Introduccin s Ecuacins Diferenciais Ordinarias

v. 1.0.0
29 de xaneiro de 2013
ndice xeral
1. Motivacins e xeneralidades. Concepto de solucin. Problema de Cauchy 5
1.1. Motivacins e xeneralidades . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1. Modelos poboacionais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2. A lei de desintegracin radioactiva . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.3. A lei de arrefriamento de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.4. Ecuacin de von Bertalany . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2. Concepto de solucin. Problema de Cauchy. . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2. Existencia e unicidade de solucin 17
3. Prolongacin de solucins. Solucins maximais. Dependencia da solucin respecto das
condicins iniciais 23
3.1. Prolongacin de solucins. Solucins maximais . . . . . . . . . . . . . . . . . . . . . . . . 23
3.2. Dependencia da solucin respecto das condicins iniciais . . . . . . . . . . . . . . . . . . . 28
4. Mtodos elementais de integracin de EDOs de primeira orde 31
4.1. EDO de variables separadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4.1.1. Ecuacins homoxneas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
4.1.2. Ecuacins reducibles a homogneas . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4.2. EDO lineal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2.1. Ecuacin de Bernoulli . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.3. EDO exacta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.3.1. Ecuacins reducibles a exactas: Factores integrantes . . . . . . . . . . . . . . . . . 38
4.4. Ecuacins diferenciais en forma implcita . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.4.1. Ecuacin da forma y = f(x, y

) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.4.2. Ecuacin de la forma x = f(y, y

) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5. Sistemas de ecuacins lineais. Propiedades das solucins. Matriz fundamental 45
5.1. Propiedades das solucins . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5.2. Matriz fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
6. Sistemas de ecuacins lineais con coecientes constantes 51
7. Ecuacin lineal de orde superior. Ecuacins de coecientes constantes 59
8. Aplicacins das ecuacins diferenciais 61
3
Tema 1
Motivacins e xeneralidades. Concepto
de solucin. Problema de Cauchy
1.1. Motivacins e xeneralidades
O obxectivo desta seccin mostrar como se utilizan as ecuacins diferenciais para modelar distintos
fenmenos relacionados coa natureza. En particular, veremos:
O modelo poboacional de Malthus:
p

= kp, k > 0.
O modelo poboacional loxstico:
p

= ap bp
2
, a > 0, b > 0.
A lei de desintegracin radioactiva:
x

= kx, k > 0.
A lei de arrefriamento de Newton:
T

= k(T M), k > 0, M IR.

A ecuacin de von Bertalany:
L

= k(L

L), k > 0, L

> 0.
Todas as ecuacins mencionadas son ecuacins diferenciais autnomas, dicir, da forma:
y

= f(y),
polo que teen en comn a propiedade de que se : (a, b) IR unha solucin da ecuacin diferencial,
entn a funcin trasladada:
: t

I = (a c, b c) (t) = (t +c) IR
tamn o , para calquera valor da constante c IR.
A devandita propiedade moi til para simplicar clculos, posto que nos permitir traballar coa
solucin que pasa por (0, y
0
) en lugar da que pasa por (t
0
, y
0
).
As ecuacins autnomas utilzanse para modelar experimentos tales que o resultado independente
do momento no que se realizan. Se o resultado do experimento cambia segundo o seu momento de inicio,
daquela non se pode utilizar unha EDO autnoma para modelalo.
5
1.1.1. Modelos poboacionais
O estudo de modelos de poboacins moi interesante pois permtenos predicir a sa evolucin, por
se fose preciso actuar nalgn sentido.
Pensemos, por exemplo, nun experimento realizado con bacterias durante un certo perodo de tempo.
preciso pescudar se o espazo asignado ser suciente, de que recursos nutricionais debemos dispor, etc.
Por outra banda, moitas veces, flase da previsin de alumnos dunha universidade para o curso..., de
se o estado pode garantir ou non unha pensin digna aos seus xubilados no ano..., de como vai evolucionar
unha enfermidade nos prximos anos, etc.
Nos anteriores exemplos hai, polo menos, das variables involucradas: t (tempo) e p (poboacin). A
continuacin estudaremos dous sinxelos modelos con ecuacins diferenciais que as relacionan. A primeira
vista, parece imposible describir o crecemento dunha poboacin mediante a solucin dunha ecuacin
diferencial, xa que o seu tamao mdese sempre en nmeros enteiros, polo que non pode ser unha funcin
derivable respecto ao tempo. Con todo, se o tamao da poboacin grande a diferenza nunha unidade
insignicante, o que nos permite considerar funcins de poboacin que sexan continuas e ata derivables.
O modelo de Malthus
Un dos primeiros intentos de modelar matematicamente o crecemento demogrco humano dbese
a T. R. Malthus (1766-1834), clrigo e economista ingls. Cara a 1798 armaba que o incremento de
poboacin tende a superar ao incremento dos medios de subsistencia e por iso deba efectuarse algn
control de natalidade. Mais precisamente, el dica que as poboacins medran exponencialmente, como a
funcin e
t
, mentres que a comida e outras necesidades crecen s xeomtricamente, como a funcin t

.
As sas teoras debtense anda, pois hai pases, como China, onde se exerce un control moi rigoroso da
natalidade e pola contra, nos pases desenvolvidos os gobernos toman medidas para incentivala.
A lei de Malthus establece que:
A taxa de crecemento da poboacin proporcional ao tamao desta en cada instante.
Xa que a dobre poboacin temos dobre incremento de poboacin, a tripla poboacin temos triplo
incremento de poboacin, etc., en termos matemticos esta hiptese pde expresarse como segue:
p
t
kp,
e, posto que para t pequeno:
p

p
t
,
resulta:
p

= kp, k > 0, (1.1)

Isto verdade, por exemplo, para unha poboacin de bacterias que se reproducen por divisin celular
simple a clula nai non morre, pero convrtese en das novas clulas mentres que hai espacio dabondo
e un bo subministro de alimentos.
As solucins da EDO (1.1) son da forma:
p(t) = Ce
kt
,
para calquera valor de C.
En tal caso, a solucin vericando a condicin inicial (0, p
0
) :
p(t) = p
0
e
kt
. (1.2)
Diremos que as devanditas poboacins que medran exponencialmente ou que posen crecemento
maltusiano.
Por outra banda, observemos que a constante k verica:
k =
p

p

p
t
p
=
p
p
t
,
polo que se denomina taxa relativa de crecemento da poboacin.
6
Podemos deducir un valor aproximado de k a partir de q, a sa porcentaxe de crecemento na
unidade de tempo. En efecto, posto que se coece a porcentaxe de crecemento da poboacin na unidade
de tempo, no instante t + 1:
p(t + 1) = p(t) +
p(t)q
100
= p(t)
_
1 +
q
100
_
(1.3)
e, ademais, segundo (1.2):
p(t) = p
0
e
kt
,
temos que:
p(t + 1) = p
0
e
k(t+1)
= p
0
e
kt
e
k
= p(t)e
k
= p(t)
_
1 +k +
k
2
2!
+
_
.
Polo que cando k pequeno:
p(t + 1) p(t)(1 +k). (1.4)
Finalmente, de (1.3) e (1.4) deducimos:
k
q
100
,
sempre que k e polo tanto q sexan pequenos dabondo.
A pesar de que este sinxelo modelo non ten en conta moitos factores (por exemplo, inmigracin e
emigracin) que poden inur nas poboacins humanas, facndoas medrar ou diminur, prediceu con
moita exactitude a poboacin de EEUU desde 1790 ata 1860, tal e como vemos a continuacin. Esta
ecuacin diferencial tamn se utiliza con moita frecuencia para modelar poboacins de bacterias e de
animais pequenos durante curtos intervalos.
Ao examinar o seguinte cadro, obsrvase que as predicins baseadas no modelo maltusiano concordan
razoablemente cos datos do censo ata arredor de 1870. Despois de 1870 a poboacin predita excesiva-
mente grande, polo que o modelo maltusiano non aceptable.
Cadro 1.1: Comparacin dos modelos maltusiano e loxstico cos datos do censo de
Estados Unidos (as poboacins estan dadas en millns).
Censo de Modelo Modelo
Ano Estados Unidos maltusiano loxstico
1790 3, 93 3, 93 3, 93
1800 5, 31 5, 31 5, 30
1810 7, 24 7, 18 7, 13
1820 9, 64 9, 70 9, 58
1830 12, 87 13, 10 12, 82
1840 17, 07 17, 70 17, 07
1850 23, 19 23, 92 22, 60
1860 31, 44 32, 32 29, 70
1870 39, 83 43, 67 38, 65
1880 50, 16 59, 01 49, 69
1890 62, 95 79, 73 62, 95
1900 75, 99 107, 73 78, 37
1910 91, 97 145, 57 95, 64
1920 105, 71 196, 69 114, 21
1930 122, 78 265, 77 133, 28
1940 131, 67 359, 11 152, 00
1950 151, 33 485, 24 169, 56
1960 179, 32 655, 66 185, 35
1970 203, 21 885, 93 199, 01
1980 226, 50 1197, 08 210, 46
Na segunda columna mstranse os valores reais do censo de EEUU, en millns de persoas, desde 1790
ata 1980.
7
Na terceira columna mstranse os valores obtidos co modelo maltusiano, obtido no exemplo, e que
ten a funcin de poboacin:
p(t) = 3, 93e
0,0301t
.
Na cuarta columna mstranse os valores obtidos co modelo loxstico, obtido no exemplo do modelo
seguinte, e que ten a funcin de poboacin:
p(t) =
0, 119734
0, 0004771 + 0, 0299896e
0,0304667t
.
Exemplo. En 1790 a poboacin de EEUU era de 3, 93 millns, e en 1800 era de 5, 31 millns. Usando o
modelo maltusiano, estima a poboacin de EEUU en funcin do tempo.
Solucin: Se consideramos que t = 0 corresponde ao ano 1790, mdese a poboacin en millns e suponse
que esta segue o modelo maltusiano, obtense a funcin de poboacin seguinte:
p(t) = 3, 93e
kt
.
A inclusin do dato p(10) = 5, 31 permite obter o valor da constante k, de onde se deduce:
p(t) = 3, 93e
0,0301t
.
Os modelos lineais de poboacins son satisfactorios sempre que a poboacin non sexa demasiado
grande. Cando demasiado grande, estes modelos non poden ser exactos xa que non reicten o feito
de que os individuos compiten entre si polo limitado espazo vital, por recursos naturais e polo alimento
dispoible. As pois hai que agregar un termo de competicin ecuacin obtida.
O modelo loxstico
Coa intencin de formular un modelo algo mis realista, introdcense na ecuacin novos termos
relacionados coas causas de diminucin da poboacin.
A diminucin por causas naturais lvanos a engadir EDO un termo proporcional, de novo, poboa-
cin existente:
p

= kp k
1
p = (k k
1
)p, k k
1
> 0,
e polo tanto obtemos un modelo do mesmo tipo.
A diminucin pode ser por outros motivos, consecuencia da competicin ou interaccin entre membros
da poboacin. Pnsese en poboacins de animais que compiten polos alimentos, o espazo, etc. ou en
poboacins humanas onde existen enfermidades contaxiosas, accidentes laborais e de trco, etc. Por
iso engadimos EDO un novo termo proporcional ao nmero de interaccins por parellas. Xa que hai
p(p 1)/2 de tales interaccins posibles para unha poboacin de tamao p, deducimos a nova EDO:
p

= (k k
1
)p k
2
p(p 1)
2
=
_
k k
1
+
k
2
2
_
p
k
2
2
p
2
,
onde k k
1
> 0 e k
2
> 0,isto :
p

= ap bp
2
, a > 0, b > 0,
que se coece co nome de ecuacin loxstica. Esta ecuacin denomnase algunhas veces ecuacin de
Verhulst, en honra ao matemtico belga P. F. Verhulst (1804-1849), quen a propuxo cara a 1838.
Ntese que, neste caso, a taxa relativa de crecemento da poboacin resulta ser variable, pois:
p

p
= a bp.
As solucins da EDO son deste xeito:
p(t) =
Ca
Cb +e
at
.
En tal caso, a solucin correspondente condicin inicial (0, p
0
), p
0
= a/b, :
p(t) =
p
0
a
p
0
b + (a p
0
b)e
at
.
8
Se a poboacin inicial p
0
= a/b, a solucin :
p(t) =
a
b
,
denominada solucin de equilibrio.
Examinemos o tipo de poboacins que predice esta EDO.
Independentemente do valor inicial da poboacin temos que:
lm
t+
p(t) =
a
b
,
dicir, existe unha poboacin lmite.
Ademais, se 0 < p
0
< a/b a funcin p montona crecente. En particular, se 0 < 2p
0
< a/b, daquela
a funcin convexa ata o instante de tempo en que se acada a metade da poboacin lmite e cncava a
partir del; o valor do tempo para o que a poboacin alcanza a metade da poboacin lmite coincide co
valor do tempo para o que a velocidade de crecemento da poboacin mxima.
Pola outra banda, se p
0
> a/b a funcin p montona decrecente e convexa.
A continuacin poamos a proba o modelo loxstico na determinacin da poboacin de EEUU.
Exemplo. Considerando a poboacin correspondente a 1790 de 3, 93 millns como a poboacin inicial,
e dadas as poboacins de 1840 e 1890 de 17, 07 e 62, 95 millns, respectivamente, usa o modelo loxstico
para estimar a poboacin de EEUU en funcin do tempo.
Solucin: Se consideramos que t = 0 corresponde ao ano 1790, medimos a poboacin en millns e supo-
emos que esta segue o modelo loxstico, obtense a funcin de poboacin seguinte:
p(t) =
3, 93a
3, 93b + (a 3, 93b)e
at
.
A substitucin dos datos p
1
= p(50) = 17, 07 e p
2
= p(100) = 62, 95 permite obter o valor dos
parmetros a e b:
a =
1
t
1
ln
_
p
2
(p
1
p
0
)
p
0
(p
2
p
1
)
_
= 0, 0304667,
b =
a
p
1
_
p
2
1
p
0
p
2
p
1
p
2
2p
0
p
2
+p
0
p
1
_
= 0, 0001214,
de onde se deduce a poboacin lmite predita polo modelo:
lm
t+
p(t) =
a
b
=
0, 0304667
0, 0001214
251 millns.
Tamn se obtn a funcin de poboacin correspondente:
p(t) =
0, 1197340
0, 0004771 + 0, 0299896e
0,0304667t
.
Ao examinar o cadro obtido con ela, observamos que as predicins baseadas no modelo loxstico
concordan razoablemente cos datos do censo.
Desde logo este modelo non considera o efecto de guerras, inmigracin, emigracin, cambios sociais
e tecnolxicos,... Un modelo de crecemento de poboacin mis renado tera en conta estes factores, o
mesmo que o nmero de mulleres nos distintos grupos de idades, especialmente o nmero de poboacin
feminina en idade de procrear. Algns modelos complexos son de natureza probabilstica e implican as
denominadas cadeas de Markov.
9
1.1.2. A lei de desintegracin radioactiva
Cocense moi poucas reaccins qumicas de primeira orde e, desde logo, a mis importante delas a
desintegracin radioactiva.
O fenmeno da radioactividade foi descuberto a principios do sculo pasado. O fsico E. Rutherford
e os seus colaboradores mostraron que os tomos de certos elementos radioactivos son inestables e que,
nun intervalo de tempo dado, unha fraccin xa dos tomos desintgrase espontaneamente para formar
un novo elemento.
A lei de desintegracin radioactiva establece que:
A taxa de desintegracin dunha sustancia radioactiva proporcional cantidade de sustancia
presente en cada instante.
En termos matemticos esta hiptese pdese expresar como segue:
x

