Ecuaciones Diferenciales Ordinarias

Una introducción con SAGE
José M. Gallardo
Versión 1.1 – Mayo de 2012
Este documento se distribuye bajo la licencia Creative Commons Reconocimiento-NoComercial-
SinObraDerivada 3.0 España. Para ver una copia de esta licencia, visite http://creativecommons.
org/licenses/by-nc-nd/3.0/es/.
ÍNDICE
Prefacio VII
1. El concepto de ecuación diferencial 1
1.1. Introducción: algunos modelos . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1. Movimiento de un cuerpo en caída libre . . . . . . . . . . . . . . 1
1.1.2. Un problema geométrico . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.3. Desintegración radiactiva . . . . . . . . . . . . . . . . . . . . . . . 7
1.1.4. Un problema de mezclas . . . . . . . . . . . . . . . . . . . . . . . 8
2. Ecuaciones diferenciales de primer orden 11
2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Ecuaciones de variables separables . . . . . . . . . . . . . . . . . . . . . . 13
2.3. Ecuaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4. Ecuaciones exactas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.5. Factores integrantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.6. Problemas de valor inicial . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.7. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.7.1. Espejos parabólicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.7.2. Campos de fuerza conservativos . . . . . . . . . . . . . . . . . . . 41
2.7.3. Calentamiento de edificios . . . . . . . . . . . . . . . . . . . . . . 46
3. Ecuaciones diferenciales de orden superior 51
3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2. Ecuaciones reducibles a primer orden . . . . . . . . . . . . . . . . . . . . 54
3.2.1. Ecuaciones en las que no aparece la variable dependiente . . . . 54
3.2.2. Ecuaciones en las que no aparece la variable independiente . . . 57
3.3. Ecuaciones lineales de segundo orden . . . . . . . . . . . . . . . . . . . . 58
3.4. Ecuaciones lineales homogéneas con coeficientes constantes . . . . . . . 62
3.5. Método de variación de las constantes . . . . . . . . . . . . . . . . . . . . 65
3.6. Método de coeficientes indeterminados . . . . . . . . . . . . . . . . . . . 69
3.7. Problemas de valores iniciales y de contorno . . . . . . . . . . . . . . . . 77
3.8. Ecuaciones lineales de orden superior . . . . . . . . . . . . . . . . . . . . 79
3.9. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.9.1. Vibraciones mecánicas . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.9.2. Deflexión y pandeo de vigas . . . . . . . . . . . . . . . . . . . . . 95
4. Sistemas de ecuaciones diferenciales 101
4.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.2. Método de sustitución . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.3. Método de autovalores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.4. Teoría geométrica: el diagrama de fases . . . . . . . . . . . . . . . . . . . 118
4.5. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
4.5.1. Calentamiento de edificios . . . . . . . . . . . . . . . . . . . . . . 133
4.5.2. Más sobre vibraciones mecánicas . . . . . . . . . . . . . . . . . . 136
4.5.3. El péndulo amortiguado . . . . . . . . . . . . . . . . . . . . . . . . 140
5. Métodos numéricos para problemas de valor inicial 143
5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
5.2. El método de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
5.3. Métodos de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . 154
5.3.1. Método de Heun o de Euler mejorado . . . . . . . . . . . . . . . . 155
5.3.2. Método del punto medio . . . . . . . . . . . . . . . . . . . . . . . 158
5.3.3. Método de Runge-Kutta de cuarto orden . . . . . . . . . . . . . . 160
5.4. Algunas consideraciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
5.5. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
5.5.1. Deflexión de vigas en voladizo . . . . . . . . . . . . . . . . . . . . 167
5.5.2. El péndulo perturbado . . . . . . . . . . . . . . . . . . . . . . . . . 170
6. Métodos numéricos para problemas de contorno 175
6.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
6.2. Método de diferencias finitas . . . . . . . . . . . . . . . . . . . . . . . . . 176
6.3. Aproximación variacional . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
6.4. Método de elementos finitos . . . . . . . . . . . . . . . . . . . . . . . . . . 186
6.5. Algunos comentarios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.6. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
6.6.1. Deflexión de vigas empotradas . . . . . . . . . . . . . . . . . . . . 195
Bibliografía Complementaria 201
PREFACIO
No voy a descubrir la pólvora si digo que las ecuaciones diferenciales constituyen
una parte fundamental de las Matemáticas, tanto desde un punto de vista puramente
teórico como desde un enfoque más aplicado; por ello, es fundamental su estudio en
todas las carreras científicas y técnicas. En este trabajo recojo de forma ordenada el
contenido un tanto desordenado que he venido impartiendo en los últimos años a
estudiantes de Ingeniería Química y Arquitectura.
Existen muy buenos libros sobre ecuaciones diferenciales en el mercado, por lo que
sería presuntuoso añadir uno nuevo sin aportar la más mínima novedad. La de este
consiste en la utilización del programa Sage para la resolución, tanto simbólica como
numérica, de los ejemplos propuestos. Dicho programa constituye una alternativa de
software libre a paquetes como Matlab, Maple o Mathematica. Para más información
sobre Sage y una introducción a su manejo básico, cuyo conocimiento asumiré por
parte del lector, recomiendo visitar la página web del proyecto: www.sagemath.org. En
un futuro puede que escriba un capítulo de introducción al manejo de Sage; mientras
tanto, en la página web referenciada pueden encontrarse multitud de trabajos útiles.
Este libro está en constante proceso de revisión, por lo que todo tipo de sugerencias
y correcciones serán bienvenidas, o no, a: jmgallardo@uma.es.
José M. Gallardo
Profesor Titular de Matemática Aplicada
Universidad de Málaga
viii Prefacio
CAPÍTULO
1
EL CONCEPTO DE ECUACIÓN
DIFERENCIAL
1.1. Introducción: algunos modelos
Para ilustrar el concepto de ecuación diferencial y su relación con distintas ramas
de las ciencias, vamos a analizar en este apartado una serie de problemas prácticos
donde las ecuaciones diferenciales surgen de forma natural. Aprovecharemos para
introducir algunas definiciones que formalizaremos más adelante.
1.1.1. Movimiento de un cuerpo en caída libre
Consideremos un cuerpo de masa m que se deja caer verticalmente desde una altu-
ra h, sin velocidad inicial, y bajo el único efecto de la gravedad. Queremos determinar
la posición del cuerpo en cada instante de tiempo t, así como el tiempo que tardará
en llegar al suelo.
La ley física que determina el comportamiento del sistema bajo estudio es la se-
gunda ley de Newton:
ma = Σ

F, (1.1)
donde a representa la aceleración y Σ

F es la resultante de las fuerzas que actúan sobre
el cuerpo. Debemos tener en cuenta que cada fuerza es una magnitud vectorial, es
2 El concepto de ecuación diferencial
decir, tiene dirección y sentido, por lo que a la hora de traducir la ecuación (1.1) a una
forma más manejable debemos establecer un sistema de referencia adecuado. Vamos
a plantear el problema utilizando dos sistemas de referencia distintos: observaremos
que la ecuación a resolver en cada caso será diferente (ya que las variables significarán
cosas distintas en cada planteamiento), aunque la interpretación física de la solución
obtenida será la misma en ambos casos.
Consideremos el sistema de referencia de la figura 1.1, donde el origen se encuen-
tra en el suelo y el sentido positivo del movimiento es hacia arriba.
x(0)=h m
h
0
g
Figura 1.1: Primer sistema de referencia: x(t) es la altura del cuerpo en el instante t.
Sea x(t) la posición del cuerpo en el instante de tiempo t, que coincide con la altura
a la que se encuentra el cuerpo en dicho instante. La aceleración puede interpretarse
como la segunda derivada de la posición: a = x
//
(t). La única fuerza que actúa es la
gravedad, que tiene la forma F = −mg, siendo g la constante gravitatoria; observemos
que el signo menos indica que la fuerza de la gravedad actúa en sentido opuesto a la
dirección positiva del movimiento, es decir, hacia el suelo.
Podemos escribir pues la ecuación (1.1) como
mx
//
(t) = −mg,
de donde
x
//
(t) = −g. (1.2)
La ecuación (1.2) es un ejemplo de ecuación diferencial ordinaria: en ella intervienen
una variable independiente (el tiempo t), una variable dependiente (la posición x, que
depende del tiempo) y alguna de sus derivadas (en este caso, la segunda: diremos
1.1 Introducción: algunos modelos 3
que la ecuación es de orden dos o de segundo orden). Dicha ecuación se ha obtenido
mediante la interpretación de una ley física (la segunda ley de Newton) en un sistema
de referencia adecuado.
La ecuación (1.2) puede resolverse mediante dos integraciones sucesivas. En efecto,
en primer lugar
x
//
(t) = −g ⇒ x
/
(t) =
_
(−g) dt = −gt + C
1
,
donde C
1
es una constante arbitraria (constante de integración); integrando de nuevo,
x(t) =
_
(−gt + C
1
) dt = −
g
2
t
2
+ C
1
t + C
2
,
siendo C
2
otra constante arbitraria. La expresión
x(t) = −
g
2
t
2
+ C
1
t + C
2
(1.3)
se denomina solución general de la ecuación diferencial (1.2) y es, en este caso, una
familia biparamétrica de soluciones, ya que depende de dos valores o parámetros, C
1
y C
2
, que pueden tomar valores cualesquiera.
Para determinar cuál es la solución correcta de nuestro problema debemos deter-
minar los valores de C
1
y C
2
en nuestro caso particular. Para ello recurrimos a las
condiciones iniciales del problema, que son condiciones puntuales que debe verificar la
solución. En nuestro caso, la posición inicial (en el instante t = 0) del cuerpo es h:
x(0) = h,
mientras que su velocidad (que interpretamos como la derivada x
/
) es nula, ya que
soltamos el cuerpo sin velocidad inicial:
x
/
(0) = 0.
La ecuación diferencial junto con las condiciones iniciales se denomina problema de
valores iniciales o problema de Cauchy:
_
¸
_
¸
_
x
//
= −g,
x(0) = h,
x
/
(0) = 0.
El cálculo de C
1
y C
2
se efectúa sustituyendo las condiciones iniciales en la solución
general (1.3) (se dice que imponemos las condiciones iniciales):
h = x(0) = −
g
2
0
2
+ C
1
0 + C
2
= C
2
⇒C
2
= h,
4 El concepto de ecuación diferencial
y
0 = x
/
(0) = −g 0 + C
1
⇒C
1
= 0.
Obtenemos así la única solución del problema de valores iniciales:
x(t) = −
g
2
t
2
+ h. (1.4)
Para calcular el tiempo que tarda el cuerpo en llegar al suelo, basta con resolver la
ecuación x(t) = 0:
x(t) = 0 ⇒−
g
2
t
2
+ h = 0 ⇒t =
¸
2h
g
.
Es importante notar que para el modelado matemático del problema no ha sido
suficiente con establecer la ecuación diferencial correspondiente, sino que hemos te-
nido que complementarla con dos condiciones iniciales para llegar a un problema de
valores iniciales. Observemos también que la solución general de la ecuación diferen-
cial depende de dos parámetros, mientras que la solución del problema de valores
iniciales está dada por (1.4) y es, por tanto, única.
Vamos a analizar ahora el mismo problema, pero usando un sistema de referencia
distinto (véase la figura 1.2). Para ello, estableceremos el origen en el punto desde el
que empieza a caer el objeto, y supondremos que la dirección positiva es la de caída.
Si x(t) es el espacio recorrido por el cuerpo en el instante t, la ecuación diferencial
que modela el sistema será
x
//
= mg,
ya que en este caso la fuerza gravitatoria actúa en el sentido positivo del movimiento
dentro del sistema de referencia elegido. Las condiciones iniciales son, en este caso,
x(0) = 0 y x
/
(0) = 0.
Razonando como en el ejemplo anterior, deducimos que la solución del problema
de valores iniciales es simplemente
x(t) =
g
2
t
2
. (1.5)
Observemos que no hay contradicción alguna entre las soluciones (1.4) y (1.5), ya que
en cada caso x tiene una interpretación distinta: en (1.4) indica la altura del cuerpo y
en (1.5) el espacio recorrido.
Las deducciones físicas obtenidas a partir del modelo deben ser independientes del
sistema de referencia elegido, una vez interpretadas adecuadamente. De esta forma,
si queremos calcular el tiempo que el cuerpo tarda en llegar al suelo, considerando
ahora el segundo sistema de referencia, bastará con resolver la ecuación x(t) = h:
x(t) = h ⇒
g
2
t
2
= h ⇒t =
¸
2h
g
.
Obtenemos así el mismo resultado que con el primer sistema de referencia.
1.1 Introducción: algunos modelos 5
x(0)=0 m
h
g
0
Figura 1.2: Segundo sistema de referencia: x(t) es el espacio recorrido por el cuerpo en el
instante t.
1.1.2. Un problema geométrico
Una tractriz es una curva que pasa por el punto A = (a, 0) del eje de abscisas, con
la propiedad de que la longitud del segmento de la recta tangente desde cualquier
punto de la curva al eje de ordenadas es constante. El nombre alemán para la tractriz
es Hundekurve (curva del perro), ya que representa el camino que seguiría un perro
obstinado cuando su dueño pasea en línea recta de norte a sur.
Vamos a determinar una ecuación diferencial cuyas soluciones representan una
tractriz. Para ello, consideremos el triángulo de la figura 1.3 y notemos que la pen-
diente de la recta tangente a la curva buscada en el punto (x, y) es


a
2
−x
2
x
(el signo menos obedece a que la pendiente es negativa). Por otra parte, y según la
interpretación geométrica de la derivada, dicha pendiente es precisamente y
/
(x). Por
tanto, igualando las dos expresiones para la pendiente, obtenemos
y
/
= −

a
2
−x
2
x
.
Esta ecuación diferencial necesita complementarse con un dato adicional: como la
curva pasa por el punto A = (a, 0), tenemos que
y(a) = 0.
6 El concepto de ecuación diferencial
y
x
0
(x,y)
A=(a,0)
x
a
a
2
−x
2
Figura 1.3: Esquema de la tractriz.
En resumen, para encontrar la ecuación de la tractriz debemos resolver el siguiente
problema de valor inicial:
_
_
_
y
/
= −

a
2
−x
2
x
,
y(a) = 0.
En este caso, la ecuación diferencial puede resolverse mediante integración directa:
y
/
= −

a
2
−x
2
x
⇒y = −
_

a
2
−x
2
x
dx.
El cálculo de la primitiva se realiza mediante el cambio de variable x = a sen(t). Tras
una serie de cálculos enrevesados, se obtiene la siguiente expresión:
y = ±
_
a
2
ln
_
a −

a
2
−x
2
a +

a
2
−x
2
_
+
_
a
2
−x
2
_
+ C,
donde C es una constante arbitraria. Imponiendo la condición y(a) = 0, podemos
determinar el valor de C:
y(a) = 0 ⇒C = 0.
Finalmente, la ecuación de la tractriz viene dada por
y = ±
_
a
2
ln
_
a −

a
2
−x
2
a +

a
2
−x
2
_
+
_
a
2
−x
2
_
.
En la figura 1.4 se representa la tractriz correspondiente al valor a = 2.
1.1 Introducción: algunos modelos 7
Figura 1.4: Tractriz correpondiente al valor a = 2.
1.1.3. Desintegración radiactiva
Consideremos una muestra radiactiva que consta de N(t) átomos en el instante de
tiempo t. A la vista de diversos experimentos realizados, es plausible suponer que la
velocidad de desintegración es proporcional, en cada instante, al número de átomos
presente en la muestra. Si inicialmente la muestra consta de N
0
átomos, queremos
determinar el número de átomos en cualquier instante posterior.
Podemos identificar la velocidad de desintegración de la muestra con la derivada
de N(t), con lo que se tiene la siguiente ecuación diferencial:
dN
dt
= −kN, (1.6)
donde k es una constante de proporcionalidad. Supondremos que las constantes que
aparecen en la escritura de un modelo son siempre positivas; el signo menos en el
segundo miembro de la ecuación anterior indica entonces que la cantidad de sustancia
va disminuyendo, como debe suceder realmente. En efecto, al ser k y N positivas, la
derivada N
/
(t) es negativa, con lo que N(t) es una función decreciente. Por último, la
condición inicial a considerar es N(0) = N
0
.
La ecuación (1.6) es de variables separadas o separables; en el capítulo 2 veremos cómo
se resuelve. Es sencillo comprobar que la solución del problema de valor inicial es
N(t) = N
0
e
−kt
,
que es precisamente la ley de desintegración radiactiva que determina la cantidad de
8 El concepto de ecuación diferencial
sustancia que queda en la muestra en cada instante. Obsérvese además que
l´ım
t→∞
N(t) = 0,
lo que indica que la muestra radiactiva tiende a desaparecer conforme avanza el tiem-
po.
1.1.4. Un problema de mezclas
Consideremos un depósito que contiene 50 l de agua con 75 gr de sal disueltos. En
un determinado instante comienza a entrar agua salada a razón de 2 l/min, con una
concentración de 3 gr/l de sal, mientras que el agua, perfectamente mezclada, sale del
depósito a razón de 2 l/min. Queremos determinar en qué instante la cantidad de sal
en el depósito será de 125 gr. En la figura 1.5 se presenta un esquema de la situación.
2 l/min
2 l/min
3 gr/l
50 l
Figura 1.5: Esquema del problema de mezclas.
Llamemos S(t) a la cantidad de sal en el depósito en el instante t. Notemos que
el volumen de agua en el depósito es siempre de 50 litros, ya que en cada instante
entran dos litros y salen otros dos. Por tanto, la concentración de sal en cada instante
será de S(t)/50 gr/l. La velocidad de variación de la concentración de sal viene dada
por S
/
(t), que se expresa en gr/min.
Por un lado, el aporte de sal por minuto al depósito será de
2 l/min 3 gr/l = 6 gr/min,
1.1 Introducción: algunos modelos 9
mientras que la tasa de pérdida de sal es de
2 l/min
S(t)
50
gr/l =
S(t)
25
gr/min.
La variación total de la concentración de sal viene dada por la diferencia entre el
aporte y la pérdida de sal. Obtenemos así la siguiente ecuación diferencial
S
/
(t) = 6 −
S(t)
25
.
La condición inicial es S(0) = 75, ya que inicialmente hay 75 gr de sal en el depósito.
La ecuación diferencial es de variables separadas, aunque también es una ecuación
lineal (ver capítulo 2). La solución del problema de valor inicial es
S(t) = 150 −75e
−t/25
.
Nótese que la función S(t) es creciente, ya que
S
/
(t) = 3e
−t/25
> 0.
Esto significa que la cantidad de sal en el depósito aumenta al avanzar el tiempo.
Para determinar cuándo la cantidad de sal en el depósito será de 125 gr, basta con
resolver la ecuación S(t) = 125:
S(t) = 125 ⇒150 −75e
−t/25
= 125 ⇒t = −25 ln(1/3) = 25 ln(3) ≈ 27,4653 min.
10 El concepto de ecuación diferencial
CAPÍTULO
2
ECUACIONES DIFERENCIALES DE
PRIMER ORDEN
2.1. Introducción
Una ecuación diferencial ordinaria de primer orden es una expresión que relaciona una
variable independiente x con una variable dependiente y(x) y su primera derivada
y
/
(x):
F(x, y(x), y
/
(x)) = 0, x ∈ [a, b].
Por ejemplo, son ecuaciones diferenciales ordinarias de primer orden las siguientes:
y
/
(x) = 0,
dy
dx
= y, y + (y
/
)
1/3
+ 25x = sen(x).
Para representar la derivada de y respecto de x usaremos indistintamente las notacio-
nes y
/
, y
/
(x) o
dy
dx
. Salvo que sea necesario por claridad, en general no expresaremos
la dependencia de la variable y respecto de x:
F(x, y, y
/
) = 0, x ∈ [a, b].
Una solución de una ecuación diferencial de primer orden es una función
y: [a, b] →R
12 Ecuaciones diferenciales de primer orden
que verifica la ecuación en cada punto x ∈ [a, b]. Para que esta definición tenga sen-
tido, es preciso que la función y(x) sea derivable en el intervalo [a, b] y que dicha
derivada sea una función continua: se dice entonces que y(x) es de clase C
1
([a, b]).
Ejemplo 2.1. La función y: R → R dada por y(x) = e
−x
es una solución de la ecua-
ción diferencial y
/
= −y, ya que es derivable con continuidad en R y
y
/
(x) = −e
−x
= −y(x).
La solución general de una ecuación diferencial de primer orden es una familia de
funciones y ≡ y(x, C) dependiente de un parámetro (o constante arbitraria) C que nos
proporciona todas las posibles soluciones de la ecuación diferencial.
Ejemplo 2.2. La solución general de la ecuación diferencial y
/
= −y es
y = Ce
−x
,
siendo C ∈ R una constante arbitraria. En efecto, cualquier función de la forma ante-
rior es solución de la ecuación:
y
/
(x) = −Ce
−x
= −y(x).
Más adelante veremos que todas las posibles soluciones de la ecuación tienen la forma
anterior.
Resolver una ecuación diferencial significa obtener todas sus soluciones, esto es,
hay que determinar su solución general. La inmensa mayoría de ecuaciones dife-
renciales no pueden resolverse mediante métodos analíticos, es decir, no es posible
obtener una expresión exacta de la solución y ≡ y(x, C). En este tema estudiaremos
diversos tipos clásicos de ecuaciones que sí pueden resolverse de forma explícita.
Una ecuación diferencial de primer orden está escrita en forma normal (también se
dice que está resuelta respecto de la derivada) si la derivada y
/
aparece despejada:
y
/
= f (x, y).
Toda ecuación en forma normal también puede escribirse en forma diferencial:
M(x, y) dx + N(x, y) dy = 0.
En efecto:
y
/
= f (x, y) ⇒
dy
dx
= f (x, y) ⇒ f (x, y)dx −dy = 0;
basta pues tomar M(x, y) = f (x, y) y N(x, y) = −1.
En las secciones siguientes estudiaremos métodos de resolución para tres tipos
fundamentales de ecuaciones diferenciales de primer orden:
2.2 Ecuaciones de variables separables 13
Ecuaciones de variables separables: y
/
=
f (x)
g(y)
.
Ecuaciones lineales: y
/
= a(x)y + b(x).
Ecuaciones exactas: M(x, y) dx + N(x, y) dy = 0 con
∂M
∂y
=
∂N
∂x
.
2.2. Ecuaciones de variables separables
Diremos que una ecuación diferencial de primer orden es de variables separables si
puede escribirse en la forma
y
/
=
f (x)
g(y)
,
siendo f (x) y g(y) funciones de una sola variable.
Las ecuaciones de variables separables se resuelven agrupando en un miembro de
la ecuación los términos que dependen de x, y en el otro aquellos que dependen de
y; a continuación, se integran ambos miembros para obtener la solución general de la
ecuación. De este modo, podemos escribir formalmente:
dy
dx
=
f (x)
g(y)
⇒ g(y) dy = f (x) dx ⇒
_
g(y) dy =
_
f (x) dx.
Si G(y) y F(x) son primitivas de g(y) y f (x) respectivamente, obtenemos que
G(y) = H(x) + C,
donde C es la constante de integración: recordemos que dos primitivas de una misma
función se diferencian en una constante. La expresión obtenida es la solución gene-
ral de la ecuación diferencial. Puede suceder que en dicha expresión no podamos
despejar la variable y; en tal caso se dice que la solución está dada en forma implícita.
Ejemplo 2.3. Consideremos la ecuación diferencial y
/
= 2xy, que es de variables
separables. Para resolverla, separamos las variables e integramos:
dy
dx
= 2xy ⇒
dy
y
= 2x dx ⇒
_
dy
y
=
_
2x dx ⇒ln(y) = x
2
+ c,
siendo c una constante de integración. Despejemos la variable y:
y = e
x
2
+c
= e
x
2
e
c
.
Por último, renombrando la constante e
c
como una constante arbitraria C, obtenemos
la solución general de la ecuación:
y = Ce
x
2
.
El siguiente código permite resolver la ecuación del ejemplo usando Sage:
14 Ecuaciones diferenciales de primer orden
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == 2*x*y
sage: desolve(ec , y)
c*e^(x^2)
Ejemplo 2.4. Consideremos la ecuación en forma diferencial
xy dx + e
−x
2
(y
2
−1) dy = 0.
Podemos separar las variables como sigue:
1 −y
2
y
dy = xe
x
2
dx.
Integrando, obtenemos la solución general:
_
1 −y
2
y
dy =
_
xe
x
2
dx ⇒ln(y) −
y
2
2
=
e
x
2
2
+ C.
De nuevo Sage nos proporciona la solución correcta:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == x*exp(x^2)*y/(1-y^2)
sage: desolve(ec , y)
-1/2*y(x)^2 + log(y(x)) == c + 1/2*e^(x^2)
En este caso no podemos despejar la variable y, por lo que debemos conformarnos
con la solución general en forma implícita.
Ejemplo 2.5. Por supuesto, no todas las ecuaciones diferenciales de primer orden son
de variables separables. Como muestra, un botón:
y
/
= x
2
+ y
2
.
A continuación vamos a considerar el caso particular de las ecuaciones homogéneas
que, aun no siendo estrictamente de variables separables, pueden reducirse a una de
estas mediante un cambio de variable.
Diremos que una ecuación diferencial de primer orden y
/
= f (x, y) es homogénea
si la función f (x, y) verifica la siguiente propiedad:
f (λx, λy) = f (x, y) para cada λ > 0.
En tal caso, mediante el cambio de variable
z =
y
x
2.2 Ecuaciones de variables separables 15
podemos transformarla en una ecuación de variables separables. Para comprobarlo,
tengamos en cuenta que y = xz y, por tanto, y
/
= z + xz
/
; sustituyendo en la ecuación,
resulta:
z + xz
/
= f (x, xz) ⇒z + xz
/
= f (1, z) ⇒z
/
=
f (1, z) −z
x
,
siendo esta ultima ecuación de variables separables.
Ejemplo 2.6. La ecuación
y
/
=
y +
_
x
2
−y
2
x
es homogénea. En efecto, si definimos
f (x, y) =
y +
_
x
2
−y
2
x
entonces, para cada λ > 0,
f (λx, λy) =
λy +
_
(λx)
2
−(λy)
2
λx
=
λy +
_
λ
2
(x
2
−y
2
)
λx
=
y +
_
x
2
−y
2
x
= f (x, y).
Para resolver la ecuación, hacemos el cambio z = y/x. El segundo miembro de la
ecuación quedaría así:
y +
_
x
2
−y
2
x
=
xz +
_
x
2
−(xz)
2
x
=
xz +
_
x
2
(1 −z
2
)
x
= z +
_
1 −z
2
.
Sustituyendo en la ecuación diferencial, resulta
¡
z + xz
/
=
¡
z +
_
1 −z
2

dz
dx
=

1 −z
2
x
.
La ecuación obtenida es de variables separables, por lo que podemos resolverla me-
diante integración:
dz
dx
=

1 −z
2
x

_
dz

1 −z
2
=
_
dx
x
⇒arc sen(z) = ln(x) +C ⇒z = sen(ln(x) +C)
(nótese que se ha supuesto x > 0 para que ln(x) tenga sentido). Por último, deshace-
mos el cambio z = y/x para obtener la solución general:
y = x sen(ln(x) + C).
El código Sage para resolver la ecuación diferencial es:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == (y+sqrt(x^2-y^2))/x
sage: desolve(ec , y)
x == c*e^(x*arcsin(y(x)/x)/sqrt(x^2))
16 Ecuaciones diferenciales de primer orden
En este caso, la solución obtenida viene dada en forma implícita:
x = c e
x arcsen
_
y
x
_
/

x
2
Suponiendo que x > 0, la expresión anterior puede simplificarse:
x = c e
arcsen
_
y
x
_
⇒arcsen
_
y
x
_
= ln
_
x
c
_
⇒y = x sen(ln(x) + C),
donde C = ln(c). Si queremos que Sage imponga de antemano la condición x > 0,
podemos usar el comando assume:
sage: var(’x’)
sage: assume(x>0) # suponemos que x>0
sage: y = function(’y’, x)
sage: ec = diff(y, x) == (y+sqrt(x^2-y^2))/x
sage: desolve(ec , y)
c*x == e^( arcsin(y(x)/x))
En el cálculo de la solución hemos supuesto que x > 0. ¿Qué ocurre en caso
contrario? En primer lugar, notemos que el caso x = 0 no tiene cabida, ya que la
función que define el segundo miembro de la ecuación diferencial no está definida en
x = 0. Supongamos pues que x < 0; en tal caso, cambiamos de signo ambos miembros
de la ecuación y tenemos en cuenta que −x > 0:
dz
dx
=

1 −z
2
x
⇒−
_
dz

1 −z
2
=
_
dx
−x
⇒−arc sen(z) = −ln(−x) + C.
Cambiando de signo y renombrando la constante de integración, obtenemos:
z = sen(ln(−x) + C) ⇒y = x sen(ln(−x) + C).
Si no queremos preocuparnos del signo de x, es práctica habitual definir
_
dx
x
= ln [x[.
De esta manera, podemos considerar la siguiente expresión de la solución general:
y = x sen(ln [x[ + C),
que es válida independientemente del signo de x.
Ejemplo 2.7. La ecuación diferencial
y
/
=
x + y −2
x −y + 4
2.3 Ecuaciones lineales 17
no es homogénea:
f (λx, λy) =
λx + λy −2
λx −λy + 4
,=
x + y −2
x −y + 4
= f (x, y).
Observemos que la condición de homogeneidad falla debido a los términos indepen-
dientes del numerador y el denominador de la función f (x, y): si dichos términos
no existieran, la ecuación sí que sería homogénea. Esto nos da la idea de buscar un
cambio de variables que elimine dichos términos.
Geométricamente, podemos interpretar el numerador y el denominador de f (x, y)
como las rectas de ecuaciones x + y −2 = 0 y x −y + 4 = 0, respectivamente. Dichas
rectas se cortan en el punto (−1, 3) (que se obtiene resolviendo el sistema dado por
las ecuaciones de ambas rectas). Mediante el cambio de variables
t = x −(−1) = x + 1, z = y −3,
trasladamos el punto (−1, 3) al origen (0, 0). La ecuación resultante va a ser homogé-
nea.
En efecto, teniendo en cuenta que dx = dt y dy = dz, la ecuación diferencial puede
escribirse como
dz
dt
=
t + z
t −z
=
1 + z/t
1 −z/t
.
Es fácil comprobar que esta ecuación es homogénea. Haciendo el cambio u = z/t,
resulta:
t
du
dt
+ u =
1 + u
1 −u
⇒t
du
dt
=
1 + u
2
1 −u
.
Mediante separación de variables, tenemos que
_
1 −u
1 + u
2
du =
_
dt
t
⇒arc tg(u) −
1
2
ln(1 + u
2
) = ln(t) + C.
Deshaciendo los cambios, obtenemos la solución general en forma implícita:
arc tg
_
y −3
x + 1
_

1
2
ln
_
1 +
_
y −3
x + 1
_
2
_
= ln(x + 1) + C.
2.3. Ecuaciones lineales
Una ecuación diferencial de primer orden es lineal si puede escribirse en la forma
y
/
= a(x)y + b(x)
para ciertas funciones a(x) y b(x). Cuando b(x) ≡ 0 la ecuación es de variables sepa-
rables y se denomina homogénea; en caso contrario, la ecuación se dice completa.
El proceso de resolución de una ecuación lineal consta de dos etapas:
18 Ecuaciones diferenciales de primer orden
Cálculo de la solución general y
H
(x, C) de la ecuación homogénea asociada:
y
/
= a(x)y.
Determinación de una solución particular y
P
(x) de la ecuación completa.
Veamos en detalle dicho proceso. En primer lugar, resolvemos la ecuación homo-
génea asociada, que es de variables separables:
dy
dx
= a(x)y ⇒
_
dy
y
=
_
a(x) dx ⇒ln(y) = A(x) + c,
siendo A(x) una primitiva de a(x); despejando la variable y obtenemos la solución
general de la ecuación homogénea:
y
H
(x, C) = Ce
A(x)
,
(nótese que la constante C sustituye a e
c
en este último paso).
Para determinar una solución particular de la ecuación completa utilizaremos el
método de variación de la constante. Dicho método se basa en construir una solución
y
P
(x) con la misma estructura que y
H
(x, C), donde se sustituye la constante arbitraria
C por una función C(x):
y
P
(x) = C(x)e
A(x)
.
A continuación, se determina C(x) imponiendo que y
P
(x) sea solución de la ecuación
completa:
y
/
P
= a(x)y
P
+ b(x) ⇒C
/
(x)e
A(x)
+ A
/
(x)C(x)e
A(x)
= a(x)C(x)e
A(x)
+ b(x);
teniendo en cuenta que A
/
(x) = a(x), resulta:
C
/
(x) = b(x)e
−A(x)
⇒C(x) =
_
b(x)e
−A(x)
dx
(nótese que este último paso no hay que añadir una constante de integración, ya que
sólo necesitamos una solución particular). Finalmente, la solución particular buscada
es
y
P
=
_
_
b(x)e
−A(x)
dx
_
e
A(x)
.
Una vez calculadas y
H
(x, C) e y
P
(x), la solución general de la ecuación completa
es
y ≡ y(x, C) = y
H
(x, C) + y
P
(x).
Observación. En efecto, teniendo en cuenta que y
H
e y
P
verifican, respectivamente,
las igualdades y
/
H
= a(x)y
H
e y
/
P
= a(x)y
P
+ b(x), tenemos que
y
/
= y
/
H
+ y
/
P
= a(x)y
H
+ a(x)y
P
+ b(x) = a(x)(y
H
+ y
P
) + b(x) = a(x)y + b(x),
2.3 Ecuaciones lineales 19
lo que significa que y = y
H
+ y
P
es solución de la ecuación completa; además, al ser
y
H
una familia uniparamétrica de soluciones, y también lo es. Para probar que se trata
de la solución general, veamos que cualquier solución ˜ y de la ecuación completa es
de la forma ˜ y
H
+ y
P
, para una cierta solución ˜ y
H
de la ecuación homogénea. Si y es
cualquier solución de la forma y
H
+ y
P
, se tiene que
˜ y
/
= a(x) ˜ y + b(x)
y
/
= a(x)y + b(x)
_
⇒ ˜ y
/
−y
/
= a(x) ˜ y −a(x)y ⇒( ˜ y −y)
/
= a(x)( ˜ y −y).
Esto muestra que ˜ y −y es una solución de la ecuación homogénea, que llamaremos
˜ y
H
. Por tanto,
˜ y −y = ˜ y
H
⇒ ˜ y = y + ˜ y
H
= (y
H
+ y
P
) + ˜ y
H
= (y
H
+ ˜ y
H
) + y
P
,
donde y
H
+ ˜ y
H
es solución de la ecuación homogénea (esto se comprueba fácilmente).
Hemos demostrado así que ˜ y es de la forma requerida.
Recapitulando, para calcular la solución general de una ecuación lineal basta con
calcular la solución general de la ecuación homogénea asociada (que siempre es de
variables separables) y sumarle a ésta una solución cualquiera de la ecuación comple-
ta.
Ejemplo 2.8. Consideremos la ecuación lineal
y
/
=
y
x
+ ln(x),
donde a(x) = 1/x y b(x) = ln(x). Primero, calculamos la solución general de la
ecuación homogénea asociada:
dy
dx
=
y
x

_
dy
y
=
_
dx
x
⇒ln(y) = ln(x) + c ⇒y
H
(x, C) = Cx.
A continuación, buscamos una solución particular de la forma
y
P
= C(x)x,
donde ahora C(x) representa una función a determinar; para ello, sustituimos y
P
en
la ecuación completa:
y
/
P
=
y
P
x
+ ln(x) ⇒C
/
(x)x +
¨
¨
¨
C(x) =
&
&
&
&
C(x)x
x
+ ln(x)
⇒C
/
(x) =
ln(x)
x
⇒C(x) =
1
2
ln
2
(x).
20 Ecuaciones diferenciales de primer orden
Sustituyendo en y
P
= C(x)x se determina una solución particular de la ecuación
completa:
y
P
=
x
2
ln
2
(x).
Finalmente, la solución general de la ecuación completa será
y = Cx +
x
2
ln
2
(x).
Sage calcula de forma directa la solución general de la ecuación:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == y/x + log(x)
sage: desolve(ec , y)
1/2*( log(x)^2 + 2*c)*x
Ejemplo 2.9. Resolvamos la ecuación lineal
y
/
= y + cos(x),
en la que a(x) = 1 y b(x) = cos(x). En primer lugar estudiamos la ecuación homogé-
nea asociada:
dy
dx
= y ⇒
_
dy
y
=
_
dx ⇒ln(y) = x + c ⇒y = Ce
x
.
A continuación, buscamos una solución particular de la forma
y
P
= C(x)e
x
.
Como y
/
P
= C
/
(x)e
x
+ C(x)e
x
, sustituyendo en la ecuación completa obtenemos
y
/
P
= y
P
+ cos(x) ⇒C
/
(x)e
x
+
$
$
$
$
C(x)e
x
=
$
$
$
$
C(x)e
x
+ cos(x) ⇒C
/
(x) = e
−x
cos(x).
Integrando por partes, resulta
C(x) =
sen(x) −cos(x)
2
e
−x
.
Por tanto, una solución particular es
y
P
= C(x)e
x
=
sen(x) −cos(x)
2
e
−x
e
x
=
sen(x) −cos(x)
2
.
Finalmente, la solución general de la ecuación será
y = Ce
x
+
sen(x) −cos(x)
2
.
Aquí está el código Sage para resolver la ecuación:
2.3 Ecuaciones lineales 21
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == y + cos(x)
sage: desolve(ec , y)
1/2*(( sin(x) - cos(x))*e^(-x) + 2*c)*e^x
Si queremos una expresión más simplificada del resultado, podemos utilizar el co-
mando expand en la última línea del código:
sage: expand(desolve(ec , y))
c*e^x + 1/2* sin(x) - 1/2* cos(x)
Ejemplo 2.10. Consideremos la ecuación diferencial de aspecto rocambolesco
dy
dx
=
1
x(2 + cos(y)) + e
2y+sen(y)
,
que no se ajusta a ninguno de los tipos estudiados hasta ahora. Sin embargo, si inver-
timos ambos miembros, obtenemos
dx
dy
= (2 + cos(y))x + e
2y+sen(y)
,
que puede verse como una ecuación lineal si consideramos a x como variable de-
pendiente, a y como variable independiente, y definimos a(y) = 2 + cos(y) y b(y) =
e
2y+sen(y)
.
La solución general de la ecuación homogénea asociada,
dx
H
dy
= (2 + cos(y))x
H
,
se obtiene mediante separación de variables:
x
H
= Ce
2y+sen(y)
.
Buscamos entonces una solución particular de la forma
x
P
= C(y)e
2y+sen(y)
.
Como
dx
P
dy
=
_
C
/
(y) + (2 + cos(y))C(y)
_
e
2y+sen(y)
,
sustituyendo en la ecuación completa resulta
_
C
/
(y) + (2 + cos(y))C(y)
_
e
2y+sen(y)
= (2 + cos(y))C(y)e
2y+sen(y)
+ e
2y+sen(y)
,
de donde
C
/
(y)e
2y+sen(y)
= e
2y+sen(y)
⇒C
/
(y) = 1 ⇒C(y) = y.
22 Ecuaciones diferenciales de primer orden
Por tanto, una solución particular es
x
P
(y) = ye
2y+sen(y)
.
La solución general de la ecuación será entonces
x = (y + C)e
2y+sen(y)
,
que podemos interpretar como la solución general en forma implícita de la ecuación
original.
Vamos a concluir esta sección con el estudio de una clase importante de ecuaciones
no lineales que pueden transformarse en lineales mediante un cambio de variables:
las ecuaciones de Bernoulli. Una ecuación de Bernoulli es de la forma
y
/
= a(x)y + b(x)y
α
,
donde α ∈ R. Observemos que hay dos casos triviales, que corresponden a los valores
α = 0 y α = 1:
α = 0 ⇒y
/
= a(x)y + b(x) (lineal),
α = 1 ⇒y
/
= a(x)y + b(x)y = (a(x) + b(x))y (variables separadas).
En el resto de casos (salvo, por supuesto, que b(x) ≡ 0), la ecuación de Bernoulli no
es lineal.
Supondremos en lo que sigue que α ,= 0 y α ,= 1. Si multiplicamos ambos miem-
bros de la ecuación por y
−α
, resulta
y
−α
y
/
= a(x)y
1−α
+ b(x).
Teniendo en cuenta que (y
1−α
)
/
= (1 −α)y
−α
y
/
, multiplicando por 1 −α la ecuación
anterior obtenemos
(y
1−α
)
/
= (1 −α)a(x)y
1−α
+ (1 −α)b(x).
Si definimos z = y
1−α
, se obtiene la siguiente ecuación lineal:
z
/
= ˜ a(x)z +
˜
b(x),
donde ˜ a(x) = (1 −α)a(x) y
˜
b(x) = (1 −α)b(x).
En resumen, podemos transformar la ecuación de Bernoulli en una ecuación de
tipo lineal mediante el cambio de variable dependiente dado por
z = y
1−α
,
supuesto α ,= 0 y α ,= 1.
2.4 Ecuaciones exactas 23
Ejemplo 2.11. Consideremos la ecuación diferencial
xy
/
+ y = x
4
y
3
⇒y
/
= −
y
x
+ x
3
y
3
,
que es de Bernoulli con α = 3. Hagamos el cambio
z = y
1−α
= y
−2
⇒z
/
=
dz
dx
= −2y
−3
y
/
.
Multiplicando la ecuación por −2y
−3
, resulta
−2y
−3
y
/
=
2
x
y
−2
−2x
3
⇒z
/
=
2
x
z −2x
3
.
La ecuación lineal resultante puede resolverse mediante el método de variación de la
constante. La solución general es
z = Cx
2
−x
4
.
Finalmente, deshacemos el cambio z = y
−2
:
y
−2
= Cx
2
−x
4
⇒y
2
=
1
Cx
2
−x
4
.
Sage es capaz de resolver directamente una ecuación de Bernoulli:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = x*diff(y, x) + y == x^4*y^3
sage: desolve(ec , y)
1/( sqrt(-x^2 + c)*x)
2.4. Ecuaciones exactas
Una ecuación en forma diferencial
M(x, y) dx + N(x, y) dy = 0
es exacta si se verifica la condición
∂M
∂y
=
∂N
∂x
.
En tal caso, la solución general de la ecuación viene dada por la expresión
E(x, y) = C,
24 Ecuaciones diferenciales de primer orden
donde E(x, y) es una solución del sistema
_
¸
¸
¸
_
¸
¸
¸
_
∂E
∂x
= M(x, y),
∂E
∂y
= N(x, y).
Se dice que la función E(x, y) es un potencial asociado al campo vectorial M(x, y)ı +
N(x, y).
Observación. La terminología usada en esta sección proviene de la Física (véase la
sección 2.7.2). En efecto, el campo vectorial

F(x, y) = M(x, y)ı + N(x, y) es conserva-
tivo si se verifica que
∂M
∂y
=
∂N
∂x
, lo que coincide con la condición de exactitud. Todo
campo conservativo deriva de un potencial, esto es, existe una función potencial E(x, y)
tal que

F puede expresarse como el gradiente de E:

F(x, y) =
−→
∇E(x, y) ⇒ M(x, y)ı + N(x, y) =
∂E
∂x
ı +
∂E
∂y
.
Igualando componentes, se deducen las ecuaciones para determinar el potencial:
∂E
∂x
= M(x, y),
∂E
∂y
= N(x, y).
Observación. Supongamos que y(x) verifica que E(x, y(x)) = C. Derivando respecto
a x, y aplicando la regla de la cadena, se obtiene:
d
dx
E(x, y(x)) = 0 ⇒
∂E
∂x
(x, y(x)) +
∂E
∂y
(x, y(x))
dy
dx
= 0.
Usando las igualdades
∂E
∂x
= M y
∂E
∂y
= N, resulta:
M(x, y(x)) + N(x, y(x))
dy
dx
= 0 ⇒ M(x, y(x)) dx + N(x, y(x)) dy = 0.
Esto prueba que y(x) es solución de la ecuación diferencial. Bajo ciertas hipótesis de
regularidad, puede demostrarse la existencia de una función potencial E(x, y).
Ejemplo 2.12. Resolvamos la ecuación diferencial
2xy dx + (x
2
−1) dy = 0.
En este caso, M(x, y) = 2xy y N(x, y) = x
2
−1. Derivando, obtenemos
∂M
∂y
=

∂y
(2xy) = 2x y
∂N
∂x
=

∂y
(x
2
−1) = 2x,
2.4 Ecuaciones exactas 25
lo que demuestra que la ecuación es exacta.
Para calcular un potencial, hemos de resolver el sistema
_
¸
¸
¸
_
¸
¸
¸
_
∂E
∂x
= 2xy ≡ M(x, y),
∂E
∂y
= x
2
−1 ≡ N(x, y).
Integrando respecto de x en la primera ecuación, resulta:
E(x, y) =
_
∂E
∂x
dx =
_
2xy dx = y
_
2x dx = x
2
y + g(y).
Observemos que al integrar la función de dos variables E(x, y) respecto de la variable
x, la «constante» de integración que aparece no es realmente una constante, sino una
función de la variable y; en efecto, para cualquier función g(y) se verifica que

∂x
(x
2
y + g(y)) =

∂x
(x
2
y) +

∂x
g(y) = 2xy + 0 = 2xy.
A continuación, derivamos la expresión obtenida para E(x, y) respecto de la varia-
ble y:
∂E
∂y
=

∂y
(x
2
y + g(y)) = x
2
+ g
/
(y),
y sustituimos en la segunda ecuación del sistema:

x
2
+ g
/
(y) =

x
2
−1 ⇒ g
/
(y) = −1 ⇒ g(y) =
_
(−1)dy = −y.
Por tanto, una función potencial viene dada por
E(x, y) = x
2
y −y = (x
2
−1) y.
La solución general de la ecuación diferencial será entonces
E(x, y) = C ⇒(x
2
−1) y = C ⇒y =
C
x
2
−1
.
En el desarrollo anterior, para calcular el potencial E(x, y) hemos partido de la
primera ecuación. Vamos a ver qué sucede si comenzamos integrando en la segunda
ecuación:
E(x, y) =
_
∂E
∂y
dy =
_
(x
2
−1) dy = (x
2
−1)
_
dy = (x
2
−1)y + h(x).
Derivando respecto de x y sustituyendo en la primera ecuación, resulta:
&
&&
2xy + h
/
(x) =
&
&&
2xy ⇒h
/
(x) = 0 ⇒h(x) = c,
26 Ecuaciones diferenciales de primer orden
donde c puede ser cualquier constante; tomemos c = 0, y así h(x) = 0. El potencial es
entonces E(x, y) = (x
2
−1) y y la solución general (x
2
−1) y = C. Obtenemos pues el
mismo resultado que en la primera parte del ejemplo, como era de esperar.
Podemos resolver la ecuación usando Sage si la escribimos en forma normal:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == -2*x*y/(x^2-1)
sage: desolve(ec , y)
c/(x^2 - 1)
Ejemplo 2.13. Sea la ecuación diferencial
(sen(xy) + xy cos(xy)) dx + x
2
cos(xy) dy = 0.
Llamemos M(x, y) = sen(xy) + xy cos(xy) y N(x, y) = x
2
cos(xy)dy, y notemos que
∂M
∂y
= x cos(xy) −x
2
y sen(xy) + x cos(xy)
∂N
∂x
= 2x cos(xy) + x
2
y sen(xy)
_
¸
¸
¸
_
¸
¸
¸
_

∂M
∂y
=
∂N
∂x
,
lo que prueba que la ecuación es exacta.
Para calcular el potencial E(x, y) consideramos el sistema de ecuaciones
_
¸
¸
¸
_
¸
¸
¸
_
∂E
∂x
= sen(xy) + xy cos(xy) ≡ M(x, y),
∂E
∂y
= x
2
cos(xy) ≡ N(x, y).
En este caso es más sencillo integrar primero la segunda ecuación:
E(x, y) =
_
∂E
∂y
dy =
_
x
2
cos(xy) dy = x
2
_
cos(xy) dy = x sen(xy) + g(x).
Derivando respecto de x, resulta:
∂E
∂x
= sen(xy) + xy cos(xy) + g
/
(x).
Ahora sustituimos la expresión anterior en la primera ecuación:
$
$
$
$$
sen(xy) +
$
$
$
$
$
$
xy cos(xy) + g
/
(x) =
$
$
$
$$
sen(xy) +
$
$
$
$
$
$
xy cos(xy) ⇒ g
/
(x) = 0 ⇒ g(x) = c,
siendo c una constante arbitraria. Tomando c = 0, obtenemos g(x) = 0. Así pues, un
potencial es
E(x, y) = x sen(xy),
2.4 Ecuaciones exactas 27
y la solución general de la ecuación diferencial, en forma implícita, viene dada por
x sen(xy) = C.
También Sage es capaz de resolver esta ecuación, si previamente la hemos escrito
en forma normal:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == -(sin(x*y)+x*y*cos(x*y))/(x^2* cos(x*y))
sage: desolve(ec , y)
x*sin(x*y(x)) == c
En caso de que Sage no pueda obtener una solución de forma directa, cabe la po-
sibilidad de realizar todo el proceso de resolución. Vamos a ilustrarlo con la ecuación
del ejemplo.
En primer lugar, definimos las funciones M(x, y) y N(x, y), y comprobamos la
condición de exactitud:
sage: var(’x, y’)
sage: # definimos M y N
sage: M = sin(x*y)+x*y*cos(x*y)
sage: N = x^2* cos(x*y)
sage: # comprobamos la exactitud
sage: diff(M, y)-diff(N, x)
0
A continuación resolvemos la ecuación
∂E
∂x
= M(x, y) mediante integración:
sage: # hacemos la integral de M respecto de x
sage: # para calcular el potencial E
sage: E = integral(M, x); expand(E)
x*sin(x*y)
Como Sage ha calculado sólo la primitiva más simple, añadimos una función depen-
diente de la variable y:
sage: # sumamos una "constante" dependiente de y
sage: g = function(’g’, y)
sage: EE = E + g; expand(EE)
x*sin(x*y) + g(y)
A continuación, derivamos la expresión obtenida respecto de y e igualamos a N(x, y):
sage: # derivamos respecto de y e igualamos a N
sage: ec = diff(EE , y) == N; expand(ec)
x^2* cos(x*y) + D[0](g)(y) == x^2* cos(x*y)
Calculamos g(y) despejando e integrando:
sage: # despejamos g ’(y)
sage: dg = solve(ec , diff(g,y)); dg
[D[0](g)(y) == 0]
sage: # integramos g ’(y) respecto de y
sage: g = integrate(dg[0]. rhs(), y); g
0
28 Ecuaciones diferenciales de primer orden
(nótese que dg representa una ecuación; para considerar su segundo miembro, que es
el valor obtenido para g(y), usamos la notación dg[0].rhs()
1
). Por último, definimos
el potencial E(x, y):
sage: # definimos el potencial
sage: E = E + g; expand(E)
x*sin(x*y)
2.5. Factores integrantes
Consideremos una ecuación diferencial de la forma
M(x, y)dx + N(x, y)dy = 0.
En el caso en que la ecuación sea exacta, en el apartado anterior hemos estudiado
cómo determinar su solución general mediante el uso de una función potencial.
¿Qué podemos hacer en caso de que la ecuación no sea exacta? Observemos que
al multiplicar la ecuación por una función r(x, y) no idénticamente nula, se obtiene
una ecuación equivalente:
r(x, y)M(x, y)dx + r(x, y)N(x, y)dy = 0,
que podemos escribir como
¯
M(x, y)dx +
¯
N(x, y)dy = 0,
donde
¯
M(x, y) = r(x, y)M(x, y) y
¯
N(x, y) = r(x, y)N(x, y). Si conseguimos determi-
nar r(x, y) para que se verifique

¯
M
∂y
=

¯
N
∂x
,
la nueva ecuación será exacta y podremos resolverla. Una función r(x, y) con dicha
propiedad se denomina factor integrante.
1
Podemos dar una explicación un poco más técnica de la notación. El valor dg representa una lista
o conjunto de ecuaciones que, en este ejemplo, consta de un único elemento, ya que sólo estamos
considerando una ecuación. Los elementos de una lista se enumeran comenzando con el índice 0, por
eso dg[0] hace referencia al primer elemento de la lista. En lenguaje informático, dg[0] es un objeto,
esto es, una estructura con determinados contenidos y aplicaciones (o métodos) asociadas a ella. Para
acceder a los contenidos de un objeto se usa un punto (.) detrás del nombre del objeto. De esta forma,
dg[0].rhs denota un método que devuelve el miembro de la derecha (rhs: right hand side, en inglés)
de la ecuación representada por dg[0]; los paréntesis vacíos hacen que se ejecute dicho método sin
ningún argumento extra. En general, si queremos ver los métodos asociados a un objeto en Sage, basta
con escribir el nombre del objeto seguido de un punto y pulsar la tecla de tabulación.
2.5 Factores integrantes 29
Ejemplo 2.14. Consideremos la ecuación
(x + y
2
) dx −2xy dy = 0.
Definamos M(x, y) = x + y
2
y N(x, y) = −2xy, y notemos que
∂M
∂y
=

∂y
(x + y
2
) = 2y ,= −2y =

∂x
(−2xy) =
∂N
∂x
,
lo que indica que la ecuación no es exacta.
La función
r(x, y) =
1
x
2
es un factor integrante. En efecto, si definimos
¯
M(x, y) = r(x, y)M(x, y) =
x + y
2
x
2
,
¯
N(x, y) = r(x, y)N(x, y) = −
2y
x
,
se verifica que

¯
M
∂y
=

∂y
_
x + y
2
x
2
_
=
2y
x
2
=

∂x
_

2y
x
_
=

¯
N
∂x
.
Por tanto, la ecuación diferencial
¯
M(x, y)dx +
¯
N(x, y)dy = 0 ⇒
x + y
2
x
2
dx −
2xy
x
2
dy = 0 ⇒
x + y
2
x
2
dx −
2y
x
dy = 0
es exacta, y podemos resolverla mediante el método descrito en la sección anterior.
Una función potencial es E(x, y) = ln(x) −y
2
/x, por lo que la solución general será
ln(x) −
y
2
x
= C ⇒y
2
= x(ln(x) −C).
Está claro que la cuestión fundamental en este contexto es: ¿cómo podemos deter-
minar un factor integrante? La respuesta es que no hay ningún método general que
nos permita calcular factores integrantes: sólo podemos dar una respuesta parcial al
problema. Notemos que el intento de calcular el factor integrante r(x, y) directamente
a partir de la ecuación de exactitud

¯
M
∂y
=

¯
N
∂x


∂y
(rM) =

∂x
(rN)
nos lleva a la ecuación en derivadas parciales
M
∂r
∂y
+ r
∂M
∂y
= N
∂r
∂x
+ r
∂N
∂x
,
30 Ecuaciones diferenciales de primer orden
cuya resolución sólo podremos realizarla en casos muy sencillos.
El método usual para buscar un factor integrante es mediante prueba y error. Por
supuesto, no se trata de probar todas las funciones posibles para ver si alguna de ellas
es un factor integrante (tarea, por otro lado, imposible), sino que debemos restringir
nuestra búsqueda a determinados tipos de funciones. Más concretamente, se intentará
buscar el factor integrante de la forma r(x, y) = φ(ϕ(x, y)), donde φ es una función de
una variable y ϕ(x, y) expresa una relación algebraica simple entre las variables x e y.
La elección de ϕ(x, y) se hace mediante prueba y error, mientras que φ se determina
imponiendo la condición de exactitud a la ecuación modificada. Típicos candidatos a
factor integrante son:
r(x, y) = φ(x),
r(x, y) = φ(y),
r(x, y) = φ(x ±y),
r(x, y) = φ(x
n
±y
m
), n, m ∈ Z,
r(x, y) = φ(xy),
r(x, y) = φ(x/y),
r(x, y) = φ(x
n
y
m
), n, m ∈ Z,
.
.
.
La idea subyacente a este procedimiento se basa en simplificar dentro de lo posible
las derivadas parciales del factor integrante.
Cuando el factor integrante buscado depende tan sólo de una de las variables,
puede darse una fórmula explícita para calcularlo. Por ejemplo, si r(x, y) = φ(x) se
tiene que
∂r
∂x
= φ
/
(x),
∂r
∂y
= 0.
Imponiendo la condición de exactitud, resulta que
M
∂r
∂y
+ r
∂M
∂y
= N
∂r
∂x
+ r
∂N
∂x
⇒φ(x)
∂M
∂y
= Nφ
/
(x) + φ(x)
∂N
∂x
,
de donde obtenemos la ecuación de variables separadas
φ
/
(x) = g(x)φ(x),
siendo
g(x) =
1
N
_
∂M
∂y

∂N
∂x
_
.
Para que este proceso tenga sentido, el miembro de la derecha de la expresión anterior
debe ser una función que sólo dependa de la variable x. Resolviendo la ecuación,
2.5 Factores integrantes 31
obtenemos la expresión del factor integrante:
φ(x) = e
_
g(x)dx
.
Por supuesto, el cálculo explícito de φ(x) sólo podrá llevarse a cabo si sabemos calcu-
lar una primitiva de la función g(x).
Si el factor integrante sólo depende de la variable y, razonando de modo análogo
llegamos a la siguiente expresión:
φ(y) = e
_
h(y)dy
,
donde
h(y) = −
1
M
_
∂M
∂y

∂N
∂x
_
.
Ejemplo 2.15. Consideremos la ecuación del ejemplo anterior:
(x + y
2
) dx −2xy dy = 0,
y veamos cómo se obtiene el factor integrante r(x, y) = x
−2
.
Comencemos probando con un factor integrante de la forma r(x, y) = φ(x), esto
es, la función r(x, y) dependerá únicamente de la variable x. Entonces el candidato a
factor integrante será de la forma
φ(x) = e
_
g(x)dx
,
donde
g(x) =
1
N
_
∂M
∂y

∂N
∂x
_
=
1
−2xy
(2y −(−2y)) = −
2
x
.
Por tanto, el factor integrante buscado será
φ(x) = e

_
2
x
dx
= e
−2 ln(x)
= e
ln(x
−2
)
= x
−2
.
En el siguiente ejemplo se presenta un caso en que el primer candidato a factor
integrante no es válido.
Ejemplo 2.16. Sea la ecuación diferencial
(2xy
2
−3y
3
) dx + (7 −3xy
2
) dy = 0,
que no es exacta (como puede comprobarse fácilmente).
Busquemos un factor integrante de la forma r(x, y) = φ(x). En tal caso,
g(x) =
1
N
_
∂M
∂y

∂N
∂x
_
=
1
7 −3xy
2
_
(4xy −9y
2
) −(−3y
2
)
_
=
2y
7 −3xy
2
(2x −3y).
32 Ecuaciones diferenciales de primer orden
Esta expresión no tiene sentido, ya que el segundo miembro depende explícitamente
también de la variable y. En consecuencia, no es posible utilizar un factor integrante
que sólo dependa de x.
Si probamos con un factor del tipo r(x, y) = φ(y), obtenemos
h(y) = −
1
M
_
∂M
∂y

∂N
∂x
_
= −
2y
2xy
2
−3y
3
(2x −6y) = −
2
y
.
La expresión obtenida sólo depende de la variable y, por lo que podemos considerar
el factor integrante
φ(y) = e
_
h(y)dy
= e

2
y
dy
= y
−2
.
Resolvamos ahora la ecuación diferencial
(2xy
2
−3y
3
)y
−2
dx + (7 −3xy
2
)y
−2
dy = 0 ⇒(2x −3y) dx + (7y
−2
−3x) dy = 0,
que es exacta. Un potencial es, en este caso, E(x, y) = x
2
−3xy −7y
−1
, y la solución
general de la ecuación diferencial es, por tanto,
x
2
−3xy −7y
−1
= C.
Finalizamos esta sección con un ejemplo donde se juega con un factor integrante
algo más complicado que los vistos en los ejemplos anteriores.
Ejemplo 2.17. Consideremos la ecuación diferencial no exacta
(3y
2
−x) dx + (2y
3
−6xy) dy = 0.
La prueba con los candidatos usuales a factor integrante no da buen resultado. En este
caso, el factor integrante a buscar es de la forma r(x, y) = φ(x + y
2
). Consideremos
pues la ecuación modificada
(3y
2
−x)r(x, y) dx + (2y
3
−6xy)r(x, y) dy = 0.
Teniendo en cuenta que
∂r
∂x
= φ
/
(x + y
2
),
∂r
∂y
= 2yφ
/
(x + y
2
),
la condición de exactitud nos da
2y(3y
2
−x)φ
/
(x + y
2
) + 6yφ(x + y
2
) = (2y
3
−6xy)φ
/
(x + y
2
) −6yφ(x + y
2
),
de donde
4y(x + y
2

/
(x + y
2
) = −12yφ(x + y
2
) ⇒(x + y
2

/
(x + y
2
) = −3φ(x + y
2
).
2.6 Problemas de valor inicial 33
Como vemos, la última expresión obtenida es una ecuación diferencial en x + y
2
. Si
llamamos z = x + y
2
, tenemos

/
(z) = −3φ(z) ⇒
_

φ
= −3
_
dz
z
⇒ln(φ) = −3 ln(z) = ln(z
−3
) ⇒φ(z) = z
−3
.
Por tanto, el factor integrante buscado es
r(x, y) = φ(x + y
2
) = (x + y
2
)
−3
.
La ecuación exacta equivalente a considerar es, por tanto,
(3y
2
−x)(x + y
2
)
−3
dx + (2y
3
−6xy)(x + y
2
)
−3
dy = 0.
Una función potencial es E(x, y) = (x −y
2
)(x + y
2
)
−2
, así que la solución general de
la ecuación diferencial será
x −y
2
(x + y
2
)
2
= C.
2.6. Problemas de valor inicial
Hemos visto que la solución general de una ecuación diferencial de primer orden,
que supondremos escrita en forma normal:
y
/
= f (x, y),
depende de una constante arbitraria C, esto es, y ≡ y(x, C). En particular, la ecuación
diferencial posee un número infinito de soluciones, aunque todas ellas se diferencian
únicamente en el valor de la constante C.
Supongamos que estamos interesados en elegir, de entre todas las posibles solu-
ciones, aquella que en el punto a toma un cierto valor y
0
. En tal caso, estamos ante un
problema de valor inicial o problema de Cauchy:
_
y
/
= f (x, y), x ∈ [a, b],
y(a) = y
0
.
La condición y(a) = y
0
se denomina condición inicial. Bajo hipótesis adecuadas de
regularidad sobre la función f (x, y), puede demostrarse que el problema de valor ini-
cial posee una única solución. El valor correspondiente de la constante C se determina
imponiendo la condición inicial en la solución general; dicho de otro modo, hay que
resolver la ecuación y(a, C) = y
0
.
34 Ecuaciones diferenciales de primer orden
Ejemplo 2.18. Consideremos el problema de valor inicial
_
y
/
= 2xy,
y(0) = 1.
La solución general de la ecuación y
/
= 2xy es, según vimos en el ejemplo 2.3,
y(x, C) ≡ y = Ce
x
2
.
Imponiendo la condición inicial, resulta:
y(0) = 1 ⇒Ce
0
2
= 1 ⇒C = 1.
Por tanto, la única solución del problema de valor inicial es
y = e
x
2
.
El siguiente código resuelve el problema de valor inicial en Sage:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == 2*x*y
sage: sol = desolve(ec , y, ics=[0, 1]) # ics=[a, y(a)]
sage: sol
e^(x^2)
Es posible representar gráficamente esta solución de forma muy simple. Si, por ejem-
plo, queremos dibujarla en el intervalo [0, 1], hacemos:
sage: plot(sol , [0, 1])
para obtener el resultado de la figura 2.1.
No todo problema de valor inicial tiene solución, como muestra el siguiente ejem-
plo.
Ejemplo 2.19. Consideremos la ecuación de variables separables y
/
= −x/y y calcu-
lemos su solución general:
dy
dx
= −
x
y
⇒y dy = −x dx ⇒
_
y dy = −
_
x dx ⇒
y
2
2
= −
x
2
2
+ c ⇒ x
2
+ y
2
= 2c.
Esta solución en forma implícita puede reescribirse como
x
2
+ y
2
= C,
donde C = 2c representa una constante arbitraria. Despejando la variable y, se obtie-
nen dos ramas de soluciones (figura 2.2):
y =
_
C −x
2
, y = −
_
C −x
2
.
El correspondiente código Sage para resolver la ecuación es:
2.6 Problemas de valor inicial 35
Figura 2.1: Solución del ejemplo 2.18 en el intervalo [0, 1].
x
1
1
0
-1
-1
y=1−x
2
y
x
1
1
0
-1
-1
y=−1−x
2
y
Figura 2.2: Las dos ramas de solución para C = 1, definidas en I = (−1, 1).
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x) == -x/y
sage: desolve(ec , y)
-1/2*y(x)^2 == 1/2*x^2 + c
Como vemos, la solución viene dada en forma implícita. Si queremos despejar la
solución y, primero guardamos el resultado anterior en una variable, que llamaremos
sol:
sage: sol = desolve(ec , y); sol
-1/2*y(x)^2 == 1/2*x^2 + c
A continuación, usamos el comando solve para despejar y:
36 Ecuaciones diferenciales de primer orden
sage: solve(sol , y)
[y(x) == -sqrt(-x^2 - 2*c), y(x) == sqrt(-x^2 - 2*c)]
Tomemos la condición inicial y(0) = 1, que implica C = 1. Debido a la situación
del punto (0, 1) debemos tomar la primera rama, por lo que la solución del problema
de valor inicial corresponde a la semicircunferencia superior: y =

1 −x
2
. Dicha
solución es regular en el intervalo I = (−1, 1). En este caso, el problema posee una
única solución.
Razonando de manera análoga, la solución del problema de valor inicial con condi-
ción inicial y(0) = −1 sería y = −

1 −x
2
, que es regular en el intervalo I = (−1, 1).
También en este caso la solución del problema es única.
Consideremos ahora la condición inicial y(1) = 0, que también implica C = 1. En
este caso podríamos tomar cualquiera de las dos ramas, ya que ambas pasan por el
punto (1, 0). Sin embargo, ninguna de ellas es solución, ya que falla la derivabilidad
en x = 1. En efecto, la derivada de y es
y
/
(x) = ±
x

1 −x
2
,
que sólo está definida si x ∈ (−1, 1). En consecuencia, el problema de valor inicial
correspondiente no tiene solución.
Aun en el caso de que un problema de valor inicial tenga solución, ésta no tiene
por qué ser única.
Ejemplo 2.20. Sea el problema de valor inicial
_
y
/
= (x + 1)y
2/3
,
y(1) = 0.
Podemos comprobar fácilmente que la función
y(x) =
_
1
3
_
x
2
2
+ x −
3
2
__
3
es solución del problema. Por otra parte, notemos que la función idénticamente nula
y(x) ≡ 0 también es solución. Tenemos pues dos soluciones distintas del mismo
problema de valor inicial.
En este caso, Sage sólo determina la solución no nula:
sage: var(’x’)
sage: y = function(’y’,x)
sage: ec = diff(y,x) == (x+1)*y^(2/3)
sage: desolve(ec , y, ics =[1 ,0])
3*y(x)^(1/3) == 1/2*x^2 + x - 3/2
2.6 Problemas de valor inicial 37
Finalizamos esta sección con un resultado fundamental de la teoría de ecuaciones
diferenciales que nos permite dilucidar la existencia y unicidad de solución local de
un problema de valor inicial.
Teorema (de existencia y unicidad). Si la función f (x, y) es continua en un entorno del
punto (x
0
, y
0
), entonces el problema de valor inicial
_
y
/
= f (x, y),
y(x
0
) = y
0
,
tiene alguna solución local. Si además existe
∂ f
∂y
y es continua en un entorno de (x
0
, y
0
),
entonces la solución del problema es única.
Ejemplo 2.21. Consideremos de nuevo la ecuación diferencial del ejemplo 2.19. En
este caso, la función f (x, y) es
f (x, y) = −
x
y
,
que no es continua (de hecho, ni siquiera está definida) cuando y = 0.
Tomemos como condición inicial y(0) = 1. Como la función f (x, y) es continua
en el punto (x
0
, y
0
) = (0, 1), el teorema asegura que el problema de Cauchy corres-
pondiente posee alguna solución. Por otra parte, la derivada de f (x, y) respecto de la
variable y es
∂ f
∂y
(x, y) =
x
y
2
,
que también es continua en (0, 1). En consecuencia, y según el teorema, la solución
del problema de Cauchy es única. De hecho, vimos que dicha solución era
y =
_
1 −x
2
, x ∈ (−1, 1).
Obsérvese que la solución es local, ya que está definida solamente en el intervalo
(−1, 1).
Consideremos ahora la condición inicial y(1) = 0 y observemos que la función
f (x, y) no es continua en el punto (1, 0). Sin embargo, no podemos afirmar que el
problema carezca de solución, ya que el teorema sólo proporciona una condición su-
ficiente, pero no necesaria, para la existencia de solución. Para determinar si hay o no
solución tendríamos que proceder como en el ejemplo 2.19, analizando directamente
el problema de Cauchy. En este caso el problema no tenía solución.
Ejemplo 2.22. Consideremos el problema de Cauchy del ejemplo 2.20. En este caso,
la función
f (x, y) = (x + 1)y
2/3
38 Ecuaciones diferenciales de primer orden
es continua en todo punto, por lo que el problema posee solución. Sin embargo, no-
temos que
∂ f
∂y
(x, y) =
2
3
(x + 1)y
−1/3
=
2
3
x + 1
3

y
no es continua en (1, 0). No podemos por tanto aplicar el teorema para asegurar la
unicidad de solución, sino que habría que analizar el problema como se hizo en el
ejemplo 2.19. De hecho, vimos que el problema de Cauchy poseía dos soluciones
distintas.
2.7. Aplicaciones
2.7.1. Espejos parabólicos
Nos planteamos el problema de determinar la forma que debe tener un espejo
para que los rayos reflejados por éste se concentren en un punto. Para simplificar el
problema, haremos las siguientes suposiciones:
1. El sistema está contenido en el plano x-y.
2. Los rayos se concentran en el origen de coordenadas.
3. Los rayos incidentes son paralelos al eje y.
4. La forma del espejo viene dada por una curva del tipo y(x).
En la figura 2.3 se representa un esquema del planteamiento geométrico del problema.
En el caso de un espejo plano, un rayo que incide con ángulo α se refleja con el
mismo ángulo. Cuando el espejo es curvo se cumple una ley de reflexión análoga,
considerando el ángulo que forma el rayo con la recta tangente a la curva que define
el espejo en el punto donde incide el rayo. Esta ley física es la que vamos a utilizar
para obtener una ecuación diferencial asociada al problema.
Consideremos pues la figura 2.4, donde un rayo paralelo al eje y se refleja en el
punto (x, y) del espejo; α representa el ángulo de incidencia del rayo, que coincide
con el ángulo del rayo reflejado; θ es el ángulo que forma el rayo reflejado con el eje
x; β es el ángulo que forma la recta tangente a la curva en el punto (x, y) con el eje x.
A partir del triángulo formado por el origen, el punto (x, y) y el corte de la recta
tangente a la curva con el eje y (sombreado en la figura 2.4), podemos determinar la
relación que existe entre α y θ:
α + α +
_
θ +
π
2
_
= π ⇒θ =
π
2
−2α.
2.7 Aplicaciones 39
x
y
Figura 2.3: Planteamiento del problema de los espejos parabólicos.
y
x
0
θ
α
α
β
(x,y)
α
β
y
x
Figura 2.4: Esquema del problema del espejo.
Considerando de nuevo el mismo triángulo, y teniendo en cuenta la definición geo-
métrica de la tangente de un ángulo, podemos escribir
tg(θ) =
y
x
.
Por tanto,
y
x
= tg
_
π
2
−2α
_
= cotg(2α).
40 Ecuaciones diferenciales de primer orden
Figura 2.5: Espejos parabólicos y = x
2
−1/4, y = −x
2
+ 1/4.
Por otra parte, la derivada y
/
(x) se interpreta geométricamente como la pendiente
de la recta tangente a la curva buscada en el punto (x, y), que es precisamente la
tangente del ángulo β:
y
/
= tg(β).
Vemos en la figura 2.4 que
α + β =
π
2
⇒ β =
π
2
−α,
y por tanto
y
/
= tg
_
π
2
−α
_
= cotg(α).
Podemos determinar la relación existente entre cotg(α) y cotg(2α):
cotg(2α) =
cos(2α)
sen(2α)
=
cos
2
(α) −sen
2
(α)
2 sen(α) cos(α)
=
cotg
2
(α) −1
2 cotg(α)
.
Combinando los resultados anteriores, obtenemos la siguiente ecuación diferen-
cial:
(y
/
)
2
−1
2y
/
=
y
x
.
Al despejar y
/
aparecen dos formas normales para la ecuación:
x(y
/
)
2
−2yy
/
−x = 0 ⇒y
/
=
y +
_
x
2
+ y
2
x
, y
/
=
y −
_
x
2
+ y
2
x
.
2.7 Aplicaciones 41
Es inmediato comprobar que las dos ecuaciones obtenidas son homogéneas, así que
podemos resolverlas mediante el cambio z = y/x. En ambos casos, la solución de la
ecuación es la misma:
y = Cx
2

1
4C
,
donde, como es usual, C representa una constante arbitraria. En el caso en que C
sea positiva la solución es una parábola convexa, mientras que si C es negativa la
parábola es cóncava. En la figura 2.5 se representan los espejos que se obtienen para
C = ±1.
2.7.2. Campos de fuerza conservativos
En este apartado vamos a motivar el estudio de las ecuaciones exactas, así como
de su método de resolución, mediante el análisis de un problema de Física: el cálculo
de las curvas equipotenciales de un campo de fuerzas conservativo.
Supongamos que en el plano x-y actúa un campo de fuerzas vectorial de la forma

F(x, y) = P(x, y)ı + Q(x, y) ≡ (P(x, y), Q(x, y)),
dondeı y son los vectores de coordenadas unitarios (ı = (1, 0),  = (0, 1)), y P(x, y)
y Q(x, y) son funciones suficientemente regulares. Queremos desplazar una partícula
por el plano de forma que el campo de fuerzas no ejerza ningún trabajo sobre ella
en todos los puntos de la trayectoria. Las trayectorias que verifican esta propiedad se
conocen con el nombre de curvas equipotenciales.
Sea y(x) la curva equipotencial buscada y sea ω el trabajo realizado por la fuerza

F. Si llamamos e al vector de desplazamiento de la partícula (vector tangente a la
trayectoria), el trabajo ω puede expresarse como un producto escalar de

F por e:
ω =

F e = |

F| |e| cos(

F,e).
Aquí cos(

F,e) representa el ángulo formado por los vectores

F ye, mientras que | |
es el módulo del vector correspondiente. La condición de que el trabajo sea nulo,
ω = 0, es equivalente a que cos(

F,e) = 0 o, lo que es lo mismo, a que los vectores

F y
e sean ortogonales:

F ⊥e. A su vez, esta condición equivale a que el producto de las
pendientes determinadas por ambos vectores sea −1.
En un punto arbitrario (x, y(x)) de la curva equipotencial, la fuerza ejercida por el
campo viene dada por el vector

F(x, y(x)) = P(x, y(x))ı + Q(x, y(x)),
cuya pendiente (supuesto P(x, y(x)) ,= 0), es
Q(x, y(x))
P(x, y(x))
.
42 Ecuaciones diferenciales de primer orden

F
e
(x,y)
Figura 2.6: Curva equipotencial, vector desplazamiento y vector fuerza.
Por otra parte, la pendiente del vector de desplazamientoe es simplemente y
/
(x). Por
tanto, la condición

F ⊥e se escribe entonces como
y
/
(x) = −
P(x, y(x))
Q(x, y(x))
,
sobre cada punto (x, y(x)) de la trayectoria. Escribiendo simplemente y en lugar de
y(x), la ecuación anterior puede expresarse como
dy
dx
= −
P(x, y)
Q(x, y)
o, en forma diferencial,
P(x, y)dx + Q(x, y)dy = 0.
Se dice que un campo de fuerzas

F es conservativo si deriva de un potencial, es
decir, si existe una función escalar E(x, y) tal que
−→
∇E = −

F,
donde
−→
∇E es el vector gradiente de E,
−→
∇E =
∂E
∂x
ı +
∂E
∂y
.
Esta condición puede expresarse también en términos de las componentes:
∂E
∂x
= −P(x, y),
∂E
∂y
= −Q(x, y).
2.7 Aplicaciones 43
Si el campo

F es conservativo, las curvas equipotenciales son precisamente las
curvas y(x) definidas de forma implícita por la ecuación
E(x, y(x)) = C,
con C constante. En efecto, derivando implícitamente respecto de x en la ecuación
anterior, se tiene que
0 =
d
dx
E(x, y(x)) =
∂E
∂x
(x, y(x)) + y
/
(x)
∂E
∂y
(x, y(x)) = P(x, y(x)) + Q(x, y(x))y
/
(x),
de donde deducimos que y(x) verifica la ecuación
P(x, y)dx + Q(x, y)dy = 0.
Ejemplo 2.23. Consideremos el campo de fuerzas gravitatorio

F(x, y) = (0, −mg),
donde m representa la masa de una partícula que se mueve en un plano y g es la
constante gravitatoria. Las curvas equipotenciales son las soluciones de la ecuación
diferencial
dy
dx
= −
0
−mg
= 0,
que son precisamente y(x) = C, con C constante. En este caso, las curvas equipoten-
ciales son rectas horizontales.
Vamos a llegar al mismo resultado mediante el uso de una función potencial. Para
ello, consideremos la función de energía potencial E(x, y) = mgy que, efectivamente,
es un potencial:
−→
∇E = 0ı + mg =

F.
Por tanto, las curvas equipotenciales son de la forma
E(x, y(x)) = C ⇒mgy(x) = C ⇒y(x) =
C
mg
≡ C,
donde en el último paso hemos renombrado la constante arbitraria C.
Una cuestión crucial es la siguiente: ¿cómo determinar si un campo es conservati-
vo? Notemos que si el campo

F es conservativo entonces
∂P
∂y
= −

2
E
∂y ∂x
= −

2
E
∂x ∂y
=
∂Q
∂x

∂P
∂y
=
∂Q
∂x
.
Puede demostrarse (aunque eso está fuera del alcance de este curso) que, bajo de-
terminadas condiciones de regularidad sobre P(x, y) y Q(x, y) (que siempre se veri-
ficarán en los casos que trataremos), el recíproco es asimismo cierto. En conclusión,
44 Ecuaciones diferenciales de primer orden
podemos afirmar que el campo

F es conservativo si y sólo si se verifica la igualdad
anterior:

F = Pı + Q es conservativo ⇐⇒
∂P
∂y
=
∂Q
∂x
.
En el caso en que

F sea conservativo, para calcular una función potencial E debemos
resolver el siguiente sistema de ecuaciones en derivadas parciales:
_
¸
¸
¸
_
¸
¸
¸
_
∂E
∂x
= −P(x, y),
∂E
∂y
= −Q(x, y),
lo cual, en general, no será posible salvo en casos muy sencillos.
Observación. El signo negativo en la definición de función potencial obedece, como
hemos visto, a consideraciones de tipo puramente físico. Desde un punto de vista ma-
temático, dicho signo es irrelevante: por eso en la definición de exactitud que hicimos
en la sección 2.4 tomamos M = −P y N = −Q.
En el siguiente ejemplo se ilustra el cálculo de una función potencial.
Ejemplo 2.24. El campo de fuerzas

F(x, y) = −xı −y
es conservativo, ya que
∂P
∂y
=

∂y
(−x) = 0 =

∂x
(−y) =
∂Q
∂x
.
Para calcular una función potencial, planteamos el sistema
_
¸
¸
¸
_
¸
¸
¸
_
∂E
∂x
= −P(x, y) = −(−x) = x,
∂E
∂y
= −Q(x, y) = −(−y) = y.
Tomemos una de las dos ecuaciones, por ejemplo la primera, e integremos respecto
de x:
E(x, y) =
_
∂E
∂x
dx =
_
x dx =
x
2
2
+ g(y).
Observemos que, al estar integrando la función de dos variables E(x, y) respecto de la
variable x, la “constante” de integración que aparece no es realmente una constante,
sino una función de la variable y. En efecto, para cualquier función g(y) se verifica

∂x
_
x
2
2
+ g(y)
_
= x ⇒
∂E
∂x
= x.
2.7 Aplicaciones 45
Para determinar g(y) recurrimos a la segunda ecuación. Por una parte, derivando en
la expresión obtenida para E(x, y) respecto de y, obtenemos
∂E
∂y
=

∂y
_
x
2
2
+ g(y)
_
= g
/
(y).
x
y
E(x,y)=C

F
Figura 2.7: Curvas equipotenciales y campo de fuerzas del ejemplo 2.24.
Sustituyendo ahora en la segunda ecuación, resulta
g
/
(y) = y ⇒ g(y) =
_
y dy =
y
2
2
.
Como buscamos un valor particular de g(y), no añadimos constante de integración
en el cálculo anterior. Finalmente, el potencial buscado es
E(x, y) =
x
2
2
+
y
2
2
.
Las curvas equipotenciales son entonces las circunferencias de la forma
x
2
+ y
2
= C,
siendo C una constante arbitraria. En la figura 2.7 se representan las curvas equipo-
tenciales y el campo vectorial

F.
46 Ecuaciones diferenciales de primer orden
2.7.3. Calentamiento de edificios
Vamos a estudiar un modelo que describe la evolución de la temperatura en el
interior de un edificio. Para ello, denotemos por T(t) dicha temperatura en el instante
de tiempo t. Supondremos que las variaciones de temperatura dependen de tres fac-
tores: la temperatura exterior, el calor generado en el interior del edificio y el efecto
del sistema de calefacción o de aire acondicionado. De forma más específica:
El calor producido por las personas, luces, maquinaria, etc. en el interior del
edificio causan un incremento de la temperatura que denotaremos por H(t),
siendo esta función no negativa.
Las variaciones de temperatura producidas por el sistema de calefacción/refri-
geración se representan mediante una función U(t), que será positiva para la
calefacción y negativa para el aire acondicionado.
Por último, hay que considerar el efecto de la temperatura exterior T
e
(t) sobre
el edificio. Factores experimentales muestran que este efecto puede modelizarse
usando la ley del enfriamiento de Newton, que establece que el ritmo de cambio de
la temperatura T(t) es proporcional a la diferencia entre la temperatura exterior
T
e
(t) y la interior T(t).
Expresando en términos matemáticos los puntos anteriores, podemos considerar
la siguiente ecuación diferencial de primer orden:
dT
dt
= k(T
e
(t) −T(t)) + H(t) + U(t).
El ritmo de cambio de la temperatura T(t) se expresa mediante su derivada respecto
del tiempo,
dT
dt
. La constante de proporcionalidad k se supone positiva y depende de
las propiedades físicas del edificio: número de puertas y ventanas, tipo de aislamiento,
etc.
Observación. Respecto a las unidades de medida, supondremos que la temperatura
viene dada en grados Celsius (

C) y el tiempo en horas (h); en consecuencia, la va-
riación de temperatura
dT
dt
se mide en

C/h. La constante k tiene como unidad h
−1
.
En general, las funciones H(t) y U(t) se expresan en términos de energía por unidad
de tiempo, kcal/h. Si embargo, multiplicando ambas cantidades por la capacidad ca-
lorífica del edificio (cuyas unidades son

C/kcal), podemos suponer que tanto H(t)
como U(t) vienen dadas en

C/h.
Observación. Supongamos que H(t) ≡ 0 y U(t) ≡ 0, por lo que la ecuación se reduce
a
dT
dt
= k(T
e
(t) −T(t))
2.7 Aplicaciones 47
(esta es la expresión de la ley de Newton). Cuando la temperatura exterior es mayor
que la interior, T
e
(t) − T(t) > 0, se tiene que T
/
(t) > 0, lo que significa que T(t) es
una función creciente: la temperatura del edificio se incrementa. Si, por el contrario,
la temperatura exterior es menor que la interior, T
e
(t) −T(t) < 0, entonces T
/
(t) < 0,
por lo que la temperatura del edificio disminuye.
Observación. El valor K = 1/k se denomina constante de tiempo del edificio, y repre-
senta el tiempo que se necesita para que la temperatura del edificio cambia de forma
sustancial. Un valor típico podría estar entre dos y cuatro horas, aunque puede ser
mucho menor si se abren las ventanas o se utilizan ventiladores; por el contrario, la
constante de tiempo puede ser mucho mayor si el edificio está bien aislado.
Si reescribimos la ecuación de la siguiente forma:
dT
dt
= −kT(t) + kT
e
(t) + H(t) + U(t),
queda claro que es de tipo lineal, por lo que podemos resolverla usando el método
de variación de la constante. En primer lugar, determinamos la solución general de la
ecuación homogénea asociada:
dT
dt
= −kT ⇒
_
dT
T
= −
_
k dt ⇒ln(T) = −kt + c ⇒ T
H
(t, C) = Ce
−kt
,
donde hemos sustituido e
c
por una constante arbitraria C. A continuación, buscamos
una solución particular de la forma T
P
(t) = C(t)e
−kt
; sustituyendo en la ecuación,
resulta:
C
/
(t)e
−kt

$
$
$
$
$$
kC(t)e
−kt
= −
$
$
$
$
$$
kC(t)e
−kt
+ kT
e
(t) + H(t) + U(t) ⇒
C
/
(t) = e
kt
(kT
e
(t) + H(t) + U(t)) ⇒C(t) =
_
e
kt
(kT
e
(t) + H(t) + U(t)) dt,
de donde
T
P
(t) = e
−kt
_
e
kt
(kT
e
(t) + H(t) + U(t)) dt.
Por último, la solución general de la ecuación completa será
T(t, C) ≡ T(t) = e
−kt
_
_
e
kt
(kT
e
(t) + H(t) + U(t)) dt + C
_
.
Para completar el modelo, es necesario conocer la temperatura inicial del edificio,
esto es, hay que considerar una condición inicial de la forma
T(0) = T
0
,
donde T
0
es la temperatura del edificio en el instante inicial t = 0. Imponiendo esta
condición inicial en la solución general, es posible determinar el valor de la constante
de integración C.
48 Ecuaciones diferenciales de primer orden
Figura 2.8: Temperatura interior: T(t). Temperatura exterior: T
e
(t).
Ejemplo 2.25. Consideremos un edificio en el que el ritmo de calor adicional H(t) ≡
π
48

C/h es constante y no se usa calefacción ni aire acondicionado: U(t) ≡ 0. Supon-
gamos que la temperatura exterior varía según la función
T
e
(t) = 23 −7 cos
_
π
12
t
_
,
esto es, se supone que la temperatura exterior cambia de forma sinusoidal en un pe-
ríodo de 24 horas, con su mínimo en t = 0 (medianoche) y su máximo en t = 12
(mediodía). Supongamos asimismo que k =
π
12
h
−1
, por lo que la constante de tem-
peratura del edificio, 1/k, es aproximadamente de cuatro horas. La situación descrita
podría corresponder a la primavera, cuando no usamos ni la calefacción ni el aire
acondicionado y las variaciones de temperatura son suaves.
En este caso, la temperatura interior del edificio viene dada por la siguiente fun-
ción:
T(t) = e
−kt
_
_
e
kt
(kT
e
(t) + H
0
) dt + C
_
= e
−kt
_
−7k
_
e
kt
cos
_
π
12
t
_
dt + (23k + H
0
)
_
e
kt
dt + C
_
.
Integrando por partes el primer sumando y sustituyendo los valores de k y H
0
, obte-
nemos:
T(t) =
93
4

7
2
_
cos
_
π
12
t
_
+ sen
_
π
12
t
__
+ Ce

π
12
t
.
Supongamos ahora que la temperatura inicial (esto es, a medianoche) en el interior
del edificio es de 20

C. Imponiendo esta condición sobre T(t), podemos calcular el
valor de la constante de integración C:
T(0) = 20 ⇒
93
4

7
2
+ C = 20 ⇒C =
1
4
.
2.7 Aplicaciones 49
La solución del problema de valor inicial es, finalmente,
T(t) =
93
4

