Ecuaciones

Diferenciales
Ordinarias
Pablo V. Negrón Marrero
Ecuaciones Diferenciales Ordinarias

Pablo V. Negrón Marrero

Universidad de Puerto Rico
Departamento de Matemáticas
Humacao, PR 00791
 1

Derechos Reservados© 2021: Ninguna parte de este documento puede

ser reproducida, o almacenada, o trasmitida de cualquier forma o por medios
electrónicos, mecánicos, o fotocopias, o de otra manera, sin el consentimiento
previo del autor.

El diagrama de la portada ilustra un argumento utilizado por Volterra para

probar la existencia de trayectorias cerradas en el modelo presa–depredador
propuesto por Lotka–Volterra (1925).
Tabla de Contenido

Prefacio iv

1 ¿Qué son las ecuaciones diferenciales? 1

1.1 Algunas clasificaciones y aplicaciones . . . . . . . . . . . . . . 1
1.2 Ecuaciones diferenciales escalares . . . . . . . . . . . . . . . . 7
1.3 Teorı́a de existencia y unicidad . . . . . . . . . . . . . . . . . 9
1.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2 Ecuaciones de primer orden 16

2.1 Métodos cualitativos . . . . . . . . . . . . . . . . . . . . . . . 17
2.1.1 Campos de direcciones . . . . . . . . . . . . . . . . . . 17
2.1.2 Ecuaciones autónomas . . . . . . . . . . . . . . . . . . 20
2.2 Métodos analı́ticos o exactos . . . . . . . . . . . . . . . . . . . 26
2.2.1 Ecuaciones lineales . . . . . . . . . . . . . . . . . . . . 26
2.2.2 Ecuaciones separables . . . . . . . . . . . . . . . . . . 31
2.2.3 Ecuaciones exactas . . . . . . . . . . . . . . . . . . . . 33
2.2.4 Factores integrantes . . . . . . . . . . . . . . . . . . . . 37
2.2.5 Ecuaciones homogéneas . . . . . . . . . . . . . . . . . 39
2.2.6 Ecuación de Bernoulli . . . . . . . . . . . . . . . . . . 41
2.3 Algunas aplicaciones . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.1 Modelos de poblaciones . . . . . . . . . . . . . . . . . . 42
2.3.2 Circuitos eléctricos . . . . . . . . . . . . . . . . . . . . 46
2.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

3 Ecuaciones de segundo orden 54

3.1 Ecuaciones reducibles a primer orden . . . . . . . . . . . . . . 55
3.2 Ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2.1 La ecuación homogénea . . . . . . . . . . . . . . . . . 58

i
TABLA DE CONTENIDO ii

3.2.2 Construcción de conjuntos fundamentales . . . . . . . . 61

3.2.3 La ecuación no–homogénea . . . . . . . . . . . . . . . . 66
3.2.4 Construcción de soluciones particulares . . . . . . . . . 66
3.3 Vibraciones mecánicas . . . . . . . . . . . . . . . . . . . . . . 76
3.3.1 Vibraciones libres y sin fricción . . . . . . . . . . . . . 77
3.3.2 Vibraciones libres con fricción . . . . . . . . . . . . . . 79
3.3.3 Vibraciones forzadas . . . . . . . . . . . . . . . . . . . 82
3.4 Generalizaciones: ecuaciones de orden n . . . . . . . . . . . . 87
3.5 Problemas de frontera de Sturm-Liouville . . . . . . . . . . . . 91
3.6 Funciones de Green . . . . . . . . . . . . . . . . . . . . . . . . 94
3.7 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99

4 Sistemas Autónomos 2 × 2 105

4.1 Definiciones y resultados básicos . . . . . . . . . . . . . . . . . 105
4.2 El Plano Fase – Sistemas Lineales . . . . . . . . . . . . . . . . 111
4.2.1 Raı́ces reales distintas y del mismo signo . . . . . . . . 115
4.2.2 Raı́ces reales con signos distintos . . . . . . . . . . . . 119
4.2.3 Raı́ces iguales . . . . . . . . . . . . . . . . . . . . . . . 120
4.2.4 Raı́ces complejas . . . . . . . . . . . . . . . . . . . . . 123
4.2.5 Determinante Zero . . . . . . . . . . . . . . . . . . . . 127
4.3 El Plano Fase–Sistemas Nolineales . . . . . . . . . . . . . . . . 130
4.3.1 El Péndulo Simple con Fricción . . . . . . . . . . . . . 131
4.3.2 Modelos Ecológicos de Presa–Depredador . . . . . . . . 135
4.3.3 Especies en Competencia . . . . . . . . . . . . . . . . . 137
4.3.4 Sistema de Masa–Resorte Nolineal . . . . . . . . . . . 142
4.4 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 147

5 Métodos de series de potencias 152

5.1 Conceptos básicos de series de potencias . . . . . . . . . . . . 152
5.2 Puntos ordinarios . . . . . . . . . . . . . . . . . . . . . . . . . 155
5.3 Puntos singulares regulares . . . . . . . . . . . . . . . . . . . . 162
5.3.1 Ecuación de Euler–Cauchy . . . . . . . . . . . . . . . . 164
5.3.2 Caso general . . . . . . . . . . . . . . . . . . . . . . . . 166
5.4 La ecuación de Bessel . . . . . . . . . . . . . . . . . . . . . . . 173
5.4.1 Algunas propiedades de las funciones de Bessel . . . . . 175
5.4.2 Series de Bessel . . . . . . . . . . . . . . . . . . . . . . 178
5.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
TABLA DE CONTENIDO iii

6 Transformadas de Laplace 184

6.1 Definiciones y propiedades básicas . . . . . . . . . . . . . . . . 184
6.2 Funciones escalonadas . . . . . . . . . . . . . . . . . . . . . . 190
6.3 Funciones de tipo impulso: la delta de Dirac . . . . . . . . . . 196
6.4 Transformadas de las funciones de Bessel . . . . . . . . . . . . 200
6.5 Más formulas de transformadas . . . . . . . . . . . . . . . . . 203
6.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205

7 Métodos numéricos 211

7.1 El método de Euler . . . . . . . . . . . . . . . . . . . . . . . . 211
7.2 Métodos Runge–Kutta . . . . . . . . . . . . . . . . . . . . . . 214
7.3 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 219

8 Ecuaciones diferenciales parciales 222

8.1 Series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . 222
8.2 La Ecuación de Calor . . . . . . . . . . . . . . . . . . . . . . . 229
8.3 La Ecuación de Onda . . . . . . . . . . . . . . . . . . . . . . . 233
8.4 La Ecuación de Laplace . . . . . . . . . . . . . . . . . . . . . 236
8.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 239

9 Sistemas Lineales n × n 244

9.1 Notación y Definiciones . . . . . . . . . . . . . . . . . . . . . . 244
9.2 Sistemas Homogéneos . . . . . . . . . . . . . . . . . . . . . . . 246
9.2.1 Independencia Lineal . . . . . . . . . . . . . . . . . . . 246
9.2.2 Problema de valor inicial . . . . . . . . . . . . . . . . . 250
9.3 Sistemas No–homogéneos . . . . . . . . . . . . . . . . . . . . . 251
9.4 Sistemas con coeficientes constantes . . . . . . . . . . . . . . . 253
9.4.1 Valores propios reales y distintas . . . . . . . . . . . . 254
9.4.2 Valores propios complejos y distintos . . . . . . . . . . 256
9.4.3 Valores propios repetidos . . . . . . . . . . . . . . . . . 258
9.5 Las ecuaciones de Frenet . . . . . . . . . . . . . . . . . . . . . 267
9.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 270

A El conjunto de los números complejos 275

Referencias 278

Indice 278
Prefacio

Las ecuaciones diferenciales se utilizan para modelar procesos donde es ra-

zonable suponer que las cantidades envueltas varı́an de forma “continua”.
Si dichas cantidades se representan por una o más funciones (llamadas las
desconocidas), entonces una ecuación diferencial es una ecuación que en-
vuelve derivadas de éstas funciones con respecto a una o más variables in-
dependientes. A diferencia de una ecuación algebraica, como por ejemplo
una ecuación cuadrática o polinómica cuyas soluciones son números, una
solución de una ecuación diferencial es una función. Es por esto que el pro-
ceso de buscar soluciones de ecuaciones diferenciales es uno más complicado
o elaborado1 .
Cuando hablamos de resolver una ecuación diferencial, existen varias posi-
bilidades o enfoques.
1. En los métodos exactos o analı́ticos, buscamos una solución exacta de
la ecuación diferencial, esto es, en términos de una formula o ecuación.
Como veremos, ésto es solo posible para ciertos tipos o clases de ecua-
ciones diferenciales.
2. Los métodos basados en expansiones asintóticas, producen una repre-
sentación de la solución de la ecuación diferencial en una serie de po-
tencias. Estos métodos aunque más generales que los exactos, nos dan
una aproximación local (alrededor de un punto) de la solución.
3. Los métodos numéricos producen, al igual que los basados en expan-
siones asintóticas, una aproximación de la solución de la ecuación difer-
encial. Al contrario de las expansiones asintóticas, estas aproxima-
ciones son globales, pero el grado de precisión usualmente no es tan
bueno como el de las expansiones asintóticas.
1
No pretendemos implicar con ésto que el problema de buscar raı́ces de ecuaciones
algebraicas sea uno simple o trivial.

iv
PREFACIO v

Estos métodos o puntos de vistas tienen como objetivo primordial el de

“cuantificar” la solución de la ecuación diferencial. Es posible también estu-
diar una ecuación diferencial de forma “cuálitativa”. Esto es, tratamos de
obtener la mayor cantidad de información de las soluciones de la ecuación
diferencial sin resolver la ecuación. Esto parecerı́a difı́cil o imposible, pero
como veremos más adelante, existen varias herramientas matemáticas que
nos permiten hacer este tipo de análisis y que se pueden utilizar para estu-
diar una variedad bien amplia de ecuaciones diferenciales.
Para ilustrar algunos de estos conceptos, considere el caso de la ecuación
diferencial:
y ′ (x) = y(x).
Esta ecuación lo que dice es que la función y(x) es igual a su derivada. Del
cálculo elemental sabemos que la función exponencial tiene esa propiedad,
por lo que
y(x) = c ex ,
para cuálquier constante c ∈ R. Esta expresión se llama la solución exacta o
solución general de la ecuación diferencial.
Por el contrario, y sin resolver la ecuación diferencial y ′ = y, si exami-
namos ésta vemos que y ′(x) > 0 si y(x) > 0, y que y ′ (x) < 0 si y(x) < 0. De
este análisis podemos concluir que:
ˆ cuálquier solución de la ecuación diferencial que sea positiva en algún
punto, se mantiene positiva y creciente en todo punto;
ˆ o si es negativa en algún punto, entonces se mantiene negativa y decre-
ciente en todo punto.
Esto es una análisis cuálitativo y note que no hizo falta tener a mano la
solución exacta de la ecuación diferencial.
Finalmente, si quisiéramos aproximar numéricamente la solución de la
ecuación diferencial, podrı́amos aproximar la derivada en la ecuación difer-
encial con un cociente diferencial, esto es:
y(x + h) − y(x)
y ′ (x) ≈ ,
h
donde h > 0 es un número dado, generalmente pequeño. Sustituyendo esta
expresión en la ecuación diferencial original y despejando, obtenemos que:
y(x + h) ≈ y(x) + hy(x).
PREFACIO vi

Partiendo del valor de y(x) en un punto, digamos y(x0 ) = y0 , podemos “it-

erar” esta ecuación obteniendo ası́ una aproximación (en un número discreto
de valores de x) de la solución (exacta) de la ecuación diferencial.
Cada uno de estos enfoques o puntos de vista serán estudiados en mayor
o menor grado en este libro: métodos exactos o analı́ticos (Caps. 2, 3, 6
y 9), métodos basados en expansiones asintóticas (Caps. 5 y 8), métodos
numéricos (Cap. 7), y métodos cuálitativos (Caps. 2 y 4). En el Capitulo
1 se definen algunos de los conceptos básicos de las ecuaciones diferenciales
como el de solución, orden, clasificaciones, y se discute el teorema sobre la
existencia y unicidad de soluciones a los llamados problemas de valor inicial.

Pablo V. Negrón Marrero

Universidad de Puerto Rico
Departamento de Matemáticas
Humacao, PR 00791
Capı́tulo 1

Ecuaciones diferenciales: que

son, para que sirven, y cuando
se pueden resolver

En este primer capitulo vamos a definir de forma mas rigurosa lo que es

una ecuación diferencial. Estudiaremos varias de las clasificaciones asociadas
a estas ecuaciones como: ordinaria vs parcial, lineal vs nolineal, y lo que
es el orden de la ecuación. Vamos a examinar el concepto de solución de
una ecuación diferencial, y veremos que en general una ecuación diferencial
tiene un numero infinito de soluciones. Si especificamos una condición inicial
(el estado inicial del sistema que describe la ecuación diferencial), entonces
tenemos un problema de valor inicial, del cual estudiaremos las condiciones
bajo las cuales estos problemas tienen solución única.

1.1 Algunas clasificaciones y aplicaciones

Las funciones cuyas derivadas aparecen en una ecuación diferencial se lla-
man las desconocidas. Si la ecuación diferencial envuelve solo una función
desconocida, entonces decimos que la ecuación es escalar . De lo contrario,
ésto es, si tenemos dos o más funciones desconocidas, con la misma cantidad
de ecuaciones, decimos que la ecuación diferencial es un sistema. El término
“ecuación diferencial” se usa en general tanto para el caso escalar como para
los sistemas.
Una ecuación diferencial se llama ordinaria si todas las funciones cuyas

1
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 2

derivadas aparecen en la ecuación, dependen de una sola variable indepen-

diente. De lo contrario, la ecuación diferencial se llama parcial . El orden
de una ecuación diferencial es el orden de la derivada de orden mayor que
aparece en la ecuación diferencial. La ecuación diferencial es lineal si las
funciones desconocidas y sus derivadas, aparecen de forma lineal en dicha
ecuación. De lo contrario, decimos que la ecuación es nolineal . En la Tabla
(1.1) mostramos varias ecuaciones diferenciales que ilustran estos conceptos.

Las aplicaciones de las ecuaciones diferenciales son muchas y se utilizan

en campos tan variados como las ciencias naturales, ingenierı́a, finanzas,
ciencias sociales, etc., para nombrar solo algunos. Vamos ahora a discutir
varios ejemplos de ésto con un enfoque en aplicaciones a las ciencias naturales.
Las soluciones o análisis de las ecuaciones resultantes en cada caso serán
discutidas más adelante en el texto.
Ejemplo 1.1. Un tanque mantiene una mezcla de un cierto solúto con agua.
Al tanque entra una mezcla del solúto a una tasa de ri litros por minuto con
una concentración de ci kilogramos por litro. Del tanque sale mezcla a una
tasa ro y concentración co . Suponemos que en todo momento la mezcla en
el tanque se mantiene uniforme. Tenemos entonces que ri ci representa la
cantidad de solúto que entra al tanque por unidad de tiempo (kilogramos
por minuto). De igual forma ro co representa la cantidad de solúto que sale
del tanque por unidad de tiempo. Si x(t) representa la cantidad de solúto en
el tanque en tiempo t, entonces podemos escribir que:
dx
(t) = ri ci − ro co .
dt
Si ri , ro son constantes, entonces
x(t)
co = ,
V0 + (ri − ro )t
donde V0 es el volumen inicial de la mezcla en el tanque. Sustituyendo esto
en la ecuación anterior, tenemos que x(t) satisface la ecuación diferencial:
dx ro x(t)
(t) = ri ci − , (1.1)
dt V0 + (ri − ro )t
que es una ecuación diferencial ordinaria, escalar, lineal, y de orden uno. En
el caso especial que ri = ro = r, esta ecuación diferencial reduce a
dx r
(t) = rci − kx(t), k = .
dt V0
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 3

dy
(x) − 4y(x) = 1 escalar ordinaria lineal orden uno
dx

x2 dy + ydx = 0 escalar ordinaria lineal en y(x), orden uno

nolineal en
x(y)


u′ (t) = v(t),
′ 2 sistema ordinaria nolineal orden uno
v (t) = u (t) + t
2×2

y ′′ (x) + (sen x)y(x) = 0 escalar ordinaria lineal orden dos

∂2u ∂2u
+ =0 escalar parcial lineal orden dos
∂x2 ∂y 2

∂2u ∂2u
− 2 =0 escalar parcial lineal orden dos
∂t2 ∂x

∂u ∂ 2 u
− 2 = f (u) escalar parcial nolineal orden dos
∂t ∂x

Tabla 1.1: Algunas ecuaciones diferenciales y sus clasificaciones de acuerdo

a si son escalares o sistemas, ordinaria o parcial, linealidad o nolinealidad, y
orden.

Ejemplo 1.2. Consideramos un sistema de masa–resorte (sin fricción) como

se muestra en la Figura 1.1. Denotamos por x(t) el desplazamiento de la masa
m a partir de la posición de equilibrio (resorte sin alargar). Si k representa la
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 4

posición de equilibrio
f(t)

−kx(t)

x(t)

pared

Figura 1.1: Sistema de masa–resorte.

constante del resorte, entonces éste ejerce una fuerza −kx(t) sobre la masa.
Usando la segunda ley de Newton, podemos escribir que:
mẍ(t) = −kx(t).
Si en adición suponemos que la masa m esta sujeta a una fuerza externa f (t),
entonces la ecuación anterior queda ahora como:
mẍ(t) + kx(t) = f (t).
Ambas ecuaciones son escalares, de orden dos, y lineales.
Ejemplo 1.3. Consideramos un sistema de una masa–péndulo donde supo-
nemos que la masa del brazo del péndulo es mucho menor (se puede descartar)
en comparación con la masa m. Las fuerzas actuando sobre la masa son la
de gravedad y la tensión del brazo del péndulo que mantiene la masa a una
distancia L (largo del brazo) del centro de rotación. El componente radial de
la fuerza de gravedad balancea la fuerza de tensión del brazo. Si θ(t) denota
el ángulo que hace el brazo del péndulo con la dirección vertical (hacia abajo),
entonces la aceleración tangencial de la masa m es Lθ̈(t) y el componente de
la fuerza de gravedad en la dirección tangente es −mg sen θ(t). Aplicando la
segunda ley de Newton en la dirección tangencial, tenemos que:
mLθ̈(t) = −mg sen θ(t),
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 5

θ(t)

−mg

Figura 1.2: Sistema de masa–péndulo.

la cuál se puede escribir como:

g
θ̈(t) + sen θ(t) = 0.
L
Esta es una ecuación de orden dos y nolineal.

Ejemplo 1.4. La ley de enfriamiento de Newton para un cuerpo a tempe-

ratura ambiente, establece que la razón o tasa de enfriamiento del cuerpo
es proporcional a la diferencia entre la temperatura del cuerpo y la del am-
biente. Si T (t) denota la temperatura del cuerpo en tiempo t, y T0 es la
temperatura ambiente, entonces podemos expresar esta ley con la siguiente
ecuación diferencial:
dT
(t) = k(T (t) − T0 ),
dt
donde k < 0 es la constante de proporcionalidad. Esta ecuación es lineal y
de orden uno.

Ejemplo 1.5. Consideramos ahora un circuito eléctrico de una resistencia,

inductancia, y capacitor conectados en serie y al cuál se le aplica un voltaje
variable V (t) como se muestra en la Figura 1.3. Si R, L, C representan la
resistencia, inductancia, y capacitancia respectivamente, entonces las caı́das
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 6

L R

V (t) C

Figura 1.3: Circuito RLC en serie con voltage aplicado variable.

de voltaje correspondientes a estos elementos del circuito son RI(t), Q(t)/C,

y LdI(t)/dt respectivamente, donde I(t) es la corriente en el circuito en
tiempo t, y Q(t) es la carga almacenada en el capacitor en tiempo t. Tenemos
que I y Q se relacionan por:
dQ
I(t) = (t).
dt
Como la suma de las caı́das de voltaje en el circuito tienen que sumar al
voltaje aplicado, tenemos que:

dI Q(t)
L (t) + RI(t) + = V (t),
dt C
lo cuál, usando la relación entre I(t) y Q(t), lo podemos escribir como:

d2 Q dQ Q(t)
L 2
(t) + R (t) + = V (t),
dt dt C
Tenemos entonces una ecuación diferencial lineal de orden dos para Q(t).
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 7

1.2 Ecuaciones diferenciales escalares: el con-

cepto de solución
La forma general de una ecuación diferencial escalar de orden n para una
función y(x) tiene la forma:

F (x, y(x), y ′(x), . . . , y (n) (x)) = 0, (1.2)

para alguna función F . Es común escribir la ecuación (1.2) de forma corta

como F (x, y, y ′, . . . , y (n)) = 0 donde se sobrentiende que y es función de
x. En este libro utilizaremos casi siempre la notación larga dada en (1.2)
y ocasionalmente ésta otra notación corta. Veremos más adelante que la
ecuación diferencial también se puede expresar en forma diferencial, es decir
usando diferenciales.
La ecuación diferencial (1.2) es lineal si F es una función lineal en y(x),
y (x),. . .,y (n) (x), esto es, si existen funciones a0 (x), a1 (x), . . . , an (x), g(x), tal
′

que la ecuación (1.2) se puede escribir de la forma:

an (x)y (n) (x) + an−1 (x)y (n−1) (x) + · · · + a1 (x)y ′(x) + a0 (x)y(x) = g(x).

Por ejemplo, la ecuación diferencial lineal de orden uno tiene la forma general:
dy
a1 (x) (x) + a0 (x)y(x) = g(x).
dx
De igual manera, la ecuación diferencial lineal de orden dos tiene la forma
general:
d2 y dy
a2 (x) 2 (x) + a1 (x) (x) + a0 (x)y(x) = g(x).
dx dx
Un concepto bien importante relacionado con la ecuación (1.2) es el de
“solución”. Decimos que una función f (x) es una solución de (1.2) en el
intervalo J, si al sustituir f por y en (1.2), la ecuación que resulta se cumple
para toda x ∈ J. Esto es:

F (x, f (x), f ′(x), . . . , f (n) (x)) = 0, ∀ x ∈ J.

El intervalo J más grande para el cuál ésto se cumple se llama el intervalo

máximo de solución o existencia. El intervalo máximo de solución se puede
determinar de forma relativamente fácil para las ecuaciones lineales. En el
caso de las ecuaciones nolineales, ésto puede ser muy difı́cil o imposible.
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 8

Ejemplo 1.6. La función f (x) = x4 /16 es solución de

dy
(x) − x[y(x)]1/2 = 0,
dx
en el intervalo J = R. Para verificar ésto note que f ′ (x) = x3 /4 por lo que:
r
3
df x x4 x3 x3
(x) − x[f (x)]1/2 = −x = − = 0,
dx 4 16 4 4
para toda x ∈ R. De igual forma se puede verificar que g(x) = 0 para toda
x ∈ R es también solución de la ecuación diferencial y en el mismo intervalo.
Es fácil ver que las funciones f1 (x) = cos x y f2 (x) = sen x son ambas
soluciones de la ecuación:

y ′′ (x) + y(x) = 0,

en el intervalo J = R.

Ejemplo 1.7. La ecuación x2 + y 2 = 4 define a y(x) de forma implı́cita.

Veamos que y(x) es solución de:

dy x
=− .
dx y

Diferenciando implı́citamente x2 + y 2 = 4 con respecto a x, tenemos que:

dy
2x + 2y = 0.
dx
Despejando para dy/dx obtenemos la ecuación diferencial de arriba. El in-
tervalo de existencia de la solución lo podemos determinar en este caso des-
pejando x2 + y 2 = 4 para y. En particular, tenemos que:
√ √
y(x) = 4 − x2 ó y(x) = − 4 − x2 ,

no ambas. Note que la ecuación diferencial es valida siempre y cuando y 6= 0.

Ası́ que el intervalo máximo de existencia de la solución es (−2, 2).

Una ecuación diferencial, en general, tiene un número infinito de solu-

ciones.
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 9

Ejemplo 1.8. Es fácil verificar que para cuálquier constante c ∈ R, la

función:
c
f (x) = + 1, (1.3)
x
es solución de la ecuación diferencial:
dy
x (x) + y(x) = 1,
dx
en el intervalo J = (0, ∞). Decimos que (1.3) es una familia de soluciones
de la ecuación diferencial. Si fijamos el valor de c, digamos c = −3, entonces
decimos que
3
y = − + 1,
x
es una solución particular de la ecuación diferencial.

Ejemplo 1.9. Se puede verificar que f1 (x) = ex y f2 (x) = e−x son soluciones
de la ecuación diferencial:

y ′′(x) − y(x) = 0.

en el intervalo J = R. Es fácil ver que para cuálesquiera constantes c1 , c2 , la

función f (x) = c1 f1 (x) + c2 f2 (x) es solución de la ecuación diferencial en J.
De hecho, como

f ′ (x) = c1 ex − c2 e−x , f ′′ (x) = c1 ex + c2 e−x ,

tenemos que

f ′′ (x) − f (x) = c1 ex + c2 e−x − c1 ex + c2 e−x = 0,

para toda x ∈ J. Más adelante veremos que f (x) = c1 f1 (x) + c2 f2 (x) es

la solución general de la ecuación diferencial en el sentido de que cuálquier
otra solución de la ecuación se puede obtener a partir de f (x) ajustando los
valores de c1 , c2 .

1.3 Teorı́a de existencia y unicidad

En esta sección vamos a estudiar la existencia y unicidad de soluciones de la
ecuación (1.2). Aunque nos limitaremos al caso n = 1 de ésta ecuación, las
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 10

conclusiones y resultados que veremos son igualmente válidos para ecuaciones

de orden mayor de uno, incluso para sistemas.
En el caso n = 1, la ecuación (1.2) reduce a:

F (x, y(x), y ′(x)) = 0.

Vamos a suponer que ésta ecuación se puede escribir de la forma:

y ′(x) = H(x, y(x)). (1.4)

Es común buscar una solución de (1.4) que satisfaga la condición inicial :

y(x0 ) = y0 . (1.5)

Aquı́ estamos suponiendo que el punto (x0 , y0) pertenece al dominio de la

función H. El problema de buscar una solución de (1.4) sujeto a (1.5) se
llama un problema de valor inicial o PVI. El PVI de (1.4) sujeto a (1.5) lo
escribimos como:  ′
y (x) = H(x, y(x)),
(1.6)
y(x0 ) = y0 .
Aunque no lo especificamos, la solución y(x) que buscamos debe estar definida
y ser solución en un intervalo que contenga a x0 .
Con relación al PVI (1.6) nos interesa contestar las siguientes preguntas:

i) ¿Tiene o no solución el PVI?

ii) ¿Será única la solución del PVI?

iii) ¿Cómo podemos encontrar o calcular la solución del PVI?

En esta sección contestaremos las preguntas i) y ii), mientras que el resto del
texto se dedica esencialmente a contestar la pregunta iii).

Ejemplo 1.10. Anteriormente vimos que para cuálquier c ∈ R,

c
f (x) = + 1,
x
es solución de
1 − y(x)
y ′ (x) = .
x
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 11

Si ponemos la condición inicial de que y(1) = 2, entonces de

c
+ 1 = 2,
1
tenemos que c = 1. Ası́ que g(x) = 1/x + 1 es solución del PVI:
1 − y(x)
(
y ′(x) = ,
x
y(1) = 2.

Ejemplo 1.11. El PVI:

y ′(x) = x[y(x)]1/2 ,


y(0) = 0,
tiene dos soluciones:
x4
f1 (x) = , f2 (x) = 0.
16

Podemos ver que en general un PVI puede tener varias soluciones. El

siguiente resultado nos da condiciones suficientes para que el PVI (1.6) tenga
solución y que ésta sea única. Decimos que el resultado del teorema es “local”
ya que el intervalo de existencia de la solución en el enunciado del teorema, en
general no es maximal. En la Figura 1.4 se ilustran algunos de los conceptos
y resultados del siguiente teorema.
Teorema 1.12 (Existencia y unicidad local). Sea R una región del plano
donde H(x, y), ∂H ∂y
(x, y) son continuas. Sea (x0 , y0 ) ∈ R. Entonces existe
un ε > 0 y una función f (x) definida sobre J = (x0 − ε, x0 + ε) la cuál es
solución de (1.4) sobre J y satisface (1.5), i.e., f es solución del PVI (1.6).
Además la función f es la única solución del PVI (1.6) en el intervalo J.
Ejemplo 1.13. La ecuación diferencial
1 − y(x)
y ′ (x) = ,
x
tiene
1−y ∂H 1
H(x, y) = , (x, y) = − .
x ∂y x
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 12

J = (x0 − ε, x0 + ε)

(x0 , y0 )

f(x)

Figura 1.4: Ilustración del intervalo de solución en el Teorema 1.12.

Las condiciones del Teorema 1.12 se cumplen para

R = {(x, y) : x > 0, y ∈ R} ,

o para
R = {(x, y) : x < 0, y ∈ R} ,
Ası́ que el PVI asociado a esta ecuación diferencial, tiene solución la cuál
es única para cuálquier (x0 , y0 ) con x0 6= 0. En el caso particular en que
(x0 , y0) = (1, 2), por el cálculo del Ejemplo 1.10, tenemos que f (x) = 1/x + 1
es la solución del PVI. Note que el intervalo máximo de existencia de la
solución en este caso es (0, ∞).

Ejemplo 1.14. Para la ecuación diferencial:

y 2(x)
y ′ (x) = ,
x2 + y 2 (x)
tenemos que

y2 ∂H 2x2 y
H(x, y) = , (x, y) = 2 .
x2 + y 2 ∂y (x + y 2 )2
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 13

Las condiciones del Teorema 1.12 se cumplen para

R = {(x, y) : (x, y) 6= (0, 0)} .

Ası́ que para cualquier (x0 , y0) 6= (0, 0), el PVI correspondiente tiene solución
que es única. Note que en éste caso no sabemos cuál es la solución ni el
intervalo máximo donde ésta serı́a solución.
Ejemplo 1.15. Para la ecuación diferencial:

y ′ (x) = 1 + y 2 (x),

tenemos que
∂H
H(x, y) = 1 + y 2 , (x, y) = 2y.
∂y
Las condiciones del Teorema 1.12 se cumplen para R = R2 . Ası́ que el PVI
correspondiente tiene solución que es única para cuálquier (x0 , y0 ). Note que
f (x) = tan(x + c) es solución de la ecuación diferencial para cuálquier c ∈ R:

f ′ (x) = sec2 (x + c) = 1 + tan2 (x + c) = 1 + f 2 (x).

Para (x0 , y0 ) = (0, 0), la condición f (0) = 0 implica que tan(c) = 0, i.e.,
c = nπ para cuálquier entero n. ¡Parecerı́a que tenemos un número infinito
de soluciones! Pero como tan(x + nπ) = tan(x), entonces f (x) = tan(x) es
la única solución del PVI:
y (x) = 1 + y 2(x),
 ′
y(0) = 0,

Note que el intervalo máximo de solución para f es (−π/2, π/2).

1.4 Ejercicios
Ejercicio 1.1. Para cada una de las siguientes ecuaciones diferenciales, de-
termine el orden y si es lineal o no lineal:
a) y ′ + t2 y = et .

b) 2y ′′ + 3y ′ − y = te−t .

c) y ′ = y(y + 1)(y − 1).

CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 14

d) y (3) − 2y ′ + ty − y 2 = 0.
Ejercicio 1.2. Verifique que las funciones dadas son soluciones de las ecua-
ciones diferenciales dadas, en el intervalo indicado.
a) f1 (x) = sin(2x) y f2 (x) = cos(2x) para y ′′ (x) + 4y(x) = 0 en R.
b) f1 (t) = et y f2 (t) = cosh(t) para y ′′ (t) − y(t) = 0 en R.
c) f1 (t) = t/3 y f2 (t) = e−t + t/3 para y (4) + 4y (3) + 3y = t en R.
√
d) f1 (x) = x y f2 (x) = 1/x para 2x2 y ′′ + 3xy ′ − y = 0 en (0, ∞).
Ejercicio 1.3. Determine si f (x) = x2 − 1 es solución o no de la ecuación
diferencial (y ′)4 + y 2 = −1.
Ejercicio 1.4. Considere la ecuación diferencial:
−2x
y′ = .
ey
a) Identifique la región R del plano donde las condiciones del teorema de
existencia y unicidad se cumplen.
b) Verifique que f (x) = ln(1 − x2 ) es solución de la ecuación diferencial y
que satisface la condición inicial y(0) = 0.
c) ¿En que intervalo (el máximo) la solución f (x) = ln(1 − x2 ) es válida?
Nota: Recuerde que u = ln(1 − x2 ) es equivalente a eu = 1 − x2 .
Ejercicio 1.5. Considere la ecuación diferencial:
x2
y ′ (x) = ln(y).
x−1
a) Identifique la o las regiones R del plano donde las condiciones del teorema
de existencia y unicidad se cumplen.
b) ¿Para cuales condiciones iniciales (x0 , y0 ), el PVI asociado tendrá solución
única?
Ejercicio 1.6. Considere la ecuación diferencial y ′(x) = H(x, y(x)) donde

y , x ≥ 0, y ∈ (−∞, ∞),
H(x, y) =
0 , x < 0, y ∈ (−∞, ∞).
CAPÍTULO 1. ¿QUÉ SON LAS ECUACIONES DIFERENCIALES? 15

a) ¿Será 
1 , x < 0,
f (x) =
ex , x ≥ 0,
solución de la ecuación diferencial? ¿En que intervalo? Explique sus
contestaciones.

b) Determine si f es continua en todo R.

c) ¿Puede usted utilizar el Teorema 1.12 en este caso, para garantizar que
existe una solución única del PVI correspondiente con la condición inicial
y(0) = 1? Explique su contestación.
Capı́tulo 2

Ecuaciones de primer orden

En la primera parte de este capitulo vamos a examinar varios métodos para

estudiar el comportamiento cualitativo de las soluciones de
y ′(x) = H(x, y(x)), (2.1)
esto es, sin necesariamente resolver la ecuación diferencial. Luego vamos a
estudiar varios métodos para calcular soluciones exactas de dicha ecuación
diferencial. El caso más simple de la ecuación (2.1) es cuando la función H
no depende de y. En este caso (2.1) reduce a:
y ′(x) = H(x), (2.2)
cuya solución exacta1 es:
Z
f (x) = H(x) dx + c, (2.3)

para cualquier constante c ∈ R. Note la constante arbitraria en la solución f

que corresponde a la integración que se hizo. Decimos que (2.3) representa
una familia de soluciones de (2.2). En general, cualquier método para resolver
la ecuación diferencial (2.1) requiere de una integración, por lo que la solución
siempre envuelve una constante arbitraria. A cualquier familia de soluciones
de (2.1) que envuelve una constante arbitraria, se le llama una curva integral
o solución general .
1
Note que aunque exacta, la cuestión de si podemos obtener f en forma explı́cita o no
depende de si podemos o no calcular la antiderivada de H(x). Si esta función no tiene una
antiderivada explı́cita, entonces la única alternativa posible para obtener o calcular la f
es por medio de métodos numéricos.

16
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 17

Ejemplo 2.1. Anteriormente vimos que para cualquier c ∈ R,

c
f (x) = + 1,
x
es solución de
1 − y(x)
y ′ (x) = .
x
Ası́ que f es una curva integral o lo mismo, la solución general de esta
ecuación.

Ejemplo 2.2. Note que f (x) = ce−x es solución de la ecuación diferencial:

y ′(x) + y(x) = 0,

para cualquier constante c ∈ R. De modo que f es una curva integral o

solución general de dicha ecuación diferencial.

2.1 Métodos cualitativos

En el Prefacio y Capitulo 1 mencionamos que un método para estudiar una
ecuación diferencial es desde el punto de vista cualitativo. Esto es tratamos
de obtener la mayor cantidad de información posible de las soluciones de la
ecuación diferencial sin tener que resolver la misma. Una de éstas técnicas
es la de campo de direcciones, que aunque en principio se puede utilizar para
ecuaciones de cualquier orden o sistemas, es más fácil de visualizar para el
caso de ecuaciones de orden uno. Otra técnica que veremos es la del uso de
diagramas de fase para las llamadas ecuaciones autónomas.

2.1.1 Campos de direcciones

Si examinamos detenidamente la ecuación diferencial (2.1) vemos que para
cualquier (x0 , y0 ) ∈ R, donde R es el dominio de H, el valor de H(x0 , y0 )
especifica la pendiente de la solución de la ecuación diferencial que pasa por
el punto (x0 , y0 ). Podemos pensar que a cada punto (x0 , y0) en R, le podemos
asociar un segmento cuya inclinación o pendiente es H(x0 , y0). La totalidad
de estos segmentos es lo que llamamos el campo de direcciones. Note que
si f es una solución de la ecuación diferencial en el intervalo J, entonces la
gráfica de f es tangente al campo de direcciones en todo punto (x, f (x)) con
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 18

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
-1.5 -1 -0.5 0 0.5

Figura 2.1: Campo de direcciones y una solución de la ecuación diferencial

(curva gruesa). Note como la curva solución “sigue el flujo” inducido por el
campo de direcciones.

x ∈ J. Esto se puede visualizar como si el campo de direcciones representará

el flujo de agua en un rı́o, mientras que la gráfica de una curva solución es
el camino o ruta que seguirı́a una hoja al colocarse en el rı́o en un punto o
posición dada. En la Figura 2.1 ilustramos estos conceptos.
La forma más eficiente de dibujar campos de direcciones es mediante el
uso de computadoras. No obstante, en ocasiones tenemos que trazar campos
de direcciones a mano, ya sea para tener una idea de como éstos se ven o
porque no tenemos disponible un computador. En tal caso, un concepto
bien útil es el de las isoclinas. La isoclina de nivel c ∈ R para la ecuación
diferencial (2.1) está dada por el conjunto:

Ic = {(x, y) : H(x, y) = c} .

En muchas ocasiones Ic representa una curva plana que podemos dibujar, de

modo que podemos trazar el campo de direcciones dibujando varias isoclinas
para valores distintos de c. En todos los puntos de la isoclina Ic , los segmentos
del campo de direcciones tienen la misma inclinación, dada por el valor de c.

Ejemplo 2.3. Vamos a trazar el campo de direcciones de la ecuación dife-

rencial:
y ′(x) = xy(x). (2.4)
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 19

1.5

0.5

-0.5

-1

-1.5

-2
-2 -1 0 1 2

Figura 2.2: Campo de direcciones y una solución de la ecuación diferencial

(2.4). Las isoclinas xy = c están dadas por las curvas entre–cortadas.

En este caso H(x, y) = xy por lo que la isoclina Ic está dada por la ecuación:

xy = c.

Note que si c = 0 entonces x = 0 ó y = 0. En el caso c 6= 0, entonces x y y

ambas tienen que ser distintas de cero, por lo que:
c
y= .
x
Ası́ que las isoclinas de ésta ecuación diferencial consisten de hipérbolas dadas
por la ecuación anterior, y las lı́neas x = 0 y y = 0. Recordando que en una
isoclina dada, los segmentos del campo de direcciones tienen todos la misma
inclinación, podemos entonces recoger la información anterior y trazar el
campo de direcciones. En la Figura 2.2 mostramos el campo de direcciones
resultante y varias de las isoclinas. Las isoclinas xy = c están dadas por
las curvas entre–cortadas. Note que las isoclinas con c > 0 se encuentran
en el primer y tercer cuadrante, las que corresponden a c < 0 aparecen en
el segundo y cuarto cuadrante, y los ejes de coordenadas corresponden a las
isoclinas con c = 0.
Ejemplo 2.4. Estudiamos ahora el campo de direcciones de la ecuación
diferencial:
y ′(x) = y(x)(y(x) − 2). (2.5)
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 20

Tenemos que H(x, y) = y(y−2) por lo que H es independiente de x. Este tipo

de ecuación diferencial, esto es cuando H es independiente de x, se llama una
ecuación autónoma y más adelante las estudiaremos en más detalles. Por el
momento, note que la isoclina Ic está dada por las soluciones de la ecuación:
y(y − 2) = c.
Esta ecuación nos dice que las isoclinas son rectas horizontales a la altura
dada por las soluciones de dicha ecuación. Si examinamos la gráfica de
H(y) = y(y − 2) vemos que y(y − 2) = c tiene solución:
y ∈ (−∞, 0) ∪ (2, ∞) para c > 0,
y ∈ (0, 2) para c ∈ [−1, 0),
y = 0, 2 para c = 0.
En la Figura 2.3 mostramos un trazado del campo de direcciones resultante.
Las curvas gruesas representan tres soluciones de la ecuación diferencial para
las condiciones iniciales y(0) = 2.2, 1.5 y y(0) = −1. Observe que las iso-
clinas corresponden a rectas horizontales donde los segmentos del campo de
direcciones tienen todos la misma inclinación. Note que la ecuación diferen-
cial tiene como soluciones f1 (x) = 0 y f2 (x) = 2 las cuales coinciden con las
isoclinas correspondientes a c = 0. Podemos ver del dibujo que las soluciones
de la ecuación diferencial con condición inicial y(x0 ) = y0 , tienden según
x → ∞ a f1 si y0 ∈ (−∞, 0) ∪ (0, 2). No obstante, ninguna solución2 se
acerca a f2 (según x → ∞) independiente de la condición inicial.

2.1.2 Ecuaciones autónomas

En el Ejemplo 2.4 vimos un caso particular de una ecuación diferencial
autónoma. En general, la ecuación diferencial (2.1) se dice que es autónoma
si H es independiente de x, esto es, si la ecuación tiene la forma:
y ′ (x) = H(y(x)). (2.6)
Note que si f (x) es una solución de (2.6), entonces g(x) = f (x − x0 ) es
también solución de la ecuación diferencial para cualquier x0 . Esta propiedad,
que es consecuencia de que H es independiente de x, implica que sin per-
dida de generalidad, en el PVI asociado a (2.6) siempre podemos tomar la
condición inicial (1.5) con x0 = 0.
2
Excepto cuando la condición inicial tiene y0 = 2, en cual caso la solución es f2 .
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 21

2.5

1.5

0.5

-0.5

-1
0 0.5 1 1.5 2 2.5 3

Figura 2.3: Campo de direcciones de la ecuación diferencial (2.5). Las isocli-

nas son rectas horizontales. Se muestran varias soluciones (curvas gruesas)
de la ecuación diferencial.

Las ecuaciones autónomas se pueden estudiar de forma cualitativa uti-

lizando los conceptos de punto crı́tico y su estabilidad. Decimos que y ∗ es
un punto crı́tico de la ecuación diferencial (2.6) si

H(y ∗) = 0.

Note que en este caso, la función

f (x) = y ∗ , ∀ x,

es una solución de la ecuación diferencial (2.6). La función f (x) = y ∗ para

toda x se llama una solución de equilibrio 3 de (2.6).
El punto crı́tico y ∗ de (2.6) es asintóticamente estable si existe un número
δ > 0 tal que para cualquier solución f (x) de (2.6) con |f (0) − y ∗ | < δ,
tenemos que
lim f (x) = y ∗ .
x→∞

De lo contrario, el punto crı́tico y ∗ se llama inestable.

Examinando la función H(y) podemos obtener unos criterios simples de
estabilidad o inestabilidad que no requieren el uso de ésta definición. En la
3
Del termino en inglés “steady state”.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 22

H(y)

y1 y2 y3 y

Figura 2.4: Ilustración particular de la función H(y) en la ecuación (2.6)

donde los puntos crı́ticos y1 , y3 que son asintóticamente estables, y y2 que es
inestable.

Figura 2.4 mostramos un caso particular de la función H(y). Note que para
el punto crı́tico y1 en la figura:

H(y) > 0, si y < y1 ,

H(y) < 0, si y1 < y < y2 .

Como H(y) representa la pendiente o derivada de cualquier solución de (2.6),

tenemos que si f (x) es una solución con f (0) ∈ (−∞, y1 ), entonces f (x) es
creciente y tiende a y1 según x → ∞. En adición, si f (0) ∈ (y1 , y2), entonces
f (x) es decreciente y tiende igualmente a y1 según x → ∞. Ası́ que el punto
crı́tico y1 es asintóticamente estable. De igual forma y3 es asintóticamente
estable. Por el contrario, un análisis similar de y2 muestra que no importa
cuan cerca se tome f (0) de y2 , la solución correspondiente se aleja de y2 , por
lo que y2 es inestable. Esta información la podemos resumir con el diagrama
de fase que se muestra en la Figura 2.5.
Los datos importante en el análisis anterior con relación a la función H(y)
de la Figura 2.4 son que:

H ′ (y1 ) < 0, H ′ (y3 ) < 0, H ′ (y2 ) > 0.

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 23

y1 y2 y3

Figura 2.5: Diagrama de fase de la ecuación diferencial (2.6) para la función

H(y) de la Figura 2.4.

No es difı́cil ahora verificar el siguiente resultado.

Teorema 2.5. Suponga que y ∗ es un punto crı́tico de la ecuación diferencial

(2.6). Tenemos que:

i) Si H ′(y ∗ ) < 0, entonces y ∗ es asintóticamente estable.

ii) Si H ′(y ∗ ) > 0, entonces y ∗ es inestable.

iii) Si H ′(y ∗ ) = 0 el criterio no aplica.

Ejemplo 2.6. La ecuación diferencial:

y ′(x) = 3y(x) − y 2(x) + 4,

es autónoma con H(y) = 3y − y 2 + 4. Los puntos crı́ticos corresponden a

las soluciones de 3y − y 2 + 4 = 0, que son y1 = −1, y2 = 4. Usando que
H ′ (y) = 3 − 2y tenemos que:

H ′ (y1 ) = 5 > 0, H ′ (y2 ) = −5 < 0,

por lo que y1 es inestable y y2 es asintóticamente estable. En la Figura 2.6

mostramos el campo de direcciones (con varias curvas solución incluyendo las
soluciones de equilibrio) y el diagrama de fase para esta ecuación diferencial.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 24

6 0.1

5 0.08

0.06
4

0.04
3
0.02
2
0
1
-0.02
0
-0.04

-1
-0.06

-2 -0.08

-3 -0.1
-2 -1 0 1 2 3 -2 0 2 4 6

Figura 2.6: Campo de direcciones y diagrama de fase para la ecuación difer-

encial autónoma del Ejemplo 2.6.

Ejemplo 2.7. Considere la situación de un cuerpo de masa m que cae sobre

la superficie de la tierra. Suponemos que la aceleración debido a la gravedad
es constante, la cual representamos por g, y que la dirección “hacia arriba”
es positiva. Entonces si v(t) representa la velocidad del cuerpo en cualquier
tiempo t, tenemos que en caı́da libre v(t) satisface la ecuación diferencial:
dv(t)
m = −mg,
dt
es decir que
dv(t)
= −g.
dt
Esta ecuación, que es un caso especial de (2.2), se puede resolver integrando
una vez con respecto a t, obteniendo ası́ que
v(t) = −gt + v0 ,
donde v(0) = v0 es la condición inicial. Las soluciones en este caso son rectas
con intercepto en el eje vertical de v0 y pendiente −g.
En el caso en que tenemos una fuerza de fricción proporcional (pero en
dirección opuesta) a la velocidad, la ecuación diferencial para v(t) es:
dv(t)
m = −mg − kv(t),
dt
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 25

−0.5
v(t)

v∗
−1

−1.5

−2
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
t

Figura 2.7: Campo de direcciones con varias soluciones y velocidad terminal

para la ecuación diferencial (2.7).

donde k > 0 es la constante de fricción o viscosidad. Simplificando podemos

escribir que:  
dv(t) k
= −g − v(t). (2.7)
dt m
Esta ecuación es autónoma con H(v) = −g − (k/m)v. Tenemos pues el
punto crı́tico v ∗ = −mg/k, el cual es asintóticamente estable ya que H ′(v) =
−(k/m) < 0. v ∗ se llama la velocidad terminal. En la Figura 2.7 mostramos
un campo de direcciones tı́pico para ésta ecuación diferencial que muestra
varias curvas solución y la velocidad terminal v ∗ .
Otro modelo común para la fuerza de fricción es cuando ésta es propor-
cional (pero en dirección opuesta) al cuadrado de la velocidad. En este caso
la ecuación diferencial para v(t) es:
 
dv(t) k
= −g − v(t) |v(t)| . (2.8)
dt m
Con H(v) = −g − (k/m)v |v|, el punto crı́tico ahora es:
r
mg
v ∗∗ = − .
k
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 26

Como H ′ (v) = 2(k/m)v para v < 0, el punto crı́tico v ∗∗ es asintóticamente

estable. El campo de direcciones tı́pico es como el de la Figura 2.7 usando
v ∗∗ en lugar de v ∗ .

2.2 Métodos analı́ticos o exactos

Pasamos ahora al estudio de métodos para obtener soluciones exactas de la
ecuación diferencial (2.1). Estos métodos aprovechan alguna estructura o
simetrı́a de la ecuación para ası́ encontrar una representación de las solu-
ciones. Las soluciones que construiremos, en general estarán dadas de forma
implı́cita por una ecuación algebraica entre x y y. Los métodos analı́ticos
aunque son especializados en el sentido que aplican a ciertos tipos de ecua-
ciones diferenciales, son de gran utilidad ya que estos tipos de ecuaciones
aparecen frecuentemente en diferentes tipos de aplicaciones.

2.2.1 Ecuaciones lineales

La ecuación diferencial (2.1) es lineal cuando ésta tiene la forma4 :
y ′ (x) + p(x)y(x) = g(x). (2.9)
Para resolver esta ecuación, buscamos una función µ(x), llamada un factor
integrante, de modo que al multiplicar ambos lados de (2.9) por µ(x), el lado
izquierdo se convierta en una diferencial exacta, esto es:
µ(x)(y ′(x) + p(x)y(x)) = (µ(x)y(x))′ .
Igualando y despejando ambos lados de ésta última ecuación, llegamos a que:
µ(x)p(x)y(x) = µ′ (x)y(x).
Si y(x) no es idénticamente cero y suponiendo que µ(x) > 0, entonces tene-
mos que:
µ′ (x)
= p(x). (2.10)
µ(x)
Recuerde que
d µ′ (x)
[ln µ(x)] = ,
dx µ(x)
4
Esto corresponde a H(x, y) = −p(x)y + g(x).
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 27

por lo que podemos escribir la ecuación (2.10) como:

d
[ln µ(x)] = p(x).
dx
Note que esta ultima ecuación es un caso especial de (2.2). Integrando en
ambos lados y tomando como cero la constante de integración resultante,
tenemos que Z
ln µ(x) = p(x) dx,
o que:
R
Z 
p(x) dx
µ(x) = e = exp p(x) dx . (2.11)

Volvemos ahora a la ecuación diferencial (2.9), pero multiplicando ambos

lados de ésta por µ(x). Tomando en cuenta que luego de multiplicar por
µ(x), el lado izquierdo de (2.9) es un diferencial exacto, llegamos a que (2.9)
es equivalente a:
(µ(x)y(x))′ = µ(x)g(x).
Integrando ambos lados de esta ecuación y despejando para y(x), tenemos
que Z 
1
y(x) = µ(x)g(x) dx + c , (2.12)
µ(x)
La ecuación (2.12), en conjunto con (2.11), nos dá una curva integral o lo
mismo, la solución general de (2.9).

Ejemplo 2.8. Vamos a construir la solución del PVI:

 ′
y (x) + y(x) = x,
y(0) = 1.

Note que en este problema, p(x) = 1, y g(x) = x. Ası́ que:

Z  Z 
µ(x) = exp p(x) dx = exp dx = ex .

Multiplicando ahora ambos lados de la ecuación diferencial por µ(x), obte-

nemos que:
(ex y(x))′ = xex
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 28

esto es que:
Z 
y(x) = e −x
xe dx + c = e−x [(x − 1)ex + c] = x − 1 + ce−x .
x

Esta es la solución general de la ecuación diferencial. Aplicando ahora la

condición inicial de y(0)=1, tenemos que:
1 = 0 − 1 + ce0 ,
esto es, que c = 2. Ası́ que
f (x) = x − 1 + 2e−x ,
es la solución del PVI.
Ejemplo 2.9. Consideremos ahora el PVI:
xy (x) + 2y(x) = x2 ,
 ′

y(1) = 2.
Si escribimos la ecuación diferencial como
2
y ′(x) + y(x) = x,
x
entonces p(x) = 2/x, y g(x) = x. Tenemos ahora que:
Z 
2
µ(x) = exp dx = exp(ln x2 ) = x2 .
x
La ecuación diferencial es ahora equivalente, siempre que x 6= 0, a:
(x2 y(x))′ = x3 .
Integrando con respecto a x en ambos lados y despejando para y(x), obten-
emos la solución general:
x2 c
y(x) = + 2,
4 x
donde c ∈ R es arbitraria. La condición inicial y(1) = 2 implica que c = 7/4,
por lo que la solución del PVI es:
x2 7 x4 + 7
f (x) = + 2 = .
4 4x 4x2
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 29

Ejemplo 2.10 (Mezclas). Un tanque contiene originalmente 100 galones de

agua fresca. A éste se le añade una mezcla de agua y sal con una concen-
tración de 1/4 de libra por galón y a razón de 2 galones por minuto. La
mezcla del tanque sale a la misma razón, y en todo momento se mantiene
uniforme (“bien mezclada”). Luego de 10 minutos, el proceso se detiene, y
entonces se comienza a añadir agua fresca al tanque a razón de 2 galones por
minuto, nuevamente saliendo la mezcla del tanque a la misma razón. Vamos
a determinar la cantidad de sal en el tanque luego de 20 minutos.
Si x(t) representa las libras de sal en el tanque en tiempo t, tenemos con
la notación del Ejemplo 1.1, que durante los primeros 10 minutos:
1
V0 = 100 gal, ro = ri = 2 gal/min, ci = lb/gal.
4
Sustituyendo en la ecuación (1.1) tenemos que:
dx(t) 1 1
+ x(t) = , 0 ≤ t ≤ 10.
dt 50 2
Tenemos también la condición inicial de que x(0) = 0 ya que inicialmente el
agua en el tanque es “fresca”. Esta ecuación diferencial es lineal con factor
integrante µ(t) = exp[t/50]. Integrando y usando la condición inicial tenemos
que:  
x(t) = 25 1 − e−[ 50 ] , 0 ≤ t ≤ 10.
t

Para el periodo de 10 ≤ t ≤ 20, tenemos los mismos valores de V0 , ro , ri de

arriba, excepto que ahora ci = 0. La ecuación diferencial queda ahora como:
dx(t) 1
= − x(t), 10 ≤ t ≤ 20.
dt 50
Esta ecuación es lineal con solución general:

x(t) = ce−[ 50 ] ,
t
10 ≤ t ≤ 20.

Si usamos que de la expresión para x(t) en el periodo 0 ≤ t ≤ 10, tenemos

que  
1
x(10) = 25 1 − e− 5 ,
entonces podemos determinar la constante c, de modo que:
 
e−[ 50 ] , 10 ≤ t ≤ 20.
t−10
− 15
x(t) = 25 1 − e
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 30

Finalmente, a los 20 minutos, la cantidad de sal en el tanque será de:

 1
 1
x(20) = 25 1 − e− 5 e− 5 = 3.71 lbs.

Para la ecuación lineal (2.9), el resultado del Teorema 1.12 es más fuerte
o explı́cito en cuanto al intervalo de existencia de la solución. Usando la
formula (2.12) se puede verificar el siguiente resultado.
Teorema 2.11 (Existencia y unicidad para ecuaciones lineales). Suponga
que las funciones p y g en (2.9) son continuas en el intervalo J = (α, β) y
que x0 ∈ J. Entonces para cuálquier y0 ∈ R, el PVI:
 ′
y (x) + p(x)y(x) = g(x),
y(x0 ) = y0 ,

tiene una solución f que es única y cuyo intervalo máximo de existencia es

J.
Ejemplo 2.12. Considere el PVI:
  
 ′ 3 x
y (x) + y(x) = ,
x−2 x−1
y(x0 ) = y0 .


Note que los dominios de:

3 x
p(x) = , g(x) = ,
x−2 x−1
son (−∞, 2) ∪ (2, ∞) y (−∞, 1) ∪ (1, ∞) respectivamente. La intersección de
estos dominios es:
(−∞, 1) ∪ (1, 2) ∪ (2, ∞).
Ası́ que, sin resolver el PVI, podemos decir que el intervalo máximo de exis-
tencia de la solución del PVI es:

 (−∞, 1), si x0 ∈ (−∞, 1),
J= (1, 2), si x0 ∈ (1, 2),
(2, ∞), si x0 ∈ (2, ∞).

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 31

2.2.2 Ecuaciones separables

La ecuación diferencial (2.1) es separable si:

H(x, y) = M(x)N(y).