= kx, k > 0.
A constante k denomnase constante de ritmo da desintegracin.
As solucins da ecuacin son:
x(t) = Ce
kt
.
En tal caso, a solucin vericando a condicin inicial (0, x
0
) :
x(t) = x
0
e
kt
.
conveniente expresar o ritmo de desintegracin dunha sustancia radioactiva en termos da sa se-
mivida T, que o tempo requirido para que calquera cantidade de sustancia se reduza metade. En tal
caso:
x
0
e
kT
=
x
0
2
,
de onde se deduce:
kT = ln 2.
Se coecemos algunha das constantes, k ou T, a anterior ecuacin permtenos determinar a outra.
O termo vida media unha traducin incorrecta do ingls half-life. O nome correcto xa aceptado
semivida.
Exemplo. Un reactor transforma o uranio-238, relativamente estable cunha semivida de 4500 millns
de anos, en plutonio-239, un istopo radioactivo. Ao cabo de 15 anos determnase que o 0, 043 % da
cantidade inicial de plutonio desintegrouse. Determina a semivida do devandito istopo.
Solucin: A cantidade desintegrada despois de quince anos 0, 00043x
0
, polo que anda queda 0, 99957x
0
.
Da ecuacin:
0, 99957x
0
= x
0
e
15k
deducimos o valor da constante k, e xa que logo:
T =
ln 2
k
24174 anos.
Determinacin de idades arqueolxicas polo mtodo do radiocarbono ou carbono-14
O mtodo exposto a continuacin dbese a W. Libby e utilzase para determinar a idade de mostras
arqueolxicas de procedencia animal ou vexetal. Grazas a el Libby gaou o premio Nobel de Qumica en
1960.
Libby explicou a formacin na atmosfera de
14
C, un istopo radioactivo do
12
C cunha semivida
aproximada de 5730 anos, e como penetra por metabolismo e fotosntese no reino animal e vexetal.
Logo da morte do animal ou planta, cesa a absorcin de
14
C e o que ten nese momento comeza a
desintegrarse.
Determinando a cantidade de
14
C que ten a mostra arqueolxica e comparndoa coa que tera se fose
un ser vivo, pode determinarse a idade da mostra.
10
Exemplo. Analizouse un so fosilizado e atopouse que contia a milsima parte da cantidade orixinal
de
14
C. Determina a idade do fsil.
Solucin: Temos que calcular o instante de tempo t para o que:
x
0
e
kt
=
x
0
1000
,
entn, dado que se supn que a semivida do
14
C T = 5730 anos:
t =
5730 ln 1000
ln 2
57104 anos.
A idade atopada neste exemplo est ao bordo do lmite dentro do que o mtodo exacto.
Observacins:
1. Ultimamente, o uso dun acelerador de partculas, permiteu determinar na mostra cantidades mis
pequenas de
14
C, o que permite datar restos de ata 100 000 anos de antigidade.
2. Ademais, corrixeuse a antigidade de restos anteriores ao 1500 a. C. pois o mtodo de Libby supn
que a cantidade de
14
C na atmosfera foi sempre a mesma e, con todo, o qumico americano C.
W. Ferguson deduceu que antes do 1500 a. C. o radiocarbono na atmosfera era considerablemente
superior ao actual. Como consecuencia, as mostras anteriores ao 1500 a. C. resultaron ser mis
antigas do que se cra.
3. As idades radiocarbnicas exprsanse en anos antes do presente (AP) entendndose por presente o
ano 1950. Como patrn primario para a calibracin dos equipos utilzase cido oxlico preparado
en 1950.
1.1.3. A lei de arrefriamento de Newton
Segundo a lei emprica de Newton sobre o arrefriamento, a velocidade con que cambia a temperatura
dun obxecto proporcional diferenza entre a sa temperatura e a do medio que o rodea, que a
temperatura ambiente. Se T(t) a temperatura do obxecto no instante t e M a temperatura constante
do medio no que se introduce o citado obxecto, a lei de arrefriamento de Newton tradcese no modelo
matemtico:
T

= k(T M), k > 0,

onde k unha constante de proporcionalidade.
Obsrvese que se T > M entn T

< 0, de modo que T unha funcin decrecente e o obxecto estase

arrefriando. Doutra banda, se T < M entn T

> 0, de modo que T unha funcin crecente e o obxecto

estase quentando. Ademais, a rapidez con que o obxecto cambia de temperatura ser tanto maior canto
maior sexa a sa diferenza coa temperatura do medio.
A solucin xeral da EDO lineal completa :
T(t) = Ce
kt
+M.
En tal caso, a solucin vericando a condicin inicial (0, T
0
) :
T(t) = (T
0
M)e
kt
+M.
Unha aplicacin interesante desta lei consiste en determinar o instante do falecemento dunha persoa
logo dalgunhas horas de morta, informacin que de crucial importancia en criminoloxa e medicina
forense. Vexamos un exemplo:
Exemplo. Por razns obvias, a sala de diseccin dun forense mantense fra a unha temperatura constante
de 5

C. Mentres se atopaba realizando a autopsia da vtima dun asasinato, o propio forense asasinado,
e o corpo da vtima roubado. s 10 da ma o axudante do forense descobre o seu cadver a unha
temperatura de 23

C. Ao medioda, a sa temperatura de 18, 5

C. Supoendo que o forense tia en

vida a temperatura de 37

C, e utilizando a lei de Newton sobre arrefriamento, calcula a hora que o

forense foi asasinado.
11
Solucin: A lei de Newton sobre arrefriamento establece, neste caso, que:
T

= k(T 5), k > 0.

Trtase dunha EDO lineal non homoxnea e as sas solucins son:
T(t) = 5 +Ce
kt
.
Cando se considera que as 10 da ma o instante t = 0, e substitense os datos T(0) = 23 e
T(2) = 18, 5 obtense a funcin temperatura:
T(t) = 5 + 18
_
13, 5
18
_
t
2
.
A resolucin da ecuacin T(t) = 37 d o valor t = 4, o que permite concluir que o asasinato se
produceu sobre as 6 da ma.
1.1.4. Ecuacin de von Bertalany
O bilogo austraco Ludwig von Bertalany desenvolveu o modelo mis sinxelo de crecemento restrin-
xido, que leva o seu nome e pode utilizarse para modelar o crecemento dos peixes.
A ecuacin de von Bertalany :
L

= k(L

L), k > 0, L

> 0,
dicir, unha EDO lineal completa.
A sa solucin xeral :
L(t) = Ce
kt
+L

.
Posto que k > 0, entn lm
t
L(t) = L

, as que L

denota a lonxitude lmite do peixe. Ademais,

k unha constante de proporcionalidade que indica que a taxa de crecemento da lonxitude do peixe
proporcional diferencia entre a lonxitude lmite e a lonxitude actual.
A solucin correspondente condicin inicial (0, L
0
) :
L(t) = (L
0
L

)e
kt
+L

.
Sendo un modelo moi sinxelo, moi til en bioloxa pesqueira e tense usado como submodelo de
modelos mis complexos que describen a dinmica de poblacins de peixes.
Exemplo. Denotemos por L(t) a lonxitude dun peixe no instante t e supoamos que medra de acordo
coa ecuacin de von Bertalany (forma mis sinxela de crecemento restrinxido):
dL
dt
= k(L

L), k > 0, L

> 0,
con condicin inicial L(0) = 3. Un estudo mostra que a lonxitude lmite do peixe de 369 cm e que tarda
27 meses en acadar a metade da devandita lonxitude lmite. Calcula o valor de k e L

. Determina a
lonxitude do peixe aos 10 meses.
Solucin: Como a solucin da ecuacin de von Bertalany :
L(t) = (L
0
L

)e
kt
+L

,
no noso caso toma a forma:
L(t) = 369 363e
kt
.
Sabemos que tarda 27 meses en acadar a metade da lonxitude lmite, polo tanto:
369
2
= 369 363e
k27
,
polo que
k =
1
27
ln
369
2 363
= 0, 025 064 939 658 0, 025.
Para rematar:
L(10) = 369 363e
0,02510
= 86, 478 843 604 465 86, 5 cm.
12
1.2. Concepto de solucin. Problema de Cauchy.
As ecuacins diferenciais son o instrumento para o estudo do cambio no mundo fsico. Moitas leis da
Natureza, en Fsica, Qumica, Bioloxa,... atopan a sa expresin mis natural na linguaxe das ecuacins
diferenciais, posto que as sas hipteses adoitan involucrar algunha taxa de cambio.
Denomnase orde dunha ecuacin diferencial ordinaria maior das ordes das derivadas que aparecen
nela.
Denicin 1.1. Chamamos ecuacin diferencial ordinaria, en siglas EDO, a unha relacin na que a
incognita unha funcin y dunha variable real independente t, tal que na sa expresin aparecen algunha
das sas derivadas
dy
dt
,
dy
2
dt
2
, ... ,
dy
n
dt
n
.
A orde da derivada mis alta nunha ecuacin diferencial se denomina orde da ecuacin e ao expo-
ente que est elevada a derivada de maior orde chamamolo grao.
Unha EDO de orde n aditase representar como:
f
_
t, y,
dy
dt
, ... ,
d
n
y
dt
n
_
= 0,
ou ben como:
F
_
t, y, y

, ... , y
(n)
_
= 0,
sendo t a variable independente, y a variable dependente e y

, ... , y
(n)
as derivadas sucesivas de y respecto
a t. A denominamos EDO en forma implcita.
Exemplo. A ecuacin
d
2
y
dt
2
4
dy
dt
= e
t
unha EDO de segunda orde onde t a variable independente e y a variable dependente.
Denicin 1.2. Chamamos ecuacin en derivadas parciais, en siglas EDP, a unha relacin na que
a incognita unha funcin real u de das ou mis variables reais independente x
1
, ... , x
N
, tal que na sa
expresin aparecen algunha das sas derivadas parciais
y
x
i
,
y
2
x
i
x
j
,
y
2
x
2
i
, ... ,
y
n
x
n
i
.
Exemplo. A ecuacin

2
u
x
2
+

2
u
y
2
= 0
unha EDP de segunda orde onde x e y son as variables independentes e u a variable dependente.
Denicin 1.3. Chamaremos EDO de primeira orde en forma explcita a toda expresin da forma:
dy
dt
= f(t, y).
onde f : IR IR
n
IR
n
est denida nun dominio (conxunto aberto e conexo) D IR IR
n
. Esta ser a
forma mis habitual ao longo do curso.
Isto lvanos a introducir o seguinte concepto:
Denicin: Unha funcin : I IR IR, sendo I un intervalo de IR, unha solucin da EDO:
dy
dt
= f(t, y), (1.5)
se satisfai as seguintes condicins:
13
1. derivable en I.
2. (t, (t)) D, para todo t I.
3.

(t) = f(x, (t)), para todo t I.

En tal caso, dise que solucin do problema da ecuacin (1.5) en I.
Exemplos.
1. As funcins da familia monoparamtrica (x) = x
2
+C, con C IR, son solucins da EDO y

= 2x
en IR.
2. As funcins da familia biparamtrica (x) = C
1
e
x
+ C
2
e
x
, con C
1
, C
2
IR constantes reales, son
solucins da EDO y

y = 0 en IR.
En xeral, tal e como mostran os exemplos anteriores, unha EDO ten innitas solucins; con todo, po-
demos atoparnos con EDOs sen solucin (como sucede con (y

)
2
+1 = 0), con EDOs cunha nica solucin
(como sucede con (y

)
2
+y
2
= 0), etc.
Denicin 1.4. Chamamos problema de Cauchy ou de valor inicial dunha EDO
dy
dt
= f(t, y)
ao problema de atopar unha solucin da EDO denida nun entorno I de t
0
que verique que
(t
0
) = y
0
.
Dicimos que o par (x
0
, y
0
) son as condicins iniciais do problema de Cauchy
_

_
dy
dt
= f(t, y),
y(t
0
) = y
0
.
(1.6)
O anterior problema de Cauchy resulta ser equivalente o problema de atopar a solucin dunha ecua-
cin integral asociada a el. Esta ecuacin integral servir para probar a existencia, unicidade e varias
propiedades das solucins do problema de Cauchy (1.6).
Teorema 1.1. Sexa : I IR IR
n
tal que (t, (t)) D, para todo t I. Se f continua no seu
dominio D, entn solucin do problema de Cauchy (1.6) se, e s se, unha solucin contina da
ecuacin integral
(t) = y
0
+
_
t
t
0
f(s, (s))ds. (1.7)
Demostracin: Se solucin da ecuacin y

= f(t, y), daquela continua e cumpre

(t) = f(t, (t)).

Integrando obtemos
(t) (t
0
) =
_
t
t
0
f(s, (s))ds.
Reciprocamente, se unha solucin continua do problema de (1.7), entn (t
0
) = y
0
e se ademis
f continua, podemos derivar (1.7) e temos que

(t) = f(t, (t)).

Por ltimo, para rematar este tema probaremos unha desigualdade, que nos dar una ferramenta de
gran utilidade mis adiante, pero antes necesitamos o seguinte resultado.
Lema (de Gronwall). Sexan u, p: [a, b] IR e q : [a, b] IR
+
continuas. Se para todo t [a, b] se
verica que
u(t) p(t) +
_
t
a
q(s)u(s)ds,
entn temos que para todo t [a, b]:
u(t) p(t) +
_
t
a
p(s)q(s)e

t
s
q()d
ds
14
Demostracin: Denimos
r(t) =
_
t
a
q(s)u(s)ds
tal que cumpre que r(a) = 0 e que
r

(t) = q(t)u(t).
Como u(t) p(t) +r(t) e q non negativa, temos que
r

(t) p(t)q(t) +q(t)r(t),

e, multiplicando por e

t
a
q(s)ds
, obtemos
_
e

t
a
q(s)ds
r(t)
_

p(t)q(t)e

t
a
q(s)ds
.
Integrando esta desigualdade entre a e t, obtemos
e

t
a
q(s)ds
r(t)
_
t
a
p(s)q(s)e

s
a
q(w)dw
ds
de onde temos
r(t) e

t
a
q(w)dw
_
t
a
p(s)q(s)e

s
a
q(w)dw
ds,
polo tanto
r(t)
_
t
a
p(s)q(s)e

t
a
q(w)dw
e

s
a
q(w)dw
ds.
Finalmente
r(t)
_
t
a
p(s)q(s)e

t
s
q(w)dw
ds
e, como u(t) p(t) +r(x), obtemos o resultado buscado.
Denicin 1.5. Dicimos que a funcin f : D IR IR
n
IR
n
lipstchiciana respecto a segunda
variable en D, se existe k > 0 tal que para todo (x, y
1
), (x, y
2
) D temos que
f(x, y
1
) f(x, y
2
) ky
1
y
2
.
Dicimos que a funcin f : D IR IR
n
IR
n
localmente lipstchiciana respecto a segunda
variable en D, se para todo (x, y) D existe un entorno no que lipstchiciana respecto a segunda
variable.
Denicin 1.6. Dado > 0, chamamos solucin -aproximada da ecuacin
dy
dt
= f(t, y)
a toda funcin

: I IR IR
n
que verica
1.

continua en I e con derivada continua a trozos en I salvo, quizis, nun nmero nito de puntos
t
1
, ... , t
N
.
2. (t,

(t)) D, para todo t I.

3.

(t) f(t,

(t)) , para todo t I, t = t

i
.i = 1, ... , N.
Teorema 1.2. Sexa

: I IR IR
n
unha solucin -aproximada tal que

(t
0
) = y
0
. Se f continua
en D, entn

(t) y
0

_
t
t
0
f(s,

(s))ds |t t
0
|.
Demostracin: Dexase como exercicio para o lector.
15
Teorema 1.3 (desigualdade fundamental). Consideremos a EDO y

= f(t, y), onde f : D IR IR

n

IR
n
continua e lipstchiciana en D, con constante de Lipschitz k. Sexan
1
e
2
solucins
1
-aproximada
e
2
-aproximadas da ecuacin. Entn, se verica que

1
(t)
2
(t)
1
(t
0
)
2
(t
0
) e
k|tt
0
|
+

1
+
2
k
_
e
k|tt
0
|
1
_
Demostracin: Faremos a proba para t > t
0
, pois o caso t < t
0
semellante.
Se chamamos (t) a
1
(t)
2
(t) e a
1
+
2
, temos que

(t) =

1
(t)

2
(t) f(t,
1
(t)) f(t,
2
(t)) +
1
+
2
+k
1
(t)
2
(t) = +k (t),
e, integrando entre t
0
e t, temos que
(t) (t
0
) (t) (t
0
) =
_
t
t
0

(s)ds
_
t
t
0

(s)ds (t t
0
) +k
_
t
t
0
(s)ds.
Polo tanto obtemos que
(t) (t
0
) + (t t
0
) +k
_
t
t
0
(s)ds.
Aplicando o lema de Gronwall, para o caso en que u(t) = (t), p(t) = (t
0
) + (t t
0
), q(t) = k
e a = t
0
, temos que

1
(t)
2
(t) = (t) (t
0
) + (t t
0
) +
_
t
t
0
_
(s) + (s t
0
)
_
ke
k(ts)
ds =
=
1
(t
0
)
2
(t
0
)(1 +e
k(tt
0
)
1) + (t t
0
) +
_
t
t
0
(s t
0
)ke
k(ts)
ds =
=
1
(t
0
)
2
(t
0
)e
k(tt
0
)
+

1
+
2
k
_
e
k(tt
0
)
1
_
.
16
Tema 2
Existencia e unicidade de solucin
Lema 2.1. Se f : D IR IR
n
IR
n
continua no dominio D, entn para calquera > 0 existe unha
solucin aproximada

(t) do problema de Cauchy:

_
_
_
y

= f(t, y),
y(t
0
) = y
0
.
(2.1)
Demostracin: Sexa un rectngulo pechado

R = [t
0
a, t
0
+ a] {y IR
n
| y y
0
b} contido D.
Como f continua e

R compacto, daquela f ten unha cota en

R que denotamos por M e tamn uni-
formemente continua en

R. Polo tanto, para > 0 dado, existe > 0 tal que, para todo (t, y), (t
1
, y
1
)

R
con (t, y) (t
1
, y
1
) , se verica que f(t, y) f(t
1
, y
1
) .
Se h mn{a, b/M}, construiremos unha solucin aproximada no intervalo J
h
:= [t
0
h, t
0
+ h],
primeiro no subintervalo [t
0
, t
0
+ h] e logo en [t
0
h, t
0
dun xeito semellante. Para isto, consideramos
unha particin do intervalo [t
0
, t
0
+h] con t
0
< t
1
< < t
m
= t
0
+h tal que
|t
i
t
i1
| mn
_
,

M
_
, i = 1, 2, ... , m (2.2)
e denimos unha funcin

(t) no intervalo [t
0
, t
0
+h] pola frmula recursiva:

(t) =
_

_
y
0
+ (t t
0
)f(t
0
, y
0
), se t [t
0
, t
1
]

(t
1
) + (t t
1
)f(t
1
,

(t
1
)), se t (t
1
, t
2
]
.
.
.