7
2
_
cos
_
π
12
t
_
+ sen
_
π
12
t
__
+
1
4
e

π
12
t
.
En la figura 2.8 se muestran las evoluciones de las temperaturas interior y exterior del
edificio durante un período de 24 horas.
Damos a continuación un código Sage para resolver el problema y representar
gráficamente tanto la solución T(t) como la evolución de la temperatura exterior T
e
(t).
sage: var(’t’)
sage: k = pi/12
sage: Te = 23-7*cos(pi*t/12)
sage: H = pi/48
sage: U = 0
sage: T = function(’T’, t)
sage: ec = diff(T, t) == k*(Te -T) + H + U
sage: sol = desolve(ec , T, ics=[0, 20])
sage: expand(sol)
1/4*e^( -1/12*pi*t) - 7/2* sin (1/12* pi*t) - 7/2* cos (1/12* pi*t) + 93/4
sage: # Dibujamos
sage: fig1 = plot(sol , t, 0, 24, color=’blue’,
legend_label=’Temp. interna ’) # figura para T
sage: fig2 = plot(Te , t, 0, 24, color=’red’,
legend_label=’Temp. externa ’) # figura para Te
sage: fig = fig1 + fig2 # unimos ambas figuras
sage: show(fig) # mostramos el resultado
El parámetro legend_label dentro de la instrucción plot se ha utilizado para etique-
tar las gráficas. El resultado obtenido puede verse en la figura 2.8.
Supongamos que queremos determinar la temperatura máxima que se alcanza en
el interior del edificio durante un periodo de 24 horas. Para ello, podemos usar el
siguiente comando:
sage: sol.find_maximum_on_interval (0, 24)
(28.204675639897779 , 14.996195034422906)
El primer número corresponde al valor máximo de la temperatura y el segundo al
instante en que éste se alcanza. De forma análoga, para determinar la temperatura
mínima, hacemos
sage: sol.find_minimum_on_interval (0, 24)
(18.412953900017136 , 3.086010596200699)
Como vemos, los resultados son consistentes con la representación gráfica de la solu-
ción.
50 Ecuaciones diferenciales de primer orden
CAPÍTULO
3
ECUACIONES DIFERENCIALES DE
ORDEN SUPERIOR
3.1. Introducción
Una ecuación diferencial ordinaria de orden n es una ecuación que relaciona una va-
riable independiente x con una variable dependiente y ≡ y(x) y sus derivadas hasta
el orden n. Su forma general es la siguiente:
F(x, y, y
/
, y
//
, . . . , y
(n)
) = 0, x ∈ [a, b].
La ecuación está escrita en forma normal si la derivada de orden n aparece despejada:
y
(n)
= f (x, y, y
/
, . . . , y
(n−1)
), x ∈ [a, b].
Una solución de la ecuación diferencial es una función y: [a, b] → R que satisface
la ecuación en cada punto x ∈ [a, b]. Dicha función ha de ser regular, en el sentido
de ser derivable tantas veces como indique el orden de la ecuación, siendo continuas
todas las derivadas; en tal caso se dice que y(x) es una función de clase C
n
([a, b]).
Ejemplo 3.1. La función y: R → R definida como y(x) = sen(2x) es solución de la
ecuación diferencial de orden dos (o segundo orden)
y
//
= −4y.
52 Ecuaciones diferenciales de orden superior
En primer lugar, notemos que la función y(x) es de clase dos, ya que tanto y
/
(x) =
2 cos(2x) como y
//
(x) = −4 sen(2x) son funciones continuas. Además, se verifica la
ecuación para cada punto x ∈ R:
y
//
(x) = −4 sen(2x) = −4y(x).
Es inmediato hacer la comprobación anterior usando Sage:
sage: var(’x’)
sage: y = sin (2*x)
sage: diff(y, x, 2) + 4*y
0
La solución general de una ecuación diferencial de orden n es una familia de fun-
ciones que determinan todas las posibles soluciones de la ecuación. Dicha solución
general depende de n parámetros o constantes arbitrarias: y ≡ y(x, C
1
, C
2
, . . . , C
n
).
Ejemplo 3.2. La solución general de la ecuación diferencial y
//
= −4y es
y = C
1
sen(2x) + C
2
cos(2x),
siendo C
1
y C
2
constantes arbitrarias. Es fácil comprobar que todas las funciones de
esta forma verifican la ecuación diferencial; más adelante veremos que estas son todas
las posibles soluciones.
Veamos cómo usar Sage para hacer la comprobación:
sage: var(’x, C1 , C2’)
sage: y = C1*sin (2*x) + C2*cos (2*x)
sage: diff(y, x, 2) + 4*y
0
También podemos resolver la ecuación directamente:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) == -4*y
sage: desolve(ec , y)
k1*sin (2*x) + k2*cos (2*x)
Dada una ecuación diferencial de orden n (que supondremos escrita en forma nor-
mal), podemos complementarla con n condiciones iniciales que establecen los valores
que deben tomar la solución y sus derivadas en un cierto punto. Estamos entonces
ante lo que se denomina un problema de valores iniciales o problema de Cauchy. Su forma
es la siguiente:
_
¸
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
¸
_
y
(n)
= f (x, y, y
/
, . . . , y
(n−1)
), x ∈ [a, b],
y(a) = y
0
,
y
/
(a) = y
1
,
.
.
.
y
(n−1)
(a) = y
n−1
,
3.1 Introducción 53
donde y
0
, y
1
, . . . , y
n−1
son datos del problema. Nótese que un problema de valores
iniciales posee, en general, solución única. Para determinarla, primero se obtiene la
solución general de la ecuación, que dependerá de n constantes arbitrarias, y luego se
determina el valor de las constantes utilizando las condiciones iniciales.
Ejemplo 3.3. Consideremos el problema de valores iniciales
_
¸
_
¸
_
y
//
= −4y,
y(0) = 1,
y
/
(0) = 0.
Como vimos en el ejemplo anterior, la solución general de la ecuación y
//
= −4y es
y = C
1
sen(2x) + C
2
cos(2x).
Determinemos C
1
y C
2
usando las condiciones iniciales. Por un lado, usando la pri-
mera condición inicial tenemos que
y(0) = 1 ⇒C
1
sen0 + C
2
cos 0 = 1 ⇒C
2
= 1.
Como y
/
(x) = 2C
1
cos(2x) −2C
2
sen(2x), de la segunda condición deducimos que
y
/
(0) = 0 ⇒2C
1
$
$
$$X
1
cos 0 −2C
2
$
$
$$X
0
sen0 = 0 ⇒C
1
= 0.
Por tanto, la única solución del problema del problema de valores iniciales es
y = cos(2x).
El código Sage correspondiente es el siguiente:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) == -4*y
sage: desolve(ec , y, ics=[0, 1, 0]) # ics=[a, y0 , y0 ’]
cos (2*x)
En este capítulo centraremos nuestro estudio en ecuaciones de segundo orden,
cuya forma general es
F(x, y, y
/
, y
//
) = 0,
y su forma normal es
y
//
= f (x, y, y
/
).
Como hemos comentado anteriormente, la solución general de la ecuación dependerá
de dos constantes arbitrarias:
y ≡ y(x, C
1
, C
2
).
54 Ecuaciones diferenciales de orden superior
Un problema de valores iniciales adopta la forma
_
¸
_
¸
_
y
//
= f (x, y, y
/
), x ∈ [a, b],
y(a) = y
0
,
y
/
(a) = y
/
0
,
donde y
0
, y
/
0
∈ R son datos del problema.
3.2. Ecuaciones reducibles a primer orden
En esta sección estudiaremos dos tipos de ecuaciones de segundo orden que, me-
diante un cambio adecuado de variables, pueden transformarse en ecuaciones de
primer orden. Estas clases de ecuaciones son aquellas en las que no aparece, de forma
explícita, la variable dependiente o la variable independiente.
3.2.1. Ecuaciones en las que no aparece la variable dependiente
Consideremos una ecuación de de la forma
y
//
= F(x, y
/
),
que no depende explícitamente de la variable dependiente y. Mediante el cambio de
variable dependiente z = y
/
podemos transformarla en una ecuación de primer orden:
z
/
= F(x, z),
teniendo en cuenta que y
//
= z
/
.
Ejemplo 3.4. Consideremos la ecuación
y
//
= −2y
/
,
en la que no aparece de forma explícita la variable dependiente y. Hagamos el cambio
z = y
/
para obtener una ecuación de primer orden:
z
/
= −2z.
Podemos resolver esta ecuación mediante separación de variables:
_
dz
z
= −2
_
dx ⇒ln(z) = −2x + C ⇒z = C
1
e
−2x
,
donde C
1
= e
C
. Ahora deshacemos el cambio z = y
/
mediante integración directa:
y
/
= z = C
1
e
−2x
⇒y = C
1
_
e
−2x
dx = −
C
1
2
e
−2x
+ C
2
,
3.2 Ecuaciones reducibles a primer orden 55
donde C
2
es una constante de integración. Renombrando la constante C
1
, obtenemos
finalmente la solución general de la ecuación de segundo orden:
y(x) = C
1
e
−2x
+ C
2
.
Ejemplo 3.5. Sea la ecuación diferencial de segundo orden
xy
//
= y
/
+ (y
/
)
3
.
Haciendo el cambio z = y
/
, obtenemos la ecuación
xz
/
= z + z
3
,
que es de primer orden. Separando variables, obtenemos
_
dz
z + z
3
=
_
dx
x
⇒ln(z) −
1
2
ln(z
2
+ 1) = ln(x) + C,
donde C es una constante de integración. Para poder deshacer el cambio z = y
/
es
necesario despejar z en la expresión anterior. Para ello, tengamos en cuenta que
ln(z) −
1
2
ln(z
2
+ 1) = ln

z
2
−ln
_
z
2
+ 1 = ln
¸
z
2
z
2
+ 1
.
Por tanto,
ln
¸
z
2
z
2
+ 1
= ln(x) + C ⇒
¸
z
2
z
2
+ 1
= e
C
x ⇒
z
2
z
2
+ 1
= C
1
x
2
,
donde C
1
= e
2C
. Despejando z, resulta
z =
C
1
x
_
1 −C
2
1
x
2
.
Ahora podemos deshacer el cambio z = y
/
, mediante integración directa, para obtener
la solución general de la ecuación diferencial original:
y
/
= z =
C
1
x
_
1 −C
2
1
x
2
⇒y =
_
C
1
x
_
1 −C
2
1
x
2
dx = −
1
C
1
_
1 −C
2
1
x
2
+ C
2
.
Renombrando la constante C
1
(teniendo cuidado con los signos) podemos escribir
finalmente la solución buscada:
y = ±
_
C
1
−x
2
+ C
2
.
56 Ecuaciones diferenciales de orden superior
Ejemplo 3.6. La curva que forma una cuerda inextensible que cuelga libremente entre
dos puntos fijos se denomina catenaria (del latín catena, cadena). Dicha curva puede
obtenerse como solución del problema de valores iniciales
_
¸
¸
_
¸
¸
_
y
//
=
1
a
_
1 + (y
/
)
2
,
y(0) = a,
y
/
(0) = 0,
que resulta al considerar las fuerzas que actúan sobre la cuerda (no entraremos en
detalles).
Figura 3.1: Catenaria.
En la ecuación diferencial no aparece explícitamente la variable x, por lo que po-
demos hacer el cambio z = y
/
. De esta forma, obtenemos la siguiente ecuación de
primer orden:
z
/
=
1
a
_
1 + z
2
.
Separando variables, resulta
1
_
dz

1 + z
2
=
_
dx
a
⇒arcsenh(z) =
x
a
+ C
1
⇒z = senh
_
x
a
+ C
1
_
.
1
Se definen la funciones seno hiperbólico y coseno hiperbólico como
senh(x) =
e
x
−e
−x
2
, cosh(x) =
e
x
+ e
−x
2
,
respectivamente. El arcoseno y el arcocoseno hiperbólicos son sus respectivas funciones inversas.
3.2 Ecuaciones reducibles a primer orden 57
Deshaciendo el cambio z = y
/
, queda
y =
_
senh
_
x
a
+ C
1
_
dx = a cosh
_
x
a
+ C
1
_
+ C
2
.
Por último, imponiendo las condiciones iniciales obtenemos C
1
= C
2
= 0. Por tanto,
la catenaria está definida por
y = a cosh
_
x
a
_
.
En la figura 3.1 se representa la solución correspondiente al valor a = 2.
3.2.2. Ecuaciones en las que no aparece la variable independiente
Una ecuación que no depende explícitamente de la variable independiente x adop-
ta la forma
y
//
= F(y, y
/
).
En este caso el cambio es más complicado: pasaremos de las variables (x, y) a las
variables (y, z), donde z = y
/
. Dicho de otra forma, la antigua variable dependiente y
pasa a ser la nueva variable independiente, mientras que z = y
/
es la nueva variable
dependiente. Usando la regla de la cadena, podemos escribir
y
//
=
d
dx
(y
/
) =
dz
dx
=
dz
dy
dy
dx
= z
dz
dy
.
Por tanto,
y
//
= F(y, y
/
) ⇒z
dz
dy
= F(y, z).
Hemos obtenido así una ecuación de primer orden en las variables (y, z).
Ejemplo 3.7. Consideremos la ecuación
yy
//
+ (y
/
)
2
= 0,
en la que no aparece de forma explícita la variable independiente x. Mediante el
cambio explicado anteriormente, la ecuación queda así:
yz
dz
dy
+ z
2
= 0 ⇒y
dz
dy
= −z.
Separando variables, resulta
_
dz
z
= −
_
dy
y
⇒z =
C
1
y
.
58 Ecuaciones diferenciales de orden superior
Deshaciendo el cambio z = y
/
, obtenemos una nueva ecuación diferencial de primer
orden y variables separadas:
dy
dx
= y
/
= z =
C
1
y

_
y dy = C
1
_
dx ⇒
y
2
2
= C
1
x + C
2
.
Renombrando las constantes, obtenemos la solución general de la ecuación de segun-
do orden en forma implícita:
y
2
= C
1
x + C
2
.
3.3. Ecuaciones lineales de segundo orden
Salvo en algunos casos particulares, como los estudiados en los apartados ante-
riores, el análisis de un ecuación diferencial general requiere el uso de herramientas
matemáticas avanzadas que están más allá del alcance de este trabajo. Nos centrare-
mos por ello en un tipo particular de ecuaciones de segundo orden, las de tipo lineal,
que aparecen con relativa frecuencia en las aplicaciones.
Una ecuación diferencial de segundo orden es lineal si puede escribirse de la si-
guiente forma:
y
//
+ p(x)y
/
+ q(x)y = r(x),
donde p(x), q(x) y r(x) son funciones conocidas de la variable x.
Dentro de las ecuaciones lineales de segundo orden, distinguimos varios tipos:
Si r(x) ≡ 0, la ecuación se denomina homogénea: y
//
+ p(x)y
/
+ q(x)y = 0.
Si r(x) ,≡ 0, se dice que la ecuación es completa.
Si los coeficientes p(x) y q(x) son constantes, la ecuación es de coeficientes cons-
tantes: y
//
+ py
/
+ qy = r(x), donde p, q ∈ R. Obsérvese que el término indepen-
diente r(x) no tiene por qué ser constante.
La solución general de una ecuación diferencial lineal de segundo orden depende
de dos constantes arbitrarias:
y ≡ y(x, C
1
, C
2
).
De modo análogo a las ecuaciones lineales de primer orden, dicha solución general
tiene la siguiente estructura:
y(x, C
1
, C
2
) = y
H
(x, C
1
, C
2
) + y
P
(x),
donde y
H
(x, C
1
, C
2
) es la solución general de la ecuación homogénea asociada e y
P
(x)
es una solución particular de la ecuación completa.
3.3 Ecuaciones lineales de segundo orden 59
Vamos a analizar a continuación la estructura de las soluciones de una ecuación li-
neal homogénea. Supongamos que y
1
e y
2
son dos soluciones distintas de la ecuación,
esto es,
y
//
1
+ p(x)y
/
1
+ q(x)y
1
= 0, y
//
2
+ p(x)y
/
2
+ q(x)y
2
= 0.
Es inmediato comprobar que, si C
1
y C
2
son constantes arbitrarias, la función y =
C
1
y
1
+ C
2
y
2
es también solución de la ecuación homogénea. En efecto, teniendo en
cuenta que y
/
= C
1
y
/
1
+ C
2
y
/
2
e y
//
= C
1
y
//
1
+ C
2
y
//
2
, resulta:
y
//
+ p(x)y
/
+ q(x)y = (C
1
y
//
1
+ C
2
y
//
) + p(x)(C
1
y
/
1
+ C
2
y
/
2
) + q(x)(C
1
y
1
+ C
2
y
2
)
= C
1
(y
//
1
+ p(x)y
/
1
+ q(x)y
1
) + C
2
(y
//
2
+ p(x)y
/
2
+ q(x)y
2
) = C
1
0 + C
2
0 = 0.
Surge de inmediato una pregunta natural: ¿es y = C
1
y
1
+ C
2
y
2
la solución general de
la ecuación homogénea? En el siguiente ejemplo veremos que, en general, la respuesta
es negativa.
Ejemplo 3.8. Es inmediato comprobar que las funciones y
1
(x) = sen(x) e y
2
(x) =
2 sen(x) son soluciones de la ecuación y
//
= −y. Sin embargo, la expresión
y = C
1
y
1
+ C
2
y
2
= C
1
sen(x) + 2C
2
sen(x) = (C
1
+ 2C
2
) sen(x) ≡ Csen(x),
no puede ser la solución general de la ecuación diferencial. Para verlo, basta con notar
que el problema de valores iniciales
_
¸
_
¸
_
y
//
= −y,
y(0) = 1,
y
/
(0) = 0,
no puede resolverse usando sólo la función y = Csen(x). En efecto, como
y(0) = Csen0 = 0,
la primera condición inicial nunca puede verificarse.
Veamos entonces qué relación deben verificar las funciones ¦y
1
, y
2
¦, soluciones
particulares de la ecuación homogénea, para que la combinación lineal y = C
1
y
1
+
C
2
y
2
sea la solución general de la ecuación homogénea. Dado un problema de valores
iniciales arbitrario,
_
¸
_
¸
_
y
//
+ p(x)y
/
+ q(x)y = 0,
y(x
0
) = y
0
,
y
/
(x
0
) = y
/
0
,
60 Ecuaciones diferenciales de orden superior
busquemos su solución en la forma y = C
1
y
1
+ C
2
y
2
. Imponiendo las condiciones
iniciales, obtenemos un sistema de dos ecuaciones con dos incógnitas, C
1
y C
2
:
_
C
1
y
1
(x
0
) + C
1
y
2
(x
0
) = y
0
,
C
1
y
/
1
(x
0
) + C
1
y
/
2
(x
0
) = y
/
0
.
Para que el problema de valores iniciales tenga solución única, las constantes C
1
y C
2
deben poder determinarse de manera única, es decir, el sistema lineal anterior debe
ser compatible determinado. Esto equivale a decir que el determinante de la matriz
de coeficientes no es nulo:
¸
¸
¸
¸
y
1
(x
0
) y
2
(x
0
)
y
/
1
(x
0
) y
/
2
(x
0
)
¸
¸
¸
¸
,= 0.
En resumen, el problema de valores iniciales tendrá solución única de la forma y =
C
1
y
1
+ C
2
y
2
si y sólo si se verifica la condición anterior. Como los datos x
0
, y
0
e y
/
0
eran arbitrarios, podemos afirmar que y = C
1
y
1
+ C
2
y
2
es la solución general de la
ecuación homogénea si y sólo si
W(y
1
, y
2
)(x) ≡
¸
¸
¸
¸
y
1
(x) y
2
(x)
y
/
1
(x) y
/
2
(x)
¸
¸
¸
¸
,= 0, ∀ x ∈ R.
El determinante W(y
1
, y
2
) se denomina wronskiano de ¦y
1
, y
2
¦. Si se verifica la con-
dición anterior sobre la no anulación del wronskiano, diremos que las soluciones
¦y
1
, y
2
¦ constituyen un sistema fundamental de soluciones de la ecuación homogénea.
En caso de que ¦y
1
, y
2
¦ sea un sistema fundamental, se verifica que la solución general
de la ecuación homogénea viene dada por y = C
1
y
1
+ C
2
y
2
.
Ejemplo 3.9. Volviendo al ejemplo anterior, las funciones y
1
(x) = sen(x) e y
2
(x) =
2 sen(x) no constituyen un sistema fundamental de soluciones de la ecuación homo-
génea y
//
= −y, ya que
W(y
1
, y
2
)(x) =
¸
¸
¸
¸
sen(x) 2 sen(x)
cos(x) 2 cos(x)
¸
¸
¸
¸
=
@
@
@
@
@
@
@
@@
2 sen(x) cos(x) −
@
@
@
@
@
@
@
@@
2 sen(x) cos(x) = 0, ∀ x ∈ R.
Por tanto, según vimos, y = C
1
y
1
+C
2
y
2
no puede ser la solución general de y
//
= −y.
En cambio, las funciones y
1
(x) = sen(x) e y
2
(x) = cos(x) sí que constituyen un
sistema fundamental de soluciones de la ecuación y
//
= −y, ya que cada una de ellas
es solución y
W(y
1
, y
2
)(x) =
¸
¸
¸
¸
sen(x) cos(x)
cos(x) −sen(x)
¸
¸
¸
¸
= −(sen
2
(x) + cos
2
(x)) = −1 ,= 0, ∀ x ∈ R.
En consecuencia, la solución general de la ecuación y
//
= −y es
y = C
1
sen(x) + C
2
cos(x).
3.3 Ecuaciones lineales de segundo orden 61
Resumiendo, hemos demostrado que la estructura de la solución general de la
ecuación homogénea es
y
H
(x, C
1
, C
2
) = C
1
y
1
(x) + C
2
y
2
(x),
donde y
1
e y
2
son soluciones particulares de la ecuación homogénea coque verifican
la siguiente propiedad:
W(y
1
, y
2
)(x) =
¸
¸
¸
¸
y
1
(x) y
2
(x)
y
/
1
(x) y
/
2
(x)
¸
¸
¸
¸
,= 0, ∀ x ∈ R.
Asimismo, para determinar la solución general de una ecuación lineal completa es
necesario calcular:
dos soluciones particulares de la ecuación homogénea asociada, que sean lineal-
mente independientes : y
1
(x), y
2
(x);
una solución particular de la ecuación completa: y
P
(x).
La solución general de la ecuación completa será entonces
y = C
1
y
1
(x) + C
2
y
2
(x) + y
P
(x), C
1
, C
2
∈ R.
La verdadera dificultad a la hora de aplicar los pasos anteriores está en la deter-
minación de las soluciones particulares, que sólo podrá realizarse en determinados
casos. Uno de los más importantes es el de las ecuaciones lineales con coeficientes
constantes, que tienen la forma
y
//
+ py
/
+ qy = r(x),
donde p y q son constantes reales y r(x) es una función arbitraria. En la sección 3.4
veremos cómo construir la solución general de la ecuación homogénea asociada. Para
determinar una solución particular, estudiaremos dos métodos:
el método de variación de las constantes (sección 3.5), que puede aplicarse para
cualquier función r(x), aunque los cálculos a realizar pueden ser complicados;
el método de coeficientes indeterminados (sección 3.6), que proporciona una solución
particular de forma casi automática, pero sólo puede aplicarse cuando el término
independiente r(x) adopta una forma particular.
62 Ecuaciones diferenciales de orden superior
3.4. Ecuaciones lineales homogéneas con coeficientes cons-
tantes
En esta sección vamos a analizar la forma de la solución general de una ecuación
lineal homogénea con coeficientes constantes:
y
//
+ py
/
+ qy = 0,
donde p, q ∈ R.
Se define el polinomio característico de la ecuación como
P(λ) = λ
2
+ pλ + q,
y la ecuación característica asociada como P(λ) = 0, esto es:
λ
2
+ pλ + q = 0.
Al ser el polinomio característico de segundo grado, hay tres posibilidades en lo que
respecta a la naturaleza de sus raíces. Concretamente, P(λ) puede tener:
I. Dos raíces reales distintas: λ
1
,= λ
2
.
II. Una raíz real doble: λ ≡ λ
1
= λ
2
.
III. Raíces complejas conjugadas: λ = a ± bi, donde i es la unidad imaginaria y
b ,= 0.
En cada caso, la solución general de la ecuación homogénea puede calcularse de forma
directa. Analicemos a continuación cada uno de los casos.
I. Raíces reales distintas: λ
1
,= λ
2
. Un sistema fundamental de soluciones viene dado
por las funciones
y
1
(x) = e
λ
1
x
, y
2
(x) = e
λ
2
x
.
En efecto, para i = 1, 2 se verifica
y
//
i
+ py
/
i
+ qy
i
= λ
2
i
e
λ
i
x
+ pλ
i
e
λ
i
x
+ qe
λ
i
x
= (λ
2
i
+ pλ
i
+ q)e
λ
i
x
= P(λ
i
)e
λ
i
x
= 0,
ya que P(λ
i
) = 0 por ser λ
i
raíz del polinomio característico; esto prueba que cada y
i
es solución de la ecuación homogénea. Además, teniendo en cuenta que λ
1
,= λ
2
,
W(y
1
, y
2
) =
¸
¸
¸
¸
e
λ
1
x
e
λ
2
x
λ
1
e
λ
1
x
λ
2
e
λ
2
x
¸
¸
¸
¸
= (λ
2
−λ
1
)e

1

2
)x
,= 0, ∀ x ∈ R.
En consecuencia, la solución general de la ecuación homogénea es
y = C
1
e
λ
1
x
+ C
2
e
λ
2
x
.
3.4 Ecuaciones lineales homogéneas con coeficientes constantes 63
Ejemplo 3.10. Consideremos la ecuación homogénea
y
//
−5y
/
+ 6y = 0.
Su polinomio característico es P(λ) = λ
2
−5λ + 6. Calculemos sus raíces:
P(λ) = 0 ⇒λ
2
−5λ + 6 = 0 ⇒λ =
5 ±

5
2
−4 6
2
=
5 ±1
2

_
λ
1
= 3,
λ
2
= 2.
Al ser las raíces reales y distintas, la solución general de la ecuación es
y = C
1
e
3x
+ C
2
e
2x
.
Sage nos da el siguiente resultado:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) - 5*diff(y, x) + 6*y == 0
sage: desolve(ec , y)
k1*e^(3*x) + k2*e^(2*x)
II. Raíz real doble: λ. Las funciones
y
1
(x) = e
λx
, y
2
(x) = xe
λx
constituyen un sistema fundamental de soluciones. Es inmediato comprobar que am-
bas funciones son soluciones de la ecuación; además,
W(y
1
, y
2
) =
¸
¸
¸
¸
e
λx
xe
λx
λe
λx
(1 + λx)e
λx
¸
¸
¸
¸
= (1 + λx)e
2λx
−λxe
λx
= e
2λx
,= 0, ∀ x ∈ R.
Por tanto, la solución general de la ecuación homogénea es
y = C
1
e
λx
+ C
2
xe
λx
= (C
1
+ C
2
x) e
λx
.
Ejemplo 3.11. Resolvamos la ecuación
y
//
−2y
/
+ y = 0.
El polinomio característico es P(λ) = λ
2
−2λ+1, que tiene una raíz real doble: λ = 1.
Por tanto, la solución general de la ecuación es
y = (C
1
+ C
2
x) e
x
.
He aquí el código Sage correspondiente:
64 Ecuaciones diferenciales de orden superior
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) - 2*diff(y, x) + y == 0
sage: desolve(ec , y)
(k2*x + k1)*e^x
III. Raíces complejas conjugadas: a ±bi, b ,= 0. En este caso, un sistema fundamental
de soluciones lo constituyen las funciones
y
1
(x) = e
ax
cos(bx), y
2
(x) = e
ax
sen(bx).
Es inmediato verificar que ambas funciones son soluciones de la ecuación. Como
además
W(y
1
, y
2
) =
¸
¸
¸
¸
e
ax
cos(bx) e
ax
sen(bx)
e
ax
(a cos(bx) −b sen(bx)) e
ax
(a sen(bx) + b cos(bx))
¸
¸
¸
¸
= be
2ax
(
$
$
$
$
$
$
$
$
$
$
$$X
1
sen
2
(bx) + cos
2
(bx)) = be
2ax
,= 0, ∀ x ∈ R,
deducimos que la solución general de la ecuación viene dada por
y = e
ax
(C
1
cos(bx) + C
2
sen(bx)).
Ejemplo 3.12. Consideremos la ecuación
y
//
+ 2y
/
+ 5y = 0.
La ecuación característica asociada es λ
2
+ 2λ + 5 = 0, cuyas raíces son −1 ±2i. Por
tanto, la solución general de la ecuación será
y = e
−x
(C
1
cos(2x) + C
2
sen(2x)).
El código Sage para resolver la ecuación es:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) + 2*diff(y, x) + 5*y == 0
sage: desolve(ec , y)
(k1*sin (2*x) + k2*cos (2*x))*e^(-x)
Hemos visto que es posible determinar, en cualquier caso, la solución general de la
ecuación lineal homogénea en el caso de coeficientes constantes. En las dos siguientes
secciones estudiaremos métodos para calcular una solución particular de la ecuación
completa.
3.5 Método de variación de las constantes 65
3.5. Método de variación de las constantes
Consideremos la ecuación lineal con coeficientes constantes dada por
y
//
+ py
/
+ qy = r(x),
donde p, q ∈ R y r(x) es una función conocida, cuya solución general tiene la siguien-
te estructura:
y ≡ y(x, C
1
, C
2
) = y
H
(x, C
1
, C
2
) + y
P
(x).
La solución general de la ecuación homogénea asociada, y
H
(x, C
1
, C
2
), puede determi-
narse en función de las raíces del polinomio característico asociado, como vimos en la
sección anterior. A continuación vamos a ver cómo construir una solución particular,
y
P
(x), usando para ello el método de variación de las constantes.
Sabemos que la solución general de la ecuación homogénea asociada es de la forma
y
H
(x, C
1
, C
2
) = C
1
y
1
(x) + C
2
y
2
(x),
donde ¦y
1
, y
2
¦ es un sistema fundamental de soluciones y C
1
, C
2
∈ R. La idea del
método de variación de las constantes consiste en construir una solución particular
de la ecuación completa que tenga la forma
y
P
(x) = C
1
(x)y
1
(x) + C
2
(x)y
2
(x),
siendo C
1
(x) y C
2
(x) funciones a determinar. Nótese que la misma idea se aplicó
cuando estudiamos las ecuaciones lineales de primer orden.
Las funciones C
1
(x) y C
2
(x) se calculan sustituyendo y
P
en la ecuación completa.
Comencemos calculando la primera derivada de y
P
:
y
/
P
(x) = C
1
(x)y
/
1
(x) + C
2
(x)y
/
2
(x) + C
/
1
(x)y
1
(x) + C
/
2
(x)y
2
(x).
En este punto, haremos la siguiente suposición:
C
/
1
(x)y
1
(x) + C
/
2
(x)y
2
(x) = 0,
que será fundamental en los cálculos posteriores. Podemos escribir entonces
y
/
P
(x) = C
1
(x)y
/
1
(x) + C
2
(x)y
/
2
(x).
Derivando de nuevo, obtenemos
y
//
P
(x) = C
1
(x)y
//
1
(x) + C
2
(x)y
//
2
(x) + C
/
1
(x)y
/
1
(x) + C
/
2
(x)y
/
2
(x).
Sustituyendo ahora y
P
en la ecuación y agrupando convenientemente los términos,
resulta:
C
1
(x)(y
//
1
(x) + py
/
1
(x) + qy
1
(x))+C
2
(x)(y
//
2
(x) + py
/
2
(x) + qy
2
(x))
+ C
/
1
(x)y
/
1
(x) + C
/
2
(x)y
/
2
(x) = r(x).
66 Ecuaciones diferenciales de orden superior
Teniendo en cuenta que y
1
e y
2
son soluciones de la ecuación homogénea, la expresión
anterior queda de la siguiente forma:
C
/
1
(x)y
/
1
(x) + C
/
2
(x)y
/
2
(x) = r(x).
Resumiendo, hemos llegado al sistema de ecuaciones
_
C
/
1
(x)y
1
(x) + C
/
2
(x)y
2
(x) = 0,
C
/
1
(x)y
/
1
(x) + C
/
2
(x)y
/
2
(x) = r(x),
cuyas incógnitas son C
/
1
(x) y C
/
2
(x). Este sistema es compatible determinado, ya que
el determinante de la matriz de coeficientes coincide con el wronskiano W(y
1
, y
2
), que
no se anula en ningún punto x ∈ R por ser ¦y
1
, y
2
¦ un sistema fundamental de solu-
ciones. En consecuencia, el sistema admite una única solución que puede calcularse
mediante la regla de Cramer:
C
/
1
(x) =
¸
¸
¸
¸
0 y
2
(x)
r(x) y
/
2
(x)
¸
¸
¸
¸
¸
¸
¸
¸
y
1
(x) y
2
(x)
y
/
1
(x) y
/
2
(x)
¸
¸
¸
¸
=
−y
2
(x)r(x)
W(y
1
, y
2
)
, C
/
2
(x) =
¸
¸
¸
¸
y
1
(x) 0
y
/
1
(x) r(x)
¸
¸
¸
¸
¸
¸
¸
¸
y
1
(x) y
2
(x)
y
/
1
(x) y
/
2
(x)
¸
¸
¸
¸
=
y
1
(x)r(x)
W(y
1
, y
2
)
.
Por último, integramos las expresiones obtenidas en el paso anterior:
C
1
(x) =
_
−y
2
(x)r(x)
W(y
1
, y
2
)
dx, C
2
(x) =
_
y
1
(x)r(x)
W(y
1
, y
2
)
dx.
Una vez calculadas C
1
(x) y C
2
(x), podemos construir la solución particular y
P
.
Observación. La posibilidad de aplicar el método de variación de las constantes de-
penderá de la dificultad que tenga el cálculo de las integrales anteriores.
Ejemplo 3.13. Consideremos la ecuación diferencial
y
//
−4y = e
x
.
En primer lugar, notemos que la ecuación característica es λ
2
−4 = 0, que tiene a λ
1
=
2 y λ
2
= −2 como raíces. Por tanto, la solución general de la ecuación homogénea
asociada, y
//
−4y = 0, será
y
H
(x, C
1
, C
2
) = C
1
e
2x
+ C
2
e
−2x
,
siendo C
1
y C
2
constantes arbitrarias.
A continuación, y siguiendo el método de variación de las constantes, construimos
una solución particular de la ecuación completa de la forma
y
P
(x) = C
1
(x)y
1
(x) + C
2
(x)y
2
(x),
3.5 Método de variación de las constantes 67
donde y
1
(x) = e
2x
e y
2
(x) = e
−2x
. Las funciones ¦y
1
, y
2
¦ forman un sistema funda-
mental de soluciones de la ecuación homogénea, cuyo wronskiano es
W(y
1
, y
2
) =
¸
¸
¸
¸
e
2x
e
−2x
2e
2x
−2e
−2x
¸
¸
¸
¸
= −4.
Las funciones C
1
(x) y C
2
(x) se determinan calculando las siguientes integrales:
C
1
(x) =
_
−y
2
(x)r(x)
W(y
1
, y
2
)
dx =
_
−e
−2x
e
x
−4
dx =
1
4
_
e
−x
dx = −
1
4
e
−x
,
C
2
(x) =
_
y
1
(x)r(x)
W(y
1
, y
2
)
dx =
_
e
2x
e
x
−4
dx = −
1
4
_
e
3x
dx = −
1
12
e
3x
.
La solución particular buscada es, por tanto,
y
P
(x) = −
1
4
e
−x
e
2x

1
12
e
3x
e
−2x
= −
1
3
e
x
.
Finalmente, la solución general de la ecuación completa será
y(x) = C
1
e
2x
+ C
2
e
−2x

1
3
e
x
.
Veamos como resolver el ejemplo con Sage:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) - 4*y == exp(x)
sage: desolve(ec , y)
k1*e^(2*x) + k2*e^(-2*x) - 1/3*e^x
Ejemplo 3.14. Resolvamos la ecuación
y
//
+ y =
1
sen(x)
.
La ecuación característica es λ
2
+ 1 = 0, cuyas raíces son λ = ±i. De este modo, la
solución de la ecuación homogénea asociada será
y
H
(x, C
1
, C
2
) = C
1
sen(x) + C
2
cos(x),
donde C
1
, C
2
∈ R. El wronskiano del sistema fundamental formado por y
1
(x) =
sen(x) e y
2
(x) = cos(x) es
W(y
1
, y
2
) =
¸
¸
¸
¸
sen(x) cos(x)
cos(x) −sen(x)
¸
¸
¸
¸
= −(
$
$
$
$
$
$
$
$
$
$X
1
sen
2
(x) + cos
2
(x)) = −1.
68 Ecuaciones diferenciales de orden superior
Buscamos ahora una solución particular de la ecuación completa de la forma
y
P
(x) = C
1
(x) sen(x) + C
2
(x) cos(x),
donde
C
1
(x) =
_
−y
2
(x)r(x)
W(y
1
, y
2
)
dx =
_
cos(x)
sen(x)
dx = ln(sen(x)),
C
2
(x) =
_
y
1
(x)r(x)
W(y
1
, y
2
)
dx =
_
(−1)dx = −x.
En consecuencia,
y
P
(x) = ln(sen(x)) sen(x) −x cos(x).
Por último, la solución general de la ecuación completa viene dada por
y(x) = C
1
sen(x) + C
2
cos(x) + ln(sen(x)) sen(x) −x cos(x).
¿Será capaz Sage de obtener la solución de la ecuación en este caso? Claro que sí:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) + y == 1/sin(x)
sage: desolve(ec , y)
k1*sin(x) + k2*cos(x) - x*cos(x) + log(sin(x))* sin(x)
Ejemplo 3.15. Consideremos la ecuación
y
//
+ y = sec(x) tg(x).
La ecuación homogénea asociada es la misma que en el ejemplo anterior:
y
H
(x) = C
1
sen(x) + C
2
cos(x),
al igual que el wronskiano: W(y
1
, y
2
)(x) = −1.
Por otra parte, teniendo en cuenta que sec(x) = 1/cos(x), resulta que
C
1
(x) =
_
sen(x)
cos(x)
dx = −ln(cos(x)),
C
2
(x) = −
_
tg
2
(x)dx =
_
(1 −(1 + tg
2
(x))dx = x −tg(x).
Por tanto, una solución particular de la ecuación completa será
y
P
(x) = −ln(cos(x)) sen(x) + (x −tg(x)) cos(x).
Finalmente, la solución general de la ecuación y
//
+ y = sec(x) tg(x) es
y(x) = C
1
sen(x) + C
2
cos(x) −ln(cos(x)) sen(x) + (x −tg(x)) cos(x).
3.6 Método de coeficientes indeterminados 69
3.6. Método de coeficientes indeterminados
Consideremos la ecuación lineal de coeficientes constantes
y
//
+ py
/
+ qy = r(x).
El método de coeficientes indeterminados se aplica cuando el término independiente
r(x) adopta una de las siguientes formas:
I. r(x) = Ae
ax
, a, A ∈ R;
II. r(x) = Acos(bx) o r(x) = Asen(bx), b, A ∈ R;
III. r(x) = Ae
ax
cos(bx) o r(x) = Ae
ax
sen(bx), a, b, A ∈ R;
IV. r(x) es un polinomio;
V. r(x) es una suma formada por términos que están en alguno de los casos ante-
riores.
El método de coeficientes indeterminados también puede aplicarse con términos
independientes más complicados, como pueden ser productos de polinomios, expo-
nenciales y senos o cosenos. Por simplicidad, no trataremos aquí estos casos.
A continuación analizaremos cómo construir una solución particular de la ecua-
ción según el caso en que nos encontremos. Denotaremos por P(λ) al polinomio
característico asociado a la ecuación:
P(λ) = λ
2
+ pλ + q.
I. r(x) = Ae
ax
. En tal caso se busca una solución particular de la forma
y
P
(x) = Mx
m
e
ax
.
La constante M se determina sustituyendo la expresión anterior en la ecuación (de
ahí el nombre de coeficientes indeterminados). El exponente m es la multiplicidad
2
de
a como raíz de P(λ), esto es, el número de veces que a es raíz de P(λ). Observemos
que los posibles valores de m son 0 (si a no es raíz de P(λ)), 1 (si a es raíz simple) y 2
(si a es raíz doble).
2
Es conveniente recordar que una raíz λ
0
∈ C de un polinomio P(λ) tiene multiplicidad m 1 si
P(λ) puede factorizarse como P(λ) = (λ −λ
0
)
m
Q(λ), con Q(λ
0
) ,= 0. Si m = 1, diremos que la raíz es
simple. Si λ
0
no es raíz de P(λ), diremos que su multiplicidad es 0. Por otra parte, si a + bi es raíz de
un polinomio P(λ) con coeficientes reales, también lo es su conjugada a −bi; de esta forma, el número
de raíces complejas siempre es par.
70 Ecuaciones diferenciales de orden superior
Ejemplo 3.16. Resolvamos la ecuación
y
//
−y = e
4x
.
Las raíces del polinomio característico P(λ) = λ
2
− 1 son λ = ±1, por lo que la
solución general de la ecuación homogénea será
y
H
(x) = C
1
e
x
+ C
2
e
−x
.
En este caso a = 4 no es raíz de P(λ), por lo que m = 0. Busquemos entonces una
solución particular de la forma
y
P
(x) = Me
4
x
.
Como y
//
P
(x) = 16Me
4x
, sustituyendo en la ecuación resulta
y
//
P
(x) −y
P
(x) = e
4x
⇒16Me
4x
− Me
4x
= e
4x
⇒15M = 1 ⇒ M =
1
15
.
La solución particular buscada es pues
y
P
(x) =
e
4x
15
.
Por último, la solución general será
y(x) = C
1
e
x
+ C
2
e
−x
+
e
4x
15
.
Ejemplo 3.17. Resolvamos la ecuación
y
//
−y = e
x
.
Al igual que en el ejemplo anterior, las raíces del polinomio característico son λ = ±1,
por lo que y
H
(x) = C
1
e
x
+ C
2
e
−x
.
Ahora a = 1 es raíz simple del polinomio característico (m = 1), por lo que la
solución particular habrá que buscarla en la forma
y
P
(x) = Mxe
4x
.
Sustituyendo en la ecuación, obtenemos
y
//
P
−y
P
= e
x
⇒ M(2 + x)e
x
− Mxe
x
= e
x
⇒2M = 1 ⇒ M =
1
2
,
de donde
y
P
(x) =
x
2
e
x
.
La solución general de la ecuación es pues
y(x) = C
1
e
x
+ C
2
e
−x
+
x
2
e
x
.
3.6 Método de coeficientes indeterminados 71
Ejemplo 3.18. Consideremos la ecuación
y
//
+ 2y
/
+ y = e
−x
.
Su ecuación característica es λ
2
+ 2λ + 1 = 0, que tiene una raíz real doble: λ = −1.
La solución general de la ecuación homogénea es pues y
H
(x) = (C
1
+ C
2
x)e
−x
.
Por ser λ = −1 raíz doble, tenemos que m = 2. Esto significa que debemos buscar
una solución particular de la forma
y
P
(x) = Mx
2
e
−x
.
En este caso, y
/
P
(x) = M(2x − x
2
)e
−x
e y
//
P
(x) = M(2 −4x + x
2
)e
−x
; al sustituir en la
ecuación, simplemente queda
2Me
−x
= e
−x
⇒2M = 1 ⇒ M =
1
2
.
En conclusión,
y
P
(x) =
x
2
2
e
−x
.
Por último, la solución general de y
//
+ 2y
/
+ y = e
−x
será
y(x) = (C
1
+ C
2
x)e
−x
+
x
2
2
e
−x
.
II. r(x) = Acos(bx) o r(x) = Asen(bx). En ambos casos se puede determinar una so-
lución particular de la forma
y
P
(x) = x
m
(M
1
cos(bx) + M
2
sen(bx)),
siendo m la multiplicidad de bi como raíz de P(λ). Al ser bi un número complejo,
su multiplicidad sólo puede ser m = 0 (si no es raíz) o m = 1 (si es raíz; la otra raíz
es necesariamente −bi). Las constantes M
1
y M
2
se calculan sustituyendo y
P
en la
ecuacion diferencial.
Ejemplo 3.19. Resolvamos la ecuación
y
//
+ 2y
/
+ y = cos(2x).
La ecuación característica λ
2
+2λ+1 = 0 tiene a λ = −1 como raíz doble. La solución
de la ecuación homogénea asociada es entonces y
H
(x) = (C
1
+ C
2
x)e
−x
.
Por otra parte, como bi = 2i no es raíz del polinomio característico (m = 0),
debemos buscar una solución particular de la forma
y
P
(x) = M
1
cos(2x) + M
2
sen(2x).
72 Ecuaciones diferenciales de orden superior
Sustituyendo en la ecuación diferencial, tenemos
(4M
2
−3M
1
) cos(2x) −(4M
1
+ 3M
2
) sen(2x) = cos(2x).
Ahora igualamos los coeficientes que acompañan a cos(2x) y sen(2x):
4M
2
−3M
1
= 1
4M
1
+ 3M
2
= 0
_
⇒ M
1
= −
3
25
, M
2
=
4
25
.
De esta forma, la solución particular buscada es
y
P
(x) = −
3
25
cos(2x) +
4
25
sen(2x).
Por último, la solución general de la ecuación es
y(x) = (C
1
+ C
2
x)e
−x

3
25
cos(2x) +
4
25
sen(2x).
Ejemplo 3.20. Consideremos la ecuación
y
//
+ y = cos(x).
La solución de la ecuación homogénea es y
H
(x) = C
1
cos(x) + C
2
sen(x), ya que las
raíces del polinomio característico son λ = ±i.
En este caso bi = i sí es raíz del polinomio característico, por lo que m = 1.
Debemos pues determinar una solución particular de la forma
y
P
(x) = x(M
1
cos(x) + M
2
sen(x)).
Derivando y
P
y sustituyendo en la ecuación completa, obtenemos
2M
2
cos(x) −2M
1
sen(x) = cos(x).
Igualando coeficientes, resulta
2M
2
= 1 ⇒ M
2
=
1
2
,
de donde M
1
= 0. Por tanto,
y
P
(x) =
x
2
sen(x).
La solución general de la ecuación y
//
+ y = cos(x) es pues
y(x) = C
1
cos(x) + C
2
sen(x) +
x
2
sen(x).
Observación. La misma técnica puede aplicarse cuando el término r(x) es una com-
binación lineal de cos(bx) y sen(bx). En cambio, no es aplicable para combinaciones
lineales de cos(bx) y sen(dx), con b ,= d.
3.6 Método de coeficientes indeterminados 73
Ejemplo 3.21. Para el término independiente r(x) = cos(3x) + 5 sen(3x) podemos
buscar una solución particular de la forma propuesta en el caso II. Sin embargo,
este tipo de solución no sería válido para un término independiente como r(x) =
cos(3x) + 5 sen(2x), que estaría dentro del caso V.
III. r(x) = Ae
ax
cos(bx) o r(x) = Ae
ax
sen(bx). En los dos casos se considera una so-
lución particular de la forma
y
P
(x) = x
m
e
ax
(M
1
cos(bx) + M
2
sen(bx)).
El exponente m es la multiplicidad de a + bi como raíz del polinomio característico
(admite los valores m = 0 si no es raíz, y m = 1 si lo es), y las constantes M
1
y M
2
se
determinan sustituyendo y
P
en la ecuación.
Ejemplo 3.22. Consideremos la ecuación
y
//
+ y
/
+ y = e
2x
cos(7x).
Como las raíces del polinomio característico son λ = −
1
2
±

3
2
i, la solución de la
ecuación homogénea asociada es
y
H
(x) = e
−x/2
_
C
1
cos
_√
3
2
x
_
+ C
2
sen
_√
3
2
x
__
.
Como a + bi = 2 + 7i no es raíz del polinomio característico, debemos buscar la
solución particular de la siguiente forma (m = 0):
y
P
(x) = e
2x
(M
1
cos(7x) + M
2
sen(7x)).
Sustituyendo esta expresión en la ecuación completa, obtenemos
(−42M
1
+ 35M
2
)e
2x
cos(7x) + (−35M
1
−42M
2
)e
2x
sen(7x) = e
2x
cos(7x).
Igualando coeficientes, resulta
−42M
1
+ 35M
2
= 1
−35M
1
−42M
2
= 0
_
⇒ M
1
= −
42
35
2
+42
2
, M
2
=
35
35
2
+42
2
.
Hemos determinado así la siguiente solución particular:
y
P
(x) = e
2x
35 sen(7x) −42 cos(7x)
35
2
+ 42
2
.
Por último, la solución general de la ecuación será
y(x) = e
−x/2
_
C
1
cos
_√
3
2
x
_
+ C
2
sen
_√
3
2
x
__
+ e
2x
35 sen(7x) −42 cos(7x)
35
2
+ 42
2
.
74 Ecuaciones diferenciales de orden superior
Observación. Los casos I a III podrían englobarse en un único caso:
r(x) = e
ax
(Acos(bx) + Bsen(bx)), a, b, A, B ∈ R.
La solución particular y
P
habría que buscarla en la forma
y
P
(x) = x
m
e
ax
(M
1
cos(bx) + M
2
sen(bx)),
donde M
1
y M
2
son constantes a determinar y m es la multiplicidad de a + bi como
raíz del polinomio característico.
IV. r(x) es un polinomio de grado d. Se busca una solución particular de la forma
y
P
(x) = x
m
Q
d
(x),
donde Q
d
(x) es un polinomio de grado d, que se determina sustituyendo y
P
en la
ecuación, y m es la multiplicidad de 0 como raíz del polinomio característico (las
posibilidades son m = 0, 1, 2)
Ejemplo 3.23. Resolvamos la ecuación diferencial
y
//
−2y
/
+ 5y = 25x
2
+ 12.
Las raíces del polinomio caraterístico son λ = 1 ±2i, así que la solución de la ecuación
homogénea será y
H
(x) = e
x
(C
1
cos(2x) + C
2
sen(2x)).
Teniendo en cuenta que el término independiente es un polinomio de grado d = 2
y que 0 no es raíz del polinomio característico (m = 0), buscaremos una solución
particular de la forma
y
P
(x) = Ax
2
+ Bx + C,
esto es, un polinomio de segundo grado cuyos coeficientes debemos determinar por
sustitución. Calculamos y
/
P
(x) = 2Ax + B, y
//
P
(x) = 2A y sustituimos en la ecuación
completa:
5Ax
2
+ (−4A + 5B)x + 2A −2B + 5C = 25x
2
+ 12.
Igualamos los coeficientes de los términos del mismo orden:
5A = 25
−4A + 5B = 0
2A −2B + 5C = 12
_
_
_
⇒ A = 5, B = 4, C = 2.
Por tanto,
y
P
(x) = 5x
2
+ 4x + 2.
La solución general de la ecuación y
//
−2y
/
+ 5y = 25x
2
+ 12 es, por tanto,
y(x) = e
x
(C
1
cos(2x) + C
2
sen(2x)) + 5x
2
+ 4x + 2.
3.6 Método de coeficientes indeterminados 75
Ejemplo 3.24. Resolvamos la ecuación
y
//
−2y
/
= 6x
2
+ 7x + 5.
Las raíces del polinomio característico son λ
1
= 0 y λ
2
= 2. La solución de la ecuación
homogénea será entonces
y
H
(x) = C
1
&
&b
1
e
0x
+ C
2
e
2x
= C
1
+ C
2
e
2x
.
El término independiente es un polinomio de grado d = 2. Como en este caso
λ
1
= 0 es raíz del polinomio característico (m = 1), debemos considerar
y
P
(x) = x(Ax
2
+ Bx + C) = Ax
3
+ Bx
2
+ Cx.
Sustituyendo en la ecuación diferencial, resulta
−6Ax
2
+ (6A −4B)x + 2B −2C = 6x
2
+ 7x + 5.
Igualando coeficientes, obtenemos
−6A = 6
6A −4B = 7
2B −2C = 5
_
_
_
⇒ A = −1, B = −
13
4
, C = −
23
4
,
de donde
y
P
(x) = −
x
4
(4x
2
+ 13x + 23).
Para terminar, escribimos la solución general de la ecuación:
y(x) = C
1
+ C
2
e
2x

x
4
(4x
2
+ 13x + 23).
Observación. En el caso en que el valor 0 sea raíz doble del polinomio característico
(m = 2), la ecuación a resolver adopta la forma y
//
= r(x), que puede resolverse
mediante integración directa.
V. r(x) es una suma de términos que están en los casos anteriores. Supongamos que
r(x) es de la forma
r(x) = r
1
(x) + r
2
(x) + + r
s
(x),
donde cada r
i
(x), i = 1, . . . s, está en uno de los casos I-IV. Podemos calcular entonces
una solución particular y
i
(x) para cada una de las ecuaciones
y
//
+ py
/
+ qy = r
i
(x), i = 1, . . . , s.
Pues bien, una solución particular de la ecuación
y
//
+ py
/
+ qy = r(x)
es la suma de las soluciones particulares anteriormente obtenidas:
y(x) = y
1
(x) + y
2
(x) + + y
s
(x).
76 Ecuaciones diferenciales de orden superior
Ejemplo 3.25. Consideremos la ecuación diferencial
y
//
−3y
/
+ 2y = 2e
x
+ cos(3x) −6x.
Las raíces del polinomio característico son λ
1
= 1 y λ
2
= 2, por lo que y
H
(x) =
C
1
e
x
+ C
2
e
2x
.
El término independiente r(x) = 2e
x
+ cos(3x) − 6x no está en ninguno de los
casos anteriores, pero podemos escribir
r(x) = r
1
(x) + r
2
(x) + r
3
(x),
donde
r
1
(x) = 2e
x
, r
2
(x) = cos(3x), r
3
(x) = −6x.
Notemos que r
1
(x) está en el caso I, r
2
(x) en el caso II y r
3
(x) en el caso IV. Podemos
aplicar entonces el método de coeficientes indeterminados considerando cada uno de
estos sumandos por separado.
Para r
1
(x) = 2e
x
debemos considerar una solución particular de la forma
y
1
(x) = Mxe
x
,
ya que a = 1 es raíz del polinomio característico. Sustituyendo en la ecuación y
//

3y
/
+ 2y = 2e
x
, obtenemos: −Me
x
= 2e
x
⇒ M = −2. Así pues,
y
1
(x) = −2xe
x
.
La solución particular correspondiente a r
2
(x) = cos(3x) es de la forma
y
2
(x) = M
1
cos(3x) + M
2
sen(3x),
ya que bi = 3i no es raíz del polinomio característico. Sustituyendo en la ecuación
y
//
−3y
/
+ 2y = cos(3x), resulta
(−7M
1
−9M
2
) cos(3x) + (9M
1
−7M
2
) sen(3x) = cos(3x) ⇒ M
1
= −
7
130
, M
2
= −
9
130
.
Por tanto,
y
2
(x) = −
1
130
(7 cos(3x) + 9 sen(3x)).
Por último, la solución particular correspondiente a r
3
(x) = −6x es de la forma
y
3
(x) = Ax + B,
ya que 0 no es raíz del polinomio característico. Sustituyendo en la ecuación y
//

3y
/
+ 2y = −6x, obtenemos: 2Ax + 2B −3A = −6x, de donde A = −3 y B = −
9
2
. Por
tanto,
y
3
(x) = −3x −
9
2
.
La solución general de la ecuación y
//
−3y
/
+2y = 2e
x
+cos(3x) −6x se construye
sumando a la solución general de la homogénea y
H
las tres soluciones particulares
obtenidas:
y(x) = C
1
e
x
+ C
2
e
2x
−2xe
x

1
130
(7 cos(3x) + 9 sen(3x)) −3x −
9
2
.
3.7 Problemas de valores iniciales y de contorno 77
3.7. Problemas de valores iniciales y de contorno
Un problema de valores iniciales o de Cauchy para una ecuación lineal de segundo
orden adopta la siguiente forma:
_
¸
_
¸
_
y
//
+ p(x)y
/
+ q(x)y = r(x), x ∈ [a, b],
y(a) = y
0
,
y
/
(a) = y
1
,
siendo y
0
, y
1
∈ R datos del problema. En un problema de valores iniciales se especi-
fica cuánto han de valer la solución y su primera derivada en el extremo inferior del
intervalo donde se va a resolver el problema. En general, dicho problema poseerá so-
lución única, que se determina imponiendo las condiciones iniciales sobre la solución
general de la ecuación.
Ejemplo 3.26. Consideremos el problema de valores iniciales
_
¸
_
¸
_
y
//
−6y
/
+ 9y = 0,
y(0) = 1,
y
/
(0) = 0.
La ecuación diferencial es de coeficientes constantes y homogénea. Su ecuación ca-
racterística es λ
2
−6λ + 9 = 0, que tiene una raíz doble λ = 3; en consecuencia, la
solución general está dada por:
y = (C
1
+ C
2
x)e
3x
.
Imponiendo las condiciones iniciales, podemos determinar las constantes C
1
y C
2
:
_
_
_
y(0) = 1 ⇒(C
1
+ C
2
0)e
30
= 1 ⇒C
1
= 1,
y
/
(0) = 0 ⇒(3C
1
+ C
2
+ 3C
2
0)e
30
= 0 ⇒3

1
C
1
+ C
2
= 0 ⇒C
2
= −3.
Por tanto, la única solución del problema de valores iniciales es
y = (1 −3x)e
3x
.
Usemos Sage para resolver el problema y dibujar la solución en el intervalo [0, 1]:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) - 6*diff(y, x) + 9*y == 0
sage: sol = desolve(ec , y, ics=[0, 1, 0]) # ics=[a, y0 , y1]
sage: sol
-(3*x - 1)*e^(3*x)
sage: plot(sol , 0, 1)
78 Ecuaciones diferenciales de orden superior
Figura 3.2: Solución del ejemplo 3.26 en el intervalo [0, 1].
El resultado obtenido puede verse en la figura 3.2.
Un problema de contorno o de valores en la frontera para una ecuación lineal de segun-
do orden tiene la siguiente forma:
_
¸
_
¸
_
y
//
+ p(x)y
/
+ q(x)y = r(x), x ∈ [a, b],
y(a) = α,
y(b) = β,
siendo α, β ∈ R datos del problema. Las condiciones y(a) = α e y(b) = β se denomi-
nan condiciones de contorno. Notemos que en un problema de contorno se definen los
valores que ha de tomar la solución de la ecuación diferencial en ambos extremos del
intervalo donde se quiere resolver.
Ejemplo 3.27. Resolvamos el problema de contorno
_
¸
_
¸
_
y
//
+
1
4
y = 0, x ∈ [0, π],
y(0) = 1,
y(π) = −1.
La ecuación característica de la ecuación diferencial es λ
2
+
1
4
= 0, que tiene raíces
λ = ±
1
2
i; la solución general tiene entonces la siguiente expresión:
y = C
1
cos
_
x
2
_
+ C
2
sen
_
x
2
_
.
3.8 Ecuaciones lineales de orden superior 79
Para determinar las constantes C
1
y C
2
imponemos las condiciones de contorno:
_
_
_
y(0) = 1 ⇒C
1
$
$
$$X
1
cos 0 + C
2
$
$
$$X
0
sen0 = 1 ⇒C
1
= 1,
y(π) = −1 ⇒C
1
¨
¨
¨
¨B
0
cos
π
2
+ C
2
¨
¨
¨
¨B
1
sen
π
2
= −1 ⇒C
2
= −1.
Por tanto, la solución del problema de contorno es
y = cos
_
x
2
_
−sen
_
x
2
_
.
El resultado puede obtenerse con el siguiente código Sage:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) + (1/4)*y == 0
sage: desolve(ec , y, ics=[0, 1, pi , -1]) # ics=[a, alfa , b, beta]
-sin (1/2*x) + cos (1/2*x)
Observación. En el ejemplo anterior, el problema de contorno tenía una única solu-
ción. En el siguiente, veremos que también es posible que un problema de contorno
tenga infinitas soluciones o ninguna en absoluto.
Ejemplo 3.28. Consideremos el problema de contorno
_
¸
_
¸
_
y
//
+ y = 0, x ∈ [0, π],
y(0) = α,
y(π) = β,
con α, β ∈ R. Su solución general viene dada por
y = C
1
cos(x) + C
2
sen(x).
Al imponer las condiciones de contorno, resulta:
_
y(0) = α ⇒C
1
= α,
y(π) = β ⇒C
1
= −β.
Entonces, si α +β ,= 0 el problema no tiene solución. En cambio, si suponemos α +β =
0 existen infinitas soluciones al problema, ya que C
2
podría tomar cualquier valor.
3.8. Ecuaciones lineales de orden superior
El estudio de las ecuaciones diferenciales de orden mayor que dos sigue pautas
similares al análisis realizado para ecuaciones de segundo orden. Al igual que en este
80 Ecuaciones diferenciales de orden superior
caso, restringiremos nuestro estudio a las ecuaciones lineales, es decir, a ecuaciones
de la forma
y
(n)
+ a
n−1
(x)y
(n−1)
+ + a
2
(x)y
//
(x) + a
1
(x)y
/
+ a
0
(x)y = r(x),
donde n 3 y a
n−1
(x), . . . , a
0
(x) y r(x) son funciones arbitrarias. La solución general
de una ecuación lineal es de la forma
y = y
H
+ y
P
,
donde y
H
es la solución general de la ecuación homogénea asociada:
y
(n)
+ a
n−1
(x)y
(n−1)
+ + a
2
(x)y
//
+ a
1
(x)y
/
+ a
0
(x)y = 0,
mientras que y
P
es una solución particular de la ecuación completa. La solución ge-
neral dependerá de n constantes arbitrarias. Para plantear un problema de valores
iniciales, son necesarias n condiciones iniciales:
_
¸
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
¸
_
y(x
0
) = y
0
,
y
/
(x
0
) = y
1
,
y
//
(x
0
) = y
2
,
.
.
.
y
(n−1)
(x
0
) = y
n−1
.
La solución de un problema de valores iniciales es única: el valor de las constantes
que aparecen en la solución general se determina de forma única a partir de las
condiciones iniciales.
Diremos que un conjunto ¦y
1
, . . . , y
n
¦ de soluciones de la ecuación homogénea es
un sistema fundamental si su wronskiano no se anula en ningún punto:
W(y
1
, . . . , y
n
) =
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
y
1
(x) y
2
(x) y
n
(x)
y
/
1
(x) y
/
2
(x) y
/
n
(x)
y
//
1
(x) y
//
2
(x) y
//
n
(x)
.
.
.
.
.
.
.
.
.
.
.
.
y
(n−1)
1
y
(n−1)
2
y
(n−1)
n
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
,= 0, ∀ x ∈ R.
Dado un sistema fundamental ¦y
1
, . . . , y
n
¦, la solución general de la ecuación lineal
homogénea es de la forma
y
H
(x) = C
1
y
1
(x) + C
2
y
2
(x) + + C
n
y
n
(x),
siendo C
1
, . . . , C
n
constantes reales arbitrarias.
3.8 Ecuaciones lineales de orden superior 81
Nos centraremos a partir de ahora en las ecuaciones lineales de coeficientes cons-
tantes, es decir,
y
(n)
+ a
n−1
y
(n−1)
+ + a
2
y
//
+ a
1
y
/
+ a
0
y = r(x),
siendo a
n−1
, . . . , a
0
constantes reales. El polinomio característico asociado es
P(λ) = λ
n
+ a
n−1
λ
n−1
+ + a
2
λ
2
+ a
1
λ + a
0
.
A menos que n 4, no se dispone de fórmulas explícitas para el cálculo de las raíces
de P(λ). En general, se puede intentar aplicar algún método algebraico para el cálculo
de raíces como, por ejemplo, el método de Ruffini.
Para determinar la solución general de la ecuación homogénea
y
(n)
+ a
n−1
y
(n−1)
+ + a
2
y
//
+ a
1
y
/
+ a
0
y = 0,
a cada raíz del polinomio característico le asociaremos una o varias soluciones parti-
culares, atendiendo a la naturaleza de dicha raíz:
I. Si λ es una raíz real simple, entonces una solución es e
λx
.
II. Si λ es un raíz real de multiplicidad m 2, podemos considerar m soluciones
distintas:
e
λx
, xe
λx
, x
2
e
λx
, . . . , x
m−1
e
λx
.
III. Si λ = a ±bi son raíces complejas simples, entonces e
ax
cos(bx) y e
ax
sen(bx) son
las soluciones asociadas.
IV. Si λ = a ±bi son raíces complejas de multiplicidad m 2, tenemos 2m solucio-
nes:
e
ax
cos(bx), xe
ax
cos(bx), x
2
e
ax
cos(bx), . . . , x
m−1
e
ax
cos(bx),
e
ax
sen(bx), xe
ax
sen(bx), x
2
e
ax
sen(bx), . . . , x
m−1
e
ax
sen(bx).
Puede probarse que las n soluciones particulares ¦y
1
, . . . , y
n
¦ así obtenidas forman
un sistema fundamental de soluciones. Por tanto, la solución general de la ecuación
homogénea será
y
H
(x) = C
1
y
1
(x) + C
2
y
2
(x) + + C
n
y
n
(x).
Ejemplo 3.29. Resolvamos la ecuación homogénea
y
(6)
+ 8y
(4)
+ 16y
//
= 0.
82 Ecuaciones diferenciales de orden superior
El polinomio característico asociado es P(λ) = λ
6
+8λ
4
+16λ
2
. Calculemos sus raíces:
λ
6
+ 8λ
4
+ 16λ
2
= 0 ⇒λ
2

4
+ 8λ
2
+ 16) = 0 ⇒
_
λ = 0 (raíz real doble),
λ
4
+ 8λ
2
+ 16 = 0.
Para resolver la ecuación λ
4
+ 8λ
2
+ 16 = 0 hacemos el cambio µ = λ
2
:
λ
4
+ 8λ
2
+ 16 = 0 ⇒µ
2
+ 8µ + 16 = 0 ⇒µ = −4 (doble).
Por tanto, λ = ±

µ = ±

−4 = ±2i, siendo estas raíces complejas dobles.
A la raíz doble λ = 0 le corresponden las soluciones e
0x
= 1 y xe
0x
= x, mien-
tras que a las raíces dobles ±2i les asociamos las soluciones e
0x
cos(2x) = cos(2x),
x cos(2x), sen(2x) y x sen(2x). En consecuencia, la solución general de la ecuación
será
8y(x) = C
1
+ C
2
x + C
3
cos(2x) + C
4
x cos(2x) + C
5
sen(2x) + C
6
x sen(2x).
En este caso, Sage no es capaz de resolver de forma directa la ecuación:
sage: var(’x’)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 6) + 8*diff(y, x, 4) + 16* diff(y, x, 2) == 0
sage: desolve(ec , y)
Traceback (most recent call last):
...
NotImplementedError: Maxima was unable to solve this ODE.
De hecho, el comando desolve sólo puede resolver ecuaciones de primer y segun-
do orden. Más adelante, cuando estudiemos sistemas de ecuaciones, veremos como
solventar este problema.
Ejemplo 3.30. Vamos a resolver el siguiente problema de valores iniciales:
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
y
///
−6y
//
+ 11y
/
−6y = 0,
y(0) = 1,
y
/
(0) = 0,
y
//
(0) = 0.
El polinomio característico asociado a la ecuación es P(λ) = λ
3
−6λ
2
+ 11λ −6. Sus
raíces pueden obtenerse fácilmente usando el método de Ruffini: λ
1
= 1, λ
2
= 2 y
λ
3
= 3. Las soluciones asociadas a cada raíz son: e
x
, e
2x
y e
3x
. Por tanto, la solución
general de la ecuación es
y(x) = C
1
e
x
+ C
2
e
2x
+ C
3
e
3x
.
3.8 Ecuaciones lineales de orden superior 83
Impongamos ahora las condiciones iniciales:
y(0) = 1 ⇒ C
1
+ C
2
+ C
3
= 1
y
/
(0) = 0 ⇒ C
1
+ 2C
2
+ 3C
3
= 0
y
//
(0) = 0 ⇒ C
1
+ 4C
2
+ 9C
3
= 0
_
_
_
⇒C
1
= 0, C
2
= 3, C
3
= −2.
En consecuencia, la solución del problema de valores iniciales es
y(x) = 3e
2x
−2e
3x
.
Consideremos ahora la ecuación lineal de coeficientes constantes no homogénea
y
(n)
+ a
n−1
y
(n−1)
+ + a
2
y
//
+ a
1
y
/
+ a
0
y = r(x),
cuya solución general se construye como suma de la solución general y
H
de la ecua-
ción homogénea asociada y de una solución particular y
P
de la ecuación completa.
Para determinar una solución particular aplicaremos el método de variación de las
constantes.
Si ¦y
1
, . . . , y
n
¦ es un sistema fundamental de soluciones de la ecuación homogénea,
buscamos un conjunto de funciones ¦C
1
(x), . . . , C
n
(x)¦ que sea solución del siguiente
sistema:
_
¸
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
¸
_
y
1
(x)C
/
1
(x) + y
2
(x)C
/
2
(x) + + y
n
(x)C
/
n
(x) = 0,
y
/
1
(x)C
/
1
(x) + y
/
2
(x)C
/
2
(x) + + y
/
n
(x)C
/
n
(x) = 0,
y
//
1
(x)C
/
1
(x) + y
//
2
(x)C
/
2
(x) + + y
//
n
(x)C
/
n
(x) = 0,
.
.
.
y
(n−1)
1
(x)C
/
1
(x) + y
(n−1)
2
(x)C
/
2
(x) + + y
(n−1)
n
(x)C
/
n
(x) = r(x),
para cada x ∈ R. Se trata de un sistema lineal de n ecuaciones y n incógnitas (a sa-
ber, C
/
1
(x), . . . , C
/
n
(x)) que es compatible determinado, ya que el determinante de la
matriz de coeficientes coincide con el wronskiano del sistema fundamental, que no se
anula en ningún punto. En consecuencia, podemos resolverlo (mediante la regla de
Cramer, por ejemplo) para determinar C
/
1
(x), . . . , C
/
n
(x). A continuación se calculan
C
1
(x), . . . , C
n
(x) mediante integración, y por último se construye la solución particu-
lar:
y
P
(x) = C
1
(x)y
1
(x) + C
2
(x)y
2
(x) + + C
n
(x)y
n
(x).
Ejemplo 3.31. Consideremos la ecuación diferencial
y
///
−6y
//
+ 11y
/
−6y = xe
−x
.
El polinomio característico es P(λ) = λ
3
−6λ
2
+11λ −6, cuyas raíces son 1, 2 y 3. De
este modo, la solución general de la ecuación homogénea es
y
H
(x) = C
1
e
x
+ C
2
e
2x
+ C
3
e
3x
.
84 Ecuaciones diferenciales de orden superior
En particular, un sistema fundamental de soluciones de la ecuación homogénea está
formado por las funciones y
1
(x) = e
x
, y
2
(x) = e
2x
e y
3
(x) = e
3x
.
Consideremos ahora el sistema
_
¸
_
¸
_
y
1
(x)C
/
1
(x) + y
2
(x)C
/
2
(x) + y
3
(x)C
/
3
(x) = 0,
y
/
1
(x)C
/
1
(x) + y
/
2
(x)C
/
2
(x) + y
/
3
(x)C
/
3
(x) = 0,
y
//
1
(x)C
/
1
(x) + y
//
2
(x)C
/
2
(x) + y
//
3
(x)C
/
3
(x) = r(x),
que queda como
_
¸
_
¸
_
e
x
C
/
1
(x) + e
2x
C
/
2
(x) + e
3x
C
/
3
(x) = 0,
e
x
C
/
1
(x) + 2e
2x
C
/
2
(x) + 3e
3x
C
/
3
(x) = 0,
e
x
C
/
1
(x) + 4e
2x
C
/
2
(x) + 9e
3x
C
/
3
(x) = xe
−x
.
Podemos simplificar las ecuaciones:
_
¸
_
¸
_
C
/
1
(x) + e
x
C
/
2
(x) + e
2x
C
/
3
(x) = 0,
C
/
1
(x) + 2e
x
C
/
2
(x) + 3e
2x
C
/
3
(x) = 0,
C
/
1
(x) + 4e
x
C
/
2
(x) + 9e
2x
C
/
3
(x) = xe
−2x
.
El determinante de la matriz de coeficientes es
¸
¸
¸
¸
¸
¸
1 e
x
e
2x
1 2e
x
3e
2x
1 4e
x
9e
2x
¸
¸
¸
¸
¸
¸
= 2e
3x
.
Aplicando la regla de Cramer, obtenemos
C
/
1
(x) =
1
2e
3x
¸
¸
¸
¸
¸
¸
0 e
x
e
2x
0 2e
x
3e
2x
xe
−2x
4e
x
9e
2x
¸
¸
¸
¸
¸
¸
=
x
2
e
−2x
,
C
/
2
(x) =
1
2e
3x
¸
¸
¸
¸
¸
¸
1 0 e
2x
1 0 3e
2x
1 xe
−2x
9e
2x
¸
¸
¸
¸
¸
¸
= −xe
−3x
,
C
/
3
(x) =
1
2e
3x
¸
¸
¸
¸
¸
¸
1 e
x
0
1 2e
x
0
1 4e
x
xe
−2x
¸
¸
¸
¸
¸
¸
=
x
2
e
−4x
.
Integrando, resulta
C
1
(x) =
1
2
_
xe
−2x
dx = −
1
4
e
−2x
_
x +
1
2
_
,
C
2
(x) = −
_
xe
−3x
dx =
1
3
e
−3x
_
x +
1
3
_
,
C
3
(x) =
1
2
_
xe
−4x
dx = −
1
8
e
−4x
_
x +
1
4
_
.
3.8 Ecuaciones lineales de orden superior 85
Por último, construimos la solución particular:
y
P
(x) = C
1
(x)y
1
(x) + C
2
(x)y
2
(x) + C
3
(x)y
3
(x) = −e
−x
_
1
24
x +
13
288
_
.
Finalmente, la solución general de la ecuación y
///
+ 6y
//
+ 11y
/
+ 6y = xe
−x
será
y(x) = C
1
e
−x
+ C
2
e
2x
+ C
3
e
3x
−e
−x
_
1
24
x +
13
288
_
.
El método de coeficientes indeterminados se aplica cuando el término indepen-
diente r(x) es de una de las formas ya estudiadas en la sección 3.6. Básicamente, estas
formas pueden reducirse a tres:
I. r(x) = e
ax
(Acos(bx) + Bsen(bx)), con a, b, A, B ∈ R. En tal caso puede encontrarse
una solución particular de la forma
y
P
(x) = x
m
e
ax
(M
1
cos(bx) + M
2
sen(bx)),
donde m es la multiplicidad de a + bi como raíz del polinomio característico. Las
constantes M
1
y M
2
se determinan sustituyendo y
P
en la ecuación diferencial.
Ejemplo 3.32. Consideremos la ecuación
y
///
−6y
/
+ 9y = e
x
sen(x).
Las raíces del polinomio característico P(λ) = λ
3
− 6λ + 9, obtenidas mediante el
método de Ruffini, son −3 y
3
2
±

3
2
i. Por tanto, la solución general de la ecuación
homogénea asociada es
y
H
(x) = C
1
e
−3x
+ C
2
e
3x/2
cos
_

3
2
x
_
+ C
3
e
3x/2
sen
_

3
2
x
_
.
En este caso a +bi = 1 +i no es raíz del polinomio característico, por lo que la solución
particular será de la forma
y
P
(x) = e
x
(M
1
cos(x) + M
2
sen(x)).
Sustituyendo en la ecuación, deducimos que M
1
=
4
17
y M
2
=
1
17
. En consecuencia, la
solución general de la ecuación es
y(x) = C
1
e
−3x
+ C
2
e
3x/2
cos
_

3
2
x
_
+ C
3
e
3x/2
sen
_

3
2
x
_
+
1
17
e
x
(4 cos(x) + sen(x)).
II. r(x) es un polinomio de grado d. Se considera una solución particular de la forma
y
P
(x) = x
m
Q
d
(x),
donde m es la multiplicidad de 0 como raíz del polinomio característico, mientras que
Q
d
(x) es un polinomio de grado d que se determina sustituyendo y
P
en la ecuación.
86 Ecuaciones diferenciales de orden superior
Ejemplo 3.33. Resolvamos la ecuación
y
///
−y
//
+ y
/
−y = x
2
−x.
Aplicando el método de Ruffini al polinomio característico P(λ) = λ
3
−λ
2
+ λ −1,
obtenemos que sus raíces son 1 y ±i. De esta forma, la solución general de la ecuación
homogénea es
y
H
(x) = C
1
e
x
+ C
2
cos(x) + C
3
sen(x).
El grado del polinomio r(x) = x
2
−x es d = 2; como 0 no es raíz de P(λ), la solución
particular debe ser un polinomio de grado dos:
y
P
(x) = Ax
2
+ Bx + C.
Sustituyendo y
P
en la ecuación, obtenemos los valores A = B = −1 y C = 1. Por
tanto, la solución general de la ecuación será
y(x) = C
1
e
x
+ C
2
cos(x) + C
3
sen(x) −x
2
−x + 1.
III. r(x) es suma de términos que están en los dos casos anteriores. La solución parti-
cular se construye sumando las soluciones particulares que se obtienen considerando
cada uno de los sumandos por separado, según hemos establecido en los casos I y II.
3.9. Aplicaciones
3.9.1. Vibraciones mecánicas
Vamos a estudiar la ecuación diferencial que rige el desplazamiento de un medio
deformable, como puede ser un muelle, un mástil, un edificio, etc.
Representemos por x(t) al desplazamiento del medio respecto de la posición de
equilibrio, en el instante de tiempo t, y sea m su masa. El origen de coordenadas se
establece en la posición de equilibrio y se supone que el movimiento hacia la derecha
corresponde a valores positivos del desplazamiento.
Supondremos que sobre el medio actúan tres tipos de fuerzas:
Fuerza elástica o de recuperación: es restauradora y su módulo es proporcional
al desplazamiento. Podemos expresarla como −kx, donde k es la constante de
recuperación del material y el signo negativo indica que la fuerza se opone al
movimiento.
Fuerza de amortiguación, debida al rozamiento: posee un módulo proporcional a
la velocidad del medio y se opone al movimiento. Su expresión es −cx
/
, donde
c es la constante de amortiguamiento.
3.9 Aplicaciones 87
Fuerzas que no son intrínsecas al sistema, sino que obedecen a causas externas
(por ejemplo, la acción de un terremoto). Nos referiremos a ellas como fuerzas
externas y las denotaremos por g(t).
La segunda ley de Newton nos dice que el producto de la masa por la aceleración
es igual a la resultante de fuerzas que actúan sobre el sistema. Teniendo en cuenta
que x
//
(t) representa la aceleración del medio, obtenemos entonces:
mx
//
= −kx −cx
/
+ g(t) ⇒ x
//
+
c
m
x
/
+
k
m
x =
g(t)
m
.
Será conveniente escribir la ecuación en la forma
x
//
+ 2βx
/
+ α
2
x
/
= F(t),
donde α =
_
k
m
, β =
a
2m
y F(t) =
g(t)
m
. Se trata pues de una ecuación diferencial de
segundo orden, lineal y de coeficientes constantes. En caso de que no actúen fuerzas
exteriores, F(t) ≡ 0, la ecuación es además homogénea.
Para completar el sistema, debemos considerar condiciones iniciales de la forma
_
x(0) = x
0
,
x
/
(0) = v
0
,
que indican la posición y velocidad del medio en el instante inicial t = 0. El proble-
ma de valores iniciales correspondiente posee una única solución, que nos permite
calcular el desplazamiento del medio respecto de la posición de equilibrio en cada
instante.
Ejemplo 3.34. Calculemos el desplazamiento respecto de la posición de equilibrio de
un mástil con masa igual a 1 kg, constante de amortiguamiento igual a 4 Ns/m y
constante de recuperación igual a 5 N/m, suponiendo que en el instante inicial recibe
una ráfaga de viento soplando hacia la izquierda, cuya velocidad es de 5 m/s.
El problema de valores iniciales a considerar es el siguiente:
_
¸
_
¸
_
x
//
+ 4x
/
+ 5x = 0,
x(0) = 0,
x
/
(0) = −5.
El polinomio característico de la ecuación, P(λ) = λ
2
+4λ+5, tiene raíces λ = −2 ±i;
por tanto, la solución general de la ecuación será
x(t) = e
−2t
(C
1
cos(t) + C
2
sen(t)).
88 Ecuaciones diferenciales de orden superior
Figura 3.3: Oscilación de un mástil.
Imponiendo las condiciones iniciales, resulta:
_
_
_
x(0) = 0 ⇒C
1
= 0,
x
/
(0) = −5 ⇒C
2
−2

0
C
1
= −5 ⇒C
2
= −5.
Por tanto, la solución buscada es
x(t) = −5 sen(t)e
−2t
,
que representa una curva sinusoidal cuyas amplitudes tienden a cero. La gráfica de la
solución se representa en la figura 3.3, donde puede observarse cómo las oscilaciones
se amortiguan con el paso del tiempo y el mástil tiende hacia su posición de equilibrio.
La figura 3.3 se ha obtenido con el siguiente código Sage:
sage: var(’t’)
sage: x = function(’x’, t)
sage: ec = diff(x, t, 2) + 4*diff(x, t) + 5*x == 0
sage: sol = desolve(ec , x, ics=[0, 0, -5]); sol
-5*e^(-2*t)*sin(t)
sage: plot(sol , 0, 5)
A continuación analizaremos los múltiples casos que pueden presentarse en au-
sencia de fuerzas externas: F(t) ≡ 0. Notemos que, en cualquier caso, α 0 y β 0.
Caso 1. No actúa ninguna fuerza: α = β = 0. En este caso podemos integrar la ecua-
ción directamente:
x
//
= 0 ⇒ x(t) = C
1
t + C
2
.
3.9 Aplicaciones 89
Sustituyendo las condiciones iniciales, obtenemos C
1
= v
0
y C
2
= x
0
, de donde
x(t) = v
0
t + x
0
, t 0.
En términos físicos, se trata de un movimiento uniforme. Si no hay velocidad inicial,
el móvil permanece en reposo en el punto x
0
.
Caso 2. Sólo actúa la fuerza elástica: α > 0, β = 0. La ecuación correspondiente es ho-
mogénea:
x
//
+ α
2
x = 0.
La ecuación característica es λ
2
+ α
2
= 0, cuyas raíces son ±αi. Por tanto, la solución
general será
x(t) = C
1
cos(αt) + C
2
sen(αt).
Usando las condiciones iniciales, podemos determinar el valor de las constantes: C
1
=
x
0
y C
2
= v
0
/α. En conclusión, la solución del problema de Cauchy es
x(t) = x
0
cos(αt) +
v
0
α
sen(αt), t 0,
que corresponde a un movimiento periódico. La trayectoria del móvil para x
0
= 1,
v
0
= 0 y α = π se representa en la figura 3.4.
Figura 3.4: Gráfica de x(t) en el caso 2, con x
0
= 1, v
0
= 1 y α = π.
Las oscilaciones son producidas por el muelle y continúan indefinidamente, ya que
no hay otras fuerzas que las contrarresten.
90 Ecuaciones diferenciales de orden superior
Caso 3. Sólo actúa la fuerza de rozamiento: β > 0, α = 0. De nuevo tenemos una ecua-
ción homogénea:
x
//
+ 2βx
/
= 0.
Las raíces de la ecuación característica λ
2
+ 2βλ = 0 son λ
1
= 0 y λ
2
= −2β. Por
tanto, la solución general será
x(t) = C
1
e
0t
+ C
2
e
−2βt
= C
1
+ C
2
e
−2βt
.
A partir de las condiciones iniciales, obtenemos C
1
= x
0
+
v
0

y C
2
= −
v
0

. Por tanto,
la solución buscada es
x(t) = x
0
+
v
0

(1 −e
−2βt
), t 0.
Observemos que
l´ım
t→∞
x(t) = x
0
+
v
0

,
lo que significa que el móvil se irá acercando a la posición x
0
+
v
0

(que estará a la
derecha o a la izquierda de x
0
, según si v
0
> 0 o v
0
< 0). En la figura 3.5 se representa
la trayectoria del móvil para x
0
= 0, v
0
= 1 y β = 1. Notemos que si v
0
= 0, el móvil
permanece en el mismo lugar en cada instante ya que, al no tener velocidad inicial,
no hay nada que lo obligue a cambiar de posición.
Figura 3.5: Gráfica de x(t) en el caso 3, con x
0
= 0, v
0
= 1 y β = 1.
Caso 4. Hay fuerzas elástica y de rozamiento: α > 0, β > 0. La ecuación a estudiar es
de nuevo de coeficientes constantes y homogénea:
x
//
+ 2βx
/
+ α
2
x = 0.
3.9 Aplicaciones 91
Las raíces de la ecuación característica λ
2
+ 2βλ + α
2
= 0 son de la forma
λ = −β ±
_
β
2
−α
2
,
por lo que la naturaleza de las soluciones dependerá del signo de β
2
−α
2
. Por simpli-
cidad, supondremos que la velocidad inicial es nula: v
0
= 0 (esta suposición no resta
generalidad a las deducciones que haremos). Hay tres casos para analizar:
Caso 4A. Movimiento elástico sobreamortiguado: α < β. Al ser β
2
− α
2
> 0, obtene-
mos raíces reales distintas: λ
1
= −β +
_
β
2
−α
2
y λ
2
= −β −
_
β
2
−α
2
. La solución
del problema de Cauchy es
x(t) =
x
0
λ
2
−λ
1

2
e
λ
1
t
−λ
1
e
λ
2
t
), t 0.
Analicemos el comportamiento de la solución cuando t tiende a infinito. Es claro
que λ
2
< 0; como β >
_
β
2
−α
2
, resulta que también λ
1
< 0. En consecuencia las
exponenciales e
λ
1
t
y e
λ
2
t
tienden a cero, y por tanto
l´ım
t→∞
x(t) = 0.
Dicho de otra forma, el móvil tiende a la posición de equilibrio. Surge una cuestión
natural: ¿pasa el móvil alguna vez por la posición de equilibrio, en un tiempo T finito?
Para responder a esta pregunta, basta con ver si la ecuación x(T) = 0 tiene alguna
solución real T > 0:
x(T) = 0 ⇔λ
1
e
λ
2
T
= λ
2
e
λ
1
T
⇔ T =
1
λ
1
−λ
2
ln
_
λ
1
λ
2
_
.
Notemos que λ
1

2
> 0, por ser ambas raíces negativas; esto hace que ln(λ
1

2
)
tenga sentido. Sin embargo, λ
2
< λ
1
< 0 ⇒λ
1

2
< 1 ⇒ln(λ
1

2
) < 0. Como λ
1

λ
2
= 2
_
β
2
−α
2
> 0, deducimos que T < 0, lo cual no es un resultado aceptable. En
consecuencia, la ecuación x(T) = 0 no posee ninguna solución positiva. En términos
físicos, el móvil tiende a la posición de equilibrio pero sin pasar nunca por ésta. En la
figura 3.6 se representa la trayectoria del móvil.
Caso 4B. Movimiento elástico críticamente amortiguado: α = β. Ahora tenemos una
raíz real doble: λ = −β. La solución del problema de Cauchy es, en este caso,
x(t) = x
0
(1 + βt)e
−βt
, t 0.
Al ser −β < 0, resulta que
l´ım
t→∞
x(t) = 0,
92 Ecuaciones diferenciales de orden superior
Figura 3.6: Gráfica de x(t) en el caso 4A, con x
0
= 1, α = 1 y β = 2.
por lo que el móvil tiende a la posición de equilibrio conforme el tiempo avanza.
Nunca pasará por la posición de equilibrio, ya que la ecuación x(T) = 0 no posee
solución positiva:
x(T) = 0 ⇔1 + βT = 0 ⇔ T = −
1
β
< 0.
Caso 4C. Movimiento elástico subamortiguado: α > β. En este caso β
2
−α
2
< 0, por
lo que las raíces del polinomio característico son de la forma λ = −β ±i
_
α
2
− β
2
. La
solución del problema de Cauchy es entonces:
x(t) =
x
0
_
α
2
− β
2
e
−βt
_
_
α
2
− β
2
cos(t
_
α
2
− β
2
) + β sen(t
_
α
2
− β
2
)
_
, t 0.
Usando que [ cos(
_
α
2
− β
2
)[ 1 y [ sen(
_
α
2
− β
2
)[ 1, tenemos que
0 [x(t)[
[x
0
[
_
α
2
− β
2
e
−βt
(
_
α
2
− β
2
+ β).
Como e
−βt
→0 cuando t →∞, deducimos que l´ım
t→∞
[x(t)[ = 0, de donde
l´ım
t→∞
x(t) = 0.
Veamos si el móvil pasa por la posición de equilibrio en algún tiempo finito T > 0:
x(T) = 0 ⇔tg(T
_
α
2
− β
2
) =
sen(T
_
α
2
− β
2
)
cos(T
_
α
2
− β
2
)
= −
_
α
2
− β
2
β
.
3.9 Aplicaciones 93
Es posible elegir T
0
> 0, con T
0
_
α
2
− β
2
∈ (π/2, 3π/2), de modo que se verifique
tg(T
0
_
α
2
− β
2
) = −
_
α
2
− β
2
/β. Entonces todas las soluciones positivas de la ecua-
ción x(T) = 0 son
T
k
= T
0
+

_
α
2
− β
2
, k = 0, 1, 2, . . .
En este caso, la ecuación x(T) = 0 admite infinitas soluciones positivas. La inter-
pretación física es sencilla: conforme avanza el tiempo, el móvil tiende a la posición
de equilibrio pero oscilando alrededor de ésta; al aumentar el tiempo disminuye la
amplitud de dichas oscilaciones. En la figura 3.7 se representa la solución x(t) corres-
pondiente a x
0
= 1, α = 2 y β = 1; notemos que, en este caso, [x(t)[
1+

3

3
e
−t
.
Figura 3.7: Gráfica de x(t) en el caso 4C. Las líneas discontinuas son las funciones ±
1+

3

3
e
−t
.
Vamos a concluir esta sección con el análisis de un caso en el que se aplica al
móvil una fuerza externa periódica de la forma F(t) = cos(ωt), ω > 0, partiendo
del reposo. Por simplicidad, supondremos que no hay rozamiento. Consideramos
entonces el problema de Cauchy
_
¸
_
¸
_
x
//
+ α
2
x = cos(ωt),
x(0) = 0,
x
/
(0) = 0.
Las raíces del polinomio característico son λ = ±αi, por lo que debemos distinguir
dos casos:
94 Ecuaciones diferenciales de orden superior
ω = 1/2 ω = 1
ω = 1,2 ω = α =

2
Figura 3.8: Problema con fuerza periódica externa: soluciones obtenidas para distintos valores
del parámetro ω. El fenómeno de resonancia puede apreciarse en la última figura.
α ,= ω. En tal caso ωi no es raíz del polinomio característico, por lo que la
solución del problema de Cauchy es de la forma
x(t) =
1
α
2
−ω
2
(cos(ωt) −cos(αt)), t 0.
Se trata de un movimiento periódico alrededor de la posición de equilibrio.
α = ω. Al ser ωi = αi raíz del polinomio característico, la solución del problema
de Cauchy viene dada por
x(t) =
t

sen(αt), t 0.
En este caso la amplitud de las oscilaciones aumenta conforme avanza el tiempo:
este fenómeno se conoce como resonancia. En términos físicos, el móvil oscilaría
indefinidamente alrededor de la posición de equilibrio, pero alejándose cada vez
3.9 Aplicaciones 95
más de ésta en cada oscilación. Al ser la longitud del muelle finita, llegará un
momento en que el sistema cambie su naturaleza (por ejemplo, el muelle podría
romperse), cambiando de esta forma la ecuación del movimiento.
En el conjunto de figuras 3.8 puede apreciarse cómo varía la solución del problema
conforme el parámetro ω se acerca a α =

2. El fenómeno de resonancia puede
apreciarse en la última figura.
3.9.2. Deflexión y pandeo de vigas
Consideremos una viga de longitud L situada en posición horizontal y cuyos ex-
tremos están fijos. La deformación que sufre dicha viga puede modelizarse mediante
el siguiente problema de contorno:
_
¸
¸
_
¸
¸
_
y
//
(x) = −
w
2EI
x(L −x), x ∈ [0, L],
y(0) = 0,
y(L) = 0,
donde y(x) representa el desplazamiento o deflexión de la viga respecto de la hori-
zontal en el punto x ∈ [0, L], E es el módulo de elasticidad de Young, I denota el
momento de inercia y w es el peso por unidad de longitud de la viga. Las condiciones
de contorno establecen que los extremos de la viga permanecen fijos.
w
L
Figura 3.9: Deflexión de una viga empotrada: esquema.
En este caso la ecuación diferencial puede resolverse mediante una doble integra-
ción. Si llamamos α = −
w
2EI
, resulta que
y
//
(x) = αx(L −x) ⇒y
/
(x) =
_
αx(L −x) dx ⇒y
/
(x) = α
_
1
2
Lx
2

