es la estabilidad del sistema y/o de
las soluciones; tema que ser
a tratado posteriormente).
El siguiente resultado muestra que, bajo las hipotesis del teorema de existencia y unicidad, se satisface
el anterior requisito.
Teorema 4 (de dependencia continua): Sea el problema de valor inicial (1.7) con (x0 , y0 ) , donde
es un dominio abierto y conexo, y tal que f (x, y) es continua y lipschitziana (con constante L) en . Para
|x x0 | T , sean y(x) la soluci
on exacta y Y (x) una soluci
on aproximada en el siguiente sentido
|Y 0 (x) f (x, y(x))|
|Y (x0 ) y0 | 0
(para , 0 suficientemente peque

nos). Entonces se satisface la desigualdad fundamental
|Y (x) y(x)| 0 eL|xx0 | +
L|xx0 |
(e
1)
L
o,lo que es lo mismo,

|Y (x0 + T ) y(x0 + T )| 0 eLT +
LT
(e 1)
L
(1.12)
( Dem. ) Sea x > x0 (se razona igual si x < x0 ). La solucion exacta y(x) satisface la ecuacion integral
(1.8), mientras que Y (x) satisface
Y 0 (x) f (x, y(x))
de donde integrando se obtiene
Z x
Z x
Z x
0
dt
(Y (x) f (x, y(x)))dt
dt
x0
x0
x0
Z x
(x x0 ) Y (x) Y (x0 )
f (x, y(x))dt (x x0 )
x0
por lo que restando la ecuaci

on integral anterior se tiene
Z x
(x x0 ) Y (x) y(x) Y (x0 ) + y0
(f (x, Y (x)) f (x, y(x)))dt (x x0 )
x0
es decir,
Z
|Y (x) y(x) Y (x0 ) + y0
(f (x, Y (x)) f (x, y(x)))dt| (x x0 )

x0
o tambien, utilizando que | | || ||,

|Y (x) y(x)|
|Y (x) y(x)
Z x

|Y (x0 ) y0 |
(f (x, Y (x)) f (x, y(x)))dt (x x0 )
x0
Z x

0 + (x x0 ) +
(f (x, Y (x)) f (x, y(x)))dt
x
Z x0
0 + (x x0 ) + L
|Y (x) y(x)|dt
x0
y, usando la desigualdad de Gronwald, se obtiene el resultado deseado, x.

Comentario:
18
Puede observarse que la expresi

on (1.12) da una acotacion a la diferencia entre el valor aproximado de
la predicci
on, Y (x0 + T ), y el valor real, y(x0 + T ), en funcion de las cotas , 0 ; de tal manera que, si
estos valores son peque
nos y el intervalo en la medida, T , no es muy grande, dicha diferencia tampoco
va a ser muy grande.
s Yebra: Ecuaciones Diferenciales: Notas y Problemas,
on en: J.L. Andre
CPET (1995)).
1.6
1.6.1
M
etodos num
ericos de resoluci
on
Ideas fundamentales
En anteriores secciones se ha visto c

omo resolver ciertos tipos de ecuaciones diferenciales por metodos
analticos. Desgraciadamente esto no siempre es posible para todos los tipos de ecuaciones diferenciales que
se presentan en la pr
actica.
En estos casos, al igual que sucede en otras ramas de la Matematica (como es el caso, p, ej., del calculo de
integrales definidas mediante el metodo de Simpson), hay ciertos metodos numericos que permiten calcular,
con el grado de exactitud que se desee, la solucion numerica de todas las ecuaciones diferenciales de primer
orden con una condici
on inicial dada. Dichos metodos se pueden aplicar independientemente de que la
ecuaci
on sea o no integrable analticamente, en terminos de funciones elementales conocidas.
Los metodos numericos m
as usados son el metodo de Euler, el metodo de Euler modificado y el metodo
de Runge-Kutta.
1.6.2
M
etodo de Euler
(Se explica en las sesiones de Laboratorio. Vease, por tanto, el guion de Practicas.).
1.6.3
M
etodo de Euler modificado
1.6.4
M
etodo de Runge-Kutta
Chapter 2
Ecuaciones Diferenciales (Lineales) de

Orden Superior
2.1
Introducci
on
Si en el captulo anterior se ha comenzado el estudio de las ecuaciones diferenciales con el analisis de las de
primer orden, en este se van a tratar las ecuaciones diferenciales de orden superior.
Comenzaremos dando las nociones fundamentales sobre las ecuaciones diferenciales de orden superior
(en particular, las lineales), tales como definiciones basicas, teoremas de existencia y unicidad, etc. A continuaci
on se estudiar
an las soluciones de las ecuaciones diferenciales lineales (homogeneas y completas),
incluyendo la exposici
on del metodo de variacion de constantes para encontrar soluciones particulares de
la ecuaci
on completa. Despues se considerara el problema de obtener la solucion general de las ecuaciones
lineales con coeficientes constantes, para lo cual se analizaran, primero, las de tipo homogeneo (estudiandose
los diversos casos posibles) y, despues, el caso general (incluyendo el metodo del anulador para hallar una
soluci
on particular). Tras presentar brevemente alg
un caso de especial interes (ecuacion de Euler), se concluir
a, finalmente, comentando las principales aplicaciones de las ecuaciones diferenciales de segundo orden
en Fsica.
Igual que en el captulo anterior, siempre que no se haga alguna precision mas concreta, se asumir
a que
todas las funciones son diferenciables con continuidad hasta el orden que se desee.
2.2
2.2.1
Nociones fundamentales. Ecuaciones lineales de orden superior

Ecuaciones diferenciales de orden n
Definici
on 10 Una ecuaci
on diferencial de orden n es toda ecuaci
on que, expresada en forma implcita, es
del tipo
F (x, y(x), y 0 (x), . . . , y (n) (x)) = 0
o bien, expresada en forma explcita,
y (n) (x) = f (x, y(x), y 0 (x), . . . , y (n1) (x))
La soluci
on general de estas ecuaciones es una familia de curvas cuya expresion analtica depende de n
constantes arbitrarias; escribiendose y = y(x; C1 , . . . , Cn ) en forma explcita, o f (x, y; C1 , . . . , Cn ) = 0 en
forma implcita. Dichas constantes se determinan una vez dado un conjunto de condiciones iniciales
x0
y(x0 ) = y0
y 0 (x0 ) = y00
19
...
(n1)
y (n1) (x0 ) = y0
20
o bien el correspondiente problema de contorno.

El primer resultado fundamental es el que relaciona las ecuaciones diferenciales de orden superior con los
sistemas de ecuaciones diferenciales de primer orden:
Proposici
on 6 Toda ecuaci
on diferencial de orden n (expresada en forma normal)
y (n) (x) = f (x, y(x), y 0 (x), . . . , y (n1) (x))
es equivalente a un sistema de n ecuaciones diferenciales de primer orden
dy
dx
dy1
dx
y1 (x)
y2 (x)
..
.
dyn2
dx
dyn1
dx
yn1 (x)
f (x, y1 (x), . . . , yn1 (x))
(2.1)
donde y(x), y1 (x), . . . , yn1 (x) son funciones desconocidas.

( Dem. )
Inmediata.
De este modo, resolver la ecuaci

on diferencial de orden n equivale a resolver el sistema anterior, esto es,
a buscar las n funciones y(x), y1 (x), . . . , yn1 (x). Cada una de ellas contendra una constante arbitraria y el
total de estas se determinar
a a partir de las condiciones iniciales, que ahora se escribiran
x0
y(x0 ) = y00
y1 (x0 ) = y10
...
0
yn1 (x0 ) = yn1
La cuesti
on que se plantea ahora es la de la existencia y unicidad de soluciones para ecuaciones diferenciales de orden superior en general. En virtud de la proposicion precedente ello es equivalente a estudiar la
existencia y unicidad de soluciones para sistemas de ecuaciones diferenciales de primer orden 1 .
Teorema 5 (de existencia y unicidad local para sistemas de 1er orden): Considerese el sistema de ecuaciones
de primer orden
dy1
dx
= f1 (x, y1 (x), . . . , yn (x))

..
.
dyn
dx
= fn (x, y1 (x), . . . , yn (x))
con las condiciones iniciales

x0
y1 (x0 ) = y10
...
yn (x0 ) = yn0
y sea el rect
angulo
D = [x0 a, x0 + a] [y10 b1 , y10 + b1 ] . . . [yn0 bn , yn0 + bn ] Rn+1
(con a, b1 , . . . , bn > 0). Si se verifican las condiciones
1. fi (x; y1 , . . . , yn ) (i = 1, . . . , n) son funciones continuas en D.
1 Aunque los sistemas de ecuaciones ser
an objeto de estudio en el pr
oximo captulo, adelantamos este resultado por razones
obvias.
21
2. Cada una de estas funciones satisface la condicion de Lipschitz; es decir, para todo par de puntos
(x, y10 , . . . , yn0 ), (x, y11 , . . . , yn1 ) D y i existe una constante L > 0 tal que
|fi (x, y11 , . . . , yn1 ) fi (x, y10 , . . . , yn0 )| L
n
X
|yj1 yj0 |
j=1
Entonces existe una u

nica soluci
on del problema, y1 (x), . . . , yn (x), definida en un cierto intervalo (x0
, x0 + ) (con 0 < a).
( Dem. )
Sigue los mismos pasos que la del teorema de Picard:
1. fi est
an acotadas en D (por ser D compacto), luego Mi > 0 tales que |fi (x, y1 , . . . , yn )| Mi , i.
2. Se construyen las n sucesiones funcionales {yin (x)} (con n {0} N e i = 1, . . . , n), definidas como
yi0 (x)
= yi0
yi1 (x)
= yi0 +
fi (t, y10 (t), . . . , yn0 (t))dt
x0
..
.
yin+1 (x)
= yi0 +
fi (t, y1n (t), . . . , ynn (t))dt
x0
Se demuestra que lim {yin (x)} = yi (x) , funciones lmite que estan definidas en un intervalo (x0
n
, x0 + ) ( depende de todas las constantes involucradas en el teorema).

3. Se prueba que yi (x) constituyen la solucion del sistema.
4. Se prueba que esa es la u
nica solucion del problema (usando la condicion de Lipschitz).
Comentarios:
An
alogamente al resultado para funciones de dos variables, se tiene ahora el siguiente:
Sea una funci
on f (x, y1 , . . . , yn ) y D Rn+1 una region compacta en su dominio. Si, i (i = 1, . . . , n),
f
existen y son funciones continuas en D, entonces f satisface la condicion de Lipschitz.
yi
En el caso de las n 1 primeras ecuaciones del sistema (2.1), los segundos miembros, fi (x, y1 , . . . , yn ),
son funciones continuas que tienen derivadas parciales continuas en D; por consiguiente para que se
verifiquen las hip
otesis del teorema de existencia y unicidad en este caso, basta con que las cumplan
la funci
on f del segundo miembro de la u
ltima ecuacion.
Los resultados sobre prolongaci
on de soluciones y de existencia y unicidad de solucion maximal se
establecen de manera an
aloga a como se estudio en el captulo anterior para las ecuaciones de primer
orden.
Tambien se pueden extender estos resultados a ecuaciones diferenciales de variable compleja y la funci
on
f analtica.
2.2.2
Ecuaciones diferenciales lineales de orden n
Dentro del conjunto de las ecuaciones diferenciales de orden superior, prestaremos especial atencion a las
lineales.
22
Definici
on 11 Una ecuaci
on diferencial lineal de orden n es una ecuaci
on de orden n que es una expresi
on
lineal de la funci
on y sus derivadas 2 ; por tanto, tiene la forma
fn (x)
dn1 y
dy
dn y
+
f
(x)
+ . . . + f1 (x)
+ f0 (x)y + f (x) = 0
n1
n
n1
dx
dx
dx
Se denomina ecuaci
on lineal homogenea de orden n (asociada o no a una ecuacion lineal completa) a
toda ecuaci
on lineal en la que f (x) = 0; esto es,
fn (x)
dn1 y
dy
dn y
+ fn1 (x) n1 + . . . + f1 (x)
+ f0 (x)y = 0
n
dx
dx
dx
Si fn (x) 6= 0, x [a, b], entonces la ecuaci

on se puede expresar en forma normal
fn1 (x) dn1 y
f1 (x) dy
dn y
f0 (x)
f (x)
=
...
y
=0
n
n1
dx
fn (x) dx
fn (x) dx fn (x)
fn (x)
que habitualmente escribiremos
dn1 y
dy
dn y
+
F
(x)
+ . . . + F1 (x)
+ F0 (x)y = F (x)
n1
dxn
dxn1
dx
(2.2)
Los puntos en los que fn (x) = 0 se denominan puntos singulares de la ecuaci

on lineal.
Al igual que ya se hizo con la ecuacion lineal de primer orden, se puede traducir la ecuacion lineal al
lenguaje de operadores. As, si se considera el espacio de las funciones en R infinitamente derivables, C (R),
se puede definir el operador de derivaci
on
D
C (R)
y
7
C (R)
y0
y se puede escribir y = D0 (y) I(y), y 0 = D1 (y), y 00 = D2 (y), . . . ,y (n) = Dn (y). A partir de aqu, se
introduce el operador
L := Dn + Fn1 Dn1 + . . . + F0 I
del cual puede probarse con facilidad que es lineal, y que permite escribir la ecuacion (2.2) como
L(y) = F (x)
(con lo que el nombre dado queda justificado).
Se plantea ahora la cuesti
on de la de la existencia y unicidad de soluciones para ecuaciones diferenciales
lineales de orden superior. A
un cuando sigue vigente el teorema 5, en este caso concreto se puede precisar
algo m
as.
Teorema 6 (de existencia y unicidad para ecuaciones lineales): Considerese la ecuaci
on (2.2) con la
condici
on inicial
y(x0 ) = y0 , y 0 (x0 ) = y1 , . . . , y (n1) (x) = yn1
y tal que las funciones F (x), F0 (x), . . . , Fn1 (x) son continuas en un cierto intervalo I = (x0 a, x0 + a)
(con 0 < a). Entonces existe una u
nica soluci
on y = y(x) definida en el intervalo I, que es derivable con
continuidad hasta el orden n.
( Dem. )
Expresando la ecuaci
on lineal en forma normal
dn y
dn1 y
dy
= Fn1 (x) n1 + . . . F1 (x)
F0 (x)y + F (x) G(x, y, y 0 , . . . , y n1 )
n
dx
dx
dx
2 Obs
ervese
que los coeficientes funcionales son funciones de x u

nicamente.
23
G
= Fi
y (i)
, por lo que son aplicables los teoremas generales de existencia y unicidad, concluyendose, pues, que el
problema de valor inicial dado tiene una u
nica solucion maximal y(t) definida en un cierto intervalo abierto.
Ahora se trata de comprobar que dicho intervalo es I.
dado que las funciones Fi (x) (i = 0, 1, . . . , n 1) son continuas por hipotesis, tambien lo son G y
Por simplicidad, se har

a la demostracion para el caso de la ecuacion lineal de primer orden. Se comienza
comprobando que, dado T > 0, la soluci
on esta definida para todo x [x0 , x0 + T ]. En efecto, a partir de
la expresi
on (1.8), que en este caso es
Z x
(g(t)y(t) + f (t))dt
y(x) = y0 +
x0
se obtiene
|y(x)| |y0 | +
|g(t)||y(t)|dt +
x0
|f (t)|dt
x0
por lo que, llamando (x) = |y(x)| y con L = maxI |g(x)|, M = maxI |f (x)|, se tiene
Z x
(x) |y0 | + L
(t)dt + M (x x0 )
x0
y utilizando el lema de Gronwald,

(x) = |y(x)| |y0 |eL(xx0 ) +

M LT
M L(xx0 )
e
1 = |y0 |eLT +
e 1
L
L
acotaci
on que prueba que la soluci
on maximal esta definida en el intervalo [x0 , x0 + T ] y como esto vale para
cualquier T , se ha demostrado que y(x) esta definida para todo x x0 en I. De igual manera se probara que
lo est
a tambien para todo x x0 en I, luego se concluye que existe solucion maximal en I y, en particular,
en todo R, si I = R.
Comentario:
Es importante resaltar que, si los coeficientes funcionales son continuos en todo R, entonces la existencia
de la soluci
on est
a garantizada tambien en todo R.
Sobre la resoluci
on de las ecuaciones diferenciales lineales de orden superior se tiene el mismo resultado
que para las de primer orden:
Proposici
on 7 El conjunto de soluciones de la ecuaci
on (2.2) est
a dado por yP + yH , donde yP es una
soluci
on particular cualquiera de la ecuaci
on completa e yH es la soluci
on homogenea
asociada.
( Dem. )
2.3
2.3.1
An
aloga a la de la proposici
on 2.
Estudio de las soluciones de las ecuaciones diferenciales lineales de orden n

Dependencia e independencia lineal de funciones. Wronskiano
Antes de tratar el estudio de las soluciones de ecuaciones diferenciales lineales de orden superior, es preciso
introducir algunos conceptos y resultados sobre dependencia e independencia lineal de funciones.
Definici
on 12 Dado un conjunto de funciones {y1 (x), . . . , yn (x)} definidas en el mismo dominio D R,
estas funciones son linealmente independientes en D sii se cumple que, x D,
1 y1 (x) + . . . + n yn (x) = 0
con 1 , . . . , n R.
1 = . . . = n = 0
24
Enunciaremos, a continuaci
on, algunas condiciones suficientes para garantizar la independencia lineal de
funciones.
Dado el conjunto de funciones {y1 (x), . . . , yn (x)} en D, se observa, en primer lugar que, si se verifica que,
x D,
1 y1 (x) + . . . + n yn (x) = 0
para algunos 1 , . . . , n R, entonces tambien se cumplen las siguientes relaciones, x D,
1 y1 (x) + . . . + n yn (x)
1 y10 (x) + . . . + n yn0 (x)
=
..
.
(n1)
1 y1
(x) + . . . + n yn(n1) (x)
(2.3)
Definici
on 13 Sea un conjunto de funciones {y1 (x), . . . , yn (x)} definidas en el mismo dominio D R. La
matriz asociada al sistema (2.3)
y (x)
...
yn (x)
1
...
yn0 (x)
y10 (x)
.
..
..
.
(n1)
(n1)
y1
(x) . . . yn
(x)
se denomina matriz wronskiana del conjunto y su determinante en cada punto x D, que denotaremos por
W (x) = W (y1 (x), . . . , yn (x)), recibe el nombre de wronskiano.
Con esta nomenclatura el primero de los resultados anunciados, que se obtiene como consecuencia directa
de lo expuesto, es el siguiente:
Proposici
on 8 Sea el conjunto de funciones {y1 (x), . . . , yn (x)} en D. Si W (y1 (x), . . . , yn (x)) 6= 0 para
alg
un x D, entonces las funciones y1 (x), . . . , yn (x) son linealmente independientes en D.
Equivalentemente, si y1 (x), . . . , yn (x) son linealmente dependientes en D entonces W (y1 (x), . . . , yn (x)) =
0, para todo x D.
( Dem. ) En efecto, si W (y1 (x), . . . , yn (x)) 6= 0 para alg
un x D, entonces la u
nica solucion posible del
sistema (2.3) en ese punto es que 1 = . . . = n = 0 y, por tanto, en cualquier otro punto de D se tendr
a
que 1 y1 (x) + . . . + n yn (x) = 0 con 1 = . . . = n = 0, luego las funciones y1 (x), . . . , yn (x) son linealmente
independientes en D.
El recproco de este enunciado no es cierto, en general (vease el ejemplo en el proximo comentario), a
menos que se imponga alguna hip
otesis adicional, tal como enuncia el siguiente resultado que relaciona el
concepto de independencia lineal con las soluciones de ecuaciones diferenciales lineales homogeneas.
Teorema 7 Sea el conjunto de funciones {y1 (x), . . . , yn (x)} en un intervalo I R. Si y1 (x), . . . , yn (x)
son linealmente independientes en I y adem
as son soluciones de una ecuaci
on diferencial lineal homogenea
L(y) = 0, cuyos coeficientes Fi (x) son funciones continuas, entonces W (y1 (x), . . . , yn (x)) 6= 0, x I,
( Dem. ) Sup
ongase que W (y1 (x0 ), . . . , yn (x0 )) = 0 para alg
un x0 I. Entonces, se pueden elegir las
constantes i de manera que se satisfaga el sistema de ecuaciones (2.3) y tales que no todas ellas sean nulas
(ya que al ser el determinante del sistema nulo en alg
un punto, existen soluciones no triviales del mismo).
Para tales valores de las constantes, la combinacion lineal
y(x) = 1 y1 (x) + . . . + n yn (x)
es soluci
on de la ecuaci
on lineal homogenea dada (vease el teorema 8) y, en virtud de las ecuaciones (2.3),
satisface adem
as las condiciones iniciales
y(x0 ) = 0
y 0 (x0 ) = 0
,...,
y n1 (x0 ) = 0
25
Pero tambien estas condiciones iniciales son satisfechas por la solucion trivial y(x) = 0, luego, en virtud del
teorema de existencia y unicidad, esta es la u
nica solucion posible y, por tanto
y(x) = 1 y1 (x) + . . . + n yn (x) = 0
por lo que y1 (x), . . . , yn (x) han de ser linealmente dependientes, en contra de la hipotesis.
Comentario:
Si las funciones y1 (x), . . . , yn (x) linealmente independientes no son soluciones de una ecuacion lineal
homogenea, pueden tener el wronskiano nulo, no solo en algunos puntos, sino identicamente en todo I.
Ejemplo: En I = [0, 2] considerense las funciones

(x 1)2 si 0 x 1
y1 (x) =
;
0
si 1 x 2

y2 (x) =
0
(x 1)2
si 0 x 1
si 1 x 2
Evidentemente W (y1 (x), y2 (x)) = 0, x I. Sin embargo, se trata de dos funciones linealmente
independientes, ya que la igualdad 1 y1 (x) + 2 y2 (x) = 0, considerada en el segmento 0 x < 1, da
como soluci
on 1 = 0; mientras que considerada en el segmento 1 < x 2, da como soluci
on 2 = 0;
por consiguiente 1 = 2 = 0.
2.3.2
Soluci
on de la ecuaci
on lineal homog
enea
Una vez aclarados los puntos precedentes, se puede iniciar ya el estudio de las soluciones de las ecuaciones
diferenciales lineales de orden n.
En primer lugar se tiene:
Teorema 8 (Principio de superposici
on): Si y1 (x), . . . , ym (x) son soluciones (particulares) de la ecuaci
on
lineal homogenea L(y) = 0 en un dominio I R, entonces cualquier combinaci
on lineal de ellas, y(x) =
m
X
ci yi (x) , es tambien soluci
on de dicha ecuaci
on.
i=1
( Dem. )
Es una consecuencia trivial de la linealidad del operador L.
Teniendo esto en cuenta, el siguiente paso es:

Teorema 9 Sea L(y) = 0 una ecuaci
on lineal homogenea de orden n cuyos coeficientes F0 (x), . . . , Fn1 (x)
son funciones continuas en un intervalo I R. Entonces, el conjunto de soluciones de dicha ecuaci
on (esto
es, ker L) es un espacio vectorial de dimensi
on n.
( Dem. ) Evidentemente el n
ucleo de un operador lineal es un espacio vectorial. Hay que comprobar que
su dimensi
on es n.
Sea x0 I. Considerense los siguientes problemas de valores iniciales
L(y(x)) = 0
y(x0 ) = 1, y 0 (x0 ) = 0, . . . , y (n1) (x0 ) = 0
L(y(x)) = 0
y(x0 ) = 0, y 0 (x0 ) = 1, . . . , y (n1) (x0 ) = 0

..
.
L(y(x)) = 0
y(x0 ) = 0, y 0 (x0 ) = 0, . . . , y (n1) (x0 ) = 1
como se satisfacen las condiciones del teorema de existencia y unicidad, existe solucion u
nica para cada
uno de ellos. Sean y1 (x), . . . , yn (x) C (I) las soluciones respectivas, las cuales satisfacen obviamente que
W (y1 (x0 ), . . . , yn (x0 )) = 1 6= 0, luego son linealmente independientes en I y, por tanto dim ker L n.
26
Probemos, seguidamente, que {y1 (x), . . . , yn (x)} es una base de ker L. Sea y ker L; esto es, tal que
n
X
L(y) = 0, y sup
ongase que y(x0 ) = 1 , y 0 (x0 ) = 2 , . . . , y (n1) (x0 ) = n . La funcion y(x) =
i yi (x)
i=1
tambien es soluci
on de L(y) = 0 y satisface las condiciones iniciales dadas, luego por el teorema de existencia y
unicidad, es la soluci
on x I. As pues, {y1 (x), . . . , yn (x)} es base de ker L y, por consiguiente, dim ker L =
n.
De este modo, hallar la soluci
on general de una ecuacion lineal homogenea con coeficientes continuos pasa
por encontrar n soluciones particulares linealmente independientes. Ello da origen a la siguiente definici
on:
Definici
on 14 Se denomina sistema fundamental de soluciones de una ecuaci
on lineal homogenea de orden
n (cuyos coeficientes sean funciones continuas en un intervalo I = [a, b] R) a cualquier conjunto de n
soluciones particulares linealmente independientes.
El conocimiento de un conjunto de n soluciones linealmente independientes define de manera unvoca la
ecuaci
on diferencial lineal homogenea de la cual ese conjunto es un sistema fundamental de soluciones, ya
que:
Teorema 10 Sean dos ecuaciones lineales homogeneas con coeficientes continuos en un intervalo I R
L1 (y)
L2 (y)
dn1 y
dy
dn y
+ Fn1 (x) n1 + . . . + F1 (x)
+ F0 (x)y = 0
n
dx
dx
dx
dn y
dn1 y
dy
+
G
(x)
+ . . . + G1 (x)
+ G0 (x)y = 0
n1
n
n1
dx
dx
dx
tales que tienen un mismo sistema fundamental de soluciones {y1 (x), . . . , yn (x)}. Entonces Fi (x) = Gi (x),
x I (ambas ecuaciones son iguales).
( Dem. )
En efecto, si y1 (x), . . . , yn (x) son soluciones de ambas ecuaciones tambien lo son de su diferencia
0 = L1 (y) L2 (y) = (Fn1 (x) Gn1 (x))
dn1 y
dy
+ . . . + (F1 (x) G1 (x))
+ (F0 (x) G0 (x))y
dxn1
dx
y si Fn1 (x) 6= Gn1 (x) se tendra una ecuacion lineal homogenea de orden n 1 con n soluciones linealmente independientes, en contradicci
on con el teorema anterior, luego Fn1 (x) = Gn1 (x). Iterando el
razonamiento se llega al mismo resultado para el resto de coeficientes.
El procedimiento para hallar la ecuacion lineal homogenea definida por un sistema fundamental de
soluciones es como sigue:
Sea {y1 (x), . . . , yn (x)} un conjunto que es sistema fundamental de soluciones de una ecuacion homogenea
L(y) = 0 en I = [a, b] (por tanto son funciones derivables con continuidad hasta el orden que haga falta).
Necesariamente (teorema 7) W (y1 (x), . . . , yn (x)) 6= 0, x I. Sea y(x) otra solucion cualquiera de la
ecuaci
on, entonces y1 (x), . . . , yn (x), y(x) son linealmente dependientes en I y, por tanto, x I,

y1 (x)
...
yn (x)
y(x)

y10 (x)
...
yn0 (x)
y 0 (x)

..
..