En tal caso y escribiendo

dy
y ′(x) = ,
dx
podemos escribir la ecuación diferencial (2.1) es su forma diferencial como:
dy
= M(x) dx.
N(y)
Integrando ambos lados de esta ecuación, obtenemos de forma simbólica la
solución general de (2.1) en este caso:

dy
Z Z
= M(x) dx + c.
N(y)

El “éxito” de este método depende de cuan fácil sea evaluar las integrales
envueltas en esta ecuación. Note que en general en esta ecuación y está dada
como función de x de forma implı́cita.

Ejemplo 2.13. Considere el PVI:

sen x
y ′ (x) = , y(0) = 2.
y(x)

La ecuación diferencial es separable y en su forma diferencial lee como:

y dy = sen x dx.

Integrando ambos lados tenemos que

1 2
y = − cos x + c,
2
es la solución general. Sustituyendo y(0) = 2 en esta ecuación tenemos que
c = 3. Ası́ que la solución del PVI satisface que:
1 2
y = − cos x + 3,
2
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 32

Note que en este caso podemos despejar para y en términos de x:

√
y = ± 6 − 2 cos x.

Como y(0) = 2 > 0, entonces la solución del PVI es:

√
f (x) = 6 − 2 cos x.

Ejemplo 2.14. La ecuación diferencial:

tan y dy − x3 dx = 0,

es claramente separable. Pasando los términos de x a la derecha e integrando

en ambos lados, tenemos que:

x4
− ln |cos y| = + c,
4
es la solución general de la ecuación dada. Esta expresión se puede escribir
también como:  4 
x
|cos y| = exp − + c .
4
Note que la c en ésta última ecuación, no es la misma c que en la ecuación
anterior.

Ejemplo 2.15 (Familias de curvas ortogonales). Dos familias de curvas se

llaman ortogonales si cada curva de una familia interseca de forma ortogonal
a cada curva de la otra familia. Vamos a ilustrar este concepto buscando la
familia de curvas o trayectorias ortogonales a la familia de parábolas dada
por:
y = cx2 , c ∈ R.
En cualquier punto de la gráfica de y = cx2 , la pendiente a la curva está dada
por 2cx. Despejando para c en la ecuación y = cx2 , tenemos que c = y/x2 .
La pendiente 2cx puede escribirse entonces como
y 2y
2 2 x= .
x x
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 33

Como dy/dx representa ésta pendiente, podemos decir entonces que la familia
de curvas y = cx2 es la solución general de la ecuación diferencial:
dy 2y
= .
dx x
Cualquier otra curva que sea perpendicular o ortogonal a y = cx2 en un
punto (x, y) cualquiera, tiene pendiente en (x, y) dada por:
x
− .
2y
Ası́ que la familia de curvas ortogonales a y = cx2 son soluciones de la
ecuación diferencial:
dy x
=− .
dx 2y
Esta ecuación diferencial es separable y tiene solución general:
x2
+ y 2 = c, c ≥ 0,
2
lo cuál es una familia de elipses con centro en el origen y eje mayor en x. En
la Figura 2.8 mostramos varios miembros de ambas familias.

2.2.3 Ecuaciones exactas

Suponemos en esta discusión que la ecuación diferencial (2.1) está escrita en
forma diferencial como:

M(x, y) dx + N(x, y) dy = 0. (2.13)

Decimos que (2.13) es exacta si existe una función ψ(x, y) tal que:

ψx (x, y) = M(x, y), ψy (x, y) = N(x, y). (2.14)

∂ψ
Recuerde que ψx (x, y) = ∂x
(x, y), etc. En tal caso, la ecuación (2.13) se
puede escribir como:

ψx (x, y) dx + ψy (x, y) dy = 0.

Suponiendo que y es una función de x, ésta ecuación implica que:

d dy
[ψ(x, y)] = ψx (x, y) + ψy (x, y) = 0,
dx dx
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 34

2
y = cx2 x2 y2
4 + 2 =c

1.5

0.5

0
y

−0.5

−1

−1.5

−2
−1.5 −1 −0.5 0 0.5 1 1.5 2
x

Figura 2.8: Dos familias de curvas ortogonales: parábolas (curvas rojas) y

elipses (curvas negras).

esto es que
ψ(x, y) = c, c ∈ R,
es la solución general de la ecuación diferencial (2.13), donde y está dada de
forma implı́cita como función de x. Note que esta misma expresión nos da
la solución general de la ecuación en el caso en que x es función de y.

Ejemplo 2.16. Considere la ecuación diferencial:

2xy dx + x2 dy = 0.

Note que tomando ψ(x, y) = x2 y, tenemos que:

ψx = 2xy, ψy = x2 ,

por lo que la ecuación diferencial es exacta. Ası́ que:

x2 y = c, c ∈ R,

es la solución general de la ecuación.

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 35

En el ejemplo anterior no explicamos de donde salió la función ψ(x, y).

Antes de examinar un método para calcular ψ, necesitamos identificar bajo
que condiciones es posible conseguir ésta función.
Teorema 2.17. Suponga que las funciones M(x, y), N(x, y), My (x, y), y
Nx (x, y) son continuas para toda (x, y) ∈ R, donde R = [α, β] × [γ, δ]. En-
tonces la ecuación (2.13) es exacta en R si y solo si
My (x, y) = Nx (x, y), (x, y) ∈ R. (2.15)
Demostración: Si suponemos que (2.13) es exacta, entonces existe ψ(x, y)
que satisface (2.14). Es fácil ver ahora que:
My = ψxy = ψyx = Nx ,
donde hemos usado la continuidad de las derivadas parciales mixtas de orden
dos.
Suponemos ahora que (2.15) se cumple. Buscamos una función ψ(x, y)
que cumpla las condiciones (2.14). Integrando la primera ecuación en (2.14)
con respecto a x, tenemos que:
Z
ψ(x, y) = M(x, y) dx + h(y), (2.16)

donde la función h(y) actúa como una constante de integración con respecto
a x. Esta expresión para ψ cumple con la primera condición en (2.14). Para
que la segunda condición en (2.14) se satisfaga también, es necesario que:
Z
N(x, y) = ψy (x, y) = My (x, y) dx + h′ (y),

de donde obtenemos que:

Z
′
h (y) = N(x, y) − My (x, y) dx.

Como  
∂
Z
N(x, y) − My (x, y) dx = Nx − My = 0,
∂x
por (2.15), entonces la expresión de arriba para h′ (y) es de hecho una función
de y únicamente. Tenemos entonces, luego de integrar con respecto a y, y
tomando la constante de integración como cero, que
Z  Z 
h(y) = N(x, y) − My (x, y) dx dy.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 36

Sustituyendo esta expresión para h en (2.16), obtenemos una función ψ(x, y)

que cumple con (2.14).

Si la condición (2.15) se cumple, entonces de la demostración del teorema

anterior tenemos un procedimiento para encontrar la función ψ(x, y).

Ejemplo 2.18. Para la ecuación diferencial

ey dx + (xey + 2y) dy = 0,

tenemos que
M(x, y) = ey , N(x, y) = xey + 2y.
Note que
My = ey = Nx ,
por lo que la ecuación es exacta. Ası́ que existe una función ψ(x, y) tal que:

ψx = M = ey , ψy = N = xey + 2y.

Integrando la primera de estas ecuaciones con respecto a x obtenemos que:

ψ(x, y) = xey + h(y).

Usando ahora ésta expresión de ψ y que ψy = N = xey + 2y, tenemos que

xey + 2y = ψy = xey + h′ (y),

de donde obtenemos que h′ (y) = 2y, i.e., que h(y) = y 2 . Tenemos finalmente
que ψ(x, y) = xey + y 2, y que la solución general de la ecuación diferencial
es:
xey + y 2 = c, c ∈ R.

Ejemplo 2.19. Para la ecuación diferencial

 
2
x+ dy + y dx = 0,
y
tenemos que
2
M(x, y) = y, N(x, y) = x + .
y
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 37

Note que
My = 1 = Nx ,
por lo que la ecuación es exacta. Ası́ que existe una función ψ(x, y) tal que:
2
ψx = y, ψy = x + .
y
Integrando la primera de estas ecuaciones con respecto a x obtenemos que:

ψ(x, y) = xy + h(y).

Usando ahora ésta expresión de ψ y que ψy = x + 2/y, tenemos que

2
x+ = ψy = x + h′ (y),
y

de donde obtenemos que h′ (y) = 2/y, i.e., que h(y) = ln y 2 . Tenemos fi-
nalmente que ψ(x, y) = xy + ln y 2 , y que la solución general de la ecuación
diferencial es:
xy + ln y 2 = c, c ∈ R.

2.2.4 Factores integrantes

Cuando una ecuación diferencial no es exacta, esto es, si (2.15) no se cumple,
es posible en ciertos casos manipular la ecuación hasta convertirla en una
que sea exacta. El método para hacer esto es el de factores integrantes y la
idea es hallar una función µ(x, y) (el factor integrante) de modo que

µ(x, y) [M(x, y) dx + N(x, y) dy] = 0,

sea exacta. Aplicando el criterio (2.15) a esta nueva ecuación obtenemos que:

∂ ∂
[µ(x, y)M(x, y)] = [µ(x, y)N(x, y)] ,
∂y ∂x
o en forma expandida que:

Nµx − Mµy + (Nx − My )µ = 0.

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 38

¡Esta ecuación diferencial parcial para µ(x, y) es en general mucho más difı́cil
de resolver que la ecuación diferencial original! No obstante en ciertos casos
particulares, es posible resolverla. Por ejemplo, si µ(x, y) = µ(x), i.e., que
no depende de y, entonces la ecuación diferencial parcial de arriba reduce a:
 
dµ My − Nx
= µ.
dx N

Si el coeficiente:
My − Nx
,
N
es función únicamente de x, y si podemos resolver la ecuación resultante para
µ(x), entonces podemos convertir la ecuación diferencial original a una que
sea exacta. De igual se podrı́a trabajar suponiendo que µ es independiente
de x, donde obtenemos que:
 
dµ Nx − My
= µ,
dy M

siempre que el coeficiente:

Nx − My
,
M
sea función de y únicamente.

Ejemplo 2.20. La ecuación diferencial:

y dx + (x2 y − x) dy = 0,

tiene M = y, y N = x2 y − x. Note que

My = 1, Nx = 2xy − 1,

por lo que la ecuación no es exacta. Buscamos un factor integrante µ(x).

Como
My − Nx 1 − (2xy − 1) 2
= 2
=− ,
N x y−x x
que es función de x únicamente, entonces es posible encontrar un factor
integrante que es función solo de x. De hecho
dµ 2
= − µ,
dx x
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 39

que es una ecuación separable con solución particular µ(x) = x−2 . Multipli-
cando la ecuación diferencial original por µ(x) obtenemos la nueva ecuación:
 
y 1
dx + y − dy = 0,
x2 x
la cuál es claramente exacta. Ası́ que buscamos ψ(x, y) tal que
y 1
ψx = 2
, ψy = y − .
x x
Integrando la primera de estas ecuaciones con respecto a x obtenemos que:
y
ψ(x, y) = − + h(y).
x
Usando ahora ésta expresión de ψ y que ψy = y − 1/x, tenemos que
1 1
y− = ψy = − + h′ (y),
x x
de donde obtenemos que h′ (y) = y, i.e., que h(y) = y 2 /2. Tenemos finalmente
que ψ(x, y) = −y/x+y 2/2, y que la solución general de la ecuación diferencial
original es:
y 1
− + y 2 = c, c ∈ R.
x 2

2.2.5 Ecuaciones homogéneas

La ecuación diferencial (2.1) es homogénea si la función H(x, y) cumple que:
H(tx, ty) = H(x, y), ∀ t ∈ R. (2.17)
En este caso también decimos que la función H(x, y) es homogénea (de grado
cero).
Ejemplo 2.21. La función:
x−y
H(x, y) = ,
x+y
es homogénea ya que:
tx − ty x−y
H(tx, ty) = = = H(x, y).
tx + ty x+y
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 40

Si H es homogénea, entonces con t = 1/x, tenemos que:

 y
H(x, y) = H(tx, ty) = H 1, .
x
Con el cambio de variables v = y/x, tenemos que:
dy dv
=v+x .
dx dx
Combinando ésto con la ecuación anterior, podemos escribir (2.1) como:
dv
v+x = H(1, v),
dx
es decir:
dv H(1, v) − v
= ,
dx x
la cuál es una ecuación diferencial separable. Si pudiéramos resolver esta
nueva ecuación, entonces obtendrı́amos la solución de la ecuación original
remplazando v con y/x.
Ejemplo 2.22. La ecuación diferencial:

(x + y) dx − (x − y) dy = 0,

la podemos reescribir como:

dy x+y
= .
dx x−y
Es fácil ver que H(x, y) = (x + y)/(x − y) es homogénea. La sustitución
v = y/x nos lleva a que:
dv 1+v 1 + v2
x = −v = .
dx 1−v 1−v
Separando variables tenemos que:
1−v dx
2
dv = .
1+v x
Como
1−v dv v 1
Z Z Z
dv = − dv = tan−1 v − ln(1 + v 2 ),
1 + v2 1 + v2 1+v 2 2
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 41

tenemos que la solución general para la ecuación diferencial en v es:

1
tan−1 v − ln(1 + v 2 ) = ln |x| + c.
2
Reemplazando v con y/x, tenemos que la solución general de la ecuación
diferencial original es:
  1  y2

−1 y
tan − ln 1 + 2 = ln |x| + c.
x 2 x

2.2.6 Ecuación de Bernoulli

La ecuación (2.1) es de Bernoulli si ésta tiene la forma5 :

y ′(x) + p(x)y(x) = q(x)y n (x), n 6= 0, 1.

Note que los casos n = 0, 1 reducen a ecuaciones lineales. Si dividimos ambos

lados de la ecuación por y n (x), tenemos que:

y −n (x)y ′ (x) + p(x)y 1−n (x) = q(x).

Tomando v(x) = y 1−n (x), vemos que:

v ′ (x) = (1 − n)y −n (x)y ′(x).

Usando esto en la ecuación diferencial anterior, tenemos que:

1
v ′ (x) + p(x)v(x) = q(x),
1−n
que es una ecuación diferencial lineal para v(x).

Ejemplo 2.23. La ecuación:

1
y ′(x) + y(x) = xy 2 (x),
x
5
Recuerde que y n (x) = [y(x)]n , mientras que y (n) (x) es la n–esima derivada de y(x).
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 42

es de Bernoulli con n = 2. La sustitución v(x) = y −1(x) convierte la ecuación

a:
1
v ′ (x) − v(x) = −x.
x
Con el factor integrante:
 Z 
1 1
µ(x) = exp − dx = ,
x x

la ecuación diferencial anterior es equivalente a:

′
x−1 v(x) = −1.

Integrando esta última ecuación, tenemos que:

v(x) = x(c − x).

Como v = y −1, tenemos que la solución general de la ecuación diferencial

original es:
1
y(x) = .
x(c − x)

2.3 Algunas aplicaciones

En esta sección vamos a discutir varios ejemplos de aplicaciones donde para
resolver las ecuaciones diferenciales resultantes, se utilizan los conceptos dis-
cutidos en este capitulo.

2.3.1 Modelos de poblaciones

La descripción del crecimiento o cambio de una población debido a diferentes
factores externos o biológicos, es un problema de gran importancia social. En
esta sección vamos a describir algunos de los modelos clásicos que aunque
relativamente simples, permiten hacer predicciones buenas a corto plazo y en
ocasiones a largo plazo también. Por el momento consideraremos únicamente
modelos para una sola población. Más adelante examinaremos modelos con
dos poblaciones.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 43

El primer modelo poblacional es el de crecimiento exponencial (Malthus

(1798)). Si P (t) representa la población (total de individuos) en tiempo t,
entonces éste modelo propone que la razón de cambio de P (t) es proporcional
a P (t). Esto lo podemos expresar en una ecuación diferencial como:
dP
(t) = rP (t),
dt
donde la constante de proporcionalidad r, es positiva y se llama la constante
o tasa de crecimiento 6. Si P (0) = P0 , entonces la solución de ésta ecuación
está dada por:
P (t) = P0 ert , t ≥ 0.
Como r > 0, entonces P (t) → ∞ (exponencialmente) según t → ∞, a menos
que P0 = 0. Se ha comprobado que éste modelo es bueno para predicciones
a corto plazo y en situaciones donde la población no tiene limitaciones de
espacio y alimento. Note que el modelo no incluye retiro de individuos de la
población como por ejemplo, por muerte.
El próximo modelo que discutimos es el modelo logı́stico (Verhulst (1838))
el cuál pretende corregir algunas de las limitaciones básicas en el modelo
exponencial, en particular la referente al crecimiento indefinido. La idea es
que en lugar de tener una tasa de crecimiento r constante, el modelo logı́stico
usa una tasa variable que es esencialmente constante cuando la población
P (t) es pequeña, y es negativa cuando la población es grande. En particular,
se usa una tasa lineal (y decreciente) en P . La ecuación diferencial del modelo
está dada por:
dP
(t) = (r − aP (t))P (t), (2.18)
dt
donde r, a > 0. Aunque ésta ecuación diferencial se puede resolver de forma
exacta ya que es separable, la vamos a analizar desde el punto de vista
cuálitativo ya que es autónoma. Con H(P ) = (r − aP )P , tenemos que los
puntos crı́ticos de la ecuación diferencial son P = 0 y P = r/a. Como
H ′ (P ) = r − 2aP , entonces H ′ (0) = r > 0 y H ′ (r/a) = −r < 0 por lo que 0
es inestable y r/a es asintóticamente estable. En la Figura 2.9 mostramos un
diagrama tı́pico del campo de direcciones y varias soluciones de ésta ecuación
diferencial. El punto crı́tico
r
K= ,
a
6
Si r < 0, éste modelo se utiliza para describir el decaimiento o desintegración de
sustancias radioactivas
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 44

Figura 2.9: Diagrama del campo de direcciones con varias soluciones para la
ecuación logı́stica (2.18).

se llama el punto o población de saturación. Del campo de direcciones pode-

mos concluir que:

1. Si P (0) ∈ (0, K), entonces P (t) → K según t → ∞ con P (t) creciente.

2. Si P (0) > K, entonces P (t) → K según t → ∞ con P (t) decreciente.

Note que P (t) = K para toda t si P (0) = K, y que P (t) = 0 para toda t si
P (0) = 0.
Concluimos ésta sección con el modelo logı́stico con umbral . Este modelo
utiliza la ecuación:
  
dP P (t) P (t)
(t) = −r 1 − 1− P (t), (2.19)
dt T K

donde r > 0 y 0 < T < K. La tasa de crecimiento en este modelo, al igual

que en el logı́stico, es variable pero negativa para P pequeño, positiva para P
de tamaño no muy grande, y de nuevo negativa para P grande. Los puntos
crı́ticos de ésta ecuación son P = 0, T, K. Evaluando la derivada de

H(P ) = −r(1 − P/T )(1 − P/K)P,

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 45

Figura 2.10: Diagrama del campo de direcciones con varias soluciones para
la ecuación (2.19).

en los puntos crı́ticos, obtenemos que 0, K son asintóticamente estables, mien-

tras que T es inestable. En la Figura 2.10 mostramos un diagrama tı́pico del
campo de direcciones y varias soluciones de ésta ecuación diferencial. Pode-
mos concluir en este caso que:

1. Si P (0) ∈ (0, T ), entonces P (t) → 0 según t → ∞ con P (t) decreciente.

2. Si P (0) ∈ (T, K), entonces P (t) → K según t → ∞ con P (t) creciente.

3. Si P (0) > K, entonces P (t) → K según t → ∞ con P (t) decreciente.

El valor de T se llama la población umbral ya que si la población inicial es

menor que T , entonces la población “desaparece” o se extingue con el tiempo.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 46

2.3.2 Circuitos eléctricos

En el Ejemplo 1.5 derivamos la ecuación diferencial:
d2 Q dQ Q(t)
L 2
(t) + R (t) + = V (t),
dt dt C
para la carga total Q(t) en tiempo t en un circuito RLC (resistencia–induc-
tancia–capacitor). Al momento no podemos analizar ésta ecuación pues es de
segundo orden, pero podemos estudiar los casos especiales de dicho circuito
cuando no hay inductancia o cuando no hay capacitor. El mismo análisis que
hicimos en el Ejemplo 1.5 muestra que en un circuito con una resistencia y
un capacitor en serie, la carga total Q(t) cumple con la ecuación diferencial:
dQ(t) Q(t)
R + = V (t). (2.20)
dt C
Por otro lado, en un circuito con una inductancia y una resistencia, la corri-
ente I(t) satisface la ecuación diferencial:
dI(t)
L + RI(t) = V (t). (2.21)
dt
Ejemplo 2.24. En un circuito en serie con una resistencia de 1000 ohms,
capacitancia de 5×10−6 faradios, y voltaje aplicado de 200 voltios, la corriente
inicial es de 0.4 amperios. Buscamos la carga en el circuito luego de 0.005
segundos. Como

R = 1000, C = 5 × 10−6 , V = 200,

la ecuación diferencial (2.20) reduce a:

dQ(t)
+ 200Q(t) = 0.2.
dt
Esta ecuación es lineal con factor integrante µ(t) = e200t , por lo que su
solución general es:
Q(t) = 0.001 + ce−200t . (2.22)
Para determinar c usamos que la corriente inicial I(0) = 0.4. Como I(t) =
dQ(t)/dt, la ecuación diferencial para Q(t) se puede escribir como:

I(t) + 200Q(t) = 0.2.

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 47

Sustituyendo t = 0 y usando el valor de I(0), tenemos que:

Q(0) = −0.001.

Evaluando (2.22) en t = 0 e igualando a −0.001 tenemos que c = −0.002.

Tenemos entonces que

Q(t) = 0.001 − 0.002e−200t .

Finalmente tenemos que

Q(0.005) = 0.001 − 0.002e−1 = 2.64 × 10−4 coulombs.

2.4 Ejercicios
Ejercicio 2.1. Para las siguientes ecuaciones diferenciales autónomas, halle
todos los puntos de equilibrio de la ecuación, clasifique los puntos de equilibrio
como estables o inestables, y haga un dibujo del diagrama de fase.
a) x′ (t) = x(t) − x2 (t).

b) x′ (t) = x3 (t) − 4x(t).

Ejercicio 2.2. Considere la ecuación diferencial autónoma

y ′ = (y 2 − 5y + 6)(y + 1).

a) Halle todos los puntos de equilibrio de la ecuación.

b) Clasifique los puntos de equilibrio como estables o inestables.

c) Haga un dibujo del diagrama de fase (de una dimensión).

d) Haga una trazado del campo direcciones.

e) Si y(0) = 1, ¿qué valor tiene el limite limt→∞ y(t)?

Ejercicio 2.3. Considere la ecuación diferencial
dy
= y − x2 .
dx
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 48

a) Halle la ecuación para la isoclina correspondiente a la inclinación c del

campo de direcciones.

b) Trace las isoclinas con el valor de c correspondiente para los valores de

c = 0, ±1, ±2.

c) Trace las soluciones de la ecuación diferencial correspondientes a las condi-

ciones iniciales y(2) = 4 y y(−1) = −1.

Ejercicio 2.4. Considere la ecuación diferencial

dy
= 2x − y.
dx
a) Halle la ecuación para la isoclina correspondiente a la inclinación c del
campo de direcciones. Identifique a que tipo de curva en el plano corre-
sponde la isoclina.

b) Trace las isoclinas con el valor de c correspondiente a los valores de c =

0, ±1, ±2.

c) Trace las soluciones de la ecuación diferencial, sobre el trazado de la parte

(b), correspondientes a las condiciones iniciales y(−1) = 2 y y(2) = 3.

Ejercicio 2.5. ¿Cuál es el intervalo máximo de existencia para la solución

de los siguientes problemas de valor inicial?
√
a) y ′ + (ln x)y = (tan x), y(π/4) = − 2.
√ 1
b) y ′ + ( x)y = , y(0.5) = −4.
1 − x2
c) sin(x)y ′ (x) + ex y(x) = x3 , y(1) = 0.

Ejercicio 2.6. Halle la solución del PVI:

dy x2 + 2x + 3
= , y(2) = 1.
dx y3
Ejercicio 2.7. Clasifique las siguientes ecuaciones como lineal, separable,
exacta, o homogénea. No resuelva ninguna de las ecuaciones.

a) (x2 + y 2 )dx − 3xydy = 0.

CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 49

b) (xy 2 + x3 )dx + (x2 y + y 2 )dy = 0.

c) dy + (2y − 4x)dx = 0.

d) (2xey + x3 )dx + (x2 ey + y 2)dy = 0.

e) dy + (5x − 3y)dx = 0.

f) (x3 − y 3)dx − 3xy 2 dy = 0.

Ejercicio 2.8. Halle la solución general de:

a) y ′ (x) − 2y(x) = 5.
dx
b) x+1
+ cos(y)dy = 0.

c) (y − x3 )dx + (x + y 3 )dy = 0.

d) (x3 − 2y)dx − xdy = 0.

x3 + y 3
e) y ′ = .
xy 2
f) sin(x)dx + cos(y)dy = 0.

g) y ′ (x) + 3y(x) = 1.

h) (2y − x2 )dx + (2x + y 3)dy = 0.

dy y(−c + dx)
i) = , a, b, c, d constantes positivas.
dx x(a − by)
Ejercicio 2.9. Halle la solución del problema de valor inicial

x2 y ′ − 3xy − 2y 2 = 0, y(1) = 1.

Ejercicio 2.10. Halle la solución del problema de valor inicial:

ty (t) − y(t) = t2 cos(t),

 ′

y(1) = 2.

Ejercicio 2.11. Verifique que la función µ(x, y) dada en cada uno de los
siguientes problemas, es un factor integrante de la ecuación diferencial dada
(la hace exacta). Usando ésto, halle la solución general de la ecuación.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 50

a) (6y − 4y 2)dx + (9x − 8xy)dy = 0, µ(x, y) = xy 2 .

b) x dy + y dx + 3x3 y 4 dy = 0, µ(x, y) = x−3 y −3.
Ejercicio 2.12. En un reactor nuclear, el proceso de fisión produce neutrones
a una razón que es proporcional al número de neutrones presente en cualquier
momento. Si n0 neutrones se encuentran presentes inicialmente, y n1 , n2
neutrones se encuentran presentes en los tiempos t1 y t2 respectivamente,
verifique que  t2  t1
n1 n2
= .
n0 n0
Ejercicio 2.13. Si la mitad de una cierta cantidad del elemento radioac-
tivo radio se desintegra en 1600 años, ¿que porcentaje de la cantidad inicial
quedará luego de 2400 años? ¿Y al final de 8000 años?
Ejercicio 2.14. Si la vida media de una sustancia radioactiva es de 20 dı́as,
¿cuánto tiempo le tomará para que el 99% de la sustancia se desintegre?
Ejercicio 2.15. Un tanque contiene 100 galones de una mezcla de 40 libras
de sal con agua. Se desea reducir la concentración de sal a 0.1 libras por galón.
Esto se va a hacer añadiendo agua pura al tanque a razón de 5 galones por
minuto, manteniendo la mezcla uniforme. La mezcla sale del tanque a la
misma razón a la que entra el agua pura. ¿Cuánto tiempo tomarı́a reducir
la concentración de la mezcla en el tanque a 0.1 libras por galón?
Ejercicio 2.16. De acuerdo a la ley de absorción de Lambert, el porcentaje
de luz incidente absorbida por una placa fina de material transluciente, es
proporcional al grosor de la placa. Si la intensidad de la luz del sol que incide
verticalmente en agua de océano se reduce a la mitad a una profundidad de
1
10 pies, ¿a que profundidad se reducirá a 16 de su intensidad inicial? Este
problema se puede analizar tanto directamente como utilizando ecuaciones
diferenciales.
Ejercicio 2.17. Imagine una columna de aire, con área transversal de una
pulgada cuadrada, que se extiende desde el nivel del mar hacia arriba in-
definidamente. La presión atmosférica p a una altura h sobre el nivel del mar
es igual al peso de la sección de esta columna sobre la altura h. Suponiendo
que la densidad del aire es proporcional a la presión, verifique que p satisface
la ecuación diferencial
dp
= −cp, c > 0.
dh
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 51

Obtenga ahora la formula p = p0 e−ch , donde p0 es la presión atmosférica al

nivel del mar.

Ejercicio 2.18. Un torpedo se esta moviendo a una rapidez de 60 millas por

horas al momento en que se le termina el combustible. Si el agua ejerce una
fuerza de resistencia al movimiento proporcional a la rapidez del torpedo, y
si luego de una milla la rapidez del torpedo ha disminuido a 30 millas por
hora, ¿cuál es la distancia total recorrida por el torpedo?

Ejercicio 2.19. Suponga que en una cierta reacción quı́mica, la sustancia P

se transforma en la sustancia X. Sean p la concentración inicial de P y x(t)
la concentración de X en tiempo t. Note que p − x(t) es la concentración
de P en tiempo t. Si la reacción es “auto–catalı́tica”, esto es, la rapidez a
la que ocurre la reacción es proporcional a x y p − x, entonces x satisface la
ecuación diferencial
dx
= αx(p − x),
dt
donde α es una constante positiva. Halle x(t) dado que x(0) = x0 .

Ejercicio 2.20. Ciertas enfermedades, como la tifoidea, se propagan ma-

yormente vı́a portadores, esto es, individuos que trasmiten la enfermedad
pero no muestran sı́ntomas del mismo. Sean x(t) y y(t) las densidades de los
portadores y de los individuos susceptibles no infectados respectivamente, en
tiempo t. Suponga que los portadores se remueven de la población a una
tasa β > 0, de modo que
dx
= −βx. (2.23)
dt
En adición, suponga que la enfermedad se trasmite a una razón proporcional
al producto de x y y, de modo que
dy
= −αxy, (2.24)
dt
donde α > 0.

a) Resuelva la ecuación diferencial (2.23) con la condición inicial de que

x(0) = x0 .

b) Usando el resultado de la parte (a), resuelva la ecuación (2.24) para y(t)

con la condición inicial de que y(0) = y0 .
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 52

c) Calcule el valor limite de y según t → ∞. Estudie como el valor de este

limite varia con α y β.

Ejercicio 2.21. Para cada una de las siguientes familias de curvas, encuentre
la familia de curvas ortogonales correspondientes. Trace ambas familias de
curvas en el mismo sistema de coordenadas.

a) La familia de hipérbolas xy = c.

b) La familia de cı́rculos (x − c)2 + y 2 = c2 .

c) La familia de elipses x2 − xy + y 2 = c2 .

d) La familia de parábolas 2cy + x2 = c2 , c > 0.

Ejercicio 2.22. Una cierta especie de salmones que viven en la costa de

Alaska, crecen de acuerdo al modelo Maltusiano:

p′ (t) = 0.003p(t),

donde t se mide en minutos y p(t) es la población de salmón en tiempo t.

Al momento t0 , un grupo de tiburones se establece en el lugar donde crecen
los salmones, y comienzan a alimentarse de éstos. La razón a la que los
tiburones consumen a los salmones es de 0.001p2 (t). En adición y por causa
de la presencia de los tiburones, los salmones abandonan la costa a razón de
0.002 salmones por minuto.

a) Modifique el modelo Maltusiano de crecimiento de la población de modo

que incorpore los dos factores adicionales por la presencia de los tiburones.

b) Suponga que al momento en que t = 0, hay un millón de salmones. Deter-

mine la función p(t) para la población en cualquier momento t. Determine
si alguno, el valor limite de la población según t → ∞.

Ejercicio 2.23. La población de la ciudad de Nueva York se puede describir

utilizando la ley logı́stica:
dp 1 1
= p− p2 ,
dt 25 2.5 × 107
donde t se mide en años, y se han descartado los efectos de emigración y
muertes por homicidios.
CAPÍTULO 2. ECUACIONES DE PRIMER ORDEN 53

a) Modifique este modelo para que incluya los efectos de que 6,000 personas
por año abandonan la ciudad, y 4,000 mueren por homicidios al año.

b) Si la población de Nueva York era de 8,000,000 en el 1970, encuentre la

función p(t) para la población en cualquier tiempo futuro. ¿Que sucede
según t → ∞.
Capı́tulo 3

Ecuaciones de segundo orden

En el caso n = 2, la ecuación (1.2) reduce a:

F (x, y(x), y ′(x), y ′′ (x)) = 0.
Suponemos que esta ecuación se puede escribir de la forma:
y ′′ (x) = H(x, y(x), y ′(x)). (3.1)
El caso especial en que H depende solo de x, la ecuación (3.1) reduce a:
y ′′ (x) = H(x).
Esta ecuación tiene solución general:
Z Z 
f (x) = c1 + c2 x + H(x) dx dx,

la cuál envuelve las dos constantes arbitrarias c1 , c2 . Más adelante veremos

que la solución general de (3.1) siempre envuelve dos constantes arbitrarias,
por lo que es necesario dos condiciones adicionales para determinar dichas
constantes. Es por ésto que el problema de valor inicial asociado a (3.1)
envuelve las dos condiciones iniciales:
y(x0 ) = y0 , y ′ (x0 ) = v0 , (3.2)
donde suponemos que el punto (x0 , y0 , v0 ) pertenece al dominio de la función
H(x, y, v). El problema de valor inicial de (3.1) sujeto a (3.2) lo escribimos
ahora como:  ′′
y (x) = H(x, y(x), y ′(x)),
(3.3)
y(x0 ) = y0 , y ′ (x0 ) = v0 .

54
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 55

Al igual que para el caso n = 1 de la ecuación (1.2), tenemos el siguiente

resultado sobre la existencia y unicidad de soluciones del PVI (3.3).
Teorema 3.1. Sea R una región en R3 donde H(x, y, v), ∂H ∂y
(x, y, v) y
∂H
∂v
(x, y, v) son continuas. Sea (x0 , y0 , v0 ) ∈ R. Entonces existe un ε > 0 y
una función f (x) definida sobre J = (x0 − ε, x0 + ε) la cuál es solución de
(3.1) en J y satisface (3.2), i.e., f es solución del PVI (3.3). Además la
función f es la única solución del PVI (3.3) en el intervalo J.

3.1 Ecuaciones reducibles a primer orden

Vamos a examinar dos casos especiales de (3.1) que se pueden trabajar con
los métodos del capitulo anterior. Primero veamos el caso en que H(x, y, v)
no depende de y. En tal caso (3.1) reduce a:

y ′′ (x) = H(x, y ′(x)).

Si tomamos v(x) = y ′(x), entonces la ecuación anterior es equivalente a:

v ′ (x) = H(x, v(x)),

la cuál es de primer orden para v(x). Si podemos resolver ésta ecuación para
v(x), entonces obtenemos la solución de la ecuación original integrando a
v(x).
Ejemplo 3.2. La ecuación diferencial:
2
y ′′ (x) + x [y ′ (x)] = 0,

tiene H(x, y, v) = −xv 2 , i.e., es independiente de y. Con v(x) = y ′(x),

tenemos que:
v ′ (x) = −xv 2 (x),
que es separable con solución general:
2
v(x) = .
x2 + c1
Tenemos ahora que
2
y ′(x) = .
x2 + c1
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 56

Integrando, en el caso en que c1 > 0, tenemos que la solución general de la

ecuación diferencial original es:
 
2 −1 x
f (x) = √ tan √ + c2 .
c1 c1

¿Cuáles serı́an las expresiones correspondientes para los casos c1 = 0 ó c1 < 0?

Otro caso especial de (3.1) es cuando H(x, y, v) es independiente de x.

En tal caso la ecuación diferencial (3.1) tiene la forma1 :

y ′′ (x) = H(y(x), y ′(x)). (3.4)

Poniendo v = y ′ tenemos que:

dv
= H(y, v).
dx
Procediendo formalmente tenemos, usando la regla de la cadena, que:
dv dv dy dv
= · =v .
dx dy dx dy
Ası́ que la ecuación diferencial anterior queda como:
dv
v = H(y, v),
dy
que es de primer orden para v como función de y. Si podemos resolver ésta
ecuación para v(y), entonces la solución de la ecuación diferencial original se
obtiene resolviendo la ecuación diferencial:
dy
= v(y),
dx
la cuál es separable.

Ejemplo 3.3. La ecuación diferencial:

2
y ′′ (x) + y(x) [y ′(x)] = 0,
1
En este caso, al igual que para (2.6), la ecuación (3.1) se llama autónoma.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 57

tiene H(x, y, v) = −yv 2 que es independiente de x. Con v = y ′ la ecuación

queda como:
dv
v = −yv 2 ,
dy
la cuál es separable con solución general:
y2
v(y) = c1 e− 2 .
Ahora tenemos que resolver:
dy y2
= c1 e− 2 ,
dx
que es separable. Separando las variables e integrando tenemos que y(x) está
dada de forma implı́cita por:
Z 2
y
e 2 dy = c1 x + c2 .

3.2 Ecuaciones lineales

Recuerde que la ecuación (3.1) es lineal cuando ésta es de la forma:
a(x)y ′′ (x) + b(x)y ′ (x) + c(x)y(x) = d(x).
Para los valores de x donde a(x) 6= 0, podemos dividir la ecuación por a(x)
para obtener:
y ′′(x) + p(x)y ′ (x) + q(x)y(x) = g(x), (3.5)
donde hemos puesto que:
b(x) c(x) d(x)
p(x) = , q(x) = , g(x) = .
a(x) a(x) a(x)
La ecuación:
y ′′ (x) + p(x)y ′ (x) + q(x)y(x) = 0, (3.6)
se llama la ecuación homogénea asociada a (3.5), mientras que a (3.5) se le
llama la ecuación no–homogénea. Note que y(x) ≡ 0 es siempre solución de
(3.6).
Al igual que para el caso de la ecuación diferencial lineal de orden uno,
tenemos el siguiente resultado:
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 58

Teorema 3.4 (Existencia y unicidad para ecuaciones lineales). Suponga que

las funciones p, q y g en (3.5) son continuas en el intervalo J = (α, β) y que
x0 ∈ J. Entonces para cuálquier y0 , v0 ∈ R, el PVI:
 ′′
y (x) + p(x)y ′ (x) + q(x)y(x) = g(x),
y(x0 ) = y0 , y ′(x0 ) = v0 ,
tiene una solución f que es única y cuyo intervalo máximo de existencia es
J.
Ejemplo 3.5. Considere el problema de valor inicial
y (x) + x2 y ′(x) + (ln x)y(x) = tan x,
 ′′

y(1) = 3, y ′(1) = −5.

El intervalo más grande que contiene a x0 = 1 y donde las funciones x2 , ln x,
y tan x son todas continuas, es (0, π2 ). Tenemos entonces que la solución del
PVI anterior tiene intervalo máximo de existencia J = (0, π2 ).
De aquı́ en adelante suponemos que las condiciones del teorema en los
coeficientes p, q, g de la ecuación (3.5) se cumplen en el intervalo (α, β).
Para cuálquier entero k ≥ 0, escribimos C k (α, β) para representar al
conjunto de funciones que tienen hasta k derivadas, todas continuas en el
intervalo (α, β). Si k = 0, escribimos C(α, β) en lugar de C 0 (α, β). Definimos
ahora la función L : C 2 (α, β) → C(α, β) por:
L[y] = y ′′ + py ′ + qy. (3.7)
L se llama un operador diferencial de orden dos. Esta es la notación funcional
del operador L pero podemos usar también la notación puntual :
L[y](x) = y ′′(x) + p(x)y ′(x) + q(x)y(x), x ∈ (α, β).
Podemos ahora escribir la ecuación (3.5) como L[y] = g, y la ecuación ho-
mogénea (3.6) como L[y] = 0.

3.2.1 La ecuación homogénea

El operador L tiene la siguiente importante propiedad:
L[c1 y1 + c2 y2 ] = c1 L[y1 ] + c2 L[y2 ], (3.8)
para todo c1 , c2 ∈ R, y toda y1 , y2 ∈ C 2 (α, β). Esta propiedad, que establece
que L es un operador lineal, tiene la siguiente importante consecuencia con
relación a la ecuación homogénea (3.6).
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 59

Teorema 3.6 (Principio de superposición). Sean y1 , y2 soluciones de la

ecuación homogénea (3.6). Entonces c1 y1 + c2 y2 es también solución de la
ecuación homogénea para cuálquier c1 , c2 ∈ R.

Comentario 3.7. Este resultado depende intrı́nsecamente de la propiedad

(3.8) del operador L. Por ejemplo, para el operador N[y] = y ′′ + y 2 , y
suponiendo que N[y1 ] = N[y2 ] = 0, entonces:

N[y1 + y2 ] = (y1 + y2 )′′ + (y1 + y2 )2 ,

= N[y1 ] + N[y2 ] + 2y1 y2 = 2y1 y2 ,

lo cuál en general es distinto de cero, ya que N[y1 ] = N[y2 ] = 0 no obliga a

que y1 y2 = 0. Ası́ que y1 + y2 en general no es solución de N[y] = 0.

El teorema anterior implica que si y1 , y2 son soluciones de (3.6), ambas

distintas de la solución cero, entonces c1 y1 + c2 y2 es una familia (infinita)
de soluciones de la ecuación homogénea. Vamos a estudiar ahora bajo que
condiciones ésta familia infinita de soluciones, es de hecho la solución general
de la ecuación homogénea.
Dadas dos funciones y1 , y2 ∈ C 1 (α, β) completamente arbitrarias, el de-
terminante:
 
 y1 (x) y2 (x) 
W [y1, y2 ](x) =  ′  , x ∈ (α, β), (3.9)
y1 (x) y2′ (x) 

se llama el Wronskiano de y1 , y2 . Al igual que con el operador L, usamos de

forma intercambiada las notaciones W [y1 , y2 ] ó W [y1, y2 ](x) con x ∈ (α, β).

Ejemplo 3.8. Con y1 (x) = x2 + x, y2 (x) = x2 + 2x + 1, tenemos que:

 2 
 x + x x2 + 2x + 1 
W [y1 , y2 ](x) =  ,
2x + 1 2x + 2 
= (x2 + x)(2x + 2) − (x2 + 2x + 1)(2x + 1),
= −(x + 1)2 .

para toda x ∈ R.

Cuando las funciones {y1 , y2} en la definición de W son además soluciones

de L[y] = 0, entonces el Wronskiano tiene la siguiente propiedad.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 60

Lema 3.9. Sean y1 , y2 ∈ C 2 (α, β) soluciones de la ecuación homogénea (3.6).

Entonces W [y1 , y2](x) = 0 para toda x ∈ (α, β) ó W [y1 , y2 ](x) 6= 0 para toda
x ∈ (α, β).
Ejemplo 3.10. Note que y1 (x) = cos(ln x), y2 (x) = sen(ln x) son soluciones
de la ecuación diferencial:
x2 y ′′ (x) + xy ′ (x) + y(x) = 0,
en el intervalo J = (0, ∞). Para éstas funciones:
 
 cos(ln x) sen(ln x)  1
W [y1 , y2 ](x) =  1 1
= =
 x 6 0,
− x sen(ln x) x cos(ln x)
para toda x ∈ (0, ∞). Por otro lado, con y1 (x) = sen(ln x) y y2 (x) =
2 sen(ln x), ambas soluciones de ésta ecuación diferencial, tenemos que:
 
 sen(ln x) 2 sen(ln x) 
W [y1 , y2 ](x) =  1  = 0,
x
cos(ln x) x2 cos(ln x) 
para toda x ∈ (0, ∞).
Decimos que dos soluciones y1 , y2 de la ecuación homogénea (3.6) forman
un conjunto fundamental de (3.6), si para cuálquier función y ∈ C 2 (α, β) con
L[y] = 0, existen constantes c1 , c2 tal que y = c1 y1 + c2 y2 . Usando el Lema
3.9 y el Teorema 3.4 se puede verificar el siguiente resultado:
Teorema 3.11. Sean y1 , y2 ∈ C 2 (α, β) soluciones de la ecuación homogénea
(3.6). Si W [y1 , y2](x0 ) 6= 0 para algún punto x0 ∈ (α, β), entonces {y1 , y2 } es
un conjunto fundamental de (3.6).
Ejemplo 3.12. Note que y1 (x) = cos x, y2 (x) = sen x son soluciones de la
ecuación diferencial:
y ′′ (x) + y(x) = 0,
en el intervalo (−∞, ∞). Como:
 
 cos x sen x
 = cos2 x + sen2 x = 1 6= 0,

W [y1 , y2 ](x) = 
− sen x cos x 

tenemos que {y1 , y2 } es un conjunto fundamental de la ecuación diferencial.

Suponga que nos interesa resolver el PVI:
 ′′
y (x) + y(x) = 0,
y(0) = 2, y ′(0) = 1.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 61

Como {y1 , y2 } es un conjunto fundamental de la ecuación diferencial, la

solución y(x) del PVI se puede escribir como
y(x) = c1 y1 (x) + c2 y2 (x) = c1 cos x + c2 sen x, x ∈ (−∞, ∞),
para algunas constantes c1 , c2 ∈ R. Aplicando las condiciones iniciales a la
ecuación anterior en x = 0, tenemos que:

c1 cos 0 + c2 sen 0 = 2,
−c1 sen 0 + c2 cos 0 = 1,
de donde obtenemos que c1 = 2, c2 = 1. Ası́ que
y(x) = 2 cos x + sen x,
es la solución del PVI.
Combinando los resultados de los Teoremas 3.4 y 3.11, podemos verificar
que la ecuación (3.6) siempre tiene al menos un conjunto fundamental. Para
ver ésto note que por el Teorema 3.4, para cuálquier x0 ∈ (α, β), el PVI:
 ′′
y (x) + p(x)y ′(x) + q(x)y(x) = 0,
y(x0 ) = 0, y ′(x0 ) = 1,
tiene solución y1 (x), mientras que el PVI:
 ′′
y (x) + p(x)y ′(x) + q(x)y(x) = 0,
y(x0 ) = 1, y ′(x0 ) = 0,
también tiene solución que denotamos por y2 (x). Como:
   
 y (x ) y2 (x0 )   0 1 
W [y1 , y2 ](x0 ) =  1′ 0   1 0  = −1 6= 0,
= 
y1 (x0 ) y2′ (x0 )
tenemos por el Teorema 3.11 que {y1 , y2} es un conjunto fundamental para
(3.6).

3.2.2 Construcción de conjuntos fundamentales

Aunque la ecuación (3.6) siempre tiene al menos un conjunto fundamental,
éstos se pueden construir explı́citamente solo para ciertos tipos de ecuaciones.
No obstante, los casos especiales donde es posible hallar o construir los con-
juntos fundamentales, ocurren frecuentemente en las aplicaciones por lo que
éstos resultados son de gran utilidad.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 62

Reducción de orden
Consideramos primero el caso en que de alguna forma, tenemos a mano una
solución y1 (distinta de la función cero) de la ecuación homogénea (3.6). A
partir de y1 construimos otra función y2 de modo que {y1 , y2 } sea un conjunto
fundamental de (3.6).
Sea v(x) una función (por determinarse) y defina y2 = vy1. La idea es
tratar de buscar una función v de modo que L[y2 ] = 0. Note que:

y2′ = vy1′ + v ′ y1 ,
y2′′ = vy1′′ + 2v ′ y1′ + v ′′ y1 .

Tenemos entonces que:

L[y2 ] = (vy1′′ + 2v ′ y1′ + v ′′ y1 ) + p (vy1′ + v ′ y1 ) + qvy1,

= y1 v ′′ + (2y1′ + py1 )v ′ ,

donde usamos que como y1 es solución de (3.6), entonces:

L[y1 ] = y1′′ + py1′ + qy = 0.

Si buscamos una función v tal que L[y2 ] = 0, entonces es necesario que:

y1 v ′′ + (2y1′ + py1 )v ′ = 0.

Con la sustitución u = v ′ , ésta ecuación reduce a una de primer orden para

u, y luego de una integración obtenemos la siguiente expresión para v:
 Z x 
1
Z
v(x) = exp − p(ξ) dξ dx.
y12 (x)

Como y2 /y1 = v 6= constante, se puede verificar que {y1 , y2 } es un conjunto

fundamental para (3.6).

Ejemplo 3.13. Es fácil verificar que y1 (x) = x es solución de la ecuación

diferencial:
x2 y ′′ (x) + xy ′ (x) − y(x) = 0.
Buscamos una segunda solución y2 de la forma y2 = vy1 = xv. Como

y2′ = xv ′ + v, y2′′ = xv ′′ + 2v ′ ,
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 63

tenemos que
x2 y2′′ (x) + xy2′ (x) − y2 (x) = x3 v ′′ (x) + 3x2 v ′ (x).
Ası́ que la ecuación diferencial original es equivalente a:
3 ′
v ′′ (x) + v (x) = 0.
x
Con u = v ′ tenemos que
3
u′ (x) = − u(x),
x
la cuál es lineal (y separable) con solución (particular) u(x) = x−3 . Inte-
grando u, obtenemos que v(x) = −(1/2)x−2 . Finalmente tenemos que
1
y2 (x) = v(x)y1 (x) = − .
2x
Note que
 x −1
 
    
=x 1 1 1
 2x 
W [y1 , y2](x) =  2
− − (1) = ,
 1 1

 2x 2x x
2x2

por lo que {y1 , y2} es un conjunto fundamental en (−∞, 0) ó en (0, ∞).

Coeficientes constantes
Consideramos ahora el caso especial en que (3.6) es de la forma:
L[y] = ay ′′ + by ′ + cy = 0, (3.10)
donde a, b, c ∈ R con a 6= 0. Por el Teorema 3.4 las soluciones de ésta
ecuación existen y están definidas en el intervalo (−∞, ∞).
Si buscamos soluciones de (3.10) de la forma y(x) = erx para alguna
constante r ∈ C, tenemos luego de sustituir en (3.10) y simplificar que:
ar 2 + br + c = 0. (3.11)
Esta ecuación de llama la ecuación auxiliar o caracterı́stica de (3.10). Sus
soluciones están dadas por la formula cuadrática:
√ √
−b + b2 − 4ac −b − b2 − 4ac
r1 = , r2 = .
2a 2a
Tenemos ahora tres casos:
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 64

i) (b2 − 4ac > 0) En este caso, las raı́ces r1 , r2 de la ecuación caracterı́stica

son ambas reales y distintas. Tenemos entonces dos soluciones de (3.10):
y1 (x) = er1 x , y2 (x) = er2 x .
Como
 rx 
 e1 er2 x  = (r2 − r1 )e(r1 +r2 )x 6= 0,

W [y1 , y2 ](x) =  r1 x
r1 e r2 er2 x 

para toda x ∈ R, entonces {y1 , y2 } es un conjunto fundamental de (3.10).

Ejemplo 3.14. La ecuación:
y ′′ + y ′ − 2y = 0,
tiene ecuación caracterı́stica:
r 2 + r − 2 = (r − 1)(r + 2) = 0,
por lo que r1 = 1 y r2 = −2. Tenemos entonces que {ex , e−2x } es un
conjunto fundamental para la ecuación diferencial original, y que
y(x) = c1 ex + c2 e−2x ,
es la solución general.

ii) (b2 − 4ac = 0) Tenemos una solución:

b
y1 (x) = erx , r=− ,
2a
de (3.10). Podemos ahora usar el método de reducción de orden discutido
en la sección anterior para buscar otra solución. De hecho, tomando
y2 (x) = v(x)erx y obligando a que esto sea una solución de (3.10), obte-
nemos que v ′′ (x) = 0, por lo que v(x) = x es una posibilidad. Tenemos
entonces que
y2 (x) = xerx ,
es solución de (3.10). Como
 rx 
 e xerx  = e2rx 6= 0,

W [y1, y2 ](x) =  rx
re (rx + 1)erx 

para toda x ∈ R, entonces {y1 , y2 } es un conjunto fundamental de (3.10).

CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 65

Ejemplo 3.15. La ecuación:

y ′′ − 2y ′ + y = 0,
tiene ecuación caracterı́stica:
r 2 − 2r + 1 = (r − 1)2 = 0,
con raı́z (doble) r = 1. Tenemos entonces que {ex , xex } es un conjunto
fundamental para la ecuación diferencial original, y que
y(x) = c1 ex + c2 xex = (c1 + c2 x)ex ,
es la solución general.
iii) (b2 − 4ac < 0) En este caso, las raı́ces de la ecuación caracterı́stica (3.11)
son números complejos conjugados, ésto es:
r1 = λ + µı, r2 = λ − µı, µ 6= 0.
 (λ+µı)x (λ−µı)x
Ası́ que e ,e son soluciones de la ecuación homogénea
(3.10). Por el principio de superposición (Teorema 3.6):
e(λ+µı)x + e(λ−µı)x
eλx cos µx = ,
2
e(λ+µı)x − e(λ−µı)x
eλx sen µx = ,
2ı
son también soluciones de la ecuación homogénea (3.10). Como:
W [eλx cos µx, eλx sen µx] = µe2λx 6= 0,

entonces eλx cos µx, eλx sen µx es un conjunto fundamental para (3.10).
Ejemplo 3.16. La ecuación:
y ′′ − 2y ′ + 2y = 0,
tiene ecuación caracterı́stica:
r 2 − 2r + 2 = 0,
que tiene raı́ces complejas 1 ± ı. Ası́ que con λ = 1, y µ = 1 en las
formulas anteriores, tenemos que {ex cos x, ex sen x} es un conjunto fun-
damental para la ecuación diferencial original, y que
y(x) = ex (c1 cos x + c2 sen x) ,
es la solución general.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 66

3.2.3 La ecuación no–homogénea

Vamos ahora a retomar la discusión de la ecuación no–homogénea (3.5).
Recuerde que podemos escribir ésta ecuación en términos del operador L
dado por (3.7), como:
L[y] = g. (3.12)
Cuálquier solución (conocida) yp de ésta ecuación, obtenida de alguna forma2 ,
la llamaremos una solución particular de (3.12). Veamos como los conceptos
que discutimos sobre la ecuación homogénea (3.6) nos ayudan a construir
soluciones de la ecuación no–homogénea.
Si u, v son soluciones de (3.12), esto es:

L[u] = g, L[v] = g,

entonces, por la propiedad (3.8), tenemos que:

L[u − v] = L[u] − L[v] = g − g = 0.

Es decir, que u − v es solución de la ecuación homogénea (3.6). Podemos

ahora expresar u − v en términos de cuálquier conjunto fundamental de la
ecuación homogénea. Esta observación es suficiente para concluir el siguiente
resultado:
Teorema 3.17. Sea yp una solución particular de la ecuación no–homogénea
(3.12) y {y1 , y2 } un conjunto fundamental de la ecuación homogénea (3.6).
Entonces si y es cuálquier otra solución de la ecuación no–homogénea (3.12),
existen constantes c1 , c2 ∈ R tal que:

y = y p + c1 y 1 + c2 y 2 . (3.13)

La ecuación (3.13) es la solución general de la ecuación no–homogénea

(3.12). Al termino c1 y1 +c2 y2 en (3.13) se le llama la solución complementaria.

3.2.4 Construcción de soluciones particulares

Ya vimos en la Sección 3.2.2 varios métodos para construir conjuntos fun-
damentales de la ecuación homogénea. Con ésto y el teorema anterior, el
problema de resolver la ecuación no–homogénea (3.12) se reduce al de buscar
soluciones particulares de la no–homogénea.
2
Más adelante discutiremos varios métodos para buscar soluciones particulares.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 67

El método de coeficientes indeterminados

Consideramos el caso de (3.12) en que el operador L es como en (3.10), esto
es:
L[y] ≡ ay ′′ + by ′ + cy = g, (3.14)
donde los coeficientes a, b, c ∈ R, a 6= 0. En este caso si g, el lado derecho de
(3.14), tiene una forma especial como de tipo exponencial, o trigonométrica,
o polinómica, entonces sus derivadas son del mismo tipo por lo que se espera
que la solución de la ecuación diferencial sea del mismo tipo. Esta es la idea
básica en el método de coeficientes indeterminados. Describimos ahora el
método por casos según el tipo de lado derecho en (3.14).
i) Caso en que g(x) = Ceqx para algunas constantes C y q dadas o conoci-
das. En este caso buscamos una solución particular de (3.14) de la forma
yp (x) = Aeqx . Sustituyendo en (3.14), luego de simplicar tenemos que:
C
A= ,
aq 2 + bq + c
siempre que aq 2 + bq + c 6= 0, esto es cuando q no es una raı́z de la
ecuación caracterı́stica (3.11).
Si q es raı́z de la ecuación caracterı́stica (3.11), entonces tratamos yp (x) =
Axeqx . Como

yp′ (x) = A(qx + 1)eqx , yp′′(x) = A(q 2 x + 2q)eqr ,

sustituyendo en L[y] = g tenemos que:

A(a(q 2 x + 2q) + b(qx + 1) + cx)eqx = Ceqx ,

es decir:
C
A= ,
2aq + b
siempre que 2aq + b 6= 0.
Note que 2aq + b = 0 si q = −b/(2a) es raı́z doble de la ecuación
caracterı́stica (3.11). En este caso tratamos yp (x) = Ax2 eqx . Haciendo
un cálculo similar al del caso anterior se obtiene que ahora:
C
A= .
2a
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 68

Ejemplo 3.18. Buscamos una solución particular de la ecuación dife-

rencial:
y ′′ + 3y ′ − 10y = 6e4x . (3.15)
La ecuación caracterı́stica correspondiente es:

r 2 + 3r − 10 = (r − 2)(r + 5) = 0,

Como 4 no es raı́z de ésta ecuación, buscamos una solución particular

de la forma yp (x) = Ae4x . Sustituyendo en la ecuación diferencial y
simplificando tenemos que A = 1/3 por lo que la solución particular es:
1 4x
yp (x) = e .
3
Note que como la solución general de la ecuación homogénea

y ′′ + 3y ′ − 10y = 0,

es c1 e2x + c2 e−5x , entonces la solución general de (3.15) es

1 4x
y(x) = e + c1 e2x + c2 e−5x .
3

ii) Caso en que g(x) = C sen βx ó g(x) = C cos βx donde β 6= 0. Buscamos

una solución particular de la forma:

yp (x) = A sen βx + B cos βx.