(t
i1
) + (t t
i1
)f(t
i1
,

(t
i1
)), se t (t
i1
, t
i
]
.
.
.

(t
m1
) + (t t
m1
)f(t
m1
,

(t
m1
)), se t (t
m1
, t
m
]
(2.3)
Observemos que a grca desta funcin unha poligonal, polo que recibe o nome de poligonal de Euler.
A funcin

(t) evidentemente continua e ten derivada continua a trozos

(t) = f(t
i1
,

(t
i1
)), t
i1
< t < t
i
, i = 1, 2, ... , m
que s non est denida nos puntos t
i
, i = 1, 2, ... , m1.
Como en cada subinterval [t
i1
, t
i
], i = 1, 2, ... , m a funcin

(t) unha lnea recta, para demostrar

que (t,

(t)) D chega con probar que

(t
i
) y
0
b para todo i = 1, 2, ... , m. Para isto, en (2.3)
facemos i = 1 e t = t
1
obtemos

(t
1
) y
0
= (t
1
t
0
)f(t
0
, y
0
) hM b.
Supoamos que certo para i = 1, 2, ... , k 1 < m1, entn de (2.3) deducimos que

(t
1
) y
0
= (t
1
t
0
)f(t
0
, y
0
)
17

(t
2
)

(t
1
) = (t
2
t
1
)f(t
1
,

(t
1
))
...

(t
k
)

(t
k1
) = (t
k
t
k1
)f(t
k1
,

(t
k1
))
e polo tanto

(t
k
) y
0
=
k

l=1
(t
l
t
l1
)f(t
l1
,

(t
l1
)),
que da

(t
k
) y
0

k

l=1
(t
l
t
l1
)M = M(t
k
t
0
) Mh b.
Finalmente, se t
i1
< t < t
i
, entn de (2.3) e da continuidade uniforme de f, temos que

(t)

(t
i1
) |t t
i1
|M

M
M =
e, como consecuencia da continuidade uniforme, obtemos

(t) f(t,

(t)) = f(t
i1
,

(t
i1
)) f(t,

(t))
para todo t J
h
, t = t
i
, i = 1, 2, ... , m 1. Isto completa a proba de que

(x) unha solucin

aproximada da EDO y

= f(t, y). Este mtodo de construcin dunha solucin aproximada se coece

como mtodo de CauchyEuler.
Denicin 2.1. Dicimos que un conxunto S de funcins equicontinuo no intervalo [a, b] se para todo
> 0 existe un > 0 tal que se t
1
, t
2
[a, b], |t
1
t
2
| , entn |(t
1
) (t
2
)| para todo S.
Denicin 2.2. Dicimos que un conxunto S de funcins uniformemente acotado nun intervalo [a, b] se
existe M tal que |(x)| M para todo x [a, b] e S.
Teorema (AscoliArzela). Un conxunto innito S de funcins uniformemente acotado e equicontinuo
en [a, b] contn unha sucesin uniformemente converxente en [a, b].
Como consecuencia do lema 2.1 e do teorema de Ascoli-Arzela, podemos probar o seguinte resultado.
Teorema (CauchyPeano). Baixo as hipoteses do lema 2.1 o problema de Cauchy (2.1) ten polo menos
unha solucin.
Demostracin: De novo faremos a demostracin no intervalo J
h
comezando polo subintervalo [t
0
, t
0
+h].
Sexa {
m
} unha sucesin montona decreciente de nmeros positivos tal que
m
0 e
m
a corres-
pondente solucin
m
aproximada construda no lema 2.1. Agora, para calquera t, t

[t
0
, t
0
+h] doado
probar usando a denicin que

m
(t)
m
(t

) M|t t

|
e, polo tanto, a sucesin {
m
} equicontinua.
Ademis, para todo t [t
0
, t
0
+h], temos que
m
(t) |y
0
| +b, polo tanto a sucesin {
m
(t)} est
uniformente acotada.
En consecuencia, aplicable o teorema de AscoliArzela e a sucesin {
m
(t)} contn unha subsucesin
{
m
p
(t)} uniformemente converxente en [t
0
, t
0
+h] a unha funcin continua .
Para probar que a funcin (t) unha solucin of (2.1), denimos
e
m
(t) =
_
_
_

m
(t) f(t,
m
(t)), nos puntos onde

m
(t) existe
0, noutro caso.
As,

m
(t) = y
0
+
_
t
t
0
f(s,
m
(s)) +e
m
(s) ds (2.4)
e |e
m
(t)|
m
. Como f continua en S e
m
p
converxe a uniformente en [t
0
, t
0
+ h], a funcin
f(t,
m
p
(t)) converxe a f(t, (t)) uniformente en [t
0
, t
0
+ h]. Ademis, como
m
p
0 atopamos que

m
p
converxe a 0 uniformente en [t
0
, t
0
+ h]. Polo tanto, substitundo m por m
p
en (2.4) e facendo
tender p , atopamos que unha solucin de (2.1).
18
Teorema (Picard-Lipschitz). Sexan f : D IR IR
n
IR
n
, (t
0
, y
0
) D e o problema de Cauchy
_
_
_
y

= f(t, y),
y(t
0
) = y
0
.
(2.5)
Se as seguintes condicins son certas:
1. f continua nun rectngulo pechado

R := [t
0
a, t
0
+a] {y IR
n
| y y
0
b} D, polo que
existe M > 0 tal que f(t, y) M para todo (t, y)

R,
2. f lipschitciana na segunda componente en

R con constante de Lipschitz k,isto ,
f(t, y
1
) f(t, y
2
) ky
1
y
2
, para todo (t, y
1
), (t, y
2
)

R, (2.6)
entn, a sucesin de funcins {y
m
(x)} denida por:

0
(t) = y
0
,

1
(t) = y
0
+
_
t
t
0
f(s,
0
(s))ds,

2
(t) = y
0
+
_
t
t
0
f(s,
1
(s))ds,
.
.
.

m+1
(t) = y
0
+
_
t
t
0
f(s,
m
(s))ds,
(2.7)
chamada sucesin de iterantes de Picard, converxe nica solucin (x) do problema de Cauchy (2.5).
Esta solucin valida no intervalo J
h
:= |t t
0
| h < mn{a, b/M, 1/k}.
Demostracin:
1. Probemos primeiro que as funcins
m
(x) denidas por (2.7) son continuas en J
h
e que a sa grca
{(t,
m
(t)) | t J
h
} est contida en

R.
A continuidade dos iterantes prbase por induccin. Como y
0
(t) constante, continua. En conse-
cuencia, a funcin F
0
(t) = f(t, y
0
(t)) continua en J
h
e polo tanto
1
(t) continuamente diferen-
ciable in J
h
. Ademis, xa que h a, J
h
est contido en [t
0
a, t
0
+a] e polo tanto

1
(t) y
0

_
t
t
0
f(s, y
0
(s))ds

M|t t
0
| Mh < b, para todo t J
h
polo que a grca de
1
est contida en

R.
Supoendo que a armacin verdadeira para
m1
(t), m 2, daquela chega con probar que tamn
certa para
m
(t). Para isto, como
m1
continua en J
h
, a funcin F
m1
(t) = f(t,
m1(t)
) tamn
o en J
h
. Ademis,

m
(t) y
0

_
t
t
0
f(t,
m1
(t))dt

M|t t
0
| < b.
2. A continuacin probaremos que a sucesin {
m
(t)} converxe uniformente en J
h
Como
1
(t) e
0
(t) son continuas en J
h
existe unha constante N > 0 tal que
1
(t)
0
(t) N.
Necesitamos probar que para todo t J
h
valida a seguinte desigualdade:

m+1
(t)
m
(t) N
(k|t t
0
|)
m
m!
, m = 1, 2, ... . (2.8)
19
Para m = 1, a desigualdade (2.8) obvia. Se supoemos que tamn valida para m1, entn da
denicion dos iterantes (2.7) e da hipotese de lipschitcianidade (2.6) obtemos

m+1
(t)
m
(t)

_
t
t
0
f(s,
m
(s)) f(s,
m1
(s))ds

_
t
t
0

m
(s)
m1
(s)ds

_
t
t
0
N
(k|t t
0
|)
m1
(m1)!

N
(k|t t
0
|)
m
m!
. (2.9)
As, a desigualdade (2.8) certa para todo m.
Como
N

m=1
(k|t t
0
|)
m1
(m1)!
N

m=0
(kh)
m
m!
= Ne
kh
< ,
o criterio de maioracin de Weierstrass garante que a serie

0
(t) +

m=1
(
m
(t)
m1
(t))
converxe absoluta e uniformemente no intervalo J
h
. Polo tanto a sucesin de sumas parciais
1
(t),

2
(t), ... converxe a unha funcin (t) continua neste intervalo, isto , (t) = lm
m

m
(t).
3. Vexamos agora que (t) unha solucin de (2.5). Para isto chega con probar que (t) solucin de
(t) = y
0
+
_
t
t
0
f(s, (s))ds. (2.10)
Sabemos que

m
(t)
_
t
t
0
f(s,
m1
(s))ds = y
0
,
polo que sustitundo en (2.10), temos
(t) y
0

_
t
t
0
f(s, (s))ds = (t)
m
(t)
_
t
t
0
f(s, (s)) f(s,
m1
(s))ds,
e obtemos

(t) y
0

_
t
t
0
f(s, (s)) ds

|(s)
n
(s)| +

_
t
t
0
f(s, (s)) f(s,
m1
(s))ds

.
Como o grafo de (t) est en

R, deducimos

(t) y
0

_
t
t
0
f(s, (s))ds

|(t)
m
(t)| +khmax
tJ
h
|(t)
m1
(t)|. (2.11)
O carcter uniforme da converxencia de
m
(t) a (t) implica que o membro da dereita en (2.11)
tan cativo como queiramos tomando m grande dabondo. O membro da esquerda de (2.11) ser, en
consecuencia, igual a cero, e queda probado que (t) solucin.
4. Por ltimo, vexamos que unica. Supoamos que (t) outra solucin continua de (2.5) no intervalo
[t t
0
, t +t
0
] h, e probaremos que (t) = (t) para todo t [t
0
h, t
0
+h].
Primeiro probaremos que o grafo de (t) est en

R. Supoamos que o grafo de (t) sara fora
de

R. Esta circunstancia implicara a existencia dun t
1
tal que |t
1
t
0
| < h, | (t
1
) y
0
| = b, e
| (t) y
0
| < b se |t t
0
| < |t
1
t
0
|. Por conseguinte
| (t
1
) y
0
|
|t
1
t
0
|
=
b
|t
1
t
0
|

b
h
> M.
20
Sin embargo, o teorema do valor medio asegura que existe un nmero t

entre t
0
e t
1
tal que
| (t
1
) y
0
|
|t
1
t
0
|
= |

(t

)| =

f
_
t

, (t

)
_

M,
pois o punto
_
t

, (t

)
_
est en

R. Esta contradiccin proba que non pode existir ningn punto coas
propiedades de t
1
as que el grco de (t) est en

R.
Para rematar a proba usamos que (t) e (x) son ambas solucins e, por eso, obtemos
| (t) (t)| =

_
t
t
0
f
_
s, (s)
_
f
_
s, (s)
_
ds

khmax
tJ
h
| (t) (t)|,
logo
max
tJ
h
| (t) (t)| khmax
tJ
h
| (t) (t)|
Isto implica que max
tJ
h
| (t)(t)| = 0, porque do contrario teriamos 1 kh en contradiccin coa
eleccin de h. Polo tanto (t) = (t), para todo t J
h
, e o teorema de Picard queda demostrado.
21
Tema 3
Prolongacin de solucins. Solucins
maximais. Dependencia da solucin
respecto das condicins iniciais
Neste captulo supoeremos que f : D IR IR
n
IR
n
continua en D e, como consecuencia do
teorema de Cauchy-Peano, o problema de Cauchy
_
_
_
y

= f(t, y)
y(t
0
) = y
0
(3.1)
ter, para calquera (t
0
, y
0
) D, unha solucion : I IR IR
n
denida nun entorno I de t
0
.
Agora ben, anda temos que contestar das preguntas moi importantes. Cal a solucin que, ve-
ricando esa condicin inicial, est denida no intervalo mais grande de IR? Como varan as solucins
cando cambian as condicins iniciais? O obxetivo deste captulo contestar estas das preguntas.
3.1. Prolongacin de solucins. Solucins maximais
En primeiro lugar deniremos o concepto de prolongacin dunha solucin.
Denicin 3.1. Sexan
1
: I
1
IR IR
n
e
2
: I
2
IR IR
n
duas solucins da ecuacin (3.1). Diremos
que (
2
, I
2
) unha prolongacin de (
1
, I
1
) se
1. I
1
I
2
.
2.
2
(t) =
1
(t), para todo t I
1
.
Se o contido estricto, diremos que unha prolongacin estricta.
Este concepto permitenos ordear o conxunto de solucins como proba a seguinte proposicin.
Proposicin. Se denotamos por S ao conxunto das solucins do problema de Cauchy (3.1), entn a
relacin
(
1
, I
1
) (
2
, I
2
) :
2
unha prolongacin de
1
establece unha orde parcial en S.
Demostracin: Deixase como exercicio.
Unha vez que introducimos unha relacin de orde ten senso formalizar o concepto de solucin non
prolongable.
Denicin 3.2. Diremos que (, I) unha solucin maximal se un elemento maximal do conxunto
S para a relacin de orde anterior. Isto , se non existe ningunha prolongacin dela.
23
A existencia de solucins maximais ben garantida polo seguinte resultado.
Teorema. Sexa (t
0
, y
0
) D. Existe solucin maximal da ecuacin (3.1) que verica as condicins
iniciais (t
0
) = y
0
.
Demostracin: Sexa o subconxunto S
0
de S das solucins que pasan por (t
0
, y
0
) e un subconxunto total-
mente ordeado S

= {(

, I

)}
A
de S
0
. Vexamos que S

ten supremo.
En efecto, se I =

A
I

, podemos denir a funcin : I IR IR

n
como
(t) =

(t), se t I

Teremos que
1. I un intervalo, por ser unin de intervalos co punto t
0
en comun.
2. est ben denida. Se t I

, temos que ou (

, I

) (

, I

), ou (

, I

) (

, I

).
Se estamos no primeiro caso, entn I

(s) =

(s), para todo s I

, en consecuencia
(t) =

(t) =

(t).
3. solucin.
(t, (t)) D. Como t I

para algun , entn (t, (t)) = (t,

(t)) D.
derivable e verica a ecuacin. Dado t I podense dar dous casos
a) Existe A tal que t

, entn

(t) =

(t) = f(t,

(t)) = f(t, (t))

b) Para todo A t /

, entn t ten que ser extremo dun intervalo I

e ademais extremo
de I. Supoamos que o extremo dereito, neste caso s temos que estudiar a derivabilidade
pola esquerda e teremos que

(t) = (

(t) = f(t,

(t)) = f(t, (t))

4. verica as condicins iniciais. Esto consecuencia de que, para todo A, t
0
I

(t
0
) = y
0
, polo tanto (t
0
) = y
0
.
5. cota superior de S

, como consecuencia da construccin de .