W (y1 (x), . . . , yn (x), y(x)) =
=0
.
.
(n1)

(n1)
(n1)
y1
(x)
(n) (x) . . . yn (n) (x) y
y (x)
...
yn (x)
y (n) (x)
1
(observese que la u
ltima columna es una combinacion lineal de las anteriores). Desarrollando el determinante
por la u
ltima columna se obtiene, por tanto, una ecuacion diferencial lineal homogenea
fn (x)
dn1 y
dy
dn y
+ fn1 (x) n1 + . . . + f1 (x)
+ f0 (x)y = 0
n
dx
dx
dx
27
donde fn (x) = W (y1 (x), . . . , yn (x)) 6= 0, x I, y el resto de los coeficientes son los determinantes de las
submatrices de orden n que aparecen en el desarrollo del determinante. Por tanto, dividiendo por fn (x)
queda
dn1 y
dy
dn y
+
F
(x)
+ . . . + F1 (x)
+ F0 (x)y = 0
n1
dxn
dxn1
dx
que es una ecuaci
on diferencial lineal homogenea con coeficientes Fi (x) continuos, ya que son productos y
sumas de las funciones yi (x).
A partir de aqu se obtiene el siguiente resultado:
Proposici
on 9 Sea {yp (x), y1 (x), . . . , yn (x)} un conjunto de funciones tales que:
1. yp (x) es una soluci
on particular de una ecuaci
on lineal con coeficientes continuos, L(y) = F (x) en
I = [a, b].
2. {y1 (x), . . . , yn (x)} es un sistema fundamental de soluciones de la ecuaci
on homogenea L(y) = 0 en
I = [a, b].
Entonces dicho conjunto de funciones determina unvocamente la ecuaci
on lineal completa L(y) = F (x)
( Dem. ) En efecto, el conjunto {y1 (x), . . . , yn (x)} determina, de manera unvoca, la ecuacion homogenea
seg
un el procedimiento descrito; esto es, el operador L(y). Entonces F (x) se determina haciendo L(yp ) =
F (x).
on en la coleccion de problemas).
Comentario:
En las condiciones de aplicaci
on de los anteriores teoremas, el conocimiento de una solucion particular
de la ecuaci
on homogenea permite reducir el orden del problema en una unidad. Este
procedimiento
se conoce con el nombre de metodo de DAlembert, y se va a ilustrar con la ecuacion lineal homogenea
de 2o orden
y 00 + f1 (x)y 0 + f0 (x)y = 0
Si yp (x) es una soluci
on particular, haciendo el cambio de variable y = zyp se tiene que y 0 = zyp0 + z 0 yp
0 0
00
00
y y = zyp + 2z yp + z 00 yp , luego sustituyendo en la ecuacion
0
y 00 + f1 (x)y 0 + f0 (x)y = zyp00 + 2z 0 yp0 + z 00 yp + f1 zyp0 + f1 z 0 yp + f0 zyp
z(yp00 + f1 yp0 + f0 yp ) + 2z 0 yp0 + z 00 yp + f1 z 0 yp = z 00 yp + z 0 (2yp0 + f1 yp )
y esta es una ecuaci

on lineal homogenea de primer orden para la funcion u = z 0 .
2.3.3
Soluci
on de la ecuaci
on lineal completa: m
etodo de variaci
on de constantes
Analicemos, ahora, el problema de hallar la solucion de la ecuacion lineal completa. El metodo que vamos
a presentar consiste en obtener dicha solucion a partir de n soluciones linealmente independientes conocidas
de la ecuaci
on lineal homogenea asociada.
De acuerdo con lo expuesto anteriormente, si se tiene una ecuacion lineal de orden n (con coeficientes
continuos), L(y) = F (x), y un sistema fundamental de soluciones {y1 (x), . . . , yn (x)}, de la ecuacion lineal
homogenea asociada L(y) = 0, la soluci
on general de esta u
ltima ecuacion es una combinacion lineal yH (x) =
n
X
ci yi (x) , por lo que para tener la solucion general de la ecuacion lineal completa basta con obtener una
i=1
soluci
on particular de la misma (proposicion 7). Entonces:
28
Proposici
on 10 Sea una ecuaci
on lineal de orden n (con coeficientes continuos), L(y) = F (x), y sea
{y1 (x), . . . , yn (x)} un sistema fundamental de soluciones de la ecuaci
on lineal homogenea asociada L(y) = 0.
Entonces, una soluci
on lineal completa es la combinaci
on lineal (con coeficientes
funcionales)
n
X
yP (x) =
Ci (x)yi (x)
i=1
donde las funciones Ci (x) son la soluci

on del sistema
y1 (x)
...
yn (x)
C1 (x)
0
.
..
..
.
.. = ..
.
.
(n1)
(n1)
F (x)
y1
(x) . . . yn
Cn0 (x)
(x)
(2.4)
( Dem. ) La demostraci
on se basa en la aplicacion del metodo de variaci
on de constantes o de Lagrange.
P
n
El metodo consiste en suponer que una solucion particular es yP (x) =
on que,
i=1 Ci (x)yi (x); expresi
poniendo C(x) = (C1 (x), . . . , Cn (x)) e Y(x) = (y1 (x), . . . , yn (x)), se puede escribir en forma compacta como
yP (x) = hC(x), Y(x)i
(2.5)
teniendose que
L(Y(x)) L(y1 (x), . . . , yn (x)) = (0, . . . , 0) 0
Derivando la expresi
on (2.5) se obtiene
yP0 (x) = hC0 (x), Y(x)i + hC(x), Y0 (x)i
y, dado que buscamos una soluci
on particular, se pueden, en principio, elegir las funciones {Ci (x)} de
manera que hC0 (x), Y(x)i = 0. A partir de aqu, derivando sucesivamente y tomando en cada paso
hC0 (x), Y(i1) (x)i = 0 se obtiene
yP0 (x)
yP00 (x)
(n)
yP (x)
=
=
..
.
hC0 (x), Y(x)i + hC(x), Y0 (x)i

hC0 (x), Y0 (x)i + hC(x), Y00 (x)i
hC0 (x), Y(x)i = 0

hC0 (x), Y0 (x)i = 0
con
con
= hC0 (x), Y(n1) (x)i + hC(x), Y(n) (x)i
Sustituyendo ahora en la ecuaci

on diferencial lineal resulta
L(yP (x))
=
dn1 yP
dyP
dn yP
+
F
(x)
+ . . . + F1 (x)
+ F0 (x)yP
n1
n
n1
dx
dx
dx
hC(x), Y(n) (x)i + hC0 (x), Y(n1) (x)i + Fn1 (x)hC(x), Y(n1) (x)i +
. . . + F1 (x)hC(x), Y0 (x)i + F0 (x)hC(x), Y(x)i
hC(x), Y(n) (x)i + Fn1 (x)hC(x), Y(n1) (x)i + . . . + F0 (x)hC(x), Y(x)i + hC0 (x), Y(n1) (x)i
= hC(x), Y(n1) (x)i = F (x)

Pn
luego para que yP (x) = i=1 Ci (x)yi (x) sea solucion de la ecuacion lineal completa es suficiente con que se
satisfagan las siguientes condiciones
hC0 (x), Y(x)i =
0
hC (x), Y (x)i =
..
.
hC0 (x), Y(n1) (x)i =
0
0
F (x)
As pues, el vector C(x) est

a completamente determinado como solucion del sistema (2.4)
hC0 (x), Y(x)i
hC0 (x), Y(n1) (x)i
..
.
C10 (x)y1 (x) + . . . + Cn0 (x)yn (x)

(n1)
C10 (x)y1
(n1)
(x) + . . . + Cn0 (x)yn
=
..
.
(x)
= F (x)
29
(que es compatible y determinado, ya que {y1 (x), . . . , yn (x)} es un sistema fundamental de soluciones de la
ecuaci
on homogenea y, por tanto, W (y1 (x), . . . , yn (x)) 6= 0, x I, luego existe solucion C0 (x) y de aqu
C(x)).
Llegados a este punto est
a claro que lo u
nico que queda por hacer para tener la solucion general de una
ecuaci
on lineal de orden n es conocer un sistema fundamental de soluciones de la ecuacion lineal homogenea
asociada. Obtener tal sistema no es, en general, un problema elemental, salvo cuando los coeficientes son
constantes, tal como vamos a ver en la siguiente seccion.
Para finalizar, es conveniente se
nalar que tambien para las ecuaciones lineales completas se puede establecer un principio de superposici
on de soluciones, en el siguiente sentido:
Proposici
on 11 Sean L(y) = F1 (x), . . . , L(y) = Fn (x) ecuaciones diferenciales lineales. Si y1 (x), . . . , yn (x)
son soluciones respectivas de ellas, entonces y1 (x) + . . . + yn (x) es soluci
on de la ecuaci
on lineal L(y) =
F1 (x) + . . . + Fn (x)
( Dem. )
2.4
2.4.1
Trivial.
Ecuaciones diferenciales lineales con coeficientes constantes

Ecuaciones lineales homog
eneas con coeficientes constantes
Comenzaremos el estudio de las ecuaciones diferenciales lineales (de orden n) con coeficientes constantes con
el caso de las ecuaciones homogeneas. Se trata, pues, de resolver la ecuacion del tipo
dn y
dn1 y
dy
+ an1 n1 + . . . + a1
+ a0 y = 0
n
dx
dx
dx
con a0 , . . . an1 R. En forma abreviada, y como ya es costumbre, escribiremos L(y) = 0, donde en este
caso el operador lineal L es
L := Dn + an1 Dn1 + . . . + a1 D + a0 I
Entonces se define:
Definici
on 15 La ecuaci
on
p(x) := xn + an1 xn1 + . . . + a1 x + a0 = 0
se denomina ecuaci
on caracterstica y el polinomio p(x) es el polinomio caracterstico de la ecuaci
on diferencial lineal homogenea dada.
Y para hallar un sistema fundamental de soluciones de la ecuacion diferencial lineal se utiliza el siguiente
teorema de Algebra
lineal:
Teorema 11 (de la 1a descomposici
on): Sea E un espacio vectorial sobre el cuerpo K y F: E E
un endomorfismo. Sea p(x) K(X) un polinomio y p(x) = p1 (x) . . . pr (x) una descomposici
on tal que
m.c.d. (pi (x), pj (x)) = 1, i, j. Entonces
Ker p(F) := Ker p1 (F) . . . Ker pr (F)
donde los subespacios Ker pi (F) son invariantes por F.
30
En el caso que nos ocupa E = C (R), K = R, F = D y p(x) = xn + an1 xn1 + . . . + a1 x + a0 es un

polinomio que anula D en Ker L; es decir, p(D)(y) = 0, y Ker L; o lo que es lo mismo, p(D)(y) = L(y).
Entonces hay que distinguir los siguientes casos:
p(x) tiene n races reales simples
En este caso resulta:
Proposici
on 12 Si la ecuaci
on caracterstica de una ecuaci
on diferencial lineal homogenea de orden n tiene
n races reales distintas 1 , . . . , n R, entonces
{e1 x , . . . , en x }
es un sistema fundamental de soluciones de dicha ecuaci
on y, por tanto, la soluci
on
es
n
X
y(x) =
ci ei x
i=1
( Dem. )
En primer lugar se tiene la descomposicion

p(x) = (x 1 ) . . . (x n )
luego, aplicando el teorema de la 1a descomposicion,

Ker L = Ker p(D) = Ker (D 1 I) . . . Ker (D n I)
y ahora hay que calcular Ker (D i I); esto es, hallar y C (R) tal que solucione la ecuacion
(D i I)y = y 0 i y = 0
que es de variables separadas y tiene como solucion
y(x) = C1 ei x
Ker (D i I) = {ei x }
Por consiguiente
Ker L = Ker p(D) = {e1 x , . . . , en x }
luego ese conjunto es un sistema fundamental de soluciones de la ecuacion homogenea y la proposicion queda
probada.
(Observese que, efectivamente, se trata de un conjunto de funciones linealmente independientes, ya que,
como puede comprobarse f
acilmente, W (e1 x , . . . , en x ) 6= 0. P. ej., el wronskiano en x = 0 es
W (0) = ((2 1 )(3 2 ) . . . (n n1 ))((3 2 ) . . . (n n1 )) . . . (n n1 ) 6= 0
y recibe el nombre de determinante de Vandermonde).
p(x) tiene races reales m
ultiples
En este caso se tiene:
Proposici
on 13 Si la ecuaci
m races reales 1 , . . . , m R (1 m < n) con multiplicidades 1 , . . . , m respectivamente (1 + . . . + m =
n); entonces
{e1 x , xe1 x , . . . , x1 1 e1 x ; . . . ; em x , xem x , . . . , xm 1 em x }
es un sistema fundamental de soluciones de dicha ecuaci
on y, por tanto, la soluci
on
es
m
X
y(x) =
(c1i ei x + c2i xei x + . . . + ci i 1 xi 1 ei x )
i=1
( Dem. )
31
Se procede como en el caso anterior. En primer lugar se tiene la descomposicion

p(x) = (x 1 )1 . . . (x m )m

Ker L = Ker p(D) = Ker (D 1 I)1 . . . Ker (D m I)m
y ahora hay que calcular Ker (D i I)i ; esto es, como dim (Ker (D i I)i ) = i , se trata de hallar i
funciones yj (x) Ker (D i I)i linealmente independientes. Unos simples (aunque largos y tediosos)
ejercicios de c
alculo permiten comprobar que las funciones
y1i (x) = ei x , y2i (x) = xei x , . . . , yi (x) = xi 1 ei x
1. Son elementos de Ker (D i I)i .
2. Son linealmente independientes (ya que W (y1i (x), . . . , yi (x)) 6= 0); luego forman una base de Ker (D
i I)i .
Con lo cual queda probada la proposici
on.
p(x) tiene n races complejas simples
En primer lugar debe observarse que, puesto que la ecuacion caracterstica es de coeficientes reales, si
= a bi. Entonces:
tiene una raiz compleja = a + bi C (a, b R), tambien lo es su conjugada
Proposici
on 14 Si la ecuaci
j = aj bi C (con aj , bj R); entonces
alguna raz compleja j = aj +bj i C, tambien tiene su conjugada
j I) = {eaj x cos bj x, eaj x sin bj x}
Ker (D j I) Ker (D
( Dem. )
Es igual que en los casos anteriores. En primer lugar se tiene la descomposicion

j ) . . . (x m )
p(x) = (x 1 ) . . . (x j )(x

j I) . . . Ker (D m I)
Ker L = Ker p(D) = Ker (D 1 I) . . . Ker (D j I) Ker (D
Procediendo como en el caso de las races reales simples se obtiene que
Ker (D j I) = {ej x }
j I) = {e j x }
Ker (D
=
=
{e(aj +bj i)x }

{e(aj bj i)x }
=
=
{eaj x (cos bj x + i sin bj x)}

{eaj x (cos bj x i sin bj x)}
Ahora se tiene que

j I)
Ker (D j I) Ker (D
= K1 eaj x (cos bj x + i sin bj x) + K2 eaj x (cos bj x i sin bj x)

=
(K1 + K2 )eaj x cos bj x + i(K1 K2 )eaj x sin bj x
donde K1 , K2 C son constantes arbitrarias. As pues

j I) = {eaj x cos bj x, eaj x sin bj x}
Ker (D j I) Ker (D
Finalmente queda por comprobar que las funciones halladas son linealmente independientes, para lo cual
basta con comprobar que W (eaj x cos bj x, eaj x sin bj x) 6= 0, para alg
un x.
p(x) tiene races complejas m
ultiples
N
otese, primero, que una raiz compleja y su conjugada tienen la misma multiplicidad. Entonces:
Proposici
on 15 Si la ecuaci
on diferencial lineal homogenea de orden n
j = aj bj i C (con aj , bj R), ambas con
tiene alguna raz compleja j = aj + bj i C y su conjugada
multiplicidad ; entonces
j I) = {ea1 x cos b1 x, xea1 x cos b1 x, . . . , x1 ea1 x cos b1 x;
Ker (D j I) Ker (D
ea1 x sin b1 x, xea1 x sin b1 x, . . . , x1 ea1 x sin b1 x}
( Dem. )
Es igual que en el caso de races reales m

ultiples.
2.4.2
32
Ecuaciones lineales completas con coeficientes constantes. M

etodo del
anulador
Pasemos a analizar el caso general de la ecuacion lineal completa con coeficientes constantes
dn y
dn1 y
dy
+ an1 n1 + . . . + a1
+ a0 y = F (x)
n
dx
dx
dx
con a0 , . . . an1 R (y F (x) continua). En forma abreviada, L(y) = F (x).
Tal como ya se vio en la secci
on anterior, a partir de un sistema fundamental de soluciones de la ecuaci
on
homogenea asociada y aplicando el metodo de variacion de constantes, se puede encontrar una soluci
on
particular de esta ecuaci
on, con lo que se tendra su solucion general.
Sin embargo, cuando el termino independiente F (x) tiene la propiedad de que se anula bajo la acci
on
de alg
un operador con coeficientes constantes, hay un metodo alternativo al de variacion de constantes que
permite obtener una soluci
on particular de la ecuacion lineal completa. Este procedimiento recibe el nombre
de metodo del anulador o tambien de la conjetura prudente.
Proposici
on 16 Sea L(y) = F (x) una ecuaci
on diferencial lineal con coeficientes constantes (y F (x) continua). Si K K(D) es un operador diferencial con coeficientes constantes que anula F (x), entonces una
soluci
on se obtiene resolviendo la ecuaci
on lineal homogenea
(K L)(y) = 0
( Dem. )
Basta observar que si K(F (x)) = 0 entonces

K(F (x)) = K(L(y)) = (K L)(y) = 0
A continuaci
on se muestran los resultados del procedimiento para algunos casos tpicos en los que el
termino independiente F (x) tiene una forma particular.
Casos particulares:
1. F (x) = ex (bp xp + . . . + b1 x + b0 ).
Hay dos opciones:
(a) Si no es raiz del polinomio caracterstico entonces una solucion particular es de la forma
yP (x) = ex P p (x)
donde P p (x) es un polinomio de grado p.
(b) Si es raiz del polinomio caracterstico y tiene multiplicidad entonces una solucion particular
es de la forma
yP (x) = x ex P p (x)
donde P p (x) es un polinomio de grado p.
2. F (x) = cos x(bp xp + . . . + b1 x + b0 ) o F (x) = sin x(bp xp + . . . + b1 x + b0 ).
Hay dos opciones:
(a) Si i no es raiz del polinomio caracterstico entonces una solucion particular es de la forma
yP (x) = cos xP1p (x) + sin xP2p (x)
donde P1p (x), P2p (x) son polinomios de grado p.
33
(b) Si i es raiz del polinomio caracterstico y tiene multiplicidad entonces una solucion particular
es de la forma
yP (x) = x (cos xP1p (x) + sin xP2p (x))
3. F (x) = ex cos x(bp xp + . . . + b1 x + b0 ) o F (x) = ex sin x(bp xp + . . . + b1 x + b0 ).
Hay dos opciones:
(a) Si + i no es raiz del polinomio caracterstico entonces una solucion particular es de la forma
yP (x) = ex (cos xP1p (x) + sin xP2p (x))
(b) Si +i es raiz del polinomio caracterstico y tiene multiplicidad entonces una solucion particular
es de la forma
yP (x) = x ex (cos xP1p (x) + sin xP2p (x))
(Veanse ejemplos de aplicaci
2.5
Casos particulares y aplicaciones
2.5.1
Caso particular: ecuaciones de Euler
Un caso particularmente interesante de ecuacion diferencial lineal son las denominadas ecuaciones de Euler,
que tienen la siguiente expresi
on general:
an (bx + c)n
n1
dn y
dy
y
n1 d
+ a0 y = f (x)
+
a
(bx
+
c)
+ . . . + a1 (bx + c)
n1
dxn
dxn1
dx
con a0 , . . . an , b, c R. En el caso en que f (x) = 0 se tienen las ecuaciones de Euler homogeneas.

Estas ecuaciones se transforman en ecuaciones diferenciales lineales con coeficientes constantes haciendo
el cambio de variable bx + c = et .
En el caso particular de ecuaciones de Euler homogeneas con b = 1, c = 0; esto es, las ecuaciones de la
forma
dn y
dn1 y
dy
an xn n + an1 xn1 n1 + . . . + a1 x
+ a0 y = 0
dx
dx
dx
se pueden probar directamente soluciones particulares del tipo y = xk . En efecto, pues, si con el cambio x = et se transformara en una ecuacion diferencial lineal homogenea con coeficientes constantes cuya
soluci
on particular fuese de la forma y = ekt , entonces una solucion como la propuesta, y = xk , conducira
directamente a y = xk = ekt .
2.5.2
Aplicaciones fsicas
El estudio analtico del comportamiento de muchos sistemas en Fsica conduce a ecuaciones lineales.
Un ejemplo tpico en Mec
anica son los osciladores armonicos:
1. El oscilador arm
onico simple: su ecuacion es
my 00 + ky = 0
34
2. El oscilador arm
onico amortiguado: su ecuacion es
my 00 + y 0 + ky = 0
3. El oscilador arm
onico (amortiguado) forzado: su ecuacion es
my 00 + y 0 + ky = F (t)
En todos los casos se trata de ecuaciones lineales con coeficientes constantes. (Su resolucion ha sido tratada
en los cursos de Fsica).
El estudio analtico del comportamiento de muchos sistemas electricos conduce tambien a ecuaciones
lineales. Un ejemplo tpico son los circuitos electricos RCL, cuya ecuacion es:
LI 00 + RI 0 +
1
dE
I=
C
dt
que es, tambien, una ecuaci

on lineal con coeficientes constantes. (Su resolucion ha sido tratada en los cursos
de Fsica).
Chapter 3
Sistemas de Ecuaciones Diferenciales

3.1
Introducci
on
En este captulo se va a tratar del estudio de los sistemas de ecuaciones diferenciales de primer orden y, en
particular, de los sistemas de ecuaciones diferenciales lineales de primer orden
Se comenzar
a dando una serie de conceptos y resultados sobre sistemas de ecuaciones diferenciales de
primer orden en general para, inmediatamente, entrar en el estudio de los del tipo lineal. Concretamente
se investigar
an las soluciones de los sistemas lineales homogeneos y posteriormente de los no homogeneos,
donde se incluir
a la exposici
on del metodo de variacion de constantes para encontrar soluciones particulares
de la ecuaci
on completa. Despues se considerara el problema de obtener la solucion general de los sistemas
lineales con coeficientes constantes, para lo cual se analizaran, primero, los de tipo homogeneo (estudi
andose
los dos casos posibles: matriz del sistema diagonalizable y no diagonalizable) y, despues, el caso general
(incluyendo el metodo del anulador para hallar una solucion particular).
Igual que en los captulos anteriores, siempre que no se haga alguna precision mas concreta, se asumir
a
que todas las funciones son diferenciables con continuidad hasta el orden que se desee.
3.2
3.2.1
Sistemas de ecuaciones diferenciales de primer orden

Definiciones fundamentales. Teorema de existencia y unicidad de soluciones
Definici
on 16 Un sistema de ecuaciones diferenciales de primer orden es un sistema de n ecuaciones diferenciales de primer orden que, expresado en forma implcita, es
F1 (t, x1 (t), . . . , xn (t), x01 (t), . . . , x0n (t))
=
..
.
Fn (t, x1 (t), . . . , xn (t), x01 (t), . . . , x0n (t))
o bien, expresado en forma explcita 1 ,

dx1
dt
= f1 (t, x1 (t), . . . , xn (t))

..
.
dxn
dt
1 Que
= fn (t, x1 (t), . . . , xn (t))
es como se dar
an en adelante.
35
36
Se denomina soluci
on del sistema a cualquier familia de funciones x1 (t) . . . , xn (t) diferenciables en I R
que satisfaga identicamente las ecuaciones del sistema
Es muy habitual utilizar la notaci
on vectorial: introduciendo los vectores
x(t) = (x1 (t), . . . , xn (t)) ,
x0 (t) = (x01 (t), . . . , x0n (t))
f (t, x(t)) = (f1 (t, x(t)), . . . , fn (t, x(t)))
el sistema se puede escribir en forma compacta como

x0 (t) = f (t, x(t))
Escrito de esta manera, un sistema de ecuaciones de primer orden tiene un aspecto analogo a las ecuaciones
de primer orden.
Esta analoga no es meramente formal. En efecto; lo que interesa es hallar la solucion al problema de
valor inicial
dx1
dt
= f1 (t, x1 (t), . . . , xn (t))

..
.
dxn
= fn (t, x1 (t), . . . , xn (t))
dt
x1 (t0 ) = x01 , . . . , xn (t0 ) = x0n
que, expresado en forma vectorial, es
x0 (t) = f (t, x(t))
x(t0 ) = x0
(3.1)
Entonces, el teorema de existencia y unicidad de soluciones (teorema 5) se establece en los mismos terminos
que para una s
ola ecuaci
on. Con esta notacion su enunciado sera:
Teorema 12 (de existencia y unicidad local para sistemas de 1er orden): Considerese el problema de valor
inicial (3.1) y sea un rect
angulo D R Rn con centro en (t0 , x0 ). Si f1 , . . . , fn son funciones continuas y
fi
lipschitzianas en D (para lo cual es suficiente con que fi ,
(i, j = 1, . . . , n) sean funciones continuas en
xj
D), entonces existe una u
nica soluci
on del problema, x(t), definida en un cierto intervalo (t0 , t0 + ) R
Comentario:
A partir de aqu los teoremas relativos a prolongacion de las soluciones se establecen tambien de manera
an
aloga al caso de una s
ola ecuaci
on.
La soluci
on x(t) = (x1 (t), . . . , xn (t)) del problema de valor inicial determina en el espacio eucldeo RRn ,
de coordenadas {t, x1 , . . . , xn }, una curva diferencial que es la curva integral del sistema. Cuando se cumplen
las condiciones del teorema de existencia y unicidad, por cada punto de dicho espacio pasa una sola curva
integral del sistema, el conjunto de las cuales forma una familia de curvas dependiente de n parametros que
constituyen la soluci
on general del sistema.
3.2.2
Sistemas de ecuaciones diferenciales y ecuaciones diferenciales de orden

superior
Como ya se vio (proposici

on 6), toda ecuacion diferencial de orden n (expresada en forma normal)
x(n) (t) = f (t, x(t), x0 (t), . . . , x(n1) (t))
37
es equivalente a un sistema de n ecuaciones diferenciales de primer orden

dx
dt
= x1 (t)
..
.
dxn2
= xn1 (t)
dt
dxn
= f (t, x1 (t), . . . , xn (t))
dt
y, dado un conjunto de condiciones iniciales de la ecuacion lineal,
t0
x(t0 ) = x0
x0 (t0 ) = x10
...
x(n1) (t0 ) = xn1

0
se tienen como condiciones iniciales para el sistema

t0
x(t0 ) = x0
x1 (t0 ) = x10
...
xn1 (t0 ) = xn1

0
Este resultado se puede generalizar a sistemas como sigue:

Proposici
on 17 Todo sistema de n ecuaciones diferenciales de
ordenes r1 , . . . , rn (expresado en forma
normal)
(r )
(r 1)
x1 1 (t)
=
..
.
f1 (t; x1 (t), . . . , x1 1
n)
x(r
n (t)
fn (t; x1 (t), . . . , x1 1
n 1)
(t); . . . , xn (t), . . . , x(r
(t))
n
(r 1)
(t); . . . , xn (t), . . . , xn(rn 1) (t))
es equivalente a un sistema de r1 + . . . + rn ecuaciones diferenciales de primer orden.

( Dem. ) Basta aplicar la proposici
on 6 y reducir cada ecuacion del sistema inicial a un subsistema de ri
ecuaciones de primer orden.
Tambien se puede plantear el problema recproco; es decir, si es posible , a partir de un sistema de n
ecuaciones de primer orden, obtener una ecuacion de orden n equivalente, cuya integracion permita resolver
el sistema. La respuesta es afirmativa (bajo ciertas condiciones) y el proceso constituye, ademas, uno de los
metodos fundamentales de integraci
on de sistemas ecuaciones diferenciales.
El metodo, en lneas generales sera el siguiente:
1. Se construye un sistema formado por las ecuaciones del sistema inicial y derivadas de estas.
2. Se excluyen (por sustituci
on) todas las funciones incognita salvo una, que aparecera como la u
nica
inc
ognita de una ecuaci
on de orden superior.
3. Se integra esta u
ltima ecuaci
on (si es posible), determinando dicha funcion incognita.
4. Se determinan (en lo posible) las restantes funciones incognita sin integrar, utilizando las ecuaciones
del sistema original y sus derivadas.
3.3
3.3.1
Sistemas de ecuaciones diferenciales de primer orden lineales

Conceptos generales
Definici
on 17 Un sistema de ecuaciones diferenciales de primer orden lineal es un sistema de n ecuaciones
diferenciales lineales de primer orden, que, expresado en forma explcita, es
dx1
dt
= g11 (t)x1 (t) + . . . + g1n (t)xn (t) + f1 (t)
38
..
.
dxn
dt
= gn1 (t)x1 (t) + . . . + gnn (t)xn (t) + fn (t)
o en forma vectorial,
x0 (t) = A(t)x(t) + f (t)
x0 (t) A(t)x(t) = f (t)
o bien
donde se han introducido las funciones vectoriales

x(t) = (x1 (t), . . . , xn (t)) , x0 (t) = (x01 (t), . . . , x0n (t))
1
g1 (t) . . . g1n (t)
..
y la matriz A(t) = ...
.
g11 (t)
...
f (t)) = (f1 (t), . . . , fn (t))
g1n (t)
El sistema es un sistema lineal homogeneo sii f (t) = 0.

