Ecuaciones Diferenciales

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

eM atem
atic
as
ii
Un ive rsid ad de An tioq uia ,D ept o. d eM
atem
atic
as
INDICE GENERAL
atic
3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN 3.1. APLICACIONES GEOMETRICAS . . . . . . . . . . . . . 3.1.1. Trayectorias Isogonales y Ortogonales . . . . . . . . 3.1.2. Problemas de Persecuci on: . . . . . . . . . . . . . 3.1.3. Aplicaciones a la geometr a anal tica . . . . . . . . 3.2. CRECIMIENTO Y DESCOMPOSICION . . . . . . . . . . 3.2.1. Desintegraci on radioactiva . . . . . . . . . . . . . . 3.2.2. Ley de enfriamiento de Newton . . . . . . . . . . .
rsid ad
2. METODOS DE SOLUCION 2.1. VARIABLES SEPARABLES . . . . . . . . 2.2. ECUACIONES HOMOGENEAS . . . . . . 2.3. E.D. CON COEFICIENTES LINEALES . . 2.4. ECUACIONES EXACTAS . . . . . . . . . . . . . . . . 2.5. FACTORES DE INTEGRACION 2.6. E.D. LINEAL DE PRIMER ORDEN . . . . 2.7. E.D. DE BERNOULLI . . . . . . . . . . . . 2.8. E.D. NO LINEALES DE PRIMER ORDEN 2.9. OTRAS SUSTITUCIONES . . . . . . . . . 2.10. ANEXO CON EL PAQUETE Maple . . . .
o. d
1. INTRODUCCION 1.1. CAMPO DE DIRECCIONES . . . . . . . . . . . . . . . . . .
eM
atem
as
1 5 7 7 10 13 14 19 23 28 30 38 41 43 43 43 45 48 49 49 50
ept
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
. . . . . . . . . .
de
An
tioq
uia
,D
. . . . . . .
. . . . . . .
Un ive
iii
INDICE GENERAL Ley de absorci on de Lambert . . . . . . . . . . . . . Crecimiento de Cultivos de Bacterias o Crecimientos poblacionales . . . . . . . . . . . . . . . . . . . . . . 3.3. PROBLEMAS DE DILUCION . . . . . . . . . . . . . . . . 3.4. VACIADO DE TANQUES . . . . . . . . . . . . . . . . . . . 3.5. APLICACIONES A LA FISICA . . . . . . . . . . . . . . . . 4. TEORIA DE LAS E.D.O. LINEALES 4.1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . . . . DE ORDEN . . . . . . . . . . 4.2. METODO DE REDUCCION 4.3. E.D.O. LINEALES CON COEFICIENTES CONSTANTES 4.4. E.D. LIN. DE ORDEN MAYOR QUE DOS CON COEF. CONST. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.5. OPERADOR ANULADOR . . . . . . . . . . . . . . . . . . 4.6. METODO DE LOS COEFICIENTES INDETERMINADOS 4.7. VARIACION DE PARAMETROS . . . . . . . . . . . . . . . 4.7.1. GENERALIZACION DEL METODO DE VARIACION DE PARAMETROS . . . . . . . . . . 4.8. OPERADORES . . . . . . . . . . . . . . . . . . . . . . . . . 4.9. METODO DE LOS OPERADORES INVERSOS . . . . . . 4.10. E.D.O. DE EULER - CAUCHY . . . . . . . . . . . . . . . . 4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES 4.11.1. MOVIMIENTO ARMONICO SIMPLE . . . . . . . 4.11.2. MOVIMIENTO AMORTIGUADO . . . . . . . . . . 4.11.3. MOVIMIENTO FORZADO. . . . . . . . . . . . . . 4.12. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . 3.2.3. 3.2.4. . 50 . . . . 51 53 61 66
atem
atic
. . . . . . . . . . . . . . . . . . . . . . . . . . .
75 . 75 . 90 . 94 . . . . . . . . . . . . . 98 100 103 106 114 117 119 132 134 134 137 139 153
5. SOLUCIONES POR SERIES 5.1. INTRODUCCION . . . . . . . . . . . . . . . . . 5.2. SOLUCION EN PUNTOS ORDINARIOS . . . . 5.3. SOL. EN TORNO A PUNTOS SING. REG. . . . 5.3.1. CASO II: r1 r2 = entero positivo . . . . GAMMA: (x) . . . . . . . . . 5.3.2. FUNCION 5.3.3. CASO III: r1 = r2 . . . . . . . . . . . . . DE BESSEL DE ORDEN p : 5.3.4. ECUACION 5.3.5. PUNTO EN EL INFINITO . . . . . . . . 5.4. ANEXO CON EL PAQUETE Maple . . . . . . .
de
An
tioq
uia
,D
ept
o. d
eM
as
. . . . . . . . .
. . . . . . . . .
. . . . . . . . .
159 . 159 . 162 . 171 . 177 . 180 . 184 . 188 . 195 . 201
iv
Un ive
rsid ad
INDICE GENERAL 6. TRANSFORMADA DE LAPLACE 203 6.1. TRANSFORMADA INVERSA DE LAPLACE . . . . . . . . . 207 6.1.1. INTRODUCCION . . . . . . . . . . . . . . . . . . . . 207 6.1.2. TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE210 6.2. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES 225 6.3. Impulso Unitario o Delta de Dirac . . . . . . . . . . . . . . . . 229 6.4. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 232 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN 237 7.1. CONJUNTOS FUNDAMENTALES Y SISTEMAS HOMO GENEOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240 7.2. METODO DE LOS VALORES Y VECTORES PROPIOS . . 241 DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION 260 7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS . . . . 263 7.5. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . . . . 266 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD 267 8.1. SIST. AUTON., PLANO DE FASE . . . . . . . . . . . . . . . 267 8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. . . . . . . 271 8.2.1. TIPOS DE PUNTOS CRITICOS. . . . . . . . . . 272 8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD . . 281 8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV . 294 8.5. LINEALIZACION DE SISTEMAS NO LINEALES . . . . . . 301 8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON320 8.7. ANEXO CON EL PAQUETE Maple . . . . . . . . . . . 326 A. Existencia y Unicidad de soluciones A.1. PRELIMINARES . . . . . . . . . . . . . . . . . . . . . . . . A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.3. T. LOCAL Y GLOBAL PARA SISTEMAS DE E.D.O. LINEALES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . A.4. EXPONENCIAL DE OPERADORES . . . . . . . . . . . .
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
de
331 . 331 . 333 . 340 . 344
Un ive
rsid ad
vi
INDICE GENERAL
atem
atic
as
CAP ITULO 1
atem
Ejemplo 4. Ejemplo 5.
u y v = x 2u xy
=yx
Denici on 1.2 (Orden). La derivada o la diferencial de m as alto orden 1
Un ive
Si la ecuaci on contiene derivadas parciales de una o m as variables dependientes con respecto a una o m as variables independientes, se dice que es una ecuaci on en derivadas parciales.
rsid ad
de
dv Ejemplo 3. u du + v dx =x dx
An
Ejemplo 2. (x2 y )dx + 5 sen y dy = 0
tioq
dy + 4y = 5 Ejemplo 1. 3 dx
uia
Si la ecuaci on contiene derivadas ordinarias de una o m as variables dependientes con respecto a una sola variable independiente entonces la ecuaci on se dice que es una ecuaci on diferencial ordinaria (E.D.O.).
,D
ept
o. d
Denici on 1.1 . Si una ecuaci on contiene las derivadas o las diferenciales de una o m as variables dependientes con respecto a una o m as variables independientes, se dice que es una ecuaci on diferencial (E.D.).
eM
atic
INTRODUCCION
as
CAP ITULO 1. INTRODUCCION determina el orden de la E.D.

d3 y dx3 dy d y + x2 dx 2 + x dx = ln x, es de orden 3. dy dx y =x , la cual es de orden 1.
2
Ejemplo 6.
Ejemplo 7. xdy ydx = 0 =
Denici on 1.3 (E.D.O. lineal) Una E.D. es lineal si tiene la forma:
d y d y dy 2 x Ejemplo 8. x2 dx es lineal de orden 3. 3 + cos x dx2 + sen x dx + x y = e d y 2 Ejemplo 9. sen x dx 3 + xy = 0 no es lineal.

2 3
Denici on 1.4 . Se dice que una funci on f con dominio en un intervalo I es soluci on a una E.D. en el intervalo I , si la funci on satisface la E.D. en el intervalo I .
Ejemplo 11. x = y ln(cy ) es soluci on de y (x + y ) = y
rsid ad
de
An
tioq
uia
dy d y Ejemplo 10. y 2 dx 2 + y dx + xy = x no es lineal.
1=
dy dx
(ln(cy ) + 1), luego
Sustituyendo en la ecuaci on diferencial: y ln(cy ) + y y (ln (cy ) + 1) = = y, ln (cy ) + 1 ln (cy ) + 1 2
Un ive
En efecto, derivando impl citamente: 1 =

dy dx
dy dx
,D
ept
ln(cy ) +
1 cy dy cy dx
1 ln(cy )+1
o. d
eM
Es decir, la variable dependiente y y todas sus derivadas tienen exponente uno y cada coeciente a0 (x), a1 (x), . . . , an (x), g (x), dependen solo de x. Si no se cumple lo anterior se dice que la E.D. no es lineal.
atem
atic
d y d y dy an (x) dx n + an1 (x) dxn1 + . . . + a1 (x) dx + a0 (x)y = g (x)
n1
as
luego y = y por tanto x = y ln (cy ) es soluci on. Una E.D. acompa nada de unas condiciones iniciales se le llama un problema de valor inicial (P.V.I.), con frecuencia es importante saber si un problema de valor inicial tiene soluci on y tambi en deseamos saber si esta soluci on es u nica, aunque no podamos conseguir explicitamente la soluci on, el siguiente teorema nos responde las inquietudes que acabamos de plantear.Este teorema lo enuciamos y demostramos con m as profundidad en el Ap endice al nal del texto. Teorema 1.1 (Picard) Sea R una regi on rectangular en el plano XY denida por a x b, c y d que contiene al punto (x0 , y0 ) en su interior. Si f (x, y ) y f son continuas en R, entonces existe un intervalo I con ceny tro en x0 y una u nica funci on y (x) denida en I que satisface el problema de valor inicial y = f (x, y ), y (x0 ) = y0 . Ejemplo 12. Para la E.D. y = x2 + y 2 , se tiene que f (x, y ) = x2 + y 2 = 2y son continuas en todo el plano XY , por lo tanto por cualquier y punto (x0 , y0 ) del plano XY pasa una y solo una soluci on de la E.D. anterior. Es importante anotar que para esta E.D. es imposible hallar una soluci on explicita, solo con m etodos num ericos se puede hallar la soluci on. Ejercicio 1. Demostrar que y = c1 cos 5x es soluci on de y + 25y = 0.
An
Ejercicio 3. Demostrar que y = x xy = y + x sen x.
rsid ad
de
Ejercicio 2. Demostrar que y = ex y + 2xy = 1.
tioq
x t2 e 0
uia
,D
ept
f y
o. d
dt + c1 ex es soluci on de
x sen t t 0
dt es soluci on de
Un ive
Ejercicio 4. Demostrar que y = e 2 es soluci on de 2y + y = 0, tambi en y = 0 es soluci on. Nota: si todas las soluciones de la E.D. F (x, y, y , . . . , y (n) ) = 0 en un intervalo I pueden obtenerse de G(x, y, C1 , . . . , Cn ) mediante valores apropiados de Ci , entonces a G se le llama la soluci on general; una soluci on que no contenga los par ametros Ci se le llama la soluci on particular; una soluci on 3
eM
atem
2
atic
as
CAP ITULO 1. INTRODUCCION que no pueda obtenerse a partir de la soluci on general se le llama soluci on singular. Veremos m as adelante que la soluci on general a una E.D. lineal de orden n tiene n par ametros. En las E.D. no lineales a veces no es posible obtener explicitamente una soluci on general. Ejemplo 13. y = Cx4 es soluci on general de xy 4y = 0. Con C = 1 entonces la soluci on particular es y = x4 . x4 x 4 x0 x<0
a). y =
Ejercicio 9. Si (x2 + y 2 ) dx + (x2 xy ) dy = 0, comprobar que y on general. C1 (x + y )2 = xe x , es soluci Ejercicio 10. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.
Un ive
Ejercicio 8. Si 2xy dx + (x2 + 2y ) dy = 0, comprobar que x2 y + y 2 = C1 es soluci on general.
rsid ad
Ejercicio 7. Si xy + 1 = ey , comprobar que ey Cx = 1 es soluci on general.
b). Explicar porque y = 1 es soluci on singular.
de
An
1+Ce2x 1Ce2x
es soluci on general.
tioq
Ejercicio 6. Si y = y 2 1, demostrar
uia
c). Explicar porque y = 0 es soluci on singular.
,D
b). Si C = 0 mostrar que y =
x4 16
es soluci on particular.
ept
+ C )2 es soluci on general. a). y = ( x 4
o. d
Ejercicio 5. Si y xy 2 = 0, demostrar
eM
es una soluci on singular, porque no se puede obtener a partir de la soluci on general.
atem
atic
f (x) =
as
Tambi en
1.1. CAMPO DE DIRECCIONES
1.1.
CAMPO DE DIRECCIONES
y(x)0 -2 -1 0 x -1
An
tioq
uia
,D
2
Un ive
Figura 1.1
rsid ad
-2
de
ept
o. d
eM
> with(DEtools): DEplot (diff(y(x),x)=-2*x^2+y(x)^2,y(x),x=-2..2,color=black, {[0,2],[0,0],[0,1],[0,-1]},y=-2..2,linecolor=black);
atem
atic
Dada la E.D. y = f (x, y ) y sabiendo que la primera derivada representa una direcci on en el plano XY , podemos por lo tanto asociar a cada punto (x, y ) una direcci on, a este conjunto de direcciones lo llamamos el campo de direcciones o campo pendiente de la E.D. y = f (x, y ). Este campo de direcciones nos permite inferir propiedades cualitativas de las soluciones, como por ejemplo si son asint oticas a una recta, si son cerradas o abiertas, etc.. Con el paquete Maple haremos un ejemplo. Ejemplo 14. Hallar el campo de direcciones de la E.D. y = 2x2 + y 2 y cuatro curvas soluci on de la E.D. que pasan por los puntos (0, 2), (0, 0), (0, 1), (0, 1) respectivamente.
as
CAP ITULO 1. INTRODUCCION
atem
atic
as
CAP ITULO 2
atem
do: h(y ) dy = Ejemplo 1. Soluci on:
dy dx
= e3x+2y
Un ive
Nota: la constante o par ametro C , a veces es conveniente escribirla de otra manera, por ejemplo, m ultiplos de constantes o logaritmos de constantes o exponenciales de constantes o si aparecen varias constantes reunirlas en una sola constante.
dy = e3x+2y = e3x e2y dx 7
rsid ad
de
obteni endose as una familia uniparam etrica de soluciones.
An
g (x) dx + C,
tioq
La anterior ecuaci on se puede escribir como h(y ) dy = g (x) dx e integran-
uia
,D
o de variables separables.
ept
Denici on 2.1 . Se dice que una E.D. de la forma:
o. d
2.1.
VARIABLES SEPARABLES
dy g (x) = es separable dx h(y )
eM
atic
METODOS DE SOLUCION
as
CAP ITULO 2. METODOS DE SOLUCION separando variables dy = e3x dx e2y e integrando e3x 1 e2y + C = 2 3
Ejemplo 2.
dy dx
= xy 3 (1 + x2 ) 2 , con y (0) = 1
Soluci on: separando variables 2x dx y 3 dy = 2 1 + x2 = obtenemos = 1 du 2 u 1 d(1 + x2 ) 2 1 + x2
,D
Cuando x = 0, y = 1 8
1 = 1 + x2 + C. 2y 2
1 = 1 + 02 + C 21
Un ive
soluci on general
rsid ad
1 (1 + x2 ) 2 y 2 = e integrando +C 1 2 2 2
de
An
tioq
uia
haciendo
ept
u = 1 + x2 du = 2xdx
o. d
eM
atem
e3x e2y + =C 3 2
atic
as
la soluci on general es
2.1. VARIABLES SEPARABLES luego C= 3 2
La soluci on particular es 3 1 = 1 + x2 2 2y 2
Ejercicio 2. y + y 2 sen x = 0 Ejercicio 3. 3ex tan y dx + (2 ex ) sec2 y dy = 0 Ejercicio 4. y sen x = y ln y , si y Ejercicio 5.

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

y x
2.3.
1. Si (h, k ) es el punto de intersecci on entre las rectas: ax + by + c = 0 y x + y + = 0 entonces se hace la sustituci on: x = u + h y y = v + k y se consigue la ecuaci on homog enea de grado 1: (au + bv )du + (u + v )dv = 0 13
Un ive
Se presentan dos casos:
rsid ad
E.D. DE COEFICIENTES LINEALES: (ax + by + c) dx + (x + y + ) dy = 0
de
An
Ejercicio 8. y cos x dx + (2y sen x) dy = 0, (Ayuda: hacer u = sen x).
tioq
Ejercicio 7. 2(x2 y +
1 + x4 y 2 ) dx + x3 dy = 0, (Ayuda: hacer y = z ).
uia
Ejercicio 6. (x + y 3 ) dx + (3y 5 3y 2 x) dy = 0, (Ayuda: hacer x = z ).
,D
ept
o. d
eM
y y dx + x cos x dy = 0. Ejercicio 3. x y cos x
atem
atic
as
CAP ITULO 2. METODOS DE SOLUCION 2. Si las dos rectas no se intersectan (o sea son paralelas), entonces x + y = n(ax + by ) y por tanto se hace la sustituci on z = ax + by , lo cual quiere decir que x + y = nz, esta sustituci on convierte la E.D. en una E.D. de variables separables. Ejercicios: resolver por el m etodo anterior: 1. (x y + 1) dx + (x + 2y 5) dy = 0 2.
dy dx
3. (x 2y + 4) dx + (2x y + 2) dy = 0 4. (x + y + 1)2 dx + (x + y 1)2 dy = 0 5. (x + y + 1) dx + (2x + 2y 1) dy = 0 6. (x + y 2) dx + (x y + 4) dy = 0 7. (x y 5) dx (x + y 1) dy = 0 8. (2x + y ) dx (4x + 2y 1) dy = 0
Si z = f (x, y ), entonces dz =
es la diferencial total de f ; pero si z = c = f (x, y ) (familia de curvas uniparam etricas en el plano XY ), entonces dz = 0 = . f f dx + dy x y
14
Un ive
rsid ad
f f dx + dy x y
de
An
2.4.
ECUACIONES EXACTAS
tioq
uia
,D
ept
o. d
eM
atem
2y x+5 2xy 4
atic
as
2.4. ECUACIONES EXACTAS Denici on 2.4 .La forma diferencial M (x, y ) dx + N (x, y ) dy es una diferencial exacta en una regi on R del plano XY si corresponde a la diferencial total de alguna funci on f (x, y ). La ecuaci on M (x, y ) dx + N (x, y ) dy = 0, es exacta si es la diferencial total de alguna funci on f (x, y ) = c. Teorema 2.1 (Criterio para E.D. exactas) . Si M (x, y ) y N (x, y ) son continuas y tienen derivadas parciales de primer orden continuas en una regi on R del plano XY , entonces la condici on necesaria y suciente para que la forma diferencial
sea una diferencial exacta es que M N = . y x
M (x, y ) dx + N (x, y ) dy = luego
M (x, y ) = y N (x, y ) = por tanto,
M 2f 2f N = = = . y yx xy x La igualdad entre las derivadas cruzadas se produce porque M y N son continuas con derivadas de primer orden continuas. M etodo. Dada la ecuaci on M (x, y ) dx + N (x, y ) dy = 0, hallar una funci on f (x, y ) = C tal que f f =M y =N x y
Un ive
rsid ad
de
An
f x
f y
tioq
f f dx + dy = d f (x, y ) x y
uia
,D
Demostraci on: Como M (x, y ) dx + N (x, y ) dy es una diferencial exacta, entonces existe una funci on f (x, y ) tal que:
ept
o. d
eM
atem
M (x, y ) dx + N (x, y ) dy
atic
as
15
CAP ITULO 2. METODOS DE SOLUCION i) Comprobar que es exacta, es decir, vericar que ii) Suponer que y constante:
f x M y
N . x
= M (x, y ) y luego integrar con respecto a x dejando a
f (x, y ) =
M (x, y ) dx + g (y )
(2.2)
despejar g (y ) = N (x, y ) y
rsid ad
de
iv) Integrar la expresi on (2.3) con respecto a y y sustituir en (2.2) e igualar a C. Nota: en ii) se pudo haber comenzado por
f y
An
Ejemplo 6. Resolver la siguiente E.D.: (2xy 2 + yex ) dx + (2x2 y + ex 1) dy = 0 Soluci on: paso i) M x = 4xy + e M N y de donde = y x N = 4xy + ex x 16
Un ive
tioq
N (x, y ) x y N = x y x
N M (x, y ) dx x x y N M (x, y ) dx = M (x, y ) = 0 x y M (x, y ) dx =
uia
,D
= N (x, y ).
ept
Esta expresi on es independiente de x, en efecto:
o. d
M (x, y ) dx
eM
atem
f = y y
M (x, y ) dx + g (y ) = N (x, y )
atic
(2.3)
as
iii) Derivar con respecto a y la ecuaci on (2.2)
2.4. ECUACIONES EXACTAS paso ii) f (x, y ) = N (x, y ) dy + h(x) = (2x2 y + ex 1) dy + h(x)
= x2 y 2 + yex y + h(x) paso iii) f = M = 2xy 2 + yex x f = 2xy 2 + yex + h (x) h (x) = 0 x paso iv) h(x) = C paso v) sustituyo h(x) en el paso ii): x2 y 2 + yex y + C1 = C x2 y 2 + yex y = C2
Soluci on general
Ejemplo 7. Hallar el valor de b para que sea exacta la E.D.: (xy 2 + bx2 y ) dx + (x + y )x2 dy = 0.
rsid ad
M y N x f x f y
= 2xy + bx2
de
An
= 3x2 + 2xy b = 3 = xy 2 + 3x2 y = x3 + x2 y (xy 2 + 3x2 y ) dx + g (y ) x2 + x 3 y + g (y ) 2 (2.6) (2.4) (2.5)
integramos (2,4) : f (x, y ) = f (x, y ) = y 2
derivamos (2,6) con respecto a y f = yx2 + x3 + g (y ) y
Un ive
tioq
uia
Soluci on:
,D
ept
o. d
eM
atem
(2.7) 17
atic
as
CAP ITULO 2. METODOS DE SOLUCION igualamos (2,5) y (2,7) x3 + x2 y = yx2 + x3 + g (y ) K = g (y ) reemplazamos g (y ) en (2,6) f (x, y ) = y 2 x2 + x3 y + K = C 1 2 y 2 x2 + x3 y = C = 2
Ejercicio 1. Resolver la siguiente E.D. por el m etodo de las exactas : Ejercicio 2. Resolver la siguiente E.D. por el m etodo de las exactas: Ejercicio 3. Determinar la funci on M (x, y ) de tal manera que la siguente E.D.O sea exacta: 1 dy = 0 M (x, y ) dx + xex y + 2xy + x Ejercicio 4. Determinar la funci on N (x, y ) para que la siguiente E.D. sea exacta: 1 1 x dx + N (x, y ) dy = 0 y 2 x 2 + 2 x +y Ejercicio 5. Resolver por el m etodo de las exactas la siguiente E.D.: Ejercicio 6. Resolver por el m etodo de las exactas la siguiente E.D.: Ejercicio 7. Resolver por el m etodo de las exactas la siguiente E.D.: ( sen xy + xy cos xy ) dx + (x2 cos xy ) dy = 0 Ejercicio 8. Resolver por el m etodo de las exactas la siguiente E.D.: Ejercicio 9. Resolver por el m etodo de las exactas la siguiente E.D.: (1 sen x tan y ) dx + cos x sec2 y dy = 0 18 (yexy + 4y 3 ) dx + (xexy + 12xy 2 2y ) dy = 0, con y (0) = 2 (2x y sen xy 5y 4 ) dx (20xy 3 + x sen xy ) dy = 0 (tan x sen x sen y ) dx + cos x cos y dy = 0.
Un ive
rsid ad
de
(2xy 2 + yex ) dx + (2x2 y + ex 1) dy = 0
An
tioq
uia
,D
ept
o. d
(y 2 cos x 3x2 y 2x) dx + (2y sen x x3 + ln y ) dy = 0, con y (0) = e.
eM
atem
atic
as
que es la soluci on general.
2.5. FACTORES DE INTEGRACION
2.5.
FACTORES DE INTEGRACION
M (x, y ) dx + N (x, y ) dy = 0.
Denici on 2.5 (Factor Integrante F.I.) . Sea la E.D.
Si (x, y ) es tal que (x, y ) M (x, y ) dx + (x, y ) N (x, y ) dy = 0 es una E.D. exacta, entonces decimos que (x, y ) es un factor integrante (F.I.). Ejemplos de algunas formas diferenciales que son exactas. (x2 + y 2 ) ya que d 1 (x 2 + y 2 ) = Ejemplo: x dx + y dy es la diferencial de 1 2 2 x dx + y dy . Analogamente: para x dy + y dx = d(xy ).
son factores integrantes.
N M y x
Un ive
Teorema 2.2 (Teorema del Factor Integrante) : Sea M (x, y ) dx + N (x, y ) dy = 0 una E.D. y (x, y ) un factor integrante, con M , N y continuas y con primeras derivadas parciales continuas , entonces =N d d = M dx dy
Demostraci on: Si es tal que M dx + N dy = 0 es exacta y , M, N tienen primeras derivadas parciales continuas, entonces: 19
rsid ad
de
An
1 1 1 1 1 ; = ; = ; = ; = y2 x2 xy x2 + y 2 ax2 + bxy + cy 2
tioq
Para y dx x dy , las expresiones:
uia
,D
Pero py dx + qx dy no es exacta, la expresi on (x, y ) = xp1 y q1 es un factor integrante.
ept
o. d
eM
atem
atic
as
(M ) = (N ) y x o sea que luego como

dy dx
M N +M = +N y y x x
= M , entonces: N M N y x =N
dy d d + = M =N x dx y dx dy
ya que si = (x, y ) y
y = y (x) entonces: d = dx + dy x y
y por tanto
2. Similarmente, si
M y
N x
rsid ad
de
1. Si y N x = f (x), entonces f (x) = d y por tanto f (x)dx = d , dx f (x)dx luego = ke ; tomando k = 1 se tiene = e
An
tioq
Nota.
uia
dy d = + dx x y dx
,D
f (x)dx
ept
.
g (y )dy
= g (y ), entonces = e
o. d
.
Ejemplo 8. (2xy 2 2y ) dx + (3x2 y 4x) dy = 0. Soluci on: M (x, y ) = 2xy 2 2y N (x, y ) = 3x2 y 4x 20 M = 4xy 2 y N = 6xy 4 x
Un ive
eM
atem
atic
as
N M y x
=N
M M =N x y x N y
2.5. FACTORES DE INTEGRACION luego
N M = 2xy + 2 y x
M y
por tanto M g (y ) =
N x
luego
2xy + 2 2(xy + 1) = 2 2xy + 2y 2y (xy + 1)

1 dy y
1 F.I. = (y ) = e y
= eln |y| = y
Paso 1. y
f (x, y ) =
Paso 3. Derivando con respecto a y : N = 3x2 y 2 4xy = luego g (y ) = 0 Paso 4. g (y ) = k
Paso 5. Reemplazo en el paso 2.
f (x, y ) = x2 y 3 2xy 2 + k = c luego x2 y 3 2xy 2 = k1 que es la soluci on general. 21
Un ive
rsid ad
f = 3x2 y 2 4xy + g (y ) y
de
An
tioq
(2xy 3 2y 2 )dx + g (y ) = x2 y 3 2xy 2 + g (y )
uia
Paso 2.
,D
luego es exacta.
ept
N = 6xy 2 4y x
o. d
eM
M = 6xy 2 4y y
atem
el nuevo M (x, y ) = 2xy 3 2y 2 y el nuevo N (x, y ) = 3x2 y 2 4xy
atic
multiplico la E.D. original por y : (2xy 3 2y 2 ) dx + (3x2 y 2 4xy ) dy = 0
as
CAP ITULO 2. METODOS DE SOLUCION Ejemplo 9. x dy y dx = (6x2 5xy + y 2 ) dx Soluci on: y x dy y dx como d( ) = x x2 entonces dividimos a ambos lados de la E.D. por x2 , luego x dy y dx = x2 luego
y x
6x2 5xy + y 2 x2
dx
hagamos u = luego
luego c
Ejercicio 1. (3xy 3 + 4y ) dx + (3x2 y 2 + 2x) dy = 0. Ejercicio 2. 2xy ln y dx + (x2 + y 2 y 2 + 1) dy = 0.
Ejercicio 3. (2wz 2 2z ) dw + (3w 2 z 4w) dz = 0. 22
Un ive
En los siguientes ejercicios, hallar el factor integrante y resolver por el m etodo de las exactas:
rsid ad
Observese que x = 0 es tambi en soluci on y es singular porque no se desprende de la soluci on general.
(u 3) ( y 3x ) = ex , si x = 0 c = ex (u 2) ( y 2x )
de
An
tioq
du = (u 3)(u 2)
uia
dx
du u3
du = ln |u3|ln |u2|+ln c = x u2
,D
o sea que A = 1 y B = 1, por tanto
ept
du du = dx = dx 2 6 5u + u (u 3)(u 2) A B 1 = + pero por fracciones parciales (u 3)(u 2) u3 u2
o. d
eM
atem
y y y d( ) = 6 5( ) + ( )2 dx, x x x du = (6 5u + u2 )dx
atic
as
2.6. E.D. LINEAL DE PRIMER ORDEN Ejercicio 4. x dy + y dx = (x3 + 3x2 y + 3xy 2 + y 3 )(dx + dy ). Ejercicio 5. y dx + (2x yey ) dy = 0. Ejercicio 6. x dx + y dy = 3 x2 + y 2 y 2 dy .
Ejercicio 7. 4y dx + x dy = xy 2 dx. Ejercicio 8. x dy y dx = (6x2 5xy + y 2 ) dx
entonces = F.I. = e
R(s) ds
, donde t = xy
Ejercicio 12. Si M dx + N dy = 0 es homog enea, entonces (x, y ) =
2.6.
E.D. LINEAL DE PRIMER ORDEN
donde a1 (x) = 0, en I y a1 (x), a0 (x), h(x) son continuas en I , se le llama E.D. lineal en y de primer orden. Dividiendo por a1 (x), se obtiene la llamada ecuaci on en forma can onica o forma estandar: dy + p(x)y = Q(x), dx a 0 (x) h(x) donde p(x) = y Q (x) = . a 1 (x) a 1 (x) 23
Un ive
rsid ad
Denici on 2.6 . Una E.D. de la forma: dy a1 (x) + a0 (x)y = h(x), dx
de
An
tioq
uia
1 xM +yN
,D
ept
Ejercicio 11. Bajo que condiciones M dx + N dy = 0 tendr a un F.I.= ( x + y )
o. d
eM
My N x = R(xy ), yN xM
atem
Ejercicio 10. Si
atic
Ejercicio 9. x dy y dx = (2x2 + 3y 2 )3 (2x dx + 3y dy )
as
CAP ITULO 2. METODOS DE SOLUCION Teorema 2.3 (Teorema de la E.D. lineal de primer orden) : La soluci on general de la E.D. lineal en y , de primer orden: y + p(x)y = Q(x) es : ye Demostraci on: dy + p(x)y = Q(x) dx p(x)y dx + dy = Q(x) dx
p(x) dx p(x) dx
Q(x) dx + C.
atic
N x
as
(2.8) = 0, entonces
N y por tanto = e e o sea

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

p(x) dx p(x) dx
p(x) dx dy
,D
= Q (x)e
Observese que la expresi on anterior es lo mismo que: y F.I. =
Soluci on:
24
Un ive
d Ejemplo 10. Hallar la soluci on general de la E.D.:(6 2 ) d + 2 = 0
d 2 = d 6 2
2 d 6 = 2 + d
rsid ad
Q(x) F.I. dx + C
de
An
ye
p(x) dx
tioq
= Q (x)e
e integrando con respecto a x se tiene: Q (x)e

p(x) dx
uia
ept
dx + C
o. d
p(x) dx
M y
N x
= p(x)
eM
o sea que (p(x)y Q(x)) dx + dy = 0, como
M y
= p(x) y
atem
2.6. E.D. LINEAL DE PRIMER ORDEN
6 d 2 = 2 d que es lineal en con 2 6 p( ) = , Q( ) = 2 F.I. = e

p( )d
=e
2 d
= e2 ln | | = eln | |
= 2 =
1 2
4 d + C = 6
,D
2
2 2 = 3 + C = + C 2 2 que es la soluci on general.
ept
dy dx
o. d
+ 2xy = f (x)
donde f (x) = y y (0) = 2 Soluci on:
F.I. : e
2
2xdx
= ex ex y = ex x dx + C
2
rsid ad
de
a). si 0 x < 1 : ex y = ex y =
2 2
1 2
ex 2x dx + C
2
1 x e + C , soluci on general ex y = 2
Un ive
An
tioq
x, 0,
0x<1 x1
uia
Ejemplo 11. Hallar una soluci on continua de la E.D.:
ex f (x)dx + C
eM
1 = 6 2
3 +C 3
atem
1 = 2
6 1 ( 2 )d + C 2
atic
25
La soluci on general es
as

1 0 e +C y (0) = 2 e0 2 = 2
2 2
2= y=
1 2 1 2
+C C =
2
3 2 1 2 3 x +2 e , soluci on particular
2
+ Cex y =
b). si x 1 : F.I.y =
2
F.I. 0 dx + C
Soluci on: f (x) =
dy 2 + 2x tan y = xex dx hagamos el siguiente cambio de variable: t = tan y , por lo tanto sec2 y dy dt = sec2 y . dx dx 26
Un ive
1 dy x(2 sen y cos y ) 2 + = xex 2 2 cos y dx cos y
rsid ad
en una E.D. lineal de primer orden y luego resolverla. Soluci on. Lo trabajamos mediante cambios de variable. Dividiendo por cos2 y :
de
An
y + x sen 2y = xex cos2 y
tioq
+3 e1 1 3 2 = e + e1 2 2 Ejemplo 12. Con un cambio de variable adecuado trasformar la E.D.: C=
uia
1 2
,D
1 3 1 + e = Ce1 2 2
ept
o. d
Busquemos C , de tal manera que la funci on f (x) sea continua en x = 1. Por tanto 1 3 2 l m ( + ex ) = f (1) = y (1) x1 2 2
eM
atem
1 2
3 x +2 e x2 Ce
0x<1 x1
atic
ex y = 0 + C y = Cex
as
2.6. E.D. LINEAL DE PRIMER ORDEN Sustituyendo dt 2 + 2xt = xex , dx p(x) = 2x, F.I. = e Resolvi endola t F.I. = tex =
2
es lineal en t con Q(x) = xex

2x dx
2
= ex
F.I.Q(x) dx + C ex (xex ) dx + C
2 2 2
donde f (x) = con y (0) = 0. (Rta.: y (x) =
An
x2 , si 1+x2 x2 2(1+x2 )
0x<1 1 + 1+ , si x 1 x2
tioq
uia
x, x ,
0x<1 x1
rsid ad
(Rta.: xy =
y2 2
+ 8)
de
Ejercicio 2. Hallar la soluci on de la E.D.:
dy dx
,D
=
y y x
ept
con y (5) = 2
1 0
dy (1 + x2 ) dx + 2xy = f (x)
Ejercicio 3. Resolver para (x) la ecuaci on
(x) d = n(x)
(Ayuda: con un cambio de variable adecuado transforme la ecuaci on en una E.D. lineal de primer orden.) Ejercicio 4. Hallar la soluci on de la E.D.: y 2xy = cos x 2x sen x donde y es acotada cuando x . (Rta.: y = sen x)
Un ive
o. d
x2 +C 2 Ejercicio 1. Hallar una soluci on continua de la E.D.: tan y ex =
eM
atem
atic
27
as
CAP ITULO 2. METODOS DE SOLUCION Ejercicio 5. Hallar la soluci on de la E.D.: 2 x y y = sen x cos x donde y es acotada cuando x . Ejercicio 6. Resolver la E.D.: (x + 2)2
dy dx
= 5 8y 4xy .
dy dx
dy Ejercicio 7. Resolver la E.D.: y x dx =
y 2 ey .
dw + (1 n)p(x)w = (1 n) Q(x). dx
dy dx
1 xy (1+xy 2 )
Un ive
dy = 1 con y (1) = 0. Ejemplo 13. xy (1 + xy 2 ) dx Soluci on: dx dy
dx xy = x2 y 3 dy 28
rsid ad
= xy (1 + xy 2 ) = xy + x2 y 3
de
La sustituci on w = y 1n convierte la E.D. de Bernoulli en una E.D. lineal en w de primer orden:
An
tioq
dy + p(x)y = Q(x)y n con n = 0 y Denici on 2.7 . Una E.D. de la forma dx n = 1, se le llama una E.D. de Bernoulli. Observese que es una E.D. no lineal.
uia
,D
ept
2.7.
ECUACION DIFERENCIAL DE BERNOULLI
o. d
dy dx
Ejercicio 9. Hallar la soluci on general en t erminos de f (x), de la E.D.: f (x) + 2 f (x) y = f (x)
eM
atem
Ejercicio 8. El suministro de glucosa al torrente sangu neo es una t ecnica importante para detectar la diabetes en una persona. Para estudiar este proceso, denimos G(t) como la cantidad de glucosa presente en la sangre de un paciente en el tiempo t. Suponga que la glucosa se suministra al sisgr. . Al mismo tiempo la glucosa se tema sangu neo a una tasa constante k min. transforma y se separa de la sangre a una tasa proporcional a la cantidad de glucosa presente. Construir la E.D. y resolverla. Hallar G(t) cuando t .
atic
as
(2.9)
2.7. E.D. DE BERNOULLI tiene la forma de Bernoulli con variable dependiente x, con n = 2 Hagamos w = x12 = x1 x = w1 dx dw = w2 dy dy sustitu mos en (2.9): w 2 dw yw1 = y 3 w2 dy multiplicamos por w 2 :
dw dy
+ yw = y 3 , lineal en w de primer orden.
luego p(y ) = y ; Q(y ) = y 3 F.I. = e w F.I. = we 2 = hagamos: u =

y2 2
y2
P (y ) dy
F.I. Q(y ) dy + C e 2 (y 3 ) dy + C
y2
du = y dy , y 2 = 2u
y2
we 2 =
y2
y 3 e 2 dy + C = 2
An
tioq
rsid ad
de
e integrando por partes, obtenemos: w e

y2 y2
y2 2
y2 1 = y 2 + 2 + Ce 2 x Como y (1) = 0 entonces C = 1, por lo tanto la soluci on particular es:
x1 e 2 = y 2 e 2 + 2e 2 + C
y2 1 = y 2 + 2 e 2 x
Un ive
y2
uia
= 2u e u + 2e u + C
,D
ueu du + C
ept
o. d
=e
y dy
=e2
y2
eM
atem
atic
as
29
CAP ITULO 2. METODOS DE SOLUCION Resolver las E.D. de los siguientes ejercicios:
dy = Ejercicio 1. 2 dx y x
x y2
con y (1) = 1.
Ejercicio 2. y =
3x2 . x3 +y +1
(Rta.: x3 = y 2 + Cey ) Ejercicio 3. tx2 dx + x3 = t cos t. dt
Sea
i) Se puede despejar y . ii) Se puede despejar y . iii) Se puede despejar x. Caso i). Si hacemos p =
dy dx
pn + a1 (x, y )pn1 + a2 (x, y )pn2 + . . . + an1 (x, y )p + an (x, y ) = 0. En caso que sea posible que la ecuaci on anterior se pueda factorizar en factores lineales de p, se obtiene lo siguiente: (p f1 (x, y ))(p f2 (x, y )) . . . (p fn (x, y )) = 0, 30
Un ive
= y , entonces
rsid ad
de
An
tioq
uia
Casos:
,D
donde ai (x, y ) para i = 1 . . . n son funciones reales y continuas en una regi on R del plano XY .
ept
o. d
(y )n + a1 (x, y )(y )n1 + a2 (x, y )(y )n2 + . . . + an1 (x, y )y + an (x, y ) = 0,
eM
atem
2.8.
E.D. NO LINEALES DE PRIMER ORDEN
atic
as
2.8. E.D. NO LINEALES DE PRIMER ORDEN donde fi (x, y ) para i = 1, . . . , n son funciones reales e integrables en una regi on R del plano XY . Si cada factor tiene una soluci on i (x, y, c) = 0, para i = 1, . . . , n. entonces la soluci on general es n i=1 i (x, y, c) = 0. Ejemplo 14. (y sen x)((y )2 + (2x ln x)y 2x ln x) = 0. Soluci on: (p sen x)(p2 + (2x ln x)p 2x ln x) = 0 (p sen x)(p + 2x)(p ln x) = 0 Para el factor p sen x = 0 y = cos x + C
dy dx dy dx
1 (x, y, C ) = 0 = y + cos x C Para el factor p + 2x = 0
y= e integrando por partes: y=
ln x dx + C,
3 (x, y, C ) = 0 = y x ln x + x C (y + cos x C )(y + x2 C )(y x ln x + x C ) = 0 Resolver por el m etodo anterior los siguientes ejercicios: Ejercicio 1. p (p2 2xp 3x2 ) = 0. 31
Un ive
La soluci on general es:
3 i=1
i (x, y, C ) = 0
rsid ad
ln x dx + C = x ln x
de
An
1 x dx = x ln x x + C x
tioq
uia
Para el factor p ln x = 0
dy dx
= ln x dy = ln x dx
,D
y = x2 + C 2 (x, y, C ) = 0 = y + x2 C
ept
o. d
= 2x dy = 2x dx
eM
atem
sen x = 0 dy = sen x dx
atic
as
CAP ITULO 2. METODOS DE SOLUCION (Rta.: (y c)(2y 3x2 + c)(2y + x2 + c) = 0) Ejercicio 2. 62

1
d d
d 13 d 5 2 = 0.
(Rta.: ( 3 c)( 2 c) = 0) Ejercicio 3. (y )3 y (y )2 x2 y + x2 y = 0.
dy = luego
o sea que 0=
y por tanto
Un ive
rsid ad
f f dp dp p + = g (x, p, p ), donde p = x p dx dx
f p x
dx +
es una E.D. de primer orden y de primer grado en x y p. Generalmente (teniendo buena suerte) g (x, p, p ) = 0 32
de
An
f f dp dy =p= + dx x p dx
tioq
f dp = 0 p
uia
f f dx + dp x p
,D
ept
Caso ii). Son ecuaciones de la forma F (x, y, p) = 0 y de la cual puede despejarse y , es decir: y = f (x, p), donde x y p se consideran como variables independientes, la diferencial total es:
o. d
eM
(Rta.:(y + c)2 =
k 2 x2 + k ln
k2 x2 k x
, con |x| k, k > 0.)
atem
Ejercicio 4. Denotando por P cualquier punto sobre una curva C y T el punto de intersecci on de la tangente con el eje Y . Hallar la ecuaci on de C si P T = k .
atic
as
(Rta.: (x ln |y | + c)(y +
x2 2
c)(y
x2 2
c) = 0)
2.8. E.D. NO LINEALES DE PRIMER ORDEN se puede factorizar, quedando as : g (x, p, p ) = h(x, p, p ) (x, p) = 0. a) Con el factor h(x, p, p ) = 0 se obtiene una soluci on h1 (x, p, c) = 0, se elimina p entre h1 (x, p, c) = 0 y F (x, y, p) = 0 y se obtiene la soluci on general. b) Con (x, p) = 0 se obtiene una soluci on singular, al eliminar p entre (x, p) = 0 y F (x, y, p) = 0. , donde p = Ejemplo 15. y = f (x, p) = (px + x2 ) ln x + (px + x2 )2 x 2
2
dy dx
dp 0 = (p + 2x)[ln x + 2x(p + x)] + x[ln x + 2x(p + x)] dx dp 0 = [ln x + 2x(p + x)] p + 2x + x dx
dp x dx + p = 2x
1 E.D.lineal en p, P (x) = x , Q (x) = 2
p F.I. = px =
F.I.Q(x) dx + C
x(2) dx + C = 2x + C = x 2 + C 2
C x
p = x +
(dividimos por x)
Un ive
F.I. = e
P (x) dx
=e
1 x
dx
= eln |x| = x
rsid ad
de
x=0 dp dx
p x
= 2 (dividimos por x)
An
dp 1) Con el factor (x, p, p ) = p + 2x + x dx =0
tioq
0 = h(x, p), (x, p, p )
uia
,D
ept
o. d
dp 0 = (p + 2x) ln x + 2x(p + x)(p + 2x) + [x ln x + 2x2 (p + x)] dx
eM
dp p = (p + 2x) ln x + p + x + 2x(p + x)(p + 2x) x + [x ln x + 2x2 (p + x)] dx
atem
1 dp p = (p +2x) ln x +(px + x2 ) +2(px + x2 )(p +2x) x +[x ln x +2(px + x2 )x] x dx
atic
Soluci on: si x = 0
dy dx
=p=
f x
f dp p dx
as
33
CAP ITULO 2. METODOS DE SOLUCION luego sustituimos en la E.D. original: y = (px + x2 ) ln x + (px + x2 )2
2 2 2
x2 2
2 2
uia
y = (px + x2 ) ln x + (px + x2 )2 y=
,D
ept
sustituyo en la E.D. original:
o. d
x2 2
2
2x x luego p = ln x2 px = ln x+2 x 2
tioq
ln x + 2x2 ln x + 2x2 + x2 ln x + + x2 2 2
eM
2xp = ln x 2x2
atem
x2 2 x2 2
0 = ln x + 2xp + 2x2
y=
Resolver por el m etodo anterior los siguientes ejercicios:
34
Un ive
ln2 x ln2 x x2 y= + 2 4 2 luego la soluci on singular es y= ln2 x x2 4 2
rsid ad
ln x 2x2 + 2x2 2
ln x +
de
An
ln x 2x2 + 2x2 2
atic
x2 y = (x + C + x ) ln x + (x + C + x ) 2 soluci on general x2 y = C ln x + C 2 2 2) h(x, p) = ln x + 2x(p + x) = 0
as
2.8. E.D. NO LINEALES DE PRIMER ORDEN Ejercicio 1. xp2 2yp + 3x = 0. (Rta.: 2cy = c2 x2 + 3, y 2 = 3x 2 )
Ejercicio 2. y = px ln x + p2 x2 .
1 (Rta.: y = c ln x + c2 , y = 4 ln2 x)
Ejercicio 3. y = 5xp + 5x2 + p2 .
luego
por tanto g 1 y p donde p =

dp . dy d 3 d
Ejemplo 16. cos2 Soluci on: con p =

d , d
cos2 p3 + 2 tan 2p
cos2 p2 tan = + = g (, p) 2 p g g p 1 = + p p 1 sec2 tan = cos sen p2 + + p cos2 2 p p p dp d 35
Un ive
rsid ad
se tiene:
de
d 2 d + 2 tan = 0
An
tioq
uia
g dp = 0 = h(y, p, p ) p dy
,D
ept
1 g g dp dx = = + dy p y p dy
o. d
Caso iii). Si en la ecuaci on F (x, y, p) = 0, se puede despejar x = g (y, p) dy 1 con y y p como variables independientes; hacemos dx = p, o sea que dx = p dy y como g g dx = dy + dp y p
eM
atem
atic
(Rta.: y = cx x2 + c2 , 4y + 5x2 = 0)
as
CAP ITULO 2. METODOS DE SOLUCION Teniendo en cuenta la identidad: sec2 = 1 + tan2 ; 1 tan2 tan 1 = cos sen p2 + + + p cos2 2 p p p p 0 = cos sen p2 +
2
dp d dp d
tan tan2 + p cos2 2 p p
tan dp tan2 1 2 p cos2 0 = sen cos p + + p p p d
0 = tan cos2 p2
0 = cos2 p2 0 = h(, p) (, p, p ),
tan +
donde p =
cos2 p3 2 p + 2 tan = 0 cos2
c c3 2 + 2 tan = 0 cos cos = 36

c3 cos
Un ive
c3 c 2 + 2 tan = 0 3 cos cos
rsid ad
Sustituyendo en el la E.D. original:
de
ln |p| = ln
c |c | p= , donde cos = 0 | cos | cos
An
ln |p| = ln | cos | + ln |C |
tioq
1 dp dp = tan = tan d p d p
+ 2 tan
c 2 cos
uia
c3 cos
,D
1 : (, p, p ) = tan +
1 dp =0 p d
ept
d dp y p = d d
2 sen cos c cos
o. d
eM
tan p
1 dp p d
atem
tan 1 2 tan + p cos2 p p p
atic
0 = tan
1 2 tan sen cos p2 tan + + p cos2 tan p p p
as
dp d
dp d
2.8. E.D. NO LINEALES DE PRIMER ORDEN La soluci on general es : = c2 sen c3 + 2 sen = + ; 2c 2 c c=0
2 : h(, p) = 0 = cos2 p2
tan p tan tan p3 = cos2 p2 = p cos2
cos
Siendo esta u ltima la soluci on singular.
Ejercicio 1. x = y + ln p (Rta.: x = y + ln |1 +
C |) ey
Ejercicio 2. 4p2 = 25x
Un ive
Resolver por el m etodo anterior los siguientes ejercicios:
rsid ad
de
3 tan
2 sen cos
1 3
3 = 2
An
sen cos sen cos
1 3
tioq
sen 3 + 2 tan = 0 tan 2 cos =

2 3 sen 3 2
uia
sen sen 3 cos 2 + 2 tan = 0 cos3 cos

2
,D
ept
sen 3 cos
sen 3 2 + 2 tan = 0 cos
o. d
eM
1 3 sen 3 p= sen p = cos cos Y sustituyo en la E.D.O. original:
atem
atic
37
p=
tan = cos2
sen cos3
as
CAP ITULO 2. METODOS DE SOLUCION (Rta.: (3y + c)2 = 25x3 ) Ejercicio 3. 2px = 2 tan y + p3 cos2 y (Rta.: x =
sen y c
c2 , 2
8x3 = 27 sen 2 y )
Ejemplo 17. y dx + (1 + yex ) dy = 0 Soluci on: Hagamos u = 1 + yex y = u1 , ex
du = (u 1) dx + ex dy dy = 38 du (u 1) dx ex
Un ive
rsid ad
du = yex dx + ex dy = ex (y dx + dy ),
de
2.9.
OTRAS SUSTITUCIONES
An
tioq
Ejercicio 7. (y px)2 = 4p
uia
(Rta.:
y = cx ec ,
y = x ln x x)
,D
Ejercicio 6. xy y = ey
ept
o. d
Ejercicio 5. y = xy + 1 ln y (Rta.: y = cx + 1 ln c, y = 2 + ln x)
eM
(Rta.: y = cx 1 c3 , y = 2 x2 ) 3 3
atem
Ejercicio 4. y = xy
(y )3 3
atic
Ecuaci on de Clairaut: y = xy + f (y ) Por el m etodo del caso ii) se muestra que su soluci on general es de la forma: y = cx + f (c) Y su soluci on singular se consigue eliminando p entre las ecuaciones x + f (p) = 0 y y = xp + f (p)
as
2.9. OTRAS SUSTITUCIONES Reemplazando en la ecuaci on original: u1 dx + u ex du (u 1) dx ex

ex >0
= 0
(u 1 u(u 1)) dx + u du = 0 (u 1)(1 u) dx + u du = 0
dx = x=
Utilicemos fracciones parciales para resolver la integral u A B = + 2 (u 1) u 1 (u 1)2 u = A(u 1) + B
si u = 1 B = 1
x= x = ln |u 1| +
dv , haciendo v = u 1 dv = du v2
Un ive
rsid ad
1 1 + u 1 (u 1)2
de
An
si u = 0 0 = A + 1 A = 1 du
entonces x = ln |u 1| x = ln |yex |
1 + C, es la soluci on general yex
tioq
uia
,D
1 +C v
ept
o. d
u du + C (u 1)2
eM
atem
u du (u 1)2
atic
39
(u 1)2 dx + u du = 0
as
CAP ITULO 2. METODOS DE SOLUCION Ejemplo 18. y + 2y (y )3 = 0. Soluci on: Hagamos p = y = dy , dx p =y =
d2 y dx2
p + 2yp3 = 0 dp + 2yp3 = 0 dx
y2
(Rta.: x2 e2y = 2x ln x 2x + c) Ejercicio 2.

y dy 4 y = 2x 5 e x 4 dx x y
(Rta.: e x4 = x2 + c) 40
Un ive
dy Ejercicio 1. xe2y dx + e2y =
ln x x
rsid ad
y3 + C1 y + C2 3 Hacer una sustituci on adecuada para resolver los siguientes ejercicios:
de
x=
An
dx = (y 2 + C1 ) dy
tioq
uia
p1 = y 2 + C1 p =
1 dy = + C1 dx
,D
p1 = y 2 + C
ept
o. d
dp = 2yp2 p2 dp = 2y dy dy
eM
dp + 2yp2 = 0 dy
atem
atic
dp + 2yp3 = 0, con p = 0 dy
as
Por la regla de la cadena sabemos que:
dp dx
dp dy dy dx
dp p dy
dp = p dy , entonces
2.10. ANEXO CON EL PAQUETE MAPLE Ejercicio 3. 2yy + x2 + y 2 + x = 0 (Rta.: x2 + y 2 = x 1 + cex ) Ejercicio 4. y 2 y = y + (Rta.: y c
1 c2
ln |cy 1| = x + c1 )
2.10.
ANEXO CON EL PAQUETE Maple
rsid ad
Con el paquete matem atico Maple se pueden resolver Ecuaciones Diferenciales, expondremos a continuaci on varios ejemplos, los cuales solucionaremos utiliz ando dicho paquete. Las intrucciones en Maple terminan con punto y coma, despu es de la cual se da enterpara efectuar la operaci on que se busca.
de
>int(1/y,y)=int(3/x,x)+C;
ln(y) = 3 ln(x) + C >solve(ln(y) = 3*ln(x)+C,y); 2 exp(C) x 41
Un ive
Ejemplo 19. Hallar general de la E.D.
An
tioq
dy dx
uia
y = 3x
,D
(Rta.: x2 sen y12 = c)
ept
Ejercicio 8.
dy dx
+ xy 3 sec y12 = 0
o. d
(Rta.: ey = ex cos x + cex )
eM
Ejercicio 7. y + 1 = e(x+y) sen x
atem
Ejercicio 6. y + (tan x)y = 0
atic
(Rta.: ln(tan y ) = x + cx1 )
as
dy = 2x ln(tan y ) Ejercicio 5. 2x csc 2y dx
CAP ITULO 2. METODOS DE SOLUCION Ejemplo 20. Hallar la soluci on particular de la E.D. la condici on inicial y (1) = 1 > restart; > diff_eq1 := D(y)(x)=x*y(x)^3*(1+x^2)^(-1/2); diff_eq1 := D(y )(x) = > init_con := y(0)=1;
xy (x) (1+x2 ) 2
1
dy dx
= xy (1 + x2 ) 2 , con
y (x) =
> dsolve(diff_E1,y(x));
y (x) = y (x) =
1 1 ex 2
1 1 ex + 2
42
Un ive
rsid ad
diff_E1 := 2xy (x)2 + y (x)ex + (2x2 y (x) + ex 1)D(y )(x) = 0
( e x ) 2 2e x + 1 4x 2 C 1 , x2 ( e x ) 2 2e x + 1 4x 2 C 1 x2
de
> diff_E1:=2*x*(y^2)(x)+y(x)*exp(x)+(2*x^2*y(x)+exp(x)-1)*D(y)(x)=0;
An
N:=2x2 y + ex 1
tioq
> N:=2*x^2*y+exp(x)-1;
uia
M:= 4xy + ex
,D
> M:=2*x*y^2+y*exp(x);
ept
Ejemplo 21. Mostrar que la E.D. (2xy 2 + yex )dx + (2x2 y + ex 1)dy = 0 es exacta y hallar la soluci on general.
o. d
2 1 + x 2 + 3
eM
atem
> dsolve( {diff_eq1, init_con} , {y(x)} );
atic
init_con := y (0) = 1
as
CAP ITULO 3
atem
APLICACIONES DE LAS E.D. DE PRIMER ORDEN

