Ecuaciones Diferenciales 2

Titular de la Universidad de Antioquia, Magister en Matem aticas de la Universidad Nacional.
1 Profesor
Un
ive
rsid
ad
de
An
tioq
Jaime Escobar A.1
uia
,D
ept
ECUACIONES DIFERENCIALES con aplicaciones en Maple

o. d eM
atem
atic as
ii
Un ive rsid ad de An tioq uia ,D ept o. d
eM
atem
atic as
3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN 3.1. APLICACIONES GEOMETRICAS . . . . . . . . . . . . . 3.1.1. Trayectorias Isogonales y Ortogonales . . . . . . . . 3.1.2. Problemas de Persecuci on: . . . . . . . . . . . . . 3.1.3. Aplicaciones a la geometr a anal tica . . . . . . . . . . . . . . . . . . 3.2. CRECIMIENTO Y DESCOMPOSICION 3.2.1. Desintegraci on radioactiva . . . . . . . . . . . . . . iii
Un
ive
2. METODOS DE SOLUCION 2.1. VARIABLES SEPARABLES . . . . . . . . 2.2. ECUACIONES HOMOGENEAS . . . . . . 2.3. E.D. CON COEFICIENTES LINEALES . . 2.4. ECUACIONES EXACTAS . . . . . . . . . . . . . . . . 2.5. FACTORES DE INTEGRACION 2.6. E.D. LINEAL DE PRIMER ORDEN . . . . 2.7. E.D. DE BERNOULLI . . . . . . . . . . . . 2.8. E.D. NO LINEALES DE PRIMER ORDEN 2.9. OTRAS SUSTITUCIONES . . . . . . . . . 2.10. ANEXO CON EL PAQUETE Maple . . . .
uia
,D
1. INTRODUCCION 1.1. CAMPO DE DIRECCIONES . . . . . . . . . . . . . . . . . . DE CONTINUIDAD . . . . . . . . . . . . . . . . 1.2. ECUACION
o. d
eM
atem
atic as
1 5 6 7 7 10 14 15 20 26 32 34 43 46 49 49 49 52 54 55 56 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
INDICE GENERAL
ept
. . . . . . . . . .
. . . . . . . . . .
rsid
ad
de
An
tioq
INDICE GENERAL Ley de enfriamiento de Newton . . . . . . . . . . . . Ley de absorci on de Lambert . . . . . . . . . . . . . Crecimiento de Cultivos de Bacterias o Crecimientos poblacionales . . . . . . . . . . . . . . . . . . . . . . 3.3. PROBLEMAS DE DILUCION . . . . . . . . . . . . . . . . 3.4. VACIADO DE TANQUES . . . . . . . . . . . . . . . . . . . 3.5. APLICACIONES A LA FISICA . . . . . . . . . . . . . . . . 4. TEORIA DE LAS E.D.O. LINEALES 4.1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . . . . DE ORDEN . . . . . . . . . . 4.2. METODO DE REDUCCION 4.3. E.D.O. LINEALES CON COEFICIENTES CONSTANTES 4.4. E.D. LIN. DE ORDEN MAYOR QUE DOS CON COEF. CONST. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. OPERADOR ANULADOR . . . . . . . . . . . . . . . . . . 4.6. METODO DE LOS COEFICIENTES INDETERMINADOS DE PARAMETROS 4.7. VARIACION . . . . . . . . . . . . . . . 4.7.1. GENERALIZACION DEL METODO DE VARIACION DE PARAMETROS . . . . . . . . . . 4.8. OPERADORES . . . . . . . . . . . . . . . . . . . . . . . . . 4.9. METODO DE LOS OPERADORES INVERSOS . . . . . . 4.10. E.D.O. DE EULER - CAUCHY . . . . . . . . . . . . . . . . 4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES 4.11.1. MOVIMIENTO ARMONICO SIMPLE . . . . . . . 4.11.2. MOVIMIENTO AMORTIGUADO . . . . . . . . . . 4.11.3. MOVIMIENTO FORZADO. . . . . . . . . . . . . . 4.12. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . 3.2.2. 3.2.3. 3.2.4. . 57 . 57 . . . . 58 59 68 73
atic as
. . . . . . . . . . . . . . . . . . . . . . . . . . .
eM
atem
81 . 81 . 96 . 100 . . . . . . . . . . . . . 104 106 110 113 122 125 127 139 142 142 145 147 161
5. SOLUCIONES POR SERIES 5.1. INTRODUCCION . . . . . . . . . . . . . . . . . 5.2. SOLUCION EN PUNTOS ORDINARIOS . . . . 5.3. SOL. EN TORNO A PUNTOS SING. REG. . . . 5.3.1. CASO II: r1 r2 = entero positivo . . . . GAMMA: (x) . . . . . . . . . 5.3.2. FUNCION 5.3.3. CASO III: r1 = r2 . . . . . . . . . . . . . DE BESSEL DE ORDEN p : 5.3.4. ECUACION 5.3.5. PUNTO EN EL INFINITO . . . . . . . . 5.4. ANEXO CON EL PAQUETE Maple . . . . . . .
rsid
ad
de
An
tioq
uia
,D
ept
o. d
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
169 . 169 . 172 . 182 . 188 . 191 . 195 . 199 . 206 . 213
iv
Un
ive
INDICE GENERAL 6. TRANSFORMADA DE LAPLACE 215 6.1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . . . . . 215 6.2. TRANSFORMADA INVERSA DE LAPLACE . . . . . . . . . 219 6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE 222 6.4. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES 238 6.5. IMPULSO UNITARIO O DELTA DE DIRAC . . . . . . . . . 243 6.6. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 246 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN 251 7.1. CONJUNTOS FUNDAMENTALES Y SISTEMAS HOMO GENEOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254 7.2. METODO DE LOS VALORES Y VECTORES PROPIOS . . 255 DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION 274 7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS . . . . 278 7.5. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 280 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD 281 8.1. SIST. AUTON., PLANO DE FASE . . . . . . . . . . . . . . . 281 8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. . . . . . . 285 8.2.1. TIPOS DE PUNTOS CRITICOS. . . . . . . . . . . . 286 8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD . . 295 8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV . 308 8.5. LINEALIZACION DE SISTEMAS NO LINEALES . . . . . . 315 8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON334 8.7. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 340 A. Existencia y Unicidad de soluciones 345 A.1. PRELIMINARES . . . . . . . . . . . . . . . . . . . . . . . . . 345 A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 A.3. T. LOCAL Y GLOBAL PARA SIST. DE E.D.O. LINEALES 354 B. EXPONENCIAL DE OPERADORES C. FRACCIONES PARCIALES C.1. Factores lineales no repetidos. . . C.2. Factores Lineales Repetidos. . . . C.3. Factores Cuadr aticos. . . . . . . C.4. Factores Cuadr aticos Repetidos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
359 363 . 363 . 364 . 366 . 367
vi
INDICE GENERAL
eM
atem
atic as
dy + 4y = 5 Ejemplo 1. 3 dx
Ejemplo 4. Ejemplo 5.
u y
v = x
2u xy
=yx
Denici on 1.2 (Orden). La derivada o la diferencial de m as alto orden 1
Un
Si la ecuaci on contiene derivadas parciales de una o m as variables dependientes con respecto a una o m as variables independientes, se dice que es una ecuaci on en derivadas parciales.
ive
rsid
dv + v dx =x Ejemplo 3. u du dx
ad
Ejemplo 2. (x2 y )dx + 5 sen y dy = 0
de
An
tioq
Si la ecuaci on contiene derivadas ordinarias de una o m as variables dependientes con respecto a una sola variable independiente entonces la ecuaci on se dice que es una ecuaci on diferencial ordinaria (E.D.O.).
uia
,D
Denici on 1.1 . Si una ecuaci on contiene las derivadas o las diferenciales de una o m as variables dependientes con respecto a una o m as variables independientes, se dice que es una ecuaci on diferencial (E.D.).
ept
o. d
eM
atem
INTRODUCCION
atic as
CAP ITULO 1
CAP ITULO 1. INTRODUCCION determina el orden de la E.D.

d3 y dx3 d y dy + x2 dx 2 + x dx = ln x, es de orden 3. dy dx y =x , la cual es de orden 1.
2
Ejemplo 6.
Ejemplo 7. xdy ydx = 0 =
Denici on 1.3 (E.D.O. lineal) Una E.D. es lineal si tiene la forma:

d y d y dy an (x) dx n + an1 (x) dxn1 + . . . + a1 (x) dx + a0 (x)y = g (x)
d y dy Ejemplo 10. y 2 dx 2 + y dx + xy = x no es lineal.
Un
ive
Ejemplo 11. x = y ln(cy ) es soluci on de y (x + y ) = y En efecto, derivando impl citamente: 1 = 1=

dy dx dy dx
rsid
ad
Denici on 1.4 . Se dice que una funci on f con dominio en un intervalo I es soluci on a una E.D. en el intervalo I , si la funci on satisface la E.D. en el intervalo I .
de
An
tioq
uia
ln(cy ) +
1 cy dy cy dx
d y 2 Ejemplo 9. sen x dx 3 + xy = 0 no es lineal.
(ln(cy ) + 1), luego
dy dx
1 ln(cy )+1
Sustituyendo en la ecuaci on diferencial: y (ln (cy ) + 1) y ln(cy ) + y = = y, ln (cy ) + 1 ln (cy ) + 1 2
,D
d y dy d y 2 x es lineal de orden 3. Ejemplo 8. x2 dx 3 + cos x dx2 + sen x dx + x y = e
ept
o. d
Es decir, la variable dependiente y y todas sus derivadas tienen exponente uno y cada coeciente a0 (x), a1 (x), . . . , an (x), g (x), dependen solo de x. Si no se cumple lo anterior se dice que la E.D. no es lineal.
eM
atem
n1
atic as
luego y = y por tanto x = y ln (cy ) es soluci on. Una E.D. acompa nada de unas condiciones iniciales se le llama un problema de valor inicial (P.V.I.), con frecuencia es importante saber si un problema de valor inicial tiene soluci on y tambi en deseamos saber si esta soluci on es u nica, aunque no podamos conseguir explicitamente la soluci on, el siguiente teorema nos responde las inquietudes que acabamos de plantear.Este teorema lo enuciamos y demostramos con m as profundidad en el Ap endice al nal del texto. Teorema 1.1 (Picard) Sea R una regi on rectangular en el plano XY denida por a x b, c y d que contiene al punto (x0 , y0 ) en su interior. Si f (x, y ) y f son continuas en R, entonces existe un intervalo I con ceny tro en x0 y una u nica funci on y (x) denida en I que satisface el problema de valor inicial y = f (x, y ), y (x0 ) = y0 . Ejemplo 12. Para la E.D. y = x2 + y 2 , se tiene que f (x, y ) = x2 + y 2 y = 2y son continuas en todo el plano XY , por lo tanto por cualquier punto (x0 , y0 ) del plano XY pasa una y solo una soluci on de la E.D. anterior. Es importante anotar que para esta E.D. es imposible hallar una soluci on explicita, solo con m etodos num ericos se puede hallar la soluci on.
f y
de
Ejercicio 1. Demostrar que y = c1 cos 5x es soluci on de y + 25y = 0. Ejercicio 2. Demostrar que y = ex y + 2xy = 1. Ejercicio 3. Demostrar que y = x xy = y + x sen x.
2
An
tioq
rsid
ad
x t2 e 0
uia
,D
ept
o. d
dt + c1 ex es soluci on de
Un
ive
x sen t t 0
dt es soluci on de
on de 2y + y = 0, tambi en Ejercicio 4. Demostrar que y = e 2 es soluci y = 0 es soluci on. Nota: si todas las soluciones de la E.D. F (x, y, y , . . . , y (n) ) = 0 en un intervalo I pueden obtenerse de G(x, y, C1 , . . . , Cn ) mediante valores apropiados de Ci , entonces a G se le llama la soluci on general; una soluci on que no contenga los par ametros Ci se le llama la soluci on particular; una soluci on 3
eM
atem
2
atic as
CAP ITULO 1. INTRODUCCION que no pueda obtenerse a partir de la soluci on general se le llama soluci on singular. Veremos m as adelante que la soluci on general a una E.D. lineal de orden n tiene n par ametros. En las E.D. no lineales a veces no es posible obtener explicitamente una soluci on general. Ejemplo 13. y = Cx4 es soluci on general de xy 4y = 0. Con C = 1 entonces la soluci on particular es y = x4 . Tambi en f (x) =
+ C )2 es soluci on general. a). y = ( x 4 b). Si C = 0 mostrar que y =

x4 16
es soluci on particular.
c). Explicar porque y = 0 es soluci on singular. a). y =

1+Ce2x 1Ce2x
Ejercicio 9. Si (x2 + y 2 ) dx + (x2 xy ) dy = 0, comprobar que y on general. C1 (x + y )2 = xe x , es soluci Ejercicio 10. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.
Un
Ejercicio 8. Si 2xy dx + (x2 + 2y ) dy = 0, comprobar que x2 y + y 2 = C1 es soluci on general.
ive
rsid
Ejercicio 7. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.
ad
b). Explicar porque y = 1 es soluci on singular.
de
es soluci on general.
An
Ejercicio 6. Si y = y 2 1, demostrar
tioq
uia
,D
Ejercicio 5. Si y xy 2 = 0, demostrar
2
ept
o. d
es una soluci on singular, porque no se puede obtener a partir de la soluci on general.
eM
atem
x4 x4
x0 x<0
atic as
1.1. CAMPO DE DIRECCIONES
1.1.
CAMPO DE DIRECCIONES
y(x)0 -2 -1
rsid
ad
de
An
tioq
uia
1 2 x
Un
Figura 1.1 5
ive
-1
-2
,D
ept
o. d
> with(DEtools): DEplot (diff(y(x),x)=-2*x^2+y(x)^2,y(x),x=-2..2,color=black, {[0,2],[0,0],[0,1],[0,-1]},y=-2..2,linecolor=black);
eM
Dada la E.D. y = f (x, y ) y sabiendo que la primera derivada representa una direcci on en el plano XY , podemos por lo tanto asociar a cada punto (x, y ) una direcci on, a este conjunto de direcciones lo llamamos el campo de direcciones o campo pendiente de la E.D. y = f (x, y ). Este campo de direcciones nos permite inferir propiedades cualitativas de las soluciones, como por ejemplo si son asint oticas a una recta, si son cerradas o abiertas, etc.. Con el paquete Maple haremos un ejemplo. Ejemplo 14. Hallar el campo de direcciones de la E.D. y = 2x2 + y 2 y cuatro curvas soluci on de la E.D. que pasan por los puntos (0, 2), (0, 0), (0, 1), (0, 1) respectivamente.
atem
atic as
CAP ITULO 1. INTRODUCCION
1.2.
DE CONTINUIDAD ECUACION
Un
ive
rsid
ad
dC (t) = E (t) S (t) = R kC (t). dt
de
An
Ejemplo 15. La concentraci on de glucosa en la sangre aumenta por ingesta de comidas ricas en azucares; si se suministra glucosa a una raz on constante R (en mg/minuto). Al mismo tiempo, la glucosa se transforma y se elimina a una tasa proporcional a la concentraci on presente de glucosa. Si C (t) representa la concentraci on de glucosa en un instante t, entonces E (t) = R y S (t) = kC (t), entonces por la ecuaci on de continuidad, la Ecuaci on Diferencial que rige este fen omeno es
tioq
uia
,D
ept
dx = E (t) S (t). dt
o. d
eM
Si la variable es x y la tasa de entrada es E (t) y la tasa de salida es S (t) entonces la tasa de acumulaci on es
atem
Para nalizar este Cap tulo, es importante hacer un corto comentario soomenos bre la ecuaci on de continuidad; con ella se construyen modelos de fen en diferentes areas del conocimiento que dependen del tiempo, dando como resultado una o varias Ecuaciones Diferenciales. La ecuaci on de continuidad nos dice que la tasa de acumulaci on de una variable x en un recipiente (el cual puede ser un tanque, un organo humano, una persona, una ciudad, un banco, una universidad, un sistema ecol ogico, etc.) es igual a su tasa de entrada menos su tasa de salida; tanto la tasa de entrada como la tasa de salida pueden ser constantes o variables.
atic as
Denici on 2.1 . Se dice que una E.D. de la forma: o de variables separables.
do: h(y ) dy =
g (x) dx + C,
Nota: la constante o par ametro C , a veces es conveniente escribirla de otra manera, por ejemplo, m ultiplos de constantes o logaritmos de constantes o exponenciales de constantes o si aparecen varias constantes reunirlas en una sola constante. Ejemplo 1. Soluci on:
dy dx
= e3x+2y dy = e3x+2y = e3x e2y dx 7
Un
ive
rsid
obteni endose as una familia uniparam etrica de soluciones.
ad
de
An
La anterior ecuaci on se puede escribir como h(y ) dy = g (x) dx e integran-
tioq
uia
,D
ept
2.1.
VARIABLES SEPARABLES
dy g (x) = es separable dx h(y )
o. d
eM
atem
METODOS DE SOLUCION
atic as
CAP ITULO 2
CAP ITULO 2. METODOS DE SOLUCION separando variables dy = e3x dx e2y e integrando
la soluci on general es e3x e2y + =C 3 2 Ejemplo 2.

dy dx
= xy 3 (1 + x2 ) 2 , con y (0) = 1
= obtenemos =
soluci on general Cuando x = 0, y = 1 8
1 = 1 + x2 + C. 2y 2
1 = 1 + 02 + C 21
Un
ive
1 (1 + x2 ) 2 y 2 = +C e integrando 1 2 2 2
rsid
1 du 2 u
ad
de
An
1 d(1 + x2 ) 2 1 + x2
tioq
uia
haciendo u = 1 + x2 du = 2xdx
2x y 3 dy = dx 2 1 + x2
,D
ept
Soluci on: separando variables
o. d
eM
atem
atic as
e3x 1 e2y + C = 2 3
2.1. VARIABLES SEPARABLES luego C= 3 2
La soluci on particular es
Ejercicio 2. y + y 2 sen x = 0 Ejercicio 3. 3ex tan y dx + (2 ex ) sec2 y dy = 0 Ejercicio 4. y sen x = y ln y , si y Ejercicio 5.

2
Ejercicio 8. Se suministran bacterias como alimento a una poblaci on de protozoarios a una raz on constante . Se ha observado que las bacterias son devoradas a una tasa proporcional al cuadrado de su cantidad. Si c(t) es la cantidad de bacterias en el instante t, hallar la E.D.; determinar c(t) en funci on de c(0); cu al es la concentraci on de equilibrio de las bacterias, es decir, cuando c (t) = 0 ? + kc(t) + kc(0) 2 kt ; concentraci on de equilibrio c = (Rta.: kc(t) = kc(0) e ) k
dy dy + 2y = xy dx Ejercicio 9. Resolver por variables separables: a x dx y = a y x = 2a.
Un
ive
rsid
ad
dy Ejercicio 7. dx y 2 = 9 que pase por los puntos: 1 a) (0, 0), b) (0, 3), c) 3 ,1
de
An
Ejercicio 6. x2 y = y xy , si y (1) = 1 1 ln |x| 1) (Rta. ln |y | = x
tioq
dy xy + 3x y 3 = dx xy 2x + 4y 8
uia
,D
=e
ept
o. d
eM
Ejercicio 1. (4y + yx2 ) dy (2x + xy 2 ) dx = 0
atem
Resolver los siguientes ejercicios por el m etodo de separaci on de variables:
atic as
3 1 2 1 + x = 2y 2 2
en
CAP ITULO 2. METODOS DE SOLUCION
2.2.
ECUACIONES HOMOGENEAS
Denici on 2.2 : f (x, y ) es homog enea de grado n si existe un real n tal que n para todo t: f (tx, ty ) = t f (x, y ). Ejemplo 3. f (x, y ) = x2 + xy + y 2 es homog enea de grado dos. Denici on 2.3 .Si una ecuaci on en la forma diferencial : M (x, y ) dx + N (x, y ) dy = 0
M (x, y ) dx + N (x, y ) dy = 0 donde M (x, y ) y N (x, y ) son funciones homog eneas del mismo grado; mediante la sustituci on y = ux o x = yv (donde u o v son nuevas variables dependientes), puede transformarse en un ecuaci on en variables separables. Nota: si la estructura algebraica de N es m as sencilla que la de M , entonces es conveniente usar las sustituci on y = ux. Si la estructura algebraica de M es m as sencilla que la de N , es conveniente usar la sustituci on x = vy . Ejemplo 4. Resolver por el m etodo de las homog eneas, la siguiente E.D.: y y x x (x + ye ) dx xe dy = 0, con y (1) = 0. Soluci on: y y (x + ye x ) dx xe x dy = 0 donde
homog enea de orden 1 homog enea de orden 1
Un
M (x, y ) = x + ye 10
y x
ive
rsid
ad
de
An
tioq
uia
M etodo de soluci on: dada la ecuaci on
,D
Siempre que se tenga una E.D. homog enea podr a ser reducida por medio de una sustituci on adecuada a una ecuaci on en variables separables.
ept
o. d
eM
tiene la propiedad que M (tx, ty ) = tn M (x, y ) y N (tx, ty ) = tn N (x, y ), entonces decimos que es de coecientes homog eneos o que es una E.D. homog enea.
atem
N (x, y ) = xe x
atic as
y
2.2. ECUACIONES HOMOGENEAS La sustituci on m as sencilla es: y = ux, por tanto dy = u dx + x du Sustituyendo en la E.D. (x + uxe x ) dx xe x (u dx + x du) = 0 o sea que
ux ux
ln x = e x + C
Por lo tanto, es la soluci on particular
dy = z 1 dz (x2 z 2 1)z 1 dz + 2xz 3 dx = 0 (x2 z 31 z 1 )dz + 2xz 3 dx = 0
Un
ive
Ejemplo 5. (x2 y 2 1)dy + 2xy 3 dx = 0 (ayuda: hacer y = z y calcular para convertirla en homog enea) Soluci on: No es homog enea; hagamos y = z y hallemos de tal manera que la E.D.O. se vuelva homog enea:
rsid
ad
de
An
ln x = e x 1
tioq
uia
ln 1 = e 1 + C
0 = 1 + C de donde C = 1
,D
Para hallar la soluci on particular que pasa por el punto y (1) = 0, sustitu mos en la soluci on general y obtenemos:
ept
o. d
eM
luego x dx = x2 eu du, separando variables y considerando x = 0, obtenemos, dx = eu du ln x = eu + C x Por lo tanto la soluci on general es
atem
atic as
x dx x2 eu du = 0
(2.1)
suma de exponentes en los t erminos: 2+31, 1 y 1+3 respectivamente. 11
CAP ITULO 2. METODOS DE SOLUCION An alisis de exponentes para que se cumpla la homogeneidad: 1 + 3 = 2 + 3 1 = 1, se concluye = 1 Sustituyo en la E.D. (2.1): (1)(x2 z 2 1)z 2 dz + 2xz 3 dx = 0
La sustituci on m as sencilla es x = uz dx = u dz + z du. (u2 z 2 z 4 + z 2 ) dz + 2uzz 3 (u dz + z du) = 0
z 2 (u2 + 1) dz + 2uz 1 du = 0 2u z 2 dz + du = 0 z 1 u2 + 1 2u dz + 2 du = 0 z u +1
reemplazo u =
x z
y tenemos, tomando z = 0 x2 +z =C z
Un
ln |z (u2 + 1)| = ln C z (u2 + 1) = C
ive
Integrando: ln |z | + ln(u2 + 1) = ln C
rsid
ad
de
An
Como y = z 1 o sea que z = y 1 , entonces luego x2 y 2 + 1 = Cy, 12
tioq
uia
(u2 z 2 + z 2 ) dz + 2uz 1 du = 0
,D
x2 y 1
ept
(u2 z 2 + z 2 + 2u2 z 2 ) dz + (2uz 1 ) du = 0
+ y 1 = C
o. d
eM
atem
Es homog enea de orden 2.
atic as
(x2 z 4 + z 2 ) dz + 2xz 3 dx = 0
2.2. ECUACIONES HOMOGENEAS es la soluci on general. Resolver los siguientes ejercicios por el m etodo de las homog eneas, o convertirla en homog enea y resolverla seg un el caso:
y dx x dy = 0. Ejercicio 1. y + x cot x
Ejercicio 2. (x + (Rta.: ln |y | + 2
y x y
= 0)
y y Ejercicio 3. x y cos x dy = 0. dx + x cos x
yx2 dx (x3 + y 3 )dy = 0, donde y (0) = 1 (Rta.: ln |y | = 1 ( x )3 ) 3 y Ejercicio 12. Hallar la soluci on particular de la E.D. xy 2 dy (x3 + y 3 )dx = 0, 13
Un
Ejercicio 11. Hallar la soluci on particular de la E.D.
ive
dy y y Ejercicio 10. dx = cos( x )+ x . y y (Rta.: sec( x ) + tan( x ) = Cx)
rsid
ad
y y Ejercicio 9. y (ln x + 1) dx x ln x dy = 0. 2 y 1 (Rta.: ln |x| 2 ln | x | = C )
de
An
Ejercicio 8. y cos x dx + (2y sen x) dy = 0, (Ayuda: hacer u = sen x).
tioq
Ejercicio 7. 2(x2 y + 1 + x4 y 2 ) dx + x3 dy = 0, (Ayuda: hacer y = z ). (Rta.: x4 (1 + 2Cy ) = C 2 )
uia
,D
Ejercicio 6. (x + y 3 ) dx + (3y 5 3y 2 x) dy = 0, (Ayuda: hacer x = z ).
ept
Ejercicio 5. xy = y + 2xe
y x
o. d
Ejercicio 4. (x2 2y 2 ) dx + xy dy = 0. 1 y 2 2 )) ) (Rta.: x = C (1 ( x
eM
atem
atic as
dy y 2 xy ) dx = y , con y (1) = 1.
CAP ITULO 2. METODOS DE SOLUCION donde y (1) = 0 ( y )3 ) (Rta.: 3 ln |x| = 1 3 x Ejercicio 13. (y + xy )dx 2xdy = 0 y 4 ) = C) (Rta.: x(1 x Ejercicio 14. Hallar la soluci on particular de la E.D. y (ln y ln x 1)dx + xdy = 0, donde y (e) = 1 y | = e) (Rta.: x ln | x yx2 dx (x3 + y 3 )dy = 0, con la condici on inicial x = 0, y = 1 y 3 (Rta.: ( x ) = 3 ln |y |)
Se presentan dos casos:
1. Si (h, k ) es el punto de intersecci on entre las rectas:
(au + bv )du + (u + v )dv = 0 2. Si las dos rectas no se intersectan (o sea son paralelas), entonces x + y = n(ax + by ) y por tanto se hace la sustituci on z = ax + by , lo cual quiere decir que x + y = nz, esta sustituci on convierte la E.D. en una E.D. de variables separables. 14
Un
ive
entonces se hace la sustituci on: x = u + h y y = v + k y se consigue la ecuaci on homog enea de grado 1:
rsid
ax + by + c = 0 y x + y + = 0
ad
de
An
tioq
2.3.
E.D. DE COEFICIENTES LINEALES: (ax + by + c) dx + (x + y + ) dy = 0
uia
,D
ept
o. d
eM
atem
atic as
2.4. ECUACIONES EXACTAS Ejercicios: resolver por el m etodo anterior: 1. (x y + 1) dx + (x + 2y 5) dy = 0 2.

2y x+5 =2 xy 4 (Rta.: (x + y + 1)3 = C 2 (y x + 3)) dy dx
dz = 0 = .
Denici on 2.4 .La forma diferencial M (x, y ) dx + N (x, y ) dy es una diferencial exacta en una regi on R del plano XY si corresponde a la diferencial total de alguna funci on f (x, y ). 15
Un
ive
es la diferencial total de f ; pero si z = c = f (x, y ) (familia de curvas uniparam etricas en el plano XY ), entonces f f dx + dy x y
rsid
dz =
f f dx + dy x y
ad
de
Si z = f (x, y ), entonces
An
2.4.
ECUACIONES EXACTAS
tioq
8. (2x + y ) dx (4x + 2y 1) dy = 0 4 (Rta.: x = 2 (2x + y ) 25 ln |5(2x + y ) 2| + C ) 5
uia
,D
7. (x y 5) dx (x + y 1) dy = 0 (Rta.: C 2 = (x 3)2 2(y + 2)(x 3) (y + 2)2 )
ept
o. d
6. (x + y 2) dx + (x y + 4) dy = 0 (Rta.: C 2 = 2(x + 1)(y 3) + (x + 1)2 (y 3)2 )
eM
5. (x + y + 1) dx + (2x + 2y 1) dy = 0 (Rta.: 4 x 2y = 3 ln |2 x y | + C )
atem
4. (x + y + 1)2 dx + (x + y 1)2 dy = 0 (Rta.: 4x = 1 (x + y )2 + 2(x + y ) ln |x + y | + C ) 2
atic as
3. (x 2y + 4) dx + (2x y + 2) dy = 0 (Rta.: (x + y 2)3 = C 2 (x y + 2))
CAP ITULO 2. METODOS DE SOLUCION La ecuaci on M (x, y ) dx + N (x, y ) dy = 0, es exacta si es la diferencial total de alguna funci on f (x, y ) = c. Teorema 2.1 (Criterio para E.D. exactas) . Si M (x, y ) y N (x, y ) son continuas y tienen derivadas parciales de primer orden continuas en una regi on R del plano XY , entonces la condici on necesaria y suciente para que la forma diferencial M (x, y ) dx + N (x, y ) dy sea una diferencial exacta es que M N = . y x
luego M (x, y ) = y N (x, y ) =
M 2f 2f N = = = . y yx xy x La igualdad entre las derivadas cruzadas se produce porque M y N son continuas con derivadas de primer orden continuas. on M (x, y ) dx + N (x, y ) dy = 0, hallar una funci on M etodo. Dada la ecuaci f (x, y ) = C tal que f f =M y =N x y
Un
ive
rsid
por tanto,
ad
de
An
f y
tioq
f x
uia
M (x, y ) dx + N (x, y ) dy =
f f dx + dy = d f (x, y ) x y
,D
Demostraci on: Como M (x, y ) dx + N (x, y ) dy es una diferencial exacta, entonces existe una funci on f (x, y ) tal que:
ept
o. d
eM
M y
i) Comprobar que es exacta, es decir, vericar que
16
atem
=
N . x
atic as
2.4. ECUACIONES EXACTAS ii) Suponer que y constante:

f x
= M (x, y ) y luego integrar con respecto a x dejando a
f (x, y ) =
M (x, y ) dx + g (y )
(2.2)
iii) Derivar con respecto a y la ecuaci on (2.2) f = y y despejar g (y ) = N (x, y ) y M (x, y ) dx M (x, y ) dx + g (y ) = N (x, y )
eM
atem
(2.3)
Esta expresi on es independiente de x, en efecto: N (x, y ) x y N = x y x
Nota: en ii) se pudo haber comenzado por
de
Ejemplo 6. Resolver la siguiente E.D.: (2xy 2 + yex ) dx + (2x2 y + ex 1) dy = 0 Soluci on: paso i) M x = 4xy + e N M y = de donde y x N = 4xy + ex x paso ii)
Un
ive
rsid
ad
f (x, y ) =
N (x, y ) dy + h(x) =
An
iv) Integrar la expresi on (2.3) con respecto a y y sustituir en (2.2) e igualar a C.

f y
(2x2 y + ex 1) dy + h(x) 17
tioq
N M (x, y ) dx x x y N M (x, y ) = 0 M (x, y ) dx = x y
= N (x, y ).
uia
,D
M (x, y ) dx =
ept
o. d
atic as
CAP ITULO 2. METODOS DE SOLUCION = x2 y 2 + yex y + h(x) paso iii) f = M = 2xy 2 + yex x f = 2xy 2 + yex + h (x) h (x) = 0 x paso iv) h(x) = C paso v) sustituyo h(x) en el paso ii): x2 y 2 + yex y + C1 = C x2 y 2 + yex y = C2
rsid
M y N x f x f y
An
= 3x2 + 2xy b = 3 (2.4) (2.5)
ad
de
= xy 2 + 3x2 y
= x3 + x2 y (xy 2 + 3x2 y ) dx + g (y ) x2 + x3 y + g (y ) 2
Un
ive
integramos (2,4) : f (x, y ) = f (x, y ) = y 2
tioq
= 2xy + bx2
uia
,D
Soluci on:
ept
(xy 2 + bx2 y ) dx + (x + y )x2 dy = 0.
o. d
Ejemplo 7. Hallar el valor de b para que sea exacta la E.D.:
eM
Soluci on general
atem
atic as
(2.6) (2.7)
derivamos (2,6) con respecto a y f = yx2 + x3 + g (y ) y igualamos (2,5) y (2,7) x3 + x2 y = yx2 + x3 + g (y ) K = g (y ) 18
2.4. ECUACIONES EXACTAS reemplazamos g (y ) en (2,6) f (x, y ) = y 2 x2 + x3 y + K = C1 2 y 2 x2 = + x3 y = C 2
que es la soluci on general. Ejercicio 1. Resolver la siguiente E.D. por el m etodo de las exactas :
1 (x2 + y )1 + g (y )) (Rta.: N (x, y ) = x 2 y 2 + 2
Ejercicio 5. Resolver por el m etodo de las exactas la siguiente E.D.: (2xy 2 + yex ) dx + (2x2 y + ex 1) dy = 0 (Rta.: f (x, y ) = y (x2 y + ex 1) = C ) 19
Un
ive
Ejercicio 4. Determinar la funci on N (x, y ) para que la siguiente E.D. sea exacta: 1 1 x dx + N (x, y ) dy = 0 y 2 x 2 + 2 x +y
rsid
ad
(Rta.: M (x, y ) = 1 y 2 ex (x + 1) + y 2 2
y x2
de
+ g (x))
An
M (x, y ) dx + xex y + 2xy +
tioq
Ejercicio 3. Determinar la funci on M (x, y ) de tal manera que la siguente E.D.O sea exacta:
uia
1 x
,D
(Rta.: f (x, y ) = y 2 sen x x3 y x2 + y (ln y 1) = 0)
ept
(y 2 cos x 3x2 y 2x) dx + (2y sen x x3 + ln y ) dy = 0, con y (0) = e.
dy = 0
o. d
Ejercicio 2. Resolver la siguiente E.D. por el m etodo de las exactas:
eM
(Rta.: f (x, y ) = cos x sen y ln |cos x| = C )
atem
(tan x sen x sen y ) dx + cos x cos y dy = 0.
atic as
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 6. Resolver por el m etodo de las exactas la siguiente E.D.: (2x y sen xy 5y 4 ) dx (20xy 3 + x sen xy ) dy = 0 (Rta.: f (x, y ) = x2 + cos(xy ) 5y 4 x = C ) Ejercicio 7. Resolver por el m etodo de las exactas la siguiente E.D.: ( sen xy + xy cos xy ) dx + (x2 cos xy ) dy = 0 (Rta.: f (x, y ) = x sen (xy ) = C )
Ejercicio 9. Resolver por el m etodo de las exactas la siguiente E.D.:
Denici on 2.5 (Factor Integrante F.I.) . Sea la E.D.
Si (x, y ) es tal que
(x, y ) M (x, y ) dx + (x, y ) N (x, y ) dy = 0 es una E.D. exacta, entonces decimos que (x, y ) es un factor integrante (F.I.).
20
Un
M (x, y ) dx + N (x, y ) dy = 0.
ive
rsid
ad
2.5.
FACTORES DE INTEGRACION
de
An
(Rta.: f (x, y ) = cos x tan y + x = C )
tioq
(1 sen x tan y ) dx + cos x sec2 y dy = 0
uia
,D
ept
(Rta.: f (x, y ) = exy + 4xy 3 y 2 = 3)
o. d
(yexy + 4y 3 ) dx + (xexy + 12xy 2 2y ) dy = 0, con y (0) = 2
eM
Ejercicio 8. Resolver por el m etodo de las exactas la siguiente E.D.:
atem
atic as
2.5. FACTORES DE INTEGRACION Ejemplos de algunas formas diferenciales que son exactas. 1 (x2 + y 2 ) ya que d 1 (x2 + y 2 ) = Ejemplo: x dx + y dy es la diferencial de 2 2 x dx + y dy . Analogamente: para x dy + y dx = d(xy ). Pero py dx + qx dy no es exacta, la expresi on (x, y ) = xp1 y q1 es un factor integrante.
o sea que luego como

dy dx
N M y x
=N
= M , entonces: N N M y x =N dy d d + = M =N x dx y dx dy 21
Un
M M =N x y x N y
ive
M N +M = +N y y x x
rsid
(M ) = (N ) y x
ad
de
Demostraci on: Si es tal que M dx + N dy = 0 es exacta y , M, N tienen primeras derivadas parciales continuas, entonces:
An
tioq
N M y x
=N
d d = M dx dy
uia
,D
Teorema 2.2 (Teorema del Factor Integrante) : Sea M (x, y ) dx + N (x, y ) dy = 0 una E.D. y (x, y ) un factor integrante, con M , N y continuas y con primeras derivadas parciales continuas , entonces
ept
o. d
son factores integrantes.
eM
1 1 1 1 1 ; = ; = ; = ; = y2 x2 xy x2 + y 2 ax2 + bxy + cy 2
atem
Para y dx x dy , las expresiones:
atic as
CAP ITULO 2. METODOS DE SOLUCION ya que si = (x, y ) y y = y (x) entonces: d = y por tanto dy d = + dx x y dx Nota.
M
dx + dy x y
2. Similarmente, si
= g (y ), entonces = e
o. d
M y
N x
eM
g (y )dy
1. Si y N x = f (x), entonces f (x) = d y por tanto f (x)dx = d , dx f (x)dx luego = ke ; tomando k = 1 se tiene = e
atem
.
f (x)dx
N (x, y ) = 3x2 y 4x luego
por tanto
M y
luego
g (y ) =
1 F.I. = (y ) = e y
Un
ive
N x
2xy + 2 2(xy + 1) = 2 2xy + 2y 2y (xy + 1)

1 dy y
rsid
M N = 2xy + 2 y x
ad
de
An
tioq
M (x, y ) = 2xy 2 2y
M = 4xy 2 y N = 6xy 4 x
multiplico la E.D. original por y : (2xy 3 2y 2 ) dx + (3x2 y 2 4xy ) dy = 0 el nuevo M (x, y ) = 2xy 3 2y 2 y el nuevo N (x, y ) = 3x2 y 2 4xy 22
uia
,D
Ejemplo 8. (2xy 2 2y ) dx + (3x2 y 4x) dy = 0. Soluci on:
ept
= eln |y| = y
atic as
.
2.5. FACTORES DE INTEGRACION Paso 1.
M = 6xy 2 4y y N = 6xy 2 4y x
luego es exacta. Paso 2. f (x, y ) =
(2xy 3 2y 2 )dx + g (y ) = x2 y 3 2xy 2 + g (y )
Paso 3. Derivando con respecto a y : N = 3x2 y 2 4xy = luego g (y ) = 0 Paso 4. g (y ) = k Paso 5. Reemplazo en el paso 2.
luego x2 y 3 2xy 2 = k1 que es la soluci on general.
entonces dividimos a ambos lados de la E.D. por x2 , luego x dy y dx = x2 luego 6x2 5xy + y 2 x2 dx
y y y d( ) = 6 5( ) + ( )2 dx, x x x 23
Un
x dy y dx y como d( ) = x x2
ive
rsid
Ejemplo 9. x dy y dx = (6x2 5xy + y 2 ) dx Soluci on:
ad
de
An
f (x, y ) = x2 y 3 2xy 2 + k = c
tioq
uia
,D
ept
o. d
f = 3x2 y 2 4xy + g (y ) y
eM
atem
atic as
CAP ITULO 2. METODOS DE SOLUCION hagamos u = luego

y x
du = (6 5u + u2 )dx
du du = dx = dx 2 6 5u + u (u 3)(u 2) 1 A B pero por fracciones parciales = + (u 3)(u 2) u3 u2 du = (u 3)(u 2) luego c du u3 du = ln |u3|ln |u2|+ln c = x u2
Ejercicio 5. ex dx + (ex cot y + 2y csc y )dy = 0 (Rta.: f (x, y ) = ex sen y + y 2 = C ) Ejercicio 6. x dy + y dx = (x3 + 3x2 y + 3xy 2 + y 3 )(dx + dy ). (x + y )4 + C ) (Rta.: xy = 1 4 24
Un
Ejercicio 4. (2wz 2 2z ) dw + (3w2 z 4w) dz = 0. (Rta.: w2 z 3 2z 2 w = C )
ive
rsid
Ejercicio 3. 2xy ln y dx + (x2 + y 2 y 2 + 1) dy = 0. 3 1 2 (y + 1) 2 = C ) (Rta.: f (x, y ) = x2 ln y + 3
ad
de
Ejercicio 2. (3xy 3 + 4y ) dx + (3x2 y 2 + 2x) dy = 0. (Rta.: f (x, y ) = x3 y 3 + 2x2 y = C )
An
tioq
Ejercicio 1. (cos(2y ) sen x) dx 2 tan x sen (2y ) dy = 0. 1 (Rta.: sen x cos(2y ) + 2 cos2 x = C )
uia
En los siguientes ejercicios, hallar el factor integrante y resolver por el m etodo de las exactas:
,D
ept
Observese que x = 0 es tambi en soluci on y es singular porque no se desprende de la soluci on general.
o. d
(y 3x) (u 3) = ex , si x = 0 c = ex (u 2) (y 2x)
eM
atem
dx
atic as
o sea que A = 1 y B = 1, por tanto
2.5. FACTORES DE INTEGRACION Ejercicio 7. x dy y dx = (2x2 + 3y 2 )3 (2xdx + 3ydy ).

2 3
(Rta.:
tan1 (
3 y ) 2 x
=1 (2x2 + 3y 2 )3 + C ) 3
Ejercicio 8. y dx + (2x yey ) dy = 0. (Rta.: y 2 x y 2 ey + 2yey 2ey = C )
(Rta.: x3 y 2 + y 3 x = 4)
Ejercicio 16. 4y dx + x dy = xy 2 dx. 1 1 (Rta.: yx 4 3x3 = C ) Ejercicio 17. Si My N x = R(xy ), yN xM 25
Un
Ejercicio 15. x dx + y dy = 3 x2 + y 2 y 2 dy . (Rta.: x2 + y 2 = y 3 + C )
ive
rsid
ad
de
Ejercicio 14. Hallar la soluci on particular que pasa por el punto y (1) = 2, de la E.D. 3x2 y + y 2 dy = 3 dx 2x + 3xy
An
tioq
Ejercicio 13. (x + y )dx + x ln xdy = 0. (Rta.: f (x, y ) = x + y ln x = C )
uia
,D
Ejercicio 12. ydx + (2xy e2y )dy = 0. (Rta.: f (x, y ) = xe2y ln |y | = C )
ept
o. d
Ejercicio 11. (2xy e2x )dx + xdy = 0. (Rta.: f (x, y ) = ye2x ln |x| = C )
eM
atem
Ejercicio 10. ydx + (x2 y x)dy = 0. 2 y (Rta.: f (x, y ) = x + y2 = C )
atic as
Ejercicio 9. (xy 1)dx + (x2 xy )dy = 0. 2 (Rta.: f (x, y ) = xy ln |x| y2 = C )
CAP ITULO 2. METODOS DE SOLUCION entonces = F.I. = e

t
R(s) ds
, donde t = xy
Ejercicio 18. Bajo que condiciones M dx + N dy = 0 tendr a un F.I.= (x + y ) Ejercicio 19. Si M dx + N dy = 0 es homog enea, entonces (x, y ) =
1 xM +yN
2.6.
E.D. LINEAL DE PRIMER ORDEN
Denici on 2.6 . Una E.D. de la forma: a1 (x) dy + a0 (x)y = h(x), dx
Un
es : ye Demostraci on:
p(x) dx
ive
y + p(x)y = Q(x)
p(x) dx
rsid
Teorema 2.3 (Teorema de la E.D. lineal de primer orden) : La soluci on general de la E.D. lineal en y , de primer orden:
ad
de
Dividiendo por a1 (x), se obtiene la llamada ecuaci on en forma can onica o forma estandar: dy + p(x)y = Q(x), dx a0 (x) h(x) donde p(x) = y Q(x) = . a1 (x) a1 (x)
dy + p(x)y = Q(x) dx p(x)y dx + dy = Q(x) dx 26
An
tioq
Q(x) dx + C.
uia
,D
ept
donde a1 (x) = 0, en I y a1 (x), a0 (x), h(x) son continuas en I , se le llama E.D. lineal en y de primer orden.
o. d
eM
atem
atic as
(2.8)
2.6. E.D. LINEAL DE PRIMER ORDEN o sea que (p(x)y Q(x)) dx + dy = 0, como
M y M y
= p(x) y
N x
= 0, entonces
N y por tanto = e e o sea

d (ye p(x) dx ) dx p(x) dx
N x
= p(x)
= F.I.; multiplicando (2.8) por el F.I.: dx + p(x)ye

p(x) dx
= Q(x)e
Un
6 2 p( ) = , Q( ) = 2 F.I. = e
p( )d
ive
que es lineal en con
rsid
6 d 2 = 2 d
ad
de
d 6 2 = 2 + d
An
2 d = d 6 2
tioq
Soluci on:
uia
d + 2 = 0 Ejemplo 10. Hallar la soluci on general de la E.D.:(6 2 ) d
,D
ept
2
y F.I. =
Q(x) F.I. dx + C
o. d
= 2 = 1 2
Observese que la expresi on anterior es lo mismo que:
=e
2 d
= e2 ln | | = eln | |
La soluci on general es 1 = 2 6 1 ( )d + C 2 2 27
eM
ye
p(x) dx
Q(x)e
p(x) dx
dx + C
atem
= Q(x)e
e integrando con respecto a x se tiene:
atic as
p(x) dx dy
p(x) dx
p(x) dx
1 = 6 2
4 d + C = 6
3 +C 3
2 2 + C 2 = + C = 2 3 que es la soluci on general. Ejemplo 11. Hallar una soluci on continua de la E.D.: donde f (x) = y y (0) = 2 Soluci on: F.I. : e
2
x, 0,
2xdx
ex y =
2
y=
1 2
+ Cex y =
Un
ive
2=
1 2
+C C =
3 2 1 2
+3 ex , soluci on particular 2
b). si x 1 : F.I.y =
2
F.I. 0 dx + C
2
ex y = 0 + C y = Cex 28
rsid
1 0 y (0) = 2 e0 2 = 2 e +C
ad
de
ex + C , soluci on general ex y = 1 2
An
1 2
ex 2x dx + C
tioq
uia
a). si 0 x < 1 : ex y =
ex x dx + C
,D
= ex ex y =
ex f (x)dx + C
ept
o. d
eM
0x<1 x1
atem
atic as
dy dx
+ 2xy = f (x)
2.6. E.D. LINEAL DE PRIMER ORDEN

1 2 3 x +2 e 2 Cex
2
Soluci on: f (x) =
0x<1 x1
Busquemos C , de tal manera que la funci on f (x) sea continua en x = 1. Por tanto 1 3 2 l m ( + ex ) = f (1) = y (1) x1 2 2
y + x sen 2y = xex cos2 y
dy 2 + 2x tan y = xex dx hagamos el siguiente cambio de variable: t = tan y , por lo tanto
Sustituyendo
Un
dt 2 + 2xt = xex , dx p(x) = 2x, F.I. = e Resolvi endola t F.I. =
ive
rsid
ad
dy dt = sec2 y . dx dx
es lineal en t con Q(x) = xex

2
de
2x dx
F.I.Q(x) dx + C 29
An
sec2 y
= ex
tioq
uia
1 dy x(2 sen y cos y ) 2 + = xex 2 2 cos y dx cos y
,D
en una E.D. lineal de primer orden y luego resolverla. Soluci on. Lo trabajamos mediante cambios de variable. Dividiendo por cos2 y :
ept
o. d
eM
3 1 +2 e 1 3 = e+ C= 1 e 2 2 Ejemplo 12. Con un cambio de variable adecuado trasformar la E.D.:
atem
1 2
atic as
1 3 1 + e = Ce1 2 2
tex =
ex (xex ) dx + C
2
x2 +C 2 Ejercicio 1. Hallar una soluci on continua de la E.D.: tan y ex =

dy (1 + x2 ) dx + 2xy = f (x)
donde f (x) = con y (0) = 0. (Rta.: y (x) =
x, x ,
0x<1 x1 si 0 x < 1 +
1 , 1+x2
Ejercicio 2. Hallar la soluci on de la E.D.: (Rta.: xy =

y2 2
dy dx
ept
=
1
x2 , 2(1+x2 ) x2 2(1+x2 )
si x 1
o. d ,D
y y x
+ 8)
Un
Ejercicio 5. Hallar la soluci on de la E.D.: 2 x y y = sen x cos x donde y es acotada cuando x . (Rta.: y = cos x)
ive
rsid
Ejercicio 4. Hallar la soluci on de la E.D.: y 2xy = cos x 2x sen x donde y es acotada cuando x . (Rta.: y = sen x)
ad
de
Ejercicio 6. Resolver la E.D.: (x + 2)2 (Rta.: y (2 + x)4 = 5 (2 + x)3 + C ) 3
An
Ejercicio 3. Resolver para (x) la ecuaci on 0 (x) d = n(x) (Ayuda: con un cambio de variable adecuado transforme la ecuaci on en una E.D. lineal de primer orden.) 1 n (Rta.: (x) = Cx( n ) )
dy = Ejercicio 7. Resolver la E.D.: y x dx x (Rta.: y xy = C )
tioq
dy dx
30
uia
dy dx
= 5 8y 4xy . y 2 ey .
eM
con y (5) = 2
atem
atic as
2.6. E.D. LINEAL DE PRIMER ORDEN Ejercicio 8. El suministro de glucosa al torrente sangu neo es una t ecnica importante para detectar la diabetes en una persona. Para estudiar este proceso, denimos G(t) como la cantidad de glucosa presente en la sangre de un paciente en el tiempo t. Suponga que la glucosa se suministra al sisgr. . Al mismo tiempo la glucosa se tema sangu neo a una tasa constante k min. transforma y se separa de la sangre a una tasa proporcional a la cantidad de glucosa presente. Construir la E.D. y resolverla. Hallar G(t) cuando t . Ejercicio 9. Hallar la soluci on general en t erminos de f (x), de la E.D.:
f (x) + (Rta.: y = 1 3
C ) [f (x)]2
Ejercicio 10. Hallar y (x) en funci on de f (x) si dy + f (x) y = f (x)y 2 dx (Rta.: y =

1 (1Ce
f (x) dx )
Ejercicio 11. Hallar la soluci on general de la E.D.
e2x + Ce2x (x + 1)3 ) (Rta.: y = 1 3
si y (0) = 5 (Rta.: y = x2 ex + x2 2x + 2 + 3ex ) Ejercicio 13. Hallar la soluci on particular de la E.D. (1 2xy 2 )dy = y 3 dx si y (0) = 1 (Rta.: xy 2 = ln y ) 31
Un
ive
y + y = 2xex + x2
rsid
ad
de
An
(x + 1)y + (2x 1)y = e2x
tioq
uia
,D
ept
o. d
eM
atem
dy f (x) +2 y = f (x) dx f (x)
atic as
2.7.
ECUACION DIFERENCIAL DE BERNOULLI
dy + p(x)y = Q(x)y n con n = 0 y Denici on 2.7 . Una E.D. de la forma dx n = 1, se le llama una E.D. de Bernoulli. Observese que es una E.D. no lineal.
La sustituci on w = y 1n convierte la E.D. de Bernoulli en una E.D. lineal en w de primer orden: dw + (1 n)p(x)w = (1 n) Q(x). dx
dy Ejemplo 13. xy (1 + xy 2 ) dx = 1 con y (1) = 0. Soluci on: dy dx
tiene la forma de Bernoulli con variable dependiente x, con n = 2 Hagamos w = x12 = x1 x = w1
luego p(y ) = y ; Q(y ) = y 3 F.I. = e w F.I. = 32

P (y ) dy
Un
multiplicamos por w2 :
dw dy
ive
yw1 = y 3 w2 sustitu mos en (2.9): w2 dw dy + yw = y 3 , lineal en w de primer orden.
rsid
dx dw = w2 dy dy
ad
de
An
tioq
uia
dx xy = x2 y 3 dy
,D
ept
1 xy (1+xy 2 )
dx dy
= xy (1 + xy 2 ) = xy + x2 y 3
o. d
eM
atem
atic as
(2.9)
=e
y dy
=e2
y2
F.I. Q(y ) dy + C
2.7. E.D. DE BERNOULLI
we 2 = hagamos: u =
y2 2
y2
e 2 (y 3 ) dy + C
y2
du = y dy , y 2 = 2u y 3 e 2 dy + C = 2
y2 y2
Resolver las E.D. de los siguientes ejercicios:

dy = Ejercicio 1. 2 dx y x
(Rta.: y x
3 2
x Ejercicio 2. y = x3 3 . +y +1 3 y (Rta.: x = y 2 + Ce )
Ejercicio 5. xy + y = x4 y 3 . (Rta.: y 2 = x4 + cx2 )

x Ejercicio 6. xy 2 y + y 3 = cos . x 3 3 (Rta.: x y = 3x sen x + 3 cos x + C )
Un
Ejercicio 4. y = x2 yx . +y 3 2 2 y2 (Rta.: x + y + 1 = Ce )
ive
rsid
+ x3 = t cos t. Ejercicio 3. tx2 dx dt 3 3 2 (Rta.: x t = 3(3(t 2) cos t + t(t2 6) sen t) + C )
ad
de
An
= 3x + 4)
1 2
tioq
x y2
con y (1) = 1.
uia
,D
ept
y2 1 = y 2 + 2 e 2 x
o. d
y2 1 = y 2 + 2 + Ce 2 x Como y (1) = 0 entonces C = 1, por lo tanto la soluci on particular es:
eM
x1 e 2 = y 2 e 2 + 2e 2 + C
y2
y2
y2
atem
e integrando por partes, obtenemos: w e 2 = 2u eu + 2eu + C
atic as
33
we 2 =
y2
ueu du + C
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 7. x2 y y 3 + 2xy = 0. (Rta.: y 2 = 52x + Cx4 ) Ejercicio 8. Hallar la soluci on particular de la E.D. dx 2 x 3 x = y( 2 ) 2 dy y y tal que y (1) = 1 (Rta.: y 3 = x) Ejercicio 9. Hallar la soluci on particular de la E.D. (1 2xy 2 )dy = y 3 dx tal que y (0) = 1 (Rta.: xy 2 = ln |y |)
(y )n + a1 (x, y )(y )n1 + a2 (x, y )(y )n2 + . . . + an1 (x, y )y + an (x, y ) = 0,
Casos: i) Se puede despejar y . ii) Se puede despejar y . iii) Se puede despejar x.
34
Un
ive
rsid
donde ai (x, y ) para i = 1 . . . n son funciones reales y continuas en una regi on R del plano XY .
ad
de
An
Sea
tioq
uia
2.8.
E.D. NO LINEALES DE PRIMER ORDEN
,D
ept
o. d
eM
atem
atic as
2.8. E.D. NO LINEALES DE PRIMER ORDEN Caso i). Si hacemos p =

dy dx
= y , entonces
pn + a1 (x, y )pn1 + a2 (x, y )pn2 + . . . + an1 (x, y )p + an (x, y ) = 0. En caso que sea posible que la ecuaci on anterior se pueda factorizar en factores lineales de p, se obtiene lo siguiente:
y = x2 + C 2 (x, y, C ) = 0 = y + x2 C Para el factor p ln x = 0 y= e integrando por partes: y= ln x dx + C = x ln x 1 x dx = x ln x x + C x
3 (x, y, C ) = 0 = y x ln x + x C 35
Un
ive
dy dx
ln x dx + C,
rsid
= ln x dy = ln x dx
ad
Para el factor p + 2x = 0
dy dx
= 2x dy = 2x dx
de
1 (x, y, C ) = 0 = y + cos x C
An
tioq
Para el factor p sen x = 0 y = cos x + C
dy dx
sen x = 0 dy = sen x dx
uia
(p sen x)(p + 2x)(p ln x) = 0
,D
Ejemplo 14. (y sen x)((y )2 + (2x ln x)y 2x ln x) = 0. Soluci on: (p sen x)(p2 + (2x ln x)p 2x ln x) = 0
ept
o. d
eM
Si cada factor tiene una soluci on i (x, y, c) = 0, para i = 1, . . . , n. entonces la soluci on general es n i=1 i (x, y, c) = 0.
atem
donde fi (x, y ) para i = 1, . . . , n son funciones reales e integrables en una regi on R del plano XY .
atic as
(p f1 (x, y ))(p f2 (x, y )) . . . (p fn (x, y )) = 0,
CAP ITULO 2. METODOS DE SOLUCION La soluci on general es:

3 i=1
i (x, y, C ) = 0
(y + cos x C )(y + x2 C )(y x ln x + x C ) = 0 Resolver por el m etodo anterior los siguientes ejercicios: Ejercicio 1. p (p2 2xp 3x2 ) = 0. (Rta.: (y c)(2y 3x2 + c)(2y + x2 + c) = 0) Ejercicio 2. 62
1
d d
5
(Rta.: ( 3 c)( 2 c) = 0)
dy = luego
dy f f dp =p= + dx x p dx f dp dp f p + = g (x, p, p ), donde p = x p dx dx
o sea que 0=
36
Un
ive
rsid
f f dx + dp x p
ad
Caso ii). Son ecuaciones de la forma F (x, y, p) = 0 y de la cual puede despejarse y , es decir: y = f (x, p), donde x y p se consideran como variables independientes, la diferencial total es:
de
An
Ejercicio 5. Denotando por P cualquier punto sobre una curva C y T el punto de intersecci on de la tangente con el eje Y . Hallar la ecuaci on de C si P T = k . 2 2 x2 k k 2 x2 + k ln k (Rta.:(y + c)2 = , con |x| k, k > 0.) x
tioq
uia
,D
ept
Ejercicio 4. n2 p2 x2n = 0, con n = 0 y n+1 n+1 c)(y nx c) = 0) (Rta.: (y + nx (n+1) (n+1)
dy dx
= p = y.
o. d
Ejercicio 3. (y )3 y (y )2 x2 y + x2 y = 0. 2 2 c)(y x c) = 0) (Rta.: (x ln |y | + c)(y + x 2 2
eM
atem
d 13 d 5 2 = 0.
atic as
2.8. E.D. NO LINEALES DE PRIMER ORDEN y por tanto f p x dx + f dp = 0 p
es una E.D. de primer orden y de primer grado en x y p. Generalmente (teniendo buena suerte) g (x, p, p ) = 0
o. d
eM
a) Con el factor h(x, p, p ) = 0 se obtiene una soluci on h1 (x, p, c) = 0, se elimina p entre h1 (x, p, c) = 0 y F (x, y, p) = 0 y se obtiene la soluci on general. b) Con (x, p) = 0 se obtiene una soluci on singular, al eliminar p entre (x, p) = 0 y F (x, y, p) = 0.
atem
2
atic as
se puede factorizar, quedando as : g (x, p, p ) = h(x, p, p ) (x, p) = 0.
0 = h(x, p), (x, p, p )
dp 1) Con el factor (x, p, p ) = p + 2x + x dx =0 dp x dx + p = 2x x=0 dp dx
p x
1 E.D.lineal en p, P (x) = x , Q(x) = 2
Un
= 2 (dividimos por x)
ive
dp 0 = [ln x + 2x(p + x)] p + 2x + x dx
rsid
dp 0 = (p + 2x)[ln x + 2x(p + x)] + x[ln x + 2x(p + x)] dx
ad
de
dp 0 = (p + 2x) ln x + 2x(p + x)(p + 2x) + [x ln x + 2x2 (p + x)] dx
An
dp p = (p + 2x) ln x + p + x + 2x(p + x)(p + 2x) x + [x ln x + 2x2 (p + x)] dx
tioq
dp 1 p = (p +2x) ln x +(px + x2 ) +2(px + x2 )(p +2x) x +[x ln x +2(px + x2 )x] x dx
uia
,D
Soluci on: si x = 0
dy dx
=p=
f x
f dp p dx
ept
, donde p = Ejemplo 15. y = f (x, p) = (px + x2 ) ln x + (px + x2 )2 x 2
dy dx
37
CAP ITULO 2. METODOS DE SOLUCION F.I. = e p F.I. = px =

P (x) dx
=e
1 x
dx
= eln |x| = x
F.I.Q(x) dx + C
2
x(2) dx + C = 2x + C = x2 + C 2
luego sustituimos en la E.D. original: y = (px + x2 ) ln x + (px + x2 )2 x2 2
eM
x2 2
soluci on general y = C ln x + C 2 2) h(x, p) = ln x + 2x(p + x) = 0
0 = ln x + 2xp + 2x2 2xp = ln x 2x2

2
ive
y = (px + x2 ) ln x + (px + x2 )2 y=
rsid
ad
sustituyo en la E.D. original:
de
x 2x px = ln x+2 luego p = ln x2 x 2
An
tioq
uia
,D
ept
2
x2 2
ln x + 2x2 ln x + 2x2 + x2 ln x + + x2 2 2
o. d
y = (x2 + C + x2 ) ln x + (x2 + C + x2 )2
atem
x2 2
2
y=
ln x 2x2 + 2x2 2 y=
Un
ln x +
ln x 2x2 + 2x2 2
ln2 x ln2 x x2 + 2 4 2
38
atic as
x2 2 x2 2
p = x +
C x
(dividimos por x)
2.8. E.D. NO LINEALES DE PRIMER ORDEN luego la soluci on singular es y= ln2 x x2 4 2

dy : dx
Resolver por el m etodo anterior los siguientes ejercicios, donde p =
1 g g dp dx = = + dy p y p dy por tanto g 1 y p donde p =

dp . dy
Un
luego
g dp = 0 = h(y, p, p ) p dy
ive
Caso iii). Si en la ecuaci on F (x, y, p) = 0, se puede despejar x = g (y, p) dy 1 = p, o sea que dx = p con y y p como variables independientes; hacemos dx dy y como g g dx = dy + dp y p
rsid
ad
de
An
Ejercicio 6. y = xp 1 p3 . 3 3 1 3 c , y = 2 x2 ) (Rta.: y = cx 3 3
tioq
Ejercicio 5. 2y = 8xp + 4x2 + 3p2 . (Rta.: 2y = 3(c x)2 + 8(c x)x + 4x2 ,
uia
y = 2x ) 3
,D
2
Ejercicio 4. p2 x4 = y + px. 1 (Rta.: y = c2 cx1 , y = 4x 2)
ept
o. d
Ejercicio 3. y = 5xp + 5x2 + p2 . (Rta.: y = cx x2 + c2 , 4y + 5x2 = 0)
eM
atem
Ejercicio 2. y = px ln x + p2 x2 . 1 ln2 x) (Rta.: y = c ln x + c2 , y = 4
atic as
39
Ejercicio 1. xp2 2yp + 3x = 0. (Rta.: 2cy = c2 x2 + 3, y 2 = 3x2 )
CAP ITULO 2. METODOS DE SOLUCION Ejemplo 16. cos2 Soluci on: con p =
d , d d 3 d d 2 d + 2 tan = 0
se tiene: cos2 p3 + 2 tan = 2p
0 = sen cos p2 + 0 = tan
rsid
0 = tan cos2 p2
tan 1 2 tan + p cos2 p p p
de
1 2 tan sen cos p2 tan + p cos2 + tan p p p
An
tioq
tan dp tan2 1 2 + p cos2 p p p d dp d dp d
ad
uia
tan2 tan 0 = cos sen p + + p cos2 2 p p

2
,D
ept
1 1 tan2 tan = cos sen p2 + + + p cos2 2 p p p p
o. d
Teniendo en cuenta la identidad: sec2 = 1 + tan2 ;
eM
sec2 tan 1 = cos sen p2 + + p cos2 2 p p p
atem
1 g g p = + p p
ive
0 = cos2 p2
tan p
tan +
1 dp p d
0 = h(, p) (, p, p ),
donde p =
d dp y p = d d
Un
1 : (, p, p ) = tan +
1 dp =0 p d
1 dp dp = tan = tan d p d p
ln |p| = ln | cos | + ln |C | 40
atic as
dp d dp d dp d
cos2 p2 tan + = g (, p) 2 p
2.8. E.D. NO LINEALES DE PRIMER ORDEN ln |p| = ln |c| c p= , donde cos = 0 | cos | cos
Sustituyendo en el la E.D. original:
cos2 p3 2 p + 2 tan = 0
cos2 p2 = p=
3
ad
de
tan = cos2
3
An
tan tan p3 = p cos2 sen cos3

1
Un
cos
sen 3 cos
2
ive
Y sustituyo en la E.D.O. original:
rsid
1 p= cos
sen 3 sen p = cos
sen 3 2 + 2 tan = 0 cos

1
sen 3 sen 2 + 2 tan = 0 cos 3 cos cos sen 3 tan 2 + 2 tan = 0 cos 41
1
tioq
uia
2 : h(, p) = 0 = cos2 p2
,D
tan p
ept
c3 + 2 sen c2 sen = + ; 2c 2 c
c=0
o. d
La soluci on general es :
eM
c3 cos
+ 2 tan
c 2 cos
c3 cos
2 sen cos c cos
atem
c3 c 2 + 2 tan = 0 cos cos
atic as
cos2
c c3 2 + 2 tan = 0 3 cos cos
CAP ITULO 2. METODOS DE SOLUCION 3 tan