Al igual que ya se hizo con las ecuaciones lineales, se puede traducir la ecuacion lineal al lenguaje de
operadores. As, si se considera I R, se puede definir el operador vectorial
L
C (I, Rn )
x(t)
7
C (I, Rn )
x (t) A(t)x(t)
0
esto es,
L(x(t)) := x0 (t) A(t)x(t)
del cual puede probarse con facilidad que es lineal y permite escribir la ecuacion (2.2) como
L(x(t)) = f (t)
(3.2)
L(x(t)) = 0
(3.3)
o en el caso homogeneo
(con lo que el nombre dado queda justificado).
La cuesti
on de la de la existencia y unicidad de soluciones para estos sistemas tiene la siguiente respuesta:
Teorema 13 (de existencia y unicidad para sistemas de ecuaciones lineales): Considerese el sistema (3.2)
con la condici
on inicial x(t0 ) = (x01 , . . . , x0n ) x0 y tal que las funciones fi (t), gij (t) son continuas en un
cierto intervalo I = (x0 a, x0 + a) (con 0 < a). Entonces existe una u
nica soluci
on x(t) definida en el
intervalo I, que es derivable con continuidad hasta el orden n.
(En particular, si los coeficientes funcionales son continuos en todo R, entonces la existencia y unicidad
de la soluci
on est
a garantizada tambien en todo R).
( Dem. ) Se basa en los teoremas de existencia y unicidad de soluciones para sistemas de ecuaciones de
primer orden (teorema 12) y para ecuaciones diferenciales lineales (teorema 6).
3.3.2
Soluciones de los sistemas de primer orden lineales
Comenzaremos el estudio de las soluciones de los sistemas de primer orden lineales con el siguiente resultado:
Proposici
on 18 Sea el sistema de primer orden lineal (3.2) y x1 (t) C (I, Rn ) una soluci
on. Entonces
2
x (t) C (I, Rn ) es soluci

on del sistema si, y s
olo si, x2 (t)x1 (t) Ker L; esto es, es soluci
on del sistema
lineal homogeneo asociado L(x(t)) = 0.
( Dem. )
39
Si L(x1 (t)) = f (t) y L(x2 (t)) = f (t) entonces

L(x2 (t) x1 (t)) = L(x2 (t)) L(x1 (t)) = f (t) f (t) = 0
Recprocamente, si x2 (t) x1 (t) Ker L entonces

0 = L(x2 (t) x1 (t)) = L(x2 (t)) L(x1 (t))
f (t) = L(x2 (t)) = L(x1 (t))
Corolario 1 La soluci
on general del sistema de primer orden lineal (3.2) est
a dada por x(t) = xP (t)+Ker L
donde xP (t) es una soluci
on particular cualquiera del sistema y Ker L designa la soluci
on general del sistema
lineal homogeneo asociado.
( Dem. )
Inmediata. (Vease tambien la demostracion de la proposicion 2).
Teniendo en cuenta que Ker L es un subespacio vectorial de C (I, Rn ), es inmediato probar el siguiente
resultado:
Proposici
on 19 Sea el sistema de primer orden lineal homogeneo (3.3). Entonces cualquier combinaci
on
lineal de soluciones del sistema es tambien soluci
on.
Y para finalizar este estudio preliminar se tiene:
Proposici
on 20 Sea el sistema de primer orden lineal homogeneo (3.3). Sea la funci
on vectorial compleja
z(t) C (I, Cn ), que se puede expresar como z(t) = u(t) + iv(t), donde u(t), v(t) C (I, Rn ) (son
funciones vectoriales reales). Entonces z(t) es una soluci
on compleja del sistema si, y s
olo si, u(t), v(t) son
tambien soluciones (reales); es decir, las partes real e imaginaria de la soluci
on son soluciones por separado.
( Dem. )
Evidente ya que
0 = L(z(t)) = L(u(t) + iv(t)) = L(u(t)) + iL(v(t))
L(u(t)) = 0 , L(v(t)) = 0
puesto que u(t), v(t) son funciones vectoriales reales.
3.3.3
Dependencia e independencia lineal de soluciones
Se van a introducir, a continuaci

on, algunos conceptos y resultados sobre dependencia e independencia lineal
de soluciones de sistemas de primer orden lineales.
Definici
on 18 Dado un conjunto de funciones vectoriales {x1 (t), . . . , xn (t)} C (I, Rn ), estas funciones
son linealmente independientes sii, t I, se cumple que, si 1 , . . . , n R,
1 x1 (t) + . . . + n xn (t) = 0
1 = . . . = n = 0
Como primer resultado se tiene:

Proposici
on 21 Sea el conjunto de funciones vectoriales de C (I, Rn )
x1 (t)
=
..
.
(x11 (t), . . . , x1n (t))
xn (t)
(xn1 (t), . . . , xnn (t))
40
y el determinante
x11 (t)
det (x1 (t), . . . , xn (t)) det ...
x1n (t)
...
...
xn1 (t)
..
.
xnn (x)
Si det (x1 (t), . . . , xn (t)) 6= 0 para alg

un t I, entonces las funciones x1 (t), . . . , xn (t) son linealmente independientes en I.
Equivalentemente, si x1 (t), . . . , xn (t) son linealmente dependientes en I entonces det (x1 (t), . . . , xn (t) =
0, t I.
( Dem. ) Evidente, ya que el sistema 1 x1 (t) + . . . + n xn (t) = 0 ha de tener solucion 1 , . . . , n no trivial
para todo t I.
El recproco de este enunciado no es cierto, en general, a menos que se imponga alguna hipotesis adicional,
tal como se ver
a posteriormente.
Ejemplo:
En R, considerense las funciones
x1 (t) = (0, cos t)
x2 (t) = (0, sin t)
se tiene que det (x1 (t), x2 (t)) = 0, t R y, sin embargo, se trata de dos funciones linealmente
independientes, ya que

0
0
0
1 x1 (t) + 2 x2 (t) =
+
=
1 cos t
2 sin t
1 cos t + 2 sin t
y el resultado es nulo t R si, y s
olo si, 1 = 2 = 0.
3.3.4
Soluci
on del sistema lineal homog
eneo. Matriz Fundamental
Teniendo en cuenta lo expuesto en los apartados precedentes, ahora se puede probar que:
Proposici
on 22 Para cualquier operador L (de orden n) con coeficientes continuos se tiene que
dim (Ker L) = n.
( Dem. )
iniciales
Sea {e1 , . . . , en } una base de Rn y t0 R. Considerense los siguientes problemas de valores

L(x(t)) = 0
L(x(t)) = 0
;
... ;
x(t0 )
= e1
x(t0 )
= en
y sean x1 (t), . . . , xn (t) C (I, Rn ) las soluciones u

nicas respectivas. Entonces
det (x1 (t0 ), . . . , xn (t0 )) = det (e1 , . . . , en ) 6= 0
ya que e1 , . . . , en son vectores constantes y linealmente independientes, luego tambien x1 (t), . . . , xn (t) lo
son. S
olo queda probar que son tambien un sistema generador. Para ello considerese cualquier soluci
on x(t)
del sistema; ser
a
x(t0 ) = 1 e1 + . . . + n en
lo que significa que x(t) es soluci
on del problema de valor inicial

L(x(t)) =
0
x(t0 )
= 1 e1 + . . . + n en
pero tambien 1 x1 (t) + . . . + n xn (t) es solucion de dicho problema, por tanto, como la solucion es u
nica,
se concluye que
x(t) = 1 x1 (t) + . . . + n xn (t)
41
luego {x1 (t), . . . , xn (t)} es un sistema generador de dim (Ker L) y, por consiguiente, forman base, con lo
cual dim (Ker L) = n.
Como corolario inmediato de esta proposicion se tiene:
Teorema 14 Sea el sistema de primer orden lineal homogeneo con coeficientes continuos (3.3) y sean
x1 (t), . . . , xn (t) C (I, Rn ) soluciones linealmente independientes del mismo. Entonces la soluci
on general
es una combinaci
on lineal de ellas (con coeficientes constantes)
xH (t) = 1 x1 (t) + . . . + n xn (t)
Finalmente, se puede enunciar el resultado analogo al del teorema 7:
Teorema 15 Sea el conjunto de funciones vectoriales {x1 (t), . . . , xn (t)} C (I, Rn ). Si x1 (t), . . . , xn (t)
son linealmente independientes en I y adem
as son soluciones de un sistema lineal homogeneo, L(x(t)) = 0,
con coeficientes continuos, entonces det (x1 (t), . . . , xn (t)) 6= 0, t I.
( Dem. ) Sup
ongase que t0 I tal que det (x1 (t0 ), . . . , xn (t0 )) = 0, entonces existen 1 , . . . , n R, no
todos nulos, tales que 1 x1 (t0 ) + . . . + n xn (t0 ) = 0 y, en consecuencia, x(t) = 1 x1 (t) + . . . + n xn (t) es
soluci
on del problema de valores iniciales

L(x(t)) = 0
x(t0 )
= 0
Pero x(t) = 0 es tambien soluci
on, y como esta ha de ser u
nica, hay que concluir que, t I,
1 x1 (t) + . . . + n xn (t) = 0
con los i no todos nulos; en consecuencia x1 (t), . . . , xn (t) son linealmente dependientes, contra la
hip
otesis. La contradicci
on proviene de suponer que t0 I tal que det (x1 (t0 ), . . . , xn (t0 )) = 0; luego
1
n
det (x (t), . . . , x (t)) 6= 0, t I.
Teniendo presentes estos resultados, el siguiente concepto es el smil para sistemas de ecuaciones diferenciales lineales homogeneos de la noci
on de sistema fundamental de soluciones de una ecuacion lineal
homogenea.
Definici
on 19 Una matriz fundamental de un sistema de n ecuaciones de primer orden lineal homogeneo
con coeficientes constantes (3.3) es toda matriz de orden n cuyas columnas son soluciones linealmente independientes del sistema:
1
x1 (t) . . . xn1 (t)
..
V (t) = ...
.
x1n (t)
...
xnn (x)
Las propiedades m
as relevantes de las matrices fundamentales (cuya demostracion es inmediata tras lo
expuesto en este apartado) son las siguientes:
Proposici
on 23 Sea V (t) una matriz fundamental de un sistema de primer orden lineal homogeneo (3.3).
Entonces
1. det V (t) 6= 0, t.
2. La soluci
on general de L(x(t)) = 0 es x(t) = V (t)c con c Rn .
3. Si M es cualquier matriz constante tal que det M 6= 0, entonces V (t)M es tambien una matriz fundamental.
3.3.5
42
Soluci
on del sistema lineal completo. M
etodo de variaci
on de constantes
Analicemos, ahora, el problema de hallar la solucion general del sistema lineal completo. Como en el caso de
una ecuaci
on diferencial lineal completa, el metodo consiste en partir de una matriz fundamental del sistema;
es decir, de n soluciones linealmente independientes conocidas del sistema lineal homogeneo asociado (esto
es, su soluci
on general), de modo que para tener la solucion general del sistema lineal completo basta con
obtener una soluci
on particular del mismo. Entonces:
Proposici
on 24 Sea un sistema lineal completo de n ecuaciones diferenciales de primer orden (con coeficientes continuos), L(x(t)) = f (t), y sea {x1 (t), . . . , xn (t)} un sistema de soluciones linealmente independientes del sistema lineal homogeneo asociado L(x(t)) = 0. Entonces, una soluci
on particular del sistema
lineal completo es la combinaci
on lineal (con coeficientes funcionales)
1
x1 (t) . . . xn1 (t)

C1 (t)
n
X
.. .. V (t)C(t)
xP (t) =
Ci (t)xi (t) = ...
. .
x1n (t)
i=1
...
xnn (x)
Cn (t)
donde las funciones Ci (x) se obtienen a partir de la soluci

on del sistema V (t)C0 (t) = f (t); esto es,
1
0

x1 (t) . . . xn1 (t)

C1 (x)
f1 (t)
..
.. .. = ..
.
. . .
x1n (t)
...
xnn (t)
Cn0 (x)
(3.4)
fn (t)
( Dem. )
La demostraci
on se basa nuevamente en la aplicacion del metodo de variacion de constantes o de
n
X
Lagrange. El metodo consiste en suponer que una solucion particular es xP (t) =
Ci (t)xi (t) . Derivando
i=1
esta expresi
on y sustituyendo en la expresion del sistema lineal completo resulta
L(xP (t)) = x0P (t) A(t)xP (t) =
n
X
Ci0 (t)xi (t) +
i=1
n
X
Ci (t)xi (t)
i=1
n
X
Ci (t)A(t)xi (t) = f (t)
i=1
Pero L(xi (t)) = 0, i, luego xi (t) = A(t)xi (t) y, por tanto, para que xP (t) =
de la ecuaci
on lineal completa es suficiente con que
L(xP (t)) =
n
X
Pn
i=1
Ci (t)xi (t) sea soluci

on
Ci0 (t)xi (t) = f (t)
i=1
expresi
on que, en forma explcita es el sistema (3.4), el cual es compatible y determinado, ya que
{x1 (t), . . . , xn (t)} es un conjunto de soluciones linealmente independientes del sistema homogeneo y, por
tanto, det (x1 (t), . . . , xn (t)) 6= 0, t I, luego existe solucion {Ci0 (t)} y de aqu {Ci (t)}.
3.4
3.4.1
Sistemas de ecuaciones diferenciales lineales de primer orden

con coeficientes constantes
Ideas generales
Un sistema de ecuaciones diferenciales de primer orden lineal con coeficientes constantes es un sistema de n
ecuaciones diferenciales lineales de primer orden que, expresado en forma explcita, es
dx1
dt
= a11 x1 (t) + . . . + an1 xn (t) + f1 (x)

..
.
dxn
dt
= a1n x1 (t) + . . . + ann xn (t) + fn (x)
43
con aij R (y fj C (R)). En forma vectorial se tiene

x0 (t) = Ax(t) + f (t)
o bien x0 (t) Ax(t) = f (t)
donde la matriz de coeficientes es constante

a11
..
A= .
a1n
...
...
an1
..
.
(3.5)
an1
Tambien se puede traducir al lenguaje de operadores poniendo L(x(t)) := x0 (t)Ax(t), con lo que el sistema
se expresa igual que en el caso general
L(x(t)) = f (t)
El sistema es un sistema lineal homogeneo sii f (t) = 0; esto es,
L(x(t)) = 0
Los resultados expuestos para el caso general siguen siendo validos, por supuesto. En concreto, la soluci
on
general de un sistema de n ecuaciones diferenciales de primer orden lineal con coeficientes constantes est
a
dada por x(t) = xP (t)+Ker L donde xP (t) es una solucion particular cualquiera del sistema y Ker L designa
la soluci
on general del sistema lineal homogeneo asociado. Como, ademas, para el operador L del sistema
se tiene que dim (Ker L) = n, dicha solucion general sera del tipo
x(t) = xH (t) + xP (t) = 1 x1 (t) + . . . + n xn (t) + xP (t)
En general la forma m
as sencilla de integrar un sistema de esta ndole suele ser convertirlo en una s
ola
ecuaci
on de orden superior, que ser
a necesariamente lineal con coeficientes constantes; siguiendo el metodo
expuesto en el apartado 3.2.2. Sin embargo, existen metodos para calcular una matriz fundamental (esto es,
un sistema fundamental de soluciones) del sistema homogeneo asociado a un sistema lineal con coeficientes
constantes. De aqu se obtiene directamente la solucion general del sistema homogeneo y, por aplicaci
on del
metodo de variaci
on de las constantes, una solucion particular del sistema completo. Estudiaremos dichos
metodos a continuaci
on.
3.4.2
Estudio del sistema homog

eneo (con matriz del sistema diagonalizable)
Se va a analizar el problema de hallar la solucion general de un sistema de n ecuaciones diferenciales lineal

homogeneo con coeficientes constantes
L(x(t)) x0 (t) Ax(t) = 0
(3.6)
donde A es una matriz de constantes como (3.5).

Comenzaremos considerando el caso en que la matriz A del sistema es diagonalizable. Esta situaci
on
se presenta cuando todas las races del polinomio caracterstico de A tienen multiplicidad algebraica
(multiplicidad de la raz) es igual a la dimension del subespacio de vectores propios asociados a ese valor
propio; es decir, es igual a dim ker (A Id).
El primer resultado es el siguiente:
Proposici
on 25 Sea el sistema lineal homogeneo con coeficientes constantes (3.6) y sea v (v1 , . . . , vn )
Rn un vector propio de A de valor propio real R. Entonces
x(t) = et v = et (v1 , . . . , vn ) C (I, Rn )
es soluci
on (real) del sistema.
( Dem. )
44
Basta con sustituir

d t
e v A(et v) = et v et Av = et v et v = 0
dt
L(et v) =
Si el vector y el valor propio no son reales, el resultado se establece de forma similar.

Proposici
Cn un vector propio de A de valor propio = + i C, (, R). Entonces
x(t) = et v = et (v1 , . . . , vn ) C (I, Cn )
es soluci
on (compleja) del sistema.
( Dem. )
Igual que en el caso anterior.
Dado que el sistema de ecuaciones diferenciales es de coeficientes y funciones reales, tambien sus soluciones
han de poder expresarse por medio de funciones reales; luego en este u
ltimo caso hay que ver como obtener
soluciones reales a partir de la soluci
on compleja hallada. Entonces:
Proposici
Cn un vector propio de A de valor propio complejo = + i C, (, R). Entonces v v1 + iv2 , con
v 1 , v 2 Rn , y
x1 (t)
Re (x(t)) = et cos t v1 et sin t v2 C (I, Rn )
x2 (t)
Im (x(t)) = et sin t v1 + et cos t v2 C (I, Rn )
son soluciones (reales) linealmente independientes del sistema.

( Dem. )
La primera parte es una consecuencia del resultado anterior y de la proposicion 20.
Veamos que son linealmente independientes.

Si = + i es valor propio del vector propio v = v1 + iv2 (con v1 , v2 Rn ), tambien lo es su conjugada
= i, del vector propio v
= v1 iv2 . En efecto, ya que
Av = v
v
v = A
A
v =
entonces v y v
son vectores linealmente
(pues A = A por ser los coeficientes del sistema reales). Como 6= ,
independientes por ser vectores propios de autovalores diferentes, luego
0
6=
) = det (v1 + iv2 , v1 iv2 ) = det (v1 , v1 iv2 ) + det (iv2 , v1 iv2 )
det (v, v
det (v1 , v1 ) i det (v1 , v2 ) + i det (v2 , v1 ) + det (v2 , v2 ) = 2i det (v1 , v2 )
de donde det (v1 , v2 ) 6= 0 y, por tanto, v1 , v2 son linealmente independientes. Teniendo esto en cuenta
resulta
det (x1 (t), x2 (t))
det (et cos t v1 et sin t v2 , et sin t v1 + et cos t v2 )
= e2t cos t sin tdet (v1 , v1 ) + e2t cos2 t det (v1 , v2 )

e2t sin2 t det (v2 , v1 ) e2t cos t sin t det (v2 , v2 )
= e2t det (v1 , v2 )(sin2 t + cos2 t) = e2t det (v1 , v2 ) 6= 0
luego x1 (t), x2 (t) son linealmente independientes.
Teniendo todo esto en cuenta, para obtener la solucion general de un sistema de n ecuaciones diferenciales
lineal homogeneo con coeficientes constantes hara falta u
nicamente disponer de n vectores propios de A
linealmente independientes. Entonces:
45
Teorema 16 Sea un sistema de n ecuaciones diferenciales lineal homogeneo con coeficientes constantes
(3.6). Sea v1 , . . . , vn una base de vectores (en Rn o en Cn ) formada por vectores propios de A y 1 , . . . , n
sus valores propios respectivos, (que pueden ser reales o complejos, distintos o repetidos). Entonces las
funciones
x1 (t) = e1 t v1 , . . . , xn (t) = en t vn
forman una base de ker L (quiz
as en C) y, por consiguiente, det (x1 (t), . . . , xn (t)) 6= 0, t.
( Dem. )
Se obtiene como consecuencia inmediata de los anteriores resultados.
Observaci
on:
En el caso en que la base de la proposicion anterior no sea real, es posible hallar una base de funciones
i , cuyos
reales aplicando la proposici
on 27. En efecto, considerese el vector propio vi y su conjugado v
i , respectivamente. Tomando la parte real e imaginaria de
autovalores son i C y su conjugado
ei t vi se obtienen dos funciones reales linealmente independientes, mientras que si se toman la parte
i se obtienen dos funciones reales linealmente independientes entre si, pero

real e imaginaria de ei t v
linealmente dependientes de las dos anteriores (de este modo, el n
umero final de funciones soluci
on es
el mismo).
Concluyendo, la soluci
on general de un sistema de ecuaciones diferenciales lineal homogeneo con coeficientes constantes se obtiene del siguiente modo:
1. Se calculan los valores y vectores propios de la matriz A del sistema.
2. Para cada vector propio vi se construye la funcion xi (t) = ei t vi (y si es complejo, a partir de el o su
conjugado, las funciones reales xi1 (t) = Re (xi (t)), xi2 (t) = Im (xi (t))).
3. Si se tienen n vectores propios linealmente independientes (esto es, la matriz A es diagonalizable), se
construye la soluci
on general como una combinacion lineal (con coeficientes constantes) de las anteriores
funciones.
3.4.3
Estudio del sistema homog

eneo (con matriz del sistema no diagonalizable)
En el caso en que la matriz A de un sistema de ecuaciones diferenciales lineal homogeneo con coeficientes
constantes no sea diagonalizable, no va a ser posible hallar una base de Rn o Cn formada por vectores propios
de la misma y, por consiguiente, no es aplicable el teorema 16 para encontrar la solucion general del sistema.
Esta situaci
on se presenta cuando hay alguna raz del polinomio caracterstico de A cuya multiplicidad
algebraica (multiplicidad de la raz) es mayor que la dimension del subespacio de vectores propios asociados
a ese valor propio; es decir, mayor que dim ker (A Id).
Para resolver este problema se intentara seguir un metodo analogo al caso de las ecuaciones diferenciales
de orden superior cuando haba alguna raz del polinomio caracterstico con multiplicidad mayor que 1. En
n1
X
tal caso, se tratar
a de encontrar soluciones del tipo x(t) =
vi ti et .
i=0
En primer lugar se tiene:

Lema 4 Sea un sistema de n ecuaciones diferenciales lineal homogeneo con coeficientes constantes (3.6)
tal que el polinomio caracterstico de A tiene una o varias races de multiplicidad 1. Entonces
dim ker (A Id) = .
( Dem. ) Por simplicidad, se demostrara para el caso en que el polinomio caracterstico de A tiene una
s
ola raz de multiplicidad = n. El polinomio caracterstico de la matriz A, P(A) = (1)n (x )n , anula
dicha matriz (teorema de Cayley-Hamilton), luego (A Id)n = 0 y de aqu
dim ker (A Id)n = n rg (A Id)n = n
46
En el caso en que haya m

as de una raz la demostracion se generaliza de manera inmediata.
Como ya se ha dicho, la situaci
on de partida es que no existe una base de Rn o Cn formada por vectores
propios, ya que dim ker (A Id) < . Como
ker (A Id) ker (A Id)2 . . . ker (A Id)m . . . ker (A Id)
resulta que las respectivas dimensiones de estos subespacios verifican las desigualdades
d1 < d2 < . . . < dm = dm+1 = . . . = d =
Entonces, el procedimiento se basa en hallar una base de ker (A Id) , para lo cual se puede seguir el
siguiente procedimiento:
1. Hallar una base de ker (A Id).
2. Completar la base hallada hasta obtener una de ker (A Id)2 .
3. Iterar el proceso hasta obtener una base de ker (A Id) .
Entonces la obtenci
on de la soluci
on general se basa en el siguiente resultado:
Proposici
on 28 Sea un sistema de n ecuaciones diferenciales lineal homogeneo con coeficientes constantes
(3.6). Sea una raz del polinomio caracterstico de la matriz del sistema A, de multiplicidad > 1, y sean
v1 , . . . , vr vectores de una base de ker (A Id) pero que no pertenecen a ker (A Id)1 . Entonces, para
cada vector vj (j = 1, . . . , r), las funciones
xj1 (t)
= et (A Id)1 vj
xj2 (t)
= et (t(A Id)1 vj + (A Id)2 vj )

2
t
(A Id)1 vj + t(A Id)2 vj + (A Id)3 vj
xj3 (t) = et
2!
..
.

m1
t
1 j
j
j
j
t
(A Id)
v + . . . + t(A Id)v + v
xm (t) = e
(m 1)!
son linealmente independientes y, adem
as, son la soluciones del sistema homogeneo.
( Dem. )
En primer lugar, estas funciones son linealmente independientes, pues

det(xj1 (0), . . . , xjm (0)) = det((A Id)1 vj , . . . , (A Id)vj , vj ) 6= 0
pues los vectores columna son linealmente independientes. En efecto,

1 (A Id)1 vj + . . . + 1 (A Id)vj + vj
1
0 = (A Id)
1 j
(1 (A Id)
v + . . . + 1 (A Id)v + v )
= (A Id)1 vj
y como (A Id)1 vj 6= 0 esto implica que = 0. Repitiendo el razonamiento multiplicando por el factor
(A Id)2 se obtendra que 1 = 0 e iterando el proceso lo mismo para el resto de coeficientes i .
Adem
as son soluciones del sistema homogeneo, pues
0
xji (t) = xji (t) + xji1 (t)

de donde
(A Id)xji (t) = xji1 (t)

0
Axji (t) = xji (t) + xji1 (t) = xji (t)
De esta manera, el c
alculo de n soluciones linealmente independientes de un sistema de ecuaciones
diferenciales lineal homogeneo con coeficientes constantes en el caso en que la matriz A del sistema no es
diagonalizable se resuelve aplicando los siguientes pasos:
47
1. Hallar todos los valores propios de A. Entonces, para cada valor propio (con multiplicidad > 1):
2. Se buscan todos los vectores propios de A, esto es, los vectores vj0 (j0 = 1, . . . , d1 ) de una base de
ker (A Id). Si A tiene s
olo d1 < n vectores propios linealmente independientes, de acuerdo con los
resultados del apartado anterior, se dispone de d1 soluciones linealmente independientes del tipo
et vj0
3. Se buscan todos los vectores vj1 (j1 = 1, . . . , d2 d1 ) de una base de ker (A Id)2 tales que
(A Id)2 vj1 = 0
pero
(A Id)vj1 6= 0
De acuerdo con la anterior proposicion, para cada uno de estos vectores hay una solucion del tipo
et (t(A Id)vj1 + vj1 )
y todas ellas (d2 d1 ) son linealmente independientes entre si y en relacion a las d1 del punto anterior.
4. Si a
un no se tienen n soluciones linealmente independientes, se buscan todos los vectores vj2 (j2 =
1, . . . , d3 d2 d1 ) de una base de ker (A Id)3 tales que
(A Id)3 vj2 = 0
pero
(A Id)2 vj2 6= 0
De acuerdo con la anterior proposicion, para cada uno de estos vectores hay una solucion del tipo
2

t
t
2 j2
j2
j2
e
(A Id) v + t(A Id)v + v
2!
y todas ellas (d3 d2 d1 ) son linealmente independientes en relacion a las de los puntos anteriores
(seg
un se ha probado en la proposicion precedente).
5. Se itera el proceso hasta completar las n soluciones linealmente independientes 2 .
Comentario:
Otra manera equivalente de proceder sera la siguiente: se buscan todos los vectores vj (j = 1, . . . , )
de una base de ker (A Id) (que obviamente contendra vectores vj0 , vj1 , vj2 . . . de bases de ker (A
Id), ker (A Id)2 , . . . respectivamente). Entonces, para cada uno de esos vectores hay una soluci
on
del tipo

t2
2 j
t
j
j
e
v + t(A Id)v + (A Id) v + . . .
2!
y todas ellas son linealmente independientes. Observese que cuando vj coincide con alguno de los
vectores vj0 , vj1 , vj2 . . . se van obteniendo, en particular, las soluciones anteriores de manera sucesiva.
3.4.4
Estudio del caso general
Finalmente, se va a analizar el problema de encontrar la solucion general de un sistema de n ecuaciones

diferenciales lineal no homogeneo con coeficientes constantes
L(x(t)) x0 (t) Ax(t) = f (t)
(3.7)
donde A es una matriz de constantes como (3.5).