APLICACIONES GEOMETRICAS
y
g (x)
Un ive
rsid ad
de
An
tioq
f (x)
uia
,D
3.1.1.
Trayectorias Isogonales y Ortogonales
ept
3.1.
o. d
eM
x Figura 3.1 43
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Denici on 3.1 (trayectorias isogonales) . a). Dada una familia de curvas f (x, y, c) = 0, existe otra familia g (x, y, c) = 0 que corta a la familia f bajo un mismo a ngulo . A la familia g se le llama la familia de trayectorias isogonales de f y g (x, y, c) = 0 es soluci on de la E.D.: tan = tan( ) = f (x) g (x) f (x) y tan tan = = 1 + tan tan 1 + f (x)g (x) 1 + f (x)y
En la E.D.: 1=
y x+ y c
dy y = dx x+c
rsid ad
de
An
y + (x + c )
dy =0 dx
y
1 y
tioq
Un ive
y y 1 + x+ c
y y
y
uia
d d (y (x + c)) = (1) dx dx
,D
= y 2 y 1 y2y
por derivaci on impl cita:
1+ y 1
1 y 2 y = y 2 y y (y 2 1) = 1 + y 2 y = 44 y2 + 1 y2 1 dy = dx y2 1 y2 + 1
ept
Ejemplo 1. Hallar las trayectorias isogonales a 45o de la familia y (x + c) = 1. Soluci on: f (x) y =1 tan 450 = 1 + f (x)y
o. d
eM
atem
tan tan = f (x)g (x) = 1 = f (x)y
atic
b). En particular, cuando = 900 , a g se le llama la familia de trayectorias ortogonales de f y en este caso g es soluci on de la E.D.:
as
3.1. APLICACIONES GEOMETRICAS
2 1 + y2
dy = dx
y 2 tan1 y = x + K g (x, y, K ) = 0 = y 2 tan1 y x K
Ejercicio 1. Hallar las trayectorias isogonales a 45o de la familia y = ceax , donde c y a son constantes.
pero de la gura 3.2 se tiene que
Un ive
sec =
por lo tanto, y = sec2 1 = a2 a2 x 2 1 = , donde x > 0, x2 x 45
rsid ad
Soluci on: del concepto geom etrico de derivada se tiene que: y = tan = sec2 1, a x
de
Ejemplo 2. Un esquiador acu atico P localizado en el punto (a, 0) es remolcado por un bote de motor Q localizado en el or gen y viaja hacia arriba a lo largo del eje Y . Hallar la trayectoria del esquiador si este se dirije en todo momento hacia el bote.
An
tioq
uia
3.1.2.
Problemas de Persecuci on:
,D
(Rta.:
3 tan1
x y
= 1 ln |x2 + y 2 | + 2
1 1 2 ln 5 ) 3 tan1 3 2
ept
o. d
1 3 Ejercicio 3. Determinar la curva que pasa por ( 2 , 2 ) y corta a cada 2 2 2 miembro de la familia x + y = c formando un a ngulo de 60o .
eM
(Rta.: 2x2 + 3y 2 = C2 )
atem
Ejercicio 2. Hallar las trayectorias ortogonales de la familia y 2 = cx3 .
atic
2 ln |ay 1| = x + c) (Rta.: y + a
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN y Q
P (x, y ) (a, 0) Figura 3.2
Ejercicio 1. Suponga que un halc on P situado en (a, 0) descubre una paloma Q en el or gen, la cual vuela a lo largo del eje Y a una velocidad v ; el halc on emprende vuelo inmediatamente hacia la paloma con velocidad w. Cual es el camino seguido por el halc on en su vuelo persecutorio? (Rta.: y =
a 2
(x a)
v 1+ w
v 1+ w
(x a)
Un ive
v 1 w
rsid ad
como el esquiador arranca desde el punto (a, 0), entonces las condiciones iniciales son x = a, y = 0, sustituyendo en la soluci on general, se obtiene que C = 0. Luego la soluci on particular es: a + a2 x 2 a2 x 2 y = a ln x
de
An
tioq
uia
a2 x 2 dx, x por medio de la sustituci on trigonom etrica x = sen en el lado derecho de la E.D., se llega a que: a + a2 x 2 a2 x 2 + C ; y = a ln x
,D
v 1 w
+ c , donde c =
46
ept
o. d
dy =
eM
separando variables:
avw ) w2 v 2
atem
atic
as
3.1. APLICACIONES GEOMETRICAS Ejercicio 2. Un destructor esta en medio de una niebla muy densa que se levanta por un momento y deja ver un submarino enemigo en la supercie a cuatro kil ometros de distancia. Suponga: i) que el submarino se sumerge inmediatamente y avanza a toda m aquina en una en una direcci on desconocida. ii) que el destructor viaja tres kil ometros en l nea recta hacia el submarino. Que trayectoria deber a seguir el destructor para estar seguro que pasar a directamente sobre el submarino, si su velocidad v es tres veces la del submarino? (Rta.: r = e )
)) (Rta.: Si, en el punto (0, bv w
Ejercicio 5. Cuatro caracoles situados en las esquinas de un cuadrado [0, a] [0, a] comienzan a moversen con la misma velocidad, dirigi endose cada uno hacia el caracol situado a su derecha. Qu e distancia recorrer an los caracoles al encontrarsen? (Rta.: a unidades) 47
Un ive
rsid ad
de
Suponga ahora que el hombre camina r o abajo a la velocidad v mientras llama a su perro. Podr a esta vez el perro tocar la otra orilla?
An
tioq
Ejercicio 4. Demuestre que el perro del Ej. anterior nunca tocar a la otra orilla, si w < v .
uia
,D
b w (Rta.: y = x [( x ) w ( x ) ]) 2 b
ept
o. d
Ejercicio 3. Suponga que el eje Y y la recta x = b forman las orillas de un r o cuya corriente tiene una velocidad v (en la direcci on negativa del eje Y ). Un hombre esta en el origen y su perro esta en el punto (b, 0). Cuando el hombre llama al perro, este se lanza al r o y nada hacia el hombre a una velocidad constante w (w > v ). Cual es la trayectoria seguida por el perro?
eM
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN
3.1.3.
Aplicaciones a la geometr a anal tica
Ejemplo 3. Hallar la ecuaci on de todas las curvas que tienen la propiedad de que el punto de tangencia es punto medio del segmento tangente entre los ejes coordenados. Soluci on:
2y tan = f (x) = 2 x
(Rta.: y 2 = 2cx + c2 )
(Rta.: y = cx2 )
Ejercicio 3. Encontrar las curvas para las cuales la tangente en un punto P (x, y ) tiene interceptos sobre los ejes X y Y cuya suma es 2(x + y ) (Rta.: xy = c)
Ejercicio 4. Hallar la ecuaci on de todas las curvas que tienen la propiedad de que la distancia de cualquier punto al origen, es igual a la longitud del segmento de normal entre el punto y el intercepto con el eje X .
48
Un ive
rsid ad
de
An
Ejercicio 2. Una curva pasa por el origen en el plano XY , al primer cuadrante. El a rea bajo la curva de (0, 0) a (x, y ) es un tercio del a rea del rect angulo que tiene esos puntos como v ertices opuestos. Encuentre la ecuaci on de la curva.
tioq
uia
,D
ept
Ejercicio 1. Empleando coordenadas rectangulares hallar la forma del espejo curvado tal que la luz de una fuente situada en el origen se reeje en el como un haz de rayos paralelos al eje X .
o. d
eM
ln |y | = ln
c x
y=
c x
xy = c
atem
ln |y | = ln |x| + ln |c|
atic
y y = x
dy y
= dx x
as
3.2. CRECIMIENTO Y DESCOMPOSICION (Rta.: y 2 = x2 + c) Ejercicio 5. Hallar la ecuaci on de todas las curvas del plano XY que tienen la propiedad de que el tri angulo formado por la tangente a la curva, el eje X y la recta vertical que pasa por el punto de tangencia siempre tiene un a rea igual a la suma de los cuadrados de las coordenadas del punto de tangencia. (Rta.: ln |y | =
2 15 4y +x tan1 ( )) 15x
3.2.1.
Desintegraci on radioactiva
Se llama tiempo de vida media de un material radioactivo al tiempo nece0 sario para que una cantidad Q0 se trasforme en Q . 2 Ejercicio 1. Si T es el tiempo de vida media, mostrar que Q = Q0 ( 1 )T . 2 49
t
Un ive
Si Q es la cantidad de material radioactivo presente en el instante t, en= kQ, donde k es la constante de desintegraci on. tonces la E.D. es dQ dt
rsid ad
de
En particular cuando t0 = 0, entonces x = x0 ekt
An
Por lo tanto la soluci on particular es x = x0 ekt0 ekt = x0 ek(tt0 )
tioq
Como x(t0 ) = x0 = Cekt0 C = x0 ekt0
uia
,D
Existen en el mundo f sico, en biolog a, medicina, demograf a, econom a, etc. cantidades cuya rapidez de crecimiento o descomposici on var a en forma proporcional a la cantidad presente, es decir, dx = kx con x ( t ) 0 = x0 , o sea dt que dx kx = 0 dt que es una E.D. en variables separables o lineal en x de primer orden y cuya soluci on es x = Cekt
ept
o. d
eM
atem
3.2.
CRECIMIENTO Y DESCOMPOSICION
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 2. Suponga que un elemento radioactivo A se descompone en un segundo elemento radioactivo B y este a su vez se descompone en un tercer elemento radioactivo C. Si la cantidad de A presente inicialmente es x0 y las cantidades de A y B son x e y respectivamente en el instante t y si k1 y k2 son las constantes de rapidez de descomposici on, hallar y en funci on de t. (Rta.: Si k1 = k2 , entonces: y =
k1 x 0 k2 k1
(ek1 t ek2 t )
si k1 = k2 , entonces y = k1 x0 tek1 t )
1 Ejercicio 3. Se ha encontrado que un hueso fosilizado contiene 1000 de la cantidad original de C14 . Determinar la edad del f osil, sabiendo que el tiempo de vida media del C14 es 5600 a nos.
3.2.3.
Ley de absorci on de Lambert
Esta ley dice que la tasa de absorci on de luz con respecto a una profundidad x de un material transl ucido es proporcional a la intensidad de la luz a una profundidad x; es decir, si I es la intensidad de la luz a una profundidad dI x, entonces dx = kI . Ejemplo 4. En agua limpia la intensidad I a 3 pies bajo la supercie es de un 25 % de la intensidad I0 en la supercie. Cu al es la intensidad del 50
Un ive
rsid ad
de
Ejercicio 3. Un cuerpo se calienta a 1100 C y se expone al aire libre a una temperatura de 100 C . Si al cabo de una hora su temperatura es de 600 C . Cuanto tiempo adicional debe transcurrir para que se enfrie a 300 C ?
An
tioq
Si se tiene un cuerpo a una temperatura T , sumergido en un medio de tama no innito de temperatura Tm (Tm no var a apreciablemente con el tiempo). El enfriamiento de este cuerpo se comporta de acuerdo a la siguiente = k donde = T Tm . E.D.: d dt
uia
,D
ept
3.2.2.
Ley de enfriamiento de Newton
o. d
eM
(Rta.: t 55,800 a nos)
atem
atic
as
3.2. CRECIMIENTO Y DESCOMPOSICION rayo a 15 pies bajo la supercie? Soluci on: x = 0 I = I0 dI = kI I = Cekx dx Cuando x = 0, I = I0 = C Luego I = I0 ekx Cuando x = 3 I = 0,25 I0 luego, 0,25 I0 = I0 e3k ek = (0,25) 3
1 1
ept
por tanto
3.2.4.
La raz on de crecimiento depende de la poblaci on presente en periodo de procrear, considerando las tasas de natalidad y de muerte, el modelo que representa dicha situaci on es: dQ = kQ dt 51
Un ive
Crecimiento de Cultivos de Bacterias o Crecimientos poblacionales
rsid ad
de
4 Ejercicio 4. Si I a una profundidad de 30 pies es 9 de la intensidad en la supercie; encontrar la intensidad a 60 pies y a 120 pies.
An
I = I0 (0,25)5
tioq
x = 15 I = I0 (0,25) 3
uia
para
,D
15
I = I0 (ek )x = I0 ((0,25) 3 )x = I0 (0,25) 3
o. d
x
eM
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN donde Q(t): poblaci on en el instante t. Ejercicio 5. Si en un an alisis de una botella de leche se encuentran 500 organismos (bacterias), un d a despu es de haber sido embotelladas y al segundo d a se encuestran 8000 organismos. Cual es el n umero de organismos en el momento de embotellar la leche? Ejercicio 6. En un modelo de evoluci on de una comunidad se supone que dP dD , donde dB es la rapidez la poblaci on P (t) se rige por la E.D dt = dB dt dt dt dD con que nace la gente y dt es la rapidez con que la gente muere. = k1 P y dD = k2 P Hallar: a) P (t) si dB dt dt
bP0 ebt b aP0 + aP0 ebt Por la regla de lH opital se puede mostrar que b l m P (t) = t a P (t) = 52
Un ive
Observaci on: un m odelo m as preciso para el crecimiento problacional 1 dP es suponer que la tasa percapita de crecimiento, es decir P es igual a la dt tasa promedio de nacimientos, la cual supondremos constante, menos la tasa promedio de defunciones, la cual supondremos proporcional a la poblaci on, por lo tanto la E.D. ser a: 1 dP = b aP P dt donde a y b son constantes positivas, esta E.D. se le llama ecuaci on log stica Resolviendo esta E.D. por variables separables se obtiene P | = ec ebt | b aP Si en t = 0 se tiene P = P0 entonces la soluci on particular es
rsid ad
de
An
tioq
uia
,D
ept
Ejercicio 7. Una persona de un pueblo de 1000 habitantes regres o con gripa. Si se supone que la gripa se propaga con una rapidez directamente proporcional al n umero de agripados como tambi en al n umero de no agripados; determinar el n umero de agripados cinco d as despu es, si se observa que el n umero de agripados en un d a es 100.
o. d
eM
atem
b) Analizar los casos en que k1 > k2 , k1 = k2 y k1 < k2
atic
as
3.3. PROBLEMAS DE DILUCION
3.3.
PROBLEMAS DE DILUCION
Una soluci on es una mezcla de un soluto (que puede ser l quido, s olido o gaseoso), en un solvente que puede ser l quido o gaseoso. Tipos de mezclas o soluciones : i) Soluciones l quidas cuando disolvemos un s olido o un l quido en un l quido.
dx = v1 (gal.sol./min) c1 (lib.sal/gal.sol.) dt v2 (gal.sol./min) c2 (lib.sal/gal.sol.) x = v 1 c1 v 2 Q + (v 1 v 2 )t 53
Un ive
= Tasa de acumulaci on = Tasa de entrada del soluto Tasa de salida del soluto.
dx dt
rsid ad
Sea x(t) las libras de sal en el instante t.
de
An
Caso 1. Una Salmuera (soluci on de sal en agua), entra en un tanque a una velocidad v1 galones de salmuera/minuto y con una concentraci on de c1 libras de sal por gal on de salmuera (lib. sal/gal. salmuera). Inicialmente el tanque tiene Q galones de salmuera con P libras de sal disueltas. La mezcla bien homogenizada abandona el tanque a una velocidad de v2 galones de salmuera/min. Encontrar una ecuaci on para determinar las libras de sal que hay en el tanque en cualquier instante t.(Ver gura 3.3)
tioq
uia
,D
ept
o. d
Tasa de acumulaci on = Tasa de entrada Tasa de salida.
eM
Ecuaci on de Continuidad:
atem
ii) Soluciones gaseosas cuando se disuelve un gas en un gas.
atic
as
t=0
v1 c1
t>0
v1 c1
P : Libras de sal Q : Galones de salmuera v2 c2 Figura 3.3
x : Libras de sal Q + (v1 v2 )t : Galones de salmuera
y obtenemos la E.D. lineal en x de primer orden:

p(t)
condiciones iniciales: t = 0, p(t) =
x=P v2 ; Q + (v 1 v 2 )t
p(t) dt
rsid ad
=e
v2 ln |Q+(v1 v2 )t| v1 v2
de
F.I. = e
=e
An
tioq
v2 Q+(v 1v
1
uia
q (t) = v 1 c 1
2 )t
,D
dx v2 + x = v 1 c1 dt Q + (v 1 v 2 )t
q (t)
luego
x F.I. =
con las condiciones iniciales x(0) = P , con esto hallamos C y se concluye que x = f (t)
54
Un ive
F.I. = [Q + (v1 v2 )t] v1 v2 F.I. q (t) dt + C
ept
v2
o. d
eM
atem
atic
v2 c2
as
3.3. PROBLEMAS DE DILUCION Ejercicio 1: resolver la anterior E.D. con v1 = v2 Caso 2. Un colorante s olido disuelto en un l quido no volatil, entra a un tanque a una velocidad v1 galones de soluci on/minuto y con una concentraci on de c1 libras de colorante/gal on de soluci on. La soluci on bien homogenizada sale del tanque a una velocidad de v2 galones de soluci on/min. y entra a un segundo tanque del cual sale posteriormente a una velocidad de v3 galones de soluci on/min. Inicialmente el primer tanque ten a P1 libras de colorante disueltas en Q1 galones de soluci on y el segundo tanque P2 libras de colorante disueltas en Q2 galones de soluci on. Encontrar dos ecuaciones que determinen las libras de colorante presentes en cada tanque en cualquier tiempo t.(Ver gura 3.4) t=0 t>0
c1 P1 : Libras de colorante Q1 : Galones de soluci on v 2 c2 P2 : Libras de colorante Q2 : Galones de soluci on
c1
tioq
uia
,D
x : Libras de colorante Q1 + (v1 v2 )t : Galones v2 de soluci on c2
ept
y : Libras de colorante Q2 + (v2 v3 )t : Galones de soluci on
o. d
eM
v1
v1
atem
atic
as
E.D. para el primer tanque:

dx dt dx dt
= v1 c1 v2 c2 = v1 c1 v2 Q1 +(vx 1 v2 )t + v2 Q1 +(vx = v1 c1 , con la condici on inicial t = 0, x = P1 1 v2 )t 55
Un ive
x = libras de colorante en el primer tanque en el instante t. y = libras de colorante en el segundo tanque en el instante t.
rsid ad
de
v3 c3 Figura 3.4
An
v3 c3
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN La soluci on es: x = f (t) = c1 [Q1 + (v1 v2 )t] + C [Q1 + (v1 v2 )t] v1 v2 . E.D. para el segundo tanque:
dy dt dy dt
v2
= v2 c2 v3 c3 = v2 Q1 +(vx v3 Q2 +(vy2 v3 )t 1 v2 )t +
v3 Q2 +(v2 v3 )t
y=
v2 Q1 +(v1 v2 )t
v3
x=
v2 Q1 +(v1 v2 )t
f (t),
t = 0, y = P 2
Q.
rsid ad
P1 : Galones de alcohol P1 + Q1 : Galones de soluci on v2 c2 P2 : Galones de alcohol P2 + Q2 : Galones de soluci on
de
An
Caso 3. Una soluci on l quida de alcohol en agua, est a constantemente circulando entre dos tanques a velocidades v2 y v3 galones/minuto. Si al primer tanque tambi en entra una soluci on a una velocidad de v1 galones /minuto y de concentraci on c1 galones de alcohol/gal on de soluci on y las cantidades iniciales en los tanques son P1 y P2 galones de alcohol en Q1 y Q2 galones de agua respectivamente. Encontrar dos ecuaciones para determinar los galones de alcohol presentes en cualquier tiempo en cada tanque (Ver gura 3.5). t>0 t=0 v1 v1 v3 v3 c1 c 1 c3 c3
56
Un ive
Figura 3.5
tioq
x : Galones de alcohol P 1 + Q 1 + (v 1 + v 3 v 2 )t : Galones de soluci on v2 c2 y : Galones de alcohol P 2 + Q 2 + (v 2 v 3 )t : Galones de soluci on
uia
,D
ept
o. d
eM
atem
Ejercicio 2. Resolver el caso dos cuando v1 = v2 = v3 = v y Q1 = Q2 =
atic
Si v2 = v3 Cual ser a su factor integrante?
as
F.I. = [Q2 + (v2 v3 )t] v2 v3
para v2 = v3 .
3.3. PROBLEMAS DE DILUCION x = galones de alcohol en el primer tanque en el instante t. y = galones de alcohol en el segundo tanque en el instante t. E.D. para el primer tanque: dx = v 1 c1 + v 3 c3 v 2 c2 dt x y v2 = v 1 c1 + v 3 Q 2 + P 2 + (v 2 v 3 )t Q 1 + P 1 + (v 1 + v 3 v 2 )t dx v2 + x= dt Q 1 + P 1 + (v 1 + v 3 v 2 )t E.D. para el segundo tanque: v3 y + v 1 c1 Q 2 + P 2 + (v 2 v 3 )t (3.1)
x + y = P 1 + P 2 + v 1 c1 t y = P 1 + P 2 + v 1 c1 t x
rsid ad
luego (3.3) en (3.1):
de
An
Bal.tot.= x + y = P1 + P2 + v1 (gal.sol./min) c1 (gal.alcohol/gal.sol.) t
tioq
Balance total: galones de alcohol presentes en los dos tanques en el instante t:
uia
,D
dy = v 2 c2 v 3 c3 dt v3 v2 x y = Q 1 + P 1 + (v 1 + v 3 v 2 )t Q 2 + P 2 + (v 2 v 3 )t
o. d
eM
atem
atic
as
ept
(3.2)
(3.3)
dx v2 + x= dt Q 1 + P 1 + (v 1 + v 3 v 2 )t v3 (P 1 + P 2 + v 1 c 1 t x) + v 1 c 1 Q 2 + P 2 + (v 2 v 3 )t
Un ive
57
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN dx + dt v3 v2 + x= Q 1 + P 1 + (v 1 + v 3 v 2 )t Q 2 + P 2 + (v 2 v 3 )t (P 1 + P 2 + v 1 c 1 t)v 3 + v1 c1 (3.4) Q 2 + P 2 + (v 2 v 3 )t
Con la condici on inicial: t = 0, x = P1 Nota: no hay necesidad de resolver la ecuaci on diferencial (2) porque y = P 1 + P 2 + v 1 c 1 t x. Caso 4. Un teatro de dimensiones 10 30 50 mt.3 , contiene al salir el p ublico 0,1 % por volumen de CO2 . Se sopla aire fresco a raz on de 500 mt.3 por minuto y el sistema de aire acondicionado lo extrae a la misma velocidad. Si el aire atmosf erico tiene un contenido de CO2 del 0,04 % por volumen y el l mite saludable es de 0,05 % por volumen. En que tiempo podr a entrar el p ublico? (Ver gura 3.6)
,D Un ive
Figura 3.6
t>0 v1 c1
ept rsid ad de An
x : mt3 de CO2
o. d
v2 c2 Sea x = mt.3 de CO2 presentes en el teatro en el instante t. Cantidad de CO2 en el teatro en t = 0: 58
tioq
uia
eM
atem
atic
as
3.3. PROBLEMAS DE DILUCION
0,001
mt.3 deCO2 10 30 50mt.3 = 15mt.3 mt.3 de aire dx = v 1 c1 v 2 c2 dt
(Rta.: tanque A = 29,62 libras,
tanque B = 20,31 libras)
Ejercicio 2. Un tanque tiene inicialmente 100 galones de agua pura. Una salmuera que contiene 1 libra de sal/gal on de salmuera uye al interior del 2 tanque a una rapidez de 2 galones/min. y la mezcla bien homogenizada sale del tanque con la misma velocidad. Despu es de 10 minutos el proceso se detiene y se introduce al tanque agua pura con una rapidez de 2 galones/min, abandonando el tanque a la misma velocidad. Determinar la cantidad de sal en el tanque cuando han pasado un total de 20 minutos. (Rta.: 7,34 libras)
Un ive
rsid ad
de
An
tioq
,04 mt.3 CO2 /mt.3 aire = 500mt.3 aire/min. 0 100 x mt.3 CO2 x 500mt.3 aire/min. 1030 = 0,2 30 50 mt.3 aire x 1 + 30 = 0,2, E.D. lineal de primer orden con p(t) = 30 y por tanto, dx dt Q ( t ) = 0, 2 t soluci on general: x = 6 + Ce 30 condiciones iniciales: en t = 0 se tiene que x = 15 t por tanto la soluci on particular es: x = 6 + 9e 30 la cantidad de CO2 en el l mite saludable es: ,05 10 30 50 = 7, 5 x= 0 100 t 30 por tanto 7,5 = 6 + 9e despejando t se tiene que t = 30 ln 6 = 53,75min. Ejercicio 1. En un tiempo t = 0 un tanque A contiene 300 galones de salmuera en el cual hay 50 libras de sal y un tanque B con 200 galones de agua pura. Al tanque A le entran 5 galones de agua/min. y la salmuera sale a la misma velocidad para entrar al tanque B y de este pasa nuevamente al tanque A, a una velocidad de 3 gal/min. Calcular las cantidades de sal en ambos tanques en un tiempo t = 1hora = 60min..
uia
,D
ept
o. d
eM
atem
atic
as
59
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Ejercicio 3. Un tanque contiene 100 galones de salmuera; 3 galones de salmuera la cual contiene 2 libras de sal/gal on de salmuera entran al tanque cada minuto. La mezcla asumida uniforme sale a una velocidad de 2 gal/min. Si la concentraci on es de 1,8 libras de sal/gal on de salmuera al de cabo de 1 hora, Calcular las libras de sal que hab an inicialmente en el tanque. (Rta.: 118 libras) Ejercicio 4. Un dep osito contiene 50 galones de salmuera en las que est an disueltas 25 libras de sal. Comenzando en el tiempo t = 0, entra agua al dep osito a raz on de 2 gal./min. y la mezcla sale al mismo ritmo para entrar a un segundo dep osito que conten a inicialmente 50 galones de agua pura.La salmuera sale de este dep osito a la misma velocidad.Cu ando contendr a el segundo dep osito la mayor cantidad de sal?
(Rta.: 53,23 mt.3 de aire/minuto) Ejercicio 7. Aire que contiene 30 % de ox geno puro pasa a trav es de un frasco que contiene inicialmente 3 galones de ox geno puro. Suponiendo que la velocidad de entrada es igual a la de salida; hallar la cantidad de ox geno existente despu es de que 6 galones de aire han pasado por el frasco. 60
Un ive
rsid ad
Ejercicio 6. El aire de un teatro de dimensiones 12 8 4 mt.3 contiene 0,12 % de su volumen de CO2 . Se desea renovar en 10 minutos el aire, de modo que llegue a contener solamente el 0,06 % de CO2 . Calcular el n umero 3 de mt. por minuto que deben renovarse, suponiendo que el aire exterior contiene 0,04 % de CO2 .
de
An
(Rta.: Q =
30 ) 4 101
tioq
uia
Ejercicio 5. Un tanque contiene inicialmente agua pura. Salmuera que contiene 2 libras de sal/gal. entra al tanque a una velocidad de 4 gal./min. Asumiendo la mezcla uniforme, la salmuera sale a una velocidad de 3 gal./min. Si la concentraci on alcanza el 90 % de su valor m aximo en 30 minutos, calcular los galones de agua que hab an inicialmente en el tanque.
,D
ept
o. d
(Rta.: t = 25 minutos)
eM
atem
atic
as
3.4. VACIADO DE TANQUES
(Rta.: 1,18 galones)
3.4.
VACIADO DE TANQUES
= kAv = kA 2gh
aplicando la ecuaci on de energ a: 1 mv 2 = mgh v = 2 por tanto,

dQ dt
dQ = kA dt dQ = 0, 6 dt 24
2
Un ive
Caso 1. Cil ndro circular de altura H0 pie y radio r pie, dispuesto en forma vertical y con un oricio circular de di ametro (pulgadas) (Ver gura 3.7).
rsid ad
de
Si el oricio es de forma circular, la constante k = 0,6.
An
Si el oricio es de forma tri angular, la constante 0,65 k 0,75.
2gh 2 h 576
2 32 h = 4,8
tioq
uia
Si el oricio es de forma rectangular, la constante k = 0,8.
,D
ept
La constante k depende de la forma del oricio:
o. d
donde g = 32 pie/seg2 = 9,81 mt./seg.2
eM
atem
atic
2gh (3.5) 61
dQ dt
as
Un tanque de una cierta forma geom etrica est a inicialmente lleno de agua hasta una altura H . El tanque tiene un oricio en el fondo cuya a rea es A pie2 . Se abre el oricio y el l quido cae libremente. La raz on volum etrica de dQ rea del oricio. salida dt es proporcional a la velocidad de salida y al a
H0
Figura 3.7
pero dQ = r2 dh Como (3.5)= (3.6): r 2 dh dt y separando variables:
Con las condiciones iniciales: t = 0, h = H0 , hallamos la constante C . El tiempo de vaciado (tv ): se obtiene cuando h = 0. Hallar tv Caso 2. El mismo cil ndro anterior pero dispuesto horizontalmente y con el oricio en el fondo (Ver gura 3.8). dQ = kA dt 62 4,82 h 576
Un ive
rsid ad
4,8 2 t + C . e integrando: 2 h = 576 r2
2gh =
de
h 2 dh =
4,8 2 dt 576r2
An
tioq
dh 4,8 2 = dt 576r2 h
uia
,D
dh dQ = r2 dt dt ,8 2 = 4 h 576
o. d
eM
atem
atic
(3.6)
ept
as
(3.7)
dh R H0 (0, R) x
Figura 3.8
luego x= sustituyendo 2rh h2
(3.8) = (3.7): 2H 0 2rh h2
dh 4,82 h = dt 576 dh 4,82 2H 0 h 2r h h, donde h = 0 = dt 576 63
Un ive
dQ dh = 2H0 2rh h2 dt dt
rsid ad
dQ = 2 2rh h2 H0 dh (3.8)
de
An
tioq
uia
,D
(x 0)2 + (h r)2 = r2 x2 + h2 2rh + r 2 = r2
ept
y tambi en
o. d
dQ = 2x H0 dh
eM
pero de la gura 3.8, tenemos:
atem
atic
as
H0 h
dh
El tiempo de vaciado tv se produce cuando h = 0. Hallar tv . Caso 3. Un cono circular recto de altura H0 y radio R dispuesto verticalmente con oricio circular en el fondo de di ametro (Ver gura 3.9).
rsid ad
de
An
tioq
uia
condiciones iniciales: en t0 = 0 h = 2r, con ella hallo constante de integraci on.
Un ive
dQ = kA 2gh = 0,6 dt dQ 4,82 h = dt 576
24
,D
2
ept
2 32h (3.9)
2r h dh =
4,82 dt 2 576 H0
Por semejanza de tri angulos tenemos que: R H0 Rh = r= r h H0 64 (3.10)
o. d
eM
Figura 3.9
atem
atic
as

h y como dQ = r 2 dh entonces, sustituyendo (3.10): dQ = R dh H2
0 2 2
(3.9) = (3.11): = h 2 dh dt
3
R2 2 dh dQ = h 2 dt H0 dt
2
(3.11)
R2 2 H0
h2
dh dt
8 = 4,576
2 4,82 H0 2 576R
(Rta.: 112 seg.)
(Rta.: 360 segundos.) Ejercicio 4. Encontrar el tiempo requerido para llenar un tanque c ubico de lado 3 pies si tiene un oricio circular de 1 pulg. de di ametro en la base y 65
Un ive
Ejercicio 3. Un tanque c ubico de lado 4 pies, est a lleno de agua, la cual 1 sale por una endidura vertical de 8 pulg. de ancho y de 4 pies de alto. Encontrar el tiempo para que la supercie baje 3 pies. (Ayuda: encontrar el n umero de pies c ubicos por minuto de agua que salen de la endidura cuando el agua tiene h pies de profundidad).
rsid ad
de
(Rta.: el porcentaje requerido para bajar la mitad del volumen es 29,3 %)
An
Ejercicio 2. Un cono circular recto de radio R y altura H tiene su v ertice hacia abajo. El tanque tiene un oricio en el fondo cuya a rea A es controlada por una v alvula y es proporcional a la altura del agua en cada instante. Suponiendo que el tanque est a lleno de agua, calcular el tiempo de vaciado. Del tiempo de vaciado, Que porcentaje es requerido para vaciar la mitad del volumen?
tioq
uia
,D
ept
o. d
eM
Ejercicio 1. Un tanque semiesf erico tiene un radio de 1 pie; el tanque est a inicialmente lleno de agua, en el fondo tiene un oricio de 1 pulg. de di ametro. Calcular el tiempo de vaciado.
atem
El tiempo de vaciado tv se produce cuando h = 0. Hallar tv .
atic
Condiciones iniciales: cuando t = 0,
h = H0
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN si entra agua al tanque a raz on de pies3 /min. (Rta.: 26 min, 14 seg.) Ejercicio 5. Un tanque rectangular vacio de base B 2 pies2 , tiene un agujero circular de a rea A en el fondo. En el instante t = 0, empieza a llenarse a raz on de E pies c ubicos por segundo. Hallar t en funci on de h. Mostrar que si el tanque tiene una altura H , nunca se llenar a a menos que E > 4,8 A H .
donde, a =
4,8 A , B2
b=
E .) 4,8 A
(Rta.: 14,016 seg.)
3.5.
APLICACIONES A LA FISICA
d d2 x =m 2 dt dt
Un ive
Caso 1. Caida libre. (Ver gura 3.10) Por la segunda ley de Newton (ver textos de F sica), se llega a que: dx dt dv = mg dt
rsid ad
dv = g v = gt + C1 dt 66
de
An
(Rta.: 72 horas)
tioq
Ejercicio 7. Un cilindro con eje vertical est a lleno de agua. El agua uye por un oricio situado en la base a una rata proporcional a la ra z cuadrada del volumen restante en el tanque en todo tiempo t. Si el cilindro contiene inicialmente 64 galones de agua y 15 galones salen el primer d a, calcular el tiempo en el cual hay 25 galones en el tanque.
=m
uia
,D
ept
o. d
eM
Ejercicio 6. Un embudo de 10 pies de di ametro en la parte superior y 2 pies de di ametro en la parte inferior tiene una altura de 24 pies. Si se llena de agua, hallar el tiempo que tarda en vaciarse.
atem
atic
as
(Rta.: t =
2 a
b ln
h b1,8 h
1, 8 h =
2 a
b ln
b hb
3.5. APLICACIONES A LA FISICA O x m g + x
Figura 3.10
condiciones iniciales: t = 0 v = v0 v = gt + v0
por lo tanto,
dx dt
= gt + v0 , e integrando, obtenemos:
x=
m dividiendo por m
d2 x = g dt2 dv = g dt
Un ive
d2 x = mg kv dt2
rsid ad
Caso 2. Caida con resistencia del aire. Por la segunda ley de Newton (ver textos de F sica), se llega a que:
de
k m k v m 67
An
gt2 + v0 t + x 0 2
tioq
gt2 + v0 t + C 2 2 y como las condiciones iniciales son: t = 0 x = x0
uia
x=
,D
ept
o. d
eM
atem
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN obtenemos la E.D. lineal en v dv k + v= g dt m hallemos el F.I. F.I. = e resolvi endola
k m
dt
= emt
F =
d d (mv ) (mv ) = dt dt
Un ive
Caso 3. Cuerpos con masa variable. Por la segunda ley de Newton para masa variable (ver textos de F sica), se llega a que: dm dt
rsid ad
de
kt mg mg k t mg 1 e m ; e m = k k k observese que cuando t v mg k Resolviendo para x y teniendo como condiciones iniciales t = 0 y x = 0 se llega a que: k mg m2 g x= t 2 (1 e m t ) k k
v=
An
donde, F : Fuerzas que actuan sobre el cuerpo. : velocidad en relaci on a m de las particulas que se desprenden del cuerpo. 68
tioq
uia
,D
F + (v + )
ept
0=
mg +C k
C=
o. d
mg k
Supongamos que las condiciones iniciales son: t = 0, del reposo), entonces
eM
atem
v = 0 (es decir, parte
ve m t =
k m g em t + C k k m g + Ce m t . v= k
atic
ve m t =
e m t (g ) dt + C
as
3.5. APLICACIONES A LA FISICA
m por tanto,
dm dv +v = dt dt m
F +v
dm dm + dt dt
En t = 0,
m = m1 + m2 luego m1 + m2 = a 0 + C1 por tanto,
v = gt
ab ln |m1 + m2 at| + C2 = gt b ln |m1 + m2 at| + C2 a v = 0 0 = 0 b ln |m1 + m2 | + C2 m1 + m 2 m1 + m2 at 69
Condiciones iniciales: en t = 0, por tanto C2 = b ln |m1 + m2 |
v = gt b ln |m1 + m2 at| + b ln |m1 + m2 | = gt + b ln
Un ive
rsid ad
= (m1 + m2 at)g + ab Reemplazo m: (m1 + m2 at) dv dt dividiendo por m1 + m2 at: dv = g + m1 +ab dt m2 at luego
de
= mg + ab o sea que, m dv dt
An
dm dv dv = mg b m = mg b(a) dt dt dt
tioq
Como = b entonces,
uia
C1 = m1 + m2 , m = m1 + m2 at
,D
ept
o. d
Como
dm dt
= a m = at + C1
eM
Soluci on:
atem
dm dv = F + dt dt Ejemplo 5. Un cohete con masa estructural m1 , contiene combustible de masa inicial m2 ; se dispara en l nea recta hacia arriba, desde la supercie de la tierra, quemando combustible a un ndice constante a (es decir, dm = a, dt donde m es la masa variable total del cohete) y expulsando los productos de escape hacia atr as, a una velocidad constante b en relaci on al cohete. Si se desprecian todas las fuerzas exteriores excepto la fuerza gravitacional mg , donde g la suponemos constante; encontrar la velocidad y la altura alcanzada en el momento de agotarse el combustible (velocidad de altura y apagado).
atic
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN Pero ten amos que m = m1 + m2 at y como el tiempo de apagado se produce cuando m = m1 ya que no hay combustible, es decir, m1 = m1 + m2 at. 2 2 o sea que cuando t = m v = velocidad de Por tanto at = m2 t = m a a apagado. Sustituyendo, queda que v=
2g luego v = ma + b ln
m1 + m 2 gm2 + b ln 2 a m1 + m 2 a m a
F =
Ejemplo 6. Se lanza un cuerpo de masa m hacia arriba de la tierra con velocidad inicial v0 . Suponiendo que no hay resistencia del aire, pero tomando en cuenta la variaci on del campo gravitacional con la altura, encontrar la menor velocidad inicial v0 que necesita el cuerpo para que no regrese a la tierra. Esta velocidad inicial v0 se le llama velocidad de escape (Ver gura 70
Un ive
1m Se dene el peso de un cuerpo como w(x) = (xk , donde k1 = GM . +R)2 Si x = 0, entonces el peso del cuerpo de masa m en la supercie de la tierra 2 1m es: w(0) = mg = kR 2 , entonces k1 = gR , por lo tanto el peso de un cuerpo 2 a una distancia x de la supercie de la tierra es: w(x) = (mgR . x+R)2
rsid ad
de
donde, x: la distancia del cuerpo a la supercie de la tierra. M : la masa de la tierra. m: la masa del cuerpo. R: el radio de la tierra. G: la constante de gravitaci on universal.
An
tioq
uia
,D
GM m (x + R ) 2
ept
o. d
Caso 4. Cuerpos en campo gravitacional variable. (Ver gura 3.11) Por la ley de Gravitaci on Universal de Newton (ver textos de F sica):
eM
De la misma manera se encuentra que ha = altura alcanzada al acabarse m1 m2 g bm2 bm1 + ln el combustible = 22 + 2a a a m1 + m 2
atem
atic
m1 +m2 m1
as
3.5. APLICACIONES A LA FISICA m +
Figura 3.11
3.12). Soluci on: m
Ejercicio 1. Un torpedo se desplaza a una velocidad de 60 millas/hora en el momento de agotarse el combustible; si el agua se opone al movimiento con una fuerza proporcional a su velocidad y si en una milla de recorrido reduce su velocidad a 30 millas/hora. A que distancia se detendr a?
Un ive
2 2gR Por lo tanto, v0 de aqu conclu mos que la velocidad de escape v0 = 2gR
rsid ad
2 v 2 = v0 2gR +
de
Cancelando m, y resolviendo la ecuaci on diferencial resultante y poniendo como condiciones iniciales, en t = 0, x = 0 y v = v0 , se llega a que:
An
2gR2 0 x+R
tioq
donde el signo menos indica que la direcci on de la fuerza es hacia el centro de la tierra.
uia
,D
dv mgR2 = w (x) = dt (x + R ) 2
ept
o. d
eM
atem
atic
71
as
CAP ITULO 3. APLICACIONES DE LAS E.D. DE PRIMER ORDEN x + w (x)
0 R
Figura 3.12
(Rta.: v =
gR, donde R es el radio de la tierra.)
Un ive
(Rta.: t =
v0 v1 ln
h0 (v1 v0 )
v1 v0
3 4000 ln 2,5
Ejercicio 4. Una cadena de 4 pies de longitud tiene 1 pie de longitud colgando del borde de una mesa. Despreciando el rozamiento, hallar el tiempo que tarda la cadena en deslizarse fuera de la mesa. (Rta.: t = 72
4 g
ln(4 +
15) seg.)
rsid ad
Ejercicio 3. Una bala se introduce en una tabla de h = 10 cm. de espesor con una velocidad v0 = 200 mt/seg, traspas andola con v1 = 80 mt/seg. Suponiendo que la resistencia de la tabla al movimiento de la bala es proporcional al cuadrado de la velocidad. Hallar el tiempo que demora la bala en atravezar la tabla.
de
seg.)
An
tioq
uia
Ejercicio 2. En el interior de la tierra la fuerza de gravedad es proporcional a la distancia del centro, si se perfora un oricio que atraviese la tierra de polo a polo y se deja caer una piedra en el oricio, con que velocidad llegar a al centro?
,D
ept
o. d
(Rta.: 2 millas)
eM
atem
atic
as
tierra
3.5. APLICACIONES A LA FISICA
Ejercicio 5. Un punto material de masa un gramo se mueve en l nea recta debido a la acci on de una fuerza que es directamente proporcional al tiempo calculado desde el instante t = 0 e inversamente proporcional a la velocidad del punto. En el instante t = 10 seg., la v = 50cm/seg y la f = 4 dinas. Qu e velocidad tendr a el punto al cabo de un minuto desde el comienzo del movimiento? (Rta.: v = 725 cm./seg.)
ln 10 (Rta.: t = 5 ln seg.) 0,8
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
Ejercicio 6. Un barco retraza su movimiento por acci on de la resistencia del agua, que es proporcional a la velocidad del barco. La velocidad inicial del barco es 10 mt/seg, despu es de 5 seg. su velocidad ser a 8 mt/seg. Despu es de cuanto tiempo la velocidad ser a 1 mt/seg ?
atic
as
73
74
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
CAP ITULO 4
atem
d2 dx2
d dx
d dx
2 = D2 = D x Dx = D x
en general,
dm dxm
m m1 = Dx = D m = D x (D x )
Un ive
Si no hay ambiguedad con respecto a la variable independiente, tomaremos: Dx = D.
rsid ad
i)
d dx
= Dx
75
de
Notaci on y conceptos:
An
donde h(x) es una funci on continua en I = [a, b] y a0 , a1 , a2 , ..., an son constantes y an = 0.
tioq
uia
an
dn y dn1 y dy + a + ... + a1 + a0 y = h(x), n1 n n 1 dx dx dx
,D
ept
Utilizando algebra lineal, estudiaremos la E.D.O. lineal de orden n con coecientes constantes.
o. d
4.1.
INTRODUCCION
eM
atic
TEORIA DE LAS E.D.O. LINEALES
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES ii) I = [a, b] iii) C [a, b] = C (I ) : clase de todas las funciones continuas en el intervalo I C [a, b] = C (I ) : clase de todas las funciones que tienen primera derivada continua en I (o funciones continuamente diferenciables en I ). C (I ) C (I ) ya que toda funci on que es derivable en I es continua en I. C 2 (I ) = C 2 [a, b] : la clase de todas las funciones que tienen segunda derivada continua en I . En general, C n (I ) = C n [a, b] : clase de todas las funciones que tienen derivada de orden n continua en I .
En general, si
f, g C n (I ) x I : (f + g )(x) = f (x) + g (x) C n (I )(4.1)
Un ive
x I : (f )(x) = f (x) C n (I )
rsid ad
de
An
b) x I : (f )(x) = f (x) C (I )
tioq
a) x I : (f + g )(x) = f (x) + g (x) C (I )
uia
Si f, g C (I ) y
, denimos:
,D
ept
Observese que: C (I ) C (I ) C 2 (I ) . . . C n (I ) . . .
o. d
eM
atem
atic
as
(4.2)
Con las operaciones denidas en a) y b) podemos probar que C (I ) es un espacio vectorial sobre . Y de (4.1) y (4.2) podemos concluir que C n (I ) es un subespacio vectorial de C (I ) para n 1. 76
4.1. INTRODUCCION En general, si n m, entonces C n (I ) es subespacio vectorial de C m (I ). Nota: estos espacios son de dimensi on innita. iv) Como
d (f dx
+ g )(x) =
d (f (x) dx
+ g (x)) =
d f (x) dx
d g (x) dx
que es lo mismo que D(f + g )(x) = D(f (x) + g (x)) = Df (x) + Dg (x) y tambi en D(f )(x) = D(f (x)) = Df (x).
T1 : U V x (T1 (x)) = T1 (x) son tambi en transformaciones lineales. Por ejemplo: D + D 2 es una T.L., denida por: D + D 2 : C 2 (I ) C (I ) 77
Un ive
rsid ad
T1 + T 2 : U V x (T1 + T2 )(x) = T1 (x) + T2 (x)
de
An
En algebra lineal se tiene que si T1 : U V y T2 : U V son transformaciones lineales, entonces,
tioq
uia
Por denici on D 0 : C (I ) C (I ) es la transformaci on identidad, es 0 decir, f D f = f .
,D
ept
En general, D n : C n (I ) C (I ) es una transformaci on lineal.
o. d
Analogamente, D 2 : C 2 (I ) C (I ) es una transformaci on lineal.
eM
atem
Por tanto, podemos decir que D : C (I ) C (I ) es una transformaci on lineal .
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES En general: an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x)D0 : C n (I ) C (I ) es una T.L. Esta T.L. se le denomina operador diferencial lineal de orden n, donde an (x), . . . , a0 (x) son funciones continuas en I y an (x) = 0 en I . Este operador diferencial se denota por:
Si y C n (I ) L(D)y C (I )
F.I. = e yex =
2
2x dx
2
F.I. = ex
Un ive
(D + 2xD0 )y = 0 Dy + 2xy = 0 (E.D lineal en y con p(x) = 2x y Q(x) = 0)

2
rsid ad
Ejemplo 2. Hallar el n ucleo del operador L(D) = D + 2xD 0 Soluci on:
ex 0 dx + C y = Cex
2
N ucleo L(D) = {Cex /C } 78
de
An
Observaci on: Resolver la E.D. L(D)y = 0 es lo mismo que hallar el n ucleo del operador diferencial L(D).
tioq
y = x 2 C (I ) L(D)(x2 ) = (D + 2xD 0 )(x2 ) = D(x2 ) + 2xD0 (x2 ) = 2x + 2xx2 = 2x + 2x 3 C ( I )
uia
,D
ept
o. d
Ejemplo 1. Si L(D) = D + p(x) = D + 2x y f (x) = x2 . Aplicar L(D) a la funci on f (x) Soluci on:
eM
atem
operador diferencial de orden n con coecientes variables
atic
L (D ) =
an (x)Dn + an1 (x)Dn1 + + a1 (x)D + a0 (x)D0
as
4.1. INTRODUCCION como ex genera todo el n ucleo dim n ucleo = 1. Teorema 4.1 (Principio de superposici on) . Si y1 , y2 , . . . , yn , . . . pertenecen al n ucleo de L(D), entonces la combinaci on lineal: n C y y n 1 est a en el n u cleo de L ( D ) i=1 i i Demostraci on: Sea y = C1 y1 + C2 y2 + . . . + Cn y , veamos que y esta en el n ucleo, es decir, veamos que L(D)y = 0 . Como y1 , y2 , . . . , yn estan en el n ucleo de L(D), en tonces L(D)yi = 0, para i = 1, . . . , n Como L(D) es un operador lineal, entonces
n n n
2
L(D)y = L(D)(
i=1
C i yi ) =
i=1
L(D)(Ci yi ) =
i=1
C i L (D )y i = 0
Analicemos esta operaci on con un ejemplo, sean: L 1 ( D ) = D + 2D 0 ,
L 2 ( D ) = D 2 + 3D 0
es una T.L.
de
L 1 ( D ) L 2 ( D ) y = ( D + 2D 0 ) ( D 2 + 3D 0 ) y
= ( D + 2D 0 ) ( D 2 y + 3D 0 y ) operador funci on = D(D2 y ) + D(3D 0 y ) + 2D0 (D2 y ) + 2D0 (3D0 y ) = D3 y + 3Dy + 2D 2 y + 6D0 y = ( D 3 + 2D 2 + 3D + 6D 0 ) y 79
Un ive
donde y es una funci on
rsid ad
operador
An
L 1 (D )L 2 (D ) : C 3 (I ) C (I ) operador
tioq
uia
,D
ept
Producto de Operadores Diferenciales:
o. d
luego y esta en el n ucleo de L(D)
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES L 1 ( D ) L 2 ( D ) = D 3 + 2D 2 + 3D + 6D 0 De la misma manera se calcula L2 (D)L1 (D), con el siguiente resultando: L 2 ( D ) L 1 ( D ) = D 3 + 2D 2 + 3D + 6D 0 = L 1 ( D ) L 2 ( D ) lo cual nos permite decir que el producto es conmutativo siempre y cuando los coecientes sean constantes. Cuando L1 (D) y L2 (D) tienen coecientes variables, entonces, en general L 1 (D )L 2 (D ) = L 2 (D )L 1 (D ).
Primero hallemos L1 (D) L2 (D), para ello calculemos
por lo tanto
L1 (D) L2 (D) = xD 3 + (2 + x2 )D2 + 2xD + (1 + x2 )D0 Ahora hallemos L2 (D) L1 (D) de la siguiente manera: L2 (D) L1 (D)y = (xD 2 + xD + xD0 )(D + xD 0 )y = (xD2 + xD + xD0 )(Dy + xD 0 y ) = (xD2 + xD + xD0 )(Dy + xy ) = xD2 (Dy + xy ) + xD(Dy + xy ) + xD 0 (Dy + xy ) = xD2 (Dy ) + xD 2 (xy ) + xD(Dy ) + xD(xy ) + x(Dy + xy ) = xD3 y + xDD(xy ) + xD 2 y + x(xDy + y ) + xDy + x2 y = xD3 y + xD(xDy + y ) + xD 2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x(D(xDy ) + Dy ) + xD 2 y + x2 Dy + xy + xDy + x2 y 80
Un ive
rsid ad
de
An
tioq
uia
L1 (D) L2 (D)y = (D + xD 0 )(xD2 + D + xD0 )y = (D + xD 0 )(xD2 y + Dy + xD0 y ) = D(xD2 y ) + D2 y + D(xy ) + xD 0 (xD2 )y + (xD 0 )Dy + + (xD0 )(xD0 y ) = xD3 y + D2 y + D2 y + xDy + y + x2 D2 y + xDy + x2 y = xD3 y + (2 + x2 )(D2 y ) + 2xDy + (1 + x2 )y
,D
ept
o. d
eM
atem
Ejemplo 3. L1 (D) = D + xD 0 ,
L2 (D) = xD 2 + D + xD0
atic
as
4.1. INTRODUCCION = xD3 y + x(xD2 y + Dy + Dy ) + xD 2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x(xD2 y + 2Dy ) + xD 2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x2 D2 y + 2xDy + xD 2 y + x2 Dy + xy + xDy + x2 y = xD3 y + x(x + 1)D 2 y + x(3 + x)Dy + x(x + 1)y = (xD3 + x(x + 1)D 2 + x(3 + x)D + x(x + 1)D 0 )y Luego L2 (D)L1 (D) = xD 3 + x(x + 1)D 2 + x(2 + x)D + x(x + 1)D 0 = L 1 (D ) L 2 (D ) Denici on 4.1 (Condici on inicial) Es una o varias condiciones que se le colocan a una E.D.O. en un punto. Ejemplo 4. y + k 2 y = 0, con las condiciones iniciales: y (0) = 1, y (0) = 1 Denici on 4.2 (Condici on de Frontera) Es una o varias condiciones que se le colocan a una E.D.O. en varios puntos.
Nota:
a) La condici on inicial y (0) = 0 tambi en puede ser cambiada por la condici on inicial y (a) = b con (a, b) en el rect angulo R b) Es importante anotar que este es un teorema de validez local, es decir, se cumple en un intervalo que contiene al punto donde se da la condici on inicial, por fuera de este intervalo puede ocurrir que la soluci on no 81
Un ive
rsid ad
Si f, f son continuas en un rect angulo R : |x| a y |y | b, entonces y existe un intervalo |x| h a en el cual existe una soluci on u nica y = (x) del problema de valor inicial (P.V.I.): y = f (x, y ) con y (0) = 0.
de
An
Teorema 4.2 (de Picard) .
tioq
Los teoremas que se enuncian a continuaci on son teoremas de existencia y unicidad que se demuestran en el Ap endice A.
uia
,D
Ejemplo 5. y + k 2 y y (0) = 1, y (1) = 1
0, con las condiciones de frontera:
ept
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES sea u nica; pero cuando el operador diferencial es lineal y todos los coecientes ai (x) para i = 0, 1, . . . , n son continuos en y an = 0 en (en particular cuando los ai (x) son constantes para i = 0, 1, . . . , n), entonces la soluci on es continua y global, es decir, se cumple en todo , como se demuestra en el corolorio A.1 del Ap endice. Teorema 4.3 : Sea L(D) un operador diferencial lineal de primer orden en el intervalo I y sea x0 I , entonces y0 el P.V.I.: L(D)y = Q(x) con y (x0 ) = y0 tiene una soluci on u nica. Teorema 4.4 : Sea L(D) un operador diferencial lineal de orden n en I y sea x0 un elemento de ese intervalo (x0 I ), entonces y0 , y1 , . . . , yn1 reales cualesquiera el P.V.I.: L(D)y = h(x), con y (x0 ) = y0 , y (x0 ) = y1 , y (x0 ) = y2 , . . . , y (n1) (x0 ) = yn1 , tiene una u nica soluci on.
Ejemplo 6. Teniendo en cuenta el T. de Picard, analizar la E.D. xy = 2y,
Un ive
y y 2 De la E.D. tenemos que y = f (x, y ) = 2 x . Por lo tanto f (x, y ) = 2 x y f =x y son discontinuas en x = 0, como la condici on esta dada en x = 2, entonces estas funciones son continuas en este punto y por el T. de Picard existe un intervalo, en este caso (, 0], para el cual la soluci on es u nica y es y = x2 , por fuera de este intervalo, por ejemplo en puede no ser u nica, por ejemplo
y = x2 , son soluciones en en la gura 4.1 82
y=
x2 , si 2 Cx , si
rsid ad
de
y = Cx2
An
Soluci on: observese que esta E.D. es lineal, pero a1 (x) = x = 1, lo que indica que la soluci on no es global. Separando variables, obtenemos la siguiente soluci on general
tioq
x0 x>0
uia
y (2) = 4
,D
y y=0
y todas tres pasan por el punto (2, 4) como lo vemos
ept
o. d
eM
atem
atic
as
4.1. INTRODUCCION y
(2, 4)
y = x2
y = x2 y=0 y = x 2
Figura 4.1
y =1=
C2 2
C2 = 2 1 = C1 + (2) ln 2
luego y = 1 + 2 ln 2 2 ln |x| pasa por el punto (2, 1).
DIMENSION DEL ESPACIO VECTORIAL SOLUCION DE UNA E.D.
Un ive
C1 = 1 + 2 ln 2
rsid ad
esta es la soluci on u nica en (, 0) que
de
y = 1 = C1 + C2 ln | 2|
An
y =
C2 x
tioq
Soluci on general (como lo veremos m as adelante) es: y = C1 + C2 ln |x|
uia
,D
Ejemplo 7. Dada las condiciones iniciales y (2) = 1, y (2) = 1 y la soluci on general y = C1 + C2 ln |x| de la E.D. xy + y = 0, hallar C1 y C2 . Soluci on:
ept
o. d
eM
atem
atic
83
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Dijimos que C n (I ) tiene dimensi on innita, pero el espacio soluci on de la E.D.O. L(D)y = 0 (con L(D) un operador diferencial lineal de orden n), es el n ucleo de L(D), el cual tiene dimensi on n, como lo veremos en los teoremas que expondremos a continuaci on Denici on 4.3 . a) Decimos que las n funciones y 1 , y2 , . . . , y n son linealmente dependientes en un intervalo I si existen constantes C1 , C2 , . . . , Cn no todas nulas tales que C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x) = 0 para todo x en I . b) Si para todo x en I
C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x) = 0 implica que C1 = C2 = . . . = Cn = 0, entonces decimos que y1 , y2 , . . . , yn son linealmente independientesen el intervalo I . Nota: demostrar que n funciones son linealmente independientes es a veces complicado, pero cuando las n funciones son soluciones de una E.D. lineal homog enea el problema se vuelve m as sencillo, utilizando el Wronskiano. Denici on 4.4 (Wronskiano) Sean y1 (x), y2 (x), . . . , yn (x) en C n1 (I ), el determinante:
W (y1 , y2 , . . . , yn ) = det
rsid ad
y 1 (x) y 1 (x) . . . y1
(n1)
de
An
tioq
y 2 (x) y 2 (x) . . .
uia
,D
ept
... ... ...
o. d
Un ive
(x) y 2
(n1)
eM
y n (x) y n (x) . . .
(n1)
(x) . . . y n
con x I , se le llama el Wronskiano de y1 (x), y2 (x), . . . , yn (x). Obs ervese que el Wronskiano depende de la variable x. En particular cuando n = 2, el Wronskiano tiene la siguiente propiedad.
84
atem
(x)
atic
as
4.1. INTRODUCCION Observaci on (F ormula de Abel): para n = 2 W (y1 , y2 ) = det y1 y2 y1 y2
Consideremos la E.D.O. lineal, homog enea de orden dos: y + a(x)y + b(x)y = 0, donde a(x) y b(x) son continuas en I y sean y1 , y2 soluciones de esta E.D., luego y1 + a(x)y1 + b(x)y1 = 0 y2 + a(x)y2 + b(x)y2 = 0
as atem atic o. d eM
(4.3) (4.4) (4.5) (4.6) (4.7)
(4,3) y2 : y1 y2 + a(x)y1 y2 + b(x)y1 y2 = 0 (4,4) y1 : y2 y1 + a(x)y2 y1 + b(x)y1 y2 = 0
como
Esta soluci on general es llamada F ormula de Abel. Observese que cuando C=0W =0 y si C=0W =0
Lema 4.1 : El Wronskiano de n soluciones y1 , y2 , . . . , yn linealmente dependientes es id enticamene cero. 85
Un ive
W = C e
rsid ad
de
>0
Su soluci on es W e
a(x)dx
= C , luego la soluci on general es
a(x)dx
An
Luego en (4.7): W + a(x)W = 0, lineal en W de primer orden .
tioq
W (y 1 , y 2 ) = y 1 y 2 y 2 y 1 W (y 1 , y 2 ) = y 1 y 2 + y 1 y 2 y 2 y 1 y 2 y 1 = y 1 y2 y 2 y1
uia
,D
ept
(4,6) (4,5) : y2 y1 y1 y2 + a(x)(y2 y1 y1 y2 ) = 0
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Dem.: supongamos que para todo x en I C 1 y1 + C 2 y2 + . . . + C n yn = 0 donde algunas de los Ci = 0. Derivando n 1 veces, obtenemos C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x) =0 C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x) =0 C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x) =0 .................................................. (n1) (n1) (n1) C 1 y1 (x) + C 2 y 2 (x) + . . . + C n y n (x) = 0
Dem.: la parte a) ya se demostr o en el Lema anterior. b)) Hagamos la demostraci on por el contrareciproco, es decir, supongamos que existe a en I tal W (a) = 0 y veamos que y1 , y2 , . . . , yn son linealmente dependientes. Como W (a) es el determinante del sistema: C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = 0 86
Un ive
rsid ad
b) y1 , y2 , . . . , yn son linealmente independientes, si y solo si el Wronskiano W (x) = 0 para todo x en I .
de
An
a) Si y1 , y2 , . . . , yn son linealmente dependientes, entonces el Wronskiano W (x) 0 en I .
tioq
uia
en el intervalo I y en este intervalo las funciones ai (x) son continuas. Entonces
,D
y (n) + . . . + an1 (x)y + an (x)y = 0
ept
o. d
Teorema 4.5 : Si y1 , y2 , . . . , yn son n soluciones de la E.D. lineal homog enea de orden n
eM
que se cumplen para todo x en I . Este sistema homog eneo de n ecuaciones con n incognitas tiene soluci on distinta de la trivial si y solo si el determinante del sistema (o sea el Wronskiano) se anula en I , es decir si y solo si W (x) = 0 para todo x en I .
atem
atic
as
4.1. INTRODUCCION C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = 0 C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = 0 ............................................... C 1 y1

(n1)
( a) + C 2 y 2
(n1)
(n1) ( a) + . . . + C n y n ( a) = 0
Y (x) = C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x)
y evaluemos esta nueva funci on y sus derivadas hasta de orden n 1 en a
Y ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = 0 ........................................................ Y (n1) (a) = C1 y1 en conclusi on

(n1) (n1) (n1) ( a) + . . . + C n y n ( a) = 0
Y (a) = Y (a) = . . . = Y (n1) (a) = 0 por otro lado sabemos que la funci on nula H (x) 0 es tambi en una soluci on de la E.D. y (n) + . . . + an1 (x)y + an (x)y = 0
y como algunos de estos Ci son diferentes de cero, entonces y1 , y2 , . . . , yn son linealmente dependientes. ) Supongamos que W (x) = 0 para todo x y veamos que y1 , y 2 , . . . , y n 87
Un ive
Y (x) = H (x) = 0 = C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x)
rsid ad
la cual satisface las condiciones iniciales anteriores y por el teorema de existencia y unicidad, podemos armar que
de
An
tioq
uia
( a) + C 2 y 2
,D
ept
o. d
Y ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = 0
eM
Y ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = 0
atem
atic
as
donde los Ci son las incognitas y como W (a) = 0 (determinante de los coecientes del sistema) y por lo que sabemos del algebra lineal, este tiene una soluci on distinta de la trivial, es decir existen Ci = 0. Con esta soluci on no trivial denamos la siguiente funci on
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES son linealmente independientes. Supongamos que y1 , y 2 , . . . , y n son linealmente dependientes, por lo tanto (por la parte a)) W (x) 0 (Absurdo!) Teorema 4.6 : Sea L(D)y = an (x)Dn y + an1 (x)Dn1 y + . . . + a1 (x)Dy + a0 (x)y = 0 una E.D.O. lineal de orden n con coecientes continuos denida en el intervalo I , entonces el espacio soluci on de L(D) (o sea el n ucleo de L(D)), tiene dimensi on n . Dem.: sea Y (x) una soluci on de la E.D. y sean y1 , y2 , . . . , yn n soluciones linealmente independientes de la E.D. Veamos que Y (x) se puede expresar como una combinaci on lineal de y1 , y2 , . . . , yn .
luego
G ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = Y ( a) G ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = Y ( a) G ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a) = Y ( a) 88
Un ive
el determinante de los coecientes del sistema es el Wronskiano evaluado en a, es decir, W (a) y como y1 , y2 , . . . , yn son linealmente independientes entonces W (a) = 0, esto quiere decir que existe al menos un Ci = 0. Con los C1 , C2 , . . . , Cn (al menos uno de ellos es diferente de cero) denimos la funci on G (x) = C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x)
rsid ad
de
An
Y (n1) (a) = C1 y1
(n1)
( a) + C 2 y 2
(n1)
tioq
.......................................................
(n1) ( a) + . . . + C n y n ( a)
uia
Y ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a)
,D
Y ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a)
ept
Y ( a) = C 1 y 1 ( a) + C 2 y 2 ( a) + . . . + C n y n ( a)
o. d
Sea a un punto de I y consideremos el siguiente sistema:
eM
atem
atic
as
4.1. INTRODUCCION ............................................................ G(n1) (a) = C1 y1

(n1)
( a) + C 2 y 2
(n1)
(n1) ( a) + . . . + C n y n (a) = Y (n1) (a)
Es decir, las funciones G y Y coinciden en la condici on inicial, por tanto por el teorema de existencia y unicidad, G(x) = Y (x) para todo x en I . Luego G (x) = Y (x) = C 1 y 1 (x) + C 2 y 2 (x) + . . . + C n y n (x) Nota: i. Lo que dice este teorema es que para resolver una E.D. lineal homog enea de orden n, se debe encontrar n soluciones linealmente independientes y la soluci on general es la combinaci on lineal de las n soluciones. ii. Si las n-tuplas
(n1)
(y n (x 0 ), y n (x 0 ), . . . , y n
(n1)
son linealmente independientes, entonces las funciones
son linealmente independientes en I .
Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes. W (y 1 , y 2 ) =
= m2 e(m1 +m2 )x m1 e(m1 +m2 )x = (m1 m2 ) e(m1 +m2 )x

=0 >0
Un ive
rsid ad
e m1 x e m2 x m 1 e m1 x m 2 e m2 x
de
Ejemplo 8. Si y1 = em1 x , y2 = em2 x con m1 = m2 , mostrar que y1 y y2 son linealmente independientes.
An
tioq
y 1 (x), y 2 (x), . . . , y n (x)
uia
,D
ept
(x0 ))
(x0 )) (y 1 (x 0 ), y 1 (x 0 ), . . . , y 1 (n1) (x0 )) (y 2 (x 0 ), y 2 (x 0 ), . . . , y 2 . . .
o. d
eM
atem
atic
as
89
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = 0 por tanto y1 , y2 son linealmente independientes. Ejemplo 9. y1 = emx , y2 = xemx . Hallar W (y1 , y2 ). Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes. W (y 1 , y 2 ) = emx xemx mx me mxemx + emx
Ejemplo 10. y1 = ex sen x, y2 = ex cos x. Hallar W (y1 , y2 ) Soluci on: m as adelante veremos que y1 , y2 son soluciones de una E.D. lineal de segundo orden con coecientes constantes.
>0
Dada la E.D.O.: a2 (x)y + a1 (x)y + a0 (x)y = 0 con a2 (x) = 0 en I y a2 (x), a1 (x), a0 (x) continuas en I ; dividiendo en la E.D.O. original por a2 (x) a1 (x) 0 (x) y Q (x) = a , se tiene: y haciendo P (x) = a a2 (x) 2 (x) y + P (x)y + Q(x)y = 0 forma can onica 90 (4.8)
Un ive
FORMULA DE DLAMBERT (Construcci on de una segunda Soluci on a partir de una soluci on conocida).
rsid ad
4.2.
METODO DE REDUCCION DE ORDEN
de
An
y1 , y2
son linealmente independientes.
tioq
= e2x sen 2 x + e2x sen x cos x e2x cos2 x e2x sen x cos x = e2x ( sen 2 x + cos2 x) = e2x = 0
uia
,D
ept
W (y 1 , y 2 ) =
ex sen x ex cos x ex cos x + ex sen x ex sen x + ex cos x
o. d
eM
atem
= mxe2mx + e2mx mxe2mx = e2mx > 0 y1 , y2 son linealmente independientes.
atic
as
DE ORDEN 4.2. METODO DE REDUCCION Sea y1 (x) y1 (x) = 0 en I . una soluci on conocida de la E.D. en I y
Supongamos y (x) = u(x)y1 (x) y hallemos u tal que y (x) sea una soluci on. Derivando dos veces , y = uy1 + u y1 y y = uy1 + u y1 + u y1 + u y1 y sustituyendo en la ecuaci on diferencial (4.8): uy1 + 2u y1 + u y1 + P (x)(uy1 + u y1 ) + Q(x)uy1 = 0
Hagamos W = u ( este cambio de variable reduce el orden) y1 W + W (2y1 + P (x)y1 ) = 0
W =C e integrando u= C Por lo tanto y = uy1 =
Un ive
rsid ad
P (x) dx
de
De donde
2 y1
An
2 W y1 e
P (x) dx
= C
=u =
P (x) dx
2 y1
Cy1
tioq
Su F.I.=
2y1 +P (x) y1
dx
= eln y1 e
P (x) dx
2 e = y1
uia
,D
du dx y1
W +
2y 1 + P (x) W = 0, (lineal en W de primer orden) y1