1
3
x
3
_
+ C
1
,
siendo C
1
una constante de integración. De nuevo integramos para obtener:
y(x) =
_
_
α
_
1
2
Lx
2

1
3
x
3
_
+ C
1
¸
dx ⇒y(x) = α
_
1
6
Lx
3

1
12
x
4
_
+ C
1
x + C
2
,
96 Ecuaciones diferenciales de orden superior
donde C
2
es otra constante de integración. Las constantes C
1
y C
2
pueden determi-
narse imponiendo las condiciones de contorno:
_
_
_
y(0) = 0 ⇒C
2
= 0,
y(L) = 0 ⇒
1
12
αL
4
+ C
1
L +

0
C
2
= 0 ⇒C
1
= −
1
12
αL
3
.
Por tanto, la única solución del problema de contorno viene dada por
y(x) =
w
24EI
_
x
4
−2Lx
3
+ L
3
x
_
.
En particular, podemos determinar la deflexión máxima que, por simetría, se da en el
punto x
max
= L/2:
y
max
= y(L/2) =
w
24EI
_
L
4
16
−2
L
4
8
+
L
4
2
_
=
5wL
4
384EI
.
Ejemplo 3.35. Consideremos una barra de longitud L = 2 m con módulo de Young
E = 2 10
11
N/m
2
, momento de inercia I = 7,85 10
−9
m
4
y w = 95,54 N/m; estos
datos corresponden a una barra de acero con sección transversal circular de 2 cm de
diámetro. En tal caso, la deflexión máxima de la barra es:
y
max
=
5 95,54 2
4
384 (2 10
11
) (7,85 10
−9
)
≈ 0,0127 m.
Figura 3.10: Deflexión de una viga.
En la figura 3.10 se representa la correspondiente curva de deflexión. Téngase en
cuenta que dicha curva corresponde a la gráfica de la función −y(x), ya que y(x)
representa el desplazamiento de la viga respecto de la horizontal.
He aquí el código Sage para generar la figura 3.10:
3.9 Aplicaciones 97
sage: var(’x’)
sage: # datos del problema
sage: L = 2
sage: E = 2e11
sage: I = 7.85e-9
sage: w = 95.54
sage: y = function(’y’, x)
sage: sol = desolve(diff(y, x, 2) == -w/(2*E*I)*x*(L-x), y,
ics=[0, 0, L, 0]); sol
372/146713*x^4 - 1488/146713*x^3 + 2976/146713*x
sage: plot(-sol , 0, L)
También podemos calcular y
max
de la siguiente forma:
sage: sol.find_maximum_on_interval (0, L)
(0.012677813145392703 , 0.99999999999999989)
El primer valor es y
max
y el segundo la correspondiente abscisa x
max
.
En general, la teoría de elasticidad determina que, para deflexiones relativamente
pequeñas de una viga horizontal uniforme, la curva de deflexión y(x) viene determi-
nada por la ecuación diferencial
EIy
(4)
(x) = w, x ∈ [0, L],
donde E es el módulo de Young del material, I es el momento de inercia, w es el peso
de la viga y L es su longitud. La solución de esta ecuación diferencial puede obtenerse
por integración directa. En efecto, si integramos una vez obtenemos
EIy
(3)
(x) = wx + C
1
;
integrando de nuevo, resulta:
EIy
//
(x) =
1
2
wx
2
+ C
1
x + C
2
;
una nueva integación nos lleva a:
EIy
/
(x) =
1
6
wx
3
+
1
2
C
1
x
2
+ C
2
x + C
3
;
y la última integración nos da:
EIy(x) =
1
24
wx
4
+
1
6
C
1
x
3
+
1
2
C
2
x
2
+ C
3
x + C
4
.
Para determinar las constantes arbitrarias C
1
, C
2
, C
3
y C
4
, debemos imponer condi-
ciones de contorno adecuadas en los extremos x = 0 y x = L de la viga.
Dependiendo del tipo de soporte, en cada extremo de la viga puede considerarse
una de las siguientes condiciones:
Sostenida simplemente: y = y
//
= 0.
98 Ecuaciones diferenciales de orden superior
Empotrada o fija en el extremo: y = y
/
= 0.
Extremo libre: y
//
= y
(3)
= 0.
Ejemplo 3.36. Por ejemplo, si consideramos una viga en voladizo, con el extremo
x = 0 fijo y el extremo x = L libre, tendríamos las siguientes condiciones de contorno:
y(0) = 0, y
/
(0) = 0, y
//
(L) = 0, y
(3)
(L) = 0.
Imponiendo estas condiciones en la solución general, se obtiene la siguiente curva de
deflexión:
y(x) =
w
24EI
(x
4
−4Lx
3
+ 6L
2
x
2
).
¿Cuál será la deflexión máxima en este caso? Para determinar dicho valor, iguala-
mos la derivada de y(x) a cero:
y
/
(x) = 0 ⇒
w
6EI
x(x
2
−3Lx + 3L
2
) = 0

_
x = 0,
x
2
−3Lx + 3L
2
= 0 (no tiene raíces reales).
Es decir, la derivada sólo se anula en x = 0, que es el extremo fijo. Esto nos indica que
la función y(x) es estrictamente creciente, por lo que la deflexión máxima se producirá
en el extremo x = L y será:
y
max
= y(L) =
w
8EI
L
4
.
A continuación vamos a estudiar el problema del pandeo de una viga. Para ello,
consideremos una viga situada en vertical y fijada por sus extremos, a la que se aplica
una carga P en uno de ellos. En tal caso, la forma de la viga y(x) puede obtenerse
como solución del problema de contorno
_
¸
¸
_
¸
¸
_
y
//
(x) = −
P
EI
y(x), x ∈ [0, L],
y(0) = 0,
y(L) = 0,
Llamando α =
P
EI
, la ecuación diferencial puede escribirse como
y
//
+ αy = 0.
Al ser α > 0, las raíces de la ecuación característica λ
2
+ α = 0 son complejas: λ =
±

−α = ±i

α. En tal caso, la solución general tendrá la forma
y(x) = C
1
cos(

αx) + C
2
sen(

αx).
3.9 Aplicaciones 99
L
P
Figura 3.11: Pandeo de una viga: esquema.
Imponiendo las condiciones de contorno, obtenemos:
_
_
_
y(0) = 0 ⇒C
1
= 0,
y(L) = 0 ⇒

0
C
1
cos(

αL) + C
2
sen(

αL) = 0 ⇒C
2
sen(

αL) = 0.
Si C
2
= 0, obtenemos la solución trivial: y(x) ≡ 0. Esto significa que la viga no
se deforma, cosa que sucede cuando la carga P aplicada es pequeña. Para obtener
una solución no trivial del problema hemos de suponer C
2
,= 0, lo que implica que
sen(

αL) = 0. Es decir, los únicos valores de α para los que hay soluciones no triviales
del problema de contorno son aquellos que verifican la condición
sen(

αL) = 0 ⇔

αL = nπ, n ∈ N ⇔α =
n
2
π
2
L
2
, n ∈ N.
De este modo, la viga no se deforma a menos que
P
EI
=
n
2
π
2
L
2
,
donde n es un natural arbitrario. Sin embargo, como estamos interesados en el valor
mínimo para el que se produce el pandeo, tomaremos n = 1.
Observación. A la primera carga que provoca la deformación de la viga, P =
π
2
EI
L
2
, se
la conoce con el nombre de primera carga crítica o carga de pandeo de Euler.
El problema de contorno posee pues infinitas soluciones, de la forma
y(x) = Csen
_
π
L
x
_
, 0 ,= C ∈ R.
100 Ecuaciones diferenciales de orden superior
En este caso, la amplitud C de pandeo permanece indeterminada.
Intentemos resolver el problema de contorno directamente en Sage:
sage: var(’x, L, P, E, I’)
sage: assume(P>0, E>0, I>0)
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) == -P/(E*I)*y
sage: desolve(ec , [y, x], ics=[0, 0, L, 0])
0
Como vemos, sólo se ha determinado la solución trivial. Si sustituimos
P
EI
por
π
2
L
2
,
obtenemos la solución correspondiente a la carga de pandeo de Euler:
sage: ec = diff(y, x, 2) == -(pi/L)^2*y
sage: desolve(ec , [y, x], ics=[0, 0, L, 0])
r1*sin(pi*x/L)
CAPÍTULO
4
SISTEMAS DE ECUACIONES
DIFERENCIALES
4.1. Introducción
Un sistema de ecuaciones diferenciales de orden n está formado por n ecuaciones dife-
renciales de primer orden en forma normal, esto es,
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
y
/
1
= f
1
(x, y
1
, . . . , y
n
),
y
/
2
= f
2
(x, y
1
, . . . , y
n
),
.
.
.
y
/
n
= f
n
(x, y
1
, . . . , y
n
),
donde x ∈ [a, b] es la variable independiente e y
1
, . . . , y
n
, son las variables dependien-
tes.
Una solución del sistema está formada por n funciones y
1
(x), . . . , y
n
(x), derivables
con continuidad, que satisfacen todas las ecuaciones en cada punto x ∈ [a, b].
Ejemplo 4.1. Es inmediato comprobar que una solución del sistema
_
y
/
1
= −y
2
,
y
/
2
= y
1
.
está formada por las funciones y
1
(x) = cos(x) e y
2
(x) = sen(x).
102 Sistemas de ecuaciones diferenciales
La solución general del sistema consta de n funciones dependientes de n constantes
arbitrarias, que proporcionan todas las posibles soluciones del sistema:
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
y
1
(x, C
1
, C
2
, . . . , C
n
),
y
2
(x, C
1
, C
2
, . . . , C
n
),
.
.
.
y
n
(x, C
1
, C
2
, . . . , C
n
).
Ejemplo 4.2. La solución general del sistema
_
y
/
1
= −y
2
,
y
/
2
= y
1
,
está formada por las funciones
_
y
1
(x, C
1
, C
2
) = C
1
cos(x) + C
2
sen(x),
y
2
(x, C
1
, C
2
) = C
1
sen(x) −C
2
cos(x).
Más adelante veremos cómo obtener este resultado.
El comando de Sage desolve_system sirve para calcular la solución de un sistema:
sage: var(’x’)
sage: y1 = function(’y1’, x)
sage: y2 = function(’y2’, x)
sage: ec1 = diff(y1 , x) == -y2
sage: ec2 = diff(y2 , x) == y1
sage: desolve_system ([ec1 , ec2], [y1 , y2])
[y1(x) == -sin(x)*y2(0) + cos(x)*y1(0),
y2(x) == sin(x)*y1(0) + cos(x)*y2(0)]
En este caso, y1(0) representa la constante arbitraria C
1
, mientras que y2(0) equivale
a −C
2
. El porqué de esta notación quedará claro en el siguiente ejemplo.
Un problema de valores iniciales para un sistema de ecuaciones diferenciales se cons-
truye añadiendo n condiciones iniciales de la forma
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
y
1
(x
0
) = ¯ y
1
,
y
2
(x
0
) = ¯ y
2
,
.
.
.
y
n
(x
0
) = ¯ y
n
,
con ¯ y
1
, ¯ y
2
, . . . , ¯ y
n
∈ R.
4.1 Introducción 103
Ejemplo 4.3. El problema de valores iniciales definido por el sistema
_
y
/
1
= −y
2
,
y
/
2
= y
1
,
y las condiciones iniciales
_
y
1
(0) = 1,
y
2
(0) = 0,
tiene una única solución formada por las funciones y
1
(x) = cos(x) e y
2
(x) = sen(x).
En efecto, a partir de la solución general del sistema (ejemplo 4.2), podemos deter-
minar de forma única los valores de las constantes C
1
y C
2
imponiendo las condiciones
iniciales:
_
y
1
(0) = 1 ⇒C
1
$
$
$$X
1
cos 0 + C
2
$
$
$X
0
sin0 = 1 ⇒C
1
= 1,
y
2
(0) = 0 ⇒C
1
$
$
$$X
0
sen0 −C
2
$
$
$$X
1
cos 0 = 0 ⇒C
2
= 0.
De esta forma, la solución del problema de valores iniciales será:
_
y
1
(x) = C
1
cos(x) + C
2
sen(x) = cos(x),
y
2
(x) = C
1
sen(x) −C
2
cos(x) = sen(x).
Las condiciones iniciales se especifican en Sage mediante el parámetro ics:
sage: var(’x’)
sage: y1 = function(’y1’, x)
sage: y2 = function(’y2’, x)
sage: ec1 = diff(y1 , x) == -y2
sage: ec2 = diff(y2 , x) == y1
sage: desolve_system ([ec1 , ec2], [y1 , y2], ics=[0, 1, 0])
[y1(x) == cos(x), y2(x) == sin(x)]
Si queremos representar gráficamente las componentes de la solución en el inter-
valo [0, 2π], añadimos las siguientes líneas de código:
sage: [solx , soly] = desolve_system ([ec1 , ec2], [y1 , y2], ics=[0, 1, 0])
sage: solx = solx.rhs()
sage: soly = soly.rhs()
sage: fig1 = plot(solx , 0, 2*pi , color=’blue’, legend_label=’cos(x)’)
sage: fig2 = plot(soly , 0, 2*pi , color=’green ’, legend_label=’sen(x)’)
sage: show(fig1 + fig2)
El resultado obtenido puede verse en la figura 4.1.
Observación. En el ejemplo anterior se han representado de forma independiente las
gráficas de las componentes de la solución y
1
(x) e y
2
(x). También es posible interpre-
tar dichas funciones como las componentes de una curva plana, que recibe el nombre
de órbita o trayectoria. Concretamente, (cos(x), sen(x)) sería una parametrización de
la órbita asociada al punto (1, 0) determinado por las condiciones iniciales.
104 Sistemas de ecuaciones diferenciales
Figura 4.1: Solución del ejemplo 4.3 en el intervalo [0, 2π].
Un tipo importante de sistemas lo constituyen los sistemas lineales homogéneos con
coeficientes constantes, que son de la forma
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
y
/
1
= a
11
y
1
+ a
12
y
2
+ + a
1n
y
/
n
,
y
/
2
= a
21
y
1
+ a
22
y
2
+ + a
2n
y
/
n
,
.
.
.
y
/
n
= a
n1
y
1
+ a
n2
y
2
+ + a
nn
y
/
n
,
con a
ij
∈ R. Este tipo de sistemas puede escribirse en forma matricial:
Y
/
= AY,
donde
Y =
_
_
_
_
_
y
1
y
2
.
.
.
y
n
_
_
_
_
_
, Y
/
=
_
_
_
_
_
y
/
1
y
/
2
.
.
.
y
/
n
_
_
_
_
_
, A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
.
El estudio de sistemas no lineales está fuera del alcance del presente trabajo, ya que
necesita del uso de herramientas avanzadas de Análisis Matemático. Por ello, restrin-
giremos nuestro estudio a sistemas de ecuaciones lineales de coeficientes constantes.
Además, por simplicidad, nos centraremos en sistemas de orden dos.
En el caso particular de sistemas de dos ecuaciones (n = 2) es usual denotar la
variable independiente por t (en lugar de x) y las variables dependientes por x e y (en
lugar de y
1
e y
2
). Asimismo, para sistemas con tres ecuaciones (n = 3) se suelen usar
las variables x, y y z en lugar de y
1
, y
2
e y
3
. A partir de ahora seguiremos este criterio.
4.1 Introducción 105
Vamos a considerar pues un sistema lineal de la forma
_
x
/
= ax + by,
y
/
= cx + dy,
donde x ≡ x(t), y ≡ y(t) y los coeficientes a, b, c y d son números reales. A veces será
conveniente escribir el sistema en forma matricial:
X
/
= AX,
donde
X(t) =
_
x(t)
y(t)
_
, X
/
(t) =
_
x
/
(t)
y
/
(t)
_
y A =
_
a b
c d
_
.
El siguiente resultado permite asegurar la existencia y unicidad de solución para
un problema de valores iniciales.
Teorema (de existencia y unicidad). Fijados t
0
, x
0
, y
0
∈ R, existe una única solución
(x(t), y(t)) del sistema
_
x
/
= ax + by,
y
/
= cx + dy,
tal que x(t
0
) = x
0
, y(t
0
) = y
0
. Dicha solución está definida para toda t ∈ R.
La estructura de la solución general de un sistema lineal viene dada en el siguiente
resultado.
Teorema. Si (x
1
(t), y
1
(t)) y (x
2
(t), y
2
(t)) son soluciones particulares del sistema tales que
W(t) =
¸
¸
¸
¸
x
1
(t) x
2
(t)
y
1
(t) y
2
(t)
¸
¸
¸
¸
,= 0, ∀ t ∈ R,
entonces la solución general del sistema es de la forma
_
x(t) = C
1
x
1
(t) + C
2
x
2
(t),
y(t) = C
1
y
1
(t) + C
2
y
2
(t),
donde C
1
y C
2
son constantes arbitrarias.
Observación. De modo análogo al caso de ecuaciones de segundo orden, diremos que
las funciones (x
1
(t), y
1
(t)) y (x
2
(t), y
2
(t)) forman un sistema fundamental de soluciones
y W(t) es su wronskiano.
En las siguientes secciones estudiaremos dos formas diferentes de determinar la
solución general de un sistema lineal. Ambas técnicas pueden generalizarse de forma
natural al caso de un sistema lineal de orden n.
106 Sistemas de ecuaciones diferenciales
4.2. Método de sustitución
En esta sección vamos a establecer una equivalencia entre un sistema lineal y una
ecuación diferencial lineal de segundo orden. Esta relación proporciona un método
de resolución denominado método de sustitución.
Consideremos el sistema
_
x
/
= ax + by,
y
/
= cx + dy,
y supongamos que el coeficiente b es distinto de cero (si b = 0 podemos resolver direc-
tamente la primera ecuación: x
/
= ax; a continuación sustituimos x(t) en la segunda
ecuación, que sería de tipo lineal, y la resolvemos para obtener y(t)). Derivando en la
primera ecuación, resulta
x
//
= ax
/
+ by
/
= ax
/
+ b(cx + dy),
donde hemos sustituido y
/
usando la segunda ecuación. De la primera ecuación des-
pejamos
y =
x
/
−ax
b
.
Sustituyendo en la igualdad anterior, obtenemos
x
//
= ax
/
+ b
_
cx +
d
b
(x
/
−ax)
_
= (a + d)x
/
+ (bc −ad)x.
Así pues, tenemos la siguiente ecuación de segundo orden:
x
//
−tr(A)x
/
+ det(A)x = 0.
Recíprocamente, dada la ecuación homogénea
x
//
+ px
/
+ qx = 0,
definimos y = x
/
. Entonces
y
/
= x
//
= −px
/
−qx = −py −qx.
Obtenemos así el siguiente sistema:
_
x
/
= y,
y
/
= −qx − py.
Hemos demostrado así la equivalencia anteriormente comentada.
4.2 Método de sustitución 107
En el caso de un problema de valores iniciales, también hay una equivalencia entre
las condiciones iniciales. Si tenemos las condiciones iniciales
_
x(t
0
) = x
0
,
y(t
0
) = y
0
,
para el sistema, estas se escriben como
_
x(t
0
) = x
0
,
x
/
(t
0
) = ax
0
+ by
0
,
para la ecuación de segundo orden. Recíprocamente, si las condiciones iniciales para
la ecuación de segundo orden son de la forma
_
x(t
0
) = x
0
,
x
/
(t
0
) = x
/
0
,
entonces las condiciones para el sistema son
_
x(t
0
) = x
0
,
y(t
0
) = x
/
0
.
Ejemplo 4.4. Consideremos el sistema lineal
_
x
/
= x + y,
y
/
= 2x −y,
junto con las condiciones iniciales
_
x(0) = 1,
y(0) = −1.
Derivamos en la primera ecuación
x
//
= x
/
+ y
/
,
y sustituimos y
/
usando la segunda ecuación:
x
//
= x
/
+ 2x −y.
A continuación, despejamos y de la primera ecuación
y = x
/
−x,
108 Sistemas de ecuaciones diferenciales
y sustituimos en la expresión anterior:
x
//
= x
/
+ 2x −(x
/
−x) = 3x ⇒ x
//
−3x = 0.
Respecto a las condiciones iniciales, notemos que
x
/
(0) = x(0) + y(0) = 1 + (−1) = 0.
Hemos obtenido así el problema de valores iniciales
_
¸
_
¸
_
x
//
−3x = 0,
x(0) = 1,
x
/
(0) = 0,
que es equivalente al problema de valores iniciales para el sistema original.
La solución del problema de valores iniciales para el sistema usando Sage es:
sage: var(’t’)
sage: x = function(’x’, t)
sage: y = function(’y’, t)
sage: ec1 = diff(x, t) == x + y
sage: ec2 = diff(y, t) == 2*x - y
sage: desolve_system ([ec1 , ec2], [x, y], ics=[0, 1, -1])
[x(t) == cosh(sqrt (3)*t),
y(t) == sqrt (3)* sinh(sqrt (3)*t) - cosh(sqrt (3)*t)]
mientras que para la ecuación de segundo orden es:
sage: var(’t’)
sage: x = function(’x’, t)
sage: ec = diff(x, t, 2) - 3*x == 0
sage: desolve(ec , x, ics=[0, 1, 0])
1/2*e^(-sqrt (3)*t) + 1/2*e^(sqrt (3)*t)
¿Se obtiene la misma solución para x(t) en ambos casos? Sí, si tenemos en cuenta la
definición del seno hiperbólico (véase el capítulo 3). Por último, para determinar y(t)
usamos la igualdad y = x
/
−x:
sage: sol = desolve(ec , x, ics=[0, 1, 0])
sage: diff(sol , t) - sol
-1/2* sqrt (3)*e^(-sqrt (3)*t) + 1/2* sqrt (3)*e^(sqrt (3)*t)
- 1/2*e^(-sqrt (3)*t) - 1/2*e^(sqrt (3)*t)
Aplicando la definiciones del seno y el coseno hiperbólicos, podemos comparar los
resultados obtenidos para y(t).
La equivalencia establecida nos proporciona un método para la resolución de sis-
temas lineales. Dado un sistema lineal, lo escribimos como ecuación homogénea de
segundo orden:
x
//
−tr(A)x
/
+ det(A)x = 0.
4.2 Método de sustitución 109
El polinomio característico de esta ecuación es
P(λ) = λ
2
−tr(A)λ + det(A),
cuyas raíces son
λ =
tr(A) ±
_
tr(A)
2
−4 det(A)
2
.
Una vez conocidas las raíces, podemos escribir directamente la solución general x(t)
de la ecuación diferencial, que dependerá de dos constantes arbitrarias. Por último,
deshacemos el cambio realizado
y =
x
/
−ax
b
para obtener la solución y(t). Observemos que la solución del sistema dependerá
también de dos constantes arbitrarias.
Ejemplo 4.5. Resolvamos el problema de Cauchy del ejemplo anterior. Habíamos pa-
sado del sistema
_
x
/
= x + y,
y
/
= 2x −y,
a la ecuación de segundo orden
x
//
−3x = 0.
La ecuación característica asociada es λ
2
− 3 = 0, cuyas raíces son λ = ±

3. Por
tanto, la solución general de la ecuación será
x(t) = C
1
e

3 t
+ C
2
e


3 t
.
Usemos las condiciones iniciales para calcular las constantes C
1
y C
2
:
x(0) = 1 ⇒C
1
+ C
2
= 1
x
/
(0) = 0 ⇒

3 C
1


3 C
2
= 0
_
⇒C
1
= C
2
=
1
2
.
La solución x(t) es, por tanto,
x(t) =
1
2
_
e

3 t
+ e


3 t
_
.
Para determinar y(t) usamos la primera ecuación:
y(t) = x
/
(t) −x(t) =

3
2
_
e

3 t
−e


3 t
_

1
2
_
e

3 t
+ e


3 t
_
.
Obtenemos así la solución y(t):
y(t) =

3−1
2
e

3 t


3+1
2
e


3 t
.
110 Sistemas de ecuaciones diferenciales
Recapitulando, las funciones
_
_
_
x(t) =
1
2
_
e

3 t
+ e


3 t
_
,
y(t) =

3−1
2
e

3 t


3+1
2
e


3 t
,
conforman la solución del problema de Cauchy.
Observación. Notemos que en el caso b = 0 la primera ecuación se reduce a x
/
= ax,
que puede resolverse directamente. Una vez calculada x(t), se sustituye en la segunda
ecuación y se resuelve ésta para determinar y(t).
Ejemplo 4.6. Calculemos la solución general del sistema
_
x
/
= 2x,
y
/
= x −y.
Como en la primera ecuación tan sólo aparece la variable x, podemos resolverla di-
rectamente. Separando variables, resulta
x
/
= 2x ⇒
_
dx
x
=
_
2 dt ⇒ x(t) = C
1
e
2t
.
Ahora sustituimos x(t) en la segunda ecuación, para obtener así una ecuación lineal:
y
/
= C
1
e
2t
−y.
La solución de la ecuación homogénea asociada es
y
H
(t) = C
2
e
−t
.
Mediante el método de variación de la constante, se llega a que una solución particular
es
y
P
(t) =
C
1
3
e
2t
.
Por tanto, la solución general de la ecuación será
y(t) =
C
1
3
e
2t
+ C
2
e
−t
.
Resumiendo, las funciones
_
_
_
x(t) = C
1
e
2t
,
y(t) =
C
1
3
e
2t
+ C
2
e
−t
,
forman la solución general del sistema.
4.3 Método de autovalores 111
Observación. La técnica del método de sustitución puede aplicarse también para la
resolución de sistemas no homogéneos, de la forma
_
x
/
= ax + by + r
1
(t),
y
/
= cx + dy + r
2
(t).
En tal caso, al construir la ecuación de segundo orden habrá que aplicar el método
de variación de las constantes o el de coeficientes indeterminados para hallar una
solución particular de la misma.
Observación. Puede establecerse una equivalencia entre un sistema de orden n y una
ecuación diferencial de orden n, siguiendo un procedimiento análogo al explicado an-
teriormente. Asimismo, existe una equivalencia entre un problema de valores iniciales
para una ecuación de orden n y para un sistema del mismo orden.
4.3. Método de autovalores
Recordemos que un sistema lineal de la forma
_
x
/
= ax + by,
y
/
= cx + dy,
puede escribirse en forma matricial como
X
/
= AX,
donde
X(t) =
_
x(t)
y(t)
_
, X
/
(t) =
_
x
/
(t)
y
/
(t)
_
y A =
_
a b
c d
_
.
Diremos que un valor λ ∈ C es un autovalor de la matriz A si existe un vector no
nulo v ∈ R
2
tal que
Av = λv.
Un vector v con esta propiedad es un autovector asociado al autovalor λ.
Observación. Un autovector nunca es único. De hecho, si v es un autovector de A
entonces αv también lo es, para cualquier α ∈ R, α ,= 0.
La relación Av = λv puede escribirse también como
(A −λI)v = 0,
112 Sistemas de ecuaciones diferenciales
siendo I la matriz identidad. Se obtiene así un sistema lineal homogéneo cuyas in-
cógnitas son las componentes del vector v. Dicho sistema tendrá solución no nula
únicamente si es compatible indeterminado, es decir, si
det(A −λI) = 0.
Esta es la denominada ecuación característica de la matriz A, cuyas soluciones λ pro-
porcionan los autovalores de A.
Observación. Es fácil ver que los autovalores de la matriz A coinciden con las raíces
del polinomio característico P(λ) definido como
P(λ) = λ
2
−tr(A)λ + det(A),
donde tr(A) y det(A) son, respectivamente, la traza y el determinante de la matriz A:
tr(A) = a + d, det(A) = ad −bc.
Ejemplo 4.7. Dada la matriz
A =
_
1 1
2 −1
_
,
calculemos sus autovalores resolviendo la ecuación característica asociada:
¸
¸
¸
¸
1 −λ 1
2 −1 −λ
¸
¸
¸
¸
= 0 ⇒λ
2
−3 = 0 ⇒λ = ±

3.
Para calcular un autovector v =
_
α
β
_
asociado a λ, hemos de resolver el sistema
asociado:
(A −λI)v = 0 ⇒
_
1 −λ 1
2 −1 −λ
__
α
β
_
= 0 ⇒
_
(1 −λ)α + β = 0,
2α −(1 + λ)β = 0.
Despejando β en la primera ecuación y sustituyendo en la segunda, obtenemos la
siguiente relación:

2
−3)α = 0.
Cuando λ = ±

3, esta ecuación admite cualquier valor de α como solución (como
era de esperar). Tomando por ejemplo α = 1, resulta que β = ±

3 −1. Por tanto,
autovectores asociados a los autovalores λ
1
=

3 y λ
2
= −

3 son, respectivamente,
v
1
=
_
1

3 −1
_
, v
2
=
_
1


3 −1
_
.
Para calcular los autovalores de una matriz A en Sage, primero definimos dicha
matriz usando el comando matrix y luego accedemos a su método eigenvalues:
4.3 Método de autovalores 113
sage: A = matrix ([[1, 1], [2, -1]])
sage: A.eigenvalues ()
[ -1.732050807568878? , 1.732050807568878?]
(nótese que

3 = 1,732050807568878 . . . ). Para determinar los autovectores asociados,
escribimos:
sage: A.eigenvectors_right ()
[( -1.732050807568878? , [(1, -2.732050807568878?)] , 1),
(1.732050807568878? , [(1, 0.732050807568878?)] , 1)]
El resultado es una lista con dos elementos, escritos entre paréntesis y separados
por una coma. En cada uno de estos elementos, el primer valor es un autovalor, el
segundo es un autovector asociado, y el tercero representa la multiplicidad algebraica
del autovalor.
Observemos que la ecuación característica es una ecuación polinomial de segundo
grado, por lo que pueden presentarse tres posibilidades:
I. Autovalores reales distintos.
II. Autovalor real doble.
III. Autovalores complejos conjugados.
A continuación describiremos la forma de la solución general del sistema en cada uno
de los casos.
I. Autovalores reales distintos: λ
1
,= λ
2
. La solución general del sistema es
_
x(t) = α
1
C
1
e
λ
1
t
+ α
2
C
2
e
λ
2
t
,
y(t) = β
1
C
1
e
λ
1
t
+ β
2
C
2
e
λ
2
t
,
siendo C
1
y C
2
constantes arbitrarias y (α
i
, β
i
)
t
un autovector asociado a λ
i
, para
i = 1, 2.
Analicemos de dónde surge la expresión anterior. Para i = 1, 2, asociemos al auto-
valor λ
i
funciones de la forma
_
x
i
(t) = α
i
e
λ
i
t
,
y
i
(t) = β
i
e
λ
i
t
.
A continuación, veamos qué condiciones deben verificar los coeficientes α
i
y β
i
para
que dichas funciones formen una solución del sistema:
_
x
/
i
(t) = ax
i
(t) + by
i
(t) ⇒α
i
λ
i
e
λ
i
t
= aα
i
e
λ
i
t
+ bβ
i
e
λ
i
t
,
y
/
i
(t) = cx
i
(t) + dy
i
(t) ⇒ β
i
λ
i
e
λ
i
t
= cα
i
e
λ
i
t
+ dβ
i
e
λ
i
t
.
114 Sistemas de ecuaciones diferenciales
Simplificando y agrupando, obtenemos
_
(a −λ
i

i
+ bβ
i
= 0

i
+ (d −λ
i

i
= 0

_
a −λ
i
b
c d −λ
i
__
α
i
β
i
_
=
_
0
0
_
.
Es decir, el vector (α
i
, β
i
)
t
debe ser un autovector de la matriz de coeficientes A,
asociado al autovalor λ
i
.
Por otra parte, notemos que
W(t) =
¸
¸
¸
¸
x
1
(t) x
2
(t)
y
1
(t) y
2
(t)
¸
¸
¸
¸
=
¸
¸
¸
¸
α
1
e
λ
1
t
α
2
e
λ
2
t
β
1
e
λ
1
t
β
2
e
λ
2
t
¸
¸
¸
¸
= e

1

2
)t
¸
¸
¸
¸
α
1
α
2
β
1
β
2
¸
¸
¸
¸
,= 0,
ya que dos autovectores asociados a autovalores distintos son linealmente indepen-
dientes (esto es fácil de demostrar).
En resumen, si λ
1
y λ
2
son autovalores distintos de A, podemos construir la solu-
ción general del sistema como
_
x(t) = α
1
C
1
e
λ
1
t
+ α
2
C
2
e
λ
2
t
,
y(t) = β
1
C
1
e
λ
1
t
+ β
2
C
2
e
λ
2
t
,
siendo C
1
y C
2
constantes arbitrarias.
Ejemplo 4.8. Consideremos el sistema
_
x
/
= x + y,
y
/
= 4x −2y,
cuya matriz de coeficientes es
A =
_
1 1
4 −2
_
.
Resolvamos la ecuación característica para determinar los autovalores de A:
λ
2
+ λ −6 = 0 ⇒
_
λ
1
= 2,
λ
2
= −3.
Para calcular un autovector asociado a un autovalor λ, resolvemos la siguiente ecua-
ción:
_
1 −λ 1
4 −2 −λ
__
α
β
_
=
_
0
0
_

_
(1 −λ)α + β = 0,
4α −(2 + α)β = 0.
Despejando β en la primera ecuación y sustituyendo en la segunda, obtenemos:

2
+ λ −6)α = 0.
4.3 Método de autovalores 115
Para λ = 2 o λ = −3 el primer factor es nulo, por lo que podemos tomar un valor
arbitrario no nulo de α, por ejemplo, α = 1; el valor correspondiente de β se determina
a partir de la primera ecuación. De esta forma, se obtienen los siguientes autovectores:
v
1
=
_
1
1
_
, v
2
=
_
1
−4
_
.
Veamos qué resultado produce Sage:
sage: A = matrix ([[1, 1], [4, -2]])
sage: A.eigenvectors_right ()
[(2, [(1, 1)], 1), (-3, [(1, -4)], 1)]
Finalmente, las funciones
_
x(t) = C
1
e
2t
+ C
2
e
−3t
,
y(t) = C
1
e
2t
−4C
2
e
−3t
,
forman la solución general del sistema.
Directamente, en Sage:
sage: var(’t’)
sage: x = function(’x’, t)
sage: y = function(’y’, t)
sage: ec1 = diff(x, t) == x + y
sage: ec2 = diff(y, t) == 4*x - 2*y
sage: desolve_system ([ec1 , ec2], [x, y])
[x(t) == 1/5*(x(0) - y(0))*e^(-3*t) + 1/5*(4*x(0) + y(0))*e^(2*t),
y(t) == -4/5*(x(0) - y(0))*e^(-3*t) + 1/5*(4*x(0) + y(0))*e^(2*t)]
Observemos, de nuevo, que las constantes arbitrarias C
1
y C
2
vienen dadas en función
de los valores iniciales x(0) e y(0).
En los dos casos restantes se puede razonar de manera similar. A continuación
damos la forma de la solución general del sistema en cada uno de ellos.
II. Autovalor real doble: λ. La solución general del sistema es, en este caso,
_
x(t) = αC
1
e
λt
+ C
2
(M
1
+ M
2
t)e
λt
,
y(t) = βC
1
e
λt
+ C
2
(N
1
+ N
2
t)e
λt
,
siendo C
1
y C
2
constantes arbitrarias, (α, β) un autovector asociado a λ, y M
1
, M
2
, N
1
y N
2
valores a determinar por sustitución en el sistema.
Ejemplo 4.9. Consideremos el sistema
_
x
/
= 3x −4y,
y
/
= x −y,
116 Sistemas de ecuaciones diferenciales
y calculemos sus autovalores a partir de la ecuación característica:
λ
2
−2λ + 1 = 0 ⇒λ = 1 (raíz doble).
Determinemos un autovector asociado a λ = 1:
_
3 −λ −4
1 −1 −λ
__
α
β
_
=
_
0
0
_

_
2 −4
1 −2
__
α
β
_
=
_
0
0
_

_
2α −4β = 0,
α −2β = 0.
Ambas ecuaciones son equivalentes: α = 2β; podemos pues tomar α = 2 y β = 1.
Usando Sage, obtenemos:
sage: A = matrix ([[3, -4], [1, -1]])
sage: A.eigenvectors_right ()
[(1, [(1, 1/2)] , 2)]
Es decir, se tiene un autovalor λ = 1 con multiplicidad dos y autovector asociado
(1, 1/2)
t
, que es proporcional al obtenido anteriormente.
La solución general del sistema será de la forma
_
x(t) = 2C
1
e
t
+ C
2
(M
1
+ M
2
t)e
t
,
y(t) = C
1
e
t
+ C
2
(N
1
+ N
2
t)e
t
.
Los coeficientes M
1
, M
2
, N
1
y N
2
se determinan a partir de las ecuaciones del sistema.
Sustituyendo en la primera ecuación y agrupando convenientemente, resulta
(M
1
+ M
2
) + M
2
t = (3M
1
−4N
1
) + (3M
2
−4N
2
)t.
Igualando los coeficientes del mismo orden, obtenemos
_
M
1
+ M
2
= 3M
1
−4N
1
⇒2M
1
− M
2
= 4N
1
,
M
2
= 3M
2
−4N
2
⇒ M
2
= 2N
2
.
De igual forma, a partir de la segunda ecuación tenemos
N
1
+ N
2
+ N
2
t = M
1
− N
1
+ (M
2
− N
2
)t ⇒
_
2N
1
+ N
2
= M
1
,
M
2
= 2N
2
.
Observemos que las cuatro relaciones obtenidas pueden reducirse a dos:
_
2N
1
+ N
2
= M
1
,
M
2
= 2N
2
.
Tomando, por ejemplo, M
1
= 1 y N
2
= 1, deducimos que M
2
= 2 y N
1
= 0.
Finalmente, las funciones
_
x(t) = 2C
1
e
t
+ C
2
(1 + 2t)e
t
,
y(t) = C
1
e
t
+ C
2
te
t
,
definen la solución general del sistema.
Veamos qué opina Sage:
4.3 Método de autovalores 117
sage: var(’t’)
sage: x = function(’x’, t)
sage: y = function(’y’, t)
sage: ec1 = diff(x, t) == 3*x - 4*y
sage: ec2 = diff(y, t) == x - y
sage: desolve_system ([ec1 , ec2], [x, y])
[x(t) == 2*t*e^t*x(0) - 4*t*e^t*y(0) + e^t*x(0),
y(t) == t*e^t*x(0) - 2*t*e^t*y(0) + e^t*y(0)]
Teniendo en cuenta que C
1
= y(0) y C
2
= x(0) + 2y(0), vemos que la solución obte-
nida es la misma.
III. Autovalores complejos: λ = a ±bi, b > 0. La solución general del sistema tiene la
siguiente forma:
_
x(t) = e
at
_
C
1

1
cos(bt) −α
2
sen(bt)) + C
2

1
sen(bt) + α
2
cos(bt))
_
,
y(t) = e
at
_
C
1

1
cos(bt) − β
2
sen(bt)) + C
2

1
sen(bt) + β
2
cos(bt))
_
,
siendo C
1
y C
2
constantes arbitrarias y (α
1
+ α
2
i, β
1
+ β
2
i) un autovector complejo
asociado a λ = a + bi.
Ejemplo 4.10. Consideremos el sistema
_
x
/
= x −2y,
y
/
= 4x + 5y,
cuyos autovalores son de la forma λ = 3 ±2i. Para buscar un autovector asociado a
3 + 2i, consideramos la ecuación matricial
_
1 −(3 + 2i) −2
4 5 −(3 + 2i)
__
α
1
+ α
2
i
β
1
+ β
2
i
_
=
_
0
0
_
,
que, en componentes, es equivalente al sistema
_

2
−α
1
− β
1
) −(α
1
+ α
2
+ β
2
)i = 0,
(2α
1
+ β
1
+ β
2
) + (2α
2
− β
1
+ β
2
)i = 0.
Igualando las partes reales e imaginarias a cero, obtenemos las ecuaciones
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
α
2
−α
1
− β
1
= 0,
α
1
+ α
2
+ β
2
= 0,

1
+ β
1
+ β
2
= 0,

2
− β
1
+ β
2
= 0,
118 Sistemas de ecuaciones diferenciales
que pueden reducirse a dos:
_
α
1
+ α
2
+ β
2
= 0,

1
+ β
1
+ β
2
= 0.
Tomando α
1
= 1 y β
1
= 1, deducimos que α
2
= 2 y β
2
= −3.
En Sage se obtiene el siguiente resultado:
sage: A = matrix ([[1, -2], [4, 5]])
sage: A.eigenvectors_right ()
[(3 - 2*I, [(1, -1 + 1*I)], 1), (3 + 2*I, [(1, -1 - 1*I)], 1)]
En resumen, las funciones
_
x(t) = e
3t
_
C
1
(cos(2t) −2 sen(2t)) + C
2
(sen(2t) + 2 cos(2t))
_
,
y(t) = e
3t
_
C
1
(cos(2t) + 3 sen(2t)) + C
2
(sen(2t) −3 cos(2t))
_
,
son las componentes de la solución general del sistema.
Calculemos la solución usando Sage directamente:
sage: var(’t’)
sage: x = function(’x’, t)
sage: y = function(’y’, t)
sage: ec1 = diff(x, t) == x - 2*y
sage: ec2 = diff(y, t) == 4*x + 5*y
sage: desolve_system ([ec1 , ec2], [x, y])
[x(t) == -((x(0) + y(0))* sin (2*t) - cos (2*t)*x(0))*e^(3*t),
y(t) == ((2*x(0) + y(0))* sin (2*t) + cos (2*t)*y(0))*e^(3*t)]
Podemos recuperar la solución obtenida anteriormente haciendo los cambios x(0) =
C
1
+ 2C
2
, y(0) = C
1
−3C
2
.
Observación. Tanto el método de variación de las constantes como el de coeficientes
indeterminados pueden adaptarse para resolver sistemas lineales no homogéneos.
Observación. El método de autovalores presentado en esta sección puede extenderse
de forma natural para resolver sistemas lineales de orden arbitrario.
4.4. Teoría geométrica: el diagrama de fases
Como sabemos, una solución particular de un sistema lineal de orden dos consta
de dos funciones, x(t) e y(t). Nos planteamos en esta sección el problema de repre-
sentar gráficamente dicha solución de la manera más adecuada posible. Este camino
nos llevará a una interpretación de corte geométrico de la estructura de las soluciones
del sistema.
Una primera idea consiste en representar por separado las gráficas de las funciones
x(t) e y(t). Sin embargo, con este tipo de representación no podemos reflejar de forma
4.4 Teoría geométrica: el diagrama de fases 119
clara la relación existente entre ambas variables. También podríamos plantearnos el
considerar en el espacio R
3
la curva formada por los puntos de la forma (t, x(t), y(t)).
En este caso la dificultad estriba en la propia realización de la representación gráfica:
en general no es sencillo dibujar curvas en el espacio.
Consideremos un punto arbitrario (x
0
, y
0
) ∈ R
2
y sea (x(t), y(t)) la única solución
del sistema que verifica las condiciones iniciales x(0) = x
0
, y(0) = y
0
. La curva en
R
2
formada por los puntos (x(t), y(t)) es la órbita o trayectoria del sistema asociada al
punto (x
0
, y
0
). Es habitual referirse, en este contexto, a la variable t como el tiempo. De
este modo, la órbita de un punto nos dice cómo varía su posición en R
2
conforme el
tiempo cambia. El sentido de avance de la órbita suele indicarse con una flecha sobre
la curva.
Mediante las órbitas podemos representar la relación cualitativa existente entre
las componentes de la solución. Para ello, expresaremos la relación entre las varia-
bles x e y, de forma explícita o implícita, mediante la eliminación del parámetro t.
Obtendremos así una curva en el plano x-y sobre la cual estará situada la órbita co-
rrespondiente. Ilustremos este proceso mediante un par de ejemplos.
Ejemplo 4.11. La solución del sistema
_
x
/
= x,
y
/
= 2x,
con condiciones iniciales x(0) = 1, y(0) = 2, viene dada por las funciones
_
x(t) = e
t
,
y(t) = 2e
t
.
Dicho de otra forma, la órbita que pasa por el punto (1, 2) es la curva definida por
(e
t
, 2e
t
).
En este caso es fácil eliminar el parámetro t. Teniendo en cuenta que e
t
= x, resulta
y = 2e
t
= 2x ⇒y = 2x.
La expresión obtenida nos dice que los puntos de la órbita (e
t
, 2e
t
) están sobre la curva
y = 2x, pero no que la órbita sea toda la curva. Notemos que x = e
t
> 0 e y = 2e
t
> 0,
por lo que la órbita queda confinada en el primer cuadrante. Además,
l´ım
t∞
(x(t), y(t)) = (∞, ∞),
lo que indica que la órbita tiende a infinito, en ambas variables, conforme el tiempo
avanza. Asimismo,
l´ım
t→−∞
(x(t), y(t)) = (0, 0),
120 Sistemas de ecuaciones diferenciales
Funciones x(t) = e
t
, y(t) = 2e
t
. Órbita del punto (1, 2).
Figura 4.2: Distintas formas de representar la solución del ejemplo 4.11.
lo que significa que la órbita tiende al origen cuando el tiempo retrocede (suele decirse
que la órbita sale del origen). En la figura 4.2 se representan las funciones x(t) e y(t),
así como la órbita correspondiente al punto (1, 2).
En Sage podemos resolver el sistema y calcular los límites de la solución de la
siguiente forma:
sage: t = var(’t’)
sage: x = function(’x’, t)
sage: y = function(’y’, t)
sage: ec1 = diff(x, t) == x
sage: ec2 = diff(y, t) == 2*x
sage: sol = desolve_system ([ec1 , ec2], [x, y], ics=[0, 1, 2]); sol
[x(t) == e^t, y(t) == 2*e^t]
sage: sol1 = sol [0]. rhs()
sage: sol2 = sol [1]. rhs()
sage: limit(sol1 , t=oo), limit(sol2 , t=oo)
(+Infinity , +Infinity)
sage: limit(sol1 , t=-oo), limit(sol2 , t=-oo)
(0, 0)
Para dibujar la órbita correspondiente, digamos para t ∈ (−10, 1), podemos usar el
comando parametric_plot:
sage: fig = parametric_plot ((sol1 , sol2), (t, -10, 1))
sage: show(fig)
El resultado obtenido puede verse en la figura 4.2.
Ejemplo 4.12. Consideremos el sistema
_
x
/
= −y,
y
/
= x,
con condiciones iniciales x(0) = 1, y(0) = 0. Su solución está definida por las funcio-
4.4 Teoría geométrica: el diagrama de fases 121
nes
_
x(t) = cos(t),
y(t) = sen(t).
De este modo, la curva definida por (cos(t), sen(t)) es la órbita que pasa por el punto
(1, 0).
Para eliminar el parámetro t, notemos que
x
2
+ y
2
= cos
2
(t) + sen
2
(t) = 1,
lo que indica que la órbita correspondiente está sobre la circunferencia de centro el
origen y radio unidad. De hecho, al variar t en el intervalo [0, 2π), recorremos todos
los puntos de la circunferencia. En consecuencia, la órbita del punto (1, 0) es toda la
circunferencia
x
2
+ y
2
= 1.
En este caso la órbita es periódica, con periodo 2π, ya que la solución (x(t), y(t)) toma
el mismo valor en un punto t que en los puntos de la forma t + 2kπ, para k ∈ Z.
En la figura 4.3 se representan los resultados obtenidos.
Funciones x(t) = cos(t), y(t) = sen(t). Órbita del punto (1, 0).
Figura 4.3: Distintas formas de representar la solución del ejemplo 4.12.
No es difícil demostrar que dos órbitas distintas nunca pueden cortarse, debido al
teorema de existencia y unicidad de soluciones. De esta forma, el espacio R
2
, denomi-
nado espacio de fases, puede particionarse mediante órbitas: por cada punto pasa una
única órbita y dos de éstas nunca se cortan. Dichas órbitas están orientadas según el
sentido de avance del tiempo. El espacio de fases junto con la estructura dada por el
conjunto de todas las órbitas orientadas se denomina diagrama de fases del sistema.
122 Sistemas de ecuaciones diferenciales
Observación. La teoría cualitativa o geométrica de ecuaciones diferenciales (que forma
asimismo parte de la teoría de Sistemas Dinámicos) permite estudiar el comporta-
miento de las soluciones de un sistema de ecuaciones diferenciales sin necesidad de
obtenerlas explícitamente. La herramienta básica de dicha teoría es el diagrama de
fases, a través del cual podemos responder a cuestiones sobre el comportamiento de
las soluciones a largo plazo, la estabilidad de las órbitas, la existencia de órbitas pe-
riódicas, etc. La teoría cualitativa para sistemas no lineales hace uso de herramientas
matemáticas avanzadas que están fuera del alcance de este trabajo.
Una clase especial de órbitas son los puntos críticos o de equilibrio, que corresponden
a soluciones constantes del sistema, esto es, soluciones que verifican x
/
(t) = y
/
(t) = 0
para cualquier valor de t. Su representación gráfica se reduce a un punto en R
2
.
Ejemplo 4.13. Calculemos los puntos críticos del sistema
_
x
/
= x −y,
y
/
= x + y.
Para ello, basta con igualar las derivadas a cero y resolver el sistema resultante:
_
x −y = 0
x + y = 0
⇒ x = 0, y = 0.
Por tanto, (0, 0) es el único punto crítico del sistema. Su órbita se reduce al punto
(0, 0), ya que la solución que parte del origen sería x(t) = 0, y(t) = 0.
Ejemplo 4.14. El sistema
_
x
/
= x + y,
y
/
= x + y,
posee infinitos puntos críticos. En efecto, igualando las derivadas a cero nos queda la
condición x + y = 0. Cualquier punto (x
0
, y
0
) que verifique x
0
+ y
0
= 0 es un punto
crítico. Tenemos pues toda una recta de puntos críticos: y = −x.
Ejemplo 4.15. Consideremos una partícula de masa unidad que se desplaza sobre
una recta, y denotemos por x su posición respecto de un sistema de referencia fijado.
Supongamos que sobre la partícula actúa una fuerza que es función de la posición y
la velocidad: f (x, x
/
). La segunda ley de Newton nos permite escribir la ecuación del
movimiento: x
//
= f (x, x
/
). Llamando y = x
/
a la velocidad de la partícula, podemos
escribir la ecuación diferencial como un sistema:
_
x
/
= y,
y
/
= f (x, y).
Los puntos críticos tienen la forma (x
0
, 0), donde x
0
debe ser solución de la ecuación
f (x
0
, 0) = 0. En tales puntos, tanto la velocidad x
/
como la aceleración y
/
= x
//
son
nulas, por lo que la partícula permanece en estado de equilibrio.
4.4 Teoría geométrica: el diagrama de fases 123
Es claro que, dado un sistema lineal
_
x
/
= ax + by,
y
/
= cx + dy,
el origen (0, 0) siempre es un punto crítico del mismo. Para que sea el único punto
crítico, el sistema
_
ax + by = 0,
cx + dy = 0,
debe tener solución única, lo cual es cierto si y sólo si
det(A) =
¸
¸
¸
¸
a b
c d
¸
¸
¸
¸
= ad −bc ,= 0.
Es decir, el origen es el único punto crítico del sistema si y sólo si det(A) ,= 0. A partir
de ahora supondremos que se verifica esta condición.
Para representar el diagrama de fases de un sistema tenemos que calcular su solu-
ción general y representar en el plano de fases un número adecuado de órbitas. Para
sistemas lineales que verifican det(A) ,= 0, el diagrama de fases sólo admite cuatro
configuraciones básicas, en las cuales el origen es el único punto crítico presente. Las
posibles configuraciones son:
Nodo. Todas las órbitas entran en el origen (nodo estable) o salen de éste (nodo
inestable). Véase la figura 4.4.
Foco. Ahora las órbitas tienden o parten del origen (foco estable o inestable, res-
pectivamente), pero dando infinitas vueltas alrededor del mismo. Gráficamente,
las órbitas tienen forma de espirales, que pueden girar en el sentido de las agujas
del reloj o al contrario. Véase la figura 4.5.
Punto de silla. En este caso hay dos órbitas que tienden al origen (formando con
éste la denominada variedad estable), otras dos que salen del origen (formando la
variedad inestable) y el resto de órbitas tienden de forma asintótica a las anterio-
res. Véase la figura 4.6.
Centro. El diagrama de fases consta de curvas cerradas concéntricas alrededor
del origen. Véase la figura 4.6.
Observación. La idea intuitiva del concepto de estabilidad es muy sencilla. Un punto
crítico es estable si las órbitas de los puntos cercanos al punto crítico permanecen
cerca de éste conforme el tiempo avanza. Además, si dichas órbitas convergen cuando
t → ∞ al punto crítico, se dice que éste es asintóticamente estable. De hecho, los nodos
124 Sistemas de ecuaciones diferenciales
x
y
x
y
Nodo estable Nodo inestable
Figura 4.4: Diagrama de fases alrededor del origen (0, 0): nodos.
x
y
x
y
Foco estable Foco inestable
Figura 4.5: Diagrama de fases alrededor del origen (0, 0): focos.
y focos estables son asintóticamente estables, mientras que un centro es estable pero
no asintóticamente estable. Cuando falla la condición de estabilidad, se dice que el
punto crítico es inestable; por ejemplo, un punto de silla.
A continuación veremos, mediante diversos ejemplos, cómo aparecen los distintos
tipos de diagramas de fases.
4.4 Teoría geométrica: el diagrama de fases 125
x
y
x
y
Punto de silla Centro
Figura 4.6: Diagrama de fases alrededor del origen (0, 0): punto de silla y centro.
Ejemplo 4.16. Dibujemos el diagrama de fases del sistema
_
x
/
= x,
y
/
= −x + 2y.
En primer lugar, notemos que
¸
¸
¸
¸
1 0
−1 2
¸
¸
¸
¸
= 2 ,= 0,
por lo que (0, 0) es el único punto crítico.
La solución general del sistema es de la forma
_
x(t) = C
1
e
t
,
y(t) = C
1
e
t
+ C
2
e
2t
,
siendo C
1
y C
2
constantes arbitrarias. El punto crítico (0, 0) se obtiene para los valores
C
1
= 0 y C
2
= 0. A continuación analizaremos cómo son las demás órbitas, en función
de los valores de las constantes C
1
y C
2
.
Supongamos C
1
= 0 y C
2
,= 0; en tal caso, x = 0 e y = C
2
e
2t
. Si C
2
> 0 se tiene
que y > 0; además, y → ∞ cuando t → ∞, mientras que y → 0 si t → −∞. La órbita
correspondiente consiste en el semieje y positivo, orientado en el sentido creciente
de y. De forma análoga, la órbita correspondiente a C
2
< 0 consiste en el semieje y
negativo, orientado en el sentido decreciente de y. Gráficamente, en ambos casos la
órbita “sale” del origen.
126 Sistemas de ecuaciones diferenciales
Si C
1
,= 0 y C
2
= 0, tenemos x = C
1
e
t
e y = C
2
e
t
, por lo que y = x; esto indica
que las órbitas correspondientes estarán sobre la recta y = x. Para C
1
> 0 se tiene
que x = y > 0, por lo que la órbita estará en el primer cuadrante. Se verifica que
x = y →∞ si t →∞, mientras que x = y →0 cuando t →−∞. La órbita obtenida es
la semirrecta y = x contenida en el primer cuadrante, orientada en sentido creciente
(hacia el noreste). Para C
1
< 0 se obtiene la semirrecta y = x en el cuarto cuadrante,
orientada en sentido decreciente (hacia el suroeste).
Supongamos ahora que C
1
,= 0 y C
2
,= 0. Teniendo en cuenta que x = C
1
e
t
,
podemos escribir
y = C
1
e
t
+ C
2
e
2t
= C
1
e
t
+
C
2
C
2
1
(C
1
e
t
)
2
= x +
C
2
C
2
1
x
2
.
Por tanto, las órbitas estarán sobre parábolas de la forma y = x + Cx
2
, con C ,= 0
constante. Cada una de estas parábolas pasa por (0, 0), y es claro que x → 0 e y → 0
cuando t → −∞, por lo que todas las órbitas salen del origen. Cada parábola consta
pues de tres órbitas: el punto crítico (0, 0) y los dos trozos de parábola restantes, que
salen del origen.
La configuración del diagrama de fases obtenida corresponde a un nodo inestable,
que se representa en la figura 4.7.
Figura 4.7: Nodo inestable del ejemplo 4.16.
Ejemplo 4.17. Consideremos el sistema
_
x
/
= −x −y,
y
/
= x −y.
4.4 Teoría geométrica: el diagrama de fases 127
El origen es el único punto crítico, ya que
¸
¸
¸
¸
−1 −1
1 −1
¸
¸
¸
¸
= 2 ,= 0.
La solución general del sistema es
_
x(t) = e
−t
(C
1
cos(t) + C
2
sen(t)),
y(t) = e
−t
(C
1
sen(t) −C
2
cos(t)).
La solución correspondiente a C
1
= 0 y C
2
,= 0 viene dada por la curva de com-
ponentes x(t) = C
2
e
−t
sen(t) e y(t) = −C
2
e
−t
cos(t), cuya representación gráfica es
una espiral que da infinitas vueltas alrededor del origen
1
. Por otra parte, x(t) e y(t)
tienden a 0 cuando t → ∞, por lo que las órbitas entran en el origen. Los restantes
casos se tratan de manera análoga.
Hemos visto que todas las órbitas son espirales que entran en el origen, por lo que
el diagrama de fases correspondiente es un foco estable: véase la figura 4.8.
Figura 4.8: Foco estable del ejemplo 4.17.
1
Podemos dar una idea intuitiva del porqué. Para ello, elevemos x(t) e y(t) al cuadrado y sumemos:
x(t)
2
+ y(t)
2
= C
2
2
e
−2t
(cos
2
(t) + sen
2
(t)) = C
2
2
e
−2t
.
Para cada valor de t, el punto (x(t), y(t)) está sobre la circunferencia de centro el origen y radio
[C
2
[e
−t
. Al ir variando el ángulo de giro t el radio va decreciendo, por lo que los puntos (x(t), y(t))
van describiendo una espiral que tiende al origen. El número de vueltas que da la espiral es infinito,
ya que el ángulo t recorre todos los intervalos de la forma [k, 2π + k], k ∈ Z.
128 Sistemas de ecuaciones diferenciales
Ejemplo 4.18. Un ejemplo de punto de silla nos lo proporciona el diagrama de fases
del siguiente sistema:
_
x
/
= 2x + y,
y
/
= −y.
Se verifica que
¸
¸
¸
¸
2 1
0 −1
¸
¸
¸
¸
= −2 ,= 0,
por lo que el origen es el único punto crítico. La solución general del sistema es
_
x(t) = C
1
e
−t
+ C
2
e
2t
,
y(t) = −3C
1
e
−t
.
Para C
1
= 0, tenemos que x = C
2
e
2t
e y = 0. Determinamos así la variedad
inestable, que está formada por el semieje x positivo (orientado hacia la derecha; co-
rresponde a C
2
> 0) y el semieje x negativo (orientado hacia la izquierda; corresponde
a C
2
< 0), separados por el punto crítico (0, 0).
Al considerar C
1
,= 0 y C
2
= 0, resulta que x = C
1
e
−t
e y = −3C
1
e
−t
, de donde
y = −3x. El origen divide a esta recta en dos órbitas que tienden al punto crítico. La
recta y = −3x forma la variedad estable.
Supongamos ahora C
1
,= 0 y C
2
,= 0. De y = −3C
1
e
−t
podemos despejar e
−t
=

y
3C
1
; por tanto,
x = C
1
e
−t
+ C
2
e
2t
= C
1
_

y
3C
1
_
+ C
2
_

3C
1
y
_
2
= −
y
3
+
9C
2
1
C
2
y
2
.
En consecuencia, las órbitas corresponden a las ramas de las curvas definidas por la
ecuación
x = −
y
3
+
C
y
2
, C ,= 0.
Su sentido viene determinado por el sentido de las órbitas que forman las variedades
estable e inestable.
En la figura 4.9 se representa el esquema de fases correspondiente.
Ejemplo 4.19. Consideremos el sistema
_
x
/
= −4y,
y
/
= x.
En primer lugar, comprobemos que el origen es el único punto crítico:
¸
¸
¸
¸
0 −4
1 0
¸
¸
¸
¸
= 4 ,= 0.
4.4 Teoría geométrica: el diagrama de fases 129
Figura 4.9: Punto de silla del ejemplo 4.18.
La solución general del sistema es
_
_
_
x(t) = C
1
cos(2t) + C
2
sen(2t),
y(t) =
1
2
(C
1
sen(2t) −C
2
cos(2t)).
Notemos que
x
2
+ 4y
2
= (C
2
1
+ C
2
2
)(cos
2
(2t) + sen
2
(2t)) = C
2
1
+ C
2
2
≡ C
2
,
lo que significa que cada órbita distinta del origen está sobre una elipse de ecuación
x
2
+ 4y
2
= C
2
,
para una cierta constante arbitraria C ,= 0. Como ninguna elipse contiene al punto
crítico, resulta que cada elipse es una órbita completa. Este tipo de órbita se denomina
cerrada o periódica.
Veamos a continuación cómo determinar el sentido de giro de las órbitas. Supon-
gamos que x > 0 e y > 0 (esto es, estamos en el primer cuadrante); a partir de las
ecuaciones, deducimos que x
/
= −4y < 0 e y
/
= x > 0, lo que significa que x decrece
mientras que y crece. Por tanto, las órbitas deben girar en el sentido contrario a las
agujas del reloj.
El diagrama de fases resultante es un centro, que se representa en la figura 4.10.
La estructura del diagrama de fases de un sistema lineal que verifica det(A) ,= 0
queda perfectamente determinada a partir de las raíces del polinomio característico
130 Sistemas de ecuaciones diferenciales
Figura 4.10: Centro del ejemplo 4.19.
asociado,
P(λ) = λ
2
−tr(A)λ + det(A).
Los posibles casos son los siguientes:
I. Raíces reales del mismo signo: λ
1
, λ
2
∈ R, λ
1
λ
2
> 0. El diagrama de fases resultante
es:
Un nodo estable si las raíces son negativas: λ
1
, λ
2
< 0.
Un nodo inestable si las raíces son positivas: λ
1
, λ
2
> 0.
II. Raíces reales con signos opuestos: λ
1
, λ
2
∈ R, λ
1
λ
2
< 0. El diagrama de fases es un
punto de silla.
III. Raíces complejas no imaginarias puras: λ = a ±bi, a ,= 0. Obtenemos:
Un foco estable si la parte real es negativa: a < 0.
Un foco inestable si la parte real es positiva: a > 0.
IV. Raíces complejas imaginarias puras: λ = ±bi, b ,= 0. El diagrama de fases corres-
pondiente es un centro.
4.4 Teoría geométrica: el diagrama de fases 131
Ejemplo 4.20. Retomemos los ejemplos estudiados anteriormente para determinar la
configuración del diagrama de fases de forma directa.
El sistema
_
x
/
= x,
y
/
= −x + 2y,
tiene como polinomio característico P(λ) = λ
2
−3λ +2, cuyas raíces son λ
1
= 1
y λ
2
= 2. Al ser reales y del mismo signo, el diagrama de fases es un nodo; al
ser positivas, el nodo es inestable.
El polinomio característico del sistema
_
x
/
= −x −y,
y
/
= x −y,
es P(λ) = λ
2
+ 2λ + 2. Sus raíces son λ = −1 ±i, por lo que el diagrama de
fases es un foco. Como la parte real de las raíces es negativa, el foco es estable.
El sistema
_
x
/
= 2x + y,
y
/
= −y,
tiene a P(λ) = λ
2
−λ −2 como polinomio característico. El diagrama de fases
correspondiente es un punto de silla, ya que las raíces λ
1
= −1 y λ
2
= 2 son
reales y de distinto signo.
Por último, el polinomio característico del sistema
_
x
/
= −y,
y
/
= x,
es P(λ) = λ
2
+ 1. Sus raíces son imaginarias puras: λ = ±i, por lo que el
diagrama de fases es un centro.
Los resultados son consistentes con los obtenidos en los ejemplos 4.16–4.19.
Notemos que las raíces del polinomio característico nos proporcionan información
cualitativa sobre el diagrama de fases, es decir, nos dice cuál es la estructura general
del diagrama pero sin precisar la forma exacta de sus órbitas. Para obtener esto últi-
mo, tendríamos que resolver el sistema y dibujar las órbitas a partir de su expresión
explícita, tal y como hicimos en los ejemplos 4.16–4.19.
Consideramos a continuación un ejemplo en el que se analiza el diagrama de fases
de un sistema que no verifica la condición det(A) ,= 0.
132 Sistemas de ecuaciones diferenciales
Ejemplo 4.21. Consideremos el sistema lineal
_
x
/
= x,
y
/
= x.
En este caso, la matriz de coeficientes tiene determinante nulo. Los puntos críticos son
de la forma (0, y
0
), con y
0
∈ R; esto es, el eje y está compuesto de puntos críticos.
Figura 4.11: Diagrama de fases del ejemplo 4.21.
Para determinar la solución general, resolvemos la primera ecuación de forma
directa:
x
/
= x ⇒ x(t) = C
1
e
t
,
y a continuación integramos en la segunda:
y
/
= x ⇒y(t) =
_
x(t)dt =
_
C
1
e
t
dt = C
1
e
t
+ C
2
.
Por tanto, resulta que la solución general del sistema es
_
x(t) = C
1
e
t
,
y(t) = C
1
e
t
+ C
2
.
Observemos que para C
1
= 0 se obtiene la recta de puntos críticos x = 0. Para
C
1
,= 0 es claro que y = x +C
2
, por lo que las órbitas correspondientes serán rectas de
pendiente 1. Notemos que, independientemente del signo de C
1
, las órbitas se alejan
del eje x cuando t → ∞. La estructura del diagrama de fases puede apreciarse en la
figura 4.11.
4.5 Aplicaciones 133
4.5. Aplicaciones
4.5.1. Calentamiento de edificios
En la sección 2.7.3 estudiamos un modelo de calentamiento de edificios en el que
se suponía que la temperatura estaba uniformemente distribuida en el interior del
edificio. Dicho modelo es apropiado para estudiar el caso de un edificio con un único
compartimento.
En esta sección vamos a considerar un modo algo más preciso de representar aquel
modelo, a saber:
_
_
_
T
/
(t) = −
T(t) −T
e
(t)
K
+ C
_
H(t) + U(t, T(t))
_
, t ∈ [0, t

],
T(0) = T
0
,
donde T(t) (en

C) denota la temperatura en el interior del edificio y T
e
(t) es la tem-
peratura en el exterior; la constante positiva K (en horas, h) es la constante de tiempo
de transferencia de calor, que depende de la calidad del aislamiento; C (en

C/kcal)
es la capacidad calorífica del edificio, que depende de su tamaño; H(t) (en kcal/h)
representa el calor generado por personas, luces, etc., en el interior del edificio; y
U(t, T(t)) (en kcal/h) denota los efectos del sistema de calefacción o de aire acondi-
cionado, que dependen tanto del tiempo t como de la temperatura en cada instante
T(t); por último, t

es el tiempo final y T
0
denota la temperatura inicial del edificio.
Vamos a considerar ahora un edificio con varios compartimentos, cada uno de los
cuales puede tener una temperatura diferente a la del resto. Por simplicidad, ana-
lizaremos un modelo con dos compartimentos (figura 4.12), aunque la idea puede
extenderse para un número arbitrario de ellos.
Denotemos por T
i
(t), H
i
(t) y U
i
(t, T(t)) la temperatura, fuentes de calor y fuentes
de calefacción/refrigeración, respectivamente, del compartimento i = 1, 2. Sean C
1
y
C
2
las constantes de capacidad calorífica de los compartimentos. K
i
es la constante de
tiempo de transferencia de calor correspondiente a las paredes que limitan el com-
partimento i-ésimo con el exterior. Asimismo, es necesario introducir las constantes
de tiempo de transferencia de calor entre ambos compartimentos, K
12
y K
21
; dichos
valores deben verificar la relación C
1
K
12
= C
2
K
21
.
El sistema de ecuaciones diferenciales a considerar es el siguiente:
_
¸
¸
_
¸
¸
_
T
/
1
(t) = −
T
1
(t) −T
e
(t)
K
1
+ C
1
_
H
1
(t) + U
1
(t, T
1
(t))
_

1
K
12
(T
1
(t) −T
2
(t)),
T
/
2
(t) = −
T
2
(t) −T
e
(t)
K
2
+ C
2
_
H
2
(t) + U
2
(t, T
2
(t))
_

1
K
21
(T
2
(t) −T
1
(t)),
junto con las condiciones iniciales
_
T
1
(0) = T
1,0
,
T
2
(0) = T
2,0
,
134 Sistemas de ecuaciones diferenciales
T
e
(t)
K
1
K
2
C
1
C
2
T
1
(t)
T
2
(t)
U
1
(t,T)
H
1
(t)
U
2
(t,T)
H
2
(t)
K
12
K
21
Figura 4.12: Edificio con dos compartimentos.
siendo T
i,0
la temperatura inicial en el compartimento i = 1, 2.
Observación. El término extra que aparece en la primera ecuación, −
1
K
12
(T
1
(t) −
T
2
(t)), proviene de la ley del enfriamiento de Newton, y representa la pérdida (si
T
1
(t) > T
2
(t)) o ganancia (si T
1
(t) < T
2
(t)) de calor en el primer compartimento a
través de la pared que lo separa del segundo compartimento. Un término análogo
aparece en la segunda ecuación.
Ejemplo 4.22. Consideremos un edificio dividido en dos zonas, A y B. La zona A,
cuya capacidad calorífica es de 5,5 10
−4 ◦
C/kcal, se calienta mediante una estufa que
proporciona 2 10
4
kcal/h. La constante de tiempo para la transferencia de calor entre
la zona A y el exterior es de 4 horas, entre la zona B y el exterior es de 5 horas, y entre
las dos zonas es de 2 horas. Si la temperatura exterior es de 0

C, vamos a determinar
la temperatura mínima que se alcanza en la zona B al cabo de 4 horas, suponiendo
que las temperatura inicial en la zona A es de 10

C y en la zona B de 12

C.
Según el enunciado del problema, se tiene que T
e
= 0, K
1
= 4, K
2
= 5, K
12
= K
21
=
2 y C
1
= 5,5 10
−4
; C
2
puede calcularse a partir de la relación C
1
K
12
= C
2
K
21
, aunque
no será necesario. Por otra parte, tenemos que H
1
≡ H
2
≡ 0, ya que no consideramos
el calor generado por personas o maquinaria en el interior del edificio. Por último,
U
2
≡ 0 ya que no hay calefacción en la zona B, y
C
1
U
1
=
_
5,5 10
−4

C
¨
¨
¨
kcal
_

_
2 10
4
¨
¨
¨
kcal
h
_
= 11

C/h
para la zona A. El sistema de ecuaciones diferenciales queda pues de la siguiente
4.5 Aplicaciones 135
forma:
_
T
/
1
= −
1
4
T
1

1
2
(T
1
−T
2
) + 11,
T
/
2
= −
1
5
T
2

1
2
(T
2
−T
1
),
o bien
_
T
/
1
= −
3
4
T
1
+
1
2
T
2
+ 11,
T
/
2
=
1
2
T
1

7
10
T
2
.
Podemos resolver el sistema mediante el método de sustitución. Derivamos en la
segunda ecuación:
T
//
2
=
1
2
T
/
1

7
10
T
/
2
,
y sustituimos T
/
1
usando la primera ecuación:
T
//
2
=
1
2
_

3
4
T
1
+
1
2
T
2
+ 11
_

7
10
T
/
2
.
Despejando T
1
de la segunda ecuación y sustituyendo en la expresión anterior, se
obtiene:
T
//
2
+
29
20
T
/
2
+
11
40
T
2
=
11
2
.
Las raíces del polinomio característico son λ
1
=
−29+

401
40
y λ
2
=
−29−

401
40
. Tras
aplicar el método de variación de las constantes, llegamos a que la solución general
de la ecuación de segundo orden es
T
2
(t) = C
1
e
λ
1
t
+ C
2
e
λ
2
t
+
R
λ
1
λ
2
,
donde R =
11
2
es el término independiente. Por último, a partir de la segunda ecuación
podemos calcular T
1
:
T
1
(t) = C
1
(2λ
1
+
7
5
)e
λ
1
t
+ C
2
(2λ
2
+
7
5
)e
λ
2
t
+
7R

1
λ
2
.
Las condiciones iniciales del problema son T
1
(0) = 10 y T
2
(0) = 12, lo que da
lugar a los valores
C
1
=
1
λ
1
−λ
2
_

17
5
−12λ
2
+
R
λ
1
_
, C
2
=
1
λ
2
−λ
1
_

17
5
−12λ
1
+
R
λ
2
_
.
En la figura 4.13 se representa la evolución de las temperaturas en las zonas A y B
durante cuatro horas. Como puede observarse, la temperatura en la zona A aumenta
de forma continua hasta alcanzar una temperatura máxima de T
1
(4) ≈ 22,8

C. En
cambio, la temperatura en la zona B comienza disminuyendo y luego tiende a aumen-
tar hasta alcanzar una temperatura máxima de T
2
(4) ≈ 14,7

C. Si queremos calcular
la temperatura mínima en la zona B, podemos usar la derivada de T
2
:
T
/
2
(t) = 0 ⇒λ
1
C
1
e
λ
1
t
+ λ
2
C
2
e
λ
2
t
= 0 ⇒t =
1
λ
1
−λ
2
ln
_

λ
2
C
2
λ
1
C
1
_
≈ 0,76.
136 Sistemas de ecuaciones diferenciales
Figura 4.13: Temperaturas en las zonas A y B.
En dicho instante se alcanza la temperatura mínima: T
2
(0,76) ≈ 10,92

C.
Vamos a resolver el problema usando Sage. En primer lugar, obtenemos la solución
del sistema y la dibujamos:
sage: t = var(’t’)
sage: T1 = function(’T1’, t)
sage: T2 = function(’T2’, t)
sage: ec1 = diff(T1 ,t) + 3/4*T1 - 1/2*T2 - 11 == 0
sage: ec2 = diff(T2 ,t) - 1/2*T1 + (1/5+1/2)* T2 == 0
sage: [sol1 , sol2] = desolve_system ([ec1 , ec2], [T1 , T2],
ics=[0, 10, 12])
sage: sol1 = sol1.rhs()
sage: sol2 = sol2.rhs()
sage: fig1 = plot(sol1 , 0, 4, color = ’blue’, legend_label=’T1’)
sage: fig2 = plot(sol2 , 0, 4, color = ’green ’, legend_label=’T2’)
sage: show(fig1 + fig2)
El resultado puede verse en la figura 4.13. A continuación, calculamos la temperatura
máxima en la zona A y el instante en que se alcanza:
sage: sol1.find_maximum_on_interval (0, 4)
(22.846076301719574 , 3.9999998801867243)
así como la temperatura mínima en la zona B y su instante correspondiente:
sage: sol1.find_maximum_on_interval (0, 4)
(10.92326505335898 , 0.76403288092266153)
4.5.2. Más sobre vibraciones mecánicas
En la sección 3.9.1 estudiamos el comportamiento de un móvil de masa m
1
sujeto
por un muelle de constante elástica k
1
a una pared. Supongamos ahora que a dicho
4.5 Aplicaciones 137
móvil se le une otro móvil de masa m
2
mediante un muelle de constante k
2
. Llamemos
x
1
(t) y x
2
(t), respectivamente, a los desplazamientos de los móviles respecto de sus
posiciones de equilibrio, 0
1
y 0
2
. En la figura 4.14 se esquematiza el planteamiento del
problema. Supondremos que sobre el sistema no actúa ninguna otra fuerza.
x
2
(t)
0
2
0
1
k
2
k
1
m
2
m
1
+ +
x
1
(t)
Figura 4.14: Vibraciones mecánicas: planteamiento del sistema.
La fuerza que ejerce un muelle sobre un móvil es proporcional a la elongación del
muelle y opuesta al movimiento (ley de Hooke). Así pues, las fuerzas ejercidas por los
muelles sobre el móvil de masa m
1
son de la forma −k
1
x
1
y k
2
(x
2
− x
1
). Asimismo,
sobre el muelle de masa m
2
se ejerce una fuerza de la forma −k
2
(x
2
−x
1
).
A partir de la segunda ley de Newton podemos deducir las ecuaciones del movi-
miento:
_
m
1
x
//
1
= −k
1
x
1
+ k
2
(x
2
−x
1
),
m
2
x
//
2
= −k
2
(x
2
−x
1
),
que pueden escribirse de la siguiente forma:
_
m
1
x
//
1
= −(k
1
+ k
2
)x
1
+ k
2
x
2
,
m
2
x
//
2
= k
2
x
1
−k
2
x
2
.
Para plantear un problema de Cauchy, es necesario fijar las posiciones y velocidades
iniciales de ambos móviles:
x
1
(0) = ¯ x
1
, x
/
1
(0) = v
1
, x
2
(0) = ¯ x
2
, x
/
2
(0) = v
2
.
Las ecuaciones del movimiento forman un sistema de dos ecuaciones de segundo
orden. Para pasar a una sóla ecuación diferencial, comenzamos derivando dos veces
la primera ecuación
m
1
x
(4)
1
= −(k
1
+ k
2
)x
//
1
+ k
2
x
//
2
,
138 Sistemas de ecuaciones diferenciales
y sustituimos x
//
2
usando la segunda ecuación:
m
1
x
(4)
1
= −(k
1
+ k
2
)x
//
1
+
k
2
2
m
2
x
1

k
2
2
m
2
x
2
.
A continuación, despejamos x
2
de la primera ecuación
x
2
=
m
1
k
2
x
//
1
+
k
1
+ k
2
k
2
x
1
, (4.1)
y sustituimos en la expresión anterior:
m
1
x
(4)
1
= −(k
1
+ k
2
)x
//
1
+
k
2
2
m
2
x
1

k
2
2
m
2
_
m
1
k
2
x
//
1
+
k
1
+ k
2
k
2
x
1
_
.
Por último, pasamos todos los términos al primer miembro y simplificamos:
m
1
x
(4)
1
+
_
k
1
+ k
2
+
k
2
m
1
m
2
_
x
//
1
+
k
1
k
2
m
2
x
1
= 0.
Esta ecuación de cuarto orden determina el movimiento del móvil de masa m
1
. Una
vez calculada la solución x
1
, usamos la relación (4.1) para determinar el comporta-
miento del móvil de masa m
2
.
Figura 4.15: Gráficas de x
1
(t) y x
2
(t).
Consideremos un caso particular: supongamos que los valores de las constantes
son m
1
= 2, m
2
= 1, k
1
= 4 y k
2
= 2, sin preocuparnos del sistema de unidades
utilizado. En tal caso, la ecuación de cuarto orden sería
2x
(4)
1
+ 10x
//
1
+ 8x
1
= 0 ⇒ x
(4)
1
+ 5x
//
1
+ 4x
1
= 0.
4.5 Aplicaciones 139
La correspondiente ecuación característica es
λ
4
+ 5λ
2
+ 4 = 0.
Haciendo el cambio µ = λ
2
obtenemos una ecuación polinomial de segundo orden,
que podemos resolver fácilmente:
µ
2
+ 5µ + 4 = 0 ⇒µ = −1, µ = −4.
Deshaciendo el cambio, resulta
µ = −1 ⇒λ = ±i, µ = −4 ⇒λ = ±2i.
Por tanto, la solución general para x
1
es
x
1
(t) = C
1
cos(t) + C
2
sen(t) + C
3
cos(2t) + C
4
sen(2t).
Usando (4.1), determinamos la solución general para x
2
:
x
2
(t) = 2C
1
cos(t) + 2C
2
sen(t) −C
3
cos(2t) −C
4
sen(2t).
Supongamos ahora que tenemos las siguientes condiciones iniciales:
x
1
(0) = −1, x
/
1
(0) = 1, x
2
(0) = 1, x
/
2
(0) = 0.
Es decir, el primer móvil se desplaza una unidad hacia la izquierda y el segundo una
unidad hacia la derecha respecto de sus posiciones de equilibrio; además, al primer
móvil se le imprime una velocidad inicial positiva de módulo uno, mientras que el
segundo se suelta sin velocidad inicial. La imposición de las condiciones iniciales
conduce a
C
1
+ C
3
= −1
C
2
+ 2C
4
= 1
2C
1
−C
3
= 1
C
2
−C
4
= 0
_
¸
¸
_
¸
¸
_
⇒C
1
= 0, C
2
=
1
3
, C
3
= −1, C
4
=
1
3
.
Por tanto, se obtienen las soluciones
x
1
(t) =
1
3
sen(t) −cos(2t) +
1
3
sen(2t), x
2
(t) =
2
3
sen(t) + cos(2t) −
1
3
sen(2t),
que se representan en la figura 4.15.
La solución obtenida representa un movimiento periódico de ambos móviles alre-
dedor de sus respectivas posiciones de equilibrio.
140 Sistemas de ecuaciones diferenciales
4.5.3. El péndulo amortiguado
Consideremos un péndulo de longitud L y masa m, y llamemos x(t) al ángulo que
forma el péndulo con la vertical en el instante t (véase la figura 4.16); supondremos
que el origen se halla en la posición de equilibrio del péndulo. La ecuación del mo-
vimiento puede deducirse a partir de la segunda ley de Newton, y tiene la siguiente
expresión:
x
//
+
g
L
sen(x) = 0,
siendo g la constante gravitatoria. Introduzcamos una fuerza de amortiguación o ro-
zamiento proporcional a la velocidad del péndulo. En tal caso, la ecuación del movi-
miento es
x
//
+
a
m
x
/
+
g
L
sen(x) = 0,
siendo a > 0 la constante de rozamiento. Introduciendo la variable y = x
/
(velocidad),
la ecuación anterior puede escribirse como un sistema no lineal:
_
_
_
x
/
= y,
y
/
= −
g
L
sen(x) −
a
m
y.
m
L
0
g
x(t)
Figura 4.16: Sistema de referencia del problema del péndulo.
Es bien sabido que
l´ım
x→0
sen(x)
x
= 1,
4.5 Aplicaciones 141
lo que significa que, para valores de x cercanos a 0, sen(x) puede aproximarse por x.
Podemos entonces considerar la siguiente aproximación del sistema no lineal:
_
_
_
x
/
= y,
y
/
= −
g
L
x −
a
m
y.
Se trata de un sistema lineal que representa el movimiento del péndulo para pequeñas
oscilaciones alrededor del punto de equilibrio.
El determinante de la matriz de coeficientes del sistema es
¸
¸
¸
¸
0 1
−g/L −a/m
¸
¸
¸
¸
=
g
L
,= 0,
por lo que el origen es el único punto crítico. Para determinar la configuración del
diagrama de fases, consideremos la ecuación característica
λ
2
+
a
m
λ +
g
L
= 0,
cuyas raíces son
λ = −
a
2m
±
1
2
_
a
2
m
2
−4
g
L
.
Hemos de distinguir pues tres casos:
a
2
m
2
> 4
g
L
. En tal caso las raíces son reales, distintas y negativas, por lo que se
obtiene un nodo estable.
a
2
m
2
= 4
g
L
. Se tiene una raíz real doble negativa, por lo que el diagrama de fases
es un nodo estable.
a
2
m
2
< 4
g
L
. Ahora las raíces son complejas con parte real negativa, por lo que
tenemos un foco estable.
En cualquiera de los casos, el origen es un punto crítico estable. Este hecho puede
interpretarse del siguiente modo: si el péndulo se encuentra inicialmente en equilibrio
y se perturba ligeramente su posición o su velocidad, el movimiento resultante se
extinguirá con el paso del tiempo.
En el caso en que no haya rozamiento (a = 0), las raíces del polinomio caracterís-
tico son de la forma
λ = ±
1
2
_
−4
g
L
= ±i
_
g
L
.
Al ser imaginarias puras, la configuración del diagrama de fases corresponde a un
centro. Su interpretación en términos físicos corresponde a un movimiento oscilatorio
perpetuo alrededor de la posición de equilibrio.
142 Sistemas de ecuaciones diferenciales
CAPÍTULO
5
MÉTODOS NUMÉRICOS PARA
PROBLEMAS DE VALOR INICIAL
5.1. Introducción
En los capítulos anteriores hemos estudiado diversas técnicas para la resolución
analítica de ecuaciones diferenciales ordinarias. Dichas técnicas son sólo aplicables a
determinados tipos de ecuaciones: homogéneas, lineales, exactas, etc. Sin embargo, la
mayoría de ecuaciones que aparecen en problemas científicos y técnicos no pueden
resolverse de forma exacta. Además, en determinados casos puede ocurrir que la
complejidad de la solución exacta sea tal, que aun pudiéndose calcular de forma
explícita no seamos capaces de interpretarla adecuadamente.
En los casos en que no sea posible resolver de forma exacta una ecuación diferen-
cial, podemos plantearnos la obtención de una aproximación suficientemente buena
de la solución. Esta solución, denominada solución numérica, se determina mediante
un método o algoritmo numérico que se ejecutará con la ayuda de un ordenador. Este
es el camino habitual que se sigue en las aplicaciones científicas y técnicas, donde
surgen ecuaciones no lineales de difícil o imposible resolución analítica.
En este capítulo vamos a presentar una serie de técnicas para la obtención de
soluciones numéricas de problemas de valor inicial (los problemas de contorno se
tratarán en el capítulo 6) que pueden aplicarse tanto a ecuaciones escalares como
a sistemas de ecuaciones. Dichas técnicas forman parte de una de las ramas de las
144 Métodos numéricos para problemas de valor inicial
Matemáticas conocida como Análisis Numérico.
Nos centraremos en el estudio de un problema de valor inicial de primer orden:
_
y
/
(x) = f (x, y(x)), x ∈ [a, b],
y(a) = y
0
.
Supondremos que la función f (x, y) verifica las condiciones del teorema de existencia
y unicidad (véase la sección 2.6), por lo que el problema de valor inicial posee una
´
IJnica solución.
Consideremos una discretización o mallado del intervalo [a, b], esto es, una partición
del mismo de la forma
a = x
0
< x
1
< x
2
< < x
N−1
< x
N
= b.
Por simplicidad, supondremos que el mallado es uniforme: la longitud de cada subin-
tervalo [x
k
, x
k+1
], k = 0, . . . , N −1, es igual a un cierto valor h > 0 fijo. De esta forma,
se verifica la siguiente relación:
x
k+1
= x
k
+ h, k = 0, . . . , N −1.
El valor h se denomina paso de malla y los puntos x
k
son los nodos del mallado. Nótese
que la relación entre el paso de malla h y el número de subintervalos N es la siguiente:
h =
b −a
N
.
Observación. El paso de malla juega un papel fundamental en el análisis de los mé-
todos numéricos que vamos a presentar. Intuitivamente, mientras menor sea el paso
de malla (esto es, mientras más puntos tenga el mallado) mejor será la aproximación
de la solución.
Observación. En la práctica se fija el número de subintervalos N, que debe ser un
número entero, y después se define el paso de malla usando la relación h =
b−a
N
. No-
temos que si damos directamente el paso de malla h y definimos N =
b−a
h
, podríamos
obtener un valor no entero.
Un método numérico para la resolución del problema de valor inicial es un algoritmo
que permite obtener, para cada nodo x
k
del mallado, una aproximación y
k
del valor
de la solución exacta en el nodo, y(x
k
):
y
k
≈ y(x
k
), k = 0, . . . , N.
El conjunto de puntos
¦y
1
, y
2
, . . . , y
N
¦
5.2 El método de Euler 145
Figura 5.1: Comparación entre la solución exacta del problema y
/
=
x−y
2
, y(0) = 1, y el
resultado obtenido con el método de Euler con paso de malla h = 0,1.
se denomina solución numérica. Nótese que el primer valor de la solución numérica es
siempre exacto, y
0
= y(a), por tratarse de la condición inicial del problema.
El error local cometido en cada nodo se define como
e
k
= [y(x
k
) −y
k
[, k = 0, 1, . . . , N.
Si queremos considerar un error global, que involucre a toda la solución numérica,
podemos definir
e = m´ ax
k=0,1,...,N
e
k
= m´ ax
k=0,1,...,N
[y(x
k
) −y
k
[.
Notemos que el error e depende del paso de malla h; si queremos hacer resaltar esta
dependencia, escribiremos e(h) en lugar de e. Una propiedad deseable de cualquier
método numérico es que el error tienda a cero cuando el paso de malla decrezca, esto
es:
l´ım
h→0
e(h) = 0.
Cuando esto sucede, diremos que el método es convergente. Intuitivamente signifi-
ca que al aumentar progresivamente el número de puntos de la partición (esto es,
al hacer el paso de malla cada vez más pequeño), las correspondientes soluciones
numéricas van reconstruyendo la solución exacta del problema.
5.2. El método de Euler
El método de Euler se fundamenta en una sencilla idea geométrica: aproximar el
valor de la solución en cada nodo por el valor que proporciona la recta tangente a la
solución trazada desde el nodo anterior.
146 Métodos numéricos para problemas de valor inicial
Comenzamos construyendo la recta tangente a la solución exacta y(x) del proble-
ma de valor inicial
_
y
/
(x) = f (x, y(x)), x ∈ [a, b],
y(a) = y
0
,
en el punto (x
0
, y
0
):
y = y
0
+ y
/
(x
0
)(x −x
0
).
Evaluemos ahora dicha recta en el nodo x
1
= x
0
+ h y llamemos y
1
al resultado
obtenido:
y
1
= y
0
+ y
/
(x
0
)(x
1
−x
0
) ⇒y
1
= y
0
+ hy
/
(x
0
).
Teniendo que cuenta que y(x) es solución de la ecuación diferencial, podemos susti-
tuir el valor y
/
(x
0
) por f (x
0
, y(x
0
)):
y
1
= y
0
+ h f (x
0
, y(x
0
)).
Por último, haciendo uso de la condición inicial y teniendo en cuenta que x
0
= a,
deducimos que
y
1
= y
0
+ h f (x
0
, y
0
).
Esta es la primera iteración o paso del método de Euler. En la figura 5.2 se representa
la idea geométrica del método.
y
(x
1
, y(x
1
))
(x
0
, y
0
)
(x
1
, y
1
)
x
x
0
x
1
y
1
y(x
1
)
e
1
h
Figura 5.2: Interpretación geométrica del método de Euler.
Observación. Notemos que el valor y
1
puede determinarse, ya que x
0
, y
0
y f (x, y)
son datos del problema, y h es conocido.
5.2 El método de Euler 147
El valor y
1
es la aproximación que proporciona el método de Euler al valor exacto
de la solución en x
1
:
y
1
≈ y(x
1
),
siendo el error cometido
e
1
= [y(x
1
) −y
1
[.
Una vez construido el punto (x
1
, y
1
), consideramos el problema de valor inicial
_
y
/
(x) = f (x, y(x)), x ∈ [x
1
, b],
y(x
1
) = y
1
,
y repetimos el proceso anterior para obtener una aproximación y
2
en el nodo x
2
=
x
1
+ h. Dicha aproximación tendrá la forma
y
2
= y
1
+ h f (x
1
, y
1
).
Observación. Nótese que la solución de este nuevo problema de valor inicial no tiene
por qué ser la misma solución del problema original, ya que la condición inicial es dis-
tinta. Sin embargo, si la función f (x, y) es suficientemente regular, puede demostrarse
que las soluciones a ambos problemas son suficientemente aproximadas.
“Euler’s Method” (E342), Inst. Calc. Integralis 1768, §650:
!1
1
A
B
C
h = 1/4
– p.6/64
Figura 5.3: Publicación original del método de Euler. E342, Inst. Calc. Integralis 1768, §650.
El proceso anterior se repite hasta llegar al último nodo x
N
= b, obteniéndose así
una serie de valores aproximados
¦y
1
, y
2
, . . . , y
N
¦
que forman la solución numérica. Dicha solución dependerá del paso de malla h
elegido.
Estamos ya en condiciones de definir la forma general del método de Euler:
y
k+1
= y
k
+ h f (x
k
, y
k
), k = 0, 1, . . . , N −1,
donde los valores iniciales x
0
e y
0
vienen dados por la condición inicial del problema.
Cada valor y
k
proporciona una aproximación del valor exacto de la solución en el
nodo x
k
:
y
k
≈ y(x
k
), k = 0, 1, . . . , N,
148 Métodos numéricos para problemas de valor inicial
siendo el error cometido
e
k
= [y(x
k
) −y
k
[, k = 0, 1, . . . , N,
Observación. Además del error e
k
anteriormente definido, denominado error de dis-
cretización, en la práctica también hay que tener en cuenta los errores de redondeo que
provienen de la representación de los números reales en el ordenador con una canti-
dad finita de cifras decimales.
Ejemplo 5.1. Consideremos el problema de valor inicial
_
y
/
=
1
2
(x
2
−y), x ∈ [0, 1],
y(0) = 1,
cuya solución exacta, obtenida mediante separación de variables, es
y(x) = x
2
−4x + 8 −7e
−x/2
.
El método de Euler tiene en este caso la siguiente forma:
y
k+1
= y
k
+
h
2
(x
2
k
−y
k
), k = 0, 1, . . . , N −1,
donde h = 1/N.
En la tabla 5.1 se muestran, con una precisión de seis cifras decimales, los valores
obtenidos con el método de Euler para N = 10 (paso de malla h = 0,1), así como los
valores exactos de la solución y los errores cometidos. En este caso, el error global es
igual a e = 0,025697.
En la figura 5.4 se representan la solución exacta del problema y la solución numérica
obtenida.
Existe una implementación del método de Euler en Sage, cuyo uso se ilustra en el
siguiente código:
sage: var(’x, y’)
sage: fun(x, y) = (x^2-y)/2 # segundo miembro de la ecuacio ’n
sage: a = 0. # extremo inferior
sage: b = 1. # extremo superior
sage: y0 = 1. # valor inicial
sage: N = 10 # nu’mero de particiones
sage: h = (b-a)/N # paso de malla
sage: eulers_method(fun , a, y0 , h, b)
x y h*f(x,y)
0.000000000000000 1.00000000000000 -0.0500000000000000
0.100000000000000 0.950000000000000 -0.0470000000000000
0.200000000000000 0.903000000000000 -0.0431500000000000
0.300000000000000 0.859850000000000 -0.0384925000000000
0.400000000000000 0.821357500000000 -0.0330678750000000
0.500000000000000 0.788289625000000 -0.0269144812500000
0.600000000000000 0.761375143750000 -0.0200687571875000
0.700000000000000 0.741306386562500 -0.0125653193281250
0.800000000000000 0.728741067234375 -0.00443705336171875
0.900000000000000 0.724304013872656 0.00428479930636718
1.00000000000000 0.728588813179023 0.0135705593410488
5.2 El método de Euler 149
k x
k
y
k
y(x
k
) e
k
0 0,0 1,000000 1,000000 0,000000
1 0,1 0,950000 0,951394 0,001394
2 0,2 0,903000 0,906138 0,003138
3 0,3 0,859850 0,865044 0,005194
4 0,4 0,821357 0,828885 0,007527
5 0,5 0,788290 0,798395 0,010105
6 0,6 0,761375 0,774272 0,012897
7 0,7 0,741306 0,757183 0,015877
8 0,8 0,728741 0,747760 0,019019
9 0,9 0,724304 0,746603 0,022299
10 1,0 0,728589 0,754285 0,025697
Tabla 5.1: Método de Euler: solución del ejemplo 5.1 con paso h = 0,1.
Vamos a representar en una misma gráfica el resultado obtenido y la solución exacta.
Para ello, hagamos lo siguiente:
sage: sol = eulers_method(fun , a, y0 , h, b, method=’None’)
sage: sol
[[0.000000000000000 , 1.00000000000000] ,
[0.100000000000000 , 0.950000000000000] ,
[0.200000000000000 , 0.903000000000000] ,
[0.300000000000000 , 0.859850000000000] ,
[0.400000000000000 , 0.821357500000000] ,
[0.500000000000000 , 0.788289625000000] ,
[0.600000000000000 , 0.761375143750000] ,
[0.700000000000000 , 0.741306386562500] ,
[0.800000000000000 , 0.728741067234375] ,
[0.900000000000000 , 0.724304013872656] ,
[1.00000000000000 , 0.728588813179023] ,
[1.10000000000000 , 0.742159372520072]]
Como vemos, se ha calculado un punto de más. Podemos eliminarlo así:
sage: sol.pop(-1) # quitamos el elemento final de la lista
A continuación dibujamos los puntos obtenidos unidos por segmentos y la solución
exacta del problema:
sage; # dibujamos los puntos obtenidos
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’Euler ’)
sage: # y los unimos con segmentos
sage: fig1 += line(sol)
sage: #
sage: # Ca’lculo de la solucio ’n exacta
sage: y = function(’y’, x)
sage: ec = diff(y, x) == fun(x, y)
sage: sol_exacta = desolve(ec , y, ics=[0, y0]); expand(sol_exacta)
x^2 - 4*x - 7*e^( -1/2*x) + 8
sage: #
150 Métodos numéricos para problemas de valor inicial
sage: fig2 = plot(sol_exacta , a, b, color=’red’, legend_label=’exacta ’,
gridlines=’True’)
sage: show(fig1 + fig2)
El resultado puede contemplarse en la figura 5.4. Por último, si queremos determinar
el error global cometido, ejecutamos las siguientes instrucciones:
sage: error = [abs(sol_exacta(x)-y) for (x, y) in sol]
sage: print(’Error = %r’ % max(error ))
Error = 0.0256965688325422
Alternativamente, en el siguiente código
1
se realiza una implementación del mé-
todo de Euler y se aplica para resolver el problema anterior:
sage: # Me’todo de Euler
sage: def euler(fun , a, b, N, y0):
h = (b-a)/N # paso de malla
x = [a] # primer nodo
y = [y0] # valor inicial
for k in range(N):
x.append(x[k]+h)
y.append(y[k]+h*fun(x[k], y[k]))
return zip(x, y)
sage: #
sage: ### Programa principal ###
sage: #
sage: var(’x, y’)
sage: fun(x, y) = (x^2-y)/2 # segundo miembro de la ecuacio ’n
sage: a = 0. # extremo inferior
sage: b = 1. # extremo superior
sage: y0 = 1. # valor inicial
sage: N = 10 # nu’mero de particiones
sage: sol = euler(fun , a, b, N, y0) # me’todo de Euler
sage: #
sage: # solucio ’n exacta
sage: y = function(’y’, x)
sage: ec = diff(y, x) == fun(x, y)
sage: sol_exacta = desolve(ec , y, ics=[0, y0])
sage: #
sage: # errores
sage: error = [abs(sol_exacta(x)-y) for (x, y) in sol]
sage: print(’Error = %r’ % max(error ))
sage: #
sage: # gra’ficas
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’Euler ’,
size=’20’)
sage: fig1 += line(sol , color=’blue’)
sage: fig2 = plot(sol_exacta , a, b, color=’red’, legend_label=’exacta ’,
gridlines=’True’)
sage: show(fig1 + fig2)
Error = 0.0256965688325422
Si queremos ver los errores cometidos en cada nodo, basta con escribir error en la
línea de comandos:
1
Es interesante señalar que Sage está basado en el lenguaje de programación Python. En particular,
la definición del método de Euler utiliza la sintaxis propia de dicho lenguaje.
5.2 El método de Euler 151
sage: error
[0.000000000000000 , 0.00139402849500125 , 0.00313807374828301 ,
0.00519416502459535 , 0.00752722845412812 , 0.0101048935001661 ,
0.0128973114779739 , 0.0158769854065062 , 0.0190186105161513 ,
0.0222989247749311 , 0.0256965688325422]
Asimismo, para ver los valores de los nodos y de las soluciones aproximadas, basta
con escribir sol.
Figura 5.4: Soluciones numérica y exacta del ejemplo 5.1.
El siguiente teorema proporciona un resultado básico relativo al método de Euler.
Teorema. Supóngase que la función f (x, y) es de clase C
1
en [a, b] R, y consideremos el
problema de valor inicial
_
y
/
(t) = f (x, y(x)), x ∈ [a, b],
y(a) = y
0
.
Existe entonces una constante C > 0, independiente del paso de malla h, tal que
e(h) Ch,
donde e(h) es el error global cometido al aproximar la única solución del problema de valor
inicial mediante el método de Euler con paso de malla h. Como consecuencia, el método de
Euler es convergente, en el siguiente sentido:
l´ım
h→0
e(h) = 0.
152 Métodos numéricos para problemas de valor inicial
Observación. En la práctica, la desigualdad e(h) Ch se interpreta como
e(h) ≈ Ch,
es decir, el error cometido con paso de malla h se comporta como Ch. Al respecto, existe
una notación que ayuda a recordar esta interpretación: cuando existe C > 0 tal que
e(h) Ch se dice que
e(h) = O(h)
(se lee e(h) es o grande de h).
Cuando un método numérico verifica una condición del tipo e(h) ≈ Ch, se dice
que el método tiene orden uno. Para comprender la idea intuitiva que hay detrás de
este concepto, supongamos que se aplica el método de Euler con pasos de malla h
1
y
h
2
, siendo h
2
= h
1
/2. En tal caso, se tiene:
e(h
1
) ≈ Ch
1
e(h
2
) ≈ Ch
2
_

e(h
1
)
e(h
2
)