Como

yp′ (x) = β(A cos βx − B sen βx),

yp′′(x) = −β 2 (A sen βx + B cos βx),

tenemos para el caso g(x) = C sen βx, y luego de sustituir en la ecuación

diferencial (3.14) y simplificar que:

(−aβ 2 + c)A − bβB sen βx + bβA + (−aβ 2 + c)B cos βx = C sen βx.
   
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 69

Esta ecuación a su vez es equivalente al sistema de ecuaciones:

−aβ 2 + c
    
−bβ A C
= .
bβ −aβ 2 + c B 0
Si la matriz de coeficientes de este sistema es nosingular, entonces los
coeficientes A, B se pueden determinar de forma única. La matriz de
coeficientes del sistema es singular si y solo si:
(−aβ 2 + c)2 + b2 β 2 = 0.
Esto implica que
c
b = 0, β2 = .
a
Es fácil ver que esto es posible si y solo si las raı́ces de (3.11) son r = ±βı
lo que implica que tanto sen βx como cos βx son soluciones de la ecuación
homogénea (3.10). En este caso comenzamos nuevamente tratando una
solución particular de la forma:
yp (x) = x(A sen βx + B cos βx).
Ejemplo 3.19. Buscamos una solución particular de la ecuación difer-
encial:
y ′′ + y = 2 cos x. (3.16)
Como la ecuación caracterı́stica correspondiente es r 2 + 1 = 0, tenemos
que
A cos x + B sen x,
es la solución general de la ecuación homogénea asociada. Como 2 cos x
es solución de la ecuación homogénea, entonces buscamos una solución
particular de (3.16) de la forma:
yp (x) = x(A cos x + B sen x).
Tenemos entonces que:
yp′ (x) = A cos x + B sen x + x(−A sen x + B cos x),
yp′′ (x) = 2(−A sen x + B cos x) − x(A cos x + B sen x).
Luego de sustituir en la ecuación diferencial y simplificar, llegamos a
que:
−2A sen x + 2B cos x = 2 cos x.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 70

Igualando los coeficientes de sen x y cos x en ambos lados de ésta ecuación

obtenemos que A = 0, B = 1 por lo que la solución particular es:

yp (x) = x sen x.

La solución general de (3.16) es:

y(x) = x sen x + c1 cos x + c2 sen x.

iii) Este es el caso en que g(x) es polinomio de grado n. Buscamos una

solución particular que sea un polinomio de grado n también, es decir
de la forma:
yp (x) = A0 + A1 x + · · · + An xn .
Esto funciona siempre que c 6= 0. Si c = 0 tratamos:

yp (x) = x(A0 + A1 x + · · · + An xn ),

lo cuál funciona siempre que b 6= 0. Si b = 0, la ecuación diferencial

dada se puede resolver con dos integraciones.
Ejemplo 3.20. Buscamos una solución particular de la ecuación difer-
encial:
y ′′ − 2y ′ + 5y = 25x2 + 12.
Tratamos una solución de la forma:

yp (x) = Ax2 + Bx + C.

Ası́ que
yp′ (x) = 2Ax + B, yp′′ (x) = 2A.
Sustituyendo en la ecuación diferencial y simplificando tenemos que:

5Ax2 + (−4A + 5B)x + (2A − 2B + 5C) = 25x2 + 12.

Igualando coeficientes en ambos lados tenemos que:


 2A − 2B + 5C = 12,
−4A + 5B = 0,
5A = 25.

CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 71

Este sistema tiene solución A = 5, B = 4, C = 2, por lo que la solución

particular es:
yp (x) = 5x2 + 4x + 2.

iv) Para el caso

g(x) = eqx (a0 + a1 x + · · · + an xn ),
buscamos una solución particular de la forma:

yp (x) = eqx (A0 + A1 x + · · · + An xn ).

Si L[yp ] = 0, tratamos multiplicando la expresión anterior por x. Si esto

falla nuevamente, tratamos multiplicando la expresión de arriba por x2 .

Ejemplo 3.21. Buscamos una solución particular de la ecuación difer-

encial:
y ′′ + y = xex .
Tratamos una solución particular de la forma:

yp (x) = (Ax + B)ex .

Tenemos que:

yp′ (x) = (Ax + A + B)ex , yp′′ (x) = (Ax + 2A + B)ex .

Sustituyendo en la ecuación diferencial y luego de simplificar, tenemos

que:
2Ax + (2A + 2B) = x.
Igualando coeficientes en ambos lados obtenemos el sistema de ecua-
ciones: 
2A = 1,
2A + 2B = 0.
Este sistema tiene solución A = 1/2, B = −1/2 por lo que la solución
particular es:
1
yp (x) = (x − 1)ex .
2
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 72

v) El caso mas general que vamos a considerar es cuando


qx n sen βx,
g(x) = e (a0 + a1 x + · · · + an x )
cos βx.

Aquı́ tratamos una solución particular de la forma:

yp (x) = eqx [(A0 + A1 x + · · · + An xn ) sen βx

+(B0 + B1 x + · · · + Bn xn ) cos βx] .

Si L[yp ] = 0 tratamos x por la expresión de arriba. Si esto falla nueva-

mente, tratamos multiplicando la expresión de arriba por x2 .

Ejemplo 3.22. Buscamos una solución particular de la ecuación:

y ′′ + y = xex sen x.

Tratamos una solución particular de la forma:

yp (x) = ex [(Ax + B) sin x + (Cx + D) cos x] .

Tenemos ahora que:

yp′ (x) = ex [((A − C)x + A + B − D) sen x

+((A + C)x + B + C + D) cos x] ,
yp (x) = ex [(−2Cx + 2A − 2C − 2D) sen x
′′

+(2Ax + 2A + 2B + 2C) cos x] .

Sustituyendo en la ecuación diferencial y simplificando tenemos que:

(2A + B − 2C − 2D) sen x + (2A + 2B + 2C + D) cos x

+(A − 2C)x sen x + (2A + C)x cos x = x sen x.

Igualando los coeficientes en ambos lados de los términos semejantes,

obtenemos el sistema:


 2A + B − 2C − 2D = 0,
2A + 2B + 2C + D = 0,


 A − 2C = 1,
2A + C = 0.

CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 73

De las últimas dos ecuaciones tenemos que A = 1/5, C = −2/5. Susti-

tuyendo estos valores de A, C en las primeras dos ecuaciones, pode-
mos resolver las ecuaciones resultantes obteniendo ası́ que B = −2/25,
D = 14/25. Finalmente, la solución particular es:
    
x 5x − 2 −10x + 14
yp (x) = e sen x + cos x .
25 25

En ocasiones, el lado derecho de la ecuación no homogénea (3.14) consiste

de una suma de funciones de varios de los tipos que hemos discutido en
ésta sección. El siguiente resultado, el cual es consecuencia de la linealidad
del operador L (vea (3.8)), nos ayuda en el proceso de buscar soluciones
particulares en tal situación.
Lema 3.23. Sean g1 , . . . , gm funciones y yp1 , . . . , ypm respectivamente, solu-
ciones particulares de los problemas:

L[y] = gi , 1 ≤ i ≤ m.
Pm Pm
Entonces i=1 ypi es una solución particular de L[y] = g donde g = i=1 gi .
El siguiente ejemplo ilustra como se utiliza este resultado.
Ejemplo 3.24. Buscamos una solución particular de la ecuación:

y ′′ + y = xex + xex sen x.

Primero buscamos yp1 , yp2 soluciones particulares de los problemas

y ′′ + y = xex ,

y
y ′′ + y = xex sen x,
respectivamente. De los últimos dos ejemplos que trabajamos, sabemos que
podemos tomar:
1
yp1 (x) = (x − 1)ex ,
2     
x 5x − 2 −10x + 14
yp2 (x) = e sen x + cos x .
25 25
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 74

Ası́ que una solución particular para la ecuación diferencial original es yp =

yp1 + yp2 , esto es:
     
x 1 5x − 2 −10x + 14
yp (x) = e (x − 1) + sen x + cos x .
2 25 25

El método de variación de parámetros

El método que discutiremos en esta sección para buscar soluciones parti-
culares de la ecuación no–homogénea, es más general que el de la sección
anterior ya que trabajamos con una ecuación no–homogénea que en general
puede tener coeficientes variables. Esto es buscamos soluciones particulares
de la ecuación:
L[y] = y ′′ + py ′ + qy = g, (3.17)
donde p, q, g son funciones en C(α, β) no necesariamente constantes. La
única limitación o restricción de éste método es que presupone que tenemos
un conjunto fundamental de la ecuación homogénea. En el caso particular
en que p, q son constantes, el método puede ser útil aún para lados derechos
g más generales que los discutidos en la sección anterior.
Suponga que {y1 , y2 } es un conjunto fundamental de la ecuación ho-
mogénea L[y] = 0. Buscamos una solución particular de (3.17) de la forma:

yp (x) = u1 (x)y1 (x) + u2 (x)y2 (x),

para algunas funciones u1 , u2 por determinarse. Tenemos ahora que:

yp′ = u′1 y1 + u1 y1′ + u′2 y2 + u2 y2′ .

Vamos a poner la siguiente condición en u1 , u2 :3

u′1 y1 + u′2 y2 = 0. (3.18)

Usando ésto tenemos ahora que yp′ = u1 y1′ + u2 y2′ por lo que

yp′′ = u1 y1′′ + u′1y1′ + u2 y2′′ + u′2 y2′ .

3
La motivación para la condición (3.18) no es clara, pero puede interpretarse como un
tipo de ortogonalidad entre las funciones {u1 , u2 } y {y1 , y2 }.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 75

Tenemos ahora que:

L[yp ] = u1 y1′′ + u′1 y1′ + u2 y2′′ + u′2 y2′

+p(u1 y1′ + u2 y2′ ) + q(u1 y1 + u2 y2 ),
= u1 L[y1 ] + u2 L[y2 ] + u′1 y1′ + u′2 y2′ ,
= u′1 y1′ + u′2 y2′ .

De aquı́ que la ecuación (3.17) es equivalente a:

u′1 y1′ + u′2 y2′ = g. (3.19)

Las ecuaciones (3.18) y (3.19) son equivalentes al sistema:

  ′   
y1 y2 u1 0
′ ′ ′ = .
y1 y2 u2 g

Note que el determinante de la matriz de coeficientes del sistema es W [y1 , y2 ]

el cuál es distinto de cero para todo punto en (α, β) ya que {y1 , y2} es un
conjunto fundamental. Es fácil ver que la solución del sistema es:
gy2 gy1
u′1 = − , u′2 = ,
W [y1 , y2] W [y1, y2 ]
de donde obtenemos que:
g(x)y2 (x) g(x)y1 (x)
Z Z
u1 (x) = − dx, u2 (x) = dx. (3.20)
W [y1 , y2](x) W [y1 , y2](x)
La solución particular de la ecuación no–homogénea queda entonces como:
g(x)y2(x) g(x)y1(x)
Z Z
yp (x) = −y1 (x) dx + y2 (x) dx. (3.21)
W [y1 , y2](x) W [y1 , y2 ](x)
Ejemplo 3.25. Vamos a trabajar el problema de resolver la ecuación difer-
encial:
′ 1
− (xy ′ (x)) + y(x) = xex ,
x
en el intervalo (0, ∞). Note que los coeficientes de la ecuación diferencial no
son constantes. Escribimos la ecuación de modo que el coeficiente de y ′′ sea
uno:
1 1
y ′′ (x) + y ′(x) − 2 y(x) = −ex .
x x
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 76

Se puede verificar que y1 (x) = x, y2 (x) = x−1 es un conjunto fundamental4

de la ecuación homogénea:
1 ′ 1
y ′′ (x) + y (x) − 2 y(x) = 0.
x x
Tenemos entonces que:
 
 x x−1
 = −2.

W [y1, y2 ](x) = 
1 −x−2  x

De (3.20) tenemos que:

1 1
Z
u1 (x) = − ex dx = − ex ,
2 2
1 1
Z
u2 (x) = x2 ex dx = (2 − 2x + x2 )ex .
2 2
La solución particular de la ecuación homogénea es:
1 1
yp (x) = − xex + (2x−1 − 2 + x)ex = (x−1 − 1)ex ,
2 2
y la solución general:

y(x) = c1 x + c2 x−1 + (x−1 − 1)ex .

3.3 Vibraciones mecánicas

Vamos a estudiar un sistema de masa–resorte como en el Ejemplo 1.2 pero
con fricción. Asumiendo que la fricción en este sistema es proporcional a la
velocidad de la masa, entonces la ecuación diferencial para el desplazamiento
x(t) de la masa a partir de la posición de equilibrio, está dada por:

mẍ(t) + cẋ(t) + kx(t) = f (t), (3.22)

4
El cambio de variable independiente z = ln x convierte la ecuación diferencial ho-
mogénea a una de coeficientes constantes. Resolviendo la ecuación resultante y volviendo
el cambio de variables a x, se obtienen y1 , y2 .
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 77

donde m es la masa, c es la constante de proporcionalidad de la fricción, k

es la constante del resorte, y f es una fuerza externa aplicada. Note que
el operador diferencial en esta ecuación es de coeficientes constantes. Esta
ecuación puede describir diferentes tipos de movimientos dependiendo de los
tamaños relativos de los coeficientes, y si hay o no fuerza externa. Cuando
f = 0 en la ecuación, decimos que las vibraciones son libres. De lo contrario
decimos que las vibraciones son forzadas.

3.3.1 Vibraciones libres y sin fricción

Este es el caso de (3.22) en que c = 0 y f = 0. Tenemos entonces la ecuación:

mẍ(t) + kx(t) = 0, (3.23)

que tiene ecuación caracterı́stica:

k
r2 + = 0.
m
Si definimos r
k
ω0 = ,
m
llamada la frecuencia natural del sistema, entonces la ecuación caracterı́stica
tiene raı́ces r = ±ω0 ı, por lo que (3.23) tiene solución general:

x(t) = A cos ω0 t + B sen ω0 t = R cos(ω0 t − δ), (3.24)

√
donde R = A2 + B 2 , y δ satisface que:
A B
cos δ = , sen δ = .
R R
Note que x(t) representa un movimiento periódico, llamado tambien movimiento
armónico simple. El periodo de x(t) es:
r
2π m
T = = 2π , (3.25)
ω0 k
y se le llama el periodo natural del sistema. Note que el movimiento por ser
periódico, no decae con el tiempo, es decir, la amplitud R es constante.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 78

Ejemplo 3.26. Considere un sistema de masa–resorte donde la masa pesa

10 lbs. La masa alarga el resorte por 5 pulgadas cuando ésta se cuelga del
resorte y el sistema se mantiene en equilibrio. Como la fuerza que ejerce el
resorte en la masa es k × (desplazamiento), tenemos que en esta situación de
equilibrio:
10 lbs = k(5 pulg),
es decir que
k = 2 lbs/pulg = 24 lbs/pies.
En adición, de la relación:
peso = mg,
donde g es la constante de gravedad, tenemos que la masa m es:
10 lbs 5
m= 2 = slugs.
32 pies/seg 16
El periodo natural del sistema es:
r r
m 5/16
T = 2π = 2π = 0.7170 seg.
k 24
Supongamos ahora que el sistema se pone en movimiento a partir de la
posición de equilibrio con una velocidad de 5 pies/seg. Entonces tenemos las
condiciones iniciales:
x(0) = 0, ẋ(0) = 5.
Sustituyendo en (3.24) tenemos que:

R cos δ = 0, Rω0 sen δ = 5.

Resolviendo obtenemos que δ = π/2, R = 5/ω0 . Ası́ que la ecuación para el

desplazamiento del sistema es:
5  π
x(t) = cos ω0 t − ,
ω0 2
donde la frecuencia natural es:
r s
k 24
ω0 = = = 8.7636 seg−1 .
m 5/16
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 79

3.3.2 Vibraciones libres con fricción

Consideramos ahora el caso de (3.22) donde solamente f = 0. La ecuación
reduce en este caso a::

mẍ(t) + cẋ(t) + kx(t) = 0. (3.26)

La ecuación caracterı́stica ahora es:

mr 2 + cr + k = 0,

que tiene raı́ces: √

−c ± c2 − 4km
r1,2 = .
2m
Como c, k, m > 0, tenemos que:

i) Si c2 − 4km > 0, entonces ambas raı́ces son reales y negativas por lo que
la solución de (3.26) está dada por:

x(t) = Aer1 t + Ber2 t .

ii) Si c2 − 4km = 0, entonces ambas raı́ces son iguales a r = −c/(2m) < 0

y el desplazamiento del sistema está dado por:

x(t) = (A + Bt)ert .

iii) Si c2 −4km < 0, entonces las raı́ces son complejas con parte real negativa.
Si escribimos r1,2 = λ ± µı donde:
√
c 4km − c2
λ=− , µ= ,
2m 2m
entonces el desplazamiento del sistema en este caso está dada por:

x(t) = eλt (A cos µt + B sen µt) .

Note que en los tres casos tenemos que x(t) → 0 según t → ∞. Esto es
consecuencia de la presencia de la fricción en el sistema que actúa como un
mecanismo de disipación de energı́a. Los casos i) y ii) se llaman sobre y
crı́ticamente amortiguado respectivamente. En ambos casos, la fricción es
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 80

el mecanismo dominante. El caso iii) se llama sub–amortiguado y en éste la

fricción no es tan significativa. Por consiguiente tenemos un comportamiento
quasi–periódico que decae con el tiempo. En este último caso definimos un
pseudo periodo por:
− 12
c2

2π
Ts = = T 1− ,
µ 4km

donde T está dado por (3.25), y donde usamos que:

r
c2
µ = ω0 1 − .
4km
Note que cuando c es pequeño, tenemos que Ts ≈ T , esto es el pseudo periodo
es aproximadamente el periodo natural del sistema (periodo cuando no hay
fricción). En la Figura 3.1 ilustramos las gráficas tı́picas de x(t) para los
tres casos. Las primeras dos gráficas ilustran los casos sobre y crı́ticamente
amortiguado, y la tercera gráfica el caso sub–amortiguado. En este √ último
caso, las curvas entre–cortadas están dadas por ±Reλt , donde R = A2 + B 2 ,
y se llaman las envolturas de x(t).

Ejemplo 3.27. Una masa de 10 lbs alarga un resorte por dos pies cuando
de sujeta a éste. Como la fuerza que ejerce el resorte en la masa es k ×
(desplazamiento), tenemos que en esta situación de equilibrio:

10 lbs = k(2 pies),

es decir que
k = 5 lbs/pies.
La masa se cambia ahora por una de 8 lbs. De la relación peso = mg tenemos
que
8 lbs 1
m= 2 = slugs.
32 pies/seg 4
El sistema masa–resorte se pone en un medio que ofrece una resistencia igual
al negativo de la velocidad instantánea. Esto con la información anterior
implica que la ecuación diferencial de movimiento está dada por:
1
ẍ(t) + ẋ(t) + 5x(t) = 0.
4
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 81

Reλt
x(t)

x(t)

x(t)

t t t

Figura 3.1: Gráficas de x(t) cuando hay fricción. Las primeras dos gráficas
ilustran los casos sobre y crı́ticamente amortiguado, y la tercera gráfica el
caso sub–amortiguado.

La ecuación caracterı́stica asociada a ésta ecuación es:

1 2
r + r + 5 = 0,
4
la cuál tiene raı́ces r = −2±4ı por lo que estamos en el caso sub–amortiguado.
La solución general de la ecuación diferencial está dada entonces por:
x(t) = e−2t (A cos 4t + B sen 4t) .
Suponga que la masa se suelta inicialmente de 1/2 pies a la derecha de la
posición de equilibrio con una velocidad de 1 pies/seg. Tenemos entonces las
condiciones iniciales:
1
x(0) = , ẋ(0) = 1.
2
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 82

0.8

0.6

0.4 √
2
2 e−2t

0.2
x(t)

−0.2

√
2
− 2 e−2t
−0.4

−0.6

−0.8
0 0.5 1 1.5 2 2.5 3 3.5
t

Figura 3.2: La solución x(t) del Ejemplo 3.27 en un caso particular de vibra-
ciones libres con fricción.

Sustituyendo éstas en la solución general, encontramos que A = B = 1/2 por

lo que el movimiento de la masa está dado por:
√
1 −2t 2 −2t  π
x(t) = e (cos 4t + sen 4t) = e cos 4t − .
2 2 4
El pseudo periodo del sistema es:
2π π
Ts = = .
4 2
En la Figura 3.2 mostramos la gráfica de x(t).

3.3.3 Vibraciones forzadas

Estudiamos el caso de vibraciones forzadas donde f (t) tiene la forma parti-
cular:
f (t) = f0 cos ωt.
La ecuación diferencial (3.22) reduce a:
mẍ(t) + cẋ(t) + kx(t) = f0 cos ωt. (3.27)
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 83

Supongamos por el momento que c = 0. Tenemos entonces que:

f0 k
ẍ(t) + ω02 x(t) = cos ωt, ω02 = . (3.28)
m m
Buscamos una solución particular de ésta ecuación de la forma:

xp (t) = c1 cos ωt + c2 sen ωt.

Si ω 6= ω0 , se puede verificar que:

f0
xp (t) = cos ωt.
m(ω02 − ω2)

Como {cos ω0 t, sen ω0 t} es un conjunto fundamental de la ecuación homogénea

ẍ(t) + ω02 x(t) = 0, tenemos que la solución general de (3.28) es:

f0
x(t) = A cos ω0 t + B sen ω0 t + cos ωt.
m(ω02 − ω2)

Note que x(t) es una combinación de un movimiento periódico de frecuencia

ω0 con otro periódico de frecuencia ω. Para el caso especial de las condiciones
iniciales:
x(0) = 0, ẋ(0) = 0,
se obtiene que:
f0
A=− , B = 0,
m(ω02 − ω2)
por lo que
f0
x(t) = (cos ωt − cos ω0 t) ,
m(ω02
− ω2)
     
ω0 − ω ω0 + ω
= R(ω) sen t sen t ,
2 2

donde
2f0
R(ω) = .
m(ω02 − ω 2 )
Como  
ω0 + ω  ω0 − ω 
> ,
2 2 
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 84

el termino sen[(ω0 + ω)/2]t oscila más rápidamente que el termino sen[(ω0 −

ω)/2]t el cuál a su vez actúa como un modulador de amplitud . En la Figura
3.3 ilustramos un caso particular de la gráfica de x(t). Las curvas entre–
cortadas están dadas por ±R(ω) sen[(ω0 − ω)/2]t que actúa como una en-
voltura para x(t). Este fenómeno se conoce como latidos y se observa en
aplicaciones de acústica y electrónica.

0.5

R(ω) sin[(ω0 − ω)/2]t

0.4

0.3

0.2

0.1
x(t)

−0.1

−0.2

−0.3

−0.4

−0.5
0 2 4 6 8 10 12 14 16 18
t

Figura 3.3: Gráfica de x(t) para el caso de vibraciones forzadas sin fricción
cuando ω 6= ω0 y que ilustra el fenómeno de latidos.

Si ω = ω0 , entonces el lado derecho de (3.28) es una solución de la ecuación

homogénea correspondiente, por lo que hay que tratar una solución particular
de la forma:
xp (t) = t(c1 cos ω0 t + c2 sen ω0 t).
Sustituyendo en la ecuación diferencial y luego de simplificar se obtiene que:
f0
xp (t) = t sen ω0 t.
2mω0
La solución general de la ecuación (3.28) ahora es:
f0
x(t) = A cos ω0 t + B sen ωo t + t sen ω0 t.
2mω0
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 85

Note que el termino t sen ω0 t crece indefinidamente según t → ∞. Este

fenómeno se conoce como resonancia y ocurre cuando la frecuencia ω de la
fuerza externa aplicada coincide con la frecuencia natural ω0 del sistema. En
la Figura 3.4 mostramos una gráfica tı́pica para x(t) en este caso.
4

1
x(t)

−1

−2

−3

−4
0 2 4 6 8 10 12 14 16 18
t

Figura 3.4: Gráfica de x(t) para el caso de vibraciones forzadas sin fricción
cuando ω = ω0 y que ilustra el fenómeno de resonancia.

En el caso general de las vibraciones forzadas con fricción (c 6= 0), la

solución general de (3.27) se puede escribir como:

x(t) = xh (t) + xp (t),

donde xh (t) corresponde a una solución de la ecuación homogénea según

discutimos en la Sección 3.3.2. En particular, xh (t) → 0 según t → ∞. La
solución particular xp (t) está dada por:
f0 cω
xp (t) = p cos(ωt − δ), tan δ = ,
m2 (ω02 − ω 2 )2 + c2 ω 2 m(ω02 − ω2)

la cuál es válida aún cuando ω = ω0 . Tenemos pues que x(t) → xp (t)

según t → ∞. Además, x(t) se mantiene acotada para todo t, consecuencia
de la presencia de la fricción en el sistema que actúa como un mecanismo
de disipación de energı́a. Es instructivo observar que podemos maximizar
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 86

la amplitud de xp (t) si minimizamos la expresión m2 (ω02 − ω 2 )2 + c2 ω 2 con

respecto a ω 2. La amplitud máxima ocurre cuando:
1  c 2
ω 2 = ω02 − .
2 m
Ejemplo 3.28. Considere un sistema de masa–resorte donde la masa es de
un slug, la constante del resorte es 5 lbs/pies, y el coeficiente de fricción es de
dos lbs–seg/pies. Suponga que el sistema esta sometido a una fuerza externa
dada por:
f (t) = 12 cos 2t + 3 sen 2t.
Combinando esta información, tenemos que la ecuación de movimiento del
sistema es:
ẍ(t) + 2ẋ(t) + 5x(t) = 12 cos 2t + 3 sen 2t.
La ecuación caracterı́stica de la ecuación homogénea asociada es:

r 2 + 2r + 5 = 0,

que tiene raı́ces r = −1 ± 2ı. Tenemos pues que {e−t cos 2t, e−t sen 2t} es un
conjunto fundamental de la ecuación homogénea asociada. Buscamos ahora
una solución particular de la forma:

xp (t) = A cos 2t + B sen 2t.

Sustituyendo en la ecuación de movimiento y despejando para A, B, encon-

tramos que A = 0 y B = 3. Podemos concluir ahora que la solución general
de la ecuación de movimiento es:

x(t) = 3 sen 2t + e−t (c1 cos 2t + c2 sen 2t).

Si las condiciones iniciales están dadas por:

x(0) = 1, ẋ(0) = 5,

podemos concluir que c1 = 1, c2 = 0. Ası́ que la solución de la ecuación de

movimiento para éstas condiciones iniciales es:

x(t) = 3 sen 2t + e−t cos 2t.

Note que x(t) tiende a 3 sen 2t según aumenta la t. En la Figura 3.5 mostramos
las gráficas de los dos términos en x(t), y la de x(t).
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 87

3 e−t cos 2t
3 sin 2t
x(t)
2

−1

−2

−3

−4
0 1 2 3 4 5 6 7
t

Figura 3.5: La solución x(t) del Ejemplo 3.28 y los términos que la componen,
en un caso particular de vibraciones forzadas con fricción.

3.4 Generalizaciones: ecuaciones de orden n

Todos los resultados discutidos en la Sección 3.2 para la ecuación lineal de
orden dos, se pueden generalizar a la ecuación lineal de orden n ≥ 1 dada
por:

an (x)y (n) (x) + an−1 (x)y (n−1) (x) + · · · + a1 (x)y ′(x) + a0 (x)y(x) = g(x).

No vamos a discutir los detalles de tal generalización ya que estos resultados

son un caso especial de la teorı́a para sistemas que se discutirá en el Capitulo
9. No obstante, si vamos a discutir el caso de la ecuación homogénea de
coeficientes constantes. Esto es, consideramos la ecuación:

L[y] ≡ an y (n) + an−1 y (n−1) + · · · + a1 y ′ + a0 y = 0, (3.29)

donde ahora ai ∈ R, 0 ≤ i ≤ n, con an 6= 0. Es fácil ver que en este caso:

L[erx ] = erx p(r),

donde
p(r) = an r n + an−1 r n−1 + · · · + a1 r + a0 ,
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 88

es el polinomio caracterı́stico. Ası́ que y(x) = erx es solución de la ecuación

homogénea (3.29) si y solo si p(r) = 0, la cuál se conoce como la ecuación
caracterı́stica. Sabemos por el Teorema A.1 que ésta ecuación tiene n raı́ces
r1 , r2 , . . . , , rn ∈ C. Dependiendo de si estas raı́ces son reales o complejas,
la solución general de L[y] = 0 se puede escribir de una de varias formas.
Sin importar cuál caso, veremos que la solución general simepre envuelve n
constantes arbitrarias.
i) En el caso en que todas las raı́ces son reales y distintas, tenemos que
er1 x , er2 x , . . . , ern x forma un conjunto fundamental para L[y] = 0. Tene-
mos pues que la solución general de L[y] = 0 está dada por:
y(x) = c1 er1 x + c2 er2 x + · · · + cn ern x .
Ejemplo 3.29. Para la ecuación diferencial:
y ′′′ − y ′ = 0,
tenemos que la ecuación caracterı́stica es r 3 − r = 0, que tiene raı́ces
r = 0, −1, 1. Ası́ que {1, e−x , ex } es un conjunto fundamental de la
ecuación por lo que la solución general de la ecuación diferencial está
dada por:
y(x) = c1 + c2 e−x + c3 ex .

ii) Suponga como en el caso anterior que no hay raı́ces repetidas, pero ahora
algunas de ellas son complejas. Como los coeficientes de p(r) son reales,
por cada raı́z compleja r = λ + µı, su conjugado λ − µı es también una
raı́z. Estas dos raı́ces aportan las soluciones linealmente independientes
eλx cos µx, eλx sen µx.
Ejemplo 3.30. Para la ecuación diferencial:
y ′′′ + y ′ = 0,
tenemos que la ecuación caracterı́stica es r 3 + r = 0, que tiene raı́ces
r = 0, −ı, ı. Ası́ que {1, cos x, sen x} es un conjunto fundamental de la
ecuación diferencial por lo que la solución general está dada por:
y(x) = c1 + c2 cos x + c3 sen x.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 89

iii) Suponga ahora que hay raı́ces repetidas. Si r es raı́z real que se repite k
veces, k ≥ 2, entonces:

erx , xerx , . . . , xk−1 erx ,

son soluciones linealmente independientes de la ecuación diferencial ho-

mogénea (3.29) correspondientes a la raı́z r. Si λ + µı es raı́z compleja
que se repite k veces, entonces λ − µı es también raı́z que se repite k
veces, por lo que tenemos las soluciones linealmente independientes:

eλx cos µx, xeλx cos µx, . . . , xk−1eλx cos µx,

eλx sen µx, xeλx sen µx, . . . , xk−1 eλx sen µx,
correspondientes a las raı́ces λ ± µı.
Ejemplo 3.31. La ecuación diferencial:

y (6) + 2y (4) + y (2) = 0

tiene la ecuación caracterı́stica r 6 + 2r 4 + r 2 = 0. Como

r 6 + 2r 4 + r 2 = r 2 (r 2 + 1)2 ,

tenemos que r = 0, −ı, ı son las raı́ces de la ecuación caracterı́stica,

cada una de multiplicidad dos. Correspondiente a la raı́z r = 0, ten-
emos las soluciones linealmente independientes 1, x. Correspondiente a
las raı́ces ±ı tenemos las soluciones linealmente independientes cos x,
x cos x, sen x, y x sen x. La solución general de la ecuación diferencial
está dada entonces por:

y(x) = c1 + c2 x + c3 cos x + c4 x cos x + c5 sen x + c6 x sen x.

El cómputo de las raı́ces de la ecuación caracterı́stica asociada a la ecuación

diferencial (3.29), puede ser uno muy difı́cil o complicado. Hay un caso es-
pecial de la ecuación diferencial (3.29) que se puede trabajar con el Teorema
de De Moivre (Teorema A.3). Esto es cuando la ecuación diferencial es de la
forma:
ay (n) + by = 0,
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 90

donde a, b ∈ R, a 6= 0. Para ésta ecuación diferencial, la ecuación carac-

terı́stica está dada por:
ar n + b = 0,
lo cuál reduce al problema de hallar las n raı́ces complejas del número −b/a.
Veamos un ejemplo.
Ejemplo 3.32. La ecuación diferencial:
y (6) + 2y = 0,
tiene la ecuación caracterı́stica r 6 + 2 = 0. Como
−2 = 2eıπ ,
tenemos por el Teorema A.3 que las seis raı́ces de r 6 + 2 = 0 están dadas por:
√
rk = 2 eı( 6 + 6 ) , k = 0, 1, . . . , 5.
6 π 2πk

Expandiendo obtenemos las raı́ces:

√ √
√6
6
2  √  62  √ 
± 2 ı, 1 ± 3ı , −1 ± 3 ı ,
2 2
las cuáles aportan respectivamente, las soluciones linealmente independi-
entes:
√ √
cos 6 2x, sen 6 2x,
"√ # "√ #
√
6
2
6
2 √ √
6
2
6
2 √
e 2 x cos 3 x , e 2 x sen 3x ,
2 2
"√ # "√ #
√
6
2
6
2 √ √6
2
6
2 √
e− 2 x cos 3 x , e− 2 x sen 3x .
2 2

La solución general de la ecuación diferencial es:

√
6
√ 6
y(x) = c1 cos 2x + c2 sen 2x
"√ # "√ #!
√
6
2
6
2 √ 6
2 √
+ e 2 x c3 cos 3 x + c4 sen 3x
2 2
"√ # "√ #!
√
62 6
2 √ 6
2 √
+ e− 2 x c5 cos 3 x + c6 sen 3x .
2 2
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 91

3.5 Problemas de frontera de Sturm-Liouville

En el PVI (3.3) las condiciones iniciales se especifican ambas en x = x0 . En
un problema de frontera, las condiciones extra o adicionales que debe cumplir
la solución de la ecuación diferencial dada, se especifican para dos valores de
x, que denotamos por x = a y x = b. Además estas condiciones suelen estar
dadas por dos ecuaciones que envuelven y(a), y ′(a), y(b) y y ′(b). En esta
sección vamos a presentar un resumen de la teorı́a de problemas de frontera
de tipo Sturm–Liouville.
Para funciones p y q continuas en el intervalo [a, b], donde p(x) > 0 para
toda x ∈ [a, b], definimos el operador diferencial de Sturm–Liouville por:

L[y](x) ≡ −(p(x)y ′ (x))′ + q(x)y(x), x ∈ (a, b). (3.30)

Si r es otra función continua y positiva en [a, b], el problema de frontera de

Sturm–Liouville consiste en hallar una función y (que no sea la función cero)
y un escalar λ, tal que

L[y](x) = λr(x)y(x), x ∈ (a, b), (3.31a)

a1 y(a) + a2 y ′(a) = 0, b1 y(b) + b2 y ′(b) = 0, (3.31b)

donde suponemos que a21 + a22 6= 0 y b21 + b22 6= 0. Las condiciones (3.31b)
se llaman las condiciones de frontera 5 . Los valores de λ para los cuales este
problema tiene soluciones y distintas de la función cero, se llaman autovalores
y las y’s correspondientes son las auto–funciones del operador L asociadas a
λ. El siguiente resultado (cf. [5], [8]) establece la existencia de autovalores y
auto-funciones para L.

Teorema 3.33. Sean p, q, y r funciones continuas en el intervalo [a, b],

donde p(x) > 0 y r(x) > 0 para toda x ∈ [a, b]. Entonces

1. los autovalores de L son reales y forman una secuencia estrictamente

creciente (λi ) tal que λi → ∞ según i → ∞.

2. Para un autovalor λi cualquiera, el conjunto de soluciones de (3.31) es

un espacio vectorial de dimensión uno.
5
En general, las condiciones de frontera pueden ser de la forma Au = 0 donde A es
una matriz 2 × 4 y u = (y(a), y ′ (a), y(b), y ′ (b))t .
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 92

3. Si yi y yj son auto–funciones correspondientes a los autovalores λi y

λj con i 6= j, entonces
Z b
r(x)yi (x)yj (x) dx = 0. (3.32)
a

Ejemplo 3.34. Consideramos el siguiente caso especial de un problema de

tipo Sturm–Liouville:
−y ′′ (x) = λy(x), x ∈ (0, 1),
y(0) = 0, y ′(1) = 0.
Es fácil ver que λ ≤ 0 la única solución de este problema es la trivial y ≡ 0.
Tenemos entonces que λ > 0. En este caso la solución general de la ecuación
diferencial y ′′ + λy = 0 está dada por
√ √
y(x) = α cos( λ x) + β sin( λ x).
La condición de frontera y(0)√ = 0 implica
√ que α = 0. Tenemos ahora, uti-
lizando que y ′(1) = 0, que c2 λ cos( λ) = 0. Para que y no √ sea idénticamente
cero, es necesario que β 6= 0, lo que implica que cos( λ) = 0, es decir
√
λ = kπ
2
donde k es entero positivo impar. De aquı́ que los autovalores en
este problema de frontera son:
 2
2n − 1
λn = π 2 , n = 1, 2, . . .
2
Las auto–funciones correspondientes son
  
2n − 1
yn (x) = βn sin πx , n = 1, 2, . . .
2
R1
Es conveniente seleccionar los βn ’s de modo que 0 yn2 (x) dx = 1. Usando
que
1
Z
sin2 (u) du = (u − sin(u) cos(u)),
2
√
obtenemos que βn = 2, por lo que las auto–funciones quedan ahora dadas
por:
√
  
2n − 1
yn (x) = 2 sin πx , n = 1, 2, . . .
2
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 93

Sean (yj ) las auto–funciones del problema (3.31) donde suponemos que
Z b
r(x) yj2(x) dx = 1, ∀j. (3.33)
a

Dada una función f en [a, b], nos interesa determinar cuando es posible expre-
sar a f en términos de una serie usando los (yj ). En particular, nos interesa
determinar si existen números a1 , a2 , . . . tal que
∞
X
f (x) = aj yj (x), x ∈ [a, b]. (3.34)
j=1

Utilizando (3.32) y (3.33), es fácil ver que que para que f tenga una repre-
sentación como esta, es necesario que
Z b
aj = r(x)f (x)yj (x) dx, j = 1, 2, . . . (3.35)
a

Para dar una contestación a la pregunta de cuando la representación (3.34)

es posible, necesitamos el siguiente concepto.

Definición 3.35. Decimos que una función f tiene una discontinuidad sim-
ple en x0 si
f (x+
0 ) = lim+ f (x), f (x−
0 ) = lim− f (x),
x→x0 x→x0

ambos existen como números reales y f (x+ −

0 ) 6= f (x0 ). La función f es
continua por pedazos en [a, b] si es continua en [a, b] excepto por un numero
finito de discontinuidades simples en (a, b).

Tenemos ahora el siguiente resultado sobre la convergencia de la serie

(3.34).

Teorema 3.36. Sean (yj ) las auto–funciones del problema (3.31) y que sa-
tisfacen (3.33). Suponga que f y f ′ son funciones continuas por pedazos en
el intervalo [a, b]. Entonces para cualquier x0 ∈ (a, b), la serie (3.34) con
los coeficientes (3.35) converge a 12 (f (x+ −
0 ) + f (x0 )). En particular, si f es
continua en x0 , entonces la serie (3.34) converge a f (x0 ).
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 94

Ejemplo 3.37. Para el problema de frontera del Ejemplo 3.34, utilizamos

la función f (x) = 1, x ∈ [0, 1]. Tenemos entonces que los coeficientes (3.35)
en este caso son:
Z 1√    √
2j − 1 2 2
aj = 2 sin πx dx = , j = 1, 2, . . .
0 2 (2j − 1)π

Como f es continua en [0, 1], el teorema anterior nos garantiza que

∞   
4X 1 2j − 1
1= sin πx , x ∈ (0, 1).
π j=1 2j − 1 2

Note que para x = 0 la serie es idénticamente cero por lo que no converge a

f (0). En x = 1, la serie de la derecha reduce a
∞
4 X (−1)j
.
π j=1 2j − 1

El resultado de que el valor de esta serie es igual a 1, fue descubierto por

Leibniz cerca del año 1676. Ası́ que para x = 1, la serie converge a f (1).

3.6 Funciones de Green

Utilizando la solución particular (3.21), tenemos que la solución del PVI
 ′′
y (x) + p(x)y ′ (x) + q(x)y(x) = f (x),
(3.36)
y(x0 ) = y0 , y ′ (x0 ) = v0 ,

está dada por:

Z ∞
y(x) = c1 y1 (x) + c2 y2 (x) + g(x, ξ)f (ξ) dξ, (3.37)
x0

donde 
 0 , x0 ≤ x < ξ,
g(x, ξ) = y1 (ξ)y2 (x) − y1 (x)y2 (ξ)
, ξ < x.
W [y1, y2 ](ξ)


Las constantes c1 y c2 se ajustan de modo que y cumpla con las condiciones

iniciales en el PVI (3.36). La función g(·, ·) es un ejemplo de una función de
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 95

Green, en este caso para un problema de valor inicial. Si {y0 , v0 , f } repre-

senta los datos en el PVI (3.36), entonces (3.37) no dá la solución de (3.36)
explı́citamente en términos de los datos del PVI. Es fácil verificar que g(·, ·)
satisface lo siguiente:
d2 g dg
1. 2
(x, ξ) + p(x) (x, ξ) + q(x)g(x, ξ) = 0 para x0 < x < ξ, ξ < x.
dx dx
dg
2. g(x0 , ξ) = 0, (x0 , ξ) = 0.
dx
3. g(·, ξ) es continua en x = ξ.
 
dg  dg 
4. (x, ξ) − (x, ξ) = 1.
dx x=ξ + dx x=ξ −

Las funciones de Green se pueden también introducir o motivar utilizando

funciones de tipo impulso. (Vea la Sección 6.3.) Para una discusión rela-
cionada a esto, ası́ como para más detalles sobre los conceptos discutidos en
esta sección, referimos al lector a [5], [12].
Consideramos ahora el siguiente problema de frontera:

−(p(x)y ′ (x))′ + q(x)y(x) = f (x), x ∈ (a, b),
(3.38)
a1 y(a) + a2 y ′(a) = α, b1 y(b) + b2 y ′(b) = β.

Motivado en parte por la discusión anterior, vamos ahora a discutir las fun-
ciones de Green para este tipo de problema.

Definición 3.38. Una función g(x, ξ), donde a ≤ x, ξ ≤ b, es una función

de Green para el problema de frontera (3.38) si g cumple con las siguientes
condiciones:
 
d dg
1. − p(x) (x, ξ) + q(x)g(x, ξ) = 0 para a < x < ξ, ξ < x < b.
dx dx
dg dg
2. a1 g(a, ξ) + a2 (a, ξ) = 0, b1 g(b, ξ) + b2 (b, ξ) = 0.
dx dx
3. g(·, ξ) es continua en x = ξ.
 
dg  dg  1
4. (x, ξ)
 − (x, ξ) =− .
dx x=ξ + dx x=ξ − p(ξ)
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 96

Se puede verificar que si y ≡ 0 es la única solución del problema (3.38)

con los datos α = 0, β = 0, y f ≡ 0, entonces la función de Green g(·, ·) para
el problema (3.38), existe y es única. En adición, la solución del problema
de frontera (3.38) está dada por:
Z b
y(x) = u(x) + g(x, ξ)f (ξ) dξ, (3.39)
a

donde u es la solución de (3.38) con f ≡ 0.

Ejemplo 3.39. Considere el problema de frontera


−(k(x)y ′ (x))′ = f (x), x ∈ (0, 1),
y(0) = α, y(1) = β,

donde k es continua con k(x) > 0 en [0, 1]. Como la solución general de
−(k(x)y ′ (x))′ = 0 es y(x) = AK(x) + B, donde
Z x
dt
K(x) = ,
0 k(t)

tenemos que la función de Green para este problema tiene la forma:


A1 K(x) + B1 , x < ξ,
g(x, ξ) =
A2 K(x) + B2 , x > ξ.

Las condiciones de frontera g(0, ξ) = 0 y g(1, ξ) = 0 implican que B1 = 0 y

que B2 = −A2 K(1). Finalmente utilizando la condición de continuidad en
x = ξ y la condición de brinco:
 
dg  dg  1
(x, ξ) − (x, ξ) =− ,
dx x=ξ + dx x=ξ − k(ξ)

obtenemos que
K(ξ) K(ξ)
A1 = 1 − , A2 = − ,
K(1) K(1)
por lo que (  
K(ξ)
1− K(1)
K(x) , x < ξ,
g(x, ξ) = K(ξ)
− K(1) (K(x) − K(1)) , x > ξ.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 97

Usando que la solución general de −(k(x)y ′ (x))′ = 0 es y(x) = AK(x) + B,

tenemos que la solución del problema de frontera con f ≡ 0 esta dada por
 
β−α
u(x) = K(x) + α.
K(1)
Tenemos entonces que la solución del problema de frontera original está dada
por:   Z 1
β−α
y(x) = K(x) + α + g(x, ξ) dξ.
K(1) 0

Ejemplo 3.40. Considere el problema de frontera


−y ′′ (x) + y(x) = f (x), x ∈ (0, 1),
y ′(0) = α, y ′(1) = β,

La solución general de −y ′′ (x) + y(x) = 0 es Aex + Be−x por lo que la función

de Green para este problema tiene la forma:

A1 ex + B1 e−x , x < ξ,

g(x, ξ) =
A2 ex + B2 e−x , x > ξ.

Las condiciones de frontera gx (0, ξ) = 0 y gx (1, ξ) = 0 implican que B1 = A1

y que B2 = e2 A2 . La continuidad de g(·, ξ) en x = ξ y la condición de brinco
 
dg  dg 
(x, ξ) − (x, ξ) = −1,
dx x=ξ + dx x=ξ −

implican que
eξ + e2−ξ eξ + e−ξ
A1 = , A2 = .
2(e2 − 1) 2(e2 − 1)
Tenemos entonces que

(eξ + e2−ξ ) cosh(x) , x < ξ,


1
g(x, ξ) = 2
e −1 cosh(ξ)(ex + e2−x ) , x > ξ.

Usando que la solución general de −y ′′ (x) + y(x) = 0 es Aex + Be−x , es fácil

ver que
1
u(x) = 2 [(βe − α)ex + e(β − αe)e−x ],
e −1
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 98

es solución del problema de frontera con f ≡ 0. La solución del problema de

frontera original esta dada entonces por:
Z 1
1 x −x
y(x) = 2 [(βe − α)e + e(β − αe)e ] + g(x, ξ)f (ξ) dξ.
e −1 0

En el caso especial en que α = 0, β = 0, y

x , 9 ≤ x ≤ 12 ,

f (x) =
0 , 21 < x ≤ 1,

tenemos que
1
Z 1 Z
2
y(x) = g(x, ξ)f (ξ) dξ = g(x, ξ)ξ dξ,
0 0
 x 2−x
Rx
 (e + e ) 0
ξ cosh(ξ) dξ
1  R1
= 2 + cosh(x) x2 ξ(eξ + e2−ξ ) dξ, 0 ≤ x ≤ 12 ,
e −1 R1
(e + e2−x ) 02 ξ cosh(ξ) dξ, 21 < x ≤ 1.
 x

Usando las formulas:

Z
ξ cosh(ξ) dξ = ξ sinh(ξ) − cosh(ξ),
Z
ξ(eξ + e2−ξ ) dξ = (ξ − 1)eξ − (ξ + 1)e2−ξ ,

llegamos a que

1
y(x) = 2 (ex + e2−x )(x sinh(x) − cosh(x) + 1)
e −1
 
1 1 3
x 2−x
− cosh(x) (e 2 + 3e 2 ) + (x − 1)e − (x + 1)e ,
2

para 0 ≤ x ≤ 12 , y que
     
1 1 1 1
y(x) = 2 sinh − cosh + 1 (ex + e2−x ),
e −1 2 2 2
1
para 2
< x ≤ 1.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 99

Las funciones de Green también se pueden construir utilizando las auto–

funciones del operador de Sturm asociado al problema de frontera (3.38).
Sean (yj ) las auto–funciones del problema de frontera (3.30)-(3.31), donde
suponemos que r ≡ 1, que λ = 0 no es un autovalor para este problema, y que
las auto–funciones satisfacen la condición de normalización (3.33). Entonces
si multiplicamos la ecuación diferencial en (3.38) por yj , integramos de x = a
a x = b la ecuación resultante, e integramos por partes dos veces, llegamos a
que
Z b Z b
′ ′
x=b
p(x)[y(x)yj (x) − yj (x)y (x)] x=a + λj
 y(ξ)yj (ξ) dξ = f (ξ)yj (ξ) dξ.
a a

Es fácil ver ahora que si α = 0 y β = 0 en (3.38), entonces

x=b
p(x)[y(x)yj′ (x) − yj (x)y ′ (x)]x=a = 0,

por lo que
b b
1
Z Z
y(ξ)yj (ξ) dξ = f (ξ)yj (ξ) dξ, j = 1, 2, . . .
a λj a

Usando el Teorema 3.36 tenemos que

∞ 
1 b
X Z  Z b
y(x) = f (ξ)yj (ξ) dξ yj (x) = g(x, ξ)f (ξ) dξ,
j=1
λ j a a

donde ∞
X 1
g(x, ξ) = yj (x)yj (ξ).
j=1
λ j

3.7 Ejercicios
Ejercicio 3.1. Calcule las soluciones de la ecuación diferencial:
2
y ′′ (x) + x [y ′ (x)] = 0,

para los casos c1 = 0 ó c1 < 0 del Ejemplo 3.2.

CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 100
√
Ejercicio 3.2. Verifique que {y1 (x) = x, y2 (x) = x−1 } es un conjunto
fundamental de la ecuación:

2x2 y ′′ (x) + 3xy ′ (x) − y(x) = 0,

en el intervalo (0, ∞).

Ejercicio 3.3. Verifique que la función y1 (x) dada es solución de la ecuación
diferencial dada. Usando ésto encuentre la solución general de la ecuación
diferencial.
a) x2 y ′′ + xy ′ − y = 0, y1 (x) = x.

b) x2 y ′′ + xy ′ − 4y = 0, y1 (x) = x2 .

c) x2 y ′′ − x(x + 2)y ′ + (x + 2)y = 0, y1 (x) = x.

Ejercicio 3.4. Halle la solución general de las siguientes ecuaciones:
a) y ′′ − 4y ′ + 4y = 0.

b) 2y ′′ − 4y ′ + 8y = 0.

c) y ′′ (x) − 3y ′(x) − 4y(x) = 0.

d) y ′′ (x) − 8y ′(x) + 16y(x) = 0.

Ejercicio 3.5. Halle la solución de los siguientes problemas de valor inicial.
a) y ′′ (x) + 3y ′ (x) + 2y(x) = 0, y(0) = 2, y ′ (0) = −3.

b) y ′′ (x) + 2y ′ (x) + 3y(x) = 0, y(0) = 1, y ′ (0) = 2.

c) y ′′ (x) − 4y ′(x) + 13y(x) = 0, y(0) = −1, y ′ (0) = 3.

Ejercicio 3.6. Para la ecuación diferencial:

y ′′ + 6y ′ + 13y = x2 e−3x cos(2x) + 2xe4x ,

escriba la forma general para una solución particular de la misma. No tiene

que buscar los coeficientes que aparecen en la solución particular.
Ejercicio 3.7. Halle una solución particular de para las siguientes ecuaciones
diferenciales no homogéneas.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 101

a) y ′′ (x) − 6y ′(x) + 9y(x) = xex .

b) y ′′ (x) + 2y ′ (x) + 3y(x) = x cos(x).

c) y ′′ − 3y ′ + 2y = 14 sin(2x) − 18 cos(2x).

d) y ′′ + 2y ′ + y = e−x ln(x).

Ejercicio 3.8. Halle la solución general de las siguientes ecuaciones no ho-

mogéneas.

a) y ′′ (x) − 3y ′(x) − 4y(x) = 3xe2x .

b) y ′′ (x) − y ′(x) − 6y(x) = 2x − 3.

Ejercicio 3.9. Verifique que la única solución de la ecuación

y ′′ (x) + xy ′ (x) + (1 + x2 )y 2 (x) = 0,

que es tangente al eje de “x” en algún punto (x0 , 0), es y = 0.

Ejercicio 3.10. Considere la ecuación y ′′ + p(x)y ′ + q(x)y = 0 donde p, q

son funciones continuas en [a, b].

a) ¿Podrı́a y = sin(x2 ) ser una solución de esta ecuación en algún intervalo

[a, b] que contenga x = 0? Explique.

b) Sean y1 , y2 soluciones tal que y1 (x0 ) = y1 (x0 ) = 0 para algún x0 ∈ [a, b].
Verifique que {y1 , y2 } no puede ser un conjunto fundamental de la ecuación
diferencial.

Ejercicio 3.11. Verifique que si y1 , y2 ∈ C 2 (α, β) son soluciones de la ecuación

homogénea (3.6), entonces el wronskiano (3.9) como función de x, satisface
la ecuación diferencial
dW
(x) = −p(x)W (x), x ∈ (α, β).
dx
Deduzca de aqui que R
p(x) dx
W (x) = Ke− .
Use esto para completar una demostración del Lema 3.9.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 102

Ejercicio 3.12. Considere la ecuación:

4x2 y ′′ (x) + 4xy ′ (x) − y(x) = 0.

a) Determine los valores de r para los cuales la ecuación tiene soluciones de

la forma y(x) = xr .

b) Verifique que las soluciones obtenidas en la parte anterior forman un con-

junto fundamental de la ecuación en el intervalo (0, ∞).

Ejercicio 3.13. Usando las técnicas discutidas en la Sección 3.2.4, verifique

que
f0 cω
xp (t) = p cos(ωt − δ), tan δ = ,
m2 (ω02 − ω 2 )2 + c2 ω 2 m(ω02− ω2)

es solución particular de (3.27).

Ejercicio 3.14. Una masa que pesa 4 libras alarga un resorte 1/8 pies. El
sistema masa–resorte se somete a una fuerza externa de 4 sen ωt libras. Si la
masa se desplaza 2 pulgadas de la posición de equilibrio y luego se suelta,
halle:

a) La ecuación diferencial del movimiento y las condiciones iniciales del sis-

tema. Resuelva el PVI resultante.

b) ¿Para que valor de ω el sistema experimentará resonancia?

Ejercicio 3.15. Una masa que pesa 6 libras alarga un resorte 1/3 pies. El
sistema masa–resorte se somete a una fuerza externa de −5 sen ωt libras. Si
la masa se desplaza 3 pulgadas hacia arriba de la posición de equilibrio y
luego se suelta, halle:

a) La ecuación diferencial del movimiento (no la resuelva) y las condiciones

iniciales del sistema, suponiendo que no hay fricción.

b) ¿Para que valor de ω el sistema experimentará resonancia?

c) Si el sistema masa–resorte se pone en un medio que ofrece una resistencia

igual a dos veces el negativo de la velocidad instantánea, calcule el pseudo
periodo del sistema.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 103

Ejercicio 3.16. Halle la solución general de las siguientes ecuaciones difer-

enciales:
a) y (4) (x) − 8y (3) (x) + 16y ′′ (x) = 0.
b) y (3) (x) − 8 y(x) = 0.
c) y (4) (x) − 3y (3) (x) + 3y ′′ (x) − y ′(x) = 0.
d) y (4) (x) − 16 y(x) = 0.
e) 9y (3) (x) + 12y ′′(x) + 4y ′(x) = 0.
f) y (4) − 8y (3) + 26y ′′ − 40y ′ + 25y = 0, dado que
λ4 − 8λ3 + 26λ2 − 40λ + 25 = (λ2 − 4λ + 5)2 .