P (x) dx
ept
e
dx + C1
P (x) dx 2 y1
dx + C1 y1
P (x) dx 2 y1
combinaci on lineal de
y1
o. d
, luego
y
eM
dx 91
atem
Luego, u y1 + u [ 2y1 + P (x)y1 ] = 0
atic
u [ y 1 + P ( x ) y 1 + Q ( x ) y 1 ] + u y 1 + u [ 2y 1 + P ( x ) y 1 ] = 0
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Luego la segunda soluci on es y2 = y1

e
P (x) dx 2 y1
dx con y1 = 0 en I
Veamos que y1 y y2 son linealmente independientes: y1 y1 y1 e

2 y1
W (y 1 , y 2 ) =
y1
P (x) dx
P (x) dx 2 y1
+ y1 e
P (x) dx 2 y1
dx e
P (x) dx 2 y1
= e = e
P (x) dx P (x) dx
P (x) dx 2 y1
+ y 1 y1 >0
Luego y1 , y2 son soluciones linealmente independientes de la E.D.
2 y1
Nota: el m etodo es aplicable tambi en para E.D. no homog eneas: y + P (x)y + Q (x)y = f (x) en este caso se supone y (x) = u(x)y1 (x) = uy1 y se llega a la E.D. lineal en W de primer orden:
Soluci on. Dividiendo por x2 se tiene: 1 2 y y + 2y = 0 x x Veremos m as adelante que y1 = x sen (ln x) es una soluci on de la ecuaci on de Cauchy, entonces la segunda soluci on es: 92
Un ive
y se continua de la misma manera anterior. Ejemplo 11. Sea x2 y xy + 2y = 0, (E.D. de Cauchy), sabiendo que y1 = x sen (ln x) es una soluci on de la E.D. Hallar y2
rsid ad
de
W +
2y 1 + P (x) W = f (x) y1
An
tioq
uia
,D
ept
y2 = y 1
P (x) dx
dx (F ormula de DLambert)
o. d
En conclusi on, si y1 es una soluci on, con y1 = 0 en I , entonces
eM
y + P (x)y + Q (x)y = 0
atem
atic
as
dx y1 y1
dx
DE ORDEN 4.2. METODO DE REDUCCION
y2 = x sen (ln x)
e x dx dx = x sen (ln x) x2 sen 2 (ln x) x dx sen (ln x) dx dx x sen 2 (ln x) du sen 2 u x2
eln(x) dx x2 sen (ln x)
= x sen (ln x) = x sen (ln x) = x sen (ln x) = x sen (ln x) = x cos(ln x)
Ejercicio 3. xy + y = 0, y1 = ln x es una soluci on. Hallar y2 Ejercicio 4. x2 y xy + 2y = 0, y1 = x sen (ln x) es una soluci on. Hallar
y2
Un ive
Ejercicio 2. x2 y + 2xy 6y = 0 y1 = x2 es una soluci on. Hallar y2 1 (Rta.: y2 = 5x3 )
rsid ad
Ejercicio 1. x2 y 7xy + 16y = 0 y1 = x4 es una soluci on. Hallar y2 4 (Rta.: y2 = x ln |x|)
de
An
Utilizando el m etodo de reducci on de orden resolver los siguientes ejercicios.
tioq
uia
y = C1 x sen (ln x) + C3 x cos(ln x)
,D
y = C1 x sen (ln x) + C2 (x cos(ln x))
ept
o. d
La soluci on general es : y = C1 y1 + c2 y2
eM
atem
csc2 u du = x sen (ln x) cot u = x sen (ln x) cot(ln x)
atic
as
93
u = ln x du = dx x
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ejercicio 5. Hallar la soluci on general de xy xf (x)y + f (x)y = 0. (Rta.: y = c1 x + c2 x x2 e
f (x) dx
dx)
Ejercicio 6. Hallar la soluci on general de y f (x)y + (f (x) 1)y = 0 (Rta.: y = c1 ex + c2 ex e[2x+

f (x) dx]
dx)
b)Hallar la soluci on general de la E.D. de la parte a) cuando n = 1, 2, 3 (Rta.: a) y1 = ex , y2 = ex xn ex dx, b) y = c1 ex + c2 (x + 1), y = c1 e + c2 (x2 + 2x + 2), y = c1 ex + c2 (x3 + 3x2 + 6x + 6).)
x
yeax = C y = Ceax Por similitud con la E.D.O. de primer orden y coecientes constantes, vamos a suponer que la E.D. lineal de segundo orden y coecientes constantes: ay + by + cy = 0, 94 (4.9)
Un ive
Sabemos que luego el F.I. = e
dy + dx a dx
ay = 0 es lineal de primer orden, donde p(x) = a. = eax y su soluci on es
rsid ad
de
4.3.
E.D.O. LINEALES CON COEFICIENTES CONSTANTES
An
tioq
sabiendo que y1 = ex es una soluci on a la homog enea asociada. Observese que obtenemos una segunda soluci on y una soluci on particular.
uia
(x 1)y xy + y = 1
,D
ept
Ejercicio 8: Utiliz ando el m etodo de reducci on de DLambert resolver la E.D. lineal no homog enea:
o. d
eM
atem
xy (x + n)y + ny = 0
atic
as
Ejercicio 7. a) Si n es un entero positivo, hallar dos soluciones linealmente independientes de
4.3. E.D.O. LINEALES CON COEFICIENTES CONSTANTES tiene por soluci on una exponencial de la forma: y = emx , derivando dos veces se tiene y = memx , y = m2 emx y sustituyendo en la E.D. (4.9): am2 emx + bmemx + cemx = 0 luego emx (am2 + bm + c) = 0 o sea que am2 + bm + c = 0,
ay + by + cy = 0
Con las raices de la ecuaci on caracter stica suceden tres casos:
Caso 1. Raices reales y diferentes
y = C 1 e m1 x + C 2 e m2 x . Ejemplo 12 Hallar la soluci on general de 2y 5y 3y = 0 Soluci on: Ecuaci on caracter stica: 2m2 5m 3 = 0 5 25 + 24 57 m= m= 4 4
Un ive
rsid ad
de
m1 = 3 , m 2 =
1
La soluci on general es y = C1 e3x + C2 e 2 x
An
tioq
Si las raices son m1 y m2 , con m1 = m2 , luego y1 = em1 x y y2 = em2 x son linealmente independientes, por tanto la soluci on general es
uia
1 2
,D
ept
3. Que tenga raices complejas conjugadas.
o. d
2. Que tenga raices reales e iguales.
eM
1. Que tenga raices reales y diferentes.
atem
atic
95
as
la cual llamamos ecuaci on caracter stica o ecuaci on auxiliar de la E.D.:
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Caso 2. Raices reales e iguales: en este caso las raices son de multiplicidad dos. Sea m (con multiplicidad 2) y1 = emx es una soluci on. Utilicemos el m etodo de DAlambert para hallar la segunda suluci on de ay + by + cy = 0 dividiendo por a para conseguir la forma can onica, se tiene
= emx
dx = xemx
luego la soluci on general es: y = C1 emx + C2 xemx Ejemplo 13. 4y 4y + y = 0 Hallar la soluci on general. Soluci on: Ecuaci on caracter stica: 4m2 4m + 1 = 0 = (2m 1)2 = 0 por lo tanto m= 1 (con multiplicidad 2) 2
Un ive
rsid ad
de
La soluci on general es: y = C1 e 2 + C2 xe 2
Caso 3. Raices complejas y conjugadas Supongamos que m1 = + i es una ra z de la ecuaci on auxiliar y por tanto su conjugada m2 = i es la otra ra z, donde es la parte real y 96
An
tioq
uia
y2 = e
mx
eax dx b e(2 2a x)
,D
ept
como ay + by + cy = 0 am2 + bm + c = 0 (ecuaci on caracter stica) b b2 4ac y sus raices son m1,2 = ; pero como las raices son iguales, entonces 2a 2 el discriminante b 4ac = 0, por lo tanto m1,2 = m = 2ba , luego:
o. d
eM
y2 = y 1
P (x) dx 2 y1
dx = emx
e a dx dx e2mx
atem
b
atic
c b y + y + y = 0. a a
as
4.3. E.D.O. LINEALES CON COEFICIENTES CONSTANTES es la parte imaginaria; recordando que ei = cos + i sen (F ormula de Euler) entonces la soluci on general es y = C1 e(+i)x + C2 e(i) = C1 ex eix + C2 ex eix = ex (C1 eix + C2 eix ) = ex [(C1 + C2 ) cos x + i(C1 C2 ) sen x] = ex [K1 cos x + K2 sen x] En resumen: y = K1 ex cos x + K2 ex sen x es la soluci on general.
Ecuaci on caracter stica: m2 2m + 3 = 0 2 4 4(3) 2 8 = 2 2 = 1 2i
sus raices son m1,2 = o sea que = 1 , = La soluci on general es
2 .
y = K1 ex cos
Nota: (i): observe que si [D 2 2D + 2 + 2 ]y = 0
y las raices son: m= 2
luego, la soluci on general es: y = K1 ex cos x + K2 ex sen x (ii) Para la E.D.: (D a)y = 0 la ecuaci on caracter stica es ma=0m=a 97
Un ive
42 4(2 + 2 ) 2 2i = = i 2 2
rsid ad
entonces la ecuaci on caracter stica es: m2 2m + 2 + 2 = 0
de
An
tioq
2x + K2 ex sen 2x
uia
,D
ept
22 2i 2
o. d
m=
eM
atem
atic
Ejemplo 14. y 2y + 3y = 0 Soluci on:
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES por lo tanto y = Ceax es soluci on de (D a)y = 0 y reciprocamente una soluci on de (D a)y = 0 es y = Ceax Ejercicios. Hallar la soluci on general o la soluci on particular de los siguientes ejercicios: 1. (D2 + 2D 3)y = 0 (Rta.: y = C1 ex + C2 e3x ) 2. D2 2D 3)y = 0 con y (0) = 0, y (0) = 4 (Rta.: y = ex e3x ) 3. (D2 6D + 9)y = 0 (Rta.: y = (C1 + C2 x)e3x ) 4. (D2 + 4D + 4)y = 0 con y (0) = 1, y (0) = 1 (Rta.: y = (1 + x)e2x ) 5. (D2 2D + 2)y = 0 (Rta.: y = C1 ex cos x + C2 ex sen x) 6.
d2 x dt2
Sea
donde a0 , a1 , , an son constantes, entonces su polinomio caracter stico es: an mn + an1 mn1 + + a1 m + a0 = 0 = Pn (m) 98
an y (n) + an1 y (n1) + + a1 y + a0 y = 0
Un ive
rsid ad
4.4.
E.D. LINEALES DE ORDEN MAYOR QUE DOS CON COEFICIENTES CONSTANTES
de
An
+ 2b dx + k 2 x = 0, k > b > 0 con x(0) = 0, x (0) = v0 dt (Rta.: x = ( va0 )ebt donde a = k 2 b2 )
tioq
uia
,D
ept
o. d
eM
atem
atic
as
4.4. E.D. LIN. DE ORDEN MAYOR QUE DOS CON COEF. CONST. Supongamos por ejemplo que este polinomio lo podemos factorizar as :
2 2 2 Pn (m) = (m m1 )(m m2 )(m m3 )3 (m2 21 m + 1 + 1 )(m2 22 m+ 2 2 2 2 + 2 )
entonces la soluci on general esta dada por y = C1 em1 x + C2 em2 x + C3 em3 x + C4 xem3 x + C5 x2 em3 x + C6 e1 x cos 1 x + C7 e1 x sen 1 x + C8 e2 x cos 2 x+ C9 e2 x sen 2 x + C10 xe2 x cos 2 x + C11 xe2 x sen 2 x
d y d y d y d y Ejemplo 15. 2 dx 5 7 dx4 + 12 dx3 + 8 dx2 = 0 Soluci on:
5 4 3 2
1 luego las raices son m1 = 0 con multiplicidad 2, m2 = 2 4 16 32 4 + 4i m3,4 = = = 2 2i = 2, = 2 2 2
Para 2m 1 la soluci on ser a: e
Para m2 4m + 8 las soluciones ser an: e2x cos 2x,

x
Un ive
Para el factor m2 , como el grado es 2, empezamos con la soluci on b asica e y luego multiplicamos por x y as sucesivamente. O sea que las soluciones ser an: e0x = 1, xe0x = x
0x
x 2
rsid ad
de
An
tioq
uia
m2 (2m3 7m2 + 12m + 8) = m2 (2m 1)(m2 4m + 8) = 0
Soluci on general: y = C1 + C2 x + C3 e 2 + C4 e2x cos(2x) + C5 e2x sen (2x)
,D
ept
e2x sen 2x.
2m5 7m4 + 12m3 + 8m2 = 0
o. d
En la E.D. reemplazo en cada ter stica:
di y dxi
por mi y obtengo la ecuaci on carac-
eM
atem
atic
99
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Hallar la soluci on general o la soluci on particular seg un el caso en los siguientes ejercicios: Ejercicio 1. y (5) + 5y (4) 2y 10y + y + 5y = 0
d y d y Ejercicio 2. 16 dx 4 + 24 dx2 + 9y = 0 (bf Rta.: y = C1 cos 23 x + C2 x cos 23 x + C3 sen 23 x + C4 x sen 23 x)
4 2
Ejercicio 3. Ejercicio 4. Ejercicio 5. Ejercicio 6.
d4 y dx4 d4 y dx4 d4 y dx4 d4 y dx4
d3 y dx3
2
d2 y dx2
=0
Observaciones: 1.
Un ive
rsid ad
Denici on 4.5 .Si y = f (x) una funci on que tiene n derivadas y L(D) es un operador lineal con coecientes constantes, tal que L(D)y = L(D)f (x) = 0, entonces decimos que el operador L(D) es el anulador de y = f (x).
de
An
4.5.
OPERADOR ANULADOR
tioq
uia
,D
d2 dx2
Ejercicio 8. (D 3 + D2 D 1)y = 0 con las siguientes condiciones: y (0) = 1, y (2) = 0 y l m y (x)x = 0
ept
o. d
Ejercicio 7. (D 2 + 4D + 4)y = 0 tal que tenga una soluci on que pase por los puntos (0, 2), (2, 0)
a) Si y = k constante, entonces k. b) Si y = x, entonces k.

d2 x dx2
dk dx
=0D=
eM
d dx d3 dx3
d3 y dx3
d2 y dx2
=0
= 0 D2 =
es el anulador de x y de es el anulador de
c) Si y = x2 , entonces x2 , x, k. 100
d3 (x 2 ) dx3
= 0 D3 =
atem
+ y = 0, (Ayuda: Completar cuadrados).
atic
es el anulador de
d y 7 dx 2 18y = 0
as
4.5. OPERADOR ANULADOR

x = 0 Dn+1 = d) Si y = xn , entonces ddxn+1 n n1 2 1 x , x , , x , x , k con n N.
n+1 n
dn+1 dxn+1
es el anulador de
Nota: Observemos que
dn+1 dxn+1
anula la combinaci on lineal
C1 k + C2 x + + Cn+1 xn que es un polinomio de grado n. 2. (Da)n es el anulador de las siguientes funciones: eax , xeax , x2 eax , , xn1 eax y tambi en el anulador de la combinaci on lineal siguiente: C1 eax + C2 xeax + C3 x2 eax + + Cn xn1 eax 3. (D2 2D + 2 + 2 )n es el anulador de las funciones:
ex cos x, xex cos x, x2 ex cos x, . . . , xn1 ex cos x ex sen x, xex sen x, x2 ex sen x, . . . , xn1 ex sen x y tambi en anula la combinaci on lineal siguiente:
Si = 0, entonces (D 2 + 2 )n es el anulador de: cos x, x cos x, x2 cos x, , xn1 cos x sen x, x sen x, x2 sen x, , xn1 sen x y de sus combinaciones lineales: C1 cos x + C2 x cos x + + Cn xn1 cos x+ k1 sen x + k2 x sen x + + kn xn1 sen x Si n = 1 y = 0, entonces D 2 + 2 es el anulador de: cos x, sen x o su combinaci on lineal: C1 cos x + C2 sen x.
Un ive
rsid ad
de
An
tioq
C1 ex cos x + C2 xex cos x + + Cn xn1 ex cos x+ + k1 ex sen x + k2 xex sen x + + kn xn1 ex sen x
uia
,D
ept
o. d
eM
atem
101
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ejemplo 16. Hallar el operador anulador de: ex + 2xex x2 ex Soluci on: Anulador de ex : D 1. Anulador de xex : (D 1)2 . Anulador de x2 ex : (D 1)3 . Por lo tanto el anulador de toda la expresi on es: (D 1)3
Anulador Anulador Anulador Anulador
de de de de
x: D 2 . x2 : D 3 . sen 4x: D 2 + 16 en este caso = 0 y = 4. toda la expresi on: D 3 (D2 + 16).
Ejemplo 19. Hallar el operador anulador de: (2 ex )2 Soluci on: Como Anulador Anulador Anulador (2 ex )2 = 4 4ex + e2x , entonces de 4: D. de ex : D 1. de e2x : D 2.
El anulador de toda la expresi on es: D(D 1)(D 2) 102
Un ive
rsid ad
de
An
tioq
Ejemplo 18. Hallar el operador anulador de: 13x + 9x2 sen 4x Soluci on:
uia
,D
Anulador de toda la expresi on: D(D 2 2D + 5).
ept
o. d
Anulador de 3: D. Anulador de ex cos 2x: D2 2D + 1 + 4 = D 2 2D + 5, en este caso = 1 y = 2.
eM
atem
Ejemplo 17. Hallar el operador anulador de: 3 + ex cos 2x Soluci on:
atic
Observese que no interesa las constantes 1, 2, 1 de la expresi on original para hallar el anulador.
as
4.6. METODO DE LOS COEFICIENTES INDETERMINADOS
Ejercicio 1. Encontrar el anulador de 8x sen x + 10 cos 5x Ejercicio 2. Encontrar el anulador de 3 + ex cos 2x Ejercicio 3. Encontrar el anulador de x3 (1 5x) Ejercicio 4. Encontrar el anulador de ex sen x e2x cos x Observaci on: la soluci on de una ecuaci on diferencial lineal no homog enea, L(D)y = f (x) = 0 consta de la suma de dos soluciones que son:
enea. ii) La soluci on particular de la no homog
y = yh + yp En efecto,
L(D)(yh + yp ) = L(D)yh + L(D)yp = 0 + f (x) = f (x)
4.6.
METODO DE LOS COEFICIENTES INDETERMINADOS
Este m etodo se aplica a E.D. lineales, con coecientes constantes, no homog eneas.
Un ive
rsid ad
Las siguientes secciones las dedicaremos a desarrollar tres m etodos para hallar la soluci on particular de E.D. no homog eneas.
de
An
tioq
uia
,D
La suma de las dos soluciones es la soluci on general, es decir, si yh es la soluci on de la homog enea asociada L(D)y = 0 y yp es la soluci on particular de L(D)y = f (x), entonces la soluci on general es:
ept
o. d
eM
atem
i) La soluci on a la homog enea asociada, es decir, la soluci on de L(D)y = 0.
atic
as
103
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Sea L(D)y = f (x) una E.D. lineal, no homog enea, de coecientes constantes y de orden n; si f (x) tiene una de las siguientes formas: a) f (x) = k , k constante b) f (x) = polinomio en x c) f (x) = exponencial de la forma ex d) f (x) = cos x, f (x) = sen x e) f (x) = a sumas nitas de productos nitos de las expresiones anteriores, entonces, es posible encontrar un operador L1 (D) que anula a f (x) y si esto sucede, entonces aplicamos L1 (D) a la ecuaci on diferencial original, es decir: L 1 (D )L (D )y = L 1 (D )f (x) = 0
y = C1 cos 5x + C2 sen 5x + C3 x cos 5x + C4 x sen 5x La ecuaci on diferencial homog enea asociada es (D2 + 25)y = 0 104
Un ive
Ecuaci on caracter stica: (m2 + 25)2 = 0 cuyas raices son m = 5i con multiplicidad 2 y por lo tanto = 0 y = 5; en consecuencia la soluci on general es: (4.10)
rsid ad
y + 25y L1 (D)(y + 25y ) (D2 + 25)(y + 25y ) (D2 + 25)2 y
= = = =
de
An
20 sen 5x L1 (D)(20 sen 5x) (D 2 + 25)(20 sen 5x) 0
tioq
El anulador de sen 5x: D 2 + 25 = L1 (D) Aplicamos este anulador a ambos lados de la E.D. original:
uia
Ejemplo 20. Hallar la soluci on particular y la soluci on general de la E.D. y + 25y = 20 sen 5x. Soluci on:
,D
ept
o. d
Por lo tanto la expresi on anterior es una E.D. lineal, homog enea de coecientes constantes y por tanto le aplicamos a esta ecuaci on el m etodo de las homog eneas y hallamos su soluci on general, de esta soluci on general descartamos la parte correspondiente a la homog enea asociada a la E.D. original, la parte restante corresponde a la soluci on particular que estamos buscando. Ilustremos esto con un ejemplo.
eM
atem
atic
as
4.6. METODO DE LOS COEFICIENTES INDETERMINADOS y su ecuaci on caracter stica es m2 + 25 = 0, o sea que m = 5i (con = 0 y = 5) y su soluci on es y = C1 cos 5x + C2 sen 5x; y por tanto en (4.10) descartamos esta expresi on y nos queda la forma de la soluci on particular:
en x sen 5x : 25C4 + 25C4 = 0 en cos 5x : 10C4 = 0 C4 = 0
Por lo tanto la soluci on particular es yp = 2x cos 5x y la soluci on general es: y = yh + yp 105
Un ive
rsid ad
en sen 5x : 10C3 = 20 C3 = 2
de
en x cos 5x : 25C3 + 25C3 = 0
An
tioq
C3 (25x cos 5x 10 sen 5x) + C4 (25x sen 5x + 10 cos 5x) + + 25(C3 x cos 5x + C4 x sen 5x) = 20 sen 5x An alisis de coecientes:
uia
,D
yp = C3 (5x sen 5x + cos 5x) + C4 (5x cos 5x + sen 5x) yp = C3 (25x cos 5x 5 sen 5x 5 sen 5x) + +C4 (25x sen 5x + 5 cos 5x + 5 cos 5x) = C3 (25x cos 5x 10 sen 5x) + +C4 (25x sen 5x + 10 cos 5x) yp + 25yp = 20 sen 5x
ept
o. d
eM
atem
Como aparecen las constantes C3 y C4 , las hallamos de la siguiente manera: derivamos dos veces yp y la sustituimos en la E.D. original:
atic
y = C3 x cos 5x + C4 x sen 5x = yp
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = C1 cos 5x + C2 sen 5x + C3 x cos 5x = C1 cos 5x + C2 sen 5x 2x cos 5x Hallar la soluci on general en los siguientes ejercicios: Ejercicio 1. y + 2y + y = x2 ex Ejercicio 2. y y = x2 ex + 5 1 2 x 1 3 x 1 xex 4 xe +6 xe ) (Rta: y = C2 ex + C6 ex 5 + 4 Ejercicio 3. y + y + 1 y = ex ( sen 3x cos 3x) 4 Ejercicio 4. y + 4y = cos2 x 1 + C2 cos 2x + C3 sen 2x + 1 x sen 2x) (Rta: y = 8 8 Ejercicio 5. y + y + y = x sen x Ejercicio 6. y y = 3xex cos 2x Ejercicio 7. y + 25y = 6 sen x Ejercicio 8. y 2y + 5y = ex sen x
Sea
con a2 (x), a1 (x), a0 (x), continuas en I y a2 (x) = 0 en I . La escribimos en forma can onica
y + p(x)y + g (x)y = f (x) Donde p(x) = 106 a 1 (x) , a 2 (x) g (x) = a 0 (x) a 2 (x) y f (x) = h(x) , a 2 (x)
Un ive
rsid ad
a2 (x)y + a1 (x)y + a0 (x) = h(x)
de
An
4.7.
DE PARAMETROS VARIACION
tioq
uia
,D
ept
o. d
eM
atem
atic
as
DE PARAMETROS 4.7. VARIACION suponemos que y1 y y2 son soluciones linealmente independientes de la homog enea asociada, es decir, y1 + p(x)y1 + g (x)y1 = 0 y2 + p(x)y2 + g (x)y2 = 0 y y h = C 1 y1 + C 2 y2 Variemos los par ametros C1 y C2 , es decir,
y hallemos u1 y u2 Luego yp = u1 y1 + u1 y1 + u2 y2 + y2 u2
Luego, En resumen,
u 1 y 1 + u 2 y 2 = f (x)
y1 u1 + y2 u2 = 0 (primera condici on) on) y1 u1 + y2 u2 = f (x) (segunda condici que es un sistema de dos ecuaciones con dos incognitas: u1 y u2 .
Un ive
rsid ad
u1 [y1 + p (x)y1 + g (x)y1 ] + u2 [y2 + p (x)y2 + g (x)y2 ] + u1 y1 + u2 y2 = f (x)
de
u1 y1 + u1 y1 + u2 y2 + u2 y2 + p (x) [u1 y1 + u2 y2 ] + g (x) [u1 y1 + u2 y2 ] = f (x)
An
y p + p (x)y p + g (x)y p = f (x)
tioq
Sustituyendo en la ecuaci on diferencial:
uia
yp = u 1 y1 + u 2 y2 yp = u 1 y1 + u 1 y1 + u 2 y2 + u 2 y2
,D
ept
Luego,
o. d
u 1 y 1 + u 2 y 2 = 0,
(primera condici on).
eM
Supongamos (en aras de disminuir el trabajo operativo):
atem
107
atic
as
y p = u 1 (x)y 1 (x) + u 2 (x)y 2 (x) = u 1 y 1 + u 2 y 2
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Por la regla de Cramer: o f (x) y1 y1 y2 y2 y2 y2 y 2 f (x) W (y 1 , y 2 )
u1 =
y = y h + y p = C 1 y1 + C 2 y2 + u 1 y1 + u 2 y2
2. Hallamos W (y1 , y2 ) 3. Hallamos
4. Integramos u1 = 108
u1 dx y u2 =
Un ive
u1 = u2
rsid ad
y 2 f (x) W (y 1 , y 2 ) y 1 f (x) = W (y 1 , y 2 ) u2 dx
de
1. Hallamos y1 y y2 soluciones linealmente independientes de la homog enea asociada: y + p(x)y + g (x)y = 0
An
tioq
Pasos para resolver la E.D. (en forma can onica): y + p(x)y + g (x)y = f (x)
uia
,D
ept
Luego, la yp = u1 y1 + u2 y2 , y la soluci on general es
o. d
eM
Donde W (y1 , y2 ) = 0, ya que (y1 y y2 ) son dos soluciones linealmente independientes de la homog enea asociada. Para conseguir u1 y u2 , integramos (no es necesario constantes de integraci on, porqu e?) a u1 y u2 respectivamente.
atem
atic
as
u2 =
y1 0 y 1 f (x) y1 y2 y1 y2
y 1 f (x) W (y 1 , y 2 )
DE PARAMETROS 4.7. VARIACION 5. La soluci on particular yp = u1 y1 + u2 y2 6. La soluci on general y = yh + yp = C1 y1 + C2 y2 + u1 y1 + u2 y2 Ejemplo 21. y + 3y + 2y = sen (ex ) Soluci on: 1. Soluci on de y + 3y + 2y = 0 m2 + 3m + 2 = 0 (m + 2)(m + 1) = 0 m = 2, m = 1
2. W (y1 , y2 ) = 3.
= z cos z
z = ex = e2x sen (ex ) dx y haciendo dz = ex dx dx = dz z dz = z 2 sen (z ) z integrando por partes v = z dv = dz = z sen (z ) dz dw = sen zdz w = cos z cos z dz
Un ive
rsid ad
de
u1 =
u1 dx
An
4.
tioq
y 2 f (x) ex sen (ex ) = e2x sen (ex ) = 3 x W (y 1 , y 2 ) e 2x y 1 f (x) e sen (ex ) u2 = = = ex sen (ex ) W (y 1 , y 2 ) e3x
uia
,D
u1 =
ept
o. d
e2x ex 2e2x ex
= e3x + 2e3x = e3x
eM
atem
109
yh = C1 e2x +C2 ex y1 y2
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = z cos z sen z = ex cos(ex ) sen (ex ) u2 = u2 dx = ex sen (ex ) dx = z sen z dz = z sen z dz
= cos z = cos(ex ) 5. yp = u 1 y1 + u 2 y2 = [ex cos(ex ) sen (ex )] e2x ex cos(ex ) = e2x sen (ex ) y = yh + yh = C1 e2x + C2 ex e2x sen (ex )
2. W (y1 , y2 ) = 3.
x x ln x 1 ln x + 1
x x ln x 4 ln y 2 f (x) 4 ln2 x x = = W (y 1 , y 2 ) x x 4 ln x x x y 1 f (x) 4 ln x u2 = = = W (y 1 , y 2 ) x x
u1 =
110
Un ive
rsid ad
= x ln x + x x ln x = x = 0
de
1. y1 = x,
y2 = x ln x
An
1 1 ln x y y + 2y = 4 , x=0 x x x
tioq
Soluci on. Coloquemos la E.D. en forma can onica
uia
Ejemplo 22. Si y1 = x y y2 = x ln x son soluciones linealmente independientes de la E.D. x2 y xy + y = 0. Hallar la soluci on general de la E.D. de Cauchy. x2 y xy + y = 4x ln x
,D
ept
o. d
eM
atem
atic
as
DE PARAMETROS 4.7. VARIACION 4. u1 = = u1 dx 4 ln2 x dx y haciendo x z = ln x dz = dx x
4 = ln3 x 3 u2 = = u2 dx
Soluci on:
1. y y = 0 (homog enea asociada) m 2 1 = 0 m = 1 yh = C1 ex + C2 ex

y1 y2
Un ive
Ejemplo 23. Utilizar el m etodo de variaci on de par ametros para resolver la siguiente E.D. y y = sec3 x sec x
rsid ad
de
2 = C1 x + C2 x ln x + x ln3 x 3
An
y = yh + yp
tioq
6.
uia
,D
yp = u 1 y1 + u 2 y2 4 = ln3 x x + (2 ln2 x)x ln x 3 2 4 = x ln3 x + 2x ln3 x = x ln3 x 3 3
ept
o. d
eM
5.
atem
111
4 ln x dx y haciendo x = 2 ln2 x
atic
z = ln x dz = dx x
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 2. W (y1 , y2 ) = ex ex ex ex = ex (ex ) ex (ex ) = 1 1 = 2
u1 =
y 2 f (x) W (y 1 , y 2 ) ex (sec3 x sec x) ex (sec3 x sec x) = = 2 2 y 1 f (x) W (y 1 , y 2 ) ex (sec3 x sec x) ex = = (sec3 x sec x) 2 2
3. u1 = 1 2 1 = 2 ex (sec3 x sec x) dx = ex sec x tan2 x dx = 1 2 1 2
ex (sec x tan x) tan x dx
u = ex tan x, luego
dv = tan x sec x dx,
u1 =
1 x e tan x sec x 2 1 x = e tan x sec x 2 1 x = e tan x sec x 2 ex ex = tan x sec x 2 2
Un ive
rsid ad
du = (ex tan x + ex sec2 x) dx,
de
An
tioq
uia
integremos por partes, haciendo:
,D
v = sec x ex sec x tan x dx ex sec x dx 1 2 ex (sec3 x sec x) dx,
ex sec x(sec2 x tan x) dx ex sec3 x dx +
ex sec3 x dx + ex sec x + sec x
112
ept
o. d
ex sec x(sec2 x 1) dx
eM
atem
atic
as
u2 =
DE PARAMETROS 4.7. VARIACION despejando la integral : ex tan x sec x + 2 ex tan x sec x + ex (sec3 x sec x) dx = 4 ex sec x 2 ex sec x 4
ex (sec3 x sec x) dx = 1 2
e(x) sec3 ((x)) sec((x)) d((x))
hagamos: z = x , dz = dx 1 2 ez (sec3 (z ) sec(z )) d(z ) = 1 2
u2 =
4.
5. y = yh + yp
= C1 ex + c2 ex +
Un ive
yp = u 1 y1 + u 2 y2 ex ex ex ex x tan x sec x + sec x)e + ( tan x sec x sec x)ex = ( 4 4 4 4 tan x sec x = 2
rsid ad
tan x sec x 2
de
An
tioq
ez ez ex ex tan z sec z sec z = tan(x) sec(x) sec(x) 4 4 4 4 ex ex = tan x sec x sec x 4 4
uia
,D
ept
solucion general 113
o. d
ez (sec3 z sec z ) dz
eM
atem
1 2
atic
u2 =
u2 dx =
1 2
ex (sec3 x sec x) dx
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ejercicio 1. Hallar la soluci on general de (D2 + 1)y = x2 sen x + 2x1 cos x Ejercicio 2. Hallar la soluci on general de (D2 + 5D + 6)y = e2x sec2 x(1 + 2 tan x) Ejercicio 3. Hallar la soluci on general de y + 2y + y = ex ln x 2 ex ln x 3 x2 ex ) (Rta.: y = C1 ex + C2 xex + x 2 4 Ejercicio 4. Si y1 = x 2 cos x, y2 = x 2 sen x forman un conjunto linealmente independiente y son soluciones de x2 y + xy + x2 1 y = 0. 4 3 1 2 2 Hallar la soluci on general para x y + xy + x 4 y = x 2 . 1 1 1 (Rta.: y = C1 x 2 cos x + C2 x 2 sen x + x 2 )
1 1
4.7.1.
Dada la E.D. en forma can onica:
efectuamos los siguientes pasos:
de
1. Hallamos y1 , y2 , . . . , yn soluciones linealmente independientes de la homog enea asociada, o sea que yh = C1 y1 + C2 y2 + . . . + Cn yn
2. Hallamos W (y1 , y2 , . . . , yn ) =
rsid ad
y1 y1 . . .
An
tioq
uia
Dn y + an1 (x)Dn1 y + . . . + a1 (x)Dy + a0 (x)y = f (x)
y2 y2 . . .
,D
ept
. . . yn yn . . .
n1 yn n1 n1 y1 y2
3. Hallamos u1 , u2 , . . . , un por el m etodo de Cramer del sistema: u1 y 1 + u 2 y 2 + . . . + u n y n = 0 u1 y 1 + u 2 y 2 + . . . + u n y n = 0 . . . . . . . . . 114
Un ive
o. d
DEL METODO GENERALIZACION DE DE PARAMETROS VARIACION
eM
atem
atic
as
DE PARAMETROS 4.7. VARIACION

n1 n1 n1 u1 y 1 + u 2 y2 + . . . + u n yn = f (x)
on) 4. Integramos u1 , u2 , . . . , un (sin constantes de integraci para hallar u1 , u2 , . . . , un
5. Hallamos la soluci on particular
6. Halamos la soluci on general
y = y h + y p = C 1 y1 + . . . + C n yn + u 1 y1 + . . . + u n yn Ejemplo 24. y 2y y + 2y = e3x Soluci on:
y 2y y + 2y = 0 m 3 2m 2 m + 2 = 0 m2 (m 2) (m 2) = 0 (m 2)(m2 1) = (m 2)(m + 1)(m 1) = 0
W (y 1 , y 2 , y 3 ) =
e2x ex ex 2e2x ex ex 4e2x ex ex
= e2x (1 1) ex (2e3x 4e3x ) + ex (2ex + 4ex ) = 2e2x + 2e2x + 6e2x = 6e2x 115
Un ive
2.
rsid ad
m = 2, m = 1, m = 1 yh = C1 e2x + C2 ex + C3 ex
de
An
tioq
uia
,D
1.
ept
o. d
eM
atem
atic
as
yp = u 1 y1 + u 2 y2 + . . . + u n yn
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 3. 0 ex 0 ex e3x ex 6e2x 2x e 0 2x 2e 0 4e2x e3x 6e2x ex ex ex ex ex ex
u1 =
e3x (1 + 1) 2e3x ex = = 6e2x 6e2x 3
u2 =
u3 =
u1 = u2 = u3 = 5. Soluci on particular:
u1 dx = u2 dx = u3 dx =
6. Soluci on general:
y = yh + yp = C1 e2x + C2 ex + C3 ex + 116 e3x 8
Un ive
yp = u 1 y1 + u 2 y2 + u 3 y3 ex e4x x e2x x e3x e3x e3x 3e3x e3x = e2x + e e = + = = 3 24 4 3 24 4 24 8
rsid ad
de
An
ex ex dx = 3 3 4x e4x e dx = 6 24 2x e2x e dx = 2 4
tioq
uia
,D
ept
4. Integramos u1 , u2 , u3
o. d
e2x ex 0 2x x 2e e 0 2x x 4e e e3x 6e2x
e3x (ex 2ex ) 3e4x e2x = = 6e2x 6e2x 2
eM
atem
atic
as
e3x (e3x 2e3x ) e6x e4x = = 6e2x 6e2x 6
4.8. OPERADORES Resolver, utilizando el m etodo de variaci on de par ametros, los siguientes ejercicios. Ejercicio 1. Ejercicio 2. Ejercicio 3. Ejercicio 4. Sugerencia: par ametros. Ejercicio 5. y y y y
d dx
5y + 6y = 2 sen x + 8 y = sen x 2y y + 2y = e3x y = x ex (y y ) = y y ; integre y despu es use variaci on de
4.8.
OPERADORES
entonces:
1. Dn (eax f (x)) = eax (D + a)n f (x) 2. Dn (eax ) = eax an #Real
Dk (eax f (x)) = eax (D + a)k f (x)
Dk+1 (eax f (x)) = D k D(eax f (x)) = D k (eax (D + a)f (x)) = eax (D + a)k (D + a)f (x) = eax (D + a)k+1 f (x) Veamos 2. Por inducci on: n = 1 D(eax ) = aeax 117
Un ive
y veamos que se cumple para n = k + 1. En efecto, teniendo en cuenta las hip otesis de inducci on para n = 1 y para n = k , se tiene
rsid ad
de
Supongamos que se cumple para n = k :
An
n = 1 D(eax f (x)) = eax Df (x) + f (x)aeax = eax (D + a)f (x)
tioq
Demostraci on . Veamos 1. Por inducci on:
uia
,D
ept
o. d
Lema 4.2 . Si f C n (I ) y a
eM
atem
atic
as
y + 4y = sen x cos x
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Supongamos que se cumple para n = k : Dk (eax ) = ak eax y veamos que se cumple para n = k + 1. En efecto, teniendo en cuenta las hip otesis de inducci on para n = 1 y para n = k , se tiene Dk+1 (eax ) = Dk D(eax ) = Dk (aeax ) = a(Dk eax ) = a(ak eax ) = ak+1 eax
Demostraci on 1:
eax L(D)f (x) = L(D a)(eax f (x)) Ejemplo 25. Comprobar que (D + 2)(D 2)3 (x2 e2x ) = 0 Soluci on:
Un ive
Nota: para entrar una expresi on exponencial dentro de un operador, utilizamos la siguiente expresi on, (4.11)
(D + 2)(D 2)3 (x2 e2x ) = e2x (D + 2 + 2)(D + 2 2)3 x2 = e2x (D + 4)D 3 x2 = 0 118
rsid ad
L(D)(eax f (x)) = (an Dn + an1 Dn1 + . . . + a1 D + a0 D0 )(eax f (x)) = = an Dn (eax f (x)) + an1 Dn1 (eax f (x)) + . . . + a1 D(eax f (x)) + a0 eax f (x) = an eax (D + a)n f (x) + an1 eax (D + a)n1 f (x) + . . . + a1 eax (D + a)f (x) + a0 eax f (x) = eax (an (D + a)n + an1 (D + a)n1 + . . . + a1 (D + a) + a0 )f (x) = eax L(D + a)f (x)
de
An
tioq
uia
,D
ept
2. L(D)eax = L(a)eax
o. d
eM
1. Si f C n (I ) y L(D) es un operador diferencial lineal de coecientes constantes y a , entonces: L(D)(eax f (x)) = eax L(D + a)f (x)
atem
Teorema 4.7 (Teorema B asico de Operadores) .
atic
El siguiente Teorema, llamado teorema b asico de los operadores, nos permite sacar una exponencial que esta dentro de un operador.
as
4.9. METODO DE LOS OPERADORES INVERSOS Ejemplo 26. Comprobar que (D 3)n (e3x xn ) = n!e3x Soluci on: (D 3)n (e3x xn ) = e3x (D + 3 3)n xn = e3x Dn xn = n!e3x Ejemplo 27. Entrar la exponencial dentro del operador: e3x (D 1)(D 3)x Soluci on: e3x (D 1)(D 3)x = (D (3) 1)(D (3) 3)(e3x x) = (D + 2)D(e3x x)
Nota:
1. L(D)L1 (D) = operador identidad y L1 (D)L(D) = operador identidad. 2. Soluci on general: y = yh + yp = yh + L1 (D)f (x)
Teorema 4.8 . Si y1 y y2 son soluciones particulares de la E.D. L(D)y = f (x), entonces estas dos soluciones dieren en una soluci on que est a en el n ucleo de L(D). 119
Un ive
rsid ad
de
An
Denici on 4.6 Dada la E.D. L(D)y = f (x) de coecientes constantes, , como el operador tal que: denimos el operador inverso L1 (D) = L(1 D) 1 L (D)f (x) es una soluci on particular de la E.D., es decir, yp = L1 (D)f (x).
tioq
uia
,D
Dada la E.D. L(D)y = f (x), donde L(D) es un operador diferencial lineal de coecientes constantes y f (x) es un polinomio o exponencial o seno o coseno o sumas nitas de productos nitos de las anteriores, es conveniente resolver la E.D. por el m etodo de los operadores inversos (este m etodo es sustituto del m etodo de coecientes indeterminados), este m etodo tambi en sirve para resolver integrales.
ept
o. d
eM
atem
4.9.
METODO DE LOS OPERADORES INVERSOS
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Demostraci on: sea y = y1 y2 , veamos que y pertenece al n ucleo de L(D). En efecto L(D)y = L(D)(y1 y2 ) = L(D)y1 L(D)y2 = f (x) f (x) = 0 luego y pertenece al n ucleo de L(D) Teorema 4.9 . Si L(D) = D n y h(x) es una funci on continua, entonces una soluci on particular de la ecuaci on diferencial: n D y = h(x) es yp = . . . h(x) dx dx . . . dx
n veces n veces
e integrando la E.D. original, se tiene y=
DDy = h(x) e integrando Dy = y=
rsid ad
y como
de
yh = C 1 x + C 2
h(x)dx+C1 ,
An
n = 2 : D2 y = h(x), su homog enea asociada es D 2 y = 0
tioq
h(x) dx + C = yp + yh yh yp
uia
,D
h(x) dx dx + C1 x + C2 = yp + yh , yh yp yp = h(x) dx dx
luego
120
Un ive
ept
y volviendo a integrar,
yh = Ce0x = C 1 = C
o. d
eM
Demostraci on. Por inducci on: n = 1 : Dy = h(x), su homog enea asociada es Dy = 0 y su ecuaci on caracter stica es m = 0
atem
atic
as
4.9. METODO DE LOS OPERADORES INVERSOS Teorema 4.10 . Dado L(D)y = eax f (x) donde f C n (I ) y a 1 particular de la E.D. es yp = eax L(D f (x). +a)
, entonces una soluci on
Demostraci on: utilizando (4.11) en la p agina 118 se tiene L(D)y = eax f (x) eax L(D)y = f (x) L(D (a))(eax y ) = f (x) L(D + a)(eax y ) = f (x)
Yp operador inverso eax yp = luego yp = eax 1 f (x) L ( D + a) 1 f (x) L ( D + a)
Ecuaci on caracter stica de la homog enea asociada:
yh = C1 e3x + C2 xe3x 1 1 1 yp = f (x) = (48xe3x ) = 48e3x x= 2 L (D ) (D 3) D + 3 3)2 x2 1 x dx dx = 48e3x = 48e3x 2 x = 48e3x dx = D 2 x3 = 48e3x = 8x3 e3x 6 y = yh + yp = C1 e3x + C2 xe3x + 8x3 e3x Sol. general
Un ive
rsid ad
de
(m 3)2 = 0 m = 3 (con multiplicidad dos)
An
tioq
uia
Ejemplo 28. Hallar la soluci on general de (D 3)2 y = 48xe3x Soluci on:
,D
ept
o. d
eM
atem
Como Yp = eax yp es una soluci on particular, entonces satisface la anterior ax on de expresi on, luego L(D + a) (e yp ) = f (x) es una E.D.; por la denici
atic
as
121
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Nota: como L (D ) = a n D n + . . . + a 1 D + a 0 entonces su polinomio caracter stico es P n (m ) = a n m n + . . . + a 1 m + a 0 Por lo anterior podemos armar que el espacio de los operadores lineales de coecientes constantes es isomorfo al espacio de los polinomios de coecientes constantes. Teorema 4.11 (Para polinomios) . Si L(D) = D + a, a = 0 y h(x) un polinomio de grado n, entonces
Por divisi on sint etica se tiene que:
Luego,
Como h(x) es un polinomio de grado n, su anulador es D n+1 , Dn+2 , . . ., es decir, D n+k h(x) = 0 para k = 1, 2, . . . Luego, 1 D D2 D3 1 Dn 1 + 2 3 + + (1)n n h(x) h(x) = D+a a a a a a 122
Un ive
1 Dn 1 D D2 D3 = 1 + 2 3 + + (1)n n + D+a a a a a a
rsid ad
de
An
1 mn 1 1 m m2 m3 = = + 2 3 + + (1)n n + 1 m+a a+m a a a a a
tioq
uia
,D
Demostraci on. Por la Nota anterior, el operador D + a es equivalente y m1 son al polinomio m + a y por tanto las expresiones racionales D1 +a +a equivalentes
ept
o. d
eM
D D2 D3 1 Dn 1 1 + 2 3 + + (1)n n h(x). h(x) = D+a a a a a a
atem
atic
as
4.9. METODO DE LOS OPERADORES INVERSOS Ejemplo 29. Resolver la siguiente integral Soluci on: 1 1 1 4 2x D D2 D3 D4 x e = e2x x4 = e2x 1 + + D D+2 2 2 4 8 16 2 3 2x 12x 24x 24 4x e + + x4 +C = 2 2 4 8 16 x4 e2x dx
x4 e2x dx =
x4
yp =
Ec. caracter stica: m3 1 = (m 1)(m2 + m + 1) = 0 23 i y sus raices son m = 1, m = 1 2 Luego la soluci on homog enea y particular son 1 1 3 3 x 2 x x 2 cos sen yh = C 1 e + C 2 e x + C3 e x 2 2 1 1 xex = ex x yp = 3 D 1 (D + 1)3 1 1 1 = ex 3 x = ex x 2 2 D + 3D + 3D + 1 1 D(D + 3D + 3) ex 1 1 x dx = = ex 2 x2 2 (D + 3D + 3) 2 D + 3D + 3
Un ive
rsid ad
de
An
Ejemplo 30. Hallar la soluci on general de y y = xex Soluci on:
tioq
uia
,D
1 1 = = b0 + b1 D + b2 D 2 + . . . + b r D r + . . . . L (D ) a0 + a 1 D + . . . + a n D n
ept
donde b0 + b1 D + b2 D2 + . . . + br Dr es el resultado de dividir
o. d
1 h(x) = (b0 + b1 D + b2 D2 + . . . + br Dr )h(x), L (D )
eM
atem
Teorema 4.12 (Para polinomios) . Si L(D) es un operador diferencial lineal de orden n con coecientes constantes y h(x) es un polinomio de grado r, entonces una soluci on particular de la E.D. L(D)y = h(x) es de la forma
atic
as
123
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES = ex 1 D 2 2 2 ex 2 2 + D x = x 2x + 2 2 3 3 9 6 3 x e 4 = x 2 2x + 6 3
y = yh + yp = C 1 ex + C 2 e
x 2
x 4 ex 2 3 3 x 2x + cos x + C3 e 2 sen x+ 2 2 6 3
En efecto,
L(D) = L1 (D2 ) + DL2 (D2 ) Los teoremas siguientes tambi en son v alidos para la funci on coseno. Teorema 4.13 . 1 Si a, L(a2 ) y L( son reales, entonces: a2 )
1 L(D 2 ) 1 L(a2 )
2.
sen ax =
sen ax, si L(a2 ) = 0
Demostraci on. Por inducci on sobre n. Caso 1. D( sen ax) = a cos ax 124
Un ive
1. L(D2 ) sen ax = L(a2 ) sen ax
rsid ad
de
An
tioq
uia
L (D ) = (a 0 + a 2 D 2 + a 4 D 4 + . . . ) + D (a 1 + a 3 D 2 + a 5 D 4 + . . . )
,D
ept
L (D ) = a 0 + a 1 D + a 2 D 2 + . . . + a n D n
o. d
eM
L(D) = L1 (D2 ) + DL2 (D2 ).
atem
Nota: el operador diferencial lineal de orden n con coecientes constantes se puede escribir as :
atic
as
4.9. METODO DE LOS OPERADORES INVERSOS D2 ( sen ax) = a2 sen ax D3 ( sen ax) = a3 cos ax D4 ( sen ax) = a4 sen ax . . . Generalizando para las expresiones de orden par: D2n ( sen ax) = (a2 )n sen ax L(D2 ) sen ax = (a0 + a2 D2 + a4 D4 + . . . + a2n D2n ) sen ax L (D 2 )
yp =
1 1 sen 3x = sen 3x 2 2 2 5D + 4 ( D ) 5D 2 + 4 1 1 = sen 3 x = sen 3x (32 )2 5(32 ) + 4 81 + 45 + 4 1 sen 3x = 130 D4
Un ive
rsid ad
de
Ejemplo 31. Hallar la soluci on particular de (D 4 5D2 + 4)y = sen 3x. Soluci on:
An
1 1 sen ax = sen ax con L(a2 ) = 0. L (D 2 ) L ( a 2 )
tioq
Luego,
uia
L1 (D2 )L(D2 ) sen ax = L(a2 )L1 (D2 ) sen ax
,D
ept
Caso 2. Por la demostraci on 1, L(D 2 ) sen ax = L(a2 ) sen ax, aplicamos 1 2 L (D ) a ambos lados:
o. d
= a0 sen ax + a2 D2 sen ax + a4 D4 sen ax + . . . + a2n D2n sen ax = a0 sen ax + a2 (a2 ) sen ax + a4 (a2 )2 sen ax + . . . + a2n (a2 )n sen ax = [a0 + a2 (a2 ) + a4 (a2 )2 + . . . + a2n (a2 )n ] sen ax = L(a2 ) sen ax
eM
atem
atic
as
125
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Teorema 4.14 . 1 son reales, entonces: Si a, L(a2 ) y L( a2 ) 1. L(D) sen ax = L1 (a2 ) sen ax + DL2 (a2 ) sen ax 2. 1 1 sen ax = sen ax L (D ) L1 (D2 ) + DL2 (D2 ) 1 = sen ax 2 L1 (a ) + DL2 (a2 )
ex ex (4D 1) cos 2x = (8 sen 2x cos 2x) 65 65 x e = (8 sen 2x + cos 2x) 65 Teorema 4.15 . Sean L(D)y = h1 (x) + ih2 (x) y yp = yp1 + iyp2 es una soluci on particular de la E.D. anterior, entonces yp1 es la soluci on particular de la E.D. L(D)y = h1 (x) y yp2 es una soluci on particular de la E.D. L(D)y = h2 (x). 126
Un ive
rsid ad
Ejemplo 32. Hallar la soluci on particular para (D 2 +2D +2)y = ex cos 2x Soluci on: 1 1 yp = 2 ex cos 2x = ex cos 2x 2 D + 2D + 2 (D + 1) + 2(D + 1) + 2 1 1 = ex 2 cos 2x = ex 2 cos 2x D + 2D + 1 + 2D + 2 + 2 D + 4D + 5 1 1 = ex cos 2x = ex cos 2x 2 ( 2 ) + 4D + 5 4D + 1 4D 1 4D 1 = ex cos 2x = ex cos 2x (4D 1)(4D + 1) 16D2 1 4D 1 4D 1 cos 2x = ex cos 2x = ex 2 16(2 ) 1 64 1
de
An
tioq
uia
,D
ept
o. d
eM
Dem. Por la nota anterior y por la parte dos del teorema 4.13., tenemos que: L(D) = L1 (D2 ) sen ax+DL2 (D2 ) sen ax = L1 (a2 ) sen ax+DL2 (a2 ) sen ax = L1 (a2 ) sen ax + L2 (a2 )a cos ax
atem
atic
as
4.9. METODO DE LOS OPERADORES INVERSOS Demostraci on. En efecto, como yp = yp1 + iyp2 es una soluci on particular, entonces satisface la E.D.: L(D)y = h1 (x) + ih2 (x) es decir, L(D)yp = h1 (x) + ih2 (x) L(D)(yp1 + iyp2 ) = h1 (x) + ih2 (x) L(D)yp1 + iL(D)yp2 = h1 (x) + ih2 (x) igualando la parte real tenemos
es decir, yp1 es soluci on particular de L(D)y = h1 (x) e igualando la parte imaginaria tenemos L (D )y p 2 = h 2 (x) es decir, yp2 es soluci on particular de L(D)y = h2 (x)
D2
1 1 1 cos ax +x sen ax +i sen ax x cos ax = 2a 2a 2a y p1 y p2
1 1 eiax 1 1 = eiax x = ix + = (cos ax + i sen ax) 2ia 2ia 2a 2a 2a

se descarta se descarta
Un ive
rsid ad
de
An
yp =
1 1 (cos ax + i sen ax) = 2 eiax 2 +a D + a2 1 1 = eiax (1) = eiax 2 (1) 2 2 (D + ia) + a D + 2iaD + a2 a2 D 1 1 1 1 x = eiax (1) = eiax x = eiax (D + 2ia)D 2ia + D 2ia 2ia 1 ix 2a
tioq
Soluci on: observese que como L(D) = D 2 + a2 L(a2 ) = a2 + a2 = 0, entonces no podemos usar el T. 4.13 parte 2. y m as bien utilizamos el T. 4.15
uia
,D
Ejemplo 33. Aplicando el teorema 4.15, hallar una soluci on particular 2 2 iax de la E.D. (D + a )y = e = cos ax + i sen ax
ept
o. d
eM
atem
127
atic
L (D )y p 1 = h 1 (x)
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Los dos t erminos se nalados en la expresi on anterior no se tienen en cuenta porque yh = C1 cos ax + C2 sen ax y yh absorbe los t erminos descartados , por lo tanto: yp = 1 1 x sen ax i x cos ax 2a 2a 1 x sen ax 2a
Del Teorema 4.15 concluimos que
es soluci on particular de la E.D. (D2 + a2 )y = cos ax y y p2 = es soluci on particular de la E.D. (D2 + a2 )y = sen ax 1 x cos ax 2a
yp =
Ejemplo 35. Hallar la soluci on particular de (D 2 + a2 )y = sen ax = parte imaginaria de (eiax ) = Im (eiax ) Soluci on: como sen ax = parte imaginaria de eax =Im eiax , entonces 1 Im (eiax ) = Im + a2 1 eiax + a2
yp = 128
D2
Un ive
1 1 Re (eiax ) = Re eiax 2 2 +a D + a2 1 1 (1) = Re eiax (1) = Re eiax 2 2 (D + ia) + a (D + ia)D 1 1 1 = Re x sen ax i x cos ax = x sen ax 2a 2a 2a
rsid ad
de
D2
An
tioq
Ejemplo 34. Hallar la soluci on particular de (D 2 + a2 )y = cos ax Soluci on: como cos ax = parte real de eax =Re eiax , entonces
D2
uia
,D
ept
o. d
eM
atem
atic
as
y p1 =
4.9. METODO DE LOS OPERADORES INVERSOS = Im 1 1 x sen ax i x cos ax 2a 2a = 1 x cos ax 2a
Nota: el anterior m etodo tambi en se aplica para las E.D. de la forma L(D)y = q (x) sen ax o L(D)y = q (x) cos ax, donde q (x) es un polinomio o exponencial o producto de polinomio por exponencial. Ejemplo 36. Hallar la soluci on particular de (D 2 2D +2)y = 4ex x sen x Soluci on: D2
ept
i 2
rsid ad
= ex Im (cos x + i sen x) ix2 + x +
de
4 x D D2 1 x2 1 + e Im eix 2 2i 2i (2i)2 2 2 2x = ex Im eix (i) x2 + 2 2i 4 =
La homog enea asociada:
(D2 2D + 2)y = 0 tiene por cuaci on caracter stica m 2m + 2 = 0 m =

2
Un ive
= ex x2 cos x + x sen x +
An
48 2 2i = =1i 2 2 129
tioq
uia
cos x 2
,D
= 4ex Im eix
1 x ( D + 2i ) D
= 4ex Im eix
1 D + 2i
o. d
eM
x2 2
atem
atic
as
yp =
1 1 4ex x sen x = 4ex x sen x 2 2D + 2 (D + 1) 2(D + 1) + 2 1 1 x sen x = 4ex 2 x sen x = 4e x 2 D + 2D + 1 2D 2 + 2 D +1 1 1 xIm (eix ) = 4ex Im xeix = 4e x 2 2 D +1 D +1 1 1 x = 4ex Im eix 2 x = 4ex Im eix 2 (D + i ) + 1 D + 2iD 1 + 1
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES yh = C1 ex cos x + C2 ex sen x
x aparece en yh , entonces descartamos esta expresi on de yp , por lo y como cos 2 tanto la yp queda de la siguiente forma:
yp = ex x2 cos x + x sen x Ejemplo 37. Utilizando el m etodo de los operadores inversos resolver la 2 singuiente integral: x cos x dx Soluci on: x2 cos x dx = 1 2 1 1 x cos x = x2 Re eix = Re x2 eix D D D 1 1 D D2 x2 = Re eix 1 + 2 x2 = Re eix D+i i i i 2x 2 = Re eix (i) x2 = Re eix (ix2 + 2x + 2i) + i 1 = Re (cos x + i sen x)(ix2 + 2x + 2i) = (2x cos x 2 sen x + x2 sen x) + C
e3x sen 2x dx =
130
Un ive
rsid ad
1 3x 1 e sen 2x = e3x sen 2x D D+3 D3 D3 sen 2x = e3x 2 sen 2x = e3x 2 D 9 2 9 e3x e3x = (D 3) sen 2x = (2 cos 2x 3 sen 2x) + C 13 13
de
An
tioq
uia
Ejemplo 38. Usando el m etodo de los operadores inversos, calcular la 3x siguiente integral: e sen 2x dx Soluci on:
,D
ept
o. d
eM
atem
atic
as
4.9. METODO DE LOS OPERADORES INVERSOS Para los siguientes ejercicios hallar la soluci on particular, utiliz ando el m etodo de los operadores inversos: Ejercicio 1. (D 2 + 16)y = x cos 4x 2 1 x cos 4x + x sen 4x) (Rta.: yp = 64 16 Ejercicio 2. (D 2 + 4)y = xex sen x 1 x 7 (Rta.: yp = ex ( 50 10 ) cos x + ( +x ) sen x ) 50 5 Ejercicio 3. (D 2 + 4)y = 64x sen 2x + 32 cos 2x (Rta.: yp = 12x sen 2x 8x2 cos 2x) Ejercicio 4. y 5y + 6y = 2 sen x + 8 1 4 1 cos x + 5 sen x + 3 x) (Rta.: yp = 5 Ejercicio 5. (D 2 2D + 2)y = 4ex x sen x Ejercicio 6. (D 2 + 9)y = 36 sen 3x (Rta.: yp = 6x cos 3x)
(Rta.: e p
pt
tn
ntn1 (p)
n(n1)tn2 (p)2
Ejercicio 11. Hallar la soluci on general de (D 2 1)y = ex sen ex + x cos e (Rta.: y = C1 ex + C2 ex ex sen ex ) 131
Un ive
Ejercicio 10. Calcular,
ept tn dt, utilizando operadores.