Ch
1
Ch
2
=
h
1
h
2
= 2 ⇒e(h
2
) ≈
e(h
1
)
2
.
Es decir, al dividir por dos el paso de malla el error también se divide aproximada-
mente por dos. En general, al dividir el paso de malla por un cierto valor M el error
obtenido también se dividirá aproximadamente por M.
Observación. En general, un método numérico tiene orden p si existe una constante
C > 0 tal que
e(h) ≈ Ch
p
.
Razonando como antes, podemos deducir que
e(h
1
)
e(h
2
)

Ch
p
1
Ch
p
2
=
_
h
1
h
2
_
p
= 2
p
⇒e(h
2
) ≈
e(h
1
)
2
p
.
Tomando logaritmos y despejando p, se obtiene una fórmula para determinar el orden
del método:
p ≈
ln(e(h
1
)/e(h
2
))
ln2
, con h
2
=
h
1
2
.
En el siguiente ejemplo se comprueba empíricamente que el método de Euler tiene
orden uno.
Ejemplo 5.2. Consideremos el problema del ejemplo 5.1. Habíamos visto que el error
global obtenido con paso de malla h = 0,1 (N = 10) era
e(0,1) = 0,025697.
Doblemos ahora el número de subintervalos (N = 20) o, lo que es lo mismo, divida-
mos entre dos el paso de malla (h = 0,05). Al aplicar el método de Euler se obtiene
un error global igual a
e(0,05) = 0,012830.
5.2 El método de Euler 153
Observemos que
e(0,1)
e(0,05)
= 2,002792 ≈ 2 ⇒e(0,05) ≈
e(0,1)
2
,
es decir, al dividir entre dos el paso de malla el error cometido se divide aproxima-
damente entre dos. Por otra parte, al aplicar la fórmula para aproximar el orden se
obtiene:
p ≈
ln(0,025697/0,012830)
ln2
≈ 1,002079 ≈ 1.
Al realizar el experimento un cierto número de veces se obtienen los resultados de
la tabla 5.2, donde en la penúltima columna se escriben los cocientes entre dos errores
consecutivos, y en la última las correspondientes aproximaciones del orden.
N h e(h) cocientes orden
10 0,100000 0,025697 − −
20 0,050000 0,012830 2,002792 1,002012
40 0,025000 0,006410 2,001471 1,001061
80 0,012500 0,003204 2,000753 1,000543
160 0,006250 0,001602 2,000381 1,000275
Tabla 5.2: Estudio del orden del método de Euler.
Como puede verse, estas aproximaciones tienden a 1, que es el orden del método de
Euler.
Una consecuencia inmediata de la condición e(h) Ch, como afirma la segunda
parte del teorema, es que el método de Euler es convergente. En efecto:
0 l´ım
h→0
e(h) l´ım
h→0
Ch = C l´ım
h→0
h = 0 ⇒ l´ım
h→0
e(h) = 0.
La idea intuitiva es que, conforme el paso de malla tiende a cero, la solución numérica
converge hacia la solución analítica. Este hecho se ilustra en el siguiente ejemplo.
Ejemplo 5.3. Consideremos de nuevo el problema del ejemplo 5.1. En la tabla 5.3 se
muestran los errores obtenidos con una serie de pasos de malla que tienden a cero.
Como puede observarse, dichos errores se van aproximando a cero.
Asimismo, en la figura 5.5 se representan la solución exacta y las soluciones apro-
ximadas con pasos de malla 10
−1
y 10
−2
(el resto de las soluciones son indistinguibles
de la solución exacta en la figura). Observamos que mientras menor es el paso de
malla, más se aproxima la solución numérica a la solución exacta.
154 Métodos numéricos para problemas de valor inicial
N h e(h)
10 10
−1
2,5697 10
−2
10
2
10
−2
2,5630 10
−3
10
3
10
−3
2,5623 10
−4
10
4
10
−4
2,5626 10
−5
10
5
10
−5
2,5622 10
−6
10
6
10
−6
2,5623 10
−7
Tabla 5.3: Convergencia del método de Euler.
Figura 5.5: Soluciones numéricas y exacta del ejemplo 5.3.
5.3. Métodos de orden superior
Comenzaremos esta sección dando una interpretación física del método de Euler.
Para ello, consideremos una partícula cuya posición en el instante x denotaremos
por y(x). Supongamos que la velocidad de la partícula puede expresarse como una
función f (x, y), dependiente del tiempo x y la posición y. En tal caso, y(x) es solución
de la ecuación diferencial
y
/
= f (x, y).
La primera iteración del método de Euler se puede escribir como
y
1
= y
0
+ (x
1
−x
0
) f (x
0
, y
0
),
donde x
1
− x
0
= h es el paso de malla. El punto y
0
representa la posición inicial de
la partícula e y
1
su posición final. El término f (x
0
, y
0
) puede interpretarse como la
velocidad inicial de la partícula, mientras que x
1
− x
0
es el tiempo transcurrido. El
5.3 Métodos de orden superior 155
producto (x
1
− x
0
) f (x
0
, y
0
) representa por tanto el espacio recorrido por la partícula
entre los instantes x
0
y x
1
, si se supone que ésta viaja siempre a velocidad f (x
0
, y
0
).
Estamos pues aproximando la posición final de la partícula como la posición inicial
más el espacio recorrido al viajar a una velocidad constante igual a la velocidad inicial.
Esta es la interpretación cinética del método de Euler.
En lugar de considerar la velocidad inicial f (x
0
, y
0
) como estimación de la velo-
cidad en el intervalo [x
0
, x
1
], podríamos considerar una aproximación distinta. Por
ejemplo, podríamos pensar en utilizar la media de las velocidades inicial y final, la
velocidad en el punto medio, o incluso un promedio general de velocidades. Al consi-
derar cada una de estas posibilidades se obtienen diferentes métodos numéricos, que
presentaremos a continuación.
5.3.1. Método de Heun o de Euler mejorado
Consideremos la media entre las velocidades inicial f (x
0
, y
0
) y final f (x
1
, y
1
) de
la partícula. Podemos entonces escribir la aproximación y
1
de la posición final de la
siguiente forma:
y
1
= y
0
+ (x
1
−x
0
)
f (x
0
, y
0
) + f (x
1
, y
1
)
2
⇒y
1
= y
0
+
h
2
( f (x
0
, y
0
) + f (x
1
, y
1
)).
Notemos que el término f (x
1
, y
1
) depende explícitamente de y
1
, que es desconocido
a priori. Para solventar este problema, podemos aproximar el valor de y
1
en f (x
1
, y
1
)
mediante una iteración del método de Euler, que denotaremos por p
1
:
p
1
= y
0
+ h f (x
0
, y
0
) ⇒ f (x
1
, y
1
) ≈ f (x
1
, p
1
).
Obtenemos de esta forma:
y
1
= y
0
+
h
2
( f (x
0
, y
0
) + f (x
1
, p
1
)),
que es la primera iteración del método de Heun.
La expresión general del método de Heun o de Euler mejorado es la siguiente:
_
_
_
p
k+1
= y
k
+ h f (x
k
, y
k
),
y
k+1
= y
k
+
h
2
( f (x
k
, y
k
) + f (x
k+1
, p
k+1
)), k = 0, 1, . . . , N −1.
Notemos que el punto x
k+1
= x
k
+ h es conocido en cada paso.
Observación. El método de Heun es un ejemplo de método predictor-corrector. El valor
p
k+1
se interpreta como una predicción para el valor buscado y(x
k+1
), que luego se
corrige para obtener el valor final y
k+1
.
156 Métodos numéricos para problemas de valor inicial
Puede probarse que el método de Heun es de orden dos: existe una constante
C > 0, independiente del paso de malla h, tal que
e(h) Ch
2
,
(o dicho de otro modo, e(h) = O(h
2
)) siendo e(h) el error global obtenido al aproxi-
mar la solución mediante el método de Heun con paso de malla h. Como consecuen-
cia, el método de Heun es convergente.
Al ser el método de Heun de orden dos, al dividir el paso de malla entre dos
el error cometido se dividirá aproximadamente entre 2
2
= 4. Por tanto, el método
de Heun proporciona un resultado más preciso que el método de Euler, si en am-
bos usamos el mismo paso de malla. Estos hechos quedarán patentes en el siguiente
ejemplo.
Ejemplo 5.4. Retomemos el problema del ejemplo 5.1. Al aplicar el método de Heun
para resolverlo con paso de malla h = 0, 1, se obtienen los resultados de la tabla 5.4.
Si comparamos estos resultados con los de la tabla 5.1, vemos que la precisión del
método de Heun es superior a la del método de Euler.
k t
k
x
k
y(x
k
) e
k
0 0,0 1,000000 1,000000 0,000000
1 0,1 0,951500 0,951394 1,0597 10
−4
2 0,2 0,906352 0,906138 2,1380 10
−4
3 0,3 0,865367 0,865044 3,2306 10
−4
4 0,4 0,829318 0,828885 4,3334 10
−4
5 0,5 0,798939 0,798395 5,4429 10
−4
6 0,6 0,774928 0,774272 6,5559 10
−4
7 0,7 0,757950 0,757183 7,6693 10
−4
8 0,8 0,748638 0,747760 8,7805 10
−4
9 0,9 0,747591 0,746603 9,8870 10
−4
10 10,0 0,755384 0,754285 1,0987 10
−3
Tabla 5.4: Método de Heun: solución del ejemplo 5.1 con paso h = 0,1.
En la figura 5.6 se comparan gráficamente los resultados obtenidos con los méto-
dos de Euler y Heun.
Los resultados obtenidos al dividir sucesivamente entre dos el paso de malla se
muestran en la tabla 5.5 . Como puede comprobarse, el cociente entre errores sucesivos
tiende a 2
2
= 4 y las aproximaciones del orden convergen hacia 2.
El método de Heun no viene implementado en Sage, por lo que es necesario pro-
gramarlo directamente. El siguiente código Sage, que incluye una implementación del
método de Heun, se ha utilizado para generar parte de la figura 5.6:
5.3 Métodos de orden superior 157
Figura 5.6: Ejemplo 5.4: resultados obtenidos con los métodos de Euler y Heun.
N h e(h) cocientes orden
10 0,100000 1,0987 10
−3
− −
20 0,050000 2,7270 10
−4
4,028877 2,010378
40 0,025000 6,7926 10
−5
4,014620 2,005263
80 0,012500 1,6950 10
−5
4,007353 2,002650
160 0,006250 4,2337 10
−6
4,003687 2,001329
Tabla 5.5: Estudio del orden del método de Heun.
sage: # Me’todo de Heun
sage: def heun(fun , a, b, N, y0):
h = (b-a)/N # paso de malla
x = [a] # primer nodo
y = [y0] # valor inicial
for k in range(N):
x.append(x[k]+h)
aux = fun(x[k], y[k])
p = y[k]+h*aux # prediccio ’n
y.append(y[k]+(h/2)*( aux+fun(x[k]+h, p))) # correccio ’n
return zip(x, y)
sage: #
sage: ### Programa principal ###
sage: #
sage: var(’x, y’)
sage: fun(x, y) = (x^2-y)/2 # segundo miembro de la ecuacio ’n
sage: a = 0. # extremo inferior
sage: b = 1. # extremo superior
sage: y0 = 1. # valor inicial
sage: N = 10 # nu’mero de particiones
158 Métodos numéricos para problemas de valor inicial
sage: sol = heun(fun , a, b, N, y0) # me’todo de Heun
sage: #
sage: # solucio ’n exacta
sage: y = function(’y’, x)
sage: ec = diff(y, x) == fun(x, y)
sage: sol_exacta = desolve(ec , y, ics=[0, y0])
sage: #
sage: # errores
sage: error = [abs(sol_exacta(x)-y) for (x, y) in sol]
sage: print(’Error = %r’ % max(error ))
sage: #
sage: # gra’ficas
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’Heun’,
size=’20’)
sage: fig1 += line(sol , color=’blue’)
sage: fig2 = plot(sol_exacta , a, b, color=’red’, legend_label=’exacta ’,
gridlines=’True’)
sage: show(fig1 + fig2)
Error = 0.00109866300079819
5.3.2. Método del punto medio
Sea y(x
1/2
) el valor de la solución en el punto medio x
1/2
= x
0
+
h
2
del intervalo
[x
0
, x
1
], y sea y
1/2
una aproximación del mismo. Si consideramos la velocidad en dicho
punto, f (x
1/2
, y
1/2
), la posición final y
1
puede escribirse como
y
1
= y
0
+ (x
1
−x
0
) f (x
1/2
, y
1/2
) ⇒y
1
= y
0
+ h f (x
0
+
h
2
, y
1/2
).
Para aproximar el valor y
1/2
consideramos una iteración del método de Euler con
paso de malla h/2:
y
1/2
≈ x
0
+
h
2
f (x
0
, y
0
).
Obtenemos así la primera iteración del método del punto medio:
y
1
= y
0
+ h f (x
0
+
h
2
, y
0
+
h
2
f (x
0
, y
0
)).
La expresión general del método del punto medio es la siguiente:
_
y
k+1
= y
k
+ h f (x
k
+
h
2
, y
k
+
h
2
f (x
k
, y
k
)),
x
k+1
= x
k
+ h,
k = 0, 1, . . . , N −1.
El método del punto medio tiene orden dos, por lo que en general será comparable al
método de Heun.
Ejemplo 5.5. Al realizar el experimento del ejemplo 5.1, se obtienen los resultados
de la tabla 5.6. Para este problema, los resultados obtenidos con el método del punto
5.3 Métodos de orden superior 159
k x
k
y
k
y(x
k
) e
k
0 0,0 1,000000 1,000000 0,000000
1 0,1 0,951375 0,951394 1,9028 10
−5
2 0,2 0,906108 0,906138 3,0105 10
−5
3 0,3 0,865010 0,865044 3,3960 10
−5
4 0,4 0,828853 0,828885 3,1271 10
−5
5 0,5 0,798372 0,798395 2,2667 10
−5
6 0,6 0,774264 0,774272 8,7313 10
−6
7 0,7 0,757193 0,757183 9,9954 10
−6
8 0,8 0,747797 0,747760 3,3013 10
−5
9 0,9 0,746663 0,746603 5,9858 10
−5
10 10,0 0,754375 0,754285 9,0104 10
−5
Tabla 5.6: Método del punto medio: solución del ejemplo 5.1 con paso h = 0,1.
N h e(h) cocientes
10 0,100000 9,0104 10
−5

20 0,050000 2,3686 10
−5
3,804051
40 0,025000 6,0610 10
−6
3,907965
80 0,012500 1,5324 10
−6
3,955388
160 0,006250 3,8520 10
−7
3,978037
320 0,003125 9,6563 10
−8
3,989102
Tabla 5.7: Estudio del orden del método del punto medio.
medio son más precisos que los obtenidos con el método de Heun, aunque ambos
métodos tengan orden dos.
Por otra parte, al dividir sucesivamente el paso de malla por dos se obtienen los
resultados de la tabla 5.7, que muestran que el método tiene orden dos.
Los resultados anteriores han sido obtenidos con el siguiente código Sage:
sage: # Me’todo del punto medio
sage: def punto_medio(fun , a, b, N, y0):
h = (b-a)/N # paso de malla
x = [a] # primer nodo
y = [y0] # valor inicial
for k in range(N):
x.append(x[k]+h)
aux = y[k]+(h/2)* fun(x[k], y[k]) # Euler con paso h/2
y.append(y[k]+h*fun(x[k]+h/2, aux))
return zip(x, y)
sage: #
sage: ### Programa principal ###
160 Métodos numéricos para problemas de valor inicial
sage: #
sage: var(’x, y’)
sage: fun(x, y) = (x^2-y)/2 # segundo miembro de la ecuacio ’n
sage: a = 0. # extremo inferior
sage: b = 1. # extremo superior
sage: y0 = 1. # valor inicial
sage: N = 10 # nu’mero de particiones
sage: sol = punto_medio(fun , a, b, N, y0) # me’todo del punto medio
sage: #
sage: # solucio ’n exacta
sage: y = function(’y’, x)
sage: ec = diff(y, x) == fun(x, y)
sage: sol_exacta = desolve(ec , y, ics=[0, y0])
sage: #
sage: # errores
sage: error = [abs(sol_exacta(x)-y) for (x, y) in sol]
sage: print(’Error = %r’ % max(error ))
sage: #
sage: # gra’ficas
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’punto medio ’,
size=’20’)
sage: fig1 += line(sol , color=’blue’)
sage: fig2 = plot(sol_exacta , a, b, color=’red’, legend_label=’exacta ’,
gridlines=’True’)
sage: show(fig1 + fig2)
Error = 0.0000901036871040484
5.3.3. Método de Runge-Kutta de cuarto orden
El método de Runge-Kutta de cuarto orden (de forma abreviada, RK4) tiene la siguien-
te expresión:
y
k+1
= y
k
+
h
6
(K
1
+ 2K
2
+ 2K
3
+ K
4
), k = 0, 1, . . . , N −1,
donde
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
K
1
= f (x
k
, y
k
),
K
2
= f (x
k
+
h
2
, y
k
+
h
2
K
1
),
K
3
= f (x
k
+
h
2
, y
k
+
h
2
K
2
),
K
4
= f (x
k
+ h, y
k
+ hK
3
).
En este caso se ha considerado un promedio de cuatro velocidades diferentes: una en
el nodo inicial x
k
, dos correcciones en el nodo intermedio x
k
+
h
2
, y otra en el nodo
final x
k
+ h.
El método de Runge-Kutta tiene orden cuatro, es decir, existe una constante C > 0,
independiente del paso de malla h, tal que
e(h) Ch
4
,
5.3 Métodos de orden superior 161
donde e(h) es el error global que se produce al aproximar la solución del problema
mediante el método de Runge-Kutta con paso de malla h (dicho de otra forma, e(h) =
O(h
4
)). De este modo, al dividir el paso de malla entre dos el error se divide entre
2
4
= 16.
Observación. Existe una clase general de métodos Runge-Kutta de orden arbitrario,
de los cuales el aquí estudiado no es más que un caso particular.
Ejemplo 5.6. Al aplicar el método de Runge-Kutta con paso de malla h = 0,1 al
problema del ejemplo 5.1, se obtienen los resultados de la tabla 5.8. Es claro que el
método de Runge-Kutta produce resultados mucho más precisos que los métodos de
Euler o de Heun para el mismo paso de malla.
k t
k
x
k
y(x
k
) e
k
0 0,0 1,000000 1,000000 0,000000
1 0,1 0,951394 0,951394 7,9633 10
−9
2 0,2 0,906138 0,906138 1,6420 10
−8
3 0,3 0,865044 0,865044 2,5303 10
−8
4 0,4 0,828885 0,828885 3,4550 10
−8
5 0,5 0,798395 0,798395 4,4106 10
−8
6 0,6 0,774273 0,774272 5,3917 10
−8
7 0,7 0,757183 0,757183 6,3936 10
−8
8 0,8 0,747760 0,747760 7,4120 10
−8
9 0,9 0,746603 0,746603 8,4429 10
−8
10 10,0 0,754285 0,754285 9,4825 10
−8
Tabla 5.8: Método de Runge-Kutta: solución del ejemplo 5.1 con paso h = 0,1.
N h e(h) cocientes orden
10 0,100000 9,4825 10
−8
− −
20 0,050000 5,9132 10
−9
16,036346 4,003274
40 0,025000 3,6911 10
−10
16,020039 4,001806
80 0,012500 2,3053 10
−11
16,011356 4,001024
160 0,006250 1,4405 10
−12
16,003314 4,000299
Tabla 5.9: Estudio del orden del método de Runge-Kutta.
Asimismo, al realizar el experimento de divisiones sucesivas del paso de malla, se
obtienen los resultados de la tabla 5.9. Dichos resultados muestran que el método de
Runge-Kutta tiene orden cuatro.
162 Métodos numéricos para problemas de valor inicial
En Sage existe una implementación del método RK4, cuyo uso puede verse en el
siguiente código:
sage: var(’x, y’)
sage: fun(x, y) = (x^2-y)/2 # segundo miembro de la ecuacio ’n
sage: a = 0. # extremo inferior
sage: b = 1. # extremo superior
sage: y0 = 1. # valor inicial
sage: N = 10 # particiones
sage: h = (b-a)/N # paso de malla
sage: desolve_rk4(fun , y, ics=[a, y0], end_points =[a, b], step=h)
[[0.000000000000000 , 1.00000000000000] ,
[0.1, 0.951394036458] ,
[0.2, 0.906138090168] ,
[0.3, 0.865044190327] ,
[0.4, 0.828884763004] ,
[0.5, 0.798394562606] ,
[0.6, 0.774272509145] ,
[0.7, 0.757183435905] ,
[0.8, 0.747759751871] ,
[0.9, 0.746603023076] ,
[1.0, 0.754285476837]]
Si queremos dibujar el resultado, así como la solución exacta, basta con hacer:
sage: sol = desolve_rk4(fun , y, ics=[a, y0], end_points =[a, b], step=h)
sage: fig1 = list_plot(sol , color=’green ’, legend_label=’RK4’,
size=’20’)
sage: fig1 += line(sol , color=’green ’)
sage: # exacta
sage: y = function(’y’, x)
sage: ec = diff(y, x) == fun(x, y)
sage: sol_exacta = desolve(ec , y, ics=[0, y0])
sage: #
sage: fig2 = plot(sol_exacta , a, b, color=’red’, legend_label=’exacta ’,
gridlines=’True’)
sage: show(fig1 + fig2)
La gráfica resultante es similar a la de la figura 5.7, donde también se ha dibujado
el resultado obtenido con el método de Euler para comparar. Para calcular el error
cometido, ejecutamos:
sage: error = [abs(sol_exacta(x)-y) for (x, y) in sol]
sage: print(’Error = %r’ % max(error ))
Error = 9.48253844335e-08
De forma alternativa, el siguiente código proporciona una implementación directa
del método RK4:
sage: # Me’todo RK4 (Runge -Kutta de cuarto orden)
sage: def rk4(fun , a, b, N, y0):
h = (b-a)/N # paso de malla
x = [a] # primer nodo
y = [y0] # valor inicial
for k in range(N):
x.append(x[k]+h)
K1 = fun(x[k], y[k])
K2 = fun(x[k]+h/2, y[k]+(h/2)*K1)
5.3 Métodos de orden superior 163
K3 = fun(x[k]+h/2, y[k]+(h/2)*K2)
K4 = fun(x[k]+h, y[k]+h*K3)
y.append(y[k]+(h/6)*( K1+2*K2+2*K3+K4))
return zip(x, y)
sage: #
sage: ### Programa principal ###
sage: #
sage: var(’x, y’)
sage: fun(x, y) = (x^2-y)/2 # segundo miembro de la ecuacio ’n
sage: a = 0. # extremo inferior
sage: b = 1. # extremo superior
sage: y0 = 1. # valor inicial
sage: N = 10 # nu’mero de particiones
sage: sol = rk4(fun , a, b, N, y0) # me’todo RK4
sage: #
sage: # solucio ’n exacta
sage: y = function(’y’, x)
sage: ec = diff(y, x) == fun(x, y)
sage: sol_exacta = desolve(ec , y, ics=[0, y0])
sage: #
sage: # errores
sage: error = [abs(sol_exacta(x)-y) for (x, y) in sol]
sage: print(’Error = %r’ % max(error ))
sage: #
sage: # gra’ficas
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’RK4’, size=’20’)
sage: fig1 += line(sol , color=’blue’)
sage: fig2 = plot(sol_exacta , a, b, color=’red’, legend_label=’exacta ’,
gridlines=’True’)
sage: show(fig1 + fig2)
Error = 9.48253855437287e-8
Figura 5.7: Ejemplo 5.6: resultados obtenidos con los métodos de Euler y RK4.
164 Métodos numéricos para problemas de valor inicial
Ejemplo 5.7. Consideremos el problema de valor inicial
_
y
/
= −y + cos(x), x ∈ [0, 4π],
y(0) = 1,
cuya solución exacta es
y(x) =
sen(x) + cos(x) + e
−x
2
.
Al resolver el problema mediante los métodos presentados en esta sección se ob-
tienen los resultados de la tabla 5.10. Como puede observarse, el método de Euler es
el que proporciona peores resultados, mientras que el método de Runge-Kutta es el
más preciso.
N Euler Heun Runge-Kutta
25 1,4781 10
−1
4,3932 10
−2
3,9247 10
−4
50 6,9090 10
−2
9,6635 10
−3
2,1724 10
−5
100 3,3713 10
−2
2,2901 10
−3
1,2866 10
−6
250 1,3254 10
−2
3,5386 10
−4
3,1808 10
−8
500 6,5896 10
−3
8,7449 10
−5
1,9651 10
−9
1000 3,2856 10
−3
2,1738 10
−5
1,2211 10
−10
2500 1,3120 10
−3
3,4662 10
−6
3,1230 10
−12
Tabla 5.10: Errores obtenidos al resolver el problema del ejemplo 5.7.
En las figuras 5.8 y 5.9 se han representado las soluciones numéricas obtenidas
con N = 25 y N = 50 particiones, respectivamente.
5.4. Algunas consideraciones
Existe una forma alternativa de deducir los métodos numéricos presentados en
la sección anterior, más formal desde el punto de vista matemático. Si integramos la
ecuación diferencial y
/
= f (x, y) entre dos nodos consecutivos, obtenemos:
_
x
k+1
x
k
y
/
(x) dx =
_
x
k+1
x
k
f (x, y(x)) dx ⇒y(x
k+1
) −y(x
k
) =
_
x
k+1
x
k
f (x, y(x)) dx,
tras aplicar la regla de Barrow en el primer miembro. Por tanto, tenemos que
y(x
k+1
) = y(x
k
) +
_
x
k+1
x
k
f (x, y(x)) dx.
5.4 Algunas consideraciones 165
Figura 5.8: Ejemplo 5.7: soluciones obtenidas con N = 25.
Figura 5.9: Ejemplo 5.7: soluciones obtenidas con N = 50.
A continuación aproximamos y(x
k
) e y(x
k+1
) por y
k
e y
k+1
, respectivamente. La inte-
gral se aproxima mediante una fórmula de cuadratura o de integración numérica:
y
k+1
= y
k
+
_
fórmula de cuadratura para
_
x
k+1
x
k
f (x, y(x)) dx
_
.
Al aplicar distintas fórmulas de cuadraturas, se obtienen distintos métodos numéri-
cos. Por ejemplo, al aproximar la integral mediante la fórmula del rectángulo,
_
x
k+1
x
k
f (x, y(x)) dx ≈ h f (x
k
, y
k
),
166 Métodos numéricos para problemas de valor inicial
se obtiene el método de Euler:
y
k+1
= y
k
+ h f (x
k
, y
k
).
Esta técnica permite construir métodos numéricos más generales que los estudiados
en esta sección.
Todos los métodos numéricos estudiados pueden aplicarse para la resolución de
sistemas de ecuaciones diferenciales. Para ello, basta con aplicar el método elegido
a cada una de las componentes del sistema. Por ejemplo, el método de Euler para
resolver el problema de valores iniciales dado por
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
x
/
(t) = f (t, x(t), y(t)), t ∈ [a, b],
y
/
(t) = g(t, x(t), y(t)),
x(a) = x
0
,
y(a) = y
0
,
adoptaría la siguiente forma:
_
x
k+1
= x
k
+ h f (t
k
, x
k
, y
k
),
y
k+1
= y
k
+ hg(t
k
, x
k
, y
k
), k = 0, 1, . . . , N −1.
De manera análoga se escribirían los métodos de Heun y Runge-Kutta.
Por último, consideremos un problema de valores iniciales para una ecuación di-
ferencial de segundo orden:
_
¸
_
¸
_
x
//
(t) = f (t, x(t), y(t)),
x(a) = x
0
,
x
/
(a) = x
/
0
.
Su resolución numérica pasa por transformarlo en un problema de valores iniciales
y aplicar alguno de los métodos numéricos estudiados a dicho problema. Llamando
y(t) = x
/
(t) e y
0
= x
/
0
, obtenemos:
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
x
/
(t) = y(t),
y
/
(t) = f (t, x(t), y(t)),
x(a) = x
0
,
y(a) = y
0
.
En este caso, la solución numérica del sistema consta de dos sucesiones de valores
aproximados: ¦x
k
¦
N
k=0
, que aproxima a la solución x(t), e ¦y
k
¦
N
k=0
, que aproxima a la
derivada de la solución y(t) = x
/
(t).
5.5 Aplicaciones 167
5.5. Aplicaciones
5.5.1. Deflexión de vigas en voladizo
La ecuación diferencial que determina el desplazamiento de una viga puede de-
terminarse a partir de la relación existente entre el momento flector M(x) (que depende
de la distribución de carga que soporta la viga), el radio de curvatura κ(x) de la curva
y(x) que define la forma de la viga, el módulo de elasticidad E (que depende del
material) y el momento de inercia I (que depende de la geometría de la viga). Dicha
relación es la siguiente:
M(x) =
κ(x)
EI
.
Teniendo en cuenta que el radio de curvatura depende de las dos primeras derivadas
de y(x), puede deducirse la siguiente ecuación no lineal:
y
//
(x) =
M(x)
EI
(1 + y
/
(x))
3/2
, x ∈ [0, L],
donde L es la longitud de la viga.
Cuando la flexión de la viga es pequeña, se tiene que y
/
(x) ≈ 0. Por tanto, asu-
miendo esta hipótesis de pequeñas deformaciones, obtenemos:
y
//
(x) =
M(x)
EI
, x ∈ [0, L].
Si consideramos el caso de una viga en voladizo, debemos imponer las siguientes
condiciones iniciales:
y(0) = 0, y
/
(0) = 0.
La condición y(0) = 0 indica que el extremo izquierdo de la viga está situado en
el origen de coordenadas, mientras que la condición y
/
(0) = 0 nos dice que dicho
extremo permanece fijo. De esta forma hemos expresado y(x) como solución de un
problema de valores iniciales. Para resolverlo numéricamente será necesario escribirlo
en forma de sistema, tal y como comentamos al final de la sección 5.3.
La ecuación diferencial obtenida depende de la forma del momento flector, que a
su vez depende de la distribución de la carga que soporta la viga. Vamos a tener en
cuenta dos casos:
Carga uniformemente distribuida P (figura 5.10):
M(x) =
_
L
x
−P
L
(t −x) dt = −
P
2L
(L −x)
2
.
Carga puntual P en el extremo de la viga en voladizo (figura 5.11):
M(x) = −P(L −x).
168 Métodos numéricos para problemas de valor inicial
P
L
Figura 5.10: Deflexión de una viga en voladizo con carga uniformemente distribuida: esque-
ma.
P
L
Figura 5.11: Deflexión de una viga en voladizo con carga puntual en un extremo: esquema.
Consideremos una viga de longitud L = 2 m y tomemos los valores E = 2 10
11
N/m
2
y I = 7,85 10
−9
m
4
(véase el ejemplo 3.35). En las figuras 5.12 y 5.13 se repre-
sentan los resultados obtenidos al aplicar el método RK4 con N = 20 particiones y
P = 150. En la figura 5.12 se ha supuesto que la carga está uniformemente distribuida
a lo largo de la viga, mientras que la figura 5.13 representa el caso de una carga pun-
tual situada en el extremo derecho de la viga. Como puede observarse, en este último
caso la hipótesis de pequeñas deformaciones es menos plausible.
Damos a continuación el código Sage que se ha utilizado para resolver los proble-
mas considerados:
sage: # Deflexio ’n de vigas en voladizo
sage: # -------------------------------
sage: #
sage: # Ecuacio ’n: y ’’=(M(x)/(EI ))*(1+y ’)^(3/2) en [0, L].
sage: # Condiciones iniciales: y(0)=0 , y ’(0)=0.
sage: #
sage: # En forma de sistema:
sage: # y1’ = y2
sage: # y2’ = (M(x)/(EI ))*(1+ y2 )^(3/2)
sage: #
sage: # Condiciones iniciales: y1(0)=0 , y2 (0)=0.
sage: #
sage: # Me’todo: RK4 para sistemas
5.5 Aplicaciones 169
Figura 5.12: Viga en voladizo: carga uniformemente distribuida.
Figura 5.13: Viga en voladizo: carga puntual en el extremo de la viga.
sage: #
sage: # datos del problema
sage: L = 2. # longitud de la viga
sage: Q = 0. # carga axial
sage: E = 2.e11 # modulo de elasticidad
sage: I = 7.85e-9 # momento de inercia
sage: P = 150. # carga
sage: #
sage: # condiciones iniciales
sage: y10 = 0.
sage: y20 = 0.
sage: #
sage: # segundo miembro de la ecuacio ’n no lineal
sage: op = 0 # opciones:
170 Métodos numéricos para problemas de valor inicial
# 0: carga uniformemente distribuida
# 1: carga puntual en el extremo de la viga
sage: if (op == 0):
# carga uniformemente distribuida
R(x) = -(P/(2.*L))*(L-x)^2/(E*I)
else:
# carga puntual en el extremo de la viga
R(x) = -P*(L-x)/(E*I)
sage: #
sage: ### Me’todo RK4 para sistemas ###
sage: #
sage: N = 20 # nu’mero de particiones
sage: h = L/N # paso de malla
sage: #
sage: var(’x, y1 , y2’)
sage: # solucio ’n del caso no lineal
sage: sol_NL = desolve_system_rk4 ([y2 , R(x)*(1.+ y2)^1.5] , [y1 , y2],
ics=[0, y10 , y20], ivar=x, step=h, end_points =2)
sage: #
sage: # solucio ’n del caso lineal
sage: sol_L = desolve_system_rk4 ([y2 , R(x)], [y1 , y2],
ics=[0, y10 , y20], ivar=x, step=h, end_points =2)
sage: #
sage: # dibujamos las soluciones
sage: sol1 = [[i, j] for (i, j, k) in sol_NL] # solucio ’n no lineal
sage: sol2 = [[i, j] for (i, j, k) in sol_L] # solucio ’n lineal
sage: fig1 = list_plot(sol1 , legend_label=’no lineal ’, size=’20’,
gridlines=’True’)
sage: fig1 += line(sol1)
sage: fig2 = list_plot(sol2 , color=’red’, legend_label=’lineal ’)
sage: fig2 += line(sol2 , color=’red’)
sage: show(fig1 + fig2)
5.5.2. El péndulo perturbado
En la sección 4.5.3 habíamos considerado el sistema no lineal
_
_
_
x
/
= y,
y
/
= −
g
L
sen(x) −
a
m
y,
que modeliza el comportamiento de un péndulo de longitud L y masa m, sometido
a la fuerza gravitatoria y a una fuerza de rozamiento, cuyas constantes respectivas
son g y a. La variable x representa el ángulo que forma el péndulo con la vertical,
mientras que y es la correspondiente velocidad angular.
A continuación, resolveremos numéricamente el sistema en el intervalo [0, 10], con-
siderando las condiciones iniciales
_
x(0) = 1,
y(0) = 0,
5.5 Aplicaciones 171
y los datos m = 1, L = 1 y g = 9,81; supondremos además que no hay rozamiento,
es decir, a = 0. En la figura 5.14 se representa la componente x de la solución obte-
nida con los métodos de Euler, Heun, punto medio y Runge-Kutta, usando N = 300
particiones. Como puede observarse, el método de Euler falla estrepitosamente al
aproximar dicha solución con el número de particiones elegido, mientras que los de-
más métodos dan resultados muy similares. La solución obtenida es periódica, lo que
indica que el péndulo oscila indefinidamente en torno a la posición de equilibrio.
Observación. En el caso estudiado, para obtener resultados aceptables con el méto-
do de Euler harían falta del orden de N = 10000 particiones. La falta de precisión
observada es debida a que el método es tan sólo de orden uno.
Figura 5.14: Péndulo no amortiguado: soluciones obtenidas con N = 300 particiones.
A continuación consideraremos tan sólo el método de Runge-Kutta para realizar
los experimentos, ya que es el más preciso de todos los que hemos estudiado. Si intro-
ducimos rozamiento en el sistema, con constante a = 1,2, se obtienen los resultados
de la figura 5.15, donde hemos representado tanto el ángulo como la velocidad. Puede
observarse que por efecto de la fuerza de rozamiento las oscilaciones iniciales se van
amortiguando, tendiendo de este modo el péndulo hacia la posición de equilibrio.
Por último, supongamos que sobre el péndulo actúa una fuerza periódica externa
de la forma g(t) = cos(2t). Para estudiar el efecto de esta fuerza externa, considera-
remos los valores m = 1, L = 1, g = 9,81 y a = 0,1; las condiciones iniciales serán de
la forma
_
x(0) = 0,
y(0) = 5.
172 Métodos numéricos para problemas de valor inicial
Figura 5.15: Péndulo amortiguado: solución obtenida con N = 300 particiones.
En tal caso, la solución del problema obtenida con N = 1000 particiones se representa
en la figura 5.16.
Figura 5.16: Péndulo perturbado: solución obtenida con N = 1000 particiones.
De hecho, el problema perturbado con una fuerza externa es terriblemente sensiti-
vo a la elección de las condiciones iniciales. En la figura 5.17 se representa la variación
del ángulo para distintos valores cercanos de la velocidad inicial. Como puede obser-
5.5 Aplicaciones 173
varse, aunque el comportamiento del sistema está determinado por un sistema de
ecuaciones diferenciales, es difícil predecir el comportamiento de la solución a largo
plazo.
Figura 5.17: Péndulo perturbado: componente x de las soluciones obtenidas con distintas
velocidades iniciales.
174 Métodos numéricos para problemas de valor inicial
CAPÍTULO
6
MÉTODOS NUMÉRICOS PARA
PROBLEMAS DE CONTORNO
6.1. Introducción
En este tema nos centraremos en el desarrollo de métodos numéricos para la reso-
lución de problemas de contorno, de la forma
_
¸
_
¸
_
y
//
= f (x, y, y
/
), x ∈ [a, b],
y(a) = α,
y(b) = β.
En los métodos estudiados en el tema anterior para problemas de valor inicial, la
solución numérica se construía de forma recursiva: a partir del valor aproximado y
k
en
el nodo x
k
, se calcula el valor aproximado y
k+1
en el siguiente nodo x
k+1
; este proceso
se repite hasta llegar al final del intervalo donde queremos resolver la ecuación. El
enfoque para problemas de contorno es distinto: la solución numérica va a venir dada
como solución de un sistema de ecuaciones, cuyo tamaño dependerá del número de
nodos de la partición.
Presentaremos dos métodos fundamentales para el estudio de problemas de con-
torno: el método de diferencias finitas y el método de elementos finitos. El método de dife-
rencias finitas se basa en aproximar las derivadas que aparecen en la ecuación dife-
176 Métodos numéricos para problemas de contorno
rencial mediante fórmulas adecuadas en cada nodo. El método de elementos finitos
se construye a partir de la denominada formulación variacional del problema de con-
torno, y ofrece mayor adaptabilidad que el método de diferencias finitas a la hora de
estudiar fenómenos complejos. En la actualidad, el método de elementos finitos es
ampliamente utilizado para resolver problemas científicos y técnicos: cálculo de es-
tructuras, aerodinámica de vehículos, interacciones fluido-estructura, procesamiento
de imágenes médicas, optimización de formas, etc.
6.2. Método de diferencias finitas
Uno de los métodos básicos para la resolución numérica de problemas de contorno
es el conocido como método de diferencias finitas, que estudiaremos en esta sección. Por
simplicidad, nos centraremos en el estudio numérico de un problema lineal de la
forma
_
¸
_
¸
_
y
//
+ p(x)y
/
+ q(x)y = r(x), x ∈ [a, b],
y(a) = α,
y(b) = β.
Comencemos construyendo una partición del intervalo [a, b] de la siguiente forma:
a = x
0
< x
1
< < x
N−1
< x
N
= b,
con x
j
= a + jh para j = 0, 1, . . . , N, siendo h =
b−a
N
el paso de malla. Los puntos
x
1
, . . . , x
N−1
son los nodos interiores de la partición. Evaluando la ecuación diferencial
en cada nodo interior, se obtiene:
y
//
(x
j
) + p
j
y
/
(x
j
) + q
j
y(x
j
) = r
j
, j = 1, . . . , N −1,
donde, por simplicidad, hemos definido p
j
= p(x
j
), q
j
= q(x
j
) y r
j
= r(x
j
).
Las derivadas de y(x) en cada nodo x
j
pueden aproximarse mediante las siguien-
tes fórmulas:
y
/
(x
j
) ≈
y(x
j+1
) −y(x
j−1
)
2h
, y
//
(x
j
) ≈
y(x
j+1
) −2y(x
j
) + y(x
j−1
)
h
2
,
que son las diferencias finitas que dan nombre al método (figura 6.1).
Observación. Veamos de dónde surgen las fórmulas anteriores. En primer lugar, no-
temos que y
/
(x
j
) no es más que la pendiente de la recta tangente a la curva solución
en el punto (x
j
, y(x
j
)). Podemos aproximar dicha pendiente de varias formas:
Como la pendiente m
+
de la recta que pasa por (x
j
, y(x
j
)) y (x
j+1
, y(x
j+1
)):
y
/
(x
j
) ≈
y(x
j+1
) −y(x
j
)
x
j+1
−x
j
=
y(x
j+1
) −y(x
j
)
h
≡ m
+
.
6.2 Método de diferencias finitas 177
(x
j
, y(x
j
))
x
j
x
j-1
x
j+1
h h
2h
m_
m
+
m
c
(x
j+1
, y(x
j+1
))
(x
j-1
, y(x
j-1
))
Figura 6.1: Aproximaciones de la derivada de y(x) en el punto x
j
.
Como la pendiente m

de la recta que pasa por (x
j
, y(x
j
)) y (x
j−1
, y(x
j−1
)):
y
/
(x
j
) ≈
y(x
j
) −y(x
j−1
)
x
j
−x
j−1
=
y(x
j
) −y(x
j−1
)
h
≡ m

.
Como la pendiente m
c
de la recta que pasa por (x
j+1
, y(x
j+1
)) y (x
j−1
, y(x
j−1
)):
y
/
(x
j
) ≈
y(x
j+1
) −y(x
j−1
)
x
j+1
−x
j−1
=
y(x
j+1
) −y(x
j−1
)
2h
≡ m
c
.
Claramente, m
c
es la media de los valores m
+
y m

.
Las aproximaciones m
+
y m

se denominan descentradas, mientras que m
c
es una
aproximación centrada. Puede probarse que, en general, la aproximación centrada es
más precisa que cualquiera de las dos descentradas.
Por otra parte, la segunda derivada en x
j
se aproxima de la siguiente forma:
y
//
(x
j
) ≈
y
/
(x
j
)
+
−y
/
(x
j
)

h
,
donde y
/
(x
j
)
±
son aproximaciones laterales de la primera derivada en x
j
. Tomando
m
+
≈ y
/
(x
j
)
+
y m

≈ y
/
(x
j
)

, obtenemos:
y
//
(x
j
) ≈
m
+
−m

h
=
y(x
j+1
)−y(x
j
)
h

y(x
j
)−y(x
j−1
)
h
h
=
y(x
j+1
) −2y(x
j
) + y(x
j−1
)
h
2
,
que es la fórmula buscada.
178 Métodos numéricos para problemas de contorno
Sustituyendo las expresiones para las derivadas en las ecuaciones anteriores y
cambiando los valores exactos y(x
j
) por valores aproximados y
j
, resulta:
y
j+1
−2y
j
+ y
j−1
h
2
+ p
j
y
j+1
−y
j−1
2h
+ q
j
y
j
= r
j
, j = 1, . . . , N −1.
Nótese que los valores en los extremos del intervalo son conocidos, gracias a las
condiciones de contorno:
y
0
= y(x
0
) = y(a) = α, y
N
= y(x
N
) = y(b) = β.
En resumen, hemos construido un sistema lineal de N −1 ecuaciones con N −1 in-
cógnitas, a saber, ¦y
1
, y
2
, . . . , y
N−1
¦. Reagrupando, el sistema puede escribirse de la
siguiente forma:
_
¸
¸
¸
_
¸
¸
¸
_
_
h
2
p
j
−1
_
y
j−1
+ (2 −h
2
q
j
)y
j
+
_

h
2
p
j
−1
_
y
j+1
= −h
2
r
j
, j = 1, 2, . . . , N −1,
y
0
= α,
y
N
= β.
La solución del sistema nos proporciona un conjunto de aproximaciones a los valores
de la solución exacta en cada uno de los nodos interiores: y
j
≈ y(x
j
).
Notemos que todas las ecuaciones anteriores poseen la misma estructura, a excep-
ción de la primera y la última. En efecto, para j = 1 se tiene que
_
h
2
p
1
−1
_

α
y
0
+ (2 −h
2
q
1
)y
1
+
_

h
2
p
1
−1
_
y
2
= −h
2
r
1
,
de donde
(2 −h
2
q
1
)y
1
+
_

h
2
p
1
−1
_
y
2
= −h
2
r
1
+ α
_
1 −
h
2
p
1
_
,
mientras que para j = N −1 se deduce, de forma análoga:
_
h
2
p
N−1
−1
_
y
N−2
+ (2 −h
2
q
N−1
)y
N−1
= −h
2
r
N−1
+ β
_
1 +
h
2
p
N−1
_
.
Podemos escribir el sistema lineal en forma matricial:
AY = B,
donde
Y =
_
_
_
_
_
_
_
_
_
_
y
1
y
2
.
.
.
y
j
.
.
.
y
N−1
_
_
_
_
_
_
_
_
_
_
, B =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
−h
2
r
1
+ α
_
1 −
h
2
p
1
_
−h
2
r
2
.
.
.
−h
2
r
j
.
.
.
−h
2
r
N−1
+ β
_
1 +
h
2
p
N−1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
,
6.2 Método de diferencias finitas 179
y
A =
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
2 −h
2
q
1

h
2
p
1
−1 0 0 0
h
2
p
2
−1 2 −h
2
q
2

h
2
p
2
−1 0 0
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
h
2
p
j
−1 2 −h
2
q
j

h
2
p
j
−1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0
h
2
p
N−2
−1 2 −h
2
q
N−2

h
2
p
N−2
−1
0 0
h
2
p
N−1
−1 2 −h
2
q
N−1
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
Como vemos, la matriz A tiene estructura tridiagonal. Este tipo de matrices tiene innu-
merables ventajas desde un punto de vista numérico a la hora de resolver el sistema
lineal.
Observación. La resolución numérica de sistemas lineales constituye una rama fun-
damental del Análisis Numérico, con importantes aplicaciones prácticas. Las técnicas
empleadas se salen del ámbito de este curso, por lo que no entraremos en más deta-
lles.
Observación. Cuando se consideran condiciones de contorno de tipo Neumann, es
decir, y
/
(a) = α e y
/
(b) = β, es necesario añadir las ecuaciones correspondientes a
j = 0 y j = N, y usar discretizaciones adecuadas para las derivadas en las condiciones
de contorno.
Ejemplo 6.1. Consideremos el problema de contorno
_
¸
_
¸
_
y
//
−y = x
2
+ 1, x ∈ [0, 1],
y(0) = 0,
y(1) = 0,
cuya solución exacta es
y(x) = −3 −x
2
+
4e −3
e
2
−1
e
x

4e −3e
2
e
2
−1
e
−x
.
Dividamos el intervalo [0, 1] en cuatro subintervalos; de este modo, N = 4, el paso
de malla es h =
1
4
y los nodos de la partición son x
0
= 0, x
1
=
1
4
, x
2
=
1
2
, x
3
=
3
4
y
x
4
= 1. Evaluando la ecuación diferencial en los nodos interiores, resulta:
y
//
(x
j
) −y(x
j
) = x
2
j
+ 1, j = 1, 2, 3.
180 Métodos numéricos para problemas de contorno
A continuación, aproximamos mediante diferencias finitas:
y
j+1
−2y
j
+ y
j−1
h
2
−y
j
= x
2
j
+ 1, j = 1, 2, 3,
Teniendo en cuenta las condiciones de contorno y
0
= y(x
0
) = 0 e y
4
= y(x
4
) = 0,
podemos escribir las ecuaciones anteriores del siguiente modo:
_
¸
¸
¸
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
¸
¸
¸
_
y
2
−2y
1
+

0
y
0
h
2
−y
1
= x
2
1
+ 1
y
3
−2y
2
+ y
1
h
2
−y
2
= x
2
2
+ 1

0
y
4
−2y
3
+ y
2
h
2
−y
3
= x
2
3
+ 1

_
¸
¸
_
¸
¸
_
(2 + h
2
)y
1
−y
2
= −h
2
(x
2
1
+ 1)
−y
1
+ (2 + h
2
)y
2
−y
3
= −h
2
(x
2
2
+ 1)
−y
2
+ (2 + h
2
)y
3
= −h
2
(x
2
3
+ 1)
que en forma matricial se expresan como
_
_
2 + h
2
−1 0
−1 2 + h
2
−1
0 −1 2 + h
2
_
_
_
_
y
1
y
2
y
3
_
_
= −h
2
_
_
x
2
1
+ 1
x
2
2
+ 1
x
2
3
+ 1
_
_
.
La solución de dicho sistema, una vez sustituidos los valores de h y de los nodos, es:
y
1
≈ −0,102151, y
2
≈ −0,144281, y
3
= −0,117303.
En la figura 6.2 se representan la solución exacta y los valores aproximados obtenidos.
Dicha figura se ha realizado con el siguiente código Sage:
sage: #
sage: ### Me’todo de diferencias finitas ###
sage: #
sage: # Ecuacio ’n: y ’’+p(x)y ’+q(x)y=r(x), a<x<b.
sage: # Condiciones de contorno de tipo Dirichlet:
sage: # y(a)=alpha , y(b)=beta.
sage: #
sage: # Datos del problema
sage: #
sage: a = 0. # extremo inferior del intervalo
sage: b = 1. # extremo superior del intervalo
sage: #
sage: N = 4 # nu’mero de particiones
sage: #
sage: p(x) = 0. # coeficiente de y’
sage: q(x) = -1. # coeficiente de y
sage: r(x) = x^2+1. # te’rmino independiente
sage: #
sage: alpha = 0. # c. contorno izquierda
sage: beta = 0. # c. contorno derecha
sage: #
sage: ### Implementacio ’n del me’todo ###
sage: #
6.2 Método de diferencias finitas 181
sage: h = (b-a)/N # paso de malla
sage: #
sage: X = vector ([a+j*h for j in range(N+1)]) # mallado
sage: Y = vector ([0. for j in range(N+1)]) # solucio ’n
sage: #
sage: # condiciones de contorno
sage: Y[0] = alpha
sage: Y[N] = beta
sage: #
sage: # te’rmino independiente
sage: B = vector ([(-h^2)*r(X[j+1]) for j in range(N -1)])
sage: B[0] += alpha *(1 -0.5*h*p(X[1]))
sage: B[N-2] += beta *(1+0.5*h*p(X[N -1]))
sage: #
sage: # matriz del sistema
sage: A = matrix(RR , N-1, N-1)
sage: #
sage: for j in range(1, N-1):
A[j-1, j-1] = 2.-q(X[j])*h^2 # diagonal
A[j-1, j] = -1.-0.5*h*p(X[j]) # superdiagonal
A[j, j-1] = -1.+0.5*h*p(X[j]) # subdiagonal
sage: A[N-2, N-2] = 2.-q(X[N -1])*h^2 # u’ltimo elemento de la diagonal
sage: #
sage: # solucio ’n del sistema lineal
sage: sol = A.inverse ()*B # y=A^( -1)*B
sage: #
sage: # actualizacio ’n del vector y
sage: for j in range(0, N-1):
Y[j+1] = sol[j]
sage: #
sage: #################################
sage: #
sage: # dibujamos los puntos
sage: sol = zip(X, Y)
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’aprox.’)
sage: # y los unimos con segmentos
sage: fig1 += line(sol)
sage: #
sage: ### Comparacio ’n con la solucio ’n exacta ###
sage: y = function(’y’, x)
sage: ec = diff(y, x, 2) + p(x)*diff(y, x) + q(x)*y == r(x)
sage: sol = desolve(ec , y, ics=[a, alpha , b, beta])
sage: #
sage: fig2 = plot(sol , a, b, color=’red’, legend_label=’exacta ’)
sage: show(fig1 + fig2)
Como disponemos de la solución exacta, es posible determinar el error e
j
=
[y(x
j
) −y
j
[ cometido en cada uno de los nodos:
e
1
≈ 0,001366, e
2
≈ 0,001853, e
3
≈ 0,001443.
Por tanto, el error global será e = m´ ax(e
1
, e
2
, e
3
) ≈ 0,001853.
Con Sage, haríamos lo siguiente:
sage: # Ca’lculo de los errores en los nodos interiores
sage: err = [abs(Y[j]-sol(X[j])) for j in range(1, N)]; err
[0.00136648039024440 , 0.00185314651061488 , 0.00144315391661615]
182 Métodos numéricos para problemas de contorno
Figura 6.2: Ejemplo 6.1: solución exacta y valores aproximados.
y después
sage: # Error global
sage: max(err)
0.00185314651061488
para determinar el error global.
6.3. Aproximación variacional
En esta sección vamos a introducir las ideas básicas relativas a la formulación varia-
cional de un problema de contorno. Como veremos, esta formulación será la base que
nos permitirá definir el método de elementos finitos.
Consideremos un problema de contorno lineal de la forma
_
¸
_
¸
_
−u
//
(x) + q(x)u(x) = f (x), x ∈ [0, 1],
u(0) = 0,
u(1) = 0,
(1)
donde q(x) y f (x) son funciones continuas en [0, 1]. En este contexto es habitual
denotar por u a la variable dependiente en lugar de y.
Observación. Si las condiciones de contorno son del tipo u(0) = α, u(1) = β, basta
con hacer el cambio w(x) = u(x) − α(1 − x) − βx para pasar a un problema equi-
valente con condiciones de contorno w(0) = 0, w(1) = 0. Asimismo, el cambio
w(x) = u(a + (b − a)x) permite considerar el problema en un intervalo arbitrario
[a, b]. Por otra parte, el añadir un término de la forma p(x)u
/
(x) a la ecuación no
6.3 Aproximación variacional 183
introduce dificultades matemáticas adicionales en la deducción del método de ele-
mentos finitos, por lo que no lo consideraremos en aras de la simplicidad.
Observación. Las condiciones de contorno del tipo u(0) = α, u(1) = β se denominan
condiciones de tipo Dirichlet: en ellas se impone el valor que ha de tener la solución en
los extremos del dominio [0, 1]. Otro tipo habitual de condiciones de contorno son
las condiciones de tipo Neumann, en las que se especifican los valores de la derivada
de la solución en los extremos: u
/
(0) = α, u
/
(1) = β. Ambos tipos de condiciones
de contorno pueden combinarse, dando lugar a condiciones de tipo mixto; por ejemplo,
u(0) = α, u
/
(1) = β.
Aunque en esta sección sólo estudiaremos el método de elementos finitos para
problemas de tipo Dirichlet, dicho método puede adaptarse para resolver problemas
de tipo Neumann o de tipo mixto.
Sea u ∈ C
2
([0, 1]) solución del problema (1): diremos que u es una solución fuerte.
Multipliquemos la ecuación diferencial por una función arbitraria v ∈ C
1
([0, 1]) e
integremos en el intervalo [0, 1]:

_
1
0
u
//
(x)v(x) dx +
_
1
0
q(x)u(x)v(x) dx =
_
1
0
f (x)v(x) dx.
Supongamos además que v(0) = v(1) = 0 e integremos por partes la primera integral:

_
1
0
u
//
(x)v(x) dx =
_
1
0
u
/
(x)v
/
(x) dx −
_
u
/
(x)v(x)
¸
1
0
=
_
1
0
u
/
(x)v
/
(x) dx.
De esta forma, obtenemos la ecuación variacional asociada al problema (1):
_
1
0
u
/
(x)v
/
(x) dx +
_
1
0
q(x)u(x)v(x) dx =
_
1
0
f (x)v(x) dx,
para cada función v ∈ C
1
([0, 1]) tal que v(0) = v(1) = 0.
Es importante notar que basta con suponer u ∈ C
1
([0, 1]) para que la ecuación
anterior tenga sentido; de hecho es suficiente con que las funciones u y v sean de
clase C
1
a trozos y verifiquen las condiciones de contorno. Estos hechos motivan la
introducción del espacio V formado por todas las funciones v de clase C
1
a trozos
en [0, 1] que verifican las condiciones de contorno v(0) = v(1) = 0. Notemos que, en
particular, la solución u del problema (1) pertenece a V.
La formulación variacional o formulación débil del problema (1) consiste en hallar
u ∈ V tal que
_
1
0
u
/
(x)v
/
(x) dx +
_
1
0
q(x)u(x)v(x) dx =
_
1
0
f (x)v(x) dx, ∀ v ∈ V. (2)
En tal caso, diremos que u ∈ V es una solución débil o variacional; notemos que las con-
diciones de contorno u(0) = u(1) = 0 se verifican de forma automática al pertenecer
u al espacio V.
184 Métodos numéricos para problemas de contorno
La principal dificultad que nos encontramos al intentar resolver la ecuación varia-
cional (2) está en el hecho de que el espacio vectorial V es un espacio de dimensión
infinita; esto hace que no sea factible una implementación directa en el ordenador. El
método de aproximación variacional o método de Galerkin se basa en considerar un subes-
pacio V
h
de V de dimensión finita, y a continuación aproximar la solución u de (2)
por la solución u
h
∈ V
h
de la siguiente ecuación variacional discreta:
_
1
0
u
/
h
(x)v
/
h
(x) dx +
_
1
0
q(x)u
h
(x)v
h
(x) dx =
_
1
0
f (x)v
h
(x) dx, ∀ v
h
∈ V
h
. (3)
Diremos que V
h
es el espacio de funciones test. La notación V
h
hace referencia a que el
espacio va a depender del paso de malla elegido: mientras menor sea éste, mejor será
la aproximación de la solución.
Supongamos que ¦ϕ
1
, . . . , ϕ
n
¦ es una base del espacio V
h
, donde n es su dimen-
sión. En tal caso, cualquier elemento v
h
∈ V
h
puede escribirse como combinación
lineal de los elementos de dicha base:
v
h
(x) =
n

i=1
v
i
ϕ
i
(x), v
1
, . . . , v
n
∈ R.
Sustituyendo en (3), resulta:
_
1
0
u
/
h
(x)
_
n

i=1
v
i
ϕ
/
i
(x)
_
dx +
_
1
0
q(x)u
h
(x)
_
n

i=1
v
i
ϕ
i
(x)
_
dx =
_
1
0
f (x)
_
n

i=1
v
i
ϕ
i
(x)
_
dx,
de donde
n

i=1
v
i
_
1
0
u
/
h
(x)ϕ
/
i
(x) dx +
n

i=1
v
i
_
1
0
q(x)u
h
(x)ϕ
i
(x) dx =
n

i=1
v
i
_
1
0
f (x)ϕ
i
(x) dx,
y por tanto
n

i=1
v
i
_
_
1
0
u
/
h
(x)ϕ
/
i
(x) dx +
_
1
0
q(x)u
h
(x)ϕ
i
(x) dx
_
=
n

i=1
v
i
_
1
0
f (x)ϕ
i
(x) dx.
Al ser los coeficientes ¦v
1
, . . . , v
n
¦ arbitrarios, deducimos que la ecuación (3) es equi-
valente a
_
1
0
u
/
h
(x)ϕ
/
i
(x) dx +
_
1
0
q(x)u
h
(x)ϕ
i
(x) dx =
_
1
0
f (x)ϕ
i
(x) dx, i = 1, . . . , n,
es decir, basta con que la ecuación (3) se verifique para los elementos ϕ
i
de la base.
Escribamos ahora la solución buscada u
h
en la base ¦ϕ
1
, . . . , ϕ
n
¦:
u
h
(x) =
n

j=1
u
j
ϕ
j
(x), u
1
, . . . , u
n
∈ R.
6.3 Aproximación variacional 185
Sustituyendo en la ecuación anterior y razonando como antes, obtenemos:
n

j=1
u
j
_
1
0
ϕ
/
i
(x)ϕ
/
j
(x) dx +
n

j=1
u
j
_
1
0
q(x)ϕ
i
(x)ϕ
j
(x) dx =
_
1
0
f (x)ϕ
i
(x) dx, i = 1, . . . , n,
o, lo que es lo mismo,
n

j=1
u
j
_
_
1
0
ϕ
/
i
(x)ϕ
/
j
(x) dx +
_
1
0
q(x)ϕ
i
(x)ϕ
j
(x) dx
_
=
_
1
0
f (x)ϕ
i
(x) dx, i = 1, . . . , n.
Si denotamos
a
ij
=
_
1
0
ϕ
/
i
(x)ϕ
/
j
(x) dx +
_
1
0
q(x)ϕ
i
(x)ϕ
j
(x) dx, f
i
=
_
1
0
f (x)ϕ
i
(x) dx,
podemos escribir la expresión anterior de la siguiente forma:
n

j=1
a
ij
u
j
= f
i
, i = 1, . . . , n.
Hemos obtenido así un sistema lineal de n ecuaciones y n incógnitas (a saber, los
coeficientes u
i
de la solución u
h
). En forma matricial, dicho sistema se escribe
AU = F,
donde
A =
_
_
_
_
_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
a
nn
_
_
_
_
_
, U =
_
_
_
_
_
u
1
u
2
.
.
.
u
n
_
_
_
_
_
, F =
_
_
_
_
_
f
1
f
2
.
.
.
f
n
_
_
_
_
_
.
La solución del sistema nos permitirá construir la solución del problema discreto (3).
La matriz A se denomina matriz de rigidez y F es el vector de cargas
1
, aunque en teoría
no tengan significado físico alguno.
Observación. La solución U = (u
1
, . . . , u
n
)
T
del sistema lineal permite construir la
solución numérica de la forma
u
h
(x) = u
1
ϕ
1
(x) + u
2
ϕ
2
(x) + + u
n
ϕ
n
(x).
En este caso, dicha solución numérica es una función y no un conjunto de valores
aproximados, como sucedía en el método de diferencias finitas. Podemos por tanto
usar u
h
(x) para aproximar la solución del problema de contorno en cualquier punto
del intervalo [0, 1].
1
La terminología proviene de la Mecánica de Sólidos, que es el área donde se desarrolló el método
de elementos finitos en la década de los cincuenta del pasado siglo, concretamente en la industria
aeronáutica.
186 Métodos numéricos para problemas de contorno
En resumen, hemos visto cómo la solución del problema variacional (2) puede
aproximarse mediante la solución de un problema discreto (3), cuyo cálculo se reduce
a la resolución de un sistema lineal. En la siguiente sección veremos cómo elegir los
elementos ϕ
i
de la base de forma adecuada para que el sistema pueda resolverse de
la forma más eficiente posible.
6.4. Método de elementos finitos
El método de elementos finitos se basa en aproximar, mediante el método de Galer-
kin, la solución variacional del problema (1) haciendo una elección adecuada de los
elementos del espacio de discretización V
h
. Dicha elección se realiza intentando que
la matriz del sistema resultante tenga una estructura lo más sencilla posible.
Observación. En las aplicaciones prácticas, las matrices que resultan de realizar el
proceso de discretización detallado en la sección anterior pueden tener miles, o in-
cluso millones de elementos. La resolución de sistemas de tales tamaños requieren el
uso de ordenadores de gran potencia, así como la aplicación de técnicas matemáticas
adecuadas.
φ
i
x
i
x
i+1
x
i-1
Figura 6.3: Gráfica de la función de base ϕ
i
(x).
Consideremos una discretización del intervalo [0, 1],
0 = x
0
< x
1
< < x
N−1
< x
N
= 1,
con paso de malla h =
1
N
. Para cada i = 1, . . . , N−1, consideremos la función de base
ϕ
i
(x) definida como
ϕ
i
(x) =
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
x −x
i−1
h
si x
i−1
x x
i
,
x
i+1
−x
h
si x
i
x x
i+1
,
0 en otro caso,
6.4 Método de elementos finitos 187
cuya gráfica se representa en la figura 6.3. Cada ϕ
i
(x) es una función de clase C
1
a
trozos, cuya derivada es
ϕ
/
i
(x) =
_
¸
¸
¸
¸
_
¸
¸
¸
¸
_
1
h
si x
i−1
< x < x
i
,

1
h
si x
i
< x < x
i+1
,
0 en otro caso.
Nótese que las funciones ϕ
i
(x) y ϕ
/
i
(x) se anulan fuera del intervalo (x
i−1
, x
i+1
).
Puede demostrarse que la familia de funciones ¦ϕ
1
, . . . , ϕ
N−1
¦ constituyen una
base del subespacio vectorial V
h
formado por las funciones continuas y lineales a
trozos en [0, 1] que se anulan en los extremos x = 0 y x = 1; en particular, la dimensión
de V
h
es n = N −1.
Observación. Para condiciones de contorno de tipo Neumann es necesario añadir
dos funciones de base adicionales, ϕ
0
(x) y ϕ
N
(x), para imponer las condiciones de
contorno en cada uno de los extremos del intervalo. Asimismo, el espacio de funciones
test V
h
debe modificarse de manera adecuada.
A continuación vamos a calcular los coeficientes a
ij
de la matriz A, así como los
términos independientes f
i
. Por simplicidad, a partir de ahora supondremos que las
funciones q(x) y f (x) son constantes: q(x) ≡ q, f (x) ≡ f .
Observación. Cuando las funciones q(x) y f (x) no son constantes, es necesario utili-
zar fórmulas de cuadratura para aproximar numéricamente las integrales que apare-
cen en la definición de los coeficientes a
ij
y f
i
.
Fijado un subíndice arbitrario i, notemos que ϕ
i
(x)ϕ
j
(x) ≡ 0 si j ,= i −1, i, i + 1,
ya que en tal caso los conjuntos donde ϕ
i
(x) y ϕ
j
(x) no se anulan no tienen puntos
en común (véase la figura 6.4); lo mismo sucede para el producto de las derivadas.
Por otro lado, resulta que
_
1
0
ϕ
i
(x)ϕ
i
(x) dx =
_
x
i+1
x
i−1

i
(x))
2
dx
=
_
x
i
x
i−1
_
x −x
i−1
h
_
2
dx +
_
x
i+1
x
i
_
x
i+1
−x
h
_
2
dx =
2h
3
,
teniendo en cuenta que x
i−1
= x
i
−h y x
i+1
= x
i
+ h. De forma similar, se obtienen
las igualdades
_
1
0
ϕ
i
(x)ϕ
i−1
(x) dx =
_
x
i
x
i−1
x
i
−x
h

x −x
i−1
h
dx =
h
6
,
188 Métodos numéricos para problemas de contorno
x
i
x
i+1
x
i-1
φ
i
x
i
x
j
φ
j
x
i
x
i+1
x
i-1
φ
i
x
i-2
φ
i-1
x
i+2
φ
i+1
φ
i
(a) (b) (c)
Figura 6.4: (a) ϕ
i
ϕ
i−1
,= 0 en [x
i−1
, x
i
]; (b) ϕ
i
ϕ
i+1
,= 0 en [x
i
, x
i+1
]; (c) ϕ
i
ϕ
j
≡ 0 si j ,= i −1, j ,= i
o j ,= i + 1.
y
_
1
0
ϕ
i
(x)ϕ
i+1
(x) dx =
_
x
i+1
x
i
x −x
i
h

x
i+1
−x
h
dx =
h
6
.
Razonando de manera análoga, se deducen las siguientes expresiones:
_
1
0
ϕ
/
i
(x)ϕ
/
i
(x) dx =
2
h
,
_
1
0
ϕ
/
i
(x)ϕ
/
i−1
(x) dx = −
1
h
,
_
1
0
ϕ
/
i
(x)ϕ
/
i+1
(x) dx = −
1
h
.
Finalmente, deducimos las fórmulas para los coeficientes a
ij
:
a
ij
=
_
¸
¸
¸
¸
¸
_
¸
¸
¸
¸
¸
_
2
h
+
2
3
qh si j = i,

1
h
+
1
6
qh si j = i −1 o j = i + 1,
0 en otro caso.
Por otra parte, notemos que
_
1
0
ϕ
i
(x) dx =
_
x
i
x
i−1
x −x
i−1
h
dx +
_
x
i+1
x
i
x
i+1
−x
h
dx =
h
2
+
h
2
= h,
lo que implica que todos los coeficientes f
i
tienen la siguiente forma:
f
i
= f h, i = 1, . . . , N −1.
A partir de los resultados obtenidos, podemos escribir el sistema lineal que define
el método de elementos finitos como sigue:
_
_
_
_
_
_
_
_
_
_
_
_
2 +
2
3
qh
2
−1 +
1
6
qh
2
0 0 0
−1 +
1
6
qh
2
2 +
2
3
qh
2
−1 +
1
6
qh
2
0 0
0 −1 +
1
6
qh
2
2 +
2
3
qh
2
−1 +
1
6
qh
2
0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 −1 +
1
6
qh
2
2 +
2
3
qh
2
−1 +
1
6
qh
2
0 0 −1 +
1
6
qh
2
2 +
2
3
qh
2
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
u
1
u
2
u
3
.
.
.
u
N−2
u
N−1
_
_
_
_
_
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
_
_
_
h
2
f
h
2
f
h
2
f
.
.
.
h
2
f
h
2
f
_
_
_
_
_
_
_
_
_
_
_
_
.
6.4 Método de elementos finitos 189
La matriz A es simétrica y tridiagonal, lo que la hace especialmente adecuada a la
hora de resolver numéricamente el sistema lineal.
Ejemplo 6.2. Consideremos el problema de contorno
_
¸
_
¸
_
−u
//
(x) + u(x) = 2, x ∈ [0, 1],
u(0) = 0,
u(1) = 0,
que tiene como solución exacta la función
u(x) = −
2
1 + e
(e
x
+ e
1−x
) + 2.
Para construir la formulación variacional del problema, multiplicamos la ecuación
dife-rencial por una función arbitraria v(x), que sea de clase C
1
a trozos en [0, 1] y
verifique v(0) = v(1) = 0, y a continuación integramos en [0, 1]:

_
1
0
u
//
(x)v(x) dx +
_
1
0
u(x)v(x) dx =
_
1
0
2v(x) dx.
Integrando por partes el primer sumando,

_
1
0
u
//
(x)v(x) dx =
_
u
/
(x)v(x)
¸
1
0
+
_
1
0
u
/
(x)v
/
(x) dx,
y teniendo en cuanta que v(0) = v(1) = 0, resulta:

_
1
0
u
//
(x)v(x) dx =
_
1
0
u
/
(x)v
/
(x) dx.
De esta forma, deducimos la siguiente igualdad:
_
1
0
u
/
(x)v
/
(x) dx +
_
1
0
u(x)v(x) dx =
_
1
0
2v(x) dx.
Definamos V como el espacio vectorial formado por todas las funciones v(x) de
clase C
1
a trozos en [0, 1] y que verifican v(0) = v(1) = 0. La formulación variacional
del problema es entonces la siguiente: hallar u ∈ V tal que
_
1
0
u
/
(x)v
/
(x) dx +
_
1
0
u(x)v(x) dx =
_
1
0
2v(x) dx, ∀ v ∈ V.
El siguiente paso consiste en discretizar la ecuación variacional. Para ello, consi-
deremos una partición del intervalo [0, 1] con N = 4; de esta forma, el paso de malla
190 Métodos numéricos para problemas de contorno
1/2 3/4 1/4
φ
2
0
φ
1
φ
3
1
Figura 6.5: Funciones de base para h =
1
4
.
es h =
1
4
y los nodos vienen dados por x
0
= 0, x
1
=
1
4
, x
2
=
1
2
, x
3
=
3
4
y x
4
= 1. Las
correspondientes funciones de base ¦ϕ
1
(x), ϕ
2
(x), ϕ
3
(x)¦ se representan en la figura
6.5.
Sea V
h
el subespacio vectorial de V formado por todas las funciones v
h
(x) de la
forma
v
h
(x) = v
1
ϕ
1
(x) + v
2
ϕ
2
(x) + v
3
ϕ
3
(x),
siendo v
1
, v
2
, v
3
∈ R valores arbitrarios. El espacio V
h
está formado por todas las
funciones poligonales que se anulan en x = 0 y x = 1, y cuyos posibles puntos de no
derivabilidad se localizan en los nodos internos x
1
=
1
4
, x
2
=
1
2
y x
3
=
3
4
.
La formulación variacional discreta del problema es la siguiente: determinar u
h

V
h
tal que
_
1
0
u
/
h
(x)v
/
h
(x) dx +
_
1
0
u
h
(x)v
h
(x) dx =
_
1
0
2v
h
(x) dx, ∀ v
h
∈ V
h
.
Tomemos un elemento arbitrario v
h
(x) = v
1
ϕ
1
(x) + v
2
ϕ
2
(x) + v
3
ϕ
3
(x) en V
h
y susti-
tuyámoslo en la ecuación variacional:
_
1
0
u
/
h
(x)(v
1
ϕ
/
1
(x) + v
2
ϕ
/
2
(x) + v
3
ϕ
/
3
(x)) dx+
_
1
0
u
h
(x)(v
1
ϕ
1
(x) + v
2
ϕ
2
(x) + v
3
ϕ
3
(x)) dx
=
_
1
0
2(v
1
ϕ
1
(x) + v
2
ϕ
2
(x) + v
3
ϕ
3
(x)) dx.
6.4 Método de elementos finitos 191
Reagrupando los términos, resulta:
v
1
_
_
1
0
u
/
h
(x)ϕ
/
1
(x) dx +
_
1
0
u
h
(x)ϕ
1
(x) dx
_
+
v
2
_
_
1
0
u
/
h
(x)ϕ
/
2
(x) dx +
_
1
0
u
h
(x)ϕ
2
(x) dx
_
+
v
3
_
_
1
0
u
/
h
(x)ϕ
/
3
(x) dx +
_
1
0
u
h
(x)ϕ
3
(x) dx
_
= v
1
_
1
0

1
(x) dx + v
2
_
1
0

2
(x) dx + v
3
_
1
0

3
(x) dx.
Tomemos ahora v
1
= 1, v
2
= v
3
= 0; en tal caso, de la igualdad anterior se deduce:
_
1
0
u
/
h
(x)ϕ
/
1
(x) dx +
_
1
0
u
h
(x)ϕ
1
(x) dx =
_
1
0

1
(x) dx.
Para v
1
= v
3
= 0 y v
2
= 1 se obtiene la ecuación
_
1
0
u
/
h
(x)ϕ
/
2
(x) dx +
_
1
0
u
h
(x)ϕ
2
(x) dx =
_
1
0

2
(x) dx,
mientras que
_
1
0
u
/
h
(x)ϕ
/
3
(x) dx +
_
1
0
u
h
(x)ϕ
3
(x) dx =
_
1
0

3
(x) dx
resulta al elegir v
1
= v
2
= 0 y v
3
= 1.
Como la solución buscada u
h
es un elemento de V
h
, podemos escribirla en la forma
u
h
(x) = u
1
ϕ
1
(x) + u
2
ϕ
2
(x) + u
3
ϕ
3
(x),
donde ¦u
1
, u
2
, u
3
¦ son incógnitas a determinar. Sustituyendo la expresión de u
h
en la
primera de las tres ecuaciones anteriores, se obtiene:
_
1
0
(u
1
ϕ
/
1
(x) + u
2
ϕ
/
2
(x) + u
3
ϕ
/
3
(x))ϕ
/
1
(x) dx+
_
1
0
(u
1
ϕ
1
(x) + u
2
ϕ
2
(x) + u
3
ϕ
3
(x))ϕ
1
(x) dx
=
_
1
0

1
(x) dx,
192 Métodos numéricos para problemas de contorno
de donde
u
1
_
_
1
0
ϕ
/
1
(x)ϕ
/
1
(x) dx +
_
1
0
ϕ
1
(x)ϕ
1
(x) dx
_
+
u
2
_
_
1
0
ϕ
/
1
(x)ϕ
/
2
(x) dx +
_
1
0
ϕ
1
(x)ϕ
2
(x) dx
_
+
u
3
_
_
1
0
ϕ
/
1
(x)ϕ
/
3
(x) dx +
_
1
0
ϕ
1
(x)ϕ
3
(x) dx
_
=
_
1
0

1
(x) dx.
Si definimos
a
ij
=
_
1
0
ϕ
/
i
(x)ϕ
/
j
(x) dx +
_
1
0
ϕ
i
(x)ϕ
j
(x) dx, f
i
=
_
1
0

i
(x) dx,
la expresión anterior puede escribirse como:
a
11
u
1
+ a
12
u
2
+ a
13
u
3
= f
1
.
De manera totalmente análoga, pueden deducirse las ecuaciones
a
21
u
1
+ a
22
u
2
+ a
23
u
3
= f
2
y
a
31
u
1
+ a
32
u
2
+ a
33
u
3
= f
3
.
Los coeficientes a
ij
y f
i
se determinan explícitamente:
a
11
= a
22
= a
33
=
49
24
, a
12
= a
21
= a
23
= a
32
= −
95
96
, a
13
= a
31
= 0, f
1
= f
2
= f
3
=
1
8
.
En resumen, las incógnitas ¦u
1
, u
2
, u
3
¦ se obtienen como solución de un sistema
lineal de tres ecuaciones, que en forma matricial se escribe como
_
_
_
49
24