Ejercicio 3.17. Determine los autovalores y auto–funciones para los sigu-

ientes problemas de frontera de tipo Sturm–Liouville:
a) y ′′ (x) + λy(x) = 0, y(0) − y ′(0) = 0, y(1) + y ′ (1) = 0.
b) −(x2 y ′(x))′ + y(x) = λy(x), y(1) = 0, y(2) = 0.
Ayuda: Puede suponer que 5 − 4λ < 0. Busque soluciones de la ecuación
diferencial dada que sean de la forma xα . Vea la Sección 5.3.1.
Ejercicio 3.18. Utilizando las auto–funciones del problema de frontera en el
Ejemplo 3.34, halle las series de Sturm–Liouville correspondientes (cf. (3.34)–
(3.35)) para las siguientes funciones:
a) f (x) = x para x ∈ [0, 1].
1 , 0 ≤ x < 21 ,

b) f (x) =
0 , 21 ≤ x ≤ 1.
Ejercicio 3.19. Considere el siguiente problema de frontera:

−y ′′ (x) = f (x), x ∈ (0, 1),
y(0) = 0, y(1) = 0,
donde
1
, 0 < x < 21 ,

x− 4
f (x) = 1
4
, 21 < x < 1.
Encuentre la función de Green para este problema y calcule explı́citamente
la solución del mismo utilizando la función de Green.
CAPÍTULO 3. ECUACIONES DE SEGUNDO ORDEN 104

Ejercicio 3.20. Considere el problema de frontera


−(k(x)y ′ (x))′ = f (x), x ∈ (0, 1),
y(0) = α, y ′ (1) = β,

donde k es continua con k(x) > 0 en [0, 1]. Encuentre la función de Green
para este problema y halle una representación para la solución del mismo
utilizando la función de Green.
Capı́tulo 4

Sistemas Autónomos 2 × 2

La mayorı́a de las aplicaciones de las ecuaciones diferenciales ordinarias son

en la forma de sistemas de ecuaciones, ésto es, hay más de una función
desconocida relacionadas por varias ecuaciones diferenciales. Por ejemplo, el
movimiento de un satélite alrededor de la tierra, está dado por una ecuación
diferencial donde la función desconocida, que es la posición en el espacio del
satélite, es un vector de tres componentes.
En este capitulo vamos a estudiar sistemas de ecuaciones autónomos de
dos ecuaciones en dos desconocidas (2 × 2), y de primer orden. Como en
el caso de la ecuación escalar de primer orden considerado en la Sección
(2.1.2), el objetivo principal será el de obtener la mayor cantidad posible
de información sobre las soluciones del sistema sin resolver directamente el
sistema. En particular nos interesa estudiar la estabilidad del sistema, o
sea, cuán susceptible es la solución del sistema a cambios en las condiciones
iniciales. Aunque nos concentraremos en el caso 2 × 2, muchas de las ideas
y conceptos discutidos en este contexto se pueden generalizar al caso de n
ecuaciones en n desconocidas con n > 2.

4.1 Definiciones y resultados básicos

Vamos a estudiar sistemas de ecuaciones autónomas de la forma

x′ (t) = F (x(t), y(t)), y ′(t) = G(x(t), y(t)), (4.1)

donde F, G son funciones C 2 en una región D del plano. Por el teorema de

existencia y unicidad, dado (x0 , y0 ) ∈ D y t0 ∈ R, entonces existe una curva

105
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 106

(x(·), y(·)) que es solución de (4.1), satisface que x(t0 ) = x0 , y(t0 ) = y0 , y

ésta curva es única.

Ejemplo 4.1. Considere la ecuación escalar de orden dos

θ′′ (t) + θ2 (t) = 0.

Con la sustitución
x(t) = θ(t), y(t) = θ′ (t),
ésta ecuación es equivalente al sistema autónomo:

x′ (t) = y(t), y ′ (t) = −x2 (t).

Este sistema es de la forma (4.1) donde F (x, y) = y y G(x, y) = −x2 .

Ejemplo 4.2. Lotka y Volterra (1925) propusieron un modelo para estudiar

las poblaciones de dos especies que interactúan una con la otra de modo que
una (los depredadores) se alimenta de la otra (las presas). Algunos ejemplos
de este tipo de poblaciones serı́an tiburones y peses, o zorros y conejos, etc.
El modelo propuesto por Lotka y Volterra está dado por el siguiente sistema
ecuaciones:
x′ (t) = ax(t) − bx(t)y(t),
′
y (t) = − cy(t) + dx(t)y(t),
donde x(t), y(t) son las poblaciones de presas y depredadores respectiva-
mente en tiempo t, y a, b, c, d son parámetros positivos que caracterizan a
las poblaciones. Este sistema es de la forma (4.1) donde F (x, y) = ax − bxy
y G(x, y) = −cy + dxy. Más adelante en este capitulo estudiaremos éste
sistema en más detalles.

Note que cuálquier solución (x(·), y(·)) del sistema (4.1) describe una
curva en el plano xy. A ésta curva se le llama trayectoria, orbita, o paso y
(x(·), y(·)) es su representación paramétrica. Al plano xy en este contexto se
le refiere como el plano fase.
Los sistemas autónomos tienen la siguiente propiedad bien importante:

Proposición 4.3. Si (x(t), y(t)) es una solución del sistema autónomo para
toda t, entonces para cuálquier número δ, (x(t − δ), y(t − δ)) es solución del
sistema para toda t. En particular, por cada punto (x0 , y0 ) del plano fase
pasa una sola trayectoria.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 107

Demostración: Sean x̂(t) = x(t − δ), ŷ(t) = y(t − δ). Usando la regla de la
cadena, tenemos que
x̂′ (t) = x′ (t − δ) = F (x(t − δ), y(t − δ)) = F (x̂(t), ŷ(t)),
ya que (x(·), y(·)) es una solución del sistema. (Note que aquı́ es donde se
utiliza que F es independiente de t.) De igual forma se obtiene que
ŷ ′ (t) = G(x̂(t), ŷ(t)),
esto es (x̂(·), ŷ(·)) es también solución.
Para la segunda parte, sean (x(·), y(·)), (x̂(·), ŷ(·)) soluciones del sistema
tal que
(x(t0 ), y(t0)) = (x0 , y0 ), (x̂(t̂0 ), ŷ(t̂0 )) = (x0 , y0 ).
Sea (φ(t), ψ(t)) = (x(t− t̂0 +t0 ), y(t− t̂0 +t0 )). Por la demostración de arriba,
tenemos que (φ(·), ψ(·)) es solución del sistema. Además
(φ(t̂0 ), ψ(t̂0 )) = (x(t0 ), y(t0 )) = (x0 , y0).
Por el teorema de existencia y unicidad
(x̂(t), ŷ(t)) = (φ(t), ψ(t)) = (x(t − t̂0 + t0 ), y(t − t̂0 + t0 )),
es decir, (x̂(·), ŷ(·)), (x(·), y(·)) describen la misma trayectoria en el plano la
cuál contiene el punto (x0 , y0).

Ejemplo 4.4. Considere el sistema

x′ (t) = −y, y ′(t) = x.
Este sistema es equivalente a la ecuación escalar de primer orden
dy
dy dt x
= dx
=− .
dx dt
y
Esta ecuación es separable con solución general
x2 + y 2 = c, c ≥ 0.
De modo que las trayectorias del sistema forman una familia de cı́rculos con
centro en el origen. Note que si x, y > 0, entonces x′ (t) < 0 y y ′(t) > 0 por
lo que las trayectorias se recorren en la dirección en contra de las manecillas
del reloj (Figura (4.1)).
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 108

Figura 4.1: Trayectorias para el sistema del Ejemplo (4.4).

Definición 4.5. Una solución (x(·), y(·)) del sistema (4.1) se llama periódica
con periodo T , si para algún T 6= 0,
x(t + T ) = x(t), y(t + T ) = y(t), ∀ t,
y T es el valor mı́nimo con esta propiedad.
Note que la trayectoria de una solución periódica corresponde a una curva
cerrada en el plano fase. De modo que en el ejemplo anterior las soluciones
son periódicas y se puede verificar que el periodo es 2π. Tenemos también
que:
Proposición 4.6. Toda trayectoria que es una curva cerrada en el plano
fase corresponde a una solución periódica de (4.1).
Demostración: Sea (x(t), y(t)) una parametrización de la trayectoria cerrada.
Sea (x0 , y0 ) un punto de la trayectoria tal que (x(t0 ), y(t0)) = (x0 , y0 ). Como
la trayectoria es cerrada, existe un t̂0 > t0 tal que (x(t̂0 ), y(t̂0)) = (x0 , y0 ).
Sea T = t̂0 − t0 y defina
x̂(t) = x(t + T ), ŷ(t) = y(t + T ), ∀ t.
Por la Proposición (4.3), (x̂(t), ŷ(t)) es solución del sistema (4.1) con
(x̂(t0 ), ŷ(t0 )) = (x(t̂0 ), y(t̂0 )) = (x0 , y0).
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 109

Por el teorema de existencia y unicidad, podemos concluir que

x̂(t) = x(t), ŷ(t) = y(t), ∀ t,

i.e.,
x(t + T ) = x(t), y(t + T ) = y(t), ∀ t.

Hay dos métodos para obtener las trayectorias en el plano fase del sistema
(4.1). Uno de ellos, el cuál fue utilizado en el ejemplo anterior, consiste en
resolver la ecuación diferencial
dy G(x, y)
= . (4.2)
dx F (x, y)
La solución de ésta ecuación diferencial de primer orden está dada por una
familia de soluciones que representan las trayectorias del sistema (4.1) para-
metrizadas por un solo parámetro.
El otro método para buscar las trayectorias consiste en hallar la solución
(x(t), y(t)) del sistema y luego “eliminar” la “t” de las ecuaciones.
Ejemplo 4.7. Para el sistema del Ejemplo (4.4) note que

y ′′(t) = x′ (t) = −y(t),

i.e., y ′′ + y = 0. Ası́ que

y(t) = c1 cos t + c2 sen t = c sen(t − δ),

para algunos c, δ ∈ R. Tenemos ahora que

x(t) = y ′ (t) = c cos(t − δ).

Podemos eliminar la “t” sumando los cuadrados de x, y:

x2 + y 2 = c2 (sen2 (t − δ) + cos2 (t − δ)) = c2 ,

i.e., las trayectorias son cı́rculos con centro en el origen.

Uno de los objetivos principales de este capitulo es estudiar el compor-
tamiento de las soluciones del sistema (4.1) alrededor o cerca de los llamados
puntos crı́ticos.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 110

Definición 4.8. Un punto (x0 , y0 ) es un punto critico o de equilibrio del

sistema (4.1) si
F (x0 , y0) = 0, G(x0 , y0 ) = 0.

Ejemplo 4.9. Considere el sistema de ecuaciones

x′ (t) = x(t) + y 2(t), y ′(t) = x(t) + y(t).

Los puntos crı́ticos de este sistema están dados por la soluciones de

x + y 2 = 0, x + y = 0.

Como y = −x, la primera de éstas ecuaciones reduce a x + x2 = 0, que tiene

soluciones x = 0, −1. Usando nuevamente que y = −x obtenemos que los
puntos crı́ticos de éste sistema son (0, 0), (−1, 1).

Note que si (x0 , y0 ) es un punto critico, entonces

x(t) = x0 , y(t) = y0 , ∀ t,

es solución de (4.1), i.e., el punto critico corresponde a la trayectoria de la

solución constante dada arriba.

Definición 4.10. Una trayectoria (x(t), y(t)) del sistema (4.1) se dice que
tiende o se acerca al punto critico (x0 , y0 ) según t → ∞ si

lim x(t) = x0 , lim y(t) = y0 .

t→∞ t→∞

Como consecuencia del teorema de existencia y unicidad de soluciones de

(4.1) y de la observación anterior sobre los puntos crı́ticos como soluciones
constantes en “t” del sistema (4.1), tenemos que

Proposición 4.11. Toda trayectoria de (4.1) que pase o contenga un punto

del plano fase que no es un punto critico, no puede alcanzar un punto critico
en un tiempo finito.

Al estudiar el sistema (4.1) nos interesa determinar el tipo de estabilidad

de los puntos crı́ticos. Aquı́ nos referimos a si perturbaciones pequeñas del
punto critico inducen o no soluciones que se mantengan cerca del punto
critico.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 111

Definición 4.12. El punto critico (x0 , y0) del sistema (4.1) se llama estable
si para todo ε > 0 existe un δ > 0 tal que si (x̄, ȳ) es un punto del plano fase
con (x̄ − x0 )2 + (ȳ − y0 )2 < δ 2 y si (x(t), y(t)) es la trayectoria que pasa por
(x̄, ȳ) cuándo t = t̄, entonces

(x(t) − x0 )2 + (y(t) − y0 )2 < ε2 , t ≥ t̄.

De lo contrario decimos que el punto critico es inestable.

Esto es, el punto critico es estable si las trayectorias que empiezan o

pasan cerca del punto critico, se mantienen cerca de éste para todo tiempo
sucesivo. Si en adición requerimos que las trayectorias tiendan al punto
critico, tenemos:

Definición 4.13. El punto critico (x0 , y0) del sistema (4.1) se llama asintó-
ticamente estable si existe un δ > 0 tal que si (x̄, ȳ) es un punto del plano
fase con (x̄ − x0 )2 + (ȳ − y0 )2 < δ 2 y si (x(t), y(t)) es la trayectoria que pasa
por (x̄, ȳ), entonces (x(t), y(t)) tiende a (x0 , y0) según t → ∞.

Note que un punto critico asintóticamente estable es también estable,

pero lo inverso no es cierto en general.

4.2 El Plano Fase – Sistemas Lineales

Si (x0 , y0 ) es punto critico del sistema (4.1), entonces suponiendo que F, G ∈
C 2 , podemos usar el Teorema de Taylor para escribir que1 :
∂F ∂F
F (x, y) = (x0 , y0 )(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y
+ O((x − x0 )2 + (y − y0 )2 ),
∂G ∂G
G(x, y) = (x0 , y0)(x − x0 ) + (x0 , y0 )(y − y0 )
∂x ∂y
+ O((x − x0 )2 + (y − y0 )2 ),
1
Una función f (x) se dice que es O(g(x)) según x → x0 si existe una constante C > 0
tal que |f (x)| ≤ Cg(x) para x suficiente cerca de x0 .
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 112

según (x, y) → (x0 , y0 ). Si (x, y) está cerca del punto (x0 , y0), entonces
podemos aproximar el sistema (4.1) con el sistema lineal

∂F ∂F
 
 ′   ∂x (x0 , y0 ) ∂y (x0 , y0 )  
x (t)  x(t) − x0
= . (4.3)

y ′ (t)  y(t) − y0

 ∂G ∂G
(x0 , y0 ) (x0 , y0 )
∂x ∂y

El sistema (4.3) se llama la linearización del sistema (4.1) alrededor del punto
crı́tico (x0 , y0 ). Nos interesa contestar la siguiente pregunta: ¿cuán bien
representan o aproximan las soluciones de (4.3) a las del sistema original
(4.1)?

Ejemplo 4.14. En el Ejemplo 4.9 vimos que el sistema autónomo

x′ (t) = x(t) + y 2(t), y ′(t) = x(t) + y(t). (4.4)

tiene puntos crı́ticos (0, 0), (−1, 1). En este caso tenemos que F (x, y) =
x + y 2 , G(x, y) = x + y por lo que

∂F ∂F
 
(x0 , y0) (x0 , y0)  
 ∂x ∂y  1 2y0
= .
  

 ∂G ∂G 1 1

(x0 , y0) (x0 , y0 )
∂x ∂y

Usando esto tenemos que para el punto crı́tico (x0 , y0 ) = (0, 0), la lineariza-
ción de (4.4) alrededor de (0, 0) es:
 
 ′  1 0    
x (t) x(t) x(t)
=  = .
y ′ (t) y(t) x(t) + y(t)
1 1

Pare el punto critico crı́tico (x0 , y0 ) = (−1, 1), la linearización de (4.4) alrede-
dor de (−1, 1) es:
 
 ′  1 2    
x (t) x(t) + 1 x(t) + 1 + 2(y(t) − 1)
=  = .
y ′(t) y(t) − 1 x(t) + 1 + y(t) − 1
1 1
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 113

Con el cambio de variables u = x + 1, v = y − 1, el sistema anterior es

equivalente a:
 
 ′  1 2    
u (t) u(t) u(t) + 2v(t)
=   = .
v ′ (t) v(t) u(t) + v(t)
1 1

El cambio de variables u = x + 1, v = y − 1 traslada el punto (−1, 1) en xy

al punto (0, 0) en uv. Es por esto que es suficiente al desarrollar la teorı́a de
estabilidad de puntos crı́ticos para sistemas lineales, suponer que el origen es
el único punto crı́tico.

Es costumbre en el cambio de variables mencionado al final del ejemplo

anterior, seguir llamando a las variables nuevas xy en lugar de uv. Esto es,
con el cambio de variables x ↔ x−x0 , y ↔ y −y0 en el sistema (4.3), tenemos
que es suficiente considerar el caso en que el punto critico es el origen. Por tal
razón vamos a estudiar el problema de caracterizar el plano fase del sistema
lineal 2 × 2:  ′    
x (t) a b x(t)
= , (4.5)
y ′(t) c d y(t)
donde por el momento suponemos que

ad − bc 6= 0. (4.6)

Imitando el caso de la ecuación escalar de orden dos con coeficientes cons-

tantes (Sección 3.2.2, página 63), buscamos soluciones de (4.5) de la forma:
   
x(t) λt v1
=e
y(t) v2

donde λ, v1 , v2 ∈ C son constantes por determinarse, y donde se requiere que

v1 , v2 no sean ambas cero. Sustituyendo en (4.5) y simplificando encontramos
que:     
a b v1 v1
=λ . (4.7)
c d v2 v2
Esto es, λ es un valor propio de la matriz de coeficientes:
 
a b
A= ,
c d
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 114

donde v = (v1 , v2 )t es un vector propio asociado a λ. Note que la ecuación

(4.7) se puede escribir como:
    
a−λ b v1 0
= . (4.8)
c d−λ v2 0

Tenemos entonces que los valores propios de la matriz A, que corresponden

a vectores v = (v1 , v2 )t 6= (0, 0)t , son la raı́ces del polinomio caracterı́stico:
 
a−λ b
pA (λ) ≡ det = λ2 − (a + d)λ + ad − bc, (4.9)
c d−λ

las cuáles denotamos por λ1 , λ2 .

Ejemplo 4.15. Para la matriz
 
1 1
A= ,
0 2
tenemos que
 
1−λ 1
pA (λ) = det = (1 − λ)(2 − λ).
0 2−λ
Ası́ que los autovalores de A son λ = 1, 2.
Para λ = 1:  
0 1
A − λI = A − I = .
0 1
El sistema (4.8) queda ahora como:
    
0 1 v1 0
= .
0 1 v2 0

Este sistema tiene solución v1 = α, v2 = 0 donde α puede asumir cualquier

valor distinto de cero. Tomando α = 1 tenemos que un autovector asociado
a λ = 1 es:  
1
.
0
De igual forma, para el autovalor λ = 2:
 
−1 1
A − λI = A − 2I = .
0 0
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 115

Las soluciones del sistema

    
−1 1 v1 0
= ,
0 0 v2 0

cumplen con v1 = v2 donde v1 6= 0. Tomando v1 = 1 tenemos que un

autovector asociado a λ = 2 es:
 
1
.
1

Tenemos ahora que

   
t 1 2t 1
x1 (t) = e , x2 (t) = e ,
0 1

son soluciones del sistema lineal

 ′    
x (t) 1 1 x(t)
= ,
y ′(t) 0 2 y(t)

y la solución general es

c1 et + c2 e2t
 
x(t) = c1 x1 (t) + c2 x2 (t) = .
c2 e2t

En la Sección 9.4 se discute en más detalles la teorı́a de los sistemas lineales

con coeficientes constantes, en particular para el caso n × n.

Volvemos ahora a considerar el sistema (4.5). El carácter o tipo de dia-

grama de fase de éste sistema, depende de la estructura algebraica de las
raı́ces λ1 , λ2 del polinomio (4.9) y los autovectores asociados.

4.2.1 Raı́ces reales distintas y del mismo signo

En este caso la matriz A tiene dos vectores propios linealmente independien-
tes (que no son proporcionales) {v1 , v2 } y la solución general de (4.5) está
dada por

c1 eλ1 t v11 + c2 eλ2 t v12

   
x(t) λ1 t λ2 t
x(t) = = c1 e v1 + c2 e v2 = , (4.10)
y(t) c1 eλ1 t v21 + c2 eλ2 t v22
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 116

0
y

-1

-2

-3
-3 -2 -1 0 1 2 3
x

Figura 4.2: Plano fase cuándo los valores propios son reales, distintos, y
negativos (nodo impropio).

donde vi = (v1i , v2i )t , i = 1, 2. Si λ1 , λ2 < 0 entonces

lim x(t) = 0.
t→∞

Tenemos pues que el origen es un punto critico asintóticamente estable. Su-

poniendo que |λ1 | < |λ2 | y c1 , c2 son ambos distintos de cero, entonces las
soluciones “entran” al punto critico tangentes a la recta con dirección v1 . Si
c1 = 0, pero c2 6= 0, entonces las soluciones entran por la recta que pasa
por el punto critico y con dirección v2 . Si c1 6= 0, pero c2 = 0, entonces las
soluciones entran por la recta que pasa por el punto critico y con dirección
v1 . En la Figura (4.2) resumimos estas observaciones en un diagrama para el
plano fase en este caso. Si ambas raı́ces son positivas, el diagrama del plano
fase es similar pero con las flechas saliendo del origen y se dice el punto
critico es inestable. En ambos casos decimos que el punto critico es un nodo
impropio.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 117

Figura 4.3: Plano fase del sistema del Ejemplo (4.16). El origen es un nodo
impropio asintóticamente estable.

Ejemplo 4.16. Para el sistema:

 ′    
x (t) −2 0 x(t)
= ,
y ′ (t) 0 −3 y(t)

la matriz de coeficientes tiene los autovalores λ = −2, −3. De modo que

el origen es un nodo impropio asintóticamente estable. En este caso pode-
mos encontrar las trayectorias ya que éstas son las soluciones de la ecuación
diferencial:
dy
dy dt 3y
= dx = .
dx dt
2x
Esta ecuación es separable con solución general:
3
|y| = c |x| 2 .

Mostramos el diagrama de fase para este problema en la Figura (4.3).

CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 118

2
y

1.5

v2
1

0.5

0 x
v1

−0.5

−1

−1.5

−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2

Figura 4.4: Plano fase del sistema del Ejemplo (4.17). El origen es un nodo
impropio inestable.

Ejemplo 4.17. Un ejemplo un tanto más complicado es el del sistema del

Ejemplo 4.15. Vimos que en este caso la solución general del sistema es:

x(t) = c1 et + c2 e2t , y(t) = c2 e2t .

Si c2 = 0 con c1 6= 0, entonces y(t) = 0 para todo t y x(t) = c1 et lo que

representa una familia de trayectorias saliendo del punto critico (0, 0) a través
del eje de x. Por otro lado, si c1 = 0 y c2 6= 0, entonces x(t) = y(t) = c2 e2t
lo que representa una familia de trayectorias saliendo del punto critico (0, 0)
a través de la recta y = x. En el caso más general en que c1 c2 6= 0, entonces
podemos eliminar la “t” de estas ecuaciones llegando a que

(x − y)2 = cy, c 6= 0,

donde c y y tienen el mismo signo. Un análisis ahora de esta ecuación junto

con los dos casos especiales (c1 = 0 ó c2 = 0) nos lleva a que el diagrama de
fase de este sistema es como se muestra en la Figura 4.4.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 119

3
y

v2
1
v1

0
x

−1

−2

−3
−3 −2 −1 0 1 2 3

Figura 4.5: Plano fase cuándo los valores propios son reales con signos op-
uestos (silla de caballo).

4.2.2 Raı́ces reales con signos distintos

Supongamos que λ1 < 0 < λ2 . Entonces la solución general tiene también la
forma (4.10) pero ahora todas las soluciones cumplen que

lim kx(t)k = ∞,
t→∞

a menos que c1 6= 0, c2 = 0 en cuál caso x(t) → 0 según t → ∞ a través de

la recta que pasa por el punto critico en dirección de v1 . Si c1 = 0, c2 6= 0
entonces la solución tiende a infinito a lo largo de la recta que pasa por el
punto critico en dirección de v2 . Note que cuándo c1 , c2 son ambos distintos
de cero, el limite a infinito de arriba es asintótico a la recta que pasa por el
punto critico en dirección de v2 . Todas estas observaciones se resumen en
el diagrama de fase de la Figura (4.5). En este caso decimos que el punto
critico es una silla de caballo y es inestable.

Ejemplo 4.18. Para el sistema:

 ′    
x (t) −2 0 x(t)
= ,
y ′ (t) 0 3 y(t)
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 120

0
y

−1

−2

−3

−4

−5
−5 −4 −3 −2 −1 0 1 2 3 4 5
x

Figura 4.6: Plano fase del sistema del Ejemplo (4.18). El origen es una silla
de caballo, por consiguiente inestable.

la matriz de coeficientes tiene los autovalores λ = −2, 3. De modo que el

origen es una silla de caballo, por consiguiente inestable. En este caso pode-
mos encontrar las trayectorias ya que éstas son las soluciones de la ecuación
diferencial:
dy
dy dt 3y
= dx =− .
dx dt
2x
Esta ecuación es separable con solución general:
c
|y| = 3 .
|x| 2
Mostramos el diagrama de fase para este problema en la Figura (4.6).

4.2.3 Raı́ces iguales

Suponga que λ1 = λ2 = λ. Veamos primero el caso en que la matriz de
coeficientes es no–defectuosa. (Vea la Sección 9.4.3.) Tenemos pues que la
matriz A tiene dos vectores propios linealmente independientes y la solución
general del sistema está dada por:
x(t) = eλt (c1 v1 + c2 v2 ).
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 121

3
y

v2
1
v1

0
x

−1

−2

−3
−3 −2 −1 0 1 2 3

Figura 4.7: Plano fase cuándo los valores propios son iguales y negativos
(nodo propio).

Si λ < 0, entonces x(t) → 0 según t → ∞ a través de la recta que pasa por

el punto critico en dirección de c1 v1 + c2 v2 . Como v1 , v2 son linealmente
independientes, éstas direcciones generan todo el plano de modo que el dia-
grama de fase es como se muestra en la Figura (4.7). Decimos que el punto
critico es un nodo propio y es (asintóticamente) estable. La situación cuándo
λ > 0 es similar pero con las trayectorias saliendo del punto critico el cuál es
inestable en este caso.
Si A tiene un solo vector propio v asociado a λ, entonces existe una
cadena de vectores propios generalizados de largo dos {v, w} y la solución
general del sistema es:
x(t) = c1 eλt v + c2 eλt (tv + w).
Si λ < 0, entonces nuevamente x(t) → 0 según t → ∞ pero ahora el término
teλt v domina para “t” grande siempre que c2 6= 0 en cuál caso las soluciones
entran al punto critico tangentes a v. Si c2 = 0, entonces las soluciones entran
al origen según t → ∞ a través de la recta que pasa por el punto critico en
dirección de v. El diagrama de fase se muestra en la Figura (4.8) y el punto
critico en este caso se llama nodo impropio y es asintóticamente estable. La
situación cuándo λ > 0 es similar pero con las trayectorias saliendo del punto
critico el cuál es inestable.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 122

3
y

1 v

x
0

−1

−2

−3
−3 −2 −1 0 1 2 3

Figura 4.8: Plano fase cuándo los valores propios son iguales, negativos y la
matriz es defectuosa (nodo impropio).

Ejemplo 4.19. Para el sistema:

 ′     
x (t) 2 0 x(t)
= , ,
y ′ (t) 0 2 y(t)
la matriz de coeficientes tiene el autovalor λ = 2 repetido. En este caso es
fácil ver que x(t) = c1 e2t , y(t) = c2 e2t . Tenemos entonces que si c1 6= 0,
c2
y= x,
c1
que es una familia de rectas correspondiente a trayectorias que emanan o
salen del origen. Si c1 = 0, entonces tenemos la trayectoria (0, c2 e2t ) que
corresponde al eje positivo de y si c2 > 0, y al negativo si c2 < 0. Como
λ = 2 > 0, el origen es un nodo propio inestable. El diagrama de fase en este
caso se muestra en la Figura (4.9).
Consideremos ahora el sistema:
 ′     
x (t) 2 0 x(t)
= . ,
y ′ (t) 1 2 y(t)
La matriz de coeficientes tiene nuevamente a λ = 2 como autovalor repetido.
Tenemos también que x(t) = c1 e2t . Usando ésto en la ecuación para y,
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 123

0
y

−1

−2

−3

−4

−5
−5 −4 −3 −2 −1 0 1 2 3 4 5
x

Figura 4.9: Plano fase del primer sistema en el Ejemplo (4.19). El origen es
un nodo propio inestable.

tenemos que ésta es solución de la ecuación diferencial:

y ′(t) − 2y(t) = c1 e2t .
Esta ecuación es lineal con solución general:
y(t) = (c1 t + c2 )e2t .
Si c1 = 0 tenemos la misma situación que en la primera parte de este ejemplo
con dos trayectorias saliendo del origen a lo largo del eje de y. Si c1 6= 0,
podemos usar que x(t) = c1 e2t para eliminar la t en la expresión de y. Luego
de simplificar obtenemos que:
x
y = ln |x| + cx,
2
donde la constante c envuelve a c1 , c2 . Con esta última ecuación podemos
completar el diagrama de fase el cuál mostramos en la Figura (4.10). En este
caso el origen es un nodo impropio inestable.

4.2.4 Raı́ces complejas

Sabemos en este caso que si λ = p + qı es valor propio de la matriz de
coeficientes A, con vector propio v = v1 + ıv2 , v1 , v2 ∈ R2 , entonces la
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 124

0
y

−1

−2

−3

−4

−5
−5 −4 −3 −2 −1 0 1 2 3 4 5
x

Figura 4.10: Plano fase del segundo sistema en el Ejemplo (4.19). El origen
es un nodo impropio inestable.

solución general de (4.5) tiene la forma (cf. (9.22)):

x(t) = ept (c1 sen qt + c2 cos qt)v1


+(c1 cos qt − c2 sen qt)v2 .
Note que los coeficientes de v1 , v2 son funciones periódicas con periodo 2π/q.
Si p < 0 entonces las soluciones
lim x(t) = 0,
t→∞

y las trayectorias son espirales que entran al punto critico (vea la Figura
(4.11)) el cuál es asintóticamente estable. Si p > 0 entonces la situación es
similar pero los espirales salen del punto critico y éste es inestable. Cuando
p = 0 las trayectorias son periódicas alrededor del punto critico el cuál se
llama centro en este caso y es estable. La dirección de recorrido de las
trayectorias dependerá del propio sistema de ecuaciones. El plano fase se
muestra en la Figura (4.12).
Ejemplo 4.20. Para el sistema:
 ′    
x (t) 1 2 x(t)
= ,
y ′ (t) −2 1 y(t)
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 125

2
y

1.5

1 v2
v1

0.5

0
x

−0.5

−1

−1.5

−2
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2

Figura 4.11: Plano fase cuándo los valores propios son complejos con parte
real negativa (espiral).

4
y

2 v2

v1
1

0
x

−1

−2

−3

−4
−4 −3 −2 −1 0 1 2 3 4

Figura 4.12: Plano fase cuándo los valores propios son complejos con parte
real cero (centro).
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 126

0
y

−1

−2

−3

−4
−4 −3 −2 −1 0 1 2 3 4
x

Figura 4.13: Plano fase del sistema del Ejemplo (4.20). El origen es un espiral
inestable.

la matriz de coeficientes tiene los autovalores λ = 1 ± 2ı. De modo que

el origen es un espiral inestable. Mostramos el diagrama de fase para este
problema en la Figura (4.13).
Por otro lado, en el sistema:
 ′    
x (t) 1 −1 x(t)
= ,
y ′ (t) 5 −1 y(t)

la matriz de coeficientes tiene los autovalores λ = ±2ı. Ası́ que el origen es

un centro estable. El diagrama de fase en este caso se muestra en la Figura
(4.14).

Los resultados sobre la estabilidad del punto critico para el sistema lineal
(4.5) cuando (4.6) se cumple, los podemos resumir en los tres siguientes casos
(vea también la Tabla 4.1):

i) Si las raı́ces son reales y negativas o complejas con parte real negativa,
entonces todas las trayectorias tienden al punto critico (0, 0) según t →
∞. En estos casos (0, 0) es asintóticamente estable.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 127

0
y

−1

−2

−3

−4

−5
−2 −1.5 −1 −0.5 0 0.5 1 1.5 2
x

Figura 4.14: Plano fase para el segundo sistema del Ejemplo (4.20). El origen
es un centro estable.

ii) Si las raı́ces son complejas puramente imaginarias, entonces las trayec-
torias son curvas cerradas alrededor del punto critico el cuál es estable.

iii) Si las raı́ces son reales con al menos una positiva o complejas con parte
real positiva, entonces al menos una trayectoria “tiende a infinito” según
t → ∞ y el punto critico es inestable.

4.2.5 Determinante Zero

En esta pequeña sección vamos a considerar el caso en que (4.6) no se cumple,
i.e., cuándo ad−bc = 0. En este caso λ1 = 0 es un valor propio de la matriz de
coeficientes A en (4.5). Si este valor propio es simple y λ2 6= 0 es el otro valor
propio, entonces A tiene dos vectores propios asociados v1 , v2 linealmente
independientes y la solución general de (4.5) está dada por

x(t) = c1 v1 + c2 eλ2 t v2 .

Los puntos crı́ticos del sistema consisten del espacio propio asociado al valor
propio λ1 = 0, i.e., el espacio generado por v1 . De modo que la solución
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 128

λ1 , λ2 signos estabilidad tipo diagrama de fase

positivas inestable nodo impropio
λ1 6= λ2 , λ1 λ2 > 0 negativas asint. estable nodo impropio
λ1 λ2 < 0 diferentes inestable silla de caballo
positiva inestable nodo propio o impropio
λ1 = λ2 negativa asint. estable nodo propio o impropio
positiva inestable espiral
λ1 , λ2 = a ± bı, a 6= 0 negativa asint. estable espiral
λ1 , λ2 = a ± bı, a = 0 no aplica estable centro

Tabla 4.1: Estabilidad y tipo de diagrama de fase para el punto critico (0, 0)
(4.5) cuando (4.6) se cumple.

general de arriba describe una trayectoria que entra al punto c1 v1 a través

de v2 según t → ∞ si λ2 < 0. Si λ2 > 0 la situación es similar pero con las
trayectorias saliendo de c1 v1 según t → ∞. En la Figura (4.15) se ilustra el
caso en que λ2 < 0.
Cuando λ1 = 0 es valor propio doble, hay todavı́a dos posibilidades más.
Si existen dos vectores propios v1 , v2 linealmente independientes correspon-
dientes a λ1 = 0, esto es, si A es no–defectuosa, entonces la solución general
de (4.5) es:
x(t) = c1 v1 + c2 v2 .
Note que todo punto del plano es punto de equilibrio y que todas las solu-
ciones del sistema son constantes. Si por el contrario A es defectuosa con
vector propio v1 y vector propio generalizado w1 , entonces la solución general
de (4.5) es:

x(t) = c1 v1 + c2 (tv1 + w1 ) = (c1 v1 + c2 w1 ) + c2 tv1 .

Tenemos ahora que la recta que pasa por el origen con dirección v1 consiste en
su totalidad de puntos crı́ticos. La trayectoria de arriba describe una recta en
el plano que pasa por el punto c1 v1 + c2 w1 en dirección de c2 v1 . Como v1 , w1
son linealmente independiente, éstas rectas cubren todo el plano. Ninguna
trayectoria tiende a punto critico alguno a menos que c2 = 0 en cuál caso la
trayectoria es constante y coincide con el punto critico c1 v1 . El diagrama de
fase se muestra en la Figura (4.16).
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 129

Linea de puntos criticos

Figura 4.15: Plano fase cuándo el determinante de A es cero con valores

propios λ1 = 0, λ2 < 0.

Figura 4.16: Plano fase cuándo el determinante de A es cero y la matriz es

defectuosa.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 130

4.3 El Plano Fase–Sistemas Nolineales

Pasamos ahora a estudiar el sistema (4.1) en una vecindad de un punto
critico. Si (x0 , y0 ) es un punto critico del sistema (4.1), entonces decimos que
(4.3) es la linealización de (4.1) alrededor del punto critico. Note que (x0 , y0 )
es también punto critico de (4.3). Sea

∂F ∂F
 
   ∂x (x0 , y0) ∂y (x0 , y0)
a b

= , (4.11)
 
c d  ∂G ∂G 
(x0 , y0) (x0 , y0 )
∂x ∂y
y λ1 , λ2 las raı́ces de la ecuación

λ2 − (a + d)λ + ad − bc, (4.12)

donde suponemos que ad − bc 6= 0. Tenemos ahora que:

Teorema 4.21. Sean λ1 , λ2 las raı́ces de (4.12). La estabilidad y diagrama

de fase local del punto critico (x0 , y0 ) del sistema (4.1) es igual que para la
linealización (4.3) excepto en los casos en que:

i) ambas raı́ces son iguales en cuál caso el punto critico de (4.1) puede ser
un nodo propio, impropio, o un espiral siendo asintóticamente estable si
λ1 = λ2 < 0 e inestable de lo contrario;

ii) cuándo las raı́ces son puramente imaginarias, en cuál caso el punto
critico de (4.1) puede ser un centro o un espiral donde la estabilidad
de éste dependerá del sistema bajo consideración.

No presentamos la demostración de este teorema pero la misma se basa

en consideraciones sobre como varı́an las raı́ces del sistema lineal bajo pertur-
baciones pequeñas. En resumen podemos decir que la estabilidad del sistema
(4.1) alrededor del punto critico (x0 , y0 ) es igual a la del sistema lineal (4.3)
excepto en el caso en las raı́ces λ1 , λ2 correspondientes a (4.3) son puramente
imaginarias.

Ejemplo 4.22. Considere el sistema de ecuaciones

x′ (t) = x(t) + y 2(t), y ′(t) = x(t) + y(t).

CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 131

Los puntos crı́ticos de este sistema están dados por la soluciones de

x + y 2 = 0, x + y = 0,

que son (0, 0), (−1, 1).

Usando (4.11) tenemos que para el punto critico (0, 0), la matriz de coe-
ficientes de la linealización es:
 
1 0
,
1 1

la cuál tiene valores propios λ = 1 doble. De modo que (0, 0) es un nodo

propio o impropio o espiral para el sistema original y es inestable.
Para el punto critico (−1, 1), la matriz (4.11) está dada por
 
1 2
,
1 1
√
la cuál tiene valores propios 1 ± 2. Ası́ que el punto critico (−1, 1) es una
silla de caballo para el sistema nolineal y por consecuencia es inestable. El
diagrama de fase, generado con programado de computadoras, se muestra en
la Figura (4.17). Este diagrama indica que de hecho, el punto critico (0, 0)
es un nodo impropio.

4.3.1 El Péndulo Simple con Fricción

Estudiamos ahora el movimiento de un péndulo de masa m y largo l sujeto a
una fuerza de fricción proporcional a la velocidad angular. Si θ(t) es el ángulo
que hace el péndulo con la vertical en el tiempo t, entonces una aplicación
directa de la segunda ley de Newton nos da que:

d2 θ c dθ g
2
+ + sen θ = 0,
dt ml dt l
donde c es la constante de proporcionalidad para la fuerza de fricción y g es
la constante de la aceleración de gravedad. (Vea la Figura (4.18).) Tomando

dθ(t)
x(t) = θ(t), y(t) = ,
dt
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 132

0
y

−1

−2

−3
−3 −2 −1 0 1 2 3
x

Figura 4.17: Plano fase para el sistema del Ejemplo (4.22).

θ(t)

cθ’(t)
m

mg

Figura 4.18: Péndulo de largo l y masa m sujeto a una fuerza de fricción y

a la de gravedad.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 133

tenemos que la ecuación del péndulo es equivalente al sistema autónomo:

 ′
 x (t) = y(t),

(4.13)
 y ′ (t) = − c y(t) − g sen x(t).

ml l
Los puntos crı́ticos de este sistema están dados por las soluciones de sen x = 0
con y = 0, es decir
(nπ, 0), n = 0, ±1, ±2, . . . . (4.14)
En el caso n par, estos puntos crı́ticos corresponden al estado del péndulo
donde la masa m descansa (con velocidad angular cero) en la parte de abajo
del circulo de radio l, mientras que en el caso impar, la masa esta perfecta-
mente balanceada en la parte de arriba de dicho circulo.
La matriz de coeficientes de la linealización de (4.13) evaluada en los
puntos crı́ticos está dada por:
!
0 1
g c (4.15)
− (−1)n −
l ml
En el caso en que n es par, los valores propios de ésta matriz son:
p
−c ± c2 − 4m2 gl
λ1 , λ2 = . (4.16)
2ml
Tenemos ahora tres sub–casos cuándo n es par:

i) Si D ≡ c2 − 4m2 l > 0, entonces como c > 0 tenemos dos raı́ces distin-

tas pero ambas negativas. Ası́ que el punto critico (4.14) es un nodo
impropio asintóticamente estable.

ii) Si D = 0, entonces tenemos una raı́z doble negativa. Ası́ que el punto
critico es un nodo propio o impropio, o un espiral y es asintóticamente
estable.

iii) Si D < 0, entonces las raı́ces son complejas con parte real negativa por
lo que el punto critico es un espiral asintóticamente estable.

Ası́ que cuándo n es par, el punto critico (4.14) es siempre asintóticamente

estable.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 134

10

0
y

−2

−4

−6

−8

−10
−10 −8 −6 −4 −2 0 2 4 6 8 10
x

Figura 4.19: Plano fase para el péndulo simple en el caso en que l = 1,

g = 9.8, y c = m.

Cuando n es impar los valores propios de la matriz (4.15) son:

p
−c ± c2 + 4m2 gl
λ1 , λ2 = . (4.17)
2ml
Tenemos ahora dos raı́ces distintas con una positiva y la otra negativa. Ası́
que el punto critico (4.14) es una silla de caballo y por consiguiente inestable.
En la Figura (4.19) mostramos un diagrama de fase tı́pico para el péndulo
simple donde los puntos crı́ticos con n par caen en el caso (iii) descrito arriba.
Note que cada punto silla de caballo tiene dos trayectorias que entran al punto
critico. Estas trayectorias se llaman separatrices ya que dividen el plano fase
en sectores. También hay dos trayectorias que salen del punto silla de caballo.
En este diagrama éstas trayectorias tienden al punto critico “vecino” que es
un espiral pero general pudieran no tender a ningún punto critico y serı́an
también separatrices.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 135

4.3.2 Modelos Ecológicos de Presa–Depredador

Vamos ahora a examinar un modelo que describe las poblaciones de dos
especies que interactúan una con la otra de modo que una (depredadores) se
alimenta de la otra (presas). Algunos ejemplos de este tipo de poblaciones
serı́an tiburones y peses, o zorros y conejos, etc. El modelo que utilizamos fue
propuesto por Lotka–Volterra (1925) y está dado por el sistema autónomo:

x′ (t) = ax(t) − bx(t)y(t),

′ (4.18)
y (t) = − cy(t) + dx(t)y(t),

donde x(t), y(t) son las poblaciones de presas y depredadores respectiva-

mente en tiempo t y a, b, c, d son parámetros positivos que caracterizan a
las poblaciones. Note que en ausencia de los depredadores (y = 0) las pre-
sas crecen exponencialmente, mientras que en ausencia de presas (x = 0)
los depredadores decaen o mueren exponencialmente. El termino x(t)y(t)
modela la interacción entre las dos especies y es negativo para las presas ya
que simula el que éstas sean cazadas por los depredadores, mientras que es
positivo para los depredadores ya que éstos aumentan al alimentarse o cazar
las presas.
Los puntos crı́ticos del sistema (4.18) están dados por las soluciones de:

x(a − by) = 0, y(−c + dx) = 0,

cuyas soluciones son (0, 0), (c/d, a/b). La matriz (4.11) en el punto critico
(x0 , y0) está dada por:
 
a − by0 −bx0
. (4.19)
dy0 −c + dx0

Para el punto critico (0, 0) ésta matriz reduce a

 
a 0
,
0 −c

que tiene valores propios λ1 = a > 0, λ2 = −c < 0. Ası́ que el punto

critico (0, 0) es una silla de caballo para el sistema (4.18). Note que x(t) =
0, y(t) = Ce−ct es una trayectoria que tiende al punto critico (0, 0), mientras
que x(t) = Deat , y(t) = 0 es una trayectoria que sale del punto critico. Ambas
trayectorias son separatrices para el sistema (4.18)
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 136

Para el punto critico (c/d, a/b), tenemos que (4.19) reduce a:

 
bc
 0 −d 
 ad ,
0
b
√
la cuál tiene valores propios ±ı ac. De modo que estamos en en el caso
ambiguo del Teorema (4.21) ya que el punto critico puede ser tanto un espiral
asintóticamente estable como inestable, o un centro.
Para determinar en que caso cae el punto critico (c/d, a/b) hay que
analizar la estructura particular del sistema (4.18). Note que la ecuación
(4.2) para las trayectorias de (4.18) es:

dy y(−c + dx)
= .
dx x(a − by)
Esta ecuación es separable y tiene solución general

a ln y − by = −c ln x + dx + C,

para alguna constante C, o lo mismo

y a e−by = Kx−c edx .

donde K > 0. Es posible demostrar que ésta curva representa una trayectoria
cerrada en el plano fase que contiene al punto critico (c/d, a/b). Aunque no
demostraremos ésto, vamos a examinar un argumento gráfico que ilustra éste
resultado y que fue originalmente presentado por el propio Volterra. Para
ésto nos limitamos al caso en que x, y > 0 e introducimos las variables nuevas
z, w definidas por
z = y ae−by , w = Kx−c edx . (4.20)
En la Figura (4.20) mostramos un par de gráficas tı́picas de z como función de
y ≥ 0, y w como función de x > 0. Estas gráficas las ensamblamos ahora en
un sistema de coordenadas que se muestra en la Figura (4.21) donde aparecen
las cuatro variables x, y, z, w para valores positivos de éstas. El punto A
indica el valor máximo de z en la curva C1 . A este punto se le asocia el punto
M en la recta z = w al cuál a su vez se le asocian los dos puntos A1 , A2 en la
curva C2 . Las coordenadas en x de A1 , A2 corresponden a los valores mı́nimo
y máximo respectivamente de x posibles en la trayectoria C3 . El punto B en
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 137

C1 C2

w
z

y x

Figura 4.20: Gráficas tı́picas para las funciones (4.20).

C2 marca el mı́nimo de w en dicha curva e induce, por medio del punto N en

la linea z = w, los dos puntos B1 , B2 cuyas coordenadas y definen los valores
mı́nimo y máximo posibles para y en la trayectoria C3 . Cualesquiera otro par
de puntos en la curva C1 entre A y B1 , B2 (o en la curva C2 entre A1 , A2 y
B) va a inducir, luego de hacer las reflexiones correspondientes con respecto
a la linea z = w, cuatro puntos en la trayectoria C3 como se muestra en el
rectángulo rojo de la Figura (4.21). A medida que el valor de K disminuye,
el tamaño de la curva C3 aumenta, mientras que si K aumenta la curva C3
se hace más pequeña hasta colapsar con el punto critico (c/d, a/b). De esta
forma se argumenta que el punto critico (c/d, a/b) es un centro y la dirección
de movimiento de las trayectorias se determina a partir de los signos de las
derivadas en (4.18). Por ejemplo, si x < c/d y y > a/b, entonces x′ (t) < 0 y
y ′(t) < 0. De esta forma se determina que la dirección de movimiento es en
contra de las manecillas del reloj. En la Figura (4.22) mostramos el diagrama
de fase para el caso en que a = b = c = d = 1.

4.3.3 Especies en Competencia

Estudiamos ahora un modelo para la situación en que dos especies compiten
por alimento o espacio. Ninguna asume el rol de presa o depredador. Si
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 138

Q2
B1

C1 C3

P1 (c/d,a/b) P2
A

B2
Q1
z x
N B

R
M A1 A2 C2

Linea z=w
w

Figura 4.21: Diagrama que ilustra las cuatro variables x, y, z, w donde x, y >
0 y z, w están dadas por (4.20).

3
y

0
0 1 2 3 4 5 6
x

Figura 4.22: Plano fase para el sistema (4.18) cuándo a = b = c = d = 1.

CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 139

x(t), y(t) representan las poblaciones en tiempo t, entonces el modelo está

dado por el sistema:
x′ (t) = a1 x(t) − b1 x2 (t) − c1 x(t)y(t),
(4.21)
y ′(t) = a2 y(t) − b2 y 2(t) − c2 x(t)y(t),
donde ai , bi , ci , i = 1, 2 son constantes positivas. Los primeros dos términos
en cada ecuación corresponden a crecimiento de tipo logı́stico en ausencia de
la otra población, mientras que el tercer termino corresponde o modela la
competencia entre especies.
Los puntos crı́ticos de este sistema están dados por las soluciones de:
x(a1 − b1 x − c1 y) = 0, y(a2 − b2 y − c2 x) = 0.
Las soluciones de éstas ecuaciones son (0, 0), (0, a2 /b2 ), (a1 /b1 , 0), y (xe , ye )
donde éste último punto es solución de
a1 − b1 x − c1 y = 0, a2 − b2 y − c2 x = 0.
Si suponemos que b1 b2 − c1 c2 6= 0, entonces éste último sistema tiene solución
única la cuál está dada por:
a1 b2 − a2 c1 b1 a2 − a1 c2
xe = , ye = . (4.22)
b1 b2 − c1 c2 b1 b2 − c1 c2
Suponemos que xe , ye > 0.2
La linealización de (4.21) en un punto (x0 , y0) cuálquiera tiene matriz de
coeficientes:  
a1 − 2b1 x0 − c1 y0 −c1 x0
. (4.23)
−c2 y0 a2 − 2b2 y0 − c2 x0
Analizamos ahora cada uno de los cuatro puntos crı́ticos:
ˆ Para el punto critico (0, 0), la matriz (4.23) reduce a:
 
a1 0
,
0 a2
que tiene valores propios a1 , a2 > 0 con vectores propios correspon-
dientes (1, 0)t, (0, 1)t . De modo que el origen es un nodo impropio si
a1 6= a2 , o nodo propio o impropio o espiral si a1 = a2 .
En cualquier caso el punto critico es inestable.
2
Esto al igual que la condición b1 b2 − c1 c2 6= 0, impone restricciones en los coeficientes
del sistema original.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 140

ˆ Para el punto critico (0, a2 /b2 ), la matriz (4.23) reduce a:

 
(a1 b2 − c1 a2 )/b2 0
,
−c2 a2 /b2 −a2

que tiene valores propios

a1 b2 − c1 a2
, −a2 .
b2
El segundo valor propio es negativo pero el signo del primero, cuyo
numerador es igual al de xe , no se puede determinar en este momento.
Ası́ que por ahora éste punto critico no lo podemos clasificar. (¡Lo
haremos más adelante!)

ˆ El punto critico (a1 /b1 , 0) tiene para la linealización la matriz de coe-

ficientes:  
−a1 −c1 a1 /b1
,
0 (a2 b1 − a1 c2 )/b1
que tiene valores propios
a2 b1 − a1 c2
−a1 , .
b1
El primer valor propio es negativo pero el signo del segundo, cuyo
numerador es igual al de ye , no lo podemos determinar en este momento.

ˆ Para el punto critico (xe , ye ) la matriz (4.23) reduce a

 
−b1 xe −c1 xe
.
−c2 ye −b2 ye

Los valores propios de esta matriz están dados por las raı́ces de:

λ2 + (b1 xe + b2 ye )λ + xe ye (b1 b2 − c1 c2 ) = 0. (4.24)

Es fácil verificar que las raı́ces de ésta ecuación son siempre reales,
distintas, con una de ellas siempre negativa. Nuestras hipótesis al mo-
mento son que
b1 b2 − c1 c2 6= 0, xe , ye > 0. (4.25)
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 141

3
y

0
0 1 2 3 4 5 6
x

Figura 4.23: Diagrama de fase para el sistema (4.21) para los valores de
a1 = 4, a2 = 3, b1 = 2, b2 = 1, c1 = c2 = 1.

Si b1 b2 − c1 c2 > 0, entonces las raı́ces de (4.24) son ambas negativas por

lo que (xe , ye ) es un nodo impropio asintóticamente estable. Tenemos
también que en este caso

a1 b2 − c1 a2 > 0, a2 b1 − a1 c2 > 0,

por lo que (0, a2 /b2 ), (a1 /b1 , 0) son sillas de caballo. En este caso se dice
que la competencia es pequeña y que las especias tienden a coexistir.
En la Figura (4.23) mostramos un diagrama de fase tı́pico en este caso.

Si b1 b2 − c1 c2 < 0, entonces las raı́ces de (4.24) son de signos distintos

por lo que (xe , ye ) es ahora una silla de caballo. Además

a1 b2 − c1 a2 < 0, a2 b1 − a1 c2 < 0,

por lo que (0, a2 /b2 ), (a1 /b1 , 0) son ahora nodos impropios asintótica-
mente estables. De modo que en este caso la competencia es fuerte y
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 142

3
y

0
0 1 2 3 4 5 6
x

Figura 4.24: Diagrama de fase para el sistema (4.21) para los valores de
a1 = 4, a2 = 3, b1 = b2 = 1, c1 = 2, c2 = 1.

en general una de las especies tiende a desaparecer. En la Figura (4.24)

mostramos un diagrama de fase tı́pico en este caso.

4.3.4 Sistema de Masa–Resorte Nolineal

Consideramos ahora un sistema de masa–resorte que se desliza horizontal-
mente sobre una mesa y a su vez sujeto a una pared. Sobre la masa m actúan
dos fuerzas: Fr la fuerza que ejerce el resorte, y Ff la fuerza de fricción al
deslizarse sobre la mesa. Si x(t) representa el desplazamiento del sistema
de su posición de equilibrio, entonces la ecuación de movimiento del sistema
está dada por:
mx′′ (t) = Ff + Fr .
La fuerza de fricción se toma proporcional a la velocidad, es decir
Ff = −cx′ (t), c > 0,
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 143

aunque hay otros modelos posibles. La fuerza del resorte la tomamos nolineal
de la forma:
Fr = −kx(t) + βx3 (t), k > 0, β 6= 0.
Si β < 0 decimos que el resorte es fuerte y si β > 0 el resorte se llama suave.
La ecuación de movimiento de arriba toma entonces la forma:

mx′′ (t) + cx′ (t) + kx(t) − βx3 (t) = 0. (4.26)

Si hacemos el cambio de variables

u(t) = x(t), v(t) = x′ (t),

entonces la ecuación (4.26) es equivalente al sistema autónomo:

u′ (t) = v(t),
c k β (4.27)
v ′ (t) = − v(t) − u(t) + u3 (t),
m m m
Los puntos crı́ticos del sistema son las soluciones de

v = 0, βu3 − ku − cv = 0,

El par (0, 0) siempre es solución de éstas ecuaciones y es el único punto crı́tico

si β < 0 (resorte fuerte). Si β > 0 tenemos dos puntos crı́ticos adicionales:
s ! s !
k k
,0 , − ,0 . (4.28)
β β

La linealización de (4.27) en un punto (u0 , v0 ) cuálquiera tiene matriz de

coeficientes:  
0 1
. (4.29)
−m k
+ 3β
m
u2 − mc
Consideramos primero el caso sin fricción, esto es cuándo c = 0. Para el
punto crı́tico (0, 0), la matriz (4.29) reduce a
 
0 1
k ,
−m 0
p
que tiene valores propios λ = ± k/m ı. Ası́ que (0, 0) es un centro para
la linealización. Un argumento basado en el principio de conservación de
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 144

0
y

−1

−2

−3
−3 −2 −1 0 1 2 3
x

Figura 4.25: Diagrama de fase para el sistema (4.27) para los valores de
k = 1, c = 0, m = 1, β = −1.

energı́a se puede utilizar ahora para demostrar que (0, 0) sigue siendo un
centro para el sistema nolineal (4.27). Si β < 0 entonces (0, 0) es el único
punto crı́tico y el diagrama de fase queda como en la Figura (4.25). Si β > 0
tenemos los dos puntos crı́ticos adicionales (4.28). La matriz (4.29) simplifica
en este caso a:  
0 1
2k ,
m
0
p
la cuál tiene valores propios λ = ± 2k/m siendo entonces ambos puntos
crı́ticos (4.28) unas sillas de caballo. El diagrama de fase queda ahora como
en la Figura (4.26).
En el caso c 6= 0 y β < 0, la matriz (4.29) en el punto (0, 0) reduce a:
 
0 1
k .
−m − mc

Esta matriz tiene valores propios

√
−c ± c2 − 4km
λ= .
2m
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 145

0
y

−1

−2

−3
−3 −2 −1 0 1 2 3
x

Figura 4.26: Diagrama de fase para el sistema (4.27) para los valores de
k = 1, c = 0, m = 1, β = 1.