! ) + . . . + (1)n (n p)n
rsid ad
Ejercicio 9. Calcular x3 e2x dx, utilizando operadores. 2 2x 3 +3 x 4 )) (Rta.: e2 (x3 3x 2 2
de
An
Ejercicio 8. (D 2 + 2D + 2)y = ex sen x
tioq
Ejercicio 7. (D 3 + 1)y = cos 2x + 2 sen 3x
uia
,D
ept
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES
4.10.
E.D.O. DE EULER - CAUCHY

an x n
n1 y dy dn y n1 d + a x + . . . + a 1 x + a 0 y = f (x) n1 n n 1 dx dx dx
Denici on 4.7 . La E.D.O. lineal
donde a0 , a1 , . . . , an son constantes, an = 0 y f (x) es continua, se le llama E.D.O. de Euler-Cauchy. Con la sustituci on z = ln x o x = ez , convertimos la E.D. de Euler-Cauchy (que es de coecientes variables) en una E.D. con coecientes constantes. dz 1 dy dy dz = = dx x dx dz dx dy 1 = dz x dy dy x = dx dz
z = ln x
o. d
eM
atem
(4.12) (4.13)
derivando con respecto a x (4.12): d dx x x dy dx = d dx dy dz dy dz
Similarmente, x3 y en general, xn 132
d3 y = Dz (Dz 1)(Dz 2)y dx3
dn y = Dz (Dz 1)(Dz 2) . . . (Dz (n 1))y dxn
Un ive
rsid ad
d2 y dy d2 y + x = dx2 dz dz 2 2 d2 y dy dy 2 = Dz y Dz y = Dz (Dz 1)y luego x2 2 = dx dz 2 dz x2
de
An
d2 y dy d + = 2 dx dx dz
tioq
uia
,D
dz dx = d2 y 1 dz 2 x
ept
atic
as
4.10. E.D.O. DE EULER - CAUCHY donde z = ln x Ejemplo 39. Resolver la siguiente ecuaci on de Euler-Cauchy x2 y + xy + y = sec(ln x) Soluci on: z = ln x Dz (Dz 1)y + Dz y + y = sec z
2 2 Dz y + y = sec z (Dz + 1)y = sec z
Ec. caracter stica: m 2 + 1 = 0 m = i
con y1 = cos z y y2 = sen z 2. W (y 1 , y 2 ) = y1 y2 y1 y2
An
= cos2 z + sen 2 z = 1 3. u1 = u2 =
f (z )y 2 sec z sen z = = tan z W (y 1 , y 2 ) 1
f (z )y 1 sec z cos z = = 1 W (y 1 , y 2 ) 1 133
Un ive
rsid ad
de
tioq
uia
1. yh = C1 cos z + C2 sen z Para hallar yp solo podemos aplicar el m etodo de variaci on de par ametros, ya que los otros dos m etodos no sirven para trabajar con las funci on secante. La soluci on particular, por el m etodo de varicaci on de par ametros, es de la forma yp = u 1 y1 + u 2 y2
cos z sen z sen z cos z
,D
ept
o. d
eM
atem
atic
2 Dz y Dz y + Dz y + y = sec z
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES 4. u1 = u2 = u1 dz = ln | cos z | u2 dz = z
5. yp = u1 y1 + u2 y2 = (ln | cos z |) cos z + z sen z 6. y = yh + yp = C1 cos z + c2 sen z + cos z ln | cos z | + z sen z
Resolver las siguientes E.D. de Euler-Cauchy.

d y dy Ejercicio 1. x2 dx 2 x dx + 2y = x ln x (Rta.: y = C1 x cos(ln x) + C2 x sen (ln x) + x ln x)
2
4.11.1.
MOVIMIENTO ARMONICO SIMPLE
Supongamos que tenemos un resorte dispuesto en forma vertical, con el extremo superior jado a una supercie horizontal y el otro extemo libre al cual se le ja una carga de masa m, la fuerza de recuperaci on del resorte esta dada por la Ley de Hook: F = ks donde s: elongaci on del resorte. 134
Un ive
rsid ad
de
4.11.
APLICACIONES DE LA E.D. DE SEGUNDO ORDEN: OSCILADORES
An
tioq
uia
Ejercicio 3. x2 y xy + y = x ln3 x
Ejercicio 4. x3 D3 y + 3x2 D2 y + 4xDy = sen ( 3 ln x)
,D
ept
Ejercicio 2. (x 1)3
d3 y dx3
+ 2(x 1)2
d2 y dx2
dy 4(x 1) dx + 4y = 4 ln(x 4)
o. d
eM
atem
y = C1 cos(ln x) + C2 sen (ln x) + cos(ln x) ln | cos(ln x)| + ln x sen (ln x)
atic
as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES k : constante el astica del resorte. Deduzcamos la E.D. que rige el movimiento de la masa sujeta al resorte (ver gura 4.2) sin carga con carga con carga y con movimiento
F s posici on de equilibrio (P.E.) m mg

La x bajo la posici on de equilibrio se considera positiva; x = 0 es P.E.
s 0 x
o. d ept rsid ad
d2 x + 2x = 0 dt2
Por la segunda ley de Newton tenemos:
d2 x m 2 = F + mg = k (x + s) + mg dx F + mg = kx ks + mg = 0: en reposo d2 x d2 x m 2 = kx m 2 + kx = 0 dt dt llamemos k = 2 m
E.D. segundo orden con coecientes ctes.
Un ive
k d2 x + x=0 2 dt m
de
An
tioq
uia
Figura 4.2
,D
x+
eM
m mg
atem
atic
F 135
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Ec. caracter stica m2 + 2 = 0 m = Sol. general x(t) = C1 cos t + C2 sen t Condiciones iniciales: x(0) = Si > 0: el cuerpo est a por debajo de la P.E. (Posici on de Equilibrio). 2 = i
Si = 0: el cuerpo est a en la P.E.
x (0) =
Si > 0 el cuerpo inicia su movimiento con direcci on hacia abajo. Si < 0 el cuerpo inicia su movimiento con direcci on hacia arriba. Si = 0 el cuerpo inicia su movimiento desde el reposo.
2 2 C1 + C2 =A
y si hacemos sen = o sea que
El a ngulo se le llama a ngulo de Fase. Como x (t) = 136 A(C1 cos t + C2 sen t) =A A C2 C1 cos t + sen t A A
Un ive
C1 C2 Donde A es llamada la amplitud del Movimiento Arm onico Simple (M.A.S.). tan =
rsid ad
de
C1 , A
An
tioq
Llamemos
cos =
uia
,D
C2 A
ept
o. d
eM
atem
atic
Si < 0: el cuerpo est a por encima de la P.E.
as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES = A( sen cos t + cos sen t) = A sen (t + ) Periodo de Vibraciones Libres: T = Frecuencia: f= 2
1 = T 2
4.11.2.
MOVIMIENTO AMORTIGUADO
con carga y con movimiento
m x+ mg
dx d2 x = k (x + s) + mg 2 dt dt
donde constante de fricci on o constante de amortiguamiento.
Un ive
Cuando el cuerpo sujeto al resorte se mueve en un medio que produce fricci on sobre el cuerpo, entonces decimos que el movimiento se efectua con amortiguamiento (ver gura 4.3). Por la segunda ley de Newton tenemos:
rsid ad
Figura 4.3
de
An
tioq
uia
P.E.: x = 0
,D
l quido
ept
o. d
eM
atem
137
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Estamos suponiendo que el amortiguamiento es directamente proporcional a la velocidad. m Dividiendo por m: dx d2 x + + kx = 0 2 dt dt
Donde, 2 =
d2 x dx + 2 + 2 x = 0 2 dt dt k 2 >0y = m
p1,2
o. d
Cuando 2 2 > 0, entonces a este movimiento se le llama sobreamortiguado (Ver gura 4.4), en este caso p1 y p2 son negativos. Y como x(t) = C1 ep1 t + C2 ep2 t = C1 e(+ por lo tanto
t
eM
atem
p2 + 2p + 2 = 0 2 2 2 2 2 4 2 4 2 = = 2 2 = 2 2
por lo tanto l m x(t) = 0

t
Un ive
Cuando 2 2 < 0 o lo que es lo mismo 2 2 > 0, a este movimiento se le llama subamortiguado (Ver gura 4.6). t t 2 2 x(t) = C1 e cos t + C2 e sen 2 2 t Llamemos
2 2 C1 + C2 =Ay C1 A
rsid ad
de
x(t) = C1 et + C2 tet = et (C1 + C2 t),
An
Cuando 2 2 = 0, a este movimiento se le llama cr ticamente amortiguado (Ver gura 4.5).
tioq
= sen y
uia
l m x(t) = 0
,D
x (t) = A 138
C1 et cos
2 2 t + C2 et sen 2 2 t A
ept
C2 A
2 2 )t
+ C2 e(
= cos , entonces
atic
Ec. caracter stica:
as
2 2 )t
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES x (t)
atic
Donde se le llama el a ngulo de fase.
as
0 t Nota: respecto al movimiento sobreamortiguado y cr ticamente amortiguado debemos anotar que no son movimientos oscilatorios y cruzan a lo sumo una vez la posici on de equilibrio como se ve en las gr acas 4.3 y 4.4
4.11.3.
MOVIMIENTO FORZADO.
d2 x dx = k ( x + s ) + mg + F (t) dt2 dt dx d2 x = kx ks + mg + F (t) 2 dt dt 139
Un ive
Ahora supongamos que el cuerpo sujeto al resorte esta en un medio que produce fricci on y tambi en hay una fuerza exterior F (t) que actua sobre el cuerpo (ver gura 4.7). Por la segunda ley de Newton:
rsid ad
de
An
tioq
uia
,D
ept
= Aet
C1 C2 cos 2 2 t + sen 2 2 t A A t = Ae sen ( 2 2 t + )
o. d
eM
Figura 4.4 Sobreamortiguado
atem
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES x (t)
x(t)
Aet
tioq
uia
,D
ept
o. d
Figura 4.5 Cr ticamente amortiguado
eM
t
Aet
Figura 4.6 Subamortiguado
dx d2 x + + kx = F (t) 2 dt dt
E.D. segundo orden de coef. ctes, no homog enea
140
Un ive
rsid ad
de
An
atem
atic
as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES con carga, con movimiento y con fuerza externa
s P.E.: x = 0 m x+
donde F0 = cte, x(0) = 0 y x (0) = 0. Soluci on: Ecuaci on caracter stica:
m2 + 2 = 0 m = i Por lo tanto la soluci on homog enea y particular son xh (t) = C1 cos t + C2 sen t 1 1 x p (t) = F0 cos t = F0 cos t 2 2 2 D + + 2 F0 cos t = 2 2 141
Un ive
rsid ad
de
An
tioq
d2 x + 2 x = F0 cos t, 2 dt
uia
Ejemplo 40. (Sin Amortiguaci on) Este problema se le llama de Amplitud Modulada (A.M.).
,D
ept
o. d
eM
Figura 4.7
atem
l quido mg F (t) (fuerza externa)
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Soluci on general: x(t) = C1 cos t + C2 sen t + Si elegimos como condiciones iniciales: x(0) = 0, x (0) = 0 entonces C1 = luego x (t) = 2 F0 , C2 = 0 2 2 2 F0 cos t 2
Peri odo de sen
Peri odo de sen
+ 2
se calcula as : + 2
tioq
Ejemplo 41. (Sin Amortiguamiento) Este problema se le llama de resonancia, ya que la velocidad angular (o frecuencia angular) de la fuerza exterior esta en resonancia con la velocidad angular (o frecuencia angular) del cuerpo, es decir, = . d2 x + 2 x = F0 sen t, dt2 donde x(0) = 0 y x (0) = 0 Soluci on: xh (t) = C1 cos t + C2 sen t 142
Un ive
rsid ad
de
T1 > T2 (Ver gura 4.8)
An
T 2 = 2 T 2 =
uia
,D
T 1 = 2 T 1 =
ept
se calcula as :
4 4 +
o. d
eM
F0 F0 ( cos t + cos t) = 2 (cos t cos t) 2 2 2F 0 + = t sen t sen 2 2 2 2
atem
atic
as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES

x(t)
5 6
sin t
5 sin t 6
Figura 4.8 Pulsos
D2
Un ive
x (t) = x h (t) + x p (t) = |x ( t ) | =
F0 sen t F0 t t cos t 2 2 2
NOTA: la E.D. del movimiento vibratorio de los resortes tambi en se aplica en: 143
rsid ad
0 sen t ya que esta en xh ; la soluci on general es descartamos el t ermino (2F )2 F0 x(t) = xh + xp = C1 cos t + C2 sen t (2)2 t cos t. Con las condiciones iniciales hallamos C1 y C2 y obtenemos (ver gura 4.9):
de
F0 sen t F0 t cos t 2 2 2
An
tioq
uia
,D
ept
o. d
eM
atem
x p (t) =
1 1 F0 sen t = 2 F0 (Im eit ) 2 + D + 2 1 1 it it ) = F ( I = F 0 (I m e e 1 ) 0 m D2 + 2 (D + i)2 + 2 1 = F0 (Im eit 2 1 ) D + 2iD 2 + 2 1 = F0 (Im eit 1 ) (D + 2i )D D 1 1 1 t ) = F0 (Im eit t ) = F0 (Im eit D + 2i 2i 2i 1 1 t ) = F0 (Im (cos t + i sen t) 2i 2i F0 1 = (t cos t + sen t) 2 2
atic
as

x(t)
1 2
t
t
Figura 4.9 Resonancia
L Donde (ver gura 4.10)
L es la inductancia R es la resistencia
C es la capacitancia
b). Barra de torsi on. La E.D. que rige el movimiento de torsi on de un cuerpo suspendido del 144
Un ive
rsid ad
E (t) es el voltaje o fuerza electromotriz suministrada
de
An
q (t) es la carga instant anea
tioq
uia
d2 q dq 1 + R + q = E (t) 2 dt dt C
,D
ept
a). Circuitos en serie, en este caso, la E.D. es
o. d
eM
atem
atic
as
1 2t
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES L
E (t) C Figura 4.10
extremo de un eje el astico es (ver gura 4.11) I d2 d + c + k = T (t) dt2 dt
Figura 4.11
donde
I es el momento de inercia del cuerpo suspendido c es la constante de amortiguaci on k es la constante el astica del eje 145
Un ive
rsid ad
de
An
tioq
uia
,D
(t)
ept
Eje el astico
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES T (t) es la fuerza de torsi on exterior suministrada al cuerpo c). Movimiento pendular; un p endulo es una masa m atada al extremo de una cuerda de longitud a y de masa despreciable y el otro extremo jo. Hallemos la E.D. que rige su movimiento.
m s
Figura 4.12
m pero s = a, luego
d2 s dt2
rsid ad
d2 = g sen dt2
de
= ad y sustituyendo en 4.14 se obtiene dt2
An
d2 s = mg sen , dt2
tioq
uia
Por la segunda ley de Newton y teniendo en cuenta que la componente del peso en la direcci on tangencial es mg sen , se tiene que (4.14)
,D
ept
o. d
eM
atem
(4.15) (4.16) (4.17)
Para valores peque nos de , se tiene que sen y por tanto d2 g + =0 dt2 a 146
Un ive
de la cual obtenemos la E.D. no lineal d2 g + sen = 0 dt2 a
atic
as
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES que es una E.D. lineal. El proceso anterior lo llamamos linealizaci on de una E.D. no lineal. En forma similar obtenemos la E.D. para el p endulo amortiguado linealizado c d g d2 + + =0 (4.18) 2 dt m dt a donde c es la constante de amortiguamiento. Ejemplo 42. Un cilindro homog eneo de radio r pies y peso W libras y mor2 (con respecto a su eje g ), tiene una cuerda exible mento de inercia Ig = W g 2 enrollada alrededor de su eje central. Cuando el cuerpo cae la resistencia del W veces su velocidad instantanea. Si arranca desde el reposo, hallar aire es 170 la distancia y de caida, en funci on del tiempo t, la velocidad l mite y el porcentaje de velocidad l mite adquirido en 20 seg. (Ver gura 4.13)
Figura 4.13: yoyo Soluci on. Si es el a ngulo de giro alrededor del eje g en sentido horario (ver gura 4.13), entonces y = r y por tanto
Un ive
rsid ad
dy d =r y dt dt Por la segunda ley de Newton: v=
de
a=
An
tioq
d2 d2 y = r dt2 dt2 d2 y dt2 (4.19) 147
de fuerzas en la direcci on del eje y = m
uia
,D
Wv 170
ept
o. d
eM
atem
atic
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES luego T +W : d2 y W dy =m 2 170 dt dt d2 dt2 (4.21) (4.20)
de torques alrededor del eje g = Ig Tr = W r d2 y W r 2 1 d2 y = g 2 r dt2 2g dt2
luego d2 y g dy 2g + = 2 dt 255 dt 3 las condiciones iniciales son y (0) = 0 y y (0) = 0. La soluci on general es
g
uia
y la soluci on particular es y= la velocidad es la velocidad l mite
el porcentaje de velocidad l mite

g 190e 255 20 + 190 y (20) 100 = [ ]100 = (1 e 255 20 )100 vl 190 g
148
Un ive
y = 190e 255 t + 190

t
l m y = 190 = vl
rsid ad
255 190 255 g t e 255 + 190(t ) g g

g
de
An
tioq
y = C1 + C2 e 255 t + 190(t
,D
255 ) g
ept
o. d
eM
atem
W d2 y W dy d2 y W d2 y + W = m = 2g dt2 170 dt dt2 g dt2 W dy 3 W d2 y + =W 2 2 g dt 170 dt
atic
as
despejando T en (4.21) y sustituyendo en (4.19), se tiene
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES Resolver los siguientes ejercicios: Ejercicio 1. Un peso de 8 libras sujeto a un resorte, est a sometido a un movimiento arm onico simple. Determinar la ecuaci on del movimiento si la constante del resorte es 1 libra/pie y si el peso se suelta desde un punto que est a 6 pulg. bajo la posici on de equilibrio con una velocidad dirigida hacia 3 abajo de 2 pie/seg. Hallar la soluci on utilizando el a ngulo de fase. (Rta.: x(t) =
1 2
cos 2t + 3 sen 2t = 4
13 4
sen (2t + 0,5880))
(Rta.:
mts./seg.)
Ejercicio 5. Un bloque cil ndrico de madera, de radio y altura 1 pie y cuya masa es 12,48 libras, ota en el agua (densidad del agua 62,4 libras/pie3 ), manteniendo su eje vertical. Si se hunde de tal manera que la supercie del agua quede tangente al bloque y luego se suelta. C ual ser a el per odo de vibraci on y la ecuaci on de su movimiento? Desprecie la resistencia. Ayuda: La fuerza hacia arriba ejercida sobre el bloque es igual al peso del agua desplazada por el bloque. 149
Un ive
rsid ad
Ejercicio 4. Un bloque c ubico de madera cuyo lado mide 1 pie se hunde hasta que su cara superior est a a nivel de la supercie del agua y luego se suelta. Se encuentra que el periodo es 1 seg.. Despreciando la resistencia, cual es el peso del bloque?
de
An
tioq
g 5
uia
Ejercicio 3. Un extremo de una banda el astica est a sujeto a un punto A. Una masa de 1 kg. atada al otro extremo, estira la banda verticalmente hasta un punto B, de tal manera que la longitud AB es 16 cm. mayor que la longitud natural de la banda. Si la masa se estira m as, hasta una posici on de 8 cm. debajo de B y se suelta; cual ser a su velocidad (despreciando la resistencia), al pasar por B?
,D
ept
o. d
eM
6t ) cos 4 (Rta.: x(t) = 1 4
atem
Ejercicio 2. Un peso de 24 libras sujeto al extremo de un resorte lo estira 4 pulg. Encuentre la ecuaci on del movimiento si el peso, en reposo, se suelta desde un punto que est a 3 pulg. sobre la posici on de equilibrio.
atic
as
(Rta.:
2 5g
1) cos seg., x = ( 51
5gtmts.)
Ejercicio 6. Un peso de 10 libras sujeto a un resorte lo estira en 2 pies. El peso se sujeta a un mecanismo de amortiguaci on que ofrece una resistencia num erica igual a veces la velocidad instant anea ( > 0). Determinar los valores de la constante de amortiguaci on de modo que el movimiento sea: a sobreamortiguado, b cr iticamente amortiguado, c subamortiguado.
1 4t e2t + 3 e ) (Rta.: x(t) = 2 3
Ejercicio 9. Un peso de 24 libras estira un resorte en 4 pies. El movimiento subsiguiente se realiza en un medio que ofrece una resistencia num ericamente igual a veces la velocidad instant anea ( > 0). Si el peso parte de la posici on de equilibrio con una velocidad dirigida hacia arriba de 2 pies/seg., y si > 3 2, comprobar que,
Un ive
rsid ad
de
Ejercicio 8. Una fuerza de 2 libras estira un resorte en un pie. Manteniendo jo un extremo, se sujeta un peso de 8 libras al otro extremo; el sistema est a sobre una mesa que opone una fuerza de roce num ericamente 3 igual a 2 veces la velocidad instant anea. Inicialmente el peso est a desplazado 4 pulg. de la posici on de equilibrio con el resorte comprimido y se le suelta desde el reposo. Encuentre la ecuaci on del movimiento si se realiza a lo largo de una recta horizontal, la cual se elige como eje X .
An
x (t) = 150
3 2 18
e 3 t senh
tioq
uia
,D
2 3
ept
Ejercicio 7. Despu es que un peso de 10 libras se sujeta a un resorte de 5 pies de largo, el resorte mide 7 pies. Se saca el peso de 10 libras y se lo reemplaza por un peso de 8 libras; el sistema completo se coloca en un medio que ofrece una resistencia num ericamente igual a la velocidad instant anea; a Encuentre la ecuaci on del movimiento si el peso se suelta desde un punto que est aa 1 pie bajo la posici on de equilibrio con una velocidad dirigida 2 hacia abajo de 1 pie/seg. b Ecuaci on con a ngulo de fase. c Encuentre los instantes en los que el peso pasa por la posici on de equilibrio en direcci on hacia abajo.
o. d
2 18 t
eM
atem
atic
as
, b =5 , c 0<< 5 ) (Rta.: a > 5 2 2 2
4.11. APLIC. DE LA E.D. SEGUNDO ORDEN: OSCILADORES Ejercicio 10. Una masa de una libra sujeta a un resorte cuya constante es 9 libras/pie. El medio ofrece una resistencia al movimiento num ericamente igual a 6 veces la velocidad instant anea. La masa se suelta desde un punto que est a 8 pulg. sobre la posici on de equilibrio con una velocidad dirigida hacia abajo de v0 pies/seg.. Determinar los valores de v0 de modo que posteriormente la masa pase por la posici on de equilibrio. (Rta.: v0 > 2 pies/seg.)
8 Ejercicio 11. Un peso de 16 libras estira un resorte en 3 pies. Inicialmente el peso parte del reposo desde un punto que est a a 2 pies bajo la posici on de equilibrio y el movimiento posterior se realiza en un medio que opone 1 de la velocidad inuna fuerza de amortiguamiento num ericamente igual a 2 stant anea. Encuentre la ecuaci on del movimiento si el peso es impulsado por una fuerza exterior igual a f (t) = 10 cos 3t. 4 cos (Rta.: x(t) = e 2 [ 3
t
Ejercicio 14. Un peso de 4 libras estira un resorte una pulgada. Si un peso de 12 libras se coloca en un extremo del resorte y el otro extremo se mueve de acuerdo a y = sen 3gt. Encontrar la E.D. del movimiento del peso y resolverla. 1 d2 x = 4( x y ), x = 2 3 sen 2 g t + 4 sen 3g t) (Rta.: g 2 dt Ejercicio 15. Dos pesos de 96 libras y 64 libras se mueven horizontalmente en una supercie lisa, cada resorte tiene k = k1 = k2 = 600. En t = 0 los resortes estan sin estirar y el de peso 96 tiene una velocidad de 600 151
Un ive
rsid ad
y x = k 1 x + k 2 (y x), m 2 d = k 2 (y x) k 3 y ) (Rta.: m1 d dt2 dt2
de
An
Ejercicio 13. Hallar las E.D. del sistema de tres resortes acoplados con constantes k1 , k2 , k3 y masas m1 y m2 respectivamente, como se muestra en la gura 4.15
2
tioq
uia
Ejercicio 12. Hallar las E.D. del sistema de resortes acoplados con constantes k1 y k2 y masas m1 y m2 respectivamente, como se muestra en la gura 4.14 2y 2x (Rta.: m1 d = k 1 x + k 2 (y x), m 2 d = k2 (y x)) dt2 dt2
,D
ept
o. d
47 t 2
64 3 47
sen
47 t] 2
10 (cos 3t 3
eM
atem
atic
+ sen 3t))
as
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES con carga y en movimiento
con carga
k1 k1 P.E. m1 k2 P.E. m2 m1
m2 Figura 4.14
(Rta.: v =
gk ( W
l 2 + x2 0 l ))
Ejercicio 17. En la gura 4.18 el cilindro de radio r esta suspendido de una cuerda y un resorte como lo indica la gura, el resorte tiene una constante k . Hallar el periodo y la frecuencia de vibraci on del cilindro. (Rta.: T = 2 152
3m , 8 k
f=
1 2
Un ive
Ejercicio 16. El resorte de la gura 4.17 tiene una longitud l cuando esta sin estirar; el collar situado en un extremo del resorte tiene un peso W y se desliza por la varilla horizontal sin fricci on. Expresar la aceleraci on en funci on de x; hallar la velocidad cuando pasa por C , si se suelta desde el reposo a una distancia x = x0 .
8 k , 3m
rsid ad
donde m es la masa del cilindro.)
de
An
pies/seg. alej andose del muro y el otro esta en reposo. Encontrar las E.D. del movimiento . (Ver gura 4.16) 2y 2x = k 1 x + k 2 (y x), m 2 d = k2 (y x)) (Rta.: m1 d dt2 dt2
tioq
uia
,D
ept
o. d
x+
eM
y+
atem
y
k2
atic
as
4.12. ANEXO CON EL PAQUETE MAPLE con carga y en movimiento
con carga k1
k1 P.E. m1 m1 k2 y k2 P.E. m2 m2 k3 k3 x
Figura 4.15 + m1 96
,D
ept
P.E. K1
o. d
P.E. + m2 64 K2
eM
y
y+
Figura 4.16
4.12.
Ejemplo 42. Hallar con el paquete Maple las raices del polinomio caracter stico de la E.D. y (5) + 5y (4) 2y (3) 10y + y + 5y = 0 Soluci on: la ecuaci om caracter stica de esta E.D. es m5 + 5m4 2m3 10m2 + m + 5 = 0 Efectuamos los siguientes comandos: 153
Un ive
rsid ad
de
An
tioq
uia
atem
atic
x+
as
l C
Figura 4.17
T1
>solve(eq,m);
154
Un ive
eq := m5 + 5 m4 2 m3 10 m2 + m + 5 = 0
5, 1, 1, 1, 1
rsid ad
>eq := m^5+5*m^4-2*m^3-10*m^2+m+5=0;
de
An
Figura 4.18
tioq
uia
,D
ept
B T2
o. d
eM
atem
atic
as
4.12. ANEXO CON EL PAQUETE MAPLE >sols := [solve(eq,m)]; sols := [5, 1, 1, 1, 1] Ejemplo 43. Hallar la soluci on general y la particular de la E.D. (D3 3D2 + 9D + 13)y = 0
>plot(rhs(%),x=-2..2);
20 15 10 5
-2
-1
Un ive
rsid ad
de
An
tioq
uia
4 5 4 y (x) = e(x) e(2x) sen (3x) + e(2x) cos(3x) 9 9 9
,D
ept
> dsolve({%,y(0)=1,D(y)(0)=2,D(D(y))(0)=3},y(x));
x -5
-10
o. d
2
eM
d2 d d3 y ( x ) 3 y (x) + 9 y (x) + 13y (x) = 0 3 2 dx dx dx
atem
> restart; > DE(tools):diff(y(x),x,x,x)-3*diff(y(x),x,x)+9*diff(y(x),x)+13*y(x)=0;
atic
as
155
con las condiciones iniciales y (0) = 1, soluci on particular
y (0) = 2,
y (0) = 3, gracar la
CAP ITULO 4. TEORIA DE LAS E.D.O. LINEALES Figura 4.19 Ejemplo 44. Resolver con el paquete Maple la E.D. y + 25y = 20 sen 5x Soluci on: >restart; >y(x):=C*x*cos(5*x)+F*x*sin(5*x);
>yp:=diff(y(x),x);
>ypp:=diff(yp,x);
> collect(%,[cos(5*x),sin(5*x)]);
> solve({10*F=0,-10*C-20=0},{F,C}); F = 0, C = 2
Ejemplo 45. Resolver con el paquete Maple la E.D. por el m etodo de variaci on de par ametros y + y = sec x tan x
156
Un ive
rsid ad
10F cos(5x) + (10C 20)sin(5x) = 0
de
An
10Csin(5x) + 10F cos(5x) 20sin(5x) = 0
tioq
uia
>ypp+25*y(x)-20*sin(5*x)=0;
,D
ept
ypp := 10Csin(5x) 25Cxcos(5x) + 10F cos(5x) 25F xsin(5x)
o. d
eM
yp := Ccos(5x) 5Cxsin(5x) + F sin(5x) + 5F xcos(5x)
atem
atic
as
y (x) := Cxcos(5x) + F xsin(5x)
4.12. ANEXO CON EL PAQUETE MAPLE >with(linalg):y1:=cos(x);y2:=sin(x);fx:=sec(x)*tan(x); y 1 := cos(x) y 2 := sen (x) f x := sec(x) tan(x)
y := [cos (x) , sen (x)]
>A:=int(simplify(ApBp[1]),x);
>B:=int(simplify(ApBp[2]),x);
B := ln (cos (x)) >SolGen:=C1*y1+C2*y2+A*y1+B*y2; 157
Un ive
A :=
rsid ad
sen (x) +x cos (x)
de
An
ApBp := [
sen (x) sec (x) tan (x) cos (x) sec (x) tan (x) , ] ( sen (x))2 + (cos (x))2 ( sen (x))2 + (cos (x))2
tioq
uia
>ApBp:=linsolve(M,[0,fx]);
,D
ept
M :=
cos (x) sen (x)
sen (x) cos (x)
o. d
eM
>M:=wronskian(y,x);
atem
atic
as
>y:=vector([y1,y2]);
SolGen := C1 cos (x)+C2 sen (x)+ >simplify((SolGen),trig);
sen (x) + x cos (x)ln (cos (x)) sen (x) cos (x)
C1 cos (x) + C2 sen (x) sen (x) + x cos (x) ln (cos (x)) sen (x) observese que en la soluci on general anterior la expresi on sen (x) es absorbida por C 2 sen (x), quedando como soluci on general:
158
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
C1 cos (x) + C2 sen (x) + x cos (x) ln (cos (x)) sen (x)
as
CAP ITULO 5
atem
n=0
Una serie de potencias converge absolutamente en un n umero x si,
es convergente .
Todo intervalo de convergencia tiene un radio de convergencia R.
Un ive
n=0
rsid ad
|C n | |x a| n
159
de
An
Toda serie de potencias tiene un intervalo de convergencia que consiste de todos los puntos para los cuales la serie es convergente.
tioq
uia
C n ( x a) n .
,D
ept
Una serie de potencias en (x a), es una expresi on de la forma
o. d
5.1.
INTRODUCCION
eM
atic
SOLUCIONES POR SERIES
as
CAP ITULO 5. SOLUCIONES POR SERIES Una serie de potencias converge absolutamente para |x a| < R y diverge para |x a| > R. Cuando R = 0, la serie s olo converge en x = a. Cuando R = , la serie converge para todo x. El radio de convergencia se obtiene mediante el criterio de la raz on, en efecto, si l m Cn+1 |x a| = L Cn
Dos series de potencias pueden ser sumadas t ermino a t ermino si tienen un intervalo com un de convergencia. EN SERIES MACLAURIN DE ALGUNAS SEEXPANSION RIES 1. ex = 1 + x +
x2 2!
Un ive
rsid ad
de
Una serie de potencias puede ser integrada t ermino a t ermino en el interior de su intervalo de convergencia.
An
x3 3!
+ ... +
xn n!
tioq
Una serie de potencias puede ser derivada t ermino a t ermino en el interior de su intervalo de convergencia.
+ ... =
convergente para todo x real ( o sea para < x < ) 160
uia
n=0
,D
xn n!
ept
Una serie de potencias representa una funci on continua en el interior de su intervalo de convergencia.
o. d
eM
Si R = 0 o R = , el intervalo de convergencia puede o no incluir los extremos a R , a + R de dicho intervalo.
atem
atic
y como la serie es convergente cuando L < 1, entonces el radio de con1 vergencia es R = L .
as
5.1. INTRODUCCION 2. sen x = x

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

x2 2! x4 4! x6 6!
2n
3. cos x = 1
x + . . . + (1)n (2 + ... = n)!
n=0
(1)n
x2n (2n)!
convergente para todo x en los reales.

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

x2 2! x4 4! x6 6! x2n (2n)!
5. cosh x = 1 +
+ ... +
+ ... =
convergente para todo x en los reales.

1 1x n=0
uia
,D
n=1
convergente para x en el intervalo 1 < x < 1 7. ln(1 + x) = x

x2 2
An
convergente para x en el intervalo 1 < x 1 8. tan1 x = x
tioq
x3 3
x4 4
ept
6.
= 1 + x + x 2 + x3 + . . . + x n + =
xn
o. d
eM
n=0
x2n (2n)!
atem
(1)n+1
xn n
+ . . . + (1)n+1 x + ... = n
de
x3 3
x5 5
. . . + (1)n
x2n+1 2n+1
+ ... =
n=0
(1)n
rsid ad
convergente para x en el intervalo 1 x 1
Un ive
9. sen 1 x = x +
1 x3 2 3
1,3 x5 2,4 5
1,3,5 x7 2,4,6 7
+ ... =
n=0
1,3,5...(2n+1) x2n+1 2,4,6...2n 2n+1
convergente para todo x en el intervalo 1 x 1 10. Serie binomial: 1)x2 r2)x3 (1 + x)r = 1 + rx + r(r + r(r1)( + ... 2! 3! convergente para x en el intervalo 1 < x < 1 161
atic
x2n+1 2n+1
n=0
as
4. senh x = x +
+ ... +
+ ... =
x2n+1 (2n+1)!
CAP ITULO 5. SOLUCIONES POR SERIES
5.2.
SOLUCION EN PUNTOS ORDINARIOS

a 2 (x)y + a 1 (x)y + a 0 (x)y = 0
Supongamos que la ecuaci on
se puede escribir as : y + P (x)y + Q (x)y = 0 donde a2 (x) = 0 en I y P (x) =

a1 (x) a2 (x)
y (x) =
n=0
Serie Maclaurin de y (x) en x = 0 es: y (x) =
Ejemplo 1. Hallar los puntos ordinarios y singulares de y + sen xy + ex y = 0 Soluci on: sen x: tiene expansi on Taylor para cualquier a
162
Un ive
luego, toda funci on que tenga un desarrollo en serie Maclaurin es anal tica en x = 0.
rsid ad
n=0
de
y n (0) (x) n , n!
An
tioq
luego, toda funci on que tenga un desarrollo en serie Taylor alrededor de x = a es anal tica en x = a.
uia
,D
y n ( a) ( x a) n , n!
ept
RECORDEMOS: serie Taylor de y (x) en x = a es:
o. d
Nota: si un punto no es ordinario se dice que es singular.
eM
Denici on 5.1 (Punto Ordinario) . Se dice que x = a es un punto ordinario de la E.D. y + P (x)y + Q(x)y = 0, si P (x) y Q(x) son anal ticas en x = a, es decir, si P (x) y Q(x) se pueden expandir en serie de potencias de x a con un radio de convergencia positivo.
atem
atic
as
y Q (x) =
a0 (x) a2 (x)
5.2. SOLUCION EN PUNTOS ORDINARIOS ex : tiene expansi on Taylor para cualquier a; es decir todo a en R es punto ordinario de la ecuaci on diferencial, por tanto no tiene puntos singulares. Todo a es un punto ordinario, porque tanto sen x como ex tienen expansi on en potencias de x a, en particular a = 0. Ejemplo 2. Hallar los puntos ordinarios y singulares de xy + ( sen x)y = 0 Soluci on: Q (x) sen x y + y=0 x
n=0
i) Un punto ordinario si a2 (a) = 0 es decir, x = a no es raiz del polinomio a2 (x). ii) Un punto singular si a2 (a) = 0, es decir, si a es ra z de a2 (x). Ejemplo 4. Hallar los puntos ordinarios y singulares de (x 4)y + 2xy + 3y = 0 Soluci on:
2
a 2 (x) = x 2 4 = 0 163
Un ive
rsid ad
de
Analicemos el caso en que a2 (x), a1 (x) y a0 (x) son polinomios. Si en la E.D. a2 (x)y + a1 (x)y + a0 (x)y = 0 se tiene que a2 (x), a1 (x), a0 (x) son polinomios sin factores comunes, o sea, sin raices comunes, entonces x = a es :
An
tioq
on en Soluci on: x = 0 es un punto singular ya que ln x no tiene expansi x = 0, todos los dem as puntos diferentes de cero son puntos ordinarios.
uia
,D
x = 0 es punto ordinario de la E.D.,por tanto todos los x = 0 son puntos singulares. Ejemplo 3. Hallar los puntos ordinarios y singulares de y + (ln x)y = 0
ept
o. d
eM
sen x Q (x) = = x
n=0
(1)n
x(2n+1) (2n+1)!
(1)n x2n (2n + 1)!
atem
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES x = 2 son puntos singulares. x = 2 son puntos ordinarios. Teorema 5.1 . Si x = a es un punto ordinario de la ecuaci on a 2 ( x ) y + a 1 ( x ) y + a 0 ( x ) y = 0, siempre podemos encontrar dos soluciones distintas (linealmente independientes), en serie de potencias; soluciones que son de la forma
n=0
Trabajemos con el punto ordinario x = 0, los candidatos a soluci on son

n=0
Debemos hallar las Cn : derivamos dos veces:
y (x) =
Pasamos a sustituir y (x) y y (x) en la E.D. original: x2 y y + 4xy + 2y = 0 164
Un ive
y (x) =
n=2
rsid ad
n=1
n(n 1)Cn xn2
de
de la forma y (x) =
C n xn
An
nCn xn1
tioq
x2 1 = 0 x = 1 son puntos singulares y los x = 1 son puntos ordinarios.
uia
,D
Ejemplo 5. Resolver por series la E.D. (x2 1)y + 4xy + 2y = 0 Soluci on:
ept
o. d
Nota: para simplicar supondremos que el punto ordinario es a = 0, si no lo es, se hace la sustituci on t = x a. Esta sustituci on convierte la E.D. en otra E.D. con punto ordinario t = 0.
eM
Una soluci on en serie de potencias converge por lo menos para |x a| < R1 , donde R1 es la distancia de a al punto singular m as cercano.
atem
atic
y=
C n ( x a) n .
as
5.2. SOLUCION EN PUNTOS ORDINARIOS

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

n=2
n(n 1)Cn xn
m=0
(m +2)(m +1)Cm+2 xm +
n=1
4n C n x n +
n=0
2 C n xn = 0
haciendo
k=2
k (k 1)Ck x
(k + 2)(k + 1)Ck+2 x +
atem
k k=2
k=0
k=1
4k C k x +
Ahora homogenizamos el ndice de las series:

k=2 k=2 k
k=2
luego
k=2
2C0 2C2 +(6C1 2,3C3 )x+ Comparando coecientes:
[k (k 1)Ck (k +2)(k +1)Ck+2 +4kCk +2Ck ]xk = 0
xk : [k (k 1) + 4k + 2]Ck (k + 2)(k + 1)Ck+2 = 0
x 1 : 6C 1 6C 3 = 0 C 1 = C 3
Un ive
x 0 : 2C 0 2C 2 = 0 C 2 = C 0 k = 2, 3, . . .
(k 2 + 3k + 2)Ck (k + 2)(k + 1)Ck+2 = 0
(k + 2)(k + 1)Ck (k + 2)(k + 1)Ck+2 = 0 165
rsid ad
de
An
tioq
uia
,D
ept
k (k 1)Ck x 2C2 (3)(2)C3 x
(k + 2)(k + 1)Ck+2 xk + 4C1 x+ 2 C k xk = 0
4k C k x + 2C 0 + 2C 1 x +
o. d
eM
atic
Escribimos todo en t erminos de k :
k=0
as
2 C k xk = 0
n2=m n=m+2 n=2 m=0
Ck+2 = Ck+2
(k + 2)(k + 1) Ck (k + 2)(k + 1) = Ck
k = 2, 3, . . .
F ormula de recurrencia para los coecientes
Iteremos la f ormula de recurrencia: k = 2 : C 4 = C2 = C0
k = 4 : C 6 = C4 = C0 k = 5 : C 7 = C5 = C1 Volviendo a y (x) =
n=0
Siendo y1 (x) y y2 (x) dos soluciones linealmente independientes. Resolver por series los siguientes ejercicios: Ejercicio 1. y 2xy + 8y = 0 y (0) = 3, y (0) = 0
Ejercicio 2. y + ex y = 0 (Sugerencia: Hallar la serie ex y multiplicarla por la serie de y )
166
Un ive
rsid ad
1 + C1 x(1 + x2 + x4 + x6 + . . . + x2n + . . .) 1 x2 1 C1 x 1 = C0 + ya que = 1 + x + x 2 + x3 + . . . 2 2 1x 1x 1x = C0
de
An
tioq
y 1 (x)
uia
= C0 (1 + x2 + x4 + x6 + . . . + x2n + . . .)+C1 (x + x3 + x5 + . . . + x2n+1 + . . .) y 2 (x)
,D
La soluci on general:
ept
= C 0 + C 1 x + C 0 x2 + C 1 x3 + C 0 x4 + C 1 x5 + C 0 x6 + . . .
o. d
C n xn = C 0 + C 1 x + C 2 x2 + C 3 x3 + C 4 x4 + C 5 x5 + C 6 x6 + . . .
eM
atem
atic
k = 3 : C 5 = C3 = C1
as
5.2. SOLUCION EN PUNTOS ORDINARIOS Ejercicio 3. (x 1)y + y = 0 y2 = C 1

n=1 xn ) n
(Rta: y1 = C0 ,
Ejercicio 4. (1 + x2 )y + 2xy 2y = 0 (Rta: y (x) = C0 (1 + x tan1 x) + C1 x) Ejercicio 5. y xy + y = x cos x, (Rta: y (x) = x + sen x) y (0) = 0, y (0) = 2
a). Hallar dos soluciones linealmente independientes y1 (x), y2 (x)
c). Probar que y1 (x) = ex
d). Usando el m etodo de reducci on de orden de DLambert, hallar y2 (x)

x x +2 2,x + . . . , y 2 (x) = x x +3 3,x + . . .) (Rta: a). y1 (x) = 1 x 2 ,4 4,6 3 ,5 5,7
2 4
Un ive
rsid ad
de
b). Usando el criterio del cociente, mostrar que las dos series son convergentes para todo x.
An
tioq
uia
Ejercicio 10. y + xy + y = x
,D
Ejercicio 9. y 2xy 2y = x con y (0) = 1 y y (0) = 1 4 2 (Rta: y = ex x ) 4
ept
o. d
3
Ejercicio 8. (1 x)2 y (1 x)y y = 0 con y (0) = y (0) = 1 1 ) (Rta: y = 1 x
eM
Ejercicio 7. y 2xy + 4y = 0 con y (0) = 1 y y (0) = 0 (Rta: y = 1 2x2 )
atem
5 7
Ejercicio 11. La E.D. de Legendre de orden es: (1 x2 )y 2xy + ( + 1)y = 0 con > 1 Mostrar: 167
atic
Ejercicio 6. xy x2 y + (x2 2)y = 0 con y (0) = 0 y y (0) = 1 (Rta: y = xex )
as
CAP ITULO 5. SOLUCIONES POR SERIES a) Que las f ormulas de recurrencia son: C2m = C2m+1 (1)m ( 2)( 4) . . . ( 2m + 2)( + 1)( + 3) . . . ( + 2m 1) C0 (2m)! (1)m ( 1)( 3) . . . ( 2m + 1)( + 2)( + 4) . . . ( + 2m) C1 = (2m + 1)!
b) Las dos soluciones linealmente independientes son:
m=0 m=0
y2 = C 1
(1)m a2m+1 x2m+1
donde a2m y a2m+1 son las fracciones encontradas en a), pero sin (1)m c) Si es mostrar Si es 2m + 1 nita. entero no negativo y par, entonces a2m = 0 para 2m > n; que y1 es un polinomio de grado n y y2 es una serie innita. entero no negativo e impar; mostrar que a2m+1 = 0 para > n y y2 es un polinomio de grado n y y1 es una serie in-
donde N =parte entera de
P 0 ( x ) = 1, 1 P2 (x) = (3x2 1), 2 1 P4 (x) = (35x4 30x2 + 3), 8 168
Un ive
e) Mostrar que los 6 primeros polinomios de Legendre son: P1 (x) = x, 1 P3 (x) = (5x3 3x), 2 1 P5 (x) = (63x5 70x3 + 15x) 8
rsid ad
d) Se acostumbra tomar la constante arbitraria (C0 o C1 seg un el caso) de tal manera que el coeciente de xn en el polinomio y1 o y2 (seg un el (2n)! caso) sea 2n (n!)2 y se les llama polinomios de LegendrePn (x). Mostrar que: N (1)k (2n 2k )! P n (x) = xn2k n k !(n k )!(n 2k )! 2 k=0
n 2
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
y1 = C 0
(1)m a2m x2m
5.2. SOLUCION EN PUNTOS ORDINARIOS Ejercicio 12. F ormula de Rodriguez: P n (x) = 1 dn 2 (x 1)n n!2n dxn
para el polinomio de legendre de grado n. a) Mostrar que u = (x2 1)n satisface la E.D. (1 x2 )u + 2nxu = 0 (1 x2 ) + 2(n 1)xu + 2nu = 0 Derivar ambos lados de la E.D. y obtenga
b) Derive sucesivamente, n veces ambos lados de la ecuaci on y obtenga:
c) Demostrar que el coeciente de xn en v es
(2n)! n!
Ejercicio 13. La E.D.
m=1 m=1
y2 = x +
(1)m
2m ( 1)( 3) . . . ( 2m + 1) 2m+1 x (2m + 1)!
b) Si es entero par, mostrar que y1 es un polinomio. Si es impar, mostrar que y2 es un polinomio. 169
Un ive
y1 = 1 +
(1)m
2m ( 2) . . . ( 2m + 2) 2m x (2m)!
rsid ad
a) Mostrar que las dos soluciones en serie de potencias son:
de
se le llama ecuaci on de Hermite de orden .
An
y 2xy + 2y = 0
tioq
uia
d) Explicar porque c) demuestra la f ormula de Rodriguez (Notar que el (2n)! n coeciente de x en Pn (x) es 2n (n!)2
,D
ept
o. d
Hacer v = u(n) y mostrar que v = D n (1 x2 )n y luego mostrar que v satisface la ecuaci on de Legendre de orden n
eM
(1 x2 )u(n+2 2xu(n+1) + n(n + 1)u(n) = 0
atem
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES c) El polinomio de la parte b) se denota por Hn (x) y se le llama polinomio de Hermite cuando el coeciente de xn es 2n . d) Demostrar que los 6 primeros polinomios de Hermite son:
Hn (x) = (1)n ex
Por inducci on mostrar que genera un polinomio de grado n. El siguiente ejercicio resuelto, s olo tiene validez para E.D. con condiciones iniciales. Si la condici on inicial est a en x = 0, utilizamos las series Maclaurin y si la condici on inicial est a en x = a, utilizamos la serie Taylor. Ejemplo 6. y ex = 0, Soluci on. Serie Maclaurin de y (x). y (x) =
n=0
y (0) = y (0) = 1
y (x) = y (0) +
De la ecuaci on tenemos que y (x) = ex y (x),
evaluando en x = 0 y (0) = 1 1 = 1
Derivando nuevamente tenemos que: y (x) = ex y (x) ex y (x) 170
Un ive
y (0) y (0) 2 y (0) 3 x+ x + x + ... 1! 2! 3! y (0) = 1 y (0) = 1
rsid ad
de
An
y (n) (0)xn n!
tioq
uia
,D
ept
o. d
eM
atem
dn x2 (e ) dxn
atic
e) La formula general de los polinomios de Hermite es
as
H 0 ( x ) = 1, H 2 ( x ) = 4x 2 2, H4 (x) = 16x4 48x2 + 12,
H1 (x) = 2x, H3 (x) = 8x3 12x, H5 (x) = 32x5 160x3 + 120x
5.3. SOL. EN TORNO A PUNTOS SING. REG. evaluando en y (iv) (x) = ex (y (x) y (x)) ex (y (x) y (x))
x=0
x = 0y (0) = 1 1 1 1 = 0
y (v) (x) = ex (y (x) 2y (x) + y (x)) ex (y (x) 2y + y (x) Sustituyendo en la f ormula de Maclaurin: y (x) = 1 + x + y (v) (0) = 1(0 2(1) + 1) 1(1 2(1) + 1) = 1
y (iv) (0) = 1(1 1) 1(1 1) = 0
y xy = 0 (Rta.: y = 1 +
(x1)2 2!
y (1) = 1,
(x1)4 4!
y (1) = 0 + . . .)
y + P ( x ) y + Q ( x ) y = 0, si (x x0 )P (x) y (x x0 )2 Q(x) son anal ticas en x = x0 , es decir, si (x x0 )P (x) y (x x0 )2 Q(x) tienen desarrollos en series de potencias de (x x0 ). Si x = x0 no cumple con la anterior denici on, entonces decimos que x = x0 es un punto singular irregular.
a 2 (x)y + a 1 (x)y + a 0 (x)y = 0 se tiene que a2 (x), a1 (x), a0 (x) son polinomios sin factores comunes, entonces decimos que x = x0 es un punto singular regular si 0 (x) 1 (x) y Q (x) = a , el factor a2 (x0 ) = 0 y adem as, si en P (x) = a a2 (x) a2 (x) x x0 tiene a lo sumo grado uno en el denominador de P (x) y grado a lo sumo dos en el denominador de Q(x). 171
Un ive
ii. Si en la E.D.
rsid ad
de
An
tioq
i. Decimos que x = x0 es un punto singular regular de la E.D.O.
uia
Denici on 5.2 (Punto singular) .
,D
ept
5.3.
SOLUCIONES EN TORNO A PUNTOS SINGULARES REGULARES
o. d
eM
(x1)3 3!
4(x1)5 5!
atem
x2 x5 + ... 2! 5! Ejercicio 1. Hallar la soluci on particular de la E.D. de Ayry
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES Ejemplo 7.Hallar los puntos singulares regulares e irregurales de (x2 4)2 y + (x 2)y + y = 0 Soluci on: Puntos singulares: a2 (x) = (x2 4)2 = 0 x = 2 P (x) = x2 1 = 2 2 (x 4) (x 2)(x + 2)2 1 (x 2)2 (x + 2)2
Q (x) =
a 2 ( x ) y + a 1 ( x ) y + a 0 ( x ) y = 0, entonces existe al menos una soluci on en serie de la forma: y=
n=0
donde r es una constante a determinar. Esta serie converge en un intervalo de la forma 0 < x x0 < R. Ejemplo 8. Utilizar el teorema de Frobenius para hallar dos soluciones linealmente independientes de la E.D. 3xy + y y = 0 Soluci on:
172
Un ive
rsid ad
Cn (x x0 )n+r ,
de
An
tioq
Teorema 5.2 (de Frobenius) . Si x = x0 es un punto singular regular de la E.D.O.
uia
,D
Nota: los puntos singulares pueden ser n umeros complejos.
ept
Con x = 2 (x + 2), o sea que x = 2 es punto singular irregular porque aparece con grado dos en el denominador de P (x).
o. d
eM
Con x = +2 (x 2) es un factor de grado uno en P (x) y de grado dos en Q(x), por lo tanto x = 2 es punto singular regular.
atem
atic
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. x = 0 es punto singular y es regular porque P (x) = 1 , 3x Q (x) = 1 3x
Suponemos una soluci on de la forma: y=

n=0 n=0
Cn x
n+r
y =
n=0
(n + r)Cn xn+r1
y = y sustituimos en la E.D. 3xy +y y =

n=0
n=0 n=0
eM
3(n+r)(n+r1)Cn x
n+r1
atem
n=0
atic
n+r1
(n + r)(n + r 1)Cn xn+r2
as
n=0
(n + r )C n x
Cn xn+r = 0
Sacamos la potencia m as baja: x

r
n=1
k=0
Un ive
r(3r 2)C0 x
rsid ad
hagamos
k =n1 n=k+1 n=1 k=0
de
An
r(3r 2)C0 x
tioq
uia
n=0
(n + r)(3n + 3r 2)Cn x
,D
n=0
n1
ept
n1
n=0
(n + r)(3n + 3r 2)Cn xn+r1
o. d
Cn xn+r = 0 C n xn
=0
(n + r)(3n + 3r 2)Cn x
C n xn = 0
(k + r + 1)(3k + 3r + 1)Ck+1 x
C k xk = 0
k=0
r(3r 2)C0 x
k=0
[(k + r + 1)(3k + 3r + 1)Ck+1 Ck ] xk = 0
en potencias de: x1 : r(3r 2)C0 = 0 173
CAP ITULO 5. SOLUCIONES POR SERIES y en potencias de: xk : (k + r + 1)(3k + 3r + 1)Ck+1 Ck = 0 con k = 0, 1, 2, . . . si C0 = 0 r(3r 2) = 0
ec. indicial
r2 = 0 r 1 =
2 3
ndices (o exponentes) de la singularidad
Ck+1 = Con r1 =
2 3
Ck , k = 0, 1, 2, . . . (k + r + 1)(3k + 3r + 1)
que es la raiz mayor, entonces: (k + Ck 5 )(3k 3 + 3) =
Ck+1 =
Ck , k = 0, 1, . . . (3k + 5)(k + 1)
atem
atic
(5.1)
Con r2 = 0 entonces: Ck+1 = Iteremos (5.1): k = 0 : C1 =
generalizando Cn =
C0 n! 5 8 11 14 . . . (3n + 2) C0 11
Un ive
rsid ad
C0 51 C1 C0 C0 k = 1 : C2 = = = 82 (5 1) (8 2) 2! (5 8) C2 C0 C0 k = 2 : C3 = = = 11 3 (5 1) (8 2) (11 3) 3! 5 8 11 C3 C0 k = 3 : C4 = = 14 4 4! 5 8 11 14
de
An
Iteremos (5.2): k = 0 : C1 = 174
tioq
uia
,D
n = 1, 2, . . .
ept
Ck , k = 0, 1, . . . (k + 1)(3k + 1)
o. d
eM
as
(5.2)
5.3. SOL. EN TORNO A PUNTOS SING. REG. k = 1 : C2 = C0 C1 = 24 (1 1) (2 4) C2 C0 C0 k = 2 : C3 = = = 37 (1 1) (2 4) (3 7) 3! 4 7 C3 C0 k = 3 : C4 = = 4 10 4! 4 7 10 C0 n! 1 4 7 10 . . . (3n 2)

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

n=1
2
n=1
xn + n! 5 8 11 14 . . . (3n + 2)
xn n! 1 4 7 10 . . . (3n 2) 175
Un ive
rsid ad
= C0 1 +
xn n! 1 4 7 10 . . . (3n 2)
de
C0 xn n! 1 4 7 10 . . . (3n 2)
An
eM
C n xn
atic
C n xn
n=1
as
Cn =
n = 1, 2, . . .
CAP ITULO 5. SOLUCIONES POR SERIES observemos que para este ejemplo 2 r1 = , 3 r2 = 0 r 1 r2 = 2 = entero 3
Nota: en general si x = 0 es un punto singular regular, entonces las funciones xP (x) y x2 Q(x) son anal ticas en x = 0, es decir xP (x) = p0 + p1 x + p2 x2 + . . .
n=0
y2 =
Este caso lo hemos contemplado en el Ejemplo 8. CASO II: cuando r1 r2 = entero positivo, entonces las dos soluciones linealmente independientes son: y1 = 176
n=0
Un ive
rsid ad
n=0
de
y1 =
Cn xn+r1
Cn xn+r2
Cn xn+r1
An
tioq
Con las ra ces de la ecuaci on indicial pueden ocurrir los siguientes tres casos. CASO I: cuando r1 r2 = entero positivo, entonces las dos soluciones linealmente independientes son:
uia
,D
ept
Se hallan las ra ces de la ecuaci on indicial y se sustituyen en la relaci on de recurrencia.
o. d
son convergentes en intervalos de radio positivo. Despu es de sustituir y = n+r C x en la E.D. y simplicar, la ecuaci o n indicial es una ecuaci on n=0 n cuadr atica en r que resulta de igualar a cero el coeciente de la menor potencia de x. Siguiendo este procedimiento se puede mostrar que la ecuaci on indicial es r(r 1) + p0 r + q0 = 0
eM
atem
atic
x 2 Q (x) = q 0 + q 1 x + q 2 x 2 + . . .
as
5.3. SOL. EN TORNO A PUNTOS SING. REG.

n=0
y2 = Cy1 (x) ln x +
bn xn+r2
b 0 = 0,
donde C es una constante que puede ser cero. Nota: para saber si C es cero o diferente de cero, utilizamos la f ormula de Dlambert; si es cero, entonces en y2 no aparece el t ermino logar tmico, el pr oximo ejemplo lo haremos con C = 0; si C = 0, y2 tambi en se puede hallar utilizando la f ormula de DLambert:
o tambi en derivando dos veces y2 = Cy1 (x) ln x +

n=0
bn xn+r2
b 0 = 0,
y1 =
Cn xn+r1
con C0 = 0
5.3.1.
CASO II: r1 r2 = entero positivo
Con el siguiente ejemplo mostramos el CASO II, o sea cuando r1 r2 = entero positivo. Ejemplo 9. xy + (5 + 3x)y + 3y = 0 Soluci on:
Un ive
rsid ad
n=1
de
y2 = y1 (x) ln x +
bn xn+r1
An
n=0
sabiendo que r1 = r2
tioq
uia
CASO III: cuando r1 r2 = 0, entonces las soluciones linealmente independientes son:
,D
ept
y sustituyendo en la E.D. e iterando la f ormula de recurrencia para hallar los coecientes bn .
o. d
eM
atem
177
atic
y 2 = y 1 (x)
e p(x) dx dx [y1 (x)]2
as
CAP ITULO 5. SOLUCIONES POR SERIES x = 0 es punto singular regular, ya que P (x) = 5 + 3x x Q (x) = 3 x
Si utilizamos la f ormula de DLambert encontramos que despu es de efectuar todas las operaciones, el primer t ermino no tiene logaritmo, por tanto C = 0. Ahora supongamos que y=
n=0 n=0
Cn x
n+r
y = sustituyendo en la E.D.
xy + 5y + 3xy + 3y = 0
n=0 n=0 n=0 n=0 n1
ept
+
(n + r)(n + r 1)Cn xn+r1 +
5(n + r)Cn xn+r +
o. d
n+r n=0
eM
+
n=0
,D
3(n + r)Cn x
x
r
tioq
hagamos luego x
r
k =n1 n=k+1 cuando n = 1 k=0
r(r + 4)C0 x
k=0
[(k + r + 1)(k + r + 5)Ck+1 + 3(k + r + 1)Ck ]xk = 0
Por lo tanto la ecuaci on indicial: r(r + 4) = 0 r1 = 0 r2 = 4 o sea que r1 r2 = entero positivo 178
Un ive
rsid ad
n=1
de
r(r + 4)C0 x
An
(n + r)(n + r 1 + 5)Cn x
uia
3(n + r + 1)Cn xn = 0 3(n + r + 1)Cn xn = 0
n=0 n1
(n + r)(n + r + 4)Cn x
atem
3Cn xn+r = 0
(n + r)(n + r 1)Cn xn+r2
atic
as
y =
n=0
(n + r)Cn xn+r1
5.3. SOL. EN TORNO A PUNTOS SING. REG. y la f ormula de recurrencia es (k + r + 1)(k + r + 5)Ck+1 + 3(k + r + 1)Ck = 0 k = 0, 1, . . . e iteramos con la menor ra z indicial r2 = 4: (k + 1)(k 3)Ck+1 + 3(k 3)Ck = 0 k = 0, 1, . . . k=0 : k=1 : k=2 : k=3 : C4 es par ametro k4 : es decir C 1 = 3C 0 , C4 : par ametro k 4 : Ck+1 = iteremos (5.3): 9C 0 = 3C 0 3 6C 1 3 9 2(2)C2 + 3(2)C1 = 0 C2 = = (3)C0 = C0 4 2 2 3C 2 9 3(1)C3 + 3(1)C2 = 0 C3 = = C0 3 2 4(0)C4 + 3(0)C3 = 0 1(3)C1 + 3(3)C0 C1 = 3 Ck (k + 1) 9 C 2 = C0 , 2
3 k = 4 : C 5 = C4 5 33 3 C4 k = 5 : C 6 = C5 = 6 56 333 3 C4 k = 6 : C 7 = C6 = 7 567 33 4! = C4 7! generalizando 3(n4) 4! Cn = (1)n C4 n4 n!
Un ive
rsid ad
de
An
3 Ck (k + 1)
tioq
uia
9 C 3 = C0 , 2
,D
ept
Ck+1 =
o. d
eM
atem
atic
as
(5.3)
179

n=0
y =
Cn xn4
n=4
= x4 [C0 + C1 x + C2 x2 + C3 x3 +
C n xn ]
n=5
hagamos
k=1
= C 0 y 1 (x) + C 4
5.3.2.
GAMMA: (x) FUNCION