La u
nica cuesti
on es c
omo hallar una solucion particular del sistema. Para ello se puede utilizar el metodo
de variaci
on de constantes. Sin embargo, al igual que ya se hizo en el caso de la ecuacion diferencial lineal
con coeficientes constantes, tambien se puede emplear el metodo del anulador o de la conjetura prudente,
cuando el termino independiente f (t) tiene la propiedad de que se anula bajo la accion de alg
un operador
vectorial con coeficientes constantes.
Daremos, a continuaci
on, el resultado de la aplicacion de dicho metodo en un caso particular:
2 A este respecto, existe un resultado de Algebra
lineal que garantiza que este algoritmo siempre funciona, dando adem
as
una cota superior del n
umero de pasos que se requiere para alcanzar el objetivo (v
ease M. Braun, Ecuaciones Diferenciales y
sus Aplicaciones, Grupo Ed. Iberoam
erica (1990))
48
Proposici
on 29 Sea un sistema de n ecuaciones diferenciales lineal no homogeneo con coeficientes constantes (3.7). Si
f (t) = et (vp tp + . . . + v1 t + v0 )
donde no es valor propio de la matriz del sistema A y vi Rn (0 i p), entonces una soluci
on
particular del sistema es
xP (t) = et (up tp + . . . + u1 t + u0 )
donde
up
( Id A)1 vp
p1
( Id A)1 (vp1 pup )
up2
=
..
.
( Id A)1 (vp2 (p 1)up1 )
u0
( Id A)1 (v0 u1 )
(observese que ( Id A) es inversible ya que no es valor propio de A).

( Dem. )
Es una mera cuesti

on de c
alculo (algo tedioso).
(Veanse ejemplos en la colecci

on de problemas).
Chapter 4
Estudio Cualitativo de Ecuaciones

Diferenciales
4.1
Introducci
on
En este captulo se va a abordar el estudio cualitativo de los sistemas de ecuaciones diferenciales (de primer
orden).
Se comenzar
a dando una serie de conceptos generales que incluyen el planteamiento del problema y
las primeras nociones y resultados de puntos de equilibrio, estabilidad y comportamiento asintotico de
soluciones, asi como los conceptos de espacio de fases, orbitas y curvas integrales de un sistema. Se estudia,
a continuaci
on, el problema de la estabilidad. Tras establecer con todo rigor la definicion y un resultado
de caracter general, se analiza primero la estabilidad de los sistemas lineales y, en particular, la de los
sistemas lineales homogeneos con coeficientes constantes, para pasar a investigar la de los sistemas lineales
completos. Finalmente, se considera la estabilidad de sistemas autonomos en general y se da un resultado
sobre estabilidad cuando se efectuan peque
nas variaciones del segundo miembro de una ecuacion diferencial.
a
4.2
4.2.1
Conceptos generales
Planteamiento del problema
En este captulo se va a comenzar considerando sistemas de ecuaciones diferenciales de primer orden de tipo
general
x0 (t) = f (t, x(t))
(4.1)
donde
x(t) = (x1 (t), . . . , xn (t)) ,
f (t, x(t)) = (f1 (t, x(t)), . . . , fn (t, x(t)))
siendo el segundo miembro una funci

on vectorial, no necesariamente lineal, de las variables x1 , . . . , xn .
Desgraciadamente, en general, no se conocen metodos analticos de resolucion de estas ecuaciones. Afortunadamente, en la mayora de los casos practicos, no es necesario conocer explcitamente las soluciones del
sistema, sino que basta con obtener resultados de tipo cualitativo sobre el comportamiento del sistema.
Un ejemplo tpico lo constituyen los modelos que describen la competencia entre especies (modelos
depredador-presa o similares). El problema se plantea en los siguientes terminos: sean x1 (t) y x2 (t) las
poblaciones (en funci
on del tiempo) de dos especies que compiten entre si por los recursos existentes en su
habitat, de tal manera que sus respectivas tasas de crecimiento-decrecimiento estan regidas por un sistema
49
50
de ecuaciones diferenciales del tipo (4.1). De modo general, no se va a estar interesado realmente en los
valores precisos de x1 (t) y x2 (t) en cada instante t sino, mas bien, en las propiedades cualitativas de estas
funciones. Concretamente, se intentar
a hallar respuesta a las siguientes cuestiones:
1. Existen valores 1 , 2 de x1 (t) y x2 (t) respectivamente para los que ambas especies coexisten en un
estado estable? En otra palabras, existen 1 , 2 R tales que x1 (t) = 1 y x2 (t) = 2 es una soluci
on
de (4.1)?
2. Suponiendo que en un instante dado ambas especies estan coexistiendo en equilibrio, que sucede si se
incrementa ligeramente el n
umero de miembros de una de ellas?: contin
ua habiendo equilibrio o una
de ellas se impone sobre la otra?
3. Suponiendo que x1 (t) y x2 (t) tienen valores dados en t = 0; que ocurre cuando t ?: prevalece
una especie sobre la otra?, se tiende a una situacion de equilibrio? o, como mnimo, se tiende a una
soluci
on peri
odica?
4.2.2
Puntos de equilibrio. Estabilidad. Comportamiento asint

otico
Comenzaremos establececiendo la siguiente nomenclatura:

Definici
on 20 Sea un sistema de n ecuaciones diferenciales de la forma (4.1).
1. Se denominan puntos de equilibrio del sistema a los puntos (1 , . . . , n ) Rn tales que
x(t) (x1 (t), . . . , xn (t)) = (1 , . . . , n )
es soluci
on del sistema.
2. Se dice que las soluciones son estables sii, dada una soluci
on del sistema x1 (t), para toda otra soluci
on
2
x (t) tal que para un valor inicial t0 y para todo i = 1, . . . , n, x1i (t0 ) y x2i (t0 ) tienen valores muy
cercanos, se cumple que los valores x1i (t) y x2i (t) permanecen pr
oximos, para todo t > t0 y para todo
i = 1, . . . , n.
3. Si x(t) es una soluci
on del sistema, se denomina comportamiento asintotico de la misma a su comportamiento cuando t ; es decir, al resultado de hacer lim x(t) .
t
As pues, nuestro interes ser

a estudiar las siguientes propiedades de las soluciones de (4.1):
1. Estudiar la existencia de los posibles puntos de equilibrio del sistema.
2. Estudiar la estabilidad de las soluciones.
3. Estudiar el comportamiento asint
otico de las soluciones.
Es importante destacar, a este respecto que, a menudo, se puede encontrar una respuesta satisfactoria a
estas cuestiones sin necesidad de resolver explcitamente el sistema de ecuaciones. As, en lo referente a la
cuesti
on de los puntos de equilibrio se tiene el resultado siguiente:
Proposici
on 30 Sea un sistema de ecuaciones diferenciales de la forma (4.1) en I R. x0 Rn es
un punto de equilibrio del sistema si, y s
olo si, f (t, x0 ) = 0, t I, (o bien f (x0 ) = 0, si f no depende
explcitamente de t).
( Dem. ) Basta observar que, considerada una solucion x(t), se tiene que x0 (t) = 0 si, y solo si, x(t) = x0 ;
esto es, es constante.
Comentario:
51
Como consecuencia, observese que todo punto de equilibrio de un sistema es un punto crtico de las
funciones x(t) soluci
on (es decir, de las curvas integrales).
El estudio de la estabilidad de las soluciones constituye el problema central de la teora cualitativa de
las ecuaciones diferenciales, ya que tiene una importancia capital en todas las aplicaciones fsicas, debido al
hecho de que no es posible, casi nunca, poder medir con exactitud las condiciones iniciales del problema.
Conviene, por tanto, saber si peque
nas variaciones de estas alteran significativamente el comportamiento de
las soluciones.
La cuesti
on de la estabilidad es usualmente muy difcil de analizar, ya que no se conoce explcitamente
la soluci
on del sistema. El u
nico caso que es accesible al estudio es cuando la funcion vectorial f no depende
explcitamente de t. En tal caso:
Definici
on 21 Un sistema de ecuaciones diferenciales de la forma (4.1) es un sistema autonomo sii la
funci
on f no depende explcitamente de la variable independiente t.
Incluso para sistemas aut
onomos, s
olo hay dos casos en los cuales se ha completado el estudio de la
estabilidad:
1. Cuando f (x) = Ax; esto es, para sistemas lineales homogeneos y completos con coeficientes constantes.
2. Cuando, no siendo el sistema lineal homogeneo con coeficientes constantes, solo interesa el estudio de
la estabilidad de las soluciones de equilibrio.
Estos
ser
an los que se estudiar
an en el resto del captulo.
Puesto que, de acuerdo con lo dicho, en adelante solo se van a considerar sistemas autonomos, es importante destacar el siguiente resultado:
Proposici
on 31 Todo sistema de n ecuaciones diferenciales no aut
onomo de la forma (4.1) puede transformarse en un sistema equivalente de n + 1 ecuaciones diferenciales aut
onomo.
( Dem. )
Si el sistema no aut
onomo de partida es
dx1
dt
= f1 (t, x1 , . . . , xn )
..
.
dxn
dt
= fn (t, x1 , . . . , xn )
basta con introducir la funci

on x0 (t) = t, con lo cual se puede escribir el sistema como
dx0
dt
dx1
dt
f1 (x0 , x1 , . . . , xn )
..
.
dxn
dt
4.2.3
fn (x0 , x1 , . . . , xn )
Espacio de fases. Orbitas
Considerese un sistema de n ecuaciones diferenciales de la forma (4.1), con condiciones iniciales dadas
x(t0 ) = x0 (x01 , . . . , x0n )
52
Si las funciones f1 , . . . , fn no dependen explcitamente de t (sistema autonomo), se puede dar una interpretaci
on de las soluciones x(t) = (x1 (t), . . . , xn (t)) del problema que es particularmente comoda (y necesaria) para abordar el estudio de la estabilidad. As, en el espacio eucldeo Rn , de coordenadas rectangulares
{x1 , . . . , xn }, la soluci
on x1 = x1 (t), . . . , xn = xn (t) determina la ley de movimiento de un punto que
sigue una cierta trayectoria seg
un la variacion del parametro t, que en esta interpretacion se identificar
a
con el tiempo. De este modo, la derivada x0 (t) representa la velocidad de un punto de la trayectoria y
x01 (t), . . . , x0n (t) sus componentes. Esta

es una interpretacion muy natural y comoda en ciertos problemas de
Fsica y Mec
anica. Entonces:
Definici
on 22 En la interpretaci
on anterior,:
1. El sistema x0 (t) = f (t, x(t)) se denomina sistema dinamico.
2. El espacio E Rn formado por todos los puntos que pueden ser condiciones iniciales de un sistema din
amico se denomina espacio de fases del sistema. (Sus coordenadas son, por consiguiente,
{x1 , . . . , xn }).
3. La curva (t, x(t)) = (t, x1 (t), . . . , xn (t)) R E se denomina trayectoria de fases u orbita del sistema.
La curva x(t) = (x1 (t), . . . , xn (t)) E se denomina curva integral del sistema.
4. La representaci
on de las o
rbitas del sistema (en E) se denomina diagrama de fases del sistema.
Un sistema din
amico determina, pues, en el espacio Rn un campo de velocidades: x0 (t).
Si la funci
on vectorial f = (f1 , . . . , fn ) depende explcitamente de t, entonces este campo de velocidades
cambia con el tiempo y las trayectorias de fases pueden intersectarse.
Si, por el contrario, la funci
on vectorial f = (f1 , . . . , fn ) no depende explcitamente de t, entonces el
campo de velocidades es estacionario, es decir, no cambia con el tiempo. En este caso, se tiene el
siguiente resultado:
Proposici
on 32 Sea un sistema din
amico aut
onomo cuyo espacio de fases es E Rn y tal que se cumplen
las hip
otesis del teorema de existencia y unicidad. Entonces por cada punto x0 E del espacio de fases
pasa una s
ola trayectoria del sistema (es decir, las
orbitas de un sistema aut
onomo no se cruzan en ning
un
punto).
( Dem. ) Sean x1 (t) y x2 (t) sendas soluciones tales que x1 (t0 ) = x0 y x2 (t1 ) = x0 . Entonces la primera es
soluci
on del problema de valor inicial
x0 (t) = f (x(t)) ,
x(t0 ) = x0
x0 (t) = f (x(t)) ,
x(t1 ) = x0
y la segunda lo es de
Entonces, teniendo en cuenta que el sistema es autonomo, resulta que x3 (t) := x2 (t + t1 t0 ) es tambien
soluci
on del primer problema de valor inicial, por consiguiente se tendra que x3 (t) = x2 (t + t1 t0 ) = x1 (t),
por lo que las
orbitas de x1 (t) y x2 (t) han de ser las mismas.
Ejemplo:
El sistema de ecuaciones
dx
= y
dt
dy
=x
dt
tiene la siguiente familia de soluciones

x(t) = a cos (t + b)
y(t) = a sin (t + b)
53
luego las curvas integrales del sistema son helices en R3

C(t) = (t, a cos (t + b), a sin (t + b))
y, como se cumplen las condiciones del teorema de existencia y unicidad, por cada punto (t, x, y) pasa
una s
ola curva integral.
Si se considera t como par
ametro, en el plano de fases R2 de coordenadas (x, y) se tiene como trayectorias de fases una familia de circunferencias con centro en el origen,
c(t) = (a cos (t + b), a sin (t + b))
cada una de las cuales es la proyecci
on de una curva integral del sistema. Como se cumplen las condiciones del teorema de existencia y unicidad estas curvas no se cortan. Si se fija a se obtiene una trayectoria determinada, mientras que fijar b equivale a elegir el instante inicial; esto es, una parametrizaci
on
del movimiento en concreto. Observese que la ecuaci
on de la trayectoria, x2 + y 2 = a2 , no depende de
b, lo cual significa que para una misma trayectoria todos los movimientos (parametrizaciones del tipo
t + b) son equivalentes.
En el caso especial a = 0, la trayectoria se reduce a un punto que es un punto de reposo del sistema,
dado que no evoluciona con t.
Una de las ventajas de trabajar con las trayectorias u orbitas de un sistema en vez de con la soluci
on
misma del sistema (esto es, las curvas integrales), es que, a menudo, es posible conocer aquellas sin necesidad
de resolver el sistema; es decir, sin obtener las curvas integrales. En efecto, por simplicidad se va a mostrar
el procedimiento en el caso particular de sistemas de dos ecuaciones (n = 2).
Proposici
on 33 Las
orbitas del sistema de ecuaciones diferenciales aut
onomo
dx
dt
dy
dt
f (x, y)
g(x, y)
(4.2)
son las curvas integrales de la ecuaci

on diferencial de primer orden
g(x, y)
dy
=
dx
f (x, y)
(4.3)
( Dem. ) Sea x = x(t), y = y(t) una solucion del sistema dado y, por tanto, (x(t), y(t)) una orbita del
sistema. Sea t = t1 tal que x0 (t1 ) 6= 0 entonces, de acuerdo con el teorema de la funcion implcita, se puede
despejar t como funci
on de x en la primera ecuacion, t = t(x), en un entorno del punto x1 = x(t1 ). De este
modo, para todo t pr
oximo a t1 , la
orbita de la solucion dada, expresada en forma explcita, viene dada por
la funci
on y = y(t(x)) Y (x). Entonces, aplicando la regla de la cadena y el teorema de la funcion inversa
a esta funci
on resulta
dy
dy
dy dt
g(x, y)
dt
=
= dx
=
(4.4)
dx
dt dx
f (x, y)
dt
cuya soluci
on es, obviamente, y = Y (x)+C. Estas funciones, representadas en R2 son las curvas integrales de
la ecuaci
on (4.4) que, por construcci
on, coinciden con las orbitas del sistema dado. Con ello queda probado
el resultado.
As pues, para hallar las
orbitas del sistema autonomo de primer orden (4.2) basta con resolver la ecuaci
on
diferencial de primer orden (4.3). Esta ecuacion da la pendiente de la recta tangente a la trayectoria del
sistema (4.2) que pasa por el punto (x, y), siempre que en dicho punto las funciones f y g no se anulen
simultaneamente (si as fuera el caso, el punto en cuestion sera un punto crtico y por el no pasara ninguna
orbita).
Comentarios:
Observese que hay una sutil diferencia entre las orbitas de (4.2) y las curvas integrales de (4.3),
y es que, mientras que las primeras son curvas orientadas (con la orientacion natural dada por la
parametrizaci
on), las segundas no lo son.
54
De la ecuaci
on de las trayectorias obtenida de esta manera, que por tanto estan dadas, en general,
en forma implcita, podr
a obtenerse la solucion del sistema de partida solo si es posible hallar una
parametrizaci
on de dicha familia de curvas que satisfaga el sistema original.
4.2.4
Estabilidad y estabilidad asint

otica de soluciones
En esta secci
on se comienza a analizar el problema de la estabilidad de los sistema de ecuaciones diferenciales
(aut
onomos).
x0 (t) = f (x(t))
(4.5)
Empezaremos precisando algo m
as la nocion de estabilidad establecida en la definicion 20.
Definici
on 23 (Liapunov): Sea un sistema de n ecuaciones diferenciales (aut
onomo o no) y una soluci
on
(
orbita) del sistema x(t) = (x1 (t), . . . , xn (t)).
1. x(t) es una soluci
on estable sii, para todo R+ , existe () R+ tal que, para cualquier soluci
on
y(t) = (y1 (t), . . . , yn (t)) que en t0 satisfaga que |yi (t0 )xi (t0 )| < , (para todo i = 1, . . . , n), se cumple
que |yi (t) xi (t)| < , en cualquier t > t0 .
2. x(t) es una soluci
on asint
oticamente estable sii:
(a) Es una soluci
on estable.
(b) Existe R+ tal que, para cualquier soluci
on y(t) = (y1 (t), . . . , yn (t)) que en t0 satisfaga que
|yi (t0 ) xi (t0 )| < , (para todo i = 1, . . . , n), se cumple que
lim |yi (t) xi (t)| = 0
Observese que una soluci

on es asint
oticamente estable si, y solo si, cualquier otra que en t0 permanece
pr
oxima a la dada, para cualquier otro valor t > t0 , no solo sigue permaneciendo proxima, sino que adem
as
se confunde con la inicial cuando t .
Ejemplo: Considerese el sistema formado por el pendulo simple en el plano. Su ecuaci
on de movimiento
es
d2 g
+ sin = 0
dt2
l
que, poniendo x1 = , se transforma en el siguiente sistema de primer orden:
dx1
= x2
dt
dx2
g
= sin x1
dt
l
Este sistema tiene dos soluciones de equilibrio que son

x1 = 0
x2 = 0
x1 =
x2 = 0
las cuales tienen muy diferentes propiedades:

Si se perturba ligeramente la primera de ellas (bien desplazando el pendulo de su posici
on de equilibrio,
bien imprimiendole una peque
na velocidad), el pendulo ejecuta peque
nas oscilaciones en torno a x1 = 0.
Se dice, entonces, que esta posici
on es de equilibrio estable.
Si se perturba ligeramente la segunda de ellas (de cualquiera de ambos modos), o bien el pendulo ejecuta
oscilaciones de gran amplitud en torno a x1 = 0, o bien gira indefinidamente.
Se dice, entonces, que esta posici
on es de equilibrio inestable.
En las siguientes secciones se analizara la estabilidad y la estabilidad asintotica de las soluciones de los
sistemas de ecuaciones diferenciales lineales y, en particular, con coeficientes constantes, ya que en este caso
es posible hallar la soluci
on analticamente.
4.3
55
Estabilidad de sistemas lineales
4.3.1
Estabilidad de sistemas lineales homog

eneos
Considerese un sistema de ecuaciones diferenciales lineal homogeneo

x0 (t) = A(t)x(t)
(4.6)
Un sistema de estas caractersticas siempre tiene como solucion particular x0 (t) = 0. Entonces, el siguiente
teorema relaciona la estabilidad de cualquier solucion con la de esta.
Teorema 17 Sea un sistema de ecuaciones diferenciales lineal homogeneo del tipo (4.6).
1. Si la soluci
on x(t) = 0 es estable, entonces cualquier otra soluci
on es tambien estable.
2. Si la soluci
on x(t) = 0 es asint
oticamente estable, entonces cualquier otra soluci
on es tambien
asint
oticamente estable.
3. Si la soluci
on x(t) = 0 es inestable, entonces cualquier otra soluci
on es tambien inestable.
4. Si la soluci
on x(t) = 0 es estable pero no asint
oticamente estable, entonces cualquier otra soluci
on es
tambien estable pero no asint
oticamente estable.
( Dem. )
1. Si la soluci
on x0 (t) = 0 es estable, entonces, > 0, > 0 tal que, para toda solucion y(t) tal que
|yi (t0 )| < (i), se cumple que |yi (t)| < , t > t0 .
Sea x(t) cualquier otra soluci
on. Se ha de probar que es estable. Sea > 0 y cualquier soluci
on z(t)
tal que |zi (t0 ) xi (t)| < (i), entonces, tomando y(t) := x(t) z(t) es tambien solucion (por ser el
sistema lineal) y satisface las condiciones del parrafo anterior, luego se tiene que, t > t0 y i
|yi (t)| = |zi (t0 ) xi (t)| <
2. Si la soluci
on x0 (t) = 0 es asint
oticamente estable entonces es estable por definicion y, por el apartado
anterior, cualquier soluci
on x(t) es tambien estable. Hay que ver que tambien lo es asintoticamente.
Por serlo x0 (t) = 0, > 0 tal que, para toda solucion y(t) tal que |yi (t0 )| < (i), se cumple
que lim |yi (t)| = 0 . Sea cualquier solucion z(t) tal que |zi (t0 ) xi (t)| < (i), entonces, tomando
t
y(t) := x(t) z(t) es tambien solucion (por ser el sistema lineal) y satisface las condiciones del p
arrafo
anterior, luego se tiene que
lim |yi (t)| = lim |zi (t0 ) xi (t)| = 0
t
3. Se va a probar la negaci
on del enunciado; esto es, que si existe alguna solucion x(t) estable, entonces
x0 (t) = 0 es estable.
Sea y(t) una soluci
on cualquiera pr
oxima a x0 (t) = 0 en t0 , entonces z(t) = y(t) + x(t) es otra soluci
on
(por ser el sistema lineal) pr
oxima a x(t) en t0 y, por consiguiente, para todo t (ya que x(t) es estable).
Por tanto, y(t) permanece pr
oxima a x0 (t) = 0 para todo t > t0 , luego x0 (t) = 0 es estable.
4. An
aloga a la del apartado anterior.
As pues, para estudiar la estabilidad de un sistema de ecuaciones diferenciales lineal homogeneo basta
con analizar la de la soluci
on nula. En el siguiente apartado se hara este analisis para sistemas de ecuaciones
diferenciales lineales homogeneos con coeficientes constantes.
4.3.2
56
Estabilidad de sistemas lineales homog

eneos con coeficientes constantes
Considerese un sistema de ecuaciones diferenciales lineal homogeneo con coeficientes constantes (y, por tanto,
aut
onomo)
x0 (t) = Ax(t)
(4.7)
Vamos a estudiar, por simplicidad, el caso en que A M22 (R); es decir, sistemas de dos ecuaciones
diferenciales (a fin de poder hacer razonamientos sobre sus orbitas, que estan en el plano R2 ). Explcitamente
escrito el sistema es
dx
dt
dy
dt
a11 x(t) + a21 y(t)
a12 x(t) + a22 y(t)
y se pueden distinguir los siguientes casos:

1. A tiene valores propios reales, 1 , 2 R, y det A 6= 0 (es decir, ninguno de ellos es nulo).
En este caso, el u
nico punto de equilibrio del sistema es (0, 0). Se pueden distinguir los siguientes
subcasos:
(a) 1 > 2 > 0 (ambos son positivos y distintos).
Si v1 , v2 R2 son los vectores propios correspondientes, la solucion general es

x(t)
x(t) = c1 e1 t v1 + c2 e2 t v2
y(t)
Si t + entonces x(t), y(t) (positivo o negativo).
Si t entonces x(t), y(t) 0.
Del diagrama de fases formado por las trayectorias se observa que x0 (t) = 0 es solucion inestable,
luego toda soluci
on es inestable.
Se dice, entonces, que el punto de equilibrio es un nodo inestable.
(b) 1 < 2 < 0 (ambos son negativos y distintos).

x(t)
1 t 1
2 t 2
x(t) = c1 e v + c2 e v
y(t)
Si t + entonces x(t), y(t) 0.
Si t entonces x(t), y(t) (positivo o negativo).
Entonces, del diagrama de fases formado por las trayectorias se observa que x0 (t) = 0 es soluci
on
asint
oticamente estable, luego toda solucion es asintoticamente estable.
Se dice, entonces, que el punto de equilibrio es un nodo estable.
(c) 1 < 0 < 2 (uno es positivo y otro negativo).