2 sen cos
1 3
3 = 2
sen cos sen cos

1 3
2 3 sen 3 2
Siendo esta u ltima la soluci on singular. Resolver por el m etodo anterior los siguientes ejercicios: Ejercicio 1. x = y + ln p C (Rta.: x = y + ln |1 + e y |) Ejercicio 2. 4p2 = 25x (Rta.: (3y + c)2 = 25x3 ) Ejercicio 3. 2px = 2 tan y + p3 cos2 y 2 y + c2 , 8x3 = 27 sen 2 y ) (Rta.: x = sen c Ejercicio 4. 4px 2y = p3 y 2 4 3 2y = cy ; 4x = 3y 3 ) (Rta.: 4c x y
Ecuaci on de Clairaut: y = xy + f (y ) Por el m etodo del caso ii) se muestra que su soluci on general es de la forma: y = cx + f (c) Y su soluci on singular se consigue eliminando p entre las ecuaciones x + f (p) = 0 y y = xp + f (p) Ejercicio 5. y = xy (y3) 2 3 c3 , y = 3 x2 ) (Rta.: y = cx 1 3
Ejercicio 6. y = xy + 1 ln y (Rta.: y = cx + 1 ln c, y = 2 + ln x) Ejercicio 7. xy y = ey (Rta.: y = cx ec , y = x ln x x) Ejercicio 8. (y px)2 = 4p 42
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
2.9. OTRAS SUSTITUCIONES
2.9.
OTRAS SUSTITUCIONES
Ejemplo 17. y dx + (1 + yex ) dy = 0 Soluci on: Hagamos u = 1 + yex y = u1 , ex du = yex dx + ex dy = ex (y dx + dy ),
du = (u 1) dx + ex dy du (u 1) dx ex Reemplazando en la ecuaci on original: dy = u1 dx + u ex du (u 1) dx ex

ex > 0
= 0
(u 1 u(u 1)) dx + u du = 0
dx = x=
Utilicemos fracciones parciales para resolver la integral A B u = + (u 1)2 u 1 (u 1)2 u = A(u 1) + B si u = 1 B = 1 si u = 0 0 = A + 1 A = 1 43
Un
ive
u du + C (u 1)2
rsid
ad
u du (u 1)2
de
An
(u 1)2 dx + u du = 0
tioq
(u 1)(1 u) dx + u du = 0
uia
,D
ept
o. d
eM
atem
atic as
x= x = ln |u 1| +
1 1 + u 1 (u 1)2
du
dv , haciendo v = u 1 dv = du v2
p + 2yp3 = 0 dp + 2yp3 = 0 dx
p1 = y 2 + C p1 = y 2 + C1 p = y2 dy 1 = + C1 dx
dx = (y 2 + C1 ) dy 44
Un
dp = 2yp2 p2 dp = 2y dy dy
ive
rsid
dp + 2yp2 = 0 dy
ad
de
dp + 2yp3 = 0, con p = 0 dy
An
Por la regla de la cadena sabemos que:
dp dx
tioq
uia
dp dy dy dx
,D
=
dp p dy dp = p dy , entonces
ept
Hagamos p = y =
dy , dx
p = y =
o. d
Ejemplo 18. y + 2y (y )3 = 0. Soluci on:
eM
d2 y dx2
atem
x = ln |yex |
1 + C, es la soluci on general yex
atic as
entonces x = ln |u 1|
1 +C v
2.9. OTRAS SUSTITUCIONES
y3 x= + C1 y + C2 3 Hacer una sustituci on adecuada para resolver los siguientes ejercicios:

dy x + e2y = ln Ejercicio 1. xe2y dx x 2 2y (Rta.: x e = 2x ln x 2x + c)
Ejercicio 2. (Rta.: e x4
y
Ejercicio 9. dy y sen x dx = y ln(yecos x) dx (Rta.: ln(ln |yecos x |) = x + C ) Ejercicio 10. yy + xy 2 x = 0 2 (Rta.: y 2 = 1 + Cex ) Ejercicio 11. xy = y + xe x y (Rta.: ln |Cx| = e x ) 45
y
Un
ive
dy Ejercicio 8. dx + xy 3 sec y12 = 0 (Rta.: x2 sen y12 = c)
rsid
ad
Ejercicio 7. y + 1 = e(x+y) sen x (Rta.: ey = ex cos x + cex )
de
An
tioq
Ejercicio 6. y + (tan x)y = 0 (Rta.: y = C1 sen x + C2 )
uia
dy = 2x ln(tan y ) Ejercicio 5. 2x csc 2y dx (Rta.: ln(tan y ) = x + cx1 )
,D
ept
Ejercicio 4. y 2 y = y (Rta.: y + c12 ln |cy 1| = x + c1 , y = k ) c
o. d
eM
Ejercicio 3. 2yy + x2 + y 2 + x = 0 (Rta.: x2 + y 2 = x 1 + cex )
atem
y 4 dy y = 2x5 e x4 dx x = x2 + c )
atic as
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 12. x2 y 2xy (y )2 = 0 2 + Cx + C 2 ln |C x| = y + C1 ) (Rta.: x 2 Ejercicio 13. yy y 2 y (y )2 = 0 y 1 ln | y+ | = x + C1 ) (Rta.: C C
rsid
ad
2 exp(C) x
dy dx
de
>int(1/y,y)=int(3/x,x)+C; ln(y) = 3 ln(x) + C >solve(ln(y) = 3*ln(x)+C,y);
An
tioq
Ejemplo 19. Hallar general de la E.D.
dy dx
uia
Con el paquete matem atico Maple se pueden resolver Ecuaciones Diferenciales, expondremos a continuaci on varios ejemplos, los cuales solucionaremos utiliz ando dicho paquete. Las intrucciones en Maple terminan con punto y coma, despu es de la cual se da enterpara efectuar la operaci on que se busca.
y = 3x
,D
ept
o. d
2.10.
ANEXO CON EL PAQUETE Maple
eM
atem
= xy (1 + x2 ) 2 , con
1 1
y dy = cos x + Ejercicio 15. dx y y (Rta.: sec x + tan x = Cx)
y x
> restart;
> diff_eq1 := D(y)(x)=x*y(x)^3*(1+x^2)^(-1/2); diff_eq1 := D(y )(x) = > init_con := y(0)=1; 46

xy (x) (1+x2 ) 2
Un
Ejemplo 20. Hallar la soluci on particular de la E.D. la condici on inicial y (1) = 1
ive
atic as
dy Ejercicio 14. dx + ex + y x (Rta.: e = ln |Cx|)
y x
2.10. ANEXO CON EL PAQUETE MAPLE init_con := y (0) = 1 > dsolve( {diff_eq1, init_con} , {y(x)} ); y (x) = 1 2 1 + x2 + 3
M:= 4xy + ex > N:=2*x^2*y+exp(x)-1; N:=2x2 y + ex 1
> dsolve(diff_E1,y(x)); 1 1 ex 2 1 1 ex + 2
y (x) =
Un
ive
rsid
ad
(ex )2 2ex + 1 4x2 C 1 x2
de
An
y (x) =
(ex )2 2ex + 1 4x2 C 1 , x2
tioq
uia
,D
diff_E1 := 2xy (x)2 + y (x)ex + (2x2 y (x) + ex 1)D(y )(x) = 0
ept
> diff_E1:=2*x*(y^2)(x)+y(x)*exp(x)+(2*x^2*y(x)+exp(x)-1)*D(y)(x)=0;
o. d
eM
atem
> M:=2*x*y^2+y*exp(x);
atic as
Ejemplo 21. Mostrar que la E.D. (2xy 2 + yex )dx + (2x2 y + ex 1)dy = 0 es exacta y hallar la soluci on general.
47
48
eM
atem
atic as
3.1.
3.1.1.
y
ad
de
Un
ive
rsid
An
g (x)
tioq
Trayectorias Isogonales y Ortogonales
f (x)
uia
,D
APLICACIONES GEOMETRICAS
ept
o. d
x Figura 3.1 49
eM
APLICACIONES DE LAS E.D. DE PRIMER ORDEN

atem
atic as
CAP ITULO 3
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Denici on 3.1 (trayectorias isogonales) . a). Dada una familia de curvas f (x, y, c) = 0, existe otra familia g (x, y, c) = 0 que corta a la familia f bajo un mismo angulo . A la familia g se le llama la familia de trayectorias isogonales de f y g (x, y, c) = 0 es soluci on de la E.D.:
por derivaci on impl cita:
ive
En la E.D.: 1=
y x+ y c
rsid
dy y = dx x+c
y
1 y
ad
de
y + (x + c)
An
d d (y (x + c)) = (1) dx dx dy =0 dx
tioq
Un
y y 1 + x+ c
y
y
uia
= y 1+ y 1 y 2 y 1 y2y y2 + 1 y2 1 dy = dx y2 1 y2 + 1
1 y 2 y = y 2 y y (y 2 1) = 1 + y 2 y = 50
,D
Ejemplo 1. Hallar las trayectorias isogonales a 45o de la familia y (x + c) = 1. Soluci on: f (x) y =1 tan 450 = 1 + f (x)y
ept
o. d
eM
tan tan = f (x)g (x) = 1 = f (x)y
atem
b). En particular, cuando = 900 , a g se le llama la familia de trayectorias ortogonales de f y en este caso g es soluci on de la E.D.:
atic as
tan = tan( ) =
f (x) g (x) f (x) y tan tan = = 1 + tan tan 1 + f (x)g (x) 1 + f (x)y
3.1. APLICACIONES GEOMETRICAS
2 1 + y2
dy = dx
y 2 tan1 y = x + K g (x, y, K ) = 0 = y 2 tan1 y x K
1 3 , 2 ) y corta a cada Ejercicio 4. Determinar la curva que pasa por ( 2 2 2 2 miembro de la familia x + y = c formando un a ngulo de 60o . 1 1 1 3 tan1 x (Rta.: = 2 ln |x2 + y 2 | + 3 tan1 3 2 ln 5 ) y 2
Ejercicio 6. Hallar la familia de trayectorias ortogonales de la familia de curvas y = C1 ex . 2 (Rta.: y2 = x + C ) Ejercicio 7. Encuentre la curva que pertenece a la familia de trayectorias ortogonales de la familia de curvas x + y = C1 ey que pasa por (0, 5). (Rta.: y = 2 x + 3ex ) 51
Un
ive
Ejercicio 5. Hallar la familia de trayectorias ortogonales de la familia de curvas y = C1 x2 . 2 + y2 = C ) (Rta.: x 2
rsid
ad
de
An
tioq
Ejercicio 3. Hallar las trayectorias ortogonales de la familiade hiperbolas equil ateras xy = c. (Rta.: x2 y 2 = C )
uia
,D
ept
Ejercicio 2. Hallar las trayectorias ortogonales de la familia y 2 = cx3 . (Rta.: 2x2 + 3y 2 = C2 )
o. d
Ejercicio 1. Hallar las trayectorias isogonales a 45o de la familia y = ceax , donde c y a son constantes. 2 (Rta.: y + a ln |ay 1| = x + c)
eM
atem
atic as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN
3.1.2.
Problemas de Persecuci on:
Ejemplo 2. Un esquiador acu atico P localizado en el punto (a, 0) es remolcado por un bote de motor Q localizado en el or gen y viaja hacia arriba a lo largo del eje Y . Hallar la trayectoria del esquiador si este se dirije en todo momento hacia el bote. y Q
(a, 0) Figura 3.2
por lo tanto, y = sec2 1 =
separando variables:
Un
a2 a2 x 2 1 = , donde x > 0, x2 x
a2 x 2 dx, x por medio de la sustituci on trigonom etrica x = sen en el lado derecho de la E.D., se llega a que: a + a2 x 2 a2 x 2 + C ; y = a ln x dy = 52
ive
rsid
ad
sec =
de
pero de la gura 3.2 se tiene que
An
Soluci on: del concepto geom etrico de derivada se tiene que: y = tan = sec2 1, a x
tioq
uia
,D
ept
o. d
P (x, y )
eM
atem
atic as
3.1. APLICACIONES GEOMETRICAS como el esquiador arranca desde el punto (a, 0), entonces las condiciones iniciales son x = a, y = 0, sustituyendo en la soluci on general, se obtiene que C = 0. Luego la soluci on particular es: a + a2 x 2 a2 x 2 y = a ln x Ejercicio 1. Suponga que un halc on P situado en (a, 0) descubre una paloma Q en el or gen, la cual vuela a lo largo del eje Y a una velocidad v ; el halc on emprende vuelo inmediatamente hacia la paloma con velocidad w. Cual es el camino seguido por el halc on en su vuelo persecutorio? v v x 1 w x 1+ w ( ) (a) a + c , donde c = wavw (Rta.: y = a 2 v 2 ) 2 1+ v 1 v
w w
Ejercicio 4. Demuestre que el perro del Ej. anterior nunca tocar a la otra orilla, si w < v . Suponga ahora que el hombre camina r o abajo a la velocidad v mientras llama a su perro. Podr a esta vez el perro tocar la otra orilla? )) (Rta.: Si, en el punto (0, bv w 53
Un
Ejercicio 3. Suponga que el eje Y y la recta x = b forman las orillas de un r o cuya corriente tiene una velocidad v (en la direcci on negativa del eje Y ). Un hombre esta en el origen y su perro esta en el punto (b, 0). Cuando el hombre llama al perro, este se lanza al r o y nada hacia el hombre a una velocidad constante w (w > v ). Cual es la trayectoria seguida por el perro? v v b w [( x ) w ( x ) ]) (Rta.: y = x 2 b
ive
rsid
ad
de
An
Ejercicio 2. Un destructor esta en medio de una niebla muy densa que se levanta por un momento y deja ver un submarino enemigo en la supercie a cuatro kil ometros de distancia. Suponga: i) que el submarino se sumerge inmediatamente y avanza a toda m aquina en una en una direcci on desconocida. ii) que el destructor viaja tres kil ometros en l nea recta hacia el submarino. Que trayectoria deber a seguir el destructor para estar seguro que pasar a directamente sobre el submarino, si su velocidad v es tres veces la del submarino? (Rta.: r = e 8 )
tioq
uia
,D
ept
o. d
eM
atem
atic as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 5. Cuatro caracoles situados en las esquinas de un cuadrado [0, a] [0, a] comienzan a moversen con la misma velocidad, dirigi endose cada uno hacia el caracol situado a su derecha. Qu e distancia recorrer an los caracoles al encontrarsen? (Rta.: a unidades)
Soluci on:
2y tan = f (x) = 2 x y y = x dy y
Ejercicio 2. Una curva pasa por el origen en el plano XY , al primer cuadrante. El area bajo la curva de (0, 0) a (x, y ) es un tercio del area del rect angulo que tiene esos puntos como v ertices opuestos. Encuentre la ecuaci on de la curva. (Rta.: y = cx2 ) Ejercicio 3. Encontrar las curvas para las cuales la tangente en un punto P (x, y ) tiene interceptos sobre los ejes X y Y cuya suma es 2(x + y ) (Rta.: xy = c) Ejercicio 4. Hallar la ecuaci on de todas las curvas que tienen la propie54
Un
ive
rsid
ad
Ejercicio 1. Empleando coordenadas rectangulares hallar la forma del espejo curvado tal que la luz de una fuente situada en el origen se reeje en el como un haz de rayos paralelos al eje X . (Rta.: y 2 = 2cx + c2 )
de
An
tioq
ln |y | = ln
c x
y=
c x
xy = c
uia
ln |y | = ln |x| + ln |c|
,D
= dx x
ept
o. d
eM
atem
Ejemplo 3. Hallar la ecuaci on de todas las curvas que tienen la propiedad de que el punto de tangencia es punto medio del segmento tangente entre los ejes coordenados.
atic as
3.1.3.
Aplicaciones a la geometr a anal tica
3.2. CRECIMIENTO Y DESCOMPOSICION dad de que la distancia de cualquier punto al origen, es igual a la longitud del segmento de normal entre el punto y el intercepto con el eje X . (Rta.: y 2 = x2 + c) Ejercicio 5. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que el tri angulo formado por la tangente a la curva, el eje X y la recta vertical que pasa por el punto de tangencia siempre tiene un area igual a la suma de los cuadrados de las coordenadas del punto de tangencia. 4y +x tan1 ( )) (Rta.: ln |y | = 2 15 15x Ejercicio 6. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que la porci on de la tangente entre (x, y ) y el eje X queda partida por la mitad por el eje Y . (Rta.: y 2 = Cx) Ejercicio 7. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que la longitud de la perpendicular bajada del origen de coordenadas a la tangente es igual a la abscisa del punto de contacto. (Rta.: x2 + y 2 = Cx) Ejercicio 8. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que la raz on del segmento interceptado por la tangente en el eje OY al radio vector, es una cantidad constante k . 1 1 1+k (Rta.: y = 2 (Cx1k C x )) Ejercicio 9. Hallar la ecuaci on de todas las curvas del plano XY para las cuales la longitud del segmento interceptado en el eje Y por la normal a cualquiera de sus puntos es igual a la distancia desde este punto al origen de coordenadas. 1 1 (Rta.: y = 2 (Cx2 C ))
3.2.
CRECIMIENTO Y DESCOMPOSICION
Existen en el mundo f sico, en biolog a, medicina, demograf a, econom a, etc. cantidades cuya rapidez de crecimiento o descomposici on var a en forma = kx con x ( t ) proporcional a la cantidad presente, es decir, dx 0 = x0 , o sea dt 55
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN que dx kx = 0 dt que es una E.D. en variables separables o lineal en x de primer orden y cuya soluci on es x = Cekt
En particular cuando t0 = 0, entonces x = x0 ekt
3.2.1.
Desintegraci on radioactiva
tioq
Se llama tiempo de vida media de un material radioactivo al tiempo ne0 cesario para que una cantidad Q0 se trasforme en Q . 2
uia
,D
Si Q es la cantidad de material radioactivo presente en el instante t, en= kQ, donde k es la constante de desintegraci on. tonces la E.D. es dQ dt
ept
o. d
eM
atem
Por lo tanto la soluci on particular es x = x0 ekt0 ekt = x0 ek(tt0 )
atic as
Como x(t0 ) = x0 = Cekt0 C = x0 ekt0
Ejercicio 2. Suponga que un elemento radioactivo A se descompone en un segundo elemento radioactivo B y este a su vez se descompone en un tercer elemento radioactivo C. Si la cantidad de A presente inicialmente es x0 y las cantidades de A y B son x e y respectivamente en el instante t y si k1 y k2 son las constantes de rapidez de descomposici on, hallar y en funci on de t. 1 x0 (Rta.: Si k1 = k2 , entonces: y = kk (ek1 t ek2 t ) 2 k1 si k1 = k2 , entonces y = k1 x0 tek1 t )
1 de la Ejercicio 3. Se ha encontrado que un hueso fosilizado contiene 1000 cantidad original de C14 . Determinar la edad del f osil, sabiendo que el tiempo de vida media del C14 es 5600 a nos. (Rta.: t 55,800 a nos)
56
Un
ive
rsid
ad
de
An
)T . Ejercicio 1. Si T es el tiempo de vida media, mostrar que Q = Q0 ( 1 2
3.2. CRECIMIENTO Y DESCOMPOSICION
3.2.2.
Ley de enfriamiento de Newton
Si se tiene un cuerpo a una temperatura T , sumergido en un medio de tama no innito de temperatura Tm (Tm no var a apreciablemente con el tiempo). El enfriamiento de este cuerpo se comporta de acuerdo a la siguiente = k donde = T Tm . E.D.: d dt
x = 0 I = I0 dI = kI I = Cekx dx Cuando x = 0, I = I0 = C Luego I = I0 ekx Cuando luego, x = 3 I = 0,25 I0 0,25 I0 = I0 e3k ek = (0,25) 3 57
1
Un
ive
rsid
ad
de
An
Soluci on:
tioq
Ejemplo 4. En agua limpia la intensidad I a 3 pies bajo la supercie es de un 25 % de la intensidad I0 en la supercie. Cu al es la intensidad del rayo a 15 pies bajo la supercie?
uia
,D
Esta ley dice que la tasa de absorci on de luz con respecto a una profundidad x de un material transl ucido es proporcional a la intensidad de la luz a una profundidad x; es decir, si I es la intensidad de la luz a una profundidad dI x, entonces dx = kI .
ept
o. d
eM
3.2.3.
Ley de absorci on de Lambert
atem
atic as
Ejercicio 3. Un cuerpo se calienta a 1100 C y se expone al aire libre a una temperatura de 100 C . Si al cabo de una hora su temperatura es de 600 C . Cuanto tiempo adicional debe transcurrir para que se enfrie a 300 C ?
I = I0 (ek )x = I0 ((0,25) 3 )x = I0 (0,25) 3 para por tanto I = I0 (0,25)5 x = 15 I = I0 (0,25) 3

15
4 Ejercicio 4. Si I a una profundidad de 30 pies es 9 de la intensidad en la supercie; encontrar la intensidad a 60 pies y a 120 pies.
b) Analizar los casos en que k1 > k2 , k1 = k2 y k1 < k2 Ejercicio 7. Una persona de un pueblo de 1000 habitantes regres o con gripa. Si se supone que la gripa se propaga con una rapidez directamente proporcional al n umero de agripados como tambi en al n umero de no agripados; determinar el n umero de agripados cinco d as despu es, si se observa que 58
Un
Ejercicio 6. En un modelo de evoluci on de una comunidad se supone que dP dD , donde dB es la rapidez la poblaci on P (t) se rige por la E.D dt = dB dt dt dt dD con que nace la gente y dt es la rapidez con que la gente muere. Hallar: a) P (t) si dB = k1 P y dD = k2 P dt dt
ive
rsid
ad
Ejercicio 5. Si en un an alisis de una botella de leche se encuentran 500 organismos (bacterias), un d a despu es de haber sido embotelladas y al segundo d a se encuestran 8000 organismos. Cual es el n umero de organismos en el momento de embotellar la leche?
de
An
tioq
dQ = kQ dt donde Q(t): poblaci on en el instante t.
uia
,D
ept
La raz on de crecimiento depende de la poblaci on presente en periodo de procrear, considerando las tasas de natalidad y de muerte, el modelo que representa dicha situaci on es:
o. d
eM
3.2.4.
Crecimiento de Cultivos de Bacterias o Crecimientos poblacionales
atem
atic as
3.3. PROBLEMAS DE DILUCION el n umero de agripados en un d a es 100. Ejercicio 8. Cuando se produce cierto alimento, se estima en N el n umero de organismos de una cierta clase presentes en el paquete. Al cabo de 60 dias el n umero N ha aumentado a 1000N . Sinembargo, el n umero 200N es considerado como el l mite saludable. A los cuantos dias, despu es de elaborado, vence el alimento. (Rta.: 46.02 dias) Observaci on: un m odelo m as preciso para el crecimiento problacional 1 dP es igual a la es suponer que la tasa percapita de crecimiento, es decir P dt tasa promedio de nacimientos, la cual supondremos constante, menos la tasa promedio de defunciones, la cual supondremos proporcional a la poblaci on, por lo tanto la E.D. ser a: 1 dP = b aP P dt
P (t) =
rsid
Por la regla de lH opital se puede mostrar que

t
ad
bP0 ebt b aP0 + aP0 ebt
3.3.
PROBLEMAS DE DILUCION
Una soluci on es una mezcla de un soluto (que puede ser l quido, s olido o gaseoso), en un solvente que puede ser l quido o gaseoso. Tipos de mezclas o soluciones :
Un
ive
l m P (t) =
de
An
Si en t = 0 se tiene P = P0 entonces la soluci on particular es
b a
tioq
P | = ec ebt b aP
uia
,D
donde a y b son constantes positivas, esta E.D. se le llama ecuaci on log stica Resolviendo esta E.D. por variables separables se obtiene
ept
o. d
eM
atem
atic as
59
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN i) Soluciones l quidas cuando disolvemos un s olido o un l quido en un l quido. ii) Soluciones gaseosas cuando se disuelve un gas en un gas. Ecuaci on de Continuidad: Tasa de acumulaci on = Tasa de entrada Tasa de salida.
P : libras de sal Q : galones de salmuera
de
An
c1
tioq
t=0
v1
t>0
uia
,D
v1 c1 x : libras de sal Q + (v1 v2 )t : galones de salmuera v2 c2 Sea x(t) las libras de sal en el instante t.
dx dt
= Tasa de acumulaci on = Tasa de entrada del soluto Tasa de salida
60
Un
ive
Figura 3.3
rsid
v2 c2
ad
ept
Caso 1. Una Salmuera (soluci on de sal en agua), entra en un tanque a una velocidad v1 galones de salmuera/minuto y con una concentraci on de c1 libras de sal por gal on de salmuera (lib. sal/gal. salmuera). Inicialmente el tanque tiene Q galones de salmuera con P libras de sal disueltas. La mezcla bien homogenizada abandona el tanque a una velocidad de v2 galones de salmuera/min. Encontrar una ecuaci on para determinar las libras de sal que hay en el tanque en cualquier instante t.(Ver gura 3.3)
o. d
eM
atem
atic as
3.3. PROBLEMAS DE DILUCION del soluto. dx = v1 (gal.sol./min) c1 (lib.sal/gal.sol.) dt v2 (gal.sol./min) c2 (lib.sal/gal.sol.) x = v1 c1 v2 Q + (v1 v2 )t y obtenemos la E.D. lineal en x de primer orden:
p(t)
q (t)
condiciones iniciales: t = 0, p(t) =
x=P v2 ; Q + (v1 v2 )t
p(t) dt
q (t) = v1 c1
F.I. = [Q + (v1 v2 )t] v1 v2
Caso 2. Un colorante s olido disuelto en un l quido no volatil, entra a un tanque a una velocidad v1 galones de soluci on/minuto y con una concentraci on de c1 libras de colorante/gal on de soluci on. La soluci on bien homogenizada sale del tanque a una velocidad de v2 galones de soluci on/min. y entra a un segundo tanque del cual sale posteriormente a una velocidad de v3 galones de soluci on/min. Inicialmente el primer tanque ten a P1 libras de colorante disueltas en Q1 galones de soluci on y el segundo tanque P2 libras de colorante disueltas en 61
Un
ive
Ejercicio 1: resolver la anterior E.D. con v1 = v2
rsid
con las condiciones iniciales x(0) = P , con esto hallamos C y se concluye que x = f (t)
ad
de
x F.I. =
F.I. q (t) dt + C
An
luego
tioq
uia
v2
=e
v2 ln |Q+(v1 v2 )t| v1 v2
,D
F.I. = e
=e
v2 Q+(v 1v
1
2 )t
ept
=
o. d
eM
atem
dx v2 + x = v1 c1 dt Q + (v1 v2 )t
atic as
t=0
v1 c1
t>0
v1 c1
P1 : libras de colorante Q1 : galones de soluci on v 2 c2 P2 : libras de colorante Q2 : galones de soluci on v3 c3 Figura 3.4
atem
y : libras de colorante Q2 + (v2 v3 )t : galones de soluci on
atic as
x : libras de colorante Q1 + (v1 v2 )t : galones v2 de soluci on c2
E.D. para el primer tanque:

dx dt dx dt
rsid
+ v2 Q1 +(vx = v1 c1 , con la condici on inicial t = 0, x = P1 1 v2 ) t

v2
E.D. para el segundo tanque:

dy dt dy dt
= v2 c2 v3 c3 = v2 Q1 +(vx v3 Q2 +(vy2 v3 )t 1 v2 ) t +
v3 Q2 +(v2 v3 )t
y=
v2 Q1 +(v1 v2 )t
v3
Un
ive
La soluci on es: x = f (t) = c1 [Q1 + (v1 v2 )t] + C [Q1 + (v1 v2 )t] v1 v2 .
x=
ad
= v1 c1 v2 c2 = v1 c1 v2 Q1 +(vx 1 v2 ) t
de
v2 Q1 +(v1 v2 )t
An
tioq
Q2 galones de soluci on. Encontrar dos ecuaciones que determinen las libras de colorante presentes en cada tanque en cualquier tiempo t.(Ver gura 3.4) x = libras de colorante en el primer tanque en el instante t. y = libras de colorante en el segundo tanque en el instante t.
uia
,D
ept
f (t),
o. d
F.I. = [Q2 + (v2 v3 )t] v2 v3 62
para v2 = v3 .
eM
v3 c3
t = 0, y = P2
3.3. PROBLEMAS DE DILUCION Si v2 = v3 Cual ser a su factor integrante? Ejercicio 2. Resolver el caso dos cuando v1 = v2 = v3 = v y Q1 = Q2 = Q. Caso 3. Una soluci on l quida de alcohol en agua, est a constantemente circulando entre dos tanques a velocidades v2 y v3 galones/minuto. Si al primer tanque tambi en entra una soluci on a una velocidad de v1 galones /minuto y de concentraci on c1 galones de alcohol/gal on de soluci on y las cantidades iniciales en los tanques son P1 y P2 galones de alcohol en Q1 y Q2 galones de agua respectivamente. Encontrar dos ecuaciones para determinar los galones de alcohol presentes en cualquier tiempo en cada tanque (Ver gura 3.5). t>0 t=0 v1 v1 v3 v3 c1 c 1 c3 c3 P1 : galones de alcohol P1 + Q1 : galones de soluci on v2 c2 P2 : galones de alcohol P2 + Q2 : galones de soluci on
P1 + Q1 + (v1 + v3 v2 )t :
E.D. para el primer tanque: dx = v1 c1 + v3 c3 v2 c2 dt x y v2 = v1 c1 + v3 Q2 + P2 + (v2 v3 )t Q1 + P1 + (v1 + v3 v2 )t 63
Un
x = galones de alcohol en el primer tanque en el instante t. y = galones de alcohol en el segundo tanque en el instante t.
ive
rsid
Figura 3.5
ad
de
An
tioq
y : galones de alcohol P2 + Q2 + (v2 v3 )t : galones de soluci on
uia
galones de soluci on
,D
x : galones de alcohol v2 c2
ept
o. d
eM
atem
atic as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN dx v2 + x= dt Q1 + P1 + (v1 + v3 v2 )t E.D. para el segundo tanque: dy = v2 c2 v3 c3 dt v2 v3 = x y Q1 + P1 + (v1 + v3 v2 )t Q2 + P2 + (v2 v3 )t v3 y + v1 c1 Q2 + P2 + (v2 v3 )t (3.1)
atic as
(3.2)
Bal.tot.= x + y = P1 + P2 + v1 (gal.sol./min) c1 (gal.alcohol/gal.sol.) t
(3.3) en (3.1):
Con la condici on inicial: t = 0, x = P1 Nota: no hay necesidad de resolver la ecuaci on diferencial (2) porque y = P1 + P2 + v1 c1 t x. 64
Un
dx + dt
v2 v3 + x= Q1 + P1 + (v1 + v3 v2 )t Q2 + P2 + (v2 v3 )t (P1 + P2 + v1 c1 t)v3 + v1 c1 (3.4) Q2 + P2 + (v2 v3 )t
ive
rsid
v2 dx + x= dt Q1 + P1 + (v1 + v3 v2 )t v3 (P1 + P2 + v1 c1 t x) + v1 c1 Q2 + P2 + (v2 v3 )t
ad
de
An
tioq
y = P1 + P2 + v1 c1 t x
uia
luego
,D
x + y = P1 + P2 + v1 c1 t
ept
o. d
eM
Balance total: galones de alcohol presentes en los dos tanques en el instante t:
atem
(3.3)
3.3. PROBLEMAS DE DILUCION Caso 4. Un teatro de dimensiones 10 30 50 mt.3 , contiene al salir el p ublico 0,1 % por volumen de CO2 . Se sopla aire fresco a raz on de 500 mt.3 por minuto y el sistema de aire acondicionado lo extrae a la misma velocidad. Si el aire atmosf erico tiene un contenido de CO2 del 0,04 % por volumen y el l mite saludable es de 0,05 % por volumen. En que tiempo podr a entrar el p ublico? (Ver gura 3.6)
v2 c2
x : mt3 de CO2
Figura 3.6
dx = v1 c1 v2 c2 dt
,04 = 500mt.3 aire/min. 0 mt.3 CO2 /mt.3 aire 100 x mt.3 CO2 x = 0,2 30 500mt.3 aire/min. 1030 50 mt.3 aire x + 30 = 0,2, E.D. lineal de primer orden con p(t) = por tanto, dx dt Q(t) = 0,2
Un
mt.3 deCO2 0,001 10 30 50mt.3 = 15mt.3 3 mt. de aire
ive
rsid
Cantidad de CO2 en el teatro en t = 0:
ad
de
Sea x = mt.3 de CO2 presentes en el teatro en el instante t.
An
tioq
uia
,D
ept
o. d
eM
c1
atem
1 30
t>0 v1
atic as
y 65
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN soluci on general: x = 6 + Ce 30 condiciones iniciales: en t = 0 se tiene que x = 15 t por tanto la soluci on particular es: x = 6 + 9e 30 la cantidad de CO2 en el l mite saludable es: ,05 x= 0 10 30 50 = 7,5 100 t 30 por tanto 7,5 = 6 + 9e despejando t se tiene que t = 30 ln 6 = 53,75min. Ejercicio 1. En un tiempo t = 0 un tanque A contiene 300 galones de salmuera en el cual hay 50 libras de sal y un tanque B con 200 galones de agua pura. Al tanque A le entran 5 galones de agua/min. y la salmuera sale a la misma velocidad para entrar al tanque B y de este pasa nuevamente al tanque A, a una velocidad de 3 gal/min. Calcular las cantidades de sal en ambos tanques en un tiempo t = 1hora = 60min.. (Rta.: tanque A = 29,62 libras, tanque B = 20,31 libras) Ejercicio 2. Un tanque tiene inicialmente 100 galones de agua pura. Una salmuera que contiene 1 libra de sal/gal on de salmuera uye al interior del 2 tanque a una rapidez de 2 galones/min. y la mezcla bien homogenizada sale del tanque con la misma velocidad. Despu es de 10 minutos el proceso se detiene y se introduce al tanque agua pura con una rapidez de 2 galones/min, abandonando el tanque a la misma velocidad. Determinar la cantidad de sal en el tanque cuando han pasado un total de 20 minutos. (Rta.: 7,34 libras) Ejercicio 3. Un tanque contiene 100 galones de salmuera; 3 galones de salmuera la cual contiene 2 libras de sal/gal on de salmuera entran al tanque cada minuto. La mezcla asumida uniforme sale a una velocidad de 2 gal/min. Si la concentraci on es de 1,8 libras de sal/gal on de salmuera al de cabo de 1 hora, Calcular las libras de sal que hab an inicialmente en el tanque. (Rta.: 118,08 libras) Ejercicio 4. Un dep osito contiene 50 galones de salmuera en las que est an disueltas 25 libras de sal. Comenzando en el tiempo t = 0, entra agua al dep osito a raz on de 2 gal./min. y la mezcla sale al mismo ritmo para entrar 66
t
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
3.3. PROBLEMAS DE DILUCION a un segundo dep osito que conten a inicialmente 50 galones de agua pura.La salmuera sale de este dep osito a la misma velocidad.Cu ando contendr a el segundo dep osito la mayor cantidad de sal? (Rta.: cuando t 25 minutos) Ejercicio 5. Un tanque contiene inicialmente agua pura. Salmuera que contiene 2 libras de sal/gal. entra al tanque a una velocidad de 4 gal./min. Asumiendo la mezcla uniforme, la salmuera sale a una velocidad de 3 gal./min. Si la concentraci on alcanza el 90 % de su valor m aximo en 30 minutos, calcular los galones de agua que hab an inicialmente en el tanque. 30 (Rta.: Q = 4 101 ) Ejercicio 6. El aire de un teatro de dimensiones 12 8 4 mt.3 contiene 0,12 % de su volumen de CO2 . Se desea renovar en 10 minutos el aire, de modo que llegue a contener solamente el 0,06 % de CO2 . Calcular el n umero de mt.3 por minuto que deben renovarse, suponiendo que el aire exterior contiene 0,04 % de CO2 . (Rta.: 53,23 mt.3 de aire/minuto) Ejercicio 7. Aire que contiene 30 % de ox geno puro pasa a trav es de un frasco que contiene inicialmente 3 galones de ox geno puro. Suponiendo que la velocidad de entrada es igual a la de salida; hallar la cantidad de ox geno existente despu es de que 6 galones de aire han pasado por el frasco. (Rta.: 1,18 galones) Ejercicio 8. Un tanque contiene 50 litros de agua. Al tanque entra salmuera que contiene k gramos de sal por litro, a raz on de 1.5 litros por minuto. La mezcla bien homogenizada, sale del tanque a raz on de un litro por minuto. Si la concentraci on es 20 gr/litro al cabo de 20 minutos. Hallar el valor de k . (Rta.: k = 47,47) Ejercicio 9. Un tanque contiene 500 galones de salmuera. Al tanque uye salmuera que contiene 2 libras de sal por gal on, a raz on de 5 galones por minuto y la mezcla bien homogenizada, sale a raz on de 10 galones por minuto. Si la cantidad m axima de sal en el tanque se obtiene a los 20 minutos. Cual era la cantidad de sal inicial en el tanque? (Rta.: 375 libras)
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
67
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 10. Un tanque contiene 200 litros de una soluci on de colorante con una concentraci on de 1 gr/litro. El tanque debe enjuagarse con agua limpia que entra a raz on de 2 litros/min. y la soluci on bien homog enizada sale con la misma rapidez. Encuentre el tiempo que trascurrir a hasta que la concentraci on del colorante en el tanque alcance el 1 % de su valor original. (Rta.: 460.5 min.)
3.4.
VACIADO DE TANQUES
dQ dt
ept
= kAv = kA 2gh
o. d Un ive rsid ad de An tioq uia ,D

2gh
aplicando la ecuaci on de energ a: 1 mv 2 = mgh v = 2 por tanto,

dQ dt
donde g = 32 pie/seg2 = 9,81 mt./seg.2
La constante k depende de la forma del oricio:
Si el oricio es de forma rectangular, la constante k = 0,8.
Si el oricio es de forma tri angular, la constante 0,65 k 0,75. Si el oricio es de forma circular, la constante k = 0,6.
Caso 1. Cil ndro circular de altura H0 pie y radio r pie, dispuesto en forma vertical y con un oricio circular de di ametro (pulgadas) (Ver gura 3.7).
68
eM
Un tanque de una cierta forma geom etrica est a inicialmente lleno de agua hasta una altura H . El tanque tiene un oricio en el fondo cuya area es A 2 pie . Se abre el oricio y el l quido cae libremente. La raz on volum etrica de dQ area del oricio. salida dt es proporcional a la velocidad de salida y al
atem
atic as
3.4. VACIADO DE TANQUES
2 32 h = 4,8
tioq
dQ = 0,6 dt pero
24
uia
dQ = kA dt
2gh
,D
2 h 576
ept
o. d
Figura 3.7
eM
atem
(3.5)
Un
dh 4,8 2 = dt 576r2 h h 2 dh =
1
ive
y separando variables:
4,8 2 t + C . e integrando: 2 h = 576 r2
Con las condiciones iniciales: t = 0, h = H0 , hallamos la constante C .
rsid
Como (3.5)= (3.6): r2 dh dt
ad
dQ = r2 dh
dQ dh = r2 dt dt ,8 2 = 4 h 576
de
An
atic as
(3.6) 4,8 2 dt 576r2 69
H0
dh R H0 (0, R)
atic as tioq uia ,D ept o. d eM atem
Figura 3.8
El tiempo de vaciado (tv ): se obtiene cuando h = 0. Hallar tv Caso 2. El mismo cil ndro anterior pero dispuesto horizontalmente y con el oricio en el fondo (Ver gura 3.8). dQ 4,82 = kA 2gh = h dt 576 pero de la gura 3.8, tenemos:
(3.7)
luego
Un
x= 2rh h2 dQ = 2 2rh h2 H0 dh
sustituyendo
70
ive
(x 0)2 + (h r)2 = r2 x2 + h2 2rh + r2 = r2
rsid
y tambi en
ad
dQ = 2x H0 dh
de
An
3.4. VACIADO DE TANQUES
Figura 3.9 dQ dh = 2H0 2rh h2 dt dt
(3.8) = (3.7): 2H0
,D
ept
o. d
eM
atem
(3.8)
Caso 3. Un cono circular recto de altura H0 y radio R dispuesto verticalmente con oricio circular en el fondo de di ametro (Ver gura 3.9).
Un
El tiempo de vaciado tv se produce cuando h = 0. Hallar tv .
ive
condiciones iniciales: en t0 = 0 h = 2r, con ella hallo constante de integraci on.
rsid
dh 4,82 h = dt 576 dh 4,82 2H0 h 2r h h, donde h = 0 = dt 576 4,82 2r h dh = dt 2 576 H0
ad
de
An
2rh h2
tioq
dQ = kA 2gh = 0,6 dt
24
uia
2
2 32h 71
atic as
H0
dh
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN 4,82 dQ h = dt 576 Por semejanza de tri angulos tenemos que: R H0 Rh = r= r h H0 (3.10) (3.9)
(3.9) = (3.11): = h 2 dh dt
3
atem o. d eM
dQ R2 2 dh = h 2 dt H0 dt
2
atic as
0
h dh y como dQ = r2 dh entonces, sustituyendo (3.10): dQ = R H2
2 2
(3.11)
R2 2 H0
h2
dh dt
8 = 4,576
2 4,82 H0 576R2
Condiciones iniciales: cuando t = 0,
h = H0
Ejercicio 2. Un cono circular recto de radio R y altura H tiene su v ertice hacia abajo. El tanque tiene un oricio en el fondo cuya area A es controlada por una v alvula y es proporcional a la altura del agua en cada instante. Suponiendo que el tanque est a lleno de agua, calcular el tiempo de vaciado. Del tiempo de vaciado, Que porcentaje es requerido para vaciar la mitad del volumen? (Rta.: el porcentaje requerido para bajar la mitad del volumen es 29,3 %) Ejercicio 3. Un tanque c ubico de lado 4 pies, est a lleno de agua, la cual 1 sale por una endidura vertical de 8 pulg. de ancho y de 4 pies de alto. Encontrar el tiempo para que la supercie baje 3 pies. (Ayuda: encontrar el n umero de pies c ubicos por segundo de agua que salen de la endidura cuando el agua tiene h pies de profundidad). 72
Un
ive
rsid
ad
de
Ejercicio 1. Un tanque semiesf erico tiene un radio de 1 pie; el tanque est a inicialmente lleno de agua, en el fondo tiene un oricio de 1 pulg. de di ametro. Calcular el tiempo de vaciado. (Rta.: 112 seg.)
An
tioq
uia
El tiempo de vaciado tv se produce cuando h = 0. Hallar tv .
,D
ept
3.5. APLICACIONES A LA FISICA (Rta.: 360 segundos.) Ejercicio 4. Encontrar el tiempo requerido para llenar un tanque c ubico de lado 3 pies si tiene un oricio circular de 1 pulg. de di ametro en la base y si entra agua al tanque a raz on de pies3 /min. (Rta.: 26 min, 14 seg.) Ejercicio 5. Un tanque rectangular vacio de base B 2 pies2 , tiene un agujero circular de area A en el fondo. En el instante t = 0, empieza a llenarse a raz on de E pies c ubicos por segundo. Hallar t en funci on de h. Mostrar que si el tanque tiene una altura H , nunca se llenar a a menos que E > 4,8 A H . 2 1,8 h = 2 b ln b h b ln b1,h (Rta.: t = a a 8 h h b donde, a =
4,8 A , B2
b=
E .) 4,8 A
3.5.
APLICACIONES A LA FISICA
Caso 1. Caida libre. (Ver gura 3.10) Por la segunda ley de Newton (ver textos de F sica), se llega a que:
Un
Ejercicio 8. Un embudo de 5 pies de radio en la parte superior y 1 pie de radio en la parte inferior tiene una altura de H pies. Si se llena de agua: a) Hallar el tiempo de vaciado; b) Del tiempo de vaciado que porcentaje es ? necesario para que el nivel baje a H 4 (Rta.: a) 2,86 H ; b) 86.41 %)
ive
rsid
ad
de
Ejercicio 7. Un tanque con una cierta forma geom etrica esta lleno de agua. El agua sale por un oricio situado en la base a una rata proporcional a la ra z cuadrada del volumen restante en el tanque en todo tiempo t. Si el tanque contiene inicialmente 64 galones de agua y 15 galones salen el primer d a, calcular el tiempo en el cual hay 25 galones en el tanque. (Rta.: 72 horas)
An
tioq
uia
,D
Ejercicio 6. Un embudo de 10 pies de di ametro en la parte superior y 2 pies de di ametro en la parte inferior tiene una altura de 24 pies. Si se llena de agua, hallar el tiempo que tarda en vaciarse. (Rta.: 14,016 seg.)
ept
o. d
eM
atem
atic as
73
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN O x m g + x
Figura 3.10
condiciones iniciales:
gt2 + v 0 t + x0 x= 2 Caso 2. Caida con resistencia del aire. Por la segunda ley de Newton (ver textos de F sica), se llega a que: m 74 d2 x = mg kv dt2
Un
ive
gt2 + v0 t + C2 2 y como las condiciones iniciales son: t = 0 x = x0 x=
rsid
ad
por lo tanto,
dx dt
= gt + v0 , e integrando, obtenemos:
de
t = 0 v = v0 v = gt + v0
An
tioq
dv = g v = gt + C1 dt
uia
,D
d2 x d m 2 =m dt dt
dx dt
=m
dv = mg dt
ept
o. d
eM
atem
atic as
3.5. APLICACIONES A LA FISICA dividiendo por m d2 x = g dt2 dv = g dt obtenemos la E.D. lineal en v dv k + v= g dt m hallemos el F.I. F.I. = e resolvi endola ve m t = ve m t =
k k k m
k m k v m
dt
= emt
Supongamos que las condiciones iniciales son: t = 0, del reposo), entonces
tioq
k m g em t + C k k m g + Ce m t . v= k
uia
v = 0 (es decir, parte mg k
kt mg mg mg k t e m = 1 e m ; k k k mg observese que cuando t v k Resolviendo para x y teniendo como condiciones iniciales t = 0 y x = 0 se llega a que: k m2 g mg t 2 (1 e m t ) x= k k
Caso 3. Cuerpos con masa variable. Por la segunda ley de Newton para masa variable (ver textos de F sica), se 75
Un
ive
v=
rsid
ad
0=
mg +C k
de
An
C=
,D
e m t (g ) dt + C
ept
o. d
eM
atem
atic as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN llega a que: d d (mv ) (mv ) = dt dt dm dt
F =
F + (v + )
En t = 0,
Como = b entonces, m
dv dm dv = mg b m = mg b(a) dt dt dt
= mg + ab o sea que, m dv dt 76
Un
C1 = m1 + m2 , m = m1 + m2 at
ive
m = m1 + m2 luego m1 + m2 = a 0 + C1 por tanto,
rsid
ad
Como
dm dt
= a m = at + C1
de
Soluci on:
An
Ejemplo 5. Un cohete con masa estructural m1 , contiene combustible de masa inicial m2 ; se dispara en l nea recta hacia arriba, desde la supercie de = a, la tierra, quemando combustible a un ndice constante a (es decir, dm dt donde m es la masa variable total del cohete) y expulsando los productos de escape hacia atr as, a una velocidad constante b en relaci on al cohete. Si se desprecian todas las fuerzas exteriores excepto la fuerza gravitacional mg , donde g la suponemos constante; encontrar la velocidad y la altura alcanzada en el momento de agotarse el combustible (velocidad de altura y apagado).
tioq
uia
,D
ept
o. d
dv = dt
F +
dm dt
eM
por tanto,
atem
dm dv +v = dt dt
F +v
dm dm + dt dt
atic as
donde, F : Fuerzas que actuan sobre el cuerpo. : velocidad en relaci on a m de las particulas que se desprenden del cuerpo.
3.5. APLICACIONES A LA FISICA = (m1 + m2 at)g + ab Reemplazo m: (m1 + m2 at) dv dt = g + m1 +ab dividiendo por m1 + m2 at: dv dt m2 at luego v = gt ab ln |m1 + m2 at| + C2 = gt b ln |m1 + m2 at| + C2 a
Sustituyendo, queda que v=

2g luego v = ma + b ln
m1 +m2 m1
De la misma manera se encuentra que ha = altura alcanzada al acabarse m1 m2 g bm2 bm1 + ln el combustible = 22 + 2a a a m1 + m2
F =
donde, x: la distancia del cuerpo a la supercie de la tierra. M : la masa de la tierra. m: la masa del cuerpo. R: el radio de la tierra. G: la constante de gravitaci on universal.
Un
ive
rsid
Caso 4. Cuerpos en campo gravitacional variable. (Ver gura 3.11) Por la ley de Gravitaci on Universal de Newton (ver textos de F sica): GM m (x + R)2
ad
de
An
tioq
uia
m1 + m2 gm2 + b ln 2 a m1 + m2 a m a
,D
ept
o. d
Pero ten amos que m = m1 + m2 at y como el tiempo de apagado se produce cuando m = m1 ya que no hay combustible, es decir, m1 = m1 + m2 at. 2 2 o sea que cuando t = m v = velocidad de Por tanto at = m2 t = m a a apagado.
eM
atem
v = gt b ln |m1 + m2 at| + b ln |m1 + m2 | = gt + b ln
m1 + m2 m1 + m2 at
atic as
Condiciones iniciales: en t = 0, por tanto C2 = b ln |m1 + m2 |
v = 0 0 = 0 b ln |m1 + m2 | + C2
77
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN m +
Figura 3.11
Soluci on: m
mgR2 dv = w(x) = dt (x + R)2 donde el signo menos indica que la direcci on de la fuerza es hacia el centro de la tierra. Cancelando m, y resolviendo la ecuaci on diferencial resultante y poniendo como condiciones iniciales, en t = 0, x = 0 y v = v0 , se llega a que:
2 v 2 = v0 2gR +
Un
ive
rsid
ad
Ejemplo 6. Se lanza un cuerpo de masa m hacia arriba de la tierra con velocidad inicial v0 . Suponiendo que no hay resistencia del aire, pero tomando en cuenta la variaci on del campo gravitacional con la altura, encontrar la menor velocidad inicial v0 que necesita el cuerpo para que no regrese a la tierra. Esta velocidad inicial v0 se le llama velocidad de escape (Ver gura 3.12).
78
de
An
2gR2 0 x+R
tioq
uia
1m Se dene el peso de un cuerpo como w(x) = (xk , donde k1 = GM . + R )2 Si x = 0, entonces el peso del cuerpo de masa m en la supercie de la tierra 2 1m es: w(0) = mg = kR 2 , entonces k1 = gR , por lo tanto el peso de un cuerpo 2 . a una distancia x de la supercie de la tierra es: w(x) = (mgR x + R )2
,D
ept
o. d
eM
atem
atic as
3.5. APLICACIONES A LA FISICA x + w(x)
0 R tierra
Ejercicio 3. Una bala se introduce en una tabla de h = 10 cm. de espesor con una velocidad v0 = 200 mt/seg, traspas andola con v1 = 80 mt/seg. Suponiendo que la resistencia de la tabla al movimiento de la bala es proporcional al cuadrado de la velocidad. Hallar el tiempo que demora la bala en atravezar la tabla. 0) = 40003 seg.) (Rta.: t = h0 (v1 v v1 ln 2,5
v0 v1 ln
v0
Un
Ejercicio 2. En el interior de la tierra la fuerza de gravedad es proporcional a la distancia del centro, si se perfora un oricio que atraviese la tierra de polo a polo y se lanza una piedra en el oricio con velocidad v0 , con que velocidad llegar a al centro? 2 (Rta.: v = gR + v0 , donde R es el radio de la tierra.)
ive
rsid
ad
de
Ejercicio 1. Un torpedo se desplaza a una velocidad de 60 millas/hora en el momento de agotarse el combustible; si el agua se opone al movimiento con una fuerza proporcional a su velocidad y si en una milla de recorrido reduce su velocidad a 30 millas/hora. A que distancia se detendr a? (Rta.: 2 millas)
An
tioq
uia
,D
2 Por lo tanto, v0 2gR de aqu conclu mos que la velocidad de escape v0 = 2gR
ept
o. d
Figura 3.12
eM
atem
atic as
79
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 4. Una cadena de 4 pies de longitud tiene 1 pie de longitud colgando del borde de una mesa. Despreciando el rozamiento, hallar el tiempo que tarda la cadena en deslizarse fuera de la mesa. 4 ln(4 + 15) seg.) (Rta.: t = g Ejercicio 5. Un punto material de masa un gramo se mueve en l nea recta debido a la acci on de una fuerza que es directamente proporcional al tiempo calculado desde el instante t = 0 e inversamente proporcional a la velocidad del punto. En el instante t = 10 seg., la v = 50cm/seg y la f = 4 dinas. Qu e velocidad tendr a el punto al cabo de un minuto desde el comienzo del movimiento? (Rta.: v = 72500 cm./seg.= 269,3 cm/seg.) Ejercicio 6. Un barco retraza su movimiento por acci on de la resistencia del agua, que es proporcional a la velocidad del barco. La velocidad inicial del barco es 10 mt/seg, despu es de 5 seg. su velocidad ser a 8 mt/seg. Despu es de cuanto tiempo la velocidad ser a 1 mt/seg ? ln 10 (Rta.: t = 5 ln seg.) 0, 8 Ejercicio 7. Un cuerpo de masa M se deja caer desde el reposo en un medio que ofrece una resistencia proporcional a la magnitud de la velocidad. Encuentre el tiempo que trascurre hasta que la velocidad del cuerpo alcance el 80 % de su velocidad l mite. M (Rta.: t = k ln 0,2)
80
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
an
Notaci on y conceptos: i)
d dx
Si no hay ambiguedad con respecto a la variable independiente, tomaremos: Dx = D.

d2 dx2
d dx
d dx
2 = D x Dx = Dx = D2
en general,
dm dxm
m m1 = Dx = Dm = Dx (Dx )
Un
ive
= Dx
rsid
81
ad
de
donde h(x) es una funci on continua en I = [a, b] y a0 , a1 , a2 , ..., an son constantes y an = 0.
An
dn1 y dy dn y + a + ... + a1 + a0 y = h(x), n1 n n 1 dx dx dx
tioq
uia
Utilizando algebra lineal, estudiaremos la E.D.O. lineal de orden n con coecientes constantes.
,D
ept
4.1.
INTRODUCCION
o. d
eM
atem
TEORIA DE LAS E.D.O. LINEALES
atic as
CAP ITULO 4
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES ii) I = [a, b] iii) C [a, b] = C (I ) : clase de todas las funciones continuas en el intervalo I C [a, b] = C (I ) : clase de todas las funciones que tienen primera derivada continua en I (o funciones continuamente diferenciables en I ). C (I ) C (I ) ya que toda funci on que es derivable en I es continua en I. C 2 (I ) = C 2 [a, b] : la clase de todas las funciones que tienen segunda derivada continua en I . En general, C n (I ) = C n [a, b] : clase de todas las funciones que tienen derivada de orden n continua en I . Observese que: C (I ) C (I ) C 2 (I ) . . . C n (I ) . . .
En general, si
x I : (f )(x) = f (x) C n (I )
Un
ive
f, g C n (I ) x I : (f + g )(x) = f (x) + g (x) C n (I )(4.1) (4.2)
Con las operaciones denidas en a) y b) podemos probar que C (I ) es un espacio vectorial sobre . Y de (4.1) y (4.2) podemos concluir que C n (I ) es un subespacio vectorial de C (I ) para n 1. 82
rsid
ad
b) x I : (f )(x) = f (x) C (I )
de
An
a) x I : (f + g )(x) = f (x) + g (x) C (I )
tioq
Si f, g C (I ) y , denimos:
uia
,D
ept
o. d
eM
atem
atic as
4.1. INTRODUCCION En general, si n m, entonces C n (I ) es subespacio vectorial de C m (I ). Nota: estos espacios son de dimensi on innita. iv) Como
d (f dx
+ g )(x) =
d (f (x) dx
+ g (x)) =
d f (x) dx
d g (x) dx
que es lo mismo que D(f + g )(x) = D(f (x) + g (x)) = Df (x) + Dg (x)
En el algebra lineal se tiene que si T1 : U V y T2 : U V son transformaciones lineales, entonces, T1 + T2 : U V x (T1 + T2 )(x) = T1 (x) + T2 (x)
T1 : U V x (T1 )(x) = T1 (x) son tambi en transformaciones lineales. Por ejemplo: D + D2 es una T.L., denida por: D + D2 : C 2 (I ) C (I ) 83
Un
ive
rsid
ad
de
An
tioq
Por denici on D0 : C (I ) C (I ) es la transformaci on identidad, es 0 decir, f D f = f .
uia
En general, Dn : C n (I ) C (I ) es una transformaci on lineal.
,D
ept
Analogamente, D2 : C 2 (I ) C (I ) es una transformaci on lineal.
o. d
eM
Por tanto, podemos decir que D : C (I ) C (I ) es una transformaci on lineal .
atem
y tambi en D(f )(x) = D(f (x)) = Df (x).
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES En general: an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x)D0 : C n (I ) C (I ) es una T.L. Esta T.L. se le denomina operador diferencial lineal de orden n, donde an (x), . . . , a0 (x) son funciones continuas en I y an (x) = 0 en I . Este operador diferencial se denota por: L(D) =
an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x)D0
F.I. = e yex =
2
2x dx
2
F.I. = ex
Un
(D + 2xD0 )y = 0 Dy + 2xy = 0 (E.D lineal en y con p(x) = 2x y Q(x) = 0)

2
ive
rsid
Ejemplo 2. Hallar el n ucleo del operador L(D) = D + 2xD0 Soluci on:
ad
ex 0 dx + C y = Cex
2
N ucleo L(D) = {Cex /C } 84
de
Observaci on: Resolver la E.D. L(D)y = 0 es lo mismo que hallar el n ucleo del operador diferencial L(D).
An
y = x2 C (I ) L(D)(x2 ) = (D + 2xD0 )(x2 ) = D(x2 ) + 2xD0 (x2 ) = 2x + 2xx2 = 2x + 2x3 C (I )
tioq
uia
,D
Ejemplo 1. Si L(D) = D + p(x) = D + 2x y f (x) = x2 . Aplicar L(D) a la funci on f (x) Soluci on:
ept
o. d
Si y C n (I ) L(D)y C (I )
eM
operador diferencial de orden n con coecientes variables
atem
atic as
4.1. INTRODUCCION como ex genera todo el n ucleo dim n ucleo = 1. Teorema 4.1 (Principio de superposici on) . Si y1 , y2 , . . . , yn , . . . pertenecen al n ucleo de L(D), entonces la combinaci on lineal: n C y y n 1 est a en el n u cleo de L ( D ) i=1 i i Demostraci on: Sea y = C1 y1 + C2 y2 + . . . + Cn y , veamos que y esta en el n ucleo, es decir, veamos que L(D)y = 0 . Como y1 , y2 , . . . , yn estan en el n ucleo de L(D), en tonces L(D)yi = 0, para i = 1, . . . , n Como L(D) es un operador lineal, entonces
n n n
2
i=1
i=1
i=1
luego y esta en el n ucleo de L(D) Producto de Operadores Diferenciales:
es una T.L.
operador
rsid
ad
L1 (D)L2 (D) : C 3 (I ) C (I ) operador
L1 (D)L2 (D)y = (D + 2D0 ) (D2 + 3D0 ) y donde y es una funci on
= (D + 2D0 ) (D2 y + 3D0 y ) operador funci on = D(D2 y ) + D(3D0 y ) + 2D0 (D2 y ) + 2D0 (3D0 y ) = D3 y + 3Dy + 2D2 y + 6D0 y = (D3 + 2D2 + 3D + 6D0 )y 85
Un
ive
de
An
L1 (D) = D + 2D0 ,
L2 (D) = D2 + 3D0
tioq
Analicemos esta operaci on con un ejemplo, sean:
uia
,D
ept
o. d
L(D)y = L(D)(
Ci yi ) =
L(D)(Ci yi ) =
eM
Ci L(D)yi = 0
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES L1 (D)L2 (D) = D3 + 2D2 + 3D + 6D0 De la misma manera se calcula L2 (D)L1 (D), con el siguiente resultando: L2 (D)L1 (D) = D3 + 2D2 + 3D + 6D0 = L1 (D)L2 (D) lo cual nos permite decir que el producto es conmutativo siempre y cuando los coecientes sean constantes. Cuando L1 (D) y L2 (D) tienen coecientes variables, entonces, en general L1 (D)L2 (D) = L2 (D)L1 (D).
por lo tanto
Ahora hallemos L2 (D) L1 (D) de la siguiente manera: L2 (D) L1 (D)y = (xD2 + xD + xD0 )(D + xD0 )y = (xD2 + xD + xD0 )(Dy + xD0 y ) = (xD2 + xD + xD0 )(Dy + xy ) = xD2 (Dy + xy ) + xD(Dy + xy ) + xD0 (Dy + xy ) = xD2 (Dy ) + xD2 (xy ) + xD(Dy ) + xD(xy ) + x(Dy + xy ) = xD3 y + xDD(xy ) + xD2 y + x(xDy + y ) + xDy + x2 y = xD3 y + xD(xDy + y ) + xD2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x(D(xDy ) + Dy ) + xD2 y + x2 Dy + xy + xDy + x2 y 86
Un
ive
rsid
ad
L1 (D) L2 (D) = xD3 + (2 + x2 )D2 + 2xD + (1 + x2 )D0
de
An
tioq
L1 (D) L2 (D)y = (D + xD0 )(xD2 + D + xD0 )y = (D + xD0 )(xD2 y + Dy + xD0 y ) = D(xD2 y ) + D2 y + D(xy ) + xD0 (xD2 )y + (xD0 )Dy + + (xD0 )(xD0 y ) = xD3 y + D2 y + D2 y + xDy + y + x2 D2 y + xDy + x2 y = xD3 y + (2 + x2 )(D2 y ) + 2xDy + (1 + x2 )y
uia
,D
ept
o. d
Primero hallemos L1 (D) L2 (D), para ello calculemos
eM
Ejemplo 3. L1 (D) = D + xD0 ,
L2 (D) = xD2 + D + xD0
atem
atic as
4.1. INTRODUCCION = xD3 y + x(xD2 y + Dy + Dy ) + xD2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x(xD2 y + 2Dy ) + xD2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x2 D2 y + 2xDy + xD2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x(x + 1)D2 y + x(3 + x)Dy + x(x + 1)y = (xD3 + x(x + 1)D2 + x(3 + x)D + x(x + 1)D0 )y
Teorema 4.2 (de Picard) .
a) La condici on inicial y (0) = 0 tambi en puede ser cambiada por la condici on inicial y (a) = b con (a, b) en el rect angulo R b) Es importante anotar que este es un teorema de validez local, es decir, se cumple en un intervalo que contiene al punto donde se da la condici on inicial, por fuera de este intervalo puede ocurrir que la soluci on no 87
Un
Nota:
ive
son continuas en un rect angulo R : |x| a y |y | b, entonces Si f, f y existe un intervalo |x| h a en el cual existe una soluci on u nica y = (x) del problema de valor inicial (P.V.I.): y = f (x, y ) con y (0) = 0.
rsid
ad
de
An
Los teoremas que se enuncian a continuaci on son teoremas de existencia y unicidad que se demuestran en el Ap endice A.
tioq
Ejemplo 5. y + k 2 y y (0) = 1, y (1) = 1
0, con las condiciones de frontera:
uia
,D
Denici on 4.2 (Condici on de Frontera) Es una o varias condiciones que se le colocan a una E.D.O. en varios puntos.
ept
o. d
Ejemplo 4. y + k 2 y = 0, con las condiciones iniciales: y (0) = 1, y (0) = 1
eM
Denici on 4.1 (Condici on inicial) Es una o varias condiciones que se le colocan a una E.D.O. en un punto.
atem
atic as
Luego L2 (D)L1 (D) = xD3 + x(x + 1)D2 + x(2 + x)D + x(x + 1)D0 = L1 (D) L2 (D)
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES sea u nica; pero cuando el operador diferencial es lineal y todos los coecientes ai (x) para i = 0, 1, . . . , n son continuos en y an = 0 en (en particular cuando los ai (x) son constantes para i = 0, 1, . . . , n), entonces la soluci on es continua y global, es decir, se cumple en todo , como se demuestra en el corolorio A.1 del Ap endice.
tiene una u nica soluci on.
Separando variables, obtenemos la siguiente soluci on general y = Cx2 , y para la condici on inicial y (2) = 4 se tiene que C = 1. De la E.D. tey y 2 nemos que y = f (x, y ) = 2 x . Por lo tanto f (x, y ) = 2 x y f = x son y discontinuas en x = 0, como la condici on esta dada en x = 2, entonces estas funciones son continuas en este punto y por el T. de Picard existe un intervalo, en este caso (, 0], para el cual la soluci on es u nica y es y = x2 , por fuera de este intervalo, por ejemplo en , puede no ser u nica, por ejemplo
Un
ive
rsid
ad
de
Soluci on: observese que esta E.D. es lineal, con a1 (x) = x y por tanto a1 (0) = 0 , lo que indica que la soluci on no es global, como lo veremos a continuaci on.
An
tioq
xy = 2y,
y (2) = 4
uia
Ejemplo 6. Teniendo en cuenta el T. de Picard, analizar la E.D.
,D
ept
y (x0 ) = y0 , y (x0 ) = y1 , y (x0 ) = y2 , . . . , y (n1) (x0 ) = yn1 ,
o. d
y = x2 , 88
y=
x2 , si 2 x , si
eM
Teorema 4.4 : Sea L(D) un operador diferencial lineal de orden n en I y sea x0 un elemento de ese intervalo (x0 I ), entonces y0 , y1 , . . . , yn1 reales cualesquiera el P.V.I.: L(D)y = h(x), con
atem
x0 x>0
y=
x2 , si 0, si
atic as
Teorema 4.3 : Sea L(D) un operador diferencial lineal de primer orden en el intervalo I y sea x0 I , entonces y0 el P.V.I.: L(D)y = Q(x) con y (x0 ) = y0 tiene una soluci on u nica.
x0 x>0
4.1. INTRODUCCION son soluciones en y todas tres pasan por el punto (2, 4) como lo vemos en la gura 4.1 y (2, 4)
atem eM
y = x2
y = x2 y=0 y = x2
y =
C2 x
y = 1 =
C2 2
C2 = 2 1 = C1 + (2) ln 2
C1 = 1 + 2 ln 2 luego y = 1 + 2 ln 2 2 ln |x| pasa por el punto (2, 1). esta es la soluci on u nica en (, 0) que
Un
y = 1 = C1 + C2 ln | 2|
ive
rsid
ad
Soluci on general (como lo veremos m as adelante) es: y = C1 + C2 ln |x|
de
Ejemplo 7. Dada las condiciones iniciales y (2) = 1, y (2) = 1 y la soluci on general y = C1 + C2 ln |x| de la E.D. xy + y = 0, hallar C1 y C2 . Soluci on:
An
tioq
uia
Figura 4.1
,D
ept
o. d
atic as
x 89
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES DIMENSION DEL ESPACIO VECTORIAL SOLUCION DE UNA E.D. Dijimos que C n (I ) tiene dimensi on innita, pero el espacio soluci on de la E.D.O. L(D)y = 0 (con L(D) un operador diferencial lineal de orden n), es el n ucleo de L(D), el cual tiene dimensi on n, como lo veremos en los teoremas que expondremos a continuaci on. Denici on 4.3 .
C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) = 0 implica que C1 = C2 = . . . = Cn = 0, entonces decimos que y1 , y2 , . . . , yn son linealmente independientesen el intervalo I . Nota: demostrar que n funciones son linealmente independientes es a veces complicado, pero cuando las n funciones son soluciones de una E.D. lineal homog enea el problema se vuelve m as sencillo, utilizando el Wronskiano.
Un
Denici on 4.4 (Wronskiano) Sean y1 (x), y2 (x), . . . , yn (x) en C n1 (I ), el determinante: y1 (x) y1 (x) . . . y1
(n1)
ive
rsid
ad
de
An
W (y1 , y2 , . . . , yn ) = det
y2 (x) y2 (x) . . .
(n1)
tioq
uia
... ... ... yn (x) yn (x) . . .
(n1)
b) Si para todo x en I
,D
(x) y2 (x) . . . yn (x)
con x I , se le llama el Wronskiano de y1 (x), y2 (x), . . . , yn (x). 90
ept
para todo x en I .
o. d
C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) = 0
eM
a) Decimos que las n funciones y1 , y2 , . . . , yn son linealmente dependientes en un intervalo I si existen constantes C1 , C2 , . . . , Cn no todas nulas tales que
atem
atic as
4.1. INTRODUCCION Obs ervese que el Wronskiano depende de la variable x. En particular cuando n = 2, el Wronskiano tiene la siguiente propiedad. Observaci on (F ormula de Abel): para n = 2 W (y1 , y2 ) = det y1 y2 y1 y2
Consideremos la E.D.O. lineal, homog enea de orden dos: y + a(x)y + b(x)y = 0,
como
Su soluci on es W e
a(x)dx
= C , luego la soluci on general es