0
Denici on 5.3 . Sea x > 0. La funci on Gamma se dene as : (x) = 180 e x1 d
Un ive
Para abordar el caso iii) cuando r1 = r2 necesitamos denir la funci on Gamma.
rsid ad
de
3n (1) 1 + 24 xn (n + 4)! n=1

n
converge x Re
An
tioq
y = C 0 y 1 (x) + C 4
1+
uia
(1)
,D
k+4
k =n4 n=k+4 n=5 k=1
ept
3k 4! xk (k + 4)!
o. d
+C 4
1+
(1)n
3(n4) 4! n4 x (n)!
eM
atem
9 9 = C0 x4 1 3 x + x2 x3 2 2 y 2 (x)
atic
y 1 (x)
as
9 9 = x4 [C0 3C0 x + C0 x2 C0 x3 + C4 x4 + 2 2 (n4) 3 4! (1)n + C 4 xn ] n ! n=5
5.3. SOL. EN TORNO A PUNTOS SING. REG. Teorema 5.3 (F ormula de recurrencia para la funci on ) . Para x > 0 : (x + 1) = x(x) . Demostraci on: (x + 1) =
0
e x d +
0
e x | 0
xe x1 d
= Observaciones: a). x 0.1 0.2 4.59 0.3
= 0
b). Si x = n entero positivo:
Pero (1) =
0
Un ive
(n + 1) = n(n) = n(n 1)(n 1) = . . . = n(n 1)(n 2) . . . 1 (1)
rsid ad
de
(x) 9.5
2.99
2.22
An
0.4
0.5
tioq
uia
,D
0.6 0.7 1.30 0.8 1.16
ept
L Hopital
o. d
0.9 1.07 1.49
0
ya que l m e x
x = l m e
e 0 d = e (n + 1) = n!
= (0 1) = 1
Luego, 181
eM
= 00+x
e x1 d = x(x)
atem
la anterior integral se hizo por partes, u = x du = x x1 d haciendo dv = e dt v = e
atic
as

5 4 3 2 1 0 -5 -4 -3 -2 -1 0 -1 -2 1 2 3 4
-4 -5
Figura 5.1
con esto probamos, mediante la funci on Gamma, que 0! = 1 d). Gr aca de la funci on (x) (gura 5.1).
Un ive
NOTA: la f ormula para calcular (x) para x < 0 es: (x) =

3 2
Ejemplo 10. 3 1 22 182
5 2
rsid ad
Denici on 5.4 . Si x < 0, denimos (x) as : (x) = (x 1)(x 1) si x = 0 o x = de un entero negativo. (x) = si x = 0 o x = entero negativo.(Ver la graca 5.1)
1 (x + 1) x
3 2
de
An
tioq
uia
1! = (1 + 1) = 1 (1) = 1 1 = 1 (por el Teorema anterior)
+1 =
3 2
,D
ept
3 2
c). Con n = 0 obtenemos 0! = (0 + 1) = (1) = 1 y
o. d
1 2 31 22
eM
atem
= +1 =
1 2
atic
=
-3
as

7 Ejemplo 11. 2 Soluci on:
7 2
= = = =
,D
7 ! Ejemplo 13. Calcular 2 Soluci on:
ept
o. d
7 != 2
7 +1 2
7 5 3 1 2222
eM
2 3 2 1 1 2
Ejemplo 12. Hallar
7 2
Ejercicio 1. Ejercicio 2. (Rta: 2 )
n+ y
n para todo entero n no negativo.
Un ive
Ejercicio 3. Probar que
(2n + 1)! 1 ! = 2n+1 2 2 n! (2n)! 1 ! = 2n 2 2 n!
rsid ad
x2 e 0
dx
de
1 x3 ln x
dx
An
tioq
uia
7 7 5 ! = +1 = = 2 2 2 2 2 2 = 5 3 1
2 5
atem
Denici on 5.5 (Factorial generalizado) . x! = (x + 1), x = entero negativo.
atic
2 7 2 7 2 7 2 7
2 5 2 5 2 5
5 2
= 2 3 2 3 2 3
2 7
1 2
2 5
3 2
2 1 2 1
1 2
as
183
5.3.3.
CASO III: r1 = r2
CASO III: r1 = r2 . Tomamos como ejemplo para este caso, la funci on de Bessel de orden cero.
Denici on 5.6 (Ecuaci on Diferencial de Bessel) . La E.D.: x2 dy d2 y + x + (x 2 p 2 )y = 0 2 dx dx
n=0
rsid ad
n=0
(n + r)(n + r 1)Cn x
n=0
n+r1
de
An
con 0 < x < R y C0 = 0; derivamos dos veces y sustituimos en la E.D. y llegamos a esto: (n + r )C n x
n=0 n=0 n+r1
tioq
uia
y=
Cn xn+r ,
,D
n=0
ept
Hallemos explicitamente estas soluciones en el intervalo 0 < x < R; es f acil ver que x = 0 es un punto singular regular. Suponemos una soluci on de la forma
o. d
eM
+ Cn xn+r+1 = 0
d2 y dy + + xy = 0. dx2 dx
n=0
(n + r ) C n x
n=0
n+r1
Cn xn+r+1 = 0 Cn xn+1 = 0
xr
(n + r)2 Cn xn1 +
para homogenizar los exponentes hagamos k = n 1 (o sea que n = k + 1 y cuando n = 0 entonces k = 1) en la primera sumatoria y hagamos k = n +1 en la segunda sumatoria, luego 184
Un ive
atem
Las soluciones de esta E.D. se les llama funciones de Bessel de orden p. Cuando p = 0 y x = 0 entonces
atic
donde p es un par ametro positivo, se le llama E.D. de Bessel de orden p.
as
k=1
(k + r + 1) Ck+1 x +
n=1
Ck1 xk = 0
x r C0 x
+ (r + 1) C1 x +
k=1
[(k + r + 1)2 Ck+1 + Ck1 ] xk = 0
comparamos coecientes
iterando k k = 1 C2 = k = 2 C3 k = 3 C4 k = 4 C5 k = 5 C6 Generalizando, C2n = (1)n 22 42
C0 C0 = 2 2 (1 + 1) 2 C1 = 2 =0 3 C0 C2 = 2 = 2 4 2 42 =0 C4 C0 = 2 = 2 6 2 42 62
C2n+1
C0 C0 = (1)n 2 2 6 (2n) (2 4 6 (2n))2 C0 = (1)n n (2 1 2 3 . . . n)2 C0 = (1)n 2n , n = 0, 1, 2, . . . 2 (n!)2 = 0, n = 0, 1, 2, . . .
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
Ck+1 =
Ck1 (k + 1)2
k = 1, 2, . . .
eM
(0 + 1)2 C1 = 0 C1 = 0
atem
185
Si C0 = 0 r1 = r2 = r = 0
atic
r 2 C 0 = 0,
(r + 1)2 C1 = 0,
(k + r + 1)2 Ck+1 + Ck1 = 0 con k 1
as
CAP ITULO 5. SOLUCIONES POR SERIES Sustituimos en y 1 (x) =

n=0
Cn x =
n
n=0
C2n x2n
n=0
C0 x2n = C0 = (1) 2n 2 2 ( n !) n=0 Por denci on, la serie

n=0
(1)n
1 (n!)2
x 2
2n
se le llama funci on de Bessel de orden cero y de primera especie J 0 (x) = 1
y 2 (x) = como [J0 (x)]2 = y 2 (x) = =
x2 x4 x6 + + ... 4 64 2304 x 2 3x 4 11x6 y2 = J0 (x) ln x + + ... 4 128 13824 NOTA: observemos que 1 1 (1)2 1(1) = 2 = 2 2 2 (1!) 2 4 186
rsid ad
e x dx 1 J 0 (x) dx = J ( x ) dx 0 [J0 (x)]2 x[J0 (x)]2 x 2 3x 4 5x 6 1 + + ... 2 32 576 1 x2 5x4 23x6 = 1 + + + + ... [J0 (x)]2 2 32 576 1 x 5x3 23x5 1 = + + + + ... x[J0 (x)]2 x 2 32 576 1 x2 5x3 23x5 J 0 (x) + + + + . . . dx x 2 32 576 x2 5x4 23x6 J0 (x)[ln x + + + + . . .] 4 128 3456
de
An
tioq
uia
,D
Un ive
= J0 (x) ln x + 1
ept
o. d
x2 5x4 23x6 + + + ... 4 128 3456
eM
x6 x2 x4 + + ... 4 64 2304 La segunda soluci on la hallamos por el m etodo de reducci on de orden Dlambert:
atem
atic
as
(1)n (n!)2
x 2
2n
= J 0 (x)
5.3. SOL. EN TORNO A PUNTOS SING. REG. (1)3 (1)4 Por tanto y2 (x) = J0 (x) ln x + x2 x6 1 1 1 x4 + ... 1 + 1+ + 2 4 2 6 2 2 2 (2!) 2 2 (3!) 2 3 x2n 1 24 (2!)2 1 26 (3!)2 1+ 1 2 = = 3 3 = 2 2 2 128 11 11 = 2 6 6 13824
24 26
1+
1 1 + 2 3
n=1
= l m As Y0 (x) ser a igual a Y 0 (x) =
Y 0 (x) =
2 x (1)n+1 J0 (x) + ln + 2 (n!)2 n=1
Un ive
2 [J0 (x) ln x+ (1)n+1 x2n + 22n (n!)2 n=1
1+
1 1 1 + + ... + 2 3 n 1+
rsid ad
de
An
1+
1 1 1 + + . . . + ln n 2 3 n
tioq
uia
2 [y2 (x) + ( ln 2)J0 (x)] donde es la constante de Euler; a Y0 (x) se le llama funci on de Bessel de orden cero y de segunda especie y Y 0 (x) =
,D
1 1 1 + + ... + 2 3 n
ept
x2n + ( ln 2)J0 (x) x 2

2n
La soluci on general es: y = C1 J0 (x) + C2 Y0 (x), las gr acas de J0 (x) y Y0 (x) se muestran en la gura 5.2
o. d
En vez de y2 (x) como segunda soluci on, se acostumbra tomar la siguiente funci on combinaci on lineal de y2 y J0 , como segunda soluci on:
0,5772
eM
y = C 0 J 0 (x) + C 1 y 2 (x)
atem
Donde (5.4) es la segunda soluci on y es linealmente independiente con y1 . La soluci on general es:
atic
y2 (x) = J0 (x) ln x +
1+
as
(1)n+1 22n (n!)2
1 1 1 + + ... + 2 3 n
(5.4)
187
0,5
0 0 5 10 x -0,5 15 20 25
-1
Figura 5.2 J0 (x) y Y0 (x).
5.3.4.
DE BESSEL DE ORDEN p : ECUACION

x2 y + xy + (x2 p2 )y = 0
Sabemos que
y=
Cn xn+r
n=0
Un ive
xr (r2 p2 )C0 x0 + [(r + 1)2 p2 ]C1 x + Luego,
rsid ad
con C0 = 0 y 0 < x < R; derivamos dos veces y sustituimos en la E.D., el resultado es:
[(n + r)2 p2 ]Cn + Cn2 = 0 para n 2 188
[(r + 1)2 p2 ]C1 = 0
(r 2 p 2 )C 0 = 0
de
n=2
An
por tanto x = 0 es un punto singular regular; suponemos una soluci on de la forma
tioq
{[(n + r)2 p2 ]Cn + Cn2 }xn = 0
uia
P (x) =
x 1 = , 2 x x
Q (x) =
,D
ept
se le llama E.D. de Bessel de orden p 0 y x > 0, trabajemos con p > 0; veamos que x = 0 es un punto singular regular, en efecto, como x2 = 0 entonces x = 0 y x2 p 2 x2
o. d
eM
atem
atic
(5.5)
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. Si C0 = 0 r2 p2 = 0 (ecuaci on indicial) r = p r 1 = p r2 = p ( ndices de la singularidad)
Si r1 = p en la ecuaci on (5.5): [(p + 1)2 p2 ]C1 = 0 (1 + 2p)C1 = 0 C1 = 0, ya que p>0
n(n + 2p)Cn + Cn2 = 0 Cn = Cn2 n(n + 2p)
n2 n2
Iteramos los pares con n 2 y obtemos: C2n
22n
luego, y 1 (x) = As ,
rsid ad
n=0
de
Cn x
n+p
An
C2n =
(1)n C0 ; n!(1 + p)(2 + p)(3 + p) (n + p) = x

p
tioq
uia
(1)n C0 = , (2 4 . . . 2n)(2 + 2p)(4 + 2p) . . . (2n + 2p) n = 0, 1, 2 . . . (5.6)
n=0
Un ive
y 1 (x) = x p Al reemplazar (5.6), obtenemos: y 1 (x) = x C 0

p n=0
C2n x2n
n=0
22n
(1)n x2n n!(1 + p)(2 + p)(3 + p) (n + p) 189
,D
C n xn
ept
o. d
por tanto todos los coecientes impares son cero, ya que C1 = 0.
eM
atem
(n2 + 2np)Cn + Cn2 = 0
atic
[(n + p)2 p2 ]Cn + Cn2 = 0
n2
as
= C0 2 = K0
n=0 n=0
22n+p
(1)n x2n+p n!(1 + p)(2 + p)(3 + p) (n + p)

2n+p
x (1)n n!(1 + p)(2 + p)(3 + p) (n + p) 2
donde la constante K0 = C0 2p . Veamos los siguientes casos: a Si p es un entero positivo: y1 (x) = p! = p!

n=0 n=0 n=0
a la expresi on
(1)n n! (n+p)!
x 2n+p 2
se le llama funci on de Bessel de orden p
y primera especie y se denota por Jp (x). b Si p es diferente de un entero positivo: y 1 (x) =

n=0
= (p + 1)
n=0
Un ive
y como (n + p + 1) = (n + p)(n + p) = (n + p)(n + p 1)(n + p 1) = (n + p)(n + p 1) (1 + p)(1 + p) entonces y1 (x) = (p + 1) La expresi on

n=0
rsid ad
de
(1)n x n!(p + 1)(1 + p)(2 + p) (n + p) 2
An
x (1)n n!(1 + p)(2 + p)(3 + p) (n + p) 2
uia
,D
ept
o. d
tioq
eM
2n+p 2n+p
(1)n x n! (n + p)! 2
2n+p
(1)n x n!(n + p + 1) 2
atem
x (1)n n!p!(1 + p)(2 + p)(3 + p) (n + p) 2
atic
as
2n+p 2n+p 2n+p
n=0
x (1)n n! (n + p + 1) 2
= J p (x)
190
5.3. SOL. EN TORNO A PUNTOS SING. REG. se le llama funci on de Bessel de orden p y primera especie y se denota por Jp (x), (Ver gr aca 5.3).
0,4
0,2
-0,2
-0,4
Figura 5.3 J 7 (x).

2
n=0
0,6
0,4
0,2
0 0 -0,2 5
Un ive
10
rsid ad
La soluci on general, y2 (x) = C1 Jp (x) + C2 Jp (x) si 2p = entero positivo p > 0.
de
An
que es la funci on de Bessel de orden p
15
tioq
y2 =
x (1)n n! (n p + 1) 2
2np
uia
,D
20
Para r2 = p, supongamos que r1 r2 = p (p) = 2p y 2p diferente de un entero positivo y p > 0. La segunda soluci on es : = Jp (x)
ept
o. d
25
J p (x) =
x (1)m m! (m + p + 1) 2 m=0
2m+p
-0,4
-0,6
Figura 5.4 J3 (x) y J3 (x). 191
eM
En general para p = entero o p = entero y p > 0
atem
atic
as
10
20
30
40
50
CAP ITULO 5. SOLUCIONES POR SERIES Cuando r1 r2 = 2p = entero positivo (caso ii.), entonces Jp y Jp son linealmente dependientes (Ejercicio)(Ver gura 5.4 con p = 3, observese que J3 (x) = J3 (x), es decir son linealmente dependientes). En este caso la segunda soluci on es de la forma y2 (x) = CJp ln x +
n=0
bn xnp
C=0
eM
40
2 Y p (x) = 1 + 2
1 x ln + Jp (x) 2 2
n=0 n
p1 n=0 n+p
(p n 1)! n!
atem
x 2
atic
x 2
O tambi en podemos usar el m etodo de reducci on de Dlambert como hicimos con la funci on de Bessel de orden cero y segunda especie Y0 (x). Haciendo el mismo proceso, llegamos a Yp (x) = Bessel de orden p y segunda especie,
k=1
10 0 -0,2 -0,4 -0,6 -0,8 -1
20
rsid ad
0,2
de
0,4
An
tioq
Donde es la constante de Euler. La soluci on Yp se le llama funci on de Bessel de orden p y segunda especie. Soluci on general: y = C1 Jp (x) + C2 Yp (x), donde p es un entero positivo.Ver graca 5.5 para Yp (x) con p = 1.
30
uia
,D
ept
(1)
n+1
1 1 + k k=1 k
o. d
1 n! (n + p)!
192
Un ive
Figura 5.5 Y1 (x)
as
2np
+
2n+p
50
5.3. SOL. EN TORNO A PUNTOS SING. REG. Las siguientes propiedades de la funci on de Bessel, se dejan como ejercicios. Ejercicio 1. Mostrar que con el cambio de variable y = E.D. de Bessel de orden p a la E.D.: u (x) + 1 + 1 p2 4 1 x2 u=0
u(x) x
reduce la
n=0
Mostrar que
donde k = cte.
Y con esto mostrar que
k d [Jp (kx)] = [Jp1 (kx) Jp+1 (kx)] dx 2 Jp (kx) = kx [Jp1 (kx) + Jp+1 (kx)] 2p 193
Un ive
p d [Jp (kx)] = kJp1 (kx) Jp (kx) dx x d p [Jp (kx)] = kJp+1 (kx) + Jp (kx) dx x
rsid ad
de
Ejercicio 4. Con los resultados del ejercicio anterior, mostrar que: () ()
An
tioq
d p [x Jp (kx)] = kxp Jp+1 (kx) dx
uia
d p [x Jp (kx)] = kxp Jp1 (kx) dx
,D
ept
o. d
J p (x) =
(1)n n! (n + p)!
x 2
2n+p
eM
Ejercicio 3. Sabiendo que
atem
sen x cos x y = C1 + C2 x x
atic
Ejercicio 2. Con el resultado anterior, mostrar que la soluci on general 1 de la E.D. de Bessel de orden p = 2 es:
as

d J1 (x) en t erminos de J0 (x) y J2 (x). Ejercicio 5. Hallar J1 (x) y dx Hallar Jp+ 1 (x) en t erminos de Jp 1 (x) y Jp+ 3 (x).
2 2 2
Ejercicio 6. Probar que
J1 (x) dx = J0 (x) + c
Ejercicio 7. Probar que para p entero positivo: i) Usando el ejercicio 4. y la aproximaci on
Probar que ii) iii)

0 0
Jp+1 (x) dx =
Jp (x) dx = 1
Jp (x) x
Ejercicio 9. Comprobar que la E.D. xy + (1 2p)y + xy = 0
tiene la soluci on particular y = xp Jp (x) (Ayuda: hacer u = xp y )
194
Un ive
v) l m Yp (x) = +
x0
rsid ad
iv) J0 (0) = 1
de
An
iii) Jp (0) = 0,
p>0
tioq
ii) Jp (x) = (1)p Jp (x)
uia
,D
i) Jp (x) = (1)p Jp (x)
ept
Ejercicio 8. Para p = 0, 1, 2, . . . mostrar que:
o. d
dx =
1 p
eM
atem
Jp1 (x) dx.
atic
as
J p (x)
2 p cos(x ) x 4 2
5.3. SOL. EN TORNO A PUNTOS SING. REG. Ejercicio 10. Con el cambio de variable y = x 2 u(x), hallar la soluci on general de x2 y + 2xy + 2 x2 y = 0 (Rta.:y = C1 x 2 J 1 (x) + C2 x 2 J 1 (x))
2 2 1 1 1
5.3.5.
PUNTO EN EL INFINITO
dy dt dy 1 dy dy = = ( 2 ) = t 2 dx dt dx dt x dt 2 d dy d dy dt d y dy y = ( )= ( ) = [t2 2 2t ](t2 ) dx dx dt dx dx dt dt 1 1 Q( ) 2 P(t) 2 y + 4t = 0 y + t t t Si t = 0 es punto ordinario entonces x en el innito es un punto ordinario. Si t = 0 es un punto singular regular con exponentes de singularidad r1 , r2 entonces x en el innito es un punto singular regular con exponentes de singularidad r1 , r2 . Si t = 0 es un punto singular irregular entonces x en el innito es un punto singular irregular. Ejemplo 14. An alizar los puntos en el innito para la E.D. de Euler: 4 2 y + y + 2y = 0 x x 1 Soluci on: haciendo el cambio de variable t = x queda trasformada en la E.D.: 2 2 y y + 2y = 0 t t Por lo tanto t = 0 es un punto singular regular y la ecuaci on indicial es r(r 1) 2r + 2 = 0 r1 = 2, r2 = 1, por lo tanto x en el innito es un punto singular regular con exponentes 2 y 1. y = Para los ejercicios siguientes, decir si la E.D. tiene un punto singular regular o irregular en el innito: 195
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
Para la E.D.: y + P (x)y + Q(x)y = 0, se desea saber el comportamiento 1 . de la soluci on en el innito, para ello se hace el cambio de variable t = x O sea que cuando x t 0. Derivemos dos veces (usando la regla de la cadena) y sustituyamos en la E.D.:
as
CAP ITULO 5. SOLUCIONES POR SERIES 1). x2 y 4y = 0 (Rta.: hay un punto singular regular en el innito) 2). x3 y + 2x2 y + 3y = 0 (Rta.: hay un punto singular regular en el innito) Para los ejercicios siguientes hallar las raices indiciales y las dos soluciones en serie de Frobenius, linealmente independientes con |x| > 0.
n=0
Un ive
y1 =
rsid ad
6). 2xy + 3y y = 0 (Rta.:
de
An
5). 4x2 y 4xy + (3 4x2 )y = 0 (Rta.: y1 = x cosh x, y2 = x senh x)
tioq
1 xn , y2 = x 2 n!3 5 7 . . . (2n + 1)
uia
4). xy y + 4x3 y = 0 (Rta.: y1 = cos x2 , y2 = sen x2 )
,D
n=0
7). 2xy y y = 0 (Rta.: y1 = x (1+3

3 2
ept
xn ) n!1 3 5 . . . (2n 1)
3). xy + 2y 4xy = 0 2x , y2 = (Rta.: y1 = cosh x
senh 2x ) x
n=1
xn xn ) , y 2 = 1 x ) n!5 7 . . . (2n + 3) n!1 3 5 . . . (2n 3) n=2
196
o. d
eM
2). xy + 2y + 9xy = 0 3x (Rta.: y1 = cos , y2 = x
sen 3x ) x
atem
atic
1). 4xy + 2y + y = 0 (Rta.: y1 = cos x, y2 = sen x)
as
5.3. SOL. EN TORNO A PUNTOS SING. REG. 8). 3xy + 2y + 2y = 0 (Rta.: y1 = x

1 3
n=0
(1)n 2n xn , y 2 = n!4 7 . . . (3n + 1)
n=0
(1)n 2n xn ) n!2 5 . . . (3n 1)
9). 2x2 y + xy (1 + 2x2 )y = 0 (Rta.:
y1 = x (1+
3 2
n=1
y1 = x (1+
14). 2xy + (1 2x2 )y 4xy = 0 (Rta.: y1 = x

1 2
Un ive
13). 2xy + (1 + x)y + y = 0 1 1 (1)n n x 2 2, y = 1 + (Rta.: y1 = x 2 2 n=0 n!2n x = x e
rsid ad
n=1
de
1 3
An
12). 3x2 y + 2xy + x2 y = 0 (Rta.:
tioq
uia
y1 = x 2 (1+
,D
ept
(1)n n n=1 (2n1)! x )
11). 6x2 y + 7xy (x2 + 2)y = 0 (Rta.:
2 x2n x2n 3 (1+ ) , y = x )) 2 n n!5 17 . . . (12n 7) 2n n!19 31 . . . (12n + 7) 2 n=1
(1)n (1)n 2n x ) , y = 1+ x2n ) 2 n n!5 11 . . . (6n 1) 2n n!7 13 . . . (6n + 1) 2 n=1
n=0
1 x2 2n x2n 2e 2 , y = 1 + = x x2n ) 2 n!2n 3 7 . . . (4 n 1) n=1
o. d
n=1
eM
(1)n1 (1)n x2n ), y2 = x1 (1+ x2n )) n!9 13 . . . (4n + 5) n !3 7 . . . (4 n 1) n=1
atem
10). 2x2 y + xy (3 2x2 )y = 0 (Rta.:
atic
n=1
n=0
as
y1 = x(1 +
1 x2n ), y 2 = x 2 n!7 11 . . . (4n + 3)
x2n ) n!1 5 . . . (4n + 1)
197
CAP ITULO 5. SOLUCIONES POR SERIES 15). xy + (3 x)y y = 0 (Rta.: y1 = x2 (1 + x), y2 = 1 + 2 16). xy + (5 x)y y = 0 (Rta.: y1 = x4 (1 + x +
xn n=1 (n+2)! )
x2 2
x3 ), 6
y2 = 1 + 24
xn n=1 (n+4)! )
o. d
19). xy (4 + x)y + 3y = 0 3 x+ 1 x2 + (Rta.: y1 = 1 + 4 4
eM
1 3 x, 24
y2 = x5 (1 + 120
Un ive
23). x(x 1)y + 3y 2y = 0 (Rta.: y1 = 1 + 2 x+ 1 x2 , y 2 = 3 3
rsid ad
22). xy + 2y xy = 0 (Rta.: y1 = x1 n=0
x2n (2n)!
de
An
21). x(1 x)y 3y + 2y = 0 (Rta.: y1 = 3 + 2x + x2 , y2 =
x4 ) (1x)2
tioq
uia
20). x2 y + (2x + 3x2 )y 2y = 0 (Rta.: y1 = x2 (2 6x + 9x2 ), y2 =
(1)n1 3n n n=1 (n+2)! x )
,D
cosh x , x
ept
x2n+1 n=0 (2n+1)!
atem
(n+1) n n=1 (n+5)! x ))
18). 5xy + (30 + 3x)y + 3y = 0 3 9 2 (Rta.: y1 = x5 (1 5 x + 50 x n n (1) 3 n y2 = 1 + 120 n=1 (n+5)!5n x )
9 x3 250
27 x 4 ), 1000
atic
=
senh x ) x
y2 = x1
n=0 (n
+ 1)xn+4 )
24). xy + (1 x)y y = 0 xn 1 2 x (Rta.: y1 (x) = n=0 n! = e , y2 = y1 (x) ln |x| + y1 (x)(x + 4 x 1 x3 + 4,14! x4 . . .)) 3,3! 198
as
17). xy + (5 + 3x)y + 3y = 0 9 2 x 9 x3 ), y2 = 1 + 24 (Rta.: y1 = x4 (1 3x + 2 2
(1)n 3n n n=1 (n+4)! x )
5.3. SOL. EN TORNO A PUNTOS SING. REG. 25). xy + y + y = 0 (Rta.: y 1 (x) =

n=0
5 23 (1)n n x , y2 = y1 (x) ln |x| + y1 (x)(2x + x2 + x3 + . . .)) 2 (n!) 4 27
26). x2 y + x(x 1)y + y = 0 1 2 (Rta.: y1 (x) = xex , y2 = xex (ln |x| + x + 4 x + 27). xy + (x 1)y 2y = 0 x2 ln |x| (Rta.: y1 (x) = x2 , y2 = 1 2 28). xy (2x 1)y + (x 1)y = 0 (Rta.: y1 (x) = ex , y2 = ex ln |x|) 29). y + 21x y + 41x y = 0 (Rta.: y1 (x) = cos x, y2 = sen x)
6 6 y + (x 30). y + x 2 1)y = 0 x (Rta.: y1 (x) = senh , y2 = x3
1 x3 3,3!
+ . . .))
1 2
cosh x ) x3
3 31). y + x y + 4x 2 y = 0 x2 , y2 = (Rta.: y1 (x) = sen x2
cos x2 ) x2
1 ) x2
33). xy + 2y + xy = 0 x (Rta.: y1 (x) = sen , y2 = x
34). xy + (1 2x)y (1 x)y = 0 (Rta.: y1 (x) = ex , y2 = ex ln |x|) 199
Un ive
cos x ) x
rsid ad
2 2 32). y + x y x 2y = 0 (Rta.: y1 (x) = x, y2 =
de
An
tioq
uia
,D
ept
o. d
eM
atem
1 3 + x 3! x + . . .)
atic
as

1 )y = 0 35). y 2y + (1 + 4x2 (Rta.: y1 (x) = x ex , y2 = x ex ln |x|)
36). x(x 1)y (1 3x)y + y = 0 |x| 1 , y2 = ln ) (Rta.: y1 (x) = 1 x 1x

1 37). y + x y y =0 (Rta.: y1 (x) = 1 +
21 2 x 40
+ . . . ) , y 2 = 1 3x + 2x 2 + . . . )
donde , , son constantes
rsid ad
b). Si es un entero positivo, mostrar que y (x) = x

0
de
a). Mostrar que x = 0 es un punto singular regular con exponente de singularidad 0 y 1 .

n=0
An
tioq
uia
x(1 x)y + [ ( + + 1)]y y = 0
,D
40). La ecuaci on hipergeom etrica de Gauss es
Cn x =
Un ive
n=0
con C0 = 0, cuya relaci on de recurrencia es: Cn+1 = para n 0 200 ( + n)( + n) Cn ( + n)(1 + n)
ept
o. d
39). x2 y + x(x 1)y (x 1)y = 0 (Rta.: y1 (x) = x, y2 = x ln |x| +
(1)n n+1 ) n=1 n!n x
eM
C n xn
atem
+1 y + 23x y 38). y + x2 x = 0 7 x+ (Rta.: y1 (x) = x (1 6
atic
as
x2 22
x4 (2,4)2
+ . . . , y2 = ln |x|y1 ( x + 4
3x4 8,16
+ . . .))
5.4. ANEXO CON EL PAQUETE MAPLE c). Si C0 = 1 entonces y (x) = 1 +

n=0
n n n x n!n
donde n = ( 1) . . . ( + n 1) para n 1 y similarmente se denen n y n . d). La serie en c) se le llama serie hipergeom etrica y se denota por F (, , , x). Demostrar que: 1) 2) 3) 4)
1 F (1, 1, 1, x) = 1 (la serie geom etrica) x xF (1, 1, 2, x) = ln(1 + x) 3 xF ( 1 , 1, 2 , x2 ) = tan1 x 2 F (k, 1, 1, x) = (1 + x)k (la serie binomial).
Sol1 := y (x) = C 0+ C 1x + C 0x2 + C 1x3 + C 0x4 + C 1x5 + C 0x6 + C 1x7 + O(x8 )
>eqn2:=(x^2-1)*diff(y(x),x,x)+4*x*diff(y(x),x)+2*y(x)=0; > eqn2 := (x2 1) dif f (y (x), x, x) + 4 x dif f (y (x), x) + 2 y (x) = 0 201
Un ive
Ejemplo 16. Para el ejemplo anterior, hallar la relaci on de recurrencia, iterarla hasta n = 8 y luego dar la soluci on. Debemos cambiar el formato de entrada de la E.D.
rsid ad
de
>Order:=8: >Sol1:=dsolve(Eqn1,y(x),series);
An
Eqn1 := {(x2 1)D(D(y ))(x)+4xD(y )(x)+2y (x) = 0, D(y )(0) = C 1, y (0) = C 0}
tioq
uia
,D
>Eqn1:={(x^2-1)*D(D(y))(x)+4*x*D(y)(x)+2*y(x)=0,D(y)(0)=C1,y(0)=C0};
ept
Ejemplo 15. Resolver la E.D. del Ejemplo 5. (x2 1)y + 4xy + 2y = 0
o. d
5.4.
eM
atem
atic
as
CAP ITULO 5. SOLUCIONES POR SERIES >SeriesSol:=sum(a[n]*x^n,n=k-2..k+2); SeriesSol := a[k 2]x(k2) + a[1 + k ]x(1+k) + a[k ]xk + a[1 + k ]x(1+k) + a[k + 2]x(k+2) >simplify(simplify(subs(y(x)=SeriesSol,eqn2))); (5a[k 2]x(k2) k + 3a[k + 2]x(k+2) k a[k ]xk k + a[1 + k ]x(1+k) k xk a[k 2]k 2 x(1+k) a[1 + k ]k 3a[1 + k ]x(1+k) k 3x(k+2) a[k ]k + xk a[k ]k 2 + x(k+2) a[k + 2]k 2 + 2a[1 + k ]x(1+k) +6a[k 2]x(k2) + x(k2) a[k 2]k 2 + x(1+k) a[1 + k ]k 2 + 2a[k + 2]x(k+2) x(1+k) a[1 + k ]k 2 7x(k+2) a[k +2]k +x(1+k) a[1+k ]k 2 +xk a[k 2]k x(k+2) a[k ]k 2 5x(k+3) a[1+k ]k x(k+3) a[1 + k ]k 2 x(k+4) a[k + 2]k 2 2a[k ]x(k+2) 6a[1 + k ]x(k+3) 12a[k + 2]x(k+2) )/x2 = 0
>Y1:=C0*sum(x^(2*k),k=0..infinity);
C 1x x2 1 Ejemplo 17. Las siguientes instrucciones gracan las funciones de Bessell de primera especie y segunda especie. Y 2 := >plot(BesselJ(3,x),x=0..50,y=-0.5..0.5); >plot(BesselY(1,x),x=.1..50,y=-1..0.5); 202
Un ive
rsid ad
C0 x2 1 >Y2:=C1*sum(x*x^(2*k),k=0..infinity); Y 1 :=
de
An
tioq
Sol2 := C 0 + C 1x + C 0x2 + C 1x3 + C 0x4 + C 1x5 + C 0x6 + C 1x7 + C 0x8
uia
>a[0]:=C0:a[1]:=C1: > for k from 2 to 8 do a[k]:=a[k-2] od: > Sol2:=sum(a[j]*x^j,j=0..8);
,D
ept
o. d
a[k + 2] := a[k ]
eM
>a[k+2]:=simplify(solve(coeff(lhs(%),x^(k+2)),a[k+2]));
atem
atic
as
CAP ITULO 6
atem
0 b
= si el l mite existe.
Demostraci on: veamos que la siguiente integral existe, en efecto:
rsid ad
Teorema 6.1 . Si f (t) es una funci on continua a tramos para t 0 y adem as |f (t)| M ect para todo t T , donde M es constante , c > 0 constante y T > 0 constante, entonces {f (t)}(s) existe para s > c.
de
Un ive
|{f (t)}(s)| = = =
0 0 T 0
An
est f (t)dt
est |f (t)|dt, est |f (t)|dt + I1 203

T
tioq
uia
l m
sabiendo que est > 0 est |f (t)|dt I2
,D
est f (t)dt,
|est ||f (t)|dt
ept
{f (t)}(s) = F (s) =
est f (t)dt
o. d
Denici on 6.1 Sea f (t) una funci on denida para todo t 0; se dene la Transformada de Laplace de f (t) as :
eM
atic
TRANSFORMADA DE LAPLACE
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE

T
I1 =
0
est |f (t)|dt existe, ya que f es continua a tramos
I2 =
T
est |f (t)| dt
M ect
est M ect dt = M
T
e(s+c)t dt
f (t) M ect , (c > 0) (0, M ) T
Observaci on: es un operador lineal, en efecto {f (t) + g (t)}(s)

def.
Un ive
rsid ad
de
Figura 6.1
est (f (t) + g (t)) dt
An
tioq
uia
,D
e
st
ept
0
o. d
f (t)
0
eM
= f (t) dt + est g (t) dt = {f (t)}(s) + {g (t)}(s)
204
atem
NOTA: cuando f (t) |f (t)| M ect para t T , entonces decimos que f (t) es de orden exponencial (ver gura 6.1).
atic
Luego, {f (t)}(s) existe, si s > c.
as
M e(sc)t , suponiendo que s c > 0 = (s c ) T M M (sc)T = (0 e(sc)T ) = e sc sc
Teorema 6.2 . 1). {1}(s) = {k }(s) = 2). {tn }(s) =

1 s k s
s > 0,
, s > 0, k constante. , s > 0, n = 1, 2, . . .
n! sn+1
para s > a
7). {cosh kt}(s) =
s s2 k2
s > |k |
8). {tn eat }(s) =
n! (sa)n+1
s > a, n = 1, 2, . . .
Demostraci on 1). Si s > 0 se tiene que {1}(s) =
Un ive
rsid ad
de
An
tioq
est 1 dt =
est s
uia
6). { senh kt}(s) =
k s2 k2
s > |k |
,D
0
ept
= 1 s
5). {cos kt}(s) =
s s2 +k2
s>0
Demostraci on 2). Hagamos la demostraci on por el m etodo de inducci on. Para ello, suponemos que s > 0 y utilizamos el siguiente limite: 205
o. d
eM
4). { sen kt}(s) =
k s2 +k2
s>0
atem
atic
3). {eat }(s) =
1 sa
as

t l m | e ct | = 0, n = 1, 2, . . . 0 0
n
n = 1 : {t}(s) =
est t dt, + 1 s
hagamos
0
test = s
u=t du = dt est dv = est dt v = 1 s
est dt
0 0
tioq
{tn1 }(s) n n = (0 0) + {tn1 }(s) = {tn1 }(s) s s
{tn }(s) =
n (n 1)! n! = n+1 n s s s
Demostraci on 4). Por el m etodo de los operadores inversos, tenemos:
Un ive
{ sen kt}(s) = =
est ( sen kt) dt

0
rsid ad
de
An
Pero por la hip otesis de inducci on {tn1 }(s) =
uia
,D
ept
(n1)! , sn
tn est = s
n + s
est tn1 dt
o. d
{tn }(s) =
est tn dt hagamos
u = tn du = ntn1 dt est dv = est dt v = 1 s
eM
Supongamos que se cumple para n 1 y veamos que se cumple para n. En efecto:
atem
luego:
1 1 st {t}(s) = (0 0) + e s s 1 1 = 2 (0 1) = 2 s s
atic
0 0
1 st e sen kt D
0
= est
1 sen kt Ds
= e 206
st
D+s sen kt D 2 s2
=e
st
D+s sen kt k 2 s 2
as
6.1. TRANSFORMADA INVERSA DE LAPLACE 1 est (k cos kt + s sen kt) 2 s + k2 0 k 1 (0 k ) = 2 , s>0 = 2 s + k2 s + k2 = En la demostraci on anterior utilizamos el siguiente teorema de l mites: si l m |f (t)| = 0 y g (t) es una funci on acotada en entonces l m f (t)g (t) = 0
t
6.1.
6.1.1.
Para funciones continuas, 1 es un operador lineal: 1 {F (s) + G(s)} = 1 {F (s)} + 1 {G(s)}
Un ive
y la funci on g (t) = 1 (observese que f (t) = g (t)) tienen la misma . Sinembargo 1 { 1 }= transformada, es decir, {f (t)} = {g (t)} = 1 s s 1 1 f (t) y { s } = g (t) son diferentes. Pero cuando f (t) y g (t) son continuas para t 0 y {f (t)} = {g (t)} entonces f (t) = g (t) (Ver el libro de Variable Compleja de Churchill)
La transformada inversa de Laplace de F (s), no necesariamente es u nica. Por ejemplo la funci on si t 0 y t = 1, t = 2 1, f ( t ) = 3, si t = 1 3, si t = 2
rsid ad
de
An
tioq
uia
,D
ept
NOTA:
o. d
1 {F (s)} = f (t)
eM
Si {f (t)}(s) = F (s), entonces decimos que f (t) es una transformada inversa de Laplace de F (s) y se denota as :
atem
INTRODUCCION
atic
TRANSFORMADA INVERSA DE LAPLACE
as
207
CAP ITULO 6. TRANSFORMADA DE LAPLACE Teorema 6.3 . Para a y k constantes se tiene: 1). 1 2). 1 3). 1 4). 1 5). 1 6). 1 7). 1 8). 1 1 s n! = 1, y 1 k s = k , si s > 0 1 = tn , si s > 0 n!
Ejemplo 1. Con factores lineales en el denominador 1 7s 1 (s 3)(s + 2)(s 1) = A1 = 1
Pero por fracciones parciales
7s 1 A B C = + + (s 3)(s + 2)(s 1) s3 s+2 s1 Para hallar el coeciente A, eliminamos de la fracci on el factor correspondiente a A y en la parte restante sustituimos a s por la ra z asociada a este factor; lo mismo hacemos para los coecientes B y C . 208
Un ive
rsid ad
1 + B 1 s3 = Ae3t + Be2t + Cet
de
An
tioq
1 s+2
uia
,D
sn+1 sn+1 1 = eat , si s > a sa sen kt 1 k = sen kt, y 1 = , si s > 0 2 2 2 2 s +k s +k k s = cos kt , si s > 0 2 s + k2 k 1 senh kt , si s > |k | = senh kt y 1 = 2 2 2 2 s k s k k s = cosh kt , si s > |k | 2 s k2 tn eat n! 1 n at 1 = t e y = , si s > a (s a)n+1 (s a)n+1 n!
= tn y
A B C + + s3 s+2 s1 + C 1 1 s1
ept
o. d
eM
atem
atic
as
6.1. TRANSFORMADA INVERSA DE LAPLACE
A=
7 (3) 1 7 (2) 1 7 (1) 1 =2, B= = 1 , C = = 1, (5) (2) (5) (3) (2) (3) 1
7s 1 = 2e3t e2t et (s 3)(s + 2)(s 1) Ejemplo 2. Con factores lineales repetidos
atic
s 2 (s
as
s+1 + 2)3
= 1
s 2 (s
s+1 s2 (s + 2)3
1 1 t2 e2t 1 2t 1 t + e 8 16 4 2! 16
s2 + 2 s(s2 + 2s + 2)
= 1 = 1
= A1
Un ive
rsid ad
Ejemplo 3. Factores cuadr aticos, lo factorizamos en factores lineales en los complejos
s2 + 2 s(s (1 + i))(s (1 i)) A B C + + s s ( 1 + i ) s ( 1 i ) 1 1 + B 1 + s s ( 1 + i ) 209
de
An
tioq
1 1 1 A= 8 , B = 16 , C = 4 , D = 0, E =
uia
y por los m etodos de las fracciones parciales hallamos

1 , 16
,D
ept
s+1 + 2)3
A B C D E + + + + 2 3 2 s s (s + 2) (s + 2) s+2 1 1 1 1 1 = A1 + B + C s2 s (s + 2)3 1 1 + E 1 +D1 2 (s + 2) s+2 2 2t 2t t e te = A t + B (1) + C +D + E e2t 2! 1! A B C D E = 2+ + + + 3 2 s s (s + 2) (s + 2) s+2
luego
o. d
eM
atem
CAP ITULO 6. TRANSFORMADA DE LAPLACE +C 1 1 s ( 1 i )
= A (1) + B e(1+i)t + Ce(1i)t = A + Bet (cos t + i sen t) + C et (cos t i sen t) = A + et [(B + C ) cos t + i(B C ) sen t] Hallamos los coecientes de la misma manera que en ejemplo 1. 02 + 2 2 = =1 [0 (1 + i)][0 (1 i)] 1+1 ( 1 + i ) 2 + 2 1 = =i B = (1 + i)[1 + i (1 i)] i ( 1 i ) 2 + 2 1 C = = = i (1 i)[1 i (1 + i)] i = 1 2et sen t A =
6.1.2.
l m {f (t)} (s) = l m F (s) = 0

s
Demostraci on: como la funci on f es continua a tramos en [0, T ], entonces es acotada en este intervalo y por tanto M1 > 0 tal que |f (t)| M1 e0t , t [0, T ] y como f (t) es de orden exponencial para t T , entonces |f (t)| M2 et donde M2 y son constantes con M2 0. Sea M = m ax{M1 , M2 } y sea = m ax{0, }; por lo tanto, |f (t)| M et , t 0. 210
Un ive
rsid ad
Teorema 6.4 . Si f es una funci on continua a tramos para t 0 y de orden exponencial para t T , entonces
de
An
Los teoremas que veremos en esta secci on nos permitir an en muchos casos calcular la transformada inversa sin utilizar fracciones parciales.
tioq
uia
TEOREMAS SOBRE LA TRANSFORMADA DE LAPLACE
,D
ept
o. d
s2 + 2 s(s2 + 2s + 2)
= 1 + et (0 cos t + i(2i) sen t)
eM
atem
atic
as
|F (s)|
=
0
est f (t) dt
est |f (t)| dt
0
est M et dt
=
s>
Teorema 6.5 (Primer Teorema de Translaci on) . Si a es un n umero real cualquiera, entonces eat f (t) (s) = {f (t)} (s a) = F ( s a)
tioq
{eat f (t)}(s) =
est eat f (t) dt =
uia
,D
Demostraci on:
NOTA: 1 {F (s a)} = eat f (t)
Ejemplo 5. 1 Soluci on:
1 s2 2s+3
s2
1 2s + 3
Un ive
Ejemplo 4. {e2t sen t}(s) Soluci on: {e2t sen t}(s) = { sen t}(s 2) = ya que { sen t}(s) = s21 +1
rsid ad
de
= 1
An
= { f ( t) } ( s a) = F ( s a)
1 (s2)2 +1
1 (s 2)2 + 1
ept
e(sa)t f (t) dt
0
o. d
= e2t sen t 211
eM
atem
atic
as
1 M e(s)t dt = e(s) ( s ) 0 M M (0 1) = s s M l m |F (s)| l m =0 s s s l m F (s) = 0
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejemplo 6. 1 Soluci on:

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

Figura 6.3
o. d
t 1 t 1
Ejemplo 7. Al aplicar U (t ) a la funci on sen t trunca la funci on sen t entre 0 y quedando la funci on g (t) = U (t ) sen t como lo muestra la gr aca 6.3 g (t)
212
eM
atem
atic
as
(s + 2) 2 (s + 2)2 + 1 s+2 = 1 2 1 (s + 2)2 + 1 = e2t cos t 2e2t sen t = 1
1 (s + 2)2 + 1
6.1. TRANSFORMADA INVERSA DE LAPLACE Teorema 6.6 (Segundo Teorema de Translaci on) . Si a > 0 y f (t) es continua para t 0 y de orden exponencial entonces {U (t a)f (t a)}(s) = eas F (s) = eas {f (t)}(s) Demostraci on:
0 a
=
0 a
st
U (t a)f (t a) dt +
a
est U (t a)f (t a) dt
=
0
est 0f (t a) dt +
est 1f (t a) dt
=
a
est f (t a) dt
Hagamos u = t a du = dt, por lo tanto, {U (t a)f (t a)}(s) =

0
= esa
NOTA: forma rec proca
Ejemplo 8. Hallar {U (t a)}
Un ive
rsid ad
1 {eas F (s)} = U (t a)f (t a)
de
An
= eas {f (t)}(s)
tioq
uia
{U (t a)} = {U (t a) 1} = eas ) sen t} Ejemplo 9. Hallar {U (t 2 Soluci on: U t 2
sen t = U t
,D
es(u+a) f (u) du esu f (u) du
ept
sen t
o. d
1 eas = s s + 2 2 213
eM
atem
atic
as
{U (t a)f (t a)}(s) =
est U (t a)f (t a) dt
CAP ITULO 6. TRANSFORMADA DE LAPLACE pero sen t 2 + 2 2 2 = sen t cos + sen cos t 2 2 2 2 = cos t 2 s = e 2 {cos t} s = e 2 s 2 s +1
U t
cos t
1 como
es s(s + 1)
= 1 es
1 s(s + 1)
Demostraci on: por inducci on sobre n. n=1 F (s) = dF (s) ds = =

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

0
Un ive
d ds
0
de
Teorema 6.7 (Derivada de una Transformada) . dn con n = 1, 2, . . ., {tn f (t)}(s) = (1)n ds n F (s), donde F (s) = {f (t)}(s)
An
tioq
uia
= U (t 1) U (t 1) e(t1)
,D
1 A B = + A = 1, B = 1 s(s + 1) s s+1 1 1 1 es = 1 es s s+1
ept
t est f (t) dt =
o. d
0
{t f (t)}(s) 214
{t f (t)}(s) d F (s) ds
eM
st (e f (t)) dt s
atem
est (t f (t)) dt
atic
Ejemplo 10. Hallar 1 Soluci on:
es s(s+1)
as
6.1. TRANSFORMADA INVERSA DE LAPLACE Supongamos que se cumple para n = k {tk f (t)}(s) = (1)n Veamos que se cumple para n = k + 1 {tk+1 f (t)}(s) =
n=k
dk F (s) dsk
n=1
{t tk f (t)}(s) =
d {tk f (t)}(s) ds
utilizando fracciones parciales 1 A B = + (s 3)(s + 1) s3 s+1 215
Un ive
1 f (t) = 1 t 1 = 1 t 1 = 1 t 4 = 1 t
1 s3 d d F (s) = 1 ln ds t ds s+1 s + 1 (s + 1)1 (s 3)1 s3 (s + 1)2 1 1 4 s+1 4 = s 3 (s + 1)2 t (s 3)(s + 1) 1 (s 3)(s + 1)
rsid ad
de
An
tioq
Ejemplo 11. Hallar 1 ln Soluci on:
s3 s+1
= f (t)
uia
t f (t) = 1 {F (s)} 1 f (t) = 1 {F (s)} t
,D
ept
o. d
dk d [(1)k k F (s)] ds ds k+1 d = (1)k+1 k+1 F (s) ds NOTA: para el caso n = 1, obtenemos una f ormula que nos permite hallar la transformada inversa de transformadas que no las tenemos en la tabla de transformadas. d {t f (t)}(s) = F (s) ds o sea que =
eM
atem
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE 1 1 A= , B= 4 4 1 1 4 1 f (t) = t 4(s 3) 4(s + 1) 1 et e3t = (e3t et ) = t t Teorema 6.8 (Transformada de la Derivada) . Si f (t), f (t), f (t), . . . , f (n1) (t) son continuas para t 0 y de orden exponencial y si f n (t) es continua a tramos para t 0, entonces:
{f (t)}(s) = e integrando por partes =e
est f (t) dt,
st
f (t)
uia
+s
{f (k) (t)}(s) = sk F (s) sk1 f (0) sk2 f (0) . . . sf (k2) (0) f (k1) (0) Veamos que se cumple para n = k + 1:
{f (k+1) (t)}(s) = {[f (k) (t)] }(s)

n=1 n=k
= s{f (k) (t)}(s) f (k) (0)
= s(sk F (s) sk1 f (0) sk2 f (0) . . . sf (k2) (0) f (k1) (0)) f (k) (0) = sk+1 F (s) sk f (0) sk1 f (0) . . . s2 f (k2) (0) sf (k1) (0) f (k) (0)
216
Un ive
rsid ad
de
supongamos que se cumple para n = k :
An
= f (0) + s{f (t)}(s) = s F (s) f (0)
tioq
,D
ept
est f (t) dt
o. d
eM
Demostraci on: por inducci on sobre n: para n = 1
atem
{f (n) (t)}(s) = sn F (s) sn1 f (0) sn2 f (0) . . . sf (n2) (0) f (n1) (0)
atic
as
6.1. TRANSFORMADA INVERSA DE LAPLACE NOTA: para resolver E.D. necesitamos, en la mayor a de ejemplos, los casos n = 1 y n = 2. Para n = 1 {y (t)}(s) = s Y (s) y (0) donde Y (s) = {y (t)}(s) n = 2 {y (t)}(s) = s2 Y (s) s y (0) y (0) Denici on 6.3 (Producto Convolutivo) . Sean f y g funciones continuas a tramos para t 0; el producto convolutivo entre las funciones f y g se dene as : t (f g )(t) =
0
f ( ) g (t ) d
tioq
Demostraci on: F (s) = F (s) G(s) =

0 def. 0 0 0
uia
,D
def.
{(f g )(t)}(s) = {f (t)}(s) {g (t)}(s) = F (s) G(s)
ept
0
Teorema 6.9 (Transformada del producto convolutivo) . Si f y g son funciones continuas a tramos para t 0 y de orden exponencial, entonces
es f ( ) d
s
G(s) =
0
=
0
e( + )s f ( ) g ( ) d d
0
Sea t = + dejando constante a , luego dt = d . Ahora, cuando = 0 t = y cuando entonces t Luego en 6.1 F (s) G(s) =
0
Un ive
f ( )
rsid ad
e( + )s g ( ) d d
de
f ( ) d
An
g ( ) d
o. d
eM
NOTA: haciendo el cambio de variable u = t en la denici on de producto convolutivo se demuestra que: f g = g f (o sea que la operaci on es conmutativa)
es g ( ) d
atem
atic
as
(6.1)
f ( )
ets g (t ) dt d 217
CAP ITULO 6. TRANSFORMADA DE LAPLACE =t 4 3 2
Figura 6.4
F (s) G(s)
=
0
F (s) G(s)
=
0
ts
def.
NOTA: forma reciproca del teorema (f g )(t) = 1 {F (s) G(s)} Corolario 6.1 (Transformada de la integral) . Si f es una funci on continua a tramos para t 0 y de orden exponencial, entonces: t 1 1 f (t) dt (s) = F (s) = {f (t)}(s) s s 0 Demostraci on: tomando g (t) = 1 en el teorema de convoluci on, tenemos 218
Un ive
rsid ad
{(f g )(t)} (s)
de
An
f ( ) g (t ) d dt = (f g )(t)
tioq
uia
f ( ) ets g (t ) d dt
,D
0
ept
Y como f y g son continuas a tramos, podemos cambiar el orden de integraci on (ver gura 6.4);
o. d
eM
ets (f g )(t) dt
atem
atic
as
{g (t)}(s) = {1}(s) =
t
1 s
t
{(f g )} =
t
f ( ) g (t ) d
=
0
f ( ) 1 d
f ( ) d
= {f ( )}(s) {g ( )}(s) = F (s){1}(s) 1 = F (s) s
tioq
(x) =
est (st)x1 s dt = s
est sx1 tx1 dt
uia
An
=s
por lo tanto {tx1 } = luego (cambiando x por x + 1) {t x } =
(x + 1) con x + 1 > 0( o sea x > 1) y s > 0 sx+1
Denici on 6.4 Una funci on f (t) se dice que es peri odica con per odo T (T > 0) si para todo t se cumple f (t + T ) = f (t). El siguiente teorema se deja como ejercicio. 219
Un ive
rsid ad
(x) con x > 0 y s > 0 sx
de
,D
0
hagamos = st, por tanto d = s dt y cuando = 0 entonces t = 0 y cuando entonces t , por lo tanto
ept
o. d
(x) =
e x1 d
est tx1 = sx {tx1 }
eM
Demostraci on: la funci on gamma como la denimos en el cap tulo anterior es,
atem
Teorema 6.10 (Generalizaci on de la transformada de una potencia) . x+1) , para s > 0 y x > 1 {tx } = ( sx+1
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Teorema 6.11 (Transformada de una funci on peri odica) . Sea f (t) una funci on continua a tramos para t 0 y de orden exponencial. Si f (t) es peri odica con per odo T , entonces: {f (t)}(s) = Ejemplo 12. Hallar Soluci on:
t t 0
1 1 esT
est f (t) dt
0
e cos d (s) 1 {e cos }(s) s
e cos d
(s) =
Pero
2 s 1 (t) = 1 2 2 2 s +4 s +4 t 1 1 def. * 1 = (f g )(t) = ( sen 2t cos 2t) = sen 2 cos 2(t ) d 2 2 2 0 (s 2
s + 4)2
220
Un ive
Observese que el ejemplo siguiente lo resolvemos con los resultados de los teoremas de la transformada y no necesitamos utilizar los dispensiosos m etodos de las fracciones parciales. s Ejemplo 14. Hallar 1 (s2 +4) (t) 2 Soluci on:
rsid ad
de
An
{et et cos t}(s)
def
{et }(s) {et cos t}(s) 1 s1 s + 1 (s 1)2 + 1
tioq
Ejemplo 13. Hallar {et et cos t}(s) Soluci on:
uia
,D
ept
{e cos }(s) = {cos }(s + 1) s+1 = (s + 1)2 + 12 1 s+1 e cos d (s) = s (s + 1)2 + 1
o. d
eM
atem
atic
as
6.1. TRANSFORMADA INVERSA DE LAPLACE 1 t sen 2 (cos 2t cos 2 + sen 2t sen 2 ) d 2 0 t t 1 1 sen 2 cos 2 d + sen 2t sen 2 2 d = cos 2t 2 2 0 0 1 1 1 = cos 2t sen 2 t + t sen t sen t sen 4t 8 4 16 = Utilizando los teoremas vistos sobre transformada, efectuar los siguientes ejercicios. Ejercicio 1. Mostrar que 1 s 3 + 3s 2 + 1 s2 (s2 + 2s + 2) =
Ejercicio 2. Mostrar que 1 Ejercicio 3. Mostrar que 1
s s2 +4s+5 2
Ejercicio 6. Mostrar que 1 Ejercicio 7. Hallar t (Rta.:

3s2 +1 s2 (s2 +1)2 t 0
s (s2 +1)3
sen d (s)
Ejercicio 8. Hallar 1 Ejercicio 9. Hallar 1
1 (s2 +1)(s2 +4) s+1 (s2 +2s+2)2

5
Un ive
rsid ad
de
An
Ejercicio 10. Mostrar que {t 2 } = Ejercicio 11. Hallar {t 2 e2t }

5
15 8s5
t de per odo b (funci on serrucho, ver gura Ejercicio 12. Sea f (t) = a b 6.5). Hallar {f (t)}(s) 221
tioq
=1 (t sen t t2 cos t) 8
uia
Ejercicio 5. Mostrar que 1 tan1
3 s+2
1 2
,D
Ejercicio 4. Mostrar que 1 tan1
1 s
sen t t
e2t sen 3t t
ept
tan1
s 2
o. d
sen 2t t
= e2t cos t 2e2t sen t
eM
atem
3 t 1 1 e cos t + 2et sen t + t 2 2 2
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE f (t) a b 2b 3b 4b 5b 6b 7b t
Figura 6.5
f (t) 1 1 2
uia
,D
ept
peri odica de per odo 2 (funci on recticaci on de la mitad de la onda seno. Ver gura 6.6 ). Hallar {f (t)}(s)
o. d
3
eM
t
f (t) =
sen t, si 0 t 0, si t 2
1 (Rta.: (s2 +1)(1 ) es )
Ejercicio 14. Sea
f (t) =
peri odica de per odo 2a (funci on onda cuadrada. Ver gura 6.7). Hallar {f (t)}(s) 222
Un ive
1, si 0 t < a 1, si a t < 2a
rsid ad
de
Figura 6.6
An
tioq
atem
Ejercicio 13. Sea
atic
(1 (Rta.: a s bs
1 ) ebs1
as
6.1. TRANSFORMADA INVERSA DE LAPLACE f (t) 1 a 1 Figura 6.7 2a 3a 4a 5a 6a 7a 8a t
f (t)
1 1 1 1 2 3 4 5 6
ept
o. d ,D
t 8 7
Ejercicio 16. Sea f (t) la funci on recticaci on completa de la onda de coth s sen t (ver gura 6.9). Mostrar que {f (t)}(s) = s21 +1 2 1 1
Un ive
rsid ad
f (t)
de
An
tioq
Figura 6.8
uia
eM
Ejercicio 15. Sea f (t) la funci on de onda tri angular (ver gura 6.8). s Mostrar que {f (t)}(s) = s12 tanh 2
atem
[ 2 1] = 1 [ 1e ] = 1 tanh as ) (Rta.: 1 s 1+eas s 1+eas s 2
as
atic
3 4 t 223
Figura 6.9
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 17. a). Si f (t) es continua a tramos y de orden exponencial y si l m + f (t) t
s
t0
existe, entonces f (t) }(s) = { t donde F (s) = {f (t)}(s) b). Mostrar que
0
F (s) ds
c). Hallar 1.
ax sen bx e ( x ) 0 b (Rta.: tg 1 a ) eax ebx x 0 b (Rta.:ln a )
dx
rsid ad
4. Mostrar que {
t 1cos a 0
de
3. Mostrar que { e te } = ln(s + 1) ln(s 1), con s > 1 d } =

1 2s
An
tioq
2.
dx
uia
Ejercicio 18. Mostrar que

3s
a). 1 { e s2 } = (t 3)U (t 3)
e b). 1 { s 2 +1 } = sen (t )U (t ) = sen tU (t 3)
s
224
Un ive
5. Mostrar formalmente, que si x > 0 entonces xt xt a) f (x) = 0 sen dt = ; b) f (x) = 0 cos dt = ex t 2 1+t2 2
,D
ln s
2 +a2
ept
s2
o. d
eM
f (t) dt = t
F (s) ds
atem
atic
as
6.2. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES

e } = (1 U (t 2 )) sen t c). 1 { 1 s2 +1 e ) } = (1 U (t 3)) cos t d). 1 { s(1+ s2 + 2
3s 2s
6.2.
Pasos: Aplicar la transformada a ambos lados de la ecuaci on Aplicar el teorema de la transformada de la derivada {y } = sY (s) y (0) {y } = s2 Y (s) sy (0) y (0) donde Y (s) = {y (t)}(s)
de
1 2 3 4
: : : :
{y } 4{y } + 4{y } = {t3 e2t }
An
Ejemplo 15. Hallar la soluci on de y 4y +4y = t3 e2t , Soluci on:
tioq
Hallar la transformada inversa: y (t) = 1 {Y (s)} y (0) = y (0) = 0
uia
,D
Conseguir una funci on en s, es decir, despejar Y (s)
ept
=
o. d
eM
3! (s 2)4 = t5 2t e 20 225
(s 3! y (t) = 1 {Y (s)} = 1 (s 2)6 1 1 3! (4 5) = = 1 1 6 45 (s 2) 45
Y (s) =
s2
4s + 4
3! (s2)4
Un ive
s2 Y (s) 4sY (s) + 4Y (s) = =
rsid ad
s2 Y (s) sy (0) y (0) 4(sY (s) y (0)) + 4Y (s) = 3! (s 2)4 3! 2)2
2)4 (s
3! (s 2)6
5! (s 2)6
atem
atic
as
APLICACIONES DE LA TRANSFORMADA A E.D. CON CONDICIONES INICIALES
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejemplo 16. Hallar la soluci on de y (t) = 1 sen t Soluci on: 1 : {y (t)}(s) = {1}(s) { sen t}(s) s Y (s) y (0) =
t 0
y (t) dt,
t
y (0) = 0
y (t) dt (s)
0
0 t
0 t
tioq
= sen t
sen (cos t cos + sen sen t) d

t
uia
,D
sen 2 d
0
= sen t
sen cos(t ) d
Ejemplo 17. Hallar la soluci on de ty y = t2 , Soluci on:
rsid ad
de
1 1 1 cos t sen 2 t t sen t + sen t sen 2t = 2 2 4 y (0) = 0
{ty }(s) {y }(s) = {t2 } d 2! (1) {y }(s) (s Y (s) y (0)) = 3 ds s 2! d 2 (s Y (s) s y (0) y (0)) s Y (s) = 3 ds s 2! d 2 (s Y (s)) sY (s) = 3 ds s 226
Un ive
An
= sen t cos t
sen cos d sen t
ept
o. d
eM
atem
1 1 1 2 Y (s) 2 s s +1 s 1 1 1 = 2 : Y (s) s + s s s +1 2 s +1 1 1 Y (s) = 2 s s s +1 1 1 s s 1 2 2 : Y (s) = 2 = 2 s +1 s s +1 s + 1 (s + 1)2 s 1 1 : y (t) = 1 {Y (s)} = 1 s2 + 1 (s2 + 1)2 1 s y (t) = sen t 1 = sen t sen t cos t s2 + 1 s2 + 1
atic
as
6.2. APLIC. A E.D. CON COEF. CONST. Y COND. INICIALES (s2 Y (s) + 2sY (s)) s Y (s) = 2 s3 2 s2 Y (s) 3sY (s) = 3 s 2 3 Y (s) + Y (s) = 5 , E.D. lineal de primer orden s s 3 ds 3 ln s s = e = s3 F.I e s1 2 +C Y (s) s3 = 5 s3 ds + C = 2 s 1 2 C Y (s) = 4 + 3 s s 2 1 y (t) = 1 + C 1 4 s s3 t2 t3 = 2 +C 3! 2! y (0) = 0
E.D. lineal del primer orden F.I. = s2 e s Y (s) s2 e s =