95
96
0

95
96
49
24

95
96
0 −
95
96
49
24
_
_
_
_
_
_
u
1
u
2
u
3
_
_
_
=
_
_
_
1
8
1
8
1
8
_
_
_
.
Obviamente, dicho sistema corresponde al caso general con q = 1 y f = 2.
La solución del sistema viene dada por
u
1
≈ 0,171462, u
2
≈ 0,227438, u
3
≈ 0,171462.
El error e
i
= [u(x
i
) −u
i
[ cometido en cada nodo interior puede determinarse en este
caso, ya que conocemos la solución exacta:
e
1
≈ 0,000815, e
2
≈ 0,001076, e
3
≈ 0,000815.
El error global cometido es pues e = m´ ax(e
1
, e
2
, e
3
) ≈ 0,001076.
Los resultados obtenidos se representan en la figura 6.6, que ha sido generada con
el siguiente código Sage:
6.4 Método de elementos finitos 193
Figura 6.6: Ejemplo 6.2: solución exacta y valores aproximados.
sage: #
sage: ### Me’todo de elementos finitos ###
sage: #
sage: # Ecuacio ’n: -u ’’+qu=f(x), a<x<b.
sage: # Condiciones de contorno de tipo Dirichlet:
sage: # u(a)=0, u(b)=0.
sage: #
sage: #
sage: # Datos del problema
sage: #
sage: a = 0. # extremo inferior del intervalo
sage: b = 1. # extremo superior del intervalo
sage: #
sage: N = 4 # nu’mero de particiones
sage: #
sage: q = 1. # coeficiente de u
sage: f(x) = 2. # te’rmino independiente
sage: #
sage: alpha = 0. # c. contorno izquierda
sage: beta = 0. # c. contorno derecha
sage: #
sage: ### Implementacio ’n del me’todo ###
sage: #
sage: h = (b-a)/N # paso de malla
sage: #
sage: X = vector ([a+j*h for j in range(N+1)]) # mallado
sage: U = vector ([0. for i in range(N+1)]) # solucio ’n
sage: #
sage: # condiciones de contorno
sage: U[0] = alpha
sage: U[N] = beta
sage: #
sage: # te’rmino independiente
sage: F = vector ([0. for i in range(N -1)])
sage: for i in range(1, N):
aux = integral(f(x)*(x-X[i -1])/h, x, X[i-1], X[i])
194 Métodos numéricos para problemas de contorno
aux += integral(f(x)*(X[i+1]-x)/h, x, X[i], X[i+1])
F[i-1] = h*aux
sage: #
sage: # matriz del sistema
sage: A = matrix(RR , N-1, N-1)
sage: #
sage: for i in range(1, N-1):
A[i-1, i-1] = 2.+(2/3)*q*h^2 # diagonal
A[i-1, i] = -1.+(1/6)*q*h^2 # superdiagonal
A[i, i-1] = -1.+(1/6)*q*h^2 # subdiagonal
sage: A[N-2, N-2] = 2.+(2/3)*q*h^2 # u’ltimo elemento de la diagonal
sage: #
sage: # solucio ’n del sistema lineal
sage: sol = A.inverse ()*F # U=A^( -1)*F
sage: #
sage: # actualizamos el vector U
sage: for i in range(N-1):
U[i+1] = sol[i]
sage: #
sage: #################################
sage: #
sage: # dibujamos los puntos
sage: sol = zip(X, U)
sage: fig1 = list_plot(sol , color=’blue’, legend_label=’aprox.’)
sage: # y los unimos con segmentos
sage: fig1 += line(sol)
sage: #
sage: # Comparacio ’n con la solucio ’n exacta
sage: u = function(’u’, x)
sage: ec = -diff(u, x, 2) + q*u == f(x)
sage: sol = desolve(ec , u, ics=[a, alpha , b, beta])
sage: #
sage: fig2 = plot(sol , a, b, color=’red’, legend_label=’exacta ’)
sage: show(fig1 + fig2)
Por último, calculamos los errores cometidos en cada nodo:
sage: # Ca’lculo de los errores en los nodos interiores
sage: err = [abs(U[j]-sol(X[j])) for j in range(1, N)]; err
[0.000815468791417362 , 0.00107565359683126 , 0.000815467679347037]
así como el error global:
sage: # Error global
sage: max(err)
0.00107565359683126
6.5 Algunos comentarios 195
6.5. Algunos comentarios
Los métodos numéricos estudiados en las secciones precedentes pueden aplicarse
para la resolución de problemas de contorno no lineales, de la forma
_
¸
_
¸
_
y
//
= f (x, y, y
/
), x ∈ [a, b],
y(a) = α,
y(b) = β,
o con otros tipos de condiciones de contorno. En tal caso, la solución numérica se
determina a partir de la solución de un sistema de ecuaciones no lineales, que debe
resolverse mediante técnicas matemáticas apropiadas. El estudio de tales cuestiones
queda fuera del alcance de este curso, por lo que no insistiremos más en ellas.
Los problemas que surgen en las aplicaciones prácticas suelen modelizarse me-
diante ecuaciones en derivadas parciales, tanto estacionarias como de evolución (depen-
dientes del tiempo), en dominios bi- o tridimensionales. Tanto el método de diferen-
cias finitas como el de elementos finitos pueden extenderse para resolver problemas
de esta índole, siendo el método de elementos finitos el más extendido debido a su
mayor flexibilidad y capacidad de adaptación a problemas en dominios complejos.
Tanto el estudio teórico de ecuaciones en derivadas parciales como su resolución nu-
mérica por el método de elementos finitos requieren de técnicas matemáticas avanza-
das, por lo que no entraremos en más detalles.
Existen varios paquetes informáticos profesionales para aplicar el método de ele-
mentos finitos, especialmente en las áreas de Cálculo de Estructuras y Mecánica de
Fluidos. Queremos mencionar aquí la existencia del programa gratuito de código
abierto FreeFem++, que puede descargarse desde la página web www.freefem.org/
ff++/. Este programa permite resolver diversos tipos de ecuaciones en derivadas par-
ciales, con distintas clases de condiciones de contorno, en dos y tres dimensiones. En
la figura 6.7 se muestra un ejemplo de deflexión de una viga tridimensional realizado
con FreeFem++.
6.6. Aplicaciones
6.6.1. Deflexión de vigas empotradas
Vamos a estudiar la deformación sufrida por una viga empotrada, con cargas axia-
les y transversales. Bajo la hipótesis de pequeñas deformaciones (esto es, y
/
(x) ≈ 0),
196 Métodos numéricos para problemas de contorno
Figura 6.7: Deflexión, debido a su propio peso, de una viga tridimensional empotrada en un
extremo.
la deformación sufrida por la viga es solución del siguiente problema de contorno:
_
¸
¸
_
¸
¸
_
y
//
(x) −
Q
EI
y(x) =
M(x)
EI
, x ∈ [0, L],
y(0) = 0,
y(L) = 0,
siendo Q la carga axial, E el módulo de elasticidad, I el momento de inercia, M(x)
el momento flector y L la longitud de la viga. Si suponemos que la carga P está
uniformemente distribuida, el momento flector viene dado en este caso por
M(x) =
P
2
x(L −x).
P
L
Q Q
Figura 6.8: Deflexión de una viga empotrada con cargas axiales y transversales: esquema.
6.6 Aplicaciones 197
En la figura 6.9 se representan los resultados obtenidos con el método de diferen-
cias finitas al considerar diferentes cargas axiales. Los valores de los parámetros son
L = 2 m, E = 2 10
11
N/m
2
, I = 7,85 10
−9
m
4
y P = 150; para Q se han tomado los
valores 100, 500 y 1000. Los cálculos han sido realizados usando N = 20 particiones.
Figura 6.9: Viga empotrada con diferentes cargas axiales.
A continuación se muestra un código Sage para resolver el problema considerado:
sage: # Deflexio ’n de vigas con cargas axiales y transversales
sage: # ------------------------------------------------------
sage: #
sage: # Ecuacio ’n: y’’- Q/(EI)y=M(x)/(EI) en [0, L].
sage: # Condiciones de contorno: y(0)=0 , y(L)=0.
sage: #
sage: # Me’todo: diferencias finitas
sage: #
sage: # Datos del problema
sage: #
sage: L = 2. # longitud de la viga
sage: Q = 100. # carga axial
sage: E = 2.e11 # modulo de elasticidad
sage: I = 7.85e-9 # momento de inercia
sage: P = 150. # carga transversal
sage: #
sage: a = 0. # extremo inferior del intervalo
sage: b = L # extremo superior del intervalo
sage: #
sage: N = 20 # nu’mero de particiones
sage: #
sage: p(x) = 0. # coeficiente de y’
sage: q(x) = -Q/(E*I) # coeficiente de y
sage: r(x) = 0.5*P*x*(L-x)/(E*I) # te’rmino independiente
sage: #
sage: alpha = 0. # c. contorno izquierda
sage: beta = 0. # c. contorno derecha
198 Métodos numéricos para problemas de contorno
sage: #
sage: ### Implementacio ’n del me’todo ###
sage: #
sage: h = (b-a)/N # paso de malla
sage: #
sage: X = vector ([a+j*h for j in range(N+1)]) # mallado
sage: Y = vector ([0. for j in range(N+1)]) # solucio ’n
sage: #
sage: # condiciones de contorno
sage: Y[0] = alpha
sage: Y[N] = beta
sage: #
sage: # te’rmino independiente
sage: B = vector ([(-h^2)*r(X[j+1]) for j in range(N -1)])
sage: B[0] += alpha *(1 -0.5*h*p(X[1]))
sage: B[N-2] += beta *(1+0.5*h*p(X[N -1]))
sage: #
sage: # matriz del sistema
sage: A = matrix(RR , N-1, N-1)
sage: #
sage: for j in range(1, N-1):
A[j-1, j-1] = 2.-q(X[j])*h^2 # diagonal
A[j-1, j] = -1.-0.5*h*p(X[j]) # superdiagonal
A[j, j-1] = -1.+0.5*h*p(X[j]) # subdiagonal
sage: A[N-2, N-2] = 2.-q(X[N -1])*h^2 # u’ltimo elemento de la diagonal
sage: #
sage: # solucio ’n del sistema lineal
sage: sol = A.inverse ()*B # y=A^( -1)*B
sage: #
sage: # actualizacio ’n del vector y
sage: for j in range(0, N-1):
Y[j+1] = sol[j]
sage: #
sage: #################################
sage: #
sage: # dibujamos los puntos
sage: sol = zip(X, Y)
sage: fig = list_plot(sol)
sage: # los unimos con segmentos
sage: fig += line(sol)
sage: # y mostramos el resultado
sage: show(fig)
Para aplicar el método de elementos finitos, reescribimos la ecuación diferencial
de la siguiente forma:
−u
//
(x) + q u(x) = f (x),
donde u ≡ y, q =
Q
EI
y f (x) = −
M(x)
EI
. Como era de esperar, al aplicar el método de
elementos finitos se obtienen resultados totalmente análogos a los de la figura 6.9. El
código Sage correspondiente es el siguiente:
sage: # Deflexio ’n de vigas con cargas axiales y transversales
sage: # ------------------------------------------------------
sage: #
sage: # Ecuacio ’n: -u ’’+ Q/(EI)u=-M(x)/(EI) en [0, L].
sage: # Condiciones de contorno: u(0)=0 , u(L)=0.
sage: #
sage: # Me’todo: elementos finitos
6.6 Aplicaciones 199
sage: #
sage: # Datos del problema
sage: #
sage: L = 2. # longitud de la viga
sage: Q = 100. # carga axial
sage: E = 2.e11 # modulo de elasticidad
sage: I = 7.85e-9 # momento de inercia
sage: P = 150. # carga transversal
sage: #
sage: a = 0. # extremo inferior del intervalo
sage: b = L # extremo superior del intervalo
sage: #
sage: N = 20 # nu’mero de particiones
sage: #
sage: q = Q/(E*I) # coeficiente de u
sage: r(x) = -0.5*P*x*(L-x)/(E*I) # te’rmino independiente
sage: #
sage: alpha = 0. # c. contorno izquierda
sage: beta = 0. # c. contorno derecha
sage: #
sage: ### Implementacio ’n del me’todo ###
sage: #
sage: h = (b-a)/N # paso de malla
sage: #
sage: X = vector ([a+j*h for j in range(N+1)]) # mallado
sage: U = vector ([0. for i in range(N+1)]) # solucio ’n
sage: #
sage: # condiciones de contorno
sage: U[0] = alpha
sage: U[N] = beta
sage: #
sage: # te’rmino independiente
sage: F = vector ([0. for i in range(N -1)])
sage: for i in range(1, N):
aux = integral(f(x)*(x-X[i -1])/h, x, X[i-1], X[i])
aux += integral(f(x)*(X[i+1]-x)/h, x, X[i], X[i+1])
F[i-1] = h*aux
sage: #
sage: # matriz del sistema
sage: A = matrix(RR , N-1, N-1)
sage: #
sage: for i in range(1, N-1):
A[i-1, i-1] = 2.+(2/3)*q*h^2 # diagonal
A[i-1, i] = -1.+(1/6)*q*h^2 # superdiagonal
A[i, i-1] = -1.+(1/6)*q*h^2 # subdiagonal
sage: A[N-2, N-2] = 2.+(2/3)*q*h^2 # u’ltimo elemento de la diagonal
sage: #
sage: # solucio ’n del sistema lineal
sage: sol = A.inverse ()*F # U=A^( -1)*F
sage: #
sage: # actualizamos el vector U
sage: for i in range(N-1):
U[i+1] = sol[i]
sage: #
sage: #################################
sage: #
sage: # dibujamos los puntos
sage: points = zip(X, U)
sage: fig = list_plot(points)
200 Métodos numéricos para problemas de contorno
sage: # los unimos con segmentos
sage: fig += line(points)
sage: # y mostramos el resultado
sage: show(fig)
Nótese que el término independiente no es constante en este caso, por lo que se han
calculado numéricamente las integrales correspondientes.
BIBLIOGRAFÍA COMPLEMENTARIA
[1] M. Braun. Ecuaciones Diferenciales y sus Aplicaciones. Grupo Editorial Iberoamérica,
1990.
[2] R.L. Burden, J.D. Faires. Métodos Numéricos. Thompson-Paraninfo, 2004.
[3] S.C. Chapra, R.P. Canale. Métodos Numéricos para Ingenieros. McGraw-Hill, 2003.
[4] C.H. Edwards, D.E. Penney. Ecuaciones Diferenciales Elementales y Problemas con
Condiciones en la Frontera. Prentice Hall, 2000.
[5] E. Hairer, S.P. Norsett, G. Wanner. Solving Ordinary Differential Equations. vols. I-II,
Springer, 2010.
[6] D. Kincaid, W. Cheney. Análisis Numérico. Adisson-Wesley, 1994.
[7] M.L. Krasnov, A.I. Kiseliov, G.I. Makárenko. Ecuaciones Diferenciales Ordinarias.
URSS, 2005.
[8] R.J. LeVeque. Finite Difference Methods for Ordinary and Partial Differential Equa-
tions. SIAM, 2007.
[9] J.H. Mathews, K.D. Fink. Métodos Numéricos con Matlab. Prentice-Hall, 2005.
[10] R.K. Nagel, E.B. Saff, A.D. Snider. Ecuaciones Diferenciales y Problemas con Valores
en la Frontera. Pearson, 2002.
[11] J.H. Saiac. Méthode des Éléments Finis. Analyse Numérique des Équations aux Dérivées
Partielles. http://www.cnam.fr/maths/Membres/saiac/polyB4.pdf
202 BIBLIOGRAFÍA COMPLEMENTARIA
[12] G.F. Simmons, S.G. Krantz. Ecuaciones Diferenciales. Teoría y Práctica. McGraw-Hill,
2007.
[13] The Sage Development Team. Sage Tutorial. http://www.sagemath.org/pdf/
SageTutorial.pdf.

Este documento se distribuye bajo la licencia Creative Commons Reconocimiento-NoComercialSinObraDerivada 3.0 España. Para ver una copia de esta licencia, visite http://creativecommons. org/licenses/by-nc-nd/3.0/es/.

ÍNDICE

Prefacio 1. El concepto de ecuación diferencial 1.1. Introducción: algunos modelos . . . . . . . . . . 1.1.1. Movimiento de un cuerpo en caída libre 1.1.2. Un problema geométrico . . . . . . . . . 1.1.3. Desintegración radiactiva . . . . . . . . . 1.1.4. Un problema de mezclas . . . . . . . . . 2. Ecuaciones diferenciales de primer orden 2.1. Introducción . . . . . . . . . . . . . . . . 2.2. Ecuaciones de variables separables . . . 2.3. Ecuaciones lineales . . . . . . . . . . . . 2.4. Ecuaciones exactas . . . . . . . . . . . . 2.5. Factores integrantes . . . . . . . . . . . . 2.6. Problemas de valor inicial . . . . . . . . 2.7. Aplicaciones . . . . . . . . . . . . . . . . 2.7.1. Espejos parabólicos . . . . . . . . 2.7.2. Campos de fuerza conservativos 2.7.3. Calentamiento de edificios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

VII

1 1 1 5 7 8 11 11 13 17 23 28 33 38 38 41 46 51 51 54

3. Ecuaciones diferenciales de orden superior 3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.2. Ecuaciones reducibles a primer orden . . . . . . . . . . . . . . . . . . . .

3.3. 3.4. 3.5. 3.6. 3.7. 3.8. 3.9.

3.2.1. Ecuaciones en las que no aparece la variable dependiente . 3.2.2. Ecuaciones en las que no aparece la variable independiente Ecuaciones lineales de segundo orden . . . . . . . . . . . . . . . . . Ecuaciones lineales homogéneas con coeficientes constantes . . . . Método de variación de las constantes . . . . . . . . . . . . . . . . . Método de coeficientes indeterminados . . . . . . . . . . . . . . . . Problemas de valores iniciales y de contorno . . . . . . . . . . . . . Ecuaciones lineales de orden superior . . . . . . . . . . . . . . . . . Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3.9.1. Vibraciones mecánicas . . . . . . . . . . . . . . . . . . . . . . 3.9.2. Deflexión y pandeo de vigas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

54 57 58 62 65 69 77 79 86 86 95 101 101 106 111 118 133 133 136 140 143 143 145 154 155 158 160 164 167 167 170 175 175 176 182 186 195 195

4. Sistemas de ecuaciones diferenciales 4.1. Introducción . . . . . . . . . . . . . . . . . 4.2. Método de sustitución . . . . . . . . . . . 4.3. Método de autovalores . . . . . . . . . . . 4.4. Teoría geométrica: el diagrama de fases . 4.5. Aplicaciones . . . . . . . . . . . . . . . . . 4.5.1. Calentamiento de edificios . . . . 4.5.2. Más sobre vibraciones mecánicas 4.5.3. El péndulo amortiguado . . . . . .

5. Métodos numéricos para problemas de valor inicial 5.1. Introducción . . . . . . . . . . . . . . . . . . . . . 5.2. El método de Euler . . . . . . . . . . . . . . . . . 5.3. Métodos de orden superior . . . . . . . . . . . . 5.3.1. Método de Heun o de Euler mejorado . . 5.3.2. Método del punto medio . . . . . . . . . 5.3.3. Método de Runge-Kutta de cuarto orden 5.4. Algunas consideraciones . . . . . . . . . . . . . . 5.5. Aplicaciones . . . . . . . . . . . . . . . . . . . . . 5.5.1. Deflexión de vigas en voladizo . . . . . . 5.5.2. El péndulo perturbado . . . . . . . . . . . 6. Métodos numéricos para problemas de contorno 6.1. Introducción . . . . . . . . . . . . . . . . . . . 6.2. Método de diferencias finitas . . . . . . . . . 6.3. Aproximación variacional . . . . . . . . . . . 6.4. Método de elementos finitos . . . . . . . . . . 6.5. Algunos comentarios . . . . . . . . . . . . . . 6.6. Aplicaciones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. 195 Bibliografía Complementaria 201 . . . .6. . . . .1.6. . . . . . . Deflexión de vigas empotradas . . . . . .

.

tanto desde un punto de vista puramente teórico como desde un enfoque más aplicado. cuyo conocimiento asumiré por parte del lector. es fundamental su estudio en todas las carreras científicas y técnicas. Maple o Mathematica. o no. tanto simbólica como numérica. La de este consiste en la utilización del programa Sage para la resolución. Dicho programa constituye una alternativa de software libre a paquetes como Matlab. por lo que todo tipo de sugerencias y correcciones serán bienvenidas. a: jmgallardo@uma. por lo que sería presuntuoso añadir uno nuevo sin aportar la más mínima novedad. Para más información sobre Sage y una introducción a su manejo básico.org. Existen muy buenos libros sobre ecuaciones diferenciales en el mercado. Gallardo Profesor Titular de Matemática Aplicada Universidad de Málaga .es. José M. por ello. de los ejemplos propuestos. recomiendo visitar la página web del proyecto: www.sagemath. En este trabajo recojo de forma ordenada el contenido un tanto desordenado que he venido impartiendo en los últimos años a estudiantes de Ingeniería Química y Arquitectura. Este libro está en constante proceso de revisión. En un futuro puede que escriba un capítulo de introducción al manejo de Sage.PREFACIO No voy a descubrir la pólvora si digo que las ecuaciones diferenciales constituyen una parte fundamental de las Matemáticas. en la página web referenciada pueden encontrarse multitud de trabajos útiles. mientras tanto.

viii Prefacio .

vamos a analizar en este apartado una serie de problemas prácticos donde las ecuaciones diferenciales surgen de forma natural.CAPÍTULO 1 EL CONCEPTO DE ECUACIÓN DIFERENCIAL 1. Debemos tener en cuenta que cada fuerza es una magnitud vectorial. es . Aprovecharemos para introducir algunas definiciones que formalizaremos más adelante.1. así como el tiempo que tardará en llegar al suelo.1. Introducción: algunos modelos Para ilustrar el concepto de ecuación diferencial y su relación con distintas ramas de las ciencias. La ley física que determina el comportamiento del sistema bajo estudio es la segunda ley de Newton: ma = Σ F. 1. (1.1) donde a representa la aceleración y Σ F es la resultante de las fuerzas que actúan sobre el cuerpo.1. y bajo el único efecto de la gravedad. Movimiento de un cuerpo en caída libre Consideremos un cuerpo de masa m que se deja caer verticalmente desde una altura h. Queremos determinar la posición del cuerpo en cada instante de tiempo t. sin velocidad inicial.

es decir. hacia el suelo.2) es un ejemplo de ecuación diferencial ordinaria: en ella intervienen una variable independiente (el tiempo t).1. siendo g la constante gravitatoria. Podemos escribir pues la ecuación (1. Consideremos el sistema de referencia de la figura 1. aunque la interpretación física de la solución obtenida será la misma en ambos casos.1: Primer sistema de referencia: x (t) es la altura del cuerpo en el instante t. que tiene la forma F = −mg. una variable dependiente (la posición x. observemos que el signo menos indica que la fuerza de la gravedad actúa en sentido opuesto a la dirección positiva del movimiento.2 El concepto de ecuación diferencial decir. Vamos a plantear el problema utilizando dos sistemas de referencia distintos: observaremos que la ecuación a resolver en cada caso será diferente (ya que las variables significarán cosas distintas en cada planteamiento).1) como mx (t) = −mg. la segunda: diremos . La aceleración puede interpretarse como la segunda derivada de la posición: a = x (t). Sea x (t) la posición del cuerpo en el instante de tiempo t.2) La ecuación (1. por lo que a la hora de traducir la ecuación (1. m x(0)=h g h 0 Figura 1.1) a una forma más manejable debemos establecer un sistema de referencia adecuado. (1. que depende del tiempo) y alguna de sus derivadas (en este caso. tiene dirección y sentido. que coincide con la altura a la que se encuentra el cuerpo en dicho instante. donde el origen se encuentra en el suelo y el sentido positivo del movimiento es hacia arriba. de donde x (t) = − g. La única fuerza que actúa es la gravedad.

La expresión (1. ya que depende de dos valores o parámetros. El cálculo de C1 y C2 se efectúa sustituyendo las condiciones iniciales en la solución general (1.2) puede resolverse mediante dos integraciones sucesivas.3) se denomina solución general de la ecuación diferencial (1.3) (se dice que imponemos las condiciones iniciales): g h = x (0) = − · 02 + C1 · 0 + C2 = C2 ⇒ C2 = h. Dicha ecuación se ha obtenido mediante la interpretación de una ley física (la segunda ley de Newton) en un sistema de referencia adecuado.  x (0) = h.2) y es. La ecuación (1. En nuestro caso.   x (0) = 0. donde C1 es una constante arbitraria (constante de integración).1. que son condiciones puntuales que debe verificar la solución. x (t) = g (− gt + C1 ) dt = − t2 + C1 t + C2 . 2 g x (t) = − t2 + C1 t + C2 2 siendo C2 otra constante arbitraria. Para determinar cuál es la solución correcta de nuestro problema debemos determinar los valores de C1 y C2 en nuestro caso particular. La ecuación diferencial junto con las condiciones iniciales se denomina problema de valores iniciales o problema de Cauchy:   x = − g. integrando de nuevo. que pueden tomar valores cualesquiera. Para ello recurrimos a las condiciones iniciales del problema. la posición inicial (en el instante t = 0) del cuerpo es h: x (0) = h. ya que soltamos el cuerpo sin velocidad inicial: x (0) = 0.1 Introducción: algunos modelos 3 que la ecuación es de orden dos o de segundo orden). C1 y C2 . una familia biparamétrica de soluciones. mientras que su velocidad (que interpretamos como la derivada x ) es nula. en primer lugar x (t) = − g ⇒ x (t) = (− g) dt = − gt + C1 . En efecto. en este caso. 2 .

Razonando como en el ejemplo anterior. una vez interpretadas adecuadamente. y supondremos que la dirección positiva es la de caída. Vamos a analizar ahora el mismo problema.4) y (1. Obtenemos así la única solución del problema de valores iniciales: g (1. 2 Para calcular el tiempo que tarda el cuerpo en llegar al suelo. g Obtenemos así el mismo resultado que con el primer sistema de referencia. basta con resolver la ecuación x (t) = 0: g x ( t ) = 0 ⇒ − t2 + h = 0 ⇒ t = 2 2h . Las deducciones físicas obtenidas a partir del modelo deben ser independientes del sistema de referencia elegido. si queremos calcular el tiempo que el cuerpo tarda en llegar al suelo. bastará con resolver la ecuación x (t) = h: x (t) = h ⇒ g 2 t =h⇒t= 2 2h .5). mientras que la solución del problema de valores iniciales está dada por (1.4 El concepto de ecuación diferencial y 0 = x (0) = − g · 0 + C1 ⇒ C1 = 0. considerando ahora el segundo sistema de referencia. Para ello. Observemos también que la solución general de la ecuación diferencial depende de dos parámetros. . De esta forma. Si x (t) es el espacio recorrido por el cuerpo en el instante t.5) 2 Observemos que no hay contradicción alguna entre las soluciones (1.2). única.4) x (t) = − t2 + h. ya que en cada caso x tiene una interpretación distinta: en (1. pero usando un sistema de referencia distinto (véase la figura 1. en este caso. deducimos que la solución del problema de valores iniciales es simplemente g x ( t ) = t2 . (1. x (0) = 0 y x (0) = 0. la ecuación diferencial que modela el sistema será x = mg. g Es importante notar que para el modelado matemático del problema no ha sido suficiente con establecer la ecuación diferencial correspondiente.4) indica la altura del cuerpo y en (1. sino que hemos tenido que complementarla con dos condiciones iniciales para llegar a un problema de valores iniciales. Las condiciones iniciales son. por tanto.5) el espacio recorrido. ya que en este caso la fuerza gravitatoria actúa en el sentido positivo del movimiento dentro del sistema de referencia elegido. estableceremos el origen en el punto desde el que empieza a caer el objeto.4) y es.

y) es √ a2 − x 2 − x (el signo menos obedece a que la pendiente es negativa). igualando las dos expresiones para la pendiente. con la propiedad de que la longitud del segmento de la recta tangente desde cualquier punto de la curva al eje de ordenadas es constante. ya que representa el camino que seguiría un perro obstinado cuando su dueño pasea en línea recta de norte a sur. Para ello. El nombre alemán para la tractriz es Hundekurve (curva del perro). dicha pendiente es precisamente y ( x ). Vamos a determinar una ecuación diferencial cuyas soluciones representan una tractriz. consideremos el triángulo de la figura 1. .2. tenemos que y( a) = 0.3 y notemos que la pendiente de la recta tangente a la curva buscada en el punto ( x.1. 0) del eje de abscisas. 0). obtenemos √ a2 − x 2 y =− .1.1 Introducción: algunos modelos 5 m 0 x(0)=0 g h Figura 1. Por tanto.2: Segundo sistema de referencia: x (t) es el espacio recorrido por el cuerpo en el instante t. 1. y según la interpretación geométrica de la derivada. Un problema geométrico Una tractriz es una curva que pasa por el punto A = ( a. Por otra parte. x Esta ecuación diferencial necesita complementarse con un dato adicional: como la curva pasa por el punto A = ( a.

. la ecuación diferencial puede resolverse mediante integración directa: √ √ a2 − x 2 a2 − x 2 y =− ⇒y=− dx. Imponiendo la condición y( a) = 0. Tras una serie de cálculos enrevesados.0) x Figura 1.4 se representa la tractriz correspondiente al valor a = 2. la ecuación de la tractriz viene dada por √ a a − a2 − x 2 √ ln + y=± 2 a + a2 − x 2 a2 − x 2 . podemos determinar el valor de C: y( a) = 0 ⇒ C = 0. Finalmente.y) x 0 A=(a. x x El cálculo de la primitiva se realiza mediante el cambio de variable x = a sen(t). En la figura 1. y =− x  y( a) = 0.3: Esquema de la tractriz. 2 a + a2 − x 2 donde C es una constante arbitraria. para encontrar la ecuación de la tractriz debemos resolver el siguiente problema de valor inicial: √  a2 − x 2  .6 El concepto de ecuación diferencial y  a 2 −x 2 a (x. se obtiene la siguiente expresión: √ a − a2 − x 2 a √ y=± ln + a2 − x2 + C. En resumen. En este caso.

1.1 Introducción: algunos modelos

7

Figura 1.4: Tractriz correpondiente al valor a = 2.

1.1.3.

Desintegración radiactiva

Consideremos una muestra radiactiva que consta de N (t) átomos en el instante de tiempo t. A la vista de diversos experimentos realizados, es plausible suponer que la velocidad de desintegración es proporcional, en cada instante, al número de átomos presente en la muestra. Si inicialmente la muestra consta de N0 átomos, queremos determinar el número de átomos en cualquier instante posterior. Podemos identificar la velocidad de desintegración de la muestra con la derivada de N (t), con lo que se tiene la siguiente ecuación diferencial: dN = −kN, dt (1.6)

donde k es una constante de proporcionalidad. Supondremos que las constantes que aparecen en la escritura de un modelo son siempre positivas; el signo menos en el segundo miembro de la ecuación anterior indica entonces que la cantidad de sustancia va disminuyendo, como debe suceder realmente. En efecto, al ser k y N positivas, la derivada N (t) es negativa, con lo que N (t) es una función decreciente. Por último, la condición inicial a considerar es N (0) = N0 . La ecuación (1.6) es de variables separadas o separables; en el capítulo 2 veremos cómo se resuelve. Es sencillo comprobar que la solución del problema de valor inicial es N (t) = N0 e−kt , que es precisamente la ley de desintegración radiactiva que determina la cantidad de

8

El concepto de ecuación diferencial

sustancia que queda en la muestra en cada instante. Obsérvese además que
t→∞

l´m N (t) = 0, ı

lo que indica que la muestra radiactiva tiende a desaparecer conforme avanza el tiempo.

1.1.4.

Un problema de mezclas

Consideremos un depósito que contiene 50 l de agua con 75 gr de sal disueltos. En un determinado instante comienza a entrar agua salada a razón de 2 l/min, con una concentración de 3 gr/l de sal, mientras que el agua, perfectamente mezclada, sale del depósito a razón de 2 l/min. Queremos determinar en qué instante la cantidad de sal en el depósito será de 125 gr. En la figura 1.5 se presenta un esquema de la situación.

2 l/min 3 gr/l

50 l

2 l/min
Figura 1.5: Esquema del problema de mezclas.

Llamemos S(t) a la cantidad de sal en el depósito en el instante t. Notemos que el volumen de agua en el depósito es siempre de 50 litros, ya que en cada instante entran dos litros y salen otros dos. Por tanto, la concentración de sal en cada instante será de S(t)/50 gr/l. La velocidad de variación de la concentración de sal viene dada por S (t), que se expresa en gr/min. Por un lado, el aporte de sal por minuto al depósito será de 2 l/min × 3 gr/l = 6 gr/min,

1.1 Introducción: algunos modelos

9

mientras que la tasa de pérdida de sal es de 2 l/min × S(t) S(t) gr/l = gr/min. 50 25

La variación total de la concentración de sal viene dada por la diferencia entre el aporte y la pérdida de sal. Obtenemos así la siguiente ecuación diferencial S (t) = 6 − S(t) . 25

La condición inicial es S(0) = 75, ya que inicialmente hay 75 gr de sal en el depósito. La ecuación diferencial es de variables separadas, aunque también es una ecuación lineal (ver capítulo 2). La solución del problema de valor inicial es S(t) = 150 − 75e−t/25 . Nótese que la función S(t) es creciente, ya que S (t) = 3e−t/25 > 0. Esto significa que la cantidad de sal en el depósito aumenta al avanzar el tiempo. Para determinar cuándo la cantidad de sal en el depósito será de 125 gr, basta con resolver la ecuación S(t) = 125: S(t) = 125 ⇒ 150 − 75e−t/25 = 125 ⇒ t = −25 ln(1/3) = 25 ln(3) ≈ 27,4653 min.

10

El concepto de ecuación diferencial

y ( x ) o dx . b] → R . Salvo que sea necesario por claridad.CAPÍTULO 2 ECUACIONES DIFERENCIALES DE PRIMER ORDEN 2. en general no expresaremos la dependencia de la variable y respecto de x: F ( x. Introducción Una ecuación diferencial ordinaria de primer orden es una expresión que relaciona una variable independiente x con una variable dependiente y( x ) y su primera derivada y ( x ): F ( x. Por ejemplo. y ( x )) = 0. x ∈ [ a. y. dy = y.1. b]. dx y + (y )1/3 + 25x = sen( x ). b]. y( x ). son ecuaciones diferenciales ordinarias de primer orden las siguientes: y ( x ) = 0. x ∈ [ a. y ) = 0. Para representar la derivada de y respecto de x usaremos indistintamente las notaciody nes y . Una solución de una ecuación diferencial de primer orden es una función y : [ a.

La solución general de la ecuación diferencial y = −y es y = Ce− x . y) dx + N ( x. y). b]. y)dx − dy = 0. La inmensa mayoría de ecuaciones diferenciales no pueden resolverse mediante métodos analíticos. cualquier función de la forma anterior es solución de la ecuación: y ( x ) = −Ce− x = −y( x ). En efecto. La función y : R → R dada por y( x ) = e− x es una solución de la ecuación diferencial y = −y. En las secciones siguientes estudiaremos métodos de resolución para tres tipos fundamentales de ecuaciones diferenciales de primer orden: y = f ( x. Para que esta definición tenga sentido. ya que es derivable con continuidad en R y y ( x ) = − e − x = − y ( x ). es preciso que la función y( x ) sea derivable en el intervalo [ a. b]). y) y N ( x. Toda ecuación en forma normal también puede escribirse en forma diferencial: M ( x.1. dy = f ( x.12 Ecuaciones diferenciales de primer orden que verifica la ecuación en cada punto x ∈ [ a. b] y que dicha derivada sea una función continua: se dice entonces que y( x ) es de clase C1 ([ a. En este tema estudiaremos diversos tipos clásicos de ecuaciones que sí pueden resolverse de forma explícita. y) ⇒ En efecto: . dx basta pues tomar M( x. es decir. hay que determinar su solución general. Una ecuación diferencial de primer orden está escrita en forma normal (también se dice que está resuelta respecto de la derivada) si la derivada y aparece despejada: y = f ( x.2. esto es. Ejemplo 2. y) ⇒ f ( x. siendo C ∈ R una constante arbitraria. no es posible obtener una expresión exacta de la solución y ≡ y( x. La solución general de una ecuación diferencial de primer orden es una familia de funciones y ≡ y( x. Resolver una ecuación diferencial significa obtener todas sus soluciones. Ejemplo 2. y) = −1. y) dy = 0. Más adelante veremos que todas las posibles soluciones de la ecuación tienen la forma anterior. y) = f ( x. C ) dependiente de un parámetro (o constante arbitraria) C que nos proporciona todas las posibles soluciones de la ecuación diferencial. C ).

siendo c una constante de integración. y en el otro aquellos que dependen de y.2. a continuación. que es de variables separables. ∂y ∂x 2. g(y) siendo f ( x ) y g(y) funciones de una sola variable. El siguiente código permite resolver la ecuación del ejemplo usando Sage: 2 . Consideremos la ecuación diferencial y = 2xy. Por último. g(y) 13 Ecuaciones de variables separables: y = Ecuaciones lineales: y = a( x )y + b( x ). obtenemos que G (y) = H ( x ) + C.2. Si G (y) y F ( x ) son primitivas de g(y) y f ( x ) respectivamente.3. renombrando la constante ec como una constante arbitraria C. De este modo. separamos las variables e integramos: dy dy = 2xy ⇒ = 2x dx ⇒ dx y y = ex dy = y 2 +c 2 2x dx ⇒ ln(y) = x2 + c. donde C es la constante de integración: recordemos que dos primitivas de una misma función se diferencian en una constante.2 Ecuaciones de variables separables f (x) . y) dy = 0 con ∂N ∂M = . y) dx + N ( x. Para resolverla. Puede suceder que en dicha expresión no podamos despejar la variable y. se integran ambos miembros para obtener la solución general de la ecuación. obtenemos la solución general de la ecuación: y = Ce x . Ejemplo 2. Ecuaciones exactas: M ( x. La expresión obtenida es la solución general de la ecuación diferencial. Las ecuaciones de variables separables se resuelven agrupando en un miembro de la ecuación los términos que dependen de x. Ecuaciones de variables separables Diremos que una ecuación diferencial de primer orden es de variables separables si puede escribirse en la forma f (x) y = . Despejemos la variable y: = e x ec . en tal caso se dice que la solución está dada en forma implícita. podemos escribir formalmente: f (x) dy = ⇒ g(y) dy = f ( x ) dx ⇒ dx g(y) g(y) dy = f ( x ) dx.

14 Ecuaciones diferenciales de primer orden sage : var ( ’x ’) sage : y = function ( ’y ’ . Como muestra. x ) sage : ec = diff (y . no todas las ecuaciones diferenciales de primer orden son de variables separables. aun no siendo estrictamente de variables separables.y ^2) sage : desolve ( ec . x ) == 2* x * y sage : desolve ( ec . y) verifica la siguiente propiedad: f (λx. Por supuesto. x ) sage : ec = diff (y .5. λy) = f ( x. por lo que debemos conformarnos con la solución general en forma implícita. mediante el cambio de variable z= y x para cada λ > 0.4. pueden reducirse a una de estas mediante un cambio de variable. . x ) == x * exp ( x ^2)* y /(1 . y ) -1/2* y ( x )^2 + log ( y ( x )) == c + 1/2* e ^( x ^2) En este caso no podemos despejar la variable y. Diremos que una ecuación diferencial de primer orden y = f ( x. Ejemplo 2. y 2 Integrando. y) es homogénea si la función f ( x. obtenemos la solución general: 1 − y2 dy = y y2 ex xe dx ⇒ ln(y) − = + C. Consideremos la ecuación en forma diferencial xy dx + e− x (y2 − 1) dy = 0. un botón: y = x 2 + y2 . 2 2 x2 2 De nuevo Sage nos proporciona la solución correcta: sage : var ( ’x ’) sage : y = function ( ’y ’ . y ) c * e ^( x ^2) Ejemplo 2. y) En tal caso. A continuación vamos a considerar el caso particular de las ecuaciones homogéneas que. Podemos separar las variables como sigue: 2 1 − y2 dy = xe x dx.

x ) sage : ec = diff (y . La ecuación y = es homogénea. λy) = λy + λy + (λx )2 − (λy)2 = λx y+ λ2 ( x 2 − y2 ) = λx x 2 − y2 = f ( x. Para comprobarlo. El segundo miembro de la ecuación quedaría así: y+ x 2 − y2 xz + = x x2 − ( xz)2 xz + = x x 2 (1 − z2 ) = z+ x 1 − z2 . si definimos f ( x. por lo que podemos resolverla mediante integración: √ dz 1 − z2 dz dx = ⇒ √ = ⇒ arc sen(z) = ln( x ) + C ⇒ z = sen(ln( x ) + C ) dx x x 1 − z2 (nótese que se ha supuesto x > 0 para que ln( x ) tenga sentido). Ejemplo 2. z + xz = f ( x. El código Sage para resolver la ecuación diferencial es: sage : var ( ’x ’) sage : y = function ( ’y ’ . para cada λ > 0. resulta: f (1. por tanto. x y+ x 2 − y2 x y+ x 2 − y2 x Para resolver la ecuación.y ^2))/ x sage : desolve ( ec . tengamos en cuenta que y = xz y. x La ecuación obtenida es de variables separables. f (λx.2 Ecuaciones de variables separables 15 podemos transformarla en una ecuación de variables separables. x ) == ( y + sqrt ( x ^2 . deshacemos el cambio z = y/x para obtener la solución general: y = x sen(ln( x ) + C ). z) − z . xz) ⇒ z + xz = f (1. resulta z + xz = z + ¡ ¡ dz 1 − z2 ⇒ = dx √ 1 − z2 . y ) x == c * e ^( x * arcsin ( y ( x )/ x )/ sqrt ( x ^2)) . y). z) ⇒ z = x siendo esta ultima ecuación de variables separables. hacemos el cambio z = y/x. y = z + xz . Sustituyendo en la ecuación diferencial. sustituyendo en la ecuación. Por último. En efecto.6.2. y) = entonces.

y ) c * x == e ^( arcsin ( y ( x )/ x )) En el cálculo de la solución hemos supuesto que x > 0. x ) sage : ec = diff (y . ya que la función que define el segundo miembro de la ecuación diferencial no está definida en x = 0. notemos que el caso x = 0 no tiene cabida. Si queremos que Sage imponga de antemano la condición x > 0. Ejemplo 2.7. Supongamos pues que x < 0. la solución obtenida viene dada en forma implícita: x= y √ x arcsen x / x2 ce Suponiendo que x > 0. La ecuación diferencial y = x+y−2 x−y+4 . cambiamos de signo ambos miembros de la ecuación y tenemos en cuenta que − x > 0: dz = dx √ 1 − z2 ⇒− x √ dz 1 − z2 = dx ⇒ − arc sen(z) = − ln(− x ) + C. x De esta manera. podemos considerar la siguiente expresión de la solución general: y = x sen(ln | x | + C ). Si no queremos preocuparnos del signo de x. donde C = ln(c). la expresión anterior puede simplificarse: x= y arcsen x ce ⇒ arcsen y x = ln x c ⇒ y = x sen(ln( x ) + C ). ¿Qué ocurre en caso contrario? En primer lugar. que es válida independientemente del signo de x. en tal caso.y ^2))/ x sage : desolve ( ec . obtenemos: z = sen(ln(− x ) + C ) ⇒ y = x sen(ln(− x ) + C ). x ) == ( y + sqrt ( x ^2 . es práctica habitual definir dx = ln | x |. −x Cambiando de signo y renombrando la constante de integración. podemos usar el comando assume: sage : var ( ’x ’) sage : assume (x >0) # suponemos que x >0 sage : y = function ( ’y ’ .16 Ecuaciones diferenciales de primer orden En este caso.

3) (que se obtiene resolviendo el sistema dado por las ecuaciones de ambas rectas).2. λy) = x+y−2 λx + λy − 2 = = f ( x. Geométricamente. obtenemos la solución general en forma implícita: arc tg y−3 x+1 − 1 ln 1 + 2 y−3 x+1 = ln( x + 1) + C. teniendo en cuenta que dx = dt y dy = dz. Haciendo el cambio u = z/t. y). El proceso de resolución de una ecuación lineal consta de dos etapas: . y): si dichos términos no existieran. z = y − 3. la ecuación diferencial puede escribirse como t+z 1 + z/t dz = = . En efecto. trasladamos el punto (−1. la ecuación sí que sería homogénea. podemos interpretar el numerador y el denominador de f ( x. La ecuación resultante va a ser homogénea. Ecuaciones lineales y = a( x )y + b( x ) Una ecuación diferencial de primer orden es lineal si puede escribirse en la forma para ciertas funciones a( x ) y b( x ). y) como las rectas de ecuaciones x + y − 2 = 0 y x − y + 4 = 0.3. la ecuación se dice completa. Mediante el cambio de variables t = x − (−1) = x + 1. 3) al origen (0.3 Ecuaciones lineales 17 no es homogénea: f (λx. Dichas rectas se cortan en el punto (−1. t 2 2 Deshaciendo los cambios. dt t−z 1 − z/t Es fácil comprobar que esta ecuación es homogénea. 0). Esto nos da la idea de buscar un cambio de variables que elimine dichos términos. tenemos que 1−u du = 1 + u2 dt 1 ⇒ arc tg(u) − ln(1 + u2 ) = ln(t) + C. resulta: du 1+u du 1 + u2 +u = ⇒t = . t dt 1−u dt 1−u Mediante separación de variables. Cuando b( x ) ≡ 0 la ecuación es de variables separables y se denomina homogénea. 2. respectivamente. en caso contrario. λx − λy + 4 x−y+4 Observemos que la condición de homogeneidad falla debido a los términos independientes del numerador y el denominador de la función f ( x.

. se determina C ( x ) imponiendo que y P ( x ) sea solución de la ecuación completa: y P = a ( x ) y P + b ( x ) ⇒ C ( x ) e A ( x ) + A ( x ) C ( x ) e A ( x ) = a ( x ) C ( x ) e A ( x ) + b ( x ). En efecto. respectivamente. la solución general de la ecuación completa y ≡ y( x. Dicho método se basa en construir una solución y P ( x ) con la misma estructura que y H ( x. siendo A( x ) una primitiva de a( x ). donde se sustituye la constante arbitraria C por una función C ( x ): y P ( x ) = C ( x )e A( x ) . C ) = y H ( x. C ) de la ecuación homogénea asociada: y = a( x )y. teniendo en cuenta que A ( x ) = a( x ). teniendo en cuenta que y H e y P verifican. la solución particular buscada es yP = es b( x )e− A( x) dx e A( x) . Observación. C ) = Ce A( x) . Finalmente. C ) + y P ( x ). Para determinar una solución particular de la ecuación completa utilizaremos el método de variación de la constante. A continuación. las igualdades y H = a( x )y H e y P = a( x )y P + b( x ). Determinación de una solución particular y P ( x ) de la ecuación completa. resolvemos la ecuación homogénea asociada. C ). resulta: C ( x ) = b ( x )e− A( x ) ⇒ C ( x ) = b( x )e− A( x) dx (nótese que este último paso no hay que añadir una constante de integración. (nótese que la constante C sustituye a ec en este último paso). En primer lugar. despejando la variable y obtenemos la solución general de la ecuación homogénea: y H ( x. C ) e y P ( x ). ya que sólo necesitamos una solución particular).18 Ecuaciones diferenciales de primer orden Cálculo de la solución general y H ( x. que es de variables separables: dy = a( x )y ⇒ dx dy = y a( x ) dx ⇒ ln(y) = A( x ) + c. Veamos en detalle dicho proceso. Una vez calculadas y H ( x. tenemos que y = y H + y P = a( x )y H + a( x )y P + b( x ) = a( x )(y H + y P ) + b( x ) = a( x )y + b( x ).

se tiene que ˜ ˜ y = a( x )y + b( x ) y = a( x )y + b( x ) ˜ ˜ ˜ ˜ ⇒ y − y = a( x )y − a( x )y ⇒ (y − y) = a( x )(y − y). C ) = Cx. calculamos la solución general de la ecuación homogénea asociada: y dy = ⇒ dx x dy = y dx ⇒ ln(y) = ln( x ) + c ⇒ y H ( x. ˜ donde y H + y H es solución de la ecuación homogénea (esto se comprueba fácilmente). ˜ ˜ ˜ ˜ ˜ ˜ y − y = y H ⇒ y = y + y H = (y H + y P ) + y H = (y H + y H ) + y P . Si y es cualquier solución de la forma y H + y P . para calcular la solución general de una ecuación lineal basta con calcular la solución general de la ecuación homogénea asociada (que siempre es de variables separables) y sumarle a ésta una solución cualquiera de la ecuación completa. sustituimos y P en la ecuación completa: yP = yP C ( x )& x ¨ + ln( x ) ⇒ C ( x ) x + ¨( x ) = && + ln( x ) C¨ x & x ⇒ C (x) = ln( x ) 1 ⇒ C ( x ) = ln2 ( x ).8. ˜ Esto muestra que y − y es una solución de la ecuación homogénea. Por tanto. Recapitulando. Consideremos la ecuación lineal y = y + ln( x ).2. para una cierta solución y H de la ecuación homogénea. x 2 . Ejemplo 2. y también lo es. que llamaremos ˜ y H . al ser y H una familia uniparamétrica de soluciones. además. donde ahora C ( x ) representa una función a determinar. para ello. veamos que cualquier solución y de la ecuación completa es ˜ ˜ de la forma y H + y P . Para probar que se trata ˜ de la solución general. ˜ Hemos demostrado así que y es de la forma requerida.3 Ecuaciones lineales 19 lo que significa que y = y H + y P es solución de la ecuación completa. x A continuación. buscamos una solución particular de la forma y P = C ( x ) x. Primero. x donde a( x ) = 1/x y b( x ) = ln( x ).

2 Finalmente. 2 2 sen( x ) − cos( x ) . la solución general de la ecuación completa será y = Cx + x 2 ln ( x ). 2 Sage calcula de forma directa la solución general de la ecuación: sage : var ( ’x ’) sage : y = function ( ’y ’ . buscamos una solución particular de la forma y P = C ( x )e x . una solución particular es y P = C ( x )e x = sen( x ) − cos( x ) sen( x ) − cos( x ) − x x e e = . x ) == y / x + log ( x ) sage : desolve ( ec . la solución general de la ecuación será y = Ce x + Aquí está el código Sage para resolver la ecuación: . y ) 1/2*( log ( x )^2 + 2* c )* x Ejemplo 2. 2 sen( x ) − cos( x ) − x e . resulta C(x) = Por tanto. Como y P = C ( x )e x + C ( x )e x . Resolvamos la ecuación lineal y = y + cos( x ). 2 Finalmente. en la que a( x ) = 1 y b( x ) = cos( x ).9. x ) sage : ec = diff (y . C $ )e x C $ )e x Integrando por partes.20 Ecuaciones diferenciales de primer orden Sustituyendo en y P = C ( x ) x se determina una solución particular de la ecuación completa: x y P = ln2 ( x ). sustituyendo en la ecuación completa obtenemos y P = y P + cos( x ) ⇒ C ( x )e x + $( x$$ = $( x$$ + cos( x ) ⇒ C ( x ) = e− x cos( x ). En primer lugar estudiamos la ecuación homogénea asociada: dy =y⇒ dx dy = y dx ⇒ ln(y) = x + c ⇒ y = Ce x . A continuación.

cos ( x ))* e ^( . y ) 1/2*(( sin ( x ) . Sin embargo. de donde C (y)e2y+sen(y) = e2y+sen(y) ⇒ C (y) = 1 ⇒ C (y) = y. dy que puede verse como una ecuación lineal si consideramos a x como variable dependiente. y definimos a(y) = 2 + cos(y) y b(y) = e2y+sen(y) . Consideremos la ecuación diferencial de aspecto rocambolesco dy 1 . obtenemos dx = (2 + cos(y)) x + e2y+sen(y) .10. dy se obtiene mediante separación de variables: x H = Ce2y+sen(y) . a y como variable independiente.3 Ecuaciones lineales 21 sage : var ( ’x ’) sage : y = function ( ’y ’ . = dx x (2 + cos(y)) + e2y+sen(y) que no se ajusta a ninguno de los tipos estudiados hasta ahora. Buscamos entonces una solución particular de la forma x P = C (y)e2y+sen(y) .x ) + 2* c )* e ^ x Si queremos una expresión más simplificada del resultado. x ) sage : ec = diff (y . podemos utilizar el comando expand en la última línea del código: sage : expand ( desolve ( ec .2. dx H = (2 + cos(y)) x H . si invertimos ambos miembros. x ) == y + cos ( x ) sage : desolve ( ec . dy sustituyendo en la ecuación completa resulta C (y) + (2 + cos(y))C (y) e2y+sen(y) = (2 + cos(y))C (y)e2y+sen(y) + e2y+sen(y) . Como dx P = C (y) + (2 + cos(y))C (y) e2y+sen(y) . y )) c * e ^ x + 1/2* sin ( x ) . . La solución general de la ecuación homogénea asociada.1/2* cos ( x ) Ejemplo 2.

Supondremos en lo que sigue que α = 0 y α = 1. supuesto α = 0 y α = 1. En resumen. la ecuación de Bernoulli no es lineal. Si multiplicamos ambos miembros de la ecuación por y−α . resulta y − α y = a ( x ) y 1− α + b ( x ). ˜ ˜ donde a( x ) = (1 − α) a( x ) y b( x ) = (1 − α)b( x ).22 Ecuaciones diferenciales de primer orden Por tanto. que podemos interpretar como la solución general en forma implícita de la ecuación original. una solución particular es x P (y) = ye2y+sen(y) . Si definimos z = y1−α . α = 1 ⇒ y = a( x )y + b( x )y = ( a( x ) + b( x ))y En el resto de casos (salvo. se obtiene la siguiente ecuación lineal: ˜ ˜ z = a ( x ) z + b ( x ). Una ecuación de Bernoulli es de la forma y = a( x )y + b( x )yα . podemos transformar la ecuación de Bernoulli en una ecuación de tipo lineal mediante el cambio de variable dependiente dado por z = y 1− α . que b( x ) ≡ 0). donde α ∈ R. que corresponden a los valores α = 0 y α = 1: α = 0 ⇒ y = a( x )y + b( x ) (lineal). Teniendo en cuenta que (y1−α ) = (1 − α)y−α y . La solución general de la ecuación será entonces x = (y + C )e2y+sen(y) . (variables separadas). . Vamos a concluir esta sección con el estudio de una clase importante de ecuaciones no lineales que pueden transformarse en lineales mediante un cambio de variables: las ecuaciones de Bernoulli. Observemos que hay dos casos triviales. por supuesto. multiplicando por 1 − α la ecuación anterior obtenemos ( y 1− α ) = (1 − α ) a ( x ) y 1− α + (1 − α ) b ( x ).

y) dy = 0 Una ecuación en forma diferencial es exacta si se verifica la condición ∂M ∂N = . Consideremos la ecuación diferencial y xy + y = x4 y3 ⇒ y = − + x3 y3 . y) = C. ∂y ∂x En tal caso.x ^2 + c )* x ) 2. resulta dz = −2y−3 y . . x ) sage : ec = x * diff (y . Ecuaciones exactas M( x. La solución general es z = Cx2 − x4 .11. deshacemos el cambio z = y−2 : y−2 = Cx2 − x4 ⇒ y2 = Cx2 1 .2. Hagamos el cambio z = y 1− α = y −2 ⇒ z = Multiplicando la ecuación por −2y−3 . Finalmente. dx −2y−3 y = 2 −2 2 y − 2x3 ⇒ z = z − 2x3 . y ) 1/( sqrt ( .4. la solución general de la ecuación viene dada por la expresión E( x. x x La ecuación lineal resultante puede resolverse mediante el método de variación de la constante. − x4 Sage es capaz de resolver directamente una ecuación de Bernoulli: sage : var ( ’x ’) sage : y = function ( ’y ’ . y) dx + N ( x. x que es de Bernoulli con α = 3.4 Ecuaciones exactas 23 Ejemplo 2. x ) + y == x ^4* y ^3 sage : desolve ( ec .

y). ∂y Observación. se obtiene: d ∂E ∂E dy E( x. y)  = ∂E ∂E ı+ . y)ı + N ( x. y). La terminología usada en esta sección proviene de la Física (véase la sección 2. y( x )) + N ( x. y( x )) dy = 0. Bajo ciertas hipótesis de regularidad. y)ı + N ( x. ∂x ∂E = N ( x. existe una función potencial E( x. y) tal que F puede expresarse como el gradiente de E: F ( x.12. y( x )) dx + N ( x. Derivando respecto a x. y( x )) = 0. Derivando. y)  es conservativo si se verifica que ∂M = ∂N . Supongamos que y( x ) verifica que E( x.7.    ∂x  ∂E   = N ( x. y( x )) = 0 ⇒ ( x. y) . Ejemplo 2. y) = M( x. y). y) = x2 − 1. y) = 2xy y N ( x. En este caso. y( x )) = C. dx ∂x ∂y dx Usando las igualdades ∂E ∂x =My ∂E ∂y = N.2). se deducen las ecuaciones para determinar el potencial: ∂E = M( x. y( x )) + ( x.24 Ecuaciones diferenciales de primer orden donde E( x.  ∂y Se dice que la función E( x. resulta: M( x. y) ⇒ M ( x. En efecto. ∂x ∂y . obtenemos ∂M ∂ = (2xy) = 2x ∂y ∂y y ∂N ∂ = ( x2 − 1) = 2x. Resolvamos la ecuación diferencial 2xy dx + ( x2 − 1) dy = 0. y( x )) dy = 0 ⇒ M( x. esto es. puede demostrarse la existencia de una función potencial E( x. y). dx Esto prueba que y( x ) es solución de la ecuación diferencial. M ( x. el campo vectorial F ( x. y aplicando la regla de la cadena. Observación. y) = − → E( x. y)ı + N ( x. y). y) es una solución del sistema   ∂E = M( x. y) es un potencial asociado al campo vectorial M( x. ∂x ∂y Igualando componentes. lo que coincide con la condición de exactitud. Todo ∂y ∂x campo conservativo deriva de un potencial.

y) hemos partido de la primera ecuación. y) = C ⇒ ( x2 − 1) y = C ⇒ y = x2 C . la «constante» de integración que aparece no es realmente una constante. y) respecto de la variable y: ∂ ∂E = ( x2 y + g(y)) = x2 + g (y).2. ∂y ∂y y sustituimos en la segunda ecuación del sistema:   x2   +g   (y) =  2 − 1 ⇒ g (y) = −1 ⇒ g(y) = x (−1)dy = −y. −1 En el desarrollo anterior. una función potencial viene dada por E( x. y). Vamos a ver qué sucede si comenzamos integrando en la segunda ecuación: E( x. en efecto. y) = ∂E dx = ∂x 2xy dx = y 2x dx = x2 y + g(y). La solución general de la ecuación diferencial será entonces E( x. para cualquier función g(y) se verifica que ∂ 2 ∂ 2 ∂ ( x y + g(y)) = ( x y) + g(y) = 2xy + 0 = 2xy.  ∂y Integrando respecto de x en la primera ecuación. resulta: & & 2xy + h ( x ) = & & ⇒ h ( x ) = 0 ⇒ h( x ) = c. sino una función de la variable y. Observemos que al integrar la función de dos variables E( x. Derivando respecto de x y sustituyendo en la primera ecuación. resulta: E( x. ∂x ∂x ∂x A continuación. para calcular el potencial E( x. y) respecto de la variable x. 2xy . hemos de resolver el sistema   ∂E = 2xy ≡ M( x. Por tanto. Para calcular un potencial. y) = x2 y − y = ( x2 − 1) y.    ∂x  ∂E   = x2 − 1 ≡ N ( x. y) = ∂E dy = ∂y ( x2 − 1) dy = ( x2 − 1) dy = ( x2 − 1)y + h( x ). y). derivamos la expresión obtenida para E( x.4 Ecuaciones exactas 25 lo que demuestra que la ecuación es exacta.

y) = ( x2 − 1) y y la solución general ( x2 − 1) y = C. y) = ∂E dy = ∂y x2 cos( xy) dy = x2 cos( xy) dy = x sen( xy) + g( x ).1) Ejemplo 2. y notemos que  ∂M 2  = x cos( xy) − x y sen( xy) + x cos( xy)    ∂y ∂M ∂N ⇒ = . ∂x Ahora sustituimos la expresión anterior en la primera ecuación: $ $ $ sen $$ xy cos $ $$( xy) + $$$ ( xy) + g $ ( x ) = $$( xy) + $$$$xy) ⇒ g ( x ) = 0 ⇒ g( x ) = c. y). como era de esperar.  ∂y En este caso es más sencillo integrar primero la segunda ecuación: E( x. y ) c /( x ^2 . resulta: ∂E = sen( xy) + xy cos( xy) + g ( x ). obtenemos g( x ) = 0. Así pues. un potencial es E( x. Obtenemos pues el mismo resultado que en la primera parte del ejemplo.26 Ecuaciones diferenciales de primer orden donde c puede ser cualquier constante. x ) == -2* x * y /( x ^2 -1) sage : desolve ( ec . y así h( x ) = 0. El potencial es entonces E( x. y) = sen( xy) + xy cos( xy) y N ( x. y) = x2 cos( xy)dy. . y) consideramos el sistema de ecuaciones   ∂E = sen( xy) + xy cos( xy) ≡ M( x. y). y) = x sen( xy). Para calcular el potencial E( x.  ∂y ∂x  ∂N   = 2x cos( xy) + x2 y sen( xy) ∂x lo que prueba que la ecuación es exacta.    ∂x  ∂E   = x2 cos( xy) ≡ N ( x. Derivando respecto de x. Sea la ecuación diferencial (sen( xy) + xy cos( xy)) dx + x2 cos( xy) dy = 0. x ) sage : ec = diff (y . Podemos resolver la ecuación usando Sage si la escribimos en forma normal: sage : var ( ’x ’) sage : y = function ( ’y ’ . Tomando c = 0. Llamemos M ( x. tomemos c = 0. sen $$ xy cos( $ $ siendo c una constante arbitraria.13.

y). expand ( EE ) x * sin ( x * y ) + g ( y ) A continuación. expand ( E ) x * sin ( x * y ) Como Sage ha calculado sólo la primitiva más simple. expand ( ec ) x ^2* cos ( x * y ) + D [0]( g )( y ) == x ^2* cos ( x * y ) Calculamos g(y) despejando e integrando: sage : # despejamos g ’( y ) sage : dg = solve ( ec . viene dada por x sen( xy) = C.diff (N . cabe la posibilidad de realizar todo el proceso de resolución. y ’) # definimos M y N M = sin ( x * y )+ x * y * cos ( x * y ) N = x ^2* cos ( x * y ) # comprobamos la exactitud diff (M . y ) sage : EE = E + g . x ) sage : ec = diff (y . x ) ∂E ∂x A continuación resolvemos la ecuación = M( x. x ). en forma implícita. derivamos la expresión obtenida respecto de y e igualamos a N ( x. x ) == -( sin ( x * y )+ x * y * cos ( x * y ))/( x ^2* cos ( x * y )) sage : desolve ( ec . g 0 . Vamos a ilustrarlo con la ecuación del ejemplo. y ) x * sin ( x * y ( x )) == c En caso de que Sage no pueda obtener una solución de forma directa. También Sage es capaz de resolver esta ecuación. y ). y )). En primer lugar.4 Ecuaciones exactas 27 y la solución general de la ecuación diferencial. añadimos una función dependiente de la variable y: sage : # sumamos una " constante " dependiente de y sage : g = function ( ’g ’ . definimos las funciones M( x.2. dg [ D [0]( g )( y ) == 0] sage : # integramos g ’( y ) respecto de y sage : g = integrate ( dg [0]. y) mediante integración: sage : # hacemos la integral de M respecto de x sage : # para calcular el potencial E sage : E = integral (M . rhs () . y ) == N . y ) . y) y N ( x. diff (g . y): sage : # derivamos respecto de y e igualamos a N sage : ec = diff ( EE . y comprobamos la condición de exactitud: sage : sage : sage : sage : sage : sage : 0 var ( ’x . si previamente la hemos escrito en forma normal: sage : var ( ’x ’) sage : y = function ( ’y ’ .

definimos el potencial E( x. y)dx + r ( x.rhs denota un método que devuelve el miembro de la derecha (rhs: right hand side. y)dy = 0. dg[0] es un objeto. dar una explicación un poco más técnica de la notación. esto es. y) M( x. Para acceder a los contenidos de un objeto se usa un punto (. Consideremos una ecuación diferencial de la forma En el caso en que la ecuación sea exacta. Si conseguimos determinar r ( x. los paréntesis vacíos hacen que se ejecute dicho método sin ningún argumento extra. que podemos escribir como M( x. El valor dg representa una lista o conjunto de ecuaciones que. Por último. Los elementos de una lista se enumeran comenzando con el índice 0. y)dx + N ( x. en este ejemplo. consta de un único elemento. y) y N ( x. una estructura con determinados contenidos y aplicaciones (o métodos) asociadas a ella. basta con escribir el nombre del objeto seguido de un punto y pulsar la tecla de tabulación. usamos la notación dg[0]. y)dx + N ( x. si queremos ver los métodos asociados a un objeto en Sage.5. y) = r ( x. y) N ( x. y): sage : # definimos el potencial sage : E = E + g . y) = r ( x. en el apartado anterior hemos estudiado cómo determinar su solución general mediante el uso de una función potencial. y). se obtiene una ecuación equivalente: r ( x. donde M ( x. Factores integrantes M( x. expand ( E ) x * sin ( x * y ) 2. por eso dg[0] hace referencia al primer elemento de la lista. y)dy = 0. Una función r ( x. y)dy = 0. En general. ¿Qué podemos hacer en caso de que la ecuación no sea exacta? Observemos que al multiplicar la ecuación por una función r ( x. y) con dicha propiedad se denomina factor integrante. y) no idénticamente nula.28 Ecuaciones diferenciales de primer orden (nótese que dg representa una ecuación. De esta forma. 1 Podemos . que es el valor obtenido para g(y). para considerar su segundo miembro. ∂y ∂x la nueva ecuación será exacta y podremos resolverla.) detrás del nombre del objeto. En lenguaje informático.rhs()1 ). y) M( x. ya que sólo estamos considerando una ecuación. y) para que se verifique ∂M ∂N = . y) N ( x. dg[0]. en inglés) de la ecuación representada por dg[0].

Una función potencial es E( x. y) = se verifica que ∂ ∂M = ∂y ∂y x + y2 . La función 1 x2 es un factor integrante. y podemos resolverla mediante el método descrito en la sección anterior. y) = M ( x. y)dx + N ( x. y) = r ( x. ∂y ∂y ∂x ∂x .2. y) M( x. Notemos que el intento de calcular el factor integrante r ( x. y) directamente a partir de la ecuación de exactitud ∂M ∂N ∂ ∂ = ⇒ (rM) = (rN ) ∂y ∂x ∂y ∂x nos lleva a la ecuación en derivadas parciales M ∂r ∂M ∂r ∂N +r = N +r .5 Factores integrantes 29 Ejemplo 2. x Está claro que la cuestión fundamental en este contexto es: ¿cómo podemos determinar un factor integrante? La respuesta es que no hay ningún método general que nos permita calcular factores integrantes: sólo podemos dar una respuesta parcial al problema. y) = r ( x. y) = −2xy. ∂x Por tanto. si definimos r ( x. y) = − 2y . Definamos M ( x. y) N ( x. y) = x + y2 y N ( x. y) = ln( x ) − y2 /x. Consideremos la ecuación ( x + y2 ) dx − 2xy dy = 0. x x + y2 x2 = 2y ∂ = 2 ∂x x − 2y x = ∂N . x2 N ( x. la ecuación diferencial M ( x.14. y)dy = 0 ⇒ x + y2 2xy x + y2 2y dx − 2 dy = 0 ⇒ dx − dy = 0 2 2 x x x x es exacta. y notemos que ∂M ∂ ∂ ∂N = ( x + y2 ) = 2y = −2y = (−2xy) = . por lo que la solución general será ln( x ) − y2 = C ⇒ y2 = x (ln( x ) − C ). ∂y ∂y ∂x ∂x lo que indica que la ecuación no es exacta. En efecto.

Más concretamente. y) = φ( x n ym ). imposible). no se trata de probar todas las funciones posibles para ver si alguna de ellas es un factor integrante (tarea. y) = φ(y). el miembro de la derecha de la expresión anterior debe ser una función que sólo dependa de la variable x. y) = φ( xy). Cuando el factor integrante buscado depende tan sólo de una de las variables. m ∈ Z. Por ejemplo. puede darse una fórmula explícita para calcularlo. ∂x ∂y Imponiendo la condición de exactitud. y) expresa una relación algebraica simple entre las variables x e y. = 0.30 Ecuaciones diferenciales de primer orden cuya resolución sólo podremos realizarla en casos muy sencillos. Por supuesto. y) = φ( x/y). y) = φ( x ± y). . donde φ es una función de una variable y ϕ( x. y) = φ( ϕ( x. y) = φ( x ) se tiene que ∂r ∂r = φ ( x ). por otro lado. y) se hace mediante prueba y error. La idea subyacente a este procedimiento se basa en simplificar dentro de lo posible las derivadas parciales del factor integrante. n. y) = φ( x n ± ym ). Para que este proceso tenga sentido. y) = φ( x ). El método usual para buscar un factor integrante es mediante prueba y error. r ( x. r ( x. r ( x. Resolviendo la ecuación. La elección de ϕ( x. r ( x. r ( x. m ∈ Z. siendo g( x ) = 1 N ∂M ∂N − ∂y ∂x . Típicos candidatos a factor integrante son: r ( x. n. . ∂y ∂y ∂x ∂x ∂y ∂x de donde obtenemos la ecuación de variables separadas φ ( x ) = g ( x ) φ ( x ). si r ( x. . se intentará buscar el factor integrante de la forma r ( x. resulta que M ∂r ∂M ∂r ∂N ∂M ∂N +r = N +r ⇒ φ( x ) = Nφ ( x ) + φ( x ) . mientras que φ se determina imponiendo la condición de exactitud a la ecuación modificada. sino que debemos restringir nuestra búsqueda a determinados tipos de funciones. r ( x. . y)).

el cálculo explícito de φ( x ) sólo podrá llevarse a cabo si sabemos calcular una primitiva de la función g( x ). y) = φ( x ). razonando de modo análogo llegamos a la siguiente expresión: φ(y) = e donde h(y) = − 1 M h(y)dy . ∂M ∂N − ∂y ∂x . En tal caso. y) = φ( x ). Busquemos un factor integrante de la forma r ( x. En el siguiente ejemplo se presenta un caso en que el primer candidato a factor integrante no es válido. esto es. Sea la ecuación diferencial (2xy2 − 3y3 ) dx + (7 − 3xy2 ) dy = 0. Entonces el candidato a factor integrante será de la forma φ( x ) = e donde g( x ) = 1 N ∂M ∂N − ∂y ∂x g( x )dx . Ejemplo 2. Comencemos probando con un factor integrante de la forma r ( x. −2xy x Por tanto. la función r ( x. Consideremos la ecuación del ejemplo anterior: ( x + y2 ) dx − 2xy dy = 0. Por supuesto. y) = x −2 . y veamos cómo se obtiene el factor integrante r ( x. que no es exacta (como puede comprobarse fácilmente). g( x ) = 1 N ∂M ∂N − ∂y ∂x = 1 2y (4xy − 9y2 ) − (−3y2 ) = (2x − 3y). = 1 2 (2y − (−2y)) = − . el factor integrante buscado será φ( x ) = e− 2 x dx = e−2 ln(x) = eln(x −2 ) = x −2 . Si el factor integrante sólo depende de la variable y. y) dependerá únicamente de la variable x. Ejemplo 2.5 Factores integrantes 31 obtenemos la expresión del factor integrante: φ( x ) = e g( x )dx .16.15.2. 2 7 − 3xy 7 − 3xy2 .

∂y . Si probamos con un factor del tipo r ( x. En consecuencia. Un potencial es. E( x. ∂r = 2yφ ( x + y2 ). Consideremos pues la ecuación modificada (3y2 − x )r ( x. y la solución general de la ecuación diferencial es.17. y) dx + (2y3 − 6xy)r ( x. Consideremos la ecuación diferencial no exacta (3y2 − x ) dx + (2y3 − 6xy) dy = 0. En este caso. por tanto. no es posible utilizar un factor integrante que sólo dependa de x. Resolvamos ahora la ecuación diferencial (2xy2 − 3y3 )y−2 dx + (7 − 3xy2 )y−2 dy = 0 ⇒ (2x − 3y) dx + (7y−2 − 3x ) dy = 0. y) = x2 − 3xy − 7y−1 . de donde 4y( x + y2 )φ ( x + y2 ) = −12yφ( x + y2 ) ⇒ ( x + y2 )φ ( x + y2 ) = −3φ( x + y2 ). x2 − 3xy − 7y−1 = C. 3 y − 3y La expresión obtenida sólo depende de la variable y. Finalizamos esta sección con un ejemplo donde se juega con un factor integrante algo más complicado que los vistos en los ejemplos anteriores. La prueba con los candidatos usuales a factor integrante no da buen resultado. y) = φ( x + y2 ). por lo que podemos considerar el factor integrante φ(y) = e h(y)dy =e − 2 dy y = y −2 . y) dy = 0. obtenemos h(y) = − 1 M ∂M ∂N − ∂y ∂x =− 2xy2 2y 2 (2x − 6y) = − . ∂x la condición de exactitud nos da 2y(3y2 − x )φ ( x + y2 ) + 6yφ( x + y2 ) = (2y3 − 6xy)φ ( x + y2 ) − 6yφ( x + y2 ).32 Ecuaciones diferenciales de primer orden Esta expresión no tiene sentido. y) = φ(y). Teniendo en cuenta que ∂r = φ ( x + y2 ). en este caso. Ejemplo 2. el factor integrante a buscar es de la forma r ( x. ya que el segundo miembro depende explícitamente también de la variable y. que es exacta.

6 Problemas de valor inicial 33 Como vemos. aunque todas ellas se diferencian únicamente en el valor de la constante C. que supondremos escrita en forma normal: y = f ( x. x ∈ [ a. por tanto. puede demostrarse que el problema de valor inicial posee una única solución. dicho de otro modo. de entre todas las posibles soluciones.6. Supongamos que estamos interesados en elegir. Bajo hipótesis adecuadas de regularidad sobre la función f ( x. la ecuación diferencial posee un número infinito de soluciones. La ecuación exacta equivalente a considerar es. y) = φ( x + y2 ) = ( x + y2 )−3 . estamos ante un problema de valor inicial o problema de Cauchy: y = f ( x. b]. El valor correspondiente de la constante C se determina imponiendo la condición inicial en la solución general. En particular. hay que resolver la ecuación y( a. Problemas de valor inicial Hemos visto que la solución general de una ecuación diferencial de primer orden. . y ≡ y( x. y ( a ) = y0 . (3y2 − x )( x + y2 )−3 dx + (2y3 − 6xy)( x + y2 )−3 dy = 0. C ). así que la solución general de la ecuación diferencial será x − y2 = C. aquella que en el punto a toma un cierto valor y0 . En tal caso. y) = ( x − y2 )( x + y2 )−2 . depende de una constante arbitraria C. C ) = y0 . Si llamamos z = x + y2 . y). esto es. tenemos zφ (z) = −3φ(z) ⇒ dφ = −3 φ dz ⇒ ln(φ) = −3 ln(z) = ln(z−3 ) ⇒ φ(z) = z−3 . el factor integrante buscado es r ( x. Una función potencial es E( x. La condición y( a) = y0 se denomina condición inicial. z Por tanto. y). y). ( x + y2 )2 2. la última expresión obtenida es una ecuación diferencial en x + y2 .2.

x ) == 2* x * y sage : sol = desolve ( ec . El siguiente código resuelve el problema de valor inicial en Sage: sage : var ( ’x ’) sage : y = function ( ’y ’ . queremos dibujarla en el intervalo [0. 1]) para obtener el resultado de la figura 2. Ejemplo 2. donde C = 2c representa una constante arbitraria.19. 1]) # ics =[ a . Por tanto. hacemos: sage : plot ( sol . No todo problema de valor inicial tiene solución. y . y( x. 1].2): y= C − x2 . como muestra el siguiente ejemplo. la única solución del problema de valor inicial es y = ex . Consideremos la ecuación de variables separables y = − x/y y calculemos su solución general: dy x = − ⇒ y dy = − x dx ⇒ dx y y dy = − x dx ⇒ y2 x2 = − + c ⇒ x2 + y2 = 2c. Consideremos el problema de valor inicial y = 2xy. El correspondiente código Sage para resolver la ecuación es: . C ) ≡ y = Ce x . La solución general de la ecuación y = 2xy es. por ejemplo. y(0) = 1.34 Ecuaciones diferenciales de primer orden Ejemplo 2. Imponiendo la condición inicial. se obtienen dos ramas de soluciones (figura 2.18.1. Despejando la variable y. [0 . ics =[0 . resulta: y(0) = 1 ⇒ Ce0 = 1 ⇒ C = 1. x ) sage : ec = diff (y . según vimos en el ejemplo 2. y=− C − x2 . Si. 2 2 Esta solución en forma implícita puede reescribirse como x2 + y2 = C. y ( a )] sage : sol e ^( x ^2) 2 2 2 Es posible representar gráficamente esta solución de forma muy simple.3.

Si queremos despejar la solución y.2. definidas en I = (−1. 1). y ) -1/2* y ( x )^2 == 1/2* x ^2 + c Como vemos.1: Solución del ejemplo 2. sage : var ( ’x ’) sage : y = function ( ’y ’ . y 1 y=  1− x2 y 1 -1 0 1 x -1 0 1 x -1 y=− 1− x 2 -1 Figura 2. primero guardamos el resultado anterior en una variable. sol -1/2* y ( x )^2 == 1/2* x ^2 + c A continuación. x ) == -x / y sage : desolve ( ec . la solución viene dada en forma implícita.18 en el intervalo [0.6 Problemas de valor inicial 35 Figura 2.2: Las dos ramas de solución para C = 1. usamos el comando solve para despejar y: . x ) sage : ec = diff (y . 1]. y ). que llamaremos sol: sage : sol = desolve ( ec .

ya que falla la derivabilidad en x = 1. ya que ambas pasan por el punto (1. Sage sólo determina la solución no nula: sage : var ( ’x ’) sage : y = function ( ’y ’ . Sea el problema de valor inicial y = ( x + 1)y2/3 .sqrt ( . 0). 1). ics =[1 .0]) 3* y ( x )^(1/3) == 1/2* x ^2 + x . Dicha solución es regular en el intervalo I = (−1.x ^2 . También en este caso la solución del problema es única. el problema de valor inicial correspondiente no tiene solución. que sólo está definida si x ∈ (−1. ninguna de ellas es solución. notemos que la función idénticamente nula y( x ) ≡ 0 también es solución. En efecto. que también implica C = 1. y ( x ) == sqrt ( .3/2 . En este caso. y(1) = 0.x ) sage : ec = diff (y .2* c )] Tomemos la condición inicial y(0) = 1.36 Ecuaciones diferenciales de primer orden sage : solve ( sol . Podemos comprobar fácilmente que la función 1 y( x ) = 3 x2 3 +x− 2 2 3 es solución del problema. Ejemplo 2. y . Razonando de manera análoga.2* c ) . Sin embargo. que implica C = 1. la derivada de y es y (x) = ± √ x 1 − x2 . Consideremos ahora la condición inicial y(1) = 0. 1). ésta no tiene por qué ser única. 1) debemos tomar la primera rama. por lo que la solución del problema √ de valor inicial corresponde a la semicircunferencia superior: y = 1 − x2 . que es regular en el intervalo I = (−1.√ solución del problema de valor inicial con condila ción inicial y(0) = −1 sería y = − 1 − x2 . y ) [ y ( x ) == .x ^2 . x ) == ( x +1)* y ^(2/3) sage : desolve ( ec . En este caso. 1). el problema posee una única solución. Aun en el caso de que un problema de valor inicial tenga solución. Tenemos pues dos soluciones distintas del mismo problema de valor inicial. En consecuencia. En este caso podríamos tomar cualquiera de las dos ramas. Por otra parte. Debido a la situación del punto (0.20.

0). Ejemplo 2. ni siquiera está definida) cuando y = 0. En este caso el problema no tenía solución. y0 ). y0 ) = (0. Obsérvese que la solución es local. y). la derivada de f ( x. y) es x f ( x. Para determinar si hay o no solución tendríamos que proceder como en el ejemplo 2.20. Por otra parte. 1). pero no necesaria. Teorema (de existencia y unicidad). para la existencia de solución. ∂y y que también es continua en (0. y ( x0 ) = y0 . Como la función f ( x. y) = 2 . y) = − . la función f ( x. y) es continua en un entorno del punto ( x0 . analizando directamente el problema de Cauchy. 1). el teorema asegura que el problema de Cauchy correspondiente posee alguna solución. y) no es continua en el punto (1. 1). Consideremos el problema de Cauchy del ejemplo 2. y0 ). Consideremos ahora la condición inicial y(1) = 0 y observemos que la función f ( x. En consecuencia.6 Problemas de valor inicial 37 Finalizamos esta sección con un resultado fundamental de la teoría de ecuaciones diferenciales que nos permite dilucidar la existencia y unicidad de solución local de un problema de valor inicial. tiene alguna solución local. Si la función f ( x.19. y que no es continua (de hecho. 1). y) es continua en el punto ( x0 . la función f ( x. la solución del problema de Cauchy es única. De hecho. ya que el teorema sólo proporciona una condición suficiente. y) = ( x + 1)y2/3 . Ejemplo 2. En este caso. Consideremos de nuevo la ecuación diferencial del ejemplo 2. ∂f ∂y y es continua en un entorno de ( x0 . no podemos afirmar que el problema carezca de solución. En este caso. Tomemos como condición inicial y(0) = 1. Si además existe entonces la solución del problema es única. y) respecto de la variable y es x ∂f ( x. vimos que dicha solución era y= 1 − x2 .2. Sin embargo.21. entonces el problema de valor inicial y = f ( x.19. ya que está definida solamente en el intervalo (−1. x ∈ (−1.22. y según el teorema.

De hecho. por lo que el problema posee solución. El sistema está contenido en el plano x-y. Los rayos incidentes son paralelos al eje y. Sin embargo. Aplicaciones Espejos parabólicos Nos planteamos el problema de determinar la forma que debe tener un espejo para que los rayos reflejados por éste se concentren en un punto. sino que habría que analizar el problema como se hizo en el ejemplo 2. Los rayos se concentran en el origen de coordenadas. 4. A partir del triángulo formado por el origen. considerando el ángulo que forma el rayo con la recta tangente a la curva que define el espejo en el punto donde incide el rayo. Para simplificar el problema. Consideremos pues la figura 2. La forma del espejo viene dada por una curva del tipo y( x ). y) y el corte de la recta tangente a la curva con el eje y (sombreado en la figura 2. 2. haremos las siguientes suposiciones: 1. En la figura 2. No podemos por tanto aplicar el teorema para asegurar la unicidad de solución. podemos determinar la relación que existe entre α y θ: α+α+ θ+ π 2 =π⇒θ= π − 2α.7. Cuando el espejo es curvo se cumple una ley de reflexión análoga.38 Ecuaciones diferenciales de primer orden es continua en todo punto. Esta ley física es la que vamos a utilizar para obtener una ecuación diferencial asociada al problema.3 se representa un esquema del planteamiento geométrico del problema. β es el ángulo que forma la recta tangente a la curva en el punto ( x.19.7. 2 . y) del espejo. 3. En el caso de un espejo plano. un rayo que incide con ángulo α se refleja con el mismo ángulo. el punto ( x. y) = ( x + 1)y−1/3 = √ ∂y 3 3 3y no es continua en (1. 0). que coincide con el ángulo del rayo reflejado. α representa el ángulo de incidencia del rayo.4. notemos que 2 2x+1 ∂f ( x. 2. y) con el eje x. donde un rayo paralelo al eje y se refleja en el punto ( x. vimos que el problema de Cauchy poseía dos soluciones distintas.1.4). 2. θ es el ángulo que forma el rayo reflejado con el eje x.

2. Considerando de nuevo el mismo triángulo.7 Aplicaciones 39 y x Figura 2.4: Esquema del problema del espejo.3: Planteamiento del problema de los espejos parabólicos. y π = tg − 2α = cotg(2α). podemos escribir y tg(θ ) = . y α (x. y teniendo en cuenta la definición geométrica de la tangente de un ángulo.y) α θ β x α y 0 x β Figura 2. x 2 . x Por tanto.

la derivada y ( x ) se interpreta geométricamente como la pendiente de la recta tangente a la curva buscada en el punto ( x. sen(2α) 2 sen(α) cos(α) 2 cotg(α) Combinando los resultados anteriores.40 Ecuaciones diferenciales de primer orden Figura 2.5: Espejos parabólicos y = x2 − 1/4. y). x y = y− x 2 + y2 .4 que α+β = y por tanto y = tg π − α = cotg(α). 2 π π ⇒ β = − α. Por otra parte. 2 2 Podemos determinar la relación existente entre cotg(α) y cotg(2α): cos(2α) cos2 (α) − sen2 (α) cotg2 (α) − 1 cotg(2α) = = = . y = − x2 + 1/4. Vemos en la figura 2. x . obtenemos la siguiente ecuación diferencial: y ( y )2 − 1 = . que es precisamente la tangente del ángulo β: y = tg( β). 2y x Al despejar y aparecen dos formas normales para la ecuación: x (y )2 − 2yy − x = 0 ⇒ y = y+ x 2 + y2 .

es Q( x. En ambos casos. donde ı y  son los vectores de coordenadas unitarios (ı = (1. Sea y( x ) la curva equipotencial buscada y sea ω el trabajo realizado por la fuerza F. y) = P( x. es equivalente a que cos( F. Supongamos que en el plano x-y actúa un campo de fuerzas vectorial de la forma F ( x. la fuerza ejercida por el campo viene dada por el vector F ( x. esta condición equivale a que el producto de las pendientes determinadas por ambos vectores sea −1. y( x )) = P( x. y( x )) de la curva equipotencial. 1)). P( x. y) son funciones suficientemente regulares.7. y)  ≡ ( P( x. Campos de fuerza conservativos En este apartado vamos a motivar el estudio de las ecuaciones exactas. e). Q( x. Si llamamos e al vector de desplazamiento de la partícula (vector tangente a la trayectoria). el trabajo ω puede expresarse como un producto escalar de F por e: ω = F·e = F e cos( F. y( x )) . como es usual. y( x )) . e) = 0 o. y) y Q( x. mientras que · es el módulo del vector correspondiente. lo que es lo mismo. y( x )) = 0).5 se representan los espejos que se obtienen para C = ±1. Aquí cos( F. así como de su método de resolución.2. 2. Las trayectorias que verifican esta propiedad se conocen con el nombre de curvas equipotenciales. La condición de que el trabajo sea nulo. y)). y P( x.7 Aplicaciones 41 Es inmediato comprobar que las dos ecuaciones obtenidas son homogéneas. y = Cx2 − 4C donde. y( x ))ı + Q( x.  = (0.2. mediante el análisis de un problema de Física: el cálculo de las curvas equipotenciales de un campo de fuerzas conservativo. y)ı + Q( x. ω = 0. a que los vectores F y e sean ortogonales: F ⊥ e. cuya pendiente (supuesto P( x. e) representa el ángulo formado por los vectores F y e. así que podemos resolverlas mediante el cambio z = y/x. A su vez. En un punto arbitrario ( x. mientras que si C es negativa la parábola es cóncava. Queremos desplazar una partícula por el plano de forma que el campo de fuerzas no ejerza ningún trabajo sobre ella en todos los puntos de la trayectoria. En la figura 2. la solución de la ecuación es la misma: 1 . y( x )) . y). En el caso en que C sea positiva la solución es una parábola convexa. C representa una constante arbitraria. 0).

Se dice que un campo de fuerzas F es conservativo si deriva de un potencial. − → E= ∂E ∂E ı+ . Por otra parte.42 Ecuaciones diferenciales de primer orden  F  e (x. y( x )) . P( x. Q( x. y) o. es decir. y) =− dx Q( x. la pendiente del vector de desplazamiento e es simplemente y ( x ). ∂y . Escribiendo simplemente y en lugar de y( x ). y) tal que − → donde E = − F. y)dy = 0. y). en forma diferencial. y)dx + Q( x. la ecuación anterior puede expresarse como dy P( x. y). − → E es el vector gradiente de E. y( x )) de la trayectoria. y( x )) sobre cada punto ( x. si existe una función escalar E( x. ∂x ∂E = − Q( x.y) Figura 2. vector desplazamiento y vector fuerza.6: Curva equipotencial. la condición F ⊥ e se escribe entonces como y (x) = − P( x. Por tanto. ∂x ∂y Esta condición puede expresarse también en términos de las componentes: ∂E = − P( x.

con C constante. y) = (0. es un potencial: − → E = 0 ı + mg  = F. −mg). Una cuestión crucial es la siguiente: ¿cómo determinar si un campo es conservativo? Notemos que si el campo F es conservativo entonces ∂P ∂2 E ∂2 E ∂Q ∂P ∂Q =− =− = ⇒ = . derivando implícitamente respecto de x en la ecuación anterior. Ejemplo 2. consideremos la función de energía potencial E( x. En este caso. y)dy = 0. mg donde en el último paso hemos renombrado la constante arbitraria C. las curvas equipotenciales son precisamente las curvas y( x ) definidas de forma implícita por la ecuación E( x. En efecto.2. y( x )) + Q( x. con C constante. y( x )) = P( x. Por tanto. y( x )) = C ⇒ mgy( x ) = C ⇒ y( x ) = C ≡ C. y) (que siempre se verificarán en los casos que trataremos). En conclusión. las curvas equipotenciales son de la forma E( x. el recíproco es asimismo cierto. y( x )) = C. y( x ))y ( x ). . dx ∂x ∂y de donde deducimos que y( x ) verifica la ecuación P( x. ∂y ∂y ∂x ∂x ∂y ∂x ∂y ∂x Puede demostrarse (aunque eso está fuera del alcance de este curso) que.7 Aplicaciones 43 Si el campo F es conservativo.23. donde m representa la masa de una partícula que se mueve en un plano y g es la constante gravitatoria. y( x )) = ( x. y( x )) + y ( x ) ( x. Para ello. dx −mg que son precisamente y( x ) = C. Vamos a llegar al mismo resultado mediante el uso de una función potencial. Las curvas equipotenciales son las soluciones de la ecuación diferencial dy 0 =− = 0. y) y Q( x. Consideremos el campo de fuerzas gravitatorio F ( x. las curvas equipotenciales son rectas horizontales. y) = mgy que. se tiene que 0= ∂E ∂E d E( x. y)dx + Q( x. bajo determinadas condiciones de regularidad sobre P( x. efectivamente.

para cualquier función g(y) se verifica ∂ ∂x x2 + g(y) 2 =x⇒ ∂E = x. ∂x .4 tomamos M = − P y N = − Q. Desde un punto de vista matemático. Ejemplo 2. planteamos el sistema   ∂E = − P( x.44 Ecuaciones diferenciales de primer orden podemos afirmar que el campo F es conservativo si y sólo si se verifica la igualdad anterior: ∂Q ∂P = . y) respecto de la variable x. Observación. e integremos respecto de x: ∂E x2 dx = x dx = + g ( y ). El signo negativo en la definición de función potencial obedece. como hemos visto. En efecto. no será posible salvo en casos muy sencillos. y) = ∂x 2 Observemos que. F = Pı + Q  es conservativo ⇐⇒ ∂y ∂x En el caso en que F sea conservativo. ∂y ∂y ∂x ∂x Para calcular una función potencial. En el siguiente ejemplo se ilustra el cálculo de una función potencial.    ∂x  ∂E   = − Q( x. la “constante” de integración que aparece no es realmente una constante. en general. a consideraciones de tipo puramente físico.24. y) = −(−y) = y. para calcular una función potencial E debemos resolver el siguiente sistema de ecuaciones en derivadas parciales:   ∂E = − P( x. dicho signo es irrelevante: por eso en la definición de exactitud que hicimos en la sección 2. E( x. y) = − xı − y  es conservativo. y). El campo de fuerzas F ( x. por ejemplo la primera. sino una función de la variable y.  ∂y Tomemos una de las dos ecuaciones. y) = −(− x ) = x.  ∂y lo cual. y). al estar integrando la función de dos variables E( x. ya que ∂P ∂ ∂ ∂Q = (− x ) = 0 = (−y) = .    ∂x  ∂E   = − Q( x.