>0
W = C e
Un
ive
Luego en (4.7): W + a(x)W = 0, lineal en W de primer orden .
rsid
y2 y1 W (y1 , y2 ) = y1 y2 W (y1 , y2 ) = y1 y2 + y1 y2 y2 y1 y2 y1 = y1 y2 y2 y1
Esta soluci on general es llamada F ormula de Abel. Observese que cuando C=0W =0 y si C=0W =0 91
ad
de
a(x)dx
An
(4,6) (4,5) : y2 y1 y1 y2 + a(x)(y2 y1 y1 y2 ) = 0
tioq
uia
(4,3) y2 : y1 y2 + a(x)y1 y2 + b(x)y1 y2 = 0 (4,4) y1 : y2 y1 + a(x)y2 y1 + b(x)y1 y2 = 0
,D
ept
+ b(x)y1 = 0 y1 + a(x)y1 y2 + a(x)y2 + b(x)y2 = 0
o. d
eM
donde a(x) y b(x) son continuas en I y sean y1 , y2 soluciones de esta E.D., luego (4.3) (4.4) (4.5) (4.6) (4.7)
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Lema 4.1 : El Wronskiano de n soluciones y1 , y2 , . . . , yn linealmente dependientes es id enticamene cero. Dem.: supongamos que para todo x en I C1 y1 + C2 y2 + . . . + Cn yn = 0 donde algunas de los Ci = 0. Derivando n 1 veces, obtenemos C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) =0 C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) =0 C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) =0 .................................................. (n1) (n1) (n1) C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) = 0
b) y1 , y2 , . . . , yn son linealmente independientes, si y solo si el Wronskiano W (x) = 0 para todo x en I . Dem.: la parte a) ya se demostr o en el Lema anterior. b)) Hagamos la demostraci on por el contrareciproco, es decir, supongamos que existe a en I tal W (a) = 0 y veamos que y1 , y2 , . . . , yn son linealmente 92
Un
a) Si y1 , y2 , . . . , yn son linealmente dependientes, entonces el Wronskiano W (x) 0 en I .
ive
rsid
en el intervalo I y en este intervalo las funciones ai (x) son continuas. Entonces
ad
de
y (n) + . . . + an1 (x)y + an (x)y = 0
An
Teorema 4.5 : Si y1 , y2 , . . . , yn son n soluciones de la E.D. lineal homog enea de orden n
tioq
uia
que se cumplen para todo x en I . Este sistema homog eneo de n ecuaciones con n incognitas tiene soluci on distinta de la trivial si y solo si el determinante del sistema (o sea el Wronskiano) se anula en I , es decir si y solo si W (x) = 0 para todo x en I .
,D
ept
o. d
eM
atem
atic as
4.1. INTRODUCCION dependientes. Como W (a) es el determinante del sistema: C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = 0
C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = 0 C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = 0
............................................... C1 y1
(n1)
(a) + C2 y2
(n1)
(n1) (a) + . . . + Cn yn (a) = 0
por otro lado sabemos que la funci on nula H (x) 0 es tambi en una soluci on de la E.D. y (n) + . . . + an1 (x)y + an (x)y = 0 la cual satisface las condiciones iniciales anteriores y por el teorema de existencia y unicidad, podemos armar que Y (x) = H (x) = 0 = C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) 93
Un
Y (a) = Y (a) = . . . = Y (n1) (a) = 0
ive
en conclusi on
rsid
Y (n1) (a) = C1 y1
(n1)
(a) + C2 y2
(n1)
ad
........................................................
(n1) (a) + . . . + Cn yn (a) = 0
de
Y (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = 0
An
Y (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = 0
tioq
Y (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = 0
uia
y evaluemos esta nueva funci on y sus derivadas hasta de orden n 1 en a
,D
Y (x) = C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x)
ept
o. d
donde los Ci son las incognitas y como W (a) = 0 (determinante de los coecientes del sistema) y por lo que sabemos del algebra lineal, este tiene una soluci on distinta de la trivial, es decir existen Ci = 0. Con esta soluci on no trivial denamos la siguiente funci on
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES y como algunos de estos Ci son diferentes de cero, entonces y1 , y2 , . . . , yn son linealmente dependientes. ) Supongamos que W (x) = 0 para todo x I y veamos que y1 , y2 , . . . , yn
y1 , y2 , . . . , yn
son linealmente dependientes, por lo tanto (por la parte a)) W (x) 0 (Absurdo!) Teorema 4.6 : Sea L(D)y = an (x)Dn y + an1 (x)Dn1 y + . . . + a1 (x)Dy + a0 (x)y = 0 una E.D.O. lineal de orden n con coecientes continuos denida en el intervalo I , entonces el espacio soluci on de L(D) (o sea el n ucleo de L(D)), tiene dimensi on n. Dem.: sea Y (x) una soluci on de la E.D. y sean y1 , y2 , . . . , yn n soluciones linealmente independientes de la E.D. Veamos que Y (x) se puede expresar como una combinaci on lineal de y1 , y2 , . . . , yn .
Y (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a)
Y (n1) (a) = C1 y1
(n1)
Un
ive
....................................................... (a) + C2 y2
(n1) (n1) (a) + . . . + Cn yn (a)
el determinante de los coecientes del sistema es el Wronskiano evaluado en a, es decir, W (a) y como y1 , y2 , . . . , yn son linealmente independientes entonces W (a) = 0, esto quiere decir que existe al menos un Ci = 0. Con los C1 , C2 , . . . , Cn (al menos uno de ellos es diferente de cero) denimos la funci on G(x) = C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x) 94
rsid
ad
Y (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a)
de
Y (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a)
An
Sea a un punto de I y consideremos el siguiente sistema:
tioq
uia
,D
ept
o. d
eM
atem
atic as
son linealmente independientes. Supongamos que
4.1. INTRODUCCION luego G(a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = Y (a)

G (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = Y (a) G (a) = C1 y1 (a) + C2 y2 (a) + . . . + Cn yn (a) = Y (a)
............................................................ (a) + C2 y2
Nota:
ii. Si las n-tuplas
y1 (x), y2 (x), . . . , yn (x) son linealmente independientes en I . Ejemplo 8. Si y1 = em1 x , y2 = em2 x con m1 = m2 , mostrar que y1 y y2 son linealmente independientes. Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes. W (y1 , y2 ) = em1 x em2 x m1 em1 x m2 em2 x 95
Un
ive
rsid
ad
son linealmente independientes, entonces las funciones
de
(yn (x0 ), yn (x0 ), . . . , yn
An
(y1 (x0 ), y1 (x0 ), . . . , y1 (x0 )) (n1) (x0 )) (y2 (x0 ), y2 (x0 ), . . . , y2 . . .
tioq
(n1)
(n1)
uia
,D
i. Lo que dice este teorema es que para resolver una E.D. lineal homog enea de orden n, se debe encontrar n soluciones linealmente independientes y la soluci on general es la combinaci on lineal de las n soluciones.
ept
(x0 ))
o. d
eM
Es decir, las funciones G y Y coinciden en la condici on inicial, por tanto por el teorema de existencia y unicidad, G(x) = Y (x) para todo x en I . Luego G(x) = Y (x) = C1 y1 (x) + C2 y2 (x) + . . . + Cn yn (x)
atem
atic as
G(n1) (a) = C1 y1
(n1)
(n1)
(n1) (a) + . . . + Cn yn (a) = Y (n1) (a)
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = m2 e(m1 +m2 )x m1 e(m1 +m2 )x = (m1 m2 ) e(m1 +m2 )x
=0 >0
= 0 por tanto y1 , y2 son linealmente independientes. Ejemplo 9. y1 = emx , y2 = xemx . Hallar W (y1 , y2 ). as adelante veremos que y1 , y2 son soluciones de una E.D. Soluci on: m lineal de segundo orden con coecientes constantes. W (y1 , y2 ) = emx xemx mx me mxemx + emx
4.2.
METODO DE REDUCCION DE ORDEN
FORMULA DE DLAMBERT (Construcci on de una segunda Soluci on a partir de una soluci on conocida).
96
Un
y1 , y2
son linealmente independientes.
ive
>0
rsid
= e2x sen 2 x + e2x sen x cos x e2x cos2 x e2x sen x cos x = e2x ( sen 2 x + cos2 x) = e2x = 0
ad
de
An
W (y1 , y2 ) =
ex sen x ex cos x x x cos x + e sen x e sen x + ex cos x
tioq
Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes.
uia
,D
Ejemplo 10. y1 = ex sen x, y2 = ex cos x. Hallar W (y1 , y2 )
ept
= mxe2mx + e2mx mxe2mx = e2mx > 0 y1 , y2 son linealmente independientes.
o. d
eM
atem
atic as
DE ORDEN 4.2. METODO DE REDUCCION Dada la E.D.O.: a2 (x)y + a1 (x)y + a0 (x)y = 0 con a2 (x) = 0 en I y a2 (x), a1 (x), a0 (x) continuas en I ; dividiendo en la E.D.O. original por a2 (x) 0 (x ) 1 (x ) y Q(x) = a , se tiene: y haciendo P (x) = a a 2 (x ) a 2 (x ) y + P (x)y + Q(x)y = 0 forma can onica Sea y1 (x) y1 (x) = 0 en I . una soluci on conocida de la E.D. en (4.8) I y
Supongamos y (x) = u(x)y1 (x) y hallemos u tal que y (x) sea una soluci on.
Derivando dos veces , y = uy1 + u y1 y y = uy1 + u y 1 + u y 1 + u y1 y sustituyendo en la ecuaci on diferencial (4.8): uy1 + 2u y1 + u y1 + P (x)(uy1 + u y1 ) + Q(x)uy1 = 0 u[ y 1 + P (x)y1 + Q(x)y1 ] + u y1 + u [ 2y1 + P (x)y1 ] = 0
Hagamos W = u ( este cambio de variable reduce el orden)

y1 W + W (2y1 + P (x)y1 ) = 0
W +
Su F.I.= e
2y1 + P (x ) y1
dx
= eln y1 e
2 W y1 e
rsid
P (x) dx
ad
2y1 + P (x) W = 0, (lineal en W de primer orden) y1
de
An
ive
2 = y1 e
tioq
uia
,D
P (x) dx
Luego, u y1 + u [ 2y1 + P (x)y1 ] = 0
ept
P (x) dx
De donde W =C e integrando u= C
Un
= C
P (x) dx 2 y1
= u =
du dx
P (x) dx 2 y1
dx + C1 97
o. d
eM
, luego
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES e

P (x) dx 2 y1
Por lo tanto y = uy1 =
Cy1
dx + C1 y1
y
2 y1
combinaci on lineal de
y1
e
y1
P (x) dx 2 y1
dx
Luego la segunda soluci on es y2 = y1
P (x) dx
dx con y1 = 0 en I
y1 y1 e
P (x) dx 2 y1
+ y1
P (x) dx 2 y1
dx
atem eM
W (y1 , y2 ) =
y1
y1
P (x) dx 2 y1
= e = e
P (x) dx P (x) dx
+ y1 y1
P (x) dx 2 y1
dx y1 y1
atic as
e
P (x) dx 2 y1
Veamos que y1 y y2 son linealmente independientes:
dx
>0
y + P (x)y + Q(x)y = 0 En conclusi on, si y1 es una soluci on, con y1 = 0 en I , entonces y2 = y1

2 y1
dx (F ormula de DLambert)
y + P (x)y + Q(x)y = f (x) en este caso se supone y (x) = u(x)y1 (x) = uy1 y se llega a la E.D. lineal en W de primer orden: W +
y se continua de la misma manera anterior. Ejemplo 11. Sea x2 y xy + 2y = 0, (E.D. de Cauchy), sabiendo que y1 = x sen (ln x) es una soluci on de la E.D. Hallar y2
98
Un
f (x) 2y1 + P (x) W = y1 y1
ive
rsid
ad
Nota: el m etodo es aplicable tambi en para E.D. no homog eneas:
de
An
P (x) dx
tioq
uia
,D
Luego y1 , y2 son soluciones linealmente independientes de la E.D.
ept
o. d
DE ORDEN 4.2. METODO DE REDUCCION Soluci on. Dividiendo por x2 se tiene: 2 1 y y + 2 y = 0 x x Veremos m as adelante que y1 = x sen (ln x) es una soluci on de la ecuaci on de Cauchy, entonces la segunda soluci on es: e x dx dx = x sen (ln x) x2 sen 2 (ln x) x dx x2 sen (ln x) dx dx x sen 2 (ln x) du sen 2 u
1
y2 = x sen (ln x)
eln(x) dx x2 sen (ln x)
= x sen (ln x) = x sen (ln x) = x sen (ln x) = x sen (ln x) = x cos(ln x)
La soluci on general es : y = C1 y1 + c2 y2
Ejercicio 1. x2 y 7xy + 16y = 0 y1 = x4 es una soluci on. Hallar y2 4 (Rta.: y2 = x ln |x|) Ejercicio 2. x2 y + 2xy 6y = 0 y1 = x2 es una soluci on. Hallar y2 1 (Rta.: y2 = 5x3 ) 99
Un
Utilizando el m etodo de reducci on de orden resolver los siguientes ejercicios.
ive
rsid
y = C1 x sen (ln x) + C3 x cos(ln x)
ad
de
y = C1 x sen (ln x) + C2 (x cos(ln x))
An
tioq
uia
csc2 u du = x sen (ln x) cot u = x sen (ln x) cot(ln x)
,D
ept
o. d
u = ln x du = dx x
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ejercicio 3. xy + y = 0, y1 = ln x es una soluci on. Hallar y2 (Rta.: y = 1) y2 (Rta.: y2 = x cos(ln x)) Ejercicio 4. x2 y xy + 2y = 0, y1 = x sen (ln x) es una soluci on. Hallar
Ejercicio 6. Hallar la soluci on general de y f (x)y + (f (x) 1)y = 0 x x [2x+ f (x) dx] (Rta.: y = c1 e + c2 e e dx) Ejercicio 7. a) Si n es un entero positivo, hallar dos soluciones linealmente independientes de
4.3.
E.D.O. LINEALES CON COEFICIENTES CONSTANTES

dy + dx a dx
Sabemos que luego el F.I. = e
ay = 0 es lineal de primer orden, donde p(x) = a. = eax y su soluci on es yeax = C y = Ceax
100
Un
ive
rsid
sabiendo que y1 = ex es una soluci on a la homog enea asociada. Observese que obtenemos una segunda soluci on y una soluci on particular. x (Rta.: y = 1 + C1 x + C2 e )
ad
de
(x 1)y xy + y = 1
An
Ejercicio 8: Utiliz ando el m etodo de reducci on de DLambert resolver la E.D. lineal no homog enea:
tioq
uia
b)Hallar la soluci on general de la E.D. de la parte a) cuando n = 1, 2, 3 (Rta.: a) y1 = ex , y2 = ex xn ex dx, b) y = c1 ex + c2 (x + 1), y = c1 ex + c2 (x2 + 2x + 2), y = c1 ex + c2 (x3 + 3x2 + 6x + 6).)
,D
ept
xy (x + n)y + ny = 0
o. d
eM
atem
atic as
Ejercicio 5. Hallar la soluci on general de xy xf (x)y + f (x)y = 0. (Rta.: y = c1 x + c2 x x2 e f (x) dx dx)
4.3. E.D.O. LINEALES CON COEFICIENTES CONSTANTES Por similitud con la E.D.O. de primer orden y coecientes constantes, vamos a suponer que la E.D. lineal de segundo orden y coecientes constantes: ay + by + cy = 0, (4.9)
am2 + bm + c = 0,
Con las raices de la ecuaci on caracter stica suceden tres casos: 1. Que tenga raices reales y diferentes. 2. Que tenga raices reales e iguales. 3. Que tenga raices complejas conjugadas. Caso 1. Raices reales y diferentes
Ejemplo 12 Hallar la soluci on general de 2y 5y 3y = 0 Soluci on: Ecuaci on caracter stica: 2m2 5m 3 = 0 57 5 25 + 24 m= m= 4 4 101
Un
y = C1 em1 x + C2 em2 x .
ive
Si las raices son m1 y m2 , con m1 = m2 , luego y1 = em1 x y y2 = em2 x son linealmente independientes, por tanto la soluci on general es
rsid
ad
de
An
tioq
uia
,D
ept
ay + by + cy = 0
o. d
la cual llamamos ecuaci on caracter stica o ecuaci on auxiliar de la E.D.:
eM
o sea que
atem
y sustituyendo en la E.D. (4.9): am2 emx + bmemx + cemx = 0 luego emx (am2 + bm + c) = 0
atic as
tiene por soluci on una exponencial de la forma: y = emx , derivando dos veces se tiene y = memx , y = m2 emx
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES m1 = 3 , m2 =

1
1 2
La soluci on general es y = C1 e3x + C2 e 2 x Caso 2. Raices reales e iguales: en este caso las raices son de multiplicidad dos. Sea m (con multiplicidad 2) y1 = emx es una soluci on. Utilicemos el m etodo de DAlambert para hallar la segunda suluci on de
dividiendo por a para conseguir la forma can onica, se tiene
y2 = e
mx
Ecuaci on caracter stica: 4m2 4m + 1 = 0 = (2m 1)2 = 0 por lo tanto 1 m = 2 (con multiplicidad 2) La soluci on general es: y = C1 e 2 + C2 xe 2
x x
Caso 3. Raices complejas y conjugadas
102
Un
ive
luego la soluci on general es: y = C1 emx + C2 xemx Ejemplo 13. 4y 4y + y = 0 Hallar la soluci on general. Soluci on:
rsid
ad
= emx
de
eax dx b e(2 2a x) dx = xemx
An
tioq
como ay + by + cy = 0 am2 + bm + c = 0 (ecuaci on caracter stica) b b2 4ac ; pero como las raices son iguales, entonces y sus raices son m1,2 = 2a el discriminante b2 4ac = 0, por lo tanto m1,2 = m = 2ba , luego:
b
uia
,D
y2 = y1
P (x) dx 2 y1
dx = e
mx
ept
o. d
e a dx dx e2mx
b
b c y + y + y = 0. a a
eM
atem
ay + by + cy = 0
atic as
4.3. E.D.O. LINEALES CON COEFICIENTES CONSTANTES Supongamos que m1 = + i es una ra z de la ecuaci on auxiliar y por tanto su conjugada m2 = i es la otra ra z, donde es la parte real y es la parte imaginaria; recordando que ei = cos + i sen (F ormula de Euler) entonces la soluci on general es y = C1 e(+i)x + C2 e(i) = C1 ex eix + C2 ex eix = ex (C1 eix + C2 eix ) = ex [(C1 + C2 ) cos x + i(C1 C2 ) sen x] = ex [K1 cos x + K2 sen x]
Ecuaci on caracter stica: m2 2m + 3 = 0 m= sus raices son m1,2 = o sea que = 1 , = La soluci on general es 2
2 .
y = K1 ex cos
2x + K2 ex sen 2x
m=
42 4(2 + 2 ) 2 2i = = i 2 2
luego, la soluci on general es: y = K1 ex cos x + K2 ex sen x (ii) Para la E.D.: (D a)y = 0 la ecuaci on caracter stica es ma=0m=a 103
Un
y las raices son:
ive
entonces la ecuaci on caracter stica es: m2 2m + 2 + 2 = 0
rsid
Nota: (i): observe que si [D2 2D + 2 + 2 ]y = 0
ad
de
An
tioq
22 2i 2
4 4(3) 2 8 = 2 2 = 1 2i
uia
,D
ept
o. d
eM
Ejemplo 14. y 2y + 3y = 0 Soluci on:
atem
En resumen: y = K1 ex cos x + K2 ex sen x es la soluci on general.
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES por lo tanto y = Ceax es soluci on de (D a)y = 0 y reciprocamente una soluci on de (D a)y = 0 es y = Ceax Ejercicios. Hallar la soluci on general o la soluci on particular de los siguientes ejercicios: 1. (D2 + 2D 3)y = 0 (Rta.: y = C1 ex + C2 e3x ) 2. D2 2D 3)y = 0 con y (0) = 0, y (0) = 4 (Rta.: y = ex e3x ) 3. (D2 6D + 9)y = 0 (Rta.: y = (C1 + C2 x)e3x ) 4. (D2 + 4D + 4)y = 0 con y (0) = 1, y (0) = 1 (Rta.: y = (1 + x)e2x )
6.
Sea donde a0 , a1 , , an son constantes, entonces su polinomio caracter stico es: an mn + an1 mn1 + + a1 m + a0 = 0 = Pn (m) 104 an y (n) + an1 y (n1) + + a1 y + a0 y = 0
Un
ive
4.4.
E.D. LINEALES DE ORDEN MAYOR QUE DOS CON COEFICIENTES CONSTANTES
rsid
8. y + iy + 2y = 0 (Rta.: y = C1 cos x + C2 cos 2x + i(C1 sen x C2 sen 2x))
ad
de
7. y + 2iy 10y = 0 (Rta.: y = C1 e3x cos x + C2 e3x cos x i(C1 e3x sen x + C2 e3x sen x))
An
tioq
+ 2b dx + k 2 x = 0, k > b > 0 con x(0) = 0, x (0) = v0 dt (Rta.: x = ( va0 )ebt sen at, donde a = k 2 b2 )
d2 x dt2
uia
,D
5. (D2 2D + 2)y = 0 (Rta.: y = C1 ex cos x + C2 ex sen x)
ept
o. d
eM
atem
atic as
4.4. E.D. LIN. DE ORDEN MAYOR QUE DOS CON COEF. CONST. Supongamos por ejemplo que este polinomio lo podemos factorizar as :
2 2 2 Pn (m) = (m m1 )(m m2 )(m m3 )3 (m2 21 m + 1 + 1 )(m2 22 m+ 2 2 2 2 + 2 )
entonces la soluci on general esta dada por y = C1 em1 x + C2 em2 x + C3 em3 x + C4 xem3 x + C5 x2 em3 x + C6 e1 x cos 1 x + C7 e1 x sen 1 x + C8 e2 x cos 2 x+ C9 e2 x sen 2 x + C10 xe2 x cos 2 x + C11 xe2 x sen 2 x
d y d y d y d y Ejemplo 15. 2 dx 5 7 dx4 + 12 dx3 + 8 dx2 = 0 Soluci on:
5 4 3 2
Para 2m 1 la soluci on ser a: e 2
Para m2 4m + 8 las soluciones ser an: e2x cos 2x,

x
Un
Para el factor m2 , como el grado es 2, empezamos con la soluci on b asica e y luego multiplicamos por x y as sucesivamente. O sea que las soluciones ser an: e0x = 1, xe0x = x
0x
x
ive
rsid
ad
luego las raices son m1 = 0 con multiplicidad 2, m2 = 1 2 4 16 32 4 + 4i m3,4 = = = 2 2i = 2, = 2 2 2
de
An
m2 (2m3 7m2 + 12m + 8) = m2 (2m + 1)(m2 4m + 8) = 0
tioq
uia
2m5 7m4 + 12m3 + 8m2 = 0
Soluci on general: y = C1 + C2 x + C3 e 2 + C4 e2x cos(2x) + C5 e2x sen (2x)
,D
e2x sen 2x.
ept
En la E.D. reemplazo en cada ter stica:
di y dxi
por mi y obtengo la ecuaci on carac-
o. d
eM
atem
atic as
105
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Hallar la soluci on general o la soluci on particular seg un el caso en los siguientes ejercicios: Ejercicio 1. y (5) + 5y (4) 2y 10y + y + 5y = 0 (Rta.: y = C1 ex + C2 xex + C3 ex + C4 xex + C5 e5x )
d y d y Ejercicio 2. 16 4 + 24 dx2 + 9y = 0 dx (Rta.: y = C1 cos 23 x + C2 x cos 23 x + C3 sen 23 x + C4 x sen 23 x) d y d y d y Ejercicio 3. dx 4 + dx3 + dx2 = 0 1 1 (Rta.: y = C1 + C2 x + C3 e 3 x cos 23 x + C4 e 3 x sen 23 x) d y d y Ejercicio 4. dx 4 7 dx2 18y = 0 (Rta.: y = C1 e3x + C2 e3x + C3 cos x + C4 sen x)
4 2 4 3 2 4 2
(Rta.: y = C1 e
cos
2 x+C2 e 2
2 x 2
sen
2 x+C3 e 2
ept
Ejercicio 5.
d4 y dx4 2 x 2
+ y = 0, (Ayuda: Completar cuadrados).

2 x 2
o. d
eM
atem
atic as
2 x 2
cos
2 x+C4 e 2
sen
2 x) 2
Ejercicio 7. (D3 + D2 D 1)y = 0 con las siguientes condiciones: y (0) = 1, y (2) = 0 y l m y (x)x = 0 1 x (Rta.: y = (1 2 x)e ) L(D) = D4 + D3 + D2 .
ive
rsid
Ejercicio 8. Hallar el n ucleo del siguiente operador diferencial:

3 x) 2
(Rta.: N ucL(D) = 1, x, e 2 cos(
4.5.
OPERADOR ANULADOR
Denici on 4.5 .Si y = f (x) una funci on que tiene n derivadas y L(D) es un operador diferencial lineal con coecientes constantes, tal que L(D)y = L(D)f (x) = 0, 106
Un
x 3 x), e 2 2
ad
de
An
tioq
Ejercicio 6. (D2 + 4D + 4)y = 0 tal que tenga una soluci on que pase por los puntos (0, 2), (2, 0) (Rta.: y = (2 x)e2x )
uia
,D
sen (
4.5. OPERADOR ANULADOR entonces decimos que el operador L(D) es el anulador de y = f (x). Observaciones: 1. a) Si y = k constante, entonces k. b) Si y = x, entonces k.
d2 x dx2 dk dx
=0D=
d2 dx2
d dx
es el anulador de
que es un polinomio de grado n.
3. (D2 2D + 2 + 2 )n es el anulador de las funciones: ex cos x, xex cos x, x2 ex cos x, . . . , xn1 ex cos x
C1 ex cos x + C2 xex cos x + + Cn xn1 ex cos x+ + k1 ex sen x + k2 xex sen x + + kn xn1 ex sen x = Pn1 (x)ex cos x + Qn1 (x)ex sen x donde Pn1 (x) y Qn1 (x) son polinomios de grado n 1. 107
Un
y tambi en anula la combinaci on lineal siguiente:
ive
ex sen x, xex sen x, x2 ex sen x, . . . , xn1 ex sen x
rsid
ad
de
An
C1 eax + C2 xeax + C3 x2 eax + + Cn xn1 eax = Pn1 (x)ex
tioq
2. (Da)n es el anulador de las siguientes funciones: eax , xeax , x2 eax , , xn1 eax y tambi en el anulador de la combinaci on lineal siguiente:
uia
,D
ept
C1 k + C2 x + + Cn+1 xn
o. d
Nota: Observemos que
dn+1 dxn+1
anula la combinaci on lineal
eM
x d) Si y = xn , entonces ddxn+1 = 0 Dn+1 = xn , xn1 , , x2 , x1 , k con n N.
n+1 n
dn+1 dxn+1
atem
c) Si y = x2 , entonces x2 , x, k.
d3 (x2 ) dx3
= 0 D3 =
d3 dx3
es el anulador de es el anulador de
atic as
= 0 D2 =
es el anulador de x y de
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Si = 0, entonces (D2 + 2 )n es el anulador de: cos x, x cos x, x2 cos x, , xn1 cos x sen x, x sen x, x2 sen x, , xn1 sen x y de sus combinaciones lineales: C1 cos x + C2 x cos x + + Cn xn1 cos x+ k1 sen x + k2 x sen x + + kn xn1 sen x = Pn1 (x) cos x + Qn1 (x) sen x
Anulador de 3: D. Anulador de ex cos 2x: D2 2D + 1 + 4 = D2 2D + 5, en este caso = 1 y = 2. Anulador de toda la expresi on: D(D2 2D + 5). Ejemplo 18. Hallar el operador anulador de: 13x + 9x2 sen 4x Soluci on:
108
Un
ive
rsid
Ejemplo 17. Hallar el operador anulador de: 3 + ex cos 2x Soluci on:
ad
de
Observese que no interesa las constantes 1, 2, 1 de la expresi on original para hallar el anulador.
An
Por lo tanto el anulador de toda la expresi on es: (D 1)3
tioq
Anulador de ex : D 1. Anulador de xex : (D 1)2 . Anulador de x2 ex : (D 1)3 .
uia
,D
ept
Ejemplo 16. Hallar el operador anulador de: ex + 2xex x2 ex Soluci on:
o. d
eM
Si n = 1 y = 0, entonces D2 + 2 es el anulador de: cos x, sen x o su combinaci on lineal: C1 cos x + C2 sen x.
atem
atic as
4.5. OPERADOR ANULADOR Anulador Anulador Anulador Anulador de de de de x: D 2 . x2 : D 3 . sen 4x: D2 + 16 en este caso = 0 y = 4. toda la expresi on: D3 (D2 + 16).
Ejemplo 19. Hallar el operador anulador de: (2 ex )2 Soluci on: Como Anulador Anulador Anulador (2 ex )2 = 4 4ex + e2x , entonces de 4: D. de ex : D 1. de e2x : D 2.
i) La soluci on a la homog enea asociada, es decir, la soluci on de L(D)y = 0. ii) La soluci on particular de la no homog enea.
Un
Observaci on: la soluci on de una ecuaci on diferencial lineal no homog enea, L(D)y = f (x) = 0 consta de la suma de dos soluciones que son:
ive
Ejercicio 5. Encontrar el operador anulador de x2 ex + sen 2x + 5 (Rta.: D(D 1)3 (D2 + 4))
rsid
ad
Ejercicio 4. Encontrar el operador anulador de ex sen x e2x cos x (Rta.: (D2 + 2D + 2)(D2 4D + 5))
de
An
Ejercicio 3. Encontrar el operador anulador de x3 (1 5x) (Rta.: D4 )
tioq
uia
Ejercicio 2. Encontrar el operador anulador de 3 + ex cos 2x (Rta.: D(D2 2D + 5))
,D
ept
Ejercicio 1. Encontrar el operador anulador de 8x sen x + 10 cos 5x (Rta.: D2 (D2 + 1)(D2 + 25))
o. d
El anulador de toda la expresi on es: D(D 1)(D 2)
eM
atem
109
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES La suma de las dos soluciones es la soluci on general, es decir, si yh es la soluci on de la homog enea asociada L(D)y = 0 y yp es la soluci on particular de L(D)y = f (x), entonces la soluci on general es: y = yh + yp En efecto,
L(D)(yh + yp ) = L(D)yh + L(D)yp = 0 + f (x) = f (x)
Las siguientes secciones las dedicaremos a desarrollar tres m etodos para hallar la soluci on particular de E.D. no homog eneas.
4.6.
L1 (D)L(D)y = L1 (D)f (x) = 0 Por lo tanto la expresi on anterior es una E.D. lineal, homog enea de coecientes constantes y por tanto le aplicamos a esta ecuaci on el m etodo de las homog eneas y hallamos su soluci on general, de esta soluci on general descartamos la parte correspondiente a la homog enea asociada a la E.D. original, la parte restante corresponde a la soluci on particular que estamos buscando. 110
Un
entonces, es posible encontrar un operador L1 (D) que anula a f (x) y si esto sucede, entonces aplicamos L1 (D) a la ecuaci on diferencial original, es decir:
ive
rsid
Sea L(D)y = f (x) una E.D. lineal, no homog enea, de coecientes constantes y de orden n; si f (x) tiene una de las siguientes formas: a) f (x) = k , k constante b) f (x) = polinomio en x c) f (x) = exponencial de la forma ex d) f (x) = cos x, f (x) = sen x e) f (x) = a sumas nitas de productos nitos de las expresiones anteriores,
ad
de
An
tioq
uia
Este m etodo se aplica a E.D. lineales, con coecientes constantes, no homog eneas.
,D
ept
METODO DE LOS COEFICIENTES INDETERMINADOS
o. d
eM
atem
atic as
4.6. METODO DE LOS COEFICIENTES INDETERMINADOS Ilustremos esto con un ejemplo. Ejemplo 20. Hallar la soluci on particular y la soluci on general de la E.D. y + 25y = 20 sen 5x. Soluci on:
y = C1 cos 5x + C2 sen 5x + C3 x cos 5x + C4 x sen 5x La ecuaci on diferencial homog enea asociada es (D2 + 25)y = 0 y su ecuaci on caracter stica es
,D
ept
Ecuaci on caracter stica: (m2 + 25)2 = 0 cuyas raices son m = 5i con multiplicidad 2 y por lo tanto = 0 y = 5; en consecuencia la soluci on general es:
o. d
eM
y + 25y L1 (D)(y + 25y ) (D2 + 25)(y + 25y ) (D2 + 25)2 y
= = = =
20 sen 5x L1 (D)(20 sen 5x) (D2 + 25)(20 sen 5x) 0
atem
(4.10) 111
m2 + 25 = 0,
y por tanto en (4.10) descartamos esta expresi on y nos queda la forma de la soluci on particular: y = C3 x cos 5x + C4 x sen 5x = yp Como aparecen las constantes C3 y C4 , las hallamos de la siguiente manera: derivamos dos veces yp y la sustituimos en la E.D. original:
yp = C3 (5x sen 5x + cos 5x) + C4 (5x cos 5x + sen 5x)
Un
ive
y = C1 cos 5x + C2 sen 5x;
rsid
o sea que m = 5i (con = 0 y = 5) y su soluci on es
ad
de
An
tioq
uia
atic as
El anulador de sen 5x: D2 + 25 = L1 (D) Aplicamos este anulador a ambos lados de la E.D. original:
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES

yp = C3 (25x cos 5x 5 sen 5x 5 sen 5x) + +C4 (25x sen 5x + 5 cos 5x + 5 cos 5x) = C3 (25x cos 5x 10 sen 5x) + +C4 (25x sen 5x + 10 cos 5x) yp + 25yp = 20 sen 5x
en x cos 5x : 25C3 + 25C3 = 0 en sen 5x : 10C3 = 20 C3 = 2 en x sen 5x : 25C4 + 25C4 = 0 en cos 5x : 10C4 = 0 C4 = 0
Ejercicio 2. y y = x2 ex + 5 1 (Rta: y = C2 ex + C6 ex 5 + 4 xex 1 x2 ex + 1 x3 ex ) 4 6 Ejercicio 3. y + y + 1 y = ex ( sen 3x cos 3x) 4 Ejercicio 4. y + 4y = cos2 x 1 (Rta: y = 8 + C2 cos 2x + C3 sen 2x + 1 x sen 2x) 8 112
Un
ive
Ejercicio 1. y + 2y + y = x2 ex 1 4 x xe ) (Rta: y = C1 ex + C2 xex + 12
rsid
ad
Hallar la soluci on general en los siguientes ejercicios:
de
y = yh + y p = C1 cos 5x + C2 sen 5x + C3 x cos 5x = C1 cos 5x + C2 sen 5x 2x cos 5x
An
tioq
y la soluci on general es:
uia
Por lo tanto la soluci on particular es yp = 2x cos 5x
,D
ept
o. d
eM
atem
atic as
C3 (25x cos 5x 10 sen 5x) + C4 (25x sen 5x + 10 cos 5x) + + 25(C3 x cos 5x + C4 x sen 5x) = 20 sen 5x An alisis de coecientes:
DE PARAMETROS 4.7. VARIACION Ejercicio 5. y + y + y = x sen x Ejercicio 6. y y = 3xex cos 2x Ejercicio 7. y + 25y = 6 sen x sen x) (Rta: y = C1 cos 5x + C2 sen 5x + 1 4
a2 (x)y + a1 (x)y + a0 (x) = h(x)
con a2 (x), a1 (x), a0 (x), continuas en I y a2 (x) = 0 en I . La escribimos en forma can onica
Donde p(x) = a1 (x) , a2 (x) g (x) = a0 (x) a2 (x)
An
tioq
y + p(x)y + g (x)y = f (x)
uia
f (x) = h(x) , a2 (x)
y1 + p(x)y1 + g (x)y1 = 0 y2 + p(x)y2 + g (x)y2 = 0 y yh = C1 y1 + C2 y2
Variemos los par ametros C1 y C2 , es decir, yp = u1 (x)y1 (x) + u2 (x)y2 (x) = u1 y1 + u2 y2 y hallemos u1 y u2
Un
ive
rsid
suponemos que y1 y y2 son soluciones linealmente independientes de la homog enea asociada, es decir,
ad
de
,D
ept
o. d
Sea
eM
4.7.
DE PARAMETROS VARIACION
atem
atic as
113
Ejercicio 8. y 2y + 5y = ex sen x 1 x (Rta: y = C1 ex cos 2x + C2 ex sen 2x + 3 e sen x)

Luego yp = u1 y1 + u1 y1 + u2 y2 + y2 u2
Supongamos (en aras de disminuir el trabajo operativo): u1 y1 + u2 y2 = 0, Luego,

+ u2 y 2 = u1 y 1 yp + u2 y 2 + u1 y 1 + u2 y2 = u1 y1 yp
(primera condici on).
Sustituyendo en la ecuaci on diferencial:

yp + p (x)yp + g (x)yp = f (x)
En resumen,
que es un sistema de dos ecuaciones con dos incognitas: u1 y u2 .
u2 =
y1 0 y1 f (x) y1 y2 y1 y2
Un
u1 =
o f (x) y1 y1
ive
y2 y2
rsid
Por la regla de Cramer:
ad
de
y2 y2
114
An
y1 u1 + y2 u2 = 0 (primera condici on) y1 u1 + y2 u2 = f (x) (segunda condici on)
tioq
y2 f (x) W (y1 , y2 )
y1 f (x) W (y1 , y2 )
uia
u1 y1 + u2 y2 = f (x)
,D
Luego,
ept
u1 [y1 + p (x)y1 + g (x)y1 ] + u2 [y2 + p (x)y2 + g (x)y2 ] + u1 y1 + u2 y2 = f (x)
o. d
+ p (x) [u1 y1 + u2 y 2 ] + g (x) [u1 y1 + u2 y2 ] = f (x) + u2 y 2 + u1 y 1 + u2 y2 u1 y1
eM
atem
atic as
DE PARAMETROS 4.7. VARIACION Donde W (y1 , y2 ) = 0, ya que (y1 y y2 ) son dos soluciones linealmente independientes de la homog enea asociada. Para conseguir u1 y u2 , integramos (no es necesario constantes de integraci on, porqu e?) a u1 y u2 respectivamente. Luego, la yp = u1 y1 + u2 y2 , y la soluci on general es y = yh + yp = C1 y1 + C2 y2 + u1 y1 + u2 y2 Pasos para resolver la E.D. (en forma can onica): y + p(x)y + g (x)y = f (x)
u2 4. Integramos u1 =
u1 dx y u2 =
u2 dx
1. Soluci on de y + 3y + 2y = 0
m2 + 3m + 2 = 0 (m + 2)(m + 1) = 0 m = 2, m = 1 yh = C1 e2x +C2 ex y1 y2 115
Un
ive
Ejemplo 21. y + 3y + 2y = sen (ex ) Soluci on:
rsid
6. La soluci on general y = yh + yp = C1 y1 + C2 y2 + u1 y1 + u2 y2
ad
5. La soluci on particular yp = u1 y1 + u2 y2
de
An
tioq
uia
u1 =
y2 f (x) W (y1 , y2 ) y1 f (x) = W (y1 , y2 )
,D
3. Hallamos
ept
2. Hallamos W (y1 , y2 )
o. d
1. Hallamos y1 y y2 soluciones linealmente independientes de la homog enea asociada: y + p(x)y + g (x)y = 0
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 2. W (y1 , y2 ) = 3. u1 = y2 f (x) ex sen (ex ) = = e2x sen (ex ) W (y1 , y2 ) e3x y1 f (x) e2x sen (ex ) u2 = = = ex sen (ex ) 3 x W (y1 , y2 ) e e2x ex 2e2x ex = e3x + 2e3x = e3x
u1 =
u1 dx
de
= z cos z sen z = ex cos(ex ) sen (ex ) u2 = u2 dx = ex sen (ex ) dx = z sen z dz = z
ad
An
z = ex = e2x sen (ex ) dx y haciendo dz = ex dx dx = dz z dz 2 = z sen (z ) z integrando por partes v = z dv = dz = z sen (z ) dz dw = sen zdz w = cos z = z cos z cos z dz
tioq
uia
,D
ept
o. d
eM
atem
sen z dz
4.
y p = u1 y 1 + u2 y 2 = [ex cos(ex ) sen (ex )] e2x ex cos(ex ) = e2x sen (ex ) y = yh + yh = C1 e2x + C2 ex e2x sen (ex ) 116
Un
5.
ive
= cos z = cos(ex )
rsid
atic as
DE PARAMETROS 4.7. VARIACION Ejemplo 22. Si y1 = x y y2 = x ln x son soluciones linealmente independientes de la E.D. x2 y xy + y = 0. Hallar la soluci on general de la E.D. de Cauchy. x2 y xy + y = 4x ln x Soluci on. Coloquemos la E.D. en forma can onica 1 ln x 1 , x=0 y y + 2 y = 4 x x x 1. y1 = x, y2 = x ln x x x ln x 1 ln x + 1
4. u1 = = u1 dx
u2 = =
4 ln x dx y haciendo x = 2 ln2 x 5. y p = u1 y 1 + u 2 y 2
Un
u2 dx
ive
4 = ln3 x 3
rsid
ad
4 ln2 x dx y haciendo x
de
An
tioq
uia
x x ln x 4 ln y2 f (x) 4 ln2 x x = = = W (y1 , y2 ) x x 4 ln x x x y1 f (x) 4 ln x u2 = = = W (y1 , y2 ) x x
,D
z = ln x dz = dx x
ept
u1
o. d
3.
z = ln x dz = dx x
eM
2. W (y1 , y2 ) =
= x ln x + x x ln x = x = 0
atem
117
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 4 ln3 x x + (2 ln2 x)x ln x 3 2 4 = x ln3 x + 2x ln3 x = x ln3 x 3 3 = 6.
2 = C1 x + C2 x ln x + x ln3 x 3
Soluci on: 1. y y = 0 (homog enea asociada) 2 m 1 = 0 m = 1 yh = C1 ex + C2 ex

y1 y2
3. u1 = 118 1 2 ex (sec3 x sec x) dx = 1 2 ex sec x(sec2 x 1) dx
Un
u2 =
y1 f (x) W (y1 , y2 ) ex ex (sec3 x sec x) = (sec3 x sec x) = 2 2
ive
rsid
ad
u1 =
y2 f (x) W (y1 , y2 ) ex (sec3 x sec x) ex (sec3 x sec x) = = 2 2
de
An
2. W (y1 , y2 ) =
ex ex ex ex
= ex (ex ) ex (ex ) = 1 1 = 2
tioq
uia
,D
ept
o. d
Ejemplo 23. Utilizar el m etodo de variaci on de par ametros para resolver la siguiente E.D. y y = sec3 x sec x
eM
atem
atic as
y = yh + y p
DE PARAMETROS 4.7. VARIACION = 1 2 ex sec x tan2 x dx = 1 2 ex (sec x tan x) tan x dx
integremos por partes, haciendo: u = ex tan x, luego du = (ex tan x + ex sec2 x) dx, u1 = 1 x e tan x sec x 2 1 x e tan x sec x = 2 1 x = e tan x sec x 2 ex ex = tan x sec x + 2 2 dv = tan x sec x dx,
v = sec x
ex sec x(sec2 x tan x) dx ex sec3 x dx +
ex sec x tan x dx
despejando la integral : ex (sec3 x sec x) dx = u1 = 1 2
Un
hagamos: z = x , dz = dx u2 = = 1 2
ive
rsid
u2 =
u2 dx =
1 2
ad
de
ex tan x sec x + 2 ex tan x sec x + ex (sec3 x sec x) dx = 4
tioq
uia
,D
1 2
sec x
1 2
ex (sec3 x sec x) dx, ex sec x 2 ex sec x 4
ex (sec3 x sec x) dx
ez (sec3 (z ) sec(z )) d(z ) =
An
ez ez ex ex tan z sec z + sec z = tan(x) sec(x) + sec(x) 4 4 4 4 ex ex = tan x sec x + sec x 4 4 119
ept
ex sec3 x dx + ex sec x +
o. d
eM
ez (sec3 z sec z ) dz
atem
ex sec x dx
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 4. y p = u1 y 1 + u 2 y 2 ex ex ex ex tan x sec x + sec x)ex + ( tan x sec x + sec x)ex = ( 4 4 4 4 sec x = 2 5. y = yh + yp = C1 ex + c2 ex + sec x 2
solucion general
Ejercicio 5. Si y1 = x, y2 = ex forman un conjunto linealmente independiente y son soluciones de la homog enea asociada de la E.D. (1 x)y + xy y = 2(x 1)2 ex , Hallar la soluci on general. 1 x (Rta.: y = C1 x + C2 ex + 2 e xex ) 120 0 < x < 1.
Un
ive
Ejercicio 4. Si y1 = x 2 cos x, y2 = x 2 sen x forman un conjunto li1 nealmente independiente y son soluciones de x2 y + xy + x2 4 y = 0. 3 1 2 2 Hallar la soluci on general para x y + xy + x 4 y = x 2 . 1 1 1 (Rta.: y = C1 x 2 cos x + C2 x 2 sen x + x 2 )
de
Ejercicio 3. Hallar la soluci on general de x y + 2y + y = e ln x 2 ex ln x 3 x2 ex ) (Rta.: y = C1 ex + C2 xex + x 2 4
An
rsid
ad
tioq
uia
1
Ejercicio 2. Hallar la soluci on general de (D2 + 5D + 6)y = e2x sec2 x(1 + 2 tan x) (Rta.: y = C1 e3x + C2 e2x + e2x tan x)
,D
ept
Ejercicio 1. Hallar la soluci on general de 2 1 (D + 1)y = x sen x + 2x cos x (Rta.: y = C1 cos x + C2 sen x + ln |x| sen x)
2
o. d
eM
atem
atic as
DE PARAMETROS 4.7. VARIACION Ejercicio 6. Hallar la soluci on general de la E.D. (D2 + 16)y = csc 4x 1 x cos x + 16 sen 4x ln | sen 4x|) (Rta.: y = C1 cos 4x + C2 sen 4x 1 4 Ejercicio 7. Hallar la soluci on general de la E.D. (D2 + 1)y = sec x sec x + tan x sen x) (Rta.: y = C1 cos x + C2 sen x 1 2
Ejercicio 9. Hallar la soluci on general de la E.D. (D2 1)y = ex sen (ex ) + cos(ex ) (Rta.: y = C1 ex + C2 ex ex sen (ex ))
(Rta.: y = C1 e2x + C2 e4x + e2x ln |x|) Ejercicio 14. Hallar la soluci on general de la E.D. (D2 + 3D + 2)y = sen (ex ) (Rta.: y = C1 e2x + C2 ex e2x sen (ex )) 121
Un
(D2 + 2D 8)y = (6x1 x2 )e2x
ive
rsid
Ejercicio 12. Hallar la soluci on general de la E.D. (D2 2D + D)y = x5 ex 1 3 x x e ) (Rta.: y = C1 ex + C2 xex + 12
ad
de
An
1 6x e (Rta.: y = C1 e3x + C2 e6x + 9 e e
3x
tioq
(D2 9D + 18)y = ee
uia
3x
,D
ept
Ejercicio 10. Hallar la soluci on general de la E.D. (D2 + 1)y = sec3 x 1 (Rta.: y = C1 cos x + C2 sen x + 2 sec x)
o. d
eM
atem
atic as
Ejercicio 8. Hallar la soluci on general de la E.D. (D2 + 2D + 5)y = ex sec 2x 1 (Rta.: y = ex (C1 cos 2x + C2 sen 2x) + ex ( 1 x sen 2x + 4 cos 2x ln | cos 2x|)) 2
4.7.1.
DEL METODO GENERALIZACION DE DE PARAMETROS VARIACION

Dn y + an1 (x)Dn1 y + . . . + a1 (x)Dy + a0 (x)y = f (x)
Dada la E.D. en forma can onica:
2. Hallamos W (y1 , y2 , . . . , yn ) =
6. Halamos la soluci on general
y = yh + yp = C1 y1 + . . . + Cn yn + u1 y1 + . . . + un yn Ejemplo 24. y 2y y + 2y = e3x Soluci on:
122
Un
y p = u1 y 1 + u2 y 2 + . . . + u n y n
ive
5. Hallamos la soluci on particular
rsid
ad
4. Integramos u1 , u2 , . . . , un (sin constantes de integraci on) para hallar u1 , u2 , . . . , un
de
An
n1 n1 n1 u1 y1 + u2 y2 + . . . + un yn = f (x)
tioq
u1 y1 + u2 y2 + . . . + un yn = 0 u1 y1 + u2 y2 + . . . + un yn =0 . . . . . . . . .
uia
,D
3. Hallamos u1 , u2 , . . . , un por el m etodo de Cramer del sistema:
ept
n1 n1 n1 y1 y2 yn
o. d
y1 y1 . . .
y2 y2 . . .
. . .
eM
atem
yn yn . . .
1. Hallamos y1 , y2 , . . . , yn soluciones linealmente independientes de la homog enea asociada, o sea que yh = C1 y1 + C2 y2 + . . . + Cn yn
atic as
efectuamos los siguientes pasos:
DE PARAMETROS 4.7. VARIACION 1. y 2y y + 2y = 0 m3 2m2 m + 2 = 0 m2 (m 2) (m 2) = 0 (m 2)(m2 1) = (m 2)(m + 1)(m 1) = 0
2. W (y1 , y2 , y3 ) = e2x ex ex 2e2x ex ex 4e2x ex ex
u3 =
e2x ex 0 2x x 2e e 0 2x x 4e e e3x 6e2x
Un
ive
4. Integramos u1 , u2 , u3 u1 = u1 dx = ex ex dx = 3 3 123
rsid
u2 =
ad
ex ex ex
e3x (ex 2ex ) 3e4x e2x = = 6e2x 6e2x 2
de
e3x (e3x 2e3x ) e6x e4x = = 6e2x 6e2x 6
An
u1 =
0 ex 0 ex e3x ex 6e2x e2x 0 2e2x 0 4e2x e3x 6e2x
ex ex ex
e3x (1 + 1) 2e3x ex = = 6e2x 6e2x 3
tioq
uia
3.
,D
= e2x (1 1) ex (2e3x 4e3x ) + ex (2ex + 4ex ) = 2e2x + 2e2x + 6e2x = 6e2x
ept
o. d
eM
atem
atic as
m = 2, m = 1, m = 1 yh = C1 e2x + C2 ex + C3 ex
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES u2 = u3 = 5. Soluci on particular: y p = u 1 y 1 + u2 y 2 + u3 y 3 e4x x e2x x e3x e3x e3x 3e3x e3x ex e e = + = = = e2x + 3 24 4 3 24 4 24 8 6. Soluci on general: y = yh + yp u2 dx = u3 dx = e4x e4x dx = 6 24 2x e2x e dx = 2 4
Ejercicio 3. y 2y y + 2y = e3x
Ejercicio 5. y + 4y = sen x cos x (Rta.: y = C1 + C2 cos 2x + C3 sen 2x
Un
ive
Ejercicio 4. y y = x ex d Sugerencia: dx (y y ) = y y ; integre y despu es use variaci on de par ametros.
rsid
ad
Ejercicio 6. Hallar la soluci on general de la E.D. (D + 1)3 y = 16(2x + 3)1 ex (Rta.: y = ex (C1 + C2 x + C3 x2 ) + ex (2x + 3)2 ln(2x + 3))
124
de
An
Ejercicio 2. y y = sen x (Rta.: y = C1 + C2 ex + C3 ex + 1 cos x) 2
1 x cos 2x) 16
tioq
Ejercicio 1. y 5y + 6y = 2 sen x + 8
uia
,D
Resolver, utilizando el m etodo de variaci on de par ametros, los siguientes ejercicios.
ept
o. d
= C1 e2x + C2 ex + C3 ex +
eM
e3x 8
atem
atic as
4.8. OPERADORES
4.8.
OPERADORES
Lema 4.2 . Si f C n (I ) y a entonces: 1. Dn (eax f (x)) = eax (D + a)n f (x) 2. Dn (eax ) = eax an #Real
Demostraci on . Veamos 1. Por inducci on:
n = 1 D(eax f (x)) = eax Df (x) + f (x)aeax = eax (D + a)f (x) Supongamos que se cumple para n = k : Dk (eax f (x)) = eax (D + a)k f (x)
Supongamos que se cumple para n = k :
y veamos que se cumple para n = k + 1. En efecto, teniendo en cuenta las hip otesis de inducci on para n = 1 y para n = k , se tiene Dk+1 (eax ) = Dk D(eax ) = Dk (aeax ) = a(Dk eax ) = a(ak eax ) = ak+1 eax El siguiente Teorema, llamado teorema b asico de los operadores, nos permite sacar una exponencial que esta dentro de un operador. 125
Un
ive
Dk (eax ) = ak eax
rsid
ad
n = 1 D(eax ) = aeax
de
Veamos 2. Por inducci on:
An
= eax (D + a)k (D + a)f (x) = eax (D + a)k+1 f (x)
tioq
Dk+1 (eax f (x)) = Dk D(eax f (x)) = Dk (eax (D + a)f (x))
uia
y veamos que se cumple para n = k + 1. En efecto, teniendo en cuenta las hip otesis de inducci on para n = 1 y para n = k , se tiene
,D
ept
o. d
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Teorema 4.7 (Teorema B asico de Operadores) . 1. Si f C n (I ) y L(D) es un operador diferencial lineal y a , entonces: L(D)(eax f (x)) = eax L(D + a)f (x) 2. L(D)eax = L(a)eax Demostraci on 1:
Ejemplo 25. Comprobar que (D + 2)(D 2)3 (x2 e2x ) = 0 Soluci on:
(D 3)n (e3x xn ) = e3x (D + 3 3)n xn = e3x Dn xn = n!e3x Ejemplo 27. Entrar la exponencial dentro del operador: e3x (D 1)(D 3)x Soluci on: e3x (D 1)(D 3)x = (D (3) 1)(D (3) 3)(e3x x) = (D + 2)D(e3x x) 126
Un
ive
Ejemplo 26. Comprobar que (D 3)n (e3x xn ) = n!e3x Soluci on:
rsid
(D + 2)(D 2)3 (x2 e2x ) = e2x (D + 2 + 2)(D + 2 2)3 x2 = e2x (D + 4)D3 x2 = 0
ad
de
An
eax L(D)f (x) = L(D a)(eax f (x))
tioq
Nota: para entrar una expresi on exponencial dentro de un operador, utilizamos la siguiente expresi on, (4.11)
uia
,D
ept
L(D)(eax f (x)) = (an (x)Dn + an1 (x)Dn1 + . . . + a1 (x)D + a0 (x)D0 )(eax f (x)) = = an (x)Dn (eax f (x)) + an1 (x)Dn1 (eax f (x)) + . . . + a1 (x)D(eax f (x)) + a0 (x)eax f (x) = an (x)eax (D + a)n f (x) + an1 (x)eax (D + a)n1 f (x) + . . . + a1 (x)eax (D + a)f (x) + a0 (x)eax f (x) = eax (an (x)(D + a)n + an1 (x)(D + a)n1 + . . . + a1 (x)(D + a) + a0 (x))f (x) = eax L(D + a)f (x)
o. d
eM
atem
atic as
4.9. METODO DE LOS OPERADORES INVERSOS
4.9.
METODO DE LOS OPERADORES INVERSOS
Nota:
luego y pertenece al n ucleo de L(D)
Teorema 4.9 . Si L(D) = Dn y h(x) es una funci on continua, entonces una soluci on particular de la ecuaci on diferencial: n D y = h(x) es yp = . . . h(x) dx dx . . . dx
n veces n veces
Un
L(D)y = L(D)(y1 y2 ) = L(D)y1 L(D)y2 = f (x) f (x) = 0
ive
rsid
Demostraci on: sea y = y1 y2 , veamos que y pertenece al n ucleo de L(D). En efecto
ad
de
Teorema 4.8 . Si y1 y y2 son soluciones particulares de la E.D. L(D)y = f (x), entonces estas dos soluciones dieren en una soluci on que est a en el n ucleo de L(D).
An
tioq
2. Soluci on general: y = yh + yp = yh + L1 (D)f (x)
uia
,D
1. L(D)L1 (D) = operador identidad y L1 (D)L(D) = operador identidad.
ept
o. d
eM
Denici on 4.6 Dada la E.D. L(D)y = f (x) de coecientes constantes, denimos el operador inverso L1 (D) = L(1 , como el operador tal que: D) 1 L (D)f (x) es una soluci on particular de la E.D., es decir, yp = L1 (D)f (x).
atem
atic as
Dada la E.D. L(D)y = f (x), donde L(D) es un operador diferencial lineal de coecientes constantes y f (x) es un polinomio o exponencial o seno o coseno o sumas nitas de productos nitos de las anteriores, es conveniente resolver la E.D. por el m etodo de los operadores inversos (este m etodo es sustituto del m etodo de coecientes indeterminados), este m etodo tambi en sirve para resolver integrales.
127
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Demostraci on. Por inducci on: n = 1 : Dy = h(x), su homog enea asociada es Dy = 0 y su ecuaci on caracter stica es m = 0 yh = Ce0x = C 1 = C e integrando la E.D. original, se tiene y= h(x) dx + C = yp + yh yh yp
y=
Demostraci on: utilizando (4.11) en la p agina 126 se tiene L(D)y = eax f (x) eax L(D)y = f (x) L(D (a))(eax y ) = f (x) L(D + a)(eax y ) = f (x) 128
Un
Teorema 4.10 . Dado L(D)y = eax f (x) donde f C n (I ) y a , entonces una soluci on 1 ax particular de la E.D. es yp = e L(D+a) f (x).
ive
rsid
ad
yp =
de
luego
h(x) dx dx
An
h(x) dx dx + C1 x + C2 = yp + yh , yh yp
tioq
uia
,D
DDy = h(x) e integrando Dy =
h(x)dx+C1 ,
ept
y como
o. d
y volviendo a integrar,
yh = C1 x + C2
eM
n = 2 : D2 y = h(x), su homog enea asociada es D2 y = 0
atem
atic as
4.9. METODO DE LOS OPERADORES INVERSOS Como Yp = eax yp es una soluci on particular, entonces satisface la anterior on de expresi on, luego L(D + a) (eax yp ) = f (x) es una E.D.; por la denici Yp operador inverso eax yp = luego yp = eax 1 f (x) L(D + a) 1 f (x) L(D + a)
Ejemplo 28. Hallar la soluci on general de (D 3)2 y = 48xe3x Soluci on: Ecuaci on caracter stica de la homog enea asociada:
entonces su polinomio caracter stico es Pn (m) = an mn + . . . + a1 m + a0 Por lo anterior podemos armar que el espacio de los operadores lineales de coecientes constantes es isomorfo al espacio de los polinomios de coecientes constantes. 129
Un
L(D) = an Dn + . . . + a1 D + a0
ive
Nota: como
rsid
yh = C1 e3x + C2 xe3x 1 1 1 3x 3x yp = f (x) = (48 xe ) = 48 e x= L(D) (D 3)2 D + 3 3)2 x2 3x 3x 3x 1 dx = x = 48e x dx dx = 48e = 48e D2 2 3 3x x = 8x3 e3x = 48e 6 y = yh + yp = C1 e3x + C2 xe3x + 8x3 e3x Sol. general
ad
de
An
tioq
uia
,D
ept
(m 3)2 = 0 m = 3 (con multiplicidad dos)
o. d
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Teorema 4.11 (Para polinomios) . Si L(D) = D + a, a = 0 y h(x) un polinomio de grado n, entonces 1 D D2 D3 Dn 1 h(x) = 1 + 2 3 + + (1)n n h(x). D+a a a a a a
Por divisi on sint etica se tiene que:
Luego,
ive
rsid
n 1 D D2 D3 1 nD 1 + 2 3 + + (1) n h(x) h(x) = D+a a a a a a
ad
de
Como h(x) es un polinomio de grado n, su anulador es Dn+1 , Dn+2 , . . ., es decir, Dn+k h(x) = 0 para k = 1, 2, . . . Luego,
An
tioq
D D2 D3 1 Dn 1 1 + 2 3 + + (1)n n + = D+a a a a a a
Ejemplo 29. Resolver la siguiente integral Soluci on:
x4 e2x dx =
1 1 D D2 D3 D4 1 4 2x x e = e2x x4 = e2x 1 + + D D+2 2 2 4 8 16 e2x 4 4x3 12x2 24x 24 = + + x +C 2 2 4 8 16
Un
uia
,D
x4 e2x dx
ept
o. d
1 1 mn m m2 m3 1 = = + 2 3 + + (1)n n + 1 m+a a+m a a a a a
eM
atem
Demostraci on. Por la Nota anterior, el operador D + a es equivalente al polinomio m + a y por tanto las expresiones racionales D1 y m1 son +a +a equivalentes
atic as
x4
130
4.9. METODO DE LOS OPERADORES INVERSOS Teorema 4.12 (Para polinomios) . Si L(D) es un operador diferencial lineal de orden n con coecientes constantes y h(x) es un polinomio de grado r, entonces una soluci on particular de la E.D. L(D)y = h(x) es de la forma yp = 1 h(x) = (b0 + b1 D + b2 D2 + . . . + br Dr )h(x), L(D)
donde b0 + b1 D + b2 D2 + . . . + br Dr es el resultado de dividir
Ec. caracter stica: m3 1 = (m 1)(m2 + m + 1) = 0 1 23 i y sus raices son m = 1, m = 2 Luego la soluci on homog enea y particular son 1 1 3 3 2 x 2 x x x + C3 e x yh = C1 e + C2 e cos sen 2 2 1 1 yp = 3 xex = ex x D 1 (D + 1)3 1 1 1 x x = e x = ex 3 D + 3D2 + 3D + 1 1 D(D2 + 3D + 3) 1 1 ex = ex 2 x2 x dx = 2 (D + 3D + 3) 2 D + 3D + 3 2 ex 1 D 2 2 2 ex 2 + D x = x 2x + 2 = 2 3 3 9 6 3 x e 4 = x2 2x + 6 3 y = yh + yp = C1 e + C2 e
x x 2
3 3 ex 2 4 x x + C3 e 2 sen x+ x 2x + cos 2 2 6 3
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
Ejemplo 30. Hallar la soluci on general de y y = xex Soluci on:
eM
atem
1 1 = = b0 + b1 D + b2 D 2 + . . . + br D r + . . . . L(D) a0 + a1 D + . . . + a n D n
atic as
131
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Nota: el operador diferencial lineal de orden n con coecientes constantes se puede escribir as : L(D) = L1 (D2 ) + DL2 (D2 ). En efecto,
L(D) = L1 (D2 ) + DL2 (D2 )
Generalizando para las expresiones de orden par: D2n ( sen ax) = (a2 )n sen ax L(D2 ) sen ax = (a0 + a2 D2 + a4 D4 + . . . + a2n D2n ) sen ax L(D2 ) 132
Un
D( sen ax) D2 ( sen ax) D3 ( sen ax) D4 ( sen ax)
ad
= = = = . . .
ive
rsid
de
Demostraci on. Por inducci on sobre n. Caso 1.
An
a cos ax a2 sen ax a3 cos ax a4 sen ax
tioq
2.
1 L(D2 )
sen ax =
1 L(a2 )
sen ax, si L(a2 ) = 0
uia
1. L(D2 ) sen ax = L(a2 ) sen ax
,D
Teorema 4.13 . 1 son reales, entonces: Si a, L(a2 ) y L( a2 )
ept
o. d
Los teoremas siguientes tambi en son v alidos para la funci on coseno.
eM
atem
L(D) = (a0 + a2 D2 + a4 D4 + . . .) + D(a1 + a3 D2 + a5 D4 + . . .)
atic as
L(D) = a0 + a1 D + a2 D2 + . . . + an Dn
4.9. METODO DE LOS OPERADORES INVERSOS = a0 sen ax + a2 D2 sen ax + a4 D4 sen ax + . . . + a2n D2n sen ax = a0 sen ax + a2 (a2 ) sen ax + a4 (a2 )2 sen ax + . . . + a2n (a2 )n sen ax = [a0 + a2 (a2 ) + a4 (a2 )2 + . . . + a2n (a2 )n ] sen ax = L(a2 ) sen ax
Luego,
1. L(D) sen ax = L1 (a2 ) sen ax + DL2 (a2 ) sen ax 2. 1 1 sen ax = sen ax 2 L(D) L1 (D ) + DL2 (D2 ) 1 = sen ax 2 L1 (a ) + DL2 (a2 ) Dem. Por la nota anterior y por la parte dos del teorema 4.13., tenemos que: 133
Un
ive
rsid
ad
Teorema 4.14 . 1 son reales, entonces: Si a, L(a2 ) y L( a2 )
de
An
tioq
uia
yp =
1 1 sen 3 x = sen 3x D4 5D2 + 4 (D2 )2 5D2 + 4 1 1 = sen 3x = sen 3x 2 2 2 (3 ) 5(3 ) + 4 81 + 45 + 4 1 = sen 3x 130
,D
ept
Ejemplo 31. Hallar la soluci on particular de (D4 5D2 + 4)y = sen 3x. Soluci on:
o. d
1 1 sen ax = sen ax con L(a2 ) = 0. 2 L(D ) L(a2 )
eM
atem
L1 (D2 )L(D2 ) sen ax = L(a2 )L1 (D2 ) sen ax
atic as
Caso 2. Por la demostraci on 1, L(D2 ) sen ax = L(a2 ) sen ax, aplicamos 1 2 L (D ) a ambos lados:
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES L(D) = L1 (D2 ) sen ax+DL2 (D2 ) sen ax = L1 (a2 ) sen ax+DL2 (a2 ) sen ax = L1 (a2 ) sen ax + L2 (a2 )a cos ax Ejemplo 32. Hallar la soluci on particular para (D2 +2D +2)y = ex cos 2x Soluci on: yp = 1 1 x x e cos 2 x = e cos 2x D2 + 2D + 2 (D + 1)2 + 2(D + 1) + 2 1 1 = ex 2 cos 2x = ex 2 cos 2x D + 2D + 1 + 2D + 2 + 2 D + 4D + 5 1 1 x = ex cos 2 x = e cos 2x (22 ) + 4D + 5 4D + 1 4D 1 4D 1 cos 2x = ex cos 2x = ex (4D 1)(4D + 1) 16D2 1 4D 1 4D 1 = ex cos 2x = ex cos 2x 2 16(2 ) 1 64 1 ex ex (4D 1) cos 2x = (8 sen 2x cos 2x) 65 65 x e = (8 sen 2x + cos 2x) 65 Teorema 4.15 . Sean L(D)y = h1 (x) + ih2 (x) y yp = yp1 + iyp2 es una soluci on particular de la E.D. anterior, entonces yp1 es la soluci on particular de la E.D. L(D)y = h1 (x) y yp2 es una soluci on particular de la E.D. L(D)y = h2 (x). Demostraci on. En efecto, como yp = yp1 + iyp2 es una soluci on particular, entonces satisface la E.D.: L(D)y = h1 (x) + ih2 (x) es decir, L(D)yp = h1 (x) + ih2 (x) L(D)(yp1 + iyp2 ) = h1 (x) + ih2 (x) L(D)yp1 + iL(D)yp2 = h1 (x) + ih2 (x) igualando la parte real tenemos L(D)yp1 = h1 (x) 134 =
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
4.9. METODO DE LOS OPERADORES INVERSOS es decir, yp1 es soluci on particular de L(D)y = h1 (x) e igualando la parte imaginaria tenemos L(D)yp2 = h2 (x) es decir, yp2 es soluci on particular de L(D)y = h2 (x) Ejemplo 33. Aplicando el teorema 4.15, hallar una soluci on particular de la E.D. (D2 + a2 )y = eiax = cos ax + i sen ax Soluci on: observese que como L(D) = D2 + a2 L(a2 ) = a2 + a2 = 0, entonces no podemos usar el T. 4.13 parte 2. y m as bien utilizamos el T. 4.15
y yh absorbe los t erminos descartados , por lo tanto: yp = 1 1 x sen ax i x cos ax 2a 2a 1 x sen ax 2a 135
Del Teorema 4.15 concluimos que y p1 =
Un
Los dos t erminos se nalados en la expresi on anterior no se tienen en cuenta porque yh = C1 cos ax + C2 sen ax
ive
rsid
1 1 1 + i = cos ax + x sen ax sen ax x cos ax 2a 2a 2a y p1 y p2
ad
de
1 eiax 1 1 1 x = ix + = (cos ax + i sen ax) = eiax 2ia 2ia 2a 2a 2a

se descarta se descarta
uia
,D
ept
o. d
yp =
1 1 (cos ax + i sen ax) = 2 eiax 2 2 +a D +a 1 1 = eiax (1) = eiax 2 (1) 2 2 (D + ia) + a D + 2iaD + a2 a2 1 1 1 D = eiax (1) = eiax x = eiax 1 x (D + 2ia)D 2ia + D 2ia 2ia D2 1 ix 2a
An
tioq
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES es soluci on particular de la E.D. (D2 + a2 )y = cos ax y y p2 = es soluci on particular de la E.D. (D2 + a2 )y = sen ax 1 x cos ax 2a
yp =
yp =
Nota: el anterior m etodo tambi en se aplica para las E.D. de la forma L(D)y = q (x) sen ax o L(D)y = q (x) cos ax, donde q (x) es un polinomio o exponencial o producto de polinomio por exponencial. Ejemplo 36. Hallar la soluci on particular de (D2 2D +2)y = 4ex x sen x Soluci on: yp = 136 D2 1 1 4ex x sen x = 4ex x sen x 2 2D + 2 (D + 1) 2(D + 1) + 2
Un
ive
1 1 iax I ( e ) = I eiax m m D 2 + a2 D 2 + a2 1 1 1 = Im x sen ax i x cos ax = x cos ax 2a 2a 2a
rsid
ad
de
An
Ejemplo 35. Hallar la soluci on particular de (D2 + a2 )y = sen ax = parte imaginaria de (eiax ) = Im (eiax ) Soluci on: como sen ax = parte imaginaria de eax =Im eiax , entonces
tioq
uia
1 1 iax R ( e ) = R eiax e e 2 2 2 2 D +a D +a 1 1 = Re eiax (1) (1) = Re eiax 2 2 (D + ia) + a (D + ia)D 1 1 1 = Re x sen ax i x cos ax = x sen ax 2a 2a 2a
,D
ept
o. d
eM
Ejemplo 34. Hallar la soluci on particular de (D2 + a2 )y = cos ax Soluci on: como cos ax = parte real de eax =Re eiax , entonces
atem
atic as
4.9. METODO DE LOS OPERADORES INVERSOS 1 1 x sen x = 4ex 2 x sen x + 2D + 1 2D 2 + 2 D +1 1 1 = 4ex 2 xIm (eix ) = 4ex Im xeix D +1 D2 + 1 1 1 = 4ex Im eix x = 4ex Im eix 2 x 2 (D + i) + 1 D + 2iD 1 + 1 = 4ex D2 = 4ex Im eix 1 x (D + 2i)D = 4ex Im eix 1 D + 2i x2 2
La homog enea asociada:
m 2m + 2 = 0 m =
x aparece en yh , entonces descartamos esta expresi on de yp , por lo y como cos 2 tanto la yp queda de la siguiente forma:
yp = ex x2 cos x + x sen x Ejemplo 37. Utilizando el m etodo de los operadores inversos resolver la 2 singuiente integral: x cos x dx Soluci on: 137
Un
yh = C1 ex cos x + C2 ex sen x
ive
rsid
ad
tiene por cuaci on caracter stica
de
(D2 2D + 2)y = 0
48 2 2i = =1i 2 2
An
tioq
= ex x2 cos x + x sen x +
cos x 2
uia
,D
= ex Im (cos x + i sen x) ix2 + x +
ept
o. d
i 2
D2 D 1 4 x e Im eix 1 + x2 2 2i 2i (2i)2 2 2x 2 = ex Im eix (i) x2 + 2 2i 4 =
eM
atem
atic as
x2 cos x dx =
Ejercicio 2. (D2 + 4)y = xex sen x x 7 1 (Rta.: yp = ex ( 50 10 ) cos x + ( +x ) sen x ) 50 5 Ejercicio 3. (D2 + 4)y = 64x sen 2x + 32 cos 2x (Rta.: yp = 12x sen 2x 8x2 cos 2x) Ejercicio 4. y 5y + 6y = 2 sen x + 8 1 4 (Rta.: yp = 5 cos x + 1 sen x + 3 x) 5 138
Un
ive
rsid
Ejercicio 1. (D2 + 16)y = x cos 4x 2 1 x cos 4x + x sen 4x) (Rta.: yp = 64 16
ad
de
Para los siguientes ejercicios hallar la soluci on particular, utiliz ando el m etodo de los operadores inversos:
An
tioq
uia
,D
ept
e3x sen 2x dx =
1 1 3x e sen 2x = e3x sen 2x D D+3 D3 D3 = e3x 2 sen 2x = e3x 2 sen 2x D 9 2 9 e3x e3x = (D 3) sen 2x = (2 cos 2x 3 sen 2x) + C 13 13
o. d
eM
Ejemplo 38. Usando el m etodo de los operadores inversos, calcular la 3x siguiente integral: e sen 2x dx Soluci on:
atem
1 1 1 2 x cos x = x2 Re eix = Re x2 eix D D D 1 1 D D2 = Re eix x2 = Re eix 1 + 2 x2 D+i i i i 2x 2 = Re eix (i) x2 + = Re eix (ix2 + 2x + 2i) i 1 = Re (cos x + i sen x)(ix2 + 2x + 2i) = (2x cos x 2 sen x + x2 sen x) + C
atic as
4.10. E.D.O. DE EULER - CAUCHY Ejercicio 5. (D2 + 9)y = 36 sen 3x (Rta.: yp = 6x cos 3x) Ejercicio 6. (D3 + 1)y = cos 2x + 2 sen 3x 1 1 (cos 2x 8 sen 2x) + 365 (cos 3x + 27 sen 3x)) (Rta.: yp = 65
Ejercicio 9. Calcular, (Rta.: e p

pt
ept tn dt, utilizando operadores inversos.
tn
4.10.
E.D.O. DE EULER - CAUCHY

an x n
n1 dn y y dy n1 d + a x + . . . + a1 x + a0 y = f (x) n1 n n 1 dx dx dx
Denici on 4.7 . La E.D.O. lineal
z = ln x
1 dy dy dz dz = = dx x dx dz dx dy 1 = dz x dy dy = x dx dz
Un
Con la sustituci on z = ln x o x = ez , convertimos la E.D. de Euler-Cauchy (que es de coecientes variables) en una E.D. con coecientes constantes.
ive
rsid
donde a0 , a1 , . . . , an son constantes, an = 0 y f (x) es continua, se le llama E.D.O. de Euler-Cauchy.
ad
de
An
tioq
uia
,D
Ejercicio 10. Calcular, xex cos 2x dt, utilizando operadores inversos. x 3 (Rta.: e5 x cos 2x + 5 cos 2x + 2x sen 2x 4 sen x + C ) 5
ept
o. d
ntn1 ( p)
n(n1)tn2 ( p) 2
! + C) + . . . + (1)n (n p)n
eM
Ejercicio 8. Calcular, utilizando el m etodo de los operadores inversos, x e dx. 2x 2 3 3 (Rta.: e2 (x3 3x +2 x 4 ) + C) 2
3 2x
atem
atic as
Ejercicio 7. (D2 + 2D + 2)y = ex sen x x (Rta.: yp = e8 (cos x sen x))
(4.12) 139
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES derivando con respecto a x (4.12): d dx x x dy dx = d dx dy dz dy dz dz dx = d2 y 1 dz 2 x
d d2 y dy + = 2 dx dx dz
Similarmente, x3 y en general, xn donde z = ln x
Ec. caracter stica:
m2 + 1 = 0 m = i 1. yh = C1 cos z + C2 sen z Para hallar yp solo podemos aplicar el m etodo de variaci on de par ametros, ya que los otros dos m etodos no sirven para trabajar con las funci on secante. 140
Un
2 2 + 1)y = sec z y + y = sec z (Dz Dz
ive
z = ln x Dz (Dz 1)y + Dz y + y = sec z