1 1
F.I. (0) + C
1
C 1 e s Y (s) = 2 e s = C 2 s s 1 1 1 1 1 1 1 (1)n 1 =C 2 1 + + . . . + + ... s 1! s 2! s2 3! s3 n! s n 227
Un ive
rsid ad
d 2 (s Y (s) sy (0) y (0)) + Y (s) ds d = (s2 Y (s)) + Y (s) = (s2 Y (s) + 2sY (s)) + Y (s) ds = s2 Y (s) 2sY (s) + Y (s) = s2 Y (s) + Y (s)(2s 1) 1 2s 1 2 2 Y (s) = Y (s) + Y (s) = Y (s) + 2 s s s 1 2 s1 F.I. = e ( s s2 ) ds = e2 ln s 1 ,
de
An
tioq
uia
,D
ept
{ty }(s) + Y (s) = (1)
d ({y }(s)) + Y (s) ds
o. d
Ejemplo 18. Hallar la soluci on de ty + y = 0, Soluci on:
eM
atem
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Y (s) = C 1 1 2 s 1! 1 y (t) = {Y (s)} 1 t2 t =C + 1! 1! 2! 1 1 1 1 (1)n 1 1 + + . . . + + ... s3 2! s4 3! s5 n! sn+2 1 t3 1 t4 1 (1)n tn+1 + ... + + ... 2! 3! 3! 4! 4! n! (n + 1)!
Resolver los siguientes ejercicios por transformada de Laplace t Ejercicio 1. y + y 4y 4 0 y d = 6et 4t 6, y (0) = y (0) = 0
Ejercicio 6. y + 4y = f (t) donde f (t) = y (0) = 0, y (0) = 1
i. f (t) + 0 (t ) f ( ) d = t (Rta: f (t) = sen t) ii. f (t) + 4

t 0
sen f (t ) d = 2t
228
Un ive
Ejercicio 10. Hallar f (t) si:
rsid ad
Ejercicio 9. y y = et cos t, y (0) = 0, y (0) = 0 1 t 2 e cos t + 1 et sen t) (Rta: y = 1 2 2
de
Ejercicio 8. y 5y + 6y = U (t 1), y (0) = 0, y (0) = 1
An
Ejercicio 7. y + 4y = f (t) donde f (t) = sen t U (t 2 ) y (0) = 1, y (0) = 0 1 1 sen (t 2 ) U (t 2 ) 6 sen 2(t 2 ) U (t 2 )) (Rta: y (t) = cos 2t + 3
tioq
uia
,D
1 0t<1 0 t1
ept
o. d
Ejercicio 5. ty ty y = 0,
y (0) = 0, y (0) = 3
eM
Ejercicio 4. ty + 2ty + 2y = 0,
y (0) = 0
atem
Ejercicio 3. y (t) = cos t + (Rta.: y = 1 + t + 1 t2 ) 2
t 0
y ( ) cos(t ) d, y (0) = 1
atic
as
Ejercicio 2. y (t) + 6y (t) + 9
t 0
y ( ) d = 1,
y (0) = 0
6.3. IMPULSO UNITARIO O DELTA DE DIRAC iii. f (t) = tet + 0 f (t ) d 1 t 3 t 1 t e +8 e +4 te + 1 t2 et ) (Rta: f (t) = 8 4 Ejercicio 11. Sea x(t) la soluci on de la ecuaci on de Bessel de orden cero tx + x + tx = 0 tal que x(0) = 1 y x (0) = 0. Demostrar que
t
b. Mostrar formalmente
J0 (x) dx = 1,
1 0
c. Mostrar formalmente J0 (x) =
cos(x cos t) dt
Nota: para todo a > 0 y para todo t0 > 0 se cumple que (Ver gura 6.10)

Denici on 6.6 Se llama impulso unitario o funci on delta de Dirac a la funci ondenida por el l mite: (t t0 ) = l m a (t t0 )
a0
Un ive
a (t t 0 ) = 1
rsid ad
, si t0 a t t0 + a 0 , si t < t0 a o t > t0 + a donde a y t0 son constantes positivas y t0 a.
de
Denici on 6.5 a (t t0 ) =
1 2a
An
tioq
En muchos sistemas mec anicos, el ectricos, etc; aparecen fuerzas externas muy grandes en intervalos de tiempo muy peque nos, por ejemplo un golpe de martillo en un sistema mec anico, o un rel ampago en un sistema el ectrico. La forma de representar esta fuerza exterior es con la funci on -Dirac.
uia
,D
ept
o. d
6.3.
IMPULSO UNITARIO O FUNCION DELTA DE DIRAC
eM
atem
229
atic
as
a. {x(t)}(s) = {J0 (t)}(s) =
1 , s2 +1
a (t t 0 ) t0 2a Figura 6.10 1/a t
Ver gura 6.11 en la p agina siguiente. Propiedades:
2.
a0
5. si t0 = 0 { (t)} = 1 6.

de
An
tioq
4. { (t t0 )} = l m {a (t t0 )}
def.
LH opital
uia
Notesese que en la observaci on 5. l m {f (t)}(s) = 1, mientra que por s teorema anterior vimos que cuando una funci on es de orden exponencial l m {f (t)}(s) = 0, lo cual es una contradicci on, esto nos indica que la funs ci on -Dirac no es de orden exponencial, es por esto que es una funci onextra na. M as precisamente, esta funci on es tratada con detenimiento en los textos de Teoria de Distribuciones (Ver texto de An alise de Fourier 230
Un ive
7. Por 6. podemos decir que {f (t) (t t0 )} = et0 s f (t0 )
rsid ad
f (t) (t t0 ) dt = f (t0 ), en particular
,D
est0
0
3. {a (t t0 )} = est0
esa esa 2as
ept
f (t) (t t0 ) dt = f (t0 )
(t t0 ) dt = 1
o. d
eM
1. (t t0 ) es innita en t = t0 y cero para t = t0 .
atem
atic
as
6.3. IMPULSO UNITARIO O DELTA DE DIRAC
a (t t 0 )
o. d An tioq de uia ,D ept

y (0) = 1 y (0) = 0, y (0) = 1 y (0) = 1
eM
t0 2a Figura 6.11 t e Equa co es Diferenciais Parciais de Djairo Guedes de Figueiredo) Ejercicio 1. y + y = (t 2 ), y (0) = 0, (Rta: y (t) = sen t + sen (t 2 )U (t 2 )) Ejercicio 3. y + y = (t ) cos t, (Rta: y = [1 + U (t )] sen t) Ejercicio 4. y + 2y = (t 1), y (0) = 0, 1 2(t1) U (t 1)) 1 e2t + 1 2 e (Rta: y = 1 2 2 2
Un ive
Ejercicio 2. y + 2y + 2y = cos t (t 3 ), y (0) = 1, (Rta: y (t) = et cos t e(t3) sen (t 3 )U (t 3 ))
rsid ad
atem
y (0) = 1 231
atic
as
CAP ITULO 6. TRANSFORMADA DE LAPLACE Ejercicio 5. y + 4y + 5y = (t 2 ), (Rta:y = e2(t2) sen t U (t 2 ) y (0) = 0, y (0) = 0
6.4.

s2 16 , s3 (s+2)2 s3 +3s2 +1 , s2 (s2 +2s+2) s2 (s2 +1)2
Ejemplo 19. Utilizando el Paquete Maple, descomponer en fracciones s1 , b) F (s) = parciales las siguientes expresiones: a) F (s) = (s3)(7 s+2)(a1)
2s+4 , (s2)(s2 +4s+3)
c) F (s) =
d) F (s) =
e) F (s) =
F 1(s) :=
d). >F4(s) := (s^3+3*s^2+1)/(s^2*(s^2+2*s+2)); >convert(F4(s),parfrac,s,complex); F 4(s) := 232 s 3 + 3s 2 + 1 s2 (s2 + 2s + 2)
Un ive
s2 16 s3 (s + 2)2 11 11 4 4 3 + 3+ 2+ 4s 4(s + 2) s s 2(s + 2)2 F 3(s) :=
rsid ad
de
c). >F2(s) := (2*s+4)/((s-2)*(s^2+4*s+3)); >convert(F2(s),parfrac,s);
An
2s + 4 (s 2)(s2 + 4s + 3) 1 1 8 15(s 2) 5(s + 3) 3(s + 1)
tioq
uia
F 2(s) :=
,D
ept
b). >F2(s) :=(2*s+4)/((s-2)*(s^2+4*s+3)); >convert(F2(s),parfrac,s);
o. d
2 1 1 s3 s1 s+2
eM
7s 1 (s 3)(s + 2)(a 1)
atem
atic
a). >F1(s) := (7*s-1)/((s-3)*(s+2)*(s-1)); >convert(F1(s),parfrac,s);
as
6.4. ANEXO CON EL PAQUETE MAPLE 0,7500000000 + 1,000000000I 0,5000000000 + + s s + 1,000000000 + 1,000000000I 0,7500000000 1,000000000I 0,5000000000 + + s + 1. 1.I s2
>convert(%,fraction);
F 5(s) :=
>convert(%,fraction);
Ejemplo 20. Hallar la trasformada de Laplace de las funciones: sen (kt), cos(kt), ekt Efectuar las siguientes instrucciones:
>with(inttrans):laplace({sin(k*t),exp(k*t)},t,s); 233
Un ive
>with(inttrans):laplace(cos(k*t),t,s); s + k2
s2
rsid ad
de
An
1 1 I I 1 1 4 4 + + 4(s + I )2 4(s I )2 s I s + I
tioq
uia
,D
ept
0,2500000000 0,2500000000 0,2500000000I 0,2500000000I + + 2 2 (s + 1,000000000I ) (s 1.I ) s 1.I s + 1,000000000I
o. d
eM
s2 (s2 + 1)2
atem
e). >F5(s) := (s^2)/((s^2+1)^2); >convert(F5(s),parfrac,s,complex);
atic
as
+ I) I) (3 (3 1 1 4 4 + + + (2s) (s + 1 + I ) (s + 1 I ) (2s2 )
Ejemplo 21. Hallar la transformada de et sen (2t) y calcular la transformada 2 inversa de (s1) 2 +4 Efectuar las siguientes intrucciones: >with(inttrans):laplace(exp(t)*sin(2*t),t,s); 2 (s 1)2 + 4 >invlaplace(%,s,t); et sen (2t)
1 k , 2 s k s + k2
con x(0) = 0, x (0) = 1 Efectue las siguientes instrucciones:
x (t) =
rsid ad
t 1 + 8 4
de
>with(ODEtools):Eqn2:=D(D(x))(t)+16*x(t)=cos(4*t): dsolve({Eqn2,x(0)=0,D(x)(0)=1},x(t),method=laplace);
Ejemplo 23. Resolver, usando transformada de Laplace, la ecuaci on integrot diferencial y (t) = 1 sen t 0 y ( ) d con la condici on y (0) = 0 Efectuar los siguientes instrucciones: >with(ODEtools):Eqn2:=D(y)(t)=1-sin(t)-int(y(s),s=0..t): dsolve({Eqn2,y(0)=0,D(y)(0)=1},y(t),method=laplace); 234
Un ive
An
tioq
sen (4t)
uia
,D
x + 16x = cos 4t
ept
Ejemplo 22. Resolver, usando transformada de Laplace, la E.D.
o. d
eM
atem
atic
as
6.4. ANEXO CON EL PAQUETE MAPLE
y (t) =
t 2
sen (t)
Ejemplo 24. Resolver, usando transformada de Laplace, la E.D. y + y = U (t 1) con la condici on y (0) = 0 (U es la funci on escal on unitario) Efectuar los siguientes pasos: >restart: with(ODEtools): ode := diff(y(t),t) + y(t) = 5*piecewise(t<1,0,t>=1,1):dsolve({ode,y(0)=0},y(t),method=laplace); t<1 0 y (t) = undend t=1 (1t) 5e +5 t>1
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
235
atic
as
236
atem
atic
as
CAP ITULO 7
atem
SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN

Estudiaremos el sistema de n ecuaciones lineales de primer orden: x1 = a11 (t) x1 + a12 (t) x2 + . . . + a1n (t) xn + f1 (t) x2 = a21 (t) x1 + a22 (t) x2 + . . . + a2n (t) xn + f2 (t) . . . xn = an1 (t) x1 + an2 (t) x2 + . . . + ann (t) xn + fn (t)
uia
,D
ept
o. d
eM
atic
as
(7.1)
rsid ad
x1 = a11 (t) x1 + . . . + a1n (t) xn . . . xn = an1 (t) x1 + . . . + ann (t) xn
de
An
el cual se denomina no homog enea si fi = 0 para alg un i = 1, 2, . . . , n. El sistema homog eneo asociado al anterior sistema es:
tioq
(7.2)
Un ive
x n (t) entonces el sistema (7.1) se puede escribir:
Sea x(t) =
x 1 (t) x 2 (t) . . .
a11 (t) . . , A (t) = . an1 (t)
a1n (t) . . y . ann (t)
f (t) =
f 1 (t) f 2 (t) . . . f n (t)
x (t) = A (t) x (t) + f (t) 237
(7.3)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN y la homog enea asociada (7.2) se puede escribir como x (t) = A (t) x (t) Consideremos el problema de valor inicial: x (t) = A (t) x (t) + f (t), donde x10 x20 . . . xn0 x(t 0 ) = x 0 (7.5) (7.4)
Decimos que la funci on vectorial
(Ver la demostraci on de este teorema en el Ap endice) Ejemplo 1. Consideremos el sistema lineal x 1 = 4x 1 x 2 x 2 = x 1 2x 2 238
Un ive
Teorema 7.1 . Sean A(t) y f (t) funciones matricial y vectorial respectivamente y continuas en [a, b], entonces existe una u nica funci on vectorial (t) que es soluci on del problema de valor inicial (7.5) en [a, b].
es soluci on de (7.5), si (t) es derivable, satisface la ecuaci on diferencial y la condici on inicial dada, es decir, si x10 x20 (t 0 ) = . = x0 . . xn0
rsid ad
de
An
tioq
uia
,D
(t) =
ept
n (t)
o. d
1 (t) 2 (t) . . .
eM
atem
x0 =
atic
as
con x1 (0) = 1 y x2 (0) = 2. Soluci on: El sistema puede escribirse como: x1 x2 = 4 1 1 2 x1 (0) x2 (0) = 1 2 x1 x2
Sus soluciones son de la forma: 1 (t) = Tambi en (t) = e3t e3t , 2 (t) = (1 t) e3t t e3t
x 6x + 11x 6x = sen t Soluci on: hagamos x1 = x, x2 = x , x3 = x y obtenemos el siguiente sistema x1 = x = x 2 x2 = x = x 3 x3 = x = 6x 11x + 6x + sen t = 6x3 11x2 + 6x1 + sen t = 6x1 11x2 + 6x3 + sen t matricialmente la E.D. queda as x1 0 1 0 x1 0 x = x 2 = 0 0 1 x 2 + 0 x3 6 11 6 x3 sen t 239
Un ive
rsid ad
de
An
tioq
uia
es un vector soluci on que satisface la condici on inicial. Nota: toda E.D. de orden n se puede reducir a un sistema de E.D. de primer orden. Ejemplo 2. Convertir en un sistema la siguiente E.D.:
,D
ept
o. d
(1 3t) e3t (2 + 3t) e3t
eM
atem
atic
as
x0 =
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN
7.1.
CONJUNTOS FUNDAMENTALES Y SISTEMAS HOMOGENEOS
Observaci on: si (t) es una matriz fundamental, entonces W (t) = det (t) = 0 240
Un ive
Denici on 7.2 ( Wronskiano) Sea (t) una matriz soluci on (es decir, cada columna es un vector soluci on) de x = A(t) x, entonces W (t) = det (t) lo llamamos el Wronskiano de (t).
rsid ad
Nota: esta matriz es u nica.
de
1 . (t 0 ) = I = . . 0
An
tioq
uia
Denici on 7.1 (Matriz Principal) . Decimos que la matriz fundamental (t) es matriz principal si 0 . . . 1
,D
ept
o. d
o sea, la matriz cuyas columnas son 1 (t), . . . , n (t) los cuales son linealmente independientes, la llamamos una matriz fundamental y decimos que (t) es una soluci on matricial ya que cada una de sus columnas es soluci on de x = A(t) x.
eM
atem
Consideremos el sistema homog eneo x = A(t) x donde x es un vector de n componentes y A(t) una matriz de n n. Si 1 (t), . . . , n (t), son n soluciones linealmente independientes del sistema, entonces decimos que este conjunto es un conjunto fundamental de soluciones; la matriz 11 (t) 1n (t) . . . . (t) = [1 (t), . . . , n (t)] = , . . n1 (t) nn (t)
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS
7.2.
METODO DE LOS VALORES Y VECTORES PROPIOS

x = Ax (7.6) a1n . . . es una matriz constante ann
Consideremos el sistema
e t v = A(e t v ) = e t A v, luego Av = v
uia
,D
ept
o. d
eM
atem
donde x(t) =
El objetivo es hallar n soluciones linealmente independientes: x1 (t), . . . , xn (t). Para ello imaginemos la soluci on del tipo x(t) = e t v , donde v es un vector constante, como d t e v = e t v dt y A(e t v ) = e t Av , de (7.6) tenemos que:
atic
x n (t)
an1
as
x 1 (t) x 2 (t) . . .
yA=
a11 . . .
(7.7)
Es decir, x(t) = e t v es soluci on de (7.6) si y solo si y v satisfacen (7.7). Denici on 7.3 (Vector y valor propio) . Un vector v = 0 que satisface Av = v se le llama vector propio de A con valor propio . NOTA:
v = 0 siempre satisface Av = v para cualquier matriz A, por esto no nos interesa. es un valor propio de la matriz A si y solo si Av = v Av v = (A I )v = 0 (7.8) 241
Un ive
rsid ad
de
An
tioq
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN es decir, v satisface sistema de n ecuaciones con n incognitas (A I )v = 0 donde I es la matriz identidad. (7.9)
Pasos para hallar los valores y vectores propios de A: Hallar p() = det(A I ) = 0. 242
Un ive
Teorema 7.2 . Cualesquiera k vectores propios v1 , . . . , vk correspondientes a k valores propios diferentes 1 , . . . , k respectivamente, son linealmente independientes.
rsid ad
El siguiente teorema se demuestra en los cursos de Algebra Lineal.
de
y como p() = 0, tiene a lo sumo n raices, entonces existen a lo sumo n valores propios de A y por tanto existen a lo sumo n vectores propios linealmente independientes.
An
tioq
Como los vectores propios de A son los vectores v = 0 del sistema ecuaciones lineales (A I )v = 0.
uia
,D
ept
Denici on 7.4 (Polinomio Caracter stico) . Al polinomio p() de la nota anterior lo llamamos el Polinomio Caracter stico de la matriz A.
o. d
= Polinomio en de grado n = p().
eM
La ecuaci on (7.9) tiene una soluci on v = 0 si y solo si det(A I ) = 0, luego los valores propios de A son las raices de la ecuaci on. a11 a12 a1n a21 a22 a2n 0 = det(A I ) = . . . . . . . . . an1 an2 ann
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Hallar las raices 1 , . . . , n de p() = 0. Para cada valor propio i , resolver el sistema homog eneo ( A i I ) v = 0. Ejemplo 2. Hallar tres soluciones linealmente independientes, una matriz fundamental y la soluci on general del siguiente sistema: 1 1 4 x = 3 2 1 x 2 1 1
luego v2 = 4v3 , v1 = v3 , v3 = v3 , por lo tanto t 1 1 e v = 4 x 1 = e t 4 = 4e t 1 1 et
Un ive
escalonemos 0 1 3 1 2 1
la matriz de coecientes por reducci on de las 0 1 4 4 0 1 4 R ( 1 ) 0 1 4 2 3 R32 (1) R21 (1) 1 1 0 1 1 0 1 3 0 3 1 R31 (1) R3 ( 2 ) 1 0 1 0 0 0 2 2 0 2
rsid ad
Hallemos los vectores propios: Para 1 = 1, tenemos que 1 1 1 4 v1 0 1 4 v1 0 3 21 1 v 2 = 3 1 1 v 2 = 0 (A1.I )v = 2 1 1 1 v3 2 1 2 v3 0
de
An
tioq
uia
luego los valores propios son: 1 = 1, 2 = 2, 3 = 3
,D
= ( 1)( + 2)( 3) = 0
ept
Soluci on: el polinomio caracter stico es 1 1 4 2 1 = (3 22 5 + 6) = p() = det(A I ) = 3 2 1 1
o. d
eM
atem
atic
as
243
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Para 2 = 2, tenemos que 0 3 1 4 v1 1 + 2 1 4 v1 3 2+2 1 v 2 = 0 v 2 = 3 4 1 (A +2.I )v = 0 2 1 1 2 1 1 + 2 v3 v3
Para 2 = 3, tenemos que
luego v2 = 2v1 , v3 = v1 , v1 = v1 , por lo tanto 3t 1 1 e v = 2 x3 = e3t 2 = 2e3t 1 1 e3t 244
Un ive
2 1 4 2 1 4 2 1 4 1 R2 ( 5 ) R12 (4) R21 (1) 3 1 1 0 1 0 5 1 5 R31 (1) 0 0 0 0 0 0 2 1 4 2 1 0 1 0 1 0 0 0
rsid ad
de
An
tioq
escalonemos la matriz de coecientes por reducci on de las
uia
1 3 1 4 v1 2 1 4 v1 0 3 23 1 v 2 = 3 1 1 v2 = 0 (A 3.I )v = 2 1 1 3 2 1 4 v3 0 v3
,D
ept
o. d
eM
2t 1 e 1 2t 1 = e2t x2 = e v = 1 1 1 e2t
atem
atic
luego v2 = v1 , v3 = v1 , v1 = v1 , por lo tanto
as
escalonemos la matriz de coecientes las por reducci on de 3 1 4 R ( 1 ) 3 1 4 3 1 4 1 1 0 2 15 R21 (4) R12 (4) 3 4 1 0 1 15 0 15 1 1 0 1 1 R31 (1) R32 (1) R3 ( 5 ) 5 0 5 2 1 1 0 0 0 1 0 1
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Las tres soluciones son x1 , x2 , x3 , como los tres valores propios son diferentes entonces x1 , x2 , x3 son linealmente independientes, o sea que la matriz fundamental es t e e2t e3t (t) = [x1 , x2 , x3 ] = 4et e2t 2e3t et e2t e3t La soluci on general es x(t) = C1 x1 (t) + C2 x2 (t) + C3 x3 (t) RAICES COMPLEJAS.
NOTA: si = + i es un valor propio complejo y v = v1 + iv2 es un vector propio complejo asociado a entonces x = e(+i )t (v1 + iv2 ) = et (cos t + i sen t)(v1 + iv2 ) = et [v1 cos t v2 sen t + i(v1 sen t + v2 cos t)] 245
Un ive
o sea que x1 (t) y x2 (t) son soluciones. Observese que x1 (t) = Re {x(t)} x2 (t) = Im{x(t)}
rsid ad
x1 = A x 1
y x2 = A x 2 ,
de
e igualando parte Real y parte Imaginaria:
An
x1 (t) + ix2 (t) = A(x1 (t) + ix2 (t)) = Ax1 (t) + iAx2 (t)
tioq
Demostraci on: como x(t) es soluci on de x = A x entonces
uia
,D
Lema 7.1 . Sea x(t) = x1 (t) + ix2 (t) una soluci on vectorial compleja de x = Ax, entonces x1 (t) y x2 (t) son soluciones vectoriales reales de x = Ax.
ept
o. d
La soluci on vectorial compleja da lugar a dos soluciones vectoriales reales; en efecto:
eM
atem
Si = + i es un valor propio o caracter stico de A con vector propio t asociado v = v1 + iv2 , entonces x(t) = e v es una soluci on vectorial compleja de x = A x.
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Por tanto si = + i es un valor propio de A con vector propio v = v1 + iv2 , entonces x1 = et (v1 cos t v2 sen t), x2 = et (v1 sen t + v2 cos t) (7.10)
son dos soluciones vectoriales reales de x (t) = Ax y son linealmente independientes. Ejemplo 3. Hallar dos soluciones vectoriales reales linealmente indepen12 17 x dientes del siguiente sistema: x = 4 4 Soluci on: hallemos el polinomio caracter stico p() = 12 17 = 2 8 + 20 = 0 4 4
v2 =
rsid ad
1 (8 2i)v1 , v1 = v1 v = 17
de
como estas dos ecuaciones son linealmente dependientes, se toma una cualquiera de las dos, por ejemplo la primera
1 (8 17
An
tioq
(8 2i)v1 17v2 = 0 y 4v1 + (8 2i)v2 = 0
uia
8 2i 17 4 8 2i
,D
v1 0 = v2 0
17 17 0 = +i 8 2i 8 2 17 0 escogemos como v1 = , v2 = 8 2 Por lo tanto las dos soluciones vectoriales reales son: tomando v1 = 17 tenemos v =
Un ive
x1 (t) = et (v1 cos t v2 sen t) = e4t 246
17 0 cos 2t 8 2
ept
1 v 2i ) 1
Si 1 = 4 + 2i entonces
o. d
los valores propios son 1 = 4 + 2i, 2 = 4 2i,por tanto = 4, = 2.
eM
atem
sen 2t
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS = e4t y tambi en x2 (t) = et (v1 sen t + v2 cos t) = e4t = e2t 17 sen 2t 8 sen 2t 2 cos 2t 17 8 sen 2t + 0 cos 2t 2 17 cos 2t 8 cos 2t + 2 sen 2t
x1 (t) = e4t
d At tn1 e = A + A2 t + . . . + An + . . . dt (n 1)! = A I + At + . . . + tn1 An + . . . (n 1)! = AeAt 247
Un ive
Esta serie es convergente para todo t y para toda matriz Ann constante. Derivando formalmente (Ver la demostraci on de la derivada en el Ap endice A.4), tenemos
rsid ad
Denici on 7.5 (Matriz exponencial) . Si A es una matriz n n y constante t2 tn eAt = I + tA + A2 + . . . + An + . . . 2! n!
de
An
tioq
RAICES IGUALES. La matriz eAt que denimos a continuaci on, tiene su existencia garantizada en el Ap endice A.3 .
uia
,D
que tambi en son dos soluciones linealmente independientes de la E.D., es decir, que de acuerdo a la escogencia que hagamos ya sea en los valores propios o en las ecuaciones lineales cuando escalonemos la matriz de coecientes, tendremos respuestas diferentes, esto se debe a que escojemos vectores base v1 , v2 diferentes.
ept
o. d
eM
17 cos 2t 17 sen 2t , x2 (t) = e4t 8 cos 2t 2 sen 2t 8 sen 2t + 2 cos 2t
atem
atic
Nota: si se utiliza el otro valor propio 2 = 4 2i y se sigue el mismo procedimiento se llega a que
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Por tanto, eAt v es una soluci on de x = Ax, donde v es un vector constante. En efecto d At (e v ) = AeAt v = A (eAt v ) dt x x Tambi en en el Ap endice se demuestran las siguientes propiedades. Propiedades: i). (eAt )1 = eAt ii). eA(t+s) = eAt eAs
iii). Si AB = BA, donde Ann y Bnn , entonces eAt+Bt = eAt eBt eAt v = eAtIt+It v = e(AI )t eIt v Ya que (A I )I = (I )(A I ) Pero eIt v = = sustituyendo en (7.11) I + It + (I )2
eM
Observaci on:
atem
atic Un ive rsid ad de

eAt v = et e(AI )t v
as An tioq
1 + t + 2 t 2 + . . . Iv = et v 2!
uia
,D
ept
t2 + ... v 2!
o. d
(7.11)
(7.12)
Si v satisface (A I )m v = 0 para alg un entero m, entonces la serie innita (AI ) t e termina despu es de m t erminos; en efecto, (A I )m+e v = (A I )e (A I )m v = 0. Por tanto e(AI )t v = tm1 t2 v + . . . + (A I )m1 2! (m 1)! t2 tm1 = v + t(A I )v + (A I )2 v + . . . + (A I )m1 v 2! (m 1)! I + (A I )t + (A I )
248
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS en (7.12): eAt v = et [v + t(A I )v tm1 t2 (A I )m1 v ] (7.13) + (A I )2 v + . . . + 2! (m 1)! Algoritmo para hallar las n soluciones linealmente independientes 1. Hallar los valores y vectores propios de la matriz A. Si A tiene n vectores propios linealmente independientes entonces x = A x tiene n soluciones linealmente independientes de la forma et v . 2. Si A tiene k < n vectores propios linealmente independientes, entonces se tienen k soluciones linealmente independientes de la forma et v . Para encontrar las soluciones adicionales se toma un valor propio de A y se hallan todos los vectores v tales que (A I )v = 0.
por lo tanto
rsid ad
(A I )3 v = 0 y
de
3. Si a un en el paso anterior no se han conseguido las n soluciones linealmente independientes, entonces se buscan los vectores v tales que (A I )2 v = 0 t2 (A I )2 v ] 2
eAt v = et [v + t(A I )v +
es una nueva soluci on linealmente independiente de x = A x. 4. Se continua de la misma manera hasta completar n soluciones linealmente independientes. 249
Un ive
An
tioq
es una soluci on adicional de x valores propios de A.
= A x. Esto se hace para todos los
uia
,D
eAt v = eAt e(AI )t v = et [v + t(A I )v ]
ept
Para cada uno de estos vectores v
o. d
(A I )2 v = 0 y
eM
atem
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Ejemplo 4. Resolver por el m etodo anterior el problema de valor inicial 1 2 1 2 x(0) = 3 x = 0 2 1 x 1 0 0 2
la soluci on asociada a este vector propio es
luego la dimensi on del espacio propio asociado al valor propio = 2 es uno, esto quiere decir que debemos hallar un vector v tal que ( A 2I ) 2 v = 0 y 250 (A 2I )v = 0
1 2t 2t x 1 (t) = e v = e 0 , 0
Un ive
rsid ad
luego v2 = 0, v3 = 0 y v1 = v1 , por lo tanto el vector propio asociado a = 2 es 1 0 , 0
de
An
tioq
uia
,D
ept
luego = 2 es un valor propio de A con multiplicidad 3. Hallemos los vectores propios asociados a = 2, estos vectores deben satisfacer la ecuaci on v1 0 0 1 2 v 2 = 0 (A 2I )v = 0 0 1 0 v3 0 0 0 escalonemos la matriz de 0 0 0 coecientes por reducci on de las 1 2 0 1 0 R12 (2) 0 1 0 0 1 0 0 0 0 0
o. d
eM
atem
atic
Soluci on: el polinomio caracter stico de 2 1 2 A = 0 2 1 es p() = (2 )3 0 0 2
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS
( A 2I ) 2 v = 0 3 1 2 0 0 0 v1 0 0 1 v = 0 0 0 v2 = 0 0 0 0 0 0 v3 0 0 luego v1 , v2 y v3 son par ametros, entonces escogemos v = 0 de tal manera 1 1 0 que sea linealmente independiente con 0 y 1 y que adem as cumpla 0 0 =0 y
Un ive
( A 2I ) 3 v 0 3 ( A 2I ) v = 0 0
rsid ad
de
An
se debe buscar otra soluci on linealmente independiente con las anteriores, que cumpla la condici on
tioq
como (A 2I )2 v = 0 tiene dos soluciones linealmente independientes 1 0 0 , 1 0 0
uia
,D
ept
x2 (t) = et [v + t(A I )v ] = e2t [v + t(A 2I )v ] 0 0 1 2 0 0 1 t = e2t [1 + t 0 0 1 1] = e2t [1 + t 0] = e2t 1 0 0 0 0 0 0 0 0
o. d
eM
atem
es decir v3 = 0, v1 y v2 son par ametros; elegimos v1 = 0 y v2 = 1 de tal 0 manera que el vector v = 1 sea linealmente independiente con el vector 0 1 v = 0 hallado anteriormente 0 La soluci on asociada a v es
0 0 1 v1 0 1 2 0 1 2 0 2 0 0 1 v = 0 0 0 v2 = 0 ( A 2I ) v = 0 0 1 0 0 0 0 0 0 0 0 0 v3 0
atic
as
251
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN (A 2I )2 v = 0. Como el sistema es 3 3, entonces la u ltima soluci on es t2 t2 x3 (t) = et [v + t(A I )v + (A I )2 v ] = e2t [v + t(A 2I )v + (A 2I )2 v ] 2 2 2 0 0 1 2 0 1 2 0 0 t2 = e2t [0 + t 0 0 1 0 + 0 0 1 0] 2 1 0 0 0 0 0 0 1 1 2 0 2 0 0 2 1 2 0 0 1 t t = e2t [0 + t 1 + 0 0 0 0] = e2t [0 + t 1 + 0 ] 2 2 0 1 0 1 1 0 0 0 0 2 2t t2 = e2t t 1
La soluci on general es
Nota: en algunos casos el valor propio repetido de multiplicidad m puede producir m vectores propios, en otros casos (como en el ejemplo anterior) puede producir menos de m vectores propios, teni endose que completar el resto (hasta completar m) con los que llamaremos vectores propios generalizados. 252
Un ive
luego C1 = 1, C2 = 3 y C3 = 1 La soluci on particular buscada es
rsid ad
de
0 0 1 1 x(0) = 3 = C1 0 + C2 1 + C3 0 1 0 0 1
An
tioq
1 + 5t 2t x (t) = e 3t 1
uia
en t = 0 se tiene que
,D
t2 2
2 1 t 2t t2 x(t) = C1 x1 (t)+ C2 x2 (t)+ C3 x3 (t) = C1 e2t 0 + C2 e2t 1 + C3 e2t t 0 0 1
ept

o. d
eM
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Denici on 7.6 (Valor propio defectuoso) Un valor propio de multiplicidad m > 1 se le llama defectuoso si produce menos de m vectores propios linealmente independientes. Si tiene p < m vectores propios linealmente independientes, al n umero d = m p de vectores propios faltantes se le llama el defecto del valor propio defectuoso En el ejemplo anterior = 2 tiene multiplicidad m = 3 y solo produjo p = 1 vector propio, al n umero d = m p = 3 1 = 2 de vectores propios faltantes se le llama el defecto del valor propio = 2, los dos vectores propios faltantes se consiguen con vectores propios generalizados. Observaciones.
(A I )m1 vm = v1 ,
Un ive
Si sustituimos vm1 en la segunda expresi on de (7.14) y luego vm2 en la tercera expresi on y as sucesivamente, tenemos que (7.15)
y como v1 es un vector propio ordinario, entonces premultiplicando (7.15) por (A I ) se llega a que (A I )m vm = (A I )v1 = 0 253
rsid ad
(A I )vm = vm1 (A I )vm1 = vm2 . . . (A I )v2 = v1
de
An
tioq
Una cadena de longitud m de vectores propios generalizados originados en el vector propio v1 es un conjunto de m vectores propios generalizados {v1 , v2 , . . . , vm } tales que
uia
,D
Cuando m = 1, el vector v es un vector propio generalizado de rango uno y es tambi en un vector propio ordinario; cuando m = 2, el vector v es un vector propio generalizado de rango dos, pero no es un vector propio ordinario.
ept
o. d
eM
(A I )m v = 0 y
(A I )m1 v = 0
atem
1. Si es un valor propio de la matriz A, denominamos vector propio generalizado de rango m asociado a , al vector v tal que
atic
as
(7.14)
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN en general para j = 1, . . . , m 1 : (A I )j vm = vmj (7.16)
Utilizando (7.16) se puede mostrar que la cadena {v1 , v2 , . . . , vm } es un conjunto de vectores linealmente independientes, para ello suponemos que 1 v 1 + 2 v 2 + . . . + m v m = 0 se premultiplica por (A I )m1 y se llega a que m = 0, en forma similar se demuestra que m1 = 0 y as sucesivamente hasta mostrar que 1 = 0
Algoritmo para una cadena de longitud m a. Hallar v1 vector propio de A asociado al valor propio que satisface el sistema: (A I )v = 0. c. Hallar vm tal que (A I )vm = vm1 .
d. La soluci on asociada a esta cadena es
Un ive
rsid ad
b. Hallar v2 tal que (A I )v2 = v1 .
x(t) = et [vm + tvm1 + 3. Consideremos el sistema
x = a1 x + b 1 y y = a2 x + b 2 y 254
de
An
tioq
tm1 t2 vm2 + . . . + v1 ] 2! (m 1)!
uia
x(t) = et [vm + tvm1 +
t2 tm1 vm2 + . . . + v1 ] (7.18) 2! (m 1)!
,D
ept
donde vm satisface (A I )m vm = 0 y (A I )m1 vm = v1 = 0 y por (7.16)
o. d
x(t) = et [vm + t(A I )vm + tm1 t2 (A I )2 vm + . . . + (A I )m1 vm ] (7.17) 2! (m 1)!
eM
atem
2. Utilizando (7.13) tenemos que
atic
as
(7.19)
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS luego su ecuaci on caracter stica es p() = det a1 b1 = (a1 )(b2 ) a2 b1 a2 b2
= 2 (a1 + b2 ) + (a1 b2 a2 b1 ) = 0 (7.20)
(A mI )2 v2 = 0 A B
(A mI )v2 = v1 = 0
x1 (t) = emt v1 = emt
la soluci on general es x (t) =
x (t) = C 1 x 1 (t) + C 2 x 2 (t) y (t)
nalmente
x(t) = C1 Aemt + C2 (A1 + At)emt y (t) = C1 Bemt + C2 (B1 + Bt)emt
Un ive
= C1 emt
rsid ad
A A1 + At + C2 emt B B1 + Bt
de
An
x2 (t) = emt [v2 + tv1 ] = emt [
A A1 A1 + At + t emt ] = emt , B1 B B1 + Bt
tioq
y por (7.16) la segunda soluci on es
uia
,D
ept
Por tanto las dos soluciones linealmente independientes son
o. d
eM
es el vector propio generalizado de rango dos, asociado al valor propio = m, es decir
atem
v2 =
A1 B2
atic
(7.21) (7.22) 255
es el vector propio asociado a = m y que
as
y supongamos que tiene una ra z = m con multiplicidad dos. Supongamos tambi en que A v1 = B
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Teorema 7.3 . La matriz X (t)nn es una matriz fundamental de la E.D. vectorial x = Ax si y solo si satisface la E.D. matricial X (t) = AX (t) y adem as det X (t0 ) = 0. Demostraci on: sea X (t) = [x1 (t), . . . , xn (t)] una matriz fundamental de x = Ax, entonces x 1 (t), x 2 (t), . . . , x n (t)
y como y sabiendo que Ax1 (t) = x 1 (t), entonces
solucion de la E.D. matricial
x1 (t), x2 (t), . . . , xn (t) son linealmente independientes luego la matriz es una matriz fundamental. Teorema 7.4 . La matriz eAt es una matriz principal de x = Ax. 256
X (t) = (x1 (t), x2 (t), . . . , xn (t))
Un ive
rsid ad
Reciprocamente como x1 (t0 ), . . . , xn (t0 ) son linealmente independientes, ya que det X (t0 ) = 0; entonces por la nota hecha en la pag. 89 del Cap. IV, tenemos que
de
An
X = AX
tioq
X (t) = (Ax1 (t), Ax2 (t), . . . , Axn (t)) = AX (t) X (t)
uia
,D
ept
Ax2 (t) = x 2 (t), . . . , Axn (t) = x n (t)
o. d
eM
AX (t) = (Ax1 (t), Ax2 (t), . . . , Axn (t))
atem
X (t) = (x 1 (t), x 2 (t), . . . , x n (t))
atic
son linealmente independientes. Derivando la matriz X (t), tenemos
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Demostraci on: en efecto, eAt es soluci on de X = AX ya que d At e = A eAt dt y por el teorema anterior eAt es una matriz fundamental, adem as, eAt = I + At + A2 y para t = 0 se tiene que eA0 = I . Teorema 7.5 . Sean X (t) y Y (t) dos matrices fundamentales de x = Ax, entonces existe una matriz constante Cnn tal que Y (t) = X (t)C . t2 + ..., 2
Y (t) = X Cnn donde C11 . C= . . C1n
El siguiente teorema nos permite hallar una matriz exponencial, conociendo una matriz fundamental. Teorema 7.6 . Sea X (t) una matriz fundamental de x = Ax entonces eAt = X (t) X 1 (0).
Un ive
rsid ad
de
An
para i = 1, . . . , n, luego
tioq
yi = C1i x1 + . . . + Cni xn
C1n . . . Cnn
uia
entonces y1 , . . . , yn son linealmente independientes. Pero
,D
Y (t) = (y1 , . . . , yn ) es fundamental
ept
entonces x1 , . . . , xn son linealmente independientes. Similarmente como
o. d
X (t) = (x1 (t), . . . , xn (t)) es fundamental
eM
Demostraci on: como
atem
atic
as
257
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Demostraci on: sea X (t) una matriz fundamental y como eAt es matriz fundamental (principal), entonces, existe Cnn tal que eAt = X (t)C Para t = 0 e0t = I = X (0)C C = X 1 (0). Luego eAt = X (t) X 1 (0) Ejemplo 5. Hallar eAt para 1 1 1 x = 0 3 2 x 0 0 5
0 1 1 1 1 1 2 1 2 Luego X (0) = 0 2 2 X 1 (0) = 0 1 2 1 0 0 0 0 2 2 258
Un ive
y por Teorema 7.2 x1 (t), x2 (t), x3 (t) son linealmente independientes. et e3t e5t Luego X (t) = 0 2e3t 2e5t es la matriz fundamental. 0 0 2e5t
rsid ad
3t 1 1 e 5t 2 = 2e3t Para = 5 v3 = 2 x3 (t) = e 2 2 2e5t
de
An
tioq
3t 1 1 e 3t 2 = 2e3t Para = 3 v2 = 2 x2 (t) = e 0 0 0
uia
,D
Soluci on: Hallamos los valores propios, que en este caso son: = 1, = 3, = 5 t 1 1 e Para = 1 v1 = 0 x1 (t) = et 0 = 0 0 0 0
ept
o. d
eM
atem
atic
as
7.2. METODO DE LOS VALORES Y VECTORES PROPIOS Luego eAt 0 et e3t e5t 1 1 2 1 = X (t) X 1 (0) = 0 2e3t 2e5t 0 1 2 2 1 5t 0 0 0 0 2e 2 t t e3t e3t e5t + + e e 2 2 2 2 = 0 e3t e3t + e5t 0 0 e5t
1. A =
(Rta.: x(t) = C1 2. A = 12 15 4 4
5. x =
2 1 x 1 4
Un ive
1 0 0 4. A = 2 1 2 3 2 1
2 0 0 (Rta.: x(t) = C1 3 et + C2 et [1 cos 2t 0 sen 2t] 2 0 1 0 0 + C3 et [ 0 cos 2t + 1 sen 2t]) 0 1
rsid ad
de
An
(Rta.: x(t) = C1 [
5 0 0 5 cos 2t sen 2t]+C2 [ cos 2t+ sen 2t]) 4 2 2 4
tioq
3. A =
4 5 4 4
uia
,D
(Rta.: x(t) = C1
3 2t 5 6t e + C2 e ) 2 2
ept
o. d
eM
8 3 16 8
3 4t 1 4t e + C2 e ) 4 4
atem
259
atic
En los siguientes ejercicios, hallar la soluci on general para x = A x y con el Wronskiano comprobar que los vectores soluci on son linealmente independientes.
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN (Rta.: = 3(mult.2),vector propio v = [1 1]T , x1 (t) = (C1 + C2 + C2 t)e3t , x2 (t) = (C1 C2 t)e3t ) 3 0 4 6. x = 1 1 1 x 1 0 1 (Rta.: = 1(mult.3) defectuoso, x1 (t) = (2C2 +C3 2C3 t)et , x2 (t) = (C 1 C 2 + C 2 t C 3 t + 1 C t2 )et , x1 (t) = (C2 + C3 t)et ) 2 3
Consideremos el problema de valor inicial: x = Ax + f (t), x(t0 ) = x0
atem
atic
as
7.3.
E.D. NO HOMOGENEA Y VARIACION DE PARAMETROS
Como
d (X (t)u(t)) = X (t)u(t) + X (t)u (t), dt Ax + f (t) = AX (t) u(t) + f (t) = X (t)u(t) + f (t) x (t) = X 260
Un ive
u 1 (t) . X (t) = (x1 (t), . . . , xn (t)) y u(t) = . . u n (t)
de
Luego , x(t) = X (t)u(t), donde
An
la cual suponemos que es una soluci on de x = Ax + f (t).
tioq
x(t) = u1 (t)x1 (t) + . . . + un (t)xn (t),
uia
y variando los par ametros C1 , C2 , . . . , Cn tenemos
rsid ad
,D
x h (t) = C 1 x 1 (t) + . . . + C n x n (t)
ept
o. d
Sean x1 (t), . . . , xn (t) las soluciones linealmente independientes de la homog enea asociada, o sea que
eM
(7.23)
DE PARAMETROS 7.3. E.D. NO HOMOGENEA Y VARIACION Sustituimos en (7.23) y cancelando, obtenemos: X (t)u (t) = f (t) Premultiplicando por X 1 (t) : u (t) = X 1 (t)f (t) e integrando de t0 a t:
t
u(t) = u(t 0 ) +
t0
X 1 (s) f (s) ds
(7.24)
y premultiplicando por X 1 (t0 )
u(t0 ) = X 1 (t0 ) x(t0 ) en (7.24):

t
t0
x(t) = X (t)u(t) = X (t) X
(t 0 ) x (t 0 ) +
entonces x (t) = e e o sea que

At At0
rsid ad
X (t) = eAt X 1 (t) = eAt X 1 (t0 ) = eAt0
Un ive
de
En particular si
x0 + e
At t0
x(t) = eA(tt0 ) x0 +
t0
eA(ts) f (s) ds
An
x(t) = X (t) X 1 (t0 ) x0 + X (t)
tioq
uia
,D
t0
X 1 (s) f (s) ds
ept
t
luego
o. d
X 1 (s) f (s) ds
u (t) = X
(t 0 ) x (t 0 ) +
X 1 (s) f (s) ds
eM
(7.25) (7.26) 261
t0
eAs f (s) ds
atem
atic
x (t) = X (t) u(t) x (t 0 ) = X (t 0 ) u (t 0 )
as
como
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Ejemplo 6. Utilizar (7.25) para resolver el sistema: x = 6 3 2 1 x+ e5t 4 , x(0) = 9 4
Soluci on: los valores propios son: = 3, = 4 Los vectores propios linealmente independientes son:
Las soluciones vectoriales linealmente independientes son: x1 (t) = e3t 1 1 = e3t e3t , x2 (t) = e4t v2 = e4t 3 2
atem
=
Luego la matriz fundamental y su inversa en t erminos de s son: X (t) = Pasos: a) hallemos:

t
uia
,D
t0 =0
tioq
X (t)
X 1 (s) f (s) ds = = = = = 5
e3t 3e4t e3t 2e4t e3t 3e4t e3t 2e4t
ept
e3t 3e4t e3t 2e4t
X 1 (s) =
2e3s 3e3s e4s e4s
o. d
eM
atic
3e4t 2e4t e5s 4 ds
2e3s 3e3s e4s e4s
as
ds 2e2s + 12e3s es 4e4s 2e5t 1 e5t 2
v1 =
1 1
v2 =
3 2
An
e3t 3e4t e3t 2e4t
e3t 3e4t 2 + e3t 2e4t = 5x1 (t) 2x2 (t) + xp Luego la soluci on particular es xp = 262 2e5t 1 e5t 2
Un ive
rsid ad
2e5t 1 + 5e3t 6e4t e5t 2 + 5e3t 4e4t
e2t 4e3t + 5 et + e4t 2
de
7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS b) Hallemos X (t) X 1 (0)x0 e3t 3e4t e3t 2e4t De a) y b):
t
2 3 1 1
9 4
e3t 3e4t e3t 2e4t
6 5
6e3t + 15e4t 6e3t + 10e4t
x(t) = X (t) X 1 (0) x0 + X (t)

0
X 1 (s) f (s) ds
= =
7.4.
Denici on 7.7 Si x 1 (t) def. . x (t) = . . {x(t)}(s) = X (s) = x n (t)
Un ive
TRANSFORMADA DE LAPLACE PARA SISTEMAS

st e x1 (t) dt 0
rsid ad
de
An
2. x =
0 2 0 x + 3t 1 3 e cos 2t 2t sen 2t e3t ) (Rta.:x(t) = 1 4 sen 2t + 2t cos 2t
tioq
uia
,D
1. x =
6 7 2t x+ 1 2 3 666 120t 575et 91e5t (Rta.: x(t) = ) 588 60t 575et 13e5t
ept
o. d
En los siguientes ejercicios, aplique el m etodo de variaci on de par ametros para hallar una soluci on particular de los siguientes sistemas:
eM
e3t + 9e4t + 2e5t 1 e3t + 6e4t + e5t 2
atem
263
6e3t + 15e4t 6e3t + 10e4t
2e5t 1 + 5e3t 6e4t e5t 2 + 5e3t 4e4t
. . . st e xn (t) dt 0
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN Y si f 1 (t) F1 (s) . . f (t) = . . F (s) = {f (t)}(s) = . . = f n (t) Fn (s) Sea x (t) = Ax(t) + f (t). Luego {x (t)}(s) = {Ax(t) + f (t)} . . . st e fn (t) dt 0
st e f1 (t) dt 0
Ejemplo 7. Resolver el problema de valor inicial.
de
{x }(s) = sX (s) x(0) = sI 1 4 1 1
1 4 1 1 1 4 1 1
tioq
1 4 1 1
uia
,D
1 1
ept
o. d
en (7.27): sX (s) x(0) = AX (s) + F (s) Luego (sI A) X (s) = x(0) + F (s)
eM
Pero {x (t)} =
{x n
atem
et , 1 1
{x 1 . . .
= AX (s) + F (s) (7.27) }(s) sX1 (s) x1 (0) . . = = sX (s) x(0) . }(s) sXn (s) xn (0)
atic
1 1
as
= A{x(t)}(s) + {f (t)}(s)
x+
x(0) =
2 1
An
{x}(s) + 1 s1
{et }(s)
rsid ad
2 1
X (s) +
X (s) = x(0) +
Un ive
= =
s 1 4 1 s 1
X1 (s) X2 (s)
2+ 1+
1 1 s1 1 1 1 + s1 1
1 s1 1 s1
(s 1)X1 (s) 4X2 (s) = 2 + 264
1 s1
7.4. TRANSFORMADA DE LAPLACE PARA SISTEMAS 1 s1 Resolviendo el anterior sistema para X1 (s), X2 (s): X1 (s) + (s 1)X2 (s) = 1 + X1 (s) = X2 (s) = 1 11 1 1 1 + + s1 4 s3 4s+1
1 1 11 1 1 1 + 4s1 8 s3 8s+1
1.
= x + y = 2x, x(0) = 0, y (0) = 1 2 t (Rta.: x(t) = 1 e2t + 1 e t , y (t) = 1 e2t + 3 e) 3 3 3
4. Dos pesos de 96 libras y 64 libras se mueven horizontalmente en una supercie lisa, cada resorte tiene k = k1 = k2 = 600. En t = 0 los resortes estan sin estirar y el de peso 96 tiene una velocidad de 600 265
Un ive
3.
= x 2y = 5x y, x(0) = 1, y (0) = 2 7 (Rta.: x = cos 3t 5 sen 3t, y = 2 cos 3t 3 sen 3t) 3
dx dt dy dt
rsid ad
2.
dx dt dy dt
= 2y + e t = 8x t, x(0) = 1, y (0) = 1
de
An
dx dt dy dt
tioq
uia
Usar la transformada de Laplace para resolver los siguientes sistemas de E.D.
,D
ept
x1 (t) = 1 {X1 (s)} 1 1 11 1 1 = 1 + 1 + 1 s1 4 s3 4 s+1 1 11 = et + e3t + et 4 4 1 x2 (t) = {X2 (s)} 1 1 1 1 11 1 = 1 + 1 1 4 s1 8 s3 8 s + 1) 1 11 1 = et + e3t et 4 8 8
o. d
eM
atem
atic
as
CAP ITULO 7. SISTEMAS LINEALES DE E.D. DE PRIMER ORDEN pies/seg. alej andose del muro y el otro esta en reposo. Encontrar las E.D. del movimiento y la posici on en el tiempo t. (Ver Cap tulo 4 gura 4.16) 2y 2x (Rta.: m1 d = k 1 x + k 2 (y x), m 2 d 2 = k 2 (y x) dt2 dt x = 48 sen 10t + 2 6 sen 600t, y = 24 sen 10t 4 6 sen 600t)
7.5.
>sys1 :=[diff(x(t),t)=-4*x(t)-y(t), diff(y(t),t)=x(t)-2*y(t)];
266
Un ive
rsid ad
de
An
tioq
sol1 := {x (t) = e3 t ( C1 + C2 t) , y (t) = e3 t ( C1 + C2 t + C2 )}
uia
,D
>sol1 := dsolve(sys1);
ept
sys1 := [x = 4 x y, y = x 2 y ]
o. d
eM
atem
Ejemplo 8. Con el paquete Maple resolver el siguiente sistema, hallar la soluci on general y la soluci on particular x 1 = 4x 1 x 2 x 2 = x 1 2x 2 con x1 (0) = 1, x2 = 2 Soluci on:
atic
as
CAP ITULO 8
atem
INTRODUCCION A LA TEORIA DE ESTABILIDAD

SISTEMAS AUTONOMOS, EL PLANO DE FASE
Estudiaremos en este capitulo sistemas de la forma dx = F (x, y ) dt
rsid ad
de
An
Frecuentemente nos ocurre que no podemos resolver una E.D. anal ticamente y con m as frecuencia si la E.D. es no lineal, pero aunque no podamos resolverla explicitamente, si podemos analizar su comportamiento cualitativo. Buscaremos informaci on cualitativa a partir de la E.D. sin resolverla explicitamente.
tioq
uia
,D
ept
8.1.
o. d
eM
atic
as
(8.1)
dy = G(x, y ) (8.2) dt donde F y G son continuas y tienen primeras derivadas parciales continuas en todo el plano. El sistema (8.1) y (8.2) en el que la variable independiente t no aparece en F y en G se le llama aut onomo.
Un ive
267
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Por el Teorema A.7 (de Picard), si t0 es cualquier n umero y (x0 , y0 ) es un punto cualquiera del plano XY , entonces existe una u nica soluci on: x = x (t) y = y (t) tal que x(t0 ) = x0 y y (t0 ) = y0 Si x(t) y y (t) no son ambas constantes, entonces (8.3) y (8.4) son las ecuaciones par ametricas de una curva en el plano XY , a este plano lo llamaremos el plano de fase y la curva soluci on la llamaremos una trayectoria del sistema, la familia de trayectorias representadas en el plano de fase la llamaremos el retrato de fase Nota: si (8.3) y (8.4) es soluci on de (8.1) y (8.2), entonces x = x(t + c ) y = y (t + c ) (8.3) (8.4)
o. d
eM
atem
atic
as
(8.5) (8.6)
tambi en es soluci on de (8.1) y (8.2) para cualquier c. Por tanto cada trayectoria viene representada por muchas soluciones que dieren entre si por una translaci on del par ametro. Tambi en cualquier trayectoria que pase por el punto (x0 , y0 ), debe corresponder a una soluci on de la forma (8.5) y (8.6), es decir, por cada punto del plano de fase pasa una sola trayectoria, o sea, que las trayectorias no se intersectan. Nota: i). La direcci on de t creciente a lo largo de la trayectoria dada es la misma para todas las soluciones que representan a esa trayectotia. Una trayectoria es por tanto una curva dirigida y en las guras utilizamos echas para indicar la direcci on de t creciente sobre las trayectorias. ii). Para el punto (x0 , y0 ) tal que dy = F ( x 0 , y 0 ) = 0, dt 268
Un ive
rsid ad
y
de
An
tioq
uia
dx = G (x 0 , y 0 ) = 0 dt
,D
ept
8.1. SIST. AUTON., PLANO DE FASE se cumple que x (t) x 0 y y (t) y 0 es tambi en soluci on (soluci on constante), pero no la llamamos trayectoria. De las anotaciones anteriores se concluye que las trayectorias cubren todo el plano de fase y no se intersectan entre si, la u nica excepci on a esta armaci on ocurre en los puntos (x0 , y0 ), donde F y G son cero.
Los puntos (n, 0) para n Z son puntos cr ticos aislados, ya que F (n, 0) = 0 y G(n, 0) = 0. Estos puntos (n, 0) corresponden a un estado de movimiento de la part cula de masa m en el que tanto la velocidad a ngular y = d dt 2 d y la aceleraci on a ngular dy = se anulan simultaneamente, o sea que la 2 dt dt part cula est a en reposo; no hay fuerza que actue sobre ella y por consiguiente est a en equilibrio. Por esta raz on en algunos textos a los puntos cr ticos tambi en los llaman puntos de equilibrio.
Un ive
rsid ad
x = y = F (x, y ) g c y = y sen x = G(x, y ). m a
de
An
Vimos en el Cap. IV que la E.D. del p endulo amortiguado (4.18) en la p agina 147 era d2 c d g + + sen = 0 2 dt m dt a Haciendo x = y y = se obtiene el siguiente sistema autonomo no lineal
tioq
uia
,D
ept
Supondremos que todo punto cr tico (x0 , y0 ) es aislado, es decir, existe un c rculo centrado en (x0 , y0 ) que no contiene ning un otro punto cr tico.
o. d
eM
Nota: en estos puntos la soluci on es u nica y es la soluci on constante x(t) = x0 y y (t) = y0 . Como se dijo antes, una soluci on constante no dene una trayectoria, asi que por un punto cr tico no pasa ninguna trayectoria.
atem
Denici on 8.1 (Punto Cr tico) . Al punto (x0 , y0 ) tal que F (x0 , y0 ) = 0 y G(x0 , y0 ) = 0 se le llama un punto cr tico del sistema.
atic
as
269
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Como x (t) = F (x, y ) y y (t) = G(x, t) son las componentes del vector tangencial a las trayectorias en el punto P (x, y ), consideremos el campo vectorial: V (x, y ) = F (x, y )i + G(x, y )j donde
dx dt
= F (x, y ) y
dy dt
= G(x, y )
C S
atem
P F
Figura 8.1
De la gura se extraen las siguientes caracter ticas: 1. Los puntos cr ticos. 2. La disposici on de las trayectorias cerca de los puntos cr ticos. 270
Un ive
En P (x, y ) las componentes de V (x, y ) son F (x, y ) y G(x, y ) (ver gura 8.1). = F y dy = G, entonces V es tangente a la trayectoria en P y Como dx dt dt apunta en la direcci on de t creciente. Si t es el tiempo, entonces V es el vector velocidad de una part cula que se mueve sobre la trayectoria. Asi el plano de fase est a lleno de part culas y cada trayectoria es la traza de una part cula precedida y seguida por otras sobre una misma trayectoria. Esto es lo que ocurre en un u do en movimiento y como el sistema es aut onomo entonces V (x, y ) no cambia con el tiempo, por esta raz on al movimiento del u do se le llama estacionario; los puntos cr ticos Q, R, S son puntos de velocidad cero, donde las part culas se hallan en reposo (puntos estacionarios del u do).
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atic
v
G
as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. 3. La estabilidad o inestabilidad de los puntos cr ticos, es decir, si una part cula pr oxima a un punto cr tico permanece cerca de el o se aleja hacia otra zona del plano. 4. Las trayectorias cerradas como la C , corresponden a soluciones peri odicas. Como en general los sistemas no lineales no pueden resolverse expl citamente, el prop osito de la teor a cualitativa que desarrollaremos en este cap tulo es descubrir todo cuanto sea posible acerca de los diagramas de fase a partir de las funciones F y G.
8.2.
l m x(t) = x0 l m y (t) = y0
rsid ad
donde F y G son continuas, con derivadas parciales continuas en el plano de fase XY . Sea (x0 , y0 ) un punto cr tico aislado de (8.7) y (8.8). Si C = (x(t), y (t)) es una trayectoria de (8.7) y (8.8), decimos que C tiende a (x0 , y0 ), cuando t (o t ), si
de
An
tioq
uia
dy = G(x, y ) dt
,D
ept
dx = F (x, y ) dt
o. d
Consideremos el sistema aut onomo:
eM
TIPOS DE PUNTOS CRITICOS, ESTABILIDAD.