x(t)
1 t 1
2 t 2
x(t) = c1 e v + c2 e v
y(t)
luego toda soluci
on es inestable.
Se dice, en este caso, que el punto de equilibrio es un punto de silla.
(d) 1 = 2 > 0 (ambos son positivos e iguales).
Hay que distinguir dos posibilidades:
i. Hay dos vectores propios v1 , v2 linealmente independientes; esto es, dim ker (A Id) = 2.
En este caso la soluci
on general es

x(t)
1
2 t
x(t) = (c1 v + c2 v )e
y(t)
57

Del diagrama de fases formado por las trayectorias se observa que x0 (t) = 0 es soluci
on
inestable, luego toda solucion es inestable.
El punto de equilibrio es un nodo inestable.
ii. Hay un s
olo vector propio v1 R2 linealmente independiente; esto es, dim ker (A Id) = 1.
Se completa una base de R2 con un segundo vector v2 por el metodo descrito en el captulo
anterior, de modo que la solucion general es

x(t)
x(t) = (c1 v1 + c2 (tv1 + v2 ))et
y(t)
on
El punto de equilibrio es un nodo inestable.
(e) 1 = 2 < 0 (ambos son negativos e iguales).
Hay que distinguir dos posibilidades:
i. Hay dos vectores propios v1 , v2 linealmente independientes; esto es, dim ker (A Id) = 2.
En este caso la soluci
on general es

x(t)
1
2 t
x(t) = (c1 v + c2 v )e
y(t)
on
asint
El punto de equilibrio es un nodo estable.
ii. Hay un s
olo vector propio v1 R2 linealmente independiente; esto es, dim ker (A Id) = 1.
Se completa una base de R2 con un segundo vector v2 por el metodo descrito en el captulo
anterior, de modo que la solucion general es

x(t)
1
1
2
t
x(t) = (c1 v + c2 (tv + v ))e
y(t)
on
asint
El punto de equilibrio es un nodo estable.
2. A tiene valores propios complejos, i C, y det A 6= 0 (es decir, ninguno de ellos es nulo).
El u
nico punto de equilibrio del sistema sigue siendo (0, 0).
Sean v1 iv2 (con v1 , v2 R2 ) los vectores propios correspondientes a ambos autovalores. La soluci
on
del sistema es

x(t)
x(t) = et ((c1 cos t + c2 sin t)v1 + (c2 cos t c1 sin t)v1 )
y(t)
Hay que distinguir los siguientes subcasos:
(a) > 0.
58
luego toda soluci
on es inestable.
Se dice que el punto de equilibrio es un foco inestable.
(b) < 0.
on
asint
Se dice que el punto de equilibrio es un foco estable.
(c) = 0.
En este caso, la soluci
on del sistema es
x(t) = (c1 cos t + c2 sin t)v1 + (c2 cos t c1 sin t)v1
x(t)
y(t)
luego las soluciones son

orbitas periodicas y, por tanto, son curvas cerradas 1 . Del diagrama
de fases formado por las trayectorias se observa que x0 (t) = 0 es solucion estable pero no
asint
oticamente estable, luego toda solucion es estable pero no asintoticamente estable.
Se dice que el punto de equilibrio es un centro.
3. det A = 0. En este caso hay, al menos, un valor propio que es nulo.
Hay diversos casos a analizar:
(a) 1 = 0, 2 6= 0 (el segundo valor propio es no nulo).
En este caso dim ker A = 1. Sea, entonces, v1 un vector base de ker A y sea v2 un vector propio
correspondiente al valor propio 2 . Entonces la solucion general es

x(t)
1
2 t 2
x(t) = c1 v + c2 e v
y(t)
Se distinguen los dos siguientes casos:
i. 2 > 0.
Analizando en detalle la solucion se tiene que
x(t) = c1 v11 + c2 e2 t v12
y(t) = c1 v21 + c2 e2 t v22
Si c2 6= 0, eliminando el factor exponencial de ambas ecuaciones resulta

v21 (y c1 v21 ) = v22 (x c1 v11 )
que es la ecuaci
on de una familia de rectas paralelas (cuyo vector director es v2 . Observese
que, en este caso:
Si t entonces x(t) c1 v11 , y(t) c1 v21 .
Si c2 = 0 se obtiene
x(t) = c1 v11 , y(t) = c1 v21
que es una familia uniparametrica de puntos de equilibrio (inestable), los cuales se hallan
sobre la recta que pasa por el origen y tiene por vector director v1 .
Del diagrama de fases formado por estas trayectorias se observa que x0 (t) = 0 es soluci
on
Se dice que el punto de equilibrio es de equilibrio inestable.
ii. 2 < 0.
El an
alisis es an
alogo al del caso anterior salvo que ahora, cuando c2 6= 0,
Si t + entonces x(t) c1 v11 , y(t) c1 v21 .
1 Obs
ervese
que no existen los lmites de x(t), y(t) cuando t .
59
Entonces, del diagrama de fases formado por estas trayectorias se observa que x0 (t) = 0
es soluci
on estable pero no asintoticamente estable, luego toda solucion es estable pero no
asint
oticamente estable.
Se dice que el punto de equilibrio es de equilibrio estable.
(b) 1 = 2 = 0 (ambos valores propios son nulos).
Hay dos casos posibles:
i. dim ker A = 1.
Sea, entonces, v1 un vector base de ker A y sea v2 un segundo vector que completa una base
de R2 . La soluci
on general es

x(t)
x(t) = (c1 + c2 t)v1 + c2 v2
y(t)
Si c2 6= 0, se trata de una familia de rectas paralelas (con vector director v1 ), para la cual
Si t + entonces x(t), y(t) (positivo cuando c2 > 0 y negativo cuando c2 < 0).
Si t + entonces x(t), y(t) (negativo cuando c2 > 0 y positivo cuando c2 < 0).
Si c2 = 0 es una familia de puntos de equilibrio (inestable), los cuales se hallan sobre la recta
que pasa por el origen y tiene por vector director v1 .
Del diagrama de fases formado por estas trayectorias se observa que x0 (t) = 0 es soluci
on
Se dice que el punto de equilibrio es de equilibrio inestable.
ii. dim ker A = 2.
Sea, entonces, v1 , v2 una base de ker A = R2 . La solucion general es

x(t)
x(t) = c1 v1 + c2 v2
y(t)
que son todos los puntos del plano. Por consiguiente todos ellos son soluciones estables pero
no asint
oticamente estables.
Se trata de puntos de equilibrio indiferente.
A modo de resumen se tiene:
Las soluciones son asint
oticamente estables en todos los casos en que todos los valores propios tienen
parte real negativa (casos 1.b, 1.e.i, 1.e.ii y 2.b).
Las soluciones son estables pero no asintoticamente estables en todos los casos en que hay valores
propios que tienen parte real negativa y tambien los hay con parte real nula, pero en este u
ltimo caso
se cumple que dim ker (A Id) = (multiplicidad de ). (casos 2.c, 3.a.ii y 3.b.ii).
Las soluciones son inestables en todos los casos en que hay alg
un valor propio que tiene parte real
positiva o nula, pero en este u
ltimo caso se cumple que dim ker (A Id) < (multiplicidad de ).
(casos 1.a, 1.c, 1.d.i, 1.d.ii, 2.a, 3.a.i y 3.b.i).
Todo ello se puede generalizar a sistemas lineales homogeneos con coeficientes constantes de dn ecuaciones,
enunciando el siguiente resultado:
Teorema 18 Sea un sistema lineal homogeneo con coeficientes constantes del tipo (4.7) con A Mnn (R).
1. Las soluciones del sistema son estables y asint
oticamente estables si, y s
olo si, todos los valores propios
tienen parte real negativa.
2. Las soluciones del sistema son estables pero no asint
oticamnete estables si, y s
olo si, todos los valores
propios tienen parte real no positiva y hay alguno con parte real nula tal que dim ker (A Id) =
(multiplicidad del valor propio como raiz del polinomio caracterstico).
60
3. Las soluciones del sistema son inestables si, y s

olo si, alg
un valor propio tiene parte real positiva o
nula pero, en este u
ltimo caso, dim ker (A Id) < (multiplicidad del valor propio como raiz del
polinomio caracterstico) 2 .
Este teorema permite obtener resultados sobre la estabilidad de estos sistemas sin necesidad de hallar la
soluci
on: basta con estudiar las races de la ecuacion caracterstica del sistema.
4.3.3
Criterio de Routh-Hurwitz
Seg
un se acaba de ver en el apartado anterior, el problema del estudio de la estabilidad de los sistemas de
ecuaciones lineales homogeneos con coeficientes constantes se ha reducido al analisis de los signos de las
partes reales de los valores propios o races de la ecuacion caracterstica. Pero si esta es de grado elevado,
su soluci
on puede ser muy difcil. Es por ello que conviene disponer de metodos que permitan discernir el
signo de la parte real de las races sin necesidad de resolver la ecuacion caracterstica. El mas significativo
de ellos es el siguiente teorema de Algebra

lineal (que se enuncia sin demostrar):
Teorema 19 (de Hurwitz): Sea un polinomio de grado n con coeficientes reales
bn xn + bn1 xn1 + . . . + b1 x + b0
con bn > 0. La c.n.s. para que todas sus races tengan parte real negativa es que todos los menores principales
(i ) de la siguiente matriz (de orden n) sean positivos
b
n1
bn3
bn5
.
.
.
0
0
bn
0
bn1
bn3
..
.
0
bn
0
0
bn2
bn4
..
.
0
0
0
bn1
..
.
0
0
bn
..
.
...
...
...
0
0
0
..
.
0
0
0
..
.
0
0
0
..
.
0
0
0
..
.
bn2
..
.
0
0
0
0
0
0
0
0
0
0
0
0
...
...
...
b0
0
0
b1
0
0
b2
b0
0
b3
b1
0
0
0
0
..
.
b4
b2
b0
Esta matriz se denomina matriz de Hurwitz.

Comentarios:
Observese que n = b0 n1 , por lo que, si n1 > 0, entonces n > 0 b0 > 0.
Para polinomios de grado alto la aplicacion de este criterio es complicada y existen otros alternativos
y de m
as f
acil ejecuci
on para estos casos.
4.3.4
Estabilidad de sistemas lineales completos con coeficientes constantes
Considerese ahora un sistema de ecuaciones diferenciales lineal completo con coeficientes constantes
x0 (t) = Ax(t) + f (t)
(4.8)
En lo que se refiere a la estabilidad de sus soluciones, se tiene el siguiente resultado:

Proposici
on 34 Sea un sistema lineal completo. La estabilidad de sus soluciones es equivalente a la estabilidad de la soluci
on de equilibrio x0 (t) = 0 del sistema lineal homogeneo asociado x0 (t) = Ax(t).
2 Este
enunciado es equivalente al primero.
61
( Dem. ) En efecto, sean x1 (t) y x2 (t) dos soluciones del sistema completo proximas entre si en t0 , entonces
x2 (t) x1 (t) es soluci
on de x0 (t) = Ax(t), y el resultado es inmediato.
A continuaci
on vamos a utilizar este y los anteriores resultados para analizar la estabilidad de las soluciones de una ecuaci
on diferencial lineal de orden n.
Proposici
on 35 La estabilidad de las soluciones de una ecuaci
on diferencial lineal de orden n con coeficientes constantes
y (n) (t) + an1 y (n1) (t) + . . . + a1 y 0 (t) + a0 y(t) = f (t)
depende de las races del polinomio caracterstico de la ecuaci
on
p() := n + an1 n1 + . . . + a1 + a0
En concreto, si A es la matriz del sistema lineal de primer orden con coeficientes constantes equivalente a
esta ecuaci
on, se tiene que p() = det(A Id), y entonces:
1. Las soluciones de la ecuaci
on son estables y asint
oticamente estables si, y s
olo si, todas las races tienen
parte real negativa.
on son estables si, y s
olo si, todas las races tienen parte real no positiva y
hay alguno con parte real nula tal que dim ker (A Id) = (multiplicidad de la raz).
on son inestables si, y s
olo si, alguna raz tiene parte real positiva o nula
pero, en este u
ltimo caso, dim ker (A Id) < (multiplicidad de la raz) 3 .
( Dem. ) La clave de la demostraci
on esta en convertir la ecuacion lineal de orden n en un sistema de n
ecuaciones lineales de primer orden
dx0
dt
dx1
dt
= x1 (t)
= x2 (t)
..
.
dxn2
dt
dxn1
dt
= xn1 (t)
= an1 xn1 (t) . . . a1 x1 (t) a0 x0 (t) + f (t)
donde x0 = y, x1 = y 0 , . . . , xn1 = y (n1) ; esto es, en forma vectorial,

x(t) = Ax(t) + f (t)
siendo
0
0
.
.
A=
.
0
a0
1
0
..
.
0
1
..
.
...
...
0
a1
0
a2
...
...
0
0
..
.
0
0
..
.
0
an2
1
an1
0
0
.
.
f (t) =
.
0
f (t)
Entonces s
olo queda por probar que el polinomio caracterstico de la matriz A y el de la ecuacion lineal dada
son el mismo, con lo que el resultado es una consecuencia inmediata de la proposicion 34 y el teorema 18.
Dicha prueba se hace por inducci
on:
Si n = 2: Entonces

A=
3 Este
0
a0
1
a1
enunciado es equivalente al primero.
det (A Id) = 2 + a1 + a0 p(2) ()
62
Si es cierto para n 1, entonces es cierto para n: Por hipotesis de induccion, para n 1 se tiene
p(n1) () := n1 + an2 n2 + . . . + a1 + a0
y para n, desarrollando el determinante de la matriz A Id por la primera columna
det (A Id) = (1)n (n1 + an2 n2 + . . . + a1 + a0 )
y de ah el resultado.
4.4
Estabilidad de sistemas no lineales
4.4.1
Estabilidad de las soluciones de equilibrio de sistemas aut

onomos no lineales
El estudio de la estabilidad de las soluciones de sistemas no lineales solo esta completado para las soluciones
de equilibrio.
Para abordar el estudio de la estabilidad de las soluciones de equilibrio de sistemas autonomos no lineales
se consideran primero los sistemas casi lineales autonomos del tipo
x0 (t) = Ax(t) + g(x(t))
(4.9)
con A Mnn (R) (matriz de constantes). Entonces:

Definici
on 24 Dado un sistema de ecuaciones diferenciales del tipo (4.9), se denomina sistema linealizado
asociado al mismo a
x0 (t) = Ax(t)
Y se tiene el siguiente resultado (que se enuncia sin demostracion).
Teorema 20 Sea un sistema de ecuaciones diferenciales del tipo (4.9), tal que
1. g(0) = 0.
2.
g(x(t))
g(x(t))
es una funci
on continua y lim
=0.
x0 kx(t)k
kx(t)k
Entonces la soluci
on de equilibrio x0 (t) = 0 del sistema linealizado es tambien una soluci
on de equilibrio del
sistema y:
1. Si todos los valores propios de A tienen parte real negativa entonces la soluci
on de equilibrio x0 (t) = 0
del sistema es asint
oticamente estable.
2. Si la matriz A tiene alg
un valor propio con parte real positiva entonces la soluci
on de equilibrio x0 (t) = 0
del sistema es inestable.
3. En el resto de los casos no se puede asegurar nada sobre la estabilidad de la soluci
on de equilibrio
x0 (t) = 0 del sistema.
Teniendo esto en cuenta, el estudio de la estabilidad de las soluciones de equilibrio de sistemas aut
onomos
no lineales pasa por la linealizaci
on de los mismos.
63
Proposici
on 36 Sea un sistema de ecuaciones diferenciales aut
onomo (no lineal)
dx(t)
= f (x(t))
dt
(4.10)
y sea x0 un punto de equilibrio cualquiera del sistema (esto es, tal que f (x0 ) = 0). Entonces, la estabilidad
de la soluci
on de equilibrio xeq (t) = x0 es equivalente 4 a la estabilidad de la soluci
on de equilibrio z0 (t) = 0
del sistema

dz(t)
fi
=
z(t) + g(z(t))
(4.11)

dt
xj x=x0
donde g es una funci
on que contiene s
olo terminos cuadr
aticos o de orden superior en zk y verifica que
g(z(t))
lim
=0.
z0 kz(t)k
( Dem. )
Desarrollando f (x) por Taylor en un entorno de x0 , y teniendo en cuenta que f (x0 ) = 0,

fi
fi
0
0
z(t) + g(z(t)) =
z(t) + g(z(t))
f (x) = f (z + x ) = f (x ) +

xk x=x0
xj x=x0
g(z(t))
= 0 , y como x) = z + x0 , se tiene que
z0 kz(t)k
con lim
dx(t)
dz(t)
=
= f (z + x0 )
dt
dt
de donde la ecuaci
on (4.10) queda transformada en (4.11), y x = x0 es solucion de equilibrio de (4.10) si, y
s
olo si, z = 0 es soluci
on de equilibrio de (4.11). De ah el resultado.
Por consiguiente, como corolario del teorema 20 y de esta proposicion se obtiene que el estudio de la
estabilidad de las soluciones de equilibrio de un sistema autonomo se basa en el analisis del signo de la parte
real de los valores propios de la matriz jacobiana de la funcion f en los puntos de equilibrio; esto es:
Proposici
on 37 Sea un sistema de ecuaciones diferenciales aut
onomo (no lineal)
dx(t)
= f (x(t))
dt
y sea x0 un punto de equilibrio cualquiera del sistema (esto es, tal que f (x0 ) = 0). Entonces:

fi
1. Si todos los valores propios de la matriz
tienen parte real negativa, entonces la soluci
on

xj x=x0
eq
0
de equilibrio x (t) = x del sistema inicial es asint
oticamente estable.

fi
tiene alg
un valor propio con parte real positiva, entonces la soluci
on de
2. Si la matriz

xj x=x0
equilibrio xeq (t) = x0 del sistema inicial es inestable.
3. En el resto de los casos no se puede asegurar nada sobre la estabilidad de la soluci
on de equilibrio
xeq (t) = x0 del sistema inicial.
4.4.2
Estabilidad respecto a variaciones del segundo miembro
En este u
ltimo apartado se va a analizar brevemente el problema de la estabilidad de las soluciones de
ecuaciones diferenciales cuando el segundo miembro de la ecuacion sufre peque
nas variaciones. Se enuncia
el resultado para el caso de una s
ola ecuacion diferencial.
4 En
el sentido precisado en el teor. 20.
64
Teorema 21 Considerense los problemas de valores iniciales en D R2

y 0 (t) = f (t, y(t))
y(t0 ) = y0
y (t) = f (t, y(t)) + (t, y(t)
y(t0 ) = y0 + 0
tales que f y son funciones continuas y derivables, con derivadas continuas en D R2 (con (t0 , y0 ), (t0 , y0 +
0 ) D). Sean (t) y (t) soluciones respectivas de ambos problemas de valor inicial. Si existen M R+
f

y R+ (arbitrariamente peque
no) tales que M y |(t, y(t)| < , para todo (t, y) D, entonces
y
|(t) (t)| 0 eM |tt0 | +
para todo t tal que (t, (t)), (t, (t)) D.
( Dem. )
Es una consecuencia del lema de Gronwald.
M |tt0 |
(e
1)
M
Chapter 5
La Transformaci
on de Laplace
5.1
Introducci
on
La transformaci
on de Laplace es un metodo directo y muy potente para la resolucion de problemas de
valor inicial de ecuaciones diferenciales lineales con coeficientes constantes. Su uso permite transformar
una ecuaci
on diferencial (o un sistema) de esta ndole, junto con sus condiciones iniciales, en una ecuaci
on
algebraica. En particular se va a estudiar su aplicacion al caso de ecuaciones diferenciales con segundos
miembros discontinuos, que es cuando este metodo se muestra especialmente u
til.
El uso de la transformaci
on de Laplace en este contexto y, en particular su aplicacion a problemas
de ingeniera electrica, comenz
o en los a
nos treinta (siglo y medio despues de que Laplace introdujese su
transformaci
on), como consecuencia de los trabajos de Van der Pool y Doestch que llevaron a abandonar
el metodo operacional de Heaviside, de aplicacion mas restringida e incomoda y carente de una adecuada
justificaci
on en aquellos tiempos.
En la primera secci
on del captulo se van a introducir los conceptos basicos y propiedades fundamentales
sobre la transformaci
on de Laplace, que se utilizaran para calcular las transformadas de algunas funciones
elementales. Tambien se estudiar
a la cuestion de la inversion de la transformacion de Laplace por el metodo
de descomposici
on en fracciones simples. En la segunda seccion se aplicaran las nociones anteriores para
la resoluci
on de problemas de valor inicial planteados por ecuaciones y sistemas de ecuaciones diferenciales
lineales y ecuaciones ntegro-diferenciales con coeficientes constantes. El analisis de algunos casos especiales
(excitaciones discontinuas y excitaciones puntuales) conducira a la introduccion de la funcion de Heaviside
y la delta de Dirac. Finalmente se estudiara el producto de convolucion y su aplicacion a la resoluci
on de
problemas de valor inicial con excitaciones en cuya expresion aparecen varios terminos de forma diversa.
a
5.2
5.2.1
Definiciones b
asicas y propiedades
Transformadas de Laplace
Comenzaremos definiendo formalmente la transformacion de Laplace.

Definici
on 25 Sea f : [0, ) R R. Se denomina transformada de Laplace de la funci
on f (t) a la
funci
on F : R R (si existe) definida del siguiente modo
Z
Z x
F (s) :=
est f (t)dt := lim
est f (t)dt
x
65
66
En los ejemplos de c
alculo que se muestran en la seccion 5.2.3 puede observarse que la transformada de
Laplace de una funci
on dada puede no existir para algunos valores de s o, incluso, para ning
un valor de s,
tal como muestra el siguiente caso:
Ejemplo:
2
La funci
on f (t) = et no admite transformada de Laplace ya que, para cualquier s, se tiene que
2
est et = et(ts) > et

para t > s + 1, luego para x > s + 1
Z x
Z
st t2
e e dt > lim
lim
x
et dt = lim (ex es+1 ) = +
s+1
El siguiente resultado establece condiciones suficientes que garantizan la existencia de la transformada

de Laplace y precisan su dominio de definicion (esto es, los valores de s para los que existe).
Teorema 22 (de existencia de la transformada de Laplace): Sea f : [0, ) R R tal que:
1. La restricci
on de f a cualquier intervalo finito [0, x] R es una funci
on continua (por lo menos a
trozos).
2. f es de orden exponencial ; es decir, existe M R+ tal que |f (t)| M et , t [0, ).
Entonces la transformada de Laplace F (s) de f (t) existe s (, ).
Z
( Dem. )
La primera condici
on garantiza la existencia de la integral
est f (t)dt para todo x > 0. S

olo
es necesario, pues, garantizar la convergencia de la integral en el intervalo [0, ); pero, por ser f (t) de orden
exponencial , se tendr
a que para s >
Z x
Z x
Z
1
st
(s)t
(5.1)
|e f (t)|dt M
|e
|dt M
|e(s)t |dt =
s
0
0
0
independientemente de x, por lo que la integral impropia es absolutamente convergente y, por tanto, convergente.
Definici
on 26 f : [0, ) R R es una funcion admisible sii:
1. La restricci
on de f a cualquier intervalo finito [0, x] R es una funci
on continua (por lo menos a
trozos).
2. f es de orden exponencial .
Comentarios:
La clase de funciones admisibles es suficientemente amplia para la mayora de las aplicaciones. En
ella se incluyen las funciones polin
omicas, las exponenciales, las logartmicas y las periodicas que sean
continuas a trozos en cada periodo.
Es inmediato probar, adem
as, que la combinacion lineal y el producto de funciones admisibles es otra
funci
on admisible
El siguiente resultado (cuya demostracion se omite) permitira invertir la transformacion de Laplace en
muchas ocasiones, sin necesidad de recurrir a una formula general de inversion que requiere integraci
on en
el campo complejo. Para ello bastar
a con descomponer la funcion F (s) en suma de funciones que sean
transformadas de funciones conocidas, ya que:
Teorema 23 (de unicidad de la transformada de Laplace): Si f (t), g(t) son funciones admisibles y F (s) =
G(s), para todo s grande, entonces f (t) = g(t) en cada punto donde ambas son continuas. En particular, si
f y g son continuas para todo t 0, entonces f = g.
5.2.2
67
Primeras propiedades
Para estudiar las propiedades de la transformacion de Laplace resulta u

til introducir el operador
L
C ([0, ))
f (t)
C (R)
F (s)
Entonces, como primeras propiedades de las transformadas de Laplace se pueden establecer las siguientes:
Proposici
on 38 (Linealidad): L es un operador lineal; esto es, si f (t), g(t) son funciones admisibles, entonces af (t) + bg(t) (con a, b R) es tambien admisible y
L(af (t) + bg(t)) = aL(f (t)) + bL(g(t) aF (s) + bG(s)
( Dem. )
En efecto
Z
L(af (t) + bg(t))
st
(af (t) + bg(t))dt = a
st
f (t)dt + b
est g(t)dt
= aL(f (t)) + bL(g(t) aF (s) + bG(s)
La siguiente propiedad es el fundamento de la aplicacion de las transformadas de Laplace a la resoluci

on
de ecuaciones diferenciales. As, teniendo en cuenta que si f (t) es una funcion derivable tal que f 0 (t) es
admisible, entonces f (t) tambien lo es, se tiene:
Proposici
on 39 (Derivaci
on): Sea f (t) una funci
on derivable tal que f 0 (t) es admisible, entonces
L(f 0 (t)) = sL(f (t)) f (0) sF (s) f (0)
(5.2)
y, en general, si f (t) es derivable hasta el orden n y f (n) (t) es una funci

on admisible, entonces
L(f (n) (t)) = sn F (s) sn1 f (0) . . . sf (n2) (0) f (n1) (0)
( Dem. )
Integrando por partes resulta

Z
Z

0
st 0
st
L(f (t)) =
e f (t)dt = e f (t) + s
0
est f (t)dt
f (0) + sL(f (t)) = sF (s) f (0)
y, en general, procediendo por inducci

on
L(f (n) (t))
= sL(f (n1) (t)) f (n1) (0)

= s(sn1 F (s) sn2 f (0) . . . f (n2) (0)) f (n1) (0)
= sn F (s) sn1 f (0) . . . sf (n2) (0) f (n1) (0)
Comentario:
En la anterior proposici
on se asume que f (t) esta definida en t = 0. De no ser as, al ser f (t) admisible
y, por tanto, continua a trozos, ha de existir f (0+ ) = lim+ f (t) y se tiene
t0
L(f (t))
Z
=
lim
0+
e

+
st 0
f (t)dt = lim (e
0+
st
f (t)|

= f (0 ) + sL(f (t)) sF (s) f (0+ )

y lo mismo para el caso general.
Z
+s

est f (t)dt)
68
La inversi
on de la transformaci
on de Laplace se vera facilitada en gran medida por las siguientes
propiedades:
Proposici
on 40 (Integraci
on): Si f (u) una funci
on integrable y admisible (con transformada de Laplace
Z t
f (u)du es admisible y
F (s)), entonces
0
t
Z
L

f (u)du
Z
( Dem. )
Poniendo g(t) =
propiedad de derivaci
on
F (s)
s
f (u)du se tiene que g 0 (t) = f (t) con g(0) = 0, por lo que utilizando la
Z
F (s) = L(g (t)) = sL(g(t)) = sL

f (u)du
Proposici
on 41 (Valores inicial y final): Si f (t) es una funci
on admisible (con transformada de Laplace
F (s)) cuya derivada es admisible y existen los lmites de f (t) cuando t 0+ y t +, entonces
1.
lim F (s) = 0 .
s+
2. lim+ f (t) = lim sF (s) .

s+
t0
3.
lim f (t) = lim sF (s) .
t+
( Dem. )
s0
En efecto.
1. Es una consecuencia inmediata de la acotacion |F (s)|
M
, que se obtiene, a su vez, de la acotaci
on
s
(5.1).
2. Se parte de la propiedad de derivacion expresada como
L(f 0 (t)) = sF (s) lim f (t)
t0+
Haciendo s + y teniendo en cuenta que, al ser f 0 (t) admisible, se tiene que lim L(f 0 (t)) = 0 , el
t0+
resultado es inmediato.
3. Se parte de nuevo de la propiedad de derivacion escrita ahora en la forma
Z x
L(f 0 (t)) = lim
est f 0 (t)dt = sF (s) f (0)
x+
de donde, haciendo s +, se obtiene

lim sF (s) f (0)
s0
Z x
Z x
lim lim
est f 0 (t)dt = lim lim
est f 0 (t)dt
x+ s0 0
s0 x+ 0
Z x
=
lim
f 0 (t)dt = lim f (x) f (0) = lim f (t) f (0)
x+
x+
t+
(Se ha utilizado el hecho de que es posible intercambiar el orden de ejecucion de los lmites, por estar
F (s) definida en un entorno de s = 0).
69
Proposici
on 42 (Multiplicaci
on por t): Si f (t) es una funci
F (s)), entonces
dF (s)
L(tf (t)) =
ds
( Dem. )
En efecto, pues
dF (s)
d
=
ds
ds
st
Z
f (t)dt =
est tf (t)dt
f (t)
es una funci
on admisible, para lo cual, si f (t) es admisible (con
t
f (t)
transformada de Laplace F (s)), es suficiente con que exista lim+
, entonces
t
t0

Z
f (t)
L
=
F (u)du
t
s
Proposici
on 43 (Divisi
on por t): Si
( Dem. )
Si g(t) =
f (t)
se tiene que f (t) = tg(t), y utilizando la propiedad anterior
t
F (s) =
de donde
Z
Z
F (u)du = lim
x+
Z
F (u)du = lim
x+
dG(s)
ds
dG(u)
du = lim (G(s) G(x)) = G(s) = L
x+
du
f (t)
t
donde se ha utilizado la propiedad 1 de la proposicion 41.