Estas raı́ces son complejas con parte real negativa si c2 < 4km o ambas
reales y negativas si c2 ≥ 4km. De modo que el punto (0, 0) es un espiral
en el primer caso y un nodo propio o impropio en el segundo caso, pero en
ambos casos es asintóticamente estable. En la Figura (4.27) mostramos dos
diagramas de fase tı́picos de cada caso. Si β > 0 el punto crı́tico sigue siendo
como descrito antes pero ahora tenemos los puntos crı́ticos (4.28). La matriz
(4.29) reduce ahora a:  
0 1
2k .
m
− mc
Esta matriz tiene valores propios
√
−c ± c2 + 8km
λ= ,
2m
los cuáles son reales de signos opuestos. Ası́ que los puntos crı́ticos (4.28)
son sillas de caballo para el sistema (4.27). En la Figura (4.28) se muestran
dos diagramas de fase tı́picos de este caso.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 146

2 2

1.5 1.5

1 1

0.5 0.5

0 0
y

y
−0.5 −0.5

−1 −1

−1.5 −1.5

−2 −2
−2 −1 0 1 2 −2 −1 0 1 2
x x

Figura 4.27: Diagramas de fase para el sistema (4.27) para los valores de
k = 1, m = 1, β = −1 con: c = 1 diagrama de la izquierda y c = 3 para el
de la derecha.

2 2

1.5 1.5

1 1

0.5 0.5

0 0
y

−0.5 −0.5

−1 −1

−1.5 −1.5

−2 −2
−2 −1 0 1 2 −2 −1 0 1 2
x x

Figura 4.28: Diagramas de fase para el sistema (4.27) para los valores de
k = 1, m = 1, β = 1 con: c = 1 diagrama de la izquierda y c = 3 para el de
la derecha.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 147

4.4 Ejercicios
Ejercicio 4.1. Verifique que con el cambio de variables x(t) = u(t), y(t) =
u′ (t), la ecuación diferencial escalar de orden dos autónoma u′′ (t) = H(u(t), u′(t))
es equivalente al siguiente sistema autónomo:
 ′
x (t) = y(t),
y ′(t) = H(x(t), y(t)).

Ejercicio 4.2. Verifique que el sistema autónomo lineal:

x′ (t) = ax(t) + by(t), y ′(t) = cx(t) + dy(t),

se puede resolver buscando primero la solución y(t) de la ecuación diferencial

escalar de orden dos de coeficientes constantes:

y ′′(t) = (a + d)y ′(t) + (bc − ad)y(t),

y luego, resolviendo la ecuación diferencial escalar lineal de orden uno:

x′ (t) = ax(t) + by(t).

Ejercicio 4.3. Halle la solución general del sistema y′ (t) = Ay(t) donde:
 
1 1
a) A = .
4 1
 
0 1
b) A = .
1 0
 
4 −3
c) A = .
2 −1
Ejercicio 4.4. Considere el sistema lineal:
 ′    
x (t) 1 1 x(t)
= .
y ′ (t) 1 −1 y(t)
√
Dado que ± 2 son los valores propios de la matriz de coeficientes, clasifique
el punto critico (0, 0) del sistema y determine su estabilidad.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 148

Ejercicio 4.5. Considere el sistema:

x′ (t) = y(t), y ′ (t) = −x(t) − y(t) − x2 (t).

Dado que (0, 0) es un punto critico de este sistema, clasifique a (0, 0) y

determine su estabilidad.
Ejercicio 4.6. Halle los puntos crı́ticos de los siguientes sistemas de ecua-
ciones:
dx dy
a) dt
= 2x − 3y, dt
= 2x − 2y
dx dy
b) dt
= x − xy, dt
= y + 2xy
dx dy
c) dt
= x − x2 − xy, dt
= 12 y − 41 y 2 − 34 xy
dy
d) dx
dt
= y, dt
= − gl x − c
ml
y, g, l, m, c > 0
dy
e) dx
dt
= y, dt
= − gl sin(x) − c
ml
y, g, l, m, c > 0
dx dy
f) dt
= y, dt
= µ(1 − x2 )y − x, µ>0
Ejercicio 4.7. Para los siguientes sistemas, clasifique el punto crı́tico (0, 0)
y determine su estabilidad:
dx dy
a) dt
= 3x − 2y, dt
= 2x − 2y
dx dy
b) dt
= 5x − y, dt
= 3x + y
dx dy
c) dt
= 2x − y, dt
= 3x − 2y
dx dy
d) dt
= x − 4y, dt
= 4x − 7y
dx dy
e) dt
= x − 5y, dt
= x − 3y
dx dy
f) dt
= 2x − 5y, dt
= x − 2y
dx dy
g) dt
= 3x − 2y, dt
= 4x − y
dx dy
h) dt
= −x − y, dt
= − 14 y
Ejercicio 4.8. Para los siguientes sistemas, determine el punto crı́tico (x0 , y0 ).
Clasifique el punto crı́tico y determine su estabilidad.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 149

dx dy
a) dt
= x + y − 2, dt
=x−y
dx dy
b) dt
= −2x + y − 2, dt
= x − 2y + 1
dx dy
c) dt
= −x − y − 1, dt
= 2x − y + 5
dx dy
d) dt
= α − βy, dt
= −γ + δx, α, β, γ, δ > 0
Ejercicio 4.9. Verifique que (0, 0) es un punto crı́tico del sistema dado.
Discuta el tipo y estabilidad de (0, 0) con relación al sistema dado (el no
lineal).
dx dy
a) dt
= x − y + xy, dt
= 3x − 2y − xy
dx dy
b) dt
= x + x2 + y 2 , dt
= y − xy
dx dy
c) dt
= −2x − y − x(x2 + y 2 ), dt
= x − y + y(x2 + y 2 )
dx dy
d) dt
= y + x(1 − x2 − y 2 ), dt
= −x + y(1 − x2 − x2 )
dx dy
e) dt
= 2x + y + xy 2 , dt
= x − 2y − xy
dx dy
f) dt
= x + 2x2 − y 2 , dt
= x − 2y + x3
dx dy
g) dt
= y, dt
= −x + µy(1 − x2 ), µ>0
dx dy
h) dt
= 1 + y − e−x , dt
= y − sin(x)
dx dy
i) dt
= (1 + x) sin(y), dt
= 1 − x − cos(y)
dx dy
j) dt
= ex+y − cos(x), dt
= sin(x − 3y)
Ejercicio 4.10. Halle todos los puntos crı́ticos del sistema dado. Para cada
punto crı́tico, determine su estabilidad y tipo. Usando el programa PPLANE,
genere un diagrama de fase del sistema indicando todos los puntos crı́ticos.
dx dy
a) dt
= x + y2, dt
=x+y
dx dy
b) dt
= 1 − xy, dt
= x = y3
dx dy
c) dt
= x − x2 − xy, dt
= 3y − xy − 2y 2
dx dy
d) dt
= 1 − y, dt
= x2 − y 2
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 150

Ejercicio 4.11. Considere el sistema


dx 2
 dt = x − x − xy,




 dy
= 3y − xy − 2y 2.



dt
a) Halle todos los puntos crı́ticos del sistema.

b) Determine la estabilidad de cada punto crı́tico y el tipo de diagrama de

fase para el sistema linealizado alrededor de cada punto critico.

c) Determine la estabilidad de cada punto crı́tico y el tipo de diagrama de

fase para el sistema original.

d) Haga un trazado del plano fase con algunas trayectorias para el problema
original.

Ejercicio 4.12. Considere el sistema


dx 2 2
 dt = y − x(x + y ),




 dy
= −x − y(x2 + y 2),



dt
el cúal tiene a (0, 0) como único punto crı́tico.

a) Determine la estabilidad del punto crı́tico y el tipo de diagrama de fase

para el sistema linealizado alrededor del punto critico. ¿Puede concluir
algo sobre la estabilidad y diagrama de fase del sistema original?

b) Verifique que el cambio de variables x = r cos θ, y = r sen θ transforma el

sistema original al sistema:
dr dθ
= −r 3 , = −r.
dt dt
Usando esto determine el tipo de estabilidad y diagrama de fase del sis-
tema original.
CAPÍTULO 4. SISTEMAS AUTÓNOMOS 2 × 2 151

Ejercicio 4.13. La ecuación de van der Paul (1889-1959) está dada por:

d2 u du
2
− µ(1 − u2 ) + u = 0,
dt dt
donde µ es una constante positiva.

a) Mediante la sustitución x = u, y = du
dt
, convierta la ecuación diferencial
dada a un sistema de ecuaciones no lineal 2 × 2 de orden uno.

b) Halle los puntos crı́ticos de dicho sistema y determine el tipo y estabilidad

de cada uno.

c) Usando el programa PPLANE, genere los diagramas de fase del sistema

correspondientes a µ = 0.1, 0.8, 1, y 5.
Capı́tulo 5

Métodos de series de potencias

Los métodos de series de potencias se utilizan para obtener lo que se cono-

cen como expansiones asintóticas de las soluciones de una ecuación diferen-
cial. Estos métodos son más generales que los llamados métodos analı́ticos
o exactos ya que son aplicables a una mayor clase de ecuaciones diferen-
ciales. Aunque estudiaremos estos métodos solo para problemas lineales,
los métodos de series de potencias pueden utilizarse en problemas nolineales
igualmente. Estas representaciones en serie de las soluciones de una ecuación
diferencial se utilizan usualmente como aproximaciones iniciales para otros
métodos numéricos de aproximación más generales.
La discusión en este capitulo se divide esencialmente en dos casos o cate-
gorı́as: puntos ordinarios o puntos singulares. Cuando el punto alrededor del
cual se busca la solución en serie de potencias es tal que las condiciones del
teorema de existencia y unicidad se cumplen en una vecindad de éste, decimos
que este punto es ordinario. De lo contrario el punto se llama singular. Si la
“singularidad” alrededor de un punto singular no es muy severa, todavı́a es
posible encontrar soluciones en series de Frobenious. Más adelante haremos
estos conceptos un poco más precisos.

5.1 Conceptos básicos de series de potencias

Una serie infinita de la forma:
∞
X
ak (x − x0 )k = a0 + a1 (x − x0 ) + a2 (x − x0 )2 + · · · , (5.1)
k=0

152
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 153

donde x0 y los coeficientes {ak } son números dados, se llama una serie de po-
tencias alrededor del punto x0 . Definimos la m–esima suma parcial asociada
con la serie (5.1) por:
m
X
sm (x) = ak (x − x0 )k .
k=0

Note que sm es un polinomio de grado a lo más m y por lo tanto está definido

para toda x. No obstante, la serie (5.1) no necesariamente está definida para
toda x. Decimos que la serie (5.1) converge en x (o sea que está definida en
x) si el limite:
lim sm (x),
m→∞

existe. Note que (5.1) siempre converge para x = x0 . Si definimos

m
X
ak (x − x0 )k  ,
 
|sm (x)| =
k=0

entonces decimos que la serie (5.1) converge absolutamente en x si:

lim |sm (x)| ,

m→∞

existe. No es difı́cil ver que convergencia absoluta implica convergencia pero

el converso no es necesariamente cierto.
Usando la prueba de la razón para series de números, es fácil ver que la
serie (5.1) converge absolutamente en x si:
 ak+1 (x − x0 )k+1 
   
 ak+1 
L ≡ lim   = |x − x0 | lim   < 1.
k→∞ ak (x − x0 )k  k→∞  ak 

Si L > 1, entonces la serie diverge en x, y si L = 1, la serie lo mismo puede

converger que no converger en x.
El radio de convergencia de la serie de potencias (5.1) está dado por el
número (posiblemente infinito) ρ ∈ [0, ∞] tal que la serie converge absolu-
tamente para toda x tal que |x − x0 | < ρ, y diverge para toda x tal que
|x − x0 | > ρ. De la definición de L de arriba, tenemos que:

 ak+1  −1
  
1
ρ = = lim   . (5.2)
L k→∞ ak 
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 154

Note que ρ = 0 si la serie converge solo para x = x0 , mientras que ρ = ∞ si

la serie converge para toda x. El intervalo |x − x0 | < ρ se llama el intervalo
de convergencia absoluta de la serie. En los puntos extremos del intervalo de
convergencia absoluta, la serie lo mismo puede converger que no converger.
Ejemplo 5.1. Considere la serie de potencias (alrededor de x0 = −1):
∞
X (x + 1)k
.
k2k
k=1

Como
k2k
 
 ak+1  1
lim 
  = lim
k+1
= ,
k→∞ ak  k→∞ (k + 1)2 2
tenemos que ρ = 2 y el intervalo de convergencia absoluta es |x + 1| < 2. Si
x = −3, la serie reduce a:
∞
X (−1)k
,
k=1
k
que converge (condicionalmente). Para x = 1, tenemos que la serie reduce a:
∞
X 1
,
k=1
k

que diverge. Ası́ que la serie converge en el intervalo [−3, 1).

Si ∞
X
f (x) = ak (x − x0 )k ,
k=0

converge absolutamente para |x − x0 | < ρ, entonces f tiene derivadas de

todo orden (esto es f ∈ C ∞ ), sus derivadas se pueden calcular diferenciando
la serie de f término a término, y estas derivadas convergen absolutamente
para |x − x0 | < ρ. Esto es,
∞
X
′
f (x) = kak (x − x0 )k−1 ,
k=1
X∞
f ′′ (x) = k(k − 1)ak (x − x0 )k−2 , etc.,
k=2

las cuales convergen absolutamente para |x − x0 | < ρ.

CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 155

Ejemplo 5.2. La serie de potencias:

∞
X (x + 1)k
f (x) = .
k=1
k2k

converge (absolutamente) para |x + 1| < 2. Tenemos entonces que

∞ ∞
X (x + 1)k−1 X (k − 1)(x + 1)k−2
f ′ (x) = , f ′′ (x) = , etc.,
k=1
2k k=2
2k

las cuales convergen (absolutamente) para |x + 1| < 2.

5.2 Puntos ordinarios

Comenzamos el estudio de los métodos de series de potencias para la solución
de la ecuación diferencial:
a(x)y ′′ (x) + b(x)y ′ (x) + c(x)y(x) = 0, (5.3)
donde a, b, c son funciones continuas en el intervalo (α, β).
Si para x0 ∈ (α, β) tenemos que a(x0 ) 6= 0, entonces decimos que x0 es
un punto ordinario de (5.3). En este caso podemos escribir (5.4) como:
y ′′ (x) + p(x)y ′ (x) + q(x)y(x) = 0, (5.4)
donde p = b/a y q = c/a son continuas en un intervalo alrededor de x0 . El
teorema de existencia y unicidad entonces garantiza que existe una solución
única para el problema de valor inicial asociado con (5.4) y que dicha solución
es válida en un intervalo alrededor de x0 . En el método de series de potencias,
buscamos una representación de ésta solución en una serie de potencias de
la forma: ∞
X
y(x) = ak (x − x0 )k .
k=0

Mediante un proceso no riguroso de diferenciar ésta serie y sustituir en la

ecuación diferencial (5.4), podemos encontrar o determinar los coeficientes
de ésta serie. Luego, con estos coeficientes podemos determinar el intervalo
de convergencia absoluta de la serie, justificando ası́ los cómputos no rig-
urosos que demuestran que la serie resultante es una solución de la ecuación
diferencial para toda x en dicho intervalo de convergencia.
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 156

Ejemplo 5.3. Considere la ecuación diferencial:

y ′′ + y = 0,

en el intervalo (−∞, ∞). Usando los métodos del Capitulo 3, es fácil ver
que la solución general de ésta ecuación está dada por c1 cos x + c2 sen x. No
obstante y para ilustrar el método de series, procedemos sin hacer uso de
éste dato.
Buscamos una solución de la ecuación dada en términos de una serie de
potencias alrededor de x0 = 0. En este caso a(x) = 1, b(x) = 0, y c(x) = 1,
por lo que x0 = 0 es punto ordinario. (De hecho cualquier x0 es punto
ordinario.) Buscamos pues una representación en serie de y(x) de la forma:
∞
X
y(x) = ak xk .
k=0

De aquı́ tenemos que:

∞
X ∞
X
k−1
′
y (x) = kak x = (k + 1)ak+1 xk ,
k=1 k=0
X∞ ∞
X
k−1
′′
y (x) = k(k + 1)ak+1 x = (k + 1)(k + 2)ak+2 xk .
k=1 k=0

Si sustituimos estas series en la ecuación diferencial y ′′ + y = 0, tenemos que:

∞
X
[(k + 1)(k + 2)ak+2 + ak ] xk = 0.
k=0

Para que esta serie sea idénticamente cero, es necesario que todos los coefi-
cientes de la misma sean cero, esto es que:

(k + 1)(k + 2)ak+2 + ak = 0, k ≥ 0,

o lo mismo, que:
ak
ak+2 = − , k ≥ 0.
(k + 1)(k + 2)
Asignándole sucesivamente los valores de k = 0, 1, 2, 3, obtenemos que:
a0 a1 a0 a1
a2 = − , a3 = − , a4 = , a5 = .
2 2·3 2·3·4 2·3·4·5
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 157

Usando inducción matemática, podemos concluir que:

(−1)k (−1)k
a2k = a0 , a2k+1 = a1 , k ≥ 0.
(2k)! (2k + 1)!
Sustituyendo estos coeficientes en la serie de y(x) tenemos que:
∞ ∞
X (−1)k 2k
X (−1)k
y(x) = a0 x + a1 x2k+1 .
k=0
(2k)! k=0
(2k + 1)!

Es fácil verificar ahora que las series:

∞ ∞
X (−1)k 2k
X (−1)k
x , x2k+1 ,
k=0
(2k)! k=0
(2k + 1)!

convergen absolutamente para toda x por lo que la serie anterior para y(x)
converge absolutamente para toda x y es solución de la ecuación diferencial
para toda x. En este caso podemos reconocer estas dos series como las series
de Taylor alrededor de cero de cos y sen respectivamente:
∞ ∞
X (−1)k 2k
X (−1)k
cos x = x , sen x = x2k+1 ,
(2k)! (2k + 1)!
k=0 k=0

lo que enlaza el método de series exactamente con los resultados o métodos

del Capitulo 3 en este ejemplo.
Ejemplo 5.4. Veamos ahora el caso de la ecuación diferencial:

y ′′ − xy ′ − y = 0.

Igual al ejemplo anterior, cualquier x0 es punto ordinario para esta ecuación.

Para ilustrar el método con un x0 distinto de cero, buscamos una solución
en serie alrededor del punto ordinario x0 = 1. Tenemos pues con:
∞
X
y(x) = ak (x − 1)k ,
k=0

que
∞
X ∞
X
k
′
y = (k + 1)ak+1 (x − 1) , ′′
y = (k + 1)(k + 2)ak+2(x − 1)k .
k=0 k=0
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 158

Sustituyendo en la ecuación diferencial tenemos que:

∞
X ∞
X ∞
X
k k
(k + 1)(k + 2)ak+2 (x − 1) − x (k + 1)ak+1 (x − 1) − ak (x − 1)k = 0.
k=0 k=0 k=0

Si escribimos el coeficiente de la serie del medio como x = 1 + (x − 1), que es

la serie de potencias de x alrededor de x0 = 1, la expresión anterior reduce
entonces a:
∞
X ∞
X
k
[(k + 1)((k + 2)ak+2 − ak+1 ) − ak ] (x−1) − (k +1)ak+1(x−1)k+1 = 0.
k=0 k=0

Note que la segunda serie en esta ecuación se puede escribir como:

∞
X ∞
X
k+1
(k + 1)ak+1 (x − 1) = kak (x − 1)k .
k=0 k=1

Sustituyendo en la serie anterior llegamos a que:

∞
X
2a2 − a1 − a0 + (k + 1) [(k + 2)ak+2 − ak+1 − ak ] (x − 1)k = 0.
k=1

Igualando a cero los coeficientes de todas las potencias de (x−1)k , obtenemos

que:
2a2 − a1 − a0 = 0, (k + 2)ak+2 − ak+1 − ak = 0, k ≥ 1,
o lo mismo que:
ak + ak+1
ak+2 = , k ≥ 0.
k+2
Tomamos primero el caso en que a0 = 1 y a1 = 0. De la recursión anterior
tenemos entonces que:
1 1 1 1 7
a2 = , a3 = , a4 = , a5 = , a6 = , etc.
2 6 6 15 180
De aquı́ que:
1 1
y1 (x) = 1 + (x − 1)2 + (x − 1)3
2 6
1 1 7
+ (x − 1) + (x − 1)5 +
4
(x − 1)6 + · · · ,
6 15 180
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 159

es una solución en serie de la ecuación diferencial dada. Tomando ahora

a0 = 0 y a1 = 1 en la recursión de los ak ’s, tenemos que:
1 1 1 3 1
a2 = , a3 = , a4 = , a5 = , a6 = , etc.,
2 2 4 20 15
por lo que otra solución en serie de la ecuación diferencial es:
1 1
y2 (x) = (x − 1) + (x − 1)2 + (x − 1)3
2 2
1 3 1
+ (x − 1) + (x − 1)5 + (x − 1)6 + · · · .
4
4 20 15
Note que no es posible encontrar una constante c tal que y2 (x) = cy1 (x)
para toda x, lo que implica que {y1 , y2 } forma un conjunto fundamental
para la ecuación diferencial dada. Como no tenemos la forma general de
los coeficientes, no podemos determinar el intervalo de convergencia de éstas
series directamente. No obstante usando el Teorema 5.5, es posible concluir
que ambas series convergen absolutamente para toda x.
Los ejemplos que hemos visto hasta el momento muestran el proceso para
determinar los coeficientes de una solución en serie de potencias cuando este
tipo de solución existe. El siguiente teorema nos da condiciones bajo las
cuales éste tipo de soluciones son posibles y también nos da información
sobre el intervalo de convergencia de dicha series.
Teorema 5.5. Suponga que x0 es un punto ordinario de la ecuación diferen-
cial (5.3), y que
∞
b(x) X
= pk (x − x0 )k , |x − x0 | < ρ1 ,
a(x) k=0
∞
c(x) X
= qk (x − x0 )k , |x − x0 | < ρ2 .
a(x) k=0

Entonces la ecuación diferencial (5.3) tiene una solución en serie de la forma:

∞
X
y(x) = ak (x − x0 )k ,
k=0

que converge absolutamente para |x − x0 | < ρ donde ρ = min {ρ1 , ρ2 } y las

constantes a0 , a1 son arbitrarias. Además es posible escribir que
y(x) = a0 y1 (x) + a1 y2 (x),
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 160

donde y1 (x0 ) = 1, y1′ (x0 ) = 0, y2 (x0 ) = 0, y2′ (x0 ) = 1 y y1 , y2 tienen series

de potencias alrededor de x0 que convergen absolutamente para |x − x0 | < ρ.
Note que la solución en serie y(x) del teorema podrı́a converger (absoluta-
mente) para valores de x fuera de |x − x0 | < ρ. El valor de ρ en el teorema es
un cota inferior del radio de convergencia de dicha serie. En el caso especial
en que ρ = ∞, ambos coinciden, esto es, el radio de convergencia de la serie
es infinito.
Un caso especial importante del teorema anterior es cuando a, b, c son
polinomios sin factores comunes. En este caso la serie y(x) del teorema
converge para |x − x0 | < ρ donde ρ = ∞ si a(x) = constante (no cero) o:

ρ = min {|x0 − rj | : 1 ≤ j ≤ m} ,

donde el grado de a(x) es m y r1 , r2 , . . . , rm son las raı́ces (complejas) de

a(x).
Ejemplo 5.6. Las ecuaciones de los Ejemplos 5.3 y 5.4 tienen ambas coefi-
cientes polinomiales con a(x) constante, por lo que ρ = ∞ en ambos casos.
En la ecuación diferencial:

(x3 + 1)y ′′ + xy ′ + y = 0,

tenemos que a(x) = x3 + 1. Las raı́ces complejas de a(x) son (Teorema A.3):
√ √
1 3 1 3
r1 = −1, r2 = + ı, r3 = − ı.
2 2 2 2
Si x0 = 0, entonces el radio de convergencia de una solución en serie de
potencias alrededor de x0 es ρ = 1, ya que las tres raı́ces tiene modulo uno.
Por el contrario si x0 = 3, entonces el radio de convergencia de una solución
en serie de potencias alrededor de x0 seria:
s 2
1 3 √
ρ= − 3 + = 7,
2 4

ya que r2 , r3 son las raı́ces más cerca de x0 = 3, ambas a la misma distancia.

El siguiente ejemplo muestra una aplicación del Teorema 5.5 en el caso que
los coeficientes de la ecuación diferencial no son necesariamente polinomios.
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 161

Ejemplo 5.7. La ecuación diferencial:

y ′′ + (sen x)y ′ + (1 + x2 )y = 0,
tiene a(x) = 1 (por lo que cualquier x0 es punto ordinario), b(x) = sen x, y
c(x) = 1 + x2 . Tomando x0 = 0, tenemos que:
∞
b(x) X (−1)k c(x)
= x2k+1 , = 1 + x2 ,
a(x) k=0
(2k + 1)! a(x)

donde ambas series son convergentes para toda x. Por el Teorema 5.5, la
ecuación diferencial dada tiene una solución en serie de la forma:
∞
X
y(x) = ak xk = a0 + a1 x + a2 x2 + a3 x3 + · · · ,
k=0

que converge para toda x. Vamos ahora a determinar los primeros tres o
cuatro términos de dicha serie. Diferenciando la serie anterior, tenemos que:
y ′(x) = a1 + 2a2 x + 3a3 x2 + 4a4 x3 + · · · ,
y ′′(x) = 2a2 + 6a3 x + 12a4 x2 + 20a5 x3 + · · · .
Sustituyendo estas series y la de sen x en la ecuación diferencial tenemos
ahora que:
0 = (2a2 + 6a3 x + 12a4 x2 + 20a5 x3 + · · · )
 
1 3 1 5
+ x− x + x + · · · (a1 + 2a2 x + 3a3 x2 + 4a4 x3 + · · · )
6 120
+(1 + x2 )(a0 + a1 x + a2 x2 + a3 x3 + · · · )
= 2a2 + a0 + (6a3 + 2a1 )x
5
+(12a4 + 3a2 + a0 )x2 + (20a5 + 4a3 + a1 )x3 + · · ·
6
Igualando a cero los coeficientes de las primeras cuatro potencias de x obten-
emos que:
2a2 + a0 = 0,
6a3 + 2a1 = 0,
12a4 + 3a2 + a0 = 0,
5
20a5 + 4a3 + a1 = 0.
6
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 162

Resolviendo estas ecuaciones tenemos que:

1 1 1 1
a2 = − a0 , a3 = − a1 , a4 = a0 , a5 = a1 .
2 3 24 40
Sustituyendo en la serie de y(x) tenemos:

y(x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 + a5 x5 + · · ·
1 1 1 1
= a0 (1 − x2 + x4 + · · · ) + a1 (x − x3 + x5 + · · · ).
2 24 3 40
Ambas series son convergentes para toda x ya que las series de potencias de
los coeficientes b/a y c/a son convergentes para toda x.

5.3 Puntos singulares regulares

Si el número x0 es tal que a(x0 ) = 0 en la ecuación (5.3), entonces decimos
que x = x0 es un punto singular . El estudio de soluciones de una ecuación
diferencial alrededor de un punto singular es de gran importancia ya que
usualmente alrededor de estos puntos es que la solución de la ecuación dife-
rencial tiene el comportamiento más importante en el contexto del problema
real que describe dicha ecuación. Además es común en problemas de apli-
caciones, que las condiciones iniciales o de frontera estén especificadas en
puntos singulares. Por ejemplo, los puntos singulares ocurren naturalmente
en problemas de mecánica que envuelven geometrı́as circulares, cilı́ndricas,
sectores de cilindros, o problemas donde se quiere modelar fracturas o ra-
jaduras en estructuras mecánicas.
Para poder estudiar los puntos singulares de una ecuación diferencial, es
necesario caracterizar el grado o tipo de singularidad de la ecuación en dicho
punto. En particular, decimos que x = x0 es un punto singular regular de la
ecuación diferencial (5.3) si a(x0 ) = 0 y los limites:

b(x) c(x)
lim (x − x0 ), lim (x − x0 )2 ,
x→x0 a(x) x→x0 a(x)

ambos existen (como números reales). Esta condición lo que implica es que
las singularidades en b/a y c/a no son peores o más severas que (x − x0 )−1
y (x − x0 )−2 respectivamente. Cualquier otro tipo de punto singular se de-
nomina irregular .
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 163

Ejemplo 5.8. La ecuación diferencial:

(1 − x2 )y ′′ − 2xy ′ + α(α + 1)y = 0,

donde α ∈ R, se le conoce como la ecuación de Legendre. Note que x0 = ±1

son puntos singulares de la ecuación. Como

b(x) −2x
lim (x − x0 ) = lim (x ∓ 1) = ±1,
x→x0 a(x) x→±1 1 − x2

c(x) α(α + 1)
lim (x − x0 )2 = lim (x ∓ 1)2 = 0,
x→x0 a(x) x→±1 1 − x2

ambos puntos son singulares regulares para la ecuación diferencial.

Ejemplo 5.9. La ecuación diferencial:

x2 y ′′ + xy ′ + (x2 − p2 )y = 0,

donde p ∈ R, se llama la ecuación de Bessel de orden p. Esta ecuación tiene

a x0 = 0 como punto singular. Como

b(x) x
lim (x − x0 ) = lim 2 x = 1,
x→x0 a(x) x→0 x

c(x) x2 − p2 2
lim (x − x0 )2 = lim 2
x = −p2 ,
x→x0 a(x) x→0 x

tenemos que x0 = 0 es un punto singular regular para dicha ecuación.

Ejemplo 5.10. La ecuación diferencial:

x(x − 2)2 y ′′ + 3xy ′ + (x − 2)y = 0,

tiene a x0 = 0, 2 como puntos singulares. Es fácil verificar que x0 = 0 es

regular. Para x0 = 2 tenemos que:

b(x) 3x 3
lim (x − x0 ) = lim 2
(x − 2) = lim .
x→x0 a(x) x→2 x(x − 2) x→2 x − 2

Como este limite no existe, tenemos que el punto x0 = 2 es singular irregular.

CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 164

5.3.1 Ecuación de Euler–Cauchy

El ejemplo más simple de una ecuación diferencial con un punto singular
regular esta dado por la siguiente ecuación:
(x − x0 )2 y ′′ + α(x − x0 )y ′ + βy = 0, (5.5)
donde α, β son números reales dados. Esta ecuación se conoce como la
ecuación equidimensional de Euler–Cauchy. Es fácil ver que x = x0 es un
punto singular regular de esta ecuación. La ecuación (5.5) es importante
ya que en cierto sentido, el comportamiento de todas las soluciones de una
ecuación diferencial cualquiera cerca de un punto singular regular, es igual
al de las soluciones de una cierta ecuación de Euler–Cauchy.
Para resolver (5.5) buscamos soluciones de la forma y = (x − x0 )r para
algún r. Sustituyendo en la ecuación diferencial y simplificando, encontramos
que r tiene que ser solución de la ecuación caracterı́stica:
r(r − 1) + αr + β = 0. (5.6)
Hay tres casos dependiendo del tipo de soluciones de esta ecuación.
1. Si las soluciones r1 , r2 de (5.6) son reales y distintas, entonces la solución
general de (5.5) está dada por:
y(x) = c1 (x − x0 )r1 + c2 (x − x0 )r2 .

2. Si las soluciones son iguales, r = r1 = r2 , entonces tenemos una solución

de la forma (x − x0 )r . Usando el método de reducción de orden se
puede construir otra solución de la forma v(x)(x − x0 )r . Trabajando
las ecuaciones correspondientes, se obtiene que v(x) = ln(x − x0 ). La
solución general de (5.5) en este caso es:
y(x) = (x − x0 )r (c1 + c2 ln(x − x0 )), x > x0 .
Para x < x0 se utiliza ln(x0 − x) para el termino logarı́tmico.
3. Si las raı́ces r1 , r2 son complejas con r1 , r2 = λ ± µı. entonces ambas
(x − x0 )r1 , (x − x0 )r2 son soluciones de (5.5). Note que
(x − x0 )r1 = er1 ln(x−x0 )
= eλ ln(x−x0 ) · eıµ ln(x−x0 )
= (x − x0 )λ (cos(µ ln(x − x0 )) + ı sen(µ ln(x − x0 ))) .
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 165

Trabajando igual con (x − x0 )r2 y usando el principio de superposición,

tenemos que la solución general de la ecuación (5.5) está dada por:

y(x) = (x − x0 )λ (c1 cos(µ ln(x − x0 )) + c2 sen(µ ln(x − x0 ))) , x > x0 .

Para x < x0 los términos logarı́tmicos se remplazan con ln(x0 − x).

Ejemplo 5.11. Considere la ecuación diferencial:

(x − 1)2 y ′′ + 2(x − 1)y ′ + y = 0, x > 1.

Esto es una ecuación de Euler–Cauchy con x0 = 1 y la ecuación caracterı́stica

asociada es:
r(r − 1) + 2r + 1 = 0,
o lo mismo, r 2 + r + 1 = 0. Tenemos pues que
√
1 3
r=− ± ı,
2 2
por lo que la solución general de la ecuación diferencial en el intervalo (1, ∞)
es:
" √ ! √ !#
3 3
y(x) = (x − 1)−1/2 c1 cos ln(x − 1) + c2 sen ln(x − 1) .
2 2

Ejemplo 5.12. La ecuación diferencial:

x2 y ′′ + 3xy ′ + y = 0, x > 0,

es una ecuación de Euler–Caauchy con x0 = 0 y ecuación caracterı́stica:

r(r − 1) + 3r + 1 = 0,

o lo mismo, (r + 1)2 = 0. Ası́ que r = −1 es raı́z doble. La solución general

de la ecuación en el intervalo (0, ∞) es:

y(x) = x−1 (c1 + c2 ln x) .

CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 166

Ejemplo 5.13. Considere la ecuación diferencial:

x2 y ′′ − xy ′ + y = 0, x < 0.

La ecuación caracterı́stica reduce a (r − 1)2 = 0, por lo que r = 1 es raı́z

doble. La solución general de la ecuación diferencial en el intervalo (−∞, 0)
es:
y(x) = x(c1 + c2 ln(−x)).

5.3.2 Caso general

Volvemos ahora al caso general de la ecuación diferencial (5.3). Recuerde
que x0 es punto singular regular de ésta ecuación si a(x0 ) = 0 y los limites:
b(x) c(x)
α0 = lim (x − x0 ), β0 = lim (x − x0 )2 , (5.7)
x→x0 a(x) x→x0 a(x)

ambos existen como números reales. Si escribimos (5.3) como:

   
2 ′′ b(x) ′ c(x) 2
(x − x0 ) y + (x − x0 ) (x − x0 ) y + (x − x0 ) y = 0, (5.8)
a(x) a(x)
entonces es razonable pensar que si (5.7) se cumple, las soluciones de (5.8)
deben de “comportarse” como las de la ecuación auxiliar:

(x − x0 )2 y ′′ + α0 (x − x0 )y ′ + β0 y = 0, (5.9)

al menos “cerca” de x0 . Las soluciones de ésta última ecuación son de la

forma (x − x0 )r donde r satisface la ecuación indicial :

F (r) ≡ r(r − 1) + α0 r + β0 = 0. (5.10)

Motivados por este argumento heurı́stico, proponemos buscar soluciones de

(5.3), o lo mismo (5.8), de la forma:
∞
X
r
y(x) = (x − x0 ) ak (x − x0 )k . (5.11)
k=0

El término (x − x0 )r en esta expresión “corresponde” al comportamiento de

y(x) cerca de x0 que debe estar dado por las soluciones de (5.9), mientras
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 167

que la serie en la expresión de y(x) toma en cuenta o corrige por la diferencia

entre las soluciones de (5.3) y (5.9) “lejos” de x0 . El exponente r se llama el
exponente de la singularidad en x = x0 .
Por el momento vamos a suponer que las soluciones y(x) de (5.3) son de
la forma (5.11) para entonces mostrar con un ejemplo como se determinan
el exponente r y los coeficientes de la serie.
Ejemplo 5.14. El número x0 = 0 es un punto singular regular de la ecuación
diferencial:
2x2 y ′′ − xy ′ + (1 + x)y = 0.
Buscamos una solución de ésta ecuación de la forma (5.11). Como:
∞
X ∞
X
k+r−1
′
y (x) = (k + r)ak x , ′′
y (x) = (k + r)(k + r − 1)ak xk+r−2,
k=0 k=0

tenemos, sustituyendo en la ecuación diferencial que:

∞
X ∞
X
k+r
(2(k + r) − 1)(k + r − 1)ak x + ak xk+r+1 = 0.
k=0 k=0

Como ∞ ∞
X X
ak xk+r+1 = ak−1 xk+r ,
k=0 k=1

podemos escribir la ecuación anterior como:

∞
X
r
F (r)a0 x + [F (k + r)ak + ak−1 ] xk+r = 0,
k=1

donde
F (r) = (2r − 1)(r − 1).
Igualando el coeficiente de a0 a cero tenemos que r = 1/2, 1. Igualando los
otros coeficientes a cero obtenemos la recursión:
ak−1
ak = − , k ≥ 1.
F (k + r)
Para el caso r = 1/2, la recursión anterior reduce a:
ak−1
ak = − , k ≥ 1.
k(2k − 1)
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 168

Usando inducción es fácil ver que esta recursión lleva a que:

(−1)k
ak = , k ≥ 1,
k!(1 · 3 · 5 · 7 · · · (2k − 1))
donde hemos tomado a0 = 1, lo que nos da la solución:
" ∞
#
1
X (−1)k xk
y1 (x) = x 2 1 + .
k!(1 · 3 · 5 · 7 · · · (2k − 1))
k=1

Como  
 ak+1  1
lim   = lim = 0,
k→∞ ak  k→∞ (k + 1)(2k + 1)

tenemos que la serie en y1 (x) converge para toda x.

Para el caso r = 1, la recursión para los ak ’s reduce a:
ak−1
ak = − , k ≥ 1.
k(2k + 1)
Nuevamente, usando inducción y tomando a0 = 1, se puede ver que la
solución de ésta recursión es:
(−1)k
ak = , k ≥ 1.
k!(1 · 3 · 5 · 7 · · · (2k + 1))
Tenemos entonces una segunda solución dada por:
∞
X (−1)k xk
y2 (x) = x .
k!(1 · 3 · 5 · 7 · · · (2k + 1))
k=0

La serie en y2 (x) converge para toda x y como y2 no es proporcional a y1 ,

entonces {y1 , y2 } forma un conjunto fundamental y la solución general de la
ecuación diferencial en el intervalo (0, ∞) es:

y(x) = c1 y1 (x) + c2 y2 (x).

El método del ejemplo anterior se llama el método de Frobenoius y a

(5.11) se le llama una serie de Frobenious. Del ejemplo podemos ver que el
método puede fallar en dar dos soluciones de la ecuación diferencial si las
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 169

raı́ces de la ecuación indicial (5.10) son iguales, o si las raı́ces difieren por
un entero distinto de cero. Esto último se debe a que en general, el método
produce una recursión para los coeficientes de la serie de la forma:
m
X
F (k + r)ak = γj ak−j , k ≥ 1.
j=1

Si r1 − r2 = N donde N es un entero positivo, entonces F (N + r2 ) = 0 y

no se podrá determinar el valor de aN en la serie correspondiente a r2 . (La
que corresponde a r1 si se puede calcular completamente.) Aunque hay casos
donde se puede asignar un valor a aN y continuar el proceso, en general esto
no es posible y el método falla en dar una segunda solución. No obstante,
tanto en este caso como en el de la raı́z doble, es posible conseguir una
segunda solución de la forma:
∞
X
r2
y(x) = y1 (x) ln(x − x0 ) + (x − x0 ) bk (x − x0 )k ,
k=0

donde y1 (x) es la solución en serie de Frobenious correspondiente a r1 .

Ejemplo 5.15. La ecuación diferencial:

(1 − x2 )y ′′ − 2xy ′ + α(α + 1)y = 0,

donde α ∈ R, tiene a x0 = ±1 como puntos singulares regulares. Para x0 = 1

buscamos una solución en serie de Frobenious de la forma:
∞
X
r
y(x) = (x − 1) ak (x − 1)k .
k=0

Como
∞
X
y ′(x) = ak (k + r)(x − 1)k+r−1,
k=0
∞
X
y ′′(x) = ak (k + r)(k + r − 1)(x − 1)k+r−2,
k=0

y escribiendo:

1 − x2 = −2(x − 1) − (x − 1)2 , −2x = −2 − 2(x − 1),

CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 170

tenemos luego de sustituir en la ecuación diferencial y simplificar que:

∞ 
X
2a0 F (r) + 2F (k + r + 1)ak+1
k=0

+[(k + r)(k + r + 1) − α(α + 1)]ak (x − 1)k+r = 0,

donde F (r) = r 2 . Tomando a0 = 1 tenemos que r = 0 es raı́z doble de

la ecuación indicial. Los restantes coeficientes están dados ahora por la re-
cursión:
α(α + 1) − k(k + 1)
ak+1 = ak , k ≥ 0. (5.12)
2(k + 1)2
Note que si α = N, un entero no negativo, entonces aN +j = 0 para toda
j ≥ 1 por lo que la serie de y1 (x) es finita, y no hay singularidad ya que
r = 0. Los polinomios que resultan se llaman los polinomios de Legendre.
Los primeros cuatro polinomios de Legendre son:
1 5 1
1, x, 1 + 3(x − 1) + (x − 1)2 , 1 + 6(x − 1) + (x − 1)2 + (x − 1)3 .
2 4 3
Si α < 0 ó positivo pero no entero, entonces la recursión de arriba nos da
que:
k
(−1)k Y
ak = k ((j − 1)j − α(α + 1)), k ≥ 1.
2 (k!)2 j=1

La serie de y1 (x) queda ahora como:

α(α + 1) α(α + 1)(2 − α(α + 1))

y1 (x) = 1 + (x − 1) − (x − 1)2 + · · · .
2 16
Usando (5.12) es fácil ver que esta serie converge absolutamente para |x − 1| <
2.
Buscamos ahora una segunda solución de la ecuación diferencial de la
forma: ∞
X
y2 (x) = y1 (x) ln(x − 1) + bk (x − 1)k . (5.13)
k=0
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 171

Diferenciando tenemos que:

∞
y1 (x) X
y2′ (x) = ′
+ y1 (x) ln(x − 1) + kbk (x − 1)k−1,
x−1 k=1
y1 (x) y1′ (x)
y2′′(x) = − 2
+ 2 + y1′′ (x) ln(x − 1)
(x − 1) x−1
X∞
+ k(k − 1)bk (x − 1)k−2 .
k=2

Sustituyendo estas expresiones en la ecuación diferencial, usando que y1 es

solución, y simplificando, llegamos a que:
∞
X
[−2(k + 1)2 bk+1 + (α(α + 1) − k(k + 1))bk ] (x − 1)k
k=0
= y1 (x) + 2(1 + x)y1′ (x). (5.14)

Como r = 0, tenemos que

∞
X
y1 (x) = ak (x − 1)k ,
k=0

donde los ak ’s estan dados por (5.12) y a0 = 1. Usando esto es facil ver ahora
que
∞
X
y1 (x) + 2(1 + x)y1′ (x) = [(1 + 2k)ak + 4(k + 1)ak+1 ] (x − 1)k .
k=0

Sustituyendo este resultado en (5.14) e igualando los coeficientes de las po-

tencias de x − 1 en ambos lados, llegamos a que:

−2(k + 1)2 bk+1 + (α(α + 1) − k(k + 1))bk

= (1 + 2k)ak + 4(k + 1)ak+1 , k ≥ 0. (5.15)

Con esta recursión podemos determinar los bk ’s a partir de los ak ’s. Por
ejemplo, en el caso en que α = 0, lo que implica que a0 = 1 y ak = 0 para
k ≥ 1, obtenemos que b0 es arbitrario, b1 = − 21 , y que
k
bk+1 = − bk , k ≥ 1.
2(k + 1)
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 172

Para α = 1 (donde a0 = a1 = 1 y ak = 0 para k ≥ 2), obtenemos con b0 = 0

que b1 = − 25 , b2 = − 38 , y que

2 − k(k + 1)
bk+1 = − bk , k ≥ 2.
2(k + 1)2

En ambos casos, la serie ∞ k

P
k=0 bk (x − 1) que aparece en (5.12), converge
absolutamente para |x − 1| < 2.

Los ejemplos dados hasta el momento son casos especiales del siguiente
resultado.

Teorema 5.16. Suponga que x = x0 es punto singular regular de la ecuación

diferencial (5.3) y que r1 , r2 son la raı́ces de la ecuación indicial (5.10).
Suponga que
b(x) c(x)
(x − x0 ), (x − x0 )2 ,
a(x) a(x)
tienen series de potencias alrededor de x = x0 las cuales son convergentes
para |x − x0 | < R. Entonces si r2 ≤ r1 , la ecuación (5.3) admite una solución
de la forma
X∞
y1 (x) = (x − x0 )r1 ak (x − x0 )k ,
k=0
P∞ k
donde la serie k=0 ak (x − x0 ) converge para |x − x0 | < R. Si r1 − r2
no es un entero nonegativo, entonces la ecuación (5.3) admite una segunda
solución de la forma
∞
X
r2
y2 (x) = (x − x0 ) bk (x − x0 )k ,
k=0

donde la serie ∞ k
P
k=0 bk (x − x0 ) converge para |x − x0 | < R. Si r1 − r2 es
un entero nonegativo, entonces la segunda solución y2 (x) de (5.3), es de la
forma
∞
X
r2
y2 (x) = ay1 (x) ln(x − x0 ) + (x − x0 ) ck (x − x0 )k ,
k=0
P∞
para alguna constante a, donde la serie k=0 ck (x − x0 )k converge para
|x − x0 | < R.
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 173

5.4 La ecuación de Bessel

La ecuación de Bessel de orden p ≥ 0, p ∈ R, está dada por:

x2 y ′′(x) + xy ′ (x) + (x2 − p2 )y(x) = 0. (5.16)

El punto x0 = 0 es un punto singular regular por lo que buscamos una

solución por el método de Frobenious de la forma:
∞
X ∞
X
r n
y(x) = x an x = an xn+r . (5.17)
k=0 k=0

Calculando la primera y segunda derivadas de ésta serie, y luego de sustituir

en (5.16) obtenemos que:
∞
X
(r 2 −p2 )a0 xr + ((r + 1)2 −p2 )a1 xr+1 + ((r + k)2 − p2 )ak + ak−2 xr+k = 0.
 
k=2

Tomando a0 6= 0, tenemos que r = ±p, a1 = 0, y que:

((r + k)2 − p2 )ak + ak−2 = 0, k ≥ 2.

Para el caso en que r = p, tenemos que esta recursión reduce a:

−ak−2
ak = , k ≥ 2.
k(k + 2p)
Como a1 = 0 tenemos que ak = 0 para toda k impar. Para los indices pares,
la recursión anterior nos da que:
(−1)k a0
a2k = , k ≥ 1. (5.18)
(1 + p)(2 + p) · · · (k + p)22k k!
Pausamos un momento para introducir la función Gamma.
La función Gamma se define por la integral:
Z ∞
Γ(p) = tp−1 e−t dt, p > 0. (5.19)
0

Note que este integral converge para todo p > 0 por lo que Γ esta bien
definida. Usando integración por partes se puede verificar que:

Γ(p + 1) = p Γ(p). (5.20)

CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 174

De la definición de Γ se obtiene que Γ(1) = 1. Usando ahora la recursión

(5.20) tenemos que:

Γ(2) = 1 Γ(1) = 1!,

Γ(3) = 2 Γ(2) = 2!,
Γ(4) = 3 Γ(3) = 3!, etc.

De aquı́ se obtiene que:

Γ(n + 1) = n!, n ≥ 0, n ∈ Z. (5.21)

Esto motiva a definir el factorial del número real p > 0 por:

p! = Γ(p + 1). (5.22)

Volvemos ahora a la recursión (5.18). Es fácil ver que:

Γ(p + k + 1) = (1 + p)(2 + p) · · · (k + p)Γ(p + 1),

por lo que podemos escribir (5.18) como:

(−1)k Γ(p + 1)
a2k = a0 , k ≥ 1.
22k k!Γ(p + k + 1)

Sustituyendo en (5.17) tenemos que:

∞
p
X (−1)k  x 2k
y(x) = a0 x Γ(p + 1) .
k=0
k!Γ(p + k + 1) 2

Tomando
1
a0 = ,
2p Γ(p + 1)
obtenemos la función de Bessel de orden p del primer tipo:
∞
 x p X (−1)k  x 2k
Jp (x) = . (5.23)
2 k=0
k!Γ(p + k + 1) 2

En la Figura 5.1 mostramos las gráficas de Jp para p = 0, 1, 2.

CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 175

J0
0.8
J1
J2

0.6

0.4

0.2

−0.2

−0.4
0 5 10 15 20 25 30 35 40

Figura 5.1: Gráficas de las funciones de Bessel del primer tipo y de ordenes
p = 0, 1, 2.

La función de Bessel del segundo tipo de orden p se define por:



 J−p (x), p 6= entero,

Yp (x) =   (5.24)
(cos qπ)J q (x) − J −q (x)
 limq→p , p = entero.


sen qπ

Se puede verificar que el limite en esta ecuación para el caso p entero e-

xiste para toda x > 0, que la función resultante es una solución de la
ecuación (5.16), y que {Jp , Yp } es un conjunto fundamental. En la Figura 5.2
mostramos las gráficas de Yp para p = 0, 1, 2.

5.4.1 Algunas propiedades de las funciones de Bessel

Las funciones de Bessel tienen una gran cantidad de propiedades. A conti-
nuación enumeramos solo algunas de las más importantes. En la discusión
utilizaremos la siguiente notación. Para cualquier a ∈ R ∪ {−∞, ∞}, y
funciones f (s) y g(s), la notación:

f (s) ∼ g(s), s → a,
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 176

Y0
Y1
0.5 Y2

−0.5

−1

−1.5

−2
0 5 10 15 20 25 30 35 40

Figura 5.2: Gráficas de las funciones de Bessel del segundo tipo y de ordenes
p = 0, 1, 2.

representa que:
f (s)
lim = 1.
s→a g(s)

Decimos que f (s) tiene el mismo comportamiento asintótico que g(s) según
s → a.

Propiedades asintóticas
Las funciones de Bessel tienen el siguiente comportamiento asintótico para x
cerca de cero:

Jp (x) ∼ c1 xp , x → 0+ ,
−c2 x−p , x → 0+ , p > 0,

Yp (x) ∼
c3 ln x, x → 0+ , p = 0,

donde los ci ’s son constantes positivas. En particular, note que Yp es no

acotada (tiene una singularidad) en x = 0. También tenemos las representa-
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 177

ciones para x grande:

r
2  π pπ  r1 (x)
Jp (x) = cos x − − + 3/2 ,
πx 4 2 x
r
2  π pπ  r2 (x)
Yp (x) = sen x − − + 3/2 ,
πx 4 2 x
donde r1 , r2 son acotadas según x → ∞. De aquı́ se obtiene que
r
2  π pπ 
Jp (x) ∼ cos x − − , x → ∞,
πx 4 2
r
2  π pπ 
Yp (x) ∼ sen x − − , x → ∞.
πx 4 2

Propiedades diferenciales e integrales

Se puede verificar que
d p
[x Jp (x)] = xp Jp−1 (x), (5.25a)
dx
d  −p
x Jp (x) = −x−p Jp+1 (x).

(5.25b)
dx
En particular
d d
[J0 (x)] = −J1 (x), [xJ1 (x)] = xJ0 (x).
dx dx
Si integramos las primeras formulas de arriba, obtenemos las correspondien-
tes formulas para integrales
Z
xp Jp−1(x) dx = xp Jp (x) + C, (5.26a)
Z
x−p Jp+1(x) dx = −x−p Jp (x) + C. (5.26b)

Los ceros de las funciones de Bessel

Se puede verificar que la ecuación
Jp (x) = 0,
tiene un numero infinito de soluciones positivas {λk,p }∞
k=1 las cuales se cono-
cen como los ceros de la función de Bessel de orden p del primer tipo. Estos
ceros o raı́ces tienen las siguientes propiedades:
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 178

i) 0 < λ1,p < λ2,p < λ3,p < · · ·

ii) λ1,p < λ1,p+1 < λ2,p < λ2,p+1 < · · ·

iii) limk→∞ λk,p = ∞.

Por ejemplo, los primeros cinco ceros de J0 (x) y J1 (x) son aproximadamente

2.4048, 5.5201, 8.6537, 11.7915, 14.9309,

3.8317, 7.0156, 10.1735, 13.3237, 16.4706,

respectivamente. El estudio de las propiedades de los ceros de las funciones
de Bessel es de suma importancia, en particular para la construcción de las
llamadas series de Bessel que veremos a continuación.

5.4.2 Series de Bessel

Para simplificar la notación en esta sección, escribiremos λk en lugar de λk,p .
Para cualquier p ≥ 0 definimos las funciones {ψk (x)} por

ψk (x) = Jp (λk x), k ≥ 1.

Nos interesa estudiar bajo que condiciones, una función f (x) cualquiera y
definida en [0, 1], puede representarse por una serie de la forma
∞
X
f (x) = ak ψk (x). (5.27)
k=0

Antes de contestar esta pregunta vamos a necesitar una propiedad bien im-
portante de las funciones {ψk (x)}, llamada la propiedad de ortogonalidad .

Lema 5.17.
Z 1 
0 , k 6= m,
xψk (x)ψm (x) dx = 1 2
0 J (λ )
2 p+1 k
, k = m.

Demostración: Usando (5.16) es fácil ver que ψk (x) es solución de la ecuación

diferencial
p2
 
′′ 1 ′ 2
y (x) + y (x) + λk − 2 y(x) = 0.
x x
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 179

(ψm (x) satisface una ecuación similar cambiando el λ2k por λ2m .) Si multipli-
camos la ecuación de ψk (x) por ψm (x), y la ecuación de ψm (x) por ψk (x), y
luego restamos las ecuaciones resultantes, llegamos a que
d 1
(ψk′ ψm − ψm
′
ψk ) + (ψk′ ψm − ψm
′
ψk ) + (λ2k − λ2m )ψk ψm = 0.
dx x
Ahora si multiplicamos esta ecuación por x e integramos de 0 a 1, obtenemos
que
Z 1
2 2 1
(λm − λk ) xψk (x)ψm (x) dx = x (ψk′ ψm − ψm ′
ψk )|0
0
= λk Jp′ (λk )Jp (λm ) − λm Jm
′
(λm )Jp (λk )
= 0,

donde usamos que Jp (λk ) = Jp (λm ) = 0. Si k 6= m, entonces λk 6= λm y

obtenemos de la ecuación anterior que
Z 1
xψk (x)ψm (x) dx = 0, k 6= m.
0

Cuando k = m, multiplicamos la ecuación de ψk (x) por 2x2 ψk′ (x), y luego

de arreglar obtenemos que
d  2 ′ 2
x (ψk ) + (λ2k x2 − p2 )ψk2 = 2λ2k xψk2 .

dx
Ahora integrando esta ecuación de cero a uno, usando (5.25b), que ψk (1) = 0
y ψk (0) = 0 para p > 0, tenemos que
Z 1
(ψ ′ (1))2 1 2
xψk2 (x) dx = k 2 = Jp+1 (λk ).
0 2λk 2

Usando la propiedad de ortogonalidad del Lema 5.17, tenemos que si

f (x) se puede expresar por una serie de la forma (5.27), entonces operando
formalmente obtenemos que
Z 1 ∞ Z
X 1 Z 1
2
xf (x)ψm (x) dx = xψk (x)ψm (x) dx = am xψm (x) dx,
0 k=1 0 0
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 180

es decir
1
2
Z
am = 2 xf (x)ψm (x) dx, m ≥ 1. (5.28)
Jp+1 (λm ) 0

A la serie (5.27) con los coeficientes dados por (5.28) se le llama una se-
rie de Bessel . El siguiente resultado nos da condiciones suficientes para la
convergencia de dicha serie.
Teorema 5.18. Suponga que f es continua en [0, 1] y que f ′ es continua por
pedazos. Entonces la serie
X∞
ak Jp (λk x),
k=0

donde los ak ’s están dados por (5.28), converge a f (x) para toda x ∈ (0, 1).
Si p = 0, la serie converge a f (x) para toda x ∈ [0, 1).
Ejemplo 5.19. Consideramos el caso en que f (x) = 1 para x ∈ [0, 1].
Tomamos el caso en que p = 0 y los {λk } son los ceros de J0 . Entonces
Z 1
2
ak = xJ0 (λk x) dx,
J12 (λk ) 0
2
= 2
xJ1 (λk x)|10 ,
λk J1 (λk )
2
= ,
λk J1 (λk )
donde usamos (5.26a) con p = 1. De acuerdo al Teorema 5.27 tenemos
entonces que
∞
X 2
1= J0 (λk x), 0 ≤ x < 1.
k=1
λk J1 (λk )

5.5 Ejercicios
Ejercicio 5.1. Clasifique el punto x0 = −1 como ordinario, singular regular,
o singular irregular para las siguientes ecuaciones. Explique o justifique sus
contestaciones.
a) 2x4 (1 − x2 )y ′′ + 2xy ′ + 3x2 y = 0
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 181

b) (x + 3)y ′′ − 2(x + 1)y ′ + (1 − x2 )y = 0

Ejercicio 5.2. Sin buscar las soluciones en serie de potencias,
P∞determine elk
radio de convergencia para una solución de la forma y(x) = k=0 ak (x − 1)
de la siguiente ecuación diferencial:
(x + 1)(x − 5)y ′′ + x3 y ′ + (cos(x))y = 0.
Ejercicio 5.3. Sin buscar las soluciones en serie de potencias alrededor de los
puntos x0 dados, determine el radio de convergencia para dichas soluciones
en serie para las siguientes ecuaciones diferenciales.
a) (x2 + x − 12)y ′′ + (x2 − 1)y ′ + 3y = 0, x0 = −5, 0, 6.
b) (x2 − 2x − 3)y ′′(x) + xy ′(x) + 4y(x) = 0, x0 = −4, 0, 4.
c) (x2 + 1)y ′′ (x) + x2 y ′(x) + 3xy(x) = 0, x0 = −1, 3.
Ejercicio 5.4. Suponga que
∞
X
y(x) = ak (x − x0 )k ,
k=0

converge absolutamente para |x − x0 | < ρ, donde ρ > 0. Verifique diferen-

ciando la serie término a término, evaluando en x = x0 , y mediante inducción
matemática, que
1
ak = y (k) (x0 ), k ≥ 0. (5.29)
k!
Ejercicio 5.5. Considere el problema de valor inicial:
x2 y ′′ (x) + (1 + x)y ′ (x) + 3(ln x)y(x) = 0, y(1) = 2, y ′(1) = 0.
Si y(x) = ∞ k
P
k=0 ak (x − 1) es una solución en serie de dicha ecuación, use
la propiedad (5.29) para encontrar los primeros cuatro términos de dicha
solución en serie, esto es, calcule a0 , a1 , a2 , a3 . ¿Cuál es el intervalo de con-
vergencia de dicha serie? Explique.
Ejercicio 5.6. Considere el problema de valor inicial:
y ′′(x) + xy ′ (x) + ex y(x) = 0, y(0) = 1, y ′(0) = −3.
P∞ k
Si y(x) = k=0 ak x es una solución en serie de dicha ecuación, use la
propiedad (5.29) para encontrar los primeros cuatro términos de dicha solución
en serie, esto es, calcule a0 , a1 , a2 , a3 . ¿Cuál es el intervalo de convergencia
de dicha serie? Explique.
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 182

Ejercicio 5.7. Halle dos soluciones en series de potencias alrededor de x0 = 0

para las siguientes ecuaciones diferenciales:

a) y ′′ + xy = 0.

b) y ′′ − xy ′ − y = 0.

c) (1 + x2 )y ′′ + 2xy ′ − 2y = 0.

Ejercicio 5.8. Verifique que la ecuación

3x2 y ′′(x) + 2xy ′(x) + x2 y(x) = 0,

tiene un punto regular singular en x0 = 0. Luego determine, si es posible,

dos soluciones con sus respectivas representaciones en series para x > 0.

Ejercicio 5.9. Halle la soluciones de las siguientes ecuaciones de tipo Euler–

Cauchy:

a) (x − 1)2 y ′′ + 8(x − 1)y ′ + 12y = 0.

b) (x − 2)2 y ′′ + 5(x − 2)y ′ + 4y = 0.

c) 2(x − 3)2 y ′′ + 3(x − 3)y ′ − y = 0, x > 3.

Ejercicio 5.10. Halle al menos una solución en serie de Frobenious alrededor

del punto singular regular x0 = 0 para las siguientes ecuaciones diferenciales:

a) xy ′′ + y ′ − y = 0.

b) xy ′′ + y = 0.

c) xy ′′ + xy ′ + 2y = 0.

d) x2 y ′′ + xy ′ + x2 y = 0.

Ejercicio 5.11. Usando integración por partes verifique que la función Gamma
definida por (5.19), satisface la recursión (5.20).

Ejercicio 5.12. Para la ecuación de Bessel (5.16), verifique que la función

de Bessel Jp (cf. (5.23)) satisface las siguientes identidades:
2p
a) Jp−1 (x) + Jp+1 (x) = Jp (x).
x
CAPÍTULO 5. MÉTODOS DE SERIES DE POTENCIAS 183

p
b) Jp′ (x) = Jp (x) − Jp+1 (x).
x
d
c) dx
[xp Jp (x)] = xp Jp−1 (x). Ayuda: Expanda el lado izquierdo y use las
partes (a) y (b).

d) J−p (x) = (−1)p Jp (x), para p entero.

Ejercicio 5.13. Usando las propiedades (5.25) verifique la identidad

1
Jp′ (x) = [Jp−1(x) − Jp+1 (x)].
2
Ejercicio 5.14. Verifique que
∞
 x   x p X (−1)k Γ′ (p + k + 1)  x 2k
d
Jp (x) = Jp (x) ln − .
dp 2 2 k=0 k! Γ(p + k + 1)2 2

En el caso en que p es un entero, verifique que esta expresión se puede escribir

como
∞
 x   x p X (−1)k ψ(p + k + 1)  x 2k
d
Jp (x) = Jp (x) ln − ,
dp 2 2 k=0 k! (p + k)! 2

Γ′ (z)
donde ψ(z) = Γ(z)
.
Capı́tulo 6

Transformadas de Laplace

Una transformada de tipo integral para una función f es un operador F que

tiene la forma general
Z β
F [f ](s) = K(s, t)f (t) dt.
α

La función K se llama el núcleo de la transformada y diferentes selecciones

de K llevan a diferentes tipos de transformadas, las más comunes siendo las
transformadas de Laplace y las transformadas de Fourier. A la función F [f ]
se le llama la transformada de f . La idea general en el método de transfor-
madas para resolver una ecuación diferencial es primeramente transformar
la ecuación diferencial para f en una ecuación algebraica para F [f ], resolver
esta ecuación para F [f ], y luego obtener f a partir de F [f ]. Este último paso
se como como el proceso de invertir la transformada y es usualmente el más
complicado de todo el proceso. En la Figura 6.1 ilustramos este proceso para
el operador L de la transformada de Laplace.

6.1 Definiciones y propiedades básicas

La transformada de Laplace se obtiene tomando K(s, t) = e−st , α = 0, y
β = ∞ en la formula de F [f ]. En este caso usamos la notación L [f ] en
lugar de F [f ].

Definición 6.1. Para una función f : [0, ∞) → R definimos su transfor-

184
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 185

Ecuación differencial L ✲ Ecuación algebraı́ca

para f para F (s) = L [f ](s)

❄
−1
Invertimos ✛ L Resolvemos
para obtener f para F

Figura 6.1: Esquema del proceso al resolver una ecuación diferencial usando
transformadas de Laplace.

mada de Laplace, denotada L [f ], por

Z ∞
L [f ](s) = e−st f (t) dt.
0

La transformada de Laplace es particularmente útil para resolver proble-

mas de valor inicial con ecuaciones lineales de coeficientes constantes noho-
mogéneas, donde el lado derecho puede ser una función discontinua o de tipo
“impulso”.
Comentario 6.2. La integral que aparece en L [f ] es una impropia, por lo
que dicho integral puede converger o divergir dependiendo de la función f y
los valores de s.
Comenzamos estudiando para cuales funciones f , su transformada de
Laplace existe.
Definición 6.3. Decimos que f es continua por pedazos en el intervalo [α, β]
si existe una partición
α = t0 < t1 < t2 < · · · < tn−1 < tn = β,
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 186

del intervalo [α, β] tal que

i) f es continua en (ti−1 , ti ), 1 ≤ i ≤ n,

ii) los limites

lim f (t), lim f (t),
t→t+
i−1 t→t−
i

ambos existen para 1 ≤ i ≤ n.

Si f es continua por pedazos en el intervalo [α, β], y si (α, β) es acotado,

entonces la integral Z β
f (t) dt,
α
existe. No obstante si α = −∞ ó β = ∞, la integral podrı́a ser divergente.

Teorema 6.4 (de comparación para integrales impropias). Sea f una función
continua para t ≥ a.
R∞
1. Si |f (t)| ≤ g(t) para toda t ≥ M ≥ a, y M g(t) dt < ∞, entonces
Z ∞ 
 

 f (t) dt < ∞.

a

R∞
2. Si 0 ≤ f (t) ≤ g(t) para t ≥ M ≥ a, y M f (t) dt = ∞, entonces
Z ∞
g(t) dt = ∞.
a

Para la existencia de la transformada de Laplace tenemos ahora el si-

guiente resultado.

Teorema 6.5. Sea f : [0, ∞) → R una función continua por pedazos en

[0, A] para cualquier A > 0. Suponga que existen constante K, M positivas y
otra constante a ∈ R tal que

|f (t)| ≤ Keat , t ≥ M.

Entonces L [f ](s) existe para toda s > a.

CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 187

Demostración: Note que

Z M Z ∞
−st
L [f ](s) = e f (t) dt + e−st f (t) dt.
0 M

Como f es continua por pedazos sobre [0, M], la primera integral a la derecha
de esta ecuación, es finita. Para el segundo integral, tenemos que
Z ∞  Z ∞
 −st


 e f (t) dt ≤ e−st |f (t)| dt,
M M
Z ∞
≤ K e−(s−a)t dt.
M

Pero este último integral es finito si y solo si s > a. Usando el teorema de

comparación tenemos ahora que L [f ](s) existe para toda s > a.
Vamos ahora a calcular la transformada de Laplace de algunas funciones
conocidas. Aunque no haremos mención directa sobre ésto, las funciones en
los siguientes ejemplos cumplen con las condiciones del Teorema 6.5. ¿Puede
dar en cada caso las constantes K, M, a para las cuales el teorema se cumple?
Ejemplo 6.6. Para la función f (t) = 1, t ≥ 0, tenemos que
Z ∞ ∞
−st 1 −st  1
L [f ](s) = L [1](s) = e dt = − e  = ,
0 s 0 s
siempre que s > 0.
Ejemplo 6.7. Para f (t) = cos(at), t ≥ 0, tenemos que
Z ∞
L [f ](s) = L [cos(at)](s) = e−st cos(at) dt.
0

Pero
a2
 
1 s
Z
−st
e cos(at) dt = 2 sin(at) − 2 cos(at) e−st .
s + a2 a a
Sustituyendo en la expresión de L [f ](s) tenemos que:
∞
a2
 
1 s 
−st  s
L [cos(at)](s) = 2 2
sin(at) − 2
cos(at) e = 2 ,
s +a a a 
0 s + a2
siempre que s > 0. De igual forma se verifica que
a
L [sin(at)](s) = 2 .
s + a2
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 188

Es fácil verificar que el operador de la transformada de Laplace es lineal.

Esto es, si f1 y f2 son funciones con transformadas de Laplace L [f1 ] y L [f2 ],
entonces para cualesquiera constantes c1 y c2 , la transformada de c1 f1 + c2 f2
existe y
L [c1 f1 + c2 f2 ] = c1 L [f1 ] + c2 L [f2 ].
El siguiente resultado junto con la linealidad de L descrita antes, nos
permitirá convertir una ecuación diferencial para una cierta función f a una
ecuación algebraica para L [f ].
Teorema 6.8. Para f : [0, ∞) → R, suponga que f y f ′ son continuas, y
que f ′′ es continua por pedazos en [0, A] para toda A > 0. Suponga además
que existen constante K, M positivas y otra constante a ∈ R tal que

|f (t)| , |f ′ (t)| ≤ Keat , t ≥ M.

Entonces L [f ′ ](s) y L [f ′′ ](s) existen para s > a y

L [f ′ ](s) = sL [f ](s) − f (0),

L [f ′′ ](s) = s2 L [f ](s) − sf (0) − f ′ (0).

Ya tenemos los elementos esenciales para resolver un problema de valor

inicial usando transformadas de Laplace.
Ejemplo 6.9. Ilustramos el método de transformadas de Laplace resolviendo
el problema de valor inicial:
 ′′
y (t) − 5y ′(t) + 6y(t) = 0, t ≥ 0,
y(0) = 1, y ′(0) = 2.

Note que este problema lo podemos resolver fácilmente por los métodos del
Capitulo 3. No obstante procedemos con el método de las transformadas para
mostrar en un caso sencillo los aspectos esenciales del mismo. Si aplicamos el
operador L a ambos lados de la ecuación diferencial y utilizamos la linealidad
de este operador, tenemos que

L [y ′′](s) − 5L [y ′ ](s) + 6L [y](s) = 0.

Por el resultado del Teorema 6.8, tenemos que esta ecuación es equivalente
a:
(s2 − 5s + 6)L [y](s) − (s − 5)y(0) − y ′ (0) = 0.
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 189

Usando las condiciones iniciales y despejando esta ecuación para L [y](s),

tenemos que
s−3 1
L [y](s) = 2 = .
s − 5s + 6 s−2
Es fácil verificar que
1
L [eat ](s) = , s > a.
s−a
Tenemos entonces que L [y](s) corresponde a la transformada de e2t por lo
que podemos concluir que y(t) = e2t .
El último paso en el ejemplo anterior se llama el problema de invertir
la transformada. Mas general, si tenemos que L [y](s) = F (s), escribimos
que y = L −1 [F ] para representar a la transformada inversa de F . Bajo
ciertas condiciones en F (que siempre vamos a suponer en este libro), la
transformada inversa esta bien definida y tiene como resultado una función
única y. Usando esto tenemos que toda formula para una transformada tiene
o es equivalente a una correspondiente formula para la transformada inversa.
El operado L −1 , al igual que L , es lineal.
Ejemplo 6.10. Trabajamos el problema de valor inicial:
y (t) − 2y ′(t) + y(t) = et , t ≥ 0,
 ′′

y(0) = 0, y ′(0) = 1,
usando transformadas. Aplicando L a ambos lados de la ecuación diferencial
obtenemos que:
1
L [y ′′ ](s) − 2L [y ′ ](s) + L [y](s) = L [et ](s) = .
s−1
Usando el Teorema 6.8, esto simplifica a:
s
(s2 − 2s + 1)L [y](s) = ,
s−1
o lo mismo que
s
L [y](s) = .
(s − 1)3
Usando fracciones parciales llegamos a que
s 1 1
3
= 2
+ ,
(s − 1) (s − 1) (s − 1)3
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 190

por lo que
1 1
L [y](s) = 2
+ . (6.1)
(s − 1) (s − 1)3
Como
n!
L [tn eat ](s) = , s > a, n entero positivo,
(s − a)n+1
tenemos que  
1 1
L −1
n+1
(t) = tn eat .
(s − a) n!
Volviendo al problema original, de la ecuación (6.1) tenemos que
   
−1 1 −1 1
y(t) = L (t) + L (t),
(s − 1)2 (s − 1)3
1
= tet + t2 et .
2

Estos ejemplos ilustran lo siguiente del método de transformadas:

i) tanto ecuaciones homogéneas como nohomogéneas, se trabajan de la
misma manera;

ii) no hace falta tener la solución general de la ecuación diferencial.

La única desventaja o “cuello de botella” con este método es que hay que
invertir una transformada lo cual puede resultar tedioso.

6.2 Funciones escalonadas

Según mencionamos en la introducción, la transformada de Laplace es parti-
cularmente útil para resolver problemas con ecuaciones nohomogéneas donde
el lado derecho es discontinuo o de tipo impulso. Para formalizar esto nece-
sitamos definir las funciones escalonadas unitarias.
Definición 6.11. Para cualquier c > 0, definimos la función escalonada
unitaria uc por la formula

0 , 0 ≤ t < c,
uc (t) =
1 , t ≥ c.
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 191

Figura 6.2: Gráfica de la función escalonada uc .

Las funciones escalonadas unitarias (vea la Figura 6.2) pueden interpre-

tarse como un modelo para la situación de un circuito eléctrico inicialmente
apagado (sin corriente), hasta el momento en que t = c donde el circuito se
prende (se aplica corriente). Note que
Z ∞ Z ∞
−st e−cs
L [uc ](s) = e uc (t) dt = e−st dt = , s > 0. (6.2)
0 c s

Recuerde que si c > 0 y f es una función, entonces f (t − c) representa

una traslación de f hacia la derecha por c unidades. Usando la definición de
uc , vemos que:

0 , 0 ≤ t < c,
uc (t)f (t − c) =
f (t − c) , t ≥ c.
El resultado de esta operación es trasladar la función f por c unidades a
la derecha, y luego truncarla (hacerla cero) en el intervalo (0, c). (Vea La
Figura 6.3.) Tenemos ahora el siguiente resultado:
Teorema 6.12. Suponga que L [f ](s) existe para s > a y que c > 0. En-
tonces
L [uc (t)f (t − c)](s) = e−cs L [f ](s), s > a,
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 192

Figura 6.3: Gráfica de la función traslada y truncada uc (t)f (t − c).

o lo mismo
L −1 [e−cs L [f ](s)](t) = uc (t)f (t − c).
Demostración: Por definición
Z ∞ Z ∞
−st
L [uc (t)f (t − c)](s) = e uc (t)f (t − c) dt = e−st f (t − c) dt,
Z0 ∞ Z c∞
= e−s(r+c) f (r) dr = e−cs e−sr f (r) dr,
0 0
= e−cs L [f ](s),
para s > a. La segunda parte del teorema es consecuencia de la definición
de L −1 .

Comentario 6.13. Si escribimos F (s) = L [f ](s), el resultado de la segunda

parte del teorema anterior, se puede escribir de la forma:
L −1 [e−cs F (s)](t) = uc (t)f (t − c).
Ejemplo 6.14. Suponga que

t , 0 ≤ t < 1,
f (t) =
t + et , t ≥ 1.
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 193

Note que f tiene una discontinuidad en t = 1:

lim f (t) = lim− t = 1, lim f (t) = lim+ (t + et ) = 1 + e.

t→1− t→1 t→1+ t→1

Vamos a calcular L [f ]. Para esto, primero observamos que f (t) = g(t)+h(t)

donde g(t) = t para t ≥ 0 y

0 , 0 ≤ t < 1,
h(t) = = u1 (t)et .
et , t ≥ 1,

De modo que

L [f ](s) = L [g](s) + L [u1 (t)et ](s) = L [t](s) + eL [u1 (t)et−1 ](s),

1
= 2 + e e−s L [et ](s),
s
1 e−s+1
= 2+ ,
s s−1
para s > 1.

Ejemplo 6.15. Vamos a calcular la transformada inversa de

se−s
F (s) = .
s2 + 4
Por la segunda parte del Teorema 6.12, tenemos que
 
−1 −1 s
L [F ](t) = u1 (t)L (t − 1).
s2 + 4

Como  
−1 s
L (t) = cos(2t),
s2 + 4
llegamos a que
L −1 [F ](t) = u1 (t) cos[2(t − 1)].

Otro resultado útil es el siguiente:

CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 194

Teorema 6.16. Suponga que L [f ](s) existe para s > a y que c > 0. En-
tonces
L [ect f (t)](s) = L [f ](s − c), s > a + c,
o lo mismo, poniendo F (s) = L [f ](s), que

L −1 [F (s − c)](t) = ect f (t).

Demostración: Usando la definición de la transformada, tenemos que

Z ∞
ct
L [e f (t)](s) = e−st ect f (t) dt,
Z0 ∞
= e−(s−c)t f (t) dt,
0
= L [f ](s − c),

para s − c > a, es decir s > a + c.

e−s
Ejemplo 6.17. Usando este resultado y que F (s) = L [u1 ](s) = s
para
s > 0, tenemos que

t e−(s−1) e−s+1
L [e u1 (t)](s) = F (s − 1) = = ,
s−1 s−1
para s > 1.
Combinando (6.2) y los resultados de los Teoremas 6.12 y 6.16, podemos
ahora resolver problemas de valor inicial con lados derecho discontinuos.
Ejemplo 6.18. Resolvemos el siguiente problema de valor inicial
y (t) + 5y(t) = t + u1 (t)et , t ≥ 0,
 ′′

y(0) = 0, y ′(0) = 2,
usando transformadas. El lado derecho de la ecuación diferencial lo habiamos
examinado antes donde vimos que es discontinuo en t = 1 y que
1 e−(s−1)
L [t + u1 (t)et ](s) = + , s > 1.
s2 s−1
Tenemos entonces que

L [y ′′ ](s) + 5L [y](s) = L [t + u1 (t)et ](s).

CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 195

Usando el Teorema 6.8, las condiciones iniciales, y la transformada de t +

u1 (t)et , tenemos que esta ecuación es equivalente a
1 e−(s−1) 2
L [y](s) = − + .
s2 (s2 + 5) (s − 1)(s2 + 5) s2 + 5
Mediante fracciones parciales obtenemos que
1 1
1 5 5
2 2
= 2
− 2
,
s (s + 5) s s +5
1 1
1 6 6
(s + 1)
2
= − .
(s − 1)(s + 5) s−1 s2 + 5
Usando esto en la ecuación anterior, tenemos que
1 −1 e−(s−1)
     
1 −1 1 1 −1 1
y(t) = L (t) − L (t) − L (t)
5 s2 5 s2 + 5 6 s−1
1 −1 e−(s−1) (s + 1)
   
−1 1
+ L (t) + 2L (t).
6 s2 + 5 s2 + 5
Ya vimos que
√
   
−1 1 −1 1 1
L (t) = t, L (t) = √ sin(t 5).
s2 2
s +5 5
e−s
Con F (s) = s
tenemos que
 −(s−1) 
−1 e
L (t) = L −1 [F (s − 1)](t) = et u1 (t).
s−1
Falta calcular
 −(s−1)   −(s−1)   −(s−1) 
−1 e (s + 1) −1 e s −1 e
L (t) = L (t) + L (t).
s2 + 5 s2 + 5 s2 + 5
Usando ahora el Teorema 6.16 tenemos:
 −(s−1)   −s   
−1 e s −1 e s −1 s
L (t) = e L (t) = e u1 (t)L (t − 1)
s2 + 5 s2 + 5 s2 + 5
√
= e u1(t) cos 5(t − 1),
 −(s−1)   −s   
−1 e −1 e −1 1
L (t) = e L (t) = e u1 (t)L (t − 1)
s2 + 5 s2 + 5 s2 + 5
e √
= √ u1 (t) sin 5(t − 1),
5
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 196

0.8

0.6

0.4
y(t)

0.2

-0.2

-0.4
0 0.5 1 1.5
t

Figura 6.4: Gráfica de la solución al problema de valor inicial del Ejemplo

6.18.

Combinando todos estos resultados intermedios obtenemos finalmente que

1 9 √ 1
y(t) = t + √ sin(t 5) − u1 (t)et
5 5 5 6
√ √
 
e 1
+ u1 (t) cos 5(t − 1) + √ sin 5(t − 1) .
6 5
Se puede verificar ahora que tanto y como y ′ son continuas en t = 1, pero y ′′
tiene una discontinuidad o brinco en t = 1. (Vea la Figura 6.4.)

6.3 Funciones de tipo impulso: la delta de

Dirac
Las funciones de tipo impulso son funciones que son cero para casi todos
los valores de su dominio, excepto por un pequeño intervalo donde asumen
valores “bien grandes”. Este tipo de funciones se utiliza para modelar voltajes
o fuerzas grandes, como las que ocurren en una colisión, que actúan por un
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 197

1.8

1.6

1.4

1.2

0.8

0.6

0.4

0.2

0
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2

Figura 6.5: Gráfica de la función impulso unitaria.

pequeño instante de tiempo. Si g(t) es una de estas funciones, llamamos a la

integral Z ∞
g(t) dt,
−∞
el impulso de g.
Las funciones impulso unitarias, se representan por dτ donde τ > 0, y
están definidas por (vea la Figura 6.5):
 1
2τ
, t ∈ (−τ, τ ),
dτ (t) =
0 , en el resto.
Note que Z ∞
dτ (t) dt = 1,
−∞
por lo que dτ tiene impulso unitario, y
lim dτ (t) = 0, t 6= 0.
τ →0

Para cualquier t0 ∈ R, y f : R → R continua, es fácil ver que

Z ∞
lim dτ (t − t0 )f (t) dt = f (t0 ),
τ →0 −∞
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 198

Usando esto, definimos la delta de Dirac centrada en t = t0 , denotada δt0 ,

por Z ∞
δt0 [f ] = lim dτ (t − t0 )f (t) dt.
τ →0 −∞

δt0 no es una función en el sentido usual. Es lo que en matemáticas llamamos

un funcional. También se le llama una distribución o función generalizada.
La delta Dirac se utiliza para modelar un impulso unitario concentrado en
t = t0 . Usando la definición de δt0 , se puede verificar lo siguiente:

i) δt0 [f ] = f (t0 ). En particular δt0 [1] = 1, por lo que δt0 tiene impulso
unitario en t = t0 .

ii) δt0 [f ] = δ[f (t + t0 )] donde δ = δ0 , i.e., la delta de Dirac correspondiente

a t0 = 0.

iii) δt0 [f ] = 0 para toda f continua tal que t0 ∈

/ {t : f (t) 6= 0}.

Comentario 6.19. La confusión usual que surge al estudiar la delta de Dirac

es que la mayorı́a de los libros usan la notación
Z ∞
δt0 (t)f (t) dt,
−∞

para representar δt0 [f ]. Entonces escriben

Z ∞ Z ∞
δt0 (t)f (t) dt = lim dτ (t − t0 )f (t) dt,
−∞ τ →0 −∞

como la definición de δt0 . El problema es que el “integral” que aparece en el

lado izquierdo de esta ecuación, no es una integral en el sentido usual. Solo
representa el limite de los integrales en el lado derecho en la definición de δt0 .
Para ver esto, note que la propiedad (i) con f (t) = 1, t ≥ 0, y la propiedad
(iii) usualmente se escriben en muchos libros de texto de la forma siguiente:
R∞
a) −∞ δt0 (t) dt = 1,

b) δt0 (t) = 0 para todo t 6= t0 .

Si la integral en (a) fuese la integral de Riemann (o de Lebesgue), ninguna

función satisface estas dos propiedades.
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 199

Dado que δt0 no es una función en el sentido usual, debemos ser cuida-
dosos cuando hablamos de su transformada. Más especifico, definimos la
transformada de Laplace de δt0 donde t0 > 0 por:

L [δt0 ] = lim L [dτ (t − t0 )].

τ →0

Tenemos ahora:

Teorema 6.20. Para t0 > 0,

L [δt0 ] = e−t0 s , s > 0.

Demostración: Necesitamos primeramente L [dτ (t − t0 )]. Para 0 < τ < t0 ,

tenemos que
Z ∞ Z t0 +τ
−st 1
L [dτ (t − t0 )](s) = e dτ (t − t0 ) dt = e−st dt
0 2τ t0 −τ
e−t0 s e−sτ − esτ
= − .
s 2τ
Como
e−sτ − esτ
lim = −s,
τ →0 2τ
Tenemos que

e−t0 s
L [δt0 ] = lim L [dτ (t − t0 )] = − (−s) = e−t0 s ,
τ →0 s
para s > 0.

Ejemplo 6.21. Considere el siguiente problema de valor inicial:

 ′′
y (t) + y(t) = −δπ (t) t ≥ 0,
y(0) = 0, y ′(0) = 1.

Si aplicamos la transformada de Laplace en ambos lados de la ecuación difer-

encial, obtenemos

L [y ′′ ](s) + L [y](s) = −L [δπ ](s).

CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 200

Usando el Teorema 6.8 y el resultado anterior, podemos escribir esto como

s2 L [y](s) − sy(0) − y ′(0) + L [y](s) = −e−πs ,

o lo mismo, usando las condiciones iniciales, que

e−πs 1
L [y](s) = − 2
+ 2 .
s +1 s +1
1
Con F (s) = s2 +1
, tenemos

L −1 [F ](t) = sin t,
L −1 [e−πs F (s)](t) = uπ (t) sin(t − π) = −uπ (t) sin t.

Combinando estos resultados tenemos que

y(t) = −L −1 [e−πs F (s)](t) + L −1 [F ](t),

= (1 + uπ (t)) sin t.

Note que y es continua pero y ′ tiene una discontinuidad en t = π. Vea la

Figura 6.6.

En la Tabla 6.1 al final de este capitulo, damos un listado de las trans-

formadas de Laplace que calculamos en este capitulo ası́ como otras que se
utilizan comúnmente al resolver problemas de valor inicial y en otras aplica-
ciones.

6.4 Transformadas de las funciones de Bessel

En esta sección vamos a derivar unas expresiones para las funciones de Bessel
del primer tipo y con orden p entero. Los cálculos los haremos sin ser muy
rigurosos de las condiciones matemáticas que los justifican. No obstante, to-
dos los resultados presentados aquı́ pueden ser verificados bajo ciertas condi-
ciones.
De la formula (5.23) tenemos que
∞
X (−1)k  x 2k
J0 (x) = 2
.
k=0
(k!) 2
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 201

0.5

0
y(t)

-0.5

-1

-1.5

-2
0 1 2 3 4 5 6 7
t

Figura 6.6: Gráfica para la solución del problema de valor inicial del Ejemplo
6.21.

Tomando la transformada de Laplace en ambos lados de esta ecuación, y

suponiendo que las operaciones de transformada y sumatoria se pueden in-
tercambiar, tenemos que
∞
X (−1)k
L [J0 ](s) = 2 22k
L [x2k ](s).
k=0
(k!)

De la Tabla 6.1 tenemos que

(2k)!
L [x2k ](s) = .
s2k+1
Sustituyendo ahora en la expresión anterior llegamos a que
∞
X (−1)k (2k)!
L [J0 ](s) = 2 22k s2k+1
.
k=0
(k!)

Pero
(2k)! = 2k k!(1 · 3 · 5 · · · (2k − 1)),
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 202

por lo que
∞ ∞  1
X 1
k2 · 32 · 25 · · · 1+2(k−1)
2 1 X −2 1
L [J0 ](s) = (−1) 2k+1
= 2k+1
,
k=0
k! s k=0
k s

donde  
p p(p − 1)(p − 2) · · · (p − k + 1)
= .
k k!
Como ∞  1
X − 1
2 xk = √ , |x| < 1,
k=0
k 1+x
tenemos entonces que
1 1 1
L [J0 ](s) = q =√ , s > 1. (6.3)
s 1+ 1 1 + s2
s2

Usando que J0′ = −J1 tenemos también que

√
1 + s2 − s
L [J1 ](s) = J0 (0) − sL [J0 ] = √ , s > 1. (6.4)
1 + s2
Usando las propiedades (5.25) se puede verificar que
1
Jp′ (x) = [Jp−1(x) − Jp+1 (x)].
2
Usando esto tenemos que

L [Jp+1 ](s) = L [Jp−1 ](s) − 2sL [Jp ](s), p ≥ 1. (6.5)

Con esta recursión y las ecuaciones (6.3) y (6.4) podemos generar L [Jp ] para
toda p ≥ 0 entero. De hecho, podemos resolver la recursión. Para ver esto,
note que la recursión anterior con p = 1 da como resultado que

L [J2 ](s) = L [J0 ](s) − 2sL [J1 ](s),

"√ #
1 1 + s2 − s
= √ − 2s √ ,
1 + s2 1 + s2
√
( s2 + 1 − s)2
= √ .
s2 + 1
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 203

Ya podemos predecir un patrón, esto es

√
( s2 + 1 − s)p
L [Jp ](s) = √ , p ≥ 0, (6.6)
s2 + 1
lo cual puede verificarse usando inducción matemática.

6.5 Más formulas de transformadas

En esta sección vamos a obtener varias formulas para transformadas de
Laplace de funciones que resultan por algún proceso a partir de otras fun-
ciones. El primer caso que examinamos es el de la convolución de dos fun-
ciones. Si f, g : [0, ∞) → R son continuas, definimos la convolución de f y
g por Z t
(f ∗ g)(t) = f (τ )g(t − τ ) dτ.
0

Vamos ahora a calcular L [f ∗ g](s). Usando la definición de la transformada

de Laplace, tenemos que
Z ∞ Z ∞ Z t 
−st −st
L [f ∗ g](s) = e (f ∗ g)(t) dt = e f (τ )g(t − τ ) dτ dt.
0 0 0

Pero
Z ∞ Z t  Z ∞ Z ∞ 
−st −st
e f (τ )g(t − τ ) dτ dt = f (τ ) e g(t − τ ) dt dτ,
0 0 0 τ
Z ∞
= f (τ ) L [uτ (t)g(t − τ )](s) dτ.
0

Como
L [uτ (t)g(t − τ )](s) = e−sτ G(s),
donde G(s) = L [g](s), tenemos que
Z ∞ Z ∞
f (τ ) L [uτ (t)g(t − τ )](s) dτ = f (τ ) e−sτ G(s) dτ,
0 0
Z ∞
= G(s) e−sτ f (τ ) dτ = G(s)F (s),
0
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 204

donde F (s) = L [f ](s). Combinado estos resultados llegamos a la formula:

L [f ∗ g](s) = F (s)G(s). (6.7)

La próxima formula es un tipo de “integración por partes” pero para

transformadas de Laplace. Veamos:
Z ∞ Z ∞ Z ∞ 
−st
L [f ](s)g(s) ds = g(s) e f (t) dt ds,
0 0 0
Z ∞ Z ∞ 
−st
= f (t) e g(s) ds dt,
0 0
Z ∞
= f (t)L [g](t)dt,
0

es decir Z ∞ Z ∞
L [f ](s)g(s) ds = f (t)L [g](t) dt. (6.8)
0 0

Un caso especial de esta formula se obtiene tomando g como L −1 [g], de

donde obtenemos, usando que L [L −1 [g]] = g, que
Z ∞ Z ∞
−1
L [f ](s)L [g](s) ds = f (t)g(t) dt. (6.9)
0 0

La ultima formula que veremos en esta sección es para la transformada

de f (t)
t
. Nuevamente, usando la definición de la transformada de Laplace,
tenemos que   Z ∞
f (t) f (t)
L (s) = e−st dt
t 0 t
Como ∞
e−st
Z
= e−ut du, t > 0,
t s
tenemos que
∞ ∞ Z ∞ 
−st f (t)
Z Z
−ut
e dt = du f (t) dt, e
0 t 0 s
Z ∞ Z ∞ 
−ut
= e f (t) dt du,
s 0
Z ∞
= F (u) du,
s
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 205

donde F (s) = L [f ](s). Tenemos ahora la formula

  Z ∞
f (t)
L (s) = F (u) du. (6.10)
t s

Ejemplo 6.22. Vamos a utilizar esta última formula para calcular la trans-
formada inversa de ln(1 + s12 ). Primero, observe que
  Z ∞
1
ln 1 + 2 = F (u) du,
s s

donde
2
F (s) = .
s(s2 + 1)
(Verifique derivando con respecto a s la expresión anterior.) Usando frac-
ciones parciales vemos que
2 2s
F (s) = − 2 .
s s +1
De aqui tenemos ahora que

f (t) = L −1 [F (s)](t) = 2(1 − cos(t)).

Usando la formula (6.10) obtenemos finalmente que

  
−1 1 1 − cos(t)
L ln 1 + 2 (t) = 2 .
s t

6.6 Ejercicios
Ejercicio 6.1. Calcule L [e−2t f (t)](s) dado que

s3
L [f ](s) = .
s4 − s + 2
Ejercicio 6.2. Calcule L [et cos(t) sen(t)](s).
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 206

Ejercicio 6.3. Usando la definición de la transformada de Laplace, calcule

L [f ](s) donde 
3t , 0 ≤ t ≤ 2,
f (t) =
6 , t > 2.
Ejercicio 6.4. Calcule la transformada inversa de cada una de las siguientes
transformadas:
6s − 5
a) F (s) =
s2 + 7
1 − 3s
b) F (s) =
s2 + 8s + 21
3s − 2
c) G(s) =
2s2 − 6s − 2
s+7
d) H(s) =
s2 − 3s − 10
86s − 78
e) G(s) =
(s + 3)(s − 4)(5s − 1)
2 − 5s
f) F (s) =
(s − 6)(s2 + 11)
25
g) G(s) =
s3 (s2 + 4s + 5)
Ejercicio 6.5. Verifique que si f : R → R es una función continua, y t0 ∈ R,
entonces Z ∞
lim dτ (t − t0 )f (t) dt = f (t0 ),
τ →0 −∞

Ejercicio 6.6. Suponga que la función f : [0, ∞) → R es continua y que

tiene transformada F (s) = L [f ](s). Defina g : [0, ∞) → R mediante
Z t
g(t) = f (x) dx.
0

Verifique que
F (s)
L [g](s) = .
s
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 207

Usando este resultado, calcule

 
−1 1
L (t).
s(s + 1)

Ayuda: Para la primera parte del ejercicio, comience calculando g ′ y luego

su transformada.
Ejercicio 6.7. Halle la transformada inversa de:

e4s
F (s) = .
(s − 2)(s + 3)
Use que  
1 1 1 1
= − .
(s − 2)(s + 3) 5 s−2 s+3
Ejercicio 6.8. Usando transformadas de Laplace halle la solución del pro-
blema de valor inicial:
 ′′
 y (t) − 3y ′ (t) + 3y(t) = f (t),

y(0) = 1, y ′(0) = −2.,



donde 
2 , 0 ≤ t < 1,

f (t) = t , 1 ≤< 4,
−1 , t ≥ 4.


Ejercicio 6.9. Usando transformadas de Laplace halle la solución del pro-

blema de valor inicial:
 ′′
 y (t) + y(t) = δ(t − π),

y(0) = 0, y ′(0) = 1.


Ejercicio 6.10. Usando transformadas de Laplace halle la solución del pro-

blema de valor inicial:
5

 y ′′ (t) + y ′(t) + y(t) = u1 (t) sen(t − 1),

4

y(0) = 0, y ′(0) = 0.

CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 208

Use que
 
1 4 4s − 1 4s + 3
=− − ,
(s2 + 1)(s2 + s + 45 ) 17 s2 + 1 s2 + s + 54
 2
2 5 1
s +s+ = s+ + 1.
4 2
Ejercicio 6.11. Usando transformadas de Laplace, halle la solución del pro-
blema de valor inicial:

y ′′(x) + y ′(x) − 6y(x) = δ(t − 1), y(0) = 0, y ′(0) = 0.

Use que  
1 1 1 1
= − .
(s − 2)(s + 3) 5 s−2 s+3
Ejercicio 6.12. Usando transformadas de Laplace, halle la solución del prob-
lema de valor inicial:

y ′′(x) + 2y ′(x) + 10y(x) = −δ(t − 4π), y(0) = 0, y ′(0) = 1.

Use que
1 1
= .
s2 + 2s + 10 (s + 1)2 + 32
Ejercicio 6.13. Dado que
Z t
y(t) + y(s) ds = 1,
0

calcule L [y](s).

Ejercicio 6.14. Utilizando las ecuaciones (6.3), (6.4), (6.5), y el principio de

inducción matemática, verifique que (6.6) es cierta para todo entero p ≥ 0.
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 209

Tabla 6.1: Transformadas de Laplace más comunes.

f (t) L [f ](s) = F (s)

1
1
s
eat f (t) F (s − a)
e−cs
uc (t)
s
f (t − c)uc (t) e−cs F (s)
δt0 (t) e−st0
dn F (s)
tn f (t) (−1)n
dsn
f ′ (t) sF (s) − f (0)
f n (t) sn F (s) − s(n−1) f (0) − · · · − f (n−1) (0)
Z t
f (x)g(t − x)dx F (s)G(s)
0
Γ(n + 1)
tn (n ≥ −1, n ∈ R)1
sn+1 a
sin at
s 2 + a2
s
cos at
s + a2
2
1
eat
s−a
a
sinh at
s − a2
2
s
cosh at
s − a2
2
eat − ebt 1
a−b (s − a)(s − b)
aeat − bebt s
a−b (s − a)(s − b)
n!
tn eat
(s − a)n+1
b
eat sin bt
(s − a)2 + b2
s−a
eat cos bt
(s − a)2 + b2
a
eat sinh at
(s − a)2 − a2
s−a
eat cosh at
(s − a)2 − a2

1
Vea la ecuación (5.19).
CAPÍTULO 6. TRANSFORMADAS DE LAPLACE 210

f (t) L [f ](s) = F (s)

2as
t sin at
(s + a2 )2
2
s 2 − a2
t cos at
(s2 + a2 )2
2as
t sinh at
(s − a2 )2
2
s 2 + a2
t cosh at
(s2 − a2 )2
Capı́tulo 7

Métodos numéricos

Por lo general, la solución exacta de un problema de valor inicial es imposible o

difı́cil de obtener de forma explı́cita. Por tal razón los métodos numéricos se uti-
lizan para aproximar dichas soluciones. Es importante entender que todo método
numérico conlleva un error de aproximación1 . Por tal razón vamos a discutir de
forma intuitiva este concepto de modo que podamos comparar diferentes métodos
usando como criterio su orden de convergencia.
Los métodos que discutiremos en este capitulo se utilizan tanto para ecua-
ciones escalares como para sistemas de ecuaciones. Veremos el método de Euler y
los llamados métodos Runge–Kutta. La programación de éstos métodos la hare-
mos usando el programado MATLAB, pero la misma se puede realizar fácilmente
en cualquier otro sistema como Mathematica, SCILAB, FreeMat, etc. También
aprenderemos a usar las funciones para resolver problemas de valor inicial que
vienen como parte del programado de MATLAB.

7.1 El método de Euler

Considere el problema de valor inicial:
 ′
y (t) = f (t, y(t)), t0 < t < b,
(7.1)
y(t0 ) = y0 ,
1
Aunque no lo discutiremos en este libro, también hay errores por el uso de una com-
putadora para realizar los cálculos. Esto se debe a que toda operación aritmética que se
realiza en un computador conlleva un pequeño error. Estos errores en ocasiones pueden
acumularse de modo que los resultados calculados podrı́an no tener significado alguno.

211
CAPÍTULO 7. MÉTODOS NUMÉRICOS 212

Defina para n ≥ 1 el largo de paso h y la partición (uniforme) {tj } del intervalo

[t0 , b] por2 :
b − t0
h= , tj = t0 + jh, 0 ≤ j ≤ n. (7.2)
n
Para cualquier j ≥ 0, tenemos usando la ecuación diferencial en (7.1) y el Teorema
de Taylor, que:
1
y(tj+1 ) = y(tj ) + hy ′ (tj ) + h2 y ′′ (ξj ),
2
1
= y(tj ) + hf (tj , y(tj )) + h2 y ′′ (ξj ). (7.3)
2
Eliminando los términos3 O(h2 ) obtenemos la aproximación:

y(tj+1 ) ≈ y(tj ) + hf (tj , y(tj )), 0 ≤ j ≤ n. (7.4)

Suponga que yj representa una aproximación cualquiera de y(tj ). Motivados

por la aproximación (7.4), definimos las aproximaciones (yj ) por la recursión:

yj+1 = yj + hf (tj , yj ), 0 ≤ j ≤ n, (7.5)

donde y0 está dada por la condición inicial en (7.1). Esta recursión se conoce como
el método de Euler . La cantidad
1 2 ′′
Tj+1 = h y (ξj ), (7.6)
2
que descartamos en (7.3) para obtener las aproximaciones (7.4), se llama el error
de truncación o error local del método de Euler y está ı́ntimamente relacionada
con la convergencia del método. De hecho si definimos los errores absolutos por

ej = y(tj ) − yj , j = 0, 1, . . . , n,

entonces se puede verificar, sujeto a ciertas condiciones en la función f que aparece

en el PVI (7.1), que para una cierta constante K > 0:

|ej | ≤ Kh, 0 ≤ j ≤ n. (7.7)

O sea que ej = O(h) para todo j. Decimos entonces que el método de Euler tiene
un orden de convergencia global de O(h), o lo mismo que es un método de orden
uno de convergencia.
2
En MATLAB la instrucción linspace(a,b,n+1) genera una partición uniforme del
intervalo [a,b] con n subintervalos.
3
La notación O(hp ) se utiliza para representar expresiones o términos proporcionales a
p
h .
CAPÍTULO 7. MÉTODOS NUMÉRICOS 213

La programación en MATLAB del método de Euler es relativamente simple.

Hacemos esto con una subrutina llamada feulern que recibe en la secuencia de
llamada el nombre de otra subrutina que evalúa la función f , y los datos t0 , b, y0 ,
n:
function [tvals,yvals]=feulern(f,tspan,y0,n)
t0=tspan(1);
b=tspan(2);
h=(b-t0)/n;
yvals=zeros(n+1,1);
tvals=linspace(t0,b,n+1)’;
yvals(1)=y0;
for i=2:n+1
yvals(i)=yvals(i-1)+h*feval(f,tvals(i-1),yvals(i-1));
end
Esta subrutina devuelve dos arreglos columna: uno con los (tj ) y otro con las
aproximaciones (yj ). Veamos ahora como se usa este programa.
Ejemplo 7.1. Considere el problema de valor inicial

5y(t)
 y ′ (t) = − y(t), 0 < t < 4,


t+1


 y(0) = 1.

La ecuación diferencial es separable por lo que la solución exacta del PVI es y(t) =
(t + 1)5 e−t . Aunque conocemos la solución exacta en este problema, de todos
modos usamos el método de Euler para aproximar la solución del PVI para ası́
verificar en este caso que tal funciona el método.
La siguiente función en MATLAB evalúa el lado derecho de la ecuación dife-
rencial:
function f=etest(t,y);
f=5*y/(t+1)-y;
Las siguientes instrucciones de MATLAB sirven para calcular una solución apro-
ximada del PVI dado usando n = 20. También se trazan las gráficas de la solución
numérica junto con la solución exacta para comparar los resultados:
[t,y]=feulern(’etest’,[0,4],1,20);
yy=(t+1).^5.*exp(-t);
plot(t,y,’kx’,t,yy,’k’)
xlabel(’t’);ylabel(’y’);
legend(’Solucion Aproximada’,’Solucion Exacta’)
CAPÍTULO 7. MÉTODOS NUMÉRICOS 214

60

Solucion Aproximada
50 Solucion Exacta

40

30
y

20

10

0
0 0.5 1 1.5 2 2.5 3 3.5 4
t

Figura 7.1: Solución exacta vs la calculada por el método de Euler en el

Ejemplo (7.1).

Las solución numérica se ilustra en la Figura (7.1) con el sı́mbolo x. Note que
las aproximaciones numéricas no coinciden con la solución exacta y que el error
aumenta según aumenta la t. Esto es tı́pico de los métodos numéricos que usan un
largo de paso fijo h. ¡Esto no contradice el estimado del error (7.7)! Para hacer el
error en los cálculos más pequeño, tendrı́amos que hacer la h más pequeña, o lo
mismo, la n más grande. No obstante, para una h fija, el error puede crecer hasta
exponencialmente con el largo del intervalo.

7.2 Métodos Runge–Kutta

Vamos ahora a estudiar una familia de métodos con un orden de convergencia
mayor que el del método de Euler. Un análisis más profundo del método de Euler
muestra que según el método progresa, éste va generando aproximaciones a lo
largo de la tangente de una cierta curva que está cerca a la curva desconocida
o buscada. Los métodos Runge–Kutta extienden esta idea geométrica al utilizar
varias derivadas o tangentes intermedias, en lugar de solo una, para ası́ obtener
una mejor aproximación de la función desconocida. Los métodos Runge–Kutta
más simples se obtienen usando dos de estas derivadas intermedias.
CAPÍTULO 7. MÉTODOS NUMÉRICOS 215

Motivos por estas ideas, buscamos métodos o fórmulas numéricas de la forma:

yj+1 = yj + h[γ1 f (tj , yj ) + γ2 f (tj + αh, yj + βhf (tj , yj ))], j ≥ 0. (7.8)

Note que aunque en la fórmula se perciben tres f ’s, el método envuelve solo dos
evaluaciones ya que dos de éstas f ’s tienen los mismos argumentos. La idea ahora
es determinar los parámetros α, β, γ1 , γ2 de modo que el método tenga orden de
convergencia lo más alto posible. Un análisis del error local de ésta fórmula basado
en el Teorema de Taylor muestra que el orden más alto que puede tener ésta fórmula
es dos y que esto puede ocurrir si y solo si:
1
γ1 + γ2 = 1, α=β= , γ2 6= 0. (7.9)
2γ2
Es decir si α, β, γ1 , γ2 cumplen con estas condiciones, entonces ej = y(tj ) − yj =
O(h2 ) para toda j. Algunos casos especiales de éstas fórmulas son:
Método de Heun: Aquı́ se toma γ2 = 1/2 de modo que el método reduce a:
h
yj+1 = yj + [f (tj , yj ) + f (tj + h, yj + hf (tj , yj ))], j ≥ 0. (7.10)
2
Para propósitos de hacer cálculos es mejor escribir esta fórmula como:
 ∗
yj+1 = yj + hf (tj , yj ),
(7.11)
yj+1 = yj + h2 [f (tj , yj ) + f (tj + h, yj+1
∗ )], j ≥ 0.

Método del Punto Medio: Tomamos γ2 = 1 de modo que el método reduce a:

 
h h
yj+1 = yj + hf tj + , yj + f (tj , yj ) , j ≥ 0. (7.12)
2 2

Aunque los métodos de Heun y del punto medio generan soluciones con un
grado de presición usualmente razonable, nos interesa tener métodos de orden aún
mayor, los cuales no requieren de una h muy pequeña para un buen grado de
aproximación. Utilizando más de dos evaluaciones intermedias, es posible obtener
métodos Runge–Kutta de orden arbitrario. Un ejemplo de un método Runge–
Kutta de orden cuatro y que utiliza cuatro evaluaciones intermedias es el llamado
método Runge–Kutta clásico. Las formulas recursivas de este método son:

v1 = f (tj , yj ), v2 = f tj + h2 , yj + h2 v1 ,







v3 = f tj + h2 , yj + h2 v2 , v4 = f (tj + h, yj + hv3 ),


(7.13)




yj+1 = yj + h6 [v1 + 2v2 + 2v3 + v4 ], j ≥ 0.

CAPÍTULO 7. MÉTODOS NUMÉRICOS 216

El programado estándar de MATLAB incluye entre otras, dos subrutinas in-

trı́nsecas para la solución de problemas de valor inicial: ode23 y ode45. ode23
utiliza una combinación de un método Runge–Kutta de orden dos con otro de
orden tres. La combinación de estos métodos permite que se pueda calcular un
estimado del error en la aproximación numérica en cada paso, de modo que la
subrutina puede ajustar el largo de paso h en forma dinámica para mantener el
error global menor de una tolerancia especificada por el usuario. Estos métodos
se dicen que son adaptativos o de largo de paso variable. La subrutina ode45
es similar a ode23 pero utiliza una combinación de métodos de ordenes cuatro y
cinco, de cinco y seis evaluaciones respectivamente. La secuencia de llamada para
ambas rutinas utiliza el mismo formato: el nombre del archivo para la función de
MATLAB que evalúa el lado derecho f , los tiempos inicial y final, la condición
inicial, y otros parámetros que son opcionales.
Ejemplo 7.2. Considere el siguiente modelo simplificado del corazón donde x(t)
representa el largo de una cierta fibra o músculo del corazón y s(t) representa un
estimulo (eléctrico) aplicado:

x (t) = µ(−s(t) − 31 x(t)3 + px(t)),

 ′

s′ (t) = x(t)/µ.
Aquı́ µ y p son parámetros del modelo. El lado derecho del sistema lo evaluamos
mediante la siguiente subrutina en MATLAB:
function f=heart(t,y,param)
%
% y(1) representa x(t) y y(2) representa s(t)
%
m=param(1); p=param(2);
f=zeros(2,1);
f(1)=m*(-y(2)-y(1)^3/3+p*y(1));
f(2)=y(1)/m;
Note la forma de pasar parámetros a la subrutina que evalúa el lado derecho del
sistema de ecuaciones diferenciales. Para los cómputos usamos las condiciones
iniciales x(0) = 0, s(0) = −1 y los valores de µ = 0.5 y p = 1. Ahora aproximamos
la solución con la siguiente secuencia de instrucciones en MATLAB:
param=[0.5,1];
[t,y]=ode45(@(t,u)heart(t,u,param),[0,10],[0,-1]);
plot(t,y(:,1),’k-’,t,y(:,2),’k.’)
xlabel(’t’);ylabel(’y’);
legend(’x(t)’,’s(t)’)
CAPÍTULO 7. MÉTODOS NUMÉRICOS 217

x(t)
4
s(t)

1
y

−1

−2

−3

−4
0 2 4 6 8 10 12
t

Figura 7.2: Solución numérica del problema de valor inicial para un modelo
del corazón.

lo cual produce la Figura (7.2).

Ejemplo 7.3. Considere el problema de valor inicial para la siguiente ecuación

diferencial nolineal de orden dos:
2x′′ (t) + 4x′ (t)2 − 4x(t) = cos(x(t)),


x(0) = 2, x′ (0) = 10.

Haciendo la sustitución o cambio de variables x1 (t) = x(t), x2 (t) = x′ (t), entonces

el problema de arriba es equivalente al siguiente sistema de primer orden:
 ′
 x1 (t) = x2 (t),
x′ (t) = −2x2 (t)2 + 2x1 (t) + 12 cos(x1 (t)),
 2
x1 (0) = 2, x2 (0) = 10.

El lado derecho de este sistema lo evaluamos con la siguiente subrutina de MAT-

LAB:

function f=ejemode2(t,x)
f=zeros(2,1);
f(1)=x(2);
f(2)=-2*x(2)^2+2*x(1)+0.5*cos(x(1));
CAPÍTULO 7. MÉTODOS NUMÉRICOS 218

La secuencia de llamada para resolver el problema de valor inicial en el intervalo

[0, 5] por ejemplo, serı́a:
[t,y]=ode45(@ejemode2,[0,5],[2,10]);
plot(t,y(:,1),’k’)
xlabel(’t’); ylabel(’x(t)’)
En la Figura (7.3) mostramos la aproximación numérica calculada.

18

16

14

12
x(t)

10

2
0 1 2 3 4 5
t

Figura 7.3: Solución numerica del problema de valor inicial del Ejemplo 7.3.

Ejemplo 7.4. Vamos a examinar ahora las ecuaciones diferenciales que se obtienen
de las leyes de Newton aplicadas al problema de dos cuerpos. Suponemos que uno
de los cuerpos es mucho más masivo que el otro de modo que su movimiento es
descartable, e.g., la tierra y un satélite. Suponemos también que el movimiento
es en un plano. Como la fuerza gravitacional es inversamente proporcional a la
distancia entre los cuerpos, tenemos tomando todas las constantes envueltas como
uno, que la posición (x(t), y(t)) del cuerpo pequeño está dada por el sistema de
ecuaciones diferenciales:

x(t)

 x′′ (t) = − ,
(x(t) + y(t)2 )3/2
2




 y(t)
 y ′′ (t) = − .


(x(t)2 + y(t)2 )3/2
Para la simulación utilizamos las condiciones iniciales

x(0) = 0.4, x′ (0) = 0, y(0) = 0.1, y ′ (0) = 2.

CAPÍTULO 7. MÉTODOS NUMÉRICOS 219

Este sistema de orden dos lo podemos convertir a uno de primer orden usando la
sustitución:

u1 (t) = x(t), u2 (t) = x′ (t) , u3 (t) = y(t), u4 (t) = y ′ (t).

El sistema resultante de orden uno es:

 ′
u (t) = u2 (t),
 ′1

u2 (t) = −u1 (t)/(u1 (t)2 + u3 (t)2 )3/2 ,


 u′3 (t) = u4 (t),


u4 (t) = −u3 (t)/(u1 (t)2 + u3 (t)2 )3/2 ,
 ′

donde u1 (0) = 0.4, u2 (0) = 0, u3 (0) = 0.1, u4 (0) = 2. El lado derecho de este
sistema lo podemos evaluar con la siguiente subrutina de MATLAB:
function f=satelite(t,u)
f=zeros(4,1);
denom=(u(1)^2+u(3)^2)^1.5;
f(1)=u(2);
f(2)=-u(1)/denom;
f(3)=u(4);
f(4)=-u(3)/denom;
Ahora calculamos y trazamos (ver Figura (7.4)) la solución del problema de valor
inicial con la siguiente secuencia de instrucciones en MATLAB. Note que trazamos
el conjunto de puntos (x(t), y(t)) para los valores de t generados en lugar de (t, x(t))
y (t, y(t)). Tenemos entonces:
[t,y]=ode45(@satelite,[0,10],[0.4,0,0.1,2]);
plot(y(:,1),y(:,3),’k’)
xlabel(’x’);
ylabel(’y’);
Note que la curva es efectivamente una elipse aunque esto se acentúa en la gráfica
porque los ejes tienen unidades de largo distintas.