Por una parte. el potencial buscado es E( x. obtenemos ∂ ∂E = ∂y ∂y x2 + g(y) 2 = g ( y ). siendo C una constante arbitraria.y)=C x Figura 2. . y) respecto de y.24. Finalmente. En la figura 2. derivando en la expresión obtenida para E( x. resulta g (y) = y ⇒ g(y) = y dy = y2 .7 se representan las curvas equipotenciales y el campo vectorial F. 2 Como buscamos un valor particular de g(y).2. no añadimos constante de integración en el cálculo anterior.7: Curvas equipotenciales y campo de fuerzas del ejemplo 2.7 Aplicaciones 45 Para determinar g(y) recurrimos a la segunda ecuación. y) = x 2 y2 + . Sustituyendo ahora en la segunda ecuación. y  F E(x. 2 2 Las curvas equipotenciales son entonces las circunferencias de la forma x2 + y2 = C.

46 Ecuaciones diferenciales de primer orden 2. dT . dt El ritmo de cambio de la temperatura T (t) se expresa mediante su derivada respecto del tiempo. Respecto a las unidades de medida. De forma más específica: El calor producido por las personas. Observación.7. que será positiva para la calefacción y negativa para el aire acondicionado. tipo de aislamiento. multiplicando ambas cantidades por la capacidad calorífica del edificio (cuyas unidades son ◦ C/kcal). luces. que establece que el ritmo de cambio de la temperatura T (t) es proporcional a la diferencia entre la temperatura exterior Te (t) y la interior T (t).3. la variación de temperatura dT se mide en ◦ C/h. etc. Para ello. Expresando en términos matemáticos los puntos anteriores. supondremos que la temperatura viene dada en grados Celsius (◦ C) y el tiempo en horas (h). Por último. La constante k tiene como unidad h−1 . Factores experimentales muestran que este efecto puede modelizarse usando la ley del enfriamiento de Newton. el calor generado en el interior del edificio y el efecto del sistema de calefacción o de aire acondicionado. Calentamiento de edificios Vamos a estudiar un modelo que describe la evolución de la temperatura en el interior de un edificio. denotemos por T (t) dicha temperatura en el instante de tiempo t. siendo esta función no negativa. dt En general. etc. por lo que la ecuación se reduce a dT = k( Te (t) − T (t)) dt . podemos suponer que tanto H (t) como U (t) vienen dadas en ◦ C/h. en el interior del edificio causan un incremento de la temperatura que denotaremos por H (t). Si embargo. en consecuencia. Las variaciones de temperatura producidas por el sistema de calefacción/refrigeración se representan mediante una función U (t). La constante de proporcionalidad k se supone positiva y depende de dt las propiedades físicas del edificio: número de puertas y ventanas. hay que considerar el efecto de la temperatura exterior Te (t) sobre el edificio. Observación. podemos considerar la siguiente ecuación diferencial de primer orden: dT = k( Te (t) − T (t)) + H (t) + U (t). kcal/h. Supongamos que H (t) ≡ 0 y U (t) ≡ 0. maquinaria. las funciones H (t) y U (t) se expresan en términos de energía por unidad de tiempo. Supondremos que las variaciones de temperatura dependen de tres factores: la temperatura exterior.

2. sustituyendo en la ecuación. la solución general de la ecuación completa será T (t. por el contrario. por lo que la temperatura del edificio disminuye. Te (t) − T (t) > 0. Un valor típico podría estar entre dos y cuatro horas. entonces T (t) < 0. buscamos una solución particular de la forma TP (t) = C (t)e−kt .7 Aplicaciones 47 (esta es la expresión de la ley de Newton). En primer lugar. dt queda claro que es de tipo lineal. Por último. Imponiendo esta condición inicial en la solución general. se tiene que T (t) > 0. Si. lo que significa que T (t) es una función creciente: la temperatura del edificio se incrementa. hay que considerar una condición inicial de la forma T (0) = T0 . y representa el tiempo que se necesita para que la temperatura del edificio cambia de forma sustancial. resulta: C (t)e−kt − $$$e−kt = −$$$e−kt + kTe (t) + H (t) + U (t) ⇒ kC (t) $ kC (t) $ $ $ $ $ C (t) = ekt (kTe (t) + H (t) + U (t)) ⇒ C (t) = de donde TP (t) = e−kt ekt (kTe (t) + H (t) + U (t)) dt. El valor K = 1/k se denomina constante de tiempo del edificio. la constante de tiempo puede ser mucho mayor si el edificio está bien aislado. determinamos la solución general de la ecuación homogénea asociada: dT = −kT ⇒ dt dT =− T k dt ⇒ ln( T ) = −kt + c ⇒ TH (t. Te (t) − T (t) < 0. . Para completar el modelo. C ) = Ce−kt . ekt (kTe (t) + H (t) + U (t)) dt. es necesario conocer la temperatura inicial del edificio. Cuando la temperatura exterior es mayor que la interior. donde hemos sustituido ec por una constante arbitraria C. la temperatura exterior es menor que la interior. A continuación. esto es. C ) ≡ T (t) = e−kt ekt (kTe (t) + H (t) + U (t)) dt + C . Si reescribimos la ecuación de la siguiente forma: dT = −kT (t) + kTe (t) + H (t) + U (t). por el contrario. por lo que podemos resolverla usando el método de variación de la constante. Observación. donde T0 es la temperatura del edificio en el instante inicial t = 0. aunque puede ser mucho menor si se abren las ventanas o se utilizan ventiladores. es posible determinar el valor de la constante de integración C.

Ejemplo 2. obtenemos: π 7 π π T (t) = 93 − 2 cos 12 t + sen 12 t + Ce− 12 t . Consideremos un edificio en el que el ritmo de calor adicional H (t) ≡ π ◦ 48 C/h es constante y no se usa calefacción ni aire acondicionado: U ( t ) ≡ 0. En este caso. por lo que la constante de temperatura del edificio. Temperatura exterior: Te (t).8: Temperatura interior: T (t).48 Ecuaciones diferenciales de primer orden Figura 2.25. podemos calcular el valor de la constante de integración C: T (0) = 20 ⇒ 93 4 − 7 + C = 20 ⇒ C = 1 . Imponiendo esta condición sobre T (t). con su mínimo en t = 0 (medianoche) y su máximo en t = 12 π (mediodía). Integrando por partes el primer sumando y sustituyendo los valores de k y H0 . La situación descrita podría corresponder a la primavera. es aproximadamente de cuatro horas. Supongamos asimismo que k = 12 h−1 . 2 4 . 1/k. 4 Supongamos ahora que la temperatura inicial (esto es. la temperatura interior del edificio viene dada por la siguiente función: T (t) = e−kt ekt (kTe (t) + H0 ) dt + C ekt cos π 12 t = e−kt − 7k dt + (23k + H0 ) ekt dt + C . Supongamos que la temperatura exterior varía según la función Te (t) = 23 − 7 cos π 12 t . se supone que la temperatura exterior cambia de forma sinusoidal en un período de 24 horas. esto es. a medianoche) en el interior del edificio es de 20 ◦ C. cuando no usamos ni la calefacción ni el aire acondicionado y las variaciones de temperatura son suaves.

7/2* cos (1/12* pi * t ) + 93/4 sage : # Dibujamos sage : fig1 = plot ( sol .8. hacemos sage : sol . t ) == k *( Te . 24 . 24) (28.204675639897779 . t ) sage : ec = diff (T . externa ’) # figura para Te sage : fig = fig1 + fig2 # unimos ambas figuras sage : show ( fig ) # mostramos el resultado El parámetro legend_label dentro de la instrucción plot se ha utilizado para etiquetar las gráficas.2.8 se muestran las evoluciones de las temperaturas interior y exterior del edificio durante un período de 24 horas. para determinar la temperatura mínima. legend_label = ’ Temp . T (t) = 93 4 7 − 2 cos π 12 t + sen π 12 t + 1 e− 12 t . color = ’ blue ’ . 1 4 . f i n d _ m i n i m u m _ o n _ i n t e r v a l (0 . De forma análoga. sage : var ( ’t ’) sage : k = pi /12 sage : Te = 23 -7* cos ( pi * t /12) sage : H = pi /48 sage : U = 0 sage : T = function ( ’T ’ . Para ello. t . interna ’) # figura para T sage : fig2 = plot ( Te . Damos a continuación un código Sage para resolver el problema y representar gráficamente tanto la solución T (t) como la evolución de la temperatura exterior Te (t).412953900017136 . t .9 9 61 9 5 03 4 42 2 9 06 ) El primer número corresponde al valor máximo de la temperatura y el segundo al instante en que éste se alcanza. Supongamos que queremos determinar la temperatura máxima que se alcanza en el interior del edificio durante un periodo de 24 horas. color = ’ red ’ . los resultados son consistentes con la representación gráfica de la solución. 08 60 105 96 20 069 9) Como vemos.T ) + H + U sage : sol = desolve ( ec . El resultado obtenido puede verse en la figura 2. 0 . 24 . finalmente. legend_label = ’ Temp . 20]) sage : expand ( sol ) 1/4* e ^( -1/12* pi * t ) . . ics =[0 . 24) (18. T . 0 . 4 π En la figura 2.7/2* sin (1/12* pi * t ) .7 Aplicaciones 49 La solución del problema de valor inicial es. f i n d _ m a x i m u m _ o n _ i n t e r v a l (0 . 3. podemos usar el siguiente comando: sage : sol .

50 Ecuaciones diferenciales de primer orden .

.CAPÍTULO 3 ECUACIONES DIFERENCIALES DE ORDEN SUPERIOR 3. y(n) ) = 0. y . Introducción Una ecuación diferencial ordinaria de orden n es una ecuación que relaciona una variable independiente x con una variable dependiente y ≡ y( x ) y sus derivadas hasta el orden n. x ∈ [ a. siendo continuas todas las derivadas. y. b].1. . Una solución de la ecuación diferencial es una función y : [ a. b] → R que satisface la ecuación en cada punto x ∈ [ a. Su forma general es la siguiente: F ( x. La ecuación está escrita en forma normal si la derivada de orden n aparece despejada: y(n) = f ( x. . . Dicha función ha de ser regular.1. . y . b]). . Ejemplo 3. x ∈ [ a. y. . y . . en el sentido de ser derivable tantas veces como indique el orden de la ecuación. . La función y : R → R definida como y( x ) = sen(2x ) es solución de la ecuación diferencial de orden dos (o segundo orden) y = −4y. b]. en tal caso se dice que y( x ) es una función de clase C n ([ a. b]. y(n−1) ).

se verifica la ecuación para cada punto x ∈ R: y ( x ) = −4 sen(2x ) = −4y( x ). x . x ) sage : ec = diff (y . C1 . .  . y . C2 ’) sage : y = C1 * sin (2* x ) + C2 * cos (2* x ) sage : diff (y . Veamos cómo usar Sage para hacer la comprobación: sage : var ( ’x . y ) k1 * sin (2* x ) + k2 * cos (2* x ) Dada una ecuación diferencial de orden n (que supondremos escrita en forma normal). y. y(n−1) ). C1 . Ejemplo 3. Cn ). 2) + 4* y 0 La solución general de una ecuación diferencial de orden n es una familia de funciones que determinan todas las posibles soluciones de la ecuación. . . 2) + 4* y 0 También podemos resolver la ecuación directamente: sage : var ( ’x ’) sage : y = function ( ’y ’ . notemos que la función y( x ) es de clase dos. Dicha solución general depende de n parámetros o constantes arbitrarias: y ≡ y( x. Es inmediato hacer la comprobación anterior usando Sage: sage : var ( ’x ’) sage : y = sin (2* x ) sage : diff (y .   . siendo C1 y C2 constantes arbitrarias.   0  y ( a ) = y1 .    ( n −1) y ( a) = y . podemos complementarla con n condiciones iniciales que establecen los valores que deben tomar la solución y sus derivadas en un cierto punto. x . Es fácil comprobar que todas las funciones de esta forma verifican la ecuación diferencial. C2 . Su forma es la siguiente:  y(n) = f ( x. . 2) == -4* y sage : desolve ( ec . . . Además. más adelante veremos que estas son todas las posibles soluciones.    y( a) = y .2.  . Estamos entonces ante lo que se denomina un problema de valores iniciales o problema de Cauchy. . ya que tanto y ( x ) = 2 cos(2x ) como y ( x ) = −4 sen(2x ) son funciones continuas. La solución general de la ecuación diferencial y = −4y es y = C1 sen(2x ) + C2 cos(2x ). n −1 . x ∈ [ a. b]. x . .52 Ecuaciones diferenciales de orden superior En primer lugar.

y su forma normal es y = f ( x. primero se obtiene la solución general de la ecuación. Por un lado. Consideremos el problema de valores iniciales  y = −4y. 2) == -4* y sage : desolve ( ec . El código Sage correspondiente es el siguiente: sage : var ( ’x ’) sage : y = function ( ’y ’ . de la segunda condición deducimos que X $0 X1 y (0) = 0 ⇒ 2C1$$$− 2C2$$$ = 0 ⇒ C1 = 0. y . en general. cos 0 sen 0 Por tanto. x ) sage : ec = diff (y . 1 . x . C1 . 0]) # ics =[ a . . y ). la única solución del problema del problema de valores iniciales es y = cos(2x ). Como vimos en el ejemplo anterior. C2 ). y0 ’] cos (2* x ) En este capítulo centraremos nuestro estudio en ecuaciones de segundo orden. que dependerá de n constantes arbitrarias.  y(0) = 1. y . Como y ( x ) = 2C1 cos(2x ) − 2C2 sen(2x ). y1 . y. usando la primera condición inicial tenemos que y(0) = 1 ⇒ C1 sen 0 + C2 cos 0 = 1 ⇒ C2 = 1. ics =[0 . y luego se determina el valor de las constantes utilizando las condiciones iniciales. Nótese que un problema de valores iniciales posee. . Determinemos C1 y C2 usando las condiciones iniciales. cuya forma general es F ( x. y. la solución general de la ecuación dependerá de dos constantes arbitrarias: y ≡ y( x. la solución general de la ecuación y = −4y es y = C1 sen(2x ) + C2 cos(2x ). Ejemplo 3.3. y ) = 0. y0 .1 Introducción 53 donde y0 . Para determinarla. yn−1 son datos del problema. solución única.3.   y (0) = 0. . Como hemos comentado anteriormente. . .

Mediante el cambio de variable dependiente z = y podemos transformarla en una ecuación de primer orden: z = F ( x.1. Ejemplo 3.2. 3. 3. de forma explícita. donde C1 = eC . Consideremos la ecuación y = −2y . teniendo en cuenta que y = z . Estas clases de ecuaciones son aquellas en las que no aparece.2.4. Podemos resolver esta ecuación mediante separación de variables: dz = −2 z dx ⇒ ln(z) = −2x + C ⇒ z = C1 e−2x . donde y0 . y ). Hagamos el cambio z = y para obtener una ecuación de primer orden: z = −2z. x ∈ [ a. la variable dependiente o la variable independiente. Ecuaciones en las que no aparece la variable dependiente y = F ( x. y. y ). mediante un cambio adecuado de variables.   y ( a ) = y0 . pueden transformarse en ecuaciones de primer orden. en la que no aparece de forma explícita la variable dependiente y. z).54 Ecuaciones diferenciales de orden superior Un problema de valores iniciales adopta la forma  y = f ( x.  y ( a ) = y0 . 2 . Ahora deshacemos el cambio z = y mediante integración directa: y = z = C1 e−2x ⇒ y = C1 e−2x dx = − C1 −2x e + C2 . Ecuaciones reducibles a primer orden En esta sección estudiaremos dos tipos de ecuaciones de segundo orden que. Consideremos una ecuación de de la forma que no depende explícitamente de la variable dependiente y. y0 ∈ R son datos del problema. b].

5.2 Ecuaciones reducibles a primer orden 55 donde C2 es una constante de integración. Haciendo el cambio z = y . Ejemplo 3. resulta z= C1 x 2 1 − C1 x2 . 2+1 z z +1 √ 1 ln(z2 + 1) = ln z2 − ln 2 z2 + 1 = ln z2 . Renombrando la constante C1 . Separando variables. mediante integración directa. Para ello. ln z2 = ln( x ) + C ⇒ z2 + 1 z2 z2 = eC x ⇒ 2 = C1 x2 . para obtener la solución general de la ecuación diferencial original: y =z= C1 x 2 1 − C1 x2 ⇒y= C1 x 2 1 − C1 x2 dx = − 1 C1 2 1 − C1 x2 + C2 . obtenemos finalmente la solución general de la ecuación de segundo orden: y( x ) = C1 e−2x + C2 . tengamos en cuenta que ln(z) − Por tanto. obtenemos dz = z + z3 dx 1 ⇒ ln(z) − ln(z2 + 1) = ln( x ) + C.3. Para poder deshacer el cambio z = y es necesario despejar z en la expresión anterior. Despejando z. z2 + 1 donde C1 = e2C . x 2 donde C es una constante de integración. Sea la ecuación diferencial de segundo orden xy = y + (y )3 . Ahora podemos deshacer el cambio z = y . obtenemos la ecuación xz = z + z3 . . Renombrando la constante C1 (teniendo cuidado con los signos) podemos escribir finalmente la solución buscada: y=± C1 − x2 + C2 . que es de primer orden.

56 Ecuaciones diferenciales de orden superior Ejemplo 3. resulta1 √ 1 Se dz 1 + z2 = dx x ⇒ arcsenh(z) = + C1 ⇒ z = senh a a e x − e− x . De esta forma. En la ecuación diferencial no aparece explícitamente la variable x.6. Dicha curva puede obtenerse como solución del problema de valores iniciales   y = 1 1 + ( y )2 . 2 x + C1 . cadena). La curva que forma una cuerda inextensible que cuelga libremente entre dos puntos fijos se denomina catenaria (del latín catena. por lo que podemos hacer el cambio z = y .   a y(0) = a. El arcoseno y el arcocoseno hiperbólicos son sus respectivas funciones inversas. a definen la funciones seno hiperbólico y coseno hiperbólico como senh( x ) = cosh( x ) = respectivamente.1: Catenaria. . obtenemos la siguiente ecuación de primer orden: 1 z = 1 + z2 . Figura 3. que resulta al considerar las fuerzas que actúan sobre la cuerda (no entraremos en detalles). a Separando variables.    y (0) = 0. 2 e x + e− x .

en la que no aparece de forma explícita la variable independiente x.2. resulta dz =− z dy C ⇒ z = 1. y ). la catenaria está definida por x y = a cosh . y ) ⇒ z d dz dz dy dz (y ) = = =z . Ejemplo 3.1 se representa la solución correspondiente al valor a = 2. Usando la regla de la cadena. Ecuaciones en las que no aparece la variable independiente Una ecuación que no depende explícitamente de la variable independiente x adopta la forma y = F (y.3.2 Ecuaciones reducibles a primer orden 57 Deshaciendo el cambio z = y . y) a las variables (y.2. y y dz dz + z2 = 0 ⇒ y = −z.7. a En la figura 3. 3. dx dx dy dx dy dz = F (y. Por tanto. Dicho de otra forma. Consideremos la ecuación yy + (y )2 = 0. z). Mediante el cambio explicado anteriormente. dy Hemos obtenido así una ecuación de primer orden en las variables (y. donde z = y . mientras que z = y es la nueva variable dependiente. queda y= senh x + C1 dx = a cosh a x + C1 a + C2 . imponiendo las condiciones iniciales obtenemos C1 = C2 = 0. podemos escribir y = Por tanto. dy dy . y = F (y. la ecuación queda así: yz Separando variables. la antigua variable dependiente y pasa a ser la nueva variable independiente. En este caso el cambio es más complicado: pasaremos de las variables ( x. z). z). Por último.

distinguimos varios tipos: Si r ( x ) ≡ 0. Ecuaciones lineales de segundo orden Salvo en algunos casos particulares. las de tipo lineal. como los estudiados en los apartados anteriores. C2 ) es la solución general de la ecuación homogénea asociada e y P ( x ) es una solución particular de la ecuación completa. Obsérvese que el término independiente r ( x ) no tiene por qué ser constante. . C2 ). se dice que la ecuación es completa. C1 . Nos centraremos por ello en un tipo particular de ecuaciones de segundo orden. De modo análogo a las ecuaciones lineales de primer orden. C1 . dicha solución general tiene la siguiente estructura: y( x. donde y H ( x. obtenemos la solución general de la ecuación de segundo orden en forma implícita: y2 = C1 x + C2 . q( x ) y r ( x ) son funciones conocidas de la variable x. La solución general de una ecuación diferencial lineal de segundo orden depende de dos constantes arbitrarias: y ≡ y( x. Dentro de las ecuaciones lineales de segundo orden. donde p. C2 ) = y H ( x.58 Ecuaciones diferenciales de orden superior Deshaciendo el cambio z = y . 2 Renombrando las constantes. Si los coeficientes p( x ) y q( x ) son constantes. Si r ( x ) ≡ 0. C1 . C2 ) + y P ( x ). la ecuación se denomina homogénea: y + p( x )y + q( x )y = 0. 3. C1 . que aparecen con relativa frecuencia en las aplicaciones. la ecuación es de coeficientes constantes: y + py + qy = r ( x ).3. el análisis de un ecuación diferencial general requiere el uso de herramientas matemáticas avanzadas que están más allá del alcance de este trabajo. obtenemos una nueva ecuación diferencial de primer orden y variables separadas: C dy =y =z= 1 ⇒ dx y y dy = C1 dx ⇒ y2 = C1 x + C2 . donde p( x ). Una ecuación diferencial de segundo orden es lineal si puede escribirse de la siguiente forma: y + p ( x ) y + q ( x ) y = r ( x ). q ∈ R.

la función y = C1 y1 + C2 y2 es también solución de la ecuación homogénea. Es inmediato comprobar que. Para verlo.8. la expresión y = C1 y1 + C2 y2 = C1 sen( x ) + 2C2 sen( x ) = (C1 + 2C2 ) sen( x ) ≡ C sen( x ).   y (0) = 0. . soluciones particulares de la ecuación homogénea. y2 + p( x )y2 + q( x )y2 = 0. basta con notar que el problema de valores iniciales  y = −y. si C1 y C2 son constantes arbitrarias. como y(0) = C sen 0 = 0. En efecto. la primera condición inicial nunca puede verificarse.  y ( x0 ) = y0 . Supongamos que y1 e y2 son dos soluciones distintas de la ecuación. teniendo en cuenta que y = C1 y1 + C2 y2 e y = C1 y1 + C2 y2 . resulta: y + p( x )y + q( x )y = (C1 y1 + C2 y ) + p( x )(C1 y1 + C2 y2 ) + q( x )(C1 y1 + C2 y2 ) = C1 (y1 + p( x )y1 + q( x )y1 ) + C2 (y2 + p( x )y2 + q( x )y2 ) = C1 · 0 + C2 · 0 = 0. Veamos entonces qué relación deben verificar las funciones {y1 . En efecto. Dado un problema de valores iniciales arbitrario. no puede ser la solución general de la ecuación diferencial. Surge de inmediato una pregunta natural: ¿es y = C1 y1 + C2 y2 la solución general de la ecuación homogénea? En el siguiente ejemplo veremos que. la respuesta es negativa.   y ( x0 ) = y0 .  y(0) = 1. y2 }.3. Ejemplo 3. no puede resolverse usando sólo la función y = C sen( x ). y1 + p( x )y1 + q( x )y1 = 0.  y + p( x )y + q( x )y = 0.3 Ecuaciones lineales de segundo orden 59 Vamos a analizar a continuación la estructura de las soluciones de una ecuación lineal homogénea. para que la combinación lineal y = C1 y1 + C2 y2 sea la solución general de la ecuación homogénea. esto es. Es inmediato comprobar que las funciones y1 ( x ) = sen( x ) e y2 ( x ) = 2 sen( x ) son soluciones de la ecuación y = −y. Sin embargo. en general.

C1 y C2 : C1 y1 ( x0 ) + C1 y2 ( x0 ) = y0 . ya que W (y1 . Volviendo al ejemplo anterior. y2 }. y1 ( x ) y2 ( x ) ∀ x ∈ R. y = C1 y1 + C2 y2 no puede ser la solución general de y = −y. podemos afirmar que y = C1 y1 + C2 y2 es la solución general de la ecuación homogénea si y sólo si W (y1 . En caso de que {y1 . En cambio. cos( x ) − sen( x ) ∀ x ∈ R. Ejemplo 3. y2 )( x ) = sen( x ) cos( x ) = −(sen2 ( x ) + cos2 ( x )) = −1 = 0. es decir. y2 } sea un sistema fundamental. el problema de valores iniciales tendrá solución única de la forma y = C1 y1 + C2 y2 si y sólo si se verifica la condición anterior. cos( x ) 2 cos( x ) ∀ x ∈ R. las funciones y1 ( x ) = sen( x ) e y2 ( x ) = 2 sen( x ) no constituyen un sistema fundamental de soluciones de la ecuación homogénea y = −y. En consecuencia. diremos que las soluciones {y1 .9. El determinante W (y1 . y2 )( x ) ≡ y1 ( x ) y2 ( x ) = 0. y0 e y0 eran arbitrarios. Para que el problema de valores iniciales tenga solución única. la solución general de la ecuación y = −y es y = C1 sen( x ) + C2 cos( x ). Imponiendo las condiciones iniciales. C1 y1 ( x0 ) + C1 y2 ( x0 ) = y0 . las funciones y1 ( x ) = sen( x ) e y2 ( x ) = cos( x ) sí que constituyen un sistema fundamental de soluciones de la ecuación y = −y. Esto equivale a decir que el determinante de la matriz de coeficientes no es nulo: y1 ( x0 ) y2 ( x0 ) = 0. las constantes C1 y C2 deben poder determinarse de manera única. . ya que cada una de ellas es solución y W (y1 . y2 )( x ) = sen( x ) 2 sen( x ) @@ @@ 2 @@ x @@ 2 @@ x @@ = @sen(@) cos( x ) − @sen(@) cos( x ) = 0. según vimos. y2 } constituyen un sistema fundamental de soluciones de la ecuación homogénea. Como los datos x0 . y2 ) se denomina wronskiano de {y1 . y1 ( x0 ) y2 ( x0 ) En resumen. el sistema lineal anterior debe ser compatible determinado.60 Ecuaciones diferenciales de orden superior busquemos su solución en la forma y = C1 y1 + C2 y2 . se verifica que la solución general de la ecuación homogénea viene dada por y = C1 y1 + C2 y2 . Si se verifica la condición anterior sobre la no anulación del wronskiano. obtenemos un sistema de dos ecuaciones con dos incógnitas. Por tanto.

3. estudiaremos dos métodos: el método de variación de las constantes (sección 3. que sean linealmente independientes : y1 ( x ).6).4 veremos cómo construir la solución general de la ecuación homogénea asociada. que sólo podrá realizarse en determinados casos. Uno de los más importantes es el de las ecuaciones lineales con coeficientes constantes. que tienen la forma y + py + qy = r ( x ). y2 )( x ) = y1 ( x ) y2 ( x ) = 0. C1 . donde p y q son constantes reales y r ( x ) es una función arbitraria. que puede aplicarse para cualquier función r ( x ). el método de coeficientes indeterminados (sección 3. y2 ( x ). Asimismo. y1 ( x ) y2 ( x ) ∀ x ∈ R. La solución general de la ecuación completa será entonces y = C1 y1 ( x ) + C2 y2 ( x ) + y P ( x ). donde y1 e y2 son soluciones particulares de la ecuación homogénea coque verifican la siguiente propiedad: W (y1 . una solución particular de la ecuación completa: y P ( x ). En la sección 3. C2 ) = C1 y1 ( x ) + C2 y2 ( x ). Para determinar una solución particular. para determinar la solución general de una ecuación lineal completa es necesario calcular: dos soluciones particulares de la ecuación homogénea asociada. La verdadera dificultad a la hora de aplicar los pasos anteriores está en la determinación de las soluciones particulares. hemos demostrado que la estructura de la solución general de la ecuación homogénea es y H ( x. C1 . . aunque los cálculos a realizar pueden ser complicados. que proporciona una solución particular de forma casi automática. C2 ∈ R.3 Ecuaciones lineales de segundo orden 61 Resumiendo.5). pero sólo puede aplicarse cuando el término independiente r ( x ) adopta una forma particular.

y la ecuación característica asociada como P(λ) = 0. donde p. III. Raíces complejas conjugadas: λ = a ± bi. q ∈ R.62 Ecuaciones diferenciales de orden superior 3. y 2 ( x ) = e λ2 x . I. Raíces reales distintas: λ1 = λ2 . En cada caso. hay tres posibilidades en lo que respecta a la naturaleza de sus raíces. II. esto prueba que cada yi es solución de la ecuación homogénea. teniendo en cuenta que λ1 = λ2 . . donde i es la unidad imaginaria y b = 0. Al ser el polinomio característico de segundo grado. 2 se verifica yi + pyi + qyi = λ2 eλi x + pλi eλi x + qeλi x = (λ2 + pλi + q)eλi x = P(λi )eλi x = 0. Un sistema fundamental de soluciones viene dado por las funciones y 1 ( x ) = e λ1 x . la solución general de la ecuación homogénea es y = C1 eλ1 x + C2 eλ2 x . Ecuaciones lineales homogéneas con coeficientes constantes En esta sección vamos a analizar la forma de la solución general de una ecuación lineal homogénea con coeficientes constantes: y + py + qy = 0. Además. esto es: λ2 + pλ + q = 0. W ( y1 . Analicemos a continuación cada uno de los casos. Una raíz real doble: λ ≡ λ1 = λ2 . Se define el polinomio característico de la ecuación como P(λ) = λ2 + pλ + q. i i ya que P(λi ) = 0 por ser λi raíz del polinomio característico. En efecto. Concretamente. y2 ) = e λ1 x e λ2 x = (λ2 − λ1 )e(λ1 +λ2 )x = 0. P(λ) puede tener: I. la solución general de la ecuación homogénea puede calcularse de forma directa.4. En consecuencia. Dos raíces reales distintas: λ1 = λ2 . para i = 1. λ 1 e λ1 x λ 2 e λ2 x ∀ x ∈ R.

11. Las funciones y1 ( x ) = eλx . Raíz real doble: λ. Su polinomio característico es P(λ) = λ2 − 5λ + 6. 2) . Es inmediato comprobar que ambas funciones son soluciones de la ecuación. El polinomio característico es P(λ) = λ2 − 2λ + 1. la solución general de la ecuación es y = (C1 + C2 x ) e x . la solución general de la ecuación homogénea es y = C1 eλx + C2 xeλx = (C1 + C2 x ) eλx . Por tanto. Por tanto. λx (1 + λx ) eλx = (1 + λx ) e λe ∀ x ∈ R. Ejemplo 3. la solución general de la ecuación es y = C1 e3x + C2 e2x .10. He aquí el código Sage correspondiente: . y2 ) = eλx xeλx 2λx − λxeλx = e2λx = 0. y ) k1 * e ^(3* x ) + k2 * e ^(2* x ) II. Resolvamos la ecuación y − 2y + y = 0. además.4 Ecuaciones lineales homogéneas con coeficientes constantes 63 Ejemplo 3. x ) + 6* y == 0 sage : desolve ( ec . W ( y1 .5* diff (y . Consideremos la ecuación homogénea y − 5y + 6y = 0. Calculemos sus raíces: P(λ) = 0 ⇒ λ2 − 5λ + 6 = 0 ⇒ λ = 5± √ 52 − 4 · 6 5±1 = ⇒ 2 2 λ1 = 3. Al ser las raíces reales y distintas. λ2 = 2. y2 ( x ) = xeλx constituyen un sistema fundamental de soluciones. x ) sage : ec = diff (y . que tiene una raíz real doble: λ = 1. x .3. Sage nos da el siguiente resultado: sage : var ( ’x ’) sage : y = function ( ’y ’ .

Ejemplo 3. b = 0. Por tanto.x ) Hemos visto que es posible determinar. x . ($ ) $ $$ deducimos que la solución general de la ecuación viene dada por y = e ax (C1 cos(bx ) + C2 sen(bx )). . la solución general de la ecuación lineal homogénea en el caso de coeficientes constantes. Como además W ( y1 . un sistema fundamental de soluciones lo constituyen las funciones y1 ( x ) = e ax cos(bx ). Consideremos la ecuación y + 2y + 5y = 0. x ) sage : ec = diff (y . 2) + 2* diff (y .64 Ecuaciones diferenciales de orden superior sage : sage : sage : sage : ( k2 * x var ( ’x ’) y = function ( ’y ’ . El código Sage para resolver la ecuación es: sage : var ( ’x ’) sage : y = function ( ’y ’ . En este caso. En las dos siguientes secciones estudiaremos métodos para calcular una solución particular de la ecuación completa. Raíces complejas conjugadas: a ± bi.12. ∀ x ∈ R. Es inmediato verificar que ambas funciones son soluciones de la ecuación. cuyas raíces son −1 ± 2i. y2 ( x ) = e ax sen(bx ). y2 ) = e ax cos(bx ) e ax sen(bx ) e ax ( a cos(bx ) − b sen(bx )) e ax ( a sen(bx ) + b cos(bx )) X $1 $$$ $$2 2ax 2 = be (sen $bx$+ cos (bx )) = be2ax = 0. x ) + y == 0 desolve ( ec . en cualquier caso. y ) ( k1 * sin (2* x ) + k2 * cos (2* x ))* e ^( . x ) ec = diff (y . y ) + k1 )* e ^ x III. la solución general de la ecuación será y = e− x (C1 cos(2x ) + C2 sen(2x )).2* diff (y . 2) . La ecuación característica asociada es λ2 + 2λ + 5 = 0. x . x ) + 5* y == 0 sage : desolve ( ec .

siendo C1 ( x ) y C2 ( x ) funciones a determinar. que será fundamental en los cálculos posteriores.5. haremos la siguiente suposición: C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) = 0. como vimos en la sección anterior. . A continuación vamos a ver cómo construir una solución particular. y H ( x. Sabemos que la solución general de la ecuación homogénea asociada es de la forma y H ( x. puede determinarse en función de las raíces del polinomio característico asociado. Comencemos calculando la primera derivada de y P : y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) + C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ). C2 ). Derivando de nuevo. C1 . q ∈ R y r ( x ) es una función conocida. C2 ) = y H ( x. obtenemos y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) + C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ). C1 . La idea del método de variación de las constantes consiste en construir una solución particular de la ecuación completa que tenga la forma y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ).3. En este punto. usando para ello el método de variación de las constantes. C2 ) = C1 y1 ( x ) + C2 y2 ( x ). C2 ∈ R. y2 } es un sistema fundamental de soluciones y C1 . Sustituyendo ahora y P en la ecuación y agrupando convenientemente los términos. donde {y1 . Las funciones C1 ( x ) y C2 ( x ) se calculan sustituyendo y P en la ecuación completa.5 Método de variación de las constantes 65 3. cuya solución general tiene la siguiente estructura: y ≡ y( x. Nótese que la misma idea se aplicó cuando estudiamos las ecuaciones lineales de primer orden. Podemos escribir entonces y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ). C1 . resulta: C1 ( x )(y1 ( x ) + py1 ( x ) + qy1 ( x ))+C2 ( x )(y2 ( x ) + py2 ( x ) + qy2 ( x )) + C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) = r ( x ). C1 . y P ( x ). C2 ) + y P ( x ). La solución general de la ecuación homogénea asociada. Método de variación de las constantes y + py + qy = r ( x ). Consideremos la ecuación lineal con coeficientes constantes dada por donde p.

la expresión anterior queda de la siguiente forma: C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) = r ( x ). el sistema admite una única solución que puede calcularse mediante la regla de Cramer: 0 y2 ( x ) r ( x ) y2 ( x ) y1 ( x ) y2 ( x ) y1 ( x ) y2 ( x ) C1 ( x ) = = − y2 ( x )r ( x ) . y2 ) Una vez calculadas C1 ( x ) y C2 ( x ). y2 ) C2 ( x ) = y1 ( x ) 0 y1 ( x ) r ( x ) y1 ( x ) y2 ( x ) y1 ( x ) y2 ( x ) = y1 ( x )r ( x ) . W ( y1 . y siguiendo el método de variación de las constantes. la solución general de la ecuación homogénea asociada. C2 ) = C1 e2x + C2 e−2x . C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) = r ( x ). será y H ( x. . C1 . notemos que la ecuación característica es λ2 − 4 = 0. siendo C1 y C2 constantes arbitrarias. ya que el determinante de la matriz de coeficientes coincide con el wronskiano W (y1 . integramos las expresiones obtenidas en el paso anterior: C1 ( x ) = − y2 ( x )r ( x ) dx. Ejemplo 3. que tiene a λ1 = 2 y λ2 = −2 como raíces. construimos una solución particular de la ecuación completa de la forma y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ). Este sistema es compatible determinado. y2 ) C2 ( x ) = y1 ( x )r ( x ) dx. y − 4y = 0. podemos construir la solución particular y P . y2 } un sistema fundamental de soluciones. y2 ) Por último. Por tanto. que no se anula en ningún punto x ∈ R por ser {y1 . W ( y1 . W ( y1 . En primer lugar. hemos llegado al sistema de ecuaciones C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) = 0. En consecuencia. Observación.66 Ecuaciones diferenciales de orden superior Teniendo en cuenta que y1 e y2 son soluciones de la ecuación homogénea. cuyas incógnitas son C1 ( x ) y C2 ( x ).13. A continuación. W ( y1 . y2 ). Resumiendo. Consideremos la ecuación diferencial y − 4y = e x . La posibilidad de aplicar el método de variación de las constantes dependerá de la dificultad que tenga el cálculo de las integrales anteriores.

y P ( x ) = − 1 e− x e2x − 4 1 3x −2x 12 e e = − 1 ex .1/3* e ^ x Ejemplo 3. y ) k1 * e ^(2* x ) + k2 * e ^( -2* x ) . x ) sage : ec = diff (y . W ( y1 . y2 } forman un sistema fundamental de soluciones de la ecuación homogénea. 2) . De este modo. y2 ) = = −(sen $x ) + cos ($ cos( x ) − sen( x ) $$ . y2 ) −4 La solución particular buscada es.4* y == exp ( x ) sage : desolve ( ec . C2 ∈ R. 3 Finalmente. la solución general de la ecuación completa será y( x ) = C1 e2x + C2 e−2x − 1 e x . 2e2x −2e−2x Las funciones C1 ( x ) y C2 ( x ) se determinan calculando las siguientes integrales: C1 ( x ) = C2 ( x ) = − y2 ( x )r ( x ) −e−2x e x 1 1 dx = dx = 4 e− x dx = − 4 e− x . cuyas raíces son λ = ±i. C1 . la solución de la ecuación homogénea asociada será y H ( x. sen( x ) La ecuación característica es λ2 + 1 = 0. x . Resolvamos la ecuación y +y = 1 .5 Método de variación de las constantes 67 donde y1 ( x ) = e2x e y2 ( x ) = e−2x . y2 ) = e2x e−2x = −4. W ( y1 . por tanto. El wronskiano del sistema fundamental formado por y1 ( x ) = sen( x ) e y2 ( x ) = cos( x ) es X1 $$$ sen( x ) cos( x ) 2 $$$ 2 ( x )) = −1. C2 ) = C1 sen( x ) + C2 cos( x ).14. y2 ) −4 2x e x y1 ( x )r ( x ) e 1 1 dx = dx = − 4 e3x dx = − 12 e3x . cuyo wronskiano es W ( y1 . 3 Veamos como resolver el ejemplo con Sage: sage : var ( ’x ’) sage : y = function ( ’y ’ .3. donde C1 . W ( y1 . Las funciones {y1 .

W ( y1 . Por tanto. Consideremos la ecuación y + y = sec( x ) tg( x ). 2) + y == 1/ sin ( x ) sage : desolve ( ec . y2 ) sen( x ) y1 ( x )r ( x ) dx = (−1)dx = − x. ¿Será capaz Sage de obtener la solución de la ecuación en este caso? Claro que sí: sage : var ( ’x ’) sage : y = function ( ’y ’ . la solución general de la ecuación y + y = sec( x ) tg( x ) es y( x ) = C1 sen( x ) + C2 cos( x ) − ln(cos( x )) sen( x ) + ( x − tg( x )) cos( x ). y P ( x ) = ln(sen( x )) sen( x ) − x cos( x ). cos( x ) tg2 ( x )dx = (1 − (1 + tg2 ( x ))dx = x − tg( x ).68 Ecuaciones diferenciales de orden superior Buscamos ahora una solución particular de la ecuación completa de la forma y P ( x ) = C1 ( x ) sen( x ) + C2 ( x ) cos( x ). teniendo en cuenta que sec( x ) = 1/ cos( x ).15. x ) sage : ec = diff (y . W ( y1 . y2 )( x ) = −1. . una solución particular de la ecuación completa será y P ( x ) = − ln(cos( x )) sen( x ) + ( x − tg( x )) cos( x ). Por último. resulta que C1 ( x ) = C2 ( x ) = − sen( x ) dx = − ln(cos( x )). donde C1 ( x ) = C2 ( x ) = En consecuencia. y ) k1 * sin ( x ) + k2 * cos ( x ) .x * cos ( x ) + log ( sin ( x ))* sin ( x ) cos( x ) − y2 ( x )r ( x ) dx = dx = ln(sen( x )). La ecuación homogénea asociada es la misma que en el ejemplo anterior: y H ( x ) = C1 sen( x ) + C2 cos( x ). Por otra parte. al igual que el wronskiano: W (y1 . x . la solución general de la ecuación completa viene dada por y( x ) = C1 sen( x ) + C2 cos( x ) + ln(sen( x )) sen( x ) − x cos( x ). Finalmente. y2 ) Ejemplo 3.

r ( x ) = Ae ax . a. A ∈ R. V. El método de coeficientes indeterminados también puede aplicarse con términos independientes más complicados. El exponente m es la multiplicidad2 de a como raíz de P(λ). Consideremos la ecuación lineal de coeficientes constantes El método de coeficientes indeterminados se aplica cuando el término independiente r ( x ) adopta una de las siguientes formas: I. con Q(λ0 ) = 0. diremos que la raíz es simple. Método de coeficientes indeterminados y + py + qy = r ( x ).6 Método de coeficientes indeterminados 69 3. b. II.6. r ( x ) es una suma formada por términos que están en alguno de los casos anteriores. exponenciales y senos o cosenos. Si λ0 no es raíz de P(λ). también lo es su conjugada a − bi. I. Es conveniente recordar que una raíz λ0 ∈ C de un polinomio P(λ) tiene multiplicidad m 1 si P(λ) puede factorizarse como P(λ) = (λ − λ0 )m Q(λ). Si m = 1. r ( x ) = Ae ax . a. el número de raíces complejas siempre es par. r ( x ) = Ae ax cos(bx ) o r ( x ) = Ae ax sen(bx ). el número de veces que a es raíz de P(λ). Por simplicidad. como pueden ser productos de polinomios. A continuación analizaremos cómo construir una solución particular de la ecuación según el caso en que nos encontremos. no trataremos aquí estos casos. diremos que su multiplicidad es 0. 2 . Denotaremos por P(λ) al polinomio característico asociado a la ecuación: P(λ) = λ2 + pλ + q. b. A ∈ R. r ( x ) = A cos(bx ) o r ( x ) = A sen(bx ). si a + bi es raíz de un polinomio P(λ) con coeficientes reales. 1 (si a es raíz simple) y 2 (si a es raíz doble). de esta forma.3. A ∈ R. La constante M se determina sustituyendo la expresión anterior en la ecuación (de ahí el nombre de coeficientes indeterminados). III. esto es. Por otra parte. Observemos que los posibles valores de m son 0 (si a no es raíz de P(λ)). En tal caso se busca una solución particular de la forma y P ( x ) = Mx m e ax . r ( x ) es un polinomio. IV.

Busquemos entonces una solución particular de la forma y P ( x ) = Me4x . 2 e4x . por lo que m = 0. obtenemos y P − y P = e x ⇒ M (2 + x )e x − Mxe x = e x ⇒ 2M = 1 ⇒ M = 1 . por lo que la solución particular habrá que buscarla en la forma y P ( x ) = Mxe4x . Sustituyendo en la ecuación.17. la solución general será y( x ) = C1 e x + C2 e− x + Ejemplo 3.70 Ecuaciones diferenciales de orden superior Ejemplo 3. En este caso a = 4 no es raíz de P(λ). Como y P ( x ) = 16Me4x . Ahora a = 1 es raíz simple del polinomio característico (m = 1). 2 La solución general de la ecuación es pues yP (x) = x y( x ) = C1 e x + C2 e− x + e x . Las raíces del polinomio característico P(λ) = λ2 − 1 son λ = ±1.16. 2 de donde x x e . las raíces del polinomio característico son λ = ±1. . 15 e4x . por lo que y H ( x ) = C1 e x + C2 e− x . sustituyendo en la ecuación resulta y P ( x ) − y P ( x ) = e4x ⇒ 16Me4x − Me4x = e4x ⇒ 15M = 1 ⇒ M = La solución particular buscada es pues yP (x) = Por último. 15 1 15 . Al igual que en el ejemplo anterior. Resolvamos la ecuación y − y = e4x . Resolvamos la ecuación y − y = ex . por lo que la solución general de la ecuación homogénea será y H ( x ) = C1 e x + C2 e− x .

debemos buscar una solución particular de la forma y P ( x ) = M1 cos(2x ) + M2 sen(2x ). la solución general de y + 2y + y = e− x será yP (x) = y( x ) = (C1 + C2 x )e− x + x2 − x e . y P ( x ) = M(2x − x2 )e− x e y P ( x ) = M(2 − 4x + x2 )e− x .3. tenemos que m = 2.6 Método de coeficientes indeterminados 71 Ejemplo 3.19. En conclusión. . que tiene una raíz real doble: λ = −1. Esto significa que debemos buscar una solución particular de la forma y P ( x ) = Mx2 e− x . Las constantes M1 y M2 se calculan sustituyendo y P en la ecuacion diferencial. Resolvamos la ecuación y + 2y + y = cos(2x ). La solución general de la ecuación homogénea es pues y H ( x ) = (C1 + C2 x )e− x . x2 − x e . En este caso. siendo m la multiplicidad de bi como raíz de P(λ). Consideremos la ecuación y + 2y + y = e− x . 2 Por último. Por otra parte. al sustituir en la ecuación. Ejemplo 3. como bi = 2i no es raíz del polinomio característico (m = 0). En ambos casos se puede determinar una solución particular de la forma y P ( x ) = x m ( M1 cos(bx ) + M2 sen(bx )). simplemente queda 1 2Me− x = e− x ⇒ 2M = 1 ⇒ M = 2 . la otra raíz es necesariamente −bi). Su ecuación característica es λ2 + 2λ + 1 = 0. 2 II. La ecuación característica λ2 + 2λ + 1 = 0 tiene a λ = −1 como raíz doble. r ( x ) = A cos(bx ) o r ( x ) = A sen(bx ).18. Al ser bi un número complejo. su multiplicidad sólo puede ser m = 0 (si no es raíz) o m = 1 (si es raíz. Por ser λ = −1 raíz doble. La solución de la ecuación homogénea asociada es entonces y H ( x ) = (C1 + C2 x )e− x .

En cambio. resulta 2M2 = 1 ⇒ M2 = 1 . la solución particular buscada es 3 y P ( x ) = − 25 cos(2x ) + 4 25 sen(2x ). tenemos (4M2 − 3M1 ) cos(2x ) − (4M1 + 3M2 ) sen(2x ) = cos(2x ). 2 La solución general de la ecuación y + y = cos( x ) es pues yP (x) = y( x ) = C1 cos( x ) + C2 sen( x ) + x sen( x ). Debemos pues determinar una solución particular de la forma y P ( x ) = x ( M1 cos( x ) + M2 sen( x )). Observación. 2 3 25 cos(2x ) + 4 25 sen(2x ). La solución de la ecuación homogénea es y H ( x ) = C1 cos( x ) + C2 sen( x ). Ahora igualamos los coeficientes que acompañan a cos(2x ) y sen(2x ): 4M2 − 3M1 = 1 4M1 + 3M2 = 0 3 ⇒ M1 = − 25 .20. En este caso bi = i sí es raíz del polinomio característico. por lo que m = 1.72 Ecuaciones diferenciales de orden superior Sustituyendo en la ecuación diferencial. no es aplicable para combinaciones lineales de cos(bx ) y sen(dx ). x sen( x ). 2 de donde M1 = 0. Por tanto. Por último. la solución general de la ecuación es y( x ) = (C1 + C2 x )e− x − Ejemplo 3. obtenemos 2M2 cos( x ) − 2M1 sen( x ) = cos( x ). ya que las raíces del polinomio característico son λ = ±i. Derivando y P y sustituyendo en la ecuación completa. Consideremos la ecuación y + y = cos( x ). La misma técnica puede aplicarse cuando el término r ( x ) es una combinación lineal de cos(bx ) y sen(bx ). Igualando coeficientes. M2 = 4 25 . De esta forma. . con b = d.

352 +422 Hemos determinado así la siguiente solución particular: y P ( x ) = e2x 35 sen(7x ) − 42 cos(7x ) . En los dos casos se considera una solución particular de la forma y P ( x ) = x m e ax ( M1 cos(bx ) + M2 sen(bx )). Igualando coeficientes. r ( x ) = Ae ax cos(bx ) o r ( x ) = Ae ax sen(bx ). debemos buscar la solución particular de la siguiente forma (m = 0): y P ( x ) = e2x ( M1 cos(7x ) + M2 sen(7x )). Como a + bi = 2 + 7i no es raíz del polinomio característico. III. Sin embargo. y las constantes M1 y M2 se determinan sustituyendo y P en la ecuación. la solución de la + C2 sen √ 3 2 x .22. Ejemplo 3. 352 + 422 .21. y m = 1 si lo es). El exponente m es la multiplicidad de a + bi como raíz del polinomio característico (admite los valores m = 0 si no es raíz. 352 + 422 Por último. Para el término independiente r ( x ) = cos(3x ) + 5 sen(3x ) podemos buscar una solución particular de la forma propuesta en el caso II.6 Método de coeficientes indeterminados 73 Ejemplo 3. Como las raíces del polinomio característico son λ = − 1 ± 2 ecuación homogénea asociada es y H ( x ) = e− x/2 C1 cos √ 3 2 x √ 3 2 i. obtenemos (−42M1 + 35M2 )e2x cos(7x ) + (−35M1 − 42M2 )e2x sen(7x ) = e2x cos(7x ). resulta −42M1 + 35M2 = 1 −35M1 − 42M2 = 0 ⇒ M1 = − 35242422 .3. la solución general de la ecuación será y( x ) = e− x/2 C1 cos √ 3 2 x + C2 sen √ 3 2 x + e2x 35 sen(7x ) − 42 cos(7x ) . que estaría dentro del caso V. Consideremos la ecuación y + y + y = e2x cos(7x ). este tipo de solución no sería válido para un término independiente como r ( x ) = cos(3x ) + 5 sen(2x ). + M2 = 35 . Sustituyendo esta expresión en la ecuación completa.

C = 2. por tanto. −4A + 5B = 0  2A − 2B + 5C = 12 Por tanto. así que la solución de la ecuación homogénea será y H ( x ) = e x (C1 cos(2x ) + C2 sen(2x )). B ∈ R. y P ( x ) = 2A y sustituimos en la ecuación completa: 5Ax2 + (−4A + 5B) x + 2A − 2B + 5C = 25x2 + 12.23. a. IV. donde M1 y M2 son constantes a determinar y m es la multiplicidad de a + bi como raíz del polinomio característico. 1. A. y P ( x ) = 5x2 + 4x + 2. Se busca una solución particular de la forma y P ( x ) = x m Q d ( x ). un polinomio de segundo grado cuyos coeficientes debemos determinar por sustitución. Los casos I a III podrían englobarse en un único caso: r ( x ) = e ax ( A cos(bx ) + B sen(bx )). La solución particular y P habría que buscarla en la forma y P ( x ) = x m e ax ( M1 cos(bx ) + M2 sen(bx )). esto es. que se determina sustituyendo y P en la ecuación. y( x ) = e x (C1 cos(2x ) + C2 sen(2x )) + 5x2 + 4x + 2. Resolvamos la ecuación diferencial y − 2y + 5y = 25x2 + 12. buscaremos una solución particular de la forma y P ( x ) = Ax2 + Bx + C. Igualamos los coeficientes de los términos del mismo orden:  5A = 25  ⇒ A = 5. La solución general de la ecuación y − 2y + 5y = 25x2 + 12 es. r ( x ) es un polinomio de grado d. Las raíces del polinomio caraterístico son λ = 1 ± 2i. . Calculamos y P ( x ) = 2Ax + B. b. 2) Ejemplo 3. y m es la multiplicidad de 0 como raíz del polinomio característico (las posibilidades son m = 0.74 Ecuaciones diferenciales de orden superior Observación. donde Qd ( x ) es un polinomio de grado d. B = 4. Teniendo en cuenta que el término independiente es un polinomio de grado d = 2 y que 0 no es raíz del polinomio característico (m = 0).

resulta −6Ax2 + (6A − 4B) x + 2B − 2C = 6x2 + 7x + 5. . r ( x ) es una suma de términos que están en los casos anteriores. C = − 23 . está en uno de los casos I-IV.3.24. Igualando coeficientes. 4 Observación. debemos considerar y P ( x ) = x ( Ax2 + Bx + C ) = Ax3 + Bx2 + Cx. El término independiente es un polinomio de grado d = 2. . . . 4 Para terminar. la ecuación a resolver adopta la forma y = r ( x ). Resolvamos la ecuación y − 2y = 6x2 + 7x + 5. Las raíces del polinomio característico son λ1 = 0 y λ2 = 2. 6A − 4B = 7 4 4  2B − 2C = 5 de donde x y P ( x ) = − (4x2 + 13x + 23). B = − 13 .6 Método de coeficientes indeterminados 75 Ejemplo 3. V. Sustituyendo en la ecuación diferencial. . La solución de la ecuación homogénea será entonces 1 b & e0x y H ( x ) = C1& + C2 e2x = C1 + C2 e2x . . Podemos calcular entonces una solución particular yi ( x ) para cada una de las ecuaciones y + py + qy = ri ( x ). donde cada ri ( x ). que puede resolverse mediante integración directa. Supongamos que r ( x ) es de la forma r ( x ) = r1 ( x ) + r2 ( x ) + · · · + r s ( x ). i = 1. obtenemos  −6A = 6  ⇒ A = −1. Como en este caso λ1 = 0 es raíz del polinomio característico (m = 1). escribimos la solución general de la ecuación: x y( x ) = C1 + C2 e2x − (4x2 + 13x + 23). s. Pues bien. i = 1. . En el caso en que el valor 0 sea raíz doble del polinomio característico (m = 2). una solución particular de la ecuación y + py + qy = r ( x ) es la suma de las soluciones particulares anteriormente obtenidas: y ( x ) = y1 ( x ) + y2 ( x ) + · · · + y s ( x ). s. .

Notemos que r1 ( x ) está en el caso I. Sustituyendo en la ecuación y − 3y + 2y = cos(3x ). Podemos aplicar entonces el método de coeficientes indeterminados considerando cada uno de estos sumandos por separado. Por tanto.76 Ecuaciones diferenciales de orden superior Ejemplo 3. Las raíces del polinomio característico son λ1 = 1 y λ2 = 2. El término independiente r ( x ) = 2e x + cos(3x ) − 6x no está en ninguno de los casos anteriores.25. Para r1 ( x ) = 2e x debemos considerar una solución particular de la forma y1 ( x ) = Mxe x . resulta 9 7 (−7M1 − 9M2 ) cos(3x ) + (9M1 − 7M2 ) sen(3x ) = cos(3x ) ⇒ M1 = − 130 . por lo que y H ( x ) = C1 e x + C2 e2x . r2 ( x ) = cos(3x ). ya que bi = 3i no es raíz del polinomio característico. Consideremos la ecuación diferencial y − 3y + 2y = 2e x + cos(3x ) − 6x. Sustituyendo en la ecuación y − 3y + 2y = 2e x . y1 ( x ) = −2xe x . donde r1 ( x ) = 2e x . obtenemos: − Me x = 2e x ⇒ M = −2. Por 2 tanto. 2 La solución general de la ecuación y − 3y + 2y = 2e x + cos(3x ) − 6x se construye sumando a la solución general de la homogénea y H las tres soluciones particulares obtenidas: y( x ) = C1 e x + C2 e2x − 2xe x − 1 130 (7 cos(3x ) + 9 sen(3x )) − 3x − 9. 1 y2 ( x ) = − 130 (7 cos(3x ) + 9 sen(3x )). Por último. la solución particular correspondiente a r3 ( x ) = −6x es de la forma y3 ( x ) = Ax + B. pero podemos escribir r ( x ) = r1 ( x ) + r2 ( x ) + r3 ( x ). ya que a = 1 es raíz del polinomio característico. M2 = − 130 . de donde A = −3 y B = − 9 . r3 ( x ) = −6x. 2 . ya que 0 no es raíz del polinomio característico. La solución particular correspondiente a r2 ( x ) = cos(3x ) es de la forma y2 ( x ) = M1 cos(3x ) + M2 sen(3x ). Así pues. obtenemos: 2Ax + 2B − 3A = −6x. r2 ( x ) en el caso II y r3 ( x ) en el caso IV. y3 ( x ) = −3x − 9 . Sustituyendo en la ecuación y − 3y + 2y = −6x.

ics =[0 . y1 ∈ R datos del problema. la única solución del problema de valores iniciales es y = (1 − 3x )e3x . 1) 1 . la solución general está dada por: y = (C1 + C2 x )e3x . y1 ] sol . Ejemplo 3.7.6* diff (y . que se determina imponiendo las condiciones iniciales sobre la solución general de la ecuación. y0 . 0]) # ics =[ a . Consideremos el problema de valores iniciales  y − 6y + 9y = 0. Problemas de valores iniciales y de contorno Un problema de valores iniciales o de Cauchy para una ecuación lineal de segundo orden adopta la siguiente forma:   y + p ( x ) y + q ( x ) y = r ( x ). x ) ec = diff (y . 1 . y . en consecuencia.1)* e ^(3* x ) plot ( sol . 0 .  2 2 2 2 1 1   Por tanto. x ∈ [ a.   y ( a ) = y1 .  y ( a ) = y0 .3. En un problema de valores iniciales se especifica cuánto han de valer la solución y su primera derivada en el extremo inferior del intervalo donde se va a resolver el problema. y (0) = 0 ⇒ (3C + C + 3C · 0)e3·0 = 0 ⇒ 3C + C = 0 ⇒ C = −3. dicho problema poseerá solución única. Usemos Sage para resolver el problema y dibujar la solución en el intervalo [0. 2) .26. En general.   y (0) = 0. x . que tiene una raíz doble λ = 3.7 Problemas de valores iniciales y de contorno 77 3. 1]: sage : sage : sage : sage : sage : -(3* x sage : var ( ’x ’) y = function ( ’y ’ . Imponiendo las condiciones iniciales. b]. Su ecuación característica es λ2 − 6λ + 9 = 0. x ) + 9* y == 0 sol = desolve ( ec .  y(0) = 1. podemos determinar las constantes C1 y C2 :  y(0) = 1 ⇒ (C1 + C2 · 0)e3·0 = 1 ⇒ C1 = 1. siendo y0 . La ecuación diferencial es de coeficientes constantes y homogénea.

Resolvamos el problema de contorno  y + 1 y = 0.2: Solución del ejemplo 3. x ∈ [0.27.  y( a) = α.78 Ecuaciones diferenciales de orden superior Figura 3.2. 1]. x ∈ [ a. Ejemplo 3. Un problema de contorno o de valores en la frontera para una ecuación lineal de segundo orden tiene la siguiente forma:   y + p ( x ) y + q ( x ) y = r ( x ). La ecuación característica de la ecuación diferencial es λ2 + 1 = 0.   y(π ) = −1. Notemos que en un problema de contorno se definen los valores que ha de tomar la solución de la ecuación diferencial en ambos extremos del intervalo donde se quiere resolver.26 en el intervalo [0. Las condiciones y( a) = α e y(b) = β se denominan condiciones de contorno. siendo α. que tiene raíces 4 λ = ± 1 i. El resultado obtenido puede verse en la figura 3. 2 2 . b].  4 y(0) = 1. π ]. β ∈ R datos del problema. la solución general tiene entonces la siguiente expresión: 2 y = C1 cos x x + C2 sen .   y(b) = β.

Ecuaciones lineales de orden superior El estudio de las ecuaciones diferenciales de orden mayor que dos sigue pautas similares al análisis realizado para ecuaciones de segundo orden. x . Su solución general viene dada por y = C1 cos( x ) + C2 sen( x ). veremos que también es posible que un problema de contorno tenga infinitas soluciones o ninguna en absoluto. Ejemplo 3. ya que C2 podría tomar cualquier valor. sen 0 1 cos 0 1 0 B ¨1 B ¨ y(π ) = −1 ⇒ C cos ¨ + C sen ¨ = −1 ⇒ C = −1. la solución del problema de contorno es y = cos x x − sen . En el siguiente. ¨π ¨π 1¨ 2 2¨ 2 2 Por tanto. con α. π ]. si α + β = 0 el problema no tiene solución. 2 2 El resultado puede obtenerse con el siguiente código Sage: sage : var ( ’x ’) sage : y = function ( ’y ’ .28. β ∈ R. y(π ) = β ⇒ C1 = − β. Entonces. -1]) # ics =[ a . En cambio. 2) + (1/4)* y == 0 sage : desolve ( ec .8 Ecuaciones lineales de orden superior 79 Para determinar las constantes C1 y C2 imponemos las condiciones de contorno:  X $0 X1 y(0) = 1 ⇒ C $$$+ C2$$$ = 1 ⇒ C = 1.3.8. ics =[0 .sin (1/2* x ) + cos (1/2* x ) Observación. b . Al igual que en este . 1 . y . x ) sage : ec = diff (y . En el ejemplo anterior. pi . el problema de contorno tenía una única solución. 3. Al imponer las condiciones de contorno. Consideremos el problema de contorno  y + y = 0.   y(π ) = β. resulta: y(0) = α ⇒ C1 = α. alfa .  y(0) = α. si suponemos α + β = 0 existen infinitas soluciones al problema. x ∈ [0. beta ] .

y2 ( n −1) ∀ x ∈ R. . mientras que y P es una solución particular de la ecuación completa. Para plantear un problema de valores iniciales. . . yn }. . .   0 1  y ( x0 ) = y2 . la solución general de la ecuación lineal homogénea es de la forma y H ( x ) = C1 y1 ( x ) + C2 y2 ( x ) + · · · + Cn yn ( x ). es decir. . . . La solución general de una ecuación lineal es de la forma y = y H + yP . . . y1 y2 ( x ) · · · y n ( x ) y2 ( x ) · · · y n ( x ) y2 ( x ) · · · yn ( x ) = 0. . . .    y ( x ) = y . yn } de soluciones de la ecuación homogénea es un sistema fundamental si su wronskiano no se anula en ningún punto: y1 ( x ) y1 ( x ) W ( y1 . y n ) = y1 ( x ) . . donde y H es la solución general de la ecuación homogénea asociada: y(n) + an−1 ( x )y(n−1) + · · · + a2 ( x )y + a1 ( x )y + a0 ( x )y = 0. Cn constantes reales arbitrarias. siendo C1 . . . . . La solución general dependerá de n constantes arbitrarias. son necesarias n condiciones iniciales:   y ( x0 ) = y0 . . La solución de un problema de valores iniciales es única: el valor de las constantes que aparecen en la solución general se determina de forma única a partir de las condiciones iniciales. a ecuaciones de la forma y ( n ) + a n −1 ( x ) y ( n −1) + · · · + a 2 ( x ) y ( x ) + a 1 ( x ) y + a 0 ( x ) y = r ( x ). . . . . . a0 ( x ) y r ( x ) son funciones arbitrarias. . donde n 3 y an−1 ( x ). .80 Ecuaciones diferenciales de orden superior caso.. . . . . .     ( n −1) y ( x 0 ) = y n −1 . restringiremos nuestro estudio a las ecuaciones lineales. . ( n −1) · · · yn ( n −1) Dado un sistema fundamental {y1 . Diremos que un conjunto {y1 . . .

xe ax cos(bx ).29. . x2 e ax cos(bx ). entonces e ax cos(bx ) y e ax sen(bx ) son las soluciones asociadas. . . . A menos que n 4. . e ax sen(bx ). Si λ es una raíz real simple. es decir. . . a cada raíz del polinomio característico le asociaremos una o varias soluciones particulares. Por tanto. III. . . x2 eλx . tenemos 2m solucio- e ax cos(bx ). Para determinar la solución general de la ecuación homogénea y(n) + an−1 y(n−1) + · · · + a2 y + a1 y + a0 y = 0. . . x2 e ax sen(bx ). . En general. IV. Si λ = a ± bi son raíces complejas simples. xe ax sen(bx ). II. x m−1 e ax sen(bx ). . El polinomio característico asociado es P ( λ ) = λ n + a n −1 λ n −1 + · · · + a 2 λ 2 + a 1 λ + a 0 . . . la solución general de la ecuación homogénea será y H ( x ) = C1 y1 ( x ) + C2 y2 ( x ) + · · · + Cn yn ( x ). y ( n ) + a n −1 y ( n −1) + · · · + a 2 y + a 1 y + a 0 y = r ( x ).3. Puede probarse que las n soluciones particulares {y1 . Ejemplo 3. . . por ejemplo. x m−1 e ax cos(bx ). . . Resolvamos la ecuación homogénea y(6) + 8y(4) + 16y = 0. entonces una solución es eλx . x m−1 eλx . siendo an−1 . el método de Ruffini. . xeλx . a0 constantes reales. se puede intentar aplicar algún método algebraico para el cálculo de raíces como. yn } así obtenidas forman un sistema fundamental de soluciones. atendiendo a la naturaleza de dicha raíz: I.8 Ecuaciones lineales de orden superior 81 Nos centraremos a partir de ahora en las ecuaciones lineales de coeficientes constantes. . no se dispone de fórmulas explícitas para el cálculo de las raíces de P(λ). podemos considerar m soluciones distintas: eλx . Si λ es un raíz real de multiplicidad m 2. Si λ = a ± bi son raíces complejas de multiplicidad m nes: 2.

6) + 8* diff (y . Por tanto. Las soluciones asociadas a cada raíz son: e x . √ √ Por tanto. x . De hecho. siendo estas raíces complejas dobles. x . . cuando estudiemos sistemas de ecuaciones.30. mientras que a las raíces dobles ±2i les asociamos las soluciones e0x cos(2x ) = cos(2x ). Sus raíces pueden obtenerse fácilmente usando el método de Ruffini: λ1 = 1. x . Sage no es capaz de resolver de forma directa la ecuación: sage : var ( ’x ’) sage : y = function ( ’y ’ . x ) sage : ec = diff (y . la solución general de la ecuación será 8y( x ) = C1 + C2 x + C3 cos(2x ) + C4 x cos(2x ) + C5 sen(2x ) + C6 x sen(2x ). Calculemos sus raíces: λ6 + 8λ4 + 16λ2 = 0 ⇒ λ2 (λ4 + 8λ2 + 16) = 0 ⇒ λ = 0 (raíz real doble).82 Ecuaciones diferenciales de orden superior El polinomio característico asociado es P(λ) = λ6 + 8λ4 + 16λ2 . Vamos a resolver el siguiente problema de valores iniciales:  y − 6y + 11y − 6y = 0. veremos como solventar este problema. el comando desolve sólo puede resolver ecuaciones de primer y segundo orden. y ) Traceback ( most recent call last ): . 4) + 16* diff (y . la solución general de la ecuación es y( x ) = C1 e x + C2 e2x + C3 e3x . Ejemplo 3. λ4 + 8λ2 + 16 = 0. λ2 = 2 y λ3 = 3. En consecuencia. Para resolver la ecuación λ4 + 8λ2 + 16 = 0 hacemos el cambio µ = λ2 : λ4 + 8λ2 + 16 = 0 ⇒ µ2 + 8µ + 16 = 0 ⇒ µ = −4 (doble). e2x y e3x .. sen(2x ) y x sen(2x ). x cos(2x ). N ot I mp l e me n te d E rr o r : Maxima was unable to solve this ODE . El polinomio característico asociado a la ecuación es P(λ) = λ3 − 6λ2 + 11λ − 6. λ = ± µ = ± −4 = ±2i.. y (0) = 0. A la raíz doble λ = 0 le corresponden las soluciones e0x = 1 y xe0x = x.    y(0) = 1. Más adelante. En este caso. 2) == 0 sage : desolve ( ec .    y (0) = 0.

C3 = −2. 2 y 3. C1 ( x ). . . Cn ( x ). por ejemplo) para determinar C1 ( x ). . . cuya solución general se construye como suma de la solución general y H de la ecuación homogénea asociada y de una solución particular y P de la ecuación completa.  1  n n 2 2 1  y ( x )C1 ( x ) + y2 ( x )C2 ( x ) + · · · + yn ( x )Cn ( x ) = 0. la solución general de la ecuación homogénea es y H ( x ) = C1 e x + C2 e2x + C3 e3x . . . A continuación se calculan C1 ( x ). Se trata de un sistema lineal de n ecuaciones y n incógnitas (a saber. . . . . El polinomio característico es P(λ) = λ3 − 6λ2 + 11λ − 6. Ejemplo 3. cuyas raíces son 1. . . En consecuencia.    y ( x )C ( x ) + y ( x )C ( x ) + · · · + y ( x )C ( x ) = 0. . la solución del problema de valores iniciales es y( x ) = 3e2x − 2e3x .3. 1 para cada x ∈ R. Cn ( x ) mediante integración.8 Ecuaciones lineales de orden superior 83 Impongamos ahora las condiciones iniciales:  y(0) = 1 ⇒ C1 + C2 + C3 = 1  ⇒ C1 = 0. Para determinar una solución particular aplicaremos el método de variación de las constantes. . Cn ( x )) que es compatible determinado. . . . y por último se construye la solución particular: y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) + · · · + Cn ( x )yn ( x ).1 . podemos resolverlo (mediante la regla de Cramer. y (0) = 0 ⇒ C1 + 2C2 + 3C3 = 0  y (0) = 0 ⇒ C1 + 4C2 + 9C3 = 0 En consecuencia.  . Cn ( x )} que sea solución del siguiente sistema:  y1 ( x )C1 ( x ) + y2 ( x )C2 ( x ) + · · · + yn ( x )Cn ( x ) = 0. .31. Consideremos ahora la ecuación lineal de coeficientes constantes no homogénea y ( n ) + a n −1 y ( n −1) + · · · + a 2 y + a 1 y + a 0 y = r ( x ). Si {y1 . . . C2 = 3. . ya que el determinante de la matriz de coeficientes coincide con el wronskiano del sistema fundamental.     ( n −1) ( n −1) ( n −1) y ( x )C1 ( x ) + y2 ( x )C2 ( x ) + · · · + yn ( x )Cn ( x ) = r ( x ). Consideremos la ecuación diferencial y − 6y + 11y − 6y = xe− x . buscamos un conjunto de funciones {C1 ( x ). De este modo. que no se anula en ningún punto. . yn } es un sistema fundamental de soluciones de la ecuación homogénea.

y2 ( x ) = e2x e y3 ( x ) = e3x . un sistema fundamental de soluciones de la ecuación homogénea está formado por las funciones y1 ( x ) = e x . 1 4e x 9e2x Aplicando la regla de Cramer. resulta C1 ( x ) = 1 2 1 xe−2x dx = − 4 e−2x x + 1 xe−3x dx = 3 e−3x x + 1 3 1 4 1 2 .  1  y1 ( x )C1 ( x ) + y2 ( x )C2 ( x ) + y3 ( x )C3 ( x ) = r ( x ). C2 ( x ) = − C3 ( x ) = 1 2 1 xe−4x dx = − 8 e−4x x + . 2 4e x 9e2x xe−2x 1 0 e2x 1 C2 ( x ) = 3x 1 0 3e2x = − xe−3x . El determinante de la matriz de coeficientes es 1 e x e2x 1 2e x 3e2x = 2e3x .   x e C1 ( x ) + 4e2x C2 ( x ) + 9e3x C3 ( x ) = xe− x . . 2e −2x 9e2x 1 xe 1 ex 0 1 x x C3 ( x ) = 3x 1 2e = e−4x . 0 2 2e 1 4e x xe−2x Integrando. obtenemos 1 C1 ( x ) = 3x 2e 0 0 e x e2x x 2e x 3e2x = e−2x .  1  C1 ( x ) + 4e x C2 ( x ) + 9e2x C3 ( x ) = xe−2x . Podemos simplificar las ecuaciones:  C1 ( x ) + e x C2 ( x ) + e2x C3 ( x ) = 0. que queda como  e x C1 ( x ) + e2x C2 ( x ) + e3x C3 ( x ) = 0.  y ( x )C1 ( x ) + y2 ( x )C2 ( x ) + y3 ( x )C3 ( x ) = 0.84 Ecuaciones diferenciales de orden superior En particular.  e x C1 ( x ) + 2e2x C2 ( x ) + 3e3x C3 ( x ) = 0. Consideremos ahora el sistema  y1 ( x )C1 ( x ) + y2 ( x )C2 ( x ) + y3 ( x )C3 ( x ) = 0.  C ( x ) + 2e x C2 ( x ) + 3e2x C3 ( x ) = 0. .

B ∈ R. b. A. por lo que la solución particular será de la forma y P ( x ) = e x ( M1 cos( x ) + M2 sen( x )). r ( x ) = e ax ( A cos(bx ) + B sen(bx )). la solución general de la ecuación homogénea asociada es y H ( x ) = C1 e−3x + C2 e3x/2 cos √ 3 2 x + C3 e3x/2 sen √ 3 2 x .32. la + C3 e3x/2 sen √ 3 2 x + 1 x e (4 cos( x ) + sen( x )). deducimos que M1 = solución general de la ecuación es y( x ) = C1 e−3x + C2 e3x/2 cos √ 3 2 x 4 17 y M2 = 1 17 . 17 II. donde m es la multiplicidad de a + bi como raíz del polinomio característico. Consideremos la ecuación y − 6y + 9y = e x sen( x ). Ejemplo 3. Las raíces del polinomio característico P(λ) = λ3 − 6λ + 9. Sustituyendo en la ecuación. la solución general de la ecuación y + 6y + 11y + 6y = xe− x será y( x ) = C1 e− x + C2 e2x + C3 e3x − e− x 1 24 x 13 + 288 . El método de coeficientes indeterminados se aplica cuando el término independiente r ( x ) es de una de las formas ya estudiadas en la sección 3.3. r ( x ) es un polinomio de grado d. Las constantes M1 y M2 se determinan sustituyendo y P en la ecuación diferencial. obtenidas mediante el √ 3 método de Ruffini.8 Ecuaciones lineales de orden superior 85 Por último. donde m es la multiplicidad de 0 como raíz del polinomio característico. En consecuencia. En este caso a + bi = 1 + i no es raíz del polinomio característico.6. mientras que Qd ( x ) es un polinomio de grado d que se determina sustituyendo y P en la ecuación. con a. Básicamente. Por tanto. Finalmente. . Se considera una solución particular de la forma y P ( x ) = x m Q d ( x ). son −3 y 2 ± 23 i. construimos la solución particular: y P ( x ) = C1 ( x )y1 ( x ) + C2 ( x )y2 ( x ) + C3 ( x )y3 ( x ) = −e− x 1 24 x 13 + 288 . En tal caso puede encontrarse una solución particular de la forma y P ( x ) = x m e ax ( M1 cos(bx ) + M2 sen(bx )). estas formas pueden reducirse a tres: I.

un mástil. Por tanto. Supondremos que sobre el medio actúan tres tipos de fuerzas: Fuerza elástica o de recuperación: es restauradora y su módulo es proporcional al desplazamiento. la solución particular debe ser un polinomio de grado dos: y P ( x ) = Ax2 + Bx + C. Aplicando el método de Ruffini al polinomio característico P(λ) = λ3 − λ2 + λ − 1.1.33. Su expresión es −cx . El origen de coordenadas se establece en la posición de equilibrio y se supone que el movimiento hacia la derecha corresponde a valores positivos del desplazamiento. Representemos por x (t) al desplazamiento del medio respecto de la posición de equilibrio. 3. . y sea m su masa. la solución general de la ecuación será y( x ) = C1 e x + C2 cos( x ) + C3 sen( x ) − x2 − x + 1. Podemos expresarla como −kx. en el instante de tiempo t. obtenemos que sus raíces son 1 y ±i. la solución general de la ecuación homogénea es y H ( x ) = C1 e x + C2 cos( x ) + C3 sen( x ).9.86 Ecuaciones diferenciales de orden superior Ejemplo 3. Aplicaciones Vibraciones mecánicas Vamos a estudiar la ecuación diferencial que rige el desplazamiento de un medio deformable. Resolvamos la ecuación y − y + y − y = x2 − x. III. como 0 no es raíz de P(λ). La solución particular se construye sumando las soluciones particulares que se obtienen considerando cada uno de los sumandos por separado. un edificio. De esta forma. 3. Fuerza de amortiguación. El grado del polinomio r ( x ) = x2 − x es d = 2. donde c es la constante de amortiguamiento. obtenemos los valores A = B = −1 y C = 1. debida al rozamiento: posee un módulo proporcional a la velocidad del medio y se opone al movimiento. como puede ser un muelle. donde k es la constante de recuperación del material y el signo negativo indica que la fuerza se opone al movimiento. etc.9. según hemos establecido en los casos I y II. Sustituyendo y P en la ecuación. r ( x ) es suma de términos que están en los dos casos anteriores.

Nos referiremos a ellas como fuerzas externas y las denotaremos por g(t). Para completar el sistema. Calculemos el desplazamiento respecto de la posición de equilibrio de un mástil con masa igual a 1 kg. .   x (0) = −5.9 Aplicaciones 87 Fuerzas que no son intrínsecas al sistema. suponiendo que en el instante inicial recibe una ráfaga de viento soplando hacia la izquierda. m m m x (0) = x0 . que nos permite calcular el desplazamiento del medio respecto de la posición de equilibrio en cada instante. que indican la posición y velocidad del medio en el instante inicial t = 0. tiene raíces λ = −2 ± i. P(λ) = λ2 + 4λ + 5. El problema de valores iniciales a considerar es el siguiente:   x + 4x + 5x = 0. la ecuación es además homogénea. β = 2m y F ( t ) = m . x (0) = v0 . El polinomio característico de la ecuación. Ejemplo 3. por tanto. F (t) ≡ 0. Teniendo en cuenta que x (t) representa la aceleración del medio. constante de amortiguamiento igual a 4 N·s/m y constante de recuperación igual a 5 N/m. Se trata pues de una ecuación diferencial de segundo orden. El problema de valores iniciales correspondiente posee una única solución. La segunda ley de Newton nos dice que el producto de la masa por la aceleración es igual a la resultante de fuerzas que actúan sobre el sistema.34. a k donde α = m . sino que obedecen a causas externas (por ejemplo. En caso de que no actúen fuerzas exteriores. lineal y de coeficientes constantes. la acción de un terremoto). la solución general de la ecuación será x (t) = e−2t (C1 cos(t) + C2 sen(t)). obtenemos entonces: mx = −kx − cx + g(t) ⇒ x + Será conveniente escribir la ecuación en la forma x + 2βx + α2 x = F (t). debemos considerar condiciones iniciales de la forma g(t) c k g(t) x + x= .3.  x (0) = 0. cuya velocidad es de 5 m/s.

en cualquier caso. t . ics =[0 . 2) + 4* diff (x .  2 2 1   Por tanto. La gráfica de la solución se representa en la figura 3. t ) sage : ec = diff (x . -5]). 5) 0 A continuación analizaremos los múltiples casos que pueden presentarse en ausencia de fuerzas externas: F (t) ≡ 0. 0 .3.3: Oscilación de un mástil.3 se ha obtenido con el siguiente código Sage: sage : var ( ’t ’) sage : x = function ( ’x ’ . resulta:   x (0) = 0 ⇒ C1 = 0. donde puede observarse cómo las oscilaciones se amortiguan con el paso del tiempo y el mástil tiende hacia su posición de equilibrio. La figura 3.  x (0) = −5 ⇒ C − 2C  = −5 ⇒ C = −5. x . t ) + 5* x == 0 sage : sol = desolve ( ec . sol -5* e ^( -2* t )* sin ( t ) sage : plot ( sol . Notemos que. que representa una curva sinusoidal cuyas amplitudes tienden a cero. la solución buscada es x (t) = −5 sen(t)e−2t . . En este caso podemos integrar la ecuación directamente: x = 0 ⇒ x (t) = C1 t + C2 . No actúa ninguna fuerza: α = β = 0. α 0 y β 0. 0 . Caso 1. Imponiendo las condiciones iniciales.88 Ecuaciones diferenciales de orden superior Figura 3.

La trayectoria del móvil para x0 = 1. la solución general será x (t) = C1 cos(αt) + C2 sen(αt). La ecuación característica es λ2 + α2 = 0. Por tanto. α t 0. Sólo actúa la fuerza elástica: α > 0.4: Gráfica de x (t) en el caso 2. En términos físicos. . se trata de un movimiento uniforme. con x0 = 1. v0 = 1 y α = π. que corresponde a un movimiento periódico.4. de donde x ( t ) = v0 t + x0 .9 Aplicaciones 89 Sustituyendo las condiciones iniciales. La ecuación correspondiente es homogénea: x + α2 x = 0. el móvil permanece en reposo en el punto x0 . Usando las condiciones iniciales. cuyas raíces son ±αi. la solución del problema de Cauchy es x (t) = x0 cos(αt) + v0 sen(αt). Las oscilaciones son producidas por el muelle y continúan indefinidamente. β = 0. Figura 3. podemos determinar el valor de las constantes: C1 = x0 y C2 = v0 /α. obtenemos C1 = v0 y C2 = x0 . v0 = 0 y α = π se representa en la figura 3. Si no hay velocidad inicial. Caso 2. ya que no hay otras fuerzas que las contrarresten.3. En conclusión. t 0.

2β v0 . α = 0. el móvil permanece en el mismo lugar en cada instante ya que. La ecuación a estudiar es de nuevo de coeficientes constantes y homogénea: x + 2βx + α2 x = 0. v0 = 1 y β = 1. al no tener velocidad inicial. v0 v0 y C2 = − . Por tanto.5 se representa la trayectoria del móvil para x0 = 0. Notemos que si v0 = 0. Por tanto. v0 = 1 y β = 1.90 Ecuaciones diferenciales de orden superior Caso 3. la solución general será x (t) = C1 e0t + C2 e−2βt = C1 + C2 e−2βt . A partir de las condiciones iniciales. l´m x (t) = x0 + ı Observemos que Figura 3. . no hay nada que lo obligue a cambiar de posición. obtenemos C1 = x0 + 2β 2β la solución buscada es v0 x ( t ) = x0 + (1 − e−2βt ). según si v0 > 0 o v0 < 0). De nuevo tenemos una ecuación homogénea: x + 2βx = 0. t 0. Caso 4. En la figura 3. Hay fuerzas elástica y de rozamiento: α > 0. con x0 = 0. Sólo actúa la fuerza de rozamiento: β > 0. Las raíces de la ecuación característica λ2 + 2βλ = 0 son λ1 = 0 y λ2 = −2β.5: Gráfica de x (t) en el caso 3. t→∞ 2β v0 lo que significa que el móvil se irá acercando a la posición x0 + 2β (que estará a la derecha o a la izquierda de x0 . β > 0.

en este caso. ı Dicho de otra forma. Por simplicidad. λ2 − λ1 t 0. por ser ambas raíces negativas.6 se representa la trayectoria del móvil. Es claro que λ2 < 0. lo cual no es un resultado aceptable. En consecuencia. x (t) = x0 (1 + βt)e− βt . Surge una cuestión natural: ¿pasa el móvil alguna vez por la posición de equilibrio. λ2 < λ1 < 0 ⇒ λ1 /λ2 < 1 ⇒ ln(λ1 /λ2 ) < 0. supondremos que la velocidad inicial es nula: v0 = 0 (esta suposición no resta generalidad a las deducciones que haremos). En consecuencia las exponenciales eλ1 t y eλ2 t tienden a cero. como β > β2 − α2 . Al ser − β < 0. la ecuación x ( T ) = 0 no posee ninguna solución positiva. esto hace que ln(λ1 /λ2 ) tenga sentido. resulta que t→∞ t 0. resulta que también λ1 < 0. 91 por lo que la naturaleza de las soluciones dependerá del signo de β2 − α2 . Analicemos el comportamiento de la solución cuando t tiende a infinito.3. En la figura 3. Movimiento elástico críticamente amortiguado: α = β. el móvil tiende a la posición de equilibrio. Al ser β2 − α2 > 0. l´m x (t) = 0. Como λ1 − λ2 = 2 β2 − α2 > 0. obtenemos raíces reales distintas: λ1 = − β + del problema de Cauchy es x (t) = β2 − α2 y λ2 = − β − β2 − α2 . ı . Notemos que λ1 /λ2 > 0. Sin embargo. Movimiento elástico sobreamortiguado: α < β. En términos físicos. y por tanto t→∞ l´m x (t) = 0. Ahora tenemos una raíz real doble: λ = − β. basta con ver si la ecuación x ( T ) = 0 tiene alguna solución real T > 0: x ( T ) = 0 ⇔ λ 1 e λ2 T = λ 2 e λ1 T ⇔ T = 1 ln λ1 − λ2 λ1 λ2 .9 Aplicaciones Las raíces de la ecuación característica λ2 + 2βλ + α2 = 0 son de la forma λ = −β ± β2 − α2 . Caso 4B. La solución x0 ( λ 2 e λ1 t − λ 1 e λ2 t ). el móvil tiende a la posición de equilibrio pero sin pasar nunca por ésta. Hay tres casos para analizar: Caso 4A. deducimos que T < 0. en un tiempo T finito? Para responder a esta pregunta. La solución del problema de Cauchy es.

92 Ecuaciones diferenciales de orden superior Figura 3. Movimiento elástico subamortiguado: α > β. α = 1 y β = 2. deducimos que l´m | x (t)| = 0. En este caso β2 − α2 < 0. Como e− βt → 0 cuando t → ∞. ı Veamos si el móvil pasa por la posición de equilibrio en algún tiempo finito T > 0: x ( T ) = 0 ⇔ tg( T α2 − β2 ) = sen( T cos( T α2 − β2 ) α2 − β2 ) =− α2 − β2 . de donde ı t→∞ t→∞ l´m x (t) = 0.6: Gráfica de x (t) en el caso 4A. Nunca pasará por la posición de equilibrio. por lo que el móvil tiende a la posición de equilibrio conforme el tiempo avanza. por lo que las raíces del polinomio característico son de la forma λ = − β ± i solución del problema de Cauchy es entonces: x (t) = x0 α2 α2 − β2 . con x0 = 1. ya que la ecuación x ( T ) = 0 no posee solución positiva: 1 x ( T ) = 0 ⇔ 1 + βT = 0 ⇔ T = − < 0. tenemos que | x (t)| | x0 | e− βt ( α2 − β2 α2 − β2 + β ). La t 0. β . β Caso 4C. − β2 e− βt α2 − β2 cos(t α2 − β2 ) + β sen(t α2 − β2 )| α2 − β2 ) . Usando que | cos( 0 α2 − β2 )| 1 y | sen( 1.

la ecuación x ( T ) = 0 admite infinitas soluciones positivas. √ Vamos a concluir esta sección con el análisis de un caso en el que se aplica al móvil una fuerza externa periódica de la forma F (t) = cos(ωt). Entonces todas las soluciones positivas de la ecuación x ( T ) = 0 son kπ . k = 0. Las raíces del polinomio característico son λ = ±αi. con T0 α2 − β2 ∈ (π/2. 3π/2). por lo que debemos distinguir dos casos: . pondiente a x0 = 1.9 Aplicaciones 93 Es posible elegir T0 > 0. . La interpretación física es sencilla: conforme avanza el tiempo. Consideramos entonces el problema de Cauchy   x + α2 x = cos(ωt). ω > 0. partiendo del reposo. 1.3.7: Gráfica de x (t) en el caso 4C. notemos que. al aumentar el tiempo disminuye la amplitud de dichas oscilaciones.  x (0) = 0. en este caso.7 se representa la solución√ (t) corresx 1+ 3 − t √ e . Las líneas discontinuas son las funciones ± 1+ 3 3 e−t . supondremos que no hay rozamiento.   x (0) = 0. α = 2 y β = 1. el móvil tiende a la posición de equilibrio pero oscilando alrededor de ésta. . 2. En la figura 3. | x (t)| 3 √ Figura 3. Tk = T0 + α2 − β2 En este caso. . Por simplicidad. de modo que se verifique tg( T0 α2 − β2 ) = − α2 − β2 /β.

el móvil oscilaría indefinidamente alrededor de la posición de equilibrio.2 ω=α= √ 2 Figura 3. α = ω. α = ω. por lo que la solución del problema de Cauchy es de la forma x (t) = α2 1 (cos(ωt) − cos(αt)). En tal caso ωi no es raíz del polinomio característico. pero alejándose cada vez .8: Problema con fuerza periódica externa: soluciones obtenidas para distintos valores del parámetro ω.94 Ecuaciones diferenciales de orden superior ω = 1/2 ω=1 ω = 1. la solución del problema de Cauchy viene dada por x (t) = t sen(αt). − ω2 t 0. Al ser ωi = αi raíz del polinomio característico. 2α t 0. En este caso la amplitud de las oscilaciones aumenta conforme avanza el tiempo: este fenómeno se conoce como resonancia. El fenómeno de resonancia puede apreciarse en la última figura. Se trata de un movimiento periódico alrededor de la posición de equilibrio. En términos físicos.