Proposici
on 44 (Multiplicaci
on por eat ): Si f (t) es una funci
F (s)), entonces
L(eat f (t)) = F (s a)
( Dem. )
En efecto, pues
L(eat f (t)) =
est eat f (t)dt =
e(sa)t f (t)dt = F (s a)
Proposici
on 45 (Traslaci
on): Si f (t) es una funci
on admisible (con transformada de Laplace F (s)), entonces la funci
on

f (t a) si t a
f(t) =
0
si t < a
es admisible y
L(f(t)) = eas F (s)
( Dem. )
En efecto, pues
L(f(t)) =
est f(t)dt =
est f (t a)dt = ()
y haciendo t a = u,
Z
() =
0
esu esa f (u)du = eas F (s)
70
Proposici
on 46 (Cambio de escala): Si f (t) es una funci
on admisible (con transformada de Laplace F (s))
y a > 0, entonces
1 s
L(f (at)) = F
a
a
( Dem. )
En efecto, haciendo at = u
Z
Z
1 su
1 s
L(f (at)) =
est f (at)dt =
e a f (u)du = F
a 0
a
a
0
Proposici
on 47 (Funciones peri
odicas): Si f (t) es una funci
on admisible peri
odica de periodo T ; es decir,
f (t + T ) = f (t), entonces
R T st
e f (t)dt
L(f (t)) = 0
1 esT
( Dem. )
En efecto,
Z
est f (t)dt =
L(f (t)) =
y haciendo t = T + u en la u
ltima integral
Z T
Z
st
() =
e f (t)dt +
0
est f (t)dt +
est f (t)dt = ()
es(T +u) f (T + u)du
0
T
est f (t)dt + esT
5.2.3
esu f (u)du =
est f (t)dt + esT F (s)
Transformadas de Laplace de algunas funciones elementales
Vamos a utilizar algunas de las propiedades expuestas para calcular, a modo de ejemplo, las transformadas
de Laplace de algunas funciones elementales.
1. f (t) = 1.
Z
L(1) :=
est dt = lim
1
1 esx
=
x
s
s
est dt = lim
si s > 0, no existiendo si s 0.
2. f (t) = tn .
Para n = 1 se tiene
Z
L(t) :=
st
Z
tdt = lim
est tdt =
1
s2
si s > 0, no existiendo si s 0. (Tambien se obtiene a partir del primer resultado y usando la propiedad
de multiplicaci
on por t).
Para n = 2, partiendo del anterior resultado y usando la propiedad de multiplicacion por t,
L(t2 ) =
d 1
2
= 3
2
ds s
s
Finalmente, por inducci

on
L(tn ) =
d
d (n 1)!
n!
L(tn1 ) =
= n+1
ds
ds sn
s
71
3. f (t) = tn eat .
Partiendo del resultado anterior y usando la propiedad de multiplicacion por eat :
n!
(s a)n+1
L(tn eat ) =
4. f (t) = eat .
L(eat ) :=
est eat dt = lim
e(sa)t dt =
1
sa
si s > a, no existiendo si s a. (Tambien se obtiene a partir del primer resultado y usando la propiedad
de multiplicaci
on por eat ).
5. f (t) = cos bt , g(t) = sin bt.
Sus transformadas de Laplace se pueden determinar directamente como en los otros ejemplos, pero es
m
as c
omodo utilizar la f
ormula de Euler:
Z
Z
L(cos bt) + iL(sin bt) :=
est cos btdt + i
est sin btdt
0
0
Z
Z
s + ib
1
= 2
=
est (cos bt + i sin bt)dt =
est eibt dt =
s ib
s + b2
0
0
e igualando partes real e imaginaria se obtiene
L(cos bt)
L(sin bt)
s
s2 + b2
b
2
s + b2
6. f (t) = eat cos bt , g(t) = eat sin bt.

Partiendo del resultado anterior y usando la propiedad de multiplicacion por eat :
L(eat cos bt)
L(eat sin bt)
sa
(s a)2 + b2
b
(s a)2 + b2
7. f (t) = t cos bt , g(t) = t sin bt.

Partiendo del mismo resultado que antes y usando la propiedad de multiplicacion por t:
L(t cos bt)
L(t sin bt)
s2 b2
(s2 + b2 )2
2bs
(s2 + b2 )2
Comentario:
Naturalmente el uso de las propiedades expuestas puede reiterarse. As, p. ej., para obtener la
transformada de Laplace de la funcion
Z t
f (t) =
eu u sin udu
0
se parte de la transformada de f (t) = sin t y basta con aplicar sucesivamente las propiedades de
multiplicaci
on por t, de multiplicacion por eat y de integracion, para obtener
Z t

2(s + 1)
u
L
e u sin udu =
s((s + 1)2 + 1)2
0
5.2.4
72
Inversi
on (por descomposici
on en fracciones simples)
Se va a estudiar, finalmente, el problema de invertir la transformacion de Laplace. En general ello requiere

considerar s como variable compleja e integrar en el plano complejo. Afortunadamente, en muchos casos
de las aplicaciones, la transformada de Laplace es una funcion racional con el polinomio del numerador de
grado menor que el del denominador (esto es una consecuencia de la propiedad del valor inicial (1)). En
tales casos es m
as f
acil invertir la transformacion utilizando el metodo que a continuacion se describe.
P (s)
, donde P (s) y Q(s) son polinomios con coeficientes reales y
Q(s)
grado (P (s)) < grado (Q(s)). El procedimiento consiste en descomponer la funcion en suma de fracciones
simples. Entonces, pueden darse los siguientes casos, seg
un las caractersticas de las races de Q(s):
Sea la funci
on racional F (s) =
1. Si R es una raz de Q(s) con multiplicidad , entonces en la descomposicion en fracciones simples

aparecen los factores
A1
s
A2
(s )2
...
A
(s )
(Ak R)
y, de acuerdo con los resultados del apartado anterior, para cada uno de ellos se tiene, en general,
k = 1, . . . , ,

Ak (k 1)!
Ak
Ak
k1 t
=
=L
t
e
(s )k
(k 1)! (s )k
(k 1)!
2. Si + i C es una raz de Q(s), tambien lo es su conjugada i C, ambas con la misma
multiplicidad . Entonces se pueden englobar los factores correspondientes a estas dos races en un
s
olo sumando, debiendose distinguir los siguientes casos:
(a) Si la multiplicidad es = 1: Entonces el termino correspondiente a estas races que aparece en la
descomposici
on en fracciones simples es

As + B
A(s )
A + B
A + B t
t
e
sin
t
=
+
=
L
Ae
cos
t
+
(s )2 + 2
(s )2 + 2
(s )2 + 2
(b) Si la multiplicidad es = 2: Entonces, en la descomposicion en fracciones simples correspondiente

a estas races aparece, adem
as del anterior, el termino
Cs + D
C
2(s )
1
=
+ (C + D)
2
2
2
2
2
2
((s ) + )
2 ((s ) + )
((s )2 + 2 )2
Para el primer sumando se tiene

2(s )
= L et t sin t
((s )2 + 2 )2
y para el segundo
1
((s )2 + 2 )2
=
=
=
1 (s )2 + 2 (s )2 + 2
2 2
((s )2 + 2 )2
1
1 (s )2 2
3
3
2
2
2 (s ) +
2 ((s )2 + 2 )2
1
1
L(et sin t) 2 L(et t cos t)
3
2
2
(c) Si la multiplicidad es > 2, entonces la inversion de los correspondientes terminos es mas c

omoda
si se utilizan los metodos de convolucion que se expondran al final del captulo.
Comentario:
Observese que, al expresar la funci
on racional como suma de fracciones simples e invertir la transformaci
on de Laplace, se est
a haciendo uso de la propiedad expresada en el teorema de unicidad de la
transformada de Laplace.
73
El c
alculo de los coeficientes que aparecen en la descomposicion en fracciones simples puede hacerse por
el conocido metodo de coeficientes indeterminados. Sin embargo, para los terminos correspondientes a
races reales (y, en particular, cuando son simples) es mas comodo el siguiente metodo:
Si R es una raz de Q(s) con multiplicidad , se tiene
P (s) X Ak
+ R(s)
=
Q(s)
(s )k
k=1
donde R(s) es una funci

on racional cuyo denominador ya no contiene la raz . Multiplicando ambos
miembros por (s ) se obtiene
X
P (s)
=
Ak (s )k + (s ) R(s)
Q(s)/(s )
k=1
e identificando el segundo miembro como el desarrollo de Taylor del primero, se obtiene que

d
P (s)
P (s)

, A1 =
A =

Q(s)/(s ) s=
ds Q(s)/(s ) s=
y, en general
1
dk
Ak =
( k)! dsk
5.3
5.3.1
P (s)
Q(s)/(s )
s=
Aplicaci
on a la resoluci
on de ecuaciones diferenciales
Resoluci
on de problemas de valor inicial de ecuaciones y sistemas con
coeficientes constantes
Utilizando u
nicamente las propiedades de linealidad y de derivacion de la transformacion de Laplace, se est
a
ya en condiciones de resolver algunos problemas de valor inicial para:
1. Ecuaciones diferenciales lineales con coeficientes constantes.
2. Sistemas de ecuaciones diferenciales lineales con coeficientes constantes.
3. Ecuaciones ntegro-diferenciales.
on de problemas).
5.3.2
Excitaciones discontinuas: Funci

on de Heaviside
El uso de la transformada de Laplace para la resolucion de los problemas de valor inicial de ecuaciones
diferenciales se
nalados en el apartado anterior muestra toda su eficacia cuando la funcion que aparece en el
termino independiente de la ecuaci
on (o sistema) presenta discontinuidades de salto en uno o varios puntos
de su dominio 1 .
Para tratar este tipo de problemas con el metodo de la transformacion de Laplace es de gran utilidad la
siguiente funci
on:
Definici
on 27 Se denomina funci
on de Heaviside o funcion de salto unidad a la funci
on

0 si 0 t < a
u(t a) ua (t) =
1
si a t
Si a = 0 se escribe simplemente u(t).
1 Ello
corresponde a que el sistema modelado por dicha ecuaci

on presente saltos bruscos en uno o varios instantes.
74
El resultado de mayor interes para nosotros es:

Proposici
on 48 La transformada de Laplace de ua (t) es
L(ua (t)) =
En particular L(u(t)) =
( Dem. )
esa
s
1
.
s
Inmediata, pues
Z
L(ua (t)) :=
est ua (t)dt =
est dt =
esa
s
Comentarios:
Una funci
on que presente discontinuidades de salto tal como
f1 (t) si 0 t < a
f2 (t) si a t < b
f (t) =
f3 (t)
si b t
se puede expresar en terminos de la funcion de Heaviside de la siguiente forma
f (t)
= f1 (t)(u(t) u(t a)) + f2 (t)(u(t a) u(t b)) + f3 (t)u(t b)

= f1 (t) + (f2 (t) f1 (t))u(t a) + (f3 (t) f2 (t))u(t b)
La propiedad de traslaci
on puede expresarse ahora en terminos de la funcion de Heaviside como
L(f(t)) = L(u(t a)f (t a)) = eas F (s)
(donde F (s) = L(f (t))), f
ormula que permite el calculo de la transformada de Laplace de una funci
on
con discontinuidades de salto y tambien su inversion.
on de problemas).
5.3.3
Delta de Dirac
Hay muchas aplicaciones cuya modelizacion matematica conduce a ecuaciones diferenciales lineales (con
coeficientes constantes) en las que la funcion f (t) del termino independiente es nula fuera de un estrecho
intervalo [a, a + ] en el que toma valores arbitrariamente grandes. Normalmente, ademas, estos valores son
Z
desconocidos, disponiendose u
nicamente del valor de la integral I =
f (t)dt (si a < a + ).
Este tipo de situaciones se presenta en problemas de naturaleza impulsiva. Por ejemplo, en un sistema
mec
anico formado por una masa sujeta mediante un resorte elastico, al golpear con un martillo en un
instante t = a, comunicando un impulso de valor I durante un breve intervalo de tiempo [a, a + ], en el
cual el martillo est
a en contacto con la masa (en este caso, f (t) representa la fuerza aplicada en ese lapso
de tiempo). Tambien en el caso de un circuito electrico RCL, cuya ecuacion
Z
dI
1 t
e(t) = RI + L
+
I( )d
dt
C 0
se deriva para obtener la ecuaci
on diferencial
L
d2 I
dI
1
de
+R
+ I=
= f (t)
dt2
dt
C
dt
75
cuando la tensi
on cambia bruscamente en el instante (de hecho entre y + ) desde un valor e0 hasta
el valor e0 + I.
Para tratar estas situaciones se va a considerar el caso ideal que se obtiene al hacer que 0. Fijando
I = 1, si f f0 , esta funci
on f0 debera satisfacer
Z
f0 (t) = 0
para t 6=
si a <
f0 (t)dt = 1
condiciones que no puede verificar ninguna funcion ordinaria.

Observese, no obstante, que lo que realmente interesa no es obtener el valor del lmite de f cuando 0,
sino resolver el problema de valor inicial
a2 y 00 (t) + a1 y 0 (t) + a0 y(t) = f (t)
y(0) = 0
y 0 (0) = 0
(5.3)
para el caso 0, y que en la resoluci

on de un problema como este (que para simplificar se ha tomado
con condiciones iniciales homogeneas) no es preciso conocer los valores de f (t) sino simplemente el valor de
Z
g(t)f (t)dt , donde g(t) es una funcion continua. En efecto, la solucion de (5.3)
integrales de la forma
obtenida por el metodo de variaci

on de constantes a partir de dos soluciones y1 e y2 de la ecuacion lineal
homogenea asociada es, como se puede comprobar,
Z t
Z t
y2 ( )
y1 ( )
y(t) = y1 (t)
f ( )d + y2 (t)
f ( )d
0 a2 W ( )
0 a2 W ( )
An
alogamente, la resoluci
on del problema de valor inicial (5.3) utilizando la transformacion de Laplace
conduce a la ecuaci
on
Z
2
(a2 s + a1 s + a0 )Y (s) = F (s) =
est f (t)dt
0
de donde se obtiene Y (s) e, invirtiendo, y(t). En ambos casos f (t) solo interviene como integrando multiplicado por una funci
on continua.
Z
As pues, para resolver el caso ideal planteado ( 0) hay que calcular lim
g(t)f (t)dt cuando g(t)
0
es una funci
on continua. Se tiene:
Lema 5 Si g(t) es continua en [, ], entonces

Z
lim
0

g(t)f (t)dt =
g(a) si a <
0
en otro caso
( Dem. ) Si es tal que a < , para suficientemente peque

no a < a + < , y como f (t) = 0
para t 6 [a, a + ],
Z
Z a+
g(t)f (t)dt =
g(t)f (t)dt
Ahora, con m = min g(t) y M = max g(t) , se tiene

[a,a+]
[a,a+]
a+
a+
Z
f (t)dt
m
Z
g(t)f (t)dt M
es decir
a+
f (t)dt
a
a+
Z
m
g(t)f (t)dt M
a
pero como g es continua, cuando 0, tanto m como M tienden a g(a), luego

Z
lim
0
g(t)f (t)dt = g(a)
76
Si a entonces f (t) = 0 en [, ], y si a entonces, para suficientemente peque

no, a + < a,
luego tambien f (t) = 0 en [, ], por tanto
Z
g(t)f (t)dt = 0
lim
0
Este resultado permite considerar el caso ideal 0 (en que f f0 ) en la situacion descrita. Para ello
se define la siguiente funci
on 2 :
Definici
on 28 Se denomina delta de Dirac a la funci
on (t a) tal que, para toda funci
on continua g(t)
en [, ], verifica que

Z
g(a) si a <
g(t)(t a)dt =
0
en otro caso
Con esta definici

on, el caso 0 en un problema de valor inicial como (5.3) (pero con condiciones
iniciales cualesquiera) conduce a la ecuacion
a2 y 00 (t) + a1 y 0 (t) + a0 y(t) = I(t a)
y(0) = y0
y 0 (0) = y1
para cuya resoluci

on basta con conocer L((t a)).
Proposici
on 49 La transformada de Laplace de (t a) es
L((t a)) = esa
En particular, para a = 0, L((t)) = 1 .
( Dem. )
Inmediata, pues de la propia definicion se obtiene que

Z
L((t a)) :=
est (t a)dt = esa
0

on de problemas).
5.3.4
Convoluci
on y sistemas lineales
A menudo se presenta el problema de determinar la respuesta de un sistema sometido a varias excitaciones

de diverso tipo simult
aneamente. Considerese como modelo el caso en que la formulacion matematica del
sistema conduce al problema de valor inicial (5.3)
a2 y 00 (t) + a1 y 0 (t) + a0 y(t) = f (t)
y(0) = 0 ,
y 0 (0) = 0
(5.4)
con f (t) conteniendo diferentes expresiones tipos de funciones (para simplificar se han considerado condiciones iniciales homogeneas). Su resoluci
on mediante la transformada de Laplace lleva a
Y (s) =
1
F (s) H(s)F (s)
a2 s2 + a1 s + a0
(5.5)
y s
olo resta invertir la transformaci
on de Laplace para obtener y(t). Sin embargo, sera deseable hacerlo de
tal forma que al cambiar f (t) y, por tanto F (s), no hubiera que rehacer todos los calculos. Para ello, se
1
comienza observando que en la anterior expresion H(s) =
es la transformada de Laplace de
a2 s2 + a1 s + a0
la funci
on h(t), soluci
on del problema de valor inicial dado cuando F (s) = 1, es decir, cuando f (t) = (t).
Entonces:
a2 h00 (t) + a1 h0 (t) + a0 h(t) = (t) ; h(0) = 0 , h0 (0) = 0
2 Realmente
no se trata de una verdadera funci

on en el sentido ordinario, sino de una distribuci
on.
77
Definici
on 29 Dado un problema de valor inicial
a2 y 00 (t) + a1 y 0 (t) + a0 y(t) = f (t)
y(0) = y0
y 0 (0) = y1
se denomina funci
on de transferencia o respuesta impulsional del sistema a la funci
on h(t) soluci
on del
problema de valor inicial
a2 h00 (t) + a1 h0 (t) + a0 h(t) = (t)
esto es a la funci
on cuya transformada de Laplace es
h(0) = 0
h0 (0) = 0
(5.6)
1
.
a2 s2 + a1 s + a0
Comentario:
N
otese que s
olo pueden darse los siguientes casos:
1. La soluci
on general de la ecuacion (5.6) es h(t) = (c1 cos bt+c2 sin bt)eat , si las races del polinomio
caracterstico asociado son del tipo = a + bi.
on particular del problema de valor inicial da c1 = 0.
2. La soluci
on general de la ecuacion (5.6) es h(t) = c1 e1 t + c2 e2 t , si las races del polinomio
caracterstico son 1 , 2 R, con 1 6= 2 .
on particular del problema de valor inicial da c1 = c2 .
3. La soluci
on general de la ecuacion (5.6) es h(t) = c1 et + c2 tet , si las races del polinomio
caracterstico son 1 = 2 R.
on particular del problema de valor inicial da c1 = 0.
Observese que la funci
on de transferencia de un sistema depende u
nicamente de la parte fija del
problema, correspondiente a los coeficientes ai .
La expresi
on (5.5) sugiere que y(t) este relacionada directamente con h(t) y f (t). Se trata de discernir
c
omo. En general se tiene que y(t) 6= h(t)f (t), ya que L(h(t)f (t)) 6= L(h(t))L(f (t)). El resultado correcto
es:
Proposici
on 50 El problema de valor inicial (5.4) (cuya resoluci
on por el metodo de Laplace conduce a la
expresi
on (5.5)) tiene como soluci
on la funci
on
Z t
Z t
y(t) '
f ( )h(t )u(t )d =
f ( )h(t )d
0
( Dem. )
Se va a aproximar la funci
on f (t) mediante
f (t) '
N
1
X
f (ti )(u(t ti ) u(t ti+1 ))
i=1
y, a su vez, se va a utilizar la aproximaci

on
u(t ti ) u(t ti+1 ) ' ti (t ti )
con lo que, si ci = f (ti )ti ,
f (t) '
N
1
X
ci (t ti )
i=1
A continuaci
on se van a utilizar dos propiedades basicas de las soluciones de problemas de valor inicial de
ecuaciones diferenciales lineales. En primer lugar, es valido el principio de superposicion, por lo que la
soluci
on correspondiente a una combinacion lineal de excitaciones es la correspondiente combinacion de las
soluciones a cada una de las excitaciones. As pues, se puede aproximar la solucion y(t) por
y(t) '
N
1
X
i=1
ci yi (t)
78
donde yi (t) son las soluciones de

a2 y 00 (t) + a1 y 0 (t) + a0 y(t) = (t ti )
y(0) = 0 ,
y 0 (0) = 0
En segundo lugar, por la propiedad de invariancia en el tiempo del sistema se ha de tener que yi (t) =
h(t ti )u(t ti ), lo que se traduce en
L(yi (t)) = H(s)L((t ti )) = H(s)esti
obteniendose, as, que
y(t) '
N
1
X
f (ti )ti h(t ti )u(t ti+1 )
i=1
El segundo miembro de esta expresi

on puede verse como una suma de Riemann, por lo que, al hacer N
y max{ti , 0 i N 1} 0, se tendra
Z t
Z t
f ( )h(t )d
f ( )h(t )u(t )d =
y(t) '
0
ya que u(t ) = 1 para < t.

Definici
on 30 Dadas dos funciones f (t) y g(t), se denomina producto de convolucion de las mismas a la
funci
on (si existe)
Z t
f ( )g(t )d
(f g)(t) :=
0
De la discusi
on precedente se obtiene inmediatamente el siguiente resultado:
Teorema 24 (de Convoluci
on): Si f (t) y g(t) son funciones admisibles, entonces f (t) g(t) tambien lo es y
L((f g)(t)) = L(f (t))L(g(t))
Comentario:
El producto de convoluci
on es muy u
til para invertir la transformacion de Laplace, ya que, del teorema
de convoluci
on se obtiene de inmediato que si Y (s) = F (s)G(s) y f (t) = L1 (F (s) y g(t) = L1 (G(s))
entonces y(t) = L1 (Y (s)) = (f g)(t)).
Utilizando la definici
on y/0 este teorema es inmediato comprobar las siguientes propiedades:
Proposici
on 51 Sean f (t), g(t) y h(t) funciones admisibles, entonces:
1. (f g)(t) = (g f )(t).
2. (f (g + h))(t)) = (f g)(t) + (f h)(t).
3. ((f g) h)(t)) = (f (g h))(t).
4. ( f )(t) = f (t).
Teniendo presente todo esto, se puede ahora afirmar que la solucion del problema de valor inicial (5.4) es
Z t
y(t) = (f h)(t)) =
f ( )h(t )d
0
y si se modifica f (t) s
olo ser
a necesario modificar, en consecuencia, el calculo del producto de convoluci
on
con la funci
on de transferencia del sistema.
on de problemas).
Chapter 6
Ecuaciones Diferenciales en Derivadas

Parciales
6.1
Introducci
on
a que
todas las funciones son diferenciables con continuidad hasta el orden que se desee.
6.2
6.2.1
Ecuaciones en derivadas parciales y problemas de contorno

Definiciones b
asicas
Antes de comenzar conviene recordar que, como se definio en el primer captulo, una ecuacion diferencial es
una relaci
on entre una funci
on (suficientemente derivable), sus variables y una o varias derivadas sucesivas
de la funci
on. En forma implcita es una expresion del tipo
F (x, y(x), y 0 (x), . . . , y (n) (x)) = 0
Entonces:
Definici
on 31 Se denomina ecuaci
on diferencial en derivadas parciales a una ecuaci
on diferencial en la que
la funci
on inc
ognita es de varias variables, u u(x1 , . . . , xn ). Esto es, una expresi
on del tipo:

2u
u
u 2 u
2u
,
,...,
,
,..., 2 ,... = 0
F x1 , . . . , x n ,
x1
xn xk1 x1 x2
xn
(Las ecuaciones en derivadas parciales se suelen expresar siempre en forma implcita).
1. Se denomina orden de la ecuaci
on al de la derivada de mayor orden que interviene en la ecuaci
on.
2. Se denomina grado de la ecuaci
on al exponente de la derivada de mayor orden.
Igual que con las ecuaciones diferenciales ordinarias, se van a tratar, en particular, las ecuaciones en
derivadas parciales de tipo lineal:
Definici
on 32 Una ecuaci
on diferencial en derivadas parciales es de tipo lineal sii es de primer grado en
la funci
on inc
ognita u y en sus derivadas parciales. Se suele escribir L(u) = f (donde u y f son funciones
de varias variables y L es un operador lineal que puede contener en su expresi
on funciones de las variables
independientes).
La ecuaci
on lineal es homogenea sii no tiene termino independiente; esto es, f = 0.
79
80
Ejemplos:
Una ecuaci
on en derivadas parciales lineal es, por ejemplo,
2
donde L = 2
u
u
2u
+ xy 2 ex
= f (x, y)
x
x
y
+ xy 2 ex
.
x
x
y
No es una ecuaci
on en derivadas parciales lineal la siguiente
u
ya que L = u
2u
u
+ xy
= f (x, y)
x
xy
2
+ xy
no es un operador lineal, como puede comprobarse f
acilmente.
x
xy
En este captulo se prestar

a especial atencion a las ecuaciones diferenciales en derivadas parciales de
segundo orden ya que, como se ver
a, son las que aparecen en las principales aplicaciones.
6.2.2
Problemas de contorno. Tipos de condiciones de contorno y de valor

inicial
En el contexto de este captulo, un problema de contorno consiste en resolver una ecuacion diferencial
en derivadas parciales, esto es, en hallar una funcion u que satisfaga dicha ecuacion en alg
un dominio de
las variables independientes, asi como ciertas condiciones de la funcion y/o sus derivadas parciales en el
contorno de este dominio. Tambien se acostumbra a exigir condiciones de continuidad de u y sus derivadas
en el dominio en cuesti
on y su contorno.
Las condiciones de contorno que se van a considerar principalmente son las siguientes:
Definici
on 33 Un problema de contorno es lineal sii la ecuaci
on en derivadas parciales a la que est
a asociado
es lineal y las propias condiciones de contorno tambien son lineales. Se tiene, por tanto:
e.d.p. lineal:
Conds. cont. lineales:
L(u) = f
L1 (u) = f1 , . . . , Lk (u) = fk
Si f1 = . . . = fk = 0 se dice que las condiciones de contorno son homogeneas.