(8.7)
atem
atic
(8.8) (8.9) (8.10)
t
Nota: si se cumple (8.9) y (8.10), entonces (x0 , y0 ) es punto cr tico de (8.7) y (8.8), adem as, si y (t) y 0 : existe o es igual a , t x(t) x0 l m 271
Un ive
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD entonces se dice que C entra al punto cr tico (x0 , y0 ) cuando t o t . Esto signica que la recta que une (x0 , y0 ) con P (x, y ) tiene una direcci on determinada cuando t o t .
(x,y ) dy Eliminando t tenemos que dx =G : pendiente de la recta tangente a la F (x,y ) trayectoria de (8.7) y (8.8) en (x, y ) cuando F y G no se anulan simult aneamente; cuando F y G se anulan simult aneamente, (x0 , y0 ) es un punto cr tico y ninguna trayectoria pasa por el.
o. d
y
eM uia ,D ept
y
1. Nodos. (ver gura 8.2 y 8.3)
atem
Sin p erdida de generalidad supondremos que el punto (0, 0) es un cr tico.
atic
8.2.1.
TIPOS DE PUNTOS CRITICOS.
as
Se distinguen dos tipos de nodos: nodos propios y nodos impropios. a). Los nodos propios : en estos el retrato de fase esta formado por semirectas donde todas entran (o todas salen) del punto cr tico, se le llama tambi en nodo estrella. Cuando las trayectorias entran al punto 272
Un ive
nodo propio o nodo estrella asintoticamente estable
rsid ad
de
An
tioq
nodo impropio asintoticamente estable
Figura 8.2
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD.
y y
x x
Figura 8.3
Ejemplo 1. Considremos el sistema siguiente dx = x y dy = x + 2y dt dt entonces (0, 0) es punto cr tico. La soluci on general es x = C1 et , y (t) = C1 et + C2 e2t . Cuando C1 = 0 x = 0 y y = C2 e2t esto implica que la trayectoria es el eje Y positivo si C2 > 0 y el eje Y negativo si C2 < 0 y cada trayectoria tiende y entra al or gen cuando t . Si C2 = 0 entonces x(t) = C1 et y y = C1 et y la trayectoria es la semirecta y = x con x > 0 y C1 > 0, o tambi en es la semirecta y = x 273
Un ive
rsid ad
de
b). Nodo impropio: a un punto de este tipo tienden e incluso entran las trayectorias cuando t ( o t ). Para este nodo existen cuatro trayectorias en forma de semirectas con extremos en el origen. Todas las dem as trayectorias tienen el aspecto de ramas de par abola y al tender hacia el origen sus pendientes tienden a la pendiente de una de las semirectas.
An
tioq
uia
,D
ept
cr tico (sea nodo u otro tipo de punto cr tico) se dice que es un sumidero y cuando salen de el se dice que es una fuente.
o. d
eM
nodo propio o nodo estrella inestable
nodo impropio inestable
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y
Figura 8.4 Nodo impropio, inestable
2. Punto de Silla.
El origen es un punto de silla si el retrato de fase muestra que a este punto tienden y hacia el entran dos semirectas con extremos en el origen cuando t y hay otras dos semirectas que salen del origen cuando t . Entre estas cuatro semirectas hay cuatro regiones, las cuales contienen una familia de trayectorias en forma de hip erbolas; estas trayectorias no tienden hacia origen cuando t , sino que son asint oticas a alguna de las semirectas cuando t (gura 8.5) 274
Un ive
rsid ad
+2y dy = xx : pendiente de la tangente a la trayectoria Observese que dx que pasa por (x, y ) = (0, 0); resolviendo la E.D. econtramos y = x + Cx2 que son las curvas (par abolas) sobre las que se apoyan las trayectorias, excepto las que estan sobre el eje Y (Ver gura 8.4).
de
An
tioq
Cuando C1 = 0 y C2 = 0, las trayectorias est an sobre las par abolas C2 2 x que van hacia el or gen con pendiente 1. Debe entenderse y = x+ C 2 1 que estas trayectorias constan solo de una porci on de la par abola, la parte con x > 0 si C1 > 0 y la parte x < 0 si C1 < 0.
uia
,D
ept
o. d
con x < 0 y C1 < 0. En estos dos casos ambas trayectorias tienden y entran al or gen cuando t .
eM
atem
atic
as
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. y
Figura 8.5 Punto de silla
tioq
uia
,D
x Figura 8.6 Centro (estable) Es un punto cr tico que est a rodeado por una familia de trayectorias cerradas. Ninguna trayectoria tiende a el cuando t . 275
Un ive
rsid ad
de
An
ept
o. d
3. Centros (o v ortices)(ver gura 8.6)
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejemplo 2. Consideremos el sistema dx = y, dt dy = x. dt
Entonces (0, 0) es el u nico punto cr tico. Su soluci on general es : x = C1 sen t + C2 cos t La soluci on (o trayectoria) que satisface las condiciones iniciales x(0) = 1 y y (0) = 0 es x = cos t y = sen t y
C
1
uia
,D
1,5 2
ept
Figura 8.7 Centro (estable) Y la soluci on determinada por x(0) = 0 y y (0) = 1 es x = sen t = cos t + y = cos t = sen t + 276 2
Un ive
rsid ad
de
An
tioq
o. d
x 2
eM
atem
atic
as
y = C1 cos t + C2 sen t
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. Estas dos soluciones diferentes denen la misma trayectoria C , es decir, la circunferencia: x2 + y 2 = 1. En ambos casos la direcci on del recorrido es en sentido contrario a las agujas del reloj. dy = x cuya soluci on es Eliminando t del sistema, tenemos que dx y 2 2 2 x + y = R que es una familia de circunferncias en el plano de fase xy , pero sin direcci on de recorrido. En este caso (0, 0) es un centro(ver gura 8.7).
tioq
Un punto cr tico se llama foco o punto espiral si el retrato de fase muestra que hacia el tienden (o salen de el) las trayectorias de una familia que gira en forma espiral un n umero innito de veces cuando t . N otese que aunque las trayectorias tienden al origen, no entran a el en 277
Un ive
Figura 8.8 Foco o espiral (asintoticamente estable)
rsid ad
de
An
uia
,D
x
ept
o. d
eM
atem
atic
4 Focos. (ver gura 8.8)
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD una direcci on determinda, es decir,

t
l m
dy no existe dx
Ejemplo 3. Sea a una constante arbitraria y consideremos el sistema: dx = ax y dt dy = x + ay dt entonces (0, 0) es el u nico punto cr tico. La E.D. de las trayectorias es dy x + ay = dx ax y (8.11) (8.12)
atem ,D ept
d dy =x y dx dx
atic
(8.13)
dr dy =x+y dx dx
r2
de centro en el or gen y en este caso decimos que cuando el par ametro a = 0 se ha producido una bifurcaci on, a este punto lo llamamos punto de bifurcaci on, en esencia es un punto donde las soluciones cambian cualitativamente de estables (o asint oticamente estables) a inestables o vicerversa (Ver gura 8.9 ). 278
Un ive
y se convierte en r = c, que es la ecuaci on polar de la familia de circunferncias x2 + y 2 = c 2 ,
rsid ad
dy =x dt
de
dx = y dt
An
tioq
dr Luego (8.13) queda as : d = ar r = Cea es la ecuaci on polar de las trayectorias. La direcci on del recorrido se puede deducir del hecho que dx = y dt cuando x = 0. Si a = 0 entonces el sistema (8.11) y (8.12) se colapsa en el sistema:
uia
o. d
Pasemos a coordenadas polares: x = r cos y y = r sen como y , entonces r2 = x2 + y 2 y = tan1 x
eM
as
(8.14) (8.15)
8.2. TIPOS DE PUNTOS CRITICOS, ESTABILIDAD. y y y
Denici on 8.4 . Si el punto cr tico no es estable, diremos que es inestable. Los nodos de la gura 8.3 y 8.4, el punto de silla de la gura 8.5, el foco (o espiral) de la gura 8.9 c) son puntos inestables.
Un ive
Denici on 8.3 (Asint oticamente Estable) Si es estable y existe un c rcu2 lo x2 + y 2 = r0 , tal que toda trayectoria que est a dentro de el para alg un t = t0 , tiende al or gen cuando t .
rsid ad
de
Decimos que (0, 0) es un punto cr tico estable si para cada R > 0 existe un r > 0 con r R, tal que toda trayectoria que est a dentro del c rculo 2 2 2 2 2 2 x + y = r , para alg un t = t0 , permanece en el c rculo x + y = R para todo t > t0 , es decir, si todas las trayectorias que est an sucientemente cerca al punto cr tico permanecen cercanas a el (ver gura 8.10).
An
tioq
uia
,D
dx = F (x, y ) dt
dy = G(x, y ) dt
ept
o. d
Denici on 8.2 (Estabilidad) . Supongamos por conveniencia que (0, 0) es un punto cr tico del sistema
eM
Figura 8.9 Bifurcaci on
atem
a<0 a) Asint. estable
a=0 b) Estable
atic
a>0 c) Inestable
as
279
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD
t = t0
Figura 8.10
Ejercicio 2. dx = 4x y, dy = 2x + y dt dt (Rta: Nodo impropio inestable.) = x + 2y, dy = 2x + y Ejercicio 3. dx dt dt (Rta: Punto de Silla inestable.) Ejercicio 4. dx = 3x + y, dy = 5x y dt dt (Rta: Punto de Silla inestable.)
280
Un ive
rsid ad
de
= 2x + y, dy = x 2y Ejercicio 1. dx dt dt (Rta: Nodo asint oticamente estable.)
An
tioq
Para los siguientes ejercicios determine el tipo del punto cr tico que es (0, 0) y diga si es asint oticamente estable, estable o inestable:
uia
,D
Los nodos de la gura 8.2, el foco (o espiral) de la gura 8.8 y 8.9a) , son asint oticamente estables.
ept
o. d
Los centros de la guras 8.6 y 8.7 son estables, pero no asint oticamente estables.
eM
atem
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD = x 2y, dy = 2x 3y Ejercicio 5. dx dt dt (Rta: Nodo asint oticamente inestable.) = 5x 3y, Ejercicio 6. dx dt (Rta: Nodo inestable.) = 3x 2y, Ejercicio 7. dx dt (Rta: Punto espiral inestable.)
dy dt
= 3x y = 4x y
dy dt
8.3.
Consideremos el sistema:
a1 b 1 a2 b 2
Un ive
dy = a2 x + b 2 y (8.17) dt El cual tiene a (0, 0) como punto cr tico. Supondremos de ahora en adelante que = a 1 b 2 b 1 a2 = 0 (8.18)
Por tanto, (0, 0) es el u nico punto cr tico. (8.16) y (8.17) tiene una soluci on no trivial de la forma 281
rsid ad
dx = a1 x + b 1 y dt
de
An
tioq
PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD PARA SISTEMAS LINEALES
uia
,D
ept
o. d
Ejercicio 10. dx = x 2y, dy = 5x y dt dt (Rta: Centro estable, pero no asint oticamente estable.)
eM
(8.16)
atem
= 2x 2y, dy = 4x 2y Ejercicio 9. dx dt dt (Rta: Centro estable, pero no asint oticamente estable.)
atic
Ejercicio 8. dx = x 3y, dy = 6x 5y dt dt (Rta: Punto espiral asint oticamente estable.)
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD i). x = Aem1 t , y = Bem2 t donde m1,2 son ra ces distintas de la cuadr atica: m 2 (a 1 + b 2 )m + (a 1 b 2 a 2 b 1 ) = 0 (8.19)
que se conoce como ecuaci on caracater stica del sistema, la condici on (8.18) impl ca que m = 0. ii). O de la forma x = Aem1 t , y = Btem1 t
si m1 es una ra z de multiplicidad dos de la ecuaci on caracter stica
Casos Principales:
CASO C: Si las raices m1 y m2 son complejas conjugadas pero no imaginarias puras, entonces es un foco.
Casos Frontera:
CASO D: Si las raices m1 y m2 son reales e iguales, entonces es un nodo. CASO E: Si las raices m1 y m2 son imaginarias puras, entonces es un centro. 282
Un ive
rsid ad
de
CASO B: Si las raices m1 y m2 son reales, distintas y de signos opuestos, entonces es un punto de sillla.
An
tioq
CASO A: Si las raices m1 y m2 son reales, distintas y del mismo signo, entonces es un nodo.
uia
,D
ept
Teorema 8.1 (Caracterizaci on de la naturaleza del punto cr tico) . Sean m1 y m2 las raices de (8.19). La naturaleza del punto cr tico est a determinada por estas raices.
o. d
eM
m 2 ( a 1 + b 2 ) m + ( a 1 b 2 a 2 b 1 ) = 0.
atem
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD
A2 y = B 2 x A1 y = B 1 x
x = C 1 A 1 e m1 t + C 2 A 2 e m2 t
,D
ept
Demostraci on: supongamos que m1 < m2 < 0. Sabemos que la soluci on del sistema 8.16, 8.17 es:
o. d
eM
CASO A: si las raices m1 y m2 son reales, distintas y del mismo signo, entonces (0, 0) es un nodo.
atem
Figura 8.11 Nodo impropio (asintoticamente estable)
atic
(8.20) (8.21) (8.22) 283
de
A 1 m1 t e B1
An
donde los vectores
A 2 m2 t e B2
B1 A1
tioq
y = C 1 B 1 e m1 t + C 2 B 2 e m2 t
uia
x = C 1 A 1 e m1 t ,
en este caso: a). Si C1 > 0, entonces (8.22) representa una trayectoria que consiste en la 1 semirecta A1 y = B1 x con pendiente B A1 b). Si C1 < 0, entonces (8.22) representa una trayectoria que consiste de la
Un ive
son linealmente independientes, por lo tanto arbitrarias. Analicemos los coecientes C1 y C2 1.) Si C2 = 0, entonces
rsid ad
B2 A2
y las C son constantes
y = C 1 B 1 e m1 t
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD otra semirecta opuesta a la anterior. Como m1 < 0, entonces ambas semirectas tienden a (0, 0) cuando t y y 1 1 , entonces ambas semirectas entran a (0, 0) con pendiente B . =B como x A1 A1 2). Si C1 = 0, entonces x = C 2 A 2 e m2 t , y = C 2 B 2 e m2 t (8.23)
m1 m 2 < 0 y C 1 B 1 e m1 t + C 2 B 2 e m2 t y = = x C 1 A 1 e m1 t + C 2 A 2 e m2 t
C1 B1 C2 C 1 A1 C2
e(m1 m2 ) t + B2
Demostraci on: supongamos que m1 < 0 < m2 . La soluci on general de (8.16) y (8.17) es de la forma (8.20) y (8.21), como en el CASO A se tienen cuatro trayectorias en forma de semirectas opuestas; un par de semirectas opuestas representadas por (8.22) con m1 < 0, que tienden y entran a (0, 0) cuando t y el otro par de semirectas opuestas representadas por (8.23) con m2 > 0 las cuales tienden y entran al origen (0, 0) cuando t . 284
Un ive
rsid ad
Si m1 > m2 > 0, la situaci on es exactamente la misma, excepto que las trayectorias salen de (0, 0) cuando t , las echas son al contrario del caso anterior, (0, 0) es un nodo impropio inestable. CASO B: si las raices m1 y m2 son reales, distintas y de signos opuestos, entonces (0, 0) es un punto de silla (ver gura 8.12).
de
An
tioq
y 2 entonces, x B cuando t , as que las trayectorias entran a (0, 0) con A2 B2 pendiente A2 . De acuerdo a lo analizado (0, 0) es un nodo impropio y es, como lo veremos m as adelante, asint oticamente estable (Ver gura 8.11).
uia
,D
ept
e(m1 m2 ) t + A2
o. d
eM
atem
3). Si C1 = 0 y C2 = 0, entonces (8.20) y (8.21) representa trayectorias curvas; como m1 < 0 y m2 < 0, entonces estas trayectorias tienden a (0, 0) cuando t , adem as, como
atic
as
Similarmente (8.23) representan dos semirectas de la recta A2 y = B2 x 2 con pendiente B , las cuales tienden a (0, 0) cuando t y entran a el con A2 B2 pendiente A2 .
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD A1 y = B 1 x y
A2 y = B 2 x
Figura 8.12 Punto de silla (inestable)
rsid ad
Si C1 = 0 y C2 = 0, la soluci on general (8.20) y (8.21) representa trayectorias curvas, pero como m1 < 0 < m2 , entonces ninguna de ellas tiende a (0, 0) cuando t o t . En lugar de esto una trayectoria es asint otica a una de las semirectas de (8.23) cuando t y asint otica a una de las semirectas de (8.22) cuando t , en efecto, como m2 > m1
de
An
tioq
Un ive
C 1 B 1 e m1 t + C 2 B 2 e m2 t y = l m = l m t t C1 A1 em1 t + C2 A2 em2 t t x l m
uia
C1 B1 C2 C 1 A1 C2
,D
ept
e(m1 m2 ) t + B2 e(m1 m2 ) t + A2
C2 B2 C1 C 2 A2 C1
o. d
eM
= B2 A2 B1 + y C 1 B 1 e m1 t + C 2 B 2 e m2 t = l m l m = l m m t m t t A1 + t x t C1 A1 e 1 + C2 A2 e 2 luego (0, 0) es un punto de silla y es inestable . 285 e(m2 m1 ) t e(m2 m1 ) t
atem
= B1 A1
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD CASO C: si las raices m1 , m2 son complejas conjugadas pero no imaginarias puras, el punto cr tico es un foco (o punto espiral). Demostraci on: m1 , m2 son de la forma a bi, donde a y b son reales no nulos. En este caso el discriminante de 8.19 es negativo y por tanto D = (a1 + b2 )2 4(a1 b2 a2 b1 ) = (a1 b2 )2 + 4a2 b1 < 0 A1 B1 A2 B2 (8.24)
Suponiendo que al valor propio = a + ib esta asociado el vector propio
x = eat [C1 (A1 cos bt A2 sen bt) + C2 (A1 sen bt + A2 cos bt)] (8.25) y = eat [C1 (B1 cos bt B2 sen bt) + C2 (B1 sen bt + B2 cos bt)] (8.26) donde C1 y C2 son par ametros.
Sabemos que
y usando (8.16) y (8.17):
a2 x2 + (b2 a1 )xy b1 y 2 x (a 2 x + b 2 y ) y (a 1 x + b 1 y ) d = = dt x2 + y 2 x2 + y 2 Como estamos interesados solo en soluciones que representan trayectorias, suponemos x2 + y 2 = 0. 286
Un ive
y x dy x y dx d dt = dt dt x2 + y 2
rsid ad
= tan1
de
An
Si a < 0 entonces x 0 y y 0 cuando t , o sea que todas las trayectorias tienden a (0, 0) cuando t y por tanto (0, 0) es asint oticamente estable. Probemos que las trayectorias no entran a (0, 0) cuando t , sino que giran alrededor de el en forma de espirales. Para ello utilicemos coordenadas polares y mostremos que a lo largo de cualquier trayectoria, el signo de d no cambia para todo t. dt
tioq
uia
,D
ept
o. d
eM
atem
entonces la soluci on general es de la forma
atic
as
v = v1 + iv2 =
+i
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD
a<0 a2 > 0
a<0 a2 < 0
Figura 8.13 Focos (asint oticamente estables) De (8.24): a2 y b1 deben tener signos opuestos. Supongamos que a2 > 0 y b1 < 0. Si y = 0 Si y = 0 ya que si
d dt
a2
ecuaci on cuadr atica cuyo discriminante es ( b 2 a 1 ) 2 + 4a 2 b 1 = D < 0 segun (8.24); por lo tanto x es n umero real. y
x y
es n umero complejo, lo cual es absurdo porque
Un ive
x y
rsid ad
= 0, entonces a2 x2 + (b2 a1 )xy b1 y 2 = 0, o sea, + (b 2 a 1 ) x b1 = 0 y
de
d =0 dt
An
tioq
d = a2 > 0 dt
uia
,D
ept
o. d
eM
(8.27) (8.28)
atem
287
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD De la continuidad de cuando a2 > 0 y b1 < 0.

d , dt
de (8.27) y de (8.28) se concluye que
d dt
> 0
Similarmente, si a2 < 0 y b1 > 0 entonces
d dt
< 0.
En conclusi on (t) es una una funci on siempre creciente para todo t o siempre decreciente para todo t, luego no entra al or gen. Por (8.25) y (8.26): x y y cambian de signo innitas veces cuando t , es decir, todas las trayectorias giran en espiral alrededor del or gen en sentido contrario a las agujas del reloj si a2 > 0 y en sentido horario si a2 < 0. Luego el punto cr tico es un foco asint oticamente estable (Ver gura 8.13). Si a > 0: el an alisis es el mismo, salvo que las trayectorias tienden a (0, 0) cuando t y el punto cr tico es inestable.
i). Si a1 = b2 = a = 0 entonces la ecuaci on caracter stica (8.19) se convierte en m2 2am + a2 = 0 y por tanto m = a con multiplicidad dos y el sistema de E.D. queda convertido en el sistema desacoplado siguiente
donde C1 y C2 son constantes arbitrarias, eliminando el par ametro t, obtenemos x C1 C1 = o sea que y = x y C2 C2 Las trayectorias denidas por (8.29) son semirectas de todas las pendientes posibles y como m < 0, entonces estas trayectorias tienden y entran 288
Un ive
x = C1 emt ,
rsid ad
dx = ax, dt Es claro que su soluci on general es
de
y = C2 emt
An
dy = ay. dt (8.29)
tioq
uia
Demostraci on: supongamos que m1 = m2 = m < 0. Dos casos: i). a1 = b2 = 0 y a2 = b1 = 0 ii). Todas las dem as posibilidades que conducen a una raiz doble.
,D
ept
o. d
CASO D: si las raices m1 y m2 son reales e iguales, el punto cr tico (0, 0) es un nodo.
eM
atem
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD y
Figura 8.14 Nodo propio o nodo estrella (asint oticamente estable)
y = C1 B emt + C2 (B1 + Bt) emt
rsid ad
de
x = C1 A emt + C2 (A1 + At) emt
An
a (0, 0) cuando t , de donde (0, 0) es un nodo (llamado tambi en nodo propio o nodo estrella) asint oticamente estable (ver gura 8.14). Si m > 0, tenemos la misma situaci on, excepto que las trayectorias entran a (0, 0) cuando t , las echas son al contrario, entonces es un nodo (nodo propio o nodo estrella) inestable. ii). Para raices repetidas sabemos de (7.22) en la p agina 255 que para A el valor propio m esta asociado el vector propio y el vector propio B A1 , por lo tanto la soluci on general es: generalizado de rango dos B1
tioq
uia
,D
ept
o. d
eM
atem
atic
(8.30) (8.31) Cuando C2 = 0, entonces x = C1 A emt ; y = C1 B emt . Sabemos que estas soluciones representan dos semirectas de la recta Ay = Bx con pendiente B y como m < 0, ambas trayectorias tienden a A y (0, 0) cuando t . Como x = B , entonces ambas trayectorias entran a A B (0, 0) con pendiente A . 289
Un ive
donde C1 y C2 son constantes arbitrarias.
as
rsid ad
y B x A
cuando
de
y = x
C1 B C2 C1 A C2
+ B1 + Bt + A1 + At t .
y Cuando m > 0, observemos que tambi en x B cuando t , en A este caso las trayectorias curvas salen del origen. En este caso la situaci on es la misma excepto que las direcciones de las echas se invierten y el punto cr tico es un nodo (impropio) inestable.
290
Un ive
. Luego, estas trayectorias curvas entran a (0, 0) con pendiente B A A este nodo se le llama nodo impropio (ver gura 8.15) y es asint oticamente estable.
An
tioq
Si C2 = 0, entonces (8.30) y (8.31) representan trayectorias curvas y como m < 0, entonces estas trayectorias tienden a (0, 0) cuando t . Adem as, como y C1 B emt + C2 (B1 + Bt) emt = x C1 A emt + C2 (A1 + At) emt
uia
,D
ept
o. d
Figura 8.15 Nodo impropio (asint oticamente estable)
eM
atem
atic
as
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD CASO E: si m1 y m2 son imaginarias puras, el punto cr tico (0, 0) es un centro (ver gura 8.16). y
Figura 8.16 Centro (estable)
y = C1 (B1 cos bt B2 sen bt) + C2 (B1 sen bt + B2 cos bt) Luego x(t) y y (t) son peri odicas y cada trayectoria es una curva cerrada que rodea al or gen, estas trayectorias son elipses, lo cual puede probarse dy 2 x+b2 y resolviendo la E.D.: dx =a . a1 x+b1 y Luego (0, 0) es un centro estable, pero no asint oticamente estable.
Un ive
rsid ad
de
An
tioq
uia
x = C1 (A1 cos bt A2 sen bt) + C2 (A1 sen bt + A2 cos bt)
,D
Demostraci on: m1 y m2 son de la forma a ib con a = 0 y b = 0, luego por (7.10) en la p agina 246,
ept
o. d
eM
atem
291
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD q inestable p 2 4q = 0 centros estable asintoticamente estable
no
do espirales sl im ite
espirales
atic
nodos inestable
as
d no
os
lim
ite
nodos
Escribamos la ecuaci on (8.19) de la forma siguiente:
Un ive
tanto, toda la informaci on la podemos extraer de m1,2 = Observando la gura vemos que:
donde p = (m1 + m2 ) y q = m1 m2 . Luego los cinco casos anteriores se pueden describir en t erminos de p y q y para ello utilizamos el plano pq (ver gura 8.17). El eje p (o sea q = 0), est a excluido ya que q = m1 m2 = a1 b2 a2 b1 = 0. Por
p p2 4q 2
Por encima de la par abola p2 4q = 0 se tiene p2 4q < 0. Luego m1 , m2 son n umeros complejos y estos son imaginarios puros si y solo 292
rsid ad
(m m1 )(m m2 ) = m2 + pm + q = 0
de
An
tioq
Teorema 8.2 ( Criterio de estabilidad) . El punto cr tico (0, 0)del sistema lineal (8.16) y (8.17) es estable si y solo si ambas raices de la ecuaci on auxiliar (8.19) tienen partes reales no positivas, y es asint oticamente estable si y solo si ambas raices tienen partes reales negativas.
uia
,D
ept
o. d
Figura 8.17
eM
atem
puntos de silla
8.3. PUNTOS CRITICOS Y CRITERIOS DE ESTABILIDAD si p = 0; estos son los casos C y E de focos y centros. Por debajo del eje p se tiene q < 0 m1 , m2 son reales distintos y de signos opuestos, por tanto es un punto de silla o sea el caso B. La zona entre la par abola y el eje p (excluido este eje e incluyendo a la par abola), se caracteriza porque p2 4q 0 y q > 0 m1 , m2 son reales y del mismo signo, sobre la par abola m1 = m2 ; por tanto son nodos y son los casos A y D. El primer cuadrante excluyendo los ejes, es una regi on con estabilidad asint otica; el eje positivo q corresponde a centros y por tanto es estable; el segundo, tercero y cuarto cuadrante son regiones inestables. Teorema 8.3 (Criterio para estabilidad asint otica) . El punto cr tico (0, 0) del sistema lineal (8.16) y (8.17) es asint oticamente estable si y solo si los coecientes p = (a1 + b2 ) y q = a1 b2 a2 b1 , de la ecuaci on auxiliar son ambos positivos. Encuentre los puntos cr ticos: Ejercicio 1. (Rta: (0, 0)) Ejercicio 2. (Rta: (2, 3))
dx dt
= 3x y, = 3x 2y,
dy dt
= x + 3y
Ejercicio 4. dx = y, dy = sen x dt dt (Rta: todos los puntos de la forma (n, 0), donde n es un entero.) Encuentre los puntos cr ticos del sistema dado e investigue el tipo de estabilidad de cada uno:
Un ive
= 2x xy, Ejercicio 3. dx dt (Rta: (0, 0) y (3, 2))
dy dt
rsid ad
= xy 3y
de
dx dt
dy dt
= 4x 3y + 1
An
tioq
uia
,D
ept
o. d
eM
atem
atic
293
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD = 2 + y, dy = x 2y Ejercicio 5. dx dt dt (Rta: el or gen es un nodo asint oticamente estable.) = x + 2y, dy =2+y Ejercicio 6. dx dt dt (Rta: el or gen es un punto silla inestable.) = x 3y, dy = 6x 5y Ejercicio 7. dx dt dt (Rta: el or gen es un foco o punto espiral asint oticamente estable.) Ejercicio 8. dx = x 2y, dy = 4x 2y dt dt (Rta: el or gen es un centro estable.) = 3x 2y, dy = 4x y Ejercicio 9. dx dt dt (Rta: el or gen es un foco o punto espiral inestable.) Ejercicio 10 . dx = 3x 2y, dy = 4x y dt dt (Rta: el or gen es un foco o punto espiral inestable.)
8.4.
Sea C = (x(t), y (t)) una trayectoria de (8.32) y consideremos la funci on E (x, y ) continua y con primeras derivadas continuas en una regi on que contiene a la trayectoria. Si un punto (x, y ) se mueve a lo largo de las trayectorias de acuerdo a las ecuaciones x = x(t) y y = y (t), entonces E (x, y ) = E (x(t), y (t)) = E (t) 294
Un ive
Consideremos el sistema aut onomo dx = F (x, y ) dt (8.32) dy = G(x, y ), dt y supongamos que tiene un punto cr tico aislado; sea (0, 0) dicho punto cr tico (un punto cr tico (x0 , y0 ) se puede llevar al or gen mediante la traslaci on de coordenadas x = x x0 , y = y y0 ).
rsid ad
de
An
tioq
uia
CRITERIO DE ESTABILIDAD POR EL METODO DIRECTO DE LIAPUNOV
,D
ept
o. d
eM
atem
atic
as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV es una funci on de t sobre C , su raz on de cambio es dE E dx E dy E E = + = F+ G dt x dt y dt x y Esta f ormula es la idea principal de Liapunov. Denici on 8.5 Supongamos que E (x, y ) es continua y tiene primeras derivadas parciales continuas en una regi on que contiene al origen. Si E (0, 0) = 0 y (8.33)
ii. Si E (x, y ) < 0 con (x, y ) = (0, 0), decimos que E es denida negativa. iii. Si E (x, y ) 0 con (x, y ) = (0, 0), decimos que E es semidenida positiva. iv. Si E (x, y ) 0 con (x, y ) = (0, 0), decimos que E es semidenida negativa.
x2m es semidenida positiva, ya que x2m = 0 para todo (0, y ) y x2m > 0 para todo (x, y ) = (0, 0). Similarmente se demuestra que y 2n , (x y )2m son semidenidas positivas.
Un ive
E (x, y ) = ax2m + by 2n con a < 0 y b < 0 es denida negativa.
rsid ad
E (x, y ) es denida negativa si y solo si E (x, y ) es denida positiva.
de
An
E (x, y ) = ax2m + by 2n con a > 0, b > 0 y m, n enteros positivos, es denida positiva.
tioq
Nota:
uia
,D
ept
o. d
eM
atem
atic
i. Si E (x, y ) > 0 con (x, y ) = (0, 0), decimos que E es denida positiva.
as
295
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Si E (x, y ) es denida positiva, entonces z = E (x, y ) es la ecuaci on de una supercie que podr a parecerse a un parabolo de abierto hacia arriba y tangente al plano XY en el or gen (ver gura 8.18). z
o. d
x E E dE F+ G= (x, y ) x y dt es semidenida negativa. 296
eM
y
Un ive
Denici on 8.6 (funci on de Liapunov) E (x, y ) es llamada una funci on de Liapunov para el sistema (8.32), si E (x, y ) es continua, con primeras derivadas parciales continuas en una regi on que contiene al or gen, E (x, y ) es denida positiva y adem as, (8.34)
rsid ad
de
Figura 8.18
An
tioq
uia
,D
ept
atem
atic
as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV Nota: Por (8.33), el requisito de que (8.34) sea semidenida negativa impl ca dE E E que la derivada de dt = x F + y G 0 y esto impl ca que E es no creciente a lo largo de las trayectorias de (8.32) pr oximas al or gen. Por lo anterior las funciones E generalizan el concepto de energ a total de un sistema f sico. Teorema 8.4 ( Criterio de Liapunov) .
Sea C = [x(t), y (t)] cualquier trayectoria que est e dentro de C2 para t = t0 , entonces E (t0 ) < m y como (8.34) es semidenida negativa, entonces dE = E F + E G 0 lo cual impl ca que E (t) E (t0 ) < m para todo dt x y t > t0 , luego la trayectoria C nunca puede alcanzar el c rculo C1 en un t > t0 lo cual impl ca que hay estabilidad. Probemos la segunda parte del teorema. < 0), E (t) 0, porque al ser Probemos que, bajo la hip otesis adicional ( dE dt E (x, y ) denida positiva, impl ca que C se aproxima al punto cr tico (0, 0).
Un ive
rsid ad
Demostraci on: sea C1 un c rculo de radio R > 0 centrado en el or gen de tal manera que C1 se halla dentro del dominio de denici on de la funci on E . Como E (x, y ) es continua y denida positiva, tiene un m aximo positivo m en C1 . Adem as, E (x, y ) es continua en el or gen y se anula en el, luego podemos hallar un n umero positivo r < R tal que 0 E (x, y ) < m si (x, y ) est a dentro del c rculo C2 de radio r (Ver gura 8.19).
de
An
tioq
uia
,D
c. Si (8.34) es denida positiva entonces (0, 0) es un punto cr tico inestable.
ept
o. d
b. Si (8.34) es denida negativa entonces (0, 0) es un punto cr tico asint oticamente estable.
eM
atem
a. Si existe una funci on de Liapunov para el sistema (8.32) , entonces el punto cr tico (0, 0) es estable.
atic
as
297
c2 t = t0 r c3 r
c1
Pero el miembro de la derecha tiende a cuando t , es decir, l m E (t) = , pero E (x, y ) 0 (Absurdo!), luego L = 0.
t
Ejemplo 4. La E.D. de una masa m sujeta a un resorte de constante k , en un medio que ofrece un amortiguamiento de coeciente C es m 298 dx d2 x +C + kx = 0 2 dt dt
Un ive
E (t) E (t 0 ) k (t t 0 ) t t 0
rsid ad
y dE k dt Se obtiene la desigualdad:
de
Supongamos que L > 0. Sea r < r (ver gura 8.19) tal que E (x, y ) < L para (x, y ) dentro del c rculo C3 de radio r, como la funci on (8.34) es continua y denida negativa, tiene un m aximo negativo k en el anillo limitado por los c rculos C1 y C3 . Este anillo contiene a toda trayectoria C para t t0 , luego de la ecuaci on t dE E (t) = E (t 0 ) + dt t0 dt
An
tioq
uia
,D
ept
< 0, entonces E (t) es decreciente y como E (t) est a acotada Como dE dt inferiormente por 0, entonces E (t) tiene un l mite L 0 cuando t .
o. d
eM
Figura 8.19
atem
atic
as
8.4. CRITERIO DE ESTABILIDAD: METODO DE LIAPUNOV donde C 0, k > 0. Analizar la estabilidad de su punto cr tico. Soluci on: El sistema aut onomo equivalente es: dx = y; dt dy k C = x y dt m m
2
d2 x + f (x) = 0 dt2 Analizar la estabilidad de su punto cr tico.
Soluci on: el sistema aut onomo eqivalente es
1 2 x =1 y 2 y la energ a Su u nico punto cr tico es (0, 0). La energ a cin etica es 2 2 potencial es x
F (x) =
0
Un ive
x =y y = f (x)
rsid ad
de
f (x) dx 299
An
tioq
Ejemplo 5. (Resorte no lineal). Este es un ejemplo de una masa m = 1 sujeta a un resorte no lineal, en el cual la fuerza restauradora es proporcional a la distancia de la masa al origen, sea f (x) una funci on no lineal que representa la fuerza restauradora tal que f (0) = 0 y xf (x) > 0 si x = 0; no hay fricci on. La E.D. de su movimiento es
uia
,D
ept
o. d
Luego, E (x, y ) es una funci on Liapunov para el sistema y por tanto (0, 0) es estable. Se sabe que si C > 0 el punto cr tico (0, 0) es asint oticamente estable, pero la funci on Liapunov no detecta este hecho.
eM
atem
E k C E F+ G = kxy + my x y x y m m
= Cy 2 0
atic
Su u nico punto cr tico es (0, 0). La energ a cin etica es my y la energ a po2 x 1 2 tencial (o energ a almacenada en el muelle) es 0 kx dx = 2 kx Luego la energ a total: E (x, y ) = 1 my 2 + 1 kx2 la cual es denida positiva, 2 2 como
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD y la energ a total es
y2 2 Como x, f (x) tienen el mismo signo entonces F (x) 0 y por tanto E (x, y ) es denida positiva. Adem as E (x, y ) = F (x) + E (x, y ) = F (x)x + yy = f (x)y + y (f (x)) = 0 es decir, es semidenida negativa y por el teorema el punto cr tico (0, 0) es estable. Igual que sucede con un resorte lineal, se puede demostrar que este punto cr tico es un centro. Ejemplo 6. Analicemos la estabilidad del punto cr tico del siguiente sistema x = x x3 x sen y, 3 y3 y = y 3
para (x, y ) = (0, 0), es decir E es denida negativa y por el teorema anterior, parte b., (0, 0) es asint oticamente estable. Ejemplo 7. Analizar la estabilidad del punto cr tico del siguiente sistema
Soluci on:
(0, 0) es punto cr tico aislado E (x, y ) = ax2m + by 2n 300
Un ive
dx = 2xy ; dt
rsid ad
de
An
E (x, y ) =
y4 x4 y4 x4 y2 (x2 + x2 sen y ) y 2 <0 3 3 3 3
dy = x2 y 3 dt
tioq
pero |x2 sen y | x2 y por tanto x2 + x2 sen y 0. Entonces
uia
E (x, y ) = x(x
y3 x4 y4 x3 x sen y ) + y (y ) = x2 y 2 x2 sen y 3 3 3 3
,D
ept
Soluci on: (x2 + y 2 ), luego (0, 0) es el u nico punto cr tico. Sea E (x, y ) = 1 2
o. d
eM
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES E E F+ G = 2max2m1 (2xy ) + 2nby 2n1 (x2 y 3 ) x y E E F+ G = (4max2m y + 2nbx2 y 2n1 ) 2nby 2n+2 x y Para que el par entesis se anule, necesitamos que m = 1, n = 1, a = 1, b = 2, E (x, y ) = x2 + 2y 2 la cual es denida positiva y E E F+ G = 4y 4 x y
Si y = 0 : E (x, y ) = y 2 a y si a > 0, el polinomio en

x y
es positivo para todo
tioq
uia
En los siguientes ejercicios determinar la estabilidad del sistema en el punto cr tico. Ejercicio 1.Dado el sistema dx = xy 2 x , dy = y2 + yx dt 2 dt 5 Mostrar que (0, 0) es asint oticamente estable (Ayuda: tomar V (x, y ) = ax2 + by 2 ).
3 3 2
de
An
8.5.
LINEALIZACION DE SISTEMAS NO LINEALES

x = F (x, y ), y = G(x, y ), (8.35) 301
Consideremos el sistema aut onomo
Un ive
rsid ad
Ejercicio 2. Dado el sistema Mostrar que (0, 0) es estable.
dx dt
= 6x2 y,
,D
dy dt
ept
x y
x y
+b
= 3y 3 + 6x 3
o. d
x y
b2 4ac < 0.
eM
+c
Demostraci on: si y = 0 entonces E (x, 0) = ax2 > 0 si x = 0 y a > 0
atem
Teorema 8.5 . La funci on E (x, y ) = ax2 + bxy + cy 2 es denida positiva si y solo si a > 0 y b2 4ac < 0 y es denida negativa si y solo si a < 0 y b2 4ac < 0.
atic
as
que es semidenida negativa, luego (0, 0) es estable.
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD con un punto cr tico aislado en (x0 , y0 ) (es decir F (x0 , y0 ) = 0 y G(x0 , y0 ) = 0). Si F (x, y ) y G(x, y ) se pueden desarrollar en series de potencias de u = x x0 y v = y y0 , entonces utilizando un desarrollo Taylor alrededor de (x0 , y0 ), (8.35) adopta la forma u = x = F (x0 + u, y0 + v ) F F = F (x 0 , y 0 ) + u (x 0 , y 0 ) + v (x0 , y0 ) + O(u2 , v 2 , uv ) x y F F +v + O(u, v, uv ) (8.36) = u x y
donde
Un ive
u v
F (x 0 , y 0 ) x G (x 0 , y 0 ) x
rsid ad
se le llama la matriz Jacobiana del sistema (8.35) evaluada en el punto cr tico (x0 , y0 ). Cuando |u|, |v | son peque nos, es decir, cuando (u, v ) (0, 0) los t erminos de segundo orden y de orden superior son peque nos. Despreciando estos t erminos, conjeturamos que el comportamiento cualitativo de (8.36) y (8.37) cerca al punto cr tico (x0 , y0 ) es similar al del sistema lineal asociado:
de
F (x 0 , y 0 ) y G (x 0 , y 0 ) y
An
tioq
J (F (x, y ), G(x, y )) =
F (x 0 , y 0 ) x G (x 0 , y 0 ) x
uia
La matriz
,D
u v
F (x 0 , y 0 ) x G (x 0 , y 0 ) x
F (x 0 , y 0 ) y G (x 0 , y 0 ) y
u t erminos en u, v, uv + v t erminos en u, v, uv
ept
o. d
escribiendo matricialmente lo anterior, tenemos
eM
= u
G G +v + O(u, v, uv ) x y
atem
donde las derivada parciales son evaluadas en (x0 , y0 ) o sea son n umeros y O(u, v, uv ) denota el resto de t erminos en u, v, uv . Similarmente (8.37)
atic
as
(8.38)
F (x 0 , y 0 ) y G (x 0 , y 0 ) y
u v
(8.39)
det
F x G x
F y G y (x0 ,y0 )
=0
observemos que si (x0 , y0 ) es un punto cr tico en el sistema de coordenadas XY entonces (0, 0) es el punto cr tico en el nuevo sistema de coordenadas 302
8.5. LINEALIZACION DE SISTEMAS NO LINEALES U V , por esto los teoremas que haremos en esta secci on estan referidos al punto cr tico (0, 0) El proceso anterior de sustituir (8.35) por (8.39) se le llama linealizaci on de (8.35) en el punto cr tico (x0 , y0 ). En forma general consideremos el sistema: dx = a1 x + b1 y + f (x, y ) dt dy = a2 x + b2 y + g (x, y ) dt
(8.40)
F ( x 0 , y 0 ) = 0, supongamos tambi en que det a1 b 1 a2 b 2
G ( x 0 , y 0 ) = 0,
= 0,
eM uia
= 0
atem
(8.41)
(x,y )(0,0)
l m
f (x, y ) x2 + y 2 g (x, y )
,D
ept
de tal manera que el sistema lineal asociado tiene a (0, 0) como punto cr tico aislado y supongamos que f y g son funciones continuas con primeras derivadas parciales continuas para todo (x, y ) y que (8.42)
tioq
(x,y )(0,0)
x2 + y 2
Ejemplo 6. Comprobar que se cumple (8.41), (8.42) y (8.43) para el siguiente sistema dx = 2x + 3y + xy ; dt dy = x + y 2xy 2 dt 303
Un ive
Esta dos u ltimas condiciones implican, debido a la continuidad de f y g , que f (0, 0) = 0 y g (0, 0) = 0, es decir, (0, 0) es punto cr tico de (8.40) . Se puede demostrar que este punto es aislado. Con las restricciones indicadas (0, 0) se le llama punto cr tico simple de (8.40). Cuando se cumplen (8.41), (8.42), (8.43), entonces decimos que el sistema (8.40) es un sistema casi lineal (o cuasi-lineal).
rsid ad
de
An
l m
= 0
o. d
atic
(8.43)
donde a1 = y
as
F (x 0 , y 0 ), x
b1 =
F (x 0 , y 0 ), y
a2 =
G (x 0 , y 0 ), x
b2 =
G (x 0 , y 0 ) y
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Soluci on: a1 b 1 a2 b 2 = 2 3 1 1 =1=0
Tambi en, usando coordenadas polares: |f (x, y )| y |g (x, y )| x2 + y 2 = x2 + y 2 = |r2 sen cos | r r
El sistema lineal asociado al no lineal es dx = 2x + 3y dt
dy = x + y dt La ecuaci on caracter stica es: m2 + m + 1 = 0 1 3i con raices m1 , m2 = 2 . Como las raices son complejas conjugadas y no imaginarias puras, estamos en el CASO C, lo cual quiere decir por (8.25) y (8.26), que (0, 0) es un foco 304
Un ive
rsid ad
de
Ejemplo 7. Continuando con el ejemplo anterior, analicemos el tipo de punto cr tico.
An
tioq
Teorema 8.6 (Tipo de punto cr tico para sistemas no lineales) . Sea (0, 0) un punto cr tico simple del sistema no lineal (8.40) y consideremos el sistema lineal asociado . Si el punto cr tico (0, 0) del sistema lineal asociado pertenece a alguno de los tres casos principales de la secci on (8.3) teorema (8.1), entonces el punto cr tico (0, 0) de (8.40) es del mismo tipo.
uia
,D
ept
o. d
Luego (0, 0) es un punto cr tico simple del sistema.
eM
f (x, y ) = 0, r0 r l m
g (x, y ) =0 r0 r l m
atem
Cuando (x, y ) (0, 0) entonces
atic
|2r3 sen 2 cos | 2r 2 r
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES y por el Teorema 8.6 el punto cr tico (0, 0) del sistema no lineal es tambi en un foco. Nota: aunque el tipo de punto cr tico (0, 0) es el mismo para para el sistema lineal y para el sistema no lineal , la apariencia de las trayectorias puede ser bien diferente. La gura 8.20 muestra un punto de silla para un sistema no lineal, en el cual se nota cierta distorsi on, pero los rasgos cualitativos de las dos conguraciones son los mismos.
Ejemplo 8. Consideremos los sistemas dx = y x 2 , dt dx = y x 3 , dt dy =x dt dy =x dt 305
Un ive
Si el sistema lineal asociado tiene un centro en (0, 0) (CASO E), entonces el sistema no lineal puede tener un centro o un foco.
rsid ad
Si el sistema lineal asociado tiene un nodo frontera en (0, 0) (CASO D), el sistema no lineal puede tener un nodo o un foco.
de
An
Observaci on: para los casos frontera no mencionados en el Teorema 8.6:
tioq
uia
Figura 8.20
,D
ept
o. d
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD El sistema lineal asociado a ambos es: dx = y dt dy =x dt Para este u ltimo (el lineal): (0, 0) es un centro. Pero para el primer y segundo sistema no lineales, (0, 0) es un foco. Nota: Qu e sucede con los puntos cr ticos no simples? Si los t erminos no lineales en (8.40) no determinan la disposici on de las trayectorias cerca del or gen, entonces hay que considerar los t erminos de segundo grado, si estos tampoco, entonces se consideran los t erminos de tercer grado y as sucesivamente; el ejemplo siguiente tiene que ver con estos casos. Ejemplo 8. dx dy = 2xy ; = y 2 x2 (8.44) dt dt dx dy = x3 2xy 2 ; = 2x 2 y y 3 (8.45) dt dt dy dx (8.46) = x 4y |xy |; = y + 4x |xy | dt dt Estos tres casos los analizaremos con el paquete Maple al nal del cap tulo Teorema 8.7 ( Estabilidad para sistemas no lineales) . Sea (0, 0) un punto cr tico simple del sistema no lineal (8.40) y consideremos el sistema lineal asociado . 1. Si el punto cr tico (0, 0) del sistema lineal asociado es asint oticamente estable, entonces el punto cr tico (0, 0) de (8.40) tambi en es asint oticamente estable.
3. Si el punto cr tico (0, 0) del sistema lineal asociado es estable, pero no asint oticamente estable, entonces el punto cr tico (0, 0) del sistema no lineal (8.40) puede ser estable, asint oticamente estable o inestable . 306
Un ive
2. Si el punto cr tico (0, 0) del sistema lineal asociado es inestable, entonces el punto cr tico (0, 0) del sistema no lineal (8.40) es inestable.
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES Demostraci on: consideremos el sistema no lineal dx = a1 x + b1 y + f (x, y ) dt dy = a2 x + b2 y + g (x, y ) dt y su sistema lineal asociado dx = a1 x + b 1 y dt dy = a2 x + b 2 y dt
(8.47)
Sea E (x, y ) = donde
y Luego D > 0 y a > 0 Tambi en
D = p q = (a1 + b2 )(a1 b2 a2 b1 )
D2 (ac b2 ) = DaDc D 2 b2 2 2 2 2 = [a2 2 + b2 + (a1 b2 a2 b1 )][a1 + b1 + (a1 b2 a2 b1 )] (a1 a2 + b1 b2 ) 2 2 2 2 2 2 2 = (a 2 2 + b2 )(a1 + b1 ) + (a2 + b2 + a1 + b1 )(a1 b2 a2 b1 ) + (a 1 b 2 a 2 b 1 ) 2 (a 1 a 2 + b 1 b 2 ) 2 = 307
Un ive
rsid ad
de
An
tioq
a=
2 a2 2 + b 2 + (a 1 b 2 a 2 b 1 ) D a1 a2 + b 1 b 2 b= D 2 2 a + b 1 + (a 1 b 2 a 2 b 1 ) c= 1 D
uia
,D
1 (ax2 + 2bxy + cy 2 ), 2
ept
q = a 1 b2 a 2 b1 > 0
o. d
de acuerdo al Teorema 8.4 se debe construir una funci on de Liapunov adecuada. Por el Teorema (8.3) los coecientes del sistema lineal asociado satisfacen las condiciones: p = (a 1 + b 2 ) > 0
eM
atem
atic
as
(8.48)

2 2 2 2 = (a 2 2 + b2 + a1 + b1 )(a1 b2 a2 b1 ) + 2(a1 b2 a2 b1 ) > 0
Luego, b2 ac < 0, entonces por Teorema 8.5 tenemos que E (x, y ) es denida positiva, adem as E E (a 1 x + b 1 y ) + (a 2 x + b 2 y ) = (x 2 + y 2 ), x y la cual es denida negativa, luego E (x, y ) es una funci on de Liapunov para el sistema lineal asociado. Veamos que E (x, y ) es una funci on de Liapunov para (8.47) : Denamos F (x, y ) = a1 x + b1 y + f (x, y ) G(x, y ) = a2 x + b2 y + g (x, y ) Se sabe que E (x, y ) es denida positiva. Veamos que E E F+ G x y es denida negativa. En efecto
eM
atem
atic
as
(8.49)
= r2 + r[(a cos + b sen )f (x, y ) + (b cos + c sen )g (x, y )] Sea k = max{|a|, |b|, |c|}. Por (8.42) y (8.43): r r ; |g (x, y )| < |f (x, y )| < 6k 6k para r > 0 sucientemente peque no. Luego: E E 4kr2 r2 F+ G < r 2 + = < 0, x y 6k 3 308
Un ive
rsid ad
Pasando a coordenadas polares:
de
E E E E F+ G= (a1 x + b1 y + f (x, y )) + (a2 x + b2 y + g (x, y )) x y x y E E = (a 1 x + b 1 y ) + f (x, y ) x x E E + (a 2 x + b 2 y ) + g (x, y ) x y = (x2 + y 2 ) + (ax + by )f (x, y ) + (bx + cy )g (x, y )
An
tioq
uia
,D
ept
o. d
8.5. LINEALIZACION DE SISTEMAS NO LINEALES F + E G para r peque no. Luego E (x, y ) es una funci on denida positiva y E x y es denida negativa; luego por Teorema de Liapunov 8.4 parte b., (0, 0) es un punto cr tico asint oticamente estable de (8.47) . Ejemplo 9. Consideremos el sistema dx = 2x + 3y + xy dt dy = x + y 2xy 2 dt Del sistema podemos concluir que a1 b 1 a2 b 2 =1=0
Es claro que (0, 0) es un punto cr tico simple, en este caso p = (a1 + b2 ) = (2 + 1) = 1 > 0
dx =y dt g c dy = sen x y dt a m La cual es puede escribir asi: dx =y dt g c g dy = x y + (x sen x) dt a m a
El sistema no lineal es:
Un ive
rsid ad
de
c dx g d2 x + + sen x = 0; 2 dt m dt a
An
Ejemplo 10. La ecuaci on del movimiento para las oscilaciones forzadas de un p endulo es: c>0
tioq
uia
Luego el punto cr tico (0, 0) es asint oticamente estable para el sistema lineal asociado, como para el no lineal.
,D
q = a 1 b2 a 2 b1 = 1 > 0
ept
o. d
eM
atem
309
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Se puede ver que

(x,y )(0,0)
l m
x sen x x2 + y 2
=0
En efecto, si x = 0: |x sen x| x2 + y2 sen x |x sen x| = 1 0 |x | x
Como (0, 0) es un punto cr tico aislado del sistema lineal asociado
F (x, y ) x G (x, y ) x
F (x, y ) y G (x, y ) y
Un ive
La matriz Jacobiana es
Para hallar los puntos cr ticos resolvemos el sistema 0 = 2xy = F (x, y ) 310
rsid ad
x = 2xy = F (x, y ) y = x + y + xy y 3 = G(x, y )
de
Ejemplo 11. Hallar los puntos cr ticos, determinar de que tipo son y su estabilidad, para el siguiente sistema
An
2y 2x 1 + y 1 + x 3y 2
tioq
g g c 1 = >0 m a a Luego (0, 0) es un punto cr tico asint oticamente estable del sistema lineal asociado y por el Teorema 8.7 tambi en lo es del sistema no lineal. Esto reeja el hecho f sico: que si un p endulo se perturba ligeramente el movimiento resultante se extinguir a con el tiempo.
uia
,D
q = a 1 b2 a 2 b1 = 0
ept
o. d
p = (a 1 + b 2 ) = 0
c c = >0 m m
eM
g c dy = x y dt a m entonces (0, 0) es un punto cr tico simple del no lineal, adem as
atem
atic
dx =y dt
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES 0 = x + y + xy y 3 = G(x, y ) luego xy = 0, sustituimos en la segunda ecuaci on y nos da y = 0, y = 1, y = 1, por tanto los puntos cr ticos son (0, 0), (0, 1), (0, 1). Analicemos cada punto por separado 1. Para (0, 0) tenemos que la matriz Jacobiana en (0, 0) es
F (0, 0) x G (0, 0) x F (0, 0) y G (0, 0) y
El sistema lineal asociado es x = a1 x + b 1 y = 0 y = a 2 x + b 2 y = x + y
respectivamente y la soluci on general es
2. Para (0, 1) tenemos que la matriz Jacobiana en (0, 1) es

F (0, 1) x G (0, 1) x F (0, 1) y G (0, 1) y
Un ive
que es una familia de semirectas paralelas al eje Y que comienzan en cada punto de la recta y = x alej andosen de ella y por el Teorema 8.7, todos los puntos cr ticos (x, x) son inestables, en particular (0, 0) (Ver gura 8.21)
rsid ad
x = C1 y = C 1 + c 2 et
de
An
1 , 1
a1 b 1 2 0 = a2 b 2 0 2 311
tioq
0 1
uia
y los valores propios son 1 = 0, 2 = 1, los vectores propios asociados a estos valores propios son
,D
los puntos cr ticos de este sistema son de la forma (x, x) para todo x real, por tanto son no aislados, es decir no clasicable; su ecuaci on caracter stica es 2 = 0
ept
o. d
eM
atem
atic
y su determinante es cero.
as
a1 b 1 0 0 = a2 b 2 1 1
Figura 8.21
y su determinante es diferente de cero.
3. Para (0, 1) tenemos que la matriz Jacobiana en (0, 1) es

F (0, 1) x G (0, 1) x F (0, 1) y G (0, 1) y
Un ive
cuyo punto cr tico en el sistema uv es (0, 0) y en el sistema xy es (0, 1). Los valores propios del sistema lineal asociado son 1 = 1 = 2 < 0 y por el Teorema 8.1 caso D. el punto cr tico es un nodo estrella y por Teorema 8.2 es asint oticamente estable para el sistema lineal asociado; entonces para el sistema no lineal, por la observaci on al Teorema 8.6 referente a los casos frontera y por el Teorema 8.7, (0, 1) es un nodo o un foco asint oticamente estable.
rsid ad
de
312
An
u = a 1 u + b 1 v = 2u v = a 2 u + b 2 v = 2v
tioq
uia
u v
F (x 0 , y 0 ) x G (x 0 , y 0 ) x
F (x 0 , y 0 ) y G (x 0 , y 0 ) y
u 2 0 = v 0 2
,D
ept
Haciendo u = x x0 = x 0 = x y v = y y0 = y 1. El sistema lineal asociado es u v (8.50)
a1 b 1 2 0 = a2 b 2 2 2
o. d
eM
atem
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES y su determinante es diferente de cero. Haciendo u = x x0 = x 0 = x y v = y y0 = y (1) = y + 1. El sistema lineal asociado es u v =
F (x 0 , y 0 ) x G (x 0 , y 0 ) x F (x 0 , y 0 ) y G (x 0 , y 0 ) y
u 2 0 = v 2 2
u v
(8.51)
Soluci on: Los puntos cr ticos son: A(0, 0), B (0, 2), C (3, 0), D(1, 1).
J=
F x G x
F y G y
1. Para el punto A(0, 0), J =
3 0 y sus valores propios son 1 = 0 2 3, 2 = 2, luego (0, 0) es un nodo inestable, es decir, las trayectorias 313
Un ive
El Jacobiano es
3 2x 2y 2y y 2 x 2y
rsid ad
de
donde x(t) = la poblacio on de liebres y y (t) = la poblacio on de ovejas. Hallar los puntos cr ticos, denir que tipo de puntos cr ticos son y su estabilidad.
An
y = y (2 x y ) = G(x, y )
tioq
x = x(3 x 2y ) = F (x, y )
uia
Ejemplo 12.(Dos especies en competencia). Supongamos que dos especies liebres y ovejas compiten por el mismo tipo de alimento (grama) y esta cantidad de alimento es limitada, ignorando otros factores como depredadores, factores clim aticos, otras fuentes de alimento. Las E.D. que modela este fen omeno son las ecuaciones de Lotka-Volterra
,D
ept
o. d
eM
cuyo punto cr tico en el sistema uv es (0, 0) y en el sistema xy es (0, 1). Los valores propios del sistema lineal asociado son 1 = 2, 2 = 2 y por el Teorema 8.1 caso B. el punto cr tico es un punto de silla y por Teorema 8.2 es inestable para el sistema lineal asociado; entonces para el sistema no lineal, por el Teorema 8.6 y por el Teorema 8.7, (0, 1) es un punto de silla inestable.
atem
atic
as
u = a 1 u + b 1 v = 2u v = a 2 u + b 2 v = 2u 2v
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD salen tangencialmente del origen paralelas al vector propio v = asociado al valor propio 2 = 2 2. Para el punto B (0, 2), J = 1 0 y sus valores propios son 1 = 2 2 1, 2 = 2, luego B (0, 2) es un nodo asint oticamente estable, las 1 trayectorias entran al punto cr tico en la direcci on del vector v = 2 asociado al valor propio 1 = 1. 3 6 y sus valores propios son 1 = 0 1 3, 2 = 1, luego C (3, 0) es un nodo asint oticamente estable, las 3 trayectorias entran al punto cr tico en la direcci on del vector v = 1 asociado al valor propio 1 = 1. 0 1
El retrato de fase mostrado en la gura 8.22 tiene la siguiente interpretaci on biol ogica: una de las dos especies inevitablemente se extingue, por ejemplo, por debajo de la curva l las trayectorias tienden al punto cr tico C (3, 0) lo cual quiere decir que las ovejas se extinguen; cuando las trayectorias estan por encima de la curva l las trayectorias tienden al punto cr tico B (0, 2) lo cual quiere decir que se extinguen las liebres. Ejemplo 13.(Dos especies: un depredador y una presa). Sea x(t) el n umero de presas (por ejemplo liebres) y y (t) el n umero de depredadores (por ejemplo lobos). A principios del siglo XX el matem atico italiano Vito Volterra model o este problema, haciendo las siguientes consideraciones: En ausencia de depredadores, la poblaci on de presas crece a la tasa dx natural dt = ax, con a > 0. 314
Un ive
rsid ad
de
An
tioq
1 2 4. Para el punto D(1, 1), J = y sus valores propios son 1,2 = 1 1 1 2, luego D(1, 1) es un punto de silla y como p = (a1 + b2 ) = 1 2 = 1 < 0 entonces D(1, 1) es (1 1) = 2 y det A = 1 1 inestable.
uia
,D
ept
o. d
eM
atem
3. Para el punto C (3, 0), J =
atic
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES
l B D C
atem
En consecuencia, sumando las tasas naturales y las tasas de interacci on, tenemos las ecuaciones para una especie depredadora y una especie presa: dx = ax bxy = x(a by ) dt dy = cy + dxy = y (c + dx) dt 315
Un ive
rsid ad
Cuando las presas y los depredadores cohabitan el mismo lugar, las tasas naturales de crecimiento y decrecimiento de presas y depredadores respectivamente son proporcionales al n umero de encuentros de ambos, es decir, son proporcionales a xy . En consecuencia, el efecto de que los depredadores devoren presas, produce una tasa decreciente de interacci on bxy (b constante positiva) con respecto a la poblaci on de presas x y una tasa creciente dxy (d constante positiva) con respecto a la poblaci on de depredadores.
de
An
tioq
uia
En ausencia de presas, la poblaci on depredadora decrece a la tasa nady tural dt = cx, con c > 0.
,D
ept
o. d
Figura 8.22
eM
0 0 1 2
atic
x
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD haciendo la consideraci on adicional de que en ausencia de depredadores el crecimiento de las presas es log stico, es decir, es directamente proporcional a su poblaci on como tambi en a la diferencia con su poblaci on m axima y tomando a = 1, b = 1, c = 1, d = 1, tenemos el siguiente sistema de E.D. de Lotka-Volterra dx = x xy + x(1 x) dt dy = y + xy dt Analizar la estabilidad de la E.D. variando el par ametro Sus puntos cr ticos son (0, 0), (1, 1) El Jacobiano es J (F (x, y ), G(x, y )) =
F x G x F y G y
Para = 0 tenemos (ver Figura 8.23):