I denota el momento de inercia y w es el peso por unidad de longitud de la viga. donde y( x ) representa el desplazamiento o deflexión de la viga respecto de la horizontal en el punto x ∈ [0. Las condiciones de contorno establecen que los extremos de la viga permanecen fijos. x ∈ [0. E es el módulo de elasticidad de Young. L]. llegará un momento en que el sistema cambie su naturaleza (por ejemplo. cambiando de esta forma la ecuación del movimiento.9 Aplicaciones 95 más de ésta en cada oscilación. .   y( L) = 0. w L Figura 3.   2EI y(0) = 0. De nuevo integramos para obtener: y( x ) = α 2 1 2 Lx 1 − 3 x3 + C1 dx ⇒ y( x ) = α 3 1 6 Lx 1 − 12 x4 + C1 x + C2 . La deformación que sufre dicha viga puede modelizarse mediante el siguiente problema de contorno:  y ( x ) = − w x ( L − x ). En este caso la ecuación diferencial puede resolverse mediante una doble integraw ción. 3. el muelle podría romperse). El fenómeno de resonancia puede apreciarse en la última figura. En el conjunto de figuras 3.8 puede apreciarse cómo varía la solución del problema √ conforme el parámetro ω se acerca a α = 2. resulta que y ( x ) = αx ( L − x ) ⇒ y ( x ) = αx ( L − x ) dx ⇒ y ( x ) = α 2 1 2 Lx − 1 x3 + C1 .3. Deflexión y pandeo de vigas Consideremos una viga de longitud L situada en posición horizontal y cuyos extremos están fijos. 3 siendo C1 una constante de integración.9. Al ser la longitud del muelle finita. L]. Si llamamos α = − 2EI .9: Deflexión de una viga empotrada: esquema.2.

10: .0127 m. 384 · (2 · 1011 ) · (7. En la figura 3.10: Deflexión de una viga. Téngase en cuenta que dicha curva corresponde a la gráfica de la función −y( x ). se da en el punto xmax = L/2: y( x ) = ymax = y( L/2) = w 24EI L4 L4 L4 −2 + 16 8 2 = 5wL4 . He aquí el código Sage para generar la figura 3. ya que y( x ) representa el desplazamiento de la viga respecto de la horizontal.85 · 10−9 m4 y w = 95.54 N/m.54 · 24 ≈ 0.10 se representa la correspondiente curva de deflexión. Consideremos una barra de longitud L = 2 m con módulo de Young E = 2 · 1011 N/m2 . estos datos corresponden a una barra de acero con sección transversal circular de 2 cm de diámetro. Las constantes C1 y C2 pueden determinarse imponiendo las condiciones de contorno:  y(0) = 0 ⇒ C2 = 0. 24EI En particular. y( L) = 0 ⇒ 1 4 12 αL 1  + C1 L +  2 = 0 ⇒ C1 = − 12 αL3 .35. podemos determinar la deflexión máxima que.96 Ecuaciones diferenciales de orden superior donde C2 es otra constante de integración. la deflexión máxima de la barra es: ymax = 5 · 95. C  0 Por tanto. En tal caso. momento de inercia I = 7. por simetría.85 · 10−9 ) Figura 3. la única solución del problema de contorno viene dada por w x4 − 2Lx3 + L3 x . 384EI Ejemplo 3.

1488/146713* x ^3 + 2976/146713* x sage : plot ( . L ) También podemos calcular ymax de la siguiente forma: sage : sol . 0 . 6 2 Para determinar las constantes arbitrarias C1 . y . En general. C3 y C4 . f i n d _ m a x i m u m _ o n _ i n t e r v a l (0 . x . 6 2 y la última integración nos da: EIy( x ) = 4 1 24 wx + 1 C1 x3 + 1 C2 x2 + C3 x + C4 . . resulta: 1 EIy ( x ) = 2 wx2 + C1 x + C2 . una nueva integación nos lleva a: EIy ( x ) = 1 wx3 + 1 C1 x2 + C2 x + C3 . ics =[0 . donde E es el módulo de Young del material. I es el momento de inercia. x ∈ [0.sol . para deflexiones relativamente pequeñas de una viga horizontal uniforme. L]. la teoría de elasticidad determina que. en cada extremo de la viga puede considerarse una de las siguientes condiciones: Sostenida simplemente: y = y = 0.85 e -9 w = 95. integrando de nuevo. C2 .54 y = function ( ’y ’ . la curva de deflexión y( x ) viene determinada por la ecuación diferencial EIy(4) ( x ) = w. si integramos una vez obtenemos EIy(3) ( x ) = wx + C1 . x ) sol = desolve ( diff (y .012677813145392703 . w es el peso de la viga y L es su longitud. Dependiendo del tipo de soporte. 0 . En efecto. 2) == -w /(2* E * I )* x *( L .3. La solución de esta ecuación diferencial puede obtenerse por integración directa.9 Aplicaciones 97 sage : sage : sage : sage : sage : sage : sage : sage : var ( ’x ’) # datos del problema L = 2 E = 2 e11 I = 7. L . sol 372/146713* x ^4 . 0]). debemos imponer condiciones de contorno adecuadas en los extremos x = 0 y x = L de la viga. L ) (0.x ) . 0 .9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 8 9 ) El primer valor es ymax y el segundo la correspondiente abscisa xmax .

Extremo libre: y = y(3) = 0. consideremos una viga situada en vertical y fijada por sus extremos. si consideramos una viga en voladizo. las raíces de la ecuación característica λ2 + α = 0 son complejas: λ = √ √ ± −α = ±i α.36. Por ejemplo.   EI y(0) = 0. ⇒ Es decir. Para ello.    y( L) = 0. Ejemplo 3. x2 − 3Lx + 3L2 = 0 (no tiene raíces reales). En tal caso. la derivada sólo se anula en x = 0. a la que se aplica una carga P en uno de ellos. Esto nos indica que la función y( x ) es estrictamente creciente. . la solución general tendrá la forma √ √ y( x ) = C1 cos( αx ) + C2 sen( αx ). Llamando α = P EI . con el extremo x = 0 fijo y el extremo x = L libre. En tal caso. x ∈ [0. Al ser α > 0. se obtiene la siguiente curva de deflexión: w ( x4 − 4Lx3 + 6L2 x2 ). tendríamos las siguientes condiciones de contorno: y(0) = 0. y(3) ( L) = 0. L]. 8EI A continuación vamos a estudiar el problema del pandeo de una viga. que es el extremo fijo. y ( L) = 0. la forma de la viga y( x ) puede obtenerse como solución del problema de contorno  y ( x ) = − P y( x ). y( x ) = 24EI ¿Cuál será la deflexión máxima en este caso? Para determinar dicho valor. y (0) = 0. Imponiendo estas condiciones en la solución general. la ecuación diferencial puede escribirse como y + αy = 0. igualamos la derivada de y( x ) a cero: y (x) = 0 ⇒ w x ( x2 − 3Lx + 3L2 ) = 0 6EI x = 0. por lo que la deflexión máxima se producirá en el extremo x = L y será: ymax = y( L) = w 4 L .98 Ecuaciones diferenciales de orden superior Empotrada o fija en el extremo: y = y = 0.

Esto significa que la viga no se deforma.11: Pandeo de una viga: esquema. 0 y( L) = 0 ⇒ C cos(√αL) + C sen(√αL) = 0 ⇒ C sen(√αL) = 0. n ∈ N ⇔ α = . EI L donde n es un natural arbitrario. tomaremos n = 1. π 2 EI . lo que implica que √ sen( αL) = 0. L2 De este modo.  2 2 1   Si C2 = 0. la viga no se deforma a menos que n2 π 2 P = 2 .3. n ∈ N. los únicos valores de α para los que hay soluciones no triviales del problema de contorno son aquellos que verifican la condición √ √ n2 π 2 sen( αL) = 0 ⇔ αL = nπ. Imponiendo las condiciones de contorno. L2 se . obtenemos:  y(0) = 0 ⇒ C1 = 0. P = la conoce con el nombre de primera carga crítica o carga de pandeo de Euler. obtenemos la solución trivial: y( x ) ≡ 0. Sin embargo.9 Aplicaciones 99 P L Figura 3. cosa que sucede cuando la carga P aplicada es pequeña. Para obtener una solución no trivial del problema hemos de suponer C2 = 0. L 0 = C ∈ R. Observación. A la primera carga que provoca la deformación de la viga. de la forma y( x ) = C sen π x . Es decir. El problema de contorno posee pues infinitas soluciones. como estamos interesados en el valor mínimo para el que se produce el pandeo.

100

Ecuaciones diferenciales de orden superior

En este caso, la amplitud C de pandeo permanece indeterminada. Intentemos resolver el problema de contorno directamente en Sage:
sage : sage : sage : sage : sage : 0 var ( ’x , L , P , E , I ’) assume (P >0 , E >0 , I >0) y = function ( ’y ’ , x ) ec = diff (y , x , 2) == -P /( E * I )* y desolve ( ec , [y , x ] , ics =[0 , 0 , L , 0])
P EI

Como vemos, sólo se ha determinado la solución trivial. Si sustituimos obtenemos la solución correspondiente a la carga de pandeo de Euler:
sage : ec = diff (y , x , 2) == -( pi / L )^2* y sage : desolve ( ec , [y , x ] , ics =[0 , 0 , L , 0]) r1 * sin ( pi * x / L )

por

π2 , L2

CAPÍTULO

4 SISTEMAS DE ECUACIONES DIFERENCIALES

4.1.

Introducción

Un sistema de ecuaciones diferenciales de orden n está formado por n ecuaciones diferenciales de primer orden en forma normal, esto es,  y1 = f 1 ( x, y1 , . . . , yn ),    y = f ( x, y , . . . , yn ), 2 1 2 . .  .    yn = f n ( x, y1 , . . . , yn ), donde x ∈ [ a, b] es la variable independiente e y1 , . . . , yn , son las variables dependientes. Una solución del sistema está formada por n funciones y1 ( x ), . . . , yn ( x ), derivables con continuidad, que satisfacen todas las ecuaciones en cada punto x ∈ [ a, b]. Ejemplo 4.1. Es inmediato comprobar que una solución del sistema y1 = − y2 , y2 = y1 . está formada por las funciones y1 ( x ) = cos( x ) e y2 ( x ) = sen( x ).

102

Sistemas de ecuaciones diferenciales

La solución general del sistema consta de n funciones dependientes de n constantes arbitrarias, que proporcionan todas las posibles soluciones del sistema:  y1 ( x, C1 , C2 , . . . , Cn ),    y ( x, C , C , . . . , Cn ), 2 1 2 . .  .   yn ( x, C1 , C2 , . . . , Cn ). Ejemplo 4.2. La solución general del sistema y1 = − y2 , y2 = y1 , está formada por las funciones y1 ( x, C1 , C2 ) = C1 cos( x ) + C2 sen( x ), y2 ( x, C1 , C2 ) = C1 sen( x ) − C2 cos( x ). Más adelante veremos cómo obtener este resultado. El comando de Sage desolve_system sirve para calcular la solución de un sistema:
sage : var ( ’x ’) sage : y1 = function ( ’ y1 ’ , x ) sage : y2 = function ( ’ y2 ’ , x ) sage : ec1 = diff ( y1 , x ) == - y2 sage : ec2 = diff ( y2 , x ) == y1 sage : desolve_system ([ ec1 , ec2 ] , [ y1 , y2 ]) [ y1 ( x ) == - sin ( x )* y2 (0) + cos ( x )* y1 (0) , y2 ( x ) == sin ( x )* y1 (0) + cos ( x )* y2 (0)]

En este caso, y1(0) representa la constante arbitraria C1 , mientras que y2(0) equivale a −C2 . El porqué de esta notación quedará claro en el siguiente ejemplo. Un problema de valores iniciales para un sistema de ecuaciones diferenciales se construye añadiendo n condiciones iniciales de la forma  ¯  y1 ( x0 ) = y1 ,    y ( x ) = y , ¯2 2 0 . . .    ¯ y n ( x0 ) = y n , ¯ ¯ ¯ con y1 , y2 , . . . , yn ∈ R.

4.1 Introducción

103

Ejemplo 4.3. El problema de valores iniciales definido por el sistema y1 = − y2 , y2 = y1 , y las condiciones iniciales y1 (0) = 1, y2 (0) = 0, tiene una única solución formada por las funciones y1 ( x ) = cos( x ) e y2 ( x ) = sen( x ). En efecto, a partir de la solución general del sistema (ejemplo 4.2), podemos determinar de forma única los valores de las constantes C1 y C2 imponiendo las condiciones iniciales: X1 X0 y1 (0) = 1 ⇒ C1$$$+ C2$$0 = 1 ⇒ C1 = 1, cos 0 sin $
X $ X y2 (0) = 0 ⇒ C1$$$− C2$$$= 0 ⇒ C2 = 0. sen 0 cos 0
0 1

De esta forma, la solución del problema de valores iniciales será: y1 ( x ) = C1 cos( x ) + C2 sen( x ) = cos( x ), y2 ( x ) = C1 sen( x ) − C2 cos( x ) = sen( x ). Las condiciones iniciales se especifican en Sage mediante el parámetro ics:
sage : var ( ’x ’) sage : y1 = function ( ’ y1 ’ , x ) sage : y2 = function ( ’ y2 ’ , x ) sage : ec1 = diff ( y1 , x ) == - y2 sage : ec2 = diff ( y2 , x ) == y1 sage : desolve_system ([ ec1 , ec2 ] , [ y1 , y2 ] , ics =[0 , 1 , 0]) [ y1 ( x ) == cos ( x ) , y2 ( x ) == sin ( x )]

Si queremos representar gráficamente las componentes de la solución en el intervalo [0, 2π ], añadimos las siguientes líneas de código:
sage : sage : sage : sage : sage : sage : [ solx , soly ] = desolve_system ([ ec1 , ec2 ] , [ y1 , y2 ] , ics =[0 , 1 , 0]) solx = solx . rhs () soly = soly . rhs () fig1 = plot ( solx , 0 , 2* pi , color = ’ blue ’ , legend_label = ’ cos ( x ) ’) fig2 = plot ( soly , 0 , 2* pi , color = ’ green ’ , legend_label = ’ sen ( x ) ’) show ( fig1 + fig2 )

El resultado obtenido puede verse en la figura 4.1. Observación. En el ejemplo anterior se han representado de forma independiente las gráficas de las componentes de la solución y1 ( x ) e y2 ( x ). También es posible interpretar dichas funciones como las componentes de una curva plana, que recibe el nombre de órbita o trayectoria. Concretamente, (cos( x ), sen( x )) sería una parametrización de la órbita asociada al punto (1, 0) determinado por las condiciones iniciales.

 . por simplicidad. an1 an2 · · · ann  El estudio de sistemas no lineales está fuera del alcance del presente trabajo. . . donde  y1  y2    Y =  . que son de la forma  y1 = a11 y1 + a12 y2 + · · · + a1n yn . .   . 2π ].    y = a y + a y + · · · + a y . . . Este tipo de sistemas puede escribirse en forma matricial: Y = AY..1: Solución del ejemplo 4. Además. restringiremos nuestro estudio a sistemas de ecuaciones lineales de coeficientes constantes. . . ya que necesita del uso de herramientas avanzadas de Análisis Matemático. Un tipo importante de sistemas lo constituyen los sistemas lineales homogéneos con coeficientes constantes.3 en el intervalo [0.    yn = an1 y1 + an2 y2 + · · · + ann yn . . . Asimismo. . . con aij ∈ R. En el caso particular de sistemas de dos ecuaciones (n = 2) es usual denotar la variable independiente por t (en lugar de x) y las variables dependientes por x e y (en lugar de y1 e y2 ). . . . .  yn  a11 a12 · · · a1n  a  21 a22 · · · a2n  A= .104 Sistemas de ecuaciones diferenciales Figura 4. Por ello. para sistemas con tres ecuaciones (n = 3) se suelen usar las variables x. . y y z en lugar de y1 . . A partir de ahora seguiremos este criterio.  yn  y1 y   2 Y =  . 22 2 2n n 21 1 2 . y2 e y3 . . nos centraremos en sistemas de orden dos.

c y d son números reales. y = cx + dy. . De modo análogo al caso de ecuaciones de segundo orden. entonces la solución general del sistema es de la forma x (t) = C1 x1 (t) + C2 x2 (t). Observación. c d X (t) = y A= El siguiente resultado permite asegurar la existencia y unicidad de solución para un problema de valores iniciales. Dicha solución está definida para toda t ∈ R. y(t)) del sistema x = ax + by. y1 (t)) y ( x2 (t). Teorema. donde X (t) = x (t) . existe una única solución ( x (t). y0 ∈ R. tal que x (t0 ) = x0 . y2 (t)) forman un sistema fundamental de soluciones y W (t) es su wronskiano. donde C1 y C2 son constantes arbitrarias. diremos que las funciones ( x1 (t). Si ( x1 (t). Teorema (de existencia y unicidad). En las siguientes secciones estudiaremos dos formas diferentes de determinar la solución general de un sistema lineal. x0 . La estructura de la solución general de un sistema lineal viene dada en el siguiente resultado. y1 ( t ) y2 ( t ) ∀ t ∈ R. b. y = cx + dy. y(t0 ) = y0 .4. y(t) x (t) y (t) a b . A veces será conveniente escribir el sistema en forma matricial: X = AX. donde x ≡ x (t). y1 (t)) y ( x2 (t). Ambas técnicas pueden generalizarse de forma natural al caso de un sistema lineal de orden n.1 Introducción 105 Vamos a considerar pues un sistema lineal de la forma x = ax + by. y2 (t)) son soluciones particulares del sistema tales que W (t) = x1 ( t ) x2 ( t ) = 0. y(t) = C1 y1 (t) + C2 y2 (t). Fijados t0 . y ≡ y(t) y los coeficientes a.

b Sustituyendo en la igualdad anterior. Consideremos el sistema x = ax + by. .2. resulta x = ax + by = ax + b(cx + dy). que sería de tipo lineal. dada la ecuación homogénea x + px + qx = 0. Recíprocamente. y = cx + dy. Así pues. Método de sustitución En esta sección vamos a establecer una equivalencia entre un sistema lineal y una ecuación diferencial lineal de segundo orden. Obtenemos así el siguiente sistema: x = y. donde hemos sustituido y usando la segunda ecuación. Esta relación proporciona un método de resolución denominado método de sustitución. Hemos demostrado así la equivalencia anteriormente comentada. Derivando en la primera ecuación. tenemos la siguiente ecuación de segundo orden: x − tr( A) x + det( A) x = 0. y = −qx − py. a continuación sustituimos x (t) en la segunda ecuación. obtenemos d x = ax + b cx + ( x − ax ) b = ( a + d) x + (bc − ad) x.106 Sistemas de ecuaciones diferenciales 4. definimos y = x . y supongamos que el coeficiente b es distinto de cero (si b = 0 podemos resolver directamente la primera ecuación: x = ax. De la primera ecuación despejamos x − ax y= . y la resolvemos para obtener y(t)). Entonces y = x = − px − qx = − py − qx.

Ejemplo 4. también hay una equivalencia entre las condiciones iniciales. Consideremos el sistema lineal x = x + y. y ( t0 ) = y0 . si las condiciones iniciales para la ecuación de segundo orden son de la forma x ( t0 ) = x0 . y(0) = −1. despejamos y de la primera ecuación y = x − x. x (t0 ) = ax0 + by0 . entonces las condiciones para el sistema son x ( t0 ) = x0 . junto con las condiciones iniciales x (0) = 1. y = 2x − y. A continuación. y sustituimos y usando la segunda ecuación: x = x + 2x − y. estas se escriben como x ( t0 ) = x0 . para la ecuación de segundo orden.2 Método de sustitución 107 En el caso de un problema de valores iniciales. Recíprocamente.4. Si tenemos las condiciones iniciales x ( t0 ) = x0 . para el sistema. y ( t0 ) = x0 . Derivamos en la primera ecuación x = x +y . .4. x ( t0 ) = x0 .

x .cosh ( sqrt (3)* t )] mientras que para la ecuación de segundo orden es: sage : var ( ’t ’) sage : x = function ( ’x ’ . t ) . lo escribimos como ecuación homogénea de segundo orden: x − tr( A) x + det( A) x = 0. [x . si tenemos en cuenta la definición del seno hiperbólico (véase el capítulo 3). La solución del problema de valores iniciales para el sistema usando Sage es: sage : sage : sage : sage : sage : sage : [x(t) y(t) var ( ’t ’) x = function ( ’x ’ .3* x == 0 sage : desolve ( ec . podemos comparar los resultados obtenidos para y(t). 0]) sage : diff ( sol . t ) sage : ec = diff (x .sqrt (3)* t ) . .sqrt (3)* t ) + 1/2* e ^( sqrt (3)* t ) ¿Se obtiene la misma solución para x (t) en ambos casos? Sí.1/2* e ^( . 0]) 1/2* e ^( . notemos que x (0) = x (0) + y(0) = 1 + (−1) = 0. ec2 ] .  x (0) = 1. 1 . t ) ec1 = diff (x . 1 .y desolve_system ([ ec1 . Por último. t ) == x + y ec2 = diff (y . t ) y = function ( ’y ’ .1/2* e ^( sqrt (3)* t ) Aplicando la definiciones del seno y el coseno hiperbólicos. == sqrt (3)* sinh ( sqrt (3)* t ) . t ) == 2* x .   x (0) = 0. ics =[0 .108 Sistemas de ecuaciones diferenciales y sustituimos en la expresión anterior: x = x + 2x − ( x − x ) = 3x ⇒ x − 3x = 0. -1]) == cosh ( sqrt (3)* t ) . 1 . que es equivalente al problema de valores iniciales para el sistema original.sol -1/2* sqrt (3)* e ^( . Dado un sistema lineal. x . 2) .sqrt (3)* t ) + 1/2* sqrt (3)* e ^( sqrt (3)* t ) . Respecto a las condiciones iniciales. ics =[0 . para determinar y(t) usamos la igualdad y = x − x: sage : sol = desolve ( ec . t . ics =[0 . Hemos obtenido así el problema de valores iniciales   x − 3x = 0. La equivalencia establecida nos proporciona un método para la resolución de sistemas lineales. y ] .

Habíamos pasado del sistema x = x + y. 2 Una vez conocidas las raíces. 2 e √ 3t + e− √ 3t . Por último. Usemos las condiciones iniciales para calcular las constantes C1 y C2 : x (0) = 1 ⇒ C1 + C2 = 1 √ √ x (0) = 0 ⇒ 3 C1 − 3 C2 = 0 La solución x (t) es. Por tanto. a la ecuación de segundo orden x − 3x = 0. podemos escribir directamente la solución general x (t) de la ecuación diferencial.4.2 Método de sustitución 109 El polinomio característico de esta ecuación es P(λ) = λ2 − tr( A)λ + det( A). deshacemos el cambio realizado x − ax y= b para obtener la solución y(t). − √ 3+1 − 3 t e . Para determinar y(t) usamos la primera ecuación: y(t) = x (t) − x (t) = Obtenemos así la solución y(t): y(t) = √ √ 3−1 e 3t 2 √ √ 3 2 e √ 3t − e− √ 3t −1 e 2 √ 3t + e− √ 3t . cuyas raíces son tr( A)2 − 4 det( A) . cuyas raíces son λ = ± 3. Resolvamos el problema de Cauchy del ejemplo anterior. la solución general de la ecuación será x (t) = C1 e √ 3t + C2 e− √ 3t . √ La ecuación característica asociada es λ2 − 3 = 0. x (t) = 1 2 ⇒ C1 = C2 = 1 . por tanto. 2 . λ= tr( A) ± Ejemplo 4. Observemos que la solución del sistema dependerá también de dos constantes arbitrarias.5. que dependerá de dos constantes arbitrarias. y = 2x − y.

se llega a que una solución particular es C y P (t) = 1 e2t .110 Sistemas de ecuaciones diferenciales Recapitulando. la solución general de la ecuación será y(t) = C1 2t e + C2 e−t . Ahora sustituimos x (t) en la segunda ecuación. 3 Por tanto. Una vez calculada x (t). Notemos que en el caso b = 0 la primera ecuación se reduce a x = ax. 3 forman la solución general del sistema. y(t) = C1 e2t + C2 e−t . las funciones   x (t) = y(t) = 1 2 √ e √ 3t + e− − √ 3t . 3 Resumiendo. Mediante el método de variación de la constante. que puede resolverse directamente. podemos resolverla directamente. Separando variables. 2 e conforman la solución del problema de Cauchy. 3−1 3t 2 e √ √ √ 3+1 − 3 t . para obtener así una ecuación lineal: y = C1 e2t − y. resulta x = 2x ⇒ dx = x 2 dt ⇒ x (t) = C1 e2t .6. Calculemos la solución general del sistema x = 2x. Observación. se sustituye en la segunda ecuación y se resuelve ésta para determinar y(t). La solución de la ecuación homogénea asociada es y H (t) = C2 e−t . y = x − y. Como en la primera ecuación tan sólo aparece la variable x. las funciones   x (t) = C1 e2t . . Ejemplo 4.

Un autovector nunca es único. De hecho. y(t) x (t) y (t) a b . Observación. Puede establecerse una equivalencia entre un sistema de orden n y una ecuación diferencial de orden n. existe una equivalencia entre un problema de valores iniciales para una ecuación de orden n y para un sistema del mismo orden. Un vector v con esta propiedad es un autovector asociado al autovalor λ. puede escribirse en forma matricial como X = AX. para cualquier α ∈ R. y = cx + dy + r2 (t).3 Método de autovalores 111 Observación. donde X (t) = x (t) . si v es un autovector de A entonces αv también lo es. 4. de la forma x = ax + by + r1 (t). siguiendo un procedimiento análogo al explicado anteriormente. En tal caso. c d X (t) = y A= Diremos que un valor λ ∈ C es un autovalor de la matriz A si existe un vector no nulo v ∈ R2 tal que Av = λv. al construir la ecuación de segundo orden habrá que aplicar el método de variación de las constantes o el de coeficientes indeterminados para hallar una solución particular de la misma. y = cx + dy.4. Asimismo. La técnica del método de sustitución puede aplicarse también para la resolución de sistemas no homogéneos. . Observación.3. Método de autovalores Recordemos que un sistema lineal de la forma x = ax + by. α = 0. La relación Av = λv puede escribirse también como ( A − λI )v = 0.

calculemos sus autovalores resolviendo la ecuación característica asociada: √ 1−λ 1 = 0 ⇒ λ2 − 3 = 0 ⇒ λ = ± 3. respectivamente. obtenemos la siguiente relación: (λ2 − 3)α = 0. primero definimos dicha matriz usando el comando matrix y luego accedemos a su método eigenvalues: . esta ecuación admite cualquier valor de α como solución (como √ era de esperar). Esta es la denominada ecuación característica de la matriz A. v1 = √ 1 . la traza y el determinante de la matriz A: tr( A) = a + d. cuyas soluciones λ proporcionan los autovalores de A. 3−1 v2 = √1 .112 Sistemas de ecuaciones diferenciales siendo I la matriz identidad. Dada la matriz A= 1 1 . Dicho sistema tendrá solución no nula únicamente si es compatible indeterminado. β autovectores asociados a los autovalores λ1 = 3 y λ2 = − 3 son. donde tr( A) y det( A) son. Ejemplo 4. Observación. 2 −1 det( A) = ad − bc. 2 −1 − λ Para calcular un autovector v = asociado: α β asociado a λ.7. es decir. − 3−1 Para calcular los autovalores de una matriz A en Sage. Despejando β en la primera ecuación y sustituyendo en la segunda. Tomando por ejemplo α = 1. hemos de resolver el sistema ( A − λI )v = 0 ⇒ 1−λ 1 2 −1 − λ α β =0⇒ (1 − λ)α + β = 0.√ resulta que √ = ± 3 − 1. respectivamente. Es fácil ver que los autovalores de la matriz A coinciden con las raíces del polinomio característico P(λ) definido como P(λ) = λ2 − tr( A)λ + det( A). si det( A − λI ) = 0. Por tanto. Se obtiene así un sistema lineal homogéneo cuyas incógnitas son las componentes del vector v. √ Cuando λ = ± 3. 2α − (1 + λ) β = 0.

I. 0. [(1 . -2. 1] . veamos qué condiciones deben verificar los coeficientes αi y β i para que dichas funciones formen una solución del sistema: xi (t) = axi (t) + byi (t) ⇒ αi λi eλi t = aαi eλi t + bβ i eλi t . 1 .732050807568878? . escritos entre paréntesis y separados por una coma.732050807568878 . Para determinar los autovectores asociados. 1) . el primer valor es un autovalor. por lo que pueden presentarse tres posibilidades: I.732050807568878? . ei ge nv ect or s_ rig ht () [( -1. y(t) = β 1 C1 eλ1 t + β 2 C2 eλ2 t . La solución general del sistema es x (t) = α1 C1 eλ1 t + α2 C2 eλ2 t . siendo C1 y C2 constantes arbitrarias y (αi . β i )t un autovector asociado a λi . III. 2. Para i = 1. Autovalor real doble. En cada uno de estos elementos. 1)] El resultado es una lista con dos elementos. para i = 1. y i ( t ) = β i e λi t . II. .4. el segundo es un autovector asociado. y el tercero representa la multiplicidad algebraica del autovalor. yi (t) = cxi (t) + dyi (t) ⇒ β i λi eλi t = cαi eλi t + dβ i eλi t . A continuación. [(1 .7 3 20 5 08 0 7 56 8 87 8 ? ] (nótese que escribimos: √ 3 = 1. -1]]) sage : A . . Analicemos de dónde surge la expresión anterior. Autovalores reales distintos. Autovalores complejos conjugados.732050807568878?)] . A continuación describiremos la forma de la solución general del sistema en cada uno de los casos. asociemos al autovalor λi funciones de la forma x i ( t ) = α i e λi t . . Autovalores reales distintos: λ1 = λ2 . Observemos que la ecuación característica es una ecuación polinomial de segundo grado. sage : A . [2 . eigenvalues () [ -1. ).3 Método de autovalores 113 sage : A = matrix ([[1 . 2.732050807568878?)] .732050807568878? . (1.

λ2 = −3. el vector (αi . asociado al autovalor λi . y(t) = β 1 C1 eλ1 t + β 2 C2 eλ2 t . 0 Es decir. obtenemos: (λ2 + λ − 6)α = 0.114 Sistemas de ecuaciones diferenciales Simplificando y agrupando. Ejemplo 4. Para calcular un autovector asociado a un autovalor λ. cuya matriz de coeficientes es A= 1 1 . β1 β2 y1 ( t ) y2 ( t ) β1 e β2 e ya que dos autovectores asociados a autovalores distintos son linealmente independientes (esto es fácil de demostrar). 4 −2 Resolvamos la ecuación característica para determinar los autovalores de A: λ2 + λ − 6 = 0 ⇒ λ1 = 2. β i )t debe ser un autovector de la matriz de coeficientes A. obtenemos ( a − λi )αi + bβ i = 0 cαi + (d − λi ) β i = 0 ⇒ a − λi b c d − λi αi βi = 0 . y = 4x − 2y.8. Por otra parte. . si λ1 y λ2 son autovalores distintos de A. siendo C1 y C2 constantes arbitrarias. 1−λ 1 α 0 = ⇒ 4 −2 − λ β 0 4α − (2 + α) β = 0. Despejando β en la primera ecuación y sustituyendo en la segunda. resolvemos la siguiente ecuación: (1 − λ)α + β = 0. En resumen. Consideremos el sistema x = x + y. podemos construir la solución general del sistema como x (t) = α1 C1 eλ1 t + α2 C2 eλ2 t . notemos que W (t) = α α α e λ1 t α e λ2 t x1 ( t ) x2 ( t ) = 1 λ1 t 2 λ2 t = e(λ1 +λ2 )t 1 2 = 0.

Ejemplo 4. β) un autovector asociado a λ. M2 . ( -3 . −4 Veamos qué resultado produce Sage: sage : A = matrix ([[1 .2* y desolve_system ([ ec1 . forman la solución general del sistema. -2]]) sage : A . y = x − y. == -4/5*( x (0) . que las constantes arbitrarias C1 y C2 vienen dadas en función de los valores iniciales x (0) e y(0).y (0))* e ^( -3* t ) + 1/5*(4* x (0) + y (0))* e ^(2* t ) . A continuación damos la forma de la solución general del sistema en cada uno de ellos. . 1] . [(1 . 1)] Finalmente. y ]) == 1/5*( x (0) . y(t) = C1 e2t − 4C2 e−3t . En los dos casos restantes se puede razonar de manera similar. Directamente.9. t ) ec1 = diff (x . t ) == 4* x . 1) . se obtienen los siguientes autovectores: v1 = 1 . II. de nuevo. De esta forma. t ) == x + y ec2 = diff (y . en Sage: sage : sage : sage : sage : sage : sage : [x(t) y(t) var ( ’t ’) x = function ( ’x ’ . las funciones x (t) = C1 e2t + C2 e−3t . 1 v2 = 1 . por lo que podemos tomar un valor arbitrario no nulo de α. x (t) = αC1 eλt + C2 ( M1 + M2 t)eλt . [(1 . [4 . y M1 . Autovalor real doble: λ.3 Método de autovalores 115 Para λ = 2 o λ = −3 el primer factor es nulo.y (0))* e ^( -3* t ) + 1/5*(4* x (0) + y (0))* e ^(2* t )] Observemos. el valor correspondiente de β se determina a partir de la primera ecuación. -4)] . [x . ec2 ] . N1 y N2 valores a determinar por sustitución en el sistema. siendo C1 y C2 constantes arbitrarias. 1)] . por ejemplo. ei ge nv ect or s_ rig ht () [(2 . La solución general del sistema es. Consideremos el sistema x = 3x − 4y. t ) y = function ( ’y ’ . y(t) = βC1 eλt + C2 ( N1 + N2 t)eλt . en este caso. α = 1. (α.4.

α − 2β = 0. Finalmente. De igual forma. M2 . Igualando los coeficientes del mismo orden. que es proporcional al obtenido anteriormente. 1/2)t . M1 = 1 y N2 = 1. obtenemos: sage : A = matrix ([[3 . Tomando. 2)] Es decir. deducimos que M2 = 2 y N1 = 0. Usando Sage. [1 . N1 y N2 se determinan a partir de las ecuaciones del sistema.116 Sistemas de ecuaciones diferenciales y calculemos sus autovalores a partir de la ecuación característica: λ2 − 2λ + 1 = 0 ⇒ λ = 1 Determinemos un autovector asociado a λ = 1: 3−λ −4 1 −1 − λ α β 0 0 2 −4 1 −2 (raíz doble). ei ge nv ect or s_ rig ht () [(1 . Sustituyendo en la primera ecuación y agrupando convenientemente. M2 = 2N2 . -4] . por ejemplo. las funciones x (t) = 2C1 et + C2 (1 + 2t)et . resulta ( M1 + M2 ) + M2 t = (3M1 − 4N1 ) + (3M2 − 4N2 )t. M2 = 3M2 − 4N2 ⇒ M2 = 2N2 . Los coeficientes M1 . M2 = 2N2 . Veamos qué opina Sage: . se tiene un autovalor λ = 1 con multiplicidad dos y autovector asociado (1. [(1 . obtenemos M1 + M2 = 3M1 − 4N1 ⇒ 2M1 − M2 = 4N1 . y(t) = C1 et + C2 tet . definen la solución general del sistema. Observemos que las cuatro relaciones obtenidas pueden reducirse a dos: 2N1 + N2 = M1 . -1]]) sage : A . 0 0 2α − 4β = 0. = ⇒ α β = ⇒ Ambas ecuaciones son equivalentes: α = 2β. La solución general del sistema será de la forma x (t) = 2C1 et + C2 ( M1 + M2 t)et . a partir de la segunda ecuación tenemos N1 + N2 + N2 t = M1 − N1 + ( M2 − N2 )t ⇒ 2N1 + N2 = M1 . 1/2)] . y(t) = C1 et + C2 ( N1 + N2 t)et . podemos pues tomar α = 2 y β = 1.

y(t) = e at C1 ( β 1 cos(bt) − β 2 sen(bt)) + C2 ( β 1 sen(bt) + β 2 cos(bt)) . consideramos la ecuación matricial 1 − (3 + 2i ) −2 4 5 − (3 + 2i ) que. ec2 ] . [x . vemos que la solución obtenida es la misma.y desolve_system ([ ec1 .4. es equivalente al sistema α1 + α2 i β1 + β2 i = 0 .    α + α + β = 0. (2α1 + β 1 + β 2 ) + (2α2 − β 1 + β 2 )i = 0. t ) y = function ( ’y ’ .2* t * e ^ t * y (0) + e ^ t * y (0)] Teniendo en cuenta que C1 = y(0) y C2 = x (0) + 2y(0). t ) == x . t ) ec1 = diff (x . III. La solución general del sistema tiene la siguiente forma: x (t) = e at C1 (α1 cos(bt) − α2 sen(bt)) + C2 (α1 sen(bt) + α2 cos(bt)) . b > 0. cuyos autovalores son de la forma λ = 3 ± 2i. obtenemos las ecuaciones  α2 − α1 − β 1 = 0. Consideremos el sistema x = x − 2y. 0 (α2 − α1 − β 1 ) − (α1 + α2 + β 2 )i = 0. Igualando las partes reales e imaginarias a cero. t ) == 3* x .4* y ec2 = diff (y .4* t * e ^ t * y (0) + e ^ t * x (0) . β 1 + β 2 i ) un autovector complejo asociado a λ = a + bi. 2 2 1 2α1 + β 1 + β 2 = 0.    2α − β + β = 0. Autovalores complejos: λ = a ± bi.3 Método de autovalores 117 sage : sage : sage : sage : sage : sage : [x(t) y(t) var ( ’t ’) x = function ( ’x ’ . siendo C1 y C2 constantes arbitrarias y (α1 + α2 i. Ejemplo 4. Para buscar un autovector asociado a 3 + 2i. y ]) == 2* t * e ^ t * x (0) . == t * e ^ t * x (0) . y = 4x + 5y.10. en componentes. 2 1 2 .

Una primera idea consiste en representar por separado las gráficas de las funciones x (t) e y(t). Teoría geométrica: el diagrama de fases Como sabemos. Este camino nos llevará a una interpretación de corte geométrico de la estructura de las soluciones del sistema. ec2 ] . [(1 . El método de autovalores presentado en esta sección puede extenderse de forma natural para resolver sistemas lineales de orden arbitrario. x (t) e y(t). Tanto el método de variación de las constantes como el de coeficientes indeterminados pueden adaptarse para resolver sistemas lineales no homogéneos. con este tipo de representación no podemos reflejar de forma .4. t ) == 4* x + 5* y desolve_system ([ ec1 . son las componentes de la solución general del sistema. 2α1 + β 1 + β 2 = 0. Sin embargo. -1 + 1* I )] . -1 . [x . t ) y = function ( ’y ’ . Calculemos la solución usando Sage directamente: sage : sage : sage : sage : sage : sage : [x(t) y(t) var ( ’t ’) x = function ( ’x ’ . Observación. ei ge nv ect or s_ rig ht () [(3 .2* y ec2 = diff (y . Nos planteamos en esta sección el problema de representar gráficamente dicha solución de la manera más adecuada posible. 4.cos (2* t )* x (0))* e ^(3* t ) . Tomando α1 = 1 y β 1 = 1. -2] . (3 + 2* I . las funciones x (t) = e3t C1 (cos(2t) − 2 sen(2t)) + C2 (sen(2t) + 2 cos(2t)) . [4 . 5]]) sage : A .118 Sistemas de ecuaciones diferenciales que pueden reducirse a dos: α1 + α2 + β 2 = 0. deducimos que α2 = 2 y β 2 = −3. una solución particular de un sistema lineal de orden dos consta de dos funciones. 1) .2* I .1* I )] . y(t) = e3t C1 (cos(2t) + 3 sen(2t)) + C2 (sen(2t) − 3 cos(2t)) . == ((2* x (0) + y (0))* sin (2* t ) + cos (2* t )* y (0))* e ^(3* t )] Podemos recuperar la solución obtenida anteriormente haciendo los cambios x (0) = C1 + 2C2 . En Sage se obtiene el siguiente resultado: sage : A = matrix ([[1 . y(0) = C1 − 3C2 . t ) == x . y ]) == -(( x (0) + y (0))* sin (2* t ) . [(1 . t ) ec1 = diff (x . 1)] En resumen. Observación.

La curva en R2 formada por los puntos ( x (t). En este caso es fácil eliminar el parámetro t.4. y(t)) es la órbita o trayectoria del sistema asociada al punto ( x0 . y(t)) la única solución del sistema que verifica las condiciones iniciales x (0) = x0 . en ambas variables. Ejemplo 4.4 Teoría geométrica: el diagrama de fases 119 clara la relación existente entre ambas variables. El sentido de avance de la órbita suele indicarse con una flecha sobre la curva. pero no que la órbita sea toda la curva. La expresión obtenida nos dice que los puntos de la órbita (et . a la variable t como el tiempo. Es habitual referirse. Mediante las órbitas podemos representar la relación cualitativa existente entre las componentes de la solución. y(0) = y0 . la órbita que pasa por el punto (1. Para ello. la órbita de un punto nos dice cómo varía su posición en R2 conforme el tiempo cambia. en este contexto. viene dada por las funciones x (t) = et . x (t). De este modo. Consideremos un punto arbitrario ( x0 . En este caso la dificultad estriba en la propia realización de la representación gráfica: en general no es sencillo dibujar curvas en el espacio. de forma explícita o implícita. mediante la eliminación del parámetro t. Asimismo. conforme el tiempo avanza. Obtendremos así una curva en el plano x-y sobre la cual estará situada la órbita correspondiente. expresaremos la relación entre las variables x e y. Además. También podríamos plantearnos el considerar en el espacio R3 la curva formada por los puntos de la forma (t. Dicho de otra forma. l´m( x (t). Teniendo en cuenta que et = x. 2) es la curva definida por (et . l´m ( x (t). y0 ). La solución del sistema x = x. y(t)) = (0. y(t) = 2et . ı t∞ lo que indica que la órbita tiende a infinito. ı t→−∞ . resulta y = 2et = 2x ⇒ y = 2x.11. por lo que la órbita queda confinada en el primer cuadrante. Notemos que x = et > 0 e y = 2et > 0. y(t)) = (∞. ∞). y0 ) ∈ R2 y sea ( x (t). y(0) = 2. con condiciones iniciales x (0) = 1. y = 2x. 0). 2et ). 2et ) están sobre la curva y = 2x. y(t)). Ilustremos este proceso mediante un par de ejemplos.

sol [ x ( t ) == e ^t . limit ( sol2 . Ejemplo 4. En la figura 4. t = . 1). 1)) sage : show ( fig ) El resultado obtenido puede verse en la figura 4. rhs () sage : sol2 = sol [1].oo ) (0 . rhs () sage : limit ( sol1 . y(t) = 2et .2 se representan las funciones x (t) e y(t). así como la órbita correspondiente al punto (1.oo ) . y(0) = 0. t ) == 2* x sage : sol = desolve_system ([ ec1 . 2). Consideremos el sistema x = −y. y = x. t ) == x sage : ec2 = diff (y . Su solución está definida por las funcio- . Órbita del punto (1. t ) sage : ec1 = diff (x . limit ( sol2 . con condiciones iniciales x (0) = 1. t = . y ( t ) == 2* e ^ t ] sage : sol1 = sol [0].2: Distintas formas de representar la solución del ejemplo 4.12. sol2 ) . t = oo ) (+ Infinity .11. En Sage podemos resolver el sistema y calcular los límites de la solución de la siguiente forma: sage : t = var ( ’t ’) sage : x = function ( ’x ’ . + Infinity ) sage : limit ( sol1 . 0) Para dibujar la órbita correspondiente. [x .2.120 Sistemas de ecuaciones diferenciales Funciones x (t) = et . lo que significa que la órbita tiende al origen cuando el tiempo retrocede (suele decirse que la órbita sale del origen). t ) sage : y = function ( ’y ’ . 2). ec2 ] . digamos para t ∈ (−10. ics =[0 . Figura 4. 1 . (t . 2]). y ] . t = oo ) . podemos usar el comando parametric_plot: sage : fig = parametric_plot (( sol1 . -10 .

De hecho. recorremos todos los puntos de la circunferencia. puede particionarse mediante órbitas: por cada punto pasa una única órbita y dos de éstas nunca se cortan. 0) es toda la circunferencia x2 + y2 = 1. De esta forma. 0). debido al teorema de existencia y unicidad de soluciones. para k ∈ Z. Funciones x (t) = cos(t).12. con periodo 2π. No es difícil demostrar que dos órbitas distintas nunca pueden cortarse. Dichas órbitas están orientadas según el sentido de avance del tiempo. y(t)) toma el mismo valor en un punto t que en los puntos de la forma t + 2kπ. denominado espacio de fases. En consecuencia.3 se representan los resultados obtenidos. sen(t)) es la órbita que pasa por el punto (1.3: Distintas formas de representar la solución del ejemplo 4. De este modo.4. notemos que x2 + y2 = cos2 (t) + sen2 (t) = 1. y(t) = sen(t). 2π ). el espacio R2 . y(t) = sen(t). El espacio de fases junto con la estructura dada por el conjunto de todas las órbitas orientadas se denomina diagrama de fases del sistema. Para eliminar el parámetro t. la órbita del punto (1. En la figura 4. ya que la solución ( x (t).4 Teoría geométrica: el diagrama de fases 121 nes x (t) = cos(t). . lo que indica que la órbita correspondiente está sobre la circunferencia de centro el origen y radio unidad. Figura 4. Órbita del punto (1. la curva definida por (cos(t). 0). En este caso la órbita es periódica. al variar t en el intervalo [0.

Ejemplo 4.13. Cualquier punto ( x0 . soluciones que verifican x (t) = y (t) = 0 para cualquier valor de t. 0) es el único punto crítico del sistema. y = x + y. Una clase especial de órbitas son los puntos críticos o de equilibrio. (0. Por tanto. que corresponden a soluciones constantes del sistema. Su órbita se reduce al punto (0. El sistema x = x + y. 0) = 0. y). La teoría cualitativa o geométrica de ecuaciones diferenciales (que forma asimismo parte de la teoría de Sistemas Dinámicos) permite estudiar el comportamiento de las soluciones de un sistema de ecuaciones diferenciales sin necesidad de obtenerlas explícitamente. y(t) = 0. y denotemos por x su posición respecto de un sistema de referencia fijado. y = f ( x. Llamando y = x a la velocidad de la partícula. y = x + y. x ). En efecto. posee infinitos puntos críticos. Consideremos una partícula de masa unidad que se desplaza sobre una recta. y0 ) que verifique x0 + y0 = 0 es un punto crítico.14. Para ello. a través del cual podemos responder a cuestiones sobre el comportamiento de las soluciones a largo plazo. 0). La teoría cualitativa para sistemas no lineales hace uso de herramientas matemáticas avanzadas que están fuera del alcance de este trabajo. 0). y = 0. basta con igualar las derivadas a cero y resolver el sistema resultante: x−y = 0 x+y = 0 ⇒ x = 0. La segunda ley de Newton nos permite escribir la ecuación del movimiento: x = f ( x. igualando las derivadas a cero nos queda la condición x + y = 0. etc. ya que la solución que parte del origen sería x (t) = 0. Tenemos pues toda una recta de puntos críticos: y = − x.122 Sistemas de ecuaciones diferenciales Observación. Ejemplo 4. .15. donde x0 debe ser solución de la ecuación f ( x0 . tanto la velocidad x como la aceleración y = x son nulas. Su representación gráfica se reduce a un punto en R2 . por lo que la partícula permanece en estado de equilibrio. podemos escribir la ecuación diferencial como un sistema: x = y. x ). En tales puntos. Supongamos que sobre la partícula actúa una fuerza que es función de la posición y la velocidad: f ( x. Ejemplo 4. la estabilidad de las órbitas. Los puntos críticos tienen la forma ( x0 . esto es. la existencia de órbitas periódicas. Calculemos los puntos críticos del sistema x = x − y. La herramienta básica de dicha teoría es el diagrama de fases.

dado un sistema lineal x = ax + by.5. La idea intuitiva del concepto de estabilidad es muy sencilla. debe tener solución única. En este caso hay dos órbitas que tienden al origen (formando con éste la denominada variedad estable). si dichas órbitas convergen cuando t → ∞ al punto crítico.6. Véase la figura 4. Para representar el diagrama de fases de un sistema tenemos que calcular su solución general y representar en el plano de fases un número adecuado de órbitas.6. Observación.4. lo cual es cierto si y sólo si det( A) = a b = ad − bc = 0. Punto de silla.4 Teoría geométrica: el diagrama de fases 123 Es claro que. el sistema ax + by = 0. El diagrama de fases consta de curvas cerradas concéntricas alrededor del origen. y = cx + dy. Las posibles configuraciones son: Nodo. Foco. Véase la figura 4. De hecho. Un punto crítico es estable si las órbitas de los puntos cercanos al punto crítico permanecen cerca de éste conforme el tiempo avanza. A partir de ahora supondremos que se verifica esta condición. el diagrama de fases sólo admite cuatro configuraciones básicas. otras dos que salen del origen (formando la variedad inestable) y el resto de órbitas tienden de forma asintótica a las anteriores. las órbitas tienen forma de espirales. Véase la figura 4. que pueden girar en el sentido de las agujas del reloj o al contrario. Centro. Para que sea el único punto crítico. Véase la figura 4.4. 0) siempre es un punto crítico del mismo. Gráficamente. Ahora las órbitas tienden o parten del origen (foco estable o inestable. c d Es decir. los nodos . se dice que éste es asintóticamente estable. pero dando infinitas vueltas alrededor del mismo. Para sistemas lineales que verifican det( A) = 0. Además. respectivamente). el origen es el único punto crítico del sistema si y sólo si det( A) = 0. el origen (0. en las cuales el origen es el único punto crítico presente. cx + dy = 0. Todas las órbitas entran en el origen (nodo estable) o salen de éste (nodo inestable).

mediante diversos ejemplos. cómo aparecen los distintos tipos de diagramas de fases. A continuación veremos.124 y Sistemas de ecuaciones diferenciales y x x Nodo estable Nodo inestable Figura 4. y focos estables son asintóticamente estables.5: Diagrama de fases alrededor del origen (0.4: Diagrama de fases alrededor del origen (0. y y x x Foco estable Foco inestable Figura 4. Cuando falla la condición de estabilidad. 0): focos. se dice que el punto crítico es inestable. . 0): nodos. un punto de silla. por ejemplo. mientras que un centro es estable pero no asintóticamente estable.

0) es el único punto crítico. y → ∞ cuando t → ∞.6: Diagrama de fases alrededor del origen (0. A continuación analizaremos cómo son las demás órbitas.4 Teoría geométrica: el diagrama de fases 125 y y x x Punto de silla Centro Figura 4. Ejemplo 4. siendo C1 y C2 constantes arbitrarias.16. La órbita correspondiente consiste en el semieje y positivo. . mientras que y → 0 si t → −∞. La solución general del sistema es de la forma x (t) = C1 et . De forma análoga. notemos que 1 0 = 2 = 0. Gráficamente. y = − x + 2y. en función de los valores de las constantes C1 y C2 . 0): punto de silla y centro. Si C2 > 0 se tiene que y > 0. y(t) = C1 et + C2 e2t . x = 0 e y = C2 e2t . En primer lugar. además. en tal caso. orientado en el sentido creciente de y. Dibujemos el diagrama de fases del sistema x = x. El punto crítico (0. −1 2 por lo que (0.4. orientado en el sentido decreciente de y. en ambos casos la órbita “sale” del origen. Supongamos C1 = 0 y C2 = 0. la órbita correspondiente a C2 < 0 consiste en el semieje y negativo. 0) se obtiene para los valores C1 = 0 y C2 = 0.

Cada una de estas parábolas pasa por (0. 0). Para C1 > 0 se tiene que x = y > 0. Teniendo en cuenta que x = C1 et . por lo que todas las órbitas salen del origen. Consideremos el sistema x = − x − y. Se verifica que x = y → ∞ si t → ∞. 0) y los dos trozos de parábola restantes.17. Figura 4. Ejemplo 4. con C = 0 constante. y es claro que x → 0 e y → 0 cuando t → −∞. podemos escribir y = C1 et + C2 e2t = C1 et + C2 C (C1 et )2 = x + 2 x2 . Para C1 < 0 se obtiene la semirrecta y = x en el cuarto cuadrante. por lo que y = x.7. mientras que x = y → 0 cuando t → −∞. por lo que la órbita estará en el primer cuadrante. y = x − y.16. Cada parábola consta pues de tres órbitas: el punto crítico (0. que salen del origen.126 Sistemas de ecuaciones diferenciales Si C1 = 0 y C2 = 0. orientada en sentido decreciente (hacia el suroeste).7: Nodo inestable del ejemplo 4. La órbita obtenida es la semirrecta y = x contenida en el primer cuadrante. La configuración del diagrama de fases obtenida corresponde a un nodo inestable. esto indica que las órbitas correspondientes estarán sobre la recta y = x. . que se representa en la figura 4. orientada en sentido creciente (hacia el noreste). Supongamos ahora que C1 = 0 y C2 = 0. las órbitas estarán sobre parábolas de la forma y = x + Cx2 . 2 2 C1 C1 Por tanto. tenemos x = C1 et e y = C2 et .

Los restantes casos se tratan de manera análoga. ya que −1 −1 = 2 = 0. Para cada valor de t. El número de vueltas que da la espiral es infinito.17.4. Al ir variando el ángulo de giro t el radio va decreciendo.8: Foco estable del ejemplo 4. Por otra parte. el punto ( x (t). y(t)) está sobre la circunferencia de centro el origen y radio |C2 |e−t . ya que el ángulo t recorre todos los intervalos de la forma [k. por lo que los puntos ( x (t). Figura 4. 2π + k]. Para ello. Hemos visto que todas las órbitas son espirales que entran en el origen. por lo que el diagrama de fases correspondiente es un foco estable: véase la figura 4. y(t)) van describiendo una espiral que tiende al origen. por lo que las órbitas entran en el origen. y(t) = e−t (C1 sen(t) − C2 cos(t)). . elevemos x (t) e y(t) al cuadrado y sumemos: 2 2 x (t)2 + y(t)2 = C2 e−2t (cos2 (t) + sen2 (t)) = C2 e−2t . La solución correspondiente a C1 = 0 y C2 = 0 viene dada por la curva de componentes x (t) = C2 e−t sen(t) e y(t) = −C2 e−t cos(t).4 Teoría geométrica: el diagrama de fases 127 El origen es el único punto crítico. k ∈ Z.8. 1 Podemos dar una idea intuitiva del porqué. 1 −1 La solución general del sistema es x (t) = e−t (C1 cos(t) + C2 sen(t)). x (t) e y(t) tienden a 0 cuando t → ∞. cuya representación gráfica es una espiral que da infinitas vueltas alrededor del origen1 .

En la figura 4. 3 y Su sentido viene determinado por el sentido de las órbitas que forman las variedades estable e inestable. 0 −1 por lo que el origen es el único punto crítico. por tanto. 0). Un ejemplo de punto de silla nos lo proporciona el diagrama de fases del siguiente sistema: x = 2x + y. Consideremos el sistema x = −4y. De y = −3C1 e−t podemos despejar e−t = y . y = −y. y = x. 3 y En consecuencia. corresponde a C2 > 0) y el semieje x negativo (orientado hacia la izquierda. C = 0. que está formada por el semieje x positivo (orientado hacia la derecha. 1 0 . Se verifica que 2 1 = −2 = 0. La recta y = −3x forma la variedad estable. Ejemplo 4. separados por el punto crítico (0.19. En primer lugar. La solución general del sistema es x (t) = C1 e−t + C2 e2t . tenemos que x = C2 e2t e y = 0. El origen divide a esta recta en dos órbitas que tienden al punto crítico. resulta que x = C1 e−t e y = −3C1 e−t . Supongamos ahora C1 = 0 y C2 = 0. de donde y = −3x. corresponde a C2 < 0).128 Sistemas de ecuaciones diferenciales Ejemplo 4. Determinamos así la variedad inestable. y(t) = −3C1 e−t . Al considerar C1 = 0 y C2 = 0. Para C1 = 0. comprobemos que el origen es el único punto crítico: 0 −4 = 4 = 0. las órbitas corresponden a las ramas de las curvas definidas por la ecuación y C x = − + 2 .9 se representa el esquema de fases correspondiente.18. − 3C1 x = C1 e −t + C2 e = C1 2t y − 3C1 + C2 3C − 1 y 2 y 9C2 C2 = − + 12 .

9: Punto de silla del ejemplo 4. y(t) = 1 (C1 sen(2t) − C2 cos(2t)). Como ninguna elipse contiene al punto crítico.4. estamos en el primer cuadrante). para una cierta constante arbitraria C = 0.4 Teoría geométrica: el diagrama de fases 129 Figura 4. lo que significa que cada órbita distinta del origen está sobre una elipse de ecuación x2 + 4y2 = C2 . Por tanto. Supongamos que x > 0 e y > 0 (esto es. La solución general del sistema es   x (t) = C1 cos(2t) + C2 sen(2t).18. Veamos a continuación cómo determinar el sentido de giro de las órbitas. 2 Notemos que 2 2 2 2 x2 + 4y2 = (C1 + C2 )(cos2 (2t) + sen2 (2t)) = C1 + C2 ≡ C2 . El diagrama de fases resultante es un centro. resulta que cada elipse es una órbita completa. Este tipo de órbita se denomina cerrada o periódica. las órbitas deben girar en el sentido contrario a las agujas del reloj. que se representa en la figura 4.10. lo que significa que x decrece mientras que y crece. a partir de las ecuaciones. deducimos que x = −4y < 0 e y = x > 0. La estructura del diagrama de fases de un sistema lineal que verifica det( A) = 0 queda perfectamente determinada a partir de las raíces del polinomio característico .

130

Sistemas de ecuaciones diferenciales

Figura 4.10: Centro del ejemplo 4.19.

asociado,

P(λ) = λ2 − tr( A)λ + det( A).

Los posibles casos son los siguientes: I. Raíces reales del mismo signo: λ1 , λ2 ∈ R, λ1 λ2 > 0. El diagrama de fases resultante es: Un nodo estable si las raíces son negativas: λ1 , λ2 < 0. Un nodo inestable si las raíces son positivas: λ1 , λ2 > 0. II. Raíces reales con signos opuestos: λ1 , λ2 ∈ R, λ1 λ2 < 0. El diagrama de fases es un punto de silla. III. Raíces complejas no imaginarias puras: λ = a ± bi, a = 0. Obtenemos: Un foco estable si la parte real es negativa: a < 0. Un foco inestable si la parte real es positiva: a > 0. IV. Raíces complejas imaginarias puras: λ = ±bi, b = 0. El diagrama de fases correspondiente es un centro.

4.4 Teoría geométrica: el diagrama de fases

131

Ejemplo 4.20. Retomemos los ejemplos estudiados anteriormente para determinar la configuración del diagrama de fases de forma directa. El sistema x = x, y = − x + 2y, tiene como polinomio característico P(λ) = λ2 − 3λ + 2, cuyas raíces son λ1 = 1 y λ2 = 2. Al ser reales y del mismo signo, el diagrama de fases es un nodo; al ser positivas, el nodo es inestable. El polinomio característico del sistema x = − x − y, y = x − y, es P(λ) = λ2 + 2λ + 2. Sus raíces son λ = −1 ± i, por lo que el diagrama de fases es un foco. Como la parte real de las raíces es negativa, el foco es estable. El sistema x = 2x + y, y = −y, tiene a P(λ) = λ2 − λ − 2 como polinomio característico. El diagrama de fases correspondiente es un punto de silla, ya que las raíces λ1 = −1 y λ2 = 2 son reales y de distinto signo. Por último, el polinomio característico del sistema x = −y, y = x, es P(λ) = λ2 + 1. Sus raíces son imaginarias puras: λ = ±i, por lo que el diagrama de fases es un centro. Los resultados son consistentes con los obtenidos en los ejemplos 4.16–4.19. Notemos que las raíces del polinomio característico nos proporcionan información cualitativa sobre el diagrama de fases, es decir, nos dice cuál es la estructura general del diagrama pero sin precisar la forma exacta de sus órbitas. Para obtener esto último, tendríamos que resolver el sistema y dibujar las órbitas a partir de su expresión explícita, tal y como hicimos en los ejemplos 4.16–4.19. Consideramos a continuación un ejemplo en el que se analiza el diagrama de fases de un sistema que no verifica la condición det( A) = 0.

132

Sistemas de ecuaciones diferenciales

Ejemplo 4.21. Consideremos el sistema lineal x = x, y = x. En este caso, la matriz de coeficientes tiene determinante nulo. Los puntos críticos son de la forma (0, y0 ), con y0 ∈ R; esto es, el eje y está compuesto de puntos críticos.

Figura 4.11: Diagrama de fases del ejemplo 4.21.

Para determinar la solución general, resolvemos la primera ecuación de forma directa: x = x ⇒ x (t) = C1 et , y a continuación integramos en la segunda: y = x ⇒ y(t) = x (t)dt = C1 et dt = C1 et + C2 .

Por tanto, resulta que la solución general del sistema es x (t) = C1 et , y(t) = C1 et + C2 . Observemos que para C1 = 0 se obtiene la recta de puntos críticos x = 0. Para C1 = 0 es claro que y = x + C2 , por lo que las órbitas correspondientes serán rectas de pendiente 1. Notemos que, independientemente del signo de C1 , las órbitas se alejan del eje x cuando t → ∞. La estructura del diagrama de fases puede apreciarse en la figura 4.11.

4.5 Aplicaciones

133

4.5.
4.5.1.

Aplicaciones
Calentamiento de edificios

En la sección 2.7.3 estudiamos un modelo de calentamiento de edificios en el que se suponía que la temperatura estaba uniformemente distribuida en el interior del edificio. Dicho modelo es apropiado para estudiar el caso de un edificio con un único compartimento. En esta sección vamos a considerar un modo algo más preciso de representar aquel modelo, a saber:  T (t) − Te (t)  T (t) = − + C H (t) + U (t, T (t)) , t ∈ [0, t∗ ], K  T (0) = T , 0 donde T (t) (en ◦ C) denota la temperatura en el interior del edificio y Te (t) es la temperatura en el exterior; la constante positiva K (en horas, h) es la constante de tiempo de transferencia de calor, que depende de la calidad del aislamiento; C (en ◦ C/kcal) es la capacidad calorífica del edificio, que depende de su tamaño; H (t) (en kcal/h) representa el calor generado por personas, luces, etc., en el interior del edificio; y U (t, T (t)) (en kcal/h) denota los efectos del sistema de calefacción o de aire acondicionado, que dependen tanto del tiempo t como de la temperatura en cada instante T (t); por último, t∗ es el tiempo final y T0 denota la temperatura inicial del edificio. Vamos a considerar ahora un edificio con varios compartimentos, cada uno de los cuales puede tener una temperatura diferente a la del resto. Por simplicidad, analizaremos un modelo con dos compartimentos (figura 4.12), aunque la idea puede extenderse para un número arbitrario de ellos. Denotemos por Ti (t), Hi (t) y Ui (t, T (t)) la temperatura, fuentes de calor y fuentes de calefacción/refrigeración, respectivamente, del compartimento i = 1, 2. Sean C1 y C2 las constantes de capacidad calorífica de los compartimentos. Ki es la constante de tiempo de transferencia de calor correspondiente a las paredes que limitan el compartimento i-ésimo con el exterior. Asimismo, es necesario introducir las constantes de tiempo de transferencia de calor entre ambos compartimentos, K12 y K21 ; dichos valores deben verificar la relación C1 K12 = C2 K21 . El sistema de ecuaciones diferenciales a considerar es el siguiente:    T1 (t) = − T1 (t) − Te (t) + C1 H1 (t) + U1 (t, T1 (t)) − 1 ( T1 (t) − T2 (t)),  K1 K12  T (t) − Te (t) 1   T2 (t) = − 2 + C2 H2 (t) + U2 (t, T2 (t)) − ( T2 (t) − T1 (t)), K2 K21 junto con las condiciones iniciales T1 (0) = T1,0 , T2 (0) = T2,0 ,

134

Sistemas de ecuaciones diferenciales

Te(t) U1(t,T) U2(t,T)

T1(t) K1

K12 K21 H1(t)

T2(t)

K2

C1

C2

H2(t)

Figura 4.12: Edificio con dos compartimentos.

siendo Ti,0 la temperatura inicial en el compartimento i = 1, 2. Observación. El término extra que aparece en la primera ecuación, − K1 ( T1 (t) − 12 T2 (t)), proviene de la ley del enfriamiento de Newton, y representa la pérdida (si T1 (t) > T2 (t)) o ganancia (si T1 (t) < T2 (t)) de calor en el primer compartimento a través de la pared que lo separa del segundo compartimento. Un término análogo aparece en la segunda ecuación. Ejemplo 4.22. Consideremos un edificio dividido en dos zonas, A y B. La zona A, cuya capacidad calorífica es de 5,5 · 10−4 ◦ C/kcal, se calienta mediante una estufa que proporciona 2 · 104 kcal/h. La constante de tiempo para la transferencia de calor entre la zona A y el exterior es de 4 horas, entre la zona B y el exterior es de 5 horas, y entre las dos zonas es de 2 horas. Si la temperatura exterior es de 0 ◦ C, vamos a determinar la temperatura mínima que se alcanza en la zona B al cabo de 4 horas, suponiendo que las temperatura inicial en la zona A es de 10 ◦ C y en la zona B de 12 ◦ C. Según el enunciado del problema, se tiene que Te = 0, K1 = 4, K2 = 5, K12 = K21 = 2 y C1 = 5,5 · 10−4 ; C2 puede calcularse a partir de la relación C1 K12 = C2 K21 , aunque no será necesario. Por otra parte, tenemos que H1 ≡ H2 ≡ 0, ya que no consideramos el calor generado por personas o maquinaria en el interior del edificio. Por último, U2 ≡ 0 ya que no hay calefacción en la zona B, y C1 U1 = 5,5 · 10−4
◦C

¨ kcal ¨¨

· 2 · 104

¨ ¨ kcal ¨

h

= 11 ◦ C/h

para la zona A. El sistema de ecuaciones diferenciales queda pues de la siguiente

2 7 10 T2 . En la figura 4. podemos usar la derivada de T2 : T2 (t) = 0 ⇒ λ1 C1 eλ1 t + λ2 C2 eλ2 t = 0 ⇒ t = 1 λ2 C2 ln − λ1 − λ2 λ1 C1 ≈ 0. 2 o bien T2 = 1 T1 − 2 3 T1 = − 4 T1 + 1 T2 + 11. Derivamos en la segunda ecuación: 7 T2 = 1 T1 − 10 T2 .8 ◦ C. Por último. Si queremos calcular la temperatura mínima en la zona B. la temperatura en la zona A aumenta de forma continua hasta alcanzar una temperatura máxima de T1 (4) ≈ 22. 2 1 T1 = − 4 T1 − 1 ( T1 − T2 ) + 11.5 Aplicaciones 135 forma: 1 T2 = − 5 T2 − 1 ( T2 − T1 ). Como puede observarse. λ1 λ2 √ √ donde R = 11 es el término independiente. 5λ1 λ2 Las condiciones iniciales del problema son T1 (0) = 10 y T2 (0) = 12. . lo que da lugar a los valores C1 = 1 λ1 − λ2 − 17 − 12λ2 + 5 R λ1 . a partir de la segunda ecuación 2 podemos calcular T1 : 7 T1 (t) = C1 (2λ1 + 7 )eλ1 t + C2 (2λ2 + 5 )eλ2 t + 5 7R . Podemos resolver el sistema mediante el método de sustitución. se obtiene: T2 + 29 T2 + 11 T2 = 11 . En cambio. llegamos a que la solución general de la ecuación de segundo orden es T2 (t) = C1 eλ1 t + C2 eλ2 t + R . 2 y sustituimos T1 usando la primera ecuación: T2 = 1 2 1 7 − 3 T1 + 2 T2 + 11 − 10 T2 . 20 40 2 Las raíces del polinomio característico son λ1 = −29+ 401 y λ2 = −29− 401 .76. 4 Despejando T1 de la segunda ecuación y sustituyendo en la expresión anterior.7 ◦ C.13 se representa la evolución de las temperaturas en las zonas A y B durante cuatro horas. la temperatura en la zona B comienza disminuyendo y luego tiende a aumentar hasta alcanzar una temperatura máxima de T2 (4) ≈ 14. C2 = 1 λ2 − λ1 − 17 − 12λ1 + 5 R λ2 .4. Tras 40 40 aplicar el método de variación de las constantes.

rhs () sol2 = sol2 . En dicho instante se alcanza la temperatura mínima: T2 (0.2. t ) ec1 = diff ( T1 . sol2 ] = desolve_system ([ ec1 . color = ’ blue ’ . f i n d _ m a x i m u m _ o n _ i n t e r v a l (0 .13. 4) (10.1/2* T1 + (1/5+1/2)* T2 == 0 [ sol1 .846076301719574 .13: Temperaturas en las zonas A y B. f i n d _ m a x i m u m _ o n _ i n t e r v a l (0 .136 Sistemas de ecuaciones diferenciales Figura 4. 4 .11 == 0 ec2 = diff ( T2 . Supongamos ahora que a dicho . A continuación. 4) (22. [ T1 . T2 ] . 99 9 99 9 8 80 1 86 7 2 43 ) así como la temperatura mínima en la zona B y su instante correspondiente: sage : sol1 . color = ’ green ’ . 3 .92 ◦ C. t ) + 3/4* T1 . 12]) sol1 = sol1 .76) ≈ 10.1/2* T2 . rhs () fig1 = plot ( sol1 . t ) T2 = function ( ’ T2 ’ . 7 6 4 0 3 2 8 8 0 92 2 6 6 1 5 3 ) 4. legend_label = ’ T1 ’) fig2 = plot ( sol2 . Vamos a resolver el problema usando Sage. Más sobre vibraciones mecánicas En la sección 3.92326505335898 . 0 . legend_label = ’ T2 ’) show ( fig1 + fig2 ) El resultado puede verse en la figura 4. 4 . obtenemos la solución del sistema y la dibujamos: sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : t = var ( ’t ’) T1 = function ( ’ T1 ’ . ics =[0 .9.5. 0 . En primer lugar.1 estudiamos el comportamiento de un móvil de masa m1 sujeto por un muelle de constante elástica k1 a una pared. 0 . ec2 ] . 10 . t ) . calculamos la temperatura máxima en la zona A y el instante en que se alcanza: sage : sol1 .

4. es necesario fijar las posiciones y velocidades iniciales de ambos móviles: ¯ x1 (0) = x1 . 01 y 02 . que pueden escribirse de la siguiente forma: m1 x1 = −(k1 + k2 ) x1 + k2 x2 . La fuerza que ejerce un muelle sobre un móvil es proporcional a la elongación del muelle y opuesta al movimiento (ley de Hooke). m2 x2 = − k 2 ( x2 − x1 ). las fuerzas ejercidas por los muelles sobre el móvil de masa m1 son de la forma −k1 x1 y k2 ( x2 − x1 ). Para plantear un problema de Cauchy. Supondremos que sobre el sistema no actúa ninguna otra fuerza. x2 (0) = v2 . x1 (0) = v1 .14 se esquematiza el planteamiento del problema. m2 x2 = k 2 x1 − k 2 x2 . Para pasar a una sóla ecuación diferencial. En la figura 4. (4) . Así pues. Llamemos x1 (t) y x2 (t). comenzamos derivando dos veces la primera ecuación m1 x1 = −(k1 + k2 ) x1 + k2 x2 . a los desplazamientos de los móviles respecto de sus posiciones de equilibrio. Asimismo. Las ecuaciones del movimiento forman un sistema de dos ecuaciones de segundo orden. ¯ x2 (0) = x2 . sobre el muelle de masa m2 se ejerce una fuerza de la forma −k2 ( x2 − x1 ). A partir de la segunda ley de Newton podemos deducir las ecuaciones del movimiento: m1 x1 = − k 1 x1 + k 2 ( x2 − x1 ). k1 m1 k2 m2 + 01 x1(t) 02 x2(t) Figura 4. respectivamente.14: Vibraciones mecánicas: planteamiento del sistema.5 Aplicaciones 137 móvil se le une otro móvil de masa m2 mediante un muelle de constante k2 .

pasamos todos los términos al primer miembro y simplificamos: m1 x1 + k 1 + k 2 + (4) k 2 m1 k k2 x1 + 1 x1 = 0. k2 k2 k2 k2 2 x1 − 2 m2 m2 m1 k + k2 x1 + 1 x1 . (4) (4) . k2 k2 (4. m2 m2 A continuación. Una vez calculada la solución x1 . Figura 4.1) para determinar el comportamiento del móvil de masa m2 . sin preocuparnos del sistema de unidades utilizado.15: Gráficas de x1 (t) y x2 (t). m2 = 1.138 Sistemas de ecuaciones diferenciales y sustituimos x2 usando la segunda ecuación: m1 x1 = −(k1 + k2 ) x1 + (4) k2 k2 2 x1 − 2 x2 . despejamos x2 de la primera ecuación x2 = m1 k + k2 x1 + 1 x1 . Consideremos un caso particular: supongamos que los valores de las constantes son m1 = 2. En tal caso. usamos la relación (4. la ecuación de cuarto orden sería 2x1 + 10x1 + 8x1 = 0 ⇒ x1 + 5x1 + 4x1 = 0.1) y sustituimos en la expresión anterior: m1 x1 = −(k1 + k2 ) x1 + (4) Por último. k1 = 4 y k2 = 2. m2 m2 Esta ecuación de cuarto orden determina el movimiento del móvil de masa m1 .

C2 = 1 . x1 (0) = 1. mientras que el segundo se suelta sin velocidad inicial. C4 = 3 . Supongamos ahora que tenemos las siguientes condiciones iniciales: x1 (0) = −1. Usando (4. 3 x2 ( t ) = 2 3 sen(t) + cos(2t) − 1 sen(2t).4. . se obtienen las soluciones x1 ( t ) = 1 3 sen(t) − cos(2t) + 1 sen(2t). Haciendo el cambio µ = λ2 obtenemos una ecuación polinomial de segundo orden. µ = −4 ⇒ λ = ±2i. la solución general para x1 es x1 (t) = C1 cos(t) + C2 sen(t) + C3 cos(2t) + C4 sen(2t). 3 2C1 − C3 = 1    C2 − C4 = 0 Por tanto. Es decir. que podemos resolver fácilmente: µ2 + 5µ + 4 = 0 ⇒ µ = −1. 3 que se representan en la figura 4. Por tanto. al primer móvil se le imprime una velocidad inicial positiva de módulo uno. La solución obtenida representa un movimiento periódico de ambos móviles alrededor de sus respectivas posiciones de equilibrio. La imposición de las condiciones iniciales conduce a  C1 + C3 = −1    C2 + 2C4 = 1 1 ⇒ C1 = 0. determinamos la solución general para x2 : x2 (t) = 2C1 cos(t) + 2C2 sen(t) − C3 cos(2t) − C4 sen(2t).1). Deshaciendo el cambio. x2 (0) = 0. C3 = −1. x2 (0) = 1.15.5 Aplicaciones 139 La correspondiente ecuación característica es λ4 + 5λ2 + 4 = 0. el primer móvil se desplaza una unidad hacia la izquierda y el segundo una unidad hacia la derecha respecto de sus posiciones de equilibrio. además. µ = −4. resulta µ = −1 ⇒ λ = ±i.

L m g x(t) L m 0 Figura 4. L siendo g la constante gravitatoria. la ecuación del movimiento es a g x + x + sen( x ) = 0. m L siendo a > 0 la constante de rozamiento. y tiene la siguiente expresión: g x + sen( x ) = 0. La ecuación del movimiento puede deducirse a partir de la segunda ley de Newton.3. Es bien sabido que sen( x ) = 1.140 Sistemas de ecuaciones diferenciales 4. la ecuación anterior puede escribirse como un sistema no lineal:   x = y.16). Introduciendo la variable y = x (velocidad). En tal caso. y = − g sen( x ) − a y. Introduzcamos una fuerza de amortiguación o rozamiento proporcional a la velocidad del péndulo.16: Sistema de referencia del problema del péndulo. y llamemos x (t) al ángulo que forma el péndulo con la vertical en el instante t (véase la figura 4. El péndulo amortiguado Consideremos un péndulo de longitud L y masa m. x →0 x l´m ı .5. supondremos que el origen se halla en la posición de equilibrio del péndulo.

− g/L − a/m L por lo que el origen es el único punto crítico. para valores de x cercanos a 0. En el caso en que no haya rozamiento (a = 0). a2 g < 4 . la configuración del diagrama de fases corresponde a un centro. sen( x ) puede aproximarse por x. y = − g x − a y. En tal caso las raíces son reales. consideremos la ecuación característica a g λ2 + λ + = 0. Para determinar la configuración del diagrama de fases.4. λ=− 2 2m 2 m L Hemos de distinguir pues tres casos: g a2 > 4 . En cualquiera de los casos. distintas y negativas. Su interpretación en términos físicos corresponde a un movimiento oscilatorio perpetuo alrededor de la posición de equilibrio. por lo que se 2 L m obtiene un nodo estable. El determinante de la matriz de coeficientes del sistema es g 0 1 = = 0. g a2 = 4 . Este hecho puede interpretarse del siguiente modo: si el péndulo se encuentra inicialmente en equilibrio y se perturba ligeramente su posición o su velocidad. el movimiento resultante se extinguirá con el paso del tiempo.5 Aplicaciones 141 lo que significa que. por lo que 2 L m tenemos un foco estable. m L cuyas raíces son 1 a2 g a ± −4 . L m Se trata de un sistema lineal que representa el movimiento del péndulo para pequeñas oscilaciones alrededor del punto de equilibrio. Podemos entonces considerar la siguiente aproximación del sistema no lineal:   x = y. Se tiene una raíz real doble negativa. el origen es un punto crítico estable. . Ahora las raíces son complejas con parte real negativa. las raíces del polinomio característico son de la forma g g 1 λ=± −4 = ± i . 2 L L Al ser imaginarias puras. por lo que el diagrama de fases L m2 es un nodo estable.

142 Sistemas de ecuaciones diferenciales .

etc. Este es el camino habitual que se sigue en las aplicaciones científicas y técnicas. Introducción En los capítulos anteriores hemos estudiado diversas técnicas para la resolución analítica de ecuaciones diferenciales ordinarias. lineales. denominada solución numérica. podemos plantearnos la obtención de una aproximación suficientemente buena de la solución. Esta solución. Además. donde surgen ecuaciones no lineales de difícil o imposible resolución analítica. que aun pudiéndose calcular de forma explícita no seamos capaces de interpretarla adecuadamente. en determinados casos puede ocurrir que la complejidad de la solución exacta sea tal. En este capítulo vamos a presentar una serie de técnicas para la obtención de soluciones numéricas de problemas de valor inicial (los problemas de contorno se tratarán en el capítulo 6) que pueden aplicarse tanto a ecuaciones escalares como a sistemas de ecuaciones.CAPÍTULO 5 MÉTODOS NUMÉRICOS PARA PROBLEMAS DE VALOR INICIAL 5. exactas. se determina mediante un método o algoritmo numérico que se ejecutará con la ayuda de un ordenador. Sin embargo. En los casos en que no sea posible resolver de forma exacta una ecuación diferencial.1. la mayoría de ecuaciones que aparecen en problemas científicos y técnicos no pueden resolverse de forma exacta. Dichas técnicas son sólo aplicables a determinados tipos de ecuaciones: homogéneas. Dichas técnicas forman parte de una de las ramas de las .

. . . y( xk ): y k ≈ y ( x k ). una partición del mismo de la forma a = x0 < x1 < x2 < · · · < x N −1 < x N = b. y2 . . Un método numérico para la resolución del problema de valor inicial es un algoritmo que permite obtener. N Observación. se verifica la siguiente relación: xk+1 = xk + h. k = 0. . En la práctica se fija el número de subintervalos N.6).144 Métodos numéricos para problemas de valor inicial Matemáticas conocida como Análisis Numérico. . N. Supondremos que la función f ( x. N − 1. . xk+1 ]. { y1 . Nótese que la relación entre el paso de malla h y el número de subintervalos N es la siguiente: h= b−a . . supondremos que el mallado es uniforme: la longitud de cada subintervalo [ xk . Nos centraremos en el estudio de un problema de valor inicial de primer orden: y ( x ) = f ( x. . Consideremos una discretización o mallado del intervalo [ a. N − 1. Observación. . mientras menor sea el paso de malla (esto es. NoN temos que si damos directamente el paso de malla h y definimos N = b−a . De esta forma. . por lo que el problema de valor inicial posee una ´ IJnica solución. . y después se define el paso de malla usando la relación h = b−a . k = 0. mientras más puntos tenga el mallado) mejor será la aproximación de la solución. esto es. b]. El valor h se denomina paso de malla y los puntos xk son los nodos del mallado. y N } . . podríamos h obtener un valor no entero. Por simplicidad. El paso de malla juega un papel fundamental en el análisis de los métodos numéricos que vamos a presentar. y ( a ) = y0 . para cada nodo xk del mallado. . b]. y( x )). que debe ser un número entero. x ∈ [ a. y) verifica las condiciones del teorema de existencia y unicidad (véase la sección 2. . . es igual a un cierto valor h > 0 fijo. una aproximación yk del valor de la solución exacta en el nodo. El conjunto de puntos k = 0. Intuitivamente.

. ı h →0 Cuando esto sucede. . diremos que el método es convergente. y el se denomina solución numérica. que involucre a toda la solución numérica.. Una propiedad deseable de cualquier método numérico es que el error tienda a cero cuando el paso de malla decrezca. y(0) = 1. El método de Euler El método de Euler se fundamenta en una sencilla idea geométrica: aproximar el valor de la solución en cada nodo por el valor que proporciona la recta tangente a la solución trazada desde el nodo anterior. N. al hacer el paso de malla cada vez más pequeño). k = 0. 1..N Notemos que el error e depende del paso de malla h. por tratarse de la condición inicial del problema. . .2.2 El método de Euler 145 Figura 5. Si queremos considerar un error global. las correspondientes soluciones numéricas van reconstruyendo la solución exacta del problema. a a k=0..1. El error local cometido en cada nodo se define como e k = | y ( x k ) − y k |. 5. si queremos hacer resaltar esta dependencia...1.5. Nótese que el primer valor de la solución numérica es siempre exacto. esto es: l´m e(h) = 0.. Intuitivamente significa que al aumentar progresivamente el número de puntos de la partición (esto es.. x −y 2 . podemos definir e = m´ x ek = m´ x |y( xk ) − yk |. y0 = y( a).N k=0.. escribiremos e(h) en lugar de e. .1.1: Comparación entre la solución exacta del problema y = resultado obtenido con el método de Euler con paso de malla h = 0.

Por último. y) son datos del problema. y( x )). x ∈ [ a. y0) x0 h x1 x Figura 5. podemos sustituir el valor y ( x0 ) por f ( x0 .2 se representa la idea geométrica del método. en el punto ( x0 . y(x1)) y1 (x0. haciendo uso de la condición inicial y teniendo en cuenta que x0 = a. Observación. y1) e1 y(x1) (x1. Evaluemos ahora dicha recta en el nodo x1 = x0 + h y llamemos y1 al resultado obtenido: y1 = y0 + y ( x0 )( x1 − x0 ) ⇒ y1 = y0 + hy ( x0 ). b].146 Métodos numéricos para problemas de valor inicial Comenzamos construyendo la recta tangente a la solución exacta y( x ) del problema de valor inicial y ( x ) = f ( x. y0 ).2: Interpretación geométrica del método de Euler. y0 y f ( x. y (x1. Teniendo que cuenta que y( x ) es solución de la ecuación diferencial. deducimos que y1 = y0 + h f ( x0 . Esta es la primera iteración o paso del método de Euler. . y h es conocido. y( x0 )). ya que x0 . y ( a ) = y0 . y( x0 )): y1 = y0 + h f ( x0 . y0 ): y = y0 + y ( x0 )( x − x0 ). En la figura 5. Notemos que el valor y1 puede determinarse.

k = 0. y repetimos el proceso anterior para obtener una aproximación y2 en el nodo x2 = x1 + h. N. y2 . y ( x1 ) = y1 . Inst. Integralis 1768. . si la función f ( x. Calc. 1. Observación. donde los valores iniciales x0 e y0 vienen dados por la condición inicial del problema. .3: Publicación original del método de Euler. . Una vez construido el punto ( x1 . N − 1. y k ). E342. .2 El método de Euler 147 El valor y1 es la aproximación que proporciona el método de Euler al valor exacto de la solución en x1 : y1 ≈ y ( x1 ). .5. x ∈ [ x1 . y N } que forman la solución numérica. 1. Sin embargo. . . k = 0. Inst. . §650. 1 El proceso anterior se repite hasta llegar al último nodo x N = b. . y( x )). y) es suficientemente regular. “Euler’s Method” (E342). Integralis 1768. siendo el error cometido e1 = | y ( x 1 ) − y 1 | . puede demostrarse que las soluciones a ambos problemas son suficientemente aproximadas.6/64 Cada valor yk proporciona una aproximación del valor exacto de la solución en el nodo xk : yk ≈ y( xk ). . h = 1/4 – p. Dicha aproximación tendrá la forma y2 = y1 + h f ( x1 . obteniéndose así una serie de valores aproximados C { y1 . . . Nótese que la solución de este nuevo problema de valor inicial no tiene por qué ser la misma solución del problema original. y1 ). Dicha solución dependerá del paso de malla h A elegido. . B Estamos ya en condiciones de definir la forma general del método de Euler: !1 y k +1 = y k + h f ( x k . y1 ). consideramos el problema de valor inicial y ( x ) = f ( x. ya que la condición inicial es distinta. Calc. b ]. §650: Figura 5.

Consideremos el problema de valor inicial y = 1 ( x 2 − y ).903000 00000000 0 -0. N − 1.700 00000000 0000 0.859850 00000000 0 -0. En la tabla 5.1).a )/ N # paso de malla eulers_method ( fun . # extremo superior y0 = 1. 2 y(0) = 1. Ejemplo 5.950000 00000000 0 -0. . y ’) fun (x . . h . En este caso. los valores obtenidos con el método de Euler para N = 10 (paso de malla h = 0. es y( x ) = x2 − 4x + 8 − 7e− x/2 .72 85888131 79023 0 .400 00000000 0000 0. N.0470000000000000 0. 2 k = 0.900 00000000 0000 0.0200687571875000 0.01 35 70 559 34 10 488 . el error global es igual a e = 0.0125653193281250 0.00443705336171875 0. donde h = 1/N. así como los valores exactos de la solución y los errores cometidos. . y ) = ( x ^2 . 1. en la práctica también hay que tener en cuenta los errores de redondeo que provienen de la representación de los números reales en el ordenador con una cantidad finita de cifras decimales.1. con una precisión de seis cifras decimales. x ∈ [0.761375 14375000 0 -0. 1. Existe una implementación del método de Euler en Sage. denominado error de discretización.00000000000000 0.0431500000000000 0.0500000000000000 0.728741 06723437 5 -0. En la figura 5.600 00000000 0000 0.025697.788289 62500000 0 -0.0384925000000000 0. # valor inicial N = 10 # nu ’ mero de particiones h = (b . . y ) 0. . obtenida mediante separación de variables.0330678750000000 0.800 00000000 0000 0. cuya solución exacta. El método de Euler tiene en este caso la siguiente forma: h 2 y k +1 = y k + ( x k − y k ). Observación. . cuyo uso se ilustra en el siguiente código: sage : sage : sage : sage : sage : sage : sage : sage : var ( ’x .0269144812500000 0. 1]. .00000000000000 -0. a . Además del error ek anteriormente definido.500 00000000 0000 0.148 Métodos numéricos para problemas de valor inicial siendo el error cometido e k = | y ( x k ) − y k |. 00 4 28 4 7 99 3 06 3 67 1 8 1. .741306 38656250 0 -0.100 00000000 0000 0. b ) x y h * f (x . # extremo inferior b = 1.821357 50000000 0 -0. y0 .y )/2 # segundo miembro de la ecuacio ’n a = 0.200 00000000 0000 0.4 se representan la solución exacta del problema y la solución numérica obtenida.1 se muestran.000 00000000 0000 1.724304 01387265 6 0 .300 00000000 0000 0. k = 0.