Ejemplo:
En el recinto 0 < x < 1, y > 0 se define
e.d.p. lineal:
Conds. cont. lineales:
2u 2u
= sin x
y 2
x2
L1 (u(x, 0)) := u(x, 0) = 0 , 0 x 1
u
L2 (u(x, 0)) :=
(x, 0) = 0 , 0 x 1
x
L3 (u(0, y)) := u(0, y) = 0 , y 0
L(u(x, y)) :=
L4 (u(1, y)) := u(1, y) = 0 , y 0

En este ejemplo se tiene f = sin x, f1 = f2 = f3 = f4 = 0; luego las condiciones de contorno son
lineales y homogeneas.
Igual que en el caso de ecuaciones diferenciales ordinarias lineales, se tiene el siguiente resultado:
81
Proposici
on 52 (Principio de superposicion de soluciones): Sea una ecuaci
on en derivadas parciales lineal
y homogenea L(u) = 0. Si u1 , . . . , un son soluciones, entonces:
1. Cualquier combinaci
on lineal de las mismas, u =
n
X
ck uk , es tambien soluci
on.
k=1
2. Si u1 , . . . , un son soluciones que satisfacen una condici

on de contorno lineal y homogenea, entonces
n
X
cualquier combinaci
on lineal de las mismas, u =
ck uk , satisface tambien la condici
on dada.
k=1
( Dem. )
Evidente pues, por ser L lineal

L(u) = L(
n
X
ck u k ) =
k=1
n
X
ck L(uk ) = 0
k=1
y la segunda parte de la proposici

on es inmediata.
A continuaci
on se van a introducir las diversas maneras en que pueden presentarse las condiciones de
contorno.
Definici
on 34 Un problema de contorno es de tipo Dirichlet sii las condiciones de contorno consisten en
dar los valores de la funci
on inc
ognita u en el contorno del dominio de definici
on del problema.
Definici
on 35 Un problema de contorno es de tipo Newmann sii las condiciones de contorno consisten en
u
de la funci
on inc
ognita u, en la direcci
on normal al contorno
dar los valores de la derivada direccional
n
del dominio de definici
on del problema, sobre los puntos de dicho contorno.
Definici
on 36 Un problema de contorno es de tipo mixto sii las condiciones de contorno consisten en
u
(en la
dar los valores de una combinaci
on lineal de la funci
on inc
ognita u y de la derivada direccional
n
direcci
on normal al contorno del dominio de definici
on del problema) sobre los puntos de dicho contorno. Es
decir, de
u
hu +
n
donde h es una constante arbitraria o una funci
on de las variables independientes.
Definici
on 37 Un problema de contorno es de tipo Cauchy sii la ecuaci
on en derivadas parciales es de
segundo orden en alguna de las variables (p. ej., y) y las condiciones de contorno consisten en dar los
u
valores de la funci
on inc
ognita u y de la derivada parcial
en y = 0.
y
Mas adelante se ver
a c
omo se resuelven diversos tipos de ecuaciones en derivadas parciales sometidas a
diferentes clases de condiciones de contorno.
6.2.3
Clasificaci
on de las ecuaciones en derivadas parciales de segundo orden
lineales
Considerese una ecuaci

on en derivadas parciales de segundo orden lineal homogenea con coeficientes constantes. Por simplicidad se tratar
a la cuestion en dos dimensiones; esto es, se supondra que la funci
on
inc
ognita depende de dos variables, u = u(x, y). Con estas hipotesis, se estan considerando ecuaciones cuya
expresi
on general es
L(u) := A
2u
2u
u
u
2u
+B
+C 2 +D
+E
+ Fu = 0
2
x
xy
y
x
y
(6.1)
donde A, B, C, D, E, F R son constantes. En estas condiciones se tiene el siguiente resultado general:
82
Proposici
on 53 Toda ecuaci
on en derivadas parciales de segundo orden lineal con coeficientes constantes
(en dos dimensiones) del tipo (6.1) puede convertirse (por medio de transformaciones lineales) en una de
los tres siguientes tipos:
1. Una ecuaci
on lineal con coeficientes constantes con un u
nico termino de segundo orden en el que
aparecen las derivadas parciales cruzadas de la funci
on inc
ognita.
2. Una ecuaci
on lineal con coeficientes constantes con un u
nico termino de segundo orden en el que no
aparecen las derivadas parciales cruzadas de la funci
on inc
ognita.
3. Una ecuaci
on lineal con coeficientes constantes con dos terminos de segundo orden (con el mismo
coeficiente) en los que no aparecen las derivadas parciales cruzadas de la funci
on inc
ognita.
( Dem. )
Si se efect
ua el siguiente cambio lineal de coordenadas
t = x + y
s = x + y
(6.2)
(con , , , R par
ametros arbitrarios) y se designa por u
=u
(t, s) a la funcion transformada de u(x, y),
se tiene que
u
x
u
y
2u
x2
2u
xy
2u
y 2
=
=
=
=
=
+
t
s
u
+
t
s
2
2u
2u
2u
2u
2u
2u
2 2 +
+
+ 2 2 = 2 2 + 2
+ 2 2
t
ts
st
s
t
ts
s
2u
2u
2u
2u
2u
2u
2u
2 +
+
+ 2 = 2 2 + ( + )
+ 2 2
t
ts
st
s
t
ts
s
2u
2u
2u
2u
2u
2u
2u
2 2 +
+
+ 2 2 = 2 2 + 2
+ 2 2
t
ts
st
s
t
ts
s
con lo que la ecuaci

on (6.1) se transforma en
0
2u
2u
2u
2
2
+
(2A
+
(
+
)B
+
2C)
+
(
A
+
B
+
C)
+
t2
ts
s2
u
u
D( + )
+ E( + )
+ Fu
t
s
(2 A + B + 2 C)
Analicemos la forma de los terminos de segundo orden, de manera que se obtenga una de las tres opciones
consideradas.
1. La ecuaci
on tiene un s
olo termino de segundo orden en el que aparecen las derivadas parciales cruzadas
de la funci
on inc
ognita.
Hay dos posibilidades:
(a) Si A = C = 0 el resultado es directo sin necesidad de realizar la transformacion (6.2).
(b) Sup
ongase que A 6= 0 (y/o C 6= 0). Entonces ha de tenerse que
2 A + B + 2 C = 0 ,
2 A + B + 2 C = 0
o, equivalentemente
2

A+
B+C =0 ,
2
A+

B+C =0
de donde, despejando, se obtiene la siguiente relacion

p
p
1
1
=
(B B 2 4AC) ,
=
(B B 2 4AC)
2A
2A
(6.3)
83
(en una de las igualdades se toma el signo + y en la otra el ). Para que la transformacion (6.2)
no sea singular ha de ser 6= , por lo que la ecuacion adopta la forma deseada
2u
+ D0
+ E0
+ Fu
=0
ts
t
s
si, y s
olo si, B 2 4AC > 0.
2. La ecuaci
on tiene un s
olo termino de segundo orden en el que no aparecen las derivadas parciales
cruzadas de la funci
on inc
ognita.
(a) Si B = C = 0
o B = A = 0 el resultado es directo sin necesidad de realizar la transformaci
on
(6.2).
(b) Suponiendo de nuevo que A 6= 0 (y/o C 6= 0), entonces ha de tenerse que
2 A + B + 2 C = 0 ,
2A + ( + )B + 2C = 0
=
, con lo que se
2A
logra la anulaci
on del primer coeficiente. Por otra parte, si se toma = 1 y = 0; es decir, se
realiza la transformaci
on
t = Bx + 2Ay , s = x
Si B 2 4AC = 0, de la primera de las expresiones (6.3) se obtiene que
la segunda ecuaci
on se reduce a
2A + B = 0
con lo que se obtiene una ecuacion en derivadas parciales del tipo 1 :
A
2u
+ D0
+ E0
+ Fu
=0
2
s
t
s
3. La ecuaci
on tiene dos terminos de segundo orden en los que no aparecen las derivadas parciales cruzadas
de la funci
on inc
ognita.
(a) Si B = 0 el resultado es directo sin necesidad de realizar la transformacion (6.2).
(b) Si B 6= 0, la transformaci
on
Bx + 2Ay
t=
4AC B 2
s=x
(es pues necesario que B 2 4AC < 0) convierte la ecuacion en derivadas parciales inicial en una
de la forma
2

u
2u
A
+
+ D0
+ E0
+ Fu
=0
t2
s2
t
s
La discusi
on precedente da origen a la siguiente definicion que clasifica las ecuaciones en derivadas
parciales de segundo orden lineales con coeficientes constantes:
Definici
on en derivadas parciales de segundo orden lineal homogenea con coeficientes
constantes (en dos dimensiones) del tipo (6.1).
1. La ecuaci
on es del tipo hiperb
olico (y el operador lineal L es hiperbolico) sii B 2 4AC > 0; es decir,
es del primer tipo:
2u
u
u
+D
+E
+ Fu = 0
xy
x
y
1 Si
se desea que el t
ermino que aparezca sea
2u
, el an
alisis a efectuar es an
alogo.
t2
84
2. La ecuaci
on es del tipo parab
olico (y el operador lineal L es parabolico) sii B 2 4AC = 0; es decir,
es del segundo tipo:
u
2u
u
+D
+E
+ Fu = 0
x2
x
y
3. La ecuaci
on es del tipo elptico (y el operador lineal L es elptico) sii B 2 4AC < 0; es decir, es del
tercer tipo:
u
u
2u 2u
+ 2 +D
+E
+ Fu = 0
2
x
y
x
y
Comentario:
Esta clasificaci
on es de gran relevancia ya que, para cada clase de ecuacion, el tipo de condici
on de
contorno y la naturaleza de la solucion son diferentes (como ya se vera). Ademas, cada una de ellas
corresponde, en las aplicaciones, a un tipo diferente de problema fsico:
1. Las hiperb
olicas describen problemas de vibraciones (y requieren dos condiciones iniciales, adem
as
de las de contorno).
2. Las parab
olicas describen problemas de difusion (y requieren una condicion inicial, ademas de las
de contorno).
3. Las elpticas describen problemas de estados de equilibrio (y no requieren condiciones iniciales,
adem
as de las de contorno).
Antes de abordar el estudio y resolucion de estos tipos de ecuaciones sometidos a diferentes condiciones
de contorno, es preciso dar algunas nociones sobre las series de funciones trigonometricas conocidas como
series de Fourier.
6.3
6.3.1
Series de Fourier y funciones ortogonales

Series y coeficientes de Fourier
En el estudio de muchos problemas fsicos que se modelizan por medio de ecuaciones diferenciales en derivadas
parciales (p. ej., problemas de vibraciones mecanicas, conduccion del calor, transmision de ondas, electromagnetismo, etc.) es necesario trabajar con series de funciones trigonometricas del tipo
f (x) =
X
1
a0 +
(an cos nx + bn sin nx)
2
n=1
(6.4)
Aparte de ello, el estudio puramente te

orico de estas series ha influido notablemente en el desarrollo del
ana
alisis matem
atico en los u
ltimos 250 a
nos.
Una ventaja de estas series es que son capaces de representar funciones de tipo muy general con muchas
discontinuidades (como, p. ej., las funciones discontinuas de impulso en ingeniera electronica); mientras
que, p. ej., las series de potencias s
olo pueden representar funciones de clase C .
Se va a comenzar su estudio presentando algunos calculos clasicos que fueron realizados inicialmente por
Euler, y que se recogen en la siguiente:
Proposici
on 54 Sea una serie trigonometrica del tipo
X
1
a0 +
2
n=1
(6.5)
85
tal que converge uniformemente a una funci

on f (x) en el intervalo [, ). Entonces los coeficientes de la
serie son
Z
Z
1
1
a0 =
f (x)dx
,
an =
f (x) cos nxdx (n N)

Z
1
f (x) sin nxdx (n N)
(6.6)
bn =

( Dem. ) Por ser la serie uniformemente convergente en [, ) es integrable termino a termino en dicho
intervalo, por lo que, teniendo en cuenta que
Z
Z
cos nxdx = 0 ,
sin nxdx = 0 (n N)
la integraci
on termino a termino conduce a
Z
f (x)dx = a0
a0 =
f (x)dx
a0
es, por tanto, el valor medio de f (x) en el intervalo considerado). Multiplicando
2
ahora (6.4) por cos nx resulta
(observese que el termino
f (x) cos nx =
1
a0 cos nx + a1 cos x cos nx + b1 sin x cos nx + . . . + an cos2 x + bn sin nx cos nx + . . . (6.7)
2
y, teniendo en cuenta las relaciones trigonometricas

sin mx cos nx
cos mx cos nx
sin mx sin nx
es f
acil comprobar que
Z
1
(sin (m n)x + sin (m + n)x)
2
1
(cos (m n)x + cos (m + n)x)
2
1
(cos (m n)x cos (m + n)x)
2
sin mx cos nxdx = 0 ,
cos mx cos nxdx = 0
(si m 6= n)
por lo que, integrando termino a termino (6.7) se obtiene

Z
Z
f (x) cos nxdx = an
cos2 nxdx = an
an =
f (x) cos nxdx
Realizando un proceso an
alogo, pero multiplicando por sin nx y usando que
Z
sin mx sin nxdx = 0 ; (si m 6= n)
se llega a que
Z
f (x) sin nxdx = bn
sin2 nxdx = bn
bn =
f (x) sin nxdx
La situaci
on presentada en esta proposicion es, no obstante, demasiado restrictiva, ya que se asume que la
serie trigonometrica es uniformemente convergente a la funcion f (x) o, lo que es lo mismo, que esta funci
on es
desarrollable por medio de una serie trigonometrica uniformemente convergente. Estas hipotesis no estar
an,
en general, aseguradas previamente y, por consiguiente, tampoco la existencia de los coeficientes an y bn .
El punto de vista que se va a tomar ser
a, pues, dada una funcion f (x), definir los coeficientes mediante las
expresiones (6.6) y, con ellos, construir la serie trigonometrica (6.5).
86
Definici
on 39 Dada una funci
on f (x) integrable 2 en [, ), se denominan coeficientes de Fourier de
f (x) a los valores an , bn obtenidos mediante las expresiones (6.6) y serie de Fourier de f (x) a la serie
trigonometrica
X
1
a0 +
2
n=1
y como corolario de la proposici
on anterior se tiene:
Corollary 1 Dadas dos funciones f (x), g(x) integrables en [, ), los coeficientes de Fourier de f (x) +
g(x) (, R) son la suma de veces los de f (x) y veces los de g(x).
Es de desear que la serie de Fourier de una funcion f (x) converja (uniformemente) y tenga como suma
la funci
on dada (cumpliendose, por tanto, la igualdad (6.4)). Desgraciadamente no siempre ocurre as y hay
muchas funciones integrables (e incluso continuas) cuya serie de Fourier diverge en uno o mas puntos.
Comentario:
Del mismo modo que una serie de Fourier no tiene por que ser convergente, una serie trigonometrica no
tiene por que ser serie de Fourier de alguna funcion; esto es, los coeficientes de dicha serie no podran
obtenerse mediante expresiones del tipo (6.6) para ninguna funcion f (x) (ni aun tomando como funci
on
la suma de dicha serie, en el caso de que fuera convergente).
Ejemplo:
La serie
6.3.2
sin nx
converge x R pero se sabe que no es de Fourier.
log
(1 + n)
n=1
Convergencia de series de Fourier
El problema fundamental consiste, pues, en investigar las propiedades de una funcion integrable que garanticen que su serie de Fourier, no s
olo es convergente, sino que tiene dicha funcion como suma.
En primer lugar, de la igualdad (6.4) y observando que cada termino de la serie trigonometrica que en
ella aparece tiene periodicidad 2, se obtiene de inmediato que:
X
1
a0 +
(an cos nx + bn sin nx) es la serie de Fourier de una funci
on f (x) y converge
2
n=1
sumando f (x) (es decir, se cumple la igualdad (6.4)), entonces f (x) es peri
odica de periodo 2.
Proposici
on 55 Si
Puede tambien demostrarse que:

Lema 6 Sea f (x) una funci
on tal que 3 :
1. f (x) est
a acotada.
2. f (x) tiene un n
umero finito de puntos de discontinuidad.
3. f (x) tiene un n
umero finito de m
aximos y mnimos.
Entonces todos los puntos de discontinuidad de f (x) son simples; es decir, existen los lmites laterales f (x+ )
y f (x ) de f (x) en todos los puntos x de su dominio.
2 Obs
ervese
3 Estas
que no es necesario que sea una funci

on continua.
condiciones se denominan condiciones de Dirichlet.
87
Y a partir de aqu, el siguiente resultado (que se enuncia sin demostracion):

Teorema 25 (de Dirichlet): Sea f (x) una funci
on definida en el intervalo I = [, ), tal que:
1. f (x) est
a acotada en I.
2. f (x) tiene un n
umero finito de puntos de discontinuidad en I.
3. f (x) tiene un n
umero finito de m
aximos y mnimos en I.
4. Fuera de [, ) est
a definida por periodicidad; es decir, es peri
odica de periodo 2.
1
(f (x+ ) + f (x )) en todos los puntos x R y,
2
por tanto, converge a la funci
on f (x) en todos los puntos donde la funci
on es continua.
Entonces existe la serie de Fourier de f (x), que converge a
(En particular, si en los puntos de discontinuidad la funci

on se define tomando el valor medio de sus
lmites laterales en dichos puntos, la serie de Fourier converge a la funci
on en todos los puntos del dominio).
Comentario:
Observese que la continuidad de una funcion no es, por tanto, condicion necesaria ni suficiente para la
convergencia de su serie de Fourier (si esta existe).
De este modo, puede darse el caso de que una funcion discontinua sea representable por una serie de
Fourier en todos los puntos de su dominio, siempre que sus discontinuidades sean simples y se comporte
suficientemente bien entre los puntos de discontinuidad.
Ejemplo:
Para la funci
on

f (x) =
si x < 0
si 0 x <
se tiene que
a0
an
bn
es decir, b2n = 0 y b2n1 =
Z 0

Z
1
0dx +
dx =
0
Z
1
cos nxdx = 0 (n 1)
0
Z
1
1
sin nxdx = (1 (1)n )
0
n
(n 1)
2
; por consiguiente la serie de Fourier de esta funci
on es
2n 1

sin 3x sin 5x
+ 2 sin x +
+
+ ...
2
3
5
Esta serie converge a la funci

on dada en todos los puntos de los intervalos (, 0) (0, ), pero no en
los puntos de discontinuidad , 0, donde su suma vale /2.
Si la funci
on se extiende por periodicidad a todo R, el resultado sobre la convergencia de la serie es el
mismo en todos los intervalos [(2n 1), (2n + 1)) (n Z {0}).
6.3.3
88
Funciones pares e impares
En los apartados anteriores se ha trabajado con funciones definidas en el intervalo [, ) y extendidas

por periodicidad fuera de ese intervalo. En estos casos, tambien podra haberse tomado como intervalo de
trabajo [0, 2) u otro cualquiera de longitud 2. Sin embargo, el haber tomado la primera opcion (intervalo
simetrico respecto al origen) tiene notorias ventajas a la hora de explotar las propiedades de simetra o
antisimetra de las funciones. As, como primer resultado se tiene:
Proposici
on 56 Sea f (x) una funci
on integrable en [, ).
1. f (x) es una funci
on par si, y s
olo si, sus coeficientes de Fourier son
Z
2
f (x) cos nxdx , bn = 0
an =
0
es decir, su serie de Fourier contiene s
olo terminos en cos nx.
2. f (x) es una funci
on impar si, y s
olo si, sus coeficientes de Fourier son
Z
2
an = 0 , bn =
f (x) sin nxdx
0
es decir, su serie de Fourier contiene s
olo terminos en sin nx.
( Dem. )
Inmediata.
Y de aqu:
Definici
on 40 Una serie de Fourier se dice que es de tipo seno para x (resp. de tipo coseno para x) sii
s
olo contiene terminos en sin nx (resp. en cos nx).
Y como caso particular del teorema de Dirichlet en este contexto se tiene:
Teorema 26 (de Dirichlet): Sea f (x) una funci
on definida en el intervalo I = [0, ), tal que satisfaga las
condiciones de Dirichlet en I 4 . Entonces f (x) se puede desarrollar en una serie de Fourier de tipo coseno
o de tipo seno, con la salvedad, en este u
ltimo caso, de que la serie no puede converger a f (x) en los puntos
x = 0, , . . . , n, . . ., a menos que la funci
on tome valor 0 en ellos.
( Dem. )
Es una consecuencia directa del teorema de Dirichlet.
Comentario:
Para hallar la serie de Fourier de tipo seno de f (x), se redefine la funcion f (x) (si es necesario) d
andole
el valor 0 en x = 0, y extendiendola, a continuacion, al intervalo [, 0) de manera que la funci
on
extendida en [, ) sea impar. Fuera de este intervalo se define por periodicidad (si es necesario).
De igual forma, para hallar la serie de Fourier de tipo coseno de f (x), se extiende la funcion al intervalo
[, 0) de manera que la funci
on extendida en [, ) sea par. Fuera de este intervalo se define por
periodicidad (si es necesario).
Ejemplo:
Para la funci
on f (x) = cos x definida en [0, ), la serie de Fourier de tipo seno es
8 X n sin 2nx
n=1 4n2 1
mientras que la de tipo coseno es simplemente la propia funci

on.
4 N
otese
que no se pide que sea par ni impar, ni tan siquiera peri

odica, sino que s
olo est
e definida en ese intervalo verificando
esas condiciones.
6.3.4
89
Extensi
on a intervalos arbitrarios
Hasta el momento todo lo que se ha enunciado sobre series de Fourier es valido para funciones definidas en
el intervalo [, ) (y extendidas por periodicidad fuera de el). No obstante, en muchas aplicaciones ser
a
necesario manejar series de Fourier de funciones periodicas de periodo 2L definidas en el intervalo [L, L)
(con L > 0).
Para obtener dichas series el procedimiento a seguir es el siguiente:
x
Lt
o, equivalentemente, x =
.
L
Con ello la funci

on f (x), x [L, L), periodica de periodo 2L, se transforma en f(t) = f (Lt/) ,
t [, ), que es peri
odica de periodo 2.
1. Efectuar el cambio de variable t =
2. Si f (x) satisface las condiciones de Dirichlet en [L, L), tambien lo hace f(t) en [, ).
Entonces se desarrolla f(t) en serie de Fourier de la forma expuesta.
3. Se deshace el cambio de variable en la serie hallada a fin de obtener la serie de Fourier de f (x).
Comentario:
Otra forma de obtener el mismo resultado consistira en calcular directamente la serie de Fourier de
f (x), pero calculando los coeficientes de Fourier del siguiente modo:
a0 =
1
L
f (x)dx
an =
bn =
1
L
1
L
f (x) cos nxdx (n N)

L
Z L
f (x) sin nxdx
(n N)
aunque, en general es m
as r
apido el anterior procedimiento.
6.3.5
Funciones ortogonales: series de Fourier generalizadas
Definici
on 41 Una sucesi
on funcional {n (x)} (n N) es una sucesion de funciones ortogonales sobre el
intervalo [a, b] sii

Z b
0
si m 6= n
n (x)m (x)dx =
kn 6= 0 si m = n
a
La sucesi
on se denomina ortonormal sii kn = 1, n, y en tal caso, se dice que las funciones de la sucesi
on
est
an normalizadas.
Comentario:
Si la sucesi
on funcional {n (x)} es ortogonal pero no ortonormal entonces es inmediato observar que
{n (x)} con
n (x)
n (x) =
kn
es una sucesi
on ortonormal 5 .
Ejemplo:
Z
5 Obs
ervese
que kn > 0 ya que

a
(n (x))2 dx .
90
La sucesi
on funcional
1, cos x, sin x, cos 2x, sin 2x, . . .
que se ha usado en los apartados anteriores para construir las series de Fourier de funciones, es
ortogonal en el intervalo [, ] pero no en el [0, ], pues
Z
1 sin xdx = 2 6= 0
0
y dado que
Z
Z
1dx = 2
cos nxdx =
sin2 nxdx =
la sucesi
on ortonormal en [, ] obtenida a partir de esta es
1
cos x sin x cos 2x sin 2x
, , , , , ...
2
En el siglo XIX y principios del XX algunos matematicos y fsicos observaron que se podan construir
series del tipo de Fourier utilizando cualquier sucesion de funciones ortogonales 6 . En efecto; supongase que
se tiene una sucesi
on ortonormal {n (x)} (n N) en [a, b] y una funcion f (x) integrable en [a, b] y que se
quiere desarrollar dicha funci
on en una serie que converja a la funcion, del siguiente modo
f (x) =
an n (x)
(6.8)
n=1
Intentemos definir cu
ales son los coeficientes an . Multiplicando ambos miembros de la igualdad por n (x)
se obtiene
f (x)n (x) = a1 1 (x)n (x) + . . . + an 2n (x) + . . .
y, asumiendo que se puede integrar termino a termino y teniendo en cuenta la propiedad de ortonormalidad
de las funciones n (x), resulta
Z
f (x)n (x)dx = an
a
2n (x)dx = an
luego, tomando esto como modelo se puede definir:

Definici
on 42 Sea una sucesi
on ortonormal {n (x)} (n N) en [a, b] y una funci
on f (x) integrable en
[a, b]. Se denomina serie de Fourier generalizada de f (x) respecto a la sucesi
on {n (x)} a la serie
an n (x)
n=1
donde los coeficientes son

Z
an =
f (x)n (x)dx
a
y se denominan coeficientes de Fourier generalizados de f (x) respecto a la sucesi

on {n (x)}.
Comentario:
Observese que, en el desarrollo anterior, se han asumido las hipotesis de que la funcion f (x) puede ser
expresada por medio de una serie de la forma descrita y que dicha serie es integrable termino a termino.
En realidad, estas dos condiciones no van a estar aseguradas de entrada para cualquier funcion y, por
tanto, la igualdad (6.8) no se va a cumplir en general (igual que ya ocurra con las series de Fourier
ordinarias, que son un caso particular de estas).
6 Posteriormente, estas series pasaron a ser instrumentos indispensables de trabajo en muchas ramas de la f
sica matem
atica,
principalmente en Mec
anica Cu
antica.
6.3.6
91
Convergencia en media cuadr

atica de series de Fourier
Se va a estudiar, a continuaci
on en que condiciones se puede garantizar que una serie de Fourier generalizada
converja a la funci
on que la define. Previamente hay que introducir un nuevo concepto sobre convergencia
de series de funciones.
Sea una funci
on f (x) y una sucesi
on de funciones {pn (x)}, definidas todas ellas en [a, b] R. Si se
desea aproximar f (x) por medio de los terminos de esta sucesion, cada uno de los n
umeros |f (x) pn (x)| y
(f (x) pn (x))2 da una medida del error de la aproximacion en el punto x. Sin embargo, puede ser preferible
dar una medida del error que se refiera a todo el intervalo [a, b], lo cual puede conseguirse mediante las
integrales
Z b
Z b
|f (x) pn (x)|dx ,
(f (x) pn (x))2 dx
a
siendo la segunda mejor elecci

on que la primera ya que evita el valor absoluto en el integrando y hace m
as
convenientes los c
alculos necesarios (como se vera). As pues:
Definici
on 43 Dada una funci
on de funciones {pn (x)}, definidas e integrables en
[a, b] R.
1. Se denomina error cuadr
atico medio de f (x) por la sucesi
on {pn (x)}
(f (x) pn (x))2 dx
En =
a
2. Se dice que {pn (x)} converge en media a f (x) sii

lim En := lim (f (x) pn (x))2 = 0
y se escribe
l.i.m.n pn (x) = f (x) .
Comentario:
El error cuadr
atico medio es justamente el cuadrado de la norma kf pn k en el espacio metrico
de funciones integrables en [a, b]. Por consiguiente, la convergencia en media de {pn (x)} a f (x) es
equivalente a la convergencia de esta sucesion al lmite f (x) en ese espacio metrico; es decir
d(f, pn ) = kf pn k 0
(n )
El resultado crucial de este apartado es el siguiente:

Teorema 27 Sea una funci
on ortonormal de funciones {n (x)}, definidas e integrables
en [a, b] R. Para cada entero positivo k, la k-esima suma parcial de la serie de Fourier generalizada de
k
X
f (x) respecto a la sucesi
on {n (x)}; es decir,
an n (x) , produce un error cuadr
atico medio
n=1
[f (x)
Ekmin =
a
k
X
an n (x)]2 dx
(6.9)
n=1
que es menor que el de cualquier otra combinaci

on lineal pk =
k
X
bn n (x) .
n=1
7 Esta terminolog
a es adecuada por cuanto, si se divide En por b a, se obtiene el valor medio del error cuadr
atico
(f (x) pn (x))2 de la aproximaci
on.
8 l.i.m. significa l
mite in media.
( Dem. )
92
Se trata de minimizar el error cuadratico medio

b
(f (x) pk (x))2 dx =
Ek =
(f (x)
k
X
bn n (x))2 dx
n=1
mediante una adecuada elecci

on de los coeficientes bn . Desarrollando el cuadrado del integrando se tiene
b
f (x) dx 2
Ek =
a
f (x)
a
k
X
Z
bn n (x)dx +
(
a
n=1
k
X
bn n (x))2 dx
n=1
Z
Recordando que los coeficientes de Fourier de f (x) respecto a la sucesion {n (x)} son an =
f (x)
a
k
X
f (x)n (x)dx
a
, la segunda integral del desarrollo es

Z
bn n (x)dx =
n=1
k
X
Z
bn
f (x)n (x)dx =
a
n=1
k
X
bn an
n=1
mientras que la tercera, teniendo en cuenta la ortonormalidad de las funciones n (x), se transforma en
Z
(
a
k
X
bn n (x))2 dx =
(
a
n=1
k
X
bn n (x))(
n=1
k
X
Z
bn n (x))dx =
k
X
b2n n (x)2 dx =
a n=1
n=1
k
X
b2n
n=1
De este modo resulta

Z
Ek =
f (x)2 dx 2
k
X
bn an +
n=1
k
X
b2n =
k
X
f (x)2 dx
n=1
n=1
a2n +
k
X
(bn an )2
n=1
y, observando que los terminos de la u

ltima suma son (bn an )2 0, se obtiene finalmente que Ek es mnimo
en el caso en que bn = an .
A partir de este teorema se obtiene:
en [a, b] R. Si los n
umeros an son los coeficientes de Fourier de f (x) respecto a la sucesi
on {n (x)},
X
entonces la serie numerica
a2n es convergente y satisface la desigualdad de Bessel:
n=1
a2n
(f (x))2 dx
n=1
( Dem. ) De acuerdo con el teorema anterior, como En 0para toda eleccion de bn , es claro que el valor
mnimo de En (que ocurre cuando bn = an ) es tambien no negativo; lugo (6.9) implica que
Z
b
2
(f (x)) dx
a
k
X
a2n
n=1
k
X
n=1
a2n
(f (x))2 dx
de donde, al hacer k , se obtiene el resultado.

Y, como el termino n-esimo de una serie convergente ha de tender a 0 cuando n , se tiene como
corolario que:
en [a, b] R. Si los n
umeros an son los coeficientes de Fourier de f (x) respecto a la sucesi
on {n (x)},
entonces lim an = 0 .
n
93
Con estos resultados se est

a ya en condiciones de responder a la pregunta de bajo que condiciones la serie
de Fourier (generalizada) de una funci
on converge en media a dicha funcion o, lo que es equivalente, cuando
las sumas parciales de la mencionada serie convergen en media a la funcion. La respuesta es:
en [a, b] R. La serie de Fourier generalizada de f (x) respecto a la sucesi
on {n (x)} converge en media a
f (x); es decir,
k
X
l.i.m.k
an n (x) = f (x)
(6.10)
n=1
si, y s
olo si, la desigualdad de Bessel se transforma en la identidad de Parseval:
a2n =
(f (x))2 dx
n=1
( Dem. ) Teniendo en cuenta el teorema 27, es evidente que la expresion (6.10) es valida si, y s
olo si,
Ek 0 cuando k , y de la f
ormula (6.9) se obtiene que ello es equivalente a que se satisfaga la igualdad
en la desigualdad de Bessel:
Z b
X
2
an
(f (x))2 dx = 0
n=1
que es la identidad de Parseval.