2 Dz y Dz y + Dz y + y = sec z
rsid
ad
Soluci on:
de
x2 y + xy + y = sec(ln x)
An
Ejemplo 39. Resolver la siguiente ecuaci on de Euler-Cauchy
tioq
uia
dn y = Dz (Dz 1)(Dz 2) . . . (Dz (n 1))y dxn
,D
ept
o. d
d3 y = Dz (Dz 1)(Dz 2)y dx3
eM
atem
d2 y dy d2 y + x = dx2 dx dz 2 2 dy d2 y dy 2 luego x2 2 = = Dz y Dz y = Dz (Dz 1)y dx dz 2 dz x2
atic as
(4.13)
4.10. E.D.O. DE EULER - CAUCHY La soluci on particular, por el m etodo de varicaci on de par ametros, es de la forma y p = u1 y 1 + u2 y 2 con y1 = cos z y y2 = sen z 2. W (y1 , y2 ) = =
u2 = 4.
u1 = u2 =
u2 dz = z
Resolver las siguientes E.D. de Euler-Cauchy.

dy d y Ejercicio 1. x2 dx 2 x dx + 2y = x ln x (Rta.: y = C1 x cos(ln x) + C2 x sen (ln x) + x ln x)
2
Ejercicio 2. (x 1)3
d3 y dx3
Un
y = C1 cos(ln x) + C2 sen (ln x) + cos(ln x) ln | cos(ln x)| + ln x sen (ln x)
ive
6. y = yh + yp = C1 cos z + c2 sen z + cos z ln | cos z | + z sen z
rsid
ad
5. yp = u1 y1 + u2 y2 = (ln | cos z |) cos z + z sen z
+ 2(x 1)2
de
d2 y dx2
An
dy 4(x 1) dx + 4y = 4 ln(x 1)
tioq
u1 dz = ln | cos z |
uia
,D
sec z cos z f (z )y1 = = 1 W (y1 , y2 ) 1
ept
o. d
u1 =
f (z )y2 sec z sen z = = tan z W (y1 , y2 ) 1
eM
3.
atem
141
= cos2 z + sen 2 z = 1
atic as
y1 y2 y1 y2
cos z sen z sen z cos z
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ejercicio 3. x2 y xy + y = x ln3 x 1 x ln5 x) (Rta.: y = C1 x + C2 x ln x + 20 Ejercicio 4. x3 D3 y + 3x2 D2 y + 4xDy = sen ( 3 ln x) 3 ln x) (Rta.:y = C1 + C2 cos( 3 ln x) + C3 sen ( 3 ln x) ln x sen ( ) 6
4.11.1.
MOVIMIENTO ARMONICO SIMPLE
Supongamos que tenemos un resorte dispuesto en forma vertical, con el extremo superior jado a una supercie horizontal y el otro extemo libre al cual se le ja una carga de masa m, la fuerza de recuperaci on del resorte esta dada por la Ley de Hook: F = ks donde s: elongaci on del resorte. 142
Un
ive
rsid
ad
4.11.
APLICACIONES DE LA E.D. DE SEGUNDO ORDEN: OSCILADORES
de
An
(Rta.: x cos(ln x2 ), x sen (ln x2 )
tioq
Ejercicio 9. Hallar una base para el n ucleo del operador diferencial denido por: L(D) = x2 D2 xD + 5 : C 2 (I ) C (I )
uia
,D
2 2 x Ejercicio 8. y x y +x 2 y = 1+x (Rta.: y = C1 x2 + C2 x + x2 ln |1 + x| + x ln |1 + x|)
ept
o. d
Ejercicio 7. x2 D2 y + xDy + 9y = cos(ln x3 ) 1 ln x sen (ln x3 )) (Rta.: y = C1 cos(ln x3 ) + C2 sen (ln x3 ) + 6
eM
atem
Ejercicio 6. x2 D2 y 4xDy + 6y = ln x2 5 ln x + 18 ) (Rta.: y = C1 x3 + C2 x2 + 1 3
atic as
Ejercicio 5. x3 D3 y + 3x2 D2 y + xDy = x3 1 3 x) (Rta.: y = C1 + C2 ln |x| + C3 ln2 |x| + 27
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES k : constante el astica del resorte. Deduzcamos la E.D. que rige el movimiento de la masa sujeta al resorte (ver gura 4.2) sin carga con carga y en equilibrio con carga y con movimiento
F s posici on de equilibrio (P.E.) m mg

La x bajo la posici on de equilibrio se considera positiva; x = 0 es P.E.
s 0
o. d ept
x m mg
eM
F
Figura 4.2 Por la segunda ley de Newton tenemos:
llamemos k = 2 m
Un
= 0: en reposo d2 x d2 x m 2 = kx m 2 + kx = 0 dt dt k d2 x + x=0 2 dt m d2 x + 2x = 0 dt2
E.D. segundo orden con coecientes ctes.
ive
rsid
d2 x m 2 = F + mg = k (x + s) + mg dx F + mg = kx ks + mg
ad
de
An
tioq
uia
x+
,D
atem
143
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ec. caracter stica m2 + 2 = 0 m = Sol. general x(t) = C1 cos t + C2 sen t Condiciones iniciales: Si > 0: el cuerpo est a por debajo de la P.E. (Posici on de Equilibrio). Si < 0: el cuerpo est a por encima de la P.E. Si = 0: el cuerpo est a en la P.E. x (0) = 2 = i
Si > 0 el cuerpo inicia su movimiento con velocidad hacia abajo.
Si = 0 el cuerpo inicia su movimiento desde el reposo. Llamemos y si hacemos sen = o sea que
ad
de
2 2 C1 + C2 =A
An
tioq
C1 C2 Donde A es llamada la amplitud del Movimiento Arm onico Simple (M.A.S.). El angulo se le llama angulo de Fase. Como x(t) = 144 A(C1 cos t + C2 sen t) =A A C1 C2 cos t + sen t A A
Un
ive
tan =
rsid
C1 , A
cos =
uia
Si < 0 el cuerpo inicia su movimiento con velocidad hacia arriba.
,D
C2 A
ept
o. d
eM
atem
atic as
x(0) =
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES = A( sen cos t + cos sen t) = A sen (t + ) Periodo de Vibraciones Libres: T = Frecuencia: f= 2
4.11.2.
MOVIMIENTO AMORTIGUADO
s P.E.: x = 0 x m x+ F
de
An
Figura 4.3 Cuando el cuerpo sujeto al resorte se mueve en un medio que produce fricci on sobre el cuerpo, entonces decimos que el movimiento se efectua con amortiguamiento (ver gura 4.3). Por la segunda ley de Newton tenemos: m d2 x dx = k (x + s) + mg 2 dt dt
donde constante de fricci on o constante de amortiguamiento.
Un
ive
rsid
ad
mg
tioq
uia
l quido
,D
ept
o. d
con carga y con movimiento
eM
atem
145
atic as
1 = T 2
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Estamos suponiendo que el amortiguamiento es directamente proporcional a la velocidad. m Dividiendo por m: dx d2 x + + kx = 0 2 dt dt
Donde, 2 =
Ec. caracter stica: p1,2
Cuando 2 2 < 0 o lo que es lo mismo 2 2 > 0, a este movimiento se le llama subamortiguado (Ver gura 4.6). t t 2 2 x(t) = C1 e cos t + C2 e sen 2 2 t
Un
ive
por lo tanto l m x(t) = 0
rsid
x(t) = C1 et + C2 tet = et (C1 + C2 t),
ad
de
Cuando 2 2 = 0, a este movimiento se le llama cr ticamente amortiguado (Ver gura 4.5).
An
l m x(t) = 0
tioq
por lo tanto
Llamemos
2 2 C1 + C2 =Ay
C1 A
= sen y
uia
x(t) = C1 ep1 t + C2 ep2 t = C1 e(+
2 2 )t
,D
Cuando 2 2 > 0, entonces a este movimiento se le llama sobreamortiguado (Ver gura 4.4), en este caso p1 y p2 son negativos. Y como
ept
C2 A
o. d
p2 + 2p + 2 = 0 2 2 2 2 2 42 4 2 = = 2 2 = 2 2
eM
atem
+ C2 e(
= cos , entonces
x(t) = A 146
C1 et cos
2 2 t + C2 et sen 2 2 t A
atic as
2 2 )t
dx d2 x + 2 + 2 x = 0 2 dt dt k 2 >0y = m
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES x(t)
atem
Figura 4.4 Sobreamortiguado Donde se le llama el angulo de fase. m dx d2 x = k ( x + s ) + mg + F (t) dt2 dt dx d2 x + F (t) = kx ks + mg 2 dt dt m
atic as
t
Ahora supongamos que el cuerpo sujeto al resorte esta en un medio que produce fricci on y tambi en hay una fuerza exterior F (t) que actua sobre el cuerpo (ver gura 4.7). Por la segunda ley de Newton:
Un
ive
4.11.3.
MOVIMIENTO FORZADO.
rsid
ad
Nota: respecto al movimiento sobreamortiguado y cr ticamente amortiguado debemos anotar que no son movimientos oscilatorios y cruzan a lo sumo una vez la posici on de equilibrio como se ve en las gr acas 4.4 y 4.5
de
An
tioq
C2 C1 cos 2 2 t + sen 2 2 t A A t = Ae sen ( 2 2 t + ) = Aet
uia
,D
ept
o. d
eM
147
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES x(t)
Figura 4.5 Cr ticamente amortiguado
de
An
tioq
Aet
uia
x(t)
,D
ept
o. d
t
Figura 4.6 Subamortiguado
dx d2 x + kx = F (t) + 2 dt dt
E.D. segundo orden de coef. ctes, no homog enea
148
Un
Aet
ive
rsid
ad
eM
atem
atic as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES con carga, con movimiento y con fuerza externa
s P.E.: x = 0 x m x+ F
Figura 4.7
Por lo tanto la soluci on homog enea y particular son xh (t) = C1 cos t + C2 sen t 1 1 F0 cos t = F0 cos t xp (t) = 2 2 2 D + + 2 F0 = cos t 2 2 149
Un
m2 + 2 = 0 m = i
ive
rsid
donde F0 = cte, x(0) = 0 y x (0) = 0. Soluci on: Ecuaci on caracter stica:
ad
de
d2 x + 2 x = F0 cos t, 2 dt
An
tioq
Ejemplo 40. (Sin Amortiguaci on) Este problema se le llama de Amplitud Modulada (A.M.).
uia
,D
ept
o. d
eM
l quido mg F (t) (fuerza externa)
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Soluci on general: x(t) = C1 cos t + C2 sen t + Si elegimos como condiciones iniciales: 2 F0 cos t 2
entonces C1 = luego x(t) = 2 2
T1 = 2 T1 =
Peri odo de sen
+ 2
se calcula as : + 2
de
An
tioq
Ejemplo 41. (Sin Amortiguamiento) Este problema se le llama de resonancia, ya que la velocidad angular (o frecuencia angular) de la fuerza exterior esta en resonancia con la velocidad angular (o frecuencia angular) del cuerpo, es decir, = . d2 x + 2 x = F0 sen t, dt2 donde x(0) = 0 y x (0) = 0 Soluci on: 150
Un
ive
T1 > T2 (Ver gura 4.8)
rsid
ad
T2 = 2 T2 =
uia
Peri odo de sen
se calcula as :
,D
4 4 +
ept
F0 F0 ( cos t + cos t) = 2 (cos t cos t) 2 2 + 2F0 sen t sen t = 2 2 2 2
o. d
eM
atem
F0 , C2 = 0 2
atic as
x(0) = 0, x (0) = 0
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES

x(t) T2
2F0 2 2 sin( )t 2
Figura 4.8 Pulsos
0 sen t ya que esta en xh ; la soluci on general es descartamos el t ermino (2F )2 F0 x(t) = xh + xp = C1 cos t + C2 sen t 2 t cos t. Con las condiciones iniciales hallamos C1 y C2 y obtenemos (ver gura 4.9):
Un
ive
xh (t) = C1 cos t + C2 sen t 1 1 F0 sen t = 2 F0 (Im eit ) xp (t) = 2 2 2 D + D + 1 1 = F0 (Im eit ) = F0 (Im eit 1 ) 2 2 D + (D + i)2 + 2 1 = F0 (Im eit 2 1 ) D + 2iD 2 + 2 1 1 ) = F0 (Im eit (D + 2i )D 1 D 1 = F0 (Im eit t ) = F0 (Im eit 1 t ) D + 2i 2i 2i 1 1 = F0 (Im (cos t + i sen t) t ) 2i 2i F0 1 = (t cos t + sen t) 2 2
x(t) = xh (t) + xp (t) = |x(t)| =
F0 sen t F0 t t cos t 2 2 2 151
rsid
ad
F0 sen t F0 t cos t 2 2 2
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
T1 =
2F0 sin( )t 2 2 2

x(t)
F0 2
t
t
Figura 4.9 Resonancia
a). Circuitos en serie, en este caso, la E.D. es L Donde (ver gura 4.10) d2 q dq 1 + R + q = E (t) 2 dt dt C
L es la inductancia R es la resistencia C es la capacitancia 152
Un
E (t) es el voltaje o fuerza electromotriz suministrada
ive
q (t) es la carga instant anea
rsid
ad
de
An
tioq
uia
NOTA: la E.D. del movimiento vibratorio de los resortes tambi en se aplica en:
,D
ept
o. d
eM
atem
F0 2 t
atic as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES L
E (t) C
de
An
tioq
Eje el astico
uia
donde I es el momento de inercia del cuerpo suspendido c es la constante de amortiguaci on 153
Un
Figura 4.11
ive
rsid
ad
,D
(t)
ept
o. d
d2 d + c + k = T (t) 2 dt dt
eM
b). Barra de torsi on. La E.D. que rige el movimiento de torsi on de un cuerpo suspendido del extremo de un eje el astico es (ver gura 4.11)
atem
atic as
Figura 4.10
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES k es la constante el astica del eje T (t) es la fuerza de torsi on exterior suministrada al cuerpo c). Movimiento pendular; un p endulo es una masa m atada al extremo de una cuerda de longitud a y de masa despreciable y el otro extremo jo. Hallemos la E.D. que rige su movimiento sin fricci on.
Figura 4.12
Por la segunda ley de Newton y teniendo en cuenta que la componente del peso en la direcci on tangencial es mg sen , se tiene que m pero s = a, luego
d2 s dt2
rsid
d2 s = mg sen , dt2
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
(4.14) (4.15) (4.16)
de la cual obtenemos la E.D. no lineal d2 g + sen = 0 dt2 a 154
Un
= ad y sustituyendo en 4.14 se obtiene dt2
ive
d2 = g sen dt2
atic as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES Para valores peque nos de , se tiene que sen y por tanto d2 g + =0 dt2 a (4.17)
que es una E.D. lineal. El proceso anterior lo llamamos linealizaci on de una E.D. no lineal. En forma similar obtenemos la E.D. para el p endulo amortiguado linealizado d2 c d g + =0 (4.18) + dt2 m dt a donde c es la constante de amortiguamiento. Ejemplo 42. Un cilindro homog eneo de radio r pies y peso W libras y moW r2 mento de inercia Ig = g 2 (con respecto a su eje g ), tiene una cuerda exible enrollada alrededor de su eje central. Cuando el cuerpo cae la resistencia del W aire es 170 veces su velocidad instantanea. Si arranca desde el reposo, hallar la distancia y de caida, en funci on del tiempo t, la velocidad l mite y el porcentaje de velocidad l mite adquirido en 20 seg. (Ver gura 4.13)
de
rsid
ad
Un
ive
Figura 4.13: yo-yo
Soluci on. Si es el angulo de giro alrededor del eje g en sentido horario 155
An
tioq
Wv 170
uia
,D
ept
o. d
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES (ver gura 4.13), entonces y = r y por tanto v= d dy =r dt dt y a= d2 y d2 = r dt2 dt2
Por la segunda ley de Newton:
luego T +W : d2 y W dy =m 2 170 dt dt
atem
atic as
d2 y de fuerzas en la direcci on del eje y = m 2 dt
(4.19)
(4.20)
de torques alrededor del eje g = Ig
ive
La soluci on general es
rsid
d2 y g dy 2g + = 2 dt 255 dt 3 las condiciones iniciales son y (0) = 0 y y (0) = 0.
luego
ad
de
An
tioq
uia
d2 y W dy W d2 y W d2 y = m + W = 2g dt2 170 dt dt2 g dt2 3 W d2 y W dy + =W 2 2 g dt 170 dt
y la soluci on particular es y= la velocidad es 190 255 g t 255 e 255 + 190(t ) g g y = 190e 255 t + 190 156
g
Un
y = C1 + C2 e 255 t + 190(t
,D
despejando T en (4.21) y sustituyendo en (4.20), se tiene
ept
W r d2 y W r2 1 d2 y = Tr = g 2 r dt2 2g dt2
o. d
eM
d2 dt2
(4.21)
255 ) g
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES la velocidad l mite

t
l m y = 190 = vl
el porcentaje de velocidad l mite

g 190e 255 20 + 190 y (20) 100 = [ ]100 = (1 e 255 20 )100 vl 190 g
Resolver los siguientes ejercicios:
Ejercicio 4. Un resorte, cuya constante es k = 2, esta suspendido y sumergido en un l quido que opone una fuerza de amortiguaci on n umericamente igual a 4 veces la velocidad instantanea . Si una masa m se suspende del resorte, determinar los valores de m para los cuales el movimiento posterior no sea oscilatorio. (Rta.: 0 < m 2 Ejercicio 5. Un peso de 32 libras estira un resorte 6 pulgadas. El peso se mueve en un medio que opone una fuerza de amortiguaci on n umericamente 157
Un
ive
Ejercicio 3. Un extremo de una banda el astica est a sujeto a un punto A. Una masa de 1 kg. atada al otro extremo, estira la banda verticalmente hasta un punto B, de tal manera que la longitud AB es 16 cm. mayor que la longitud natural de la banda. Si la masa se estira m as, hasta una posici on de 8 cm. debajo de B y se suelta; cual ser a su velocidad (despreciando la resistencia), al pasar por B? g (Rta.: 5 mts./seg.)
rsid
ad
de
An
tioq
Ejercicio 2. Un peso de 24 libras sujeto al extremo de un resorte lo estira 4 pulg. Encuentre la ecuaci on del movimiento si el peso, en reposo, se suelta desde un punto que est a 3 pulg. sobre la posici on de equilibrio. 1 (Rta.: x(t) = 4 cos 4 6t)
uia
,D
ept
o. d
Ejercicio 1. Un peso de 8 libras sujeto a un resorte, est a sometido a un movimiento arm onico simple. Determinar la ecuaci on del movimiento si la constante del resorte es 1 libra/pie y si el peso se suelta desde un punto que est a 6 pulg. bajo la posici on de equilibrio con una velocidad dirigida hacia abajo de 3 pie/seg. Hallar la soluci on utilizando el angulo de fase. 2 13 1 (Rta.: x(t) = 2 cos 2t + 3 sen 2t = 4 sen (2t + 0,5880)) 4
eM
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES igual a veces la velocidad instantanea. Determinar los valores de para los cuales el sistema mostrar a un movimiento oscilatorio. (Rta.: 0 < < 16) Ejercicio 6. Un bloque c ubico de madera cuyo lado mide 1 pie se hunde hasta que su cara superior est a a nivel de la supercie del agua y luego se suelta. Se encuentra que el periodo es 1 seg.. Despreciando la resistencia, hallar la E.D. del movimiento del bloque y hallar el peso P del bloque?(Ayuda: la fuerza hacia arriba ejercida sobre el bloque es igual al peso del agua desalojada por el bloque; densidad de peso del agua: 62,4lb/pie2 ) 2x ,4g ,4 g + 62P x = 0, 62 ) (Rta.: d dt2 4 2 Ejercicio 7. Un bloque cil ndrico de madera, de radio y altura 1 pie y cuya masa es 12,48 libras, ota en el agua (densidad del agua 62,4 libras/pie3 ), manteniendo su eje vertical. Si se hunde de tal manera que la supercie del agua quede tangente al bloque y luego se suelta. C ual ser a el per odo de vibraci on y la ecuaci on de su movimiento? Desprecie la resistencia. Ayuda: La fuerza hacia arriba ejercida sobre el bloque es igual al peso del agua desplazada por el bloque. (Rta.: 2 1) cos 5gtmts.) seg., x = ( 51 5g Ejercicio 8. Un peso de 10 libras sujeto a un resorte lo estira en 2 pies. El peso se sujeta a un mecanismo de amortiguaci on que ofrece una resistencia num erica igual a veces la velocidad instant anea ( > 0). Determinar los valores de la constante de amortiguaci on de modo que el movimiento sea: a sobreamortiguado, b cr iticamente amortiguado, c subamortiguado. (Rta.: a > 5 , b =5 , c 0<< 5 ) 2 2 2 Ejercicio 9. Despu es que un peso de 5 libras se sujeta a un resorte de 5 pies de largo, el resorte mide 6 pies. Se saca el peso de 5 libras y se lo reemplaza por un peso de 8 libras; el sistema completo se coloca en un medio que ofrece una resistencia num ericamente igual a la velocidad instant anea; a) Encuentre la ecuaci on del movimiento si el peso se suelta desde un punpie bajo la posici on de equilibrio con una velocidad dirigida to que est aa 1 2 hacia arriba de 3 pie/seg. b) Ecuaci on con angulo de fase. c) Encuentre los instantes en los que el peso pasa por la posici on de equilibrio en direcci on hacia arriba. 2 2t 1 2t 2t (Rta.: a) x = 1 e cos 4 t e sen 4 t ; b) x = e sen (4t + 34 ); c) 2 2 2 158
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES t=

n 4
3 , 16
n = 1, 3, 5, . . .)
8 pies. InicialmenEjercicio 13. Un peso de 16 libras estira un resorte en 3 te el peso parte del reposo desde un punto que est a a 2 pies bajo la posici on de equilibrio y el movimiento posterior se realiza en un medio que opone una fuerza de amortiguamiento num ericamente igual a 1 de la velocidad ins2 tant anea. Encuentre la ecuaci on del movimiento si el peso es impulsado por una fuerza exterior igual af (t) = 10 cos 3t . t 47 47 64 4 2 (Rta.: x(t) = e [ 3 cos 2 t 347 sen 2 t] + 10 (cos 3t + sen 3t)) 3
Ejercicio 14. Un peso de 4 libras esta suspendido de un resorte cuya constante es 3lbs/pie. El sistema completo se sumerge en un l quido que opone una fuerza de amortiguaci on n umericamente igual a la velocidad instantanea. A partir de t = 0, se aplica sobre el sistema una fuerza exterior 159
Un
ive
rsid
ad
de
Ejercicio 12. Una masa de una libra sujeta a un resorte cuya constante es 9 libras/pie. El medio ofrece una resistencia al movimiento num ericamente igual a 6 veces la velocidad instant anea. La masa se suelta desde un punto que est a 8 pulg. sobre la posici on de equilibrio con una velocidad dirigida hacia abajo de v0 pies/seg.. Determinar los valores de v0 de modo que posteriormente la masa pase por la posici on de equilibrio. (Rta.: v0 > 2 pies/seg.)
An
tioq
uia
,D
Ejercicio 11. Un peso de 24 libras estira un resorte en 4 pies. El movimiento subsiguiente se realiza en un medio que ofrece una resistencia num ericamente igual a veces la velocidad instant anea ( > 0). Si el peso parte de la posici on de equilibrio con una velocidad dirigida hacia arriba de 2 pies/seg., y si > 3 2, comprobar que, 2 3 2 x(t) = 2 18 t e 3 t senh 2 3 18
ept
o. d
eM
atem
Ejercicio 10. Una fuerza de 2 libras estira un resorte en un pie. Manteniendo jo un extremo, se sujeta un peso de 8 libras al otro extremo; el sistema est a sobre una mesa que opone una fuerza de roce num ericamente 3 igual a 2 veces la velocidad instant anea. Inicialmente el peso est a desplazado 4 pulg. de la posici on de equilibrio con el resorte comprimido y se le suelta desde el reposo. Encuentre la ecuaci on del movimiento si se realiza a lo largo de una recta horizontal, la cual se elige como eje X . 2 2t e +1 e4t ) (Rta.: x(t) = 3 3
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES f (t) = et . Determinar la ecuaci on del movimiento, si el peso se suelta a partir del reposo, desde un punto que 2 pies posici on de equilibrio. bajo 8la esta 28 26 4t 4t t (Rta.: x = 17 e cos 2 2t + 17 2e sen 2 2t + 17 e ) Ejercicio 15. Al sujetar una masa de 2 kilogramos a un resorte cuya constante es 32Nw/m, este queda en reposo en la posici on de equilibrio. A 2t partir de t = 0, una fuerza f (t) = 68e cos(4t) se aplica al sistema. Encuentre la ecuaci on del movimiento en ausencia de amortiguaci on. 9 1 2t cos 4 t + sen 4 t + e (cos 4 t 4 sen 4 t )) (Rta.: x = 1 2 4 2 Ejercicio 16. Al sujetar una masa de un slug a un resorte, este se estira 2 pies y luego queda en reposo en la posici on de equilibrio. A partir de t = 0 una fuerza exterior f (t) = 8 sen 4t se aplica al sistema. Hallar la ecuaci on del movimiento, si el medio que rodea al sistema opone una fuerza de amortiguaci on igual a 8 veces la velocidad instantanea. 1 (Rta.: x = 1 e4t + te4t 4 cos 4t) 4 Ejercicio 17. Hallar las E.D. del sistema de resortes acoplados con constantes k1 y k2 y masas m1 y m2 respectivamente, como se muestra en la gura 4.14 2y 2x (Rta.: m1 d = k1 x + k2 (y x), m2 d = k2 (y x)) dt2 dt2 Ejercicio 18. Hallar las E.D. del sistema de tres resortes acoplados con constantes k1 , k2 , k3 y masas m1 y m2 respectivamente, como se muestra en la gura 4.15 2y 2x = k1 x + k2 (y x), m2 d = k2 (y x) k3 y ) (Rta.: m1 d dt2 dt2 Ejercicio 19. Un peso de 4 libras estira un resorte una pulgada. Si un peso de 12 libras se coloca en un extremo del resorte y el otro extremo se mueve de acuerdo a y = sen 3gt. Encontrar la E.D. del movimiento del peso y resolverla. 1 d2 x (Rta.: g 3 sen 2 g t + 4 sen 3g t) = 4( x y ), x = 2 2 dt Ejercicio 20. Dos pesos de 96 libras y 64 libras se mueven horizontalmente en una supercie lisa, cada resorte tiene k = k1 = k2 = 600. En t = 0 los resortes estan sin estirar y el de peso 96 tiene una velocidad de 600 pies/seg. alej andose del muro y el otro esta en reposo. Encontrar las E.D. del 160
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
4.12. ANEXO CON EL PAQUETE MAPLE con carga y en equilibrio con carga y en movimiento
k1 k1 P.E. m1 k2 P.E. m2 m1
k2
gk (Rta.: v = W ( l 2 + x2 0 l )) Ejercicio 22. En la gura 4.18 el cilindro de radio r esta suspendido de una cuerda y un resorte como lo indica la gura, el resorte tiene una constante k . Hallar el periodo y la frecuencia de vibraci on del cilindro.
(Rta.: T = 2
3m , 8 k
f=
1 2
8 k , 3m
4.12.
Ejemplo 42. Hallar con el paquete Maple las raices del polinomio ca161
Un
ive
donde m es la masa del cilindro.)
rsid
Ejercicio 21. El resorte de la gura 4.17 tiene una longitud l cuando esta sin estirar; el collar situado en un extremo del resorte tiene un peso W y se desliza por la varilla horizontal sin fricci on. Expresar la aceleraci on en funci on de x; hallar la velocidad cuando pasa por C , si se suelta desde el reposo a una distancia x = x0 .
ad
de
An
movimiento . (Ver gura 4.16) 2x = k1 x + k2 (y x), (Rta.: m1 d dt2
y m2 d = k2 (y x)) dt2
tioq
uia
,D
Figura 4.14
x+
ept
m2
o. d
y+
eM
y
atem
atic as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES con carga y en equilibrio k1 k1 P.E. m1 m1 k2 k2 P.E. m2 m2 k3 k3 x+ y con carga y en movimiento
Figura 4.15 P.E. K1 m1 96 +
uia
,D
ept tioq
P.E. m2 64 +
o. d
eM
y+ y
m5 + 5m4 2m3 10m2 + m + 5 = 0 Efectuamos los siguientes comandos: >eq := m^5+5*m^4-2*m^3-10*m^2+m+5=0; eq := m5 + 5 m4 2 m3 10 m2 + m + 5 = 0 162
Un
racter stico de la E.D. y (5) + 5y (4) 2y (3) 10y + y + 5y = 0 Soluci on: la ecuaci om caracter stica de esta E.D. es
ive
rsid
Figura 4.16
ad
de
An
K2
atem
atic as
4.12. ANEXO CON EL PAQUETE MAPLE
l C
Figura 4.17
W Figura 4.18
>solve(eq,m);
5, 1, 1, 1, 1 >sols := [solve(eq,m)]; sols := [5, 1, 1, 1, 1] 163
Un
ive
rsid
ad
de
An
tioq
uia
,D
T1
B T2
ept
o. d
eM
atem
atic as
Ejemplo 43. Hallar la soluci on general y la particular de la E.D. (D3 3D2 + 9D + 13)y = 0 con las condiciones iniciales y (0) = 1, soluci on particular y (0) = 2, y (0) = 3, gracar la
> dsolve({%,y(0)=1,D(y)(0)=2,D(D(y))(0)=3},y(x)); 4 4 5 y (x) = e(x) e(2x) sen (3x) + e(2x) cos(3x) 9 9 9 >plot(rhs(%),x=-2..2);
20 15 10 5
Un
-2
-1
ive
rsid
ad
0 0 x -5 -10 1 2
Figura 4.19 164
de
An
tioq
uia
,D
ept
o. d
eM
d2 d d3 y ( x ) 3 y (x) + 9 y (x) + 13y (x) = 0 3 2 dx dx dx
atem
> restart; > DE(tools):diff(y(x),x,x,x)-3*diff(y(x),x,x)+9*diff(y(x),x)+13*y(x)=0;
atic as
4.12. ANEXO CON EL PAQUETE MAPLE Ejemplo 44. Resolver con el paquete Maple la E.D. y + 25y = 20 sen 5x Soluci on: >restart; >y(x):=C*x*cos(5*x)+F*x*sin(5*x); y (x) := Cxcos(5x) + F xsin(5x) >yp:=diff(y(x),x);
>ypp+25*y(x)-20*sin(5*x)=0;
F = 0, C = 2 Ejemplo 45. Resolver con el paquete Maple la E.D. por el m etodo de va riaci on de par ametros y + y = sec x tan x >with(linalg):y1:=cos(x);y2:=sin(x);fx:=sec(x)*tan(x); 165
Un
> solve({10*F=0,-10*C-20=0},{F,C});
ive
rsid
10F cos(5x) + (10C 20)sin(5x) = 0
ad
de
> collect(%,[cos(5*x),sin(5*x)]);
An
10Csin(5x) + 10F cos(5x) 20sin(5x) = 0
tioq
uia
,D
ypp := 10Csin(5x) 25Cxcos(5x) + 10F cos(5x) 25F xsin(5x)
ept
o. d
>ypp:=diff(yp,x);
eM
yp := Ccos(5x) 5Cxsin(5x) + F sin(5x) + 5F xcos(5x)
atem
atic as
y 1 := cos(x) y 2 := sen (x) f x := sec(x) tan(x)
>M:=wronskian(y,x); cos (x) sen (x) sen (x) cos (x)
ApBp := [
B := ln (cos (x)) >SolGen:=C1*y1+C2*y2+A*y1+B*y2; SolGen := C1 cos (x)+C2 sen (x)+ 166 sen (x) + x cos (x)ln (cos (x)) sen (x) cos (x)
Un
>B:=int(simplify(ApBp[2]),x);
ive
rsid
A :=
ad
sen (x) +x cos (x)
de
>A:=int(simplify(ApBp[1]),x);
An
sen (x) sec (x) tan (x) cos (x) sec (x) tan (x) , ] ( sen (x))2 + (cos (x))2 ( sen (x))2 + (cos (x))2
tioq
uia
>ApBp:=linsolve(M,[0,fx]);
,D
ept
M :=
o. d
eM
atem
y := [cos (x) , sen (x)]
atic as
>y:=vector([y1,y2]);
4.12. ANEXO CON EL PAQUETE MAPLE >simplify((SolGen),trig); C1 cos (x) + C2 sen (x) sen (x) + x cos (x) ln (cos (x)) sen (x) observese que en la soluci on general anterior la expresi on sen (x) es absorbida por C 2 sen (x), quedando como soluci on general:
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
167
atic as
C1 cos (x) + C2 sen (x) + x cos (x) ln (cos (x)) sen (x)
168
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
n=0
Un
n=0
es convergente .
Todo intervalo de convergencia tiene un radio de convergencia R.
ive
Una serie de potencias converge absolutamente en un n umero x si, |Cn | |x a|n
rsid
169
ad
Toda serie de potencias tiene un intervalo de convergencia que consiste de todos los puntos para los cuales la serie es convergente.
de
An
tioq
Cn (x a)n .
uia
Una serie de potencias en (x a), es una expresi on de la forma
,D
ept
5.1.
INTRODUCCION
o. d
eM
atem
SOLUCIONES POR SERIES
atic as
CAP ITULO 5
CAP ITULO 5. SOLUCIONES POR SERIES Una serie de potencias converge absolutamente para |x a| < R y diverge para |x a| > R. Cuando R = 0, la serie s olo converge en x = a. Cuando R = , la serie converge para todo x. El radio de convergencia se obtiene mediante el criterio de la raz on, en efecto, si l m Cn+1 |x a| = L Cn
y como la serie es convergente cuando L < 1, entonces el radio de con1 vergencia es R = L . Si R = 0 o R = , el intervalo de convergencia puede o no incluir los extremos a R , a + R de dicho intervalo. Una serie de potencias representa una funci on continua en el interior de su intervalo de convergencia. Una serie de potencias puede ser derivada t ermino a t ermino en el interior de su intervalo de convergencia. Una serie de potencias puede ser integrada t ermino a t ermino en el interior de su intervalo de convergencia. Dos series de potencias pueden ser sumadas t ermino a t ermino si tienen un intervalo com un de convergencia. EN SERIES MACLAURIN DE ALGUNAS SEEXPANSION RIES 1. ex = 1 + x +
x2 2!
Un
ive
rsid
ad
de
An
x3 3!
+ ... +
xn n!
tioq
+ ... =
convergente para todo x real ( o sea para < x < ) 170
uia
n=0
,D
ept
xn n!
o. d
eM
atem
atic as
5.1. INTRODUCCION 2. sen x = x

x3 3!
x5 5!
x7 7!
x + . . . + (1)n (2 + ... = n+1)!
2n+1
n=0
(1)n
x2n+1 (2n+1)!
convergente para todo x real.

x2 2! x4 4! x6 6!
2n
3. cos x = 1
x + . . . + (1)n (2 + ... = n)!
n=0
(1)n
x 2n (2n)!
convergente para todo x en los reales.

x3 3! x5 5! x7 7! x2n+1 (2n+1)!
convergente para todo x real.

x2 2! x4 4! x6 6! x 2n (2n)!
n=0
convergente para todo x en los reales.

1 1x
n=0
6.
tioq
convergente para x en el intervalo 1 < x < 1
uia
= 1 + x + x2 + x3 + . . . + xn + =
n=0
,D
xn
n
ept
n=1
ad
de
convergente para x en el intervalo 1 < x 1
An
7. ln(1 + x) = x
x2 2
x3 3
x4 4
o. d
5. cosh x = 1 +
+ ... +
+ ... =
eM
x 2n (2n)!
atem
4. senh x = x +
+ ... +
+ ... =
x2n+1 (2n+1)!
atic as
(1)n+1
xn n x2n+1 2n+1
+ . . . + (1)n+1 x + ... = n
rsid
8. tan1 x = x
x3 3
x5 5
. . . + (1)n
x2n+1 2n+1
+ ... =
n=0
(1)n
Un
ive
convergente para x en el intervalo 1 x 1 9. sen 1 x = x +

1 x3 2 3
convergente para todo x en el intervalo 1 x 1 10. Serie binomial: r 2)x3 1)x2 + r(r1)( + ... (1 + x)r = 1 + rx + r(r 2! 3! convergente para x en el intervalo 1 < x < 1
13 x5 24 5
135 x7 246 7
+ ... =
n=0
135...(2n+1) x2n+1 246...2n 2n+1
171
CAP ITULO 5. SOLUCIONES POR SERIES
5.2.
SOLUCION EN PUNTOS ORDINARIOS

a2 (x)y + a1 (x)y + a0 (x)y = 0
Supongamos que la ecuaci on
se puede escribir as :
donde a2 (x) = 0 en I y P (x) =
a 1 (x ) a 2 (x )
y Q(x) =
a 0 (x ) a 2 (x )
Nota: si un punto no es ordinario se dice que es singular. RECORDEMOS: serie Taylor de y (x) en x = a es:
n=0
luego, toda funci on que tenga un desarrollo en serie Maclaurin es anal tica en x = 0. Ejemplo 1. Hallar los puntos ordinarios y singulares de y + sen xy + ex y = 0
Soluci on: sen x: tiene expansi on Taylor para cualquier a
172
Un
ive
y (x) =
rsid
n=0
ad
Serie Maclaurin de y (x) en x = 0 es:
de
luego, toda funci on que tenga un desarrollo en serie Taylor alrededor de x = a es anal tica en x = a.
y n (0) (x)n , n!
An
tioq
y (x) =
y n (a) (x a)n , n!
uia
,D
ept
o. d
Denici on 5.1 (Punto Ordinario) . Se dice que x = a es un punto ordinario de la E.D. y + P (x)y + Q(x)y = 0, si P (x) y Q(x) son anal ticas en x = a, es decir, si P (x) y Q(x) se pueden expandir en serie de potencias de x a con un radio de convergencia positivo.
eM
atem
atic as
y + P (x)y + Q(x)y = 0
5.2. SOLUCION EN PUNTOS ORDINARIOS ex : tiene expansi on Taylor para cualquier a; es decir todo a en R es punto ordinario de la ecuaci on diferencial, por tanto no tiene puntos singulares. Todo a es un punto ordinario, porque tanto sen x como ex tienen expansi on en potencias de x a, en particular a = 0.
n=0
ii) Un punto singular si a2 (a) = 0, es decir, si a es ra z de a2 (x). Ejemplo 4. Hallar los puntos ordinarios y singulares de (x 4)y + 2xy + 3y = 0 Soluci on:
2
a2 (x) = x2 4 = 0 173
Un
i) Un punto ordinario si a2 (a) = 0 es decir, x = a no es raiz del polinomio a2 (x).
ive
rsid
Analicemos el caso en que a2 (x), a1 (x) y a0 (x) son polinomios. Si en la E.D. a2 (x)y + a1 (x)y + a0 (x)y = 0 se tiene que a2 (x), a1 (x), a0 (x) son polinomios sin factores comunes, o sea, sin raices comunes, entonces x = a es :
ad
de
An
on en Soluci on: x = 0 es un punto singular ya que ln x no tiene expansi x = 0, todos los dem as puntos diferentes de cero son puntos ordinarios.
tioq
uia
x = 0 es punto ordinario de la E.D.,por tanto todos los x = 0 son puntos singulares. Ejemplo 3. Hallar los puntos ordinarios y singulares de y + (ln x)y = 0
,D
ept
n=0
o. d
sen x Q(x) = = x
(1)n
x(2n+1) (2n+1)!
(1)n x2n (2n + 1)!
eM
Q(x) sen x y + y=0 x
atem
atic as
Ejemplo 2. Hallar los puntos ordinarios y singulares de xy + ( sen x)y = 0 Soluci on:
CAP ITULO 5. SOLUCIONES POR SERIES x = 2 son puntos singulares. x = 2 son puntos ordinarios. Teorema 5.1 . Si x = a es un punto ordinario de la ecuaci on a2 (x)y + a1 (x)y + a0 (x)y = 0, siempre podemos encontrar dos soluciones distintas (linealmente independientes), en serie de potencias; soluciones que son de la forma y= Cn (x a)n .
n=0
x2 1 = 0 x = 1 son puntos singulares y los x = 1 son puntos ordinarios.
n=0
ive
Debemos hallar las Cn : derivamos dos veces: y (x) =

n=2
Un
rsid
de la forma y (x) =
Cn xn
n=1
y (x) =
Pasamos a sustituir y (x) y y (x) en la E.D. original: x2 y y + 4xy + 2y = 0 174
ad
Trabajemos con el punto ordinario x = 0, los candidatos a soluci on son
n(n 1)Cn xn2
de
nCn xn1
An
tioq
Ejemplo 5. Resolver por series la E.D. (x2 1)y + 4xy + 2y = 0 Soluci on:
uia
,D
Nota: para simplicar supondremos que el punto ordinario es a = 0, si no lo es, se hace la sustituci on t = x a. Esta sustituci on convierte la E.D. en otra E.D. con punto ordinario t = 0.
ept
o. d
Una soluci on en serie de potencias converge por lo menos para |x a| < R1 , donde R1 es la distancia de a al punto singular m as cercano.
eM
atem
atic as
5.2. SOLUCION EN PUNTOS ORDINARIOS

n=2 n=2 n2 n=1 n=0
n(n 1)Cn x
n(n 1)Cn x
4n Cn x +
2 Cn xn = 0
Homogenizamos las potencias de x:

n=2
n(n 1)Cn xn
m=0
(m +2)(m +1)Cm+2 xm +
n=1
4n Cn xn +
n=0
2 Cn xn = 0
haciendo
Escribimos todo en t erminos de k :

k=2
eM
k
k (k 1)Ck x
k=0
(k + 2)(k + 1)Ck+2 x +
k=1
atem
4k Ck x +
n2=m n=m+2 n=2 m=0
Ahora homogenizamos el ndice de las series:

k=2 k=2 k
uia
k (k 1)Ck x 2C2 (3)(2)C3 x +

k=2
(k + 2)(k + 1)Ck+2 xk + 4C1 x+
,D
ept tioq
4k Ck x + 2C0 + 2C1 x +
k=2
o. d
2 Ck xk = 0 k = 2, 3, . . .
k=2
Comparando coecientes:
x0 : 2C0 2C2 = 0 C2 = C0 xk : [k (k 1) + 4k + 2]Ck (k + 2)(k + 1)Ck+2 = 0 x1 : 6C1 6C3 = 0 C1 = C3
(k 2 + 3k + 2)Ck (k + 2)(k + 1)Ck+2 = 0
(k + 2)(k + 1)Ck (k + 2)(k + 1)Ck+2 = 0 175
Un
ive
rsid
2C0 2C2 +(6C1 23C3 )x+
[k (k 1)Ck (k +2)(k +1)Ck+2 +4kCk +2Ck ]xk = 0
ad
de
luego
An
atic as
2 Ck xk = 0
k=0
Ck+2 =
(k + 2)(k + 1) Ck (k + 2)(k + 1) k = 2, 3, . . .
Ck+2 = Ck
F ormula de recurrencia para los coecientes
k = 2 : C4 = C2 = C0 k = 3 : C5 = C3 = C1 k = 4 : C6 = C4 = C0 k = 5 : C7 = C5 = C1 Volviendo a y (x) =
n=0
La soluci on general:
= C0 (1 + x2 + x4 + x6 + . . . + x2n + . . .)+C1 (x + x3 + x5 + . . . + x2n+1 + . . .) y1 (x) = C0
de
An
tioq
= C0 + C1 x + C0 x2 + C1 x3 + C0 x4 + C1 x5 + C0 x6 + . . .
uia
,D
Cn xn = C0 + C1 x + C2 x2 + C3 x3 + C4 x4 + C5 x5 + C6 x6 + . . .
ept
o. d
y2 (x) y (0) = 0
Siendo y1 (x) y y2 (x) dos soluciones linealmente independientes. Resolver por series los siguientes ejercicios en el punto ordinario x = 0: Ejercicio 1. y 2xy + 8y = 0 (Rta: y = 3 12x2 + 4x4 ) 176 y (0) = 3,
Un
1 + C1 x(1 + x2 + x4 + x6 + . . . + x2n + . . .) 1 x2 1 C1 x 1 = C0 = 1 + x + x2 + x3 + . . . + ya que 2 2 1x 1x 1x
ive
rsid
ad
eM
atem
atic as
Iteremos la f ormula de recurrencia:
5.2. SOLUCION EN PUNTOS ORDINARIOS Ejercicio 2. (x2 1)y 6y = 0 3 2n + C1 (x x3 )) (Rta: y = C0 n=0 (2n1)(2n3) x Ejercicio 3. y xy = 0 1 6 1 1 9 1 7 (Rta: y = C0 (1 + 31 x + 61 x + 91 x + . . .) + C1 (x + 41 x4 + 71 x + 2 5 32 8 65 32 3 6 43 1 1 1 10 x + . . . )) 109 76 43 Ejercicio 4. (x2 + 1)y + 6xy + 6y = 0 n 2n + C1 (Rta: y = C0 n=0 (1) (2n + 1)x Ejercicio 5. y xy y = 0 1 2n + C1 (Rta: y = C0 n=0 2468...2n x
n n=0 (1) (n
+ 1)x2n+1 )
(Rta: y1 = C0 ,
y2 = C1
Ejercicio 12. y 2xy 2y = x con y (0) = 1 y y (0) = 1 4 2 (Rta: y = ex x ) 4 Ejercicio 13. y + xy + (2x 1)y = x con y (0) = 2 y y (0) = 3. Hallar los primeros 6 t erminos de la soluci on particular.
Un
Ejercicio 11. (1 x)2 y (1 x)y y = 0 con y (0) = y (0) = 1 1 ) (Rta: y = 1 x
ive
rsid
Ejercicio 10. y 2xy + 4y = 0 con y (0) = 1 y y (0) = 0 (Rta: y = 1 2x2 )
ad
de
Ejercicio 9. y xy + y = x cos x, (Rta: y (x) = x + sen x)
An
tioq
Ejercicio 8. (1 + x2 )y + 2xy 2y = 0 (Rta: y (x) = C0 (1 + x tan1 x) + C1 x)
uia
y (0) = 2
n=1
xn n
= C1 ln |x 1|)
y (0) = 0,
,D
Ejercicio 7. (x 1)y + y = 0
ept
o. d
Ejercicio 6. y + ex y = 0 (Sugerencia: Hallar la serie ex y multiplicarla por la serie de y )
eM
1 2n+1 ) n=0 1357...(2n+1) x
atem
177
atic as

2 3 x (Rta: y = 2 + 3x + x2 3 7 4 x 12
1 5 x 30
. . .)
Ejercicio 14. y + xy + y = 0 a). Hallar dos soluciones linealmente independientes y1 (x), y2 (x)
Mostrar: a) Que las f ormulas de recurrencia son: C2m =
Un
ive
b) Las dos soluciones linealmente independientes son: y1 = C0

m=0
rsid
C2m+1 =
(1)m ( 1)( 3) . . . ( 2m + 1)( + 2)( + 4) . . . ( + 2m) C1 (2m + 1)!
y2 = C1
m=0
donde a2m y a2m+1 son las fracciones encontradas en a), pero sin (1)m 178
ad
(1)m a2m+1 x2m+1
de
(1)m ( 2)( 4) . . . ( 2m + 2)( + 1)( + 3) . . . ( + 2m 1) C0 (2m)!
(1)m a2m x2m
An
tioq
uia
,D
(1 x2 )y 2xy + ( + 1)y = 0 con > 1
ept
Ejercicio 15. La E.D. de Legendre de orden es:
o. d
x x (Rta: a). y1 (x) = 1 x +2 2x + . . . , y2 (x) = x x +3 3x + . . .) 2 4 46 3 5 57
eM
3
d). Usando el m etodo de reducci on de orden de DLambert, hallar y2 (x)

5 7
atem
c). Probar que y1 (x) = e
x 2 ) (
atic as
b). Usando el criterio del cociente, mostrar que las dos series son convergentes para todo x.
5.2. SOLUCION EN PUNTOS ORDINARIOS c) Si es entero no negativo y par, entonces a2m = 0 para 2m > n; mostrar que y1 es un polinomio de grado n y y2 es una serie innita. Si es entero no negativo e impar; mostrar que a2m+1 = 0 para 2m + 1 > n y y2 es un polinomio de grado n y y1 es una serie innita. d) Se acostumbra tomar la constante arbitraria (C0 o C1 seg un el caso) n de tal manera que el coeciente de x en el polinomio y1 o y2 (seg un el (2n)! caso) sea 2n (n!)2 y se les llama polinomios de LegendrePn (x). Mostrar que: N (1)k (2n 2k )! Pn (x) = xn2k n 2 k !(n k )!(n 2k )! k=0 donde N =parte entera de
n 2
(1 x2 ) + 2(n 1)xu + 2nu = 0 b) Derive sucesivamente, n veces ambos lados de la ecuaci on y obtenga: (1 x2 )u(n+2 2xu(n+1) + n(n + 1)u(n) = 0 Hacer v = u(n) y mostrar que v = Dn (1 x2 )n y luego mostrar que v satisface la ecuaci on de Legendre de orden n 179
Un
Derivar ambos lados de la E.D. y obtenga
ive
(1 x2 )u + 2nxu = 0
rsid
a) Mostrar que u = (x2 1)n satisface la E.D.
ad
1 dn 2 (x 1)n n!2n dxn para el polinomio de legendre de grado n.
de
Pn (x) =
An
Ejercicio 16. F ormula de Rodriguez:
tioq
P0 (x) = 1, 1 P2 (x) = (3x2 1), 2 1 P4 (x) = (35x4 30x2 + 3), 8
P1 (x) = x, 1 P3 (x) = (5x3 3x), 2 1 P5 (x) = (63x5 70x3 + 15x) 8
uia
,D
ept
o. d
e) Mostrar que los 6 primeros polinomios de Legendre son:
eM
atem
atic as
CAP ITULO 5. SOLUCIONES POR SERIES c) Demostrar que el coeciente de xn en v es

(2n)! n!
d) Explicar porque c) demuestra la f ormula de Rodriguez (Notar que el (2n)! ) coeciente de xn en Pn (x) es 2n (n!)2 Ejercicio 17. La E.D. y 2xy + 2y = 0 se le llama ecuaci on de Hermite de orden .
a) Mostrar que las dos soluciones en serie de potencias son: y1 = 1 + (1)m
m=1
H0 (x) = 1, H2 (x) = 4x2 2, H4 (x) = 16x4 48x2 + 12,
rsid
ad
d) Demostrar que los 6 primeros polinomios de Hermite son:
e) La formula general de los polinomios de Hermite es Hn (x) = (1)n ex

2
Un
ive
de
An
c) El polinomio de la parte b) se denota por Hn (x) y se le llama polinomio de Hermite cuando el coeciente de xn es 2n .
H1 (x) = 2x, H3 (x) = 8x3 12x, H5 (x) = 32x5 160x3 + 120x
Por inducci on mostrar que genera un polinomio de grado n. 180
tioq
b) Si es entero par, mostrar que y1 es un polinomio. Si es impar, mostrar que y2 es un polinomio.
uia
dn x2 (e ) dxn
,D
y2 = x +
(1)m
2m ( 1)( 3) . . . ( 2m + 1) 2m+1 x (2m + 1)!
ept
o. d
m=1
eM
2m ( 2) . . . ( 2m + 2) 2m x (2m)!
atem
atic as
5.2. SOLUCION EN PUNTOS ORDINARIOS El siguiente ejercicio resuelto, s olo tiene validez para E.D. con condiciones iniciales. Si la condici on inicial est a en x = 0, utilizamos las series Maclaurin y si la condici on inicial est a en x = a, utilizamos la serie Taylor. Ejemplo 6. y ex y = 0, Soluci on. Serie Maclaurin de y (x). y (x) =
n=0
y (0) = y (0) = 1
y (x) = y (0) +
Derivando nuevamente tenemos que:
evaluando en
Sustituyendo en la f ormula de Maclaurin: y (x) = 1 + x + x2 x5 + ... 2! 5!
Ejercicio 1. Hallar la soluci on particular de la E.D. de Ayry y xy = 0 y (1) = 1, y (1) = 0 181
Un
y (v) (0) = 1(0 2(1) + 1) 1(1 2(1) + 1) = 1
ive
y (v) (x) = ex (y (x) 2y (x) + y (x)) ex (y (x) 2y + y (x)
rsid
x=0
y (iv) (0) = 1(1 1) 1(1 1) = 0
ad
y (iv) (x) = ex (y (x) y (x)) ex (y (x) y (x))
de
x = 0y (0) = 1 1 1 1 = 0
An
y (x) = ex y (x) ex y (x)
tioq
uia
,D
y (x) = ex y (x),
evaluando en x = 0 y (0) = 1 1 = 1
ept
De la ecuaci on tenemos que
o. d
y (0) 2 y (0) 3 y (0) x+ x + x + ... 1! 2! 3! y (0) = 1 y (0) = 1
eM
atem
y (n) (0)xn n!
atic as
CAP ITULO 5. SOLUCIONES POR SERIES (Rta.: y = 1 +

(x1)2 2!
(x1)3 3!
(x1)4 4!
4(x1)5 5!
+ . . .)
Ejercicio 2. Hallar la soluci on particular de la E.D. y 2xy 2y = x (Rta.: y = x + ex ) 4