Como se verican as condicins do lema de Zorn, o conxunto S
0
ten elementos maximais.
Vexamos a continuacin un resultado que nos da unha condicin necesaria para que unha solucin
sexa maximal.
Teorema 3.1. Toda solucin maximal da ecuacin (3.1) est denida nun intervalo aberto.
Demostracin: Supoamos a solucin maximal denida nun intervalo I = (a, b] (o mesmo razoamento
servir para os casos [a, b) ou [a, b]) con a, b < .
Vexamos entn que existe unha prolongacin de , o que contrad o seu caracter maximal.
Como b I temos que (b, (b)) D e polo tanto existe unha solucin
: [b , b +] IR IR
n
que pasa polo punto.
Sexa a funcin : (a, b +] IR IR
n
denida por
(t) =
_
_
_
(t), se a < t b,
(t), se b < t b +.
Esta funcin unha solucin da ecuacin xa que
24
(t, (t)) D pois para todo t (a, b]
(t, (t)) = (t, (t)) D
e para todo t (b, b +]
(t, (t)) = (t, (t)) D
diferenciable e verica a ecuacin. En efecto, para todo t (a, b)

(t) =

(t) = f(t, (t)) = f(t, (t))

e para todo t (b, b +]

(t) =

(t) = f(t, (t)) = f(t, (t))

Como no punto b temos que
lm
hb

(b +h) (b)
h
= lm
hb

(b +h) (b)
h
=

(b) = f(b, (b))

lm
hb
+
(b +h) (b)
h
= lm
hb
+
(b +h) (b)
h
=

+
(b) = f(b, (b))
logo existen as derivadas laterais e coinciden.
unha prolongacin de pola sua denicin.
Unha vez probados os anteriores resultados propoemonos caracterizar a posibilidade de prolongacin.
Para esto primeiro denimos o seguinte concepto.
Denicin 3.3. Sexa unha funcin : I IR IR
n
. Chamamos terminal dereito T
+
() ao conxunto
T
+
() = {(b, ) IR IR
n
| {t
n
} b

con {(t
n
)} }
cando b = sup I < .
Asemade, chamamos terminal esquerdo T

() ao conxunto
T

() = {(a, ) IR IR
n
| {t
n
} a
+
con {(t
n
)} }
cando a =nf I > .
Denicin 3.4. Diremos que unha solucin
1
: I
1
IR IR
n
prolongable a traves de b = sup I
1
(resp. a = nf I
1
), se existe outra solucin
2
: I
2
IR IR
n
tal que b < sup I
2
(resp. a >nf I
1
) e para
todo t I
1
I
2
,
1
(t) =
2
(t).
Tamn diremos que
2
unha prolongacin de
1
a traves de b (resp. a).
Despois destas denicins podemos enunciar o seguinte resultado fundamental. Este resultado ser
demostrado baixo as hipoteses de continuidade e lipschicianidade local, pero certo sen esta ltima, ainda
que con distinta demostracin.
Teorema 3.2. Sexa a solucin : I = (a, b) IR IR
n
da ecuacin (3.1), onde f continua e localmente
lipschiciana en D. prolongable a traves de b (resp. a) se, e s se, T
+
() D = (resp. T

() D =
).
Demostracin: Faremos a demostracin no primeiro caso.

Se prolongable a traves de b, entn existe : (a, b] IR IR

n
solucin da ecuacin tal que
(t) = (t), para todo t (a, b). Isto
(b, (b)) D
(t
n
) = (t
n
) (b), para toda {t
n
} b

25
o que implica que
(b, (b)) T
+
()
e polo tanto T
+
() D = .

Sexa (b, ) T
+
() D. Como f continua e localmente lipschiciana en D, podemos restrinxirnos a
un entorno B((b, ), R) D onde f acotada por M, continua e lipschiciana con constante de Lipschitz
K. Ademais, existe unha sucesin {t
n
} b, tal que {(t
n
)} , da que eliminando un nmero nito
de terminos podemos supoer que cumpre que (t
n
, (t
n
)) (b, ) <
R
2
.
Se, usando o teorema de Picard-Lipschitz e considerando como dominio B = B((b, ),
R
2
), construimos
as solucins
n
: [t
n

n
, t
n
+
n
] IR IR
n
do problema de Cauchy
_
_
_
y

= f(t, y)
y(t
n
) = (t
n
)
podemos escoller un =
n
, idntico para todo n IN, xa que s depende de
R
2
, M e K.
Se n
0
tal que |t
n
0
b| < , entn
n
0
: [t
n
0
, t
n
0
+] IR IR
n
verica que
b (t
n
0
, t
n
0
+)

n
0
(t
n
0
) = (t
n
0
)
e, pola unicidade,
n
0
(t) = (t), para todo t (a, b) [t
n
0
, t
n
0
+].
Por iso,
n
0
unha prolongacin de a traves de b.
Teorema 3.3. Sexa a solucin : I = (a, b) IR IR
n
da ecuacin (3.1), onde f continua en D.
prolongable a traves de b (resp. a) se, e s se, T
+
() D = (resp. T

() D = ).
Demostracin: Faremos a demostracin no primeiro caso.

Probase do mesmo xeito que no teorema anterior.

Sexa (b, ) T
+
() D. Faremos a demostracin en duas etapas.
Etapa 1
No primeiro lugar probaremos que lm
tb

(t) = .
Como D aberto hai un entorno B = B((b, ), d), tal que (b, ) B D. Se chamamos M cota de
f nese entorno, entn denimos = mn
_
d

2
,
d
M

2
_
e o rectngulo
R = [b , b +] {y IR
n
| y M}
que est contido en B.
Agora escollemos b
1
[b , b) tal que |b
1
b|
2
3
e (b
1
)
1
3
M.
Esto implica que, para todo t [b
1
, b), (t, (t)) R.
En efecto, o conxunto
A = {t (b
1
, b) | (t, (t)) R}
aberto, por ser a interseccin de (b
1
, b) coa imaxe inversa do aberto IR
n
\R pola funcin continua
t (t, (t)).
Sexa c =nf A. Se c pertenecera a A entn existira > 0 tal que, para todo t [c, c+], (t, (t))
R, polo tanto c pertenecera a A e c non sera o nmo de A.
Pero se c A, teriamos que (c, (c))

R, pois como
(c) (b
1
) =
_
c
b
1

(s)ds
_
c
b
1

(s)ds =
26
=
_
c
b
1
f(s, (s))ds M
_
c
b
1
ds = M(c b
1
) <
2
3
M
obteriamos que
(c) (c) (b
1
) +(b
1
) <
2
3
M +
1
3
M = M
o que implicara que existe

> 0 e para todo t [c

, c +

], (t, (t)) R, entn c +

sera cota
inferior de A e, polo tanto, c non pode ser nmo. Resumindo A non ten nmo, logo A baleiro.
Por outra banda, a funcin lipschiciana en [b
1
, b) pois
(t) (t

) =
_
t
t

(s)ds =
_
t
t

f(s, (s))ds < M|t t

|
En consecuencia, dada calquera sucesin {

t
n
} b

, que podemos considerar contida en [b

1
, b), sen
mais que eliminar un nmero nito de elementos, teriamos que a sucesin {(

t
n
)} converxe a un elemento
, pois (

t
p
)(

t
q
) M|

t
p

t
q
| implica que {(

t
n
)} unha sucesin de Cauchy e por eso converxente.
Ademais

= , pois
0

= lm
n
(t
n
) (

t
n
) M lm
n
|t
n

t
n
| = 0
Polo tanto temos probado que lm
tb

(t) =
Etapa 2
Probaremos nesta derradeira etapa que a funcin : (a, b] IR
n
denida por
(t) =
_
_
_
(t) se a < t < b
se t = b
unha prolongacin de .
Est claro, despois da anterior etapa, que continua en (a, b] e polo tanto tamn o a aplicacin
t f(t, (t)). Por eso
lm
tb

(t) = lm
tb

(t) = lm
tb

f(t, (t)) = f(b, ) = f(b,

(b))
pero usando o teorema dos incrementos nitos para calcular a derivada lateral en b, obtemos
lm
h0

(b +h)

(b)
h
= lm
h0

()(b +h b)
h
=
= lm
h0

() = lm
h0

f(b,

()) = f(b, (b))

o que implica que derivable en b e verica a ecuacin. E co anterior, maila propia denicin de ,
obtemos que unha prolongacin de .
Corolario. Se : (a, b) IR IR
n
unha solucin maximal da ecuacin (3.1), entn ou T

()
T
+
() = , ou T

() T
+
() D.
Demostracin: Inmediata a partir do teorema anterior.
No que segue consideraremos que o dominio D da funcin f ten a forma especca D = (a, b) IR
n
con a < b . Neste caso existen resultados particulares que permiten obter mais informacin
que a que se consigue cos teoremas anteriores.
Teorema 3.4. Sexa : (c, d) IR IR
n
tal que [c, d] (a, b) e acotada en (c, d). Se solucin,
entn prolongable a traves de c e d.
Demostracin: Se M = sup
t(c,d)
(t), entn {(t, (t)} est contido en [c, d] B(0, M), que compacto.
En consecuencia, dada {t
n
} d

(resp. c
+
) hai unha subsucesin {t
n
k
} d

(resp. c
+
) vericando que
{(t
n
k
, (t
n
k
))} (d, ) [c, d] B(0, M) D (resp. (c, ) [c, d] B(0, M) D) T
+
() D =
(Resp. T

() D = ) .
27
Teorema 3.5. Calquera das seguintes hipteses unha condicin suciente para garantir que toda solu-
cin maximal est denida no intervalo (a, b).
1. f continua en D = (a, b) IR
n
e acotada en D

= (c, d) IR
n
para todo c e d tal que [c, d] (a, b).
2. f continua en D = (a, b) IR
n
e lipschiciana en D

= (c, d) IR
n
para todo c e d tal que
[c, d] (a, b).
Demostracin: Supoamos : (c, d) IR IR
n
solucin maximal vericando as condicins iniciais
(t
0
) = y
0
. Demostraremos que se d < b, entn prolongable a traves de d, sendo valido o mesmo
razoamento para o caso c > a.
Do mesmo xeito que no apartado anterior, para probar a prolongabilidade chegar con probar o
caracter acotado de no intervalo [t
0
, d). Esto feito proba que T
+
() = e, como a forma de D implica
que T
+
() D, nas hipteses 1 podese aplicar o teorema 3.3 e nas hipteses 2 o teorema 3.2.
A demostracin distinta segn usemos a hipteses 1 ou 2.
Hiptese 1
Como f acotada en (c, d) IR
n
, temos que f(t, (t)) M, para todo t (c, d), polo tanto

(t) = f(t, (t)) M, para todo t (c, d)

e usando o teorema dos incrementos nitos
(t) (t
0
) M|t t
0
|, para todo t (c, d)
pero esto implica
(t) (t
0
) +M(d t
0
), para todo t [t
0
, d)
e obtemos a acotacin desexada.
Hiptese 2
Denotemos por K constante de Lipschitz de f no subdominio (c, d) IR
n
. Se consideramos a funcin

0
: [t
0
, d) IR IR
n
tal que
0
(t) = y
0
, teremos que
0
unha solucin -aproximada da ecuacin. En
efecto:
(t,
0
(t)) = (t, y
0
) (a, b) IR
n
, para todo t [t
0
, d).

0
C

([t
0
, d)), mais anda, analtica.

0
(t) f(t,
0
(t)) = f(t, y
0
) M, para todo t [t
0
, d), onde M = sup
t[t
0
,d)
f(t, y
0
) < ,
existe pois a aplicacin t f(t, y
0
) continua no intervalo compacto [t
0
, d].
En consecuencia, usando a desigualdade fundamental, temos que
(t)
0
(t) (t
0
) y
0
e
K(tt
0
)
+
M
K
(e
K(tt
0
)
1)
M
K
(e
K(dt
0
)
1), para todo t [t
0
, d)
e polo tanto
(t) y
0
+
M
K
(e
k(dt
0
)
1), para todo t [t
0
, d)
3.2. Dependencia da solucin respecto das condicins iniciais
Sexa f : D IR IR
n
IR
n
continua en D e lipschiciana na segunda variable, con constante de
Lipschitz k, en D.
Sexa (t
0
, y
0
) D. Denotaremos por
0
: I = [a, b] IR IR
n
a solucin do problema de Cauchy
_
_
_
y

= f(t, y)
y(t
0
) = y
0
.
Por ultimo, sexa H(
0
, ) =
_
(t, y) D | t [a, b] e y
0
(t)
_
.
28
Denicin 3.5. Chamaremos solucin xeral da ecuacin y

= f(t, y) aplicacin
: (t, t

, y

) I H(
0
, ) (t, t

, y

) IR
n
denida por (t, t

, y

) =
t

,y
(t), onde
t

,y
a solucin do problema de Cauchy
_
_
_
y

= f(t, y)
y(t

) = y

Teorema 3.6. Existe > 0 tal que a solucin xeral est ben denida.
Demostracin: Como
0
continua o conxunto G(
0
) = {(t,
0
(t)) D | t [a, b]} D compacto por
ser a imaxe do compacto [a, b]. Polo tanto, existe r > 0 tal que r < d(G(
0
), D).
Sexa > 0 tal que 0 < < r. Se (t

, y

) H(
0
, ), entn
d(G(
0
), (t

, y

)) = nf
t

I
(t

, y

) (t

,
0
(t

)) y

0
(t

) < < d(G(

0
), D),
o que implica que (t

, y

) D e, polo tanto, que H(

0
, ) D.
En consecuencia, se (t

, y

) H(
0
, ), o problema de Cauchy
_
_
_
y

= f(t, y)
y(t

) = y

ten unha nica solucin denida nun intervalo (c, d).

Vexamos que [a, b] (c, d) Probaremos s que b < d, pois o outro caso c > a demostrase de xeito
semellante.
Supoamos que d < b e unha sucesin {t
n
} converxente a d pola esquerda, entn a sucesin { (t
n
)}
acotada como consecuencia da desigualdade fundamental.
En efecto, como tanto
0
como son solucins da ecuacin, teremos que
(t)
0
(t) (t

)
0
(t

)e
k|tt

|
= y

0
(

t)e
k|tt

|
e
k|ba|
= L
polo tanto
(t)
0
(t) +L sup
t[a,b]

0
(t) +L
Como consecuencia existir unha subsucesin {t
n
k
} e y
1
IR
n
tal que { (t
n
k
)} converxe a y
1
e teremos
que T
+
( ) = . Ademais (d, y
1
) D pois
y
1

0
(d) = lm
t
n
k
d
(t
n
k
)
0
(t
n
k
) L
e escollendo pequeno dabondo teremos que L < r, o que implica que (d, y
1
) D. Polo tanto, temos
que T
+
( ) D = e polo teorema 3.2 ser prolongable a travs de d.
Polo tanto a solucin xeral est ben denida sempre que tome ese valor.
Teorema 3.7. A solucin xeral continua.
Demostracin: Probaremos primeiro que solucin xeral lipschiciana en cada unha das sas variables.
1. A aplicacin : I H(
0
, ) IRIRIR
n
IR
n
lipschiciana na primeira variable, con constante
de Lipschitz f. En efecto,
(t
1
, t

, y

) (t
2
, t

, y

) =
t

,y
(t
1
)
t

,y
(t
2
) =
=
_
_
_
_
y

+
_
t
1
t

f(s,
t

,y
(s))ds y

_
t
2
t

f(s,
t

,y
(s))ds
_
_
_
_

_
t
1
t
2
f(s,
t

,y
(s))ds

f|t
1
t
2
|.
29
2. A aplicacin : I H(
0
, ) IRIRIR
n
IR
n
lipschiciana na segunda variable, con constante
de Lipschitz fe
k(ba)
.
Usando a desigualdade fundamental obtemos que
(t, t

1
, y

) (t, t

2
, y

) =
=
t

1
,y
(t)
t

2
,y
(t)
t

1
,y
(t

1
)
t

2
,y
(t

1
)e
k|tt

1
|
=
=
_
_
_
_
y

_
t

1
t

2
f(s,
t

2
,y
(s))ds
_
_
_
_
e
k|tt

1
|
fe
k(ba)
|t

1
t

2
|
3. A aplicacin : I H(
0
, ) IRIRIR
n
IR
n
lipschiciana na terceira variable, con constante
de Lipschitz e
k(ba)
.
Usando outra vez a desigualdade fundamental teremos que
(t, t

, y

1
) (t, t

, y

2
) =
t

,y

1
(t)
t

,y

2
(t)

t

,y

1
(t

)
t

,y

2
(t

)e
k|tt

|
e
k(ba)
y

1
y

Despois do anterior a proba da continuidade de inmediata. En efecto, dado > 0 chega con escoller
< mn
_

3f
,

3fe
k(ba)
,

3e
k(ba)
_
entn se (t
1
, t

1
, y

1
) (t

, t

2
, y

2
) < teremos que
(t
1
, t

1
, y

1
) (t
2
, t

2
, y

2
)
(t
1
, t

1
, y

1
) (t
2
, t

1
, y

1
) +(t
2
, t

1
, y

1
) (t
2
, t

2
, y

1
) +(t
2
, t

2
, y

1
) (t
2
, t

2
, y

2
)
f|t
1
t
2
| +fe
k(ba)
|t

1
t

2
| +e
k(ba)
y

1
y

2
<
30
Tema 4
Mtodos elementais de integracin de
EDOs de primeira orde
Existen moitos mtodos para resolver ecuacins diferenciais, dependendo do tipo de ecuacin consi-
derada. A continuacin estudamos varios mtodos de resolucin de EDOs de primeira orde.
4.1. EDO de variables separadas
Denicin 4.1. Unha EDO de variables separadas aquela que se pode expresar do xeito seguinte:
g(y)
dy
dx
= h(x),
que, formalmente, podemos tamn escribir como g(y)dy = h(x)dx.
Se supoemos que G unha primitiva de g e H unha de h, daquela teremos G

(y) dy = H

(x) dx.
Integrando, obtemos que G(y) = H(x) +C, que solucin da ecuacin. Vexamos con un pouco mis de
rigor por qu funciona o mtodo.
Sexa y = (x) unha solucin da ecuacin, dicir, (x) cumpre g((x))

(x) = h(x). Pero H

unha primitiva de h, as que, pola regra da cadea, h(x) = g((x))

(x) = (G )

(x). Integrando,
(G)(x) = H(x)+C (o que antes expresamos como G(y) = H(x)+C), de onde (x) = G
1
(H(x)+C).
Nos pasos anteriores, est xusticado empregar a regra da cadea cando e H son derivables, o que
certo sen mis que supoer que h continua. Finalmente, para poder despexar mediante o uso de H
1
bastara con esixir ademis que h non se anule no intervalo de denicin, co que, como H

= h = 0, H
estritamente crecente ou decrecente polo que existe H
1
.
Polo tanto se supoemos que g e h son funcins reais continuas en senllos intervalos abertos I
1
e I
2
de IR, sendo h(y) = 0, para todo y I
2
, a solucin xeral (todas ou case todas as solucins) dunha EDO
deste tipo ven dada por:
_
g(y) dy =
_
h(x) dx +C.
Exemplo. Obter a solucin xeral e a solucin que pasa polo punto (1, 1) da EDO de variables
separadas:
y

=
x
y
.
Calculamos, en primeiro lugar, a sa solucin xeral:
y

=
x
y
,
31
dy
dx
=
x
y
, xdx +ydy = 0,
_
xdx +
_
ydy = C,
1
2
x
2
+
1
2
y
2
= C.
Obtense x
2
+y
2
= C, ecuacin que representa s solucins:
y =
_
C x
2
, y =
_
C x
2
.
No tema anterior deducimos que o PVI:
_

_
y

=
x
y
,
y(1) = 1,
ten solucin nica. Substitundo a condicin inicial na solucin xeral obtense a devandita solucin:
f(x) =
_
2 x
2
, para todo x (

2,

2).
Exercicio. Obtr a solucin xeral das seguintes ecuacins diferenciais:
a) y

= y
2
, b) y

= yy
2
, c) y

= (3y)(2y), d) y

= 3x
2
(1+y
2
), e) y

=
x
2
1
y
2
, f) y

=
1
xy
3
.
Solucin:
a) y(x) =
1
C x
, b) y(x) =
e
x
C +e
x
, c) y(x) =
2Ce
x
3
Ce
x
1
, d) y(x) = tan(x
3
+ 3C),
e) y(x) =
3
_
x
3
3x +C, f) y(x) =
4

4 ln x +C.
4.1.1. Ecuacins homoxneas
Denicin: En xeral, decimos que unha funcin h(x, y) homoxnea de grado se
h(x, y) =

h(x, y).
Exemplo. As funcins f(x, y) = x
2
+xy, g(x, y) = sen
_
y
x
_
e h(x, y) =
1

x
2
+y
2
son homoxneas.
En efecto,
1. Como
f(x, y) = (x)
2
+ (x)(y) =
2
(x
2
+xy),
daquela f(x, y) homoxnea de grado 2.
2. Por outra parte,
g(x, y) = sen
_
y
x
_
=
0
sen
_
y
x
_
,
implica que g(x, y) homoxnea de grado 0.
3. Por ltimo,
h(x, y) =
1
_
(x)
2
+ (y)
2
=
1

1
_
x
2
+y
2
,
logo h(x, y) homoxnea de grado 1.
Vexamos unha clase de EDO que podemos transformar mediante un cambio de variable axeitado a
unha EDO en variables separadas.
Denicin: Decimos que una ecuacin diferencial homoxnea se toma a forma:
dy
dx
= f
_
y
x
_
.
Para resolvela, facemos o cambio de variable y = ux. As, derivando, temos que y

= u

x +u, dicir,
obtemos a ecuacin diferencial equivalente:
du
dx
x +u = f(u).
32
Esta ecuacin, que tamn podemos escribir como
1
x
dx =
1
f(u) u
du,
de variables separadas. A sa solucin ven dada por
(u) :=
_
1
f(u) u
du = log
_
x
C
_
,
isto ,
x = Ce
(u)
.
Polo tanto as solucins da ecuacin orixinal veen denidas implicitamente por x = Ce
(y/x)
.
Observacin: Supoamos agora que existe algn u
0
tal que f(u
0
) = u
0
. Neste caso, inmediato com-
probar que a recta y = u
0
x solucin: y

= u
0
= f(u
0
) = f(y), logo satisface a ecuacin diferencial. Este
tipo de solucins que non se obtieen co procedimento xeral solen chamarse solucins singulares.
Por outra parte, o seguinte resultado permite recoecer facilmente este tipo de ecuacins.
Proposicin. Toda EDO da forma
P(x, y) dx +Q(x, y) dy = 0,
con P(x, y) e Q(x, y) funcins homoxneas do mesmo grado, unha ecuacin diferencial homoxnea.
En efecto,
dy
dx
=
P(x, y)
Q(x, y)
=
P
_
x, x
y
x
_
Q
_
x, x
y
x
_ =
x

P
_
1,
y
x
_
x

Q
_
1,
y
x
_ =
P
_
1,
y
x
_
Q
_
1,
y
x
_ = f
_
y
x
_
.
Exemplo. Resolver
y

=
2xy y
2
x
2
.
Facendo o cambio de variable y = ux, temos que y

= u

x +u e que
2xy y
2
x
2
= 2u u
2
. Polo tanto,
a nova ecuacin
u

x +u = 2u u
2
.
Se u = u
2
, podemos escribir
du
u u
2
=
dx
x
. Integrando, obtemos log u log(1 u) = log
x
C
, dicir,
u
1 u
=
x
C
.
Sustitundo u =
y
x
, temos Cy = x(x y). De aqu doado despexar explcitamente y
y(x) =
x
2
C +x
.
Por outra parte, a partir de u
0
= 0 e u
0
= 1 (para as que u = u
2
), temos a solucin singular y = 0. No
caso de u
0
= 1, obtemos y = x que corresponde ao caso C = 0 polo que non realmente unha solucin
singular.
4.1.2. Ecuacins reducibles a homogneas
Consideremos a ecuacin
y

= f
_
ax +by +c
mx +ny +p
_
Para resolvela, hai que distinguir dous casos:
33
1. Supoamos que as rectas ax+by +c = 0 e mx+ny +p = 0 se cortan no punto (x
0
, y
0
). As, teremos
que ax +by +c = a(x x
0
) +b(y y
0
) e mx +ny +p = m(x x
0
) +n(y y
0
). Facendo o cambio
de variable X = x x
0
, Y = y y
0
, obtemos
dY
dX
=
dy
dx
= f
_
a(x x
0
) +b(y y
0
)
m(x x
0
) +n(y y
0
)
_
= f
_
aX +bY
mX +nY
_
= f
_
a +b
Y
X
m+n
Y
X
_
,
dicir, queda reducida a unha ecuacin homoxnea.
2. Se as rectas ax + by + c = 0 e mx + ny + p = 0 son paralelas, daquela (a, b) = k(m, n) para algn
k IR. Facendo o cambio de variable z = mx + ny. Derivando, temos z

= m + ny

, ou sexa,
y

= (z

m)/n. Sustitundo na ecuacin orixinal obtemos

dz
dx
= m+nf
_
kz +p
z +c
_
,
que unha ecuacin en variables separadas.
Exemplo. Resolver
dy
dx
=
2x + 4y 6
x +y 3
.
As rectas 2x+4y 6 = 0 e x+y 3 = 0 se cortan no punto (x, y) = (1, 2), co que facemos o cambio
X = x 1 e Y = y 2. Sustitundo, obtemos a ecuacin homoxnea
dY
dX
=
2X + 4Y
X +Y
=
2 + 4
Y
X
1 +
Y
X
.
Para resolvela, facemos o novo cambio u = Y/X e temos
du
dX
X +u =
2 + 4u
1 +u
,
que podemos poer nalmente como
X
du
dX
=
u
2
3u + 2
u + 1
.
Analicemos en primeir lugar o caso u
2
3u + 2 = 0. As, podemos escribir
1
X
dX =
(u + 1)
u
2
3u + 2
du =
A
u 1
du +
B
u 2
du =
2
u 1
du
3
u 2
du.
Integrando, temos
2 log(u 1) 3 log(u 2) = log(CX)
e polo tanto
(u 1)
2
(u 2)
3
= CX.
Sustitundo agora u = Y/X chegamos a (Y X)
2
= K(Y 2X)
3
; e volvendo s variables orixinales x e
y obtemos as solucins
(y x 1)
2
= K(y 2x)
3
da ecuacin de partida.
Temos que analiza que pasa cando u
2
3u + 2 = 0. Isto ocorre para u = 1 e u = 2 e obtemos,
respectivamente, as solucins Y = X e Y = 2X que, sustitundo X e Y por su valor, se traducen en
y = x + 1 e y = 2x das que s a segunda solucin singular.
Exemplo. Resolver
y

=
x y 1
x y 2
.
Facemos o cambio de variable z = x y, polo tanto z

= 1 y

. Sustitundo, temos
z

+ 1 =
z 1
z 2
34
ou

dz
dx
=
z 1
z 2
1 =
1
z 2
,
que a ecuacin (z 2) dz = dx, que de variables separadas. Integrando, obtemos
1
2
(z 2)
2
= x +K,
e nalmente, sustitundo de novo z = x y e denotando C = 2K, obtemos que as soluciones da ecuacin
orixinal son
(x y 2)
2
+ 2x = C.
4.2. EDO lineal
Denicin 4.2. Unha EDO lineal de primeira orde aquela que pode expresarse da forma:
y

+a(x)y = b(x),
que se denomina forma estndar da EDO. Se b(x) = 0 para todo x I, a EDO lineal dise que
homoxnea. No caso contrario, dise que completa ou non homoxnea.
O mtodo de resolucin dunha EDO lineal consta de varios pasos e para explicalo, consideramos
o seguinte exemplo:
x
2
y

+xy = 1.
Paso 1. Expresin da EDO lineal en forma estndar. Neste caso, dividindo por x
2
obtemos a forma
estndar da ecuacin:
y

+
1
x
y =
1
x
2
.
Paso 2. Obtencin da solucin xeral da EDO lineal homoxnea asociada EDO anterior. A
ecuacin homoxnea asociada :
y

+
1
x
y = 0.
Reslvese como unha EDO de variables separadas:
dy
dx
=
y
x
=
_
dy
y
=
_
dx
x
+C =ln |y| = ln |x| +C =ln |yx| = C =y =
C
x
.
Paso 3. Clculo dunha solucin particular da EDO completa. Pdese probar que sempre existe
unha solucin particular da EDO completa da forma:
f(x) =
C(x)
x
,
resultado de cambiar na solucin xeral da homoxnea a constante C por unha funcin C(x).
Para calcular C(x), derivamos f e substitumos na ecuacin completa:
C

(x)x C(x)
x
2
+
1
x
C(x)
x
=
1
x
2
,
e polo tanto C

(x) =
1
x
; posto que s necesitamos unha funcin C(x), tomamos C(x) = ln |x|,
obtendo como solucin particular da ecuacin completa:
f(x) =
ln |x|
x
.
35
Paso 4. Obtencin da solucin xeral da EDO lineal completa. Tamn se proba que a solucin
xeral da EDO lineal completa a suma da solucin xeral da ecuacin homoxnea
mis unha solucin particular da ecuacin completa, dicir:
y =
C
x
+
ln |x|
x
.
Exercicio. Resolver as seguintes ecuacins lineais:
a) y

= 3x
2
y, b) y

= y(2 + sen x), c) y

= 2y + 3e
x
, d) y

= 4y +x
2
e
4x
,
e) xy

= 2y +x
3
cos x, f) xy

+ 3y =
sen x
x
2
.
Solucin:
a) y(x) = Ce
x
3
, b) y(x) = Ce
2xcos x
, c) y(x) = Ce
2x
+ e
x
, d) y(x) = (
1
3
x
3
+ C)e
4x
,
e) y(x) = Cx
2
+x
2
sen x, f) y(x) =
C cos x
x
3
.
4.2.1. Ecuacin de Bernoulli
Consideremos
y

+a(x)y = b(x)y

.
Est claro que, se = 0, a EDO anterior lineal e, se = 1, de variables separadas. Noutro caso,
vexamos cmo resolvela
Fagamos o cambio de variable y
1
= z, para o que (1 )y

= z

, dicir,
1
y

=
z

1
.
Sustitundo en
1
y

+a(x)y
1
= b(x)
temos
z

1
+a(x)z = b(x),
co que transformamos a ecuacin de Bernoulli na ecuacin lineal
z

+ (1 )a(x)z = (1 )b(x).
Exemplo. Resolver
xy

+ 2y +x
5
y
3
e
x
= 0.
Escrita na forma
y

+
2
x
y = x
4
y
3
e
x
,
est claro que a ecuacin de Bernoulli con = 3.
Facendo o cambio de variable y
2
= z, para o que z

= 2y
3
y

, e sustitundo en
y

y
3
+
2
x
y
2
= x
4
e
x
,
obtemos:
z

4
x
z = 2x
4
e
x
,
que lineal con a(x) =
4
x
e b(x) = 2x
4
e
x
.
Tal como sabemos, a solucin da ecuacin lineal
z = e

a(x) dx
_
_
b(x)e

a(x) dx
dx +C
_
.
Como
_
a(x) dx =
_
4
x
dx = 4 log x = log x
4
, temos que
z = x
4
_
_
2x
4
e
x
x
4
dx +C
_
= x
4
(2e
x
+C).
Polo tanto, a solucin da ecuacin de Bernoulli y
2
= x
4
(2e
x
+C), dicir
y =
1
x
2

2e
x
+C
.
36
4.3. EDO exacta
En xeral posible resolver todas as EDO tales que estn ou poden estar escritas do seguinte xeito:
d
dx
(x, y) = 0,
para unha funcin (x, y) sucientemente regular
1
, pois integrando obtemos que a solucin ven dada
implicitamente por
(x, y) = C.
Para saber cales son as ecuacins diferenciais que toman esta forma, s temos que observar que
d
dx
(x, y(x)) =

x
+

y
dy
dx
,
polo tanto, a EDO ter a forma:
P(x, y) +Q(x, y)
dy
dx
= 0
Denicin 4.3. Dicimos que unha EDO da forma:
dy
dx
=
P(x, y)
Q(x, y)
,
que tamn podemos escribir como: P(x, y)dx + Q(x, y)dy = 0, exacta se existe unha funcin (x, y)
sucientemente regular tal que P =
x
e Q =
y
(usando a notacin
x
=

x
,
y
=

y
).
A regularidade de implica que, como as parciais segundas cruzadas
xy
e
yx
coinciden, necesario
que P
y
= Q
x
. Isto nos da unha condicin necesaria para que unha EDO sexa exacta.
Est claro que con esta denicin necesario resolver a ecuacin para saber si exacta ou non, o que a
volve intil na prctica. Polo tanto necesitamos unha caracterizacin do carcter exacto dunha ecuacin
diferencial. Por sorte temos o seguinte resultado:
Proposicin. A ecuacin diferencial
P(x, y)dx +Q(x, y)dy = 0,
con P e Q de clase C
1
, exacta se, e s se, P
y
= Q
x
.
Vexamos cmo obter as solucins. Buscamos tal que
x
= P, polo que posible atopar integrando
P(x, y) respecto a x mentras mantemos y constante, dicir,
(x, y) =
_
P(x, y) dx +(y),
onde a funcin arbitraria (y) a constante de integracin. Derivando respecto de y obtemos

y
=

y
_
P(x, y) dx +

(y).
Por outra parte, se utilizamos
y
= Q temos que

(y) = Q(x, y)

y
_
P(x, y) dx;
sta es realmente unha expresin independente de x xa que

x
_
Q(x, y)

y
_
P(x, y)dx
_
= Q
x

y
_

x
_
P(x, y) dx
_
= Q
x
P
y
= 0.
Unha vez coecida

(y), integrando obtemos (y) e, sustitundo o seu valor, chegamos funcin poten-
cial (x, y). As, quedan determinadas completamente as solucins buscadas (x, y) = C, expresadas en
1
Con isto queremos dicir que ten a regularidade necesaria para garantir que as armacins que facemos sobre ela son
verdadeiras.
37
forma implcita.
Lxicamente, para atopar F poderiamos ter seguido o proceso anterior cambiando a orde na que se usa
P e Q, partindo de
y
= Q e posteriormente usando
x
= P. Tamn, integrando estas das expresins
e igualndoas, moitas veces chega cunha sinxela inspeccin para determinar .
Exemplo. Resolver
3y +e
x
+ (3x + cos y)y

= 0.
Se poemos a ecuacin na forma Pdx + Qdy = 0 con P(x, y) = 3y + e
x
y Q(x, y) = 3x + cos y, est
claro que P
y
= Q
x
= 3, polo tanto a ecuacin exacta.
Calculemos a funcin potencial , que nos dar directamente as solucins (x, y) = C.
Como
x
= 3y +e
x
, integrando respecto de x obtemos que
(x, y) = 3yx +e
x
+(y).
Derivando respecto de y e igualando a Q queda
3x +

(y) = 3x + cos y,
dicir,

(y) = cos y, de onde chega con tomar (y) = sen y, e polo tanto
(x, y) = 3yx +e
x
+ sen y.
As, a solucin da EDO ven dada, implcitamente, por
3yx +e
x
+ sen y = C.
Ntese que ao integrar

(y) = cos y non fai falla poer a constante de integracin (y) = sen y +C
1
xa que, nese caso, unha das das constantes da solucin 3yx + e
x
+ sen y + C
1
= C sera claramente
superua.
4.3.1. Ecuacins reducibles a exactas: Factores integrantes
Se temos unha ecuacin P(x, y)dx + Q(x, y)dy = 0 que non exacta, s veces compre buscar unha
funcin (x, y) non idnticamente nula tal que
(x, y)P(x, y)dx +(x, y)Q(x, y)dy = 0
sexa exacta. Como esta ecuacin equivalente de partida, as sas solucins e as da ecuacin orixinal
sern as mesmas.
Por desgracia, non hai ningn procedimento xeral que permita obter factores integrantes. Con todo,
posible facelo, e de xeito sinxelo, en dous casos:
Existencia de factor integrante da forma (x).
Queremos que (x)P(x, y)dx +(x)Q(x, y)dy = 0 sexa exacta, isto ,

y
_
(x)P(x, y)
_
=

x
_
(x)Q(x, y)
_
.
Derivando, (x)P
y
(x, y) =

(x)Q(x, y)+(x)Q
x
(x, y), ou sexa, (x)
_
P
y
(x, y)Q
x
(x, y)
_
=

(x)Q(x, y).
Para que isto tea sentido,

(x)
(x)
=
P
y
(x, y) Q
x
(x, y)
Q(x, y)
ten que ser unha funcin que dependa exclusivamente de x, que denotamos h(x).
Neste caso, est claro que a funcin que verica a relacin anterior
(x) = e

h(x) dx
,
polo que xa atopamos o factor integrante buscado.
38
Exemplo. Resolver
(2x
2
+y)dx + (x
2
y x)dy = 0.
Neste caso, P(x, y) = 2x
2
+ y e Q(x, y) = x
2
y x. Esta ecuacin non exacta pois P
y
= 1 e
Q
x
= 2xy 1. Para intentar atopar un factor integrante calculamos
P
y
Q
x
Q
=
1 (2xy 1)
x
2
y x
=
2(1 xy)
x(1 xy)
=
2
x
.
Xa que obtemos unha expresin que depende s de x existe un factor integrante dado por
(x) = e

2
x
dx
= x
2
.
Entn, se multiplicamos a EDO por (x) = x
2
obtemos a ecuacin exacta
(2 +yx
2
)dx + (y x
1
)dy = 0.
Polo mtodo usual, atopamos que a funcin tal que
x
= 2 +yx
2
e
y
= y x
1

(x, y) = 2x yx
1
+
1
2
y
2
,
polo tanto, a solucin da EDO exacta, e tamn da de partida, resulta ser
2x yx
1
+
1
2
y
2
= C.
Existencia de factor integrante da forma (y).
Repitindo o proceso anterior buscamos que

y
_
(y)P(x, y)
_
=

x
_
(y)Q(x, y)
_
,
dicir,

(y)P
y
+(y)P
y
= (y)Q
x
, e polo tanto que

(y)
(y)
=
Q
x
P
y
P
,
que ten que ser funcin s de y, que denotamos h(y). Nestas condiciones, o factor integrante
(y) = e

h(y) dy
.
Exemplo. Resolver
(xy
2
y
3
) dx + (1 xy
2
) dy = 0.
Temos que P(x, y) = xy
2
y
3
e Q(x, y) = 1 xy
2
, pero
P
y
= 2xy 3y
2
= y
2
= Q
x
,
polo que non exacta. Agora ben, como
Q
x
P
y
P
=
y
2
2xy + 3y
2
xy
2
y
3
=
2y(x y)
y
2
(x y)
=
2
y
,
temos que existe un factor integrante da forma (y), onde (y) solucin de:

(y)
(y)
= 2
1
y
.
Facendo os clculos, obtemos (y) =
1
y
2
. En consecuencia, a nova ecuacin equivalente orixinal
(x y) dx +
_
1
y
2
x
_
dy = 0,
que resolta da:
x
2
2
xy
1
y
= C.
39
Aparte dos casos anteriormente tratados, nalgns tipos de problemas podemos intentar atopar factores
integrantes impoendo a (x, y) condicins restrictivas de moi diverso tipo. Por exemplo, esixindo que
sexa da forma (x, y) = x

con e constantes a determinar, que sexa (x + y), ou (xy), etc.

Para estudar estes casos, o que hai que facer sempre igualar

y
(P) =

x
(Q) e intentar resolver a
nova ecuacin que aparece, tendo en conta, sobre todo, se ten sentido. Por ser xeralmente procedimentos
bastante particulares, non comentaremos nada mis sobre elos.
4.4. Ecuacins diferenciais en forma implcita
Son as da forma
F(x, y, y

) = 0.
Estas ecuacins carecen dun metodo de resolucin xeral, pero existen casos particulares que poden
ser resoltos. Vexmolos.
4.4.1. Ecuacin da forma y = f(x, y

)
Como procedimento xeral para intentar resolver este tipo de ecuacins, facemos y

= p e derivamos
y = f(x, y

) respecto de x, co que temos:

p = y

= f
x
+f
y

dy

dx
= f
x
(x, p) +f
y
(x, p)p

,
ou, o que o mesmo,
p = f
x
+f
p
p

.
Cando f ten a forma axeitada, a nova ecuacin p = f
x
(x, p) +f
p
(x, p)p

pode ser dalgn dos tipos xa

estudados. Neste caso, obtida a sa solucin x = (p, C), a solucin da ecuacin de partida ven dada en
forma paramtrica e :
_
_
_
x = (p, C),
y = f((p, C), p),
Con todo, non sempre ocurre que o proceso anterior leve a una ecuacin recoecible. Esto s que
sucede nos tres casos que estudamos a continuacin:
Ecuacin da forma y = f(y

).
Neste caso, como f(x, y

) = f(y

), temos que f
x
(x, p) = 0, polo tanto obtemos a ecuacin p = f
p
(p)p

ou, o que o mesmo, p = f

(p)p

Se p = 0, podemos escribila como dx =

f

(p)
p
dp, que de variables separadas. Integrndoa, temos
x =
_
f

(p) dp = (p) +C,

e as solucins de y = f(y

) sern as curvas
_
_
_
x = (p) +C,
y = f(p)
A partir de p = 0 obtemos a solucin constante y = f(0), que a envolvente das outras solucins.
Exemplo. Resolver
y = (y

)
2
+ 2(y

)
3
.
40
Tomando y

= p podemos poer y = p
2
+2p
3
. Derivando respecto de x temos y

= p = 2pp

+6p
2
p

=
(2p + 6p
2
)p

, dicir, p = (2 + 6p)pp

. Para p = 0, simplicamos por p, polo que 1 = (2 + 6p)p

, dicir,
dx = (2 + 6p) dp. Integrando, obtemos como solucin a familia de curvas paramtricas
_
_
_
x = 2p + 3p
2
+C,
y = p
2
+ 2p
3
Ademis, a partir de p = 0 obtemos a solucin singular y = 0.
Para rematar co exemplo, vexamos qu obtemos se intentamos atopar a envolvente da anterior familia
de curvas paramtricas. Temos que

1 0
2 + 6p 2p + 6p
2

= p(2 + 6p) = 0 p = 0 ou p =
1
3
.
Para p = 0 obtemos a recta y = 0 que, efectivamente, solucin da EDO: a envolvente das outras
solucins. Pero para p =
1
3
aparece a recta y =
1
27
que non solucin.
Ecuacin de Lagrange: y +x(y

) +(y

) = 0.
Se poemos y

= p e derivamos respecto de x queda

p +(p) +x

(p)
dp
dx
+

(p)
dp
dx
= 0
que tamn podemos escribir como
_
p +(p)
_
dx +
_
x

(p)dp +

(p)
_
dp = 0.
Supoamos en primeiro lugar que p+(p) = 0. Entn, podemos dividir por p+(p), co que aparece
a ecuacin lineal:
dx
dp
+

(p)
p +(p)
x +

(p)
p +(p)
= 0
na que x actu como funcin e p como variable. Se a resolvemos, obteremos como solucin x =
(p, C). Polo tanto as solucins da ecuacin de Lagrange veen dadas por
_
_
_
x = (p, C),
y = (p, C)(p) (p)
Supoamos agora que existe algn para o que + () = 0. Formalmente, tomamos y

= y,
sustituindo na EDO, y+x()+() = 0, dicir, y = x(). Esta recta , efectivamente, solucin
da ecuacin de Lagrange, sin mis que comprobar que a satisfai: x () + x() + () = 0
pues + () = 0. Estas rectas decimos que son as solucins singulares da ecuacin. Ademis,
recprocamente, vexamos que se y = x() solucin da EDO, entn cumprese que +() = 0.
Para elo, non hai mis que utilizar que y = x () satisfai a ecuacin, co que deber cumprirse
0 = x () +x() +() = ( +())x, luego +() = 0.
Exemplo. Resolver
y = x +y

3(y

)
2
.
Estamos diante dunha ecuacin de Lagrange con (y

) = 1 e (y

) = y

+ 3(y

)
2
. Para resolvela,
tomamos p = y

e, derivando a ecuacin respecto de x, temos p = 1 +p

6pp

, dicir,
(p 1) dx = (1 6p) dp.
Para p = 1 podemos escribir
dx =
1 6p
p 1
dp =
_
6
5
p 1
_
dp,
que unha ecuacin de variables separadas.
41
Integrndoa, x = 6p 5 log(p 1) + C. Sustitundo isto e y

= p na expresin y = x + y

3(y

)
2
queda
y = 6p 5 log(p 1) +C +p 3p
2
= 5p 3p
2
5 log(p 1) +C.
As pois, as curvas paramtricas
_
_
_
x = 6p 5 log(p 1) +C,
y = 5p 3p
2
5 log(p 1) +C
son solucins da ecuacin de Lagrange da que partamos. Ademis, a partir de p = 1 obtemos, ao sustituir
en y = x +p 3p
2
, a solucin singular dada pola recta y = x 2.
Ecuacin de Clairaut: y xy

+(y

) = 0.
A ecuacin de Clairaut un caso particular da ecuacin de Lagrange con (y

) = y

. Aqu, como
() + = 0 para todo IR, non existen as solucins que, na ecuacin de Lagrange, atopabamos polo
mtodo xeral; s aparecen rectas. En realidade, temos agora como solucins da EDO familia de rectas
y = x (), IR.
Vexamos que, ademis, existe unha solucin singular, a envolvente de este feixe de rectas. Para elo,
escribimos o sistema
_
_
_
y = x ()
0 = x

()
,
no que a segunda ecuacin a primeira derivada respecto do parmetro . Para atopar explcitamente
a envolvente habera que despexar nunha das das ecuacins e sustituir na outra, o que non sempre
posible. Pero podemos deixar a sa ecuacin paramtrica que, obviamente, ser
_
_
_
x =

(),
y =

() ()
Podemos garantir que esta curva unha envolvente e non un lugar xeomtrico de puntos singulares,
pois en cada punto
_
x(), y()
_
da curva, esta interseca recta y = x () do feixe. A pendente desa
recta e coincide coa pendente da curva, pois :
dy
dx
=
dy/d
dx/d
=

() +

()

()

()
= .
Isto signica que as rectas solucins son as tanxentes da solucin singular.
Exemplo. Resolver
y = y

x 2(y

)
2
.
Estamos ante unha ecuacin de Clairaut y xy

+ (y

) = 0 con (y

) = 2(y

)
2
. Hemos demostrado
que, sin mis que tomar y

= , as rectas y = x2
2
son solucin da EDO para cada IR. Calculemos
a sa envolvente. No sistema
_
_
_
y = x 2
2
0 = x 4
despexamos =
x
4
na segunda ecuacin e, sustitundo na primeira, atopamos que a envolvente a
parbola y =
x
2
8
.
4.4.2. Ecuacin de la forma x = f(y, y

)
Estas ecuacins son semellantes s que aparecen no apartado anterior pero co papel de x e y inter-
cambiado. En xeral, para intentar resolvelas, facemos y

= p e x = f(y, p) respecto de y, en lugar de

respecto a x. Isto require ter un pouco mis de cuidado, ademis de usar
dx
dy
=
1
dy
dx
=
1
p
.
42
As,
1
p
=
dx
dy
= f
y
(y, p) +f
p
(y, p)
dp
dy
.
Segundo como sexa f, esta nova ecuacin ser dalgn dos tipos xa vistos e poderemos resolvela. En
calquera caso, se logramos facelo, obteremos y = (p, C). Con isto, a solucin da ecuacin de partida
ser a familia de curvas paramtricas
_
_
_
x = f((p, C), p)
y = (p, C)
.
En xeral, non podemos asegurar que, para unha funcin f calquera, saibamos resolver a correpondente
ecuacin, pero podemos estudar casos semellantes aos da forma y = f(x, y

) nos que se garante que o

mtodo no quedar interrumpido. Os tres casos que pagan a pena distinguir son os seguintes:
Ecuacin x = f(y

)
Ecuacin x +y(y

) +(y

) = 0
Ecuacin x
y
y

+(y

) = 0
Queda por describir o mtodo de resolucin destes tres tipos de ecuacins, pero se deixa como exercicio.
S hai que dedicarse a modicar, con cuidado, o proceso usado nos correspondentes tipos, lembrando que
agora hai que derivar respecto de y en lugar de respecto de x.
Exemplo. Resolver x = (y

)
3
+y

.
Se facemos y

= p e derivamos x = p
3
+p respecto de y, obtemos
1
p
=
1
dy
dx
=
dx
dy
= 3p
2
dp
dy
+
dp
dy
,
que podemos escribir como dy = (3p
3
+ p) dp, ecuacin en variables separadas. Integrndoa, obtemos
y =
3
4
p
4
+
1
2
p
2
+C. Polo tanto, as solucins da ecuacin x = (y

)
3
+y

veen dadas pola familia de curvas

paramtricas
_
_
_
x = p
3
+p,
y =
3
4
p
4
+
1
2
p
2
+C.
43
Tema 5
Sistemas de ecuacins lineais.
Propiedades das solucins. Matriz
fundamental
Cando consideramos a ecuacin diferencial y

= f(t, y), sendo f : D IR IR

n
IR
n
, se temos en
conta que y = (y
1
, ... , y
n
) e que hai n funcins compoente f
1
, ... , f
n
, onde f
i
: D IR IR
n
IR,
1 i n, podemos reescribila do seguinte xeito:
_

_
y

1
= f
1
(t, y
1
, ... , y
n
),
y

2
= f
2
(t, y
1
, ... , y
n
),
.
.
.
y

n
= f
n
(t, y
1
, ... , y
n
).
(5.1)
Unha solucin de (5.1) no intervalo I un conxunto de n funcins y
1
, ... , y
n
tal que
1. y

1
(t), ... , y

n
(t) existe para todo t I,
2. (t, y
1
(t), ... , y
n
(t)) E, para todo t I,
3. y

i
(t) = f
i
(t, y
1
(t), ... , y
n
(t)) para todo t I.
Ademis, a condicin inicial toma a forma
y
1
(t
0
) = y
0
1
, ... , y
n
(t
0
) = y
0
n
, (5.2)
con t
0
I e (t
0
, y
0
1
, ... , y
0
n
) D.
Se o sistema (5.1) lineal, isto ,
f(t, y) =
_
_
_
a
11
(t) a
1n
(t)
.
.
.
.
.
.
.
.
.
a
n1
(t) a
nn
(t)
_
_
_y +
_
_
_
b
1
(t)
.
.
.
b
n
(t)
_
_
_.
entn pode escribirse como
y

= A(t)y +b(t), (5.3)

sendo A(t) a matriz de elementos a
ij
(t), 1 i, j n, e b a funcin con valores en IR
n
e compoentes
b
i
(t), 1 i n.
Denicin 5.1. Se b 0, entn dicimos que a ecuacin diferencial lineal (5.3) homoxnea. Se b 0,
entn dicimos que a ecuacin diferencial lineal (5.3) non homoxnea ou completa.
45
5.1. Propiedades das solucins
A existencia e unicidade de solucin do sistema (5.3) para a condicin inicial (5.2) nun intervalo
I = (a, b) que contn a t
0
consecuencia do seguinte teorema.
Teorema 5.1. Se A: I M
nn
e b: I IR
n
son continuas, entn o problema de Cauchy
_
y

= A(t)y +b(t),
y(t
0
) = y
0
,
(5.4)
ten unha nica solucin maximal denida en I.
Demostracin: Comprobemos que f(t, y) := A(t)y + b(t) localmente lipschiciana na segunda variable.
En efecto, temos que
f(t, y
1
) f(t, y
2
) = A(t)y
1
+b(t) A(t)y
2
b(t) A(t)y
1
y
2
,
polo tanto temos que f continua e localmente lipschiciana na segunda variable na banda I IR
n
e
lipschiciana na segunda variable en cada subbanda. O resultado certo polo teorema Picard-Lipschitz e
o teorema 3.5.
Comecemos o estudo das propiedades das solucins vendo que estructura alxebrica ten o conxunto
formado polas solucins da ecuacin diferencial lineal homoxnea.
Teorema 5.2. O conxunto Z de solucins da ecuacin homoxnea y

= A(t)y un espacio vectorial de

dimensin n.
Demostracin: En primeiro lugar vexamos que Z un espacio vectorial. Sexan , IR e
1
,
2
Z,
entn temos que
(
1
+
2
)

1
+

2
= A(t)
1
+A(t)
2
= A(t)(
1
+
2
).
Sexa t
0
I, e
i
o i-simo vector da base cannica de IR
n
e denotamos por
i
Z a solucin do
problema de Cauchy:
_
y

= A(t)y,
y(t
0
) = e
i
,
.
Probemos que as solucins {
i
}
n
i=1
son independentes. Se existen escalares {
i
}
n
i=1
tales que

1
+ +
n

n
0,
entn

1
(t
0
) + +
n

n
(t
0
) =
1
e
1
+ +
n
e
n
= 0.
Agora ben, como {e
i
}
n
i=1
a base cannica de IR
n
, temos que

1
= =
n
= 0.
Por ltimo, comprobemos que {
i
}
n
i=1
xenera Z. Sexan t
0
I, Z e expresemos (t
0
) na base
cannica:
(t
0
) =
1
e
1
+ +
n
e
n
.
A funcin =
1

1
+ +
n

n
solucin por ser combinacin lineal de solucins e, ademis, cumpre
a condicin inicial (t
0
) =
1

1
(t
0
) + +
n

n
(t
0
) = (t
0
), polo tanto =
1

1
+ +
n

n
.
Anda que pareza sorprendente as solucins das ecuacins homoxnea e completa estan intrinsicamente
vencelladas como podemos ver no seguinte resultado.
Teorema 5.3. Sexa
1
unha solucin da ecuacin diferencial lineal non homoxnea y

= A(t)y +b(t).

2
unha solucin da ecuacin diferencial lineal non homoxnea y

= A(t)y +b(t), se e s se existe unha

solucin da ecuacin diferencial lineal homoxnea y

= A(t)y tal que

1

2
= .
Demostracin:
46
Se =
1

2
, entn temos que

2
= A(t)
1
+b(t) A(t)
2
b(t) = A(t)(
1

2
) = A(t).
Polo tanto solucin de y

= A(t)y.
Vexamos que
2
solucin de y

= A(t)y +b(t). En efecto, verica que

2
= (
1
)

= A(t)
1
+b(t) A(t) = A(t)(
1
) +b(t) = A(t)
2
+b(t).
Corolario. O conxunto de solucins da ecuacin diferencial lineal non homoxnea y

= A(t)y + b(t)
a variedade lineal + Z, onde unha solucin da ecuacin diferencial lineal non homoxnea y

=
A(t)y +b(t).
Demostracin: Trivial cando usamos o teorema anterior.
5.2. Matriz fundamental
Se collemos n solucins
1
, ... ,
n
da ecuacin diferencial lineal y

= A(t)y e as colocamos formando

nunha matriz (t) = (
1
| |
n
), onde cada columna a correspondente solucin, podemos considerar
unha nova ecuacin diferencial na que a funcin incognita (t).

= A(t).
Denicin 5.2. Chamamos ecuacin matricial, asociada a ecuacin diferencial lineal y

= A(t)y,
ecuacin

= A(t),
onde : I IR M
nn
unha matriz n n chamada matriz solucin.
Sexa unha matriz solucin. Se as columnas de son independentes, a chamamos matriz fun-
damental. Se unha matriz fundamental e existe t
0
I tal que (t
0
) = I, a chamamos matriz
principal en t
0
.
Recprocamente, doado probar que cada columna dunha matriz solucin unha solucin da ecuacin
homoxnea y

= A(t)y, polo que temos o seguinte resultado.

Teorema 5.4. Se (t) = (
1
| |
n
) unha matriz solucin, entn as sas n columnas
1
, ... ,
n
son
solucins da ecuacin diferencial lineal homoxnea y

= A(t)y, e viceversa.
Para a determinacin de se unha matriz solucin fundamental o seguinte teorema ser de gran
utilidade.
Lema (Lema de Jacobi-Liouville). Se unha matriz solucin, entn
|(t)| = |(t
0
)|e
_
t
t
0
tr (s)ds
Teorema 5.5. Sexa unha matriz solucin de

= A(t). unha matriz fundamental se, e s se,

existe t
0
I tal que |(t
0
)| = 0.
Demostracin:
Supoamos que |(t)| = 0, para todo t I. En particular, se escollemos o punto t
0
, temos que
|(t
0
)| = 0 e existiran constantes
1
, ... ,
n
, non todas nulas, tal que

1
(t
0
) + +
n

n
(t
0
) = 0.
Polo tanto se denimos como =
1

1
+ +
n

n
, entn solucin da ecuacin homoxnea
por ser combinacin lineal de solucins desa ecuacin, e cumpre que
(t
0
) =
1

1
(t
0
) + +
n

n
(t
0
) = 0.
47
Pola unicidade de solucin entn = 0, xe que a funcin constantemente nula solucin e pasa
por (t
0
, 0). Resumindo, existen constantes
1
, ... ,
n
, non todas nulas, tal que

1
+ +
n

n
= 0.
Polo tanto as columnas da matriz solucin non seran linealmente independentes.
Supoamos que |(t)| = 0, pero que as columnas
1
, ... ,
n
de son linealmente dependentes.
Entn existen constantes
1
, ... ,
n
, non todas nulas, tal que

1
+ +
n

n
= 0.
Isto implicara que
1

1
(t) + +
n

n
(t) = 0, para todo t I, en particular para t = t
0
. Polo
tanto |(t
0
)| = 0, que contradictorio co suposto inicial.
Teorema 5.6. Sexa unha matriz fundamental da ecuacin diferencial lineal homoxnea y

= A(t)y.
Se unha solucin do problema de Cauchy
_
_
_
y

= A(t)y
y(t
0
) = y
0
,
entn (t) = (t)(t
0
)
1
y
0
.
Demostracin: Como (t
0
)
1
y
0
un vector de IR
n
, (t)(t
0
)
1
y
0
unha combinacin lineal de solucins
da ecuacin homoxnea e, en consecuencia, solucin dela. Ademis, esta solucin verica a condicin inicial
(t
0
)(t
0
)
1
y
0
= y
0
,
polo que a solucin nica do anterior problema de Cauchy.
Teorema 5.7. Se e son das matrices fundamentais da ecuacin diferencial lineal homoxnea
y

= A(t)y, daquela existe unha matriz regular M

nn
tal que = .
Demostracin: Se (t) fundamental, entn non singular e polo tanto existe
1
(t), para todo t I.
Como, para todo t I,
1
(t)(t) = I, temos que
_

= 0
_

1
_

+
1

= 0
_

1
_

+
1
A = 0
_

1
_

=
1
A
Por outra parte, (t) = (t) equivalente a que
1
(t)(t) = , polo que
(t) = (t)
_

= 0
_

1
_

+
1

= 0
1
A +
1
A = 0.
E a proba queda rematada se nos decatamos de que regular, pois producto das matrices regulares

1
(t) e (t).
Teorema 5.8. Sexan unha matriz fundamental da ecuacin diferencial lineal homoxnea y

= A(t)y e
unha condicin inicial (t
0
, y
0
) I IR
n
. A solucin do problema de Cauchy
_
_
_
y

= A(t)y +b(t)
y(t
0
) = y
0
, (5.5)
ven dada por
(t) = (t)
1
(t
0
)y
0
+ (t)
_
t
t
0
(s)
1
b(s) ds.
Demostracin: Sabemos que se unha matriz fundamental e IR
n
, entn (t) = (t) unha
solucin da ecuacin homoxena, pois unha combinacin lineal das columnas de que son solucins.
Supoamos que : I IR IR
n
unha funcin tal que (t) = (t)(t) unha solucin do problema
de Cauchy (5.5). Vexamos que condicins ten que cumprir para isto.
En primeiro lugar, como (t
0
) = y
0
, necesitamos que (t
0
)(t
0
) = y
0
, isto ,
(t
0
) =
1
(t
0
)y
0
.
48
Pola outra banda, como verica a ecuacin completa, entn
_
(t)(t)
_

= A(t)(t)(t) + b(t) e
temos que

(t)(t) + (t)

(t) = A(t)(t)(t) +b(t),

polo tanto
A(t)(t)(t) + (t)

(t) = A(t)(t)(t) +b(t).

Polo tanto

(t) =
1
(t)b(t),
polo que
_
t
t
0

(s) ds =
_
t
t
0

1
(s)b(s) ds
e ten que cumprir que
(t) = (t
0
) +
_
t
t
0

1
(s)b(s) ds =
1
(t
0
)y
0
+
_
t
t
0

1
(s)b(s) ds.
Consideremos a funcin : I IR IR
n
denida como
(t) := (t)
1
(t
0
)y
0
+
_
t
t
0
(t)
1
(s)b(s) ds
e comprobemos que cumpre todas as condicins para ser solucin do problema de Cauchy (5.5).
1. En efecto, pola sa denicin, pola diferenciabilidade de e pola continuidade de b, temos que
diferenciable.
2. De xeito trivial, (t, (t)) I IR
n
para todo t I.
3. Calculemos a derivada de .

(t) =
_
(t)
1
(t
0
)y
0
+ (t)
_
t
t
0

1
(s)b(s)ds
_

=
=

(t)
1
(t
0
)y
0
+

(t)
_
t
t
0

1
(s)b(s)ds + (t)
1
(t)b(t) =
= A(t)(t)
1
(t
0
)y
0
+A(t)(t)
_
t
t
0

1
(s)b(s)ds +b(t) =
= A(t)
_
(t)
1
(t
0
)y
0
+ (t)
_
t
t
0

1
(s)b(s)ds
_
+b(t).
49
Tema 6
Sistemas de ecuacins lineais con
coecientes constantes
O obxeto deste tema o estudo das ecuacins lineais
y

= Ay +b(t),
onde b: I IR unha funcin continua e A unha matriz de M
nn
.
No tema anterior probamos que para coecer todas as solucins da ecuacin lineal abonda con calcular
unha matriz fundamental do sistema homoxneo
y

= Ay.
O noso obxectivo probar que a funcin (t) = e
tA
, que deniremos a continuacin, una matriz
fundamental da ecuacin anterior e aprender a forma de calculala.
Denicin 6.1. Sexa A M
nn
unha matriz calquera. Denimos outra matriz e
A
, chamada matriz
exponencial de A, por
e
A
=

n=0
A
n
n!
,
sendo A
n
= A
n

A e A
0
a matriz identidade I.
Observacin: A denicin anterior valida para calquera matriz A, pois a serie converxente sempre.
En efecto, se collemos a suma parcial S
N
, daquela temos que
_
_
_
_
N

n=0
A
n
n!
_
_
_
_

n=0
1
n!
A
n

N

n=0
1
n!
A
n

n=0
1
n!
A
n
= e
A
< ,
polo que a serie converxente por estar mayorada en norma por unha serie numrica converxente.
Unha diferencia fundamental entre a exponencial dunha matriz e a exponencial dun nmero real
consiste en que e
a+b
= e
a
+ e
b
, para todo a, b IR, isto non certo sempre para A, B M
nn
. Por
exemplo, se A =
_
1 1
0 1
_
e A =
_
1 0
1 1
_
, entn e
A
=
_
e e
0 e
_
e e
B
=
_
e 0
e e
_
, mentras que
e
A+B
=
_
1
2
e +
1
2
e
3

1
2
e +
1
2
e
3

1
2
e +
1
2
e
3 1
2
e +
1
2
e
3
_
= e
A
e
B
=
_
2e
2
e
2
e
2
e
2
_
.
Agora ben, cando impoemos a hiptese de que A e B conmuten entre si, temos o seguinte resultado
Teorema 6.1. Se A, B M
nn
son das matrices que conmutan entre si, entn,
e
A+B
= e
A
e
B
.
51
Demostracin:
e
A
e
B
=
_

n=0
A
n
n!
__

n=0
B
n
n!
_
=

n=0
_
n

i=0
A
i
i!
B
ni
(n i)!
_
=

n=0
1
n!
_
n

i=0
n!
i!(n i)!
A
i
B
ni
_
=
=

n=0
1
n!
_
n

i=0
_
n
i
_
A
i
B
ni
_
=

n=0
1
n!
(A+B)
n
= e
A+B
.
Corolario. Se A M
nn
, entn e
A
invertible e cumpre que (e
A
)
1
= e
A
.
Demostracin: Como
e
A
e
A
= e
AA
= e
0
= I
e
e
A
e
A
= e
A+A
= e
0
= I,
claramente e
A
a matriz inversa de e
A
.
Observacin: Cmpre suliar que e
0
= I consecuencia da denicin. En efecto, como
e
A
= I +
1
1!
A+
1
2!
A
2
+
1
3!
A
3
+... ,
temos que
e
0
= I +
1
1!
0 +
1
2!
0
2
+
1
3!
0
3
+ = I.
Pasemos a probar que e
tA
unha matriz fundamental da ecuacin lineal.
Teorema 6.2. Sexa a ecuacin diferencial lineal homoxnea con coecientes constantes y