Definici
on 44 Una sucesi
on ortonormal de funciones {n (x)}, definidas e integrables en [a, b] R se dice
que es completa sii para cualquier funci
on f (x) (integrable en [a, b] R) su serie de Fourier generalizada
respecto a la sucesi
on {n (x)} converge en media a f (x); es decir, se verifica la expresi
on (6.10).
As pues, una sucesi
on ortonormal completa en [a, b] es u
til para construir aproximaciones en media
cuadr
atica de funciones integrables en [a, b].
Finalmente se enuncia (sin demostracion) el siguiente resultado:
Teorema 31 La sucesi
on ortonormal trigonometrica
1
cos x sin x cos 2x sin 2x
, , , , , ...
2
es completa en [, ).
Por consiguiente, toda funci
on integrable en [, ) puede ser aproximada por su serie de Fourier (en el
sentido de que dicha serie converge en media cuadr
atica a la funci
on dada) 9 .
Comentario:
Recordemos ahora que, dado un espacio vectorial eucldeo E y una base de vectores ortonormales {ui },
cualquier vector v E se puede expresar como una combinacion
X
v=
i ui
(6.11)
i
con los coeficientes determinados mediante las expresiones

i = hv, ui i
(6.12)
9 Conviene recordar que esta afirmaci

on es falsa si se considera la convergencia puntual, como ya se ha visto en alguno de los
ejemplos dados en los apartados anteriores.
94
Teniendo esto en mente, se puede establecer la siguiente analoga: el conjunto de funciones integrables
de Riemann en un intervalo [a, b] tiene estructura de espacio vectorial (de dimension infinita) en el cual
se puede definir el siguiente producto escalar de funciones
Z b
f (x)g(x)dx
hf, gi :=
a
De este modo, una sucesi

on de funciones ortonormales {n (x)} se puede considerar como una base
ortonormal de dicho espacio (respecto a este producto escalar) y el u
ltimo teorema expresa el hecho
de que cualquier funci
on, elemento de este espacio, se puede expresar como combinacion de elementos
de esta base, con los coeficientes determinados del mismo modo que en el caso de cualquier espacio
eucldeo normal.
Es en base a esta analoga que la expresion (6.11) se puede denominar desarrollo en serie de Fourier
del vector v respecto a la base {ui }, y los coeficientes de (6.12) coeficientes de Fourier del vector v
respecto a la base {ui }.
6.4
Ejemplos de ecuaciones en derivadas parciales de segundo orden y su resoluci

on
6.4.1
M
etodo de separaci
on de variables. Problema de Sturm-Liouville
Para resolver ecuaciones en derivadas parciales el metodo mas simple es el denominado metodo de separaci
on
de variables, que consiste en asumir la siguiente hipotesis:
Hip
otesis 1 (Metodo de separaci
on de variables): La soluci
on de la ecuaci
on diferencial en derivadas
parciales es factorizable en producto de funciones de cada una de las variables independientes
Cuando se aplica este metodo para la resolucion de ecuaciones en derivadas parciales (en dos dimensiones,
como son las que se van a estudiar), con condiciones de contorno (de tipo Dirichlet) lineales y homogeneas,
el problema queda reconvertido en un problema de contorno de ecuaciones diferenciales ordinarias, del cual
se trata de hallar soluciones no triviales. En el caso mas general , dicho problema se plantea en los siguientes
terminos:
Definici
on 45 Se denomina problema de Sturm-Liouville al problema de resolver una ecuaci
on diferencial
ordinaria del tipo

dy(x)
d
p(x)
+ [q(x) + f (x)]y(x) = 0 (x [a, b])
dx
dx
con condiciones de contorno lineales y homogeneas.
Si las condiciones de contorno consisten en dar los valores de la funcion incognita y(x) en los extremos del
intervalo; esto es, y(a) e y(b), y las funciones p(x) y q(x) se restringen adecuadamente se tiene el siguiente
resultado:
Teorema 32 Sea el problema de contorno

dy(x)
d
p(x)
+ [q(x) + f (x)]y(x) = 0
dx
dx
y(a) = y(b) = 0
(x [a, b])
tal que p(x) > 0 y q(x) > 0 y son funciones continuas en [a, b] (p(x) de clase C 1 ). Entonces existen
soluciones no triviales a dicho problema si, y s
olo si, existe una sucesi
on creciente y positiva {n } R+
con lim n = tal que el par
ametro R coincide con alguno de estos valores n . En tal caso, para
n
cada valor n se tiene un problema de contorno cuya soluci

on (no trivial) yn (x) es u
nica salvo un factor
constante arbitrario.
95
Y se adopta la siguiente terminologa:

Definici
on 46 En el teorema anterior, los terminos de la sucesi
on {n } se denominan valores propios
o autovalores y las funciones yn (x) correspondientes funciones propias o autofunciones del problema de
contorno dado.
En los tres casos que se van a analizar, el problema de Sturm-Liouville que se planteara es un caso
particular del anterior en el que p(x) = q(x) = 1 y f (x) = 0:
Corolario 2 Dado el problema de contorno
d2 y(x)
+ y(x) = 0
dx2
y(0) = 0 , y(L) = 0
Si 0 entonces la u
nica soluci
on del problema es la trivial y(x) = 0.
n2 2
, para alg
un valor n N; en
Si > 0, el problema tiene soluci
on no trivial si, y s
olo si, =
L2
cuyo caso dicha soluci
on es la funci
on
y(x) = kn sin
n
x
L
(an R {0})
(y cualquier otra que se obtenga multiplicando esta por un factor constante).
( Dem. )
6.4.2
Trivial (se propone como ejercicio).
Ecuaci
on de ondas (o de la cuerda vibrante)
La primera ecuaci
on que se va a estudiar es la que describe la transmision de ondas en un medio. Como
caso concreto se va a analizar la siguiente situacion: se tiene una cuerda tensa sujeta entre los puntos x = 0
y x = L, la cual se somete a una deformacion inicial representada por una curva plana f (x). La forma
de la cuerda va a cambiar en funci
on del tiempo y, por consiguiente, vendra representada por una funci
on
y = y(x, t). Tras hacer algunas hip
otesis basadas en principios fsicos se encuentra que la ecuaci
on del
movimiento de los puntos de la cuerda es la siguiente
2y
2y
a2 2 = 0
2
t
x
en la cual a es una constante que depende de las caractersticas fsicas del problema
ecuaci
on de la cuerda vibrante o ecuaci
on de ondas unidimensional.
(6.13)
10
, y se denomina
Se trata, pues, de una ecuaci

on en derivadas parciales en dos dimensiones, lineal, homogenea, con coeficientes constantes de tipo hiperb
olico. (ya que, en este caso, B 2 4AC > 0, seg
un la definicion 38).
Vamos a resolver pues el problema cl
asico de fsica matematica que consiste en hallar la solucion a esta
ecuaci
on 11 . siguiendo el metodo de separacion de variables.
Proposici
on 57 (soluci
on de Bernouilli de la ecuacion de ondas): Sea el problema de la cuerda vibrante,
que se plantea en los siguientes terminos:
H
, donde H es la componente horizontal de la tensi
on (que es constante si se asume que s
olo hay
movimiento transversal) y es la densidad.

11 Este problema fue propuesto por Daniel Bernouilli en 1753 y acabado de resolver por Euler en 1777 quien, de este modo,
abri
o el vasto campo del estudio de las series de Fourier.
10 Se
tiene que a2 =
96
Ecuaci
on diferencial: la ecuaci
on de ondas en una dimensi
on (lineal, homogenea e hiperb
olica)
2
2y
2 y
a
=0
t2
x2
(x [0, L])
Condiciones de contorno: Extremos fijos (condiciones de Dirichlet (lineales homogeneas))

y(0, t) = 0
y(L, t) = 0
(6.14)
Condiciones iniciales: Cuerda inicialmente en reposo de forma dada

y
=0

t t=0
y(x, 0) = f (x)
(6.15)
donde f (x) es una funci

on desarrollable en serie de Fourier en [0, L], con f (0) = f (L) = 0.
Su soluci
on es
y(x, t) =
bn sin
n=1
n
n
x cos
at
L
L
(n N)
donde bn son los coeficientes de Fourier (de tipo seno) de la funci

on f (x) en [0, L].
( Dem. )
El punto de partida ser

a, pues, asumir que
y(x, t) = u(x)v(t)
de modo que, sustituyendo en la ecuaci

on (6.13)
a2 u00 (x)v(t) = u(x)v 00 (t)
u00 (x)
1 v 00 (t)
= 2
u(x)
a v(t)
Dado que cada miembro de esta u

ltima ecuacion depende de una variable diferente, la igualdad solo puede
ser cierta si, y s
olo si, ambos son iguales a una constante R (constante de separacion); con lo cual se
obtienen dos ecuaciones diferenciales ordinarias lineales homogeneas con coeficientes constantes
d2 u(x)
u(x) = 0 ,
dx2
d2 v(t)
a2 v(t) = 0
dt2
(6.16)
Para la primera de ellas, las condiciones de contorno (6.14) se traducen en u(0) = 0, u(L) = 0 y, en virtud del
n2 2
corolario 2, las soluciones no triviales para u(x) se van a dar cuando = 2 , y seran las autofunciones
L
un (x) = sin
n
x
L
Por otra parte, para cada uno de esos autovalores la segunda de las ecuaciones (6.16) tiene como soluci
on
general
n
n
v(t) = c1 sin
at + c2 cos
at
L
L
dv
Pero para esta ecuaci
on la primera de las condiciones iniciales (6.15) se traduce en que
(0) = 0 , con lo
dt
que c1 = 0 y, por consiguiente, todas las funciones
vn (x) = cos
n
at
L
son soluciones no triviales de dicho problema.

De esta manera se tiene que todas las funciones del tipo
Kn yn (x, t) Kn un (x)vn (t) = Kn sin
n
n
x cos
at (Kn R {0} , n N)
L
L
97
son soluci
on no trivial del problema inicialmente planteado (con las condiciones de contorno inicialmente
establecidas). Entonces se puede considerar que toda serie del tipo 12
y(x, t) =
X
n=1
Kn sin
X
n
n
x cos
at
Kn yn (x, t)
L
L
n=1
es tambien soluci
on y satisface las condiciones de contorno (6.14) y la primera de las condiciones iniciales
(6.15). S
olo queda por imponer la segunda de las condiciones iniciales (6.15). Por una parte se tiene
y(x, 0) =
Kn sin
n=1
n
x
L
y por otra, desarrollando f (x) en serie de Fourier de tipo seno en el intervalo [0, L], resulta
f (x) =
bn sin
n=1
n
x
L
con lo que y(x, 0) = f (x) lleva a que Kn = bn , n N.

Comentario:
Observese que la resoluci
on completa de la ecuacion de ondas (esto es la obtencion de la soluci
on
con todas las constantes determinadas) requiere la imposicion de condiciones de contorno (de tipo
Dirichlet) y dos condiciones iniciales.
6.4.3
Ecuaci
on del calor
El an
alisis matem
atico del problema de la conduccion del calor en un cuerpo fue realizado por el fsico
matem
atico frances Fourier en un tratado de 1822. Basandose en datos experimentales fsicos y en razonamientos analticos dedujo que, si T (x, y, z, t) era la funcion que describa la temperatura de un cuerpo en
cada punto (x, y, z) y en cada instante t, se satisfaca la siguiente expresion
2

T
2T
2T
T
a2
+
+
=
(6.17)
2
2
2
x
y
z
t
en la cual a es una constante que depende de las caractersticas fsicas del cuerpo en cuestion
ecuaci
on recibe el nombre de ecuaci
on de transmision del calor tridimensional,
13
. Esta
En el estudio que se va a hacer nos limitaremos a considerar el caso de transmision del calor en una s
ola
dimensi
on, en el que se toma la funci
on T = T (x, t) y, por tanto, estudiaremos la ecuacion
1 T
2T
= 2
x2
a t
Se trata, pues, de una ecuaci
on en derivadas parciales en dos dimensiones, lineal, homogenea, con coeficientes
constantes de tipo parab
olico.
Vamos a abordar ahora el problema de la resolucion de la ecuacion de transmision del calor a lo largo de
una barra de longitud L. Para ello se seguira el mismo metodo que para la ecuacion de ondas; es decir, el
metodo de separaci
on de variables. Con ello demostraremos el siguiente resultado:
Proposici
on 58 Sea el problema de la transmisi
on del calor (en una dimensi
on), que se plantea en los
siguientes terminos:
12 Asumiendo
13 Se
la convergencia y derivabilidad t
ermino a t
ermino de dicha serie.
K
2
tiene que a =
, donde K es la conductividad t
ermica, c es el calor especfico y es la densidad.
c
98
Ecuaci
on de transmision del calor unidimensional (lineal, homogenea y
parab
olica)
1 T
2T
2
= 0 (x [0, L])
(6.18)
x2
a t
Condiciones de contorno:
mogeneas))
Extremos a temperatura nula (condiciones de Dirichlet (lineales hoT (0, t) = 0
T (L, t) = 0
(6.19)
Condici
on inicial: Temperatura inicial dada
T (x, 0) = f (x)
(6.20)
donde f (x) es una funci

on desarrollable en serie de Fourier en [0, L], con f (0) = f (L) = 0.
Su soluci
on es
T (x, t) =
bn sin
n=1
n n2 2 2 a2 t
xe L
L
(n N)
donde bn son los coeficientes de Fourier (de tipo seno) de la funci

on f (x) en [0, L].
( Dem. )
El punto de partida ser

a, pues, asumir que
T (x, t) = u(x)v(t)
que, al sustituir en la ecuaci

on (6.18), conducira a
u00 (x)
1 v 0 (t)
= 2
u(x)
a v(t)
y de aqu se obtienen dos ecuaciones diferenciales ordinarias lineales homogeneas con coeficientes constantes
d2 u(x)
u(x) = 0 ,
dx2
dv(t)
a2 v(t) = 0
dt
( R)
(6.21)
Para la primera de ellas, las condiciones de contorno (6.19) se traducen en u(0) = 0, u(L) = 0 y, en virtud del
n2 2
corolario 2, las soluciones no triviales para u(x) se van a dar cuando = 2 , y seran las autofunciones
L
n
un (x) = sin
x (n N)
L
Por otra parte, para esos autovalores la segunda de las ecuaciones (6.21) tiene como solucion general no
trivial las funciones
n2 2 2
vn (t) = e L2 a t (n N)
Kn Tn (x, t) Kn un (x)vn (t) Kn sin
n n2 2 2 a2 t
xe L
L
(Kn R {0} , n N)
son soluci
on no trivial del problema inicialmente planteado (con las condiciones de contorno establecidas).
Entonces se puede considerar que toda serie del tipo 14
T (x, t) =
X
n=1
Kn sin
n n2 2 2 a2 t X
xe L
Kn Tn (x, t)
L
n=1
es tambien soluci
on y satisface las condiciones de contorno (6.19). Solo queda por imponer la condici
on
inicial (6.20). Por una parte se tiene
T (x, 0) =
X
n=1
14 Asumiendo
Kn sin
n
x
L
nuevamente la convergencia y derivabilidad t

ermino a t
99
y, por otro, desarrollando f (x) en serie de Fourier de tipo seno en el intervalo [0, L], resulta
f (x) =
= bn sin
n=1
n
x
L
con lo que T (x, 0) = f (x) lleva a que Kn = bn , n N.

Comentario:
on completa de la ecuacion del calor unidimensional (esto es la obtenci
on de
la soluci
on con todas las constantes determinadas) requiere la imposicion de condiciones de contorno
(tipo Dirichlet) y una condici
on inicial.
6.4.4
Ecuaci
on de Laplace. Problema de Dirichlet
Como punto de partida para obtener la tercera de las ecuaciones que nos interesan, considerese la ecuaci
on
de transmisi
on del calor (6.17) y, como caso particular de ella, una situacion en la que hay un estado estable.
= 0 y la ecuacion anterior se
Entonces, denominando = (x, y, z) a la funcion incognita, se tiene que
t
reduce a
2 2 2
+
+
=0
(6.22)
x2
y 2
z 2
que se denomina ecuaci
on de Laplace, y es una de la mas importantes que aparecen en matematica aplicada.
Nos vamos a limitar a considerar el caso bidimensional en el que se toma la funcion = (x, y) y, por
tanto, estudiaremos la ecuaci
on
2 2
+
=0
x2
y 2
Se trata de una ecuaci
on en derivadas parciales en dos dimensiones, lineal, homogenea, con coeficientes
constantes de tipo elptico.
La resoluci
on de la ecuaci
on de Laplace con unas condiciones de contorno dadas recibe el nombre de
problema de Dirichlet y se puede enunciar as:
Definici
on 47 Sean una regi
on compacta D Rn , con borde D = C, y una funci
on f : I R C Rn ,
continua (al menos a trozos). Se denomina Problema de Dirichlet al problema de determinar una funci
on
continua (al menos a trozos) : D Rn R tal que:
1. Sea soluci
on de la ecuaci
on de Laplace en D (esto es, armonica).
2. Coincida con f sobre la frontera C de D.
Vamos a resolver la ecuaci
on de Laplace en el plano, primero en un rectangulo, siguiendo nuevamente el
metodo de separaci
on de variables.
Proposici
on 59 Sea el problema de Dirichlet en un rect
angulo del plano, que se plantea en los siguientes
terminos:
Ecuaci
on de Laplace en un rect
angulo D R2 (lineal, homogenea y elptica)
2 2
+
=0
x2
y 2
((x, y) [0, a] [0, b])
(6.23)
Condiciones de contorno: (condiciones de Dirichlet (lineales homogeneas))

(x, 0) = 0
(x, b) = 0
(0, y) = 0
(a, y) = f (y)
donde f (y) es una funci

on desarrollable en serie de Fourier en [0, b].
(6.24)
100
Su soluci
on es
(x, y) =
Kn sinh
n=1
donde Kn =
( Dem. )
n
n
x sin
y
b
b
(n N)
bn
, siendo bn son los coeficientes de Fourier (de tipo seno) de la funci
on f (y) en [0, b).
sinh n
a
Asumiendo que
(x, y) = u(x)v(y)
y sustituyendo en la ecuaci
on (6.23) se llega a
u00 (x)
v 00 (y)
=
u(x)
v(y)
y de aqu se obtienen dos ecuaciones diferenciales ordinarias lineales homogeneas con coeficientes constantes
d2 u(x)
u(x) = 0
dx2
d2 v(y)
+ v(y) = 0
dy 2
( R)
(6.25)
Comencemos por resolver la segunda ecuacion, para la cual las dos primeras condiciones de contorno (6.24)
se traducen en v(0) = 0, v(b) = 0 y, en virtud del corolario 2, las soluciones no triviales para v(y) se van a
n2 2
an las autofunciones
dar cuando = 2 , y ser
b
n
vn (y) := sin
y (n N)
b
Por otra parte, para esos autovalores la primera de las ecuaciones (6.25), junto con la condicion de inicial
u(0) = 0 en que se traduce la tercera de las condiciones de contorno (6.24), tiene como solucion general no
trivial las funciones
n
un (x) = sinh
x (n N)
b
Kn n (x, t) Kn un (x)vn (y) Kn sinh
n
n
x sin
y
b
b
(Kn R {0} , n N)
son soluci
X
n
n
(x, y) =
Kn sinh
x sin
y
n (x, t)
b
b
n=1
n=1
es tambien soluci
on y satisface las tres primeras condiciones de contorno (6.24).
S
olo queda por imponer la u
ltima condicion de contorno (6.24). Por una parte se tiene
(a, y) =
Kn sinh
n=1
n
n
a sin
y
b
b
y, por otro, desarrollando f (y) en serie de Fourier de tipo seno en el intervalo [0, b], resulta
f (y) =
X
n=1
con lo que (a, y) = f (y) lleva a que Kn =
bn sin
n
x
b
bn
, n N.
sinh n
b a
Vamos a resolver, a continuaci

on, la ecuacion de Laplace en un crculo (esto es, la ecuacion de Laplace en
coordenadas polares), siguiendo otra vez el metodo de separacion de variables. Se tiene el siguiente resultado:
15 Asumiendo
ermino a t
101
Proposici
on 60 Sea el problema de Dirichlet en un crculo del plano, que se plantea en los siguientes
terminos:
Ecuaci
on de Laplace en coordenadas polares, en el crculo unidad (lineal,
homogenea y elptica)
1 2 1
2
+ 2 2 +
=0
2
r
r
r r
((r, ) D = {(r, ) R2 | 0 < r 1 , 0 2}
(6.26)
Condici
on de contorno: (condici
on de Dirichlet (lineal homogenea))
(1, ) = f ()
(6.27)
donde f () es una funci

on desarrollable en serie de Fourier en el intervalo [0, 2].
Su soluci
on es
(r, ) =
X
1
a0 +
rn (an cos n + bn sin n)
2
n=1
(n N)
donde an , bn son los coeficientes de Fourier de la funci

on f ().
( Dem. )
Asumiendo que
(r, ) = u(r)v()
y sustituyendo en la ecuaci
on (6.26) se llega a
v 00 ()
r2 u00 (r) + ru0 (r)
=
u(r)
v()
y de aqu se obtienen las dos ecuaciones diferenciales ordinarias lineales homogeneas con coeficientes constantes
du(r)
d2 v()
d2 u(r)
r2
+
r
u(r)
=
0
,
+ v() = 0 ( R)
(6.28)
dr2
dr
d2
Comencemos por resolver la segunda ecuacion, que esta definida en [0, 2] y,por tanto, en virtud del corolario
2, las soluciones no triviales para v() se van a dar cuando = n2 , y seran las combinaciones lineales
(n Z+ )
v() = An cos n + Bn sin n
Por otra parte, para esos autovalores la primera de las ecuaciones (6.28) se convierte en
r2
du(r)
d2 u(r)
+r
n2 u(r) = 0
2
dr
dr
que es una ecuaci

on de Euler cuyas soluciones no triviales son
u(r)
= A + B log r
u(r)
= Ar + Br
si n = 0
si n N
como se desea que u(r) sea continua en r = 0, ha de ser B = 0, con lo que resulta la solucion general no
trivial de esta ecuaci
on son las funciones
un (r) = rn
(n Z+ )
De esta manera se tiene que todas las funciones del tipo 0 (r, ) son constantes y valen 12 A0 , y
n (r, ) = rn (An cos n + Bn sin n)
(An , Bn R , n N)
son soluci
(r, ) =
16 Asumiendo
X
X
1
1
A0 +
rn (An cos n + Bn sin n) A0 +
n (r, t)
2
2
n=1
n=1
ermino a t
102
es tambien soluci
on.
S
olo queda por imponer la condici
on de contorno (6.27). Por una parte se tiene
(1, ) =
X
1
A0 +
(An cos n + Bn sin n)
2
n=1
y, por otro, desarrollando f () en serie de Fourier en el intervalo [0, 2], resulta

f () =
X
1
A0 +
(an cos n + bn sin n)
2
n=1
con lo que (1, ) = f () lleva a que An = an y Bn = bn , n Z+ .

Comentario:
on completa de la ecuacion de Laplace bidimensional (esto es la obtenci
on de
la soluci
on con todas las constantes determinadas) no requiere la imposicion de condiciones iniciales
adicionales a las condiciones de contorno (de tipo Dirichlet).

Ecuaciones Diferenciales

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

Ecuaciones Diferenciales

Transféré par

Droits d'auteur :

Formats disponibles

ECUACIONES DIFERENCIALES

Ejemplos de aplicaciones fsicas y matematicas . . . . . . . . . . . . . . . . . . . . . .

Ecuaciones integrables elementalmente . . . . . . . . . . . . . . . . . . . . . . . . . . .

Ecuaciones de variables separadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Ecuaciones homogeneas: cambio de variables. . . . . . . . . . . . . . . . . . . . . . . .

Ecuaciones de Bernouilli y de Riccati . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Aplicaciones: familias de curvas, modelos matematicos . . . . . . . . . . . . . . . . . . . . . .

Resultados de existencia y unicidad y de dependencia continua de soluciones

Teoremas de existencia y unicidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Dependencia continua de las soluciones . . . . . . . . . . . . . . . . . . . . . . . . . .

Metodos numericos de resoluci

Metodo de Euler modificado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

2 Ecuaciones Diferenciales (Lineales) de Orden Superior

Nociones fundamentales. Ecuaciones lineales de orden superior . . . . . . . . . . . . . . . . .

Ecuaciones diferenciales de orden n . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Ecuaciones diferenciales lineales de orden n . . . . . . . . . . . . . . . . . . . . . . . .

Estudio de las soluciones de las ecuaciones diferenciales lineales de orden n . . . . . . . . . .

Dependencia e independencia lineal de funciones. Wronskiano . . . . . . . . . . . . . .

Ecuaciones diferenciales lineales con coeficientes constantes . . . . . . . . . . . . . . . . . . .

Ecuaciones lineales homogeneas con coeficientes constantes . . . . . . . . . . . . . . .

Ecuaciones lineales completas con coeficientes constantes. Metodo del anulador . . . .

Casos particulares y aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Caso particular: ecuaciones de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . .

3 Sistemas de Ecuaciones Diferenciales

Sistemas de ecuaciones diferenciales de primer orden . . . . . . . . . . . . . . . . . . . . . . .

Definiciones fundamentales. Teorema de existencia y unicidad de soluciones . . . . . .

Sistemas de ecuaciones diferenciales y ecuaciones diferenciales de orden superior . . .

Sistemas de ecuaciones diferenciales de primer orden lineales . . . . . . . . . . . . . . . . . . .

Soluciones de los sistemas de primer orden lineales . . . . . . . . . . . . . . . . . . . .

Dependencia e independencia lineal de soluciones . . . . . . . . . . . . . . . . . . . . .

Sistemas de ecuaciones diferenciales lineales de primer orden con coeficientes constantes . . .

Estudio del sistema homogeneo (con matriz del sistema diagonalizable) . . . . . . . .

Estudio del sistema homogeneo (con matriz del sistema no diagonalizable) . . . . . . .

Estudio del caso general . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Estudio Cualitativo de Ecuaciones Diferenciales

Planteamiento del problema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Puntos de equilibrio. Estabilidad. Comportamiento asintotico . . . . . . . . . . . . . .

Espacio de fases. Orbitas

Estabilidad y estabilidad asintotica de soluciones . . . . . . . . . . . . . . . . . . . . .

Estabilidad de sistemas lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Estabilidad de sistemas lineales homogeneos . . . . . . . . . . . . . . . . . . . . . . . .

Estabilidad de sistemas lineales homogeneos con coeficientes constantes . . . . . . . .

Estabilidad de sistemas lineales completos con coeficientes constantes . . . . . . . . .

Estabilidad de sistemas no lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Estabilidad de las soluciones de equilibrio de sistemas autonomos no lineales . . . . .

Estabilidad respecto a variaciones del segundo miembro . . . . . . . . . . . . . . . . .

Transformadas de Laplace de algunas funciones elementales . . . . . . . . . . . . . . .

Excitaciones discontinuas: Funcion de Heaviside . . . . . . . . . . . . . . . . . . . . .

6 Ecuaciones Diferenciales en Derivadas Parciales

Ecuaciones en derivadas parciales y problemas de contorno . . . . . . . . . . . . . . . . . . .

Problemas de contorno. Tipos de condiciones de contorno y de valor inicial . . . . . .

Series de Fourier y funciones ortogonales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Series y coeficientes de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Convergencia de series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Funciones pares e impares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

Funciones ortogonales: series de Fourier generalizadas . . . . . . . . . . . . . . . . . .

Convergencia en media cuadratica de series de Fourier . . . . . . . . . . . . . . . . . .

Ejemplos de ecuaciones en derivadas parciales de segundo orden y su resolucion . . . . . . . .

Ecuaciones Diferenciales de Primer

En el estudio de un problema de Matematica Aplicada pueden distinguirse esencialmente tres etapas: la

Comenzaremos con unas definiciones de caracter introductorio.

obvio que toda ecuaci

2. Se denomina grado de la ecuaci

(n) (x) = f (x, (x), 0 (x), . . . , (n1) (x))

(para , 0 suficientemente peque

(f (x, Y (x)) f (x, y(x)))dt| (x x0 )