2
y (0) = 1,
y (0) =
1 4
Ejercicio 3. Resolviendo por series, mostrar que la soluci on de la E.D. (x 1)y xy + y = 0 con y (0) = 2, es y = 8x 2ex .
i. Decimos que x = x0 es un punto singular regular de la E.D.O. y + P (x)y + Q(x)y = 0, si (x x0 )P (x) y (x x0 )2 Q(x) son anal ticas en x = x0 , es decir, si (x x0 )P (x) y (x x0 )2 Q(x) tienen desarrollos en series de potencias de (x x0 ). Si x = x0 no cumple con la anterior denici on, entonces decimos que x = x0 es un punto singular irregular. ii. Si en la E.D.
a2 (x)y + a1 (x)y + a0 (x)y = 0 se tiene que a2 (x), a1 (x), a0 (x) son polinomios sin factores comunes, entonces decimos que x = x0 es un punto singular regular si a 1 (x ) 0 (x ) a2 (x0 ) = 0 y adem as, si en P (x) = a y Q(x) = a , el factor a 2 (x ) 2 (x ) x x0 tiene a lo sumo grado uno en el denominador de P (x) y grado a lo sumo dos en el denominador de Q(x). 182
Un
ive
rsid
ad
de
An
tioq
uia
Denici on 5.2 (Punto singular) .
,D
ept
5.3.
SOLUCIONES EN TORNO A PUNTOS SINGULARES REGULARES
o. d
eM
atem
y (0) = 6
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. Ejemplo 7.Hallar los puntos singulares regulares e irregurales de (x2 4)2 y + (x 2)y + y = 0 Soluci on: Puntos singulares:
P (x) =
Q(x) =
Nota: los puntos singulares pueden ser n umeros complejos. Teorema 5.2 (de Frobenius) . Si x = x0 es un punto singular regular de la E.D.O.
entonces existe al menos una soluci on en serie de la forma: y=
n=0
donde r es una constante a determinar. Esta serie converge en un intervalo de la forma 0 < x x0 < R. Ejemplo 8. Utilizar el teorema de Frobenius para hallar dos soluciones linealmente independientes de la E.D. 3xy + y y = 0 Soluci on:
Un
ive
Cn (x x0 )n+r ,
rsid
ad
a2 (x)y + a1 (x)y + a0 (x)y = 0,
de
An
tioq
uia
,D
Con x = 2 (x + 2), o sea que x = 2 es punto singular irregular porque aparece con grado dos en el denominador de P (x).
ept
o. d
Con x = +2 (x 2) es un factor de grado uno en P (x) y de grado dos en Q(x), por lo tanto x = 2 es punto singular regular.
eM
(x
2)2 (x
+ 2)2
atem
183
x2 1 = 2 2 (x 4) (x 2)(x + 2)2
atic as
a2 (x) = (x2 4)2 = 0 x = 2
CAP ITULO 5. SOLUCIONES POR SERIES x = 0 es punto singular y es regular porque P (x) = 1 , 3x Q(x) = 1 3x
Suponemos una soluci on de la forma: y=

n=0 n=0
n=0
eM
y sustituimos en la E.D. 3xy +y y =

n=0
atem
n+r 1
y =
(n + r)(n + r 1)Cn xn+r2
atic as
n=0
Cn x
n+r
y =
(n + r)Cn xn+r1
n=0
n=0
n=0
tioq
uia
(n + r)(3n + 3r 2)Cn x
n1
,D
(n + r)(3n + 3r 2)Cn xn+r1
n=0 n=0
ept
o. d
3(n+r)(n+r1)Cn x
n+r 1
(n+r)Cn x
Cn xn+r = 0
Cn xn+r = 0 Cn xn
=0
An
Sacamos la potencia m as baja: x

r
de
hagamos x
r
k=0
Un
r(3r 2)C0 x
ive
k =n1 n=k+1 n=1 k=0

k
rsid
ad
r(3r 2)C0 x
n=1
(n + r)(3n + 3r 2)Cn x
n1
n=0
Cn xn = 0
(k + r + 1)(3k + 3r + 1)Ck+1 x
k=0
Ck xk = 0
r(3r 2)C0 x
k=0
[(k + r + 1)(3k + 3r + 1)Ck+1 Ck ] xk = 0
en potencias de: x1 : r(3r 2)C0 = 0 184
5.3. SOL. EN TORNO A PUNTOS SING. REG. y en potencias de: xk : (k + r + 1)(3k + 3r + 1)Ck+1 Ck = 0 con k = 0, 1, 2, . . . si C0 = 0 r(3r 2) = 0
ec. indicial
r2 = 0 r1 =
2 3
ndices (o exponentes) de la singularidad
Ck+1 = Con r1 =
2 3
Ck , k = 0, 1, 2, . . . (k + r + 1)(3k + 3r + 1)
que es la raiz mayor, entonces: (k + Ck 5 )(3k 3 + 3) =
Ck+1 =
Iteremos (5.1): k = 0 : C1 =
generalizando Cn =
C0 n! 5 8 11 14 . . . (3n + 2) C0 11
Un
ive
C0 51 C1 C0 C0 k = 1 : C2 = = = 82 (5 1) (8 2) 2! (5 8) C0 C0 C2 = = k = 2 : C3 = 11 3 (5 1) (8 2) (11 3) 3! 5 8 11 C3 C0 k = 3 : C4 = = 14 4 4! 5 8 11 14
rsid
ad
de
Iteremos (5.2): k = 0 : C1 =
An
tioq
n = 1, 2, . . .
uia
,D
Ck+1 =
Ck , k = 0, 1, . . . (k + 1)(3k + 1)
ept
Con r2 = 0 entonces:
o. d
Ck , k = 0, 1, . . . (3k + 5)(k + 1)
eM
atem
(5.1) (5.2) 185
atic as
CAP ITULO 5. SOLUCIONES POR SERIES k = 1 : C2 = C1 C0 = 24 (1 1) (2 4) C0 C0 C2 = = k = 2 : C3 = 37 (1 1) (2 4) (3 7) 3! 4 7 C3 C0 k = 3 : C4 = = 4 10 4! 4 7 10 C0 n! 1 4 7 10 . . . (3n 2)

n=0
2
n=0 n=1
o. d
2 r1 = y 1 = 3
Cn x
2 n+ 3
=x
2 3
eM
atem
n=1
Cn =
n = 1, 2, . . .
Cn x = x
2 3
C0 +
n=1
tioq
uia
= C0 x 3 1 +
xn n! 5 8 11 14 . . . (3n + 2) =
,D
ept
= x 3 C0 +
C0 xn n! 5 8 11 14 . . . (3n + 2)
r2 = 0 y 2 =
Cn x
An
n=0
n+0
Cn x = C0 +
n=1
n=0 n=1
= C0 1 + Luego la soluci on general es : y = k1 y1 + k2 y2 = k1 C0 x 3 1 + k2 C0 1 + 186

n=1
2
n=1
xn n! 1 4 7 10 . . . (3n 2)
Un
xn + n! 5 8 11 14 . . . (3n + 2)
ive
n=1
rsid
ad
= C0 +
C0 xn n! 1 4 7 10 . . . (3n 2) xn n! 1 4 7 10 . . . (3n 2)
de
atic as
Cn xn Cn xn
generalizando
5.3. SOL. EN TORNO A PUNTOS SING. REG. observemos que para este ejemplo 2 r1 = , 3 r2 = 0 r 1 r 2 = 2 = entero 3
Nota: en general si x = 0 es un punto singular regular, entonces las funciones xP (x) y x2 Q(x) son anal ticas en x = 0, es decir xP (x) = p0 + p1 x + p2 x2 + . . . x2 Q(x) = q0 + q1 x + q2 x2 + . . .
y1 =
n=0
y2 =
Este caso lo hemos contemplado en el Ejemplo 8. CASO II: cuando r1 r2 = entero positivo, entonces las dos soluciones linealmente independientes son: y1 =
n=0
Un
ive
n=0
rsid
ad
Cn xn+r1
Cn xn+r2
Cn xn+r1 187
de
Con las ra ces de la ecuaci on indicial pueden ocurrir los siguientes tres casos. CASO I: cuando r1 r2 = entero positivo, entonces las dos soluciones linealmente independientes son:
An
tioq
uia
Se hallan las ra ces de la ecuaci on indicial y se sustituyen en la relaci on de recurrencia.
,D
son convergentes en intervalos de radio positivo. Despu es de sustituir y = n+r C x en la E.D. y simplicar, la ecuaci o n indicial es una ecuaci on n=0 n cuadr atica en r que resulta de igualar a cero el coeciente de la menor potencia de x. Siguiendo este procedimiento se puede mostrar que la ecuaci on indicial es r(r 1) + p0 r + q0 = 0
ept
o. d
eM
atem
atic as

n=0
y2 = Cy1 (x) ln x +
bn xn+r2
b0 = 0,
donde C es una constante que puede ser cero. Nota: para saber si C es cero o diferente de cero, utilizamos la f ormula de Dlambert; si es cero, entonces en y2 no aparece el t ermino logar tmico, el pr oximo ejemplo lo haremos con C = 0; si C = 0, y2 tambi en se puede hallar utilizando la f ormula de DLambert: y2 = y1 (x) o tambi en derivando dos veces y2 = Cy1 (x) ln x +
n=0
n=0 n=1
5.3.1.
CASO II: r1 r2 = entero positivo
Con el siguiente ejemplo mostramos el CASO II, o sea cuando r1 r2 = entero positivo. Ejemplo 9. xy + (5 + 3x)y + 3y = 0 Soluci on:
188
Un
ive
rsid
y2 = y1 (x) ln x +
bn xn+r1
ad
de
y1 =
Cn xn+r1
An
CASO III: cuando r1 r2 = 0, entonces las soluciones linealmente independientes son: con C0 = 0
tioq
sabiendo que r1 = r2
uia
y sustituyendo en la E.D. e iterando la f ormula de recurrencia para hallar los coecientes bn .
,D
ept
bn xn+r2
b0 = 0,
o. d
eM
atem
e p(x) dx dx [y1 (x)]2
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. x = 0 es punto singular regular, ya que P (x) = 5 + 3x x Q(x) = 3 x
Si utilizamos la f ormula de DLambert encontramos que despu es de efectuar todas las operaciones, el primer t ermino no tiene logaritmo, por tanto C = 0. Ahora supongamos que y=
n=0 n=0
Cn x
n+r
y =
n=0
(n + r)Cn xn+r1
y = sustituyendo en la E.D.
xy + 5y + 3xy + 3y = 0
n=0 n=0 n=0 n=0 n1
uia
3(n + r)Cn x
(n + r)(n + r 1)Cn xn+r1 +
5(n + r)Cn xn+r +
,D
+
ept tioq
n+r
o. d
+
n=0
eM
3Cn xn+r = 0 3(n + r + 1)Cn xn = 0
(n + r)(n + r 1)Cn xn+r2
ad
de
x
r
An
(n + r)(n + r 1 + 5)Cn x
1
3(n + r + 1)Cn xn = 0
n=0
n=0 n1
n=1
hagamos luego x
r
r(r + 4)C0 x
k=0
[(k + r + 1)(k + r + 5)Ck+1 + 3(k + r + 1)Ck ]xk = 0
Por lo tanto la ecuaci on indicial: r(r + 4) = 0 r1 = 0 r2 = 4 o sea que r1 r2 = entero positivo 189
Un
k =n1 n=k+1 cuando n = 1 k=0
ive
rsid
r(r + 4)C0 x
(n + r)(n + r + 4)Cn x
atem
atic as
CAP ITULO 5. SOLUCIONES POR SERIES y la f ormula de recurrencia es (k + r + 1)(k + r + 5)Ck+1 + 3(k + r + 1)Ck = 0 k = 0, 1, . . . e iteramos con la menor ra z indicial r2 = 4: (k + 1)(k 3)Ck+1 + 3(k 3)Ck = 0 k = 0, 1, . . . 9C0 = 3C0 3 6C1 3 9 k = 1 : 2(2)C2 + 3(2)C1 = 0 C2 = = (3)C0 = C0 4 2 2 3C2 9 k = 2 : 3(1)C3 + 3(1)C2 = 0 C3 = = C0 3 2 k = 3 : 4(0)C4 + 3(0)C3 = 0 C4 es par ametro k = 0 : 1(3)C1 + 3(3)C0 C1 = k 4 : Ck+1 = es decir C1 = 3C0 , C4 : par ametro 3 Ck (k + 1) 9 C2 = C0 , 2
An
tioq
iteremos (5.3):
3 k = 4 : C5 = C4 5 3 33 k = 5 : C6 = C5 = C4 6 56 3 333 k = 6 : C7 = C6 = C4 7 567 33 4! C4 = 7! generalizando 3(n4) 4! Cn = (1)n C4 n4 n! 190
Un
ive
rsid
ad
de
k 4 : Ck+1 =
3 Ck (k + 1)
uia
9 C3 = C0 , 2
,D
ept
o. d
eM
atem
atic as
(5.3)
5.3. SOL. EN TORNO A PUNTOS SING. REG.

n=0
y =
Cn xn4
n=4
= x4 [C0 + C1 x + C2 x2 + C3 x3 +
Cn xn ]
y1 (x) 9 9 = C0 x4 1 3 x + x2 x3 2 2 y2 (x) +C4 1 + hagamos

n=5
y = C0 y1 (x) + C4 = C0 y1 (x) + C4
1+
5.3.2.
GAMMA: (x) FUNCION

0
Denici on 5.3 . Sea x > 0. La funci on Gamma se dene as : (x) = e x1 d 191
Un
Para abordar el caso iii) cuando r1 = r2 necesitamos denir la funci on Gamma.
ive
rsid
3n (1) 1 + 24 xn (n + 4)! n=1
de
k=1
(1)
An
tioq
k =n4 n=k+4 n=5 k=1
k+4
ad
converge x Re
uia
3k 4! xk (k + 4)!
n
,D
ept
(1)n
3(n4) 4! n4 x (n)!
o. d
eM
atem
atic as
9 9 = x4 [C0 3C0 x + C0 x2 C0 x3 + C4 x4 + 2 2 (n4) 3 4! C4 xn ] (1)n + n ! n=5
CAP ITULO 5. SOLUCIONES POR SERIES Teorema 5.3 (F ormula de recurrencia para la funci on ) . Para x > 0 : (x + 1) = x(x) . Demostraci on: (x + 1) =
0
e x d +
0
e x | 0
xe x1 d
= 00+x ya que l m e x

e x1 d = x(x)
ad
0.5 (x) 9.5 4.59 2.99 2.22
0.1
0.2
0.3
0.4
de
An
a).
tioq
Observaciones:
uia
0.6 0.7
L Hopital
= 0
,D
x = l m e
ept
0.8
o. d
eM
0.9 1.49 1.30 1.16 1.07
0
la anterior integral se hizo por partes, u = x du = x x1 d haciendo dv = e dt v = e
(n + 1) = n(n) = n(n 1)(n 1) = . . . = n(n 1)(n 2) . . . 1 (1) Pero (1) =

0
Un
e 0 d = e (n + 1) = n!
ive
b). Si x = n entero positivo:
rsid
= (0 1) = 1
Luego, 192
atem
atic as

5 4 3 2 1 0 -1 -2 -3 -4 -5
d). Gr aca de la funci on (x) (gura 5.1).
NOTA: la f ormula para calcular (x) para x < 0 es: (x) = Ejemplo 10. 3 1 22
5 2
Un
3 2
ive
Denici on 5.4 . Si x < 0, denimos (x) as : (x) = (x 1)(x 1) si x = 0 o x = de un entero negativo. (x) = si x = 0 o x = entero negativo.(Ver la graca 5.1)
rsid
1 (x + 1) x
3 2
ad
de
An
con esto probamos, mediante la funci on Gamma, que 0! = 1
tioq
1! = (1 + 1) = 1 (1) = 1 1 = 1 (por el Teorema anterior)
+1 =
3 2
uia
3 2
c). Con n = 0 obtenemos 0! = (0 + 1) = (1) = 1 y
,D
ept
1 2 31 22
Figura 5.1
o. d
eM
atem
= +1 =
1 2
atic as
= 193
-5
-4
-3
-2
-1

7 Ejemplo 11. 2 Soluci on:
7 2
= = = =
Ejercicio 2. Hallar (Rta: 2 )
x2 e 0
Un
ive
Ejercicio 1. Hallar 3! (Rta: 4 4)
1 0
1 x3 ln x
dx
rsid
ad
dx
de
5 7 7 ! = +1 = = 2 2 2 2 2 2 = 5 3 1
An
tioq
! Ejemplo 13. Calcular 7 2 Soluci on:
uia
7 != 2
7 +1 2
7 5 3 1 2222
,D
ept
Ejemplo 12. Hallar
7 2
o. d
Denici on 5.5 (Factorial generalizado) . x! = (x + 1), x = entero negativo.
eM
atem
2 1 1 2
2
2 7 2 7 2 7 2 7
2 5 2 5 2 5
5 2
= 2 3 2 3 2 3
2 7
1 2
2 5
3 2
2 1 2 1
1 2
2 5
2 3
Ejercicio 3. Hallar utilizando la funci on : (Rta: 4 ) Ejercicio 4. Probar que 194
x2 ex dx
atic as
n+ y
1 (2n + 1)! ! = 2n+1 2 2 n! (2n)! 1 ! = 2n 2 2 n!
n para todo entero n no negativo.
5.3.3.
CASO III: r1 = r2
Denici on 5.6 (Ecuaci on Diferencial de Bessel) . La E.D.:
con 0 < x < R y C0 = 0; derivamos dos veces y sustituimos en la E.D. y llegamos a esto:
n=0
Un
ive
y=
n=0
(n + r)(n + r 1)Cn x
n=0
n+r 1
n=0
rsid
Cn xn+r ,
ad
Hallemos explicitamente estas soluciones en el intervalo 0 < x < R; es f acil ver que x = 0 es un punto singular regular. Suponemos una soluci on de la forma
de
An
d2 y dy + + xy = 0. dx2 dx
tioq
Las soluciones de esta E.D. se les llama funciones de Bessel de orden p. Cuando p = 0 y x = 0 entonces
uia
,D
donde p es un par ametro positivo, se le llama E.D. de Bessel de orden p.
ept
x2
dy d2 y + x + (x2 p2 )y = 0 2 dx dx
o. d
+
n=0
(n + r)Cn x
n=0
n+r 1
eM
(n + r) Cn x
n+r 1
Cn xn+r+1 = 0 195
atem
CASO III: r1 = r2 . Tomamos como ejemplo para este caso, la funci on de Bessel de orden cero.
Cn xn+r+1 = 0
atic as

n=0 2 n1 n=0
(n + r) Cn x
Cn xn+1 = 0
para homogenizar los exponentes hagamos k = n 1 (o sea que n = k + 1 y cuando n = 0 entonces k = 1) en la primera sumatoria y hagamos k = n +1 en la segunda sumatoria, luego x
r
(k + r + 1) Ck+1 x +
k =1 k=1
n=1
Ck1 xk = 0
xr r2 C0 x1 + (r + 1)2 C1 x0 + comparamos coecientes r2 C0 = 0, (r + 1)2 C1 = 0,
Ck+1 = iterando k
k = 3 C4 k = 4 C5 k = 5 C6 Generalizando, C2n = (1)n 196 22 42
Un
C0 C0 = (1)n 2 2 6 (2n) (2 4 6 (2n))2
ive
rsid
k = 2 C3
ad
k = 1 C2 =
C0 C0 = 2 2 (1 + 1) 2 C1 = 2 =0 3 C2 C0 = 2 = 2 4 2 42 =0 C0 C4 = 2 = 2 6 2 42 62
de
An
tioq
Ck1 (k + 1)2
k = 1, 2, . . .
uia
(0 + 1)2 C1 = 0 C1 = 0
,D
Si C0 = 0 r1 = r2 = r = 0
ept
(k + r + 1)2 Ck+1 + Ck1 = 0 con k 1
o. d
eM
[(k + r + 1)2 Ck+1 + Ck1 ] xk = 0
atem
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. C0 1 2 3 . . . n)2 C0 , n = 0, 1, 2, . . . = (1)n 2n 2 (n!)2 = 0, n = 0, 1, 2, . . . = (1)n (2n
n=0 n=0 n n=0
C2n+1
Sustituimos en y1 (x) = Cn x =
n
C2n x2n (1)n 1 (n!)2
C0 = (1) 2n x2n = C0 2 2 (n!) n=0 Por denci on, la serie

n=0
atem
J0 (x) = 1
La segunda soluci on la hallamos por el m etodo de reducci on de orden Dlambert: y2 (x) = como [J0 (x)]2 = y2 (x) = = 1 e x dx dx = J0 (x) dx J0 (x) 2 [J0 (x)] x[J0 (x)]2 x2 3x4 5x6 1 + + ... 2 32 576 1 x2 5x4 23x6 =1+ + + + ... [J0 (x)]2 2 32 576 1 x 5x3 23x5 1 + + + + ... = x[J0 (x)]2 x 2 32 576 1 x 5x3 23x5 J0 (x) + + + + . . . dx x 2 32 576 x2 5x4 23x6 J0 (x)[ln x + + + + . . .] 4 128 3456
Un
ive
rsid
ad
de
An
tioq
= J0 (x) ln x + 1
x6 x2 x4 + + ... 4 64 2304
uia
x6 x2 x4 + + ... 4 64 2304
,D
se le llama funci on de Bessel de orden cero y de primera especie
ept
(1)n (n!)2
x 2
2n
= J0 (x)
x2 5x4 23x6 + + + ... 4 128 3456 197
o. d
eM
atic as
x 2
2n
CAP ITULO 5. SOLUCIONES POR SERIES y2 = J0 (x) ln x + x2 3x4 11x6 + ... 4 128 13824
NOTA: observemos que 1 1 (1)2 1(1) = = 22 (1!)2 22 4 (1)3 (1)4 Por tanto 24 (2!)2 1+ = = 24
1+
,D
y2 (x) = J0 (x) ln x +
n=1
(1)n+1 22n (n!)2
1+
1 1 1 + + ... + 2 3 n
ept
o. d
x2 x4 x6 1 1 1 y2 (x) = J0 (x) ln x + 2 4 + 6 ... 1+ 1+ + 2 2 2 2 (2!) 2 2 (3!) 2 3
eM
atem
x2n
1 26 (3!)2
1 1 + 2 3
11 11 = 26 62 6 13824
atic as
(5.4)
1 2
3 3 = 2 2 2 128
y = C0 J0 (x) + C1 y2 (x) En vez de y2 (x) como segunda soluci on, se acostumbra tomar la siguiente funci on combinaci on lineal de y2 y J0 , como segunda soluci on: Y0 (x) = 2 [y2 (x) + ( ln 2)J0 (x)]
= l m As Y0 (x) ser a igual a Y0 (x) = 198
1+
1 1 1 + + . . . + ln n 2 3 n
Un
donde es la constante de Euler; a Y0 (x) se le llama funci on de Bessel de orden cero y de segunda especie y 0,5772
2 [J0 (x) ln x+
ive
rsid
ad
de
An
tioq
Donde (5.4) es la segunda soluci on y es linealmente independiente con y1 . La soluci on general es:
uia

n=1
(1)n+1 x2n 22n (n!)2
1+
1 1 1 + + ... + 2 3 n
x2n + ( ln 2)J0 (x) 1 1 1 + + ... + 2 3 n x 2

2n
2 x (1)n+1 Y0 (x) = J0 (x) + ln + 2 (n!)2 n=1
1+
0,5
0 0 5 10 x 15 20
o. d
-0,5
Figura 5.2 J0 (x) y Y0 (x).
Un
se le llama E.D. de Bessel de orden p 0 y x > 0, trabajemos con p > 0; veamos que x = 0 es un punto singular regular, en efecto, como x2 = 0 entonces x = 0 y
ive
rsid
x2 y + xy + (x2 p2 )y = 0
ad
Sabemos que
de
5.3.4.
DE BESSEL DE ORDEN p : ECUACION
An
P (x) =
1 x = , 2 x x
Q(x) =
por tanto x = 0 es un punto singular regular; suponemos una soluci on de la forma y=
Cn xn+r 199
n=0
tioq
uia
x2 p 2 x2
-1
,D
ept
eM
25
atem
atic as
La soluci on general es: y = C1 J0 (x) + C2 Y0 (x), las gr acas de J0 (x) y Y0 (x) se muestran en la gura 5.2
CAP ITULO 5. SOLUCIONES POR SERIES con C0 = 0 y 0 < x < R; derivamos dos veces y sustituimos en la E.D., el resultado es: x (r p )C0 x + [(r + 1) p ]C1 x + Luego, [(r + 1)2 p2 ]C1 = 0 Si C0 = 0 r2 p2 = 0 (ecuaci on indicial) r = p r1 = p
r 2 2 0 2 2 n=2
{[(n + r)2 p2 ]Cn + Cn2 }xn = 0
atic as ept
n2
(r2 p2 )C0 = 0
(5.5)
[(n + r)2 p2 ]Cn + Cn2 = 0 para n 2
Si r1 = p en la ecuaci on (5.5): [(p + 1)2 p2 ]C1 = 0
Iteramos los pares con n 2 y obtemos: C2n = (1)n C0 , (2 4 . . . 2n)(2 + 2p)(4 + 2p) . . . (2n + 2p)
C2n = 200
22n
(1)n C0 ; n!(1 + p)(2 + p)(3 + p) (n + p)
Un
ive
por tanto todos los coecientes impares son cero, ya que C1 = 0.
rsid
Cn =
Cn2 n(n + 2p)
ad
n(n + 2p)Cn + Cn2 = 0
de
(n2 + 2np)Cn + Cn2 = 0
An
[(n + p)2 p2 ]Cn + Cn2 = 0
tioq
(1 + 2p)C1 = 0 C1 = 0, ya que
p>0
uia
n2 n2 n = 0, 1, 2 . . .
,D
o. d
r2 = p ( ndices de la singularidad)
eM
atem
(5.6)
5.3. SOL. EN TORNO A PUNTOS SING. REG. luego, y1 (x) = As , y1 (x) = x Al reemplazar (5.6), obtenemos: y1 (x) = x C0 = C0 2p = K0
p n=0 p
n=0
Cn x
n+p
= x
n=0
Cn xn
n=0
C2n x2n
22n
a Si p es un entero positivo: y1 (x) = p! = p!

n=0 n=0 n=0
b Si p es diferente de un entero positivo: y1 (x) =

n=0
x (1)n n!(1 + p)(2 + p)(3 + p) (n + p) 2

n=0
Un
y primera especie y se denota por Jp (x).
ive
a la expresi on
(1)n n! (n+p)!
x 2n+p 2
se le llama funci on de Bessel de orden p
rsid
x (1)n n! (n + p)! 2
2n+p
ad
de
(1)n x n!p!(1 + p)(2 + p)(3 + p) (n + p) 2
tioq
uia
Veamos los siguientes casos:
,D
donde la constante K0 = C0 2p .
ept
n=0
o. d
n=0
22n+p
x (1)n n!(1 + p)(2 + p)(3 + p) (n + p) 2
eM
(1)n x2n+p n!(1 + p)(2 + p)(3 + p) (n + p)

2n+p
atem
(1)n x2n n!(1 + p)(2 + p)(3 + p) (n + p)
An
2n+p
= (p + 1)
(1)n x n!(p + 1)(1 + p)(2 + p) (n + p) 2
atic as
2n+p 2n+p
201
CAP ITULO 5. SOLUCIONES POR SERIES y como (n + p + 1) = (n + p)(n + p) = (n + p)(n + p 1)(n + p 1) = (n + p)(n + p 1) (1 + p)(1 + p) entonces y1 (x) = (p + 1) La expresi on
n=0
(1)n x n!(n + p + 1) 2
2n+p
n=0
x (1)n n! (n + p + 1) 2
2n+p
= Jp (x)
0,4
0,2
0 0 10 20 x -0,2 30
uia
,D
Figura 5.3 J 7 (x).
ept ad
En general para p = entero o p = entero y p > 0 Para r2 = p, supongamos que r1 r2 = p (p) = 2p y 2p diferente de un entero positivo y p > 0. La segunda soluci on es : y2 = 202
n=0
(1)n x n! (n p + 1) 2
Un
Jp (x) =
(1)m x m! (m + p + 1) 2 m=0
ive
rsid
de
-0,4
An
tioq
40
o. d
50
2
2m+p
2np
= Jp (x)
eM
se le llama funci on de Bessel de orden p y primera especie y se denota por Jp (x), (Ver gr aca 5.3).
atem
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. que es la funci on de Bessel de orden p La soluci on general, y2 (x) = C1 Jp (x) + C2 Jp (x) si 2p = entero positivo p > 0.
0,6
0,4
0,2
0 0 -0,2 5 10 x 15 20
25
-0,4
-0,6
n=0
O tambi en podemos usar el m etodo de reducci on de Dlambert como hicimos con la funci on de Bessel de orden cero y segunda especie Y0 (x). Haciendo el mismo proceso, llegamos a Yp (x) = Bessel de orden p y segunda especie,
rsid
ad
1 + 2
n=0
Un
2 Yp (x) =
x 1 ln + Jp (x) 2 2
ive
p 1
de
An
(1)
n+1
k=1
1 1 + k k=1 k
n=0 n+p
(p n 1)! n!
tioq
y2 (x) = CJp ln x +
bn xnp
uia
,D
Cuando r1 r2 = 2p = entero positivo (caso ii.), entonces Jp y Jp son linealmente dependientes (Ejercicio)(Ver gura 5.4 con p = 3, observese que J3 (x) = J3 (x), es decir son linealmente dependientes). En este caso la segunda soluci on es de la forma
ept
C=0
o. d
Figura 5.4 J3 (x) y J3 (x).
eM
x 2
2np
atem
+
2n+p
1 n! (n + p)!
Donde es la constante de Euler. La soluci on Yp se le llama funci on de Bessel de orden p y segunda especie. Soluci on general: y = C1 Jp (x) + C2 Yp (x), donde p es un entero positivo.Ver graca 5.5 para Yp (x) con p = 1. 203
atic as
x 2
0,4 0,2 10 0 -0,2 -0,4 -0,6 -0,8 -1 20
x 30 40 50
Figura 5.5 Y1 (x)
,D
ept
Las siguientes propiedades de la funci on de Bessel, se dejan como ejercicios. Ejercicio 1. Mostrar que con el cambio de variable y = E.D. de Bessel de orden p a la E.D.: u (x) + 1 +
u (x ) x
o. d
eM
reduce la u=0 x 2
2n+p
Un
Jp (x) = Mostrar que
n=0
d p [x Jp (kx)] = kxp Jp1 (kx) dx d p [x Jp (kx)] = kxp Jp+1 (kx) dx 204
ive
Ejercicio 3. Sabiendo que
rsid
sen x cos x y = C1 + C2 x x
(1)n n! (n + p)!
ad
de
Ejercicio 2. Con el resultado anterior, mostrar que la soluci on general 1 de la E.D. de Bessel de orden p = 2 es:
An
tioq
1 p2 4
uia
1 x2
atem
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. donde k = cte. Ejercicio 4. Con los resultados del ejercicio anterior, mostrar que: p d [Jp (kx)] = kJp1 (kx) Jp (kx) dx x p d [Jp (kx)] = kJp+1 (kx) + Jp (kx) dx x Y con esto mostrar que k d [Jp (kx)] = [Jp1 (kx) Jp+1 (kx)] dx 2 Jp (kx) = kx [Jp1 (kx) + Jp+1 (kx)] 2p ()
Ejercicio 6. Probar que
Jp (x) Probar que

0
p 2 cos(x ) x 4 2
iii)
J p (x ) x
dx =
1 p
Ejercicio 8. Para p = 0, 1, 2, . . . mostrar que: i) Jp (x) = (1)p Jp (x) 205
Un
ii) Sabiendo que 0 J0 (x) dx = 1 (ver ejercicio 11. de la secci on 6.2), mostrar que 0 Jp (x) dx = 1
ive
rsid
Jp+1 (x) dx =
ad
Jp1 (x) dx.
de
An
i) Usando el ejercicio 4. y la aproximaci on
tioq
Ejercicio 7. Probar que para p entero positivo:
uia
J1 (x) dx = J0 (x) + c
,D
ept
d Ejercicio 5. Hallar J1 (x) y dx J1 (x) en t erminos de J0 (x) y J2 (x). erminos de Jp 1 (x) y Jp+ 3 (x). Hallar Jp+ 1 (x) en t
o. d
eM
atem
atic as
()
CAP ITULO 5. SOLUCIONES POR SERIES ii) Jp (x) = (1)p Jp (x) iii) Jp (0) = 0, iv) J0 (0) = 1 v) l m Yp (x) = +
x0
p>0
Ejercicio 9. Comprobar que la E.D. xy + (1 2p)y + xy = 0
dy dt dy 1 dy dy = = ( 2 ) = t2 dx dt dx dt x dt 2 dy d dy dt d y dy d ( )= ( ) = [t2 2 2t ](t2 ) y = dx dx dt dx dx dt dt 1 1 2 P ( t ) Q( t ) 2 y + 4 =0 y + t t t Si t = 0 es punto ordinario entonces x en el innito es un punto ordinario. Si t = 0 es un punto singular regular con exponentes de singularidad r1 , r2 206
Un
y =
ive
rsid
Para la E.D.: y + P (x)y + Q(x)y = 0, se desea saber el comportamiento 1 de la soluci on en el innito, para ello se hace el cambio de variable t = x . O sea que cuando x t 0. Derivemos dos veces (usando la regla de la cadena) y sustituyamos en la E.D.:
ad
de
An
5.3.5.
PUNTO EN EL INFINITO
tioq
(Rta.:y = C1 x 2 J 1 (x) + C2 x 2 J 1 (x))

2 2
uia
,D
on Ejercicio 10. Con el cambio de variable y = x 2 u(x), hallar la soluci general de x2 y + 2xy + 2 x2 y = 0
ept
o. d
1
tiene la soluci on particular y = xp Jp (x) (Ayuda: hacer u = xp y )
eM
atem
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. entonces x en el innito es un punto singular regular con exponentes de singularidad r1 , r2 . Si t = 0 es un punto singular irregular entonces x en el innito es un punto singular irregular. Ejemplo 14. An alizar los puntos en el innito para la E.D. de Euler: 2 4 y + y + 2 y = 0 x x
2). xy + 2y + 9xy = 0 3x , y2 = (Rta.: y1 = cos x 3). xy + 2y 4xy = 0 2x , y2 = (Rta.: y1 = cosh x
sen 3x ) x
senh 2x ) x
Un
ive
1). 4xy + 2y + y = 0 (Rta.: y1 = cos x, y2 = sen x)
rsid
Para los ejercicios siguientes hallar las raices indiciales y las dos soluciones en serie de Frobenius, linealmente independientes con |x| > 0.
ad
de
An
2). x3 y + 2x2 y + 3y = 0 (Rta.: hay un punto singular regular en el innito)
tioq
uia
1). x2 y 4y = 0 (Rta.: hay un punto singular regular en el innito)
,D
Para los ejercicios siguientes, decir si la E.D. tiene un punto singular regular o irregular en el innito:
ept
o. d
1 Soluci on: haciendo el cambio de variable t = x queda trasformada en la E.D.: 2 2 y y + 2 y = 0 t t Por lo tanto t = 0 es un punto singular regular y la ecuaci on indicial es r(r 1) 2r + 2 = 0 r1 = 2, r2 = 1, por lo tanto x en el innito es un punto singular regular con exponentes 2 y 1.
eM
atem
atic as
207
CAP ITULO 5. SOLUCIONES POR SERIES 4). xy y + 4x3 y = 0 (Rta.: y1 = cos x2 , y2 = sen x2 ) 5). 4x2 y 4xy + (3 4x2 )y = 0 (Rta.: y1 = x cosh x, y2 = x senh x) 6). 2xy + 3y y = 0 (Rta.: y1 =
n=0
1 xn , y2 = x 2 n!3 5 7 . . . (2n + 1)
n=0
n=1
An
tioq
8). 3xy + 2y + 2y = 0 (Rta.: y1 = x 3

1
uia
n=0
n=1
Un
y1 = x(1 +
ive
rsid
9). 2x2 y + xy (1 + 2x2 )y = 0 (Rta.:
ad
de
(1)n 2n (1)n 2n xn , y2 = 1 + xn ) n!4 7 . . . (3n + 1) n !2 5 . . . (3 n 1) n=1
,D
y1 = x (1+
3 2
ept
xn xn ), y2 = 1x ) n!5 7 . . . (2n + 3) n !1 3 5 . . . (2 n 3) n=2
1 x2n ), y2 = x 2 n!7 11 . . . (4n + 3)
o. d
n=0
7). 2xy y y = 0 (Rta.:
10). 2x2 y + xy (3 2x2 )y = 0 3 (1)n 2n (Rta.: y1 = x 2 (1 + n=1 n!913...(4n+5) x ), y2 = x (1 +

1 n=1
(1)n1 x2n )) n!3 7 . . . (4n 1)
208
eM
xn ) n!1 3 5 . . . (2n 1)
atem
x2n ) n!1 5 . . . (4n + 1)
atic as
5.3. SOL. EN TORNO A PUNTOS SING. REG. 11). 6x2 y + 7xy (x2 + 2)y = 0 1 x 2n (Rta.: y1 = x 2 (1 + n=1 2n n!1931...(12n+7) ), y2 = x 3 (1 + 12). 3x2 y + 2xy + x2 y = 0 1 (Rta.: y1 = x 3 (1 + n=1 y2 = 1 + 13). 2xy + (1 + x)y + y = 0 (Rta.: y1 = x 2
1 2
n=1
x2n )) 2n n!5 17 . . . (12n 7)
(1)n x2n ), 2n n!713...(6n+1)
n=1
n=0
y1 = x 2
Un
16). xy + (5 x)y y = 0 (Rta.: y1 = x4 (1 + x + 17). xy + (x 6)y 3y = 0 (Rta.:
x2 2
ive
rsid
15). xy + (3 x)y y = 0 (Rta.: y1 = x2 (1 + x), y2 = 1 + 2
ad
x3 ), 6
de
n=0
An
1 x2 x2n 2n 2e 2 , y = 1 + x2n ) = x 2 n!2n 3 7 . . . (4 n 1) n=1
xn n=1 (n+2)! )
tioq
14). 2xy + (1 2x2 )y 4xy = 0 (Rta.:
uia
,D
y2 = 1 + 24
1 (1)n 4 5 6 (n + 3) n 1 1 3 y1 = 1 x+ x2 x , y2 = x7 (1+ x )) 2 10 120 n!8 9 10 (n + 7) n=1 209
ept
1 (1)n n (1)n x 2e 2, y = 1 + x = x xn ) 2 n!2n 1 3 5 7 . . . (2 n 1) n=1
o. d
xn n=1 (n+4)! )
eM
(1)n x2n ) 2n n!5 11 . . . (6n 1)
atem
atic as
CAP ITULO 5. SOLUCIONES POR SERIES 18). 5xy + (30 + 3x)y + 3y = 0 9 2 x + 50 x (Rta.: y1 = x5 (1 3 5 (1)n 3n n y2 = 1 + 120 n=1 (n+5)!5n x ) 19). xy (4 + x)y + 3y = 0 1 2 (Rta.: y1 = 1 + 3 x+ 4 x + 4
9 x3 250
27 x4 ), 5000
,D
22). xy + 2y xy = 0 (Rta.: y1 = x1 n=0
x 2n (2n)!
cosh x , x
ept
o. d
x2n+1 n=0 (2n+1)!
21). x(1 x)y 3y + 2y = 0 (Rta.: y1 = 3 + 2x + x2 , y2 =
x4 ) (1x)2
eM
=
senh x ) x
y2 = x 1
n=0 (n
y1 (x) =
n=0
(1)n n 23 5 x , y2 = y1 (x) ln |x| + y1 (x)(2x + x2 + x3 + . . .)) 2 (n!) 4 27
26). x2 y + x(x 1)y + y = 0 1 2 x + (Rta.: y1 (x) = xex , y2 = xex (ln |x| + x + 4 210
Un
25). xy + y + y = 0 (Rta.:
ive
rsid
24). xy + (1 x)y y = 0 xn 1 2 x (Rta.: y1 (x) = n=0 n! = e , y2 = y1 (x) ln |x| + y1 (x)(x + 4 x 1 x3 + 414! x4 . . .)) 33!
ad
de
An
tioq
23). x(x 1)y + 3y 2y = 0 1 2 2 x+ 3 x , y2 = (Rta.: y1 = 1 + 3
uia
+ 1)xn+4 )
1 x3 33!
atem
+ . . .))
20). x2 y + (2x + 3x2 )y 2y = 0 (Rta.: y1 = x2 (2 6x + 9x2 ), y2 =
(1)n1 3n n n=1 (n+2)! x )
atic as
1 3 x, 24
y2 = x5 (1 + 120
(n+1) n n=1 (n+5)! x ))
5.3. SOL. EN TORNO A PUNTOS SING. REG. 27). xy + (x 1)y 2y = 0 1 1 3 x2 ln |x| 2 + x 3! x + . . .) (Rta.: y1 (x) = x2 , y2 = 1 2 28). xy (2x 1)y + (x 1)y = 0 (Rta.: y1 (x) = ex , y2 = ex ln |x|) 29). y + 21x y + 41x y = 0 (Rta.: y1 (x) = cos x, y2 = sen x)
6 6 y + (x 30). y + x 2 1)y = 0 x (Rta.: y1 (x) = senh , y2 = x3
cosh x ) x3
1 ) x2
33). xy + 2y + xy = 0 x (Rta.: y1 (x) = sen , y2 = x
cos x ) x
1 )y = 0 35). y 2y + (1 + 4x2 (Rta.: y1 (x) = x ex , y2 = x ex ln |x|)
36). x(x 1)y (1 3x)y + y = 0 |x| 1 , y2 = ln ) (Rta.: y1 (x) = 1 x 1x 211
Un
ive
34). xy + (1 2x)y (1 x)y = 0 (Rta.: y1 (x) = ex , y2 = ex ln |x|)
rsid
ad
de
An
tioq
2 2 y x 32). y + x 2y = 0 (Rta.: y1 (x) = x, y2 =
uia
,D
3 y + 4x2 y = 0 31). y + x x2 (Rta.: y1 (x) = sen , y2 = x2
cos x2 ) x2
ept
o. d
eM
atem
atic as

1 y y =0 37). y + x (Rta.: y1 (x) = 1 +
x2 22
x4 (24)2
+ . . . , y2 = ln |x|y1 ( x + 4
3x4 816
+ . . .))
+1 y + 23x y 38). y + x2 x = 0 7 x+ (Rta.: y1 (x) = x (1 6
21 2 x 40
+ . . .), y2 = 1 3x + 2x2 + . . .)
(1)n n+1 ) n=1 n!n x
41). La ecuaci on hipergeom etrica de Gauss es
donde , , son constantes
An
b). Si es un entero positivo, mostrar que
tioq
a). Mostrar que x = 0 es un punto singular regular con exponente de singularidad 0 y 1 .

0 n n=0
uia
,D
x(1 x)y + [ ( + + 1)]y y = 0
n=0
c). Si C0 = 1 entonces
para n 0
Un
ive
Cn+1 =
rsid
con C0 = 0, cuya relaci on de recurrencia es: ( + n)( + n) Cn ( + n)(1 + n)
ad
de
y (x) = x
Cn x =
y (x) = 1 +
n=0
n n n x n!n
donde n = ( 1) . . . ( + n 1) para n 1 y similarmente se denen n y n . 212
ept
o. d
Cn xn
eM
40). xy x2 y + (x2 2)y = 0 con y (0) = 0 y y (0) = 1 (Rta: y = xex )
atem
39). x2 y + x(x 1)y (x 1)y = 0 (Rta.: y1 (x) = x, y2 = x ln |x| +
atic as
5.4. ANEXO CON EL PAQUETE MAPLE d). La serie en c) se le llama serie hipergeom etrica y se denota por F (, , , x). Demostrar que: 1) 2) 3) 4)
1 (la serie geom etrica) F (1, 1, 1, x) = 1 x xF (1, 1, 2, x) = ln(1 + x) 1 xF ( 2 , 1, 3 , x2 ) = tan1 x 2 F (k, 1, 1, x) = (1 + x)k (la serie binomial).
5.4.
Ejemplo 15. Resolver la E.D. del Ejemplo 5. (x2 1)y + 4xy + 2y = 0 >Eqn1:={(x^2-1)*D(D(y))(x)+4*x*D(y)(x)+2*y(x)=0,D(y)(0)=C1,y(0)=C0};
Sol1 := y (x) = C 0+ C 1x + C 0x2 + C 1x3 + C 0x4 + C 1x5 + C 0x6 + C 1x7 + O(x8 ) Ejemplo 16. Para el ejemplo anterior, hallar la relaci on de recurrencia, iterarla hasta n = 8 y luego dar la soluci on. Debemos cambiar el formato de entrada de la E.D.
> eqn2 := (x2 1) dif f (y (x), x, x) + 4 x dif f (y (x), x) + 2 y (x) = 0 >SeriesSol:=sum(a[n]*x^n,n=k-2..k+2); SeriesSol := a[k 2]x(k2) + a[1 + k ]x(1+k) + a[k ]xk + a[1 + k ]x(1+k) + a[k + 2]x(k+2) >simplify(simplify(subs(y(x)=SeriesSol,eqn2))); 213
Un
ive
>eqn2:=(x^2-1)*diff(y(x),x,x)+4*x*diff(y(x),x)+2*y(x)=0;
rsid
ad
de
An
tioq
>Order:=8: >Sol1:=dsolve(Eqn1,y(x),series);
uia
,D
Eqn1 := {(x2 1)D(D(y ))(x)+4xD(y )(x)+2y (x) = 0, D(y )(0) = C 1, y (0) = C 0}
ept
o. d
eM
atem
atic as
CAP ITULO 5. SOLUCIONES POR SERIES (5a[k 2]x(k2) k + 3a[k + 2]x(k+2) k a[k ]xk k + a[1 + k ]x(1+k) k xk a[k 2]k 2 x(1+k) a[1 + k ]k 3a[1 + k ]x(1+k) k 3x(k+2) a[k ]k + xk a[k ]k 2 + x(k+2) a[k + 2]k 2 + 2a[1 + k ]x(1+k) +6a[k 2]x(k2) + x(k2) a[k 2]k 2 + x(1+k) a[1 + k ]k 2 + 2a[k + 2]x(k+2) x(1+k) a[1 + k ]k 2 7x(k+2) a[k +2]k +x(1+k) a[1+k ]k 2 +xk a[k 2]k x(k+2) a[k ]k 2 5x(k+3) a[1+k ]k x(k+3) a[1 + k ]k 2 x(k+4) a[k + 2]k 2 2a[k ]x(k+2) 6a[1 + k ]x(k+3) 12a[k + 2]x(k+2) )/x2 = 0
a[k + 2] := a[k ]
>Y1:=C0*sum(x^(2*k),k=0..infinity);
>Y2:=C1*sum(x*x^(2*k),k=0..infinity); C 1x x2 1 Ejemplo 17. Las siguientes instrucciones gracan las funciones de Bessell de primera especie y segunda especie. >plot(BesselJ(3,x),x=0..50,y=-0.5..0.5); >plot(BesselY(1,x),x=.1..50,y=-1..0.5);
214
Un
Y 2 :=
ive
rsid
Y 1 :=
ad
de
x2
An
C0 1
tioq
Sol2 := C 0 + C 1x + C 0x2 + C 1x3 + C 0x4 + C 1x5 + C 0x6 + C 1x7 + C 0x8
uia
,D
>a[0]:=C0:a[1]:=C1: > for k from 2 to 8 do a[k]:=a[k-2] od: > Sol2:=sum(a[j]*x^j,j=0..8);
ept
o. d
eM
atem
>a[k+2]:=simplify(solve(coeff(lhs(%),x^(k+2)),a[k+2]));
atic as
{f (t)}(s) = F (s) = = si el l mite existe.
An
Teorema 6.1 . Si f (t) es una funci on continua a tramos para t 0 y adem as |f (t)| M ect para todo t T , donde M es constante , c > 0 constante y T > 0 constante, entonces {f (t)}(s) existe para s > c. Demostraci on: veamos que la siguiente integral existe, en efecto: |{f (t)}(s)| = =
0 0
Un
ive
rsid
ad
de
l m
est f (t)dt
est |f (t)|dt, 215
tioq
est f (t)dt
b
sabiendo que est > 0
uia
Denici on 6.1 Sea f (t) una funci on denida para todo t 0; se dene la Transformada de Laplace de f (t) as :
est f (t)dt,
|est ||f (t)|dt
,D
ept
6.1.
INTRODUCCION
o. d
eM
atem
TRANSFORMADA DE LAPLACE
atic as
CAP ITULO 6
CAP ITULO 6. TRANSFORMADA DE LAPLACE

T st T
=
0
|f (t)|dt +
est |f (t)|dt I2
I1
T
I1 =
0
I2 =
T
est |f (t)| dt
M ect
est M ect dt = M
T
An
M ect , (c > 0) (0, M ) T
tioq
f (t)
uia
NOTA: cuando f (t) |f (t)| M ect para t T , entonces decimos que f (t) es de orden exponencial (ver gura 6.1).
,D
ive
rsid
ad
de
Observaci on: es un operador lineal, en efecto {f (t) + g (t)}(s) 216

def.
Un
Figura 6.1
est (f (t) + g (t)) dt
ept
Luego, {f (t)}(s) existe, si s > c.
o. d
M e(sc)t , suponiendo que s c > 0 = (s c) T M ( s c ) T M ( s c ) T (0 e )= e = sc sc
f (t)
eM
atem
atic as
est |f (t)|dt existe, ya que f es continua a tramos e(s+c)t dt
6.1. INTRODUCCION = = Teorema 6.2 . 1). {1}(s) = {k }(s) = 2). {tn }(s) =
1 s k s
est f (t) dt +
0
est g (t) dt
{f (t)}(s) + {g (t)}(s)
s > 0,
, s > 0, k constante. , s > 0, n = 1, 2, . . .
n! sn+1
4). { sen kt}(s) =
s>0
8). {tn eat }(s) =
n! (sa)n+1
Demostraci on 1). Si s > 0 se tiene que {1}(s) =

0
Un
s > a, n = 1, 2, . . .
ive
7). {cosh kt}(s) =
s s2 k 2
s > |k |
rsid
ad
6). { senh kt}(s) =
k s2 k 2
s > |k |
de
An
5). {cos kt}(s) =
s s2 + k 2
s>0
tioq
st
est 1 dt = s
uia
0
,D
= 1 s 217
k s2 + k 2
ept
o. d
3). {eat }(s) =
1 s a
para s > a
eM
atem
atic as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Demostraci on 2). Hagamos la demostraci on por el m etodo de inducci on. Para ello, suponemos que s > 0 y utilizamos el siguiente limite: tn l m | e ct | = 0, n = 1, 2, . . .
0
n = 1 : {t}(s) =
est t dt,
0
hagamos 1 s
0
Supongamos que se cumple para n 1 y veamos que se cumple para n. En efecto:
0 0
de
{tn1 }(s) n n = (0 0) + {tn1 }(s) = {tn1 }(s) s s
An
tioq
tn est = s
n + s
est tn1 dt
Demostraci on 4). Por el m etodo de los operadores inversos, tenemos: { sen kt}(s) = =
Un
ive
{tn }(s) =
est ( sen kt) dt

0
rsid
n (n 1)! n! = n+1 n s s s
ad
Pero por la hip otesis de inducci on {tn1 }(s) =
uia
(n1)! , sn
,D
{tn }(s) =
est tn dt hagamos
u = tn du = ntn1 dt dv = est dt v = 1 est s
ept
o. d
eM
luego:
0 0
1 1 st e {t}(s) = (0 0) + s s 1 1 = 2 (0 1) = 2 s s
1 st e sen kt D
0
=e
st
1 sen kt Ds
= e 218
st
D+s sen kt D 2 s2
=e
st
D+s sen kt k 2 s2
atem
atic as
test s
u=t du = dt st dv = e dt v = 1 est s
est dt
6.2. TRANSFORMADA INVERSA DE LAPLACE = 1 est (k cos kt + s sen kt) 2 s + k2 0 1 k = 2 (0 k ) = 2 , s>0 s + k2 s + k2
6.2.
NOTA:
Para funciones continuas, 1 es un operador lineal: 1 {F (s) + G(s)} = 1 {F (s)} + 1 {G(s)} En los ejemplos de esta secci on, utilizaremos los resultados del Ap endice C. para calcular fracciones parciales. 219
Un
y la funci on g (t) = 1 (observese que f (t) = g (t)) tienen la misma transformada, es decir, {f (t)} = {g (t)} = 1 . Sinembargo 1 { 1 }= s s 1 1 f (t) y { s } = g (t) son diferentes. Pero cuando f (t) y g (t) son continuas para t 0 y {f (t)} = {g (t)} entonces f (t) = g (t) (Ver el libro de Variable Compleja de Churchill)
ive
rsid
La transformada inversa de Laplace de F (s), no necesariamente es u nica. Por ejemplo la funci on si t 0 y t = 1, t = 2 1, f (t) = 3, si t = 1 3, si t = 2
ad
de
An
tioq
uia
,D
ept
1 {F (s)} = f (t)
o. d
eM
Si {f (t)}(s) = F (s), entonces decimos que f (t) es una transformada inversa de Laplace de F (s) y se denota as :
atem
TRANSFORMADA INVERSA DE LAPLACE
atic as
En la demostraci on anterior utilizamos el siguiente teorema de l mites: si l m |f (t)| = 0 y g (t) es una funci on acotada en entonces l m f (t)g (t) = 0
t t
CAP ITULO 6. TRANSFORMADA DE LAPLACE Teorema 6.3 . Para a y k constantes se tiene: 1). 1 2). 1 3). 1 4). 1 5). 1 6). 1 7). 1 8). 1 1 s n! = 1, y 1 k s = k , si s > 0 1 = tn , si s > 0 n!
rsid
ad
7s 1 (s 3)(s + 2)(s 1) = A1
An
Ejemplo 1. Con factores lineales en el denominador = 1 1 s+2 B C A + + s3 s+2 s1 + C 1 1 s1
Pero por fracciones parciales
7s 1 A B C = + + (s 3)(s + 2)(s 1) s3 s+2 s1 Para hallar el coeciente A, eliminamos de la fracci on el factor correspondiente a A y en la parte restante sustituimos a s por la ra z asociada a este factor; lo mismo hacemos para los coecientes B y C . 220
Un
1 + B 1 s3 = Ae3t + Be2t + Cet
ive
de
tioq
uia
sn+1 sn+1 1 = eat , si s > a sa k 1 sen kt = sen kt, y 1 = , si s > 0 2 2 2 2 s +k s +k k s = cos kt , si s > 0 2 s + k2 1 senh kt k = senh kt y 1 = , si s > |k | 2 2 2 2 s k s k k s = cosh kt , si s > |k | 2 s k2 n! 1 tn eat n at 1 , si s > a = t e y = (s a)n+1 (s a)n+1 n!
= tn y
,D
ept
o. d
eM
atem
atic as
6.2. TRANSFORMADA INVERSA DE LAPLACE
A=
7 (2) 1 7 (1) 1 7 (3) 1 =2, B= = 1 , C = = 1, (5) (2) (5) (3) (2) (3) 1
s2 (s
atem
s+1 + 2)3
y por los m etodos de las fracciones parciales hallamos

1 , B = 16 , C = 1 , D = 0, E = A= 1 8 4
An
tioq
s2 + 2 s(s2 + 2s + 2)
= 1 = 1 = A1
Un
ive
Ejemplo 3. Factores cuadr aticos, lo factorizamos en factores lineales en los complejos
s2 + 2 s(s (1 + i))(s (1 i)) A B C + + s s (1 + i) s (1 i) 1 1 + B 1 + s s (1 + i) 221
rsid
ad
s+1 s2 (s + 2)3
1 1 t2 e2t 1 2t 1 t + e 8 16 4 2! 16
de
uia
s2 (s
s+1 + 2)3
C D E A B + + + + 2 3 2 s s (s + 2) (s + 2) s+2 1 1 1 1 1 = A1 + B + C s2 s (s + 2)3 1 1 +D1 + E 1 2 (s + 2) s+2 2t 2 2t te t e +D + E e2t = A t + B (1) + C 2! 1! A B C D E = 2+ + + + 3 2 s s (s + 2) (s + 2) s+2 = 1
atic as
7s 1 = 2e3t e2t et (s 3)(s + 2)(s 1) Ejemplo 2. Con factores lineales repetidos
1 , 16
,D
luego
ept
o. d
eM
CAP ITULO 6. TRANSFORMADA DE LAPLACE +C 1 1 s (1 i)
= A (1) + B e(1+i)t + Ce(1i)t = A + Bet (cos t + i sen t) + C et (cos t i sen t) = A + et [(B + C ) cos t + i(B C ) sen t] Hallamos los coecientes de la misma manera que en ejemplo 1. A =
6.3.
l m {f (t)} (s) = l m F (s) = 0

s
Demostraci on: como la funci on f es continua a tramos en [0, T ], entonces es acotada en este intervalo y por tanto M1 > 0 tal que |f (t)| M1 e0t , t [0, T ] y como f (t) es de orden exponencial para t T , entonces |f (t)| M2 et donde M2 y son constantes con M2 0. 222
Un
Teorema 6.4 . Si f es una funci on continua a tramos para t 0 y de orden exponencial para t T , entonces
ive
rsid
ad
Los teoremas que veremos en esta secci on nos permitir an en muchos casos calcular la transformada inversa sin utilizar fracciones parciales.
de
An
TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE
tioq
uia
= 1 2et sen t
,D
s2 + 2 s(s2 + 2s + 2)
= 1 + et (0 cos t + i(2i) sen t)
ept
2 02 + 2 = =1 [0 (1 + i)][0 (1 i)] 1+1 1 (1 + i)2 + 2 = =i B = (1 + i)[1 + i (1 i)] i 2 (1 i) + 2 1 C = = = i (1 i)[1 i (1 + i)] i
o. d
eM
atem
atic as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE Sea M = m ax{M1 , M2 } y sea = m ax{0, }; por lo tanto, |f (t)| M et , t 0. |F (s)| =
0
est f (t) dt
est |f (t)| dt
0
est M et dt
s>
Demostraci on: {eat f (t)}(s) =

0
An
tioq
de
est eat f (t) dt =

0
uia
eat f (t) (s) = {f (t)} (s a) = F (s a)
,D
Ejemplo 4. {e2t sen t}(s) Soluci on: {e2t sen t}(s) = { sen t}(s 2) = ya que { sen t}(s) = s21 +1 Ejemplo 5. 1 Soluci on: 1
1 s2 2s+3
ive
rsid
NOTA: 1 {F (s a)} = eat f (t)
ad
= {f (t)}(s a) = F (s a)
s2
1 2s + 3
Un
1 (s2)2 +1
= 1
1 (s 2)2 + 1
ept
o. d
e(sa)t f (t) dt = e2t sen t 223
Teorema 6.5 (Primer Teorema de Translaci on) . Si a es un n umero real cualquiera, entonces
eM
atem
atic as
1 e(s) (s ) 0 M M (0 1) = s s M l m |F (s)| l m =0 s s s l m F (s) = 0 M e(s)t dt =
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejemplo 6. 1 Soluci on:

s s2 +4s+5
s2
s + 4s + 5
Denici on 6.2 (Funci on Escal on Unitario) .(Ver gura 6.2) U (t a) = U (t a) 1 a 1 Figura 6.2 0, si 0 t < a, 1, si t a
,D ive
1 1 Figura 6.3
ept rsid ad de An tioq uia

t
Ejemplo 7. Al aplicar U (t ) a la funci on sen t trunca la funci on sen t entre 0 y quedando la funci on g (t) = U (t ) sen t como lo muestra la gr aca 6.3 g (t)
o. d
t
224
Un
eM
atem
(s + 2) 2 (s + 2)2 + 1 s+2 = 1 2 1 (s + 2)2 + 1 = e2t cos t 2e2t sen t = 1
atic as
1 (s + 2)2 + 1
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE Teorema 6.6 (Segundo Teorema de Translaci on) . Si a > 0 y f (t) es continua para t 0 y de orden exponencial entonces {U (t a)f (t a)}(s) = eas F (s) = eas {f (t)}(s) Demostraci on:
0 a
=
0 a
st
U (t a)f (t a) dt +
a
=
0
=
a
1 {eas F (s)} = U (t a)f (t a)
Un
Ejemplo 8. Hallar {U (t a)}
ive
rsid
ad
NOTA: forma rec proca
de
= eas {f (t)}(s)
An
= esa
tioq
{U (t a)f (t a)}(s) =
es(u+a) f (u) du
uia
{U (t a)} = {U (t a) 1} = eas Ejemplo 9. Hallar {U (t ) sen t} 2 Soluci on: U t 2 sen t = U t 2
,D
esu f (u) du eas 1 = s s sen t + 2 2 225
Hagamos u = t a du = dt, por lo tanto,
ept
est f (t a) dt
o. d
est 0f (t a) dt +
est 1f (t a) dt
eM
atem
{U (t a)f (t a)}(s) =
est U (t a)f (t a) dt
est U (t a)f (t a) dt
atic as
CAP ITULO 6. TRANSFORMADA DE LAPLACE pero sen t 2 + 2 2 2 = sen t cos + sen cos t 2 2 2 2 = cos t 2 s = e 2 {cos t} s = e 2 s 2 s +1
1 como
Demostraci on: por inducci on sobre n. n=1 F (s) = dF (s) ds = =

0 def. st e 0
Un
ive
rsid
f (t) dt est f (t) dt =

0
d ds
ad
Teorema 6.7 (Derivada de una Transformada) . dn {tn f (t)}(s) = (1)n ds con n = 1, 2, . . ., n F (s), donde F (s) = {f (t)}(s)
de
An
= U (t 1) U (t 1) e(t1)
tioq
1 A B = + A = 1, B = 1 s(s + 1) s s+1 1 1 1 es = 1 es s s+1
uia
,D
ept
t est f (t) dt =
o. d
st (e f (t)) dt s
0
es s(s + 1)
= 1 es
1 s(s + 1)
{t f (t)}(s) 226
{t f (t)}(s) d F (s) ds
eM
est (t f (t)) dt
atem
Ejemplo 10. Hallar 1 Soluci on:
es s(s+1)
atic as
U t
cos t
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE Supongamos que se cumple para n = k {tk f (t)}(s) = (1)n Veamos que se cumple para n = k + 1 {tk+1 f (t)}(s) =
n=k
dk F (s) dsk
n=1
Ejemplo 11. Hallar 1 ln Soluci on: 1 f (t) = 1 t 1 = 1 t 1 = 1 t 4 = 1 t
d d 1 s3 F (s) = 1 ln ds t ds s+1 s + 1 (s + 1)1 (s 3)1 s3 (s + 1)2 1 1 4 s+1 4 = s 3 (s + 1)2 t (s 3)(s + 1) 1 (s 3)(s + 1)
utilizando fracciones parciales A B 1 = + (s 3)(s + 1) s3 s+1 227
Un
ive
rsid
ad
de
An
s 3 s+1
= f (t)
tioq
t f (t) = 1 {F (s)} 1 f (t) = 1 {F (s)} t
uia
,D
d dk [(1)k k F (s)] ds ds k+1 d = (1)k+1 k+1 F (s) ds NOTA: para el caso n = 1, obtenemos una f ormula que nos permite hallar la transformada inversa de transformadas que no las tenemos en la tabla de transformadas. d {t f (t)}(s) = F (s) ds o sea que =
ept
o. d
eM
atem
atic as
{t tk f (t)}(s) =
d {tk f (t)}(s) ds
CAP ITULO 6. TRANSFORMADA DE LAPLACE 1 1 A= , B= 4 4 1 1 4 1 f (t) = t 4(s 3) 4(s + 1) 1 et e3t = (e3t et ) = t t Teorema 6.8 (Transformada de la Derivada) . Si f (t), f (t), f (t), . . . , f (n1) (t) son continuas para t 0 y de orden exponencial y si f n (t) es continua a tramos para t 0, entonces:
e integrando por partes =e

st
tioq
An
f (t)
uia
+s
Veamos que se cumple para n = k + 1: {f (k+1) (t)}(s) = {[f (k) (t)] }(s)
n=1 n=k
= s{f (k) (t)}(s) f (k) (0)
= s(sk F (s) sk1 f (0) sk2 f (0) . . . sf (k2) (0) f (k1) (0)) f (k) (0) = sk+1 F (s) sk f (0) sk1 f (0) . . . s2 f (k2) (0) sf (k1) (0) f (k) (0)
228
Un
ive
{f (k) (t)}(s) = sk F (s) sk1 f (0) sk2 f (0) . . . sf (k2) (0) f (k1) (0)
rsid
supongamos que se cumple para n = k :
ad
= f (0) + s{f (t)}(s) = s F (s) f (0)
de
,D
est f (t) dt
0
{f (t)}(s) =
est f (t) dt,
ept
o. d
Demostraci on: por inducci on sobre n: para n = 1
eM
{f (n) (t)}(s) = sn F (s) sn1 f (0) sn2 f (0) . . . sf (n2) (0) f (n1) (0)
atem
atic as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE NOTA: para resolver E.D. necesitamos, en la mayor a de ejemplos, los casos n = 1 y n = 2. Para n = 1 {y (t)}(s) = s Y (s) y (0) donde Y (s) = {y (t)}(s) n = 2 {y (t)}(s) = s2 Y (s) s y (0) y (0)
(f g )(t) =
f ( ) g (t ) d
=
0
f ( )
Un
ive
e( + )s f ( ) g ( ) d d
rsid
F (s) G(s) =
ad
de
F (s) =
def.
An
Demostraci on: es f ( ) d f ( ) d
tioq
{(f g )(t)}(s) = {f (t)}(s) {g (t)}(s) = F (s) G(s)
uia
def.
,D
Teorema 6.9 (Transformada del producto convolutivo) . Si f y g son funciones continuas a tramos para t 0 y de orden exponencial, entonces
ept
0
G(s) =
g ( ) d
e( + )s g ( ) d d
o. d
NOTA: haciendo el cambio de variable u = t en la denici on de producto convolutivo se demuestra que: f g = g f (o sea que la operaci on es conmutativa)
eM
es g ( ) d
atem
Denici on 6.3 (Producto Convolutivo) . Sean f y g funciones continuas a tramos para t 0; el producto convolutivo entre las funciones f y g se dene as : t
atic as
(6.1)
Sea t = + dejando constante a , luego dt = d . Ahora, cuando = 0 t = y cuando entonces t Luego en 6.1 F (s) G(s) =
0
f ( )
ets g (t ) dt d 229
CAP ITULO 6. TRANSFORMADA DE LAPLACE =t 4 3 2 1 0 t Figura 6.4
de
F (s) G(s)
ts
def.
{(f g )(t)} (s)
Corolario 6.1 (Transformada de la integral) . Si f es una funci on continua a tramos para t 0 y de orden exponencial, entonces: t 1 1 f (t) dt (s) = F (s) = {f (t)}(s) s s 0 Demostraci on: tomando g (t) = 1 en el teorema de convoluci on, tenemos 230
Un
NOTA: forma reciproca del teorema (f g )(t) = 1 {F (s) G(s)}
ive
rsid
f ( ) g (t ) d dt = (f g )(t)
An
tioq
F (s) G(s)
f ( ) ets g (t ) d dt
uia
0
,D
Y como f y g son continuas a tramos, podemos cambiar el orden de integraci on (ver gura 6.4);
ept
o. d
ets (f g )(t) dt
ad
eM
atem
t
atic as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE
{g (t)}(s) = {1}(s) =
t
1 s
t
{(f g )} =
t
f ( ) g (t ) d
=
0
f ( ) 1 d
f ( ) d
(x) =
0
e x1 d
(x) =
0
An
est (st)x1 s dt = s
est sx1 tx1 dt
tioq
hagamos = st, por tanto d = s dt y cuando = 0 entonces t = 0 y cuando entonces t , por lo tanto
de
uia
x 0
=s
{tx } =
(x + 1) con x + 1 > 0 (o sea x > 1) y s > 0 sx+1
Denici on 6.4 Una funci on f (t) se dice que es peri odica con per odo T (T > 0) si para todo t se cumple f (t + T ) = f (t). El siguiente teorema se deja como ejercicio. 231
Un
luego (cambiando x por x + 1)
ive
{tx1 } =
(x) con x > 0 y s > 0 sx
rsid
por lo tanto
ad
,D
ept
est tx1 = sx {tx1 }
o. d
Demostraci on: la funci on gamma como la denimos en el cap tulo anterior es,
eM
Teorema 6.10 (Generalizaci on de la transformada de una potencia) . x+1) {tx } = ( , para s > 0 y x > 1 sx+1
atem
atic as
= {f ( )}(s) {g ( )}(s) = F (s){1}(s) 1 = F (s) s
CAP ITULO 6. TRANSFORMADA DE LAPLACE Teorema 6.11 (Transformada de una funci on peri odica) . Sea f (t) una funci on continua a tramos para t 0 y de orden exponencial. Si f (t) es peri odica con per odo T , entonces: {f (t)}(s) = Ejemplo 12. Hallar Soluci on:
t t 0
1 1 esT
est f (t) dt
0
e cos d (s)
e cos d
(s) =
Pero
{et et cos t}(s)
Observese que el ejemplo siguiente lo resolvemos con los resultados de los teoremas de la transformada y no necesitamos utilizar los dispensiosos m etodos de las fracciones parciales. s Ejemplo 14. Hallar 1 (s2 +4) (t) 2 Soluci on: 1 2 s 1 (t) = 1 2 2 2 s +4 s +4 t 1 1 def. * 1 = (f g )(t) = ( sen 2t cos 2t) = sen 2 cos 2(t ) d 2 2 2 0 (s2 s + 4)2
232
Un
ive
rsid
ad
de
def
{et }(s) {et cos t}(s) s1 1 s + 1 (s 1)2 + 1
An
Ejemplo 13. Hallar {et et cos t}(s) Soluci on:
tioq
uia
{e cos }(s) = {cos }(s + 1) s+1 = (s + 1)2 + 12 s+1 1 e cos d (s) = s (s + 1)2 + 1
,D
ept
o. d
eM
1 {e cos }(s) s
atem
atic as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE 1 t sen 2 (cos 2t cos 2 + sen 2t sen 2 ) d 2 0 t t 1 1 sen 2 cos 2 d + sen 2t sen 2 2 d = cos 2t 2 2 0 0 1 1 1 sen 2t sen 4t = cos 2t sen 2 2t + t sen 2t 8 4 16 =
Ejercicio 1. Hallar 1 (Rta.: 40 )
Ejercicio 2. Mostrar que 1 s3 + 3s2 + 1 s2 (s2 + 2s + 2) =
tioq
uia
=
sen t t
Ejercicio 3. Mostrar que 1 Ejercicio 4. Mostrar que 1
s s2 +4s+5 2
= e2t cos t 2e2t sen t

s 2 sen 2t t
tan1
1 s
Ejercicio 5. Mostrar que 1 tan1 Ejercicio 6. Mostrar que 1 tan1
de
An
ad
3 s+2
Ejercicio 9. Hallar 1
1 es (s+2)2 +4
1 2(t ) e sen 2(t )U (t )) (Rta.: 2
Ejercicio 10. Hallar t (Rta.:

3s2 +1 s2 (s2 +1)2
t 0
Un
Ejercicio 8. Hallar 1 ) sen t)) (Rta.: U (t 2
sen d (s)
ive
s e 2 s s2 +1
rsid
Ejercicio 7. Mostrar que 1
s (s2 +1)3
1 =8 (t sen t t2 cos t)
,D
e2t sen 3t t
ept
1 1 3 t e cos t + 2et sen t + t 2 2 2
o. d
eM
atem
233
5t t e [ 0 0
te3t sen 2t dt] dt
atic as
Utilizando los teoremas vistos sobre transformada, efectuar los siguientes ejercicios.
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 11. Hallar e2t (Rta.:

2s ) (s+2)(s2 +1)2 1 (s2 +1)(s2 +4) s+1 (s2 +2s+2)2
5
t 0
e2 sen d (s)
Ejercicio 12. Hallar 1 Ejercicio 13. Hallar 1
Ejercicio 14. Mostrar que {t 2 } = Ejercicio 15. Hallar {t 2 e2t }

5
15 8s5
1 2
tioq
a b 2b 3b 4b 5b 6b
uia
f (t) =
peri odica de per odo 2 (funci on recticaci on de la mitad de la onda seno. Ver gura 6.6 ). Hallar {f (t)}(s) 234
Un
Ejercicio 18. Sea
sen t, si 0 t 0, si t 2
ive
(Rta.: a (1 s bs
1 ) ebs1
rsid
ad
Figura 6.5
de
An
7b
,D
Ejercicio 17. Sea f (t) = a t de per odo b (funci on serrucho, ver gura b 6.5). Hallar {f (t)}(s) f (t)
ept
t
o. d
Ejercicio 16. Emplear la transformada de Laplace y su inversa para mostrar que m!n! tm+n+1 tm tn = (m + n + 1)!
eM
atem
atic as
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE f (t) 1 1 Figura 6.6 2 3 t
Ejercicio 19. Sea f (t) = 1, si 0 t < a 1, si a t < 2a
f (t) 1 a 1 2a 3a 4a
An
tioq
uia
,D
peri odica de per odo 2a (funci on onda cuadrada. Ver gura 6.7). Hallar {f (t)}(s)
ept
o. d
7a 8a t
Ejercicio 20. Sea b, si 0 t < a 0, si a t < 2a f (t) = b, si 2a t < 3a 0, si 3a t < 4a
Un
[ 2 1] = 1 [ 1e ] = 1 tanh as ) (Rta.: 1 s 1+eas s 1+eas s 2
as
ive
rsid
Figura 6.7
ad
de
5a
6a
eM
atem
235
1 ) (Rta.: (s2 +1)(1 es )
atic as
CAP ITULO 6. TRANSFORMADA DE LAPLACE peri odica de per odo 4a b 1eas [ 1+e2as ]) (Rta.: s Ejercicio 21. Sea f (t) la funci on de onda tri angular (ver gura 6.8). s Mostrar que {f (t)}(s) = s12 tanh 2 f (t) 1 1 1 1 2 3 4 5 6 7
atic as
Figura 6.8
f (t)
1 1 2
tioq
uia
,D
Ejercicio 22. Sea f (t) la funci on recticaci on completa de la onda de coth s sen t (ver gura 6.9). Mostrar que {f (t)}(s) = s21 +1 2
ept
o. d
eM
atem
8 4
Figura 6.9
Ejercicio 23.
a). Si f (t) es continua a tramos y de orden exponencial y si
Un
ive
rsid
ad
t0
l m +
existe, entonces f (t) }(s) = t donde F (s) = {f (t)}(s) { 236

s
de
An
f (t) t
F (s) ds
6.3. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE b). Mostrar que