950000000000000] .746603 0.906138 0.828885 0.757183 0. 0.728741067234375] .761375143750000] .5.500000000000000 .0 0.741306386562500] .2 0.900000000000000 . 0. color = ’ blue ’ . 0.019019 0.00000000000000 . 1.7* e ^( -1/2* x ) + 8 # . se ha calculado un punto de más. [1.821357 0.8 0.007527 0.951394 0.012897 0. [0. [0. hagamos lo siguiente: sage : sol = eulers_method ( fun .865044 0.800000000000000 .788290 0.025697 149 Tabla 5. method = ’ None ’) sage : sol [[0. b .700000000000000 .015877 0. 0. [0. [0.003138 0.724304013872656] .798395 0. [0.1: Método de Euler: solución del ejemplo 5. [1.1 con paso h = 0.000000000000000 .005194 0.728588813179023] .600000000000000 .903000000000000] . 0. 74 2 1 59 3 72 5 20 0 7 2] ] Como vemos. x ) ec = diff (y .100000000000000 .9 1.000000 0.10000000000000 . 0.724304 0.010105 0.00000000000000] . y ) sol_exacta = desolve ( ec . y0 .774272 0.0 yk 1.950000 0. Para ello. expand ( sol_exacta ) 4* x .859850000000000] . Vamos a representar en una misma gráfica el resultado obtenido y la solución exacta.1 0.7 0. legend_label = ’ Euler ’) # y los unimos con segmentos fig1 += line ( sol ) # # Ca ’ lculo de la solucio ’n exacta y = function ( ’y ’ .903000 0. [0. y0 ]).747760 0.2 El método de Euler k 0 1 2 3 4 5 6 7 8 9 10 xk 0.300000000000000 .400000000000000 . 0.000000 0.1.761375 0.200000000000000 . a . [0.788289625000000] .5 0.859850 0. 0. y .001394 0. 0.754285 ek 0.4 0. pop ( -1) # quitamos el elemento final de la lista A continuación dibujamos los puntos obtenidos unidos por segmentos y la solución exacta del problema: sage . 0 . [0.3 0.728589 y( xk ) 1.741306 0.000000 0.821357500000000] . Podemos eliminarlo así: sage : sol . sage : sage : sage : sage : sage : sage : sage : sage : x ^2 sage : # dibujamos los puntos obtenidos fig1 = list_plot ( sol . ics =[0 . [0. 0. h .6 0. x ) == fun (x .728741 0.022299 0.

a )/ N # paso de malla x = [ a ] # primer nodo y = [ y0 ] # valor inicial for k in range ( N ): x . 1 Es . N . y . b . size = ’ 20 ’) fig1 += line ( sol .0 25 696 56 88 325 42 2 Si queremos ver los errores cometidos en cada nodo. append ( x [ k ]+ h ) y . color = ’ red ’ . legend_label = ’ exacta ’ . N . b . # valor inicial N = 10 # nu ’ mero de particiones sol = euler ( fun . y ) sol_exacta = desolve ( ec . gridlines = ’ True ’) sage : show ( fig1 + fig2 ) El resultado puede contemplarse en la figura 5. y0 ]) # # errores error = [ abs ( sol_exacta ( x ) . basta con escribir error en la línea de comandos: interesante señalar que Sage está basado en el lenguaje de programación Python. en el siguiente código1 se realiza una implementación del método de Euler y se aplica para resolver el problema anterior: sage : # Me ’ todo de Euler sage : def euler ( fun . y ) = ( x ^2 . b . b .y ) for (x . y ) in sol ] sage : print ( ’ Error = %r ’ % max ( error )) Error = 0 . y0 ): h = (b .y )/2 # segundo miembro de la ecuacio ’n a = 0. a .y ) for (x . y ’) fun (x . ics =[0 . y ) # # ## Programa principal ### # var ( ’x . y0 ) # me ’ todo de Euler # # solucio ’n exacta y = function ( ’y ’ . color = ’ blue ’) fig2 = plot ( sol_exacta . legend_label = ’ Euler ’ . legend_label = ’ exacta ’ . si queremos determinar el error global cometido.0 25 696 56 88 325 42 2 Alternativamente. color = ’ blue ’ . color = ’ red ’ . Por último. En particular. # extremo inferior b = 1. append ( y [ k ]+ h * fun ( x [ k ] . a . y ) in sol ] print ( ’ Error = %r ’ % max ( error )) # # gra ’ ficas fig1 = list_plot ( sol . x ) == fun (x . la definición del método de Euler utiliza la sintaxis propia de dicho lenguaje. # extremo superior y0 = 1. a . ejecutamos las siguientes instrucciones: sage : error = [ abs ( sol_exacta ( x ) . a . gridlines = ’ True ’) show ( fig1 + fig2 ) = 0 . x ) ec = diff (y .4. y [ k ])) sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : Error return zip (x .150 Métodos numéricos para problemas de valor inicial sage : fig2 = plot ( sol_exacta .

y consideremos el problema de valor inicial y (t) = f ( x. 0 2 56 9 65 6 8 83 2 54 2 2] Asimismo. y ( a ) = y0 . Teorema.1. 0. tal que e(h) Ch. 0. el método de Euler es convergente. b].0101048935001661 . Figura 5.0190186105161513 . independiente del paso de malla h. y) es de clase C1 en [ a. Existe entonces una constante C > 0. 0. para ver los valores de los nodos y de las soluciones aproximadas.00752722845412812 . ı .00139402849500125 .0222989247749311 . basta con escribir sol. 0.00313807374828301 . El siguiente teorema proporciona un resultado básico relativo al método de Euler. 0. 0.0128973114779739 . en el siguiente sentido: h →0 l´m e(h) = 0.5. b] × R. 0. 0. Como consecuencia. 0. donde e(h) es el error global cometido al aproximar la única solución del problema de valor inicial mediante el método de Euler con paso de malla h.00519416502459535 . Supóngase que la función f ( x.000000000000000 .4: Soluciones numérica y exacta del ejemplo 5. x ∈ [ a.0158769854065062 . y( x )). 0.2 El método de Euler 151 sage : error [0.

Habíamos visto que el error global obtenido con paso de malla h = 0. En tal caso. con h2 = 1 .025697. supongamos que se aplica el método de Euler con pasos de malla h1 y h2 . dividamos entre dos el paso de malla (h = 0. Para comprender la idea intuitiva que hay detrás de este concepto. existe una notación que ayuda a recordar esta interpretación: cuando existe C > 0 tal que e(h) Ch se dice que e(h) = O(h) (se lee e(h) es o grande de h).2. se dice que el método tiene orden uno. un método numérico tiene orden p si existe una constante C > 0 tal que e(h) ≈ Ch p .05). Cuando un método numérico verifica una condición del tipo e(h) ≈ Ch. el error cometido con paso de malla h se comporta como Ch.1.1) = 0. la desigualdad e(h) e(h) ≈ Ch. Ch se interpreta como es decir. Al respecto. podemos deducir que Ch1 e ( h1 ) ≈ p = e ( h2 ) Ch2 p h1 h2 p = 2 p ⇒ e ( h2 ) ≈ e ( h1 ) . En general.012830. Al aplicar el método de Euler se obtiene un error global igual a e(0. Observación. e ( h2 ) Ch2 h2 2 Es decir. p≈ ln 2 2 En el siguiente ejemplo se comprueba empíricamente que el método de Euler tiene orden uno. lo que es lo mismo. Doblemos ahora el número de subintervalos (N = 20) o. siendo h2 = h1 /2. 2p Tomando logaritmos y despejando p. se obtiene una fórmula para determinar el orden del método: h ln(e(h1 )/e(h2 )) . Ejemplo 5.152 Métodos numéricos para problemas de valor inicial Observación. al dividir el paso de malla por un cierto valor M el error obtenido también se dividirá aproximadamente por M.05) = 0. se tiene: e(h1 ) ≈ Ch1 e(h2 ) ≈ Ch2 ⇒ Ch1 h e ( h1 ) e ( h1 ) ≈ = 1 = 2 ⇒ e ( h2 ) ≈ . En general. En la práctica. Razonando como antes. . Consideremos el problema del ejemplo 5.1 (N = 10) era e(0. al dividir por dos el paso de malla el error también se divide aproximadamente por dos.

025697/0.006410 0. Una consecuencia inmediata de la condición e(h) Ch.000543 1. más se aproxima la solución numérica a la solución exacta. como afirma la segunda parte del teorema.025000 0. ı ı ı h →0 h →0 La idea intuitiva es que. estas aproximaciones tienden a 1.3.1) = 2.2.025697 0. En efecto: 0 h →0 l´m e(h) ı h →0 l´m Ch = C l´m h = 0 ⇒ l´m e(h) = 0. .000381 − 1. al aplicar la fórmula para aproximar el orden se obtiene: ln(0.003204 0.2 El método de Euler 153 Observemos que e(0. conforme el paso de malla tiende a cero. donde en la penúltima columna se escriben los cocientes entre dos errores consecutivos.05) ≈ . la solución numérica converge hacia la solución analítica. Asimismo. Como puede verse.001602 cocientes orden − 2.1.001471 2. Observamos que mientras menor es el paso de malla.000753 2.5 se representan la solución exacta y las soluciones aproximadas con pasos de malla 10−1 y 10−2 (el resto de las soluciones son indistinguibles de la solución exacta en la figura).5.1) e(0.012830) ≈ 1. e(0.002012 1.001061 1. y en la última las correspondientes aproximaciones del orden. Por otra parte.002792 ≈ 2 ⇒ e(0. en la figura 5. es que el método de Euler es convergente.3 se muestran los errores obtenidos con una serie de pasos de malla que tienden a cero. Ejemplo 5.050000 0.012500 0. N 10 20 40 80 160 h 0. que es el orden del método de Euler. dichos errores se van aproximando a cero. al dividir entre dos el paso de malla el error cometido se divide aproximadamente entre dos. En la tabla 5.2: Estudio del orden del método de Euler. Este hecho se ilustra en el siguiente ejemplo.012830 0. p≈ ln 2 Al realizar el experimento un cierto número de veces se obtienen los resultados de la tabla 5.05) 2 es decir. Consideremos de nuevo el problema del ejemplo 5.000275 Tabla 5.002079 ≈ 1. Como puede observarse.006250 e(h) 0.100000 0.002792 2.

3.5697 · 10−2 2.5626 · 10−5 2.154 Métodos numéricos para problemas de valor inicial N 10 102 103 104 105 106 h 10−1 10−2 10−3 10−4 10−5 10−6 e(h) 2. donde x1 − x0 = h es el paso de malla. y0 ) puede interpretarse como la velocidad inicial de la partícula. Métodos de orden superior Comenzaremos esta sección dando una interpretación física del método de Euler.3. y).5623 · 10−7 Tabla 5.5622 · 10−6 2.3: Convergencia del método de Euler. El . y( x ) es solución de la ecuación diferencial y = f ( x. El punto y0 representa la posición inicial de la partícula e y1 su posición final. Supongamos que la velocidad de la partícula puede expresarse como una función f ( x. Figura 5.5623 · 10−4 2. dependiente del tiempo x y la posición y. y0 ). La primera iteración del método de Euler se puede escribir como y1 = y0 + ( x1 − x0 ) f ( x0 . y). consideremos una partícula cuya posición en el instante x denotaremos por y( x ). En tal caso.5: Soluciones numéricas y exacta del ejemplo 5.5630 · 10−3 2. El término f ( x0 . Para ello. 5. mientras que x1 − x0 es el tiempo transcurrido.

3 Métodos de orden superior 155 producto ( x1 − x0 ) f ( x0 . y k ). y0 ) + f ( x1 . y0 ) + f ( x1 .5. podemos aproximar el valor de y1 en f ( x1 . que luego se corrige para obtener el valor final yk+1 . Estamos pues aproximando la posición final de la partícula como la posición inicial más el espacio recorrido al viajar a una velocidad constante igual a la velocidad inicial. y1 ) depende explícitamente de y1 . y1 ) ≈ f ( x1 . y0 ) + f ( x1 . y1 ) ⇒ y1 = y0 + ( f ( x0 . o incluso un promedio general de velocidades. N − 1. Al considerar cada una de estas posibilidades se obtienen diferentes métodos numéricos. . podríamos considerar una aproximación distinta.1. 5. Obtenemos de esta forma: h y1 = y0 + ( f ( x0 . Método de Heun o de Euler mejorado Consideremos la media entre las velocidades inicial f ( x0 . 1. Para solventar este problema. p1 ). y1 )). y1 ) de la partícula. . y1 ) mediante una iteración del método de Euler. . . Podemos entonces escribir la aproximación y1 de la posición final de la siguiente forma: y1 = y0 + ( x1 − x0 ) h f ( x0 . p1 )). Esta es la interpretación cinética del método de Euler. pk+1 )). Por ejemplo. y0 ) y final f ( x1 . Observación.3. podríamos pensar en utilizar la media de las velocidades inicial y final. . que es desconocido a priori. y0 ). la velocidad en el punto medio. La expresión general del método de Heun o de Euler mejorado es la siguiente:   p k +1 = y k + h f ( x k . yk+1 = yk + h ( f ( xk . y0 ) ⇒ f ( x1 . si se supone que ésta viaja siempre a velocidad f ( x0 . 2 2 Notemos que el término f ( x1 . 2 Notemos que el punto xk+1 = xk + h es conocido en cada paso. y0 ) representa por tanto el espacio recorrido por la partícula entre los instantes x0 y x1 . El valor pk+1 se interpreta como una predicción para el valor buscado y( xk+1 ). x1 ]. que denotaremos por p1 : p1 = y0 + h f ( x0 . En lugar de considerar la velocidad inicial f ( x0 . que presentaremos a continuación. k = 0. yk ) + f ( xk+1 . El método de Heun es un ejemplo de método predictor-corrector. y0 ) como estimación de la velocidad en el intervalo [ x0 . 2 que es la primera iteración del método de Heun.

El siguiente código Sage.3 0. En la figura 5.0 xk 1. k 0 1 2 3 4 5 6 7 8 9 10 tk 0.2306 · 10−4 4.757950 0.0597 · 10−4 2. se ha utilizado para generar parte de la figura 5. tal que e(h) Ch2 .7805 · 10−4 9.747591 0.951394 0. Si comparamos estos resultados con los de la tabla 5.4.829318 0.828885 0. el método de Heun proporciona un resultado más preciso que el método de Euler.4 0.746603 0.798939 0.6: .8 0. Ejemplo 5.5 . independiente del paso de malla h.1380 · 10−4 3. si en ambos usamos el mismo paso de malla.4.1 con paso h = 0. Al aplicar el método de Heun para resolverlo con paso de malla h = 0.5559 · 10−4 7.865044 0. El método de Heun no viene implementado en Sage.2 0.5 0. e(h) = O(h2 )) siendo e(h) el error global obtenido al aproximar la solución mediante el método de Heun con paso de malla h.754285 ek 0.757183 0.1.6 0.1 0.3334 · 10−4 5.4: Método de Heun: solución del ejemplo 5. vemos que la precisión del método de Heun es superior a la del método de Euler.6693 · 10−4 8.000000 0. Por tanto. que incluye una implementación del método de Heun.906352 0.6 se comparan gráficamente los resultados obtenidos con los métodos de Euler y Heun. se obtienen los resultados de la tabla 5.4429 · 10−4 6.156 Métodos numéricos para problemas de valor inicial Puede probarse que el método de Heun es de orden dos: existe una constante C > 0.748638 0.747760 0.9 10. por lo que es necesario programarlo directamente.000000 1. Al ser el método de Heun de orden dos.865367 0.1. 1. Estos hechos quedarán patentes en el siguiente ejemplo.798395 0.7 0.906138 0.0 0.0987 · 10−3 Tabla 5. el cociente entre errores sucesivos tiende a 22 = 4 y las aproximaciones del orden convergen hacia 2. el método de Heun es convergente.774272 0. Como puede comprobarse. (o dicho de otro modo.951500 0.755384 y( xk ) 1.774928 0.1.000000 0. Los resultados obtenidos al dividir sucesivamente entre dos el paso de malla se muestran en la tabla 5. Retomemos el problema del ejemplo 5. al dividir el paso de malla entre dos el error cometido se dividirá aproximadamente entre 22 = 4.8870 · 10−4 1. Como consecuencia.

0987 · 10−3 2. # extremo inferior b = 1.012500 0. b . # extremo superior y0 = 1.050000 0. append ( y [ k ]+( h /2)*( aux + fun ( x [ k ]+ h .6: Ejemplo 5.a )/ N # paso de malla x = [ a ] # primer nodo y = [ y0 ] # valor inicial for k in range ( N ): x .y )/2 # segundo miembro de la ecuacio ’n a = 0. N 10 20 40 80 160 h 0.001329 Tabla 5. # valor inicial N = 10 # nu ’ mero de particiones .014620 4.7926 · 10−5 1.100000 0.2337 · 10−6 cocientes orden − 4. y0 ): h = (b . y ) = ( x ^2 .5: Estudio del orden del método de Heun.007353 4. y ) # # ## Programa principal ### # var ( ’x . N .7270 · 10−4 6.4: resultados obtenidos con los métodos de Euler y Heun.003687 − 2. a . p ))) # correccio ’n sage : sage : sage : sage : sage : sage : sage : sage : sage : return zip (x .006250 e(h) 1.6950 · 10−5 4. y [ k ]) p = y [ k ]+ h * aux # prediccio ’n y .005263 2.002650 2. y ’) fun (x .010378 2. sage : # Me ’ todo de Heun sage : def heun ( fun .5. append ( x [ k ]+ h ) aux = fun ( x [ k ] .025000 0.028877 4.3 Métodos de orden superior 157 Figura 5.

se obtienen los resultados de la tabla 5. xk+1 = xk + h. legend_label = ’ exacta ’ . y0 )). b . f ( x1/2 . yk )). y1/2 ). a . color = ’ red ’ . y ) sol_exacta = desolve ( ec . . . a . El método del punto medio tiene orden dos. y0 ]) # # errores error = [ abs ( sol_exacta ( x ) . ics =[0 . legend_label = ’ Heun ’ . por lo que en general será comparable al método de Heun. y1/2 ) ⇒ y1 = y0 + h f ( x0 + 2 . y sea y1/2 una aproximación del mismo. y1/2 ). Ejemplo 5. y0 ) # me ’ todo de Heun # # solucio ’n exacta y = function ( ’y ’ . y0 + 2 f ( x0 .1.6. Si consideramos la velocidad en dicho punto. los resultados obtenidos con el método del punto . la posición final y1 puede escribirse como h y1 = y0 + ( x1 − x0 ) f ( x1/2 . y0 ). .y ) for (x . . 0 01 0 9 86 6 30 0 0 79 8 19 5. yk + 2 f ( xk .3. x ) ec = diff (y . b . size = ’ 20 ’) fig1 += line ( sol .5. y .158 Métodos numéricos para problemas de valor inicial sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : Error sol = heun ( fun . Para aproximar el valor y1/2 consideramos una iteración del método de Euler con paso de malla h/2: h y1/2 ≈ x0 + f ( x0 . x1 ]. La expresión general del método del punto medio es la siguiente: h h yk+1 = yk + h f ( xk + 2 . Para este problema. 1. 2 Obtenemos así la primera iteración del método del punto medio: h h y1 = y0 + h f ( x0 + 2 . Al realizar el experimento del ejemplo 5. gridlines = ’ True ’) show ( fig1 + fig2 ) = 0. color = ’ blue ’ . N − 1. k = 0.2. color = ’ blue ’) fig2 = plot ( sol_exacta . N . x ) == fun (x . y ) in sol ] print ( ’ Error = %r ’ % max ( error )) # # gra ’ ficas fig1 = list_plot ( sol . Método del punto medio h Sea y( x1/2 ) el valor de la solución en el punto medio x1/2 = x0 + 2 del intervalo [ x0 .

978037 3.7313 × 10−6 9.7 0.746663 0.865010 0.9028 × 10−5 3.5 0.1271 × 10−5 2. N . append ( y [ k ]+ h * fun ( x [ k ]+ h /2 .906138 0.6563 × 10−8 cocientes − 3. aux )) return zip (x .000000 1.8520 × 10−7 9. aunque ambos métodos tengan orden dos.6 0. y0 ): h = (b .955388 3.951375 0.9858 × 10−5 9.804051 3.0 yk 1.2 0.6: Método del punto medio: solución del ejemplo 5.798372 0.757183 0.025000 0. Los resultados anteriores han sido obtenidos con el siguiente código Sage: sage : # Me ’ todo del punto medio sage : def punto_medio ( fun .0105 × 10−5 3.3960 × 10−5 3.1 con paso h = 0. medio son más precisos que los obtenidos con el método de Heun. a .747797 0. al dividir sucesivamente el paso de malla por dos se obtienen los resultados de la tabla 5.4 0.0104 × 10−5 159 Tabla 5.9 10. Por otra parte.774264 0.5.1.798395 0.747760 0.8 0. y ) sage : # sage : # ## Programa principal ### .865044 0.3686 × 10−5 6.746603 0.774272 0.003125 e(h) 9.9954 × 10−6 3.754285 ek 0.754375 y( xk ) 1.989102 Tabla 5.050000 0.2667 × 10−5 8.3013 × 10−5 5.000000 0.906108 0.0610 × 10−6 1. b . append ( x [ k ]+ h ) aux = y [ k ]+( h /2)* fun ( x [ k ] .0 0.3 0.006250 0.3 Métodos de orden superior k 0 1 2 3 4 5 6 7 8 9 10 xk 0.757193 0.000000 0.5324 × 10−6 3.1 0.a )/ N # paso de malla x = [ a ] # primer nodo y = [ y0 ] # valor inicial for k in range ( N ): x .7: Estudio del orden del método del punto medio.828853 0. y [ k ]) # Euler con paso h /2 y . N 10 20 40 80 160 320 h 0.100000 0.951394 0.907965 3. que muestran que el método tiene orden dos.828885 0.7.0104 × 10−5 2.012500 0.

x ) == fun (x . legend_label = ’ exacta ’ . es decir. 1.y ) for (x . color = ’ blue ’ .0000901036871040484 5. b . h h f ( x k + 2 . 6 donde   K1    K 2  K3    K 4 k = 0. RK4) tiene la siguiente expresión: h yk+1 = yk + (K1 + 2K2 + 2K3 + K4 ). f ( xk + h. yk + hK3 ). h h f ( x k + 2 . El método de Runge-Kutta tiene orden cuatro. . . Método de Runge-Kutta de cuarto orden El método de Runge-Kutta de cuarto orden (de forma abreviada. independiente del paso de malla h. y k ). y k + 2 K1 ) . . N . dos correcciones en el nodo intermedio xk + 2 . tal que e(h) Ch4 . y0 ]) # # errores error = [ abs ( sol_exacta ( x ) . . # valor inicial N = 10 # nu ’ mero de particiones sol = punto_medio ( fun . En este caso se ha considerado un promedio de cuatro velocidades diferentes: una en h el nodo inicial xk .3. = = = = f ( x k . y k + 2 K2 ) . y0 ) # me ’ todo del punto medio # # solucio ’n exacta y = function ( ’y ’ . y ) in sol ] print ( ’ Error = %r ’ % max ( error )) # # gra ’ ficas fig1 = list_plot ( sol . size = ’ 20 ’) fig1 += line ( sol . y . legend_label = ’ punto medio ’ .y )/2 # segundo miembro de la ecuacio ’n a = 0. . y otra en el nodo final xk + h. y ) = ( x ^2 . N − 1.3. # extremo inferior b = 1. x ) ec = diff (y . color = ’ red ’ . y ’) fun (x . color = ’ blue ’) fig2 = plot ( sol_exacta . a .160 Métodos numéricos para problemas de valor inicial sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : Error # var ( ’x . a . existe una constante C > 0. ics =[0 . # extremo superior y0 = 1. gridlines = ’ True ’) show ( fig1 + fig2 ) = 0. b . y ) sol_exacta = desolve ( ec .

906138 0. k 0 1 2 3 4 5 6 7 8 9 10 tk 0.6911 · 10−10 2.747760 0.2 0.4825 · 10−8 Tabla 5. al realizar el experimento de divisiones sucesivas del paso de malla.000299 Tabla 5. Asimismo. .3053 · 10−11 1. Observación.001024 4.4825 · 10−8 3.951394 0.774273 0.4550 · 10−8 4.0 xk 1.006250 e(h) 9.5 0.020039 16.9 10.012500 0. Dichos resultados muestran que el método de Runge-Kutta tiene orden cuatro.4 0.6 0.757183 0.000000 7.8 0.9.754285 ek 0.906138 0.003314 − 4.9132 · 10−9 cocientes orden − 16.798395 0. N 10 20 40 80 160 h 0.9: Estudio del orden del método de Runge-Kutta.1.774272 0.000000 0.9633 · 10−9 1.6. De este modo.746603 0.747760 0.1 0.754285 y( xk ) 1.865044 0.025000 0.746603 0.3917 · 10−8 6. se obtienen los resultados de la tabla 5.000000 0.4106 · 10−8 5.050000 0.828885 0.1 con paso h = 0.001806 4. se obtienen los resultados de la tabla 5. Existe una clase general de métodos Runge-Kutta de orden arbitrario.865044 0.5303 · 10−8 3.1.100000 0.003274 4. e(h) = O(h4 )).1 al problema del ejemplo 5. de los cuales el aquí estudiado no es más que un caso particular.4429 · 10−8 9.036346 16.798395 0.951394 0. al dividir el paso de malla entre dos el error se divide entre 24 = 16.3 Métodos de orden superior 161 donde e(h) es el error global que se produce al aproximar la solución del problema mediante el método de Runge-Kutta con paso de malla h (dicho de otra forma.011356 16.6420 · 10−8 2.7 0.757183 0.4120 · 10−8 8.828885 0. Al aplicar el método de Runge-Kutta con paso de malla h = 0.0 0.3936 · 10−8 7. Es claro que el método de Runge-Kutta produce resultados mucho más precisos que los métodos de Euler o de Heun para el mismo paso de malla.3 0.8.8: Método de Runge-Kutta: solución del ejemplo 5.4405 · 10−12 5.5. Ejemplo 5.

y0 ): h = (b .3 . [0. y0 ] . 0. b . [0.48253844335 e -08 De forma alternativa.0 .a )/ N # paso de malla x = [ a ] # primer nodo y = [ y0 ] # valor inicial for k in range ( N ): x . [0.746603023076] . a .754285476837]] Si queremos dibujar el resultado. y ) in sol ] sage : print ( ’ Error = %r ’ % max ( error )) Error = 9.5 .9 .162 Métodos numéricos para problemas de valor inicial En Sage existe una implementación del método RK4. y . donde también se ha dibujado el resultado obtenido con el método de Euler para comparar. # extremo inferior sage : b = 1. ics =[ a .000000000000000 . [1.7 . end_points =[ a . append ( x [ k ]+ h ) K1 = fun ( x [ k ] . step = h ) sage : fig1 = list_plot ( sol . step = h ) [[0. size = ’ 20 ’) sage : fig1 += line ( sol . [0. legend_label = ’ exacta ’ .1 .747759751871] . ejecutamos: sage : error = [ abs ( sol_exacta ( x ) . 0. 0. # valor inicial sage : N = 10 # particiones sage : h = (b . y [ k ]) K2 = fun ( x [ k ]+ h /2 . [0.a )/ N # paso de malla sage : desolve_rk4 ( fun . 0. ics =[ a . [0. y0 ] .951394036458] . y ) sage : sol_exacta = desolve ( ec . y0 ]) sage : # sage : fig2 = plot ( sol_exacta . y ’) sage : fun (x . a . N .4 . [0.906138090168] . y [ k ]+( h /2)* K1 ) . 0. color = ’ green ’) sage : # exacta sage : y = function ( ’y ’ .2 . cuyo uso puede verse en el siguiente código: sage : var ( ’x . b ] . 0. 0.774272509145] .8 .6 . [0. 0. [0.757183435905] . color = ’ green ’ . b .7.00000000000000] . el siguiente código proporciona una implementación directa del método RK4: sage : # Me ’ todo RK4 ( Runge . Para calcular el error cometido. 0. gridlines = ’ True ’) sage : show ( fig1 + fig2 ) La gráfica resultante es similar a la de la figura 5. y ) = ( x ^2 . y . basta con hacer: sage : sol = desolve_rk4 ( fun . 1.y )/2 # segundo miembro de la ecuacio ’n sage : a = 0. color = ’ red ’ . x ) sage : ec = diff (y . y .798394562606] . así como la solución exacta.y ) for (x .865044190327] . legend_label = ’ RK4 ’ . ics =[0 .828884763004] . b ] .Kutta de cuarto orden ) sage : def rk4 ( fun . 0. end_points =[ a . # extremo superior sage : y0 = 1. x ) == fun (x .

color = ’ blue ’ . y [ k ]+ h * K3 ) y . y ) sol_exacta = desolve ( ec . b . append ( y [ k ]+( h /6)*( K1 +2* K2 +2* K3 + K4 )) return zip (x . y ) # # ## Programa principal ### # var ( ’x . y [ k ]+( h /2)* K2 ) K4 = fun ( x [ k ]+ h .3 Métodos de orden superior 163 K3 = fun ( x [ k ]+ h /2 .6: resultados obtenidos con los métodos de Euler y RK4.48253855437287 e -8 sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : Figura 5.5. N . y ) = ( x ^2 . y ) in sol ] print ( ’ Error = %r ’ % max ( error )) # # gra ’ ficas fig1 = list_plot ( sol . y ’) fun (x . # extremo superior y0 = 1. gridlines = ’ True ’) sage : show ( fig1 + fig2 ) Error = 9. b .y ) for (x . legend_label = ’ exacta ’ . y0 ]) # # errores error = [ abs ( sol_exacta ( x ) . color = ’ blue ’) fig2 = plot ( sol_exacta . .7: Ejemplo 5. legend_label = ’ RK4 ’ . y0 ) # me ’ todo RK4 # # solucio ’n exacta y = function ( ’y ’ . y . a .y )/2 # segundo miembro de la ecuacio ’n a = 0. x ) ec = diff (y . color = ’ red ’ . ics =[0 . x ) == fun (x . # valor inicial N = 10 # nu ’ mero de particiones sol = rk4 ( fun . # extremo inferior b = 1. size = ’ 20 ’) fig1 += line ( sol . a .

3932 · 10−2 9. Si integramos la ecuación diferencial y = f ( x.10: Errores obtenidos al resolver el problema del ejemplo 5.2866 · 10−6 3.1808 · 10−8 1.1738 · 10−5 3. 4π ].2901 · 10−3 3. y( x )) dx ⇒ y( xk+1 ) − y( xk ) = x k +1 xk f ( x. Algunas consideraciones Existe una forma alternativa de deducir los métodos numéricos presentados en la sección anterior.3120 · 10−3 Heun 4. y(0) = 1. y( x )) dx.2211 · 10−10 3.164 Métodos numéricos para problemas de valor inicial Ejemplo 5. y( x )) dx. el método de Euler es el que proporciona peores resultados.3713 · 10−2 1.4781 · 10−1 6.1230 · 10−12 Tabla 5. . Como puede observarse.7.8 y 5. respectivamente. cuya solución exacta es y( x ) = sen( x ) + cos( x ) + e− x .4.2856 · 10−3 1. y) entre dos nodos consecutivos. Por tanto. N 25 50 100 250 500 1000 2500 Euler 1. En las figuras 5.1724 · 10−5 1.5386 · 10−4 8. 2 x ∈ [0. Al resolver el problema mediante los métodos presentados en esta sección se obtienen los resultados de la tabla 5. mientras que el método de Runge-Kutta es el más preciso.9651 · 10−9 1. tras aplicar la regla de Barrow en el primer miembro. obtenemos: x k +1 xk y ( x ) dx = x k +1 xk f ( x.9 se han representado las soluciones numéricas obtenidas con N = 25 y N = 50 particiones.4662 · 10−6 Runge-Kutta 3.5896 · 10−3 3. 5.9247 · 10−4 2. tenemos que y ( x k +1 ) = y ( x k ) + x k +1 xk f ( x. más formal desde el punto de vista matemático.6635 · 10−3 2.3254 · 10−2 6.10.9090 · 10−2 3.7.7449 · 10−5 2. Consideremos el problema de valor inicial y = −y + cos( x ).

respectivamente. y( x )) dx ≈ h f ( xk .4 Algunas consideraciones 165 Figura 5. Figura 5. . Por ejemplo. se obtienen distintos métodos numéricos. x k +1 xk f ( x.9: Ejemplo 5. y( x )) dx .7: soluciones obtenidas con N = 25. al aproximar la integral mediante la fórmula del rectángulo. Al aplicar distintas fórmulas de cuadraturas.8: Ejemplo 5.5. yk ).7: soluciones obtenidas con N = 50. La integral se aproxima mediante una fórmula de cuadratura o de integración numérica: yk+1 = yk + fórmula de cuadratura para x k +1 xk f ( x. A continuación aproximamos y( xk ) e y( xk+1 ) por yk e yk+1 .

x k . De manera análoga se escribirían los métodos de Heun y Runge-Kutta. . x (t). la solución numérica del sistema consta de dos sucesiones de valores N N aproximados: { xk }k=0 . Todos los métodos numéricos estudiados pueden aplicarse para la resolución de sistemas de ecuaciones diferenciales. y(t)). Llamando y(t) = x (t) e y0 = x0 . y k ). x (t). el método de Euler para resolver el problema de valores iniciales dado por   x (t) = f (t. yk ).  x ( a ) = x0 . . x (t). consideremos un problema de valores iniciales para una ecuación diferencial de segundo orden:   x (t) = f (t.    y( a) = y . Su resolución numérica pasa por transformarlo en un problema de valores iniciales y aplicar alguno de los métodos numéricos estudiados a dicho problema.    y( a) = y . Por ejemplo.  x ( a ) = x0 . b]. y(t)). xk . que aproxima a la derivada de la solución y(t) = x (t).    y (t) = g(t. y(t)). Esta técnica permite construir métodos numéricos más generales que los estudiados en esta sección. 0 adoptaría la siguiente forma: x k +1 = x k + h f ( t k .  x ( a ) = x0 . basta con aplicar el método elegido a cada una de las componentes del sistema. x (t). Para ello.    y (t) = f (t. y k ). Por último.   x ( a ) = x0 . obtenemos:   x ( t ) = y ( t ). k = 0. 0 En este caso. y(t)). . . t ∈ [ a. N − 1. . e {yk }k=0 . yk+1 = yk + hg(tk . 1. que aproxima a la solución x (t).166 Métodos numéricos para problemas de valor inicial se obtiene el método de Euler: y k +1 = y k + h f ( x k .

5. Cuando la flexión de la viga es pequeña. Dicha relación es la siguiente: κ (x) M( x) = . De esta forma hemos expresado y( x ) como solución de un problema de valores iniciales. EI x ∈ [0. La ecuación diferencial obtenida depende de la forma del momento flector.5. EI x ∈ [0. que a su vez depende de la distribución de la carga que soporta la viga. donde L es la longitud de la viga.5 Aplicaciones 167 5. L 2L Carga puntual P en el extremo de la viga en voladizo (figura 5. debemos imponer las siguientes condiciones iniciales: y(0) = 0. L]. Aplicaciones Deflexión de vigas en voladizo La ecuación diferencial que determina el desplazamiento de una viga puede determinarse a partir de la relación existente entre el momento flector M ( x ) (que depende de la distribución de carga que soporta la viga). L].3. Para resolverlo numéricamente será necesario escribirlo en forma de sistema. Vamos a tener en cuenta dos casos: Carga uniformemente distribuida P (figura 5.5. el módulo de elasticidad E (que depende del material) y el momento de inercia I (que depende de la geometría de la viga).11): M ( x ) = − P ( L − x ). 5. Por tanto. puede deducirse la siguiente ecuación no lineal: y (x) = M( x) (1 + y ( x ))3/2 . mientras que la condición y (0) = 0 nos dice que dicho extremo permanece fijo.10): M( x) = L x −P P (t − x ) dt = − ( L − x )2 . asumiendo esta hipótesis de pequeñas deformaciones. La condición y(0) = 0 indica que el extremo izquierdo de la viga está situado en el origen de coordenadas. . y (0) = 0.1. EI Teniendo en cuenta que el radio de curvatura depende de las dos primeras derivadas de y( x ). se tiene que y ( x ) ≈ 0. Si consideramos el caso de una viga en voladizo. tal y como comentamos al final de la sección 5. obtenemos: y (x) = M( x) . el radio de curvatura κ ( x ) de la curva y( x ) que define la forma de la viga.

10: Deflexión de una viga en voladizo con carga uniformemente distribuida: esquema. en este último caso la hipótesis de pequeñas deformaciones es menos plausible. En forma de sistema : y1 ’ = y2 y2 ’ = ( M ( x )/( EI ))*(1+ y2 )^(3/2) Condiciones iniciales : y1 (0)=0 .13 se representan los resultados obtenidos al aplicar el método RK4 con N = 20 particiones y P = 150. P L Figura 5. L ].13 representa el caso de una carga puntual situada en el extremo derecho de la viga. Me ’ todo : RK4 para sistemas . En la figura 5. y ’(0)=0. y2 (0)=0. Condiciones iniciales : y (0)=0 .12 y 5.168 Métodos numéricos para problemas de valor inicial P L Figura 5.35). Consideremos una viga de longitud L = 2 m y tomemos los valores E = 2 · 1011 N/m2 y I = 7. Como puede observarse. En las figuras 5. mientras que la figura 5.85 · 10−9 m4 (véase el ejemplo 3.12 se ha supuesto que la carga está uniformemente distribuida a lo largo de la viga.11: Deflexión de una viga en voladizo con carga puntual en un extremo: esquema. Damos a continuación el código Sage que se ha utilizado para resolver los problemas considerados: sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # # # # # # # # # # # # Deflexio ’n de vigas en voladizo ------------------------------Ecuacio ’n : y ’ ’=( M ( x )/( EI ))*(1+ y ’)^(3/2) en [0 .

# longitud de la viga Q = 0.13: Viga en voladizo: carga puntual en el extremo de la viga.12: Viga en voladizo: carga uniformemente distribuida. Figura 5. y20 = 0. e11 # modulo de elasticidad I = 7. sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # datos del problema L = 2.5 Aplicaciones 169 Figura 5. # # segundo miembro de la ecuacio ’n no lineal op = 0 # opciones : .85 e -9 # momento de inercia P = 150. # carga # # condiciones iniciales y10 = 0. # carga axial E = 2.5.

x )^2/( E * I ) else : # carga puntual en el extremo de la viga R ( x ) = -P *( L .5] . sometido a la fuerza gravitatoria y a una fuerza de rozamiento. y1 . color = ’ red ’ . R ( x )] . j .5. end_points =2) # # solucio ’n del caso lineal sol_L = des ol ve _sy st em _rk 4 ([ y2 . j . j ] for (i . y2 ] .170 Métodos numéricos para problemas de valor inicial # 0: carga uniformemente distribuida # 1: carga puntual en el extremo de la viga sage : if ( op == 0): # carga uniformemente distribuida R ( x ) = -( P /(2. color = ’ red ’) show ( fig1 + fig2 ) 5. y10 . y(0) = 0.* L ))*( L . A continuación. gridlines = ’ True ’) fig1 += line ( sol1 ) fig2 = list_plot ( sol2 . step =h . legend_label = ’ lineal ’) fig2 += line ( sol2 . considerando las condiciones iniciales x (0) = 1.3 habíamos considerado el sistema no lineal   x = y. y20 ] . y2 ’) # solucio ’n del caso no lineal sol_NL = d es ol ve_ sy st em_ rk 4 ([ y2 . end_points =2) # # dibujamos las soluciones sol1 = [[ i . step =h . y10 .x )/( E * I ) sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # ## Me ’ todo RK4 para sistemas ### # N = 20 # nu ’ mero de particiones h = L / N # paso de malla # var ( ’x . 10]. ivar =x . R ( x )*(1.5. mientras que y es la correspondiente velocidad angular. [ y1 . cuyas constantes respectivas son g y a. k ) in sol_NL ] # solucio ’n no lineal sol2 = [[ i . legend_label = ’ no lineal ’ .2. size = ’ 20 ’ . [ y1 . y20 ] . y2 ] . La variable x representa el ángulo que forma el péndulo con la vertical. y = − g sen( x ) − a y.+ y2 )^1. resolveremos numéricamente el sistema en el intervalo [0. ics =[0 . ics =[0 . El péndulo perturbado En la sección 4. . k ) in sol_L ] # solucio ’n lineal fig1 = list_plot ( sol1 . j ] for (i . ivar =x . L m que modeliza el comportamiento de un péndulo de longitud L y masa m.

ya que es el más preciso de todos los que hemos estudiado. Para estudiar el efecto de esta fuerza externa.81. punto medio y Runge-Kutta. para obtener resultados aceptables con el método de Euler harían falta del orden de N = 10000 particiones. Puede observarse que por efecto de la fuerza de rozamiento las oscilaciones iniciales se van amortiguando. g = 9. Observación. Por último.81 y a = 0. las condiciones iniciales serán de la forma x (0) = 0. tendiendo de este modo el péndulo hacia la posición de equilibrio. mientras que los demás métodos dan resultados muy similares.14: Péndulo no amortiguado: soluciones obtenidas con N = 300 particiones. En el caso estudiado. supongamos que sobre el péndulo actúa una fuerza periódica externa de la forma g(t) = cos(2t).14 se representa la componente x de la solución obtenida con los métodos de Euler. Heun. supondremos además que no hay rozamiento.1. lo que indica que el péndulo oscila indefinidamente en torno a la posición de equilibrio. y(0) = 5. L = 1 y g = 9. La solución obtenida es periódica. el método de Euler falla estrepitosamente al aproximar dicha solución con el número de particiones elegido. Figura 5. es decir. se obtienen los resultados de la figura 5.15. con constante a = 1. La falta de precisión observada es debida a que el método es tan sólo de orden uno. En la figura 5. a = 0. consideraremos los valores m = 1. A continuación consideraremos tan sólo el método de Runge-Kutta para realizar los experimentos. . donde hemos representado tanto el ángulo como la velocidad.2. Si introducimos rozamiento en el sistema. Como puede observarse. usando N = 300 particiones.5.5 Aplicaciones 171 y los datos m = 1. L = 1.

el problema perturbado con una fuerza externa es terriblemente sensitivo a la elección de las condiciones iniciales.16: Péndulo perturbado: solución obtenida con N = 1000 particiones. la solución del problema obtenida con N = 1000 particiones se representa en la figura 5. En tal caso. Como puede obser- .16. En la figura 5.15: Péndulo amortiguado: solución obtenida con N = 300 particiones.172 Métodos numéricos para problemas de valor inicial Figura 5. De hecho. Figura 5.17 se representa la variación del ángulo para distintos valores cercanos de la velocidad inicial.

5 Aplicaciones 173 varse. Figura 5. . aunque el comportamiento del sistema está determinado por un sistema de ecuaciones diferenciales.5.17: Péndulo perturbado: componente x de las soluciones obtenidas con distintas velocidades iniciales. es difícil predecir el comportamiento de la solución a largo plazo.

174 Métodos numéricos para problemas de valor inicial .

de la forma  y = f ( x. Introducción En este tema nos centraremos en el desarrollo de métodos numéricos para la resolución de problemas de contorno.1.CAPÍTULO 6 MÉTODOS NUMÉRICOS PARA PROBLEMAS DE CONTORNO 6. la solución numérica se construía de forma recursiva: a partir del valor aproximado yk en el nodo xk . El método de diferencias finitas se basa en aproximar las derivadas que aparecen en la ecuación dife- . Presentaremos dos métodos fundamentales para el estudio de problemas de contorno: el método de diferencias finitas y el método de elementos finitos. x ∈ [ a. y ). cuyo tamaño dependerá del número de nodos de la partición. b]. En los métodos estudiados en el tema anterior para problemas de valor inicial. se calcula el valor aproximado yk+1 en el siguiente nodo xk+1 . y. este proceso se repite hasta llegar al final del intervalo donde queremos resolver la ecuación.   y(b) = β. El enfoque para problemas de contorno es distinto: la solución numérica va a venir dada como solución de un sistema de ecuaciones.  y( a) = α.

. h2 que son las diferencias finitas que dan nombre al método (figura 6. el método de elementos finitos es ampliamente utilizado para resolver problemas científicos y técnicos: cálculo de estructuras. y( x j )). Observación. etc. x ∈ [ a. b] de la siguiente forma: a = x0 < x1 < · · · < x N −1 < x N = b. Comencemos construyendo una partición del intervalo [ a. interacciones fluido-estructura. . y( x j+1 )): y (xj ) ≈ y ( x j +1 ) − y ( x j ) y ( x j +1 ) − y ( x j ) = ≡ m+ . Los puntos N x1 . . procesamiento de imágenes médicas.   y(b) = β. Veamos de dónde surgen las fórmulas anteriores. Podemos aproximar dicha pendiente de varias formas: Como la pendiente m+ de la recta que pasa por ( x j . Método de diferencias finitas Uno de los métodos básicos para la resolución numérica de problemas de contorno es el conocido como método de diferencias finitas. 6. . aerodinámica de vehículos. notemos que y ( x j ) no es más que la pendiente de la recta tangente a la curva solución en el punto ( x j . y( x j )) y ( x j+1 . . N − 1. con x j = a + jh para j = 0. hemos definido p j = p( x j ). . siendo h = b−a el paso de malla. . Por simplicidad. nos centraremos en el estudio numérico de un problema lineal de la forma  y + p( x )y + q( x )y = r ( x ). x j +1 − x j h . . x N −1 son los nodos interiores de la partición. Las derivadas de y( x ) en cada nodo x j pueden aproximarse mediante las siguientes fórmulas: y (xj ) ≈ y ( x j +1 ) − y ( x j −1 ) . por simplicidad. y ofrece mayor adaptabilidad que el método de diferencias finitas a la hora de estudiar fenómenos complejos. que estudiaremos en esta sección. . 1. . El método de elementos finitos se construye a partir de la denominada formulación variacional del problema de contorno. . donde.176 Métodos numéricos para problemas de contorno rencial mediante fórmulas adecuadas en cada nodo. N. j = 1. b]. Evaluando la ecuación diferencial en cada nodo interior. En la actualidad. En primer lugar.2. q j = q( x j ) y r j = r ( x j ). optimización de formas.  y( a) = α.1). 2h y (xj ) ≈ y( x j+1 ) − 2y( x j ) + y( x j−1 ) . se obtiene: y ( x j ) + p j y ( x j ) + q j y( x j ) = r j . .

x j +1 − x j −1 2h Claramente.1: Aproximaciones de la derivada de y( x ) en el punto x j . en general. la segunda derivada en x j se aproxima de la siguiente forma: y ( x j )+ − y ( x j )− . Las aproximaciones m+ y m− se denominan descentradas. Por otra parte. obtenemos: m+ − m− y (xj ) ≈ = h y( x j+1 )−y( x j ) h − h y( x j )−y( x j−1 ) h = y( x j+1 ) − 2y( x j ) + y( x j−1 ) . h2 que es la fórmula buscada. y (xj ) ≈ h donde y ( x j )± son aproximaciones laterales de la primera derivada en x j . la aproximación centrada es más precisa que cualquiera de las dos descentradas. y(xj-1)) m_ mc m+ (xj+1. Puede probarse que. y( x j+1 )) y ( x j−1 . x j − x j −1 h Como la pendiente mc de la recta que pasa por ( x j+1 . Como la pendiente m− de la recta que pasa por ( x j . y(xj+1)) 2h xj-1 h xj h xj+1 Figura 6. y(xj)) (xj-1. y( x j )) y ( x j−1 . y( x j−1 )): y (xj ) ≈ y ( x j ) − y ( x j −1 ) y ( x j ) − y ( x j −1 ) = ≡ m− . . y( x j−1 )): y (xj ) ≈ y ( x j +1 ) − y ( x j −1 ) y ( x j +1 ) − y ( x j −1 ) = ≡ mc . mc es la media de los valores m+ y m− .2 Método de diferencias finitas 177 (xj.6. mientras que mc es una aproximación centrada. Tomando m+ ≈ y ( x j )+ y m− ≈ y ( x j )− .

.   y = β. N − 1. . N La solución del sistema nos proporciona un conjunto de aproximaciones a los valores de la solución exacta en cada uno de los nodos interiores: y j ≈ y( x j ). de forma análoga: h h p N −1 − 1 y N −2 + (2 − h 2 q N −1 ) y N −1 = − h 2 r N −1 + β 1 + p N −1 . . . 2 2 Podemos escribir el sistema lineal en forma matricial: AY = B. . resulta: y j+1 − 2y j + y j−1 y j +1 − y j −1 + pj + q j y j = r j . el sistema puede escribirse de la siguiente forma:  h  h 2 2    2 p j − 1 y j−1 + (2 − h q j )y j + − 2 p j − 1 y j+1 = −h r j . {y1 . para j = 1 se tiene que α h h p1 − 1   + (2 − h2 q1 ) y1 + − p1 − 1 y2 = − h2 r1 . . . Notemos que todas las ecuaciones anteriores poseen la misma estructura. y0 = α. . gracias a las condiciones de contorno: y0 = y( x0 ) = y( a) = α. 2 2h h Nótese que los valores en los extremos del intervalo son conocidos.  . .178 Métodos numéricos para problemas de contorno Sustituyendo las expresiones para las derivadas en las ecuaciones anteriores y cambiando los valores exactos y( x j ) por valores aproximados y j . hemos construido un sistema lineal de N − 1 ecuaciones con N − 1 incógnitas. yj   . y N −1 }. . N − 1. y N = y( x N ) = y(b) = β. . En resumen. . 2 2 mientras que para j = N − 1 se deduce. En efecto.       y N −1 h − h 2 r N −1 + β 1 + p N −1 2 − h2 r j . a saber. . y   0 2 2 de donde h h (2 − h2 q1 ) y1 + − p1 − 1 y2 = − h2 r1 + α 1 − p1 .  . y2 . Reagrupando. . j = 1. . .       B=       h − h r1 + α 1 − p1 2 2r −h 2 . . j = 1. . 2.      . . 2        . donde       Y=     y1 y2 . a excepción de la primera y la última.

x2 = 1 . . 1]. . . es decir. 3.  y(0) = 0. Cuando se consideran condiciones de contorno de tipo Neumann. La resolución numérica de sistemas lineales constituye una rama fundamental del Análisis Numérico.   h h . . Dividamos el intervalo [0. con importantes aplicaciones prácticas. .. y ( a) = α e y (b) = β. es necesario añadir las ecuaciones correspondientes a j = 0 y j = N. x3 = 3 y 4 4 2 4 x4 = 1. el paso de malla es h = 1 y los nodos de la partición son x0 = 0. . Observación. e2 − 1 e −1 x ∈ [0.. . Observación. A=  pj − 1 2−h j − pj − 1 . . .. .     h h 2q  p N −2 − 1 2 − h N −2 − p N −2 − 1  0 ···   2 2   h p N −1 − 1 2 − h 2 q N −1 0 ··· 0 2  2 − h2 q Como vemos. . . . .   0 . cuya solución exacta es y ( x ) = −3 − x 2 + 4e − 3 x 4e − 3e2 − x e − 2 e . N = 4.   2 2   . de este modo.. Este tipo de matrices tiene innumerables ventajas desde un punto de vista numérico a la hora de resolver el sistema lineal. Ejemplo 6. y usar discretizaciones adecuadas para las derivadas en las condiciones de contorno. Consideremos el problema de contorno  y − y = x2 + 1. 1] en cuatro subintervalos. . . 2. Las técnicas empleadas se salen del ámbito de este curso. la matriz A tiene estructura tridiagonal.6.   2q .2 Método de diferencias finitas 179 y  h 0 0 ··· 0 1 − p1 − 1   2  h h   p − 1 2 − h2 q − p2 − 1 0 ··· 0   2 2 2  2   . j j = 1. .. . resulta: y ( x j ) − y( x j ) = x2 + 1. Evaluando la ecuación diferencial en los nodos interiores.   . x1 = 1 ..1. .   y(1) = 0. por lo que no entraremos en más detalles. . .

j 2 h j = 1. 3. aproximamos mediante diferencias finitas: y j+1 − 2y j + y j−1 − y j = x2 + 1. # coeficiente de y r ( x ) = x ^2+1.180 Métodos numéricos para problemas de contorno A continuación. # coeficiente de y ’ q ( x ) = -1. En la figura 6. Dicha figura se ha realizado con el siguiente código Sage: sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # ## Me ’ todo de diferencias finitas ### # # Ecuacio ’n : y ’ ’+ p ( x ) y ’+ q ( x ) y = r ( x ) . y3 = −0. 2 0 −1 2 + h2 y3 x3 + 1 La solución de dicho sistema. # # Datos del problema # a = 0. a <x < b . # extremo inferior del intervalo b = 1. y2 ≈ −0.117303. # extremo superior del intervalo # N = 4 # nu ’ mero de particiones # p ( x ) = 0. y ( b )= beta . # c . # te ’ rmino independiente # alpha = 0. contorno izquierda beta = 0. contorno derecha # # ## Implementacio ’n del me ’ todo ### # . Teniendo en cuenta las condiciones de contorno y0 = y( x0 ) = 0 e y4 = y( x4 ) = 0. es: y1 ≈ −0. # Condiciones de contorno de tipo Dirichlet : # y ( a )= alpha . 2. una vez sustituidos los valores de h y de los nodos. # c . podemos escribir las ecuaciones anteriores del siguiente modo:   y − 2y + y 0  2  0 1    − y = x2 + 1    1 1 2 2  h  (2 + h2 ) y1 − y2 = − h2 ( x1 + 1)      y3 − 2y2 + y1 2 2 − y2 = x2 + 1 ⇒ − y1 + (2 + h2 ) y2 − y3 = − h2 ( x2 + 1)   h2     2  0 − y2 + (2 + h2 ) y3 = − h2 ( x3 + 1)   y− 2y + y   3 2    2  4 − y3 = x3 + 1 2 h que en forma matricial se expresan como  2     x1 + 1 2 + h2 −1 0 y1 2  −1 2 + h2 −1   y2  = − h2  x2 + 1 .2 se representan la solución exacta y los valores aproximados obtenidos.144281.102151.

x . N -1): A [j -1 . -0. color = ’ blue ’ . e2 . N )]. j ] = -1. N -1) # for j in range (1 . color = ’ red ’ . 0 . N -2] = 2. es posible determinar el error e j = |y( x j ) − y j | cometido en cada uno de los nodos: e1 ≈ 0.+0. . for j in range ( N +1)]) # solucio ’n # # condiciones de contorno Y [0] = alpha Y [ N ] = beta # # te ’ rmino independiente B = vector ([( .h ^2)* r ( X [ j +1]) for j in range (N -1)]) B [0] += alpha *(1 -0.q ( X [N -1])* h ^2 # u ’ ltimo elemento de la diagonal # # solucio ’n del sistema lineal sol = A . legend_label = ’ aprox .2 Método de diferencias finitas 181 sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : h = (b . N -1): Y [ j +1] = sol [ j ] # # ################################ # # dibujamos los puntos sol = zip (X . a Con Sage.001853.5* h * p ( X [N -1])) # # matriz del sistema A = matrix ( RR . b . alpha .00136648039024440 . ’) # y los unimos con segmentos fig1 += line ( sol ) # # ## Comparacio ’n con la solucio ’n exacta ### y = function ( ’y ’ . el error global será e = m´ x(e1 . x ) ec = diff (y .5* h * p ( X [ j ]) # subdiagonal A [N -2 . 0 0 1 4 4 3 1 5 39 1 6 6 1 6 1 5 ] . .001853. e2 ≈ 0.00185314651061488 .5* h * p ( X [ j ]) # superdiagonal A [j . Y ) fig1 = list_plot ( sol . err [0.001443. N -1 .001366.5* h * p ( X [1])) B [N -2] += beta *(1+0. inverse ()* B # y = A ^( -1)* B # # actualizacio ’n del vector y for j in range (0 . legend_label = ’ exacta ’) show ( fig1 + fig2 ) Como disponemos de la solución exacta. haríamos lo siguiente: sage : # Ca ’ lculo de los errores en los nodos interiores sage : err = [ abs ( Y [ j ] . e3 ≈ 0. ics =[ a . b .q ( X [ j ])* h ^2 # diagonal A [j -1 .a )/ N # paso de malla # X = vector ([ a + j * h for j in range ( N +1)]) # mallado Y = vector ([0.6. beta ]) # fig2 = plot ( sol . a . j -1] = 2. j -1] = -1. e3 ) ≈ 0. 0.sol ( X [ j ])) for j in range (1 . Por tanto. x ) + q ( x )* y == r ( x ) sol = desolve ( ec . y . 2) + p ( x )* diff (y .

2: Ejemplo 6. Observación. 1]. Aproximación variacional En esta sección vamos a introducir las ideas básicas relativas a la formulación variacional de un problema de contorno. 1]. el cambio w( x ) = u( a + (b − a) x ) permite considerar el problema en un intervalo arbitrario [ a. 6.3. x ∈ [0. Por otra parte. Consideremos un problema de contorno lineal de la forma   − u ( x ) + q ( x ) u ( x ) = f ( x ).   u(1) = 0. el añadir un término de la forma p( x )u ( x ) a la ecuación no .182 Métodos numéricos para problemas de contorno Figura 6. En este contexto es habitual denotar por u a la variable dependiente en lugar de y. Como veremos. u(1) = β. Asimismo.0 0 18 5 3 14 6 51 0 6 14 8 8 para determinar el error global. Si las condiciones de contorno son del tipo u(0) = α. w(1) = 0. y después sage : # Error global sage : max ( err ) 0 . (1) donde q( x ) y f ( x ) son funciones continuas en [0. basta con hacer el cambio w( x ) = u( x ) − α(1 − x ) − βx para pasar a un problema equivalente con condiciones de contorno w(0) = 0.  u(0) = 0.1: solución exacta y valores aproximados. esta formulación será la base que nos permitirá definir el método de elementos finitos. b].

Observación. la solución u del problema (1) pertenece a V. por lo que no lo consideraremos en aras de la simplicidad. dando lugar a condiciones de tipo mixto. Multipliquemos la ecuación diferencial por una función arbitraria v ∈ C1 ([0. diremos que u ∈ V es una solución débil o variacional. en las que se especifican los valores de la derivada de la solución en los extremos: u (0) = α.3 Aproximación variacional 183 introduce dificultades matemáticas adicionales en la deducción del método de elementos finitos. u (1) = β. dicho método puede adaptarse para resolver problemas de tipo Neumann o de tipo mixto. La formulación variacional o formulación débil del problema (1) consiste en hallar u ∈ V tal que 1 0 u ( x )v ( x ) dx + 1 0 q( x )u( x )v( x ) dx = 1 0 f ( x )v( x ) dx. u(1) = β se denominan condiciones de tipo Dirichlet: en ellas se impone el valor que ha de tener la solución en los extremos del dominio [0. de hecho es suficiente con que las funciones u y v sean de clase C1 a trozos y verifiquen las condiciones de contorno. 1]) e integremos en el intervalo [0. u(0) = α. Estos hechos motivan la introducción del espacio V formado por todas las funciones v de clase C1 a trozos en [0. en particular. 1]) solución del problema (1): diremos que u es una solución fuerte. u (1) = β. (2) En tal caso. Las condiciones de contorno del tipo u(0) = α. . 1]) para que la ecuación anterior tenga sentido. por ejemplo. obtenemos la ecuación variacional asociada al problema (1): 1 0 u ( x )v ( x ) dx + 1 0 q( x )u( x )v( x ) dx = 1 0 f ( x )v( x ) dx. Otro tipo habitual de condiciones de contorno son las condiciones de tipo Neumann. Es importante notar que basta con suponer u ∈ C1 ([0. 1]. Sea u ∈ C2 ([0. notemos que las condiciones de contorno u(0) = u(1) = 0 se verifican de forma automática al pertenecer u al espacio V. Aunque en esta sección sólo estudiaremos el método de elementos finitos para problemas de tipo Dirichlet. 1]: − 1 0 u ( x )v( x ) dx + 1 0 q( x )u( x )v( x ) dx = 1 0 f ( x )v( x ) dx. para cada función v ∈ C1 ([0. Notemos que. De esta forma. ∀ v ∈ V. Ambos tipos de condiciones de contorno pueden combinarse. 1]) tal que v(0) = v(1) = 0. 1] que verifican las condiciones de contorno v(0) = v(1) = 0.6. Supongamos además que v(0) = v(1) = 0 e integremos por partes la primera integral: − 1 0 u ( x )v( x ) dx = 1 0 u ( x )v ( x ) dx − u ( x )v( x ) 1 0 1 = 0 u ( x )v ( x ) dx.

. . un ∈ R. En tal caso. uh ( x ) i =1 ∑ vi ϕi (x) dx + 1 n 1 0 q( x )uh ( x ) i =1 ∑ vi ϕi (x) dx = n 1 0 f (x) i =1 ∑ vi ϕi ( x ) n dx. y por tanto i =1 ∑ vi 1 0 uh ( x ) ϕi ( x ) dx + 1 0 q( x )uh ( x ) ϕi ( x ) dx = i =1 ∑ vi n 1 0 f ( x ) ϕi ( x ) dx. . deducimos que la ecuación (3) es equivalente a 1 0 uh ( x ) ϕi ( x ) dx + 1 0 q( x )uh ( x ) ϕi ( x ) dx = 1 0 f ( x ) ϕi ( x ) dx. . ϕn } es una base del espacio Vh . . donde n es su dimensión. resulta: 1 0 i =1 ∑ v i ϕ i ( x ). .184 Métodos numéricos para problemas de contorno La principal dificultad que nos encontramos al intentar resolver la ecuación variacional (2) está en el hecho de que el espacio vectorial V es un espacio de dimensión infinita. n. . . i = 1. . Supongamos que { ϕ1 . . . . mejor será la aproximación de la solución. . esto hace que no sea factible una implementación directa en el ordenador. Al ser los coeficientes {v1 . . de donde i =1 ∑ vi n n 0 uh ( x ) ϕi ( x ) dx + ∑ vi i =1 n 1 0 q( x )uh ( x ) ϕi ( x ) dx = i =1 ∑ vi 1 0 f ( x ) ϕi ( x ) dx. vn ∈ R. (3) Diremos que Vh es el espacio de funciones test. y a continuación aproximar la solución u de (2) por la solución uh ∈ Vh de la siguiente ecuación variacional discreta: 1 0 uh ( x )vh ( x ) dx + 1 0 q( x )uh ( x )vh ( x ) dx = 1 0 f ( x )vh ( x ) dx. n n v1 . Escribamos ahora la solución buscada uh en la base { ϕ1 . . La notación Vh hace referencia a que el espacio va a depender del paso de malla elegido: mientras menor sea éste. . . n u1 . vn } arbitrarios. . . El método de aproximación variacional o método de Galerkin se basa en considerar un subespacio Vh de V de dimensión finita. . cualquier elemento vh ∈ Vh puede escribirse como combinación lineal de los elementos de dicha base: vh ( x ) = Sustituyendo en (3). . basta con que la ecuación (3) se verifique para los elementos ϕi de la base. ∀ vh ∈ Vh . . es decir. ϕn }: uh ( x ) = j =1 ∑ u j ϕ j ( x ). . . .

podemos escribir la expresión anterior de la siguiente forma: j =1 ∑ aij u j = n fi . .  . . i = 1.. . . donde  a11 a12 · · · a1n a   21 a22 · · · a2n  A= . . . an1 an2 · · · ann   u1  u2    U =  . fn La solución del sistema nos permitirá construir la solución del problema discreto (3). . . . . Podemos por tanto usar uh ( x ) para aproximar la solución del problema de contorno en cualquier punto del intervalo [0. Si denotamos aij = 1 0 ϕi ( x ) ϕ j ( x ) dx + 1 0 q( x ) ϕi ( x ) ϕ j ( x ) dx.  un   f1  f2    F =  . . . En forma matricial. .   . terminología proviene de la Mecánica de Sólidos. . que es el área donde se desarrolló el método de elementos finitos en la década de los cincuenta del pasado siglo. La solución U = (u1 . concretamente en la industria aeronáutica. . La matriz A se denomina matriz de rigidez y F es el vector de cargas1 . 1 La . un ) T del sistema lineal permite construir la solución numérica de la forma u h ( x ) = u1 ϕ1 ( x ) + u2 ϕ2 ( x ) + · · · + u n ϕ n ( x ). n. . Observación. . . lo que es lo mismo. . i = 1. . dicha solución numérica es una función y no un conjunto de valores aproximados. . . . dicho sistema se escribe AU = F. . n.  . 1]. aunque en teoría no tengan significado físico alguno. obtenemos: j =1 ∑ uj n n 1 0 ϕi ( x ) ϕ j ( x ) dx + ∑ u j j =1 n 1 0 q( x ) ϕi ( x ) ϕ j ( x ) dx = 1 0 f ( x ) ϕi ( x ) dx. . . los coeficientes ui de la solución uh ). . .3 Aproximación variacional 185 Sustituyendo en la ecuación anterior y razonando como antes. j =1 ∑ uj 1 0 ϕi ( x ) ϕ j ( x ) dx + 1 0 q( x ) ϕi ( x ) ϕ j ( x ) dx 1 = 0 f ( x ) ϕi ( x ) dx. o. En este caso. n. . . Hemos obtenido así un sistema lineal de n ecuaciones y n incógnitas (a saber.6. como sucedía en el método de diferencias finitas. i = 1. fi = 1 0 f ( x ) ϕi ( x ) dx.

cuyo cálculo se reduce a la resolución de un sistema lineal. En la siguiente sección veremos cómo elegir los elementos ϕi de la base de forma adecuada para que el sistema pueda resolverse de la forma más eficiente posible.   x − x i −1    h  ϕ i ( x ) = x i +1 − x   h   0 en otro caso.4. x i +1 . las matrices que resultan de realizar el proceso de discretización detallado en la sección anterior pueden tener miles.186 Métodos numéricos para problemas de contorno En resumen. . . Dicha elección se realiza intentando que la matriz del sistema resultante tenga una estructura lo más sencilla posible. .3: Gráfica de la función de base ϕi ( x ). La resolución de sistemas de tales tamaños requieren el uso de ordenadores de gran potencia. Para cada i = 1. así como la aplicación de técnicas matemáticas adecuadas. . hemos visto cómo la solución del problema variacional (2) puede aproximarse mediante la solución de un problema discreto (3). . 1]. Método de elementos finitos El método de elementos finitos se basa en aproximar. consideremos la función de base si xi−1 si xi x x xi . 0 = x0 < x1 < · · · < x N −1 < x N = 1. mediante el método de Galerkin. En las aplicaciones prácticas. la solución variacional del problema (1) haciendo una elección adecuada de los elementos del espacio de discretización Vh . N − 1. 6. Consideremos una discretización del intervalo [0. Observación. φi xi-1 xi xi+1 Figura 6. o incluso millones de elementos. con paso de malla h = ϕi ( x ) definida como 1 N.

lo mismo sucede para el producto de las derivadas. . Observación. en otro caso. Por otro lado. el espacio de funciones test Vh debe modificarse de manera adecuada. i + 1.4). Puede demostrarse que la familia de funciones { ϕ1 . en particular. ϕ0 ( x ) y ϕ N ( x ). notemos que ϕi ( x ) ϕ j ( x ) ≡ 0 si j = i − 1. h h 6 . así como los términos independientes f i .6. De forma similar. ya que en tal caso los conjuntos donde ϕi ( x ) y ϕ j ( x ) no se anulan no tienen puntos en común (véase la figura 6. i. f ( x ) ≡ f . Por simplicidad. resulta que 1 0 ϕi ( x ) ϕi ( x ) dx = x i +1 x i −1 xi x i −1 ( ϕi ( x ))2 dx x − x i −1 h 2 = dx + x i +1 xi x i +1 − x h 2 dx = 2h . 3 teniendo en cuenta que xi−1 = xi − h y xi+1 = xi + h. xi+1 ).3. la dimensión de Vh es n = N − 1. Fijado un subíndice arbitrario i. ϕ N −1 } constituyen una base del subespacio vectorial Vh formado por las funciones continuas y lineales a trozos en [0. Observación. 1] que se anulan en los extremos x = 0 y x = 1. Cada ϕi ( x ) es una función de clase C1 a trozos. A continuación vamos a calcular los coeficientes aij de la matriz A.4 Método de elementos finitos 187 cuya gráfica se representa en la figura 6. a partir de ahora supondremos que las funciones q( x ) y f ( x ) son constantes: q( x ) ≡ q. es necesario utilizar fórmulas de cuadratura para aproximar numéricamente las integrales que aparecen en la definición de los coeficientes aij y f i . cuya derivada es  1  h   si xi−1 < x < xi . Para condiciones de contorno de tipo Neumann es necesario añadir dos funciones de base adicionales. . . si xi < x < xi+1 . ϕi ( x ) = 1 − h     0 Nótese que las funciones ϕi ( x ) y ϕi ( x ) se anulan fuera del intervalo ( xi−1 . Asimismo. para imponer las condiciones de contorno en cada uno de los extremos del intervalo. se obtienen las igualdades 1 0 ϕi ( x ) ϕi−1 ( x ) dx = xi x i −1 x i − x x − x i −1 h · dx = . . Cuando las funciones q( x ) y f ( x ) no son constantes.

. .   . h h h 0 0 0 Finalmente.  . (b) ϕi ϕi+1 = 0 en [ xi .188 Métodos numéricos para problemas de contorno φi-1 φi φi φi+1 φi φj xi-2 xi-1 (a) xi xi+1 xi-1 xi (b) xi+1 xi+2 xi (c) xj Figura 6.  =  . xi+1 ]. y x − x i x i +1 − x h · dx = . se deducen las siguientes expresiones: ϕi ( x ) ϕi+1 ( x ) dx = 1 1 2 1 1 .  . (c) ϕi ϕ j ≡ 0 si j = i − 1. N − 1. notemos que 1 0 ϕi ( x ) dx = xi x i −1 x − x i −1 dx + h f i = f h..     1 2  u −1 + 6 qh   N −2  h2 f  u N −1 h2 f 2 + 2 qh2 3 .  .   0  0 2 + 2 qh2 3 −1 + 1 qh2 6 1 −1 + 6 qh2 . . . . ··· ··· 0 1 −1 + 6 qh2       u2   h2 f        u   h2 f  0  3        . deducimos las fórmulas para los coeficientes aij :   2 + 2 qh  si j = i.  . 1 1 x i +1 ϕi ( x ) ϕi ( x ) dx = Por otra parte.  h 6     0 en otro caso. 0 0 0 1 −1 + 6 qh2 . j = i o j = i + 1.  . . A partir de los resultados obtenidos. xi ]. .. podemos escribir el sistema lineal que define el método de elementos finitos como sigue:   −1 + 1 qh2 6   0   . 1 −1 + 6 qh2 ··· ··· ··· 2 + 2 qh2 3 0 0  u1   h2 f  2 + 2 qh2 3 −1 + 1 qh2 6 2 + 2 qh2 3 . x i +1 xi x i +1 − x h h dx = + = h. .  h 3   aij = − 1 + 1 qh si j = i − 1 o j = i + 1..  .   . ϕi ( x ) ϕi−1 ( x ) dx = − .4: (a) ϕi ϕi−1 = 0 en [ xi−1 . h 2 2 lo que implica que todos los coeficientes f i tienen la siguiente forma: i = 1. . ϕi ( x ) ϕi+1 ( x ) dx = − . h h 6 xi 0 Razonando de manera análoga.

1+e x ∈ [0. − 1 0 u ( x )v( x ) dx = u ( x )v( x ) 1 0 1 + 0 u ( x )v ( x ) dx. 1] y verifique v(0) = v(1) = 0. y teniendo en cuanta que v(0) = v(1) = 0. El siguiente paso consiste en discretizar la ecuación variacional. que sea de clase C1 a trozos en [0. lo que la hace especialmente adecuada a la hora de resolver numéricamente el sistema lineal. y a continuación integramos en [0.6. 1]: − 1 0 u ( x )v( x ) dx + 1 0 u( x )v( x ) dx = 1 0 2v( x ) dx.   u(1) = 0. Integrando por partes el primer sumando. que tiene como solución exacta la función u( x ) = − 2 (e x + e1−x ) + 2. Para construir la formulación variacional del problema. Para ello. consideremos una partición del intervalo [0. De esta forma.  u(0) = 0. Consideremos el problema de contorno  −u ( x ) + u( x ) = 2.2. Ejemplo 6. La formulación variacional del problema es entonces la siguiente: hallar u ∈ V tal que 1 0 u ( x )v ( x ) dx + 1 0 u( x )v( x ) dx = 1 0 2v( x ) dx. 1] con N = 4. el paso de malla . 1] y que verifican v(0) = v(1) = 0. resulta: − 1 0 u ( x )v( x ) dx = 1 0 u ( x )v ( x ) dx. multiplicamos la ecuación dife-rencial por una función arbitraria v( x ). de esta forma. 1]. Definamos V como el espacio vectorial formado por todas las funciones v( x ) de clase C1 a trozos en [0.4 Método de elementos finitos 189 La matriz A es simétrica y tridiagonal. ∀ v ∈ V. deducimos la siguiente igualdad: 1 0 u ( x )v ( x ) dx + 1 0 u( x )v( x ) dx = 1 0 2v( x ) dx.

El espacio Vh está formado por todas las funciones poligonales que se anulan en x = 0 y x = 1. x2 = 1 y x3 = 3 . .190 Métodos numéricos para problemas de contorno φ1 φ2 φ3 0 1/4 1/2 3/4 1 1 Figura 6. Las 4 2 4 correspondientes funciones de base { ϕ1 ( x ). v3 ∈ R valores arbitrarios. siendo v1 . 4 2 4 La formulación variacional discreta del problema es la siguiente: determinar uh ∈ Vh tal que 1 0 uh ( x )vh ( x ) dx + 1 0 uh ( x )vh ( x ) dx = 1 0 2vh ( x ) dx. x3 = 3 y x4 = 1. x2 = 1 . ϕ3 ( x )} se representan en la figura 6. ∀ vh ∈ Vh . ϕ2 ( x ). Tomemos un elemento arbitrario vh ( x ) = v1 ϕ1 ( x ) + v2 ϕ2 ( x ) + v3 ϕ3 ( x ) en Vh y sustituyámoslo en la ecuación variacional: 1 0 0 1 uh ( x )(v1 ϕ1 ( x ) + v2 ϕ2 ( x ) + v3 ϕ3 ( x )) dx + uh ( x )(v1 ϕ1 ( x ) + v2 ϕ2 ( x ) + v3 ϕ3 ( x )) dx 1 0 = 2(v1 ϕ1 ( x ) + v2 ϕ2 ( x ) + v3 ϕ3 ( x )) dx. v2 . Sea Vh el subespacio vectorial de V formado por todas las funciones vh ( x ) de la forma v h ( x ) = v1 ϕ1 ( x ) + v2 ϕ2 ( x ) + v3 ϕ3 ( x ).5: Funciones de base para h = 4 . y cuyos posibles puntos de no derivabilidad se localizan en los nodos internos x1 = 1 . 1 es h = 4 y los nodos vienen dados por x0 = 0.5. x1 = 1 .

v2 = v3 = 0. u2 . se obtiene: 1 0 0 1 (u1 ϕ1 ( x ) + u2 ϕ2 ( x ) + u3 ϕ3 ( x )) ϕ1 ( x ) dx + (u1 ϕ1 ( x ) + u2 ϕ2 ( x ) + u3 ϕ3 ( x )) ϕ1 ( x ) dx 1 0 = 2ϕ1 ( x ) dx. .6. Como la solución buscada uh es un elemento de Vh . en tal caso. resulta: v1 v2 v3 1 0 1 0 1 0 uh ( x ) ϕ1 ( x ) dx + uh ( x ) ϕ2 ( x ) dx + uh ( x ) ϕ3 ( x ) dx + 1 1 0 1 0 1 0 1 0 uh ( x ) ϕ1 ( x ) dx + uh ( x ) ϕ2 ( x ) dx + uh ( x ) ϕ3 ( x ) dx 2ϕ2 ( x ) dx + v3 1 0 = v1 0 2ϕ1 ( x ) dx + v2 2ϕ3 ( x ) dx.4 Método de elementos finitos 191 Reagrupando los términos. de la igualdad anterior se deduce: 1 0 uh ( x ) ϕ1 ( x ) dx + 1 0 uh ( x ) ϕ1 ( x ) dx = 1 0 2ϕ1 ( x ) dx. Para v1 = v3 = 0 y v2 = 1 se obtiene la ecuación 1 0 uh ( x ) ϕ2 ( x ) dx + 1 0 uh ( x ) ϕ2 ( x ) dx = 1 0 2ϕ2 ( x ) dx. Tomemos ahora v1 = 1. mientras que 1 0 uh ( x ) ϕ3 ( x ) dx + 1 0 uh ( x ) ϕ3 ( x ) dx = 1 0 2ϕ3 ( x ) dx resulta al elegir v1 = v2 = 0 y v3 = 1. donde {u1 . u3 } son incógnitas a determinar. Sustituyendo la expresión de uh en la primera de las tres ecuaciones anteriores. podemos escribirla en la forma u h ( x ) = u1 ϕ1 ( x ) + u2 ϕ2 ( x ) + u3 ϕ3 ( x ).

171462. u2 ≈ 0. ya que conocemos la solución exacta: e1 ≈ 0.000815. que en forma matricial se escribe como  49    1 − 95 0 u1 24 96 8    95 49 95    − 96 24 − 96  u2  =  1  . u3 } se obtienen como solución de un sistema lineal de tres ecuaciones. a Los resultados obtenidos se representan en la figura 6.000815.227438. fi = 2ϕi ( x ) dx. dicho sistema corresponde al caso general con q = 1 y f = 2. que ha sido generada con el siguiente código Sage: .171462. pueden deducirse las ecuaciones a21 u1 + a22 u2 + a23 u3 = f 2 y a31 u1 + a32 u2 + a33 u3 = f 3 .001076. u2 . a13 = a31 = 0. e2 .001076. 96 En resumen. 1 a12 = a21 = a23 = a32 = − 95 . Los coeficientes aij y f i se determinan explícitamente: a11 = a22 = a33 = 49 24 . la expresión anterior puede escribirse como: a11 u1 + a12 u2 + a13 u3 = f 1 . f 1 = f 2 = f 3 = 8 . El error global cometido es pues e = m´ x(e1 . La solución del sistema viene dada por u1 ≈ 0.  8 1 95 u3 0 − 96 49 24 8 Obviamente. e3 ) ≈ 0.6. u3 ≈ 0. 1 0 1 0 ϕi ( x ) ϕ j ( x ) dx + ϕi ( x ) ϕ j ( x ) dx. De manera totalmente análoga. las incógnitas {u1 . El error ei = |u( xi ) − ui | cometido en cada nodo interior puede determinarse en este caso. e3 ≈ 0.192 Métodos numéricos para problemas de contorno de donde u1 u2 u3 1 0 1 0 1 0 1 0 ϕ1 ( x ) ϕ1 ( x ) dx + ϕ1 ( x ) ϕ2 ( x ) dx + ϕ1 ( x ) ϕ3 ( x ) dx + 1 0 1 0 1 0 ϕ1 ( x ) ϕ1 ( x ) dx + ϕ1 ( x ) ϕ2 ( x ) dx + ϕ1 ( x ) ϕ3 ( x ) dx = Si definimos aij = 1 0 2ϕ1 ( x ) dx. e2 ≈ 0.

for i in range (N -1)]) for i in range (1 . # c . contorno derecha # # ## Implementacio ’n del me ’ todo ### # h = (b .2: solución exacta y valores aproximados. # # # Datos del problema # a = 0.6. # te ’ rmino independiente # alpha = 0. sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # ## Me ’ todo de elementos finitos ### # # Ecuacio ’n : -u ’ ’+ qu = f ( x ) . # Condiciones de contorno de tipo Dirichlet : # u ( a )=0 . u ( b )=0. N ): aux = integral ( f ( x )*( x . X [i -1] .6: Ejemplo 6. X [ i ]) . # extremo superior del intervalo # N = 4 # nu ’ mero de particiones # q = 1. # c .4 Método de elementos finitos 193 Figura 6. contorno izquierda beta = 0.a )/ N # paso de malla # X = vector ([ a + j * h for j in range ( N +1)]) # mallado U = vector ([0. x . a <x < b . for i in range ( N +1)]) # solucio ’n # # condiciones de contorno U [0] = alpha U [ N ] = beta # # te ’ rmino independiente F = vector ([0.X [i -1])/ h . # coeficiente de u f ( x ) = 2. # extremo inferior del intervalo b = 1.

legend_label = ’ aprox . 0.+(1/6)* q * h ^2 # superdiagonal A [i . i -1] = -1. calculamos los errores cometidos en cada nodo: sage : # Ca ’ lculo de los errores en los nodos interiores sage : err = [ abs ( U [ j ] . X [ i ] .0 0 10 7 5 65 3 59 6 8 31 2 6 . legend_label = ’ exacta ’) show ( fig1 + fig2 ) sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : Por último. X [ i +1]) F [i -1] = h * aux sage : sage : sage : sage : sage : # # matriz del sistema A = matrix ( RR .x )/ h . 2) + q * u == f ( x ) sol = desolve ( ec . inverse ()* F # U = A ^( -1)* F # # actualizamos el vector U for i in range (N -1): U [ i +1] = sol [ i ] # # ################################ # # dibujamos los puntos sol = zip (X . N -2] = 2. err [0. 0 0 0 8 1 5 4 6 7 6 7 9 3 4 7 0 3 7 ] así como el error global: sage : # Error global sage : max ( err ) 0 . N )]. 0 . U ) fig1 = list_plot ( sol .194 Métodos numéricos para problemas de contorno aux += integral ( f ( x )*( X [ i +1] . a . x ) ec = . N -1 .sol ( X [ j ])) for j in range (1 .+(2/3)* q * h ^2 # diagonal A [i -1 .+(2/3)* q * h ^2 # u ’ ltimo elemento de la diagonal # # solucio ’n del sistema lineal sol = A .00107565359683126 . beta ]) # fig2 = plot ( sol . alpha . i ] = -1. color = ’ red ’ . ’) # y los unimos con segmentos fig1 += line ( sol ) # # Comparacio ’n con la solucio ’n exacta u = function ( ’u ’ . color = ’ blue ’ .+(1/6)* q * h ^2 # subdiagonal A [N -2 . x . x .000815468791417362 . b . i -1] = 2. ics =[ a . N -1) # for i in range (1 . N -1): A [i -1 . u .diff (u . b .

  y(b) = β. y ). Existen varios paquetes informáticos profesionales para aplicar el método de elementos finitos. Algunos comentarios Los métodos numéricos estudiados en las secciones precedentes pueden aplicarse para la resolución de problemas de contorno no lineales. En tal caso. y.freefem. Los problemas que surgen en las aplicaciones prácticas suelen modelizarse mediante ecuaciones en derivadas parciales. tanto estacionarias como de evolución (dependientes del tiempo).org/ ff++/. x ∈ [ a. En la figura 6. que debe resolverse mediante técnicas matemáticas apropiadas. que puede descargarse desde la página web www.5.5 Algunos comentarios 195 6. por lo que no insistiremos más en ellas. en dos y tres dimensiones. o con otros tipos de condiciones de contorno. 6. en dominios bi. por lo que no entraremos en más detalles. Bajo la hipótesis de pequeñas deformaciones (esto es.7 se muestra un ejemplo de deflexión de una viga tridimensional realizado con FreeFem++. 6. con distintas clases de condiciones de contorno.o tridimensionales. b]. y ( x ) ≈ 0). con cargas axiales y transversales.1. especialmente en las áreas de Cálculo de Estructuras y Mecánica de Fluidos. siendo el método de elementos finitos el más extendido debido a su mayor flexibilidad y capacidad de adaptación a problemas en dominios complejos. de la forma  y = f ( x.6. la solución numérica se determina a partir de la solución de un sistema de ecuaciones no lineales. Este programa permite resolver diversos tipos de ecuaciones en derivadas parciales. .6. El estudio de tales cuestiones queda fuera del alcance de este curso. Tanto el método de diferencias finitas como el de elementos finitos pueden extenderse para resolver problemas de esta índole.  y( a) = α. Aplicaciones Deflexión de vigas empotradas Vamos a estudiar la deformación sufrida por una viga empotrada.6. Tanto el estudio teórico de ecuaciones en derivadas parciales como su resolución numérica por el método de elementos finitos requieren de técnicas matemáticas avanzadas. Queremos mencionar aquí la existencia del programa gratuito de código abierto FreeFem++.

  EI EI y(0) = 0.196 Métodos numéricos para problemas de contorno Figura 6.7: Deflexión.8: Deflexión de una viga empotrada con cargas axiales y transversales: esquema. I el momento de inercia. Si suponemos que la carga P está uniformemente distribuida. de una viga tridimensional empotrada en un extremo. x ∈ [0. E el módulo de elasticidad. debido a su propio peso. . la deformación sufrida por la viga es solución del siguiente problema de contorno:  y ( x ) − Q y( x ) = M( x ) . siendo Q la carga axial. 2 P Q L Q Figura 6. M( x ) el momento flector y L la longitud de la viga. el momento flector viene dado en este caso por M( x) = P x ( L − x ).    y( L) = 0. L].

I = 7. # # Me ’ todo : diferencias finitas # # Datos del problema # L = 2.85 e -9 # momento de inercia P = 150. L ]. Figura 6. para Q se han tomado los valores 100. # carga transversal # a = 0. # carga axial E = 2. # extremo inferior del intervalo b = L # extremo superior del intervalo # N = 20 # nu ’ mero de particiones # p ( x ) = 0.85 · 10−9 m4 y P = 150. A continuación se muestra un código Sage para resolver el problema considerado: sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # Deflexio ’n de vigas con cargas axiales y transversales # -----------------------------------------------------# # Ecuacio ’n : y ’’. # longitud de la viga Q = 100.6 Aplicaciones 197 En la figura 6.6.9 se representan los resultados obtenidos con el método de diferencias finitas al considerar diferentes cargas axiales. # coeficiente de y ’ q ( x ) = -Q /( E * I ) # coeficiente de y r ( x ) = 0. Los valores de los parámetros son L = 2 m.5* P * x *( L . contorno derecha . 500 y 1000. y ( L )=0. E = 2 · 1011 N/m2 .x )/( E * I ) # te ’ rmino independiente # alpha = 0. # c .Q /( EI ) y = M ( x )/( EI ) en [0 . contorno izquierda beta = 0. # c .9: Viga empotrada con diferentes cargas axiales. Los cálculos han sido realizados usando N = 20 particiones. # Condiciones de contorno : y (0)=0 . e11 # modulo de elasticidad I = 7.

Q donde u ≡ y. N -1): A [j -1 .h ^2)* r ( X [ j +1]) for j in range (N -1)]) B [0] += alpha *(1 -0. Me ’ todo : elementos finitos . inverse ()* B # y = A ^( -1)* B # # actualizacio ’n del vector y for j in range (0 .q ( X [N -1])* h ^2 # u ’ ltimo elemento de la diagonal # # solucio ’n del sistema lineal sol = A . N -2] = 2.5* h * p ( X [N -1])) # # matriz del sistema A = matrix ( RR . N -1 . u ( L )=0.198 Métodos numéricos para problemas de contorno sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # ## Implementacio ’n del me ’ todo ### # h = (b . Y ) fig = list_plot ( sol ) # los unimos con segmentos fig += line ( sol ) # y mostramos el resultado show ( fig ) Para aplicar el método de elementos finitos.+0.M ( x )/( EI ) en [0 . L ]. q = EI y f ( x ) = − EI .a )/ N # paso de malla # X = vector ([ a + j * h for j in range ( N +1)]) # mallado Y = vector ([0.5* h * p ( X [1])) B [N -2] += beta *(1+0. Condiciones de contorno : u (0)=0 . .5* h * p ( X [ j ]) # superdiagonal A [j . -0. N -1) # for j in range (1 . for j in range ( N +1)]) # solucio ’n # # condiciones de contorno Y [0] = alpha Y [ N ] = beta # # te ’ rmino independiente B = vector ([( .9.q ( X [ j ])* h ^2 # diagonal A [j -1 . j -1] = 2. Como era de esperar. N -1): Y [ j +1] = sol [ j ] # # ################################ # # dibujamos los puntos sol = zip (X . al aplicar el método de elementos finitos se obtienen resultados totalmente análogos a los de la figura 6. El código Sage correspondiente es el siguiente: M( x) sage : sage : sage : sage : sage : sage : sage : # # # # # # # Deflexio ’n de vigas con cargas axiales y transversales -----------------------------------------------------Ecuacio ’n : -u ’ ’+ Q /( EI ) u = . j ] = -1. reescribimos la ecuación diferencial de la siguiente forma: − u ( x ) + q u ( x ) = f ( x ). j -1] = -1. .5* h * p ( X [ j ]) # subdiagonal A [N -2 .

# c .6. X [ i ] . # carga transversal # a = 0.+(2/3)* q * h ^2 # u ’ ltimo elemento de la diagonal # # solucio ’n del sistema lineal sol = A .+(1/6)* q * h ^2 # subdiagonal A [N -2 . for i in range (N -1)]) for i in range (1 .+(1/6)* q * h ^2 # superdiagonal A [i . contorno derecha # # ## Implementacio ’n del me ’ todo ### # h = (b . N -1) # for i in range (1 . X [ i ]) aux += integral ( f ( x )*( X [ i +1] . # c .5* P * x *( L . # longitud de la viga Q = 100. contorno izquierda beta = 0.x )/ h . X [ i +1]) F [i -1] = h * aux # # matriz del sistema A = matrix ( RR .+(2/3)* q * h ^2 # diagonal A [i -1 .85 e -9 # momento de inercia P = 150. X [i -1] .x )/( E * I ) # te ’ rmino independiente # alpha = 0. i -1] = -1. x . N -2] = 2. e11 # modulo de elasticidad I = 7. i ] = -1. N -1 . N -1): A [i -1 . # carga axial E = 2.6 Aplicaciones 199 sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : sage : # # Datos del problema # L = 2. i -1] = 2. for i in range ( N +1)]) # solucio ’n # # condiciones de contorno U [0] = alpha U [ N ] = beta # # te ’ rmino independiente F = vector ([0. x . U ) fig = list_plot ( points ) . # extremo inferior del intervalo b = L # extremo superior del intervalo # N = 20 # nu ’ mero de particiones # q = Q /( E * I ) # coeficiente de u r ( x ) = -0. inverse ()* F # U = A ^( -1)* F # # actualizamos el vector U for i in range (N -1): U [ i +1] = sol [ i ] # # ################################ # # dibujamos los puntos points = zip (X .a )/ N # paso de malla # X = vector ([ a + j * h for j in range ( N +1)]) # mallado U = vector ([0. N ): aux = integral ( f ( x )*( x .X [i -1])/ h .

. por lo que se han calculado numéricamente las integrales correspondientes.200 Métodos numéricos para problemas de contorno sage : sage : sage : sage : # los unimos con segmentos fig += line ( points ) # y mostramos el resultado show ( fig ) Nótese que el término independiente no es constante en este caso.

Análisis Numérico. [4] C. D. [8] R. http://www. Chapra. G. URSS. Fink.pdf . J. Edwards.I.BIBLIOGRAFÍA COMPLEMENTARIA [1] M. G.D.L. Kincaid. Ecuaciones Diferenciales y Problemas con Valores en la Frontera. 2002. S. Kiseliov. Wanner. 2007. Finite Difference Methods for Ordinary and Partial Differential Equations. SIAM. Métodos Numéricos para Ingenieros. vols. R.H. Analyse Numérique des Équations aux Dérivées Partielles. 2005. 1994. [2] R. Faires. McGraw-Hill.H. Penney. Méthode des Éléments Finis. Ecuaciones Diferenciales Elementales y Problemas con Condiciones en la Frontera. Springer. Cheney. Saff. [6] D. 2010. Snider. Métodos Numéricos con Matlab. W.E. LeVeque. Grupo Editorial Iberoamérica.K. Burden.fr/maths/Membres/saiac/polyB4. [7] M. Prentice Hall. 2003. Métodos Numéricos. Prentice-Hall.cnam. 2005.C. Nagel. [11] J. Mathews. 1990. Ecuaciones Diferenciales y sus Aplicaciones. Ecuaciones Diferenciales Ordinarias.D. K. [10] R. Krasnov. A. Adisson-Wesley. A.J.P.P. [9] J. Hairer. [3] S.B. I-II. Saiac. 2004.H. Norsett. Makárenko. E. Solving Ordinary Differential Equations. [5] E. Canale. Thompson-Paraninfo.L.D. Pearson.I. 2000. Braun.

202 BIBLIOGRAFÍA COMPLEMENTARIA [12] G. McGraw-Hill. [13] The Sage Development Team.sagemath. Sage Tutorial. 2007.G. Simmons.pdf. Ecuaciones Diferenciales. S. Krantz. .F. http://www.org/pdf/ SageTutorial. Teoría y Práctica.