2,5
1,5 y 1
0 0 1
rsid ad
0,5
de
An
tioq
uia
,D
4
Un ive
Figura 8.23 Sistema depredador-presa, = 0
1. Para el punto cr tico (0, 0), J =
1 0 y sus valores propios son 0 1 1 = 1, 2 = 1, luego (0, 0) es un punto de silla inestable.
316
ept
o. d
eM
1 y + (1 2x) x y 1 + x
atem
atic
para 0.
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES 2. Para el punto cr tico (1, 1), J = 0 1 y sus valores propios son 1 0 1 = i, 2 = i, luego (1, 1) es un centro estable, las trayectorias giran alrededor del punto cr tico.
Para 0 < < 2 tenemos (ver Figura 8.24):
2,5
y 1
0,5
2 x
1. Para el punto (0, 0), J =
Para = 2 tenemos (ver Figura 8.25)) 1. Para el punto (0, 0), J =
3 0 y sus valores propios son 1 = 0 1 1, 2 = 3, luego (0, 0) es un punto de silla inestable. 317
Un ive
1 y sus valores propios son 1,2 = 1 0 42 i (o sea que ambas raices son negativas), luego (1, 1) es un 2 foco asint oticamente estable.
rsid ad
1+ 0 y sus valores propios son 1 = 0 1 + 1 > 0, 2 = 1, luego (0, 0) es un punto de silla inestable.
de
An
tioq
uia
Figura 8.24 Sistema depredador-presa, 0 < < 2
,D
ept
4
o. d
eM
atem
1,5
atic
as
2,5
1,5 y 1
2 x
Figura 8.25 Sistema depredador-presa, = 2
2 4
Observese que para = 0 las soluciones son estructuralmente (son estables y peri odicas) distintas de las soluciones para > 0 (asint oticamente estables y no peri odicas), por este cambio estructural en las soluciones, decimos que en = 0 se produce una bifurcaci on. Bosqueje las trayectorias t picas e indique la direcci on del movimiento cuando t aumenta e identique el punto cr tico como un nodo, un punto de 318
Un ive
rsid ad
1 y sus valores propios son 1,2 = 1 0 < 0, luego (1, 1) es un nodo asint oticamente estable.
de
An
1+ 0 y sus valores propios son 1 = 0 1 + 1, 2 = 1, luego (0, 0) es un punto de silla inestable.
tioq
Para > 2 tenemos (ver Figura 8.26):
uia
,D
2 1 y sus valores propios son 1,2 = 1, 1 0 luego (1, 1) es un nodo o un foco asint oticamente estable.
ept
o. d
eM
atem
atic
0,5
as
8.5. LINEALIZACION DE SISTEMAS NO LINEALES
2,5
1,5 y 1
2 x
Figura 8.26 Sistema depredador-presa, > 2
silla, un centro o un punto espiral.
Ejercicio: 4. dx = xy 2, dy = x 2y dt dt (Rta: hay un punto silla inestable en (2, 1) y un punto espiral asint oticamente estable en (2, 1).) 319
Un ive
Ejercicio 3. dx = y 2 1, dy = x3 y dt dt (Rta: hay un punto silla inestable en (1, 1) y un punto espiral asint oticamente estable en (1, 1).)
rsid ad
= y 1, dy = x2 y Ejercicio 2. dx dt dt (Rta: hay un punto silla inestable en (1, 1) y un punto espiral asint oticamente estable en (1, 1).)
de
An
Ejercicio 1. dx = x y, dy = x2 y dt dt (Rta: el or gen es un punto silla inestable. El punto (1, 1) es un centro o un punto espiral, pero su estabilidad no es determinada por el teorema de esta secci on, utilizar el criterio de Liapunov.)
tioq
uia
,D
ept
o. d
eM
atem
atic
0,5
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Ejercicio: 5. a). Covertir la ecuaci on x + ax + bx + x2 = 0, en un sistema. b). Mostrar que el origen es un foco estable y el punto (0, b) es un punto de silla. c). Bosquejar las trayectorias alrededor de los dos puntos cr ticos. Ejercicio: 6. Considere el siguiente caso particular de las ecuaciones de Lotka-Volterra x = x ( 1 2x + y ) donde x, y > 0 y representan la cantidad de organismos en una poblaci on. a). Mostrar que tiene cuatro puntos cr ticos y hacer una interpretaci on biol ogica de estos puntos, en el sentido de existencia, sobrevivencia o extinci on de las dos especies de organismos. b). Mostrar que si ambas poblaciones son inicialmente peque nas, entonces ambas poblaciones se extinguir an. c). Mostrar que un punto cr tico con signicado biol ogico es un punto de silla, el cual indica que poblaciones mayores pueden sobrevivir sin amenaza de extinci on. a, b > 0,
8.6.
CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON

dx = F (x, y ); dt dy = G(x, y ) dt (8.52)
Consideremos el sistema aut onomo no lineal
320
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
y = y ( 1 + 7x 2y )
eM
atem
atic
as
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON donde F , G asi como sus primeras derivadas parciales son continuas en el plano de fase. Estamos interesados en propiedades globales, es decir, el comportamiento de las trayectorias en grandes regiones del plano de fase. El problema central de una teor a global es determinar si el sistema anterior tiene o no trayectorias cerradas. Una trayectoria x(t), y (t) de (8.52) se llama peri odica si ninguna de estas dos funciones es constante, est an denidas para todo t y existe un n umero T > 0 tal que x(t + T ) = x(t) y y (t + T ) = y (t) para todo t. El T m as peque no con esta propiedad se conoce como per odo de la soluci on. En claro que cada soluci on peri odica dene una trayectoria cerrada en el plano de fase, que es recorrida en forma completa (en sentido horario o antihorario) cuando t crece de t0 a t0 + T , para todo t0 . Reciprocamente, si C = [x(t), y (t)] es una trayectoria cerrada, entonces x(t), y (t) son peri odicas. Se sabe que un sistema lineal tiene trayectorias cerradas si y solo si las ra ces de la ecuaci on auxiliar son imaginarias puras (ver secci on 8.3). As , para un sistema lineal todas las trayectorias son cerradas o ninguna lo es. En los sistemas no lineales puede existir al menos una trayectoria cerrada que sea aislada, es decir cualquier trayectoria vecina a ella no es cerrada (son trayectorias espirales que salen o entran a esta trayectoria cerrada) esta trayectoria cerrada aislada la llamaremos ciclo l mite. Ejemplo 11. Consideremos el sistema
dx dy dr +y =r , dt dt dt
Un ive
dy = x + y (1 x2 y 2 ) dt Sabemos que en coordenadas polares: x = r cos , y = r sen , y , derivando: como x2 + y 2 = r2 y = tan1 x
rsid ad
de
dx = y + x(1 x2 y 2 ) dt
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
(8.53)
(8.54)
dy dx d y = r2 dt dt dt
Multiplicando (8.53) por x y (8.54) por y y sumamos: r dr = r2 (1 r2 ) dt (8.55) 321
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Si multiplicamos (8.54) por x y (8.53) por y y restamos: r2 d = r2 dt (8.56)
El sistema (8.55) y (8.56) tiene un punto cr tico en r = 0; como estamos interesados en hallar las trayectorias, podemos suponer r > 0, luego: dr = r(1 r 2 ) dt d =1 dt Resolviendolas por separado, se obtiene la soluci on general r= 1 ; 1 + Ce2t = t + t0
Luego la soluci on general de (8.53) y (8.54) es : cos(t + t0 ) x= 1 + Ce2t
rsid ad
de
An
Interpretaci on geom etrica: Si C = 0 r = 1, = t + t0 que es la trayectoria circular x2 + y 2 = 1 en sentido antihorario. Si C < 0 r > 1 y r 1 cuando t . Y si C > 0 r < 1 y r 1 cuando t .
tioq
uia
Figura 8.27 Ciclo L mite 322
Un ive
,D
ept
2
sen (t + t0 ) y= 1 + Ce2t
o. d
eM
atem
atic
as
-2 -1 y 0
-2
-1
0 1 2
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON Es decir, existe una trayectoria cerrada r = 1 a la que todas las trayectorias tienden en forma de espiral por dentro o por fuera cuando t (ver gr aca 8.27 ). El siguiente criterio negativo de existencia de trayectorias cerradas, se debe a Bendicx on Teorema 8.8 . Una trayectoria cerrada del sistema (8.52) rodea necesariamente al menos un punto cr tico de este sistema. Es decir, un sistema sin puntos cr ticos en cierta regi on no puede tener en ella, trayectorias cerradas. Otro criterio negativo debido a Bendixs on.
(F dy G dx) =
tioq
F G + x y
uia
Demostraci on: supongamos que la regi on contiene una trayectoria cerrada C = [x(t), y (t)] con interior R; el Teorema de Green y la hip otesis implican que,
Pero a lo largo de C se tiene dx = F dt y dy = G dt, luego

t c
Absurdo!!
Luego la regi on considerada no puede tener trayectorias cerradas. A continuaci on enunciaremos un teorema que da las condiciones sucientes para la existencia de trayectorias cerradas de (8.52); es el llamado teorema de Poincar e-Bendixs on, ver su demostraci on en el texto Ecuaciones Diferenciales, sistemas din amicos y algebra lineal de Hirsch and Smale. 323
Un ive
rsid ad
(F dy G dx) =
de
(F G GF ) dt = 0
An
,D
ept
o. d
Teorema 8.9 . + G , es siempre positiva o siempre negativa en una regi on del plano de Si F x y fase, entonces el sistema (8.52) no tiene trayectorias cerradas en esa regi on.
dxdy = 0
eM
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD Teorema 8.10 ( Teorema de Poincar e-Bendixs on) . Sea R una regi on acotada en el plano de fase con su frontera y supongamos que R no contiene puntos cr ticos del sistema (8.52). Si C = [x(t), y (t)] es una trayectoria de (8.52) que est a en R para un cierto t 0 y permanece en R para todo t t0 , entonces C o es una trayectoria cerrada o tiende en forma espiral hacia una trayectoria cerrada cuando t . As pues, en cualquier caso, el sistema (8.52) tiene en R una trayectoria cerrada.
Figura 8.28
El sistema (8.53) y (8.54) tiene a (0, 0) como punto cr tico y la regi on R 1 ticos. limitada por los c rculos r = 2 y r = 2 no contiene puntos cr dr 2 Se vi o que dt = r(1 r ) para r > 0. Luego dr > 0 sobre el c rculo interior y dr < 0 sobre el c rculo exterior, as que dt dt V apunta hacia R en todos los puntos de frontera. Luego toda trayectoria 324
Un ive
En la gura 8.28, R es la regi on formada por las dos curvas de trazo discontinuo junto con la regi on anular entre ellas. Supongamos que el vector V (x, y ) = F (x, y )i + G(x, y )j apunta hacia R en todo punto del contorno, entonces toda trayectoria C que pase por un punto del contorno (en t = t0 ), debe entrar a R y no podr a salir de R y bajo estas conideraciones el Teorema de Poincar e-Bendixs on asegura que C ha de tender en espiral hacia una trayectoria cerrada C0 .
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
t = t0
atic
as
8.6. CICLOS LIMITES: TEOREMA DE POINCARE-BENDIXSON que pase por un punto de frontera entrar a en R y permanecer a en R para t . Por el Teorema de Poincar e-Bendixs on, R contiene una trayectoria cerrada C0 que por otro razonamiento era el c rculo r = 1. Criterio para las trayectorias cerradas para la Ecuaci on de Lienard dx d2 x + f (x) + g (x) = 0 2 dt dt Un sistema equivalente es, dx = y dt dy = g (x) f (x) y dt (8.57)
as atic ept o. d eM atem
(8.58) (8.59)
Una trayectoria cerrada de (8.57), equivale a una soluci on peri odica de (8.58) y (8.59). Teorema 8.11 ( Teorema de Lienard) . Sean f (x) y g (x) dos funciones tales que:
Desde el punto de vista f sico (8.57) representa la ecuaci on del movimiento de una masa unidad sujeta a un muelle y sometida a una fuerza restauradora g (x) y una fuerza de amortiguamiento f (x) dx . dt La hipotesis sobre g (x) tiende a disminuir la magnitud del desplazamiento. La hipotesis sobre f (x) que es negativa para peque nos |x| y positiva para 325
Un ive
entonces la ecuaci on (8.57) tiene una u nica trayectoria cerrada que rodea al or gen en el plano de fase y a ella tienden en forma de espiral todas las dem as trayectorias cuando t .
rsid ad
iii. F (x) = 0 f (x) dx, (la cual es impar), tiene exactamente un cero positivo en x = a; es negativa para 0 < x < a; es positiva y no decreciente para x > a y F (x) cuando x ,
de
An
tioq
ii. g (x) es impar y tal que g (x) > 0 para x > 0 y f (x) es par.
uia
,D
i. Ambas son continuas as como sus derivadas en todo x.
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD grandes |x|, signica que el movimiento se intensica para peque nos |x| y se retarda para grandes |x|, tendiendo por tanto a permanecer en oscilaci on estacionaria. Si la f (x) es de esta forma, se dice que el sistema f sico absorbe energ a cuando |x| es peque no y la disipa cuando |x| es grande. Ejemplo 12. Ecuaci on de Van der Pol, la cual aparece en la teor a de v alvulas de vac o. dx d2 x + (x2 1) +x=0 2 dt dt donde > 0, f (x) = (x2 1), g (x) = x Para esta f y g se satisface i. y ii. Para iii. x3 F (x) = x 3 su u nico cero positivo es x = 3. F (x) < 0 para 0 < x < 3. F (x) > 0 para x > 3. F (x) cuando x . 1 x(x2 3) 3
8.7.
Los siguientes ejercicios son para E.D. no linealizables, utilizamos el paquete Maple para inferir mediante el retrato de fase los resultados. Ejemplo 13. Mostrar que la siguiente E.D. no es linealizable en el punto cr tico (0, 0), gracar el campo de direcciones, dx = 2xy dt dy = y 2 x2 dt 326
Un ive
rsid ad
de
An
2 Como F (x) = (x 1) > 0 para x > 1 F (x) es no decreciente para x > 3. Luego se cumplen las hip otesis del Teorema de Lienard y por lo tanto tiene una u nica trayectoria cerrada (soluci on peri odica), a la que tienden en forma de espiral (asint oticamente) todas las dem as trayectorias (soluciones no triviales).
tioq
uia
,D
ept
o. d
eM
atem
atic
as
8.7. ANEXO CON EL PAQUETE MAPLE y las soluciones que pasan por los puntos: (1, 1), (1, 1), (0,5, 1), (0,5, 1), (0,4, 1), (0,4, 1) Soluci on: >DEplotwith:C:=[D(x)(t)=2*x(t)*y(t),D(y)(t)=y(t)^2-x(t)^2]; C := [D(x)(t) = 2*x(t)*y(t), D(y)(t) = y(t)^2-x(t)^2] C := [D(x)(t) = 2x(t)y (t), D(y )(t) = y (t)2 x(t)2 ]
2 1
-3
-2
-1
0 x -1 -2
de
y 0
An
tioq
uia
,D
2 3
Un ive
Figura 8.29 327
rsid ad
-3
ept
o. d
eM
>with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20, [[x(0)=1,y(0)=-1],[x(0)=-1,y(0)=1],[x(0)=0.5,y(0)=1], [x(0)=-0.5,y(0)=1],[x(0)=-0.4,y(0)=1],[x(0)=0.4,y(0)=1]], x=-3..3,y=-3..3,stepsize=.01,arrows=medium, linecolor=black,thickness=2,color=black);
atem
atic
as
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD como vemos del retrato de fase el punto cr tico (0, 0) es inestable y no clasicable. Ejemplo 14. Mostrar que la siguiente E.D. no es linealizable en el punto cr tico (0, 0), gracar el campo de direcciones, dx = x3 2xy 2 dt dy = 2x 2 y y 3 dt
Soluci on:
C := [D(x)(t) = x(t)3 2x(t)y (t)2 , D(y )(t) = 2x(t)2 y (t) y (t)3 ]
como vemos del retrato de fase el punto cr tico (0, 0) es inestable y no clasicable.
328
Un ive
>with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20,[[x(0)=1,y(0)=1], [x(0)=1,y(0)=-1],[x(0)=-1,y(0)=1],[x(0)=-1,y(0)=-1],[x(0)=2,y(0)=1], [x(0)=2,y(0)=-1],[x(0)=-2,y(0)=1],[x(0)=-2,y(0)=-1]],x=-3..3,y=-3..3, stepsize=.01,arrows=medium,linecolor=black,thickness=2,color=black);
rsid ad
de
An
tioq
uia
,D
ept
>with(DEtools):C:=[D(x)(t)=x(t)^3-2*x(t)*y(t)^2, D(y)(t)=2*x(t)^2*y(t)-y(t)^3];
o. d
eM
atem
y las soluciones que pasan por los puntos: (1, 1), (1, 1), (1, 1), (1, 1), (2, 1), (2, 1), (2, 1), (2, 1)
atic
as
8.7. ANEXO CON EL PAQUETE MAPLE
2 1
-3
-2
-1
0 x -1 -2
-3
>with(DEtools):C:=[D(x)(t)=x(t)-4*y(t)*sqrt(abs(x(t)*y(t))), D(y)(t)=-y(t)+4*x(t)*sqrt(abs(x(t)*y(t)))]; C := [D(x)(t) = x(t) 4y (t) |x(t)y (t)|, D(y )(t) = y (t)+4x(t) |x(t)y (t)|] 329
Un ive
dx = x 4y |xy | dt dy = y + 4x |xy | dt y las soluciones que pasan por los puntos: (0,2, 0,2), (0,4, 0,4), (0,4, 0,4), (0,2, 0,2), (0,1, 0,1), (0,1, 0,1), (0,2, 0,01), (0,2, 0,01), (0,2, 0,2), (0,2, 0,2). Soluci on:
rsid ad
de
An
tioq
Ejemplo 15. Mostrar que la siguiente E.D. no es linealizable en el punto 1 cr tico (0, 0), pero si es linealizable en los puntos cr ticos ( 1 , 1 ) y ( 1 , 4 ) 4 4 4 y mostrar que estos puntos cr ticos corresponden a centros y son estables, gracar el campo de direcciones,
uia
,D
Figura 8.30
ept
o. d
eM
atem
atic
as
y 0
CAP ITULO 8. INTRODUCCION A LA TEORIA DE ESTABILIDAD >with(DEtools):phaseportrait(C,[x(t),y(t)],t=-20..20, [[x(0)=0.2,y(0)=0.2],[x(0)=0.4,y(0)=0.4], [x(0)=-0.4,y(0)=-0.4],[x(0)=-0.2,y(0)=-0.2], [x(0)=-0.1,y(0)=0.1],[x(0)=0.1,y(0)=-0.1], [x(0)=0.2,y(0)=0.01],[x(0)=-0.2,y(0)=-0.01], [x(0)=0.2,y(0)=-0.2],[x(0)=-0.2,y(0)=0.2]], x=-0.8..0.8,y=-0.9..0.9,stepsize=.01,arrows=medium, linecolor=black,thickness=1,color=black);
0,4
-0,8
0 x
0,4
0,8
-0,4
-0,8
330
Un ive
rsid ad
de
como vemos del retrato de fase el punto cr tico (0, 0) es inestable y es un 1 1 punto de silla, los puntos cr ticos ( 4 , 4 ) y ( 1 , 1 ) corresponden a centros y 4 4 son estables.
An
tioq
uia
Figura 8.30
,D
ept
o. d
eM
y -0,4
atem
atic
0,8
as
APENDICE A
atem
a) Si f (t, x) es continua y D es una regi on acotada y cerrada, denida por f (b) f (a) = f ( )(b a), c) Sea {xn (t)} una sucesi on de funciones. Entonces se dice que xn (t) converge uniformemente (c.u.) a una funci on x(t) en el intervalo a t b si > 0, N N, N > 0 tal que n N y t [a, b] se cumple que |xn (t) x(t)| < 331
Un ive
o tambi en f ( ) =
f (b)f (a) ba
rsid ad
b) Sea f (x) continua en el intervalo cerrado a x b y derivable en el intervalo abierto a < x < b entonces, el teorema del valor medio dice que (a, b) tal que
de
An
tioq
entonces f (t, x) es acotada (t, x) D, es decir, existe M > 0 tal que | f (t, x) |, (t, x) D
uia
,D
D = {(t, x)/a t b, c x d} con a, b, c, d ,
ept
o. d
A.1.
PRELIMINARES
eM
atic
Existencia y Unicidad de soluciones
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES d) Si las funciones del n umeral c) son tambi en continuas en [a, b] entonces x(t) tambi en es continua en [a, b]. Es decir, El l mite uniforme de funciones continuas tambi en es continua. e) Sea f (t, x) una funci on continua en la variable x y supongamos que {xn (t)} converge uniformemente a x(t) cuando x entonces Limf (t, xn (t)) = f (t, x(t))
f (t) dt|
|f (t)| dt
y si |f (t)| M (es decir f es acotada en [a, b] entonces

b a b
D = {(t, x)/a t b, c x d} cerrada y acotada, entonces

b n
Un ive
l m
f (s, xn (s)) ds =
a
rsid ad
h) Si {xn (t)} converge uniformemente a x(t) en [a, b] y si f (t, x) es una funci on continua en la regi on
a n b a
l m f (s, xn (s)) ds =
b n
de
An
tioq
g) Sea {xn (t)} una sucesi on de funciones con |xn (t)| Mn t [a, b]. Si n=0 |Mn | < (es decir, n=0 Mn converge absolutamente) entonces {xn (t)} converge uniformemente en [a, b] a una funci on x(t). Este teorema se le llama criterio M de Weierstrass para la convergencia uniforme de series de funciones.
uia
,D
ept
|f (t)| dt M
dt = M (b a)
o. d
eM
atem
f (s, x(s)ds
a
f (s, l m xn (s)) ds = 332
atic
f) Sea f (t) una funci on integrable en [a, b] entonces
as
A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL
A.2.
TEOREMA LOCAL DE EXISTENCIA Y UNICIDAD, CASO UNIDIMENSIONAL
A continuaci on analizaremos las condiciones para la existencia y unicidad del P.V.I. con la E.D. de primer orden: x (t) = f (t, x(t)) con x(t0 ) = x0 (1) Teorema A.1 . Sea f (t, x) continua para todos los valores de t y x donde la funci on esta denida. Entonces el P.V.I. (1) es equivalente a la ecuaci on integral:
t t0
y x(t 0 ) = x 0 +
D = {(t, x)/a t b, c x d}
|f (t, x1 ) f (t, x2 )| k |x1 x2 |, (t, x1 ), (t, x2 ) D La constante k se le llama constante de Lipschitz.
Un ive
con a, b, c, d y a < b, c < d; decimos que f (t, x) es continua de Lipschitz en x sobre D, si existe una constante k , con 0 < k < tal que
rsid ad
Denici on A.1 (funci on continua de Lipschitz) . Sea
de
t0 t0
f (s, x(s)) ds = x0
An
tioq
): si x(t) satisface (2) entonces derivando (2): t d f (s, x(s)) ds = f (t, x(t)) x (t) = dx t0
uia
t t0
): si x(t) satisface (1) entonces: t f (s, x(s)) ds = t0 x (s) ds = x(s)|t t 0 = x (t) x (t 0 ) = x (t) x 0
,D
ept
Demostraci on:
o. d
(es decir, x(t) es soluci on de (1) x(t) es soluci on de (2))
eM
x (t) = x 0 +
f (s, x(s)) ds (2)
atem
atic
as
333
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES Nota: a) Si f (t, x) es continua de Lipschitz en la variable x entonces f (t, x) es continua en la variable x, para t jo. b) Reciprocamente, no toda funci on continua es continua de Lipschitz. Ejemplo 1. f (t, x) = x 0 t 1, 0 x 1 entonces f (t, x) es continua en D, pero
pero
1 x
cuando x 0 por tanto no hay constante de Lipschitz.
,D
x 0 (t) = x 0 x 1 (t) = x 0 + x 2 (t) = x 0 + . . . x n (t) = x 0 +

t t0 t t0
f (s, x0 (s)) ds
f (s, x1 (s)) ds
t t0
f (s, xn1 (s)) ds
a esta sucesi on se le llama las iteradas de Picard. 334
Un ive
rsid ad
de
Denici on A.2 (iteraci on de Picard) . Sea {xn (t)} tal que
An
es continua en D, entonces es acotada en D, por lo tanto existe Como f x 0 < k < tal que f (t, x) k, (t, x) D x
tioq
uia
(x1 , x2 ) tal que |f (t, x2 ) f (t, x1 )| = |(
ept
Dem.: sean (t, x1 ) y (t, x2 ) D. Para t jo ( f )(t, x) es una funci on en x, x entonces por el T. del valor medio f )(t, x)||x2 x1 | x
o. d
Teorema A.2 . (t, x) continuas en D entonces f (t, x) es continua de Sean f (t, x) y f x Lipschitz en x sobre D.
eM
atem
atic
1 |f (t, x) f (t, 0)| = | x 0| = |x 0| x (0, 1) x
as
x x0 + b x0
x0 b

Figura A.1
Dem.(Ver gura A.1) Veamos que las iteradas de Picard convergen uniformemente y dan en el l mite la soluci on a la ecuaci on integral
t
1. Veamos que las iteradas de Picard {xn (t)} son continuas y satisfacen la desigualdad |xn (t) x0 | b (de esto se concluye que b x0 xn (t) b + x0 y por tanto f (t, xn (t)) esta bien denida, ya que (t, xn (t)) D) 335
Un ive
Como f es continua en D, entonces M > 0 tal que (t, x) D : |f (t, x)| M b } Sea = min{a, M Pasos para la demostraci on:
rsid ad
x = x0 +
f (s, x(s)) ds.
t0
de
An
tioq
Teorema A.3 (Existencia) . Sea f (t, x) continua de Lipschitz en x con constante de Lipschitz k en la regi on D de todos los puntos (t, x) que satisfacen las desigualdades |t t0 | a, |x x0 | b, entonces existe > 0 tal que el P.V.I. x = f (t, x), x(t0 ) = x0 tiene soluci on x = x(t) en el intervalo |t t 0 | .
uia
,D
ept
o. d
eM
atem
t0 a
t0
t0 + a
atic
t
t0
t0 +
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES x0 (t) = x0 (la funci on constante siempre es continua) t t x1 (t) = x0 + t0 f (t, x0 (s)) ds = x0 + t0 f (t, x0 ) ds Como f (t, x0 ) es continua en (t, x0 ), entonces la integral tambi en es continua, luego x1 (t) es continua. t Similarmente x2 (t) = x0 + t0 f (t, x1 (s)) ds es continua ya que f (t, x(t)) es continua y as sucesivamente para n 3, 4, . . . Para n = 0 |x0 (t) x0 | = 0 b Para n > 0:
t
t0
t0
tioq
|x 1 ( t ) x 0 ( t ) | = |x 1 ( t ) x 0 | = | =|
t0
t0
f (s, x0 (s)) ds|

t t0
t0
Veamos que se cumple para n = m + 1: En efecto, como f es de Lipschitz en x sobre D: existe k > 0 tal que (t, x1 ), (t, x2 ) : |f (t, x1 ) f (t, x2 )| k |x1 x2 | luego
336
Un ive
|xm (t) xm1 (t)| M k m1
rsid ad
Supongamos que se cumple para n = m:
de
An
f (s, x0 ) ds| |
|f (s, x0 | ds| = M |
uia
k m1 m |t t 0 | m M . m! m!
,D
ds| = M |t t0 | M
Si n = 1:
ept
|xn (t) xn1 (t)| M k n1
|t t 0 | n M k n1 n n! n!
o. d
2. Veamos por inducci on que:
eM
b (observese que por eso se escogi o = min{a, M })
atem
|f (s, xn1 (s))| ds M |
ds| = M |t t0 | M b
atic
|x n ( t ) x 0 | = |
t0 t
f (s, xn1 (s)) ds|
as

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

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

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

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

t t0
= kmM |
|s t 0 | m m!
|s t 0 | m ds| m! t0 |t t0 |m+1 m+1 ds = k m M kmM (m + 1)! (m + 1)! M k m1
con |t t0 | =
y como
n m=1
m=1
[xm (t) xm1 (t)]
y (t) = l m luego
l m xn (t) = y (t) + x0 (t) x(t)

n
es decir, el l mite de las funciones de Picard existe y es uniforme para |t t0 | ; es decir, xn (t) x(t), para |t t0 | 337
Un ive
m=1
[xm (t) xm1 (t)] = l m [xn (t) x0 (t)] = l m xn (t) x0 (t)

n n
rsid ad
Pero
de
converge absoluta y uniformemente para |t t0 | a una funci on u nica y (t).
An
tioq
uia
Por el criterio M de Weierstrass se concluye que
,D
|xm (t) xm1 (t)|
M k
n (k )m m=1 m!
ept
o. d
M (ek k
pero por 2. se tiene m1 m |xm (t) xm1 (t)| M k m! =
M km m , k m!
eM
En efecto, xn (t) x0 (t) = xn (t) xn1 (t) + xn1 (t) xn2 (t) + xn2 (t) . . . + x 1 (t) x 0 (t) = n m=1 [xm (t) xm1 (t)]
atem
1)
atic
3. Veamos que {xn (t)} converge uniformemente a una funci on x(t) para t [t0 , t0 + ]; esto demostrar a que x(t) es continua en [t0 , t0 + ].
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES 4. Veamos que x(t) es soluci on de x (t) = x0 + t0 f (s, x(s)) ds para |t t 0 | c.u. Como f (t, x) es continua en x y xn(t) x(t), |t t0 | entonces
n t
l m f (t, xn (t)) = f (t, x(t))
luego, por la denici on de funciones de Picard
x(t) = l m xn+1 (t) = x0 + l m

n
= x0 +
h)
t t0 n
atem
t t0
f (s, xn (s)) ds
t0
l m f (s, xn (s)) ds = x0 +
t t0
x (t) A + B |
Denimos y (t) = B t0 x(s) ds t luego y (t) = Bx(t) B (A + B t0 x(s) ds) = AB + By (t) luego y (t) By (t) AB (1) d Pero dt [y (t)eB (tt0 ) ] = eB (tt0 ) [y (t) By (t)] Multiplicando (1) por eB (tt0 ) : d (y (t)eB (tt0 ) ) ABeB (tt0 ) dt 338
Un ive
rsid ad
Dem.: veamos el teorema para t0 t t0 + . La demostraci on para t0 t t0 es semejante.
de
An
donde A y B son constantes positivas para todo t tal que |t t0 | , entonces x(t) AeB |tt0 | para |t t0 |
tioq
t0
x(s) ds|
uia
,D
Teorema A.4 ( Desigualdad de Gronwald) . Sea x1 (t) una funci on continua y no negativa y si
ept
o. d
luego x(t) es soluci on de x (t) = x0 +
f (s, x(s)) ds
eM
atic
f (s, x(s)) ds
as
A.2. T. LOCAL DE EXISTENCIA UNICA, CASO UNIDIMENSIONAL e integrando a ambos lados, desde t0 hasta t y sabiendo que eB (tt0 ) > 0, entonces B (tt0 ) t y (s)eB (tt0 ) |t |t0 t0 Ae y como y (t0 ) = 0 entonces y (t)eB (tt0 ) A(1 eB (tt0 ) ) luego y (t) A(eB (tt0 ) 1)
v ( t ) = |x 0 +
t
to
f (s, x(s)) ds (x0 +

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

t t0
An
tioq
uia
,D
Sea v (t) = |x(t) y (t)| y por tanto v (t) > 0 y continua. Como f (t, x) es continua de Lipschitz en x sobre D, entonces
ept
Dem.: supongamos que x(t) y y (t) son dos soluciones continuas y distintas del P.V.I. (1) en |t t0 | y supongamos que (t, y (t)) D para todos |t t 0 | .
son continuas en D. Entonces existe una constante Si f (t, x) y f x > 0 tal que las funciones de Picard {xn (t)} convergen a una soluci on u nica y continua en |t t0 | del P.V.I. (1) Dem.: es consecuencia directa del teorema A.2 y de los teoremas de existencia y unicidad. 339
Un ive
Teorema A.6 ( Teorema de Picard) .
rsid ad
Por la desigualdad de Gronwall: v (t) < ek|tt0 | , > 0 y por tanto v (t) < 0 y sabemos que v (t) > 0, de aqu que v (t) = 0 o sea que x(t) = y (t)
de
k|
to
|x(t) y (t)| ds| = k |
v (s) ds| < + k |
o. d
eM
|t t0 | del P.V.I.: x (t) = f (t, x(t)) con x(t0 ) = x0 (1)
atem
Teorema A.5 (Unicidad) . Supongamos que se cumplen las condiciones del teorema de existencia. Entonces x(t) = l m xn (t) es la u nica soluci on continua en
v (s) ds|, > 0
atic
as
y como x(t) A + By (t) AeB (tt0 )
hip.
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES
A.3.
TEOREMAS LOCAL Y GLOBAL PARA SISTEMAS DE E. D. O. LINEALES
Consideremos el siguiente sistema de ecuaciones diferenciales: x1 := f1 (t, x1 , . . . , xn ) x1 (t0 ) = x10 x2 := f2 (t, x1 , . . . , xn ) x2 (t0 ) = x20 . . . xn := fn (t, x1 , . . . , xn ) xn (t0 ) = xn0
(A.1)
x (t 0 ) = x0
ept
x = f (t, x ), donde x =
o. d
x10 f1 (t, x1 , x2 , . . . , xn ) x1 x2 x20 f2 (t, x1 , x2 , . . . , xn ) , x = , f ( t, x ) = x = . 0 . . . . . . . . xn0 fn (t, x1 , x2 , . . . , xn ) xn o sea que vectorialmente el sistema anterior queda as :
eM
atem
atic
as
(A.2) x
A =
i=1 j =1
Se puede mostrar que tanto para x como para A se cumple que:
ii) x = | | x para todo escalar. iii) x + y x + y Adem as para el caso matricial tambi en se cumple que A x A 340
Un ive
i) x 0y x =0 x = 0
rsid ad
de
An
tioq
|aij |
Si Ann , hay varias maneras de denir la norma de A. La m as sencilla es:
uia
2 x2 1 + + xn = norma de x
,D
A.3. T. LOCAL Y GLOBAL PARA SISTEMAS DE E.D.O. LINEALES Teorema A.7 (Teorema de existencia y unicidad) . Sea D la regi on n + 1 dimensional (una para t y n para x ), sea |t t0 | a y x x 0 b. Supongamos que f (t, x ) satisface la condici on de Lipschitz f (t, x 1 ) f (t, x 2) k x1 x2 ()
|fi (t, x11 , . . . , x1n ) fi (t, x21 , . . . , x2n )| ki tomando

n
j =1
|x1j x2j |
atem
n 2 i=1 2 ki 2
k=n
i=1
2 ki
En efecto, f (t, x 1 ) f (t, x 2) =

n n n
rsid ad
i=1
[fi (t, x 1 ) fi (t, x 2 )]2
de
An
tioq
1 n
j =1
|x j | x
j =1
n 2 ki ( i=1
uia
,D
Lo anterior se deduce si se utiliza la desigualdad
|x j |
Un ive
(k i
i=1 j =1
|x1j x2j |)2 =
2 ki (n i=1
x1 x 2 )2 =
n2
x1 x2
ept
j =1
o. d
|x1j x2j |)2
eM
n
=n x1 x2
atic
La condici on (*) es consecuencia de que las fi (t, x ) son de Lipschitz, es decir ()
as
para(t, x 1 ), (t, x 2 ) D, donde k > 0. Entonces existe > 0 tal que el sistema A.2 tiene una soluci on u nica x en el intervalo |t t0 |
2 ki i=1
341
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES luego

n
k=n
i=1
2 ki
Tambi en |fi (t, x11 , . . . , x1n ) fi (t, x21 , . . . , x2n )| ki m ax |x1j x2j |
j =1,...,n
( )
Vericar (**) y (***) es m as f acil que vericar (*).

fi Por u ltimo, si x (para i, j = 1, . . . , n) son continuas en D, entonces son j acotadas en D y las condiciones (**) y (***) resultan por el teorema del valor medio.
Sea x (t) = A (t) x + f (t), y A(t) una matriz n n
Teorema A.8 (Existencia y unicidad para sistemas lineales) . Sean A(t) y f (t) una funci on matricial y vectorial respectivamente, con tinuas en t . Entonces existe una funci on vectorial u nica x (t) que es soluci on de (1) en [, ]
x 0 (t) = x0
. . .
x n+1 (t) = x0+

t0
. . . 342
Un ive
x 1 (t) = x0+
rsid ad
Dem.: denimos las funciones iteradas de Picard
[A(s) x 0 (s) + f (s)] ds
t0
[A(s) x n (s) + f (s)] ds
de
An
tioq
uia
,D
x (t 0 ) = x 0 , t (1)
ept
o. d
eM
Ahora veamos la existencia y unicidad globales de soluciones de sistemas lineales con coecientes continuos.
atem
atic
as
A.3. T. LOCAL Y GLOBAL PARA SISTEMAS DE E.D.O. LINEALES Claramente estas iteradas son continuas en [, ] para n = 1, . . . , n. Como A(t) es una funci on matricial continua, entonces
n n
sup
t
A(t) = sup
t i=1 j =1
|aij (t)| = k <
Sea M = sup
t
A (t) x 0 + f (t) <
t ,
,D
ept
ii) Por inducci on, veamos que las iteradas de Picard satisfacen la desigualdad ( ) |t t 0 | M k n1 x n (t) x n1 (t) M k n1 n! n! Si n = 1:
t n n
t0
x m+1 (t) x m (t)

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

t t
Un ive
Supongamos que se cumple para n = m. Veamos que se cumple para n = m + 1:
rsid ad
t0
A(s) x 0 + f (s) ds M
de
An
x 1 (t) x 0 (t) =
A(s) x 0 + f (s) ds
t t0
tioq
ds = M |t t0 | M ( )
uia
o. d
x + f es de Lipschitz para cualquier x yt luego la funci on A(t)
eM
[A(t) x 1 + f (t)] [A(t) x 2 + f (t)] = A(t)( x 1 x 2) A (t) x1 x2 k x1 x2
atem
k
t0
x m (s) x m1 (s) ds k
M k m1
t0
|s t 0 | m ds = m! 343
atic
el cual existe ya que A(t) y f (t) son continuas en un cerrado. i) Observemos que para cualquier par de vectores x 1, x 2 y para
as
ds

) t0 | M k m (( = M k m |t( m+1)! m+1)!
m+1 m+1
Nota: la diferencia entre estos teoremas y el A.3 es que en el caso lineal la cota M puede denirse independiente de x, mientras que en el A.3 debe restringirse x y t. Esta diferencia demuestra el resultado de existencia u nica en todo el intervalo t Corolario A.1 (Teorema de existencia y unicidad global) . Sean A(t) y f (t) continuas en t . Entonces existe una u nica soluci on continua x (t) de x (t) = A (t) x (t) + f (t) con x (t 0 ) = x 0 denida para todo t
rsid ad
T = norma de T = m ax |T (x)|
|x|1
|x| =
Propiedades: para S, T (Rn ) se cumple a). T 0 y T = 0 T = 0 344
Un ive
donde |x| es la norma euclidea de |x| Rn , es decir

2 x2 1 + + xn
de
Denici on A.3 (Norma de T ) .
An
Sea (
) el espacio de los operadores T : Rn Rn .
tioq
A.4.
EXPONENCIAL DE OPERADORES
uia
,D
en el intervalo |t| n la cual esta garantizada por el teorema anterior. Notemos que x n (t) coincide con x n+k (t) en el intervalo |t| n para k = 1, 2, . . . . Luego x n (t) = l mn x n (t) esta denida para todo t y es u nica, ya que esta denida de manera u nica en cada intervalo nito que contiene a t0
ept
o. d
eM
x = A (t) x (t) + f (t), x (t 0 ) = x0
atem
Dem.: supongamos que |t0 | n. Sea x n (t) la u nica soluci on de
atic
as
A.4. EXPONENCIAL DE OPERADORES b). para k R : kT = |k | T
c). S + T S + T Recordemos que en Rn la representaci on de un operador se hace por medio de la matriz A y utilizando la desigualdad de Cauchy-Schwars se llega a nn que A n donde es la m axima longitud de los vectores la de A.
y lo denotamos as
Dem.
a). para |x| = |0| es inmediato x para x = 0, denemos y = |x , por la denici on de norma para T : | T |T ( y ) | = |T (
b). para |x| 1; por a).: luego
|T (S (x))| T |S (x| T T S = m ax |T S (x)| T

|x|1
Un ive
luego T (x |x| T
rsid ad
de
An
1 x )| = |T ( x ) | |x| |x|
tioq
c). T k T
para k = 0, 1, 2, . . .
uia
,D
S |x| S 345
b). T S T
ept
a). |T (x)| T |x|
o. d
Lema A.1 . Para S, T (Rn ) y x Rn se cumple que
eM
l m Tk = T
atem
Denici on A.4 (Convergencia de operadores) : una sucesi on {Tk } k=1 de operadores en (Rn ) se dice que converge a un operador T (Rn ) cuando k si para todo > 0, existe N N tal que para todo k N se cumple que T Tk <
atic
as
APENDICE A. EXISTENCIA Y UNICIDAD DE SOLUCIONES c). es inmediato a partir de b). Teorema A.9 . Sea T (Rn ) y t0 > 0, entonces la serie
k=0
T k tk k!
es uniforme y absolutamente convergente para todo t t0 Dem.: sea T = a; por c). en el lema anterior: para k = 0, 1, 2, . . .
k=0
,D
es uniforme y absolutamente convergente para todo |t| t0 Denici on A.5 (Exponencial de un operador) . eT = Propiedades:
Tk k=0 k!
Denici on A.6 (Exponencial de una matriz) Sea Ann . Para todo t R, denimos Ak tk eAt = k! k=0 Si Ann entonces eAt es una matriz n n, la cual calculamos en el Capitulo 7. Tambi en se demuestra de la misma manera que en el T. A.9, que eAt A t e , donde A = T y T (x) = A x 346
Un ive
rsid ad
Si T (Rn ) entonces su representaci on matricial la llamamos Ann con respecto a la base can onica de Rn .
de
ii. eT e
(Ver Dem. del T. A.9)
An
i. eT es un operador lineal, es decir, eT (Rn )
tioq
uia
ept
o. d
T k tk k!
eM
pero serie
ak t k 0 k=0 k!
= eat0 y por la prueba M de Wieirstrass concluimos que la
atem
ak t k T k tk T k |t | k 0 k! k! k!
atic
as
A.4. EXPONENCIAL DE OPERADORES Teorema A.10 . Si S, T (Rn ) entonces a). Si S T = T S entonces eS +T = eS eT b). Dem.: a). Como S T = T S , entonces por el T. del binomio (S + T ) n = n ! Sj T k j !k ! j +k=n eT
1
= eT
S +T
d At e = A eAt dt
d At eA(t+h) eAt eAh I e = l m = l m eAt h0 h0 dt h h 2 Ah Ak hk1 = eAt l m l m A + + ... + h0 k 2! k! At = Ae
Un ive
Dem.: como A commuta consigo mismo, entonces por el T. A.10 y la denici n de exponencial matricial, se tiene que
rsid ad
de
An
Sea A una matriz cuadrada, entonces
tioq
Teorema A.11 (Derivada de una funci on exponencial matricial) .
uia
Ahora veamos el teorema de la derivada de una exponencial matricial.
,D
b). haciendo S = T en a).: e0 = I = eT eT y por tanto (eT )1 = eT
ept
n=0
n=0
o. d
(S + T ) n = n!
Sj T k = j ! k ! n=0 j +k=n
eM
Sj j!
Teniendo en cuenta que el producto de dos series absolutamente convergentes es absolutamente convergente, entonces
atem
n=0
atic
Tk = e S eT k! 347
as
348
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
BIBLIOGRAF IA
atic
[7] Farkas Mikl os Periodic Motions , primera edici on. [8] Perko Lawrence Dierential Equations and Dynamical Systems , tercera edici on. [9] Hirsch, M. W.; Smale W. Dierential Equations, Dynamical Systems, and Lineal Algebra , primera edici on. [10] Strogatz, S. H Nonlinear dynamics an chaos: with applications to physics, biology, chemistry and engeneering , primera edici on. 349
Un ive
rsid ad
[6] Farkas Mikl os
Dynamical Models in Biology, primera edici on.
de
[5] Henao G. Dashiell, Moreno R. Gilberto, Osorio G. Luis Javier, Restrepo G. Gonzalo, Vel asquez E. Jos e Ecuaciones Diferenciales, primera edici on.
An
tioq
[4] Zill Dennis G. Ecuaciones Diferenciales con Aplicaciones , segunda edici on.
uia
,D
[3] C.H. Edwards, Jr., Penney David E. Ecuaciones Diferenciales elementales y Problemas con Condiciones en la Frontera , tercera edici on.
ept
[2] Derrick William R.,Grossman Stanley I. Ecuaciones Diferenciales con aplicaciones, segunda edici on.
o. d
eM
[1] Simmons George F. Ecuaciones Diferenciales con aplicaciones y notas hist oricas, segunda edici on.
atem
as
INDICE ALFABETICO
as
Abel f ormula de, 85 Algoritmo para cadenas de vectores propios generalizados, 254 Algoritmo para hallar las soluciones de un sistema de E.D. , 249 Amplitud del movimiento arm onico simple, 136 Amplitud modulada (A.M.), 141 Angulo de fase, 136, 139 Aplicaciones crecimiento de cultivos, 51 crecimientos poblacionales, 51 a la f sica, 66 a la geometr a anal tica, 48 campo gravitacional variable, 70 cohetes, 69 crecimiento, descomposici on, 49 cuerpos con masa variable, 68 de las E.D. de segundo orden osciladores, 134 desintegraci on radioactiva, 49 movimiento arm onico simple, 134 osciladores, 134 problema de amplitud modulada, 141
Un ive
Bendixs on criterio de, 323 Bernoulli ecuaci on diferencial de, 28 Bessel ecuaci on diferencial, 184 funci on de primera especie, 186, 190 de segunda especie, 187, 192 propiedades, 193 funci on de, 184 Bibliograf a, 349 C n (I ), 76 Cadena de vectores propios generalizados, 253 Campo de direcciones , 5 pendientes, 5
rsid ad
350
de
An
tioq
uia
,D
ept
problemas de diluciones, 53 problemas de persecuci on, 45 vaciado de tanques, 61 Asint oticamente estable, 279 Ayry ecuaci on diferencial de, 171
o. d
eM
atem
atic
INDICE ALFABETICO Ciclo l mite, 321 Circuitos en serie, 144 Clairaut ecuaci on diferencial de, 38 Coecientes indeterminados, m etodo, 103 Comandos Maple ...:=..., 42, 154 BesselJ(,), 202 BesselY(,), 202 campo de direcciones, 5 coe(,), 202 collect( ,[ , ]) , 156 convert(...,parfrac,...), 232 DE(tools), 155 DEplotwith, 327 di( , ), 156 dsolve, 42, 155, 201 for k from n to m do... , 202 int, 41, 157 invlaplace, 234 laplace(...,t,s), 233 linsolve(,[,]), 157 phaseportrait, 327, 328 plot, 155, 202 restart, 42, 155 SeriesSol, 202 simplify(,), 157, 202 solve, 41, 154, 155 vector([,]), 157 with(inttrans), 233 with(linalg), 157 wronskian(,), 157 Condici on de frontera, 81 inicial, 81 Conjunto fundamental de soluciones, 240 Constante de amortiguamiento, 137 de fricci on, 137 de Euler, 187 Constante el astica del resorte, 135 Constantes de una soluci on, 3, 7 Convergencia de operadores, 345 Convergencia uniforme, 331 Convolutivo, producto, 217 Cramer regla de, 108 Criterio de Bendixs on, 323 Criterio de estabilidad para sistemas no lineales, 306 Criterio M de Weierstrass, 332 Curva dirigida, 268 Dalambert f ormula de, 90 Denici on E.D. lineal, 2 E.D. no lineal, 2 Ecuaci on Diferencial Ordinaria, 1 Parcial, 1 Orden de una E.D., 1 problema de valor inicial, 3 soluci on de una E.D., 2 soluci on general, 3 soluci on particular, 3 soluci on singular, 4 de exponencial de una matriz, 346 de un operador, 346 de punto cr tico, 269 ecuaci on diferencial, 1 factorial generalizado, 183 operador inverso, 119 peso de un cuerpo, 70
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
351
INDICE ALFABETICO transformada de Laplace, 203 Denida negativa, 295 positiva, 295 Derivada de una exponencial matricial, 347 Desigualdad de Gronwald, 338 Diluciones gaseosas, 53 l quidas, 53 Dirac funci on delta de, 229 propiedades de la funci on, 230 Ecuaci on auxiliar, 95 caracter stica, 95 de continuidad, 53 indicial, 174, 176 Ecuaci on Diferencial de Ayry, 171 de coecientes lineales, 13 en variables separables, 7 homog enea, 10 lineal de orden mayor que dos y coecientes constantes, 98 lineal de orden n y de coecientes constantes, 94 barra de torsi on, 144 Bernoulli, 28 circuitos en serie, 144 Clairaut, 38 de Bessel, 184 de Euler-Cauchy, 132 de Hermite, 169 de Legendre, 167 de Lienard, 325 de Van der Pol, 326 exacta, 15 352 hipergeom etrica de Gauss, 200 lineal de primer orden, 23 log stica, 52 movimiento amortiguado, 138 movimiento arm onico simple, 135 movimiento forzado, 140 movimiento pendular, 146 movimiento pendular amortiguado, 147 no lineales de primer orden, 30 sustituciones varias, 38 Espacio propio, 250 Estabilidad, 279 criterio de, 292 Estabilidad asint otica criterio de, 293 Euler constante de, 187 f ormula de, 97 Euler-Cauchy ecuaci on diferencial, 132 Exponencial de un operador, 344 Exponentes de la singularidad, 174 F ormula de Abel, 85 de Dalambert, 90 de Euler, 97 de Rodriguez, 169 Factor Integrante, 19 Factorial generalizado, 183 Fen omeno de resonancia, 142 Forma can onica, 23, 90, 106 Forma diferencial exacta, 15 Frecuencia de vibraciones libres, 137 Frobenius teorema de, 172 Funci on
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
INDICE ALFABETICO homog enea, 10 anal tica, 162 de Bessel, 184 de primera especie, 186, 190 de segunda especie, 187, 192 propiedades, 193 de Liapunov, 296 de Lipschitz, 333 de orden exponencial, 204 denida negativa, 295 positiva, 295 delta de Dirac, 229 escal on unitario, 212 Gamma, 180 f ormula de recurrencia, 181 impulso unitario, 229 onda cuadrada, 222 onda tri angular, 223 recticaci on completa onda seno, 223 recticaci on onda seno, 222 semidenida negativa, 295 positiva, 295 serrucho, 221 Gamma f ormula de recurrencia, 181 funci on, 180 gr aca de la funci on, 182 Gauss ecuaci on diferencial hipergeom etrica de, 200 serie hipergeom etrica de, 201 Gr aca de la funci on Gamma, 182 Gronwald desigualdad de, 338 Hermite polinomios f ormula general, 170 polinomios de, 170 ecuaci on diferencial, 169 Hook ley de, 134 Indices de la singularidad, 174 Iteradas de Picard, 334
Lambert ley de absorci on de, 50 Laplace transformada de, 203 Legendre ecuaci on diferencial de, 167 polinomios de, 168 Lema Lema de operadores, 117 Ley de absorci on de Lambert, 50 de enfriamiento de Newton, 50 de Gravitaci on Universal, 70 de Hook, 134 segunda, de Newton, 66 Liapunov criterio de, 297 funci on, 296 Lienard teorema de, 325 Linealizaci on, 303 Linealmente dependientes, 84 independientes, 84 Lipschitz
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
Jacobiana matriz, 302
atic
353
as
INDICE ALFABETICO funci on de, 333 M etodo de variaci on de par ametros, generalizaci on, 114 Dalambert, 90 de los coecientes indeterminados, 103 de reducci on de orden, 90 de variaci on de par ametros, 106 para hallar la matriz exponencial, 257 para hallar los valores y vectores propios, 242 M etodo de soluci on E.D. de Bernoulli, 28 homog eneas, 10 E.D. de Euler-Cauchy , 133 E.D. exactas, 15 no lineales de primer orden, 30 por series, 159 por transformada de Laplace para sistemas, 263 sustituciones varias, 38 Maclaurin serie de, 162 Matriz exponencial, 247 fundamental, 240 Jacobiana, 302 norma de, 340 principal, 240 Modelo de competici on, 313 Modelo depredador-presa, 314 Movimiento amortiguado, 137 arm onico simple, 134 con resonancia, 142 cr ticamente amortiguado, 138 354 forzado, 139 pendular, 146 sobreamortiguado, 138 subamortiguado, 138 N ucleo operador diferencial lineal, 78 dimensi on, en una E.D., 84 Newton ley de enfriamiento de, 50 ley de gravitaci on universal, 70 segunda ley de, 66 Nodo, 272 propio , 272 Norma de un operador, 344 propiedades, 344 Norma de una matriz, 340 Operador anulador, 100 diferencial lineal, 78 Operador inverso e integrales, 130 Operadores y polinomios isomorsmo, 122
Un ive
rsid ad
de
An
tioq
P endulo amortiguado, 147, 269 Par ametros de una soluci on, 3, 7 Periodo de una soluci on, 321 Periodo de vibraciones libres, 137 Picard iteradas, 334 teorema de, 339 Plano de fase, 268 Poincar e-Bendixs on teorema, 324 Polinomio caracter stico, 98, 242 Polinomios de Hermite, 170 de Legendre, 168 Polinomios y operadores
uia
,D
ept
o. d
eM
atem
atic
as
INDICE ALFABETICO isomorsmo, 122 Posici on de equilibrio, 136 Producto convolutivo, 217 de Operadores Diferenciales, 79 Propiedades de la matriz exponencial, 248 funci on delta de Dirac, 230 Punto cr tico, 269 aislado, 269 asint oticamente estable, 279 centro, 275 espiral, 277 estable, 279 foco, 277 nodo, 272 nodo impropio, 273 nodo propio, 272 simple, 303 sistemas no lineales, 304 de bifurcaci on, 278 de equilibrio, 269 de silla, 274 estacionario, 270 ordinario, 162 en el innito, 195 singular, 162 irregular, 171 irregular en el innito, 195 regular, 171 regular en el innito, 195 Ra ces complejas, 96 con multiplicidad, 96 diferentes, 95 iguales, 96 Raices indiciales caso I, 176 caso II, 176, 177 caso III, 177, 184 Regla de Cramer, 108 Representaci on vectorial de un sistema de E.D., 237 Resonancia, 142 Resortes acoplados, 151 Retrato de fase, 268 Rodriguez, f ormula, 169 Salmuera, 53 Semidenida negativa, 295 positiva, 295 Serie Maclaurin, 162 Taylor, 162 Serie de potencias continuidad, 160 convergencia absoluta, 159 criterio de la raz on, 160 derivabilidad, 160 funci on coseno, 161 coseno-hiperb olico, 161 exponencial, 160 logaritmo, 161 seno, 161 seno inverso, 161 seno-hiperb olico, 161 tangente inversa, 161 hipergeom etrica de Gauss, 201 integrabilidad, 160 intervalo de convergencia, 159 radio de convergencia, 159 serie binomial, 161 serie de potencias, 159 sumables, 160
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
355
INDICE ALFABETICO Singular punto irregular, 171 regular, 171 Sistema autonomo, 267 cuasilineal, 303 homog eneo asociado de E.D., 237 no homog eneo de E.D., 237, 260 Soluci on de una E.D. por transformada de Laplace, 225 Soluci on vectorial de una E.D., 238 Tabla de transformadas de Laplace, 205 Tasa percapita de crecimiento, 52 Taylor serie de, 162 Teorema b asico de operadores, 118 de existencia y unicidad, 3, 81 de Picard, 3, 81 del Wronskiano, 85, 86 dimensi on, N ucleo de L(D), 88 f ormula de Abel, 85 Lema de operadores, 117 criterio de Liapunov, 297 de Bendixs on, 323 de estabilidad, 292 de estabilidad asint otica, 293 de existencia, 335 de existencia y unicidad global, 344 de Frobenius, 172 de la funci on Gamma, 181 de la matriz fundamental, 256 de la matriz principal, 256 356 de Lienard, 325 de Picard, 339 de translaci on primero, 211 segundo, 213 de unicidad, 339 del producto convolutivo, 217 derivada de una transformada, 214 E.D.exactas, 15 estabilidad sistemas no lineales, 306 existencia transformada de Laplace, 203 existencia y unicidad para sistemas, 341 sistemas lineales, 342 Factor Integrante, 19 lineal de primer orden, 24 naturaleza de los puntos cr ticos, 282 operador inverso funciones seno, coseno, 124 polinomios, 122, 123 seno y coseno, 126 para puntos ordinarios, 164 para valores propios diferentes, 242 Poincar e-Bendixs on, 324 principio de superposici on , 79 soluciones particulares, 119121 soluciones particulares complejas, 126 transformada de la derivada, 216 transformada de una funci on peri odica, 220 Tiempo de vida media, 49
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
atic
as
INDICE ALFABETICO Transformada de la derivada, 216 de una potencia, 219 derivada de la, 214 funci on peri odica, 220 inversa de Laplace, 207 la integral, 218 producto convolutivo, 217 Transformada de Laplace para sistemas, 263 Trayectoria cerrada aislada, 321 denici on de, 268 peri odica, 321 Trayectorias isogonales, 44 ortogonales, 44 Valor y vector propio, 241 Valores propios complejos, 245 defectuosos, 253 repetidos, 247 Van der Pol ecuaci on diferencial, 326 Variaci on de par ametros, 260 Variaci on de par ametros, m etodo, 106 Vector y valor propio, 241 Vectores propios generalizados, 253 Weierstrass criterio M de, 332 Wronskiano, 84, 240 teorema del, 86
Un ive
rsid ad
de
An
tioq
uia
,D
ept
o. d
eM
atem
357
atic
as

Ecuaciones Diferenciales

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ecuaciones Diferenciales

Uploaded by

Copyright:

Available Formats

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

Jaime Escobar A.1

ECUACIONES DIFERENCIALES con aplicaciones en Maple

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

1. INTRODUCCION 1.1. CAMPO DE DIRECCIONES . . . . . . . . . . . . . . . . . .

331 . 331 . 333 . 340 . 344

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

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

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

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

Ejemplo 7. xdy ydx = 0 =

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

d y d y dy 2 x Ejemplo 8. x2 dx es lineal de orden 3. 3 + cos x dx2 + sen x dx + x y = e d y 2 Ejemplo 9. sen x dx 3 + xy = 0 no es lineal.

Ejemplo 11. x = y ln(cy ) es soluci on de y (x + y ) = y

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

(ln(cy ) + 1), luego

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

En efecto, derivando impl citamente: 1 =

d y d y dy an (x) dx n + an1 (x) dxn1 + . . . + a1 (x) dx + a0 (x)y = g (x)

Ejercicio 3. Demostrar que y = x xy = y + x sen x.

Ejercicio 2. Demostrar que y = ex y + 2xy = 1.

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

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

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

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

b). Si C = 0 mostrar que y =

+ C )2 es soluci on general. a). y = ( x 4

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

1.1. CAMPO DE DIRECCIONES

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

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

CAP ITULO 1. INTRODUCCION

dy = e3x+2y = e3x e2y dx 7

obteni endose as una familia uniparam etrica de soluciones.

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

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

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

Soluci on: separando variables 2x dx y 3 dy = 2 1 + x2 = obtenemos = 1 du 2 u 1 d(1 + x2 ) 2 1 + x2

2.1. VARIABLES SEPARABLES luego C= 3 2

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

dy dy Ejercicio 9. Resolver por variables separables: a x dx + 2y = xy dx y = a y x = 2a .

Ejercicio 7. a) (0, 0) b) (0, 3) c) 1 ,1 3

y 2 = 9 que pase por los puntos:

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

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

CAP ITULO 2. METODOS DE SOLUCION

M etodo de soluci on: dada la ecuaci on

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

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

x2 +z =C z o sea que z = y 1 , entonces:

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

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

(u2 z 2 z 4 + z 2 ) dz + 2uzz 3 (u dz + z du) = 0

La sustituci on m as sencilla es x = uz dx = u dz + z du.

Es homog enea de orden 2.

2.3. E.D. CON COEFICIENTES LINEALES

Ejercicio 4. (x2 2y 2 ) dx + xy dy = 0. Ejercicio 5. xy = y + 2xe

Se presentan dos casos:

E.D. DE COEFICIENTES LINEALES: (ax + by + c) dx + (x + y + ) dy = 0

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

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

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

3. (x 2y + 4) dx + (2x y + 2) dy = 0 4. (x + y + 1)2 dx + (x + y 1)2 dy = 0 5. (x + y + 1) dx + (2x + 2y 1) dy = 0 6. (x + y 2) dx + (x y + 4) dy = 0 7. (x y 5) dx (x + y 1) dy = 0 8. (2x + y ) dx (4x + 2y 1) dy = 0