0
f (t) dt = t
F (s) ds
c). Hallar
2.
eax ebx x 0 b (Rta.:ln a )
dx
s2
Ejercicio 24. Mostrar que a). 1 { e s2 } = (t 3)U (t 3)

s 3s
e ) d). 1 { s(1+ } = (1 U (t 3)) cos t s2 + 2 se e). Hallar 1 { s } 1+s2 (Rta.: cos t U (t ) cos(t ))
s
3s
Un
e } = (1 U (t 2 )) sen t c). 1 { 1 s2 +1
2s
ive
e b). 1 { s 2 +1 } = sen (t )U (t ) = sen tU (t 3)
rsid
ad
de
An
kt 6. Hallar { sen } t (Rta.: tan1 k ) s
tioq
uia
5. Mostrar formalmente, que si x > 0 entonces xt xt dt = ; b) f (x) = 0 cos dt = ex a) f (x) = 0 sen t 2 1+t2 2
,D
ept
4. Mostrar que {
t 1cos a 0
d } =
1 2s
ln s
2 +a2
o. d
3. Mostrar que { e te } = ln(s + 1) ln(s 1), con s > 1
eM
atem
237
atic as
1.
ax sen bx e ( x ) 0 b (Rta.: tg 1 a )
dx
6.4.
APLICACIONES DE LA TRANSFORMADA A E.D. CON CONDICIONES INICIALES
Pasos:
tioq
1 2 3 4
: : : :
{y } 4{y } + 4{y } = {t3 e2t }
uia
Ejemplo 15. Hallar la soluci on de y 4y +4y = t3 e2t , Soluci on:
,D
ept
Hallar la transformada inversa: y (t) = 1 {Y (s)}
o. d
Conseguir una funci on en s, es decir, despejar Y (s)
eM
t 0
Aplicar el teorema de la transformada de la derivada {y } = sY (s) y (0) {y } = s2 Y (s) sy (0) y (0) donde Y (s) = {y (t)}(s)
atem
y (0) = y (0) = 0 3! (s 2)4 y (t) dt,
t
s2 Y (s) 4sY (s) + 4Y (s) =
3! 3! = s2 4s + 4 (s 2)4 (s 2)2 (s 2)6 3! y (t) = 1 {Y (s)} = 1 (s 2)6 1 1 t5 2t 3! (4 5) 5! 1 = = = 1 e 45 (s 2)6 45 (s 2)6 20 Ejemplo 16. Hallar la soluci on de y (t) = 1 sen t Soluci on: 1 238 : {y (t)}(s) = {1}(s) { sen t}(s)
Un
ive
rsid
Y (s) =
3! (s2)4
ad
de
An
s2 Y (s) sy (0) y (0) 4(sY (s) y (0)) + 4Y (s) = 3! (s 2)4
atic as
y (0) = 0 y (t) dt (s)
Aplicar la transformada a ambos lados de la ecuaci on
6.4. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES 1 1 1 2 Y (s) 2 s s +1 s 1 1 1 : Y (s) s + = 2 s s s +1 s2 + 1 1 1 Y (s) = 2 s s s +1 1 1 1 s s = 2 2 2 : Y (s) = 2 s +1 s s +1 s + 1 (s + 1)2 1 s : y (t) = 1 {Y (s)} = 1 1 2 2 s +1 (s + 1)2 1 s y (t) = sen t 1 = sen t sen t cos t 2 2 s +1 s +1 s Y (s) y (0) =
0 t
,D
= sen t
sen (cos t cos + sen sen t) d
uia
ept
t 0
= sen t
sen cos(t ) d
{ty }(s) {y }(s) = {t2 } d 2! (1) {y }(s) (s Y (s) y (0)) = 3 ds s d 2 2! (s Y (s) s y (0) y (0)) s Y (s) = 3 ds s d 2! (s2 Y (s)) sY (s) = 3 ds s (s2 Y (s) + 2sY (s)) s Y (s) = 2 s3 2 s2 Y (s) 3sY (s) = 3 s 239
Un
ive
rsid
ad
Ejemplo 17. Hallar la soluci on de ty y = t2 , Soluci on:
An
1 1 1 cos t sen 2 t t sen t + sen t sen 2t = 2 2 4
tioq
= sen t cos t
sen cos d sen t
de
y (0) = 0
o. d
sen 2 d
eM
atem
atic as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Y (s) + 3 2 Y (s) = 5 , E.D. lineal de primer orden s s 3 ds 3 ln s s F.I e = e = s3 2 s1 Y (s) s3 = 5 s3 ds + C = 2 +C s 1 C 2 Y (s) = 4 + 3 s s 2 1 y (t) = 1 + C 1 4 s s3 t3 t2 = 2 +C 3! 2!
{ty }(s) + Y (s) = (1) =
F.I. = s2 e s Y (s) s2 e s =
1
F.I. (0) + C
1
C 1 e s s Y (s) = 2 e = C 2 s s 1 1 1 1 1 1 1 (1)n 1 =C 2 1 + + . . . + + ... s 1! s 2! s2 3! s3 n! s n 1 1 1 1 1 1 1 (1)n 1 Y (s) = C + + . . . + + ... s2 1! s3 2! s4 3! s5 n! sn+2 y (t) = 1 {Y (s)} 240
Un
ive
rsid
ad
E.D. lineal del primer orden
de
d 2 (s Y (s) sy (0) y (0)) + Y (s) ds d = (s2 Y (s)) + Y (s) = (s2 Y (s) + 2sY (s)) + Y (s) ds = s2 Y (s) 2sY (s) + Y (s) = s2 Y (s) + Y (s)(2s 1) 2 1 2s 1 2 Y (s) Y (s) = Y (s) + = Y (s) + 2 s s s 1 2 1 s F.I. = e ( s s2 ) ds = e2 ln s 1 ,
An
tioq
uia
,D
ept
o. d
d ({y }(s)) + Y (s) ds
eM
Ejemplo 18. Hallar la soluci on de ty + y = 0, Soluci on:
y (0) = 0
atem
atic as
6.4. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES =C t 1 t2 1 t3 1 t4 1 (1)n tn+1 + + ... + + ... 1! 1! 2! 2! 3! 3! 4! 4! n! (n + 1)!
Resolver los siguientes ejercicios por transformada de Laplace Ejercicio 1. y 4y + 4y = t3 e2t , 1 5 2t (Rta.: y = 20 te ) Ejercicio 2. y 6y + 9y = t2 e3t , 4 e3t ) (Rta.: y = 2e3t + 2 t 4! Ejercicio 3. y 2y + y = et , (Rta.: y = 5tet + 1 t2 et ) 2 Ejercicio 4. y 6y + 9y = t, 2 3t t 2 (Rta.: y = 10 te3t 27 e +9 + 27 ) 9
t
y (0) = 0,
y (0) = 0
y (0) = 2,
y (0) = 6
y (0) = 0,
y (0) = 5
ept
o. d
y (0) = 0,
y (0) = 1
Ejercicio 6. Hallar f (t) para la siguiente ecuaci on integral

t
(Rta.: f (t) = et ) Ejercicio 7. y (t) + 6y (t) + 9 (Rta.: y = te3t ) Ejercicio 8. y (t) 6y (t) + 9 t 3t 1 3t (Rta.: y = 3 e 9 e +1 ) 9 Ejercicio 9. y (t) + 6y (t) + 9 t 3t 1 (Rta.: y = 3 e 1 e3t + 9 ) 9 Ejercicio 10. y (t) = cos t + t2 ) (Rta.: y = 1 + t + 1 2
t 0
ive
Un
t 0
rsid
y ( ) d = 1,
ad
de
An
f (t) +
f ( ) d = 1
tioq
y ( ) d = t,
t 0
y ( ) d = t, y (0) = 0
t 0
y ( ) cos(t ) d, y (0) = 1
uia
Ejercicio 5. y + y 4y 4 0 y d = 6et 4t 6, 1 2t 1 t e + 4e2t + 3 e ) (Rta.: y (t) = et 3
,D
y (0) = 0
y (0) = 0
eM
atem
y (0) = y (0) = 0 241
atic as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 11. ty + 2ty + 2y = 0, (Rta.: y (t) = 3te2t ) Ejercicio 12. ty ty y = 0, Ejercicio 13. ty + 4ty + 4y = 0, (Rta.: y = 2te4t ) Ejercicio 14. t2 y + 2ty + t2 y = 0, t ) (Rta.: y = C sen t y (0) = 0, y (0) = 3 y (0) = 0, y (0) = 3 y (0) = 0, y (0) = 2
y (0) = 0
Ejercicio 20. Hallar f (t) si: i. f (t) + 0 (t ) f ( ) d = t (Rta: f (t) = sen t) ii. f (t) + 4
t 0 t
sen f (t ) d = 2t
t
iii. f (t) = tet + 0 f (t ) d 1 t 1 2 t et + 8 e +3 tet + 4 t e) (Rta: f (t) = 1 8 4 242
Un
ive
rsid
ad
Ejercicio 19. y y = et cos t, y (0) = 0, y (0) = 0 1 t (Rta: y = 1 1 et cos t + 2 e sen t) 2 2
de
An
Ejercicio 18. y 5y + 6y = U (t 1), y (0) = 0, y (0) = 1 1 1 2(t1) (Rta.: y (t) = e3t e2t + U (t 1)[ 6 +1 e3(t1) 2 e ]) 3
tioq
Ejercicio 17. y + 4y = f (t) donde f (t) = sen t U (t 2 ) y (0) = 1, y (0) = 0 1 sen (t 2 ) U (t 2 ) 6 sen 2(t 2 ) U (t 2 )) (Rta: y (t) = cos 2t + 1 3
uia
,D
ept
y (0) = 0, y (0) = 1
o. d
Ejercicio 16. y + 4y = f (t) donde f (t) =
1 0t<1 0 t1
eM
Ejercicio 15. ty + y = 12t, y (0) = 0 2 1 t3 1 t4 (Rta.: y (t) = 12t + C (t t + 2! 3! + 2! 3! 4!
1 t5 4! 5!
atem
1 t . . . + (1)n n + . . .)) ! (n+1)!
atic as
n+1
6.5. IMPULSO UNITARIO O DELTA DE DIRAC iv. f (t) + 0 f ( ) d = et 1 t et + 2 e) (Rta: f (t) = 1 2 v. f (t) + 0 f ( ) d = t (Rta: f (t) = et + 1) Ejercicio 21. Sea x(t) la soluci on de la ecuaci on de Bessel de orden cero
t t
tal que x(0) = 1 y x (0) = 0. Demostrar que a. {x(t)}(s) = {J0 (t)}(s) = b. Mostrar formalmente
0 1 , s2 +1
c. Mostrar formalmente J0 (x) =
cos(x cos t) dt
Nota: para todo a > 0 y para todo t0 > 0 se cumple que (Ver gura 6.10)

Un
Denici on 6.5 a (t t0 ) =
, si t0 a t t0 + a 0 , si t < t0 a o t > t0 + a donde a y t0 son constantes positivas y t0 a.
1 2a
a (t t0 ) = 1
ive
rsid
En muchos sistemas mec anicos, el ectricos, etc; aparecen fuerzas externas muy grandes en intervalos de tiempo muy peque nos, por ejemplo un golpe de martillo en un sistema mec anico, o un rel ampago en un sistema el ectrico. La forma de representar esta fuerza exterior es con la funci on -Dirac.
ad
de
An
tioq
6.5.
IMPULSO UNITARIO O FUNCION DELTA DE DIRAC
uia
,D
ept
J0 (x) dx = 1,
o. d
eM
atem
243
tx + x + tx = 0
atic as
a (t t0 ) t0 2a Figura 6.10
1/2a
a0
Ver gura 6.11 en la p agina siguiente. Propiedades:
2.
rsid
3. {a (t t0 )}(s) = est0
def.
esa esa 2as
ad
de
(t t0 ) dt = 1
An
tioq
1. (t t0 ) es innita en t = t0 y cero para t = t0 .
uia
4. { (t t0 )}(s) = l m {a (t t0 )}(s) 5. si t0 = 0 { (t)}(s) = 1 6.

ive
LH opital
,D Un
a0
f (t) (t t0 ) dt = f (t0 ), en particular
7. Por 6. podemos decir que {f (t) (t t0 )}(s) = et0 s f (t0 ) 244
ept
est0
0
o. d
f (t) (t t0 ) dt = f (t0 )
(t t0 ) = l m a (t t0 )
eM
Denici on 6.6 Se llama impulso unitario o funci on delta de Dirac a la funci ondenida por el l mite:
atem
atic as
6.5. IMPULSO UNITARIO O DELTA DE DIRAC
a (t t0 )
ept ad de An tioq uia ,D

y (0) = 1
o. d
t0 2a Figura 6.11 t Ejercicio 1. y + y = (t 2 ), y (0) = 0, (Rta: y (t) = sen t + sen (t 2 )U (t 2 )) Ejercicio 2. y + 2y + 2y = cos t (t 3 ), y (0) = 1, (Rta: y (t) = et cos t e(t3) sen (t 3 )U (t 3 ))
Un
Notesese que en la observaci on 5. l m {f (t)}(s) = 1, mientra que por s teorema anterior vimos que cuando una funci on es de orden exponencial l m {f (t)}(s) = 0, lo cual es una contradicci on, esto nos indica que la funs ci on -Dirac no es de orden exponencial, es por esto que es una funci onextra na. M as precisamente, esta funci on es tratada con detenimiento en los textos de Teoria de Distribuciones (Ver texto de An alise de Fourier e Equa c oes Diferenciais Parciais de Djairo Guedes de Figueiredo)
ive
rsid
eM
y (0) = 1
atem
245
atic as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 3. y + y = (t ) cos t, (Rta: y = [1 + U (t )] sen t) y (0) = 0, y (0) = 1
Ejercicio 4. y + 2y = (t 1), y (0) = 0, 1 1 e2t + 1 1 e2(t1) U (t 1)) (Rta: y = 2 2 2 2 Ejercicio 5. y + 4y + 5y = (t 2 ), (Rta:y = e2(t2) sen t U (t 2 )) Ejercicio 6. y + y = et (t 2 ), (Rta: y = e2 sen (t 2 ) U (t 2 ))
y (0) = 1
y (0) = 0,
y (0) = 0
b). >F2(s) :=(2*s+4)/((s-2)*(s^2+4*s+3)); >convert(F2(s),parfrac,s); F 2(s) := 2s + 4 (s 2)(s2 + 4s + 3)
1 1 8 15(s 2) 5(s + 3) 3(s + 1) 246
Un
ive
2 1 1 s3 s1 s+2
rsid
ad
F 1(s) :=
7s 1 (s 3)(s + 2)(a 1)
de
An
a). >F1(s) := (7*s-1)/((s-3)*(s+2)*(s-1)); >convert(F1(s),parfrac,s);
tioq
2s+4 , (s2)(s2 +4s+3)
c) F (s) =
s2 16 , s3 (s+2)2
d) F (s) =
s3 +3s2 +1 , s2 (s2 +2s+2)
uia
Ejemplo 19. Utilizando el Paquete Maple, descomponer en fracciones s 1 , b) F (s) = parciales las siguientes expresiones: a) F (s) = (s3)(7 s+2)(a1) e) F (s) =
s2 (s2 +1)2
,D
ept
6.6.
o. d
Ejercicio 7. y 2y = 1 + (t 2), y (0) = 0, y (0) = 1 1 1 3 +3 e2t 2 t 2 U (t 2) + 1 e2(t2) U (t 2)) (Rta: y = 4 4 2
eM
atem
y (0) = 0,
y (0) = 0
atic as
6.6. ANEXO CON EL PAQUETE MAPLE c). >F2(s) := (2*s+4)/((s-2)*(s^2+4*s+3)); >convert(F2(s),parfrac,s); F 3(s) := s2 16 s3 (s + 2)2
>convert(%,fraction);
rsid
0,2500000000I 0,2500000000 0,2500000000I 0,2500000000 + + 2 2 (s + 1,000000000I ) (s 1.I ) s 1.I s + 1,000000000I >convert(%,fraction);

1 1 I I 1 1 4 4 + + 4(s + I )2 4(s I )2 s I s + I
Un
ive
F 5(s) :=
ad
e). >F5(s) := (s^2)/((s^2+1)^2); >convert(F5(s),parfrac,s,complex); s2 (s2 + 1)2
de
3 (3 (4 + I) I) 1 1 4 + + + (2s) (s + 1 + I ) (s + 1 I ) (2s2 )
An
tioq
uia
,D
ept
0,7500000000 + 1,000000000I 0,5000000000 + + s s + 1,000000000 + 1,000000000I 0,7500000000 1,000000000I 0,5000000000 + + s + 1. 1.I s2
o. d
eM
F 4(s) :=
s3 + 3s2 + 1 s2 (s2 + 2s + 2)
atem
247
d). >F4(s) := (s^3+3*s^2+1)/(s^2*(s^2+2*s+2)); >convert(F4(s),parfrac,s,complex);
atic as
11 4 4 3 11 + 3+ 2+ 4s 4(s + 2) s s 2(s + 2)2
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejemplo 20. Hallar la trasformada de Laplace de las funciones: sen (kt), cos(kt), ekt Efectuar las siguientes instrucciones: >with(inttrans):laplace(cos(k*t),t,s);
s2
>with(inttrans):laplace({sin(k*t),exp(k*t)},t,s); 1 k , 2 s k s + k2
>invlaplace(%,s,t);
et sen (2t) Ejemplo 22. Resolver, usando transformada de Laplace, la E.D. x + 16x = cos 4t con x(0) = 0, x (0) = 1 Efectue las siguientes instrucciones: >with(ODEtools):Eqn2:=D(D(x))(t)+16*x(t)=cos(4*t): dsolve({Eqn2,x(0)=0,D(x)(0)=1},x(t),method=laplace); 248
Un
ive
rsid
ad
de
2 (s 1)2 + 4
An
tioq
>with(inttrans):laplace(exp(t)*sin(2*t),t,s);
uia
Efectuar las siguientes intrucciones:
,D
Ejemplo 21. Hallar la transformada de et sen (2t) y calcular la transformada 2 inversa de (s1) 2 +4
ept
o. d
eM
atem
atic as
s + k2
x(t) =
t 1 + 8 4
sen (4t)
Ejemplo 23. Resolver, usando transformada de Laplace, la ecuaci on integrot on y (0) = 0 diferencial y (t) = 1 sen t 0 y ( ) d con la condici Efectuar los siguientes instrucciones: >with(ODEtools):Eqn2:=D(y)(t)=1-sin(t)-int(y(s),s=0..t): dsolve({Eqn2,y(0)=0,D(y)(0)=1},y(t),method=laplace); t 2
Efectuar los siguientes pasos:
Un
ive
rsid
ad
t<1 0 y (t) = undend t=1 (1t) 5e +5 t>1
de
An
tioq
uia
>restart: with(ODEtools): ode := diff(y(t),t) + y(t) = 5*piecewise(t<1,0,t>=1,1):dsolve({ode,y(0)=0},y(t),method=laplace);
,D
ept
o. d
Ejemplo 24. Resolver, usando transformada de Laplace, la E.D. y + y = U (t 1) con la condici on y (0) = 0 (U es la funci on escal on unitario)
eM
y (t) =
sen (t)
atem
249
atic as
250
eM
atem
atic as
Un
x1 = a11 (t) x1 + . . . + a1n (t) xn . . . xn = an1 (t) x1 + . . . + ann (t) xn
rsid
ad
el cual se denomina no homog enea si fi = 0 para alg un i = 1, 2, . . . , n. El sistema homog eneo asociado al anterior sistema es:
de
An
x1 = a11 (t) x1 + a12 (t) x2 + . . . + a1n (t) xn + f1 (t) x2 = a21 (t) x1 + a22 (t) x2 + . . . + a2n (t) xn + f2 (t) . . . xn = an1 (t) x1 + an2 (t) x2 + . . . + ann (t) xn + fn (t)
tioq
uia
,D
Estudiaremos el sistema de n ecuaciones lineales de primer orden:
ept
o. d
eM
SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN

atem
atic as
CAP ITULO 7
(7.1)
ive
(7.2)
Sea x(t) =
x1 (t) x2 (t) . . .
xn (t) entonces el sistema (7.1) se puede escribir:
a11 (t) a1n (t) . . . . , A(t) = y . . an1 (t) ann (t) x (t) = A(t) x(t) + f (t) 251
f (t) =
f1 (t) f2 (t) . . . fn (t)
(7.3)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN y la homog enea asociada (7.2) se puede escribir como x (t) = A(t) x(t) Consideremos el problema de valor inicial: x (t) = A(t) x(t) + f (t), donde x10 x20 . . . xn0 x(t0 ) = x0 (7.5) (7.4)
Decimos que la funci on vectorial
Teorema 7.1 . Sean A(t) y f (t) funciones matricial y vectorial respectivamente y continuas en [a, b], entonces existe una u nica funci on vectorial (t) que es soluci on del problema de valor inicial (7.5) en [a, b]. (Ver la demostraci on de este teorema en el Ap endice) Ejemplo 1. Consideremos el sistema lineal x1 = 4x1 x2 x2 = x1 2x2 252
Un
ive
rsid
es soluci on de (7.5), si (t) es derivable, satisface la ecuaci on diferencial y la condici on inicial dada, es decir, si x10 x20 (t0 ) = . = x0 . . xn0
ad
de
An
tioq
uia
(t) =
n (t)
,D
ept
1 (t) 2 (t) . . .
o. d
eM
x0 =
atem
atic as
con x1 (0) = 1 y x2 (0) = 2. Soluci on: El sistema puede escribirse como: x1 x2 = 4 1 1 2 x1 (0) x2 (0) = 1 2 x1 x2
x0 =
Sus soluciones son de la forma: 1 (t) = Tambi en (t) = e3t e3t , 2 (t) =
x1 = x = x2 x2 = x = x3 x3 = x = 6x 11x + 6x + sen t = 6x3 11x2 + 6x1 + sen t = 6x1 11x2 + 6x3 + sen t matricialmente la E.D. queda as 0 0 1 0 x1 x1 x = x2 = 0 0 1 x2 + 0 sen t 6 11 6 x3 x3 253
Un
ive
rsid
ad
Soluci on: hagamos x1 = x, x2 = x , x3 = x y obtenemos el siguiente sistema
de
x 6x + 11x 6x = sen t
An
tioq
es un vector soluci on que satisface la condici on inicial. Nota: toda E.D. de orden n se puede reducir a un sistema de E.D. de primer orden. Ejemplo 2. Convertir en un sistema la siguiente E.D.:
uia
,D
(1 3t) e3t (2 + 3t) e3t
ept
o. d
eM
(1 t) e3t t e3t
atem
atic as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
7.1.
CONJUNTOS FUNDAMENTALES Y SISTEMAS HOMOGENEOS
Nota: esta matriz es u nica.
Denici on 7.2 ( Wronskiano) Sea (t) una matriz soluci on (es decir, ca da columna es un vector soluci on) de x = A(t) x, entonces W (t) = det (t) lo llamamos el Wronskiano de (t). Observaci on: si (t) es una matriz fundamental, entonces W (t) = det (t) = 0 254
Un
ive
rsid
1 0 . . . (t0 ) = I = . . . 0 1
ad
de
An
tioq
Denici on 7.1 (Matriz Principal) . Decimos que la matriz fundamental (t) es matriz principal si
uia
,D
o sea, la matriz cuyas columnas son 1 (t), . . . , n (t) los cuales son linealmente independientes, la llamamos una matriz fundamental y decimos que (t) es una soluci on matricial ya que cada una de sus columnas es soluci on de x = A(t) x.
ept
o. d
eM
Consideremos el sistema homog eneo x = A(t) x donde x es un vector de n componentes y A(t) una matriz de n n. Si 1 (t), . . . , n (t), son n soluciones linealmente independientes del sistema, entonces decimos que este conjunto es un conjunto fundamental de soluciones; la matriz 11 (t) 1n (t) . . . . (t) = [1 (t), . . . , n (t)] = , . . n1 (t) nn (t)
atem
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS
7.2.
METODO DE LOS VALORES Y VECTORES PROPIOS

x = Ax (7.6)
Consideremos el sistema
NOTA:
v = 0 siempre satisface Av = v para cualquier matriz A, por esto no nos interesa. es un valor propio de la matriz A si y solo si Av = v Av v = (A I )v = 0 (7.8) 255
Un
ive
rsid
Denici on 7.3 (Vector y valor propio) . Un vector v = 0 que satisface Av = v se le llama vector propio de A con valor propio .
ad
de
Es decir, x(t) = e t v es soluci on de (7.6) si y solo si y v satisfacen (7.7).
An
Av = v
tioq
luego
uia
e t v = A(e t v ) = e t A v,
,D
El objetivo es hallar n soluciones linealmente independientes: x1 (t), . . . , xn (t). Para ello imaginemos la soluci on del tipo x(t) = e t v , donde v es un vector constante, como d t e v = e t v dt y A(e t v ) = e t Av , de (7.6) tenemos que:
ept
o. d
eM
donde x(t) =
xn (t)
an1
atem
x1 (t) x2 (t) . . .
yA=
a11 . . .
a1n . . . es una matriz constante ann
atic as
(7.7)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN es decir, v satisface sistema homog eneo de n ecuaciones con n incognitas (A I )v = 0 donde I es la matriz identidad. (7.9)
Como los vectores propios de A son los vectores v = 0 del sistema ecuaciones lineales (A I )v = 0.
Teorema 7.2 . Cualesquiera k vectores propios v1 , . . . , vk correspondientes a k valores propios diferentes 1 , . . . , k respectivamente, son linealmente independientes. Pasos para hallar los valores y vectores propios de A: Hallar p() = det(A I ) = 0. 256
Un
ive
El siguiente teorema se demuestra en los cursos de Algebra Lineal.
rsid
ad
y como p() = 0, tiene a lo sumo n raices, entonces existen a lo sumo n valores propios de A y por tanto existen a lo sumo n vectores propios linealmente independientes.
de
An
tioq
uia
Denici on 7.4 (Polinomio Caracter stico) . Al polinomio p() de la nota anterior lo llamamos el Polinomio Caracter stico de la matriz A.
,D
ept
La ecuaci on (7.9) tiene una soluci on v = 0 si y solo si det(A I ) = 0, luego los valores propios de A son las raices de la ecuaci on. a11 a12 a1n a21 a22 a2n 0 = det(A I ) = . . . . . . . . . an1 an2 ann = Polinomio en de grado n = p().
o. d
eM
atem
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Hallar las raices 1 , . . . , n de p() = 0. Para cada valor propio i , resolver el sistema homog eneo (A i I ) v = 0. Ejemplo 2. Hallar tres soluciones linealmente independientes, una matriz fundamental y la soluci on general del siguiente sistema: 1 1 4 x = 3 2 1 x 2 1 1
= ( 1)( + 2)( 3) = 0 luego los valores propios son: 1 = 1, 2 = 2, 3 = 3 Hallemos los vectores propios: Para 1 = 1, tenemos que 0 0 1 4 v1 1 1 1 4 v1 v2 = 3 1 1 v2 = 0 3 21 1 (A1.I )v = 0 2 1 2 v3 2 1 1 1 v3 escalonemos 0 1 3 1 2 1
luego v2 = 4v3 , v1 = v3 , v3 = v3 , por lo tanto t e 1 1 v = 4 x1 = et 4 = 4et 1 1 et
la matriz de coecientes por reducci on de las 4 0 1 4 R ( 1 ) 0 1 4 0 1 4 2 3 R21 (1) R32 (1) 1 3 0 3 1 0 1 1 0 1 1 R31 (1) R3 ( 2 ) 2 2 0 2 1 0 1 0 0 0
Un
ive
rsid
ad
de
An
tioq
uia
Soluci on: el polinomio caracter stico es 1 1 4 2 1 = (3 22 5 + 6) = p() = det(A I ) = 3 2 1 1
,D
ept
o. d
eM
atem
atic as
257
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Para 2 = 2, tenemos que 0 3 1 4 v1 1 + 2 1 4 v1 v2 = 3 4 1 v2 = 0 3 2+2 1 (A +2.I )v = 0 v3 2 1 1 2 1 1 + 2 v3
escalonemos la matriz de coecientes por reducci on de las 2 1 4 2 1 4 2 1 4 1 R2 ( 5 ) R21 (1) R12 (4) 3 1 1 0 5 0 1 5 1 R31 (1) 2 1 4 0 0 0 0 0 0 2 1 0 1 0 1 0 0 0 luego v2 = 2v1 , v3 = v1 , v1 = v1 , por lo tanto 3t e 1 1 v = 2 x3 = e3t 2 = 2e3t 1 1 e3t 258
Un
ive
rsid
ad
de
An
1 3 1 4 v1 2 1 4 v1 0 3 23 1 v2 = 3 1 1 v2 = 0 (A 3.I )v = 2 1 1 3 v3 2 1 4 v3 0
tioq
uia
,D
ept
Para 2 = 3, tenemos que
o. d
2t e 1 1 2t 1 = e2t v = 1 x2 = e e2t 1 1
eM
atem
luego v2 = v1 , v3 = v1 , v1 = v1 , por lo tanto
escalonemos la matrizde coecientes las por reducci on de 3 1 4 3 1 4 R ( 1 ) 3 1 4 1 1 0 2 15 R21 (4) R12 (4) 3 4 1 0 1 1 0 1 15 0 15 1 1 R31 (1) R32 (1) R3 ( 5 ) 2 1 1 5 0 5 1 0 1 0 0 0
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Las tres soluciones son x1 , x2 , x3 , como los tres valores propios son diferentes entonces x1 , x2 , x3 son linealmente independientes, o sea que la matriz fundamental es t e e2t e3t (t) = [x1 , x2 , x3 ] = 4et e2t 2e3t et e2t e3t La soluci on general es x(t) = C1 x1 (t) + C2 x2 (t) + C3 x3 (t) RAICES COMPLEJAS.
o sea que x1 (t) y x2 (t) son soluciones. Observese que x1 (t) = Re {x(t)} x2 (t) = Im{x(t)} NOTA: si = + i es un valor propio complejo y v = v1 + iv2 es un vector propio complejo asociado a entonces x = e(+i )t (v1 + iv2 ) = et (cos t + i sen t)(v1 + iv2 ) = et [v1 cos t v2 sen t + i(v1 sen t + v2 cos t)] 259
Un
ive
x1 = A x1
rsid
e igualando parte Real y parte Imaginaria: y x2 = A x2 ,
ad
de
x1 (t) + ix2 (t) = A(x1 (t) + ix2 (t)) = Ax1 (t) + iAx2 (t)
An
Demostraci on: como x(t) es soluci on de x = A x entonces
tioq
Lema 7.1 . Sea x(t) = x1 (t) + ix2 (t) una soluci on vectorial compleja de x = Ax, entonces x1 (t) y x2 (t) son soluciones vectoriales reales de x = Ax.
uia
,D
ept
La soluci on vectorial compleja da lugar a dos soluciones vectoriales reales; en efecto:
o. d
Si = + i es un valor propio o caracter stico de A con vector propio t asociado v = v1 + iv2 , entonces x(t) = e v es una soluci on vectorial compleja de x = A x.
eM
atem
atic as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Por tanto si = + i es un valor propio de A con vector propio v = v1 + iv2 , entonces x1 = et (v1 cos t v2 sen t), x2 = et (v1 sen t + v2 cos t) (7.10)
son dos soluciones vectoriales reales de x (t) = Ax y son linealmente independientes. Ejemplo 3. Hallar dos soluciones vectoriales reales linealmente indepen12 17 x dientes del siguiente sistema: x = 4 4 Soluci on: hallemos el polinomio caracter stico p() = 12 17 = 2 8 + 20 = 0 4 4
Si 1 = 4 + 2i entonces 8 2i 17 4 8 2i
(8 2i)v1 17v2 = 0 y 4v1 + (8 2i)v2 = 0 como estas dos ecuaciones son linealmente dependientes, se toma una cualquiera de las dos, por ejemplo la primera
ive
v2 =
1 (8 2i)v1 , v1 = v1 v = 17
rsid
ad
de
An
tioq
0 v1 = 0 v2
uia
,D
1 (8 17
tomando v1 = 17 tenemos v =
17 17 0 = +i 8 2i 8 2 17 0 escogemos como v1 = , v2 = 8 2 Por lo tanto las dos soluciones vectoriales reales son: x1 (t) = et (v1 cos t v2 sen t) = e4t 0 17 cos 2t 2 8 sen 2t
260
Un
ept
los valores propios son 1 = 4 + 2i, 2 = 4 2i,por tanto = 4, = 2.
o. d
eM
1 v 2i) 1
atem
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS = e4t y tambi en x2 (t) = et (v1 sen t + v2 cos t) = e4t = e2t 17 sen 2t 8 sen 2t 2 cos 2t 17 8 sen 2t + 0 cos 2t 2 17 cos 2t 8 cos 2t + 2 sen 2t
x1 (t) = e4t
RAICES IGUALES. La matriz eAt que denimos a continuaci on, tiene su existencia garantizada en el Ap endice A.3 . Denici on 7.5 (Matriz exponencial) . Si A es una matriz n n y constante t2 tn eAt = I + tA + A2 + . . . + An + . . . 2! n! Esta serie es convergente para todo t y para toda matriz Ann constante. Derivando formalmente (Ver la demostraci on de la derivada en el Ap endice A.4), tenemos tn1 d At e = A + A2 t + . . . + An + . . . dt (n 1)! = A I + At + . . . + tn1 An + . . . (n 1)! = AeAt 261
Un
ive
rsid
ad
de
An
tioq
uia
que tambi en son dos soluciones linealmente independientes de la E.D., es decir, que de acuerdo a la escogencia que hagamos ya sea en los valores propios o en las ecuaciones lineales cuando escalonemos la matriz de coecientes, tendremos respuestas diferentes, esto se debe a que escojemos vectores base v1 , v2 diferentes.
,D
ept
o. d
17 sen 2t 17 cos 2t , x2 (t) = e4t 8 sen 2t + 2 cos 2t 8 cos 2t 2 sen 2t
eM
atem
Nota: si se utiliza el otro valor propio 2 = 4 2i y se sigue el mismo procedimiento se llega a que
atic as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Por tanto, eAt v es una soluci on de x = Ax, donde v es un vector constante. En efecto d At (e v ) = AeAt v = A (eAt v ) dt x x Tambi en en el Ap endice se demuestran las siguientes propiedades. Propiedades: i). (eAt )1 = eAt ii). eA(t+s) = eAt eAs
iii). Si AB = BA, donde Ann y Bnn , entonces eAt+Bt = eAt eBt Observaci on: eAt v = eAtIt+It v = e(AI )t eIt v Ya que (A I )I = (I )(A I )
ept
o. d
eM
atem
(7.11) = 1 + t +
sustituyendo en (7.11)
(A I )m+e v = (A I )e (A I )m v = 0. Por tanto e(AI )t v = t2 tm1 + . . . + (A I )m1 v 2! (m 1)! tm1 t2 (A I )m1 v = v + t(A I )v + (A I )2 v + . . . + 2! (m 1)! I + (A I )t + (A I )
262
Un
ive
Si v satisface (A I )m v = 0 para alg un entero m, entonces la serie innita (AI ) t e termina despu es de m t erminos; en efecto,
rsid
eAt v = et e(AI )t v
ad
de
An
2 t2 + . . . Iv = et v 2!
tioq
Pero eIt v =
I + It + (I )2
uia
,D
t2 + ... v 2!
atic as
(7.12)
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS en (7.12): eAt v = et [v + t(A I )v tm1 t2 (A I )m1 v ] (7.13) + (A I )2 v + . . . + 2! (m 1)! Algoritmo para hallar las n soluciones linealmente independientes 1. Hallar los valores y vectores propios de la matriz A. Si A tiene n vectores propios linealmente independientes entonces x = A x tiene n soluciones linealmente independientes de la forma et v . 2. Si A tiene k < n vectores propios linealmente independientes, entonces se tienen k soluciones linealmente independientes de la forma et v . Para encontrar las soluciones adicionales se toma un valor propio de A y se hallan todos los vectores v tales que
Un
por lo tanto
ive
(A I )3 v = 0 y
rsid
3. Si a un en el paso anterior no se han conseguido las n soluciones linealmente independientes, entonces se buscan los vectores v tales que
ad
de
An
es una soluci on adicional de x = A x. Esto se hace para todos los valores propios de A.
(A I )2 v = 0 t2 (A I )2 v ] 2
eAt v = et [v + t(A I )v +
es una nueva soluci on linealmente independiente de x = A x. 4. Se continua de la misma manera hasta completar n soluciones linealmente independientes. 263
tioq
eAt v = et e(AI )t v = et [v + t(A I )v ]
uia
Para cada uno de estos vectores v
,D
(A I )2 v = 0 y
(A I )v = 0.
ept
o. d
eM
atem
atic as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Ejemplo 4. Resolver por el m etodo anterior el problema de valor inicial 1 2 1 2 x(0) = 3 x = 0 2 1 x 1 0 0 2
la soluci on asociada a este vector propio es
luego la dimensi on del espacio propio asociado al valor propio = 2 es uno, esto quiere decir que debemos hallar un vector v tal que (A 2I )2 v = 0 y 264 (A 2I )v = 0
1 2t 2t x1 (t) = e v = e 0 , 0
Un
ive
luego v2 = 0, v3 = 0 y v1 = v1 , por lo tanto el vector propio asociado a = 2 es 1 0 , 0
escalonemos la matriz de 0 0 0
coecientes por reducci on de las 0 1 0 1 2 R12 (2) 0 1 0 0 1 0 0 0 0 0
rsid
ad
de
An
tioq
uia
,D
luego = 2 es un valor propio de A con multiplicidad 3. Hallemos los vectores propios asociados a = 2, estos vectores deben satisfacer la ecuaci on v1 0 0 1 2 (A 2I )v = 0 0 1 v2 = 0 v3 0 0 0 0
ept
o. d
eM
atem
Soluci on: el polinomio caracter stico de 2 1 2 A = 0 2 1 es p() = (2 )3 0 0 2
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS
(A 2I )2 v = 0 3 0 1 2 0 0 0 v1 0 1 v = 0 0 0 v2 = 0 0 0 0 0 0 0 v3 0 luego v1 , v2 y v3 son par ametros, entonces escogemos v = 0 de tal manera 1 0 1 as cumpla que sea linealmente independiente con 0 y 1 y que adem 0 0 =0 y
(A 2I )3 v 0 3 (A 2I ) v = 0 0
Un
ive
rsid
ad
se debe buscar otra soluci on linealmente independiente con las anteriores, que cumpla la condici on
de
como (A 2I )2 v = 0 tiene dos soluciones linealmente independientes 0 1 0 , 1 0 0
An
tioq
uia
x2 (t) = et [v + t(A I )v ] = e2t [v + t(A 2I )v ] 1 t 0 0 1 2 0 0 = e2t [1 + t 0 0 1 1] = e2t [1 + t 0] = e2t 1 0 0 0 0 0 0 0 0
,D
ept
o. d
eM
es decir v3 = 0, v1 y v2 son par ametros; elegimos v1 = 0 y v2 = 1 de tal 0 manera que el vector v = 1 sea linealmente independiente con el vector 0 1 v = 0 hallado anteriormente 0 La soluci on asociada a v es
0 0 1 v1 0 1 2 0 1 2 0 2 v 2 = 0 (A 2I ) v = 0 0 1 0 0 1 v = 0 0 0 0 0 0 0 0 0 0 0 0 v3 0
atem
atic as
265
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN (A 2I )2 v = 0. Como el sistema es 3 3, entonces la u ltima soluci on es t2 t2 x3 (t) = et [v + t(A I )v + (A I )2 v ] = e2t [v + t(A 2I )v + (A 2I )2 v ] 2 2 2 0 1 2 0 0 0 1 2 0 t2 = e2t [0 + t 0 0 1 0 + 0 0 1 0] 2 0 0 0 1 1 0 0 0 1 2 0 2 0 0 2 0 0 1 2 1 t t = e2t [0 + t 1 + 0 0 0 0] = e2t [0 + t 1 + 0 ] 2 2 0 1 0 1 0 0 0 1 0 2 2t t2 = e2t t 1
en t = 0 se tiene que
luego C1 = 1, C2 = 3 y C3 = 1 La soluci on particular buscada es 1 + 5t 2t x(t) = e 3t 1
ive
rsid
ad
0 0 1 1 x(0) = 3 = C1 0 + C2 1 + C3 0 1 0 0 1
de
An
tioq
2 t 1 2t t2 x(t) = C1 x1 (t)+ C2 x2 (t)+ C3 x3 (t) = C1 e2t 0 + C2 e2t 1 + C3 e2t t 0 0 1
Un
Nota: en algunos casos el valor propio repetido de multiplicidad m puede producir m vectores propios, en otros casos (como en el ejemplo anterior) puede producir menos de m vectores propios, teni endose que completar el resto (hasta completar m) con los que llamaremos vectores propios generalizados.
266
uia
t2 2
,D

ept
La soluci on general es
o. d
eM
atem
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Denici on 7.6 (Valor propio defectuoso) Un valor propio de multiplicidad m > 1 se le llama defectuoso si produce menos de m vectores propios linealmente independientes. Si tiene p < m vectores propios linealmente independientes, al n umero d = m p de vectores propios faltantes se le llama el defecto del valor propio defectuoso En el ejemplo anterior = 2 tiene multiplicidad m = 3 y solo produjo p = 1 vector propio, al n umero d = m p = 3 1 = 2 de vectores propios faltantes se le llama el defecto del valor propio = 2, los dos vectores propios faltantes se consiguen con vectores propios generalizados. Observaciones.
Si sustituimos vm1 en la segunda expresi on de (7.14) y luego vm2 en la tercera expresi on y as sucesivamente, tenemos que (A I )m1 vm = v1 , (7.15)
y como v1 es un vector propio ordinario, entonces premultiplicando (7.15) por (A I ) se llega a que (A I )m vm = (A I )v1 = 0 267
Un
(A I )vm = vm1 (A I )vm1 = vm2 . . . (A I )v2 = v1
rsid
ad
de
Una cadena de longitud m de vectores propios generalizados originados en el vector propio v1 es un conjunto de m vectores propios generalizados {v1 , v2 , . . . , vm } tales que
An
tioq
uia
Cuando m = 1, el vector v es un vector propio generalizado de rango uno y es tambi en un vector propio ordinario; cuando m = 2, el vector v es un vector propio generalizado de rango dos, pero no es un vector propio ordinario.
,D
ept
(A I )m v = 0 y
(A I )m1 v = 0
o. d
eM
1. Si es un valor propio de la matriz A, denominamos vector propio generalizado de rango m asociado a , al vector v tal que
atem
atic as
(7.14)
ive
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN en general para j = 1, . . . , m 1 : (A I )j vm = vmj (7.16)
x(t) = et [vm + tvm1 +
d. La soluci on asociada a esta cadena es x(t) = et [vm + tvm1 + 3. Consideremos el sistema x = a1 x + b 1 y y = a2 x + b 2 y 268
Un
c. Hallar vm tal que (A I )vm = vm1 . t2 tm1 vm2 + . . . + v1 ] 2! (m 1)!
ive
b. Hallar v2 tal que (A I )v2 = v1 .
rsid
a. Hallar v1 vector propio de A asociado al valor propio que satisface el sistema: (A I )v = 0.
ad
de
Algoritmo para una cadena de longitud m
An
tm1 t2 vm2 + . . . + v1 ] (7.18) 2! (m 1)!
tioq
uia
donde vm satisface (A I )m vm = 0 y (A I )m1 vm = v1 = 0 y por (7.16)
,D
ept
x(t) = et [vm + t(A I )vm + tm1 t2 (A I )2 vm + . . . + (A I )m1 vm ] (7.17) 2! (m 1)!
o. d
eM
2. Utilizando (7.13) tenemos que
atem
se premultiplica por (A I )m1 y se llega a que m = 0, en forma similar se demuestra que m1 = 0 y as sucesivamente hasta mostrar que 1 = 0
atic as
Utilizando (7.16) se puede mostrar que la cadena {v1 , v2 , . . . , vm } es un conjunto de vectores linealmente independientes, para ello suponemos que 1 v1 + 2 v2 + . . . + m vm = 0
(7.19)
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS luego su ecuaci on caracter stica es p() = det a1 b1 = (a1 )(b2 ) a2 b1 a2 b2
= 2 (a1 + b2 ) + (a1 b2 a2 b1 ) = 0 (7.20)
es el vector propio asociado a = m y que v2 = A1 B1
es el vector propio generalizado de rango dos, asociado al valor propio = m, es decir
y por (7.18) la segunda soluci on es x2 (t) = emt [v2 + tv1 ] = emt [ la soluci on general es x(t) =
Un
= C1 emt nalmente
ive
x(t) = C1 x1 (t) + C2 x2 (t) y (t) A A1 + At + C2 emt B B1 + Bt (7.21)
x(t) = C1 Aemt + C2 (A1 + At)emt y (t) = C1 Bemt + C2 (B1 + Bt)emt
rsid
ad
A A1 A1 + At + t emt ] = emt , B1 B B1 + Bt
de
An
tioq
x1 (t) = emt v1 = emt
A B
uia
Por tanto las dos soluciones linealmente independientes son
,D
(A mI )2 v2 = 0
(A mI )v2 = v1 = 0
ept
o. d
eM
atem
(7.22) 269
atic as
y supongamos que tiene una ra z = m con multiplicidad dos. Supongamos tambi en que A v1 = B
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Teorema 7.3 . La matriz X (t)nn es una matriz fundamental de la E.D. vectorial x = Ax si y solo si satisface la E.D. matricial X (t) = AX (t) y adem as det X (t0 ) = 0. Demostraci on: sea X (t) = [x1 (t), . . . , xn (t)] una matriz fundamental de x = Ax, entonces x1 (t), x2 (t), . . . , xn (t)
AX (t) = (Ax1 (t), Ax2 (t), . . . , Axn (t)) y sabiendo que Ax1 (t) = x 1 (t), entonces
Ax2 (t) = x 2 (t), . . . , Axn (t) = x n (t)
X = AX Reciprocamente como x1 (t0 ), . . . , xn (t0 ) son linealmente independientes, ya que det X (t0 ) = 0; entonces por la nota hecha en la pag. 89 del Cap. IV, tenemos que
luego la matriz X (t) = (x1 (t), x2 (t), . . . , xn (t)) es una matriz fundamental. Teorema 7.4 . La matriz eAt es una matriz principal de x = Ax. 270
Un
x1 (t), x2 (t), . . . , xn (t) son linealmente independientes
ive
rsid
ad
de
solucion de la E.D. matricial
An
X (t) = (Ax1 (t), Ax2 (t), . . . , Axn (t)) = AX (t) X (t)
tioq
uia
,D
ept
o. d
y como
eM
X (t) = (x 1 (t), x 2 (t), . . . , x n (t))
atem
son linealmente independientes. Derivando la matriz X (t), tenemos
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Demostraci on: en efecto, eAt es soluci on de X = AX ya que d At e = A eAt dt y por el teorema anterior eAt es una matriz fundamental, adem as, eAt = I + At + A2 y para t = 0 se tiene que eA0 = I . t2 + ..., 2
Demostraci on: como
X (t) = (x1 (t), . . . , xn (t)) es fundamental entonces x1 , . . . , xn son linealmente independientes. Similarmente como Y (t) = (y1 , . . . , yn ) es fundamental entonces y1 , . . . , yn son linealmente independientes. Pero yi = C1i x1 + . . . + Cni xn para i = 1, . . . , n, luego donde Y (t) = X Cnn C11 C1n . . . C= . . . C1n Cnn
El siguiente teorema nos permite hallar una matriz exponencial, conociendo una matriz fundamental. Teorema 7.6 . Sea X (t) una matriz fundamental de x = Ax entonces eAt = X (t) X 1 (0).
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
Teorema 7.5 . Sean X (t) y Y (t) dos matrices fundamentales de x = Ax, entonces existe una matriz constante Cnn tal que Y (t) = X (t)C .
atem
atic as
271
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Demostraci on: sea X (t) una matriz fundamental y como eAt es matriz fundamental (principal), entonces, existe Cnn tal que eAt = X (t)C Para t = 0 e0t = I = X (0)C C = X 1 (0). Luego eAt = X (t) X 1 (0) Ejemplo 5. Hallar eAt para 1 1 1 x= 0 3 2 x 0 0 5
3t 1 e 1 3t 2 = 2e3t Para = 3 v2 = 2 x2 (t) = e 0 0 0 3t 1 e 1 5t 2 = 2e3t Para = 5 v3 = 2 x3 (t) = e 2e5t 2 2 y por Teorema 7.2 x1 (t), x2 (t), x3 (t) son linealmente independientes. et e3t e5t Luego X (t) = 0 2e3t 2e5t es la matriz fundamental. 0 0 2e5t 1 0 1 2 1 1 1 1 2 Luego X (0) = 0 2 2 X 1 (0) = 0 1 2 1 0 0 2 0 0 2 272
Un
ive
rsid
ad
de
An
tioq
uia
Soluci on: Hallamos los valores propios, que en este caso son: = 1, = 3, = 5 t e 1 1 Para = 1 v1 = 0 x1 (t) = et 0 = 0 0 0 0
,D
ept
o. d
eM
atem
atic as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Luego eAt 1 0 1 2 et e3t e5t 1 2 = X (t) X 1 (0) = 0 2e3t 2e5t 0 1 2 1 5t 0 0 0 0 2e 2 t 3 t 3 t 5 t t e e e e e 2 + 2 2 + 2 = 0 e3t e3t + e5t 0 0 e5t
1. A =
(Rta.: x(t) = C1 2. A = 12 15 4 4
3. A =
(Rta.: x(t) = C1 [
1 0 0 4. A = 2 1 2 3 2 1
0 0 2 (Rta.: x(t) = C1 3 et + C2 et [1 cos 2t 0 sen 2t] 1 0 2 0 0 + C3 et [ 0 cos 2t + 1 sen 2t]) 1 0 2 1 x 1 4
5. x =
Un
ive
rsid
ad
de
4 5 4 4
5 0 0 5 sen 2t]) cos 2t+ sen 2t]+C2 [ cos 2t 4 2 2 4
An
tioq
(Rta.: x(t) = C1
5 6t 3 2t e ) e + C2 2 2
uia
,D
ept
1 4t 3 4t e ) e + C2 4 4
o. d
8 3 16 8
eM
atem
Ejercicios. En los siguientes ejercicios, hallar la soluci on general para x = A x y con el Wronskiano comprobar que los vectores soluci on son linealmente independientes.
atic as
273
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN (Rta.: = 3(mult.2),vector propio v = [1 1]T , x1 (t) = (C1 + C2 + C2 t)e3t , x2 (t) = (C1 C2 t)e3t ) 3 0 4 6. x = 1 1 1 x 1 0 1 (Rta.: = 1(mult.3) defectuoso, x1 (t) = (2C2 +C3 2C3 t)et , x2 (t) = 1 C3 t2 )et , x3 (t) = (C2 + C3 t)et ) (C1 C2 + C2 t C3 t + 2
Consideremos el problema de valor inicial: x = Ax + f (t), x(t0 ) = x0
o. d
eM
atem
7.3.
E.D. NO HOMOGENEA Y VARIACION DE PARAMETROS

(7.23)
xh (t) = C1 x1 (t) + . . . + Cn xn (t) y variando los par ametros C1 , C2 , . . . , Cn tenemos x(t) = u1 (t)x1 (t) + . . . + un (t)xn (t), la cual suponemos que es una soluci on de x = Ax + f (t).
Como
u1 (t) . X (t) = (x1 (t), . . . , xn (t)) y u(t) = . . un (t) d (X (t)u(t)) = X (t)u(t) + X (t)u (t), dt Ax + f (t) = AX (t) u(t) + f (t) = X (t)u(t) + f (t) x (t) = X
rsid
Luego , x(t) = X (t)u(t), donde
ad
de
An
tioq
uia
274
Un
ive
,D
Sean x1 (t), . . . , xn (t) las soluciones linealmente independientes de la homog enea asociada, o sea que
ept
atic as
DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION Sustituimos en (7.23) y cancelando, obtenemos: X (t)u (t) = f (t) Premultiplicando por X 1 (t) : u (t) = X 1 (t)f (t) e integrando de t0 a t:
t t0
como y premultiplicando por X 1 (t0 ) x(t) = X (t) u(t) x(t0 ) = X (t0 ) u(t0 ) u(t0 ) = X 1 (t0 ) x(t0 ) en (7.24):
t
u(t) = X luego
(t0 ) x(t0 ) +
t0
X 1 (s) f (s) ds
uia
tioq
x(t) = X (t)u(t) = X (t) X
(t0 ) x(t0 ) +
An
de
x(t) = X (t) X 1 (t0 ) x0 + X (t)

t0
,D
t0
X 1 (s) f (s) ds
ept
X 1 (s) f (s) ds
o. d
eM
atem
(7.25) (7.26) 275
Un
entonces x(t) = e e o sea que
ive
X (t) = eAt X 1 (t) = eAt X 1 (t0 ) = eAt0

t At t0
At At0
rsid
En particular si
ad
x0 + e
eAs f (s) ds
x(t) = eA(tt0 ) x0 +
t0
eA(ts) f (s) ds
atic as
u(t) = u(t0 ) +
X 1 (s) f (s) ds
(7.24)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Ejemplo 6. Utilizar (7.25) para resolver el sistema: x= 6 3 2 1 x+ e5t 4 , x(0) = 9 4
Soluci on: los valores propios son: = 3, = 4
v1 =
Las soluciones vectoriales linealmente independientes son: x1 (t) = e3t 1 1 = e3t e3t , x2 (t) = e4t v2 = e4t 3 2
eM
atem
= 3e4t 2e4t e5s 4 ds
1 1
v2 =
3 2
X (t) = Pasos: a) hallemos:

t
t0 =0
An
X (t)
X 1 (s) f (s) ds = = = =
e3t 3e4t e3t 2e4t
tioq
uia
t
,D
e3t 3e4t e3t 2e4t
X 1 (s) =
2e3s 3e3s e4s e4s
ept
Luego la matriz fundamental y su inversa en t erminos de s son:
0 t 0
Un
= 5
3e4t e3t + 2 2e4t e3t = 5x1 (t) 2x2 (t) + xp
2e5t 1 + 5e3t 6e4t e5t 2 + 5e3t 4e4t
ive
rsid
e3t 3e4t e3t 2e4t
ad
e3t 3e4t e3t 2e4t
2e3s 3e3s e4s e4s
o. d
atic as
ds 2e5t 1 e5t 2
Los vectores propios linealmente independientes son:
e2t 4e3t + 5 et + e4t 2
2e2s + 12e3s es 4e4s
Luego la soluci on particular es xp = 276 2e5t 1 e5t 2
de
DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION b) Hallemos X (t) X 1 (0)x0 e3t 3e4t e3t 2e4t De a) y b):
t
2 3 1 1
9 4
e3t 3e4t e3t 2e4t
6 5
6e3t + 15e4t 6e3t + 10e4t
x(t) = X (t) X
(0) x0 + X (t)
0
X 1 (s) f (s) ds
= =
1. x =
3. x = 4y + 1, y = x + 2 (Rta.: x = 2C1 cos 2t + 2C2 sen 2t + 2; 4. x = y + t, y = x t (Rta.: x = C1 cos t + C2 sen t + 1 + t;
Un
ive
rsid
2. x =
0 0 2 x + 3t e cos 2t 1 3 2t sen 2t 1 3t (Rta.:x(t) = 4 e ) sen 2t + 2t cos 2t
ad
de
6 7 2t x+ 1 2 3 666 120t 575et 91e5t 1 ) (Rta.: x(t) = 150 588 60t 575et 13e5t
An
tioq
y = C2 cos t + C1 sen t 1 + t) 277
uia
En los siguientes ejercicios, aplique el m etodo de variaci on de par ametros para hallar una soluci on particular de los siguientes sistemas:
) y = C2 cos 2t + C1 sen 2t 1 4
,D
ept
e3t + 9e4t + 2e5t 1 e3t + 6e4t + e5t 2
o. d
eM
6e3t + 15e4t 6e3t + 10e4t
2e5t 1 + 5e3t 6e4t e5t 2 + 5e3t 4e4t
atem
atic as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
7.4.
TRANSFORMADA DE LAPLACE PARA SISTEMAS

st e x1 (t) dt 0
atem
Y si
atic as
1 1
Denici on 7.7 Si x1 (t) def. . x(t) = . . {x(t)}(s) = X (s) = xn (t)
. . . st e xn (t) dt 0
st e f1 (t) dt 0
Sea x (t) = Ax(t) + f (t). Luego
= AX (s) + F (s) (7.27) {x1 }(s) sX1 (s) x1 (0) . . . . Pero {x (t)} = = = sX (s) x(0) . . {xn }(s) sXn (s) xn (0)
Un
ive
Ejemplo 7. Resolver el problema de valor inicial.
rsid
en (7.27): sX (s) x(0) = AX (s) + F (s) Luego (sI A) X (s) = x(0) + F (s)
ad
de
An
tioq
uia
= A{x(t)}(s) + {f (t)}(s)
,D
{x (t)}(s) = {Ax(t) + f (t)}
ept
o. d
F1 (s) f1 (t) . . f (t) = . . = . F (s) = {f (t)}(s) = . Fn (s) fn (t)
. . . st e f ( t ) dt n 0
eM
x = {x }(s) = sX (s) x(0) = 278
1 4 1 1 1 4 1 1 1 4 1 1
x+
1 1
et , 1 1
x(0) =
2 1
{x}(s) + X (s) + 1 s1
{et }(s)
7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS sI 1 4 1 1 X (s) = x(0) + = s 1 4 1 s 1 X1 (s) X2 (s) = 2 1 2+ 1+ 1 1 s1 1 1 1 + s1 1

1 s 1 1 s 1
1.
= x + y = 2x, x(0) = 0, y (0) = 1 1 t 2 t (Rta.: x(t) = 1 e2t + 3 e , y (t) = 1 e2t + 3 e) 3 3

dx dt dy dt
dx dt dy dt
2.
= 2y + et = 8x t, x(0) = 1, y (0) = 1 279
Un
Usar la transformada de Laplace para resolver los siguientes sistemas de E.D.
ive
rsid
x1 (t) = 1 {X1 (s)} 11 1 1 1 1 + 1 + 1 = 1 s1 4 s3 4 s+1 11 1 = et + e3t + et 4 4 1 x2 (t) = {X2 (s)} 1 11 1 1 1 1 = 1 + 1 1 4 s1 8 s3 8 s + 1) 1 t 11 3t 1 t = e + e e 4 8 8
ad
de
An
tioq
uia
,D
ept
X2 (s) =
11 1 1 1 1 1 + 4s1 8 s3 8s+1
o. d
X1 (s) =
1 11 1 1 1 + + s1 4 s3 4s+1
eM
1 s1 1 X1 (s) + (s 1)X2 (s) = 1 + s1 Resolviendo el anterior sistema para X1 (s), X2 (s): (s 1)X1 (s) 4X2 (s) = 2 +
atem
atic as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN 3. = x 2y = 5x y, x(0) = 1, y (0) = 2 sen 3t, y = 2 cos 3t 7 sen 3t) (Rta.: x = cos 3t 5 3 3
dx dt dy dt
>sys1 :=[diff(x(t),t)=-4*x(t)-y(t), diff(y(t),t)=x(t)-2*y(t)]; sys1 := [x = 4 x y, y = x 2 y ] >sol1 := dsolve(sys1); sol1 := {x (t) = e3 t ( C1 + C2 t) , y (t) = e3 t ( C1 + C2 t + C2 )} 280
Un
ive
Ejemplo 8. Con el paquete Maple resolver el siguiente sistema, hallar la soluci on general y la soluci on particular x1 = 4x1 x2 x2 = x1 2x2 con x1 (0) = 1, x2 = 2 Soluci on:
rsid
ad
de
An
7.5.
tioq
uia
Ejercicio 5. Hallar las E.D. del sistema de resortes acoplados con constantes k1 y k2 y masas m1 y m2 respectivamente, como se muestra en la gura 4.14; resolverla con k1 = k2 = k3 = 1, m1 = m2 = 1 y x(0) = 0, y (0) = 0, x (0) = 1, y (0) = 1 1 t 1 t 1 t (Rta.: x = 2 e +2 e , y=1 et 2 e ) 2
,D
ept
o. d
eM
4. Dos pesos de 96 libras y 64 libras se mueven horizontalmente en una supercie lisa, cada resorte tiene k = k1 = k2 = 600. En t = 0 los resortes estan sin estirar y el de peso 96 tiene una velocidad de 600 pies/seg. alej andose del muro y el otro esta en reposo. Encontrar las E.D. del movimiento y la posici on en el tiempo t. (Ver Cap tulo 4 gura 4.16) 2y 2x (Rta.: m1 d = k1 x + k2 (y x), m2 d 2 = k2 (y x) dt2 dt x = 48 sen 10t + 2 6 sen 600t, y = 24 sen 10t 4 6 sen 600t)
atem
atic as
Frecuentemente nos ocurre que no podemos resolver una E.D. anal ticamente y con m as frecuencia si la E.D. es no lineal, pero aunque no podamos resolverla explicitamente, si podemos analizar su comportamiento cualitativo. Buscaremos informaci on cualitativa a partir de la E.D. sin resolverla explicitamente.
dy = G(x, y ) (8.2) dt donde F y G son continuas y tienen primeras derivadas parciales continuas en todo el plano. El sistema (8.1) y (8.2) en el que la variable independiente t no aparece en F y en G se le llama aut onomo.
Un
ive
dx = F (x, y ) dt
rsid
Estudiaremos en este capitulo sistemas de la forma (8.1)
281
ad
de
An
tioq
uia
,D
8.1.
SISTEMAS AUTONOMOS, EL PLANO DE FASE
ept
o. d
eM
INTRODUCCION A LA TEORIA DE ESTABILIDAD

atem
atic as
CAP ITULO 8
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Por el Teorema A.7 (de Picard), si t0 es cualquier n umero y (x0 , y0 ) es un punto cualquiera del plano XY , entonces existe una u nica soluci on: x = x(t) y = y (t) tal que x(t0 ) = x0 y y (t0 ) = y0 (8.3) (8.4)
Nota: i). La direcci on de t creciente a lo largo de la trayectoria dada es la misma para todas las soluciones que representan a esa trayectotia. Una trayectoria es por tanto una curva dirigida y en las guras utilizamos echas para indicar la direcci on de t creciente sobre las trayectorias. ii). Para el punto (x0 , y0 ) tal que dy = F (x0 , y0 ) = 0, dt 282
Un
ive
Por tanto cada trayectoria viene representada por muchas soluciones que dieren entre si por una translaci on del par ametro. Tambi en cualquier trayectoria que pase por el punto (x0 , y0 ), debe corresponder a una soluci on de la forma (8.5) y (8.6), es decir, por cada punto del plano de fase pasa una sola trayectoria, o sea, que las trayectorias no se intersectan.
rsid
ad
de
An
tambi en es soluci on de (8.1) y (8.2) para cualquier c.
tioq
y = y (t + c)
uia
,D
x = x(t + c)
ept
Nota: si (8.3) y (8.4) es soluci on de (8.1) y (8.2), entonces (8.5) (8.6)
dx = G(x0 , y0 ) = 0 dt
o. d
Si x(t) y y (t) no son ambas constantes, entonces (8.3) y (8.4) son las ecuaciones par ametricas de una curva en el plano XY , a este plano lo llamaremos el plano de fase y la curva soluci on la llamaremos una trayectoria del sistema, la familia de trayectorias representadas en el plano de fase la llamaremos el retrato de fase
eM
atem
atic as
8.1. SIST. AUTON., PLANO DE FASE se cumple que x(t) x0 y y (t) y0 es tambi en soluci on (soluci on constante), pero no la llamamos trayectoria. De las anotaciones anteriores se concluye que las trayectorias cubren todo el plano de fase y no se intersectan entre si, la u nica excepci on a esta armaci on ocurre en los puntos (x0 , y0 ), donde F y G son cero.
Vimos en el Cap. IV que la E.D. del p endulo amortiguado (4.18) en la p agina 155 era c d g d2 + + sen = 0 2 dt m dt a Haciendo x = y y = se obtiene el siguiente sistema autonomo no lineal x = y = F (x, y ) g c y = y sen x = G(x, y ). m a Los puntos (n, 0) para n Z son puntos cr ticos aislados, ya que F (n, 0) = 0 y G(n, 0) = 0. Estos puntos (n, 0) corresponden a un estado de movimiento de la part cula de masa m en el que tanto la velocidad angular y = d dt 2 d = se anulan simultaneamente, o sea que la y la aceleraci on angular dy 2 dt dt part cula est a en reposo; no hay fuerza que actue sobre ella y por consiguiente est a en equilibrio. Por esta raz on en algunos textos a los puntos cr ticos tambi en los llaman puntos de equilibrio.
Un
ive
rsid
ad
de
An
tioq
uia
Supondremos que todo punto cr tico (x0 , y0 ) es aislado, es decir, existe un c rculo centrado en (x0 , y0 ) que no contiene ning un otro punto cr tico.
,D
ept
Nota: en estos puntos la soluci on es u nica y es la soluci on constante x(t) = x0 y y (t) = y0 . Como se dijo antes, una soluci on constante no dene una trayectoria, asi que por un punto cr tico no pasa ninguna trayectoria.
o. d
eM
Denici on 8.1 (Punto Cr tico) . Al punto (x0 , y0 ) tal que F (x0 , y0 ) = 0 y G(x0 , y0 ) = 0 se le llama un punto cr tico del sistema.
atem
atic as
283
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Como x (t) = F (x, y ) y y (t) = G(x, t) son las componentes del vector tangencial a las trayectorias en el punto P (x, y ), consideremos el campo vectorial: V (x, y ) = F (x, y )i + G(x, y )j donde
dx dt
= F (x, y ) y
dy dt
= G(x, y )
C S
atem
P F
eM
En P (x, y ) las componentes de V (x, y ) son F (x, y ) y G(x, y ) (ver gura 8.1). Como dx = F y dy = G, entonces V es tangente a la trayectoria en P y dt dt apunta en la direcci on de t creciente. Si t es el tiempo, entonces V es el vector velocidad de una part cula que se mueve sobre la trayectoria. Asi el plano de fase est a lleno de part culas y cada trayectoria es la traza de una part cula precedida y seguida por otras sobre una misma trayectoria. Esto es lo que ocurre en un u do en movimiento y como el sistema es aut onomo entonces V (x, y ) no cambia con el tiempo, por esta raz on al movimiento del u do se le llama estacionario; los puntos cr ticos Q, R, S son puntos de velocidad cero, donde las part culas se hallan en reposo (puntos estacionarios del u do). De la gura se extraen las siguientes caracter ticas: 1. Los puntos cr ticos. 2. La disposici on de las trayectorias cerca de los puntos cr ticos. 284
Un
ive
rsid
ad
de
An
tioq
uia
Figura 8.1
,D
ept
o. d
atic as
v
G
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. 3. La estabilidad o inestabilidad de los puntos cr ticos, es decir, si una part cula pr oxima a un punto cr tico permanece cerca de el o se aleja hacia otra zona del plano. 4. Las trayectorias cerradas como la C , corresponden a soluciones peri odicas. Como en general los sistemas no lineales no pueden resolverse expl citamente, el prop osito de la teor a cualitativa que desarrollaremos en este cap tulo es descubrir todo cuanto sea posible acerca de los diagramas de fase a partir de las funciones F y G.
8.2.
Consideremos el sistema aut onomo: dx = F (x, y ) dt dy = G(x, y ) dt
,D
ept
o. d
TIPOS DE PUNTOS CRITICOS, ESTABILIDAD.