7.3 Ejercicios
Ejercicio 7.1. Usando el método de Euler, halle una aproximación de y(0.2)
donde y(t) es la solución del problema de valor inicial:

y ′ (t) = t2 + y 2 (t), y(0) = 1.

Utilice un largo de paso h = 0.05 y dé un estimado del error en dicha aproximación.
CAPÍTULO 7. MÉTODOS NUMÉRICOS 220

1.5

0.5
y

−0.5

−1
−2 −1.5 −1 −0.5 0 0.5
x

Figura 7.4: Solución particular del problema de dos cuerpos.

Ejercicio 7.2. Convierta la ecuación diferencial de orden dos dada por:

tx′′ (t) − x′ (t) − 8t3 x(t)3 = 0,

a un sistema de orden uno. Resuelva el sistema resultante en el intervalo [1, 4] si

las condiciones iniciales son x(1) = 1/2, x′ (1) = −1/2. La solución exacta en este
problema es x(t) = 1/(1 + t2 ).

Ejercicio 7.3. Resuelva el siguiente problema de valor inicial usando las subruti-
nas ode23 o ode45:

µ∗ (x(t) + µ) µ(x(t) − µ∗ )

 x′′ (t) = 2y ′ (t) + x(t) − − ,
r13 r23




 µ∗ y(t) µy(t)
 y ′′ (t) = −2x′ (t) + y(t) − − 3 ,


r13 r2

donde x(0) = 1.2, x′ (0) = 0, y(0) = 0, y ′ (0) = −1.0493575, µ = 1/82.45, µ∗ =

1 − µ, y
p p
r1 = (x(t) + µ)2 + y(t)2 , r2 = (x(t) − µ∗ )2 + y(t)2 .

Examine los efectos en los cálculos de la tolerancia especificada por el usuario.

Trace las soluciones calculadas como funciones de t y en el plano xy.
CAPÍTULO 7. MÉTODOS NUMÉRICOS 221

Ejercicio 7.4. Las ecuaciones de Lorenz están dadas por el siguiente sistema de
ecuaciones diferenciales:
 ′
 x (t) = s(y(t) − x(t)),
y ′ (t) = rx(t) − y(t) − x(t)z(t),
 ′
z (t) = x(t)y(t) − bz(t),

donde s, r, b son parámetros del sistema. Usando ode45 con una tolerancia de
0.000005 resuelva las ecuaciones de Lorenz para s = 10, r = 126.52, b = 8/3, y
con las condiciones iniciales x(0) = −7.69, y(0) = −15.61, z(0) = 90.39. Trace
las soluciones calculadas como funciones de t. Trace las soluciones x(t), z(t) en el
plano xz. Para los valores de s, r, b dados el sistema de Lorenz exhibe lo que se
conoce como comportamiento caótico.

Ejercicio 7.5. Considere la ecuación para un péndulo de largo uno dada por:

θ ′′ (t) = −k θ ′ (t) − g sen(θ(t)), t > 0,

donde g = 32.2 pies/seg2 y k > 0. Resuelva ésta ecuación numéricamente para

distintos valores de θ(0), θ ′ (0), y k. Haga gráficas de θ(t) vs t, θ ′ (t) vs t, y de
θ ′ (t) vs θ(t). Compare las soluciones calculadas con valores distintos de k. ¿Es o
no el movimiento del péndulo periódico en el tiempo? ¿Qué pasa cuando la k es
“pequeña” o cuando es “grande”?

Ejercicio 7.6. El problema de valor inicial:

 ′
x (t) = x(t)(1 − y(t)), x(0) = 5,
y ′ (t) = y(t)(0.75x(t) − 1.5), y(0) = 2,

representa un modelo de presa–depredador donde x(t) es el número (en alguna

unidad, digamos miles) de animales presas y y(t) es el número de depredadores en
un tiempo t. Resuelva el sistema hasta t = 1 y trace las funciones x(t) y y(t) en
el mismo sistema de coordenadas.
Capı́tulo 8

Problemas de frontera y valor

inicial para ecuaciones
diferenciales parciales

En este capitulo vamos a discutir varios problemas elementales de la teorı́a de las

ecuaciones diferenciales parciales. La caracterı́stica especial de estos problemas es
que los dominios de las funciones bajo consideración son regiones rectangulares.
Para este tipo de regiones se puede utilizar la técnica de separación de variables
con la cuál se puede reducir el problema original de una ecuación diferencial par-
cial al de varios problemas con ecuaciones diferenciales ordinarias. La técnica de
separación de variables nos lleva de forma natural a considerar series de Fourier
por lo que en la primera sección de este capitulo veremos una introducción a este
tópico. Luego estudiaremos los llamados problemas básicos de la matemática fı́sica
para las ecuaciones de calor, onda, y Laplace.

8.1 Series de Fourier

Las series de Fourier surgen de los estudios preliminares sobre conducción de calor
por el fı́sico Jean–Baptiste Joseph Fourier (1768–1830). La idea original consiste
en poder escribir una función f (x) cualquiera como una suma infinita de múltiplos
de las funciones trigonométricas sen y cos de frecuencia variable. Más especifico,
Fourier se planteó el problema de cuando es posible encontrar números {an } y

222
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 223

{bn } tal que1

∞
a0 X
f (x) = + [an cos(nx) + bn sen(nx)] .
2
n=1
Note que para que esta representación sea valida es necesario que f tenga periodo
2π. Las funciones {cos(nx)} y {sen(nx)} tienen las siguientes propiedades de
ortogonalidad
Z π 
0 , n 6= m,
cos(nx) cos(mx) dx = (8.1)
−π π , n = m,
Z π 
0 , n 6= m,
sen(nx) sen(mx) dx = (8.2)
−π π , n = m,
Z π
cos(nx) sen(mx) dx = 0, ∀ n, m. (8.3)
−π

Suponiendo que los procesos de suma e integración son intercambiables en la re-

presentación de f de arriba, entonces usando estas propiedades de ortogonalidad,
se puede verificar que
1 π
Z
an = f (x) cos(nx) dx, n ≥ 0, (8.4)
π −π
Z π
1
bn = f (x) sen(nx) dx, n ≥ 1. (8.5)
π −π
Motivados por estos resultados, presentamos la siguiente definición.
Definición 8.1. Sea f una función integrable localmente y de periodo 2π. La
serie de Fourier asociada a f se define por
∞
a0 X
+ [an cos(nx) + bn sen(nx)] ,
2
n=1

donde los coeficientes {an , bn } están dados por (8.4) y (8.5).

Nota: ¡La serie de Fourier asociada a f no tiene que necesariamente ser conver-
gente y aún cuando lo sea no necesariamente converge a f !
¿Cuales son algunas condiciones suficientes para que la serie de Fourier asociada
a f , converja a f ? Las funciones que estaremos considerando deben cumplir con
la siguiente propiedad. Una función f tiene una discontinuidad simple en x0 si
f (x+
0 ) = lim f (x), f (x−
0 ) = lim f (x),
x→x+
0 x→x−
0

1
El factor de un medio frente al a0 es solo una normalización para uniformizar unas
formulas que veremos más adelante.
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 224

ambos existen como números reales y f (x+ −

0 ) 6= f (x0 ).
Decimos que f tiene una derivada de derecha en x0 si el limite
f (x0 + h) − f (x+
0)
lim ,
h→0+ h
existe. De igual forma, decimos que f tiene una derivada de izquierda en x0 si el
limite
f (x0 + h) − f (x−
0)
lim ,
h→0− h
existe. Tenemos ahora:
Teorema 8.2. Suponga que f : R → R es periódica con periodo 2π y que
en cualquier intervalo acotado, f tiene solamente un numero finito de discon-
tinuidades simples. Entonces para cualquier x0 ∈ R tal que la derivada de derecha
y la derivada de izquierda ambas existan, tenemos que la serie de Fourier asociada
a f converge a
1
[f (x+ −
0 ) + f (x0 )],
2
en x = x0 . En particular, si f es continua en x0 , entonces la serie de Fourier de
f converge a f (x0 ) en x = x0 .
Ejemplo 8.3. Consideremos la función

f (x) = x, −π ≤ x ≤ π.

Esta función podemos pensar que esta definida en todo R si la extendemos usando
periodicidad. Los coeficientes de Fourier {an } de f están dados por:
1 π
Z
an = x cos(nx) dx,
π −π
 π
x2 
 2π −π , n = 0,
= h iπ
 1 x sin(nx) + cos(nx) , n ≥ 1,
π n n2 −π
= 0.

Los coeficientes {bn } de f son:

1 π
Z
bn = x sin(nx) dx,
π −π
x cos(nx) sin(nx) π
 
1
= − + ,
π n n2 −π
2
= (−1)n+1 , n ≥ 1.
n
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 225

-1

-2

-3

-4
-10 -5 0 5 10

Figura 8.1: Gráfica de la función f del Ejemplo 8.3 (rojo) y la correspondiente

quinta suma parcial de su serie de Fourier (azul).

Tenemos entonces que f se puede escribir en términos de su serie de Fourier como:

∞
X 2
f (x) = (−1)n+1 sin(nx), −π < x < π,
n
n=1

es decir que
2
x = 2 sen(x) − sen(2x) + sen(3x) − · · · , −π < x < π.
3
Para x = nπ, n ∈ Z, la serie tiene valor de cero que es el promedio de f (nπ + )
y f (nπ − ). En la Figura 8.1 mostramos parte de la gráfica de f (tres ciclos) y la
suma parcial
5
X 2
s5 (x) = (−1)n+1 sin(nx),
n
n=1
de los primeros cinco términos de la serie de Fourier de f .

Intervalos arbitrarios
Suponga que f es periódica con periodo 2L. Si definimos la función g por:
 
L
g(t) = f t , t ∈ R,
π
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 226

entonces g es periódica con periodo 2π. Veamos

     
L L L
g(t + 2π) = f (t + 2π) = f t + 2L = f t = g(t),
π π π

donde usamos que f es periódica con periodo 2L. Los coeficientes de Fourier de g
son:
1 π 1 π
 
L
Z Z
an = g(t) cos(nt) dt = f t cos(nt) dt,
π −π π −π π
1 L  nπx 
Z
= f (x) cos dx, n ≥ 0, (8.6)
L −L L
L
donde usamos el cambio de variables x = π t. De igual forma se obtiene que
L
1  nπx 
Z
bn = f (x) sen dx, n ≥ 1. (8.7)
L −L L
L
Tomando ahora la serie de Fourier de g y utilizando el cambio de variables x = πt
nuevamente, llegamos a que la serie de Fourier de f es
∞
a0 X h  nπx   nπx i
+ an cos + bn sen , (8.8)
2 L L
n=1

donde los an ’s y bn ’s se calculan de acuerdo a las formulas (8.6) y (8.7). Note que
cuando L = π estas formulas reducen al caso original de periodo 2π por lo que
podemos utilizar estas formulas en general.

Ejemplo 8.4. Trabajamos el caso en que


0 , −2 ≤ x < 0,
f (x) =
1 , 0 ≤ x ≤ 2,

donde f se extiente a todo R por periodicidad. Tenemos usando las formulas (8.6)
que

1 2
Z  nπx  
1 , n = 0,
an = cos dx =
2 0 2 0 , n ≥ 1.

Para las formulas (8.7) tenemos ahora que

2
1  nπx  1
Z
bn = sen dx = ((−1)n+1 + 1), n ≥ 1.
2 0 2 nπ
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 227

1.5

0.5

-0.5
-6 -4 -2 0 2 4 6

Figura 8.2: Gráfica de la función f del Ejemplo 8.4 (rojo) y la correspondiente

quinta suma parcial de su serie de Fourier (azul).

Tenemos entonces que

∞
1 X 1  nπx 
f (x) = + ((−1)n+1 + 1) sen ,
2 nπ 2
n=1
∞  
1 X 2 (2n − 1)πx
= + sen , x ∈ (−2, 0) ∪ (0, 2).
2 n=1 (2n − 1)π 2

Para x = 2m, m ∈ Z, la serie tiene valor de 12 el cual es el promedio de f (2m+ )

y f (2m− ). En la Figura 8.2 mostramos parte de la gráfica de f (tres ciclos) y la
suma parcial
5  
1 X 2 (2n − 1)πx
s5 (x) = + sen .
2 (2n − 1)π 2
n=1

Series de Fourier de senos o de cosenos

Cuando la función f en la serie de Fourier es par, es decir

f (−x) = f (x), x ∈ R,
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 228

es fácil ver que bn = 0 para todo n. Además

1 L  nπx  2 L  nπx 
Z Z
an = f (x) cos dx = f (x) cos dx. (8.9)
L −L L L 0 L
La serie de Fourier de f reduce entonces a
∞
a0 X  nπx 
+ an cos , (8.10)
2 L
n=1

donde los {an } se calculan con la formula de arriba. A este tipo de serie de Fourier
se le llama una serie de cosenos.
Cuando f es impar, es decir

f (−x) = −f (x), x ∈ R,

entonces an = 0 para toda n y la serie de Fourier de f reduce a

∞
X  nπx 
bn sen , (8.11)
L
n=1

donde ahora
2 L  nπx 
Z
bn = f (x) sen dx. (8.12)
L 0 L
A este tipo de serie de Fourier se le llama una serie de senos.
Note que una función f (x) cualquiera definida para x ∈ [0, L], se puede repre-
sentar tanto por una serie de cosenos como por una serie senos. Esto es consecuen-
cia de que f se puede extender a una función par sobre [−L, L] con la definición:

f (x) = f (−x), x ∈ [−L, 0], (8.13)

o a una función impar en [−L, L] con la definición:

f (x) = −f (−x), x ∈ [−L, 0], (8.14)

Ilustramos esto con un ejemplo.

Ejemplo 8.5. Vamos a calcular las series de Fourier de cosenos y la de senos para
la función
1 , 0 < x < π2 ,

f (x) =
0 , π2 < x < π.
Usando (8.9) es fácil ver que
(
1 , n = 0,
an = 2 (−1)k
π 2k+1 , n = 2k + 1, k ≥ 0.
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 229

Tenemos usando (8.10) que la serie de cosenos de f es

∞
1 2 X (−1)k  π  π 
f (x) = + cos((2k + 1)x), x ∈ 0, ∪ ,π . (8.15)
2 π 2k + 1 2 2
k=0

Ahora calculando con (8.12) tenemos que

Z π
2 2 2 h  nπ i
bn = sen(nx) dx = 1 − cos .
π 0 nπ 2
Usando (8.11) tenemos que la serie de senos de f es:
∞
2 X 1 − cos nπ

 π  π 
2
f (x) = sen(nx), x ∈ 0, ∪ ,π . (8.16)
π n 2 2
n=1

8.2 La Ecuación de Calor

Consideramos el problema de hallar la distribución de calor en una barra de metal
de largo L. Si u(x, t) denota la temperatura de la barra en la posición x y en
tiempo t, entonces se puede verificar, utilizando entre otras cosas la llamada ley
de Fourier, que dicha distribución de calor satisface las siguientes ecuaciones:

ut (x, t) − kuxx (x, t) = F (x, t), 0 < x < L, t > 0, (8.17a)

u(x, 0) = f (x), 0 ≤ x ≤ L, (8.17b)
u(0, t) = A(t), u(L, t) = B(t), t ≥ 0. (8.17c)

La ecuación (8.17a) se obtiene a partir del principio de conservación de calor,

mientras que (8.17b) y (8.17c) describen la temperatura inicial de la barra y las
temperaturas en los extremos de ésta (como función del tiempo t) respectivamente.
La constante k es el coeficiente de difusión térmica de la barra mientras que F
representa una densidad de fuentes internas de calor. El problema (8.17) es un
ejemplo de un problema de frontera y valor inicial.
Para resolver (8.17) primero hacemos un cambio de variables para transformar
este problema a uno donde la A(t) y B(t) sean cero ambas. Definimos a este fin
las funciones:
x
r(x, t) = A(t) + (B(t) − A(t)),
L
ū(x, t) = u(x, t) − r(x, t),
F̄ (x, t) = F (x, t) − rt (x, t), f¯(x) = f (x) − r(x, 0).
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 230

Es fácil ver ahora que ū(x, t) es solución del problema:

ūt (x, t) − kūxx (x, t) = F̄ (x, t), 0 < x < L, t > 0, (8.18a)
ū(x, 0) = f¯(x), 0 ≤ x ≤ L, (8.18b)
ū(0, t) = 0, ū(L, t) = 0, t ≥ 0. (8.18c)

La función ū(x, t) se puede escribir como:

ū(x, t) = v(x, t) + w(x, t),

donde v(x, t) es solución de:

vt (x, t) − kvxx (x, t) = 0, 0 < x < L, t > 0, (8.19a)

v(x, 0) = f¯(x), 0 ≤ x ≤ L, (8.19b)
v(0, t) = 0, v(L, t) = 0, t ≥ 0. (8.19c)

y w(x, t) es solución de:

wt (x, t) − kwxx (x, t) = F̄ (x, t), 0 < x < L, t > 0, (8.20a)

w(x, 0) = 0, 0 ≤ x ≤ L, (8.20b)
w(0, t) = 0, w(L, t) = 0, t ≥ 0. (8.20c)

Tenemos entonces que

u(x, t) = ū(x, t) + r(x, t) = v(x, t) + w(x, t) + r(x, t).

Solución del problema (8.19)

Para resolver el problema (8.19) utilizamos la técnica de separación de variables.
Suponemos que v(x, t) = X(x)T (t). Sustituyendo en (8.19a) y simplificando obte-
nemos que
T ′ (t) X ′′ (x)
= = −λ,
kT (t) X(x)
para alguna constante λ. Esto nos lleva a que

T ′ (t) = −λkT (t), X ′′ (x) = −λX(x),

de donde obtenemos que

√ √
T (t) = e−λkt , X(x) = a cos λx + b sen λx.
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 231

Las condiciones de frontera (8.19c) implican que X(0) = 0 = X(L) por lo que
 nπ 2
λ = λn = , n = 1, 2, . . . ,
L  nπx 
p
X(x) = Xn (x) = sen λn x = sen , n = 1, 2, . . .
L
Tenemos ahora que
 nπx 
v(x, t) = vn (x, t) = e−λn kt sen , n = 1, 2, . . . ,
L
satisfacen (8.19a) y (8.19c). Para trabajar con la condición inicial (8.19b), escribi-
mos la solución de (8.19) en una serie de Fourier de senos de la forma
∞
X ∞
X  nπx 
v(x, t) = cn vn (x, t) = cn e−λn kt sen . (8.21)
n=1 n=1
L

La condición inicial (8.19b) es equivalente ahora a

∞  nπx 
f¯(x) =
X
cn sen ,
L
n=1

de donde obtenemos que

L
2  nπx 
Z
cn = f¯(x) sen dx, n = 1, 2, . . . (8.22)
L 0 L

Combinando (8.21) y (8.22), tenemos una solución, al menos formal, del problema
(8.19).

Solución del problema (8.20)

Para resolver (8.20) utilizamosde entrada series de Fourier de senos. Comenzamos
nπx 
multiplicando (8.20a) por sen e integramos sobre [0, L]. Si definimos2
L
2 L  nπx 
Z
wn (t) = w(x, t) sen dx, n ≥ 1,
L 0 L
2 L  nπx 
Z
F̄n (t) = F̄ (x, t) sen dx, n ≥ 1,
L 0 L
2
Note que wn (t) y F̄n (t) son los coeficientes de Fourier en las series de senos para las
funciones w(·, t) y F̄ (·, t) respectivamente, donde t está fija.
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 232

entonces usando (8.20c) e integración por partes llegamos a que wn satisface la

siguiente ecuación diferencial lineal de orden uno:

wn′ (t) + kλn wn (t) = F̄n (t), n ≥ 1.

Usando (8.20b) vemos que wn (0) = 0 por lo que la solución de la ecuación anterior
es Z  t
wn (t) = e−λn kt eλn ks F̄n (s) ds , n ≥ 1.
0

Como las funciones {wn (t)} son los coeficientes en la serie de Fourier de senos en
x de w(·, t), tenemos que
∞
X Z t   nπx 
−λn kt λn ks
w(x, t) = e e F̄n (s) ds sin .
0 L
n=1

Ejemplo 8.6. Consideramos el problema

ut (x, t) − kuxx (x, t) = 0, 0 < x < L, t > 0,

u(x, 0) = 100, 0 ≤ x ≤ L,
u(0, t) = 0, u(L, t) = 0, t ≥ 0.

Este problema es del tipo (8.19) donde f¯(x) = 100. Tenemos entonces usando
(8.21) que
∞
X  nπx   nπ 2
u(x, t) = cn e−λn kt sen , λn = ,
L L
n=1

y los cn ’s según (8.22), están dados por:

L
2  nπx  200
Z
cn = 100 sen dx = [(−1)n+1 + 1], n ≥ 1.
L 0 L nπ

Note que cn = 0 si n es par por lo que tenemos finalmente que

∞  
400 X 1 −λ2n−1 kt (2n − 1)πx
u(x, t) = e sen . (8.23)
π n=1 2n − 1 L

En la Figura 8.3 mostramos una aproximación a la solución u(x, t) usando 20

términos en la sumatoria de la serie anterior, con L = π, k = 1, y para 0 ≤ t ≤ 5.
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 233

120

100

80

60

40

20

0
0
1 3.5
3
2 2.5
2
3 1.5
4 1
0.5
5 0

Figura 8.3: Gráfica de la solución en serie (8.23) usando los primeros 20

términos de dicha serie.

8.3 La Ecuación de Onda

Las vibraciones de una cuerda de largo L, atada a los extremos, y sometida a
una fuerza externa F (x, t) por unidad de largo, se pueden describir mediante el
problema de frontera y valor inicial:

utt (x, t) − c2 uxx (x, t) = F (x, t), 0 < x < L, t > 0, (8.24a)
u(x, 0) = f (x), ut (x, 0) = g(x), 0 ≤ x ≤ L, (8.24b)
u(0, t) = 0, u(L, t) = 0, t ≥ 0. (8.24c)

Las funciones f (x) y g(x) describen respectivamente3 , la forma inicial de la cuerda

y la velocidad inicial de cada punto de ésta. La constante c caracteriza las
propiedades mecánicas del material de la cuerda. Note que u = v + w donde
v, w son soluciones de los siguientes subproblemas:

vtt (x, t) − c2 vxx (x, t) = 0, 0 < x < L, t > 0, (8.25a)

v(x, 0) = f (x), vt (x, 0) = g(x), 0 ≤ x ≤ L, (8.25b)
v(0, t) = 0, v(L, t) = 0, t ≥ 0, (8.25c)
3
Para consistencia entre (8.24b)1 y 8.24c, es necesario que f (0) = 0 = f (L).
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 234

wtt (x, t) − c2 wxx (x, t) = F (x, t), 0 < x < L, t > 0, (8.26a)
w(x, 0) = 0, wt (x, 0) = 0, 0 ≤ x ≤ L, (8.26b)
w(0, t) = 0, w(L, t) = 0, t ≥ 0. (8.26c)

Solución del problema (8.25)

Para resolver el problema (8.25) utilizamos separación de variables. Suponemos
que v(x, t) = X(x)T (t). Sustituyendo en (8.25a) y simplificando obtenemos que
T ′′ (t) X ′′ (x)
= = −λ,
c2 T (t) X(x)
para alguna constante λ. Esto nos lleva a que

T ′′ (t) = −λc2 T (t), X ′′ (x) = −λX(x).

Usando las condiciones de frontera (8.25c), obtenemos igual que antes que
 nπ 2
λ = λn = , n = 1, 2, . . . ,
L  nπx 
p
X(x) = Xn (x) = sen λn x = sen , n = 1, 2, . . . .
L
Usando la expresión de los λn ’s y la ecuación diferencial de T (t), tenemos que
   
nπct nπct
T (t) = Tn (t) = an cos + bn sen .
L L
Tenemos ahora que

vn (x, t) = Tn (t)Xn (t)

    
nπct nπct  nπx 
= an cos + bn sen sen , n = 1, 2, . . . ,
L L L
satisfacen (8.25a) y (8.25c). Para trabajar con las condiciones iniciales (8.25b),
escribimos la solución de (8.25) en una serie de Fourier de senos en la variable x,
de la forma
∞
X
v(x, t) = vn (x, t)
n=1
∞     
X nπct nπct  nπx 
= an cos + bn sen sen . (8.27)
n=1
L L L
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 235

La condiciones iniciales (8.25b) son ahora equivalentes a

∞  nπx  ∞
X X nπc  nπx 
f (x) = an sen , g(x) = bn sen ,
L L L
n=1 n=1

de donde obtenemos que

2 L  nπx 
Z
an = f (x) sen dx, (8.28a)
L 0 L
Z L
2  nπx 
bn = g(x) sen dx, n = 1, 2, . . . (8.28b)
nπc 0 L

Solución del problema (8.26)

Trabajando en forma similar a la ecuación de calor, definimos
2 L  nπx 
Z
wn (t) = w(x, t) sen dx, n ≥ 1, (8.29)
L 0 L
2 L  nπx 
Z
Fn (t) = F (x, t) sen dx, n ≥ 1, (8.30)
L 0 L
 nπx 
Ahora multiplicamos (8.26a) por sen , integramos sobre [0, L], usamos (8.26c)
L
e integración por partes, para obtener que

wn′′ (t) + c2 λn wn (t) = Fn (t), n ≥ 1.

Usando (8.26b) vemos que wn (0) = 0 = wn′ (0) por lo que la solución de la ecuación
anterior, usando el método de variación de parámetros, es
Z t
1 nπc
wn (t) = Fn (ξ) sin ωn (t − ξ) dξ, ωn = , n ≥ 1.
ωn 0 L
Note que las funciones {wn (t)} son los coeficientes en la serie de Fourier de senos
en x de w(·, t), de modo que
∞  Z t 
X 1  nπx 
w(x, t) = Fn (ξ) sin ωn (t − ξ) dξ sin . (8.31)
n=1
ωn 0 b

Ejemplo 8.7. Consideramos las vibraciones libres, esto es F (x, t) = 0, de una

cuerda de largo L atada a los extremos donde la velocidad inicial g(x) es cero y el
desplazamiento inicial es:
 2
Lx , 0 ≤ x ≤ L2 ,
f (x) =
2 − L x , L2 < x ≤ L.
2
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 236

Como g(x) = 0 y F (x, t) = 0 tenemos de (8.28b) y (8.31) que bn = 0 para toda n

y que w(x, t) = 0. Además, a partir de (8.28a) tenemos que
 2 Z L
2 L
Z  
2 2
 nπx  2  nπx 
an = x sen dx + 2 − x sen dx
L 0 L L L L L
2
 2 ! L
2 xL  nπx   L 2  nπx   2
= − cos + sen

L nπ L nπ L


0
 2  2 !L
2 xL  nπx  L  nπx 

− − cos + sen
L nπ L nπ L

L
2

4  nπx L
− cos 
nπ L L
2
(
0 , n par,
= 8 (−1)k
π 2 (2k+1)2
, n = 2k + 1, k ≥ 0.

Sustituyendo en (8.27) tenemos que la solución u(x, t) de (8.24) esta dada en este
caso por
∞
8 X (−1)k
   
(2k + 1)πct (2k + 1)πx
u(x, t) = 2 cos sen . (8.32)
π (2k + 1)2 L L
k=0

En la Figura 8.4 mostramos una aproximación a la solución u(x, t) usando 40

términos en la sumatoria de la serie anterior, con L = π, c = 1, y para 0 ≤ t ≤ 2π.

8.4 La Ecuación de Laplace

Vamos a estudiar ahora un problema de frontera que entre otras muchas aplica-
ciones o interpretaciones, describe la distribución de calor en reposo o equilibrio
de una placa de metal rectangular. Suponemos que la placa descansa o ocupa la
región del plano dada por

R = {(x, y) : 0 ≤ x ≤ L, 0 ≤ y ≤ H} .

Si u(x, y) representa la temperatura de la placa en el punto (x, y) ∈ R, entonces ba-

jos ciertas condiciones fı́sicas y matemáticas, u(x, y) satisface el siguiente problema
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 237

0.8

0.6

0.4

0.2

-0.2

-0.4

-0.6
4

-0.8 3

-1 2
0
1
2 1
3
4
5
6 0
7

Figura 8.4: Gráfica de la solución en serie (8.32) usando los primeros 40

términos de dicha serie.

de frontera de tipo Dirichlet

∂2u ∂2u
∆u ≡ + = 0, 0 < x < L, 0 < y < L, (8.33a)
∂2x ∂2y
u(x, 0) = g1 (x), u(x, H) = g2 (x), 0 ≤ x ≤ L, (8.33b)
u(0, y) = g3 (y), u(L, y) = g4 (y), 0 ≤ y ≤ H. (8.33c)

Las funciones gi ’s son dadas o conocidas y representan la temperatura en los bordes

de la placa. Las condiciones (8.33b) y (8.33c) se llaman las condiciones de frontera.
Buscamos soluciones de (8.33a) separables de la forma u(x, y) = X(x)Y (y).
Sustituyendo en (8.33a) y re–arreglando se obtiene que

X ′′ (x) Y ′′ (y)
=− = −λ,
X(x) Y (y)

para alguna constante λ. De aqui se obtiene que

X ′′ (x) + λX(x) = 0, Y ′′ (y) − λY (y) = 0.

Vamos ahora a considerar el caso especial en que g3 (x) = g4 (x) = 0 para toda x.
Se desprende entonces de la expresión u(x, y) = X(x)Y (y) que X(0) = 0 y que
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 238

X(L) = 0. Igual que en casos anteriores, tenemos que

 nπx   nπ 2
X(x) = Xn (x) = sen , λn = , n ≥ 1.
L L
De la ecuación diferencial para Y (y) y usando los valores de los λn , tenemos que
nπy nπy
Y (y) = Yn (y) = an e− L + bn e L , n ≥ 1.

Podemos concluir que al menos formalmente, la serie

∞ h i  nπx 
X nπy nπy
u(x, y) = an e− L + bn e L sen , (8.34)
n=1
L

satisface (8.33a) y (8.33c). Usando ahora la primera de las condiciones de frontera

(8.33b) y la series anterior para u(x, y), tenemos que
∞
X  nπx 
g1 (x) = (an + bn ) sen .
L
n=1

Es decir, los coeficientes {an + bn } son los coeficientes de Fourier de g1 en su

correspondiente serie de senos y por consiguiente tenemos que
2 L  nπx 
Z
an + bn = g1 (x) sen dx, n ≥ 1. (8.35)
L 0 L
La segunda condición de frontera en (8.33b) implica que
∞ h i  nπx 
X nπH nπH
g2 (x) = an e− L + bn e L sen .
L
n=1

Tenemos ahora que la expresión en corchetes corresponde a los coeficientes de

Fourier de g2 en su serie de senos, por lo que tenemos
2 L  nπx 
Z
− nπH nπH
an e L + bn e L = g2 (x) sen dx, n ≥ 1. (8.36)
L 0 L
Las ecuaciones (8.35) y (8.36) forman un sistema de ecuaciones lineales para an , bn
que podemos resolver para cada n ≥ 1, siempre que tengamos los coeficientes de
Fourier de senoses de g1 y g2 .
Ejemplo 8.8. Tomamos el caso en que L = H = π y con g1 = 0. Entonces de
(8.35) tenemos que an = −bn , y usando esto a su vez en (8.36) obtenemos que
Z π
1
bn = g2 (x) sen(nx) dx, n ≥ 1.
π sinh(nπ) 0
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 239

120

100

80

60

40

20
3.5
0
3
3.5
3 2.5
2.5 2
2 1.5
1.5
1
1
0.5
0.5
0 0

Figura 8.5: Gráfica de la solución en serie (8.37) usando los primeros 40

términos de dicha serie para el caso g2 = 100.

Usando estos resultados en (8.34), tenemos que la solución del problema de frontera
(8.33) en este caso es:
∞
X
u(x, y) = 2 bn sinh(ny) sen(nx). (8.37)
n=1

Para el caso en que g2 = 100, los coeficientes bn están dados por

200
bn = , n impar.
nπ sinh(nπ)

En la Figura 8.5 mostramos una aproximación a la serie (8.37) en este caso uti-
lizando 40 términos en la sumatoria de la serie.

8.5 Ejercicios
Ejercicio 8.1. Halle los valores de λ (autovalores) para los cuales el problema de
frontera:
y ′′ − λy = 0, y(0) = 0, y ′ (1) = 0,
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 240

tiene solución no trivial, es decir que y no sea idénticamente cero. Las soluciones
y no triviales de este problema se llaman las auto–funciones asociadas al valor de
λ correspondiente.

Ejercicio 8.2. Halle la solución del siguiente problema de frontera:

π
y ′′ + 4y = 0, y(0) = −2, y = 10.
4
Primero encuentre la solución general de la ecuación diferencial, y luego aplica las
condiciones de frontera para determinar las constantes en la solución general.

Ejercicio 8.3. Las funciones


1 , n = 0,
Tn (x) = 1
2n−1
cos(n arccos(x)) , n ≥ 1,

se llaman los polinomios de Tchebichef. (Se puede verificar que Tn (x) es un poli-
nomio de grado n para toda n ≥ 1.) Verifique que las funciones {Tn (x)} satisfacen
la siguiente propiedad de ortogonalidad en el intervalo (−1, 1):
1
Tn (x)Tm (x)
Z
√ dx = 0, n 6= m.
−1 1 − x2
Ejercicio 8.4. Construya una serie de Fourier para cada una de las siguientes
funciones.

a) f (x) = |x| , −2 ≤ x ≤ 2.

0 , −2 < x < 1,
b) f (x) =
1 , 1 < x < 2.

0 , −π < x < 0,
c) f (x) =
sen(x) , 0 < x < π.

0 , −2 ≤ x < 0,
d) f (x) =
x2 , 0 ≤ x ≤ 2.

Ejercicio 8.5. Calcule las series de cosenos y de senos, ambas, para f (x) = ex
donde 0 ≤ x ≤ π.

Ejercicio 8.6. Calcule la serie de cosenos para f (x) = |cos(x)| donde 0 ≤ x ≤ π.

Ejercicio 8.7. Verifique que las series que aparecen en las ecuaciones (8.15) y
(8.16) del Ejemplo (8.5) reducen ambas a 12 cuando x = π2 .
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 241

Ejercicio 8.8. Una barra de metal de largo L y fuentes internas de calor cero,
tiene una distribución de temperatura inicial dada por

A , 0 ≤ x < L2 ,

f (x) =
0 , L2 ≤ x ≤ L.

Si el lado en x = 0 se mantiene aislado térmicamente a temperatura A mientras

que el lado x = L se mantiene a temperatura cero, determine la distribución de
calor en la barra como función de la posición y el tiempo.

Ejercicio 8.9. Considere el problema de determinar la distribución de temper-

atura en una barra de cobre de 100 cm de largo y cuyos extremos se mantienen a
0◦ C para todo t > 0. Halle una expresión para la temperatura u(x, t) de la barra
si la distribución inicial de temperatura es:

u(x, 0) = 50, 0 ≤ x ≤ 100.

Ejercicio 8.10. Considere una barra de metal de largo π donde la densidad de

fuentes internas de calor es constante, i.e., F (x, t) = F0 para todo (x, t), donde F0
es constante. Si los extremos de la barra se mantienen aislados térmicamente a
temperatura cero, determine la distribución de calor en la barra como función del
tiempo dado que la temperatura inicial de la barra es f (x) = T0 x(π − x), T0 una
constante.

Ejercicio 8.11. Una cuerda descansa inicialmente sobre el eje de x con sus ex-
tremos en los puntos (0, 0) y (1, 0). Determine el movimiento subsiguiente de la
cuerda si ésta se somete al efecto de una fuerza externa proporcional a sen(πx) en
cada punto de la cuerda.

Ejercicio 8.12. Una cuerda de largo uno y atada a los extremos se pone a vibrar
con una velocidad inicial de cero y configuración inicial de

u(x, 0) = 0.001 sen(3πx), 0 ≤ x ≤ 1.

Halle el desplazamiento de la cuerda u(x, t) para t ≥ 0.

Ejercicio 8.13. Considere el problema de calcular la temperatura de equilibrio

en el centro de una placa metálica cuadrada.

a) Resuelva el problema de frontera correspondiente asumiendo que tres de los

bordes de la placa se mantienen a 0◦ C y el lado restante se mantiene a 100◦ C.
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 242

b) Resuelva el problema de frontera correspondiente si dos bordes adyacentes de

la placa se mantienen a 0◦ C y los otros dos restantes se mantienen a 100◦ C.
Ayuda: Exprese o escriba la solución al problema donde los cuatro lados se
mantienen a 100◦ C como la suma o superposición de problemas similares al de
la parte (a).
Ejercicio 8.14. Una lamina rectangular de metal y homogénea ocupa la región

Ω = {(x, y) : 0 ≤ x ≤ a, 0 ≤ y ≤ b} .

No hay fuentes internas de calor y las caras de la lamina estan aisladas. El borde
y = 0 se mantiene a una temperatura de T sin πx


a grados para 0 ≤ x ≤ a, donde
T es una constante. Los otros bordes se mantienen a cero grados de temperatura.
Halle la temperatura de equilibrio u(x, y) de la lamina.
Ejercicio 8.15. Considere el movimiento de una cuerda atada a los extremos,
vibraciones libres, en un medio que produce fricción. Las ecuaciones que describen
este problema son:

utt + 2γut − c2 uxx = 0, 0 < x < b, t > 0, (8.38)

u(0, t) = 0, u(b, t) = 0, t ≥ 0, (8.39)
u(x, 0) = f (x), ut (x, 0) = g(x), 0 ≤ x ≤ b. (8.40)

a) Usando separación de variables verifique que

 nπx 
un (x, t) = e−γt [An cos(ωn t) + Bn sin(ωn t)] sin , n ≥ 1,
b
satisface (8.38) y (8.39) donde
 21
n2 π 2 c2

ωn = − γ2 .
b2

b) Usando el resultado de la parte anterior verifique que la solución formal del

problema (8.38), (8.39), y (8.40) está dada por la serie
∞
X
u(x, t) = un (x, t),
n=1

donde
2 b  nπx 
Z
An = f (x) sin dx,
b 0 b
Z b
γAn 2  nπx 
Bn = + g(x) sin dx, n ≥ 1.
ωn b ωn 0 b
CAPÍTULO 8. ECUACIONES DIFERENCIALES PARCIALES 243

Ejercicio 8.16. Halle la temperatura en equilibrio u(x, y) de una placa cuadrada

con lados de largo uno y sujeta a las condiciones de frontera:

u(0, y) = 0, u(1, y) = 1 − y, 0 ≤ y ≤ 1,
∂u ∂u
(x, 0) = 0, (x, 1) = 0, 0 ≤ x ≤ 1.
∂y ∂y
Nota: Las fórmulas de este capitulo no aplican directamente a este problema.

Ejercicio 8.17. Considere el problema mixto:

ut − uxx = 0, 0 < x < π, t > 0,

u(0, t) = 0, u(π, t) = 0, t ≥ 0,
u(x, 0) = f (x), 0 ≤ x ≤ π.

Por los resultados de este capitulo, tenemos que la solución u(x, t) tiene la repre-
sentación:
∞
2
X
u(x, t) = Bn e−n t sin (nx) ,
n=1
π
2
Z
Bn = f (x) sin (nx) dx, n ≥ 1.
π 0

Suponga que |f (x)| ≤ M para toda x ∈ [0, π].

a) Utilizando que |sin(w)| ≤ 1 para todo w, verifique que |Bn | ≤ 2M para toda
n ≥ 1.
2
b) Usando que e−n t ≤ e−nt , verifique que

e−t
|u(x, t)| ≤ 2M .
1 − e−t
r
Ayuda: Recuerde que r + r 2 + r 3 + · · · = 1−r si |r| < 1.

c) Concluya de la parte (b) que u(x, t) → 0 según t → ∞ uniforme en x.

Capı́tulo 9

Sistemas n × n de Ecuaciones
Diferenciales Lineales

En este capitulo retomamos el estudio de los sistemas de ecuaciones diferenciales

que comenzamos en el Capitulo 4, pero para el caso de n ecuaciones para n fun-
ciones desconocidas y para sistemas lineales. En este caso veremos que es posible
bajo ciertas condiciones, obtener una representación para la solución del sistema.
En el caso de sistemas homogéneos y de coeficientes constantes, vamos a estudiar la
estabilidad del sistema, o sea, cuán susceptible es la solución del sistema a cambios
en las condiciones iniciales, similar al caso 2 × 2 estudiado en el Capitulo 4.

9.1 Notación y Definiciones

Suponga que x1 (t), x2 (t), . . . , xn (t) son funciones diferenciables, y que f1 (t), f2 (t),
. . ., fn (t) y aij (t), i, j = 1, 2, . . . , n son funciones continuas en un intervalo I.
Consideramos el sistema de ecuaciones diferenciales lineales de primer orden y
n × n dado por:

x′1 (t) = a11 (t)x1 (t) + a12 (t)x2 (t) + · · · + a1n (t)xn (t) + f1 (t),
x′2 (t) = a21 (t)x1 (t) + a22 (t)x2 (t) + · · · + a2n (t)xn (t) + f2 (t),
.. ..
. . (9.1)
x′n (t) = an1 (t)x1 (t) + an2 (t)x2 (t) + · · · + ann (t)xn (t) + fn (t).

Este sistema lo podemos escribir en forma matricial como

x′ (t) = A(t)x(t) + f (t), (9.2)

244
CAPÍTULO 9. SISTEMAS LINEALES N × N 245

donde A(t) = (aij (t)) y

x(t) = (x1 (t), x2 (t), . . . , xn (t))t , f (t) = (f1 (t), f2 (t), . . . , fn (t))t .

Ejemplo 9.1. Anteriormente en nuestra discusión sobre mezclas en un tanque,

vimos que la ecuación diferencial básica que describe la cantidad x(t) de solúto en
el tanque en tiempo t está dada por:
dx
(t) = ri ci − ro co ,
dt
donde ci es la concentración de la solución que entra al tanque con rapidez o taza de
ri , y co , ro son las correspondientes cantidades pero saliendo del tanque. Recuerde
que si ri , ro son constantes, entonces
x(t)
co = ,
V0 + (ri − ro )t
donde V0 es el volumen inicial de la mezcla en el tanque. En el caso especial que
ri = ro = r la ecuación diferencial de arriba reduce a
dx r
(t) = rci − kx(t), k= .
dt V0
Consideremos ahora el caso de tres tanques donde la mezcla del tanque uno
pasa al tanque dos, la del tanque dos al tanque tres y la del tanque tres sale del
sistema de tanques. El modelo de arriba sigue describiendo la cantidad de solúto
en cada tanque. Si los volúmenes iniciales de los tanques son Vi , i = 1, 2, 3, y xi (t)
denota la cantidad de solúto en el tanque i, i = 1, 2, 3, entonces tenemos que la
concentración de la mezcla que entra al tanque dos es x1 (t)/V1 y la que entra en
el tanque tres es x2 (t)/V2 . Aplicando la ecuación diferencial básica a cada tanque,
obtenemos el sistema:

x′1 (t) = rci − k1 x1 (t), k1 = r/V1 ,

x′2 (t) = k1 x1 (t) − k2 x2 (t), k2 = r/V2 , (9.3)
x′3 (t) = k2 x2 (t) − k3 x3 (t), k3 = r/V3 .

Este sistema se puede escribir de la forma (9.2) donde

     
−k1 0 0 x1 (t) rci
A =  k1 −k2 0  , x(t) =  x2 (t)  , f (t) =  0  .
0 k2 −k3 x3 (t) 0
CAPÍTULO 9. SISTEMAS LINEALES N × N 246

El siguiente resultado sobre la existencia y unicidad de soluciones del sistema

(9.2) será utilizado con frecuencia en este capitulo.
Teorema 9.2 (Existencia y unicidad para sistemas lineales). Suponga que las
funciones A(t) = (aij (t)) y f (t) son continuas en el intervalo (a, b). Entonces para
cualquier y0 ∈ Rn y t0 ∈ (a, b), el PVI:
x′ (t) = A(t)x(t) + f (t), t ∈ (a, b), (9.4)
x(t0 ) = y0 , (9.5)
tiene una solución que es única y cuyo intervalo máximo de existencia es (a, b).

9.2 Sistemas Homogéneos

El sistema homogéneo asociado a (9.2) es cuando f = 0, esto es
x′ (t) = A(t)x(t). (9.6)
Tenemos ahora que:
Teorema 9.3 (Principio de superposición). Si x(t), y(t) son soluciones de (9.6),
entonces αx(t) + βy(t) es solución de (9.6) para cuálesquiera α, β ∈ R. En par-
ticular, el conjunto de las soluciones de (9.6) forma un subespacio vectorial del
conjunto de funciones continuamente diferenciables en [a, b].
Demostración: Usando la linealidad del operador derivada tenemos que
(αx(t) + βy(t))′ = αx′ (t) + βy′ (t),
= αA(t)x(t) + βA(t)y(t),
= A(t)(αx(t) + βy(t)).

9.2.1 Independencia Lineal

Sean x1 (t), x2 (t), . . . , xm (t) funciones continuas de [a, b] a Rn . Decimos que estas
funciones son linealmente dependientes en [a, b] si existen constantes c1 , c2 , . . . , cm
no todas cero tal que
c1 x1 (t) + c2 x2 (t) + · · · + cm xm (t) = 0, ∀ t ∈ [a, b]. (9.7)
De lo contrario decimos que las funciones son linealmente independientes en [a, b].
Esto es, las funciones son linealmente independientes en [a, b] si la única forma que
la identidad (9.7) se puede cumplir es con c1 = c2 = · · · = cm = 0.
CAPÍTULO 9. SISTEMAS LINEALES N × N 247

Ejemplo 9.4. Considere las funciones cos(t), sen(t), t ∈ R. Suponga que existen
constantes c1 , c2 tal que

c1 cos(t) + c2 sen(t) = 0, ∀ t ∈ R.

Como la identidad debe ser valida para todo t ∈ R podemos tomar valores particu-
lares de t. Por ejemplo si t = 0, entonces la identidad de arriba reduce a que c1 = 0.
Tomando t = π/2, obtenemos que c2 = 0. Por lo tanto, las funciones cos(t), sen(t)
son linealmente independientes en R. De hecho, son linealmente independientes
en cualquier intervalo (a, b) de números reales.

En el caso de n soluciones de (9.6), tenemos una caracterización de inde-

pendencia lineal en términos de un determinante. Definimos el Wronskiano de
x1 (t), x2 (t), . . . , xn (t) por

W (x1 , x2 , . . . , xn )(t) = det (x1 (t), x2 (t), . . . , xn (t)) . (9.8)

Tenemos ahora que:

Teorema 9.5. Sean x1 (t), x2 (t), . . . , xn (t) soluciones de (9.6) en el intervalo [a, b].
Entonces x1 , x2 , . . . , xn son linealmente independientes en [a, b] si y solo si

W (x1 , x2 , . . . , xn )(t0 ) 6= 0, (9.9)

para algún t0 ∈ [a, b].

Demostración: Suponga x1 , x2 , . . . , xn son linealmente independientes en [a, b]

pero que W (t) = 0 para todo t ∈ [a, b]. Sea t0 ∈ [a, b] un punto cuálquiera.
Entonces la matriz
(x1 (t0 ), x2 (t0 ), . . . , xn (t0 )),
es singular por lo que existen escalares c1 , c2 , . . . , cn no todos cero tal que

c1 x1 (t0 ) + c2 x2 (t0 ) + · · · + cn xn (t0 ) = 0.

Defina
y(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t).
Por el Teorema 9.3, y es solución de (9.6) y además, por la ecuación anterior,
satisface la condición inicial de que y(t0 ) = 0. Por el teorema de existencia y
unicidad (Teorema 9.2), y(t) = 0 para toda t ∈ [a, b], es decir

c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t) = 0, ∀ t ∈ [a, b].

CAPÍTULO 9. SISTEMAS LINEALES N × N 248

Como x1 , x2 , . . . , xn son linealmente independientes en [a, b], tenemos que c1 =

c2 = · · · = cn = 0 lo cuál contradice que los escalares no son todos cero. Por lo
tanto (9.9) se cumple.
Por el contrario, suponga que (9.9) se cumple y que existen constantes c1 , c2 ,
. . ., cn tal que

c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t) = 0, ∀ t ∈ [a, b],

Evaluando en t0 y observando que la matriz de coeficientes del sistema lineal

homogéneo que resulta es nosingular por (9.9), entonces tenemos que c1 = c2 =
· · · = cn = 0, lo que implica que x1 , x2 , . . . , xn son linealmente independientes en
[a, b].
En forma similar se puede demostrar el siguiente resultado:

Teorema 9.6. Sean x1 (t), x2 (t), . . . , xn (t) soluciones de (9.6) en el intervalo [a, b].
Entonces x1 , x2 , . . . , xn son linealmente independientes en [a, b] si y solo si

W (x1 , x2 , . . . , xn )(t) 6= 0, ∀ t ∈ [a, b]. (9.10)

Ejemplo 9.7. Note que

3e2t e−5t
   
x1 (t) = , x2 (t) = ,
2e2t 3e−5t

son soluciones del sistema (9.6) en R donde

 
4 −3
A= .
6 −7

Tenemos ahora que

3e2t e−5t
 
W (x1 , x2 )(t) = det = 7e−3t 6= 0, ∀ t ∈ R.
2e2t 3e−5t

Por el Teorema 9.5, las funciones x1 , x2 son linealmente independientes en R.

Teorema 9.8. Sean x1 , x2 , . . . , xn soluciones de (9.6) linealmente independientes

en [a, b]. Sea y(t) una solución cuálquiera de (9.6) en [a, b]. Entonces existen
escalares c1 , c2 , . . . , cn tal que

y(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t), ∀ t ∈ [a, b].

En particular, el conjunto de las soluciones de (9.6) forma un subespacio vectorial

de dimensión n del conjunto de las funciones continuamente diferenciables en [a, b].
CAPÍTULO 9. SISTEMAS LINEALES N × N 249

Demostración: Sea y(t) una solución cuálquiera de (9.6) en [a, b]. Para cuálquier
t0 ∈ [a, b] considere el sistema de ecuaciones lineales
c1 x1 (t0 ) + c2 x2 (t0 ) + · · · + cn xn (t0 ) = y(t0 ).
El determinante de la matriz de coeficientes de este sistema es W (t0 ) 6= 0 por el
Teorema 9.6. De modo que este sistema tiene una solución única c1 , c2 , . . . , cn .
Tenemos pues ahora que
w(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t),
y y(t) son ambas soluciones de (9.6) en [a, b] con la misma condición inicial en
t0 . Por el teorema de existencia y unicidad (Teorema 9.2), w(t) = y(t) para toda
t ∈ [a, b] lo cuál es el resultado deseado.

Cuando x1 , x2 , . . . , xn son soluciones de (9.6) linealmente independientes en

[a, b], el Teorema 9.8 implica que
c1 x1 + c2 x2 + · · · + cn xn ,
es la solución general de (9.6). En este caso decimos que x1 , x2 , . . . , xn forma un
conjunto fundamental para (9.6) en [a, b]. La matriz
Φ(t) = (x1 (t), x2 (t), . . . , xn (t)) , t ∈ [a, b], (9.11)
se llama una matriz fundamental para el sistema (9.6). El resultado del Teorema
9.8 se puede expresar ahora de la siguiente forma: cuálquier solución y(t) de (9.6)
en [a, b] se puede escribir de la forma:
y(t) = Φ(t)c, t ∈ [a, b], (9.12)
para algún c ∈ Rn .
Es fácil ver que el sistema (9.6) siempre posee un conjunto de n soluciones
linealmente independientes. Para ver esto, tomemos t0 ∈ [a, b] y defina xk como
la solución de (9.6) que satisface la condición inicial
xk (t0 ) = ek , k = 1, 2, . . . , n,
donde ek es un vector con todos los componentes cero excepto por la posición k
que es uno1 . Por el teorema de existencia y unicidad (Teorema 9.2), x1 , x2 , . . . , xn
existen, son únicas, y están definidas en [a, b]. Como
W (x1 , x2 , . . . , xn )(t0 ) = det I = 1 6= 0,
donde I es la matriz identidad n × n, entonces por el Teorema 9.5, las funciones
x1 , x2 , . . . , xn son linealmente independientes.
1
Los ek ’s son las columnas de la matriz identidad n × n.
CAPÍTULO 9. SISTEMAS LINEALES N × N 250

9.2.2 Problema de valor inicial

Considere el problema de valor inicial dado por (9.6) sujeto a la condición inicial:
x(t0 ) = b,
donde b ∈ Rn es dado y t0 ∈ [a, b]. Si x1 , x2 , . . . , xn son soluciones de (9.6)
linealmente independientes en [a, b], entonces por el Teorema 9.8 existen constantes
c1 , c2 , . . . , cn tal que
x(t) = c1 x1 (t) + c2 x2 (t) + · · · + cn xn (t), ∀ t ∈ [a, b].
Para determinar las constantes en esta expanción, sustituimos t = t0 y usamos la
condición inicial para obtener que
c1 x1 (t0 ) + c2 x2 (t0 ) + · · · + cn xn (t0 ) = b. (9.13)
Si definimos
B = (x1 (t0 ), x2 (t0 ), · · · , xn (t0 )), c = (c1 , c2 , . . . , cn )t , (9.14)
entonces (9.13) es equivalente al sistema lineal Bc = b. Por el Teorema 9.6 la
matriz B es nosingular y por consiguiente el sistema tiene solución única.
Ejemplo 9.9. Considere el problema de valor inicial
   
3 −2 0 0
dx
(t) =  −1 3 −2  x(t), x(0) =  2 .
dt
0 −1 3 6
Utilizamos que
2et 2e3t 2e5t
     

x1 (t) =  2et  , x2 (t) =  0  , x3 (t) =  −2e5t  ,

et −e3t e5t
son soluciones linealmente independientes en R del sistema. Como
x(t) = c1 x1 (t) + c2 x2 (t) + c3 x3 (t), ∀ t ∈ R,
evaluando ésta expresión en t = 0, y usando la condición inicial obtenemos que
    
2 2 2 c1 0
 2 0 −2   c2  =  2 ,
1 −1 1 c3 6
de donde obtenemos que c1 = 2, c2 = −3, c3 = 1. Tenemos entonces que
x(t) = 2x1 (t) − 3x2 (t) + x3 (t), ∀ t ∈ R,
es la solución del problema de valor inicial dado.
CAPÍTULO 9. SISTEMAS LINEALES N × N 251

Note que la matriz B en (9.14) se puede escribir como B = Φ(t0 ), donde Φ es

la matriz fundamental (9.11). Ası́ que la solución c del sistema Bc = b está dada
por c = Φ(t0 )−1 b = Φ(t0 )−1 x(t0 ). Usando (9.12) tenemos que la solución del PVI
para (9.6) y condición inicial en t = t0 , se puede escribir como
x(t) = Φ(t)Φ(t0 )−1 x(t0 ). (9.15)

9.3 Sistemas No–homogéneos

Vamos ahora a estudiar el sistema no–homogéneo (9.2). Note que si y1 , y2 son
soluciones de (9.2), entonces y1 − y2 es solución de (9.6) ya que:
(y1 (t) − y2 (t))′ = y1′ (t) − y2′ (t),
= (A(t)y1 (t) + f (t)) − (A(t)y2 (t) + f (t)) ,
= A(t) (y1 (t) − y2 (t)) .
Usando ésto tenemos que:
Teorema 9.10. Sean x1 , x2 , . . . , xn soluciones linealmente independientes de (9.6)
en [a, b]. Sea yp una solución particular de (9.2) y y cuálquier otra solución de
(9.2) en [a, b]. Entonces existen constantes c1 , c2 , . . . , cn tal que
y = c1 x1 + c2 x2 + · · · + cn xn + yp .

Demostración: Basta con observar que y − yp es solución de (9.6) y que cuálquier

solución de (9.6) es combinación lineal de x1 , x2 , . . . , xn .

Necesitamos ahora construir soluciones particulares yp de (9.2). El método

que vamos a ver para hacer esto es una generalización del método de variación de
parámetros discutido en el Capitulo 3 para ecuaciones escalares de orden dos. La
idea es tratar de encontrar una función v(t) tal que φ(t) = Φ(t)v(t) sea solución
de (9.2) donde Φ(t) es matriz fundamental de (9.6). Si calculamos las derivadas
correspondientes y usamos que la matriz fundamental Φ(t) satisface que
Φ′ (t) = A(t)Φ(t),
tenemos que φ(t) es solución de (9.2) si y solo si

Φ(t)v′ (t) = f (t).

Despejando e integrando obtenemos que
Z t
v(t) = Φ−1 (ξ)f (ξ) dξ,
t0
CAPÍTULO 9. SISTEMAS LINEALES N × N 252

para cuálquier t0 ∈ [a, b]. De aquı́ que

Z t
yp (t) ≡ φ(t) = Φ(t) Φ−1 (ξ)f (ξ) dξ, t ∈ [a, b], (9.16)
t0

es solución de (9.2) en [a, b] tal que yp (t0 ) = 0. Combinando este resultado con el
teorema anterior tenemos que:

Teorema 9.11. Considere el problema de valor inicial

y′ (t) = A(t)y(t) + f (t), t ∈ [a, b],

y(t0 ) = η,

donde t0 ∈ [a, b] y η ∈ Rn son dados. Sea Φ(t) una matriz fundamental del sistema
homogéneo (9.6). Entonces la solución del PVI está dada por
Z t
−1
y(t) = Φ(t)Φ (t0 ) η + Φ(t) Φ−1 (ξ)f (ξ) dξ.
t0

Demostración: Sabemos por el Teorema 9.10 que

y(t) = Φ(t)c + yp (t),

donde yp (t) está dada por la formula (9.16). Como yp (t0 ) = 0 basta encontrar la
c tal que Φ(t0 )c = η. De aquı́ que c = Φ−1 (t0 ) η y sustituyendo en la ecuación
anterior obtenemos el resultado deseado.

Ejemplo 9.12. Considere el problema de valor inicial

x′1 (t) = x1 (t) + x2 (t) + e−t , x1 (0) = −1,

x′2 (t) = x2 (t), x2 (0) = 1.

Es fácil verificar que las columnas de la matriz:

 t
e tet

Φ(t) = ,
0 et

son soluciones del sistema homogéneo asociado al sistema dado. Esto combinado
con el Teorema 9.5 o el 9.6, implica que Φ(t) es una matriz fundamental del sistema
homogéneo asociado para t ∈ R. Es fácil ahora ver que
 −t
−te−t

−1 e
Φ (t) = .
0 e−t
CAPÍTULO 9. SISTEMAS LINEALES N × N 253

Note que como Φ−1 (0) = I, η = (−1, 1)t , y f (t) = (e−t , 0)t , entonces la solución
del PVI está dada por:
Z t
x(t) = Φ(t) η + Φ(t) Φ−1 (ξ)f (ξ) dξ,
0
 t
e tet
 
−1
=
0 et 1
 t t
 Z t  −ξ
−ξe−ξ
  −ξ 
e te e e
+ t −ξ dξ,
0 e 0 0 e 0
 Z t  −2ξ 
(t − 1)et
  t
e tet

e
= t + t dξ,
e 0 e 0 0
 t 
te − cosh t
= .
et

9.4 Sistemas con coeficientes constantes

El Teorema 9.11 reduce el problema de resolver el problema de valor inicial para la
ecuación no–homogénea, al problema de buscar o calcular matrices fundamentales
del sistema homogéneo (9.6). Esto lo vamos a hacer en el caso en que la matriz de
coeficientes en (9.2) y (9.6) es contante, i.e., A = (aij ) ∈ Rn×n . Escribimos ahora
el sistema no–homogéneo como

x′ (t) = Ax(t) + f (t), t ∈ (a, b), (9.17)

y la ecuación homogénea como
x′ (t) = Ax(t), t ∈ (a, b). (9.18)

Siguiendo la misma linea de pensamiento al resolver ecuaciones de orden dos

con coeficientes constantes, buscamos soluciones de (9.18) de la forma

x(t) = eλt v, v 6= 0, (9.19)

para algún λ ∈ C y v ∈ Cn . Es fácil ver que (9.19) es solución de (9.18) si y solo
si
Av = λv, v 6= 0,
esto es λ es valor propio de A y v es el vector propio correspondiente. El sistema
de arriba tiene solución notrivial v si y solo si
p(λ) ≡ det(A − λI) = 0, (9.20)
CAPÍTULO 9. SISTEMAS LINEALES N × N 254

lo que se conoce como la ecuación caracterı́stica de A. Esta ecuación tiene raı́ces

λ1 , λ2 , . . . , λn ∈ C contando multiplicidades. Además como A es de entradas reales,
p(·) tiene coeficientes reales y por consiguiente sus raı́ces complejas están dadas en
pares conjugados.

9.4.1 Valores propios reales y distintas

Si los valores propios λ1 , λ2 , . . . , λk son reales, distintos y de multiplicidad uno,
entonces los vectores propios correspondientes v1 , v2 , . . . , vk son linealmente inde-
pendientes y
eλ1 t v1 , eλ2 t v2 , . . . , eλk t vk , (9.21)
son soluciones linealmente independientes de (9.18). Si k = n, entonces (9.21) es
un conjunto fundamental para (9.18).
Ejemplo 9.13. Queremos hallar la solución general del sistema
x′1 (t) = 4x1 (t) + 2x2 (t),
x′2 (t) = 3x1 (t) − x2 (t).
La ecuación caracterı́stica de la matriz de coeficientes está dada por
 
4−λ 2
det = λ2 − 3λ − 10 = (λ + 2)(λ − 5).
3 −1 − λ
De modo que λ = −2, 5 son los valores propios y es fácil ver que
   
1 2
v1 = , v2 = ,
−3 1
son vectores propios correspondientes. Tenemos pues que
   
−2t 1 5t 2
x1 (t) = e , x2 (t) = e ,
−3 1
son soluciones linealmente independientes del sistema original. De modo que la
solución general del sistema es:
c1 e−2t + 2c2 e5t
       
x1 (t) −2t 1 5t 2
= c1 e + c2 e = ,
x2 (t) −3 1 −3c1 e−2t + c2 e5t
con matriz fundamental
e−2t 2e5t
 
Φ(t) = .
−3e−2t e5t
CAPÍTULO 9. SISTEMAS LINEALES N × N 255

Ejemplo 9.14. Consideremos ahora el caso del Ejemplo 9.1 donde se tiene tres
tanques inter–conectados. Tomamos el caso en que los volúmenes respectivos de
los tanques son V1 = 20, V2 = 40, V3 = 50 galones y la taza a que fluyen las
mezclas es r = 10 (gal/min). Entonces el sistema (9.3) es de la forma (9.18) donde
 
−0.5 0 0
A =  0.5 −0.25 0 .
0 0.25 −0.2

Los valores propios de esta matriz son λ1 = −0.5, λ2 = −0.25, λ3 = −0.2 con
vectores propios correspondientes
     
3 0 0
v1 =  −6  , v2 =  1  , v3 =  0 .
5 −5 1

De modo que la solución general del sistema es

 
x1 (t)
 x2 (t)  = c1 e−0.5t v1 + c2 e−0.25t v2 + c3 e−0.2t v3 ,
x3 (t)
3c1 e−0.5t
 

=  −6c1 e−0.5t + c2 e−0.25t .

5c1 e−0.5t − 5c2 e−0.2t + c3 e−0.2t

Suponga que tenemos las condiciones iniciales de que

x1 (0) = 15, x2 (0) = x3 (0) = 0.

Entonces c1 , c2 , c3 se obtienen como la solución del sistema

3c1 = 15,
−6c1 + c2 = 0,
5c1 − 5c2 + c3 = 0.

La solución de este sistema está dada por c1 = 5, c2 = 30, y c3 = 125 de modo que
la solución al problema de valor inicial (con las condiciones iniciales de arriba) es:

x1 (t) = 15e−0.5t ,
x2 (t) = −30e−0.5t + 30e−0.25t ,
x3 (t) = 25e−0.5t − 150e−0.25t + 125e−0.2t .
CAPÍTULO 9. SISTEMAS LINEALES N × N 256

9.4.2 Valores propios complejos y distintos

Como la matriz A en (9.18) es de entradas reales, los valores propios complejos
ocurren en pares conjugados. Esto es, si λ = p + qı es valor propio de A, entonces
λ̄ = p − qı es también valor propio de A. Si v ∈ Cn es vector propio de A
correspondiente a λ, entonces

(A − λI)v = 0.

Tomando el conjugado de esta ecuación y tomando en consideración las propiedades

de este operador, y nuevamente que A es de entradas reales, tenemos que

(A − λ̄I)v̄ = 0,

es decir, v̄ es vector propio de A correspondiente al valor propio λ̄. Si escribimos

v = a + bı, donde a, b ∈ Rn , entonces v̄ = a − bı. Tenemos ahora que

w1 (t) = eλt v, w2 (t) = eλ̄t v̄,

son soluciones linealmente independientes de (9.18). Note que

w1 (t) = ept eqtı (a + bı),

= ept (cos(qt) + ı sen(qt))(a + bı),
= ept (cos(qt)a − sen(qt)b) + (sen(qt)a + cos(qt)b) ı .
 

De igual forma se obtiene que

w2 (t) = ept (cos(qt)a − sen(qt)b) − (sen(qt)a + cos(qt)b) ı .

 

Por el principio de superposición,

w1 (t) + w2 (t)
x1 (t) = = Re w1 (t) = ept (cos(qt)a − sen(qt)b) , (9.22a)
2
w1 (t) − w2 (t)
x2 (t) = = Im w1 (t) = ept (sen(qt)a + cos(qt)b) , (9.22b)
2ı
son soluciones (reales) linealmente independientes de (9.18).
Ejemplo 9.15. Consideremos el sistema

x′1 (t) = 4x1 (t) − 3x2 (t),

x′2 (t) = 3x1 (t) + 4x2 (t).

La ecuación caracterı́stica para la matriz de coeficientes del sistema esá dada por:
 
4 − λ −3
det = (4 − λ)2 + 9 = 0,
3 4−λ
CAPÍTULO 9. SISTEMAS LINEALES N × N 257

que tiene soluciones λ = 4 + 3ı, λ̄ = 4 − 3ı. Los vectores propios correspondientes

son
           
1 1 0 1 1 0
v= = +ı , v̄ = = −ı .
−ı 0 −1 ı 0 −1

Usando ahora las formulas (9.22) con p = 4, q = 3, a = [1, 0]t , y b = [0, −1]t ,
tenemos que
   
4t cos 3t 4t sen 3t
x1 (t) = e , x2 (t) = e ,
sen 3t − cos 3t
son soluciones linealmente independientes del sistema original.
Ejemplo 9.16. Consideremos ahora el caso de tres tanques interconectados como
se muestra en la Figura 9.1. El modelo básico descrito en el Ejemplo 9.1 puede
utilizarse también en esta situación. En particular tenemos que si xi (t) representa
la concentración de sal en el tanque i, donde i = 1, 2, 3, entonces

x′1 (t) = −k1 x1 (t) + k3 x3 (t),

x′2 (t) = k1 x1 (t) − k2 x2 (t),
x′3 (t) = k2 x2 (t) − k3 x3 (t),

ya que el tanque uno tiene un influjo del tanque tres dado por k3 x3 (t). Tomando

V1 = 50 gal, V2 = 25 gal, V3 = 50 gal, r = 10 gal/min,

tenemos que el sistema de arriba es de la forma (9.18) donde

 
−0.2 0 0.2
A =  0.2 −0.4 0 .
0 0.4 −0.2
Los valores propios de A son: λ1 = 0, λ2 = −0.4 − 0.2ı, λ3 = −0.4 + 0.2ı. Los
vectores propios correspondientes son:
       
2 1 1 0
v1 =  1  , v2 =  ı  =  0  + ı  1  , v3 = v̄2 .
2 −1 − ı −1 −1

Tenemos ahora que x1 (t) = (2, 1, 2)t , y usando las formulas (9.22) (con p =
−0.4, q = −0.2), que
   
cos 0.2t − sen 0.2t
x2 (t) = e−0.4t  sen 0.2t  , x3 (t) = e−0.4t  cos 0.2t ,
− sen 0.2t − cos 0.2t sen 0.2t − cos 0.2t
CAPÍTULO 9. SISTEMAS LINEALES N × N 258

T1
T3

T2
r r

Figura 9.1: Tres tanques interconectados entre si donde se mantiene una

mezcla de agua y sal.

son soluciones linealmente independientes del sistema. La solución general de

sistema está dada ahora por:
 
x1 (t)
x(t) =  x2 (t)  = c1 x1 (t) + c2 x2 (t) + c3 x3 (t),
x3 (t)
2c1 + e−0.4t (c2 cos 0.2t − c3 sen 0.2t)
 

=  c1 + e−0.4t (c2 sen 0.2t + c3 cos 0.2t) .

2c1 + e−0.4t ((−c2 + c3 ) sen 0.2t − (c2 + c3 ) cos 0.2t)
Note que independiente de las concentraciones iniciales, tenemos que

lim x1 (t) = 2c1 , lim x2 (t) = c1 , lim x3 (t) = 2c1 .

t→∞ t→∞ t→∞

Además
x1 (t) + x2 (t) + x3 (t) = 5c1 , ∀ t,
es decir, la cantidad total de sal en los tanques se mantiene constante.

9.4.3 Valores propios repetidos

Consideramos ahora el caso en que pueden haber valores propios que se repitan.
Recuerde que los valores propios de la matriz A son las raı́ces del polinomio carac-
terı́stico (9.20). La multiplicidad (algebraica) del valor propio λ es la multiplicidad
CAPÍTULO 9. SISTEMAS LINEALES N × N 259

de λ como raı́z de p(·). En el caso en que λ es valor propio de A, entonces la

ecuación
(A − λI)v = 0,
tiene soluciones notriviales v. El conjunto
N (A − λI) = {v ∈ Cn : (A − λI)v = 0} , (9.23)
se llama el espacio propio asociado al valor propio λ. Es fácil ver que N (A − λI) es
un subespacio de Cn . La dimensión de N (A − λI) se conoce como la multiplicidad
geométrica de λ y se puede demostrar que
dim(N (A − λI)) ≤ multiplicidad (algebraica) de λ.
Sean k, p las multiplicidades algebraica y geométrica respectivamente del valor
propio λ. El resultado anterior lo que dice es que p ≤ k además de que siempre
p ≥ 1. Si p = k decimos que el valor propio λ es no–defectuoso o completo. De
lo contrario, esto es si p < k, el valor propio se llama defectuoso y la diferencia
d = k − p se llama el defecto del valor propio λ. Si todos los valores propios de
la matriz A son no–defectuosos, decimos que A es no–defectuosa 2 . En este caso
A tiene n vectores propios linealmente independientes y los métodos de las dos
secciones anteriores se pueden utilizar para construir conjuntos fundamentales.
Ejemplo 9.17. Considere el sistema lineal:
 
9 4 0
x′ (t) =  −6 −1 0  x(t).
6 4 3
Los valores propios de la matriz de coeficientes son λ1 = 5 (simple) y λ2 = 3
(doble). Para λ1 = 5 tenemos el vector propio v1 = (1, −1, 1)t , y λ2 = 3 tiene los
vectores propios linealmente independientes
   
0 2
v2 =  0  , v3 =  −3  .
1 0
Vemos que la matriz de coeficientes del sistema es no-defectuosa. Tenemos ahora
que e v1 , e3t v2 , e3t v3 es un conjunto fundamental del sistema y la solución
 5t

general está dada por:

c1 e5t + 2c3 e3t
   
x1 (t)
 x2 (t)  =  −c1 e5t − 3c3 e3t  .
x3 (t) c1 e5t + c2 e3t
2
Las matrices simétricas y las que tienen todos sus valores propios distintos (simples),
son no–defectuosas.
CAPÍTULO 9. SISTEMAS LINEALES N × N 260

Ejemplo 9.18. La matriz  

1 −3
A= ,
3 7
tiene λ = 4 como el único valor propio que es de multiplicidad dos. Para hallar
los vectores propios correspondientes, tenemos que resolver el sistema
    
−3 −3 a 0
(A − 4I)v = = .
3 3 b 0
Tenemos pues que a + b = 0, i.e.,
N (A − 4I) = span {v1 } ,
donde v1 = (1, −1)t . De modo que p = 1 < 2 = k, i.e., λ = 4 es defectuoso y por
consiguiente la matriz A es defectuosa.
Cuando la matriz A tiene algún valor propio defectuoso, los métodos de las sec-
ciones anteriores para construir conjuntos fundamentales fallan ya que se obtienen
menos de n soluciones linealmente independientes. De alguna forma debemos de
compensar por las soluciones que faltan. Consideremos primero el caso en que
k = 2 y p = 1, i.e., λ es valor propio de A de multiplicidad algebraica dos y con
un solo vector propio linealmente independiente v. Sabemos que x1 (t) = eλt v es
solución del sistema. ¡Necesitamos otra solución! Es fácil ver que teλt v no funciona
como otra solución. De modo que intentamos una segunda solución de la forma
x2 (t) = teλt v + eλt w,
para algún vector w ∈ Cn . Ahora
x′2 (t) = eλt v + λteλt v + λeλt w.
Para que x′2 (t) = Ax2 (t), es necesario que
eλt v + λteλt v + λeλt w = A(teλt v + eλt w).
Como Av = λv, esto reduce a
(A − λI)w = v.
w se llama un vector propio generalizado de A asociado al valor propio λ. El par
{v, w} satisface las ecuaciones
(A − λI)w = v, (A − λI)v = 0, v 6= 0.
Estas condiciones son equivalentes a
(A − λI)2 w = 0, (A − λI)w 6= 0.
CAPÍTULO 9. SISTEMAS LINEALES N × N 261

Ejemplo 9.19. Considere el sistema x′ (t) = Ax(t) donde A es la matriz del

Ejemplo 9.18. Tenemos el valor propio λ = 4 de multiplicidad dos con v = (1, −1)t
como generador del espacio propio asociado a λ. Necesitamos resolver el sistema
(A − 4I)w = v. Si w = (a, b)t , esto reduce a 3a + 3b = −1. Un posible w serı́a
(−1/3, 0)t . Ası́ que

e4t (t − 1/3)e4t
   
4t 4t 4t
x1 (t) = e v = , x2 (t) = te v + e w = ,
−e4t −te4t

son soluciones del sistema. Como

 4t
(t − 1/3)e4t

e 1
det 4t 4t = − e8t 6= 0, ∀ t,
−e −te 3

las soluciones son linealmente independientes y por consiguiente la solución general

del sistema es:

x1 (t) = (c1 + c2 (t − 1/3))e4t , x2 (t) = −(c1 + c2 t)e4t .

Vamos ahora a generalizar el procedimiento descrito antes en el caso especial de

k = 2 y p = 1. Para esto generalizamos el concepto de vector propio generalizado.
Decimos que v es vector propio generalizado de A de rango r y asociado a λ si

(A − λI)r v = 0, (A − λI)r−1 v 6= 0. (9.24)

Note que un vector propio generalizado de rango r = 1 es un vector propio. El

vector propio generalizado del ejemplo anterior es uno de rango r = 2. Tenemos
también que:

Proposición 9.20. Sea v un vector propio generalizado de rango r asociado a λ

para la matriz A. Entonces:

i) λ es valor propio de A;

ii) los vectores v, (A − λI)v, (A − λI)2 v, . . . , (A − λI)r−1 v son linealmente in-



dependientes.

iii) (A − λI)k v es vector propio generalizado de rango r − k para 0 ≤ k ≤ r − 1.

Demostración: Para la primera parte basta observar que por la definición de vector
propio generalizado tenemos que u = (A − λI)r−1 v 6= 0 y que

(A − λI)u = (A − λI)r v = 0,
CAPÍTULO 9. SISTEMAS LINEALES N × N 262

i.e., u es vector propio de A con valor propio λ.

Para la segunda parte, si los vectores

v, (A − λI)v, (A − λI)2 v, . . . , (A − λI)r−1 v ,



son dependientes, entonces para algún j con 0 ≤ j ≤ r − 1, tenemos que

j−1
X r−1
X
j k
(A − λI) v = ck (A − λI) v + ck (A − λI)k v
k=0 k=j+1

Si multiplicamos esta ecuación por (A − λI)r−j , obtenemos que

j−1
X
0= ck (A − λI)r−j+k v.
k=0

Si j > 0, multiplicamos esta expresión, en turnos, por (A − λI)j−1 , . . . , (A − λI)1 ,

uno a uno en forma sucesiva, obtenemos que c0 = c1 = · · · cj−1 = 0. Quedamos
entonces con
Xr−1
j
(A − λI) v = ck (A − λI)k v.
k=j+1

(Esta expresión es válida igualmente en el caso j = 0.) Ahora si multiplicamos

esta ecuación por (A − λI)r−j−1 obtenemos que
r−1
X
r−1
(A − λI) v= ck (A − λI)r−j−1+k v.
k=j+1

Pero r − j − 1 + k ≥ r para j + 1 ≤ k ≤ r − 1 y como (A − λI)p v = 0 para p ≥ r,

tenemos que la ecuación de arriba implica que (A − λI)r−1 v = 0 lo cuál es una
contradicción. Por lo tanto los vectores son linealmente independientes.
Por ultimo note que

(A − λI)r−k (A − λI)k v = (A − λI)r v = 0,

(A − λI)r−k−1 (A − λI)k v = (A − λI)r−1 v 6= 0,

es decir, (A − λI)k v es vector propio generalizado de rango r − k.

Los vectores {v, w} del Ejemplo 9.19 son un caso especial de una cadena de vec-
tores propios generalizados de largo dos. En general decimos que {v1 , v2 , . . . , vk }
CAPÍTULO 9. SISTEMAS LINEALES N × N 263

forman una cadena de vectores propios generalizados de largo k asociada al valor

propio λ si

(A − λI)v1 = 0, v1 6= 0, (9.25a)
(A − λI)vj = vj−1 , 2 ≤ j ≤ k. (9.25b)

Los vectores

(A − λI)r−1 v, (A − λI)r−2 v, . . . , (A − λI)v, v ,



en la parte (ii) de la Proposición 9.20, forman una cadena de largo r de vectores

propios generalizados. Tenemos ahora que:

Teorema 9.21. Sea {v1 , v2 , . . . , vk } una cadena de vectores propios generalizados

de la matriz A asociados al valor propio λ. Entonces
j
λt
X tj−m
xj (t) = e vm , 1 ≤ j ≤ k, (9.26)
m=1
(j − m)!

son soluciones linealmente independientes del sistema (9.18) para t ∈ R.

Demostración: Primero verificamos que (9.26) es solución de (9.18) para cada

1 ≤ j ≤ k:
j
X tj−m
Axj (t) = eλt Avm ,
m=1
(j − m)!
j
X tj−m tj−1 λt
= eλt (λvm + vm−1 ) + λ e v1 ,
m=2
(j − m)! (j − 1)!
j j
λt
X tj−m λt
X tj−m
= λe vm + e vm−1 ,
(j − m)! (j − m)!
m=1 m=2
j j−1
X tj−m X tj−m−1
= λeλt vm + eλt vm ,
(j − m)! (j − m − 1)!
m=1 m=1
= x′j (t).

Suponga que c1 , c2 , . . . , ck son constantes tales que

c1 x1 (t) + c2 x2 (t) + · · · + ck xk (t) = 0, t ∈ R.

Entonces tomando t = 0, usando que xj (0) = vj para 1 ≤ j ≤ k y que {v1 , v2 , . . . , vk }

son linealmente independientes (Proposición 9.20, Parte (ii)), tenemos que c1 =
CAPÍTULO 9. SISTEMAS LINEALES N × N 264

c2 = · · · = ck = 0, es decir {x1 , x2 , . . . , xk } son linealmente independientes en R.

En el caso especial en que k = 3, si {v1 , v2 , v3 } es una cadena de largo tres

asociada al valor propio λ, entonces

x1 (t) = eλt v1 ,
x2 (t) = eλt (tv1 + v2 ) , (9.27)
 
λt 1 2
x3 (t) = e t v1 + tv2 + v3 , (9.28)
2

son soluciones linealmente independientes de (9.18).

Ejemplo 9.22. Consideramos ahora el sistema

 
0 1 2
x′ (t) =  −5 −3 −7  x(t).
1 0 0

Es fácil ver que A tiene el valor propio λ = −1 de multiplicidad tres y que el espacio
propio asociado a λ = −1 está generado por el vector v1 = (1, 1, −1)t . Buscamos
ahora una solución del sistema (A − λI)v2 = v1 . Si escribimos v2 = (a, b, c)t , el
sistema tiene la forma
    
1 1 2 a 1
 −5 −2 −7   b  =  1  .
1 0 1 c −1

Las soluciones de este sistema satisfacen

a + c = −1, b + c = 2.

Una solución particular es v2 = (−1, 2, 0)t . Para el vector v3 resolvemos el sistema

(A − λI)v3 = v2 que escribiendo nuevamente v3 = (a, b, c)t , tiene la forma
    
1 1 2 a −1
 −5 −2 −7   b  =  2  .
1 0 1 c 0

Las soluciones de este otro sistema satisfacen que

a + c = 0, b + c = −1.
CAPÍTULO 9. SISTEMAS LINEALES N × N 265

Una solución particular serı́a v3 = (0, −1, 0)t . Usando las formulas (9.27) tenemos
que

e−t (t − 1)e−t
   

x1 (t) =  e−t  , x2 (t) =  (t − 2)e−t  ,

−e−t −te−t
1 2 −t


2 t − t e

x3 (t) =  21 t2 + 2t − 1 e−t  ,
− 12 t2 e−t

son soluciones linealmente independientes del sistema.

En el ejemplo anterior el defecto d del valor propio es máximo, esto es d =

k − 1 = 2, o lo mismo decir, la dimensión del espacio propio asociado al valor
propio es uno. Si d < k − 1, entonces el método descrito en el ejemplo anterior
para construir los vectores propios generalizados puede fallar en ocasiones.

Ejemplo 9.23. Considere la matriz

 
2 −1 −1
A =  2 −1 −2  .
−1 1 2

Es fácil ver que λ = 1 es valor propio de A de multiplicidad algebraica tres, y que

   
1 1
v1 =  1  , v2 =  0  ,
0 1

son vectores propios asociados que generan el espacio propio asociado. De modo
que el defecto del valor propio es d = 1. Se puede ver ahora que ambos sistemas

(A − I)v = v1 , (A − I)v = v2 ,

son inconsistentes.

De (9.25) se obtiene que

(A − λI)k vk = 0, vk 6= 0.

También, si el defecto del valor propio λ es d, entonces el largo de cuálquier cadena

de vectores propios generalizados asociada a λ es a lo más d + 1 (Esto es conse-
cuencia de que la suma de los largos de todas las cadenas asociados al valor propio
λ tiene que sumar a su multiplicidad algebraica, y el numero de cadenas asociadas
CAPÍTULO 9. SISTEMAS LINEALES N × N 266

a λ es igual a su multiplicidad geométrica.). Combinando estos dos resultados

obtenemos que
(A − λI)d+1 v = 0, (9.29)
tiene soluciones notriviales. Usando esto tenemos el siguiente método para con-
struir cadenas de vectores propios generalizados: sea u1 6= 0 una solución de (9.29)
y genere {u2 , u3 , . . . , uk } tal que
(A − λI)uj = uj+1 6= 0, 1 ≤ j ≤ k − 1, (9.30a)
(A − λI)uk = 0. (9.30b)
Entonces
v1 = uk , v2 = uk−1 , . . . , vk = u1 ,
es una cadena de largo k de vectores propios generalizados asociada a λ.
Ejemplo 9.24. Para la matriz A del Ejemplo 9.23 tenemos que d = 1 y que
(A − I)2 = O (la matriz cero) por lo que u1 puede ser cuálquier vector distinto del
cero. Como  
1 −1 −1
A − I =  2 −2 −2  .
−1 1 1
tenemos tomando u1 = (1, 0, 0)t , que u2 = (A − I)u1 = (1, 2, −1)t . Note que
(A − I)u2 = 0. Ası́ que una cadena de largo dos del valor propio λ = 1 es:
   
1 1
v1 =  2  , v2 =  0  .
−1 0
Como v1 es vector propio, tomamos ahora un vector propio de los dos calculados
en el Ejemplo 9.23 que sea linealmente independiente a v1 . Cuálquiera de los dos
vectores propios calculados funciona por lo que tomamos v3 = (1, 1, 0)t . Tenemos
ahora que el sistema x′ (t) = Ax(t) tiene las soluciones
et (t + 1)et
   

x1 (t) =  2et  , x2 (t) = et (tv1 + v2 ) =  2tet ,

−e t −tet

correspondientes a la cadena {v1 , v2 }, y x3 (t) = (et , et , 0)t correspondiente al

vector propio v3 . La solución general del sistema está dada ahora por
x1 (t) = (c1 + c2 (t + 1) + c3 )et ,
x2 (t) = (2c1 + 2tc2 + c3 )et ,
x3 (t) = (−c1 − c2 t)et .
CAPÍTULO 9. SISTEMAS LINEALES N × N 267

Ejemplo 9.25. Suponga que una matriz A de tamaño 6 × 6 tiene valores pro-
pios λ1 = 2 y λ2 = −5 de multiplicidades algebraicas 2 y 4 respectivamente con
defectos 1 y 2 respectivamente. Sean {v1 }, {v2 , v3 } vectores propios linealmente
independientes correspondientes a λ1 y λ2 . Suponga que {v1 , w1 } es una cadena de
vectores propios generalizados correspondiente a λ1 y que {v2 }, {v3 , w2 , w3 } son
cadenas de vectores propios generalizados de λ2 . (Note uqe otra posibilidad para
λ2 es tener dos cadenas de largo dos cada una.) Podemos construir seis soluciones
linealmente independientes del sistema x′ (t) = Ax(t) como sigue:

x1 (t) = e2t v1 , x2 (t) = e2t (tv1 + w1 ),

x3 (t) = e−5t v2 , x4 (t) = e−5t v3 ,
 
−5t −5t 1 2
x5 (t) = e (tv3 + w2 ), x6 (t) = e t v3 + tw2 + w3 .
2

9.5 Las ecuaciones de Frenet

En esta sección vamos a discutir una aplicación de algunos de los conceptos de este
capitulo, en particular el Teorema 9.2 (de existencia y unicidad), al problema de
geometrı́a diferencial de construir una curva y su base de Frenet partiendo de unas
funciones de curvatura y torsión pre–especificadas. De primera mirada pudiera
dar la impresión que este resultado es una consecuencia directa del teorema de
existencia y unicidad. Aunque este teorema garantiza que el sistema de Frenet
(vea (9.34)) siempre tiene solución dadas las funciones de curvatura y torsión, no
es inmediato de este teorema que el triple de vectores resultante satisface las condi-
ciones de ortonormalidad requeridas. No obstante si las condiciones iniciales en el
sistema de Frenet cumplen las condiciones de ortonormalidad, entonces utilizando
un sistema auxiliar veremos que el triple resultante del teorema de existencia y
unicidad cumple con las condiciones de ortonormalidad en su intervalo máximo de
existencia.
Sea σ : [a, b] → R3 una curva C 1 . Suponemos que el parámetro s es el de
largo de arco de la curva, lo que es equivalente a que σ ′ (s) · σ ′ (s) = 1. Tenemos
entonces que
T(s) = σ ′ (s), (9.31)
es el vector tangente unitario a la curva σ en s. Diferenciando σ′ (s) · σ′ (s) = 1
con respecto a s obtenemos que

T′ (s) · T(s) = 0,
CAPÍTULO 9. SISTEMAS LINEALES N × N 268

i.e., T′ (t) es perpendicular a T(t). Definimos la normal principal a la curva en el

punto s por
T′ (s)
N(s) = , (9.32)
kT′ (s)k
y el vector binormal a la curva en el punto s por

B(s) = T(s) × N(s). (9.33)

Los vectores (T(s), N(s), B(s)) forman un sistema ortonormal que se mueve a lo
largo de la curva σ y que se conoce como el sistema o base de Frenet para la curva
σ.
Se puede verificar que el triple (T(s), N(s), B(s)) es solución del siguiente
sistema de ecuaciones diferenciales lineales de primer orden (9 × 9):
 ′

 T (s) = κ(s)N(s),



N′ (s) = −κ(s)T(s) + τ (s)B(s), (9.34)




 ′
B (s) = −τ (s)N(s).

Este sistema de ecuaciones diferenciales se conoce como las ecuaciones de Frenet.

Aquı́ κ(s) es la curvatura de σ en el punto s y se define por

κ(s) = T′ (s) ,

(9.35)

mientras que τ (s) se llama la torsión de la curva σ en el punto s y está dada por

T′′ (s) · B(s) σ ′′′ (s) · ( σ ′ (s) × σ′′ (s))

τ (s) = = . (9.36)
κ(s) k σ ′′ (s)k2

Note que κ mide la norma de la razón a que cambia el vector tangente unitario a
la curva con respecto al largo de arco, y τ mide la tendencia de la curva a ser no
plana.
Es claro que partiendo de la parametrización de una curva σ en términos del
largo de arco, podemos calcular la base de Frenet y la curvatura y torsión de dicha
curva. Ahora vamos a ver que para cualesquiera funciones continuas de curvatura
y torsión que especifiquemos, las ecuaciones (9.34) se pueden resolver en forma
única (modulo las condiciones iniciales) obteniendo ası́ la base de Frenet y por
consiguiente la parametrización σ.

Teorema 9.26. Sean κ y τ funciones continuas en J = [0, s0 ) con κ(s) > 0

para s ∈ J. Sea {T0 , N0 , B0 } un conjunto ortonormal de vectores en R3 con
CAPÍTULO 9. SISTEMAS LINEALES N × N 269

B0 = T0 × N0 . Entonces el sistema (9.34) tiene una solución (T(s), N(s), B(s))

definida sobre J, tal que {T(s), N(s), B(s)} es un conjunto ortonormal con B(s) =
T(s) × N(s), para toda s ∈ J, y tal que

T(0) = T0 , N(0) = N0 , B(0) = B0 .

En adición, si κ, τ ∈ C 1 y σ 0 ∈ R3 , entonces existe σ : J → R3 una curva C 3 tal

que σ(0) = σ 0 , con el triple {T(·), N(·), B(·)} su base de Frenet, y con κ, τ sus
funciones de curvatura y torsión respectivamente.

Demostración: Como el sistema (9.34) es lineal, el Teorema 9.2 garantiza que

este sistema tiene solución que es única y definida en todo J, y que satisface las
condiciones iniciales. Ahora definimos las siguientes funciones

u1 (s) = T(s) · N(s), u2 (s) = T(s) · B(s), u3 (s) = N(s) · B(s),

u4 (s) = N(s) · N(s) − T(s) · T(s), u5 (s) = B(s) · B(s) − N(s) · N(s).

Usando (9.34) es fácil ver ahora que:

u′1 (s) = κ(s)u4 (s) + τ (s)u2 (s),

u′2 (s) = κ(s)u3 (s) − τ (s)u1 (s),
u′3 (s) = −κ(s)u2 (s) + τ (s)u5 (s),
u′4 (s) = 2 [−2κ(s)u1 (s) + τ (s)u3 (s)] ,
u′5 (s) = 2 [κ(s)u1 (s) − 2τ (s)u3 (s)] .

La condición inicial en (T(s), N(s), B(s)) implica que las u’s satisfacen la condición
inicial:
(u1 (0), u2 (0), u3 (0), u4 (0), u5 (0)) = (0, 0, 0, 0, 0).
Por el Teorema 9.2, ui (s) = 0 para toda s ∈ J, 1 ≤ i ≤ 5. Esto implica que
(T(s), N(s), B(s)) es ortogonal para toda s y que

kT(s)k = kN(s)k = kB(s)k , s ∈ J.

Si multiplicamos interiormente la primera ecuación en (9.34) por T y usamos la

ortogonalidad ya establecida, obtenemos que T(s)·T′ (s) = 0, es decir T(s)·T(s) =
constante. Pero como
T(0) · T(0) = T0 · T0 = 1,
tenemos por la igualdad de las normas establecida anteriormente, que

kT(s)k = kN(s)k = kB(s)k = 1, s ∈ J.

CAPÍTULO 9. SISTEMAS LINEALES N × N 270

Podemos concluir que (T(s), N(s), B(s)) es ortonormal para toda s. De aquı́
que B(s) = ±T(s) × N(s). Pero como B(0) = B0 = T(0) × N(0), entonces
B(s) = T(s) × N(s) para toda s.
Para la última parte del teorema, si κ, τ ∈ C 1 entonces {T(·), N(·), B(·)} es
C . Ahora definimos σ : J → R3 por
2

Z s
σ(s) = σ 0 + T(t) dt.
0

Es claro que σ(0) = σ 0 y que {T(·), N(·), B(·)} es su base de Frenet. De la

primera ecuación en (9.34) sigue que κ(s) = kT′ (s)k. Como κ′ (s) = T′′ (s) · N(s),
tenemos que

T′′ (s) = κ(s)N′ (s) + κ′ (s)N(s)

= κ(s)(−κ(s)T(s) + τ (s)B(s)) + (T′′ (s) · N(s))N(s).

De aquı́ que T′′ (s) · B(s) = κ(s)τ (s), es decir que τ (s) = (T′′ (s) · B(s))/κ(s).

9.6 Ejercicios
Ejercicio 9.1. Para un sistema de la forma x′ (t) = Ax(t), verifique con la matriz
A dada, que las funciones dadas son soluciones del sistema. Utilice el wronskiano
para verificar que las soluciones son linealmente independientes y luego escriba la
solución general del sistema.
2et e2t
     
4 2
a) A = , x1 (t) = , x2 (t) = .
−3 −1 −3et −e2t
 t
−2e3t 2e5t
     
3 −2 0 2e
b) A = −1 3 −2 , x1 (t) = 2et  , x2 (t) =  0 , x3 (t) = −2e5t .
0 −1 3 et e3t e5t
Ejercicio 9.2. Halle una solución para cada uno de los sistemas del Ejercicio 9.1
sujeto a las condiciones iniciales:
a) x(0) = [5, −3]t .

b) x(0) = [10, 12, −1]t .

Ejercicio 9.3. Halle la solución general del sistema y′ = Ay donde:

 
2 3
a) A = .
2 1
CAPÍTULO 9. SISTEMAS LINEALES N × N 271
 
5 −9
b) A = .
2 −1
 
3 1 1
c) A =  −5 −3 −1 .
5 5 3
 
0 1 1
d) A =  1 0 1 .
1 1 0
Ejercicio 9.4. Si agua fresca entra a un arreglo de tres tanques según descrito
por el sistema (9.3), halle la solución general del sistema en el caso en que r =
10 gal/min, V1 = 50 gal, V2 = 25 gal, y V3 = 20 gal.

Ejercicio 9.5. Sea Φ(t) una matriz fundamental de (9.6).

a) Verifique que Φ(t) satisface la ecuación Φ′ (t) = A(t)Φ(t).

b) Verifique que si v(t) es una función diferenciable, entonces φ(t) = Φ(t)v(t) es

solución de (9.2) si y solo si Φ(t)v′ (t) = f (t).

Ejercicio 9.6. Halle la solución general del sistema y′ (t) = Ay(t) + f (t) para las
siguientes A y f :
   t 
0 1 2e
a) A = , f (t) = .
1 0 t2
   
4 −3 sin t
b) A = , f (t) =
2 −1 −2 cos t
Ejercicio 9.7. Considere el siguiente sistema de ecuaciones diferenciales:

y1′′ − 3y1′ + 2y1 + y2′ − y2 = 0,

y1′ − 2y1 + y2′ + y2 = 0.

a) Despejando la segunda ecuación para y2′ y sustituyendo en la primera, verifique

que este sistema es equivalente al sistema u′ = Au, donde
     
u1 y1 0 1 0
u =  u2  =  y1′  , A =  −4 4 −2  .
u3 y2 2 −1 −1

b) Encuentre un sistema fundamental para el sistema de la parte (a) y con éste

escriba la solución general del sistema.
CAPÍTULO 9. SISTEMAS LINEALES N × N 272

pared r1 r2 r3 pared

m1 m2

Figura 9.2: Sistema de dos masas m1 , m2 y tres resortes ri , i = 1, 2, 3 que

ejercen fuerzas proporcionales al los desplazamientos.

c) Calcule la solución del sistema original que cumple con las condiciones iniciales
de que y1 (0) = 0, y1′ (0) = 1, y2 (0) = 0.
Ejercicio 9.8. Considere el problema de un sistema de dos masas m1 , m2 sujetas
a tres resortes según se muestra en la Figura (9.2). Suponemos que las fuerzas de
los resortes están dadas por el modelo lineal (ley de Hooke):

fi (x) = −ki x, i = 1, 2, 3,

donde ki > 0, i = 1, 2, 3 y x representa el alargamiento del resorte en cuestión. Si

xi (t) denota el desplazamiento de la masa mi , i=1,2, entonces usando la segunda
ley de Newton obtenemos que:
d2 x1 (t)
m1 = k2 (x2 (t) − x1 (t)) − k1 x1 (t) + g1 (t),
dt2
2
d x2 (t)
m2 = −k2 (x2 (t) − x1 (t)) − k3 x2 (t) + g2 (t),
dt2
donde g1 y g2 son fuerzas (netas) externas que actúan sobre las masas m1 y m2
respectivamente.
a) Con una sustitución apropiada, convierta este sistema a un sistema lineal no–
homogéneo 4 × 4.
b) Encuentre una matriz fundamental para el sistema homogéneo asociado, esto
es, con g1 = g2 = 0.
c) Escriba la expresión, en términos de g1 , g2 y la matriz fundamental de la parte
(b), que representa la solución general para el sistema de la parte (a).
Ejercicio 9.9. La matriz  
1 9
B= ,
−1 −5
CAPÍTULO 9. SISTEMAS LINEALES N × N 273

tiene el valor propio λ = −2 doble con N(B − λI) = span (3, −1)t .


a) Determine un vector propio generalizado para B.

b) Halle la solución del problema de valor inicial: y′ (t) = By(t), y(0) = (1, −1)t .

Ejercicio 9.10. Halle la solución general del sistema y′ = Ay donde:

 
7 1
a) A = .
−4 3
 
−1 0 1
b) A =  0 1 −4 .
0 1 −3
 
−2 9 0
c) A =  1 4 0 .
1 3 1

Ejercicio 9.11. Resuelva el problema de valor inicial

y′ (t) = Ay(t), t ∈ R,
y(0) = y0 ,

donde y0 = [1, 2, −4, 3]t y

 
2 1 0 0
 0 2 1 0 
A=
 0
.
0 2 0 
0 0 0 1

Ejercicio 9.12. Suponga que una matriz C de tamaño 6 × 6 tiene valores pro-
pios λ1 = −3 y λ2 = 4 de multiplicidades algebraicas 3 y 3 respectivamente con
defectos 2 y 1 respectivamente3 . Sean {v1 }, {v2 , v3 } vectores propios linealmente
independientes correspondientes a λ1 y λ2 . Suponga que {v1 , w1 , w2 } es una ca-
dena de vectores propios generalizados correspondiente a λ1 y que {v2 , w3 }, {v3 }
son cadenas de vectores propios generalizados de λ2 . Determine seis soluciones
linealmente independientes del sistema y′ (t) = Cy(t).
3
Recuerde que el defecto de un valor propio es la diferencia entre la multiplicidad
algebraica y la geométrica.
CAPÍTULO 9. SISTEMAS LINEALES N × N 274

Ejercicio 9.13. Considere el sistema y′ = Ay donde

 
3 −4 1 0
 4 3 0 1 
A=  0
.
0 3 −4 
0 0 4 3

La matriz A tiene polinomio caracterı́stico

pA (λ) = (λ2 − 6λ + 25)2 ,

por lo que tiene autovalores 3 ± 4ı de multiplicidad dos cada uno.

a) Verifique que {v1 , v2 }, donde

v1 = [1, ı, 0, 0]t , v2 = [0, 0, 1, ı]t ,

es una cadena de largo dos asociada al autovalor 3 − 4ı.

b) Verifique ahora que al tomar las partes reales e imaginarias de las soluciones
del sistema dadas por

x1 (t) = eλt v1 , eλt (tv1 + v2 ),

donde λ = 3 − 4ı, obtiene cuatro soluciones reales y linealmente independientes

del sistema de ecuaciones diferenciales.
Apéndice A

El conjunto de los números

complejos

En esta sección vamos a repasar algunas definiciones y propiedades algebraicas

del conjunto de los números complejos. Recuerde que éste conjunto se denota
usualmente con el sı́mbolo C y se define por:

C = a + bı : a, b ∈ R, ı2 = −1 .


Si z = a + bı ∈ C, entonces a se llama la parte real de z mientras que b es su parte

imaginaria. Para representar ésto usamos la notación:

Re z = a, Im z = b.

Al número complejo z = a + bı le podemos asociar el par ordenado (a, b). De

ésta forma todo número complejo se puede visualizar como un punto en el plano
R2 y viceversa. Cuando visualizamos a C ésta manera, le llamamos eje real al eje
horizontal, y eje imaginario al eje vertical. (Vea la Figura A.1.)
Si z1 = a1 + b1 ı y z2 = a2 + b2 ı son números complejos, entonces z1 = z2 si y
solo si a1 = a2 y b1 = b2 . La suma y multiplicación de z1 y z2 se definen por:

z1 + z2 = (a1 + a2 ) + (b1 + b2 )ı,

z1 z2 = (a1 a2 − b1 b2 ) + (a1 b2 + a2 b1 )ı.

El conjugado del número complejo z = a + bı se denota por z̄ y se define como

el número complejo z̄ = a − bı. El modulo de z se denota por |z| y se define por:
1 p
|z| = (zz̄) 2 = a2 + b2 .

275
APÉNDICE A. EL CONJUNTO DE LOS NÚMEROS COMPLEJOS 276

eje imaginario

b z = a + bı

|z|

a eje real

Figura A.1: Interpretación geométrica del número complejo z = a + bı y su

modulo.

Note que |z| representa la distancia al origen del par ordenado (a, b) asociado al
número complejo z. (Vea la Figura A.1.)
Un polinomio con coeficientes complejos de grado n ≥ 0, es una expresión de
la forma:
p(x) = a0 + a1 x + a2 x2 + · · · + an xn ,
donde ai ∈ C, 0 ≤ i ≤ n. El siguiente teorema se conoce como el Teorema
Fundamental del Algebra.
Teorema A.1. Sea p(x) un polinomio de grado n ≥ 1 con coeficientes complejos.
Entonces existen z1 , z2 , . . . , zn ∈ C tal que:
p(x) = an (x − z1 )(x − z2 ) · · · (x − zn ).
El siguiente resultado asegura que si los coeficientes del polinomio son todos
reales, entonces las raı́ces complejas del polinomio están dadas por pares de con-
jugados complejos.
Teorema A.2. Sea p(x) un polinomio de grado n ≥ 1 con coeficientes reales. Si
z = a + bı es raı́z de p, entonces z̄ = a − bı es también raı́z de p.
Para z = a + bı ∈ C y x ∈ R, definimos:
ezx = eax eıbx = eax (cos bx + ı sen bx) .
APÉNDICE A. EL CONJUNTO DE LOS NÚMEROS COMPLEJOS 277

El caso particular de esta formula donde z = ı, reduce a:

eıx = cos x + ı sen x,

la cual es conocida como la identidad de Euler . Para z, w ∈ C y n entero, tenemos

que:
ezx
= e(z−w)x , (ezx )n = enzx ,
ewx
y que:
d zx
[e ] = zezx .
dx
Si el número complejo z es distinto de cero, entonces lo podemos escribir como:
 
a b
z = a + bı = |z| + ı .
|z| |z|

Como  2  2
a b
+ = 1,
|z| |z|
tenemos que existe un único θ ∈ [0, 2π) tal que:

a b
cos θ = , sen θ = .
|z| |z|

Por la identidad de Euler que mencionamos antes, tenemos que:

z = |z| (cos θ + ı sen θ) = |z| eıθ .

Esta representación del número complejo z se conoce como su forma polar . La

forma polar del número complejo z es particularmente útil para el computo de
raı́ces n-esimas del número z, esto es, hallar todos los números w tal que:

wn = z,

donde n ≥ 1 es entero. El siguiente teorema contesta ésta pregunta y se conoce

como el Teorema de De Moivre.

Teorema A.3. Sea z = |z| eıθ un número complejo distinto de cero, y n ≥ 1 un

entero. Entonces las n raı́ces de la ecuación wn = z están dadas por:
1 2πk
wk = |z| n eı( n + ),
θ
n k = 0, 1, . . . , n − 1.
Referencias

[1] Boyce, W. E. and Diprima, R. C., Elementary Differential Equations and

Boundary Value Problems, Fourth Edition, John Wiley & Sons, 1986.

[2] Bowman, F., Introduction to Bessel Functions, Dover Publications, Inc., 1958.

[3] Brauer, F. and Nohel, J. A., The Qualitative Theory of Ordinary Differential
Equations: An Introduction, Dover Publications, Inc., 1989.

[4] Braun, M., Differential Equations and Their Applications, 2nd Ed.,
Springer-Verlag, 1978.

[5] Coddington, E. and Levinson, N., Theory of Ordinary Differential Equations,

McGraw–Hill Book Co., Inc., 1955.

[6] Davis, H. T., Introduction to Nonlinear Differential Equations, Dover Publi-

cations, Inc., 1962.

[7] Edwards, C. H. and Penney, D. E., Differential Equations: Computing and

Modeling, Prentice –Hall, Inc., 1996.

[8] Ince E. L., Ordinary Differential Equations, Dover Publications, Inc., 1956.

[9] Jahnke, E. and Emde, F., Tables of Functions - With Formulas and Curves,
Dover Publications, Inc., 1945.

[10] Lebedev N., N., Special Functions and their Applications, Dover Publications,
Inc., 1972.

[11] Sanchez, D. A., Ordinary Differential Equations and Stability, Dover Publi-
cations, Inc., 1979.

[12] Stakgold, I. and Holst, M., Green’s Functions and Boundary Value Problems,
Third Edition, John Wiley & Sons, 2011.

278
Indice

C k (α, β), 58 diagrama de fase, 22

C, 275 escalar orden uno, 20
punto crı́tico, 21
base de Frenet, 268 solución de equilibrio, 21
ecuación de Bessel de orden p, 163, 173
caı́da libre ecuación de calor, 229–232
con fricción, 24 problema de frontera y valor inicial, 229
sin fricción, 24 separación de variables, 230
campo de direcciones, 17 ecuación de Laplace, 236–239
circuito eléctrico problema de frontera tipo Dirichlet, 237
LR, 46 separación de variables, 237
RC, 46 ecuación de Legendre, 163
RLC, 5 ecuación de onda, 233–236
coeficientes constantes, ecuación lineal, 63 separación de variables, 234
condición inicial, 10 ecuación diferencial
conjunto fundamental, 60 escalar, 1
convolución de dos funciones, 203 lineal, 2
transformada, 204 nolineal, 2
curva orden, 2
base de Frenet, 268 ordinaria, 1
curvatura, 268 parcial, 2
ecuaciones de Frenet, 268 sistema, 1
normal principal, 268 ecuación equidimensional de Euler–Cauchy,
torsión, 268 164
vector tangente unitario, 267 ecuación escalar
vector vector binormal, 268 lineal, 7
curva integral, 16 orden n, 7
curvatura, 268 solución, 7
ecuación escalar orden dos
delta de Dirac, 198
ecuación auxiliar, 63
transformada, 199
existencia y unicidad, 55
derivada de derecha, 224
forma general, 54
derivada de izquierda, 224
lineal homogénea, 57
discontinuidad simple de una función, 93,
lineal no–homogénea, 57, 66
223
lineal, existencia y unicidad, 57
ecuación autónoma lineal, homogénea, coeficientes constantes,

279
INDICE 280

63 método de Euler, 212

reducción de orden, 62 error local, 212
reducible orden uno, 55 métodos Runge–Kutta
ecuación escalar orden uno adaptativo, 216
de Bernoulli, 41 clásico, 215
exacta, 33 de dos evaluaciones, 215
factor integrante, 37 método de Heun, 215
homogénea, 39 método del punto medio, 215
lineal, 26 matriz no–defectuosa, 259
separable, 31 mezclas, problemas de, 2
ecuación lineal orden n, 87 modelo exponencial, para poblaciones, 43
coeficientes constantes, 87 modelo logı́stico, para poblaciones, 43
ecuación caracterı́stica, 88 modelo logı́stico con umbral, 44
ecuaciones de Frenet, 268 modelos presa–depredador, 135–137
eqcuación indicial, 166
especies en competencia, 137–142 números complejos
conjugado, 275
familia de soluciones, 16 definición, 275
familias de curvas ortogonales, 32 eje real e imaginario, 275
función continua por pedazos, 185 forma polar, 277
función de Bessel modulo, 275
ceros o raı́ces, 177 partes real e imaginaria, 275
primer tipo, 174 suma y multiplicación, 275
propiedad ortogonalidad, 178 teorema De Moivre, 277
propiedades asintóticas, 176 teorema fundamental del álgebra, 276
propiedades diferenciales e integrales, 177
segundo tipo, 175 operador diferencial de orden dos, 58
series, 178, 180
transformada de Laplace, 203 péndulo simple, 131
función de MATLAB puntos criticos, 133
ode23, 216 separatrices, 134
ode45, 216 péndulpsimple, 134
función escalonada unitaria, 190 población de saturación, 44
transformada, 191 polinomios de Legendre, 170
función Gamma, 173 presa–depredador, modelo, 106
funciones de tipo impulso presa–depredador, modelo de, 221
delta de Dirac, 198 principio de superposición, 59
el impulso, 197 problema de frontera
unitarias, 197 auto–funciones, 91
autovalores, 91
identidad de Euler, 277 serie de Sturm–Liouville, 93
intervalo máximo de existencia, 7 tipo Sturm–Liouville, 91
isoclina de nivel c, 18 problema de valor inicial, 10
problemas de mezclas, 2
ley de enfriamiento de Newton, 5 punto crı́tico
Lorenz, sistema, 221 asintoticamente estable, 21
INDICE 281

inestable, 21 coeficientes constantes, 253–267

punto ordinario de ecuación diferencial, 155 conjunto fundamental, 249
punto singular, 162 definición, 244
punto singular irregular, 162 existencia y unicidad de soluciones, 246
punto singular regular, 162 independencia lineal, 246
matrices defectuosas, 258
reducción de orden, 62 matriz fundamental, 249
principio superposición, 246
serie de Frobenious, 168 problemas de mezclas, 245
serie de potencias, 153 sistema homogéneo, 246
convergencia absoluta puntual, 153 solución general sistema no–homogéneo,
convergencia puntual, 153 251
diferenciación por términos, 154 solución PVI sistema homogéneo, 251
intervalo de convergencia absoluta, 154 solución PVI sistema no–homogéneo, 252
radio de convergencia, 153 valores propios complejos distintos, 256
suma parcial, 153 valores propios reales distintos, 254
series de Fourier valores propios repetidos, 258
de cosenos, 228 variación de parámetros, 252
de senos, 228 wronskiano, 247
definición, 223 solución complementaria, 66
ortogonalidad, 223 solución en serie punto ordinario, 155
periodo 2L, 226 solución general, 16
sistema autónomo 2 × 2, 105 soluciones particulares
centro, 124 coeficientes indeterminados, 67–74
espiral, 124 variación de parámetros, 74
lineal: estabilidad y tipo de diagrama,
126 teorema comparación para integrales, 186
linearización, 112 teorema de existencia y unicidad, 11
nodo impropio, 116, 121 teorema De Moivre, 277
nodo propio, 121 teorema existencia y unicidad ecuación line-
nolineal: estabilidad y tipo de diagrama, al, 30
130 teorema fundamental del álgebra, 276
orbita periódica, 108 torsión, 268
plano fase, 106 transformada de Laplace
punto critico, 110 convolución, 203
punto critico asintóticamente estable, de derivadas, 188
111 de las funciones de Bessel, 203
punto critico estable, 111 definición, 184
punto critico inestable, 111 existencia, 186
silla de caballo, 119 formula tipo integración por partes, 204
sistema lineal, 113 función escalonada unitaria, 190
trayectoria, orbita, paso, 106 inversa, 189
sistema de masa–resorte, 3 linealidad, 188
sistema masa–péndulo, 4
sistema masa–resorte nolineal, 142–145 valor propio
sistemas de primer orden lineal defectuoso, defecto, 259
INDICE 282

definición, 253
espacio propio asociado, 259
multiplicidad algebraica, 258
multiplicidad geométrica, 259
vector propio generalizado
cadena de largo k, 263
definición, 261
vibraciones mecánicas, 76–86
forzadas, 82
frecuencia natural, 77
libres con fricción, 79
libres sin fricción, 77
moduladas, latidos, 84
movimiento armónico simple, 77
movimiento sub y sobre amortiguado,
79
periodo natural, 77
pseudo periodo, 80
resonancia, 85

wronskiano, 59