= Ay, onde
A M
nn
. Daquela e
tA
unha matriz fundamental principal en t
0
= 0.
Demostracin:
1. Vexamos que e
tA
unha matriz solucin. Como, para cada suma parcial
S
N
(t) =
N

n=0
(tA)
n
n!
,
temos que
d
dt
S
n
(t) =
d
dt
_
I +
N

n=1
(tA)
n
n!
_
=
N

n=1
d
dt
(tA)
n
n!
=
N

n=1
nA(tA)
n1
n!
= A
N

n=1
(tA)
n1
(n 1)!
= A
N1

n=0
(tA)
n
n!
.
Pasando ao lmite, cando N tende a , temos que
d
dt
(e
tA
) = A(e
tA
).
2. Vexamos que e
tA
unha matriz fundamental. Como a matriz e
tA
ten matriz inversa, unha matriz
non singular e polo tanto con columnas linealmente independentes, para todo t IR.
3. Por ltimo, e
tA
principal en t
0
= 0 dun xeito trivial.
Corolario. A solucin do problema de Cauchy
_
_
_
y

= Ay +b(t)
y(t
0
) = y
0
,
ven dada por
(t) = e
(tt
0
)A
y
0
+e
tA
_
t
t
0
e
sA
b(s) ds.
52
Demostracin: A proba inmediata a partir do teorema 5.8 e do anterior teorema 6.2.
Vexamos como calcular a matriz fundamental. Lembremos antes cousas xa coecidas en outras mate-
rias.
Denicin 6.2. Decimos que das matrices A e J son equivalentes se existe outra matriz invertible P
tal que
A = PJP
1
.
O seguinte resultado, que non demostraremos, ser util nas aplicacins prcticas.
Teorema 6.3. Se A equivalente a J, entn
rang(AI)
n
= rang(J I)
n
, para todo n IN, (A).
Demostracin: A proba faise por induccin completa.
Para n = 1 temos que
AI = PJP
1
PP
1
= P(J I)P
1
Suposto que para n 1 certo que (AI)
n1
= P(J I)
n1
P
1
, probemos o resultado para n.
(AI)
n
= (AI)
n1
(AI) = P(J I)
n1
P
1
P(J I)P
1
= P(J I)
n
P
1
.
En consecuencia, como P e P
1
son non singulares, entn temos que
rang(AI)
n
= rang(J I)
n
.
Teorema (Jordan). Sexa A M
nn
unha matriz real, con polinomio caracterstico
p
A
() = (
1
)
m
1
(
p
)
m
p
((
1
)
2
+
2
1
)
m

1
((
q
)
2
+
2
q
)
m

q
.
Os valores propios {
j
}
p
j=1
son reais,
j
=
k
se j = k, teen multiplicidade alxebraica m
j
e multi-
plicidade xeomtrica d
j
= dimker(A
j
I).
Os valores propios {
j
i
j
}
q
j=1
son complexos (
j
= 0), (
j
,
j
) = (
k
,
k
) se j = k, teen multi-
plicidade alxebraica m

j
e multiplicidade xeomtrica d

j
= dimker(A(
j
i
j
)I).
Existe unha matriz P, non singular, e matrices J
j
M
m
j
m
j
, U
j
M
2m

j
2m

j
tal que A = PJP
1
,
sendo
J =
_
_
_
_
_
_
_
_
_
_
J
1
.
.
.
J
m
p
L
1
.
.
.
L
m

q
_
_
_
_
_
_
_
_
_
_
.
Ademais, para cada j = 1, ... , m
p
, J
j
diagonal por caixas, consta de d
j
subcaixas J
jk
e cada subcaixa
da forma
J
jk
=
_
_
_
_
_
_

j
1

j
.
.
.
.
.
.
1

j
_
_
_
_
_
_
,
mentras que para cada j = 1, ... , m
q
, L
j
diagonal por caixas, consta de d

j
subcaixas L
jk
e cada subcaixa
da forma
L
jk
=
_
_
_
_
_
_
C
j
I
C
j
.
.
.
.
.
.
I
C
j
_
_
_
_
_
_
,
con C
j
=
_

j

j

j

j
_
e I =
_
1 0
0 1
_
.
53
Teorema 6.4. 1. Se J =
_
_
_
_
_
_
1

.
.
.
.
.
.
1

_
_
_
_
_
_
M
kk
, entn e
tJ
=
_
_
_
_
_
_
_
e
t
te
t

t
k1
(k1)!
e
t
e
t
.
.
.
.
.
.
.
.
.
te
t
e
t
_
_
_
_
_
_
_
.
2. Se C =
_


_
, entn e
tC
=
_
e
t
cos t e
t
sen t
e
t
sen t e
t
cos t
_
.
3. Se L =
_
_
_
_
_
_
C I
C
.
.
.
.
.
.
I
C
_
_
_
_
_
_
M
2k2k
, con C =
_


_
e I =
_
1 0
0 1
_
, entn
e
tL
=
_
_
_
_
_
_
e
tC
te
tC

t
k1
(k1)!
e
tC
e
tC
.
.
.
.
.
.
.
.
.
te
tC
e
tC
_
_
_
_
_
_
.
Demostracin: 1. Sexa J unha caixa n n dada por
J =
_
_
_
_
_
_
1

.
.
.
.
.
.
1

_
_
_
_
_
_
.
Como J = I +L, onde
L =
_
_
_
_
_
_
0 1
0
.
.
.
.
.
.
1
0
_
_
_
_
_
_
nilpotente.
En efecto,
L
2
=
_
_
_
_
_
_
_
0 1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 1
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 1
0
_
_
_
_
_
_
_
=
_
_
_
_
_
_
_
_
_
0 0 1 0
0 0
.
.
.
.
.
.
0
.
.
.
1
.
.
.
0
0
_
_
_
_
_
_
_
_
_
,
Se supoemos que
L
k1
=
_
_
_
_
_
_
_
0 0 1 0
0 0 1
0 0
.
.
.
.
.
.
0
_
_
_
_
_
_
_
,
temos que
L
k
= L
k1
L =
_
_
_
_
_
_
_
0 0 1 0
0 0 1
0 0
.
.
.
.
.
.
0
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0 1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 1
0
_
_
_
_
_
_
_
=
_
_
_
0 0
.
.
.
.
.
.
.
.
.
0 0
_
_
_.
54
En consecuencia,
e
tL
= I +tL +t
2
L
2
2!
+ +t
n1
L
n1
(n 1)!
=
_
_
_
_
_
_
1 t
t
k1
(k1)!
1
.
.
.
.
.
.
.
.
.
t
1
_
_
_
_
_
_
.
Polo tanto, obtemos que
e
tJ
= e
t(I+L)
= e
t
Ie
tL
= e
t
e
tL
=
= e
t
_
_
_
_
_
_
1 t
t
k1
(k1)!
1
.
.
.
.
.
.
.
.
.
t
1
_
_
_
_
_
_
=
_
_
_
_
_
_
_
e
t
te
t

t
k1
(k1)!
e
t
e
t
.
.
.
.
.
.
.
.
.
te
t
e
t
_
_
_
_
_
_
_
2. Deixase como exercicio.
3. Deixase como exercicio.
Exercicio. Obter a solucin da ecuacin diferencial lineal
y

=
_
_
_
_
1 0 0
1 2 0
1 0 2
_
_
_
_
y
que verica a condicin inicial
y(0) =
_
_
1
0
0
_
_
.
Solucin: Como o polinomio caracterstico de A
P
A
() = ( 2)
2
( 1),
entn os valores propios son
(A) = {1, 2}.
Hai das posibilidades para a forma cannica J:
J
1
=
_
_
_
_
1 0 0
0 2 0
0 0 2
_
_
_
_
ou J
2
=
_
_
_
_
1 0 0
0 2 1
0 0 2
_
_
_
_
.
Como temos que
rang(AI) rang(J
1
I) rang(J
2
I)
= 1 2 2 2
= 2 1 1 2
,
sabemos, gracias ao teorema 6.3, que J
2
non pode ser equivalente a A e, por conseguinte, que
J =
_
_
_
_
1 0 0
0 2 0
0 0 2
_
_
_
_
.
55
Calculamos agora a matriz de semellanza P que verica que A = PJP
1
, isto ,
_

_
(A1)P
1
= 0,
(A2)P
2
= 0,
(A2)P
3
= 0.
.
Obtendo
P =
_
_
_
_
1 0 0
1 1 0
1 0 1
_
_
_
_
e P
1
=
_
_
_
_
1 0 0
1 1 0
1 0 1
_
_
_
_
,
onde P
1
un vector propio asociado ao valor propio = 1, P
2
un vector propio asociado ao valor propio
= 2 e P
3
un vector propio independente do anterior asociado ao valor propio = 2.
Como
e
tJ
=
_
_
_
_
e
t
0 0
0 e
2t
0
0 0 e
2t
_
_
_
_
e
tA
= P e
tJ
P
1
=
_
_
_
_
e
t
0 0
e
t
e
2t
e
2t
0
e
t
+e
2t
0 e
2t
_
_
_
_
.
Por ltimo, a solucin ven dada por : IR IR
n
IR
n
denida por
(t) = e
tA
y
0
=
_
_
_
_
e
t
0 0
e
t
e
2t
e
2t
0
e
t
+e
2t
0 e
2t
_
_
_
_
_
_
_
_
1
0
0
_
_
_
_
=
_
_
_
_
e
t
e
t
e
2t
e
t
+e
2t
_
_
_
_
.
Exercicio. Obter a solucin da ecuacin diferencial lineal
y

=
_
_
_
_
2 0 1
1 1 1
2 1 0
_
_
_
_
y +
_
_
_
_
0
0
3e
t
_
_
_
_
que verica a condicin inicial
y(1) =
_
_
1
0
0
_
_
.
Solucin: Como o polinomio caracterstico de A
P
A
() = ( 1)
3
,
entn os valores propios son
(A) = {1}.
Hai tres posibilidades para a forma cannica J:
J
1
=
_
_
_
_
1 0 0
0 1 0
0 0 1
_
_
_
_
, J
2
=
_
_
_
_
1 0 0
0 1 1
0 0 1
_
_
_
_
ou J
3
=
_
_
_
_
1 1 0
0 1 1
0 0 1
_
_
_
_
.
Como temos que
rang(AI) rang(J
1
I) rang(J
2
I) rang(J
3
I)
= 1 2 0 1 2
,
56
sabemos, gracias ao teorema 6.3, que nin J
1
, nin J
2
poden ser equivalentes a A e, por conseguinte, que
J =
_
_
_
_
1 1 0
0 1 1
0 0 1
_
_
_
_
.
Calculamos agora a matriz de semellanza P que verica que A = PJP
1
, isto ,
_

_
(A1)P
1
= 0,
(A1)P
2
= P
1
,
(A1)P
3
= P
2
.
.
Obtendo
P =
_
_
_
_
1 1 1
1 1 0
1 2 0
_
_
_
_
e P
1
=
_
_
_
_
0 2 1
0 1 1
1 1 0
_
_
_
_
,
onde P
1
un vector propio asociado ao valor propio = 1, obtendo P
2
e P
3
pola resolucin recursivas
do sistema anterior.
Como
e
tJ
=
_
_
_
_
e
t
te
t t
2
2
e
t
0 e
t
te
t
0 0 e
t
_
_
_
_
e
tA
= P e
tJ
P
1
=
_
_
_
_
_
(1 +t
t
2
2
)e
t t
2
2
e
t
te
t
(t
t
2
2
)e
t
(1 +
t
2
2
)e
t
te
t
(2t +
t
2
2
)e
t
(t
t
2
2
)e
t
(1 t)e
t
_
_
_
_
_
= e
t
_
_
_
_
_
1 +t
t
2
2
t
2
2
t
t
t
2
2
1 +
t
2
2
t
2t +
t
2
2
t
t
2
2
1 t
_
_
_
_
_
.
Por ltimo, a solucin ven dada por : IR IR
n
IR
n
denida por
(t) = e
tA
e
A
y
0
= e
(t1)A
y
0
+e
tA
_
t
1
e
sA
b(s)ds =
= e
t1
_
_
_
_
_
t
(t1)
2
2
(t1)
2
2
t 1
1 +t
(t1)
2
2
1 +
(t1)
2
2
t 1
2 2t +
(t1)
2
2
1 +t
(t1)
2
2
2 t
_
_
_
_
_
_
_
_
_
1
0
0
_
_
_
_
+e
tA
_
t
1
e
sA
_
_
_
_
0
0
3e
s
_
_
_
_
ds =
= e
t1
_
_
_
_
_

1
2
+ 2t
t
2
2

3
2
+ 2t
t
2
2
5
2
t +
t
2
2
_
_
_
_
_
+e
tA
_
t
1
e
sA
_
_
_
_
_
1 s
s
2
2
s
2
2
s
s
s
2
2
1 +
s
2
2
s
2s +
s
2
2
s
s
2
2
1 +s
_
_
_
_
_
_
_
_
_
0
0
3e
s
_
_
_
_
ds =
= e
t1
_
_
_
_
_

1
2
+ 2t
t
2
2

3
2
+ 2t
t
2
2
5
2
t +
t
2
2
_
_
_
_
_
+e
tA
_
t
1
_
_
_
_
3s
3s
3 + 3s
_
_
_
_
ds = e
t1
_
_
_
_
_

1
2
+ 2t
t
2
2

3
2
+ 2t
t
2
2
5
2
t +
t
2
2
_
_
_
_
_
+e
tA
_
_
_
_
3
2

3
2
t
2
3
2

3
2
t
2

9
2
+ 3t +
3
2
t
2
_
_
_
_
=
= e
t1
_
_
_
_
_

1
2
+ 2t
t
2
2

3
2
+ 2t
t
2
2
5
2
t +
t
2
2
_
_
_
_
_
+e
t
_
_
_
_
_
1 +t
t
2
2
t
2
2
t
t
t
2
2
1 +
t
2
2
t
2t +
t
2
2
t
t
2
2
1 t
_
_
_
_
_
_
_
_
_
3
2

3
2
t
2
3
2

3
2
t
2

9
2
+ 3t +
3
2
t
2
_
_
_
_
=
57
= e
t1
_
_
_
_
_

1
2
+ 2t
t
2
2

3
2
+ 2t
t
2
2
5
2
t +
t
2
2
_
_
_
_
_
+e
t
_
_
_
_
3
2
3t +
3
2
t
2
3
2
3t +
3
2
t
2

9
2
+ 6t
3
2
t
2
_
_
_
_
.
=
_
_
_
_

1
2
(1 4t +t
2
)e
t1
+
1
2
(3 6t + 3t
2
)e
t

1
2
(3 4t +t
2
)e
t1
+
1
2
(3 6t + 3t
2
)e
t
1
2
(5 2t +t
2
)e
t1
+
1
2
(9 + 12t 3t
2
)e
t
_
_
_
_
.
Exercicio. Obter unha matriz solucin da ecuacin diferencial lineal
y

=
_
_
_
_
0 2 0
2 0 0
2 0 6
_
_
_
_
y.
Solucin: Como o polinomio caracterstico de A
P
A
() = ( 6)(
2
+ 4),
entn os valores propios son
(A) = {6, 2i}.
A forma cannica
J =
_
_
_
_
0 2 0
2 0 0
0 0 6
_
_
_
_
.
Calculamos agora a matriz de semellanza P que verica que A = PJP
1
, isto ,
_

_
AP
1
= 2P
2
,
AP
2
= 2P
1
,
(A6)P
3
= 0.
.
Multiplicando a primeira ecuacin por A temos que A
2
P
1
= 2AP
2
, pero pola segunda ecuacion
sabemos que AP
2
= 2P
1
. Polo tanto sustitumos a segunda ecuacin por
(A
2
+ 4)P
1
= 0,
quedando por resolver o sistema
_

_
(A
2
+ 4)
2
P
1
= 0,
P
2
=
1
2
AP
1
,
(A6)P
3
= 0.
.
Obtendo
P =
_
_
_
_
1 3 0
3 1 0
0 1 1
_
_
_
_
e P
1
=
1
10
_
_
_
_
1 3 0
3 1 0
3 1 10
_
_
_
_
.
Como
e
tJ
=
_
_
_
_
cos 2t sen 2t 0
sen 2t cos 2t 0
0 0 e
6t
_
_
_
_
,
temos que a matriz fundamental e
tA

e
tA
= P e
tJ
P
1
=
_
_
_
_
cos 2t sen 2t 0
sen 2t cos 2t 0
1
10
sen 2t
3
10
cos 2t +
3
10
e
6t

3
10
sen 2t
1
10
cos 2t +
1
10
e
6t
e
6t
_
_
_
_
.
58
Tema 7
Ecuacin lineal de orde superior.
Ecuacins de coecientes constantes
59
Tema 8
Aplicacins das ecuacins diferenciais
61