(8.7)
tioq
uia
eM
atem
atic as
(8.8)
l m y (t) = y0
Un
l m x(t) = x0
ive
rsid
donde F y G son continuas, con derivadas parciales continuas en el plano de fase XY . Sea (x0 , y0 ) un punto cr tico aislado de (8.7) y (8.8). Si C = (x(t), y (t)) es una trayectoria de (8.7) y (8.8), decimos que C tiende a (x0 , y0 ), cuando t (o t ), si
ad
de
An
(8.9) (8.10)
Nota: si se cumple (8.9) y (8.10), entonces (x0 , y0 ) es punto cr tico de (8.7) y (8.8), adem as, si y (t) y0 : existe o es igual a , t x(t) x0 l m 285
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD entonces se dice que C entra al punto cr tico (x0 , y0 ) cuando t o t . Esto signica que la recta que une (x0 , y0 ) con P (x, y ) tiene una direcci on determinada cuando t o t .
(x,y ) dy =G : pendiente de la recta tangente a la Eliminando t tenemos que dx F (x,y ) trayectoria de (8.7) y (8.8) en (x, y ) cuando F y G no se anulan simult aneamente; cuando F y G se anulan simult aneamente, (x0 , y0 ) es un punto cr tico y ninguna trayectoria pasa por el.
8.2.1.
TIPOS DE PUNTOS CRITICOS.
,D
ept
o. d
y
1. Nodos. (ver gura 8.2 y 8.3)
An
tioq
uia
eM
Sin p erdida de generalidad supondremos que el punto (0, 0) es un cr tico.
atem
atic as
Se distinguen dos tipos de nodos: nodos propios y nodos impropios. a). Los nodos propios : en estos el retrato de fase esta formado por semirectas donde todas entran (o todas salen) del punto cr tico, se le llama tambi en nodo estrella. Cuando las trayectorias entran al punto 286
Un
nodo propio o nodo estrella asintoticamente estable
ive
rsid
ad
de
nodo impropio asintoticamente estable
Figura 8.2
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD.
y y
= x y dy = x + 2y Ejemplo 1. Considremos el sistema siguiente dx dt dt entonces (0, 0) es punto cr tico. La soluci on general es x = C1 et , y (t) = C1 et + C2 e2t . Cuando C1 = 0 x = 0 y y = C2 e2t esto implica que la trayectoria es el eje Y positivo si C2 > 0 y el eje Y negativo si C2 < 0 y cada trayectoria tiende y entra al or gen cuando t . Si C2 = 0 entonces x(t) = C1 et y y = C1 et y la trayectoria es la semirecta y = x con x > 0 y C1 > 0, o tambi en es la semirecta y = x 287
Un
ive
rsid
b). Nodo impropio: a un punto de este tipo tienden e incluso entran las trayectorias cuando t ( o t ). Para este nodo existen cuatro trayectorias en forma de semirectas con extremos en el origen. Todas las dem as trayectorias tienen el aspecto de ramas de par abola y al tender hacia el origen sus pendientes tienden a la pendiente de una de las semirectas.
ad
de
An
tioq
uia
cr tico (sea nodo u otro tipo de punto cr tico) se dice que es un sumidero y cuando salen de el se dice que es una fuente.
,D
ept
Figura 8.3
o. d
nodo propio o nodo estrella inestable
eM
nodo impropio inestable
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y
Figura 8.4 Nodo impropio, inestable
2. Punto de Silla.
El origen es un punto de silla si el retrato de fase muestra que a este punto tienden y hacia el entran dos semirectas con extremos en el origen cuando t y hay otras dos semirectas que salen del origen cuando t . Entre estas cuatro semirectas hay cuatro regiones, las cuales contienen una familia de trayectorias en forma de hip erbolas; estas trayectorias no tienden hacia origen cuando t , sino que son asint oticas a alguna de las semirectas cuando t (gura 8.5) 288
Un
ive
rsid
dy +2y Observese que dx = xx : pendiente de la tangente a la trayectoria que pasa por (x, y ) = (0, 0); resolviendo la E.D. econtramos y = x + Cx2 que son las curvas (par abolas) sobre las que se apoyan las trayectorias, excepto las que estan sobre el eje Y (Ver gura 8.4).
ad
de
An
Cuando C1 = 0 y C2 = 0, las trayectorias est an sobre las par abolas C2 2 y = x+ C x que van hacia el or gen con pendiente 1. Debe entenderse 2 1 que estas trayectorias constan solo de una porci on de la par abola, la parte con x > 0 si C1 > 0 y la parte x < 0 si C1 < 0.
tioq
uia
,D
con x < 0 y C1 < 0. En estos dos casos ambas trayectorias tienden y entran al or gen cuando t .
ept
o. d
eM
atem
atic as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. y
Figura 8.5 Punto de silla
3. Centros (o v ortices)(ver gura 8.6) y
An
tioq
uia
,D rsid ad de
x
Figura 8.6 Centro (estable)
Es un punto cr tico que est a rodeado por una familia de trayectorias el cuando t . cerradas. Ninguna trayectoria tiende a 289
Un
ive
ept
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejemplo 2. Consideremos el sistema dx = y, dt dy = x. dt
Entonces (0, 0) es el u nico punto cr tico. Su soluci on general es : x = C1 sen t + C2 cos t y = C1 cos t + C2 sen t
An
tioq
uia
1,5 2
,D
x Y la soluci on determinada por x(0) = 0 y y (0) = 1 es x = sen t = cos t + y = cos t = sen t + 290 2
Un
ive
rsid
ad
de
ept
2
o. d
eM
La soluci on (o trayectoria) que satisface las condiciones iniciales x(0) = 1 y y (0) = 0 es x = cos t y = sen t
atem
atic as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. Estas dos soluciones diferentes denen la misma trayectoria C , es decir, la circunferencia: x2 + y 2 = 1. En ambos casos la direcci on del recorrido es en sentido contrario a las agujas del reloj. dy = x cuya soluci on es Eliminando t del sistema, tenemos que dx y 2 2 2 x + y = R que es una familia de circunferncias en el plano de fase xy , pero sin direcci on de recorrido. En este caso (0, 0) es un centro(ver gura 8.7).
4 Focos. (ver gura 8.8) y
An
tioq
Figura 8.8 Foco o espiral (asintoticamente estable)
Un punto cr tico se llama foco o punto espiral si el retrato de fase muestra que hacia el tienden (o salen de el) las trayectorias de una familia que gira en forma espiral un n umero innito de veces cuando t . N otese que aunque las trayectorias tienden al origen, no entran a el en 291
Un
ive
rsid
ad
de
uia
x
,D
ept
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD una direcci on determinda, es decir,

t
l m
dy no existe dx
Ejemplo 3. Sea a una constante arbitraria y consideremos el sistema: dx = ax y dt dy = x + ay dt entonces (0, 0) es el u nico punto cr tico. La E.D. de las trayectorias es dy x + ay = dx ax y (8.11)
atic as eM atem ept o. d
(8.12)
(8.13)
Pasemos a coordenadas polares: x = r cos y y = r sen como y , entonces r2 = x2 + y 2 y = tan1 x r dr dy =x+y dx dx r2 d dy =x y dx dx
rsid
y se convierte en r = c, que es la ecuaci on polar de la familia de circunferncias x2 + y 2 = c 2 , de centro en el or gen y en este caso decimos que cuando el par ametro a = 0 se ha producido una bifurcaci on, a este punto lo llamamos punto de bifurcaci on, en esencia es un punto donde las soluciones cambian cualitativamente de estables (o asint oticamente estables) a inestables o vicerversa (Ver gura 8.9 ). 292
Un
ive
dy =x dt
ad
dx = y dt
de
dr on polar de las = ar r = Cea es la ecuaci Luego (8.13) queda as : d trayectorias. La direcci on del recorrido se puede deducir del hecho que dx = y dt cuando x = 0. Si a = 0 entonces el sistema (8.11) y (8.12) se colapsa en el sistema:
An
tioq
uia
,D
(8.14) (8.15)
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. y y y
Figura 8.9 Bifurcaci on
Denici on 8.4 . Si el punto cr tico no es estable, diremos que es inestable. Los nodos de la gura 8.3 y 8.4, el punto de silla de la gura 8.5, el foco (o espiral) de la gura 8.9 c) son puntos inestables.
Un
Denici on 8.3 (Asint oticamente Estable) Si es estable y existe un c rcu2 lo x2 + y 2 = r0 , tal que toda trayectoria que est a dentro de el para alg un t = t0 , tiende al or gen cuando t .
ive
rsid
ad
Decimos que (0, 0) es un punto cr tico estable si para cada R > 0 existe un r > 0 con r R, tal que toda trayectoria que est a dentro del c rculo 2 2 2 2 2 2 x + y = r , para alg un t = t0 , permanece en el c rculo x + y = R para todo t > t0 , es decir, si todas las trayectorias que est an sucientemente cerca al punto cr tico permanecen cercanas a el (ver gura 8.10).
de
An
tioq
dx = F (x, y ) dt
dy = G(x, y ) dt
uia
,D
Denici on 8.2 (Estabilidad) . Supongamos por conveniencia que (0, 0) es un punto cr tico del sistema
ept
o. d
eM
a<0 a) Asint. estable
a=0 b) Estable
atem
atic as
a>0 c) Inestable
293
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD
t = t0
Figura 8.10
Ejercicio 3. dx = x + 2y, dy = 2x + y dt dt (Rta: Punto de Silla inestable.) = 3x + y, dy = 5x y Ejercicio 4. dx dt dt (Rta: Punto de Silla inestable.)
294
Un
= 4x y, dy = 2x + y Ejercicio 2. dx dt dt (Rta: Nodo impropio inestable.)
ive
rsid
Ejercicio 1. dx = 2x + y, dy = x 2y dt dt (Rta: Nodo asint oticamente estable.)
ad
de
Para los siguientes ejercicios determine el tipo del punto cr tico que es (0, 0) y diga si es asint oticamente estable, estable o inestable:
An
tioq
Los nodos de la gura 8.2, el foco (o espiral) de la gura 8.8 y 8.9a) , son asint oticamente estables.
uia
,D
Los centros de la guras 8.6 y 8.7 son estables, pero no asint oticamente estables.
ept
o. d
eM
atem
atic as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD = x 2y, dy = 2x 3y Ejercicio 5. dx dt dt (Rta: Nodo asint oticamente inestable.) = 5x 3y, Ejercicio 6. dx dt (Rta: Nodo inestable.) Ejercicio 7. dx = 3x 2y, dt (Rta: Punto espiral inestable.)
dy dt
= 3x y = 4x y
rsid
dx = a1 x + b 1 y dt
ad
Consideremos el sistema:
de
An
tioq
8.3.
PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD PARA SISTEMAS LINEALES

(8.16)
dy = a2 x + b 2 y (8.17) dt El cual tiene a (0, 0) como punto cr tico. Supondremos de ahora en adelante que a1 b 1 a2 b 2
Un
= a1 b 2 b 1 a2 = 0
ive
uia
,D
ept
Ejercicio 10. dx = x 2y, dy = 5x y dt dt (Rta: Centro estable, pero no asint oticamente estable.)
o. d
eM
= 2x 2y, dy = 4x 2y Ejercicio 9. dx dt dt (Rta: Centro estable, pero no asint oticamente estable.)
atem
(8.18) 295
Ejercicio 8. dx = x 3y, dy = 6x 5y dt dt (Rta: Punto espiral asint oticamente estable.)
Por tanto, (0, 0) es el u nico punto cr tico. (8.16) y (8.17) tiene una soluci on no trivial de la forma
atic as
dy dt
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD i). x = Aem1 t , y = Bem2 t donde m1,2 son ra ces distintas de la cuadr atica: m2 (a1 + b2 )m + (a1 b2 a2 b1 ) = 0 (8.19)
ii). O de la forma x = Aem1 t , y = Btem1 t
si m1 es una ra z de multiplicidad dos de la ecuaci on caracter stica m2 (a1 + b2 )m + (a1 b2 a2 b1 ) = 0. Teorema 8.1 (Caracterizaci on de la naturaleza del punto cr tico) . Sean m1 y m2 las raices de (8.19). La naturaleza del punto cr tico est a determinada por estas raices. Casos Principales:
Casos Frontera: CASO D: Si las raices m1 y m2 son reales e iguales, entonces es un nodo. CASO E: Si las raices m1 y m2 son imaginarias puras, entonces es un centro. 296
Un
CASO C: Si las raices m1 y m2 son complejas conjugadas pero no imaginarias puras, entonces es un foco.
ive
rsid
CASO B: Si las raices m1 y m2 son reales, distintas y de signos opuestos, entonces es un punto de sillla.
ad
de
CASO A: Si las raices m1 y m2 son reales, distintas y del mismo signo, entonces es un nodo.
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
que se conoce como ecuaci on caracater stica del sistema, la condici on (8.18) impl ca que m = 0.
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD
A2 y = B2 x A1 y = B1 x
CASO A: si las raices m1 y m2 son reales, distintas y del mismo signo, entonces (0, 0) es un nodo. Demostraci on: supongamos que m1 < m2 < 0. Sabemos que la soluci on del sistema 8.16, 8.17 es:
y = C1 B1 em1 t + C2 B2 em2 t donde los vectores A1 m1 t e B1
An
tioq
x = C1 A1 em1 t + C2 A2 em2 t
uia
,D
ept
o. d
eM
Figura 8.11 Nodo impropio (asintoticamente estable)
atem
atic as
(8.20) (8.21) y
rsid
ad
de
A2 m2 t e B2
B1 A1
x = C1 A1 em1 t ,
Un
son linealmente independientes, por lo tanto arbitrarias. Analicemos los coecientes C1 y C2 1.) Si C2 = 0, entonces
ive
B2 A2
y las C son constantes
y = C1 B1 em1 t
(8.22)
en este caso: a). Si C1 > 0, entonces (8.22) representa una trayectoria que consiste en la 1 semirecta A1 y = B1 x con pendiente B A1 b). Si C1 < 0, entonces (8.22) representa una trayectoria que consiste de la 297
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD otra semirecta opuesta a la anterior. Como m1 < 0, entonces ambas semirectas tienden a (0, 0) cuando t y y 1 1 =B , entonces ambas semirectas entran a (0, 0) con pendiente B . como x A1 A1 2). Si C1 = 0, entonces x = C2 A2 em2 t , y = C2 B2 em2 t (8.23)
y C1 B1 em1 t + C2 B2 em2 t y = = x C1 A1 em1 t + C2 A2 em2 t

C1 B1 C2 C 1 A1 C2
Demostraci on: supongamos que m1 < 0 < m2 . La soluci on general de (8.16) y (8.17) es de la forma (8.20) y (8.21), como en el CASO A se tienen cuatro trayectorias en forma de semirectas opuestas; un par de semirectas opuestas representadas por (8.22) con m1 < 0, que tienden y entran a (0, 0) cuando t y el otro par de semirectas opuestas representadas por (8.23) con m2 > 0 las cuales tienden y entran al origen (0, 0) cuando t . 298
Un
ive
Si m1 > m2 > 0, la situaci on es exactamente la misma, excepto que las trayectorias salen de (0, 0) cuando t , las echas son al contrario del caso anterior, (0, 0) es un nodo impropio inestable. CASO B: si las raices m1 y m2 son reales, distintas y de signos opuestos, entonces (0, 0) es un punto de silla (ver gura 8.12).
rsid
ad
de
An
y 2 entonces, x B cuando t , as que las trayectorias entran a (0, 0) con A2 B2 pendiente A2 . De acuerdo a lo analizado (0, 0) es un nodo impropio y es, como lo veremos m as adelante, asint oticamente estable (Ver gura 8.11).
tioq
uia
,D
e(m1 m2 ) t + B2 e(m1 m2 ) t + A2
ept
m1 m2 < 0
o. d
3). Si C1 = 0 y C2 = 0, entonces (8.20) y (8.21) representa trayectorias curvas; como m1 < 0 y m2 < 0, entonces estas trayectorias tienden a (0, 0) cuando t , adem as, como
eM
atem
Similarmente (8.23) representan dos semirectas de la recta A2 y = B2 x 2 con pendiente B , las cuales tienden a (0, 0) cuando t y entran a el con A2 B2 pendiente A2 .
atic as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD A1 y = B1 x y
Figura 8.12 Punto de silla (inestable)
ive
Si C1 = 0 y C2 = 0, la soluci on general (8.20) y (8.21) representa trayectorias curvas, pero como m1 < 0 < m2 , entonces ninguna de ellas tiende a (0, 0) cuando t o t . En lugar de esto una trayectoria es asint otica a una de las semirectas de (8.23) cuando t y asint otica a una de las semirectas de (8.22) cuando t , en efecto, como m2 > m1
rsid
ad
de
An
tioq
y C1 B1 em1 t + C2 B2 em2 t = l m = l m t x t C1 A1 em1 t + C2 A2 em2 t t l m
uia
C1 B1 C2 C 1 A1 C2
,D
ept
Un
e(m1 m2 ) t + B2 e(m1 m2 ) t + A2
C2 B2 C1 C 2 A2 C1
o. d
eM
= B2 A2 B1 + C1 B1 em1 t + C2 B2 em2 t y = l m = l m l m m t m t t C1 A1 e 1 + C2 A2 e 2 t A1 + t x luego (0, 0) es un punto de silla y es inestable . 299 e(m2 m1 ) t e(m2 m1 ) t
atem
= B1 A1
atic as
x
A2 y = B2 x
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD CASO C: si las raices m1 , m2 son complejas conjugadas pero no imaginarias puras, el punto cr tico es un foco (o punto espiral). Demostraci on: m1 , m2 son de la forma a bi, donde a y b son reales no nulos. En este caso el discriminante de 8.19 es negativo y por tanto D = (a1 + b2 )2 4(a1 b2 a2 b1 ) = (a1 b2 )2 + 4a2 b1 < 0 A1 B1 A2 B2 (8.24)
Suponiendo que al valor propio = a + ib esta asociado el vector propio
Sabemos que
y x dy x y dx d dt = dt dt x2 + y 2
y usando (8.16) y (8.17): x (a2 x + b2 y ) y (a1 x + b1 y ) a2 x2 + (b2 a1 )xy b1 y 2 d = = dt x2 + y 2 x2 + y 2 Como estamos interesados solo en soluciones que representan trayectorias, suponemos x2 + y 2 = 0. 300
Un
ive
= tan1
rsid
ad
Si a < 0 entonces x 0 y y 0 cuando t , o sea que todas las trayectorias tienden a (0, 0) cuando t y por tanto (0, 0) es asint oticamente estable. Probemos que las trayectorias no entran a (0, 0) cuando t , sino que giran alrededor de el en forma de espirales. Para ello utilicemos coordenadas polares y mostremos que a lo largo de no cambia para todo t. cualquier trayectoria, el signo de d dt
de
An
tioq
uia
,D
donde C1 y C2 son par ametros.
ept
y = eat [C1 (B1 cos bt B2 sen bt) + C2 (B1 sen bt + B2 cos bt)] (8.26)
o. d
x = eat [C1 (A1 cos bt A2 sen bt) + C2 (A1 sen bt + A2 cos bt)] (8.25)
eM
entonces la soluci on general es de la forma
atem
v = v1 + iv2 =
+i
atic as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD
atic as de rsid
d =0 dt
Si y = 0 ya que si
d dt
An
y = 0
d = a2 > 0 dt
tioq
De (8.24): a2 y b1 deben tener signos opuestos. Supongamos que a2 > 0 y b1 < 0. Si
uia
,D
ept
Figura 8.13 Focos (asint oticamente estables)
o. d
a<0 a2 > 0
a<0 a2 < 0
eM
atem
(8.27) ecuaci on cuadr atica cuyo discriminante es (b2 a1 )2 + 4a2 b1 = D < 0 segun (8.24); por lo tanto x es n umero real. y
x y
es n umero complejo, lo cual es absurdo porque
Un
a2
x y
ive
= 0, entonces a2 x2 + (b2 a1 )xy b1 y 2 = 0, o sea, + (b2 a1 ) x b1 = 0 y
ad
(8.28)
301
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD De la continuidad de cuando a2 > 0 y b1 < 0.

d , dt
de (8.27) y de (8.28) se concluye que
d dt
> 0
Similarmente, si a2 < 0 y b1 > 0 entonces
d dt
< 0.
En conclusi on (t) es una una funci on siempre creciente para todo t o siempre decreciente para todo t, luego no entra al or gen. Por (8.25) y (8.26): x y y cambian de signo innitas veces cuando t , es decir, todas las trayectorias giran en espiral alrededor del or gen en sentido contrario a las agujas del reloj si a2 > 0 y en sentido horario si a2 < 0. Luego el punto cr tico es un foco asint oticamente estable (Ver gura 8.13). Si a > 0: el an alisis es el mismo, salvo que las trayectorias tienden a (0, 0) cuando t y el punto cr tico es inestable. CASO D: si las raices m1 y m2 son reales e iguales, el punto cr tico (0, 0) es un nodo. Demostraci on: supongamos que m1 = m2 = m < 0. Dos casos: i). a1 = b2 = 0 y a2 = b1 = 0 ii). Todas las dem as posibilidades que conducen a una raiz doble. i). Si a1 = b2 = a = 0 entonces la ecuaci on caracter stica (8.19) se convierte en m2 2am + a2 = 0 y por tanto m = a con multiplicidad dos y el sistema de E.D. queda convertido en el sistema desacoplado siguiente
rsid
ad
x = C1 emt ,
Un
ive
dx = ax, dt Es claro que su soluci on general es
de
y = C2 emt
An
dy = ay. dt (8.29)
donde C1 y C2 son constantes arbitrarias, eliminando el par ametro t, obtenemos x C1 C1 = o sea que y = x y C2 C2 Las trayectorias denidas por (8.29) son semirectas de todas las pendientes posibles y como m < 0, entonces estas trayectorias tienden y entran 302
tioq
uia
,D
ept
o. d
eM
atem
atic as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD y
Figura 8.14 Nodo propio o nodo estrella (asint oticamente estable)
a (0, 0) cuando t , de donde (0, 0) es un nodo (llamado tambi en nodo propio o nodo estrella) asint oticamente estable (ver gura 8.14). Si m > 0, tenemos la misma situaci on, excepto que las trayectorias entran a (0, 0) cuando t , las echas son al contrario, entonces es un nodo (nodo propio o nodo estrella) inestable. ii). Para raices repetidas sabemos de (7.22) en la p agina 269 que para A y el vector propio el valor propio m esta asociado el vector propio B A1 , por lo tanto la soluci on general es: generalizado de rango dos B1
ive
y = C1 B emt + C2 (B1 + Bt) emt donde C1 y C2 son constantes arbitrarias.
rsid
x = C1 A emt + C2 (A1 + At) emt
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
(8.30) (8.31) Cuando C2 = 0, entonces x = C1 A emt ; y = C1 B emt . Sabemos que estas soluciones representan dos semirectas de la recta y como m < 0, ambas trayectorias tienden a Ay = Bx con pendiente B A y (0, 0) cuando t . Como x = B , entonces ambas trayectorias entran a A B (0, 0) con pendiente A . 303
Un
atic as
Figura 8.15 Nodo impropio (asint oticamente estable)
. Luego, estas trayectorias curvas entran a (0, 0) con pendiente B A A este nodo se le llama nodo impropio (ver gura 8.15) y es asint oticamente estable.
y B cuando t , en Cuando m > 0, observemos que tambi en x A este caso las trayectorias curvas salen del origen. En este caso la situaci on es la misma excepto que las direcciones de las echas se invierten y el punto cr tico es un nodo (impropio) inestable.
304
Un
ive
y B x A
rsid
y = x
C1 B C2 C1 A C2
cuando
ad
+ B1 + Bt + A1 + At t .
de
Si C2 = 0, entonces (8.30) y (8.31) representan trayectorias curvas y como m < 0, entonces estas trayectorias tienden a (0, 0) cuando t . Adem as, como y C1 B emt + C2 (B1 + Bt) emt = x C1 A emt + C2 (A1 + At) emt
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
x
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD CASO E: si m1 y m2 son imaginarias puras, el punto cr tico (0, 0) es un centro (ver gura 8.16). y
Un
ive
rsid
Luego x(t) y y (t) son peri odicas y cada trayectoria es una curva cerrada que rodea al or gen, estas trayectorias son elipses, lo cual puede probarse a 2 x + b2 y dy =a . resolviendo la E.D.: dx 1 x + b1 y Luego (0, 0) es un centro estable, pero no asint oticamente estable.
ad
de
y = C1 (B1 cos bt B2 sen bt) + C2 (B1 sen bt + B2 cos bt)
An
x = C1 (A1 cos bt A2 sen bt) + C2 (A1 sen bt + A2 cos bt)
tioq
uia
Demostraci on: m1 y m2 son de la forma a ib con a = 0 y b = 0, luego por (7.10) en la p agina 260,
,D
ept
o. d
eM
atem
305
atic as
x
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD q cuadrante inestable

= 4q
cuadrante asint oticamente estable

pa r ab ola
semieje estable
nodos cuadrante inestable
atem
atic as
d no
eM
o. d
Figura 8.17
tanto, toda la informaci on la podemos extraer de m1,2 = Observando la gura vemos que:
donde p = (m1 + m2 ) y q = m1 m2 . Luego los cinco casos anteriores se pueden describir en t erminos de p y q y para ello utilizamos el plano pq (ver gura 8.17). El eje p (o sea q = 0), est a excluido ya que q = m1 m2 = a1 b2 a2 b1 = 0. Por
Un
ive
rsid
(m m1 )(m m2 ) = m2 + pm + q = 0
ad
Escribamos la ecuaci on (8.19) de la forma siguiente:
de
Teorema 8.2 ( Criterio de estabilidad) . El punto cr tico (0, 0)del sistema lineal (8.16) y (8.17) es estable si y solo si ambas raices de la ecuaci on auxiliar (8.19) tienen partes reales no positivas, y es asint oticamente estable si y solo si ambas raices tienen partes reales negativas.
An
tioq
uia
,D
ept
no
do espirales sl im ite
centros
espirales
os lim
ite
nodos
cuadrante inestable
puntos de silla
p2 4q 2
Por encima de la par abola p2 4q = 0 se tiene p2 4q < 0. Luego m1 , m2 son n umeros complejos y estos son imaginarios puros si y solo 306
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD si p = 0; estos son los casos C y E de focos y centros. Por debajo del eje p se tiene q < 0 m1 , m2 son reales distintos y de signos opuestos, por tanto es un punto de silla o sea el caso B. La zona entre la par abola y el eje p (excluido este eje e incluyendo a la par abola), se caracteriza porque p2 4q 0 y q > 0 m1 , m2 son reales y del mismo signo, sobre la par abola m1 = m2 ; por tanto son nodos y son los casos A y D. El primer cuadrante excluyendo los ejes, es una regi on con estabilidad asint otica; el eje positivo q corresponde a centros y por tanto es estable; el segundo, tercero y cuarto cuadrante son regiones inestables. Teorema 8.3 (Criterio para estabilidad asint otica) . El punto cr tico (0, 0) del sistema lineal (8.16) y (8.17) es asint oticamente estable si y solo si los coecientes p = (a1 + b2 ) y q = a1 b2 a2 b1 , de la ecuaci on auxiliar son ambos positivos. Encuentre los puntos cr ticos: Ejercicio 1. (Rta: (0, 0)) Ejercicio 2. (Rta: (2, 3))
dx dt
= y, dy = sen x Ejercicio 4. dx dt dt (Rta: todos los puntos de la forma (n, 0), donde n es un entero.) Encuentre los puntos cr ticos del sistema dado e investigue el tipo de estabilidad de cada uno:
Un
Ejercicio 3. dx = 2x xy, dt (Rta: (0, 0) y (3, 2))
dy dt
ive
rsid
dx dt
= 3x 2y,
dy dt
= 4x 3y + 1 = xy 3y
ad
de
= 3x y,
dy dt
= x + 3y
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
307
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD = 2 + y, dy = x 2y Ejercicio 5. dx dt dt (Rta: el or gen es un nodo asint oticamente estable.) = x + 2y, dy =2+y Ejercicio 6. dx dt dt (Rta: el or gen es un punto silla inestable.) Ejercicio 7. dx = x 3y, dy = 6x 5y dt dt (Rta: el or gen es un foco o punto espiral asint oticamente estable.)
Consideremos el sistema aut onomo dx = F (x, y ) dt (8.32) dy = G(x, y ), dt y supongamos que tiene un punto cr tico aislado; sea (0, 0) dicho punto cr tico (un punto cr tico (x0 , y0 ) se puede llevar al or gen mediante la traslaci on de coordenadas x = x x0 , y = y y0 ). Sea C = (x(t), y (t)) una trayectoria de (8.32) y consideremos la funci on E (x, y ) continua y con primeras derivadas continuas en una regi on que contiene a la trayectoria. Si un punto (x, y ) se mueve a lo largo de las trayectorias de acuerdo a las ecuaciones x = x(t) y y = y (t), entonces E (x, y ) = E (x(t), y (t)) = E (t) 308
Un
ive
rsid
ad
de
An
tioq
8.4.
CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
uia
,D
ept
Ejercicio 10 . dx = 3x 2y, dy = 4x y dt dt (Rta: el or gen es un foco o punto espiral inestable.)
o. d
eM
= 3x 2y, dy = 4x y Ejercicio 9. dx dt dt (Rta: el or gen es un foco o punto espiral inestable.)
atem
Ejercicio 8. dx = x 2y, dy = 4x 2y dt dt (Rta: el or gen es un centro estable.)
atic as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV es una funci on de t sobre C , su raz on de cambio es E dx E dy E E dE = + = F+ G dt x dt y dt x y Esta f ormula es la idea principal de Liapunov. (8.33)
i. Si E (x, y ) > 0 con (x, y ) = (0, 0), decimos que E es denida positiva. ii. Si E (x, y ) < 0 con (x, y ) = (0, 0), decimos que E es denida negativa. iii. Si E (x, y ) 0 con (x, y ) = (0, 0), decimos que E es semidenida positiva. iv. Si E (x, y ) 0 con (x, y ) = (0, 0), decimos que E es semidenida negativa. Nota:
E (x, y ) = ax2m + by 2n con a < 0 y b < 0 es denida negativa. x2m es semidenida positiva, ya que x2m = 0 para todo (0, y ) y x2m > 0 para todo (x, y ) = (0, 0). Similarmente se demuestra que y 2n , (x y )2m son semidenidas positivas.
Un
ive
E (x, y ) es denida negativa si y solo si E (x, y ) es denida positiva.
rsid
ad
E (x, y ) = ax2m + by 2n con a > 0, b > 0 y m, n enteros positivos, es denida positiva.
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
Denici on 8.5 Supongamos que E (x, y ) es continua y tiene primeras derivadas parciales continuas en una regi on que contiene al origen. Si E (0, 0) = 0 y
309
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Si E (x, y ) es denida positiva, entonces z = E (x, y ) es la ecuaci on de una supercie que podr a parecerse a un parabolo de abierto hacia arriba y tangente al plano XY en el or gen (ver gura 8.18). z
ept
E E dE F+ G= (x, y ) x y dt es semidenida negativa. 310
o. d
Denici on 8.6 (funci on de Liapunov) E (x, y ) es llamada una funci on de Liapunov para el sistema (8.32), si E (x, y ) es continua, con primeras derivadas parciales continuas en una regi on que contiene al or gen, E (x, y ) es denida positiva y adem as,
eM Un ive rsid
Figura 8.18
ad
de
An
tioq
uia
,D
atem
y (8.34)
atic as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV Nota: Por (8.33), el requisito de que (8.34) sea semidenida negativa impl ca E E dE ca que E es no que la derivada de dt = x F + y G 0 y esto impl creciente a lo largo de las trayectorias de (8.32) pr oximas al or gen. Por lo anterior las funciones E generalizan el concepto de energ a total de un sistema f sico.
Sea C = [x(t), y (t)] cualquier trayectoria que est e dentro de C2 para t = t0 , entonces E (t0 ) < m y como (8.34) es semidenida negativa, entonces dE = E F + E G 0 lo cual impl ca que E (t) E (t0 ) < m para todo dt x y t > t0 , luego la trayectoria C nunca puede alcanzar el c rculo C1 en un t > t0 lo cual impl ca que hay estabilidad. Probemos la segunda parte del teorema. < 0), E (t) 0, porque al ser Probemos que, bajo la hip otesis adicional ( dE dt E (x, y ) denida positiva, impl ca que C se aproxima al punto cr tico (0, 0).
Un
ive
rsid
Demostraci on: sea C1 un c rculo de radio R > 0 centrado en el or gen de tal manera que C1 se halla dentro del dominio de denici on de la funci on E . Como E (x, y ) es continua y denida positiva, tiene un m aximo positivo m en C1 . Adem as, E (x, y ) es continua en el or gen y se anula en el, luego podemos hallar un n umero positivo r < R tal que 0 E (x, y ) < m si (x, y ) est a dentro del c rculo C2 de radio r (Ver gura 8.19).
ad
de
An
tioq
c. Si (8.34) es denida positiva entonces (0, 0) es un punto cr tico inestable.
uia
,D
ept
b. Si (8.34) es denida negativa entonces (0, 0) es un punto cr tico asint oticamente estable.
o. d
eM
a. Si existe una funci on de Liapunov para el sistema (8.32) , entonces el punto cr tico (0, 0) es estable.
atem
Teorema 8.4 ( Criterio de Liapunov) .
atic as
311
c2 t = t0 r c3 c r
c1
Figura 8.19
Pero el miembro de la derecha tiende a cuando t , es decir, l m E (t) = , pero E (x, y ) 0 (Absurdo!), luego L = 0.
t
Ejemplo 4. La E.D. de una masa m sujeta a un resorte de constante k , en un medio que ofrece un amortiguamiento de coeciente C es m 312 d2 x dx + kx = 0 +C 2 dt dt
Un
E (t) E (t0 ) k (t t0 ) t t0
ive
y dE k dt Se obtiene la desigualdad:
rsid
Supongamos que L > 0. Sea r < r (ver gura 8.19) tal que E (x, y ) < L para (x, y ) dentro del c rculo C3 de radio r, como la funci on (8.34) es continua y denida negativa, tiene un m aximo negativo k en el anillo limitado por los c rculos C1 y C3 . Este anillo contiene a toda trayectoria C para t t0 , luego de la ecuaci on t dE dt E (t) = E (t0 ) + t0 dt
ad
de
An
tioq
uia
< 0, entonces E (t) es decreciente y como E (t) est a acotada Como dE dt inferiormente por 0, entonces E (t) tiene un l mite L 0 cuando t .
,D
ept
o. d
eM
atem
atic as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV donde C 0, k > 0. Analizar la estabilidad de su punto cr tico. Soluci on: El sistema aut onomo equivalente es: dx = y; dt dy k C = x y dt m m
2
Analizar la estabilidad de su punto cr tico. onomo eqivalente es Soluci on: el sistema aut
Su u nico punto cr tico es (0, 0). La energ a cin etica es 1 x2 = 1 y 2 y la energ a 2 2 potencial es
x
F (x) =
0
Un
x = y y = f (x)
ive
rsid
ad
d2 x + f (x) = 0 dt2
f (x) dx 313
de
An
Ejemplo 5. (Resorte no lineal). Este es un ejemplo de una masa m = 1 sujeta a un resorte no lineal, en el cual la fuerza restauradora es proporcional a la distancia de la masa al origen, sea f (x) una funci on no lineal que representa la fuerza restauradora tal que f (0) = 0 y xf (x) > 0 si x = 0; no hay fricci on. La E.D. de su movimiento es
tioq
uia
,D
Luego, E (x, y ) es una funci on Liapunov para el sistema y por tanto (0, 0) es estable. Se sabe que si C > 0 el punto cr tico (0, 0) es asint oticamente estable, pero la funci on Liapunov no detecta este hecho.
ept
o. d
eM
E E k C F+ G = kxy + my x y x y m m
= Cy 2 0
atem
y la energ a poSu u nico punto cr tico es (0, 0). La energ a cin etica es my 2 x 1 2 tencial (o energ a almacenada en el muelle) es 0 kx dx = 2 kx Luego la energ a total: E (x, y ) = 1 my 2 + 1 kx2 la cual es denida positiva, 2 2 como
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y la energ a total es
y2 2 Como x, f (x) tienen el mismo signo entonces F (x) 0 y por tanto E (x, y ) es denida positiva. Adem as E (x, y ) = F (x) +
Ejemplo 7. Analizar la estabilidad del punto cr tico del siguiente sistema dx = 2xy ; dt Soluci on: (0, 0) es punto cr tico aislado E (x, y ) = ax2m + by 2n 314
Un
ive
rsid
para (x, y ) = (0, 0), es decir E es denida negativa y por el teorema anterior, parte b., (0, 0) es asint oticamente estable.
ad
E (x, y ) =
x4 y4 x4 y4 y2 (x2 + x2 sen y ) y 2 <0 3 3 3 3
de
An
pero |x2 sen y | x2 y por tanto x2 + x2 sen y 0. Entonces
dy = x2 y 3 dt
tioq
E (x, y ) = x(x
y3 x4 y4 x3 x sen y ) + y (y ) = x2 y 2 x2 sen y 3 3 3 3
uia
,D
Soluci on: (x2 + y 2 ), luego (0, 0) es el u nico punto cr tico. Sea E (x, y ) = 1 2
ept
o. d
x = x
x3 x sen y, 3 y3 y = y 3
eM
atem
es decir, es semidenida negativa y por el teorema el punto cr tico (0, 0) es estable. Igual que sucede con un resorte lineal, se puede demostrar que este punto cr tico es un centro. Ejemplo 6. Analicemos la estabilidad del punto cr tico del siguiente sistema
atic as
E (x, y ) = F (x)x + yy = f (x)y + y (f (x)) = 0
8.5. LINEALIZACION DE SISTEMAS NO LINEALES E E F+ G = 2max2m1 (2xy ) + 2nby 2n1 (x2 y 3 ) x y E E F+ G = (4max2m y + 2nbx2 y 2n1 ) 2nby 2n+2 x y Para que el par entesis se anule, necesitamos que m = 1, n = 1, a = 1, b = 2, E (x, y ) = x2 + 2y 2 la cual es denida positiva y
que es semidenida negativa, luego (0, 0) es estable.
Demostraci on: si y = 0 entonces E (x, 0) = ax2 > 0 si x = 0 y a > 0
y si a > 0, el polinomio en
x y
uia
es positivo para todo
An
En los siguientes ejercicios determinar la estabilidad del sistema en el punto cr tico. Ejercicio 1.Dado el sistema dx = xy 2 x , dy = y2 + yx dt 2 dt 5 Mostrar que (0, 0) es asint oticamente estable (Ayuda: tomar V (x, y ) = ax2 + by 2 ).
tioq
,D
x y
y = 0 : E (x, y ) = y 2 a
x y
+b
ept
x y
Si
o. d
Teorema 8.5 . La funci on E (x, y ) = ax2 + bxy + cy 2 es denida positiva si y solo si a > 0 y b2 4ac < 0 y es denida negativa si y solo si a < 0 y b2 4ac < 0.
+c
b2 4ac < 0.
eM
3
atem
rsid
ad
de
8.5.
LINEALIZACION DE SISTEMAS NO LINEALES

x = F (x, y ), y = G(x, y ), (8.35) 315
Consideremos el sistema aut onomo
Un
ive
Ejercicio 2. Dado el sistema Mostrar que (0, 0) es estable.
dx dt
= 6x2 y,
dy dt
= 3y 3 + 6x3
atic as
2
E E F+ G = 4y 4 x y
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD con un punto cr tico aislado en (x0 , y0 ) (es decir F (x0 , y0 ) = 0 y G(x0 , y0 ) = 0). Si F (x, y ) y G(x, y ) se pueden desarrollar en series de potencias de u = x x0 y v = y y0 , entonces utilizando un desarrollo Taylor alrededor de (x0 , y0 ), (8.35) adopta la forma u = x = F (x0 + u, y0 + v ) F F (x0 , y0 ) + v (x0 , y0 ) + O(u2 , v 2 , uv ) = F (x0 , y0 ) + u x y F F +v + O(u, v, uv ) (8.36) = u x y donde las derivada parciales son evaluadas en (x0 , y0 ) o sea son n umeros y O(u, v, uv ) denota el resto de t erminos en u, v, uv . Similarmente v = u
o. d
G G +v + O(u, v, uv ) x y
eM
atem
atic as
(8.37)
escribiendo matricialmente lo anterior, tenemos u = v La matriz J (F (x, y ), G(x, y )) =

F (x0 , y0 ) x G (x0 , y0 ) x F (x0 , y0 ) y G (x0 , y0 ) y
tioq
uia
u t erminos en u, v, uv + v t erminos en u, v, uv
,D
ept
(8.38)
u = v donde
F (x0 , y0 ) x G (x0 , y0 ) x
ive
se le llama la matriz Jacobiana del sistema (8.35) evaluada en el punto cr tico nos, es decir, cuando (u, v ) (0, 0) los (x0 , y0 ). Cuando |u|, |v | son peque t erminos de segundo orden y de orden superior son peque nos. Despreciando estos t erminos, conjeturamos que el comportamiento cualitativo de (8.36) y (8.37) cerca al punto cr tico (x0 , y0 ) es similar al del sistema lineal asociado:
rsid
ad
de
F (x0 , y0 ) y G (x0 , y0 ) y
An
u v
Un
(8.39)
det
F x G x
F y G y (x0 ,y0 )
=0
observemos que si (x0 , y0 ) es un punto cr tico en el sistema de coordenadas XY entonces (0, 0) es el punto cr tico en el nuevo sistema de coordenadas 316
8.5. LINEALIZACION DE SISTEMAS NO LINEALES U V , por esto los teoremas que haremos en esta secci on estan referidos al punto cr tico (0, 0) El proceso anterior de sustituir (8.35) por (8.39) se le llama linealizaci on de (8.35) en el punto cr tico (x0 , y0 ). En forma general consideremos el sistema: dx = a1 x + b1 y + f (x, y ) dt dy = a2 x + b2 y + g (x, y ) dt donde a1 = y
F (x0 , y0 ), x
(8.40)
F (x0 , y0 ) = 0, supongamos tambi en que det a1 b 1 a2 b 2
G(x0 , y0 ) = 0,
= 0,
o. d
eM
atem
b1 =
F (x0 , y0 ), y
a2 =
G (x0 , y0 ), x
b2 =
atic as
G (x0 , y0 ) y
(8.41)
Esta dos u ltimas condiciones implican, debido a la continuidad de f y g , que f (0, 0) = 0 y g (0, 0) = 0, es decir, (0, 0) es punto cr tico de (8.40) . Se puede demostrar que este punto es aislado. Con las restricciones indicadas (0, 0) se le llama punto cr tico simple de (8.40). Cuando se cumplen (8.41), (8.42), (8.43), entonces decimos que el sistema (8.40) es un sistema casi lineal (o cuasi-lineal). Ejemplo 6. Comprobar que se cumple (8.41), (8.42) y (8.43) para el siguiente sistema dx = 2x + 3y + xy ; dt dy = x + y 2xy 2 dt 317
Un
ive
rsid
ad
(x,y )(0,0)
l m
g (x, y )
de
An
(x,y )(0,0)
l m
f (x, y ) x2 + y 2
tioq
= 0
uia
de tal manera que el sistema lineal asociado tiene a (0, 0) como punto cr tico aislado y supongamos que f y g son funciones continuas con primeras derivadas parciales continuas para todo (x, y ) y que
,D
ept
(8.42)
x2 + y 2
= 0
(8.43)
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Soluci on: a1 b 1 a2 b 2 = 2 3 1 1 =1=0
Tambi en, usando coordenadas polares: x2 + y 2
y |g (x, y )| x2 + y 2 =
Cuando (x, y ) (0, 0) entonces f (x, y ) = 0, r 0 r l m l m
Luego (0, 0) es un punto cr tico simple del sistema.
Teorema 8.6 (Tipo de punto cr tico para sistemas no lineales) . Sea (0, 0) un punto cr tico simple del sistema no lineal (8.40) y consideremos el sistema lineal asociado . Si el punto cr tico (0, 0) del sistema lineal asociado pertenece a alguno de los tres casos principales de la secci on (8.3) teorema (8.1), entonces el punto cr tico (0, 0) de (8.40) es del mismo tipo. Ejemplo 7. Continuando con el ejemplo anterior, analicemos el tipo de punto cr tico.
dy = x + y dt La ecuaci on caracter stica es: m2 + m + 1 = 0 1 3i con raices m1 , m2 = 2 . Como las raices son complejas conjugadas y no imaginarias puras, estamos en el CASO C, lo cual quiere decir por (8.25) y (8.26), que (0, 0) es un foco 318
Un
dx = 2x + 3y dt
ive
El sistema lineal asociado al no lineal es
rsid
ad
de
An
tioq
uia
,D
ept
g (x, y ) =0 r 0 r
o. d
eM
atem
|2r3 sen 2 cos | 2r2 r
atic as
|f (x, y )|
|r2 sen cos | r r
8.5. LINEALIZACION DE SISTEMAS NO LINEALES y por el Teorema 8.6 el punto cr tico (0, 0) del sistema no lineal es tambi en un foco. Nota: aunque el tipo de punto cr tico (0, 0) es el mismo para para el sistema lineal y para el sistema no lineal , la apariencia de las trayectorias puede ser bien diferente. La gura 8.20 muestra un punto de silla para un sistema no lineal, en el cual se nota cierta distorsi on, pero los rasgos cualitativos de las dos conguraciones son los mismos.
Figura 8.20
Si el sistema lineal asociado tiene un centro en (0, 0) (CASO E), entonces el sistema no lineal puede tener un centro o un foco. Ejemplo 8. Consideremos los sistemas dx = y x2 , dt dx = y x3 , dt dy =x dt dy =x dt 319
Un
ive
rsid
Si el sistema lineal asociado tiene un nodo frontera en (0, 0) (CASO D), el sistema no lineal puede tener un nodo o un foco.
ad
Observaci on: para los casos frontera no mencionados en el Teorema 8.6:
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD El sistema lineal asociado a ambos es: dx = y dt dy =x dt Para este u ltimo (el lineal): (0, 0) es un centro. Pero para el primer y segundo sistema no lineales, (0, 0) es un foco. Nota: Qu e sucede con los puntos cr ticos no simples? Si los t erminos no lineales en (8.40) no determinan la disposici on de las trayectorias cerca del or gen, entonces hay que considerar los t erminos de segundo grado, si estos tampoco, entonces se consideran los t erminos de tercer grado y as sucesivamente; el ejemplo siguiente tiene que ver con estos casos. Ejemplo 8. dx dy = 2xy ; = y 2 x2 (8.44) dt dt dx dy = x3 2xy 2 ; = 2x2 y y 3 (8.45) dt dt dy dx (8.46) = x 4y |xy |; = y + 4x |xy | dt dt Estos tres casos los analizaremos con el paquete Maple al nal del cap tulo Teorema 8.7 ( Estabilidad para sistemas no lineales) . Sea (0, 0) un punto cr tico simple del sistema no lineal (8.40) y consideremos el sistema lineal asociado . 1. Si el punto cr tico (0, 0) del sistema lineal asociado es asint oticamente estable, entonces el punto cr tico (0, 0) de (8.40) tambi en es asint oticamente estable. 2. Si el punto cr tico (0, 0) del sistema lineal asociado es inestable, entonces el punto cr tico (0, 0) del sistema no lineal (8.40) es inestable. 3. Si el punto cr tico (0, 0) del sistema lineal asociado es estable, pero no asint oticamente estable, entonces el punto cr tico (0, 0) del sistema no lineal (8.40) puede ser estable, asint oticamente estable o inestable . 320
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES Demostraci on: consideremos el sistema no lineal dx = a1 x + b1 y + f (x, y ) dt dy = a2 x + b2 y + g (x, y ) dt y su sistema lineal asociado dx = a1 x + b 1 y dt dy = a2 x + b 2 y dt
(8.47)
atic as tioq uia ,D ept o. d eM atem
(8.48)
de acuerdo al Teorema 8.4 se debe construir una funci on de Liapunov adecuada. Por el Teorema (8.3) los coecientes del sistema lineal asociado satisfacen las condiciones: p = (a1 + b2 ) > 0 q = a1 b 2 a2 b 1 > 0 Sea E (x, y ) = donde 1 (ax2 + 2bxy + cy 2 ), 2
a=
Luego D > 0 y a > 0 Tambi en
D2 (ac b2 ) = DaDc D2 b2 2 2 2 2 = [a2 2 + b2 + (a1 b2 a2 b1 )][a1 + b1 + (a1 b2 a2 b1 )] (a1 a2 + b1 b2 ) 2 2 2 2 2 2 2 = (a2 2 + b2 )(a1 + b1 ) + (a2 + b2 + a1 + b1 )(a1 b2 a2 b1 ) + (a1 b2 a2 b1 )2 (a1 a2 + b1 b2 )2 = 321
Un
D = p q = (a1 + b2 )(a1 b2 a2 b1 )
ive
rsid
2 a2 2 + b2 + (a1 b2 a2 b1 ) D a1 a2 + b 1 b 2 b= D 2 2 a + b1 + (a1 b2 a2 b1 ) c= 1 D
ad
de
An

2 2 2 2 = (a2 2 + b2 + a1 + b1 )(a1 b2 a2 b1 ) + 2(a1 b2 a2 b1 ) > 0
Luego, b2 ac < 0, entonces por Teorema 8.5 tenemos que E (x, y ) es denida positiva, adem as E E (a1 x + b1 y ) + (a2 x + b2 y ) = (x2 + y 2 ), x y
G(x, y ) = a2 x + b2 y + g (x, y ) Se sabe que E (x, y ) es denida positiva. Veamos que E E F+ G x y es denida negativa. En efecto
ept
o. d
eM
Veamos que E (x, y ) es una funci on de Liapunov para (8.47) : Denamos F (x, y ) = a1 x + b1 y + f (x, y )
atem
atic as
la cual es denida negativa, luego E (x, y ) es una funci on de Liapunov para el sistema lineal asociado.
(8.49)
Sea k = max{|a|, |b|, |c|}. Por (8.42) y (8.43): r r ; |g (x, y )| < |f (x, y )| < 6k 6k para r > 0 sucientemente peque no. Luego: E E 4kr2 r2 F+ G < r2 + = < 0, x y 6k 3 322
Un
= r2 + r[(a cos + b sen )f (x, y ) + (b cos + c sen )g (x, y )]
ive
Pasando a coordenadas polares:
rsid
E E E E F+ G= (a1 x + b1 y + f (x, y )) + (a2 x + b2 y + g (x, y )) x y x y E E (a1 x + b1 y ) + f (x, y ) = x x E E + (a2 x + b2 y ) + g (x, y ) x y = (x2 + y 2 ) + (ax + by )f (x, y ) + (bx + cy )g (x, y )
ad
de
An
tioq
uia
,D
8.5. LINEALIZACION DE SISTEMAS NO LINEALES F + E G para r peque no. Luego E (x, y ) es una funci on denida positiva y E x y es denida negativa; luego por Teorema de Liapunov 8.4 parte b., (0, 0) es un punto cr tico asint oticamente estable de (8.47) . Ejemplo 9. Consideremos el sistema dx = 2x + 3y + xy dt dy = x + y 2xy 2 dt Del sistema podemos concluir que a1 b 1 a2 b 2 =1=0
Es claro que (0, 0) es un punto cr tico simple, en este caso
dx =y dt dy g c = sen x y dt a m La cual es puede escribir asi: dx =y dt dy g c g = x y + (x sen x) dt a m a
Un
ive
El sistema no lineal es:
rsid
c dx g d2 x + + sen x = 0; 2 dt m dt a
ad
de
Ejemplo 10. La ecuaci on del movimiento para las oscilaciones forzadas de un p endulo es: c>0
An
tioq
Luego el punto cr tico (0, 0) es asint oticamente estable para el sistema lineal asociado, como para el no lineal.
uia
q = a1 b 2 a2 b 1 = 1 > 0
,D
p = (a1 + b2 ) = (2 + 1) = 1 > 0
ept
o. d
eM
atem
323
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Se puede ver que

(x,y )(0,0)
l m
x sen x x2 + y 2
=0
En efecto, si x = 0: |x sen x| x2 + y2 sen x |x sen x| 0 = 1 |x| x
Como (0, 0) es un punto cr tico aislado del sistema lineal asociado
g g c 1 = >0 m a a Luego (0, 0) es un punto cr tico asint oticamente estable del sistema lineal asociado y por el Teorema 8.7 tambi en lo es del sistema no lineal. Esto reeja el hecho f sico: que si un p endulo se perturba ligeramente el movimiento resultante se extinguir a con el tiempo. Ejemplo 11. Hallar los puntos cr ticos, determinar de que tipo son y su estabilidad, para el siguiente sistema x = 2xy = F (x, y ) y = x + y + xy y 3 = G(x, y ) La matriz Jacobiana es
F (x, y ) x G (x, y ) x F (x, y ) y G (x, y ) y
Un
ive
rsid
Para hallar los puntos cr ticos resolvemos el sistema 0 = 2xy = F (x, y ) 324
ad
de
2y 2x 1 + y 1 + x 3y 2
An
tioq
uia
q = a1 b 2 a2 b 1 = 0
,D
p = (a1 + b2 ) = 0
c c >0 = m m
ept
o. d
g c dy = x y dt a m entonces (0, 0) es un punto cr tico simple del no lineal, adem as
eM
atem
dx =y dt
atic as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES 0 = x + y + xy y 3 = G(x, y ) luego xy = 0, sustituimos en la segunda ecuaci on y nos da y = 0, y = 1, y = 1, por tanto los puntos cr ticos son (0, 0), (0, 1), (0, 1). Analicemos cada punto por separado 1. Para (0, 0) tenemos que la matriz Jacobiana en (0, 0) es = a1 b 1 0 0 = a2 b 2 1 1
y su determinante es cero. El sistema lineal asociado es x = a1 x + b 1 y = 0 y = a2 x + b2 y = x + y
que es una familia de semirectas paralelas al eje Y que comienzan en cada punto de la recta y = x alej andosen de ella y por el Teorema 8.7, todos los puntos cr ticos (x, x) son inestables, en particular (0, 0) (Ver gura 8.21) 2. Para (0, 1) tenemos que la matriz Jacobiana en (0, 1) es
F (0, 1) x G (0, 1) x F (0, 1) y G (0, 1) y
Un
ive
x = C1 y = C1 + c2 et
rsid
ad
respectivamente y la soluci on general es
de
1 , 1
An
0 1
2 0 a1 b 1 = 0 2 a2 b 2 325
tioq
y los valores propios son 1 = 0, 2 = 1, los vectores propios asociados a estos valores propios son
uia
los puntos cr ticos de este sistema son de la forma (x, x) para todo x real, por tanto son no aislados, es decir no clasicable; su ecuaci on caracter stica es 2 = 0
,D
ept
o. d
eM
atem
atic as
F (0, 0) x G (0, 0) x
F (0, 0) y G (0, 0) y
Figura 8.21
tioq
u = v
F (x0 , y0 ) x G (x0 , y0 ) x
F (x0 , y0 ) y G (x0 , y0 ) y
uia
Haciendo u = x x0 = x 0 = x y v = y y0 = y 1. El sistema lineal asociado es u 2 0 = v 0 2 u v (8.50)
cuyo punto cr tico en el sistema uv es (0, 0) y en el sistema xy es (0, 1). Los valores propios del sistema lineal asociado son 1 = 1 = 2 < 0 y por el Teorema 8.1 caso D. el punto cr tico es un nodo estrella y por Teorema 8.2 es asint oticamente estable para el sistema lineal asociado; entonces para el sistema no lineal, por la observaci on al Teorema 8.6 referente a los casos frontera y por el Teorema 8.7, (0, 1) es un nodo o un foco asint oticamente estable. 3. Para (0, 1) tenemos que la matriz Jacobiana en (0, 1) es
F (0, 1) x G (0, 1) x F (0, 1) y G (0, 1) y
Un
ive
rsid
ad
u = a1 u + b1 v = 2u v = a2 u + b2 v = 2v
de
326
An
2 0 a1 b 1 = 2 2 a2 b 2
,D
ept
y su determinante es diferente de cero.
o. d
eM
atem
atic as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES y su determinante es diferente de cero. Haciendo u = x x0 = x 0 = x y v = y y0 = y (1) = y + 1. El sistema lineal asociado es u = v
u 2 0 = v 2 2
u v
(8.51)
x = x(3 x 2y ) = F (x, y ) donde x(t) = la poblacio on de liebres y y (t) = la poblacio on de ovejas. Hallar los puntos cr ticos, denir que tipo de puntos cr ticos son y su estabilidad. Soluci on: Los puntos cr ticos son: A(0, 0), B (0, 2), C (3, 0), D(1, 1). El Jacobiano es J=
F x G x F y G y
1. Para el punto A(0, 0), J =
3 0 y sus valores propios son 1 = 0 2 3, 2 = 2, luego (0, 0) es un nodo inestable, es decir, las trayectorias 327
Un
ive
3 2x 2y 2y y 2 x 2y
rsid
ad
y = y (2 x y ) = G(x, y )
de
An
tioq
Ejemplo 12.(Dos especies en competencia). Supongamos que dos especies liebres y ovejas compiten por el mismo tipo de alimento (grama) y esta cantidad de alimento es limitada, ignorando otros factores como depredadores, factores clim aticos, otras fuentes de alimento. Las E.D. que modela este fen omeno son las ecuaciones de Lotka-Volterra
uia
,D
ept
cuyo punto cr tico en el sistema uv es (0, 0) y en el sistema xy es (0, 1). Los valores propios del sistema lineal asociado son 1 = 2, 2 = 2 y por el Teorema 8.1 caso B. el punto cr tico es un punto de silla y por Teorema 8.2 es inestable para el sistema lineal asociado; entonces para el sistema no lineal, por el Teorema 8.6 y por el Teorema 8.7, (0, 1) es un punto de silla inestable.
o. d
eM
atem
u = a1 u + b1 v = 2u v = a2 u + b2 v = 2u 2v
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD salen tangencialmente del origen paralelas al vector propio v = asociado al valor propio 2 = 2 2. Para el punto B (0, 2), J = 1 0 y sus valores propios son 1 = 2 2 1, 2 = 2, luego B (0, 2) es un nodo asint oticamente estable, las tra1 yectorias entran al punto cr tico en la direcci on del vector v = 2 asociado al valor propio 1 = 1. 3 6 y sus valores propios son 1 = 0 1 3, 2 = 1, luego C (3, 0) es un nodo asint oticamente estable, las tra3 yectorias entran al punto cr tico en la direcci on del vector v = 1 asociado al valor propio 1 = 1. 0 1
El retrato de fase mostrado en la gura 8.22 tiene la siguiente interpretaci on biol ogica: una de las dos especies inevitablemente se extingue, por ejemplo, por debajo de la curva l las trayectorias tienden al punto cr tico C (3, 0) lo cual quiere decir que las ovejas se extinguen; cuando las trayectorias estan por encima de la curva l las trayectorias tienden al punto cr tico B (0, 2) lo cual quiere decir que se extinguen las liebres. Ejemplo 13.(Dos especies: un depredador y una presa). Sea x(t) el n umero de presas (por ejemplo liebres) y y (t) el n umero de depredadores (por ejemplo lobos). A principios del siglo XX el matem atico italiano Vito Volterra model o este problema, haciendo las siguientes consideraciones: En ausencia de depredadores, la poblaci on de presas crece a la tasa dx natural dt = ax, con a > 0. 328
Un
ive
rsid
ad
de
1 2 y sus valores propios son 1,2 = 4. Para el punto D(1, 1), J = 1 1 1 2, luego D(1, 1) es un punto de silla y como p = (a1 + b2 ) = 1 2 = 1 < 0 entonces D(1, 1) es (1 1) = 2 y det A = 1 1 inestable.
An
tioq
uia
,D
ept
o. d
eM
3. Para el punto C (3, 0), J =
atem
atic as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES
eM
C 3
atem
Figura 8.22 dx = ax bxy = x(a by ) dt dy = cy + dxy = y (c + dx) dt 329
En consecuencia, sumando las tasas naturales y las tasas de interacci on, tenemos las ecuaciones para una especie depredadora y una especie presa:
Un
Cuando las presas y los depredadores cohabitan el mismo lugar, las tasas naturales de crecimiento y decrecimiento de presas y depredadores respectivamente son proporcionales al n umero de encuentros de ambos, es decir, son proporcionales a xy . En consecuencia, el efecto de que los depredadores devoren presas, produce una tasa decreciente de interacci on bxy (b constante positiva) con respecto a la poblaci on de presas x y una tasa creciente dxy (d constante positiva) con respecto a la poblaci on de depredadores.
ive
rsid
ad
de
An
tioq
En ausencia de presas, la poblaci on depredadora decrece a la tasa nady tural dt = cx, con c > 0.
uia
,D
ept
o. d
0 A 0
atic as
x
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD haciendo la consideraci on adicional de que en ausencia de depredadores el crecimiento de las presas es log stico, es decir, es directamente proporcional a su poblaci on como tambi en a la diferencia con su poblaci on m axima y tomando a = 1, b = 1, c = 1, d = 1, tenemos el siguiente sistema de E.D. de Lotka-Volterra dx = x xy + x(1 x) dt dy = y + xy dt
J (F (x, y ), G(x, y )) =
1,5 y 1
0,5
Un
ive
rsid
ad
2 x
de
An
tioq
uia
3 4
2,5
Figura 8.23 Sistema depredador-presa, = 0
1. Para el punto cr tico (0, 0), J =
1 0 y sus valores propios son 0 1 1 = 1, 2 = 1, luego (0, 0) es un punto de silla inestable.
330
,D
Para = 0 tenemos (ver Figura 8.23):
ept
o. d
F x G x
F y G y
1 y + (1 2x) x y 1 + x
eM
Analizar la estabilidad de la E.D. variando el par ametro para 0. Sus puntos cr ticos son (0, 0), (1, 1) El Jacobiano es
atem
atic as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES 2. Para el punto cr tico (1, 1), J = 0 1 y sus valores propios son 1 0 1 = i, 2 = i, luego (1, 1) es un centro estable, las trayectorias giran alrededor del punto cr tico.
Para 0 < < 2 tenemos (ver Figura 8.24):
2,5
1,5 y 1
0,5
0 0 1 2 x 3
Figura 8.24 Sistema depredador-presa, 0 < < 2
2. Para el punto (1, 1), J =
1 y sus valores propios son 1,2 = 1 0 42 i (o sea que ambas raices son negativas), luego (1, 1) es un 2 foco asint oticamente estable.
Para = 2 tenemos (ver Figura 8.25)) 1. Para el punto (0, 0), J = 3 0 y sus valores propios son 1 = 0 1 1, 2 = 3, luego (0, 0) es un punto de silla inestable. 331
Un
ive
rsid
ad
1+ 0 y sus valores propios son 1 = 0 1 + 1 > 0, 2 = 1, luego (0, 0) es un punto de silla inestable.
de
An
tioq
uia
,D
4
ept
o. d
eM
atem
atic as
2,5
1,5 y 1
0,5
0 0 1 2 x 3
Observese que para = 0 las soluciones son estructuralmente (son estables y peri odicas) distintas de las soluciones para > 0 (asint oticamente estables y no peri odicas), por este cambio estructural en las soluciones, decimos que en = 0 se produce una bifurcaci on. Bosqueje las trayectorias t picas e indique la direcci on del movimiento cuando t aumenta e identique el punto cr tico como un nodo, un punto de 332
Un
2 4 2
ive
1 y sus valores propios son 1,2 = 1 0 < 0, luego (1, 1) es un nodo asint oticamente estable.
rsid
1+ 0 y sus valores propios son 1 = 0 1 + 1, 2 = 1, luego (0, 0) es un punto de silla inestable.
ad
de
An
Para > 2 tenemos (ver Figura 8.26):
tioq
2 1 y sus valores propios son 1,2 = 1, 1 0 luego (1, 1) es un nodo o un foco asint oticamente estable.
uia
,D
ept
Figura 8.25 Sistema depredador-presa, = 2
o. d
eM
atem
atic as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES
2,5
1,5 y 1
0,5
0 0 1 2 x 3 4
silla, un centro o un punto espiral.
= y 2 1, dy = x3 y Ejercicio 3. dx dt dt (Rta: hay un punto silla inestable en (1, 1) y un punto espiral asint oticamente estable en (1, 1).) = xy 2, dy = x 2y Ejercicio: 4. dx dt dt (Rta: hay un punto silla inestable en (2, 1) y un punto espiral asint oticamente estable en (2, 1).) 333
Un
ive
Ejercicio 2. dx = y 1, dy = x2 y dt dt (Rta: hay un punto silla inestable en (1, 1) y un punto espiral asint oticamente estable en (1, 1).)
rsid
ad
de
= x y, dy = x2 y Ejercicio 1. dx dt dt (Rta: el or gen es un punto silla inestable. El punto (1, 1) es un centro o un punto espiral, pero su estabilidad no es determinada por el teorema de esta secci on, utilizar el criterio de Liapunov.)
An
tioq
uia
,D
ept
Figura 8.26 Sistema depredador-presa, > 2
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejercicio: 5. a). Covertir la ecuaci on x + ax + bx + x2 = 0, en un sistema. b). Mostrar que el origen es un foco estable y el punto (0, b) es un punto de silla. c). Bosquejar las trayectorias alrededor de los dos puntos cr ticos. Ejercicio: 6. Considere el siguiente caso particular de las ecuaciones de Lotka-Volterra x = x(1 2x + y ) donde x, y > 0 y representan la cantidad de organismos en una poblaci on. a). Mostrar que tiene cuatro puntos cr ticos y hacer una interpretaci on biol ogica de estos puntos, en el sentido de existencia, sobrevivencia o extinci on de las dos especies de organismos. b). Mostrar que si ambas poblaciones son inicialmente peque nas, entonces ambas poblaciones se extinguir an. c). Mostrar que un punto cr tico con signicado biol ogico es un punto de silla, el cual indica que poblaciones mayores pueden sobrevivir sin amenaza de extinci on. a, b > 0,
8.6.
CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON

dx = F (x, y ); dt dy = G(x, y ) dt (8.52)
Consideremos el sistema aut onomo no lineal
334
Un
ive
rsid
ad
de
An
tioq
uia
,D
y = y (1 + 7x 2y )
ept
o. d
eM
atem
atic as
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON donde F , G asi como sus primeras derivadas parciales son continuas en el plano de fase. Estamos interesados en propiedades globales, es decir, el comportamiento de las trayectorias en grandes regiones del plano de fase. El problema central de una teor a global es determinar si el sistema anterior tiene o no trayectorias cerradas. Una trayectoria x(t), y (t) de (8.52) se llama peri odica si ninguna de estas dos funciones es constante, est an denidas para todo t y existe un n umero T > 0 tal que x(t + T ) = x(t) y y (t + T ) = y (t) para todo t. El T m as peque no con esta propiedad se conoce como per odo de la soluci on. En claro que cada soluci on peri odica dene una trayectoria cerrada en el plano de fase, que es recorrida en forma completa (en sentido horario o antihorario) cuando t crece de t0 a t0 + T , para todo t0 . Reciprocamente, si C = [x(t), y (t)] es una trayectoria cerrada, entonces x(t), y (t) son peri odicas. Se sabe que un sistema lineal tiene trayectorias cerradas si y solo si las ra ces de la ecuaci on auxiliar son imaginarias puras (ver secci on 8.3). As , para un sistema lineal todas las trayectorias son cerradas o ninguna lo es. En los sistemas no lineales puede existir al menos una trayectoria cerrada que sea aislada, es decir cualquier trayectoria vecina a ella no es cerrada (son trayectorias espirales que salen o entran a esta trayectoria cerrada) esta trayectoria cerrada aislada la llamaremos ciclo l mite.
dy = x + y (1 x2 y 2 ) dt Sabemos que en coordenadas polares: x = r cos , y = r sen , y como x2 + y 2 = r2 y = tan1 x , derivando: x dy dr dx +y =r , dt dt dt
rsid
dx = y + x(1 x2 y 2 ) dt
de
Ejemplo 11. Consideremos el sistema
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
ad
(8.53)
Un
ive
(8.54)
dy dx d y = r2 dt dt dt
Multiplicando (8.53) por x y (8.54) por y y sumamos: r dr = r2 (1 r2 ) dt (8.55) 335
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Si multiplicamos (8.54) por x y (8.53) por y y restamos: r2 d = r2 dt (8.56)
El sistema (8.55) y (8.56) tiene un punto cr tico en r = 0; como estamos interesados en hallar las trayectorias, podemos suponer r > 0, luego:
ive
rsid
ad
de
Interpretaci on geom etrica: Si C = 0 r = 1, = t + t0 que es la trayectoria circular x2 + y 2 = 1 en sentido antihorario. Si C < 0 r > 1 y r 1 cuando t . Y si C > 0 r < 1 y r 1 cuando t .
An
tioq
uia
cos(t + t0 ) x= 1 + Ce2t
sen (t + t0 ) y= 1 + Ce2t
Un
Figura 8.27 Ciclo L mite 336
,D
ept
2
Luego la soluci on general de (8.53) y (8.54) es :
o. d
r=
1 ; 1 + Ce2t
= t + t0
eM
d =1 dt Resolviendolas por separado, se obtiene la soluci on general
atem
atic as
dr = r(1 r2 ) dt
-2 -1
y 0
-2
-1
0 1 2
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON Es decir, existe una trayectoria cerrada r = 1 a la que todas las trayectorias tienden en forma de espiral por dentro o por fuera cuando t (ver gr aca 8.27 ). El siguiente criterio negativo de existencia de trayectorias cerradas, se debe a Bendicx on Teorema 8.8 . Una trayectoria cerrada del sistema (8.52) rodea necesariamente al menos un punto cr tico de este sistema. Es decir, un sistema sin puntos cr ticos en cierta regi on no puede tener en ella, trayectorias cerradas. Otro criterio negativo debido a Bendixs on.
Absurdo!!
Luego la regi on considerada no puede tener trayectorias cerradas. A continuaci on enunciaremos un teorema que da las condiciones sucientes para la existencia de trayectorias cerradas de (8.52); es el llamado teorema de Poincar e-Bendixs on, ver su demostraci on en el texto Ecuaciones Diferenciales, sistemas din amicos y algebra lineal de Hirsch and Smale. 337
Un
ive
(F dy G dx) =
rsid
ad
Pero a lo largo de C se tiene dx = F dt y dy = G dt, luego

t
(F G GF ) dt = 0
de
(F dy G dx) =
F G + x y
An
tioq
Demostraci on: supongamos que la regi on contiene una trayectoria cerrada C = [x(t), y (t)] con interior R; el Teorema de Green y la hip otesis implican que, dxdy = 0
uia
,D
Teorema 8.9 . + G , es siempre positiva o siempre negativa en una regi on del plano de Si F x y fase, entonces el sistema (8.52) no tiene trayectorias cerradas en esa regi on.
ept
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Teorema 8.10 ( Teorema de Poincar e-Bendixs on) . Sea R una regi on acotada en el plano de fase con su frontera y supongamos que R no contiene puntos cr ticos del sistema (8.52). Si C = [x(t), y (t)] es una trayectoria de (8.52) que est a en R para un cierto t0 y permanece en R para todo t t0 , entonces C o es una trayectoria cerrada o tiende en forma espiral hacia una trayectoria cerrada cuando t . As pues, en cualquier caso, el sistema (8.52) tiene en R una trayectoria cerrada.
Figura 8.28
El sistema (8.53) y (8.54) tiene a (0, 0) como punto cr tico y la regi on R limitada por los c rculos r = 1 y r = 2 no contiene puntos cr ticos. 2 Se vi o que dr = r(1 r2 ) para r > 0. dt Luego dr > 0 sobre el c rculo interior y dr < 0 sobre el c rculo exterior, dt dt as que V apunta hacia R en todos los puntos de frontera. Luego toda trayectoria que pase por un punto de frontera entrar a en R y permanecer a en 338
Un
En la gura 8.28, R es la regi on formada por las dos curvas de trazo discontinuo junto con la regi on anular entre ellas. Supongamos que el vector V (x, y ) = F (x, y )i + G(x, y )j apunta hacia R en todo punto del contorno, entonces toda trayectoria C que pase por un punto del contorno (en t = t0 ), debe entrar a R y no podr a salir de R y bajo estas conideraciones el Teorema de Poincar e-Bendixs on asegura que C ha de tender en espiral hacia una trayectoria cerrada C0 .
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
t = t0
atem
atic as
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON R para t . Por el Teorema de Poincar e-Bendixs on, R contiene una trayectoria cerrada C0 que por otro razonamiento era el c rculo r = 1. Criterio para las trayectorias cerradas para la Ecuaci on de Lienard dx d2 x + g (x) = 0 + f (x) 2 dt dt Un sistema equivalente es, dx = y dt dy = g (x) f (x) y dt (8.57)
atic as atem ept o. d eM
(8.58) (8.59)
Una trayectoria cerrada de (8.57), equivale a una soluci on peri odica de (8.58) y (8.59). Teorema 8.11 ( Teorema de Lienard) . Sean f (x) y g (x) dos funciones tales que:
entonces la ecuaci on (8.57) tiene una u nica trayectoria cerrada que rodea al or gen en el plano de fase y a ella tienden en forma de espiral todas las dem as trayectorias cuando t . Desde el punto de vista f sico (8.57) representa la ecuaci on del movimiento de una masa unidad sujeta a un muelle y sometida a una fuerza restauradora . g (x) y una fuerza de amortiguamiento f (x) dx dt La hipotesis sobre g (x) tiende a disminuir la magnitud del desplazamiento. La hipotesis sobre f (x) que es negativa para peque nos |x| y positiva para 339
Un
ive
rsid
iii. F (x) = 0 f (x) dx, (la cual es impar), tiene exactamente un cero positivo en x = a; es negativa para 0 < x < a; es positiva y no decreciente para x > a y F (x) cuando x ,
ad
de
An
ii. g (x) es impar y tal que g (x) > 0 para x > 0 y f (x) es par.
tioq
i. Ambas son continuas as como sus derivadas en todo x.
uia
,D
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD grandes |x|, signica que el movimiento se intensica para peque nos |x| y se retarda para grandes |x|, tendiendo por tanto a permanecer en oscilaci on estacionaria. Si la f (x) es de esta forma, se dice que el sistema f sico absorbe energ a cuando |x| es peque no y la disipa cuando |x| es grande. Ejemplo 12. Ecuaci on de Van der Pol, la cual aparece en la teor a de v alvulas de vac o. dx d2 x + (x2 1) +x=0 2 dt dt donde > 0, f (x) = (x2 1), g (x) = x Para esta f y g se satisface i. y ii. Para iii. x3 x F (x) = 3 su u nico cero positivo es x = 3. F (x) < 0 para 0 < x < 3. F (x) > 0 para x > 3. F (x) cuando x . 1 x(x2 3) 3
8.7.
Ejemplo 13. Mostrar que la siguiente E.D. no es linealizable en el punto cr tico (0, 0), gracar el campo de direcciones, dx = 2xy dt dy = y 2 x2 dt 340
Un
Los siguientes ejercicios son para E.D. no linealizables, utilizamos el paquete Maple para inferir mediante el retrato de fase los resultados.
ive
rsid
ad
de
2 Como F (x) = (x 1) > 0 para x > 1 F (x) es no decreciente para x > 3. Luego se cumplen las hip otesis del Teorema de Lienard y por lo tanto tiene una u nica trayectoria cerrada (soluci on peri odica), a la que tienden en forma de espiral (asint oticamente) todas las dem as trayectorias (soluciones no triviales).
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
8.7. ANEXO CON EL PAQUETE MAPLE y las soluciones que pasan por los puntos: (1, 1), (1, 1), (0,5, 1), (0,5, 1), (0,4, 1), (0,4, 1) Soluci on: >DEplotwith:C:=[D(x)(t)=2*x(t)*y(t),D(y)(t)=y(t)^2-x(t)^2]; C := [D(x)(t) = 2*x(t)*y(t), D(y)(t) = y(t)^2-x(t)^2] C := [D(x)(t) = 2x(t)y (t), D(y )(t) = y (t)2 x(t)2 ]
-3
-2
-1
rsid
y 0
ad
de
An
tioq
uia
2 3
Un
Figura 8.29 341
ive
x -1
-2
-3
,D
ept
>with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20, [[x(0)=1,y(0)=-1],[x(0)=-1,y(0)=1],[x(0)=0.5,y(0)=1], [x(0)=-0.5,y(0)=1],[x(0)=-0.4,y(0)=1],[x(0)=0.4,y(0)=1]], x=-3..3,y=-3..3,stepsize=.01,arrows=medium, linecolor=black,thickness=2,color=black);
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD como vemos del retrato de fase el punto cr tico (0, 0) es inestable y no clasicable. Ejemplo 14. Mostrar que la siguiente E.D. no es linealizable en el punto cr tico (0, 0), gracar el campo de direcciones, dx = x3 2xy 2 dt dy = 2x2 y y 3 dt
Soluci on:
>with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20,[[x(0)=1,y(0)=1], [x(0)=1,y(0)=-1],[x(0)=-1,y(0)=1],[x(0)=-1,y(0)=-1],[x(0)=2,y(0)=1], [x(0)=2,y(0)=-1],[x(0)=-2,y(0)=1],[x(0)=-2,y(0)=-1]],x=-3..3,y=-3..3, stepsize=.01,arrows=medium,linecolor=black,thickness=2,color=black);
como vemos del retrato de fase el punto cr tico (0, 0) es inestable y no clasicable.
342
Un
ive
rsid
ad
de
C := [D(x)(t) = x(t)3 2x(t)y (t)2 , D(y )(t) = 2x(t)2 y (t) y (t)3 ]
An
tioq
uia
>with(DEtools):C:=[D(x)(t)=x(t)^3-2*x(t)*y(t)^2, D(y)(t)=2*x(t)^2*y(t)-y(t)^3];
,D
ept
o. d
eM
y las soluciones que pasan por los puntos: (1, 1), (1, 1), (1, 1), (1, 1), (2, 1), (2, 1), (2, 1), (2, 1)
atem
atic as
y 0 -3 -2 -1 0 x -1 1 2 3
-2
Figura 8.30
dx = x 4y |xy | dt dy = y + 4x |xy | dt y las soluciones que pasan por los puntos: (0,2, 0,2), (0,4, 0,4), (0,4, 0,4), (0,2, 0,2), (0,1, 0,1), (0,1, 0,1), (0,2, 0,01), (0,2, 0,01), (0,2, 0,2), (0,2, 0,2). Soluci on: >with(DEtools):C:=[D(x)(t)=x(t)-4*y(t)*sqrt(abs(x(t)*y(t))), D(y)(t)=-y(t)+4*x(t)*sqrt(abs(x(t)*y(t)))]; C := [D(x)(t) = x(t) 4y (t) |x(t)y (t)|, D(y )(t) = y (t)+4x(t) |x(t)y (t)|] 343
Un
ive
rsid
ad
de
Ejemplo 15. Mostrar que la siguiente E.D. no es linealizable en el punto 1 1 cr tico (0, 0), pero si es linealizable en los puntos cr ticos ( 4 , 4 ) y ( 1 , 1 ) 4 4 y mostrar que estos puntos cr ticos corresponden a centros y son estables, gracar el campo de direcciones,
An
tioq
uia
,D
ept
-3
o. d
eM
atem
atic as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD >with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20, [[x(0)=0.2,y(0)=0.2],[x(0)=0.4,y(0)=0.4], [x(0)=-0.4,y(0)=-0.4],[x(0)=-0.2,y(0)=-0.2], [x(0)=-0.1,y(0)=0.1],[x(0)=0.1,y(0)=-0.1], [x(0)=0.2,y(0)=0.01],[x(0)=-0.2,y(0)=-0.01], [x(0)=0.2,y(0)=-0.2],[x(0)=-0.2,y(0)=0.2]], x=-0.8..0.8,y=-0.9..0.9,stepsize=.01,arrows=medium, linecolor=black,thickness=1,color=black);
0,8
0,4
-0,8
y -0,4
0 0 x -0,4 0,4
-0,8
Figura 8.30
344
Un
ive
rsid
como vemos del retrato de fase el punto cr tico (0, 0) es inestable y es un 1 1 punto de silla, los puntos cr ticos ( 1 , ) y ( , 1 ) corresponden a centros y 4 4 4 4 son estables.
ad
de
An
tioq
uia
,D
ept
o. d
0,8
eM
atem
atic as
a) Si f (t, x) es continua y D es una regi on acotada y cerrada, denida por D = {(t, x)/a t b, c x d} con a, b, c, d ,
o tambi en f ( ) =
f ( b) f ( a ) b a
c) Sea {xn (t)} una sucesi on de funciones. Entonces se dice que xn (t) converge uniformemente (c.u.) a una funci on x(t) en el intervalo a t b si > 0, N N, N > 0 tal que n N y t [a, b] se cumple que |xn (t) x(t)| < 345
Un
ive
f (b) f (a) = f ( )(b a),
rsid
b) Sea f (x) continua en el intervalo cerrado a x b y derivable en el intervalo abierto a < x < b entonces, el teorema del valor medio dice que (a, b) tal que
ad
de
An
entonces f (t, x) es acotada (t, x) D, es decir, existe M > 0 tal que | f (t, x) |, (t, x) D
tioq
uia
,D
ept
A.1.
PRELIMINARES
o. d
eM
atem
Existencia y Unicidad de soluciones
atic as
APENDICE A
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES d) Si las funciones del n umeral c) son tambi en continuas en [a, b] entonces x(t) tambi en es continua en [a, b]. Es decir, El l mite uniforme de funciones continuas tambi en es continua. e) Sea f (t, x) una funci on continua en la variable x y supongamos que {xn (t)} converge uniformemente a x(t) cuando x entonces Limf (t, xn (t)) = f (t, x(t)) f) Sea f (t) una funci on integrable en [a, b] entonces
b b
f (t) dt|
|f (t)| dt
b a
cerrada y acotada, entonces

b n
Un
D = {(t, x)/a t b, c x d}
l m
f (s, xn (s)) ds =
a
ive
rsid
h) Si {xn (t)} converge uniformemente a x(t) en [a, b] y si f (t, x) es una funci on continua en la regi on
b a n b a
ad
l m f (s, xn (s)) ds =
b n
de
g) Sea {xn (t)} una sucesi on de funciones con |xn (t)| Mn t [a, b]. Si n=0 |Mn | < (es decir, n=0 Mn converge absolutamente) entonces {xn (t)} converge uniformemente en [a, b] a una funci on x(t). Este teorema se le llama criterio M de Weierstrass para la convergencia uniforme de series de funciones.
An
tioq
uia
,D
|f (t)| dt M
dt = M (b a)
ept
y si |f (t)| M (es decir f es acotada en [a, b] entonces
o. d
eM
f (s, x(s)ds
a
f (s, l m xn (s)) ds = 346
atem
atic as
A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL
A.2.
TEOREMA LOCAL DE EXISTENCIA Y UNICIDAD, CASO UNIDIMENSIONAL
A continuaci on analizaremos las condiciones para la existencia y unicidad del P.V.I. con la E.D. de primer orden: x (t) = f (t, x(t)) con x(t0 ) = x0 (1)
t0
Demostraci on:
t t0
y x(t0 ) = x0 +
f (s, x(s)) ds = x0
Denici on A.1 (funci on continua de Lipschitz) . Sea
con a, b, c, d y a < b, c < d; decimos que f (t, x) es continua de Lipschitz en x sobre D, si existe una constante k , con 0 < k < tal que |f (t, x1 ) f (t, x2 )| k |x1 x2 |, (t, x1 ), (t, x2 ) D La constante k se le llama constante de Lipschitz.
Un
D = {(t, x)/a t b, c x d}
ive
rsid
ad
t0 t0
de
): si x(t) satisface (2) entonces derivando (2): t d f (s, x(s)) ds = f (t, x(t)) x (t) = dx t0
An
tioq
): si x(t) satisface (1) entonces: t f (s, x(s)) ds = t0 x (s) ds = x(s)|t t0 = x(t) x(t0 ) = x(t) x0
uia
,D
ept
(es decir, x(t) es soluci on de (1) x(t) es soluci on de (2))
o. d
x(t) = x0 +
f (s, x(s)) ds (2)
eM
Teorema A.1 . Sea f (t, x) continua para todos los valores de t y x donde la funci on esta denida. Entonces el P.V.I. (1) es equivalente a la ecuaci on integral:
atem
atic as
347
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES Nota: a) Si f (t, x) es continua de Lipschitz en la variable x entonces f (t, x) es continua en la variable x, para t jo. b) Reciprocamente, no toda funci on continua es continua de Lipschitz. Ejemplo 1. f (t, x) = x 0 t 1, 0 x 1 entonces f (t, x) es continua en D, pero
pero
1 x
cuando x 0 por tanto no hay constante de Lipschitz.
tioq
uia
)(t, x) es una funci on en x, Dem.: sean (t, x1 ) y (t, x2 ) D. Para t jo ( f x entonces por el T. del valor medio (x1 , x2 ) tal que |f (t, x2 ) f (t, x1 )| = |( f )(t, x)||x2 x1 | x
x1 (t) = x0 + x2 (t) = x0 + . . . xn (t) = x0 +
f (s, x0 (s)) ds
t t0
f (s, x1 (s)) ds
t t0
f (s, xn1 (s)) ds
a esta sucesi on se le llama las iteradas de Picard. 348
Un
t t0
ive
x0 (t) = x0
rsid
Denici on A.2 (iteraci on de Picard) . Sea {xn (t)} tal que
ad
Como f es continua en D, entonces es acotada en D, por lo tanto existe x (t, x) k, (t, x) D 0 < k < tal que f x
de
An
,D
ept
Teorema A.2 . (t, x) continuas en D entonces f (t, x) es continua de Sean f (t, x) y f x Lipschitz en x sobre D.
o. d
eM
atem
1 |f (t, x) f (t, 0)| = | x 0| = |x 0| x (0, 1) x
atic as
x x0 + b x0 x0 b
t0 t0 +
Figura A.1
Como f es continua en D, entonces M > 0 tal que (t, x) D : |f (t, x)| M b } Sea = min{a, M Pasos para la demostraci on: 1. Veamos que las iteradas de Picard {xn (t)} son continuas y satisfacen la desigualdad |xn (t) x0 | b (de esto se concluye que b x0 xn (t) b + x0 y por tanto f (t, xn (t)) esta bien denida, ya que (t, xn (t)) D) 349
Un
ive
x = x0 +
t0
rsid
f (s, x(s)) ds.
ad
Dem.(Ver gura A.1) Veamos que las iteradas de Picard convergen uniformemente y dan en el l mite la soluci on a la ecuaci on integral
de
Teorema A.3 (Existencia) . Sea f (t, x) continua de Lipschitz en x con constante de Lipschitz k en la regi on D de todos los puntos (t, x) que satisfacen las desigualdades |t t0 | a, |x x0 | b, entonces existe > 0 tal que el P.V.I. x = f (t, x), x(t0 ) = x0 tiene soluci on x = x(t) en el intervalo |t t0 | .
An
tioq
uia
,D
ept
o. d
eM
t0 a
t0
t0 + a
atem
t
atic as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES x0 (t) = x0 (la funci on constante siempre es continua) t t x1 (t) = x0 + t0 f (t, x0 (s)) ds = x0 + t0 f (t, x0 ) ds Como f (t, x0 ) es continua en (t, x0 ), entonces la integral tambi en es continua, luego x1 (t) es continua. t Similarmente x2 (t) = x0 + t0 f (t, x1 (s)) ds es continua ya que f (t, x(t)) es continua y as sucesivamente para n 3, 4, . . . Para n = 0 |x0 (t) x0 | = 0 b Para n > 0:
t
t0 t t0
t0
Si n = 1:
t
t0
An
|x1 (t) x0 (t)| = |x1 (t) x0 | = | =|

t0
f (s, x0 (s)) ds|

t t0
f (s, x0 ) ds| |
t0
|f (s, x0 | ds| = M |
tioq
uia
|xn (t) xn1 (t)| M k n1
M k n1 n |t t0 |n n! n!
,D
Supongamos que se cumple para n = m:
ive
rsid
ad
|xm (t) xm1 (t)| M k m1
Veamos que se cumple para n = m + 1: En efecto, como f es de Lipschitz en x sobre D: existe k > 0 tal que (t, x1 ), (t, x2 ) : |f (t, x1 ) f (t, x2 )| k |x1 x2 | luego
350
Un
de
|t t0 |m k m1 m M . m! m!
ept
2. Veamos por inducci on que:
o. d
ds| = M |t t0 | M
b }) (observese que por eso se escogi o = min{a, M
eM
|f (s, xn1 (s))| ds M |
ds| = M |t t0 | M b
atem
|xn (t) x0 | = |
f (s, xn1 (s)) ds|
atic as

t t
|xm+1 (t) xm (t)| = |

t
t0
f (s, xm (s)) ds
t0 t t0
f (s, xm1 (s)) ds|
=|
t0
(f (s, xm (s))f (s, xm1 (s))) ds| |

t
|f (s, xm (s))f (s, xm1 (s))| ds|

t
k|
t0
|xm (s) xm1 (s)| ds| k |

t t0
= kmM |
3. Veamos que {xn (t)} converge uniformemente a una funci on x(t) para t [t0 , t0 + ]; esto demostrar a que x(t) es continua en [t0 , t0 + ].
Por el criterio M de Weierstrass se concluye que [xm (t) xm1 (t)]
m=1
Pero
n
Un
y (t) = l m luego
m=1
[xm (t) xm1 (t)] = l m [xn (t) x0 (t)] = l m xn (t) x0 (t)

n n
l m xn (t) = y (t) + x0 (t) x(t)

n
es decir, el l mite de las funciones de Picard existe y es uniforme para |t t0 | ; es decir, xn (t) x(t), para |t t0 | 351
ive
rsid
converge absoluta y uniformemente para |t t0 | a una funci on u nica y (t).
ad
de
An
tioq
uia
y como
n m=1
|xm (t) xm1 (t)|
M k
n (k )m m=1 m!
,D
=
pero por 2. se tiene m1 m |xm (t) xm1 (t)| M k m! =
M km m , k m!
con |t t0 |
M (ek k
ept
o. d
En efecto, xn (t) x0 (t) = xn (t) xn1 (t) + xn1 (t) xn2 (t) + xn2 (t) . . . + x1 (t) x0 (t) = n m=1 [xm (t) xm1 (t)]
eM
atem
1)
atic as
|s t0 |m m!
|s t0 |m ds| m! t0 |t t0 |m+1 m+1 ds = k m M kmM (m + 1)! (m + 1)! M k m1
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES 4. Veamos que x(t) es soluci on de x (t) = x0 + t0 f (s, x(s)) ds para |t t0 | c.u. Como f (t, x) es continua en x y xn(t) x(t), |t t0 | entonces
n t
l m f (t, xn (t)) = f (t, x(t))
luego, por la denici on de funciones de Picard

t
x(t) = l m xn+1 (t) = x0 + l m

n
o. d
= x0 +
h)
t t0 n
eM
f (s, xn (s)) ds
t0
l m f (s, xn (s)) ds = x0 + f (s, x(s)) ds
atem
t
t0
Denimos y (t) = B t0 x(s) ds t luego y (t) = Bx(t) B (A + B t0 x(s) ds) = AB + By (t) luego y (t) By (t) AB (1) d [y (t)eB (tt0 ) ] = eB (tt0 ) [y (t) By (t)] Pero dt Multiplicando (1) por eB (tt0 ) : d (y (t)eB (tt0 ) ) ABeB (tt0 ) dt 352
Un
ive
Dem.: veamos el teorema para t0 t t0 + . La demostraci on para t0 t t0 es semejante.
rsid
ad
donde A y B son constantes positivas para todo t tal que |t t0 | , entonces x(t) AeB |tt0 | para |t t0 |
de
An
x(t) A + B |
x(s) ds|
tioq
uia
Teorema A.4 ( Desigualdad de Gronwald) . Sea x1 (t) una funci on continua y no negativa y si
,D
ept
luego x(t) es soluci on de x (t) = x0 +
t t0
atic as
f (s, x(s)) ds
t0
A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL e integrando a ambos lados, desde t0 hasta t y sabiendo que eB (tt0 ) > 0, entonces B (tt0 ) t y (s)eB (tt0 ) |t |t0 t0 Ae y como y (t0 ) = 0 entonces y (t)eB (tt0 ) A(1 eB (tt0 ) ) luego y (t) A(eB (tt0 ) 1) y como x(t) A + By (t) AeB (tt0 )
hip.
de
v (t) = |x0 + k|
to
to
f (s, x(s)) ds (x0 +

t0
to
An
f (s, y (s)) ds)|

t t0
Teorema A.6 ( Teorema de Picard) . Si f (t, x) y f son continuas en D. Entonces existe una constante x > 0 tal que las funciones de Picard {xn (t)} convergen a una soluci on u nica y continua en |t t0 | del P.V.I. (1) Dem.: es consecuencia directa del teorema A.2 y de los teoremas de existencia y unicidad. 353
Un
ive
Por la desigualdad de Gronwall: v (t) < ek|tt0 | , > 0 y por tanto v (t) < 0 y sabemos que v (t) > 0, de aqu que v (t) = 0 o sea que x(t) = y (t)
rsid
ad
|x(t) y (t)| ds| = k |
v (s) ds| < + k |
tioq
Sea v (t) = |x(t) y (t)| y por tanto v (t) > 0 y continua. Como f (t, x) es continua de Lipschitz en x sobre D, entonces
uia
,D
Dem.: supongamos que x(t) y y (t) son dos soluciones continuas y distintas del P.V.I. (1) en |t t0 | y supongamos que (t, y (t)) D para todos |t t0 | .
ept
o. d
|t t0 | del P.V.I.: x (t) = f (t, x(t)) con x(t0 ) = x0 (1)
eM
Teorema A.5 (Unicidad) . Supongamos que se cumplen las condiciones del teorema de existencia. Entonces x(t) = l m xn (t) es la u nica soluci on continua en
v (s) ds|, > 0
atem
atic as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES
A.3.
TEOREMAS LOCAL Y GLOBAL PARA SISTEMAS DE E. D. O. LINEALES

x1 := f1 (t, x1 , . . . , xn ) x1 (t0 ) = x10 x2 := f2 (t, x1 , . . . , xn ) x2 (t0 ) = x20 . . . xn := fn (t, x1 , . . . , xn ) xn (t0 ) = xn0 f1 (t, x1 , x2 , . . . , xn ) x10 f ( t, x , x , . . . , x ) 1 2 n 2 x20 f (t, x ) = , x0 = . . . . . . fn (t, x1 , x2 , . . . , xn ) xn0 x = f (t, x ), x (t0 ) = x0
Consideremos el siguiente sistema de ecuaciones diferenciales:
atic as
(A.1)
o sea que vectorialmente el sistema anterior queda as :
uia
,D
x1 x2 x = . , . . xn
ept
o. d
eM
atem
Si Ann , hay varias maneras de denir la norma de A. La m as sencilla es:
ad
de
Se puede mostrar que tanto para x como para A se cumple que: i) x 0y x =0 x = 0 ii) x = || x para todo escalar. iii) x + y x + y Adem as para el caso matricial tambi en se cumple que A x A x 354
Un
ive
rsid
A =
i=1 j =1
An
donde x =
2 x2 1 + + xn = norma de x
tioq
(A.2)
|aij |
A.3. T. LOCAL Y GLOBAL PARA SIST. DE E.D.O. LINEALES Teorema A.7 (Teorema de existencia y unicidad) . Sea D la regi on n + 1 dimensional (una para t y n para x ), sea |t t0 | a y x x 0 b. Supongamos que f (t, x ) satisface la condici on de Lipschitz f (t, x 1 ) f (t, x 2) k x1 x2 ()
para(t, x 1 ), (t, x 2 ) D, donde k > 0. Entonces existe > 0 tal que el sistema A.2 tiene una soluci on u nica x en el intervalo |t t0 | La condici on (*) es consecuencia de que las fi (t, x ) son de Lipschitz, es decir |fi (t, x11 , . . . , x1n ) fi (t, x21 , . . . , x2n )| ki tomando
n
i=1
Lo anterior se deduce si se utiliza la desigualdad 1 n En efecto, f (t, x 1 ) f (t, x 2) =

n n n n
j =1
i=1
ive
rsid
[fi (t, x 1 ) fi (t, x 2 )]2

n 2 ki ( i=1 j =1 n
i=1 n
j =1
Un
(ki
|x1j x2j |)2 =
ad
de
An
|xj | x
tioq
j =1
uia
|xj |
,D
k=n
2 ki
ept
o. d
|x1j x2j |)2
n 2 i=1 n 2 ki 2 i=1
j =1
|x1j x2j |
eM
atem
2 ki (n i=1
x1 x 2 )2 =
n2
x1 x2
=n x1 x2
atic as
()
2 ki
355
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES luego

n
k=n
i=1
2 ki
Tambi en
Vericar (**) y (***) es m as f acil que vericar (*).
y A(t) una matriz n n
Dem.: denimos las funciones iteradas de Picard
Un
x 0 (t) = x0
ive
x 1 (t) = x0+ . . .
x n+1 (t) = x0+

t0
. . . 356
rsid
t t0
ad
Teorema A.8 (Existencia y unicidad para sistemas lineales) . Sean A(t) y f (t) una funci on matricial y vectorial respectivamente, con tinuas en t . Entonces existe una funci on vectorial u nica x (t) que es soluci on de (1) en [, ]
[A(s) x 0 (s) + f (s)] ds
[A(s) x n (s) + f (s)] ds
de
An
tioq
uia
x (t) = A(t) x + f (t),
x (t0 ) = x 0 , t (1)
,D
Sea
ept
Ahora veamos la existencia y unicidad globales de soluciones de sistemas lineales con coecientes continuos.
o. d
eM
fi (para i, j = 1, . . . , n) son continuas en D, entonces son Por u ltimo, si x j acotadas en D y las condiciones (**) y (***) resultan por el teorema del valor medio.
atem
atic as
|fi (t, x11 , . . . , x1n ) fi (t, x21 , . . . , x2n )| ki m ax |x1j x2j |

j =1,...,n
( )
A.3. T. LOCAL Y GLOBAL PARA SIST. DE E.D.O. LINEALES Claramente estas iteradas son continuas en [, ] para n = 1, . . . , n. Como A(t) es una funci on matricial continua, entonces
n n
sup
t
A(t) = sup
t i=1 j =1
|aij (t)| = k <
Sea M = sup
t
t ,
uia
ii) Por inducci on, veamos que las iteradas de Picard satisfacen la desigualdad ( ) |t t0 | M k n1 x n (t) x n1 (t) M k n1 n! n! Si n = 1: x 1 (t) x 0 (t) =
t t0
,D
ept
luego la funci on A(t) x + f es de Lipschitz para cualquier x yt
o. d
[A(t) x 1 + f (t)] [A(t) x 2 + f (t)] = A(t)( x 1 x 2) A(t) x1 x2 k x1 x2
eM
atem
el cual existe ya que A(t) y f (t) son continuas en un cerrado. i) Observemos que para cualquier par de vectores x 1, x 2 y para
t0
ad
A(s) x 0 + f (s) ds
rsid
A(s) x 0 + f (s) ds M
de
x m+1 (t) x m (t)

t t0
A(s) x m (s) + f (s) A(s) x m1 (s) + f (s)

t t
Un
Supongamos que se cumple para n = m. Veamos que se cumple para n = m + 1:
ive
An
t t0
tioq
ds = M |t t0 | M ( )
k
t0
x m (s) x m1 (s) ds k
M k m1
t0
|s t0 |m ds = m! 357
atic as
n
A(t) x 0 + f (t) <
ds
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES

) t0 | M k m (( = M k m |t( m+1)! m+1)!
m+1 m+1
Nota: la diferencia entre estos teoremas y el A.3 es que en el caso lineal la cota M puede denirse independiente de x, mientras que en el A.3 debe restringirse x y t. Esta diferencia demuestra el resultado de existencia u nica en todo el intervalo t Corolario A.1 (Teorema de existencia y unicidad global) . Sean A(t) y f (t) continuas en t . Entonces existe una u nica soluci on continua x (t) de x (t) = A(t) x (t) + f (t) con x (t0 ) = x 0 denida para todo t
358
Un
ive
rsid
ad
de
An
tioq
en el intervalo |t| n la cual esta garantizada por el teorema anterior. Notemos que x n (t) coincide con x n+k (t) en el intervalo |t| n para k = 1, 2, . . .. Luego x n (t) = l mn x n (t) esta denida para todo t y es u nica, ya que esta denida de manera u nica en cada intervalo nito que contiene a t0
uia
,D
ept
o. d
x = A(t) x (t) + f (t), x (t0 ) = x0
eM
Dem.: supongamos que |t0 | n. Sea x n (t) la u nica soluci on de
atem
atic as
b). para k R :
kT = |k | T
c). S + T S + T Recordemos que en Rn la representaci on de un operador se hace por medio de la matriz Ann y utilizando la desigualdad de Cauchy-Schwars se llega a axima longitud de los vectores la de A. que A n donde es la m 359
Un
ive
a). T 0 y T = 0 T = 0
rsid
Propiedades: para S, T (Rn ) se cumple
ad
de
|x| =
2 x2 1 + + xn
An
donde |x| es la norma euclidea de |x| Rn , es decir
tioq
T = norma de T = m ax |T (x)|
|x|1
uia
,D
Denici on B.1 (Norma de T ) .
ept
Sea (n ) el espacio de los operadores T : Rn Rn .
o. d
eM
atem
EXPONENCIAL DE OPERADORES
atic as
APENDICE B
APENDICE B. EXPONENCIAL DE OPERADORES Denici on B.2 (Convergencia de operadores) : una sucesi on {Tk } k=1 n de operadores en (R ) se dice que converge a un operador T (Rn ) cuando k si para todo > 0, existe N N tal que para todo k N se cumple que T Tk < y lo denotamos as
k
Lema B.1 . Para S, T (Rn ) y x Rn se cumple que a). |T (x)| T |x|
c). T k T Dem.
para k = 0, 1, 2, . . .
T |T (y )| = |T ( luego T (x |x| T b). para |x| 1; por a).: luego
Teorema B.1 . Sea T (Rn ) y t0 > 0, entonces la serie

k=0
Un
c). es inmediato a partir de b).
es uniforme y absolutamente convergente para todo t t0 360
ive
T S = m ax |T S (x)| T
|x|1
rsid
|T (S (x))| T |S (x| T
de
An
x 1 )| = |T (x)| |x| |x|
tioq
uia
a). para |x| = |0| es inmediato x , por la denici on de norma para T : para x = 0, denemos y = |x |
,D
ad
ept
T k tk k!
o. d
S |x| S
eM
b). T S T
atem
atic as
l m Tk = T
Dem.: sea T = a; por c). en el lema anterior: para k = 0, 1, 2, . . . T k |t|k T k tk ak tk 0 k! k! k! pero serie
ak tk 0 k=0 k!
= eat0 y por la prueba M de Wieirstrass concluimos que la
k=0
Denici on B.3 (Exponencial de un operador) . eT = Propiedades: i. eT es un operador lineal, es decir, eT (Rn ) ii. eT e
T
(Ver Dem. del T. A.9)
a). Si S T = T S entonces eS +T = eS eT b). Dem.: 361 eT

1
= eT
Un
Teorema B.2 . Si S, T (Rn ) entonces
ive
rsid
Si Ann entonces eAt es una matriz n n, la cual calculamos en el Capitulo 7. Tambi en se demuestra de la misma manera que en el T. A.9, que eAt e A t , donde A = T y T (x) = A x
ad
de
Denici on B.4 (Exponencial de una matriz) Sea Ann . Para todo t R, denimos Ak tk At e = k! k=0
An
tioq
uia
Si T (Rn ) entonces su representaci on matricial la llamamos Ann con n respecto a la base can onica de R .
,D
ept
o. d
eM
atem
es uniforme y absolutamente convergente para todo |t| t0
atic as
Tk k=0 k!
T k tk k!
APENDICE B. EXPONENCIAL DE OPERADORES a). Como S T = T S , entonces por el T. del binomio (S + T )n = n! Sj T k j !k ! j +k =n
Teniendo en cuenta que el producto de dos series absolutamente convergentes es absolutamente convergente, entonces e
S +T
n=0
(S + T )n = n!
Ahora veamos el teorema de la derivada de una exponencial matricial. Teorema B.3 (Derivada de una funci on exponencial matricial) . Sea A una matriz cuadrada, entonces d At e = A eAt dt
362
Un
ive
eAh I eA(t+h) eAt d At e = l m = l m eAt h0 h0 dt h h 2 Ah Ak hk1 = eAt l m l m A + + ... + h0 k 2! k! At = Ae
rsid
ad
de
An
Dem.: como A commuta consigo mismo, entonces por el T. B.2 y la denici n de exponencial matricial, se tiene que
tioq
uia
,D
ept
o. d
eM
b). haciendo S = T en a).: e0 = I = eT eT y por tanto (eT )1 = eT
atem
Sj T k = j ! k ! n=0 j +k=n
n=0
Sj j!
n=0
atic as
Tk = eS eT k!
Consideremos la fracci on
N (s) N (s) = D(s (s a1 )(s a2 ) . . . (s an )
multiplicando ambos lados por s ai y hallando el l mite del resultado cuando s ai se obtiene N (ai ) Ai = , Mi (ai ) donde Mi es el denominador obtenido despu es de haber suprimido el factor s ai en D(s). 363
Un
A1 A2 An N (s) = + + ... + , (s a1 )(s a2 ) . . . (s an ) s a1 s a2 s an
ive
rsid
donde N (s), D(s)son polinomios de coecientes reales y el grado de N (s) es menor que el grado de D(s) y no tienen factores comunes. Entonces
ad
de
An
tioq
C.1.
Factores lineales no repetidos.
uia
,D
Expondremos a continuaci on un m etodo para hallar fracciones parciales, distinto al expuesto tradicionalmente en los cursos de C alculo. Este m etodo es u til en el Cap tulo de Transformada de Laplace.
ept
o. d
eM
atem
FRACCIONES PARCIALES
atic as
APENDICE C
APENDICE C. FRACCIONES PARCIALES M etodo 1. Para hallar el numerador de la fracci on simple fracci on propia N (s) N (s) = , D(s (s a1 )(s a2 ) . . . (s an ) se suprime el factor s ai en el denominador de en la supreci on.
N ( s) D ( s) Ai s a i
de una
y se sustituye s por ai
Ejemplo 1. Descomponer en fracciones parciales N (s) s2 + s + 1 = D(s s(s 1)(s + 2)

s +s+1 = Soluci on. s(s 1)(s+2) Por el m etodo 1.
2
A1 = A2 = A3 =
N ( s) (s1)(s+2) N ( s) s(s+2) N ( s) s(s1)
s=0
02 +0+1 (01)(0+2)
1 = 2
s=1
ive
N (s) M (s) entonces
(i) a
rsid
ad
sustituir s por a en
di N (s) [ ], dsi M (s)
es decir,
di N (s) dsi M (s)
de
Empleamos el s mbolo
N ( s) M (S )
(i)
, para designar el n umero obtenido al
An
C.2.
Factores Lineales Repetidos.
tioq
s= 2
N (s) A1 A2 Ak = + + . . . + + (s) M (s)(s a)k (s a)k (s a)k1 (s a)
Un
uia
s= a
22 +2+1 (2)(21)
1 2
,D
12 +1+1 (1)(1+2)
=1
ept
o. d
eM
A1 s
A2 s 1
A3 , s+2
donde D(s) = s(s 1)(s + 2)
atem
atic as
(C.1)
donde (s) y sus derivadas son continuas en a; multiplicando C.1 por (s a)k y derivando k 1 veces con respecto s y hallando los valores de los Ai al cambiar s por a se obtiene
364
C.2. FACTORES LINEALES REPETIDOS. M etodo 2. [N/M ](0) [N/M ](1) [N/M ](2) N (s)/M (s) a a a = + + + ... (s a)k 0!(s a)k 1!(s a)k1 2!(s a)k2 + donde (s) y sus derivadas son continuas en a. Ejemplo 2. Descomponer en fracciones parciales 5s2 23s (2s 2)(2s + 4)4 Soluci on. 1 5s2 23s 5s2 23s = = (2s 2)(2s + 4)4 32 (s 1)(s + 2)4
2 (1)
rsid
N ( s) M 1 ( s)
= = = = =
5(2)2 23(2) 21 5s2 10s+23 (s1)2 36s+36 (s1)4 108 (s1)4
= 22
ad
(0)
N ( s) M 1 ( s)
(2)
Un
ive
N ( s) M 1 ( s)
N ( s) M 1 ( s)
(1) 2
de
Por el m etodo 2. se tiene
An
donde N (s)/M1 (s) =
5s2 23s s 1
y N (s)/M2 (s) =
tioq
(0) (1) (2) (3) 1 [N/M1 ]2 [N/M1 ]2 [N/M1 ]2 [N/M1 ]2 [N/M2 ](0) 1 + + + + 32 0!(s + 2)4 1!(s + 2)3 2!(s + 2)2 3!(s + 2) 0!(s 1) 5s2 23s (s+2)4
5(2)2 10(2)+23 (21)2 (2) 2 4 3
uia
,D
ept
=7
4 3 N ( s) M 1 ( s)
1 = 36 (s = 1)3 N ( s) M 1 ( s) (3) 2
= = 36 (21 1)3
N ( s) M 1 ( s)
(3)
= =
108 (21)4
N ( s) M 2 ( s)
(0)
5s2 23s (s+2)4
N ( s) M 2 ( s)
(0) 1
5(1)2 23(1) (1+2)4
= 2 9 365
o. d
eM
atem
atic as
k1) [N/M ]( a + (s) (k 1)!(s a)
APENDICE C. FRACCIONES PARCIALES Luego 5s2 23s = (2s 2)(2s + 4)4 4 4 2 1 22 7 3 3 9 + + + + = 32 0!(s + 2)4 1!(s + 2)3 2!(s + 2)2 3!(s + 2) 0!(s 1) 1 7 2 1 2 1 2 1 22 + + + 4 3 2 32 (s + 2) (s + 2) 3 (s + 2) 9 (s + 2) 9 (s 1)
Soluci on.
s2 + 2 s2 + 2 = = s(s2 + 2s + 2) s(s (1 + i))(s (1 i)) A B + iC B iC + + s s (1 + i) s (1 i) A= 366

s2 +2 s2 +2s+2 s=0
02 +2 02 +2(0)+2
Un
ive
s2 + 2 s(s2 + 2s + 2)
rsid
Ejemplo 3. Descomponer en fracciones parciales
=1
ad
de
A + iB =
N (a + ib) , M (a + ib)2ib
An
Para hallar A + iB o A iB se procede de la misma manera que en el caso a). (M etodo 1.), es decir, se suprime el factor s (a + ib) (o s (a ib)), ( s) y luego se cambia s por a + ib, es decir, quedando M (s)[N s(aib)]
tioq
uia
A + iB A iB + . s (a + ib) s (a ib)
A iB =
,D
ept
con M (a + ib) = 0. A los factores s (a + ib), s (a ib) les corresponden la suma de fracciones parciales
N (a ib) M (a ib)(2ib)
o. d
N (s) M (s)[s (a + ib)][s (s (a ib)]
eM
Sea
atem
C.3.
Factores Cuadr aticos.
atic as
C.4. FACTORES CUADRATICOS REPETIDOS. B + iC =

N (1+i) M (1+i)2i,1
(1+i)2 +2 (1+i)2i
= 1 =i i
por lo tanto B = 0, C = 1 2 +2 i =1 + s ( + luego s(s2s+2 s+2) s 1+i)
i s(1i)
C.4.
Sea
Factores Cuadr aticos Repetidos.

N ( s)
Se procede de la misma manera que en b). (M etodo 2.) y se obtiene que 1 N (s) Aj + iBj = (j 1)! M (s)(s (a ib))k
tioq
1 N (s) d (j 1)! dsj M (s)(s (a ib))k
uia
s=a+ib j
,D
=
(j 1)
ept
o. d
M (s)(s(aib))k N (s) = = M (s)(s (a + ib))k (s (a ib))k (s (a + ib))k A2 + iB2 Ak + iBk A1 + iB1 + (s) + + . . . + (s (a + ib))k (s (a + ib))k1 (s (a + ib))
eM
atem
atic as
s=a+ib
s2 + 8 s2 + 8 = = s(s2 4s + 8)2 s(s (2 + 2i))2 (s (2 2i))2 A B + iC B iC D + iE D iE + + + + 2 2 s [s (2 + 2i)] [s (2 2i)] s (2 + 2i) s (2 2i) donde A=
s2 +8 (s2 4s+8)2 s=0
8 82
Un
1 8
ive
Soluci on.
rsid
s2 + 8 s(s2 4s + 8)2
ad
de
Ejemplo 4. Descomponer en fracciones parciales
An
para j = 1, . . . , k.
367
APENDICE C. FRACCIONES PARCIALES
1 N (s) B + iC = 0! M (s)(s (2 2i))2
(0)
=
s=2+2i
(2 + 2i)2 + 8 1 (2 + 2i)2 + 8 = = (2 + 2i)[(2 + 2i) (2 2i)]2 (2 + 2i)[4i]2 4
1 luego B = 4 y C = 0.
,D
2s2 (s (2 2i))2 (s2 + 8)(s (2 2i))(3s (2 2i)) s2 (s (2 2i))4
ept
1 N (s) D + iE = = 1! M (s)(s (2 2i))2 s=2+2i N (s) d = ds M (s)(s (2 2i))2 s=2+2i
(1)
o. d
eM
atem
atic as
=
s=2+2i
por lo tanto
368
Un
s2 + 8 = s(s2 4s + 8)2 1 1 1 1 1 1 8 s 4 (s (2 + 2i))2 4 (s (2 2i))2 1 + 3i 1 1 1 16 s (2 + 2i) 16 s (2 2i)
ive
rsid
ad
de
An
1 3 luego D = 16 y E = 16
tioq
3 1 i 16 16
uia
[8] Perko Lawrence Dierential Equations and Dynamical Systems , tercera edici on. [9] Hirsch, M. W.; Smale W. Dierential Equations, Dynamical Systems, and Lineal Algebra , primera edici on. [10] Strogatz, S. H Nonlinear dynamics an chaos: with applications to physics, biology, chemistry and engeneering , primera edici on. 369
Un
[7] Farkas Mikl os Periodic Motions , primera edici on.
ive
[6] Farkas Mikl os Dynamical Models in Biology, primera edici on.
rsid
[5] Henao G. Dashiell, Moreno R. Gilberto, Osorio G. Luis Javier, Restrepo G. Gonzalo, Vel asquez E. Jos e Ecuaciones Diferenciales, primera edici on.
ad
de
An
[4] Zill Dennis G. Ecuaciones Diferenciales con Aplicaciones , segunda edici on.
tioq
[3] C.H. Edwards, Jr., Penney David E. Ecuaciones Diferenciales elementales y Problemas con Condiciones en la Frontera , tercera edici on.
uia
,D
[2] Derrick William R.,Grossman Stanley I. Ecuaciones Diferenciales con aplicaciones, segunda edici on.
ept
[1] Simmons George F. Ecuaciones Diferenciales con aplicaciones y notas hist oricas, segunda edici on.
o. d
eM
atem
atic as
BIBLIOGRAF IA
INDICE ALFABETICO
atem
Abel f ormula de, 91 Algoritmo para cadenas de vectores propios generalizados, 268 Algoritmo para hallar las soluciones de un sistema de E.D. , 263 Amplitud del movimiento arm onico simple, 144 Amplitud modulada (A.M.), 149 Angulo de fase, 144, 147 Aplicaciones crecimiento de cultivos, 58 crecimientos poblacionales, 58 a la f sica, 73 a la geometr a anal tica, 54 campo gravitacional variable, 77 cohetes, 76 crecimiento, descomposici on, 55 cuerpos con masa variable, 75 de las E.D. de segundo orden osciladores, 142 desintegraci on radioactiva, 56 movimiento arm onico simple, 142 osciladores, 142 Bendixs on criterio de, 337 Bernoulli ecuaci on diferencial de, 32 Bessel ecuaci on diferencial, 195 funci on de primera especie, 197, 201 de segunda especie, 198, 203 propiedades, 204 funci on de, 195 Bibliograf a, 369
Un
ive
rsid
ad
370
de
An
C n (I ), 82 Cadena de vectores propios generalizados, 267 Campo de
tioq
problema de amplitud modulada, 149 problemas de diluciones, 59 problemas de persecuci on, 52 vaciado de tanques, 68 Asint oticamente estable, 293 Ayry ecuaci on diferencial de, 181
uia
,D
ept
o. d
eM
atic as
INDICE ALFABETICO direcciones , 5 pendientes, 5 Ciclo l mite, 335 Circuitos en serie, 152 Clairaut ecuaci on diferencial de, 42 Coecientes indeterminados, m etodo, 110 Comandos Maple ...:=..., 46, 163 BesselJ(,), 214 BesselY(,), 214 campo de direcciones, 5 coe(,), 214 collect( ,[ , ]) , 165 convert(...,parfrac,...), 246 DE(tools), 164 DEplotwith, 341 di( , ), 165 dsolve, 46, 164, 213 for k from n to m do... , 214 int, 46, 166 invlaplace, 248 laplace(...,t,s), 248 linsolve(,[,]), 166 phaseportrait, 341, 342 plot, 164, 214 restart, 46, 164 SeriesSol, 213 simplify(,), 166, 214 solve, 46, 163, 164 vector([,]), 166 with(inttrans), 248 with(linalg), 166 wronskian(,), 166 Condici on de frontera, 87 inicial, 87 Conjunto fundamental de soluciones, 254 Constante de amortiguamiento, 145 de fricci on, 145 de Euler, 198 Constante el astica del resorte, 143 Constantes de una soluci on, 3, 7 Convergencia de operadores, 360 Convergencia uniforme, 345 Convolutivo, producto, 229 Cramer regla de, 114 Criterio de Bendixs on, 337 Criterio de estabilidad para sistemas no lineales, 320 Criterio M de Weierstrass, 346 Curva dirigida, 282 Dalambert f ormula de, 96 Denici on E.D. lineal, 2 E.D. no lineal, 2 Ecuaci on Diferencial Ordinaria, 1 Parcial, 1 Orden de una E.D., 1 problema de valor inicial, 3 soluci on de una E.D., 2 soluci on general, 3 soluci on particular, 3 soluci on singular, 4 de exponencial de una matriz, 361 de un operador, 361 de punto cr tico, 283 ecuaci on diferencial, 1 factorial generalizado, 194
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
371
INDICE ALFABETICO operador inverso, 127 peso de un cuerpo, 78 transformada de Laplace, 215 Denida negativa, 309 positiva, 309 Derivada de una exponencial matricial, 362 Desigualdad de Gronwald, 352 Diluciones gaseosas, 60 l quidas, 59 Dirac funci on delta de, 244 propiedades de la funci on, 244 Ecuaci on auxiliar, 101 caracter stica, 101 de continuidad, 60 indicial, 185, 187 Ecuaci on Diferencial de Ayry, 181 de coecientes lineales, 14 en variables separables, 7 homog enea, 10 lineal de orden mayor que dos y coecientes constantes, 104 lineal de orden n y de coecientes constantes, 100 barra de torsi on, 153 Bernoulli, 32 circuitos en serie, 152 Clairaut, 42 de Bessel, 195 de Euler-Cauchy, 139 de Hermite, 180 de Legendre, 178 de Lienard, 339 372 de Van der Pol, 340 exacta, 16 hipergeom etrica de Gauss, 212 lineal de primer orden, 26 log stica, 59 movimiento amortiguado, 146 movimiento arm onico simple, 143 movimiento forzado, 148 movimiento pendular, 155 movimiento pendular amortiguado, 155 no lineales de primer orden, 34 sustituciones varias, 43 Espacio propio, 264 Estabilidad, 293 criterio de, 306 Estabilidad asint otica criterio de, 307 Euler constante de, 198 f ormula de, 103 Euler-Cauchy ecuaci on diferencial, 139 Exponencial de un operador, 359 Exponentes de la singularidad, 185 F ormula de Abel, 91 de Dalambert, 96 de Euler, 103 de Rodriguez, 179 Factor Integrante, 20 Factorial generalizado, 194 Fen omeno de resonancia, 150 Forma can onica, 26, 97, 113 Forma diferencial exacta, 15 Fracciones Parciales, 363 Frecuencia de vibraciones libres, 145
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
INDICE ALFABETICO Frobenius teorema de, 183 Funci on homog enea, 10 anal tica, 172 de Bessel, 195 de primera especie, 197, 201 de segunda especie, 198, 203 propiedades, 204 de Liapunov, 310 de Lipschitz, 347 de orden exponencial, 216 denida negativa, 309 positiva, 309 delta de Dirac, 244 escal on unitario, 224 Gamma, 191 f ormula de recurrencia, 192 impulso unitario, 244 onda cuadrada, 235 onda tri angular, 236 recticaci on completa onda seno, 236 recticaci on onda seno, 234 semidenida negativa, 309 positiva, 309 serrucho, 234 Gamma f ormula de recurrencia, 192 funci on, 191 gr aca de la funci on, 193 Gauss ecuaci on diferencial hipergeom etrica de, 212 serie hipergeom etrica de, 213 Gr aca de la funci on Gamma, 193 Gronwald desigualdad de, 352 Hermite polinomios f ormula general, 180 polinomios de, 180 ecuaci on diferencial, 180 Hook ley de, 142
Lambert ley de absorci on de, 57 Laplace transformada de, 215 Legendre ecuaci on diferencial de, 178 polinomios de, 179 Lema Lema de operadores, 125 Ley de absorci on de Lambert, 57 de enfriamiento de Newton, 57 de Gravitaci on Universal, 77 de Hook, 142 segunda, de Newton, 73 Liapunov criterio de, 311 funci on, 310 Lienard teorema de, 339 Linealizaci on, 317
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
Jacobiana matriz, 316
o. d
eM
Indices de la singularidad, 185 Iteradas de Picard, 348
atem
atic as
373
INDICE ALFABETICO Linealmente dependientes, 90 independientes, 90 Lipschitz funci on de, 347 M etodo de variaci on de par ametros, generalizaci on, 122 Dalambert, 96 de los coecientes indeterminados, 110 de reducci on de orden, 96 de variaci on de par ametros, 113 para hallar la matriz exponencial, 271 para hallar los valores y vectores propios, 256 M etodo de soluci on E.D. de Bernoulli, 32 homog eneas, 10 E.D. de Euler-Cauchy , 140 E.D. exactas, 16 no lineales de primer orden, 34 por series, 169 por transformada de Laplace para sistemas, 278 sustituciones varias, 43 Maclaurin serie de, 172 Matriz exponencial, 261 fundamental, 254 Jacobiana, 316 norma de, 354 principal, 254 Modelo de competici on, 327 Modelo depredador-presa, 328 Movimiento 374 amortiguado, 145 arm onico simple, 142 con resonancia, 150 cr ticamente amortiguado, 146 forzado, 147 pendular, 154 sobreamortiguado, 146 subamortiguado, 146 N ucleo operador diferencial lineal, 84 dimensi on, en una E.D., 90 Newton ley de enfriamiento de, 57 ley de gravitaci on universal, 77 segunda ley de, 73 Nodo, 286 propio , 286 Norma de un operador, 359 propiedades, 359 Norma de una matriz, 354 Operador anulador, 106 diferencial lineal, 84 Operador inverso e integrales, 137 Operadores y polinomios isomorsmo, 129 P endulo amortiguado, 155, 283 Par ametros de una soluci on, 3, 7 Periodo de una soluci on, 335 Periodo de vibraciones libres, 145 Picard iteradas, 348 teorema de, 353 Plano de fase, 282 Poincar e-Bendixs on teorema, 338 Polinomio caracter stico, 104, 256
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
INDICE ALFABETICO Polinomios de Hermite, 180 de Legendre, 179 Polinomios y operadores isomorsmo, 129 Posici on de equilibrio, 144 Producto convolutivo, 229 de Operadores Diferenciales, 85 Propiedades de la matriz exponencial, 262 funci on delta de Dirac, 244 Punto cr tico, 283 aislado, 283 asint oticamente estable, 293 centro, 289 espiral, 291 estable, 293 foco, 291 nodo, 286 nodo impropio, 287 nodo propio, 286 simple, 317 sistemas no lineales, 318 de bifurcaci on, 292 de equilibrio, 283 de silla, 288 estacionario, 284 ordinario, 172 en el innito, 206 singular, 172 irregular, 182 irregular en el innito, 207 regular, 182 regular en el innito, 207 Ra ces complejas, 102 con multiplicidad, 102 diferentes, 101 iguales, 102 Raices indiciales caso I, 187 caso II, 187, 188 caso III, 188, 195 Regla de Cramer, 114 Representaci on vectorial de un sistema de E.D., 251 Resonancia, 150 Resortes acoplados, 160, 280 Retrato de fase, 282 Rodriguez, f ormula, 179 Salmuera, 60 Semidenida negativa, 309 positiva, 309 Serie Maclaurin, 172 Taylor, 172 Serie de potencias continuidad, 170 convergencia absoluta, 169 criterio de la raz on, 170 derivabilidad, 170 funci on coseno, 171 coseno-hiperb olico, 171 exponencial, 170 logaritmo, 171 seno, 171 seno inverso, 171 seno-hiperb olico, 171 tangente inversa, 171 hipergeom etrica de Gauss, 213 integrabilidad, 170 intervalo de convergencia, 169
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
375
INDICE ALFABETICO radio de convergencia, 169 serie binomial, 171 serie de potencias, 169 sumables, 170 Singular punto irregular, 182 regular, 182 Sistema autonomo, 281 cuasilineal, 317 homog eneo asociado de E.D., 251 no homog eneo de E.D., 251, 274 Soluci on de una E.D. por transformada de Laplace, 238 Soluci on vectorial de una E.D., 252 Tabla de transformadas de Laplace, 217 Tasa percapita de crecimiento, 59 Taylor serie de, 172 Teorema b asico de operadores, 126 de existencia y unicidad, 3, 87 de Picard, 3, 87 del Wronskiano, 91, 92 dimensi on, N ucleo de L(D), 94 f ormula de Abel, 91 Lema de operadores, 125 criterio de Liapunov, 311 de Bendixs on, 337 de estabilidad, 306 de estabilidad asint otica, 307 de existencia, 349 de existencia y unicidad global, 358 376 de Frobenius, 183 de la funci on Gamma, 192 de la matriz fundamental, 270 de la matriz principal, 270 de Lienard, 339 de Picard, 353 de translaci on primero, 223 segundo, 225 de unicidad, 353 del producto convolutivo, 229 derivada de una transformada, 226 E.D.exactas, 16 estabilidad sistemas no lineales, 320 existencia transformada de Laplace, 215 existencia y unicidad para sistemas, 355 sistemas lineales, 356 Factor Integrante, 21 lineal de primer orden, 26 naturaleza de los puntos cr ticos, 296 operador inverso funciones seno, coseno, 132 polinomios, 130, 131 seno y coseno, 133 para puntos ordinarios, 174 para valores propios diferentes, 256 Poincar e-Bendixs on, 338 principio de superposici on , 85 soluciones particulares, 127, 128 soluciones particulares complejas, 134 transformada
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as
INDICE ALFABETICO de la derivada, 228 transformada de una funci on peri odica, 232 Tiempo de vida media, 56 Transformada de la derivada, 228 de una potencia, 231 derivada de la, 226 funci on peri odica, 232 inversa de Laplace, 219 la integral, 230 producto convolutivo, 229 Transformada de Laplace para sistemas, 278 Trayectoria cerrada aislada, 335 denici on de, 282 peri odica, 335 Trayectorias isogonales, 50 ortogonales, 50 Valor y vector propio, 255 Valores propios complejos, 259 defectuosos, 267 repetidos, 261 Van der Pol ecuaci on diferencial, 340 Variaci on de par ametros, 274 Variaci on de par ametros, m etodo, 113 Vector y valor propio, 255 Vectores propios generalizados, 267 Weierstrass criterio M de, 346 Wronskiano, 90, 254 teorema del, 92 377
Un
ive
rsid
ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic as

Ecuaciones Diferenciales 2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Ecuaciones Diferenciales 2

Diunggah oleh

Hak Cipta:

Format Tersedia

Titular de la Universidad de Antioquia, Magister en Matem aticas de la Universidad Nacional.

Jaime Escobar A.1

ECUACIONES DIFERENCIALES con aplicaciones en Maple

Un ive rsid ad de An tioq uia ,D ept o. d

1. INTRODUCCION 1.1. CAMPO DE DIRECCIONES . . . . . . . . . . . . . . . . . . DE CONTINUIDAD . . . . . . . . . . . . . . . . 1.2. ECUACION

359 363 . 363 . 364 . 366 . 367

Un ive rsid ad de An tioq uia ,D ept o. d

Denici on 1.2 (Orden). La derivada o la diferencial de m as alto orden 1

Ejemplo 2. (x2 y )dx + 5 sen y dy = 0

CAP ITULO 1. INTRODUCCION determina el orden de la E.D.

Ejemplo 7. xdy ydx = 0 =

Denici on 1.3 (E.D.O. lineal) Una E.D. es lineal si tiene la forma:

d y dy Ejemplo 10. y 2 dx 2 + y dx + xy = x no es lineal.

Ejemplo 11. x = y ln(cy ) es soluci on de y (x + y ) = y En efecto, derivando impl citamente: 1 = 1=

d y 2 Ejemplo 9. sen x dx 3 + xy = 0 no es lineal.

(ln(cy ) + 1), luego

Sustituyendo en la ecuaci on diferencial: y (ln (cy ) + 1) y ln(cy ) + y = = y, ln (cy ) + 1 ln (cy ) + 1 2

d y dy d y 2 x es lineal de orden 3. Ejemplo 8. x2 dx 3 + cos x dx2 + sen x dx + x y = e

+ C )2 es soluci on general. a). y = ( x 4 b). Si C = 0 mostrar que y =

c). Explicar porque y = 0 es soluci on singular. a). y =

Ejercicio 8. Si 2xy dx + (x2 + 2y ) dy = 0, comprobar que x2 y + y 2 = C1 es soluci on general.

Ejercicio 7. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.

b). Explicar porque y = 1 es soluci on singular.

es una soluci on singular, porque no se puede obtener a partir de la soluci on general.

1.1. CAMPO DE DIRECCIONES

> with(DEtools): DEplot (diff(y(x),x)=-2*x^2+y(x)^2,y(x),x=-2..2,color=black, {[0,2],[0,0],[0,1],[0,-1]},y=-2..2,linecolor=black);

CAP ITULO 1. INTRODUCCION

dC (t) = E (t) S (t) = R kC (t). dt

Denici on 2.1 . Se dice que una E.D. de la forma: o de variables separables.

= e3x+2y dy = e3x+2y = e3x e2y dx 7

obteni endose as una familia uniparam etrica de soluciones.

La anterior ecuaci on se puede escribir como h(y ) dy = g (x) dx e integran-

dy g (x) = es separable dx h(y )

CAP ITULO 2. METODOS DE SOLUCION separando variables dy = e3x dx e2y e integrando

la soluci on general es e3x e2y + =C 3 2 Ejemplo 2.

soluci on general Cuando x = 0, y = 1 8

Soluci on: separando variables

2.1. VARIABLES SEPARABLES luego C= 3 2

Ejercicio 2. y + y 2 sen x = 0 Ejercicio 3. 3ex tan y dx + (2 ex ) sec2 y dy = 0 Ejercicio 4. y sen x = y ln y , si y Ejercicio 5.

Ejercicio 6. x2 y = y xy , si y (1) = 1 1 ln |x| 1) (Rta. ln |y | = x

Ejercicio 1. (4y + yx2 ) dy (2x + xy 2 ) dx = 0

Resolver los siguientes ejercicios por el m etodo de separaci on de variables:

CAP ITULO 2. METODOS DE SOLUCION

M etodo de soluci on: dada la ecuaci on

Por lo tanto, es la soluci on particular

dy = z 1 dz (x2 z 2 1)z 1 dz + 2xz 3 dx = 0 (x2 z 31 z 1 )dz + 2xz 3 dx = 0

suma de exponentes en los t erminos: 2+31, 1 y 1+3 respectivamente. 11

La sustituci on m as sencilla es x = uz dx = u dz + z du. (u2 z 2 z 4 + z 2 ) dz + 2uzz 3 (u dz + z du) = 0

ln |z (u2 + 1)| = ln C z (u2 + 1) = C

Como y = z 1 o sea que z = y 1 , entonces luego x2 y 2 + 1 = Cy, 12

(u2 z 2 + z 2 + 2u2 z 2 ) dz + (2uz 1 ) du = 0

Es homog enea de orden 2.

y y Ejercicio 3. x y cos x dy = 0. dx + x cos x

Ejercicio 11. Hallar la soluci on particular de la E.D.

dy y y Ejercicio 10. dx = cos( x )+ x . y y (Rta.: sec( x ) + tan( x ) = Cx)

y y Ejercicio 9. y (ln x + 1) dx x ln x dy = 0. 2 y 1 (Rta.: ln |x| 2 ln | x | = C )

Ejercicio 8. y cos x dx + (2y sen x) dy = 0, (Ayuda: hacer u = sen x).

Ejercicio 7. 2(x2 y + 1 + x4 y 2 ) dx + x3 dy = 0, (Ayuda: hacer y = z ). (Rta.: x4 (1 + 2Cy ) = C 2 )

Ejercicio 6. (x + y 3 ) dx + (3y 5 3y 2 x) dy = 0, (Ayuda: hacer x = z ).

Ejercicio 4. (x2 2y 2 ) dx + xy dy = 0. 1 y 2 2 )) ) (Rta.: x = C (1 ( x

Se presentan dos casos:

1. Si (h, k ) es el punto de intersecci on entre las rectas:

entonces se hace la sustituci on: x = u + h y y = v + k y se consigue la ecuaci on homog enea de grado 1: